Outlier menurut Hair, et al dalam G

Outlier menurut Hair, et al dalam Ghozali (2208:227) adalah kondisi observasi dari suatu data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim, baik untuk variabel tunggal maupun kombinasi.
Deteksi terhadap multivariat outlier dilakukan dengan memperhatikan nilai mahalanobis distance. Jarak mahanolobis untuk tiap-tiap observasi akan menunjukkan jarak sebuah observasi data terhadap nilai rata-rata centroid-nya. Observasi data yang jauh dari nilai centroid-nya dianggap outlier dan harus dibuang di-drop dari analisis. Kriteria uji outlier yang digunakan berdasarkan nilai Chi-Squares pada tingkat derajat kebebasan 27. Ketentuan angka 27 adalah jumlah indikator dengan tingkat signifikansi p < 0,001.
Nilai Mahalanobis distance X2(27;0,001) = 55,476. Hal ini berarti semua kasus (observation number) yang memiliki nilai Mahalanobis d-squared yang lebih besar dari 46,963 adalah Multivariat Outlier. Hasil output perhitungan dapat dilihat pada tabel 4.31.

Hasil (Inggris) 1:

Outlier according to Hair, et al in Ghozali (2232:227) is a condition of an observation data have unique characteristics that looks very different from other observations-observations and came in the form of extreme values, either for a single variable or a combination.Multivariate outlier detection against is done with regard for the value of the mahalanobis distance. Mahanolobis distance for each observation will show the distance a data observation against the average value of its centroid. The observation data of value to its centroid is considered an outlier and must be disposed of in-drop from the analysis. Outlier test criteria that are used based on the value of the Chi-Squares at the rate of 27 degrees of freedom. Terms of the number 27 is the number of indicators with the level of significance p < 0.001.The value of the Mahalanobis distance X 2 (27; 0.001) = 55.476. This means all cases (observation number) that has a value of Mahalanobis d-squared of Multivariate Outlier were 46.963. The results of the calculation of the output can be seen in table 4.31.