77
jumlah jawaban sebesar 178 pada skor 3, hal tersebut berarti bahwa menurut responden bahwa pegawai di PDAM Surya Sembada kota
Surabaya mampu melaksanakan tugas-tugasnya dengan tepat waktu, pegawai di PDAM Surya Sembada kota Surabaya mampu bekerja dan
bekerja sama dengan atasan dan rekan kerja responden, pegawai di PDAM Surya Sembada kota Surabaya disiplin terhadap aturan yang telah
ditetapkan oleh perusahaan dan pegawai di PDAM Surya Sembada kota Surabaya mampu menyelesaikan diri dengan lingkungan pekerjan.
4.3. Deskripsi Hasil Analisis Dan Uji Hipotesis
4.3.1. Uji Normalitas Sebaran dan Linieritas
Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai
statistik untuk menguji normalitas itu disebut Z-value. Bila nilai-Z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak
normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 [1] yaitu sebesar ± 2,58.
Hasil pengujian Normalitas pada penelitian ini akan ditampilkan pada tabel berikut :
78
Tabel 4.8. Hasil Uji Normalitas
Variable min max
kurtosis c.r.
Y4 2,000 5,000
-,196 -,400
Y3 2,000 5,000
-,275 -,562
Y2 2,000 5,000
-,359 -,734
Y1 2,000 5,000
-,425 -,867
X41 2,000 5,000
-,284 -,579
X42 2,000 5,000
,087 ,177
X43 2,000 5,000
-,512 -1,046
x44 2,000 5,000
-,142 -,289
X31 2,000 5,000
-,449 -,916
x32 2,000 5,000
-,451 -,921
X33 2,000 5,000
-,470 -,959
X21 1,000 5,000
-,102 -,209
X22 2,000 5,000
-,564 -1,151
X23 2,000 5,000
-,614 -1,254
X24 2,000 5,000
-,081 -,165
x25 2,000 5,000
,120 ,245
X11 2,000 5,000
-,190 -,387
X12 2,000 5,000
-,065 -,132
X13 2,000 5,000
-,316 -,646
X14 2,000 5,000
-,818 -1,670
Multivariate -9,559 -1,611
Sumber : Lampiran 3 Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di antara
± 2,58 itu berarti asumsi normalitas terpenuhi.
4.3.2. Evaluasi atas
Outlier
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 Hair,1998.
Multivariate outlier diuji dengan kriteria jarak Mahalanobis pada tingkat p 0,001. Jarak diuji dengan Chi-Square [
2] pada df sebesar jumlah variabel bebasnya df = 20 ketentuan : bila Mahalanobis dari
79
nilai 2 adalah multivariate outlier. Pada penelitian ini terdapat outlier
apabila nilai Mahalanobis distancenya 40,375. Untuk lebih memperjelas uraian mengenai evaluasi outlier
multivariate berikut ini akan disajikan tabel Uji Outlier Multivariate : Tabel 4.9.
Hasil Pengujian Outlier Multivariate
Minimum Maximum
Mean Std. Deviation
N Predicted Value
9,66 103,05
50,50 18,882
100 Std. Predicted Value
-2,163 2,783
,000 1,000
100 Standard Error of
Predicted Value 8,498
14,666 11,231
1,248 100
Adjusted Predicted Value -3,00
107,15 50,53
19,679 100
Residual -53,444
76,787 ,000
22,026 100
Std. Residual -2,168
3,114 ,000
,893 100
Stud. Residual -2,354
3,589 ,000
1,006 100
Deleted Residual -63,016
102,000 -,031
27,980 100
Stud. Deleted Residual -2,425
3,899 ,002
1,023 100
Mahal. Distance 10,770
34,036 19,800
4,638 100
Cooks Distance ,000
,201 ,013
,023 100
Centered Leverage Value ,109
,344 ,200
,047 100
Sumber : Lampiran 4 Berdasarkan tabel di atas, setelah dilakukan pengujian diketahui
nilai MD maksimum adalah 34,036 lebih kecil dari 40,375. Oleh karena itu diputuskan dalam penelitian tidak terdapat outlier multivariate antar
variabel.
4.3.3. Deteksi
