Analisis Nilai Korelasi Beberapa Faktor Yang Mempengaruhi Pertumbuhan Produk Domestik Regional Bruto (PDRB) Di Kabupaten Langkat Tahun 2001-2011
ANALISIS NILAI KORELASI BEBERAPA FAKTOR YANG MEMPENGARUHI PERTUMBUHAN PRODUK
DOMESTIK REGIONAL BRUTO (PDRB) DI KABUPATEN LANGKAT
TAHUN 2001-2011
TUGAS AKHIR
TIARA LUMBAN TOBING 102407005
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2013
(2)
ANALISIS NILAI KORELASI BEBERAPA FAKTOR YANG MEMPENGARUHI PERTUMBUHAN PRODUK
DOMESTIK REGIONAL BRUTO (PDRB) DI KABUPATEN LANGKAT
TAHUN 2001-2011
TUGAS AKHIR
Diajukan untuk melengkapi Tugas Akhir dan memenuhi syarat memperoleh Ahli Madya
TIARA LUMBAN TOBING 102407005
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2013
(3)
PERSETUJUAN
Judul : Analisis Nilai Korelasi Beberapa Faktor Yang
Mempengaruhi Pertumbuhan Produk Domestik Regional Bruto (PDRB) di Kabupaten Langkat Tahun 2001-2011
Kategori : Tugas Akhir
Nama : Tiara Lumban Tobing
Nomor Induk Mahasiswa : 102407005
Program Studi : D3 Statistika
Departemen : Matematika
Fakultas : Matematika Dan Ilmu Pengetahuan Alam
Universitas Sumatera Utara
Diluluskan di Medan, Juli 2013
Disetujui Oleh
Departemen Matematika FMIPA USU
Ketua, Pembimbing,
Prof. Dr. Tulus, M.Si. Dra. Mardiningsih, M.Si
(4)
PERNYATAAN
ANALISIS NILAI KORELASI BEBERAPA FAKTOR YANG
MEMPENGARUHI PERTUMBUHAN PRODUK
DOMESTIK REGIONAL BRUTO (PDRB)
DI KABUPATEN LANGKAT
TAHUN2001-2011
TUGAS AKHIR
Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali
beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2013
TIARA LUMBAN TOBING
(5)
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha
Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan penyusunan
Tugas Akhir ini dengan judul Analisis Nilai Korelasi Beberapa Faktor Yang
Mempengaruhi Pertumbuhan Produk Domestik Regional Bruto (PDRB) Di
Kabupaten Langkat Tahun 2001-2011
Terimakasih penulis sampaikan kepada Ibu Dra. Mardiningsih, M.Si
selaku pembimbing, Ketua dan Sekretaris Departemen Matematika FMIPA USU
Medan, Terimakasih kepada Bapak Drs. Faigiziduhu Bu’ulölö, M.Si selaku Ketua Program Studi dan Bapak Drs. Suwarno Ariswoyo, M.Si selaku Sekretaris
Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si. Ph.D,
Bapak Dr. Sutarman M.Sc selaku Dekan FMIPA USU Medan, seluruh staff dan
Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan
rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Bapak B. Lumban Tobing
dan Ibu D. Aruan dan keluarga yang selama ini memberikan bantuan dan
(6)
DAFTAR ISI
Halaman
Persetujuan i
Pernyataan ii
Penghargaan iii
Daftar isi iv
Daftar Tabel vi
Daftar Gambar vii
Daftar Lampiran viii
BAB 1. Pendahuluan 1
1.1 Latar Belakang 1
1.2 Identifikasi Masalah 3
1.3 Batasan Masalah 3
1.4 Tujuan Penelitian 4
1.5 Manfaat Penelitian 4
1.6 Lokasi Penelitian 5
1.7 Metode Penelitian 5
1.8 Tinjauan Pustaka 6
1.9 Sistematika Penulisan 9
BAB 2. Landasan Teori 11
2.1 Pengertian Regresi 11
2.2 Analisis Regresi Linier Sederhana 12
2.2.1 Analisis Regresi Linier Sederhana 14
2.2.2 Analisis Regresi Linier Berganda 15
2.3 Koefisien Determinasi 17
2.4 Uji Korelasi 18
2.4.1 Koefisien Korelasi 19
2.5 Uji Regresi Linier Berganda 21
2.6 Uji Koefisien Regresi Linier Berganda 22
BAB 3. Gambaran Umum Tempat Riset 24
3.1 Gambaran Umum Badan Pusat Statistik (BPS) 24
3.2 Sejarah Singkat Badan Pusat Statistik 26
3.2.1 Masa Pemerintahan Hindia Belanda 26
3.2.2 Masa Pemerintahan Jepang 27
3.2.3 Masa Kemerdekaan Republik Indonesia 27
3.2.4 Masa Orde Baru Sampai Sekarang 28
3.3 Logo Instasi 30
(7)
3.4.1 Visi 31
3.4.2 Misi 31
3.5 Nilai-nilai Inti Badan Pusat Statistik 32
BAB 4. Pengolahan Data 35
4.1 Pengambilan Sampel 35
4.2 Membentuk Persamaan Linier Berganda 36
4.3 Koefisien Determinasi 41
4.4 Koefisien Korelasi 44
4.4.1 Perhitungan Korelasi antara Variabel Bebas
dan Variabel Terikat 44
4.4.2 Perhitungan Korelasi antara Variabel Bebas 46
4.5 Uji Regresi Linier Berganda 48
4.6 Uji Koefisien Regresi Linier Berganda 51
BAB 5. Implementasi Sistem 56
5.1 Pengertian Implementasi Sistem 56
5.2 Sekilas Tentang Program SPSS 56
5.3 Mengaktifkan SPSS 57
5.4 Mengoperasikan SPSS 58
5.5 Input Variabel (Variabel View) 59
5.6 Input Data (Data View) 61
5.7 Pengolahan Data dengan Persamaan Regresi 62
5.8 Pengolahan Data dengan Korelasi 65
BAB 6. Penutup 66
6.1 Kesimpulan 66
6.2 Saran 67
Daftar Pustaka Lampiran
(8)
DAFTAR TABEL
Nomor Judul Halaman
Tabel
4.1 Data yang akan diolah 36
4.2 Nilai-nilai untuk menentukan koefisien regresi 37
4.3 Penyimpangan Nilai Koefisien 40
4.4 Data mencari Determinasi 42
(9)
DAFTAR GAMBAR
Nomor Judul Halaman
Gambar
5.1. Print Screen Tampilan Jendela Start Windows 58
5.2. Tampilan Jendela Awal SPSS 58
5.3. Tampilan Jendela Variable View 61
5.4. Tampilan Jendela Data View 62
5.5. Tampilan Pengolahan Data dengan Regresi Linier 62
5.6. Tampilan Jendela Regresi Linier 63
5.7. Tampilan Jendela Statistik Regresi Linier 63
5.8. Tampilan Jendela Regresi Linier Plot 64
5.9. Tampilan Jendela Regresi Linier Save 64
6.0. Tampilan Pengolahan Data dengan Regresi Linier 65
(10)
BAB 1 PENDAHULUAN
1.1 Latar Belakang
Pembangunan Ekonomi adalah suatu proses yang bersifat multidimensional yang
melibatkan kepada perubahan besar baik terhadap perubahan struktur ekonomi.
Perubahan sosial, mengurangi atau menghapus kemiskinan, mengurangi
ketimpangan, dan pengangguran dalam konteks pertumbuhan ekonomi (Todaro,
2003).
Pembangunan ekonomi dipandang sebagai kenaikan dalam pendapatan
perkapita dan lajunya pembangunan ekonomi ditujukan dengan menggunakan
tingkat pertambahan PDB (Produk Domestik Bruto) untuk tingkat nasional dan
PDRB (Produk Domestik Regional Bruto) untuk tingkat wilayah atau regional.
Dalam perencanaan dan evaluasi hasil-hasil pembangunan ekonomi
tersebut sangat diperlukan data statistik yang dapat memberikan gambaran tentang
keadaan ekonomi makro suatu daerah secara lengkap, akurat, dan
berkesinambungan melalui data Pertumbuhan Produk Domestik Regional Bruto
(PDRB) yang notabenenya mengalami perubahan setiap tahunnya.Pertumbuhan
positif menunjukkan adanya peningkatan perekonomian sedangkan pertumbuhan
negatif menunjukkan adanya penurunan perekonomian. Laju pertumbuhan PDRB
(11)
pertambangan dan penggalian, sektor industri pengolahan, sektor listik, gas dan
air bersih, sektor perdagangan, hotel dan restoran, sektor pengangkutan dan
komunikasi, sektor bank dan lembaga keuangan lainnya dan sektor jasa-jasa.
Kondisi perekonomian Kabupaten Langkat tiap tahun mengalami
penurunan dan kenaikan, itu terlihat pada tahun 2001 sampai 2011. Kenyataan ini
menunjukkan bahwa meskipun semua sektor di Kabupaten Langkat memiliki
peranan yang cukup penting dan keadaan dari tiap peranan cukup baik namun
ternyata masih belum bisa menjadi kontributor utama dalam menggerakkan
perekonomian daerah selama kurun waktu terakhir terutama pada sektor Industri
Pengolahan yang sering disebut sektor yang cukup berpengaruh dalam pendapatan
perkapita daerah kabupaten Langkat.
Data yang mengalami kenaikan dan penurunan dari tahun 2009 sampai
tahun 2011 bisa dilihat dari salah satu sektor yang termasuk kontributor yang
cukup mempengaruhi di Kabupaten Langkat yaitu sektor industri pengolahan di
mana tahun 2009 mengalami penurunan dari tahun sebelumnya menjadi 9,25%,
lalu di tahun 2010 mengalami kenaikan menjadi 13,18%, dan mengalami
penurunan kembali pada tahun 2011 menjadi 11,34%.
(BPS Prov SU, Kabupaten Langkat 2012)
Dari uraian di atas, maka penulis memilih judul ”ANALISIS NILAI KORELASI BEBERAPA FAKTOR YANG MEMPENGARUHIPERTUMBUHAN PRODUK
DOMESTIK REGIONAL BRUTO (PDRB) DI KABUPATEN LANGKAT
(12)
1.2 Identifikasi Masalah
Produk Domestik Regional bisa dihitung dalam banyak faktor sektor, dan di
dalam penelitian ini yang menjadi rumusan masalah yang dianalisis adalah
sebagai berikut:
Apa saja faktor-faktor yang mempengaruhi pertumbuhan Produk Domestik
Regional Bruto (PDRB), Apa faktor yang paling berpengaruh pada pertumbuhan
Produk Domestik Regional Bruto (PDRB), dan Seberapa besar faktor-faktor
tersebut memberikan pengaruh terhadap pertumbuhan Produk Domestik Regional
Bruto(PDRB) di Kabupaten Langkat,
1.3 Batasan Masalah
Angka nominal PDRB adalah penjumlahan dari seluruh lapangan usaha. Dalam
penghitungan PDRB, seluruh lapangan usaha dibagi menjadi sembilan sektor
yang dirinci sebagai berikut :
1. Pertanian
2. Pertambangan Penggalian
3. Industri Pengolahan
4. Listrik, Gas, dan Air Bersih
5. Bangunan
(13)
7. Pengangkutan dan Komunikasi
8. Keuangan, Persewaan, dan Jasa Perusahaan
9. Jasa-jasa
Penulis membatasi pokok permasalahan hanya tiga sektor yaitu, sektor industri
pengolahan, sektor pengangkutan dan komunikasi, dan sektor jasa-jasa. Hal ini
dikarenakan penulis menganggap ketiga sektor itu memberikan kontribusi yang
cukup besar dalam laju pertumbuhan Produk Domestik Regional Bruto (PDRB)
dibandingkan sektor lainnya.
1.4Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah untuk mengetahui seberapa besar nilai
korelasi faktor-faktor tersebut mempengaruhi pertumbuhan Produk Domestik
Regional Bruto.
1.5Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah :
1. Memberikan informasi tentang laju pertumbuhan Produk Domestik
Regional Bruto di Kabupaten Langkat serta faktor-faktor yang
(14)
2. Dapat dipergunakan sebagai bahan masukan untuk peneliti-peneliti
selanjutnya yang berkenaan dengan pertumbuhan Produk Domestik
Regional Bruto.
3. Sebagai bahan pertimbangan bagi Pemerintah Kabupaten Langkat untuk
membuat kebijakan dalam pembangunan daerah.
1.6 Lokasi Penelitian
Penelitian ataupun pengumpulan data mengenai faktor-faktor yang mempengaruhi
laju pertumbuhan Produk Domestik Regional Bruto (PDRB) di Kabupaten
Langkat dilaksanakan di Badan Pusat Statistik (BPS) Provinsi Sumatera Utara Jl.
Asrama No. 179, Medan yang dilakukan selama 3 hari yaitu tanggal 9 April 2013
sampai dengan 11 April 2013
1.7Metode Penelitian
Metode yang digunakan penulis dalam melaksanakan penelitian diantaranya
adalah :
1. Metode Penelitian Kepustakaan (Studi Literatur)
Dalam hal ini penelitian dilakukan dengan membaca dan mempelajari
buku-buku ataupun pelajaran yang didapat di perkuliahan ataupun umum, serta
(15)
2. Metode Pengumpulan Data
Pengumpulan data untuk keperluan penelitian dilakukan penulis dengan
menggunakan data sekunder. Data sekunder adalah data primer yamg
diperoleh oleh pihak lain yang umumnya disajikan dalam bentuk tabel atau
diagram. Data sekunder yang digunakan diperoleh dari Badan Pusat
Statistik (BPS) Provinsi Sumatera Utara. Data yang telah dikumpulkan
kemudian diatur, disusun dan disajikan dalam bentuk angka-angka untuk
mendapatkan gambaran yang jelas tentang sekumpulan data tersebut.
3. Metode Pengolahan Data
Data penelitian dianalisa dengan menggunakan metode regresi linier
berganda untuk melihat persamaan regresi linier nya dan untuk mengetahui
hubungan setiap variable digunakan analisis korelasi.
1.8 Tinjauan Pustaka
Menyatakan perubahan nilai variabel itu dapat pula disebabkan oleh berubahnya
variabel lain yang berhubungan dengan variabel tersebut. Untuk mengetahui pola
perubahan nilai suatu variabel yang disebabkan oleh variabel lain diperlukan alat
analisis yang memungkinkan untuk membuat perkiraan nilai variabel tersebut
pada nilai tertentu variabel yang mempengaruhinya (Algifari, 2000).
Dalam ilmu statistika, teknik yang umum digunakan untuk menganalisis
(16)
dalam menjelaskan hubungan antara variabel dalam analisis regresi menggunakan
persamaan regresi.
Prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan
regresi adalah bahwa antara variabel dependen dengan variabel independen
mempunyai sifat hubungan sebab akibat, baik yang didasarkan pada teori, hasil
penelitian sebelumnya, ataupun yang berdasarkan pada penjelasan logis tertentu.
Regresi linier sederhana berguna untuk mendapatkan hubungan pengaruh
dari dua variabel.
Regresi ganda berguna untuk mendapatkan pengaruh dua variabel
kriterium atau untuk mencari hubungan fungsional dua prediktor atau lebih
dengan variabel kriteriumnya atau untuk meramalkan dua variabel prediktor atau
lebih terhadap variabel kriteriumnya (Sudjana, 2001).
Setelah mengetahui hubungan fungsional antara variabel-variabel di mana
persamaan regresinya telah ditentukan dan telah melakukan pengujian maka
persoalan berikutnya yang dirasakan perlu, jika data hasil pengamatan terdiri dari
banyak variabel adalah seberapa kuat atau lemahnya hubungan antara
variabel-variabel itu. Dengan kata lain perlu dilakukan suatu cara untuk mengetahui derajat
hubungan antara variabel-variabel tersebut.
Studi yang membahas derajat hubungan antara variabel-variabel tersebut
(17)
derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi
(Iswardono, 1981).
Analisis korelasi adalah alat statistik yang dapat digunakan untuk
mengetahui derajat hubungan linier antara satu variabel dengan variabel lain
Untuk mengetahui keeratan hubungan antara dua variabel dengan
menggunakan koefisien korelasi adalah dengan menggunakan nilai absolut dari
koefisien korelasi tersebut. Besarnya koefisien korelasi (r) antara dua macam
variabel adalah 0 sampai dengan 1. Apabila dua buah variabel mempunyai nilai
r = 0, berarti antara dua variabel tersebut tidak ada hubungan. Sedangkan apabila
dua buah variabel mempunyai r = 1, maka dua buah variabel tersebut
mempunyai hubungan yang sempurna.
Semakin tinggi nilai koefisien korelasi antara dua buah variabel (semakin
mendekati 1), maka tingkat keeratan hubungan antara dua variabel tersebut
semakin tinggi. Dan sebaliknya semakin rendah koefisien korelasi antara dua
macam variabel (semakin mendekati 0), maka tingkat keeratan hubungan antara
(18)
1.9Sistematika Penelitian
Adapun sistematika penulisan yang diuraikan oleh penulis antara lain :
BAB 1 : PENDAHULUAN
Bab ini menguraikan tentang latar belakang, identifikasi masalah,
tujuan penelitan, manfaat penelitian, metode penelitian, lokasi
penelitian dan sistematika penelitian.
BAB 2 : LANDASAN TEORI
Bab ini menguraikan tentang pengertian Regresi Linier
Sederhana dan Berganda, Uji Koefisien Determinasi, Uji
Korelasi, Uji Koefisien Korelasi, Uji Regresi Linier Berganda
dan Uji Koefisien untuk Regresi Linier Berganda.
BAB 3 : GAMBARAN UMUM TEMPAT RISET
Bab ini menjelaskan atau menceritakan tentang sejarah singkat
berdirinya perusahaan beserta struktur organisasinya.
BAB 4 : PENGOLAHAN DATA
Bab ini menguraikan proses pengolahan data pada regresi linier
(19)
BAB 5 : IMPLEMENTASI SISTEM
Bab ini menguraikan proses pengolahan data dengan program
yang akan digunakan yaitu SPSS mulai dari input data hingga
hasil outputnya yang membantu dalam menyelesaikan
permasalahan dalan penulisan.
BAB 6 : KESIMPULAN DAN SARAN
Bab ini terdiri atas kesimpulan dari hasil analisis yang telah
dilakukan serta saran berdasarkan kesimpulan yang diperoleh
yang tentunya bermanfaat bagi pembaca dan pihak yang
(20)
BAB 2
LANDASAN TEORI
2.1 Pengertian Regresi
Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat
pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama
disebut dengan bermacam-macam istilah: variabel penjelas, variabel
eksplanatorik, variabel independen, atau secara bebas, variabel X (karena
seringkali digambarkan dalam grafik sebagai absis, atau sumbu X). Variabel yang
kedua adalah variabel yang dipengaruhi, variabel dependen, variabel terikat, atau
variabel Y. Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel acak.
Regresi pertama kali dipergunakan sebagai konsep statistika oleh Sir
Francis Galton (1822 – 1911). Beliau memperkenalkan model peramalan, penaksiran, atau pendugaan, yang selanjutnya dinamakan regresi, sehubungan
dengan penelitiannya terhadap tinggi badan manusia. Galton melakukan suatu
penelitian di mana penelitian tersebut membandingkan antara tinggi anak laki-laki
dan tinggi badan ayahnya. Galton menunjukkan bahwa tinggi badan anak laki-laki
dari ayah yang tinggi setelah beberapa generasi cenderung mundur (regressed) mendekati nilai tengah populasi. Dengan kata lain, anak laki-laki dari ayah yang
badannya sangat tinggi cenderung lebih pendek dari pada ayahnya, sedangkan
(21)
ayahnya, jadi seolah-seolah semua anak laki-laki yang tinggi dan anak laki-laki
yang pendek bergerak menuju kerata-rata tinggi dari seluruh anak laki-laki yang
menurut istilah Galton disebut dengan “regression to mediocrity”. Dari uraian tersebut dapat disimpulkan bahwa pada umumnya tinggi anak mengikuti tinggi
orangtuanya.
Istilah “regresi” pada mulanya bertujuan untuk membuat perkiraan nilai satu variabel (tinggi badan anak) terhadap satu variabel yang lain (tinggi badan
orang tua). Pada perkembangan selanjutnya analisis regresi dapat digunakan
sebagai alat untuk membuat perkiraan nilai suatu variabel dengan menggunakan
beberapa variabel lain yang berhubungan dengan variabel tersebut.Jadi prinsip
dasar yang harus dipenuhi dalam membangun suatu persamaan regresi adalah
bahwa antara suatu variabel tidak bebas (dependent variable) dengan variabel-variabel bebas (independent variable) lainnya memiliki sifat hubungan sebab akibat (hubungan kausalitas), baik didasarkan pada teori, hasil penelitian
sebelumnya, maupun yang didasarkan pada penjelasan logis tertentu.
2.2 Analisis Regresi Linier
Analisis Regresi adalah metoda statistika yang digunakan untuk menentukan
kemungkinan bentuk (dari) hubungan antar variabel-variabel. Yang mana tujuan
(22)
hubungannya dengan variabel yang lain yang diketahui melalui persamaan garis
regresinya. (sekelumit analisa regresi & korelasi)
Analisis regresi dipergunakan untuk menelaah hubungan antara dua
variabel atau lebih, terutama untuk menelusuri pola hubungan yang modelnya
belum diketahui dengan baik, atau untuk mengetahui bagaimana variasi dari
beberapa variabel independen mempengaruhi variabel dependen dalam suatu
fenomena yang komplek. Jika, , , . . . , adalah variabel-variabel
independen dan Y adalah variabel dependen, maka terdapat hubungan fungsional
antara X dan Y, dimana variasi dari X akan diiringi pula oleh variasi dari Y. Jika
dibuat secara matematis hubungan itu dapat dijabarkan sebagai berikut:
dengan : Y = f( , , . . . , , e)
Y = variabel dependen (tak bebas)
X = variabel independen (bebas)
e = variabel residu (disturbace term)
Variabel dependen adalah variabel yang nilainya tergantung dari variabel
yang lainnya sedangkan variabel independen adalah variabel yang tidak
tergantung dengan variabel yang lain malah cenderung mempengaruhi nilai
variabel yang lain.
Berkaitan dengan analisis regresi ini, setidaknya ada empat kegiatan yang
lazim dilaksanakan yakni :
(23)
(2) Menguji berapa besar variasi variabel dependen dapat diterangkan oleh
variasi independen
(3) Menguji apakah estimasi parameter tersebut signifikan atau tidak,
(4) Melihat apakah tanda dari estimasi parameter cocok dengan teori.
Selain daripada itu analisis regresi sendiri tediri dari dua bentuk
persamaan yaitu :
1. Analisis Regresi Linier Sederhana
2. Analisis Regresi Linier Berganda
Analisis Regresi sederhana adalah bentuk regresi dengan model yang
bertujuan untuk mempelajari hubungan antara dua variabel, yakni variabel Y
sebagai variabel dependen dan variabel X sebagai variabel independen
Sedangkan analisis regresi berganda adalah bentuk regresi dengan model
yang memiliki hubungan antara satu variabel dependen (Y) dengan dua atau lebih
variabel independen yang dapat ditulis dalam bentuk ( , , ..., )
1.2.1Analisis Regresi Linier Sederhana
Regresi linier sederhana digunakan untuk memperkirakan hubungan antara dua
variabel di mana hanya terdapat satu variabel/peubah bebas X dan satu peubah tak
(24)
Dalam bentuk persamaan, model regresi sederhana adalah :
Y = a + bX
dengan :
Y = variabel terikat/tak bebas (dependent)
a = penduga bagi intercept (titik potong kurva terhadap sumbu Y)
b = kemiringan (slope) kurva linier
X = variabel bebas (independent)
1.2.2 Analisis Regresi Linier Berganda
Disamping hubungan linier antar 2 variabel, ada juga regresi linier berganda, yang
persamaan regresinya memiliki satu variabel tak bebas yaitu variabel Y dan
memiliki dua atau lebih variabel bebas yaitu variabel X dimana variabel tersebut
bisa kita buat dalam bentuk , , dan , . . . , . Penggunaan regresi linier
berganda ini yaitu untuk memperhitungkan variabel-variabel bebas lain yang ikut
mempengaruhi nilai Y
Secara umum persamaan regresi berganda dapat ditulis sebagai berikut :
(Untuk populasi) = + + + . . . + +
(Untuk sampel) = + + + . . . + + εi
dengan :
= Nilai estimasi Y
i = 1, 2, . . , n
(25)
, = Nilai variabel independen , dan
, = Kemiringan (slope) yang berhubungan dengan variabel , dan
Dalam penelitian ini, digunakan empat variabel yang terdiri dari satu variabel tak
bebas Y dan tiga variabel bebas X yaitu X1, X2, dan X3 sehingga dapat dibentuk
rumus :
= + + +
dan dari persamaan diatas, dapat dibuat persamaan regresi berganda dalam empat
bentuk yang akan digunakan untuk mencari koefisien-koefisien , , dan
seperti dibawah ini :
∑ = + ∑ + ∑ + ∑
∑ = ∑ + ∑ + ∑ + ∑
∑ = ∑ + ∑ + ∑ + ∑
∑ = ∑ + ∑ + ∑ + ∑
Harga setiap koefisien penduga yang diperoleh kemudian disubtitusikan
kepersamaan awal sehingga diperoleh model regresi linier berganda Y atas ,
dan .
Dalam persamaan model regresi linier yang diperoleh, maka antara nilai Y
dan akan menimbulkan perbedaan hasil yang sering disebut sebagai kekeliruan.
(26)
standar estimasi (standard error of estimate). Besarnya kesalahan standar estimasi menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel
tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi,
makin tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan
nilai variabel tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai
kesalahan standar estimasi, makin rendah ketepatan persamaan estimasi yang
dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. Kesalahan
standar estimasi dapat ditentukan dengan rumus:
dengan : = Kesalahan baku
Yi = nilai data sebenarnya
= nilai taksiran
n = banyak ukuran sampel
k = banyak variabel bebas
2.2.2 Koefisien Determinasi
Koefisien determinasi yang disimbolkan dengan R2adalah salah satu nilai
statistik yang dapat digunakan untuk mengetahui apakah ada hubungan pengaruh
antara dua variabel. Koefisien determinasi itu juga berfungsi sebagai nilai yang
(27)
yang dapat diterangkan oleh variasi X.Nilai R2
dikatakan baik jika berada di atas
0,5 karena nilai R2
berkisar antara 0 dan 1. Pada umumnya model regresi linier
berganda dapat dikatakan layak dipakai untuk penelitian, karena sebagian besar
variabel dependen dijelaskan oleh variabel independen yang digunakan dalam
model.
Koefisien determinasi dapat dihitung dari :
=
Sehingga rumus umum koefisien determinasi yaitu :
HargaR2 diperoleh sesuai dengan variansi yang dijelaskan oleh masing-masing
variabel yang tinggal dalam regresi. Hal ini mengakibatkan variasi yang
dijelaskan penduga hanya disebabkan oleh variabel yang berpengaruh saja.Akan
tetapi dalam penelitian ini penulis menggunakan bantuan softwere SPSS versi.16.
2.2.3 Uji Korelasi
Uji korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat
hubungan linier antara satu variabel dengan variabel lain. Umumnya korelasi
R2= n
1 i
2 i reg
y JK
(28)
digunakan dalam hubungannya dengan regresi linier, untuk mengukur ketepatan
garis regresi dalam menjelaskan (explaining) variasi nilai variasi dependen.
Uji korelasi ini juga digunakan untuk menguji hubungan antara dua
variabel yang tidak menunjukkan hubungan fungsional (berhubungan bukan
berarti disebabkan). Uji korelasi tidak membedakan jenis variabel (tidak ada
variabel dependen maupun independen). Keeratan hubungan ini dinyatakan dalam
bentuk koefisien korelasi. Uji korelasi terdiri dari Pearson, Spearman dan Kendall.
Jika sampel data lebih dari 30 (sampel besar) dan kondisi data normal, sebaiknya
menggunakan korelasi Pearson(karena memenuhi asumsi parametrik). Jika jumlah
sampel kurang dari 30 (sampel kecil) dan kondisi data tidak normal maka
sebaiknnya menggunakan korelasi Spearman atau Kendall (karena memenuhi
asumsi non-parametrik).
2.4.1 Koefisien Korelasi
Nilai koefisien korelasi merupakan nilai yang digunakan untuk menyatakan
besarnya derajat keeratan hubungan antar variabel.Koefisien korelasi biasanya
disimbolkan dengan r.
Koefisien korelasi dapat dirumuskan sebagai berikut :
r = 2 2 2 2 ) ( ) ( ) )( ( i i i i i i Y Y n X X n Y X Y X n
(29)
Untuk menghitung koefisien korelasi antara variabel tak bebas Y dengan tiga
variabel bebas , , yaitu :
1. Koefisien korelasi antara Y dengan
2. Koefisien korelasi antara Y dengan X2
3. Koefisien korelasi antara Y dengan X3
Koefisien korelasi memiliki nilai antara -1 hingga+1. Sifat nilai koefisien
korelasi adalah plus(+) atau minus(-) yang menunjukan arah korelasi.
Makna sifat korelasi:
Korelasi positif (+) berarti jika variabel mengalami kenaikan maka
variabel juga mengalami kenaikan atau jika variabel mengalami kenaikan
maka variabel juga mengalami kenaikan. ry1=
2 2 2 1 2 1 1 1 ) ( ) ( ) )( ( i i i i i i Y Y n X X n Y X Y X n
ry2=
2 2 2 2 2 2 2 2 ) ( ) ( ) )( ( i i i i i i Y Y n X X n Y X Y X n
ry3=
2 2 2 2 3 3 3 ) ( ) 3 ( ) )( ( i i i i i i Y Y n X X n Y X Y X n
(30)
Korelasi negatif (-) berarti jika variabel mengalami kenaikan maka
variabel akan mengalami penurunan, atau jika variabel mengalami
kenaikan maka variabel akan mengalami penurunan.
Sifat korelasi akan menentukan arah dari korelasi. Keeratan korelasi dapat
dikelompokkan sebagai berikut :
1. 0,00 sampai dengan 0,20 berarti korelasi memiliki keeratan sangat lemah.
2. 0,21 sampai dengan 0,40 beirarti korelasi memiliki keeratan lemah.
3. 0,41 sampai dengan 0,70 berarti korelasi memiliki keeratan kuat.
4. 0,71 sampai dengan 0,90 berarti korelasi memiliki keeratan sangat kuat.
5. 0,91 sampai dengan 0,99 berarti korelasi memiliki keeratan sangat kuat sekali.
6. 1 berarti korelasi sempurna.
2.5 Uji Regresi Linier Berganda
Pengujian hipotesis bagi koefisien-koefisien regresi linier berganda dapat
dilakukan secara serentak atau keseluruhan. Pengujian regresi linier perlu
dilakukan untuk mengetahui apakah variabel-variabel bebas secara bersamaan
memiliki pengaruh terhadap variabel tak bebas. Langkah-langkah pengujiannya
adalah sebagai berikut:
2.1Menentukan formulasi hipotesis : = = = ... = = 0 (
(31)
atau mempengaruhi Y.
2.2Penentuan nilai kritis. Nilai kritis dalam pengujian hipotesis terhadap koefisien regresi dapat ditentukan dengan menggunakan tabel distribusi
normal dengan memperhatikan tingkat signifikan ( dan banyaknya sampel
digunakan serta nilai dengan derajat kebebasan = k dan = n-k-1
2.3Menentukan kriteria pengujian diterima bila
ditolak bila
2.4Menentukan nilai statistik F dengan rumus :
dengan :
= jumlah kuadrat regresi
= jumlah kuadrat residu (sisa)
= derajat kebebasan
(32)
2.6 Uji Koefisien Regresi Linier Berganda
Keberartian adanya variabel-variabel bebas dalam regresi linier berganda, perlu
diuji untuk menunjukkan seberapa besar pengaruh yang diberikan pada variabel
tak bebas. Dan cara yang tepat untuk mengujinya adalah dengan menggunakan uji
statistik t (student).
Yang akan ditaksir oleh regresi berbentuk : = + + + ... + .
Adanya kriteria bahwa variabel-variabel tersebut memberikan pengaruh yang
berarti atau tidak terhadap variabel tak bebas akan diuji hipotesis melawan
hipotesis tandingan dalam bentuk:
= = 0 i = 1, 2, ... , k
= 0 i = 1, 2, ... , k
Untuk menguji hipotesis tersebut digunakan kekeliruan baku taksiran .
Jadi untuk melihat kekeliruan baku dari koefisien adalah :
(33)
Kemudian dicari perhitungan statistik t yaitu:
Dari tabel distribusi t-student serta dk = (n-k-1), = , di mana kriteria
pengujian diperoleh:
: ditolakjika
(34)
BAB 3
GAMBARAN UMUM TEMPAT RISET
3.1 Gambaran Umum Badan Pusat Satatistik (BPS)
Badan Pusat Statistik adalah Lembaga Pemerintah Non-Departemen yang
bertanggung jawab langsung kepada Presiden. Sebelumnya, BPS merupakan Biro
Pusat Statistik, yang dibentuk berdasarkan UU Nomor 6 Tahun 1960 tentang
Sensus dan UU Nomer 7 Tahun 1960 tentang Statistik. Sebagai pengganti kedua
UU tersebut ditetapkan UU Nomor 16 Tahun 1997 tentang Statistik. Berdasarkan
UU ini yang ditindaklanjuti dengan peraturan perundangan dibawahnya, secara
formal nama Biro Pusat Statistik diganti menjadi Badan Pusat Statistik.
Materi yang merupakan muatan baru dalam UU Nomor 16 Tahun 1997,
antara lain :Jenis statistik berdasarkan tujuan pemanfaatannya terdiri atas statistik
dasar yang sepenuhnya diselenggarakan oleh BPS, statistik sektoral yang
dilaksanakan oleh instansi Pemerintah secara mandiri atau bersama dengan BPS,
serta statistik khusus yang diselenggarakan oleh lembaga, organisasi, perorangan,
dan atau unsur masyarakat lainnya secara mandiri atau bersama dengan BPS.
Hasil statistik yang diselenggarakan oleh BPS diumumkan dalam Berita
(35)
mudah mengetahui dan atau mendapatkan data yang diperlukan.Sistem Statistik
Nasional yang andal, efektif, dan efisien.Dibentuknya Forum Masyarakat Statistik
sebagai wadah untuk menampung aspirasi masyarakat statistik, yang bertugas
memberikan saran dan pertimbangan kepada BPS.Berdasarkan undang-undang
yang telah disebutkan di atas, peranan yang harus dijalankan oleh BPS adalah
sebagai berikut :
1. Menyediakan kebutuhan data bagi pemerintah dan masyarakat. Data ini
didapatkan dari sensus atau survey yang dilakukan sendiri dan juga dari
departemen atau lembaga pemerintahan lainnya sebagai data sekunder.
2. Membantu kegiatan statistik di departemen, lembaga pemerintah atau
institusi lainnya, dalam membangun sistem perstatistikan nasional.
3. Mengembangkan dan mempromosikan standar teknik dan metodologi
statistik, dan menyediakan pelayanan pada bidang pendidikan dan
pelatihan statistik.
4. Membangun kerjasama dengan institusi internasional dan negara lain
untuk kepentingan perkembangan statistik Indonesia.
3.2 Sejarah Singkat Badan Pusat Statistik
3.2.1 Masa Pemerintahan Hindia Belanda
Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur
(36)
Handed) dan Berpendudukan di Bogor. Kantor ini diserahi tugas untuk
mengelolah dan mempublikasikan data statistik.
Pada bulan Maret 1923, dibentuk suatu komisi untuk statistik yang
anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut diberi
tugas untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin
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 Statistik (CKS) atau kantor statistik dan di
pindahkan ke Jakarta. Bersama dengan itu beralih pula pekerjaan mekanisme
Statistik Perdagangan yang semula dilakukan oleh kantor Invoer Vitvoer en
Accijnsen (IUA) yang sekarang disebut kantor Bea dan Cukai.
3.2.2 Masa Pemerintahan Jepang
Pada bulan Juni 1944, pemerintah Jepang baru mengaktifkan kembali kegiatan
Statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau
militer. Pada masa ini Central Kantor Voor de Statistik (CKS) diganti namanya
(37)
3.2.3 Masa Kemerdekaan Republik Indonesia
Setelah Proklamasi kemerdekaan RI tanggal 17 Agustus 1945, kegiatan Statistik
ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan
yaitu KAPPURI (Kantor Penyelidik Perangkaan Umum Republik Indonesia)
dipindahkan ke Yogyakarta sebagai sekuens dari perjanjian Linggarjati.
Sementara itu pemerintah Belanda (NICA) di Jakarta mengaktifkan kembali
Central Kantor Voor de Statistik (CKS).
Berdasarkan surat edaran kementrian kemakmuran tanggal 12 Juni 1950
Nomor 219/S.C, KAPURRI (Kantor Penyelidik Perangkaan Umum Republik
Indonesia) dan Central Voor de Statistik (CKS) dilebur menjadi Kantor Pusat
Statistik (KPS) dan berada dibawah dan bertanggung jawab menteri
Kemakmuran.
Dengan surat Menteri Perekonomian tanggal 1 Maret 1952 Nomor p/44,
Lembaga Kantor Pusat Statistik (KPS) berada dibawah dan bertanggungjawab
menteri Perekonomian. Selanjutnya keputusan Menteri Perekonomian tanggal 24
Desember 1953 Nomor:18.099/M, KPS dibagi menjadi dua bagian yaitu bagian
Research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang
disebut Afdeling B.
Dengan keputusan Presiden RI Nomor 131 tahun 1957, kemerdekaan
(38)
Perindustrian. Untuk selanjutnya keputusan Presiden RI Nomor 172, terhitung
tanggal 1 Juni 1957 Kantor Pusat Statistik (KPS) diubah menjadi Biro Pusat
Statistik yang semula menjadi tanggung jawab dan wewenang berada dibawah
perdana.
3.2.4 Masa Orde Baru Sampai Sekarang
Perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang
handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan
organisasi Biro Pusat Statistik.
Dalam masa orde baru ini Badan Pusat Statistik telah mengalami empat
kali perubahan struktur organisasi:
1. Peraturan Pemerintah Nomor 16 tahun 1968 tentang organisasi Badan
Pusat Statistik.
2. Peraturan Pemerintah Nomor 6 tahun 1980 tentang organisasi Badan Pusat
Statistik.
3. Peraturan Pemerintah Nomor 2 tahun 1992 tentang organisasi Badan Pusat
Statistik dan Keputusan Presidan Nomor 6 tahun 1992 tentang kedudukan,
fungsi, susunan dan tata Kerja Biro Pusat Statistik.
4. Undang-undang Nomor 16 tahun 1917 tentang Statistik
(39)
6. Keputusan Pemerintah Nomor 51 tahun 1999 tentang penyelenggaraan
Statistik
Tahun 1968,ditetapkan peraturan Pemerintah Nomor 16 tahun 1968 yaitu
yang mengatur organisasi dan tata kerja di pusat dan di daerah.Tahun 1980
peraturan pemerintah nomor 6 tahun 1980 tentang organisasi sebagai pengganti
peraturan pemerintah Nomor 16 tahun 1968. Berdasarkan peraturan Pemerintah
Nomor 6 tahun 1980 di tiap propinsi terdapat perwakilan BPS.
Pada tanggal 17 Juni 1998 dengan keputusan Presiden Republik Indonesia
Nomor 86 tahun1998 ditetapkan Badan Pusat Statistik, sekaligus mengatur tata
kerja dan struktur organisasi BPS yang baru.
3.3 Logo Instansi
(40)
Logo pada Badan Pusat Statistik memiliki warna biru,hijau dan Orange, dan di
setiap warna memiliki arti khusus.Kegiatan pokok yang di lakukan dari setiap
warna lambang pada Badan Pusat Statistik adalah:
a. Biru melambangkan kegiatan Sensus Penduduk yaitu gender,indexs
pembangunan manusia, kemiskinan, kependudukan,kesehatan, ketahanan
sosial,konsumsi dan pengelaran, pendidikan, perumahan, sosial budaya,
tenaga kerja yang di lakukan Sepuluh tahun sekali setiap akhiran tahun
dalam angka 0.
b. Hijau melambangkan kegiatan sensus pertanian yaitu sensus tanaman
pangan, holtikultura,perkebunan,peternakan,perikanan, dan kehutanan
yang di lakukan sepuluh tahun sekali setiap akhiran tahun dalam angka 3.
c. Orange melambangkan kegiatan sensus ekonomi yang di lakukan sepuluh
tahun sekali setiap akhiran tahun dalam angka 6.
3.4 Visi dan Misi Badan Pusat Statistik (BPS) Kota Medan
3.4.1 Visi :
Adapun yang menjadi visi dari Badan Pusat Statistik adalah :
(41)
3.4.2 Misi :
1. Memperkuat landasan konstitusional dan operasional lembaga statistik untuk
penyelenggaraan statistik yang efektif dan efisien
2. Menciptakan insan statistik yang kompeten dan profesional, didukung
pemanfaatan teknologi informasi mutakhir untuk kemajuan perstatistikaan
indonesia
3. Meningkatkan penerapan Standar klasifikasi, konsep dan definisi,
pengukuran, dan kode etik statistik yang bersifat universal dalam setiap
penyelenggaraan statistil
4. Meningkatkan kualitas pelayanan informasi statistik bagi semua pihak
5. Meningkatkan koordinasi, integrasi, dan sinkronisasi kegiatan statistik yang
diselenggarakan pemerintah dan swasta, dalam kerangka Sistem Statistik
Nasional (SSN) yang efektif dan efisien
3.5Nilai-nilai Inti pada Badan Pusat Statistik
Core values (nilai–nilai inti) BPS merupakan pondasi yang kokoh untuk
membangun jati diri dan penuntun perilaku setiap insan BPS dalam melaksanakan
(42)
Nilai-nilai Inti BPS terdiri dari:
a. Profesional Kompeten
Mempunyai keahlian dalam bidang tugas yang diemban.
Efektif
Memberikan hasil maksimal.
Efisien
Mengerjakan setiap tugas secara produktif, dengan sumber daya minimal.
Inovatif
Selalu melakukan pembaruan dan/atau penyempurnaan melalui proses
pembelajaran diri secara terus-menerus.
Sistemik
Meyakini bahwa setiap pekerjaan mempunyai tata urutan proses sehingga
pekerjaan yang satu menjadi bagian yang tidak terpisahkan dari pekerjaan
yang lain merupakan modal dasar yang harus dimiliki oleh setiap pegawai
dalam melaksanakan profesi/tugasnya, dengan unsur-unsur sebagai berikut.
b. Integritas Dedikasi
Memiliki pengabdian yang tinggi terhadap profesi yang diemban dan
institusi.
Disiplin
(43)
Konsisten
Satunya kata dengan perbuatan.
Terbuka
Menghargai ide, saran, pendapat, masukan, dan kritik dari berbagai pihak.
Akuntabel
Bertanggung jawab dan setiap langkahnya terukur. Merupakan sikap dan
perilaku kerja yang harus dimiliki oleh setiap pegawai dalam
pengabdiannya kepada institusi/organisasi, dengan unsur-unsur sebagai
berikut.
c. Amanah Terpercaya
Melaksanakan pekerjaan sesuai dengan ketentuan, yang tidak hanya
didasarkan pada logika tetapi juga sekaligus menyentuh dimensi mental
spiritual.
Jujur
Melaksanakan semua pekerjaan dengan tidak menyimpang dari prinsip
moralitas.
Tulus
Melaksanakan tugas tanpa pamrih, menghindari konflik kepentingan
(pribadi, kelompok, dan golongan), serta mendedikasikan semua tugas
untuk perlindungan kehidupan manusia, sebagai amal ibadah atau
perbuatan untuk Tuhan Yang Maha Esa.
Adil
(44)
BAB 4
PENGOLAHAN DATA
4.1Pengambilan Sampel
Dalam penelitian ini, data yang dikumpulkan adalah data mengenai pertumbuhan
Produk Domestik Regional Bruto (PDRB), dan faktor-faktor yang
mempengaruhinya yaitu :
1. Sektor Industri Pengolahan.
2. Sektor Pengangkutan & Komunikasi.
3. Sektor Jasa-Jasa.
Untuk memperoleh model yang cocok dalam melihat tingkat pertumbuhan
Produk Domestik Regional Bruto (PDRB) berdasarkan faktor-faktor penduga
tersebut, maka penulis menggunakan analisis regresi linier dengan satu variabel
terikat (dependent variable) dan tiga variabel bebas (independent variable). Dalam hal ini, pertumbuhan Poduk Domestik Regional Bruto (PDRB) sebagai
variabel terikat dan yang menjadi variabel bebas adalah Sektor Industri
Pengolahan ( ), Sektor Pengangkutan & Komunikasi ( ), dan Sektor Jasa-Jasa
( ). Data yang diolah adalah data 11 tahun terakhir yaitu tahun 2001-2011. Data
(45)
Tabel 4.1 : Data yang akan diolah
Tahun PDRB Industri Pengolahan
Pengangkutan &
Komunikasi Jasa-jasa
Y
2001 9,8 14,44 13,08 12,55
2002 7,04 16,75 9,5 16,15
2003 10,4 22,28 11,95 13,08
2004 11,1 14,38 16,46 12,91
2005 14,97 17,1 15,87 15,01
2006 16,8 18,61 14,78 15,52
2007 15,77 19,61 16,51 16,54
2008 15,62 19,32 17,19 17,81
2009 11,7 9,25 13,31 13,82
2010 16,18 13,18 16,64 16,53
2011 15,09 11,34 13,09 18,78
Jumlah 144,47 176,26 158,38 168,7
( Sumber : Badan Pusat Statistik Provinsi Sumtera Utara)
Keterangan :
= Produk Domestik Regional Bruto (PDRB)
= Sektor Industri Pengolahan
= Sektor Pangangkutan & Komunikasi
= Sektor Jasa-jasa
4.2Membentuk Persamaan Linier Berganda
Dari data tersebut akan dibentuk persamaan regresi linier berganda dengan
terlebih dahulu menentukan koefisien-koefisien regresinya. Untuk menentukannya
(46)
Tabel 4.2 : Nilai-nilai yang diperlukan untuk menentukankoefisien regresi
Tahun PDRB Pengolahan Industri
Pengangkutan &
Komunikasi Jasa2
2001 9,8 14,44 13,08 12,55 208,5136 171,0864 157,5025
2002 7,04 16,75 9,5 16,15 280,5625 90,25 260,8225
2003 10,4 22,28 11,95 13,08 496,3984 142,8025 171,0864
2004 11,1 14,38 16,46 12,91 206,7844 270,9316 166,6681
2005 14,97 17,1 15,87 15,01 292,41 251,8569 225,3001
2006 16,8 18,61 14,78 15,52 346,3321 218,4484 240,8704
2007 15,77 19,61 16,51 16,54 384,5521 272,5801 273,5716
2008 15,62 19,32 17,19 17,81 373,2624 295,4961 317,1961
2009 11,7 9,25 13,31 13,82 85,5625 177,1561 190,9924
2010 16,18 13,18 16,64 16,53 173,7124 276,8896 273,2409
2011 15,09 11,34 13,09 18,78 128,5956 171,3481 352,6884
Jumlah 144,47 176,26 158,38 168,7 2976,686 2338,8458 2629,9394
Sambungan Tabel 4.2
Tahun . . .
2001 96,04 188,8752 181,222 164,154 141,512 128,184 122,99
2002 49,5616 159,125 270,5125 153,425 117,92 66,88 113,696
2003 108,16 266,246 291,4224 156,306 231,712 124,28 136,032
2004 123,21 236,6948 185,6458 212,4986 159,618 182,706 143,301
2005 224,1009 271,377 256,671 238,2087 255,987 237,5739 224,6997
2006 282,24 275,0558 288,8272 229,3856 312,648 248,304 260,736
2007 248,6929 323,7611 324,3494 273,0754 309,2497 260,3627 260,8358
2008 243,9844 332,1108 344,0892 306,1539 301,7784 268,5078 278,1922
2009 136,89 123,1175 127,835 183,9442 108,225 155,727 161,694
2010 261,7924 219,3152 217,8654 275,0592 213,2524 269,2352 267,4554
2011 227,7081 148,4406 212,9652 245,8302 171,1206 197,5281 283,3902
(47)
Dari tabel tersebut diperoleh harga-harga sebagai berikut :
n = 11 ∑ = 2629,9394
∑ = 144,47 ∑ = 2544,119
∑ = 176,26 ∑ = 2701,4051
∑ = 158,38 ∑ = 2438,0408
∑ = 168,7 ∑ . = 2323,0231
∑ = 2976,686 ∑ . =2139,2887
∑ = 2338,8458 ∑ . = 2253,0223
Rumus umum persamaan regresi linier berganda dengan 3 variabel bebas yaitu :
Yi = b0+ b1X1i+b2X2i+b3X3i
dan diperoleh melalui persamaan-persamaan berikut :
Harga-harga yang telah diperoleh disubsitusikan ke dalam bentuk persamaan
tersebut, maka diperoleh :
144,47 = 11 + 176,26 + 158,38 + 168,7
2323,0231 = 176,26 + 2976,686+ 2544,119+ 2701,4051
2139,2887 = 158,38+ 2544,119+ 2338,8458 + 2438,0408
2253,0223 = 168,7+ 2701,4051 + 2438,0408+ 2629,9394
2 3 3 3 2 2 3 1 1 3 0 3 3 2 3 2 2 2 21 1 1 2 0 2 3 1 3 2 1 2 2 1 1 1 0 1 3 3 2 2 1 1 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 o i
X
b
X
X
b
X
X
b
X
b
X
Y
X
X
b
X
b
X
X
b
X
b
X
Y
X
X
b
X
X
b
X
b
X
b
X
Y
X
b
X
b
X
b
n
b
Y
(48)
Setelah persamaan di atas diselesaikan, maka diperolehlah nilai
koefisien-koefisien linier bergandanya antara lain :
b0 = -10,756
b1 = 0,024
b2 = 0,904
b3 = 0,685
Dari koefisien-koefisien yang diperoleh dibentuklah model persamaan regresi
linier berganda :
3 3 2 2 1 1 0 ^ X b X b X b b Y ^
Y= -10,756 + 0,024 + 0,904 + 0,685
dengan didapat persamaan regresi linier bergandanya, maka untuk
mengetahui seberapa besar diperkirakan penyimpangan tingkat pertumbuhan
Produk Domestik Regional Bruto di Kabupaten Langkat, maka dapat dihitung
(49)
Tabel 4.3 Penyimpangan Nilai Koefisien
Tahun Yi
^
Y Yi-
^
Y (Yi-
^
Y)2
2001 9,8 10,01163 -0,21163 0,044787257
2002 7,04 9,29675 -2,25675 5,092920563
2003 10,4 9,54132 0,85868 0,737331342
2004 11,1 13,31231 -2,21231 4,894315536
2005 14,97 14,28273 0,68727 0,472340053
2006 16,8 13,68296 3,11704 9,715938362
2007 15,77 15,96958 -0,19958 0,039832176
2008 15,62 17,44729 -1,82729 3,338988744
2009 11,7 10,96494 0,73506 0,540313204
2010 16,18 15,92593 0,25407 0,064551565
2011 15,09 14,21382 0,87618 0,767691392
Jumlah 144,47 144,64926 -0,17926 25,70901019
Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus:
dengan:
= 25,70901019
n = 11
(50)
diperoleh:
= 1,916
Dengan penyimpangan nilai yang didapat, ini berarti bahwa rata-rata Produk
Domestik Regional Bruto Kabupaten Langkat yang sebenarnya akan menyimpang
dari rata-rata Produk Domestik Regional Bruto Kabupaten Langkat adalah sebesar
1,916 (perhitungan selanjutnya dapat dilihat pada lampiran 1).
4.3 Koefisien Determinasi
Untuk menguji model regresi yang terbentuk, diperlukan dua macam jumlah
kuadrat (JK) yaitu JK untuk regresi ( dan JK untuk sisa( yang akan di
dapatkan setelah mengetahui nilai-nilai antara lain
= – , = – = - dan = . Untuk memperoleh
nilai-nilai tersebut maka diperlukan harga-harga berikut :
= 16,02 ; = 14,40 ; = 15,34 ; Y = 13,13
(51)
Tabel 4.4 Data mencari Determinasi
Tahun PDRB Industri
Pengolahan
Pngangkutan &
Komunikasi Jasa2
Y X1 X2 X3
2001 9,8 14,44 13,08 12,55 -1,58 -1,32 -2,79
2002 7,04 16,75 9,5 16,15 0,73 -4,90 0,81
2003 10,4 22,28 11,95 13,08 6,26 -2,45 -2,26
2004 11,1 14,38 16,46 12,91 -1,64 2,06 -2,43
2005 14,97 17,1 15,87 15,01 1,08 1,47 -0,33
2006 16,8 18,61 14,78 15,52 2,59 0,38 0,18
2007 15,77 19,61 16,51 16,54 3,59 2,11 1,20
2008 15,62 19,32 17,19 17,81 3,30 2,79 2,47
2009 11,7 9,25 13,31 13,82 -6,77 -1,09 -1,52
2010 16,18 13,18 16,64 16,53 -2,84 2,24 1,19
2011 15,09 11,34 13,09 18,78 -4,68 -1,31 3,44
Jumlah 144,47 176,26 158,38 168,7 0,00 0,00 0,00
Sambungan Tabel 4.4
Tahun y
2001 -3,33 5,28 4,39 9,29 11,11
2002 -6,09 -4,43 29,85 -4,96 37,13
2003 -2,73 -17,10 6,69 6,17 7,47
2004 -2,03 3,34 -4,19 4,93 4,14
2005 1,84 1,98 2,70 -0,60 3,37
2006 3,67 9,48 1,40 0,67 13,44
2007 2,64 9,45 5,57 3,17 6,95
2008 2,49 8,20 6,94 6,15 6,18
2009 -1,43 9,71 1,56 2,17 2,06
2010 3,05 -8,66 6,83 3,64 9,28
2011 1,96 -9,16 -2,56 6,74 3,83
(52)
Untuk menganalisis dan mengetahui seberapa besar pengaruh sektor
Industri Pengolahan, sektor Pengangkutan dan Komunikasi, serta sektor Jasa-jasa
terhadap pertumbuhan Produk Domestik Regional Bruto (PDRB), maka dapat
dilakukan perhitungan sebagai berikut:
dengan:
JKreg = b1 x1iyi+ b2∑x2iyi+ b3∑x3iyi
= (0,024)(8,09) + (0,904)(59,18) + (0,685)(37,38)
= 0,19416 + 53,49872 + 25,6053
= 79,29818
= 104,96
Sehingga diperoleh:
0,86919
Dari hasil perhitungan diperoleh koefisien determinasi ( ) sebesar 0,7555
berarti sekitar 75,55% tingkat PDRB dipengaruhi oleh Industri Pengolahan,
(53)
Dengan mencari akar dari koefisien determinasi, maka didapat koefisien
korelasinya (R) sebesar 0,86919
4.4 Koefisien Korelasi
4.4.1Perhitungan Korelasi antara Variabel Bebas dan Variabel Terikat
Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tidak bebas,
maka dari tabel 4.2 dapat dihitung besar koefisien korelasinya yaitu :
1. Koefisien korelasi antara PDRB (Y) dengan Industri Pengolahan ( ) :
=
=
=
=
=
=
(54)
2. Koefisien korelasi antara PDRB (Y) dengan Pengangkutan dan Komunikai
( ) :
=
=
=
=
=
=
= 0,7555
3. Koefisien korelasi antara PDRB (Y) dengan Jasa-jasa ( ) :
=
=
(55)
=
=
=
= 0,5582
4.4.2 Perhitungan Korelasi antara Variabel Bebas
1. Koefisien korelasi antara Industri Pengolahan ( ) dengan Pengangkutan
dan Komunikasi ( ) :
=
=
=
=
=
=
(56)
2. Koefisien korelasi antara Industri Pengolahan ( )dengan Jasa-jasa ( ) :
=
=
=
=
=
=
= -0,0022
3. Koefisien korelasi antara Pengangkutan dan Komunikasi ( ) dengan
Jasa-jasa ( :
=
=
=
(57)
=
=
= 0,1815
Dari perhitungan koefisien korelasi baik antara variabel bebas terhadap
variabel tak bebas maupun antara sesama variabel bebas diperoleh kesimpulan
sebagai berikut :
1.ry1=-2,0926 ; variabel X1berkorelasi sangat lemah terhadap variabel Y
2. ry2= 0,7555 ; variabel X2berkorelasi sangat kuat terhadap variabel Y
3. ry3= 0,5582 ; variabel X3berkorelasi kuat terhadap variabel Y
4. r12= 0,0667; variabel X1berkorelasi sangat lemah terhadap variabel X2
5. r13= -0,0022 ; variabel X1berkorelasi sangat lemah terhadap variabel X3
6. r23= 0,1815 ; variabel X2berkorelasi sangat lemah terhadap variabel X3
4.5Uji Regresi Linier Berganda
Pengujian hipotesis bagi koefisien-koefisien regresi linier berganda dapat
dilakukan secara serentak atau keseluruhan. Pengujian regresi linier perlu
dilakukan untuk mengetahui apakah industri pengolahan, pengangkutan dan
komunikasi, serta jasa-jasa memiliki pengaruh terhadap pertumbuhan Produk
Domestik Regional (PDRB) di Kabupaten Langkat.
(58)
1. Menentukan formulasi hipotesis
Artinya (Industri Pengolahan), (Pengangkutan dan Komunikasi), dan
(Jasa-jasa)mempengaruhi PDRB (Produk Domestik Regional Bruto) di
Kabupaten Langkat
:
Artinya minimal ada parameter koefisien regresi yang tidak sama dengan nol
atau mempunyai pengaruh terhadap PDRB (Produk Domestik Regional Bruto)
di Kabupaten Langkat
2. Menentukan taraf nyata dan nilai dengan derajat kebebasan = k dan
= n-k-1.
dengan :
= 0,05
= 3
= n-k-1 = 11-3-1 = 7
Maka diperoleh sebesar 4,35
3. Menentukan kriteria pengujian
diterima jika
(59)
4. Menentukan nilai statistik F dengan rumus:
dengan:
= jumlah kuadrat regresi
= jumlah kuadrat residu (sisa)
= derajat kebebasan
= 79,29818
{(Yi-
^
Y)2} =25,70901019
maka diperoleh:
7,197052135
Dapat dilihat nilai = 7,1971 = 4,35 Artinya ditolak. Hal
ini memberikan kesimpulan bahwa minimal ada parameter koefisien regresi yang
tidak sama dengan nol atau sektor Industri Pengolahan, sektor Pengangkutan dan
(60)
Domestik Regional Bruto (perhitungan dapat diperoleh dengan menggunakan
SPSS dengan output pada lampiran 1).
4.6 Uji Koefisien Regresi Linier Berganda
Keberartian adanya variabel-variabel bebas dalam regresi linier ganda perlu diuji
untuk menunjukkan seberapa besar pengaruh yang diberikan pada variabel tak
bebas. Dan cara yang tepat untuk mengujinya adalah dengan menggunakan uji
statistik t (student).
Koefisien korelasi antara Industri Pengolahan ( ) dengan Pengangkutan dan
Komunikasi ( ), serta Jasa-jasa (
0,066704804
-0,0022
0,1815
= (
= 152,36
58,46
(61)
Nilai diatas diperoleh dari tabel berikut:
Tabel 4.5 Perhitungan Jumlah Kuadrat
No. Y
i X1i X2i X3i yi
2001 9,8 14,44 13,08 12,55 -1,58 -1,32 -2,79 -3,33
2002 7,04 16,75 9,5 16,15 0,73 -4,90 0,81 -6,09
2003 10,4 22,28 11,95 13,08 6,26 -2,45 -2,26 -2,73
2004 11,1 14,38 16,46 12,91 -1,64 2,06 -2,43 -2,03
2005 14,97 17,1 15,87 15,01 1,08 1,47 -0,33 1,84
2006 16,8 18,61 14,78 15,52 2,59 0,38 0,18 3,67
2007 15,77 19,61 16,51 16,54 3,59 2,11 1,20 2,64
2008 15,62 19,32 17,19 17,81 3,30 2,79 2,47 2,49
2009 11,7 9,25 13,31 13,82 -6,77 -1,09 -1,52 -1,43
2010 16,18 13,18 16,64 16,53 -2,84 2,24 1,19 3,05
2011 15,09 11,34 13,09 18,78 -4,68 -1,31 3,44 1,96
Sambungan Tabel 4.5
No.
2001 2,51 1,74 7,76
2002 0,53 23,99 0,66
2003 39,14 5,99 5,09
2004 2,70 4,25 5,89
2005 1,16 2,17 0,11
2006 6,69 0,15 0,03
2007 12,86 4,46 1,45
2008 10,87 7,79 6,12
2009 45,88 1,18 2,30
2010 8,09 5,03 1,42
2011 21,94 1,71 11,86
(62)
maka diperoleh:
0,155571
(63)
0,298199
= 0,154270397
= 3,607457541
= 2,297123733
Dari tabel distribusi t dengan dk = dan maka dapat
dilihat bahwa = 2,36
Maka dari perhitungan di atas diperoleh:
maka diterima
maka ditolak
(64)
Dari ketiga koefisien regresi tersebut menunjukkan bahwa variabel
(Industri Pengolahan) dan variabel (Jasa-Jasa) tidak memiliki pengaruh yang
berarti atau signifikan terhadap persamaan regresi yang ditentukan, sedangkan
variabel (Pengangkutan dan Komunikasi) memiliki pengaruh yang berarti atau
(65)
BAB 5
IMPLEMENTASI SISTEM
5.1Pengertian Implementasi Sistem
Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain
sistem yang ada dalam desain sistem yang disetujui, menginstal dan memulai
sistem atau sistem yang diperbaiki.
Tahapan implementasi sistem merupakan tahapan penerapan hasil desain
yang tertulis ke dalam programming. Pengolahan data pada tugas akhir ini menggunakan software yaitu SPSS 16.0 dalam memperoleh hasil perhitungan.
5.2 Sekilas Tentang Program SPSS
SPSS(Statistical Product and Service Solution)merupakan sebuah program
komputer yang dapat digunakan untuk melakukan perhitungan statistik. Program
ini dimungkinkan untuk melakukan perhitungan statistik secara cepat dan tepat,
mulai dari yang sederhana hingga yang paling rumit sekalipun tanpa harus repot
menghitung secara manual. Hanya dengan mendesain variabel yang akan di
analisis, memasukkan data, dan melakukan perhitungan dengan menggunakan
(66)
SPSS pertama sekali diperkenalkan oleh tiga mahasiswa Standford
University pada tahun 1968. Tahun 1948 SPSS sebagai software muncul pertama sekali dengan nama SPSS/PC+ dengan sistem Dos. Lalu sejak tahun 1992 SPSS
mengeluarkan versi Windows. SPSS dengan sistem Windows telah mengeluarkan
software dengan beberapa versi yang berkembang dalam penggunaannya dalam
mengolah data statistika.
SPSS sebelumnya dirancang untuk pengolahan data statistik pada
ilmu-ilmu sosial, sehingga SPSS merupakan singkatan dari Statistical Package for the
Social Science. Namun, dalam perkembangan selanjutnya penggunaan SPSS
diperluas untuk berbagai jenis penggunaan, misalnya untuk proses produksi di
perusahaan, riset ilmu-ilmu sains dan sebagainya. Sehingga kini SPSS menjadi
singkatan dari Statistical Product and Service Solutions.
5.3 Mengaktifkan SPSS pada window yaitu sebagai berikut : Pilih menu Start dari Windows
Selanjutnya pilih menu Program
(67)
Tampilannya seperti gambar 5.1 berikut ini :
Gambar 5.1 Tampilan Pengaktifan SPSS 16.0
5.4 Mengoperasikan SPSS
Setelah mengklik pilihan SPSS Statistics 17.0, maka akan muncul tampilan jendela seperti gambar 5.2 berikut ini :
(68)
5.5Input Variabel (Variable View)
SPSS Data Editor mempunyai 2 tipe lingkungan kerja yaitu : Data View dan
Variable View.Untuk menyusun defenisi variabel, posisi tampilan SPSS Data
Editor harus berada pilih ada “Variable View”. Lakukan dengan mengklik tab
sheet Variable View yang berada dibagian kiri bawah atau langsung menekan
Ctrl+T. Tampilan variable view juga dapat dimunculkan dari View lalu pilih
Variable.
Pada tampilan jendela Variabel view terdapat kolom-kolom berikut :
Name : untuk memasukkan nama variabel yang akan diuji
Type : untuk mendefenisikan tipe variabel apakah bersifat
numeric atau string
Widht : untuk menuliskan panjang pendek variabel
Decimals : untuk menuliskan jumlah desimal di belakang koma
Label : untuk menuliskan label variabel
Values : untuk menuliskan nilai kuantitatif dari variabel yang skala
pengukurannya ordinal atau nominal bukan scale
Missing : untuk menuliskan ada tidaknya jawaban kosong
Columns : untuk menuliskan lebar kolom
Align : untuk menuliskan rata kanan, kiri atau tengah penempatan
teks atau angka di Data view
Measure : untuk menentukan skala pengukuran variabel,
(69)
Pengisian Variabel
Tempatkan pointer pada baris pertama di bawah Name.
Name :klik ganda pada sel tersebut dan ketik Tahun
Type :Pilih numeric karena dalam bentuk data
Width : Untuk keseragaman ketik 8
Decimal : Ketik 0
Label : Ketik Tahun
Values dan Missing : Abaikan pilihan ini karena data tidak dikategorisasikan
Align : Pilih Center
Measure : Pilih scale
Variabel Y
Name : Letakkan kursor di bawah Tahun, lalu klik ganda
pada sel tersebut kemudian ketik PDRB
Type : Pilih numeric karena berupa angka
Width : Untuk keseragaman ketik 8
Decimal : Ketik 2
Label : Ketik PDRB
Align : Pilih Center
Measure : Pilih scale
Variabel X
Name : Letakkan kursor di bawah PDRB, lalu klik ganda
pada sel tersebut kemudian ketik Industri_Pengolahan
Type : Pilih numeric karena berupa angka
(70)
Decimal : Ketik 2
Label : Ketik Industri_Pengolahan
Align : Pilih Center
Measure : Pilih scale
Lakukan seterusnya untuk variabel X2dan X3. Tampilannya seperti gambar 5.3
berikut ini :
Gambar 5.3Tampilan Jendela Variabel View dalam SPSS
5.6Input Data (Data View)
Aktifkan jendela data dengan mengklik Data View
Ketikkan data yang sesuai dengan setiap variabel yang telah didefenisikan pada
(71)
Gambar 5.4 Tampilan Jendela Pengisian Data View
5.7Pengolahan Data dengan Persamaan Regresi
SSPada layar kerja Data View, klik Analyze yang terdapat pada menu kemudian pilih Regression dan klik Linier, seperti gambar 5.5 berikut ini :
(72)
Kemudian dilanjutkan untuk melengkapi jendela-jendela Linier Regression. Pada kotak dependen isikan variabel Y (Penerimaan Pemerintah) sedangkan
pada kotak independen isikan dengan variabel (Retribusi Daerah) dan
(Ekspor Barang Konsumsi). Pilih Methode: Enter, seperti pada gambar 5.6 berikut ini :
Gambar 5.6 Tampilan Jendela Regresi Linier
Kemudian klik Statistics dan pilih Estimates, Durbin Watson, Descriptive, dan
Collinierity Diagnostics, lalu klik continue, seperti gambar 5.7 berikut ini:
(73)
Kemudian dilanjutkan dengan memilih Plots, maka pada layar akan tampak tampilan Windows Linier Regression: Plots. Masukkan variabel SDRESID pada kotak pilihan Y, dan masukkan variabel ZPRED pada kotak pilihan X.
Pada kolom Standarized Residual Plots pilih Histogram dan Normal
Probability Plots. Pilih continue kemudian klik OK.
Gambar 5.8 Tampilan Jendela Regresi Linier Plot
Dilanjutkan klik Save dan pilih Residual Standardized dan terakhir klik OK, seperti gambar 5.9 di bawah ini:
(74)
5.8Pengolahan Data dengan Korelasi
Pada layar kerja Data View, klik Analyze yang terdapat pada menu kemudian pilih
correlation bivariateseperti gambar 6.0 berikut ini:
Gambar 6.0 Tampilan Pengolahan Data dengan Korelasi
Kemudian pindahkan semua variabel yang diperlukan lalu dalam kolom
corelation coefficients: pearson, dan pada kolom Test of Significant :Two Tailed
dan klik Ok.
(75)
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil pengolahan data, maka dapat diambil kesimpulan sebagai
berikut:
1. Hasil persamaan regresi linier yang didapat untuk , , dan
bernilai positif jadi dapat disimpulkan bahwa semakin tinggi variabel
(Industri Pengolahan), (Pengangkutan dan Komunikasi), dan
(Jasa-Jasa) tersebut maka semakin tinggi pula pertumbuhan Produk Domestik
Regional Brutonya.
2. Dari hasil analisis data tersebut didapatkan bahwa variabel (Industri
Pengangkutan dan Komunikasi) memiliki pengaruh yang sangat kuat
terhadap Pertumbuhan Produk Domestik Regional Bruto (PDRB).
3. Koefisien determinasi ( ) sebesar yang berarti, sekitar 75,55 % tingkat Produk Domestik Regional Bruto dipengaruhi oleh Industri
Pengolahan, Pengangkutan dan Komunikasi, serta Jasa-jasa dan sisanya
(76)
6.2 Saran
Penulis memberikan beberapa saran terhadap hasil penelitian sebagai berikut:
1. Peningkatan hasil dari setiap sektor dari lapangan usaha perlu ditingkatkan
lagi untuk meningkatkan pendapatan Produk Domestik Regional Bruto di
Kabupaten Langkat.
2. Penulis menyarankan agar metode regresi linier dapat dipakai untuk
mencari pengaruh Produk Domestik Regional Bruto terhadap sektor
Industri Pengolahan, sektor Pengangkutan dan Komunikasi, serta
(77)
DAFTAR PUSTAKA
Algifari.1997. Analisis Regresi. Edisi Pertama.Yogyakarta: BPFE.
Agifari. 2000. Analisis Regresi Teori, Kasus, dan Solusi. Edisi Kedua. Yogyakarta: BPFE.
BPS. Produk Domestik Regional Bruto Kabupaten Langkat 2008
BPS. Produk Domestik Regional Bruto Kabupaten Langkat 2012
Hartono. 2004. Statistik untuk Penelitian. Pekan Baru: LSFK2P.
Iswardono. 1981. Sekelumit Analisa Regresi dan Korelasi. Edisi Pertama. Yogyakarta: BPFE.
J.Supranto. 2008. Statistik Teori dan Aplikasi. Edisi Ketujuh. Jakarta: Erlangga. Komputer, Wahana. 2001. Pengolahan data Statistik dengan SPSS 10.0.
Semarang: Salemba Infotek.
Pasaribu, Amudi. 1989. Pengantar Statistik. Medan: Ade Putra.
Santoso, Ratno Dwi, Mustadjab Hary Kusnadi. 1992. Analisis Regresi. Yogyakarta: Andi Offset.
Sigit, Christianus. 2010. SPSS 18. Yogyakarta: Andi Offset.
(78)
Lampiran 1
DATA DESKRIPSI
UJI KORELASI DARI PENGOLAHAN REGRESI LINIER
UJI KORELASI, KESALAHAN ESTIMASI DAN UJI DETERMINASI
(79)
UJI F
UJI T
UJI KORELASI DARI PENGOLAHAN BIVARIATE CORELATION
(80)
DIAGRAM
(1)
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil pengolahan data, maka dapat diambil kesimpulan sebagai berikut:
1. Hasil persamaan regresi linier yang didapat untuk , , dan bernilai positif jadi dapat disimpulkan bahwa semakin tinggi variabel (Industri Pengolahan), (Pengangkutan dan Komunikasi), dan (Jasa-Jasa) tersebut maka semakin tinggi pula pertumbuhan Produk Domestik Regional Brutonya.
2. Dari hasil analisis data tersebut didapatkan bahwa variabel (Industri Pengangkutan dan Komunikasi) memiliki pengaruh yang sangat kuat terhadap Pertumbuhan Produk Domestik Regional Bruto (PDRB).
3. Koefisien determinasi ( ) sebesar yang berarti, sekitar 75,55 % tingkat Produk Domestik Regional Bruto dipengaruhi oleh Industri Pengolahan, Pengangkutan dan Komunikasi, serta Jasa-jasa dan sisanya sebesar 24,45 % dipengaruhi oleh faktor lain.
(2)
6.2 Saran
Penulis memberikan beberapa saran terhadap hasil penelitian sebagai berikut: 1. Peningkatan hasil dari setiap sektor dari lapangan usaha perlu ditingkatkan
lagi untuk meningkatkan pendapatan Produk Domestik Regional Bruto di Kabupaten Langkat.
2. Penulis menyarankan agar metode regresi linier dapat dipakai untuk mencari pengaruh Produk Domestik Regional Bruto terhadap sektor Industri Pengolahan, sektor Pengangkutan dan Komunikasi, serta Jasa-jasa, dan sektor-sektor yang lainnya.
(3)
DAFTAR PUSTAKA
Algifari.1997. Analisis Regresi. Edisi Pertama.Yogyakarta: BPFE.
Agifari. 2000. Analisis Regresi Teori, Kasus, dan Solusi. Edisi Kedua. Yogyakarta: BPFE.
BPS. Produk Domestik Regional Bruto Kabupaten Langkat 2008 BPS. Produk Domestik Regional Bruto Kabupaten Langkat 2012 Hartono. 2004. Statistik untuk Penelitian. Pekan Baru: LSFK2P.
Iswardono. 1981. Sekelumit Analisa Regresi dan Korelasi. Edisi Pertama. Yogyakarta: BPFE.
J.Supranto. 2008. Statistik Teori dan Aplikasi. Edisi Ketujuh. Jakarta: Erlangga. Komputer, Wahana. 2001. Pengolahan data Statistik dengan SPSS 10.0.
Semarang: Salemba Infotek.
Pasaribu, Amudi. 1989. Pengantar Statistik. Medan: Ade Putra.
Santoso, Ratno Dwi, Mustadjab Hary Kusnadi. 1992. Analisis Regresi. Yogyakarta: Andi Offset.
Sigit, Christianus. 2010. SPSS 18. Yogyakarta: Andi Offset.
(4)
Lampiran 1
DATA DESKRIPSI
UJI KORELASI DARI PENGOLAHAN REGRESI LINIER
UJI KORELASI, KESALAHAN ESTIMASI DAN UJI DETERMINASI
(5)
UJI F
UJI T
UJI KORELASI DARI PENGOLAHAN BIVARIATE CORELATION
(6)
DIAGRAM