4.3.1 Uji Multikolinearitas
Interpretasi dari model regresi berganda secara implisit bergantung pada asumsi bahwa antar variabel bebas yang digunakan dalam model tersebut tidak
saling berkolerasi. Koefisien-koefisien regresi biasanya diinterpretasikan sebagai ukuran perubahan variabel terikat jika salah satu variabel bebasnya naik sebesar
satu unit dan seluruh variabel bebas lainnya dianggap tetap. Namun, interpretasi ini menjadi salah apabila terdapat hubungan linier antar variabel bebas.
Pendeteksian ada atau tidaknya multikolinieritas dalam penelitian ini dilakukan dengan beberapa cara yaitu; pengujian R, uji Tolerance, dan uji
Variance Inflation Factor VIF. Hasil perhitungan R, TOL, dan VIF sebagaimana disajikan pada tabel IV.5 di bawah ini.
Tabel IV.5 Uji Multokolinieritas Model Produksi Padi Sawah
Variabel R
X
Tol. VIF
Luas lahan x1 Waktu Kerja x2
Jumlah Pekerja x3 Pupuk x4
Pestisida x5 Benihbibit x6
0,763 0,651
0,528 0,720
0,353 0,532
0,457 0,629
0,748 0,574
0,739 0,640
2,186 1,591
1,338 1,743
1,353 1,562
R Model 0,887 Sumber: Hasil Estimasi Lampiran 4
Berdasarkan uji R sebagaimana yang ditampilkan pada tabel IV.5 di atas terlihat bahwa semua variabel bebas mempunyai koefisien korelasi R di bawah
nilai R model penelitian. Dengan demikian dapat dijelaskan bahwa antar variabel bebas tidak terjadi korelasi yang erat satu sama lain, sehingga dapat disimpulkan
bahwa tidak terjadi pelanggaran asumsi klasik berupa multikolinieritas. Pada tabel IV.6 di bawah juga ditampilkan koefisien korelasi matrik antar variabel.
Tabel IV.6 Koefisien Korelasi Antar Variabel
logBnh logJP logWK logPstd logPpk logLL logBnh
1,000 0,317 0,048
-0,200 -0,383 -0,195
logJP 0,317 1,000 0,212 -0,188 -0,284 -0,219
logWK 0,048 0,212 1,000 -0,140 0,124
-0,542
logPstd -0,200 -0,188 -0,140 1,000 -0,072 -0,128
logPpk -0,383 -0,284 0,124 -0,072 1,000 -0,293
logLL -0,195 -0,219 -0,542 -0,128 -0,293 1,000
a Dependent Variable: logTpp
Berdasarkan data pada tabel IV.6 di atas terlihat bahwa koefisien korelasi antar variabel relatif rendah, yang paling tinggi koefisien korelasi antara variabel
luas lahan dengan waktu kerja yang mempunyai koefisien korelasi sebesar -0,542 yang menunjukkan antara kedua variabel berkorelasi negatif 54,2 persen.
Sementara korelasi paling rendah terjadi antara variabel waktu kerja dengan benih yang mempunyai koefisien 0,048 yang bermakna bahwa antara kedua variabel
berkorelasi hanya 4,8 persen. Demikian halnya pengujian dengan TOL dan VIF. Beberapa pendapat
menetapkan kriteria yang berbeda dalam menetapkan batas TOL dan VIF ini. Ghozali 2004 misalnya menetapkan nilai VIF 10. Ada juga yang menetapkan
≤ 5,0 dan sebagainya. Namun untuk mempermudah dan mempertegas silang pendapat dalam penetapan nilai TOL, maka penulis menetapkan nilai VIF
≤ 5,0
sehingga bila 1 dibagi dengan VIF maka di dapat nilai TOL ≥ 0,2. Artinya bila
nilai VIF lebih besar dari 5,0 maka terdapat masalah multikolinieritas, demikian bila nilai TOL lebih kecil dari 0,2 juga terjadi masalah multikolinieritas.
Hasil estimasi dijumpai nilai TOL dan VIF untuk variabel luas lahan TOL=0,457 dan VIF=2,186, untuk variabel waktu kerja TOL=0,629 dan
VIF=1,591, untuk variabel jumlah pekerja TOL=0,748 dan VIF=1,338, untuk variabel pupuk TOL=0,574 dan VIF=1,743, untuk pestisida TOL=0,739 dan
VIF=1,353, dan terakhir untuk variabel benihbibit memiliki nilai TOL=0,640 dan nilai VIF=1,562. Terlihat bahwa semua nilai TOL dan VIF berada dalam batas
yang telah ditetapkan sehingga dapat disimpulkan bahwa tidak terjadi pelanggaran asumsi klasik berupa multikolinieritas.
4.3.2 Uji Heterokedastisitas