independen sehinga terjadi multikolinieritas. Bhuono Agung Nugroho, 2005: 58.
Jika terjadi multikolinieritas antar variabel bebas maka uji korelasi ganda tidak dapat dilanjutkan. Akan tetapi jika tidak terjadi
multikolinieritas antar variabel bebas maka uji korelasi ganda dapat dilanjutkan. Uji multikolinieritas merupakan uji prasyarat sehingga
hasil dari uji multikolinieritas ini juga sangat berpengaruh terhadap keberlanjutan analisis data. Oleh karena itu, data harus dapat
dilakukan analisis selanjutnya jika hubungan antara variabel yang mempengaruhi tidak berkorelasi tinggi.
Variabel bebas dalam penelitian ini ialah Motivasi Kerja, Prestasi Belajar, dan Pengalaman Praktik Kerja Industri yang akan
berpengaruh terhadap variabel terikat yakni variabel Kesiapan Kerja. Karena penelitian ini digunakan untuk mengetahui pengaruh
antara Motivasi Kerja, Prestasi Belajar, dan Pengalaman Praktik Kerja Industri terhadap Kesiapan Kerja, maka tidak boleh ada
hubungan korelasi yang tinggi antara Motivasi Kerja dan Prestasi Belajar, antara Motivasi Kerja dan Pengalaman Praktik Kerja
Industri atau antara Prestasi Belajar dan Pengalaman Praktik Kerja Industri.
2. Uji Hipotesis
a. Analisis Regresi Sederhana
Analisis ini digunakan untuk menguji ada atau tidaknya pengaruh antara satu variabel bebas dengan variabel terikat secara
sendiri-sendiri. Langkah-langkah yang ditempuh dalam analisis ini adalah sebagai berikut:
1 Membuat persamaan garis regresi dengan rumus:
Y = aX + K Keterangan:
Y = Kriterium X = Prediktor
a = Bilangan koefisien prediktor K = Bilangan konstan
Sutrisno Hadi, 2004: 5
Jika nilai a dan b telah ditemukan, maka persamaan regresi linear sederhana sudah dapat disusun. Persamaan
regresi yang telah disusun dapat digunakan untuk melakukan prediksi tersusunnya variabel dependen ketika
nilai variabel independen ditetapkan. 2
Mencari Koefisien Korelasi r antara prediktor X dengan kriterium Y
Langkah ini dilakukan untuk mengetahui apakah masing-masing variabel bebas terhadap variabel terikat
mempunyai pengaruh yang positif atau negatif. Dikatakan positif jika koefisien korelasi bernilai positif dan dikatakan
negatif jika koefisien korelasi bernilai negatif. Rumus yang digunakan yaitu:
√ Keterangan:
r = koefisien korelasi ∑xy = jumlah produk antara x dan y
∑x
2
= jumlah kuadrat prediktor
∑y
2
= jumlah kuadrat kriterium Sutrisno Hadi, 2004: 4
Jika r
hitung
0 bernilai positif, maka korelasinya positif. Jika r
hitung
0 bernilai negatif, maka korelasinya juga akan negatif. Jika r
hitung
= 0 , maka tidak berkorelasi. Kemudian
tingkat korelasi
dapat dikategorikan
menggunakan table interpretasi nilai r sebagai berikut: Table 9. Interpretasi nilai r
Besarnya nialai r Interpretasi
0,80 sampai dengan 1,00 Sangat kuat
0,60 sampai dengan 0,79 Kuat
0,40 sampai dengan 0,59 Sedang
0,20 sampai dengan 0,39 Rendah
0,00 sampai dengan 0,19 Sangat rendah
Sugiyono, 2010: 184 3
Mencari koefisien determinasi r
2
antara prediktor X
1
, X
2
dan X
3
dengan Y. Koefisien
determinasi digunakan
untuk menghitung besarnya kontribusi variabel X
1
, terhadap Y, variabel X
2
terhadap Y, dan variabel X
3
terhadap Y. rumus yang digunakan yaitu:
Keterangan: r
2 1,2,3
= koefisien determinasi antara Y dengan X
1,
X
2
dan X
3
a
1
= koefisien prediktor X
1
a
2
= koefisien prediktor X
2
a
3
= koefisien prediktor X
3
∑x
1
y = jumlah produk antara X
1
dengan Y ∑x
2
y = jumlah produk antara X
2
dengan Y ∑x
3
y = jumlah produk antara X
3
dengan Y ∑y
2
= jumlah kuadrat kriterium Y Sutrisno Hadi, 2004: 22
Koefisien determinasi bisa dihitung dengan mengkuadratkan hasil dari perhitungan koefisien korelasi.
Koefisien ini juga disebut koefisien penentu karena varians yang terjadi pada variabel dependen dapat
dijelaskan dengan varians yang terjadi pada variabel independen.
4 Menguji signifikansi dengan uji t
Uji t dilakukan untuk menguji signifikan konstanta dari setiap variabel independen akan berpengaruh terhadap
variabel dependen. Rumus yang digunakan: √
√ Keterangan:
t = t hitung
r = koefisien korelasi
n = jumlah responden
Sugiyono, 2010: 230 Pengambilan
kesimpulan adalah
dengan membandingkan t
hitung
dengan t
tabel.
Jika t
hitung
sama dengan atau lebih besar dari t
tabel
dengan taraf signifikansi 5, maka variabel tersebut berpengaruh secara signifikan.
Akan tetapi jika t
hitung
lebih kecil dari t
tabel
maka variabel tersebut berpengaruh tidak signifikan.
b. Analisis Regresi Ganda Tiga Prediktor