Uji Normalitas Uji Linieritas Uji Heteroskedastisitas

66 Pengujian multikolinearitas dilakukan degan model estimasi seperti pada hasil uji multikolinearitas, diperoleh nilai R-square masing-masing variabel sebagai berikut: Nilai R 2 X1, X2, X 3 = 56,32 Lampiran 3 Nilai R 2 ,X2, X3 = 1,40 Lampiran 3 Nilai R 2 X1.X3 = 15,04 Lampiran 3 Nilai R 2 X1.X2 = 14,21 Lampiran 3 Berdasarkan data tesebut di atas dapat di lihat bahwa nilai R-square R 2 pada permintaan minyak goreng curah secara serempak simultan sebesar 56,32 lebih besar bila dibandingkan pada nilai R-square R 2 dalam regresi parsial yaitu secara berurutan : 1,40, 15,04 dan 14,21. Berdasarkan ketentuan rule of thumb bahwa pada model tersebut tidak ditemukan adanya multikolinearitiy.

4.3.2. Uji Normalitas

Uji normalitas ini dilakukan untuk mengetahui normal atau tidaknya faktor pengganggu dapat diketahui melalui uji JB Test. Hasil estimasi residual dan Chi- Square Probability Distribution sebagai berikut. Tabel 4.7. Hasil estimasi residual dan Chi-Square Probability Distribution Jarque-Bera 5.776717 Probability 0.055668 Sumber : Hasil penelitian, 2009. diolah Universitas Sumatera Utara 67 Besarnya nilai JB Test normality secara simultan sebesar 5.776717 dan bila dibandingkan dengan nilai X 2 tabel 0,05 dengan observasi n = 100 dan degree of freedom derajat kebebasan = 3 maka diperoleh nilai Chi-Square X 2 sebesar 8.714 pada α = 5, maka dapat disimpulkan bahwa nilai JB test hitung lebih kecil dari nilai X 2 tabel JB test hitung 5.777 X 2 tabel 8.714. Hal ini bermakna bahwa model empiris yang digunakan dalam model tersebut mempunyai residual atau faktor pengganggu yang berdistribusi normal.

4.3.3. Uji Linieritas

Uji ini dilakukan untuk mengetahui apakah spesifikasi model yang digunakan sudah benar atau tidak, apakah fungsi yang digunakan sebagai studi empiris berbentuk linier atau tidak. Uji linieritas dalam model ini menggunakan Uji Ramsey Test Ramsey RESET test. Tabel 4.8. Uji Ramsey Test Ramsey RESET test F-statistic 0.960101 Probability 0.329650 Log likelihood ratio 1.005560 Probability 0.315969 Sumber : Hasil penelitian, 2009. diolah Berdasarkan hasil estimasi Ramsey RESET test pada pengujian linearitas diperoleh nilai F hitung yaitu = 0.960101 dengan nilai probabilitasnya yang sangat kecil 0.329650 dan bila dibandingkan kepada F tabel = 3,94 pada tingkat α = 5 untuk jumlah observasi n=100, maka dapat dikatakan bahwa nilai F hitung lebih kecil dari nilai F tabel F-statistic F tabel hal ini memberi makna bahwa Universitas Sumatera Utara 68 berdasarkan uji Ramsey RESET test model tersebut memiliki model yang spesifikasinya dalam bentuk fungsi linier.

4.3.4. Uji Heteroskedastisitas

Dalam regresi berganda, salah satu asumsi yang harus dipenuhi agar taksiran parameter dalam model tersebut bersifat BLUE adalah variansi μ 1 σ 2 konstan, semua sesatan mempunyai variansi yang sama. Padahal ada kasus-kasus tertentu dimana variansi μ 1 tidak konstan, melainkan suatu variabel berubah-ubah. Untuk mendiagnosis ada atau tidaknya heteroskedastisitas, dapat dilakukan dengan menggunakan model estimasi White Heteroscedasticity Test diperlihatkan bahwa besarnya nilai obs R-squared dan bila dibandingkan dengan nilai Chi- square χ 2 dan bila nilai obs R 2 χ 2 tidak ditemukan masalah heteroskedastisitas, hasil uji estimasi secara simultan dapat dilihat pada tabel 4.7 di bawah ini : Tabel. 4.7. Hasil estimasi uji white heteroskedasticity secara simultan F-statistic 0.939481 Probability 0.495348 ObsR-squared 8.587982 Probability 0.476142 Sumber : Hasil penelitian, 2009. diolah Berdasarkan tabel 4.7 diperoleh hasil estimasi uji White Heteroscedasticity diperoleh besarnya nilai ObsR-squared 8.587982 dan bila dibandingkan dengan nilai Chi-square tabel χ 2 dengan derajat kebebasan 5 dan pada tingkat signifikansi pada tingkat kepercayaan Level of significance 95 atau α = 5 adalah sebesar 8.714 atau dapat dituliskan menjadi 8.588 8.714, dengan demikian, hasil uji dengan Universitas Sumatera Utara 69 menggunakan White Heteroscedasticity test ternyata tidak ditemukannya masalah heteroskedastisitas dalam model yang digunakan.

4.3.5. Uji Reliability konsistensi