BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.2. Analisis Data
4.2.1. Uji Outlier
Deteksi terhadap adanya outlier univariat dapat dilakukan dengan menentukan ambang batas yang akan dikategorikan sebagai outlier dengan cara mengkonversi nilai data penelitian ke dalam standar score atau yang biasa disebut dengan z-score, yang mempunyai rata-rata nol dengan standar deviasi sebesar satu. Bila nilai-nilai itu telah dinyatakan dalam format yang standar (z-score), maka perbandingan antar besaran nilai dengan mudah dapat dilakukan. Untuk sampel besar (diatas 80 observasi), pedomana evaluasi adalah nilai ambang batas dari z-score itu berada pada rentang 3 sampai dengan 4 (Hair dkk, 1995 dalam Augusty, 2002 : 98). Oleh karena itu apabila ada observasi-observasi yang memiliki z-score > 3,0 akan dikategorikan sebagai outlier.
3.4.2.2. Uji Outlier Multivar iat
Evaluasi terhadap multivariat ouliers perlu dilakukan sebab walaupun data yang dianalisis menunjukkan tidak ada outlier pada tingkat univariat, tetapi observasi itu dapat menjadi outliers bila sudah saling dikombinasikan. Jarak Mahalanobis (the Mahalanobis distance) untuk tiap observasi dapat dihitung dan menunjukkan jarak sebuah observasi dari rata-rata semua variabel dalam sebuah ruang multidimensional. Uji terhadap multivariat dilakukan dengan menggunakan kriteria Jarak Mahalanobis pada tingkat ρ < 0,001. Jarak Mahalanobis itu dapat
35
dievaluasi dengan menggunakan nilai χ2 pada derajat kebebasan sebesar jumlah item yang digunakan dalam penelitian. Apabila nilai Jarak Mahalanobisnya lebih besar dari nilai χ2Tabel adalah Outlier Multivariat.
3.4.3. Uji Nor malitas Data
Adapun metode yang digunakan untuk mengetahui apakah data tersebut berdistribusi normal atau tidak adalah menggunakan uji critical ratio dari Skewness dan Kurtosis dengan ketentuan sebagai berikut :
Kr iter ia Pengujian :
Pedoman dalam mengambil keputusan apakah sebuah distribusi data mengikuti distribusi normal adalah :
1. Jika nilai critical yang diperoleh melebihi rentang + 2,58 maka distribusi adalah tidak normal.
2. Jika nilai critical yang diperoleh berada pada rentang + 2,58 maka distribusi adalah normal.
3.4.4. Pemodelan SEM (Structural Equation Modeling)
Sebuah pemodelan SEM yang lengkap pada dasarnya terdiri dari Measurement Model dan Structural Model. Measurement Model atau Model Pengukuran ditujukan untuk mengkonfirmasikan sebuah dimensi atau faktor berdasarkan indikator-indikator empirisnya. Structural Model adalah model mengenai struktur hubungan yang membentuk atau menjelaskan kausalitas antara
faktor. (Augusty, 2002 : 34). Untuk membuat pemodelan yang lengkap beberapa langkah berikut ini yang perlu dilakukan :
a. Pengembangan model berbasis teori.
Langkah pertama dalam pengembangan model SEM adalah pencarian atau pengembangan sebuah model yang mempunyai justifikasi teoritis yang kuat. Setelah itu, model tersebut divalidasi secara empirik melalui program SEM. b. Pengembangan diagram alur untuk menunjukkan hubungan kausalitas.
Pada langkah kedua, model teoritis yang telah dibangun pada langkah pertama akan digambarkan dalam path diagram. Path diagram tersebut memudahkan peneliti melihat hubungan-hubungan kausalitas yang ingin diujinya.
c. Konversi diagram alur kedalam persamaan.
Setelah teori / model dikembangkan dan digambarkan dalam sebuah diagram alur, spesifikasi model dikonversikan kedalam rangkaian persamaan.
d. Memilih Matriks Input dan Estimasi Model.
Perbedaan SEM dengan teknik multivariat lainnya adalah dalam input data yang akan digunakan dalam pemodelan dan estimasinya. SEM hanya menggunakan matriks varians kovarians atau matriks korelasi sebagai data input untuk keseluruhan estimasi yang dilakukannya.
e. Menilai Problem Identifikasi.
Problem identifikasi prinsipnya adalah problem mengenai ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik. Problem identifikasi dapat muncul melalui gejala-gejala berikut ini : 1. Standard error untuk satu atau beberapa koefisien sangat besar.
37
2. Program tidak mampu menghasilkan matrik informasi yang disajikan. 3. Muncul angka-angka yang aneh seperti adanya varians error yang negatif. 4. Muncul korelasi yang sangat tinggi antar korelasi estimasi yang didapat
(misalnya lebih dari 0,9). f. Evaluasi Model.
Pada langkah ini kesesuaian model dievaluasi, melalui telaah terhadap bebagai kriteria goodness-of-fit. Kriteria-kriteria tersebut adalah :
1. Ukuran sampel yang digunakan adalah minimal berjumlah 100 dan dengan perbandingan 5 observasi untuk setiap astimated parameter.
2. Normalitas dan Linieritas. 3. Outliers.
4. Multicolinierity and Singularity.
3.4.5. Uji Hipotesis
Dalam analisis SEM umumnya berbagai jenis fit index yang digunakan untuk mengukur derajad kesesuaian antara model yang dihipotesakan dengan data yang disajikan. Berikut ini adalah index kesesuaian dan cut-off valuenya untuk digunakan dalam menguji apakah sebuah model dapat diterima atau ditolak. a. χ2(Chi Square Statistic).
Alat uji yang paling fundamental untuk mengukur overall fit adalah likehood ratio Chi-Square Statistic. Model yang diuji akan dipandang baik atau memuaskan apabila nilai chi-squarenya rendah. Semakin kecil nilai χ2
semakin baik model itu dan diterima berdasarkan probabilitas dengan cut-off value sebesar ρ > 0,05 atau ρ > 0,10.
b. RMSEA (The Root Mean Square Error of Approximation)
RMSEA adalah sebuah indeks yang dapat digunakan untuk mengkompensasi
chi-squre statistic dalam yang besar. Nilai RMSEA menunjukkan goodness- of-fit yang dapat diharapkan bila model diestimasi dalam populasi. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan index untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model itu berdasarkan degree of freedom.
c. GFI (Goodness of Fit Index).
Indeks keseusaian (fit index) ini akan menghitung proporsi tertimbang dari varians dalam matriks kovarians sampel yang dijelaskan oleh matriks populasi yang terestimasikan. GFI adalah sebuah ukuran non-statistikal yang mempunyai rentang nilai antara 0 (poor fit) sampai dengan 1.0 (perfect fit). Nilai yang tinggi dalam indeks ini menunjukkan sebuah better fit.
d. AGFI (Adjusted Goodness-of-Fit Index).
GFI adalah analog dari R2 dalam regresi linier berganda yaitu suatu koefisien yang mengukur ketepatan sebuah model yang digunakan. Tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0,90. GFI maupun AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam sebuah matriks kovarians sampel.
39
e. CMIN/DF.
The Minimum Sample Discrepancy Function (CMIN) dibagi dengan degree of
freedomnya akan menghasilkan indeks CMIN/DF, yang umumnya dilaporkan
oleh para peneliti sebagai salah satu indikator untuk mengukur tingkat fitnya sebuah model. Nilai χ2 relatif kurang dari 2.0 atau bahkan kadang kurang dari 3.0 adalah indikasi dari acceptable fit antara model dan data.
f. TLI (Tucker Lewis Indeks)
TLI adalah sebuah alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan > 0.95 dan nilai yang sangat mendekati 1 menunjukkan a very good fit.
g. CFI (Comparative Fit Index).
Merupakan besaran indeks ini adalah pada rentang nilai sebesar 0 – 1, dimana semakin mendekati 1, mengidentifikasikan tingkat fit yang paling tinggi (a very good fit). Nilai yang direkomendasikan adalah CFI > 0,95
4.1. Deskr ipsi Hasil Penelitian
4.1.1. Deskr ipsi Kar akter istik Responden
Tanggapan responden tentang kualitas layanan (X1), nilai pelanggan (X2) dan kepuasan (Y) nasabah Bank Mandiri Pemuda Surabaya, dimana kuisioner disebarkan pada 105 orang. Untuk jawaban kuisioner dinyatakan dengan memberi skor yang berada dalam rentang nilai 1 sampai 5 pada masing-masing skala, dimana nilai 1 menunjukkan nilai terendah dan nilai 5 menunjukkan nilai tertinggi.
Karakteristik responden yang digunakan dalam penelitian ini dilihat dari jenis kelamin dan usia responden. Berikut karakteristik responden yang disajikan dalam tabel frekuensi berikut :
1. Ber dasarkan J enis Kelamin
Dari 105 responden yang menjawab kuesioner yang telah diberikan dapat diketahui jenis kelamin dari responden yakni pada tabel dibawah ini.
Tabel 4.1.
Karakteristik Responden Berdasarkan Jenis Kelamin No Jenis Kelamin Jumlah Prosentase (%)
1 Pria 56 53,33
2 Wanita 49 46,67
Total 105 100,00
41
Dari tabel 4.1 dapat diketahui bahwa responden pria sebanyak 56 orang (53,33 %) dan responden wanita sebanyak 49 orang (46,67 %).
2. Ber dasar kan Usia
Dari 105 responden yang menjawab kuesioner yang telah diberikan dapat diketahui usia para responden yakni pada tabel dibawah ini.
Tabel 4.2.
Karakteristik Responden Berdasarkan Usia
No Usia Jumlah Prosentase (%)
1 17-30 tahun 24 22,86
2 31-45 tahun 48 45,71
3 ≥ 45 tahun 33 31,43
Total 105 100,00
Sumber: Data diolah
Dari tabel 4.2 diketahui responden berusia 17-30 tahun sebanyak 24 orang (22,86 %), usia 31-45 tahun sebanyak 48 orang (45,71 %), dan usia 45 tahun lebih sebanyak 33 orang (31,43 %).
4.1.2. Deskr ipsi Kualitas Layanan (X1)
Kualitas layanan (X) adalah persepsi pelanggan terhadap keunggulan suatu layanan. Kualitas layanan (X) dibentuk oleh 5 dimensi antara lain: tangible (X1.1),
reliability (X1.2), responsiveness (X1.3), assurance (X1.4), dan emphaty (X1.5). Penjelasan masing-masing dimensi pembentuk kualitas layanan (X) adalah sebagai berikut :
4.1.2.1. Ber wujud / Tangible (X1.1)
Tangible (X1.1) yaitu penampilan dari fasilitas-fasilitas fisik, perlengkapan individu dan alat-alat komunikasi. Hasil tanggapan responden terhadap tangible
(X1.1) dapat dilihat pada tabel berikut ini :
Tabel 4.3.
Frekuensi Hasil Jawaban Responden Mengenai
Tangible (X1.1)
No Pertanyaan Skor Jawaban Mean
Skor
1 2 3 4 5
1 Kondisi ruangan Bank Mandiri Pemuda
Surabaya yang nyaman 0 0 67 28 10 3,46
2 Lokasi Bank Mandiri Pemuda Surabaya
strategis 0 0 53 36 16 3,65
3 Tempat parkir Bank Mandiri Pemuda
Surabaya yang aman dan memadai 0 0 59 31 15 3,58
Mean Skor Keseluruhan 3,56
Sumber: Data diolah
Berdasarkan tabel 4.3, diketahui bahwa pernyataan “Lokasi Bank Mandiri Pemuda Surabaya strategis” memiliki nilai rata-rata tertinggi sebesar 3,65, yang berarti responden setuju bahwa lokasi Bank Mandiri Pemuda Surabaya cukup strategis. Sedangkan secara keseluruhan rata-rata tanggapan responden terhadap variabel tangible (X1.1) sebesar 3,56, yang berarti responden setuju bahwa penampilan fisik dari Bank Mandiri Pemuda cukup bagus.
43
4.1.2.2. Keandalan / Reliability (X1.2)
Realibility (X1.2) adalah kemampuan untuk memberikan pelayanan yang dijanjikan dengan tepat dan dapat diandalkan. Hasil tanggapan responden terhadap reliability (X1.2) dapat dilihat pada tabel berikut ini:
Tabel 4.4.
Frekuensi Hasil Jawaban Responden Mengenai
Reliability (X1.2)
No Pertanyaan Skor Jawaban Mean
Skor
1 2 3 4 5
1
Karyawan Bank Mandiri Pemuda Surabaya memiliki kemampuan yang dan dapat diandalkan
0 0 33 34 38 4,05
2
Karyawan Bank Mandiri Pemuda Surabaya mampu memberikan layanan seperti yang dijanjikan
0 0 33 48 24 3,91
3
Karyawan Bank Mandiri Pemuda Surabaya memberikan layanan dengan cepat
0 0 46 38 21 3,76
Mean Skor Keseluruhan 3,91
Sumber: Data diolah
Berdasarkan tabel 4.4, diketahui bahwa pernyataan “Karyawan Bank Mandiri Pemuda Surabaya memiliki kemampuan yang dan dapat diandalkan” memiliki nilai rata-rata tertinggi sebesar 4,05, yang berarti responden setuju bahwa karyawan Bank Mandiri Pemuda Surabaya memiliki kemampuan yang dan dapat diandalkan. Sedangkan secara keseluruhan rata-rata tanggapan responden terhadap variabel reliability (X1.2) sebesar 3,91, yang berarti responden setuju bahwa karyawan Bank Mandiri Pemuda Surabaya memiliki kemampuan memberikan pelayanan yang dijanjikan dengan tepat dan dapat diandalkan.
4.1.2.3. Daya Tanggap / Responsiveness (X1.3)
Responsiveness (X1.3) adalah kemauan untuk membantu pelanggan dan memberikan pelayanan secara cepat dan tepat kepada pelanggan. Hasil tanggapan responden terhadap responsiveness (X1.3) dapat dilihat pada tabel berikut ini:
Tabel 4.5.
Frekuensi Hasil Jawaban Responden Mengenai
Responsiveness (X1.3)
No Pertanyaan Skor Jawaban Mean
Skor
1 2 3 4 5
1
Ketanggapan karyawan Bank Mandiri Pemuda Surabaya dalam menangani keluhan pelanggan
0 0 32 41 32 4,00
2
Karyawan Bank Mandiri Pemuda Surabaya mampu memberikan Informasi dengan jelas
0 0 47 35 23 3,77
3
Karyawan Bank Mandiri Pemuda Surabaya selalu bersedia dalam membantu pelanggan
0 0 35 42 28 3,93
Mean Skor Keseluruhan 3,90
Sumber: Data diolah
Berdasarkan tabel 4.5, diketahui bahwa pernyataan “Ketanggapan karyawan Bank Mandiri Pemuda Surabaya dalam menangani keluhan pelanggan” memiliki nilai rata-rata tertinggi sebesar 4,00, yang berarti responden setuju bahwa karyawan Bank Mandiri Pemuda Surabaya cukup tanggap dalam menangani keluhan pelanggan. Sedangkan secara keseluruhan rata-rata tanggapan responden terhadap variabel responsiveness (X1.3) sebesar 3,90, yang berarti responden setuju bahwa karyawan Bank Mandiri Pemuda Surabaya milikku kemauan untuk membantu pelanggan dan memberikan pelayanan secara cepat dan tepat kepada pelanggan
45
4.1.2.4. J aminan / Assurance (X1.4)
Assurance (X1.4) adalah pengetahuan, keramahan para karyawan, dan kemampuan para karyawan untuk menciptakan kepercayaan dan keyakinan pelanggan. Hasil tanggapan responden terhadap assurance (X1.4) dapat dilihat pada tabel berikut ini:
Tabel 4.6.
Frekuensi Hasil Jawaban Responden Mengenai
Assurance (X1.4)
No Pertanyaan Skor Jawaban Mean
Skor
1 2 3 4 5
1
Karyawan Bank Mandiri Pemuda Surabaya memiliki pengetahuan yang bagus terhadap produk dari Bank Mandiri
0 0 66 35 4 3,41
2 Karyawan Bank Mandiri Pemuda Surabaya
bersikap ramah kepada semua pelanggan 0 0 42 38 25 3,84 3
Karyawan Bank Mandiri Pemuda Surabaya mampu menciptakan kepercayaan dan keyakinan pelanggan
0 0 43 30 32 3,90
Mean Skor Keseluruhan 3,71
Sumber: Data diolah
Berdasarkan tabel 4.6, diketahui bahwa pernyataan “Karyawan Bank Mandiri Pemuda Surabaya mampu menciptakan kepercayaan dan keyakinan pelanggan” memiliki nilai rata-rata tertinggi sebesar 3,90, yang berarti responden setuju bahwa karyawan Bank Mandiri Pemuda Surabaya mampu menciptakan kepercayaan dan keyakinan pelanggan. Sedangkan secara keseluruhan rata-rata tanggapan responden terhadap variabel assurance (X1.4) sebesar 3,71, yang berarti responden setuju bahwa karyawan Bank Mandiri Pemuda Surabaya memiliki pengetahuan, dan kemampuan para karyawan untuk menciptakan kepercayaan dan
4.1.2.5. Empati / Empathy (X1.5)
Empathy (X1.5) adalah kepedulian, perhatian yang unik dan berkualitas dari badan usaha menyebabkan menjadi pelanggan. Hasil tanggapan responden terhadap empathy (X1.5) dapat dilihat pada tabel berikut ini:
Tabel 4.7.
Frekuensi Hasil Jawaban Responden Mengenai
Empathy (X1.5)
No Pertanyaan Skor Jawaban Mean
Skor
1 2 3 4 5
1
Karyawan Bank Mandiri Pemuda Surabaya peduli pada masalah pelanggan
0 0 66 31 8 3,45
2
Karyawan Bank Mandiri Pemuda Surabaya pada perhatian terhadap semua pelanggan
0 0 35 38 32 3,97
3
Kesediaan karyawan Bank Mandiri Pemuda Surabaya memahami kebutuhan pelanggan
0 0 44 36 25 3,82
Mean Skor Keseluruhan 3,75
Sumber: Data diolah
Berdasarkan tabel 4.7, diketahui bahwa pernyataan “Karyawan Bank Mandiri Pemuda Surabaya pada perhatian terhadap semua pelanggan” memiliki nilai rata-rata tertinggi sebesar 3,97, yang berarti responden setuju bahwa karyawan Bank Mandiri Pemuda Surabaya perhatian terhadap semua pelanggan. Sedangkan secara keseluruhan rata-rata tanggapan responden terhadap variabel
empathy (X1.5) sebesar 3,75, yang berarti responden setuju bahwa karyawan Bank Mandiri Pemuda Surabaya memiliki kepedulian dan perhatian yang serius pada pelanggan.
47
4.1.3. Nilai Pelanggan (X2)
Nilai Pelanggan (X2) merupakan penilaian menyeluruh atas kegunaan suatu produk berdasarkan atas apa yang diterima dan apa yang dikorbankan. Hasil tanggapan responden terhadap nilai pelanggan (X2) dapat dilihat pada tabel berikut ini :
Tabel 4.8.
Frekuensi Hasil Jawaban Responden Mengenai Nilai Pelanggan (X2)
No Pertanyaan Skor Jawaban Mean
Skor
1 2 3 4 5
1 Kualitas produkBank Mandiri sebanding
dengan biaya yang dikeluarkan 0 0 31 45 29 3,98 2 Manfaat yang didapat dari produk Bank
Mandiri cukup besar 0 0 48 35 22 3,75
3 Kualitas produk Bank Mandiri lebih bagus
dibandingkan produk lain yang sejenis 0 0 54 42 9 3,57
Mean Skor Keseluruhan 3,77
Sumber: Data diolah
Berdasarkan tabel 4.8, diketahui bahwa pernyataan “Kualitas produk Bank Mandiri sebanding dengan biaya yang dikeluarkan” memiliki nilai rata-rata tertinggi sebesar 3,98, yang berarti responden setuju bahwa kualitas produkBank Mandiri sebanding dengan biaya yang dikeluarkan oleh pelanggan. Sedangkan secara keseluruhan rata-rata tanggapan responden terhadap variabel nilai pelanggan (X2) sebesar 3,77, yang berarti responden setuju bahwa kualitas dan manfaat dari produk yang dimiliki Bank Mandiri cukup besar.
4.1.4. Kepuasan Pelanggan (Y)
Kepuasan pelanggan (Y) adalah perasaan kesenangan atau kekecewaan, suka atau tidak suka yang timbul dari seseorang berkaitan sebuah produk yang ditawarkan. Hasil tanggapan responden terhadap kepuasan pelanggan (Y) dapat dilihat pada tabel berikut ini :
Tabel 4.9.
Frekuensi Hasil Jawaban Responden Mengenai Kepuasan Pelanggan (Y)
No Pertanyaan Skor Jawaban Mean
Skor
1 2 3 4 5
1
Bank Mandiri Pemuda Surabaya memberikan Garansi atau jaminan yang diberikan terhadap layanan perusahaan
0 0 32 38 35 4,03
2
Kemampuan Bank Mandiri Pemuda
Surabaya dalam memberikan layanan kepada pelanggan cukup baik
0 0 41 31 33 3,92
3
Bank Mandiri Pemuda Surabaya mampu mengatasi permasalahan pelanggan dengan baik
0 0 41 41 23 3,83
Mean Skor Keseluruhan 3,93
Sumber: Data diolah
Berdasarkan tabel 4.9, diketahui bahwa pernyataan “Bank Mandiri Pemuda Surabaya memberikan Garansi atau jaminan yang diberikan terhadap layanan perusahaan” memiliki nilai rata-rata tertinggi sebesar 4,03, yang berarti responden setuju bahwa karyawan Bank Mandiri Pemuda Surabaya memberikan Garansi atau jaminan terhadap layanannya yang telah diberikan. Sedangkan secara keseluruhan rata-rata tanggapan responden terhadap variabel kepuasan pelanggan (Y) sebesar 3,93, yang berarti responden setuju bahwa pelanggan cukup puas dengan pelayanan yang telah diberikan Bank Mandiri Pemuda Surabaya.
49
4.2. Analisis Data 4.2.1. 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
mutivariate (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 dari uji outliers tampak pada tabel berikut ini :
Tabel 4.10.
Residuals Statistics
Min Max Mean Std. Dev N
Predicted Value 20,559 120,837 53,000 14,270 105 Std. Predicted Value -2,273 4,754 0,000 1,000 105 Standard Error of Predicted
Value 9,039 23,064 13,501 2,802 105
Adjusted Predicted Value 1,842 165,984 52,945 17,928 105
Residual -53,665 51,082 0,000 26,905 105
Std. Residual -1,782 1,696 0,000 0,893 105
Stud. Residual -1,914 1,979 0,001 0,999 105
Deleted Residual -76,984 70,166 0,055 33,997 105 Stud. Deleted Residual -1,946 2,015 0,001 1,005 105 Mahalanobis Distance [MD] 8,377 60,000 20,800 9,863 105
Cook's Distance 0,000 0,174 0,012 0,020 105
Centered Leverage Value 0,081 0,577 0,200 0,095 105 (a) Dependent Variable : NO. RESP
Sumber : Lampiran 3
Deteksi multivariat outliers dilakukan dengan kriteria jarak mahalanobis pada tingkat p < 0,001. Jarak Mahalanobis dievaluasi dengan χ2 pada derajat bebas sebesar jumlah indikator dalam penelitian. Bila kasus yang mempunyai Jarak Mahalanobis lebih besar dari nilai chi-square pada tingkat signifikansi 0,001 maka terjadi multivariate outliers. Nilai χ20.001dengan jumlah indikator 21 sebesar 46,797. Hasil analisis Mahalanobis diperoleh nilai 60,00 yang lebih besar dari χ2 tabel 46,797, sehingga terjadi multivariate outliers, terdapat 5 data terkena
outliers: case 48: 48,26, 50: 47,829, 56: 53,421, 103: 47,039, dan 89: 60,577. Kelima case outlier ini harus dieliminasi, sehingga N tinggal 105 – 5 = 100.