66
kerja sebesar 0,036 dan nilai tolerance variabel teknologi 0,10 sebesar 0,286. VIF variabel independen 10, yaitu variabel luas lahan sebesar 30,147, variabel
tenaga kerja sebesar 12,752, variabel modal kerja sebesar 27,871, dan VIF 10 variabel teknologi sebesar 2,177, sehingga dalam penelitian ini disimpulkan
terjadi multikolinieritas dalam regresinya dan hanya teknologi tidak terjadi multikolinieritas.
4.2.3.2 Uji Heteroskedastisitas
Uji Heteroskedastisitas adalah suatu keadaan dimana varians dan kesalahan pengganggu tidak konstan untuk semua variabel bebas. Model regresi
yang baik adalah tidak terjadi heteroskedastisitas. Cara untuk mengetahui ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola scatterplot
model tersebut. Apabila dari grafik scatterplot terlihat bahwa titik-titik meyebar secara acak serta tersebar baik diatas maupun dibawah angka nol, titik-titik data
tidak mengumpul hanya diatas atau dibawah saja, penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar
kembali, dan penyebaran titik-titik data tidak terpola. Berdasarkan hasil analisis dengan program komputasi SPSS for Windows
release 22 diperoleh scatterplot yang tidak membentuk pola tertentu, maka model regresi tidak memiliki gejala heterokedastisitas. Berikut disajikan gambar
scatterplot tersebut:
Universitas Sumatera Utara
67
Gambar 4.8 Scatter plot pada Uji Heteroskedastisitas
Dari Gambar 4.8 ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
dapat disimpulkan bahwa telah terjadi heteroskedastisitas.
4.2.3.3 Uji Autokorelasi
Berdasarkan hasil analisis dengan program komputasi SPSS for Windows release 22 diperoleh tabel uji autokorelasi seperti berikut :
Universitas Sumatera Utara
68
Tabel 4.16 Tabel Hasil Uji Autokorelasi
Model Summary
b
Model R
R Squar
e Adjusted
R Square Std. Error of
the Estimate Change Statistics
Durbin- Watson
R Square Change
F Change
df1 df2
Sig. F Change
1 .962
a
.925 .921
277815.831 .925
219.335 4
71 .000
1.751 a. Predictors: Constant, Teknologi, Luas Lahan, Tenaga Kerja, Modal Kerja
b. Dependent Variable: Kesejahteraan Petani Padi
Dari tabel hasil uji autokorelasi di atas diperoleh angka uji Durbin Watson sebesar 1,751. angka ini berada diantara 1,66 hingga 2,26 yang berarti tidak ada
autokorelasi dari model tersebut. Sehingga layak digunakan dalam penelitian. Kriteria uji autokorelasi adalah sebagai berikut:
Tabel 4.17 Tabel Kriteria Uji Autokorelasi Nilai statistic Durbin Watson
Hasil keputusan 0 d d
t
atau DW 1,631 Terjadi autokorelasi negatif
d
t
d 4 - d
t
atau 1,631 DW 1,733 Daerah ragu-ragu, tidak ada keputusan
d
t
d 4 – d
u
atau 1,733 DW 2,267 Tidak ada autokorelasi 4 - d
u
d 4 - d
t
atau 2,267 DW 2,387
Daerah ragu-ragu, tidak ada kesimpulan
4 – d
u
d 4 atau 2,387 DW Ada autokorelasi positif
Keterangan : dl batas bawah = 1,631
dl batas atas = 1,16
Universitas Sumatera Utara
69
4.2.3.4 Uji Normalitas
