LAMPIRAN
Model Summary
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 0,654 0,427 0,360 1,68254
a. Predictors : (Constant), Sektor Perdagangan, Sektor Pertanian b. Dependent Variable : PDRB
ANOVA Model Sum of
Squares
Df Mean Square
F Sig.
Regression Residual Total 35,885 48,126 84,012 2 17 19 17,943 2,831
6,388 0,009
a. Predictors : (Constant), Sektor Perdagangan, Sektor Pertanian b. Dependent Variable : PDRB
Coefficients Model Unstandardized Coefficients Standardized Coefficients
t Sig.
B Std. Error Beta
(Constant) 2,652 1,919 1,382 0,185
Sektor Pertanian 0,460 0,131 0,660 3,521 0,003 Sektor Pedagangan 0,038 0,193 0,037 0,198 0,846
a. Dependent Variable : PDRB
Residual Statistics
Std. Predicted Value Std. Residual -0,933 -2,796 2,601 1,577 0,000 0,000 1,000 0,946 20 20
a. Dependent Variable : PDRB
Correlations Sektor Pertanian Sektor Perdagangan PDRB
Sektor Pertanian Pearson Correlation Sig. (2-tailed) N 1 20 -0,203 0,391 20 0,653 0,002 20 Sektor Perdagangan Pearson Correlation
Sig. (2-tailed) N -0,203 0,391 20 1 20 - 0,097 0,685 20 PDRB Pearson Correlation
DAFTAR PUSTAKA
Algifari.2000.Analisis Regresi Teori, Kasus dan Sosial. Yogyakarta: BPFE-Yogyakarta
Badan Pusat Statistik. Dairi dalam Angka. Dairi: BPS
Hamang Abdul. 2005. Metode Statistika. Edisi pertama. Yogyakarta: Graha Ilmu. Hartono. 2004. Statistik Untuk Penelitian. Yogyakarta: Pustaka pelajar Offset. Heni, Agnes Triyuliana, 2007. Pengolahan Data Statistik dengan SPSS
Yogyakarta: Wahana Komputer dan Andi Sudjana. 2002. Metoda Statistika. Bandung: Tarsito. Sulianto. 2006. Metode Riset Bisnis, Yogyakarta: Andi
BAB 3
PENGOLAHAN DATA
3.1 Data dan Pembahasan
Data yang akan diolah dalam tugas akhir ini adalah data yang diambil dari Badan Pusat Statistika (BPS). Yaitu data Laju Pertumbuhan Produk Domestik Regional Bruto Kabupaten Dairi dari tahun 1994 – 2013 (persen). Datanya adalah sebagai berikut:
Tabel 3.1 Data Jumlah Pertanian, Perdagangan, dan PDRB Tahun 1994 -2013
Tahun Pertanian Perdagangan PDRB
1994 13,81 5,76 10,41
1995 8,69 8,27 8,7
1996 11,38 8,18 10,85
1997 6,74 8,46 6,61
1998 9,23 6,78 2,45
1999 8,94 8,03 3,6
2000 4,31 12,33 4,16
2001 5,28 14,15 5,97
2002 4,74 8,89 5,17
2003 3,79 7,28 4,47
2004 5,5 7,24 5,83
2005 4,8 7,51 5,34
2006 3,04 8,27 4,28
2007 2,91 10,1 4,68
2008 3,21 7,34 4,52
2010 4,09 6,26 5,02
2011 4,01 6,35 5,28
2012 4,48 6,79 5,44
2013 4,51 6,8 5,46
Sumber: Badan Pusat Statistik (BPS) Kabupaten Dairi
Dengan:
= PDRB
= Sektor Pertanian
= Sektor Perdagangan
3.2 Persamaan Regresi Linier Berganda
Untuk mencari persamaan regresi berganda, terlebih dahulu kita menghitung koefisien – koefisien regresinya dengan mencari penggandaan satu variabel dengan variabel yang lain. Dengan koefisien – koefisien tersebut makan dapat ditentukan persamaan untuk mencari regresi linier bergandanya. Adapun nilai dari koefisien – koefisien sebagai berikut:
Tabel 3.2 Nilai – Nilai Koefisien Persamaan Regresi Linier Ganda Tahun
1994 10,41 13,81 5,76 108,3681 190,7161
1995 8,7 8,69 8,27 75,69 75,5161
1996 10,85 11,38 8,18 117,7225 129,5044 1997 6,61 6,74 8,46 43,6921 45,4276
1998 2,45 9,23 6,78 6,0025 85,1929
1999 3,6 8,94 8,03 12,96 79,9236
2003 4,47 3,79 7,28 19,9809 14,3641
2004 5,83 5,5 7,24 33,9889 30,25
2005 5,34 4,8 7,51 28,5156 23,04
2006 4,28 3,04 8,27 18,3184 9,2416
2007 4,68 2,91 10,1 21,9024 8,4681
2008 4,52 3,21 7,34 20,4304 10,3041 2009 4,72 3,34 7,72 22,2784 11,1556 2010 5,02 4,09 6,26 25,2004 16,7281 2011 5,28 4,01 6,35 27,8784 16,0801 2012 5,44 4,48 6,79 29,5936 20,0704
2013 5,46 4,51 6,8 29,8116 20,3401
Jumlah 112,96 116,8 162,51 722,0096 855,245
Sambungan Tabel 3.2 Tahun
2009 59,5984 15,7648 36,4384 25,7848 2010 39,1876 20,5318 31,4252 25,6034 2011 40,3225 21,1728 33,528 25,4635 2012 46,1041 24,3712 36,9376 30,4192 2013 46,24 24,6246 37,128 30,668 Jumlah 1.399,335 738,3867 909,9846 925,3725
Dari Tabel 3.2 maka diperoleh:
= 20 = 855,245
= 112,96 = 1.399,335
= 116,8 = 722,0096
= 162,51 = 925,3725
= 738,3867 = 909,9846
Dari data di atas diperoleh persamaan:
Dapat kita substitusikan nilai – nilai yang bersesuaian, sehingga diperoleh persamaan:
112,96 (1)
(2)
Untuk mencari dan dapat digunakan cara eliminasi dan substitusi,yaitu: 1. Eliminasi persamaan (1) dan persamaan (2)
Persamaan (1) x 116,8= =13.193,728 Persamaan (2) x 20 = =14.767,73
= -1.574,006 (4)
2. Eliminasi persamaan (1) dan persamaan (3)
Persamaan (1) x 162,51= =18.357,13 Persamaan (3) x 20 = =18.199,69
=157,4376 (5)
3. Eliminasi persamaan (4) dan persamaan (5)
Persamaan (4) x 473,718 = = -745.635 Persamaan (5) x -3.462,66 = = -545.153
= -200.482
= 0,038 4. Substitusi = 0,038 ke persamaan (5)
= 157,4376 = 157,4376 = 157,4376 = 217,3712 = 0,46
5. Substitusi = 0,038 dan = 0,46 ke persamaan (1) = 112,96
= 112,96 = 112,96
20 + 59,903 = 112,96
Sehingga diperoleh persamaan regresinya: ̂
̂
3.3 Analisis Residu
Dengan didapat persamaan regresinya, maka untuk mengetahui seberapa besar penyimpangan laju pertumbuhan PDRB yang sebenarnya terhadap laju pertumbuhan PDRB yang diperkirakan, maka dapat dihitung dengan mencari koefisien-koefisien dari Analisis Residunya sebagai berikut:
Tabel 3.3 Nilai-Nilai Koefisien Analisis Residu
Tahun ̂ ̂ ̂
1994 10,41 9,16824 1,24176 1,541967898
1995 8,7 6,9289 1,7711 3,13679521
1996 10,85 8,15212 2,69788 7,278556494
1997 6,61 6,04692 0,56308 0,317059086
1998 2,45 7,11852 -4,66852 21,79507899
1999 3,6 7,03378 -3,43378 11,79084509
2000 4,16 5,0859 -0,9259 0,85729081
2001 5,97 5,59738 0,37262 0,138845664
2002 5,17 5,15126 0,01874 0,000351188
2003 4,47 4,65688 -0,18688 0,034924134
2004 5,83 5,43512 0,39488 0,155930214
2005 5,34 5,12618 0,21382 0,045718992
2006 4,28 4,3525 -0,0725 0,00525625
2007 4,68 4,36276 0,31724 0,100641218
2008 4,52 4,39468 0,12532 0,015705102
2009 4,72 4,4684 0,2516 0,06330256
2011 5,28 4,72186 0,55814 0,31152026
2012 5,44 4,9529 0,4871 0,23726641
2013 5,46 4,96696 0,49304 0,243088442
Jumlah 112,96 112,4762 0,48382 48,14041142
Sehingga :
√ ̂
√
√
1,683
Ini berarti bahwa rata-rata laju pertumbuhan PDRB yang sebenarnya akan menyimpang dari rata-rata laju pertumbuhan PDRB yang diperkirakan sebesar 1,683.
3.4 Pengujian Regresi Linier Ganda
Uji linieritas dicari untuk menguji kepastian dari persamaan regresi
Ini berarti bahwa antara laju pertumbuhan PDRB dengan sektor pertanian dan sektor perdagangan tidak ada hubungan.
Ini berarti bahwa antara laju pertumbuhan PDRB dengan sektor pertanian dan perdagangan ada hubungan.
Dengan taraf nyata α dan nilai yaitu dengan dkpembilang = 2, dkpenyebut , dan α = 0,05
H0 diterima apabila
H0 ditolak apabila
dapat dicari dengan rumus:
Untuk menguji model regresi yang telah terbentuk, maka dapat diambil: ̅
̅
̅
Di mana harga-harga yang diperlukan adalah sebagai berikut: Tabel 3.4 Nilai-Nilai Koefisien Uji Linieritas Tahun
2003 -1,178 -2,05 -0,8455 2,4149 0,995999 2004 0,182 -0,34 -0,8855 -0,06188 -0,16116 2005 -0,308 -1,04 -0,6155 0,32032 0,189574 2006 -1,368 -2,8 0,1445 3,8304 -0,19768 2007 -0,968 -2,93 1,9745 2,83624 -1,91132 2008 -1,128 -2,63 -0,7855 2,96664 0,886044 2009 -0,928 -2,5 -0,4055 2,32 0,376304 2010 -0,628 -1,75 -1,8655 1,099 1,171534 2011 -0,368 -1,83 -1,7755 0,67344 0,653384 2012 -0,208 -1,36 -1,3355 0,28288 0,277784 2013 -0,188 -1,33 -1,3255 0,25004 0,249194 Jumlah -2,92841 -23,17442 -7,96541 78,7003 -7,87188
Sambungan Tabel 3.4 Tahun
1994 22,67664 63,5209 5,59559 -18,853 1995 9,314704 8,1225 0,02088 0,411825 1996 27,0608 30,6916 0,00297 0,30193
1997 0,925444 0,81 0,11189 0,30105
1998 10,2272 11,4921 1,81037 -4,56124
1999 4,194304 9,61 0,00912 -0,29605
2000 2,214144 2,3409 17,67782 -6,43289 2001 0,103684 0,3136 36,2946 -3,37372
2002 0,228484 1,21 0,58446 -0,84095
2003 1,387684 4,2025 0,71487 1,733275 2004 0,033124 0,1156 0,78411 0,30107 2005 0,094864 1,0816 0,37884 0,64012
2006 1,871424 7,84 0,02088 -0,4046
2009 0,861184 6,25 0,16443 1,01375 2010 0,394384 3,0625 3,48009 3,264625 2011 0,135424 3,3489 3,1524 3,249165 2012 0,043264 1,8496 1,78356 1,81628 2013 0,035344 1,7689 1,75695 1,762915 Jumlah 84,01152 173,133 78,8595 -23,6859
Sehingga:
̂
Jadi, dapat dicari dengan rumus:
berpengaruh terhadap variabel terikat atau ini juga berarti bahwa antara laju pertumbuhan PDRB dengan sektor pertanian dan sektor perdagangan terdapat hubungan yang nyata.
3.5 Koefisien Determinasi
Untuk mengetahui berapa besar pengaruh sektor pertanian dan sektor perdagangan terhadap laju pertumbuhan PDRB, maka akan dilakukan perhitungan sebagai berikut:
Untuk koefisien korelasi ganda digunakan rumus sebagai berikut: √
√
3.6 Koefisien Korelasi
Untuk mengukur seberapa besar hubungan variabel terikat ( ) terhadap variabel bebas ( ), dapat dilihat dari seberapa besarnya nilai koefisien korelasinya, yaitu:
1. Koefisien korelasi antara laju pertumbuhan PDRB dengan sektor pertanian
√{ }{ }
√{ }{ }
√
√
Ini menunjukkan bahwa sektor pertanian berkolerasi kuat terhadap PDRB.
2. Koefisien korelasi antara laju pertumbuhan PDRB dengan sektor perdagangan
√{ }{ }
√{ }{ }
√
BAB 4
IMPLEMENTASI SISTEM
4.1 Pengertian Implementasi Sistem
Implementasi sistem merupakan prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki. Tahapan implementasi sistem merupakan tahapan-tahapan penerapan hasil desain tertulis ke dalam programming. Dalam pengolahan data dalam hal ini digunakan software SPSS 18 for windows sebagai implementasi sistem dalam memperoleh hasil perhitungan.
4.2 SPSS Dalam Statistika
SPSS (Statistical Package For Service Solution) dibuat pada tahun 1986 oleh mahasiswa dari Standford University. SPSS pada awalnya merupakan salah satu paket program oleh data statistik yang ditujukan untuk analisis data statistik yang ditujukan untuk analisis data ilmu-ilmu sosial. SPSS sudah mampu memproses data statistik pada berbagai bidang ilmu, baik ilmu sosial maupun non sosial. Penggunaan SPSS dimaksudkan untuk melakukan analisis dengan praktis, cepat dan akurat.
4.3 Mengaktifkan SPSS
Harus dipastikan terlebih dahulu bahwa SPSS telah terinstal pada komputer. Jika pada desktop sudah ada ikon SPSS, maka SPSS dapat dibuka dengan cara:
2. Selain itu program SPSS dapat diaktifkan melalui klik tombol Start pada jendela windows
3. Klik All Programs, lalu pilih SPSS 4. Tampilan awal pada SPSS
Gambar 4.1 Tampilan SPSS
4.4Mengoperasikan SPSS
Dari tampilan SPSS yang muncul, pilih type in data untuk membuat data baru atau dari menu utama file, pilih new, lalu klik, maka akan tampil jendela editor, kemudian klik data. Cara menamai variabel dilakukan dengan, klik variable view yang terletak sebelah kiri bawah jendela editor, lalu lakukan langkah berikut:
a. Name : Ketik nama variabel yang diinginkan.
b. Type : Sesuaikan type data sesuai dengan apa yang diinginkan. c. Width : Digunakan untuk menentukan jarak / lebar kolom. d. Decimals : Digunakan untuk menentukan desimal data.
e. Label : Ketikkan nama sesuai dengan identitas dari nama variabel. f. Value : Digunakan untuk mengisi penjelasan nama (label)
i. Align : Digunakan untuk menentukan letak pengisian data. j. Measure : Digunakan untuk menentukan junis data.
Gambar 4.2 Layar Variabel View
4.5Pengisian Data
1. Mengaktifkan jendela data, klik data view, yang berada disudut kiri bawah jendela editor.
2. Selanjutnya input data yang akan diolah, sesuia dengan variabel yang telah terdefenisikan
4.6Pengolahan Data dengan Persamaan Regresi
Pengolahan data yang dilakukan dengan persamaan regresi, langkah-langkahnya adalah sebagai berikut:
1. Tampilan file yang akan ditentukan oleh persamaan regresi pada jendela editor yang tampak
2. Selanjutnya, pilih menu Analiyze, kemudian pilih sub menu Regression, pilih Linier
3. Muncul kotak dialog, pilih variabel PDRB (Y) pada kotak Variabel Dependent, dan variabel Sektor Pertanian (X1), variabel Sektor Perdagangan (X2)
Gambar 4.4 Kotak Dialog Linier Regression
4. Kemudian klik statistic pada kotak dialog Linier Regresion, aktifkan Estimate, Model Fit, Casewise Diagnostics, kemudian klik continue untuk
Gambar 4.5 Kotak Dialog Linier Regression Statistic
4.7Pengolahan Data dengan Persamaan Korelasi
Pengolahan data yang dilakukan dengan persamaan korelasi, langkah-langkah adalah sebagai berikut:
1. Pilih Analyze, kemudian pilih sub menu Correlate, kemudian pilih Bivariate
2. Pada kolom Correlation Coefficients, pilih Pearson, dan pada kolom Test of Significant, pilih Two Tailed, lalu klik OK
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil pengolahan data yang dilakukan, maka dapat diambil beberapa kesimpulan sebagai berikut:
1. Dengan menggunakan analisi regresi linier berganda diperoleh model persamaan linier ganda yaitu:
̂
2. Karena Fhit > Ftab maka H0 ditolak. Hal ini berarti bahwa Sektor Pertanian dan Sektor Perdagangan berpengaruh secara nyata (signifikan) terhadap Laju Pertumbuhan PDRB Kabupaten Dairi.
3. Dari hasil perhitungan didapat nilai koefisien determinasi sebesar 0,427 dan dengan mencari akar dari diperoleh koefisien korelasinya sebesar 0,654. Artinya 65,4% laju pertumbuhan PDRB dipengaruhi oleh sektor pertanian dan sektor perdagangan, sedangkan 34,6% lagi dipengaruhi oleh faktor lain.
5.2 Saran
Dengan selesainya penyusunan Tugas Akhir ini, penulis memberikan beberapa saran yang mungkin bermanfaat bagi semua pihak:
1. Agar Tugas Akhir lebih akurat maka data yang akan diolah lebih diperbanyak lagi
2. Bagi pemerintah Kabupaten Dairi agar lebih memperhatikan Sektor Perdagangan supaya laju pertumbuhan PDRB di Kabupaten Dairi lebih meningkat dan untuk Sektor Pertanian lebih ditingkatkan lagi hasilnya.
3. Supaya semua pengaruh jenis lapangan pekerjaan terlihat jelas, dan jenis lapangan pekerjaan apa yang paling berkembang di Kabupaten Dairi, maka semua sektor usaha di Kabupaten Dairi harus diolah.
BAB 2
LANDASAN TEORI
2.1 Pengertian Regresi
Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih. Istilah regresi pertama kali diperkenalkan oleh Francis Galton pada tahun 1877. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari satu variabel
yaitu variabel terikat pada satu atau lebih variabel bebas yang menerangkan dengan tujuan untuk memperkirakan atau pun meramalkan nilai dari variabel tak bebas apabila nilai-nilai variabel yang menerangkan sudah diketahui. Variabel yang menerangkan sering disebut variabel bebas. Analisis regresi digunakan apabila ada korelasi antara satu atau beberapa variabel terikat dengan variabel bebas. Variabel bebas dapat berupa data kontinu maupun kategori. Dalam analisis regresi dikenal 2 jenis variabel yaitu:
1. Variabel respon disebut juga variabel terikat yaitu variabel yang keberadaannya dipengaruhi oleh variabel lainnya yang dinotasikan dengan variabel .
2. Variabel prediktor disebut juga dengan variabel bebas yaitu variabel yang tidak dipengaruhi oleh variabel lainnya yang dinotasikan dengan variabel
.
2.2 Persamaan Regresi
variabel lain yang nilainya belum diketahui. Sifat hubungan antar variabel dalam persamaan regresi merupakan hubungan sebab akibat (causal relationship). Untuk mempelajari hubungan-hubungan antara beberapa variabel, persamaan analisis regresi dapat dilihat dari dua bentuk, yaitu:
1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda
Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu variabel bebas dan variabel terikat. Sedangkan analisis regresi berganda merupakan hubungan antara 3 variabel atau lebih, yaitu sekurang-kurangnya dua variabel bebas dengan satu variabel terikat. Tujuan utama regresi adalah untuk membuat perkiraan nilai suatu variabel terikat yang berhubungan jika nilai variabel lainnya sudah ditentukan.
2.3 Analisis Regresi Linier Sederhana
Regresi linier sederhana digunakan untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel terikat tunggal dengan variabel bebas tunggal. Regresi linier sederhana hanya memiliki satu peubah yang dihubungkan dengan satu peubah tidak bebas. Bentuk umum dari persamaan regresi linier untuk sampel adalah
2.1 keterangan:
= Variabel terikat = Variabel bebas
= Parameter intersep
2.4 Analisis Regresi Linier Berganda
Banyak persoalan penelitian dan pengamatan yang terjadi sebagai akibat lebih dari dua variabel, atau dengan kata lain dari satu peubah dalam membentuk model regresi. Model-model regresi yang mengunakan lebih dari satu variabel bebas disebut model regresi linier berganda. Regresi linier berganda hampir sama dengan regresi linier sederhana, hanya saja pada regresi linier berganda variabel bebasnya lebih dari satu variabel penduga. Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan membuat prediksi perkiraan nilai atas . Secara umum model regresi linier berganda untuk populasi adalah sebagai berikut:
2.2 Model regresi linier berganda 2.2 untuk populasi dapat ditaksir berdasarkan sebuah sampel acak yang berukuran n sedangkan model regresi linier berganda untuk sampel, yaitu:
̂ 2.3 keterangan:
= Variabel terikat = Konstanta
= Koefisien regresi
= Variabel bebas
=
Bentuk data yang akan diolah ditunjukkan pada Tabel 2.1
Tabel 2.1 Bentuk Umum Data Observasi Nomor
Observasi
Responden Variabel Bebas
…
2 …
. . . . … .
. . . . … .
. . . . … .
N …
…
Dalam penelitian ini, penulis menggunakan regresi linier berganda dengan 3 variabel, yaitu satu variabel terikat dan dua variabel bebas. Maka variabel– variabel penelitiannya adalah:
= Laju Pertumbuhan PDRB = Sektor Pertanian
= Sektor Perdagangan
Persamaan regresi berganda dengan dua variabel bebas ditaksir oleh:
̂ 2.4
Dan diperoleh persamaaan normal, yaitu:
2.5
2.6
2.7
Untuk mencari persamaan normal di atas disubsitusikan sehingga diperoleh model regresi linier berganda atas .
2.5 Kesalahan Standar Estimasi
dimasukkan dalam persamaan). Ukuran tersebut dapat dihitung oleh kekeliruan baku taksiran , yang dapat ditentukan oleh rumus:
√ ̂
2.8 keterangan:
= Nilai data hasil pengamatan
̂ = Nilai hasil regresi n = Banyaknya sampel k = Banyaknya variabel
2.6 Uji Regresi Linier Berganda
Pengujian hipotesis bagi koefisien-koefisien regresi linier berganda dapat dilakukan secara serentak atau keseluruhan. Pengujian regresi linier perlu dilakukan untuk mengetahui apakah variabel-variabel bebas secara bersamaan pemiliki pengaruh terhadap variabel tak bebas. Langkah-langkah pengujiannya adalah sebagai berikut:
1. Menentukan formulasi hipotesis
tidak mempengaruhi )
minimal ada satu parameter koefisien regresi yang tidak sama dengan nol atau mempengaruhi .
2. Menentukan taraf nyata dan dengan derajat kebebasan dan
.
3. Menentukan kriteria pengujian H0 diterima apabila
4. Menentukan nilai statistik F dengan rumus:
2.9
keterangan:
= Jumlah kuadrat regresi
= Jumlah kuadrat residu (sisa)
– – = Derajat kebebasan
Dengan nilai dan dapat dihitung dengan rumus:
2.10
̂ 2.11
keterangan:
̅ ̅ ̅ ̅
2.7 Koefisien Determinasi
kontribusi terhadap . Jika koefisien sama dengan 0 ( = 0), berarti variasi dari tidak dapat diterangkan oleh . Dan bila = 1, maka semua titik pengamatan berada tepat pada garis regresi. Dengan demikian baik atau buruknya suatu persamaan regresi ditentukan oleh -nya.
ditentukan oleh rumus:
2.12
2.8 Koefisien Korelasi
Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui adanya derajat hubungan linier antara satu variabel dengan variabel lain. Jika antara variabel yang satu dengan variabel yang lainnya mempunyai hubungan, maka variabel yang satu akan berubah akibat perubahan-perubahan dari variabel lainnya. Besarnya hubungan antara variabel yang satu dengan variabel yag lain dinyatakan dengan koefisien korelasi yang disimbolkan dengan “ ” yang besarnya adalah akar koefisien determinasi. Atau secara matematis dapat ditulis sebagai berikut:
√ 2.13 Koefisien korelasi (r) dapat digunakan untuk:
1. Mengetahui keeratan hubungan (korelasi linier) antara dua variabel. 2. Mengetahui arah hubungan antara dua variabel.
Dua variabel dikatakan berkorelasi 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
Artinya apabila variabel yang satu meningkat, maka akan diikuti peningkatan variabel lainnya.
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, 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 . Besarnya korelasi berkisar antara .
Untuk mencari korelasi antara variabel dengan dapat dirumuskan sebagai berikut:
√{ }{ }
2.14
keterangan:
= Koefisien korelasi antara dan = Variabel bebas
= Variabel terikat
Untuk lebih mengetahui seberapa jauh derajat antara variabel-variabel tersebut, dapat dilihat dalam Tabel 2.2
Table 2.2 Interpretasi Koefisien Korelasi Nilai Interpretasi
0 Tidak berkorelasi
0,01 – 0,20 Sangat rendah
0,21 – 0,40 Rendah
0,41 – 0,60 Agak rendah
0,61 – 0,80 Cukup
0,81 – 0,99 Tinggi
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator penting untuk mengetahui kondisi ekonomi suatu wilayah dalam suatu periode tertentu. Produk Domestik Regional Bruto (PDRB) didefinisikan sebagai jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha dalam suatu wilayah atau merupakan jumlah nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi. Sejalan dengan diberlakukannya otonomi daerah, maka setiap daerah mempunyai kewenangan yang lebih luas dalam merencanakan dan mengelola pembangunan daerahnya sesuai dengan potensi dan kemampuan daerah itu sendiri. Dalam rangka evaluasi dan proses penyusunan perencanaan dibutuhkan berbagai indikator-indikator yang dapat menggambarkan potensi dan kemajuan pembangunan daerah.
Salah satu indikator penting untuk mengetahui kondisi suatu daerah dalam suatu periode tertentu adalah data Produk Domestik Regional Bruto (PDRB), baik atas dasar harga berlaku maupun atas dasar harga konstan. Berdasarkan indikator ini kita akan memperoleh gambaran tingkat pertumbuhan ekonomi maupun tingkat kemakmuran masyarakat suatu wilayah. Pertumbuhan ekonomi wilayah atau PDRB adalah pertambahan pendapatan masyarakat secara keseluruhan yang terjadi di wilayah tersebut, yaitu faktor atau gabungan dari lapangan usaha yang memiliki keunggulan dari suatu wilayah yang dikelompokkan sebagai berikut :
1) Pertanian
2) Pertambangan dan Penggalian 3) Industri pengolahan
6) Perdagangan, Hotel, dan Restoran 7) Pengangkutan dan Komunikasi
8) Keuangan, Persewaan, dan Jasa Perusahaan 9) Jasa-jasa
Dari setiap sektor ini memiliki besar pengaruh yang berbeda terhadap laju pertumbuhan PDRB. Maka dari itu perlu dilihat besar pengaruh dari setiap sektor tersebut. Karena dari besar pengaruh tersebut dapat kita ketahui usaha apa yang paling banyak dan berkembang di wilayah tersebut.
Berdasarkan data Statistik (BPS Sumatera utara), setiap tahunnya Produk Domestik Regional Bruto (PDRB) kabupaten Dairi mengalami perubahan. Hal ini menunjukkan bahwa sektor-sektor lapangan usaha yang berada di kabupaten Dairi mengalami peningkatan setiap tahunnya. Pada dasarnya semua lapangan usaha yang berada di kabupaten Dairi berperan dalam meningkatkan angka Produk Domestik Regional Bruto (PDRB), namun dari keseluruhan lapangan usaha itu, ada beberapa lapangan usaha yang memang mempunyai peranan atau pengaruh yang cukup besar terhadap perkembangan perekonomian di kabupaten Dairi yang ditunjukkan lewat besarnya angka Produk Domestik Regional Bruto (PDRB) di masing-masing sektor lapangan usaha.Untuk mengetahui seberapa besar pengaruh sektor lapangan usaha yang ada di kabupaten Dairi, penulis mengadakan penelitian terhadap perolehan angka Produk Domestik Regional Bruto (PDRB). Dari beberapa sektor lapangan usaha penulis hanya mengambil sektor pertanian dan perdagangan saja karena keterbatasan kemampuan dan waktu penulis. Dari uraian latar belakang di atas, maka penulis mengambil judul “Pengaruh Sektor Pertanian dan Perdagangan Terhadap Laju Pertumbuhan PDRB Kabupaten Dairi”.
1.2 Perumusan Masalah
1.3 Batasan Masalah
Agar penelitian ini semakin jelas dan terarah perlu di lakukan pembatasan masalah.
Adapun batasan masalah dalam penelitian ini adalah:
1) Jenis lapangan usaha yang akan diteliti dalam penelitian ini hanya sektor pertanian dan perdagangan.
2) Data yang digunakan adalah data sekunder dari BPS yaitu data laju pertumbuhan PDRB Kabupaten Dairi.
1.4Tujuan Penelitian
Adapun tujuan dari dilakukannya penelitian ini adalah untuk mengetahui seberapa besar pengaruh dan hubungan sektor pertanian dan perdagangan terhadap laju pertumbuhan PDRB Kabupaten Dairi.
1.5 Manfaat Penelitian
Manfaat dari penelitian ini adalah:
1) Melihat berapa besar pengaruh sektor pertanian dan sektor perdagangan terhadap laju pertumbuhan PDRB Kabupaten Dairi.
2) Dapat dilihat sektor apa yang paling berkembang di Kabupaten Dairi.
1.6Metode Penelitian
1. Penelitian Kepustakaan
Dalam hal ini pengumpulan data serta keterangan – keterangan dapat dilakukan dengan membaca serta mempelajari buku – buku pelajaran yang didapat diperkuliahan, serta sumber informasi lainnya yang berhubungan dengan objek yang diteliti
2. Metode pengumpulan data
Adapun data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik (BPS).
3. Pengolahan Data
1) Penentuan Objek Penelitian
Penentuan objek penelitian merupakan hal yang sangat penting untuk dilakukan, sesuai dengan metode yang sudah dibentuk dalam penyusunan Tugas Akhir.
2) Penentuan Variabel
Menentukan kelompok data mana yang menjadi variable (variabel bebas) dan mana yang menjadi variable (variabel terikat).
3) Menentukan hubungan antara variable dengan variable sehingga di dapat regresi atas .
4) Uji Korelasi
Pengujian ini untuk mengetahui seberapa besarkah hubungan variabel-variabel bebas itu dapat menjelaskan variable terikat.
5) Menguji Koefisien-koefisien Regresi
Pengujian ini dilakukan untuk menguji tingkat nyata koefisien-koefisien regresi yang didapat dan seberapa besar kontribusinya.
1.7Tinjauan Pustaka
Sebagai karya ilmiah yang ingin di nilai baik, sangatlah perlu adaya beberapa buku referensi yang dijadikan sebagai pedoman dalam penulisan karya tersebut. Berikut ini adalah beberapa buku yang digunakan penulis dalam penyusunan tugas akhir ini:
Ekonomi Regional, Drs.Robinson Tarigan, M.R.P, Edisi Revisi
Produk Domestik Regional Bruto (PDRB) adalah jumlah nilai tambah bruto yang timbul dari seluruh sektor perekonomian diwilayah itu. Angka pendapatan regional dalam beberapa tahun menggambarkan kenaikan dan penurunan tingkat pendapatan di daerah tersebut.
Statistik Untuk Penelitian, Drs.Hartono, M.Pd
Statistik merupakan salah satu cabang ilmu pengetahuan yang sangat diperlukan dalam suatu kegiatan ilmiah, usaha-usaha yang dilakukan dalam rangka pengambilan keputusan dan menentukan kebijakan perlu di dukung oleh hasil penelitian yang akurat.
Analisis Regresi, Algifari
Analisis regresi merupakan teknik untuk membangun persamaan yang menggambarkan hubungan antar dua variabel atau lebih variabel dan menaksir nilai variabel terikat berdasar pada nilai tertentu variabel bebas.
Metode Riset Bisnis, Suliyanto, SE, M.Si
Kegiatan riset merupakan kegiatan yang telah direncanakan dengan tujuan yang jelas. Tujuan dalam riset merupakan hal yang akan di cari atau dipecahkan melalui proses riset.
1.8Sistematika Penulisan
BAB 1 : PENDAHULUAN
Dalam bab ini penulis mencoba untuk menguraikan hal – hal yang menjadi latar belakang, perumusan masalah, batasan masalah, tujuan penelitian, maanfaat penelitian, metodologi penelitian, tinjauan pustaka, dan sistematika penulisan.
BAB 2 : LANDASAN TEORI
Bab ini menguraikan tentang konsep dasar analisis regresi, persamaan regresi, analisis korelasi, dan uji koefisien regresi berganda.
BAB 3 : PENGOLAHAN DATA
Bab ini menguraikan tentang pengolahan data dengan menggunakan cara yang terdapat pada landasan teori.
BAB 4 : IMPLEMENTASI SISTEM
Bab ini menguraikan tentang pengolahan data dengan menggunakan perangkat lunak SPSS (Statistical Product for Service Solution)
BAB 5 : KESIMPULAN DAN SARAN
PENGARUH SEKTOR PERTANIAN DAN PERDAGANGAN TERHADAP LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO
KABUPATEN DAIRI
TUGAS AKHIR
EVY KRISTIN ANGKAT 122407101
PROGRAM STUDI DIPLOMA 3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PENGARUH SEKTOR PERTANIAN DAN PERDAGANGAN TERHADAP LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO
KABUPATEN DAIRI
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya
EVY KRISTIN ANGKAT 122407101
PROGRAM STUDI DIPLOMA 3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : Pengaruh Sektor Pertanian dan Perdagangan Terhadap Laju Pertumbuhan Produk Domestik Regional Bruto Kabupaten Dairi
Kategori : Tugas Akhir Nama : Evy Kristin Angkat
Nim : 122407101
Program Studi : D3 Statistika Departemen : Matematika
Fakultas : Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara
Diluluskan di Medan,Juli 2015
Disetujui oleh:
Program Studi D3 Statistika FMIPA USU Pembimbing Ketua,
PERNYATAAN
PENGARUH SEKTOR PERTANIAN DAN PERDAGANGAN TERHADAP LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO
KABUPATEN DAIRI TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dari ringkasan yang masing-masing disebutkan sumbernya.
Medan,Juli 2015
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul Pengaruh Sektor Pertanian dan Perdagangan Terhadap Laju Pertumbuhan Produk Domestik Regional Bruto Kabupaten Dairi.
Terimakasih penulis sampaikan kepada Bapak Drs. Partano Siagian, M.sc selaku pembimbing yang telah meluangkan waktunya selama penyusunan tugas akhir ini kepada Bapak Dr. Faigiziduhu Bu’ulölö, M.Si selaku Ketua Program Studi D3 Statistika FMIPA USU. Terimakasih kepada Bapak Dr. Suwarno Ariswoyo, M.Si selaku Sekretaris Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU yang telah memberikan izin kepada penulis untuk melaksanakan riset, seluruh staff dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Bapak B. Angkat dan Ibu M. Nainggolan yang selama ini memberikan bantuan dana dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa membalasnya.
Penulis
DAFTAR ISI
Halaman
PERSETUJUAN i
PERNYATAAN ii
PENGHARGAAN iii
DAFTAR ISI iv
DAFTAR TABEL vi
DAFTAR GAMBAR vii
BAB 1 PENDAHULUAN 1 1.1 Latar Belakang 1 1.2 Perumusan Masalah 2 1.3 Batasan Masalah 3 1.4 Tujuan Penelitian 3 1.5 Manfaat Penelitian 3 1.6 Metode Penelitian 3 1.7 Tinjauan Pustaka 5 1.8 Sistematika Penulisan 5 BAB 2 LANDASAN TEORI 7 2.1 Pengertian Regresi 7 2.2 Persamaan Regresi 7 2.3 Analisis Regresi Linier Sederhana 8 2.4 Analisis Regresi Linier Berganda 9
2.5 Kesalahan Standar Estimasi 10
2.6 Uji Regresi Linier Berganda 11 2.7 Koefisien Determinasi 12 2.8 Koefisien Korelasi 13 BAB 3 PENGOLAHAN DATA 16 3.1 Data dan Pembahasan 16 3.2 Persamaan Regresi Linier Berganda 17 3.3 Analisis Residu 21 3.4 Pengujian Regresi Linier Berganda 22 3.5 Koefisien Determinasi 25
BAB 4 IMPLEMENTASI SISTEM 28 4.1 Pengertian Implementasi Sistem 28
4.2 SPSS dalam Statistika 28
4.3 Mengaktifkan SPSS 28
4.4 Mengoperasikan SPSS 29
4.5 Pengisian Data 30
4.6 Pengolahan Data dengan Persamaan Regresi 31 4.7 Pengolahan Data dengan Persamaan Korelasi 32
BAB 5 KESIMPULAN DAN SARAN 33
5.1 Kesimpulan 33
5.2 Saran 34
DAFTAR TABEL
Nomor Judul Halaman
Tabel
2.1 Bentuk Umum Data Observasi 9
2.2 Interpretsi Koefisien Korelasi Nilai r 15
3.1 Data Jumlah Pertanian, Perdagangan dan PDRB Tahun 1994-2013 16
3.2 Nilai-Nilai Koefisien Persamaan Regresi Linier Ganda 17
3.3 Nilai-Nilai Koefisien Analisis Residu 21
DAFTAR GAMBAR
Nomor Judul Halaman
Gambar
4.1 Tampilan SPSS 29
4.2 Layar Variabel View 30
4.3 Data yang Diolah 30
4.4 Kotak Dialog Linier Regression 31
4.5 Kotak Dialog Linier Regression Statistics 32
