5.1.2 Uji 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 menggunakan χ²
chi kuadrat pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini. Hasil uji outlier tampak pada tabel
berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Tabel 5.2 Hasil Uji Outlier
Minim um Max im um
Mean St d.
Dev iat ion N
Pr edict ed Value 5.080
56.470 33.000
10.451 65
St d. Predict ed Value - 2.671
2.246 0.000
1.000 65
St d. Err or of Predict ed Value 4.814
12.621 8.005
1.752 65
Adj ust ed Predict ed Value 1.750
81.130 33.420
11.934 65
Residual - 38.471
34.570 0.000
15.757 65
St d. Residual - 2.180
1.959 0.000
0.893 65
St ud. Residual - 2.792
2.170 - 0.010
1.015 65
Delet ed Residual - 63.129
45.419 - 0.419
20.513 65
St ud. Delet ed Residual - 3.004
2.256 - 0.011
1.034 65
Mahalanobis Dist ance [ MD] 3.776
3 1 .7 3 4 12.800
5.913 65
Cook s Dist ance 0.000
0.357 0.023
0.048 65
Cent er ed Lev er age Value 0.059
0.496 0.200
0.092 65
Sumber : Lampiran 2
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 variabel 13 adalah sebesar 34,528. Hasil analisis Mahalanobis diperoleh nilai
31,734 yang kurang dari χ
2
tabel 34,528 tersebut, dengan demikian, tidak terjadi multivariate outliers.
5.1.3 Uji Reliabilitas Seperti telah dijelaskan pada bab sebelumnya bahwa