• Tidak ada hasil yang ditemukan

Analisis yang Mempengaruhi Laju Pertumbuhan Produk Domestik Regional Bruto (PDRB) Kota Medan

N/A
N/A
Protected

Academic year: 2016

Membagikan "Analisis yang Mempengaruhi Laju Pertumbuhan Produk Domestik Regional Bruto (PDRB) Kota Medan"

Copied!
75
0
0

Teks penuh

(1)

ANALISIS YANG MEMPENGARUHI LAJU PRODUK

DOMESTIK REGIONAL BRUTO (PDRB)

KOTA MEDAN

TUGAS AKHIR

CORRY SIREGAR

112407032

PROGRAM STUDI D3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(2)

ANALISIS YANG MEMPENGARUHI LAJU PRODUK

DOMESTIK REGIONAL BRUTO (PDRB)

KOTA MEDAN

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat untuk mencapai gelar Ahli Madya

CORRY SIREGAR

112407032

PROGRAM STUDI D3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(3)

PERSETUJUAN

Judul : ANALISIS YANG MEMPENGARUHI LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) KOTA MEDAN

Kategori : TUGAS AKHIR

Nama : CORRY SIREGAR

Nomor Induk Mahasiswa : 112407032 Program Studi : D3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

Disetujui di Medan, Juli 2014

Disetujui oleh:

Program Studi D3 Statistika FMIPA USU Pembimbing,

Ketua,

(4)

PERNYATAAN

ANALISIS YANG MEMPENGARUHI LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) KOTA MEDAN

TUGAS AKHIR

Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing- masing disebutkan sumbernya.

Medan, Juli 2014

(5)

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan tugas akhir ini dengan judul Analisis yang Mempengaruhi Laju Pertumbuhan Produk Domestik Regional Bruto (PDRB) Kota Medan.

Terimakasih penulis sampaikan kepada Bapak Dr. Pasukat Sembiring, M.Si selaku pembimbing yang telah meluangkan waktunya selama penyusunan tugas akhir ini.

Terimakasih kepada Bapak Drs. Faigiziduhu Bu’ulölö, M.Si dan Bapak Dr. Suwarno Arriswoyo, M.Si selaku Ketua dan Sekretaris program studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si dan Ibu Dr. 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 Bapa Liano Rachmad Siregar, Mama Bunga Ria Simamora dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

Medan, Juli 2014

(6)

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Penghargaan iii

Daftar Isi iv

Daftar Tabel vi

Daftar Gambar vii

Bab 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Perumusan Masalah 2

1.3 Maksud dan Tujuan 3

1.4 Metode Penelitian 3

1.5 Lokasi Penelitian 5

1.6 Sistematika Penulisan 5

Bab 2 Landasan Teori 7

2.1 Analisis Regresi Linier 7

2.1.1 Analisis Regresi Linier Sederhana 8 2.1.2 Analisis Regresi Linier Berganda 10

2.2 Uji Keberartian Regresi 11

2.3 Koefisien Determinasi 12

2.4 Uji Korelasi 13

2.5 Kesalahan Standar Estimasi 15

2.6 Pengujian Hipotesis 16

Bab 3 Gambaran Umum Badan Pusat Statistik 18 3.1 Sejarah Badan Pusat Statistik 18 3.1.1 Masa Pemerintahan Hindia Belanda 18

3.1.2 Masa Pemerintahan Jepang 19

3.1.3 Masa Kemerdekaan Republik Indonesia 19 3.1.4 Masa Orde Baru sampai Sekarang 21 3.2 Visi dan Misi Badan Pusat Statistik (BPS) 22 3.2.1 Visi Badan Pusat Statistik 22 3.2.2 Misi Badan Pusat Statistik 23

3.3 Struktur Organisasi BPS 23

3.4 Job Description 24

Bab 4 Pengolahan Data 35

4.1 Data dan Pembahasan 35

4.2 Menentukan Persamaan Regresi Linier Berganda 36

4.3 Uji Regresi Linier Ganda 42

(7)

4.5 Koefisien Korelasi 47 4.5.1 Perhitungan Korelasi antara Variabel Y dengan Xi 47 4.5.2 Perhitungan Korelasi antar Variabel Bebas 49 4.6 Pengujian Koefisien Regresi Linier Berganda 50

Bab 5 Implementasi Sistem 53

5.1 Pengertian Implementasi Sistem 53

5.2 Pengenalan SPSS 53

5.3 Pengolahan Data dengan SPSS 55

Bab 6 Penutup 67

6.1 Kesimpulan 67

6.2 Saran 68

(8)

DAFTAR TABEL

Halaman Tabel 4.1 Jumlah PDRB, Sektor Industri Pengolahan,

Sektor Listrik,Gas dan Air, Sektor Bangunan di

Kota Medan Tahun 2000 -2012 35 Tabel 4.2 Nilai – Nilai untuk Menghitung Koefisien – Koefisien

Regresi dan Perhitungan Uji Regresi 37 Tabel 4.3 Nilai untuk Menghitung Kekeliruan Baku 41 Tabel 4.4 Pengujian Regresi Linier Ganda 43 Tabel 5.5 Korelasi antara jumlah PDRB, Sektor Industri,

(9)

DAFTAR GAMBAR

(10)

BAB 1

PENDAHULUAN

1.1Latar Belakang

Produk Domestik Regional Bruto (PDRB) merupakan jumlah nilai barang dan jasa yang dihasilkan dari seluruh ekonomi di seluruh daerah dalam tahun tertentu atau periode tertentu biasanya satu tahun. Perhitungan PDRB menggunakan dua macam harga yaitu harga berlaku dan harga konstan dimana PDRB atas harga berlaku merupakan nilai tambah harga barang dan jasa yang dihitung menggunakan harga yang berlaku pada tahun yang bersangkutan sedangkan PDRB atas harga konstan dihitung dengan menggunakan harga pada tahun tertentu sebagai tahun dasar.

Perhitungan PDRB kota Medan dan seluruh kabupaten dan kotamadya di Sumatra Utara setiap tahun mengalami perubahan.berdasarkan data statistik (BPS Sumatra Utara), setiap tahun nya Produk Domestik Regional Bruto (PDRB) di kota Medan mengalami peningkatan. Hal ini menunjukkan bahwa sektor-sektor lapangan usaha yang berada di kota Medan mengalami peningkatan (kemajuan).

(11)

perkembangan perekonomian di kota Medan yang ditunjukan lewat besarnya angka PDRB di masing- masing sektor lapangan usaha.

Untuk memenuhi kebutuhan akan data PDRB di Kota Medan, maka perlu diadakan penyusunan dan dilakukan perhitungan data PDRB secara terus menerus setiap tahunnya.Untuk mengetahui seberapa besar pengaruh setiap sektor-sektor yang berpengaruh terhadap PDRB kota Medan maka penulis mengambil judul tugas akhir yaitu: “ANALISIS YANG MEMPENGARUHI LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL

BRUTO (PDRB) KOTA MEDAN”

1.2Perumusan Masalah

Data hasil perhitungan PDRB kota Medan setiap tahun nya mengalami peningkatan. Angka peningkatan tersebut tidak terlepas dari peranan sektor industry pengolahan,sektor listrik,gas dan air serta sektor bangunan. Masalah yang timbul ialah

1. Apakah terdapat hubungan yang positif antara ke tiga sektor/lapangan usaha tersebut dengan laju pertumbuhan PDRB?

2. Diantara variable tersebut variable mana yang lebih mempengaruhi laju pertumbuhan PDRB?

1.3Maksud dan Tujuan

(12)

Adapun yang menjadi tujuan dari peneliti ini adalah untuk mengetahui apakah terdapat hubungan/korelasi yang positif antara ketiga sektor/lapangan usaha dengan laju pertumbuhan PDRB di kota Medan. Untuk mengetahui seberapa besar sektor industri pengelolaan, sektor lisrik, gas dan air, serta sektor bangunan mempengaruhi laju pertumbuhan serta variable mana yang lebih mempengaruhi

1.4Metode Penelitian

1. Metode penelitian kepustakaan (study literature), yaitu metode pengumpulan data dan informai dari perpustakaan, dengan membaca buku-buku, referensi dan bahan-bahan yang bersifat teoritis yang mendukung penulisan tugas akhir ini.

2. Metode pengumpulan data

Pengumpulan data untuk keperluan riset ini,penulis melakukannya dengan menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Sumatera utara,artikel dan internet.

3. Metode analisis data

Metode analisis data yang digunakan adalah regresi linier ganda (multiple regression) dan korelasi serta pengolahan data menggunakan program komputer SPSS.

a. Regresi linier ganda,merupakan persamaan yang memiliki lebih dari satu variabel bebas. Bentuk persamaan umumnya adalah:

= � + � + � + ⋯ + �� �+ �

dimana :

(13)

= Koefisien regresi Variabel bebas Xk � = kesalahan(error)

Dengan persamaan penduganya adalah:

ŷ = � + � + � + … + �� ��

dimana:

b0,b1,b2, … ,bk merupakan penduga bagi parameter � , � ,� , … , �

b. Korelasi untuk mengukur keeratan hubungan antara variabel-variabel. dimana:

= �∑ �� �− ∑ �� ∑ �

√{�∑ ��2− ∑ ��2} {�∑

�2− ∑ � 2}

dimana :

� = koefisien korelasi antara y dan x

�� = variabel bebas � = variabel tidak bebas n = Banyak data

1.5Lokasi Penelitian

Penulis melakukan penelitian di Badan Pusat Statistika (BPS) Sumatera Utara yang berlokasi di Jalan Asrama No.79 Medan.

1.6Sistematika Penulisan

(14)

BAB 1 : PENDAHULUAN

Dalam bab ini diuraikan latar belakang, perumusan masalah, maksud dan tujuan penelitian, manfaat penelitian, metode penelitian dan sistematika penulisan yang digunakan.

BAB 2 : LANDASAN TEORI

Dalam bab ini akan diuraikan mengenai teori-teori dan tinjauan pustaka yang dijadikan penulis sebagai acuan tentang segala sesuatu yang menyangkut terhadap penyelesaian masalah sesuai dengan judul permasalahan yang diuraikan

BAB 3 : GAMBARAN UMUM

Bab ini menjelaskan sejarah singkat tentang program studi D3 Statistika

BAB 4 : PENGOLAHAN DATA

Pada bab ini penulis menganalisa data yang ada yang telah diamati dan dikumpulkan dengan menggunakan metode analisa regresi linier berganda.

BAB 5 : IMPLEMENTASI SISTEM

(15)

BAB 6 : KESIMPULAN DAN SARAN

(16)

BAB 2

LANDASAN TEORI

2.1Analisis Regresi Linier

Analisis regresi merupakan teknik yang digunakan dalam persamaan matematik yang menyatakan hubungan fugsional antara 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 dengan hubungannya dengan variabel yang lain yang diketahui melalui persamaan garis regresi.

Variabel yang lain diketahui melalui persamaan garis regresinya. Analisis regresi terdiri dari dua bentuk, yaitu

1. Analisis Regresi Linier Sederhana 2. Analisis Regresi Linier Berganda

(17)

bebas adalah variabel yang nilainya tergantung dengan variabel lainya, sedangkan variabel terikat adalah variabel yang nilainya tergantung ddari variabel lainya.

Analisi regresi digunakan untuk mengetahui hubungan antara dua variabel atau lebih, terutama untuk menelusuri pola hubungan yang modelnya beluum diketahui dengan baik, atau untuk meengetahui bagaimana variasi dari beberapa variabel bebas mempengaruhi variabel dependen dalam suatu fenomena yang komplek. Jika X , X , … … X adalah variabel-variabel bebas dan Y adalah variabel terikat, maka terdapat hubungan antara fungsional antara X dan Y, dimana variasi dari X akan diiringi pula oleh variasi dari Y. Jika dibuat secara matematis hubungan ini dapat dijabarkan sebagai berikut :

Y = f X ,X , … … . X ,e

Keterangan :

Y = Variabel terikat (Dependen)

X = Variabel bebas (Independen)

e = Variabel residu (disturbace term)

2.1.1Analisis Regresi Linier Sederhana

Analisis regresi linier sederhana terdiri dari satu variabel bebas dan satu variabel terikat. Dengan kata lain variabel yang dianalisis terdiri dari satu variabel prediktor dan satu variabel kriterium. Model regresi linier sederhanaya adalah:

Y = a + bX + e

Keterangan :

(18)

X = Variabel bebas (independent variable)

a = Konstanta (intrcept)

b = Kemiringan (slope)

Penggunaan regresi linier sederhana didasarkan pada asumsi, diantaranya sebagai berikut : 1. Model regresi harus linier dalam parameter

2. Variabel bebas tidak berkolerasi dengan disturbance term (eror) 3. Nilai disturbance term sebesar 0 atau dengan symbol sebagai e

4. Varian untuk masing- masing error term (kesalahan) konstan 5. Tidak terjadi autokorelasi

6. Model regresi dispesifikasikan secara benar. Tidak terdapat bias spesifikasi dalam model yang digunakan dalam analisis empiris.

Koefisien-koefisien regresi a dan b dapat dihitung dengan rumus:

a = ∑ Yi ∑Xi − ∑ Xi ∑XiYin ∑ Xi − ∑ Xi

b =n ∑ XiYi − ∑ Xi ∑Yin ∑ Xi − ∑Xi

Jika koefisien b terlebih dahulu dihitung, maka koefisien a dapat dihitung dengan rumus: a = Y̅ − bX̅

Dengan Y̅dan X̅ masing- masing rata-rata untuk variabel-variabel X dan Y.

2.1.2 Analisis Regresi Linier Berganda

(19)

persamaan regresi linier yang memiliki lebih dari satu variabel bebas X dan satu variabel terikat Y akan membentuk suatu persamaan regresi yang baru, disebut persamaan regresi linieer berganda (multiple regression). Model persamaan regresi linier berganda hampir sama dengan model regresi linier sederhana, letak perbedaanya hanya pada jumlah variabel bebasnya.

Secara umum model regresi linier berganda adalah sebagai berikut: Y = b + b x + b x + b x + ⋯ + b x

Keterangan :

Y = Variabel terikat (dependent variable)

X = Variabel bebas (independent variable)

b = Konstanta regresi

b = Koefisien regresi variabel bebas X

e = Pengamatan variabel error

Dalam penelitian ini digunakan empat variabel yang terdiri dari satu variabel terikat (Y) dan tiga variabel bebas (X). Maka persamaan regresi bergandanya adalah:

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

Persamaan diatas dapat diselesaikan dengan empat bentuk, yaitu :

∑ Y = nb + b ∑ X + b ∑ X + b ∑ X

(20)

2.2Uji Keberartian Regresi

Sebelum persamaan regresi yang diperoleh digunakan untuk membuat kesimpulan, terlebih dahulu diperiksa setidak-setidaknya mengenai kelinieran dan keberartianya. Pemeriksaan ini ditempuh melalui pengujian hipotesis. Uji keberartian dilakukan untuk meyakinkan diri apakah regresi yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat kesimpulan mengenai hubungan sejumlah peubah yang sedang dipelajari. Untuk itu diperlukan dua macam jumlah kuadrat (JK) yaitu jumlah kuadrat untuk regresi yang ditulis JK e dan jumlah kuadrat untuk sisa (residu) yang ditulis dengan JK e . Jika x = X − X̅ , x = X − X̅ , …… . , x = X − X̅ dan y = Y − Y̅ maka secara umum jimlah

kuadrat-kuadrat tersebut dapat dihitung dengan rumus :

JK e = b ∑ x y + b ∑ x y + ⋯ + b ∑ x y

Dengan derajat kebebasan dk = k

JK e = ∑ Y − Y̅

Dengan derajat kebebasan dk= (n – k – 1) untuk sampel berukuran n, dengan demikian uji keberartian regresi berganda dapat dihitung dengan :

F = JK JK e /k e / n − k −

(21)

2.3 Koefisien Determinasi

Koefisien determinasi yang dinyatakan dengan R untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel tak bebas (Y) yang dapat dijelaskan atau diterangkan oleh variabel-variabel bebas (X) yang ada di dalam model persamaan regresi linier berganda secara bersama-sama. Maka R akan ditentukan dengan rumus, yaitu :

R =JK e ∑ y

Keterangan :

JK e = Jumlah kuadrat regresi

Harga R yang diperoleh sesuai dengan variansi yang dijelaskan masing-masing variabel yang tinggal dalam regresi tersebut. Hal ini mengakibatkan variansi yang dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja ataupun dengan kata lain hanya yang bersifat nyata.

2.4 Uji Korelasi

(22)

r = n ∑ X Y − ∑ X ∑Y

√{n ∑ X − ∑X }{n ∑ Y − ∑ Y }

Adapun untuk menghitung koefisien korelasi antara variabel terikat Y dan variabel bebas X , X , dan X yaitu :

1. Koefisien antara Y dan X

ry = n∑ X Y − ∑ X ∑Y

√{n∑ X − ∑ X }{n∑ Y − ∑ Y }

2. Koefisien korelasi antara Y dengan X

ry = n ∑ X Y − ∑ X ∑ Y

√{n ∑ X − ∑ X }{n ∑ Y − ∑Y }

3. Koefisien korelasi antara Y dan X

ry = n ∑ X Y − ∑ X ∑ Y

√{n ∑ X − ∑ X }{n ∑ Y − ∑Y }

(23)

1. Tanda positif (+) pada koefisien korelasi menunjukan hubungan searah atau koefisien positif. Artinya jika nilai suatu variabel mengalami kenaikan maka nilai variabel yang lain juga mengalami kenaikan dan demikian juga sebaliknya.

2. Tanda negative (-) pada koefisien korelasi menunjukan hubungan yang berlawanan ara tau korelasi negative. Artinya jika nilai suatu variabel mengalami kenaikan maka nilai variabel yang lain akan mengalami penurunan dan demikian juga sebaliknya.

Sifat korelasi akan menentukan arah korelasi. Keeratan korelasi dapat dikelompokan sebagai berikut.

1. 0,00-0,20 berarti korelasi memiliki keeratan sangat lemah. 2. 0,21-0,40 berarti korelasi memiliki keeratan lemah. 3. 0,41-0,70 berarti korelasi memiliki keeratan kuat.

4. 0,71-0,90 berarti korelasi memiliki keeratan sangat kuat. 5. 0,91-0,99 berarti korelasi memiliki keeratan sangat kuat sekali. 6. 1 berarti korelasi sempurna.

2.5Kesalahan Standar Estimasi

(24)

regreesi Teor,, Kasus dan Solusi, Edisi 2. Yogyakarta : BPFE. Hal 17).Kesalahan standar estimasi (kekeliruan baku taksiran) dapat ditentukan dengan rumus :

.Sy, , ,…, = √∑ Yi−Y̅ 2 − −

2.6Pengujian Hipotesis

Pengujian hipotesis merupakan salah satu tujuan yang akan dibuktikan dalam penelitian. Jika terdapat deviasi antara sampel yang ditentukan dengan jumlah populasi maka tidak tertutup kemungkinan untuk terjadinya kesalahan dalam mengambil keputusan antara menolak atau menerima suatu hipotesis.

(25)

Pembentukan suatu hipotesis memerlukan toeri-teori maupun hasil penelitian terlebih dahulu sebagai pendukung pernyataan hipotesis yang diusulkan. Dalam membentuk hipotesis ada beberapa hal yang dipertimbangkan, yaitu:

1. Hipotesis nol dan hipotesis alternative yang diusulkan

2. Daerah penerimaan dan penolakan serta teknik arah pengujian (one tailed atau two tailed).

3. Penentuan nilai hitung statistik.

4. Menarik kesimpulan apakah menerima atau menolak hipotesis yang diusulkan dalam uji keberartian regresi.

Langkah-langkah yang dibutuhkan untuk pengujian hipotesis ini antara lain. 1. H : β = β = ⋯ = β =

Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas dengan variabel terikat.

H : Minimal satu parameter koefisin regresi β ≠

Terdapat hubungan fungsional yang signifikan antara variabel bebas dengan variabel terikat. 2. Pilih taraf nyata ∝ yang diinginkan.

3. Hitung statistik F dengan menggunakan persamaan.

4. Nilai F e menggunakan daftar table F dengan taraf signifikansi ∝ yaitu :T e =

F −∝ , − − .

(26)

BAB 3

GAMBARAN UMUM BADAN PUSAT STATISTIK

3.1Sejarah Badan Pusat Statistik

Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. BPS melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang pertanian, agrarian, pertambangan, kependudukan, sosial, ketenagakerjaan, keuangan, pendapatan, dan keagamaan. Selain hal – hal di atas BPS juga bertugas untuk melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik di pusat maupun di daerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan definisi, klasifikasi dan ukuran – ukuran lainnya.

3.1.1Masa 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

(27)

3.1.2 Masa Pemerintahan Jepang

Pada bulan Juni 1942 pemerintahan Jepang baru mengaktifkan kembali kegiatan statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang/militer. 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.

Berdasarkan surat edaran Kementrian Kemakmuran tanggal 12 Juni 1950 No.219/S.C;KAPPURI dan CKS dilebur menjadi Kantor Pusat Statistik (KPS) dan berada di bawah Kementrian Kemakmuran.

Dengan surat Mentri perekonomian tanggal 1 Maret 1952 No.P/44, lembaga KPS berada di bawah dan bertanggungjawab kepada Mentri Perekonomian, dan pada tanggal 24 Desember 1953 dengan surat Mentri Perekonomian No. 18.099/M, KPS dibagi menjadi dua bagian yaitu bagian research yang disebut Afdeling A, dan bagian penyelenggaraan dan tatausaha yang disebut Afdeling B.

(28)

Mentri Perekonomian dialihkan menjadi di bawah dan bertanggungjawab kepada Perdana Mentri. Berdasarkan KEPPRES ini pula secara formal nama BPS dipergunakan.

Memenuhi anjuran PBB agar setiap negara anggota menyelenggarakan sensus penduduk secara serentak, maka pada tanggal 24 September 1960 telah diundangkan UU No. 6 tahun 1960 tentang Sensus, sebagai pengganti Volk Stelling Ordonnantie 1930.

Dalam rangka memperhatikan kebutuhan data bagi perencanaan pembangunan semesta berencana dan mengingat materi statistik ordonnantie 1934 dirasakan sudah tidak sesuai lagi dengan kemajuan – kemajuan yang cepat dicapai oleh Negara kita, maka tanggal 26 September 1960 telah diundangkan UU No. 7 tahun 1960 tentang Statistik.

Berdasarkan keputusan Presidium Kabinet RI No. Aa/C/9 tahun 1965, maka tiap-tiap daerah Tingkat I dan Tingkat II dibentuk kantor-kantor cabang BPS dengan nama Kantor Sensus Statistik Daerah (KKS) yang mempunyai tugas menjalankan kegiatan-kegiatan statistik di daerah-daerah. Di setiap daerah administrasi kecamatan, dapat diangkat seorang atau lebih pegawai yang merupakan pegawai KKS ditingkat II dan di bawah pengawasan Kepala Kecamatan.

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.

Dalam masa orde baru ini BPS telah mengalami empat kali perubahan struktur organisasi, yaitu:

(29)

2. Peraturan Pemerintah No. 6 tahun 1980 tentang Organisasi Biro Pusat Statistik.

3. Peraturan Pemerintah No. 2 tahun 1992 tentang Organisasi Biro Pusat Statistik dan keputusan Presiden No. 6 tahun 1992 tentang Kedudukan, Tugas, Fungsi, Susunan, Reorganisasi dan tata kerja Biro Pusat Statistik.

4. Undang-Undang No. 16 tahun 1997 tentang Statistik.

5. Keputusan Presiden RI No. 86 tahun 1998 tentang Badan Pusat Statistik.

6. Keputusan Kepala BPS No. 100 tahun 1998 tentang Organisasi dan Tata K erja BPS. 7. PP No. tahun 1999 tentang Penyelenggaraan Statistik.

Tahun 1968, ditetapkan Peraturan Pemerintah No. 16 tahun 1968, yaitu yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980, Peraturan Pemerintah No. 6 tahun 1980 tentang organisasi sebagai pengganti Peraturan Pemerintah No. 16 tahun 1968. Berdasarkan Peraturan Pemerintah No. 6 tahun 1988 di tiap provinsi terdapat perwakilan BPS dengan nama Kantor Statistik Provinsi dan di Kabupaten/Kota terdapat cabang perwakilan BPS dengan nama Kantor Statistik Kabupaten/Kota. Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti UU No. 6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juni 1998 dengan Keputusan Presiden Republik Indonesia No. 86 tahun 1998 ditetapkan BPS sekaligus mengatur tata kerja dan struktur BPS yang baru.

3.2. Visi dan Misi Badan Pusat Statistik (BPS)

3.2.1.Visi Badan Pusat Statistik

(30)

3.2.2. Misi Badan Pusat Statistik

Dalam menunjuk pembangunan nasional Badan Pusat Statistik mengemban misi mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu,handal,efektif, dan efisien,peningkatan kesadaran masyarakat akan arti dan kegunaan statistik serta pengembangan ilmu pengetahuan statistik.

3.3. Struktur Organisasi BPS

Setiap perusahaan baik perusahaan pemerintah maupaun swasta mempunyai struktur organisasi,karena perusahaan juga merupakan organisasi.Dimana organisasi adalah suatu sistem dari aktivitas kerjasama yang terorganisir,yang dilaksanakan oleh sejumlah orang untuk mencapai tujuan bersama.

Dalam struktur organisasi ditetapkan tugas-tugas,wewenang dan tanggung jawab setiap orang dalam mencapai tujuan yang telah ditetapkan serta bagaimana hubungannya yang satu dengan yang lain.

Dengan adanya struktur organisasi perusahaan yang baik,maka dapat diketahui pembagian tugas antara para pegawai dalam rangka pencapaian tujuan. Adapun struktur organisasi yang dipakai oleh Badan Pusat Statistik Propinsi Sumatera Utara adalah struktur organisasi berbentuk Lini dan staff.

1. Bagian Tata Usaha 2. Bidang Statistik Produksi 3. Bidang Statistik Distribusi 4. Bidang Statistik Kependudukan

(31)

3.4 Job Description

Dalam menjalankan suatu organisasi maka diperlukan personal-personal jabatan tertentu dalam organisasi tersebut dimana masing-masing diberi tugas dan fungsi job description atau pembagian kerja.Kepala kantor dibantu bagian tata usaha yang terdiri dari :

1. Sub Bagian Urusan Dalam 2. Sub Bagian Perlengkapan 3. Sub Bagian Keuangan 4. Sub Bagian Kepegawaian 5. Sub Bagian Bina Program

Sedangkan bidang penunjang statistik ada 5 bidang,yaitu: 1. Bidang Statistik Produksi

Bidang Statistik Produksi mempunyai tugas untuk melaksanakan kegiatan statistik pertanian,industri, serta statistik konstruksi pertambangan dan energi.

2. Bidang Statistik Distribusi

Bidang Statistik Distribusi mempunyai tugas untuk melaksanakan kegiatan statistik konsumen dan perdagangan besar,statistik keuangan dan harga produsen serta Statistik Kesejahteraan.

3. Bidang Statistik Sosial

Bidang Statistik Kependudukan mempunyai tugas untuk melaksanakan kegiatan statistik demografi dan rumah tangga, statistik ketenagakerjaan, dan statistik kesejahteraan.

(32)

Bidang Statistik Pengolahan Data mempunyai tugas yaitu melaksanakan kegiatan dan penyiapan data,penyusunan sistem,dan program serta operasional pengolahan data dengan komputer.

5. Bidang Neraca Wilayah dan Analisis Statistik

Bidang Neraca Wilayah dan Analisis Statistik mempunyai tugas yaitu melaksanakan kegiatan penyusunan neraca produksi,neraca konsumen, dan akumulasi penyajian analisis serta kegiatan penerapan statistik.

Uraian tugas dan tanggung jawab masing-masing bagian : 1. Bagian Tata Usaha

a. Menusun program kerja tahunan bidang.

b. Mengatur dan melaksanakan dan menyusun program kerja tahunan rutin maupun proyek kantor statistik propinsi dan menyampaikan ke Badan Pusat statistik.

c. Mengatur dan melaksanakan urusan dalam,yang meliputi syarat-syarat penggandaan/percetakan kearsipan,rumah tangga dan pemeliharaaan gedung keamanan dan lingkungan serta perjalanan dinas maupun diluar negeri.

d. Mengatur dan melaksanakan urusan perlengkapan dan perbekalan yang meliputi penyusunan,penyimpanan/penggudangan, inventarisasi, dan penghapusan serta pemeliharaan perlengkapan.

e. Mengatur dan melaksanakan urusan kepegawaian yang meliputi tata usaha kepegawaian,penggandaan dan mutasi pegawai,pembinaan pegawai,kesejahteraan pegawai,administrasi jabatan dan fungsional,hukum,organisasi tata laksana, serta penyajian.

(33)

a. Menyusun program kerja tahunan.

b. Mengatur dan menyiapkan dokumen dan bahan yang diperlukan untuk kegiatan pengumpulan statistik produksi yang mencakup kegiatan statistikPertanian,Industri,Pertambangan,Energi,Konstruksi,dan kegiatan statistik produksi lainnya yang ditentukan.

c. Mengatur dan melaksanakn keikutsertaan dalam program pendidikan dan pelatihan dalam kegiatan statistik produksi.

d. Membantu kepala Badan Pusat Statistik propinsi dan atau pemimpin/proyek dalam menyiapkan program pelatihan lapangan.

e. Mengatur dan mengkordinasi penyelenggaraan pelatihan petugas lapangan di pusat pelatihan serta mengatur pembagian instruktur.

f. Mengatur dan melaksanakan pembagian dokumen dan peralatan yang diperlukan untuk pelaksanaan lapangan kegiatan statistik produksi.

g. Melaksanakan pembinaan,pengamatan lanjut, dan pengawasan lapangan terhadap pelaksanaan kegiatan statistik produksi.

h. Mengatur dan melaksanakan penerimaan dan pemeriksaan dokumen hasil pengumpulan data statistik produksi.

i. Mengatur dan melaksanakan pengolahan data statistik produksi sesuai dengan sistem dan program yang ditetapkan,bekerjasama dengan organisasi terkait.

j. Mengatur dan menyiapkan dokumen dan hasil pengolahan statistik produksi yang akan ke Badan Pusat Statistik sesuai dengan jadwal yang ditetapkan.

(34)

l. Membantu kepala Badan Pusat Statistik propinsi dalam melaksanakan pembinaan petugas lapangan dalam rangka pengumpulan data statistik produksi baik di produksi Kabupaten/Kota maupun Kecamatan.

m. Membantu kepala Badan Pusat Statistik propinsi dalam dalam penyelenggaraan kordinasi dan kerjasama kegiatan statistik produksi baik dengan Pemerintah daerah maupun Instansi lainnya.

n. Mengatur dan meyiapkan naskah publikasi statistik produksi dan menyampaikan kesatuan organisasi terkait untuk pelaksanaan pencetakan dan penyebarannya. o. Membantu kepala BPS propinsi dalam melaksanakan pembinaan penyusunan

publikasi statitik produksi di BPS Kabupaten/Kota dalam bentuk buku publikasi. p. Membantu kepala BPS propinsi dalam melaksanakan pembinaan dan

pengembangan,pengendalian pelaksanaan kegiatan statistik produksi. q. Menyusun laporan kegiatan statistik produksi secara berkala.

r. Mengatur dan melaksanakan penghimpunan data cara dan hasil kegiatan yang dilakukan di lingkungan bidang statistik produksi.

s. Mengatur dan melaksanakan tugas lain yang diberikan oleh atasan langsung. 3. Bidang Statistik Distribusi

a. Menyusun program kerja tahunan bidang yang meliputi pelaksanaan kegiatan statistik Pertanian,Industri,Pertambangan,Energi, dan statistik produksi lainnya. b. Mengatur keikutsertaan program pelatihan yang diselenggarakan oleh pusat di

bidang statistik produksi.

(35)

d. Mengatur dan mengkordinasikan penyelenggaraan petugas lapangan di pusat pelatihan serta mengatur pelatihan.

e. Mengatur dan melaksanakan dokumen yang diperlukan untuk pelaksanaan lapangan.Melakukan pembinaan dan pengawasan lapangan terhadap kegiatan statistik produksi.

f. Melakukan pembinaan,pengamatan lanjut,dan pengawasan lapangan terhadap pelaksanaan kegiatan statistik produksi.

g. Mengatur dan melaksanakan penerimaan dan pemeriksaan dokumen hasil pengumpulan data statistik distribusi.

h. Mengatur dan melaksanakan pengolahan data statistik distribusi secara sederhana sesuai yang diterapkan oleh pusat.

i. Bersama-sama dengan bidang pengolahan statistik distribusi melalui komputer sesuai yang ditetapkan.

j. Mengatur dan mengevaluasi hasil kegiatan statistik distribusi sebagai bahan masukan untuk penyempurnaan selanjutnya.

k. Membantu kepala BPS propinsi melakukan pembinaan secara teratur petugas pencacah,pengawas,danpemeriksaan pengumpulan data statistik produksi,kabupaten,kotamadya maupun di kecamatan.

l. Mengatur dan melaksanakan pengolahan data statistik produksi sesuai dengan sistem program yang ditetapkan,bekerja sama dengan satuan organisasi terkait. m. Mengatur dan menyiapkan dokumen dan hasil pengolahan statistik produksi yang

akan ke badan pusat statistik sesuai dengan jadwal yang ditetapkan.

(36)

o. Membantu kepala badan pusat statistik propinsi dalam melaksanakan pembinaan petugas lapangan dalam rangka pengumpulan data statistik produksi baik di produksi,Kabupaten/Kota maupun di Kecamatan.

p. Membantu kepala badan pusat statistik propinsi dalam melksanakan pembinaan petugas lapangan dalam rangka pengumpulan data statistik produksi baik dengan pemerintah daerah maupun instansi.

q. Mengatur dan menyiapkan naskah publikasi statistik produksi dan menyampaikan kesatuan organisasi terkait untuk pelaksanaan pencetakan dan penyebarannya. r. Membantu kepala BPS propinsi dalam melaksanakan pembinaan penyusunan

publikasi statistik produksi di badan pusat statistik Kabupaten/kota dalam bentuk buku publikasi.

s. Membantu kepala BPS propinsi dalam melaksanakan pembinaan dan pengembangan.

t. Pengendalian pelaksanaan kegiatan statistik produksi.

u. Mengatur dan melaksanakan penghimpunan data cara dan hasil kegiatan yang dilakukan di lingkungan bidang statistik produksi.

v. Menyusun laporan kegiatan statistik produksi secara berkala.

w. Mengatur dan melaksankan tugas lain yang diberikan oleh atasan langsung. 4. Bidang Statistik Kependudukan

a. Menyusun program kerja tahunan. Bidang yang terutama ruang lingkup bidang statistik kependudukan adalah meliputi pelaksanaan kegiatan statistik demokrasi dan rumah tangga dan statistik kependudukan.

(37)

c. Membantu keikutsertaan program lainnya yang akan diselenggarakan oleh statistik bidang penduduk.

d. Mengatur dan mengkoordinasikan penyelenggaraan latihan tugas lapangan dipusat serta mengatur pelatihannya.

e. Mengatur dan melaksanakan penjatahan dokumen untuk melaksanakan tugas lapangan.

f. Melaksanakan pembinaan dan pengawasan lapangan terhadap pengawasan kegiatan statistik penduduk.

g. Mengatur dan melaksanakan penerimaan dokumen hasil dari pengumpulan data statistik kependudukan.

h. Bersama-sama dengan bidang pengolahan data mengatur dan menyiapkan pengolahan data statistik kependudukan melalui komputer sesuai yang ditetapkan. i. Mengatur dan menyiapkan pengolahan data statistik kependudukan yang akan

dikirim kepusat sesuai dengan jadwal yang ditetapkan.

j. Mengatur dan melaksanakan evaluasi hasil pengolahan statistik kependudukan sebagai bahan untuk penyempurnaan.

5. Bidang Pengolahan dan Pelayanan statistik. a. Menyusun program kerja tahunan.

(38)

c. Mengatur dan melaksanakan keikutsertaan dalam program pelatihan yang diselenggarakan oleh BPS dalam program pelatihan dalam bidang pengolahan, penyajian, dan pelayanan statistik.

d. Melaksanakan koordinasi pengolahan dan pemeliharaan perangkat keras dan perangkat lunak serta menyusun sistem pengolahan data.

e. Mengatur integrasi penggunaan sistem dan program aplikasi pengolahan data statistik distribusi termasuk sarana pendukungnya.

f. Melaksanakan penyusunan, pemeliharaan serta pengembangan sistem basis data managemen sesuai dengan aturan yang ditetapkan.

g. Melaksanakan kajian evaluasi kebutuhan dan pengolahan data termasuk bahan komputer dengan kerja sama dengan satuan organisasi terkait.

6. Bidang Neraca Wilayah dan Analisis Statistik

a. Menyusun program kerja tahunan bidang neraca wilayah dan analisis statistik. b. Mengatur dan menyiapkan bahan yang diperlukan untuk menyusun neraca wilayah

dan analisis statistik yang mencakup neraca produksi dan neraca konsumen, analisis dan pengembangan statistik serta penyusunan neraca wilayah dan analisis statistik lainnya yang ditentukan.

c. Mengatur dan melaksanakan keikutsertaan dalam program pelatihan yang diselenggarakan oleh BPS dalam bidang neraca wilayah dan analisis statistik. d. Membantu kepala badan pusat statistik propinsi atau pemimpin bagian proyek

dalam penyiapan program pelatihan petugas lapangan.

(39)

f. Mengatur dan melaksanakan pembagian dokumen dan peralatan yang diperlukan untuk pelaksanaan lapangan.

(40)
(41)

BAB 4

PENGOLAHAN DATA

4.1Data dan Pembahasan

[image:41.596.107.472.414.738.2]

Data yang diolah pada Tugas Akhir ini adalah data sekunder yang diperoleh dari BPS PROVSU yaitu Jumlah PDRB, Sektor Industri Pengolahan, Sektor Listrik, Gas dan Air, Sektor Bangunan di Sumatera Utara tahun 2000 sampai dengan 2012. Datanya adalah sebagai berikut.

Tabel 4.1 Jumlah PDRB, Sektor Industri Pengolahan, Sektor Listrik, Gas,dan Air, Sektor Bangunan diPropinsi Sumatera Utara Tahun 2000-2012

No Y X1 X2 X3

1

1395 29 41 72

2

1714 36 57 89

3

1966 39 67 101

4

2254 42 88 113

5

3311 49 103 138

6

4279 71 91 350

7

4884 80 110 479

8

5545 90 104 542

9

6522 104 112 623

10

7263 108 124 692

11

8331 124 141 814

12

9361 135 157 983

13

10540 155 161 1135

JUMLAH

(42)

Dari tabel tersebut di simbolkan

Y : Jumlah PDRB (miliaran Rupiah)

X1 : Sektor Industri Pengolahan (miliaran Rupiah) X2 : Sektor Listrik,Gas dan Air (miliaran Rupiah) X3 : Sektor Bangunan (miliaran Rupiah)

Setelah melihat data yang tersedia penulis mengelompokkan penganalisaan dan pembahasan menjadi 5 kelompok yaitu:

1. Menentukan persamaan regresi linier berganda 2. Uji keberartian regresi

3. Uji koefisien regresi berganda 4. Menentukan nilai korelasi 5. Uji koefisien determinasi

4.2. Menentukan Persamaan Regresi Linear Berganda

(43)

Tabel 4.2. Nilai-Nilai untuk Menghitung Koefisien-Koefisien Regresi dan Perhitungan

Uji Regresi.

No Y X1 X2 X3

1

1395 29 41 72

2

1714 36 57 89

3

1966 39 67 101

4

2254 42 88 113

5

3311 49 103 138

6

4279 71 91 350

7

4884 80 110 479

8

5545 90 104 542

9

6522 104 112 623

10

7263 108 124 692

11

8331 124 141 814

12

9361 135 157 983

13

10540 155 161 1135

JUMLAH

(44)

Tabel 4.3. Nilai-Nilai untuk Menghitung Koefisien-Koefisien Regresi dan Perhitungan

Uji Regresi.

N Y2 X12 X22 X32 YX1

1

1946025 841 1681 5184 40455

2

2937796 1296 3249 7921 61704

3

3865156 1521 4489 10201 76674

4

5080516 1764 7744 12769 94668

5

10962721 2401 10609 19044 162239 6

18309841 5041 8281 122500 303809 7

23853456 6400 12100 229441 390720 8

30747025 8100 10816 293764 499050 9

42536484 10816 12544 388129 678288 10

52751169 11664 15376 478864 784404 11

69405561 15376 19881 662596 1033044 12

87628321 18225 24649 966289 1263735 13

111091600 24025 25921 1288225 1633700 Jumlah

[image:44.596.92.483.192.623.2]
(45)

Lanjutan Tabel 4.3

N YX2 YX3 X1X2 X1X3 X2X3

1

57195 100440 1189 2088 2952

2

97698 152546 2052 3204 5073

3

131722 198566 2613 3939 6767

4

198352 254702 3696 4746 9944

5

341033 456918 5047 6762 14214

6

389389 1497650 6461 24850 31850 7

537240 2339436 8800 38320 52690 8

576680 3005390 9360 48780 56368 9

730464 4063206 11648 64792 69776 10

900612 5025996 13392 74736 85808 11

1174671 6781434 17484 100936 114774 12

1469677 9201863 21195 132705 154331 13

1696940 11962900 24955 175925 182735 Jumlah

8301673 45041047 127892 681783 787282

n = 13

1 X

 = 1062

Y

= 67365

2

X

= 1356

Y

X

1 = 7022490

3

X

= 6131

Y

X

2 = 8301673

2 1

X

X

= 127892

Y

X

3 = 45041847

3 1

X

X

(46)

2 2

X

= 157340

X

12= 107470

3 2

X

X

= 787282 X32 = 4484927

Dari persamaan :

Y

=

b

0

n

b

1

X

1

b

2

X

2

b

3

X

3

1

YX

= 2 1 2 3 1 3

2 1 1 1

0

X

b

X

b

X

X

b

X

X

b

2

YX

= b0X2b1X2X1b2X22 b3X2X3

3

YX

= b0X3b1X3X1b2X3X2b3X32

Dapat disubsitusikan ke dalam nilai – nilai yang sesuai sehingga diperoleh :

67365 = � + � + � + �

7022490 = 1062 � +107470� + � + �

8301673 = � + � + � + �

45041047 = 6131 � + � + � +4484927�

Maka:

b0 = -873.226 b1 = 48.127 b2 = 12.761 b3 = 1.680

Sehingga diperoleh persamaan regresinya

(47)

Sedangkan untuk menghitung kekeliruan baku taksiran diperlukan harga – harga

Y yang diperoleh dari persamaan regresi di atas untuk setiap nilai X1, X2 dan X3 yang diketahui dapat dilihat pada tabel 4.3 berikut :

Tabel 4.3 Nilai untuk Menghitung Kekeliruan Baku

N Y Ŷ (Y- Ŷ) (Y- Ŷ)2

1

1395 1166.618 228.382 52158.34

2

1714 1736.243 -22.243 494.751

3

1966 2028.394 -62.394 3893.011

4

2254 2460.916 -206.916 42814.23

5

3311 3031.22 279.78 78276.85

6

4279 4293.042 -14.042 197.1778

7

4884 5185.364 -301.364 90820.26

8

5545 5695.908 -150.908 22773.22

9

6522 6607.854 -85.854 7370.909

10

7263 7069.414 193.586 37475.54

11

8331 8261.343 69.657 4852.098

12

9361 9278.836 82.164 6750.923

13

10540 10547.78 -7.78 60.5284

JUMLAH

67365 67362.93 2.068 347937.8

Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus :

1

)

(

2 2 123 .

k

n

Y

Y

s

y
(48)

2

) (

Y Y = 347937.8

n = 13 k = 3

Diperoleh :

1

3

13

347937.8

2 123

.

y

s

= 38659.76

Dengan penyimpangan nilai yang didapat ini berarti bahwa rata – rata jumlah PDRB yang sebenarnya akan menyimpang dari rata – rata jumlah PDRB yang diperkirakan sebesar 38659.76

4.3. Uji Regresi Linier Ganda

Perumusan hipotesa :

H0 :

1

2

3

0

( X1, X2, X3, tidak mempengaruhi Y)

H1 : Minimal ada satu parameter koefisien regresi yang tidak sama dengan nol atau mempengaruhi Y.

Dengan : H0 diterima jika Fhit ≤ Ftab. H0 ditolak Jika Fhit > Ftab.

(49)

1 1

1

X

X

x

x

3

X

3

X

3

y

Y

Y

2 2

2

X

X

x

Dengan :

1

X

= 81.69231

X

3 = 471.6154 [image:49.596.94.490.307.735.2]

Y

= 5181.923

X

2 = 104.3077

Tabel 4.4. Pengujian Regresi Linier Ganda

N x1 x2 x3 y x12

1

-52.6923 -63.3077 -399.615

-3786.923077 2776.479 2

-45.6923 -47.3077 -382.615

-3467.923077 2087.787 3

-42.6923 -37.3077 -370.615

-3215.923077 1822.633 4

-39.6923 -16.3077 -358.615

-2927.923077 1575.479 5

-32.6923 -1.30769 -333.615

-1870.923077 1068.787 6

-10.6923 -13.3077 -121.615

-902.9230769 114.3254 7

-1.69231 5.692308 7.384615

-297.9230769 2.863905 8

8.307692 -0.30769 70.38462 363.0769231 69.01775 9

22.30769 7.692308 151.3846 1340.076923 497.6331 10

26.30769 19.69231 220.3846 2081.076923 692.0947 11

42.30769 36.69231 342.3846 3149.076923 1789.941 12

53.30769 52.69231 511.3846 4179.076923 2841.71 13

73.30769 56.69231 663.3846 5358.076923 5374.018 JUMLAH 0 -7.1054 -1.1368 -9.0949

(50)

N x22 x32 y2 x1x2 1

4007.864 159692.5 14340786 3335.828 2

2238.018 146394.5 12026490 2161.598 3

1391.864 137355.8 10342161 1592.751 4

265.9408 128605 8572733.5 647.2899 5

1.710059 111299.2 3500353.2 42.75148 6

177.0947 14790.3 815270.08 142.2899 7

32.40237 54.53254 88758.16 -9.63314 8

0.094675 4953.994 131824.85 -2.55621 9

59.1716 22917.3 1795806.2 171.5976 10

387.787 48569.38 4330881.2 518.0592 11

1346.325 117227.2 9916685.5 1552.367 12

2776.479 261514.2 17464684 2808.905 13

3214.018 440079.1 28708988 4155.982 JUMLAH

(51)

Sambungan Tabel 4.4 Pengujian Regresi Linier Ganda

N x1x3 x2x3 yx1 yx2 yx3

1

21056.66 25298.73 199541.7 239741.3609 1513313 2

17482.58 18100.65 158457.4 164059.4379 1326881 3

15822.43 13826.8 137295.2 119978.6686 1191871 4

14234.27 5848.189 116216 47747.66864 1049998 5

10906.66 436.2663 61164.79 2446.591716 624168.7 6

1300.349 1618.42 9654.331 12015.82249 109809.3 7

-12.497 42.0355 504.1775 -1695.869822 -2200.05 8

584.7337 -21.6568 3016.331 -111.7159763 25555.03 9

3377.041 1164.497 29894.02 10308.28402 202867 10

5797.811 4339.882 54748.33 40981.2071 458637.3 11

14485.5 12562.88 133230.2 115546.8994 1078195 12

27260.73 26946.04 222776.9 220205.2071 2137116 13

48631.2 37608.8 392788.3 303761.7456 3554466 JUMLAH

180927.5 147771.5 1519288 1274985.308 13270677

Dari tabel 4.4 dapat dicari :

JKreg =

b

1

y

x

1

b

2

y

x

2

b

3

y

x

3

= 48.127 X 1519288+ 12.761X 1274985.308+ 1.680 X 13270677

(52)

Untuk JKres dapat dilihat dari tabel 5.3 yaitu ( )2 

Y Y = 347937.8 maka nilai Fhit dapat

dicari dengan rumus :

Fhit =

) 1 /( /  k n JK k JK res reg = ) 1 3 13 ( 347937.8 3 / 111683598   = 962.9618

Dari tabel distribusi F dengan dk pembilang = 3, dk penyebut = 9, dan α = 0,05 diperoleh Ftab =3,86 Karena Fhit lebih besar daripada Ftab maka H0 ditolak dan H1 diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2, X3 bersifat nyata atau ini berarti bahwa Sektor Industri Pengolahan,Sektor Listrik,Gas dan Air,Sektor Bangunan , bersama-sama mempengaruhi jumlah PDRB kota Medan

4.4. Mencari Koefisien Korelasi Linier Ganda

Berdasarkan tabel 4.4 dapat dilihat harga y2= 112035423 sedangkan JKreg yang telah

Sdihitung adalah 111683598. Maka selanjutnya dengan rumus

R2 = 2

y

JK

reg

Sehingga didapat koefisien determinasi :

R2 =

(53)

= 0,99

Dan untuk koefisien korelasi ganda, kita gunakan :

R =

R

2

= √ , = 0,99

Dari hasil perhitungan didapat nilai koefisien determinasi sebesar 0,99 dan dengan mencari akar dari R2 , diperoleh koefisien korelasinya sebesar 0,99. Nilai tersebut digunakan untuk mengetahui pengaruh variabel independent terhadap perubahan variabel dependent. Artinya 100% jumlah PDRB dipengaruhi oleh ketiga faktor yang dianalisis.

4.5. Koefisien Korelasi

4.5.1. Perhitungan Korelasi antara Variabel Y dengan Xi

1. Koefisien korelasi antara jumlah PDRB (Y) dengan Sektor Industri Pengolahan (X1).

ryx1 =

2

2

 

2

1 2 1 1 1 1

Y

Y

n

X

X

n

Y

X

Y

X

n

=

 



 

2

 

2

67365 461115671 13 1062 107470 13 67365 1062 7022490 13    = 0.99

(54)

industry maka jumlah PDRB kota Medan juga akan semakin rendah,hubungan antara jumlah PDRB kota Medan dengan sektor industry tergolong kuat ,dimana korelasi nya sebesar 0,99

2Koefisien korelasi antara jumlah PDRB (Y) dengan Sektor Gas Air, Listrik(X2).

ryx2 =

2

2

 

2

2 2 2 2 1 2

Y

Y

n

X

X

n

Y

X

Y

X

n

=

 



 

2

 

2

67365 461115671 13 1356 157340 13 67365 1356 8301673 13    = 0,95

Nilai yang positif menandakan hubungan yang searah antara jumlah PDRB dengan Sektor air,gas,listrik, artinya PDRB akan semakin meningkat jika sektor air,listrik dan gas tinggi,dan sebalik nya jumlah PDRB kota medan akan rendah jika sektor air,gas dan listrik rendah. Ini ditandai dengan korelasi yang positif yang tinggi sebesar 0,95.

3.Koefisien korelasi antara jumlah PDRB (Y) dengan Sektor Bangunan

ryx3 =

2

2

 

2

3 2 3 3 1 3

Y

Y

n

X

X

n

Y

X

Y

X

n

=

 



 

2

 

2

67365 461115671 13 6131 4484927 13 67365 6131 45041047 13   

= 0,99

(55)

4.5.2. Perhitungan korelasi antar variabel bebas

1. Koefisien korelasi antara sektor industry (X1) dengan sektor gas,air,listrik(X2).

r12 =



2

2 2 2 2 1 2 1 2 1 2 1

X

X

n

X

X

n

X

X

X

X

n

=

 



 

2

 

2

1356 157340 13 1062 107470 13 1356 1062 127892 13    = 0,94

2. Koefisien korelasi antara sektor industry (X1) dengan sektor bangunan (X3).

r13 =



2

3 2 3 2 1 2 1 3 1 3 1

X

X

n

X

X

n

X

X

X

X

n

=

 



 

2

 

2

6131 4484927 13 1062 107470 13 6132 1062 681783 13    = 0.99

3. Koefisien korelasi antara sektor gas ,air dan listrik (X2) dengan sektor Bangunan (X3).

r23 =



2

3 2 3 2 2 2 2 3 2 3 2

X

X

n

X

X

n

X

X

X

X

n

=

 



 

2

 

2

6131 4484927 13 1356 157340 13 6131 1356 787282 13    = 0.928

4.6. Pengujian Koefisien Regresi Linier Ganda

Y = -873.226 + 48.127 X1 + 12.761X2 +1.680 X3

(56)

H1 : bi ≠ 0 dimana i = 1,2, ....k ( variabel bebas Xi berpengaruh terhadap Y )

Dimana :

Terima H0 jika thitung < ttabel Tolak H0 jika thitung > ttabel

Dari Perhitungan yang sebelumnya didapat harga – harga : 2

123 .

y

s = 38659.76,

x

12= 20712.77,

x

22= 15898.77dan x32= 1593453,

R1 = r12 = 0,94, R2 = r13 = 0,99 dan R3 = r23 = 0,62

Maka kekeliruan baku Koefisien bi adalah sebagai berikut :

 

2

2

2 ... 12 .

1

i i k y bi

R

x

s

s

 

2

1 2 1 2 123 . 1

1

R

x

s

s

b y

=

20712.77



1 0.94

38659.76

= 31.10

 

2

2 2 2 2 123 . 2

1

R

x

s

s

b y

=

15898



1 0,99

38659.76

(57)

 

2

3 2 3 2 123 . 3

1

R

x

s

s

b y

=

1593453



1 0.62

38659.76

= 0.25

Sehingga diperoleh distribusi ti dengan perhitungan

i i i

sb

b

t

sebagai berikut :
(58)

Dari tabel distribusi t dengan dk = 9 dan α = 0,05 diperoleh ttabel sebesar 2,26dan dari hasil perhitungan diatas diperoleh :

1. t1 = 1.55 (nilai mutlak) < ttabel = 2,26 2. t2 = 0.81 (nilai mutlak) < ttabel = 2,26 3. t3 = 6.72 (nilai mutlak) > ttabel = 2,26

(59)

BAB 5

IMPLEMENTASI SISTEM

5.1. Pengertian Implementasi Sistem

Pengertian implementasi sistem adalah prosedur yang digunakan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal dan mulai menggunakan program yang dibuat.

Tahapan implementasi sistem merupakan tahapan penerapan hasil desain tertulis ke dalam programming (coding). Dalam pengolahan data pada karya tulis ini penulis menggunakan satu perangkat lunak sebagai implementasi sistem yaitu program SPSS 17,0 For Windows dalam masalah memperoleh hasil perhitungan.

5.2. Pengenalan SPSS

SPSS atau Statistical Product and Service Solution merupakan program aplikasi yang digunakan untuk melakukan perhitungan statistik dengan menggunakan komputer. SPSS paling banyak digunakan dalam berbagai riset pasar, pengendalian dan perbaikan mutu (quality improvement) serta riset-riset lain.

(60)

windows. Pada tahun 1992, SPSS juga mengeluarkan versi windows. Dan antara tahun 1994 sampai tahun 1998, SPSS melakukan berbagai kebijakan strategis untuk pengembangan

software statistik, dengan mengakusisi software house terkemuka seperti SYSTAT. Inc, BMDP Statistical Software, Jandel Statistics Software Clear Software, Quantime Ltd, Initive Technologies AS dan Integral Solution Ltd. Untuk memantapkan posisinya sebagai salah satu

market leader dalam business intelligence, SPSS juga menjalin aliansi strategis dengan Software house terkemuka dunia yang lain seperti Oracle Corp, Business Object dan Ceres Integrated Solution.

Karena perkembangan SPSS ini membuat SPSS yang tadinya hanya ditujukan pada pengolahan data statistik untuk ilmu social yang pada saat itu SPSS yang singkatan dari

Statistical Packcage for the Social Sciences berubah menjadi Statistical Product and Service Solution. Fungsi SPSS diperluas untuk melayani berbagai user seperti untuk proses produksi di pabrik, riset ilmu sains dan lain sebagainya.

5.3.Pengolahan Data dengan SPSS

Cara memulai dan mengaktifkan SPSS pada program window : 1.1 Pilih menu start dari windows

1.2 Kemudian pilih menu All Programme

(61)

Gambar 5.1 Tampilan Pengaktifan SPSS 18.0

1. Pemasukan data ke dalam SPSS Langkah-langkahnya sebagai berikut :

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.

[image:61.596.86.479.84.319.2]
(62)

5.2Tampilan Jendela Data View dalam SPSS

2. Menyusun Defenisi Variabel

Name : untuk memasukkan nama variabel yang akan diuji Type : untuk mendefenisikan tipe variabel

Widht : untuk menuliskan panjang pendek variabel Decimal : untuk menuliskan jumlah desimal di belakang

koma

Label : untuk menuliskan nama keterangan untuk nama variabel yang diikutsertakan atau tidak.

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,

(63)

Dalam penulisan ini values, missing and measure tidak dipergunakan, oleh karena itu ketiga variabel ini diabaikan saja.

a. Pengisian Variabel

Variabel Y : Variabel Y Jumlah PDRB variabel ini merupakan yang pertama ditempatkan pointer pada baris pertama

Name : Letakkan kursor di bawah name, lalu klik ganda pada sel tersebut lalu ketik Y

Type : Pilih numeric

Width : Untuk keseragaman ketik 8 Decimal : Ketik 2

Label : Letakkan klik kursor di bawah label lalu ketik Jumlah PDRB

Align : Pilih Center

Variabel X1 : Variabel X1 Sektor industri yang merupakan

variabel kedua maka tempatkan kursor pada baris kedua. Name : Letakkan kursor di bawah name, lalu klik ganda

pada sel tersebut lalu ketik X1 Type : Pilih numeric

Width : Untuk keseragaman ketik 8 Decimal : Ketik 2

Label : Letakkan klik kursor di bawah label lalu ketik Sektor industri

(64)

Variabel X2 : Variabel X2 adalah Sektor gas,air listrik

merupakan variabel kedua maka tempatkan kursor pada baris kedua.

Name : Letakkan kursor di bawah name, lalu klik ganda pada sel tersebut lalu ketik X2

Type : Pilih numeric

Width : Untuk keseragaman ketik 8 Decimal : Ketik 2

Label : Letakkan klik kursor di bawah label lalu ketik Sektor gas,air,listrik

Align : Pilih Center

Variabel X3 : Variabel X3 adalah Sektor bangunan yang merupakan variabel kedua maka tempatkan kursor pada baris kedua.

Name : Letakkan kursor di bawah name, lalu klik ganda pada sel tersebut lalu ketik X3

Type : Pilih numeric

Width : Untuk keseragaman ketik 8 Decimal : Ketik 2

Label : Letakkan klik kursor di bawah label lalu ketik Sektor bangunan

Align : Pilih Center

(65)

Gambar 5.3 Tampilan Jendela Pengisian Variabel View

b. Pengisian Data

[image:65.596.88.478.86.334.2]
(66)

Gambar 5.4 Tampilan Jendela Pengisian Data View

c. Pengolahan Data Regresi Linier

Langkah-langkah pengolahan data adalah sebagai berikut : 1. Dari menu utama SPSS, pilih menu Analyze,

2. Lalu pilih sub menu Regression dan klik Linier sehingga kotak dialog Linier Regression akan muncul.

[image:66.596.87.452.85.357.2]
(67)

Gambar 5.5 Kotak Dialog Linier Regression

4. Klik tombol Statistic sehingga kotak dialog Linier Regresion:

[image:67.596.88.481.86.380.2]
(68)

Gambar 5.6 Kotak dialog Linier Regression: Statistics

5. Klik Plots untuk membuat grafik. Isi kolom Y dengan pilihan SDRESID dan kolom X dengan ZPRED, kemudian tekan Next. Isi lagi kolom Y dengan ZPRED dan kolom X DEPENDENT. Pada pilihan Standardizes Residual Plots, cek Normal Probability Plot.

Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 .998a .997 .996 196.621

[image:68.596.87.478.85.338.2]
(69)

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 1.117E8 3 3.723E7 962.996 .000a

Residual 347937.374 9 38659.708

Total 1.120E8 12

a. Predictors: (Constant), x3, x2, x1

b. Dependent Variable: y

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig.

B Std. Error Beta

1 (Constant) -873.226 435.323 -2.006 .076

x1 48.127 18.158 .654 2.650 .026

x2 12.761 5.046 .152 2.529 .032

x3 1.680 1.850 .200 .908 .387

a. Dependent Variable: y

d. Pengolahan data korelasi

1. Dari menu utama SPSS, pilih menu Analyze, lalu pilih sub menu Correlate dan klik Bivariate sehingga kotak dialog Bivariate Correlations akan muncul.

(70)

Gambar 5.9 Kotak dialog Bivariate Correlations

[image:70.596.87.481.85.339.2]
(71)
(72)
[image:72.596.84.427.161.437.2]

Tabel 5.5 Korelasi antara jumlah PDRB,sektor Industri, sektor gas,

air,listrik dan sektor Bangunan

Correlations

y x1 x2 x3

y Pearson Correlation 1 .997** .955** .993**

Sig. (2-tailed) .000 .000 .000

N 13 13 13 13

x1 Pearson Correlation .997** 1 .943** .996**

Sig. (2-tailed) .000 .000 .000

N 13 13 13 13

x2 Pearson Correlation .955** .943** 1 .928**

Sig. (2-tailed) .000 .000 .000

N 13 13 13 13

x3 Pearson Correlation .993** .996** .928** 1

Sig. (2-tailed) .000 .000 .000

N 13 13 13 13

(73)

BAB 6

PENUTUP

6.1. Kesimpulan

Dengan menggunakan rumus didapat nilai koefisien – koefisien b0 = -873.226, b1 = 48.127, b2

= 12.761, b3 = 1.680. Sehingga persamaan regresi linier yang didapat adalah

Y =

Gambar

Tabel 4.1 Jumlah PDRB, Sektor Industri Pengolahan, Sektor Listrik, Gas,dan Air,
Tabel 4.3. Nilai-Nilai untuk Menghitung Koefisien-Koefisien Regresi dan Perhitungan
Tabel 4.4. Pengujian Regresi Linier Ganda
Gambar 5.1 Tampilan Pengaktifan SPSS 18.0
+7

Referensi

Dokumen terkait

(2) tfndangaa atau jfraa p&amp;aa dapat dSaJukan dalaa pc&amp;tuk taracndiri aaolfcan &amp;«&amp;urut fcataxiiuan yang ada dan * harua dilaporkan pada Dinaa Pccdepetan gl tfajafc

Berdasarkan tabel 4.5 diketahui bahwa setelah diberikan pendidikan kesehatan tentang diare, sebagian besar perilaku responden mengalami perubahan dalam upaya melakukan

Dengan memahami bahwa kasus pelemparan koin merupakan contoh sistem diskrit, maka kita dapat mengacu pada persamaan kedua pada fungsi kerapatan probabilitas..

SKRIPSI STUDI PENGGUNAAN OBAT PADA PASIEN.... ERWIN

Aspek-aspek psikologis yang dimiliki kedua belah pihak yang terlibat dalam relasi lebih menentukan dibanding dengan aspek sosiologis dan kultural.Adanya aspek

Statistika Untuk Biologi,Farmasi,Kedokteran,dan Ilmu yang Bertautan.. Penelitian Operasional Teori

Nampak bahwa berdasarkan kriteria pengujian sifat benih menurut Hong &amp; Ellis (Schmidt, 2000), benih kawista termasuk dalam kriteria benih ortodoks, karena

Sementara, rantai pasok menengah diwakili oleh SPAM Pangalengan dengan jumlah 9 unit SPAM yang terdiri dari catchment area, mata air, broncaptering, sistem transmisi,