Faktor - Faktor yang Mempengaruhi Sektor Pertanian, Peternakan, dan Pariwisata Terhadap Pertumbuhan Ekonomi Kota Binjai

(1)

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

(2)

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

(3)

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

(4)

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

(5)

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

(6)

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

(7)

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

(8)

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

(9)

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

(10)

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

(11)

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

(12)

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.

(13)

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

(14)

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.

(15)

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

(16)

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).

(17)

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

(18)

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 ) (∑X1

2₎₋₍_∑_X

i ) ((∑Xi Yi)

n ∑X₁2− (∑ �_�)2 (2.2)

�

=

�.∑ �1� − (∑ �1)(∑ �)

�.∑X_i− (∑ �_�)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)

(19)

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_� ... �_��

(20)

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)

∑X_1iY_i = �0∑X_1i+�1∑X_1i2 +�2∑X_1iX_2i+...+�_�∑X_1iX_�_i (2.7)

(21)

∑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.

(22)

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)

(23)

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

(24)

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 ��

(25)

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

(26)

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.

(27)

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.

(28)

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

(29)

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

(30)

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.

(31)

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

(32)

3.3 STRUKTUR ORGANISASI BADAN PUSAT STATISTIK PROVINSI

(33)

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

(34)

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

(35)

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

(36)

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

(37)

�� 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

(38)

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 :

(39)

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

(40)

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.

(41)

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��} < �_{��}

(42)

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

(43)

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

(44)

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

(45)

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

(46)

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(��.��−(��,��)�)��(��,��)−(��,��)��

(47)

�_�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= 0,369

Nilai �_�₂ sebesar 0,369. Hal ini menunjukkan bahwa Pertumbuhan Ekonomi

dengan Sektor Peternakan memiliki berkorelasi positif yang rendah. Nilai yang positif

(48)

Peternakan, artinya semakin berkembang Sektor Pertanian akan meningkat

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

=

0,437

Nilai �_�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

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.

(49)

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}

(50)

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

(51)

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 :

(52)

�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

�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

(53)

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 : �_�= _��

�

��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

(54)

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:

(55)

��2=

��.123

��∑�32��1−�32�

Selanjutnya untuk menentukan nilai �_{ℎ��}, digunakan rumus 2.15 yaitu : �_�= _��

�

��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

(56)

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

(57)

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

(58)

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

(59)

Gambar 5.1 Tampilan Saat Membuka SPSS pada Windows

Tampilan worksheet SPSS 16.0 for windows seperti berikut ini

(60)

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

(61)

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:

(62)

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

(63)

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:

(64)

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:

(65)

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:

(66)

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

(67)

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

(68)

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.

(69)

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:

(70)

LAMPIRAN

(71)

(72)