BAB IV ANALISA DAN PEMBAHASAN
4.4 Test of Goodness of Fit
1. Koefisien Determinasi (R2)
Koefisien Determinasi dilakukan untuk melihat seberapa besar kemampuan variabel independen secara bersama dapat memberi penjelasan terhadap variabel dependen. Dari hasil regresi diperoleh nilai R2 = 0,872427 atau 87,24%, yang berarti bahwa variabel dependen yaitu Tingkat Kepadatan Penduduk di Kota Medan mampu dijelaskan oleh variabel-variabel independen yaitu Pendapatan Total Masyarakat dan Tingkat Penyerapan Tenaga Kerja sebesar 87,24% dan sisanya 12,76% dijelaskan oleh variabel lain di luar model.
2. Uji t-statistik (Uji Parsial)
Uji t-statistik dilakukan untuk menguji apakah variabel independen diatas secara parsial berpengaruh nyata terhadap variabel dependen.
Hipotesis: Ho:bi = 0 Tidak signifikan Ha:bi ≠ 0 Signifikan
Kriteria pengambilan keputusan:
Ho:β1 = 0 Ho diterima, artinya variabel independen secara parsial tidak berpengaruh nyata terhadap variabel independen (t* < t-tabel).
Ha: β2 ≠ 0 Ha diterima, artinya variabel independen secara parsial berpengaruh nyata terhadap variabel independen (t* > t-tabel).
1. Variabel Pendapatan Total Masyarakat (X1) Dari analisa regresi diketahui t-hitung = 9,475455 α = 1%, df = n-k-1 = 20-2-1
df = 17 maka t-tabel = 2,567
Dari hasil estimasi diatas dapat diketahui Pendapatan Total Masyarakat (X1) signifikan pada α = 1% dengan t-hitung > t-tabel (9,475>2,567 ). Dengan demikian Ha diterima, artinya variabel Pendapatan Total Masyarakat (X1) berpengaruh nyata terhadap variabel Tingkat kepadatan Penduduk (Y) pada tingkat kepercayaan 99%.
Ha diterima Ha diterima
Gambar 4.1 Kurva uji t-statistik variabel pendapatan total masyarakat 2. Variabel Tingkat Penyerapan Tenaga Kerja (X2)
Dari analisa regresi diketahui t-hitung = 6,070665 α = 1%, df = n-k-1 = 20-2-1
df = 17 maka t-tabel = 2,567
Dari hasil estimasi diatas dapat diketahui Tingkat Penyerapan Tenaga Kerja (X2) signifikan pada α = 1% dengan t-hitung > t-tabel (6,071 >2,567 ). Dengan demikian Ha diterima, artinya variabel Tingkat Penyerapan Tenaga Kerja (X2) berpengaruh nyata terhadap variabel Tingkat Kepadatan Penduduk (Y) pada tingkat kepercayaan 99%.
H0 diterima
--2,567 2,567 9,475
Ha diterima Ha diterima
Gambar 4.2 Kurva uji t-statistik variabel tingkat penyerapan tenaga kerja
3. Uji F-Statistik
Uji F ini adalah pengujian yang bertujuan untuk mengetahui apakah variabel independen mampu secara bersama-sama mempengaruhi peningkatan variabel dependen. Untuk pengujian ini digunakan hipotesa sebagai berikut:
Ho:bi = 0 …... Tidak signifikan Ha: bi ≠ 0 …... Signifikan Dengan kriteria pengambilan keputusan:
Ho diterima: jika F hitung < F tabel artinya variabel independen secara parsial tidak berpengaruh nyata terhadap variabel dependen.
Ha diterima: jika F hitung > F tabel artinya variabel independen secara parsial berpengaruh nyata terhadap variabel dependen.
Dari hasil analisis regresi diketahui F-hitung = 58,12872 Dimana, α = 1%
df= (k-1,n-k)=(2-1,20-2) Maka F- tabel = 8,28
H0 diterima
-2,567 2,567 6,071
Berdasarkan perhitungan diatas diperoleh bahwa F-hitung > F-tabel (58,12872>8,28). Dengan demikian Ha diterima yang artinya bahwa variabel Pendapatan Total Masyarakat (X1) dan Tingkat Penyerapan Tenaga Kerja (X2) secara bersama-sama berpengaruh nyata terhadap Tingkat Kepadatan Penduduk di Kota Medan pada tingkat kepercayaan sebesar 99%.
0 8,28 58,13
Gambar 4.3 Uji F-Statistik
4.5 Uji Penyimpangan Asumsi Klasik 1. Multikolinearitas
Multikolinearitas adalah suatu kondisi dimana terdapat hubungan variabel independen diantara satu dengan lainnya. Dalam penelitian ini tidak terdapat multikolinearitas diantara variabel independen. Hal ini dapat dilihat dari setiap koefisien masing-masing variabel sesuai dengan hipotesa yang telah ditentukan.
Dari model analisa:
Ho diterima
Ha diterima
Y = α + β1X1 + β2X2 + µ ...(1) R2 = 0,87
Maka dilakukan pengujian diantara masing-masing variabel independen. Hal ini dilakukan untuk melihat apakah ada hubungan antara masing-masing variabel independen.
Pendapatan Total Masyarakat (X1)=f ( Tingkat Penyerapan Tenaga Kerja (X2)) X1= α + β2X2 + µ ...(2)
Maka didapat R2 = 0,010083 dari hasil R2 persamaan (2) ini dapat disimpulkan tidak ada multikolinearitas antara variabel independen. Karena R2 persamaan (2) lebih kecil dari R2 model analisis persamaan (1) (0,01 < 0,87).
4. Autokorelasi (Serial Correlation)
Uji Durbin-Watson (Uji D-W) digunakan untuk mengetahui apakah didalam model yang digunakan terdapat autokorelasi diantara variabel-variabel yang diamati.
Hipotesa:
Ho : ρ = 0, artinya tidak ada autokorelasi Ha : ρ ≠ 0, artinya ada autokorelasi
Dari hasil analisa regresi diketahui DW-hitung = 2,314984 K = 2; n = 20; α = 1%
dl=0,86 du=1,27 4-dl=3,14 4-du=2,73
Autokolerasi(-)
Ho diterima (no serial correlation)
0 0,86 1,27 2 2,31 2,73 3,14
Gambar 4.4 Kurva Uji Durbin Watson
Berdasarkan hasil regresi dapat diperoleh bahwa DW-hitung = 2,314984 , berada pada posisi du< dw < 4-du. Dengan demikian dapat disimpulkan bahwa tidak ada autokorelasi dalam pengujian dengan tingkat kepercayaan 99%.
Autokorelasi (+)
Inconclusive
BAB V
KESIMPULAN DAN SARAN 5.1. Kesimpulan
Berdasarkan hasil penelitian mengenai pengaruh pendapatan total masyarakat dan tingkat penyerapan tenaga kerja terhadap tingkat kepadatan penduduk di Kota Medan, maka penulis dapat menarik beberapa kesimpulan, yaitu:
1. Koefesien Determinasi (R-square) sebesar 0,87 atau 87%, hal ini menunjukkan bahwa secara keseluruhan variasi yang terjadi pada variabel independen (Pendapatan Total Masyarakat dan Tingkat Penyerapan Tenaga Kerja) dapat menjelaskan variabel dependen (Tingkat Kepadatan Penduduk) sebesar 87% sedangkan sisanya sebanyak 13% dijelaskan oleh variabel lain yang tidak disertakan dalam model estimasi.
2. Pendapatan total masyarakat memiliki pengaruh positif terhadap tingkat kepadatan penduduk di Kota Medan. Hal ini dapat kita lihat atau ditunjukkan oleh koefisien pendapatan total yaitu sebesar 0,0000486. Artinya setiap kenaikan Pendapatan total masyarakat sebesar 1 juta rupiah pertahunnya maka akan menyebabkan peningkatan Tingkat Kepadatan Penduduk sebesar 0,00005 perseribu jiwa perkm2,cateris paribus.
3. Tingkat penyerapan tenaga kerja memiliki pengaruh positif terhadap tingkat kepadatan penduduk di Kota Medan. Hal ini dapat kita lihat atau ditunjukkan oleh koefisien tingkat penyerapan tenaga kerja yaitu sebesar 0,034336 Artinya setiap kenaikan Tingkat Penyerapan Tenaga Kerja sebanyak 1 jiwa
maka akan menyebabkan peningkatan Tingkat Kepadatan Penduduk sebesar 0,034336 perseribu jiwa perkm2, cateris paribus.
5.2. Saran
1. Kepadatan penduduk terjadi akibat adanya ketimpangan dalam pembangunan antar daerah sehingga banyak penduduk yang berkeinginan untuk menetap di daerah perkotaan atau melakukan urbanisasi. Perlu penanganan yang khusus dari pemerintah dalam mengambil kebijakan dalam pembangunan supaya kedepannya pembangunan antar daerah dapat merata dan tingkat kepadatan penduduk dapat semakin seimbang di setiap daerah.
2. Kepadatan penduduk dapat menyebabkan dampak negatif bagi pertumbuhan kota dimana timbulnya daerah-daerah kumuh diperkotaan, tingkat kriminalitas semakin meningkat dan juga penganguran bertambah akibat dari masuknya tenaga-tenaga kerja yang kurang terampil yang tidak dapat diserap oleh pasar.
Sehingga masalah kepadatan penduduk harus dapat ditanggulangi oleh pemerintah.
3. Perlunya pemerintah dalam melengkapi data kependudukan untuk penyusunan rencana pembangunan. Data kependuduka n yang lengkap diharapkan dapat membantu pemerintah agar rencana pembangunan itu mencapai sasaran yang lebih tepat.
DAFTAR PUSTAKA
Arief, Sritua, 1993. Metodologi Penelitian Ekonomi, Jakarta : Penerbit Universitas Indonesia (UI-Press).
Badan Pusat Statistik, (1988-2007). Medan Dalam Angka, Medan : Badan Pusat Satistik.
Badan Pusat Statistik, (1988-2007). Sumatera Dalam Angka, Medan : Badan Pusat Statstik.
FEUI, Demografi, Lembaga, 2007. Dasar-dasar Demografi, Jakarta : Lembaga penerbit Fakultas Ekonomi UI.
Gujarati, Damodar, 1999. Ekonometrika Dasar, Jakarta : Penerbit Erlangga.
Jhinghan, M.L, 1975. Ekonomi Pembangunan dan Perencanaan, Jakarta : PT. Raja Grafindo Persada.
Lestari, Rahayu, Ria, 2007. Dampak Pembangunan Ekonomi Terhadap Pertumbuhan Kota Jakarta Tahun 1989-2004, Yogyakarta : Universitas Islam Indonesia Fakultas Ekonomi Ilmu Ekonomi Yogyakarta.
Mantra, Bagoes, Ida, 2003. Demografi Umum, Yogyakarta : Pustaka Pelajar.
Nachrowi, 2002. Penggunaan Teknik Ekonometrika, Jakarta : PT. Raja Grafindo Persada.
Pratomo, Wahyu Ario dan Paidi Hidayat, 2007. Pedoman Praktis Penggunaan Eviews dalam ekononometrika, Medan : USU Press
Sirait, A. Robby, 2007. Urbanisasi, Mobilitas dan Perkembangan Perkotaan di Indonesia, Jakarta : Alumni Universitas Indonesia.
Tjiptoherijanto, Prijono, 2000. Mobilitas Penduduk Dan Pembangunan Ekonomi, Jakarta : Fakultas Ekonomi Universitas Indonesia.
Todaro, Michael P, dan Smith, Stephen C, 2003. Pembangunan Ekonomi di Dunia Ketiga Edisi Kedelapan, Jakarta : Penerbit Erlangga.
Wibowo, Mardian, 2006. Desa Mengepung Kota: Strategi Membebaskan Jakarta dari Urbanisasi, Jakarta : Magister Administrasi Kebijakan Publik UI.
Lampiran I
Sumber : Badan Pusat Statistik Provinsi Sumatera Utara
Lampiran II
Hasil Regres
Dependent Variable: Y Method: Least Squares Date: 04/21/09 Time: 11:35 Sample: 1988 2007
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 5292.676 252.1569 20.98962 0.0000
X1 4.86E-05 5.13E-06 9.475455 0.0000
X2 0.034336 0.005656 6.070665 0.0000
R-squared 0.872427 Mean dependent var 7156.150 Adjusted R-squared 0.857419 S.D. dependent var 477.7378 S.E. of regression 180.3934 Akaike info criterion 13.36564 Sum squared resid 553210.3 Schwarz criterion 13.51500 Log likelihood -130.6564 F-statistic 58.12872 Durbin-Watson stat 2.314984 Prob(F-statistic) 0.000000
Keterangan: ***) Signifikan pada α = 1%
Lampiran III
Uji Multikolinearitas Variabel Pendapatan Total Masyarakat dan Tingkat Penyerapan Tenaga Kerja
Variable Coefficient Std. Error t-Statistic Prob.
C 12939161 11172483 1.158128 0.2619
X2 -110.6692 258.4638 -0.428181 0.6736
R-squared 0.010083 Mean dependent var 8221549.
Adjusted R-squared -0.044913 S.D. dependent var 8105236.
S.E. of regression 8285251. Akaike info criterion 34.79249 Sum squared resid 1.24E+15 Schwarz criterion 34.89206 Log likelihood -345.9249 F-statistic 0.183339 Durbin-Watson stat 0.052410 Prob(F-statistic) 0.673599