3.5 Pengujian Asumsi Klasik 3.5.1 Uji Normalitas
Uji ini merupakan pengujian terhadap normalitas kesalahan penggangguerror yang digunakan untuk melihat apakah variabel bebas dan variabel terikat
mempunyai distribusi normal. Asumsi kenormalan dapat diperiksa dengan menggunakan plot normal P-P Plot sebagai berikut :
Gambar 3.1
3.5.2 Heteroskedastisitas
Heteroskedastisitas adalah varian residual yang tidak sama pada semua pengamatan di dalam model regresi. Regresi yang baik seharusnya tidak terjadi
heteroskedastisitas.Kriterianya adalah sebagai berikut : a. Jika ada pola tertentu, seperti titik – titik yang ada membentuk suatu
pola tetentu yang teratur, maka terjadi heteroskedastisitas. b. Jika tidak ada pola yang jelas, seperti titik – titik menyebar di atas dan
di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Dapat dilihat bahwa dari plot gambar 4.2 sebaran datar sekitar nilai nol secara acak dan tidak membentu pola tertentu sehingga mengindikasikan bahwa tidak
terjadi heteroskedastisitas dalam model regresi.
Universitas Sumatera Utara
Gambar 3.2
3.5.3 Uji Multikolinearitas
Multikolinearitas adalah antara variabel independen dalam model memiliki hubungankorelasi sempurna atau mendekati sempurna koefisien korelasinya
tinggi, pengujian ini dapat dilihat dari nilai VIP pada table hasil SPSS
Tabel 3.7 Coefficients
a
Model Correlations
Collinearity Statistics Zero-order
Partial Part
Tolerance VIF
Constant Pupuk
0,960 0,168
0,034 0,041
24,520 Luas Lahan
0,910 0,503
0,118 0,227
4,398 Curah Hujan
0,969 0,485
0,112 0,044
22,912 Hari Hujan
0,772 0,200
0,041 0,360
2,775 a. Dependent Variable: Produksi Padi
Dari tabel diatas terlihat bahwa VIF 10, maka tidak terjadi
multikolinearitas dan Tolerance0,1, maka tidak terjadi multikolinearitas.
3.5.4 Uji Autokorelasi
Adanya penyimpangan autokorelasi dalam model regresi berarti ada korelasi antara sampel yang diurutkan berdasarkan waktu. Penyimpangan ansumsi ini
karena menggunakan data time series.
Universitas Sumatera Utara
Konsekuensiadanya autokorelasi dalam suatu model regresi adalah varians sampel tidak dapat menggambarkan varians populasinya.Selain itu
model regresi yang dihasilkan tidak dapat digunakan untuk menaksirkan nilai variabel dependen Y pada nilai variabel independen tertentu X.Untuk
mendianogsis adanya autokorelasi dalam suatu model regresi dilakukan pengujian terhadap nilai uji Durbin Waston DW.
Tabel 3.8 Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
,979 ,959
a
,943 30850,763
2,784 a. Predictors: Constant, Hari Hujan, Luas Lahan, Curah Hujan, Pupuk
b. Dependent Variable: Produksi Padi Pada table 3.8 di atas menunjukkan nilai koefisien korelasi ganda R,
koefisien determinasi R Square, standar error penduga, nilai Durbin Waston, Prosedur pengujianya adalah :
1. Menentukan hipotesa H
: tidak ada autokorelasi H
1
: ada autokorelasi positifnegatif 2.
Menentukan nilai α dan nilai d tabel Signifikan 5 pada n = 15 dan k = 4 diperoleh
d
L
= 0,69dan d
u
= 1,98 3. Menentukan criteria pengujian
a. Untuk autokorelasi positif H
diterima jika d d
L
dan H
1
ditolak jika d d
L
serta tidak ada kesimpulan jika
d
L
� d
u
. b. Untuk autokorelasi negatif
H diterima jika 4-d
d
u
dan H
1
ditolak jika 4-d d
L
serta tidak ada kesimpulan jika
d
L
� d
u
.
Universitas Sumatera Utara
4. Menentukan nilai uji statistik Pada table 3.4 di atas nilai uji statistik diperoleh d = 2,78nilai Durbin
Watson. 5. Membuat kesimpulan
Nilai d = 2,78 d
L
= 0,69, bararti H
1
diterima dapat di ambil kesimpulan bahwaada terdapat autokorelasi.
3.6 Uji F uji serentak
