Kajian Pengaruh Sektor Pertambangan Serta Penggalian dan Sektor Industri Pengolahan Terhadap Indeks Perkembangan Produk Domestik Bruto Kota Medan

(1)

KAJIAN PENGARUH SEKTOR PERTAMBANGAN SERTA PENGGALIAN DAN SEKTOR INDUSTRI PENGOLAHAN TERHADAP INDEKS

PERKEMBANGAN PRODUK DOMESTIK REGIONAL BRUTO KOTA MEDAN

TUGAS AKHIR

FAIZAL RIDHO 112407105

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

(2)

KAJIAN PENGARUH SEKTOR PERTAMBANGAN SERTA PENGGALIAN DAN SEKTOR INDUSTRI PENGOLAHAN TERHADAP INDEKS

PERKEMBANGAN PRODUK DOMESTIK REGIONAL BRUTO KOTA MEDAN

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

FAIZAL RIDHO 112407105

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

(3)

PERSETUJUAN

Judul : KAJIAN PENGARUH SEKTOR

PERTAMBANGAN SERTA PENGGALIAN DAN SEKTOR INDUSTRI PENGOLAHAN TERHADAP INDEKS PERKEMBANGAN PRODUK DOMESTIK REGIONAL BRUTO KOTA MEDAN

Kategori : TUGAS AKHIR

Nama : FAIZAL RIDHO

Nomor Induk Mahasiswa : 112407105 Program Studi : D3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM UNIVERSITAS SUMATERA UTARA

Disetujui di Medan, Juli 2014

Disetujui oleh:

Program Studi D3 Statistika FMIPA USU Pembimbing, Ketua,

(4)

PERNYATAAN

KAJIAN PENGARUH SEKTOR PERTAMBANGAN SERTA PENGGALIAN DAN SEKTOR INDUSTRI PENGOLAHAN TERHADAP INDEKS

PERKEMBANGAN PRODUK DOMESTIK REGIONAL BRUTO KOTA MEDAN

TUGAS AKHIR

Saya mengakui bahwa Tugas Akhir ini adalah hasil karya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juni 2014

(5)

PENGHARGAAN

Puji dan syukur Penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpahan karunia-Nya Penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul Kajian Pengaruh Sektor Pertambangan serta Penggalian dan Sektor Industri Pengolahan Terhadap Indeks Perkembangan Produk Domestik Regional Bruto Kota Medan.

Terima kasih Penulis sampaikan kepada Ibu Dr. Esther Sorta M. Nababan M.Sc, selaku pembimbing yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terima kasih kepada Bapak Dr. Faigiziduhu Bu’ulölö, M.Si dan Bapak Dr. Suwarno Ariswoyo, M.Si selaku Ketua dan Sekretaris Program Studi D3 Statistika FMIPA USU, Bapak Prof.Dr. Tulus, M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU Medan, seluruh staf dan Dosen Program Studi D3 Statistika FMIPA USU, Pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Bapak tercinta Sumaidi dan Ibu tercinta Alm. Sri Rayati, dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

(6)

DAFTAR ISI

2.3Perhitungan Atas Dasar Harga Berlaku dan Harga Konstan 14 2.3.1 Perhitungan Atas Dasar Harga Berlaku 14 2.3.2 Perhitungan Atas Dasar Harga Konstan 15 2.4Pemilihan Tahun Dasar Perhitungan PDRB 15

2.5Klasifikasi Lapangan Usaha 16

2.5.1 Pertambangan serta Penggalian 17

(7)

3.5Persamaan Regresi 21 3.5.1 Persamaan Regresi Linier Sederhana 21 3.5.2 Persamaan Regresi Linier Berganda 22

3.6Uji Regresi Linier Berganda 24

3.6.1 Uji F (Simultan) 24

3.6.2 Uji t (Parsial) 25

3.7Koefisien Determinasi 26

3.8Analisa Korelasi 26

BAB 4 ANALISIS DATA 28

4.1Data dan Pembahasan 28

4.2Membentuk Persamaan Regresi Linier Berganda 28

4.3Analisis Residu 33

4.4Uji Regresi Linear Berganda 34

4.4.1 Uji F (Simultan) 34

4.4.2 Uji t (Parsial) 36

4.5Koefisien Determinasi 40

4.6Koefisien Korelasi 40

BAB 5 IMPLEMENTASI SISTEM 43

5.1Pengertian Implementasi Sistem 43

5.2Perkenalan Software SPSS 43

5.3Membuka Program SPSS 43

5.4Pengolahan Data dengan SPSS 45

5.4.1 Memasukkan Variabel 45

5.4.2 Pengisian Data 46

5.4.3 Analisis Data dengan Regresi 47

5.4.4 Analisis Data dengan Korelasi 48

BAB 6 KESIMPULAN DAN SARAN 51

6.1Kesimpulan 51

6.2Saran 52

(8)

DAFTAR TABEL

Halaman

Tabel 3.1 Bentuk Umum Data Observasi 21

(9)

DAFTAR GAMBAR

Halaman

Gambar 2.1 Kerangka Pemikiran 17

Gambar 4.1 Perbandingan Korelasi �2 40

Gambar 5.1 Membuka SPSS 42

Gambar 5.2 Tampilan Awal SPSS 42

Gambar 5.3 Layar Variable View 43

Gambar 5.4 Data yang Diolah 44

Gambar 5.5 Tampilan Menu Analisis Regresi 45

Gambar 5.6 Kotak Dialog Regression 45

Gambar 5.7 Statistics pada Kotak Dialog Regression 46 Gambar 5.8 Plots pada Kotak Dialog Regression 46 Gambar 5.9 Tampilan Menu Analisis Korelasi 47 Gambar 5.10 Tampilan Bivariate Correlations 47

(10)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang dilaksanakan, khususnya dalam bidang ekonomi. Pertumbuhan tersebut merupakan rangkuman dari Indeks Perkembangan dari berbagai sektor ekonomi yang juga menggambarkan tingkat perubahan struktur ekonomi yang terjadi pada suatu periode.

Salah satu data yang dapat digunakan sebagai indikator untuk perencanaan dan evaluasi hasil pembangunan regional adalah data Produk Domestik Regional Bruto (PDRB). Produk Domestik Regional Bruto (PDRB) di definisikan 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 usaha. Produk domestik regional bruto dapat dikelompokkan atas dasar harga berlaku dan atas dasar harga konstan.

(11)

Dari uraian diatas, maka penulis memilih judul Kajian Pengaruh Sektor Pertambangan serta Penggalian dan Sektor Industri Pengolahan Terhadap Indeks Perkembangan Produk Domestik Regional Bruto Kota Medan.

1.2 Rumusan Masalah

Sebagai rumusan masalah yang akan di analisis dalam penelitian ini adalah sebagai berikut:

1. Apakah sektor pertambangan serta penggalian dan sektor industri pengolahan memiliki hubungan yang signifikan dalam Indeks Perkembangan Produk Domestik Regional Bruto (PDRB) Kota Medan? 2. Apakah sektor pertambangan serta penggalian dan sektor industri

pengolahan memberikan pengaruh yang besar dalam Indeks Perkembangan Produk Domestik Regional Bruto (PDRB) Kota Medan? 3. Sektor manakah yang lebih mempengaruhi Indeks Perkembangan Produk

Domestik Regional Bruto (PDRB) Kota Medan?

1.3 Batasan Masalah

Angka nominal PDRB adalah penjumlahan dari seluruh lapangan usaha. Dalam perhitungan PDRB, seluruh lapangan usaha dibagi menjadi sembilan sektor yang dirinci sebagai berikut :

1. Pertanian

(12)

4. Listrik, Gas dan Air Minum 5. Bangunan

6. Perdagangan, Hotel dan Restoran 7. Pengangkutan dan Komunikasi

8. Bank dan Lembaga Keuangan Lainnya 9. Jasa-jasa

Penulis membatasi pokok permasalahan hanya dua sektor yaitu, sektor pertambangan serta penggalian dan sektor industri pengolahan. Hal ini di karenakan penulis menganggap kedua sektor itu memberikan kontribusi yang cukup besar dalam Indeks Perkembangan Produk Domestik Regional Bruto (PDRB).

1.4 Maksud dan Tujuan Penelitian

Tujuan dari penulisan Tugas Akhir ini adalah:

1. Untuk mengetahui peranan kedua sektor tersebut dalam Indeks Perkembangan Produk Domestik Regional Bruto (PDRB) Kota Medan. 2. Seberapa besar pengaruh dan hubungan sektor pertambangan serta

penggalian dan sektor industri pengolahan.

(13)

1.5 Manfaat Penelitian

Dapat merupakan rujukan bagi Lembaga atau Instansi dan masyarakat pada umumnya untuk mengetahui perkembangan Indeks Perkembangan Produk Domestik Regional Bruto (PDRB) pada kedua sektor tersebut dan juga sebagai bahan pertimbangan dan pengambilan kebijakan dalam masalah pengembangan sektor pertambangan serta penggalian dan sektor industri pengolahan.

1.6 Lokasi Penelitian

Penelitian serta pengumpulan data mengenai kajian pengaruh sektor pertambangan serta penggalian dan sektor industri pengolahan terhadap Indeks Perkembangan PDRB Kota Medan diperoleh dari Badan Pusat Statistik (BPS) Provinsi Sumatera Utara.

1.7 Metode Penelitian

Metode penelitian yaitu suatu cara yang terdiri dari langkah-langkah atau urutan kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan penelitian sehingga apa yang menjadi tujuan dari penelitian itu dapat terwujud.

Metode penelitian yang digunakan penulis adalah dengan cara sebagai berikut: 1. Penelitian kepustakaan yaitu metode pengumpulan data untuk memperoleh

(14)

2. Pengumpulan data untuk keperluan riset ini, telah dilakukan oleh penulis dengan menggunakan data sekunder yang diperoleh dari kantor Badan Pusat Statistik Provinsi Sumatera Utara. Data yang dikumpulkan tersebut kemudian disusun dan disajikan dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang sekumpulan data tersebut.

1.8 Kajian Pustaka

Menyatakan perubahan nilai variabel itu dapat pula disebabkan oleh berubahnya variabel lain yang berhubungan dengan variabel tersebut. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh variabel lain diperlukan alat kajian yang memungkinkan untuk membuat perkiraan nilai variabel tersebut pada nilai tertentu variabel yang mempengaruhinya (Algifari, 2000).

Dalam ilmu statistika, teknik yang umum digunakan untuk menganalisis hubungan antara dua atau lebih variabel adalah analisa regresi. Model matematis dalam menjelaskan hubungan antara variabel dalam analisis regresi menggunakan persamaan regresi. Prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan regresi adalah bahwa antara variabel dependent dengan variabel

(15)

artinya perubahan nilai yang satu dengan nilai yang lain berlawanan arah (Usman dkk, 1995).

Regresi ganda berguna untuk mendapatkan pengaruh dua variabel kriterium atau untuk mencari hubungan fungsional dua prediktor atau lebih dengan variabel kriteriumnya atau untuk meramalkan dua variabel prediktor atau lebih terhadap variabel kriteriumnya (Sudjana, 2001).

Untuk analisa regresi akan dibedakan dua jenis variabel yaitu variabel bebas (variabel predictor) dan variabel tidak bebas (variabel respon). Variabel yang mudah didapat atau tersedia sering digolongkan dalam variabel bebas, sedangkan variabel yang terjadi karena variabel bebas itu merupakan variabel tidak bebas (Sudjana, 2001).

(16)

1.9 Sistematika Penulisan

Adapun sistematika penulisan yang digunakan penulis adalah antara lain: BAB 1 : PENDAHULUAN

Pada bab ini akan diuraikan latar belakang, rumusan masalah, batasan masalah, tujuan dan manfaat penelitian, lokasi penelitian, metodologi penelitian, kajian pustaka dan sistematika penulisan. BAB 2 : TINJAUAN PUSTAKA

Bab ini menguraikan teori tentang PDRB, Indeks Perkembangan PDRB, hipotesis penelitian dan kerangka pemikiran.

BAB 3 : METODE PENELITIAN

Bab ini menguraikan tentang ruang lingkup penelitian, jenis dan sumber data penelitian, metode analisis yang digunakan, uji regresi linier berganda, dan koefisien determinasi.

BAB 4 : ANALISIS DATA

Bab ini merupakan bab yang berisikan mengenai proses pembentukan regresi linier berganda, analisis residu, uji regresi linier ganda, mencari koefisien determinasi dan koefisien korelasi. BAB 5 : IMPLEMENTASI SISTEM

(17)

BAB 6 : KESIMPULAN DAN SARAN

(18)

BAB 2

TINJAUAN PUSTAKA

2.1 Konsep dan Definsi

Pendapatan regional adalah tingkat (besarnya) pendapatan masyarakat pada wilayah analisis. Tingkat pendapatan dapat diukur dari total pendapatan wilayah maupun pendapatan rata-rata masyarakat pada wilayah tersebut. Dalam menghitung pendapatan regional hanya dipakai konsep Domestik, yang berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor/lapangan usaha yang melakukan kegiatan usahanya disuatu wilayah (baik kabupaten maupun provinsi) dihitung dan dimasukkan ke produk wilayah tersebut tanpa memperhatikan kepemilikkan faktor-faktor produksi tersebut, dengan kata lain PDRB menunjukkkan gambaran “Product Originated”.

(19)

2.1.2 Produk Domestik Regional Neto (PDRN) atas Dasar Harga Pasar

Produk domestik regional neto atas dasar harga pasar adalah produk domestik regional bruto atas dasar harga pasar dikurangi penyusutan. Penyusutan yang dimaksud adalah nilai susut (aus) atau pengurangan nilai barang-barang modal (mesin, peralatan, kendaraan dan lainnya) karena barang modal tersebut terpakai dalam proses produksi atau faktor waktu.

2.1.3 Produk Domestik Regional Neto (PDRN) atas Dasar Biaya Faktor PDRN atas dasar biaya faktor adalah PDRN atas dasar harga pasar dikurangi pajak tak langsung neto. Pajak tidak langsung meliputi pajak penjualan, biaya ekspor, bea cukai, dan pajak lain-lain, kecuali pajak pendapatan dan pajak perseroan. Pajak tidak langsung dari unit-unit produksi dibebankan pada pembeli hingga langsung berakibat menaikkan harga barang di pasar. Besarnya pajak tidak langsung dikurangi subsidi dalam perhitungan pendapatan regional disebut pajak tidak langsung neto. Kalau PDRN atas dasar harga pasar dikurangi pajak tidak langsung neto, hasilnya adalah produk domestik regional neto atas dasar biaya faktor.

2.1.4 Pendapatan Regional

(20)

keuntungan yang timbul, atau merupakan pendapatan yang berasal dari kegiatan di wilayah tersebut. Akan tetapi, pendapatan yang dihasilkan tersebut tidak seluruhnya menjadi pendapatan penduduk daerah setempat. Hal itu disebabkan ada sebagian pendapatan yang diterima penduduk daerah lain, misalnya suatu perusahaan yang modalnya dimiliki orang luar yang mempunyai modal. Sebaliknya, kalu ada penduduk daerah menanamkan modal diluar daerah maka sebagian keuntungan perusahaan akan mengalir ke daerah tersebut, dan menjadi pendapatan dari pemililk modal.

Untuk mendapatkan angka-angka tentang pendapatan yang mengalir keluar/masuk suatu daerah (yang secara nasional dapat diperoleh dari neraca pembayaran luar negeri) masih sangat sukar diperoleh saat ini. Produk regional neto atas dasar biaya faktor dianggap sama dengan pendapatan regional (tanpa kata neto). Pendapatan regional dibagi jumlah penduduk yang tinggal di daerah itu, hasilnya adalah pendapatan per kapita.

2.1.5 Pendapatan Perorangan (Personal Income) dan Pendapatan Siap Dibelanjakan (Disposable Income)

(21)

2.1.6 Pendapatan Perkapita

Pendapatan perkapita merupakan gambaran rata-rata pendapatan yang diterima oleh setiap penduduk sebagai hasil proses produksi yang terjadi di suatu daerah. Semakin banyak kegiatan ekonomi di suatu daerah akan menimbulkan peningkatan proses produksi yang pada gilirannya akan menghasilkan pendapatan.

PDRB perkapita diperoleh dengan cara membagi total nilai PDRB dengan jumlah penduduk pertahun. Oleh sebab itu besar kecilnya PDRB perkapita belum mencerminkan kemakmuran masyarakat keseluruhan, karena pendapatan yang terjadi tersebut belum pasti dinikmati oleh penduduk daerah yang bersangkutan.

2.2 Metode Perhitungan

Metode perhitungan pendapatan regional pada tahap pertama dapat dibagi dalam dua metode, yaitu:

1. Metode langsung

2. Metode tidak langsung/alokasi

2.2.1 Metode langsung

Perhitungan didasarkan sepenuhnya pada data daerah. Hasil perhitungannya mencakup seluruh prodik barang dan jasa akhir yang dihasilkan daerah tersebut. Pemakaian metode ini dapat dilakukan melalui tiga pendekatan:

1. Pendekatan produksi

(22)

wilayah/region dalam suatu periode tertentu, biasanya satu tahun. Sedangkan NTB diperoleh dari Nilai Produksi Bruto (NPB/Output) dikurangi seluruh biaya antara (biaya yang benar-benar habis dipakai dalam proses produksi yang dikelurkan untuk meningkatkan output tersebut).

2. Pendekatan pendapatan

PDRB adalah jumlah seluruh balas jasa yang diterima oleh faktor-faktor produksi yang ikut serta dalam proses produksi di suatu wilayah/region dalam jangka waktu tertentu, biasanya satu tahun. Berdasarkan pengertian tersebut, maka NTB adalah jumlah dari upah dan gaji, sewa tanah, bunga modal, dan keuntungan, semuanya sebelum dipotong pajak penghasilan dan pajak langsung lainnya.

3. Pendekatan pengeluaran

PDRB adalah jumlah seluruh pengeluaran yang dilakukan untuk konsumsi rumahtangga dan lembaga swasta nirlaba, konsumsi pemerintah, pembentukan modal tetap domestik bruto, perubahan stok dan ekspor neto, didalam suatu wilayah/region dalam periode tertentu, biasanya satu tahun. Dengan metode ini, perhitungan NTB bertitik tolak pada penggunaan akhir dari barang dan jasa yang diproduksi.

2.2.2 Metode tidak langsung/alokasi

(23)

tingkat kabupaten/kota. Sebagai alokator digunakan indikator yang paling besar pengaruhnya atau erat kaitannya dengan produktivitas kegiatan ekonomi tersebut.

Pemakaian masing-masing metode pendekatan sangat tergantung pada ketersediaan data. Pemakaian kedua metode akan saling menunjang satu sama lain, karaena metode langsung cenderung akan mendorong peningkatan kualitas data daerah, sedang metode tidak langsung merupakan koreksi dalam perbandingan bagi data daerah. Untuk sektor ekonomi yang mempunyai manajemen terpusat seperti listrik, telkom, bank dan PJKA terpaksa menggunakan metode alokasi.

2.3 Penghitungan Atas Dasar Harga Berlaku dan Harga Konstan

Hasil penghitungan PDRB disajikan atas dasar harga berlaku dan harga konstan.

2.3.1 Penghitungan Atas Dasar Harga Berlaku

PDRB atas dasar harga berlaku merupakan jumlah seluruh Nilai Tambah Bruto (NTB) atau nilai barang dan jasa akhir yang dihasilkan oleh unit-unit produksi di dalam periode tertentu, biasanya satu tahun yang dinilai dengan harga tahun yang bersangkutan.

(24)

2.3.2 Penghitungan Atas Dasar Harga Konstan

Penghitungan atas dasar harga konstan, pengertiannya sama dengan atas dasar harga berlaku, tetapi nilainya dilakukan dengan harga suatu tahun dasar tertentu. NTB atas dasar harga konstan ini, hanya menggambarkan perubahan volume/kuantum produksi saja. Pengaruh perubahan harga telah dihilangkan dengan cara menilai dengan harga suatu tahun dasar tertentu. Penghitungan atas dasar harga konstan berguna untuk melihat pertumbuhan ekonomi secara keseluruhan dan sektoral. Juga untuk melihat perubahan struktur perekonomian suatu kabupaten dan kota di provinsi/daerah dari tahun ketahun tanpa dipengaruhi oleh perubahan harga.

2.4 Pemilihan Tahun Dasar Penghitungan PDRB

Dalam penghitungan PDRB diperlukan adanya tahun dasar sebagai acuan dalam menghitung perkembangan dan pertumbuhan beberapa data egregat seperti nilai nominal, perubahan struktur ekonomi, Indeks Perkembangan dan harga (indeks implisit). Tahun dasar akan menjadi tahun konstan (tetap) dalam pengukuran PDRB terutama jka berkaitan dengan kondisi ekonomi tahun tersebut.

(25)

besaran angka-angka PDRB dapat saling diperbandingkan antar negara dan antar waktu untuk keperluan analisis perekonomian dunia.

2.5 Klasifikasi Lapangan Usaha

Seperti yang diketahui angka nominal PDRB adalah penjumlahan/agregasi dari seluruh kegiatan/lapangan usaha. Dalam penghitungan PDRB, seluruh lapangan usaha dibagi menjadi sembilan sektor, ini sesuai dengan pembagian yang digunakan dalam penghitungan PDRB ditingkat nasional yang sesuai dengan

System of National Accounts (SNA).

Hal ini juga memudahkan para analisis untuk membandingkan PDRB antar kabupaten dan kota dengan PDRB provinsi. Dengan demikian, kegiatan ekonomi/lapangan usaha dirinci menjadi :

1. Pertanian

2. Industri Pengolahan

3. Pertambangan dan Penggalian 4. Listrik, Gas dan Air Minum 5. Bangunan

6. Perdagangan, Hotel dan Restoran 7. Pengangkutan dan Komunikasi

8. Bank dan Lembaga Keuangan Lainnya 9. Jasa-Jasa

(26)

2.5.1 Pertambangan serta Penggalian

Komoditi yang dicakup disini adalah minyak mentah, gas bumi, konsentrat tembaga serat segala jenis hasil penggalian.Sektor ini mencakup sub sektor minyak dan gas bumi, pertambangan tanpa migas serta yang terakhir sub sektor penggalian.

1. Sub Sektor Pertambangan Migas

Pertambangan Migas meliputi kegiatan pencarian kandungan minyak dan gas bumi, penyiapan, pengeboran, penambangan, penguapan, pemisahan serta penampungan untuk dijual dan dipasarkan.

2. Sub Sektor Pertambangan Non Migas

Pertambangan Non Migas meliputi pengambilan, pengolahan lanjutan benda padat, baik dibawah maupun diatas permukaan bumi serta seluruh kegiatan lainnya yang bertujuan untuk memanfaatkan biji logam dan hasil tambang lainnya.

3. Sub Sektor Penggalian

Komoditi yang tercakup dalam sub sektor penggalian terdiri atas garam kasar dan penggalian lainnya seperti karang, pasir, tanah uruk, tanah liat dan jenis penggalian lainnya

2.5.2 Industri Pengolahan

(27)

Kegiatan sektor industri amat beragam dilihat dari komoditi yang dihasilkan dengan cara pengolahannya, sehingga pengelompokkan kegiatan industri antar provinsi yang telah dilakukan oleh BPS didasarkan pada proses pembuatan dan banyaknya tenaga kerja yang terlibat. Disini dibedakan empat kelompok industri yang meliputi industri besar (lebih dari atau sama dengan 100 orang), sedang (20 sampai 99 orang), kecil (5 sampai 19 orang) dan industri rumah tangga (lebih kecil atau sama dengan 4 orang).

Berdasarkan jenis komoditi utama yang dihasilkan oleh masing-masing perusahaan, industri dikelompokkan menjadi :

1. Industri makanan, minuman dan tembakau 2. Industri tekstil, barang dari kulit dan alas kaki

3. Industri barang dari kayu termasuk alat-alat rumah tangga 4. Industri kertas dan barang cetakan

5. Industri pupuk, kimia dan barang dari karet 6. Industri semen, kimia barang galian bukan logam 7. Industri logam dasar besi dan baja

8. Industri alat angkutan, mesin dan peralatannya 9. Industri pengolahan lainnya

(28)

2.6 Hipotesis Penelitian

Berdasarkan perumusan masalah dan uraian tersebut di atas, maka hipotesis penelitian ini adalah :

1. Sektor Pertambangan serta Penggalian berpengaruh positif terhadap Indeks Perkembangan PDRB Kota Medan.

2. Sektor Industri Pengolahan berpengaruh positif terhadap Indeks Perkembangan PDRB Kota Medan.

3. Sektor Pertambangan serta Penggalian dan Industri Pengolahan berpengaruh secara simultan dan signifikan terhadap Indeks Perkembangan PDRB Kota Medan.

2.7 Kerangka Pemikiran

Gambar 2.1 Kerangka pemikiran pengaruh sektor Pertambangan serta Penggalian dan sektor industri Pengolahan terhadap Indeks Perkembangan Kota Medan.

Sektor Pertambangan serta Penggalian

Sektor Industri Pengolahan

Indeks Perkembangan PDRB Kota MEDAN Regresi dan

(29)

BAB 3

METODE PENELITIAN

3.1 Ruang Lingkup Penelitian

Ruang lingkup tugas akhir ini adalah Sektor Pertambangan serta Penggalian dan Sektor Industri pengolahan serta pengaruhnya terhadap Indeks Perkembangan PDRB Kota Medan.

3.2 Jenis dan Sumber Data

Jenis data yang dianalisis dalam tugas akhir ini adalah data kuantitatif, yaitu data sekunder yang diperoleh dari instansi terkait yaitu BPS Provinsi Sumatera Utara.

3.3 Model Analisis

Untuk model dengan tiga variabel berarti �= 3, satu variabel tak bebas � dan dua vaiabel bebas �1 dan �2 . Secara umum model populasi regresi berganda ditulis sebagai berikut:

�=�+�1�₁+�₂�2+⋯+�_��_� +�_� (3.1)

Sedangkan model penduganya adalah:

(30)

3.4 Metode Analisis

Metode analisis yang digunakan adalah regresi berganda dengan menggunakan metode kuadrat terkecil (least square method). Analisis regresi (regression

analyisis) merupakan suatu teknik untuk membangun persamaan dan

menggunakan persamaan tersebut untuk membuat perkiraan (prediction). Analisis regresi didefinisikan sebagai metode statistika yang digunakan untuk menetukan kemungkinan bentuk hubungan antara variabel-variabel.

3.5 Persamaan Regresi

Sifat hubungan antar variabel dalam persamaan regresi merupakan hubungan sebab akibat (causal relationship). Oleh karena itu, sebelum menggunakan persamaan regresi dalam menjelaskan hubungan antara dua atau lebih variabel, maka perlu diyakini terlebih dahulu bahwa secara teoritis atau perkiraan sebelumnya, dua atau lebih variabel tersebut memilik hubungan sebab akibat.

Variabel yang nilainya akan mempengaruhi nilai variabel lain disebut dengan variabel bebas (independent variable), sedangkan variabel yang nilainya dipengaruhi oleh nilai variabel lain disebut variabel tak bebas (dependent variable).

3.5.1 Persamaan regresi linier sederhana

(31)

Bentuk persamaan regresi linier sederhana dinyatakan dalam:

�= �+�� (3.3)

Sedangkan model penduganya adalah:

��= �+�� (3.4)

Dengan:

��= Variabel tak bebas (dependent variable) � = Variabel bebas (independent variable)

� = Parameter intersep (penduga α / titik potong kurva terhadap sumbu Y)

� = Kemiringan (slope/penduga �) kurva linier

3.5.2 Persamaan regresi linier berganda

Dalam banyak kasus variabel terikat tidak hanya dipengaruhi oleh satu variabel bebas. Untuk menguji atau melakukan estimasi dari satu permasalahan yang terdiri dari lebih dari satu variabel bebas tidak bisa dengan regresi sederhana. Alat analisis yang digunakan adalah regresi berganda. Regresi berganda adalah analisis regresi yang menjelaskan hubungan antara variabel tak bebas dengan faktor-faktor yang mempengaruhi lebih dari satu variabel bebas. Model populasi regresi berganda dengan dua variabel bebas :

�=�+�₁�₁+�2�2+�_� (3.5)

Sedangkan model penduganya adalah :

��=�+�1�1+�2�2 (3.6)

Dengan:

(32)

� = Parameter intersep (penduga � / titik potong kurva terhadap sumbu �) �1,�2 = Slope (parameter koefisien regresi variabel bebas �1dan �₂ )

�� = Pengamatan ke �variabel kesalahan

Bentuk data yang akan diolah adalah sebagai berikut : Tabel 3.1 Bentuk Umum Data Observasi

Nomor

Persamaan regresi dari suatu data observasi dapat dibuat dengan menentukan besarnya �, �1 dan �2 yang terdapat dari persamaan tersebut. Besarnya �, �₁ dan �2 dapat ditentukan dengan persamaan normal berikut ini:

Ʃ�� = ��+��Ʃ�1� +�2Ʃ�2�

Ʃ�1�� =�Ʃ�1� +��Ʃ�12� +�2Ʃ�1��2� (3.7) Ʃ�2�� =�Ʃ�2�+��Ʃ�1��2� +�2Ʃ�22�

Persamaan normal dalam bentuk matriks dapat dituliskan:

�Ʃ�1Ʃ��

(33)

Dari model regresi linier yang didapat, persamaan regresi memungkinkan adanya suatu kekeliruan yang dapat di ukur dengan rumus sebagai berikut :

�_�2.12…� =

Ʃ(�_�− ��_�)2

� − � −1 (3.9)

3.6 Uji Regresi Linier Berganda

Pengujian hipotesis dalam regresi linier berganda perlu dilakukan agar tidak terjadi kesalahan penarikan kesimpulan. Pengujian hipotesis tersebut dapat dilakukan secara simultan (gabungan) dan secara parsial.

3.6.1 Uji F (Simultan)

Langkah-langkah dalam pengujian hipotesis adalah sebagai berikut : 1. Menentukan formulasi hipotesis

�0:�1 = �2 =⋯= �_� = 0 (�₁,�2, … ,�_� tidak mempengaruhi �).

�0:�1 = �2 =⋯= �_� ≠0 (minimal ada satu parameter koefisien regresi tidak sama dengan nol atau mempengaruhi �)

2. Menentukan taraf nyata � dan nilai �_{��} dengan derajat kebebasan �1 =� dan �2 = � −1.

(34)

4. Menentukan nilai statistik F dengan rumus:

� = Jumlah variabel bebas (� − � −1) = Derajat kebebasan ��(��) = Jumlah kuadrat regresi ��(��) = Jumlah kuadrat residu (sisa)

3.6.2 Uji t (Parsial)

1. Menentukan formula hipotesis

�0 : �_� = 0 (�_�tak mempengaruhi �) �0 : �_� ≠0 (�_� mempengaruhi �)

2. Menentukan taraf nyata dan nilai �_{��} dengan derajat kebeb asan �(1₋_0,5_�_);_�−�−₁

(35)

4. Menentukan nilai �_{ℎ��}(��, 2002: 291)

5. Membuat kesimpulan apakah �0 diterima atau ditolak.

3.7 Koefisien Determinasi (��)

Koefisien determinasi adalah nilai statistik yang dapat digunakan untuk mengetahui apakah ada hubungan antara dua variabel. Nilai koefisien determinasi menunjukkan persentase variasi nilai variabel tak bebas yang dapat dijelaskan oleh persamaan regresi yang dihasilkan.

Dihitung dengan rumus:

(36)

variabel tersebut, dapat dihitung dengan menggunakan rumus koefisien korelasi

Besarnya nilai koefisien korelasi (�) selalu terletak antara -1 dan 1, sehingga nilai � tersebut dapat ditulis: −1≤ � ≤1. Jika �= 1, maka terdapat korelasi positif sempurna antara variabel � dan � yang artinya jika nilai variabel � tinggi, maka nilai variabel � akan tinggi pula. Sebaliknya jika �=−1,maka terdapat korelasi negatif sempurna antara variabel � dan � yang artinya jika nilai variabel � tinggi maka nilai variabel � rendah. Sedangkan jika �= 0, berarti tidak ada korelasi antara variabel � dan �. Interpretasi harga � akan disajikan dalam tabel berikut:

Tabel 3.2 Interpretasi Koefisien Korelasi Nilai �

(37)

BAB 4

ANALISIS DATA

4.1 Data dan Pembahasan

Data yang diolah pada tugas akhir ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik (BPS). Yaitu data Indeks Perkembanngan Produk Domestik Regional Bruto Kota Medan Atas Dasar Harga Berlaku dari tahun 2001-2012. Datanya adalah sebagai berikut :

Tabel 4.1 Indeks Perkembangan PDRB Yang Akan Diolah

Tahun �_� �1_� �2_�

4.2 Membentuk Persamaan Linier Regresi Berganda

(38)

Tabel 4.2 Perhitungan Masing-masing Variabel

Tahun �_� �1_� �2_� �_�2 _�1

�

2 _�2

�

2 _�1

(39)

Dari tabel 4.2 diperoleh:

� = 12 Ʃ�12_� = 2.375.425,17

Ʃ�� = 3.568,87 Ʃ�22� = 1.011.479,90

Ʃ�1� = 5.119,22 Ʃ�1�.�� = 1.677.066,44

Ʃ�2� = 3.209,10 Ʃ�2�.�� = 1.143.998,84

Ʃ�_�2 _{= 1.299.279,59} _Ʃ�1

�.�2� = 1.503.201,14

Dari data tersebut diperoleh persamaan normal sebagai berikut: ��+�1∑ �1_� +�2∑ �2_� =∑ �_� � ∑ �1� +�1∑ �12� +�2∑ �1��2� =∑ �1�� ∑ �2� +�1∑ �1��2� +�2∑ �22� =∑ �2��

Harga-harga koefisien regresi �, �1 dan �2 dicari dengna subtitusi dan

eliminasi dari persamaan normal diatas. Selanjutnya substitusi nilai-nilai pada tabel 4.2 kedalam persamaan normal sehingga diperoleh:

12�+ 5119,22�1+ 3209,10�2 = 3568,87 (1) 5119,22�+ 2375425,17�₁+ 1503201,14�2 = 1677066,44 (2) 3209,10�+ 1503201,14�₁+ 1011479,90�2 = 1143998,84 (3)

Selanjutnya dilakukan langkah-langakah eliminasi sebagai berikut: 1. Eliminasi persamaan (1) dan persamaan (2)

(40)

Persamaan (2) x 12 = 5119,22�+ 2375425,17�₁+ 1503201,14�2 = 1677066,44

61430,64 + 26206413,408 + 16428088,902 = 18269830,681

61430,64 + 28505102,095 + 18038413,720 = 20124797,274 - −2298688,687−1610324,818 = −1854966,593 (4)

2. Eliminasi persamaan (1) dan (3)

Persamaan (1) x 3209,10 = 12�+ 5119,22�1+ 3209,10�2 = 3568,87

Persamaan (3) x 12 = 3209,10�+ 1503201,14�1+ 1011479,90�2 = 1143988,84

38509,20 + 16428088,902 + 10298322,810 = 11452860,717

38509,20 + 18038413,720 + 12137758,853 = 13727986,124 - −1610324,818−1839436,043 = −2275125,407 (5)

3. Eliminasi persamaan (4) dan (5)

Persamaan (4) x −1610324,818 = −2298688,687−1610324,818 = −1854966,593

(41)

3701635440290,42�1+ 2593146018178,48�2 = 2987098739882,69 3701635440290,42�1+ 4228290821676,55�2 = 5229805035041,66 -

−1635144803498,06�2 = −2242706295158,96 �2 = 1,372

4. Subtitusi harga koefisien �2 ke persamaan (5)

−1610324,818�1−1839436,043(1,372) = −2275125,407 −1610324,818�1 = 247779,466

�1 = −0,154

5. Substitusi harga koefisien �₁ dan �1 ke persamaan (1)

12�+ 5119,22(−0,154) + 3209,10(1,372) = 3568,87 12�+ (−787,691) + 4401,487 = 3568,87

12� = −44,927

� = −3,744

Sehingga persamaan regresinya adalah: ��= �+�1�1+�2�2

(42)

4.3 Analisis Residu

Untuk mengetahui seberapa besar terjadi kekeliruan baku terhadap indeks perkembangan PDRB yang sebenarnya, diperlukan harga-harga �� yang didapat dari persamaan regresi linier diatas untuk tiap-tiap harga �1 dan �2, yaitu sebagai berikut : dapat dihitung sebagai berikut:

(43)

Ini berarti rata-rata indeks perkembangan PDRB yang sebenarnya akan menyimpang dari rata-rata taksiran indeks perkembangan PDRB sebesar 13,425.

4.4 Uji Regresi Berganda

Pengujian hipotesis dalam regresi linier berganda perlu dilakukan agar tidak terjadi kesalahan penarikan kesimpulan.

4.4.1 Uji F (Simultan)

�0:�1 =�2 = 0 Sektor pertambangan serta penggalian dan sektor industri pengolahan tidak berpengaruh secara simultan dan signifikan terhadap indeks perkembangan PDRB Kota Medan.

�0:�₁ =�₂ ≠ 0 Sektor pertambangan serta penggalian dan sektor industri pengolahan berpengaruh secara simultan dan signifikan terhadap indeks perkembangan PDRB Kota Medan.

Dengan taraf nyata �= 0,05 dan �_{��} dengan dk pembilang (�1) =�= 2 dan dk penyebut (�2) =� − � −1 = 9 maka diperoleh ��1;�2 (0,05)= 4,26

�0 diterima bila �_{ℎ��} ≤ �_{��} �0 ditolak bila �_{ℎ��} >�_{��}

�ℎ�� =

(44)

Untuk menguji model regresi yang telah terbentuk, maka dapat dipakai rumus

(45)

�ℎ�� =

Dari perhitungan diatas dapat dilihat bahwa �_{ℎ��} > �_{��} sehingga �0 diterima yang berarti sektor pertambangan serta penggalian dan sektor industri pengolahan berpengaruh secara simultan dan signifikan terhadap indeks perkembangan PDRB Kota Medan.

4.4.2 Uji t (Parsial)

1. Pengaruh antara indeks perkembangan PDRB dengan sektor pertambangan serta penggalian.

�0:�₁ = 0 Sektor pertambangan serta penggalian tidak berpengaruh positif terhadap indeks perkembangan PDRB Kota Medan. �0:�1 ≠0 Sektor pertambangan serta penggalian berpengaruh positif

terhadap indeks perkembangan PDRB Kota Medan.

(46)

Menentukan nilai �_{ℎ��}. Digunakan rumus berikut:

�{12(2375425,2−26206413,4)}{12(1011479,9−10298322,8)}

(47)

Dapat dilihat bahwa �_{ℎ��} <�_{��} sehingga �0 diterima yang berarti sektor pertambangan serta penggalian tidak berpengaruh positif terhadap indeks perkembangan PDRB Kota Medan. Artinya jika ditingkatkan variabel sektor pertambangan serta penggalian sebesar satu satuan, maka indeks perkembangan PDRB tidak akan bertambah sebesar -0,154.

2. Pengaruh antara indeks perkembangan PDRB dengan sektor industri pengolahan.

�0:�2 = 0 Sektor industri pengolahan tidak berpengaruh positif terhadap indeks perkembangan PDRB Kota Medan.

�0:�₂ ≠0 Sektor industri pengolahan berpengaruh positif terhadap indeks perkembangan PDRB Kota Medan.

Dengan taraf nyata � = 0,05 maka nilai �_{��} dengan derajat kebebasan

Menentukan nilai �_{ℎ��}. Digunakan rumus berikut:

(48)

�12 =

12(1503201,143)−(5119,220)(3209,100)

�{12(2375425,2−26206413,4)}{12(1011479,9−10298322,8)}

(49)

4.5 Koefisien Determinasi (��)

Dari hasil perhitungan dapat dilihat bahwa �2 sebesar 0,99 yang berarti besarnya sumbangan (hubungan) sektor pertambangan serta penggalian dan sektor industri pengolahan terhadap indeks perkembangan PDRB Kota Medan adalah 99% dan 1% lagi dipengaruhi oleh faktor lain yang tidak dapat dijelaskan dalam penelititan ini. Sedangkan korelasi yang terjadi sebesar � = 0,99.

4.6 Koefisien Korelasi (�)

Untuk mengetahui besarnya korelasi dari masing-masing antar variabel, maka dapat dihitung sebagai berikut:

(50)

��1 =

12(1677066,440)−(5119,220)(3568,870)

�{12(2375425,18)−(5119,22)2_{}{12(1299279,59)}−_(3568,88)2_}

��1 =

1854966,539 2561573,245

��1 = 0,72

Nilai � sebesar 0,72. Hal ini menunjukkan bahwa indeks perkembangan PDRB dengan sektor pertambangan serta penggalian memiliki korelasi positif yang cukup. Nilai positif menandakan hubungan yang searah antara indeks perkembangan PDRB dengan sektor pertambangan serta penggalian.

b. Besar korelasi anatara Indeks Perkembangan (�) dengan Sektor Industri Pengolahan (�2)

�{12(1011479,90)−(3209,10)2_{}{12(1299279,59)}−_(3568,88)2_}

��2 =

2275125,407 2291442,930

��2 = 0,99

(51)

Dari hasil perhitungan nilai korelasi (�) antara variabel bebas (�₁,�2) terhadap variabel tak bebas (�), didapat hasil korelasi yang cukup besar. Artinya bahwa kedua sektor tersebut memberikan pengaruh yang cukup besar terhadap indeks perkembangan PDRB Kota Medan.

Gambar 4.1 Perbandingan Korelasi Antara Sektor Pertambangan serta Penggalian dengan Sektor Industri Pengolahan Terhadap Indeks Perkembangan PDRB

0,72

0,99

0 0,2 0,4 0,6 0,8 1

Sektor Pertambangan serta Penggalian Sektor Industri Pengolahan

(52)

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Tahapan implementasi sistem merupakan tahapan penerapan hasil desain tertulis ke dalam programming atau komputerisasi. Dalam pengolahan data yang telah dikumpulkan penulis mengggunakan perangkat lunak sebagai implementasi sistem yaitu software SPSS versi 22.0.

5.2 Perkenalan Software SPSS

SPSS merupakan paket dalam program aplikasi komputer untuk menganalisa data yang digunakan pada berbagai disiplin ilmu, terutama analisis statistik. Pada awalnya SPSS (Statistical Package for the Social Science) digunakan untuk proses data statistik, ilmu sosial dan lainnya. Dan seiring perkembangannya, SPSS berubah nama sesuai kebutuhan menjadi Statistical Product and Service Solutions. Penggunaan SPSS dimaksudkan untuk melakukan analisis dengan praktis, cepat dan akurat.

5.3 Membuka Program SPSS Versi 22.0

(53)

1. Klik kanan software SPSS Versi 22.0 pada icon shortcut di tampilan desktop komputer, kemudian klik Open.

Gambar 5.1 Membuka SPSS

2. Kemudian akan muncul tampilan awal SPSS dan klilk OK untuk melanjutkan.

(54)

5.4 Pengolahan Data dengan SPSS 5.4.1 Memasukan Variabel

Dalam proses ini akan dibuat variabel yang akan dianalisis. Adapun langkah-langkahnya sebagai berikut:

Buka variable view.

1. Tulis nama variabel yang digunkan di bawah kolom Name. 2. Pada kolom Label, ketikan nama variable yang digunakan. 3. Pada kolom Measure, pilih Scale.

Gambar 5.3 Layar Variable View

Berikut penjelasan menu-menu pada variable view : a. Name : Nama variabel yang diinginkan b. Type : Sesuaikan tipe data yang diinginkan c. Width : Untuk menentukan jarak/lebar kolom d. Decimals : Menentukan banyak desimal

(55)

f. Value : Untuk mengisi penjelasan nama (label) pada variabel. g. Missing : Menjelaskan data yang hilang

h. Columns : Untuk menentukan lebar kolom i. Align : Menentukan letak pengisian data j. Measure : Untuk menentukan jenis data

Ketik �₁ sebagai sektor pertanian, �2 sebagai sektor industri pengolahan dan � sebagai indeks perkembangan PDRB.

5.4.2 Pengisian Data

Untuk mengisi data, dilakukan langkah sebagai berikut:

1. Klik data view yang berada disudut kiri bawah jendela editor 2. Input data yang akan diolah

(56)

5.4.3 Analisis Data dengan Regresi

Pada proses ini komputer akan menganalisis data yang telah dimasukkan dalam

sheet data view. Dari proses ini akan diperoleh persamaan regresi linier yang dibutuhkan.

1. Pilih Analyze kemudian submenu Regression dan pilih Linier.

Gambar 5.5 Tampilan Analisis Regresi

2. Muncul kotak dialog, kemudian masukkan variabel terikat pada kotak

(57)

3. Klik statistics pada kotak dialog regression, lalu aktifkan Estimate, Model Fit dan Casewise Diagnostic lalu klik continue.

Gambar 5.7 Statistics pada Kotak Dialog Regression

4. Untuk menampilkan grafik klilk plots pada kotak dialog regression lalu aktifkan Histogram, Normal probability plot, Produce partial plots lalu klik continue. Klik OK untuk menampilkan Outputnya.

(58)

5.4.4 Analisis Data dengan Korelasi

Langkah-langkah analisis dengan korelasi adalah sebagai berikut:

1. Pilih Analyze lalu pilih sub menu Correlate, kemudian pilih Bivariate.

Gambar 5.9 Tampilan Menu Analisis korelasi

2. Pindahkan semua variabel kemudian pilih Pearson pada Correlation Coefficients dan lalu pilih two tailed pada Test of Significance lalu klik

(59)

3. Akan Muncul Output korelasinya sebagai berikut :

Gambar 5.11 Tampilan Output Korelasi

(60)

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Dari hasil analisis yang dilakukan, maka dapat diambil beberapa kesimpulan sebagai berikut :

1. Dari hasil perhitungan dapat dilihat bahwa sektor pertanian dan sektor industri pengolahan berpengaruh secara simultan dan signifikan terhadap laju pertumbuhan PDRB Kota Medan.

2. Sektor pertambangan serta penggalian tidak berpengaruh positif terhadap indeks perkembangan PDRB Kota Medan. Artinya jika ditingkatkan variabel sektor pertambangan serta penggalian sebesar satu satuan, maka indeks perkembangan PDRB tidak akan bertambah sebesar -0,154.

3. Sektor industri pengolahan berpengaruh positif terhadap indeks perkembangan PDRB Kota Medan. Artinya jika ditingkatkan variabel sektor industri pengolahan sebesar satu satuan, maka indeks perkembangan PDRB akan bertambah sebesar 1,372.

(61)

6.2 Saran

Beberapa saran yang diberikan penulis yang mungkin berguna bagi semua pihak adalah :

(62)

DAFTAR PUSTAKA

Algifari. 1997. Analisis Regresi, Edisi Pertama. BPFE. Yogyakarta.

Algifari. 2000. Analisis Regresi Teori, Kasus dan Solusi, Edisi Kedua. BPFE. Yogyakarta.

[BPS] Badan Pusat Statistik, Provinsi Sumatera Utara. 2013. Produk Domestik Regional Bruto Kota Medan. BPS PROVSU. Medan.

Iswardono. 1981. Analisis Regresi dan Korelasi. BPFE. Yogyakarta. Sri Adiningsih, M.Sc, Dra. 1999. Statistik. BPFE. Yogyakarta. Sudjana. 2005. Metode Statistika, Edisi Keenam. Tarsito. Bandung.

Sudjana. 1996. Teknik Analisis Regresi dan Korelasi Bagi Para Peneliti. Tarsito. Bandung.

[USU] Universitas Sumatera Utara, FMIPA. 2013. Panduan Tata Cara Penulisan Skripsi dan Tugas Akhir. FMIPA USU, Edisi Kedua. Medan.

(63)

OUTPUT SPSS

Regression

Variables Entered/Removeda

Model Variables Entered

Variables

Removed Method

1 Sektor Industri

Pengolahan,

Sektor

Pertambangan

serta Penggalianb

. Enter

a. Dependent Variable: Indeks Perkembangan PDRB

b. All requested variables entered.

Model Summaryb

a. Predictors: (Constant), Sektor Industri Pengolahan, Sektor Pertambangan

serta Penggalian

b. Dependent Variable: Indeks Perkembangan PDRB

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 278812.568 2 139406.284 1016.250 .000b

Residual 1371.772 10 137.177

Total 280184.340 12

(64)

Coefficientsa

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 105.0854 538.4949 280.6823 152.42828 13

Residual -19.32634 19.53699 .00000 10.69179 13

Std. Predicted Value -1.152 1.691 .000 1.000 13

Std. Residual -1.650 1.668 .000 .913 13

(65)

(66)

(67)

Correlations

(68)

Pr Df

0.25 0.1 0.05 0.025 0.01 0.005 0.001

0.5 0.2 0.1 0.05 0.02 0.01 0.002

1 1.00000 3.07768 6.31375 12.70620 31.82052 63.65674 318.30884

(69)

df untuk penyebut

(N2)

df untuk pembilang (N1)

(70)