59
2. Variabel Bahan Baku X
2
memiliki nilai minimum sebesar 1110, nilai maksimum sebesar 28,98, nilai rata-rata sebesar 1794,90, dan standar deviasi
sebesar 426,061dengan jumlah sampel sebanyak 60. 3.
Variabel Tenaga Kerja X
3
memiliki nilai minimum sebesar 0, nilai maksimum sebesar 4, nilai rata-rata sebesar 2,00, dan standar deviasi sebesar
1,105 dengan jumlah sampel sebanyak 60. 4.
Variabel Produksi Y memiliki nilai minimum sebesar 1665, nilai maksimum sebesar 4928, nilai rata-rata sebesar 2757,07, dan standar deviasi
sebesar 722,641 dengan jumlah sampel sebanyak 60.
4.9 Uji Asumsi Klasik
4.9.1 Uji Normalitas
Uji Normalitas dilakukan untuk menguji apakah model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji normalitas pada
penelitian ini dilakukan dengan analisis grafik.
a. Analisis Grafik
Analisis grafik dilakukan dengan cara melihat grafik histogram dan grafik normal propability plot. Pada grafik histogram data dikatakan berdistribusi
normal apabila data tersebut mengikuti atau mendekati distribusi dengan berbentuk lonceng. Grafik normal propability plot berdistribusi normal apabila
titik-titik data mengikuti garis diagonal yang memanjang.
Universitas Sumatera Utara
60
Gambar 4.2 Grafik Histogram
Pada gambar 4.2 diatas menunjukkan bahwa grafik histogram data penelitian ini berdistribusi normal, hal ini dapat dilihat dari bentuk grafik yang
berbentuk lonceng yang tidak melenceng dari kiri ataupun ke kanan pada persamaan regresi di atas. Oleh karena itu, dapat disimpulkan bahwa model
regresi telah memenuhi asumsi normalitas dan model regresi layak dipakai pada penelitian ini.
Universitas Sumatera Utara
61
Gambar 4.3 Grafik Normal P-Plot
Pada gambar 4.3 diatas dapat dilihat bahwa adanya titik-titik yang mengikuti garis normal yang memanjang dan tersebar mengikuti garis normal.
Oleh karena itu, dapat disimpulkan bahwa data berdistribusi dengan normal dan model regresi dapat digunakan pada penelitian ini.
4.9.2 Uji Heterokedastisitas
Pengujian gejala heterokedastisitas bertujuan untuk melihat apakah model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke
pengamatan lain, jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas, dan jika berbeda disebut heterokedastisitas
Universitas Sumatera Utara
62
Juliandi 2013:176. Ada tidaknya heterokedasitas dapat dilakukan dengan melihat grafik Scaterplott antar nilai prediksi variabel independen dengan nilai
residualnya.
Gambar 4.4 Hasil Uji Heterokedastisitas dengan Scatter Plot
Berdasarkan gambar 4.4 diatas menunjukkan bahwa data-data pada penelitian ini menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar
diatas maupun dibawah titik nol yang dapat dilihat dari grafik Scatter Plot. Oleh karena itu, maka model regresi disimpulkan tidak mengalami masalah
heterokedastisitas.
Universitas Sumatera Utara
63
4.9.3 Uji Autokorelasi
Autokorelasi bertujuan untuk menguji apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada periode ke t dengan
kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah bebas dari autokorelasi.
Uji autokorelasi dilakukan dengan melakukan uji Durbin-Watson DW.
Hasil Uji Durbin – Watson
Model Summary
b
Mode 1
R R Square
Adjusted R Square
Std. Error of Estimate
Durbin- Watson
1 ,901
a
,813 ,803
321,030 1,810
a. Predicators: Constant, modal, bahan baku, tenaga kerja. b. Dependent Variabel: Produksi
Hasil uji Durbin-Watson pada penelitian ini adalah 1,810. Data tidak mengalami autokorelasi apabilla dud4-du. Nilai du dapat dilihat pada tabel
Durbin watson yang berada pada lampiran 1. Nilai du dilihat dari simbol „k‟ yang menunjukkan banyak
nya variabel independen pada penelitian dan simbol „n‟ menunjukkan jumlah observasi pada penelitian. Penelitian ini menggunakan 3
variabel independen dan jumlah observasi 60, sehingga pada tabel du dimana „k‟=3 dan „n‟= 60 di dapat bahwa du adalah 1,6889 dan nilai 4-du 4 – 1,6889 =
2,3111. Hasil dari pengujian ini adalah 1,68891,8102,3111 dudw4-du sehingga di simpulkan tidak terjadi autokorelasi.
4.10 Analisis Regresi Linear Berganda Tabel 4.13