Tabel 4.14 di atas menunjukkan bahwa koefisien Kolmogorov- Smirnov sebesar 0, 811 dengan signifikansi 0, 526 p 0.05, maka dapat
disimpulkan data nilai residual terdistribusi normal. Secara keseluruhan dengan menggunakan metode statistik maupun
grafik histogram dan grafik normal P-P Plot menunjukkan bahwa data dalam penelitian ini berdistribusi secara normal sehingga dapat dinyatakan bahwa
asumsi normalitas dalam penelitian ini terpenuhi dan model regresi layak digunakan untuk menjadi alat penganalisa perilaku agresif berdasarkan pola
asuh otoriter dan konsep diri.
4.7.2 Uji Multikolinieritas
Uji multikolinieritas dilakukan dengan melihat nilai
tolerance
dan
Variance Inflation Factor
VIF
.
Multikolinearitas terjadi jika nilai tolerance ≤ 0,10 dan VIF ≥ 10 Ghozali, 2009. Berikut ini adalah tabel uji
multikolinieritas. Tabel 4.15
Hasil Uji Multikolinieritas
Koefisien
a
Model Koefisien Tak
Standar Koefisien
Standar t
Sig. Statistik
Kolinearitas B
Std. Error
Beta Tolerance
VIF 1
Constant 52.957
9.391 5.639
.000 Pola_Asuh_Otoriter
.340 .069
.385 4.961
.000 .894
1.118 Kosep_Diri
.135 .071
.147 1.890
.061 .894
1.118 a. Dependent Variable: Perilaku_Agresif
Tabel 4.15 di atas menunjukkan bahwa kedua variabel bebas yang digunakan memiliki nilai toleransi 0.894 0.10 dan nilai VIF sebesar 1.118
10. Oleh karena itu, dapat disimpulkan bahwa tidak terjadi multikolinieritas pada variabel bebas yang digunakan.
1.7.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakan sebuah model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke
pengamatan yang lain. Jika varians dari pengamatan residual satu ke pengamatan yang lain tetap maka terjadi masalah heteroskedastisitas yaitu
homoskedastisitas. Model regresi yang baik yaitu homoskedastisitas atau tidak terjadi heteroskedastisitas. Cara untuk mendeteksi ada tidaknya
heteroskedastisitas. Cara untuk mendeteksi ada tidaknya heteroskedastisitas yaitu melihat
scatterplot
nilai prediksi dependen ZPRED dengan residual SRESID. Apabila titik pada grafik
scatterplot
menyebar secara acak di atas dan di bawah angka nol pada sumbu Y maka tidak terjadi masalah
heteroskedastisitas Santoso, 2000.
Gambar 4.3
Scatterplot
Scatterplot
menunjukkan titik-titik
terpencar dengan
tidak membentuk pola-pola tertentu di sekitar garis diagonal, tetapi titik-titik
tersebut menyebar di atas dan di bawah angka 0 pada sumbu Y. Gambar 4.3 menunjukkan bahwa tidak terjadi heteroskedastisitas sehingga model regresi
dapat dipakai untuk memprediksi perilaku agresif berdasarkan pola asuh otoriter dan konsep diri.
4.7.4 Uji Lineritas
