4.7.1 Uji Normalitas
Uji normalitas dilakukan untuk mengetahui bahwa data itu berdistribusi normal. Selain itu dari hasil pengujian normalitas juga dapat
menunjukan bahwa sampel yang diambil berdistribusi normal atau hampir berdistribusi normal Arikunto, 2006. Pengujian normalitas secara statistik
dapat dilakukan dengan uji
one sample Kolmogrov-smirnov
dengan p 0.05. Sedangkan bila menggunakan metode grafik adalah melihat grafik histogram
dan P-P Plot Test. Hasil uji normalitas dengan menggunakan aplikasi SPSS 16 dapat dilihat sebagai berikut:
Gambar 4.1
Histogram
Data dikatakan berdistribusi normal apabila histogram berbentuk lonceng
bell shaped curve
Santoso, 2000. Gambar 4.1 menunjukan bahwa data berdistribusi normal karena kurva membentuk lonceng
bell shaped
curve
. Dengan standar deviasi sebesar 0,993. Selain menggunakan histogram, normalitas juga dapat dilihat melalui grafik P-P
Plot Test
. Gambar 4.2.
Grafik P-P Plot Test
Gambar 4.2 di atas menunjukan bahwa sebaran data berupa titik-titik menyebar di sekitaran garis diagonal dan penyebarannya mengikuti arah
garis diagonal tersebut, sehingga asumsi normalitas dapat dipenuhi.
Tabel 4.13
Hasil Uji Kolmogorov-Smirnov
Uji Satu Sampel Kolmogorov-Smirnov Perilaku_
Agresif Pola_Asuh_
Otoriter Konsep_Diri
N 150
150 150
Parameter Normal Rata-rata
105.01 104.15
123.37 Std.
Deviasi 11.276
12.770 12.289
Perbedaan yang Paling Ekstrim
Absolut .077
.067 .087
Positif .066
.055 .087
Negatif -.077
-.067 -.058
Kolmogorov-Smirnov Z .942
.823 1.061
Asymp. Sig. 2-tailed .337
.507 .210
a. Uji distribusi normal.
Tabel 4.13 di atas menunjukan bahwa nilai Asymp. Sig. 2-tailed untuk perilaku agresif sebesar 0.337, pola asuh otoriter 0.507, dan konsep
diri sebesar 0.210. Dikarenakan nilai signifikasi variabel terikat perilaku agresif berada di atas 0.05 maka dapat disimpulkan bahwa data terdistribusi
normal. Tabel 4.14
Hasil Uji Kolmogorov-Smirnov Contoh Tunggal
Uji Satu Sampel Kolmogorov-Smirnov
Standardized Residual N
150 Parameter Normal
Rata-rata .0000000
Std. Deviasi .99326592
Perbedaan yang Paling Ekstrim
Absolut .066
Positif .061
Negatif -.066
Kolmogorov-Smirnov Z .811
Asymp. Sig. 2-tailed .526
a. Uji distribusi normal.
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
Kategori