FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN
DI KABUPATEN TOBA SAMOSIR
TUGAS AKHIR
MUHAMMAD IMAM
112407125
PROGRAM STUDI D3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN
DI KABUPATEN TOBA SAMOSIR
TUGAS AKHIR
Diajukan Untuk Melengkapi Tugas dan Memenuhi Syarat Memperoleh Ahli Madya
MUHAMMAD IMAM
112407125
PROGRAM STUDI D3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Daftar Isi v
Daftar Tabel vii
Daftar Gambar viii
BAB 1. Pendahuluan 1
1.1 Latar Belakang 1
1.2 Perumusan Masalah 3
1.3 Batasan Masalah 4
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 8
BAB 2. Landasan Teori 10
2.1 Pengetian Analisis Regresi 10
2.2 Persamaan Regresi 11
2.3 Analisis Regresi Linier Sederhana 13
2.5 Kesalahan Standar Estimasi 16
2.6 Koefisien Determinasi 17
2.7 Koefisien Korelasi 17
2.8 Uji Regresi Linier Berganda 21
2.9 Uji Koefisien Regresi Linier Berganda 22
BAB 3. Sejarah tempat riset 24
3.1 Sejarah Badan Pusat Statistik 24
3.2 Visi dan Misi BPS 24
3.3.1 Visi 24
3.3.2 Misi 24
3.3 Kedudukan 25
3.4 Tugas, Fungsi, dan Kewenangan BPS 25
3.4.1 Tugas 26
3.4.2 Fungsi 26
3.4.3 Kewenangan BPS 26
3.5 Landasan Hukum 27
3.6 Struktur Organisasi 28
3.7 Logo BPS 28
BAB 4. Pengolahan Data 29
4.1 Pengolahan Data 29
4.2 Persamaan Regresi Linear Berganda 30
4.3 Kesalahan Standar Estimasi 37
4.4 Koefisien Determinasi 39
4.5 Menghitung Koefisien Korelasi antara Variabel
4.6 Uji Regresi Linier Berganda 44
4.7 Uji Koefisien Regresi Linier Ganda 46
BAB 5. Implementasi Sistem 51
5.1 Pengertian Implementasi Sistem 51
5.2 SPSS dalam statistika 51
5.3 Mengaktifkan SPSS 52
5.4 Mengoperasikan SPSS 52
5.5 Input Data (Data View) 54
BAB 6. Kesimpulan dan Saran 62
6.1 Kesimpulan 62
6.2 Saran 62
Daftar Pustaka
DAFTAR TABEL
Nomor Judul Halaman
Tabel
2.1 Interpretasi Koefisien Korelasi Nilai r 28
4.1 Tingkat Kepadatan Penduduk Kabupaten Asahan tahun 2012 39
4.2 Nilai- nilai yang dibutuhkan untuk menghitung Koefisien
Regresi Linier Berganda 41
DAFTAR GAMBAR
Nomor Judul Halaman
Gambar
3.1 Logo BPS 37
5.1 Tampilan Pengaktifan Program Excel 62
5.2 Jendela Microsoft Excel 63
5.3 Input data dalam excel 65
5.4 Tampilan cara pengaktifan SPSS 66
5.5 Kotak Dialog Awal SPSS 67
5.6 Tampilan Awal Jendela Data View 67
5.7 Tampilan Sheet Variabel View 69
5.8 Tampilan Input Data Pada Data View 70
5.9 Pengolahan data dengan regresi linear 71
5.10 Jendela Regresi Linear 71
5.11 Tampilan Jendela Statistik Regresi Linier 72
5.12 Tampilan Regresi Plots 73
5.13 Uji Normalitas 73
BAB 1 PENDAHULUAN
1.1.Latar Belakang
Pembangunan ekonomi daerah adalah suatu proses di mana pemerintah daerah
dan masyarakatnya mengelola sumber daya yang ada dan membentuk suatu pola
kemitraan antara pemerintah daerah dengan sektor swasta untuk menciptakan
suatu lapangan kerja baru dan merangsang perkembangan pertumbuhan ekonomi
dalam wilayah tersebut. Salah satu indikator utama keberhasilan pembangunan
adalah laju penurunan jumlah penduduk miskin.
Dalam upaya untuk mencapai tujuan pembangunan ekonomi daerah,
pemerintah daerah dan masyarakatnya harus secara bersama-sama mengambil
inisiatif pembangunan daerah. Efektivitas dalam menurunkan jumlah penduduk
miskin merupakan pertumbuhan utama dalam memilih strategi atau instrumen
pembangunan. Kemiskinan merupakan masalah kompleks tentang kesejahteraan
yang dipengaruhi oleh berbagai faktor yang saling berkaitan, antara lain tingkat
pendapatan masyarakat, pengangguran, kesehatan, pendidikan, akses terhadap
barang dan jasa, lokasi, geografis, gender dan lokasi lingkungan.
Penyebab kemiskinan bermuara pada teori lingkaran kemiskinan (vicious
circle of poverty), yang dimaksud lingkaran kemiskinan adalah satu rangkaian
kekuatan yang saling mempengaruhi suatu keadaan di mana suatu negara akan
tetap miskin dan akan banyak mengalami kesukaran untuk mencapai tingkat
(yang tercermin oleh rendahnya IPM), ketidak sempurnaan pasar dan kurangnya
modal menyebabkan rendahnya produktifitas. Rendahnya produktifitas
mengakibatkan rendahnya pendapatan yang mereka terima (yang tercermin oleh
rendahnya PDRB per kapita). Rendahnya pendapatan akan berimplikasi pada
rendahnya tabungan dan investasi. Rendahnya investasi berakibat pada rendahnya
akumulasi modal sehingga proses penciptaan lapangan kerja rendah (tercermin
oleh tingginya jumlah pengangguran). Rendahnya akumulasi modal disebabkan
oleh keterbelakangan dan seterusnya (Mudrajad, 1997).
Sadono (1997) mengemukakan bahwa perkembangan jumlah penduduk
bisa menjadi faktor penghambat pembangunan karena akan menurunkan
produktivitas, dan akan banyak terdapat pengangguran. Faktor lain yang juga
berpengaruh terhadap tingkat kemiskinan adalah pendidikan sangat besar karena
pendidikan memberikan kemampuan untuk berkembang lewat penguasaan ilmu
dan keterampilan. Pendidikan juga menanamkan kesadaran akan pentingnya
martabat manusia. Mendidik dan memberikan pengetahuan berarti menggapai
masa depan. Hal tersebut harusnya menjadi semangat untuk terus melakukan
upaya mencerdaskan bangsa (Suryawati, 2005).
PDRB merupakan salah satu indikator indikator pertumbuhan ekonomi
suatu wilayah. PDRB adalah nilai bersih barang dan jasa-jasa akhir yang
dihasilkan oleh berbagai kegiatan ekonomi di suatu daerah dalam suatu periode
(Sasana, 2006). Semakin tinggi PDRB suatu daerah, maka semakin besar pula
potensi sumber penerimaan daerah tersebut.
Kabupaten Toba Samosir merupakan salah satu Kabupaten di Sumatera
ketenagakerjaan masih tingginya angka pengangguran yang disebabkan antara
lain tidak sebandingnya jumlah pertumbuhan angkatan kerja dengan laju
pertumbuhan kesempatan kerja, serta rendahnya kompetensi tenaga kerja.
Akibatnya, angkatan kerja yang begitu besar di Kabupaten Toba samosir belum
terserap secara optimal oleh sektor-sektor formal.
Perkembangan ekonomi Kabupaten Toba Samosir tidak dapat dilepaskan
dari kondisi ekonomi yang dialami oleh Provinsi Sumatera Utara. Sebagai salah
satu daerah Kabupaten yang terletak di Provinsi Sumatera Utara, Kabupaten Toba
Samosir menjadi pusat perekonomian dan pemerintahan dengan pertumbuhan
ekonomi paling tinggi diantara daerah lainnya di Sumatera Utara.
Berdasarkan penjelasan di atas maka penulis mengambil judul tugas akhir
yaitu “Analisis Faktor yang Mempengaruhi Kemiskinan di Kabupaten Toba Samosir”.
1.2 Perumusan Masalah
Berdasarkan latar belakang masalah di atas, perumusan masalah penelitian adalah
mencari seberapa besar nilai pengaruh dan mana yang lebih dominan berpengaruh
antara jumlah penduduk, pendapatan, dan pengangguran terhadap kemiskinan di
1.3 Batasan Masalah
Untuk memberikan kejelasan dan memberikan kemudahan penelitian ini agar
tidak jauh menyimpang dari sasaran yang ingin dicapai, penulis hanya meneliti
faktor yang mempengaruhi kemiskinan di Kabupaten Toba samosir dengan
faktor-faktor yang mempengaruhi yaitu jumlah penduduk, pendapatan dan
pengangguran. Data kuantitatif yang digunakan adalah data jumlah penduduk
miskin, data jumlah penduduk, data pengangguran dan data pendapatan pada
tahun 2007 sampai tahun 2012.
1.4 Maksud dan Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah untuk membuktikan secaraempiris
seberapa besar pengaruh jumlah penduduk, pendapatan dan pengangguran
terhadap kemiskinan di Kabupaten Toba Samosir dari tahun 2007 sampai tahun
1.5 Manfaat Penelitian
Kontribusi yang dapat diambil dari penelitian ini adalah :
1. Kontribusi empiris pada pengaruh pendidikan, pendapatan dan
pengangguran terhadap kemiskinan di Kabupaten Toba Samosir.
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 Sumatera
Utara.
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
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.
1.8Tinjauan Pustaka
Menyatakan perubahan nilai variabel itu dapat pula 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).
Dalam ilmu statistika, teknik yang umum digunakan untuk menganalisis
hubungan antara dua atau lebih variabel adalah analisa regresi. Model matematis
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 dkk. 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 (Sujana, 2001).
Untuk analisa regresi akan dibedakan dua jenis variabel yaitu variabel
bebas (variabel predictor) 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.). 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
Ukuran yang dipakai untuk mengetahui derajat hubungan, terutama data
kuantitatif dinamakan koefisien korelasi (Iswardono, 1981). 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 variabel walaupun variabel lainnya
berubah maka dikatakan bahwa kedua variabel tersebut tidak mempunyai
hubungan.
1.9Sistematika 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 penelitian dan sistematika penulisan.
BAB 2 : LANDASAN TEORI
Bab ini menguraikan tentang pengertian regresi linier berganda, uji regresi
linier berganda,koefisien determinasi dan korelasi regresi linier ganda
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 andService Solution).
BAB 6 : KESIMPULAN DAN SARAN
Bab ini merupakan bab penutup yang merupakan kesimpulan dari
pembahasan serta saran-saran penulis berdasarkan kesimpulan yang di
BAB 2
LANDASAN TEORI
2.1 Pengertian Analisis Regresi
Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak
mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang
pengetahuan, terutama para peneliti yang dalam penelitiannya banyak
menggunakan statistik sebagai dasar analisis maupun perancangan (Hartono,
Drs.2004) maka dapat dikatakan bahwa statistik mempunyai pengaruh yang
penting dan besar terhadap kemajuan berbagai bidang ilmu pengetahuan. Statistik
harus dan penting dipelajari oleh para peneliti.
Regresi adalah suatu proses memperkirakan secara sistematis tantang apa
yang paling mungkin terjadi dimasa yang akan datang berdasarkan informasi
masa lalu dan sekarang yang dimiliki agar kesalahannya dapat diperkecil. Regresi
dapat juga diartikan sebagai usaha memprediksi perubahan (Riduwan,Drs.
M.B.A,2007). Analisis regresi (regression analysis) merupakan suatu teknik untuk
membangun persamaan dan menggunakan persamaan tersebut untuk membuat
perkiraan (prediction). Dengan demikian analisis regresi juga dapat diartikan
sebagai analisis perkiraan. Karena dapat merupakan suatu prediksi maka nilai
prediksi tidak memberikan jawaban pasti tentang apa yang sedang dianalisis,
semakin kacil tingkat penyimpangan antara nilai prediksi dengan nilai rilnya,
maka semakin tepat persamaan regresi yang dibentuk. Tujuan utama regresi
variabel yang lain yang berhubungan dengannya (variabel lainnya) sudah
ditentukan.
Ada beberapa defenisi regresi yang dapat dijabarkan yaitu :
1. Analisis regresi merupakan suatu teknik untuk membangun sebuah
persamaan garis lurus dan menggunakan persamaan tersebut untuk
membuat perkiraan (Mason, 1996:489)
2. Persamaan regresi adalah suatu formula matematis yang menunjukkan
hubungan keterkaitan antara satu atau beberapa variabel yang nilainya
sudah diketahui dengan variabel yang nilainya belum diketahui (Algifri,
2002: 2)
3. Analisis regresi adalah hubungan yang didapat dan dinyatakan dalam
bantuk persamaan matematik yang menyatakan hubungan fungsional antar
variabel – variabel. (Sudjana, 2005: 310)
2.2 Persamaan Regresi
Model analisis regresi merupakan suatu model yang parameternya linier (biasanya
fungsinya berbentuk garis lurus). Dan secara kuantitatif dapat digunakan untuk
menganalisis pangaruh suatu variabel terhadap variabel lainnya. Analisis regresi
menyangkut studi tentang hubungan antara suatu variabel Y yang disebut variabel
respon atau variabel dependen yaitu variabel yang keberadaannya dipengaruhi
oleh variabel lainnya (Sugiyono.Dr,2010). Dan variabel X merupakan variabel
predictor atau variabel independen yaitu variabel bebas (tidak dipengaruhi
Sifat hubungan antara variabel dalam persamaan regresi merupakan
hubungan sebab akibat. Oleh karena itu, sebelum menggunakan persamaan regresi
dalam menjelaskan hubungan antara dua atau lebih variabel, maka perlu dilakukan
penganalisisan data untuk mengetahui apakah variabel – variabel tersebut berkolerasi. Sehingga membentuk sebuah pola garis lurus seperti gambar 2.1
berikut ini:
Gambar 2.1 pola garis lurus
Antara variabel babas (X) dan variabel terikat (Y) membentuk pola sebuah
garis yang lurus, dan dalam aflikasinya jika nilai X meningkat maka nilai Y juga
akan meningkat, jika nilai X mengalami penurunan maka nilai Y juga akan
mengalami penurunan. Untuk mengetahui hubungan – hubungan antara variabel bebas maka regresi linier terdiri dari dua bentuk, yaitu:
1. Analisis Regresi Linier Sederhana (simple analisis regresi)
2.3 Analisis Regresi Linier Sederhana
Regresi linier sederhana digunakan untuk mendapatkan hubungan matematis
dalam bentuk suatu persamaan antara variabel tak bebas dengan variabel bebas
tunggal. Regresi linier sederhana hanya memiliki satu perubahan regresi linier
untuk populasi adalah
Y= a + bx
Dengan :
Y = Subyek dalam variabel dependen yang diprediksikan
X = Subyek pada variabel independen yang mempunyai nilai tertentu.
a = parameter intercept
b = parameter koefisien regresi variabel bebas
Persamaan model regresi sederhana hanya memungkinkan bila pengaruh
yang ada itu hanya dari independent variabel (variabel bebas) terhadap dependent
variabel (variabel tak bebas). Jadi harga b merupakan fungsi dari koefisien
korelasi. Bila koefisien korelasi tinggi, maka harga b juga besar, sebaliknya bila
koefisien korelasi negatif maka harga b juga negatif, dan sebaliknya bila koefisien
korelasi positif maka harga b juga positif (Sudjana,2005).
2.4 Analisis Regresi Linier Berganda
Jika dalam regresi linier sederhana hanya memiliki dua variabel saja yaitu satu
variabel terikat (Y) dan satu variabel bebas (X) dengan satu predictor (a).
Pada regresi linier berganda terdapat lebih dari dua variabel, satu variabel terikat,
Regresi berganda berguna untuk mencari pengaruh dua atau lebih variabel
bebas atau untuk mencari hubungan fungsional dua variabel bebas atau lebih
terhadap variabel terikatnya. Dengan demikian multiple regression (regresi
berganda) digunakan untuk untuk penelitian yang menyertakan beberapa variabel
sekaligus. Dalam hal ini regresi juga dapat dijadikan pisau analisis terhadap
penelitian yang diadakan, tentu saja jika diarahkan untuk menguji variabel – variabel yang ada (Supranto.J.MA.2009).
Tujuan analisis regresi linier adalah untuk mengukur intensitas hubungan
antara dua variabel atau lebih dan memuat prediksi / perkiraan nilai Y dan nilai X.
bentuk umum persamaan regresi linier berganda yang mencakup dua atau lebih
variabel, yaitu:
k k
o
a
x
a
x
a
x
a
Y
1 1 2 2....
(2.2)
Dengan:
Y variabel tidak bebas (dependen)
k
o a
a ,..., koefisien regresi
k x
x1,..., variabel bebas (indpenden)
) ( ... ... ... ) ( ... ) ( ... 2 2 1 1 2 2 2 2 2 1 1 2 2 1 2 1 2 2 1 1 1 1 2 2 1 1 1 ki k ki i ki i ki o i ki ki i k i i i i o i i ki i k i i i i o i i ki k i i o X a X X a X X a X a Y X X X a X a X X a X a Y X X X a X X a X a X a Y X X a X a X a n a Y (2.3)
Untuk kasus dua variabel persamaan regesinya dapat diestimasikan sebgai berikut
= b
0+ b
1X
1+ b
2X
2+
e
i(2.4)
Maka estimasinya adalah
b0 = (2.5)
b1 = (2.6)
b2 = (2.7)
Dengan :
= – (2.8)
= – (2.9)
= – (2.10)
= – (2.11)
= – (2.13)
2.5 Kesalahan Standart Estimasi
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 variable tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai
kesalahan standar estimasi, makin rendah ketepatan persamaan estimasi yang
dihasilkan untuk menjelaskan nilai variable tidak bebas sesungguhnya. Kesalahan
standar estimasi dapat ditentukan dengan rumus:
1 ) ( 2 ,..., 2 , 1 , k n Y Y
Sy k i
(2.14)
Dengan:
Yi = nilai data hasil pengamatan
= nilai hasil regresi
n = ukuran sampel
k = banyak variabel bebas
2.6 Koefisien Determinasi
Koefisien determinasi dinyatakan dengan R2 untuk pengujian regresi linier berganda yang
variabel tak bebes (Y) yang dapat dijelaskan atau diterangkan oleh variabel – variabel
bebas (X) yang ada didalam model persamaan regresi linier berganda secara bersama –
sama. Maka R2 akan ditentukan dengan rumus, yaitu:
R2 = 2
y JKreg
(2.15)
Dengan:
JKreg = Jumlah Kuadrat Regresi
Harga R2 yang diperoleh sesuai dengan variansi yang dijelaskan masing – masing variabel yang tinggal dalam regresi.
2.7 Koefisien Korelasi
Setelah mendapatkan hasil tentang jumlah pengaruh pada variabel yang diteliti
untuk selanjutnya penulis akan mencari seberapa besar hubungan antara variabel
terikat dengan variabel bebas, atau antara variabel bebas itu sendiri. Studi yang
membahas derajat hubungan antara variabel – variabel tersebut dikenal dengan nama analisis korelasi
Analisis korelasi adalah alat statistik yang dapat digunakan untuk
mengetahui derajat hubungan linier antara satu variabel dengan variabel yang lain.
Umumnya analisis korelasi digunakan, dalam hubungan dengan analisis regresi,
untuk mengukur ketepatan garis regresi dalam menjelaskan variasi nilai variabel
dependent.
Sandaran nilainya adalah, -1 1. Semakin tinggi nilai koefisien
semakin tinggi, jika nilai koefisiennya mendekati nilai 0 maka hubungannya
semakin rendah. Adapun jika nilainya bertanda negative, maka terjadi hubungan
yang berlawanan arah, artinya jika suatu nilai variabel naik maka nilai variabel
lain akan turun.
a. Korelasi Positif
Jika suatu korelasi bertanda positif r > 0 maka gambar grafiknya seperti
ditunjukkan oleh gambar 2.2 berikut :
Gambar 2.2 korelasi positif
Terjadinya korelasi positif apabila pada variabel yang satu diikuti dengan
perubahan variabel yang lain dengan arah yang sama (berbanding lurus).
Jika suatu korelasi betanda negative r<0 maka contoh gambar grafikya
Gambar 2.3 korelasi negatif
Korelasi negative terjadi apabila perubahan pada variabel yang satu diikuti dengan
perubahan variabel yang lain dengan arah yang berlawanan (berbanding terbalik).
Jika suatu korelasi tidak menunjukkan adanya hubungan r = 0 maka
gambar grafiknya seperti ditunjukkan oleh gambar 2.4 berikut:
Korelasi nihil terjadi apabila perubahan pada variabel yang satu diikuti perubahan
variabel yang satu diikuti perubahan pada variabel yang lain dengan arah yang
tidak teratur (acak).
Besarnya hubungan antara variabel yang satu dengan variabel yang lain
dinyatakan dengan koefisien korelasi yang disimbolkan dengan “r”.
Bentuk umum korelasi adalah:
(2.16)
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
2.8 Uji Regresi Linier Berganda
Pengujian hipotesa 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 sebagai berikut:
1. Menentukan Formulasi hipotesis
H0 : b1=b2=b3=…=bk = 0 (X1,X2,…,Xk tidak mempengaruhi Y)
H1 : minimal ada satu parameter koefisien regresi yang tidak sama dengan
nol atau mempengaruhi Y.
2. Menentukan taraf nyata dan nilai Ftabel dengan derajat kebebasan v1 = k dan
v2 = n-k-1
3. Menentukan kriteria pengujian
H0 diterima bila Fhitung Ftabel
H0 ditolak bila Fhitung > Ftabel
4. Menentukan nilai statistic F dengan rumus
F =
(2.17)
Dengan:
JKreg = jumlah kuadrat regresi
JKres = jumlah kuadrat residu (sisa)
JKreg = b1∑y1x1i + b2∑y2x2i + …+ bk∑yixki
Dengan:
x1i = X1i - 1
x2i = X2i - 2
xki = Xki - k
JKreg = ∑ ( 1)2 (2.18)
5. Membuat kesimpulan apakah H0 diterima atau ditolak.
2.9 Uji Koefisien Regresi Linier Berganda Perumusan Hipotesa:
H0 : bi = 0 dimana i = 1,2,…,k (variabel bebas (X1 dan X2) tidak
mempengaruhi variabel dependen (Y))
Hi : bi 0 dimana i = 1,2,…,k (minimal ada satu parameter koefisien
regresi yang tidak sama dengan nol atau mempengaruhi
variabel dependen (Y))
Dengan:
Ttab dapat dilihat pada tabel distribusi t dengan derajat kebebasan (dk = n – k – 1 )
Kriteria Pengujian
H0 ditolak jika
t
hitung> t
tabelBentuk kekeliruan baku koefisien bi, yaitu
:
=
(2.19)
Selanjutnya hitung Statistik t, yaitu:
=
(2.20)
BAB 3
SEJARAH TEMPAT RISET
1.1Sejarah 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 yangserupa oleh dua atau lebih instansi, memajukan keseragaman
dalam penggunaan definisi, klasifikasi dan ukuran-ukuran lainnya.
1.2Visi dan Misi 1.2.1 Visi
Visi dari Badan Pusat Statistik adalah pelopor data statistik terpercaya
untuksemua.
3.2.2 Misi
1. Memperkuat landasan konstitusional dan operasional lembaga statistik
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
SistemStatistik Nasional (SSN) yang efektif dan efisien.
1.3Kedudukan
BPS Propinsi Sumatera Utara adalah Perwakilan Badan Pusat Statistik RI
diPropinsi Sumatera Utara yang berada di bawah dan bertanggung jawab kepada
Kepala BPS RI dan melaksanakan koordinasi dengan Kepala Daerah setempat.
1.4Tugas, 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
prinsipetika perstatistikaan yang tercantum dalam United Nations Fundamental
1.4.1 Tugas
Tugas BPS Propinsi Sumatera Utara adalah melaksanakan penyelenggaraan
statistik dasar di Propinsi Sumatera Utara sesuai dengan ketentuan peraturan
perundang-undangan yang berlaku.
1.4.2 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
perencanaan umum, ketatausahaan, organisasi, tata laksana,
kepegawaian,keuangan, kearsipan, kehumasan, hukum, perlengkapan, dan
rumah tangga.
1.4.3 Kewenangan
Dalam menyelenggarakan fungsi sebagaimana dimaksud, BPS mempunyai
1. Penyusunan rencana nasional secara makro dibidangnya
2. Perumusan kebijakan dibidangnya untuk mendukung pembangunan
secaramakro
3. Penetapan sistem informasi dibidangnya
4. Penetapan dan penyelenggaraan statistik nasional
5. Kewenangan lain sesuai dengan ketentuan peraturan perundang-undangan
yang berlaku, yaitu:
a. Perumusan dan pelaksanaan kebijakan tertentu dibidang kegiatan statistik
b. Penyusunan pedoman penyelenggaraan survei statistik sektoral.
1.5Landasan 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
terutama atas nilai informasi yang diperolehnya.
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
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.
1.6 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 olehpejabat
pimpinan (Kepala Kantor). Selanjutnya mengenai urusan–urusan dalamfungsi 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 organisasi Badan
Pusat Statistik Propinsi Sumatera Utara.
3.7 Logo BPS
BAB 4
PENGOLAHAN DATA
4.1Data 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 atau
permasalahan. Untuk membahas dan memecahkan masalah tentang faktor yang
mempengaruhi kemiskinan di Kota Tebing Tinggi seperti yang diuraikan
sebelumnya, penulis mengumpulkan data yang berhubungan dengan
permasalahan tersebut. Data yang dikumpulkan adalah data mengenai penduduk
miskin, jumlah pendapatan, jumlah penduduk dan jumlah pengangguran di Kota
[image:36.595.111.493.578.707.2]Tebing Tinggi dari tahun 2007 sampai tahun 2012.
Table 4.1 Jumlah Penduduk Miskin,Pengangguran,Jumlah Penduduk dan Pendapatan di Kabupaten Toba Samosir tahun 2007-2012
Tahun
Jumlah Penduduk Miskin
Jumlah Pengangguran
Jumlah Penduduk
2007 20.5 15.59 171375
2008 19.78 14.08 172746
2009 17.34 14.5 175325
2010 17.6 13.49 173129
2011 15.5 9.5 174748
2012 16.4 8.45 174865
4.2Persamaan Regresi Linier Berganda
Untuk mencari persamaan regresi linier berganda, terlebih dahulu dihitung
koefisien-koefisien regresinya dengan mencari penggandaan suatu variable
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:37.595.107.517.385.671.2]sebagai berikut:
Tabel 4.2 Nilai-Nilai Koefisien Persamaan Regresi Linier Berganda
Y
20.5 15.59 171375 319.595 3513187.5
19.78 14.08 172746 278.5024 3416915.88
17.34 14.5 175325 251.43 3040135.5
17.6 13.49 173129 237.424 3047070.4
15.5 9.5 174748 147.25 2708594
16.4 8.45 174865 138.58 2867786
= 107.12
= 75.61
1042188
= 1372.7814
Sambungan table 4.2
²
²
243.0481 29369390625 2671736 420.25
198.2464 29841180516 2432264 391.2484
210.25 30738855625 2542213 300.6756
181.9801 29973650641 2335510 309.76
90.25 30536863504 1660106 240.25
71.4025 30577768225 1477609 268.96
²= 995.1771
²= 181037709136
= 13119438
∑ y²=
1931.144
n = 6 = 18593689.28
= 107.12 = 995.1771
181037709136
= 1042188 = 13119438
Untuk kasus dua variabel, persamaan umum tersebut dapat diestimasikan sebagai
berikut. Dari persamaan :
= b
0+ b
1X
1+b
2X
2+
e
i (4.1)Maka estimasinya adalah:
b
0=
(4.2)
b
1=
(4.3)
b
2=
(4.4)
Dengan Rumus:
=
–
=
–
=
–
=
–
Maka diperoleh nilai sebagai berikut:
=
(4.5)
= 995,1771 –
= 995,1771 952,812
= 42,3651
∑ =
(4.6)
=181037709136
= 181037709136 –
= 181037709136 – 30172951522
= 150864757614
∑x1x2 = –
(4.7)
= 181037709136 –
= 181037709136 –13133305
∑x1 y = –
(4.8)
= 1372,7814 –
= 1372,7814 –1349,8905
= 22,8909
∑x2 y = –
(4.9)
= 18593689.28–
= 18593689,28 –18606530
= -12841
=
–
(4.10)
= 1931.144 –
=
1931,144 – 1912,448Sehingga dapat dicari:
b
1=
(4.11)
=
=
=
= 626753893579479
b
2=
(4.12)
=
=
=
b
0=
(
4.13)=
=
=
= -498303,85
Dengan demikian diperoleh persamaan regresi linier berganda atas X1, X2 dan Y
sebagai berikut:
= b
0+ b
1X
1+ b
2X
2+
e
i (4.14)4.3 Kesalahan Standart Estimasi
Dengan didapat persamaan regresi linier bergandanya, maka dapat diketahui
seberapa besar penyimpangan tingkat kemiskinan di Kabupaten Toba Samosir.
Maka penyimpangan ataupun kesalahan standart estimasi dapat dicari sebagai
berikut:
20.5
-8149.37
8169.868
66746745
19.78
-4230.44
4250.217
18064346
17.34
3146.095
-3128.76
9789108
17.6
-3135.89
3153.489
9944494
15.5
1488.825
-1473.33
2170687
16.4
1821.965
-1805.56
3260063
Dari tabel 4.3 diatas, maka dapat dihitung kesalahan standar estimasinya dengan
menggunakan rumus sebagai berikut:
1 )
( 2
,..., 2 , 1 ,
k n
Y Y
Sy k i
Dengan :
∑(Y
- )
2= 109975442
n = 6
k = 2
diperoleh
1 )
( 2
,..., 2 , 1 ,
k n
Y Y
Sy k i
(4.16)
Sy,1,2 =
Sy,1,2 =
Sy,1,2 =
Sy,1,2 = 6054,624
4.4 Koefisien Determinasi
Untuk mengetahui dan menganalisis seberapa besar pengaruh faktor – faktor yang mempengaruhi kemiskinan di Kabupaten Toba Samosir, maka dapat dilakukan
perhitungan sebagai berikut:
∑yx1 = –
(4.17)
= 1372,7814 –
= 1372,7814 –1349,8905
= 22,8909
∑x2 y = –
(4.18)
= 18593689,28 –
= 18593689,28 –18606529,76
=
–
(4.19)
= 1931,144 –
= 1931,144 – 1912,449
= 18,695
=
+
(4.20)
= ((1,1417 x 22,8909) + (2,8694 x -12840,48))
= 26,13454053 + (-36844,47)
= -36818,3
Dengan demikian dapat diperoleh nilai
=
(4.21)
=
=
-1969,420R
=
Dari perhitungan diatas, diperoleh koefisien korelasinya (R) adalah sebesar
44,3778. Sedangkan koefisien determinasinya (R2) adalah sebesar -1969,420.
Nilai tersebut digunakan untuk mengetahui persentase pengaruh variabel
independen terhadap perubahan variabel dependen.
4.5 Menghitung Koefisien Korelasi antara Variabel Dependen (Y) dengan Variabel Independen (X)
Untuk mengukur seberapa besar hubungan variabel depanden (Y) terhadap
variabel independen (Xi). Dapat dilihat dari seberapa besarnya nilai koefisien
korelasinya, yaitu:
1 Koefisien korelasi antara Y (Tingkat Kepadatan Penduduk) dengan X1
(Luas Wilayah)
ryx1 = 2 2 2
=
=
= 0,004817 = 0,004
Nilai positif nenandakan hubungan yang searah antara Y (jumlah penduduk
miskin) dengan X1 (jumlah pengangguran), artinya peningkatan Y (jumlah
penduduk miskin) akan meningkatkan X1 (jumlah pengangguran), dan sebaliknya
penurunan Y (jumlah penduduk miskin) akan menurunkan X1 (jumlah
pengangguran). Hubungan anatara Y (jumlah penduduk miskin) dengan X1
(jumlah pengangguran), tergolong rendah, ini ditandai dengan nilai r yang rendah
yaitu sebesar 0,004
2. Koefisien korelasi antara Y (tingkat kepadatan penduduk) dengan X2
(jumlah PUS yang menikah)
ryx1 = 2 2 2
=
– –
=
=
= 0,975
Nilai yang positif menandakan hubungan yang searah antara Y (jumlah penduduk
miskin) dengan X2 (jumlah pengangguran), artinya peningkatan Y (jumlah
penduduk miskin) akan meningkatanX2 (jumlah pengangguran), dan sebaliknya
penurunan Y (jumlah penduduk miskin) akan menurunkan X2 (jumlah
pengangguran). Hubungan antar Y dengan X2 tergolong tinggi, ini ditandai
BAB 5
IMPLEMENTASI SISTEM
5.1Pengertian 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 IBM SPSS 20 for windows
sebagai implementasi system dalam memperoleh hasil perhitungan.
5.2SPSS 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
pengolahan data statistik pada ilmu-ilmu sosial, sehingga SPSS merupakan
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
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 IBM SPSS 20, seperti gambar
berikut
5.4 Mengoperasikan SPSS
Setelah mengklik pilihan IBM SPSS 20, maka akan muncul tampilan jendela
[image:52.595.162.465.360.537.2]seperti gambar berikut ini:
Gambar 5.2 Tampilan Jendela Awal SPSS
5.4Input Variabel (Variable View)
Setelah jendela Variable View terbuka, maka lakukan pengisian variabel-variabel
a. Name : digunakan untuk memberikan nama variable
b. Type : digunakan untuk menentukan tipe data
c. Width : digunakan untuk menentukan lebar kolom
d. Decimals : digunakan untuk memberikan nilai decimal
e. Label : digunakan untuk memberi nama variable
f. Value : digunakan untuk menjelaskan nilai datapada kolom
g. Missing : digunakan untuk menentukan data yanghilang
h. Columns : digunakan menentukan lebar kolom
i. Align : digunakan untuk menentukan rata kanan,kiri, atau tengah
j. Measure : digunakan untuk menentukan tipe atauukuran data,
[image:53.595.143.482.415.607.2]yaitu nominal, ordinal atauskala.
5.5Input 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:54.595.153.473.193.377.2]View.
Gambar 5.4 Tampilan Jendela Data View
5.6Pengolahan Data dengan Analisis Regresi
Pada layar kerja Data View, klik Analyze yang terdapat pada menu kemudian
pilih Regression dan klik Linier, seperti gambar 5.5 dibawah ini:
[image:54.595.167.456.553.716.2]Kemudian dilanjutkan untuk melengkapi jendela-jendela Linier Regression. Pada
kotak dependen isikan variabel Y (jumlah penduduk miskin) sedangkan pada
kotak independen isikan dengan variabel X1 (jumlah pengangguran),X2(jumlah
penduduk) dan X3(pendapatan). Pilih Methode: Enter, seperti pada gambar 5.6
berikut
23Gambar 5.6 Tampilan Jendela Regresi Linier
Kemudian klik Statistics dan pilih Estimates, Durbin Watson,Descriptive, dan
[image:55.595.150.477.246.437.2]Collinierity Diagnostics, lalu klik continue, seperti gambar 5.7 berikut ini:
Kemudian dilanjutkan dengan memilih Plots, maka pada layar akan tampak
tampilan Windows Linier Regression: Plots. Masukkan variable SDRESID pada
kotak pilihan Y, dan masukkan variabel ZPRED pada kotak pilihan X. Pada
kolom Standarized Residual Plots pilih Histogram dan Normal Probability
[image:56.595.153.472.246.442.2]Plots.Pilih continue kemudian klik OK.
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:56.595.137.490.538.739.2]Descriptive Statistics
Mean Std. Deviation N Jlh_Penduduk_Miskin 17.8533 1.93365 6 Jlh_pengangguran 12.6017 2.91084 6 Jlh_Penduduk 173698.00 1532.182 6 Pendapatan 3316267.7900 731809.30723 6
Variables Entered/Removeda
Model Variables Entered Variables Removed Method 1 Pendapatan, Jlh_Penduduk, Jlh_penganggur anb
. Enter
a. Dependent Variable: Jlh_Penduduk_Miskin b. All requested variables entered.
Correlations
Jlh_Penduduk _Miskin
Jlh_penganggu ran
Jlh_Penduduk Pendapatan
Pearson Correlation
Jlh_Penduduk_Miskin 1.000 .813 -.867 -.880 Jlh_pengangguran .813 1.000 -.622 -.947 Jlh_Penduduk -.867 -.622 1.000 .710 Pendapatan -.880 -.947 .710 1.000
Sig. (1-tailed)
Jlh_Penduduk_Miskin . .024 .013 .010 Jlh_pengangguran .024 . .094 .002 Jlh_Penduduk .013 .094 . .057 Pendapatan .010 .002 .057 .
N
Jlh_Penduduk_Miskin 6 6 6 6
Jlh_pengangguran 6 6 6 6
Jlh_Penduduk 6 6 6 6
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
1 .945a .893 .732 1.00129 1.981 a. Predictors: (Constant), Pendapatan, Jlh_Penduduk, Jlh_pengangguran
b. Dependent Variable: Jlh_Penduduk_Miskin
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 16.690 3 5.563 5.549 .156b Residual 2.005 2 1.003
Total 18.695 5 a. Dependent Variable: Jlh_Penduduk_Miskin
b. Predictors: (Constant), Pendapatan, Jlh_Penduduk, Jlh_pengangguran
Coefficientsa
Model Unstandardized Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) 129.804 70.136 1.851 .205
Jlh_pengangguran .030 .493 .045 .061 .957 .097 10.290 Jlh_Penduduk -.001 .000 -.493 -1.462 .281 .472 2.121
Collinearity Diagnosticsa
Model Dimension Eigenvalue Condition Index
Variance Proportions (Constant) Jlh_pengangg
uran
Jlh_Penduduk Pendapatan
1
1 3.919 1.000 .00 .00 .00 .00
2 .079 7.023 .00 .03 .00 .02
3 .001 61.708 .01 .95 .01 .81
4 1.620E-005 491.893 .99 .02 .99 .17 a. Dependent Variable: Jlh_Penduduk_Miskin
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N Predicted Value 15.6137 20.5490 17.8533 1.82701 6 Std. Predicted Value -1.226 1.475 .000 1.000 6 Standard Error of Predicted
Value .630 .979 .811 .117 6
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:
B0=-498303,85 b1=1,41 b2=2,86
2. Koefisien determinasi adalah -1969,420
3. 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. Semoga pemerintah dapat mengambil tindak cepat untuk mengatasi
DAFTAR PUSTAKA
Algifari.2000. Analisa Regresi Teori, Kasus dan Solusi, Edisi 2. Yogyakarta :
BPFE
BPS Provinsi Sumatera Utara. Kabupaten Toba Samosir Dalam Angka 2013.
Medan : BPS Provinsi Sumatera Utara
Sudjana. 2001. Metode Statistika. Bandung: Tarsito.
Sadono Sukirno. 1997. Ekonomi Pembangunan, jakarta: Lembaga Penerbit
Fakultas Ekonomi Universitas Indonesia.
Mudrajad Kuncoro. 1997 Ekonomi Pembangunan, Teori Masalah, dan