ANALISIS FAKTOR - FAKTOR YANG MEMPENGARUHI
KEMISKINAN DI KOTA TANJUNG BALAI
TUGAS AKHIR
HANDRIANO SASMITA
112407091
PROGRAM STUDI D3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
ANALISIS FAKTOR - FAKTOR YANG MEMPENGARUHI
KEMISKINAN DI KOTA TANJUNG BALAI
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar AhliMadya
HANDRIANO SASMITA
112407091
PROGRAM STUDI D3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : ANALISIS FAKTOR-FAKTOR YANG MEMPENGA RUHI KEMISKINAN DI KOTA TANJUNG BALAI
Kategori : TUGAS AKHIR
Nama : HANDRIANO SASMITA
Nomor Induk Mahasiswa : 112407091
Program Studi : D3 STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan, Februari 2015
Diketahui oleh
Program Studi D3 FMIPA USU
Ketua, Pembimbing,
PERNYATAAN
ANALISIS FAKTOR
–
FAKTOR YANG MEMPENGARUHI
KEMISKINAN DI KOTA TANJUNG BALAI
TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Februari 2015
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 Faktor–Faktor yang Mempengaruhi Kemiskinan di Kota Tanjung Balai.
DAFTAR ISI
2.2 Analisis Regresi Linier 10
2.2.1 Analisis Regresi Linier Sederhana 12
2.2.2 Analisis Regresi Linier Berganda 13
2.3 Uji Keberartian Regresi 15
2.4 Pengujian Hipotesis 16
2.5 Koefisien Determinasi 18
2.6 Uji Korelasi 19
2.6.1 Koefisien Korelasi 19
2.7 Uji Koefisien Regresi Linier Berganda 21
BAB 3 GAMBARAN UMUM TEMPAT RISET
3.1 Sejarah Badan Pusat Statistik 23
3.1.1 Masa Pemerintahan Hindia Belanda 24
3.1.2 Masa Pemerintahan Jepang 24
3.1.3 Masa Kemerdekaan Republik Indonesia 25 3.1.4 Masa Orde Baru Sampai Sekarang 25 3.2 Tugas, Fungsi dan Kewenangan Badan Pusat Statistik 25
3.2.1 Tugas 26
3.2.2 Fungsi 26
3.2.3 Kewenangan 27
3.3.1 Visi 27
3.3.2 Misi 27
3.4 Struktur Organisasi BPS 28
3.5 Logo BPS 30
BAB 4 PENGOLAHAN DATA
4.1 Pengolahan Data dan Evaluasi 31
4.2 Menentukan Persamaan Regresi Linier Berganda 33
4.3 Pengujian Keberartian Regresi 37
4.4 Pengujian Koefisien Korelasi 40
4.4.1 Perhitungan Korelasi antara V.Bebas dan V. Terikat 40 4.4.2 Perhitungan Korelasi antar V.Bebas 42
4.5 Perhitungan Koefisien Determinasi 43
4.6 Pengujian Koefisien Regresi Linier Berganda 44
BAB 5 IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem 48
5.2 Sekilas Tentang Program SPSS 48
5.3 Pengolahan Data dengan SPSS 49
5.4 Pengolahan Data dengan Persamaan Regresi 54
BAB 6 KESIMPULAN DAN SARAN
6.1 Kesimpulan 58
6.2 Saran 59
DAFTAR PUSTAKA 60
DAFTAR GAMBAR
Halaman
Gambar 3.1Struktur Organisasi BPS Provinsi 29
Gambar 5.1Logo BPS 30
Gambar 5.1Tampilan Pengaktifan SPSS 18.0 50
Gambar 5.2Tampilan Jendela Data View dalam SPSS 18.0 50 Gambar 5.3Tampilan Jendela Variabel View dalam SPSS 51
Gambar 5.4Tampilan Jendela Pengisian Data View 54
Gambar 5.5Pilih Analyze, Regression, Linear 55
Gambar 5.6Kotak Dialog Linier Regression 55
DAFTAR TABEL
Halaman
Tabel 2.1 Tingkat Keeratan Korelasi 21
Tabel 4.1 Jumlah Penduduk Miskin, Pendidikan, Jumlah Pengangguran, 32 PDRB
Tabel 4.2 Nilai-Nilai untuk Menghitung Koefisien-Koefisien Regresi 33
Tabel 4.3 Harga Penyimpangan 36
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.
tetap miskin dan akan banyak mengalami kesukaran untuk mencapai tingkat pembangunan yang lebih baik. Adanya keterbelakangan, ketertinggalan SDM (yang tercermin oleh rendahnya IPM), ketidaksempurnaan 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).
Kota Tanjung Balai merupakan salah satu kota di Sumatera Utara yang masih banyak terdapat penduduk miskin dan pada bidang 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 Kota Tanjung Balai belum terserap secara optimal oleh sektor-sektor formal.
Perkembangan ekonomi Kota Tanjung Balai sebagai salah satu daerah tingkat II tidak dapat dilepaskan dari kondisi ekonomi yang dialami oleh Provinsi Sumatera Utara.
Berdasarkan penjelasan di atas maka penulis mengambil judul tugas akhir yaitu
Analisis Faktor-Faktor yang Mempengaruhi Kemiskinan di Kota Tanjung
Balai.
1.2. Rumusan Masalah
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 Kota Tanjung Balai dengan faktor-faktor yang mempengaruhi yaitu pendidikan, pengangguran dan PDRB. Data kuantitatif yang digunakan adalah data jumlah penduduk miskin, data pendidikan, data pengangguran dan data PDRB pada tahun 2008 sampai tahun 2012.
1.4. Tinjauan Pustaka
Prinsip dasar pemodelan regresi majemuk tidak berbeda dengan regresi sederhana. Hanya saja pada regresi sederhana digunakan satu variabel terikat, maka pada regresi majemuk digunakan lebih dari satu variabel terikat. Dengan semakin banyaknya variabel bebas berarti semakin tinggi pula kemampuan regresi yang dibuat untuk menerangkan variabel terikat, atau peran faktor – faktor lain di luar variabel bebas yang digunakan, yang dicerminkan oleh error semakin kecil. Studi yang menyangkut masalah ini dikenal dengan analisis regresi berganda.
Rumus yang digunakan untuk regresi berganda adalah:
Dengan:
i = 1,2,3,…,n
Ŷ = nilai regresi
, ,…, = koefisien regresi
, ,…, = variable bebas
Kemudian akan dilihat bagaimana tingkat hubungan antara satu atau beberapa variabel bebas dengan variabel terikat. Dalam regresi sederhana, jika angka koefisien determinasi tersebut diakarkan maka akan didapat koefisien korelasi ( r ) yang merupakan ukuran hubungan linier antar dua variabel ( X dan Y ). Untuk regresi majemuk dapat dihitung beberapa koefisien korelasi, yaitu korelasi antara Y dengan .
Rumus korelasi antara Y dengan adalah:
1.5. Tujuan Penelitian
Adapun tujuan melakukan penulisan ini adalah sebagai berikut :
mengetahui besarnya derajat hubungan antara satu faktor dengan faktor yang lain dengan analisis korelasi.
2. Sebagai bahan aplikasi teori analisis regresi berganda dan korelasi yang penulis dapatkan dari pembelajaran di perkuliahan.
1.6. Manfaat Penelitian
Manfaat yang diharapkan dalam penelitian ini adalah sebagai berikut:
1. Kontribusi empiris pada pengaruh hubungan antara pendidikan, pengangguran, dan PDRB terhadap kemiskinan di Kota Tanjung Balai. 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.
1.7. Metodologi Penelitian
1. Penelitian Kepustakaan
Penelitian kepustakaan dilakukan untuk mendapatkan tinjauan teoritis melalui buku – buku litaratur dan referensi yang mendukung.
2. Metode Pengumpulan Data
Dalam pengumpulan data, penulis mengambil data sekunder dari Badan Pusat Statistik berupa buku – buku, referensi dan sumber – sumber yang dapat dipercaya dari Kantor Badan Pusat Statistik (BPS) Sumatera Utara. 3. Metode Pengolahan Data
Data yang dikumpulkan diolah secara periodik dan dalam kurun waktu yang sama yaitu antara tahun 2008 s/d 2012. Adapun langkah – langkah pengolahan data yang dilakukan adalah :
a. Menentukan apa saja yang menjadi variabel bebas (X) dan variabel terikat (Y).
b. Mencari persamaan regresi antara variabel X dan Y dengan menggunakan rumus yang telah diperoleh dari buku literatur. c. Uji regresi berganda untuk mengetahui besarnya pengaruh
variabel bebas X secara bersama – sama terhadap variabel tak bebas Y.
d. Uji koefisien regresi ganda dilakukan untuk mengetahui tingkat nyata koefisien – koefisien regresi yang di dapat. 4. Waktu dan lokasi penelitian
1.8.Sistematika Penulisan
Adapun sistematika penulisan adalah sebagai berikut: BAB 1 : PENDAHULUAN
Bab ini menjelaskan mengenai latar belakang, rumusan masalah, batasan masalah, tinjauan pustaka, tujuan penelitian, manfaat penelitian, metodologi penelitian.
BAB 2 : LANDASAN TEORI
Bab ini menjelaskan tentang teori-teori yang berhubungan dengan penelitian penulis.
BAB 3 : GAMBARAN UMUM TEMPAT RISET
Bab ini menjelaskan tentang gambaran tempat dimana penulis malakukan riset untuk memperoleh data.
BAB 4 : ANALISIS PEMBAHASAN
Bab ini menjelaskan tentang analisis data dengan menggunakan analisis regresi linear berganda, karakteristik responden, dan lainnya dengan bantuan program SPSS.
BAB 5 : IMPLEMENTASI SISTEM
Bab ini menjelaskan tentang analisis data menggunkan program SPSS meliputi uji validitas, uji reliabilitas, dan uji hipotesis. BAB 6 : KESIMPULAN DAN SARAN
Bab ini menjelaskan kesimpulan dan saran sesuai dengan hasil penelitian yang dilakukan.
BAB 2
LANDASAN TEORI
2.1 Pengertian Regresi
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.
Istilah “regresi” pada mulanya bertujuan nutuk membuat perkiraan nilai
satu variabel terhadap satu variabel yang lain. Pada perkembangan selanjutnya analisis regresi dapat digunakan sebagai alat untuk membuat perkiraan nilai suatu variabel dengan menggunakan beberapa variabel lain yang berhubungan dengan variabel tersebut.
variable) dengan variabel-variabel bebas (independent variable) lainnya memiliki sifat hubungan sebab akibat (hubungan kausalitas), baik didasarkan pada teori, hasil penelitian sebelumnya, maupun yang didasarkan pada penjelasan logis tertentu.
2.2 Analisis Regresi Linier
Analisis regresi adalah teknik statistika yang berguna untuk memeriksa dan memodelkan hubungan diantara variabel-variabel. Analisis regresi linier atau regresi garis lurus digunakan untuk :
1. Menentukan hubungan fungsional antar variabel dependen dengan independen. Hubungan fungsional ini dapat disebut sebagai persamaan garis regresi yang berbentuk linier.
2. Meramalkan atau menduga nilai dari satu variabel dalam hubungannya dengan variabel yang lain yang diketahui melalui persamaan garis regresinya.
Analisis regresi tediri dari dua bentuk yaitu : 1. Analisis Regresi Linier Sederhana 2. Analisis Regresi Linier Berganda
satu variabel dependen dengan dua atau lebih variabel independen. Variabel independen adalah variabel yang nilainya tergantung dengan variabel lainnya, sedangkan variabel dependen adalah variabel yang nilainya tergantung dari variabel yang lainnya.
Analisis regresi dipergunakan untuk menelaah hubungan antara dua variabel atau lebih, terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan baik, atau untuk mengetahui bagaimana variasi dari beberapa variabel independen mempengaruhi variabel dependen dalam suatu fenomena yang komplek. Jika , ,…, adalah variabel-variabel independen dan Y adalah variabel dependen, maka terdapat hubungan fungsional antara X dan Y, di mana variasi dari X akan diiringi pula oleh variasi dari Y. Jika dibuat secara matematis hubungan itu dapat di jabarkan sebagai berikut:
Dengan : Y = f ( , ,…, , e)
Y adalah variabel dependen (tak bebas) X adalah variabel independen (bebas) e adalah variabel residu (disturbace term)
Berkaitan dengan analisis regresi ini, setidaknya ada empat kegiatan yang lazim dilaksanakan yakni :
(1) Mengadakan estimasi terhadap parameter berdasarkan data empiris (2) Menguji berapa besar variasi variabel dependen dapat diterangkan
oleh variasi independen
(4) Melihat apakah tanda magnitud dari estimasi parameter cocok dengan teori.
2.2.1Analisis Regresi Linier Sederhana
Regresi linier sederhana digunakan untuk memperkirakan hubungan antara dua variabel di mana hanya terdapat satu variabel/peubah bebas X dan satu peubah tak bebas Y.
Dalam bentuk persamaan, model regresi sederhana adalah :
Y = a + bX …(2.1)
Dengan : Y adalah variabel terikat/tak bebas (dependent) X adalah variabel bebas (independent)
a adalah penduga bagi intercept (α)
b adalah penduga bagi koefisien regresi (β)
Penggunaan regresi linier sederhana didasarkan pada asumsi diantaranya sebagai berikut:
Model regresi harus linier dalam parameter
Variabel bebas tidak berkorelasi dengan disturbance term (error) .
Nilai disturbance term sebesar 0 atau dengan simbol sebagai berikut:
(E (U / X)) = 0
Varian untuk masing-masing error term (kesalahan) konstan
Tidak terjadi autokorelasi
Model regresi dispesifikasi secara benar. Tidak terdapat bias spesifikasi
Jika variabel bebas lebih dari satu, maka antara variabel bebas
(explanatory) tidak ada hubungan linier yang nyata
2.2.2 Analisis Regresi Linier Berganda
Untuk memperkirakan nilai variabel tak bebas Y, akan lebih baik apabila ikut memperhitungkan variabel-variabel bebas lain yang mempengaruhi nilai Y, dengan demikian dimiliki hubungan antara satu variabel tidak bebas Y dengan beberapa variabel lain yang bebas , , ,…, . Untuk itulah digunakan regresi linear berganda. Dalam pembahasan mengenai regresi sederhana, simbol yang digunakan untuk variabel bebasnya adalah X. Dalam regresi berganda, persamaan regresinya memiliki lebih dari satu variabel bebas maka perlu menambah tanda bilangan pada setiap variabel tersebut, dalam hal ini
, ,…, .
Secara umum persamaan regresi berganda dapat ditulis sebagai berikut :
= + + + … + + (Untuk populasi) …(2.2)
= + + + … + + (Untuk sampel) …(2.3)
Dengan : i = 1, 2,…, n
, , ,…, dan adalah pendugaan atas , , ,…, dan . Dalam penelitian ini, digunakan empat variabel yang terdiri dari satu variabel bebas Y dan tiga variabel X yaitu , dan . Maka persamaan regresi bergandanya adalah :
Persamaan di atas dapat diselesaikan dengan empat bentuk yaitu :
= n + + +
= + + +
= + + +
= + + + …(2.5)
Sistem persamaan tersebut dapat disederhanakan, apabila diambil = ̅ , = – ̅ , = – ̅ dan y = Y– ̅.
Sehingga persamaan menjadi :
y = + + ... (2.6)
Koefisien-koefisien , dan untuk persamaan tersebut dapat dihitung dari :
= + +
= + +
= + + …(2.7)
Dengan penggunaan , , dan y yang baru ini, maka diperolehlah harga , , dan . Harga setiap koefisien penduga yang diperoleh kemudian disubtitusikan ke persamaan (2.4) sehingga diperoleh model regresi linier berganda Y atas , , .
Sebelum persamaan regresi yang diperoleh digunakan untuk membuat kesimpulan terlebih dahulu diperiksa setidak-tidaknya mengenai keliniearan dan keberartiannya. Pemeriksaan ini ditempuh melalui pengujian hipotesis. Uji keberartian dilakukan untuk meyakinkan apakah regresi yang didapat berdasarkan penelitian ada artinya.
Untuk itu diperlukan dua macam jumlah kuadrat (JK) yaitu Jumlah Kuadrat untuk regresi yang ditulis dan Jumlah Kuadrat untuk sisa (residu) yang ditulis dengan .
Jika = ̅ , = ̅ ,…, = ̅ dan = – Y
maka secara umum jumlah kuadrat-kuadrat tersebut dapat dihitung dari :
= + + ...(2.8) dengan derajat kebebasan dk = k
= ̂ …(2.9)
populasi maka tidak menutup kemungkinan untuk terjadinya kesalahan dalam mengambil keputusan antara menolak atau menerima suatu hipotesis. Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu: tingkat signifikansi atau probabilitas (α) dan tingkat kepercayaan atau confidence interval.
Didasarkan tingkat signifikansi pada umumnya menggunakan 0,05. Kisaran tingkat signifikansi mulai dari 0,01 sampai dengan 0,1. Yang dimaksud dengan tingkat signifikansi adalah probabilitas melakukan kesalahan tipe I, yaitu kesalahan menolak hipotesis ketika hipotesis tersebut benar. Dalam melakukan uji hipotesis terdapat dua hipotesis, yaitu: (hipotesis nol) dan (hipotesis alternatif). bertujuan untuk memberikan usulan dugaan kemungkinan tidak adanya perbedaan antara perkiraan penelitian dengan keadaan yang sesungguhnya yang diteliti. bertujuan memberikan usulan dugaan adanya perbedaan perkiraan dengan keadaan sesungguhnya yang diteliti.
Pembentukan suatu hipotesis memerlukan teori-teori maupun hasil penelitian terlebih dahulu sebagai pendukung pernyataan hipotesis yang diusulkan. Dalam membentuk hipotesis ada beberapa hal yang dipertimbangkan :
1) Hipotesis nol dan hipotesis alternatif yang diusulkan
2) Daerah penerimaan dan penolakan serta teknik arah pengujian (one tailed
atau two tailed)
3) Penentuan nilai hitung statistik
Dalam uji keberartian regresi, langkah-langkah yang dibutuhkan untuk pengujian hipotesis ini antara lain :
1) : = = . . . = = 0
Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas dengan variabel tak bebas.
: Minimal satu parameter koefisien regresi yang ≠ 0
Terdapat hubungan fungsional yang signifikan antara variabel bebas dengan variabel tak bebas
2) Pilih taraf α yang diinginkan
3)Hitung statistik dengan menggunakan persamaan
4)Nilai menggunakan daftar tabel F dengan taraf signifikansi α yaitu =
5)Kriteria pengujian : jika ≥ , maka ditolak dan diterima. Sebaliknya Jika < , maka diterima dan ditolak.
2.5 Koefisien Determinasi
dan 1. Pada umumnya model regresi linier berganda dapat dikatakan layak dipakai untuk penelitian, karena sebagian besar variabel dependen dijelaskan oleh variabel independen yang digunakan dalam model.
Koefisien determinasi dapat dihitung dari :
=
Sehingga rumus umum koefisien determinasi yaitu :
=
…(2.12)
Harga diperoleh sesuai dengan variansi yang dijelaskan oleh masing-masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variabel yang dijelaskan penduga hanya disebabkan oleh variabel yang berpengaruh saja.
2.6 Uji Korelasi
2.6.1 Koefisien Korelasi
Nilai koefisien korelasi merupakan nilai yang digunakan untuk mengukur keeratan suatu hubungan antarvariabel, koefisien korelasi biasanya disimbolkan dengan r.
Koefisien korelasi dapat dirumuskan sebagai berikut :
r
=
√
…(2.13)
Untuk menghitung koefisien korelasi antara variabel tak bebas Y dengan tiga variabel bebas , , yaitu :
1. Koefisien korelasi antara Y dengan
=
√
…(2.14)
2. Koefisien korelasi antara Y dengan
=
√
...(2.15)
=
√
…(2.16)
Dua variabel dikatakan berkorelasi apabila perubahan pada suatu variabel akan diikuti oleh perubahan variabel lain, baik dengan arah yang sama maupun dengan arah yang berlawanan. Hubungan antara variabel dapat dikelompokkan menjadi tiga 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 atau berbanding lurus. Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan peningkatan variabel yang lain.
2. Korelasi Negatif
Korelasi negatif terjadi apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang berlawanan atau berbanding terbalik. Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan penurunan pada variabel yang lain dan sebaliknya.
3. Korelasi Nihil
Sifat korelasi akan menentukan arah dari korelasi. Keeratan korelasi dapat dilihat dalam bentuk tabel berikut :
Tabel 2.1 Tingkat Keeratan Korelasi
-1 ≤ r ≤+1 Tingkat Keeratan
0,80 – 1,00 Korelasi sangat kuat atau sempurna 0,60 – 0,79 Korelasi kuat
0,40 – 0,59 Korelasi sedang 0,20 – 0,39 Korelasi rendah
0,00 – 0,19 Tidak ada korelasi atau korelasi lemah
Sumber : Sugiono (2001)
2.7 Uji Koefisien Regresi Linier Berganda
Untuk mengetahui bagaimana keberartian setiap variabel bebas dalam regresi, perlu diadakan pengujian tersendiri mengenai koefisien-koefisien regresi. Misalkan populasi memiliki model regresi linier berganda :
= + + + . . . +
yang berdasarkan sebuah sampel acak berukuran n ditaksir oleh regresi berbentuk :
^
Y = + + + . . . +
Akan dilakukan pengujian hipotesis dalam bentuk : : = 0, i = 1, 2, . . ., k
Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran , jumlah kuadrat-kuadrat dengan = ̅ dan koefisien korelasi ganda antara masing-masing variabel bebas X dengan variabel tak bebas Y dalam regresi yaitu .
Dengan besaran-besaran ini dibentuk kekeliruan baku koefisien yakni :
BAB 3
GAMBARAN UMUM 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 diatas BPS juga bertugas untuk melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik dipusat maupun didaerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan defenisi, klasifikasi dan ukuran – ukuran lainnya.
pemerintah daerah dalam rangka penyelenggaraan statistik regional. Setiap sepuluh tahun sekali BPS menyelenggarakan:
1. Sensus Penduduk (SP) yaitu pada setiap tahun berakhiran "0" (nol), 2. Sensus Pertanian (ST) pada setiap tahun berakhiran "3" (tiga), dan 3. Sensus Ekonomi (SE) pada setiap tahun berakhiran "6" (enam). Berikut ini adalah beberapa masa peralihan pada BPS, yaitu:
3.1.1 Masa pemerintahan Hindia Belanda
Pada bulan Februari 1920, kantor statistik pertama kali didirikan oleh direktur pertanian, kerajinan dan perdagangan (Directeur Van Landbouw Nijverheid en Hendle) dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan memublikasi data statistik.
Pada tanggal 24 September 1924 maka lembaga tersebut diganti dengan nama Centraal kantoor Voor de Statistik (CKS) atau Kantor Pusat Statistik dan dipindahkan ke Jakarta. Bersamaan dengan itu beralih pula pekerjaan mekanisme statistik perdagangan yang semula dilakukan oleh Kantor Invoer en Accijinsen
(IUA) yang sekarang disebut Kantor Bea Cukai.
3.1.2 Masa pemerintahan Jepang
. Pada masa ini CKS diganti namanya menjadi Shomubu Chasasitsu gunseikanbu
3.1.3 Masa kemerdekaan Republik Indonesia
Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 Agustus 1945 kegiatan statistik diganti oleh lembaga baru sesuai dengan susunan kemerdekaan yaitu KAPPURI (Kantor Penyelidikan Perangkat Umum Republik Indonesia). Tahun 1946 Kantor KAPPURI dipindahkan ke Yogyakarta sebagai konsekuensi dari Perjanjian Linggarjati. Sementara itu pemerintahan Belanda (NICA) di Jakarta mengaktifkan kembali CKS.
3.1.4 Masa orde baru sampai sekarang
Pada masa pemerintahan orde baru, khusus untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan organisasi BPS.
3.2 Tugas, Fungsi dan Kewenangan Badan Pusat Statistik
3.2.1 Tugas
BPS memunyai tugas pemerintahan di bidang kegiatan statistik sesuai dengan ketentuan peraturan perundang-undangan yang berlaku.
3.2.2 Fungsi
Dalam melaksanakan tugas sebagaimana dimaksud, BPS menyelenggarakan fungsi:
1. Pengkajian, penyusunan, dan perumusan kebijakan di bidang statistik. 2. Pengkoordinasian kegiatan statistik nasional dan regional.
3. Penetapan dan penyelenggaraan statistik dasar.
4. Pembinaan dan fasilitasi terhadap kegiatan instansi pemerintah di bidang kegiatan statistik; dan
5. Penyelenggaraan pembinaan dan pelayanan administrasi umum di bidang perencanaan umum, ketatausahaan, organisasi, tata laksana, kepegawaian, keuangan, kearsipan, kehumasan, hukum, perlengkapan, dan rumah tangga.
3.2.3 Kewenangan
Dalam menyelenggarakan fungsi sebagaimana dimaksud, BPS memunyai kewenangan:
2. Perumusan kebijakan di bidangnya untuk mendukung pembangunan secara makro.
3. Penetapan sistem informasi di bidangnya;
4. Penetapan dan penyelenggaraan statistik nasional;
5. Kewenangan lain sesuai dengan ketentuan peraturan perundang-undangan yang berlaku, yaitu:
1. Perumusan dan pelaksanaan kebijakan tertentu di bidang kegiatan statistik. 2. Penyusunan pedoman penyelenggaraan survei statistik sektoral.
3.3 Visi dan Misi BPS
3.3.1 Visi
Pelopor data statistik terpercaya untuk semua.
3.3.2 Misi
1. Memperkuat landasan konstitusional dan operasional lembaga statistik untuk penyelenggaraan statistik yang efektif dan efisien.
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.
3.4 Struktur Organisasi BPS
Sehubungan dengan semakin meningkatnya beban tugas dan pentingnya peranan BPS dalam menunjang kegiatan pemerintahan, pembangunan dan kemasyarakatan maka diperlukan struktur organisasi yang dapat menunjang kelancaran tugas dari masing-masing bagian.
Surat keputusan kepala BPS No. 104 tahun 1999 yang mengatur tentang uraian tugas, bagian bidang, subbagian dan seksi perwakilan BPS di daerah dipandang perlu untuk menetapkan perincian tugas setiap bidang, subbagian, dan seksi di lingkungan
Gambar 3.1 Struktur organisasi BPS Provinsi
Organisasi merupakan suatu fungsi manajemen yang mempunyai peranaan dan kegiatan langsung dengan instansi sosial yang terjadi diantara individu – individu dalam rangka kerjasama untuk mencapai tujuan yang telah ditetapkan.
Struktur organisasi perusahaan merupakan salah satu faktor penting yang mempengaruhi tingkat keberhasilan suatu perusahaan dalam mencapai tujuan yang ditetepkan. Dengan adanya struktur organisasi maka akan jelaslah pemisahan tugas dari para pegawai / staf tersebut.
spesialisasi kerja, standarisasi kegiatan, sentralisasi dan desentralisasi dalam pembuatan keputusan yang menunjukan lokasi kekuasaan, pembuatan keputusan dan ukuran satuan yang menunjukkan suatu kelompok kerja.
Adapun tujuan dari struktur organisasi dan staf di Kantor Badan Pusat Statistik (BPS) adalah :
a. Pengkoordinasian yaitu yang memungkinkan komunikasi integrasi berbagai departemen dan kegiatan – kegiatan yang saling berhubungan satu sama lain. b. Pemberian saran yaitu memberikan saran atau membuat rekomendasi bagi
manajemen.
c. Pembuatan keputusan yaitu membuat keputusan – keputusan dan mengamati bagaimana pelaksanaan dari keputusan tersebut.
3.5 Logo BPS
Logo BPS adalah sebagai berikut:
BAB 4
PENGOLAHAN DATA
4.1 Pengolahan Data dan Evaluasi
Pada dasarnya data merupakan alat bagi pengambilan keputusan untuk memecahkan suatu persoalan. Keputusan dikatakan baik jika pengambilan keputusan tersebut didasarkan atas data yang baik. Salah satu dari kegunaan data yaitu untuk memperoleh data dan mengetahui gambaran suatu keadaan atau permasalahan.
Untuk mengetahui gambaran keadaan atau permasalahan kemiskinan di Kota Tanjung Balai, penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut. Data yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Sumatera Utara yaitu data kemiskinan di Kota Tanjung Balai serta faktor-faktor yang mempengaruhinya diantaranya pendidikan, pengangguran, dan PDRB.
Adapun datanya sebagai berikut:
Tahun
Sumber: Badan Pusat Statistik (BPS) Provinsi Sumatera Utara Dari data tersebut, disimbolkan menjadi:
Y = Jumlah Penduduk Miskin (ribuan jiwa)
X1 = Pendidikan(jumlah tamatan SMP + SMA) (jiwa)
X2 = Pengangguran (persen)
X3 = PDRB (milyar rupiah)
Kemudian penulis mengelompokkan analisa dan pembahasan menjadi 5 kelompok yaitu:
1. Menentukan persamaan regresi linier berganda 2. Uji keberartian regresi
3. Menentukan nilai korelasi 4. Uji kofisien determinasi 5. Uji koefisien berganda
4.2 Menentukan Persamaan Regresi Linier Berganda
pertama yang harus dilakukan adalah menentukan persamaan regresi linier berganda.
Nilai-nilai yang diperlukan untuk menghitung koefisien-koefisien regresi b1, b2, b3
adalah sebagai berikut:
Tabel 4.2Nilai-Nilai untuk Menghitung Koefisisen-Koefisien Regresi
Kita dapat subtitusikan nilai-nilai yang bersesuaian, sehingga diperoleh persamaan:
Setelah persamaan di atas diselesaikan, maka didapat koefisien: b0 = 43,553
b1 = 0,00005433
b2 = 0,46
b3 = -7,364
Dengan demikian diperoleh persamaan regresi linier berganda:
Untuk menghitung kekeliruan baku taksiran diperlukan harga-harga yang diperoleh dari persamaan regresi diatas untuk tiap harga X1, X2, dan X3 yang
diketahui dapat dilihat dari tabel 4.3:
Tabel 4.3 Harga Penyimpangan
Tahun Y Ŷ Y-Ŷ (Y-Ŷ)2
2009 28.3 28.4534998 -0.1534998 0.0235622 2010 25.2 25.7150478 -0.5150478 0.2652742 2011 24.2 23.9037716 0.2962284 0.0877513 2012 23.5 23.3883944 0.1116056 0.0124558
Jumlah 131 130.9249173 0.0750827 0.5018026
= 131 = 130,9249173
= 18.327 = 0,0750827
= 55,83 ( ) = 0,5018026
= 15,40
Dengan k = 3, n = 5, dan ( ) = 0,5018026 didapat:
Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus:
√ ( )
sehingga:
√
= 0.7084
Ini berarti bahwa rata-rata jumlah penduduk miskin di Kota Tanjung Balai yang sebenarnya akan menyimpang dari rata-rata hasil jumlah penduduk miskin yang diperkirakan sebesar 70,84%.
4.3 Pengujian Keberartian Regresi
H0 : Tidak terdapat pengaruh yang signifikan terhadap variabel bebas
(pendidikan, pengangguran, dan PDRB) terhadap kemiskinan.
H1 : Terdapat pengaruh yang sigifikan terhadap variabel bebas (pendidikan,
pengangguran, dan PDRB) terhadap kemiskinan.
Kriteria pengujian hipotesisnya: Jika Fhitung > Ftabel maka H0 ditolak
Jika Fhitung < Ftabel maka H0 diterima
Untuk menguji model regresi yang telah terbentuk, maka dapat diambil:
x1i = X1i - X 1
Tabel 4.4 Nilai-nilai yang diperlukan untuk Uji Regresi Linier Berganda
Tahun
2008 -738.4 -2.356
2011 164.6 -0.286 0.293128 -2.00 27093.16 0.081796 2012 1356.6 3.554 0.611778 -2.70 1840363.56 12.63092
Jumlah 0 0 0.00 0.00 3436681.20 19.10
Sambungan tabel 4.4
Tahun
2008 0.357510718 12.96 -2658.24 -8.4816 -2.1525192 2009 0.099295573 4.41 -2079.84 0.0084 -0.6617352 2010 6.60644E-05 1 -207.6 0.916 -0.008128 2011 0.085924024 4 -329.2 0.572 -0.586256 2012 0.374272321 7.29 -3662.82 -9.5958 -1.6518006
Jumlah 0.92 29.66 -8937.70 -16.58 -5.06
dan dari tabel 4.4 dapat dicari:
=
Untuk JKres dapat diketahui dari table 4.3
( )
0,5018026
Jadi Fhitung dapat dicari dengan rumus dibawah ini:
= 19.365
Dengan demikian dapat disimpulkan bahwa:
Dari tabel distribusi F untuk dkpembilang = 3, dkpenyebut = n-k-1 = 5-3-1 = 1 diperoleh
Ftabel (0,05) = 216. Sehingga didapat Fhitung (19.365) < Ftabel (216) maka H0
diterima dan H1 ditolak. Hal ini berarti persamaan regresi linier berganda Y atas
X1, X2, dan X3 bersifat tidak nyata. Ini berarti tidak terdapat pengaruh yang
signifikan antara pendidikan, pengangguran, dan PDRB terhadap kemiskinan.
4.4 Pengujian Koefisien Korelasi
4.4.1 Perhitungan Korelasi antara Variabel Bebas dan Variabel Terikat
Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel terikat, maka dari table 4.2 dapat dihitung besar koefisien korelasinya yaitu:
1. Koefisien korelasi antara kemiskinan (Y) dengan pendidikan (X1)
√
√
√
3. Koefisien korelasi antara kemiskinan (Y) dengan PDRB (X3)
4.4.2 Perhitung Korelasi antar Variabel Bebas
1. Koefisien korelasi antara pendidikan (X1) dengan pengangguran (X2)
2. Koefisien korelasi antara pendidikan (X1) dengan PDRB (X3)
√
√
√
3. Koefisien korelasi antara pengangguran (X2) dengan PDRB (X3)
√
√
√
Dari perhitungan didapat nilai koefisien korelasi:
1) variabel X1 berkorelasi sangat kuat terhadap variabel Y
2) variabel X2 berkorelasi kuat terhadap variabel Y
3) variabel X3 berkorelasi sangat kuat terhadap variabel Y
4) variabel X1 berkorelasi kuat terhadap variabel X2
5) variabel X1 berkorelasi sangat kuat terhadap variabel X3
4.5 Perhitungan Koefisien Determinasi
Berdasarkan tabel 4.4 didapat harga sedangkan JKreg yang telah
dihitung adalah = Maka selanjutnya dengan rumus:
Sehingga didapat koefisien korelasi:
√
√
Dari hasil perhitungan didapat didapat nilai koefisien determinasi sebesar 0,983 dan dengan mencari akar dari R2, diperoleh koefisien korelasi gandanya sebesar 0,992. Nilai tersebut digunakan untuk mengetahui pengaruh variabel independent terhadap perubahan variabel dependent. Artinya 98,3% kemiskinan dipengaruhi oleh pendidikan, pengangguran, dan PDRB. Sedangkan 1,7% sisanya dipengaruhi oleh faktor-faktor lain.
4.6 Pengujian Koefisien Regresi Linier Berganda
Untuk mengetahui bagaimana keberartian adanya setiap variabel bebas dalam persamaan regresi di atas, perlu diadakan pengujian tersendiri mengenai koefisien-koefisien regresinya.
1. Hipotesis Pengujian
H0 : Tidak ada pengaruh yang signifikan antara koefisien X1,X2,X3 terhadapY
H1 : Ada pengaruh yang signifikan antara koefisien X1, X2, X3 terhadap Y
2. Taraf nyata signifikan (α) diambil sebesar 0,05
3. Kriteria pengujian : terima H0 jika ti < ttabel dan tolak H0 jika ti > ttabel
4. Mengambil kesimpulan berdasarkan kriteria pengujian.
Dapat dihitung kekeliruan baku koefisien b1, b2, b3 dengan
sebagai berikut:
√( )
√
√
√
√
√
√
√( )
√
√
√
Diperoleh distribusi student
= 0,0186
= -1,302
Dari tabel distribusi t dengan dk=1 dan α=0,05 diperoleh ttabel = 12,71 dan hasil
dari perhitungan di atas diperoleh: 1. t1 = 0,0186 < 12,71
2. t2 = 0,371 < 12,71
3. t3 = -1,302 < 12,71
BAB 5
IMPLEMENTASI SISTEM
5.1Pengertian Implementasi Sistem
Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain sistem yang disetujui, menginstal dan memulai sistem atau sistem yang diperbaiki.
Tahapan implementasi sistem merupakan tahapan penerapan hasil desain yang tertulis ke dalam programming. Pengolahan data pada tugas akhir ini menggunakan software yaitu SPSS 18.0 dalam memperoleh hasil perhitungan.
5.2 Sekilas Tentang Program SPSS
SPSS pertama sekali diperkenalkan oleh tiga mahasiswa Standford University pada tahun 1968. Tahun 1948 SPSS sebagai software muncul dengan nama SPSS/PC+ dengan sistem Dos. Lalu sejak tahun 1992 SPSS mengeluarkan versi Windows. SPSS dengan sistem Windows telah mengeluarkan software
dengan beberapa versi yang berkembang dalam penggunaannya dalam mengolah data statistika.
SPSS sebelumnya dirancang untuk pengolahan data statistik pada ilmu-ilmu sosial, sehingga SPSS merupakan singkatan dari Statistical Package for the Social Science. Namun, dalam perkembangan selanjutnya penggunaan SPSS diperluas untuk berbagai jenis penggunaan, misalnya untuk proses produksi di perusahaan, riset ilmu-ilmu sains dan sebagainya. Sehingga kini SPSS menjadi singkatan dari Statistical Product and Service Solutions.
5.3Pengolahan Data dengan SPSS
1. Memulai SPSS pada window yaitu sebagai berikut :
Pilih menu Start dari Windows
Selanjutnya pilih menu All Program
Tampilannya adalah sebagai berikut :
Gambar 5.1 Tampilan Pengaktifan SPSS 18.0
2. Memasukan data ke dalam SPSS
SPSS Data Editor mempunyai 2 tipe lingkungan kerja yaitu : Data View dan
Variable View. Untuk menyusun defenisi variabel, posisi tampilan SPSS Data Editor harus berada pilih ada “Variable View”. Lakukan dengan mengklik tab
sheet Variable View yang berada dibagian kiri bawah atau langsung menekan Ctrl+T. Tampilan variable view juga dapat dimunculkan dari View lalu pilih
Variable.
Tampilannya adalah sebagai berikut :
Gambar 5.3 Tampilan Jendela Variabel View dalam SPSS
Pada tampilan jendela Variabel view terdapat kolom-kolom berikut :
Name : untuk memasukkan nama variabel yang akan diuji
Type : untuk mendefenisikan tipe variabel apakah bersifat
Widht : untuk menuliskan panjang pendek variabel
Decimals : untuk menuliskan jumlah desimal di belakang koma
Label : untuk menuliskan label variabel
Values : untuk menuliskan nilai kuantitatif dari variabel yang skala pengukurannya ordinal atau nominal bukan scale
Missing : untuk menuliskan ada tidaknya jawaban kosong
Columns : untuk menuliskan lebar kolom
Align : untuk menuliskan rata kanan, kiri atau tengah penempatan teks atau angka di Data view
Measure : untuk menentukan skala pengukuran variabel, misalnya nominal, ordinal atau scale
2.1Pengisian Variabel
Tempatkan pointer pada baris pertama di bawah Name. Variabel Y
Label : Jumlah Penduduk Miskin
Values dan Missing : Abaikan pilihan ini karena data tidak dikategorisasikan
Variabel X
Name : Letakkan kursor di bawah kemiskinan, lalu klik ganda pada sel tersebut kemudian ketik pendidikan
Type : Pilih numeric karena berupa angka Width : Untuk keseragaman ketik 8
Decimal : Ketik 2
Label : Ketik Pendidikan Align : Pilih Center Measure : Pilih scale
Lakukan seterusnya untuk variabel X2 dan X3 dengan Name dan Label yang sesuai dengan Variabel yang dimaksudkan.
2.2Pengisian Data
1. Aktifkan jendela data dengan mengklik Data View
2. Ketikkan data yang sesuai dengan setiap variabel yang telah didefenisikan pada Variabel View.
Gambar 5.4 Tampilan Jendela Pengisian Data View
5.4 Pengolahan Data dengan Persamaan Regresi
Langkah-langkahnya adalah sebagai berikut :
1. Tampilkan lembar kerja dimana sudah terdapat data yang akan dianalisis 2. Dari menu utama SPSS, klik menu Analyze, lalu pilih sub menu Regression
Gambar 5.5 Pilih Analyze,Regression, Linear
3. Setelah itu akan muncul kotak dialog Linear Regression, pada kotak dialog ini akan ditampilkan variabel-variabel yang akan diuji. Masukkan variabel tak bebas Y (laju inflasi) pada kotak Dependent, dan variabel bebas X (pendidikan, pengangguran, dan PDRB) pada kotak Independent seperti gambar berikut :
4. Klik kotak Statistics pada kotak dialog Linear Regression, kemudian aktifkan Estimate, Model fit, Descriptive dan Casewise diagnostics, lalu klik Continue untuk melanjutkan seperti pada gambar berikut :
Gambar 5.7 Kotak dialog Linear Regression : Statistics
Gambar 5.9 Kotak dialog Linear Regression : Use Probability of F
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan analisis data yang telah dilakukan, maka diperoleh beberapa kesimpulan antara lain:
1. Model persamaan regresi linier berganda adalah :
̂ = 43,553 + 0,00005433 + 0,46 - 7,364
2. Dari hasil bab sebelumnya diperoleh bahwa jika secara bersama-sama variabel bebas ( , , ) bertambah akan mempengaruhi variabel terikat (Y). Dengan kata lain pendidikan, pengangguran, dan PDRB secara bersama-sama berpengaruh positif dan signifikan terhadap jumlah penduduk miskin.
3. Koefisien korelasi ganda untuk = 0,983 dan R = 0,992 dari hasil tersebut dapat disimpulkan bahwa koefisien korelasi ganda Y dengan , dan menunjukkan hubungan yang kuat mempengaruhi terjadinya kemiskinan di Kota Tanjung Balai.
6.2 Saran
1. Penulis menyarankan agar metode analisis regresi dapat dikembangkan sehingga dapat digunakan untuk meramalkan kemiskinan di Kota Tanjung Balai, ataupun untuk meramalkan hal-hal lain sehingga dapat digunakan sebagai acuan untuk mengambil keputusan atau kebijakan pembangunan. 2. Untuk melakukan penelitian tentang kemiskinan di Kota Tanjung Balai
DAFTAR PUSTAKA
Algifari. 2000. Analisis Regresi Teori, Kasus, dan Solusi. Yogyakarta: BPFE Algifari. Analisis Regresi. BPFE, Yogyakarta
BPS. Tanjung Balai Dalam Angka 2008, Jakarta BPS. Tanjung Balai Dalam Angka 2009, Jakarta BPS. Tanjung Balai Dalam Angka 2010, Jakarta BPS. Tanjung Balai Dalam Angka 2011, Jakarta BPS. Tanjung Balai Dalam Angka 2012, Jakarta
J. Supranto. 1977. Statistik Teori dan Aplikasi Edisi ke-6. Jakarta: Erlangga J. Supranto. 2009. The Power of Statistics Edisi ke-2. Jakarta: Salemba Empat Priyatno Duwi. 2011. Buku Saku SPSS Analisis Statistik. Yogyakarta: Media Kom Riduwan, Drs, M.B.A. dan Engkos Ahmad Kuncoro, S.E.,M.M. 2007. Analisis
Jalur
( path analysis ). Alfabeta.
Suharsimi Arikunto, Dr, Prof. 2005. Prosedur Penelitian. Rineka Cipta. Sudjana. 1996. Teknik Analisis Regresi dan Korelasi. Tarsito, Bandung. Sudjana. 1992. Metoda Statistika Edisi ke-6. Bandung.
Sutrisno Hadi. 2001. Statistik Jilid 2. Yogyakarta.
Yamin Sofyan. 2011. Regresi dan Korelasi dalam Genggaman Anda. Jakarta: Salemba Empat
