Perubahan Produktivitas Padi Akibat Variabilitas Cuaca
dicapai bila memenuhi asumsi klasik. Uji asumsi klasik merupakan pengujian pada model yang telah berbentuk linear untuk mendapatkan model yang baik.
Setelah model diregresikan dilakukan uji penyimpangan asumsi, yaitu: 1.
Uji Normalitas Uji normalitas bertujuan untuk melihat apakah pada model tersebut
residual terdistribusi normal atau tidak. Model yang baik harus mempunyai residual yang terdistribusi normal atau hampir normal. Uji yang dapat digunakan
adalah dengan membuat histrogram normalitas. Nilai probality yang lebih besar dari taraf nyata α menandakan residual terdistribusi secara normal.
2. Uji Heterokedastisitas
Suatu model dapat dikatakan mempunyai sifat heterokedastisitas jika ragam residual dalam model tidak sama untuk tiap pengamatan ke-i dari variabel-
variabel bebas dalam model regresi. Akibat dari sifat ini adalah penduga OLS-nya tidak efisien lagi karena standar residualnya bias ke bawah. Salah satu cara
memprediksi adanya heterokedasitisitas adalah dengan melihat Grafik Scatterplot. Model dapat dikatakan tidak mengalami heteroskedastisitas apabila titik-titik
menyebar secara acak. 3.
Uji Autokolerasi Autokorelasi terjadi jika ada korelasi serial antara residual. Korelasi
tersebut terjadi karena residual saling mempengaruhi satu sama lain sehingga residual tersebut tidak bebas. Korelasi tersebut menyebabkan penduga OLS
menjadi tidak efisien lagi. Cara mendeteksi autokorelasi dapat dilakukan dengan menggunakan uji Durbin-Watson DW. Menurut Firdaus 2011 nilai DW yang
berada diantara selang 1,55-2,46 menunjukkan tidak adanya autokorelasi. 4.
Uji Multikolinearitas Multikolinearitas adalah adanya hubungan linear sempurna antar variabel
bebas dalam suatu model. Hal ini terjadi jika nilai R
2
tinggi namun banyak variabel yang tidak signifikan dari uji t. Suatu model yang mempunyai sifat ini
maka interpretasi dari model tersebut akan menjadi sulit. Salah satu cara untuk mendeteksi adanya multikolinearitas yaitu dengan melihat nilai VIF Variance
Inflation Factor dari masing-masing variabel. Jika nilai VIF 10 maka terjadi masalah multikolinearitas yang serius.