Analisis Laju Pertumbuhan Produk Domestik Regional Bruto (PDRB) Kabupaten Labuhan Batu

(1)

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

(2)

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

(3)

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

(4)

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

(5)

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

(6)

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

(7)

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

(8)

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

(9)

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

(10)

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

(11)

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

(12)

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

1.4 Tujuan Penelitian

Tujuan dari penulisan Tugas Akhir ini adalah:

1. Untuk melihat bagaimana pengaruh sektor pertanian, sektor industri

(13)

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

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

(14)

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

(15)

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

(16)

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:

(17)

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

(18)

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

(19)

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

(20)

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

(21)

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.

(22)

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

(23)

Koefisien-koefisien regresi a dan b dapat dihitung dengan rumus:

=

2

−

2

−

2

=

−

₂

−

2

Jika 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:

(24)

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 3}

Persamaan diatas dapat diselesaikan dengan empat bentuk, yaitu :

=

₀

+

₁ ₁

+

₂ ₂

+

₃ ₃

1

=

0 1

+

1 12

+

2 1 2

+

3 1 3

2

=

0 2

+

1 2 1

+

2 22

+

3 2 3

3

=

0 3

+

1 3 1

+

2 3 2

+

3 32

Harga-harga koefisien regresi ₀ , 1 , 2dan 3 dicari dengan

menggunakan aljabar matriks dengan rumus:

(25)

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

=

−1

Maka 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=k

(26)

Dengan 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

reg₂

Keterangan :

�� = 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

(27)

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

)

2

−

(

)

2

2. Koefisien korelasi antara dengan X2

2

=

2

−

(

2

)(

)

22

−

(

2

)

2

−

(

)

2

3. Koefisien korelasi antara dan X₃

3

=

3

−

(

3

)(

)

(28)

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.

(29)

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

(30)

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).

(31)

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 =⋯ =β_k = 0

Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas

dengan variabel terikat.

H₁: Minimal satu parameter koefisien regresi β_k yang ≠ 0

Terdapat hubungan fungsional yang signifikan antara variabel bebas

dengan variabel terikat.

2. Pilih taraf nyata ∝ yang diinginkan.

3. Hitung statistik F_hitung 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 F_hitung F_tabel, maka H₀ diterima dan H₁

(32)

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

(33)

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

(34)

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

(35)

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,

(36)

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

(37)

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

(38)

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,

(39)

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,

(40)

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

(41)

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

(42)

[image:42.595.79.556.447.706.2]

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

(43)

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 ₃

1

=

0 1

+

1 12

+

2 1 2

+

3 1 3

2

=

0 2

+

1 2 1

+

2 22

+

3 2 3

3

=

0 3

+

1 3 1

+

2 3 2

+

3 32

Dengan 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

(44)

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

(45)

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

(46)

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

(47)

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

(48)

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� � =

��

�

(49)

=

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

reg₂

Berdasarkan tabel 4.5 diperoleh 2=34,52904 , sedangkan JKreg = 33,44026602

(50)

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

)(

)

(51)

=

10 1707 ,0959 − 125,26 (134,06)

10 1703 ,9966 −(125,26)2₁₀_{1831 ,7374}₋_(134,06)2

=

17070 ,959−16792 ,3556

17039 ,966−15690 ,0676 (18317 ,374−17972 ,0836 )

=

278,6034

1349,8984 345,2904

=

278,6034

466106 ,9585

=

278,6034

682,7202637

=

0,4081

2. Koefisien korelasi antara laju pertumbuhan PDRB ( ) dengan sektor industri

pengolahan ( ₂)

2

=

2

−

(

2

)(

)

22

−

(

2

)

2

−

(

)

2

=

10 1820 ,3646 − 132,01 (134,06)

10 1829,8559 −(132,01)2₁₀_{1831 ,7374}₋_(134,06)2

=

18203 ,646−17697 ,2606

18298 ,559−17426 ,6401 (18317 ,374−17972 ,0836 )

=

506,3854

871,9189 345,2904

=

506,3854

301065 ,2257

=

506,3854

548,6941095

(52)

3. Koefisien korelasi antara laju pertumbuhan PDRB ( ) dengan sektor

perdagangan, hotel dan restoran ( ₃)

3

=

3

−

(

3

)(

)

32

−

(

3

)

2

−

(

)

2

=

10 1990,6283 − 145,3 (134,06)

10 2204 ,2536 −(145,3)2₁₀_{1831 ,7374}₋_(134,06)2

=

19906,283−19478 ,918

22042 ,536−21112 ,09 (18317 ,374−17972 ,0836 )

=

427,365

930,446 345,2904

=

427,365

321274 ,0715

=

427,365

566,810437

=

0,7539

Perhitungan Korelasi Antar Variabel Bebas

1. Koefisien korelasi antara sektor pertanian ( ₁) dengan sektor industri

pengolahan ( ₂)

12

=

1 2

−

(

1

)(

2

)

12

−

(

1

)

2

22

−

(

2

)

2

=

10 1673 ,0018 − 125,26 (132,01)

10 1703 ,9966 −(125,26)2₁₀_1829,8559₋_(132,01)2

=

16730 ,018−16535 ,5726

17039 ,966−15690 ,0676 (18298 ,559−17426 ,6401 )

=

194,4454

(53)

=

194,4454

1177001 ,928

=

194,4454

1084 ,897197

=

0,1792

2. Koefisien korelasi antara sektor pertanian ( ₁) dengan sektor perdagangan,

hotel dan restoran ( ₃)

13

=

1 3

−

(

1

)(

3

)

12

−

(

1

)

2

32

−

(

3

)

2

=

10 1833 ,5479 − 125,26 (145,3)

10 1703 ,9966 −(125,26)2₁₀_{2204 ,2536}₋_(145,3)2

=

18335 ,479−18200 ,278

17039 ,966−15690 ,0676 (22042 ,536−21112 ,09)

=

135,201

1349,8984 930,446

=

135,201

1256007 ,567

=

135,201

1120 ,717434

=

0,1206

3. Koefisien korelasi antara sektor industri pengolahan ( ₂) dengan sektor

perdagangan, hotel dan restoran ( ₃)

23

=

2 3

−

(

2

)(

3

)

22

−

(

2

)

2

32

−

(

3

)

2

=

10 1973,2372 − 132,01 (145,3)

(54)

=

19732 ,372−19181 ,053

18298 ,559−17426 ,6401 (22042 ,536−21112 ,09)

=

551,319

871,9189 930,446

=

551,319

811273 ,4528

=

551,319

900,7071959

=

0,6121

Dari 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

(55)

�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

(56)

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 _�

=

�

(57)

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

(58)

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,

(59)

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:

(60)

[image:60.595.115.512.128.349.2]

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

(61)

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:

(62)

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]

(63)

[image:63.595.140.488.127.331.2]

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]

(64)

[image:64.595.126.499.166.386.2]

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: