ANALISIS PENGARUH RETRIBUSI DAERAH DAN EKSPOR
BARANG KONSUMSI TERHADAP PENERIMAAN
PEMERINTAH PROPINSI SUMATERA UTARA
TUGAS AKHIR
LELY FITRI HASIBUAN
102407008
PROGRAM STUDI D-3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
ANALISIS PENGARUH RETRIBUSI DAERAH DAN EKSPOR
BARANG KONSUMSI TERHADAP PENERIMAAN
PEMERINTAH PROPINSI SUMATERA UTARA
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh
Ahli Madya
LELY FITRI HASIBUAN
102407008
PROGRAM STUDI D-3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : Analisis Pengaruh Retribusi Daerah Dan Ekspor
Barang Konsumsi Terhadap Penerimaan Pemerintah Provinsi Sumatera Utara
Kategori : Tugas Akhir
Nama : Lely Fitri Hasibuan
Nomor Induk Mahasiswa : 102407008
Program Studi : D3 Statistika
Departemen : Matematika
Fakultas : Matematika Dan Ilmu Pengetahuan Alam
Universitas Sumatera Utara
Diluluskan di Medan, Juli 2013
Disetujui Oleh
Departemen Matematika FMIPA USU
Ketua, Pembimbing,
PERNYATAAN
ANALISIS PENGARUH RETRIBUSI DAERAH DAN EKSPOR BARANG
KONSUMSI TERHADAP PENERIMAAN PEMERINTAH
PROVINSI SUMATERA UTARA
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
LELY FITRI HASIBUAN
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha
Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan penyusunan
Tugas Akhir ini dengan judul Analisis Pengaruh Retribusi Daerah Dan Ekspor
Barang Konsumsi Terhadap Penerimaan Pemerintah Provinsi Sumatera Utara.
Terimakasih penulis sampaikan kepada Bapak Drs. Faigiziduhu Bu’ulölö,
M.Si selaku pembimbing dan Ketua Program Studi yang telah meluangkan
waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Drs.
Suwarno Ariswoyo, M.Si selaku Sekretaris Program Studi D3 Statistika FMIPA
USU, Bapak Prof. Dr. Tulus, M.Si. Ph.D 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 Alm. Drs. Anwar Bey Hasibuan
dan Ibu Dervina Raya Harahap dan keluarga yang selama ini memberikan bantuan
dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan
DAFTAR ISI
Halaman
Persetujuan i
Pernyataan ii
Penghargaan iii
Daftar Isi iv
Daftar Tabel vi
Daftar Gambar vii
Daftar Lampiran viii
BAB 1. Pendahuluan 1
1.1. Latar Belakang 1
1.2. Perumusan Masalah 3
1.3. Batasan Masalah 3
1.4. Maksud dan Tujuan Penelitian 4
1.5. Manfaat Penelitian 4
1.6. Lokasi Penelitian 5
1.7. Metode Penelitian 5
1.8. Tinjauan Pustaka 6
1.9. Sistematika Penulisan 7
BAB 2. Landasan Teori 10
2.1. Pengertian Regresi 10
2.2. Persamaan Regresi 11
2.3. Regresi Linier Sederhana 12
2.4. Regresi Linier Berganda 12
2.5. Uji Persyaratan Regresi Linier Ganda 14
2.6. Membentuk Persamaan Regresi Linier Berganda 15
2.7. Koefisien Determinasi 17
2.8. Koefisien Korelasi 18
2.9. Uji Regresi Linier Berganda 22
2.10. Uji Koefisien Regresi Berganda 23
BAB 3. Sejarah Singkat Tempat Riset 25
3.1. Sejarah Badan Pusat Statistik 25
3.2. Visi dan Misi 25
3.2.1 Visi 25
3.2.2 Misi 26
3.4. Tugas, Fungsi, dan Kewenangan Badan Pusat Statistik 27
3.4.1 Tugas 27
3.4.2 Fungsi 27
3.4.3 Kewenangan 28
3.5. Landasan Hukum 28
3.6 Struktur Organisasi 29
BAB 4. Pengolahan Data 31
4.1. Pengolahan Data 31
4.2. Persamaan Regresi Linier Berganda 34
4.3. Analisis Residu 38
4.4. Koefisien Determinasi 40
4.5. Koefisien Korelasi 41
4.6. Uji Regresi Linier Berganda 43 4.7. Uji Koefisien Regresi Linier Berganda 46
BAB 5. Implementasi Sistem 49
5.1. Pengertian Implementasi Sistem 49
5.2. SPSS Dalam Statistika 49
5.3. Mengaktifkan SPSS 50
5.4. Mengoperasikan SPSS 51
5.5. Input Variabel (Variable View) 51
5.6. Input Data (Data View) 52
5.7. Pengolahan Data dengan Analisis Regresi 53
BAB 6. Kesimpulan Dan Saran 56
6.1. Kesimpulan 56
6.2. Saran 57
DAFTAR TABEL
Nomor Judul Halaman
Tabel
2.1. Interpretasi Koefisien Korelasi Nilai r 21
4.1. Data Retribusi Daerah, Ekspor Barang Konsumsi 32 dan Penerimaan Pemerintah Provinsi Sumatera Utara
Tahun 2001-2011
4.2. Data Yang Telah Disederhanakan 33
4.3. Nilai-Nilai Koefisien Persamaan Regresi Linier Berganda 34
4.4. Penyimpangan Nilai Koefisien 39
DAFTAR GAMBAR
Nomor Judul Halaman
Gambar
5.1. Print Screen Tampilan Jendela Start Windows 50
5.2. Tampilan Jendela Awal SPSS 51
5.3. Tampilan Jendela Variable View 52
5.4. Tampilan Jendela Data View 53
5.5. Tampilan Pengolahan Data dengan Regresi Linier 53
5.6. Tampilan Jendela Regresi Linier 54
5.7. Tampilan Jedela Statistik Regresi Linier 54
5.8. Tampilan Jendela Regresi Linier Plot 55
DAFTAR LAMPIRAN
Nomor Judul Halaman
lamp
1. Hasil Perhitungan Dari Program SPSS 2. Surat Permohonan Penelitian Tugas Akhir
3. Surat Riset Pengumpulan Data
4. Kartu Bimbingan Tugas Akhir Mahasiswa
5. Surat Keterangan Hasil Uji Program Tugas Akhir
6. Data Sumber Pengolahan
Kebutuhan masyarakat yang meningkat mendorong pemerintah
daerah untuk mengupayakan peningkatan penerimaan daerah dengan
memberi perhatian pada perkembangan Pendapatan Asli Daerah (PAD).
Sumber-sumber PAD adalah hasil pajak daerah, hasil retribusi daerah,
hasil pengelolaan kekayaan daerah yang dipisahkan, dan lain-lain;
Pendapatan Asli Daerah yang sah. Komponen PAD tersebut secara penuh
dapat digunakan oleh daerah sesuai dengan kebutuhan dan prioritas
daerah, disamping itu memperlihatkan adanya upaya yang dilakukan oleh
pemerintah Propinsi Sumatera Utara dalam menggali sumber-sumber
pendapatan daerah. Hal ini semakin leluasa dilakukan Pemerintah Propinsi
Sumatera Utara setelah diberlakukan otonomi daerah.
Berbagai cara dilakukan Pemerintah Daerah untuk meningkatkan
pendapatan daerahnya dalam upaya memenuhi kebutuhan belanja
pemerintah daerah bagi pelaksanaan kegiatannya. Pertama, Pemerintah
Daerah dapat memperoleh dana dari sumber-sumber yang dikategorikan
Pendapatan Asli Daerah (PAD). Kedua, memperoleh transfer dana dari
APBN yang dialokasikan dalam bentuk dana perimbangan yang terdiri
dari bagi hasil pajak, bagi hasil bukan pajak, dana alokasi umum, dan dana
alokasi khusus. Pengalokasian dana perimbangan ini selain ditujukan
untuk memberikan kepastian sumber pendanaan bagi APBD, juga
bertujuan untuk mengurangi/memperkecil perbedaan kapasitas fiskal antar
Disamping itu, banyak faktor lain yang juga dapat mempengaruhi
penerimaan pemerintah daerah seperti ekspor hasil kekayaan daerah
seperti ekspor bahan modal, bahan baku, dan barang konsumsi.
Berdasarkan penjelasan di atas maka penulis mengambil judul
tugas akhir yaitu “Analisis Pengaruh Retribusi Daerah dan Ekspor
Barang Konsumsi Terhadap Penerimaan Pemerintah Propinsi
Sumatera Utara”.
1.2Perumusan Masalah
Berdasarkan latar belakang masalah di atas, perumusan masalah penelitian
adalah mencari seberapa besar nilai pengaruh dan mana yang lebih
dominan berpengaruh antara retribusi daerah dan ekspor barang konsumsi
terhadap penerimaan pemerintah Propinsi Sumatera Utara.
1.3Batasan Masalah
Untuk memberikan kejelasan dan memberikan kemudahan penelitian ini
agar tidak jauh menyimpang dari sasaran yang ingin dicapai, penulis hanya
meneliti pengaruh penerimaan pemerintah Propinsi Sumatera Utara
dengan faktor-faktor yang mempengaruhi yaitu retribusi daerah dan ekspor
barang konsumsi. Data kuantitatif yang digunakan adalah data retribusi
daerah, data ekspor barang konsumsi dan data penerimaan pemerintah
1.4 Maksud dan Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah untuk membuktikan secara
empiris seberapa besar pengaruh retribusi daerah dan ekspor barang
konsumsi terhadap penerimaaan pemerintah Propinsi Sumatera Utara dari
tahun 2001 sampai tahun 2011.
1.5Manfaat Penelitian
Kontribusi yang dapat diambil dari penelitian ini adalah :
1. Kontribusi empiris pada pengaruh retribusi daerah dan ekspor barang
konsumsi terhadap penerimaan pemerintah Propinsi Sumatera Utara.
2. Konstribusi kebijakan untuk memberikan masukan bagi pemerintah
pusat maupun daerah dalam hal penyusunan kebijakan di masa yang
akan datang.
3. Konstribusi teori sebagai bahan referensi dan data tambahan bagi
peneliti-peneliti lainnya yang tertarik pada bidang kajian ini.
1.6 Lokasi Penelitian
Penelitian dan riset data dilakukan di Badan Pusat Statistik Propinsi
1.7 Metode Penelitian
Metode penelitian yaitu 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 penelitian yang digunakan penulis adalah dengan cara sebagai
berikut:
a. Penelitian kepustakaan yaitu metode pengumpulan data untuk
memperoleh data dan informasi dari perpustakaan, yaitu dengan
membaca buku-buku, referensi dan bahan-bahan yang bersifat teoritis
yang mendukung penulisan tugas akhir.
b. Pengumpulan data untuk keperluan riset ini, telah dilakukan oleh
penulis dengan menggunakan data sekunder yang diperoleh dari kantor
Badan Pusat Statistik Propinsi Sumatera Utara. Data yang
dikumpulkan tersebut kemudian disusun dan disajikan dalam bentuk
angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas
tentang sekumpulan data tersebut.
1.7 Tinjauan Pustaka
Menyatakan perubahan nilai variabel itu dapat pula disebabkan oleh
berubahnya variabel lain yang berhubungan dengan variabel tersebut. Untuk
variabel lain diperlukan alat analisis yang memungkinkan untuk membuat
perkiraan nilai variabel tersebut pada nilai tertentu variabel yang
mempengaruhinya (Algifari, 2000).
Dalam ilmu statistika, teknik yang umum digunakan untuk
menganalisis hubungan antara dua atau lebih variabel adalah analisa regresi.
Model matematis dalam menjelaskan hubungan antara variabel dalam
analisis regresi menggunakan persamaan regresi.
Prinsip dasar yang harus dipenuhi dalam membangun suatu
persamaan regresi adalah bahwa antara variabel dependen dengan variabel
independen mempunyai sifat hubungan sebab akibat, baik yang didasarkan
pada teori, hasil penelitian sebelumnya, ataupun yang berdasarkan pada
penjelasan logis tertentu.
Bentuk hubungan antara variabel dapat searah atau dapat
berlawanan arah. Hubungan antara variabel searah artinya perubahan nilai
yang satu dengan nilai yang lain searah. Hubungan antara variabel
berlawanan arah artinya perubahan nilai yang satu dengan nilai yang lain
berlawanan arah. (Usman, Husaini, 1995).
Regresi ganda berguna untuk mendapatkan pengaruh dua variabel
kriterium atau untuk mencari hubungan fungsional dua prediktor atau lebih
dengan variabel kriteriumnya atau untuk meramalkan dua variabel prediktor
atau lebih terhadap variabel kriteriumnya (Sudjana, 2001).
Setelah mengetahui hubungan fungsional antara variabel-variabel
di mana persamaan regresinya telah ditentukan dan telah melakukan
pengamatan terdiri dari banyak variabel adalah seberapa kuat hubungan
antara variabel-variabel itu. Dengan kata lain perlu ditentukan derajat
hubungan antara variabel-variabel tersebut.
Studi yang membahas derajat hubungan antara variabel-variabel
tersebut dikenal dengan nama analisis korelasi. Ukuran yang dipakai untuk
mengetahui derajat hubungan, terutama data kuantitatif dinamakan koefisien
korelasi (Iswardono, 1981).
Jika kenaikan di dalam suatu variabel diikuti dengan kenaikan di
dalam variabel lain, maka dapat dikatakan bahwa kedua variabel tersebut
mempunyai korelasi yang positip. Tetapi jika kenaikan di dalam suatu
variabel diikuti oleh penurunan di dalam variabel lain, maka dapat dikatakan
bahwa variabel tersebut mempunyai korelasi yang negatip. Dan jika tidak
ada perubahan pada variabel walaupun variabel lainnya berubah maka
dikatakan bahwa kedua variabel tersebut tidak mempunyai hubungan.
1.8 Sistematika Penulisan
Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran
dalam tugas akhir ini. Dalam penyusunan tugas akhir ini penulis membagi
enam bab di mana masing-masing bab terdiri dari sub-sub bab. Adapun
sistematika penulisannya adalah sebagai berikut:
BAB 1 : PENDAHULUAN
Bab ini menjelaskan latar belakang masalah, rumusan
masalah, batasan masalah, tujuan, manfaat, metode
BAB 2 : LANDASAN TEORI
Bab ini menguraikan tentang pengertian regresi, regresi
linier berganda, uji regresi linier berganda dan korelasi
regresi linier ganda serta uji koefisien regresi linier
berganda.
BAB 3 : SEJARAH SINGKAT TEMPAT RISET
Bab ini menjelaskan tentang sejarah, visi, misi,
kedudukan, tugas, fungsi dan struktur organisasi Badan
Pusat Statistik Propinsi Sumatera Utara.
BAB 4 : PENGOLAHAN DATA
Bab ini menguraikan pengolahan data dengan
menggunakan metode analisis regresi linier berganda,
korelasi ganda, dan pengujian koefisien regresi linier
berganda.
BAB 5 : IMPLEMENTASI SISTEM
Bab ini menjelaskan tentang program atau software yang
digunakan untuk mengolah/menganalisis data. Penulis
menggunakan program SPSS (Statistic Product and
Service Solution).
BAB 6 : KESIMPULAN DAN SARAN
Bab ini merupakan bab penutup yang merupakan
kesimpulan dari pembahasan serta saran-saran penulis
BAB 2
LANDASAN TEORI
2.1 Pengertian Regresi
Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk
mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang
berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis Galton pada
tahun 1877, sehubungan dengan penelitiannya terhadap tinggi manusia, yaitu
antara tinggi anak dan tinggi orang tuanya. Dalam penelitiannya, Galton
menemukan bahwa tinggi anak dan tinggi orang tuanya cenderung meningkat atau
menurun dari berat rata-rata populasi. Garis yang menunjukkan hubungan tersebut
disebut garis regresi.
Analisis regresi lebih akurat dalam melakukan analisis korelasi, karena
pada analisis itu kesulitan dalam menunjukkan slop (tingkat perubahan suatu
variabel terhadap variabel lainnya dapat ditentukan). Jadi dengan analisis regresi,
peramalan atau perkiraan nilai variabel terikat pada nilai variabel bebas lebih
akurat pula. Karena merupakan suatu prediksi, maka nilai prediksi tidak selalu
tepat dengan nilai riilnya, semakin kecil tingkat penyimpangan antara nilai
prediksi dengan nilai riilnya, maka semakin tepat persamaan regresi yang
Dapat disimpulkan bahwa analisis regresi adalah metode statistika yang
digunakan untuk menentukan kemungkinan bentuk hubungan antara
variabel-variabel, dengan tujuan pokok dalam penggunaan metode ini adalah untuk
meramalkan atau memperkirakan nilai dari suatu variabel lain yang diketahui.
2.2 Persamaan Regresi
Persamaan Regresi (regression equation) adalah suatu persamaan matematis yang
mendefenisikan hubungan antara dua variabel. Persamaan regresi yang digunakan
untuk membuat taksiran mengenai variabel dependen disebut persamaan regresi
estimasi, yaitu suatu formula matematis yang menunjukkan hubungan keterkaitan
antara satu atau beberapa variabel yang nilainya sudah diketahui dengan satu
variabel yang nilainya belum diketahui.
Sifat hubungan antar variabel dalam persamaan regresi merupakan
hubungan sebab akibat (causal relationship). Oleh karena itu, sebelum
menggunakan persamaan regresi dalam mejelaskan hubungan antara dua atau
lebih variabel, maka perlu diyakini terlebih dahulu bahwa secara teoritis atau
perkiraan sebelumnya, dua atau lebih variabel tersebut memiliki hubungan sebab
akibat. Variabel yang nilainya akan mempengaruhi nilai variabel lain disebut
dengan variabel bebas (independent variabel), sedangkan variabel yang nilainya
Ada dua jenis Persamaan Regresi Linier, yaitu sebagai berikut :
1. Analisis Regresi Sederhana (simple analisis regresi)
2. Analisis Regresi Berganda (multiple analisis regresi)
2.3 Regresi Linier Sederhana
Regresi linier sederhana merupakan suatu proses untuk mendapatkan hubungan
matematis dalam bentuk suatu persamaan antara variabel tak bebas tunggal
dengan variabel bebas tunggal atau dengan kata lain, regresi linier yang hanya
melibatkan satu peubah bebas X yang dihubungkan dengan satu peubah tak bebas
Y. Bentuk umum model regresi linier sederhana yaitu:
Y= (2.1)
Di mana : = variabel tak bebas (dependen) = parameter intersep
= koefisien regresi (slop) = variabel bebas (independen) = kesalahan penduga
2.4 Regresi Linier Berganda
Disamping hubungan linier dua variabel, hubungan linier lebih dari dua variabel
dapat juga terjadi. Pada hubungan ini, perubahan satu variabel dipengaruhi oleh
lebih dari satu variabel lain. Maka regresi linier berganda adalah analisis regresi
yang menjelaskan hubungan antara peubah respon (variable dependent) dengan
faktor-faktor yang mempengaruhi lebih dari satu predaktor (variable
Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas
hubungan antara dua variabel atau lebih dan memuat prediksi/perkiraan nilai Y
atas nilai X. Bentuk umum persamaan regresi linier berganda yang mencakup dua
atau lebih variabel, yaitu :
Y= (2.2)
Model di atas merupakan model regresi untuk populasi, sedangkan
apabila hanya menarik sebagian berupa sampel dari populasi secara acak dan tidak
mengetahui regresi populasi untuk keperluan analisis, variabel bebas akan
dinyatakan dengan sedangkan variabel tidak bebas
dinyatakan dengan Y.
= (2.3)
Di mana :
Λ
Y
= variabel tidak bebas (dependent)= Koefisien regresi
= variabel bebas (independent) e = kesalahan pengganggu
2.5 Uji Persyaratan Regresi Linier Berganda
Beberapa hal lain yang penting juga untuk dipahami dalam penggunaan analisis
regresi linier ganda yaitu perlunya melakukan uji asumsi klasik atau uji
persyaratan analisis regresi ganda sehingga persamaan garis regresi yang
diperoleh benar-benar dapat digunakan untuk memprediksi variabel dependen
atau kriterium. Uji persyaratan tersebut harus terpenuhi, apabila tidak maka akan
Sebelum masuk pada uji persyaratan perlu dipahami bahwa statistik
sebagai alat analisis dikelompokkan menjadi dua bagian yang berbeda, yaitu
kelompok statistik parametrik dan statistik parametrik. Pada statistik
non-parametrik tidak memerlukan persyaratan tertentu sedangkan pada statistik
parametrik memerlukan persyaratan yang harus dipenuhi. Oleh karena itu, dalam
uji persyaratan regresi linier ganda yang harus dilakukan pada dasarnya juga
dikelompokkan menjadi dua bagian, yaitu uji persyaratan untuk masuk ke statistik
parametrik dan uji persyaratan untuk menggunakan regresi linier ganda.
Uji asumsi klasik yang secara minimal perlu dilakukan oleh penulis
menggunakan regresi linier ganda sebagai alat analisis yaitu berupa:
1. Uji persyaratan untuk statistik parametrik, yang berupa:
a. Uji normalitas
b. Uji homogenitas
2. Uji Persyaratan untuk regresi linier ganda, yang terdiri atas:
a. Uji linieritas garis regresi
b. Tidak terdapat saling hubungan antara variabel bebas (uji
multikolinieritas)
c. Tidak terdapat autokorelasi antar data pengamatan
2.6 Membentuk Persamaan Regresi Linier Berganda
Dalam regresi linier berganda variabel tak bebas (Y), tergantung kepada dua atau
lebih variabel bebas (X). Bentuk persamaan regresi linier berganda yang
mencakup dua atau lebih variabel, yaitu :
+
Di mana:
Y = Variabel terikat (dependen)
= koefisien regresi
= Variabel bebas (independen)
e = kesalahan pengganggu (disturbance terma),
artinya nilai- nilai dari variabel lain yang tidak
dimasukkan dalam persamaan. Nilai ini biasanya
tidak dihiraukan dalam perhitungan.
Untuk hal ini, penulis menggunakan regresi linier berganda dengan tiga
variabel, yaitu satu variabel tak bebas (dependent variable) dan dua variabel bebas
(independent variable). Bentuk umum persamaan regresi linier berganda tersebut
yaitu :
+ (2.5)
Nilai dari koefisien dapat ditentukan dengan metode kuadrat
terkecil (least squared) seperti berikut ini:
!
# $
Harga-harga yang telah didapat kemudian disubstitusikan ke
dalam persamaan (2.5) sehingga diperoleh model regresi linier berganda Y atas
dan Dalam persamaan model regresi linier yang diperoleh, maka antara nilai Y
dan akan menimbulkan perbedaan hasil yang sering disebut sebagai kekeliruan.
Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan
standar estimasi (standard error of estimate). Besarnya kesalahan standar estimasi
menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel
tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi,
makin tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan
nilai variabel tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai
kesalahan standar estimasi, makin rendah ketepatan persamaan estimasi yang
dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. Kesalahan
standar estimasi dapat ditentukan dengan rumus:
%& '# (
Di mana: %& = Kesalahan baku Yi = nilai data sebenarnya
Λ
i
Y
= nilai taksirann = banyak ukuran sampel
2.7 Koefisien Determinasi
Koefisien determinasi adalah salah satu nilai statistik yang dapat digunakan untuk
mengetahui apakah ada hubungan pengaruh antara dua variabel. Nilai koefisien
determinasi menunjukkan persentase variasi nilai variabel dependen yang dapat
dijelaskan oleh persamaan regresi yang dihasilkan. Koefisien determinasi yang
dinyatakan dengan ) untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam
variabel tak bebas (Y) yang dapat dijelaskan atau diterangkan oleh
variabel-variabel bebas (X) yang ada dalam model persamaan regresi linier berganda
secara bersama-sama. Maka * akan ditetukan dengan rumus, yaitu:
R2 = 2
y
JK
reg(2.10)
Dengan:
+,-./ 0 0 0
Harga ) yang diperoleh sesuai dengan variansi yang dijelaskan masing-masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variasi
yang dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja
2.8 Koefisien Korelasi
Setelah mengetahui hubungan fungsional antara variabel-variabel di mana
persamaan regresinya telah ditentukan dan telah melakukan pengujian maka
persoalan berikutnya yang perlu dirasakan yaitu, jika data hasil pengamatan terdiri
dari banyak variabel adalah seberapa kuat hubungan antara variabel-variabel itu.
Dengan kata lain perlu ditentukan derajat hubungan antara variabel-variabel
tersebut.
Studi yang membahas derajat hubungan antara variabel-variabel tersebut
dikenal dengan nama analisis korelasi. Ukuran yang dipakai untuk mengetahui
derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi.
Besarnya hubungan antara variabel yang satu dengan variabel yag lain dinyatakan
dengan koefisien korelasi yang disimbolkan dengan “r” yang besarnya adalah akar
koefisien determinasi. Atau secara matematis dapat ditulis sebagai berikut:
r = 1* (2.12)
Koefisien korelasi (r) dapat digunakan untuk:
1. Mengetahui keeratan hubungan (korelasi linier) antara dua variabel.
2. Mengetahui arah hubungan antara dua variabel.
Untuk mengetahui keeratan hubungan antara dua variabel dengan
menggunakan koefisien korelasi adalah dengan menggunakan nilai absolut dari
koefisien tersebut. Besarnya koefisien korelasi (r) antara dua variabel adalah nol
sampai dengan 1. Apabila dua buah variabel mempunyai nilai r = 0, berarti antara
mempunyai r = 2 1, maka dua buah variabel tersebut mempunyai hubungan yang sempurna.
Semakin tinggi nilai koefisien korelasi antara dua buah variabel (semakin
mendekati 1), maka tingkat keeratan hubungan antara dua variabel tersebut
semakin tinggi. Dan sebaliknya semakin rendah koefisien korelasi antara dua buah
variabel (semakin mendekati 0), maka tingkat keeratan hubungan antara dua
variabel tersebut semakin lemah. Hubungan antar variabel dapat dikelompokkan
menjadi 3 jenis hubungan sebagai berikut :
1. Korelasi Positif
Terjadinya korelasi positif apabila perubahan pada variabel yang satu
diikuti dengan perubahan variabel yang lain dengan arah yang sama (berbanding
lurus). Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan
peningkatan variabel lain.
2. Korelasi Negatif
Korelasi negatif terjadi apabila perubahan pada variabel yang satu diikuti
dengan perubahan variabel yang lain dengan arah yang berlawanan (berbanding
terbalik). Artinya apabila variabel yag satu meningkat, maka akan diikuti dengan
3. Korelasi Nihil
Korelasi nihil terjadi apabila perubahan pada variabel yang satu diikuti
perubahan pada variabel yang lain dengan arah yang tidak teratur (acak), artinya
apabila variabel yang satu meningkat, kadang diikuti dengan peningkatan pada
variabel yang lain dan kadang diikuti dengan penurunan pada variabel yang lain.
Selain diturunkan dari koefisien determinasi (3 ), koefisien korelasi (r) dapat pula ditentukan dengan menggunakan formulasi sebagai berikut:
4&56
#
7 # # 8
Di mana:
4&56 = koefisien korelasi antara Y dan X
= Variabel bebas (independen)
Y = Variabel terikat (dependen)
Untuk mencari korelasi antara variabel Y terhadap atay
4& dapat dicari dengan rumus:
4& =
(
)(
)
(
)
{
2 2}
{
2(
)
2}
i i i i i i i i
Y
Y
n
X
X
n
Y
X
Y
X
n
−
−
−
(2.14)Jika kenaikan di dalam suatu variabel diikuti dengan kenaikan variabel
lain, maka dapat dikatakan bahwa kedua variabel tersebut mempunyai korelasi
yang positif. Tetapi jika kenaikan di dalam suatu variabel diikuti oleh penurunan
di dalam variabel lain, maka dapat dikatakan bahwa variabel tersebut mempunyai
korelasi yang negatif. Dan jika tidak ada perubahan pada variabel walaupun
variabel lainnya berubah maka dikatakan bahwa kedaua variabel tersebut tidak
Tabel 2.1 Interpretasi Koefisien Korelasi Nilai r
R Interpretasi
0
0,01 – 0,20
0,21 – 0,40
0,41 – 0,60
0,61 – 0,80
0,81 – 0,99
1 Tidak berkorelasi Sangat rendah Rendah Agak rendah Cukup Tinggi Sangat tinggi
2.9 Uji Regresi Linier Berganda
Pengujian hipotesis bagi koefisien-koefisien regresi linier berganda dapat
dilakukan secara serentak atau keseluruhan. Pengujian regresi linier perlu
dilakukan untuk mengetahui apakah variabel-variabel bebas secara bersamaan
memiliki pengaruh terhadap variabel tak bebas. Langkah-langkah pengujiannya
adalah sebagai berikut:
1. Menentukan formulasi hipotesis
9 : : = : = : = ... = :; = 0 (< < <;=>?@A BCBDCEF@3GH> I
9 : minimal ada satu parameter koefisien regresi yang tidak sama dengan nol
atau mempengaruhi Y.
2. Penentuan nilai kritis. Nilai kritis dalam pengujian hipotesis terhadap
normal dengan memperhatikan tingkat signifikan (J dan banyaknya sampel digunakan serta nilai KLMNOP dengan derajat kebebasan Q = k dan Q = n-k-1
3. Menentukan kriteria pengujian
R diterima bila KSTLUVW XKLMNOP
R ditolak bila KSTLUVW YKLMNOP
4. Menentukan nilai statistik F dengan rumus :
K Z[ Z[\OW]A
\O^] E A _
Di mana:
+,-./ = jumlah kuadrat regresi
+,-.` = jumlah kuadrat residu (sisa)
# = derajat kebebasan
+,-./ 0 0
+,-.`
5. Membuat kesimpulan apakah 9 diterima atau ditolak.
2.10 Uji Koefisien Regresi Berganda
Keberartian adanya variabel-variabel bebas dalam regresi linier berganda perlu
tak bebas. Dan cara yang tepat untuk mengujinya adalah dengan menggunakan uji
statistik t (student).
Dimisalkan populasi mempunyai model regresi berganda sebagai berikut :
a& 5 + + + ... +
Yang akan ditaksir oleh regresi berbentuk : = + + + ... +
. Adanya kriteria bahwa variabel-variabel tersebut memberikan pengaruh
yang berarti atau tidak terhadap variabel tak bebas akan diuji hipotesis 9 melawan hipotesis tandingan 9 dalam bentuk:
9 = :T = 0 i = 1, 2, ... , k
9 = :Tb 0 i = 1, 2, ... , k
Untuk menguji hipotesis tersebut digunakan kekeliruan baku taksiran
%& . Jadi untuk melihat kekeliruan baku dari koefisien adalah :
% ' %&
c *c !
Di mana:
%& '#
0 c c
4c # c c
d # # c c
Kemudian dicari perhitungan statistik t yaitu:
e %
Dari tabel distribusi t-student serta dk = (n-k-1), =LMNOP = = Vg;g6
h , di mana kriteria
pengujian diperoleh:
9 : ditolak jika =T Y =LMNOP
BAB 3
SEJARAH SINGKAT TEMPAT RISET
3.1Sejarah Badan Pusat Statistik
Badan Pusat Statistik (BPS) adalah lembaga negara non departemen. BPS
melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang pertanian,
agrarian, pertambangan, kependudukan, sosial, ketenagakerjaan, keuangan,
pendapatan, dan keagamaan. Selain hal – hal di atas BPS juga bertugas untuk
melaksanakan koordinasi dilapangan, kegiatan statistik dari segenap instansi baik
dipusat maupun di daerah dengan tujuan mencegah dilakukannya pekerjaan yang
serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan
definisi, klasifikasi dan ukuran-ukuran lainnya.
3.2Visi dan Misi
3.2.1 Visi
Visi dari Badan Pusat Statistik adalah pelopor data statistik terpercaya untuk
3.2.2 Misi
1. Memperkuat landasan konstitusional dan operasional lembaga statistik
untuk penyelenggaraan statistik yang efektif dan efisien.
2. Menciptakan insan statistik yang kompeten dan profesional, didukung
pemanfaatan teknologi informasi mutakhir untuk kemajuan perstatistikan
Indonesia.
3. Meningkatkan penerapan standar klasifikasi, konsep dan definisi,
pengukuran, dan kode etik statistik yang bersifat universal dalam setiap
penyelenggaraan statistik.
4. Meningkatkan kualitas pelayanan informasi statistik bagi semua pihak.
5. Meningkatkan koordinasi, integrasi, dan sinkronisasi kegiatan statistik
yang diselenggarakan pemerintah dan swasta, dalam kerangka Sistem
Statistik Nasional (SSN) yang efektif dan efisien.
3.3 Kedudukan
BPS Propinsi Sumatera Utara adalah Perwakilan Badan Pusat Statistik RI di
Propinsi Sumatera Utara yang berada di bawah dan bertanggung jawab kepada
3.4 Tugas, Fungsi, dan Kewenangan Badan Pusat Statistik
Tugas, fungsi, dan kewenangan BPS telah menetapkan dalam Keputusan Presiden
RI (Keppres) Nomor 103 Tahun 2001. Dalam menjalankan tugas, fungsi, dan
kewenangannya seperti tercantum di bawah ini. BPS juga dibatasi oleh 10 prinsip
etika perstatistikaan yang tercantum dalam United Nations Fundamental
principles of Official Statistics.
3.4.1 Tugas
Tugas BPS Propinsi Sumatera Utara adalah melaksanakan penyelenggaraan
statistik dasar di Propinsi Sumatera Utara sesuai dengan ketentuan peraturan
perundang-undangan yang berlaku.
3.4.2 Fungsi
Dalam melaksanakan tugas sebagaimana dimaksud, BPS menyelenggarakan
fungsi:
1. Pengkajian, penyusunan, dan perumusan kebijakan dibidang statistik.
2. Pengkoordinasian kegiatan statistik nasional dan regional.
3. Penetapan dan penyelenggaraan statistik dasar.
4. Pembinaan dan fasilitasi terhadap kegiatan instansi pemerintah dibidang
kegiatan statistik; dan
5. Penyelenggaraan pembinaan dan pelayanan administrasi umum dibidang
keuangan, kearsipan, kehumasan, hukum, perlengkapan, dan rumah
tangga.
3.4.3 Kewenangan
Dalam menyelenggarakan fungsi sebagaimana dimaksud, BPS mempunyai
kewenangan:
1. Penyusunan rencana nasional secara makro dibidangnya
2. Perumusan kebijakan dibidangnya untuk mendukung pembangunan secara
makro
3. Penetapan sistem informasi dibidangnya
4. Penetapan dan penyelenggaraan statistik nasional
5. Kewenangan lain sesuai dengan ketentuan peraturan perundang-undangan
yang berlaku, yaitu:
1. Perumusan dan pelaksanaan kebijakan tertentu dibidang kegiatan
statistik
2. Penyusunan pedoman penyelenggaraan survei statistik sektoral
3.5 Landasan Hukum
1. Undang-Undang Nomor 16 Tahun 1997 tentang Statistik menjamin
kepastian hukum bagi penyelenggara dan pengguna statistik baik
pemerintah maupun masyarakat. Dengan adanya Undang-Undang Statistik
ini maka kepentingan masyarakat pengguna statistik akan terjamin
2. Peraturan Pemerintah Republik Indonesia Nomor 51 Tahun 1999 tentang
Penyelenggaraan Statistik yang mengamanatkan bahwa BPS berkewajiban
menyelenggarakan kegiatan statistik dasar.
3. Keputusan Presiden Republik Indonesia Nomor 103 Tahun 2001 tentang
Kedudukan, Tugas, Fungsi, Kewenangan, Susunan Organisasi, dan Tata
Kerja Lembaga Pemerintah Non Departemen yang menetapkan kedudukan
BPS sebagai lembaga pemerintah non departemen yang mempunyai tugas
menyelenggarakan kegiatan statistik dasar.
4. Keputusan Kepala Badan Pusat Statistik Nomor 121 Tahun 2001 tentang
Organisasi dan Tata Kerja Perwakilan Badan Pusat Statistik di Daerah.
3.6 Struktur Organisasi
Bentuk strukur organisasi yang diterapkan Kantor Badan Pusat Statistik Propinsi
Sumatera Utara adalah : Struktur Organisasi Garis (Line) dan staf. Wewenang
mengenai tugas dan tanggung jawab perusahaan dipegang sepenuhnya oleh
pejabat pimpinan (Kepala Kantor). Selanjutnya mengenai urusan–urusan dalam
fungsi organisasi atau perusahaan, pimpinan berwenang kepada pejabat staf
(Kepala Bagian) yang memberikan bahan masukan kepada pimpinan dalam
pengambilan keputusan dan tidak berwenang memberikan perintah kepada
pegawai yang ada dalam organisasi walaupun seorang pegawai termasuk ke dalam
satuan organisasi yang dipimpin oleh seorang pejabat lain. Berikut bagan struktur
BAB 4
PENGOLAHAN DATA
4.1 Data dan Pembahasan
Data merupakan alat untuk mengambil suatu keputusan atau untuk memecahkan
suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan
keputusan tersebut didasarkan atas data yang baik. Salah satu kegunaan dari data
adalah untuk memperoleh dan mengetahui gambaran tentang suatu
keadaan/permasalahan.
Untuk membahas dan memecahkan masalah tentang pengaruh
retribusi daerah dan ekspor barang konsumsi terhadap penerimaan pemerintah
Propinsi Sumatera Utara seperti yang diuraikan sebelumnya, penulis
mengumpulkan data yang berhubungan dengan permasalahan tersebut. Data yang
dikumpulkan adalah data mengenai retribusi daerah, ekspor barang konsumsi dan
penerimaan pemerintah Propinsi Sumatera Utara dari tahun 2001 sampai tahun
Tabel 4.1 Data Retribusi Daerah, Ekspor Barang Konsumsi dan
Penerimaan Pemerintah Propinsi Sumatera Utara Tahun 2001-2011
Tahun
Penerimaan Pemerintah
(Rp)
Retribusi Daerah
(Rp)
Ekspor Barang Konsumsi
(Ton)
2001 1.066.803.843 15.448.298 1.611.907
2002 1.179.912.701 7.127.396 1.598.623
2003 1.571.972.617 16.928.483 1.282.394
2004 1.882.698.582 23.756.055 2.018.135
2005 1.742.474.554 19.101.900 2.054.518
2006 2.517.402.983 11.714.728 2.083.985
2007 2.975.150.652 13.611.811 1.887.940
2008 3.620.112.147 29.409.174 2.099.783
2009 3.823.149.652 29.456.736 1.964.783
2010 4.232.169.601 35.813.385 1.913.848
2011 5.363.366.624 31.297.594 2.058.333
Sumber : Badan Pusat Statistik Propinsi Sumatera Utara
Dari tabel di atas dapat dilihat bahwa ada sebuah variabel dependen dan
dua buah variabel independen yang mempunyai nilai cukup besar dengan satuan
Rupiah dan Ton. Penulis menyederhanakan nilai-nilai tersebut ke dalam bentuk
Tabel 4.2 Data Yang Telah Disederhanakan
Tahun Penerimaan Pemerintah (Rp)
Retribusi Daerah (Rp)
Ekspor Barang Konsumsi (Ton)
2001 1.066,804 15,448 1,612
2002 1.179,913 7,127 1,599
2003 1.571,973 16,929 1,282
2004 1.882,700 23,756 2,018
2005 1.742,475 19,102 2,055
2006 2.517,403 11,715 2,084
2007 2.975,151 13,612 1,888
2008 3.620,112 29,409 2,100
2009 3.823,150 29,457 1,965
2010 4.232,170 35,813 1,914
2011 5.363,367 31,298 2,058
Keterangan:
Penerimaan Pemerintah (Rupiah) = Y
Retribusi Daerah (Rupiah) =
4.2 Persamaan Regresi Linier Berganda
Untuk mencari persamaan regresi linier berganda, terlebih dahulu dihitung
koefisien-koefisien regresinya dengan mencari penggandaan suatu variabel
dengan variabel lainnya. Dengan koefisien-koefisien yang didapat dari
perhitungan-perhitungan yang ada, maka dapat ditentukan untuk mencari
persamaan regresi linier bergandanya. Adapun nilai-nilai koefisiennya adalah
[image:42.612.134.532.283.654.2]sebagai berikut:
Tabel 4.3 Nilai-Nilai Koefisien Persamaan Regresi Linier Berganda
Tahun Y
2001 1.066,804 15,448 1,612 24,902 16.479,988
2002 1.179,913 7,127 1,599 11,396 8.409,240
2003 1.571,973 16,929 1,282 21,703 26.611,931
2004 1.882,700 23,756 2,018 47,940 44.725,421
2005 1.742,475 19,102 2,055 39,255 33.284,757
2006 2.517,403 11,715 2,084 24,414 29.491,376
2007 2.975,151 13,612 1,888 25,699 40.497,755
2008 3.620,112 29,409 2,100 61,759 106.463,874
2009 3.823,150 29,457 1,965 57,883 112.618,530
2010 4.232,170 35,813 1,914 68,546 151.566,704
2011 5.363,367 31,298 2,058 64,411 167.862,660
Sambungan Tabel 4.3
Tahun
2001
1.719,688 238,641 2,599 1.138.070,774
2002
1.886,681 50,794 2,557 1.392.194,688
2003
2.015,269 286,591 1,644 2.471.099,113
2004
3.799,289 564,348 4,072 3.544.559,290
2005
3.580,786 364,886 4,223 3.036.219,126
2006
5.246,268 137,241 4,343 6.337.317,864
2007
5.617,085 185,287 3,565 8.851.523,473
2008
7.602,235 864,889 4,410 13.105.210,893
2009
7.512,490 867,715 3,861 14.616.475,923
2010
8.100,373 1.282,571 3,663 17.911.262,909
2011
11.037,809 979,565 4,235 28.765.705,577
Total 58.117,974 5.822,527 39,172 101.169.639,628
Dari tabel di atas maka diperoleh:
n = 11 = 738.012,237
= 29.975,218 = 58.117,974
= 233,666 = 5.822,527
= 20,575 = 39,172
Persamaan regresi linier bergandanya adalah:
+ (4.1)
Nilai-nilai a, , ?@E dapat ditentukan dengan rumus metode kuadrat terkecil (least squared) sebagai berikut:
8
#
Di mana:
0 0 # _
_ $ _ " j 88 !!! $_$ (k(
0 0 # !
8( " j k _"_ k !$"
0 0 # "
" (k$ j 88 !!! k _"_ k $ !
0 0 # $
0 0 # (
_$ " (" j k _"_ ( ("_ $
= 2.050,691
0 0 j # k
k !( !8( ! $ j ( ("_ $
= 19.486.576,524
Dapat diperoleh:
k !$" k !" "_! k_k !( k $ ! $_$ (k( k !$" k $ !
" 8 ( _8 " 8_
100,188
$_$ (k( k_k !( k !" "_! k $ !
$_$ (k( k !$" k $ ! !!8 kk! $"
#
( ("_ $ kk $$ 88 !!! k "$ k _"_
(" _8
2.027,048
Dengan demikian, diperoleh persamaan regresi linier berganda atas
?@E atas Y adalah:
+
lm n onp oqr soo srr ts + 1.402,781 tn
Dengan menggunakan SPSS perhitungan selanjutnya dapat dilihat pada
lampiran 1.
4.3 Analisis Residu
Dengan didapat persamaan regresi linier bergandanya, maka untuk
mengetahui seberapa besar diperkirakan penyimpangan tingkat penerimaan
pemerintah Propinsi Sumatera Utara, maka dapat dihitung dengan mencari
Tabel 4.4 Penyimpangan Nilai Koefisien
Tahun Y Y I
2001 1.066,804 1.781,939196 -715,135 511.418,349
2002 1.179,913 930,038695 249,874 62.437,168
2003 1.571,973 1.467,399894 104,573 10.935,534
2004 1.882,700 3.183,830186 -1.301,130 1.692.939,761
2005 1.742,475 2.769,458131 -1.026,983 1.054.694,351
2006 2.517,403 2.070,050024 447,353 200.124,685
2007 2.975,151 1.985,161584 989,989 980.079,044
2008 3.620,112 3.865,220992 -245,109 60.078,418
2009 3.823,150 3.680,654581 142,495 20.304,944
2010 4.232,170 4.245,907678 -13,738 188,724
2011 5.363,367 3.995,559322 1.367,808 1.870.897,844
Total 29.975,218 29.975,22028 -0,002 6.464.098,823
Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus:
%& '#
Dengan:
= 6.464.098,823
n = 11
Diperoleh:
%& '#
'! ! k($ $ 8
$($ $(_
Dengan penyimpangan nilai yang didapat, ini berarti bahwa rata-rata tingkat
penerimaan pemerintah Propinsi Sumatera Utara yang sebenarnya akan
menyimpang dari rata-rata tingkat penerimaan pemerintah yang diperkirakan
adalah sebesar 898,895 (perhitungan selanjutnya dapat dilihat pada lampiran 1).
4.4 Koefisien Determinasi
Untuk menganalisis dan mengetahui seberapa besar pengaruh retribusi daerah dan
ekspor barang konsumsi terhadap penerimaan pemerintah Propinsi Sumatera
Utara, maka dapat dilakukan perhitungan sebagai berikut:
* +,-./ 8
Dengan:
+,-./ 0 0
kk $$ k !" "_! k8 8$ k_k !(
= 10.145.813,938128 + 2.877.902,836962 = 13.023.716,77509
Sehingga diperoleh:
* 8 k 8 " ! ""_k(( $! _"! _
* k !!$
* 7k !!$
* k $ "
Dari hasil perhitungan diperoleh koefisien determinasi (* ) sebesar 0,668 berarti sekitar 66,8% tingkat penerimaan pemerintah Propinsi Sumatera Utara
dipengaruhi oleh retribusi daerah dan ekspor barang konsumsi.
Dengan mencari akar dari koefisien determinasi, maka didapat koefisien
korelasinya (R) sebesar 0,817 (perhitungan dapat dilihat pada output SPSS di
lampiran 1).
4.5 Koefisien Korelasi
Untuk mengukur besar pengaruh variabel terikat (dependen) terhadap variabel
bebas (independen), dapat dilihat dari besarnya koefisien korelasinya, yaitu:
1. Koefisien korelasi antara Y (penerimaan pemerintah) dengan (retribusi
daerah).
4&56
#
7 # # _
"8$ k 8" ( ("_ $ 88 !!!
7u v k !( !8( ! $ ( ("_ $ w u v _ $ _ " 88 !!! w $ $ 8 !k" " kk $( $( $$
7 $!! k8_ (k$ $($ _ 8 !( "_ ! k " "(" _ _(( "((__! 8 ( _ 8 "$
8 ( _ 8 "$ 8 k(_ 8(8 k "$8
Nilai yang positif menandakan hubungan yang searah antara Y
(penerimaan pemerintah) dengan (retribusi daerah), artinya jika semakin
meningkat retribusi daerah maka akan semakin meningkat pula penerimaan
pemerintah dan sebaliknya jika semakin menurun retribusi daerah maka akan
semakin menurun juga penerimaan pemerintah dengan hubungan antara Y dan
tergolong kuat dengan nilai r yang tinggi sebesar 0,783.
2. Koefisien korelasi antara Y (penerimaan pemerintah) dengan (ekspor
barang konsumsi).
4&5x
#
7 # # !
_$ " (" ( ("_ $ k _"_
7u v k !( !8( ! $ ( ("_ $ wu v 8( " k _"_ w !8( (" " ! ! " k k8_
7 $!! k8_ (k$ $($ _ 8 !( "_ 8k $( 8 88 __" !k8!_
7 8_ 8 "!k "! " _! __" !k8!_
k _$ 8 k _!k
Nilai yang positif menandakan hubungan yang searah antara Y
(penerimaan pemerintah) dengan (ekspor barang konsumsi), artinya jika
semakin tinggi ekspor barang konsumsi maka akan semakin meningkat pula
ekspor barang konsumsi menurun maka penerimaan pemerintah akan menurun
juga dengan korelasi yang tergolong sedikit rendah dengan nilai r sebesar
0,560.
4.6 Uji Regresi Linier Berganda
Pengujian hipotesis bagi koefisien-koefisien regresi linier berganda dapat
dilakukan secara serentak atau keseluruhan. Pengujian regresi linier perlu
dilakukan untuk mengetahui apakah retribusi daerah dan ekspor barang konsumsi
memiliki pengaruh terhadap penerimaan pemerintah Propinsi Sumatera Utara.
Langkah-langkah pengujiannya adalah sebagai berikut:
1. Menentukan formulasi hipotesis
9 y : : k
Artinya (retribusi daerah) dan (ekspor) tidak mempengaruhi tingkat
penerimaan pemerintah Propinsi Sumatera Utara.
9 : : b : b k
Artinya minimal ada parameter koefisien regresi yang tidak sama dengan nol
atau mempunyai pengaruh terhadap tingkat penerimaan pemerintah Propinsi
2. Menentukan taraf nyata z dan nilai KLMNOP dengan derajat kebebasan { = k dan
{ = n-k-1.
dengan :
z = 0,05
{ = 2
{ = n-k-1 = 11-2-1 = 8
Maka diperoleh KLMNOP sebesar 4,46.
3. Menentukan kriteria pengujian
9 diterima jika KSTLUVWX KLMNOP
9 ditolak jika KSTLUVW Y KLMNOP
4. Menentukan nilai statistik F dengan rumus:
K Z[ Z[\OW]A
\O^] E A "
Dengan:
+,-./ = jumlah kuadrat regresi
+,-.` = jumlah kuadrat residu (sisa)
# = derajat kebebasan
+,-./ 0 0
kk $$ k !" "_! k8 8$ k_k !(
+,-.` 6.464.098,823
Maka diperoleh:
| +, +,-./]
-.`] #
8 k 8 " ! ""_k(]
! ! k($ $ 8]
! _ _ (
! ! k($ $ 8 $]
! _ _ (
$k$ k 8_ $"_ $ k_$
Dapat dilihat nilai KSTLUVW = 8,058 Y KLMNOP = 4,46. Artinya R ditolak. Hal ini menunjukkan bahwa minimal ada parameter koefisien regresi yang tidak
sama dengan nol atau retribusi daerah dan ekspor barang konsumsi mempunyai
pengaruh terhadap penerimaan pemerintah Propinsi Sumatera Utara (perhitungan
dapat diperoleh dengan mengguakan SPSS dengan output pada lampiran 1).
4.7 Uji Koefisien Linier Regresi Berganda
Keberartian adanya variabel-variabel bebas dalam regresi linier ganda perlu diuji
untuk menunjukkan seberapa besar pengaruh yang diberikan pada variabel tak
bebas. Dan cara yang tepat untuk mengujinya adalah dengan menggunakan uji
statistik t (student).
4 #
7 # # $
4 " (k$ 88 !!! k _"_
7u v _ $ _ " 88 !!! wu v 8( " k _"_ w
4 ( ! ($$ $k" !""(_
7 ! k " "(" _ _(( "((! 8k $( 8 88
4 ( 8 kk_
7 ( " ((" " _!
4 ( 8 kk_!" "!
4 k !
4 k ($( !
%& = ($($ $(_ = 808.012,221 (Nilai tersebut di dapat dari rumus 4.12)
c c = 858,909
c c k !$"
[image:54.612.130.501.438.678.2]Nilai di atas diperoleh dari tabel 4.5 berikut
Tabel 4.5 Perhitungan Jumlah Kuadrat
Tahun c c c c
Maka diperoleh:
%f ' %&
c 4
' $_$ (k($k$ k k ($( !
'$k$ k 8_8 !$$ k_$
8 !(
%f ' %&
c 4
' k !$"$k$ k k ($( !
'$k$ k 8_8k __k8 _
!$(
e %
f
kk $$
8 !( ( 8!
e %f k "$!$( _$
Dari tabel distribusi t dengan dk = Q # $ dan J k k_ maka dapat dilihat bahwa =LMNOP = 2,31.
Maka dari perhitungan =STLUVW di atas diperoleh:
= Y =LMNOP maka 9 ditolak
Dari kedua koefisien regresi tersebut menunjukkan bahwa variabel
(retribusi daerah) memiliki pengaruh yang berarti atau signifikan terhadap
persamaan regresi yang ditentukan, sedangkan variabel (ekspor barang
konsumsi) tidak memiliki pengaruh yang berarti atau signifikan terhadap Y
(penerimaan pemerintah). Perhitungan ini dapat dilihat dengan menggunakan
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 yang diperbaiki.
Tahapan implementasi sistem merupakan tahapan-tahapan penerapan
hasil desain tertulis ke dalam programming. Dalam pengolahan data dalam hal ini
menggunakan software SPSS 17.0 for windows sebagai implementasi sistem
dalam memperoleh hasil perhitungan.
5.2 SPSS dalam Statistika
SPSS (Statistic Package for Service Solution) merupakan salah satu paket
program komputer yang digunakan dalam mengolah data statistik. SPSS
merupakan software yang paling populer, dan banyak digunakan sebagai alat
bantu dalam berbagai riset. SPSS pertama kali diperkenalkan oleh tiga mahasiswa
Standford University pada tahun 1968. SPSS sebelumnya dirancang untuk
singkatan dari Statistical Package for the Social Sciences. Namun, dalam
perkembangan selanjutnya penggunaan SPSS diperluas untuk berbagai jenis 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.
5.3Mengaktifkan SPSS
Harus dipastikan terlebih dahulu bahwa SPSS telah terinstal pada komputer. Jika
pada menu pilihan windows sudah tersedia SPSS, maka SPSS dapat dibuka
dengan cara memilih menu start kemudian klik SPSS 17.0, seperti gambar
[image:58.612.233.444.388.658.2]berikut.
5.4 Mengoperasikan SPSS
Setelah mengklik pilihan SPSS Statistics 17.0, maka akan muncul tampilan
[image:59.612.214.466.170.329.2]jendela seperti gambar 5.2 berikut ini:
Gambar 5.2 Tampilan Jendela Awal SPSS
5.5 Input Variabel (Variable View)
Setelah jendela Variable View terbuka, maka lakukan pengisian variabel-variabel
yang akan dianalisis seperti berikut:
a. Name : digunakan untuk memberikan nama
variabel
b. Type : digunakan untuk menentukan tipe data
c. Width : digunakan untuk menentukan lebar kolom
d. Decimals : digunakan untuk memberikan nilai desimal
e. Label : digunakan untuk memberi nama variabel
f. Value : digunakan untuk menjelaskan nilai data
pada kolom
g. Missing : digunakan untuk menentukan data yang
h. Columns : digunakan 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
[image:60.612.195.484.246.355.2]skala.
Gambar 5.3 Tampilan Jendela Variable View
5.6Input Data (Data View)
Setelah selesai mengisi Variable View, klik pilihan Data View dan masukkan data
berdasarkan jenis variabel yang telah didefinisikan terlebih dahulu pada Variable
[image:60.612.216.465.542.686.2]View.
5.7 Pengolahan Data dengan Analisis Regresi
Pada layar kerja Data View, klik Analyze yang terdapat pada menu kemudian pilih
[image:61.612.219.461.196.432.2]Regression dan klik Linier, seperti gambar 5.5 dibawah ini:
Gambar 5.5 Tampilan Pengolahan Data dengan Regresi Linier
Kemudian dilanjutkan untuk melengkapi jendela-jendela Linier
Regression. Pada kotak dependen isikan variabel Y (Penerimaan Pemerintah)
sedangkan pada kotak independen isikan dengan variabel (Retribusi Daerah)
dan (Ekspor Barang Konsumsi). Pilih Methode: Enter, seperti pada gambar 5.6
Gambar 5.6 Tampilan Jendela Regresi Linier
Kemudian klik Statistics dan pilih Estimates, Durbin Watson,
Descriptive, dan Collinierity Diagnostics, lalu klik continue, seperti gambar 5.7
berikut ini:
Gambar 5.7 Tampilan Jendela Statistik Regresi Linier
Kemudian dilanjutkan dengan memilih Plots, maka pada layar akan
tampak tampilan Windows Linier Regression: Plots. Masukkan variabel
SDRESID pada kotak pilihan Y, dan masukkan variabel ZPRED pada kotak
pilihan X. Pada kolom Standarized Residual Plots pilih Histogram dan Normal
[image:62.612.265.413.383.532.2]Gambar 5.8 Tampilan Jendela Regresi Linier Plot
Dilanjutkan klik Save dan pilih Residual Standardized dan terakhir klik
OK, seperti gambar 5.9 di bawah ini:
[image:63.612.242.437.328.521.2]BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil pengolahan data, maka dapat diambil kesimpulan sebagai
berikut:
1. Persamaan regresi linier berganda yang diperoleh adalah: Im k $ k $
kk $$ < + 1402,781 < . Atau dengan kata lain, Penerimaan Pemerintah
2.028,048 + 100,188 Retribusi Daerah + 1.402,781 Ekspor Barang
Konsumsi.
2. Dari hasil analisis didapat antara Y (penerimaan pemerintah) dengan < (Retribusi Daerah) memiliki korelasi yang kuat sebesar 0,783. Sedangkan
korelasi antara Y (peerimaan pemerintah) dengan < (Ekspor Barang Konsumsi) sedikit lemah dengan nilai 0,560.
3. Koefisien determinasi () ) sebesar 0,668 berarti sekitar 66,8% tingkat penerimaan pemerintah Propinsi Sumatera Utara dipengaruhi oleh retribusi
daerah dan ekspor barang konsumsi dan 33,2% dipengaruhi oleh faktor lain.
dan ekspor barang konsumsi mempunyai pengaruh terhadap penerimaan
pemerintah Propinsi Sumatera Utara.
5. Berdasarkan gambar histogram dan normal P-P Plot of Regression
Standardlized Residual pada lampiran dapat juga dipastikan bahwa model
regresi tersebut memenuhi asumsi normalitas.
6.2 Saran
Penulis memberikan beberapa saran terhadap hasil penelitian sebagai berikut:
1. Peningkatan retribusi tiap daerah perlu dilakukan untuk meningkatkan
penerimaan pemerintah Propinsi Sumatera Utara.
2. Penulis menyarankan agar metode regresi linier dapat dipakai untuk mencari
pengaruh penerimaan pemerintah terhadap retribusi daerah maupun
DAFTAR PUSTAKA
Algifari.1997. Analisis Regresi, Edisi Pertama. BPFE. Yogyakarta.
Algifari. 2000. Analisa Regresi Teori, Kasus dan Solusi, Edisi Kedua. BPFE. Yogyakarta.
[BPS] Badan Pusat Statistik, Provinsi Sumatera Utara. 2012. Statistik
Keuangan Pemerintah Daerah Sumatera Utara. BPS PROVSU, Medan. Hasan, Ir.M.Iqbal.2003. Pokok-Pokok Materi Statistik 1. Bumi Aksara.
Jakarta.
Sri Adiningsih, M.Sc, Dra. 1999. Statistik. BPFE. Yogyakarta.
Sudarmanto, Gunawan. 2005. Analisis Regresi Linear Ganda Dengan SPSS. Graha Ilmu. Yogyakarta.
Sudjana. 2005. Metode Statistika, Edisi Keenam. Tarsito. Bandung. Suharjo, Bambang. 2008. Analisis Regresi Terapan dengan SPSS. Graha
Ilmu.Yogyakarta.
[USU] Univaersitas Sumatera Utara, FMIPA. 2013. Panduan Tata Cara Penulisan Skripsi dan Tugas Akhir. FMIPA USU, Medan.
Walpole, E. Ronald. 1995. Pengantar Statistika. Gramedia Pustaka Umum. Jakarta.
Wibisono, Yusuf.2005. Metode Statistik. Gajah Mada University Press. Yogyakarta.
Yamin, Sofyan., Rachmach, Lien,A., dan Kurniawan, Heri. 2011. Regresi Dan Korelasi Dalam Genggaman Anda. Salemba Empat. Jakarta.
Lampiran 1
Variables Entered/Removedb
odel Variable s Entered Variable s Removed M ethod Ekspor,
Retribusi_Daeraha .
E
nter
a. All requested variables entered.
b. Dependent Variable: Penerimaan_Pemerintah
Correlations
Penerimaan_Pemerintah Retribusi_Daerah Eekspor
Pearson Correlation Penerimaan_Pemerintah 1.000 .783 .561
Retribusi_Daerah .783 1.000 .447
Ekspor .561 .447 1.000
Sig. (1-tailed) Penerimaan_Pemerintah . .002 .036
Retribusi_Daerah .002 . .084
Ekspor .036 .084 .
N Penerimaan_Pemerintah 11 11 11
Retribusi_Daerah 11 11 11
Ekspor
11 11 11
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .817a .668 .585 898.895254 1.405
a. Predictors: (Constant), Ekspor, Retribusi_daerah
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 1.302E7 2 6511238.392 8.058 .012a
Residual 6464101.425 8 808012.678
Total 1.949E7 10
a. Predictors: (Constant), Ekspor, Retribusi_daerah
b. Dependent Variable: penerimaan_pemerintah
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients ig. Collinearity Statistics
B Std. Error Beta Tolerance IF
(Constant)
-2027.048 2065.836
981 355
Retribusi_daerah
100.188 34.277 .665
.923 019 .801 249
Ekspor
1402.781 1211.821 .263
158 280 .801 249
a. Dependent Variable:
penerimaan_pemerintah
Collinearity Diagnosticsa
Model
imensio
n Eigenvalue Condition Index
Variance Proportions
(Constant) Retribusi_daerah Ekspor
2.902 1.000 .00 .01 .00
.090 5.672 .04 .88 .02
.008 19.146 .96 .11 .98
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 9.30039E2 4.24591E3 2.72502E3 1141.160672 11
Residual -1.301131E3 1.367809E3 .000000 803.996357 11
Std. Predicted Value -1.573 1.333 .000 1.000 11
Std. Residual -1.447 1.522 .000 .894 11