54
4.3.2. Uji Outlier 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 [Hair,1998]. Multivariate outlier diuji dengan kriteria
jarak Mahalanobis pada tingkat p 0,001. Jarak diuji dengan Chi-Square [
2] pada df sebesar jumlah variabel bebasnya df = 1 . Ketentuan : bila Mahalanobis dari nilai
2 adalah multivariate outlier. Pada penelitian ini terdapat outlier apabila nilai Mahalanobis distancenya 37,697.
Untuk lebih memperjelas uraian mengenai evaluasi outlier multivariate berikut ini akan disajikan tabel Uji Outlier Multivariate :
Tabel 4.10. Hasil Uji Outlier Multivariate
Minimum Maximum Mean Std.
Deviation N
Pr edict ed Value 23,204 82,632
53,000 13,163 105
St d. Pr edict ed Value - 2,264 2,251
0,000 1,000 105
St and. Er r or of Pr edict ed V. 6,585 16,525
11,399 2,099 105
Adj ust ed Pr edict ed Value 12,231 87,534
53,435 14,564 105
Residual - 56,827 66,791 0,000 27,463
105 St d. Residual
- 1,914 2,250 0,000 0,925
105 St ud. Residual
- 2,251 2,623 - 0,007 1,022
105 Delet ed Residual
- 78,572 90,769 - 0,435 33,637
105 St ud. Delet ed Residual
- 2,305 2,715 - 0,005 1,032
105 Mahalonobis Dist ance
4,126 31,234
14,857 5,856 105
Cooks Dist ance 0,000 0,154
0,015 0,024 105
Cent er ed Lever age Value 0,040 0,300
0,143 0,056 105
a Dependent Variable : NO. RESP
Sumber : Lampiran 3 Berdasarkan tabel diatas, setelah dilakukan pengujian outlier
multivariat [antar variabel] diketahui MD Mahalonobis Distance Maksimum lebih kecil dari nilai chi square
2
0,001.15 sebesar 37,697 dimana dalam penelitian ini MD Maksimum 31,234 37,697. Oleh karena
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
55
itu diputuskan dalam penelitian tidak terdapat outlier multivariate antar variabel.
4.3.3. Uji Reliabilitas
Koefisien cronbach’s alpha dihitung untuk mengestimasi reliabilitas setiap skala. Sementara itu item to total correlation digunakan untuk
memperbaiki ukuran-ukuran dan mengeliminasi item-item yang
kehadirannya memperkecil koefisien cronbach’s alpha yang dihasilkan.
Tabel 4.11. Reliabilitas Data
Konstrak Indikator Item to Total
Correlation Koefisien
Cronbachs Alpha
X1 0,810
X2 0,848
Br and I m age X3
0,885 0,796
Y11 0,851
Y12 0,836
Br and Aw ar eness Y13
0,798 0,806
Y21 0,766
Y22 0,763
Br and Associat ion Y23
0,753 0,780
Y31 0,871
Y32 0,892
Qualit y I m pr ession Y33
0,847 0,648
Z1 0,871
Z2 0,892
Cust om er Behav ior
Z3 0,847
0,838
Sumber : Lampiran 3 Koefisien Cronbach’s Alpha dihitung untuk mengestimasi
reliabilitas setiap skala [variabel atau indikator observasian]. Sementara itu item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan
mengeliminasi item-item yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan. Proses eleminasi diperlakukan pada
item to total correlation pada indikator yang nilainya 0,5
[Purwanto,2003]. Tidak terjadi eliminasi karena nilai item to total
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
56
correlation indikator seluruhnya
≥ 0,5. Indikator yang tereliminasi tidak disertakan dalam perhitungan cronbachs alpha. Perhitungan cronbachs
dilakukan setelah proses eliminasi. Hasil pengujian reliabilitas konsistensi internal untuk setiap
construct di atas menunjukkan hasil baik dimana koefisien Cronbach’s Alpha yang diperoleh seluruhnya memenuhi rules of thumb yang
disyaratkan yaitu ≥ 0,7 [Hair et.al.,1998].
4.3.4. Uji Validitas