Faktor-Faktor Yang Mempengaruhi Laju Inflasi Dengan Menggunakan Regresi Berganda

(1)

FAKTOR – FAKTOR YANG MEMPENGARUHI LAJU INFLASI DENGAN MENGGUNAKAN REGRESI BERGANDA

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh gelar Ahli Madya

SAIDA HASIBUAN 072407006

PROGRAM STUDI D-3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

(2)

PERSETUJUAN

Judul : FAKTOR - FAKTOR YANG MEMPENGARUHI LAJU INFLASI DENGAN MENGGUNAKAN REGRESI BERGANDA

Kategori : TUGAS AKHIR

Nama : SAIDA HASIBUAN

Nomor Induk Mahasiswa : 072407006

Program Studi : DIPLOMA (D-III) STATISTIKA Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, juni 2010

Diketahui / Disetujui oleh

Departemen Matematika FMIPA USU

Ketua Pembimbing

(3)

PERNYATAAN

FAKTOR – FAKTOR YANG MEMPENGARUHI LAJU INFLASI DENGAN MENGGUNAKAN REGRESI BERGANDA

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri kecuali beberapa kutipan dan ringkasan yang masing – masing saya sebutkan sumbernya.

Medan, juni 2010

(4)

Subhanallah… Rahmat dan Kuasamu tak henti -hentinya aku terima

LEMBAR PERSEMBAHAN

yang seringkali tak ku sadari, maaf jika hambamu seringkali kurang mensyukuri rahmat -Mu, namun segala pujian dan senandung keagungan Mu tak pernah lupa kulantunkan…

ayah …… Bunda……

Jerih payah dan tetesan keringatmu Alhamdulillah……

Kini bisa aku obati

ayah…… Bunda……

engkau tak pernah berharap banyak dariku engkau bahagia bila aku berhasil

Tapi nasehatmu seringkali ku abaikan Yang senantiasa menjaga langkah hidupku

Engkau juga memberikan bahumu untukku bersandar Dan yang paling penting engkau slalu ada untukku

ayah …… Bunda……

engkau tahu ananda belum cukup membalas pengorbananmu hari ini ku persembahkan hari bahagianmu

kini telah ku raih gelar ahli madya (amd) ya…. Allah berkahilah hambamu ini untuk menjalani profesiku hingga akhir hayat…. amin…..

Teristimewa untuk orang yang kusayangi Ayahanda : Drs. H. Abdullah Sani Hasibuan Ibunda : Hj. Siti dour Daulay

Kakanda : Safridah Hsb , S.Pd, Erlina Hsb, S.Pd , Arni Hsb, S.Pdi Adiknda : Saddam Husein Hsb, Mintana Rojulani Hsb,

Zakiah Hsb, Nispu Ramadani Hsb. Serta keluargaku dan Teman - teman tercinta…..

Medan , Mei 2010 By…..

(5)

PENGHARGAAN

Puji dan syukur penulis ucapkan kehadirat Allah SWT, karena berkat, rahmat dan hidayahnya penulis dapat menyelesaikan tugas akhir ini. Sholawat serta salam kepada Nabi Muhammad SAW, semoga kita mendapatkan syafaatnya di akhirat nanti.

Tugas akhir ini disusun sebagai salah satu syarat dalam menyelesaikan Program Studi D3 Statistika Fakultas matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

Penulis menyadari Tugas Akhir ini dapat terselesaikan dikarenakan bantuan serta motivasi dari orang – orang disekeliling penulis. Tugas akhir ini merupakan sebagian dari persyaratan bagi mahasiswa yang akan menyelesaaikan perkuliahan diperguruan tinggi, sebagai sarana untuk meningkatkan aktivitas dan kreativitas serta pola pikir ilmiah dan untuk mencapai gelar Ahlimadya pada jurusan Statistik di Fakultas Matematika dan Ilmu Pengetahuan Alam Sumatera Utara.

Penulis menyadari bahwa tugas akhir ini banyak kekurangannya baik dari segi kalimat, alat pengumpulan data, oleh sebab itu diharapkan kritik dan saran positif demi perbaikannya. Selanjutnya dalam kesempatan ini penulis ingin mengucapkan terima kasih kepada semua pihak yang telah membantu dalam penyelesaian tugas akhir ini, yaitu kepada :

1. Bapak Drs. Agus Salim Harahap, M.Si. selaku dosen pembimbing yang sangat membantu penulis dalam penyusunan tugas akhir ini.

2. Bapak Dr. Eddy Marlianto, M.Sc. selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Sumatera Utara.

3. Bapak Dr. Saib Suwilo, M.Sc. selaku ketua departemen Fakultas Matematika dan Ilmu Pengetahuan Alam Sumatera Utara.

4. Bapak dan ibu dosen pengajar program D-III Statistika.

(6)

6. Teristimewa buat Ayahanda Drs. H. Abdullah Sani Hasibuan dan ibunda tersayang Hj. Siti Dour Daulay yang telah membesarkan , mendidik dan memberikan kasih sayang baik moril maupun materil serta mendo’akan dengan tiada henti – hentinya sehingga penulis dapat menyelesaikan pendidikan perguruan tinggi. Dan juga kepada kakakku Safrida Hasibuan, S.Pd, Erlina Hasibuan, S.Pdi, Arni Hasibuan, S.Pdi, dan adikku Saddam Husein Hasibuan, Mintana Rojulani Hasibuan, Zakiah Hasibuan, Nispu Ramadhani Hasibuan yang telah memberikan semangat dan dorongan kepada penulis dalam menyelesaika tugas akhir ini.

7. Untuk yang terspecial my soulmate Dody Harto Siregar yang tidak pernah terlupakn atas bantuan dan perhatiannya selama ini yang telah memberikan semangat dan dorongan sepenuhnya.

8. Kepada sahabat – sahabat satu angkatan yang selalu bersama dalam suka dan duka dan yang selalu membantu penulis dalam menyelesaikan tugas akhir ini khususnya piyen lestari , Ilva Oktaviana Dewi, Suriani, Ervina sari Hsb, Tongku Hsb dan teman – teman seangkatan 2007, serta semua rekan mahasiswa Statistika yang telah membantu memberikan masukan selama penulis melakukan penelitian hingga tugas akhir ini selesai. 9. Kepada semua pihak yang tidak dapat disebutkan satu – persatu namanya, terima kasih

atas bantuan dan dukungannya. Kiranya Allah SWT yang membalas budi baik dan bantuan yang telah diberikan selama ini.

Akhirnya dengan segala kerendahan hati, penulis berharap semoga tugas akhir ini bermanfaat kepada siapa saja yang menggunakannya.

Medan, juni 2010

Penulis,

(7)

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Lembar Persembahan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel vi

Daftar Gambar vii

BAB 1 Pendahuluan I

1.1 latar Belakang I

1.2Identifikasi Masalah 4

1.3 Batasan Masalah 4

1.4 Tujuan Penelitian 5

1.5Metodologi Penelitian 5

1.6Kegunaan Penelitian 6

1.7Metode Analisis yang Digunakan 6

1.8Sistematika Penulisan 8

BAB 2 Landasan Teori 10

2.1 Konsep Dasar Analisis Regresi 10

2.2 Persamaan Regresi 11

2.2.1 Persamaan Regresi Sederhana 11 2.2.2 Persamaan Regresi Linier Berganda 12

2.3 Uji Regresi Linier Ganda 17

2.4 Koefisien Determinasi 19

(8)

2.6 Uji Koefisien Regresi Ganda 22

BAB 3 Analisis Data 24

3.1 Pengolahan Data 24

3.2 Persaamaan Regresi linier Ganda 26

3.3 Uji Regresi Linier Ganda 31

3.4 Mencari Koefisien Korelasi Linier Ganda 35

3.5 Mencari Koefisien Korelasi 36

3.5.1 Perhitungan Korelasi Antara Variabel Y dengan X 36 3.5.2 Perhitungan Korelasi Antara Variabel Bebas 37 3.6 Pengujian Koefisien Regresi Berganda 39

BAB 4 Implementasi Sistem 42

4.1 Pengertian Implementasi Sistem 42

4.2 Peranan Komput er dalam Statistik 42

4.3 Cara Kerja SPSS 45

4.4 Mengoperasikan SPSS 46

4.4.1 Mengaktifkan Program SPSS pada Windows 46

4.4.2 Pemasukan Data 47

4.4.3 Menyimpan Data 52

4.4 Analisis Regresi dengan Menggunakan SPSS 53 4.5 Analisis Korelasi dengan Menggunakan SPSS 55

BAB 5 Penutup 57

5.1 Kesimpulan 57

5.2 Saran 58

Daftar Pustaka 59

(9)

DAFTAR TABEL

Halaman Tabel 2.1 Data Hasil Pengamatan dari n Responden

(X1, X2,…,Xk,Y) 14

Tabel 3.1 Data Jumlah Uang Beredar (Triliun Rupiah), Suku bunga Bank (persen), Kurs Rupiah

Terhadap Dolar dan Laju Inflasi (persen). 25 Tabel 3.2 Nilai – nilai yang Dibutuhkan Menghitung

Koefisien – koefisien. 26

Tabel 3.3 Harga Penyimpangan Ŷ 30

Tabel 3.4 Nilai – nilai yang Diperlukan Untuk Uji

(10)

DAFTAR GAMBAR

Halaman Gambar 4.1 Tampilan Saat Membuka SPSS pada Windows 47 Gambar 4.2 Tampilan pada Pengisian Variabel View 51

Gambar 4.3 Tampilan pada Data View 52

Gambar 4.4 Tampilan Saat Membuat Persamaan Regresi 53 Gambar 4.5 Tampilan pada Kotak Dialog Regresi 54

Gambar 4.6 Tampilan Analisis Korelasi 55

(11)

BAB 1

PENDAHULUAN

1.1Latar Belakang

Indonesia adalah salah satu negara yang cukup baik dibidang sumber daya alam dan sumber daya manusia. Melalui hal ini Indonesia diharapkan dapat bersaing dengan Negara-negara lain di dunia. Negara yang maju adalah Negara yang mempunyai perekonomian dan stabilitas yang kuat. Stabilitas ekonomi tidak selalu berjalan dengan mulus, perekonomian dipengaruhi oleh banyak faktor. Salah satu indikator utama yang digunakan untuk melihat perkembangan perekonomian suatu negara adalah tingkat laju inflasi.

(12)

pada tahun 1966 dan 1997 – 1998 yang sangat berpengaruh terhadap perekonomian kita hal ini terlihat jelas dari perusahaan - perusahaan swasta yang bangkrut dan secara otomatis tingkat pengangguran semakin menjadi masalah bagi Indonesia.

Inflasi merupakan penyakit ekonomi yang tidak bias diabaikan, karena dapat menimbulkan dampak yang sangat luas. Oleh karena itu inflasi sering menjadi target pemerintah. Inflasi yang tinggi begitu penting untuk diperhatikan mengingat dampaknya bagi perekonomian yang bisa menimbulkan ketidakstabilan, pertumbuhan ekonomi yang lambat dan pengangguran yang senantiasa meningkat. Oleh karena itu, upaya mengendalikan begitu penting untuk dilakukan. Tingkat inflasi yang tinggi harus dihindari sehingga momentum pembangunan menjadi sehat dan kegairahan dunia usaha yang berada pada tingkat yang tinggi tetap dapat dipelihara.

Banyak faktor – faktor yang mempengaruhi inflasi, termasuk stabilitas politik dan keamanan, dalam penelitian ini akan dibahas tiga faktor yang mempengaruhi laju inflasi yaitu jumlah suku bunga yang beredar, suku bunga bank dan nilai tukar Rupiah.

(13)

Pertumbuhan uang beredar yang tinggi sering menjadi penyebab tingginya tingkat inflasi, naiknya jumlah uang beredar akan menaikkan permintaan yang pada akhirnya jika tidak diikuti oleh pertumbuhan di sektor rill akan menyebabkan naiknya harga.

Suku bunga adalah biaya yang harus dibayar oleh peminjam atas pinjaman yang diterima dan merupakan imbalan bagi pemberi pinjaman atas investasinya. Suku bunga mempengaruhi keputusan individu terhadap pilihan membelanjakan uang lebih banyak atau menyimpan uangnya dalam bentuk tabungan. Suku bunga juga merupakan sebuah harga yang menghubungkan masa kini dengan masa depan, suku bunga juga dipengaruhi oleh interaksi antara permintaan dan penawaran.

Tingkat suku bunga juga digunakan pemerintah untuk mengendalikan tingkat harga, ketika tingkat harga tinggi dimana jumlah uang yang beredar dimasyarakat banyak sehingga konsumsi masyarakat tinggi akan diantisipasi oleh pemerintah dengan menetapkan tingkat suku bunga yang tinggi.

Tingkat suku bunga yang rendah akan mengakibatkan kecendrungan masyarakat untuk tidak menyimpan uang mereka di bank, dan memakai uang mereka untuk kegiatan ekonomi lain. Hal ini akan mengakibatkan jumlah uang beredar tinggi dan terjadilah inflasi.

(14)

suku bunga, sehingga dapat memperkecil pengeluaran masyarakat dalam rumah tangga yang pada akhirnya dapat menurunkan inflasi.

Dengan demikian penulis merasa tertarik untuk menganalisa faktor – faktor yang mempengaruhi tingkat inflasi sebagai bahan untuk tugas akhir, dimana faktor – faktor tersebut adalah jumlah suku bunga yang beredar, suku bunga bank dan nilai tukar Rupiah. Sehingga penulis membuat judul penelitian ini “Analisis Faktor – Faktor yang Mempengaruhi Laju Inflasi Dengan Menggunakan Regresi Berganda “

1.2Identifikasi Masalah

Dalam berbagai segi kehidupan pada umumnya dan segi ekonomi pada khususnya, sering kali kita temukan hubungan sebab akibat. Akan tetapi, besarnya hubungan sebab akibat tersebut tidak dapat diketahui jika hanya berstandar pada akal sehat.

Sama halnya dengan peningkatan inflasi akibat uang yang beredar meningkat, dan berapa pula besarnya peningkatan suku bunga akibat meningkatnya inflasi tersebut. Oleh karena itu, diperlukan suatu pemahaman tentang besarnya derajat hubungan antar faktor-faktor tersebut dan mencari kebijakan untuk menjaga agar kestabilan nilai inflasi yang diharapkan. Dalam penelitian ini penulis menggunakan analisis berganda.

(15)

Permasalahan yang akan diangkat oleh penulis adalah menganalisis faktor-faktor yang mempengaruhi inflasi dengan regresi berganda. Faktor tersebut antara lain adalah jumlah uang beredar, suku bunga bank, dan nilai kurs rupiah. Analisis ketiga faktor ini akan memberikan gambaran yang spesifik tentang perekonomian Indonesia.

1.4 Maksud dan Tujuan

Adapun tujuan dari proposal ini antara lain :

a. Untuk melihat bagaimana pengaruh faktor jumlah uang beredar, suku bunga bank, dan nilai tukar rupiah terhadap laju inflasi dengan analisis regresi berganda dan mengetahui besarnya derajat hubungan satu faktor dengan faktor yang lain.

b. Sebagai bahan aplikasi teori analisis regresi berganda dan korelasi yang didapat penulis dari perkuliahaan.

1.5 Metode Penelitian

Adapun metode penelitian yang penulis lakukan adalah sebagai berikut :

a. Penelitian Kepustaan

Suatu cara penelitian yang digunakan untuk memperoleh data informasi dari perpustakaan, untuk mendapatkan tinjauan teoritis melalui literature dan referensi yang mendukung.

(16)

Dalam pengumpulan data, penulis mengambil data sekunder dari Badan Pusat Statistik, berupa buku-buku dan referensi dan sumber-sumber yang dapat dipercaya.

c. Metode Pengolahan Data

Langkah-langkah yang dilakukan adalah :

1. Menentukan apa-apa saja yang menjadi variabel bebas (X) dan variabel terikat

(Y).

2. Mencari persamaan regresi antara variabel X dan Y dengan menggunakan rumus yang diperoleh dari buku literature.

3. Uji regresi linier berganda untuk melihat besarnya pengaruh variabel bebas X secara bersama-sama terhadap variabel tak bebas.

4. Uji koefisien regresi ganda dilakukan untuk mengetahui tingkat nyata koefisien-koefisien regresi yang didapat.

d. Waktu dan lokasi penelitian

Penelitian dilakukan di kantor Badan Pusat Statistik Sumatera Utara (BPS) di Jln. Asrama No. 179 Medan, tepatnya di perpustakaan Badan Pusat Statistik Medan tanggal 05 februari sampai 17 februari.

(17)

Kegunaannya bagi penulis sendiri adalah apabila hasil pengujian berhasil, maka kesimpulan dari penelitian tersebut dapat dijadikan sebagai pembanding untuk mengetahui faktor-faktor yang mempengaruhi laju inflasi di suatu Negara.

1.7 Metode analisis yang Digunakan

Dalam mengolah data penelitian ini metode yang digunakan adalah “analisis regresi berganda” 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.

Rumus yang digunakan untuk regresi berganda adalah :

Ŷ = bo + b1x1i + b2x2i + . . . + bkxki

Di mana :

i = 1,2,3,…,n

Ŷ = nilai regresi

b0,b1,b2,bk = koefisien regresi

(18)

Kemudian akan dilihat bagaimana tingkat hubungan antara satu atau beberapa variabel bebas dengan terikat. Dalam regresi sederhana, jika angka koefisien determinasi tersebut diakarkan maka akan di dapat koefisien korelasi (r) yang merupakan ukuran hubungan linier antar dua variabel (X) dan variabel (Y). untuk regresi majemuk dapat dihitung beberapa koefisien korelasi, yaitu korelasi antara Y dan Xi.

Rumus korelasi antara Y dan Xi adalah :

∑

−

∑

∑ ∑

− − = ) ) ( ( ) ) ( ( ) )( ( 2 2 2 1 2 1 1 1 ..., 2 , 1 . i i i i i i i i k y Y Y n X X n Y X Y X n r

1.8 Sistematika Penulisan

Untuk mempermudah penulisan tugas akhir ini, penulis membuat suatu sistematika yang terdiri dari :

BAB I Pendahuluan

(19)

BAB II Landasan Teori

Dalam bab ini diuraikan tentang konsep dasar analisis regresi, persamaan regresi, analisis korelasi dan uji koefisien regresi berganda.

BAB III Sejarah Singkat BPS Sumatera Utara

Pada bab ini penulis membahas tentang sejarah tempat riset yaitu Badan Pusat Statistik (BPS) Provinsi Sumatera Utara.

BAB IV Analisis Sistem

Pada bab ini berisi tentang cara pengumpulan rumus dan metode yang telah ditentukan dengan tinjauan pustaka.

BAB V Implementasi Sistem

(20)

BAB V Kesimpulan dan Saran

(21)

BAB 2

LANDASAN TEORI

2.1 Konsep Dasar Analisis Regresi

Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling mungkin terjadi dimasa yang akan datang berdasarkan informasi yang sekarang dimiliki agar memperkecil kesalahan. Analisis regresi dapat juga diartikan sebagai usaha memprediksi perubahan. Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada variabel-variabel lain yang mempengaruhinya. Misalnya, volume pupuk terhadap hasil panen padi, karena adanya perubahan volume pupuk maka produksi padi dengan sendirinya akan berubah. Dalam fenomena alam banyak sekali kejadian yang saling berkaitan sehingga perubahan pada variabel lain berakibat pada perubahan variabel lainnya. Teknik yang digunakan untuk menganalisis ini adalah analisis regresi.

(22)

Sehingga dapat didefinisikan bahwa: analisis regresi adalah metode statistik yang digunakan untuk menentukan kemungkinan hubungan antara variabel-variabel.

2.2 Persamaan Regresi

Persamaan regresi yang digunakan untuk membuat taksiran mengenai variabel dependen disebut persamaan regresi estimasi, yaitu suatu formula matematis yang menunjukkan hubungan keterkaitan antara satu atau beberapa variabel yang nilainya sudah diketahui dengan satu variabel lain yang nilainya belum diketahui.

Sifat hubungan antar variabel dalam persamaan regresi merupakan hubungan sebab akibat (causal relationship). Oleh karena itu, sebelum menggunakan persamaan maka perlu diyakini terlebih dahulu secara teoritis atau perkiraan sebelumnya, dua atau lebih variabel memiliki hubungan sebab akibat. Variabel yang nilainya akan mempengaruhi nilai variabel lain disebut variabel bebas (independent variabel), sedangkan variabel yang nilainya dipengaruhi oleh nilai variabel lain disebut variabel tidak bebas (dependent variabel).

2.2.1 Persamaan Regresi Sederhana

(23)

Bentuk umum dari persamaan regresi linier untuk populasi adalah:

µy.x = θ1 +θ2x

Dengan θ1 dan θ2 merupakan parameter-parameter yang ada dalam regresi tersebut.

Jika θ1 dan θ2 ditaksir oleh b0 dan b1, maka regresi sederhana untuk sampel adalah sebagai

berikut:

Ŷ = b0 + b1x

2.2.2 Persamaan Regresi Linier Berganda

Banyak data pengamatan terjadi akibat lebih dari dua varriabel. Misalnya rata-rata pertambahan berat daging sapi (Y) bergantung pada berat pemulusan (X1), umur sapi ketika pengamatan mulai

dilakukan (X2), berat makanan yang diberikan setiap hari (X3) dan faktor lainnya. Untuk

memberikan gambaran tentang suatu permasalahan atau persoalan, biasanya sangat sulit ditentukan, sehingga diperlukan suatu model yang dapat diprediksi dan meramalkan respon yang penting terhadap persoalan tersebut, yaitu regresi linier ganda.

(24)

µx.y = β0 + β1X1 + β2X2 +. . . + βkXk

Di mana β0,β1 ,β2, . . .,βk adalah koefisien atau parameter model.

Model regresi linier berganda untuk populasi diatas dapat ditaksir berdasarkan sebuah sampel acak yang berukuran n dengan model regresi linier berganda untuk sampel, yaitu :

Ŷ= b0 + b1X1 + b2X2 + . . .+ bkXk

Dengan :

Ŷ = nilai penduga bagi variabel Y

b0 = dugaan bagi parameter konstanta β0

b1, b2, . . ., bk = dugaan bagi parameter konstanta β1,β2, . . .,β3

e = galat dugaan (error)

Untuk mencari nilai b0, b1, b2, . . ., bk diperlukan n buah pasang data (X1, X2, . . ., Xk,Y)

(25)

Tabel 2.1 : Data hasil pengamatan dari n Responden (X1, X2, . . ., Xk,Y)

RESPONDEN X1 X2 . . . XK Y

1 2 . . . n X11 X12 . . . X1n X21 X22 . . . X2n . . . . . . . . . . . . XK1 XK2 . . . Xkn Y1 Y2 . . . Yn

(26)

Berpasangan dengan X12, X22, . . ., XK2 dan pada umumnya data Yn berpasangan dengan X1n, X2n, . . ., Xkn.

Persamaan regresi berganda dengan dua variabel bebas X1, X2 ditaksir oleh :

Ŷ = b0 + b1X1 + b2X2

Diperoleh tiga persamaan normal yaitu :

∑Y1 = b0n+ b1X1i + b2∑X2i

∑Y1 X1i = b0∑X1i + b1∑X1i2 + b2∑X1iX2i

∑Y1 X2i = b0∑X2i + b1∑X1iX2i + b2∑X2i2

Sehingga dalam bentuk matriks dapat dituliskan :

Yi n ∑X1i ∑X2i b0

∑Y1 X1i = ∑Xi ∑X1i ∑X1i X2i x b1

(27)

Dalam penelitian ini penulis menggunakan empat variabel, yaitu 1 variabel tak bebas

(dependent variable) dan tiga variabel bebas (independent variable).

Untuk regresi linier berganda dengan tiga variabel bebas X1, X2, X3 ditaksir oleh :

Ŷ = b0 + b1X1 + b2X2 +b3X3

Untuk rumus diatas harus diselesaikan dengan empat normal yaitu :

∑Y1 = b0n+ b1X1i + b2∑X2i + b3 X3i

∑Y1 X1i = b0∑X1i + b1∑X1i2 + b2∑X1iX2i + b3∑X1i X3i

∑Y1 X2i = b0∑X2i + b1∑X1iX2i + b2∑X2i2 + b3∑X2i X3i

∑Y1 X3i = b0∑X3i + b1∑X3iX1i + b2∑X2iX3i+ b3∑X3i

Sehingga dalam bentuk matriks

Yi n ∑X1i ∑X2i ∑X3i b0

∑Y1 X = ∑X ∑X21i ∑X1i X2i ∑X1i X3i x b1

∑Y1 X2i ∑X2i ∑X1i X2i ∑X22i ∑X2i X3i b2

∑Y1 X3i ∑X3i ∑X1i X3i ∑X2iX3i ∑X23i b3

(28)

Ŷ = Variabel Terikat

X1, X2, X 3 = Variabel Bebas

koefisien regresi Berganda

Harga-harga b0 , b1, b2, dan b3 disubsitusikan ke dalam persamaan, sehingga diperoleh

model regresi berganda Y atas X1, X2, X3.

Dalam persamaan model regresi linier yang diperoleh, maka antara nilai Y dengan Ŷ akan menimbulkan perbedaan hasil yang sering disebut sebagai kekeliruan. Ukuran tersebut dapat dihitung oleh kekeliruan baku taksiran :

sy2 1,2,…,k =

Dengan :

Y = nilai data hasil pengamatan

Ŷ = nilai hasil regresi

n = ukuran sampel

(29)

2.3 Uji Regresi Linier Ganda

Pengujian regresi linier perlu dilakukan untuk mengetahui apakah variabel – variabel bebas secara bersamaan memiliki pengaruh terhadap variabel tak bebas.

Langkah – langkah pengujian regresi linier berganda adalah :

1. Menentukan formulasi hipotesis

H0 : b1 = b2 = b3 = . . .= bk = 0(X1, X2,. . ., Xk tidak mempengaruhi Y)

H1 : minimal ada satu parameter koefisien regresi yang tidak sama dengan nol

atau mempengaruhi Y.

2. Menentukan taraf nyata α dan nilai Ftabel dengan derajat kebebasan V1 = k dan V2 = n-k-1.

3. Menentukan criteria pengujian

H0 diterima bila Fhitung < Ftabel

H1 ditolak bila Fhitung > Ftabel

4. Menentukan nilai F dengan rumus :

(30)

Dengan :

JKreg = jumlah kuadrat regresi

JKres = jumlah kuadrat residu (sisa)

(n-k-1) = derajat kebebasan

Untuk :

JKreg = b1∑Yi X1i + b2∑YiX2i + . . . + bk∑Y1 Xki

Dengan : X1i = X1i +

X1i = X1i +

JKres = ∑ (Yi – Ŷi)2

5. Membuat kesimpulan apakah H0 diterima atau ditolak.

(31)

Koefisien determinasi yang ditandai dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel. Koefisien determinasi adalah untuk mengetahui proporsi keberagaman total dalam variabel tak bebas Y yang dapat dijelaskan atau diterangkan oleh variabel - variabel bebas X yang ada dimodel persamaan regresi berganda secara bersama-sama. Maka R2 akan ditentukan oleh rumus :

R2=

Dengan :

JKreg = jumlah kuadrat regresi

2.4 Koefisien Korelasi

Analisis korelasi adalah alat yang membahas tentang derajat hubungan antara satu variabel dengan variabel lainnya.

Dua variabel dikatakan berkolerasi apabila perubahan dalam satu variabel diikuti oleh perubahan variabel lain, baik yang searah maupun tidak. Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis :

1) Korelasi Positif

(32)

2) Korelasi Negatif

Terjadinya korelasi negatif apabila perubahan antara variabel yang satu diikuti oleh variabel lainnya dengan arah yang berlawanan (berbanding terbalik). Artinya apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel lainnya.

3) Korelasi Nihil

Terjadinya korelasi nihil apabila perubahan antara variabel yang satu diikuti oleh variabel lainnya dengan arah yang tidak teratur (acak). Artinya apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel. Artinya apabila variabel yang satu meningkat, kadang diikuti dengan peningkatan pada variabel lain dan kadang diikuti dengan penurunan pada variabel lain.

Berdasarkan hubungan antar variabel yang satu dengan variabel lainnya dinyatakan dengan koefisien korelasi yang disimbolkan dengan “ r “ . besarnya koefisien korelasi berkisar antara -1 r +1

Untuk mencari korelasi antara variabel Y terhadap X1 atau ry.1,2,…,k dapat dicari dengan

rumus :

∑

−

∑

∑ ∑

− − = ) ) ( ( ) ) ( ( ) )( ( 2 2 2 1 2 1 1 1 ..., 2 , 1 . i i i i i i i i k y Y Y n X X n Y X Y X n r

Sedangkan untuk mengetahui korelasi antar variabel bebas dengan tiga buah variabel bebas adalah :

(33)

∑

−

∑

∑ ∑

− − = ) ) ( ( ) ) ( ( ) )( ( 2 2 2 2 2 1 2 1 2 1 2 1 12 i i i i i i i i X X n X X n X X X X n r

b. Koefisien Korelasi antara X1 dan X3

∑

−

∑

∑ ∑

c. Koefisien Korelasi antara X2 dan X3

∑

−

∑

Nilai koefisien korelasi adalah -1 r +1. Jika dua variabel berkorelasi negatif maka

nilai koefisien korelasinya akan mendekati -1 ; jika dua variabel tidak berkolerasi maka nilai koefisien korelasinya akan mendekati 0 ; sedangkan jika dua variabel berkolerasi positif maka nilai koefisien korelasinya akan mendekati 1.

Untuk lebih mengetahui seberapa jauh derajat antara variabel – variabel tersebut, dapat dilihat dalam perumusan berikut :

r - 0,80 Berarti korelasi kuat secara negatif

(34)

r 0,49 Berarti korelasi lemah

0,50 r 0,79 Berarti korelasi sedang secara positif

r 1,00 Berarti korelasi kuat secara positif

2.5 Uji Koefisien Regresi Ganda

Adanya variabel – variabel bebas dalam regresi linier ganda perlu diuji untuk melihat seberapa besar pengaruhnya terhadap variabel tidak bebas. Uji statistik yang paling tepat adalah menggunakan uji t (t – student ).

Dimisalkan populasi mempunyai model regresi berganda yaitu :

µx.y = β0 + β1X1 + β2X2 +. . . + βkXk

Adanya asumsi bahwa variabel – variabel bebas memberikan pengaruh yang berarti atau tidak terhadap variabel tidak bebas akan diuji hipotesis H0 melawan hipotesis H1 dalam bentuk :

H0 = βi = 0,1 = 1,2, . . ., k.

H1 = βi = 0,1 = 1,2, . . ., k.

Untuk menguji tersebut digunakan kekeliruan baku yang ditaksir sy2 1,2,…,k. jadi untuk melihat

(35)

Sbi =

Dengan :

( )

1 ˆ 3

, 2 , 1

2

− −

− =

∑

k n

Y Y

SY i

X2ij = 2

∑

= 2

2

i reg

y JK R

Perhitungan t : ti =

Dengan distribusi t – student serta dk = (n – k – 1), ttabel = t(n – k – 1, α), dimana kriteria pengujian

(36)

BAB 3

ANALISIS DATA

3.1 Pengolahan Data

(37)

[image:37.612.72.465.161.642.2]

Tabel 3.1 Data Jumlah Uang Beredar (Triliun Rupiah), Suku Bunga Bank (persen), Kurs Rupiah Terhadap Dolar dan Laju Inflasi (persen).

Bulan Laju Inflasi (Persen) Jumlah Uang Beredar (milyar rupiah) Suku Bunga Bank (persen) Kurs Rupiah Terhadap Dolar

1 _15.53 _313.153 _12.5 ₉₃₀₀

2 _15.15 _311.822 _12.25 ₉₀₇₀

3 _14.9 _329.372 _11.75 ₉₁₀₀

4 _14.55 _333.905 _11.25 ₉₂₃₅

5 _6.29 _346.414 _10.75 ₉₁₁₀

6 _5.27 _342.645 _10.25 ₉₁₆₅

7 _6.6 _361.073 _9.75 ₉₀₂₀

8 _6.26 _344.84 _9.5 ₉₀₉₀

9 _6.3 _346.573 _9.25 ₉₁₆₀

10 _6.52 _341.833 _9.00 ₉₁₁₈

11 _6.29 _351.259 _9.00 ₉₀₈₃

12 _6.01 _352.629 _8.75 ₈₈₂₈

13 _5.27 _381.376 _8.5 ₉₀₅₄

14 _6.06 _397.823 _8.25 ₉₁₈₆

15 _6.51 _402.035 _8.25 ₉₄₁₀

16 _6.95 _411.281 _8.25 ₉₁₃₇

17 _6.88 _414.996 _8.25 ₉₁₀₃

18 _6.71 _424.435 _8.25 ₉₃₇₆

19 _6.59 _460.842 _8.00 ₉₄₁₉

20 _7.36 _420.298 _8.00 ₈₂₆₈

21 _7.4 _411.327 _7.93 ₈₅₆₇

22 _8.17 _419.746 _7.96 ₈₄₅₀

23 _8.96 _427.028 _7.99 ₈₆₂₂

(38)

3.2 Persamaan Regresi Linear Berganda

Sebelum kita mencari persamaan regresi linear berganda terlebih dahulu kita menghitung koefisien-koefisien regresinya (b0, b1, b 2, b 3 ). Untuk menyederhanakan table 4.1 maka

variabel- variabel yangakan dicari persamaan regresinya diubah ke notasi variabel X danY yaitu jumlah uang beredar (X1i suku bunga bank (X2i , kurs Rupiah terhadap Dolar(X3i , dan laju

[image:38.612.48.548.292.719.2]

inflasi(Yi , berikut disajikan dalam tabel :

Tabel 3.2 Nilai-nilai yang Dibutuhkan Menghitungkan Koefisien-Koefisien

Bulan _X₁ _X₂ _X₃ _Y _X₁_*X₂ _X₁_*X₃ _X₂_*X₃

(39)

15 402.035 8.25 9410 6.51 42.3801 3316.7888 3783149.3500 77632.5000 16 411.281 8.25 9137 6.95 48.3025 3393.0683 3757874.4970 75380.2500 17 414.996 8.25 9103 6.88 47.3344 3423.7170 3777708.5880 5099.7500 18 424.435 8.25 9376 6.71 45.0241 3501.5888 3979502.5600 77352 19 460.842 8.00 9419 6.59 43.4281 3686.7360 4340670.7980 75352 20 420.298 8.00 8268 7.36 54.1696 3362.3840 3475023.8640 66144 21 411.327 7.93 8567 7.4 54.76 3261.8231` 3523838.4090 67936.3100 22 419.746 7.96 8450 8.17 66.7489 3341.1782 3546853.7000 67262 23 427.028 7.99 8622 8.96 80.2816 3411.9537 3681835.4160 68889.7800 24 438.544 8.31 8894 10.38 107.7444 3644.3006 3900410.3360 73909.1400

(40)

Sambungan tabel 3.2

Bulan Y*X1 Y*X2 Y*X3 X1 ^ 2 X2 ^ 2 X3 ^ 2

1 4863.2661 194.1250 144429 98064.80141 `

156.25 86490000

2 4724.1033 185.5857 137410.5000 97232.95968 150.0625 82264900

3 4907.6428 175.0750 135590 108485.9144 138.0625 82810000

4 4858.3178 163.6875 134369.2500 111492.549 126.5625 85285225

5 2178.9441 67.6175 57301.9000 120002.6594 115.5625 82992100

6 1805.7392 54.0175 48299.5500 117405.596 105.0625 83997225

7 2383.0818 64.3500 59532 130373.7113 95.0625 81360400

8 2158.6984 59.4700 56903.4000 118914.6256 90.25 82628100

9 2183.4099 58.2750 57708 120112.8443 85.5625 83905600

10 2228.7512 58.6800 59449.3600 116848.7999 81.00 83137924

11 2209.4191 56.6100 57132.0700 123382.8851 81.00 82500889

12 2119.3003 52.5875 53056.2800 124347.2116 76.5625 77933584

13 2009.8515 44.7950 47714.5800 145447.6534 72.25 81974916

14 2410.8074 49.9950 55667.1600 158263.1393 68.0625 84382596

15 2617.2479 53.7075 61259.1000 161632.1412 68.0625 88548100

16 2858.403 57.3375 63502.1500 169152.061 68.0625 83484769

17 2855.1725 56.7600 62628.6400 172221.68 68.0625 82864609

18 2847.9589 55.3575 62912.9600 180145.0692 68.0625 87909376

19 3036.9488 52.7200 62071.2100 2123785.349 64.00 88717561

20 3093.3933 58.8800 60852.4800 176650.4088 64.00 68359824

21 3043.8198 58.6820 63395.8000 169189.9009 62.8849 73393489

(41)

23 3826.1709 71.5904 77253.1200 182352.9128 63.8401 74338884

24 4552.0867 86.2578 92319.7200 1`92320.839 9

69.0561 79103236

Jumlah 73201.859 1901.1984 1779794.7000 3482603.418 2100.7052 1959785807

Dari tabel diperoleh :

n = 24 ⅀ = 196.91

⅀ = 9085.25 ⅀ = 73201.859

⅀ = 221.94 ⅀ = 1901.1984

⅀ = 216765 ⅀ = 177979.7000

⅀ = 82789.6939 ⅀ = 3482603.4180

⅀ = 81978277.5200 ⅀ = 2100.7052

⅀ = 2007835.2300 ⅀ = 1959785807

⅀ = 1867.0553

Dari Persamaan :

⅀ = n + ⅀ + + ⅀

(42)

⅀ = ⅀ + ⅀ + ⅀ + ⅀

⅀ = + ⅀ + ⅀ + ⅀

Dapat didistribusikan ke dalam nilai-nilai yang bersesuaian sehingga diperoleh : 196.91 = 24 + 9085.25 + 221.94 + 216765

73201.859 = 9085.25 + 3482603.4180 + 82789.6939 + 81978277.5200

1901.1984 = 221.94 + 82789.6939 + 2007853.2300

(43)

Setelah persamaan diselesaikan,maka diperoleh koefisien – koefisien regresi linear

beganda sebagai berikut :

= -21.5786

= 0.058

= 3.308

= -0.003

Dengan demikian,persamaan regresi linearnya ganda atas , ,dan atas Y

adalah :

Ŷ = -21.5786 + 0.058 + 3.308 - 0.003

Sedangkan untuk menghitung kekeliruan baku taksiran diperlukan harga-harga Ŷ yang diperoleh dari persamaan regresi diatas untuk setiap nilai

(44)

[image:44.612.67.410.116.715.2]

Tabel 3.3 Harga Penyimpangan Ŷ

Bulan Y Ŷ (Y-Ŷ) (Y-Ŷ

1 15.53 10.0343 5.4957 30.2030 2 15.15 9.8201 5.3299 28.4081

3 14.9 9.0940 5.8060 33.8000

4 14.55 7.2980 7.2521 52.5931 5 6.29 6.7444 -0.4544 0.2065

6 5.27 4.7068 0.5631 0.3172

7 6.6 4.5566 2.0433 4.1753

8 6.26 2.5781 3.6819 13.5562

9 6.3 1.6416 4.6584 21.7004

10 6.52 0.6657 5.8542 34.2727 11 6.29 1.3174 4.9726 24.7265 12 6.01 1.3349 4.6751 21.8567 13 5.27 1.4972 3.7728 14.2340 14 6.06 1.2281 4.8319 23.3469 15 6.51 0.8004 5.7096 32.5992 16 6.95 2.1557 4.7943 22.9853 17 6.88 2.4732 4.4068 19.42017 18 6.71 2.20163 4.5084 20.3254 19 6.59 3.3572 3.2328 10.4508 20 7.36 4.4587 2.9013 8.4176

(45)

22 8.17 3.7483 4.4217 19.55190 23 8.96 3.7539 5.2061 27.1030 24 10.38 4.6644 5.7156 32.6678

Jumlah - - - 517.9869

Sehungga Kesalahan Bakunya dapat dihitung dengan menggunakan rumus :

Dengan :

⅀(Y – Ŷ) = 517.9869

n = 24

K = 3

Diperoleh :

=

= 25.8993

(46)

3.3 Uji Regresi Linear Ganda

Perumusan hipotesis:

: = = = … = = 0 ( ( ,..., tidak mempengarhui Y )

: minimal ada satu parameter koefisien regresi yang tidak sama dengan nol atau

Mempengaruhui Y.

ditolak jika >

diterima bila

Dalam pengujian model regresi yang telah ada,maka perlu diambil nilai-nilai :

= - , = - , = - dan = - , dengan : =

378.55208 ; : = 9,2475 ; : : = 9031,875 ; = 8.2045 dan disajikan dalam tabel 4.4 berikut

(47)

[image:47.612.67.549.117.719.2]

Tabel 3.4 Nilai-nilai yang Diperlukan untuk Uji Regresi Linier Berganda

Bulan

1 -65.39908 3.2525 268.125 7.3255 4277.03966

2 -66.73008 3.0025 38.125 6.9455 4452.90358 3 -49.18008 2.5025 68.125 6.6955 2418.68027 4 -44.64708 2.0025 203.125 6.3455 1993.36175 5 -32.13808 1.5025 78.125 -1.9145 1032.85619 6 -35.90708 1.0025 133.125 -2.9345 1289.31839 7 -17.47908 0.5025 -11.875 -1.6045 305.518238 8 -33.71208 0.2525 58.125 -1.9445 1136.50434 9 -31.97908 0.0025 128.125 -1.9045 1022.66156

10 -36.71908 -0.2475 86.125 -1.6845 1348.29084 11 -27.29308 -0.2475 51.125 -1.9145 744.912216 12 -25.92308 -0.4975 -203.875 -2.1945 672.006077 13 2.82392 -0.7475 22.125 -2.9345 7.97452417 14 19.27092 -0.9975 154.125 -2.1445 371.368358 15 23.48292 -0.9975 378.125 -1.6945 551.447532

(48)

21 32.77492 -1.3175 -464.875 -08045 1074.19538 22 41.19392 -1.2875 -581.875 -0.0345 1696.93904 23 48.47592 -1.2575 -409.875 o.7555 2349.91482 24 59.99192 -0.9375 -137.875 2.1755 3599.03047

Jumlah -0.00092 43363.8599

Sambungan dari tabel 3.4

Bulan * * *

1 10.5788 71891.0156 53.6629 -479.0810 23.8262 1964.1497 2 9.0150 1453.5156 48.2400 -463.4738 20.8539 264.7972 3 6.2625 4641.0156 44.8297 -329.2852 16.7555 456.1309 4 4.0100 41259.7656 40.2654 -283.3080 12.7069 1288.9297

5 2.2575 6103.51562 3.66531025 61.5283 -2.8765 -149.5703 6 1.0050 17722.2656 8.61129025 105.3693 -2.9418 -390.6553 7 0.2525 141.0156 2.57442025 28.0452 -0.8i063 19.0534 8 0.0638 3378.5156 3.78108025 65.5531 -0.5000 -113.0241 9 0.000 16416.0156 3.62712025 60.9042 -0.0048 -244.0141 10 0.06126 7417.5156 2.83754025 61.8533 0.4169 -145.0776 11 0.06126 2613.7656 3.66531025 52.2526 0.4738 -97.8788 12 0.2475 41565.0156 4.81583025 56.8882 1.0918 447.4037

(49)

15 0.9950 142978.5156 2.87133025 -39.7918 1.6903 -640.7328 16 0.9950 11051.2656 1.57377025 -41.0584 1.2514 -131.8793 17 0.9950 5058.7656 1.75430025 -48.2700 1.3212 -904.2051 18 0.9950 118422.0156 2.23353025 -68.5720 1.4908 -514.2948 19 1.5563 1429865.7656 2.60661025 -132.8571 2.0141 -625.0133 20 1.5563 583505.0156 0.71318025 -35.2544 1.0535 645.0924

21 1.7358 216108.7656 0.64722025 -26.3674 1.0600 373.9919 22 1.6577 338578.5156 0.00119025 -1.4212 0.0444 20.0747 23 1.5813 167997.5156 0.57078025 36.6236 -0.9500 -309.6606 24 0.8789 19009.51563 4.73280025 130.5124 -2.0395 -299.9471

Jumlah 48.31505 1991422.625 251.490796 -1338,823 80.2732 1328.2238

Dari tabel 4.4 dapat dicari ;

= ⅀ + ⅀ + ⅀

= 0.058 * -1338.823 + 3.308 * 80.2732 – 0.003 * 1328.2238

= 183.9073

= ⅀( -Ŷ = 517.9869

(50)

F =

=

= 5.3669

Dari tabel distribusi F dengan dk pembilang = 3,dk penyebut = 20, dan α = 0.05,

diperoleh = 3.10.karena lebih besar dibanding maka ditolak dan

diterima. Hal ini berarti persamaan regresi berganda Y atas , , bersifat nyata atau ini

barati bahwa jumlah uang beredar, suku bunga dan kurs rupiah terhadap dolar secara bersama-sama berpengaruh terhadap laju inflasi.

3.4 Mencari Koefisien Korelasi Linear Ganda

Berdasarkan tabel 4.4 dapat dilihat harga ⅀ = 251.490796, sedangkan yang telah dihitung adalah : 183.9073,maka selanjutnya dengan rumus =

Didapat koefisien determinasi ;

(51)

(52)

Dan untuk koefisien korelasi ganda, kita gunakan :

=

= 0.855

Dari hasil perhitungan didapat nilai koefisien determinasi sebesar 0.7313 dan dengan mencari akar dari , diperoleh koefisien korelasinya sebesar 0.85. Artinya 85 inflsi

dipengaruhi oleh ketiga faktor yang dianalisis.

3.5 Koefisien Korelasi

3.5.1 Perhitungan Korelasi antara Variabel Y dengan

1. Korelasi korelasi antara laju inlasi (Y) dengan uang beredar (

∑

−

∑

− − = ) ) ( ( ) ) ( ( ) )( ( 2 2 2 1 2 1 1 1 1 . i i i i i i i i y Y Y n X X n Y X Y X n r =

(53)

2. koefisien korelasi antara laju inflasi (Y) dengan suku bunga (X2)

∑

−

∑

− − = ) ) ( ( ) ) ( ( ) )( ( 2 2 2 2 2 2 2 2 2 . i i i i i i i i y Y Y n X X n Y X Y X n r = = 0.728

3. koefisien korelasi antara laju inflasi (Y) dengan kurs rupiah terhadap dollar (X3)

∑

− − − = ) ) ( ( ) ) ( ( ) )( ( 2 2 2 3 2 3 3 3 3 . i i i i i i i i y Y Y n X X n Y X Y X n r = -71.517

Dari ketiga nilai korelasi diatas dapat dilihat bahwa korelasi antara Y dengan X1

sebesar -0.405, Y terhadap X2 sebesar 0.728, dan Y terhadap X3 sebesar -71.517, korelasi yang

(54)

3.5.2 Perhitungan korelasi antar Variabel Bebas

1. koefisien korelasi antara jumlah uang beredar (X1) dengan suku bunga bank (X2)

∑

−

∑

∑ ∑

− − = ) ) ( ( ) ) ( ( ) )( ( 2 2 2 2 2 1 2 1 2 1 2 1 12 i i i i i i i i X X n X X n X X X X n r = 0.847

2. koefisien korelasi antara jumlah uang beredar (X1) terhadap kurs rupiah terhadap dolar

(X3)

∑

−

∑

∑ ∑

− − = ) ) ( ( ) ) ( ( ) )( ( 2 3 2 3 2 1 2 1 3 1 3 1 13 i i i i i i i i X X n X X n X X X X n r =

= - 0.126

3. koefisien korelasi antara suku bunga bank (X2) terhadap kurs rupiah terhadap dolar (X3)

(55)

_{= 0.336}

Berdasarkan perhitungan korelasi diatas dapat disimpulkan bahwa korelasi antara variabel bebas X1, X2, dan X3 bersifat lemah secara positif.

3.6 Pengujian Koefisien Regresi Berganda

Hipotesis

H0 = βi = 0,i = 1,2, . . ., k. ( variabel bebas Xi tidak berpengaruh terhadap Y )

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

Dimana tolak H0 jika ti > ttabel dan terima H0 jika ti < ttabel

Dari perhitungan sebelumnya di dapat :

=25.8993, r

12 = 0.847

= 43363.8599, r13 = - 0.126

, r23 = 0.336

1991422.625

Sehingga dapat dihitung kekeliruan baku koefisien bi sebagai berikut :

(56)

=

= 0.046

Sb2 =

=

= 0.738

Sb3 =

=

= 0.004

Sehingga diperoleh distribusi ti dengan perhitungan

t

_i = sebagai berikut :

(57)

=

= 1.261

t

2 =

=

= 4.482

t

3 =

=

= - 0.75

Dari tabel distribusi t dengan dk = 24 dan α = 0.05 diperoleh

t

tabel sebesar = 2.06 dari

perhitungan diatas diperoleh :

1. t1 = 1.261 < ttabel = 2.06

2. t2 = 4.482 > ttabel = 2.06

(58)

Dari ketiga koefisien regresi tersebut variabel X2 (suku bunga) memiliki pengaruh yang

berarti atau signifikan terhadap persamaan regresi yang di tentukan, sedangkan X1 (jumlah uang

beredar), X3 (kurs rupiah terhadap dollar) tidak memiliki pengaruh yang berarti atau signifikan

(59)

BAB 4

IMPLEMENTASI SISTEM

4.1 Pengertian Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang telah disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki.

Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam programming. Daalam pengolahan data pada karya tulis ini penulis menggunakan perangkat lunak (software) sebagai implementasi sistem yaitu SPSS for windows dalam masalah memperoleh perhitungan.

4.2 Peranan Komputer Dalam Statistika

(60)

1. Jumlah Input yang Besar

Jumlah input yang besar akan dapat diolah oleh komputer dengan mudah semudah mengolah data yang jumlahnya sedikit sehingga komputer akan dapat bekerja sangat efisien pada pengolahan data dengan menggunakan input yang besar.

2. Proyek yang Repetitif

Perintah pengolahan yang berulang-ulang akan lebih efisien dengan menggunakan komputer, karena disini perintah hanya dilakukan satu kali kemudian diulang-ulang (di-copy) untuk menjalankan perintah pengolahan yang lain.

3. Diperlukan Kecepatan yang Tinggi

komputer dapat melakukan proses pengolahan jumlah data yang besar dalam waktu yang singkat. Jumlah data yang besar dan sedikit akan sama cepatnya diolah oleh komputer, yang membedakan hanya pada proses pemasukan data saja.

4. Diperlukan Ketepatan yang Tinggi

komputer yang telah terprogram dengan benar akan melakukan proses pengolahan yang tepat. Kesalahan informasi yang mungkin dihasilkan hanya terjadi pada proses

pemasukan data saja.

5. Pengolahan Hal yang Kompleks

Hubungan antar fenomena yang kompleks akan dapat dipecahkan dengan mudah menggunakan komputer dalam waktu yang tepat dan cepat.

(61)

berbagai software khusus statistik yang beredar sekarang, SPSS adalah yang paling populer dan paling banyak digunakan pemakai di seluruh dunia.

SPSS sebagai software statistik, pertama kali dibuat tahun 1968 oleh tiga mahasiswa Standford University, yang dioperasikan pada komputer mainframe. Pada tahun 1984, SPSS pertama kali muncul dengan versi PC (dapat dipakai untuk computer desktop) dengan nama SPSS / PC dan sejalan dengan mulai populernya system operasi windows, SPSS pada tahun 1992 juga mengeluarkan versi windows.

Hal ini membuat SPSS yang tadinya ditujukan bagi pengolahan data statistik untuk ilmu sosial SPSS saat itu adalah singkatan dari (Statistical Package for the social

Sciences), sekarang diperluas untuk melayani berbagai user, seperti untuk proses

produksi di pabrik, riset ilmu-ilmu sains daan lainnya. Sehingga sekarang kepanjangan SPSS adalah Statistical Product and Services Solutions.

4.3 Cara Kerja SPSS

Cara kerja komputer, statistik, dan SPSS pada prinsipnya adalah sama, yaitu meliputi 3 bagian : input, proses dan output.

1. Input

(62)

Pada statistik, input berupa data yang telah ditabulasikan pada data editor bagian view data, sedangkan proses coding dan pendefinisian variabel pada view variabel.

2. Proses

Pada komputer, proses berupa eksekusi program komputer dimana komputer menjalankan perintah-perintah sesuai dengan apa yang telah diprogramkan. Pada

statistik, proses berupa analisis perhitungan, baik secara deskriptif maupun inferensi, baik dengan statistik parametrik ataupun non- parametrik. Pada SPSS, proses berupa eksekusi program SPSS untuk menganalisis input yang ada di data editor sesuai dengan perintah dari pemakai.

3. Output

Pada komputer, output berupa hasil pengolahan yang telah diproses dengan program komputer yang dikehendaki. Bentuk output computer bisa dalam bentuk cetakan, tampilan, gambar, maupun suara.

Pada statistik, output berupa hasil analisis, baik dalam bentuk penyajian data maupun dalam bentuk grafik atau tabel serta kesimpulan yang diperoleh dari hasil analisis. Pada SPSS, output berupa hasil analisis program SPSS yang disajikan dalam output navigator.

Dengan demikian, cara kerja SPSS dapat dilihat dalam sistematika berikut.

INPUT DATA PROSES OUTPUT dengan dengan dengan

(63)

4.4 Mengoperasikan SPSS

Adapun langkah-langkah pengolahan data dengan menggunakan program SPSS adalah :

4.4.1 Mengaktifkan Program SPSS pada Windows

[image:63.612.74.534.320.601.2]

Klik Start, kemudian Program, SPSS for Windows, SPSS 17.0 for windows. Akan tampak tampilan seperti gambar 4.1 berikut.

(64)

4.4.2 Pemasukan Data

Langkah-langkahnya sebagai berikut :

Buka lembar kerja baru dari menu file, pilih new, lalu klik data. Pada menu data view isilah kolom dengan ketentuan data yang akan diolah. Pada pemasukan data view hanya akan didefenisikan seperlunya saja, jadi tidak akan menjelaskan proses pemasukan data diluar dari yang diperlukan.

1. Input variabel (jumlah uang beredar)

1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik . 2. Type

Karena berupa angka, maka klik kotak kecil di kanan sel tersebut, pilih type numeric.

3. Width

Untuk keseragaman ketik 8 4. Decimals

Untuk keseragaman ketik 3 5. Label

(65)

2. Input variabel (suku bunga bank)

1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik . 2.Type

3. Width

Untuk keseragaman ketik 2 5.Label

Label adalah keterangan untuk nama variabel. Maka untuk ketik suku bunga bank. 3. Input variabel (kurs rupiah terhadap dolar)

1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik .

2. Type

3. Width

(66)

4. Decimals

Label adalah keterangan untuk nama variabel. Maka untuk ketik kurs rupiah terhadap dolar.

4. Input variabel (laju inflasi)

1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik .

2. Type

3. Width

Label adalah keterangan untuk nama variabel. Maka untuk ketik laju inflasi.

(67)

[image:67.612.72.533.73.349.2]

Gambar 4.2 Tampilan pada pengisian variabel view

(68)

[image:68.612.71.534.72.350.2]

Gambar 4.3 Tampilan pada data view

4.4.3 Menyimpan Data

Setelah semua data diisikan dan didefenisikan untuk setiap variabel ke dalam SPSS data editor, maka langkah selanjutnya adalah menyimpan file tersebut dengan langkah-langkah sebagai berikut.

1. Dari menu SPSS, pilih menu file, kemudian pilih submenu save as…

2. Beri nama file tersebut.

(69)

4. Apabila mau menyimpan file yang telah diberi nama tanpa mengganti dengan nama baru, tinggal klik save.

4.5 Analisis Regresi dengan Menggunakan SPSS

Adapun langkah-langkah analisis regresi dalam SPSS adalah sebagai berikut.

[image:69.612.88.556.285.567.2]

1. Buka file, analyze, regression, linier… Akan tampak tampil seperti gambar 4.4 berikut.

(70)

2. Masukkan variabel : Y pada kotak dependent.

X1

X2 pada kotak independent (s) X3

[image:70.612.73.535.230.509.2]

3. Abaikan pilihan yang lain, klik OK. Seperti yang terlihat pada gambar 4.5 berikut.

Gambar 4.5 Tampilan pada kotak dialog regresi

Tampilan outputnya dapat dilihat pada lampiran.

(71)

Adapun langkah-langkah analisis korelasi dalam SPSS adalah sebagai berikut :

[image:71.612.75.536.175.453.2]

1. Buka file, analyze, correlate, bivariate… Akan tampak tampilan seperti gambar 4.6 berikut.

Gambar 4.6 Tampilan Analisis Korelasi

2. Masukkan variabel Y, X1, X2, dan X3

3. Pada correlation coefficients, pilih pearson.

4. Pada test of significance, pilih two- tailed.

(72)

[image:72.612.92.552.71.371.2]

(73)

BAB 5

KESIMPULAN DAN SARAN

Berdasarkan hasil pengolahan data pada bab sebelumnya, maka dapat diambil beberapa kesimpulan serta saran sebagai berikut :

5.1 Kesimpulan

1. persamaan regresi linier yang didapat adalah Ŷ = -21.5786 + 0.058 +

3.308 - 0.003 .

2. Pada uji regresi linier berganda dengan taraf nyata 0.05, dk pembilang = 3, dk penyebut = 20, maka Ftabel yang di dapat sebesar 3.01 dan Fhitung = 5.3369. diperoleh Fhitung > Ftabel

dapat disimpulkan bahwa H0 ditolak dan H1 diterima. Ini menunjukkan adanya hubungan yang fungsional yang signifikan antara jumlah uang beredar (X1), dan suku bunga bank (X2), dan kurs rupiah terhadap dolar (X3) terhadap laju inflasi (Y).

(74)

4. Pada analisis korelasi antara variabel bebas dengan variabel tak bebas, korelasi yang kuat terjadi antara laju inflasi (Y) dengan suku bunga bank (X2) yaitu 0.728.

5.2 Saran

1.Penulis menyarankan agar metode analisis regresi dapat dikembangkan sehingga dapat digunakan untuk meramalkan laju inflasi, ataupun meramalkan hal-hal lain sehingga dapat digunakan sebagai acuan untuk mengambil keputusan atau kebijakan ekonomi meneter.

(75)

DAFTAR PUSTAKA

1. Achmad, engkos. 1920, Cara Menggunakan dan Memakai Analisis Jalur. Alfa Beta, Bandung.

2. Algifari. Analisis Regresi. BPFE, Yogyakarta.

3. Badan Pusat Statistik, Laporan perekonomian Indonesia Tahun 2006. Jakarta, BPS.

4. Sudjana. 1992. Metode Statistika, edisi 6 Tarsito, Bandung.

5. Sudjana. 1996. Teknik Analisis Regresi dan Korelasi. Tarsito, Bandung.

(76)

(77)

DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM Jl. Bioteknologi No.1 Kampus USU, Telp.(061) 8211050, Fax (061) 8214290

Medan 20155

KARTU BIMBINGAN TUGAS AKHIR MAHASISWA

Nama Mahasiswa : SAIDA HASIBUAN

NIM : 072407006

Judul Tugas Akhir : Faktor – Faktor yang Mempengaruhi Laju Inflasi dengan

Menggunakan Regresi Berganda Dosen Pembimbing : Drs. Agus Salim Harahap, M.Si

Tanggal Mulai Bimbingan : Tanggal Selesai Bimbingan :

Diketahui Disetujui

Ketua Departemen Matematika, Pembimbing

Dr. Saib Suwilo M.Sc Drs. Agus Salim Harahap, M.Si NIP. 19640109 198803 1 004 NIP. 19540828 1981

No

TANGGAL ASISTEN BIMBINGAN

PEMBAHASAN PADA ASISTENSI MENGENAI,

PADA BAB

PARAF DOSEN

(78)

Hasil Uji Program Tugas Akhir SURAT KETERANGAN

Yang bertanda tangan dibawah ini, menerangkan bahwa Mahasiswa Tugas Akhir Program Diploma III Statistika :

Nama : SAIDA HASIBUAN NIM : 072407006

Prog. Studi : D-3 Statistika

Judul Tugas Akhir : FAKTOR – FAKTOR YANG MEMPENGARUHI LAJU

INFLASI DENGAN MENGGUNAKAN REGRESI BERGANDA

Telah melaksanakan Test Program Tugas Akhir Mahasiswa tersebut di atas pada tanggal / Mei / 2010.

Dengan Hasil : Sukses / Gagal

Demikian diterangkan untuk digunakan melengkapi syarat pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Departemen Matematika FMIPA USU Medan.

Medan, Mei 2010 Dosen Pembimbing

Drs. Agus Salim Harahap, M.Si

(79)

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation Laju Inflasi 24 5.27 15.53 8.2046 3.30672 Jumlah Uang Beredar 24 311.822 460.842 378.55204 43.421023 Suku Bunga Bank 24 7.93 12.50 9.2475 1.44936 Kurs Rupiah Terhadap Dolar 24 8268 9419 9031.88 294.251 Valid N (listwise) 24

Regression

Variables Entered/Removed

Model Variables Entered

Variables

Removed Method 1 Kurs Rupiah

Terhadap Dolar, Jumlah Uang Beredar, Suku Bunga Banka

. Enter

a. All requested variables entered.