29 R-squared, nilai probabilitas F-statisik, serta uji t yang berdasarkan nilai
probabilitas masing- masing variabel indenpendennya yang dibandingkan dengan taraf nyata yang digunakan yaitu 10 persen. Pengujian terhadap kriteria
ekonometrika adalah berdasarkan pada pelanggaran asumsi dalam metode OLS. Penyimpangan yang terjadi terhadap asumsi BLUE Best Linier Unbiased
Estimator akan menyebabkan estimasi terhadap nilai yang diukur menjadi tidak valid. Pada kriteria ekonometrika yang digunakan ialah dengan melihat adanya
multikolinieritas dan heteroskedastisitas. Gujarati 2006 menjelaskan serangkaian evaluasi model dapat dilakukan sebagai berikut:
4.4.2.1 Goodness of Fit
Besranya nilai koefisien determinasi R
2
dihitung untuk mengetahui seberapa jauh keragaman permintaan urea dan produksi padi yang dapat
diterangkan oleh variabel penjelas yang telah dipilih. Jika nilai R
2
semakin tinggi, maka akan semakin baik model karena semakin besar keragaman permintaan urea
dan produksi padi yang dapat dijelaskan oleh variabel penjelas. Rumus koefisien determinasi dapat dituliskan sebagai berikut:
4.4.2.2 Uji F
Uji F dilakukan untuk mengetahui apakah variabel-variabel bebas secara serempak berpengaruh nyata pada variabel tidak bebasnya.F
hit
dalam uji F dihitung dengan menggunakan Minitab 14. Sedangkan F
tabel
dihitung dengan menggunakan rumus Ft
abel
= Fk, n-k- i, α.
Kriteria uji F adalah sebagai berikut: Tolak H0 jika F
hit
F
tabel
atau p-value α taraf nyata. Hal ini berarti terdapat
minimal satu parameter tidak nol dan berpengaruh nyata terhadap keragaman variabel tak bebas.
Terima H0 jika F
hit
F
tabel
atau p-value α taraf nyata. Hal ini berarti bahwa
secara bersamaan variabel yang digunakan tidak dapat menjelaskan keragaman dari variabel tak bebas secara nyata.
30
4.2.2.3 Uji-t
Uji-t dilakukan untuk mengetahui apakah variabel bebas secara parsial berpengaruh terhadap variabel terikat. Uji ini juga dilakukan untuk mengetahui
keabsahan dari hipotesis dan membuktikan apakah koefisien regresi signifikan atau tidak secara statistik.
Hipotesis : H0 : β = 0 H1 : β ≠ 0
Statistik uji: β
Hasil t
hit
dihitung berdasarkan t
tabel
t
tabel
= tα2 n-2 Dimana:
b = koefisien regresi parsial sampel β = koefisien regresi parsial populasi
Sb = simpangan baku koefisien dugaan
Teknik pengambilan kesimpulan:
Tolak H jika t
hit
t
tabel
atau p-value α taraf nyata. Hal ini berarti variabel bebas
yang digunakan berpengaruh nyata terhadap variabel tak bebasnya. Terima H
jika t
hit
t
tabel
atau p-value α taraf nyata. Hal ini berarti variabel bebas
yang digunakan tidak berpengaruh nyata terhadap variabel tidak bebasnya.
4.2.2.4 Uji Kenormalan
Uji normalitas diperlukan untuk mengetahui apakah error term dari data atau observasi yang jumlahnya kurang dari 30 mendekati sebaran normal sehingga
statistik t dapat dikatakan sah. Data atau observasi dalam penelitian ini jumlahnya lebih dari 30, oleh karena itu data mendekati sebaran normal sehingga diketahui
bahwa statistik t dapat dikatakan sah. Namun, untuk meyakinkan data mendekati sebaran normal perlu dilakukan sebuah uji. Salah satu uji yang dapat dilakukan
adalah dengan metode grafik yaitu dengan melihat penyebaran data pada sumber diagonal pada grafik probabiliy plot of residual.
4.2.2.5 Uji Multikolinearitas
Salah satu asumsi dari model regresi berganda adalah bahwa tidak ada hubungan linier sempurna antar peubah bebas dalam model. Jika hubungan
tersebut ada, berarti terdapat multikolonieritas. Dengan demikian dapat dikatakan
31 bahwa peubah-peubah bebas tersebut berkolinieritas ganda sempurna sehingga
tidak mungkin diperoleh dugaan parameter koefisiennya. Pengujian terhadap ada tidaknya hubungan multikolinieritas dalam sebuah model dapat diketahui melalui
uji Marquardt dan dapat dilihat dari nilai VIF Varian Inflation Factor pada masing-masing variabel bebas. Jika nilai VIF kurang dari 10 menunjukkan bahwa
persamaan tersebut tidak mengalami multikolinieritas.
4.2.2.6 Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk melihat apakah terjadi pelanggaran terhadap asumsi homoskedastisitas atau varians yang sama. Jika varians tidak
sama, maka dapat disimpulkan terdapat masalah heteroskedastisitas. Jika terjadi heteroskedastisitas akibatnya pendugaan OLS tidak efisien lagi.Uji yg digunakan
yaitu dengan uji Glejser. Jika nilai p-value alpha maka terima H yang artinya
ragam homogen homoskedastisitas.
4.2.2.7 Uji Autokorelasi
Autokorelasi merupakan gangguan pada fungsi regresi yang berupa korelasi di antara faktor gangguan. Ada beberapa prosedur atau cara untuk mengetahui
adanya maslah autokorelasi pada suatu model regresi. Tetapi uji ada tidaknya autokorelasi yang paling banyak digunakan adalah Uji Durbin-Watson Uji D-W.
Uji ini dapat digunakan bagi sampel, baik besar ataupun kecil, tetapi D-W hanya berhasil baik apabila autokorelasinya berbentuk autokorelasi linear order pertama,
artinya faktor pengganggu e
t
berpengaruh kepada faktor pengganggu e
t-1
. Untuk itu melihat ada tidaknya autokorelasi, dapat digunakan ketentuan sebagai berikut
Firdaus, 2004. Tabel 4.3. Uji Autokorelasi
D-W Kesimpulan
Kurang dari 1,10 Ada autokorelasi
1,10 dan 1,54 Tanpa kesimpulan
1,55 dan 2,46 Tidak ada autokorelasi
2,46 dan 2,90 Tanpa kesimpulan
Lebih daro 2,91 Ada autokorelasi
Sumber : Firdaus 2004
