Evaluasi Outlier Analisis Data

61 Tabel 4.9. Distribusi Frekuensi Variabel Keputusan Membeli Skor No Pernyataan 1 2 3 4 5 6 7 Total 1. Y 1 Lebih sering 31 27,7 50 44,6 31 27,7 112 100 2. Y 2 ebih banyak 1 0,9 28 25 76 67,8 7 6,3 112 100 Rata-rata prosentase 0,3 13,85 34,8 47,7 3,1 Sumber : Lampiran 2 Berdasarkan tabel 4.9. diatas menjelaskan bahwa rata-rata prosentase jawaban berada pada skor 5 – 7 yaitu sebesar 85,6 yang artinya sebagian besar responden memiliki keputusan dalam membeli yang mengakibatkan konsumen tertarik untuk membeli produk yang ditawarkan frekuensi pembelian dan kuantitas pembelian.

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, 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 62 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 : Tabel 4.10..Outlier Data Minimum Maximum Mean Std. Deviation N Predicted Value -1,617 125,397 56,500 26,827 112 Std. Predicted Value -2,166 2,568 0,000 1,000 112 Standard Error of Predicted Value 4,205 14,354 7,027 1,404 112 Adjusted Predicted Value -5,385 129,812 56,530 27,140 112 Residual -40,289 47,392 0,000 18,302 112 Std. Residual -2,058 2,421 0,000 0,935 112 Stud. Residual -2,369 2,589 0,000 1,011 112 Deleted Residual -53,376 54,206 0,030 21,492 112 Stud. Deleted Residual -2,428 2,669 0,000 1,020 112 Mahalanobis Distance [MD] 4,128 58,676 13,875 6,686 112 Cooks Distance 0,000 0,121 0,012 0,021 112 Centered Leverage Value 0,037 0,529 0,125 0,060 112 a Dependent Variable:NO.RESP Sumber : Lampiran 2 Deteksi terhadap multivariat outliers dilakukan dengan menggunakan kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu dievaluasi dengan menggunakan  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  2 0.001 dengan jumlah indikator 13 adalah sebesar 49.728.Hasil analisis Mahalanobis diperoleh nilai 50,140 63 lebih dari  2 tabel 49.728 tersebut.Dengan demikian, terjadi multivariate outliers.

4.2.2. Evaluasi Reliabilitas