hand and body lotion Citra membuat responden yakin untuk menggunakan hand and body lotion ini.
4.3. Deskripsi Hasil Analisis Dan Uji Hipotesis
4.3.1. Uji Normalitas Sebaran dan Linieritas
Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan yang biasanya disajikan dalam statistik 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 signifikansi 0,01 [1] yaitu sebesar ± 2,58. Hasil pengujian Normalitas pada penelitian ini akan ditampilkan pada tabel
berikut :
Tabel 4.9.
Hasil Pengujian Normalitas Variable min
max skew c.r.
kurtosis c.r. x44
2,000 5,000 -,101 -,429 -,573 -1,216
x35 2,000 5,000
,126 ,536
-,512 -1,086
x34 2,000
5,000 -,117 -,497 -,182 -,386
y3 2,000 5,000
,126 ,536
-,342 -,725
y2 2,000
5,000 -,054 -,231 -,465 -,986
y1 2,000 5,000
,064 ,271
-,389 -,824
x41 2,000 5,000
,018 ,076
-,239 -,508
x42 2,000
5,000 -,014 -,058 -,251 -,531
x43 2,000
5,000 -,213 -,903 -,462 -,980
x31 2,000 5,000 -,527 -2,234
,211 ,448 x32
2,000 5,000
-,132 -,559 -,436 -,925 x33 2,000
5,000 ,091
,385 -,398
-,845 x21
1,000 5,000 -,577 -2,447 ,324 ,687
x22 2,000
5,000 -,091 -,387 -,331 -,702
x23 2,000 5,000
,006 ,026
-,465 -,986
x11 2,000 5,000 -,091 -,388
-,538 -1,141 x12
2,000 5,000
-,077 -,327 -,304 -,644
Variable min max
skew c.r. kurtosis c.r.
x13 2,000 5,000 ,342 1,453 -,467 -,992
Multivariate -14,091
-2,729
Sumber : lampiran 3
Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di atas ± 2,58 itu berarti asumsi normalitas tidak terpenuhi. Fenomena ini tidak menjadi masalah
serius seperti dikatakan oleh Bentler Chou 1987 bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation MLE
walaupun ditribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.
4.3.2. Evaluasi atas
Outlier
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 = 18. Ketentuan : bila Mahalanobis dari nilai
2 adalah multivariate outlier. Pada penelitian ini terdapat outlier apabila nilai Mahalanobis
distancenya 42,312. Untuk lebih memperjelas uraian mengenai evaluasi outlier multivariate
berikut ini akan disajikan tabel Uji Outlier Multivariate :
Tabel 4.10. Hasil Pengujian Outlier Multivariate
Sumber : lampiran 4 Berdasarkan tabel di atas, setelah dilakukan pengujian diketahui nilai MD
maksimum adalah 29,157 lebih kecil dari 42,312. Oleh karena itu diputuskan
dalam penelitian tidak terdapat outlier multivariate antar variabel. 4.3.3.
Deteksi Multicollinierity dan Singularity
Dengan mengamati Determinant matriks covarians. Dengan ketentuan apabila determinant sample matrix mendekati angka 0 kecil, maka terjadi multikolinieritas
dan singularitas Tabachnick Fidell, 1998. Berdasarkan hasil pengujian dengan menggunakan program AMOS 4.0
diperoleh hasil Determinant of Sample Covariance Matrix adalah 0 yaitu sebesar 15,460 mengindikasikan tidak terjadi multikolinieritas dan singularitas
dalam data ini sehingga asumsi terpenuhi.
Residuals Statistics
a
12,54 95,00
54,50 18,125
108 -2,315
2,234 ,000
1,000 108
8,643 14,867
11,686 1,203
108 10,11
105,36 54,85
18,840 108
-58,651 62,414
,000 25,544
108 -2,094
2,228 ,000
,912 108
-2,346 2,461
-,006 1,005
108 -73,629
76,104 -,348
31,070 108
-2,409 2,535
-,005 1,014
108 9,199
29,157 17,833
3,894 108
,000 ,074
,011 ,015
108 ,086
,272 ,167
,036 108
Predicted Value Std. Predicted Value
Standard Error of Predicted Value
Adjusted Predicted Value Residual
Std. Residual Stud. Residual
Deleted Residual Stud. Deleted Residual
Mahal. Distance Cooks Distance
Centered Leverage Value Minimum
Maximum Mean
Std. Deviation N
Dependent Variable: no a.
4.3.4. Uji Validitas dan Reliabilitas
Kategori