4.3. Deskripsi Hasil Analisis dan Uji Hipotesis
4.3.1. Asumsi Model
4.3.1.1. Uji Normalitas Sebaran dan Linierlitas
Uji normalitas sebaran yang dilakukan dengan kurtosis Value dari data yang digunakan biasanya disajikan dalam statistic
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 signifikan 0,011 yaitu sebesar
±2,58. Hasil pengujian Normalitas pada penelitian ini akan
ditampilkan pada table berikut :
Table 4.10. Hasil Pegujian Normalitas
Assessment of normality
Assessm ent of nor m alit y Var iable
m in m ax
k ur t osis c.r .
X11 2
5 - 0,327
- 0,697 X12
2 5
- 1,049 - 2,235
X21 2
5 0,233
0,497 X22
2 5
2,015 4,294
Y11 3
5 0,268
0,574 Y12
2 5
- 0,455 - 0,969
Y21 3
5 - 0,725
- 1,545 Y22
3 5
- 0,950 - 2,024
Y31 2
5 1,809
3,843 Y32
2 5
1,701 3,625
M u lt iv a ria t e 7 ,8 4 1
2 ,6 4 2
Bat as Nor m al ± 2,58
Sumber : lampiran
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
4.3.1.2. Evaluasi atas
Outlier
Outlier adalah observasi atau data yang memiliki karakteristik
unik yang terlibat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variable tunggal
atau variable kombinasi Hair, 1998. Multivariate outlier
diuji dengan kriteria jarak Mahalanobis pada tingkat p 0,001. Jarak diuji dengan chi-Square [ x2 ] pada df
sebesar jumlah variable bebasnya df = 14 . Ketentuan : bila Mahalanobis
dari nilai x2 adalah Multivariate outlier. Pada penelitian ini terdapat outlier apabila nilai Mahalanobis distance
nya 36,123
Untuk lebih memperjelas uraian mengenai evaluasi outlier multivariate
berikut ini akan disajikan Tabel Uji Outlier Multivariate :
Tabel 4.11 Hasil Pengujian
Outlier Multivariate
Minim um Max im um
Mean St d.
Dev iat ion N
Pr edict ed Value 24,851
83,200 55,500
11,471 110
St d. Predict ed Value - 2,672
2,415 0,000
1,000 110
St andar d Err or of Predict ed Value 6,165
19,068 9,606
2,306 110
Adj ust ed Predict ed Value 20,314
83,225 55,675
12,153 110
Residual - 51,862
60,027 0,000
29,764 110
St d. Residual - 1,661
1,922 0,000
0,953 110
St ud. Residual - 1,758
1,985 - 0,003
1,000 110
Delet ed Residual - 58,123
64,051 - 0,175
32,841 110
St ud. Delet ed Residual - 1,777
2,016 - 0,003
1,005 110
Mahalanobis Dist ance [ MD] 3,257
3 9 ,6 4 0 9,909
5,637 110
Cook s Dist ance 0,000
0,039 0,009
0,010 110
Cent er ed Lev er age Value 0,030
0,364 0,091
0,052 110
a Dependent Var iable : NO. RESP
Sumber : lampiran
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Berdasarkan tabel diatas, setelah dilakukan pengujian diketahui nilai MD maksimum adalah 58,505
≥ lebih besar dari 36,123. Oleh karena itu diputuskan terdapat outlier multivariate antar variabel.
No case : 35
: 59,032
1 case outlier ini harus dieliminasi sehingga N pada analisis berikutnya tinggal 110-1=109
4.3.1.3.
Deteksi Multicoloniarity dan Singularity
Dengan mengamati Determinant Matriks covarians. Dengan ketentuan apabila determinant sampel matrix mendekati angka 0 kecil,
maka terjadi multikoloniaritas dan singularitas Tabacnick dan Fidell, 1998.
Berdasarkan hasil pengujian dengan menggunakan program AMOS 4.0 diperoleh hasil determinant sample covariance matrix adalah
0 yaitu sebesar 7.701,06 Mengidentifikasikan tidak terjadi multikoloniaritas dan singuliritas dalam data ini sehingga asumsi
terpenuhi.
4.3.1.4. Uji Validitas dan Reliabilitas