Analisis Data 1. Evaluasi Outlier
Tabel 4.6. Uji Outliers Multivariate
Minim um Maxim um
Mean St d.
Dev iat ion N
Pr edict ed Value 16.450
86.220 50.500
13.475 100
St d. Pr edict ed Value - 2.527
2.651 0.000
1.000 100
St andar d Er r or of Predict ed Value 3.865
16.552 8.692
2.297 100
Adj ust ed Predict ed Value 18.850
87.230 50.530
14.170 100
Residual - 55.601
54.795 0.000
25.692 100
St d. Residual - 2.052
2.022 0.000
0.948 100
St ud. Residual - 2.409
2.063 - 0.001
1.008 100
Delet ed Residual - 76.651
57.055 - 0.031
29.116 100
St ud. Delet ed Residual - 2.478
2.103 - 0.001
1.015 100
Mahalanobis Dist ance [ MD] 1.024
3 5 .9 4 9 9.900
5.932 100
Cook s Dist ance 0.000
0.200 0.012
0.023 100
Cent er ed Lev erage Value 0.010
0.363 0.100
0.060 100
a Dependent Variable : NO. RESP
Sumber : Lampiran 3
Deteksi terhadap multivariat outliers dilakukan dengan menggunakan kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu
dievaluasi dengan menggunakan χ
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
χ
2 0.001
dengan jumlah indikator 10 adalah sebesar 35.949. Hasil analisis Mahalanobis diperoleh nilai 29,588 yang kurang dari
χ
2
tabel 35.949 tersebut. Dengan demikian, tidak terjadi multivariate outliers.