FAKTOR-FAKTOR YANG MEMPENGARUHI SEKTOR PERTANIAN, PETERNAKAN, PARIWISATA TERHADAP PERTUMBUHAN
EKONOMI KOTA BINJAI
TUGAS AKHIR
SUCI YENIAR NAINGGOLAN 102407091
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
FAKTOR-FAKTOR YANG MEMPENGARUHI SEKTOR PERTANIAN, PETERNAKAN, PARIWISATA TERHADAP PERTUMBUHAN
EKONOMI KOTA BINJAI
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya
SUCI YENIAR NAINGGOLAN 102407091
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2013
PERSETUJUAN
Judul : FAKTOR - FAKTOR YANG MEMPENGARUHI
SEKTOR PERTANIAN, PETERNAKAN, PARIWISATA TERHADAP PERTUMBUHAN EKONOMI KOTA BINJAI
Kategori : TUGAS AKHIR
Nama : SUCI YENIAR NAINGGOLAN
Nomor Induk Mahasiswa : 102407091
Program Studi : D-3 STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM
(FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan, Juli 2013
Diketahui oleh
Departemen Matematika FMIPA USU
Ketua, Pembimbing,
Prof. Dr. Tulus, M.Si Drs. Faigizuduhu Bu’ulölö, M.Si
PERNYATAAN
FAKTOR – FAKTOR YANG MEMPENGARUHI SEKTOR PERTANIAN, PETERNAKAN, PARIWISATA TERHADAP PERTUMBUHAN
EKONOMI KOTA BINJAI
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
SUCI YENIAR NAINGGOLAN 102407091
iii
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha
Penyayang, limpah karunia-Nya. Penulis dapat menyelesaikan Penyusunan Tugas Akhir
ini dengan judul Faktor - Faktor yang Mempengaruhi Sektor Pertanian, Peternakan, dan
Pariwisata Terhadap Pertumbuhan Ekonomi Kota Binjai.
Terimakasih Penulis sampaikan kapada Bapak Drs. Faigiziduhu Bu’ulölö, M.si
selaku Pembimbing dan Ketua Program Studi yang telah meluangkan waktunya selama
penyusunan Tugas Akhir ini. Terima kasih kepada Bapak Drs. Suwarno Arriswoyo, M.Si
selaku Sekretaris Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr.Tulus, M.Si
PhD dan Ibu Dra. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen
Matematika FMIPA USU Medan, 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
AIPTU P. Nainggolan Ibu Sumarni Sitorus dan Keluarga yang selama ini memberikan
DAFTAR ISI
Halaman
PERSETUJUAN ii
PERNYATAAN iii
PENGHARGAAN iv
DAFTAR ISI v
DAFTAR TABEL vii
DAFTAR GAMBAR viii
BAB 1 PENDAHULUAN
1.1 Latar Belakang 1
1.2 Perumusan Masalah 3
1.3 Batasan Masalah 3
1.4 Tujuan Penelitian 4
1.5 Kontribusi Penelitian 4
1.6 Metodologi Penelitian 4
1.7 Lokasi Penelitan 5
1.8 Sistematika Penelitian 5
BAB 2 LANDASAN TEORI
2.1 Pengertian Regresi Linier 7
2.2 Analisis Regresi Sederhana 8
2.3 Analisis Regresi Berganda 9
2.4 Membentuk Persamaan Regresi Linier Berganda 11
2.5 Kesalahan Standar Estimasi 12
2.6 Koefisien Determinasi 13
2.7 Koefisien Korelasi 14
2.8 Pengujian Regresi Linier Berganda 16
BAB 3 SEJARAH SINGKAT TEMPAT RISET
3.1 Kegiatan Umum Statistik di Indonesia Masa Orde Baru-Sekarang 19 3.1.1 Visi Misi Badan Pusat Statistik 20 3.1.2 Program Pengembangan Statistik 20 3.2 Ruang Lingkup Kegiatan Badan Pusat Statistik 21 3.2.1 Kedudukan, Tugas, dan Fungsi Badan Pusat Statistik 21 3.3 Struktur Organisasi Badan Pusat Statistik 23
BAB 4 PENGOLAHAN DATA
4.1 Menentukan Model Persamaan Regresi Linier Berganda 24
4.2 Analisis Residu 30
4.3 Uji Regresi Linier Ganda 32
4.4 Perhitugan Korelasi Linier Berganda 36
4.5 Koefisien Korelasi (r) 37
4.5 Perhitungan Korelasi Antara Variabel 37
4.6 Pengujian Koefisien Regresi Linier Ganda( Uji T) 41
v
BAB 5 IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem 48
5.2 SPSS dalam Statistika 48
5.3 Mengaktifkan SPSS 49
5.4 Mengoperasikan SPSS 51
5.5 Pengisian Data 51
5.6 Pengelolaan Data dengan Persamaan Korelasi 56
BAB 6 KESIMPULAN DAN SARAN
4.1 Kesimpulan 58
4.2 Saran 59
DAFTAR PUSTAKA
LAMPIRAN
DAFTAR TABEL
Halaman
Tabel 2.1 Bentuk Umum Data Observasi 10
Tabel 4.1 Data Pertumbuhan Ekonomi Kota Sektor Berdasarkan Sektor Pertanian,
Sektor Peternakan, dan Sektor Pariwisata 24
Tabel 4.2 Data Pertumbuhan Ekonomi Kota Binjai Berdasarkan Sektor Pertanian,
Sektor Peternakan, dan Sektor Pariwisata 26
Tabel 4.3 Pemfaktoran Harga Y, �1, �2, �3 27
Tabel 4.4 Harga �� untuk menghitung Kekeliruan Taksiran Baku 31 Tabel 4.5 Nilai-Nilai yang diperlukan untuk Uji Regresi Berganda 33
vii
DAFTAR GAMBAR
Halaman
Gambar 5.1 Tampilan Saat Membuka SPSS pada Windows 50
Gambar 5.2 Tampilan Worksheet SPSS 16.0 For Windows 50
Gambar 5.3 Tampilan Pengisian Data Variabel pada Variable View 52
Gambar 5.4 Tampilan Pengisian Data Variabel pada Data View 52
Gambar 5.5 Tampilan pada jendela editor Regression 53
Gambar 5.6 Tampilan Linier Regression 53
Gambar 5.7 Tampilan Dependent dan Independent 55
Gambar 5.8 Tampilan Linier Regression Statistic 55
Gambar 5.9 Tampilan Plots 55
Gambar 5.10 Tampilan Linier Regression Plot 56
Gambar 5.11 Tampilan Linier Correlations Statistics 56
Gambar 5.12 Tampilan Bivariate Correlation 57
BAB 1 PENDAHULUAN
1.1Latar Belakang
Pertumbuhan ekonomi merupakan salah satu ukuran keberhasilan pembangunan,
terutama dalam bidang ekonomi. Perkembangan sektor ekonomi yang terbentuk dari laju pertumbuhan akan memberikan gambaran tentang tingkat perubahan ekonomi yang
terjadi, di mana pergerakan laju pertumbuhan ini merupakan indikator penting untuk
mengetahui hasil pembangunan yang telah dicapai dan berguna untuk menentukan arah
dan sasaran pembangunan di masa yang akan datang. Disamping digunakan untuk
mengukur tingkat keberhasilan pembangunan dibidang ekonomi, angka ini juga
memberikan indikasi tentang sejauhmana aktivitas perekonomian yang terjadi pada suatu
periode tertentu telah menghasilkan tambahan pendapatan bagi penduduk.
Pertanian dapat dilihat sebagai suatu yang sangat potensial dalam empat bentuk
kontribusinya terhadap pertumbuhan dan pembangunan ekonomi yaitu sebagai berikut:
1. Ekspansi dari sektor-sektor ekonomi lainnya sangat tergantung pada pertumbuhan
output di bidang pertanian, baik dari sisi permintaan maupun penawaran sebagai
sumber bahan baku bagi keperluan produksi di sektor-sektor lain seperti industri
manufaktur dan perdagangan.
2. Pertanian berperan sebagai sumber penting bagi pertumbuhan permintaan
domestik bagi produk-produk dari sektor-sektor lainnya.
3. Sebagai suatu sumber modal untuk investasi di sektor-sektor ekonomi lainnya.
4. Sebagai sumber penting bagi surplus perdagangan (sumber devisa).
Peternakan adalah kegiatan mengembangbiakkan dan membudidayakan hewan ternak untuk mendapatkan manfaat dan hasil dari kegiatan tersebut. Pengertian
peternakan tidak terbatas pada pemeliharaaan saja, memelihara dan peternakan
perbedaannya terletak pada tujuan yang ditetapkan. Tujuan peternakan adalah mencari
keuntungan dengan penerapan prinsip-prinsip manajemen pada faktor-faktor produksi
yang telah dikombinasikan secara optimal. Peternakan merupakan bidang usaha yang
digeluti oleh hampir sebagian besar masyarakat di Indonesia, mulai dari masyarakat
pedesaan hingga masyarakat perkotaan. Peran dunia peternakan dalam menyokong
perekonomian sangat besar.
Sebagai kota yang masih menitikberatkan sektor peternakan sebagai sektor
unggulan, tidak menutup kemungkinan untuk meningkatkan subsektor peternakan
dikembangkan. Di kota Binjai sektor peternakan memiliki potensi yang besar terutama
dalam peningkatan PDRB (Produk Domestik Regional Bruto), Sektor pertanian dapat
Dari keadaan di atas penulis mengadakan penelitian terhadap Pertumbuhan Ekonomi
Kota Binjai Menurut Sektor Pertanian, Peternakan, dari tahun 2002 sampai tahun 2011.
Untuk mengetahui sektor mana yang paling mempengaruhi pertumbuhan ekonomi Kota
Binjai dengan menggunakan metode Analisis Regresi Linier Berganda sebagai bahan
penulisan tugas akhir dengan judul “FAKTOR-FAKTOR YANG MEMPENGARUHI
SEKTOR PERTANIAN, PETERNAKAN, PARIWISATA TERHADAP
PERTUMBUHAN EKONOMI KOTA BINJAI”
1.2 Perumusan Masalah
Menganalisis sektor mana yang paling mempengaruhi atau dominan terhadap
pertumbuhan ekonomi kota Binjai berdasarkan data dari Hasil Produksi sektor Pertanian,
Peternakan, dari Tahun 2002 sampai dengan Tahun 2011.
1.3 Batasan Masalah
Agar pembahasan dalam tugas akhir ini dapat lebih terarah maka dilakukan pembatasan
masalah yaitu :
1. Hanya Data Hasil Produksi Sektor Pertanian, Peternakan, di Kota Binjai saja
yang dianalisis.
2. Data yang dibutuhkan yaitu Data Hasil Produksi Sektor Pertanian, Peternakan,
Data PDRB dalam Sektor Pariwisata Kota Binjai dari Tahun 2002 sampai dengan
tahun 2011 yang diperoleh dari Badan Pusat Statistik Propinsi Sumatera Utara.
1.4 Tujuan Penelitian
Secara umum penelitian ini bertujuan untuk mengetahui Sektor manakah yang paling
mempengaruhi atau paling dominan terhadap pertumbuhan ekonomi kota Binjai, apakah
ada pengaruh salah satu sektor terhadap sektor lainnya dengan menggunakan metode
Analisis Regresi Linier Berganda.
1.5 Kontribusi Penelitian
Dengan diperoleh model hubungan antara Sektor Pertanian, Sektor Peternakan, dan
Pariwisata terhadap Pertumbuhan Ekonomi Kota Binjai maka manfaat yang diperoleh
adalah sebagai bahan acuan untuk pembangunan terhadap Sektor Pertanian, Sektor
Peternakan dan Pariwisata pada masa yang akan datang
1.6 Metodologi Penelitian
Metodologi Penelitian adalah suatu cara yang terdiri dari langkah-langkah atau urutan
kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan
penelitian sehingga apa yang menjadi tujuan dari penelitian itu dapat terwujud.
Metode yang digunakan dalam penelitian ini adalah dengan cara sebagai berikut:
a. Pengumpulan Data Sekunder
b. Menganalisis Data
c. Mengolah Data
1.7 Lokasi Penelitian
Penelitian ataupun pengumpulan data diadakan di Kantor Badan Pusat Statistik Medan,
yang beralamat di Jl. Asrama No.179 Medan.
1. 8 Sistematika Penulisan
Adapun sistematika penulisan yang dipergunakan penulis antara lain:
BAB 1 : PENDAHULUAN
Pada Bab ini akan diuraikan Latar Belakang, Perumusan Masalah,
Maksud dan Tujuan Penelitian, Pembatasan Masalah, Metodologi
Penelitian
BAB 2 :LANDASAN TEORI
Bab ini menguraikan tentang konsep dan defenisi dari Pengertian Analisa
Linier Sederhana, Analisis Regresi Linier Berganda, Membentuk
Persamaan Regresi Linier Berganda, Koefisien Korelasi dan Koefisien
Determinasi, Pengujian Regresi Linier Berganda.
BAB 3 :SEJARAH SINGKAT TEMPAT RISET
Dalam bab ini penulis menguraikan mengenai sejarah singkat berdirinya
Badan Pusat Statistika Propinsi Sumatera Utara
BAB 4 :PENGOLAHAN DATA
Bab ini menguraikan uraian tentang metode-metode yang digunakan
dalam mengolah data.
BAB 5 :IMPLEMENTASI SISTEM
Bab ini menguraikan tentang pengolahan data dengan menggunakan
perangkat lunak SPSS (Statistical Product For Service Solution).
BAB 6 :KESIMPULAN DAN SARAN
Bab ini merupakan bab penutup yang merupakan hasil dan kesimpulan
dari pembahasan serta saran penulisan berdasarkan kesimpulan yang
BAB 2
LANDASAN TEORI
2.1 Pengertian Regresi Linier
Pengertian Regresi secara umum adalah sebuah alat statistik yang memberikan
penjelasan tentang pola hubungan (model) antara dua variabel atau lebih. Analisis
Regresi digunakan untuk membangun persamaan dan menggunakan persamaan tersebut
untuk membuat perkiraan (prediction). Karena merupakan prediksi, maka nilai prediksi
tidak selalu tepat dengan nilai riilnya. Dalam Analisis Regresi dikenal 2 jenis variabel
yaitu :
1. Variabel Respon disebut juga Variable Dependen yaitu variabel yang
keberadaannya dipengaruhi oleh variabel lainnya dan dinotasikan variabel Y.
2. Variabel Prediktor disebut juga Variable Independent yaitu variabel yang bebas
(tidak dipengaruhi oleh variabel lainnya) dan dinotasikan X.
Untuk mempelajari hubungan - hubungan antara beberapa variabel, persamaan analisis
regresi dapat dilihat dari dua bentuk, yaitu:
1. Persamaan Regresi Linier Sederhana (Simple Analysis Regresi).
2. Persamaan Regresi Linier Berganda (Multiple Analysis Regresi).
Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu variabel bebas
(variable independent) dan variabel tak bebas (variable dependent). Sedangkan Analisis
Regresi Berganda merupakan hubungan antara 3 variabel atau lebih, yaitu sekurang
kurangnya dua variabel bebas dengan satu variabel tak bebas.
Tujuan utama regresi adalah untuk membuat perkiraan nilai suatu variabel
(variable dependent) jika nilai variabel yang lain berhubungan dengannya (variabel
lainnya) sudah ditentukan.
2.2Analisis Regresi Linier Sederhana
Regresi Linier Sederhana untuk mendapatkan hubungan matematis dalam bentuk suatu
persamaan antara variabel tak bebas tunggal dengan variabel bebas tunggal. Regresi
linier sederhana hanya memiliki satu peubah X yang dihubungkan dengan satu peubah
tidak bebas Y. Bentuk umum dari persamaan regresi linier untuk populasi adalah
Y = �+��+ e (2.1) Keterangan:
Y = Variabel tak bebas (dependent variable)
�= Variabel bebas (independent variable)
� = Konstanta (intercept)
�= Parameter Koefisien Regresi Variabel Bebas
Menentukan koefisien persamaan a dan b dapat dengan mengunakan metode
kuadrat terkecil, yaitu cara yang dipakai untuk menentukan koefisien persamaan �dan � dari jumlah pangkat dua (kuadrat) antara titik – titik dengan garis regresi yang dicari
yang terkecil.
Dengan demikian, dapat ditentukan:
�
=
(∑Yi ) (∑X12)−(∑X
i ) ((∑Xi Yi)
n ∑X1 2− (∑ ��)2 (2.2)
�
=
�.∑ �1� − (∑ �1)(∑ �)�.∑Xi − (∑ ��)2 (2.3)
2.3 Regresi Linier Berganda
Regresi linier berganda adalah analisis regresi yang menjelaskan hubungan antara
peubah respon dengan faktor – faktor yang mempengaruhi lebih dari satu predikor.
Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas
hubungan antara dua variabel atau lebih dan membuat prediksi perkiraan nilai Y atas X.
Secara umum model regresi linier berganda untuk populasi adalah sebagai berikut:
��= ��+ ����+ ����+ ����+ ... +���� + � (2.4)
Keterangan :
�� = Nilai taksiran bagi variable Y
�� = Konstanta Regresi ��,��, … ,��= Nilai variabel bebas
��,��, … ,��= Taksiran bagi parameter koefisien regresi ��,��, … ,�� � = Pengamatan variabel gangguan dan error
Bentuk data yang akan diolah ditunjukkan pada tabel 2.1 berikut :
Tabel 2.1 Bentuk Umum Data Observasi
Nomor Observasi Responden Variabel Bebas
(Y) �1 �2 ��
1 2 . . . . . �1 �1 . . . . . �11 �12 . . . . . �21 �22 . . . . . ... ... ... ... ... ... ...
��1 ��2
.
.
.
.
.
n �� �1� �2� ... ���
2.4Membentuk Persamaan Regresi Linier Berganda
Dalam regresi linier berganda variabel tak bebas (Y) tergantung kepada dua atau lebih
variabel bebas (X). Bentuk persamaan regresi berganda yang mencakup dua atau lebih
variable dapat ditulis sebagai berikut:
�� = �0 +�1�1 +�2�2+�3�3 +...+���� (2.5) atau
�� = �0+ �1�1+ �2�2+ �3�3+ ... +�� + ��
Keterangan :
�� = Nilai taksiran bagi variabel Y
�0 = Taksiran bagi parameter konstanta �0
�0,�1,...,��,= Taksiran bagi konstanta koefisien regresi �1,�2,...,��
�= 1,2,3 … ,�
�= ukuran sampel
�� = variabel kesalahan (galat)
Untuk rumus 2.6, dapat diselesaikannya dengan empat persamaan oleh empat
variable yang terbentuk:
∑�� = n�0+�1∑X1i+�2∑X2i+...+��∑X�i (2.6)
∑X1iYi = �0∑X1i+�1∑X1i2 +�2∑X1iX2i+...+��∑X1iX�i (2.7)
∑X2iYi = �0∑X2i+�1∑X1iY2i+�2∑X2i 2 +...+��∑X2iX�i (2.8)
. . .
∑X��Yi =�0∑X�� +�1∑X1iY�� +�2∑X2iY�i+....+ ��∑X�2i (2.9)
Dengan �1, �2, ..., �� adalah koefisien yang ditentukan berdasarkan data hasil pengamatan.
2.5Kesalahan Standar Estimasi
Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan standar
estimasi (standard eror of estimates). Besarnya kesalahan standar estimasi menunjukkan
ketepatan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang
sesungguhnya. Semakin kecil nilai 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. (Algifari, 2000. Analisa Regresi Teori, Kasus dan Solusi, Edisi 2.
Kesalahan standar estimasi (kekeliruan baku taksiran) dapat ditentukan dengan rumus:
�
�,1,2,…,�=
�
∑(��−��)2
�−�−�
(2.10)
Keterangan :
�� = nilai data sebenarnya
��� = nilai taksiran
2.6Koefisien Determinasi (��)
Koefisien determinasi dinyatakan dengan �2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel. Koefisien determinasi adalah untuk mengetahui
proporsi keragaman 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 �2 akan ditentukan dengan rumus :
�2
=
�����∑ �12
(2.11)
Keterangan:
�����= Jumlah Kuadrat regresi
∑ �
�2=
∑ �
�2-
(∑ ��)
2
�
(
2.12)Harga �2 yang diperoleh sesuai dengan varians yang dijelaskan masing-masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variansi yang dijelaskan penduga
yang disebabkan oleh variabel yang berpengaruh saja (yang bersifat nyata).
2.7Koefisien Korelasi
Korelasi adalah derajat hubungan linier antara dua variabel atau lebih dari data hasil
pengamatan. Dua variabel dikatakan berkorelasi apabila perubahan dalam satu variabel
diikuti oleh perubahan variable lain, baik yang searah maupun tidak. Hubungan antara
variabel dapat dikelompokkan menjadi 3 jenis:
1) Korelasi Positif
Terjadinya Korelasi positif apabila perubahan antara variabel yang satu diikuti
oleh variabel lainnya dengan arah yang sama (berbanding lurus). Artinya apabila
variabel yang satu meningkat, maka akan diikuti peningkatan variabel lainnya.
2) Korelasi Negatif
Terjadinya Korelasi Negatif apabila perubahan antara variabel yang satu diikuti
oleh variabel lainnya dengan arah yang berlawanan (berbanding terbalik). Artinya
apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel
3) Korelasi Nihil
Terjadinya korelasi nihil apabila perubahan antara variabel yang satu diikuti oleh
variabel lainnya dengan arah yang tidak teratur (acak). Artinya apabila variabel
yang satu meningkat, kadang diikuti dengan peningkatan pada variabel lain dan
kadang diikuti dengan penurunan pada variabel lain.
Besarnya nilai koefisen korelasi (r) selalu terletak antara -1 dan 1, sehingga nilai r
tersebut dapat ditulis : -1≤ � ≤+1. Jika r = +1, maka terdapat korelasi positif sempurna antara variabel X dan Y artinya jika nilai variabel X tinggi, maka nilai variabel Y akan
tinggi pula. Sebaliknya jika r = -1, maka terdapat korelasi negative sempurna antara
variabel X dan varabel Y artinya jika nilai variabel X tinggi, maka nilai variabel Y
rendah. Sedangkan jika r = 0, berarti tidak ada korelasi antara variabel X dan Y
(Sudjana,2001.Metode Statistik.Bandung:Tarsito.Hal.36)
Untuk mencari korelasi antara variabel X dan variabel Y dapat dirimuskan
sebagai berikut:
�
��=
� ∑ �1 �−(∑ �1)(∑ �)��� ∑ �12 –(∑ �1 )2�{� ∑ �2−(∑ �)2}
(2.13)
Keterangan :
��� = Koefisien korelasi antara variabel Y dan X �� = Koefisien variabel bebas ��
�� = Koefisien variabel bebas ��
Berikut Interprestasi harga r akan disajikan dalam table 2.2 berikut:
Tabel 2.2 :Interpretasi Koefisien Korelasi Nilai r
R Interpretasi
0 Tidak berkorelasi
0,01 - 0,20 Sangat rendah
0,21 - 0,40 Rendah
0,41- 0,60 Agak rendah
0,61 - 0,80 Cukup
0,81 - 0,99 Tinggi
1 Sangat Tinggi
2.8Pengujian Regresi Linier Berganda
Uji regresi linier berganda perlu dilakukan karena untuk mengetahui apakah sekelompok
variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas.
Dalam pengujian persamaan regresi terutama menguji hipotesis tentang parameter
koefisien regresi secara keseluruhan melibatkan intercept serta k buah variabel.
Pengujian hipotesis dalam regresi linier berganda perlu dilakukan agar tidak terjadi
kesalahan penarikan kesimpulan, Pengujian hipotesis tersebut dapat dilakukan secara
2.8.1 Uji F (Simultan)
Langkah-langkah dalam pengujian hipotesis adalah sebagai berikut:
1. Menentukan formulasi hipotesis
�0 :�1=�2 =...=�� =0 (�1,�2,...,�� tidak mempengaruhi Y)
�1 :�1,�2 ≠ 0(minimal ada satu parameter koefisien regresi tidak sama dengan
nol atau mempengaruhi Y).
2. Menentukan taraf nyata ∝ dan nilai ������ dengan derajat kebebasan V1= k dan
V2= n-k-1.
3. Menentukan kriteria pengujian
�0 ditolak bila �ℎ����� ≥������ ; dk = n-k-1
�0 ditolak bila �ℎ����� <������ ; dk = n-k-1
4. Menetukan nilai statistik F dengan rumus (Sudjana, 2001. Metoda Statistika,
Edisi Keenam, Bandung: Tarsito, hal 354-355):
�ℎ�����= �����/�
�����/(�−�−1) (2.14)
Dengan:
F = Statistik F yang menyebar mengikuti distribusi F dengan derajat kebebasan
�1= k dan �2= n-k-1
�����= Jumlah Kuadrat regresi = ∑(��� - ��)2, dengan derajat kebebasan dk = k
�����= Jumlah Kuadrat residu = ∑(��� - ��)2, dengan derajat kebebasan dk = n
-k-1
5. Membuat pernyataan apakah �0 diterima atau ditolak.
2.8.2 Uji T (Parsial)
Langkah-langkah dalam pengujian hipotesis adalah sebagai berikut:
1. Menetukan formula hipotesis
�0:�1 = 0 (�� tidak mempengaruhi Y)
�0:�1 ≠ 0 (�� mempengaruhi Y)
2. Menentukan taraf nyata dan nilai ������ dengan dk (1-1/2�);(n/2) 3. Menentukan kriteria pengujian:
�0 ditolak bila �ℎ����� ≥ ������
�0 diterima bila �ℎ����� > ������
4. Menentukan nilai �ℎ����� :
�
1=
�1���
(
2.15)Keterangan :
�
�� = ��.123 ��∑ �12�(1−�12)
(2.16)
��� = Kesalahan standar koefisien korelasi
�� = Koefisien korelasi ganda variabel bebas (��)
5. Membuat pernyataan apakah �0 diterima atau ditolak.
BAB 3
SEJARAH SINGKAT TEMPAT RISET
3.1 Kegiatan Umum Statistik di Indonesia Masa Orde Baru Sampai Sekarang
Pada pemerintahan orde baru, khususnya untuk memenuhi kebutuhan perencanaan dan
evaluasi pembangunan, untuk mendapatkan statistik yang handal, lengkap, tepat, akurat
dan terpercaya mulai diadakan pembenahan organisasi Biro Pusat Statistik. Dalam masa
orde baru Badan Pusat Statistik mengalami beberapa kali perubahan struktur organisasi.
1. Peraturan pemerintah nomor 16 tahun 1986 tentang organisasi BPS.
2. Peraturan Pemerintah nomor 6 tahun 1998 tentang organisasi BPS.
3. Peraturan pemerintah nomor 2 tahun 1992 tentang kedudukan, tugas dan fungsi,
susunan dan tata kerja Biro Pusat Statistik.
4. UU nomor 16 tahun 1997 tentang statistik.
5. Keputusan Presiden RI nomor 86 tahun 1998 tentang Badan Pusat Statistik.
6. Keputusan Kepala BPS nomor 100 tahun 1998 tentang organisasi dan tata kerja
BPS.
7. Peraturan Pemerintah nomor 51 tahun 1999 tentang penyelenggaraan statistik
Tahun 1998 ditetapkan Peraturan Pemerintah nomor 26 tahun 1998, yaitu yang mengatur
orgasnisasi dan tata cara dipusat dan daerah.
3.1.1 Visi Misi Badan Pusat Statistik
a. Visi
Badan Pusat Statistik mempunyai visi menjadikan informasi statistik sebagai
tulang punggung informasi pembangunan nasional dan regional, didukung, sebagai daya
manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang mutakhir.
b. Misi
Untuk menunjang pembangunan nasional, Badan Pusat Statistik mengemban misi
mengarahkan pembangunan statistik dan penyajian data statistik yang bermutu handal,
efektif dan efisien, peningkatan kesadaran masyarakat akan arti dan kegunaan statistik
dan pengembangan ilmu statistik.
3.1.2 Program Pengembangan Statistik
Untuk mewujudkan pembangunan statistik, Badan Pusat Statistik membagi ke dalam 4
(empat) kelompok, yaitu:
1. Program penyempurnaan dan pengembangan statistik
2. Program penyempurnaan sistem informasi
3. Program pendidikan dan pelatihan aparatur Negara
3.2 Ruang Lingkup Kegiatan Badan Pusat Statistik
3.2.1 Kedudukan, Tugas, dan Fungsi Badan Pusat Statistik
Badan Pusat Statistik sebagai lembaga pemerintah non Departemen yang berada di
bawah dan bertanggung jawab kepada Presiden (Kepres Nomor 86 tahun 1998), dalam
melaksanakan tugasnya berdasarkan kepada beberapa ketentuan perundangan:
1. UU 16 tahun 1997 tentang Statistik.
2. Keputusan Presiden nomor 86 tahun 1998 tentang badan Pusat Statistik.
3. Peraturan Presiden Nomor 51 tentang penyelengaraan Statistik.
Berdasarkan Keputusan Presiden Nomor 86 tahun 1998 dalam menyelenggarakan
statistik koordinasi dan kerjasama serta mengembangkan dan membina statistik sesuai
dengan perundang-undangan yang berlaku. Fungsi yang diselenggarakan Badan Pusat
Statistik.
1. Perumusan kebijaksanaan nasonal di bidang statistik.
2. Penyelengaraan statistik dasar.
3. Menyusun rencana dan program nasional di bidang statistik.
4. Koordinasi dan kerjasama statistik dengan instansi Pemerintah, lembaga,
orgasnisasi, perorangan dan unsur masyarakat lainnya.
5. Pelayanan data informasi serta hasil kepada Pemerintah dan masyarakat secara
berkala dan sewaktu - waktu baik dari hasil penyelengaraan statistik.
6. Pembinaan penyelengaraan statistik, responden dan pengguna statistik.
7. Pembinaan sumber daya manusia di lingkungan BPS, pembinaan, pengendalian
3.3 STRUKTUR ORGANISASI BADAN PUSAT STATISTIK PROVINSI
BAB 4
PENGOLAHAN DATA
4.1 Menentukan Model PersamaanRegresi Linier Berganda
Data yang akan diolah dalam Tugas Akhir ini adalah data sekunder yang diperoleh dari
Badan Pusat Statistik (BPS) Pertumbuhan Ekonomi kota Binjai dari Sektor Pertanian,
Peternakan, dan Sektor Pariwisata. Adapun data yang akan dianalisis adalah sebagai
berikut:
Tabel 4.1 Data Pertumbuhan Ekonomi Kota Sektor Berdasarkan Sektor Pertanian, Sektor Peternakan dan Sektor Pariwisata.
Tahun
Pertumbuhan
Ekonomi
(Persen)
Sektor
Pertanian Peternakan Pariwisata(Persen)
2002 6,67 394,1 655.569 5,85
2003 9,07 397,45 1.309.557 4,46
2004 8,18 399,72 1.353.098 2,08
2005 5,29 404,9 864.069 4,62
Sambungan Tabel 4.1
2007 5,68 421,69 979.009 6,10
2008 5,54 377 741.959 4,77
2009 5,87 393,55 862.338 3,55
2010 6,07 421,84 1.673.311 3,79
2011 6,28 422,94 1.780.767 3,94
Sumber: Badan Pusat Statistika Provinsi Sumatera Utara
Untuk memudahkan proses analisa, maka seluruh variabel dilambangkan dengan:
��= Pertumbuhan Ekonomi
�1= Jumlah Nilai Sektor Pertanian
�2= Jumlah Nilai Sektor Peternakan
�3= Jumlah Nilai Sektor Pariwisata
Tabel 4.2 : Data Pertumbuhan Ekonomi Kota Binjai Berdasarkan Sektor Pertanian,
Sektor Peternakan dan Pariwisata
Tahun Y
Variabel Bebas
�1 �2 �3
2002 6,67 394,1 655.569 5,85
2003 9,07 397,45 1.309.557 4,46
2004 8,18 399,72 1.353.098 2,08
2005 5,29 404,9 864.069 4,62
2006 5,32 419,15 858.606 5,77
2007 5,68 421,69 979.009 6,10
2008 5,54 377,00 741.959 4,77
2009 5,87 393,55 862.338 3,55
2010 6,07 421,84 1.673.311 3,79
2011 6,28 422,94 1.780.767 3,94
Tabel 4.3 Pemfaktoran Harga Y, ��, ��,��
Y �� �� �� �� ��� ���
6,67 394,1 655.569 5,85
44,49 155.314,81 4,30
9,07 397,45 1.309.557 4,46
82,26 157.966,50 1,71
8,18 399,72 1.353.098 2,08
66,91 159.776,08 1,83
5,29 404,9 864.069 4,62
27.98 163.944,01 7,47
5,32 419,15 858.606 5,77
28,30 175.686,72 7,37
5,68 421,69 979.009 6,10
32,26 177.822,45 9,58
5,54 377,00 741.959 4,77
30,69 142.129,00 5,50
5,87 393,55 862.338 3,55
34,45 154.881,60 7,43
6,07 421,84 1.673.311 3,79
36,84 177.948,98 2,79
6,28 422,94 1.780.767 3,94
39,43 178.828,24 3,17
63,97 4052,34 11.078.28 44,93 423,61 1.644.298,39 51,15
Sambungan Tabel 4.3
��� ��Y ��Y ��Y ���� ���� ����
34,22 2.628,64 4.372.645,23 30,02 258.359.742,9 2.305,48 3.835.078
19,89 3.604,87 11.877.681,99 40,45 520.483.429,7 1.172,63 5.840.624,22
4,32 3.269,71 11.068.341,64 17,01 540.860.332,6 831,42 2.814.443,84
21,24 2.141,92 4.570.925,01 24,44 349.861.538,1 1.870,63 3.991.998,78
33,29 2.229,88 4.567.783,92 30,69 359.884.704,9 2.418,49 4.954.156,62
37,21 2.395,20 5.560.771,12 34,64 412.838.305,2 2.572,31 5.971.954,90
22,75 2.088,58 4.110.452,86 26,42 279.718,5 1.798,29 3.539.144,43
12,60 2.310,14 5.061.924,06 20,83 339.373.119,9 1.397,10 3.061.299,90
14,36 2.560,57 10.156.997,77 23,01 705.869.512,2 1.598,77 6.341.848,69
15,52 2.656,06 11.183.216,76 24,74 753.157.595,0 1.666,38 7.016.221,98
Dari Tabel 4.3 diperoleh:
∑ �� = 63,97 ∑ � �2 = 423,61
∑ �1= 4052,34 ∑ � �12 = 1644348,39
∑ �2 = 11.078,28 ∑ � �22 = 51,15
∑ �3 = 44,93 ∑ � �32 = 215,40 ∑ �1�= 25.885,57 ∑ �1�2= 4.520.406,2
∑ �2�= 68.595.360,30 ∑ �1�3= 17.631,50
∑ �3 � = 272,25 ∑ �2�3= 47.366.771.36 �= 10
Harga - Harga perkalian antar variabel kemudian disusun ke dalam persamaan,
untuk mendapatkan harga koefisien regresi �0, �1 ,�2, �3
∑ � = ��0 + ∑ �1 �1+∑ �2�2+ ∑ �3�3
∑ �1� =�0∑ �1+�1 ∑(�1)2 +�2∑ �1 �2+�3∑ �1 �3
∑ �2�1 =�0∑ �2 +�1∑ �1 �2+�2 ∑(�2)2+ �3∑ �2�3 ∑ �3� = �0∑ �3+�1∑ �1 �3 +�2∑ �2 �3 +�0 ∑(�3)2
Dengan persamaan di atas kita subsitusikan nilai - nilai yang bersesuaian sehingga
diperoleh persamaan :
63,97 = 10 �0 + 4052,34 �1 + 11078,28�2 + 44,93�3
25885.57 = 4052,34�0+ 1644348,39 �1+ 4520406,2�2 +17.631,50�3 72530740.36 = 11078283�0 + 4520406,2 �1 + 51,15�2 + 47.366.771.36�3
272,25 = 44,93 �0 + 17.631,50�1 + 47.366.771.36�2 + 215,40�3
Setelah persamaan diatas diselesaikan, maka diperoleh koefisien-koefisien regresi
linier berganda seperti berikut:
�0 = 25,553
�1 = -0,055
�2 = 2,550
�3 = 0,082
Setelah mendapat harga - harga koefisien regresi, maka dapat ditentukan
persamaannya yaitu: �� = 25,553- 0,055�1 + 2,550�2 + 0,082�3
4.2 Analisis Residu
Untuk menghitung kekeliruan baku taksiran diperlukan harga-harga �� yang
Tabel 4.4 Harga �� untuk menghitung Kekeliruan Tafsiran Baku
Tahun �� Y -�� (Y -��)2 Y
2002 1.671.705,307 -1.671.698,63 2,79 6,67
2003 3.339.374,409 -3.339.365,33 1,11 9,07
2004 3.450.403,619 -3.450.395,43 1,19 8,18
2005 2.203.379,612 -2.203.374,32 4,85 5,29
2006 2.189.448,273 -2.189.442,95 4,79 5,32
2007 2.496.475,81 -2.496.470,13 6,23 5,68
2008 1.892.000,659 -1.891.995,119 3,58 5,54
2009 2.198.966,099 -2.198.960,23 4,83 5,87
2010 4.266.945,713 -4.266.939,64 1,82 6,07
2011 4.540.958,444 -4.540.952,16 2,06 6,28
Jumla h
28249657.95 -28.249.593,94 33,25 63,97
Sehingga kesalahan baku taksiran dapat dihitung dengan menggunakan rumus 2.1
yaitu :
�� 123 =�∑ (��−��)2
�−�−�
=� 33,25
10−3−1
= �33,25
6
= 2,354074483
Ini berarti bahwa rata-rata laju Pertumbuhan Ekonomi kota Binjai yang sebenarnya
akan menyimpang dari rata-rata laju Pertumbuhan Ekonomi yang diperkirakan sebesar
2,35 persen.
4.3 Uji Regresi Linier Berganda
Pengujian hipotesis dalam Regresi Linier berganda perlu dilakukan agar tidak terjadi
kesalahan penarikan kesimpulan.
Dengan Hipotesa
�0 : �1 = �2 = �3 = 0 Sektor Pertanian, Sektor Peternakan, dan Pariwisata tidak
berpengaruh secara simultan dan signifikan terhadap Pertumbuhan Ekonomi.
�0 : �1 = �2 = �3 = 0: Sektor Pertanian, Sektor Peternakan, dan Pariwisata
berpengaruh secara simultan dan signifikan terhadap Pertumbuhan Ekonomi.
Kriteria Pengujiannya adalah:
Tolak �0, jika : �ℎ����� ≥������
Terima �0, jika : �ℎ����� < ������
Tabel 4.5 Nilai-Nilai yang diperlukan untuk Uji Regresi Berganda
Tahun �� �1� �2� �3� �12 �12
2002 0,273
-11,134 -452.259,3 1,357 0,07 123,96
2003 2,673
-7,784 201.728,7 -0,033 7,14 60,59
2004 1,783
-5,514 245.269,7 -2,413 3,17 30,40
2005 -1,107
-0,334 -243.759,3 -0,453 1,22 0,11
2006 -1,077
13,916 -249.222,3 0,697 1,15 193,65
2007 -0,717
16,456 -128.819,3 6,10 0,51 270,79
2008 -0,857
-28,234 -365.869,3 4,77 0,73 797,15
2009 -0,527
-11,684 -245.490,3 3,55 0,27 136,51
2010 -0,327
16,606 565.482,7 3,79 0,10 275,75
2010 -0,117
17,706 672.938,7 3,94 0,01 313,50
Jumlah 0 0 0 0 14,43 2202,46
Sambungan Tabel 4.5
Tahun
�22 �32 �
��1 ���2 ���3
2002 2,04
1,84 -3,04 -123.466,78 0,37
2003 4,06
1,09 -20,80 539.220,81 -0,09
2004 6,01
5,82 -9,83 43.715,87 -4,30
2005 5,94
0,21 0,36 269.841,54 0,50
2006 6,21
0,48 -14,98 268.412,41 -0,75
2007 1,65
37,21 -11,79 92.363,43 -4,37
2008 1,33
22,75 24,19 313.549,99 -4,08
2009 6,02
12,60 6,15 129.373,38 -1,87
2010 3,19
14,36 -5,43 -184.912,84 -1,24
2011 4,52
15,52 -2,07 -78.733,82 -0,46
F = �����/� �����/(�−�−1)
Dalam penggujian model regresi yang telah ada, maka perlu diambil
nilai-nilai:
�1� = �1� -��1, �2� =�2� -��2, �3� = �3� -��3 dan �� = �� - ��, Dan disajikan dalam tabel
4.5 berikut ini:
Dari Tabel 4.5 dapat dicari:
����� = �1∑ ���1�+�2∑ ���2�+�3∑ ���3�
= -0,055* (-37,24) + 2,550 * 1269364,0 + 0,082* (-14,02) = 3236879,099
����� = ∑(� − ��)2
= 33,25
Maka nilai �ℎ�����
�ℎ��� ��=����������/(�−�−/� 1)
=
3236879 ,099 3 � 33,25
10−3−1
� =
3236879 ,099 3⁄ 33,25 6⁄
�ℎ����� = 19,46
Kriteria Pengujian :
Tolak �0, jika : �ℎ����� ≥������(dengan dk = n-k-1)
Terima �0, jika : �ℎ����� < ������
Dari tabel distribusi F dengan dk pembilang (k) = 3, dk penyebut (n-k-1) = 6 dan α =
5% maka :
������ = �(�),(k, n-k-1) ������ =�(0,05),(3, 10-3-1)
������ = 19,46
Sehingga di dapat �ℎ�����= 19,46 > ������ = 4,76
Karena �ℎ����� yang diperoleh lebih kecil dari ������ maka �0 ditolak dan �1
diterima. Hal ini berarti persamaan regresi linier ganda Y atas �1,�2,�3 bersifat nyata. Artinya yaitu Sektor Pertanian, Sektor Peternakan dan Sektor Pariwisata
berpengaruh secara simultan (bersama-sama) dan signifikan terhadap Laju
Pertumbuhan Ekonomi.
4.4 Perhitungan Korelasi Linier Berganda
Untuk menghitung seberapa besar pengaruh dari ketiga sektor (Pertanian, Peternakan,
Pariwisata) terhadap laju pertumbuhan ekonomi, maka akan dilakukan perhitungan
dengan rumus 2.3 sebagai berikut :
�2 = ����� ∑ �12
dihitung adalah: 3.236.879,099 Sehingga didapat:
�2 = 3236879 ,099 14,43 �2 = 0,394
R =√0,394 R = 0,628
Dari hasil perhitungan diperoleh koefisien determinasi (�2) sebesar 0,394 dan diperoleh koefisien korelasinya (R) sebesar 0,628. Nilai tersebut digunakan untuk
mengetahui pengaruh variabel independent terhadap variabel dependent. Artinya
63% Laju Perumbuhan Ekonomi kota Binjai dipengaruhi oleh tiga faktor yang
dianalisis yaitu Sektor Pertanian, Sektor Peternakan, Sektor Pariwisata, sedangkan
37% sisanya dipengaruhi oleh faktor - faktor lain.
4.5 Koefisien Korelasi (r)
Untuk mengetahui besarnya korelasi variabel tak bebas, dapat dilihat dari besarnya
koefisien korelasinya, yaitu :
4.5.1 Perhitungan Korelasi Antara Variabel Y dengan ��(�����)
a. Besar korelasi antara Laju Pertumbuhan Ekonomi (Y) dengan Sektor Pertanian (�1)
�
�1=
� ∑ �1 �−(∑ �1)(∑ �)��� ∑ �12 –(∑ �1 )2�{� ∑ �2−(∑ �)2}
��1 = 10(�����.��)−(����,��)(��,��)
��10(�������.��−(����,��)�)���(���,��)−(��,��)���
��1 = 258855 ,57 − 259228 ,19
�{164434843 ,9−16421459 ,48}{4236 ,61−4092,16}
��1 = − 372,62 �(10,01)(144,45)
��1= - 0,209
Nilai ��1 sebesar -0,21. Hal ini menunjukkan bahwa Pertumbuhan Ekonomi
dengan Sektor Pertanian memiliki berkorelasi negatif yang rendah. Nilai yang negatif
menandakan hubungan yang berlawanan (berbanding terbalik) antara Pertumbuhan
Ekonomi dengan Sektor Pertanian,
b. Besar Korelasi antara Laju Pertumbuhan Ekonomi (Y) dengan Sektor Peternakan
(�2)
�
�2=
� ∑ �2 �−(∑ �2)(∑ �)��� ∑ �22 –(∑ �2 )2�{� ∑ �2−(∑ �)2}
�
�2= 10(��.���.���,��)−(��������)(��,��) ��10(��,��−(��.���.��)�)���(���,��)−(��,��)����
�2= 10(��������.��)−(��������)(��,��) ��(���,�)−(�,���������){(����,���−����,����}��
�2= 0,369Nilai ��2 sebesar 0,369. Hal ini menunjukkan bahwa Pertumbuhan Ekonomi
dengan Sektor Peternakan memiliki berkorelasi positif yang rendah. Nilai yang positif
Peternakan, artinya semakin berkembang Sektor Pertanian akan meningkat
Pertumbuhan Ekonomi.
C. Besar Korelasi antara Laju Pertumbuhan Ekonomi(Y) dengan Sektor
Pariwisata(�3)
�
�3= � ∑ �3 �−(∑ �3)(∑ �)��� ∑ �32 –(∑ �3 )2�{� ∑ �2−(∑ �)2}
�
�3= 10(272,25)−(44,93)(��,��)��10(215,40)−(��,��)�)���(���,��)−(��,��)���
�
�3= 2722 ,50−2874 ,1741�(2154−2018 ,7049)(4236 ,10−4092,1609)
�
�3=
0,437Nilai ��3 sebesar 0,437. Hal ini menunjukkan bahwa Pertumbuhan Ekonomi
dengan Sektor Pariwisata memiliki berkorelasi positif yang agak rendah. Nilai yang
positif menandakan hubungan yang searah antara Pertumbuhan Ekonomi dengan
Sektor Pariwisata, artinya semakin berkembang Sektor Pariwisata akan meningkat
Pertumbuhan Ekonomi.
Dari hasil perhitungan nilai korelasi (r) antara variabel bebas (�1,�2,�3)
terhadap variabel terikat (Y), korelasi yang terbesar adalah korelasi antara
Pertumbuhan Ekonomi (Y) dengan Sektor Pariwisata (�3) yaitu sebesar 0,437. Artinya bahwa Sektor Pariwisata memberikan pengaruh yang lebih besar terhadap
Pertumbuhan Ekonomi kota Binjai dibandingkan dari Sektor Pertanian dan Sektor
Peternakan.
4.5.2 Perhitungan Korelasi Antara Variabel Bebas (X)
a. Besar Korelasi antara Sektor Pertanian (�1) dengan Sektor Peternakan (�2 ).
��1.2= �∑�1 �2−(∑�1)(�2) ���∑�12 –(∑�1 )2���∑�22−(∑�)2�
��1.2= 10(�������,�)− (����,��)(��������)
��10(1644298 ,39)−(����,��)2 }{10{(��,��)−(��������)��
��1.2= 45204068230−�����������,��)
�{(1644298 ,39)−(16421459 ,48) }{(���,�)−(�,���������)}
��1.2= 0,558
b. Besar Korelasi Laju Sektor Pertanian (�1) dengan Sektor Pariwisata (�3)
��1.3= �∑�1 �3−(∑�1)(�3) ���∑�12 –(∑�1 )
2
���∑�32−(∑�3) 2
�
��1.3 = 10(��.���,��)−(4052 ,34)(��,�� )
�{10(1644298 ,39)−(4052 ,34)2}{10(���,��)−(��,�� )2}
��1.3 = 176315−182071 ,64
�{1644298 ,39−16421459 ,48)} {2154−2018 ,70}
c. Besar Korelasi antara Sektor Peternakan (�2) dengan Sektor Pariwisata (�3)
��2.3= �∑�2 �3−(∑�2)(�3) ���∑�22 –(∑�2 )2���∑�32−(∑�3)2�
��2.3= 10(47.366.771,36)−(��.���.���)(��,��) �{10(��,��)−(��������)2}{10(215 ,40)−(��,��)2}
��2.3= ���������,�−497747255 ,2
�{���,�−122728354228089 } {2717 ,5−2573 ,53}
��2.3 = 0,549
Berdasarkan perhitungan korelasi (r) antar variabel bebas tersebut, dapat
dilihat bahwa yang mempunyai korelasi yang agak rendah adalah antara Sektor
Pertanian dengan Sektor Peternakan yaitu sebesar 0,558
4.6 Pengujian Koefisien Regresi Linier Berganda ( Uji T)
Pengujian yang dilakukan merupakan uji satu arah atau uji satu pihak (pihak kanan)
dengan distribusi student t. Pengujian dapat dilakukan dengan merumuskan hipotesis
berikut :
1. Pengaruh antara Sektor Pertanian terhadap Laju Pertumbuhan Ekonomi
�0 : �1 = 0 Sektor Pertanian tidak berpengaruh positif terhadap Laju
Pertumbuhan
Ekonomi
�0 : �1 > 0 Sektor Pertanian berpengaruh positif terhadap Laju Pertumbuhan
Ekonomi
Tolak �0, jika :�ℎ����� ≥������
Terima �0, jika :�ℎ����� <������
Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran (��.123),
jumlah
kuadrat-kuadrat (∑�12) dan koefisien korelasi ganda (�12) antar variabel bebas yaitu �1 dan �2. Dengan besaran-besaran ini, dibentuk kekeliruan baku koefisien �1 sesuai dengan rumus 2.16, yaitu:
��1=
��.123
��∑�12��1−�12�
Selanjutnya untuk menentukan nilai �ℎ�����, digunakan rumus 2.15 yaitu : ��= �� ���
Sehingga dengan harga-harga berikut ini :
��123 = 2,354074483 ∑�1 2 = 1.644.298,39 �1 =�12= 0,558
��1=
2,354074483 �(1.644.298,39)(1−0,558)2)
��1=
2,354074483 √1132323 ,066
��1 = 0,021
Maka diperoleh :
�ℎ����� = -2,619
�ℎ����� = -2,619
Dari tabel distribusi t dengan taraf nyata ∝ = 0,05, dan derajat kebebasan �� = �(1− 1 2 ⁄ �); (� −2).
Maka :
������ =�(1−1 2 ⁄ �); (� −2) ������ =�(0,975);(10)
������ = 2,23
Diperoleh �ℎ����� = −2,61 <������ = 2,23
Dapat dilihat bahwa �ℎ����� lebih kecil dari ������ sehingga �0 diterima yang berarti
Sektor Pertanian tidak berpengaruh positif terhadap Laju Pertumbuhan Ekonomi
2. Pengaruh antara Sektor Peternakan terhadap Laju Pertumbuhan Ekonomi
�0 : �1 = 0 Sektor Peternakan tidak berpengaruh positif terhadap Laju
Pertumbuhan Ekonomi.
�0 : �1 > 0 Sektor Peternakan berpengaruh positif terhadap Laju Pertumbuhan
Ekonomi.
Tolak �0, jika :�ℎ����� ≥������
Terima �0, jika :�ℎ����� <������
Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran (��.123), jumlah
kuadrat-kuadrat (∑�12) dan koefisien korelasi ganda (�21= �12)antar variabel bebas yaitu �1 dan �2. Dengan besaran-besaran ini, dibentuk kekeliruan baku
koefisien �1 sesuai dengan rumus 2.16, yaitu:
��1=
��.123
��∑�22��1−�22�
Selanjutnya untuk menentukan nilai �ℎ�����, digunakan rumus 2.15 yaitu : ��= ����
�
Sehingga dengan harga-harga berikut ini :
��123 = 2,354074483
∑�2 2 = 40,52
�1= �21 = �12 = 0,558
��2 =
2,354074483 �(40,52)(1−0,558)2)
��2=
2,865309756 �(27,90)
��2= 0,542
Maka diperoleh :
�ℎ����� = �2 = ���2
2
= 2,550
0,542
�ℎ����� = 4,704
Dari tabel distribusi t dengan taraf nyata ∝ = 0,05, dan derajat kebebasan �� = �(1− 1 2 ⁄ �); (� −2).
Maka :
������ = �� =�(1−1 2 ⁄ �); (� −2). ������ =�(0,975);(10)
����� � = 2,23
Diperoleh �ℎ����� = 4,70 >������ = 2,23
Dapat dilihat bahwa �ℎ����� lebih besar dari ������ sehingga �0 ditolak yang berarti
Sektor Peternakan berpengaruh positif terhadap Laju Pertumbuhan Ekonomi
3. Pengaruh antara Sektor Pariwisata terhadap Laju Pertumbuhan Ekonomi
�0 : �1 = 0 Sektor Pariwisata tidak berpengaruh positif terhadap Laju
Pertumbuhan Ekonomi
�0 : �1 > 0 Sektor Pariwisata berpengaruh positif terhadap Laju Pertumbuhan
Ekonomi.
Tolak �0, jika :�ℎ����� ≥������
Terima �0, jika :�ℎ����� <������
Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran (��.123), jumlah
kuadrat-kuadrat (∑�32) dan koefisien korelasi ganda (�13) antar variabel bebas yaitu �1 dan �2. Dengan besaran-besaran ini, dibentuk kekeliruan baku koefisien �1 sesuai dengan rumus 2.16, yaitu:
��2=
��.123
��∑�32��1−�32�
Selanjutnya untuk menentukan nilai �ℎ�����, digunakan rumus 2.15 yaitu : ��= ����
�
Sehingga dengan harga-harga berikut ini :
��123 = 2,354074483 ∑�32 = 215,40 �3=�13 = 0,140
��3 =
2,354074483 �(215,40)(1−0,140)2)
��3=
2,865309756 √211,17
��3= 0,197
Maka diperoleh :
�ℎ����� =�3 = ���3
3 =
0,082 0,197
�ℎ����� = 0,416
�ℎ����� = 0,41
Maka :
������ =�(1−1 2 ⁄ �); (� −2) ������ =�(0,975);(10)
������ = 2,23
Diperoleh �ℎ����� = 0,416
Diperoleh �ℎ����� = 0,416 <������ = 2,23
Dapat dilihat bahwa �ℎ����� lebih kecil dari ������ sehingga �0 diterima yang berarti
Sektor Pariwisata tidak berpengaruh positif terhadap Laju Pertumbuhan Ekonomi
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem merupakan prosedur yang dilakukan untuk menyelesaikan desain
sistem yang ada dalam desain yang disetujui, menginstal dan memulai sistem baru
atau sistem baru atau sistem yang diperbaiki.
Tahapan Implementasi sistem merupakan tahapan-tahapan penerapan hasil
desain tertulis ke dalam programming. Dalam pengolahan data dalam hal ini
menggunakan software SPSS 16,0 for windows sebagai implementasi sistem dalam
memperoleh hasil perhitungan.
5.2 SPSS dalam Statistika
SPSS (Statistical Package for the Social Sciences) merupakan salah satu paket
program komputer yang digunakan dalam mengolah data statistik. SPSS merupakan
software yang paling popular, dan banyak digunakan sebagai alat bantu dalam
Pertama kali diperkenalkan oleh tiga mahasiswa Standford University pada tahun
1968. SPSS sebelumnya dirancang oleh pengolahan data statistik pada ilmu – ilmu
sosial,, sehingga SPSS merupakan singkatan Statistical Package for the Social
Sciences. Namun, dalam perkembangan selanjutnya penggunaan SPSS diperluas
untuk berbagai user, sehingga SPSS yang sebelumnya disingkat dari Statistical
Package for the Social Sciences berubah menjadi Statistical Product and Service
Solutions. Penggunaan SPSS dimaksudkan untuk melakukan analisis dengan praktis,
cepat dan akurat.
5.3 Mengaktifkan SPSS
Harus dipastikan terlebih dahulu bahwa SPSS telah terinstal pada komputer. Jika pada
desktop sudah ada ikon SPSS, maka SPSS dapat dibuka dengan cara :
1. Klik dua kali menu SPSS yang terdapat pada icon shortcut pada tampilan
desktop.
2. Selain itu program SPSS dapat diaktifkan melalui: Klik tombol Start pada
jendela windows.
3. Klik All Program, lalu pilih SPSS for windows, kemudian kli SPSS Inc (SPSS
16,0).
4. Setelah SPSS diaktifkan, maka tampilan pada desktop adalah sebagai berikut
5. Tampilan awal pada SPSS adalah
Gambar 5.1 Tampilan Saat Membuka SPSS pada Windows
Tampilan worksheet SPSS 16.0 for windows seperti berikut ini
5.4Mengoperasikan SPSS
Dari tampilan SPSS yang muncul, pilih type in data untuk membuat data baru
dari menu utama file, pilih New, lalu klik, maka akan tampil, muncul jendela
editor kemudian klik data. Cara menamai variabel dilakukan dengan, Klik
Variabel View yang terletak sebelah kiri bawah jendela editor, lalu lakukan
langkah berikut:
a. Name : Digunakan untuk memnberikan nama variabel.
b. Type : Digunakan untuk menentukan tipe data
c. Width : Digunakan untuk menentukan lebar kolom.
d. Decimals : Digunakan untuk memberikan nilai decimal.
e. Label : Digunakan untuk memberi nama variabel.
f. Value : Digunakan untuk menjelaskan nilai data pada kolom.
g. Missing : Digunakan untuk menentukan data yang hilang.
h. Columns : Digunakan untuk menentukan lebar kolom.
i. Align : Digunakan untuk menentukan rata kanan, kiri, atau tengah.
j. Measure : Digunakan untuk menentukan tipe atau ukuran data, yaitu
nominal, ordinal atau skala
5.5Pengisian Data
1. Klik lembar Variabel View dari SPSS Data Editor, kita defenisikan variabel Y
dengan nama variabel Y, variabel �1, �2 dengan nama �2 dan �3 dengan nama
�3. Untuk variabel Pertumbuhan Ekonomi, Sektor Pertanian, Sektor
Peternakan, Sektor Pariwisata diberi variabel label: Laju Pertumbuhan
Ekonomi, Sektor Pertanian, Sektor Peternakan, Sektor Pariwisata sebagai
berikut:
Gambar 5.3 Tampilan Pengisian Data Variabel pada Variable View
2. Kemudian pada lembar Data View dari SPSS Data Editor, kita masukkan data
Y,
�1, �2 dan �3 sebagai berikut:
3. Klik Analyze→Reggression→Linier sebagai berikut :
Gambar 5.5 Tampilan pada jendela editor Regression
4. Kemudian akan di dapat tampilan sebagai berikut:
Gambar 5.6 Tampilan Linier Reggresion
5. Pindahkan variabel Laju Pertumbuhan Ekonomi ke dalam box berjudul
Dependent dan variabel Sektor Pertanian, Sektor Peternakan, Sektor Pariwisata
ke dalam box berjudul Independent(s).
Seperti terlihat pada tampilan berikut:
Gambar 5.6 Tampilan Dependent dan Independent
6. Pastikan memilih Method: Enter. Kemudian klik tombol Statistics dan pastikan
member tanda check (√) pada Estimates, Model fit, Colinearity Diagnostics dan Durbin-Watson sebagai berikut:
Gambar 5.8 Tampilan Linier Regression Statistics
8. Kemudian Klik Continue.
9. Klik Plots akan didapat tampilan sebagai berikut:
Gambar 5.9 Tampilan Plots
10.Pilih Normal probability plot. Kemudian standardized residual *ZRESID ke
dalam kotak Y: dan standardized predicted value *ZPRED ke dalam kotak X
sebagai berkut:
Gambar 5.10 Tampilan Linier Reggression Plots 11.Kemudian Klik Continue dan Klik Ok
5.6Pengolahan Data dengan Persamaan Korelasi
1. Klik Analyze→Correlate →Bivariate sebagai berikut:
2. Pada kotak bivariate correlations akan ditampilkan variabel – variabel
yang akan di uji. Pindahkan total keseluruhan Laju Pertumbuhan Ekonomi,
Sektor Pertanian, Sektor Peternakan, Sektor Pariwisata. Kemudian aktifkan
pearson, two tailed, dan flag significant correlations lalu klik OK seperti
terlihat dalam tampilan berikut ini :
Gambar 5.12 Tampilan Bivarate Correlations
Untuk selengkapnya hasil pengolahan data ini dapat dilihat di lampiran 1
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Kesimpulan yang dapat diambil dari perhitungan Faktor – Faktor yang mempengaruhi
Sektor Pertanian, Sektor Peternakan, dan Sektor Pariwisata terhadap Pertumbuhan
Ekonomi Kota Binjai pada adalah sebagai berikut :
1. Berdasarkan hasil perhitungan nilai-nilai koefisien regresi berganda maka
diperoleh persamaan �� = 25,553- 0,055�1 + 2,550�2 + 0,082�3
2. Dari hasil pengujian pengaruh semua variabel bebas (independent variable)
secara bersama-sama secara (simultan), dimana�ℎ����� lebih besar dari������
sehingga�0 ditolak dan�1 diterima maka dapat disimpulkan bahwa semua
variabel bebas yaitu Sektor Pertanian (�1), Sektor Peternakan (�2), Sektor Pariwisata (�3), dapat mempengaruhi nilai variabel terikat yaitu Pertumbuhan Ekonomi (Y). Nilai korelasi antara Sektor Pertanian (�1), Sektor Peternakan
6.2 Saran
Setelah melakukan penelitian ini, penulis memberikan saran yang mungkin berguna
bagi semua pihak yaitu:
1. Berdasarkan hasil penelitian yang dilakukan terhadap faktor yang
mempengaruhi Pertumbuhan Ekonomi kota Binjai, ternyata Sektor Pariwisata
faktor yang lebih berpengaruh terhadap Pertumbuhan Ekonomi. Oleh sebab itu
alangkah baiknya Pemerintah Kota Binjai lebih memperhatikan Sektor
Pariwisata misalnya dari segi pengelolaan akomodasi hotel, memperbaiki
kualitas sarana maupun prasarana objek wisata yang ada di Kota Binjai.
DAFTAR PUSTAKA
Andi Supangat,2007. Dalam Kajian Deskriptif Inferensi, dan Nonparametrik,
Bandung
Anto Dajan,1991. Pengantar Metode Statistik.Jilid 2.Jakarta: Erlangga
Binjai Dalam Angka, 2012.dokumen. nomor: 1276.12.01. Binjai.Badan Pusat
Statistik(BPS) Kota Binjai
Erawan,I Nyoman, 1994.Pariwisata dan Pembangunan Ekonomi(Bali sebagai
Kasus). Jakarta: Upada Sastra
Hakim, M. Iqbal, 1999. Pokok-Pokok Materi Statistik2. Jakarta: Bumi Aksara
http://id.wikipedia.org/wiki/Pertumbuhan_ekonomi
Indikator Ekonomi Binjai 2010.Binjai.Badan Pusat Statistik(BPS) Kota Binjai
J.Supranto,1991. Statistik Teori dan Aplikasi.Jilid 2.Jakarta: Erlangga
Mubyarto, 1997.Pengantar Ekonomi Pertanian. Yogyakarta:LP3ES
Soekartawi, 1994.Pembangunan Pertanian. Malang:PT. Raja Grafindo Persada
Sudjana,1992.Metode Statistika, Bandung: Tarsito
Yamin, Sofyan dkk, 2010. Regresi dan Korelasidalam Genggaman Anda. Jakarta: