Pengujian Normalitas Tabel 5.1.Hasil Uji Normalitas dengan Pengujian Multikolinearitas

54

BAB V HASIL DAN PEMBAHASAN

5.1. Pengaruh Faktor Produksi tenaga kerja, pupuk, pestisida, jumlah pohon per hektar Terhadap Pendapatan Usahatani Kelapa Sawit di PT. Perkebunan Nusantara IV Persero Kebun Bah Birung Ulu. 5.1.1. Analisa

1. Pengujian Asumsi Klasik

Dalam analisis ini perlu dilihat terlebih dahulu apakah data tersebut bias, maka dilakukan pengujian model regresi.Pengujian asumsi klasik dilakukan untukmenentukan model regresi dapat diterima secara ekonometrik.Pengujian asumsiklasik ini terdiri pengujian normalitas, multikolineariti, autokorelasi, dan pengujianheteroskedastisitas.Pengujian autokorelasi dilakukan untuk mengetahui apakahdalam model regresi liner ada korelasi antara kesalahan pengganggu pada periode tdan dengan kesalahan penganggu pada periode t-1 sebelumnya.

1.1. Pengujian Normalitas Tabel 5.1.Hasil Uji Normalitas dengan

One-SampleKolomogorov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 6 Normal Parameters a,,b Mean .0000238 Std. Deviation 1.40285807E9 Most Extreme Differences Absolute .172 Positive .152 Negative -.172 Kolmogorov-Smirnov Z .422 Asymp. Sig. 2-tailed .994 a. Test distribution is Normal. b. Calculated from data. Universitas Sumatera Utara Dari hasil Tabel 5.1, untuk hasil uji normalitas dengan One- SampleKolomogorov-Smirnov dapat kita lihat bahwa nilai signifikansi Asymp.Sig 2-tailed sebesar 0,994. Karena signifikansi lebih dari 0,05 0,994 0,05, maka nilai residual tersebut telah berdistribusi normal. Hal ini juga didukung dengan grafikdimana data mengikuti garis diagonal.Grafik uji normalitas dapat dilihat pada padagambar berikut ini. Gambar 5.1. Grafik Uji Normalitas Dari gambar grafik di atas dapat diketahui bahwa titik-titik menyebar sekitar garis dan mengikuti garis diagonal maka nilai residual tersebut telah normal.

1.2. Pengujian Multikolinearitas

Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas yaitu adanya hubungan linear antar Universitas Sumatera Utara variabel independen dalam model regresi.Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas. Ada beberapa metode pengujian yang bisa digunakan diantaranya yaitu 1 dengan melihat nilai inflation factor VIF pada model regresi, 2 dengan membandingkan nilai koefisien determinasi individual r 2 dengan nilai determinasisecara serentakR 2 , dan 3 dengan melihat nilai eigenvalue dan condition index. Pada pembahasan ini akan dilakukan uji multikolinearitas dengan melihat nilai inflation factor VIF pada model regresi. Menurut Ghozali 2005, pada umumnya jika VIF lebih besar dari 5, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya. Tabel 5.2.Hasil Uji Multikolinieritas dengan melihat nilai inflation factor VIF. Model Collinearity Statistics Tolerance VIF 1 Constant Tenaga Kerja .083 12.089 Pupuk .305 3.275 Pestisida .179 5.599 Jumlah Pohon per Ha .056 17.837 Dari hasil Tabel 5.2.di atas dapat diketahui nilai variance inflation factor VIF keempat variabel yaitu Tenaga Kerja, Pupuk, Pestisida dan Jumlah Pohon per Ha yaitumasing-masing 12,089; 3,275; 5,599; dan 17,837 hasilnya ada 3 tiga variabel bebas yang nilainya lebih besar dari 5, namun untuk variabel pestisida nilai VIF dibawah atau lebih kecil dari 5, sehingga bisa diduga bahwa antar variabel independen terjadi persoalan multikolinearitas. Universitas Sumatera Utara

1.3. Pengujian Heterokedastisitas