Hal ini menunjukkan bahwa H diterima atau H
1
ditolak, yaitu jumlah tanggungan secara parsial tidak berpengaruh nyata terhadap pendapatan.
5.2.3 Uji Asumsi Klasik
Pendugaan dengan Metode Kuadrat Terkecil Ordinary Least Square memiliki beberapa persyaratan untuk memperoleh the best linear unbiased estimated BLUE
yaitu terpenuhi beberapa uji asumsi klasik. Dalam penelitian ini asumsi klasik yang digunakan adalah sebagai berikut :
5.2.4 Uji Normalitas
Untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal, dilakukan uji normalitas. Pada penelitian ini normalitas dilakukan dengan
pendekatan grafik. Uji normalitas dengan pendekatan grafik dapat dilihat pada Gambar 2 dan Gambar 3.
Gambar 2. Histogram Uji Normalitas
Universitas Sumatera Utara
Gambar 3. Normal P-P Plot of Regression Standarized Residual
Distribusi data mengikuti atau mendekati distribusi normal, apabila distribusi data berbentuk lonceng bell shaped Santoso, 2010. Berdasarkan tampilan
histogram pada Gambar 2 dapat dilihat bahwa distribusi data berbentuk lonceng bell shaped, sehingga data tersebut dikatakan berdistribusi normal. Kemudian tampilan
Normal P-P Plot of Regression Standarized Residual pada Gambar 3 terlihat bahwa titik-titik menyebar di sekitar dan mengikuti garis diagonal. Suatu data dikatakan
berdistribusi normal apabila garis yang digambarkan data menyebar atau merapat ke garis diagonalnya Sulianto, 2011. Dengan demikian data tersebut dikatakan
berdistribusi normal, sehingga asumsi normalitas terpenuhi.
5.2.5 Uji Multikolinieritas
Universitas Sumatera Utara
Untuk uji multikolinearitas pada penelitian ini dilakukan dengan melihat nilai VIF pada tiap independent variable yang dapat dilihat pada Tabel 17.
Tabel 17. Hasil Uji Multikolinearitas Independent Variable
Collinierity Statistics Tollerance
VIF
Umur 0,451
2,220 Tingkat Pendidikan
0,869 1,151
Lama berusaha tani 0,473
2,115 Luas lahan
0,879 1,138
Jumlah tanggungan 0,874
1,144
Sumber :Lampiran 12
Menurut Ragner Frish dalam Supranto 2005 untuk mendeteksi adanya multikolinearitas dapat ditinjau dari beberapa hal berikut :
1. nilai toleransi lebih kecil dari 0,1
2. nilai VIF lebih besar dari 10
3. R² = 1
Berdasarkan Tabel 17 dapat dilihat bahwa nilai VIF masing-masing variabel berada dibawah 10. Nilai VIF jumlah umur 2,220 10, nilai VIF tingkat pendidikan
sebesar 1,151 10, nilai VIF lama berusaha tani sebesar 2,115 10, nilai VIF luas lahan sebesar 1,138 10 nilai VIF jumlah tanggungan sebesar 1,144 10 dan
tolerance semua input produksi di atas 0,1. Hal ini menunjukkan bahwa model tidak mengandung multikolinearitas.
5.2.6 Uji Heteroskedastisitas