52
d. Indikator keempat dari loyalitas merek, yaitu saya suka sepeda motor Suzuki Smash karena kualitasnya bagus, respon terbanyak
pada skor 4 dengan jumlah responden sebanyak 47 responden atau 42,73 , kemudian terbanyak kedua terdapat pada skor 5 dengan
jumlah resonden 33 atau 30 . Artinya, sebagian besar responden yang menjawab sangat setuju sebanyak 47 responden atau 42,73,
kemudian yang menjawab setuju sebanyak 33 atau sebanyak 30 dan yang menjawab kurang setuju sebanyak 3 responden atau 2,73
. e. Indikator kelima dari loyalitas merek, yaitu saya akan membeli
sepeda motor Suzuki Smash dan tidak akan berpindah ke merek sepeda motor lain di masa akan datang, respon terbanyak pada skor
4 dengan jumlah responden sebanyak 43 responden atau 39,09 , kemudian terbanyak kedua terdapat pada skor 5 dengan jumlah
resonden 31 atau 28,18 . Artinya, sebagian besar responden yang menjawab sangat setuju sebanyak 43 responden atau 39,09,
kemudian yang menjawab setuju sebanyak 31 atau sebanyak 28,18 dan yang menjawab kurang setuju sebanyak 6 responden
atau 5,45 .
4.2. Analisis Data
4.2.1. Evaluasi Outlier
Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
53
muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi atau mutivariat Hair, 1998. Evaluasi terhadap outlier
multivariate antar variabel perlu dilakukan sebab walaupun data yang dianalisis menunjukkan tidak ada outliers pada tingkat univariate, tetapi
observasi itu dapat menjadi outliers bila sudah saling dikombinasikan. Jarak antara Mahalanobis untuk tiap-tiap observasi dapat dihitung dan
akan menunjukkan sebuah observasi dari rata-rata semua variabel dalam sebuah ruang multidimensional Hair.dkk, 1998; Tabachnick Fidel,
1996. Uji terhadap outliers multivariate dilakukan dengan menggunakan jarak Mahalanobis pada tingkat p 1. Jarak Mahalanobis itu dievaluasi
dengan menggunakan χ² chi kuadrat pada derajat bebas sebesar jumlah
variabel yang digunakan dalam penelitian ini. Hasil uji outlier tampak pada tabel berikut :
Tabel 4.6 : Outlier data
Minimum Maximum
Mean Std.
Deviation N
Predicted Value
19,979 86,230 55,500 10,738 110 Std. Predicted Value
-3,308 2,862
0,000 1,000
110 Standard Error of Predicted Value
5,002 18,380
10,227 2,220
110 Adjusted
Predicted Value
5,252 96,360 55,655 12,118 110 Residual -59,729
56,024 0,000
30,037 110
Std. Residual
-1,886 1,769 0,000 0,948 110
Stud. Residual -2,007
1,880 -0,002
1,008 110
Deleted Residual -68,389
63,283 -0,155
34,033 110
Stud. Deleted Residual -2,039
1,905 -0,003
1,013 110
Mahalanobis Distance [MD] 1,727
35,703 10,900 5,515
110 Cooks
Distance 0,000 0,054 0,011 0,012
110 Centered Leverage Value
0,016 0,328
0,100 0,051
110 a Dependent Variable : NO. RESP
Sumber : Lampiran Deteksi terhadap multivariat outliers dilakukan dengan menggunakan
kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
54
dievaluasi dengan menggunakan
2
pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Bila kasus yang mempunyai
Jarak Mahalanobis lebih besar dari nilai chi-square pada tingkat signifikansi 0,001 maka terjadi multivariate outliers. Nilai
2 0.001
dengan jumlah indikator 13 adalah sebesar 49.728. Hasil analisis Mahalanobis
diperoleh nilai 50,140 lebih dari
2
tabel 49.728 tersebut. Dengan demikian, terjadi multivariate outliers.
4.2.2. Evaluasi Reliabilitas