FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMISKINAN DI KABUPATEN DELI SERDANG
LAPORAN TUGAS AKHIR
HARTINI PUTRI PERDANA MANIK 152407022
PROGRAM STUDI D-3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2018
FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMISKINAN DI KABUPATEN DELI SERDANG
LAPORAN TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya
HARTINI PUTRI PERDANA MANIK 152407022
PROGRAM STUDI D-3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2018
PERNYATAAN ORISINALITAS
FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMISKINAN DI KABUPATEN DELI SERDANG
LAPORAN TUGAS AKHIR
Saya menyatakan bahwa laporan tugas akhir ini adalah hasil karya sendiri, kecuali beberapa kutipan dan ringkasan yang masing–masing disebutkan sumbernya.
Medan, Juni 2018
Hartini Putri Perdana Manik NIM. 152407022
i
PENGESAHAN LAPORAN TUGAS AKHIR
Judul : Faktor-faktor yang Mempengaruhi Angka
Kemiskinan di Kabupaten Deli Serdang Kategori : Laporan Tugas Akhir
Nama : Hartini Putri Perdana Manik
Nomor Induk Mahasiswa : 152407022
Program Studi : Diploma 3 Statistika
Fakultas : MIPA-Universitas Sumatera Utara
Disetujui di Medan, Juni 2018
Ketua Program Studi D-3 Statistika FMIPA USU
Pembimbing,
Dr. FaigiziduhuBu’ul ̈l ̈, M.Si NIP. 195312181980031 003
FAKTOR-FOKTOR YANG MEMPENGARUHI ANGKA KEMISKINAN DI KABUPATEN DELI SERDANG
ABSTRAK
Fenomena kemiskinan tidak dapat dihindari, tetapi pembangunan telah menurunkan jumlah orang miskin tetapi belum mampu menghilangkan kemiskinan. Sudah saatnya program pengentasan kemiskinan pada faktor-faktor yang mempengaruhinya, karena faktor penyebab kemiskinan setiap daerah memiliki karakteristik yang berbeda, sehingga upaya pengentasan kemiskinan juga berbeda.
Data dikumpulkan dari Badan Pusat Statistika Kabupaten Deli Serdang tahun 2004- 2015. Hasil analisis persamaan regresi linier berganda penerapan konstanta menyatakan bahwa jika ada kepadatan penduduk, jumlah pengangguran, tingkat ketenagakerjaan dan jumlah penduduk miskin adalah , koefisien regresi sebesar menyatakan bahwa setiap penambahan penduduk miskin, koefisien sebesar menyatakan bahwa setiap penambahan jumlah pengangguran , maka terjadi peningkatan jumlah pengangguran, koefisien sebesar menyatakan bahwa setiap pengangguran, tingkat ketenagakerjaan, maka akan terjadi pengangguran jumlah tingkat ketenaga kerjaan.
Kata kunci: korelasi, regresi linier
iii
FACTORS AFFECTING POVERTY RATE IN DISTRICT DELI SERDANG
ABSTRACT
The phenomenon of poverty can not be avoided, but development has reduced the number of poor people but has not been able to eliminate poverty. It is time for poverty alleviation programs on the factors that influence it, because the factors causing poverty each region have different characteristics, so that poverty alleviation efforts are also different. Data were collected from Central Statistic Agency of Deli Serdang Regency in 2004-2015. The result of the analysis of multiple linear regression equations the application of constants states that if there is a population density, the number of unemployed, the employment rate and the number of poor is 339.996, the regression coefficient of 3.85 states that any increase of the poor, the coefficient of 0.682 states that every increase in the number of unemployed, there is an increase in the number of unemployed, the coefficient of 0.139 states that each unemployment, employment rate, then there will be unemployment number of employment levels.
Keywords: correlation, linear regression
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pengasih karena dengan kasih karunia-Nya penulis dapat menyelesaikan laporan tugas akhir ini dengan judul “Faktor-faktor yang Mempengaruhi Angka Kemiskinan di Kabupaten Deli Serdang”.
Terima kasih penulis sampaikan kepada Bapak Dr. Fargiziduhu Bu’ul ̈l ̈, M.Si selaku Pembimbing yang telah bersedia meluangkan waktu dan memberikan saran dan motivasi kepada penulis dalam penyusunan tugas akhir ini. Terima kasih kepada Ibu Dr. Elly Rosmaini, M.Si dan Bapak Dr. Open Darnius, M.Sc selaku Ketua dan Sekretaris Program Studi D-3 Statistika FMIPA USU. Terima kasih kepada Bapak Dr. Suyanto, M.Kom dan Ibu Drs. Rosman Siregar, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU. Dan terima kasih juga kepada Bapak Dr. Kerista Sebayang, M.S. selaku Dekan FMIPA USU. Serta terima kasih kepada seluruh staff, pegawai ,dan dosen Program Studi D-3 Statistika FMIPA USU.
dan seluruh staff BPS Kabupaten Deli Serdang.
Tugas akhir ini penulis persembahkan kepada kedua orangtua tersayang yaitu Bapak Abd. Salam Manik dan Ibu Remajayawati Berutu serta adik-adikku Adha, Raja, Alfren, Akmal yang telah memberikan doa dan dukungan yang sangat berharga sehingga penulis bisa menyelesaikan laporan tugas akhir ini. Terima kasih juga kepada teman-teman tersayang Meilly Cristina S, Vanesa dan rekan-rekan kuliah yang selalu memberikan semangat kepada penulis.
Akhir kata semoga Tuhan senantiasa menyertai dan membalas segala kebaikan yang telah diberikan kepada penulis dan semoga laporan tugas akhir ini dapat bermanfaat bagi semua pihak.
Medan, Juni 2018
Hartini Putri Perdana Manik
DAFTAR ISI
Halaman
PERNYATAAN ORISINALITAS i
PENGESAHAN LAPORAN TUGAS AKHIR ii
ABSTRAK iii
ABSTRACK iv
PENGHARGAAN DAFTAR ISI DAFTAR TABEL DAFTAR LAMPIRAN
v vi viii ix
BAB 1 PENDAHULUAN 1
1.1 Latar Belakang 1
1.2 Perumusan Masalah 2
1.3 Batasan Masalah 2
1.4 Tujuan Penelitian 2
1.5 Manfaat Penelitian 1.6 Metodologi Penelitian
3 3
BAB 2 TINJAUAN PUSTAKA 4
2.1 Pengertian Regresi 4
2.2 Analisis Regresi Linier 4
2.3 Analisis Regresi Linier Sederhana 5
2.4 Analisis Regresi Linier Berganda 5
2.5 Kesalahan Standar Estimasi 7
2.6 Koefisien determinasi 7
2.7 Koefisien Korelasi 8
2.8 Uji Regresi Linier Berganda 12
BAB 3 METODE PENELITIAN 14
3.1 Waktu dan Tempat 3.2 Metode Penelitian 3.2.1 Merumuskan Masalah 3.2.2 Pengumpulan Data 3.2.3 Pengolahan Data 3.2.4 Membuat Kesimpulan
14 14 14 14 14 15
BAB 4 HASIL DAN PEMBAHASAN
4.1 Data dan Pembahasan
4.2 Persamaan Regresi Linier Berganda 4.3 Kesalahan Standar Estimasi
4.4 Koefisien Determinasi
16 16 18 22 24
4.5 Koefisien Korelasi
4.6 Uji Regresi Linier Berganda
BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan
5.2 Saran DAFTAR PUSTAKA LAMPIRAN
30 31 33 33 34 35
vi
DAFTAR TABEL
Nomor Tabel
Judul Halaman
4.1 Data Jumlah Penduduk Miskin, Kepadatan Penduduk, Tingkat Pengangguran, dan Ketenagakerjaan Kabupaten
Deli Serdang dari tahun 2004 sampai tahun 2015 17 4.2 Nilai-nilai koefisien Regresi linier berganda 18 4.3 Nilai-Nilai Ŷ Yang Diperoleh Dari Persamaan Regresi
Linier Berganda Untuk Menghitung Kesalahan Tafsiran
Baku 23
4.4 Harga-harga yang diperlukan untuk uji regresi 26
DAFTAR LAMPIRAN
Nomor Lampiran
Judul Halaman
1 Surat Pengantar Riset 36
2 Surat Permohonan Pengantar Riset 37
3 Surat Balasan Permohonan Riset 38
4 Surat Keputusan Pembimbing Laporan Tugas Akhir 39 5 Keterangan Hasil Uji Implementasi Sistem Tugas Akhir 40
6 Kartu Bimbingan Tugas Akhir Mahasiswa 41
7 Formulir Kontrol Bimbingan 42
8 Data kemiskinan penduduk 2004-2015 43
viii
BAB 1 PENDAHULUAN
1.1 Latar Belakang
Kemiskinan di Negara sedang berkembang menjadi masalah yang sangat rumit diselesaikan meskipun kebanyakan Negara-negara ini sudah berhasil melaksanakan pembangunan ekonominya dengan tingkat pertumbuhan produksi dan pendapat nasional yang tinggi, namun pada saat yang bersamaan telah terjadi terjadi peningkataan ketimpang distribusi pendapat antara kelompok kaya dan kelompok miskin, sehingga kemiskinan relative semakin meningkat terutama di wilayah perdesaan.
Tempat tinggal ataupun permukiman yang layak merupakan salah satu dari standar hidup atau standar kesejahteraan masyarakat di suatu daerah. Berdasarkan Kondisi ini, suatu masyarakat disebut misikin apabila memiliki pendapatan jauh lebih rendah dari rata-rata pendapatan sehingga tidak banyak memiliki kesempatan untuk mensejahterakan dirinya (Suryawati; 2004). Kemiskinan juga dianggap sebagai bentuk permasalahan pembangunan yang diakibatkan adanya dampak negatif dari pertumbuhan ekonomi yang tidak seimbang sehingga memperlebar kesenjangan pendapatan antar masyaraka maupun kesenjangan pendapatan ant daerah (inter region income gap) (Harahap; 2006). Studi pembangunan saat ini tidak hanya memfokuskan kajiannya pada faktor-faktor yang menyebabkan kemiskinan, akan tetapi juga mulai mengindintifikasikan segala aspek yang dapat menjadikan miskin.
Untuk menanggulangi masalah kemiskinan strategi yang dapat memperkuat peran dan posisi perekonomian rakyat dalam perekonomian nasional, sehingga terjadi perubahan struktural yang meliputi pengalokasian sumber daya, penguatan kelembagaan, pemberdayaan sumber daya manusia. Program yang dipilih harus berpihak dan memberdayakan masyarakat melalui pembangunan ekonomi dan peningkatan perekonomian rakyat. Program ini harus diwujudkan dalam langkah- langkah strategis yang diarahkan secara langsung pada perluasan akses masyarakat
miskin kepada sumber daya pembangunan dan menciptakan peluang bagi masyarakat paling bawah untuk berpartisipasi dalam proses pembangunan, sehingga mereka mampu mengatasi kondisi keterbelakangannya. Selain itu upaya penanggulangan kemiskinan harus senantiasa didasarkan pada penentuan garis kemiskinan yang tepat dan pada pemahaman yang jelas mengenai sebab-sebab timbulnya persoalan itu (Gunawan Sumodiningrat; 1998).
Dari uraian diatas serta pemikiran diatas, maka penulis merasa terdorong untuk mendalami dan meneliti tentang “Faktor-Faktor yang Mempengaruhi Angka Kemiskinan di Kabupaten Deli Serdang”.
1.2 Perumusan Masalah
Dari uraian latar belakang, penulis merumuskan masalah sebagai berikut:
Bagaimana pengaruh jumlah penduduk miskin, kepadatan penduduk, tingkat pengangguran, ketenaga kerja yang mempengaruhi jumlah penduduk miskin di Kabupaten Deli Serdang.
1.3 Batasan Masalah
Untuk lebih mempermudah dan agar lebih terarah, maka penulis membatasi ruang lingkup permasalahannya, yaitu:
1. Banyaknya variabel yang diteliti ada 4 yaitu: jumlah penduduk miskin, kepadatan penduduk, tingkat pengangguran dan ketenaga kerjaan.
2. Populasi yang diambil dibatasi pada Kabupaten Deli Serdang Tahun 2004- 2015.
1.4 Tujuan Penelitian
Tujuan dari penelitian adalah untuk menganalisis pengaruh jumlah penduduk miskin, kepadatan penduduk, tingkat pengangguran dan ketenaga kerjaan terhadap jumlah penduduk miskin Kabupaten Deli Serdang.
1.5 Manfaat Penelitian
Manfaat yang dapat diambil dari penelitian ini adalah:
1. Untuk mengetahui pengaruh kepadatan penduduk, tingkat pengangguran dan ketenaga kerjaan terhadap jumlah penduduk miskin di Kabupaten Deli Serdang.
2. Untuk mengetahui hubungan antara variabel yang terikat dan bebas.
3. Sebagai sarana meningkatkan pengetahuan dan wawasan penulis mengenai riset dan menganalisis data.
1.6 Metodologi Penelitian
Adapun metodologi penelitian ini adalah:
1. Studi Kepustakaan (Studi Literatur)
Dalam hal ini penelitian dilakukan dengan membaca dan mempelajari buku- buku dan literatur pelajaran yang didapat di perkuliahan maupun umum, dan sumber informasi lainnya yang berhubungan dengan objek yang diteliti.
2. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan penulis dalam penyusunan tugas akhir ini adalah dengan menggunakan data sekunder, yaitu data yang diambil dari sumbernya yang berasal dari Kantor Badan Pusat Statistik Kabupaten Deli Serdang.
3. Metode Pengolahan Data
Data yang telah ditentukan dianalisis dengan menggunakan metode regresi linier berganda.
4. Membuat Kesimpulan
BAB 2
TINJAUAN PUSTAKA
2.1 Latar Belakang
Regresi atau biasa disingkat sebagai anareg adalah metode yang digunakan untuk mengukur pengaruh variabel bebas terhadap variabel tergantung. Anareg juga bisa digunakan untuk memprediksi variabel tergantung dengan menggunakan variabel bebas. Istilah regresi pertama kali diperkenalkan oleh Francis Galton.
Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu variabel yang disebut variabel tak bebas (dependent variable), pada satu atau lebih variabel, yaitu variabel yang menerangkan dengan tujuan untuk memperkirakan ataupun meramalkan niali-nilai dari variabel tak bebas apabila nilai variabel yang menerangkan sudah diketahui. Variabel yang menerangkan sering disebut variabel bebas (independent variable).
2.2 Analisis Regresi Linier
Analisis regresi linier digunakan untuk peramalan, dimana dalam model terdapat variabel bebas X dan variabel tak bebas Y. Regresi linier yaitu menentukan satu persaman dan garis yang menunjukkan hubungan antara variabel bebas dan variabel takbebas, yang merupakan persamaan penduga yang berguna untuk menaksir/meramalkan variabel takbebas. Untuk mempelajari hubungan-hubungan antara beberapa variabel, analisis ini terdiri dari dua bentuk, yaitu:
1. Analisi Regresi Sederhana (simple analisis regresi) 2. Analisi Regresi Berganda (multiple analisis regresi)
Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu variabel bebas (independent variable) dan variabel tak bebas (dependent variable).
Sedangkan analisis regresi berganda merupakan hubungan antara 3 variabel atau lebih, yaitu sekurang-kurangnya 2 variabel bebas dengan satu variabel tak bebas.
UNIVERSITAS SUMATERA UTARA
2.3 Analisis Regresi Linier Sederhana
Regresi linier sederhana merupakan suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel tak bebas tunggal dengan variabel bebas tunggal. Regresi linier sederhana hanya ada satu peubah bebas X yang dihubungkan dengan satu peubah tak bebas Y. Bentuk-bentuk model umum regresi sederhana yang menunjukkan antara dua variabel, yaitu variabel X sebagai sebagai variabel bebas dan variabel Y sebagai variabel tak bebas adalah:
(2.1) keterangan:
= Variabel terikat atau variabel tak bebas (dependent) = Variabel bebas (independent)
a = Parameter intercept
b = Parameter koefisien regresi variabel bebas
Persamaan model regresi sederhana hanya memungkinkan bila pengaruh yang ada itu hanya dari independent variabel (variabel bebas) terhadap dependent variabel (variabel tak bebas). Jadi harga b merupakan fungsi dari koefisien korelasi. Bila koefisien korelasi tinggi, maka harga b juga besar, sebaliknya bila koefisien korelasi negatif maka harga b juga negatif, dan sebaliknya bila koefisien korelasi positif maka harga b juga positif (Sudjana; 2005)
2.4 Analisis Regresi Linier Berganda
Regresi linier berganda hampir sama dengan regresi linier sederhana, hanya saja pada Regresi linier berganda variabel penduga (variabel bebas) lebih dari satu variabel penduga. Tujuan analisis Regresi linier berganda adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan memuat prediksi/perkiraan nilai Y atas nilai X. Bentuk persamaan regresi linier berganda yang mencakup dua atau lebih variabel, yaitu:
(2.2)
keterangan:
= variabel tidak bebas (depandent)
= konstanta
= koefisien regresi
= variabel bebas (independent) J = 1,2,3,...n
Koefisien-koefisien dapat dihitung dengan menggunakan perumusan:
Untuk hal ini, penulis menggunakan regresi linier berganda satu variabel terikat (variable dependent) dan tiga variabel bebas (variable independent). Bentuk umum persamaan regresi linear berganda tersebut, yaitu:
(2.3)
keterangan:
Ŷ = Jumlah penduduk miskin (Ribuan Jiwa)
= Kepadatan penduduk (Km2)
= Tingkat pengangguran (%) = Ketenaga Kerjaan (Ribu Jiwa)
Dari rumus 2.3 diatas jika dimasukan ke variabel dapat diselesaikan dengan lima persamaan oleh empat variabel yang terbentuk:
Dengan adalah koefisien yang ditentukan berdasarkan data hasil pengamatan. Untuk menghitung nilai ̅ ̅
̅ ̅.
2.5 Kesalahan Standar Estimasi
Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan standar estimasi (standard error of estimate). Besarnya kesalahan standar estimasi menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi, makin tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya.
Kesalahan standar estimasi dapat ditentukan dengan rumus:
√ (2.4) keterangan:
Yi = Nilai data sebenarnya Ŷ = Nilai taksiran.
2.6 Koefisien determinasi
Menguji keberartian regresi linier ganda dimaksudkan untuk meyakinkan apakah regresi yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat kesimpulan mengenai sejumlah peubah yang dipelajari. (Usman, Husaini, R. Purnomo Setiady Akbar, 1995. Pengantar Statistik)
Hipotesa:
Ho : Tidak terdapat hubungan fungsional yang signifikan antara semua faktor yang mempengaruhi terhadap faktor yang dipengaruhi.
H1 : Terdapat hubungan fungsional yang signifikan antara semua faktor yang mempengaruhi terhadap faktor yang dipengaruhi.
Koefisien determinasi yang dinyatakan dengan untuk pengujian regresi linear berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi
keragaman total dalam variabel terikat (Y) yang dapat dijelaskan atau diterangkan oleh variabel–variabel bebas (X) yang ada dalam model persamaan regresi linear berganda secara bersama–sama. Maka akan ditentukan dengan rumus, yaitu:
(2.6) keteranagan:
= Jumlah kuadrat regresi
Harga yang diperoleh sesuai dengan variansi yang dijelaskan masing–masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variasi yang dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja (yang bersifat nyata).
2.7 Koefisien Korelasi
Setelah mendapatkan hasil tentang jumlah pengaruh pada variabel yang diteliti untuk selanjutnya penulis akan mencari seberapa besar hubungan antara variabel terikat dengan variabel bebas, atau antara variabel bebas itu sendiri. Studi yang membahas derajat hubungan antara variabel–variabel tersebut dikenal dengan nama analisis korelasi.
Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linier antara satu variabel dengan variabel yang lain. Umumnya analisis korelasi digunakan, dalam hubungan dengan analisis regresi, untuk mengukur ketepatan garis regresi dalam menjelaskan variasi nilai variabel dependent.
Untuk menghitung koefisien korelasi (r) antara dua variabel dapat digunakan rumus:
√ keterangan:
= koefisien korelasi antara Y dan X
= variabel bebas
= variabel tidak bebas
Sandaran nilainya adalah, Semakin tinggi nilai koefisien korelasi (semakin mendekati nilai 1) maka hubungan antara dua variabel tersebut semakin tinggi, jika nilai koefisiennya mendekati nilai 0 maka hubungannya semakin rendah.
Adapun jika nilainya bertanda negative, maka terjadi hubungan yang berlawanan arah, artinya jika suatu nilai variabel naik maka nilai variabel lain akan turun.
Jika kenaikan didalam suatu variabel diikuti dengan kenaikan didalam variabel lain, maka dapat dikatakan bahwa kedua variabel tersebut mempunyai korelasi yang positif. Tetapi jika kenaikan didalam suatu variabel diikuti oleh penurunan didalam variabel lain, maka dapat dikatakan bahwa variabel tersebut mempunyai korelasi yang negatif. Dan jika tidak ada perubahan pada variabel walaupun variabel lainnya berubah maka dikatakan bahwa kedua variabel tersebut tidak mempunyai hubungan.
Interpretasi harga r akan disajikan dalam tabel berikut:
Tabel 2.1 Interpretasi Koefisien Korelasi
Sumber : Hartono, M.Pd Statistik untuk penelitian
keterangan:
R = koefisien korelasi
+ = menunjukkan korelasi positif - = menunjukkan korelasi negatif
0 = menunjukkan tidak adanya korelasi (korelasi nihil)
Hubugan antara variabel dapat dikelompokkan menjadi 3 jenis sebagai berikut:
R Interpretasi
0 Tidak ada korelasi
0,01-0,20 Sangat rendah
0,21-0,40 Rendah
0,41-0,60 Agak rendah
0,61-0,80 Cukup
0,81-0,99 Tinggi
1 Sangat tinggi (korelasi sempurna)
1. Korelasi positif
Terjadinya korelasi positif apabila perubahan antara variabel yang satu diikuti oleh variabel lainnya dengan arah yang sama (berbanding lurus). Artinya variabel yang satu meningkat, maka akan diikuti peningkatan variabel lainnya.
Gambar grafiknya ditunjukkan oleh Gambar 2.2 berikut:
Gambar 2.2 Korelasi Positif 2. Korelasi negatif
Terjadinya korelasi negatif apabila perubahan antara variabel yang satu diikuti oleh variabel lainnya dengan arah yang berlawanan (berbanding terbalik).
Artinya apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel lainnya. Gambar grafiknya ditunjukkan oleh Gambar 2.3 berikut:
Gambar 2.3 Korelasi Negatif 3. Korelasi nol atau korelasi nihil
Korelasi nihil atau korelasi nol terjadi apabila perubahan pada variabel yang satu diikuti perubahan variabel yang satu diikuti perubahan pada variabel yang lain dengan arah yang tidak teratur (acak). Gambar grafiknya ditunjukkan oleh Gambar 2.4 berikut:
Gambar 2.4 Korelasi Nol
3 Uji Regresi Linier Berganda
Pengujian hipotesa bagi koefisien-koefisien regresi linier berganda dapat dilakukan secara serentak atau keseluruhan pengujian regresi linier perlu dilakukan untuk mengetahui apabila variabel-variabel bebas secara bersamaan memiliki pengaruh terhadap vaiabel tak bebas. Langkah-langkah pengujiannya sebagai berikut:
1. Menentukan formulasi hipotesis
H0 :
H1 : Minimal ada satu parameter koefisien regresi yang tidak sama dengan nol atau mempengaruhi Y
2. Menentukan taraf nyata α dan nilai dengan derajat kebebasan dan `
3. Menentukan kriteria pengujian H diterima bila F < F
H0 ditolak bila Fhitung ≥ Ftabel
4. Menentukan nilai statistik F dengan rumus
keterangan:
= jumlah kuadrat regresi = jumlah kuadrat residu (sisa) = derajat kebebasan
Untuk menentukan nilai F diatas, adalah (sudjana,1996:91):
a. Menentukan jumlah kuadrat regresi dengan rumus:
b. Menentukan jumlah kuadrat residu dengan rumus:
BAB 3
METODE PENELITIAN
Metodologi penelitian adalah langkah dan prosedur yang akan dilakukan dalam mengumpulkan data atau informasi empiris guna memecahkan permasalahan dan menguji hipotesis penelitian. Dalam mengumpulkan data yang diperlukan menyusun tugas akhir ini, penulis menggunakan metode penelitian sebagai berikut:
3.1 Waktu dan Tempat
Penelitian dilakukan pada bulan Maret sampai Mei 2018 di Kantor Badan Pusat Statistika Deli Serdang Jl. Karya Utama Kompleks Pemkab Deli Serdang Lubuk Pakam 20514
3.2 Metode Penelitian 3.2.1 Merumuskan Masalah
Sebelum penulis melakukan penelitian terlebih dahulu disusun rencana penelitian bermula dari suatu masalah yang dibahas dalam Tugas Akhir ini adalah yang mempengaruhi jumlah penduduk miskin di Kabupaten Deli Serdang.
3.2.2 Pengumpulan Data
Metode pengumpulan data yang digunakan penulis dalam penyusunan tugas akhir ini adalah dengan menggunakan data sekunder, yaitu data yang diambil dari sumbernya yang berasal dari Kantor Badan Pusat Statistik Kabupaten Deli Serdang.
3.2.3 Pengolahan Data
Langkah–langkah yang dilakukan penulis untuk mengolah data dalam penelitian ini adalah dengan terlebih dahulu mengklasifikasikan data yang diperoleh.
Kemudian dilakukan perhitungan terhadap data dengan menggunakan SPSS.
Langkah terakhir
yaitu mengimplementasikan hasil perhitungan dengan menggunakan software Microsoft Office Excel 2010.
3.2.4 Membuat Kesimpulan
Data yang telah diolah dengan menggunakan metode regresi linier berganda kemudian dibuat kesimpulan.
BAB 4
HASIL DAN PEMBAHASAN
3.1 Data dan Pembahasan
Data merupakan alat untuk mengambil suatu keputusan atau untuk memecahkan suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan keputusan tersebut didasarkan atas data yang baik.Salah satu kegunaan dari data adalah untuk memperoleh dan mengetahui gambaran tentang suatu keadaan atau permasalahan. Untuk membahas dan memecahkan masalah tentang faktor yang mempengaruhi kemiskinan di Kabupaten Deli Serdang seperti yang diuraikan sebelumnya, penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut.
Data yang diambil dari kantor Badan Pusat Statistik Deli Serdang adalah data jumlah penduduk miskin (%), kepadatan penduduk (Km2), tingkat pengangguran (%),dan Ketenagakerjaan (Ribu Jiwa) di Kabupaten Deli Serdang dari tahun 2004 sampai tahun 2015.
Tabel 4.1 Jumlah Penduduk Miskin, Kepadatan Penduduk, Tingkat
Pengangguran, dan Ketenagakerjaan Kabupaten Deli Serdang dari tahun 2004 sampai tahun 2015.
Tahun Jumlah Penduduk
Miskin (%)
Kepadatan Penduduk
(Km2)
Tingkat Pengangguran
(%)
Tingkat Ketenagakerjaan
(Ribu/Jiwa)
2004 10.542 756 15.68 7.722
2005 10.381 772 14.47 7.911
2006 94.80 675 10.57 7.502
2007 8.899.00 696 9.47 7.845
2008 9.144.00 696 10.87 821
2009 9.600.00 717 9.02 8,539
Tabel 4.1 Jumlah Penduduk Miskin, Kepadatan Penduduk, Tingkat
Pengangguran, dan Ketenagakerjaan Kabupaten Deli Serdang dari tahun 2004 sampai tahun 2015.
2010 9.233.00 724 7.69 7.878
2011 9.119.00 739 6.85 7.441
2012 9.197.00 755 7.54 7.545
2013 9.092.00 795 7 8.352
2014 9.565.00 842 6.38 8.462
2015 1.003.900 850 7.42 8.683
Sumber: Badan Pusat Statistik Kabupaten Deli Serdang Dari data tersebut maka diperoleh variabel sebagai berikut:
Y = Jumlah penduduk miskin (%)
= Kepadatan Penduduk (Km2)
= Tingkat Pengangguran (%)
= Ketenagakerjaan (Ribu/Jiwa)
4.2 Persamaan Regresi Linier Berganda
Untuk mencari persamaan regresi linier berganda, terlebih dahulu dihitung koefisien-koefisien regresinya dengan mencari penggandaan suatu variabel dengan variabel lainnya. Dengan koefisien-koefisien yang didapat dari perhitungan- perhitungan yang ada, maka dapat ditentukan untuk mencari persamaan regresi linier bergandanya. Adapun nilai-nilai koefisiennya adalah sebagai berikut:
Tabel 4.2 Nilai-nilai koefisien Regresi linier berganda Tahun Jumlah
Penduduk Miskin
(%)
Kepadatan Penduduk
(Km2)
Tingkat Pengangguran
(%)
Ketenagakerjaan (Ribu/Jiwa)
2004 10.542 756 15.68 7.722
Tabel 4.2 Nilai-nilai koefisien Regresi linier berganda
2005 10.381 772 14.47 7.911
2006 9.480 675 10.57 7.502
2007 8.899.00 696 947 7.845
2008 9.144.00 696 10.87 821
2009 9.600.00 717 902 8.539
2010 9.233.00 724 769 7.878
2011 9.119.00 739 685 7.441
2012 9.197.00 755 754 7.545
2013 9.092.00 795 7 8.352
2014 9.565.00 842 638 8.462
2015 1.003.900 850 742 8.683
Lanjutan Tabel 4.2
No Y X1 X2 X3 Y2 X12
X22
X32
1 10.542 756 1.568 7.722 11.113.3764 57.153.600 24.586 596.293
2 10.381 772 1.447 7.911 10.776.5161 59.598.400 20.938 625.839
3 9.480 675 1.057 7.502 89.870.400 45.562.500 11.172 562.800
4 8.899 696 947 7.845 79.192.201 48.441.600 8.968 615.440
5 9.144 696 1.087 821 83.612.736 48.441.600 11.816 674.041
6 9.600 717 902 8.539 92.160.000 51.408.900 8.136 729.145
7 9.233 724 769 7.878 85.248.289 52.417.600 5.914 620.629
8 9.119 739 685 7.441 83.156.161 54.612.100 4.692 553.685
9 9.197 755 754 7.545 84.584.809 57.002.500 5.685 569.270
10 9.092 795 7 8.352 82.664.464 63.202.500 4.900 697.559
11 9.565 842 638 8.462 91.489.225 70.896.400 4.070 716.054
12 10.039 850 742 8.683 10.078.1521 72.250.000 5.506 753.945
Jumlah 11.4291 90.1700 112.96 960.90 109.165.8731 680.9877.00 116.384 77.14701
19
Lanjutan Tabel 4.2
No X1X2 X1X3 X2X3 YX1 YX2 YX3
1 1.185.408 5.837.832 121.081 7.969.752 16.529.856 81.405.324
2 1.117.084 6.107.292 114.472 8.014.132 15.021.307 82.124.091
3 713.475 5.063.850 79.296 6.399.000 10.020.360 71.118.960
4 659.112 5.460.120 74.292 6.193.704 8.427.353 69.812.655
5 756.552 5.714.160 89.243 6.364.224 9.939.528 75.072.240
6 646.734 6.122.463 77.022 6.883.200 8.659.200 81.974.400
7 556.756 5.703.672 60.582 6.684.692 7.100.177 72.737.574
8 506.215 5.498.899 50.971 6.738.941 6.246.515 67.854.479
9 569.270 5.696.475 56.889 6.943.735 6.934.538 69.391.365
10 556.500 6.639.840 58.464 7.228.140 6.364.400 75.936.384
11 537.196 7.125.004 53.988 8.053.730 6.102.470 80.939.030
12 630.700 7.380.550 64.428 8.533.150 7.448.938 87.168.637
Jumlah 84.350.02 72.350.157 900.727 86.006,400 108.794.642 915.535.139
20
Dari Tabel 4.2 diperoleh hasil sebagai berikut:
n= 12 Ῡ = 9.524.25 ∑Y2= 109.165.8731 ∑X1X2= 8.435.002 ∑YX1= 86.006.400
∑Y= 1.142.91 ̅ = 75.142 ∑X1
2= 6.809.877 ∑X1X3= 72. 50.157 ∑YX2= 108.794.642
∑X1= 90.17 ̅ = 9.41 ∑X2
2= 1.163.84 ∑X2X3= 9.007.27 ∑YX3= 915.535.139
∑X2= 11.296 ̅ = 80.08 ∑X32
= 7.714.701
∑X3= 96.090
21
Dari data 4.2 tersebut maka selanjutnya akan dicari persamaan normal dengan rumus sebagai berikut:
Harga-harga koefisien b0, b1, b2, dan b3 dicari dengan substitusi dan eliminasi dari persamaan normal di atas. Selanjutnya substitusi nilai-nilai pada Tabel 4.2 ke dalam persamaan normal, sehingga diperoleh:
Setelah persamaan di atas diselesaikan dengan menggunakan program SPSS, maka diperoleh koefisien-koefisisn regresi linier berganda seperti berikut:
Maka persamaan regresi linier berganda yang dihasilkan adalah:
4.3 Kesalahan Standar Estimasi
Setelah diperoleh persamaan regresi berganda, langkah selanjutnya adalah menghitung kesalahan baku (Standard error). Untuk menghitung kesalahan baku ini diperlukan harga yang diperoleh dari persamaan regresi di atas untuk tiap
b0= 339.996 b1= 5.888 b2= 152.556 b3= 3.298
harga yang diketahui. Maka untuk mencari kesalahan baku tersebut dibuat terlebih dahuluseperti tabel 3.3 seperti berikut:
Tabel 4.3 Nilai-Nilai Ŷ Yang Diperoleh Dari Persamaan Regresi Linier Berganda Untuk Menghitung Kesalahan Tafsiran Baku
Y Ŷ (Y-Ŷ) (Y-Ŷ)2
10.542 1.049.784 4.416 195.025
10.381 1.041.368 -3.268 106.814
9.480 9.234.11 24.589 6.045.991
8.899 920.126 -30.226 9.135.913
9144 942.687 -28.287 8.001.698
9.600 927.914 32.086 10.295.331
9.233 909.565 13.735 1.886.451
9.119 904.141 7.759 602.038
9.197 924.431 -4.731 223.789
9.092 942.405 -33.205 11.025.716
9.565 960.982 -4.482 200.854
10.039 982.287 21.613 4.671.416
∑Y=1.142.91 ∑Ŷ=114.291 ∑ (Y-Ŷ)=0.00 ∑ (Y-Ŷ)2=52.391.035
Setelah memperoleh harga yang terdapat pada Tabel 4.3, maka kekeliruan bakunya dapat dihitung dengan menggunakan rumus sebagai berikut:
√
Dengan k = 3, n = 12, dan ∑(Y-Ŷ)2 = 52.391.035 Sehingga diperoleh:
√
√
55.908
Ini berarti rata-rata jumlah penduduk miskin yang sebenarnya akan menyimpang dari rata-rata hasil jumlah penduduk miskin yang diperkirakan sebesar .
4.4 Koefisien Determinasi
Untuk mengetahui dan menganalisis seberapa besar pengaruh faktor–
faktor yang mempengaruhi kemiskinan Kabupaten Deli Serdang, maka dapat dilakukan perhitungan sebagai berikut:
̅ ̅ ̅ ̅
Dari Tabel 4.2 dapat dicari rata-rata , , , dan dengan menggunakan rumus sebagai berikut:
̅
̅
̅
̅
̅ ̅ 751.42 ̅ ̅
Maka nilai rata-rata diatas dapat dimasukkan kedalam tabel berikut ini:
Yi X1 X2 X3 X1 X2Y X3Y
101.775 4.58 6.27 -2.86 466.469 637.790 -290.568
85.675 20.58 5.06 -0.97 1.763.477 433.230 -82.676
-44.25 -76.42 1.16 -5.06 338.144 -51.18 22.368
-62.525 -55.42 0.06 -1.63 3.464.927 -35.43 101.603
-38.025 -55.42 1.46 2.02 2.107.219 -55.390 -77.001
7.575 -34.42 -0.39 5.32 -260.706 -29.79 40.261
-29.125 -27.42 -1.72 -1.30 798.510 501.92 37.717
-40.525 -12.42 -2.56 -5.67 503.185 103.879 229.574
-32.725 358 -1.87 -4.63 -117.265 61.305 151.353
-43.225 43.58 -2.41 3.44 -1.883.890 104.316 -148.910
4.075 90.58 -3.03 4.55 369.127 -12.361 18.521
51.475 98.58 -1.99 6.76 5.074.577 -102.607 347.714
25
Tabel 4.4 Harga-harga yang diperlukan untuk uji regresi
No Y X1 X2 X3 Y2 X1
2 X2
2 X3
2
1 10.542 756 1.568 7.722 111.133.764 57.153.600 24.586 596.293
2 10.381 772 1.447 7.911 107.765.161 59.598.400 20.938 625.839
3 9.480 675 1.057 7.502 89.870.400 45.562.500 11.172 562.800
4 8.899 696 947 7.845 79.192.201 48.441.600 8.968 615.440
5 9.144 696 1.087 821 83.612.736 48.441.600 11.816 674.041
6 9.600 717 902 8.539 92.160.000 51.408.900 8.136 729.145
7 9.233 724 769 7.878 85.248.289 52.417.600 5.914 620.629
8 9.119 739 685 7.441 83.156.161 54.612.100 4.692 553.685
9 9.197 755 754 7.545 84.584.809 57.002.500 5.685 569.270
10 9.092 795 7 8.352 82.664.464 63.202.500 4.900 697.559
11 9.565 842 638 8.462 91.489.225 70.896.400 4.070 716.054
12 10.039 850 742 8.683 100.781.521 72.250000 5.506 753.945
26
Lanjutan Tabel 4.4
Y2
X12 X22 X32 X1X2 X1X3 X2X3
111.133.764 57.153.600 24.586 596.293 1.185.408 5.837.832 121.081 107.765.161 59.598.400 20.938 625.839 1.117.084 6.107.292 114.472
89.870.400 45.562.500 11.172 562.800 713.475 5.063.850 79.296
79.192.201 48.441.600 8.968 615.440 659.112 5.460.120 74.292
83.612.736 48.441.600 11.816 674.041 756.552 5.714.160 89.243
92.160.000 51.408.900 8.136 729.145 646.734 6.122.463 77.022
85.248.289 52.417.600 5.914 620.629 556.756 5.703.672 60.582
83.156.161 54.612.100 4.692 553.685 506.215 5.498.899 50.971
84.584.809 57.002.500 5.685 569.270 569.270 5.696.475 56.889
82.664.464 63.202.500 4.900 697.559 556.500 6.639.840 58.464
91.489.225 70.896.400 4.070 716.054 537.196 7.125.004 53.988
100.781.521 72.250.000 5.506 753.945 630.700 7.380.550 64.428
27
Dari Tabel 3.4 diperoleh hasil sebagai berikut:
12.623.775 1.208.714 349.957
312.267.425
3.435.292
10.051
20.294 -53.001 1.465.30
Dari nilai-nilai diatas dapat diketahui jumlah kuadrat regresi (JKreg) dan nilai jumlah kuadrat residu (JKres), sehingga dapat diperoleh nilai koefisien determinasi dengan rumus berikut:
312.267.425
( ) 259.876.391
0.832
Didapat nilai koefisien determinasi 0,721. Hal ini berarti bahwa sekitar 83,2% jumlah penduduk miskin dapat ditentukan oleh kepadatan penduduk, tingkat pengangguran dan Ketenagakerjaan melalui hubungan regresi linier berganda.
Untuk koefisien korelasi ganda digunakan rumus:
√ √
Dari hasil perhitungan didapat korelasi (R) antara kepadatan penduduk, tingkat pengangguran dan Ketenagakerjaan terhadap jumlah penduduk miskin sebesar 0,849. Nilai korelasi tersebut menyatakan bahwa hubungan antara kepadatan penduduk, tingkat pengangguran dan Ketenagakerjaan terhadap jumlah penduduk miskin cukup tinggi.
4.5 Koefisien Korelasi
1. Koefisien Korelasi Antara Jumlah Penduduk Miskin (Y) dengan Kepadatan Penduduk (X1)
√
√
0.385
Nilai koefisien korelasi 0.385 menunjukkan korelasi agak rendah dan searah (korelasi positif) artinya jika kepadatan penduduk bertambah akan meningkatkan jumlah penduduk miskin, dan sebaliknya jika kepadatan penduduk menurun maka jumlah penduduk miskin juga menurun.
2. Koefisien Korelasi Antara Jumlah Penduduk Miskin (Y) dengan Tingkat Pengangguran (X2)
√
√
682
Koefisien korelasi antara Jumlah Penduduk Miskin (Y) dan Tingkat Pengangguran (X2) adalah 0.682 yang menunjukkan korelasi tinggi dengan arah positif (korelasi positif). Hal ini berarti jika tingkat pengangguran mengalami peningkatan maka jumlah penduduk miskin juga akan meningkat dan sebaliknya jika tingkat pengangguran menurun maka jumlah penduduk miskin juga menurun.
3. Koefisien Korelasi Antara Jumlah Penduduk Miskin (Y) dengan Ketenagakerjaan (X3)
√
√
Koefisien korelasi antara Jumlah Penduduk Miskin (Y) dan Ketenagakerjaan (X3) adalah 0.132 yang menunjukkan korelasi rendah dengan arah positif (korelasi positif). Hal ini berarti jika Ketenagakerjaan mengalami peningkatan maka jumlah penduduk miskin akan berkurang dan sebaliknya jika Ketenagakerjaan menurun maka jumlah penduduk miskin meningkat.
4.6 Uji Regresi Linier Berganda
Menguji keberartian regresi ini dimaksudkan untuk meyakinkan, apakah regresi (berbentuk linier) yang didapat berdasarkan penelitian ada artinya bila dipakai untuk kesimpulan mengenai peubah. Dari nilai-nilai diatas dapat diketahui nilai jumlah kuadrat regresi (JKreg) dan jumlah kuadrat residu (JKres) dan dapat diperoleh nilai Fhitung.
1. Hipotesa
H0 : tidak ada hubungan signifikan antara kepadatan penduduk, tingkat pengangguran dan Ketenagakerjaan terhadap jumlah penduduk miskin.
H1 : ada hubungan signifikan antara, kepadatan penduduk, tingkat pengangguran dan Ketenagakerjaan terhadap jumlah penduduk miskin.
2. Taraf nyata α dan nilai Ftabel
db1 = 3 db2= 12-3-1=8 α = 5% atau 0.05 Ftabel = F(0,05)(3,8)
Ftabel = 4.07
3. Kriteria pengujian H0 diterima bila Fhitung <Ftabel
H0 ditolak bila Fhitung ≥ Ftabel
4. Menentukan nilai Statistik F
Fhitung dapat dicari dengan rumus sebagai berikut:
F =
= 259.876.391 52.391.035
F =
F =
F =
Maka Fhitung = 13,228 ≥ Ftabel = 4,07 maka H0 ditolak dan H1 diterima.
5. Kesimpulan
Karena Fhitung = 13.228 lebih besar dari Ftabel = 4.07 maka H0 ditolak dan H1 diterima. Hal ini berarti berarti persamaan regresi linier berganda menyatakan ada hubungan yang signifikan antara kepadatan penduduk, tingkat pengangguran, dan Ketenagakerjaan terhadap jumlah penduduk miskin di daerah Kabupaten Deli Serdang.
BAB 5
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil pengolahan data, maka dapat diambil kesimpulan sebagai berikut:
1. Dari hasil perhitungan diperoleh persamaan nilai-nilai koefisien regresi sehingga persamaan linear berganda yang didapat adalah:
2. Pada analisi korelasi nilai koefisien korelasi antara jumlah penduduk miskin (Y) dan kepadatan penduduk (X1) adalah menunjukkan korelasi rendah dan searah (korelasi positif) artinya jika kepadatan penduduk bertambah akan meningkatkan jumlah penduduk miskin, dan sebaliknya jika kepadatan penduduk menurun maka jumlah penduduk miskin juga menurun.
3. Pada analisi korelasi nilai koefisien korelasi antara jumlah penduduk miskin (Y) dan jumlah pengangguran (X2) yang menunjukkan korelasi tinggi dengan arah positif (korelasi positif). Hal ini berarti jika tingkat pengangguran mengalami peningkatan maka jumlah penduduk miskin juga akan meningkat dan sebaliknya jika tingkat pengangguran menurun maka jumlah penduduk miskin juga menurun.
4. Pada analisi korelasi nilai koefisien korelasi antara jumlah penduduk miskin (Y) dan tingkat ketenagakerjaan (X3) adalah yang menunjukkan korelasi tinggi dengan arah positif (korelasi positif). Hal ini berarti jika tingkat ketenagakerjaan mengalami peningkatan maka jumlah penduduk miskin akan berkurang dan sebaliknya jika tingkat ketenagakerjaan menurun maka jumlah penduduk miskin meningkat.
6.2 Saran
Penulis memberikan beberapa saran terhadap hasil penelitian sebagai berikut:
1. Melihat hubungan yang cukup tinggi antara jumlah penduduk miskin dan tingkat pengangguran, maka disarankan agar pihak pemerintah Indonesia khususnya pemerintah daerah Kabupaten Deli Serdang untuk menanggulangi dan mengurangi tingkat pengangguran dengan lebih banyak menciptakan lapangan pekerjaan bagi masyarakat.
2. Melihat hubungan yang cukup tinggi antara jumlah penduduk miskin dan tingkat ketenagakerjaan, maka disarankan agar pihak pemerintah membantu masyarakat untuk mengembangkan potensi dalam berbagai keterampilan dan kewirausahaan.
Jjh3drjlk4tglk;fxjod0d8uoikhgjgkjijll
