BAB 3
GAMBARAN UMUM BADAN PUSAT STATISTIK
3.1 BPS (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 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.
3.2 Visi dan Misi BPS (Badan Pusat Statistik)
3.2.1 Visi BPS (Badan Pusat Statistik)
Badan Pusat Statistik mempunyai visi menjadikaninformasi Statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung Sumber Daya Manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang muktahir.
3.2.2 Misi BPS (Badan Pusat Statistik)
1. Memperkuat landasan konstitusional dan operasional lembaga statistik untuk penyelenggaraan statistik yang efektif dan efisien.
2. Menciptakan insan statistik yang kompeten dan profesional, didukung pemanfaatan teknologi informasi mutakhir untuk kemajuan perstatistikan Indonesia.
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.
3.3 Struktur Organisasi Badan Pusat Statistik Provinsi Sumatera Utara
Setiap perusahaan baik perusahaan pemerintah maupun swasta mempunyai struktur organisasi, karena perusahaan juga merupakan organisasi. Dimana organisasi adalah suatu system 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 hubungan yang satu dengan yang lain.
Adapun struktur organisasi yang dipakai oleh Badan Pusat Statistik Provinsi Sumatera Utara adalah struktur organisasi berbentuk Lini dan staff.
1. Kepala kantor Badan Pusat Statistik Provinsi Sumatera Utara 2. Bagian Tata Usaha
3. Bidang Statistik Produksi 4. Bidang Statistik Distribusi 5. Bidan Statistik Kependudukan
6. Bidang Pengolahan, Penyaajian dan Pelayanan Statistik 7. Bidang Neraca Wilayah dan Analisis Statistik
3.4 Job Description
Dalam menjalankan suatu organisasi maka diperlukan personal-personal jabatan tertentu dalam organisasi tersebut dimana masing-masing diberi tugas dan fungsi 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 statistika ada 5 bidang, yaitu : 1. Bidang Statistik Produksi
Bidang Statistik Produksi mempunyai tugas untuk melaksanakan kegiatan statistic pertanian, industry serta konstruksi pertambangan dan energy.
2. Bidang Statistik Distribusi
Bidang Statistik Distribusi mempunyai tugas untuk melaksanakan kegiatn statistic konsumen dan perdagangan besar, statistic keuangan dan harga produsen serta Statistik Kesejahteraan.
3. Bidang Statistik Sosial
Bidang Statistik Kependudukan mempunyai tugas untuk melaksanakan kegiatan statistik demografi dan rumah tangga, satatistik ketenaga kerjaan dan statistic kesejahteraan.
4. Bidang Itegrasi Pengolahan dan Distribusi Sosial
Bidang Statistik Pengolahan Data mempunyai tugas yaitu melaksanakan kegiatan dan penyiapan data, penyusunan system, dan program serta operasional pengolahan data dengan computer.
5. Bidang Neraca Wilayah dan Analisis Statistik
Bidang Neraca Wilayah dan Analisis Statistik mempunyai tugas yaitu melaksanakan kegiatan penyusunan neraca produksi, neraca konsumen dan akumulasi penyajian analisis serta kegiatan penerapan statistic.
BAGAN STRUKTUR BADAN PUSAT STATISTIK PROVINSI
SUMATERA UTARA
BAB 4
PENGOLAHAN DATA
4.1 Pengolahan Data
Data yang diambil dari kantor Badan Pusat Statistik Sumatera Utara adalah data Jumlah Tenaga Kerja Industri Besar dan Sedang, Jumlah Perusahaan Industri Besar dan Sedang, Biaya Input, dan Nilai Tambah Berdasarkan Harga Pasar.
Tabel 4.1 Jumlah Tenaga Kerja, Jumlah Perusahaan Industri Besar dan
Sedang, Biaya Input, dan Nilai Tambah Berdasarkan Harga Pasar.
Wilayah Jumlah Tenaga Kerja Jumlah Perusahaan Biaya Input Nilai Tambah Nias 0 0 0 0 Mandailing Natal 310 1 384,49 27,53 Tapanuli Selatan 390 2 912,33 161,02 Tapanuli Tengah 1530 5 461,75 141,19 Tapanuli Utara 135 1 113,37 3,78 Toba Samosir 745 11 350,5 315,35 Labuhanbatu 3505 19 3507,23 1083,55 Asahan 7540 112 6193,15 1253,3 Simalungun 5181 49 6211,65 1547,82 Dairi 232 2 7,3 5,18 Karo 735 4 145,95 148,85 Deli Serdang 47998 344 14891,52 5662,01 Langkat 7580 57 2456,22 1684,07 Nias Selatan 45 2 0,91 1,5
Tabel 4.1 Jumlah Tenaga Kerja, Jumlah Perusahaan Industri Besar dan
Sedang, Biaya Input, dan Nilai Tambah Berdasarkan Harga Pasar
(Lanjutan). Wilayah Jumlah Tenaga Kerja Jumlah Perusahaan Biaya Input Nilai Tambah Humbang Hasundutan 198 5 15,93 11,62 Pakpak Bharat 0 0 0 0 Samosir 45 1 5,5 15,14 Serdang Bedagai 9615 49 1886,53 1201,83 Batu Bara 5065 41 4043,22 8462,23
Padang Lawa Utara 2165 6 2522,75 746,26
Padang Lawas 1140 5 1158,96 467,1 Labuhanbatu Selatan 3260 19 6719,58 2894,85 Labuhanbatu Utara 3400 15 3082,58 614,28 Nias Utara 0 1 0 0 Nias Barat 0 0 0 0 Sibolga 0 0 0 0 Tanjungbalai 558 13 823 465,72 Pematangsiantar 4228 35 2010,77 537,14 Tebing Tinggi 1350 14 2186,81 135,27 Medan 36980 151 21621,56 7405,43 Binjai 1130 19 47,36 30,85 Padangsidimpuan 335 3 149,66 130,3 Gunungsitoli 21 1 0,36 0,45 Jumlah 145416 987 81910,94 35153,62 Rata-rata 4406,55 29,91 2482,15 1065,26
Dari data tabel 3.1 maka:
Y = Jumlah Tenaga Kerja
X1 = Jumlah Perusahaan
X2 = Biaya Input
X3 = Nilai Tambah
Dalam mengalisa data tabel 3.1 tersebut menggunakan SPSS, diperoleh output dan penjelasannya sebagai berikut:
Tabel 4.2 Tampilan SPSS untuk Persamaan Garis Regresi Linier Ganda.
Dari tabel 3.2 kolom unstandardized coefficients, diperoleh nilai:
b0 = -725.988
b1 = 99.932
b2 = 0.873
b3 = -0.021
Dengan demikian persamaan regresi linier ganda yang didapat atas X1, X2,
Untuk lebih jelasnya digunakan penghitungan secara manual, untuk itu perlu dicari harga-harga untuk tabel berikut.
Tabel 4.3 Harga-Harga yang Diperlukan Untuk Menghitung Koefisien b0, b1, b2, dan b3 !" # $ % !" & " ' "( )* )+ )* ), )+ ), - - - -# ( . - ./010 12. ./010 12. -2/21-" 3 ( . - 1.. 4 1- / 0144 . 1-0 04 -.1./ " # 2.- 2 04 1 2 0 1 .-/1 2 -21 2 42 010/ " 5( .2 .1. .1 / .1. .1 / 0 /120 3 02 .2-12 . 21.2 ./2212- .04/1/2 -2.-1 / 6 " (" .2-2 .2- 1 . -/.122 444. 1. -2/ 102 ./-- 2 1-20- 4 .1 2 2.1. 4 .4. 1/- 0-.4 14- 4 / 01 -3 " #" 2 / 0 4 142 20 1/ .-0. -1/2 2/0.1 / 4 02 41 -7 . 1. 21 / 014- -1.4 . 1/ $ .2 0 021 2 0/1/2 2/.1/- 2 210- 0144 7 3 # 0 / .00 0/ 12 244 1- 2 4/ 1// 0 . 100 /0. 2 .21 4 6 # ( 2/- 2 0241 4/01- 0---0120 2 1 0 .400410 3 ( 02 -1 12 1/ . 1. 8" # 8 " "( / 2 21 . 14 142 2/1 - /21 & ( - - - -3 02 212 21 0 212- 21 0 /.1 3 # # 4 2 0 //412. - 1/. 0. 1 2/// 14 4 //1.2 (" 2-42 0 0-0.1 /04 1 . 42 1- .04 2 10. .0 042 12/ & # 6 9 5( 42 4 2 1 2 041 4 2 .412- 00 124 // 4 10 & # 6 9 0- 2 2/1 4 04 1 2 01/- ..212- 20 .2-1 6 " (" 3 ( . 4- 4 12/ / 01/2 4 1- 22-- 1 2 02 41 4 6 " (" 5( .0-- 2 .-/ 12/ 4 01 / 04 ./1 - 01 - / .24 1 0
Tabel 4.3 Harga-Harga yang Diperlukan Untuk Menghitung Koefisien b0, b1, b2, dan b3 (Lanjutan) !" # $ % !" & " ' "( )* )+ )* ), )+ ), 5( - - - -( - - - -3 # - - - -%" # 22/ . / . 0421 -4 1-- 4-201.4 ./. / 124 & ( # ( 0 / .2 - -1 2. 1 0 -. 41 2 / 1 - -/--421--# ## .2- 0 /41/ .21 .-4 21.0 / .1 / 2/- 1 .4 /- 2 4 124 0-210. . 40/22124 / 1 . 4- 4 0 1-% .- 0 1.4 .-1/2 / 1/0 2/41 2 04 1-4 & # " ..2 . 0 144 .-1. 00/1 / . -1 - 21 -:" " # ( -1.4 -102 -1.4 -102 -1 4
Tabel 4.3 Harga-Harga yang Diperlukan Untuk Menghitung Koefisien b0, b1, b2, dan b3 (Lanjutan) )* )+ ), )*; )+; ),; ; - - - -# ( . - 1 - /2.01.- 0 /. 124 2 1 - 4 --" 3 ( /- .22/-/1 - 4 1/- 0 /. .041-. 2 100 2 --" # 42- -40 12- 4- -1 - 2 . .1-4 .014 .0- --" 5( .2 2.-01 2 2 -1.- /2 1 4 01 / 2 3 / 2 4 12- .0 .21 2 /2-1 2 00214 222- 2 6 " (" 442 2 /0 1 2 . /0 1 2 .4 .--44 1 0-/-14- /2- 2 /000/- 044 4.2 1-- 00 // 1-- 200 ./.22 -41 2 - 4-1/ 24/2 4--3 " #" 2./4 . / 22/142 /- 2210 0- ./2/02 21 . 2 041 2 4/0 4 7 040 4 .14- - 1 4 0 2.1 41/. 2./ 0 $ 0- - .1 2 - 0-01 2 4 .- 10- 241. 20- 2 7 3 # 42 . 0 4. 41 4 42 221 / /..4 2 .4 1 . -2/.2 1 0 .-./-/--0 6 # ( 0. -4- /4 / 0 14- 42 2-14- . 0 4-..- 414 /.4- 1 4 2 0240--3 ( - 0-1 2 4 12- 0 -1/. 1 2 - 2 8" # 8 " "( - . 201 0 .--1 4 2 2.1 4 .21- . -0 & ( - - - -3 02 0 12- 4/ 1.- .-1 2 1 - 2 3 # # 0 .2 / ./ /21 2 2222 2102 0- .22/ 2100 000. 21.2 00/ 2 (" - 442 -0 / - 1.- 0 /4 01 2 4/ 4.0 4 1 4- ..412 2420 2 & # 6 9 5( - 204 2.1 2 4 242 1 - .4 4.40 4 124 224 -.1 04/ 2 & # 6 9 2 -- . 010- 2. 0 01-- 2 .0. //1 / / / 10 4--6 " (" 3 ( 4 0- -2/.-1/- 0. 1-- .4 02 2 221./ /./- 2412 -4 4--6 " (" 5( 2 --- -0/- 1-- -//22 1-- 2 2- 104 . .. 1 24----5( - - -
-Tabel 4.3 Harga-Harga yang Diperlukan Untuk Menghitung Koefisien b0, b1, b2, dan b3 (Lanjutan) )* )+ ), )*; )+; ),; ; ( - - - -3 # - - - -%" # 20 02 .01-- 2 / 1 4 4 4 . 4/ 21 . .40 & ( # ( 0 /- /2- 2.2124 - 1 2 0-0. 21 //2 1./ / 2 /0 # ## / -- 2 .12- / 4 012- 4 0 / . 1 / / 1 / 2--22/. /- 242 //1/- ./2 /- 10- /- 04 0 /241/. 20/0-. .10/ .4 2 -0--% 0 - 2.2 41/- .0/4-12- .4 0 1 2 1 4 --& # " --2 2- .41 - 0.42-12- . /1 4 /1- 2 :" " # ( 124 102 -1 . -1 - 00
Dari table 4.3 diperoleh harga-harga sebagai berikut: = 145416 = 24720955 = 987 = 1715492768,87 " = 81910,94 = 651169378 = 35153,62 = 166585 = 10167450,62 = 877669778,81 = 3908549,79 = 178172017,50 = 332133445,73 Dengan persamaan: !"""""" # ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !
Maka diperoleh persamaan sebagai berikut:
145416 = 33b0 + 987b1 + 81910,94b2 + 35153,62b3
651169378 = 35153,62b0 + 3908549,79b1 + 332133445,73b2 +
178172017,50b3
Setelah persamaan disubstitusikan, diperoleh harga-harga sebagai berikut:
b0 = -725,988
b1 = 99,932
b2 = 0,873
b3 = -0,021
Dengan demikian persamaan regresi linier yang didapat atas X1, X2, dan
X3 adalah:
-725,988 99,932 ^ [W\ -0,021
4.2 Standar Error Estimasi
Untuk menghitung kekeliruan baku taksiran Sy,123 diperlukan harga-harga yang
diperoleh dari persamaan regresi di atas untuk tiap harga X1, X2, dan X3 yang
diketahui.
Maka kekeliruan bakunya dapat dihitung dengan persamaan 2.6:
$)* + O -= + = """!= !/
$)* + O _` ` a`b c`= = """
$)* + O _` ` a`b c`d """
$)* + ec b dd"""
$)* + 2259,71
Dengan hal ini berarti rata-rata jumlah tenaga kerja yang sebenarnya akan menyimpang dari rata-rata jumlah tenaga kerja yang diperkirakan sebesar 2259,71.
4.3 Uji F pada Regresi Linier Ganda
Menguji keberartian regresi linier berganda dimaksudkan untuk meyakinkan apakah regresi berbentuk linier yang didapat berdasar penelitian ada artinya bila dipakai untuk membuat kesimpulan mengenai peubah.
Dari harga-harga table 4.3 dapat diketahui nilai jumlah kuadrat regresi (JKreg), nilai jumlah kuadrat residu (JKres) dan selanjutnya dapat dihitung Fhitung
Hipotesa mengenai keberartian model regresi adalah:
dilakukan untuk mengetahui apakah variabel-variabel bebas secara bersamaan memiliki pengaruh terhadap variabel tak bebas.
Langkah-langkah pengujiannya adalah sebagai berikut:
6. HO : b1 = b2 = b3 = ... = bk = 0, (X1, X2, ..., Xk tidak mempengaruhi Y)
H1 : minimal ada satu parameter koefisien regresi yang tidak sama dengan nol atau mempengaruhi Y.
7. Menentukan taraf nyata dan Ftabel dengan derajat kebebasan v1 = k dan v2 =
n-k-1
8. Menentukan kriteria pengujian H0 diterima bila Fhitung "2 Ftabel H0 ditolak bila Fhitung 3 Ftabel
9. Menentukan nilai statistik F dengan rumus: 45!6 789 : + 789 $ - ;+; /
(2.7) Dimana:
JKreg = jumlah kuadrat regresi JKres = jumlah kuadrat residu (sisa) (n – k – 1) = derajat kebebasan JKreg = b1 )!< ! + b2 )!< ! + bk )!< ! (2.8) Keterangan: " " "=" > " " "=" > " " "=" >
789 $ - != !/ (2.9)
10. Membuat kesimpulan apakah H0 diterima atau ditolak.
2.6 Koefisien Determinasi
Koefisien determinasi yang dinyatakan dengan R2 untuk menguji regresi linier berganda yang mencakup lebih dari dua variabel. Koefisien determinasi adalah untuk mengetahui proporsi keberagaman total dalam variabel tak bebas Y yang dapat dijelaskan atau diterangkan oleh variabel-variabel bebas X yang ada di dalam model persamaan regresi linier berganda secara bersama-sama. Maka R2 akan ditentukan dengan rumus:
? 789 :
)! (2.10)
)! " ! =- / (2.11)
Keterangan:
JKreg = jumlah kuadrat regresi
2.7 Koefisien Korelasi
Analisis Korelasi adalah alat yang dapat digunakan untuk menghitung adanya derajat hubungan linier antara satu variabel dengan variabel lain. Hubungan antara variabel ini dapat berupa hubungan yang kebetulan belaka, tetapi dapat juga merupakan hubungan sebab akibat.
Untuk mencari korelasi antara variabel Y dan X dapat dirumuskan sebagai berikut: @ ABCDC.- ABC/- DC/ ,E ACF.- AB/FGE D CF.- DB/FG (2.12)
Untuk menghitung korelasi antara variabel tak bebas dengan tiga buah variabel bebas masing-masing adalah:
4. Koefisien korelasi antara Y dan X1 @H ABCDC.- ABC/- DC/
,E ABCF.- ABC/FGE DCF.- DC/FG
(2.13)
5. Koefisien korelasi antara Y dan X1 @H AFCDC.- AFC/- DC/
,E AFCF.- AFC/FGE DCF.- DC/FG
(2.14)
6. Koefisien korelasi antara Y dan X3 @H AICDC.- AIC/- DC/
,E AICF.- AIC/FGE DCF.- DC/FG
(2.15)
Sedangkan untuk menghitung korelasi variabel bebas masing-masing adalah:
4. Koefisien korelasi antara X1dan X2 @ ABCAFC.- ABC/- AFC/
,E ABCF.- ABC/FGE A
FCF.- AFC/FG
(2.16)
5. Koefisien korelasi antara X1 dan X3 @ ABCAIC.- ABC/- AIC/
,E ABCF.- ABC/FGE AICF.- AIC/FG
(2.17)
6. Koefisien korelasi antara X2 dan X3
@ AFCAIC.- AFC/- AIC/ ,E AFCF.- AFC/FGE A
ICF.- AIC/FG"
(2.18)
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:
4. Korelasi Postif
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.
5. Korelasi Negatif
Korelasi negatif terjadi apabila perubahan pada variabel yang satu diikuti dengan 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.
6. Korelasi Nihil
Korelasi nihil terjadi apabila perubahan pada variabel yang satu diikuti pada perubahan variabel yang lain dengan arah yang tidak teratur (acak).
Koefisien korelasi nihil adalah =J 2 @ 2 J* Jika dua variabel berkorelasi negatif maka nilai koefisien korelasi akan mendekati -1. Jika dua variabel tidak
Untuk lebih memudahkan mengetahui seberapa jauh derajat keeratan antara variabel tersebut, dapat dilihat pada perumusan berikut ini:
-1,00"2 r 2 -0,80 berarti berkorelasi kuat secara negatif; -0,79 2 r 2 -0,50 berarti berkorelasi sedang sacara negatif; -0,49"2 r 2 0,49 berarti berkorelasi lemah;
0,50"2 r 2 0,79 berarti berkorelasi sedang secara positif; 0,80"2 r 2 1,00 berarti berkorelasi kuat secara positif.
2.8 Uji Signifikan Parameter Regresi Individual
Meskipun telah diberikan cara uji keberartian regresi dalam uji F, namun belum diketahui bagaimana keberartian adanya setiap variabel bebas dalam regresi itu. Oleh karena itu untuk mengetahui bagaimana keberartian adanya setiap variabel bebas dalam regresi perlu diadakan pengujian mengenai b1,b2, b3. Pengujian dapat
dirumuskan dengan hipotesa sebagai berikut: HO: variabel X tidak mempengaruhi Y;
H1: variabel X mempengaruhi Y.
Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran KLH M, jumlah kuadrat-kuadrat N dengan N = >N dan koefisien korelasi ganda antar variabel bebas Xi. Dengan harga-harga ini dibentuk kekeliruan baku koefisien b1, dengan persamaan:
$ ! OP <$) +
!QRK .?!M (2.19)
Selanjutnya hitung statistik:
SS UTTVS (2.20)
Yang berdistribusi t student dengan derajat kebebasan dk=(n-k-1). Kriterianya adalah tolak H0 jika ti lebih besar atau lebih kecil dari ttabel.
Pada analisis regresi berganda dihubungkan beberapa variable independen dengan satu variable dependen pada waktu yang bersamaan.
Model persamaan regresi linier ganda adalah :
k k o a x a x a x a YΛ = + 1 1+ 2 2 +....+ Dimana : Λ
Y
= variabel tidak bebas (dependent) = koefisien regresi= variabel bebas (independent)
Koefisien-koefisien
a
o,...,
a
kdapat dihitung dengan menggunakan persamaan: ) ( ... ... ... ) ( ... ) ( ... 2 2 1 1 2 2 2 2 2 1 1 2 2 1 2 1 2 2 1 1 1 1 2 2 1 1 1 + + + + = + + + + = + + + + = + + + + = ki k ki i ki i ki o i ki ki i k i i i i o i i ki i k i i i i o i i ki k i i o X a X X a X X a X a Y X X X a X a X X a X a Y X X X a X X a X a X a Y X X a X a X a n a YDimana koefisien regresi linier berganda dari variable – variable tersebut penulis akan mencari nilai dan pengaruhnya masing – masing
f ^ Zg
Diperoleh nilai koefisien determinasi sebesar 0,96, hal ini berarti 96% jumlah tenaga kerja dapat dijelaskan oleh variable jumlah perusahaan, biaya input, dan nilai tambah berdasarkan hasil pasar dengan persamaan regresi " h =WXY*Z[[ ZZ*Z\X] ^*[W\] = ^*^XJ] "sedangkan sisanya dijelaskan oleh faktor lain.
Dan untuk koefisien korelasi ganda adalah: ? e?
f e^ ZYg f ^ Z[
Dari perhitungan di atas diperoleh korelasi antar variabel Jumlah Perusahaan, Biaya Input, dan Nilai Tambah Berdasarkan Hasil Pasar terhadap Jumlah Tenaga Kerja sebesar 0,98 angka korelasi tersebut membuktikan bahwa ada hubungan antara variabel independent dan ketiga variabel dependent dengan arah positif.
Analisis Korelasi adalah alat yang dapat digunakan untuk menghitung adanya derajat hubungan linier antara satu variabel dengan variabel lain. Hubungan antara variabel ini dapat berupa hubungan yang kebetulan belaka, tetapi dapat juga merupakan hubungan sebab akibat.
Untuk mencari korelasi antara variabel Y dan X dapat dirumuskan sebagai berikut:
@ ABCDC.- ABC/- DC/ ,E ACF.- AB/FGE D
CF.- DB/FG
(2.12)
Untuk menghitung korelasi antara variabel tak bebas dengan tiga buah variabel bebas masing-masing adalah:
7. Koefisien korelasi antara Y dan X1 @H ABCDC.- ABC/- DC/
,E ABCF.- ABC/FGE D
CF.- DC/FG
(2.13)
8. Koefisien korelasi antara Y dan X1 @H AFCDC.- AFC/- DC/
,E AFCF.- A
FC/FGE DCF.- DC/FG
(2.14)
9. Koefisien korelasi antara Y dan X3 @H AICDC.- AIC/- DC/
,E AICF.- AIC/FGE D
CF.- DC/FG
(2.15)
Sedangkan untuk menghitung korelasi variabel bebas masing-masing adalah:
@ ABCAFC.- ABC/- AFC/ ,E ABCF.- ABC/FGE A
FCF.- AFC/FG
(2.16)
8. Koefisien korelasi antara X1 dan X3 @ ABCAIC.- ABC/- AIC/
,E ABCF.- ABC/FGE A
ICF.- AIC/FG
(2.17)
9. Koefisien korelasi antara X2 dan X3 @ AFCAIC.- AFC/- AIC/
,E AFCF.- A
FC/FGE AICF.- AIC/FG
" (2.18)
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:
7. Korelasi Postif
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.
8. Korelasi Negatif
Korelasi negatif terjadi apabila perubahan pada variabel yang satu diikuti dengan 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.
9. Korelasi Nihil
Korelasi nihil terjadi apabila perubahan pada variabel yang satu diikuti pada perubahan variabel yang lain dengan arah yang tidak teratur (acak).
Koefisien korelasi nihil adalah =J 2 @ 2 J* Jika dua variabel berkorelasi negatif maka nilai koefisien korelasi akan mendekati -1. Jika dua variabel tidak berkorelasi akan mendekati 0, sedangkan jika dua variabel berkorelasi positif maka koefisien korelasi akan mendekati +1.
Dari table 4.3 diperoleh harga-harga sebagai berikut:
= 145416 = 24720955 = 987 = 1715492768,87 " = 81910,94 = 651169378 = 35153,62 = 166585 = 10167450,62 = 877669778,81 = 3908549,79 = 178172017,50 = 332133445,73 Dengan persamaan: !"""""" # ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !
145416 = 33b0 + 987b1 + 81910,94b2 + 35153,62b3 24720955 = 987b0 + 166585 b1 + 10167450,62b2 + 3908549,79b3 1715492768,87 = 81910,94b0+ 10167450,62b1 + 3908549,79b2 + 332133445,73b3 651169378 = 35153,62b0 + 3908549,79b1 + 332133445,73b2 + 178172017,50b3
Setelah persamaan disubstitusikan, diperoleh harga-harga sebagai berikut:
b0 = -725,988
b1 = 99,932
b2 = 0,873
b3 = -0,021
Dengan demikian persamaan regresi linier yang didapat atas X1, X2, dan
X3 adalah:
-725,988 99,932 ^ [W\ -0,021
4.2 Standar Error Estimasi
Untuk menghitung kekeliruan baku taksiran Sy,123 diperlukan harga-harga yang
diperoleh dari persamaan regresi di atas untuk tiap harga X1, X2, dan X3 yang
diketahui.
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain yang ada dalam dokumen desain sistem, yang disetujui dan menguji, menginstal, memulai, serta menggunakan sistem yang baru atau sistem yang diperbaiki. Tahapan implementasi sistem merupakn tahapan-tahapan penerapan hasil desain tertulis ke dalam programming. Dalam pengolahan data dalam hal ini digunakan software SPSS 17.0 for windows sebagai implementasi sistem sistem dalam memperoleh hasil perhitungan.
5.2 Mengenal Program SPSS
SPSS merupakan program untuk olah data statistik yang paling populer dan paling banyak pemakaianya di seluruh dunia dan banyak digunakan oleh para peneliti untuk bebagai keperluan seperti riset pasar, menyelesaikan tugas penelitian seperti skripsi, tesis, disertasi dan sebagainya. Awalnya, SPSS merupakan singkatan dari Statistical Package For The Social Science karena program ini mula-mula dipakai untuk meneliti ilmu-ilmu social. Namun, seiring perkembangannya dari waktu ke
kepanjangan SPSS adalah Statistical Product and Service Solution. SPSS pertama kali di buat pada tahun 1968 oleh tiga orang mahasiswa dari Stanford University.
5.3 Mengaktifkan Program SPSS
Langkah-langkah untuk mengaktifkan program SPSS: 1. Klik tombol Start pada jendela windows.
2. Klik All Programs, pilih menu SPSS Inc > Statistics 17.0, maka akan ditampilkan dalam bentuk sebagai berikut:
Gambar 5.1 Tampilan Saat Membuka SPSS pada Windows
3. Tampilan awal pada SPSS:
Gambar 5.2 Tampilan Awal SPSS
5.4 Mengoperasikan SPSS
Tampilan pada SPSS yang telah aktif dilanjutkan dengan membuat data baru, dengan cara:
1. Pilih menu File 2. Pilih New
3. Ketika muncul jendela editor, klik Variabel View yang terletak di sebelah kiri bawah jendela editor. Lalu lakukan langkah sebagai berikut:
a. Name : digunakan untuk memberikan nama variabel b. Type : digunakan untuk menentukan tipe data
d. Decimals : digunakan untuk memeberikan nilai desimal atau angka dibelakang koma
e. Label : digunakan untuk memberi nama variabel
f. Value : digunakan untuk memeberikan value atau nilai data nominal atau ordinal
g. Missing : digunakan untuk menentukan data yang hilang
h. Align : digunakan untuk menentukan rata kanan, kiri, atau tengah i. Measure : digunakan untuk menentukan tipe atau ukuran data, yaitu
nominal, ordinal, atau skala.
5.5 Pemasukan Data
Langkah-langkah analisis dengan SPSS adalah sebagai berikut: 1. Bukalah program SPSS
2. Klik menu file pada SPSS data editor, kemudian klik data
Gambar 5.3 Memasukkan Data ke SPSS
3. Pada kotak dialog data pilih excel(*xls,*xlsx,*xlsm) pada menu file of tifes.
Gambar 5.4 Mengimport Data dari Ms. Excel
Gambar 5.5 Tampilan Memasukkan Data pada Ms. Excel
5. Maka akan muncul tampilan SPSS dengan data dari excel.
Gambar 5.6 Tampilan Data yang Telah di Import dari Ms. Excel
5.6 Analisis Regresi dan Korelasi Dengan SPSS
Adapun langkah-langkah analisis regresi dalam SPSS adalah sebagai berikut: 1. Pilih menu Analyze > Regression > Linear. Akan tampak tampilan seperti
gambar di bawah ini:
Gambar 5.7 Tampilan pada jendela editor Regression
2. Setelah itu akan muncul kotak dialog. Masukkan variable terikat Jumlah Tenaga Kerja (Y) pada kotak Dependent, sedangkan variable bebas Jumlah Perusahaan (X1), Biaya Input (X2), dan Nilai Tambah (X3) pada kotak
Independent (s). masukkan variable Wilayah pada Case Labels.
Gambar 5.8 Kotak Dialog Linier Regression
3. Isi kolom Method dengan perintah Enter
4. Klik Option: pada pilihan Stepping Method Criteria masukkan angka 0,05 pada kolom Entry
Gambar 5.9 Kotak Dialog Linear Regression: Options
5. Cek Include Constant In Equation
6. Pada pilihan Missing Value cek Exclude Cases Listwise 7. Tekan Continue
8. Pilih Statistics: pada bagian Regression Coefficients pilih Estimates Model Fit, Descriptive. Pada pilihan Residuals, pilih Durbin Watson.
Gambar 5.10 Kotak Dialog Linier Regression: Statistics
9. Tekan Continue 10. Klik OK untuk proses
5.7 Output Program SPSS
Gambar 5.11 Output Hasil Korelasi
Gambar 5.14 Output Hasil Anova
Gambar 5.15 Hasil Koefisien dari Regresi
BAB 6
PENUTUP
6.1 Kesimpulan
Berdasarkan hasil analisis yang telah dilakukan, maka dapat diambil beberapa kesimpulan diantaranya:
1. Dari perhitungan diperoleh bahwa persamaan penduga dari Jumlah Tenga Kerja, untuk banyaknya Jumlah Perusahaan, Biaya Input, dan Nilai Tambah adalah:
=a c* d`` dd* d i * `a i = * i
2. Melalui uji keberartian regresi dengan taraf nyata -j ^ ^Y/ disimpulkan bahwa H0 ditolak dan H1 diterima. Hal ini berarti bahwa
persamaan regresi linier ganda Y atas X1, X2, dan X3 bersifat tidak nyata
atau Jumlah Perusahaan, Biaya Input, dan Nilai Tambah tidak mempengaruhi banyaknya Jumlah Tenaga Kerja yang diperoleh pada tahun 2011 di Provinsi Sumatera Utara.
3. Korelasi antara Jumlah Perusahaan, Biaya Input, dan Nilai Tambah Berdasarkan Hasil Pasar terhadap Jumlah Tenaga Kerja sebesar 0,98. Angka korelasi tersebut membuktikan bahwa hubungan antara variable independent dan ketiga variable dependent memiliki korelasi yang kuat dengan arah positif.
1.` Variabel X1 mempengaruhi terhadap variabel Y, sehingga dengan kata
lain terdapat korelasi terhadap variabel Y;
2. Variabel X2 mempengaruhi terhadap variabel Y, sehingga dengan kata
lain terdapat korelasi terhadap variabel Y;
3. Variabel X3 mempengaruhi terhadap variabel Y, sehingga dengan kata
lain terdapat korelasi terhadap variabel Y.
6.2 Saran
Dari analisis dan kesimpulan yang telah di dapat, ada beberapa saran penulis dapat berikan, yang mungkin bias membantu masyarakat maupun pemerintah dalam mengembangkan angka pertumbuhan ekonomi dalam industry di Provinsi Sumatera Utara adalah sebagai berikut:
1. Perindutrian merupakan salah faktor yang mempengaruhi meningkatnya jumlah tenaga kerja di Sumatera Utara, maka pemerintah dan prusahaan industry harus memperhatikan jumlah tenaga kerjanya dalam bentuk menambah biaya pendapatan untuk tenaga kerja. Agar, nilai tambah berdasarkan hasil pasar meningkat untuk menjsejahterakan industry tersebut dan banyaknya jumlah tenaga kerja yang bekerja di industri tersebut.