Analisis Pengaruh Laju Pertumbuhan PDRB, Upah Minimum per Bulan, Tingkat Inflasi, dan Beban Tanggungan Penduduk terhadap Tingkat Pengangguran di Provinsi
Sulawesi Selatan Tahun 2001-2010
2001 3.73 200000 11.77 66.41
2002 5.32 4,15 300000 8.25 65.55
2003 6.86 5,49 375000 3.01 60.40
2004 7.70 3,64 415000 6.48 66.65
2005 17.05 6,05 455000 15.20 64.97
2006 12.32 6,72 510000 7.21 53.77
2007 11.25 6,34 612000 5.75 57.98
2008 9.04 7,78 679200 12.40 59.48
2009 8.90 6,23 950000 3.39 57.89
2010 8.37 8,18 1000000 6.56 57.23
Sumber: BPS Provinsi Sulawesi Selatan, diolah
Keterangan :
Ŷ = Tingkat Pengangguran (%)
X1 = Laju Pertumbuahan PDRB (%)
X2 = Upah Minimum per Bulan (Rp)
X3 = Tingkat inflasi (Persen)
X4 = Beban Tanggungan Penduduk (%)
β0 = Konstanta
β1; β2; β3; β4 = Koefisien Regresi
Dalam menggunakan analisis regresi berganda, agar persamaan regresi tersebut layak digunakan atau diaplikasikan, maka ada beberapa asumsi yang harus dipenuhi antara lain, uji autokorelasi, heteroskadastik, normality, dan multikolinearity.
1. Uji Autokorelasi
Dari hasil output di atas didapat nilai DW yang dihasilkan dari model regresi adalah 2.394. Sedangkan dari table DW dengan signifikansi 0.05 dan jumlah data (n) = 10, serta k = 4 diperoleh nilai dL sebesar 0.376 dan dU sebesar 2.414. Karena nilai DW (2.394) berada di antara dU (2.414) dan 4-dU (1.586), maka dapat disimpulkan tidak terjadi autokorelasi, artinya tidak terjadi penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual pada suatu pengamatan lain pada model regresi sehingga data menjadi layak untuk diteliti lebih lanjut.
Berdasarkan hasil pengujian heteroskedastisitas diketahui bahwa titik-titik yang terbentuk pada grafik scaterplot tidak membentuk pola yang jelas serta tersebar di atas dan di bawah angka 0 pada sumbu Y sehingga dapat diambil kesimpulan bahwa model regresi yang digunakan bebas heteroskedastisitas. Hasil tersebut membuktikan bahwa pengaruh variable independent yaitu variable pengangguran, laju pertumbuhan PDRB, Upah Minimum per Bulan, Inflasi, dan Beban Tanggungan Penduduk mempunyai varian yang sama. Dengan demikian membuktikan bahwa persamaan regresi yang dihasilkan dalam penelitian ini efisien dan kesimpulan yang dihasilkan adalah tepat, karena variabel
independent (X1, X2, X3, dan X4) mempunyai varian yang sama sehingga data menjadi layak untuk diteliti lebih lanjut.
Berdasarkan tampilan pada gambar P-Plot terlihat titik-titik mengikuti dan mendekati garis diagonalnya sehingga dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas (variable residual atau dat yang akan diolah terdistribsui normal) sehingga data menjadi layak untuk diteliti lebih lanjut.
Berdasarkan output di atas diketahui bahwa:
Nilai tolerance semua variable independen lebih besar dari 0.10
Nilai VIF semua variable independen lebih kecil dari 10.00
Berdasarakan nilai di atas, disimpulkan bahwa tidak terjadi multikolinearitas, yang berarti tidak ada hubungan yang kuat antara independen variable dalam model sehingga data menjadi layak untuk diteliti lebih lanjut.
3. pengujian hubungan seluruh variabel independen dan dependen
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1 Regression 461774,342 3 153924,781 1,117 ,413b
Residual 826742,058 6 137790,343
Total 1288516,400 9
a. Dependent Variable: tingkatpengangguran
b. Predictors: (Constant), bebantanggunganpenduduk, tingkatinflasi, upahminimumperbulan
2. pengujian pengaruh setiap variabel independen terhadap variabel dependen
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 2794,733 2486,741 1,124 ,304
upahminimumperbulan ,000 ,001 ,118 ,271 ,795
tingkatinflasi ,540 ,346 ,566 1,559 ,170
bebantanggunganpenduduk -,396 ,381 -,475 -1,039 ,339
a. Variabel upah minimum perbulan menunjukan sing. Value diatas p-value (0,795) artinya variabel upah minimum tak berpengaruh dengan variabel tingkat pengangguran