pengusaha ayam potong sebesar 99,08 sedangkan sisanya
dijelaskan oleh variabel lain.
6.3. Pengujian Asumsi Klasik
Adanya penyimpangan terhadap asumsi klasik tersebut di atas akan menyebabkan uji statistik uji t-statistik dan f-statistik yang
dilakukan menjadi tidak valid dan secara statistik akan mengacaukan kesimpulan yang diperoleh.
6.3.1. Uji Heteroskedastisitas
Heteroskedastisitas adalah keadaan dimana faktor gangguan tidak memiliki varian yang sama. Pengujian terhadap gejala
heteroskedastisitas dapat dilakukan dengan melakukan White Test, yaitu dengan cara meregresi residual kuadrat Ui
2
dengan variabel bebas, variabel bebas kuadrat dan perkalian variabel bebas.
Dapatkan nilai R
2
untuk menghitung χ2, di mana χ2 = ObsR square
Gujarati, 2003. Uji Hipotesis untuk menetukan ada tidaknya heterokedastisitas.
Ho : ρ
1
= ρ
2
= ....= ρ
q
= 0 , Tidak ada heterokedastisitas Ha :
ρ
1
≠ ρ
2
≠....≠ ρ
q
≠ 0 , Ada heterokedastisitas Hasil perhitungan yang didapat adalah ObsR square
χ2
- hitung
= 18,37865 sedangkan χ2
-tabel
= 23,6848 df =14 , α = 0,05 ,
sehingga χ2
-hitung
χ2
–tabel
18,37865 23,6848. Perbandingan antara
χ2
-hitung
dengan χ2
–tabel
, yang menunjukkan bahwa χ2
-hitung
χ2
–tabel
, berarti Ho tidak dapat ditolak. Dari hasil uji White Test tersebut dapat disimpulkan bahwa tidak ada heterokedastisitas
Tabel 6.9 Hasil Uji White Test
White Heteroskedasticity Test: F-statistic
1.489584 Probability 0.137812
ObsR-squared 18.37865 Probability
0.143664 Test Equation:
Dependent Variable: RESID2 Method: Least Squares
Date: 092607 Time: 14:03 Sample: 1 100
Included observations: 100
Variable Coefficient Std.
Error t-Statistic
Prob. C
0.398615 0.436123
0.913996 0.3633
LOGX1 -0.050545
0.045411 -1.113071
0.2688 LOGX12
0.004166 0.002221
1.875308 0.0641
LOGX1LOGX2 -0.002518
0.002752 -0.915025
0.3627 LOGX1LOGX3
0.005909 0.003993
1.480069 0.1425
LOGX1DM 0.003192
0.003541 0.901244
0.3700 LOGX2
-0.040104 0.054496
-0.735906 0.4638
LOGX22 0.002844
0.002578 1.103365
0.2729 LOGX2LOGX3
-3.04E-06 0.004319
-0.000704 0.9994
LOGX2DM -0.000104
0.004381 -0.023758
0.9811 LOGX3
-0.039991 0.068406
-0.584615 0.5603
LOGX32 0.001476
0.003753 0.393254
0.6951 LOGX3DM
0.001565 0.008089
0.193424 0.8471
DM -0.019593
0.070736 -0.276980
0.7825 R-squared
0.183787 Mean dependent var 0.003198
Adjusted R-squared 0.060405 S.D. dependent var
0.004353 S.E. of regression
0.004219 Akaike info criterion -7.969138
Sum squared resid 0.001531 Schwarz criterion
-7.604414 Log likelihood
412.4569 F-statistic 1.489584
Durbin-Watson stat 2.046813 ProbF-statistic
0.137812
Sumber: Data diolah dengan Eviews lampiran
6.3.2. Uji Autokorelasi
Kategori