Uji Normalitas Uji Asumsi Dasar

C. Hasil Analisis Data Penelitian

Analisis data pada penelitian ini terdiri dari uji asumsi dasar, uji asumsi klasik, dan hipotesis dengan regresi ganda. Perhitungan analisis data dilakukan dengan bantuan proram Statistical Product and Service Solution SPSS versi 18.

1. Uji Asumsi Dasar

a. Uji Normalitas

Uji normalitas pada model regresi digunakan untuk menguji apakah nilai residual yang dihasilkan dari regresi terdistribusi normal atau tidak Priyatno, 2012. Model regresi yang baik adalah yang memiliki nilai residual yang terdistribusi normal. Uji normalitas dalam penelitian ini menggunakan One-Sample Kolmogorov-Smirnov. Residual berdistribusi normal jika nilai signifikansi lebih dari 0,05. Tabel. 14 Hasil Uji terhadap residual One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 146 Normal Parameters a,b Mean .0000 Std. Deviation 4.1735 Most Extreme Differences Absolute .074 Positive .074 Negative -.040 Kolmogorov-Smirnov Z .896 Asymp. Sig. 2-tailed .398 a. Test distribution is Normal. b. Calculated from data. Berdasarkan hasil analisis residual pada tabel di atas dapat dilihat bahwa nilai Asymp. Sig. 2-tailed bernilai 0,398 0,05, sehingga dapat disimpulkan bahwa nilai residual bullying telah memenuhi asumsi distribusi normal. Uji normalitas residual dengan metode grafik dilakukan dengan melihat penyebaran data pada sumber diagonal pada grafik Normal P-P Plot of regression standardized residual Priyatno, 2012. Sebagai dasar pengambilan keputusannya, jika titik-titik menyebar di sekitar garis dan mengikuti garis diagonal maka nilai residual tersebut normal Priyatno, 2012. Dari gambar dibawah ini, tampak juga secara visual gambar di bawah ini, titik-titik residual mengikuti pola garis lurus. Gambar 2 Hasil Uji Normalitas terhadap Residual

b. Uji Linearitas

Uji linearitas penelitian ini menggunakan test for linearity. Uji linearitas dilakukan untuk mengetahui linearitas antara variabel tergantung dan variabel bebas penelitian. Dua variabel dinyatakan linear apabila nilai signifikansi kurang dari 0,05. Hasil uji linearitas antara bullying dengan secure attachment dengan orang tua dapat dilihat pada tabel 15. Tabel. 15 Hasil Uji Linearitas antara Bullying dengan Secure Attachment dengan Orang Tua Berdasarkan tabel di atas, menunjukkan bahwa nilai signifikansi linearity antara bullying dengan secure attachment dengan orang tua sebesar 0,000 0,05. Hal tersebut menunjukkan bahwa terdapat hubungan linearitas antara bullying dengan secure attachment dengan orang tua. Selanjutnya, hasil uji linearitas antara bullying dengan kontrol diri sebagai berikut. ANOVA Table Sum of Squares df Mean Square F Sig. Bullying Secure Attachment dengan Orang Tua Between Groups Combined 997.972 34 29.352 1.554 .045 Linearity 280.744 1 280.74 4 14.86 2 .000 Deviation from Linearity 717.229 33 21.734 1.151 .289 Within Groups 2096.856 111 18.891 Total 3094.829 145 Tabel. 16 Hasil Uji Linearitas antara Bullying dengan Kontrol Diri B e r d Berdasarkan tabel di atas, menunjukkan bahwa nilai signifikansi linearity antara bullying dengan kontrol diri sebesar 0,000 0,05. Hal tersebut menunjukkan bahwa terdapat hubungan linearitas antara bullying dengan kontrol diri. 2. Uji Asumsi Klasik

a. Uji Multikolinearitas

Uji multikolinearitas dilakukan untuk mengetahui adanya korelasi yang sempurna atau mendekati sempurna antara variabel bebas dalam model regresi Priyatno, 2012. Model regresi yang baik adalah tidak terjadinya multikolinearitas antar variabel bebasnya. Multikolinearitas tidak terjadi apabila nilai Tolerance lebih besar dari 0,1 dan nilai Variance Inflation Factor VIF lebih kecil dari 10 Hair et al , dalam Priyatno, 2012. Berikut tabel hasil uji multikolinearitas. ANOVA Table Sum of Squares df Mean Square F Sig. Bullying Kontrol Diri Between Groups Combi ned 1016.380 37 27.470 1.427 .081 Linearity 482.910 1 482.910 25.093 .000 Deviatio n from Linearity 533.470 36 1s4.819 .770 .813 Within Groups 2078.449 108 19.245 Total 3094.829 145 Tabel. 17 Hasil Uji Multikolinearitas B e r d a s Berdasarkan tabel di atas, menunjukkan bahwa variabel secure attachment dengan orang tua dan kontrol diri memiliki nilai Tolerance 0,863 dan nilai VIF sebesar 1,158. Nilai Tolerance lebih dari 0,1 dan nilai VIF kurang dari 10 berarti antar variabel bebas tidak terdapat masalah multikolinearitas. b. Uji Heterokedastisitas Uji heterokedastisitas dilakukan untuk mengetahui terjadinya ketidaksamaan varian residual pada semua pengamatan dalam model regresi Priyatno, 2012. Model regresi yang baik adalah tidak terjadinya heterokedastisitas. Salah satu cara untuk mendeteksi heteroskedastisitas adalah dengan melihat grafik scatterplot antara lain prediksi variabel terikat dengan residualnya. Dari hasil analisis dengan bantuan SPSS menunjukkan adanya sebaran seperti pada gambar scatterplot . Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas lihat gambar 3 Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 52.821 3.832 13.784 .000 SA -.102 .046 -.180 -2.210 .029 .863 1.158 Kontrol Diri -.164 .041 -.329 -4.041 .000 .863 1.158 a. Dependent Variable: Bullying Gambar. 3 Hasil Uji Heteroskedastisitas dengan Uji Scatterplot

c. Uji Autokorelasi

Uji autokorelasi digunakan untuk mengetahuo korelasi antara pengamatan satu dengan pengamatan yang lain. Model regresi yang baik adalah tidak terjadi autokorelasi. Metode yang digunakan peneliti untuk melihat ada atau tidaknya autokorelasi yaitu dengan uji Durbin- Watson dengan ketentuan sebagai berikut dalam Farhan, 2010: 1 Jika pengujian diperoleh nilai DW statistik di bawah -2, maka diindikasikan ada autokorelasi positif. 2 Jika pengujian diperoleh nilai DW statistik diantara -2 sampai +2, maka diindikasikan tidak ada autokorelasi. 3 Jika pengujian diperoleh nilai DW statistik di atas +2, maka diindikasikan ada autokorelasi negatif. Tabel. 18 Hasil Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .429 a .184 .172 4.203 1.709 a. Predictors: Constant, Kontrol Diri, Secure Attachment dengan Orang Tua b. Dependent Variable: Bullying Berdasarkan tabel di atas dapat diketahui nahwa nilai DW Durbin-Watson sebesar 1,709. Berdasarkan perhitungan tersebut, nilai DW terletak diantara -2 sampai dengan +2, maka dapat disimpulkan bahwa tidak terdapat otokorelasi.

3. Uji Hipotesis