Hasil Statistik Deskriptif Hasil Penelitian 1.

asumsi-asumsi klasik statistik, yaitu multikolinieritas, autokorelasi, dan heterosskedastisitas. a. Hasil Uji Normalitas Uji normalitas bertujuan untuk mengetahui distribusi data dalam variabel yang akan digunakan dalam penelitian. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi normal. Pengambilan keputusan apakah data berdistribusi normal atau tidak dilakukan dengan dua cara, yaitu dengan berdasarkan angka signifikansi dan berdasarkan plot atau grafik. Jika dilihat dari signifikansi pada Tabel 4.7, hasil uji mengindikasikan bahwa distribusi residual adalah normal karena nilai Kolmogorov-Smirnov dan Shapiro-Wilk itu signifikan p0,05, sehingga dapat disimpulkan bahwa asumsi normalitas dalam regresi terpenuhi. Tabel 4.7 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Softskills Prestasi Kompetensi Kesiapan Kerja N 81 81 81 Normal Parameters a Mean 123,16 77,9262 37,15 Std. Deviation 13,219 2,65848 6,021 Most Extreme Differences Absolute 0,059 0,190 0,071 Positive 0,055 0,077 0,071 Negative -0,059 -.190 -0,046 Kolmogorov-Smirnov Z 0,528 1,711 0,643 Asymp. Sig. 2-tailed 0,943 0,006 0,802 a. Test distribution is Normal. Sumber: Data primer yang diolah Terlihat dari output di atas bahwa masing-masing variabel berdistribusi normal, hal ini dapat dilihat dari probabilitas P Asymp. Sig. 2-tailed data tingkat pemahaman soft skills, prestasi kompetensi kejuruan hard skills, dan kesiapan kerja yang kesemuanya lebih besar dari 0,05 sehingga ketiga data tersebut berdistribusi normal. b. Hasil Uji Linieritas Uji linieritas digunakan untuk mengetahui apakah variabel bebas X dan variabel terikat Y mempunyai hubungan linier atau tidak. Untuk mengetahui hal tersebut, kedua variabel harus diuji dengan menggunakan Uji F pada taraf signifikansi 0,05. Jika F hitung F hasil analisis lebih besar atau sama dengan F tabel, dan tingkat signifikansi lebih kecil atau sama dengan 0,05, berarti hubungan kriterium dengan prediktor adalah hubungan linier. Jika F hitung lebih kecil dari F tabel, dan tingkat signifikansi lebih besar atau sama dengan 0,05, berarti hubungan kriterium dengan prediktor adalah hubungan non linier. Tabel 4.8, Hasil Uji F Model hubungan Nilai F analisis Nilai F tabel Signifikansi Kesimpulan X1 dengan Y 246,515 3,960 0,000 Linier X2 dengan Y 10,428 3,960 0,002 Linier Sumber: Data primer yang diolah 1 Hubungan antara tingkat pemahaman soft skills dengan kesiapan kerja Dari hasil analisis uji linieritas hubungan antara tingkat pemahaman soft skills X 1 dengan kesiapan kerja Y menunjukan harga F hitung sebesar 246,515 sedangkan harga F tabel pada taraf signifikansi 0,05 sebesar 3,960 karena harga F hitung 246,515 dari harga F tabel 3,960, dan tingkat signifikansi 0,000 0,05, berarti hubungan antara variabel tingkat pemahaman soft skills X 1 dengan kesiapan kerja Y mempunyai persamaan garis linier. 2 Hubungan antara prestasi kompetensi kejuruan hard skills dengan kesiapan kerja Dari hasil analisis uji linieritas hubungan antara prestasi kompetensi kejuruan hard skills X 2 dengan kesiapan kerja Y menunjukan harga F hitung sebesar 10,428 sedangkan harga F tabel pada taraf signifikansi 0,05 sebesar 3,960, karena harga F hitung 10,428 dari harga F tabel 3,960, dan tingkat signifikansi 0,002 0,05, berarti hubungan antara variabel prestasi kompetensi kejuruan hard skills X 2 dengan kesiapan kerja Y mempunyai persamaan garis linier.

4. Hasil Uji Korelasi

Uji korelasi digunakan untuk mengetahui apakah variabel independen dan variabel dependen mempunyai hubungan korelasi atau tidak. Untuk mengetahui hal tersebut, kedua variabel harus diuji dengan menggunakan Uji r pada taraf signifikansi 0,05, Jika r hitung r hasil analisis bertaraf signifikansi lebih kecil atau sama dengan 0,05, berarti hubungan kriterium dengan prediktor adalah hubungan kuat. Jika r hitung bertaraf signifikansi lebih besar atau sama dengan 0,05, berarti hubungan kriterium dengan prediktor adalah hubungan lemah.