3. Rentang
= 80 - 16 = 64 4.
Interval = 64+1: 5 = 13
Tabel 3.9 Kriteria Variabel
Self-Efficacy
No Interval
Kriteria
1. 68
– 80 Sangat Tinggi
2. 55
– 67 Tinggi
3. 42 - 54
Cukup Tinggi 4.
29 – 41
Rendah 5.
16 – 28
Sangat Rendah Sumber: Data diolah 2016
3.6.2 Uji Prasyarat Analisis
Uji prasyarat analisis dilakukan untuk mengetahui apakah analisis pengujian hipotesis dapat dilanjutkan atau tidak. Selain itu, uji prasyarat
dilakukan untuk mengetahui apakah data bisa diregresi atau tidak. Analisis regresi dapat dilakukan apabila data tersebut memenuhi syarat yaitu
berdistribusi normal dan model regresi antar variabel linier.
3.6.2.1 Uji Normalitas
Uji normalitas ini bertujuan untuk menguji apakah model regresi variabel praktik kerja lapangan, lingkungan keluarga,
self-efficacy,
dan kesiapan kerja mempunyai distribusi normal atau tidak. Model regresi yang
baik adalah yang memiliki distribusi normal atau mendekati normal. Seperti diketahui, bahwa Uji t dan Uji F mengasumsikan bahwa nilai residual
mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statiistik menjadi tidak valid untuk jumlah sampel kecil.
Uji normalitas data penelitian ini akan dilakukan dengan menggunakan uji statistik
Kolmogorov-Smirnov
K-S dengan bantuan
SPSS
. Data pengambilan keputusan berdasarkan probabilitas, dimana jika nilai signifikansi 0,05 maka data dalam penelitian berdistribusi normal.
Selain menggunakan uji
Kolmogorov-Smirnov
, analisis kenormalan data juga dilakukan menggunakan
Plot of Regression Standardized Residual
. Apabila grafik yang diperoleh output SPSS titik-titiknya mendekati garis
diagonal, maka disimpulkan bahwa model regresi berdistribusi normal.
3.6.2.2 Uji Linearitas
Uji linearitas digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Dengan uji linearitas akan diperoleh
informasi apakah model empiris sebaiknya linear, kuadrat, atau kubik Ghozali, 2011:166. Hasil yang diperoleh melalui uji linearitas akan
menentukan teknik analisis regresi yang akan digunakan. Jika hasil uji linearitas merupakan data yang linear maka digunakan analisis regresi
linear. Sebaliknya jika hasil uji linearitas merupakan data yang tidak linear maka analisis regresi yang digunakan non linear. Dasar pengambilan
keputusan dari uji ini dapat dilihat dari nilai signifikansi pada tabel ANOVA. Apabila nilai signifikansi 0,05 dapat disimpulkan bahwa
hubungannya bersifat linear. 3.6.3
Uji Asumsi Klasik
Uji asumsi klasik dalam penelitian ini digunakan untuk mengestimasi suatu garis regresi dengan jalan meminimalkan jumlah dari kuadrat kesalahan
setiap observasi terhadap garis tersebut Ghozali, 2011;96. Sehingga dapat diketahui model regresi yang digunakan untuk menganalisis penelitian ini
memenuhi asumsi klasik atau tidak. Uji asumsi klasik yang digunakan dalam penelitian ini meliputi uji multikolonieritas dan uji heteroskedastisitas.
3.6.3.1 Multikolonieritas
