57 responden atau 51.8, kemudian terbanyak kedua terdapat pada skor 7 dengan jumlah resonden 26 atau 23.6. Artinya, sebagian besar responden
yang menjawab sangat setuju sebanyak 57 responden atau 51.8, kemudian yang menjawab sangat amat setuju sebanyak 26 atau sebanyak 23.6 dan
yang menjawab kurang setuju sebanyak 0 responden atau 0. 2. Indikator kedua darikeputusan pembelian, yaitutidak melakukan pembelian,
mendapat respon terbanyak pada skor 6 dengan jumlah responden sebanyak 71 atau 64.5, kemudian terbanyak kedua pada skor 5 dengan jumlah
responden 18 atau 16.4. Artinya, sebagian besar responden yang menjawab sangat tidak setuju sebanyak 71 responden atau 64.5, kemudian yang
menjawab tidak setuju sebanyak 18 atau sebanyak 16.4 dan yang menjawab sangat setuju sebanyak 0 atau 0.
4.2. ANALISA DAN PENGUJIAN HIPOTESIS
4.2.1. Evaluasi 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 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 menggu
nakan χ² chi kuadrat pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini. Hasil uji outlier tampak pada tabel berikut :
Tabel 4.6. Outlier Data Minimum Maximum Mean
Std. Deviation
N Predicted Value
38.310 78.098
55.500 8.268
110 Std. Predicted Value
-2.079 2.733
0.000 1.000
110 Standard Error of Predicted Value
3.510 14.807
8.360 1.978
110 Adjusted Predicted Value
27.595 76.636
55.219 8.891
110 Residual
-61.857 56.149
0.000 30.808
110 Std. Residual
-1.942 1.763
0.000 0.967
110 Stud. Residual
-1.987 1.812
0.004 1.007
110 Deleted Residual
-64.763 59.427
0.281 33.400
110 Stud. Deleted Residual
-2.017 1.833
0.004 1.011
110 Mahalanobis Distance [MD]
0.333
22.569
6.936 3.776
110 Cooks Distance
0.000 0.077
0.011 0.013
110 Centered Leverage Value
0.003 0.207
0.064 0.035
110 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 7 adalah sebesar 24.322. Hasil analisis Mahalanobis diperoleh nilai 22.569 kurang dari
χ
2
tabel 24.322 tersebut. Dengan demikian, tidak terjadi multivariate outliers
4.2.2. Evaluasi Reliabilitas