Uji Normalitas Heteroskedastisitas Uji Non – Autokorelasi

4.5 Standard Error of Estimasi Kesalahan Baku Persamaan Regresi Linier

Berganda S e = ∑ ² = , 9,4882657 Standard error of estimate atau kesalahan baku adalah angka yang digunakan untuk mengukur ketepatan suatu penduga atau mengukur jumlah variasi titik-titik observasi di atas dan di bawah garis regresi populasi. Standard error of estimate berguna untuk mengetahui batasan seberapa jauh melesetnya perkiraan dalam suatu peramalan. Kesalahan baku yang terjadi dalam memprediksi jumlah kebutuhan adalah sebesar 9,4882657 ton.

4.6 Uji Asumsi Dalam Model Regresi

4.6.1 Uji Normalitas

Uji ini merupakan pengujian terhadap normalitas kesalahan penggangguerror yang digunakan untuk melihat apakah variabel bebas dan variabel terikat mempunyai distribusi normal. Asumsi kenormalan dapat diperiksa dengan menggunakan plot normal P-P Plot sebagai berikut: Universitas Sumatera Utara Gambar 4.1 Normal P-P Plot of Regression Standardized Residual

4.6.2 Heteroskedastisitas

Heteroskedastisitas adalah varian residual yang tidak sama pada semua pengamatan di dalam model regresi. Regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Kriterianya adalah sebagai berikut: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur maka terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, suatu pola maka tidak terjadi heteroskedastisitas. Universitas Sumatera Utara Gambar 4.2 Regression Standardized Pradicted Value Dapat dilihat bahwa dari plot gambar 4.2 di atas sebaran datar sekitar nilai nol secara acak dan tidak membentuk pola tertentu sehingga mengindikasikan bahwa tidak terjadi heteroskedastisitas dalam model regresi.

4.6.3 Uji Non – Autokorelasi

Adanya penyimpangan autokorelasi dalam model regresi berarti ada korelasi antara sampel yang diurutkan berdasarkan waktu. Penyimpangan ansumsi ini karena menggunakan data time series. Universitas Sumatera Utara Konsekuensi adanya autokorelasi dalam suatu model regresi adalah varians sampel yang tidak dapat menggambarkan varians populasinya. Selain itu model regresi yang dihasilkan tidak dapat digunakan untuk menaksirkan nilai variabel dependen Y pada nilai variabel independen tertentu X. Untuk mendianogsis adanya autokorelasi dalam suatu model regresi dilakukan pengujian terhadap nilai uji Dorbin Waston DW. Tabel 4.5 Model Summary Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .994 a .988 .984 9.49535 2.103 a. Predictors: Constant, Luas_Panen, Produksi_Beras b. Dependent Variable: Kebutuhan_Beras Pada tabel 4.5 di atas menunjukkan nilai koefisien korelasi ganda R, koefisien determinasi R Square, standar error penduga, nilai Durbin Waston. Universitas Sumatera Utara

4.7 Uji Koefisien Model Regresi Berganda