BAB 3
SEJARAH SINGKAT TEMPAT RISET
3.1 Sejarah Badan Pusat Statistik (BPS)
Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. Badan Pusat Statistik (BPS) Melakukan kegiatan yang ditugaskan oleh pemerintah antara lain pada bidang pertanian, agraria, pertambangan, kependudukan, social, ketenagakerjaan, keuangan, pendapatan, dan keagamaan. Selain hal-hal tersebut Badan Pusat Statistik juga bertugas untuk melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansibaik dari dari pusat maupun 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 beberapa masa peralihan BPS di Indonesia:
3.1.1 Masa Pemerintahan Hindia Belanda
Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur Pertanian, Kerajinan dan Perdagangan (Directure Vand Landbow Nijeverheiden Handend) dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan mempublikasikan data statistik
Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama Central Kantor Voor de Statistik (CKS) atau kantor pusat statistik dan dipindahkan ke Jakarta. Bersamaan dengan itu beralih pula pekerjaan mekanisme statistik perdagangan yang semula dilakukan oleh kantor Invoer Vitvoer en Accijensen (IUA) yang sekarang diisebut kantor Bea dan Cukai.
3.1.2 Masa Pemerintahan Jepang
Pada bulan Juni 1942, pemerintah Jepang baru mengaktifkan kembali kegiatan Statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau militer. Pada masa ini Central Kantor Voor de Statistik diganti namanya menjadi Shomubu Chasasitsu Gunseikanbu.
3.1.3 Masa Kemerdekaan Republik Indonesia
Setelah Proklamasi kemerdekaan RI tanggal 17 Agustus 1945, kegiatan Statistik ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KAPPURI (Kantor Pusat Perangkat Umum Republik Indonesia) dipindahkan ke Yogyakarta sebagai sekuens dari perjanjian Linggarjati. Sementara itu pemerintah Belanda (NICA) di Jakarta mengaktifkan kembaliCentral Kantor Voor de Statistik.
Berdasarkan surat edaran kementerian kemakmuran tanggal 12 Juni 1950 Nomor 219/S.C,KAPURRI (Kantor Pusat Perangkat Umum Republik Indonesia) dan Central Voor de Statistik dilebur menjadi Kantor Pusat Statistik (KPS) dan berada di bawah dan bertanggung jawab kepada Menteri Kemakmuran.
Desember 1953 Nomor:18.099/M, KPS dibagi menjadi dua bagian yaitu bagian Research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang disebut Afdeling B.
Dengan keputusan Presiden RI Nomor 131 tahun 1957, kemerdekaan Perekonomian dipecah menjadi kementerian Perdagangan dan kementerian Perindustrian. Untuk selanjutnya keputusan Presiden RI Nomor 172,terhitung tanggal 1 Juni 1957 Kantor Pusat Statistik diubah menjadi Biro Pusat Statistik yang semula menjadi tanggung jawab dan wewenang berada di bawah Perdana Menteri.
3.1.4 Masa Orde Baru Sampai Sekarang
Perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang handal, lengkap, tepat, akurat, dan terpercaya mulai diadakan pembenahan organisasi Biro Pusat Statistik
.
Dalam masa orde baru Badan Pusat Statistik telah mengalami empat kali perubahan struktur organisasi:
1. Peraturan Pemerintah Nomor 16 tahun 1969 tentang organisasi Badan Pusat Statistik.
2. Peraturan Pemerintah Nomor 6 tahun 1980 tentang organisasi Badan Pusat Statistik.
4. Undang-undang Nomor 16 tahun 1917 tentang Statistik.
5. Keputusan Presiden RI Nomor 86 tahun1998 tentang Badan Pusat Statistik. 6. Keputusan Pemerintah Nomor 51 tahun 1999 tentang penyelenggaraan
Statistik.
Tahun 1968, ditetapkan peraturan Pemerintah Nomor 16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980 peraturan pemerintah nomor 6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah Nomor 16 tahun 1968. Berdasarkan peraturan Pemerintah Nomor 6 tahun 1980 di tiap propinsi terdapat perwakilan BPS (Badan Pusat Statistik).
Pada tanggal 17 Juni 1998 dengan keputusan Presiden Republik Indonesia Nomor 86 tahun1998 ditetapkan Badan Pusat Statistik, sekaligus mengatur tata kerja dan struktur organisasi BPS (Badan Pusat Statistik) yang baru.
3.2 Logo Instansi Badan Pusat Statistik
Logo BPS terdiri dari 3 warna yang masing-masing mempunyai makna. Adapun makna yang dimaksud adalah :
1. Biru
Memiliki makna tentang Sensus Penduduk yang dilakukan oleh pihak BPS setiap 10 tahun sekali (tahun berakhiran angka 0) yang mencakup index pembangunan manusia, kemiskinan, kependudukan, kesehatan, ketahanan sosial, konsumsi dan pagelaran, pendidikan, perumahan, sosial budaya, tenaga kerja.
2. Hijau
Memiliki makna tentang Sensus Pertanian yang dilakukan setiap 10 tahun sekali (tahun berakhiran angka 3) yang mencakup index tanaman pangan, hortikultura, kehutanan, perkebunan, perikanan dan peternakan.
3. Orange
Memiki makna tentang Sensus Ekonomi yang dilakukan setiap 10 tahun sekali (tahun berakhiran angka 6) yang mencakup index kegiatan ekspor-impor, industri, inflasi, harga produsen, harga perdagangan, keuangan, komunikasi, konstruksi, neraca arus dana, nilai tukar petani, pariwisata, produk domestik bruto, produk domestik regional bruto, transportasi, upah buruh, dan usaha mikro kecil.
3.3 Visi dan Misi Badan Pusat Statistik Visi
Misi
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 kegunaan statistik serta pengembanan ilmu pengetahuan statistik.
3.4 Struktur Organisasi Badan Pusat Statistik
Setiap perusahaan baik perusahaan pemerintah maupun swasta mempunyai struktur organisasi, karena perusahaan juga merupakan organisasi. 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. Struktir organisasi perusahaan merupakan salah satu faktor penting yang mempengaruhi tingkat keberhasilan suatu perusahaan dalam mencapai suatu tujuan yang ditetapkan. Dengan adanya struktur organisasi maka akan jelaslah pemisahan tugas dari para pegawai atau staf.
Sruktur organisasi yang ditetapkan di Kantor Badan Pusat Statistik adalah struktur organisasi ini dan staf. Struktur ini mengandung unsur-unsur spesialisasi kerja, standarisasi kegiatan, sentralisasi dan desentralisasi dalam pembuatan keputusan dan ukuran satuan yang menunjukkan lokasi pembuatan keputusan, dan ukuran satuan yang menunjukkan suatu kelompok kerja.
1. Pengkoordinasian yaitu yang memungkinkan komunikasi intergrasi berbagai departemen dan kegiatan-kegiatan yang salaing berhubungan satu sama lain. 2. Pemberian saran yaitu memberikan saran atau membuat rekomendasi bagi
manajemen.
3. Pembuataan keputusan yaitu membuat keputusan-keputusan dan mengamati bagaimana pelaksanaan dari keputusan tersebut.
Adapun struktur organisasi Badan Pusat Statistik Provinsi Sumatera Utara adalah sebagai berikut:
1. Peraturan Presiden Indonesia Nomor : 86 tahun 1998 ditetapkan Badan Pusat Statistik sebagaimana lampiran dalam organisasi Kantor Badan Pusat Statistik Provinsi Sumatera Utara dipimpin oleh seorang Kepala Kantor.
2. Kepala kantor dibantu tata usaha yang terdiri dari: • Sub Bagian Urusan Dalam
• Sub Bagian Perlengkapan • Sub Bagian Keuangan • Sub Bagian Kepegawaian
• Sub Bagian Bina Potensi/Bina Program
3. Sedangkan Bidang Penunjangan Statistik terdiri dari 5 (lima) bidang yaitu: • Bidang Statistik Produksi
Bidang Statistik Produksi mempunyai tugas melaksanakan kegiatan statistik pertanian, industry, konstruksi pertambangan dan energi.
Bidang Statistik Distribusi mempunyai tugas melaksanakan kegiatan statistic konsumen, perdagangan besar, statistic keuangan dan harga produsen serta niaga dan jasa.
• Bidang Statistik Kependudukan
Bidang Statistik kependudukan mempunyai tugas melaksanakan kegiatan statistik konsumen, perdagangan besar, statistic keuangan dan harga produsen serta niaga dan jasa.
• Bidang Integrasi Pengolahan dan Diseminasi Statistik (IPDS)
Bidang (IPDS) mempunyai tugas untuk penyiapan data, penyusunan system, dan program serta operasional pengolahan data dengan program computer.
• Bidang Neraca Wilayah dan Analisis Statistik
Bidang Neraca Wilayah dan Analisis Statistik mempunyai tugas untuk penyusunan neraca produksi, neraca konsumsi, dan akumulasi penyajian analisis serta kegiatan peneraoan statistik.
BAB 4
PENGOLAHAN DATA
4.1 Data yang Diperoleh
Pada dasarnya data merupakan alat bagi pengambilan keputusan untuk dassar pembuatan keputusan-keputusan atau untuk memecahkan suatu percobaan. Keputusan yang baik jika pengambilan keputusan tersebut didasarkan atas data yang baik. Salah satu kegunaan dari data adalah untuk memperoeh dan mengetahui gambaran tentang suatu keadaan atau permasalahan.
Data yang akan diolah dalam Tugas Akhir ini adalah data yang diambil dari Badan Pusat Statistik (BPS) Sumatera Utara, yaitu tentang Pertumbuhan Produk Domestik Regional Bruto (PDRB) dari tahun 2005-2015. Data yang akan diolah dalam Tugas akhir ini adalah data sekunder mengenai Produk PDRB di Kabupaten Dairi. Adapaun data yang dianalisis adalah sebagai berikut:
2005 2303591,46 67,81 16,01 9,55
Sumber: Badan Pusat Statistik Provinsi Sumatera Utara
4.2 Menentukan Model Persamaan Regresi Linier Berganda
Untuk mempermudah proses analisis, maka seluruh variabel dilambangkan dengan : Y : Total PDRB
X1 : Sektor Pertanian
X2 : Sektor Perdagangan, Hotel, & Restoran
X3 : Sektor Jasa-Jasa
2010 3,77774016 60,28 15,34 11,89
Hubungan antara variabel –variabel bebas X terhadap variabel tak bebas Y dapat terlihat melalui persamaan penduga untuk regresi linier berganda. Persamaan penduga, yaitu:
Ŷ = b0 + b1X1 + b2X2 + b3X3
Untuk menentukan koefisien-koefisien regresi tersebut (b0, b1, b2, b3) maka
dibutuhkan beberapa tabeluntuk nilai-nilai n, ∑Y, ∑X1, ∑X2, ∑X3, ∑ X1Y, ∑X2Y, ∑X3Y, ∑X12, ∑X22, ∑X23, ∑X1X2, ∑X1X3, ∑X2X3.
Nilai-nilai koefisien di atas dapat dilihat dalam table berikut ini:
2012 4,731424 59,22 15,22 12,98 22,38638 3507,008 2013 5,345415 58,47 15,22 13,83 28,57347 3418,741 2014 5,711283 58,38 15,19 13,96 32,61875 3408,224 2015 5,968081 57,77 15,22 14,35 35,61799 3337,373 ∑ 43,98651 672,52 167,53 128,99 192,5597 41215,76
Lanjutan tabel 4.3
X22 X32 X1Y X2Y
Lanjutan Tabel 4.3
X3Y X1X2 X1X3 X2X3
21,99929844 1085,6381 647,5855 152,8955 21,97919426 943,1515 561,9747 124,4145 26,97173136 952,3299 595,1273 142,2987 32,50762469 939,1747 645,7213 158,2231
38,578376 931,138 690,159 174,4158
44,9173305 924,6952 716,7292 182,3926
53,20889592 910,688 750,364 192,3752
61,41388936 901,3284 768,6756 197,5556 73,92709457 889,9134 808,6401 210,4926 79,7295118 886,7922 814,9848 212,0524 85,64196465 879,2594 828,9995 218,407 540,8749115 10244,1088 7828,961 1965,523
Dari tabel 4.3 diperoleh data berikut:
N 11 ∑X3Y 540,8749115
Harga-harga perkalian antar variable kemudian disusun kedalam persamaan untuk mendapatkan harga koefisien regresi b0, b1, b2, b3 :
∑Y
i= b
0n + b
1∑X
1i+ b
2∑X
2i+ b
3∑X
3i∑Y
iX
2i= b
0∑X
2i+ b
1∑ X
1iX
2i+ b
2∑
X
2i2+ b
3∑ X
2iX
3i∑Y
iX
3i= b
0∑X
3i+ b
1∑ X
1iX
3i+ b
2∑ X
2iX
3i+ b
3∑
X
3i2Dapat kita subsitusikan nilai-nilai yang bersesuaian, sehinngga ditemukan persamaan: 43,986514426 = 11b0 + 672,52b1 + 167,53b2 + 128,96b3
2.652,7948 = 672,52b0 + 41.575,7642b1 + 10.244,1088b2+ 7.879,2209b3
669,744 = 167,53b0 + 10.244,1088b1 + 2317,4349b2 + 1.965,523b3
540,8749 = 128,96b0 + 7879,2209b1 + 1965,532b2 + 1.552,7549b3
Untuk mendapat koefisien b0, b1, b2, dan b3 dari persamaan diatas, maka maka
diperoleh koefisien dengan cara mengeliminasi setiap persamaan sebagai berikut: 43,986514426 = 11b0 + 672,52b1 + 167,53b2 + 128,96b3……..(1)
Dari Persamaan (1) dan (3)
43,986514426 = 11b0 + 672,52b1 + 167,53b2 + 128,96b3 [x 167,53]
669,744 = 167,53b0 + 10.244,1088b1 + 2317,4349b2 + 1.965,523b3[ x11]
7.369,06076 = 1.842,83b0 + 112.667,22756b1 + 28.066,3009b2 + 21.004,6688b3
7.367,184 = 1.842,83b0 + 112.685,1968b1 + 25.491,7839b2 + 21.620,753b3 ─
1,8768 = -17,9212b1 + 2574,517b2 – 16,0842b3…….(6)
Dari Persamaan (1) dan (4)
43,986514426 = 11b0 + 672,52b1 + 167,53b2 + 128,96b3 [x128,96]
540,8749 = 128,96b0 + 7879,2209b1 + 1965,532b2 + 1.552,7549b3 [x11]
5.672,5009 = 1.418,56b0 + 86.728,1792b1 + 21.604,6688b2 + 16.6630,6816b3
5.949,6239 = 1.418,56b0 + 86.671,4299b1 + 21.620,753b2 + 17.080,3039b3 ─
Dari persamaan (5) dan (6)
Dari Persamaan (8) dan (9)
-2.290,7024 = -13.002.290,5808b2 + 82.246,3398b3 [x 145.813,017]
-4.889,8702 = 145.813,017b2 – 8.970,5335b3 [x 13.002.290,5808]
-334.014.227,9931408 = - 1.895.903.217.497,13b2 + 11.992.586.943,44518b3
-63.574.312.326,5623 = 1.895.903.217.497,13b2 – 116.637.483.231,8009b3 +
-63.908.326.554,5554 = -104.644.896.288,3557b3
b
3=
−63.908.326.554,554
−104.644.896.288,3557
b
3=
0,6107Substitusi b3 Kepersamaan (9) :
-4.889,8702 = 145.813,017b2 – 8.970,5335b3
-4.889,8702 = 145.813,017b2 – 8.970,5335 (0,6107)
-4.889,8702 = 145.813,017b2 – 5478,3048
145.813,017b2 = 5478,3048 – 4.889,8702
145.813,017b2 = 588,4346
b
2=
1,8768 = -17,9212b1 + 10,38818 – 9,8226
43,986514426 = 11b0 + 672,52(-0,073166) + 167,53(0,004035) + 128,96(0,6107)
43,986514426 = 11b0 – 49,20598 + 0,67598355 + 78,755872
43,986514426 = 11b0 + 30,22587555
11b0 = 43,986514426 – 30,22587555
11b0 = 13,760638876
b
0=
13,760638876 11
b0 = 1,251
Sehingga di dapat nilai koefisien- koefisiennya antara lain : b0 = 1,251
b1 = -0,073166
b2 = 0,004035
b
3=
0,6107Setelah mendapat harga-harga koefisien regresi, maka dapat ditentukan persamaannya yaitu:
Tabel 4.4 Penyimpangan Nilai Koefisien
Tahun Y X1 X2 X3 x1 x2
2005 2,303591 67,81 16,01 9,55 6,67181818 0,78 2006 2,552752 65,27 14,45 8,61 4,13181818 -0,78 2007 2,860205 63,11 15,09 9,43 1,97181818 -0,14 2008 3,116743 61,91 15,17 10,43 0,77181818 -0,06 2009 3,392997 60,7 15,34 11,37 -0,4381818 0,11 2010 3,77774 60,28 15,34 11,89 -0,8581818 0,11 2011 4,226282 59,6 15,28 12,59 -1,5381818 0,05 2012 4,731424 59,22 15,22 12,98 -1,9181818 -0,01 2013 5,345415 58,47 15.,22 13,83 -2,6681818 -0,01 2014 5,711283 58,38 15,19 13,96 -2,7581818 -0,04 2015 5,968081 57,77 15,22 14,35 -3,3681818 -0,01
∑ 43,98651 672,52 167,53 128,99
X
Lanjutan Tabel 4.4
x3 Y y2 x1y x2y x3y
Lanjutan Tabel 4.4
Ŷ Y-Ŷ (Y-Ŷ)2 ��� ��� ���
2,186398 0,11719346 0,013734307 44,5131579 0,6084 4,73655868 1,7988791 0,75387285 0,568324268 17,0719215 0,6084 9,71172231 2,4328279 0,42737691 0,182651023 3,88806694 0,0196 5,27328595 3,15210482 -0,0353623 0,001250491 0,59570331 0,0036 1,68055868 3,81537777 -0,4223808 0,178405506 0,19200331 0,0121 0,12699504 4,16367334 -0,3859332 0,148944419 0,73647603 0,0121 0,02677686 4,6454784 -0,419196 0,175725253 2,36600331 0,0025 0,74586777 4,90640668 -0,1749822 0,030618781 3,67942149 0,0001 1,57160413 5,48037676 -0,1349614 0,018214577 7,11919421 0,0001 4,42528595 5,56623227 0,14505081 0,021039737 7,60756694 0,0016 4,9891314 5,84915778 0,11892338 0,01414277 11,3446488 0,0001 6,88346777 43,99691282 -0,0103984 1,353051133 99,1141636 1,2686 40,1712545
S
y.1,2,3,…k = 0,439651019Hasil yang diperoleh menunjukkan nilai pendapatan perkapita penduduk akan menyimpang dari nilai rata – rata pendapatan perkapita penduduk yang sebenarnya sebesar 0,439651019
4.3 Uji Keberartian Regresi 4.3.1 Uji F (Simultan)
Langkah - langkahnya sebagai berikut : 1) Menentukan formulasi hipotesanya
H0 : b1 = b2 = b3 = 0, Tidak terdapat pengaruh yang signifikan antara variabel bebas yaitu Sektor Pertanian, Sektor Industri, dan Sektor Jasa dengan variabel tak bebas yaitu Total Keseluruhan PDRB.
H1 : b1 ≠ b2 ≠ b3 ≠ 0, Terdapat pengaruh yang signifikan antara variabel bebas yaitu
Sektor Pertanian, Sektor Industri, dan Sektor Jasa dengan variabel tak bebas yaitu Total Keseluruhan PDRB
2) Menentukan Taraf Nyata
Dengan taraf nyata α = 0,05 dan nilai Ftabel dengan dk pembilang (v1) = k = 3 dan dk
penyebut (v2) = 11 – 3 – 1 = 7 maka diperoleh F(3;7;0,05) = 4,35
3) Kriteria Pengujian
Untuk menguji model regresi linier berganda yang telah terbentuk, maka dilakukan pengujian dengan menggunakan uji F yang memerlukan nilai-nilai dan yj, x1j, x2j, x3j,
nilai-nilai tersebut dapat diperoleh melalui rumus berikut: yj = Y - Y� x1j = X1 -X��� 1
x2j = X2 –X��� 2 x3j = X3 –X��� 3
Dapat dihitung nilai jumlah kuadrat regresi (JKreg) dan nilai jumlah kuadrat residu (JKres) dari tabel 4.4:
JKreg =
b
1∑
x
1iy
i+ b2∑x
2iy
i+ b
3∑
x
3iy
iJKreg = -0,073166(-36,46012768) + (0,004035)(-0,170583727) +
(0,6107)(25,07304829)
JKreg = 2,667641702 – 0,00688305338445 + 15,312110590703
JKreg = 17,97286924
JK
res=
Σ
(Y
i-
Ŷ )
2JKres = 1,353051133
Jadi Fhitung dapat dicari dengan:
5) Dengan demikian disimpulkan bahwa nilai Fhitung(30,99416839) > Ftabel (4,35).
Maka Ho ditolak dan H1 diterima. Hal ini berarti persamaan persamaan linier
berganda Y atas X1, X2, X3 Bersifat nyata yang berarti bahwa Sektor Pertanian;
Sektor Perdagangan, Hotel, & Restoran; dan Sektor Jasa-Jasa secara bersama-sama berpengaruh terhadap Total Keseluruhan PDRB.
4.4 Koefisien Determinasi
Pada Tabel 4.4 dapat dilihat harga ∑y2
= 16,66760243 dan nilai JKreg = 17,97286924
telah diperoleh, maka diperoleh nilai koefisien determinasi:
R2 = JKnreg ∑ i=1
yi2
= 17,97286924 16,66760243
R2 = 1,078311612
Nilai koefisien determinasi R2 diperoleh sebesar 1,078311612 yang berarti kurang lebih 100% tingkat total keseluruhan PDRB dipengaruhi oleh Sektor Pertanian; Sektor Perdagangan, Hotel, & Restoran; dan Sektor Jasa-Jasa.
Mencari Koefisien korelasi ganda dengan rumus: R = √R2
R = √1,078311612
Nilai perhitungan korelasi (R) diperoleh sebesar 1,0384178 yang menunjukkan bahwa korelasi antara variabel bebas X dengan variabel tak bebas Y berhubungan secara positif dengan tingkat yang angat tinggi.
4.5 Koefisien Korelasi
4.5.1 Korelasi Antara Varibel Bebas dan Variabel Terikat
Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tidak bebas, maka dari tabel dapat dihitung besar koefisien korelasinya yaitu:
1. Koefisien korelasi antara Total Keseluruhan PDRB (Y) dengan Sektor Pertanian(X1
)
�
��1=
n∑X1Y−(∑X1)(∑Y)
�{(n∑X12−(∑X1)2) (n∑Y2− (∑Y)2}
�
��1=
(11)(2652 ,79539)− (672,52)(43,98651 )
�{(11)(41.215,76)− (452.283,1504 )}{(11)(192,5597)− (1.934,813062 )}
=
− 401,0584152�(1090,2096)(183,343638 )
=
− 401,0584152√199.882,9942
�
��1 = -0,89705632Koefisien korelasi antara Sektor Pertanian (X1) dengan Total Keseluruhan PDRB (Y) adalah 0,89705632 yang berarti nilai tersebut menunjukkan korelasi tinggi dengan arah yang sama (korelasi negatif).
2. Koefisien korelasi antara Total Keseluruhan PDRB (Y) dengan Sektor Perdagangan, Hotel, & Restoran (X2 )
r
yx2=
n∑X2Y−(∑X2)(∑Y)�{(n∑X22−(∑X2)2) (n∑Y2− (∑Y)2}
r
yx1=
(11)(669,744031 )− (167,53)(43,98651 )
�{(11)(2552 ,7505 )− (28.066,3009)} {(11)(192,5597)− (1.934,813062 )}
�
��1=
Koefisien korelasi antara Sektor Perdagangan, Hotel, & Restoran (X2) dengan Total Keseluruhan PDRB (Y) adalah 0,03701 yang berarti nilai tersebut menunjukkan korelasi rendah dengan arah yang sama (korelasi negatif).
�
��3=
n∑X3Y−(∑X3)(∑Y)
�{(n∑X32−(∑X3)2) (n∑Y2− (∑Y)2}
�
��3=
(11)(540,8749115 )−(128,99)(43,98651 )
�{(11)(1.552,7505 )−(16.638,4201 )}{(11)(192,5597)− (1.934,8130 62)}
�
��3=
Koefisien korelasi antara Sektor Jasa (X3) dengan Total Keseluruhan PDRB (Y) adalah 0,96903083 yang berarti nilai tersebut menunjukkan korelasi sangat tinggi dengan arah yang sama (korelasi positif).
4.5.2 Korelasi Antara Variabel Bebas
1. Koefisien korelasi antara Sektor Pertanian (X1) dengan Sektor Industri (X2)
�
�1�2=
n∑X1X2−(∑X1)(∑X2)
�{(n∑X12−(∑X1)2) (n∑X22− (∑X2)2}
�
�1�2=
( 11)(10.244,1088 ) − (672,52)(167,53)
�{(11)(412.15,76)−(452.283,1504 )} {(11)(2552 ,7505 )− (28.066,3009}
�
�1�2=
112.685,1968−112.667,2756
�
�1�2=
Koefisien korelasi antara Sektor Pertanian (X1) dengan Sektor Perdagangan, Hotel, &Restoran(X2) adalah 0,14529591 yang berarti nilai tersebut menunjukkan korelasi rendah dengan arah yang sama (korelasi positif).
2. Koefisien korelasi antara Sektor Pertanian (X1) dengan Sektor Jasa (X3)
�
�1�3=
(11)(7.879,2209)− (672,52)(128,99)
�{(11)(41.215,76)−(452.283,1504 )}{(11)(1.552,7549)− (16.638,4201 )
�
�1�3=
Koefisien korelasi antara Sektor Pertanian (X1) dengan Sektor Jasa (X3) adalah -0,668360164 yang berarti nilai tersebut menunjukkan korelasi tinggi dengan arah yang sama (korelasi negatif).
�
�2�3=
�{(11)(2.552,7505 )− (28.066,3009)} {(11)(1.552,7549)−(16.630,6816 )}
�
�1�3=
Koefisien korelasi antara Sektor Perdagangan, Hotel, & Restoran (X2) dengan Sektor Jasa-Jasa (X3) adalah 0,0219337152 yang berarti nilai tersebut menunjukkan korelasi rendah dengan arah yang sama (korelasi positif).
4.5.3 Uji t (Uji Parsial) Apakah X mempegaruhi Y ?
Langkah - langkah pengujiannya sebagai berikut : 1) Menentukan formulasi hipotesanya
H0 : b1= b2 = b3 = 0 Sektor Pertanian tidak berpengaruh secara signifikan terhadap
H1 : b1 ≠ b2 ≠ b3 ≠ 0 Sektor Pertanian berpengaruh secara signifikan terhadap Total
Keseluruhan PDRB di Kabupaten Dairi.
2) Menentukan taraf nyata
Dengan taraf nyata α = 0,05 maka nilai tingkat signifikan (1 - �
Untuk menentukan nilai thitung, maka terlebih dahulu dilakukan pencarian nilai Sb1,
rumusannya sebagai berikut :
�
�1=
�
��2.1,2
∑���2 (1−� 1,22 )
Nilai ��1 diperoleh melalui pencarian, pertama nilai kesalahan baku tafsiran.
�
�2.1,2=
( 11)(10.244,1088 ) − (672,52)(167,53)
�{(11)(412.15,76)−(452.283,1504 )} {(11)(2552 ,7505 )− (28.066,3009}
�
�1�2=
112.685,1968−112.667,2756�
�1=
�
0,169131391 97,0217743
�
�1 = 0,041752021Nilai X2 yang mempengaruhi Y:
�
�1�3=
n∑X1X3−(∑X1)(∑X3)
�{(n∑X12−(∑X1)2) (n∑X32− (∑X3)2}
��1�2
=
(11)(7.879,2209)− (672,52)(128,99)
�{(11)(41.215,76)−(452.283,1504 )}{(11)(1.552,7549)− (16.638,4201 )
�
�1�3=
1,2686 (1−0,446705308 )�
�2=
�
0,169131391 0,701909645
�
�2 = 0,490875668Nilai X3 yang mempengaruhi Y:
�
�2�3=
n∑X2X3−(∑X2)(∑X3)
�{(n∑X22−(∑X2)2) (n∑X32− (∑X3)2}
�
�1�3=
(11)(1.965,523)− (167,52)(128,96)
�{(11)(2.552,7505 )− (28.066,3009)} {(11)(1.552,7549)−(16.630,6816 )}
�
�1�3=
40,1712545 (1−0,0481087862 )
�
�3=
�
0,16913191 38,2386642059
�
�3= 0,06650609Kemudian dapat ditentukan t-hitung :
t
1=
�1
=
−0,073166dan H1 ditolak. Hal ini berarti bahwa Sektor Pertanian kurang berpengaruh
secara simultan dan signifikan terhadap Total Keseluruhan PDRB di Kabupaten Dairi.
• Didapat thitung = 0,00822 < ttabel = 2,31. thitung < ttabel, maka H0 diterima dan H1
ditolak. Hal ini berarti bahwa Sektor Perdagangan, Hotel, & Restoran kurang berpengaruh secara simultan dan signifikan terhadap Total Keseluruhan PDRB di Kabupaten Dairi.
• Didapat thitung = 9,18261771 > ttabel = 2,36. thitung > ttabel, maka H0 ditolak dan
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki.
Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis kedalam programming. Dalam pengolahan data pada karya tulis ini penulis menggunakan perangkat lunak (software) sebagai implementasi sistem yaitu SPSS for windows dalam masalah memperoleh perhitungan.
5.2 Peranan Komputer Dalam Statistika
Komputer memegang peranan sangat penting dalam statistika. Komputer dalam bekerja secara efisien dalam pengolahan data mempunyai karakteristik sebagai berikut:
1. Jumlah input yang besar
Jumlah input yang besar akan dapat diolah oleh komputer dengan mudah semudah mengolah data yang jumlahnya sedikit sehingga komputer akan dapat bekerja sangat efisien pada pengolahan data dengan menggunakan input yang besar.
Perintah pengolahan yang berulang – ulang akan lebih efisien dengan menggunakan komputer, karena disini perintah hanya dilakukan satu kali kemudian diulang – ulang (di-copy) untuk menjalankan perintah pengolahan yang lain.
3. Diperlukan kecepatan yang tinggi
Komputer dapat melakukan proses pengolahan jumlah data yang besar dalam waktu yang singkat. Jumlah data yang besar dan sedikit akan sama cepatnya diolah oleh komputer, yang membedakan hanya pada proses pemasukan data saja.
4. Diperlukan ketepatan yang tinggi
Komputer yang telah terprogram dengan benar akan melakukan proses pengolahan yang tepat. Kesalahan informasi yang mungkin dilakukan hanya terjadi pada proses pemasukan data saja.
5. Pengolahan hal yang kompleks
Hubungan antar fenomena yang kompleks akan dapat dipecahkan dengan mudah menggunakan komputer dalam waktu yang tepat dan cepat.
Saat ini banyak beredar berbagai paket program komputer statistik dari yang ‘kuno’ dan berbasis DOS seperti Microstat sampai yang berbasis Windows seperti SPSS, SAS, Statistika dan lainnya. Dari berbagai software khusus statistik yang beredar sekarang, SPSS adalah yang paling populer dan paling banyak digunakan pemakai di seluruh dunia.
komputer desktop) dengan nama SPSS/PC+ dan sejalan dengan mulai populernya sistem operasi windows, SPSS pada tahun 1992 juga mengeluarkan versi Windows.
Hal ini membuat SPSS yang tadinya ditujukan bagi pengolahan data statistic untuk ilmu sosial (SPSS saat itu adalah singkatan dari Statistical Package for the Social Sciences), sekarang diperluas untuk melayani berbagai user, seperti untuk proses produksi di pabrik, riset ilmu – ilmu sains dan lainnya. Sehingga sekarang kepanjangan SPSS adalah Statistical Product and Services Solutions.
5.3 Cara Kerja SPSS
Cara kerja komputer, statistik dan SPSS pada prinsipnya adalah sama, yaitu meliputi 3 bagian : input, proses dan output.
1. Input
Pada komputer, input berupa data yang akan diolah dengan komputer. Proses inputing dapat melalui keyboard, mouse, touch screen, atau hardisk. Pada statistik, input berupa dat yang telah ditabulasikan pada data ditor bagian view data, sedangkan proses coding dan pendefenisisan variabel pada viewvariable.
2. Proses
eksekusi program SPSS untuk menganalisis input yang ada di data editor sesuai dengan perintah dari pemakai.
3. Output
Pada komputer, output berupa hasil pengolahan yang telah diproses dengan program komputer yang dikehendaki. Bentuk output komputer bisa dalam bentuk cetakan, tampilan, gambar, maupun suara.
Pada statistik, output berupa hasil analisis, baik dalam bentuk penyajian data maupun dalam bentuk grafik atau tabel serta kesimpulan yang diperoleh dari hasil analisis. Pada SPSS, output berupa hasil analisis program SPSS yang disajikan dalam output navigator.
5.4 Mengoperasikan SPSS
langkah – langkah pengolahan data dengan menggunakan program SPSS adalah :
5.4.1 Mengaktifkan Program SPSS pada Windows
Gambar 5.1 Tampilan Pengaktifan SPSS 18
5.4.2 Membuka Lembar Baru
Dari tampilan yang muncul pada saat membuka SPSS, pilih type in data untuk membuat data baru atau menu File, pilih new, maka akan muncul jendela editor, kemudian klik data.
5.4.3 Menamai Variabel
Klik variable view, yang terletak disebelah kiri bawah jendela editor, lalu lakukan langkah – langkah sebagai berikut :
1. Name : Ketik nama variabel yang kita inginkan.
2. Type : Sesuaikan tipe data sesuai dengan apa yang kita inginkan. 3. Width : Digunakan untuk menengtukan jarak atau lebar kolom.
4. Label : Ketikkan nama sesuai dengan identitas dari nama variabel, nama variabel hanya terdiri dari 8 digit atau karakter.
5. Value : Digunakan untuk mengisi penjelasan nama (label) pada variabel. 6. Missing : Digunakan untuk menjelaskan data yang hilang.
7. Columns : Digunakan untuk menentukan lebar kolom.
8. Align : Digunakan untuk menentukan letak pengisisan data, apakah rata kiri, rata kanan atau diletakkan ditengah – tengah kolom.
9. Measure : Digunakan untuk menentukan jenis data.
5.4.4 Pengisian Data
1. Aktifkan jendela data dengan mengklik data view, yang terletak disudut kiri bawah jendela editor.
2. Selanjutnya ketikkan data yang sesuai untuk setiap variabel yang telah didefenisikan.
Gambar 5.4 Data yang diolah
5.4.5 Pengolahan Data dengan Persamaan Regresi
1. Tampilkan file yang akan ditentukan oleh persamaan regresi pada jendela editor yang tampak.
Gambar 5.5 Pilih Analyze, Regression, Linier
3. Setelah muncul kotak dialog, kemudian sorot variabel yang menjadi variabel tidak bebas, dan pindahkan ke kotak Variable Dependent. Demikian juga sorot Variable Independent.
Gambar 5.6 Kotak Dialog Linier Regression
Fit, Casewise Diagnotics, kemudian klik Continue untuk melanjutkannya, lalu klik OK.
Gambar 5.7 Kotak Dialog Linier Regression Statistics
5. Kemudian klik Plots pada kotak tersebut, lalu aktifkan Produce All Partial Plots, kemudian klik Continue, lalu klik Ok pada kotak dialog Linier Regresssion untuk melihat hasilnya atau Outputnya.
6. Klik continue untuk meneruskan
7. Pada kolom Option, untuk stepping Method Criteria, digunakan uji F dengan mengambil standart 5% maka pilih 0,05, klik continue dan klik OK. Akan tampil sebagai berikut:
Gambar 5.9 Kotak Dialog Analisis Option 8. Klik continue kemudian OK untuk melihat hasilnya.
Model Summaryb
Model
R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .989a .979 .970 .22420805540
a. Predictors: (Constant), Sektor_Jasa, Sektor_PHR, Sektor_Pertanian
b. Dependent Variable: Total_PDRB
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 16.316 3 5.439 108.189 .000a
Residual .352 7 .050
a. Predictors: (Constant), Sektor_Jasa, Sektor_PHR, Sektor_Pertanian
b. Dependent Variable: Total_PDRB
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 1.162 4.207 .276 .790
Sektor_Pertanian .124 .071 .303 1.751 .123
Sektor_PHR -.948 .266 -.261 -3.558 .009
Sektor_Jasa .825 .111 1.281 7.404 .000
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 2.2931327820 5.7541594505 3.9987740387 1.27732993654 11
Residual -.24643373489 .37818148732 .00000000000 .18758591758 11
Std. Predicted Value -1.335 1.374 .000 1.000 11
Std. Residual -1.099 1.687 .000 .837 11
a. Dependent Variable: Total_PDRB
G
pGGG
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan analisa yang telah dilakukan penulis maka dapat diambil beberapa kesimpulan sebagai berikut :
1. Berdasarkan hasil pengolahan data yang telah dilakukan diatas, maka diperoleh persamaan regresi linier bergandanya:
Ŷ = 1,251– 0,073166X1 + 0,004035X2 + 0,6107X3
Ini berarti bahwa Sektor Pertanian mempengaruhi Total Keseluruhan PDRB sebesar -0.073166 %, Sektor Perdagangan, Hotel, & Restoran mempengaruhi Total Keseluruhan PDRB sebesar 0,004035 %, dan Sektor Jasa mempengaruhi Total Keseluruhan PDRB sebesar 0,6107 %. Serta nilai konstan sebesar 1,251. 2. Melalui uji keberatian regresi linier diperoleh Fhitung(30,99416839) > Ftabel
(4,35) Maka Ho ditolak dan H1 diterima. Hal ini berarti bahwa terdapat
pengaruh yang signifikan antara variabel bebas yaitu Sektor Pertanian, sektor Perdagangan, Hotel, & Restoran, dan Sektor Jasa dengan variabel tak bebas terhadap Total Keseluruhan PDRB.
3. Diperoleh kesalahan baku sebesar 0,439651019. Ini berarti nilai pendapatan perkapita penduduk akan menyimpang dari nilai rata-rata pendapatan perkapita yang sebenarnya sebesar 0,439651019
4. Melalui perhitungan nilai Didapat thitung = -1,7523942134 < ttabel = 2,31. thitung <
ttabel, maka H0 diterima dan H1 ditolak. Hal ini berarti bahwa Sektor Pertanian
Keseluruhan PDRB di Kabupaten Dairi. Melalui perhitungan nilai thitung =
0,00822 < ttabel = 2,31. thitung < ttabel, maka H0 diterima dan H1 ditolak. Hal ini
berarti bahwa Sektor Perdagangan, Hotel, & Restoran kurang berpengaruh secara simultan dan signifikan terhadap Total Keseluruhan PDRB di Kabupaten Dairi. Melalui perhitungan nilai thitung = 9,18261771 > ttabel = 2,36.
thitung > ttabel, maka H0 ditolak dan H1 diterima. Hal ini berarti bahwa Sektor
Jasa-Jasa berpengaruh secara simultan dan signifikan terhadap Total Keseluruhan PDRB di Kabupaten Dairi.
6.2 Saran
Dari hasil penelitian yang dilakukan, maka penulis dapat memberikan beberapa saran, yaitu:
1. Untuk meningkatkan pertumbuhan Produk Domestik Regional Bruto di Kabupaten Dairi, diharapkan kepada Pemerintahan Kabupaten Dairi agar memperhatikan Sektor Pertanian dan Sektor Perdagangan, Hotel dan Restoran. Mengambil tindakan untuk meningkatkannya pertumbuhan Sektor Pertanian dan Sektor Perdagangan, Hotel dan Restoran sebagai sektor yang kuat untuk meningkatkan pendapatan Produk Domestik Regional Bruto di Kabupaten Dairi.