3.7.3 Evaluasi Kriteria Goodnes of Fit
Pada langkah ini kesesuaian model dievaluasi, melalui telaah terhadap berbagai criteria. Untuk itu tindakan pertama yang dilakukan adalah mengevaluasi apakah data yang
dipakai memenuhi asumsi yang telah ditetapkan. Pada penelitian ini mencari sebab akibat dari minat beli yang dipengaruhi oleh iklan dan citra merek dan melalui proses tersebut
diperlukan kevalidan sebuah model.
3.7.4 Evaluasi Normalitas
Selebaran data harus dianalisis untuk mengetahui apakah asumsi normalitas dipenuhi, sehingga data dapat di olah lebih lanjut pada path diagram. Untuk menguji normalitas
distribusi data yang diinginkan dalam analisis, peneliti dapat menggunakan uji statistic. Uji yang paling mudah adalah dengan mengamati Skewness Value dari data rata-rata semua
program statistic. Nilai statistik untuk menguji normalitas itu disebut sebagai Z value , bila nilai Z lebih besar dari kritis atau critical ratio, maka dapat diduga bahw distribusi data
adalah tidak normal Ferdinand ; 2002.
3.7.5 Evaluasi Outliers
Evaluasi outliers adalah observasi yang muncul dengan nilai-nilai eksterm baik secara univariate maupun secara multivariate Ferdinand ; 2002 dapat dinilai dengan:
1. Z – score ketentuannya diantara ± 3,0 non oulier
2. Multivariate outlier diuji dengan criteria jarak mahalanobis pada tingkat P 0,001
dimana jarak diuji dengan Chi square [
χ ] pada df sebesar jumlah variabel bebasnya.
Dengan ketentuan; bila Mahalonobis dari nilai χ adalah multivariate outlier.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Dapat diadakan perlakuan khusus pada outliers ini asal diketahui bagaimana munculnya outliers it. Outliers pada dasarnya dapat muncul pada empat kemungkinan:
1. Karena kesalahan prosedur, seperti kesalahan dalam memasukan data atau kesalahan
dalam mengkoding data 2.
Karena keadaaan yang benar-benar khusus yang memungkinkan profil datanya lain daripada yang lain, tetapi peneliti mempunyai penjelasan mengenai munculnya
penyebab adanya nilai ekstrem tersebut 3.
Karena adanya sesuatu alasan tetapi peneliti tidak dapat mengetahui apa penyebabnya atau tidak ada penjelasan mengenai sebab-sebab munculnya nilai ekstrim
4. Outliers dapat muncul dalam range nilai yang ada, tetapi bila kombinasi dengan
variabel, kombinasinya menjadi tidak lazim atau sangat ekstrim. Dan inilah yang disebut multivariate outliers
3.7.6 Evaluasi Multicoliniearity dan Singularity
Kategori