ANALISIS REGRESI BERGANDA TERHADAP
FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU INFLASI
TUGAS AKHIR
YUDHISTIRA PRIA KUSUMA
112407085
PROGRAM STUDI D3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
ANALISIS REGRESI BERGANDA TERHADAP
FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU INFLASI
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh gelar Ahli Madya
YUDHISTIRA PRIA KUSUMA
112407085
PROGRAM STUDI D3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : ANALISIS REGRESI BERGANDA TERHADAP
FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU INFLASI
Kategori : TUGAS AKHIR
Nama : YUDHISTIRA PRIA KUSUMA
Nim : 112407085
Program Studi : D3 STATISTIKA Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM
(FMIPA) UNIVERSITAS SUMATERA UTARA
Disetujui: Medan, Juni 2014
Diketahui oleh: Disetujui:
Program Studi Statistika FMIPA USU Pembimbing, Ketua,
PERNYATAAN
ANALISIS REGRESI BERGANDA TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU INFLASI
TUGAS AKHIR
Saya mengaku bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dari ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juni 2014
YUDHISTIRA PRIA KUSUMA
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha
Penyayang, dengan limpahan dan karuniaNya Penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul “ANALISIS REGRESI BERGANDA TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU INFLASI”.
Terimakasih penulis sampaikan kepada Bapak Drs. Ujian Sinulingga, 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 Drs. Sutarman, M.Sc selaku Dekan FMIPA USU, seluruh Staff dan Dosen Program Studi
D3 Statistika FMIPA USU, Pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Bapak Eman Suratman dan Ibu Dahliani Lubis selaku Ayah
DAFTAR ISI
Daftar Gambar vii
BAB 1 PENDAHULUAN
1.1 Latar Belakang 1
1.2 Perumusan Masalah 4
1.3 Batasan Masalah 4
1.4 Tujuan Penelitian 5
1.5 Manfaat Penelitian 5
1.6 Tinjauan Pustaka 6
1.7 Metodologi Penelitian 7
1.8 Sistematika Penelitian 7
BAB 2 LANDASAN TEORI
2.1 Pengertian Regresi 10
2.2 Analisis Regresi Berganda 10
2.3 Regresi Linier Sederhana 11
2.4 Regresi Linier Berganda 12
2.5 Membentuk Persamaan Regresi Linier Berganda 12
2.6 Uji Keberartian Regresi 13
2.7 Uji Koefisien Regresi Linier Berganda 14
2.8 Uji Koefisien Korelasi 15
2.9 Uji Koefisien Determinasi 17
BAB 3 SEJARAH SINGKAT TEMPAT RISET
3.1 Sejarah Badan Pusat Statistik 20
3.1.1 Masa Pemerintahan Hindia Belanda 21
3.1.2 Masa Pemerintahan Jepang 22
3.1.3 Masa Kemerdekaan Republik Indonesia 22
3.1.4 Masa Orde Baru 22
3.2 Tugas, Fungsi dan Kewenangan Badan Pusat Statistik 23
3.2.1 Tugas 23
3.2.2 Fungsi 23
3.2.3 Kewenangan 23
3.3 Visi dan Misi Badan Pusat Statistik 24
3.3.1 Visi 24
3.3.2 Misi 24
3.4 Struktur Organisasi Badan Pusat Statistik 25
BAB 4 PENGOLAHAN DATA
4.1 Pengolahan Data dan Evaluasi 28
4.2 Menentukan Persamaan Regresi Linier Berganda 30
4.3 Pengujian Keberartian Regresi 37
4.4 Perhitungan Koefisien Determinasi 41
4.5 Pengujian Koefisien Korelasi 42
4.5.1 Perhitungan Korelasi antara Variabel Bebas dan Variabel
Terikat 42
4.6.2 Perhitungan Korelasi antar Variabel Bebas 44
BAB 5 IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem 47
5.2 Pengertian SPSS 47
5.3 Pengolahan Data dengan SPSS 47
5.4 Analisis Regresi dan Korelasi dengan SPSS 52
5.5 Hasil Output Pengolahan Data dalam SPSS 56
BAB 6 PENUTUP
6.1 Kesimpulan 65
6.2 Saran 66
DAFTAR TABEL
Halaman
Tabel 4.1 Data yang akan Diolah 29
Tabel 4.2 Nilai-nilai yang Diperlukan untuk Menghitung Koefisien Regresi 31 Tabel 4.3 Nilai-nilai yang Diperlukan untuk Menghitung Nilai Taksiran Baku 35 Tabel 4.4 Nilai-nilai untuk Menghitung Koefisien-koefisien Regresi dan
DAFTAR GAMBAR
Halaman Gambar 3.1 Struktur Organisasi Badan Pusat Statistik 25
Gambar 3.2 Logo Badan Pusat Statistik 27
Gambar 5.1 Tampilan Pengaktifan SPSS 17,0 48
Gambar 5.2 Tampilan Jendela Variabel View dalam SPSS 49 Gambar 5.3 Tampilan Pengisian Variabel pada Variabel View 51 Gambar 5.4 Tampilan Pengisian Data pada Data View 52 Gambar 5.5 Tampilan Menu Analyze (Regression dan Analyze) 53
Gambar 5.6 Tampilan pada Linier Regression 54
Gambar 5.7 Tampilan pada Linier Regression Statistics 54 Gambar 5.8 Tampilan pada Linier Regression Plots 55 Gambar 5.9 Tampilan pada Bagian Descriptive Statistics 56
Gambar 5.10 Tampilan pada Bagian Correlations 57
Gambar 5.11 Tampilan pada Bagian Variabel Entered/Remove 59
Gambar 5.12 Tampilan pada Bagian Coefficients 59
Gambar 5.13 Tampilan pada Bagian ANOVAb 60
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Indonesia adalah salah satu negara yang cukup baik di bidang 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.
Inflasi adalah kecendrungan dari harga-harga untuk meningkatkan secara umum kelompok barang kebutuhan masyarakat secara terus-menerus. Kenaikan yang
bersifat dua atau tiga jenis barang saja tidak dapat dikatakan inflasi kecuali bila kenaikan tersebut bersifat meluas. Apabila suatu negara mengalami inflasi yang tinggi maka dikatakan perekonomian negara tersebut sedang atau tidak baik. Indonesia
pernah mengalami inflasi yang sangat tinggi yaitu pada tahun 1996 dan 1997-1998 yang sangat berpengaruh terhadap perekonomian kita. Hal ini terlihat jelas dari
Inflasi merupakan penyakit ekonomi yang tidak bisa 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 yang mempengaruhi laju inflasi, termasuk stabilitas politik dan keamanan, dalam penelitian ini akan dibahas tiga faktor yang mempengaruhi laju inflasi yaitu jumlah uang yang beredar, suku bunga bank dan nilai tukar rupiah.
Jumlah uang beredar adalah banyaknya uang kartal (uang kertas dan logam) dan uang giral (simpanan rupiah) yang beredar dikalangan masyarakat. Semakin banyak
uang beredar maka nilai tukarnya akan semakin lemah dan harga-harga kebutuhan akan naik. Dengan banyaknya uang beredar maka semakin tinggi juga angka inflasi.
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
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 kan mengakibatkan jumlah uang beredar tinggi dan terjadilah inflasi.
Untuk menjaga dan mencapai nilai inflasi yang rendah diperlukan kebijakan
ekonomi yang sistematis. Pemerintah telah banyak membuat kebijakan moneter, antara lain menaikkan 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 uang yang beredar, suku bunga bank dan nilai tukar rupiah. Dari hal ini penulis menetapkan judul “ ANALISIS REGRESI BERGANDA
TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU INFLASI “.
1.2 Perumusan Masalah
Dalam berbagai segi kehidupan pada umumnya dan segi ekonomi pada khususnya, sering 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 regresi berganda.
1.3 Batasan Masalah
Permasalahan yang akan diangkat oleh penulis adalah menganalisis faktor-faktor yang
1.4 Tujuan Penelitian
Adapun tujuan dari proposal ini antara lain, adalah :
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 yang lain.
b. Sebagai bahan aplikasi teori analisis regresi berganda dan korelasi yang didapat
penulis dari perkuliahan.
1.5 Manfaat Penelitian
Adapun metode penelitian yang penulis lakukan adalah sebagai berikut : a. Penelitian kepustakaan
Suatu cara penelitian yang digunakan untuk memproleh data informasi dari perpustakaan, untuk mendapatkan tinjauan teoritis melalui literatur dan referensi
yang mendukung.
b. Metode Pengumpulan Data
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).
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
Penlitian dilakukan di kantor Badan Pusat Statstik (BPS) Sumatera Utara di Jln.Asrama No.179 Medan, tepatnya di perpustakaan BPS Medan pada tanggal 30
April 2014 – 23 Mei 2014
1.6 Tinjauan Pustaka
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 :
Kemudian akan dilihat bagaimana tingkat hubungan antara satu atau beberapa variabel bebeas dengan terikat. Dalam regresi sederhana, jika angka koefisien
determinasi tersebut diakarkan makan akan didapat koefisien korelasi (r) yang merupakan ukuran hubungan linier antara dua variabel ( X dan Y ). Untuk regresi majemuk dapat dihitung beberapa koefisien korelasi, yaitu korelasi antara Y dan Xi.
Rumus korelasi antara Y dan Xi adalah ;
, ,… ∑ ∑ ∑
∑ ∑ ∑ ∑
1.7 Metodologi Penelitian
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.
1.8 Sistematika Penulisan
Adapun sistematika penulisan yang akan diuraikan oleh penulis antara lain:
BAB 1 : PENDAHULUAN
Bab ini menguraikan tentang Latar Belakang, Identifikasi Masalah,
Penelitian, Metode Analisis yang Digunakan, dan Sistematika Penulisan.
BAB 2 : LANDASAN TEORI
Bab ini menguraikan tentang pengertian regresi linier sederhana,
regresi linier berganda, uji keberartian regresi, uji koefisien regresi berganda, uji korelasi, dan uji koefisien determinasi untuk regresi linier berganda.
BAB 3 : SEJARAH SINGKAT TEMPAT RISET
Bab ini menjelaskan tentang metode-metode yang digunakan dalam
penelitian, dan gambaran tepat riset penulis.
BAB 4 : PENGOLAHAN DATA
Bab ini menguraikan proses pengolahan data dengan regresi linier berganda, uji keberartian regresi, uji koefisien berganda, menentukan
nilai korelasi dan uji koefisien determinasi. BAB 5 : IMPLEMENTASI SISTEM
Bab ini menguraikan tentang pengolahan data dengan program SPSS, sehingga hasil outputnya membantu dalam menyelesaikan permasalahan dalam penulisan.
BAB 2
LANDASAN TEORI
2.1 Pengertian Regresi
Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
variabel tak bebas (dependent variable) satu atau lebih variabel yang menerangkan dengan tujuan untuk memperkirakan ataupun meramalkan nilai-nilai dari variabel tak
bebas apabila nilai variabel yang menerangkan sudah diketahui. Variabel yang menerangkan sering disebut variabel bebas (independent variable).
2.2 Analisis Regresi Berganda
Analisis regresi berganda digunakan untuk peramalan, dimana dalam model terdapat
beberapa variabel bebas X dan variabel tak bebas Y. Regresi linier yaitu untuk menentukan suatu persamaan dari garis yang menunjukkan hubungan antara variabel bebas dan variabel tak bebas, yang merupakan persamaan penduga yang berguna
untuk menaksir atau meramalkan variabel tak bebas.
Untuk mempelajari hubungan-hubungan antara beberapa variabel, dapat
dilakukan dengan dua cara, yaitu:
Analisis regresi sederhana merupakan hubungan antara dua variabel, yaitu variabel bebas (dependent variable) dan variabel tak bebas (independent variable). Sedangkan analisis regresi linier berganda merupakan hubungan antara satu variabel
bebas (dependent variable) dengan lebih dari dua variabel tak bebas (independent variable).
2.3 Regresi Linier Sederhana
Analisis regresi linier sederhana berguna untuk mendapatkan hubungan matematis
dalam bentuk persamaan antara variabel bebas dan variabel tak bebas, dimana jumlah jumlah variabel tak bebasnya hanya satu. Bentuk umum model regresi linier sederhana yaitu:
dimana:
Variabel tak bebas
Variabel bebas
Parameter intersep
Kemiringan garis
2.4 Regresi Linier Berganda
Regresi linier berganda digunakan untuk memodelkan hubungan antara variabel bebas dan variabel tak bebas, dengan jumlah variabel tak bebas satu dan jumlah variabel
bebasnya lebih dari satu. Secara umum persamaan regresi linier berganda dapat ditulis sebagai berikut:
. . . (untuk populasi)
. . . (untuk sampel)
dimana:
Pengamatan ke i pada variabel tak bebas
Pengamatan ke i pada variabel bebas
, , ,… , , Koefisien regresi untuk data populasi
, , , … , Koefisien regresi untuk data sampel
Pengamatan ke i variabel kesalahan
2.5 Membentuk Persamaan Regresi Linier Berganda
Dalam regresi linier berganda variabel tak bebas (Y) bergantung kepada dua atau lebih
variabel bebas (X). bentuk persamaan regresi linier berganda yang mencakup dua atau lebih variabel, yaitu:
Dalam hal ini penulis menggunakan model regresi linier berganda dengan tiga variabel, yaitu:
9
Untuk regresi linier berganda tiga variabel bebas X1, X2, X3 akan ditaksir oleh:
9
Koefisien-koefisien b0, b1, b2, b3 dapat dihitung dengan menggunakan persamaan:
∑Y b n b ∑X b ∑X b ∑X
∑YX b ∑X b ∑X b ∑X X b ∑X X
∑YX b ∑X b ∑X X b ∑X b ∑X X
∑YX b ∑X b ∑X X b ∑X X b ∑X
Harga-harga b0, b1, b2, b3 didapat dengan menggunakan persamaan diatas dengan
menggunakan metode eliminasi atau subtitusi:
2.6 Uji Keberartian Regresi
Sebelum persamaan regresi yang diperoleh digunakan untuk membuat kesimpulan, terlebih dahulu diperiksa setidak-tidaknya mengenai keliniearan dan keberartiannya.
Untuk itu diperlukan dua macam jumlah kuadrat (JK) yaitu Jumlah kuadrat untuk regresi yang ditulis dan jumlah kuadrat untuk sisa (residu) yang ditulis
dengan .
Secara umum jumlah kuadrat-kuadrat tersebut dapat dihitung dari:
∑ ∑ … ∑
∑ 9
Dengan derajat kebebasan dk = (n – k – 1) untuk sampel ukuran n.
Dengan demikian uji keberartian regresi berganda dapat dihitung dengan:
/ /
Dimana statistik F yang menyebar mengikuti distribusi F dengan derajat kebebasan pembilang dan penyebut
2.7 Uji Koefisien Regresi Linier Berganda
Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran . … , jumlah
kuadrat-kuadrat ∑ dengan X ₁ dan koefisien korelasi ganda antara
masing-masing variabel bebas X dengan variabel tak bebas Y dalam regresi yaitu Ri.
. … ∑
Selanjutnya hitung statistik:
Dengan kriteria pengujian: jika maka H0 ditolak dan jika maka
H0 diterima yang akan berdistribusi t dengan derajat kebebasan dk = (n-k-1) dan
, .
2.8 Uji Koefisien Korelasi
Nilai koefisien korelasi merupakan nilai yang digunakan untuk mengukur kekuatan (keeratan) suatu hubungan antar variabel. Koefisien korelasi biasanya disimbolkan dengan r.
Koefisien korelasi dapat dirumuskan sebagai berikut:
∑ ∑ ∑
dimana:
Sedangkan untuk mengetahui korelasi antar variabel bebas dengan tiga buah variabel bebas adalah:
∑ ∑ ∑
∑ ∑ ∑ ∑
Koefisien korelasi memiliki nilai antara -1 hingga +1. Sifat nilai koefisien korelasi adalah plus (+) atau minus (-) yang menunjukan arah korelasi. Makna dari sifat
korelasi:
1. Tanda positif (+) pada koefisien korelasi menunjukkan hubungan yang searah
(korelasi positif). Artinya jika suatu nilai variabel mengalami kenaikan maka nilai variabel yang lain juga mengalami kenaikan dan demikian juga sebaliknya.
2. Tanda negatif (-) pada koefisien korelasi menunjukkan hubungan yang berlawanan
Untuk lebih memudahkan mengetahui bagaimana sebenarnya derajat keeratan antara variabel-variabel tersebut, dapat dilihat pada Tabel 2.1 berikut:
Tabel 2.1 Interval Koefisien Nilai r
Interval Koefisien Nilai r Tingkatan Hubungan
-1,00 ≤ r ≤ -0,80 Berkorelasi Kuat Secara
Analisis ini bertujuan untuk mengukur kekuatan dan derajat hubungan antar
dua variabel. Derajat hubungan antara dua variabel disebut korelasi sederhana sedangkan derajat yang berkaitan dengan tiga atau lebih variabel disebut sebagai
korelasi berganda. Korelasi dapat bersifat linier atau non linier.
2.9 Uji Koefisien Determinasi
Uji koefisien determinasi yang disimbolkan dengan R bertujuan untuk mengetahui
seberapa besar kemampuan variabel independent menjelaskan variabel dependent.
Nilai R dikatakan baik jika berada di atas 0,5 karena nilai R berkisar antara 0 dan
1. Pada umumnya model regresi linier berganda dapat dikatakan layak dipakai untuk penelitian, karena sebagian besar variabel dependent dijelaskan oleh variabel
independent yang digunakan dalam model.
Sehingga rumus umum koefisien determinasi yaitu:
∑
Harga diperoleh sesuai variansi yang dijelaskan oleh masing-masing variabel yang
tinggal dalam regresi. Hal ini mengakibatkan variasi yang dijelaskan penduga hanya disebabkan oleh variabel yang berpengaruh saja.
2.10 Pengujian Hipotesis
Pengujian hipotesis merupakan salah satu tujuan untuk membuktikan dalam
penelitian. Jika terdapat deviasi antara sampel yang ditentukan dengan jumlah populasi maka tidak menutup kemungkinan terjadinya kesalahan dalam mengambil keputusan antara menolak atau menerima suatu hipotesis.
Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu: tingkat signifikansi atau probabilitas (α) dan tingkat kepercayaan atau atau confidence
interval. Didasarkan tingkat signifikansi pada umumnya orang menggunakan 0,05. Kisaran tingkat signifikansi mulai dari 0,01 sampai 0,1.
Yang dimaksud dengan tingkat signifikansi adalah probabilitas melakukan
kesalahan yaitu kesahan menolak hipotesis ketika hipotesis tersebut benar dan tingkat kepercayaan pada umumnya adalah sebesar 95%. Yang dimaksud dengan tingkat
penelitian dengan keadaan yang sesungguhnya yang diteliti. H1 bertujuan memberikan usulan dugaan adanya perbedaan perkiraan dengan keadaan sesungguhnya yang diteliti.
Dalam uji keberartian regresi, langkah-langkah yang dibutuhkan untuk pengujian hipotesis ini antara lain:
1. H0 : 0 = 1 = . . . = k = 0
Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas dengan variabel tak bebas.
H1 : minimal satu parameter koefisien regresi k ≠ 0
Terdapat hubunga fungsional yang signifikan antara variabel bebas dengan variabel tak bebas.
2. Pilihan taraf α yang diinginkan
3. Hitung statistik Fhitung dengan menggunakan rumus: / /
4. Nilai Ftabel mengggunakan daftar tabel F dengan taraf signifikan α yaitu Ftabel = F(1-α)(k),(n-k-1)
5. Kriteria pengujian:
BAB 3
SEJARAH SINGKAT TEMPAT RISET
3.1Sejarah Badan Pusat Statistik
Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. BPS melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang pertanian,
agrarian, pertambangan, kependudukan, sosial, ketenagakerjaan, keuangan, pendapatan, dan keagamaan. Selain hal – hal diatas BPS juga bertugas untuk
melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik dipusat maupun didaerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan
defenisi, klasifikasi dan ukuran – ukuran lainnya.
Setiap sepuluh tahun sekali, BPS menyelenggarakan sensus penduduk. Di samping itu, BPS juga melakukan pengumpulan data, menerbitkan publikasi statistik nasional maupun daerah, serta melakukan analisis data statistik yang digunakan dalam
pengambilan kebijakan pemerintah. BPS juga terdapat di setiap provinsi, kabupaten dan kota di seluruh Indonesia. Dinamakan perwakilan BPS di daerah, karena BPS
merupakan instansi vertikal, yakni instansi pemerintah pusat yang berada di daerah, sehingga bukan merupakan bagian dari instansi milik daerah.
Tugas lain BPS di daerah adalah melakukan koordinasi dengan pemerintah daerah dalam rangka penyelenggaraan statistik regional. Setiap sepuluh tahun sekali BPS
1. Sensus Penduduk (SP) yaitu pada setiap tahun berakhiran "0" (nol), 2. Sensus Pertanian (ST) pada setiap tahun berakhiran "3" (tiga), dan 3. Sensus Ekonomi (SE) pada setiap tahun berakhiran "6" (enam).
Berikut ini adalah beberapa masa peralihan pada BPS, yaitu:
3.1.1 Masa Pemerintahan Hindia Belanda
Pada bulan Februari 1920, kantor statistik pertama kali didirikan oleh direktur
pertanian, kerajinan dan perdagangan (Directeur Van Landbouw Nijverheid en Hendle) dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan memublikasi data statistik.
Pada tanggal 24 September 1924 maka lembaga tersebut diganti dengan nama
Centraal kantoor Voor de Statistik (CKS) atau Kantor Pusat Statistik dan dipindahkan ke Jakarta. Bersamaan dengan itu beralih pula pekerjaan mekanisme statistik perdagangan yang semula dilakukan oleh Kantor Invoer en Accijinsen (IUA) yang
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.
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
3.2 Tugas, Fungsi dan Kewenangan Badan Pusat Statistik
Menurut Keputusan Kepala BPS Nomor 121 tahun 2001 tentang organisasi dan tata kerja perwakilan BPS di daerah.
3.2.1 Tugas
BPS memunyai tugas pemerintahan di bidang kegiatan statistik sesuai dengan
ketentuan peraturan perundang-undangan yang berlaku.
3.2.2 Fungsi
Dalam melaksanakan tugas sebagaimana dimaksud, BPS menyelenggarakan fungsi:
1. Pengkajian, penyusunan, dan perumusan kebijakan di bidang statistik. 2. Pengkoordinasian kegiatan statistik nasional dan regional.
3. Penetapan dan penyelenggaraan statistik dasar.
4. Pembinaan dan fasilitasi terhadap kegiatan instansi pemerintah di bidang kegiatan statistik; dan
5. Penyelenggaraan pembinaan dan pelayanan administrasi umum di bidang perencanaan umum, ketatausahaan, organisasi, tata laksana, kepegawaian, keuangan, kearsipan, kehumasan, hukum, perlengkapan, dan rumah tangga.
3.2.3 Kewenangan
Dalam menyelenggarakan fungsi sebagaimana dimaksud, BPS memunyai kewenangan:
1. Penyusunan rencana nasional secara makro di bidangnya;
2. Perumusan kebijakan di bidangnya untuk mendukung pembangunan secara makro. 3. Penetapan sistem informasi di bidangnya;
5. Kewenangan lain sesuai dengan ketentuan peraturan perundang-undangan yang berlaku, yaitu:
1. Perumusan dan pelaksanaan kebijakan tertentu di bidang kegiatan statistik.
2. Penyusunan pedoman penyelenggaraan survei statistik sektoral.
3.3 Visi dan Misi BPS
3.3.1 Visi
Pelopor data statistik terpercaya untuk semua.
3.3.2 Misi
1. Memperkuat landasan konstitusional dan operasional lembaga statistik untuk penyelenggaraan statistik yang efektif dan efisien.
2. Menciptakan insan statistik yang kompeten dan profesional, didukung pemanfaatan teknologi informasi mutakhir untuk kemajuan perstatistikan Indonesia.
3. Meningkatkan penerapan standar klasifikasi, konsep dan definisi, pengukuran, dan kode etik statistik yang bersifat universal dalam setiap penyelenggaraan statistik.
4. Meningkatkan kualitas pelayanan informasi statistik bagi semua pihak.
5. Meningkatkan koordinasi, integrasi, dan sinkronisasi kegiatan statistik yang diselenggarakan pemerintah dan swasta, dalam kerangka Sistem Statistik Nasional
3.4 Struktur Organisasi BPS
Sehubungan dengan semakin meningkatnya beban tugas dan pentingnya peranan BPS dalam menunjang kegiatan pemerintahan, pembangunan dan kemasyarakatan maka
diperlukan struktur organisasi yang dapat menunjang kelancaran tugas dari masing-masing bagian.
Surat keputusan kepala BPS No. 104 tahun 1999 yang mengatur tentang uraian tugas, bagian bidang, subbagian dan seksi perwakilan BPS di daerah dipandang perlu
untuk menetapkan perincian tugas setiap bidang, subbagian, dan seksi di lingkungan perwakilan dan cabang perwakilan BPS.
Gambar 3.1 Struktur organisasi BPS Provinsi
K E P A L A
Bagian Tat a Usaha
Bidang I nt egrasi Pengolahan & Disem inasi St at ist ik Konst ruksi, Pert am
-bangan & Energi Seksi St at ist ik Layanan St at ist ik
Organisasi merupakan suatu fungsi manajemen yang mempunyai peranaan dan kegiatan langsung dengan instansi sosial yang terjadi diantara individu -individu dalam rangka kerjasama untuk mencapai tujuan yang telah ditetapkan.
Struktur organisasi perusahaan merupakan salah satu faktor penting yang mempengaruhi tingkat keberhasilan suatu perusahaan dalam mencapai tujuan yang
ditetepkan. Dengan adanya struktur organisasi maka akan jelaslah pemisahan tugas dari para pegawai / staf tersebut.
Struktur organisasi yang diterapkan di Kantor Badan Pusat Statistik adalah
struktur organisasi lini dan staf. Struktur ini mengandung unsur – unsur spesialisasi kerja, standarisasi kegiatan, sentralisasi dan desentralisasi dalam pembuatan keputusan yang menunjukan lokasi kekuasaan, pembuatan keputusan dan ukuran satuan yang
menunjukkan suatu kelompok kerja.
Adapun tujuan dari struktur organisasi dan staf di Kantor Badan Pusat Statistik (BPS) adalah :
a. Pengkoordinasian yaitu yang memungkinkan komunikasi integrasi berbagai
departemen dan kegiatan – kegiatan yang saling berhubungan satu sama lain. b. Pemberian saran yaitu memberikan saran atau membuat rekomendasi bagi
manajemen.
3.5 Logo BPS
Logo BPS adalah sebagai berikut:
BAB 4
PENGOLAHAN DATA
4.1 Pengolahan Data dan Evaluasi
Untuk membahas dan memecahkan masalah tentang laju inflasi seperti yang diuraikan
pada bagian sebelumnya, penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut.
Untuk mengetahui gambaran keadaan atau permasalahan laju inflasi, penulis
mengumpulkan data yang berhubungan dengan permasalahan tersebut. Data yang diperoleh dari Badan Pusat Statistika (BPS) yaitu data tentang laju inflasi serta faktor-faktor yang mempengaruhinya diantaranya jumlah uang beredar, suku bunga bank,
dan kurs rupiah terhadap dollar.
Tabel 4.1: Data yang akan diolah
Tahun Bulan Laju Inflasi (Persen)
Januari 3,65 696,323 6,00 9,60914
Februari 3,56 683,253 5,75 9,52576
Maret 3,97 714,258 5,75 9,66533
April 4,50 720,924 5,75 9,67550
Mei 4,45 749,450 5,75 9,79024
Juni 4,53 779,416 5,75 9,95114
Juli 4,56 771,792 5,75 9,95659
Agustus 4,58 772,429 5,75 9,99984
September 4,31 795,518 5,75 10,00635
Oktober 4,61 774,963 5,75 10,09714
Nopember 4,32 801,403 5,75 10,12795
Desember 4,30 841,722 5,75 10,14589
2013
Januari 4,57 787,860 5,75 10,18733
Februari 5,31 786,549 5,75 10,18665
Maret 5,90 810,055 5,75 10,20942
April 5,57 832,213 5,75 10,22405
Mei 5,47 822,876 5,75 10,26091
Juni 5,90 858,499 6,00 10,38153
Juli 8,61 879,986 6,50 10,18209
Agustus 8,79 855,783 7,00 11,07250
September 8,40 867,715 7,25 11,84624
Oktober 8,32 856,171 7,25 11,86690
Nopember 8,37 870,455 7,50 12,11310
Desember 8,38 887,064 7,50 12,58710
Dari data tersebut, disimbolkan menjadi:
Y = Laju Inflasi (Persen)
X1 = Jumlah Uang Beredar (Ratusan Milyar)
X2 = Suku Bunga Bank (Persen)
X3 = Kurs Rupiah Terhadap Dolar (Ribu Rupiah)
Kemudian penulis mengelompokkan analisa dan pembahasan menjadi 5 kelompok yaitu:
1. Menentukan persamaan regresi linier berganda 2. Uji keberartian regresi
3. Uji koefisien berganda
4. Menentukan nilai korelasi
4.2 Menentukan Persamaan Regresi Linier Berganda
Untuk menentukan hubungan antar variabel bebas (jumlah uang beredar, suku bunga bank, kurs rupiah terhadap dollar) terhadap variabel tak bebas (laju inflasi), maka
langkah pertama yang harus dilakukan adalah menentukan persamaan regresi linier berganda.
Tabel 4.2: Nilai-nilai yang Diperlukan untuk Menghitung Koefisien Regresi
No Y X X X YX YX YX
1 3,65 696,323 6,00 9,60914 2.541,58 21,90 35,07
2 3,56 683,253 5,75 9,52576 2.432,38 20,47 33,91
3 3,97 714,258 5,75 9,66533 2.835,60 22,83 38,37
4 4,50 720,924 5,75 9,67550 3.244,16 25,88 43,54
5 4,45 749,450 5,75 9,79024 3.335,05 25,59 43,57
6 4,53 779,416 5,75 9,95114 3.530,75 26,05 45,08
7 4,56 771,792 5,75 9,95659 3.519,37 26,22 45,40
8 4,58 772,429 5,75 9,99984 3.537,72 26,34 45,80
9 4,31 795,518 5,75 10,00635 3.428,68 24,78 43,13
10 4,61 774,963 5,75 10,09714 3.572,58 26,51 46,55 11 4,32 801,403 5,75 10,12795 3.462,06 24,84 43,75 12 4,30 841,722 5,75 10,14589 3.619,40 24,73 43,63 13 4,57 787,860 5,75 10,18733 3.600,52 26,28 46,56 14 5,31 786,549 5,75 10,18665 4.176,58 30,53 54,09 15 5,90 810,055 5,75 10,20942 4.779,32 33,93 60,24 16 5,57 832,213 5,75 10,22405 4.635,43 32,03 56,95 17 5,47 822,876 5,75 10,26091 4.501,13 31,45 56,13 18 5,90 858,499 6,00 10,38153 5.065,14 35,40 61,25 19 8,61 879,986 6,50 10,18209 7.576,68 55,97 87,67 20 8,79 855,783 7,00 11,07250 7.522,33 61,53 97,33 21 8,40 867,715 7,25 11,84624 7.288,81 60,90 99,51 22 8,32 856,171 7,25 11,86690 7.123,34 60,32 98,73 23 8,37 870,455 7,50 12,11310 7.285,71 62,78 101,39 24 8,38 887,064 7,50 12,58710 7.433,60 62,85 105,48
Sambungan Tabel 4.2:
X X X X X X X ² X ² X ² Y²
4.177,94 6.691,07 57,65 484.865,72 36,00 92,34 13,323 3.928,70 6.508,50 54,77 466.834,66 33,06 90,74 12,674 4.106,98 6.903,54 55,58 510.164,49 33,06 93,42 15,761 4.145,31 6.975,30 55,63 519.731,41 33,06 93,62 20,250 4.309,34 7.337,30 56,29 561.675,30 33,06 95,85 19,803 4.481,64 7.756,08 57,22 607.489,30 33,06 99,03 20,521 4.437,80 7.684,42 57,25 595.662,89 33,06 99,13 20,794 4.441,47 7.724,17 57,50 596.646,56 33,06 100,00 20,976 4.574,23 7.960,23 57,54 632.848,89 33,06 100,13 18,576 4.456,04 7.824,91 58,06 600.567,65 33,06 101,95 21,252 4.608,07 8.116,57 58,24 642.246,77 33,06 102,58 18,662 4.839,90 8.540,02 58,34 708.495,93 33,06 102,94 18,490 4.530,20 8.026,19 58,58 620.723,38 33,06 103,78 20,885 4.522,66 8.012,30 58,57 618.659,33 33,06 103,77 28,196 4.657,82 8.270,19 58,70 656.189,10 33,06 104,23 34,810 4.785,22 8.508,59 58,79 692.578,48 33,06 104,53 31,025 4.731,54 8.443,46 59,00 677.124,91 33,06 105,29 29,921 5.150,99 8.912,53 62,29 737.020,53 36,00 107,78 34,810 5.719,91 8.960,10 66,18 774.375,36 42,25 103,67 74,132 5.990,48 9.475,66 77,51 732.364,54 49,00 122,60 77,264 6.290,93 10.279,16 85,89 752.929,32 52,56 140,33 70,560 6.207,24 10.160,10 86,04 733.028,78 52,56 140,82 69,222 6.528,41 10.543,91 90,85 757.691,91 56,25 146,73 70,057 6.652,98 11.165,56 94,40 786.882,54 56,25 158,44 70,224
Dari Tabel 4.2 diperoleh:
n = 24 ∑X X . . ∑YX . ,
∑Y , ∑X X . , ∑X ²=15.466.797,76
∑X . . ∑X X . , ∑X ² = 909.88
∑X ∑YX . , ∑X ² = 2.613,68
∑X , ∑YX , ∑Y ,
Sehingga didapat suatu persamaan:
∑Y b n b ∑X b ∑X b ∑X
∑YX b ∑X b ∑X b ∑X X b ∑X X
∑YX b ∑X b ∑X X b ∑X b ∑X X
∑YX b ∑X b ∑X X b ∑X X b ∑X
Kita dapat subtitusikan nilai-nilai yang bersesuaian, sehingga diperoleh persamaan:
, b . , b b , b
. , . , b . . , b . , b . , b
. , , b . , b . , b . , b
Setelah persamaan di atas diselesaikan, maka didapat koefisien:
b0 = -13,708
b1 = 0,017
b2 = 2,816
b3 = -1,101
Dengan demikian diperoleh persamaan regresi linier berganda:
9 b b X b X b X
9 , , , – ,
Table 4.3: Nilai-nilai yang Diperlukan untuk Menghitung Nilai Taksiran Baku
No Y X X X Ŷ Y-Ŷ (Y-Ŷ)²
1 3,65 696,323 6.00 9,60914 4,4458 -0,7958 0,6333
2 3,56 683,253 5.75 9,52576 3,6114 -0,0514 0,0026
3 3,97 714,258 5.75 9,66533 3,9849 -0,0149 0,0002
4 4,50 720,924 5.75 9,67550 4,0870 0,4130 0,1706
5 4,45 749,450 5.75 9,79024 4,4456 0,0044 0,0000
6 4,53 779,416 5.75 9,95114 4,7779 -0,2479 0,0614
7 4,56 771,792 5.75 9,95659 4,6423 -0,0823 0,0068
8 4,58 772,429 5.75 9,99984 4,6055 -0,0255 0,0006
9 4,31 795,518 5.75 10,00635 4,9908 -0,6808 0,4635
10 4,61 774,963 5.75 10,09714 4,5414 0,0686 0,0047
11 4,32 801,403 5.75 10,12795 4,9570 -0,6370 0,4057
12 4,30 841,722 5.75 10,14589 5,6226 -1,3226 1,7494
13 4,57 787,860 5.75 10,18733 4,6614 -0,0914 0,0083
14 5,31 786,549 5.75 10,18665 4,6398 0,6702 0,4491
15 5,90 810,055 5.75 10,20942 5,0144 0,8856 0,7844
16 5,57 832,213 5.75 10,22405 5,3749 0,1951 0,0380
17 5,47 822,876 5.75 10,26091 5,1756 0,2944 0,0867
18 5,90 858,499 6.00 10,38153 6,3524 -0,4524 0,2047
19 8,61 879,986 6.50 10,18209 8,3453 0,2647 0,0701
20 8,79 855,783 7.00 11,07250 8,3615 0,4285 0,1836
21 8,40 867,715 7.25 11,84624 8,4164 -0,0164 0,0003
22 8,32 856,171 7.25 11,86690 8,1975 0,1225 0,0150
23 8,37 870,455 7.50 12,11310 8,8732 -0,5032 0,2532
24 8,38 887,064 7.50 12,58710 8,6337 -0,2537 0,0644
Dari Tabel 4.3 diperoleh hasil sebagai berikut:
n = 24 ∑X = 249,66869
∑Y = 134,93 ∑9 = 136,7583
∑X = 19216.68 ∑Y 9 = -1,8283
∑X = 147.00 ∑ Y 9 = 5,6568
Dengan k = 3, n = 24, dan ∑ Y 9 = 5,6568 didapat:
Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus:
s . ∑n ₂Y 9
sehingga:
s . ,
= 0,5252
4.3 Pengujian Keberartian Regresi
Perumusan hipotesa:
H0 : Tidak terdapat pengaruh yang signifikan terhadap variabel bebas (jumlah
uang beredar, suku bunga bank, kurs rupiah terhadap dollar) terhadap
laju inflasi.
H1 : Terdapat pengaruh yang signifikan terhadap variabel bebas (jumlah
uang beredar, suku bunga bank, kurs rupiah terhadap dollar) terhadap
laju inflasi.
Kriteria pengujian hipotesisnya:
Jika Fhitung > Ftabel maka H0 ditolak
Jika Fhitung ≤ Ftabel maka H0 diterima
Untuk menguji model regresi yang telah terbentuk, maka dapat diambil:
X1i = X1i – 1i
X2i = X2i – 2i
X3i = X3i – 3i
Yi = Yi –
Table 4.4: Nilai-nilai untuk Menghitung Koefisien-koefisien Regresi dan
Perhitungan Uji Regresi
No Y X X X X 2 X 2 X 2 Y2
1 3,65 696,323 6,00 9,60914 -104,37 -0,13 -0,79 -1,97
2 3,56 683,253 5,75 9,52576 -117,44 -0,38 -0,88 -2,06
3 3,97 714,258 5,75 9,66533 -86,44 -0,38 -0,74 -1,65
10 4,61 774,963 5,75 10,09714 -25,73 -0,38 -0,31 -1,01
11 4,32 801,403 5,75 10,12795 0,71 -0,38 -0,27 -1,30
12 4,30 841,722 5,75 10,14589 41,03 -0,38 -0,26 -1,32
13 4,57 787,860 5,75 10,18733 -12,83 -0,38 -0,22 -1,05
14 5,31 786,549 5,75 10,18665 -14,15 -0,38 -0,22 -0,31
15 5,90 810,055 5,75 10,20942 9,36 -0,38 -0,19 0,28
16 5,57 832,213 5,75 10,22405 31,52 -0,38 -0,18 -0,05
17 5,47 822,876 5,75 10,26091 22,18 -0,38 -0,14 -0,15
18 5,90 858,499 6,00 10,38153 57,80 -0,13 -0,02 0,28
19 8,61 879,986 6,50 10,18209 79,29 0,38 -0,22 2,99
20 8,79 855,783 7,00 11,07250 55,09 0,88 0,67 3,17
21 8,40 867,715 7,25 11,84624 67,02 1,13 1,44 2,78
22 8,32 856,171 7,25 11,86690 55,48 1,13 1,46 2,70
23 8,37 870,455 7,50 12,11310 69,76 1,38 1,71 2,75
24 8,38 887,064 7,50 12,58710 86,37 1,38 2,18 2,76
∑ 134,93 19.216,68 147 249,67 0,00 0,00 0,00 0,00
Rata
Sambungan Table 4.4:
JK b ∑x y b ∑x y b ∑x y
, x . , , x , , x ,
= ,
Untuk JKres dapat diketahui dari Table 4.3
JK ∑ Y 9
5,6568
Jadi Fhitung dapat dicari dengan rumus dibawah ini:
F JK /₂
JK / n ₂
, /
, /
= 82,274
Dengan demikian dapat disimpulkan bahwa:
Dari table distribusi Ftabel untuk dkpembilang = 3, dkpenyebut = n-k-1 = 24-3-1 = 20 dan Ftabel (0,05) = 3,10. Sehingga didapat Fhitung (82,274) > Ftabel (3,10) maka H0 ditolak dan H1 diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2, dan
X3 bersifat nyata. Ini berarti terdapat pengaruh yang signifikan jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar secara bersama-sama berpengaruh
4.4 Perhitungan Koefisien Determinasi
Berdasarkan tabel 4.3 didapat harga ∑y , sedangkan JKreg yang telah dihitung
adalah = , .
Maka selanjutnya dengan rumus:
R JK∑y
, ,
,
Sehingga didapat koefisien determinasi:
R √R
,
,
Dari hasil perhitungan didapat didapat nilai koefisien determinasi sebesar 0,925 dan
dengan mencari akar dari R2, diperoleh koefisien korelasi gandanya sebesar 0,962. Nilai tersebut digunakan untuk mengetahui pengaruh variabel independent terhadap
4.5 Pengujian Koefisien Korelasi
4.5.1 Perhitungan Korelasi antara Variabel Bebas dan Variabel Terikat
Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel terikat, maka
dari Table 4.2 dapat dihitung besar koefisien korelasinya yaitu:
1. Koefisien korelasi antara Laju Inflasi (Y) dengan Jumlah Uang Beredar (X1)
r n∑YX ∑X ∑Y
Ini berarti variabel X1 (Jumlah Uang Beredar) berkorelasi kuat terhadap variabel Y (Laju Inflasi) yaitu sebesar 0,828.
2. Koefisien korelasi antara Laju Inflasi (Y) dengan Suku Bunga Bank (X2)
r n∑YX ∑X ∑Y
, ,
Ini berarti variabel X1 (Suku Bunga Bank) berkorelasi kuat terhadap variabel Y (Laju Inflasi) yaitu sebesar 0,893.
,
. ,
,,
,
,
Ini berarti variabel X1 (Kurs Rupiah Terhadap Dollar) berkorelasi kuat terhadap variabel Y (Laju Inflasi) yaitu sebesar 0,847.
4.5.2 Perhitungan Korelasi antar Variabel Bebas
1. Koefisien korelasi antara Jumlah Uang Beredar (X1) dengan Suku Bunga Bank (X2)
. . , ,
,
,
Ini berarti variabel X1 (Jumlah Uang beredar) berkorelasi sedang terhadap variabel X2 (Suku Bunga Bank) yaitu sebesar 0,658.
Ini berarti variabel X1 (Jumlah Uang Beredar) berkorelasi sedang terhadap variabel X3 (Kurs Rupiah Terhadap Dollar) yaitu sebesar 0,760.
3. Koefisien korelasi antara Suku Bunga Bank (X2) dengan Kurs Rupiah Terhadap
Dollar (X3)
Ini berarti variabel X2 (Suku Bunga Bank) berkorelasi kuat terhadap variabel X3
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem adalah penerapan hasil desain tertulis dalam programming
dengan menggunakan perangkat lunak (software) sebagai implementasi ataupun
prosedur untuk menyelesaikan desain sistem, yang mana dalam hal ini implementasi sistem digunakan untuk menganalisa data-data yang dianggap mempengaruhi nilai
laju inflasi. Pengolahan data pada tugas akhir ini menggunakan software SPSS.
5.2 Pengertian SPSS
SPSS (Statistical Product and Service Solution) merupakan salah satu paket program komputer yang digunakan untuk mengolah data statistik. Analisis data akan menjadi
lebih cepat, efisien, dengan hasil perhitungan yang akurat.
SPSS pertama kali diperkenalkan oleh tiga mahasiswa Stamford University pada tahun 1968 dan dioperasionalkan pada komputer mainframe. Seiring dengan
perkembangan software ini, SPSS sudah mampu memproses data statistik pada berbagai bidang ilmu sosial maupun non sosial. Program ini dapat dioperasikan dalam
sistem windows sekitar tahun 1992.
5.3 Pengolahan Data dengan SPSS
1) Memulai SPSS pada Windows sebagai berikut:
Selanjutnya pilih menu Program
Pilih SPSS Statistics 17
Gambar 5.1 Tampilan Pengaktifan SPSS 17,0
2) Memasukkan Data ke dalam SPSS
SPSS data editor mempunyai 2 tipe lingkungan kerja yaitu: Data View dan Variabel View. Untuk menyusun definisi posisi tampilan SPSS data editor harus berada pilih
“Variabel View”. Lakukan dengan mengklik tab Sheet Variabel View yang berada di
Tampilannya adalah sebagai berikut:
Gambar 5.2 Memasukkan Data ke dalam SPSS
Pada tampilan jendela Variabel View terdapat kolom-kolom berikut:
Name : untuk memasukkan nama variabel yang akan diuji
Type : untuk mengidentifikasikan tipe variabel apakah bersifat
numeric/string
Width : untuk menuliskan panjang pendek variabel
Label : untuk menuliskan label variabel
Value : untuk menuliskan nilai kuantitatif dari variabel yang skala
pengukurannya ordinal atau nominal bukan scale
Missing : untuk menuliskan ada tidaknya jawaban kosong
Columns : untuk menuliskan lebar kolom
Align : untuk menuliskan rata kanan, kiri atau tengah penempatan teks atau
angka data view
Measure : untuk menentukan skala pengukuran variabel, misalnya nominal,
ordinal atau scale
3) Pengisian Variabel
Letakkan pointer pada baris pertama di bawah name:
Name : klik ganda pada sel tersebut dan ketik Hasil_Produksi
Type : pilih numeric karena data dalam bentuk angka
Width : untuk keseragaman ketik 8
Decimal : Isi sesuai data yang pada table 4.1
Label : tidak perlu diisi
Align : pilih center
Measure : pilih nominal
Begitu seterusnya untuk mengisi X1, X2, X3 dengan Name dan Label yang sesuai
dengan Variabel yang dimaksudkan.
Tampilan adalah sebagai berikut:
Gambar 5.3 Tampilan Pengisian Variabel pada Variabel View
4) Pengisian Data
1. Aktifkan jendelan dengan mengklik Data View
2. Ketikkan data yang sesuai dengan setiap variabel yang telah didefinisikan pada
Tampilan adalah sebagai berikut:
Gambar 5.4 Tampilan Pengisian Data pada Data View
5.4 Analisis Regresi dan Korelasi dengan SPSS
Langkah-langkah sebagai berikut:
1. Lampirkan lembar kerja dimana sudah terdapat data yang akan dianalisis
2. Dari menu utama SPSS, klik menu Analyze, lalu pilih sub menu Regression dan
Gambar 5.5 Tampilan Menu Analyze, Regression, Linier
3. Setelah itu akan muncul kotak dialog Linier Regression, pada kotak dialog ini
akan ditampilkan variabel-variabel yang akan diuji. Masukkan variabel tak bebas Y (Laju Inflasi) pada kotak Dependent, dan variabel bebas X
Gambar 5.6 Tampilan pada Linier Regression
4. Klik kotak Statistics pada kotak dialog Linier Regression, kemudian aktifkan
Estimate, Model Fit, Descriptive dan Partial Correlation lalu klik Continue
untuk melanjutkan seperti pada gambar berikut:
5. Selanjutnya klik kotak Plots pada kotak dialog Linier Regression dan pilih
Produce All Partial Plot. Lalu ketik Continue untuk melanjutkan, seperti gambar
berikut:
Gambar 5.8 Tampilan pada Linier Regression Statistics
5.5 Hasil Output Pengolahan Data dalam SPSS
a. Bagian Descriptive Statistics
Descriptive Statistics
Mean Std. Deviation N
Laju.Inflasi 5.6221 1.78885 24
Jumlah.Uang.Beredar 800.69488 59.014727 24
Suku.Bunga.Bank 6.1250 .64268 24
Kurs.Rupiah.Terhadap.Dollar 10.4028621 .84463697 24
Gambar 5.9 Tampilan pada Bagian Descriptive Statistics
Interpretasi:
1) Rata-rata laju inflasi (dengan jumlah data 24) adalah: 5,6221 persen dengan standard deviasi 1,78885.
2) Rata-rata jumlah uang beredar (dengan jumlah data 24) adalah: 800,69488
ratus milyar dengan standard deviasi 59,014727.
3) Rata-rata suku bunga bank (dengan jumlah data 24) adalah: 6,1250 persen
dengan standard deviasi 0,64268.
b. Bagian Correlation
Pearson Correlation Laju.Inflasi 1.000 .828 .893 .847
Jumlah.Uang.Beredar .828 1.000 .658 .760
Suku.Bunga.Bank .893 .658 1.000 .933
Kurs.Rupiah.Terhadap.Do
llar
.847 .760 .933 1.000
Sig. (1-tailed) Laju.Inflasi . .000 .000 .000
Jumlah.Uang.Beredar .000 . .000 .000
Suku.Bunga.Bank .000 .000 . .000
Kurs.Rupiah.Terhadap.Do
llar
.000 .000 .000 .
N Laju.Inflasi 24 24 24 24
Jumlah.Uang.Beredar 24 24 24 24
Suku.Bunga.Bank 24 24 24 24
Kurs.Rupiah.Terhadap.Do
llar
24 24 24 24
Gambar 5.10 Tampilan pada Bagian Correlations
Interpretasi:
1) Besar hubungan antar variabel laju inflasi dengan jumlah uang beredar yang dihitung dengan koefisien korelasi adalah 0,828, variabel laju inflasi dengan suku
dollar diperoleh 0,847. Dapat disimpulkan bahwa ketiga faktor yaitu jumlah uang beredar, suku bunga bank dan kurs rupiah terhadap dollar mempengaruhi nilai laju inflasi.
2) Terjadi korelasi yang sedang antara variabel X1 (jumlah uang beredar) dengan variabel X2 (suku bunga bank) yaitu sebesar 0,658, terjadi korelasi yang sedang
antara variabel X1 (jumlah uang beredar) dengan variabel X3 (kurs rupiah terhadap dollar) yaitu sebesar 0,760, dan terjadi korelasi yang kuat antara variabel X2 (suku bunga bank) dengan variabel X3 (kurs rupiah terhadap dollar) yaitu sebesar 0,933.
3) Tingkat signifikan koefisien korelasi satu sisi dari output (diukur dari probabilitas) menghasilkan angka 0,000 yaitu probabilitas antara laju inflasi dengan jumlah
uang beredar, 0,000 yaitu probabilitas antara laju inflasi dengan suku bunga bank, dan 0,000 yaitu probabilitas antara laju inflasi dengan kurs rupiah terhadap dollar.
Karena probabilitas di bawah 0,05, maka korelasi antara nilai laju inflasi dengan jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar adalah nyata.
d. Bagian Variabel Enterd/Removed
Variables Entered/Removed
Model Variables Entered
Variables
Gambar 5.11 Tampilan pada Bagian Variabel Enterd/Removed
Interpretasi:
Tabel variables entered menunjukkan bahwa tidak ada variabel yang dikeluarkan
(removed) atau dengan kata lain ketiga variabel bebas dimasukkan dalam perhitungan regresi.
e. Bagian Model Summary
Model Summaryb
a. Predictors: (Constant), Kurs.Rupiah.Terhadap.Dollar, Jumlah.Uang.Beredar, Suku.Bunga.Bank
b. Dependent Variable: Laju.Inflasi
Gambar 5.12 Tampilan pada Bagian Model Summary
Interpretasi:
1) Angka R Square adalah 0,925, dan nilai R adalah 0,962. Hal ini berarti 96,2% nilai
laju inflasi dipengaruhi oleh jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar. Sedangkan 3,8% sisanya dipengaruhi oleh faktor-faktor lain.
f. Bagian Coefficients
Jumlah.Uang.Beredar .017 .003 .558 5.779 .000
Suku.Bunga.Bank 2.816 .484 1.012 5.818 .000
Kurs.Rupiah.Terhadap.Dollar -1.101 .427 -.520 -2.580 .018
a. Dependent Variable: Laju.Inflasi
Gambar 5.13 Tampilan pada Bagian Coefficients
Interpretasi:
1) Konstanta sebesar -13,708 menyatakan jika tidak ada jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar (variabel bebas) maka laju inflasi akan turun sebesar -13,708 persen.
a) Koefisien regresi X1 sebesar 0,017 menyatakan bahwa ketika jumlah uang beredar meningkat, maka terjadi penigkatan terhadap laju inflasi sebanyak
0,017 persen.
b)Koefisien regresi X2 sebesar 2,816 menyatakan bahwa setiap suku bunga bank meningkat, maka terjadi peningkatan terhadap laju inflsi sebanyak 2,816
c) Koefisien regresi X3 sebesar -1,101 menyatakan bahwa setiap penurunan kurs rupiah terhadap dollar, maka terjadi penurunan terhadap laju inflasi sebanyak -1,101 persen.
g. Bagian ANOVAb
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 68.083 3 22.694 82.274 .000a
Residual 5.517 20 .276
Total 73.600 23
a. Predictors: (Constant), Kurs.Rupiah.Terhadap.Dollar, Jumlah.Uang.Beredar, Suku.Bunga.Bank
b. Dependent Variable: Laju.Inflasi
Gambar 5.14 Tampilan pada Bagian ANOVAb
Interpretasi:
Dari perhitungan sebelumnya diperoleh nilai distribusi Ftabel untuk dkpembilang = 3,
dkpenyebut = n-k-1 = 24-3-1 = 20 dan Ftabel (0,05) = 3,10. Sehingga didapat Fhitung (82,274) > Ftabel (3,10) maka H0 ditolak dan H1 diterima. Hal ini berarti persamaan
h. Bagian Gambar (Chart)
Setelah diuraikan bagian output angka, sekarang beralih ke bagian output berupa chart untuk menganalisis hubungan setiap variabel bebas dengan variabel tidak bebas.
Interpretasi:
Dari gambar terlihat bahwa data terpencar menyebar dan hampir membentuk suatu pola atau trend garis tertentu. Maka dapat dikatakan bahwa model regresi memenuhi
Interpretasi
Dari gambar terlihat bahwa data terpencar menyebar hampir membentuk suatu pola
Interpretasi:
Dari gambar terlihat bahwa data terpencar menyebar hampir membentuk suatu pola atau trend garis tertentu, namun dalam posisi negatif. Maka dapat dikatakan bahwa
BAB 6
PENUTUP
6.1 Kesimpulan
Berdasar analisis data yang telah dilakukan, maka dapat diperoleh beberapa
kesimpulan antara lain:
1. Dari hasil perhitungan diperoleh persamaan penduga nilai laju inflasi untuk jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar adalah:
9 , , , – ,
2. Dari perhitungan sebelumnya diperoleh nilai distribusi Ftabel untuk dkpembilang = 3,
dkpenyebut = n-k-1 = 24-3-1 = 20 dan Ftabel (0,05) = 3,10. Sehingga didapat Fhitung (82,274) > Ftabel (3,10) maka H0 ditolak dan H1 diterima. Hal ini berarti persamaan
regresi linier berganda Y atas X1, X2, dan X3 bersifat nyata. Ini berarti terdapat pengaruh yang signifikan antara jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar terhadap laju inflasi.
3. Angka R Square adalah 0,925, dan nilai R adalah 0,962. Hal ini berarti 96,2% nilai
laju inflasi dipengaruhi oleh jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar. Sedangkan 3,8% sisanya dipengaruhi oleh faktor-faktor lain.
4. Pada analisis korelasi antara variabel bebas dengan variabel tak bebas, korelasi
6.2 Saran
Berdasarkan analisis yang didapat, penulis dapat memberikan saran sebagai berikut:
1) 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
moneter.
2) Faktor-faktor yang mempengaaruhi laju inflasi perlu diperhatikan sebelum
DAFTAR PUSTAKA
Algifari. 2000. Analisis Regresi Teori, Kasus, dan Solusi. Yogyakarta: BPFE http://bps.go.id
http://id.wikipedia.org/wiki/Statistika
J. Supranto. 1977. Statistik Teori dan Aplikasi Edisi ke-6. Jakarta: Erlangga J. Supranto. 2009. The Power of Statistics Edisi ke-2. Jakarta: Salemba Empat
Riduwan, Drs, M.B.A. dan Engkos Ahmad Kuncoro, S.E.,M.M. 2007. Analisis Jalur ( path analysis ). Alfabeta.
Suharsimi Arikunto, Dr, Prof. 2005. Prosedur Penelitian. Rineka Cipta. Sudjana. 1996. Teknik Analisis Regresi dan Korelasi. Tarsito, Bandung.
Sudjana. 1992. Metoda Statistika Edisi ke-6. Bandung. Tarsito www.google.com
