5.4.2 Uji Asumsi Klasik
Model regresi linear berganda dapat disebut sebagai model yang baik jika model tersebut memenuhi kriteria BLUE Best Linear Unbised Estimator. Blue dapat
dicapai apabila memenuhi asumsi klasik.
1. Uji Multikolinearitas Multikoleaniritas adalah situasi adanya korelasi diantara variabel bebas atau dua
variabel indevenden atau lebih pada model regresi terjadi hubungan linear yang sempurna atau mendekati sempurna. Model regresi yang baik mensyaratkan tidak
adanya masalah multikolinearitas. Untuk mendeteksi adanya multikolearinitas yaitu:
- Nilai R
2
r
2
determinasi serempak determinasi individual. -
Korelasi diantara variabel bebas 0.8 -
Nilai tolerance 0,1 dan nilai VIF 10 Pada lampiran 12 nilai Determinasi Serempak R
2
r
2
Determinasi Individual. Yaitu faktor pengalaman bertani r
2
sebesar 0,000, jumlah tanggungan r
2
sebesar 0,585, dan modal r
2
sebesar 0,009. Dimana nilai R
2
sebesar 0,902, sehingga tidak terjadi multikolerinietas. Jika terjadi multikolerinietas dilakukan pengurangan
variabel bebas variabel dependen. Pada lampiran 11 korelasi diantara variabel bebas 0,8 dan nilai tolerance 0,1
nilai VIF 10, sehingga tidak terjadi multikolinearinitas.
Universitas Sumatera Utara
2. Uji Heterokesdasitas Uji Heterokesdasitas adalah keadaan dimana terjadinya ketidaksamaan varian dari
residual pada model regresi. Model regresi yang baik mensyaratkan tidak adanya masalah heterokedastisitas. Heteroskedastisitas dapat dilihat dari gambar grafik
scatterplot persamaan regresi. Model yang baik didapatkan jika tidak terdapat pola tertentu pada grafik. Pola tertentu seperti mengumpul ditengah, menyempit
kemudian melebar atau sebaliknya.
Gambar 5.1 Scatterplot Persamaan Regresi Jeruk
Dari persamaan gambar 5.1 titik-titik menyebar dengan pola yang tidak jelas berpola sistematis dengan demikian disimpulkan tidak terjadi heteroskedastisitas
pada persamaan regresi.
Universitas Sumatera Utara
3. Uji Normalitas Uji normalitas digunakan yaitu uji Kolmogorof-Smimov Uji K-S. Pada lampiran
13 diperoleh data terdistribusi normal. Dimana nilai signifikansi pengalaman bertani, jumlah tanggungan, dan modal lebih besar dari 0,05. Maka diperoleh data
berdistribusi normal.
5.5 Pengaruh Luas Tanaman Jeruk Terhadap Penerimaan Dari Usahatani
Kategori