• Tidak ada hasil yang ditemukan

Analisis Pengaruh Luas Wilayah, Kepadatan Penduduk, Tingkat Pengangguran dan Tingkat Pendidikan Terhadap Jumlah Penduduk Miskin Provinsi Sumatera Utara Tahun 2013

N/A
N/A
Protected

Academic year: 2017

Membagikan "Analisis Pengaruh Luas Wilayah, Kepadatan Penduduk, Tingkat Pengangguran dan Tingkat Pendidikan Terhadap Jumlah Penduduk Miskin Provinsi Sumatera Utara Tahun 2013"

Copied!
6
0
0

Teks penuh

(1)

Lampiran 1

Data Luas Wilayah, Kepadatan Penduduk, Tingkat Pengangguran, dan

Tingkat Pendidikan Provinsi Sumatera Utara Tahun 2013

Kabupaten / Kota Luas Wilayah (Ribuan/km2)

Kepadatan Penduduk (Ribuan/km2)

Tingkat Pengangguran

(%)

Tingkat Pendidikan

(ribuan)

Jumlah Penduduk miskin (%) Kabupaten

Nias 0.72032 0.136 1.56 3.215 6.58

Mandailing Natal 89.32033 0.062 7.56 23.54 14.57

Tapanuli Selatan 4.35286 0.085 4.46 8.14 8.68

Tapanuli Tengah 2.158 0.185 5.68 15.213 13.54

Tapanuli Utara 2.512 0.072 2.34 5.682 8.56

Toba Samosir 2.352 0.086 1.69 6.271 8.512

Labuhan Batu 2.56138 0.189 8.93 9.625 10.36

Asahan 3.67579 0.199 5.22 10.125 15.68

Simalungun 4.23556 0.286 8.35 22.153 16.56

Dairi 1.9278 0.143 1.9 7.137 8.68

Karo 2.12725 0.171 2.08 10.253 8.54

Deli Serdang 2.5876 0.759 5.23 8.56 5.54

Langkat 5.23 0.156 7.1 23.56 15.58

Nias Selatan 1.83552 0.182 2.79 4.087 8.47

Humbang Hasundutan 2.2972 0.077 0.3 5.16 6.47

Pakpak Barat 3.256 0.035 3.57 2.528 8.25

Samosir 2.65686 0.05 0.99 1.2546 8.49

Serdang Bedagai 2.3002 0.317 6.13 1.547 6.36

Batubara 0.90496 0.896 5.89 5.268 6.547

Padang Lawas Selatan 4.86512 0.059 3.91 1.456 8.48

Padang Lawas Utara 2.58 0.05 4.85 3.744 6.86

Labuhan Batu Selatan 3.116 0.083 15.4 1.23 8.45

Labuhan Batu Utara 3.025 0.115 7.61 3.562 11.34

Nias Utara 2.698 0.325 4.98 2.468 13.56

Nias Barat 0.54409 0.212 0.98 1.568 10.56

Kota

Sibolga 0.123 9.635 8.96 3.365 9.47

Tanjung Balai 0.09856 2.568 8.98 8.564 12.56

Pematang Siantar 0.07997 3.658 6.61 4.256 9.86

Tebing Tinggi 0.05444 4.586 7.36 8.56 15.87

Medan 0.36559 7.215 3.58 23.56 15.68

Binjai 0.16958 3.245 5.86 1.56 8.66

Padangsidimpuan 0.11465 0.758 6.8 5.982 9.65

Gunung Sitoli 0.62356 0.365 5.78 10.564 14.56

Sumatera Utara 155.47 36.96 173.43 253.7576 341.529

(2)

Lampiran 2

Analisis Regresi Linier Berganda

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 6.625 .909 7.291 .000

X1 -.019 .031 -.087 -.600 .553 .764 1.309

X2 .131 .199 .088 .658 .516 .896 1.116

X3 .194 .141 .183 1.378 .179 .914 1.094

X4 .344 .070 .703 4.886 .000 .779 1.284

(3)

Lampiran 3

Uji Koefisien Korelasi

Correlations

Y X1 X2 X3 X4

Y Pearson Correlation 1 .232 .211 .304 .703**

Sig. (2-tailed) .193 .239 .085 .000

N 33 33 33 33 33

X1 Pearson Correlation .232 1 -.140 .133 .437*

Sig. (2-tailed) .193 .437 .460 .011

N 33 33 33 33 33

X2 Pearson Correlation .211 -.140 1 .230 .097

Sig. (2-tailed) .239 .437 .198 .592

N 33 33 33 33 33

X3 Pearson Correlation .304 .133 .230 1 .160

Sig. (2-tailed) .085 .460 .198 .373

N 33 33 33 33 33

X4 Pearson Correlation .703** .437* .097 .160 1

Sig. (2-tailed) .000 .011 .592 .373

N 33 33 33 33 33

**. Correlation is significant at the 0.01 level (2-tailed).

(4)

Uji Multikolinieritas

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 6.625 .909 7.291 .000

X1 -.019 .031 -.087 -.600 .553 .764 1.309

X2 .131 .199 .088 .658 .516 .896 1.116

X3 .194 .141 .183 1.378 .179 .914 1.094

X4 .344 .070 .703 4.886 .000 .779 1.284

(5)

Lampiran 5

Uji Heteroskedastisitas

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 1.794 .592 3.029 .005

X1 -.016 .020 -.166 -.787 .438

X2 -.055 .130 -.082 -.420 .678

X3 .025 .092 .053 .274 .786

X4 -.022 .046 -.098 -.473 .640

(6)

Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 33

Normal Parametersa,,b Mean .0000000

Std. Deviation 2.21774265

Most Extreme Differences Absolute .145

Positive .145

Negative -.123

Kolmogorov-Smirnov Z .834

Asymp. Sig. (2-tailed) .489

Referensi

Dokumen terkait

Penggunaan kontrol fuzzy tipe-2 pada sistem penjejak matahari aktif diharapkan dapat mengatasi ketidakpastian dari fungsi keanggotaan variabel input sistem sehingga dapat

❑ Chapter 6 (Source Control) explains techniques for using your source control system more effectively so that it is easier for developers to work together on the same project, and

Peneliti melakukan penelitian ini dengan tujuan untuk mengetahui faktor-faktor yang mempengaruhi kemunculan OCB suatu organisasi keagamaan (misdinar) karena dalam

NPL berpengaruh negatif terhadap CAR, hal ini terjadi apabila NPL meningkat maka telah terjadi peningkatan kredit bermasalah dengan persentase lebih besar dari persentase

Berdasarkan hasil analisis diperoleh hasil belajar fisika peserta didik SMA Negeri 8 Makassar yang diajar menggunakan metode diskusi kelompok berada pada kategori

Hasil simulasi menunjukan kandungan karbon monoksida lebih kecil nilainya dari nilai ambang batas yang dipersyaratkan ASHRAE, sehingga ruang lab tersebut masih aman

Bel istirahat berbunyi, Raymnond menemui Angga untuk memberitahukan kalau Fitya tanya malam Minggu pergi dengan ia atau tidak, bilang saja ia, tapi sayangnya itu

Dengan demikian maka promosi kesehatan ini adalah promosi kesehatan yang dikembangkan di rumah sakit dalam rangka untuk membantu orang sakit atau