Asumsi Kecukupan Sampel Asumsi Normalitas

Variable min max skew c.r. kurtosis c.r. GBE3 1.000 5.000 -.617 -3.380 -1.071 -2.932 GBE2 1.000 5.000 -.877 -4.804 -.440 -1.204 GBE1 1.000 5.000 -1.268 -6.944 1.219 3.338 GT6 1.000 5.000 -1.378 -7.548 1.427 3.907 GT5 1.000 5.000 -1.559 -8.541 1.865 5.106 GT4 1.000 5.000 -1.448 -7.930 1.852 5.071 GT3 1.000 5.000 -1.233 -6.752 1.016 2.783 GT2 1.000 5.000 -1.357 -7.435 1.563 4.280 GT1 1.000 5.000 -1.502 -8.228 1.703 4.664 GBI6 1.000 5.000 -1.557 -8.527 1.453 3.979 GBI5 1.000 5.000 -1.457 -7.980 2.127 5.824 GBI4 1.000 5.000 -1.311 -7.179 .752 2.061 GBI3 1.000 5.000 -1.506 -8.250 1.789 4.899 Multivariate 122.104 17.559 Sumber : Data Primer Yang Diolah, 2010 Tabel IV.10 menjelaskan bahwa secara univariate data dalam penelitian ini termasuk non-normal yang ditunjukkan dengan terdapatnya nilai kurtosis 2,58. Nilai yang tertera pada pojok kanan bawah menandakan bahwa secara multivariate, data dalam penelitian ini termasuk non-normal karena memilki c.r kurtosis diatas 7 yaitu sebesar 17,559. Analisis terhadap data yang tidak normal dapat mengakibatkan pembiasan intrepretasi karena nilai chi-square hasil analisis cenderung meningkat sehingga nilai probability level akan mengecil. Namun demikian, teknik Maximum Likelihood Estimates MLE yang digunakan dalam penelitian ini tidak terlalu terpengaruh robust oleh penyimpangan multivariate normality Ghozali, 2005. Selain itu, data yang digunakan dalam penelitian ini adalah data mentah dan merupakan data primer berdasarkan jawaban responden yang sangat beragam, sehingga sulit untuk memperoleh data yang mengikuti distribusi normal secara sempurna.

3. Asumsi Outliers

Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim yang memiliki karakteristik unik yang sangat berbeda dari observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk variabel tunggal maupun variabel kombinasi Hair et al., dalam Ferdinand, 2006. Umumnya perlakuan terhadap outliers adalah dengan mengeluarkannya dari data dan tidak diikutsertakan dalam perhitungan berikutnya. Bila tidak terdapat alasan khusus untuk mengeluarkan outliers, maka observasi dapat diikutsertakan dalam analisis selanjutnya. Outliers dapat dievaluasi dengan nilai mahalanobis distance dengan nilai degree of freedom sejumlah variabel yang dipergunakan dalam penelitian pada tingkat p 0,001. Dalam hal ini variabel yang dimaksud adalah jumlah item pengukuran pada model. Dalam penelitian ini jumlah indikator variabel yang digunakan sebanyak 32 indikator variabel. Dengan demikian, apabila terdapat nilai mahalanobis distance yang lebih besar dari χ 2

32. 0,001 = 62,48722 maka

nilai tersebut adalah outliers multivariate. Mahalanobis distance dapat dilihat pada tabel IV.11. Tabel IV.12 Jarak Mahalanobis Data Observations farthest from the centroid Mahalanobis distance Observation number Mahalanobis d-squared p1 p2 5 87.210 .000 .000 171 75.356 .000 .000 133 74.612 .000 .000 116 69.428 .000 .000 61 60.037 .002 .000 47 59.741 .002 .000 131 59.258 .002 .000 126 58.937 .003 .000 122 57.248 .004 .000 118 56.008 .005 .000 161 54.517 .008 .000 149 52.826 .012 .000 87 50.013 .022 .000 1 49.586 .024 .000 154 49.130 .027 .000 150 48.817 .029 .000 19 48.804 .029 .000 117 48.681 .030 .000 99 48.433 .031 .000 124 48.214 .033 .000 162 46.262 .049 .000 88 46.079 .051 .000 109 44.879 .065 .002 21 44.401 .071 .002 55 44.344 .072 .001 152 44.036 .076 .001 145 43.427 .086 .003 165 43.280 .088 .002 120 43.199 .089 .001 13 43.125 .091 .001 163 43.013 .092 .001 119 42.872 .095 .000 173 42.519 .101 .001 3 41.592 .119 .005 Observation number Mahalanobis d-squared p1 p2 77 41.172 .128 .008 40 41.118 .130 .005 148 40.511 .144 .015 151 40.156 .153 .022 49 39.924 .158 .024 63 39.825 .161 .020 129 39.733 .164 .016 48 39.559 .168 .015 14 39.452 .171 .013 167 39.315 .175 .011 112 39.177 .179 .010 135 38.946 .186 .012 174 38.946 .186 .008 46 38.930 .186 .005 115 38.785 .190 .005 10 38.384 .203 .010 90 38.376 .203 .006 84 37.449 .233 .049 59 37.432 .234 .036 169 37.025 .248 .066 74 36.960 .250 .055 70 36.958 .251 .039 125 36.455 .269 .089 134 36.242 .277 .104 105 36.215 .278 .083 159 36.155 .281 .070 51 35.809 .294 .110 175 35.641 .301 .118 81 35.498 .307 .121 158 35.285 .316 .142 17 35.212 .319 .127 123 34.798 .336 .215 144 34.797 .336 .173 157 34.762 .338 .145 100 34.516 .348 .183 76 33.846 .378 .414 128 33.365 .401 .596 89 33.100 .413 .667 143 32.790 .428 .753 32 32.611 .437 .778