93
B. Uji Persyaratan Analisis 1. Uji Normalitas Data
Uji normalitas dianalisis menggunakan software SPSS v.17 dengan teknik
Kolmogorov-Smirnov karena jumlah sampel lebih dari 50 orang, dan hasilnya dapat dilihat dalam Tabel 26:
Tabel 27. Hasil Uji Normalitas No
Variabel Sig.
Taraf signifikansi Kesimpulan
1 X2
0,200 0,05
Normal 2
Y 0,057
0,05 Normal
Sumber : Olah data primer Berdasarkanhasil uji normalitas tersebut menunjukkan bahwa nilai Sig.
0,05. Sehingga dapat dinyatakan bahwa data-data penelitian telah memenuhi syarat distribusi normal.
2. Uji Linieritas Data
Hasil linieritas menggunakan SPSS v.17, dapat diihat pada tabel di bawah: Tabel 28. Hasil Uji Linieritas dari
Deviation from Linearity
Variabel df1:df2
Signifikan Syarat
signifikan Ket
F hitung F tabel
5 terhadap Y
47 : 15 1,771
2,17 0,113
0,05 linier
terhadap Y 23 : 39
1,173 1,79
0,323 0,05
linier
Sumber : Olah data primer Kriteria pengambilan keputusan linieritas pada hubungan antara
terhadap Y dan terhadap Y yaitu dilihat pada
Deviation from Linearity apabila nilai F hitung F tabel atau nilai signifikasi 0,05. Dapat dilihat pada Tabel 27
bahwa hubungan terhadap Y linier, karena nilai
1,771 2,17
dan nilai signifikansi 0,113 dari 0,05. Hubungan terhadap Y juga linier,
karena 1,173
1,79 dan nilai signifikansi 0,323 dari 0,05.
94
3. Uji Multikolinieritas Data
Dari hasil uji multikolinieritas menggunakan bantuan SPSS v.17, dihasilkan data sebagai berikut :
Tabel 29. Hasil Uji Multikolinieritas Hubungan Variabel
Tolerance Syarat
tolerance VIF
Syarat VIF
Prestasi Belajar Mata Pelajaran Kompetensi Kejuruan
0,993 0,1
1,008 10
Hasil Praktik Kerja Industri 0,993
0,1 1,008
10 Sumber : Olah data primer
Dasar keputusan suatu model regresi bebas dari multikolinieritas adalah VIF 10 dan
tolerance 10 0,1. Sehingga dapat disimpulkan bahwa kedua variabel bebas tersebut tidak terjadi hubungan multikolinieritas dan dapat
dilanjutkan untuk uji hipotesis.
C. Analisis Korelasi dan Regresi 1. Pengaruh Prestasi Belajar Kelompok Mata Pelajaran Kompetensi
Kejuruan terhadap Kesiapan Kerja Siswa
Untuk mencari korelasi dan regresi Pengaruh Prestasi Belajar Kelompok
Mata Pelajaran Kompetensi terhadap Kesiapan Kerja Siswa menggunakan
bantuan SPSS v.17.0. Berikut merupakan rekap hasil analisis korelasi dan regresi
sederhana:
Tabel 30. Rekap data analisis pengaruh terhadap Y
Variabel Koefisien
1,793 Konstanta
30,819 0,250
R² 0,062
Sumber: Olah data primer
95 Berdasar dari tabel di atas selanjutnya dapat digunakan untuk melakukan
pengujian hipotesis 1, yaitu : a. Persamaan Garis Regresi
Membuat persamaan garis regresi 1 prediktor regresi sederhana dari perhitungan menggunakan SPSS v.17 dihasilkan besarnya konstanta a =
30,819 dan nilai koefisien regresi b = 1,793. Sehingga persamaan regresi linier sederhananya sebagai berikut :
Y = a + b Y = 30,819 + 1,793
Persamaan Y = 30,819 + 1,793 , menunjukkan bahwa nilai koefisien
sebesar 1,793 yang berarti apabila Prestasi Belajar Kelompok Mata Pelajaran Kompetensi Kejuruan
meningkat 1 poin, maka Kesiapan Kerja Siswa Y akan meningkat sebesar 1,793 poin.
b. Koefisien korelasi Dari hasil perhitungan menggunakan bantuan SPSS v.17, diperoleh
koefisien korelasi sebesar 0,250. Nilai ini selanjutnya dikonsultasikan
dengan interpolasi koefisien korelasi seperti pada tabel berikut : Tabel 31. Interpolasi Koefisien korelasi
Korelasi Nilai interpolasi
Keterangan
dengan Y 0,250
0,200 – 0,399
Rendah Sumber : Olah data primer
Tabel di atas menunjukkan bahwa nilai yaitu 0,250 berada di antara
nilai interpolasi 0,200 – 0,399, ini berarti kuat hubungan variabel Prestasi Belajar
Kelompok Mata Pelajaran Kompetensi Kejuruan terhadap Kesiapan Kerja masih
96 rendah. Nilai koefisien korelasi
juga menunjukkan nilai yang positif, hal ini menunjukkan semakin meningkat prestasi belajar kelompok mata pelajaran
kompetensi kejuruan, maka kesiapan kerja siswa juga akan ikut meningkat.
2. Pengaruh Hasil Praktik Kerja Industri Terhadap Kesiapan Kerja Siswa