5.3. 3 Uji Asumsi Klasik
Pendugaan dengan Metode Kuadrat Terkecil Ordinary Least Square memiliki
beberapa persyaratan untuk memperoleh the best linear unbiased estimated BLUE yaitu terpenuhi beberapa uji asumsi klasik. Dalam penelitian ini asumsi klasik yang
digunakan adalah sebagai berikut :
5.3.4 Uji Normalitas
Untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal, dilakukan uji normalitas. Pada penelitian ini normalitas dilakukan dengan
pendekatan grafik. Uji normalitas dengan pendekatan grafik dapat dilihat pada Gambar 5 dan 6.
Gambar 5. Histogram Uji Normalitas
Universitas Sumatera Utara
Gambar 6. Normal P-P Plot of Regression Standarized Residual
Distribusi data mengikuti atau mendekati distribusi normal, apabila distribusi data berbentuk lonceng bell shaped Santoso, 2010. Berdasarkan tampilan
histogram pada Gambar 5 dapat dilihat bahwa distribusi data berbentuk lonceng bell shaped, sehingga data tersebut dikatakan berdistribusi normal. Kemudian tampilan
Normal P-P Plot of Regression Standarized Residual pada Gambar 6 terlihat bahwa titik-titik menyebar di sekitar dan mengikuti garis diagonal. Suatu data dikatakan
berdistribusi normal apabila garis yang digambarkan data menyebar atau merapat ke garis diagonalnya Sulianto, 2011. Dengan demikian data tersebut dikatakan
berdistribusi normal, sehingga asumsi normalitas terpenuhi.
5.3.5 Uji Multikolinieritas
Untuk uji multikolinearitas pada penelitian ini dilakukan dengan melihat nilai VIF pada tiap independent variable yang dapat dilihat pada Tabel 12.
Universitas Sumatera Utara
Tabel 19. Hasil Uji Multikolinearitas Independent Variable
Collinierity Statistics Tollerance
VIF
Biaya bibit 0,124
8,050 Biaya pupuk
0,320 3,121
Biaya pestisida 0,438
2,285 Biaya tenaga kerja
0,138 7,269
Biaya penyusutan 0,296
3,377
Sumber :Lampiran 12
Menurut Ragner Frish dalam Supranto 2005 untuk mendeteksi adanya multikolinearitas dapat ditinjau dari beberapa hal berikut :
4. nilai toleransi lebih kecil dari 0,1
5. nilai VIF lebih besar dari 10
6. R² = 1
Berdasarkan Tabel 19 dapat dilihat bahwa nilai VIF masing-masing variabel berada dibawah 10. Nilai VIF Biaya bibit
8,050 10, nilai VIF Biaya pupuk sebesar 3,121 10, nilai VIF Biaya pestisida sebesar 2,285 10, nilai VIF Biaya
tenaga kerja sebesar 7,269 10 nilai VIF Biaya penyusutan sebesar 3,337 10 dan tolerance semua input produksi di atas 0,1. Hal ini menunjukkan bahwa model tidak
mengandung multikolinearitas.
5.3.6 Uji Heteroskedastisitas