Uji Outliers Multivariate METODE PENELITIAN

Berdasarkan tabel diatas dapat diketahui bahwa pada item pertanyaan Y1 presentase jawaban tertinggi adalah Netral skor 3 dengan presentase sebesar 38.4, hal ini menunjukkan sebagian besar responden berpendapat bahwa konsumen lebih senang berpindah merek karena lebih leluasa menentukan merek yang baik . Pada item pertanyaan Y2 presentase jawaban responden tertinggi adalah netral skor 3 dengan presentase 38.4, hal ini menunjukkan sebagian responden berpendapat bahwa konsumen tidak terlalu sering membeli minuman sari buah dalam kemasan ABC. Pada item pertanyaan Y3 presentase jawaban responden tertinggi adalah netral skor 3 dengan presentase 45.5, hal ini menunjukkan sebagian responden berpendapat bahwa konsumen merasa puas cukup dengan sekali membeli minuman sari buah dalam kemasan ABC meskipun tidak terlalu sering. Pada item pertanyaan Y4 presentase jawaban responden tertinggi adalah netral skor 3 dengan presentase 42.9, hal ini menunjukkan sebagian responden berpendapat bahwa konsumen tidak terlalu memperhatikan soal harga serta beranggapan bahwa harga sebuah minuman tidak terlalu menonjol.

4.3. Uji Outliers Multivariate

Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi atau mutivariat Hair, 1998. Evaluasi terhadap outlier Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 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 4.7 Outlier Data Residuals Statistics a Minimum Maximum Mean Std. Deviation N Predicted Value -4.977 89.868 56.500 18.768 112 Std. Predicted Value -3.276 1.778 0.000 1.000 112 Standard Error of Predicted Value 4.532 15.282 10.084 2.452 112 Adjusted Predicted Value -8.616 98.384 56.892 19.625 112 Residual -46.037 69.019 0.000 26.503 112 Std. Residual -1.624 2.434 0.000 0.935 112 Stud. Residual -1.802 2.647 -0.006 1.001 112 Deleted Residual -58.384 82.529 -0.392 30.444 112 Stud. Deleted Residual -1.824 2.734 -0.004 1.008 112 Mahalanobis Distance [MD] 1.846 31.260 13.875 6.938 112 Cooks Distance 0.000 0.098 0.010 0.014 112 Centered Leverage Value 0.017 0.282 0.125 0.063 112 Sumber : lampiran Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Multivariat outliers diuji dengan menggunakan kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu 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 14 adalah sebesar 36.123. Hasil analisis Mahalanobis diperoleh nilai 31.260 lebih dari  2 tabel 36.123. oleh karena itu diputuskan dalam penelitian tidak terdapat outlier multivariate antar variabel.

4.4. Uji Reliabillitas Consistency Internal