2. Indikator kedua setelah merasa puas atas jasa, apakah ingin mencoba
menggunakan perusahaan jasa lain, menurut responden ingin mencoba menggunakan perusahaan jasa lain, hal ini didukung dengan skor
tertinggi sebanyak 55 orang atau 55 yang memberikan jawaban pada skor 6
3. Indikator ketiga mengenai keinginan untuk merekomendasikan Angkasa
Rent a Car karena merasa puas dengan inovasi jasa baru, menurut responden keinginan merekomendasikan Angkasa Rent a Car karena
merasa puas dengan inovasi jasa baru, Hal ini didukung dengan skor tertinggi sebanyak 51 orang atau 51 yang memberikan jawaban pada
skor 6
4.3 Analisis Data
4.3.1 Evaluasi Oulier
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 mutivariat 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. Uji terhadap outliers multivariate dilakukan dengan menggunakan
jarak Mahalanobis pada tingkat p 1. Jarak Mahalanobis itu dievaluasi dengan menggunakan
χ² chi kuadrat pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini. Hasil uji outlier tampak
pada tabel berikut : Tabel 4.7. Outlier data
Minimum Maximum
Mean Std.
Deviation N
Predicted Value 28,788
81,388 50,500
11,200 100
Std. Predicted Value -1,939
2,758 0,000
1,000 100
Standard Error of Predicted Value
3,314 16,007
9,015 2,535
100 Adjusted Predicted Value
24,114 84,755
50,226 11,526
100 Residual
-49,454 53,968
0,000 26,762
100 Std. Residual
-1,752 1.912
0,000 0,948
100 Stud. Residual
-1,806 2,034
0,004 1,003
100 Deleted Residual
-53,836 61,092
0,274 30,034
100 Stud. Deleted Residual
-1,829 2,072
0,005 1,010
100 Mahalanobis Distance [MD]
0,375 30,848
9,900 5,883
100 Cooks Distance
0,000 0,069
0,011 0,015
100 Centered Leverage Value
0,004 0,312
0,100 0,059
100 a Dependent Variable : NO. RESP
Sumber : Lampiran
Deteksi terhadap multivariat outliers dilakukan dengan menggunakan kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak
Mahalanobis itu dievaluasi dengan menggunakan χ
2
pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Bila kasus yang
mempunyai Jarak Mahalanobis lebih besar dari nilai chi-square pada tingkat signifikansi 0,001 maka terjadi multivariate outliers. Nilai
χ
2 0.001
dengan jumlah indikator 10 adalah sebesar 29,588. Hasil analisis Mahalanobis
diperoleh nilai 30,848 lebih dari χ
2
tabel 29,588 tersebut. Dengan demikian, terjadi multivariate outliers.
4.3.2. Evaluasi Reliabilitas
