Uji Uji Outlier r.

4.2.5. Uji

Multicollinierity dan Singularity Pengujian terhadap gejala multikolinieritas antar variabel bebas memperlihatkan tidak adanya gejala multikolonieritas yang merusak model dan berdasarkan hasil Uji Multikolinieritas, dapat diketahui besarnya nilai dari determinant of sample covariance matrix yaitu sebesar 4.218.145.015 dan angka ini jauh dari nol, dan sesuai dengan ketentuan yang telah ditetapkan, maka dapat disimpulkan bahwa tidak terjadi multikolinieritas atau singularitas dalam data ini sehingga asumsi terpenuhi. Dengan demikian besaran koefisien regresi untuk masing-masing faktor dapat dipercaya.

4.2.6. Uji Outlier

Uji 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 multivariat 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. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Uji terhadap outliers multivariate dilakukan dengan menggunakan jarak Mahalanobis pada tingkat p 1. Jarak Mahalanobis itu dievaluasi dengan menggunakan nilai tabel χ² chi kuadrat pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini. Berdasarkan Uji Outlier Multivariate dapat disajikan pada tabel 4.7, yaitu sebagai berikut Tabel. 4.7. Hasil Uji Outlier Multivariate Residuals Statistics a Minimum Maximum Mean Std. Deviation N Predicted Value 18,600 85,958 52,500 14,243 104 Std. Predicted Value -2,380 2,349 0,000 1,000 104 Standard Error of Predicted Value 4,432 18,784 10,202 2,214 104 Adjusted Predicted Value 16,132 92,634 52,758 15,068 104 Residual -54,299 52,844 0,000 26,592 104 Std. Residual -1,909 1,858 0,000 0,935 104 Stud. Residual -2,085 2,015 -0,004 1,005 104 Deleted Residual -71,315 62,150 -0,258 30,867 104 Stud. Deleted Residual -2,126 2,050 -0,005 1,012 104 Mahalanobis Distance [MD] 1,509 43,915 12,875 6,027 104 Cooks Distance 0.000 0,196 0,012 0,022 104 Centered Leverage Value 0,015 0,426 0,125 0,059 104 a Dependent Variable : NO. RESP Mahalanobis Distance : 36.123 =CHIINV0,001.14 Sumber : data diolah Berdasarkan pada tabel 4.7 dapat diketahui bahwa nilai Mahalanobis Distance MD Maksimum yaitu sebesar 43,915, sedangkan berdasarkan nilai tabel  2 0.001 dengan jumlah variabel 13 diperoleh nilai yaitu sebesar 36,123, hal ini berarti bahwa hasil analisis Mahalanobis diperoleh nilai yang lebih besar dari  2 tabel, dengan demikian dapat disimpulkan bahwa terjadi multivariate outliers. sehingga 1 case no case 6 sevesar 44,341 outlier ini harus dieliminasi sehingga N pada analisis berikutnya tinggal 104-1=10 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

4.3. Confirmatory Factor Analysis