BAB IV HASIL DAN PEMBAHASAN
D. Uji Asumsi Klasik
48
Tabel 4.7 menunjukkan bahwa nilai Cronchbach's alpha dari semua variabel lebih besar dari 0,6, sehingga dapat disimpulkan bahwa instrumen dari kuesioner yang digunakan untuk menjelaskan variabel Covid-19 dan Tingkat Kemiskinan yaitu dinyatakan handal atau dapat dipercaya sebagai alat ukur variabel.
Gambar 4.1
Hasil Uji Normalitas-Normal Probability Plot
Sumber: Output SPSS 26 (2020)
Gambar 4.1 menunjukkan bahwa data terdistribusi normal karena bentuk grafik normal dan tidak melonceng ke kanan atau ke kiri. Gambar 4.1 juga menunjukkan adanya titik-titik (data) yang tersebar di sekitar garis diagonal dan penyebaran titik-titik tersebut mengikuti arah garis diagonal.
Hal ini berarti bahwa model-model regresi dalam penelitian ini memenuhi asumsi normalitas berdasarkan analisis grafik normal probability plot.
2. Uji Multikolonieritas
Uji Multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Pengujian multikolonieritas dapat dilihat dari Tolerance Value atau Variance Inflation Factor (VIF), sebagai berikut :
• Jika nilai tolerance > 0,01 dan VIF < 10, maka dapat diartikan bahwa tidak
50
terdapat multikolonieritas pada penelitian tersebut.
• Jika nilai tolerance < 0,10 dan VIF > 10, maka dapat diartikan bahwa terdapat multikolonieritas pada penelitian tesebut.
Tabel 4.8 Multikolonieritas
Model
Collinearity Statistics Tolerance VIF
Covid-19 1.000 1.000
Dependent Variabel: Tingkat Kemiskinan Sumber: Data primer yang diolah, 2020
Berdasarkan hasil pengujian tabel 4.8 diatas, karena nila VIF untuk variabel memiliki nilai lebih kecil darpada 10 dan nilai tolerance lebih besar dari 0,01, maka dapat disimpulkan tidak terdapat gejala multikolinearitas antar variabel independen.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dan residual satu pengamatan ke pengamatan yang lain. Untuk mendeteksi adanya heteroskedastisitas dapat dilakukan dengan menggunakan Sactter Plot. Apabilah tidak terdapat pola yang terartur, maka model regresi tersebut bebas dari masalah heteroskedastisitas. Hasil pengujian heteroskedastisitas dengan metode Scatterplot diperoleh sebagai berikut;
Gambar 4.2
Hasil Heteroskedastisitas – Grafik Scatterplot
Sumber: Output SPSS 26 (2020)
Hasil uji heteroskedastisitas dari gambar 4.2 menunjukkan bahwa grafik scatterplot antara SRESID dan ZPRED menunjukkan pola penyebaran, dimana titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angkah 0 pada sumbu Y hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak untuk pakai.
E. Analisis Regresi Linier Sederhana
Analisis regresi linier sederhana digunakan untuk meneliti variabel- variabel yang berpengaruh dari variabel bebas (independent variabel) terhadap variabel terikat (dependent variabel).
52
Tabel 4.9
Analisisi Regresi Liner Sederhana Coefficientsa
Dependent Variabel: Tingkat Kemiskinan
Pada tabel 4.9 didapat persamaan regresi linier sederhana sebagai berikut:
Y= a + bX
Y= 17,303 + 0,449X Keterangan:
X = Variabel terikat (Covid-19)
Y = Variabel bebas (Tingkat Kemiskinan) a = Nilai Konstan
b = koefisien Arah Regresi
Konstanta sebesar 17,303 yang artinya jika jumlah Covid-19(X) nilainya 0, maka Tingkat Kemiskinan (Y) dinilainya sebesar 17,303.
Sedangkan koefisien regresi variabel (X) sebesar 0,449 menyatakan bahwa setiap penambahan 1% nilai Covid-19, maka nilai variabel(Y) bertambah sebesar 0,449. Koefisien regresi tersebut bernilai positif sehingga dapat dinyatakan bahwa arah pengaruh variable X terhadap Y adalah positif.
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 17.303 4.224 4.096 .000
covid 19 .499 .159 .509 3.127 .004
F. Uji Hipotesis a. Uji Persial (Uji t)
Uji t dilakukan untuk mengetahui pengaruh variabel independen secara individual terhadap variabel dependen, apakah pengaruhnya signifikan atau tidak. Kriteria dalam pengambilan keputusan untuk uji t, yaitu apabila t hitung < t tabel maka hipotesis diterimah, sedangkan apabila t hitung > t tabel maka hipotesis di tolak.
Tabel 4.10 Hasil Uji t- Uji Persial
Coefficientsa
Dependent Variabel: Tingkat Kemiskinan Sumber: Output SPSS 26 (2020)
Berdasarkan tabel 4.10 (coefficients) diperoleh nilai t hitung sebesar 3,127, sedangkan nilai t tabel dengan sing α= 0,05 dan df= 30- 2= 28 jadi t tabel sama dengan 0,2610. Jadi, 3,127 > 0,2610 menandakan hipotesis diterimah yang artinya keberadaan Covid-19 berpengaruh terhadap Tingkat Kemiskinan.
b. Analisis koefisien Koerelasi (R)
Analisis korelasi (R) digunakan untuk mecari arah dan kuatnya hubungan antara dua variabel atau lebih, baik hubungna yang bersifat simetris, kasual dan reciprocal. Analisis korelasi untuk mengatahui kuat
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 17.303 4.224 4.096 .000
covid 19 .499 .159 .509 3.127 .004
54
lemahnya hubungan antara variabel yang dianalisis. Adapun nilai koefisien korelasi dalam penelitian ini ditunjukkan tabel berikut ini:
Tabel 4.11
Hasil Uji Koefisien Korelasi
Sumber: Output SPSS 26 (2020)
Nilai koefisien korelasi yang ditunjukkan pada tabel 4.11 yaitu 0,509. Dengan begitu dapat dinyatakan ada hubungan yang positif antara variabel Covid-19 dan variabel Tingkat Kemiskinan berdasarkan tabel 3.4 dikategorikaran “Kuat”.
c. Uji Determinasi (R2)
Tabel 4.12
Hasil Uji Koefisien Determinasi (R2)
Sumber: Output SPSS 26 (2020)
Dengan kata lain hal ini menunjukkan bahwa besar presentase variasi Tingkat Kemiskinan yang biasa dijelaskan oleh variasi dari satu variabel bebas yaitu Covid-19 sebesar 25,9 % sedangkan sisanya 74,1% (100% - 25,9%) dijelaskan oleh variabel lain diluar variabel yang digunakan dalam penelitian.
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .509a .259 .232 1.921 1.705
a. Predictors: (Constant), covid 19
b. Dependent Variable: tingkat kemiskinan
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .509a .259 .232 1.921 1.705
a. Predictors: (Constant), covid 19
b. Dependent Variable: tingkat kemiskinan
G. Pembahasan Hasil Penelitian
Covid-19 Merupakan sejenis wabah yang menyerang pernafasan yang mana penyebaranya tak mengenal usia dan golongan melintasi wilayah seluruh dunia termasuk Indonesia (Susilawati, Reinpal Falefi, dan Agus Purwoko, 2020).. penyebaran Covid-19 mengakibatkan kinerja ekonomi melemah (Pakpahan, 2020), dampak dari keberadaan virus ini di antaranya konsumsi masyarkat atau daya beli masyarakat yang menurun, investasi melemah yang berimplikasi terhadap terhentinya usaha dan harga komoditas turun Budastra (2020).
Pengatasan kemiskinan untuk memajukan perekonomian tidak terlepas dari mudahnya akses pemenuhan kebutuhan dasar, akses pendidikan dan akses pekerjaan (BPS, 2016) Namun hal ini menjadi terhambat di sebabkan adanya pendemi Corono-19 yang melanda di berbagai wilayah di Indonesia..
Hasil penelitian ini mendapat bahwa hipotesis yang ajukan diterima yaitu dengan adanya pandemic covid-19 mempengaruhi tingkat kemiskinan di kota Makassar, dengan hubungan positif signifikan. Hal ini didukung oleh data yang dirilis oleh BPS kota Makassar yaitu terjadi penambahan orang miskin baru sebesar 26% yaitu dari 65.120 penduduk miskin di tahun 2019 menjadi 82.326 penduduk di bulan April 2020.
Hasil penelitian ini sejalan dengan hasil penelitian Pakpahan(2020) menunjukkan bahwa pandemi COVID-19 memberikan implikasi negatif bagi perekonomian domestik seperti penurunan konsumsi dan daya beli masyarakat, penurunan kinerja perusahaan, ancaman pada sektor perbankan dan keuangan, serta eksistensi UMKM. Penelitian ini juga sejalan dengan penelitian Didi Sumardi, Syamsul Falah, Moh. Ahsanudin Jauhari, Aan Radian
56
(2020) menyatakan bahwa Pandemic covid-19 berpengaruh terhadap perdagangan, perhotelan, pariwisata, juga pengusaha kecil dan menengah.
Tenaga kerja “dirumahkan” dan pemutusan hubungan kerja. Data Kementerian Tenaga Kerja per 20 April 2020, terdapat 2.084.593 pekerja dari 116.370 perusahaan dirumahkan dan pemutusan hubungan kerja.
Demikian juga hasil penelitian ini mendukung hasil penelitian yang dilakukan oleh Budastra (2020) yang mendapati bahwa covid-19 membawa dampak sosial yang menganggu pada rantai nilai dunia usaha sehingga banyak usaha pada berbagai sektor dan skala usaha yang berhenti operasi sementara atau permanen. Sektor ekonomi terdampak parah seperti sektor pariwisata dan transportasi, diikuti oleh sektor perdagangan, industri pengolahan dan sektor-sektor lainnya. Pemilik usaha mikro dan kecil, Pertumbuhan ekonomi daerah menurun dramatis, serta pengangguran dan kemiskinan meningkat tajam pada tahun 2020.
Secara keseluruhan temuan penelitian ini selain mendukung hasil beberapa penelitian terdahulu, juga membuktikan data yang dirilis oleh Kementerian Tenaga Kerja per 20 April 2020, yang menyatakan bahwa terdapat 2.084.593 pekerja dari 116.370 perusahaan dirumahkan dan pemutusan hubungan kerja.
57 BAB V PENUTUP
A. Kesimpulan
Berdasarkan hasil penelitian tentang Pengaruh Pandemi Covid-19 Terhadap Tingkat Kemiskinan di Kota Makassar dapat ditarik kesimpulan bahwa Covid-19 berpengaruh signifikan terhadap Tingkat Kemiskinan Di Kota Makassar dengan nilai sig 0,004, yang lebih kecil dari 0,005 (0,000<0,005). Hal ini ditunjukkan dengan nilai thitung = 3,127. Dan niali ttabel dengan tingkat signifikasi 5% pada derajat (dƒ) = 30 adalah 0,2610 sehingga thitung>ttabel (3,127>0,2610) berdasarkan koefisien determinasi (R square) sebesar 0,29, berarti terdapat pengaruh maka hipotesis diterimah, dengan kata lain hal ini menunjukkan bahwa besar persentase variasi tingkat kemiskinan yang bisa dijelaskan oleh Variabel Covid-19 sebesar 25,9%. Artinya bahwa sekitar 25,9% tingkat kemiskinan dapat dijelaskan oleh variabel Covid-19 sedangkan sisanya 74,1% disebabkan oleh faktor lain yang tidak dijelaskan dalam model ini.
B. Saran
Berdasarkan kesimpulan yang ada penulis memberikan saran agar penelitian yang akan datang dapat menambahkan variabel lain seperti inflasi, tingkat kemiskinan, pendapatan yang mungkin akan mempengaruhi tingkat kemiskinan pada masa pandemik covid-19. Covid-19 yang penyebarangnya semakin banyak ditengah-tengah masyarakat semoga saja kita semua dapat dihindarkan oleh penyakit yang cukup berbahaya ini, dan indonesia mampu kembali bangkit dari keterputukan ekonomi.
58
DAFTAR PUSTAKA
Ahmad Supardi dan Rahmadi Rahmad di 28 January 2020, https://www.mongabay.co.id/2020/01/28/virus-corona-mewabah-di- wuhan-menyebar-cepat-ke-penjuru-dunia/ di akses tanggal 4 September 2020
Annur, Reza Attabiurrobbi. 2013. "Faktor-Faktor yang Mempengaruhi Kemiskinan di Kecamatan Jekulo dan Mejobo Kabupaten Kudus Tahun 2013." Economics Development Analysis Journal 2.4.
Azam, A. (2011). Anallsis Hukum Islam terhadap Lembaga Penjamin Simpanan (LPS) bagi Nasabah Penyimpan Dana Menurut Undang-Undang Nomor 24 Tahun 2004 tentang Lembaga Penjamin Simpanan. Jurnal Hukum &
Pembangunan, 41(2), 214-242.
Aziz, Gamal Abdul, Eny Rochaida, and Warsilan Warsilan. "Faktor faktor yang mempengaruhi kemiskinan di kabupaten kutai kartanegara." INOVASI 12.1 (2016): 29-48.
Budastra, I. Ketut. "Dampak Sosial Ekonomi Covid-19 dan Program Potensial untuk Penanganannya: Studi Kasus di Kabupaten Lombok Barat." Jurnal Agrimansion 21.1 (2020): 48-57.
Dewi, N., Yusuf, Y., & Iyan, R. Y. (2017). Pengaruh kemiskinan dan pertumbuhan ekonomi terhadap Indeks Pembangunan Manusia di Provinsi Riau (Doctoral dissertation, Riau University).
Handayani, D., Hadi, D. R., Isbaniah, F., Burhan, E., & Agustin, H. (2020). Corona Virus Disease 2019. Jurnal Respirologi Indonesia, 40(2), 119-129.
Heri Kurniawansyah, Amrullah, M. Salahuddin, Muslim, dan Sri Nurhidayat. 2020.
Konsep Kebijakan Strategis Dalam Menangani Eksternalitas Ekonomi Dari Covid - 19 Pada Masyarakat Rentan Di Indonesia. Indonesian Journal Of Social Sciences And Humanities, Vol. 1 No. 2; 130-139 Hutahaean, Haposan. 2020. Analisis Faktor Faktor Yang
Mempengaruhipendapatan Usaha Kecilmenengah (Ukm) Masa Pandemi Covid 19 Di Kabupaten Deliserdang." Journal Economics And Strategy 1.1: 1-10.
Itang, Itang. "Penyebab Kemiskinan dan Cara Menanggulanginya ." ISLAMICONOMIC: Jurnal Ekonomi Islam 4.1 (2013).
Jogloabang. (2020, april 7). Permenkes 9 tahun 2020 tentang Pedoman PSBB dalam rangka Percepatan Penanganan COVID-19. Retrieved from jogloabang: https://www.jogloabang.com/kesehatan/permenkes-9-2020- pedoman-psbb-rangka-percepatan-penanganan-covid-19.
Jacobus, Elvira Handayani, Paulus Kindangen, and Een N. Walewangko. 2019. .
"Analisis faktor-faktor yang mempengaruhi kemiskinan rumah tangga di Sulawesi Utara." Jurnal Pembangunan Ekonomi dan Keuangan Daerah 19.7
Kemenkes RI Nomor HK.01.07/MENKES/413/2020 Tentang Pedoma
59
Pencegahan Dan Pengendalian Coronavirus Disease 2019 (COVID-19)
Kurniawan, Dhani.2009. "Kemiskinan di Indonesia dan Solusinya." Gema Eksos 5.1: 218164.
Mas'udi, Wawan dan Poppy S. Winanti, Poppy S. 2020. Menyelamatkan Kelompok Rentan: Kebijakan Inklusif Penanganan Dampak Covid-19, Policy Brief Edisi 5, Fisipol UGM Yogyakarta.
Melis, Melis. "Relevansi Agama dan Kemiskinan; Upaya Memahami Kemiskinan Secara Multidimensional dan Solusi yang Ditawarkan dalam Ekonomi Islam." SALAM: Jurnal Sosial dan Budaya Syar-i 6.2 (2019): 179-190.
Maimunah, S. (2020). MASALAH EKONOMI MASYARAKAT YANG TERDAMPAK COVID-19.).
Murthy, S. A. (2017). Analisis Faktor-Faktor Yang Mempengaruhi Tingkat Kemiskinan Kota Semarang Tahun 1996-2014 (Doctoral dissertation, Universitas Muhammadiyah Surakarta).
Nurcahya, Eka, and Mohammad Benny Alexandri. 2020. "Analisis Swot Strategi Penanggulangan Kemiskinan Di Kota Bandung." Moderat: Jurnal Ilmiah Ilmu Pemerintahan 6.2: 257-267.
Putra, A. F. P., Nawawi, J., & Rahmatullah, R. (2016). Peran Pemerintah Kota Makassar dalam Pengentasan Kemiskinan pada program UEP dan KUBE. Jurnal Administrasi dan Kebijakan Kesehatan Indonesia, 7(2), 127-136.
Purwanto, E. A. (2004). Mengkaji Potensi Usaha Kecil Dan Menengah (UKM) untuk Pembuatan Kebijakan Anti Kemiskinan di Indonesia (JSP Volume 10 No 3). Jurnal (Mengkaji Potensi Usaha Kecil Dan Menengah (UKM) untuk Pembuatan Kebijakan Anti Kemiskinan di Indonesia” Penerbit FISIPOL UGM, Volume 10 No. 3, Maret 2007 ISSN: 1410-4946), 100(23), 295-324.
Pakpahan, A. K. (2020). Covid-19 Dan Implikasi Bagi Usaha Mikro, Kecil, Dan Menengah. Jurnal Ilmiah Hubungan Internasional, 59-64.
Sumardi, D., Falah, S., Jauhari, M. A., & Radiana, A. (2020). Baitul Mal dan tantangan kemiskinan dampak pandemic Covid-19 perspektif filsafat Hukum Islam. LP2M.
Sarmigi, Elex.. 2020. Analisis Pengaruh Covid-19 Terhadap Perkembangan Umkm Di Kabupaten Kerinci." Al Dzahab Islamic Economy Journal 1.1: 1-17 Susilawati, S., Falefi, R., & Purwoko, A. (2020). Impact of COVID-19’s Pandemic
on the Economy of Indonesia. Budapest International Research and Critics Institute (BIRCI-Journal): Humanities and Social Sciences, 3(2), 1147-1156.
Sugiono.(2013).Metode penelitian kuantitatif kualitatif Kualitatif dan R&D. Bandung alfabeta
Yacoub, Y. (2013). Pengaruh tingkat pengangguran terhadap tingkat kemiskinan Kabupaten/Kota di Provinsi Kalimantan Barat.
Yuliana. (2020). Corona Virus Diseases (Covid-19): Suatu tinjauan literatur.
Wellness and Healthy Magazine, 2(1): 187-102.
60
L A M
P
I
R
A
N
Lampiran 1
KUESIONER PENELITIAN
KUESIONER PENELITIAN PENGARUH PANDEMIK COVID-19 TERHADAP TINGKAT KEMISKINAN DI KOTA MAKASSAR
Responden yang terhormat,
Saya atas nama Rizal Mantovani mahasiswa Fakultas Ekonomi dan Bisnis Program Studi Ekonomi Pembangunan, mengharap kesediaan Bapak/Ibu untuk mengisi kuesioner ini, guna membantu menyelesaikan penelitian saya tentang Pengaruh Pandemik Covid-19 Terhadap Tingkat Kemiskinan Di Kota Makassar.
Atas waktu yang digunakan saya ucapkan terima kasih.
A. Identitas responden
1. Nama :
2. Alamat Tinggal : 3. Pekerjaan : 4. Penidikan : 5. Jenis kelamin :
a. Laki-laki b. Perempuan 6. Usia
a. <20 Tahun c. 30-40 b. 20-30 Tahun d. >40 Tahun B. Cara pengisian kuesioner
a. Jawablah pertanyaan di bawah ini dengan memberikan tanda check list (√) sesuai petunjuk berikut ini:
Skor 5 : Sangat Setuju (SS) Skor 4 : Setuju (S)
Skor 3 : Netral (N)
Skor 2 : Tidak Setuju (TS)
Skor 1 : Sangat Tidak Setuju (STS) b. Setiap pertanyaan hanya memiliki satu jawaban saja c. Mohon memberi jawaban yang sebenar-benarnya
62
No Pertanyaan Jawaban
Covid-19 (X) SS S N TS STS
1 Penyebaran covid-19 sangatlah cepat 2
Adanya covid-19 membuat ruang gerak masyarakat terbatas 3 Beraktifitas di dalam rumah untuk
mencegah penyebaran covid-19.
4
. Diberlakukannya PSBB pada masa pandemi covid-19 membuat
perekonomian melemah 5
Adanya PSBB membuat pendapatan setiap usaha menurun
6
Akibat perekonomian menurun, banyak unit usaha yang tutup dan terjadi PHK besar-besaran
Tingkat Kemiskinan (Y) SS S N TS STS
Pekerjaan 1
Adanya covid-19, membuat sejumlah masyarakat kehilangan pekerjaannya 2
Kesempatan kerja pada masa Pandemi sangatlah minim
3
covid-19 memberikan dampak terhadap melemahnya pendapatan masyarakat
Beban Kependudukan
1
Adanya covid menyebabkan
pemenuhan kebutuhan bahan pokok rumah tangga susah untuk dipenuhi 2 Adanya covid menyebabkan tingkat
konsumsi dan daya beli masyarakat menurun drastis
3
Adanya covid-19 ini membuat masyarakat miskin meningkat 4
Adanya covid menyebabkan tekanan hidup meningkat
64
Lampiran 2
Rekapitulasi Jawaban Responden
No
Responden Nama Persepsi (X)
Total X X.1 X.2 X.3 X.4 X.5 X.6
1 Erna 5 5 4 4 5 4 27
2 Supiati 4 4 5 4 4 4 25
3 Budiman 5 4 4 5 5 4 27
4 Sherly 3 4 4 4 4 4 23
5 Sri Wahyuni 3 4 3 4 4 5 23
6 Dawati 5 5 5 4 5 5 29
7 Fitri Ningsih 4 4 4 4 4 4 24
8 Usman 5 5 5 5 5 5 30
9 Suraeda 4 4 5 5 4 5 27
10 Nurhayati 5 5 5 5 5 5 30
11 Kamal 5 5 5 5 5 5 30
12 Adinda Aries Putri 3 5 4 5 5 5 27
13 Budiman 5 4 4 5 5 4 27
14 Ariyani Ahmad 4 5 5 5 5 3 27
15 Asriadi Aris 4 5 5 5 5 5 29
16 Rosidah 4 4 4 4 5 5 26
17 M Iqrar Takdir 3 5 5 4 5 4 26
18 Basse Baba 4 3 5 5 5 5 27
19 Natasya Aprilia
Putri 4 5 5 4 4 5 27
20 Fikriyah Putri 4 4 4 4 4 4 24
21 Alfiyan Perdana
Putra 4 5 4 4 4 4 25
22 Afriani Saputri 5 4 5 4 4 4 26
23 Natasya Aprilia
Putri 4 5 5 4 4 5 27
24 Suryani 4 4 3 5 5 4 25
25 Rahmawati 4 4 4 5 5 5 27
26 Rohaya 3 5 4 4 4 5 25
27 Ahri T 4 5 4 5 5 5 28
28 H.Syamsuddin 5 5 5 5 5 4 29
29 Gus 4 4 4 5 4 4 25
30 Darmi 5 5 5 5 5 5 30
No
Responden Nama Tingkat Kemiskinan
Total (Y) Y.1 Y.2 Y3 Y.4 Y.5 Y.6 Y.7
1 Erna 5 4 4 5 4 4 5 31
2 Supiati 4 5 4 4 4 4 4 29
3 Budiman 4 4 5 5 5 4 4 31
4 Sherly 4 4 4 4 4 4 4 28
5 Sri Wahyuni 4 4 4 4 4 5 4 29
6 Dawati 4 5 4 5 4 4 5 31
7 Fitri Ningsih 4 4 4 5 4 4 4 29
8 Usman 5 5 5 5 5 5 5 35
9 Suraeda 4 5 5 5 4 4 5 32
10 Nurhayati 5 5 4 5 4 4 4 31
11 Kamal 5 5 5 5 5 5 5 35
12 Adinda Aries
Putri 4 5 5 5 4 5 5 33
13 Budiman 4 4 5 5 5 4 4 31
14 Ariyani Ahmad 4 4 4 4 3 4 3 26
15 Asriadi Aris 5 4 5 4 5 4 4 31
16 Rosidah 5 5 4 5 5 5 4 33
17 M Iqrar Takdir 4 4 4 3 5 5 5 30
18 Basse Baba 5 5 5 5 5 5 5 35
19 Natasya Aprilia
Putri 5 5 4 4 4 5 3 30
20 Fikriyah Putri 4 4 4 4 4 4 4 28
21 Alfiyan Perdana
Putra 4 5 5 4 4 5 4 31
22 Afriani Saputri 4 4 4 4 4 5 5 30
23 Natasya Aprilia
Putri 5 5 4 4 4 4 3 29
24 Suryani 4 4 4 4 4 4 4 28
25 Rahmawati 5 5 5 5 3 3 4 30
26 Rohaya 4 4 4 4 4 4 4 28
27 Ahri T 4 4 5 4 4 4 4 29
28 H.Syamsuddin 5 5 4 4 4 4 4 30
29 Gus 4 4 4 4 4 4 5 29
30 Darmi 4 5 5 4 4 5 5 32
66
Lampiran 3
UJI VALIDITAS DAN RELIABILITAS Uji validitas
Variabel Covid-19
Correlations
X.1 x.2 x.3 x.4 x.5 x.6
X.1 Pearson Correlation 1 .129 .381* .324 .396* -.043
Sig. (2-tailed) .496 .038 .081 .030 .821
N 30 30 30 30 30 30
x.2 Pearson Correlation .129 1 .337 .000 .242 .158
Sig. (2-tailed) .496 .069 1.000 .198 .405
N 30 30 30 30 30 30
x.3 Pearson Correlation .381* .337 1 .116 .133 .144
Sig. (2-tailed) .038 .069 .542 .485 .447
N 30 30 30 30 30 30
x.4 Pearson Correlation .324 .000 .116 1 .600** .119
Sig. (2-tailed) .081 1.000 .542 .000 .532
N 30 30 30 30 30 30
x.5 Pearson Correlation .396* .242 .133 .600** 1 .121
Sig. (2-tailed) .030 .198 .485 .000 .524
N 30 30 30 30 30 30
x.6 Pearson Correlation -.043 .158 .144 .119 .121 1
Sig. (2-tailed) .821 .405 .447 .532 .524
N 30 30 30 30 30 30
Uji Reliabilitas Variabel Covid-19
Reliability Statistics
Cronbach's Alpha N of Items
.607 6
Uji Validasi Variabel Tingkat Kemiskinan
Correlations
y.1 y.2 y.3 y.4 y.5 y.6 y.7 y
y.1 Pearson
Correlation 1 .484** .085 .325 .230 .043 -.103 .477**
Sig. (2-
tailed) .007 .656 .080 .222 .822 .589 .008
N 30 30 30 30 30 30 30 30
y.2 Pearson
Correlation .484** 1 .272 .361* .000 .248 .106 .587**
Sig. (2-
tailed) .007 .146 .050 1.000 .186 .577 .001
N 30 30 30 30 30 30 30 30
y.3 Pearson
Correlation .085 .272 1 .393* .327 .127 .303 .612**
Sig. (2-
tailed) .656 .146 .032 .078 .505 .104 .000
N 30 30 30 30 30 30 30 30
y.4 Pearson
Correlation .325 .361* .393* 1 .178 -.112 .268 .597**
Sig. (2-
tailed) .080 .050 .032 .347 .556 .152 .000
N 30 30 30 30 30 30 30 30
y.5 Pearson
Correlation .230 .000 .327 .178 1 .458* .333 .634**
Sig. (2-
tailed) .222 1.000 .078 .347 .011 .072 .000
N 30 30 30 30 30 30 30 30
y.6 Pearson
Correlation .043 .248 .127 -.112 .458* 1 .329 .527**
Sig. (2-
tailed) .822 .186 .505 .556 .011 .076 .003
N 30 30 30 30 30 30 30 30
y.7 Pearson
Correlation -.103 .106 .303 .268 .333 .329 1 .597**
68
Sig. (2-
tailed) .589 .577 .104 .152 .072 .076 .001
N 30 30 30 30 30 30 30 30
y Pearson
Correlation .477** .587** .612** .597** .634** .527** .597** 1 Sig. (2-
tailed) .008 .001 .000 .000 .000 .003 .001
N 30 30 30 30 30 30 30 30
Uji Reabilitas Tingkat Kemiskinan
Reliability Statistics
Cronbach's Alpha N of Items
.663 7
Lampiran 4
Uji Asumsi Klasik
Hasil Uji Normalitas-Normal Probability Plot
Uji Multikolonieritas
Hasil Heteroskedastisitas – Grafik Scatterplot Model
Collinearity Statistics Tolerance VIF
Covid-19 1.000 1.000
70
Lampiran 5
REGRESI SEDERHANA
Lampiran 6
UJI HIPOTESIS Uji Persial (Uji t)
Hasil Uji Koefisien Korelasi
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 17.303 4.224 4.096 .000
covid 19 .499 .159 .509 3.127 .004
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 17.303 4.224 4.096 .000
covid 19 .499 .159 .509 3.127 .004
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .509a .259 .232 1.921 1.705
a. Predictors: (Constant), covid 19
b. Dependent Variable: tingkat kemiskinan
Lampiran 7
IZIN PENELITIAN
72
74
DOKUMENTASI
Pengisian Kousiner Angket Kousiner Oleh Respoden