Analisis Faktor-Faktor Yang Mempengaruhi Laju Pertumbuhan Produk Domestik Regional Bruto (PDRB) Di Kabupaten Asahan

(1)

DAFTAR PUSTAKA

Usman, Husaini, R. Purnomo Setiady Akbar, Pengantar Statistik, Bumi Aksara Jakarta, 1995.

Iswardono,.Analisa Regresi dan Korelasi, BPFE, Yogyakarta, 1981.

Algifari, Analisis Regresi Teori, Kasus, dan Solusi, BPFE, Yogyakarta, 1997.

Hakim Abdul, Statistik Deskriptif Untuk Ekonomi dan Bisnis, Edisi Pertama, EKONISIA, Yogyakarta, 2004.

Hasan Iqbal, Pokok-Pokok Materi Statistika I, Bumi Aksara, Jakarta, 1999

Kazmier Leonard J, Ph.D., Statistik Untuk Bisnis,Erlangga, Jakarta, 2005.

Kustituanto, Bambang, Statistik Analisa Runtut Waktu dan Regresi Korelasi, Edisi Pertama, BPFE, Yogyakarta, 1984.

Marzuki, Gunawan, Nurgiyantoro Burhan, Statistik Terapan Untuk Penelitian Ilmu-Ilmu Sosial, Cetakan Kedua, Gadjah Mada University Press, Yogyakarta, 2002.

Nurlaelah, ST, MT, R.A Agung, SE, MM, Praktikum Statistika Ekonomi dan Bisnis Dengan SPSS, Edisi Pertama, Mitra Wacana Media, Jakarta,2010.

(2)

BAB 3

PENGOLAHAN DATA

3.1 Data dan Pembahasan

[image:2.612.130.515.459.662.2]

Data yang akan diolah dalam Tugas akhir ini adalah data skunder yang diperoleh dari Badan Pusat Statistik (BPS) mengenai produk Domestik Regional Bruto (PDRB) untuk Kabupaten Asahan. Adapun data yang akan dianalisis adalah sebagai berikut:

Tabel 3.1 Data Produk Domestik Regional Bruto Kabupaten Asahan Menurut Lapangan Usaha Atas Dasar Harga Berlaku

Tahun PDRB (%)

Lapangan Usaha Pertanian

(%)

Pertambangan dan penggalian

(%)

Industri (%)

2002 5,51 3,23 9,92 6,65

2003 5,72 6,14 1,12 6,71

2004 5,93 6,48 1,94 7,82

2005 3,00 0,72 0,51 4,64

2006 4,44 1,20 0,79 5,87

2007 4,89 1,59 2,96 8,74

2008 5,02 1,86 3,82 8,56

2009 4,67 1,75 4,53 6,75

2010 4,97 2,72 4,57 6,34

2011 5,37 3,52 5,35 6,05

(3)

Sambungan Tabel 3.1

Tahun PDRB (%)

Lapangan Usaha Listrik, gas dan

air minum (%) Bangunan (%) Perdagangan, hotel, dan restoran (%)

2002 5,51 19,52 10,44 7,60

2003 5,72 17,92 21,46 0,51

2004 5,93 5,87 3,36 5,46

2005 3,00 7,40 4,50 2,49

2006 4,44 5,60 6,40 4,68

2007 4,89 4,68 5,12 6,48

2008 5,02 4,50 5,87 7,19

2009 4,67 5,99 6,28 6,89

2010 4,97 6,02 6,78 6,84

2011 5,37 7,56 6,85 6,96

Sumber: Badan Pusat Statistik Provinsi Sumatera Utara

Sambungan Tabel 3.1

Tahun PDRB (%)

Lapangan Usaha Keuangan, usaha persewaan

dan jasa perusahaan (%)

Jasa-jasa (%)

2002 5,51 10,44 7,60

2003 5,72 21,46 0,51

2004 5,93 3,36 5,46

2005 3,00 4,50 2,49

2006 4,44 6,40 4,68

2007 4,89 5,12 6,48

2008 5,02 5,87 7,19

2009 4,67 6,28 6,89

2010 4,97 6,78 6,84

2011 5,37 6,85 6,96

(4)

Untuk memudahkan proses analisa, maka untuk seluruh variabel dilambangkan dengan :

Y : Nilai Produk Domestik Regional Bruto (PDRB) X1 : Nilai PDRB dari sektor pertanian

X2 : Nilai PDRB dari sektor pertambangan dan penggalian

X3 : Nilai PDRB dari sektor industri

X4 : Nilai PDRB dari sektor listrik, gas dan air minum

X5 : Nilai PDRB dari sektor bangunan

X6 : Nilai PDRB dari sektor perdagangan, hotel dan restoran

X7 : Nilai PDRB dari sektor keuangan, usaha persewaan dan jasa perusahaan

X8 : Nilai PDRB dari sektor jasa-jasa

Dalam pengolahan data pada Tugas Akhir ini penulis menggunakan suatu perangkat lunak sebagai implementasi sistem yaitu program SPSS 17.0 For Window dalam masalah memperoleh hasil perhitungan.

3.2 Membentuk Persamaan Regresi Linier Berganda

Cara menghitung koefisien regresi linier berganda dengan menggunakan SPSS Statistics 17.0 adalah sebagai berikut :

1) Pada Menu Bar klik menu Analyze, lalu pilih Regression dan klik Linear. 2) Lalu akan muncul kotak dialog Linear Regression.

3) Pada kotak dialog tersebut masukkan variabel Y pada kotak Dependent

(5)

[image:5.612.223.451.77.249.2]

Gambar 3.1 Kotak Dialog Linear Regression

4) Selanjutnya klik OK, maka hasil output dari pengolahan data diatas akan

ditampilkan dibawah ini :

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) .370 .045 8.236 .077

SEKTOR PERTANIAN .343 .003 .823 119.593 .005

SEKTOR

PERTAMBANGAN DAN PENGGALIAN

-.175 .013 -.594 -13.828 .046

SEKTOR INDUSTRI .150 .008 .228 19.734 .032

SEKTOR LISTRIK, GAS DAN AIR MINUM

.085 .003 .560 24.299 .026

SEKTOR BANGUNAN .021 .004 .133 5.962 .106

SEKTOR

PERDAGANGAN, HOTEL DAN RESTORAN

.318 .019 .891 16.299 .039

SEKTOR KEUANGAN, USAHA PERSEWAAN DAN JASA

PERUSAHAAN

.000 .003 .002 .142 .910

[image:5.612.130.513.452.731.2]

(6)

Dari output di atas diperoleh :

b0 = 0,370 b5 = 0,021

b1 = 0,343 b6 = 0,318

b2 = -0,175 b7 = 0,000

b3 = 0,150 b8 = 0,123

b4 = 0,085

Maka persamaan regresi linier bergandanya adalah :

0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

ˆ

Y=b +b X +b X +b X +b X +b X +b X +b X +b X

ˆ

Y =0,370 +0,343X1– 0,175X2 + 0,150X3+ 0,085 X4 + 0,021X5 + 0,318 X6 + 0,000 X7 + 0,123 X8

Dari Tabel 3.2 terdapat beberapa variabel yang memiliki nilai yang tidak signifikan, sehingga perlu dilakukan langkah untuk menentukan persamaan regresi linier terbaik dengan menggunakan prosedur regresi bertatar (The Stepwise Regression Procedure)

3.3 Prosedur Regresi Bertatar (The Stepwise Regression Procedure)

Cara menghitung koefisien regresi bertatar (The Stepwise Regression) dengan menggunakan SPSS Statistics 17.0 adalah sebagai berikut :

(7)

2) Lalu akan muncul kotak dialog Linear Regression.

3) Pada kotak dialog tersebut masukkan variabel Y pada kotak Dependent

dan variabel X1 sampai dengan X8pada kotak Independent (s).

[image:7.612.206.473.192.392.2]

4) Pilih Stepwisepada Method

Gambar 3.2 Kotak Dialog Linear Regression

Tabel 3.3 Model Summary untuk Menentukan Koefisien

Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 .801a .641 .596 .52698

2 .927b .859 .819 .35333

3 .965c .932 .897 .26577

a. Predictors: (Constant), SEKTOR PERTANIAN

b. Predictors: (Constant), SEKTOR PERTANIAN, SEKTOR

PERDAGANGAN, HOTEL DAN RESTORAN

c. Predictors: (Constant), SEKTOR PERTANIAN, SEKTOR

[image:7.612.166.442.524.625.2]

(8)

[image:8.612.131.508.120.390.2]

Tabel 3.4 Coefficientsauntuk Regresi Stepwise Coefficientsa Model Unstandardized Coefficients Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 3.976 .307 12.946 .000

SEKTOR PERTANIAN .334 .088 .801 3.782 .005

2 (Constant) 2.856 .398 7.173 .000

SEKTOR PERDAGANGAN,

HOTEL DAN RESTORAN

.173 .053 .486 3.286 .013

3 (Constant) 2.231 .389 5.741 .001

SEKTOR PERDAGANGAN,

HOTEL DAN RESTORAN

.234 .046 .657 5.044 .002

SEKTOR BANGUNAN .058 .023 .363 2.524 .045

a. Dependent Variable: PDRB

Dari output diatas terdapattiga model persamaan regresi linier terbaik dengan regresi stepwise. Model yang terpilih adalah model ketiga dengan nilai koefisien determinasi sebesar 0,932 yang artinya sebesar 93,2% PDRB dipengaruhi oleh sektor pertanian, sektor perdagangan, hotel dan restoran, dan sektor bangunan sedangkan sisanya 6,8% dipengaruhi oleh faktor lain.

Diperoleh :

b0 = 2,231 b5 = 0,058

b1 = 0,336 b6 = 0,234

Maka persamaan regresi linier bergandanya adalah :

0 1 1 5 5 6 6

ˆ

Y =b +b X +b X +b X

ˆ

(9)

3.4Uji Regresi Linier Berganda

Pengujian hipotesa dalam regersi linier berganda perlu dilakukan agar tidak terjadi kesalahan penarikan kesimpulan.

3.4.1 Uji F (Simultan)

1. Menentukan formulasi hipotesis

"# : Tidak terdapat pengaruh yang signifikan antara variabel bebas yaitu sektor pertanian,sektor bangunan, sektor perdagangan hotel dan restoran terhadap variabel terikat yaitu jumlah Produk Domestik Regional Bruto (PDRB).

" : Terdapat pengaruh yang signifikan antara variabel bebas yaitu sektor

pertanian, sektor bangunan, sektor perdagangan hotel dan restoran terhadap variabel terikat yaitu jumlah Produk Domestik Regional Bruto (PDRB).

2. Mencari nilai Ftabel dari Tabel Distribusi F

Dengan taraf nyata = 0,05 dan nilai Ftabel dengan dk pembilang (v1) = k = 3 dan dk penyebut (v2) = n – k – 1 = 10 – 3 – 1 = 6, maka di peroleh $NFKN J

$OK # # P QR

3. Menentukan kriteria pengujian

(10)

"# ditolak bila $% &' (S $&?@3A

Untuk menghitung nilai Fhitung dengan menggunakan SPSS Statistics 17.0 adalah sebagai berikut :

1) Pada Menu Bar klik menu Analyze, lalu pilih Regression dan klik Linear. 2) Lalu akan muncul kotak dialog Linear Regression.

3) Pada kotak dialog tersebut masukkan variabel Y pada kotak Dependent dan variabel X1 sampai dengan X8pada kotak Independent (s).

4) Pilih Stepwisepada Method

[image:10.612.184.451.338.536.2]

(11)

[image:11.612.133.505.111.317.2]

Tabel 3.5 ANOVAd untuk Fhitung

ANOVAd

Model Sum of Squares df Mean Square F Sig.

1 Regression 3.971 1 3.971 14.301 .005a

Residual 2.222 8 .278

Total 6.193 9

2 Regression 5.319 2 2.660 21.303 .001b

Residual .874 7 .125

Total 6.193 9

3 Regression 5.769 3 1.923 27.227 .001c

Residual .424 6 .071

Total 6.193 9

a. Predictors: (Constant), SEKTOR PERTANIAN

b. Predictors: (Constant), SEKTOR PERTANIAN, SEKTOR PERDAGANGAN, HOTEL DAN

RESTORAN

c. Predictors: (Constant), SEKTOR PERTANIAN, SEKTOR PERDAGANGAN, HOTEL DAN

RESTORAN, SEKTOR BANGUNAN

d. Dependent Variable: PDRB

Untuk F_tabel,yaitunilai statistik F jika dilihat dari tabel distribusi F dengan derajat

kebebasan pembilang V1 = k yaitu 3 dan penyebut V2 = n – k – 1 yaitu 6, dan T = 5% =

0,05 maka :

( )(1;2)

tabel V V

F

=

F

_α

( )( ; 1)

tabel k k n

F

=

F

_α _{− −}

(0,05 3;6)( )

tabel F =F

4, 76 tabel

(12)

Dengan demikian dapat kita lihat bahwa nilai F_hitung

(

27, 227

)

S

(4, 76) tabel

F Maka H0 ditolak dan H1 diterima. Hal ini berarti persamaan linier

berganda Y atas X1, X5, X6 bersifat nyata yang berarti bahwanilai PDRB dari

sektor pertanian, sektor bangunan, sektor perdagangan, hotel, dan restoran secara bersama-sama berpengaruh terhadap terjadinya PDRB.

3.5 Perhitungan Koefisien Korelasi Antar Variabel

Untuk menghitung nilai koefisien korelasi antar variabel dengan menggunakan SPSS Statistics 17.0 adalah sebagai berikut :

1) Pada Menu Bar klik menu Analyze, lalu pilih Correlate dan klik

Bivariate.

2) Lalu akan muncul kotak dialog Bivariate Correlations.

3) Pada kotak dialog tersebut masukkan variabel Y dan variabel X1, X5dan

[image:12.612.223.437.500.679.2]

X6pada kotak Variables.

(13)

4) Selanjutnya klik OK, maka hasil output dari pengolahan data diatas akan ditampilkan dibawah ini :

Dari hasil output diatas diperoleh koefisien korelasi sebagai berikut :

1 0,801 yx r = 5 0,384 yx r =

6 0, 224 yx r = Correlations PDRB SEKTOR PERTANIAN SEKTOR BANGUNAN SEKTOR PERDAGANGAN, HOTEL DAN RESTORAN

PDRB Pearson

Correlation

1 .801** .384 .224

Sig. (2-tailed) .005 .274 .534

N 10 10 10 10

SEKTOR PERTANIAN

Pearson Correlation

.801** 1 .493 -.280

Sig. (2-tailed) .005 .148 .434

N 10 10 10 10

SEKTOR BANGUNAN

Pearson Correlation

.384 .493 1 -.573

Sig. (2-tailed) .274 .148 .083

N 10 10 10 10

SEKTOR PERDAGANGAN, HOTEL DAN RESTORAN Pearson Correlation

.224 -.280 -.573 1

Sig. (2-tailed) .534 .434 .083

N 10 10 10 10

[image:13.612.129.509.190.460.2]

**. Correlation is significant at the 0.01 level (2-tailed).

(14)

3.5.1 Koefisien Korelasi Antara PDRB(Y)Dengan Sektor Pertanian UV

Koefisien korelasi antara PDRB(Y) dan sektor pertanian(X1) adalah 0,801 yang

menunjukkan korelasi yang kuat dengan arah positif mendekati 1 (korelasi positif). Hal ini berarti jika jumlahsektor pertanianmengalami peningkatan maka PDRB juga akan meningkat.

3.5.2 Koefisien Korelasi Antara PDRB(Y)Dengan Sektor Bangunan UW

Koefisien korelasi antara PDRB(Y) dan sektor bangunan(X5) adalah 0,384 yang

menunjukkan korelasi yang rendah dengan arah positif mendekati 1 (korelasi positif). Hal ini berarti jika jumlahsektor bangunanmengalami peningkatan maka PDRB juga akan meningkat.

3.5.3 Koefisien Korelasi Antara PDRB(Y)Dengan Sektor Perdagangan, Hotel dan Restoran UX

Koefisien korelasi antara PDRB(Y) dan sektor perdagangan, hotel dan restoran (X6) adalah 0,224 yang menunjukkan korelasi yang rendah dengan arah positif

(15)

3.6Uji t (Parsial)

Dari Tabel 3.4 dapat diketahui nilai thitung, kemudian proses selanjutnya dapat

dilakukan pengujian sebagai berikut :

3.6.1 Pengaruh Sektor Pertanian (X1) Terhadap PDRB (Y)

"# : Sektor pertanian tidak berpengaruh pada PDRB di Kabupaten Asahan.

" : Sektor pertanian berpengaruh pada PDRB di Kabupaten Asahan.

2. Mencari nilai

t

tabeldari Tabel Distribusi t

Dilakukan uji dua sisi dengan taraf nyata = 0,05 dan nilai

t

tabel dengan dk

yaitu n – k – 1 = 10 – 3 – 1 = 6, maka diperoleh IF

JK I# # K

Y PPQ.

"# diterima bila I% &' (C I&?@3A

"# ditolak bila I% &' (D I&?@3A

4. Kesimpulan

Karena

t

hitung = 6,562D

t

tabel = 2,447 maka H0Ditolak.

(16)

3.6.2 Pengaruh Sektor Bangunan(X5) Terhadap PDRB (Y)

"# : Sektor bangunan tidak berpengaruh pada PDRB di Kabupaten

Asahan.

" : Sektor bangunan berpengaruh pada PDRB di Kabupaten Asahan.

2. Mencari nilai

t

tabel dengan dk

yaitu n – k – 1 = 10 – 3 – 1 = 6, maka diperoleh IF

JK I# # K

Y PPQ.

4. Kesimpulan

Karena

t

hitung = 5,044D

t

(17)

3.6.3 Pengaruh Sektor Perdagangan, Hotel dan Restoran(X6) Terhadap PDRB (Y)

"# : Sektor perdagangan, hotel dan restoran tidak berpengaruh pada PDRB

di Kabupaten Asahan.

" : Sektor perdagangan, hotel dan restoran berpengaruh pada PDRB di Kabupaten Asahan.

2. Mencari nilai

t

tabel dengan

dkyaitu n – k – 1 = 10 – 3 – 1 = 6, maka diperoleh IF

JK I# # K

Y PPQ.

4. Kesimpulan

Karena

t

hitung = 2,524D

t

(18)

BAB 4

PENUTUP

4.1 Kesimpulan

Berdasarkan analisis yang telah dilakukan penulis, maka dapat diambil beberapa kesimpulan yaitu :

1. Dari perhitungan yang telah dilakukan dengan menggunakan software maka

diperoleh hasil persamaan terbaik melalaui metode regresi stepwise yaitu ˆY =

(19)

2. Melalui uji keberartian regresi linier dengan taraf nyata (T = 0,05) didapat

(

27, 227

)

hitung

F SFtabel(4, 76) Maka H0 ditolak dan H1 diterima. Hal ini berarti

persamaan linier berganda Y atas X1, X5, X6 bersifat nyata yang berarti bahwa

nilai PDRB dari sektor pertanian, sektor bangunan, sektor perdagangan, hotel, dan restoran secara bersama-sama berpengaruh terhadap terjadinya PDRB. 3. Koefisien korelasi antara PDRB(Y) dan sektor pertanian(X1) adalah 0,801 yang

menunjukkan korelasi yang kuat dengan arah positif mendekati 1 (korelasi positif). Hal ini berarti jika jumlahsektor pertanianmengalami peningkatan maka PDRB juga akan meningkat.

4. Koefisien korelasi antara PDRB(Y) dan sektor bangunan(X5) adalah 0,384

yang menunjukkan korelasi yang rendah dengan arah positif mendekati 1 (korelasi positif). Hal ini berarti jika jumlahsektor bangunanmengalami peningkatan maka PDRB juga akan meningkat.

5. Koefisien korelasi antara PDRB(Y) dan sektor perdagangan, hotel dan restoran

(X6) adalah 0,224 yang menunjukkan korelasi yang rendah dengan arah positif

mendekati 1 (korelasi positif). Hal ini berarti jika jumlahsektor perdagangan, hotel dan restoranmengalami peningkatan maka PDRB juga akan meningkat. 6. Melalui uji koefisien regresi linier ganda (uji t) dengan taraf nyata = 0,05

(20)

secara parsial sektor perdagangan, hotel dan restoran berpengaruh terhadap PDRB di Kabupaten Asahan.

1.2 Saran

Adapun saran yang dapat penulis sampaikan adalah penulis menyarankan agar metode analisis regresi dapat dipergunakan sebaik-baiknya baik dalam lingkungan pendidikan ataupun lingkungan masyarakat luas guna kepentingan analisis yang sangat diperlukan dalam mengambil sebuah keputusan.

(21)

BAB 2

LANDASAN TEORI

2.1 Konsep Dasar Statistika

Statistik merupakan cara – cara tertentu yang digunakan dalam mengumpulkan,

menyusun atau mengatur, menyajikan, menganalisa dan memberi interpretasi

terhadap sekumpulan data, sehingga kumpulan bahan keterangan dapat memberi

pengertian dan makna tertentu. Seperti pengambilan kesimpulan, membuat estimasi

dan juga prediksi yang akan datang.

Ruang lingkup statistika meliputi statistik deduktif atau statistik deskriptif dan

statistik induktif atau statistik inferensial.Statistik deskriptif terdiri dari menghimpun

data, menyusun data, mengolah, menyajikan dan menganalisa data angka.Sedangkan

statistik inferensial atau statistik induktif adalah meliputi teori probability, distribusi

teoritis, distribusi sampling, penaksiran, pengujian hipotesa, korelasi, komparasi, dan

regresi.

Sumber data statistik dapat dikumpulkan langsung oleh peneliti dari pihak

yang bersangkutan dan biasanya disebut data primer. Dan data juga dapat diperoleh

(22)

2.2 Pengertian Regresi

Istilah regresi pertama kali diperkenalkan oleh Francis Galton (1886).Analisis

regresiberkenaan dengan studi ketergantungan dari suatu variabel yang disebut

variabel takbebas, pada satu atau lebih variabel, yaitu variabel yang menerangkan

dengan tujuanuntuk memperkirakan ataupun meramalkan nilai-nilai dari variabel

tak bebas apabilanilai variabel yang menerangkan sudah diketahui.Variabel yang

menerangkan seringdisebut variabel bebas.

Regresi dalam statistika adalah salah satu metode untuk menentukan

tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang

pertama disebut dengan bermacam-macam istilah: variabel penjelas, variabel

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

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

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

atau variabel Y. Kedua variabel ini dapat merupakan variabel acak (random),

namun variabel yang dipengaruhi harus selalu variabel acak.

2.3 Analisis Regresi Linier

Analisis regersi linear digunakan untuk peramalan, dimana untuk analisis regresi

iniakan dibedakan dua jenis variabel yaitu variabel bebas (X) dan variabel tak

(23)

Dalam regresi linear akan ditentukan satu persamaan yang didapat antara

variabel bebas dan variabel tak bebas yang merupakan persamaan penduga yang

berguna untukmenaksir/meramalkan variabel tak bebas. Untuk mempelajari

hubungan-hubunganantara beberapa variabel, analisis regresi terdiri dari dua

bentuk, yaitu:

1. Analisis Regresi Sederhana (Simple Analysis Regression)

2. Analisis Regresi Berganda (Multiple Analysis Regression)

2.4 Analisis Regresi Sederhana

Regresi linear sederhana adalah suatu cara/prosedur yang digunakan untuk

mendapatkan hubungan yang matematis dalam bentuk persamaan yang mana

antar variabel bebas dan variabel tak bebas sama-sama tunggal. Dalam hal ini

bentuk modelumum regresi sederhana adalah:

= a + bx + … (2.1)

Nilai a dan b dapat diperoleh dengan rumus seperti di bawah ini:

(

)(

) (

)(

)

(

) (

)

2

2 2

i i i i i

i i

y x x x y

a

n x x

− =

−

… (2.2)

(

) (

)(

)

(

₂

) (

)

2

i i i i

i i

n x y x y

b

n x x

− =

−

Dimana:

(24)

x = variabel bebas

a = parameter intercept

b = parameter koefisien regresi variabel bebas

= eror

2.5 Analisis Regresi Berganda

Regresi linear berganda adalah suatu cara yang dilakukan untuk mendapatkan

hubungan matematis dalam bentuk persamaan, dimana dalam regresi linear

bergandavariabel bebas lebih dari satu. Tujuan regresi linear berganda ini adalah

untuk mengetahui hubungan antara dua variabel atau lebih dan memuat prediksi

nilai Y atasnilai X. adapun bentuk umum regresi berganda adalah:

0 1 1 2

ˆ ˆ ˆ ˆ

ˆ _...

i i i k ik

Y =

β

+

β

X +

β

X + +

β

X _{… (2.3)}

Di mana :

i = 1,2,3,…,n

ˆ

Y = nilai regresi

0 1 2

ˆ _, ˆ_, ˆ _,..., ˆ

k

β β β

β

= koefisien regresi

1, 2, 3,...,

i i i ik

X X X X = variabel bebas

Model diatas model regresi untuk model populasi, sedangkan untuk

sampel didapat:

0 1 1 2 2

ˆ _...

i i k ki

(25)

Di mana :

ˆ

Y = variabel tak bebas

X = variabel bebas

0

, ,...,

1 k

b b

b

= koefisien regresi

Untuk mengetahui besarnya nilai koefisien b0, b1, b2, b3dapat ditentukan

dengan menggunakan empat persamaan normal sebagai berikut:

0 1 1 2 2 3 3

Y

=

b n b

+

X

+

b

X

+

b

X

2

1 0 1 1 1 2 1 2 3 1 3

YX

=

b

X

+

b

X

+

b

X X

+

b

X X

… (2.5)

2

2 0 2 1 2 1 2 2 3 2 3

YX

=

b

X

+

b

X X

+

b

X

+

b

X X

2

3 0 3 1 3 1 2 3 2 3 3

YX

=

b

X

+

b

X X

+

b

X X

+

b

X

Harga-harga b0, b1, b2, b3didapat dengan memilih menggunakan metode eliminasi,

substitusi ataupun matriks.

Setelah menentukan persamaan liniernya langkah selanjutnya adalah

menentukan kekeliruan baku (standard error). Menurut Hasan (1999) kekeliruan

baku (standard error) adalah angka atau indeks yang digunakan untuk menduga

ketepatan suatu penduga atau mengukur jumlah variasi titik-titik observasi di

sekitar garis regresi. Rumus untuk menghitung standard error adalah :

(

)

2

2 ,12,...,

ˆ

1

i

y k e

Y Y

S S

n k

−

= =

− − … (2.6)

Keterangan :

(26)

! : Derajat kebebasan.

2.6 Uji Keberartian Regresi Linier

Uji keberartian digunakan untuk mengetahui apakah sekelompok variabel bebas

secara bersamaan mempunyai pengaruh terhadap variabel terikat. Pada dasarnya

pengujian hipotesa tentang parameter koefisien regresi secara keseluruhan adalah

dengan menggunakan uji F.

Uji linieritas garis regresi juga dilakukan dengan menghitung nilai F, yaitu

dengan mempergunakan hipotesis nol "_# . Jika nilai F <P 0,05, garis regresi

data skor yang bersangkutan dinyatakan linier. Sebaliknya, jika nilai F >P 0,05,

garis regresi itu berarti tidak linier, dan sebagai konsekuensinya data tersebut

harus dibuat menjadi regresi nonlinier.

2.6.1 Uji F_(Simultan)

Karena dalam analisis regresi yang dianalisis adalah varians garis regresi, hasil

perhitungan analisis regresi juga menghasilkan bilangan atau rasio F, atau

lengkapnya Fregresi (disingkat Freg) atau Fhitung. Adapun rumus untuk memperoleh

Fregadalah sebagai berikut :

(27)

Keterangan :

Freg : Bilangan F garis regresi

JK(reg) : Jumlah kuadrat garis regresi

RK(res) : Jumlah kuadrat garis residu.

n : Banyaknya data

: Jumlah variabel bebas

! : Derajat kebebasan.

Rumus untuk mencari JK(reg) dan JK(res)adalah sebagai berikut :

0123( 4 56 7 4 56 ... (2.8)

01238 : 9 ... (2.9)

Adapun untuk mencari nilai-nilai yang diperlukan untuk mencari

koefisien-koefisien regresi ganda adalah dengan menentukan x dan y dari data yang tersedia

dengan rumus :

6 ; dan 5 ; ... (2.10)

Maka langkah-langkah dalam pengujian hipotesis adalah sebagai berikut :

(28)

" : 4 > 4 > = (minimal ada satu parameter koefisien regresi tidak sama

dengan nol atau mempengaruhi Y).

2. Menentukan taraf nyata dan $_&?@3A dengan dkB dan B n-k-1

"# diterima bila $_{% &' (}C $_&?@3A

"# ditolak bila $_{% &' (}D $_&?@3A

4. Menentukan nilai statistik Fhitung dengan rumus :

$

% &' ( _)*_+,/)*+,-_. .

5. Membuat kesimpulan apakah "_# diterima atau ditolak.

2.7Analisis Korelasi

Analisis korelasi adalah alat statistik yang digunakan untuk derajat hubungan

linier antara suatu variabel dengan variabel lainnya. Sehingga apabila terdapat

hubungan antar variabel maka perubahan-perubahan yang terjadi pada suatu

variabel akan mengakibatkan terjadinya perubahan pada variabel lain. Pada

umumnya analisis korelasi digunakan dalam hubungan analisis regresi di mana

kegunaannya untuk mengukur ketepatan garis regresi, dalam menjelaskan variasi

nilai variabel dependen. Oleh karena itu, korelasi tidak dapat dilakukan tanpa

(29)

2.7.1 Koefisien Korelasi

Koefisien korelasi pertama kali diperkenalkan oleh Karl Pearson sekitar tahun

1900. Koefisien korelasi menggambarkan keeratan hubungan antara dua variabel

berskala selang atau rasio. Dilambangkan dengan r, koefisien korelasi sering juga

disebut dengan rpearson atau korelasi produk-momen pearson.

Menurut Hasan (1999) koefisien korelasi yang terjadi dapat berupa :

1. Korelasi positif adalah korelasi dari dua variabel, yaitu apabila variabel

yang satu (X) meningkat maka variabel lainnya (Y) cenderung meningkat

pula.

2. Korelasi negatif adalah korelasi dari dua variabel, yaitu apabila variabel

yang satu (X) meningkat maka variabel yang lainnya (Y) cenderung

menurun.

3. Tidak adanya terjadi korelasi apabila kedua variabel (X dan Y) tidak

menunjukkan adanya hubungan.

4. Korelasi sempurna adalah korelasi dua variabel, yaitu apabila kenaikan

atau penurunan variabel yang satu (X) berbanding dengan kenaikan atau

penurunan variabel yang lainnya (Y).

Untuk menghitung koefisien korelasi rberdasarkan sekumpulan data (Xi

(30)

... (2.11)

Keterangan :

r : Nilai koefisien korelasi

: Jumlah dari variabel X

: Jumlah dari variabel Y

: Jumlah dari perkalian variabel X dan Y

: Jumlah dari kuadrat variabel X

: Jumlah dari kuadrat variabel Y.

Koefisien korelasi r dipakai apabila terdapat dua variabel tapi apabila digunakan

korelasi berganda atau memiliki tiga variabel ganda maka koefisien korelasinya

dinotasikan dengan R. Nilai koefisien linier berganda (R) dapat dicari dengan

menggunakan rumus sebagai berikut :

E

_F 2GFH2G 2GF2G 2_GF

2F ... (2.12)

Keterangan :

F = Koefisien korelasi antara Y dan

= Koefisien korelasi antara Y dan

(31)

Korelasi antara variabel dibedakan atas tiga jenis, yaitu :

1. Korelasi Positif

Perubahan antara variabel berbanding lurus, artinya apabila variabel yang

satu meningkat, maka variabel yang lainnya juga mengalami peningkatan.

2. Korelasi Negatif

Perubahan antara variabel berlawanan, artinya apabila variabel yang satu

meningkat, maka variabel yang lain mengalami penurunan.

3. Korelasi Nihil

Terjadi apabila perubahan pada variabel yang satu diikuti pada perubahan

[image:31.612.160.479.387.517.2]

yang lain dengan arah yang tidak teratur.

Tabel 2.1 Interpretasi Koefisien Korelasi Nilai r_.

Interval Koefisien Tingkat Hubungan

0 Tidak ada korelasi

0,01 – 0,19 Sangat rendah

0,20 – 0,39 Rendah

0,40 – 0,59 Agak rendah

0,60 – 0,79 Cukup

0,80 – 0,99 Tinggi

1 Sangat tinggi (korelasi sempurna)

2.7.2 Koefisien Determinasi

Menentukan koefisien korelasi berganda juga dapat dicari dengan mencari

(32)

E

)*

... (2.13)

2.8 Uji t_(Parsial)

Langkah-langkah dalam pengujian hipotesis adalah sebagai berikut :

"# : 4 4 < 4 = tidak mempengaruhi Y)

" : 4 > 4 > = (minimal ada satu parameter koefisien regresi tidak

sama dengan nol atau mempengaruhi Y).

2. Dilakukan uji dua sisi dengan taraf nyata = 0,05 dan nilai

t

_tabel dengan dk

yaitu n – k – 1 maka di peroleh

I

F_JK .

"# diterima bila I_{% &' (}C I_&?@3A

"# ditolak bila I_{% &' (}D I_&?@3A

4. Menentukan nilai statistik

t

hitung dengan rumus :

$

% &' ( _L@F

MF

(33)

BAB 1

PENDAHULUAN

1.1Latar Belakang

Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator penting

untuk mengetahui kondisi ekonomi suatu wilayah dalam suatu periode

tertentu.Produk Domestik Regional Bruto (PDRB) didefinisikan sebagai jumlah

nilai tambah yang dihasilkan oleh seluruh unit usaha dalam suatu wilayah atau

merupakan jumlah nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit

ekonomi (BPS, 2004:8).

Sejalan dengan diberlakukannya otonomi daerah, maka setiap daerah

mempunyai kewenangan yang lebih luas dalam merencanakan dan mengelola

pembangunan daerahnya sesuai dengan potensi dan kemampuan daerah itu

sendiri. Dalam rangka evaluasi dan proses penyusunan perencanaan dibutuhkan

berbagai indikator-indikator yang dapat menggambarkan potensi dan kemajuan

pembangunan daerah.

Salah satu indikator penting untuk mengetahui kondisi suatu daerah dalam

suatu periode tertentu adalah data Produk Domestik Regional Bruto (PDRB), baik

(34)

ini kita akan memperoleh gambaran tingkat pertumbuhan ekonomi maupun

tingkat kemakmuran masyarakat suatu wilayah.

Pada dasarnya semua lapangan usaha yang berada di kabupaten Asahan

berperan dalam meningkatkan angka Produk Domestik Regional Bruto (PDRB),

namun dari keseluruhan lapangan usaha itu, ada beberapa lapangan usaha yang

memang mempunyai peranan atau pengaruh yang cukup besar terhadap

perkembangan perekonomian di Kabupaten Asahan yang ditunjukkan lewat besarnya

angka Produk Domestik Regional Bruto (PDRB) di masing-masing sektor lapangan

usaha.

Perubahan nilai variabel dapat disebabkan oleh berubahnya variabel lain

yang berhubungan dengan variabel tersebut. Untuk mengetahui pola perubahan

nilai suatu variabel yang disebabkan oleh variabel lain diperlukan alat analisis

yang memungkinkan kita untuk membuat perkiraan nilai variabel tersebut pada

nilai tertentu variabel yang mempengaruhinya (Algifari, 2000:4).

Maka untuk mengetahui seberapa besar pengaruh sektor lapangan usaha yang

ada di kabupaten Asahan, penulis mengadakan penelitian terhadap perolehan angka

Produk Domestik Regional Bruto (PDRB), dari beberapa sektor lapangan usaha yang

ada di kabupaten Asahan dan data yang dianalisis berasal dari Badan Pusat Statistika

(BPS).

Oleh sebab ituakan dilihat bagaimana tingkat pertumbuhan ekonomi di

Kabupaten Asahan. Hal ini yang mendasari penulis untuk mengambil judul tugas

akhir yaitu “ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO

(35)

1.2Rumusan Masalah

Berdasarkan latar belakang masalah di atas, penulis merumuskan masalah

penelitian ini sebagai berikut:

1. Apa sajakah faktor yang mempengaruhi laju pertumbuhan PDRB di

Kabupaten Asahan.

2. Bagaimana besar nilai faktor-faktor yang mempengaruhi laju

pertumbuhan PDRB di Kabupaten Asahan.

3. Bagaimana hubungan korelasi antara faktor-faktor laju pertumbuhan

PDRB di Kabupaten Asahan.

1.3Batasan Masalah

Mengingat ada begitu banyak lapangan usaha yang mempengaruhi laju pertumbuhan

Produk Domestik Regional Bruto (PDRB) dan penelitian menghasilkan data atau

informasi yang lebih jelas dan mudah dimengerti bagi setiap pembaca.Maka penulis

membatasi pokok permasalahan hanya kepada delapan lapangan usaha yaitu sektor

pertanian, sektor pertambangan dan penggalian, sektor industri, sektor listrik, gas dan

air bersih, sektor bangunan, sektor perdagangan, hotel dan restoran, sektor keuangan,

usaha persewaan dan jasa perusahaa, dan jasa-jasa.Hal ini dikarenakan penulis merasa

dari kedelapan lapangan usaha inilah yang lebih berperan penting terhadap

(36)

1.4Tinjauan Pustaka

Untuk mendukung penyelesaian penelitian ini, peniliti menggunakan teori-teori

sebagai berikut :

Algifari, 2000. Analisa Regresi Teori, Kasus dan Solusi, Edisi 2. Yogyakarta :

BPFE. Hal. 4.

Menyatakan perubahan nilai variabel itu dapat pula disebabkan oleh berubahnya

variabellain yang berhubungan dengan variabel tersebut. Untuk mengetahui pola

perubahan nilai suatu variabel yang disebabkan oleh variabel lain diperlukan alat

analisis yang memungkinkan kita untuk membuat perkiraan nilai variabel tersebut

pada nilai tertentu variabel yang mempengaruhinya.

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

(37)

Usman, Husaini, R. Purnomo Setiady Akbar, 1995. Pengantar Statistik. Jakarta :

Bumi Aksara. Hal. 241.

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.

Sujana, 2001. Metode Statistik. Bandung : Tarsito. Hal.310-311.

Untuk analisa regresi akan dibedakan dua jenis variabel yaitu variabel

bebas (variabel prediktor) dan variabel tidak bebas (variabel respon). Variabel

yang mudah didapat atau tersedia sering digolongkan dalam variabel bebas,

sedangkan variabel yang terjadi karena variabel bebas itu merupakan variabel

tidak bebas.

Sujana, 2001. Metode Statistik. Bandung : Tarsito. Hal. 367.

Setelah mengetahui hubungan fungsional antara variabel-variabel dimana

persamaan regresinya telah ditentukan dan telah melakukan pengujian maka

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

banyak variabel adalah seberapa kuat hubungan antara variabel-variabel itu.

Dengan kata lain perlu ditentukan derajat hubungan antara variabel-variabel

tersebut.

Studi yang membahas derajat hubunan antara variabel-variabel tersebut

dikenal dengan nama analisis korelasi. Ukuran yang dipakai untuk mengetahui

derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi.

(38)

Jika kenaikan didalam 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

variablewalaupun variabel lainnya berubah maka dikatakan bahwa kedua variabel

tersebut tidak mempunyai hubungan.

1.5Tujuan dan Manfaat Penelitian

1.5.1 Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk :

1. Mengetahui penggunaan metode analisis regresi linier dalam mencari

nilai dari faktor-faktor yang mempengaruhi PDRB di Kabupaten

Asahan.

2. Mengetahui faktor mana yang paling berpengaruh pada PDRB di

(39)

1.5.2 Manfaat Penelitian

Dengan tujuan yang telah disebutkan di atas, diharapkan dapat memberikan

manfaat sebagai berikut:

a. Bagi Penulis

1) Sebagai penerapan ilmu dari mata kuliah yang telah diperoleh.

2) Sebagai syarat untuk menyelesaikan program studi D3 Statistika.

3) Memberi wacana, wawasan, dan pengalaman baru kepada penulis

selama pembuatan Tugas Akhir (TA).

b. Bagi Jurusan

Agar dapat dijadikan sebagai acuan bagi mahasiswa serta dapat

memberikan bahan refrensi bagi pihak perpustakaan sebagai bahan

bacaan yang dapat menambah ilmu pengetahuan bagi pembaca.

c. Bagi Pemerintah Daerah Kabupaten Asahan

Sebagai bahan pertimbangan atau masukan dalam mengambil suatu

keputusan yang tepat dan sebagai sumbangan dalam bentuk

(40)

1.6Metodologi 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.

1.6.1 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan penulis sebagai sarana dalam

pembuatan tugas akhir ini adalah dengan menggunakan data sekunder, yaitu data

yang diambil dari sumbernya yaitu dari Badan Pusat Statistika Provinsi Sumatera

Utara.

1.6.2 Metode Analisis Yang Digunakan

Metode analisis linear regresi berganda pada prinsip dasarnya sama dengan

metode regresi linear sederhana. Keduanya bekerja sebagai alat untuk melihat

pengaruh dan estimasi sebuah kasus dan diselesaikan dengan metode persamaan

linear serta membentuk garis lurus. Persamaan regresi adalah suatu formula

matetatis yang menunjukkan hubungan keterkaitan antara satu atau beberapa

variabel yang nilainya sudah diketahui dengan satu variabel yang lainnya yang

(41)

Jika dalam regresi linear sederhana hanya menggunakan 2 variabel saja satu yang

terikat dan satu lagi yang bebas dalam analisisnya, maka didalam regresi linear

ganda penyelesaiannya dengan menggunakan lebih dari 2 variabel. Dimana satu

variabel terikat dan lebih dari satu untuk variabel bebasnya. Rumus yang

digunakan didalam regresi linear berganda adalah:

0 1 1 2

ˆ ˆ ˆ ˆ

ˆ _...

i i i k ik

Y ₌

β

₊

β

X ₊

β

X _{+ +}

β

X

… (1.1)

Di mana :

i = 1,2,3,…,n

ˆ

Y _{= nilai regresi}

0 1 2 ˆ _, ˆ_, ˆ _,..., ˆ

k

β β β

β

= koefisien regresi

1

,

2

,

3

,...,

i i i ik

X

_{= variabel bebas}

Setelah dilihat pengaruh antara variabel yang ada, kemudian dilihat juga

hubungan atau keeratan antara variabel tersebut dengan menggunakan metode

korelasi ( r ). Adapun rumus dari korelasi adalah:

... (1.2)

Keterangan :

r _{: Nilai koefisien korelasi}

: Jumlah dari variabel X

(42)

: Jumlah dari perkalian variabel X dan Y

: Jumlah dari kuadrat variabel X

1.7Lokasi Penelitian

Dalam penyusunan Tugas Akhir ini data yang digunakan diperoleh dari BPS

(Badan Pusat Statistik) Sumatera Utara dari buku yang berjudul “Asahan Dalam

(43)

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

LAJU PERTUMBUHAN PRODUK DOMESTIK

REGIONAL BRUTO (PDRB) DI

KABUPATEN ASAHAN

TUGAS AKHIR

MHD. HUSEIN Q. MRP

102407036

PROGRAM STUDI D3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU

PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

(44)

ANALISIS FAKTOR-FAKTOR YANG

MEMPENGARUHI LAJU PERTUMBUHAN PRODUK

DOMESTIK REGIONAL BRUTO (PDRB) DI

KABUPATEN ASAHAN

Diajukanuntukmelengkapitugasdanmemenuhisyaratmem

perolehgelarAhliMadya

MHD. HUSEIN Q. MRP

102407036

PROGRAM STUDI D3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU

PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

(45)

PERSETUJUAN

JUDUL : ANALISIS FAKTOR-FAKTOR YANG

MEMPENGARUHI LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO DI KABUPATEN ASAHAN

KATEGORI : TUGAS AKHIR

NAMA : MHD. HUSEIN Q. MRP

NIM : 102407036

PROGRAM STUDI : D3 STATISTIKA

DEPARTEMEN : MATEMATIKA

FAKULTAS : MATEMATIKA DAN ILMU

PENGETAHUANALAMUNIVERSITAS SUMATERA UTARA

Disahkan di Medan, Juli 2013

DiketahuiOleh,

Ketua Departemen Matematika FMIPA USU Dosen Pembimbing

Prof. Dr. Tulus,M.Si Prof. Dr. SaibSuwilo, M.Sc

(46)

PERNYATAAN

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO

(PDRB) DI KABUPATEN ASAHAN

TUGAS AKHIR

Saya mengakuibahwaTugasAkhiriniadalahhasilkerjasayasendiri,

kecualibeberapakutipandanringkasan yang masing-masingdisebutkansumbernya.

Medan, Juli 2013

(47)

PENGHARGAAN

Assalamu’alaikum warahmatullahi wabarakatuh.

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 AnalisisFaktor-Faktor Laju Pertumbuhan Produk Domestik Regional Bruto di Kabupaten Asahan.

Terimakasih penulis sampaikan kepada Bapak Prof. Dr. SaibSuwilo, M.Sc, selaku pembimbing yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Drs. Faigiziduhu Bu’ulolo, M.Sidan Bapak Drs. Suwarno Ariswoyo, M.Si selaku Ketua dan 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 Ayahanda Ismail Marpaung dan Ibunda Tuyemserta keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

(48)

DAFTAR ISI PERSETUJUAN PERNYATAAN PENGHARGAAN DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR

BAB 1 PENDAHULUAN

1.1 LatarBelakang 1

1.2 RumusanMasalah 3

1.3 BatasanMasalah 3

1.4 TinjauanPustaka 4

1.5 TujuandanManfaatPenelitian 6

1.5.1 TujuanPenelitian 6

1.5.2 ManfaatPenelitian 7

1.6 MetodologiPenelitian 8

1.6.1 Metode Pengumpulan Data 8

1.6.2 Metode Analisis Yang Digunakan 8

1.7 LokasiPenelitian 10

BAB 2 LANDASAN TEORI

2.1 KonsepDasarStatistika 11

2.2 PengertianRegresi 12

2.3 AnalisisRegresi Linier 12

2.4 AnalisisRegresiSederhana 13

2.5 AnalisisRegresiBerganda 14

2.6 UjiKeberartianRegresi Linier 16

2.6.1 Uji F (Simultan) 16

2.7 AnalisisKorelasi 18

2.7.1 KoefisienKorelasi 19

2.7.2 KoefisienDeterminasi 21

2.8 Uji t (Parsial) 22

BAB 3PENGOLAHAN DATA

3.1 Data dan Pembahasan 23

3.2Membentuk Persamaan Regresi Linier Berganda 25

3.3Prosedur Regresi Bertatar (The Stepwise Regression Procedure) 27

3.4Uji Regresi Linier Berganda 30

3.5Perhitungan Koefisien Korelasi Antar Variabel 33

(49)

Pertanian 35 3.5.2 KoefisienKorelasiAntara PDRB (Y) Dengan

SektorBangunan 35

3.5.3 KoefisienKorelasiAntara PDRB (Y) DenganSektor

Perdagangan, Hotel danRestoran 35

3.6 Uji t (Parsial) 36

3.6.1 PengaruhSektorPertanian (X1) Terhadap PDRB (Y) 36

3.6.2 PengaruhSektorBangunan (X5) Terhadap PDRB (Y) 37

3.6.3 PengaruhSektorPerdagangan, Hotel danRestoran (X6)

Terhadap PDRB (Y) 38

BAB 4 PENUTUP

4.1Kesimpulan 39

4.2 Saran 41

DAFTAR PUSTAKA

(50)

DAFTAR TABEL

Tabel2.1InterpretasiKoefisienKorelasiNilair 21

Tabel3.1 Data Produk Domestik Regional Bruto Kabupaten Asahan

Menurut Lapangan Usaha Atas Dasar Harga Berlaku 23

Tabel3.2 CoefficientsaUntuk Menentukan Regresi Linier Berganda 26

Tabel3.3 Model Summary untuk menentukan Koefisien 28

Tabel3.4 Coefficientsauntuk Regresi Stepwise 29

Tabel3.5 ANOVAd untuk Fhitung 32

(51)

DAFTAR GAMBAR

Gambar3.1Kotak Dialog Linear Regression 26