commit to user yang digunakan dalam penelitian ini adalah data mentah dan
merupakan data primer berdasarkan jawaban responden yang sangat beragam, sehingga sulit untuk memperoleh data yang mengikuti
distribusi normal secara sempurna.
3. Asumsi Outliers
Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim yang memiliki karakteristik unik yang sangat berbeda dari
observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk variabel tunggal maupun variabel kombinasi Hair et al., dalam
Ferdinand, 2006. Umumnya perlakuan terhadap outliers adalah dengan mengeluarkannya dari data dan tidak diikutsertakan dalam
perhitungan berikutnya. Bila tidak terdapat alasan khusus untuk mengeluarkan outliers, maka observasi dapat diikutsertakan dalam
analisis selanjutnya. Outliers dapat dievaluasi dengan nilai mahalanobis distance dengan nilai degree of freedom sejumlah
variabel yang dipergunakan dalam penelitian pada tingkat p 0,001. Dalam hal ini variabel yang dimaksud adalah jumlah item pengukuran
pada model. Dalam penelitian ini jumlah indikator variabel yang digunakan
sebanyak 36 indikator variabel. Dengan demikian, apabila terdapat nilai mahalanobis distance yang lebih besar dari
χ
2
36. 0,001 = 67,98516763
maka nilai tersebut adalah outliers multivariate. Mahalanobis distance dapat dilihat pada tabel IV.11.
commit to user
Tabel IV.11 Jarak Mahalanobis Data
Observations farthest from the centroid Mahalanobis distance
Observation number
Mahalanobis d-squared p1
p2 76
77.515 .000
.011 8
76.252 .000
.000 63
71.999
.000 .000
14 69.514
.001 .000
77 67.550
.001 .000
58 63.810
.003 .000
97 62.462
.004 .000
17 61.520
.005 .000
99 60.580
.006 .000
85 58.761
.010 .000
75 58.157
.011 .000
12 55.333
.021 .000
48 54.524
.025 .000
81 54.118
.027 .000
61 53.972
.028 .000
20 53.763
.029 .000
59 53.695
.029 .000
33 53.604
.030 .000
90 52.317
.039 .000
25 52.033
.041 .000
70 51.036
.050 .000
125 50.430
.056 .000
35 50.136
.059 .000
40 49.970
.061 .000
23 49.708
.064 .000
87 49.402
.068 .000
62 49.393
.068 .000
55 48.879
.074 .000
106 47.529
.095 .000
5 47.000
.104 .000
16 46.957
.104 .000
93 46.936
.105 .000
94 46.435
.114 .000
60 45.533
.133 .001
commit to user Observation
number Mahalanobis d-squared
p1 p2
36 45.133
.141 .002
47 44.439
.158 .006
46 44.415
.158 .003
9 44.318
.161 .002
45 44.145
.165 .002
44 44.144
.165 .001
91 43.618
.179 .003
26 42.344
.216 .039
83 42.102
.224 .043
143 41.571
.241 .082
100 41.553
.242 .060
51 41.315
.250 .067
139 40.880
.265 .106
136 40.869
.265 .078
115 40.791
.268 .065
92 40.620
.274 .064
34 39.989
.297 .147
54 39.584
.313 .211
49 39.175
.329 .292
69 38.648
.351 .438
10 38.428
.360 .464
32 38.115
.373 .532
1 38.106
.374 .468
96 37.954
.380 .467
15 37.450
.402 .620
116 37.229
.412 .650
43 37.151
.416 .620
27 37.031
.421 .608
68 35.655
.485 .953
78 35.412
.496 .963
141 35.073
.513 .978
42 34.951
.518 .977
37 34.809
.525 .978
149 34.770
.527 .970
124 34.740
.528 .961
50 34.606
.535 .960
65 34.606
.535 .944
103 34.390
.545 .954
112 34.141
.557 .965
135 34.117
.558 .954
commit to user Observation
number Mahalanobis d-squared
p1 p2
38 34.093
.560 .939
22 33.810
.573 .958
56 33.653
.581 .960
148 33.392
.593 .971
19 33.216
.602 .974
64 32.961
.614 .982
74 32.521
.635 .993
133 32.487
.636 .990
21 32.332
.644 .991
31 32.233
.648 .990
145 31.439
.685 .999
142 31.303
.691 .999
18 31.301
.692 .999
86 31.153
.698 .999
140 31.144
.699 .998
117 31.129
.699 .996
127 30.631
.722 .999
138 30.560
.725 .999
13 30.485
.728 .999
107 30.291
.736 .999
110 30.033
.747 .999
144 29.779
.758 1.000
66 29.715
.761 .999
80 29.267
.779 1.000
73 28.997
.790 1.000
137 28.769
.799 1.000
Berdasarkan hasil uji outlier yang disajikan pada tabel IV.7 mengindikasi bahwa terdapat 4 observasi yang termasuk dalam
kategori outliers sebab memiliki nilai Mahalanobis Distance diatas 67,98516763, yaitu observasi yang dicetak tebal dan miring. Bila tidak
terdapat alasan khusus untuk mengeluarkan kasus berbagai jawaban seorang responden yang mengindikasikan adanya outlier, maka kasus
Sumber : Data Primer Yang Diolah, 2010
commit to user itu harus tetap diikutsertakan dalam analisis selanjutnya Ferdinand,
2005. Dengan demikian jumlah sampel yang akan digunakan tetap sebanyak 150 responden.
4. Asumsi goodness-of-fit model
