Pendapatan per petani rata-rata adalah sebesar Rp 21.297.993 per musim tanam,-, dan rata-rata pendapatan yang diperoleh petani dalam kurun waktu satu
bulan adalah sebesar Rp 3.549.665,-, dengan jumlah rata-rata pendapatan petani tersebut sudah tergolong diatas dari upah minimum propinsi UMPUMR,
sehingga para petani di daerah penelitian mampu membeli memenuhi kebutuhan dan terjadinya kesejahteraan penduduk yang merata.
4.4. Pengaruh Usahatani Tanaman Hias Terhadap Pendapatan Petani
Pengaruh usahatani tanaman hias terhadap pendapatan petani dilihat dari modal X
1
, upah tenaga kerja X
2
, bibit X
3
, pupuk X
4
dan pestisida X
5
yang dikeluarkan petani. Seluruh variabel tersebut secara serentak dimasukkan ke dalam persamaan regresi berganda, dengan menggunakan software SPSS 19. Pada
penelitian ini juga akan dilakukan beberapa uji asumsi klasik terhadap data penelitian, hal ini disebabkan ada beberapa permasalahan yang bisa terjadi dalam
model regresi, yang secara statistik permasalahan tersebut dapat mengganggu model yang telah ditentukan, maka diperlukan pengujian asumsi klasik yang
meliputi pengujian normalitas, multikolinieritas dan heteroskedastisitas.
4.4.1. Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas data bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Cara mudah
untuk melihat noramlitas residual adalah dengan melihat probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal
Universitas Sumatera Utara
akan membentuk satu garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal. Selain itu untuk melihat normalitas residual
juga dapat dilakukan dengan melihat grafik histogram yang membandingkan antara observasi dengan distribusi normal yang mendekati distribusi normal.
Dengan melihat tampilan grafik normal plot pada Gambar 4.1. dapat disimpulkan bahwa data menyebar di sekitar garis diagonal dan mengikuti arah
garis diagonalnya. Hal ini menunjukkan data residual berdistribusi normal. Demikian pula dengan hasil grafik histogram pada Gambar 4.2. dapat disimpulkan
bahwa data residual berdistribusi normal yang dilihat dari gambar berbentuk lonceng simetris. Dengan demikian model regresi linier dalam hal ini layak
untuk digunakan.
Gambar 4.1. Hasil Uji Normalitas dengan Menggunakan Normal P-P Plot
Universitas Sumatera Utara
Gambar 4.2. Hasil Uji Normalitas dengan Menggunakan Histogram
b. Uji Multikolinieritas
Hasil pengujian multikolinieritas dapat dilihat pada Tabel 4.16. sebagai
berikut : Tabel 4.16. Uji Multikolinieritas
Model Collinearity Statistics
1. Constant Tolerance
VIF
Modal .180
5.547 Upah TK
.123 8.108
Bibit .104
9.651 Pupuk
.209 4.792
Pestisida .102
9.793
Sumber : Data Primer diolah, 2014
Universitas Sumatera Utara
Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka
dinamakan terdapat problem multikolinieritas. Model regesi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Pengujian ada tidaknya gejala
multikolinieritas dilakukan dengan memperhatikan nilai matriks korelasi yang dihasilkan pada saat pengolahan data. Nilai Variance Inflation Factor VIF yang
kurang dari 10,00 dan nilai tolerance yang lebih dari 0,10 maka menandakan bahwa tidak terjadi adanya gejala multikolinieritas.
Dari perhitungan menggunakan program SPSS 19 dapat diketahui bahwa nilai tolerance dan VIF sebagai berikut : variabel modal mempunyai nilai
tolerance sebesar 0,180 dan VIF sebesar 5,547. Variabel upah tenaga kerja mempunyai nilai tolerance sebesar 0,123 dan VIF sebesar 8,108. Variabel bibit
mempunyai nilai tolerance sebesar 0,104 dan VIF sebesar 9,651. Variabel pupuk mempunyai nilai tolerance sebesar 0,209 dan VIF sebesar 4,792. Variabel
pestisida mempunyai nilai tolerance sebesar 0,102 dan VIF sebesar 9,793.
Berdasarkan pada hasil pengolahan data, menunjukkan semua variabel independen bebas memiliki nilai tolerance lebih besar dari 0,10 dan memiliki
nilai Variance Inflation Factor VIF lebih kecil dari 10,00 ini berarti dapat disimpulkan bahwa variabel independen tidak terjadi multikolinieritas sehingga
model tersebut telah memenuhi syarat asumsi klasik dalam analisis regresi.
Universitas Sumatera Utara
c. Uji Heteroskedastisitas
