64 Gambar 7. Diagram Kecenderungan Kesiapan Kerja
Berdasarkan tabel di atas, dapat dilihat bahwa nilai pada kategori tinggi dicapai oleh 27 siswa 75 , untuk kategori sedang 9 siswa 25
dan kategori rendah 0 siswa 0 . Data tersebut menunjukan bahwa tingkat kecenderungan kesiapan kerja berpusat pada kategori tinggi.
B. Uji Prasyarat Analis
1. Uji Normalitas Data
Uji normalitas
dilakukan dengan
menggunakan analisis
Kolmogorov-Smirnov. Setelah dilakukan uji normalitas menggunakan program
SPSS versi 15.0 for windows
dan hasilnya dapat dilihat pada tabel di bawah ini :
Tabel 13. Ringkasan Hasil Uji Normalitas
Variabel Sig
tabel
Sig
hitung
Kesimpulan
X
1
0,05 0,843
Normal X
2
0,05 0,612
Normal Y
0,05 0,925
Normal Dari hasil uji normalitas tersebut dapat disimpulkan bahwa variabel
prestasi hasil belajar mata pelajara produktif, minat kerja, dan kesiapan kerja
65 mempunyai sebaran data yang berdistribusi normal, dimana harga Sig
hitung
lebih besar dari harga Sig
tabel
pada taraf signifikansi 0,05.
2. Uji linearitas
Uji linearitas dimaksudkan untuk mengetahui pola hubungan antara masing-masing variabel bebas dengan variabel terikat apakah berbentuk
linear atau tidak. Uji linearitas dapat diketahui dengan menggunakan uji F. Data diolah menggunakan bantuan program komputer
SPSS versi
15.0
for Windows
dengan melihat signifikansi
deviation from linearity
dari uji F linear. Berikut disajikan tabel hasil pengujian linearitas :
Tabel 14. Ringkasan Hasil Uji Linearitas
Model Hubungan F
tabel
F
hitung
Keterangan
X
1
dengan Y 1.309
0,363 Linier
X
2
dengan Y 1.741
0,146 Linier
Kriteria pengambilan keputusan yaitu F
hitung
lebih kecil dari F
tabel
maka dianggap hubungan antar masing-masing variabel bebas dengan variabel terikat adalah linear. Sebaliknya jika F
hitung
lebih besar dari F
tabel
maka tidak linear. Berdasarkan tabel di atas, nilai F
hitung
hubungan antara variabel Prestasi Hasil Belajar Mata Pelajaran Produktif X
1
terhadap Kesiapan Kerja Y dan nilai F
hitung
hubungan antara Minat Kerja X
2
terhadap Kesiapan Kerja Y lebih kecil dari F
tabel
sehingga dapat disimpulkan bahwa hubungan kedua variabel bebas dengan variabel terikat
adalah linear.
66
3. Uji Multikolinearitas
Uji multikolinearitas merupakan uji asumsi untuk analisis regresi ganda. Asumsi multikolinearitas menyatakan bahwa variabel bebas harus
terbebas dari gejala multikolinearitas. Uji Multikolinieritas ini dicari dengan teknik metode VIF
variance inflation factor
menggunakan bantuan program komputer SPSS versi 15.0
for Windows.
Berikut disajikan tabel hasil pengujian linearitas :
Tabel 15. Ringkasan Hasil Uji Multikolinearitas Dengan Regresi Ganda
Variabel Tolerance
VIF X
1
0,906 1,103
X
2
0,906 1,103
Kriteria pengambilan keputusan yaitu dikatakan tidak terjadi multikolinieritas apabila nilai VIF masing-masing prediktor kurang dari 10
VIF10 dan nilai tolerance lebih dari 0,1. Berdasarkan tabel di atas, dapat disimpulkan
bahwa pada
model regresi
tidak terjadi
gejala multikolinearitas. Dengan demikian maka memenuhi syarat untuk
dilanjutkan dengan uji hipotesis.
C. Pengujian Hipotesis
