menunjukkan bahwa secara signifikan subjek memiliki kecenderungan penyimpangan politik yang rendah.
Tabel 16 Hasil Uji t Mean Skala Keadilan Distributif
One-Sample Test
Test Value = 12
Sig. 2- Mean
95 Confidence Interval of the
Difference t
df tailed
Difference Lower
Upper Keadilan
Distributif 34.406
219 .000
4.65455 4.3879
4.9212
Berdasarkan data yang ada, hasil uji t menunjukkan adanya perbedaan yang signifikan antara mean empiris dan mean teoritis. Hal ini dapat dilihat dari nilai
signifikansi yang kurang dari 0,05 p 0,05 yaitu sebesar 0,000 Santosa, 2010. Hasil tersebut menunjukkan bahwa secara signifikan subjek memiliki
tingkat keadilan distributif yang tinggi.
D. Hasil Penelitian
1. Uji asumsi a. Uji Normalitas
Uji Normaliras dilakukan untuk mengetahui apakah sebaran data penelitian bersifat normal atau tidak. Uji normalitas dibutuhkan sebagai
syarat untuk menentukan uji hipotesis pada tahap selanjutnya. Uji normalitas dilakukan dengan teknik Kolmogorov-Smirnov melalui
program SPSS. Data tergolong normal apabila memenuhi syarat p 0.05 Santosa, 2010
Tabel 17 Hasil Uji Normalitas
Test of Normality
Variabel Kolmogorov-Smirnov
Shapiro-Wilk Statistic
df Sig.
Statistic df
Sig. Penyimpangan
Properti .102
220 .000
.951 220
0.000 Penyimpangan
Produksi .067
220 .017
.975 220
0.001 Agresi
Individu .174
220 .000
.840 220
0.000 Penyimpangan
Politik .101
220 .000
.978 220
0.002 Keadilan
Distributif .232
220 .000
.840 220
0.000
Berdasarkan hasil uji normalitas, variabel Penyimpangan Produksi memperoleh nilai p = 0.067, variabel Penyimpangan Politik memperoleh
nilai p = 0.101, Penyimpangan Properti memperoleh nilai p = 0.102, dan Agresi Individuv memperoleh nilai p = 0.174. Hasil p 0.05 ini
menunjukkan bahwa keseluruhan variabel memiliki distribusi data yang tidak normal. Data yang tidak normal ini menggambarkan bahwa data
berasal dari populasi yang tidak normal. Hasil data yang tidak normal kemungkinan dipengaruhi dipengaruhi oleh keberadaan nilai ekstrim atau
outliers. Terdapat 2 macam nilai ekstrim, yaitu nilai ekstrim atas dan bawah. Hal ini dapat dilihat berdasar sebaran data yang ada pada kurva
dan membentuk kurva tidak normal, sebagai berikut: PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Grafik 1 Kurva Penyimpangan Properti
Kurva penyimpangan properti menggambarkan sebaran data pada dimensi penyimpangan properti. Pada kurva tersebut dapat dilihat bahwa
data tidak normal karena banyak data yang berada pada skor 9. Grafik 2
Kurva Penyimpangan Produksi
Kurva penyimpangan produksi menggambarkan sebaran data pada dimensi penyimpangan produksi. Pada kurva tersebut dapat dilihat bahwa
data tidak normal karena banyak data yang berada pada skor 17. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Grafik 3 Kurva Agresi Individu
Kurva agresi individu menggambarkan sebaran data pada dimensi agresi individu. Pada kurva tersebut dapat dilihat bahwa data tidak normal
karena banyak data yang berada pada skor 10. Grafik 4
Kurva Penyimpangan Politik PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Kurva penyimpangan politik menggambarkan sebaran data pada dimensi penyimpangan politik. Pada kurva tersebut dapat dilihat bahwa data tidak
normal karena banyak data yang berada pada skor 26. Grafik 5
Kurva Keadilan Distributif
Kurva penyimpangan politik menggambarkan sebaran data pada dimensi penyimpangan politik. Pada kurva tersebut dapat dilihat bahwa
data tidak normal karena banyak data yang berada pada skor 16.
b. Uji Linearitas Uji linearitas dilakukan untuk mengetahui hubungan antar kedua
variabel bersifat linear atau tidak. Hasil uji yang bersifat linear berarti kedua variabel mengikuti garis lurus, sehingga peningkatan atau
penurunan kuantitas di suatu variabel, akan diikuti secara linear oleh peningkatan atau penurunan kuantitas di variabel lainnya. Uji linearitas
