Bank Indonesia BI, data BAPPENAS dan Data BPKM yang dikumpulkan adalah meliputi data kemiskinan, Pertumbuhan ekonomi, data pengangguran,
belanja pemerintah dan data investasi. Jangka waktu data yang digunakan adalah tahun 1995 sampai dengan 2014.
Jenis data adalah data time series runtun waktu. Data Time Series adalah data yang menggambarkan suatu perkembangan dari waktu ke waktu
atau periode secara historis.
C. Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini merupakan data sekunder dari Badan Pusat Statistik BPS, instansi, lembaga atau sumber-
sumber lain yang relevan. Data yang terkumpul kemudian diolah dan dianalisi secara kuantitatif regresi berganda.
D. Teknik Analisis Data
Penelitian ini menggunakan teknik analisis kuantitatif, yaitu analisis regresi berganda multiple regresion analisys. Analisis data
dilakukan dengan menguji secara statistik variabel-variabel dengan bantuan perangkat lunak. Dari analisis diharapkan dapat digunakan untuk mengetahui
seberapa besar pengaruh variabel terikat dengan variabel bebas. Menurut Sugiyono 2012: 275, analisis regresi ganda digunakan oleh peneliti, bila
peneliti bermaksud meramalkan bagaimana keadaan naik turunnya variabel dependen kriterium, bila dua atau lebih variabel independen sebagai faktor
prediktor dimanipulasi naik turunkan nilainya. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Menurut Gujarati, 1999 dalam Noor 2014:62, analisis regresi berkenaan dengan studi ketergantungan satu variable, variabel tak bebas pada
satu atau lebih variable lain, variable yang menjelaskan explanatory variabels, dengan maskud menaksir dan atau meramalkan nilai rata-rata
hitung mean atau rata-rata populasi variabel tak bebas, dipandang dari segi nilai yang diketahui atau tetap. Menurut Noor 2014, analisis regresi
bertujuan untuk mengetahui besarnya pengaruh secara kuantitatif dari perubahan nilai X terhadap perubahan nilai Y. Dengan kata lain, nilai variabel
X dapat memperkirakanmemprediksi nilai variabel Y. Jadi analisis regresi berganda akan dilakukan bila jumlah variabel
independennya minimal 2. Jadi, model regresi pada penelitian ini adalah : Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e keterangan :
a = Konstanta
Y = Tingkat Kemiskinan
X1 = Pertumbuhan ekonomi
X2 = Pengangguran
X3 = Investasi
e = Standar error
Teknik analisis data regresi linier berganda dapat dilakukan dengan melakukan uji prasyarat dan uji asumsi klasik, serta pengujian hipotesis.
E. Uji Prasyarat
Dalam analisis regresi linear berganda perlu dilakukan uji prasyarat, untuk mengetahui persamaan regresi yang diperoleh benar-benar dapat digunakan
untuk memprediksi variabel dependen. 1.
Uji Normalitas Tujuan uji normalitas adalah ingin mengetahui apakah distribusi
sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data bentuk lonceng bell shaped. Data yang baik adalah data yang
mempunyai pola seperti distribusi normal, yakni data tersebut tidak menceng kiri atau meceng kanan Santoso 2002:34.
Uji normalitas digunakan untuk mengetahui apakah dalam sebuah model regresi, nilai residu dari regresi mepunyai distribusi yang normal
Santoso, 2010:210. Salah Satu asumsi untuk menganalisis statistika adalah residual yang terdistribusi normal. Penggunaan uji normalitas
bertujuan untuk melihat kenormalan distribusi residual dalam model regresi. Pengujian normalitas yang umum digunakan adalah uji
kolmogrov smirnov. Kriteria yang digunakan dalam mengetahui data yang digunakan
tersebut normal atau tidak adalah : Apabila perhitungan Klomogrov Smirnov lebih besar dari probabilitas 0,05, maka data berdistribusi
normal. Apa bila Kolmogrov Smirnov lebih kecil dari probabilitas 0,05, maka data tidak berdistribusi normal.
2. Uji Linearitas
Linearitas adalah keadaan dimana hubungan antara variabel dependen dengan variabel independen bersifat linier garis lurus dalam
range variabel independen tertentu Santoso 2002:43. Uji linieritas bertujuan untuk mengetahui apakah variabel
mempunyai hubungan yang linear atau tidak. Uji tersebut digunakan sebagai prasyarat dalam analisis korelasi atau regresi linear Kasmadi dan
Sunariah. 2013. Kriteria penerimaan data, variabel mempunyai hubungan linier
atau tidak adalah : apabila probabilitas F
h
lebih kecil dari tingkat signifikasi 0,05 maka hubungan data linier. Sedangkan apabila nilai probabilitas F
h
lebih besar dari tingkat signifikasi 0,05 maka hubungan tidak linier.
Apabila nilai F
h
F
t
maka hubungan antara variabel bebas dengan variabel terikat linier, sedangkan apabila nilai F
h
F
t
maka hubungan anatara variabel bebas dan variabel terikat tidak linier.
F. Uji Asumsi Klasik
