Keputusan : Jika t hitung ≤ t tabel , maka gagal tolak Ho
Jika t hitung t tabel, maka tolak Ho
Bila Ho diterima gagal ditolak artinya bahwa nilai pengamatan dari petani peternak sapi potong secara intensif tidak berbeda dengan nilai pengamatan
petani peternak sapi potong secara tradisional. Dengan kata lain bahwa dengan pemeliharaan secara intensif itu tidak berpengaruh nyata, sebaliknya bila Ho
ditolak, maka hal itu berarti dengan adanya pemeliharaan secara intensif memberikan pengaruh yang nyata.
Untuk menjawab hipotesis penelitian kedua dilakukan dengan uji regresi berganda, yaitu :
Y = a + bX
1
+ bX
2
+ bX
3
dimana : + µ
Y = Pendapatan Petani Peternak Sapi Potong Rptahun
X
1
X = Biaya Bibit Rptahun
2
X = Biaya Pakan Rptahun
3
a = konstanta
= Biaya Tenaga kerja Rptahun
b = koefisien variabel
µ = Error
3.4.1. Uji Penyimpangan Asumsi Klasik
Ada beberapa permasalahan yang bisa terjadi dalam model regresi linier, yang secara statistik permasalahan tersebut dapat mengganggu model yang telah
Universitas Sumatera Utara
ditentukan, bahkan dapat menyesatkan kesimpulan yang diambil dari persamaan yang terbentuk. Untuk itu perlu dilakukan uji penyimpangan asumsi klasik yang
terdiri dari : 1.
Uji Normalitas Uji normalitas untuk mengetahui normal tidaknya distribusi faktor gangguan
residual . Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Analisis
grafik adalah dengan grafik histogram dan melihat normal probability plot yaitu dengan membandingkan distribusi kumulatif dengan distribusi normal.
Sedangkan uji statistik dilakukan dengan melihat nilai kurtosis dan skewnes
.
2. Uji Multikolinieritas
Interpretasi dari persamaan regresi linier secara implisit bergantung pada asumsi bahwa variabel-variabel bebas dalam persamaan tersebut tidak
saling berkorelasi. Jika dalam sebuah persamaan terdapat multikolinieritas, maka akan menimbulkan beberapa akibat, untuk itu perlu dideteksi
multikolinieritas dengan besaran-besaran regresi yang didapat, yakni : a.
Variasi besar dari taksiran OLS b.
Interval kepercayaan lebar karena variasi besar maka standar error besar, sehingga interval kepercayaan lebar
c. Uji-t tidak signifikan. Suatu variabel bebas yang signifikan baik
secara subtansi maupun secara statistik jika dibuat regresi sederhana, bisa tidak signifikan karena variasi besar akibat kolinieritas. Bila
standar error terlalu besar, maka besar pula kemungkinan taksiran koefisien regresi tidak signifikan
Universitas Sumatera Utara
d. R
2
e. Terkadang nilai taksiran koefisien yang didapat akan mempunyai
nilai yang tidak sesuai dengan substansi, sehingga tidak menyesatkan interpretasi.
tinggi tetapi tidak banyak variabel yang signifikan dari uji-t.
3. Uji Heterokedastsitas Uji heterokedastisitas bertujuan untuk menguji apakah model regresi terjadi
ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homokedastisitas atau tidak
terjadi heterokedastisitas. Uji heterokedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik Scatterplot antara SRESID dan
ZPRED. Dasar analisisnya dapat dilihat : a Jika titik-titik yang membentuk pola yang teratur bergelombang,
melebar kemudian memyempit maka mengidentifikasikan telah terjadi heterokedastisitas.
b Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu y maka tidak terjadi heterokedastisitas.
3.4.2. Uji Kesesuaian
