Analisis Nilai Korelasi Beberapa Faktor Yang Mempengaruhi Pertumbuhan Produk Domestik Regional Bruto (PDRB) Di Kabupaten Langkat Tahun 2001-2011

ANALISIS NILAI KORELASI BEBERAPA FAKTOR YANG MEMPENGARUHI PERTUMBUHAN PRODUK

DOMESTIK REGIONAL BRUTO (PDRB) DI KABUPATEN LANGKAT

TAHUN 2001-2011

TUGAS AKHIR

TIARA LUMBAN TOBING 102407005

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

ANALISIS NILAI KORELASI BEBERAPA FAKTOR YANG MEMPENGARUHI PERTUMBUHAN PRODUK

DOMESTIK REGIONAL BRUTO (PDRB) DI KABUPATEN LANGKAT

TAHUN 2001-2011

TUGAS AKHIR

Diajukan untuk melengkapi Tugas Akhir dan memenuhi syarat memperoleh Ahli Madya

TIARA LUMBAN TOBING 102407005

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

PERSETUJUAN

Judul : Analisis Nilai Korelasi Beberapa Faktor Yang

Mempengaruhi Pertumbuhan Produk Domestik Regional Bruto (PDRB) di Kabupaten Langkat Tahun 2001-2011

Kategori : Tugas Akhir

Nama : Tiara Lumban Tobing

Nomor Induk Mahasiswa : 102407005

Program Studi : D3 Statistika

Departemen : Matematika

Fakultas : Matematika Dan Ilmu Pengetahuan Alam

Universitas Sumatera Utara

Diluluskan di Medan, Juli 2013

Disetujui Oleh

Departemen Matematika FMIPA USU

Ketua, Pembimbing,

Prof. Dr. Tulus, M.Si. Dra. Mardiningsih, M.Si

PERNYATAAN

ANALISIS NILAI KORELASI BEBERAPA FAKTOR YANG

MEMPENGARUHI PERTUMBUHAN PRODUK

DOMESTIK REGIONAL BRUTO (PDRB)

DI KABUPATEN LANGKAT

TAHUN2001-2011

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali

beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juli 2013

TIARA LUMBAN TOBING

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha

Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan penyusunan

Tugas Akhir ini dengan judul Analisis Nilai Korelasi Beberapa Faktor Yang

Mempengaruhi Pertumbuhan Produk Domestik Regional Bruto (PDRB) Di

Kabupaten Langkat Tahun 2001-2011

Terimakasih penulis sampaikan kepada Ibu Dra. Mardiningsih, M.Si

selaku pembimbing, Ketua dan Sekretaris Departemen Matematika FMIPA USU

Medan, Terimakasih kepada Bapak Drs. Faigiziduhu Bu’ulölö, M.Si selaku Ketua

Program Studi dan Bapak Drs. Suwarno Ariswoyo, M.Si selaku Sekretaris

Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si. Ph.D,

Bapak Dr. Sutarman M.Sc selaku Dekan FMIPA USU Medan, seluruh staff dan

Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan

rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Bapak B. Lumban Tobing

dan Ibu D. Aruan dan keluarga yang selama ini memberikan bantuan dan

DAFTAR ISI

1.2 Identifikasi Masalah 3

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 4

1.5 Manfaat Penelitian 4

1.6 Lokasi Penelitian 5

1.7 Metode Penelitian 5

1.8 Tinjauan Pustaka 6

1.9 Sistematika Penulisan 9

BAB 2. Landasan Teori 11

2.1 Pengertian Regresi 11

2.2 Analisis Regresi Linier Sederhana 12

2.2.1 Analisis Regresi Linier Sederhana 14

2.2.2 Analisis Regresi Linier Berganda 15

2.3 Koefisien Determinasi 17

2.4 Uji Korelasi 18

2.4.1 Koefisien Korelasi 19

2.5 Uji Regresi Linier Berganda 21

2.6 Uji Koefisien Regresi Linier Berganda 22

BAB 3. Gambaran Umum Tempat Riset 24

3.1 Gambaran Umum Badan Pusat Statistik (BPS) 24

3.2 Sejarah Singkat Badan Pusat Statistik 26

3.2.1 Masa Pemerintahan Hindia Belanda 26

3.2.2 Masa Pemerintahan Jepang 27

3.2.3 Masa Kemerdekaan Republik Indonesia 27

3.2.4 Masa Orde Baru Sampai Sekarang 28

3.3 Logo Instasi 30

3.4.1 Visi 31

3.4.2 Misi 31

3.5 Nilai-nilai Inti Badan Pusat Statistik 32

BAB 4. Pengolahan Data 35

4.1 Pengambilan Sampel 35

4.2 Membentuk Persamaan Linier Berganda 36

4.3 Koefisien Determinasi 41

4.4 Koefisien Korelasi 44

4.4.1 Perhitungan Korelasi antara Variabel Bebas

dan Variabel Terikat 44

4.4.2 Perhitungan Korelasi antara Variabel Bebas 46

4.5 Uji Regresi Linier Berganda 48

4.6 Uji Koefisien Regresi Linier Berganda 51

BAB 5. Implementasi Sistem 56

5.1 Pengertian Implementasi Sistem 56

5.2 Sekilas Tentang Program SPSS 56

5.3 Mengaktifkan SPSS 57

5.4 Mengoperasikan SPSS 58

5.5 Input Variabel (Variabel View) 59

5.6 Input Data (Data View) 61

5.7 Pengolahan Data dengan Persamaan Regresi 62

5.8 Pengolahan Data dengan Korelasi 65

BAB 6. Penutup 66

6.1 Kesimpulan 66

6.2 Saran 67

DAFTAR TABEL

Nomor Judul Halaman

Tabel

4.1 Data yang akan diolah 36

4.2 Nilai-nilai untuk menentukan koefisien regresi 37

4.3 Penyimpangan Nilai Koefisien 40

4.4 Data mencari Determinasi 42

DAFTAR GAMBAR

Nomor Judul Halaman

Gambar

5.1. Print Screen Tampilan Jendela Start Windows 58

5.2. Tampilan Jendela Awal SPSS 58

5.3. Tampilan Jendela Variable View 61

5.4. Tampilan Jendela Data View 62

5.5. Tampilan Pengolahan Data dengan Regresi Linier 62

5.6. Tampilan Jendela Regresi Linier 63

5.7. Tampilan Jendela Statistik Regresi Linier 63

5.8. Tampilan Jendela Regresi Linier Plot 64

5.9. Tampilan Jendela Regresi Linier Save 64

6.0. Tampilan Pengolahan Data dengan Regresi Linier 65

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Pembangunan Ekonomi adalah suatu proses yang bersifat multidimensional yang

melibatkan kepada perubahan besar baik terhadap perubahan struktur ekonomi.

Perubahan sosial, mengurangi atau menghapus kemiskinan, mengurangi

ketimpangan, dan pengangguran dalam konteks pertumbuhan ekonomi (Todaro,

2003).

Pembangunan ekonomi dipandang sebagai kenaikan dalam pendapatan

perkapita dan lajunya pembangunan ekonomi ditujukan dengan menggunakan

tingkat pertambahan PDB (Produk Domestik Bruto) untuk tingkat nasional dan

PDRB (Produk Domestik Regional Bruto) untuk tingkat wilayah atau regional.

Dalam perencanaan dan evaluasi hasil-hasil pembangunan ekonomi

tersebut sangat diperlukan data statistik yang dapat memberikan gambaran tentang

keadaan ekonomi makro suatu daerah secara lengkap, akurat, dan

berkesinambungan melalui data Pertumbuhan Produk Domestik Regional Bruto

(PDRB) yang notabenenya mengalami perubahan setiap tahunnya.Pertumbuhan

positif menunjukkan adanya peningkatan perekonomian sedangkan pertumbuhan

negatif menunjukkan adanya penurunan perekonomian. Laju pertumbuhan PDRB

pertambangan dan penggalian, sektor industri pengolahan, sektor listik, gas dan

air bersih, sektor perdagangan, hotel dan restoran, sektor pengangkutan dan

komunikasi, sektor bank dan lembaga keuangan lainnya dan sektor jasa-jasa.

Kondisi perekonomian Kabupaten Langkat tiap tahun mengalami

penurunan dan kenaikan, itu terlihat pada tahun 2001 sampai 2011. Kenyataan ini

menunjukkan bahwa meskipun semua sektor di Kabupaten Langkat memiliki

peranan yang cukup penting dan keadaan dari tiap peranan cukup baik namun

ternyata masih belum bisa menjadi kontributor utama dalam menggerakkan

perekonomian daerah selama kurun waktu terakhir terutama pada sektor Industri

Pengolahan yang sering disebut sektor yang cukup berpengaruh dalam pendapatan

perkapita daerah kabupaten Langkat.

Data yang mengalami kenaikan dan penurunan dari tahun 2009 sampai

tahun 2011 bisa dilihat dari salah satu sektor yang termasuk kontributor yang

cukup mempengaruhi di Kabupaten Langkat yaitu sektor industri pengolahan di

mana tahun 2009 mengalami penurunan dari tahun sebelumnya menjadi 9,25%,

lalu di tahun 2010 mengalami kenaikan menjadi 13,18%, dan mengalami

penurunan kembali pada tahun 2011 menjadi 11,34%.

(BPS Prov SU, Kabupaten Langkat 2012)

Dari uraian di atas, maka penulis memilih judul ”ANALISIS NILAI KORELASI

BEBERAPA FAKTOR YANG MEMPENGARUHIPERTUMBUHAN PRODUK

DOMESTIK REGIONAL BRUTO (PDRB) DI KABUPATEN LANGKAT

1.2 Identifikasi Masalah

Produk Domestik Regional bisa dihitung dalam banyak faktor sektor, dan di

dalam penelitian ini yang menjadi rumusan masalah yang dianalisis adalah

sebagai berikut:

Apa saja faktor-faktor yang mempengaruhi pertumbuhan Produk Domestik

Regional Bruto (PDRB), Apa faktor yang paling berpengaruh pada pertumbuhan

Produk Domestik Regional Bruto (PDRB), dan Seberapa besar faktor-faktor

tersebut memberikan pengaruh terhadap pertumbuhan Produk Domestik Regional

Bruto(PDRB) di Kabupaten Langkat,

1.3 Batasan Masalah

Angka nominal PDRB adalah penjumlahan dari seluruh lapangan usaha. Dalam

penghitungan PDRB, seluruh lapangan usaha dibagi menjadi sembilan sektor

yang dirinci sebagai berikut :

1. Pertanian

2. Pertambangan Penggalian

3. Industri Pengolahan

4. Listrik, Gas, dan Air Bersih

5. Bangunan

7. Pengangkutan dan Komunikasi

8. Keuangan, Persewaan, dan Jasa Perusahaan

9. Jasa-jasa

Penulis membatasi pokok permasalahan hanya tiga sektor yaitu, sektor industri

pengolahan, sektor pengangkutan dan komunikasi, dan sektor jasa-jasa. Hal ini

dikarenakan penulis menganggap ketiga sektor itu memberikan kontribusi yang

cukup besar dalam laju pertumbuhan Produk Domestik Regional Bruto (PDRB)

dibandingkan sektor lainnya.

1.4Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah untuk mengetahui seberapa besar nilai

korelasi faktor-faktor tersebut mempengaruhi pertumbuhan Produk Domestik

Regional Bruto.

1.5Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah :

1. Memberikan informasi tentang laju pertumbuhan Produk Domestik

Regional Bruto di Kabupaten Langkat serta faktor-faktor yang

2. Dapat dipergunakan sebagai bahan masukan untuk peneliti-peneliti

selanjutnya yang berkenaan dengan pertumbuhan Produk Domestik

Regional Bruto.

3. Sebagai bahan pertimbangan bagi Pemerintah Kabupaten Langkat untuk

membuat kebijakan dalam pembangunan daerah.

1.6 Lokasi Penelitian

Penelitian ataupun pengumpulan data mengenai faktor-faktor yang mempengaruhi

laju pertumbuhan Produk Domestik Regional Bruto (PDRB) di Kabupaten

Langkat dilaksanakan di Badan Pusat Statistik (BPS) Provinsi Sumatera Utara Jl.

Asrama No. 179, Medan yang dilakukan selama 3 hari yaitu tanggal 9 April 2013

sampai dengan 11 April 2013

1.7Metode Penelitian

Metode yang digunakan penulis dalam melaksanakan penelitian diantaranya

adalah :

1. Metode Penelitian Kepustakaan (Studi Literatur)

Dalam hal ini penelitian dilakukan dengan membaca dan mempelajari

buku-buku ataupun pelajaran yang didapat di perkuliahan ataupun umum, serta

2. Metode Pengumpulan Data

Pengumpulan data untuk keperluan penelitian dilakukan penulis dengan

menggunakan data sekunder. Data sekunder adalah data primer yamg

diperoleh oleh pihak lain yang umumnya disajikan dalam bentuk tabel atau

diagram. Data sekunder yang digunakan diperoleh dari Badan Pusat

Statistik (BPS) Provinsi Sumatera Utara. Data yang telah dikumpulkan

kemudian diatur, disusun dan disajikan dalam bentuk angka-angka untuk

mendapatkan gambaran yang jelas tentang sekumpulan data tersebut.

3. Metode Pengolahan Data

Data penelitian dianalisa dengan menggunakan metode regresi linier

berganda untuk melihat persamaan regresi linier nya dan untuk mengetahui

hubungan setiap variable digunakan analisis korelasi.

1.8 Tinjauan Pustaka

Menyatakan perubahan nilai variabel itu dapat pula disebabkan oleh berubahnya

variabel lain yang berhubungan dengan variabel tersebut. Untuk mengetahui pola

perubahan nilai suatu variabel yang disebabkan oleh variabel lain diperlukan alat

analisis yang memungkinkan untuk membuat perkiraan nilai variabel tersebut

pada nilai tertentu variabel yang mempengaruhinya (Algifari, 2000).

Dalam ilmu statistika, teknik yang umum digunakan untuk menganalisis

dalam menjelaskan hubungan antara variabel dalam analisis regresi menggunakan

persamaan regresi.

Prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan

regresi adalah bahwa antara variabel dependen dengan variabel independen

mempunyai sifat hubungan sebab akibat, baik yang didasarkan pada teori, hasil

penelitian sebelumnya, ataupun yang berdasarkan pada penjelasan logis tertentu.

Regresi linier sederhana berguna untuk mendapatkan hubungan pengaruh

dari dua variabel.

Regresi ganda berguna untuk mendapatkan pengaruh dua variabel

kriterium atau untuk mencari hubungan fungsional dua prediktor atau lebih

dengan variabel kriteriumnya atau untuk meramalkan dua variabel prediktor atau

lebih terhadap variabel kriteriumnya (Sudjana, 2001).

Setelah mengetahui hubungan fungsional antara variabel-variabel di mana

persamaan regresinya telah ditentukan dan telah melakukan pengujian maka

persoalan berikutnya yang dirasakan perlu, jika data hasil pengamatan terdiri dari

banyak variabel adalah seberapa kuat atau lemahnya hubungan antara

variabel-variabel itu. Dengan kata lain perlu dilakukan suatu cara untuk mengetahui derajat

hubungan antara variabel-variabel tersebut.

Studi yang membahas derajat hubungan antara variabel-variabel tersebut

derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi

(Iswardono, 1981).

Analisis korelasi adalah alat statistik yang dapat digunakan untuk

mengetahui derajat hubungan linier antara satu variabel dengan variabel lain

Untuk mengetahui keeratan hubungan antara dua variabel dengan

menggunakan koefisien korelasi adalah dengan menggunakan nilai absolut dari

koefisien korelasi tersebut. Besarnya koefisien korelasi (r) antara dua macam

variabel adalah 0 sampai dengan 1. Apabila dua buah variabel mempunyai nilai

r = 0, berarti antara dua variabel tersebut tidak ada hubungan. Sedangkan apabila

dua buah variabel mempunyai r = 1, maka dua buah variabel tersebut

mempunyai hubungan yang sempurna.

Semakin tinggi nilai koefisien korelasi antara dua buah variabel (semakin

mendekati 1), maka tingkat keeratan hubungan antara dua variabel tersebut

semakin tinggi. Dan sebaliknya semakin rendah koefisien korelasi antara dua

macam variabel (semakin mendekati 0), maka tingkat keeratan hubungan antara

1.9Sistematika Penelitian

Adapun sistematika penulisan yang diuraikan oleh penulis antara lain :

BAB 1 : PENDAHULUAN

Bab ini menguraikan tentang latar belakang, identifikasi masalah,

tujuan penelitan, manfaat penelitian, metode penelitian, lokasi

penelitian dan sistematika penelitian.

BAB 2 : LANDASAN TEORI

Bab ini menguraikan tentang pengertian Regresi Linier

Sederhana dan Berganda, Uji Koefisien Determinasi, Uji

Korelasi, Uji Koefisien Korelasi, Uji Regresi Linier Berganda

dan Uji Koefisien untuk Regresi Linier Berganda.

BAB 3 : GAMBARAN UMUM TEMPAT RISET

Bab ini menjelaskan atau menceritakan tentang sejarah singkat

berdirinya perusahaan beserta struktur organisasinya.

BAB 4 : PENGOLAHAN DATA

Bab ini menguraikan proses pengolahan data pada regresi linier

BAB 5 : IMPLEMENTASI SISTEM

Bab ini menguraikan proses pengolahan data dengan program

yang akan digunakan yaitu SPSS mulai dari input data hingga

hasil outputnya yang membantu dalam menyelesaikan

permasalahan dalan penulisan.

BAB 6 : KESIMPULAN DAN SARAN

Bab ini terdiri atas kesimpulan dari hasil analisis yang telah

dilakukan serta saran berdasarkan kesimpulan yang diperoleh

yang tentunya bermanfaat bagi pembaca dan pihak yang

BAB 2

LANDASAN TEORI

2.1 Pengertian Regresi

Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama

disebut dengan bermacam-macam istilah: variabel penjelas, variabel

eksplanatorik, variabel independen, atau secara bebas, variabel X (karena

seringkali digambarkan dalam grafik sebagai absis, atau sumbu X). Variabel yang

kedua adalah variabel yang dipengaruhi, variabel dependen, variabel terikat, atau

variabel Y. Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel acak.

Regresi pertama kali dipergunakan sebagai konsep statistika oleh Sir

Francis Galton (1822 – 1911). Beliau memperkenalkan model peramalan,

penaksiran, atau pendugaan, yang selanjutnya dinamakan regresi, sehubungan

dengan penelitiannya terhadap tinggi badan manusia. Galton melakukan suatu

penelitian di mana penelitian tersebut membandingkan antara tinggi anak laki-laki

dan tinggi badan ayahnya. Galton menunjukkan bahwa tinggi badan anak laki-laki

dari ayah yang tinggi setelah beberapa generasi cenderung mundur (regressed) mendekati nilai tengah populasi. Dengan kata lain, anak laki-laki dari ayah yang

badannya sangat tinggi cenderung lebih pendek dari pada ayahnya, sedangkan

ayahnya, jadi seolah-seolah semua anak laki-laki yang tinggi dan anak laki-laki

yang pendek bergerak menuju kerata-rata tinggi dari seluruh anak laki-laki yang

menurut istilah Galton disebut dengan “regression to mediocrity”. Dari uraian

tersebut dapat disimpulkan bahwa pada umumnya tinggi anak mengikuti tinggi

orangtuanya.

Istilah “regresi” pada mulanya bertujuan untuk membuat perkiraan nilai

satu variabel (tinggi badan anak) terhadap satu variabel yang lain (tinggi badan

orang tua). Pada perkembangan selanjutnya analisis regresi dapat digunakan

sebagai alat untuk membuat perkiraan nilai suatu variabel dengan menggunakan

beberapa variabel lain yang berhubungan dengan variabel tersebut.Jadi prinsip

dasar yang harus dipenuhi dalam membangun suatu persamaan regresi adalah

bahwa antara suatu variabel tidak bebas (dependent variable) dengan variabel-variabel bebas (independent variable) lainnya memiliki sifat hubungan sebab akibat (hubungan kausalitas), baik didasarkan pada teori, hasil penelitian

sebelumnya, maupun yang didasarkan pada penjelasan logis tertentu.

2.2 Analisis Regresi Linier

Analisis Regresi adalah metoda statistika yang digunakan untuk menentukan

kemungkinan bentuk (dari) hubungan antar variabel-variabel. Yang mana tujuan

hubungannya dengan variabel yang lain yang diketahui melalui persamaan garis

regresinya. (sekelumit analisa regresi & korelasi)

Analisis regresi dipergunakan untuk menelaah hubungan antara dua

variabel atau lebih, terutama untuk menelusuri pola hubungan yang modelnya

belum diketahui dengan baik, atau untuk mengetahui bagaimana variasi dari

beberapa variabel independen mempengaruhi variabel dependen dalam suatu

fenomena yang komplek. Jika, , , . . . , adalah variabel-variabel

independen dan Y adalah variabel dependen, maka terdapat hubungan fungsional

antara X dan Y, dimana variasi dari X akan diiringi pula oleh variasi dari Y. Jika

dibuat secara matematis hubungan itu dapat dijabarkan sebagai berikut:

dengan : Y = f( , , . . . , , e)

Y = variabel dependen (tak bebas)

X = variabel independen (bebas)

e = variabel residu (disturbace term)

Variabel dependen adalah variabel yang nilainya tergantung dari variabel

yang lainnya sedangkan variabel independen adalah variabel yang tidak

tergantung dengan variabel yang lain malah cenderung mempengaruhi nilai

variabel yang lain.

Berkaitan dengan analisis regresi ini, setidaknya ada empat kegiatan yang

lazim dilaksanakan yakni :

(2) Menguji berapa besar variasi variabel dependen dapat diterangkan oleh

variasi independen

(3) Menguji apakah estimasi parameter tersebut signifikan atau tidak,

(4) Melihat apakah tanda dari estimasi parameter cocok dengan teori.

Selain daripada itu analisis regresi sendiri tediri dari dua bentuk

persamaan yaitu :

1. Analisis Regresi Linier Sederhana

2. Analisis Regresi Linier Berganda

Analisis Regresi sederhana adalah bentuk regresi dengan model yang

bertujuan untuk mempelajari hubungan antara dua variabel, yakni variabel Y

sebagai variabel dependen dan variabel X sebagai variabel independen

Sedangkan analisis regresi berganda adalah bentuk regresi dengan model

yang memiliki hubungan antara satu variabel dependen (Y) dengan dua atau lebih

variabel independen yang dapat ditulis dalam bentuk ( , , ..., )

1.2.1Analisis Regresi Linier Sederhana

Regresi linier sederhana digunakan untuk memperkirakan hubungan antara dua

variabel di mana hanya terdapat satu variabel/peubah bebas X dan satu peubah tak

Dalam bentuk persamaan, model regresi sederhana adalah :

Y = a + bX

dengan :

Y = variabel terikat/tak bebas (dependent)

a = penduga bagi intercept (titik potong kurva terhadap sumbu Y)

b = kemiringan (slope) kurva linier

X = variabel bebas (independent)

1.2.2 Analisis Regresi Linier Berganda

Disamping hubungan linier antar 2 variabel, ada juga regresi linier berganda, yang

persamaan regresinya memiliki satu variabel tak bebas yaitu variabel Y dan

memiliki dua atau lebih variabel bebas yaitu variabel X dimana variabel tersebut

bisa kita buat dalam bentuk , , dan , . . . , . Penggunaan regresi linier

berganda ini yaitu untuk memperhitungkan variabel-variabel bebas lain yang ikut

mempengaruhi nilai Y

Secara umum persamaan regresi berganda dapat ditulis sebagai berikut :

(Untuk populasi) = + + + . . . + +

(Untuk sampel) = + + + . . . + + ε_i

dengan :

= Nilai estimasi Y

i = 1, 2, . . , n

, = Nilai variabel independen , dan

, = Kemiringan (slope) yang berhubungan dengan variabel , dan

Dalam penelitian ini, digunakan empat variabel yang terdiri dari satu variabel tak

bebas Y dan tiga variabel bebas X yaitu X₁, X₂, dan X₃ sehingga dapat dibentuk

rumus :

= + + +

dan dari persamaan diatas, dapat dibuat persamaan regresi berganda dalam empat

bentuk yang akan digunakan untuk mencari koefisien-koefisien , , dan

seperti dibawah ini :

∑ = + ∑ + ∑ + ∑

∑ = ∑ + ∑ + ∑ + ∑

∑ = ∑ + ∑ + ∑ + ∑

∑ = ∑ + ∑ + ∑ + ∑

Harga setiap koefisien penduga yang diperoleh kemudian disubtitusikan

kepersamaan awal sehingga diperoleh model regresi linier berganda Y atas ,

dan .

Dalam persamaan model regresi linier yang diperoleh, maka antara nilai Y

dan akan menimbulkan perbedaan hasil yang sering disebut sebagai kekeliruan.

standar estimasi (standard error of estimate). Besarnya kesalahan standar estimasi menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel

tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi,

makin tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan

nilai variabel tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai

kesalahan standar estimasi, makin rendah ketepatan persamaan estimasi yang

dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. Kesalahan

standar estimasi dapat ditentukan dengan rumus:

dengan : = Kesalahan baku

Yi = nilai data sebenarnya

= nilai taksiran

n = banyak ukuran sampel

k = banyak variabel bebas

2.2.2 Koefisien Determinasi

Koefisien determinasi yang disimbolkan dengan R2adalah salah satu nilai

statistik yang dapat digunakan untuk mengetahui apakah ada hubungan pengaruh

antara dua variabel. Koefisien determinasi itu juga berfungsi sebagai nilai yang

yang dapat diterangkan oleh variasi X.Nilai R2

dikatakan baik jika berada di atas

0,5 karena nilai R2

berkisar antara 0 dan 1. Pada umumnya model regresi linier

berganda dapat dikatakan layak dipakai untuk penelitian, karena sebagian besar

variabel dependen dijelaskan oleh variabel independen yang digunakan dalam

model.

Koefisien determinasi dapat dihitung dari :

=

Sehingga rumus umum koefisien determinasi yaitu :

HargaR2 diperoleh sesuai dengan variansi yang dijelaskan oleh masing-masing

variabel yang tinggal dalam regresi. Hal ini mengakibatkan variasi yang

dijelaskan penduga hanya disebabkan oleh variabel yang berpengaruh saja.Akan

tetapi dalam penelitian ini penulis menggunakan bantuan softwere SPSS versi.16.

2.2.3 Uji Korelasi

Uji korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat

hubungan linier antara satu variabel dengan variabel lain. Umumnya korelasi

digunakan dalam hubungannya dengan regresi linier, untuk mengukur ketepatan

garis regresi dalam menjelaskan (explaining) variasi nilai variasi dependen.

Uji korelasi ini juga digunakan untuk menguji hubungan antara dua

variabel yang tidak menunjukkan hubungan fungsional (berhubungan bukan

berarti disebabkan). Uji korelasi tidak membedakan jenis variabel (tidak ada

variabel dependen maupun independen). Keeratan hubungan ini dinyatakan dalam

bentuk koefisien korelasi. Uji korelasi terdiri dari Pearson, Spearman dan Kendall.

Jika sampel data lebih dari 30 (sampel besar) dan kondisi data normal, sebaiknya

menggunakan korelasi Pearson(karena memenuhi asumsi parametrik). Jika jumlah

sampel kurang dari 30 (sampel kecil) dan kondisi data tidak normal maka

sebaiknnya menggunakan korelasi Spearman atau Kendall (karena memenuhi

asumsi non-parametrik).

2.4.1 Koefisien Korelasi

Nilai koefisien korelasi merupakan nilai yang digunakan untuk menyatakan

besarnya derajat keeratan hubungan antar variabel.Koefisien korelasi biasanya

disimbolkan dengan r.

Koefisien korelasi dapat dirumuskan sebagai berikut :

Untuk menghitung koefisien korelasi antara variabel tak bebas Y dengan tiga

variabel bebas , , yaitu :

1. Koefisien korelasi antara Y dengan

2. Koefisien korelasi antara Y dengan X₂

3. Koefisien korelasi antara Y dengan X3

Koefisien korelasi memiliki nilai antara -1 hingga+1. Sifat nilai koefisien

korelasi adalah plus(+) atau minus(-) yang menunjukan arah korelasi.

Makna sifat korelasi:

Korelasi positif (+) berarti jika variabel mengalami kenaikan maka

variabel juga mengalami kenaikan atau jika variabel mengalami kenaikan

Korelasi negatif (-) berarti jika variabel mengalami kenaikan maka

variabel akan mengalami penurunan, atau jika variabel mengalami

kenaikan maka variabel akan mengalami penurunan.

Sifat korelasi akan menentukan arah dari korelasi. Keeratan korelasi dapat

dikelompokkan sebagai berikut :

1. 0,00 sampai dengan 0,20 berarti korelasi memiliki keeratan sangat lemah.

2. 0,21 sampai dengan 0,40 beirarti korelasi memiliki keeratan lemah.

3. 0,41 sampai dengan 0,70 berarti korelasi memiliki keeratan kuat.

4. 0,71 sampai dengan 0,90 berarti korelasi memiliki keeratan sangat kuat.

5. 0,91 sampai dengan 0,99 berarti korelasi memiliki keeratan sangat kuat sekali.

6. 1 berarti korelasi sempurna.

2.5 Uji Regresi Linier Berganda

Pengujian hipotesis bagi koefisien-koefisien regresi linier berganda dapat

dilakukan secara serentak atau keseluruhan. Pengujian regresi linier perlu

dilakukan untuk mengetahui apakah variabel-variabel bebas secara bersamaan

memiliki pengaruh terhadap variabel tak bebas. Langkah-langkah pengujiannya

adalah sebagai berikut:

2.1Menentukan formulasi hipotesis : = = = ... = = 0 (

atau mempengaruhi Y.

2.2Penentuan nilai kritis. Nilai kritis dalam pengujian hipotesis terhadap koefisien regresi dapat ditentukan dengan menggunakan tabel distribusi

normal dengan memperhatikan tingkat signifikan ( dan banyaknya sampel

digunakan serta nilai dengan derajat kebebasan = k dan = n-k-1

2.3Menentukan kriteria pengujian diterima bila

ditolak bila

2.4Menentukan nilai statistik F dengan rumus :

dengan :

= jumlah kuadrat regresi

= jumlah kuadrat residu (sisa)

= derajat kebebasan

2.6 Uji Koefisien Regresi Linier Berganda

Keberartian adanya variabel-variabel bebas dalam regresi linier berganda, perlu

diuji untuk menunjukkan seberapa besar pengaruh yang diberikan pada variabel

tak bebas. Dan cara yang tepat untuk mengujinya adalah dengan menggunakan uji

statistik t (student).

Yang akan ditaksir oleh regresi berbentuk : = + + + ... + .

Adanya kriteria bahwa variabel-variabel tersebut memberikan pengaruh yang

berarti atau tidak terhadap variabel tak bebas akan diuji hipotesis melawan

hipotesis tandingan dalam bentuk:

= = 0 i = 1, 2, ... , k

= 0 i = 1, 2, ... , k

Untuk menguji hipotesis tersebut digunakan kekeliruan baku taksiran .

Jadi untuk melihat kekeliruan baku dari koefisien adalah :

Kemudian dicari perhitungan statistik t yaitu:

Dari tabel distribusi t-student serta dk = (n-k-1), = , di mana kriteria

pengujian diperoleh:

: ditolakjika

BAB 3

GAMBARAN UMUM TEMPAT RISET

3.1 Gambaran Umum Badan Pusat Satatistik (BPS)

Badan Pusat Statistik adalah Lembaga Pemerintah Non-Departemen yang

bertanggung jawab langsung kepada Presiden. Sebelumnya, BPS merupakan Biro

Pusat Statistik, yang dibentuk berdasarkan UU Nomor 6 Tahun 1960 tentang

Sensus dan UU Nomer 7 Tahun 1960 tentang Statistik. Sebagai pengganti kedua

UU tersebut ditetapkan UU Nomor 16 Tahun 1997 tentang Statistik. Berdasarkan

UU ini yang ditindaklanjuti dengan peraturan perundangan dibawahnya, secara

formal nama Biro Pusat Statistik diganti menjadi Badan Pusat Statistik.

Materi yang merupakan muatan baru dalam UU Nomor 16 Tahun 1997,

antara lain :Jenis statistik berdasarkan tujuan pemanfaatannya terdiri atas statistik

dasar yang sepenuhnya diselenggarakan oleh BPS, statistik sektoral yang

dilaksanakan oleh instansi Pemerintah secara mandiri atau bersama dengan BPS,

serta statistik khusus yang diselenggarakan oleh lembaga, organisasi, perorangan,

dan atau unsur masyarakat lainnya secara mandiri atau bersama dengan BPS.

Hasil statistik yang diselenggarakan oleh BPS diumumkan dalam Berita

mudah mengetahui dan atau mendapatkan data yang diperlukan.Sistem Statistik

Nasional yang andal, efektif, dan efisien.Dibentuknya Forum Masyarakat Statistik

sebagai wadah untuk menampung aspirasi masyarakat statistik, yang bertugas

memberikan saran dan pertimbangan kepada BPS.Berdasarkan undang-undang

yang telah disebutkan di atas, peranan yang harus dijalankan oleh BPS adalah

sebagai berikut :

1. Menyediakan kebutuhan data bagi pemerintah dan masyarakat. Data ini

didapatkan dari sensus atau survey yang dilakukan sendiri dan juga dari

departemen atau lembaga pemerintahan lainnya sebagai data sekunder.

2. Membantu kegiatan statistik di departemen, lembaga pemerintah atau

institusi lainnya, dalam membangun sistem perstatistikan nasional.

3. Mengembangkan dan mempromosikan standar teknik dan metodologi

statistik, dan menyediakan pelayanan pada bidang pendidikan dan

pelatihan statistik.

4. Membangun kerjasama dengan institusi internasional dan negara lain

untuk kepentingan perkembangan statistik Indonesia.

3.2 Sejarah Singkat Badan Pusat Statistik

3.2.1 Masa Pemerintahan Hindia Belanda

Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur

Handed) dan Berpendudukan di Bogor. Kantor ini diserahi tugas untuk

mengelolah dan mempublikasikan data statistik.

Pada bulan Maret 1923, dibentuk suatu komisi untuk statistik yang

anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut diberi

tugas untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin

untuk mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia.

Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan

nama Central Kantor Voor de Statistik (CKS) atau kantor statistik dan di

pindahkan ke Jakarta. Bersama dengan itu beralih pula pekerjaan mekanisme

Statistik Perdagangan yang semula dilakukan oleh kantor Invoer Vitvoer en

Accijnsen (IUA) yang sekarang disebut kantor Bea dan Cukai.

3.2.2 Masa Pemerintahan Jepang

Pada bulan Juni 1944, pemerintah Jepang baru mengaktifkan kembali kegiatan

Statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau

militer. Pada masa ini Central Kantor Voor de Statistik (CKS) diganti namanya

3.2.3 Masa Kemerdekaan Republik Indonesia

Setelah Proklamasi kemerdekaan RI tanggal 17 Agustus 1945, kegiatan Statistik

ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan

yaitu KAPPURI (Kantor Penyelidik Perangkaan Umum Republik Indonesia)

dipindahkan ke Yogyakarta sebagai sekuens dari perjanjian Linggarjati.

Sementara itu pemerintah Belanda (NICA) di Jakarta mengaktifkan kembali

Central Kantor Voor de Statistik (CKS).

Berdasarkan surat edaran kementrian kemakmuran tanggal 12 Juni 1950

Nomor 219/S.C, KAPURRI (Kantor Penyelidik Perangkaan Umum Republik

Indonesia) dan Central Voor de Statistik (CKS) dilebur menjadi Kantor Pusat

Statistik (KPS) dan berada dibawah dan bertanggung jawab menteri

Kemakmuran.

Dengan surat Menteri Perekonomian tanggal 1 Maret 1952 Nomor p/44,

Lembaga Kantor Pusat Statistik (KPS) berada dibawah dan bertanggungjawab

menteri Perekonomian. Selanjutnya keputusan Menteri Perekonomian tanggal 24

Desember 1953 Nomor:18.099/M, KPS dibagi menjadi dua bagian yaitu bagian

Research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang

disebut Afdeling B.

Dengan keputusan Presiden RI Nomor 131 tahun 1957, kemerdekaan

Perindustrian. Untuk selanjutnya keputusan Presiden RI Nomor 172, terhitung

tanggal 1 Juni 1957 Kantor Pusat Statistik (KPS) diubah menjadi Biro Pusat

Statistik yang semula menjadi tanggung jawab dan wewenang berada dibawah

perdana.

3.2.4 Masa Orde Baru Sampai Sekarang

Perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang

handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan

organisasi Biro Pusat Statistik.

Dalam masa orde baru ini Badan Pusat Statistik telah mengalami empat

kali perubahan struktur organisasi:

1. Peraturan Pemerintah Nomor 16 tahun 1968 tentang organisasi Badan

Pusat Statistik.

2. Peraturan Pemerintah Nomor 6 tahun 1980 tentang organisasi Badan Pusat

Statistik.

3. Peraturan Pemerintah Nomor 2 tahun 1992 tentang organisasi Badan Pusat

Statistik dan Keputusan Presidan Nomor 6 tahun 1992 tentang kedudukan,

fungsi, susunan dan tata Kerja Biro Pusat Statistik.

4. Undang-undang Nomor 16 tahun 1917 tentang Statistik

6. Keputusan Pemerintah Nomor 51 tahun 1999 tentang penyelenggaraan

Statistik

Tahun 1968,ditetapkan peraturan Pemerintah Nomor 16 tahun 1968 yaitu

yang mengatur organisasi dan tata kerja di pusat dan di daerah.Tahun 1980

peraturan pemerintah nomor 6 tahun 1980 tentang organisasi sebagai pengganti

peraturan pemerintah Nomor 16 tahun 1968. Berdasarkan peraturan Pemerintah

Nomor 6 tahun 1980 di tiap propinsi terdapat perwakilan BPS.

Pada tanggal 17 Juni 1998 dengan keputusan Presiden Republik Indonesia

Nomor 86 tahun1998 ditetapkan Badan Pusat Statistik, sekaligus mengatur tata

kerja dan struktur organisasi BPS yang baru.

3.3 Logo Instansi

Logo pada Badan Pusat Statistik memiliki warna biru,hijau dan Orange, dan di

setiap warna memiliki arti khusus.Kegiatan pokok yang di lakukan dari setiap

warna lambang pada Badan Pusat Statistik adalah:

a. Biru melambangkan kegiatan Sensus Penduduk yaitu gender,indexs

pembangunan manusia, kemiskinan, kependudukan,kesehatan, ketahanan

sosial,konsumsi dan pengelaran, pendidikan, perumahan, sosial budaya,

tenaga kerja yang di lakukan Sepuluh tahun sekali setiap akhiran tahun

dalam angka 0.

b. Hijau melambangkan kegiatan sensus pertanian yaitu sensus tanaman

pangan, holtikultura,perkebunan,peternakan,perikanan, dan kehutanan

yang di lakukan sepuluh tahun sekali setiap akhiran tahun dalam angka 3.

c. Orange melambangkan kegiatan sensus ekonomi yang di lakukan sepuluh

tahun sekali setiap akhiran tahun dalam angka 6.

3.4 Visi dan Misi Badan Pusat Statistik (BPS) Kota Medan

3.4.1 Visi :

Adapun yang menjadi visi dari Badan Pusat Statistik adalah :

3.4.2 Misi :

1. Memperkuat landasan konstitusional dan operasional lembaga statistik untuk

penyelenggaraan statistik yang efektif dan efisien

2. Menciptakan insan statistik yang kompeten dan profesional, didukung

pemanfaatan teknologi informasi mutakhir untuk kemajuan perstatistikaan

indonesia

3. Meningkatkan penerapan Standar klasifikasi, konsep dan definisi,

pengukuran, dan kode etik statistik yang bersifat universal dalam setiap

penyelenggaraan statistil

4. Meningkatkan kualitas pelayanan informasi statistik bagi semua pihak

5. Meningkatkan koordinasi, integrasi, dan sinkronisasi kegiatan statistik yang

diselenggarakan pemerintah dan swasta, dalam kerangka Sistem Statistik

Nasional (SSN) yang efektif dan efisien

3.5Nilai-nilai Inti pada Badan Pusat Statistik

Core values (nilai–nilai inti) BPS merupakan pondasi yang kokoh untuk

membangun jati diri dan penuntun perilaku setiap insan BPS dalam melaksanakan

Nilai-nilai Inti BPS terdiri dari:

a. Profesional Kompeten

Mempunyai keahlian dalam bidang tugas yang diemban.

Efektif

Memberikan hasil maksimal.

Efisien

Mengerjakan setiap tugas secara produktif, dengan sumber daya minimal.

Inovatif

Selalu melakukan pembaruan dan/atau penyempurnaan melalui proses

pembelajaran diri secara terus-menerus.

Sistemik

Meyakini bahwa setiap pekerjaan mempunyai tata urutan proses sehingga

pekerjaan yang satu menjadi bagian yang tidak terpisahkan dari pekerjaan

yang lain merupakan modal dasar yang harus dimiliki oleh setiap pegawai

dalam melaksanakan profesi/tugasnya, dengan unsur-unsur sebagai berikut.

b. Integritas Dedikasi

Memiliki pengabdian yang tinggi terhadap profesi yang diemban dan

institusi.

Disiplin

Konsisten

Satunya kata dengan perbuatan.

Terbuka

Menghargai ide, saran, pendapat, masukan, dan kritik dari berbagai pihak.

Akuntabel

Bertanggung jawab dan setiap langkahnya terukur. Merupakan sikap dan

perilaku kerja yang harus dimiliki oleh setiap pegawai dalam

pengabdiannya kepada institusi/organisasi, dengan unsur-unsur sebagai

berikut.

c. Amanah Terpercaya

Melaksanakan pekerjaan sesuai dengan ketentuan, yang tidak hanya

didasarkan pada logika tetapi juga sekaligus menyentuh dimensi mental

spiritual.

Jujur

Melaksanakan semua pekerjaan dengan tidak menyimpang dari prinsip

moralitas.

Tulus

Melaksanakan tugas tanpa pamrih, menghindari konflik kepentingan

(pribadi, kelompok, dan golongan), serta mendedikasikan semua tugas

untuk perlindungan kehidupan manusia, sebagai amal ibadah atau

perbuatan untuk Tuhan Yang Maha Esa.

Adil

BAB 4

PENGOLAHAN DATA

4.1Pengambilan Sampel

Dalam penelitian ini, data yang dikumpulkan adalah data mengenai pertumbuhan

Produk Domestik Regional Bruto (PDRB), dan faktor-faktor yang

mempengaruhinya yaitu :

1. Sektor Industri Pengolahan.

2. Sektor Pengangkutan & Komunikasi.

3. Sektor Jasa-Jasa.

Untuk memperoleh model yang cocok dalam melihat tingkat pertumbuhan

Produk Domestik Regional Bruto (PDRB) berdasarkan faktor-faktor penduga

tersebut, maka penulis menggunakan analisis regresi linier dengan satu variabel

terikat (dependent variable) dan tiga variabel bebas (independent variable). Dalam hal ini, pertumbuhan Poduk Domestik Regional Bruto (PDRB) sebagai

variabel terikat dan yang menjadi variabel bebas adalah Sektor Industri

Pengolahan ( ), Sektor Pengangkutan & Komunikasi ( ), dan Sektor Jasa-Jasa

( ). Data yang diolah adalah data 11 tahun terakhir yaitu tahun 2001-2011. Data

Tabel 4.1 : Data yang akan diolah

Tahun PDRB Industri Pengolahan

Pengangkutan &

( Sumber : Badan Pusat Statistik Provinsi Sumtera Utara)

Keterangan :

= Produk Domestik Regional Bruto (PDRB)

= Sektor Industri Pengolahan

= Sektor Pangangkutan & Komunikasi

= Sektor Jasa-jasa

4.2Membentuk Persamaan Linier Berganda

Dari data tersebut akan dibentuk persamaan regresi linier berganda dengan

terlebih dahulu menentukan koefisien-koefisien regresinya. Untuk menentukannya

Tabel 4.2 : Nilai-nilai yang diperlukan untuk menentukankoefisien regresi

Tahun PDRB _Pengolahan Industri

Pengangkutan

Jumlah 144,47 176,26 158,38 168,7 2976,686 2338,8458 2629,9394

Sambungan Tabel 4.2

Tahun . . .

2001 96,04 188,8752 181,222 164,154 141,512 128,184 122,99

2002 49,5616 159,125 270,5125 153,425 117,92 66,88 113,696

2003 108,16 266,246 291,4224 156,306 231,712 124,28 136,032

2004 123,21 236,6948 185,6458 212,4986 159,618 182,706 143,301

2005 224,1009 271,377 256,671 238,2087 255,987 237,5739 224,6997

2006 282,24 275,0558 288,8272 229,3856 312,648 248,304 260,736

2007 248,6929 323,7611 324,3494 273,0754 309,2497 260,3627 260,8358

2008 243,9844 332,1108 344,0892 306,1539 301,7784 268,5078 278,1922

2009 136,89 123,1175 127,835 183,9442 108,225 155,727 161,694

2010 261,7924 219,3152 217,8654 275,0592 213,2524 269,2352 267,4554

2011 227,7081 148,4406 212,9652 245,8302 171,1206 197,5281 283,3902

Dari tabel tersebut diperoleh harga-harga sebagai berikut :

Rumus umum persamaan regresi linier berganda dengan 3 variabel bebas yaitu :

Y_i = b₀+ b₁X_1i+b₂X_2i+b₃X_3i

dan diperoleh melalui persamaan-persamaan berikut :

Harga-harga yang telah diperoleh disubsitusikan ke dalam bentuk persamaan

tersebut, maka diperoleh :

Setelah persamaan di atas diselesaikan, maka diperolehlah nilai

koefisien-koefisien linier bergandanya antara lain :

b₀ = -10,756

b_{1 = 0,024}

b_{2 = 0,904}

b₃ = 0,685

Dari koefisien-koefisien yang diperoleh dibentuklah model persamaan regresi

linier berganda :

dengan didapat persamaan regresi linier bergandanya, maka untuk

mengetahui seberapa besar diperkirakan penyimpangan tingkat pertumbuhan

Produk Domestik Regional Bruto di Kabupaten Langkat, maka dapat dihitung

Tabel 4.3 Penyimpangan Nilai Koefisien

2004 11,1 13,31231 -2,21231 4,894315536

2005 14,97 14,28273 0,68727 0,472340053

2006 16,8 13,68296 3,11704 9,715938362

2007 15,77 15,96958 -0,19958 0,039832176

2008 15,62 17,44729 -1,82729 3,338988744

2009 11,7 10,96494 0,73506 0,540313204

2010 16,18 15,92593 0,25407 0,064551565

2011 15,09 14,21382 0,87618 0,767691392

Jumlah 144,47 144,64926 -0,17926 25,70901019

Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus:

dengan:

= 25,70901019

n = 11

diperoleh:

= 1,916

Dengan penyimpangan nilai yang didapat, ini berarti bahwa rata-rata Produk

Domestik Regional Bruto Kabupaten Langkat yang sebenarnya akan menyimpang

dari rata-rata Produk Domestik Regional Bruto Kabupaten Langkat adalah sebesar

1,916 (perhitungan selanjutnya dapat dilihat pada lampiran 1).

4.3 Koefisien Determinasi

Untuk menguji model regresi yang terbentuk, diperlukan dua macam jumlah

kuadrat (JK) yaitu JK untuk regresi ( dan JK untuk sisa( yang akan di

dapatkan setelah mengetahui nilai-nilai antara lain

= – , = – = - dan = . Untuk memperoleh

nilai-nilai tersebut maka diperlukan harga-harga berikut :

= 16,02 ; = 14,40 ; = 15,34 ; Y = 13,13

Untuk menganalisis dan mengetahui seberapa besar pengaruh sektor

Industri Pengolahan, sektor Pengangkutan dan Komunikasi, serta sektor Jasa-jasa

terhadap pertumbuhan Produk Domestik Regional Bruto (PDRB), maka dapat

dilakukan perhitungan sebagai berikut:

dengan:

JK_reg = b₁ x_1iy_i+ b₂∑x_2iy_i+ b₃∑x_3iy_i

= (0,024)(8,09) + (0,904)(59,18) + (0,685)(37,38)

= 0,19416 + 53,49872 + 25,6053

= 79,29818

= 104,96

Sehingga diperoleh:

0,86919

Dari hasil perhitungan diperoleh koefisien determinasi ( ) sebesar 0,7555

berarti sekitar 75,55% tingkat PDRB dipengaruhi oleh Industri Pengolahan,

Dengan mencari akar dari koefisien determinasi, maka didapat koefisien

korelasinya (R) sebesar 0,86919

4.4 Koefisien Korelasi

4.4.1Perhitungan Korelasi antara Variabel Bebas dan Variabel Terikat

Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tidak bebas,

maka dari tabel 4.2 dapat dihitung besar koefisien korelasinya yaitu :

1. Koefisien korelasi antara PDRB (Y) dengan Industri Pengolahan ( ) :

=

=

=

=

=

=

2. Koefisien korelasi antara PDRB (Y) dengan Pengangkutan dan Komunikai

( ) :

=

=

=

=

=

=

= 0,7555

3. Koefisien korelasi antara PDRB (Y) dengan Jasa-jasa ( ) :

=

=

=

=

=

= 0,5582

4.4.2 Perhitungan Korelasi antara Variabel Bebas

1. Koefisien korelasi antara Industri Pengolahan ( ) dengan Pengangkutan

dan Komunikasi ( ) :

=

=

=

=

=

=

2. Koefisien korelasi antara Industri Pengolahan ( )dengan Jasa-jasa ( ) :

=

=

=

=

=

=

= -0,0022

3. Koefisien korelasi antara Pengangkutan dan Komunikasi ( ) dengan

Jasa-jasa ( :

=

=

=

=

=

= 0,1815

Dari perhitungan koefisien korelasi baik antara variabel bebas terhadap

variabel tak bebas maupun antara sesama variabel bebas diperoleh kesimpulan

sebagai berikut :

1.r_y1=-2,0926 ; variabel X₁berkorelasi sangat lemah terhadap variabel Y

2. r_y2= 0,7555 ; variabel X2berkorelasi sangat kuat terhadap variabel Y

3. r_y3= 0,5582 ; variabel X₃berkorelasi kuat terhadap variabel Y

4. r12= 0,0667; variabel X1berkorelasi sangat lemah terhadap variabel X2

5. r₁₃= -0,0022 ; variabel X₁berkorelasi sangat lemah terhadap variabel X₃

6. r₂₃= 0,1815 ; variabel X₂berkorelasi sangat lemah terhadap variabel X₃

4.5Uji Regresi Linier Berganda

Pengujian hipotesis bagi koefisien-koefisien regresi linier berganda dapat

dilakukan secara serentak atau keseluruhan. Pengujian regresi linier perlu

dilakukan untuk mengetahui apakah industri pengolahan, pengangkutan dan

komunikasi, serta jasa-jasa memiliki pengaruh terhadap pertumbuhan Produk

Domestik Regional (PDRB) di Kabupaten Langkat.

1. Menentukan formulasi hipotesis

Artinya (Industri Pengolahan), (Pengangkutan dan Komunikasi), dan

(Jasa-jasa)mempengaruhi PDRB (Produk Domestik Regional Bruto) di

Kabupaten Langkat

:

Artinya minimal ada parameter koefisien regresi yang tidak sama dengan nol

atau mempunyai pengaruh terhadap PDRB (Produk Domestik Regional Bruto)

di Kabupaten Langkat

2. Menentukan taraf nyata dan nilai dengan derajat kebebasan = k dan

= n-k-1.

dengan :

= 0,05

= 3

= n-k-1 = 11-3-1 = 7

Maka diperoleh sebesar 4,35

3. Menentukan kriteria pengujian

diterima jika

4. Menentukan nilai statistik F dengan rumus:

dengan:

= jumlah kuadrat regresi

= jumlah kuadrat residu (sisa)

= derajat kebebasan

= 79,29818

{(Y_i-

^

Y)2} =25,70901019

maka diperoleh:

7,197052135

Dapat dilihat nilai = 7,1971 = 4,35 Artinya ditolak. Hal

ini memberikan kesimpulan bahwa minimal ada parameter koefisien regresi yang

tidak sama dengan nol atau sektor Industri Pengolahan, sektor Pengangkutan dan

Domestik Regional Bruto (perhitungan dapat diperoleh dengan menggunakan

SPSS dengan output pada lampiran 1).

4.6 Uji Koefisien Regresi Linier Berganda

Keberartian adanya variabel-variabel bebas dalam regresi linier ganda perlu diuji

untuk menunjukkan seberapa besar pengaruh yang diberikan pada variabel tak

bebas. Dan cara yang tepat untuk mengujinya adalah dengan menggunakan uji

statistik t (student).

Koefisien korelasi antara Industri Pengolahan ( ) dengan Pengangkutan dan

Komunikasi ( ), serta Jasa-jasa (

0,066704804

-0,0022

0,1815

= (

= 152,36

58,46

Nilai diatas diperoleh dari tabel berikut:

Tabel 4.5 Perhitungan Jumlah Kuadrat

maka diperoleh:

0,155571

0,298199

= 0,154270397

= 3,607457541

= 2,297123733

Dari tabel distribusi t dengan dk = dan maka dapat

dilihat bahwa = 2,36

Maka dari perhitungan di atas diperoleh:

maka diterima

maka ditolak

Dari ketiga koefisien regresi tersebut menunjukkan bahwa variabel

(Industri Pengolahan) dan variabel (Jasa-Jasa) tidak memiliki pengaruh yang

berarti atau signifikan terhadap persamaan regresi yang ditentukan, sedangkan

variabel (Pengangkutan dan Komunikasi) memiliki pengaruh yang berarti atau

BAB 5

IMPLEMENTASI SISTEM

5.1Pengertian Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain

sistem yang ada dalam desain sistem yang disetujui, menginstal dan memulai

sistem atau sistem yang diperbaiki.

Tahapan implementasi sistem merupakan tahapan penerapan hasil desain

yang tertulis ke dalam programming. Pengolahan data pada tugas akhir ini menggunakan software yaitu SPSS 16.0 dalam memperoleh hasil perhitungan.

5.2 Sekilas Tentang Program SPSS

SPSS(Statistical Product and Service Solution)merupakan sebuah program

komputer yang dapat digunakan untuk melakukan perhitungan statistik. Program

ini dimungkinkan untuk melakukan perhitungan statistik secara cepat dan tepat,

mulai dari yang sederhana hingga yang paling rumit sekalipun tanpa harus repot

menghitung secara manual. Hanya dengan mendesain variabel yang akan di

analisis, memasukkan data, dan melakukan perhitungan dengan menggunakan

SPSS pertama sekali diperkenalkan oleh tiga mahasiswa Standford

University pada tahun 1968. Tahun 1948 SPSS sebagai software muncul pertama sekali dengan nama SPSS/PC+ dengan sistem Dos. Lalu sejak tahun 1992 SPSS

mengeluarkan versi Windows. SPSS dengan sistem Windows telah mengeluarkan

software dengan beberapa versi yang berkembang dalam penggunaannya dalam

mengolah data statistika.

SPSS sebelumnya dirancang untuk pengolahan data statistik pada

ilmu-ilmu sosial, sehingga SPSS merupakan singkatan dari Statistical Package for the

Social Science. Namun, dalam perkembangan selanjutnya penggunaan SPSS

diperluas untuk berbagai jenis penggunaan, misalnya untuk proses produksi di

perusahaan, riset ilmu-ilmu sains dan sebagainya. Sehingga kini SPSS menjadi

singkatan dari Statistical Product and Service Solutions.

5.3 Mengaktifkan SPSS pada window yaitu sebagai berikut :  Pilih menu Start dari Windows

 Selanjutnya pilih menu Program

Tampilannya seperti gambar 5.1 berikut ini :

Gambar 5.1 Tampilan Pengaktifan SPSS 16.0

5.4 Mengoperasikan SPSS

Setelah mengklik pilihan SPSS Statistics 17.0, maka akan muncul tampilan jendela seperti gambar 5.2 berikut ini :

5.5Input Variabel (Variable View)

SPSS Data Editor mempunyai 2 tipe lingkungan kerja yaitu : Data View dan

Variable View.Untuk menyusun defenisi variabel, posisi tampilan SPSS Data

Editor harus berada pilih ada “Variable View”. Lakukan dengan mengklik tab

sheet Variable View yang berada dibagian kiri bawah atau langsung menekan

Ctrl+T. Tampilan variable view juga dapat dimunculkan dari View lalu pilih

Variable.

Pada tampilan jendela Variabel view terdapat kolom-kolom berikut :

Name : untuk memasukkan nama variabel yang akan diuji

Type : untuk mendefenisikan tipe variabel apakah bersifat

numeric atau string

Widht : untuk menuliskan panjang pendek variabel

Decimals : untuk menuliskan jumlah desimal di belakang koma

Label : untuk menuliskan label variabel

Values : untuk menuliskan nilai kuantitatif dari variabel yang skala

pengukurannya ordinal atau nominal bukan scale

Missing : untuk menuliskan ada tidaknya jawaban kosong

Columns : untuk menuliskan lebar kolom

Align : untuk menuliskan rata kanan, kiri atau tengah penempatan

teks atau angka di Data view

Measure : untuk menentukan skala pengukuran variabel,

Pengisian Variabel

Tempatkan pointer pada baris pertama di bawah Name.

Name :klik ganda pada sel tersebut dan ketik Tahun

Type :Pilih numeric karena dalam bentuk data

Width : Untuk keseragaman ketik 8

Decimal : Ketik 0

Label : Ketik Tahun

Values dan Missing : Abaikan pilihan ini karena data tidak dikategorisasikan

Align : Pilih Center

Measure : Pilih scale

Variabel Y

Name : Letakkan kursor di bawah Tahun, lalu klik ganda

pada sel tersebut kemudian ketik PDRB

Type : Pilih numeric karena berupa angka

Width : Untuk keseragaman ketik 8

Decimal : Ketik 2

pada sel tersebut kemudian ketik Industri_Pengolahan

Type : Pilih numeric karena berupa angka

Decimal : Ketik 2

Label : Ketik Industri_Pengolahan

Align : Pilih Center

Measure : Pilih scale

Lakukan seterusnya untuk variabel X2dan X3. Tampilannya seperti gambar 5.3

berikut ini :

Gambar 5.3Tampilan Jendela Variabel View dalam SPSS

5.6Input Data (Data View)

Aktifkan jendela data dengan mengklik Data View

Ketikkan data yang sesuai dengan setiap variabel yang telah didefenisikan pada

Gambar 5.4 Tampilan Jendela Pengisian Data View

5.7Pengolahan Data dengan Persamaan Regresi

SSPada layar kerja Data View, klik Analyze yang terdapat pada menu kemudian pilih Regression dan klik Linier, seperti gambar 5.5 berikut ini :

Kemudian dilanjutkan untuk melengkapi jendela-jendela Linier Regression. Pada kotak dependen isikan variabel Y (Penerimaan Pemerintah) sedangkan

pada kotak independen isikan dengan variabel (Retribusi Daerah) dan

(Ekspor Barang Konsumsi). Pilih Methode: Enter, seperti pada gambar 5.6 berikut ini :

Gambar 5.6 Tampilan Jendela Regresi Linier

Kemudian klik Statistics dan pilih Estimates, Durbin Watson, Descriptive, dan

Collinierity Diagnostics, lalu klik continue, seperti gambar 5.7 berikut ini:

Kemudian dilanjutkan dengan memilih Plots, maka pada layar akan tampak tampilan Windows Linier Regression: Plots. Masukkan variabel SDRESID pada kotak pilihan Y, dan masukkan variabel ZPRED pada kotak pilihan X.

Pada kolom Standarized Residual Plots pilih Histogram dan Normal

Probability Plots. Pilih continue kemudian klik OK.

Gambar 5.8 Tampilan Jendela Regresi Linier Plot

Dilanjutkan klik Save dan pilih Residual Standardized dan terakhir klik OK, seperti gambar 5.9 di bawah ini:

5.8Pengolahan Data dengan Korelasi

Pada layar kerja Data View, klik Analyze yang terdapat pada menu kemudian pilih

correlation bivariateseperti gambar 6.0 berikut ini:

Gambar 6.0 Tampilan Pengolahan Data dengan Korelasi

Kemudian pindahkan semua variabel yang diperlukan lalu dalam kolom

corelation coefficients: pearson, dan pada kolom Test of Significant :Two Tailed

dan klik Ok.

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Berdasarkan hasil pengolahan data, maka dapat diambil kesimpulan sebagai

berikut:

1. Hasil persamaan regresi linier yang didapat untuk , , dan

bernilai positif jadi dapat disimpulkan bahwa semakin tinggi variabel

(Industri Pengolahan), (Pengangkutan dan Komunikasi), dan

(Jasa-Jasa) tersebut maka semakin tinggi pula pertumbuhan Produk Domestik

Regional Brutonya.

2. Dari hasil analisis data tersebut didapatkan bahwa variabel (Industri

Pengangkutan dan Komunikasi) memiliki pengaruh yang sangat kuat

terhadap Pertumbuhan Produk Domestik Regional Bruto (PDRB).

3. Koefisien determinasi ( ) sebesar yang berarti, sekitar 75,55 % tingkat Produk Domestik Regional Bruto dipengaruhi oleh Industri

Pengolahan, Pengangkutan dan Komunikasi, serta Jasa-jasa dan sisanya

6.2 Saran

Penulis memberikan beberapa saran terhadap hasil penelitian sebagai berikut:

1. Peningkatan hasil dari setiap sektor dari lapangan usaha perlu ditingkatkan

lagi untuk meningkatkan pendapatan Produk Domestik Regional Bruto di

Kabupaten Langkat.

2. Penulis menyarankan agar metode regresi linier dapat dipakai untuk

mencari pengaruh Produk Domestik Regional Bruto terhadap sektor

Industri Pengolahan, sektor Pengangkutan dan Komunikasi, serta

DAFTAR PUSTAKA

Algifari.1997. Analisis Regresi. Edisi Pertama.Yogyakarta: BPFE.

Agifari. 2000. Analisis Regresi Teori, Kasus, dan Solusi. Edisi Kedua. Yogyakarta: BPFE.

BPS. Produk Domestik Regional Bruto Kabupaten Langkat 2008

BPS. Produk Domestik Regional Bruto Kabupaten Langkat 2012

Hartono. 2004. Statistik untuk Penelitian. Pekan Baru: LSFK2P.

Iswardono. 1981. Sekelumit Analisa Regresi dan Korelasi. Edisi Pertama. Yogyakarta: BPFE.

J.Supranto. 2008. Statistik Teori dan Aplikasi. Edisi Ketujuh. Jakarta: Erlangga.

Komputer, Wahana. 2001. Pengolahan data Statistik dengan SPSS 10.0. Semarang: Salemba Infotek.

Pasaribu, Amudi. 1989. Pengantar Statistik. Medan: Ade Putra.

Santoso, Ratno Dwi, Mustadjab Hary Kusnadi. 1992. Analisis Regresi. Yogyakarta: Andi Offset.

Sigit, Christianus. 2010. SPSS 18. Yogyakarta: Andi Offset.

Lampiran 1

DATA DESKRIPSI

UJI KORELASI DARI PENGOLAHAN REGRESI LINIER

UJI F

UJI T

DIAGRAM