BAB 2 Landasan Teori
2.5 Uji Koefisien Regresi Berganda
Keberartian adanya variabel-variabel bebas dalam regresi linier berganda
perludiuji untuk menunjukkan seberapa besar pengaruh yang diberikan pada
variabel tak bebas. Dan cara yang tepat untuk mengujinya adalah dengan
menggunakan ujistatistik t (student).
Langkah-langkah dalam pengujian hipotesis adalah sebagai berikut :
1. Menentukan formulasi hipotesis
�0 : �1 = �2 = ⋯=�� = 0 (�1,�2, … ,��tidak mempengaruhi Y)
�1 : �1 ≠ �2 ≠0 (minimal ada satu parameter koefisien regresi tidak sama dengan nol atau mempengaruhi Y).
2. Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilai ttabel dengan dk
yaitu n – k – 1 maka di peroleh �(1
2�;�−�−1) . 3. Menentukan kriteria pengujian
�0diterima bila �ℎ����� ≤ ������ �0ditolak bila �ℎ����� >������
4. Menentukan nilai statistik thitung dengan rumus : �ℎ����� =���1
1
5. Membuat kesimpulan apakah �0 diterima atau ditolak.
BAB 3
PENGOLAHAN DATA
3.1 Data dan Pembahasan
Data merupakan alat untuk mengambil suatu keputusan atau untuk memecahkan
suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan
keputusan tersebut didasarkan atas data yang baik. Salah satu kegunaan dari data
adalah untuk memperoleh dan mengetahui gambaran tentang suatu keadaan atau
permasalahan. Untuk membahas dan memecahkan masalah tentang faktor yang
mempengaruhi kemiskinan di Kota Medan seperti yang diuraikan sebelumnya,
penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut.
Data yang dikumpulkan adalah data mengenai penduduk miskin, jumlah
pendapatan, jumlah penduduk dan jumlah penganggurandi Kota Medan dari tahun
4. Menentukan nilai statistik thitung dengan rumus : �ℎ����� =���1
1
5. Membuat kesimpulan apakah �0 diterima atau ditolak.
BAB 3
PENGOLAHAN DATA
3.1 Data dan Pembahasan
Data merupakan alat untuk mengambil suatu keputusan atau untuk memecahkan
suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan
keputusan tersebut didasarkan atas data yang baik. Salah satu kegunaan dari data
adalah untuk memperoleh dan mengetahui gambaran tentang suatu keadaan atau
permasalahan. Untuk membahas dan memecahkan masalah tentang faktor yang
mempengaruhi kemiskinan di Kota Medan seperti yang diuraikan sebelumnya,
penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut.
Data yang dikumpulkan adalah data mengenai penduduk miskin, jumlah
pendapatan, jumlah penduduk dan jumlah penganggurandi Kota Medan dari tahun
Tabel 3.1
Jumlah Penduduk Miskin,Pengangguran,Jumlah Penduduk dan Pendapatandi Kota Medan tahun 2003-2012
Tahun Jumlah Penduduk Miskin Jumlah Pengangguran Jumlah Penduduk Pendapatan (jutaan rupiah) 2003 143500 104117 1993602 22542021.05 2004 142600 134574 2010676 26379403.23 2005 141250 116557 2036185 42792450.19 2006 160500 133470 2067288 48849946.89 2007 148100 123670 2083156 55455584.62 2008 217300 125477 2102105 65277871.26 2009 200400 137160 2121053 72630208.14 2010 212300 133811 2097610 83315016.03 2011 204190 99916 2117224 93010757.40 2012 198030 84501 2122804 105400442.18
Pada tabel 3.1 terdapat penurunan jumlah penduduk di Kota Medan. Hal ini terjai
karena pada tahun 2010 BPS Sumatera Utara menghitung jumlah penduduk
dengan melakukan sensus langsung ke lapangan atau data yang digunakan adalah
angka proyeksi dan pada tahun 2009 BPS Sumatera Utara menghitung jumlah
penduduk dengan angka perkiraan yaitu dengan memakai rumus yang ditetapkan
oleh BPS. Kemampuan penduduk untuk dapat membaca dan menulis juga
merupakan indilkator dari kemiskinan. Semakin rendah persentase tingkat buta
huruf penduduk maka semakin banyak penduduk yang berpendidikan di wilayah
tersebut.
3.2Pendefinisian variabel
Tingkat Kemiskinan (KM)
Tingkat kemiskinan menurut Badan Pusat Statistik (BPS) adalah presentase
penduduk yang berada di bawah garis kemiskinan di kota Medan. Garis
kemiskinan yang merupakan dasar perhitungan jumlah penduduk miskin
ditentukan dua kriteria yaitu pengeluaran konsumsi perkapita per bulan yang
setara dengan 2100 kalori perkapita per hari dan nilai kebutuhan minimum
komoditi bukan makanan. Dalam penelitian ini, data yang digunakan adalah
tingkat kemiskinan, yaitu perbandingan antara jumlah penduduk miskin dengan
jumlah penduduk total kota Medan tahun 2003 – 2012
Jumlah penduduk
Penduduk menurut Badan Pusat Statistik (BPS) adalah semua orang yang
berdomisili di wilayah geografis kotaa medan selama 6 bulan atau lebih dan atau
mereka yang berdomisili kurang dari 6 bulan tetapi bertujuan untuk menetap. Data
Produk Domestik Regional Bruto (PDRB)
PDRB adalah nilai bersih barang dan jasa-jasa akhir yang dihasilkan oleh
berbagai kegiatan ekonomi di suatu daerah dalam periode (Hadi Sasana, 2006).
PDRB dapat menggambarkan kemampuan suatu daerah mengelola sumber saya
alam yang dimilikinya. Oleh karena itu besaran PDRB yang dihasilkan oleh
masing-masing daerah sangat bergantung kepada potensi sumber daya alam dan
faktor produksi Daerah tersebut. Adanya keterbatasan dalam penyediaan
faktor-faktor tersebut menyebabkan besaran PDRB bervariasi antar daerah. PDRB yang
dimaksud adalah PDRB atas dasar harga berlaku dan dinyatakan dalam juta
rupiah tahun 2003 – 2012 (dalam satuan rupiah).
Tingkat Pengangguran (PG)
Pengangguran terbuka menurut Badan Pusat Statistik (BPS) adalah orang yang
masuk angkatan kerja (15 tahun keatas) yang sedang mencari pekerjaan, yang
mempersiapkan usaha, yang tidak mencari pekerjaankarena merasa tidak mungkin
mendapatkan pekerjaan (sebelumnya dikatagorikan pekerjaan bekerja), dan pada
waktu yang bersamaan mereka tak bekerja. Data yang digunakan untuk melihat
pengangguran adalah perbandingan antara pengangguran terbuka dengan jumlah
penduduk di Kota Medan tahun 2003 – 2012.
3.3Persamaan Regresi Linier Berganda
Untuk mencari persamaan regresi linier berganda, terlebih dahulu dihitung
koefisien-koefisien regresinya dengan mencari penggandaan suatu variable
dengan variabel lainnya. Dengan koefisien-koefisien yang didapat dari
persamaan regresi linier bergandanya. Cara menghitung koefisien regresi linier
berganda dengan menggunakan SPSS Statistics 20.0 adalah sebagai berikut:
1) Pada Menu Bar klik menu Analyze, lalu pilih Regression dan klik Linear
2) Lalu akan muncul kotak dialog Linear Regression
3) Pada kotak dialog tersebut masukkan variabel Y pada kotak Dependent dan variabel X1 sampai dengan X3 pada kotak Independent (s)
Gambar 3.1 Kotak Dialog Linear Regression
4) Selanjutnya klik OK, maka hasil output dari pengolahan data pada tabel
3.1 akan ditampilkan pada gambar 3.2 dan tabel 3.3
Tabel 3.2 Model Summary untuk Menentukan Koefisien Determinasi Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .856a .733 .600 20317.61704
a. Predictors: (Constant), x4, x2, x1, x3
Tabel 3.3Coefficientsa Untuk Menentukan Persamaan Regresi LinierBerganda
Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -381039.812 817073.035 -.466 .657 Penduduk .233 .426 .341 .547 .604 Penganggura n .258 .393 .181 .658 .535 Pendapatan .001 .001 .595 2.870 .018 a. Dependent Variable: pendudukmiskin
Dari tabel 3.2 nilai koefisien determinasi sebesar 0.733 yang artinya
sebesar 73.3% pengangguran, jumlah penduduk dan jumlah pendapatan
mempengaruhi kemiskinan di Kota Medan.
Dari tabel 3.3 diperoleh :
b0 = -381039.812 b1 = 0.233
b2 = 0.258 b3 = 0.001
Maka persamaan regresi linier bergandanya adalah :
��= bo + b1X1 + b2X2 + b3X3+b4X4
��= -381039.812+0.233X1 + 0.258X2 + 0.001X3
3.4 Koefisien korelasi
Untuk mengukur besar pengaruh variabel terikat (dependen) terhadap variabel
bebas (independen), dapat dilihat dari besarnya koefisien korelasinya. Untuk
menghitung nilai koefisien korelasi antar variabel dengan menggunakan SPSS
Statistics 20.0 adalah sebagai berikut:
1) Pada Menu Bar klik menu Analyze, lalu pilih Correlate dan klik Bivariate
3) Pada kotak dialog tersebut masukkan variabel Y,variabel X1,variabel X2 dan variabel X3pada kotak Variables
Gambar 3.2 Kotak Dialog Bivariate Correlations
4) Selanjutnya klik OK, maka hasil output dari pengolahan datanya akan ditampilkan seperti tabel 3.4
Tabel 3.4 Correlations untuk Nilai Korelasi
Correlations penduduk miskin Pengang guran penduduk pendapatan pendudukmiskin Pearson Correlation 1 -.212 .836** .819** Sig. (2-tailed) .556 .003 .004 N 10 10 10 10 Pengangguran Pearson Correlation -.212 1 -.295 -.493 Sig. (2-tailed) .556 .407 .148 N 10 10 10 10 Penduduk Pearson Correlation .836** -.295 1 .923** Sig. (2-tailed) .003 .407 .000 N 10 10 10 10 Pendapatan Pearson Correlation .819** -.493 .923** 1 Sig. (2-tailed) .004 .148 .000 N 10 10 10 10
Dari hasil output pada tabel 3.4 diperoleh koefisien korelasi sebagai berikut :
�
��1=−0.212�
��3=0.819�
��2=0.8363.4.1 Koefisien korelasi antara Y (jumlah penduduk miskin) dengan ��
(jumlah pengangguran).
Hubungan keeratan antara jumlah penduduk miskin dengan jumlah pengangguran
adalah berkorelasi negatif artinya jika tingkat pengangguran semakin tinggi maka
kesejahteraan yang tercermin dalam tingkat kemiskinan tidak semakin baik dan
sebaliknya jika tingkat pengangguran rendah maka kesejahteraan masyarakat yang
tercermin dalam tingkat kemiskinan semakin baik dengan nilai r sebesar -0.212.
3.4.2
Koefisien korelasi antara Y (jumlah penduduk miskin) denganX2(jumlah penduduk)
Nilai yang positif menandakan hubungan yang searah antara Y (jumlah penduduk
miskin) dengan X2 (jumlah penduduk), artinya jika semakin tinggi jumlah
penduduk maka akan semakin meningkat pula jumlah penduduk miskin dan
sebaliknya jika tingkat jumlah penduduk menurun maka jumlah penduduk miskin
akan menurun juga dengan korelasi yang tergolong tinggi dengan nilai r sebesar
0.836.
3.4.3 Koefisien korelasi antara Y (jumlah penduduk miskin) dengan X3
(pendapatan)
Nilai yang positif menandakan hubungan yang searah antara Y (jumlah penduduk
akan semakin meningkat pula kesejahteraan masyarakat yang tercemin dalam
tingkat kemiskinan dan sebaliknya jika tingkat pendapatan menurun maka
kesejahteraan masyarakat yang tercemin dalam tingkat kemiskinan akan menurun
juga dengan korelasi yang tergolong tinggi dengan nilai r sebesar 0.819.
3.5 Uji regresi berganda
Pengujian hipotesis bagi koefisien-koefisien regresi linier berganda dapat
dilakukan secara serentak atau keseluruhan. Pengujian regresi linier
perludilakukan untuk mengetahui apakah jumlah pengangguran, jumlah penduduk
dan pendapatanmemiliki pengaruh terhadap kemiskinan di Kota Medan.
Langkah-langkah pengujiannya adalah sebagai berikut:
1 menentukan hipotesis
H0 : b1=b2=b3=0 ; artinya jumlah pengangguran, jumlah penduduk,
pendapatan tidak mempengaruhi kemiskinan.
H1 : b1≠b2≠b3≠0 ; artinya minimal ada parameter koefisien regresi yang tidak sama dengan nol atau mempunyai pengaruh terhadap kemiskinan di
Kota Medan.
2 menentukan taraf nyata � dan nilai Ftabel dengan derajat kebebasan v1= k dan v2= n-k-1
dengan:
� = 0.05 v1 = 3
v2 = 6
maka diperoleh Ftabel sebesar 4.76
H0 diterima jika Fhitung ≤Ftabel H0 ditolak jika Fhitung >Ftabel
4 menentukan nilai statistik F dengan rumus:
F = �� ��� � �� ��� � −�−1 di mana: Jkreg = �1∑ ��+�2∑ �2�+�3∑ �3�+�4∑ �4� Jkres= ∑���− ���2
Hasil nilai F dapat dilihat dari output SPSS seperti pada tabel 3.5
Tabel 3.5 ANOVAd untuk Fhitung
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1 Regressio n 6808386387.759 3 2269462129.253 5.498 .037 b Residual 2476833372.241 6 412805562.040 Total 9285219760.000 9
a. Dependent Variable: pendudukmiskin
b. Predictors: (Constant), pendapatan, pengangguran, penduduk
Dapat dilihat nilai Fhitung=5.498>Ftabel = 4.76 Hal ini menunjukkan bahwa jumlah
pengangguran, jumlah penduduk dan pendapatan mempengaruhi kemiskinan di
3.6 Uji Koefisien Regresi Berganda
Dari Tabel 3.3 dapat diketahui nilai thitung, kemudian proses selanjutnya dapat
dilakukan pengujian sebagai berikut :
3.6.1 Pengaruh jumlah pengangguran(X1) terhadap jumlah penduduk miskin (Y)
1. Menentukan formulasi hipotesis
�0 : Tidak ada pengaruh antara jumlah pengangguran terhadap jumlah penduduk miskin di Kota Medan.
�1 : Ada pengaruh antara jumlah pengangguran terhadap jumlah penduduk miskin di kota Medan.
2. Mencari nilai ttabel dari Tabel Distribusi t
Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilaittabeldengan dk
yaitu n – k – 1 = 10 – 3 – 1 = 6, maka diperoleh �(�
2;�−�−1) = �(0,025;6) =
2.447.
3. Menentukan kriteria pengujian
�0diterima bila �ℎ����� ≤ ������ �0ditolak bila �ℎ����� > ������ 4. Uji Statistik (thitung)
thitung= 0.547
5. Kesimpulan
Tidak ada pengaruh antara jumlah pengangguran terhadap jumlah penduduk
miskin di Kota Medan.
3.6.2 Pengaruh jumlah penduduk(X2) terhadap jumlah penduduk miskin (Y)
1. Menentukan formulasi hipotesis
�0 : Tidak ada pengaruh antara jumlah penduduk terhadap jumlah penduduk miskin di Kota Medan.
�1 : Ada pengaruh antara jumlah pengangguran terhadap jumlah penduduk miskin di Kota Medan.
2. Mencari nilai ttabel dari Tabel Distribusi t
Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilai ttabel dengan dk
yaitu n – k – 1 = 10 – 3 – 1 = 6, maka diperoleh �(�
2;�−�−1) = �(0,025;6) =
2.477 .
3. Menentukan kriteria pengujian
�0diterima bila �ℎ����� ≤ ������ �0ditolak bila �ℎ����� > ������ 4. Uji Statistik (thitung)
thitung= 0.658
Karena thitung (0.658)<ttabel (2.477) maka H0 diterima 5. Kesimpulan
Tidak ada pengaruh antara jumlah penduduk terhadap jumlah penduduk
miskin di Kota Medan.
3.6.3 Pengaruh jumlah pendapatan (X3) terhadap jumlah penduduk miskin (Y)
1. Menentukan formulasi hipotesis
�0 : Tidak ada pengaruh antara jumlah pendapatan terhadap jumlah penduduk miskin di Kota Medan.
�1 : Ada pengaruh antara jumlah pendapatan terhadap jumlah penduduk miskin di Kota Medan.
2. Mencari nilai ttabel dari Tabel Distribusi t
Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilai ttabel dengan dk
yaitu n – k – 1 = 10– 3 – 1 = 6, maka diperoleh �(�
2;�−�−1) = �(0,025;1) = 2,477 .
3. Menentukan kriteria pengujian
�0diterima bila �ℎ����� ≤ ������ �0ditolak bila �ℎ����� > ������ 4. Uji Statistik (thitung)
thitung= 2.870
Karena thitung (2.870)>ttabel (2.477) maka H0 ditolak 5. Kesimpulan
ada pengaruh antara jumlah pendapatan terhadap jumlah penduduk miskin di
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Berdasarkan hasil pengolahan data, maka dapat diambil kesimpulan sebagai
berikut:
a. Persamaan regresi linier berganda yang diperoleh adalah:
��= -381039.812+0.233X1 + 0.258X2 + 0.001X3
atau dengan kata lain jumlah penduduk miskin = -381039.812+
0.233jumlah pengangguran +0.258jumlah penduduk + 0.001
pendapatan
b. Dari hasil analisis didapat antara Y (jumlah penduduk miskin)
dengan X1 (jumlah pengangguran) memiliki korelasi sebesar
-0.212, korelasi antara Y (jumlah penduduk miskin) dengan X2
(jumlah penduduk) tinggi dengan nilai 0.836 dan korelasi antara Y
(jumlah penduduk miskin) dengan X3 (pendapatan) tinggi dengan
nilai 0.819 Koefisien determinasi sebesar 0.733 berarti sekitar
73.3% tingkat kemiskinan dipengaruhi oleh jumlah pengangguran,
jumlah penduduk dan pendapatan
c. Karena Fhitung > Ftabel maka H0ditolak. Hal ini menunjukkan bahwa
jumlah pengangguran, jumlah penduduk dan pendapatan
d. Melalui uji t (partial) dengan taraf nyata (α = 0,05) didapat
thitung>ttabel Maka H0 ditolak dan H1 diterima pada variabel
pendapatan. Hal ini berarti bahwa ada pengaruh antara pendapatan
dengan jumlah penduduk miskin di Kota Medan
4.2 Saran
Penulis memberikan beberapa saran terhadap hasil penelitian sebagai berikut:
1. Pemerintah dapat memperhatikan pendapatan di Kota Medan.
Pemerintah dapat menaikkan pendapatan seperti yang dituntut
oleh masyarakat tetapi harus menstabilkan harga-harga kebutuhan
masyarakat
2. Penulis menyarankan agar metode regresi linier dapat dipakai
untuk mencari faktor yang mempengaruhi kemiskinan maupun
DAFTAR PUSTAKA
Algifari. 1997. Analisis Regresi Teori, Kasus, dan Solusi. BPFE. Yogyakarta.
Lunyan, Richard. 2006. Aplikasi Statistik dan Hitung Peluang. Graha Ilmu. Yogyakarta.
Simamora, Bilson. 2005. Analisis Multivariat Pemasaran. Gramedia. Jakarta.
Subagyo, Pangestu. M.BA dan Djarwanto, Ps. 2005. Statistik Induktif. BPFE. Yogyakarta.
Sudjana, Prof. DR. M.A. M.Sc. 2005.Metode Statistika, Edisi Ke-6, Tarsito, Bandung.
Supranto, J, Prof. M.A. APU. 2010. Analisis Multivariat Arti dan Interpretasi. Rineka Cipta. Jakarta.
Supranto, J, Prof. M.A. APU. 2001. Statistik Teori dan Aplikasi. Erlangga . Jakarta.