Asumsi Jumlah Sampel Asumsi Normalitas Data r. kurtosis r. Asumsi Mendeteksi Adanya Outlier

dikeluarkan. Untuk pengujian normalitas, outliers dan multikolinearitas dapat dilakukan dengan mengamati hasil printout dari komputerisasi program AMOS.

a. Asumsi Jumlah Sampel

Ukuran sampel yang biasanya harus dipenuhi dalam permodelan ini adalah minimum 100 sampel. Ukuran sampel pada penelitian ini adalah sebanyak 115 data. Jadi, uji asumsi dalam jumlah sampel telah terpenuhi.

b. Asumsi Normalitas Data

Sebuah distribusi dikatakan normal jika nilai critical ratio CR skewness dan nilai critical ratio CR kurtosis berada antara -2,58 sampai dengan +2,58 pada tingkat signifikansi 0,01. Namun apabila diantara angka-angka tersebut terdapat angka dibawah – 2,58 atau di atas +2,58 distribusi dapat dikatakan tidak normal. Hasil pengujian normalitas data ditampilkan pada tabel 4.10. berikut: Tabel 4.10. Uji Normalitas Data Variable min Max Skew

c.r. kurtosis

c.r.

x5 60,000 130,000 -,060 -,264 ,686 1,502 x4 13,000 120,000 -,584 -2,557 2,844 6,224 x3 328,000 720,000 1,763 7,717 1,861 4,074 x2 42,000 130,000 -,052 -,228 2,672 5,848 x1 80,000 150,000 ,198 ,868 -1,315 -2,878 y1 27,000 99,000 -1,031 -4,515 1,286 2,815 y2 60,000 123,000 ,054 ,238 -,522 -1,142 Multivariate 17,771 8,489 Sumber : Diolah dari data Primer, 2013 Berdasarkan tabel 4.10. di atas terlihat 2 nilai critical ratio CR skewness dan nilai critical ratio CR kurtosis yang berada pada angka dibawah – 2,58 atau di atas +2,58. Namun hal itu tetap bisa ditoleransi karena hanya ada dua dan tidak terlalu jauh dari nilai +2,58. Jadi hal ini menunjukkan data berdistribusi normal baik secara individu maupun secara bersama-sama. Universitas Sumatera Utara

c. Asumsi Mendeteksi Adanya Outlier

Hasil pengujian outliers terlihat pada mahalanobis distance atau mahalanobis dsquare. Nilai mahalanobis yang lebih besar dari Chi-Square tabel atau nilai p 0,001 mengindikasikan observasi yang outlier. Pengujian asumsi ini dapat dilihat pada tabel 4.11. berikut: Tabel 4.11. Asumsi Outlier Observation number Mahalanobis d-squared p1 p2 66 41,851 ,000 ,000 53 30,037 ,000 ,000 1 20,909 ,004 ,011 91 17,705 ,013 ,069 77 17,492 ,014 ,026 111 16,641 ,020 ,028 115 15,698 ,028 ,044 71 15,151 ,034 ,044 76 14,708 ,040 ,041 61 13,243 ,066 ,234 67 12,819 ,077 ,267 75 12,674 ,080 ,214 106 12,356 ,089 ,228 96 11,785 ,108 ,358 109 11,755 ,109 ,269 68 11,739 ,109 ,189 60 11,395 ,122 ,238 113 11,131 ,133 ,265 85 10,896 ,143 ,287 112 10,709 ,152 ,291 63 10,267 ,174 ,441 114 9,927 ,193 ,553 79 9,664 ,208 ,624 104 9,345 ,229 ,730 6 8,825 ,265 ,901 105 8,751 ,271 ,884 80 8,727 ,273 ,847 7 8,620 ,281 ,842 58 8,538 ,288 ,826 5 8,488 ,291 ,794 92 8,214 ,314 ,871 Universitas Sumatera Utara Lanjutan tabel 4.11. Observation number Mahalanobis d-squared p1 p2 74 8,018 ,331 ,905 8 7,950 ,337 ,893 107 7,707 ,359 ,937 97 7,575 ,372 ,946 95 7,329 ,395 ,973 93 7,086 ,420 ,988 100 6,872 ,442 ,994 2 6,851 ,445 ,992 45 6,736 ,457 ,993 90 6,606 ,471 ,995 17 6,569 ,475 ,993 89 6,528 ,480 ,991 78 6,470 ,486 ,990 84 6,427 ,491 ,987 72 6,403 ,494 ,982 26 6,403 ,494 ,973 50 6,395 ,494 ,960 99 6,201 ,516 ,979 42 6,152 ,522 ,975 3 6,137 ,524 ,966 101 6,032 ,536 ,971 86 6,020 ,537 ,959 23 6,008 ,539 ,943 43 5,931 ,548 ,944 10 5,746 ,570 ,970 73 5,726 ,572 ,959 51 5,693 ,576 ,950 110 5,670 ,579 ,935 44 5,600 ,587 ,935 56 5,563 ,592 ,923 48 5,534 ,595 ,906 88 5,473 ,602 ,901 70 5,471 ,603 ,866 24 5,325 ,620 ,905 46 5,239 ,631 ,912 4 5,214 ,634 ,891 102 5,013 ,658 ,945 25 5,011 ,659 ,921 16 4,931 ,668 ,926 83 4,912 ,671 ,905 Universitas Sumatera Utara Lanjutan tabel 4.11. Observation number Mahalanobis d-squared p1 p2 62 4,856 ,678 ,899 64 4,849 ,678 ,864 103 4,785 ,686 ,861 65 4,450 ,727 ,969 108 4,441 ,728 ,955 52 4,366 ,737 ,957 57 4,352 ,738 ,940 87 4,338 ,740 ,918 94 4,156 ,762 ,959 33 4,100 ,768 ,955 15 4,065 ,772 ,945 19 3,964 ,784 ,955 35 3,961 ,784 ,932 12 3,905 ,791 ,927 41 3,873 ,794 ,909 49 3,591 ,826 ,977 18 3,564 ,828 ,969 37 3,534 ,832 ,958 55 3,316 ,854 ,986 82 3,309 ,855 ,977 47 3,255 ,860 ,973 20 3,235 ,862 ,960 98 2,980 ,887 ,990 9 2,923 ,892 ,989 11 2,884 ,895 ,984 32 2,847 ,899 ,978 36 2,823 ,901 ,965 29 2,797 ,903 ,948 81 2,782 ,904 ,919 Sumber : Diolah dari data primer, 2013 Dari tabel di atas menunjukkan bahwa ada dua data yang observasinya terkena oulier. Namun, jumlah oulier yang masih di bawah 5 masih dapat ditoleransi. Hal ini juga dikarenakan pengujian normalitas data juga telah terpenuhi sehingga data tersebut tetap dapat digunakan. Jadi dapat dikatakan bahwa pada data yang ada tidak ditemukan adanya faktor pengganggu, sehingga data yang ada dapat digunakan untuk analisis selanjutnya. Universitas Sumatera Utara

d. Asumsi Mendeteksi Multikolinearitas