Dengan menggunakan
hipotesis nol
dan hipotesis
alternatif
i o
H
dan
1
i
H
. Bila nilai probabilitas signifikansi lebih kecil dari 0,05 maka H0 ditolak yang berarti variabel bebas secara bersama-sama
mempengaruhi variabel terikat. Berdasarkan hasil analisis diperoleh hasil bahwa nilai probabilitas signifikansi F untuk tiga kecamatan adalah lebih kecil dari alpha
0,0000,05. Hal ini berarti bahwa secara serempak, luas lahan, benih, pupuk urea, pupuk SP-36, pupuk KCl, dan curahan tenaga kerja berpengaruh signifikan
terhadap produksi padi di Kecamatan Sawang dan Kecamatan Tanah Pasir. Sedangkan untuk Kecamatan Meurah Mulia, produksi padi dipengaruhi oleh luas
lahan, benih, pupuk urea, pupuk SP-36, dan pupuk KCl Lampiran 4, 5, dan 6.
4.8.2. Uji Penyimpangan Asumsi Klasik
Untuk mendapatkan model persamaan regresi yang baik dan benar-benar mampu memberikan estimasi yang handal dan tidak bias sesuai kaidah BLUE
Best Linier Unbiased Estimator, maka perlu dilakukan uji terhadap penyimpangan asumsi klasik yang meliputi normalitas, multikolinearitas,
autokorelasi dan heteroskedastisitas.
5. Normalitas
Uji normalitas bertujuan untuk mengetahui apakah variabel pengganggu atau residual memiliki distribusi normal. Cara yang digunakan untuk menguji
normalitas adalah analisis grafik normal P-P plot dengan hasil yang menunjukkan bahwa data berdistribusi normal karena grafik P-Plot
memperlihatkan residual data yang tersebar disekitar garis regresi Lampiran 4,5, dan 6
Universitas Sumatera Utara
6. Uji Multikolinieritas
Uji multikolinieritas berfungsi untuk menguji apakah pada model regresi ditemukan adanya suatu hubungan linier yang sempurna mendekati sempurna
antara beberapa atau semua variabel bebasnya. Untuk mendeteksi ada atau tidaknya multikolinieritas dalam regresi dilakukan dengan melihat nilai VIF
Variance Inflation Factor. Jika nilai VIF lebih besar dari 10, dalam data terdapat multikolinieritas yang sangat tinggi Gujarati, 2003. Hasil analisis menunjukkan
bahwa semua data tidak mengalami multikolinieritas karena nilai VIF lebih kecil dari 10 Lampiran 4, 5, dan 6.
7. Uji Autokorelasi
Autokorelasi dapat diartikan hubungan di antara anggota observasi dalam waktu data time seris atau ruang data cross sectional Gujarati, 2003. Cara
yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah Uji Durbin Watson yang hasilnya sebagai berikut.
a. Nilai dw hitung untuk Kecamatan Sawang dan Kecamatan Tanah Pasir
diperoleh sebesar 1,667 dan 1,870. Sedangkan nilai d tabel untuk variabel bebas enam dan pengamatan 30 adalah : dl = 0,9982, dan du = 1,9313
sehingga kesimpulannya bahwa kondisi autokorelasi data penelitian di Kecamatan sawang dan Kecamatan Tanah Pasir tidak dapat diambil
kesimpulan apa-apa karena nilai dl ≤ d ≤ du 0,9982≤ 1,667 dan 1,870 ≤
1,9313 Lampiran 4 dan 6 b.
Nilai dw hitung untuk Kecamatan Meurah Mulia diperoleh sebesar 1,856. Sedangkan nilai d tabel untuk variabel bebas lima dan pengamatan 30
adalah: dl = 1,070 dan du = 1,8326 sehingga kesimpulannya sehingga dapat
Universitas Sumatera Utara
dismpulkan bahwa data penelitian tidak mengalami autokorelasi karena nilai
dU ≤ d ≤ 4 – du 1,8326 ≤ 1,856 ≤ 2,1674 Lampiran 5
8. Uji Heteroskedastisitas