Faktor–Faktor yang Mempengaruhi Laju Inflasi Tahun 2011-2012

FAKTOR - FAKTOR YANG MEMPENGARUHI LAJU

INFLASI TAHUN 2011-2012

TUGAS AKHIR

ZAILANI SYAHPUTRA S

112407009

PROGRAM STUDI D3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

FAKTOR - FAKTOR YANG MEMPENGARUHI LAJU

INFLASI TAHUN 2011-2012

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar

AhliMadya

ZAILANI SYAHPUTRA S

112407009

PROGRAM STUDI D3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

PERSETUJUAN

Judul : FAKTOR-FAKTOR YANG MEMPENGARUHI

LAJU INFLASI TAHUN 2011-2012

Kategori : TUGAS AKHIR

Nama : ZAILANI SYAHPUTRA S

Nomor Induk Mahasiswa : 112407009 Program Studi : D3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juli 2014

Diketahui oleh

Program Studi D3 FMIPA USU

Ketua, Pembimbing,

PERNYATAAN

FAKTOR

–

FAKTOR YANG MEMPENGARUHI LAJU

INFLASI TAHUN 2011-2012

TUGAS AKHIR

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

Medan, Juli 2014

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul Faktor–Faktor yang Mempengaruhi Laju Inflasi Tahun 2011-2012.

DAFTAR ISI

1.6 Manfaat Penelitian 6

1.7 Metodologi Penelitian 7

1.8 Sistematika Penulisan 8

BAB 2 LANDASAN TEORI

2.1 Pengertian Regresi 10

2.2 Analisis Regresi Linier 11

2.2.1 Analisis Regresi Linier Sederhana 13

2.2.2 Analisis Regresi Linier Berganda 14

2.3 Uji Keberartian Regresi 16

2.4 Pengujian Hipotesis 17

2.5 Koefisien Determinasi 19

2.6 Uji Korelasi 20

2.6.1 Koefisien Korelasi 20

2.7 Uji Koefisien Regresi Linier Berganda 22

BAB 3 GAMBARAN UMUM TEMPAT RISET

3.1 Sejarah Badan Pusat Statistik 24

3.1.1 Masa Pemerintahan Hindia Belanda 25

3.1.2 Masa Pemerintahan Jepang 25

3.1.3 Masa Orde Baru Sampai Sekarang 26

3.2 Tugas, Fungsi dan Kewenangan Badan Pusat Statistik 26

3.2.1 Tugas 27

3.2.2 Fungsi 27

3.3 Visi dan Misi Badan Pusat Statistik 28

3.3.1 Visi 28

3.3.2 Misi 28

3.4 Struktur Organisasi BPS 29

3.5 Logo BPS 31

BAB 4 PENGOLAHAN DATA

4.1 Pengolahan Data dan Evaluasi 32

4.2 Menentukan Persamaan Regresi Linier Berganda 34

4.3 Pengujian Keberartian Regresi 38

4.4 Pengujian Koefisien Korelasi 42

4.4.1 Perhitungan Korelasi antara V.Bebas dan V. Terikat 42 4.2.2 Perhitungan Korelasi antar V.Bebas 43

4.5 Perhitungan Koefisien Determinasi 45

4.6 Pengujian Koefisien Regresi Linier Berganda 45

BAB 5 IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem 48

5.2 Sekilas Tentang Program SPSS 48

5.3 Pengolahan Data dengan SPSS 50

5.4 Pengolahan Data dengan Persamaan Regresi 55

BAB 6 KESIMPULAN DAN SARAN

6.1 Kesimpulan 60

6.2 Saran 61

DAFTAR PUSTAKA 62

DAFTAR GAMBAR

Halaman

Gambar 3.1 Struktur Organisasi BPS Provinsi 30

Gambar 3.2 Logo BPS 31

Gambar 5.1 Tampilan Pengaktifan SPSS 17.0 51

Gambar 5.2 Tampilan Jendela Data View dalam SPSS 17.0 51 Gambar 5.3 Tampilan Jendela Variabel View dalam SPSS 52

Gambar 5.4 Tampilan Jendela Pengisian Data View 55

Gambar 5.5 Pilih Analyze, Regression, Linear 56

Gambar 5.6 Kotak Dialog Linier Regression 57

DAFTAR TABEL

Halaman

Tabel 2.1 Tingkat Keeratan Korelasi 22

Tabel 4.1 Laju Inflasi, Jumlah Uang Beredar ,Suku Bunga 33 Bank dan Kurs Rupiah Terhadap Dolar

Tabel 4.2 Nilai-Nilai untuk Menghitung Koefisien-Koefisien Regresi 34

Tabel 4.3 Harga Penyimpangan Y 37

BAB 1

PENDAHULUAN

1.1. Latar Belakang

Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan dan memberi pelayanan yang baik bagi rakyatnya. Dengan kestabilan, pembangunan dan pertumbuhan ekonomi dapat berjalan dengan baik. Oleh karena itu, pertumbuhan dan kestabilan ekonomi merupakan dua hal yang perlu diupayakan sebaik mungkin. Salah satu sumber ketidakstabilan ekonomi yang utama, dan dapat mengganggu pertumbuhan ekonomi adalah terjadinya kenaikan harga secara umum dan terus menerus, atau lebih dikenal dengan sebutan Inflasi.

jelas dari perusahaan – perusahaan yang bangkrut dan secara otomatis tingkat pengangguran semakin mejadi masalah bagi Indonesia.

Pentingnya pengendalian inflasi didasarkan pada pertimbangan bahwa inflasi yang tinggi dapat mengakibatkan dampak negatif kepada kondisi sosial ekonomi masyarakat. Pertama, inflasi yang tinggi akan menyebabkan pandapatan rill masyarakat turun, dan akhirnya menjadikan semua kalangan masyarakat, terutama ekonomi rendah semakin terpuruk. Kedua, inflasi yang tidak stabil akan menciptakan ketidakpastian (uncertainly) bagi pelaku ekonomi dalam mengambil keputusan yang pada akhirnya menurunkan pertumbuhan ekonomi.

Untuk itu diperlukan analisis yang sesuai bagi para pelaku ekonomi untuk melihat tingkat laju inflasi tersebut. Pemerintah memang menetapkan Indeks Harga Konsumen (IHK) sebagai indikator inflasi negara dimana IHK merupakan indeks pergerakan harga dari paket barang dan jasa yang dikonsumsi masyarakat. Tetapi untuk melihat dan membaca tingkat laju inflasi biasanya para pelaku ekonomi melihat dari faktor – faktor lainnya. Seperti jumlah uang yang beredar, suku bunga bank, dan kurs rupiah terhadap dolar.

Pertumbuhan uang yang beredar yang tinggi sering menjadi penyebab tingginya tingkat inflasi, naiknya jumlah uang yang beredar akan menaikan permintaan yang pada akhirnya jika tidak diikuti oleh pertumbuhan di sektor rill akan menyebabkan naiknya harga barang.

Suku bunga adalah biaya yang harus dibayar oleh peminjam atas pinjaman yang diterima dan merupakan imbalan bagi pemberi pinjaman atas investasinya. Suku bunga mempengeruhi keputusan individu terhadap pilihan membelanjakan uang lebih banyak atau menyimpan uangnya dalam bentuk tabungan. Tingkat suku bunga juga digunakan pemerintah untuk mengendalikan tingkat harga, ketika tingkat harga tinggi dimana jumlah uang yang beredar dimasyarakat banyak sehingga konsumsi masyarakat tinggi akan diantisipaasi oleh pemerintah dengan menetapkan tingkat suku bunga yang tinggi.

Tingkat suku bunga yang rendah akan mengakibatkan kecenderungan masyarakat untuk tidak menyimpan uang dibank, dan memakai uang mereka untuk kegiatan ekonomi lain. Hal ini akan mengakibatkan jumlah uang beredar tinggi dan terjadilah inflasi.

Sesuai dengan penjelasan di atas maka penulis ingin mengetahui pengaruh antara jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dolar terhadap laju inflasi di Indonesia. Oleh karena itu penulis ingin melakukan penelitian dengan mengangkat judul “FAKTOR – FAKTOR YANG MEMPENGARUHI LAJU INFLASI TAHUN 2011 - 2012”.

1.2. Rumusan Masalah

Sesuai dengan alasan – alasan yang telah diuraikan sebelumnya, maka permasalahan dalam penelitian ini adalah sejauhmana pengaruh jumlah uang yang beredar, suku bunga bank, dan kurs rupiah terhadap dolar terhadap laju inflasi.

1.3. Batasan Masalah

Permasalahan yang akan diangkat oleh penulis adalah menganalisis faktor – faktor yang mempengaruhi inflasi dengan regresi berganda. Adapun faktor yang akan dibahas adalah jumlah uang beredar , suku bunga bank, dan nilai kurs rupiah. Analisis terhadap ketiga faktor tersebut dapat memberikan gambaran yang kurang lebih spesifik mengenai perekonomian Indonesia sebagai negara berkembang.

1.4. Tinjauan Pustaka

regresi majemuk digunakan lebih dari satu variabel terikat. Dengan semakin banyaknya variabel bebas berarti semakin tinggi pula kemampuan regresi yang dibuat untuk menerangkan variabel terikat, atau peran faktor – faktor lain di luar variabel bebas yang digunakan, yang dicerminkan oleh error semakin kecil. Studi yang menyangkut masalah ini dikenal dengan analisis regresi berganda.

Rumus yang digunakan untuk regresi berganda adalah:

Ŷ = b0+b1X1 + b2X2 + b3X3+…+ bkXk

Dengan:

i = 1,2,3,…,n

Ŷ = nilai regresi

0, 1, 2,…, = koefisien regresi 1, 2, 3,…, = variable bebas

Rumus korelasi antara Y dengan ₁ adalah:

.1,2,…, =

nΣ −(� )(� )

√{n� 2− � 2_}{n� 2_{− �} 2

1.5. Tujuan Penelitian

Adapun tujuan melakukan penulisan ini adalah sebagai berikut :

1. Untuk melihat bagaimana pengaruh faktor jumlah uang yang beredar, suku bunga bank, dan nilai tukar rupiah terhadap laju inflasi dengan analisis regresi berganda dan mengetahui besarnya derajat hubungan antara satu faktor dengan faktor yang lain dengan analisis korelasi. 2. Sebagai bahan aplikasi teori analisis regresi berganda dan korelasi yang

penulis dapatkan dari pembelajaran di perkuliahan.

1.6. Manfaat Penelitian

Manfaat yang diharapkan dalam penelitian ini adalah sebagai berikut:

1. Untuk mengetahui hubungan antara jumlah uang yang beredar, suku bunga bank dan nilai kurs rupiah terhadap laju inflasi.

1.7. Metodologi Penelitian

Metode penelitian adalah salah satu cara yang terdiri dari langkah-langkah atau urutan kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan penelitian sehingga apa yang menjadi tujuan dari penelitian itu terwujud. Penulis melakukan langkah-langkah untuk menyelesaikan penelitian, antara lain:

1. Penelitian Kepustakaan

Penelitian kepustakaan dilakukan untuk mendapatkan tinjauan teoritis melalui buku – buku litaratur dan referensi yang mendukung.

2. Metode Pengumpulan Data

Dalam pengumpulan data, penulis mengambil data sekunder dari Badan Pusat Statistik berupa buku – buku, referensi dan sumber – sumber yang dapat dipercaya dari Kantor Badan Pusat Statistik (BPS) Sumatera Utara. 3. Metode Pengolahan Data

Data yang dikumpulkan diolah secara periodik dan dalam kurun waktu yang sama yaitu antara Januari 2012 s/d Desember 2013. Adapun langkah – langkah pengolahan data yang dilakukan adalah :

a. Menentukan apa saja yang menjadi variabel bebas (X) dan variabel terikat (Y).

c. Uji regresi berganda untuk mengetahui besarnya pengaruh variabel bebas X secara bersama – sama terhadap variabel tak bebas Y.

d. Uji koefisien regresi ganda dilakukan untuk mengetahui tingkat nyata koefisien – koefisien regresi yang di dapat. 4. Waktu dan lokasi penelitian

Penelitian dilakukan di kantor Badan Pusat Statistik (BPS) Sumatera Utara di Jln. Asrama No.179 Medan, tepatnya di perpustakaan Badan Pusat Statistik Medan pada tanggal 21 april sampai 23 April 2014.

1.8. Sistematika Penulisan

Adapun sistematika penulisan adalah sebagai berikut:

BAB 1 : PENDAHULUAN

Bab ini menjelaskan mengenai latar belakang, rumusan masalah, batasan masalah, tinjauan pustaka, tujuan penelitian, manfaat penelitian, metodologi penelitian.

BAB 2 : LANDASAN TEORI

Bab ini menjelaskan tentang teori-teori yang berhubungan dengan penelitian penulis.

BAB 3 : GAMBARAN UMUM TEMPAT RISET

BAB 4 : ANALISA DAN PEMBAHASAN

Bab ini menjelaskan tentang analisis data dengan menggunakan analisis regresi linear berganda, karakteristik responden, dan lainnya dengan bantuan prgram SPSS.

BAB 5 : IMPLEMENTASI SISTEM

Bab ini menjelaskan tentang analisis data menggunkan program SPSS meliputi uji validitas, uji reliabilitas, dan uji hipotesis.

BAB 6 : KESIMPULAN DAN SARAN

BAB 2

LANDASAN TEORI

2.1 Pengertian Regresi

Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut dengan bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel independen, atau secara bebas, variabel X (karena

seringkali digambarkan dalam grafik sebagai absis, atau sumbu X). Variabel yang kedua adalah variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel acak.

Istilah “regresi” pada mulanya bertujuan nutuk membuat perkiraan nilai

satu variabel terhadap satu 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.

variable) dengan variabel-variabel bebas (independent variable) lainnya memiliki

sifat hubungan sebab akibat (hubungan kausalitas), baik didasarkan pada teori, hasil penelitian sebelumnya, maupun yang didasarkan pada penjelasan logis tertentu.

2.2 Analisis Regresi Linier

Analisis regresi adalah teknik statistika yang berguna untuk memeriksa dan memodelkan hubungan diantara 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 dalam hubungannya dengan variabel yang lain yang diketahui melalui persamaan garis regresinya.

Analisis regresi tediri dari dua bentuk yaitu : 1. Analisis Regresi Linier Sederhana 2. Analisis Regresi Linier Berganda

satu variabel dependen dengan dua atau lebih variabel independen. Variabel independen adalah variabel yang nilainya tergantung dengan variabel lainnya, sedangkan variabel dependen adalah variabel yang nilainya tergantung dari variabel yang lainnya.

Analisis regresi dipergunakan untuk menelaah 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 independen mempengaruhi variabel dependen dalam suatu fenomena yang komplek. Jika ₁, ₂,…, adalah variabel-variabel independen dan Y adalah variabel dependen, maka terdapat hubungan fungsional antara X dan Y, di mana variasi dari X akan diiringi pula oleh variasi dari Y. Jika dibuat secara matematis hubungan itu dapat di jabarkan sebagai berikut:

Dengan : Y = f ( ₁, 2,…, , e)

Y adalah variabel dependen (tak bebas) X adalah variabel independen (bebas) e adalah variabel residu (disturbace term)

Berkaitan dengan analisis regresi ini, setidaknya ada empat kegiatan yang lazim dilaksanakan yakni :

(1) Mengadakan estimasi terhadap parameter berdasarkan data empiris (2) Menguji berapa besar variasi variabel dependen dapat diterangkan

oleh variasi independen

(4) Melihat apakah tanda magnitud dari estimasi parameter cocok dengan teori.

2.2.1Analisis Regresi Linier Sederhana

Regresi linier sederhana digunakan untuk memperkirakan hubungan antara dua variabel di mana hanya terdapat satu variabel/peubah bebas X dan satu peubah tak bebas Y.

Dalam bentuk persamaan, model regresi sederhana adalah :

Y = a + bX …(2.1)

Dengan : Y adalah variabel terikat/tak bebas (dependent) X adalah variabel bebas (independent)

a adalah penduga bagi intercept (α)

b adalah penduga bagi koefisien regresi (β)

Penggunaan regresi linier sederhana didasarkan pada asumsi diantaranya sebagai berikut:

 Model regresi harus linier dalam parameter

Variabel bebas tidak berkorelasi dengan disturbance term (error) .

Nilai disturbance term sebesar 0 atau dengan simbol sebagai berikut: (E (U / X)) = 0

 Varian untuk masing-masing error term (kesalahan) konstan

Tidak terjadi autokorelasi

Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory) tidak ada hubungan linier yang nyata

2.2.2 Analisis Regresi Linier Berganda

Untuk memperkirakan nilai variabel tak bebas Y, akan lebih baik apabila ikut memperhitungkan variabel-variabel bebas lain yang mempengaruhi nilai Y, dengan demikian dimiliki hubungan antara satu variabel tidak bebas Y dengan beberapa variabel lain yang bebas ₁, 2, 3,…, . Untuk itulah digunakan

regresi linear berganda. Dalam pembahasan mengenai regresi sederhana, simbol yang digunakan untuk variabel bebasnya adalah X. Dalam regresi berganda, persamaan regresinya memiliki lebih dari satu variabel bebas maka perlu menambah tanda bilangan pada setiap variabel tersebut, dalam hal ini

1, 2,…, .

Secara umum persamaan regresi berganda dapat ditulis sebagai berikut :

= �₀ + �_{1 1} + �_{2 2} + … + � + � (Untuk populasi) …(2.2)

= �₀+ �_{1 1} + �_{2 2} + … + � + � (Untuk sampel) …(2.3) Dengan : i = 1, 2,…, n

0, 1, 2,…, dan

�

adalah pendugaan atas �0, �1, �2,…,� dan

�

.

Dalam penelitian ini, digunakan empat variabel yang terdiri dari satu variabel bebas Y dan tiga variabel X yaitu ₁, 2dan 3. Maka persamaan regresi

bergandanya adalah :

Persamaan di atas dapat diselesaikan dengan empat bentuk yaitu :

∑ = ₀n + ₁∑ ₁ + ₂∑ ₂ + ₃∑ ₃

∑ 1 = 0∑ 1 + 1∑ 12 + 2∑ 1 2 + 3∑ 1 3 ∑ 2 = 0∑ 2 + 1∑ 1 2 + 2∑ 22 + 3∑ 2 3

∑ 3 = 0∑ 3 + 1∑ 1 3 + 2∑ 2 3 + 3∑ 32 …(2.5)

Sistem persamaan tersebut dapat disederhanakan, apabila diambil

1= 1− 1, 2= 2– 2, 3 = 3 – 3 dan y = Y – .

Sehingga persamaan menjadi :

y = �_{1 1} + �_{2 2} + �₃ ... (2.6)

Koefisien-koefisien ₁, ₂ dan ₃ untuk persamaan tersebut dapat dihitung dari :

∑ 1 = 1∑ 12+ 2∑ 1 2 + 3∑ 1 3 ∑ 2 = 2∑ 1 2 + 2∑ 22+ 3∑ 2 3

∑ 3 = 3∑ 1 3+ 3∑ 2 3 + 3∑ 32 …(2.7)

Dengan penggunaan ₁, ₂, ₃ dan y yang baru ini, maka diperolehlah harga ₀,

1, 2 dan 3. Harga setiap koefisien penduga yang diperoleh kemudian

2.3Uji Keberartian Regresi

Sebelum persamaan regresi yang diperoleh digunakan untuk membuat kesimpulan terlebih dahulu diperiksa setidak-tidaknya mengenai keliniearan dan keberartiannya. Pemeriksaan ini ditempuh melalui pengujian hipotesis. Uji keberartian dilakukan untuk meyakinkan apakah regresi yang didapat berdasarkan penelitian ada artinya.

Untuk itu diperlukan dua macam jumlah kuadrat (JK) yaitu Jumlah Kuadrat untuk regresi yang ditulis _�� dan Jumlah Kuadrat untuk sisa (residu) yang ditulis dengan _� .

Jika ₁ = ₁ − ₁, ₂ = ₂ − ₂,…, = − dan = – Y maka secara umum jumlah kuadrat-kuadrat tersebut dapat dihitung dari :

_�� = ₁∑ _{1 1} + ₂∑ _{2 2} + ₃∑ _{3 3} ...(2.8) dengan derajat kebebasan dk = k

_� = ∑( − )2 …(2.9) Dengan statistik F yang menyebar mengikuti distribusi F dengan derajat

kebebasan pembilang �₁= k dan penyebut �₂= n – k – 1.

2.4 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 menutup kemungkinan untuk terjadinya kesalahan dalam mengambil keputusan antara menolak atau menerima suatu hipotesis. Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu: tingkat signifikansi atau probabilitas (α) dan tingkat kepercayaan atau confidence interval.

Didasarkan tingkat signifikansi pada umumnya menggunakan 0,05. Kisaran tingkat signifikansi mulai dari 0,01 sampai dengan 0,1. Yang dimaksud dengan tingkat signifikansi adalah probabilitas melakukan kesalahan tipe I, yaitu kesalahan menolak hipotesis ketika hipotesis tersebut benar. Dalam melakukan uji hipotesis terdapat dua hipotesis, yaitu: �₀ (hipotesis nol) dan �₁ (hipotesis alternatif). �₀ bertujuan untuk memberikan usulan dugaan kemungkinan tidak adanya perbedaan antara perkiraan penelitian dengan keadaan yang sesungguhnya yang diteliti. �1 bertujuan memberikan usulan dugaan adanya perbedaan perkiraan

dengan keadaan sesungguhnya yang diteliti.

Pembentukan suatu hipotesis memerlukan teori-teori maupun hasil penelitian terlebih dahulu sebagai pendukung pernyataan hipotesis yang diusulkan. Dalam membentuk hipotesis ada beberapa hal yang dipertimbangkan :

2) Daerah penerimaan dan penolakan serta teknik arah pengujian (one tailed atau two tailed)

3) Penentuan nilai hitung statistik

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)�₀: ₀ = ₁ = . . . = = 0

Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas dengan variabel tak bebas.

�1: Minimal satu parameter koefisien regresi yang ≠ 0

Terdapat hubungan fungsional yang signifikan antara variabel bebas dengan variabel tak bebas

2) Pilih taraf α yang diinginkan

3)Hitung statistik �_{ℎ ��} dengan menggunakan persamaan

4)Nilai � _� menggunakan daftar tabel F dengan taraf signifikansi α yaitu

� � = �1− ,(�− −1)

2.5 Koefisien Determinasi

Koefisien determinasi yang disimbolkan dengan 2 bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Nilai 2 dikatakan baik jika berada di atas 0,5 karena nilai 2 berkisar antara 0 dan 1. Pada umumnya model regresi linier berganda dapat dikatakan layak dipakai untuk penelitian, karena sebagian besar variabel dependen dijelaskan oleh variabel independen yang digunakan dalam model.

Koefisien determinasi dapat dihitung dari :

2₌

Sehingga rumus umum koefisien determinasi yaitu :

2 = ��

∑ 2 …(2.12)

2.6 Uji Korelasi

Uji korelasi bertujuan untuk menguji hubungan antara dua variabel yang tidak menunjukkan hubungan fungsional, keeratan hubungan ini dinyatakan dalam bentuk koefisien korelasi.

2.6.1 Koefisien Korelasi

Nilai koefisien korelasi merupakan nilai yang digunakan untuk mengukur keeratan suatu hubungan antarvariabel, koefisien korelasi biasanya disimbolkan dengan r.

Koefisien korelasi dapat dirumuskan sebagai berikut :

r

=

�∑ −(∑ )(∑ )

{(�∑ 2− ∑ 2_}{�∑ 2_{−(∑ )²}}

…(2.13)

Untuk menghitung koefisien korelasi antara variabel tak bebas Y dengan tiga variabel bebas ₁, ₂, ₃ yaitu :

1. Koefisien korelasi antara Y dengan ₁

1

=

�∑ 1 −(∑ 1)(∑ )

{(�∑ ₁2− ∑ 1 2}{�∑ 2− ∑ 2}

…(2.14) 2. Koefisien korelasi antara Y dengan ₂

2

=

�∑ 2 −(∑ 2)(∑ )

{(�∑ ₂2− ∑ 2 2}{�∑ 2− ∑ 2}

3. Koefisien korelasi antara Y dengan _{3 3}

=

�∑ 3 −(∑ 3)(∑ )

{(�∑ ₃2− ∑ 3 2}{�∑ 2− ∑ 2}

…(2.16)

Dua variabel dikatakan berkorelasi apabila perubahan pada suatu variabel akan diikuti oleh perubahan variabel lain, baik dengan arah yang sama maupun dengan arah yang berlawanan. Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis hubungan sebagai berikut:

1. Korelasi Positif

Terjadinya korelasi positif apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang sama atau berbanding lurus. Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan peningkatan variabel yang lain.

2. Korelasi Negatif

Korelasi negatif terjadi apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang berlawanan atau berbanding terbalik. Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan penurunan pada variabel yang lain dan sebaliknya.

3. Korelasi Nihil

Sifat korelasi akan menentukan arah dari korelasi. Keeratan korelasi dapat dilihat dalam bentuk tabel berikut :

Tabel 2.1 Tingkat Keeratan Korelasi

-1 ≤ r ≤+1 Tingkat Keeratan

0,80 – 1,00 Korelasi sangat kuat atau sempurna 0,60 – 0,79 Korelasi kuat

0,40 – 0,59 Korelasi sedang 0,20 – 0,39 Korelasi rendah

0,00 – 0,19 Tidak ada korelasi atau korelasi lemah

Sumber : Sugiono (2001)

2.7 Uji Koefisien Regresi Linier Berganda

Untuk mengetahui bagaimana keberartian setiap variabel bebas dalam regresi, perlu diadakan pengujian tersendiri mengenai koefisien-koefisien regresi. Misalkan populasi memiliki model regresi linier berganda :

� , 1, 2… = β0+ β1 1 + β2 2 + . . . + β

yang berdasarkan sebuah sampel acak berukuran n ditaksir oleh regresi berbentuk:

^

Y = b0+ b1 1 + b2 2 + . . . + b

Akan dilakukan pengujian hipotesis dalam bentuk :

Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran _.12.. , jumlah kaudrat-kuadrat ∑ 2 dengan = − dan koefisien korelasi ganda antara masing-masing variabel bebas X dengan variabel tak bebas Y dalam regresi yaitu .

Dengan besaran-besaran ini dibentuk kekeliruan baku koefisien yakni :

s maka terima �₀ yang akan berdistribusi t dengan derajat kebebasan dk = (n-k-1) dan _� = _{�− −}

1,

BAB 3

GAMBARAN UMUM TEMPAT RISET

3.1Sejarah Badan Pusat Statistik

Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. BPS melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang pertanian, agrarian, pertambangan, kependudukan, sosial, ketenagakerjaan, keuangan, pendapatan, dan keagamaan. Selain hal – hal diatas BPS juga bertugas untuk melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik dipusat maupun didaerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan defenisi, klasifikasi dan ukuran – ukuran lainnya.

pemerintah daerah dalam rangka penyelenggaraan statistik regional. Setiap sepuluh tahun sekali BPS menyelenggarakan:

1. Sensus Penduduk (SP) yaitu pada setiap tahun berakhiran "0" (nol), 2. Sensus Pertanian (ST) pada setiap tahun berakhiran "3" (tiga), dan 3. Sensus Ekonomi (SE) pada setiap tahun berakhiran "6" (enam). Berikut ini adalah beberapa masa peralihan pada BPS, yaitu:

3.1.1 Masa 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 nama Centraal kantoor 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 en Accijinsen (IUA) yang sekarang disebut Kantor Bea Cukai.

3.1.2 Masa pemerintahan Jepang

. 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.

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.

3.2 Tugas, Fungsi dan Kewenangan Badan Pusat Statistik

3.2.1 Tugas

BPS memunyai tugas pemerintahan di bidang kegiatan statistik sesuai dengan ketentuan peraturan perundang-undangan yang berlaku.

3.2.2 Fungsi

Dalam melaksanakan tugas sebagaimana dimaksud, BPS menyelenggarakan fungsi:

1. Pengkajian, penyusunan, dan perumusan kebijakan di bidang statistik. 2. Pengkoordinasian kegiatan statistik nasional dan regional.

3. Penetapan dan penyelenggaraan statistik dasar.

4. Pembinaan dan fasilitasi terhadap kegiatan instansi pemerintah di bidang kegiatan statistik; dan

5. Penyelenggaraan pembinaan dan pelayanan administrasi umum di bidang perencanaan umum, ketatausahaan, organisasi, tata laksana, kepegawaian, keuangan, kearsipan, kehumasan, hukum, perlengkapan, dan rumah tangga.

3.2.3 Kewenangan

Dalam menyelenggarakan fungsi sebagaimana dimaksud, BPS memunyai kewenangan:

2. Perumusan kebijakan di bidangnya untuk mendukung pembangunan secara makro.

3. Penetapan sistem informasi di bidangnya;

4. Penetapan dan penyelenggaraan statistik nasional;

5. Kewenangan lain sesuai dengan ketentuan peraturan perundang-undangan yang berlaku, yaitu:

1. Perumusan dan pelaksanaan kebijakan tertentu di bidang kegiatan statistik. 2. Penyusunan pedoman penyelenggaraan survei statistik sektoral.

3.3 Visi dan Misi BPS

3.3.1 Visi

Pelopor data statistik terpercaya untuk semua.

3.3.2 Misi

1. Memperkuat landasan konstitusional dan operasional lembaga statistik untuk penyelenggaraan statistik yang efektif dan efisien.

3. Meningkatkan penerapan standar klasifikasi, konsep dan definisi, pengukuran, dan kode etik statistik yang bersifat universal dalam setiap penyelenggaraan statistik.

4. Meningkatkan kualitas pelayanan informasi statistik bagi semua pihak.

5. Meningkatkan koordinasi, integrasi, dan sinkronisasi kegiatan statistik yang diselenggarakan pemerintah dan swasta, dalam kerangka Sistem Statistik Nasional (SSN) yang efektif dan efisien.

3.4 Struktur Organisasi BPS

Sehubungan dengan semakin meningkatnya beban tugas dan pentingnya peranan BPS dalam menunjang kegiatan pemerintahan, pembangunan dan kemasyarakatan maka diperlukan struktur organisasi yang dapat menunjang kelancaran tugas dari masing-masing bagian.

Surat keputusan kepala BPS No. 104 tahun 1999 yang mengatur tentang uraian tugas, bagian bidang, subbagian dan seksi perwakilan BPS di daerah dipandang perlu untuk menetapkan perincian tugas setiap bidang, subbagian, dan seksi di lingkungan

Gambar 3.1 Struktur organisasi BPS Provinsi

Organisasi merupakan suatu fungsi manajemen yang mempunyai peranaan dan kegiatan langsung dengan instansi sosial yang terjadi diantara individu – individu dalam rangka kerjasama untuk mencapai tujuan yang telah ditetapkan.

Struktur organisasi perusahaan merupakan salah satu faktor penting yang mempengaruhi tingkat keberhasilan suatu perusahaan dalam mencapai tujuan yang ditetepkan. Dengan adanya struktur organisasi maka akan jelaslah pemisahan tugas dari para pegawai / staf tersebut.

spesialisasi kerja, standarisasi kegiatan, sentralisasi dan desentralisasi dalam pembuatan keputusan yang menunjukan lokasi kekuasaan, pembuatan keputusan dan ukuran satuan yang menunjukkan suatu kelompok kerja.

Adapun tujuan dari struktur organisasi dan staf di Kantor Badan Pusat Statistik (BPS) adalah :

a. Pengkoordinasian yaitu yang memungkinkan komunikasi integrasi berbagai departemen dan kegiatan – kegiatan yang saling berhubungan satu sama lain. b. Pemberian saran yaitu memberikan saran atau membuat rekomendasi bagi

manajemen.

c. Pembuatan keputusan yaitu membuat keputusan – keputusan dan mengamati bagaimana pelaksanaan dari keputusan tersebut.

3.5 Logo BPS

Logo BPS adalah sebagai berikut:

BAB 4

PENGOLAHAN DATA

4.1 Pengolahan Data dan Evaluasi

Pada dasarnya data merupakan alat bagi pengambilan keputusan untuk memecahkan suatu persoalan. Keputusan dikatakan baik jika pengambilan keputusan tersebut didasarkan atas data yang baik. Salah satu dari kegunaan data yaitu untuk memperoleh data dan mengetahui gambaran suatu keadaan atau permasalahan.

Untuk mengetahui gambaran keadaan atau permasalahan laju inflasi di Indonesia, penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut. Data yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Sumatera Utara yaitu data laju inflasi di Indonesia serta faktor-faktor yang mempengaruhinya diantaranya jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dolar.

Tabel 4.1: data yang akan diolah dari tahun 2011 - 2012

Sumber: Badan Pusat Statistik (BPS) Provinsi Sumatera Utara

Dari data tersebut, disimbolkan menjadi: Y = Laju Inflasi (Persen)

X1 = Jumlah Uang Beredar (Triliun Rupiah)

X2 = Suku Bunga Bank (Persen)

Kemudian penulis mengelompokkan analisa dan pembahasan menjadi 5 kelompok yaitu:

1. Menentukan persamaan regresi linier berganda 2. Uji keberartian regresi

3. Menentukan nilai korelasi 4. Uji kofisien determinasi 5. Uji koefisien berganda

4.2 Menentukan Persamaan Regresi Linier Berganda

Untuk menentukan hubungan antar variabel bebas (jumlah uang beredar, suku bunga bank,dan kurs rupiah terhadap dolar) terhadap variabel terikat (laju inflasi), maka langkah pertama yang harus dilakukan adalah menentukan persamaan regresi linier berganda.

Nilai-nilai yang diperlukan untuk menghitung koefisien-koefisien regresi b1, b2, b3

adalah sebagai berikut:

Tabel 4.2Nilai-Nilai untuk Menghitung Koefisisen-Koefisien Regresi

12 3,79 722,991 6 9,134 14,3641 4337,946 6603,8

Jumlah 115,9 16717,201 148,25 217,808 582,3384 102554,786 152242,2

Sambungan tabel 4.2

Bulan _{Y Y Y}

1 59,033 4241,266 45,63 63,75564 365020,2 42,25 82,482724 2 60,45975 4007,488 46,17 61,26588 343267,1 45,5625 80,227849 3 59,43375 3860,997 44,8875 58,55325 337097,5 45,5625 77,528025 4 58,6845 3601,345 41,58 53,55504 341796,9 45,5625 75,585636 5 58,04325 3658,51 40,365 51,42202 374288,2 45,5625 73,942801 6 58,09725 3524,57 37,395 47,68278 404755,5 45,5625 74,080449 7 57,888 2948,962 31,1175 39,53536 409200,7 45,5625 73,547776 8 57,88125 3174,841 32,3325 41,07425 439311,8 45,5625 73,530625 9 59,46075 3024,603 31,1175 40,60949 430462 45,5625 77,598481

10 58,11 2939,3 28,73 39,5148 442225 42,25 79,9236 17 54,07875 3335,053 25,5875 41,85225 561675,3 33,0625 88,454025 18 53,84875 3530,754 26,0475 42,42345 607489,3 33,0625 87,703225 19 54,027 3519,372 26,22 42,84576 595662,9 33,0625 88,284816 20 54,2455 3537,725 26,335 43,20772 596646,6 33,0625 89,000356 21 54,44675 3428,683 24,7825 40,81139 632848,9 33,0625 89,661961 22 54,88375 3572,672 26,5075 44,00245 600598,7 33,0625 91,107025 23 54,86075 3462,061 24,84 41,21712 642246,8 33,0625 91,030681 24 55,7865 3619,405 24,725 41,7186 708495,9 33,0625 94,128804

Dari tabel diatas diperoleh:

∑Y = 115,9 ∑X₁X₃ = 152.242,24 ∑X ² = 11.780.671,8

∑X1 = 16.717,2 ∑X2X3 = 1.342,32 ∑X ² = 920,688 ∑X2 = 148,25 ∑X Y = 79.545,6 ∑X ² = 1.979,39 ∑X3 = 217,808 ∑X2Y = 723,083 ∑Y² = 582,338 ∑X X = 102.555 ∑X3Y = 1.048,91

Sehingga didapat suatu persamaan:

∑Y = b0n + b1∑X1+ b2∑X2+ b3∑X3

∑X1Y = b0∑X1+ b1∑X12+ b2∑X1X2+ b3∑X1X3

∑X2Y = b0∑X2+ b1∑X2X1+ b2∑X22+ b3∑X2X3

∑X3Y = b0∑X3+ b1∑X3X1+ b2∑X3X2 + b3∑X32

Kita dapat subtitusikan nilai-nilai yang bersesuaian, sehingga diperoleh persamaan:

115,9 = 24b0 + 16.717,2b1 + 148,25b2 + 217,808b3

79.545,6 = 16.717,2b0+ 11.780.671,8b1+ 102.555b2+ 152.242,24b3

723,083 = 148,25b₀+ 102.555b₁+ 920,688b₂+ 1.342,32b₃

1.048,91 = 217,808b₀ + 152.242,24b₁ + 1.342,32b₂ + 1.979,39b₃

Setelah persamaan di atas diselesaikan, maka didapat koefisien: b0 = -28,945

b1 = -0,013

b2 = 1,795

Dengan demikian diperoleh persamaan regresi linier berganda:

Ŷ= b0+ b1X1i+ b2X2i+ b3X3i

Ŷ= − , − , � + , � + , �

Untuk menghitung kekeliruan baku taksiran diperlukan harga-harga Ŷ yang diperoleh dari persamaan regresi diatas untuk tiap harga X1, X2, dan X3 yang

diketahui dapat dilihat dari tabel 4.3:

Tabel 4.3 Harga Penyimpangan Ŷ

∑Y = 115,9 ∑Ŷ = 113,601

Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus:

s_{y .123} = ∑ Y− Ŷ menyimpang dari rata-rata hasil laju inflasi yang diperkirakan sebesar 48,57%.

4.3 Pengujian Keberartian Regresi

Perumusan hipotesa:

H0 : Tidak terdapat pengaruh yang sigifikan terhadap variabel bebas (jumlah

uang beredar,suku bunga bank, dan kurs rupiah terhadap dolar) terhadap laju inflasi.

H1 : Terdapat pengaruh yang sigifikan terhadap variabel bebas (jumlah uang

Kriteria pengujian hipotesisnya: Jika Fhitung > Ftabel maka H0 ditolak

Jika Fhitung < Ftabel maka H0 diterima

Untuk menguji model regresi yang telah terbentuk, maka dapat diambil: x1i = X1i - X ₁

Tabel 4.4 Nilai-nilai yang diperlukan untuk Uji Regresi Linier Berganda

15 17.708 -0.427 0.005 -0.859 313.5733 0.182329

1 4.9E-05 4.800481 -202.406771 0.707693 0.015337 2 0.013924 4.044121 -222.53726 1.152303 -0.2373 3 0.0729 3.316041 -211.143129 1.043433 -0.49167 4 0.145161 1.771561 -148.960196 0.762663 -0.50711 5 0.226576 1.324801 -97.557609 0.659523 -0.54788 6 0.219024 0.505521 -42.906006 0.407403 -0.33275 7 0.249001 0.047961 12.452778 -0.12549 0.109281 8 0.25 0.001521 1.316016 -0.02235 0.0195 9 0.070756 0.047961 8.859426 -0.12549 0.058254 10 0.018225 0.167281 12.90395 -0.13211 0.055215 11 0.000225 0.461041 19.665877 0.120183 0.010185 12 0.003481 1.079521 -27.472199 0.183903 -0.0613 13 0.021025 1.390041 2.303766 0.208683 0.170955 14 0.0064 1.610361 16.873893 0.541863 0.10152 15 2.5E-05 0.737881 -15.211172 0.366793 -0.0043 16 0.001089 0.108241 -8.019046 0.140483 -0.01086 17 0.1089 0.143641 -20.0491 0.161833 -0.12507 18 0.0841 0.089401 -24.776934 0.127673 -0.08671 19 0.103041 0.072361 -20.240098 0.114863 -0.08635 20 0.128881 0.062001 -18.893871 0.106323 -0.08939 21 0.155236 0.269361 -51.364392 0.221613 -0.20449 22 0.2209 0.047961 -17.176827 0.093513 -0.10293 23 0.217156 0.259081 -53.370177 0.217343 -0.23719 24 0.393129 0.279841 -76.795988 0.225883 -0.33168

JKreg = b1∑x1y1+ b2∑x2y1+ b3∑x3y1

= (−0,013 x (−1.184,51)) + (1,795 x 7,15854) + (3,487 x(−2,9167))

= 17,918

Untuk JKres dapat diketahui dari table 4.3

JKres = ∑ Yi− Ŷi 2

= 4,9423433

Jadi Fhitung dapat dicari dengan rumus dibawah ini:

Fhit =

JKreg/k

JKres/(n−k−1)

= 17,918/3

4,9423433 /(24−3−1)

= 25,309

Dengan demikian dapat disimpulkan bahwa:

Dari tabel distribusi F untuk dkpembilang = 3, dkpenyebut = n-k-1 = 24-3-1 = 20

diperoleh Ftabel (0,05) = 3,10. Sehingga didapat Fhitung (25,309) > Ftabel (3,10) maka

H0 ditolak dan H1 diterima. Hal ini berarti persamaan regresi linier berganda Y

atas X1, X2, dan X3 bersifat nyata. Ini berarti terdapat pengaruh yang signifikan

4.4 Pengujian Koefisien Korelasi

4.4.1 Perhitungan Korelasi antara Variabel Bebas dan Variabel Terikat

Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel terikat, maka dari table 4.2 dapat dihitung besar koefisien korelasinya yaitu:

1. Koefisien korelasi antara Laju Inflasi (Y) dengan Jumlah Uang Beredar (X1)

r_{YX 1} = n∑X1iYi− (∑X1i)(∑Yi) [n∑X_1i2 − ∑X_1i 2_][n∑_Y

i2− ∑Yi 2]

= 24 79545,64 − 16.717,201 115,9

24 11.780.672 − 16.717,201 2 _{24 582,3384} − _115,9 2

= 1.909.095,36− 1.937.523,5959

3.271.318,725599 (543,3116)

= −0,674

2. Koefisien korelasi antara Laju Inflasi (Y) dengan Suku Bunga Bank (X₂)

r_{YX 2} = n∑X2Yi− (∑X2i)(∑Yi)

[n∑X_2i2 − ∑X2i 2][n∑Yi2− ∑Yi 2]

= 24 723,0825 − (148,25)(115,9)

24 920,6875 − 148,25 2 _{[24 582,3348} − _115,9 2_]

= 17.353,98−17.182,175

118,4375 (543,3116)

= 0,677

r_{YX 3} = n∑X3iYi− (∑X3i)(∑Yi)

[n∑X_3i2 − ∑X3i 2][n∑Yi2− ∑Yi 2]

= 24 1048,91441 − (217,808)(115,9)

24 1979,3894 − 217,808 2 _{[24 582,3348} − _115,9 2_]

= 25.173,94584−25.243,9472

65,020736 (543,3116)

= −0,372

4.4.2 Perhitung Korelasi antar Variabel Bebas

1. Koefisien korelasi antara Jumlah Uang Beredar (X1) dengan Suku Bunga Bank

(X2)

r₁₂ = n∑X1iX2i− (∑X1i)(∑X2i)

[n∑X_1i2 − ∑X1i 2][n∑X2i2 − ∑X2i 2]

= 24 102.554,786 − (16.717,201)(148,25)

[24 11.780.627 − 16.717,201 2_{][24 920,6875} − _148,25 2_]

= 2.461.314,864−2.478.325,04825

= 3.653.812,8−3.641.140,115408

3.271.318,725599 65,020736

= 0,869

3. Koefisien korelasi antara Suku Bunga Bank (X2) dengan Kurs Rupiah

Terhadap Dolar (X3)

r23 =

n∑X_2iX_3i− (∑X_2i)(∑X_3i)

[n∑X_2i2 − ∑X_2i 2_][n∑_X 3i

2 _{− ∑X} 3i 2]

= 24 1342,316 − 148,255 217,808

24 920,6875 − 148,255 2 _{12 1978,3894} − _217,808 2

= 32.215,584−32.291,12504

118,4375 (65,020736)

= −0,849

Dari perhitungan didapat nilai koefisien korelasi:

1) rYX1 = −0,674 variabel X1 berkorelasi kuat terhadap variabel Y 2) rYX₂ = 0,677 variabel X2 berkorelasi kuat terhadap variabel Y

3) r_YX3 = −0,372 variabel X3 berkorelasi lemah terhadap variabel Y

4) r12 = −0,864 variabel X1 berkorelasi sangat kuat terhadap variabel X2

5) r13 = 0,869 variabel X1 berkorelasi sangat kuat terhadap variabel X3

4.5 Perhitungan Koefisien Determinasi

Berdasarkan tabel 4.4 didapat harga ∑y_i2 = 22,638 sedangkan JKreg yang telah

dihitung adalah = 17,918 Maka selanjutnya dengan rumus: R2 = JKreg

∑y_i2

= 17,918 22,638

= 0,792

Sehingga didapat koefisien korelasi:

R = R2

= 0,792

= 0,890

Dari hasil perhitungan didapat didapat nilai koefisien determinasi sebesar 0,792 dan dengan mencari akar dari R2, diperoleh koefisien korelasi gandanya sebesar 0,890. Nilai tersebut digunakan untuk mengetahui pengaruh variabel independent terhadap perubahan variabel dependent. Artinya 79,2% laju inflasi dipengaruhi oleh jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dolar. Sedangkan 20,8% sisanya dipengaruhi oleh faktor-faktor lain.

4.6 Pengujian Koefisien Regresi Linier Berganda

Dari perhitungan didapat persamaan penduga regresi berganda:

Untuk mengetahui bagaimana keberartian adanya setiap variabel bebas dalam persamaan regresi di atas, perlu diadakan pengujian tersendiri mengenai koefisien-koefisien regresinya.

1. Hipotesis Pengujian

H0 : Tidak ada pengaruh yang signifikan antara koefisien X1,X2,X3 terhadapY

H1 : Ada pengaruh yang signifikan antara koefisien X1, X2, X3 terhadap Y

2. Taraf nyata signifikan (α) diambil sebesar 0,05

3. Kriteria pengujian : terima H0 jika ti < ttabel dan tolak H0 jika ti > ttabel

4. Mengambil kesimpulan berdasarkan kriteria pengujian.

= 0, 247

Dari tabel distribusi t dengan dk=20 dan α=0,05 diperoleh ttabel = 2,09 dan hasil

dari perhitungan di atas diperoleh: 1. t1 = - 4,232 < 2,09

2. t2 = 3,801 > 2,09

3. t3 = 5,378 > 2,09

BAB 5

IMPLEMENTASI SISTEM

5.1Pengertian Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain sistem yang disetujui, menginstal dan memulai sistem atau sistem yang diperbaiki.

Tahapan implementasi sistem merupakan tahapan penerapan hasil desain yang tertulis ke dalam programming. Pengolahan data pada tugas akhir ini menggunakan software yaitu SPSS 17.0 dalam memperoleh hasil perhitungan.

5.2 Sekilas Tentang Program SPSS

SPSS pertama sekali diperkenalkan oleh tiga mahasiswa Standford University pada tahun 1968. Tahun 1948 SPSS sebagai software muncul dengan nama SPSS/PC+ dengan sistem Dos. Lalu sejak tahun 1992 SPSS mengeluarkan versi Windows. SPSS dengan sistem Windows telah mengeluarkan software dengan beberapa versi yang berkembang dalam penggunaannya dalam mengolah data statistika.

SPSS sebelumnya dirancang untuk pengolahan data statistik pada ilmu-ilmu sosial, sehingga SPSS merupakan singkatan dari Statistical Package for the

Social Science. Namun, dalam perkembangan selanjutnya penggunaan SPSS

diperluas untuk berbagai jenis penggunaan, misalnya untuk proses produksi di perusahaan, riset ilmu-ilmu sains dan sebagainya. Sehingga kini SPSS menjadi singkatan dari Statistical Product and Service Solutions.

5.3Pengolahan Data dengan SPSS

1. Memulai SPSS pada window yaitu sebagai berikut :

 Pilih menu Start dari Windows

 Selanjutnya pilih menu All Program

Tampilannya adalah sebagai berikut :

Gambar 5.1 Tampilan Pengaktifan SPSS 17.0

2. Memasukan data ke dalam SPSS

SPSS Data Editor mempunyai 2 tipe lingkungan kerja yaitu : Data View dan

Variable View. Untuk menyusun defenisi variabel, posisi tampilan SPSS Data Editor harus berada pilih ada “Variable View”. Lakukan dengan mengklik tab

sheet Variable View yang berada dibagian kiri bawah atau langsung menekan Ctrl+T. Tampilan variable view juga dapat dimunculkan dari View lalu pilih

Variable.

Tampilannya adalah sebagai berikut :

Gambar 5.3 Tampilan Jendela Variabel View dalam SPSS

Pada tampilan jendela Variabel view terdapat kolom-kolom berikut :

Type : untuk mendefenisikan tipe variabel apakah bersifat numeric atau string

Widht : untuk menuliskan panjang pendek variabel

Decimals : untuk menuliskan jumlah desimal di belakang koma

Label : untuk menuliskan label variabel

Values : untuk menuliskan nilai kuantitatif dari variabel yang skala pengukurannya ordinal atau nominal bukan scale

Missing : untuk menuliskan ada tidaknya jawaban kosong

Columns : untuk menuliskan lebar kolom

Align : untuk menuliskan rata kanan, kiri atau tengah penempatan teks atau angka di Data view

Measure : untuk menentukan skala pengukuran variabel, misalnya nominal, ordinal atau scale

2.1Pengisian Variabel

Tempatkan pointer pada baris pertama di bawah Name. Variabel Y

Values dan Missing : Abaikan pilihan ini karena data tidak dikategorisasikan

Measure : Pilih scale Variabel X

Name : Letakkan kursor di bawah inflasi, lalu klik ganda pada sel tersebut kemudian ketik uang_beredar

Type : Pilih numeric karena berupa angka Width : Untuk keseragaman ketik 8

Decimal : Ketik 2

Label : Ketik Jlh Uang Beredar Align : Pilih Center

Measure : Pilih scale

Lakukan seterusnya untuk variabel X2 dan X3 dengan Name dan Label yang sesuai dengan Variabel yang dimaksudkan.

2.2Pengisian Data

1. Aktifkan jendela data dengan mengklik Data View

2. Ketikkan data yang sesuai dengan setiap variabel yang telah didefenisikan pada Variabel View.

Gambar 5.4 Tampilan Jendela Pengisian Data View

5.4 Pengolahan Data dengan Persamaan Regresi

Langkah-langkahnya adalah sebagai berikut :

1. Tampilkan lembar kerja dimana sudah terdapat data yang akan dianalisis 2. Dari menu utama SPSS, klik menu Analyze, lalu pilih sub menu Regression

Gambar 5.5 Pilih Analyze,Regression, Linear

3. Setelah itu akan muncul kotak dialog Linear Regression, pada kotak dialog ini akan ditampilkan variabel-variabel yang akan diuji. Masukkan variabel tak bebas Y (laju inflasi) pada kotak Dependent, dan variabel bebas X (jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dolar) pada kotak

Gambar 5.6 Kotak Dialog Linier Regression

Gambar 5.7 Kotak dialog Linear Regression : Statistics

Gambar 5.8 Kotak dialog Linear Regression : Use Probability of F

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Berdasarkan analisis data yang telah dilakukan, maka diperoleh beberapa kesimpulan antara lain:

1. Model persamaan regresi linier berganda adalah : = - 28,945 - 0,013 ₁+ 1,795 ₂ + 3,487 ₃

2. Dari hasil bab sebelumnya diperoleh bahwa jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dolar secara bersama-sama berpengaruh positif dan signifikan terhadap variabel Y dan secara parsial hanya variabel 2(subu bunga bank) dan 3 (kurs rupiah terhadap dolar)

yang berpengaruh positif dan signifikan terhadap variabel Y. Hal ini menyimpulkan bahwa jika secara bersama-sama variabel bebas ( ₁, ₂ ,

3) bertambah akan mempengaruhi fluktuasi harga beras (Y), namun jika

secara parsial hanya pertambahan dari 1 dan 2 yang akan

mempengaruhi laju inflasi di Indonesia.

4. Dari variabel bebas (jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dolar), variabel terikat dapat dijelaskan sebesar 79,2% dalam penelitian ini, sisanya sebesar 20,8% dipengaruhi oleh variabel lain yang tidak dapat dijelaskan dalam penelitian ini.

6.2 Saran

1. Penulis menyarankan agar metode analisis regresi dapat dikembangkan sehingga dapat digunakan untuk meramalkan laju inflasi di Indonesia, ataupun untuk meramalkan hal-hal lain sehingga dapat digunakan sebagai acuan untuk mengambil keputusan atau kebijakan moneter.

DAFTAR PUSTAKA

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

BPS. Laporan Perekonomian Indonesia 2011, Jakarta http://id.wikipedia.org/wiki/Statistika

J. Supranto. 1977. Statistik Teori dan Aplikasi Edisi ke-6. Jakarta: Erlangga J. Supranto. 2009. The Power of Statistics Edisi ke-2. Jakarta: Salemba Empat Priyatno Duwi. 2011. Buku Saku SPSS Analisis Statistik. Yogyakarta: Media Kom Riduwan, Drs, M.B.A. dan Engkos Ahmad Kuncoro, S.E.,M.M. 2007. Analisis

Jalur ( path analysis ). Alfabeta.

Suharsimi Arikunto, Dr, Prof. 2005. Prosedur Penelitian. Rineka Cipta. Sudjana. 1996. Teknik Analisis Regresi dan Korelasi. Tarsito, Bandung. Sudjana. 1992. Metoda Statistika Edisi ke-6. Bandung. Tarsito

Sutrisno Hadi. 2001. Statistik Jilid 2. Yogyakarta. Andi www.google.com