Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi

(1)

ANALISIS REGRESI BERGANDA TERHADAP FAKTOR-FAKTOR

YANG MEMPENGARUHI LAJU INFLASI

TUGAS AKHIR

FITRIANI SAGALA 052407021

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(2)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. ANALISIS REGRESI BERGANDA TERHADAP FAKTOR-FAKTOR

YANG MEMPENGARUHI LAJU INFLASI

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

FITRIANI SAGALA 052407021

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(3)

PERSETUJUAN

Judul : ANALISIS REGRESI BERGANDA TERHADAP

FAKTOR–FAKTOR YANG MEMPENGARUHI LAJU INFLASI

Kategori : TUGAS AKHIR

Nama : FITRIANI SAGALA

Nomor Induk Mahasiswa : 052407021 Program Studi : D3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Mei 2008

Diketahui/Disetujui oleh

Depertemen Matematika FMIPA USU

Ketua, Pembimbing

Dr. Saib Suwilo, M.Sc. Drs. Rachmad Sitepu, M.Si.

(4)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. PERNYATAAN

GAMBARAN STATISTIK KABUPATEN LABUHAN BATU TAHUN 2008

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing – masing disebutkan sumbernya.

Medan, 31 Mei 2008

(5)

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala rahmat adan karunia yang telah diberikan sehingga penulis dapat menyelesaikan tugas akhir ini dalam waktu yang telah ditetapkan.

Tujuan dari tugas akhir ini adalah untuk melengkapi persyaratan dalam memperoleh gelar Ahli Madya pada Program Diploma – III Jurusan Statistika FMIPA USU. Sehubungan dengan penulisan tugas akhir ini, penulis memilih judul “Analisis Regresi Berganda Terhadap Faktor – Faktor Yang Mempengaruhi Laju Inflasi”.

Penulis banyak meneima saran dan bimbingan dari berbagai pihak baik secara langsung maupun tidak langsung selama menyelesaikan tugas akhir ini. Untuk itu pada kesempatan ini, penulis ingin mengucapkan terimakasih yang sebesar-besarnya kepada:

1. Bapak Drs. Rahmad Sitepu, M.Si selaku dosen pembimbing yang sangat membantu dalam penyusunan Tugas Akhir ini.

2. Bapak Dr. Eddy Marlianto, M.Sc , selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam USU.

3. Bapak Dr. Saib Suwilo, M.Sc , ketua Departemen dan Jurusan Matematika FMIPA USU.

4. Bapak dan Ibu dosen pengajar program D-III Statistika.

5. Seluruh staf dan pegawai FMIPA USU.

6. Bapak ketua BPS Provinsi Sumatera Utara yang telah mengijinkan penulis melakukan riset data untuk penyusunan tugas akhir ini.

7. Ayahanda K. Sagala, S.H dan Ibunda R br Naibaho tercinta yang selalu memberikan dukungan dan semangat, semoga Tuhan memberkati.

(6)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008.

My Little Brother ‘Lamhot Sagala’, yang telah memberi dukungan. Semoga Tuhan memberkati dan memberikan masa depan yang lebih baik kepada kita semua.

9. Buat sahabat senasib seperjuangan, Rani, Yosepa, Helmi, Devi, Frimi, Eka Qthink. Buat semua teman- temanku Stat’05 A, serta semua yang tidak disebutkan namanya terimakasih atas dukungan dan kerjasamanya selama ini. 10.Buat teman – teman penghuni Mandolin 2 lantai 2 Pasar 2 Padang Bulan,

K’Kariz, K’Ira, d’Dewi dan d’Malem.

Penulis sungguh menyadari bahwa tugas akhir ini masih jauh dari sempurna, disamping pengetahuan dan pengalaman penulis yang terbatas. Untuk itu penulis mengharapkan saran dan kritik yang membangun dari semua pihak yang membacanya.

Demikianlah kiranya tugas akhir ini dapat bermanfaat bagi siapa saja yang membacanya, khususnya bagi mahasiswa/i statistika di FMIPA USU.

Medan, Mei 2008 Penulis,

(7)

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Penghargaan iii

Daftar Isi v

Daftar Tabel vii

Daftar Gambar viii

Bab 1 Pendahuluan 1

1.1Latar Belakang 1

1.2Identifikasi Masalah

1.3Batasan Masalah 5

1.4Tujuan Penelitian 5

1.5Manfaat Penelitian 5

1.6Metodologi Penelitian

1.7Tinjauan Pustaka 7

1.8Sistematika Penulisan 8

Bab 2 Landasan Teori 10

2.1 Konsep Dasar Analisis Regresi 10

2.2 Persamaan Regresi 11

2.2.1 Persamaan Regresi Linier Sederhana 12 2.2.2 Persamaan Regresi Linier Berganda 12

2.3 Uji Regresi Linier Ganda 17

2.4 Koefisien Determinasi 18

2.5 Koefisien Korelasi 19

2.6 Uji Koefisien Regresi Ganda 21

Bab 3 Sejarah Singkat Badan Pusat Statistik (BPS) 23

3.1 Sejarah Badan Pusat Statistik 23

3.1.1 Masa Pemerintahan Hindia Belanda 23

3.1.2 Masa Pemerintahan Jepang 24

3.1.3 Masa Pemerintahan RI 24

3.1.4 Masa Orde Baru – Sekarang 25

3.2 Visi dan Misi 26

3.3 Kedudukan Dan Fungsi 27

3.4 Tata Kerja BPS 28

3.5 Tugas BPS 28

3.6 Struktur Organiasasi BPS 30

Bab 4 Analisis Data 34

(8)

4.2 Persamaan Regresi Linier Ganda 35

4.3 Uji Regresi Linier Ganda 40

4.4 Mencari Koefisien Determinasi 43

4.5 Mencari Koefisien Korelasi 44

4.5.1 Perhitungan Korelasi Antara Variabel Y dengan Xi. 44 4.5.2 Perhitungan Korelasi Antara Variabel Bebas 45 4.6 Pengujian Koefien Regresi Berganda 46

Bab 5 Implementasi Sistem 49

5.1 Pengertian Implementasi Sistem 49

5.2 Peranan Komputer Dalam Statistika 49

5.3 Cara Kerja SPSS 51

5.4 Mengoperasikan SPSS 53

5.4.1 Mengaktifkan Program SPSS pada Windows 53

5.4.2 Pemasukan Data 54

5.4.3 Menyimpan Data 58

5.5 Analisis Regresi dengan SPSS 58

5.6 Analisis Korelasi dengan SPSS 59

Bab 6 Penutup 61

6.1 Kesimpulan 61

6.2 Saran 62

(9)

DAFTAR TABEL

Halaman Tabel 2.1 Data Hasil Pengamatan dari n Responden

(X1,X2,…,Xk,Y) 14

Tabel 4.1 Data Jumlah Uang Beredar (triliun rupiah), Suku Bunga Bank (persen),Kurs Rupiah

Terhadap Dolar dan Laju Inflasi (persen). 35 Tabel 4.2 Nilai – nilai yang dibutuhkan untuk menghitung

koefisien – koefisien 36

Tabel 4.3 Harga Penyimpangan ^

Y 39

Tabel 4.4 Harga – harga yang diperlukan untuk uji

(10)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. DAFTAR GAMBAR

Halaman

Gambar 3.1 Bagan Struktur BPS 33

Gambar 5.1 Tampilan saat membuka SPSS pada windows 53 Gambar 5.2 Tampilan pada pengisian variabel view 57

Gambar 5.3 Tampilan pada data view 57

Gambar 5.4 Tampilan saat membuat persamaan regresi 58 Gambar 5.5 Tampilan pada kotak dialog regresi 59

Gambar 5.6 Tampilan analisis korelasi 60

(11)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Indonesia adalah salah satu negara berkembang di kawasan Asia. Dengan potensi sumber daya alam yang berlimpah dan sumber daya manusia yang besar diharapkan Indonesia dapat bersaing dengan negara – negara lain di dunia. Salah satu indikator kemajuan suatu negara adalah perekonomian. Negara yang maju adalah negara yang mempunyai perekonomian dan stabilitas nasional yang kuat. Perekonomian menjadi salah satu pondasi utama kekuatan suatu negara. Namun, stabilitas ekonomi tidak selalu berjalan dengan mulus karena perekonomian dipengaruhi oleh banyak faktor, baik itu faktor ekstern maupun faktor intern. Salah satu indikator utama yang digunakan untuk melihat perkembangan perekonomian suatu negara adalah tingkat laju inflasi.

(12)

mempunyai fluktuasi tinggi dari waktu ke waktu menandakan perekonomian suatu negara tidak atau kurang stabil. Indonesia pernah mengalami tingkat inflasi yang sangat tinggi yaitu pada tahun 1966 dan 1997-1998, yang mengakibatkan berbagai segi kehidupan masyarakat mengalami krisis. Banyak perusahaan yang gulung tikar dan pengangguran dimana – mana.

Faktor – faktor yang mempengaruhi terjadinya inflasi sangat banyak, bahkan termasuk faktor politik dan keamanan. Dalam penelitian ini akan dianalisis tiga faktor yang mempengaruhi laju inflasi yaitu jumlah uang beredar, suku bunga bank dan nilai tukar rupiah.

Jumlah uang beredar adalah banyaknya uang kartal dan uang giral serta uang kuasi yang beredar di masyarakat. Semakin banyak uang beredar maka nilai tukar (daya beli) uang menjadi lemah dan harga – harga kebutuhan akan naik. Dengan kata lain, semakin banyak uang yang beredar semakin tinggi angka inflasi.

(13)

Tingkat suku bunga bank juga sangat berpengaruh terhadap inflasi. Jika suku bunga bank rendah, masyarakat enggan untuk menyimpan uang di bank dan memilih untuk menggunakan uangnya untuk bentuk kegiatan ekonomi yang lain. Akibatnya jumlah uang beredar tinggi dan terjadilah inflasi. Sebaliknya, bila suku bunga bank tinggi masyarakat akan tertarik untuk menyimpan uang karena jaminan bunga yang tinggi. Uang yang ada di bank akan dipergunakan untuk menunjang kegiatan ekonomi rakyat seperti program pemberian pinjaman usaha. Jadi , masyarakat menjadi lebih produktif dan laju perekonomian pun meningkat. Kestabilan nilai tukar rupiah terhadap mata uang asing juga mengindikasikan tingkat inflasi. Ketika terjadi krisis ekonomi tahun 1998, nilai tukar rupiah terhadap dolar sangat rendah, mencapai tiga belas ribu rupiah per dolar. Hal itu dibarengi dengan kenaikan harga barang – barang kebutuhan yang mencapai 300% dari harga semula.

(14)

Untuk dapat menjaga dan mencapai tingkat inflasi yang rendah dan stabil diperlukan suatu kebijakan ekonomi dan komitmen dari semua pelaku kegiatan ekonomi. Pemerintah sudah banyak membuat kebijakan moneter seperti menaikkan suku bunga bank yang dapat menge-‘rem’ pengeluaran masyarakat dan rumah tangga pemerintah sehingga dapat menurunkan permintaan secara keseluruhan yang pada akhirnya dapat menurunkan inflasi.

1.2 Identifikasi Masalah

Dalam berbagai segi kehidupan pada umumnya dan pada bidang ekonomi pada khususnya, seringkali ditemui hubungan sebab akibat ( kausalitas ) antara satu faktor terhadap faktor yang lainnya. Misalnya, jika permintaan tinggi maka harga juga naik atau sebaliknya. Akan tetapi, besarnya hubungan sebab akibat tersebut tidak dapat diketahui jika hanya bersandar pada teori kualitatif atau akal sehat. Berapa besarnya peningkatan inflasi akibat uang yang beredar meningkat satu triliun rupiah? Berapa pula besarnya peningkatan suku bunga akibat meningkatnya inflasi sebesar satu persen?

(15)

1.3 Batasan Masalah

Permasalahan yang akan diangkat oleh penulis adalah menganalisis faktor – faktor yang mempengaruhi inflasi dengan regresi berganda. Adapun faktor yang akan dibahas adalah jumlah uang beredar, suku bunga bank, dan nilai kurs rupiah. Analisis terhadap ketiga faktor tersebut dapat memberikan gambaran yang kurang lebih spesifik mengenai perekonomian Indonesia sebagai negara berkembang.

1.4 Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah :

1) Untuk melihat bagaimana pengaruh faktor jumlah uang beredar, suku bunga bank, dan nilai tular rupiah terhadap laju inflasi dengan analisis regresi berganda dan mengetahui besarnya derajat hubungan antara satu faktor dengan faktor yang lain dengan analisis korelasi.

2) Sebagai bahan aplikasi teori analisis regresi berganda dan korelasi yang penulis dapatkan dari pembelajaran di perkuliahan.

1.5 Manfaat Penelitian

Manfaat dari penelitian ini adalah :

(16)

b. Dapat melihat perkembangan perekonomian Indonesia melalui tingkat laju inflasi dan digunakan dalam rangka pengambilan kebijakan untuk perbaikan perekonomian Indonesia.

1.6 Metodologi Penelitian

Metode yang digunakan penulis dalam melaksanakan penelitian ini adalah : 1. Penelitian Kepustakaan

Penelitian kepustakaan dilakukan untuk mendapatkan tinjauan teoritis melalui buku – buku literatur dan referensi yang mendukung.

2. Metode Pengumpulan Data

Dalam pengumpulan data,, penulis mengambil data sekunder dari Badan Pusat Statistik berupa buku – buku, referensi dan sumber – sumber yang dapat dipercaya dari Kantor Badan Pusat Statistik (BPS) Sumatera Utara. 3. Metode Pengolahan Data

Data yang dikumpulkan diolah secara periodik dan dalam kurun waktu yang sama yaitu antara Januari 2005 s/d Desember 2006. Adapun langkah – langkah pengolahan data yang dilakukan adalah :

1) Menentukan apa saja yang menjadi variabel bebas (X) dan variabel terikat (Y).

2) Mencari persamaan regresi antara variabel X dan Y dengan menggunakan rumus yang telah diperoleh dari buku literatur.

(17)

4) Uji koefisien regresi ganda dilakukan untuk mengetahui tingkat nyata koefisien – koefisien regresi yang di dapat.

4. Waktu dan Lokasi Penelitian

Penelitian dilakukan di Kantor Badan Pusat Statistik Sumatera Utara yang beralamat di Jln.Asrama No.179 Medan, tepatnya di perpustakaan BPS Medan pada tanggal 27 Maret s/d 31 Maret 2008.

1.7 Tinjauan Pustaka

Prinsip dasar permodelan regresi majemuk tidak berbeda dengan regresi sederhana. Hanya saja pada regresi sederhana digunakan satu variabel terikat, maka pada regresi majemuk digunakan lebih dari satu variabel terikat. Dengan semakin banyaknya variabel bebas berarti semakin tinggi pula kemampuan regresi yang dibuat untuk menerangkan variabel terikat, atau peran faktor – faktor lain di luar variabel bebas yang digunakan, yang dicerminkan oleh error semakin kecil. Studi yang menyangkut masalah ini dikenal dengan analisis regresi berganda.

Rumus yang digunakan untuk regresi berganda adalah :

ki k i

i b X b X

X b b

Y = ₀ + ₁ ₁ + ₂ ₂ +...+ ^

Dengan :

i = 1,2,3,...,n

= ^

Y nilai regresi

(18)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. X1i, X2i, X3i, ..., Xki = variabel bebas

Kemudian akan dilihat bagaimana tingkat hubungan antara satu atau beberapa variabel bebas dengan variabel terikat. Dalam regresi sederhana,jika angka koefisien determinasi tersebut diakarkan maka akan didapat koefisien korelasi ( r ) yang merupakan ukuran hubungan linier antar dua variabel ( X dan Y ). Untuk regresi majemuk dapat dihitung beberapa koefisien korelasi, yaitu korelasi antara Y dengan Xi.

Rumus korelasi antara Y dengan Xi adalah :

∑

−

∑ ∑

− − = ) ) ( )( ) ( ( ) )( ( 2 2 2 2 ,..., 2 , 1 . i i i i i i i i k y Y Y n X X n Y X Y X n r

1.8 Sistematika Penulisan

Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari Tugas Akhir ini, yaitu sebagai berikut

BAB 1 : PENDAHULUAN

Pada bab ini berisi tentang latar belakang permasalahan, identifikasi masalah, batasan masalah, tujuan dan manfaat penelitian, tinjauan pustaka serta sistematika penulisan.

(19)

Pada bab ini berisi tentang konsep dasar analisis regresi, persamaan regresi, analisis korelasi dan uji koefisien regresi berganda .

BAB 3 : SEJARAH SINGKAT BPS SUMATERA UTARA

Pada bab ini berisi tentang sejarah instansi tempat penulis mengadakan penelitian dan pengumpulan data. Isinya berupa sejarah BPS, tugas, fungsi, landasan hukum dan operasional BPS serta susunan organisasi.

BAB 4 : ANALISA SISTEM

Pada bab ini berisi tentang cara penggunaan rumus dan metode yang telah ditentukan dengan tinjauan pustaka.

BAB 5 : IMPLEMENTASI SISTEM

Pada bab ini berisi tentang cara mengolah dan menganalisis data dengan program SPSS.

BAB 6 : PENUTUP

(20)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. BAB 2

LANDASAN TEORI

2.1 Konsep Dasar Analisis Regresi

Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada variabel – variabel lain yang mempengaruhinya. Misalnya, pada seorang karyawan terhadap perubahan tingkat produktivitas karena adanya perubahan upah yang diterimanya. Dalam artian bahwa karyawan tersebut semakin produktif sebagai akibat adanya tambahan upah yang diterimanya. Dalam hal ini berarti bahwa perubahan produktivitas disebabkan oleh adanya perubahan upah. Dalam fenomena alam banyak sekali kejadian yang saling berkaitan sehingga perubahan pada variabel lain berakibat pada perubahan variabel yang lainnya. Teknik yang digunakan untuk menganalisis hal – hal semacam ini disebut dengan analisis regresi.

(21)

perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai analisis prediksi. Karena merupakan prediksi, maka nilai prediksi tidak selalu tepat dengan nilai riilnya, semakin kecil tingkat penyimpangan antara nilai prediksi dengan nilai riilnya, maka semakin tepat persamaan regresi yang kita bentuk.

Sehingga dapat didefinisikan bahwa: analisa regresi adalah metode statistika yang digunakan untuk menentukan kemungkinan bentuk hubungan antara variabel – variabel, dengan tujuan pokok dalam penggunaan metode ini adalah untuk meramalkan atau memperkirakan nilai dari suatu variabel lain yang diketahui.

2.2 Persamaan Regresi

Persamaan regresi (regression equation) adalah suatu persamaan matematis yang mendefinisikan hubungan antara dua variabel. Persamaan regresi yang digunakan untuk membuat taksiran mengenai variabel dependen disebut persamaan regresi

estimasi, yaitu suatu formula matematis yang menunjukkan hubungan keterkaitan antara

satu atau beberapa variabel yang nilainya sudah diketahui dengan satu variabel lain yang nilainya belum diketahui.

(22)

nilai variabel lain disebut dengan variabel bebas (independent variabel), sedangkan variabel yang nilainya dipengaruhi oleh nilai variabel lain disebut variabel tergantung

(dependent variabel).

2.2.1 Persamaan Regresi Linier Sederhana

regresi linier sederhana yaitu suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk persamaan antara variabel bebas tunggal dengan variabel tak bebas tunggal. Regresi linier sederhana hanya memiliki satu peubah bebas X yang dihubungkan dengan satu peubah tak bebas Y.

Bentuk umum dari persamaan regresi linier untuk populasi adalah sebagai berikut:

y,x= 0+ 1X

Dengan 0 dan 1 merupakan parameter – parameter yang ada dalam regresi itu.

Jika 0, 1 ditaktsir oleh b0 dan b1, maka bentuk regresi linier sederhana untuk

sampel adalah sebagai berikut :

X b b

Y ₀ ₁

^

+ =

(23)

Banyak persoalan penelitian / pengamatan yang terjadi sebagai akibat lebih dari dua variabel, atau dengan kata lain memerlukan lebih dari satu peubah bebas dalam membentuk model regresi. Sebagai salah satu contoh, IPK (Indeks Prestasi Kumulatif) seorang mahasiswa (Y) bergantung pada jumlah jam belajar (X1), banyaknya buku yang dibaca (X2), jumlah uang (X3) dan banyak faktor lainnya. Untuk memberikan gambaran tentang suatu permasalahan / persoalan, biasanya sangat sulit ditentukan sehingga diperlukan suatu model yang dapat memprediksi dan meramalkan respon yang penting terhadap persoalan tersebut, yaitu regresi linier berganda.

Bentuk umum model regresi linier berganda untuk populasi adalah :

y,x= 0+ 1X1+ 2X2+ … + kXk

Dimana 0, 1, 2,…, k adalah koefisien atau parameter model.

Model regresi linier berganda untuk populasi diatas dapat ditaksir berdasarkan sebuah sampel acak yang berukuran n dengan model regresi linier berganda untuk sampel, yaitu :

k kX

b X

b X b b

Y = 0 + 1 1+ 2 2 +...+ ^

Dengan : ^

Y = nilai penduga bagi variabel Y b0 = dugaan bagi parameter konstanta 0

(24)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. e = galat dugaan (error)

Untuk mencari nilai b0, b1,b2,…,bk diperlukan n buah pasang data (X1,X2,…,Xk,Y) yang dapat disajikan dalam tabel berikut.

Tabel 2.1 : Data Hasil Pengamatan dari n Responden (X1,X2,…,Xk,Y)

Responden

X1 X2 ……. Xk Y

1 2 . . . n

X11 X21 ……. Xk1 Y1 X12 X22 ……. Xk2 Y2 . . . . . . . . . . . . . . . X1n X2n ……. Xkn Yn

Dari tabel 2.1 dapat dilihat bahwa Y1 berpasangan dengan X11, X21,…, Xk1, data Y2 baerpasangan dengan X12, X22,…, Xk2 dan umumnya data Yn berpasangan dengan X1n, X2n,…, Xkn.

Persamaan regresi berganda dengan dua variabel bebas X1, X2 ditaksir oleh :

2 2 1 1 0 ^

X b X b b

(25)

Dan diperoleh tiga persamaan normal yaitu : ∑Yi = b0n + b1∑ X1i + b2∑X2i

∑Yi∑X1i = b0∑X1i + b1∑ X1i2+ b2∑ X1i X2i ∑Yi∑X2i = b0∑X2i + b1∑ X2i X1i + b2∑ X2i2

Sehingga dalam bentuk matriks dapat dituliskan :

                    =          

∑

2 1 0 2 2 1 2 2 1 1 1 2 1 2 1 b b b x X X X X X X X X X X n X Y X Y Y i i i i i i i i i i i i i i i

Dalam penelitian ini, penulis menggunakan regresi linier berganda dengan 4 variabel, yaitu satu variabel tak bebas (dependent variabel) dan tiga variabel bebas (independent variabel).

Untuk regresi linier berganda dengan tiga variabe bebas X1, X2, X3 ditaksir oleh:

3 3 2 2 1 1 0 ^ X b X b X b b

Y = + + +

Untuk rumus diatas harus diselesaikan dengan empat persamaan normal yaitu : ∑Yi = b0n + b1∑ X1i + b2∑X2i + b3∑X3i

∑YiX1i = b0∑X1i + b1∑ X1i2+ b2∑ X1i X2i + b3∑ X1i X3i ∑YiX2i = b0∑X2i + b1∑ X2i X1i + b2∑ X2i2 + b3∑ X2i X3i ∑YiX3i = b0∑X3i + b1∑ X3i X1i + b2∑ X2i X3i + b3∑ X3i2

(26)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008.                           =              

∑

3 2 1 0 2 3 3 2 3 1 3 3 2 2 2 2 1 2 3 1 2 1 2 1 1 3 2 1 3 2 1 b b b b x X X X X X X X X X X X X X X X X X X X X X n X Y X Y X Y Y i i i i i i i i i i i i i i i i i i i i i i i i i i i i Dengan : ^

Y = variabel terikat (nilai duga Y) X1, X2, X3 = variabel bebas

b0, b1,b2 dan b3 = koefisien regresi linier berganda b0 = nilai Y, apabila X1= X2= X3=0

b1 = besarnya kenaikan/penurunan Y dalam satuan, jika X1 naik/ turun satu satuan dimana X2, X3 konstan.

b2 = besarnya kenaikan/penurunan Y dalam satuan, jika X2 naik/ turun satu satuan dimana X1, X3 konstan.

b3 = kenaikan/penurunan Y dalam satuan, jika X3 naik/ turun satu satuan dimana X1, X2 konstan.

+ atau - = tanda yang menunjukkan arah hubungan antara Y dengan variabel bebas X.

Harga – harga b0, b1,b2 dan b3 yang telah didapat kemudian disubstitusikan ke dalam persamaan sehingga diperoleh model regresi linier berganda Y atas X1, X2, X3.

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

dengan ^

(27)

Ukuran tersebut dapat dihitung oleh kekeliruan baku taksiran s2y.12...k , yang dapat

ditentukan dengan rumus :

1 )

( 2

^

2 ... 12 .

− −

−

=

∑

k n

Y Y

sy k

Dengan :

Yi = nilai data hasil pengamatan ^

Y = nilai hasil regresi n = ukuran sampel

k = banyak variabel bebas

2.3 Uji Regresi Linier Ganda

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 : 1) Menentukan formulasi hipotesis

H0 : b1 = b2 = b3 = … = bk = 0 (X1, X2, …Xk tidak mempengaruhi Y)

(28)

2) Menentukan taraf nyata dan nilai Ftabel dengan derajat kebebasan v1=k dan v2= n-k-1.

3) Menentukan kriteria pengujian H0 diterima bila Fhitung≤ Ftabel H0 ditolak bila Fhitung > Ftabel

4) Menentukan nilai statistik F dengan rumus :

) 1 /(

/ − − =

k n JK

k JK F

res reg

Dengan :

JKreg = jumlah kuadrat regresi JKres = jumlah kuadrat residu (sisa) (n-k-1) = derajat kebebasan

JKreg = b1∑yix1i + b2∑yix2i + … + bk∑yixki

Dengan : x1i = X1i - X 1

x2i = X2i - X 2

xki = Xki - X k

JKres = 2

^ ) (

i i Y

Y

∑

−

5) Membuat kesimpulan apakah H0 diterima atau ditolak.

(29)

Koefisien determinasi yang dinyatakan dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel. Koefisien determinasi adalah untuk mengetahui proporsi keberagaman total dalam variabel tak bebas Y yang dapat dijelaskan atau diterangkan oleh variabel – variabel bebas X yang ada di dalam model persamaan regresi linier berganda secara bersama – sama. Maka R2 akan ditentukan oleh rumus :

∑

= 2

2

i reg

y JK R

Dengan :

Jkreg = Jumlah kuadrat regresi

n Y Y

yi i i

2 2

2 (

∑

)

∑

= −

2.5 Koefisien Korelasi

(30)

Dua variabel dikatakan berkorelasi apabila perubahan pada satu varibel akan diikuti oleh perubahan variabel lain, baik dengan arah yang sama maupun dengan arah yang berlawanan. Hubungan antar varibel dapat dikelompokkan menjadi 3 jenis hubungan sebagai berikut :

1. Korelasi positif

Terjadinya korelasi positif apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang sama (berbanding lurus). Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan peningkatan variabel yang lain.

2. Korelasi negatif

Korelasi negatif terjadi apabila perubahan pada variabel yang satiu diikuti dengan perubahan variabel yang lain dengan arah yang berlawanan (berbanding terbalik). Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan penurunan pada variabel yang lain dan sebaliknya.

3. Korelasi nihil

Korelasi nihil terjadio apabila perubahan pada variabel yang satu diikuti perubahan pada variabel yang lain dengan arah yang tidak teratur (acak). Artinya, apabila variabel yang satu meningkat, kadang diikuti dengan peningkatan pada variabel yang lain dan kadang diikuti dengan penurunan pada variabel yang lain.

Besarnya hubungan antara variabel yang satu dengan variabel yang lain dinyatakan dengan koefisien korelasi yang disimbolkan dengan “r”. besarnya koefisien

(31)

Untuk mencari korelasi antara variabel Y terhadap Xi atau ry.1,2,…,k dapat dicari dengan rumus :

∑

−

∑ ∑

− − = ) ) ( )( ) ( ( ) )( ( 2 2 2 2 ,..., 2 , 1 . i i i i i i i i k y Y Y n X X n Y X Y X n r

Sedangkan untuk mengetahui korelasi antar variabel bebas dengan tiga buah variabel bebas adalah :

1. Koefisien korelasi antara X1 dan X2

∑

−

∑

− − = ) ) ( )( ) ( ( ) )( ( 2 2 2 2 2 1 2 1 2 1 2 1 12 i i i i i i i i X X n X X n X X X X n r

∑

−

∑

−

∑

(32)

Untuk lebih memudahkan mengetahui senerapa jauh derajat keeratan antara variabel tersebut, dapat dilihat pada perumusan berikut :

-1,00 ≤ r ≥ -0.80 berarti berkorelasi kuat secara negatif -0,79 ≤ r ≥ -0,50 berarti berkorelasi sedang secara negatif -0,49 ≤ r ≥ 0,49 berarti berkorelasi lemah

0.50 ≤ r ≥ 0.79 berarti berkorelasi sedang secara positif 0.80 ≤ r ≥ 1.00 berarti berkorelasi kuat secara positif

2.6 Uji Koefisien Regresi Ganda

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 (t-student).

Dimisalkan populasi mempunyai model regresi berganda sebagai berikut:

y,x= 0+ 1X1+ 2X2+ … + kXk

yang akan ditaksir oleh regresi berbentuk: Y =b₀ +b₁X₁ +b₂X₂ +...+b_kX_k

^

.

Adanya kriteria bahwa variabel – variabel bebas tersebut memberikan pengaruh yang berarti atau tidak terhadap variabel tak bebas akan diuji hipotesis H0 melawan hipotesis tandingan H1 dalam bentuk :

(33)

Untuk menguji hipotesis tersebut digunakan kekeliruan baku taksiran s2y.12...k. Jadi untuk melihat kekeliruan baku dari koefisien bi adalah :

Sbi =

( )(

)

i ij

k y

R x

s

2 2

... 12 . 2

1− Σ

Dengan :

s2y.123 =

( )

1 ˆ 2 − −− Σ

k n

Y

Y_i _i

x2

ij = (Xij - Xi_j )

2

R2i =

i g

y JK

2 Re Σ

Perhitungan statistik t : ti =

bi i

s b

(34)

SEJARAH SINGKAT

BADAN PUSAT STATISTIK (BPS)

3.1 Sejarah Badan Pusat Statistik (BPS)

3.1.1 Masa pemerintahan Hindia Belanda

1. Pada bulan Februari 1920 di kantor Statistik untuk pertama kalinya didirikan oleh Direktur Pertanian, Kerajinan dan Perdagangan dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan mempublikasikan data statistik.

2. Pada bulan Maret 1923 dibentuk suatu komisi yang bernama 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. Selain dari itu, Komisi ini mengurus terutama bagian statistik yang dimuat di dalam Laporan Indonesia yang sebelumnya disebut Laporan Kolonial. 3. Pada bulan September 1924 nama lembaga tersebut diganti menjadi Kantor

(35)

Pertanian, Statistik Kerajinan, Statistik Konjungtor, Statistik Sosial. Kegiatan statistik pada era ini diarahkan untuk mendukung kebijskan yang ditenpuh oleh Pemerintah Kolonial Belanda. Komisi ini juga pernah melakukan suatu kegiatan statistik yang bersifat monumental yaitu Sensus Penduduk 1930, yang merupakan sensus penduduk yang pertama kali dilakukan di Indonesia.

3.1.2 Masa Pemerintahan Jepang

Pada Juni 1942 Pemerintah Jepang baru mengaktifkan kembali kegiatan statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang/militer. Dan tugas serta fungsi kegiatan statistik pada saat itu lebih terkonsentrasi untuk keperluan militer.

3.1.3 Masa Pemerintahan RI

Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 Agustus 1945 kegiatan statistik ditangani oleh lembaga baru yaitu Kantor Penyelidikan Perangkaan Umum Republik Indonesia ( KAPPURI ). Perkembangan berikutnya KAPPURI dilebur menjadi Kantor Pusat Statistik (KPS) dan berada di bawah dan bertangggungjawab kepada Mentri Kemakmuran.

(36)

wewenang dan berada di bawah Perdana Menteri. Berdasarkan Keppres ini pula secara formal nama Biro Pusat Statistik dipergunakan.

3.1.4 Masa Orde Baru – Sekarang

Seiring dengan perkembangan jaman, khususnya pada pemerintahan Orde Baru, untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, mutlak dibutuhkan data statistik. Untuk mendapatkan data secara tepat dan akurat, salah satu unsurnya adalah pembenahan organisasi BPS.

Dalam masa orde baru ini, BPS telah mengalami empat kali perubahan stuktur organisasi :

1. Peraturan pemerintah No.16 Tahun 1980 tentang organisasi BPS. 2. Peraturan pemerintah No.6 tahun 1980 tentang organisasi BPS.

3. Peraturan pemerintah No.2 Tahun 1992 tentang kedudukan, tugas, fungsi, susunan dan tata kerja BPS.

4. Undang – undang No.16 tahun 1997 tentang statistik 5. Keputusan presiden RI No.86 tahun 1998 tentang BPS.

6. Keputusan kepala BPS No.100 tahun 1998 tentang organisasi dan tata kerja BPS.

7. PP 51 tahun 1998 tentang penyelenggaraan statistik.

(37)

pemerintah No. 6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah No.16 tahun 1968. berdasarkan peraturan pemerintah No. 6 tahun 1980 di tiap provinsi terdapat perwakilan BPS dengan nama kantor satistik provinsi dan di kabupaten atau kotamadya terdapat cabang perwakilan BPS dengan nama kantor statistik kabupaten atau kotamadya. Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti UU No.6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juli 1998 dengan keputusan presiden RI No. 89 tahun 1998, ditetapkan BPS sekaligus mengatur tata kerja dan stuktur organisasi BPS yang baru.

3.2 Visi dan Misi

Adapun visi Badan Pusat Statistik adalah menjadi sumber informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung sumber daya manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang muktahir.

(38)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. 3.3 Kedudukan dan Fungsi Badan Pusat Statistik

Badan Pusat Statistik sebagai lembaga pemerintah non departemen yang berada dibawah dan bertanggungjawab kepada presiden (Keppres No. 86 tahun 1998), dalam melaksanakan tugasnya berdasarkan beberapa ketentuan perundangan :

1. UU No.16 tentang statistik

2. Keputusan presiden No. 86 tahun 1998 tentang BPS

3. Peraturan pemerintah No.51 tahun 1999 tentang penyelenggaraan statistik.

Berdasarkan keputusan presiden No. 86 tahun 1998 dalam menyelenggarakan statistik dasar melaksanakan koordinasi dan kerja sama serta mengembangkan dan membina statistik sesuai dengan peraturan perundang-undangan yang berlaku. Fungsi yang diselenggarakan Badan Pusat Statistik adalah :

1. Perumusan kebijaksanaan perencanaan, pengumpulan, pengolahan, penyajian data, dan analisis di bidang statistik produksi dan kependudukan serta bidang statistik distribusi dan neraca nasional.

2. Pembinaan dan pelaksanaan kooordinasi kegiatan statistik dengan departemen dan instansi lainnya dalam mengembangkan bebagai jenis statistik yang diperlukan, serta pelaksanaan kerjasama di bidang statistik dengan lembaga/organisasi lain baik di dalam maupun luar negeri.

(39)

4. Penyebarluasan statistik melalui berbagai cara baik langsung maupun tidak langsung.

5. Pengelolaan keuangan, kepegawaian dan organisasi, perlengkapan dan perbekalan, serta memberikan pelayanan administrasi di lingkungan BPS.

3.4 Tata Kerja Badan Pusat Statistik

Para deputi wajib melaksanakan koordinasi dan kerja sama teknis statistik di dalam dan di luar negeri sesuai dengan bidang tugas masing – masing dan harus melaporkan kepada kepala BPS. Dalam melaksanakan tugasnya wajib menerapkan prinsip koordinasi, integrasi, sibronisasi dan sinlifiksi, baik dalam lingkungan masing – masing antara satuan unit organisasi di lingkungan BPS maupun dengan instansi lainnya di luar BPS sesuai bidang masing – masing.

3.5 Tugas PBS

Menurut Keputusan Presiden RI Nomor 6 Tahun 1992 tugas PBS adalah :

1. Melakukan kegiatan statistik yang ditugaskan kepadanya oleh pemerintah, antara lain dibidang pertanian, agraria, pertambangan, perindustrian, perhubungan, perdagangan, kependudukan, sosial, ketenagakerjaan, keuangan, pendapatan nasional, pendidikan, dan keagamaan.

(40)

mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan definisi, klasifikasi, dan lain – lain. 3. Mengadakan segala daya agar masyarakat menyadari akan tujuan dan kegunaan

statistik.

Berdasarkan Keppres ini Kepala berada di bawah dan bertanggung jawab langsung kepada Presiden serta mempunyai tugas :

1. Memimpin BPS sesuai dengan tugas dan fungsi BPS serta membina aparatur BPS agar berdayaguna dan berhasilguna.

2. Menentukan kebijakan teknis pelaksanaan di bidang statistik yang secara fungsional menjadi tanggungjawabnya sesuai dengan peraturan perundang-undangan yang berlaku serta kebijakan umum yang telah ditetapkan oleh Pemerintah.

3. Membina dan melaksanakan koordinasi dengan departemen dan instansi lainnya dalam mengembangkan berbagai jenis statistik yang diperlukan, serta melaksanakan kerjasama di bidang statistik dengan lembaga/organisasi lain baik di dalam maupu n di luar negeri.

Wakil Kepala BPS berada di bawah dan bertanggung jawab langsung kepada Kepala BPS serta mempunyai tugas :

1. Membantu Kepala BPS dalam membina dan mengembangkan administrasi BPS agar berdayaguna dan berhasil guna.

2. Membantu Kepala BPS dalam mengkoordinasikan tugas – tugas Deputi, Pusat Pendidikan dan Pelatihan Statistik dan Perwakilan BPS di daerah.

(41)

Deputi Administrasi mempunyai tugas menyelenggarakan pembinaan pengelolaan keuangan, kepegawaian dan organisasi, perlengkapan dan perbekalan, pengendalian, serta memberikan pelayanan administrasi di lingkungan BPS.

Deputi Perencanaan dan Analisis Statistik adalah unsur pelaksana sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan perencanaan program dan metodologi statistik, system informasi statistik, pengolahan hasil sensus, survei dan data sekunder serta analisis dan pengembangan statistik.

Deputi Statistik Produksi dan Kependudukan adalah unsur pelaksana sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan statistik pertanian, industri, konstruksi, pertambangan dan energi, kesejahteraan rakyat, serta statistik demografi dan ketenagakerjaan.

Deputi Statistik Produksi dan Neraca Nasional adalah unsur pelaksana sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan statistik harga dan keuangan, perdagangan dan jasa, serta neraca nasional.

3.6 Struktur Organisasi Badan Pusat Statistik

Struktur organisasi BPS dipimpim oleh seorang kepala dibantu oleh bagian tata usaha. Tata usaha terdiri dari :

1. Sub bagian urusan dalam

(42)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. Uraian tugas bagian Tata Usaha:

1. Menyusun program kerja tahunan bagian

2. Mengatur dan melaksanakan perhimpunan dan penyusunan program kerja tahunan, baik rutin maupun proyek kantor BPS provinsi dan menyimpannya ke BPS.

3. Mengatur dan melaksanakan urusan dalam yang meliputi surat menyurat, pengadaan dan percetakan arsip, rumah tangga, pemeliharaa gedung, keamanan dan ketertiban lingkungan, serta perjalanan dinas dalam dan luar negeri.

4. Mengatur dan melaksanakan urusan perlengkapan dan perbekalan yang meliputi penyusunan rencana kebutuhan, penyaluran dan pengemasan, penyimpanan pergudangan, inventaris, penghapusan, serta pemeliharaan peralatan dan perlengkapan.

5. Mengatur dan melaksanakan urusan keuangan yang meliputi tata usaha keuangan, perbendaharaan, verifikasi dan pembukuan.

Organisasi BPS berdasarkan Keppres RI Nomor 6 Tahun 1992 terdiri atas : 1. Kepala

(43)

4. Deputi Perencanaan dan Analisis Statistik 5. Deputi Statistik Produksi dan Kependudukan 6. Deputi Statistik Produksi dan Neraca Nasional 7. Pusat Pendidikan dan Pelatihan Statistik 8. Perwakilan BPS di Daerah

9. Unit Pelaksanaan Teknis

Deputi Perencanaan dan Analisis Statistik ( PAS )mengkoordinasi 3 biro yakni : 1. Biro Perencanaan dan Pengendalian

2. Biro Pengolahan dan Penyajian 3. Biro Analisa dan Pengembangan

Deputi Pembinaan Statistik mengkoordinir 4 Biro, yakni : 1. Biro Statistik dan Industri

2. Biro Statistik Distribusi

(44)

(45)

[image:45.595.109.514.74.667.2]

(46)

ANALISIS DATA

4.1 Pengolahan Data

Setiap data merupakan alat bagi pengambilan keputusan untuk dasar pembuatan keputusan atau untuk memecahkan masalah suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan keputusan tersebut didasarkan atas keputusan yang baik. Salah satu kegunaan dari data adalah untuk memperolah dan mengetahui gambaran tentang suatu keadaan/permasalahan.

(47)

Tabel 4.1 Data Jumlah Uang Beredar (triliun rupiah), Suku Bunga Bank (persen), Kurs Rupiah Terhadap Dolar dan Laju Inflasi (persen).

Bulan

Jumlah Uang Beredar (triliun rupiah)

Suku bunga

bank (persen)

Kurs Rupiah Terhadap

Dolar

Laju Inflasi (persen)

1 248.175 7.42 9149 7.32

2 250.433 7.43 9235 7.15

3 250.492 7.44 9158 8.81

4 246.296 7.70 9682 8.12

5 252.500 7.95 9467 7.40

6 267.635 8.25 9705 7.42

7 266.870 8.49 9826 7.84

8 274.841 9.51 10097 8.33

9 273.954 10.00 10250 9.06

10 286.715 11.00 10020 17.89

11 276.729 12.25 10067 18.38

12 281.905 12.75 9850 17.11

13 281.412 12.75 9958 17.03

14 277.265 12.74 9753 17.92

15 277.293 12.73 9671 15.74

16 282.400 12.74 9437 15.40

17 304.663 12.50 9483 15.60

18 313.153 12.50 9863 15.53

19 311.822 12.25 9625 15.15

20 329.372 11.75 9594 14.90

21 333.905 11.25 9643 14.55

22 346.414 10.75 9687 6.29

23 342.645 10.25 9635 5.27

24 361.073 9.75 9587 6.60

Sumber: BPS Medan

4.2 Persamaan Regresi Linier Berganda

(48)

[image:48.595.100.512.213.728.2]

yang akan dicari persamaan regresinya diubah ke notasi variabel X dan Y, yaitu jumlah uang beredar (X1i), suku bunga bank (X2i), kurs rupiah terhadap dolar (X3i), dan laju inflasi (Yi). berikut ini dapat disajikan dalam tabel.

Tabel 4.2 Nilai – nilai yang dibutuhkan untuk menghitung koefisien – koefisien

Bulan X1 X2 X3 Y X1*X2 X1*X3 X2*X3

(49)

23 342.645 10.25 9635 5.27 3512.111 3301384.575 98758.750 24 361.073 9.75 9587 6.60 3520.462 3461606.851 93473.250 Jlh 6937.962 252.15 232802 284.81 73608.438 67311534.212 2450137.990 Sambungan tabel 4.2

Bulan Y*X1 Y*X2 Y*X3 X1^2 X2^2 X3^2

1 1816.641 54.314 66970.680 61590.831 55.056 83704201 2 1790.596 53.125 66030.250 62716.687 55.205 85285225 3 2206.835 65.546 83853.580 62746.242 55.354 90592324 4 1999.924 62.524 78617.840 60661.720 59.290 93741124 5 1868.500 58.830 70055.800 63756.250 63.203 89624089 6 1985.852 61.215 72011.100 71628.493 68.063 94187025 7 2092.261 66.562 77035.840 71219.597 72.080 96550276 8 2289.426 79.218 84108.010 75537.575 90.440 101949409 9 2482.023 90.600 92865.000 75050.794 100.000 105062500 10 5129.331 196.790 179257.800 82205.491 121.000 100400400 11 5086.279 225.155 185031.460 76578.939 150.063 101344489 12 4823.395 218.153 168533.500 79470.429 162.563 97022500 13 4792.446 217.133 169584.740 79192.714 162.563 99161764 14 4968.589 228.301 174773.760 76875.880 162.308 95121009 15 4364.592 200.370 152221.540 76891.408 162.053 93528241 16 4348.960 196.196 145329.800 79749.760 162.308 89056969 17 4752.743 195.000 147934.800 92819.544 156.250 89927289 18 4863.266 194.125 153172.390 98064.801 156.250 97278769 19 4724.103 185.588 145818.750 97232.960 150.063 92640625 20 4907.643 175.075 142950.600 108485.914 138.063 92044836 21 4858.318 163.688 140305.650 111492.549 126.563 92987449 22 2178.944 67.618 60931.230 120002.659 115.563 93837969 23 1805.739 54.018 50776.450 117405.596 105.063 92833225 24 2383.082 64.350 63274.200 130373.711 95.063 91910569 Jlh 82519.486 3173.491 2771444.770 2031750.546 2744.421 2259792276

Dari tabel 4.2 diperoleh :

n = 24 ∑Yi = 284.81

(50)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. ∑X1iX2i = 73608.438 ∑X1i2 = 2031750.546 ∑X1iX3i = 67311534.212 ∑X2i2 = 2744.421 ∑X2iX3i = 2450137.990 ∑X3i2 = 2259792276

Dari persamaan :

∑Yi = b0n + b1∑ X1i + b2∑X2i + b3∑X3i

∑YiX1i = b0∑X1i + b1∑ X1i2+ b2∑ X1i X2i + b3∑ X1i X3i ∑YiX2i = b0∑X2i + b1∑ X2i X1i + b2∑ X2i2 + b3∑ X2i X3i ∑YiX3i = b0∑X3i + b1∑ X3i X1i + b2∑ X2i X3i + b3∑ X3i2

Dapat disubstitusikan ke dalam nilai – nilai yang bersesuaian sehingga diperoleh :

284.81 = 24 b0 + 6937.962 b1 + 252.15 b2 + 232802 b3

299902.220 = 6937.962 b0 + 2031750.546 b1 + 73608.438 b2 + 67311534.212 b3 3173.491 = 252.12 b0 + 73608.438 b1 + 2744.421 b2 + 2450137.990 b3

2771444.770 = 232802 b0 + 67311534.212 b1 + 2450137.990 b2 + 2259792276 b3

Setelah persamaan di atas diselesaikan, maka diperoleh koefisien – koefisien regresi linier berganda sebagai berikut :

(51)

Dengan demikian, persamaan regresi linier ganda atas X1, X2, dan X3 atas Y adalah :

^

Y = 6.804 – 0.057X1i + 2.345 X2i + 0.001 X3i

Sedangkan untuk menghitung kekeliruan baku taksiran diperlukan harga – harga ^

[image:51.595.100.440.267.726.2]

Y yang diperoleh dari persamaan regresi di atas untuk setiap nilai X1i, X2i, dan X3i yang diketahui dapat dilihat pada tabel 4.3 berikut.

Tabel 4.3 Harga Penyimpangan ^

Y

Bulan Yi

^ i

Y

^ (Y_i−Yi)

(52)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. 19 15.15 14.6830 0.46704 0.2181

20 14.90 12.5185 2.38155 5.6718 21 14.55 11.0715 3.47854 12.1002 22 6.29 9.1708 -2.88083 8.2992 23 5.27 8.2297 -2.95973 8.7600 24 6.60 6.0205 0.57949 0.3358

Jlh - - - 84.8969

Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus :

) 1 (

)

( 2

^

2 123

− −

−

=

∑

k n

Y Y s_y

dengan :

∑(Yi - ^

Y )2 = 84.897 n = 24 k = 3 Diperoleh :

2 ,123

84.897 24 3 1 y

s =

− −

= 4.245

Dengan penyimpangan nilai yang didapat ini berarti bahwa rata - rata angka laju inflasi yang sebenarnya akan menyimpang dari rata – rata laju inflasi yang diperkirakan sebesar 4,245.

4.3 Uji Regresi Linier Ganda

(53)

H0: 1= 2= 3= … = k = 0 (X1, X2, …Xk tidak mempengaruhi Y)

H1 : minimal ada satu parameter koefisien regresi yang tidak sama dengan nol atau mempengaruhi Y.

Dengan :H0 ditolak bila Fhitung > Ftabel H0 diterima bila Fhitung≤ Ftabel

Dalam pengujian model regresi yang telah ada, maka dapat diambil nilai – nilai :

x1i = X1i - X1 , x2i = X2i - X2 , x2i = X3i - X dan y3 i = Yi - Y , dan disajikan dalam

[image:53.595.115.443.361.724.2]

tabel 4.4 berikut :

Tabel 4.4 Harga – harga yang diperlukan untuk uji regresi linier ganda

Bulan x1i x2i x3i yi x1i2

1 -40.907 -3.09 -551 -4.55 1673.3826 2 -38.649 -3.08 -465 -4.72 1493.7452 3 -38.590 -3.07 -182 -3.06 1489.1881 4 -42.786 -2.81 -18 -3.75 1830.6418 5 -36.582 -2.56 -233 -4.47 1338.2427

6 -21.447 -2.26 5 -4.45 459.9738

7 -22.212 -2.02 126 -4.03 493.3729 8 -14.241 -1.00 397 -3.54 202.8061 9 -15.128 -0.51 550 -2.81 228.8564

10 -2.367 0.49 320 6.02 5.6027

11 -12.353 1.74 367 6.51 152.5966

12 -7.177 2.24 150 5.24 51.5093

13 -7.670 2.24 258 5.16 58.8289

14 -11.817 2.23 53 6.05 139.6415

15 -11.789 2.22 -29 3.87 138.9805

(54)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. 17 15.581 1.99 -217 3.73 242.7676

18 24.071 1.99 163 3.66 579.4130

19 22.740 1.74 -75 3.28 517.1076

20 40.290 1.24 -106 3.03 1623.2841 21 44.823 0.74 -57 2.68 2009.1013 22 57.332 0.24 -13 -5.58 3286.9582 23 53.563 -0.26 -65 -6.60 2868.9950 24 71.991 -0.76 -113 -5.27 5182.7041 Jumlah -0.006 -0.09 2 -0.07 26112.3493

Sambungan dari tabel 4.4

Bulan x2i2 x3i2 yi2 yix1i yix2i yix3i

(55)

19 3.0276 5625 10.7584 74.5872 5.7072 -246.0000 20 1.5376 11236 9.1809 122.0787 3.7572 -321.1800 21 0.5476 3249 7.1824 120.1256 1.9832 -152.7600 22 0.0576 169 31.1364 -319.9126 -1.3392 72.5400 23 0.0676 4225 43.5600 -353.5158 1.7160 429.0000 24 0.5776 12769 27.7729 -379.3926 4.0052 595.5100 Jumlah 95.2701 1593476 496.5025 186.1127 181.2064 8764.0300

Dari tabel 4.4 dapat dicari :

JKreg = b1∑yix1i + b2∑yix2i + b3∑yix3i

= -0.057 * 186.1127 + 2.345 *181.2064 + 0.001 * 8764.0300 = 411.605

Untuk JKres dapat dilihat dari tabel 4.3 yaitu ∑(Yi - ^

Y )2 = 411.605 maka nilai Fhiung dapat dicari dengan rumus :

) 1 /(

/ − − =

k n JK

k JK F

res reg

= 411.605 / 3 84.897 /(24− −3 1)

= 32.322

Dari tabel distribusi F dengan dk pembilang = 3, dk penyebut = 20, dan = 0.05,

(56)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. 4.4 Mencari Koefisien Determinasi

Melalui tabel 4.4 dapat dilihat bahwa ∑yi2 = 496.5025, sedangkan JKreg yang dihitung adalah 411.605. Maka dengan rumus koefisien determinasi (R2) diperoleh :

∑

= 2 2 i reg y JK R

= 411.605 496.5025 = 0.829

Dari perhitungan diatas diperoleh koefisien determinasinya sebesar 0.829 Dengan mencari akar dari R2, maka didapat koefisien korelasinya sebesar 0.910 atau 91.0% laju inflasi dipengaruhi oleh ketiga faktor yang dianalisis, sedangkan 9% dipengaruhi oleh faktor – faktor yang lain.

4.5 Koefisien Korelasi

4.5.1 Perhitungan Korelasi Antara Variabel Y dengan Xi

1. Koefisien korelasi antara laju inflasi (Y) dengan jumlah uang beredar (X1)

∑

−

∑

− − = ) ) ( )( ) ( ( ) )( ( 2 2 2 1 2 1 1 1 1 . i i i i i i i i y Y Y n X X n Y X Y X n r = 2 2 (24)(82519.486) (6937.962)(284.81)

((24)(2031750.546) (6937.962) ).((24)(3876.3663) (284.81) )

−

− −

(57)

2. Koefisien korelasi antara laju inflasi (Y) dengan suku bunga bank (X2).

∑

−

∑

− − = ) ) ( )( ) ( ( ) )( ( 2 2 2 2 2 2 2 2 2 . i i i i i i i i y Y Y n X X n Y X Y X n r = 2 2 (24)(3137.491) (252.15)(284.81)

((24)(2744.421) (252.15) ).((24)(3876.3663) (284.81) )

−

− −

= 0.833

3. Koefisien korelasi antara laju inflasi (Y) dengan kurs rupiah terhadap dolar (X3).

∑

−

∑

− − = ) ) ( )( ) ( ( ) )( ( 2 2 2 3 2 3 3 3 3 . i i i i i i i i y Y Y n X X n Y X Y X n r = 2 2 (24)(2771444.770) (232802)(284.81)

((24)(2259792276) (232802) ).((24)(3876.3663) (284.81) )

−

− −

= 0.312

Dari ketiga nilai korelasi di atas dapat dilihat bahwa korelasi antara Y dengan X1 sebesar 0.052, Y dengan X2 sebesar 0.833, dan Y dengan X3 sebesar 0.312. Dari ketiga nilai itu, korelasi yang paling kuat adalah antara Y dengan X2 yaitu sebesar 0.833, dan korelasi yang paling lemah terjadi antara Y dengan X1 yaitu sebesar 0.052.

4.5.2 Perhitungan Korelasi Antar Variabel Bebas

(58)

∑

−

∑

− − = ) ) ( )( ) ( ( ) )( ( 2 2 2 2 2 1 2 1 2 1 2 1 12 i i i i i i i i X X n X X n X X X X n r = 2 2 (24)(73608.438) (6937.962)(252.15)

((24)(2031750.770) (6937.962) ).((24)(2744.421) (252.12) )

−

− −

= 0.454

2. Koefisien korelasi antara jumlah uang beredar (X1) dengan kurs rupiah terhadap dolar (X3).

∑

−

∑

− − = ) ) ( )( ) ( ( ) )( ( 2 3 2 3 2 1 2 1 3 1 3 1 13 i i i i i i i i X X n X X n X X X X n r = 2 2 (24)(67311534.212) (6937.962)(232802)

((24)(2031750.770) (6937.962) ).((24)(2259792276) (232802) )

−

− −

= 0.062

3. Koefien korelasi antara suku bunga bank (X2) dengan kurs rupiah terhadap dolar (X3).

∑

−

∑

− − = ) ) ( )( ) ( ( ) )( ( 2 3 2 3 2 2 2 2 3 2 3 2 23 i i i i i i i i X X n X X n X X X X n r = 2 2 (24)(2450137.990) (252.12)(232802)

((24)(2744.421) (252.12) ).((24)(2259792276) (232802) )

−

− −

= 0.346

(59)

4.6 Pengujian Koefisien Regresi Berganda

Hipotesis

H0 = bi = 0, i = 1,2,…,k ( variabel bebas Xi tidak berpengaruh terhadap Y) H1 = bi≠ 0, i = 1,2,…,k. (variabel bebas Xi berpengaruh terhadap Y) Dimana tolak H0 jika ti > ttabel, dan terima H0 jika ti < ttabel

Dari perhitungan yang sebelumnya didapat harga – harga 2

... 12 . k y

s = 4.245, ∑x1i2 = 26112.3493, ∑x2i2 = 95.2701, dan ∑x3i2 = 1593476

r12 = 0.454 , r13 = 0.062 ,dan r23 = 0.346 ,sehingga dapat dihitung kekeliruan baku koefisien bi sebagai berikut :

∑

−

=

) 1 )(

( 2 2

2 123 i ij y i R x s sb Maka : 2 123

1 2 2

1 1

( )(1 )

y i s sb x R = −

∑

= 4.245

(26112.3493)(1 0.2061)−

= 0.0143

2 123

2 2 2

2 2

( )(1 )

(60)

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. = 4.245

(92.2701)(1 0.0038)−

= 0.2155

2 123

3 2 2

3 3

( )(1 )

y i s sb x R = −

∑

= 4.245

(1593476)(1 0.1197)−

= 0.0017

Perhitungan statistik : ti =

bi i

s b

Dapat dihitung sebagai berikut :

1 1 1 b s b t =

= 0.057 0.0143 − = -3.9860 2 2 2 b s b t =

(61)

= 0.001 0.0017 = 0.5882

Dari tabel distribusi t dengan dk = 24 dan = 0.05 diperoleh ttabel sebesar 2.064

dan dari hasil perhitungan di atas diperoleh :

1. t1 = -3.9860 < ttabel = 2.064 2. t2 = 10.8817 > ttabel = 2.064 3. t3 = 0.5882 < ttabel = 2.064

Sehingga dari ketiga koefisien regresi tersebut variabel X2 (suku bunga bank) memiliki pengaruh yang berarti atau signifikan terhadap persamaan regresi yang didapat, sedangkan variabel X1 (jumlah uang beredar) dan X3 (kurs rupiah terhadap dolar tidak memiliki pengaruh yang berarti (signifikan) terhadap Y.

BAB 5

IMPLEMENTASI SISTEM

(62)

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki.

Tahapan impementasi merupakan tahapan penerapan hasil desain tertulis ke dalam programing. Dalam pengolahan data pada karya tulis ini penulis menggunakan perangkat lunak (software) sebagai implementasi sistem yaitu SPSS for windows dalam masalah memperoleh perhitungan.

5.2Peranan Komputer Dalam Statistika

Komputer memegang peranan yang sangat penting dalam statistika. Komputer dalam bekerja secara efisien dalam pengolahan data mempunyai karakteristik sebagai berikut:

1. Jumlah Input yang Besar

Jumlah input yang besar akan dapat diolah oleh komputer dengan mudah semudah mengolah data yang jumlahnya sedikit sehingga komputer akan dapat bekerja sangat efisien pada pengolahan data dengan menggunakan imput yang besar.

2. Proyek yang Repetitif

Perintah pengolahan yang berulang – ulang akan lebih efisien dengan menggunakann komputer, karena disini perintah hanya dilakukan satu kali kemudian diulang – ulang (di-copy) untuk menjalankan perintah pengolahan yang lain.

(63)

Komputer dapat melakukan proses pengolahan jumlah data yang besar dalam waktu yang singkat. Jumlah data yang besar dan sedikit akan sama cepatnya diolah oleh komputer, yang membedakan hanya pada proses pemasukan data saja.

4. Diperlukan Ketepatan yang Tinggi

Komputer yang telah terprogram dengan benar akan melakukan proses pengolahan yan tepat. Kesalahan informasi yang mungkin dihasilkan hanya terjadi pada proses pemasukan data saja.

5. Pengolahan Hal yang Kompleks

Hubungan antar fenomena yang kompleks akan dapat dipecahkan dengan mudah menggunakan komputer dalam waktu yang cepat dan tepat.

Saat ini banyak beredar berbagai paket program komputer statistik dari yang ‘kuno’ dan berbasis DOS seperti Microstat sampai yang berbasis Windows seperti SPSS, SAS, Statistika dan lainnya. Dari berbagai software khusus statistik yang beredar sekarang, SPSS adalah yang paling popular dan paling banyak digunakan pemakai di seluruh dunia.

SPSS sebagai software statiatik, pertama kali dibuat tahun 1968 oleh tiga mahasiswa Standford University, yang dioperasikan pada komputer mainframe. Pada tahun 1984, SSPS pertama kali muncul dengan versi PC (dapat dipakai untuk komputer desktop) dengan nama SPSS/PC+ dan sejalan dengan mulai populernya sistem operasi Windows, SPSS pada tahun 1992 juga mengeluarkan versi Windows.

(64)

Sciences), sekarang diperluas untuk melayani berbagai jenis user, seperti untuk proses produksi di pabrik, riset ilmu-ilmu sains dan lainnya. Sehingga sekarang kepanjangan SPSS adalah Statistical Product and Service Solutions.

5.3Cara Kerja SPSS

Cara kerja komputer, statistik, dan SPSS pada prinsipnya adalah sama, yaitu meliputi 3 bagian : input, proses dan output.

1. Input

Pada komputer, input berupa data yang akan diolah dengan komputer. Proses

inputing dapat melalui keyboard, mouse, tuoch screen, atau hardisk.

Pada statistik, input berupa data yang telah dikumpulkan, diedit dan ditabulasi, kemudian siap untuk dianalisis.

Pada SPSS, input berupa data yang telah ditabulasikan pada data editor bagian

view data, sedangkan proses coding dan pendefinisian variabel pada view

variable.

2. Proses

(65)

Pada SPSS, proses berupa eksekusi program SPSS untuk menganalisis input yang ada di data editor sesuai dengan perintah dari pemakai.

3. Output

Pada komputer, output berupa hasil pengolahan yang telah diproses dengan program komputer yang dikehendaki. Bentuk output komputer bisa dalam bentuk cetakan, tampilan, gambar, maupun suara.

Pada statistik, output berupa hasil analisis, baik dalam bentuk penyajian data maupun dalam bentuk grafik atau tabel serta kesimpulan yang diperoleh dari hasil analisis.

Pada SPSS, output berupa hasil analisis program SPSS yang disajikan dalam

output navigator.

Dengan demikian, cara kerja SPSS dapat dilihat dalam sistematika berikut.

5.4 Mengoperasikan SPSS

Adapun langkah-langkah pengolahan data dengan menggunakan program SPSS adalah :

5.4.1 Mengaktifkan Program SPSS pada Windows

INPUT DATA

dengan DATA EDITOR

PROSES dengan DATA EDITOR

OUTPUT DATA

dengan

(66)

[image:66.595.102.512.163.497.2]

Klik Start, kemudian Program, SPSS for Windows, SPSS 12.0 for windows. Akan tampak tampilan seperti gambar 5.1 berikut.

Gambar 5.1 Tampilan saat membuka SPSS pada windows

5.4.2 Pemasukan Data

Langkah-langkahnya sebagai berikut :

(67)

akan didefinisikan seperlunya saja, jadi tidak akan menjelaskan proses pemasukan data diluar dari yang diperlukan .

1. Input variabel X1i (jumlah uang beredar)

1) Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik X1i.

2) Type

Karena X1i berupa angka, maka klik kotak kecil di kanan sel terssebut , pilih tipe numeric

3) Width

Untuk keseragaman ketik 8.

4) Decimals

5) Label

Label adalah keterangan untuk nama variabel. Maka untuk X1i ketik jumlah uang beredar.

2. Input variabel X2i (suku bunga bank)

1) Name

(68)

3) Width

4) Decimals

5) Label

Label adalah keterangan untuk nama variabel. Maka untuk X2i ketik suku bunga bank.

3. Input variabel X2i (kurs rupiah terhadap dolar)

1) Name

2) Type

3) Width

4) Decimals

(69)

Label adalah keterangan untuk nama variabel. Maka untuk X3i ketik kurs rupiah terhadap dolar.

4. Input variabel Yi (laju inflasi)

1) Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik Yi.

2) Type

Karena Yi berupa angka, maka klik kotak kecil di kanan sel terssebut , pilih tipe numeric

3) Width

4) Decimals

5) Label

Label adalah keterangan untuk nama variabel. Maka untuk Yi ketik laju inflasi.

(70)

[image:70.595.99.519.85.348.2]

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. Gambar 5.2 Tampilan pada pengisian variabel view

(71)

[image:71.595.117.443.343.467.2]