Alat dan Bahan The Ecology of Rinjani Morel Mushroom (Morchella aff. deliciosa) in Gunung Rinjani National Park-West Nusa Tenggara
22
Model regresi berganda dapat dikatakan bagus jika memenuhi syarat asumsi klasik yaitu normalitas data dan multikolinearitas antar variabel Santoso
2012. Normalitas data dapat diketahui dari nilai Skewness-Kurtosis, histogram distribusi data atau pun Normal Probability Plot. Data berdistribusi normal jika
rasio Skewness dan rasio Kurtosis berada di antara nilai –2 hingga +2. Data berdistribusi normal jika berdasarkan histogram distribusi data berbentuk lonceng.
Data berdistribusi normal jika berdasarkan Normal Probability Plot, sebaran data terletak mendekati garis uji. Uji multikolinearitas digunakan untuk mendeteksi
gangguan multikolinearitas
atau deteksi
korelasi antar
variabel-variabel independen. Adanya multikolinearitas antar variabel dapat diketahui dari nilai VIF
Variance Inflation Factor. Menurut Setyadharma 2010 variabel tidak mengalami gejala multikolinearitas jika memiliki nilai hitung VIF 1 atau 10.
Multikolinearitas juga dapat diketahui dari nilai Coefficient Correlations. Nilai 0,5 sampai mendekati 1 menandakan terjadi masalah kolinearitas. Jika
menggunakan metode Enter variabel yang mengalami masalah kolinearitas harus dikeluarkan secara manual dari analisis dan dipilih salah satu variabel dengan
nilai t berdasarkan Tabel Coefficients yang lebih besar yang menandakan variabel tersebut memiliki pengaruh yang lebih kuat terhadap variabel jumlah
tubuh buah morel dibandingkan variabel dengan nilai t lebih kecil. Akan tetapi jika menggunakan metode Stepwise hal tersebut tidak perlu dikerjakan karena
sistem secara otomatis akan mengeluarkan variabel yang mengalami masalah multikolinearitas. Dalam penelitian ini akan dikerjakan kedua metode tersebut
untuk melihat perbedaan output manual dan otomatis di atas. Uji-uji tersebut di atas dilakukan dengan bantuan perangkat lunak IBM
SPSS 19. Model persamaan regresi linear berganda dirumuskan sebagai berikut :
Dengan y merupakan jumlah tubuh buah morel, x
n
merupakan variabel prediktor, n merupakan titik observasi ke-n,
β merupakan intersep,
β
n
merupakan koefisien regresi linear dari variabel penduga ke-n. Variabel-variabel penduga : x
1
= suhu udara, x
2
= kelembaban udara, x
3
= kelembaban tanah, x
4
= ketinggian tempat,
23
x
5
= kelerengan, x
6
= arah kelerengan aspect, x
7
= basal arealbds, x
8
= intensitas cahaya matahari, x
9
= pH tanah. Pengaruh variabel-variabel lingkungan terukur terhadap jumlah individu
morel yang ditemukan dapat diketahui dari nilai F hasil Anova. Hipotesis yang dipergunakan untuk nilai F tersebut adalah :
H :
b
1
=b
2
=b
n
=0 semua variabel lingkungan tidak berpengaruh terhadap variabel dependen
H
1
: bn
≠0 setidaknya ada satu variabel lingkungan berpengaruh terhadap variabel jumlah individu morel yang ditemukan
Kriteria uji : H
diterima jika F
hitung
≤ F
tabel
atau nilai p taraf nyata 0,05 H
ditolak jika F
hitung
F
tabel
atau nilai p ≤ taraf nyata.