setuju sebanyak 50 responden atau 41,67, kemudian yang menjawab setuju sebanyak 23 atau sebanyak 19,17 dan yang menjawab kurang
setuju sebanyak 20 responden atau 16,67.
4.2. Analisis Data
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 et. al., 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 et. al., 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 4.7 : Outlier Data
Minim um Max im um
Mean St d.
Dev iat ion N
Pr edict ed Value 26,551
98,884 60,500
16,290 120
St d. Predict ed Value - 2,084
2,356 0,000
1,000 120
St andar d Err or of Pr edict ed Value
4,309 18,213
10,430 2,251
120 Adj ust ed Predict ed
Value 24,676
133,449 60,574
17,496 120
Residual - 87,209
56,172 0,000
30,735 120
St d. Residual - 2,691
1,733 0,000
0,948 120
St ud. Residual - 3,253
1,870 - 0,001
1,012 120
Delet ed Residual - 127,449
65,377 - 0,074
35,117 120
St ud. Delet ed Residual - 3,410
1,892 - 0,003
1,019 120
Mahalanobis Dist ance [ MD]
1,111 3 6 ,5 8 0
11,900 5,504
120 Cook s Dist ance
0,000 0,376
0,011 0,035
120 Cent er ed Lev er age
Value 0,009
0,307 0,100
0,046 120
a Dependent Var iable : 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 13 adalah sebesar 49.728. Hasil analisis Mahalanobis diperoleh nilai 50,140 lebih dari
χ
2
tabel 49.728 tersebut. Dengan demikian, terjadi multivariate outliers.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
4.2.2. Evaluasi Reliabilitas Seperti telah dijelaskan pada bab sebelumnya bahwa Cronbach’s
