MENENTUKAN MODEL REGRESI TERBAIK UNTUK MENGETAHUI PENGARUH TINGKAT PENDIDIKAN TERHADAP ANGKA KETENAGAKERJAAN DENGAN MENGGUNAKAN PROSEDUR BEST
SUBSET DAN BACKWARD ELIMINATION
(Studi Kasus di BPS Kabupaten Sidoarjo)
LAPORAN PKL
oleh
VIVIN OCTIANA NIM 110312406323
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI MALANG
NOVEMBER 2014
LEMBAR PENGESAHAN
MENENTUKAN MODEL REGRESI TERBAIK UNTUK MENGETAHUI PENGARUH TINGKAT PENDIDIKAN TERHADAP ANGKA KETENAGAKERJAAN DENGAN MENGGUNAKAN PROSEDUR BEST
SUBSET DAN BACKWARD ELIMINATION (Studi Kasus di BPS Kabupaten Sidoarjo)
Oleh :
Vivin Octiana 110312406323 Telah Diperiksa dan Diuji
Malang,
Dosen Pembimbing, Pembimbing Lapangan
Dr. Makbul Muksar, S.Pd. M.Si Ir. Tanto Mahardi
NIP. 19681103.199203.1002 NIP.19641126.199402.1001
Menyetujui, Mengetahui,
Dosen penguji Ketua Jurusan
Matematika
FMIPA UM
Trianingsih Eni L, S.Si. M.Si Dr. Makbul Muksar, S.Pd. M.Si NIP.19830101.200501.2001 NIP. 19681103.199203.1002
ABSTRAK
Octiana, Vivin.2014. Menentukan Model Regresi Terbaik Untuk Mengetahui Pengaruh Tingkat Pendidikan Terhadap Angka Ketenagakerjaan Dengan Menggunakan Prosedur Best Subset Dan Backward
Elimination (Studi Kasus di BPS Kabupaten Sidoarjo). Laporan Praktek Kerja Lapangan, Jurusan Matematika, Fakultas MIPA, Universitas Negeri Malang. Pembimbing: Dr. Makbul Muksar, S.Pd.M.Si.
Kata Kunci : Model Regresi Terbaik, Best Subset, Backward Elimination, Multikolinieritas.
Badan Pusat Statistik adalah Lembaga Pemerintah Non-
Departemen yang bertanggung jawab langsung kepada Presiden yang mempunyai tugas melaksanakan tugas pemerintahan di bidang kegiatan statistik sesuai dengan ketentuan peraturan perundang-undangan yang berlaku.
Metode Best Subset merupakan cara untuk mengatasi
multikolinieritas yaitu dengan memilih variabel-variabel bebas yang dapat digunakan dalam model agar diperoleh persamaan regresi terbaik yang mengandung sebagian atau seluruh variabel bebas.Sedangkan Metode Backward Elimination adalah metode yang dapat mencoba memeriksa hanya regresi terbaik yang mengandung sejumlah tertentu peubah peramal.
Penelitian untuk menentukan pengaruh tingkat pendidikan dengan angka ketenagakerjaan dilakukan saat Survei Angkatan Kerja Nasional (SAKERNAS) Triwulan I dan II oleh BPS Kabupaten Sidoarjo pada 2 Juni-2 Juli 2014. Metode Best Subset dan Backward Elimination
merupakan metode yang digunakan untuk mengolah data SAKERNAS Dengan variabel bebas yang diteliti adalah tingkat pendidikan yaitu : belum tamat SD, SD/MI, SMP/MTS, SMA/ALIYAH, SMK/STM, DI- DII, DIII, SI , dan SII-SIII , dengan variabel terikat angka
ketenagakerjaan. Berdasarkan hasil observasi dapat ditentukan model persamaan terbaik yaitu : Y = 0,106 + 2,48 X1 + 1,07 X4 + 2,05 X7 , dengan nilai VIF masing-masing variabel bebas lebih kecil dari 10, hal ini menunjukkan bahwa sudah tidak terdapat gejala multikolinieritas, dengan nilai adjusted R square (R Square yang disesuaikan) adalah 51,1 % dan Fhitung sebesar 4,48 dan signifikasi sebesar 0,046 < 0,05 (α = 5%). Sehingga dapat disimpulkan model berarti. Dari hasil model persamaan bahwa variabel dan dapat memprediksi besarnya Y (Angka Ketenagakerjaan) ,dan yang memberikan kenaikan terbesar yaitu variabel X1 (belum tamat SD) dengan kenaikan 2,48 kali.
ii
KATA PENGANTAR
Ucapan Syukur kepada Tuhan Yang Maha Esa atas segala limpahan rahmat dan hidayah-Nya, sehingga penulis dapat menyelesaikan laporan PKL (Praktek Kerja Lapangan) dengan judul “Menentukan Model Regresi Terbaik Untuk Mengetahui Pengaruh Tingkat Pendidikan Terhadap Angka
Ketenagakerjaan Dengan Menggunakan Prosedur Best Subset Dan Backward Elimination” (Studi Kasus di BPS Kabupaten Sidoarjo). Pelaksanaan PKL dilakukan perorangan, dan saat pelaksanaan Survei Angkatan Kerja Nasional (SAKERNAS) Triwulan II.
Penyelesaian PKL ini tidak lepas dari bantuan berbagai pihak. Oleh karena itu, pada kesempatan ini penulis ingin mengucapkan terimakasih kepada pihak- pihak berikut :
1. Bapak Dr.H.Makbul Muksar,S.Pd,M.Si selaku ketua jurusan
Matematika Universitas Negeri Malang sekaligus dosen pembimbing saya yang telah sabar membarikan masukan saat bimbingan.
2. Ibu Trianing Eni Lestari, S.Si , M.Si penguji sekaligus pembimbing ke-2 dalam revisi.
3. Bapak Sukwantono selaku kepala BPS yang telah memberi ijin untuk melaksanan PKL di BPS Kabupaten Sidoarjo.
4. Bapak Ir. Tanto Mahardi selaku pembimbing lapangandari BPS Kabupaten Sidoarjo atas waktu dan bimbingan yang telah diberikan.
5. Pak Robi dan Pak Erry yang telah membimbing dan mengarahkan saya dalam melaksanakan PKL di BPS Kabupaten Sidoarjo.
6. Bapak dan Ibu pegawai BPS Kabupaten Sidoarjo atas dukungan, bantuan dan kerjasamanya danSemua pihak yang telah membantu hingga penyusunan laporan ini selesai.
Semoga Allah SWT membalas semua kebaikan yang setimpal atas segala budi baik yang diberikan. Semoga laporan PKL ini bermanfaat bagi semua pihak
Malang, November 2014
Penulis
DAFTAR ISI
Halaman
LEMBAR PENGESAHAN ... i
ABSTRAK ... ii
KATA PENGANTAR ... iii
DAFTAR ISI ... iv
DAFTAR TABEL ... vi
DAFTAR GAMBAR ... vii
DAFTAR LAMPIRAN ... viii
BAB I PENDAHULUAN 1.1 Latar Belakang ... 1
1.2 Tujuan Masalah ... 3
1.3 Batasan Masalah ... 3
1.4 Manfaat ... 4
1.5 Definisi Operasional ... 4
BAB II TINJAUAN PUSTAKA 2.1 Profil Badan Pusat Statistik ... 6
2.2 Sejarah Badan Pusat Statistik ... 6
2.3 Organisasi Badan Pusat Statistik ... 10
2.4 SAKERNAS ... 14
2.5 Pendekatan Teori Ketenagakerjaan ... 15
2.6 Memilih Persamaan Terbaik ... 17
2.6.1 Analisis Regresi ... 17
2.6.2 Analisis Regresi Linier Berganda ... 18
2.6.3 Asumsi-asumsi dalam Regresi Linier Berganda ... 20
2.6.4 Pengujian Koefisien Regresi ... 21
2.6.5 Multikolinieritas ... 23
2.6.6 Best Subset Regresion ... 24
2.6.7 Prosedur Backward Elimination ... 24
BAB III PELAKSANAAN PRAKTEK KERJA LAPANGAN (PKL) 3.1 Sejarah BPS Kabupaten ... 26
iv
3.2 Kedudukan, Tugas, Fungsi, dan Kewenangan BPS ... 27
3.3 Visi dan Misi ... 28
3.4 Kegiatan Statistik BPS ... 28
3.5 Tempat dan Waktu Pelaksanaan PKL ... 29
3.6 Kegiatan PKL di BPS Kabupaten Sidoarjo ... 30
3.7 Pengambilan Data SAKERNAS ... 31
3.8 Metode Analisis ... 31
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Deskripsi Data ... 32
4.2 Analisis Regresi Linier Berganda ... 32
4.3 Identifikasi Multikolinieritas ... 34
4.4 Metode Regresi Best Subset ... 36
4.5 Metode Backward Elimination ... 38
4.6 Hasil Interpretasi ... 42
BAB V PENUTUP 5.1 Kesimpulan ... 43
5.2 Saran ... 43
DAFTAR RUJUKAN ... 44
DAFTAR TABEL
Tabel Halaman
2.1 Analisis Variansi ... 21
3.1 Pelaksanaan PKL di BPS ... 30
4.1 Pengujian Koefisien Regresi secara Serentak... 33
4.2 Pengujian Koefisien Regresi secara Individual ... 33
4.3 Koefisien Korelasi Antara Varabel Bebas & Variabel Terikat ... 34
4.4 Faktor Kenaikan Keragaman ... 35
4.5 Pengujian Koefisien Regresi secara Serentak... 37
4.6 Pengujian Koefisien Regresi secara Individual ... 37
vi
DAFTAR GAMBAR
Halaman
2.1 Struktur Organisasi BPS Kabupaten/Kota ... 13
2.2 Konsep Dasar Angkatan Kerja ... 15
4.1 Uji Normalitas sisaan ... 40
4.2 Uji Homogenitas sisaan ... 41
4.3 Grafik Autokorelasi ... 41
DAFTAR LAMPIRAN
Lampiran 1 Nilai dan Laporan Kegiatan PKL ... 45
Lampiran 2 Angket SAKERNAS ... 50
Lampiran 3 Data Pengaruh Tingkat Pendidikan Dengan Ketenagakerjaan .... 54
Lampiran 4 Analisis Regresi Linier Berganda ... 55
Lampiran 5 Analisis Korelasi ... 56
Lampiran 6 Best Subset ... 57
Lampiran 7 Analisis Regresi Linier Berganda ... 58
Lampiran 8 Backward Elimiation ... 59
Lampiran 9 Pengujian Asumsi-Asumsi dalam Regresi Linier Berganda ... 61
viii
BAB I PENDAHULUAN 1.1 Latar Belakang
Setiap manusia memiliki hasrat ingin tahu, sehingga menimbulkan berbagai macam pertanyaan, yang membuat manusia berusaha mencari jawaban atas segala pertanyaan yang ada, dari rasa keingintahuan tersebut manusia berusaha mendapat pengetahuan, dan yang diinginkan adalah pengetahuan yang benar. Untuk
mendapatkan pengetahuan yang benar diperlukan adanya penelitian, dari hasil penelitian sehingga didapatkan ilmu pengetahuan.
Banyak ilmu pengetahuan yang dapat kita terapkan dalam kehidupan sehari- hari. Sehingga dari ilmu pengetahuan itulah manusia dapat berkembang dan berinovasi dengan lingkungannya. Salah satu ilmu pengetahuan yang ada adalah matematika, ilmu yang sering kita jumpai pada kehidupan sehari-hari, karena sampai saat ini banyak manusia yang mengembangkan ilmu matematika guna mengembangakan ilmu pengetahuan yang lain.
Matematika adalah salah satu jurusan yang ada pada FMIPA Universitas Negeri Malang, dan di dalam jurusan matematika terdapat konsentrasi ilmu statistika yang mempelajari tentang pengolahan data. Dalam kehidupan modern peranan ilmu statistik sangatlah penting , sehingga menimbulkan berbagai macam ilmu baru yang menggabungkan ilmu lain dengan ilmu statistik. Salah satu ilmu statistik adalah Analisis Regresi yang bermanfaat untuk menganalisis sebuah data yang didapat dari lapangan.
Analisis regresi merupakan teknik statistik yang banyak penggunaan serta mempunyai manfaat yang cukup besar bagi pengambilan keputusan. Seperti halnya persoalan yang sering terjadi di dunia nyata yaitu persoalan yang mempunyai hubungan antara dua peubah atau lebih, kita bisa menggunakan analisis regresi untuk meramalkan nilai suatu peubah apabila peubah lain diketahui. Seperti halnya pada kasus pengaruh tingkat pendidikan terhadap ketenagakerjaan .
