65
item pertanyaan Y3.3 presentase jawaban responden tertinggi adalah Setuju skor 4 dengan presentase 66.4, hal ini menunjukkan sebagian
responden berpendapat pegawai memberikan penjelasan kepada konsumen secara baik.
.
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
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 :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
66
Tabel 4.12. : Outlier Data
Residuals St at ist ics a Minim um
Max im um Mean
St d. Dev iat ion
N Predict ed Value
- 14,665 106,076 60,500 20,768 120
St d. Pr edict ed Value - 3,619 2,195
0,000 1,000 120
St andard Error of Predict ed Value
8, 163 21,545 14,086 2,200
120 Adj ust ed Pr edict ed Value
- 30,892 105,881 59,905 22,435 120
Residual - 79,939 60,332
0,000 27,905 120
St d. Residual - 2,560 1,932
0,000 0,893 120
St ud. Residual - 2,765 2,097
0,008 0,994 120
Delet ed Residual - 93,319 71,081
0,595 34,625 120
St ud. Delet ed Residual - 2,869 2,136
0,008 1,002 120
Mahalanobis Dist ance [ MD] 7, 138
5 5 ,6 3 9 23,800 7,748
120 Cooks Dist ance
0, 000 0,052 0,010 0,011
120 Cent ered Lev erage Value
0, 060 0,468 0,200 0,065
120 Sumber
: Lampiran
Deteksi terhadap multivariat outliers dilakukan 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 24 adalah sebesar 51.179. Hasil analisis Mahalanobis
diperoleh nilai 55.639 lebih dari
2
tabel 51.179 tersebut. Dengan demikian, terjadi multivariate outliers sebanyak 1 case.
4.4 Uji Reliabillitas Consistency Internal
