ANALISIS LAJU PERTUMBUHAN PRODUK
DOMESTIK REGIONAL BRUTO (PDRB)
KABUPATEN LABUHAN BATU
TUGAS AKHIR
SUCI ANDIRA MANIK
112407074
PROGRAM STUDI D3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
ANALISIS LAJU PERTUMBUHAN PRODUK
DOMESTIK REGIONAL BRUTO (PDRB)
KABUPATEN LABUHAN BATU
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya
SUCI ANDIRA MANIK
112407074
PROGRAM STUDI D3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : Analisis Laju Pertumbuhan Produk Domestik Regional Bruto (PDRB) Kabupaten Labuhan Batu
Kategori : Tugas Akhir
Nama : Suci Andira Manik
Nomor Induk Mahasiswa : 112407074 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,
Dr. Faigiziduhu Bu’ulölö, M.Si Dr. Pasukat Sembiring, M.Si NIP. 19531218 198003 1 003 NIP. 19531113 198503 1 002
PERNYATAAN
ANALISIS LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) KABUPATEN
LABUHAN BATU
TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2014
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha
Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan tugas akhir
ini dengan judul Faktor-Faktor Yang Mempengaruhi Laju Pertumbuhan Produk
Domestik Regional Bruto (PDRB) Kabupaten Labuhan Batu.
Terimakasih penulis sampaikan kepada Bapak Dr. Pasukat Sembiring,
M.Si selaku pembimbing yang telah meluangkan waktunya selama penyusunan
tugas akhir ini. Terimakasih kepada Bapak Dr. Faigiziduhu Bu’ulölö, M.Si dan
Bapak Dr. Suwarno Arriswoyo, M.Si selaku Ketua dan Sekretaris Program Studi
D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si dan Ibu Dr.
Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA
USU Medan, Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU Medan,
seluruh Staff dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai
FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Ayah
Jamaluddin Manik, Ibu Seri Dahmita Dalimunthe dan keluarga yang selama ini
memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha
Esa akan membalasnya.
Penulis,
SUCI ANDIRA MANIK
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 Rumusan Masalah 2
1.3 Batasan Masalah 3
1.4 Tujuan Penelitian 3
1.5 Manfaat Penelitian 4
1.6 Metodologi Penelitian 4
1.7 Tinjauan Pustaka 6
1.8 Sistematika Penulisan 8
Bab 2 Landasan Teori 10
2.1 Pengertian Regresi 10
2.2 Analisis Regresi Linier 11 2.3 Analisis Regresi Linier Sederhana 13 2.4 Analisis Regresi Linier Berganda 14 2.5 Uji Keberartian Regresi 16 2.6 Koefisien Determinasi 17 2.7 Uji Koefisien Korelasi 18 2.8 Kesalahan Standar Estimasi 20 2.9 Pengujian Hipotesis 20
Bab 3 Gambaran Umum Lokasi Riset 23 3.1 Sejarah Badan Pusat Statistik 23 3.1.1 Masa Pemerintahan Hindia Belanda 23 3.1.2 Masa Pemerintahan Jepang 24 3.1.3 Masa Kemerdekaan Republik Indonesia 24 3.1.4 Masa Orde Baru Sampai Sekarang 26 3.2 Visi dan Misi Badan Pusat Statistik 27 3.2.1 Visi Badan Pusat Statistik 27 3.2.2 Misi Badan Pusat Statistik 27
3.3 Struktur Organisasi Badan Pusat Statistik 28
3.4 Job Description 28
Halaman
Bab 4 Analisis Data 31
4.3 Analisis Residu 36 4.4 Uji Regresi Linier Ganda 37 4.5 Perhitungan Koefisien Regresi Linier Berganda 40 4.6 Perhitungan Korelasi Antara Variabel 41 4.7 Pengujian Koefisien Regresi Linier Berganda 45
Bab 5 Implementasi Sistem 49
5.1 Pengertian Implementasi Sistem 49 5.2 SPSS Dalam Statistika 49
5.3 Mengaktifkan SPSS 50
5.4 Mengoperasikan SPSS 51
5.5 Pengisian Data 52
5.6 Pengolahan Data dengan Korelasi 56
Bab 6 Kesimpulan dan Saran 58
6.1 Kesimpulan 58
6.2 Saran 59
Daftar Pustaka
Lampiran
DAFTAR TABEL
Halaman
Tabel 4.1 Data Produk Domestik Regional Bruto Kabupaten Labuhan
Batu Menurut Lapangan Usaha Atas Dasar Harga Berlaku 31
Tabel 4.2 Data Laju Pertumbuhan PDRB yang akan Diolah 32
Tabel 4.3 Perhitungan masing-masing variabel 33
Tabel 4.4 Selisih nilai sebenarnya dengan nilai perkiraan 36
DAFTAR GAMBAR
Halaman
Gambar 5.1 Tampilan Saat Membuka SPSS pada Windows 50
Gambar 5.2 Tampilan Worksheet SPSS 17,0 For Windows 51
Gambar 5.3 Tampilan Pengisian Data Variabel pada Variable View 52
Gambar 5.4 Tampilan Pengisian Data Variabel pada Data View 53
Gambar 5.5 Tampilan pada jendela editor Regression 53
Gambar 5.6 Tampilan Linier Regression 54
Gambar 5.7 Tampilan Dependent dan Independent 54
Gambar 5.8 Tampilan Linier Regression Statistic 55
Gambar 5.9 Tampilan Plots 55
Gambar 5.10 Tampilan Linier Regression Plots 56
Gambar 5.11 Tampilan Linier Correlations Statistik 56
Gambar 5.12 Tampilan bivariate correlations 57
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 maka akan memperoleh gambaran tingkat pertumbuhan ekonomi maupun
Laju pertumbuhan PDRB setiap tahun mengalami perubahan sehingga
perlu dilakukan penyusunan. Pertumbuhan positif menunjukkan adanya
peningkatan perekonomian sedangkan pertumbuhan negatif menunjukkan adanya
penurunan perekonomian. Nilai Produk Domestik Regional Bruto (PDRB) setiap
daerah berbeda-beda dan dipengaruhi oleh faktor-faktor yang berbeda juga.
Pada dasarnya semua lapangan usaha yang berada di kabupaten Labuhan
Batu 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 Labuhan Batu yang
ditunjukkan lewat besarnya angka Produk Domestik Regional Bruto (PDRB) di
masing-masing sektor lapangan usaha.
Berdasarkan uraian diatas, maka penulis mengusul judul “ FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) KABUPATEN LABUHAN
BATU”.
1.2 Rumusan Masalah
Sebagai rumusan masalah yang akan dianalisis dalam penelitian ini adalah sebagai
berikut:
1. Apakah sektor pertanian, sektor industri pengolahan, serta sektor
laju pertumbuhan Produk Domestik Regional Bruto (PDRB) Kabupaten
Labuhan batu ?
2. Apakah sektor pertanian, sektor industri pengolahan, serta sektor
perdagangan, hotel dan restoran memberikan pengaruh yang besar dalam
laju pertumbuhan Produk Domestik Regional Bruto (PDRB) Kabupaten
Labuhan batu ?
3. Sektor manakah yang lebih mempengaruhi laju pertumbuhan Produk
Domestik Regional Bruto (PDRB) Kabupaten Labuhan batu ?
1.3 Batasan Masalah
Mengingat ada begitu banyak lapangan usaha yang mempengaruhi laju
pertumbuhan Produk Domestik Regional Bruto (PDRB), maka permasalahan
yang diangkat adalah melihat faktor-faktor yang mempengaruhi laju pertumbuhan
PDRB dengan regresi linier berganda. adapun faktor yang akan dibahas
adalahsektor pertanian, sektor industri pengolahan, serta sektor perdagangan, hotel
dan restoran. Analisis terhadap ketiga faktor tersebut dapat memberikan gambaran
yang kurang lebih spesifik terhadap perkembangan laju pertumbuhan Produk
Domestik Regional Bruto (PDRB) Kabupaten Labuhan Batu.
1.4 Tujuan Penelitian
Tujuan dari penulisan Tugas Akhir ini adalah:
1. Untuk melihat bagaimana pengaruh sektor pertanian, sektor industri
pertumbuhan PDRB Kabupaten Labuhan Batu dengan analisis regresi
berganda.
2. Mengetahui besarnya derajat hubungan antara satu faktor dengan faktor
yang lain dengan analisis korelasi.
3. Mengetahui sektor yang lebih mempengaruhi laju pertumbuhan Produk
Domestik Regional Bruto (PDRB) Kabupaten Labuhan Batu.
1.5 Manfaat Penelitian
Manfaat dari penelitian ini adalah:
1. Mengetahui perkembangan laju pertumbuhan Produk Domestik Regional
Bruto (PDRB) dari ketiga sektor tersebut.
2. Bermanfaat sebagai pertimbangan dan pengambilan kebijakan dalam
masalah pengembangan sektor pertanian, sektor industri pengolahan, serta
sektor perdagangan, hotel dan restoran.
3. Sebagai penerapan ilmu dari mata kuliah yang diperoleh.
1.6 Metodologi Penelitian
Metode yang digunakan penulis dalam melaksanakan penelitian adalah:
1. Metode Penelitian Kepustakaan (Studi Literatur)
Penelitian kepustakaan dilakukan untuk mendapatkan tinjauan teoritis
2. Analisis Regresi (Algifari)
Analisis regresi (regression analysis) merupakan teknik untuk membangun persamaan yang menggambarkan hubungan antara dua
variabel atau lebih variabel dan menaksir nilai variabel dependen (terikat)
berdasarkan pada nilai tertentu variabel independennya (bebas).
3. Metode Statistika (sudjana)
Hubungan yang didapat pada beberapa variabel dinyatakan dalam bentuk
persamaan matematik yang menyatakan hubungan fungsional antara
variabel-variabel. Studi yang menyangkut masalah ini dikenal dengan
analisis regresi.
4. Metode Pengumpulan Data
Pengumpulan data untuk keperluan penelitian dilakukan penulis dengan
menggunakan data sekunder. Data sekunder adalah data primer yang
diperoleh oleh pihak lain yang umumnya disajikan dalam bentuk
tabel-tabel atau diagram. Data sekunder yang digunakan diperoleh dari Badan
Pusat Statistik berupa buku-buku, referensi dan sumber-sumber yang dapat
dipercaya dari kantor Badan Pusat Statistik (BPS) Provinsi Sumatera
Utara.
5. Metode Pengolahan Data
Data yang dikumpulkan diolah secara periodik dan dalam kurun waktu
yang sama yaitu antara tahun 2003 sampai dengan tahun 2012. Adapun
langkah-langkah pengolahan data yang dilakukan adalah:
a. Menentukan kelompok data yang menjadi variabel bebas ( ) dan
b. Mencari persamaan regresi antara variabel dan variabel dengan
menggunakan rumus yang telah diperoleh dari buku literatur.
c. Uji regresi linier berganda untuk mengetahui besarnya pengaruh
variabel bebas secara bersama-sama terhadap variabel terikat .
d. Uji koefisien determinasi, untuk mengetahui proporsi keragaman total
dalam variabel tak bebas yang dapat dijelaskan atau diterangkan oleh
variabel-variabel bebas yang ada didalam model persamaan regresi
linier berganda secara bersama-sama.
e. Uji korelasi untuk mengetahui bagaimana dan seberapa besar pengaruh
hubungan variabel-variabel bebas tersebut terhadap variabel terikat
.
f. Uji koefisien regresi untuk menguji taraf nyata
koefisien-koefisien regresi yang didapat dan seberapa besar kontribusinya.
6. Waktu dan Lokasi Penelitian
Penelitian dilakukan di Kantor Badan Pusat Statistik (BPS) Provinsi
Sumatera Utara yang beralamat di JL. Asrama No. 179 Medan, tepatnya di
perpustakaan BPS Medan, pada tanggal 7 April, 10 April, dan 28 April
2014.
1.7 Tinjauan Pustaka
Prinsip dasar pemodelan regresi majemuk tidak berbeda dengan regresi sederhana.
Hanya saja pada regresi sederhana digunakan satu variabel independen, maka
pada regeresi berganda digunakan lebih dari satu variabel independen. Dengan
regresi yang dibuat untuk menerangkan variabel dependen, atau peran
faktor-faktor lain diluar variabel independen yang digunakan, yang dicerminkan oleh
error semakin kecil. Studi yang menyangkut masalah ini dikenal dengan analisis
regeresi berganda.
Secara umum model regresi linier berganda untuk populasi adalah sebagai
berikut:
=
�
0+
�
1 1+
�
2 2+
…
+
�
+
�
Model regresi linier berganda untuk populasi diatas dapat ditaksir berdasarkan
sebuah sampel acak yang berukuran n dengan model regresi linier berganda untuk
sampel, yaitu:
Ŷ
=
0+
1 1+
2 2+
⋯
+
Dimana:
Ŷ = variabel tak bebas (dependent variable) atau nilai estimasi (taksiran) bagi variabel
1, 2,…, = variabel bebas (independent variable) 1, 2,…, 0 = taksiran bagi parameter konstanta �0
1, 2,…, = slope (parameter koefisien regresi variabel bebas 1, 2,…,
Rumus koefisien determinasi adalah:
Dengan:
2 = koefisien determinasi
�� = jumlah kuadrat regresi
� 12 =� 12 −
(� �)2
Dan rumus koefisien korelasi antara dengan � adalah:
.1.2…
=
� � �– � � � �{ � �2− � � 2} { � �2− � � 2}
1.8 Sistematika Penulisan
Adapun sistematika penulisan yang diuraikan oleh penulis antara lain:
BAB 1 : PENDAHULUAN
Bab ini menguraikan tentang latar belakang, rumusan masalah,
batasan masalah, tujuan penelitian, manfaat penelitian, metodologi
penelitian, tinjauan pustaka, dan sistematika penulisan.
BAB 2 : LANDASAN TEORI
Bab ini menguraikan tentang konsep dan defenisi dari pengertian
analisa linier, analisis regresi linier sederhana, analisis regresi
linier berganda, membentuk persamaan regresi linier berganda,
koefisien korelasi dan koefisien determinasi, serta pengujian
BAB 3 : GAMBARAN UMUM
Dalam bab ini penulis menguraikan mengenai sejarah singkat
berdirinya Badan Pusat Statistik.
BAB 4 : ANALISIS DATA
Bab ini menjelaskan uraian tentang metode-metode yang
digunakan dalam mengolah data.
BAB 5 : IMPLEMENTASI SISTEM
Bab ini menguraikan proses pengolahan data dengan program
yang akan digunakan yaitu SPSS mulai dari input data hingga
hasil outputnya yang membantu dalam menyelesaikan
permasalahan dalam penulisan.
BAB 6 : KESIMPULAN DAN SARAN
Bab ini terdiri atas kesimpulan dari hasil analisis yang telah
dilakukan serta saran berdasarkan kesimpulan yang diperoleh
yang tentunya bermanfaat bagi pembaca dan pihak yang
BAB 2
LANDASAN TEORI
2.1 Pengertian Regresi
Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan
antara dua variabel atau lebih variabel adalah analisa regresi linier. Regresi
pertama digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia telah melakukan studi tentang kecenderungan tinggi badan anak. Hasil studi tersebut merupakan suatu kesimpulan bahwa kecenderungan tinggi
badan anak yang lahir terhadap orang tuanya adalah menurun mengarah pada
tinggi badan rata-rata penduduk. Istilah regresi pada mulanya bertujuan untuk
membuat perkiraan nilai satu variabel terhadap variabel yang lain. Pada
perkembangan selanjutnya, analisis regresi dapat digunakan sebagai alat untuk
membuat perkiraan nilai suatu variabel dengan menggunakan beberapa variabel
lain yang berhubungan dengan variabel tersebut. (Alfigari, 2000. Analisis Regresi Teori, Kasus dan Solusi, Edisi Kedua, Yogyakarta : BPFE halaman 1 dan 2).
Pada dasarnya dalam suatu persamaan regresi terdapat dua macam
variabel, yaitu variabel bebas (independent variable) yang dinyatakan dengan simbol dan variabel terikat (dependent variable) yang biasanya dinyatakan dengan simbol . Variabel terikat adalah variabel yang dipengaruhi atau yang
nilainya bergantung dari nilai variabel lain. Variabel bebas adalah variabel yang
memberikan pengaruh. Bila variabel bebas diketahui maka variabel terikatnya
suatu persamaan regresi adalah bahwa antara variabel terikat dengan variabel
bebas mempunyai sifat hubbungan sebab-akibat.
2.2Analisis Regresi Linier
Analisis regresi merupakan teknik yang digunakan dalam persamaan matematik
yang menyatakan hubungan fugsional antara variabel-variabel. Analisis regresi
linier atau regresi garis lurus digunakan untuk:
1. Menentukan hubungan fungsional antar variabel dependen dengan
independen. Hubungan fungsional ini dapat disebut sebagai persamaan
garis regresi yang berbentuk linier.
2. Meramalkan atau menduga nilai dari satu variabel dengan hubungannya
dengan variabel yang lain yang diketahui melalui persamaan garis regresi.
Variabel yang lain diketahui melalui persamaan garis regresinya. Analisis
regresi terdiri dari dua bentuk, yaitu:
1. Analisis Regresi Linier Sederhana
2. Analisis Regresi Linier Berganda
Analisis Regresi Linier Sederhana adalah bentuk regresi dengan model
yang bertujuan untuk mempelajari hubungan antara dua variabel, yakni variabel
terikat dan variabel bebas. Sedangkan analisis regresi berganda adalah bentuk
regresi dengan model yang memiliki hubungan antara satu variabel terikat dengan
tergantung dengan variabel lainya, sedangkan variabel terikat adalah variabel
yang nilainya tergantung dari variabel lainya.
Analisi regresi digunakan untuk mengetahui hubungan antara dua variabel
atau lebih, terutama untuk menelusuri pola hubungan yang modelnya belum
diketahui dengan baik, atau untuk mengetahui bagaimana variasi dari beberapa
variabel bebas mempengaruhi variabel dependen dalam suatu fenomena yang
komplek. Jika X1, X2,…, Xk adalah variabel-variabel bebas dan adalah variabel
terikat, maka terdapat hubungan antara fungsional antara dan , dimana variasi
dari akan diiringi pula oleh variasi dari . Jika dibuat secara matematis
hubungan ini dapat dijabarkan sebagai berikut :
Y = f ( X
1, X
2,
… …
. X
k, e )
Keterangan :
Y = Variabel terikat (Dependen)
X = Variabel bebas (Independen)
e = Variabel residu (disturbace term)
Berkaitan dengan analisis regresi ini, setidaknya ada empat kegiatan yang
lazim dilaksanakan yakni :
1. Mengadakan estimasi terhadap parameter berdasarkan data empiris.
2. Menguji berapa besar variasi variabel dependen dapat diterangkan oleh
variasi independen.
4. Melihat apakah tanda menghitung dari estimasi parameter cocok dengan
teori.
2.3 Analisis Regresi Linier Sederhana
Analisis regresi linier sederhana terdiri dari satu variabel bebas dan satu variabel
terikat. Dengan kata lain variabel yang dianalisis terdiri dari satu variabelprediktor
dan satu variabel kriterium. Model regresi linier sederhanaya adalah:
Ŷ
=
+
Keterangan :
Ŷ = Variabel terikat (dependent variable)
= Variabel bebas (independent variable)
a = Konstanta (intrcept)
b = Kemiringan (slope)
Penggunaan regresi linier sederhana didasarkan pada asumsi, diantaranya
sebagai berikut :
1. Model regresi harus linier dalam parameter
2. Variabel bebas tidak berkolerasi dengan disturbance term (eror) 3. Nilai disturbance term sebesar 0 atau dengan symbol sebagai e
4. Varian untuk masing-masing error term (kesalahan) konstan 5. Tidak terjadi autokorelasi
6. Model regresi dispesifikasikan secara benar. Tidak terdapat bias
Koefisien-koefisien regresi a dan b dapat dihitung dengan rumus:
=
2
−
2−
2=
−
2−
2Jika koefisien b terlebih dahulu dihitung, maka koefisien a dapat dihitung dengan
rumus:
=
−
Dengan dan masing-masing rata-rata untuk variabel-variabel dan .
2.4 Analisis Regresi Linier Berganda
Regresi Linier ganda (Mulltiple Regression) berguna untuk mencari pengaruh atau untuk meramalkan dua variabel prediktor atau lebih terhadap variabel
kriteriumnya. Suatu persamaan regresi linier yang memiliki lebih dari satu
variabel bebas dan satu variabel terikat akan membentuk suatu persamaan
regresi yang baru, disebut persamaan regresi linier berganda (multiple regression). Model persamaan regresi linier berganda hampir sama dengan model regresi linier
sederhana, letak perbedaanya hanya pada jumlah variabel bebasnya.
Secara umum model regresi linier berganda adalah sebagai berikut:
Keterangan :
Ŷ = Variabel terikat (dependent variable)
= Variabel bebas (independent variable)
= Konstanta regresi
= Koefisien regresi variabel bebas
ɛ = Pengamatn variabel error
Dalam penelitian ini digunakan empat variabel yang terdiri dari satu
variabel terikat ( ) dan tiga variabel bebas ( ). Maka persamaan regresi
bergandanya adalah:
Ŷ
=
+
1 1+
2 2+
3 3Persamaan diatas dapat diselesaikan dengan empat bentuk, yaitu :
=
0+
1 1+
2 2+
3 31
=
0 1+
1 12+
2 1 2+
3 1 32
=
0 2+
1 2 1+
2 22+
3 2 33
=
0 3+
1 3 1+
2 3 2+
3 32Harga-harga koefisien regresi 0 , 1 , 2dan 3 dicari dengan
menggunakan aljabar matriks dengan rumus:
1 2 3
=
1 2
1 12 1 2
2 2 1 22
3 1 3 2 3 3 3 1 3 2 32
0 1 2 3
=
−1Maka dalam bentuk matriks tersebut diperoleh koefisien regresi linear ganda
b0, b1, b2, dan b3.
2.5 Uji Keberartian Regresi
Sebelum persamaan regresi yang diperoleh digunakan untuk membuat
kesimpulan, terlebih dahulu diperiksa setidak-setidaknya mengenai kelinieran dan
keberartiannya. Pemeriksaan ini ditempuh melalui pengujian hipotesis. Uji
keberartian dilakukan untuk meyakinkan diri apakah regresi yang didapat
berdasarkan penelitian ada artinya bila dipakai untuk membuat kesimpulan
mengenai hubungan sejumlah peubah yang sedang dipelajari. Untuk itu
diperlukan dua macam jumlah kuadrat (JK) yaitu jumlah kuadrat untuk regresi
yang ditulis JKregdan jumlah kuadrat untuk sisa (residu) yang ditulis dengan
JKres. Jika x1 = X1 −X1, x2 = X2−X2,…, xk = Xk−Xk dan y = Y−Y maka
secara umum jumlah kuadrat-kuadrat tersebut dapat dihitung dengan rumus :
��
=
1 1+
2 2+
3 3 Dengan derajat kebebasan dk=kDengan derajat kebebasan dk= (n – k – 1) untuk sampel berukuran n.
Dengan demikian uji keberartian regresi berganda dapat dihitung dengan :
�ℎ� � =
��
�
− −1
Dimana statistik F yang menyebar mengikuti distribusi F dengan derajat
kebebasan pembilang V1 = k dan penyebut V2 = n−k−1
2.6 Koefisien Determinasi
Koefisien determinasi yang dinyatakan dengan 2 untuk pengujian regresi linier
berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui
proporsi keragaman total dalam variabel tak bebas ( ) yang dapat dijelaskan atau
diterangkan oleh variabel-variabel bebas ( ) yang ada di dalam model persamaan
regresi linier berganda secara bersama-sama. Maka 2 akan ditentukan dengan
rumus, yaitu :
R
2=
JK
reg2Keterangan :
�� = Jumlah kuadrat regresi
Harga 2 yang diperoleh sesuai dengan variansi yang dijelaskan
masing-masing variabel yang tinggal dalam regresi tersebut. Hal ini mengakibatkan
variansi yang dijelaskan penduga yang disebabkan oleh variabel yang
2.7 Uji Koefisien Korelasi
Analisis korelasi dilakukan untuk mengetahui hubungan antara dua variabel
(bivariate correlation) atau lebih dari 2 variabel (multivariate correlation) dalam suatu penelitian. Untuk menentukan seberapa besar hubungan antar variabel
tersebut dapat dihitung dengan menggunakan rumus koefisien korelasi. Rumus
untuk koefisien regresi adalah:
.1.2…
=
� � �– � � � �{ � �2− � � 2} { � �2− � � 2}
Adapun untuk menghitung koefisien korelasi antara variabel terikat dan variabel
bebas X1, X2, dan X3 yaitu :
1. Koefisien antara dan X1
1
=
1
−
(
1)(
)
12
−
(
1)
22
−
(
)
22. Koefisien korelasi antara dengan X2
2
=
2
−
(
2)(
)
22
−
(
2)
22
−
(
)
23. Koefisien korelasi antara dan X3
3
=
3
−
(
3)(
)
Koefisien korelasi memiliki nilai antara -1 hingga +1. Sifat nilai koefisien
korelasi adalah (+) ataupun minus (-) yang menunjukan arah korelasi. Makna dari
sifat korelasi adalah :
1. Tanda positif (+) pada koefisien korelasi menunjukan hubungan searah
atau koefisien positif. Artinya jika nilai suatu variabel mengalami
kenaikan mmaka nilai variabel yang lain juga mengalami kenaikan dan
demikian juga sebaliknya.
2. Tanda negatif (-) pada koefisien korelasi menunjukan hubungan yang
berlawanan arahatau korelasi negatif. Artinya jika nilai suatu variabel
mengalami kenaikan maka nilai variabel yang lain akan mengalami
penurunan dan demikian juga sebaliknya.
Sifat korelasi akan menentukan arah korelasi. Keeratan korelasi dapat
dikelompokan sebagai berikut:
1. 0,00-0,20 berarti korelasi memiliki keeratan sangat lemah.
2. 0,21-0,40 berarti korelasi memiliki keeratan lemah.
3. 0,41-0,70 berarti korelasi memiliki keeratan kuat.
4. 0,71-0,90 berarti korelasi memiliki keeratan sangat kuat.
5. 0,91-0,99 berarti korelasi memiliki keeratan sangat kuat sekali.
2.8 Kesalahan Standar Estimasi
Untuk mengetahui ketetapan persamaan estimasi dapat digunakan kesalahan
standar estimasi (standard error of estimate). Besarnya kesalahan standar estimasi menunjukan ketetapan persamaan estimasi untuk menjelaskan nilai variabel tidak
bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi
tersebut, makin tinggi ketetapan persamaan estimasi yang dihasilkan untuk
menjelaskan nilai variabel tidak bebas sesungguhnya. Sebaliknya, semakin besar
nilai kesalahan standar estimasi, maka semakin rendah persamaan estimasi yang
dihasilkan untuk menjelaskan nilai variabel tidak sesungguhnya.(Algifari. 2000. Analisa regreesi Teor,, Kasus dan Solusi, Edisi 2. Yogyakarta : BPFE. Hal 17). Kesalahn standar estimasi (kekeliruan baku taksiran) dapat ditentukan dengan
rumus :
,1,2,…,
=
(
− Ŷ
)
2− −
1
Dimana adalah nilai data sebenarnya dan Ŷ adalah nilai taksiran.
2.9 Pengujian Hipotesis
Pengujian hipotesis merupakan salah satu tujuan yang akan dibuktikan dalam
penelitian. Jika terdapat deviasi antara sampel yang ditentukan dengan jumlah
populasi maka tidak tertutup kemungkinan untuk terjadinya kesalahan dalam
Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu :
tingkat signifikansi atau probabilitas (∝) dan tingkat kepercayaan atau
confidence interval. Didasarkan tingkat signifikansi pada umumnya orang menggunakan 0,05. Kisaran tingkat signifikansi mulai dari 0,01 sampai dengan
0,1. Yang dimaksud dengan tingkat signifikansi adalah probabilitas melakukan
kesalahan tipe 1, yaitu kesalahan menolak hipotesis ketika hipotesis tersebut
benar. Tingkat kepercayaan pada umumnya ialah sebesar 95%, yang dimaksud
dengan tingkat kepercayaan ialah tingkat dimana sebesar 95% nilai sampel akan
mewakili nilai populasi dimana sampel berasal. Dalam melakukan uji hipotesis
terdapat dua hipotesis, yaitu:H0 (hipotesis 0) dan Ha (hipotesis alternatif). H0
bertujuan untuk memberikan usulan dugaan kemungkinan tidak adanya perbedaan
antara perkiraan penelitian dengan keadaan yang sesungguhnya yang akan diteliti.
Ha bertujuan memberikan usulan dugaan adanya perbedaan perkiraan dengan
keadaan sesungguhnya yang akan diteliti.
Pembentukan suatu hipotesis memerlukan toeri-teori maupun hasil
penelitian terlebih dahulu sebagai pendukung pernyataan hipotesis yang
diusulkan. Dalam membentuk hipotesis ada beberapa hal yang dipertimbangkan,
yaitu:
1. Hipotesis nol dan hipotesis alternatif yang diusulkan.
2. Daerah penerimaan dan penolakan serta teknik arah pengujian (one tailed
atau two tailed).
4. Menarik kesimpulan apakah menerima atau menolak hipotesis yang
diusulkan dalam uji keberartian regresi.
Langkah-langkah yang dibutuhkan untuk pengujian hipotesis ini antara lain.
1. H0:β0 =β1 =⋯ =βk = 0
Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas
dengan variabel terikat.
H1: Minimal satu parameter koefisien regresi βk yang ≠ 0
Terdapat hubungan fungsional yang signifikan antara variabel bebas
dengan variabel terikat.
2. Pilih taraf nyata ∝ yang diinginkan.
3. Hitung statistik Fhitung dengan menggunakan persamaan.
4. Nilai Ftabel menggunakan daftar table F dengan taraf signifikansi ∝ yaitu
: Ttabel = F 1−∝ k ,(n−k−1).
5. Kriteria pengujian : jika Fhitung Ftabel, maka H0 ditolak dan H1
diterima. Sebaliknya jika Fhitung Ftabel, maka H0 diterima dan H1
BAB 3
GAMBARAN UMUM LOKASI RISET
3.1 Sejarah Badan Pusat Statistik
Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. Badan
Pusat Statistik melakukan kegiatan yang ditugaskan oleh pemerintah antara
bidang pertanian, agrarian, pertambangan, kependudukan, sosial, ketenagakerjaan,
keuangan, pendapatan, dan keagamaan. Selain hal-hal di atas BPS juga bertugas
untuk melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap
instansi baik di pusat maupun di daerah dengan tujuan mencegah dilakukannya
pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman
dalam penggunaan definisi, klasifikasi dan ukuran-ukuran lainnya.Berikut ini
adalah beberapa masa peralihan pada BPS, yaitu:
3.1.1Masa Pemerintahan Hindia Belanda
Pada bulan Februari 1920, kantor statistik pertama kali didirikan oleh direktur
pertanian, kerajinan dan perdagangan (Directeur Van Landbouw Nijverheid en Hendle) dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan memublikasi data statistik.
Pada tanggal 24 September 1924 maka lembaga tersebut diganti dengan
statistik perdagangan yang semula dilakukan oleh Kantor Invoer en Accijinsen
(IUA) yang sekarang disebut Kantor Bea Cukai.
3.1.2 Masa Pemerintahan Jepang
Pada bulan Juni 1942 pemerintahan Jepang baru mengaktifkan kembali kegiatan
statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang/militer.
Pada masa ini CKS diganti namanya menjadi Shomubu Chasasitsu Gunseikanbu.
3.1.3 Masa Kemerdekaan Republik Indonesia
Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 Agustus 1945
kegiatan statistik diganti oleh lembaga baru sesuai dengan susunan kemerdekaan
yaitu KAPPURI (Kantor Penyelidikan Perangkat Umum Republik Indonesia).
Tahun 1946 Kantor KAPPURI dipindahkan ke Yogyakarta sebagai konsekuensi
dari Perjanjian Linggarjati. Sementara itu pemerintahan Belanda (NICA) di
Jakarta mengaktifkan kembali CKS.
Berdasarkan surat edaran Kementrian Kemakmuran tanggal 12 Juni 1950
No.219/S.C;KAPPURI dan CKS dilebur menjadi Kantor Pusat Statistik (KPS)
dan berada di bawah Kementerian Kemakmuran.Dengan surat Mentri
perekonomian tanggal 1 Maret 1952 No.P/44, lembaga KPS berada di bawah dan
bertanggungjawab kepada Menteri Perekonomian, dan pada tanggal 24 Desember
1953 dengan surat Menteri Perekonomian No. 18.099/M, KPS dibagi menjadi dua
bagian yaitu bagian research yang disebut Afdeling A, dan bagian
Dengan keputusan Presiden Republik Indonesia No. 131 tahun 1957,
Kementrian Perekonomian dipecah menjadi Kementerian perdagangan dan
Kementerian Perindustrian. Untuk selanjutnya dengan keputusan Presiden
Republik Indonesia No. 172 tahun 1957 KPS diubah menjadi BPS, dan urusan
statistik yang semula menjadi tanggungjawab dan wewenang Menteri
Perekonomian dialihkan menjadi dibawah dan bertanggungjawab kepada Perdana
Menteri. Berdasarkan KEPPRES ini pula secara formal nama BPS dipergunakan.
Memenuhi anjuran PBB agar setiap negara anggota menyelenggarakan
sensus penduduk secara serentak, maka pada tanggal 24 September 1960 telah
diundangkan UU No. 6 tahun 1960 tentang Sensus, sebagai pengganti Volk Stelling Ordonnantie 1930.Dalam rangka memperhatikan kebutuhan data bagi perencanaan pembangunan semesta berencana dan mengingat materi statistik
ordonnantie 1934 dirasakan sudah tidak sesuai lagi dengan kemajuan-kemajuan
yang cepat dicapai oleh Negara kita, maka tanggal 26 September 1960 telah
diundangkan UU No. 7 tahun 1960 tentang Statistik.
Berdasarkan keputusan Presidium Kabinet RI No. Aa/C/9 tahun 1965,
maka tiap-tiap daerah Tingkat I dan Tingkat II dibentuk kantor-kantor cabang
BPS dengan nama Kantor Sensus Statistik Daerah (KKS) yang mempunyai tugas
menjalankan kegiatan-kegiatan statistik di daerah-daerah. Di setiap daerah
administrasi kecamatan, dapat diangkat seorang atau lebih pegawai yang
merupakan pegawai KKS ditingkat II dan di bawah pengawasan Kepala
3.1.4 Masa Orde Baru Sampai Sekarang
Pada masa pemerintahan orde baru, khusus untuk memenuhi kebutuhan dalam
perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang
handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan
organisasi BPS.
Dalam masa orde baru ini BPS telah mengalami empat kali perubahan
struktur organisasi, yaitu:
1. Peraturan Pemerintah No. 16 tahun 1969 tentang organisasi Biro Pusat
Statistik.
2. Peraturan Pemerintah No. 6 tahun 1980 tentang Organisasi Biro Pusat
Statistik.
3. Peraturan Pemerintah No. 2 tahun 1992 tentang Organisasi Biro Pusat
Statistik dan keputusan Presiden No. 6 tahun 1992 tentang Kedudukan,
Tugas, Fungsi, Susunan, Reorganisasi dan tata kerja Biro Pusat Statistik.
4. Undang-Undang No. 16 tahun 1997 tentang Statistik.
5. Keputusan Presiden RI No. 86 tahun 1998 tentang Badan Pusat Statistik.
6. Keputusan Kepala BPS No. 100 tahun 1998 tentang Organisasi dan Tata
Kerja BPS.
7. PP No. tahun 1999 tentang Penyelenggaraan Statistik.
Tahun 1968, ditetapkan Peraturan Pemerintah No. 16 tahun 1968, yaitu
yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980,
Peraturan Pemerintah No. 16 tahun 1968. Berdasarkan Peraturan Pemerintah No.
6 tahun 1988 di tiap provinsi terdapat perwakilan BPS dengan nama Kantor
Statistik Provinsi dan di Kabupaten/Kota terdapat cabang perwakilan BPS dengan
nama Kantor Statistik Kabupaten/Kota. Pada tanggal 19 Mei 1997 menetapkan
tentang statistik sebagai pengganti UU No. 6 dan 7 tentang sensus dan statistik.
Pada tanggal 17 Juni 1998 dengan Keputusan Presiden Republik Indonesia No. 86
tahun 1998 ditetapkan BPS sekaligus mengatur tata kerja dan struktur BPS yang
baru.
3.2 Visi dan Misi Badan Pusat Statistik (BPS)
3.2.1 Visi Badan Pusat Statistik
Badan Pusat Statistik mempunyai visi menjadikan informasi statistik sebagai
tulang punggung informasi pembangunan nasional dan regional, didukung
Sumber Daya Manusia yang berkualitas, ilmu pengetahuan dan teknologi
informasi yang mutakhir.
3.2.2 Misi Badan Pusat Statistik
Dalam menunjuk pembangunan nasional, Badan Pusat Statistik mengemban misi
mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu,
handal, efektif, dan efisien, peningkatan kesadaran masyarakat akan arti dan
3.3 Struktur Organisasi Badan Pusat Statistik
Setiap perusahaan baik perusahaan pemerintah maupaun swasta mempunyai
struktur organisasi, karena perusahaan juga merupakan organisasi. Dimana
organisasi adalah suatu sistem dari aktivitas kerjasama yang terorganisir, yang
dilaksanakan oleh sejumlah orang untuk mencapai tujuan bersama.
Dalam struktur organisasi ditetapkan tugas-tugas, wewenang dan tanggung
jawab setiap orang dalam mencapai tujuan yang telah ditetapkan serta bagaimana
hubungannya yang satu dengan yang lain.Dengan adanya struktur organisasi
perusahaan yang baik, maka dapat diketahui pembagian tugas antara para pegawai
dalam rangka pencapaian tujuan.
Adapun struktur organisasi yang dipakai oleh Badan Pusat Statistik
Propinsi Sumatera Utara adalah struktur organisasi berbentuk Lini dan staff.
1. Bagian Tata Usaha
2. Bidang Statistik Produksi
3. Bidang Statistik Distribusi
4. Bidang Statistik Kependudukan
5. Bidang Pengolahan, Penyajian, dan Pelayanan Statistik
6. Bidang Neraca Wilayah dan Analisis Statistik
3.4 Job Description
Dalam menjalankan suatu organisasi maka diperlukan personal-personal jabatan
job description atau pembagian kerja.Kepala kantor dibantu bagian tata usaha
yang terdiri dari :
1. Sub Bagian Urusan Dalam
2. Sub Bagian Perlengkapan
3. Sub Bagian Keuangan
4. Sub Bagian Kepegawaian
5. Sub Bagian Bina Program
Sedangkan bidang penunjang statistik ada 5 bidang, yaitu:
1. Bidang Statistik Produksi
Bidang Statistik Produksi mempunyai tugas untuk melaksanakan kegiatan
statistik pertanian, industri, serta statistik konstruksi pertambangan dan
energi.
2. Bidang Statistik Distribusi
Bidang Statistik Distribusi mempunyai tugas untuk melaksanakan kegiatan
statistik konsumen dan perdagangan besar,statistik keuangan dan harga
produsen serta Statistik Kesejahteraan.
3. Bidang Statistik Sosial
Bidang Statistik Kependudukan mempunyai tugas untuk melaksanakan
kegiatan statistik demografi dan rumah tangga, statistik ketenagakerjaan,
4. Bidang Integrasi Pengolahan dan Distribusi Sosial
Bidang Statistik Pengolahan Data mempunyai tugas yaitu melaksanakan
kegiatan dan penyiapan data, penyusunan sistem, dan program serta
operasional pengolahan data dengan komputer.
5. Bidang Neraca Wilayah dan Analisis Statistik
Bidang Neraca Wilayah dan Analisis Statistik mempunyai tugas yaitu
melaksanakan kegiatan penyusunan neraca produksi, neraca konsumen,
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 Laju Pertumbuhan Produk Domestik
Regional Bruto Kabupaten Labuhan Batu Atas Dasar Harga Berlaku dari tahun
2003 sampai dengan tahun 2012 dalam bentuk persen. Datanya adalah sebagai
[image:40.595.110.515.442.700.2]berikut:
Tabel 4.1 Data Produk Domestik Regional Bruto Kabupaten Labuhan Batu Menurut Lapangan Usaha Atas Dasar Harga Berlaku
Tahun Total Keseluruhan PDRB
Lapangan Usaha
Pertanian Industri pengolahan Perdagangan, hotel dan restoran
2003 13,57 7,33 15,87 15,46
2004 13,31 10,35 13,46 12,00
2005 15,74 12,46 16,45 19,27
2006 15,26 12,45 15,46 19,80
2007 12,96 19,46 12,15 12,38
2008 15,60 18,70 15,47 16,24
2009 9,57 9,55 5,91 13,23
2010 14,29 13,57 13,47 15,01
2011 12,35 11,14 12,72 11,46
Untuk memudahkan proses analisa, maka untuk seluruh variabel
dilambangkan dengan:
= Total keseluruhan Produk Domestik Regional Bruto (PDRB)
1 = Nilai PDRB dari sektor pertanian
2 = Nilai PDRB dari sektor industri pengolahan
[image:41.595.108.517.318.551.2]3 = Nilai PDRB dari sektor perdagangan, hotel, dan restoran
Tabel 4.2 Data Laju Pertumbuhan PDRB yang akan Diolah
Tahun Variabel bebas
1 2 3
2003 13,57 7,33 15,87 15,46
2004 13,31 10,35 13,46 12,00
2005 15,74 12,46 16,45 19,27
2006 15,26 12,45 15,46 19,80
2007 12,96 19,46 12,15 12,38
2008 15,60 18,70 15,47 16,24
2009 9,57 9,55 5,91 13,23
2010 14,29 13,57 13,47 15,01
2011 12,35 11,14 12,72 11,46
2012 11,41 10,25 11,05 10,45
4.2 Persamaan Regresi Linier Berganda
Untuk membentuk persamaan regresi linier berganda, diperlukan perhitungan
Tabel 4.3 Perhitungan masing-masing variabel
Tahun 1 2 3 2 12 22
2003 13,57 7,33 15,87 15,46 184,1449 53,7289 251,8569
2004 13,31 10,35 13,46 12,00 177,1561 107,1225 181,1716
2005 15,74 12,46 16,45 19,27 247,7476 155,2516 270,6025
2006 15,26 12,45 15,46 19,8 232,8676 155,0025 239,0116
2007 12,96 19,46 12,15 12,38 167,9616 378,6916 147,6225
2008 15,60 18,70 15,47 16,24 243,36 349,69 239,3209
2009 9,57 9,55 5,91 13,23 91,5849 91,2025 34,9281
2010 14,29 13,57 13,47 15,01 204,2041 184,1449 181,4409
2011 12,35 11,14 12,72 11,46 152,5225 124,0996 161,7984
2012 11,41 10,25 11,05 10,45 130,1881 105,0625 122,1025
Jumlah 134,06 125,26 132,01 145,3 1831,7374 1703,9966 1829,8559
Sambungan tabel 4.3
Tahun 32 1 2 3 1 2 1 3 2 3
2003 239,0116 99,4681 215,3559 209,7922 116,3271 113,3218 245,3502
2004 144 137,7585 179,1526 159,72 139,311 124,2 161,52
2005 371,3329 196,1204 258,923 303,3098 204,967 240,1042 316,9915
2006 392,04 189,987 235,9196 302,148 192,477 246,51 306,108
2007 153,2644 252,2016 157,464 160,4448 236,439 240,9148 150,417
2008 263,7376 291,72 241,332 253,344 289,289 303,688 251,2328
2009 175,0329 91,3935 56,5587 126,6111 56,4405 126,3465 78,1893
2010 225,3001 193,9153 192,4863 214,4929 182,7879 203,6857 202,1847
2011 131,3316 137,579 157,092 141,531 141,7008 127,6644 145,7712
2012 109,2025 116,9525 126,0805 119,2345 113,2625 107,1125 115,4725
Dari tabel 4.3 diperoleh:
= 134,06 2 = 1831,7374
1 = 125,26 12 = 1703,9966
2 = 132,01 22 = 1829,8559
3 = 145,3 32 = 2204,2536
1 = 1707,0959 1 2 = 1673,0018
2 = 1820,3646 1 3 = 1833,5479
3 = 1990,6283 2 3 = 1973,2372
n = 10
Harga-harga perkalian antar variabel kemudian disusun ke dalam
persamaan, untuk mendapatkan harga koefisien regresi 0 , 1 , 2 , 3
=
0+
1 1+
2 2+
3 31
=
0 1+
1 12+
2 1 2+
3 1 32
=
0 2+
1 2 1+
2 22+
3 2 33
=
0 3+
1 3 1+
2 3 2+
3 32Dengan persamaan diatas dapat disubstitusikan ke dalam nilai-nilai yang
bersesuaian sehingga diperoleh persamaan:
134,06 = 10 0 + 125,26 1 + 132,01 2 + 145,3 3
1707,0959 = 125,26 0 + 1703,9966 1 + 1673,0018 2 + 1833,5479 3
1820,3646 = 132,01 0 + 1673,0018 1 + 1829,8559 2 + 1973,2372 3
Harga-harga koefisien regresi 0 , 1 , 2dan 3 dicari dengan
menggunakan matriks invers dengan rumus:
= 134,06 1707,0959 1820,3646 1990,6283 =
10 125,26 132,01
125,26 1703,9966 1673,0018 132,01 1673,0018 1829,8559
145,3 1833,5479 1973,2372 145,3 1833,5479 1973,2372 2204,2536
0 1 2 3
= −1
=
3,43959 −0,0723573 −0,0690372 −0,07236 0,0076553 −0,0016053 −0,06904 −0,0016053 0,0186770
−0,104741 −0,000161 −0,010833 −0,10474 −0,0001612 −0,0108335 0,017190
134,06 1707,0959 1820,3646 1990,6283 =
461,111−123,521−125,673−208,500 −9,706 + 13,068−2,922−0,320 −9,256−2,740 + 33,999−21,564 −14,041−0,275−19,721 + 34,219
=
3,418 0,125 0,438 0,182
Maka diperoleh koefisien-koefisien regresi linier berganda sebagai berikut:
0 = 3,418
1 = 0,125
2 = 0,438
3 = 0,182
Dari nilai-nilai diatas maka dapat dibentuk model persamaan regresi linier
Y = b0 + b1X1 + b2X2 + b3X3
Y = 3,418 + 0,125 X1 + 0,438 X2 + 0,182 X3
Dari hasil persamaan yang diperoleh maka dapat diketahui ketiga variabel
bebas yaitu sektor pertanian, industri pengolahan, dan perdagangan, hotel dan
restoran mempunyai nilai pengaruh positif terhadap laju pertumbuhan PDRB atau
berbanding lurus.
4.3 Analisis Residu
Untuk mengetahui seberapa besar tingkat kesalahan baku taksiran dari persamaan
[image:45.595.105.529.436.698.2]regresi yang telah didapatkan, maka diperlukan harga Ŷ.
Tabel 4.4 Selisih nilai sebenarnya dengan nilai perkiraan
Ŷ − Ŷ ( − Ŷ)2
13,57 14,09903 -0,52903 0,279872741
13,31 12,79123 0,51877 0,269122313
15,74 15,68774 0,05226 0,002731108
15,26 15,34933 -0,08933 0,007979849
12,96 13,42536 -0,46536 0,21655993
15,6 15,48704 0,11296 0,012759962
9,57 9,60819 -0,03819 0,001458476
14,29 13,74593 0,54407 0,296012165
12,35 12,46758 -0,11758 0,013825056
11,41 11,44105 -0,03105 0,000964102
Sehingga kesalahan baku taksiran dapat dihitung dengan menggunakan rumus:
.123 =
( − Ŷ)2
− −1
= 1.101285701 10−3−2
= 1.101285701 6
= 0,183547617
.123 = 0,42842
Dengan penyimpangan nilai yang didapat ini berarti bahwa rata-rata laju
pertumbuhan PDRB yang sebenarnya akan menyimpang dari rata-rata laju
pertumbuhan PDRB yang diperkirakan sebesar 0,42842.
4.4 Uji Regresi Linier Ganda
Perumusan hipotesa:
�0 ∶ 1 = 2 = 3 = 0 Sektor pertanian, industri pengolahan, dan sektor
perdagangan, hotel dan restoran tidak berpengaruh
secara simultan dan signifikan terhadap laju
pertumbuhan PDRB Kabupaten Labuhan Batu.
�1 ∶ 1, 2, 3 ≠ 0 Sektor pertanian, industri pengolahan, dan sektor
simultan dan signifikan terhadap laju pertumbuhan
PDRB Kabupaten Labuhan Batu.
Dalam pengujian model regresi yang telah ada, maka perlu diambil nilai-nilai:
1 = 1− 1 3 = 3− 3
2 = 2− 2 = −
Dengan:
1 = 12,526 3 = 14,53
2 = 13,201 Y = 13,406
[image:47.595.113.335.181.331.2]Kemudian disajikan dalam tabel 4.5 berikut ini:
Tabel 4.5 Nilai-nilai yang diperlukan untuk Uji Regresi Linier Ganda
Tahun y 1 2 3 2 12
2003 0,164 -5,196 2,669 0,93 0,026896 26,998416
2004 -0,096 -2,176 0,259 -2,53 0,009216 4,734976
2005 2,334 -0,066 3,249 4,74 5,447556 0,004356
2006 1,854 -0,076 2,259 5,27 3,437316 0,005776
2007 -0,446 6,934 -1,051 -2,15 0,198916 48,080356
2008 2,194 6,174 2,269 1,71 4,813636 38,118276
2009 -3,836 -2,976 -7,291 -1,3 14,714896 8,856576
2010 0,884 1,044 0,269 0,48 0,781456 1,089936
2011 -1,056 -1,386 -0,481 -3,07 1,115136 1,920996
2012 -1,996 -2,276 -2,151 -4,08 3,984016 5,180176
Sambungan tabel 4.5
Tahun 22 32 1 2 3
2003 7,123561 0,8649 -0,852144 0,437716 0,15252
2004 0,067081 6,4009 0,208896 -0,02486 0,24288
2005 10,556001 22,4676 -0,154044 7,583166 11,06316
2006 5,103081 27,7729 -0,140904 4,188186 9,77058
2007 1,104601 4,6225 -3,092564 0,468746 0,9589
2008 5,148361 2,9241 13,545756 4,978186 3,75174
2009 53,158681 1,69 11,415936 27,96828 4,9868
2010 0,072361 0,2304 0,922896 0,237796 0,42432
2011 0,231361 9,4249 1,463616 0,507936 3,24192
2012 4,626801 16,6464 4,542896 4,293396 8,14368
Jumlah 87,19189 93,0446 27,86034 50,63854 42,7365
Dari tabel 4.5 dapat dicari:
�� = 1 1 + 2 2 + 3 3
= 0,125 27,86034 + 0,438 50,63854 + 0,182 x 42,7365
= 33,44026602
� = ∑( − Ŷ)2 = 1.101285701
Maka nilai �ℎ� � dapat dicari dengan rumus:
�ℎ� � =
��
�
=
33,44026602 3
1.101285701
10−3−1
= 11,14675534 0,183547617
�ℎ� � = 60,72950182
Dari tabel distribusi F dengan derajat kebebasan pembilang = 3, dk
penyebut = 6 dan nilai kekeliruan sebesar 5% = 0,05, diperoleh � � = 4,76.
Artinya �ℎ� � lebih besar dari � � maka �0 ditolak dan �1 diterima. Hal ini
berarti persamaan regresi linier berganda antara variabel terikat dengan variabel
bebas 1, 2, 3 bersifat nyata. Dengan demikian dapat dinyatakan bahwa sektor
lapangan usaha pertanian, industri pengolahan, dan perdagangan, hotel dan
restoran secara bersama-sama mempengaruhi laju pertumbuhan Produk Domestik
Regional Bruto (PDRB).
4.5 Perhitungan Koefisien Regresi Linier Berganda
Untuk menghitung seberapa besar pengaruh dari ketiga sector lapangan usaha
terhadap laju pertumbuhan PDRB, maka akan dilakukan perhitungan sebagai
berikut:
R
2=
JK
reg2Berdasarkan tabel 4.5 diperoleh 2=34,52904 , sedangkan JKreg = 33,44026602
R2 = 33,44026602 34,52904
= 0,9684678
Dan untuk koefiisen korelasi ganda dapat digunakan:
R = R2
= 0,9684678
= 0,9841
Dari hasil perhitungan didapat nilai koefisien determinasi sebesar
0,9684678 dan dengan mencari akar dari R2, diperoleh koefisien korelasinya
sebesar 0,98. Nilai tersebut digunakan untuk mengetahui pengaruh variabel
independent terhadap perubahan variabel dependent. Artinya 98% laju
pertumbuhan PDRB dipengaruhi oleh ketiga sektor lapangan usaha, yaitu
pertanian, industri pengolahan, dan perdagangan, hotel dan restoran, sedangkan
2% sisanya dipengaruhi oleh faktor-faktor lain.
4.6 Perhitungan Korelasi Antara Variabel
Untuk mengetahui besarnya pengaruh variabel tak bebas, dapat dilihat dari
besarnya koefisien korelasinya, yaitu:
1. Koefisien korelasi antara laju pertumbuhan PDRB ( ) dengan sektor pertanian
( 1)
1
=
1
−
(
1)(
)
=
10 1707 ,0959 − 125,26 (134,06)10 1703 ,9966 −(125,26)2 10 1831 ,7374 −(134,06)2
=
17070 ,959−16792 ,355617039 ,966−15690 ,0676 (18317 ,374−17972 ,0836 )
=
278,60341349,8984 345,2904
=
278,6034466106 ,9585
=
278,6034682,7202637
=
0,40812. Koefisien korelasi antara laju pertumbuhan PDRB ( ) dengan sektor industri
pengolahan ( 2)
2
=
2
−
(
2)(
)
22
−
(
2)
22
−
(
)
2=
10 1820 ,3646 − 132,01 (134,06)10 1829,8559 −(132,01)2 10 1831 ,7374 −(134,06)2
=
18203 ,646−17697 ,260618298 ,559−17426 ,6401 (18317 ,374−17972 ,0836 )
=
506,3854871,9189 345,2904
=
506,3854301065 ,2257
=
506,3854548,6941095
3. Koefisien korelasi antara laju pertumbuhan PDRB ( ) dengan sektor
perdagangan, hotel dan restoran ( 3)
3
=
3
−
(
3)(
)
32
−
(
3)
22
−
(
)
2=
10 1990,6283 − 145,3 (134,06)10 2204 ,2536 −(145,3)2 10 1831 ,7374 −(134,06)2
=
19906,283−19478 ,91822042 ,536−21112 ,09 (18317 ,374−17972 ,0836 )
=
427,365930,446 345,2904
=
427,365321274 ,0715
=
427,365566,810437
=
0,7539Perhitungan Korelasi Antar Variabel Bebas
1. Koefisien korelasi antara sektor pertanian ( 1) dengan sektor industri
pengolahan ( 2)
12
=
1 2
−
(
1)(
2)
12
−
(
1)
222
−
(
2)
2=
10 1673 ,0018 − 125,26 (132,01)10 1703 ,9966 −(125,26)2 10 1829,8559 −(132,01)2
=
16730 ,018−16535 ,572617039 ,966−15690 ,0676 (18298 ,559−17426 ,6401 )
=
194,4454=
194,44541177001 ,928
=
194,44541084 ,897197
=
0,17922. Koefisien korelasi antara sektor pertanian ( 1) dengan sektor perdagangan,
hotel dan restoran ( 3)
13
=
1 3
−
(
1)(
3)
12
−
(
1)
232
−
(
3)
2=
10 1833 ,5479 − 125,26 (145,3)10 1703 ,9966 −(125,26)2 10 2204 ,2536 −(145,3)2
=
18335 ,479−18200 ,27817039 ,966−15690 ,0676 (22042 ,536−21112 ,09)
=
135,2011349,8984 930,446
=
135,2011256007 ,567
=
135,2011120 ,717434
=
0,12063. Koefisien korelasi antara sektor industri pengolahan ( 2) dengan sektor
perdagangan, hotel dan restoran ( 3)
23
=
2 3
−
(
2)(
3)
22
−
(
2)
232
−
(
3)
2=
10 1973,2372 − 132,01 (145,3)=
19732 ,372−19181 ,05318298 ,559−17426 ,6401 (22042 ,536−21112 ,09)
=
551,319871,9189 930,446
=
551,319811273 ,4528
=
551,319900,7071959
=
0,6121Dari perhitungan korelasi diatas diperoleh harga korelasi antara laju
pertumbuhan PDRB dengan sektor lapangan usaha dibidang pertanian sebesar
0,4081, dengan sektor industri pengolahan sebesar 0,9229 dan sektor
perdagangan, hotel dan restoran sebesar 0,7539. Ketiga sektor lapangan usaha
tersebut menunjukkan korelasi yang searah (positif) artinya semakin besar nilai
ketiga sektor lapangan usaha tersebut maka semakin besar juga nilai laju
pertumbuhan PDRB. Dari ketiga sektor lapangan usaha tersebut yang memiliki
hubungan yang paling kuat adalah sektor industri pengolahan yang hampir
mencapai satu.
4.7 Pengujian Koefisien Regresi Linier Berganda
Hipotesis pengujian
�0 ∶ �1 = 0
�2 = 0
�1 ∶ �1 ≠0
�2 ≠ 0
�3 ≠ 0
Kriteria pengujian:
Tolak �0jika ℎ� �> �
Terima �0jika ℎ� �< �
Langkah selanjutnya adalah mencari nilai ℎ� � dengan menggunakan
harga-harga korelasi antara variabel bebas dan harga kekeliruan baku maka dapat
dihitung kekeliruan baku koefisien � yaitu:
1 =
.12… 2
12 (1− 122)
= (0,42842) 2
134,98984 (1−0,17922)
= 0,183543696
134,98984 (0,96788736)
= 0,42842 130,6549599
= 0,42842 11,43044006
2 =
.12… 2
22 (1− 132)
= (0,42842) 2
87,19189 (1−0,12062)
= 0,183543696 87,19189 (0,98545564) = 0,42842 85,92373976 = 0,42842 9,269505907 = 0,04622
3 =
.12… 2
32 (1− 232)
= (0,42842) 2
93,0446 (1−0,61212)
= 0,183543696 93,0446 (0,62533359) = 0,42842 58,18391375 = 0,42842 7,627838078 = 0,05616
Sehingga diperoleh distribusi � dengan perhitungan �
=
�1 = 1
1
= 0,125 0,03748
= 3,335112
2 = 2
2
= 0,438 0,04622
= 9,476417
3 = 3
3
= 0,182 0,05616
= 3,240741
Dari tabel distribusi t dengan dk =10 dan α = 0,05 maka dapat dilihat
bahwa � =2,23 . Maka dari perhitungan ℎ� �diatas diperoleh:
1. 1 = 3,335112 > � = 2,23
2. 2 = 9,476417 > � = 2,23
3. 3 = 3,240741 > � = 2,23
Ketiga koefisien regresi tersebut variabel 1 (pertanian), variabel 2
(industri pengolahan) dan variabel 3 (perdagangan, hotel dan restoran)
memiliki pengaruh yang berarti atau signifikan terhadap persamaan regresi yang
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain
sistem yang ada dalam desain yang telah disetujui, menginstal dan memulai
sistem baru atau sistem yang diperbaiki.
Tahapan implementasi sistem adalah tahapan penerapan hasil desain
tertulis kedalam programming. Dalam pengolahan data pada Tugas Akhir ini
penulis menggunakan perangkat lunak (softwere) sebagai implementasi sistem yaitu SPSS 17,0 for windows dalam masalah memperoleh perhitungan.
5.2 SPSS Dalam Statistika
SPSS (Statistical Package for the Social Sciences)merupakan salah satu paket program komputer yang digunakan dalam mengolah data statistik. SPSS
merupakan softwareyang paling populer, dan banyak digunakan sebagai alat bantu dalam berbagai riset. SPSS pertama kali diperkenalkan oleh tiga mahasiswa
Standford University pada tahun 1968. SPSS sebelumnya dirancang untuk
pengolahan data statistik pada ilmu-ilmu sosial, sehingga SPSS merupakan
singkatan dari Statistical Package for the Social Sciences. Namun, dalam perkembangan selanjutnya penggunaan SPSS diperluas untuk berbagai jenis user,
Sciencesberubah menjadi Statistical Product and Service Solutions.Penggunaan SPSS dimaksudkan untuk melakukan analisis dengan praktis, cepat dan akurat.
5.3 Mengaktifkan SPSS
Harus dipastikan terlebih dahulu bahwa SPSS terinstal pada komputer. Jika pada
dekstop sudah ada ikon SPSS, maka SPSS dapat dibuka dengan cara:
1. Klik dua kali menu SPSS yang terdapat pada icon shortcut pada tampilan dekstop.
2. Selain itu program SPSS dapat diaktifkan melalui: Klik tombol Start pada jendela windows.
3. Klik All Program, lalu pilih SPSS for windows, kemudian klik SPSS Inc
[image:59.595.115.490.458.677.2](SPSS 17,0), maka akan ditampilkan dalam bentuk sebagai berikut:
4. Tampilan awal pada SPSS adalah:
Gambar 5.2 Tampilan Worksheet SPSS 17,0 For Windows
5.4 Mengoperasikan SPSS
Dari tampilan SPSS yang muncul, pilih type in data untuk membuat data baru dari menu utama file, pilih new, lalu klik, maka akan muncul jendela editor kemudian klik data. Cara menamai variabel dilakukan dengan, klik variabel view yang terletak sebelah kiri bawah jendela editor, kemudian menyusun defenisi variabel.
a. Name : digunakan untuk memberikan nama variabel b. Type : digunakan untuk menentukan tipe data
c. Width : digunakan untuk menuliskan panjang pendek variabel d. Decimals : digunakan untuk memberikan nilai decimal
e. Label : digunakan untuk memberikan nama variabel
g. Missing : digunakan untuk menentukan data yang hilang h. Columns : digunakan untuk menentukan lebar kolom
i. Align : digunakan untuk menentukan rata kanan, kiri atau tengah j. Measure : digunakan untuk menentukan tipe atau ukuran data, yaitu
Nominal, ordinal atau skala
5.5 Pengisian Data
1. Klik lembar Variable View dari SPSS Data Editor, kita defenisikan
variabel dengan nama , variabel 1 dengan nama 1, variabel 2
dengan nama 2, dan variabel 3 dengan nama 3. Untuk variabel laju
pertumbuhan PDRB, sektor pertanian, sektor industri pengolahan, dan
[image:61.595.115.513.501.725.2]sektor perdagangan, hotel dan restoran diberi variabel label: Laju Pertumbuhan PDRB, Pertanian, Industri pengolahan, dan Perdagangan, hotel dan restoransebagai berikut:
2. Kemudian pada lembar Data View dari SPSS Data Editor, kita masukkan
[image:62.595.114.512.157.388.2]data , 1, 2 dan 3 sebagai berikut:
Gambar 5.4 Tampilan Pengisian Data Variabel pada Data View
3. Pilih Analyze kemudian submenu Regression dan pilih Linier
[image:62.595.115.511.487.725.2]4. Kemudian akan didapat tampilan sebagai berikut:
Gambar 5.6 Tampilan Linier Regression
5. Pindahkan variabel laju pertumbuhan PDRB ke dalam box berjudul
Dependent dan variabel sektor pertanian, sektor industri pengolahan, dan sektor perdagangan, hotel dan restoran ke dalam box berjudul
Independent(s). Seperti terlihat pada tampilan berikut:
[image:63.595.136.489.510.726.2]6. Pastikan memilih Method: Enter. Kemudian klik tombol Statistics dan pastikan member tanda check ( ) pada Estimates, Model fit, Collinearity Diagnostics dan Durbin-Watson sebagai berikut:
Gambar 5.8 Tampilan Linier Regression Statistic
7. Kemudian klik Continue.
[image:64.595.126.505.510.731.2]9. Pilih Normal probability plot. Kemudian standardized residual *ZRESID
[image:65.595.147.478.167.365.2]ke dalam kotak , dan standardized predicted value *ZPRED ke dalam kotak sebagai berikut:
Gambar 5.10 Tampilan Linier Regression Plots
10.Kemudian klik Continue dan klik OK.
5.6 Pengolahan Data dengan Korelasi
1. Pilih Analyze lalu pilih sub menu Correlate, kemudian pilih Bivariate.
[image:65.595.150.479.543.727.2]2. Pindahkan semua variabel kemudian pilih pearson pada
correlationcoefficients dan lalu pilih two tailed pada test of significance
[image:66.595.130.496.180.398.2]lalu klik OK.
BAB 6