16.0 for windows yaitu dengan rumus nilai Adjusted R
2
x 100. Semakin besar nilai R
2
R Square, maka semakin kuat kemampuan model regresi yang diperoleh untuk menerangkan kondisi sebenarnya.
4. Koefisiensi determinasi parsial r
2
Koefisiensi determinasi parsial r
2
digunakan untuk mengetahui seberapa besar persentase pengaruh masing-masing variabel pengalaman prakerin X
1
dan minat kerja X
2
terhadap kesiapan kerja Y secara parsial. Besarnya pengaruh X
1
terhadap Y dan X
2
terhadap Y dicari dengan mengkuadratkan r yang diperoleh dari hasil perhitungan program SPSS release 16.0 for windows.
Koefisien determinasi parsial juga digunakan untuk mengetahui variabel yang berpengaruh paling dominan terhadap Y. Untuk memperoleh besarnya
persentase koefisien determinasi parsial diperoleh dari r² x 100.
4.7.3. Uji Asumsi Klasik
Uji Asumsi Klasik digunakan untuk mengetahui apakah model regresi berganda yang digunakan untuk menganalisis dalam penelitian ini memenuhi
asumsi klasik atau tidak. Ada tiga macam asumsi klasik yang dipakai dalam penelitian ini Ghozali, 2011:105:
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang
baik adalah memiliki distribusi normal atau mendekati normal. “Untuk menguji
normalitas data salah satu cara yang digunakan adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal
”
Ghozali, 2011:161. Menurut Ghozali 2011;163 dasar pengambilan keputusan untuk uji normalitas data adalah sebagai berikut:
a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal
atau grafik histogramnya menunjukkan pola distribusi normal, maka model
regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka
model regresi tidak memenuhi asumsi normalitas.
Selain itu, untuk melihat apakah nilai residual terdistribusi normal atau tidak. Peneliti menggunakan uji Kolmogorov-Smirnov dengan kriteria
pengambilan keputusannya adalah apabila probabilitasnya nilai sig 0,05 maka data terdistribusi normal, sedangkan apabila probabilitasnya nilai sig 0,05
artinya data tidak terdistribusi normal. 2.
Uji Multikolinieritas
Multikolinearitas itu berarti adanya hubungan linear yang sempurna atau di antara variabel-variabel bebas dalam model regresi. Ghozali 2011:105
menyatakan bahwa “Uji Multikolinearitas bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel bebas independen ”
. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Menurut
Ghozali 2011:105
untuk mendeteksi
ada atau
tidaknya multikolinearitas didalam model regresi adalah dengan melihat nilai tolerance
TOL dan nilai Variance Inflation Factor VIF. “Apabila nilai tolerance
mendekati 1, serta nilai VIF disekitar angka 1 serta tidak lebih dari 10, maka dapat
disimpulkan tidak terjadi multikolinearitas antara variabel bebas dalam model regr
esi” Ghozali, 2011:174. 3.
Uji Heteroskedastisitas
“Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan
yang lain” Ghozali, 2011:139. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Menurut Ghozali 2011;139 untuk mendeteksi ada tidaknya
heteroskedastisitas dilakukan dengan menggunakan bantuan program SPSS release 16.0 for windows yaitu dengan cara melihat ada tidaknya pola tertentu
pada grafik Scatter plot antara nilai prediksi variabel terikat dependent. Sedangkan dasar pengambilan keputusan untuk uji heteroskedastisitas
adalah Gozali, 2011:139: a.
Jika ada pola tertentu, seperti titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan
telah terjadi heteroskedastisitas. b.
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Selain itu, peneliti juga melakukan uji glejser guna mendeteksi ada tidaknya heterokedastisitas. Uji glejser dilakukan dengan cara meregresikan nilai
absolute residual AbsRes terhadap variabel independen. Dasar pengambilan keputusannya adalah apabila probabilitasnya nilai sig 0,05 artinya tidak terjadi
heteroskedastisitas, sebaliknya apabila probabilitasnya nilai sig 0,05 artinya terjadi heteroskedastisitas.
4.7.6. Analisis Deskriptif Persentase
