Analisis Dampak Bonus Demografi Terhadap Ketersediaan Lapangan Kerja di Kota Medan

(1)

(2)

Lampiran A

Hasil Regresi Linear Berganda

Dependent Variable: LK Method: Least Squares Date: 04/01/16 Time: 17:15 Sample: 2004Q1 2014Q4 Included observations: 44

Variable Coefficient Std. Error t-Statistic Prob.

C 116626.3 247577.3 0.471070 0.6401

TK 0.452893 0.373169 1.213642 0.2318

DR -4801.897 10357.95 -0.463595 0.6454

R-squared 0.369204 Mean dependent var 226907.2

Adjusted R-squared 0.338434 S.D. dependent var 12654.43

S.E. of regression 10292.70 Akaike info criterion 21.38200

Sum squared resid 4.34E+09 Schwarz criterion 21.50365

Log likelihood -467.4041 Hannan-Quinn criter. 21.42712

F-statistic 11.99863 Durbin-Watson stat 0.437439

(3)

Lampiran B

Uji Asumsi Klasik

Uji Normalitas

0

-20000 -10000 0 10000 20000

Series: Residuals Sample 2004Q1 2014Q4 Observations 44

Mean -4.55e-12

Median -2390.745

Maximum 23920.26

Minimum -20142.70

Std. Dev. 10050.48 Skewness 0.550363 Kurtosis 2.959912

(4)

Uji Autokorelasi

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 33.60109 Prob. F(2,39) 0.0000

Obs*R-squared 27.84214 Prob. Chi-Square(2) 0.0000

Test Equation:

Dependent Variable: RESID Method: Least Squares Date: 04/01/16 Time: 17:32 Sample: 2004Q1 2014Q4 Included observations: 44

Presample missing value lagged residuals set to zero.

C 115269.6 161420.4 0.714096 0.4794

TK -0.176908 0.243699 -0.725930 0.4722

DR -4578.744 6723.084 -0.681048 0.4999

RESID(-1) 1.018787 0.152099 6.698169 0.0000

RESID(-2) -0.306031 0.158603 -1.929538 0.0610

R-squared 0.632776 Mean dependent var -4.55E-12

(5)

Uji Multikolinearitas

AK DR

AK 1,000000 -0,941030

(6)

Heteroskedasticity Test: White

Uji Heterokedastisitas

F-statistic 0.159779 Prob. F(5,38) 0.9757

Obs*R-squared 0.905987 Prob. Chi-Square(5) 0.9698

Scaled explained SS 0.770887 Prob. Chi-Square(5) 0.9789

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares

Date: 04/01/16 Time: 17:42 Sample: 2004Q1 2014Q4 Included observations: 44

C -1.52E+10 5.85E+11 -0.026002 0.9794

TK -4820.892 1693401. -0.002847 0.9977

TK^2 0.021557 1.217694 0.017703 0.9860

TK*DR -1093.617 72223.60 -0.015142 0.9880

DR 2.92E+09 4.96E+10 0.058814 0.9534

DR^2 -1.12E+08 1.05E+09 -0.106015 0.9161

R-squared 0.020591 Mean dependent var 98716444

Adjusted R-squared -0.108279 S.D. dependent var 1.40E+08

S.E. of regression 1.47E+08 Akaike info criterion 40.57822

(7)

Lampiran C

Hasil Proyeksi

Grafik Pertumbuhan Lapangan Kerja Tahun 2014 dan Proyeksi Tahun 2015-2030

Hasil Regresi Data Proyeksi

Dependent Variable: LK Method: Least Squares Date: 04/07/16 Time: 22:57 Sample (adjusted): 2004 2014

Included observations: 11 after adjustments

C 517105.6 2179100. 0.237302 0.8184

TK 0.435910 0.818762 0.532401 0.6089

DR -5381.452 22806.08 -0.235966 0.8194

R-squared 0.406539 Mean dependent var 907629.0

Prob(F-statistic) 0.124042

700,000

Forecast sample: 2004 2030 Included observations: 11

(8)

Lampiran D

Data Tenaga Kerja, Dependensi Rasio, dan Lapangan Kerja Kota Medan Tahun 2004-2014 (Data diinterpolasi dalam bentuk kuartal)

Tahun Kuartal Tenaga Kerja Dependensi Rasio Lapangan Kerja

(9)

Q3 373.513 10,7593 242.723

Q4 374.080 10,7581 244.911

2014 Q1 379.025 10,7865 235.029

Q2 381.318 10,7871 232.390

Q3 383.687 10,8078 229.750

(10)

Data Tahun 2004-2014 dan Proyeksi Tahun 2015-2030

Tahun Tenaga Kerja Dependensi Rasio Lapangan Kerja

2004 1.359.923 47,518 818.266

(11)

Lampiran E

Mencari garis trend dengan metode setengah rata-rata (Semi Average

Method)

Metode setengah rata-rata pada prinsipnya adalah membagi data dalam

dua bagian yaitu kelompokpertama dan kelompok kedua. selanjutnya dua

kelompok tersebut dipergunakan sebagai dasar untuk perhitungan trend dan

forecasting.persamaan untuk menghitung Metode setengah Rata-Rata (Semi

Average Method)

adalah :

dimana:

n = Jumlah Data per kelompok

X = Jumlah tahun dihitung dari tahun dasar

Langkah-langkah Metode setengah Rata-Rata

1.Membagi data dalam dua kelompok sama besar

2

.

Menghitung rata-rata setiap kelompok.

3. Menghitung nilai “a”

4.Menghitung Nilai “b”

5.Menentukan Nilai “X”

(12)

Kelompok 1

Kelompok

7. Menghitung Nilai dan Garis Trend

Hitung nilai trend untuk masing-masing Y, dengan menggunakan persamaan :

Y = ao + bX

dimana:

a = Nilai rata-rata kelompok 1

b = Nilai rata-rata kelompok 2 dikurang nilai rata-rata kelompok 1

X= nilai X masing-masing kelompok

Y = Nilai proyeksi Tahun n

8.Menghitung Nilai Forecast untuk menghitung nilai forecast, X yang

dipergunakan adalah berdasrkan perhitungan dari tahun dasar. untuk lebih

jelasnya adalah sebagaimana data di bawah ini. misalkan data yang didapatkan

adalah 8 tahunsebagaimana diatas, maka Nilai Xuntuk tahun 2015 adalah sebagai

(13)

Kelompok 1

Kelompok 2

X untuk forecast

selanjutnya nilai “X” untuk tahun 2015, dipergunakan untuk menghitung Forecast

dengan persamaan yang ditemukan.

Menghitung Trend :

untuk memudahkean dibuatkan tabel pembantu sebagai berikut:

Tahun Tenaga Kerja X Semi total Semi

Jumlah 3560270

2011 987760 -3 3810059 3810059/4

2012 931505 -1 = 952514,75

2013 966514 +1

2014 924280 +3

Jumlah 3810059

Sumber : Data yang diolah

(14)

menghitung nilai b :

nilai rata-rata kel 2 - nilai rata-rata kel 1952.514,75 - 890067,50

n 8

b 7.805,90

a0₌890.067,50

b = 7.805,90

Maka persamaan Trend nya adalah

Y = a0 + bx

Y = 890067,5 + 7.805,90X

Nilai X dihitung dengan berdasarkan tahun dasar dengan mengacu pada tabel

dibawah ini

Tahun Lapangan kerja Nilai X

2007 842193 -3

2008 914363 1

2009 911881 +1

2010 891833 +3

2011 987760 +5

2012 931505 +7

2013 966514 +9

2014 924280 +11