Uji Normalitas Uji Autokorelasi

4.2.2. Uji Asumsi Klasik

4.2.2.1. Pembangunan Sektor Pertanian Terhadap Kesempatan Kerja Di

Provinsi Jawa Tengah. Uji asumsi klasik digunakan untuk memastikan bahwa heteroskedastisitas, autokorelasi dan data yang digunakan berdistribusi normal. Uji asumsi klasik dapat dijabarkan sebagai berikut :

1. Uji Normalitas

Uji Normalitas residu bertujuan untuk menguji apakah variabel-variabel dalam model regresi berdistribusi normal atau tidak. Pada prinsipnya normalitas dapat dideteksi dengan melihat histogram dari residual. 0.0 0.2 0.4 0.6 0.8 1.0 Observ Hasil perhitungan normalitas data menunjukan bahwa penyebaran plot berada di sekitar dan sepanjang garis 45º. Dengan demikian menunjukan, bahwa standardized Residual pada variabel penelitian berdistribusi normal. Untuk lebih jelasnya dapat dilihat pada gambar 4.6 dibawah ini : ed Cum Prob 0.0 0.2 0.4 0.6 0.8 1.0 Ex pect ed C u m Pro b Dependent Variable: Y Normal P-P Plot of Regre on Standardized Residual ssi Gambar 4.6 Penyebaran Plot Untuk Uji normalitas -3 -2 -1 1 2 Regression Standardized Residual 1 2 3 4 Fre quency Mean = 8.04E-14 Std. Dev. = 0.926 N = 15 Dependent Variable: Y Histogram Gambar 4.7 Uji Normalitas Dalam Bentuk Histogram Pada diagram diatas Terlihat bahwa data menyebar dari garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.

2. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antar kesalahan penggangu pada periode t dengan kesalahan pengganggu pada periode sebelumnya. Jika ada korelasi, maka dikatakan ada problem autokorelasi. Untuk menguji ada tidaknya autokorelais pada model regresi penelitian ini dapat dilihat pada tabel 4.5 output SPSS 12.0 berikut ini : Tabel 4.5 Uji Autokorelasi Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson 1 .966a .932 .921 .02060 2.189 Sumber : Data Diolah Dari tabel 4.5 dapat diketahui nilai DW sebesar 2,189 berkisar antara 1.66 dengan 2.43 pada tabel 4.6 , maka dapat disimpulkan bahwa model regresi diindikasikan tidak terdapat masalah autokorelasi. Tabel 4.6 Uji Statistik Durbin – Watson d Nilai Statistik d Hasil Keputusan 0 d dL atau Menolak hipotesis nul, ada autokorelasi positif DW 1.54 dL ≤ d ≤ du atau Daerah keragu-raguan, tidak ada keputusan 1.54 DW 1.66 Menerima hipotesis nul, Tidak ada autokorelasi positifnegatif du d 4 – du atau 1.66 DW 2.43 4 – du d 4 – dl atau Daerah keragu-raguan, tidak ada keputusan 2.34 DW 2.46 4 – du d 4 atau Menolak hipotesis nul, ada autokrelasi negatif 2.46 DW

3. Uji Heteroskedastisitas