88
kerja yang ada dalam data tersebut adalah tenaga kerja produksi, dan dan memiliki hubungan positif dalam menghasilkan output. Sesuai
dengan teori yang terdapat pada model fungsi produksi Cobb Douglas, yakni pada Q = fl, yang berarti terdapat hubungan positif
pada fungsi produksi pada input tenaga kerja untuk menghasilkan output hasil produksi.
Namun kualitas hasil produksi yang dihasilkan juga dipengaruhi oleh ketersediaan tenaga kerja ahli dalam sektor industri tersebut
Stigler,2014:7.
2. Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas dapat dilakukan dari gambar histogram, namun seringkali polanya tidak mengikuti bentuk kurva normal, sehingga sulit
disimpulkan. Lebih mudah bila melihat koefisien Jarque – Bera dan probabilitasnya. Kedua angka ini saling mendukung.
1. Bila nilai J – B tidak signifikan lebih kecil dari 2, maka data terdistribusi normal.
2. Bila Probabilitas lebih besar dari α = 5, maka data berdistribusi normal
Hipotesis nolnya
terdistribusi normal
Winarno,2011:5.39.
89
Gambar 4. 1 Uji Normalitas
2 4
6 8
10 12
27.5 28.0
28.5 29.0
29.5 30.0
30.5 31.0
31.5 32.0
32.5
Series: LNOUT Sample 1983 2012
Observations 30 Mean
30.63178 Median
31.04066 Maximum
32.19795 Minimum
27.85724 Std. Dev.
1.166042 Skewness
-0.898771 Kurtosis
2.838983 Jarque-Bera 4.071353
Probability 0.130592
Pada gambar 4.1 tingkat probabilitas yakni, 0,130592 lebih besar dari α=5, maka melihat asumsi kedua pada sumber rujukan Winarno dapat
disimpulkan bahwa hipotesis nol terdistribusi normal.
b. Uji Multikolinieritas
Indikasi terjadinya multikolinieritas adalah dengan menghitung koefisien korelasi antarvariabel independen. Apabila lebih rendah
koefisiennya, maka tidak terdapat multikolinieritas Winarno; 5.2,2011.
Tabel 4.5 Correlation Matrix
LNNBBK LNNBB
JTK LNNBBK
1.000000 0.782047
0.572209 LNNBB
0.782047 1.000000
0.616332 JTK
0.572209 0.616332
1.000000
data setelah diolah dengan eviews
90
Pada tabel 4.5 terlihat bahwa koefisien antar variabel independen LNNBBK, LNNBB, dan JTK adalah sebagai berikut; 0,782, 0,62, dan
0,57. Melihat pada indikasi terjadinya multikolinieritas yang bersumber dari Winarno, maka koefisien korelasi pada Correlation
matrix tersebut dikatakan cukup besar apabila 0,89, dan koefisien
korelasi antarvariabel di atas kurang dari 0,89. Sehingga dapat dilihat bahwa koefisien korelasi tersebut tidak terdapat multikorelasi.
c. Uji Heterokedastisitas
Untuk menguji Heterokedastisitas salah satunya dapat menggunakan uji white. Menurut Winarno, Uji White menggunakan
residual kuadrat sebagai variabel independen, terdiri atas variabel independen yang sudah ada ditambah dengan kuadrat variabel
independen, ditambah lagi dengan perkalian dua variabel. Pada Uji White dengan menggunakan Eviews untuk mendeteksinya dapat
dilihat dari nilai probablisistas ObsR squared. Pada hasil outpunya apabila probabilitas lebih kecil dari α = 5 , maka dapat disimpulkan
bahwa data tersebut bersifat heterokedastisitas Winarno;5.14, 2011.
Tabel 4.6 Uji Heterokedastisitas
Heteroskedasticity Test: White F-statistic
1.661398 Prob. F9,20
0.1648 ObsR-squared
12.83388 Prob. Chi-Square9
0.1703 Scaled explained SS
10.93879 Prob. Chi-Square9
0.2799 Test Equation:
