MENENTUKAN REGRESI LINIER BERGANDA UNTUK PENDAPATAN DOMESTIK REGIONAL BRUTO (PDRB) DI DELI SERDANG TUGAS AKHIR LEWI SYAHPUTRA

(1)

Lewi Syahputra : Menentukan Regresi Linier Berganda Untuk Pendapatan Domestik Regional Bruto (PDRB) Di Deli Serdang, 2008.

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

LEWI SYAHPUTRA 052407079

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2008

(2)

PERSETUJUAN

Judul : MENENTUKAN REGRESI LINIER BERGANDA UNTUK PENDAPATAN DOMESTIK REGIONAL BRUTO (PDRB) DI DELI SERDANG

Kategori : TUGAS AKHIR

Nama : LEWI SYAHPUTRA

Nomor Induk Mahasiswa : 052407079

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM

(MIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Mei 2008

Diketahui

Departemen Matematika FMIPA USU Pembimbing

Ketua

Dr. Saib Suwilo, M.Sc Dra. Elvina Herawati, M.Si

(3)

PERNYATAAN

MENENTUKAN REGRESI LINIER BERGANDA UNTUK PENDAPATAN DOMESTIK REGIONAL BRUTO (PDRB) DI DELI SERDANG

TUGAS AKHIR

Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Mei 2008

LEWI SYAHPUTRA 052407079

(4)

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa, atas berkat dan limpah-Nya sehingga penulis dapat menyelesaikan tugas akhir ini tepat pada waktu yang ditentukan.

Ucapan terimakasih saya sampaikan kepada Dra. Elvina Herawati, M.Si selaku pembimbing pada penyelesaian tugas akhir ini yang telah memberikan panduan dan penuh kepercayaan pada penulis dalam menyempurnakan kajian. Panduan ringkas, padat dan professional telah diberikan agar penulis dapat menyelesaikan tugas akhir ini. Ucapan terimakasih juga ditujukan kepada Ketua dan Sekretaris Departemen Dr. Saib Suwilo, M.Sc dan Drs. Henry Rani Sitepu, M.Si, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas sumatera Utara, semua dosen Departemen Matematika FMIPA USU, Pegawai di FMIPA USU, dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada orang tua yang saya sayangi dan semua keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan Membalasnya.

(5)

Lewi Syahputra : Menentukan Regresi Linier Berganda Untuk Pendapatan Domestik Regional Bruto (PDRB) Di Deli Serdang, 2008. USU Repository © 2009 DAFTAR ISI Halaman Persetujuan ii Pernyataan iii Penghargaan iv Daftar Isi v

Daftar Tabel vii

Bab 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 2

1.3 Maksud dan Tujuan 2

1.4 Pembatasan Masalah 3

1.5 Lokasi dan Waktu 3

1.6 Sistematika Penulisan 3

Bab 2 Landasan Teori 5

2.1 Pengertian Analisis Regresi 5

2.2 Regresi Linier Sederhana 5

2.3 Regresi Linier Berganda 7

2.4 Korelasi 8

2.5 Korelasi Ganda 10

2.6 Korelasi Parsial 10

2.7 Pengujian Regresi Linier Berganda 11

Bab 3 Gambaran Umum 12

3.1 Sejarah Singkat Kegiatan Statistik di Indonesia 12

3.1.1 Masa Pemerintahan Hindia Belanda 12

3.1.2 Masa Pemerintahan Hindia Jepang 13

3.1.3 Masa Kemerdekaan Republik Indonesia 13

3.1.4 Masa Orde Baru Sampai Sekarang 14

3.1.5 Visi dan Misi Badan Pusat Statistik 15

3.1.6 Program Pengembangan Statistik 15

3.2 Struktur Ruang Lingkup Kegiatan BPS 16

3.2.1 Kedudukan, Tugas dan Fungsi BPS 16

(6)

3.3 Struktur Organisasi BPS 17

Bab 4 Analisis Data 22

4.1 Menentukan Model Persamaan Regresi linier Berganda 22

4.2 Analisa Residu 29

4.3 Perhitungan Korelasi Linier Berganda 30

4.4 Perhitungan Korelasi Antar Variabel 31

4.5 Pengujian Koefisien Regresi Linier Berganda 33

Bab 5 Implementasi Sistem 35

5.1 Pengertian Implementasi Sistem 35

5.2 SPSS dan Komputer Statistik 35

5.3 Penelitian dan SPSS 36 5.4 Sejarah SPSS 37 5.5 SPSS Versi 15.0 38 5.6 Pengoperasian SPSS 38 5.6.1 Memulai SPSS 39 5.6.2 Mengentri Data 40 5.6.3 Penyimpanan Data 42

5.6.4 Mengolah Data dalam Persamaan Regresi 43

5.6.5 Mengolah Data dalam Persamaan korelasi 44

Bab 6 Kesimpulan 46

Daftar Pustaka Lampiran

(7)

DAFTAR TABEL

Halaman

Tabel 4.1.1 Data Produk Domestik Regional Bruto 24

Kabupaten Deli Serdang Menurut Lapangan Usaha Atas Dasar Harga Berlaku

Tabel 4.1.2 Kuadrat Masing-masing Variabel dan 26

Perkalian antar Variabel

Tabel 4.1.3 Selisih Nilai Pengamatan dengan Nilai 29

(8)

Produk Domestik Regional Bruto atau ditulis sebagai PDRB, merupakan salah satu indikator tingkat kesejahteraan suatu daerah. Perhitungan PDRB kabupaten Deli Serdang dan seluruh kabupaten/kotamadya di sumatera utara tiap tahun mengalami perubahan. Berdasarkan data statistik (PBS Sumatera Utara), setiap tahunnya Produk Domestik Regional Bruto (PDRB) di kabupaten Deli Serdang mengalami peningkatan. Hal ini menunjukkan bahwa sektor-sektor lapangan usaha yang berada di kabupaten Deli Serdang mengalami kemajuan.

Pada dasarnya semua lapangan usaha yang berada di Kabupaten Deli serdang berperan dalam peningkatan angka PDRB. Namun dari keseluruhan lapangan usaha itu, ada beberapa lapangan usaha yang memang mempunyai peranan atau pengaruh yang cukup besar terhadap perkembangan perekonomian di Kabupaten Deli Serdang

(9)

yang ditunjukkan lewat besarnya angka PDRB di masing-masing sektor lapangan usaha.

Untuk mengetahui seberapa besar pengaruh sektor lapangan usaha yang ada di Kabupaten Deli Serdang, penulis mengaadakan penelitian terhadap perolehan angka PDRB dari beberapa sektor lapangan usaha yang ada di Kabupaten Deli Serdang dan data yang dianalisis berasal dari Badan Pusat Statistik (BPS) Sumatera Utara. Pada satu sisi dikenal konsep tentang regresi linier berganda yaitu suatu sistem persamaan linier yang terdiri dari dua atau lebih variabel bebas (disimbolkan dengan ‘X’) yang masing-masing variabel bebasnya mempunyai hubungan terhadap variabel terikat ‘Y’.

1.2 Identifikasi Masalah

Data hasil perhitungan untuk PDRB kabupaten Deli Serdang setiap tahunnya mengalami peningkatan. Angka peningkatan ini tentunya tidak terlepas dari peranan ketiga lapangan usaha yakni lapangan usaha pertanian, perdagangan, listrik, gas dan air bersih yang mengalami peningkatan setiap tahunnya. Masalahnya adalah seberapa besarkah peranan ketiga sektor lapangan usaha tersebut bagi peningkatan PDRB di kabupaten Deli Serdang. Persoalannya adalah, apakah masalah ini dapat diselesaikan dengan menggunakan metode regresi linier berganda?

1.3 Maksud dan Tujuan

Adapun yang menjadi maksud dan tujuan penelitian ini diadakan adalah untuk melihat hubungan antara masing-masing lapangan usaha bagi laju perkembangan PDRB di

(10)

Kabupaten Deli Serdang. Bagi Penulis penelitian ini merupakan suatu kesempatan untuk mengaplikasikan ilmu yang diperoleh dalam perkuliahan, khususnya dalam bidang regresi dan penerapan metode statistika.

1.4 Pembatasan Masalah

Mengingat ada begitu banyak lapangan usaha yang mempengaruhi laju pertumbuhan Produk Domestik Regional Bruto dan penelitian menghasilkan data atau informasi yang lebih jelas dan mudah dimengerti bagi setiap pembaca. Maka penulis membatasi pokok permasalahan hanya kepada tiga lapangan usaha yaitu, pertanian, Industri, Listrik,gas dan air bersih.

1.5 Lokasi dan Waktu

Dalam penyususnan Tugas akhir ini penulis mengambil data dari Badan pusat Statistik (BPS) Sumatera Utara, di jalan Asrama No. 179 Medan. Waktu penelitian mulai tanggal 30 Maret 2008 sampai 5 April 2008.

1.6 Sistematika Penulisan

Adapun sistematika penulisan yang dipergunakan penulis antara lain :

(11)

Pada Bab ini akan di uraikan Latar Belakang, Rumusan Masalah, Perumusan Hipotesis, Tujuan dan Manfaat Penelitian, dan Metodologi penelitian.

Bab 2 : Landasan Teori

Bab ini menguraikan tentang konsep dan definisi tentang pengertian analisa regresi berganda, koefisien korelasi berganda dan koefisien Determinasi.

Bab 3 : Gambaran Umum

Dalam bab ini penulis menguraikan mengenai sejarah singkat berdirinya Badan Pusat Statistika (BPS) Provinsi Sumatera Utara.

Bab 4 : Analisis Data

Bab ini merupakan bab yang berisikan mengenai proses pembentukan regresi linier berganda , mencari koefisien determinasi dan koefisien korelasi.

Bab 5 : Implementasi Sistem

Dalam bab ini penulis menguraikan pengertian dan tujuan implementasi sistem, rancangan program yang dipakai dan hasil outputnya.

(12)

Bab ini merupakan bab penutup yang merupakan hasil dan kesimpulan dari pembahasan serta saran penulisan berdasarkan kesimpulan yang didapat.

Bab 2

LANDASAN TEORI

2.1 Pengertian Analisis Regresi

Analisis regresi adalah bentuk persamaan matematik yang menyatakan hubungan antara variabel-variabel. Analisis regresi juga menjelaskan tentang seberapa erat pengaruh antara variabel. Pengaruh itu bisa terjadi antara variabel bebas ( independent variable) dengan variabel terikat (dependent variable) dan bisa juga terjadi antara variabel bebas itu sendiri.

Variabel bebas (independent variable) adalah variabel yang mudah didapat atau variabel yang tersedia. Variabel terikat (dependent variable) variabel yang

(13)

ditentukan/bergantung pada variabel bebas. Untuk memudahkan analisis, variabel bebas (independent variabel) akan dinyatakan dengan

Χ

₁,

Χ

₂,...,

Χ

_k(k ≥1)

Sedangkan variabel tak bebas akan dinyatakan dengan Υ. 2.2 Regresi Linier Sederhana

Hubungan fungsional antara variabel terikat

Y

dengan variabel bebas

Χ

1, 2,..., k yang dituliskan dalam bentuk persamaan matematik disebut

persamaan regresi. Sebuah persamaan regresi dengan satu variabel terikat dan satu variable bebas, dikenal dengan regresi linier sederhana, dengan model:

_Υ ₌

_β

₊

_β

_Χ ₊

_ε

1 0 Bebas Variabel Koefisien ta Kons Terikat Variabel

X

= Χ = = = Υ 1 1 0 tan

β

Untuk keperluan analisis, akan ditaksir harga-harga

β

0

dan

β

1

oleh a dan

b, sehingga persamaan regresi menggunakan data sampel menjadi:

Χ + =

Υˆ a b

Menentukan koefisien persamaan penduga adan bdapat dengan

menggunakan metode kuadrat terkecil, yaitu cara yang dipakai untuk menentukan koefisien persamaan penduga dari jumlah pangkat dua (kuadrat) antara titik-titik dengan garis regresi yang dicari yang terkecil. Dengan demikian, maka dapat ditentukan:

(14)

∑

Χ

∑

∑Χ

Χ

∑Υ

∑

Χ

Υ

∑

Χ

∑Χ

∑

Υ

∑

Χ

∑

Χ

∑

Χ

Υ

− − = − − = 2 2 2 2 2 1 ) ( ) )( ( ) ( ) )( ( ) )( ( i i i i i i i i i i i i n n b n a

Jika terlebih dahulu dihitung koefisien b, maka koefisien a dapat juga ditentukan dengan:

X b Y

a = −

Dengan Χ dan Υ rata-rata untuk variabel X dan Y.

2.3 Regresi Linier Berganda

Suatu persamaan regresi linier yang memiliki lebih dari satu variabel bebas X, dan satu variabel terikat Y akan membentuk suatu persamaan regresi yang baru yang disebut persamaan regresi linier berganda (multiple regression). Model persamaan regresi linier berganda hampir sama dengan model regresi linier sederhana, letak perbedaanya hanya pada banyak variabel bebasnya.

Secara umum model regresi linier berganda adalah sebagai berikut:

ε β β β β β + + + + + + = X X X _nX_n Y ₀ ₁ ₁ ₂ ₂ ₃ ₃ 

Model untuk taksiran dari persamaan regresi linier ganda atas

Χ Χ

(15)

Lewi Syahputra : Menentukan Regresi Linier Berganda Untuk Pendapatan Domestik Regional Bruto (PDRB) Di Deli Serdang, 2008. USU Repository © 2009 n nX a X a X a X a a Yˆ = ₀ + ₁ ₁ + ₂ ₂ + ₃ ₃ ++ Dimana:

Sama seperti mencari nilai a dan b pada model regresi linier sederhana, maka pada regresi linier berganda pun memerlukan n buah pasang data X dan Y. Untuk mencari

harga-harga _a _a _a _a

k

... ,

, ₁ ₂

0 dari regresi linier berganda dapat menggunakan matriks

sebagai berikut ( X sebanyak 3):

[

]

[

]

[ ]

a

[

X X

] [

X Y

]

a X X Y X n t t t t i i i i i i i i i i i i i i i i i i i i i i i i i i i i

X

a

X

a

X

a

X

a

X

Y

X

a

X

a

X

a

X

a

X

Y

X

a

X

a

X

a

X

a

X

Y

X

a

X

a

X

a

Y

1 1 2 3 3 3 2 2 3 1 1 3 0 3 3 2 3 2 2 2 2 1 1 2 0 2 3 1 3 2 1 2 2 1 1 1 0 1 3 3 2 2 1 1 0 − − = = + + + = + + + = + + + = + + + =

∑

[

]

[ ]

[

]

              =               =               =

∑

−

X

Y

X

Y

X

Y

a

X

i i i i i i i t i i i i i i i i i i i i i i i i i i i i i t Y X a n X X 3 2 1 3 2 1 0 2 3 3 2 3 1 3 3 2 2 2 2 1 2 3 1 2 1 2 1 1 3 2 1 1 ;

a

k regresi koefisien parameter bagi Taksiran ta kons parameter bagi Taksiran Variabel Bagi taksiran Nilai ,..., , , , tan ˆ 1 0 3 2 1 0 0 = = Υ = Υ

(16)

2.4 Korelasi

Korelasi adalah derajat hubungan linier antara dua variabel atau lebih dari data hasil pengamatan. Studi yang mempelajari tentang derajat hubungan antara variabel-variabel disebut analisis regresi. Sementara hubungan yang dipakai untuk mengetahui derajat hubungan, terutama untuk data kuantitatif disebut koefisien korelasi. Koefisien korelasi tersebut disimbolkan dengan “r” untuk korelasi parsil dan “R” untuk korelasi berganda.

Perhitungan koefisien korelasi dapat dicari dengan menggunakan rumus:

∑

− − − = } ) ( }{ ) ( { ) )( ( 2 2 2 2

Y

X

Y

X

Y

X

i i i i i i i i xy n n n r

Bentuk lain yang dapat digunakan adalah :

s syx y

r = 1− 2_. / 2

Dengan Sy.x = Kekeliruan baku taksiran yang dihitung dengan rumus:

) 2 ( / ) ( 2 2 . =

∑

Y

−

Y

ˆ

n−

s

yx i i

(17)

n = Ukuran sampel

Harga-harga koefisien korelasi (R) berada dalam interval -1<R<= +1. Untuk R= +1 Maka korelasi positif sempurna antara X dan Y , artinya ada hubungan linier yang sangat tinggi. Letak titik-titik ada pada garis regresi linier dengan sifat bahwa harga X yang besar berpasangan dengan harga Y yang besar, sedangkan harga X yang kecil berpasangan dengan Y yang kecil. Untuk R = -1 maka korelasi negatif sempurna artinya hubungan linier tidak langsung, Letak titik-titik yang ditentukan oleh Xi, Yi Seluruhnya terletak pada garis regresi linier dengan harga X yang besar berpasangan dengan harga Y yang kecil dan sebaliknya. Untuk R = 0 tidak terdapat korelasi.

2.5 Korelasi Ganda

Untuk melihat besar korelasi antar variabel bebas X terhadap variabel terikat Y, maka dapat dihitung dari koefisien korelasi gandanya. Koefisien korelasi linier ganda (R) dapat dihitung dengan rumus :

(

)

(

)

(

)

(

)

∑

− − − = − − ∑ − = 2 2 2 2 2 ˆ 1 ˆ 1 Y Y Y Y maka Y Y Y Y

R

dengan R2 Koefisien Determinasi

(18)

Dari persamaan regresi linier berganda dapat ditentukan korelasi antara 2 variabel yaitu korelasi antara variabel terikat dengan setiap variabel bebas, dan korelasi antara variabel bebas dengan variabel bebas. Koefisien korelasi antara variabel terikat dan variabel bebas disimbolkan dengan ryj, yang dapat dicari dengan rumus:

∑

− − − = } ) ( }{ ) ( { ) )( ( 2 2 2 2

Y

X

Y

X

Y

X

r

i i ji ji i ji i ji yj n n n i = 1,2,…n dan j = 1,2,…k

2.7 Pengujian Regresi Linier Ganda

Taksiran persamaan regresi perlu diuji apakah persamaan regresi tersebut bersifat nyata atau tidak. Untuk menguji nyata atau tidaknya persamaan regresi tersebut dapat menggunakan uji statistic distribusi F.

Adapun perunusan hipotesisnya : H0 : a1 = a2=...=ak

H1: Minimal ada satu taksiran koefisien regresi yang tidak sama dengan nol

(19)

Jika Fhitung≥ Ftabel , maka tolak H0 Jika Fhitung < Ftabel, maka terima H0

) 1 /( / − − = k n k

JK

F

res reg hitung dengan : 2 2 2 1 1 ) ˆ ( ... Υ − = + + + =

∑

i res i ki k i i i i reg Y

JK

Y

X

a

Y

X

a

Y

X

a

JK

Bab 3 GAMBARAN UMUM

(20)

3.1.1 Masa Pemerintahan Hindia Belanda

Kantor statistik pertama kali didirikan oleh Direktur Pertanian, Kerajinan dan Perdagangan (Directeur Van Landbouw Nijeverheid en Handel) pada bulan Februaru tahun 1920. Kantor ini bertugas untuk mengolah dan mempublikasikan data statistik. Pada bulan Maret 1923 dibentuk suatu komisi untuk statistik yang anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut bertugas merencanakan tindakan-tindakan yang mengarah sejauh mingkin untuk mencapai kesatuan dalam kegiatan di bidang Statistik di Indonesia.

Pada tanggal 24 September 1924 nama lembaga tersebut diganti dengan nama

Central Kantor Voor de Statistiek (CKS) atau Kantor Statistik dan dipindahkan ke Jakarta. Bersamaan dengan itu beralih juga pekerjaan mekanisme statistik perdagangan yang semula dialkukan oleh kantor Invoer Uitvoer en Accijnsen (IUA).

3.1.2 Masa Pemerintaha Jepang

Pemerintah baru mengaktifkan kembali statistic pada bulan Juni 1944 yang diarahkan untuk memenuhi kebutuhan perang atau militer. Pada masa itu Centra Voor Statistiek diganti namanya menjadi Shomubu Chosasitsu Gunseikanbu.

(21)

Setelah Proklamasi Kemerdekaan Republik Indonesia pada tanggal 17 Agustus 1945, kegiatan statistic ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KAPPURI (Kantor Penyelidik Perangkaan Umum RI). Tahun 1946 Kantor KAPPURI dipindahkan ke Yogyakarta sebagai hasil dari Perjanjian Linggarjati. Sementara itu pemerintahan Belanda (NICA) mengaktifkan kembali CKS. Berdasarkan surat Edaran Kementrian Kemakmuran tanggal 12 juni 1950 Nomor 219/S.C, KAPPURI dan CKS dilebur menjadi Kantor Pusat Statistik dan berada di bawah dan bertanggungjawab kepada mentri Kemakmuran.

Dengan surat Menteri Perekonomian tanggal 1 Maret 1952 Nomor. P/44. lembaga KPS berada di bawah dan bertanggungjawab kepada Mentri Perekonomian. Selanjutnya Keputusan Mentri Perekonomian tanggal 24 Desember 1953 Nomor. 18.099/M KPS dibagi menjadi dua bagian yaitu bagian Research yang disebut Afdeling A, dan bagian tata usaha disebut Afdeling B.

Dengan Keputusan Presiden RI Nomor 131 tahun 1957, Kementrian Ekonomi dipecah menjadi Kementrian Perdagangan dan Kementrian Perindustrian. Untuk selanjutnya Keputusan Presiden RI Nomor 172 tahun 1957, terhitung sejak tanggal 1 Juni 1957 KPS diubah menjadi Biro Pusat Statistik dan Urusan Statistik.

3.1.4 Masa Orde Baru sampai Sekarang

Pada pemerintahan Orde Baru, khususnya untuk memenuhi kebutuhan perencanaan dan evaluasi pembangunan, untuk mendapatkan statistic yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan organisasi Biro Pusat Statistik.

(22)

Dalam masa orde baru ini Badan Pusat Statistik mengalami beberapa kali perubahan Struktur organisasi.

1. Peraturan Pemerintah nomor 16 tahun 1986 tentang organisasi BPS 2. Peraturan pemerintah nomor 6 tanun 1998 tentang organisasi BPS

3. Peraturan Pemerintah nomor 2 tahun 1992 tentang kedudukan , tugas dan fungsi, susunan dan tata kerja Biro Pusat Statistik.

4. UU nomor 16 tahun 1997 tentang statistic.

5. Keputusan presiden RI nomor 86 tahun 1998 tentang Badan Pusat Statistik. 6. Keputusan kepala BPS nomor 100 tahun 1998 tentang organisasi dan tata kerja

BPS.

7. Peraturan pemerintah nomor 51 tahun 1999 tentang penyelenggaraan statistik. Tahun 1968 ditetapkan peraturan pemerintah nomor 16 tahun 1968, yaitu yang mengatur organisasi dan tata cara di pusat dan di daerah. Peraturan pemerintah nomor 6 tahun 1980 tentang organisasi sebagai penggati peraturan pemerintah nomor 6 tanun 1968. Berdasarkan peraturan pemerintah nomor 6 tahun 1980 di tiap perovinsi terdapat perwakilan BPS. Pada tanggal 17 juni 1998 dengan keputusan Presiden nomor 86 tahun 1998 ditetapkan Badan Pusat Statistik, sekaligus mengatur tata kerja dan struktur organisasi BPS yang baru.

3.1.5 Visi dan Misi Badan Pusat Statistik

a. Visi Badan Pusat Statistik

Badan Pusat Statistik mempunyai visi menjadikan informasi statistic sebagai tulang punggung informasi pembangunan nasional dan regional, didukung

(23)

sumber daya manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang mutahir.

b. Misi Badan Pusat Statistik

Untuk menunjang pembangunan nasional, Badan Pusat Statistik mengemban misi mengarahkan pembangunan ststistik dan penyajian data ststistik yang bermutu dan handal, efektif dan efisien, peningkatan kesadaran masyarakat akan arti dan kegunaan ststistik dan pengembangan ilmu pengetahuan statistik.

3.1.6 Program Pengembangan Statistik

Untuk mewujudkan pembangunan ststistik, Badan Pusat Statistik membagi kedalam 4 (empat) kelompok, yaitu :

1. Program penyempurnaan dan pengembangan statistik 2. Program penyempurnaan system informasi

3. Program pendidikan dan pelatihan aparatur Negara

4. Program peningkatan sarana dan prasarna aparatur Negara

3.2 Ruang Lingkup Kegiatan Badan Pusat Statistik

3.2.1 Kedudukan, Tugas dan Fungsi Badan Pusat Statistik

Badan Pusat Statistik sebagai lembaga Pemerintah Non Departemen yang berada di bawah dan bertanggung jawab kepada Presiden (Kepres Nomor 86 tahun 1998), dalam melaksanakan tugasnya berdasarkan kepada beberapa ketentuan perundangan :

1. UU Nomor 16 tahun 1997 tentang statistic

(24)

3. Peraturan Pemerintah Nomor 51 tentang penyelenggaraan Statistik.

Berdasarkan Keputusan Presiden Nomor 86 tahun 1998 dalam menyelenggarakan statistik koordinasi dan kerjasama serta mengembangkan dan membina statistik sesuai dengan perundang-undangan yang berlaku. Fungsi yang diselenggarakan Badan Pusat Statistik :

1. Perumusan kebijaksanaan nasional di bidang statistik. 2. Penyelenggaraan statistik dasar.

3. menyusun rencana dan program nasional di bidang statistik.

4. koordinasi dan kerja sama statistic dengan instansi pemerintah, lembaga organisasi, perorangan dan unsur masyarakat lainnya.

5. Pelayanan data informasi serta hasil kepada pemerintah dan masyarakat secara berkala dan sewaktu-waktu baik dari hasil penyelenggaraan statistik.

6. Pembina penyelenggaraan statistik , responden dan pengguna statistik.

7. Pembinaan sumber daya manusia di lingkungan BPS, pembinaan,

pengendalian dan pengawasan administrasi di lingkungan BPS.

3.2.2 Tata Kerja Badan Pusat Statistik

Para deputi wajib melaksanakan koordinasi dan kerjasama teknis statistik di dalam dan di luar negeri sesuai dengan bidang dan tugas mereka masing-masing. Kemudian para Deputi melaporkan kepada Kepala BPS. Setiap pimpinan satuan unit organisasi kelompok jabatan fungsional di lingkungan BPS dalam melaksanakan tugasnya wajib menerapkan prinsip koordinasi , integrasi baik dalam lingkungan masing-masing

(25)

satuan unit organisasi di lingkungan BPS. Maupun dengan instansi lain dari luar BPS sesuai dengan bidang dan tugasnya masing-masing.

3.3 Struktur Organisasi Badan Pusat Staistik

Sebagaimana dimuat dalam lampiran struktur organisasi kantor, pada Badan Pusat Staistik Provinsi Sumatera Utara dipimpin oleh seorang kepala dan dibantu oleh bagian tata usaha.

Disamping itu kepala dibantu oleh bagian tata usaha yan terdiri dari : 1. Sub bagian Urusan Dalam

2. Sub Bagian Perlengkapan 3. Sub Bagian Keuangan 4. Sub Bagian Kepegawaian

Sedangkan bidang panjang statistic dibagi menjadi 5 (lima) bagian yaitu 1. Bidang statistik Produksi

2. Bidang Statistik Distribusi 3. Bidang Statistik Pengolahan data 4. Bidang Statistik Kependudukan 5. Bidang Neraca Wilayah dan Analisa Setiap bidang mempunyai tugas-tugas yaitu :

a. Bidang Statistik Produksi mempunyai tugas melaksanaikan statistik pertanian, industri serta statistic konstruksi pertambangan dan energi.

b. Bidang Statistik Pengolahan dan mempunyai tugas melaksanakan kegiatan penyiapan data, penyusunan system dan program serta operasi pengolahan data dengan computer.

(26)

c. Bidang Statistik Kependudukan mempunyai tugas melaksanakan kegiatan statistic demografi dan rumah tangga, statistic ketenaga kerjaan, serta statistic kesejahteraan.

d. Bidang Neraca Wilayah dan Analisa mempunyai tugas melaksanakan kegiatan penyususnan neraca produksi, neraca konsumsi dan akumulasi penyajian dan analisa serta kegiatan penerangan statistic.

Dalam pembagian tugas yang diketahui penulis, maka dapat diuraikan menurut tugas masing-masing bagian, yaitu :

1. Tugas Bagian Tata Usaha

a. Menyusun program kerja tahunan.

b. Mengatur dan melaksanakan urusan keuangan yang meliputu tata usaha keuangan, perbendaharaan, verifikasi dan pembukuan.

c. Mengatur dan melaksanakan urusan penyelenggara berbagai pelatihan teknis dan pelatihan administrasi.

d. Mengatur dan melaksanakan urusan pelaksanaan administrasi lainnya kepada pihak semua satuan kerja di lingkungan kantor statistik provinsi.

e. Membantu kepala kantor statistic dalam pengendalian kegiatan kegiatan dan pengendalian anggaran

f. Menyusun laporan kegiatan secara berkala dan sewaktu-waktu. g. Melaksanakan tugas yang diberikan oleh atasan langsung.

2. Tugas Bidang Statistik Produksi

(27)

b. Mengatur keikutsertaan program latihan yang diselenggarakan oleh pusat di bidang statistik produksi.

c. Mengatur dan melaksanakan penjatahan dokumen yang diperlukan untuk pelaksanaan lapangan.

d. Mengatur dan melaksanakan penerimaan dan pemeriksaan dokumen hasil pengumpulan data statistic produksi.

e. Mengatur dan mengkoordinasi penyelenggaraan pelatihan petugas lapangan di pusat pelatihan serta mengatur penjatahan pelatihannya.

f. Bersama-sama dengan bidang pengolahan data, mengatur dan menyiapkan pengolahan data statistic produksi melalui computer sesuai dengan yang ditetapkan.

3. Tugas Bidang Statistik Distribusi

a. Menyusun Program kerja tahunan.

b. Membantu Kepala akuntor statistik provinsi atau pemimpin proyek/pemimpin bagian proyek statistik.

c. Mengatur dan mengkoordinasikan penyelenggaraan pelatihan petugas lapangan di pusat pelatihan serta mengatur penjatahan pelatihannya.

d. Melakukan pembinaan, pengamatan lanjut, dan pengawasan lapangan terhadap pelaksanaan kegiatan statistik distribusi.

e. Mengatur dan melaksanakan pengolahan data statistik secara sederhana sesuai dengan yang ditetapkan.

f. Menyusun laporan kegiatan bidang secara berkala dan sewaktu-waktu .

(28)

4. Tugas Bidang Pengolahan Data

a. Menyusun program kerja tahunan bidang.

b. Meneliti jenis data yang diolah melalui komputer dan bersama-sama dengan bidang yang bersangkutan menentukan sistem pengolahan dengan komputer. c. Mengatur pembuatan system dan program pelaksanaan penyiapan data dan

operasi pengolahannya.

d. Mengatur dan melaksanakan penerimaan dokumen yang diolah dengan

komputer.

e. Mengatur dan melaksanakan tugas yang diberikan atasan langsung.

5. Tugas Bidang Statistik Kependudukan

a. Menyusun program kerja tahunan bidang.

b. Melaksanakan kegiatan statistic demografi dan rumah tangga,

ketenagakerjaan, kesejahteraan rakyat dan statistic kependudukan lainnya yang ditentukan.

c. Mengatur dan melaksanakan penjatahan dokumen yang diperlukan untuk pelaksanaan lapangan.

d. Melakukan pembinaan, pengamatan lanjut, pengawasan lapangan terhadap pelaksanaan kegiatan statistic kependudukan.

e. Mengatur dan menyiapkan dokumen dan hasil pengolahan statistik

kependudukan melalui komputer sesuai dengan jadual yang ditetapkan.

(29)

a. Menyusun program kerja tahunan.

b. Mengatur dan melaksanakan penerangan kegiatan statistic baik kepada masyarakat, instansi lainnya maupun media massa.

(30)

ANALISIS DATA

4.1 Menentukan Model Persamaan Regresi Linier Berganda

Data yang akan diolah dalam Tugas akhir ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Sumatera Utara mengenai Produk Domestik Regional Bruto (PDRB) untuk kabupaten Deli Serdang. Adapun Data yang akan dianalisis adalah sebagai berikut :

Data Produk Domestik Regional Bruto Kabupaten Deli Serdang Menurut Lapangan Usaha Atas Dasar Harga Berlaku

Tahun Total Keseluruhan PDRB

Lapangan Usaha

Pertanian Industri Listrik, Gas Air Bersih 1983 379784,4 18143,28 56984,05 401,82 1984 487365,01 230117,2 75887,58 576,81 1985 546351,1 261503,33 88548,76 733,83 1986 614551,64 294688,58 97898,13 857,57 1987 774107,66 271118,85 82411,7 606,85 1988 938609,96 282869,18 103312,36 763,33 1989 2250503 298143,15 126146,6 985,26 1990 1464495,12 339144,84 147651 2714,15 1991 1567447,35 347227,53 174425,49 2949,87 1992 179178,28 852752,38 393993,01 7401,13 1993 2002745,7 661869,89 682266,95 5031,81 1994 2414507,5 750001,84 866091,29 5476,38 1995 2894363,49 894200,84 1081696,38 6435,56 1996 3087153,35 970472,25 1064083,07 7139,77 1997 3501196,86 1092550,46 1218999,96 8337,04 1998 5375883,78 1793293,09 1961564,76 9184,53 1999 6269647,51 2082706,17 2389304,89 10559,16

(31)

Untuk memudahkan proses analisa, maka untuk seluruh variabel dilambangkan dengan :

Yi : Total Keseluruhan Produk Domestik Regional Bruto (PDRB) X1 : Nilai PDRB dari Sektor pertanian

X2 : Nilai PDRB Sektor Industri

X3 : Nilai PDRB Sektor Listrik, Gas dan Air Bersih 2000 9249190,59 1476508,86 4164334,65 17930,56 2001 10122257,1 1722108,58 4398946,03 22050,98 2002 12762543,63 2071486,17 6107163,13 30480,46 2003 14448907,04 2241769,79 6603832,46 40469,2 2004 15872339,17 2425293,57 7155040,05 47553,62 2005 19136227,1 2553563,26 8543881,96 49923.94 2006 21800417,13 2952025,30 10595818,20 55705,92

(32)

Tabel 4.11 Data Produk Domestik Regional Bruto Kabupaten Deli Serdang menurut lapangan usahaatas dasar harga berlaku.

Tahun Yi Variabel Bebas X1i X2i X3i 1983 379784,4 18143,28 56984,05 401,82 1984 487365,01 230117,2 75887,58 576,81 1985 546351,1 261503,33 88548,76 733,83 1986 614551,64 294688,58 97898,13 857,57 1987 774107,66 271118,85 82411,7 606,85 1988 938609,96 282869,18 103312,36 763,33 1989 2250503 298143,15 126146,6 985,26 1990 1464495,12 339144,84 147651 2714,15 1991 1567447,35 347227,53 174425,49 2949,87 1992 179178,28 852752,38 393993,01 7401,13 1993 2002745,7 661869,89 682266,95 5031,81 1994 2414507,5 750001,84 866091,29 5476,38 1995 2894363,49 894200,84 1081696,38 6435,56 1996 3087153,35 970472,25 1064083,07 7139,77 1997 3501196,86 1092550,46 1218999,96 8337,04 1998 5375883,78 1793293,09 1961564,76 9184,53 1999 6269647,51 2082706,17 2389304,89 10559,16 2000 9249190,59 1476508,86 4164334,65 17930,56 2001 10122257,1 1722108,58 4398946,03 22050,98 2002 12762543,63 2071486,17 6107163,13 30480,46 2003 14448907,04 2241769,79 6603832,46 40469,2 2004 15872339,17 2425293,57 7155040,05 47553,62 2005 19136227,1 2553563,26 8543881,96 49923,94 2006 21800417,13 2952025,30 10595818,20 55705,92 138139773,5 26883558,39 58180282,45 334269,6

(33)

Hubungan antara variabel- variabel bebas (X) terhadap variabel tak bebas (Y) dapat terlihat melalui persamaan penduga untuk regresi linier berganda. Persamaan penduga tersebut, yaitu : Yˆ = a₀ + a₁X₁ + a₂X₂ +a₃X₃. Untuk menentukan koefisien-koefisien regresi tersebut ( a0, a1, a2), maka dibutuhkan beberapa tabel untuk nilai-nilai n,

, , , , , , , , 2 2 3 2 2 2 1 3 2 1

∑

Y

i

X

i

X

i

X

i

X

i

X

i

X

i

Y

i

X

Y

X

Y

X

Y

i 1i,

∑

i 2i,

∑

i 3i,

∑

1i 2i,

∑

1i 3i,

∑

2i 3i

∑

, Nilai-nilai

(34)

Tabel 4.1.2 Kuadrat dari Masing-Masing Variabel dan Perkalian Antar Variabel

Y

i 2

X

i 2 1

X

i 2 2

X

i 2 3

X

1i

Y

i

X

2i

Y

i

X

3i

Y

i

X

1i

X

2i

X

1i

X

3i

X

₂_i

X

₃_i 1,44236E+11 329178609,2 3247181954 161459,3 6890534709 21641653239 152604968 1033877575 7290333 22897331 2,37525E+11 52953925736 5758924798 332709,8 1,1215E+11 36984951186 281117011 1,7463E+10 1,33E+08 43772715 2,985E+11 68383991601 7840882898 538506,5 1,4287E+11 48378712430 400928828 2,3156E+10 1,92E+08 64979737 3,77674E+11 86841359182 9584043857 735426,3 1,811E+11 60163456344 527021050 2,8849E+10 2,53E+08 83954499 5,99243E+11 73505430825 6791688297 368266,9 2,0988E+11 63795528244 469767233 2,2343E+10 1,65E+08 50011540 8,80989E+11 80014972994 1,0673E+10 582672,7 2,655E+11 96970010087 716469141 2,9224E+10 2,16E+08 78861424 5,06476E+12 88889337892 1,5913E+10 970737,3 6,7097E+11 2,83893E+11 2,217E+09 3,761E+10 2,94E+08 1,24E+08 2,14475E+12 1,15019E+11 2,1801E+10 7366610 4,9668E+11 2,16234E+11 3,975E+09 5,0075E+10 9,2E+08 4,01E+08 2,45689E+12 1,20567E+11 3,0424E+10 8701733 5,4426E+11 2,73403E+11 4,624E+09 6,0565E+10 1,02E+09 5,15E+08 32104856024 7,27187E+11 1,5523E+11 54776725 1,5279E+11 70594988072 1,326E+09 3,3598E+11 6,31E+09 2,92E+09 4,01099E+12 4,38072E+11 4,6549E+11 25319112 1,3256E+12 1,36641E+12 1,008E+10 4,5157E+11 3,33E+09 3,43E+09 5,82985E+12 5,62503E+11 7,5011E+11 29990738 1,8109E+12 2,09118E+12 1,322E+10 6,4957E+11 4,11E+09 4,74E+09 8,37734E+12 7,99595E+11 1,1701E+12 41416433 2,5881E+12 3,13082E+12 1,863E+10 9,6725E+11 5,75E+09 6,96E+09 9,53052E+12 9,41816E+11 1,1323E+12 50976316 2,996E+12 3,28499E+12 2,204E+10 1,0327E+12 6,93E+09 7,6E+09 1,22584E+13 1,19367E+12 1,486E+12 69506236 3,8252E+12 4,26796E+12 2,919E+10 1,3318E+12 9,11E+09 1,02E+10 2,89001E+13 3,2159E+12 3,8477E+12 84355591 9,6405E+12 1,05451E+13 4,937E+10 3,5177E+12 1,65E+10 1,8E+10 3,93085E+13 4,33766E+12 5,7088E+12 1,11E+08 1,3058E+13 1,49801E+13 6,62E+10 4,9762E+12 2,2E+10 2,52E+10 8,55475E+13 2,18008E+12 1,7342E+13 3,22E+08 1,3657E+13 3,85167E+13 1,658E+11 6,1487E+12 2,65E+10 7,47E+10 1,0246E+14 2,96566E+12 1,9351E+13 4,86E+08 1,7432E+13 4,45273E+13 2,232E+11 7,5755E+12 3,8E+10 9,7E+10 1,62883E+14 4,29105E+12 3,7297E+13 9,29E+08 2,6437E+13 7,79429E+13 3,89E+11 1,2651E+13 6,31E+10 1,86E+11 2,08771E+14 5,02553E+12 4,3611E+13 1,64E+09 3,2391E+13 9,54182E+13 5,847E+11 1,4804E+13 9,07E+10 2,67E+11 2,51931E+14 5,88205E+12 5,1195E+13 2,26E+09 3,8495E+13 1,13567E+14 7,548E+11 1,7353E+13 1,15E+11 3,4E+11 3,66195E+14 6,52069E+12 7,2998E+13 2,49E+09 4,8866E+13 1,63498E+14 9,554E+11 2,1817E+13 1,27E+11 4,27E+11 4,75258E+14 8,71445E+12 1,1227E+14 3,1E+09 6,4355E+13 2,30993E+14 1,214E+12 3,1279E+13 1,64E+11 5,9E+11 1,7735E+15 4,84824E+13 3,6889E+14 1,17E+10 2,7966E+14 8,05302E+14 4,511E+12 1,2516E+14 7,03E+11 2,06E+12

(35)

Lewi Syahputra : Menentukan Regresi Linier Berganda Untuk Pendapatan Domestik Regional Bruto (PDRB) Di Deli Serdang, 2008. USU Repository © 2009 24 12 06 . 2 12 511 . 4 11 03 . 7 14 05302 . 8 14 2516 . 1 14 7966 . 2 10 17 . 1 6 , 334269 14 6889 . 3 45 , 282 . 180 . 58 13 84824 . 4 39 , 558 . 883 . 26 3 2 3 3 1 2 2 1 1 2 3 3 2 2 2 2 1 1 = + = + = + = + = + = + = + = = + = = + = =

∑

n

X

Y

X

Y

X

Y

X

Y

E E E E E E E E E i i i i i i i i i i i i i i i i i i i i

Harga-harga perkalian antar variabel kemudian disusun kedalam persamaan, untuk mendapatkan harga koefisien regresi

_a

₀,

_a

₁,

_a

₂,dan

_a

₃

[

]

[

]

[ ]

a

[

X X

] [

X Y

]

a X X Y X n t t t t i i i i i i i i i i i i i i i i i i i i i i i i i i i i

X

a

X

a

X

a

X

a

X

Y

X

a

X

a

X

a

X

a

X

Y

X

a

X

a

X

a

X

a

X

Y

X

a

X

a

X

a

Y

1 2 3 3 3 2 2 3 1 1 3 0 3 3 2 3 2 2 2 2 1 1 2 0 2 3 1 3 2 1 2 2 1 1 1 0 1 3 3 2 2 1 1 0 − = = + + + = + + + = + + + = + + + =

∑

[ ]

            + + + =             + + + + + + + + + = 12 511 . 4 14 05302 . 8 14 7966 . 2 5 , 773 . 139 . 138 10 17 . 1 12 06 . 2 11 03 . 7 6 , 269 . 334 12 06 . 2 14 6889 . 3 14 2516 . 1 45 , 282 . 180 . 58 11 03 . 7 14 2516 . 1 13 84824 . 4 39 , 558 . 883 . 26 6 , 269 . 334 45 , 282 . 180 . 58 39 , 558 . 883 . 26 24 E E E Y X E E E E E E E E E X X t t

(36)

a

3 2 1 0             9457 , 10 8940 , 1 4192 , 0 99 , 177 . 542

Setelah mendapat harga-harga koefisien regresi, maka dapat ditentukan persamaannya yaitu: Yˆ =542.177,99+0,4192X₁+1,8940X₂+10,9457X₃ .

(37)

4.2 Analisis Residu

Untuk mengetahui seberapa besar tingkat kesalahan baku taksiran dari persamaan regresi yang telah didapatkan , maka diperlukan harga Υˆ .

Tabel 4.13 Selisih nilai sebenarnya dengan nilai perkiraan

Yˆ Y −Yˆ (Y −Yˆ)2 Yˆ−Y (Yˆ−Y)2 Yi 662109,6449 -282325,2449 79707543880 -5093714,25 2,59459E+13 379784,4 788687,786 -301322,776 90795415322 -4967136,109 2,46724E+13 487365 827543,8204 -281192,7204 79069346010 -4928280,074 2,42879E+13 546351,1 860517,2049 -245965,5649 60499059119 -4895306,69 2,3964E+13 614551,6 818561,1698 -44453,50977 1976114530 -4937262,725 2,43766E+13 774107,7 864785,5413 73824,41872 5450044800 -4891038,353 2,39223E+13 938610 916865,6193 1333637,381 1,77859E+12 -4838958,275 2,34155E+13 2250503 993706,7726 470788,3474 2,21642E+11 -4762117,122 2,26778E+13 1464495 1050386,041 517061,3093 2,67352E+11 -4705437,854 2,21411E+13 1567447 1726885,078 -1547706,798 2,3954E+12 -4028938,816 1,62323E+13 179178,3 2166924,134 -164178,4339 26954558159 -3588899,761 1,28802E+13 2002746 2556898,477 -142390,9772 20275190375 -3198925,417 1,02331E+13 2414508 3036201,635 -141838,1449 20118059360 -2719622,26 7,39635E+12 2894363 3042523,072 44630,27773 1991861690 -2713300,822 7,362E+12 3087153 3400215,806 100981,0542 10197173307 -2355608,089 5,54889E+12 3501197 5109661,219 266222,5612 70874452098 -646162,6758 4,17526E+11 5375884 6056169,276 213478,2343 45572956504 300345,3812 90207347980 6269648 9244642,862 4547,728196 20681831,74 3488818,967 1,21719E+13 9249191 9837053,099 285204,0007 81341321991 4081229,205 1,66564E+13 10122257 13311141,93 -548598,3017 3,0096E+11 7555318,037 5,70828E+13 12762544 14432550,29 16356,75235 267543347,5 8676726,393 7,52856E+13 14448907 15631014,57 241324,6023 58237563686 9875190,673 9,75194E+13 15872339 18341196,61 795030,4891 6,32073E+11 12585372,72 1,58392E+14 19136227 22457886,96 -657469,8251 4,32267E+11 16702063,06 2,78959E+14 21800417 138134128,6 5644,859177 6,68163E+12 -5644,859177 9,71631E+14 1,38E+08

(38)

Sehingga kesalahan baku taksiran dapat dihitung dengan menggunakan rumus:

755 , 997 . 577 1 3 24 12 68163 . 6 1 ) ( 12 . 2 12 .

ˆ

= − − + = − − − =

∑

S

Y

S

y i i y E k n

4. 3 Perhitungan Korelasi Linier Berganda

Untuk mengetahui seberapa besar pengaruh dari ketiga sektor lapangan usaha terhadap laju pertumbuhan PDRB, maka akan dilakukan perhitungan sebagai berikut :

(

)

(

)

∑

− − − = ₂ 2 2 ˆ 1 Y Y Y Y

R

atau

R

_JK

JK

total res − =1 2

Dimana JKtotal = JKreg + JKres

(

)

2

∑

Y −Y =

∑

(

_Yˆ₋_Y

)

2₊

∑

(

_Y ₋_Yˆ

)

2 = 9.71631E+14 + 6.68163E+12 = 9.78312E+14 Sehingga

(

)

(

)

14 7831 . 9 12 68163 . 6 1 ˆ 1 ₂ 2 2 + + − = − − − =

∑

E E Y Y Y Y

R

= 0,993

(39)

Dari perhitungan diperoleh koefisien determinasi (R2) sebesar 0.993. Artinya 99,3% perkembangan PDRB dipengaruhi oleh ketiga sektor lapangan usaha, yaitu sektor lapangan usaha Pertanian, Industri dan Listrik gas dan air mineral.

4. 4 Perhitungan Korelasi Antara variabel

(

)

(

)

93184 , 0 } ) 5 . 138139773 ( ) 15 17735 ( 24 }{ ) 39 . 26883558 ( ) 13 84824 . 4 ( 24 { ) 5 . 138139773 )( 39 . 26883558 ( ) 14 7966 . 2 ( 24 } }{ { 2 2 2 2 2 1 2 1 1 1 1 = − + − + − + = − − − =

∑

E E E n n n

Y

X

Y

X

Y

X

r

i i i i i i i i y

(

)

(

)

9963 , 0 } ) 5 . 138139773 ( ) 15 17735 ( 24 }{ ) 45 . 58180282 ( ) 14 6889 . 3 ( 24 { ) 5 . 138139773 )( 45 . 58180282 ( ) 14 05302 . 8 ( 24 } }{ { 2 2 2 2 2 2 2 2 2 2 2 = − + − + − + = − − − =

∑

E E E n n n

Y

X

Y

X

Y

X

r

i i i i i i i i y

(

)

(

)

9840 , 0 ) 5 . 138139773 ( ) 15 17735 ( 24 }{ ) 6 , 334269 ( ) 10 17 . 1 ( 24 { ) 5 . 138139773 )( 6 , 334269 ( ) 12 511 . 4 ( 24 } }{ { 2 2 2 2 2 3 2 3 3 3 3 = − + − + − + = − − − =

∑

E E E n n n

Y

X

Y

X

Y

X

r

i i i i i i i i y

(40)

(

)

(

)

9273 , 0 } ) 45 , 58180282 ( ) 14 6889 . 3 ( 24 }{ ) 39 , 26883558 ( ) 13 84824 . 4 ( 24 { ) 45 , 58180282 )( 39 , 26883558 ( ) 14 2516 . 1 ( 24 } }{ { 2 2 2 2 2 2 2 2 2 1 2 1 2 1 2 . 1 = − + − + − + = − − − =

∑

E E E n n n

X

r

i i i i i i i i

(

)

(

)

9115 , 0 } ) 6 , 334269 ( ) 10 17 . 1 ( 24 }{ ) 39 , 26883558 ( ) 13 84824 . 4 ( 24 { ) 6 , 334269 )( 39 , 26883558 ( ) 11 03 . 7 ( 24 } }{ { 2 2 2 3 2 3 2 2 2 1 3 1 3 1 3 . 1 = − + − + − + = − − − =

∑

E E E n n n

X

r

i i i i i i i i

(

)

(

)

9870 , 0 } ) 6 , 334269 ( ) 10 17 . 1 ( 24 }{ ) 45 , 58180282 ( ) 14 6889 . 3 ( 24 { ) 6 , 334269 )( 45 , 58180282 ( ) 12 06 . 2 ( 24 } }{ { 2 2 2 3 2 3 2 2 2 2 3 2 3 2 3 . 2 = − + − + − + = − − − =

∑

E E E n n n

X

r

i i i i i i i i

Dari perhitungan korelasi diatas diperoleh harga korelasi antara Total PDRB dengan sektor lapangan usaha di bidang pertanian sebesar 0, 9318, dengan industri sebesar 0,9963, dengan sektor lapangan usaha di bidang listrik, gas dan air mineral sebesar 0,9155. Dari Ketiga sektor lapangan usaha tersebut yang memiliki hubungan yang paling kuat adalah dari sektor lapangan usaha industri yang hampir mencapai satu.

(41)

Sementara itu hubungan yang paling kuat antara variabel bebas terdapat antara sektor lapangan usaha industri, listrik gas dan air mineral, dimana niali korelasinya 0,9878. Hal ini berarti yang memberi pengaruh terbesar terhadap pertumbuhan PDRB adalah dari sektor industri dan listrik,gas dan air mineral.

4. 5 Pengujian Regresi Linier Berganda

Rumusan Hipotesis : H0 : a1 = a2=...=ak

H1 : paling sedikit ada satu taksiran tidak sama dengan nol Statistik Uji yaitu Statistik Uji F

Fhitung ) 1 /( / − − = k n k

JK

res reg = ) 1 3 24 /( 12 68163 . 6 3 / 14 71631 . 9 − − + + E E = 969,45 Kriteria Pengujian:

Tolak H0 Jika Fhitung ≥ Ftabel(dengan dk = k;n-k-1) Terima Ho jika Fhitung< Ftabel

Dari tabel distribusi F dengan derajat kebebasan pembilang =3, dk penyebut = 20 dan nilai kekeliruan sebesar 5%, akan didapat Ftabel = 3,47. Atinya Fhitung lebih besar dari F, maka H0 ditolak. Karena H0 ditolak maka hal ini berarti persamaan regresi linier berganda antara variabel terikat Y dengan variabel bebas X1,X2,X3 bersifat

(42)

nyata. Dengan demikian dapat dinyatakan bahwa sektor lapangan usaha pertanian, Industri, listrik, gas dan air mineral secara bersama-sama mempengaruhi laju pertumbuhan PDRB.

(43)

Bab 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi sistem merupakan cara ataupun aturan yang dilakukan untuk menyelesaikan desain sistem dalam sistem yang disetujui. Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis kedalam programming. Dalam pengolahan data karya tulis ini penulis menggunakan perangkat lunak (software)

sebagai implementasi system yaitu SPSS 15.0 for windows untuk memperoleh hasil perhitungan.

5.2 SPSS dan Komputer Statistik

Saat ini banyak beredar bebagai paket program komputer statistic, mulai dari yang berbasis DOS seperti Microstat sampai yang berbasis Windows seperti SPSS, SAS , Statistika dan lainnya. Dari berbagai software khusus statistic yang ada sekarang, SPSS merupakan salah satu program yang paling banyak dipakai untuk analisis data statistik.

(44)

Program SPSS pada awalnya ditujukan bagi pengolahan data statistik untuk ilmu sosial (SPSS saat itu adalah singkatan dari Statistical Package for the Social Sciences), sekarang diperluas untuk melayani berbagai jenis pengguna, seperti untuk proses produksi di pabrik, riset ilmu-ilmu sains dan lainnya. Sehingga sekarang .kepanjangan SPSS adalah Statistical Product and Service Solutions.

5.3 Penelitian dan SPSS

Statistik dalam wacana metodologi penelitian sering dikaitkan dengan analisis data dalam metode penelitian dan kuantitatif, dan akhir-akhir ini banyak metode penelitian kuantitatif menggunakan statistic sebagai alat Bantu penelitian dalam analisis data. Hasil analisis data dengan alat Bantu statistic dinilai lebih bersifat empiris dalam memecahkan persoalan penelitian.

Komputer dengan dukungan hardware yang makin canggih dan makin berkembangnya teknologi dan informasi sangat berperan dalam perkembangan statistik yang aplikatif. Software yang digunakan mendukung akurasi, validitas dan kecepatan proses pengolahan data baik dalam perhitungan maupun dalam analisis statistika menjadi kebutuhan dan tidak lagi hanya sekedar trend.

Sebelum berkembangnya penggunaan software komputer, aplikasi statistic sebagai alat Bantu penelitian diniali oleh banyak kalangan, baik kaum akademis maupun kaum awam sebagai proses yang cukup rumit. Dengan berkembangnya software komputer dan didukung oleh perkembangan referensi yang makin lengkap maka penggunaan statistika di kalangan akademis untuk penelitian tidak lagi

(45)

mengalami kesukaran yang begitu besar. Proses penghitungan menjadi lebih cepat, tepat dan lebih akurat dibandingkan dengan proses penghitungan manual.

Salah satu software yang dikhususkan untuk analisis statistic adalah SPSS. SPSS adalah software yang banyak dipakai. Aplikasi SPSS ini diakui memeiliki paling banyak pengguna di seluruh dunia. Penggunaan SPSS oleh pemakai bukan hanya untuk kalangan peneliti dalam riset-riset sains, melainkan dikembangkan juga dalam penelitian-penelitian di bidang marketing dan quality control.

5.4 Sejarah SPSS

SPSS (Statistical Product and Service Sollution) merupakan salah satu software statistika yang ditujukan untuk analisis data dan ilmu sosial. Sejarah SPSS dimulai pada tahun 1968. Ketika itu tiga orang mahasiswa Stanford University membuat dan mengoprasikan SPSS pada komputer mainframe. Selanjutnya secara konsisten SPSS mengalami perkembangan hingga pada tahun 1984 muncul pertama kali SPSS dengan versi Personal Computer (PC) dengan nama SPS/PC, versi ini masih menggunakan sistem operasi berbasis under DOS. Popularitas sistem operasi windows pada awal 1990-an ikut berpengaruh terhadap perkembangan versi terbaru SPSS, sehingga lahirlah SPSS versi windows pertama sekali pada tahun 1992.

SPSS senantiasa menunjukkan perkembangannya. Programmer SPSS terus melakukan terobosan-terobosan yang strategis dalam meng-upgrade SPSS. Ada banyak versi SPSS yang telah dipergunakan oleh semua orang. Diantaranya SPSS versi 10.0 for windows, SPSS versi 11.0 for windows, SPSS versi 11.5 , SPSS 12.0,

(46)

SPSS versi 13.0, SPSS versi 14.0, SPSS versi 15.0, SPSS versi 16.0. Pada penulisan Tugas Akhir ini penulis menggunakan SPSS versi 15.0 for windows.

5.5 SPSS Versi 15.0

SPSS merupakan sebuah program aplikasi komputer yang memiliki kemampuan yang cukup tinggi dalam berbagai ilmu, terutama untuk ilmu statistik. Program ini juga dapat menampilkan angka-angka hasil perhitungan statistic, grafik, tabel dengan berbagai model baik variabel tunggal maupun ganda. SPSS versi 15.0 for windows menggunakan duah buah type windows yaitu SPSS data editor dan output viewer. Data editor memiliki bentuk tampilan sejenis spreadsheet seperti pada excel yang digunakan sebagai fasilitas untuk mengisikan, menyunting dan menampilkan isi dari data penelitian.

SPSS data editor memiliki dua spreadsheet (lembar kerja), yaitu sheet pertama dengan nama data view dan sheet kedua dengan nama variabel view. Menu utama yang tersedia pada jendela data editor SPSS versi 15.0 for windows adalah File, Edit, View, Data, Transform, Analyze, Graphs, Utilities, Windows, dan Help.

5.6 Mengoperasikan SPSS

Secara umum ada tiga tahapan yang harus dilakukan untuk mengoprasikan SPSS supaya hasil yang diperoleh berdaya guna yaitu:

(47)

2. Tahap Proses Analisa Data 3. Tahap Analisis Hasil

5.6.1 Memulai SPSS

Untuk memulai mengaktifkan SPSS 15.0 for windows pada komputer yang telah terinstal program SPSS , maka langkah-langkahnya adalah :

1. Tekan tombol power untuk menghidupkan komputer 2. Klik menu start, pilih All Program

(48)

4. Tampilan worksheet SPSS 15.0 for windows seperti berikut ini

5.6.2 Mengentri Data

Setelah lembar kerja SPSS terbuka maka untuk memasukkan data yang akan dianalisis, langkah-langkahnya adalah :

1. Untuk mengaktifkan lembar kerja SPSS maka klik menu File, pilih menu New, lalu klik Data. Pada tahap ini SPSS siap membuat variabel baru yang

(49)

diperlukan. Kliak lembar kerja variabel view, kemudian isikan nama variabel pada kolom Name, dengan ketentuan sebagai berikut :

a. Tempatkan pointer pada baris pertama pada kolom Name. b. Klik ganda pada sel tersebut , lalu ketik Total.

c. Pada kolom Type pilih string, jika dlam bentuk teks dan pilih Numeric jika dalam bentuk angka, karena jumlah dalam angka, maka pilih numeric.

d. Pada kolom Width ketik 8 e. Pada kolom Decimal ketik 2

f. Pada kolom Label ketikkan Total Penerimaan PDRB

g. Pada kolom Values untuk data kuantitatif dan tanpa kategorisasi, maka tidak perlu didisi.

h. Mising, Tidak ada data missing, maka abaikan bagian ini i. Pada kolom Column untuk keseragaman, ketik 8 (default) j. Pada kolom Align, untuk keseragaman pilih Right

k. Pada kolom Measure pilih tipe data ordinal.

(50)

2. Setelah pendefinisian variabel dilakukan maka buka lembar kerja data view, lalu isikan semua data kedalam variabel, seperti terlihat dalam tampilan berikut ini.

(51)

Data yang telah diisi dalam lembar kerja SPSS disimpan dengan nama “lewis”, dimana langkah-langkah penyimpanan data adalah sebagai berikut :

a. Klik menu File

b. Pilih Save, untuk menyimpan langsung (short key tekan F12), save as untuk menyimpan dengan nama lain dan dapat ditentukan tempat penyimpanan. c. Ketik nama File yang hendak disimpan.

d. Tekan enter, atau klik button save, maka lembar kerja sudah tersimpan.

5.6.4 Mengolah Data dalam Persamaan Regresi

Langkah-langkah pengolahan data tersebut adalah sebagai berikut :

a. buka data yang telah dibuat sebelumnya, dari menu File, open lalu pilih data. Setelah itu pada menu toolbar dalam worksheet data view pilih Analize, pilih sub menu regression lalu pilih linier seperti gambar berikut ini :

(52)

b. Pada kotak linier regression akan ditampilkan variabel-variabel yang akan diuji. Pindahkan variabel Total Perkembangan PDRB(dependent) dan variabel lapangan usaha sektor pertanian, lapangan nusaha sektor industri, dan lapangan usaha dari sektor listrik, gas dan air mineral, seperti gambar berikut.

(53)

c. Kemudian klik statistic pada kolom dialog tadi, aktifkan estimate, model fit dan casewise diagnostics, kemudian klik continu untuk meneruskan lalu klik OK. Seperti pada gambar berikut :

5. 6.5 Mengolah Data dengan Persamaan Korelasi.

Langkah-langkah yang harus dilakukan untuk pengerjaan ini adalah sebagai berikut : a. Buka data SPSS yang sudah disimpan yang akan dianalisis, lalau dari menu

toolbar SPSS dalam worksheet data view pilih Analize, pilih sub menu Corelate lalu pilih Bivariate seperti gambar berikut :

(54)

b. Pada kotak bivariate correlations akan ditampilkan variabel-variabel yang akan diuji. Pindahkan Total keseluruhan PDRB, Lapangan Usaha pertanian, Industri, Listrik gas, Air. Kemudian aktifkan pearson, two tailed, dan flag significant correlations lalu klik OK seperti terlihat dalam tampilan berikut ini:

Bab 6

KESIMPULAN

Dari hasil perhitungan diperoleh koefisien determinasi (R2) sebesar 0.993. Artinya 99,3% perkembangan PDRB dipengaruhi oleh ketiga sektor lapangan usaha, yaitu