Uji Asumsi Klasik ANALISIS DATA DAN PEMBAHASAN

commit to user harga Telur ayam ras, harga daging ayam, pendapatan perkapita, dan jumlah penduduk mampu secara bersama-sama mempengaruhi variabel permintaan Telur ayam ras di Kabupaten Magetan. 3. Uji Koefisien DeterminasiR 2 Nilai Koefisien determinasi merupakan nilai yang menyatakan besarnya proporsi variabe dependen yang terdapat di dalam model. Dari hasil perhitungan diperoleh nilai R 2 = 0.941332, sehingga dapat diartikan bahwa 94 variabel dependen dalam hal ini permintaan telur ayam ras dapat dijelaskan secara langsung oleh variabel-variabel independen, yaitu harga telur ayam ras, harga daging ayam, pendapatan perkapita dan jumlah penduduk. Kemudian sisanya sebesar 6 dijelaskan oleh faktor–faktor lain yang tidak tercakup dalam model. Hasil ini bisa dikatakan mendekati sempurna.

G. Uji Asumsi Klasik

Dalam uji asumsi klasik ini akan dilakukan tiga jenis uji yaitu, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi. Ketiga uji ini bertujuan untuk mengetahui ada tidaknya penyimpanagn dalam asumsi klasik, karena penyimpangan terhadap asumsi klasik akan mempengaruhi hasil analisis. 1. Uji Multikolinearitas Multikolinearitas adalah siituasi adanya korelasi variable-variabel bebas diantara satu dengan yang lainnya. Jika dalam model terdapat multikolinearitas maka model tersebut memiliki kesalahan standart yang commit to user besar sehingga koefisien tidak dapat ditaksir dengan ketepatan yang tinggi. Salah satu cara untuk mendeteksi ada tidaknya multikolinearitas adalah dengan metode Klein, caranya yaitu dengan membandingkan nilai r yang telah dikuadratkan dari hasil matrik korelasi dengan nilai R 2 . Jika r 2 lebih kecil dari R 2 maka dalam model tersebut tidak terjadi masalah Multikolinearitas, begitu pula sebaliknya. Berikut ini tabel uji multikolinearitas.: Tabel 4.19 Hasil Uji Multikolinearitas variabel r R2 kesimpulan LHT - LHA 0,61 0,94 Tidak ada multikolinearitas LHT - LP 0,09 0,94 Tidak ada multikolinearitas LHT - LY 0,07 0,94 Tidak ada multikolinearitas LHA - LP 0,50 0,94 Tidak ada multikolinearitas LHA - LY 0,38 0,94 Tidak ada multikolinearitas LY - LP 0,86 0,94 Tidak ada multikolinearitas Sumber : Data sekunder diolah. 2. Uji Heteroskedastisitas Heteroskedastisitas terjadi jika gangguan muncul dalam fungsi regresi yang mempunyai varian yang tidak sama sehingga penaksir OLS tidak efisien, baik dalam sampel kecil maupun sampel besar tetapi masih tidak bias dan konsisten. Untuk menguji ada tidaknya masalah heteroskedastisitas dilakukan dengan uji Park. Uji ini dilakukan melalui dua tahap regresi sebagai berikut: commit to user 1 Melakukan regresi atas model yang digunakan dengan menggunakan OLS yang kemudian diperoleh nilai residualnya. 2 Nilai residual yang didapat dari hasil regresi kemudian dikuadratkan, lalu diregresikan dengan variabel independen. Kemudian dilakukan uji secara statistik apakah α i berpengaruh secara statistik atau tidak. Jika hasil regresi menunjukkan α i tidak signifikan pada derajat signifikansi 5, maka tidak terjadi masalah heteroskedastisitas. Sebaliknya, jika α i signifikan pada derajat signifikansi 5, maka terjadi masalah heteroskedastisitas. Pada model faktor-faktor yang mempengaruhi permintaan telur ayam ras di Kabupaten Magetan, hasil pengujian menunjukkan ObsR 2 X 2 dengan nilai 0,3215 3,84 maka tidak signifikan secara statistik. Berarti hipotesa yang menyatakan bahwa model empirik tidak terdapat masalah heterokesdasitas tidak ditolak. Tabel 4.20 Hasil Uji LM ARCH untuk Mendeteksi Heteroskedastisitas. ARCH Test: F-statistic 0.292676 Probability 0.595529 ObsR-squared 0.321572 Probability 0.570664 Sumber : Data diolah. commit to user 3. Uji Autokorelasi Adanya korelasi antar variabel gangguan sehingga penaksir tidak lagi efisien baik dalam sampel kecil maupun dalam sampel besar. Ada beberapa metode untuk menguji ada tidaknya masalah autokorelasi. Adalah dengan metode grafik, Runs Test, Durbin-Watson - Test dan Breusch-Godfrey B-G Test. Tabel 4.21Uji autokorelasi menggunakan pengujian B-G test Probability 0.169286 Probability 0.106248 variabel coeffisien Std.error t-statistik Prob C 13.03604 52.97786 0.246066 0.8092 Harga telur ayam LHT -0.002081 0.152453 -0.013649 0.9893 Harga daging ayam LHA 0.017024 0.154008 0.110537 0.9136 Jumlah Penduduk LP -1.116828 4.232520 -0.263868 0.7957 Pendapatan perkapita LY 0.120733 0.324225 0.372376 0.7152 RESID -1 0.380294 0.262401 1.449288 0.1693 Sumber : data diolah. Berdasarkan hasil uji B-G test, diketahui bahwa nilai probabilitas yang dihitung sebesar 0.1693 yang artinya nilai probabilitas tersebut lebih dari probabilitas 5, maka hipotesa yang menyatakan pada model tidak terdapat autokorelasi diterima. Berarti, model empirik tersebut tidak terdapat masalah autokorelasi. Dari hasil pengujian Durbin Watson maupun B-G test, keduanya mendapatkan kesimpulan yang sama bahwa tidak terdapat masalah autokorelasi dalam model tersebut diatas. commit to user

H. Interpretasi Hasil Secara Ekonomi