Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi Tahun 2006-2007

TUGAS AKHIR

AGUS EFRATA BRAHMANA

NIM:062407135

PROGRAM STUDI DIII STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2009

ANALISIS REGRESI BERGANDA TERHADAP

FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU INFLASI TAHUN

2006-2007

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

AGUS EFRATA BRAHMANA

NIM:062407135

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2009

PERSETUJUAN

Judul : ANALISIS REGRESI BERGANDA TERHADAP

FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU INFLASI TAHUN 2006-2007

Kategori : TUGAS AKHIR

Nama : AGUS EFRATA BRAHMANA

Nomor Induk Mahasiswa : 062407135

Program Studi : D3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, Juni 2009

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU

Ketua, Pembimbing

Dr. Saib Suwilo, M.Sc. Drs. Pengarapen Bangun, M.Si.

PERNYATAAN

ANALISIS REGRESI BERGANDA TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU INFLASI TAHUN 2006-2007

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 2009

AGUS EFRATA BRAHMANA 062407135

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala rahmat dan karunia yang telah diberikan sehingga penulis dapat menyelesaikan tugas akhir ini dalam waktu yang telah ditetapkan.

Tujuan dari tugas akhir ini adalah untuk melengkapi persyaratan dalam memperoleh gelar Ahli Madya pada Program Diploma-III Jurusan Statistika FMIPA USU. Sehubungan dengan penulisan tugas akhir ini, penulis memilih judul “Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi”.

Penulis banyak menerima saran dan bimbingan dari berbagai pihak baik secara langsung maupun tidak langsung selama menyelesaikan tugas akhir ini. Untuk itu pada kesempatan ini,penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada :

1. Bapak Drs. Pengarapen Bangun,M.Si selaku dosen pembimbing yang sangat membantu dalam penyusunan Tugas Akhir ini.

2. Bapak Prof.Dr.Eddy Marlianto, M.Sc, selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam USU.

3. Bapak Dr.Saib Suwilo,M.Sc, ketua Departemen dan Jurusan Matematika FMIPA USU.

4. Bapak dan Ibu Dosen pengajar program D-III Statistika.

5. Seluruh staf dan pegawai FMIPA USU.

6. Bapak ketua BPS Provinsi Sumatera Utara yang telah mengijinkan penulis melakukan riset data untuk penyusunan tugas akhir ini.

7. Orangtua tercinta yang selalu memberikan dukungan dan semangat, semoga Tuhan memberkati.

8. Buat teman senasib seperjuangan Firdaus, Chanro,Sony,Johannes,Patar. Buat semua teman-temanku Stat C ’06,serta semua yang tidak disebutkan namanya terima kasih atas dukungan dan kerjasamanya selama ini.

9. Buat teman-teman di kos Patriman,Patetron,Kumuluz.

Penulis menyadari bahwa tugas akhir ini masih jauh dari sempurna,disamping pengetahuan dan pengalaman penulis yang terbatas. Untuk itu penulis mengharapkan saran dan kritik yang membangun dari semua pihak yang membacanya.

Demikianlah kiranya tugas akhir ini dapat bermanfaat bagi siapa saja yang membacanya,khususnya bagi mahasiswa/i statistika di FMIPA USU.

Medan, Mei 2009 Penulis,

Agus Efrata Brahmana 062407135

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Penghargaan iii

Daftar Isi v

Daftar Tabel vii

Daftar Gambar viii

BAB 1 : PENDAHULUAN

1.1Latar Belakang 1

1.2Identifikasi Masalah 3

1.3Batasan Masalah 4

1.4Tujuan Penelitian 4

1.5Manfaat Penelitian 4

1.6Metodologi Penelitian 5

1.7Tinjauan Pustaka 6

1.8Sistematika Penulisan 7

BAB 2 : LANDASAN TEORI

2.1 Konsep Dasar Analisis Regresi 9

2.2 Persamaan Regresi 10

2.2.1 Persamaan Regresi Linier Sederhana

2.2.2 Persamaan Regresi Linier Berganda 10

2.3 Uji Regresi Linier Ganda 15

2.4 Koefisien Determinasi 16

2.5 Koefisien Korelasi 17

2.6 Uji Koefisien Regresi Ganda 20

BAB 3 : SEJARAH SINGKAT BADAN PUSAT STATISTIK

3.1 Sejarah Singkat Badan Pusat Statistik 22

3.1.1 Masa Pemerintahan Hindia Belanda 22

3.1.2 Masa Pemerintahan Jepang 23

3.1.3 Masa Pemerintahan RI 23

3.1.4 Masa Orde Baru-Sekarang 24

3.2 Visi dan Misi 25

3.3 Kedudukan dan Fungsi BPS 26

3.4 Tata Kerja BPS 27

3.5 Tugas BPS 27

3.6 Struktur Organisasi BPS 30

BAB 4 : ANALISIS DATA

4.1 Pengolahan Data 33

4.3 Uji Regresi Linier Berganda 39

4.4 Mencari Koefisien Determinasi 42

4.5 Mencari Koefisien Korelasi 42 4.5.1 Perhitungan Korelasi Antara Variabel Y dengan Xi 42

4.5.2 Perhitungan Korelasi Antara Variabel Bebas 44 4.6 Pengujian Koefisien Regresi Berganda 45

BAB 5 : IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem 48

5.2 Peranan Komputer Dalam Statistika 48

5.3 Cara Kerja SPSS 50

5.4 Mengoperasikan SPSS 52

5.4.1 Mengaktifkan Program SPSS pada Windows 52

5.4.2 Pemasukan Data 52

5.4.3 Menyimpan Data 56

5.5 Analisis Regresi dengan SPSS 57

5.6 Analisis Korelasi dengan SPSS 58

BAB 6 : PENUTUP

6.1 Kesimpulan 60

6.2 Saran 61

DAFTAR PUSTAKA LAMPIRAN

DAFTAR TABEL

Halaman

Tabel 2.1 Data Hasil Pengamatan dari n Responden

(X1,X2,…,Xk,Y) 12

Tabel 4.1 Data Jumlah Uang Beredar (triliun rupiah), Suku Bunga Bank (persen),

Kurs Rupiah Terhadap Dolar dan Laju Inflasi (persen). 34 Tabel 4.2 Nilai-nilai yang dibutuhkan untuk menghitung

koefisien-koefisien 35

Tabel 4.3 Harga Penyimpangan Ŷ 38

DAFTAR GAMBAR

Halaman

Gambar 3.1 Bagan Struktur BPS 32

Gambar 5.1 Tampilan saat membuka SPSS pada windows 52 Gambar 5.2 Tampilan pada pengisian variabel view 55

Gambar 5.3 Tampilan pada data view 56

Gambar 5.4 Tampilan saat membuka persamaan regresi 57

Gambar 5.5 Tampilan pada kotak dialog regresi 58

Gambar 5.6 Tampilan analisis korelasi 59

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Indonesia adalah salah satu Negara berkembang di kawasan asia. Salah satu indikator kemajuan suatu Negara adalah perekonomian. Perekonomian menjadi salah satu pondasi utama kekuatan suatu Negara. Namun, stabilitas ekonomi tidak selalu berjalan dengan mulus karena perekonomian dipengaruhi oleh banyak faktor,baik faktor ekstern maupun faktor intern. Salah satu indikator utama yang digunakan untuk melihat perkembangan perekonomian suatu Negara adalah tingkat laju inflasi.

Inflasi adalah kecenderungan dari harga-harga untuk meningkat secara umum terhadap kelompok barang kebutuhan masyarakat dan bersifat terus-menerus atau kontinu. Kebalikan dari inflasi disebut deflasi, yaitu kecenderungan dari daya beli uang sebagai alat tukar untuk menurun secara umum terhadap barang kebutuhan masyarakat. Dapat dikatakan inflasi dan deflasi mempunyai hubungan timbal balik. Angka inflasi yang mempunyai fluktuasi tinggi dari waktu ke waktu menandakan perekonomian suatu Negara tidak atau kurang stabil. Indonesia pernah mengalami tingkat inflasi yang sangat tinggi yaitu pada tahun 1996 dan 1997-1998 yang mengakibatkan berbagai segi kehidupan masyarakat mengalami krisis.

Faktor-faktor yang mempengaruhi terjadinya inflasi sangat banyak ,bahkan termasuk faktor politik dan keamanan. Dalam penelitian ini akan dibahas tiga faktor yang mempengaruhi laju inflasi yaitu jumlah uang beredar,suku bunga bank dan nilai tukar rupiah.

Jumlah uang yang beredar adalah banyaknya uang kartal dan uang giral serta uang kuasi yang beredar di masyarakat. Semakin banyak uang beredar maka nilai tukar (daya beli) yang menjadi lemah dan harga-harga kebutuhan akan naik. Dengan kata lain,semakin banyak uang yang beredar semakin tinggi harga inflasi.

Tingkat suku bunga bank juga sangat berpengaruh terhadap inflasi. Jika suku bunga bank rendah, masyarakat enggan untuk menyimpan uang di bank dan memilih untuk menggunakan uangnya untuk bentuk kegiatan ekonomi lain. Akibatnya jumlah uang yang beredar tinggi dan terjadilah inflasi. Sebaliknya,bila suku bunga bank tinggi masyarakat akan tertarik untuk menyimpan uang karena jaminan bunga yang tinggi. Kestabilan nilai tukar rupiah terhadap mata uang asing juga mengindikasikan tingkat inflasi. Ketika krisis ekonomi tahun 1998,nilai tukar rupiah terhadap dolar sangat rendah, mencapai tiga belas ribu rupiah per dolar. Hal itu dibarengi dengan kenaikan harga barang-barang kebutuhan yang mencapai 300% dari harga semula.

Pentingnya pengendalian inflasi didasarkan pada pertimbangan bahwa inflasi yang tinggi dapat mengakibatkan dampak yang negatif kepada kondisi sosial ekonomi masyarakat. Pertama,inflasi yang tinggi akan menyebabkan pendapatan riil masyarakat turun dan akhirnya menjadikan semua kalangan masyarakat,terutama ekonomi rendah semakin terpuruk. Kedua,inflasi yang tidak stabil akan menciptakan

ketidakpastian (uncertainty) bagi pelaku ekonomi dalam mengambil keputusan yang pada akhirnya menurunkan pertumbuhan ekonomi. Jika inflasi tidak stabil maka para investor akan takut menanamkan modalnya. Ketiga,tingkat inflasi domestik yang lebih tinggi dibandingkan dengan Negara tetangga akan memberikan tekanan pada nilai rupiah.

Atas dasar beberapa pertimbangan inilah yang melatarbelakangi penulis mengambil judul “ Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi tahun 2006-2007”, yang nantinya akan penulis uraikan pada bab selanjutnya.

1.2. Identifikasi Masalah

Inflasi adalah kecenderungan dari harga-harga untuk meningkat secara umum terhadap kelompok barang kebutuhan masyarakat dan bersifat terus-menerus atau kontiniu. Angka inflasi yang mempunyai fluktuasi tinggi dari waktu ke waktu menandakan perekonomian suatu Negara tidak atau kurang stabil.

Faktor-faktor yang mempengaruhi terjadinya inflasi sangat banyak,bahkan termasuk faktor politik dan keamanan. Dalam penelitian ini akan dianalisis tiga faktor yang mempengaruhi laju inflasi yaitu jumlah uang beredar,suku bunga bank dan nilai tukar rupiah.

Oleh karena itu,diperlukan suatu pemahaman tentang besarnya derajat hubungan antara faktor-faktor tersebut dan mencari nilai prediksi masa mendatang

agar para pelaku ekonomi dapat mengambil kebijakan untuk menjaga kestabilan nilai inflasi yang diharapkan. Dalam penelitian ini penulis menggunakan analisis regresi berganda.

1.3 Batasan Masalah

Permasalahan yang akan diangkat oleh penulis adalah menganalisis faktor-faktor yang mempengaruhi inflasi dengan regresi berganda. Adapun faktor yang akan dibahas adalah jumlah uang beredar ,suku bunga bank,dan nilai kurs rupiah. Analisis terhadap ketiga faktor tersebut dapat memberikan gambaran yang kurang lebih spesifik mengenai perekonomian Indonesia sebagai Negara berkembang.

1.4 Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah :

1. Untuk melihat bagaimana pengaruh faktor jumlah uang beredar,suku bunga bank, dan nilai tukar rupiah terhadap laju inflasi dengan analisis regresi berganda dan mengetahui besarnya derajat hubungan antara satu faktor dengan faktor lain dengan analisis korelasi.

2. Sebagai bahan aplikasi teori analisis regresi berganda dan korelasi yang penulis dapatkan dari pembelajaran di perkuliahan.

1.5 Manfaat Penelitian

a. Untuk mengetahui hubungan antara jumlah uang beredar,suku bunga bank dan nilai kurs rupiah terhadap laju inflasi.

b. Dapat melihat perkembangan perekonomian Indonesia melalui tingkat laju inflasi dan digunakan dalam rangka pengambilan kebijakan untuk perbaikan perekonomian Indonesia.

1.6 Metodologi Penelitian

Metode yang digunakan penulis dalam melaksanakan penelitian ini adalah : 1. Penelitian Kepustakaan

Penelitian kepustakaan dilakukan untuk mendapatkan tinjauan teoritis melalui buku-buku literatur dan referensi yang mendukung.

2. Metode Pengumpulan Data

Dalam pengumpulan data,penulis mengambil data sekunder dari Badan Pusat Statistik berupa buku-buku,referensi dan sumber-sumber yang dapat dipercaya dari Kantor Badan Pusat Statistik(BPS) Sumatera Utara.

3. Metode Pengolahan Data

Data yang dikumpulkan diolah secara periodik dan dalam kurun waktu yang sama yaitu antara januari 2006 s/d desember 2007. Adapun langkah-langkah pengolahan yang dilakukan adalah :

a. Menentukan apa saja yang menjadi variabel bebas (X) dan variabel terikat(Y) b.Mencari persamaan regresi antara variabel X dan Y dengan menggunakan

rumus yang telah diperoleh dari buku literatur.

c. Uji regresi linier berganda untuk mengetahui besarnya pengaruh variabel bebas X secara bersama-sama terhadap variabel tak bebas.

d.Uji koefisien regresi berganda dilakukan untuk mengetahui tingkat nyata koefisien-koefisien regresi yang di dapat.

4. Waktu dan Lokasi Penelitian

Penelitian dilakukan di Kantor Badan Pusat Statistik Sumatera Utara yang beralamat di Jln.Asrama No 179 Medan tepatnya di perpustakaan BPS Medan pada bulan januari 2009.

1.7 Tinjauan Pustaka

Prinsip dasar permodelan regresi majemuk tidak berbeda dengan regresi sederhana. Hanya saja pada regresi sederhana digunakan satu variabel terikat,maka pada regresi majemuk digunakan lebih dari satu variabel terikat. Dengan semakin banyaknya variabel bebas berarti semakin tinggi pula kemampuan regresi yang dibuat untuk menerangkan variabel terikat,atau peran faktor-faktor lain di luar variabel bebas yang digunakan,yan dicerminkan oleh error semakin kecil.Studi yang menyangkut masalah ini dikenal dengan analisis regresi berganda.

Dengan :

i = 1,2,3,….,n = nilai regresi

koefisien regresi = variabel bebas

Kemudian akan dilihat bagaimana tingkat hubungan antara satu atau beberapa variabel bebas dengan variabel terikat. Dalam regresi sederhana jika koefisien determinasi tersebut diakarkan maka akan di dapat koefisien korelasi(r) yang merupakan ukuran hubungan linier antar dua variabel (X dan Y). Untuk regresi majemuk dapat dihitung beberapa koefisien korelasi, yaitu korelasi antara Y dengan

Rumus korelasi antara Y dengan adalah :

1.8 Sistematika Penulisan

Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari Tugas Akhir ini,yaitu sebagai berikut

BAB 1 : PENDAHULUAN

Pada bab ini berisi tentang latar belakang permasalahan ,identifikasi masalah,batasan masalah tujuan dan manfaat penelitian ,tinjauan pustaka serta sistematika penulisan.

BAB 2 : LANDASAN TEORI

Pada bab ini berisi tentang konsep dasar analisis regresi, persamaan regresi, analisis korelasi dan uji koefisien regresi berganda.

Pada bab ini berisi tentang sejarah instansi tempat penulis mengadakan penelitian dan pengumpulan data . Isinya berupa sejarah BPS,tugas fungsi landasan hukum dan operasional BPS serta susunan organisasi.

BAB 4 : ANALISA DATA

Pada bab ini berisi tentang cara penggunaan rumus dan metode yang telah ditentukan dengan tinjauan pustaka.

BAB 5 : IMPLEMENTASI SISTEM

Pada bab ini berisi tentang cara mengolah dan menganalisis data dengan program SPSS.

BAB 6 : PENUTUP

BAB 2

LANDASAN TEORI

2.1 Konsep Dasar Analisis Regresi

Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada variabel-variabel lain yang mempengaruhinya.Misalnya pada seorang karyawan terhadap perubahan tingkat produktivitas karena adanya perubahan upah yang diterimanya. Dalam artian bahwa karyawan tersebut semakin produktif sebagai akibat adanya tambahan upah yang diterimanya. Dalam hal ini berarti bahwa perubahan produktivitas disebabkan oleh adanya perubahan upah. Dalam fenomena alam banyak sekali kejadian yang saling berkaitan sehingga perubahan pada variabel lain berakibat pada perubahan variabel yang lainnya. Teknik yang digunakan untuk menganalisis hal-hal semacam ini disebut dengan analisis regresi.

Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan(prediction). Dengan demikian,analisis regresi sering disebut sebagai analisis prediksi. Karena merupakan prediksi, maka nilai prediksi tidak selalu tepat dengan nilai riilnya,semakin kecil tingkat penyimpangan antara nilai prediksi dengan nilai riilnya,maka semakin tepat persamaan regresi yang kita bentuk.

Sehingga dapat didefinisikan bahwa : analisa regresi adalah metode statistika yang digunakan untuk menentukan kemungkinan bentuk hubungan antara

variabel-variabel, dengan tujuan pokok dalam penggunaan metode ini adalah untuk meramalkan atau memperkirakan nilai dari suatu variabel lain yang diketahui.

2.2 Persamaan Regresi

Persamaan Regresi (regression equation) adalah suatu persamaan matematis yang mendefinisikan hubungan antara dua variabel. Persamaan regresi yang digunakan untuk membuat taksiran mengenai variabel dependen disebut persamaan regresi

estimasi, yaitu suatu formula matematis yang menunjukkan hubungan keterkaitan

antara satu atau beberapa variabel yang nilainya sudah diketahui dengan satu variabel lain yang nilainya belum diketahui.

Sifat hubungan antarvariabel dalam persamaan regresi merupakan hubungan sebab akibat (causal relationship). Oleh karena itu, sebelum menggunakan persamaan regresi dalam menjelaskan hubungan antara dua atau lebih variabel,maka perlu diyakini terlebih dahulu bahwa secara teoritis atau perkiraan sebelumnya,dua atau lebih variabel tersebut memiliki hubungan sebab akibat. Variabel yang nilainya akan mempengaruhi nilai variabel lain disebut dengan variabel bebas(independent

variabel),sedangkan variabel yang nilainya dipengaruhi oleh nilai variabel lain disebut

variabel tergantung (dependent variabel).

Regresi linier sederhana yaitu suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk persamaan antara variabel bebas tunggal dengan variabel tak bebas tunggal. Regresi linier sederhana hanya memiliki satu peubah bebas X yang dihubungkan dengan satu peubah tak bebas Y.

Bentuk umum dari persamaan regresi linier untuk populasi adalah sebagai berikut :

µy,x = β0+ β1X

Dengan β0 dan β1 merupakan parameter-parameter yang ada dalam regresi itu.

Jika β0, β1 ditaksir oleh b0 dan b1,maka bentuk regresi linier sederhana untuk

sampel adalah sebagai berikut :

Ŷ = b0 + b1X

2.2.2 Persamaan Regresi Linier Berganda

Banyak persoalan penelitian/pengamatan yang terjadi sebagai akibat lebih dari dua variabel, atau dengan kata lain memerlukan lebih dari satu peubah bebas dalam membentuk model regresi. Sebagai salah satu contoh,IPK (Indeks Prestasi Kumulatif) seorang mahasiswa (Y) bergantung pada jumlah jam belajar (X1),banyaknya buku

yang dibaca (X2),jumlah uang (X3) dan banyak faktor lainnya. Untuk memberikan

gambaran tentang suatu permasalahan/persoalan,biasanya sangat sulit ditentukan sehingga diperlukan suatu model yang dapat memprediksi dan meramalkan respon yang penting terhadap persoalan tersebut,yaitu regresi linier berganda.

Bentuk umum model regresi linier berganda untuk populasi adalah :

Dimana β0,β1,β2,…,βk adalah koefisien atau parameter model.

Model regresi linier berganda untuk populasi di atas dapat ditaksir berdasarkan sebuah sampel acak yang berukuran n dengan model regresi linier berganda untuk sampel,yaitu :

Ŷ = b0 + b1X1 + b2X2 +…+ bkXk

Dengan :

Ŷ = nilai penduga bagi variabel Y

b0 = dugaan bagi parameter konstanta β0

b1,b2,…,bk = dugaan bagi parameter konstanta β1,β2,…,βk

e = galat dugaan (error)

Untuk mencari nilai b0, b1,b2,…,bk diperlukan n buah pasang data

(X1,X2,….,Xk,Y) yang dapat disajikan dalam tabel berikut.

Tabel 2.1 : Data Hasil Pengamatan dari n Responden (X1,X2,….,Xk,Y)

Responden X1 X2 …….. Xk Y

1 X11 X21 …….. Xk1 Y1

2 X12 X22 …….. Xk2 Y2

. . . . . .

. . . . . .

. . . . . .

Dari tabel 2.1 dapat dilihat bahwa Y1 berpasangan dengan X11,X21,….,Xk1,

data Y2 berpasangan dengan X12,X22,….,Xk2 dan umumnya data Yn berpasangan

dengan X1n,X2n,…,Xkn.

Persamaan regresi berganda dengan dua variabel bebas X1,X2 ditaksir oleh :

Ŷ = b0 + b1X1 + b2X2

Dan diperoleh tiga persamaan normal yaitu :

ΣYi = b0n + b1ΣX1i + b2ΣX2i

ΣYiΣ1i = b0ΣX1i + b1ΣX1i2 + b2ΣX1iX2i

ΣYiΣX2i = b0ΣX2i + b1ΣX2iX1 + b2ΣX2i2

Sehingga dalam bentuk matriks dapat dituliskan :

=

Dalam penelitian ini,penulis menggunakan regresi linier berganda dengan 4 variabel, yaitu satu variabel tak bebas (dependent variable) dan tiga variabel bebas (independent variabel).

Untuk regresi linier berganda dengan tiga variabel X1,X2,X3 ditaksir oleh :

Ŷ = b0 + b1X1 + b2X2 + b3X3

ΣYi = b0n + b1ΣX1i + b2Σ2i + b3ΣX3i

ΣYiX1i = b0ΣX1i + b1ΣX1i2 + b2ΣX1iX2i + b3ΣX1iX3i

ΣYiX2i = b0ΣX2i + b1ΣX2iX1i + b2ΣX2i2 + b3ΣX2iX3i

ΣYiX3i = b0ΣX3i + b1ΣX3iX1i + b2ΣX2iX3i + b3ΣX3i2

Sehingga dalam bentuk matriks dapat dituliskan :

=

Dengan :

Ŷ = variabel terikat ( nilai duga Y ) X1,X2,X3 = variabel bebas

b0,b1,b2,dan b3 = koefisien regresi linier berganda

b0 = nilai Y , apabila X1=X2=X3=0

b1 = besarnya kenaikan/penurunan Y dalam satuan,jika X1 naik/turun satu

satuan dimana X2,X3 konstan.

b2 = besarnya kenaikan/penurunan Y dalam satuan,jika X2 naik/turun satu

satuan dimana X1,X3 konstan.

b3 = kenaikan/penurunan Y dalam satuan,jika X3 naik/turun satu satuan

dimana X1,X2 konstan.

= atau - = tanda yang menunjukkan arah hubungan antara Y dengan variabel bebas X.

Harga-harga b0,b1,b2 dan b3 yang telah didapat kemudian disubstitusikan ke

Dalam persamaan model regresi linier yang diperoleh,maka antara nilai Y dengan Ŷ akan menimbulkan perbedaan hasil yang sering disebut sebagai kekeliruan. Ukuran tersebut dapat dihitung oleh kekeliruan baku taksiran S2y.12…k , yang dapat

ditentukan oleh rumus :

S2y.12…k =

Dengan :

Yi = nilai data hasil pengamatan Ŷ =nilai hasil regresi

n = ukuran sampel

k = banyak variabel bebas

2.3 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 : 1) Menentukan formulasi hipotesis

H0:b1=b2=b3=…=bk=0(X1,X2,…Xk tidak mempengaruhi Y)

H1: minimal ada satu parameter koefisien regresi yang tidak sama dengan nol

2) Menentukan taraf nyata α dan nilai Ftabel dengan derajat kebebasan v1=k dan

v2=n-k-1.

3) Menentukan kriteria pengujian H0 diterima bila Fhitung≤ Ftabel

H0 ditolak bila Fhitung > Ftabel

4) Menentukan nilai statistik F dengan rumus :

F =

Dengan :

JKreg = jumlah kuadrat regresi

JKres = jumlah kuadrat residu(sisa)

(n-k-1) = derajat kebebasan

JKreg = + …+

Dengan : x1i = X1i

x2i = X2i-

xki = Xki

-JKres =

5) Membuat kesimpulan apakah H0 diterima atau ditolak.

2.4 Koefisien Determinasi

Koefisien determinasi yang dinyatakan dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel. Koefisien determinasi adalah untuk mengetahui proporsi keberagaman total dalam variabel tak bebas Y yang dapat

dijelaskan atau diterangkan oleh variabel-variabel bebas X yang ada dalam model persamaan regresi linier berganda secara bersama-sama. Maka R2 akan ditentukan oleh rumus :

R2 = Dengan :

JKreg = jumlah kuadrat regresi

= –

2.5 Koefisien Korelasi

Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui adanya derajat hubungan linear antara satu variabel dengan variabel yang lain. Hubungan antara satu variabel dengan variabel yang lainnya dapat merupakan hubungan yang kebetulan belaka,tetapi dapat juga merupakan hubungan sebab akibat.

Dua variabel dikatakan berkorelasi apabila perubahan pada satu variabel akan diikuti oleh perubahan variabel lain, baik dengan arah yang sama maupun dengan arah yang berlawanan. Hubungan antar variabel dapat dikelompokkan menjadi 3 jenis hubungan sebagai berikut :

1. Korelasi Positif

Terjadinya korelasi positif apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang sama (berbanding lurus). Artinya,apabila variabel yang satu meningkat,maka akan diikuti dengan peningkatan variabel lain.

2. Korelasi Negatif

Korelasi negatif terjadi apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang berlawanan (berbanding terbalik ). Artinya apabila variabel yang satu meningkat, maka akan diikuti dengan penurunan pada variabel yang lain dan sebaliknya.

3. Korelasi nihil

Korelasi nihil terjadi apabila perubahan pada variabel yang satu diikuti perubahan pada variabel yang lain dengan arah yang tidak teratur ( acak ), artinya apabila variabel yang satu meningkat , kadang diikuti dengan peningkatan pada variabel yang lain dan kadang diikuti dengan penurunan pada variabel yang lain

Besarnya hubungan antara variabel yang satu dengan variabel yang lain dinytakan dengan koefisien korelasi yang disimbolkan dengan “r”. Besarnya koefisien korelasi berkisar antara -1≤ r ≤ +1.

Untuk mencari korelasi antara variabel Y terhadap Xi atau ry.1,2,…,k dapat dicari

dengan rumus:

ry.1,2,…,k =

Sedangkan untuk mengetahui korelasi antar variabel bebas dengan tiga buah variabel bebas adalah :

1. Koefisien korelasi antara X1 dan X2

r12 =

2. Koefisien korelasi antara X1 dan X3

r13 =

3. Koefisien korelasi antara X2 dan X3

r23 =

Nilai koefisien korelasi adalah -1≤ r ≥1. Jika dua variabel berkorelasi negatif maka nilai koefisien korelasi akan mendekati -1 ; jika dua variabel tidak berkorelasi maka koefisien korelasi akan mendekati 0 ; sedangkan jika dua variabel berkorelasi positif maka nilai koefisien korelasi akan mendekati +1.

Untuk lebih memudahkan mengetahui seberapa jauh derajat keeratan antara variabel tersebut ,dapat dilihat pada perumusan berikut :

-1,00 ≤ r ≥ -8,00 berarti berkorelasi kuat secara negatif -0,79 ≤ r ≥ -0,50 berarti berkorelasi sedang secara negatif -0,49 ≤ r ≥ 0,49 berarti berkorelasi lemah

0,50 ≤ r ≥ 0,79 berarti berkorelasi sedang secara positif 0,80 ≤ r ≥ 1,00 berarti berkorelasi kuat secara positif

2.6 Uji Koefisien Regresi Ganda

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 ( t-student).

Dimisalkan populasi mempunyai model regresi berganda sebagai berikut :

µy,x= β0+β1X1 β2X2…+ βkXk

yang akan ditaksir oleh regresi berbentuk : Ŷ = b0 + b1X1 + b2X2 + … + bkXk .

Adanya kriteria bahwa variabel-variabel tersebut memberikan pengaruh yang berarti atau tidak terhadap variabel tak bebas akan diuji hipotesis H0 melawan hipotesis

tandingan H1 dalam bentuk:

H0= βi = 0,i = 1,2…,k.

H1= βi ≠ 0,i = 1,2…,k.

Untuk menguji hipotesis tersebut digunakan kekeliruan baku taksiran . Jadi untuk melihat kekeliruan baku dari koefisien bi adalah :

Perhitungan statistik t : ti =

Dengan distribusi t-student serta dk = (n-k-1), ttabel = ,dimana kriteria

BAB 3

SEJARAH SINGKAT BADAN PUSAT STATISTIK (BPS)

3.1 Sejarah Badan Pusat Statistik (BPS)

3.1.1 Masa Pemerintahan Hindia Belanda

1. Pada bulan Februari 1920 di kantor Statistik untuk pertama kalinya didirikan oleh Direktur Pertanian,Kerajinan dan Perdagangan dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan mempublikasikan data statistik.

2. Pada bulan Maret 1923 dibentuk suatu komisi yang bernama 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. Selain dari itu, komisi ini mengurus terutama bagian statistik yang dimuat di dalam Laporan Indonesia yang sebelumnya disebut Laporan Kolonial.

3. Pada bulan September 1924 nama lembaga tersebut diganti menjadi Kantor Pusat Statistik dan dipindahkan ke Jakarta.Bersamaan dengan itu beralih pula

pekerjaan mekanisme Statistik Perdagangan yang sekarang disebut Kantor Bea Cukai. Kantor Pusat Statistik selain mencakup bidang administrasi mencakup juga bagian yang menangani Urusan Umum,Statistik Perdagangan,Statistik Pertanian,Statistik Kerajinan, Statistik Konjungtor,Statistik Sosial. Kegiatan statistik pada era ini diarahkan untuk mendukung kebijakan yang ditempuh oleh Pemerintahan Kolonial Belanda. Komisi ini juga pernah melakukan sesuatu kegiatan statistik yang bersifat monumental yaitu Sensus Penduduk 1930, yang nerupakan sensus penduduk yang pertama kali dilakukan di Indonesia.

3.1.2 Masa Pemerintahan Jepang

Pada Juni 1942 Pemerintah Jepang baru mengaktifkan kembali kegiatan statistic yang utamanya diarahkan untuk memenuhi kebutuhan perang/militer. Dan tugas serta fungsi kegiatan statistik pada saat itu lebih terkonsentrasi untuk keperluan militer.

3.1.3 Masa Pemerintahan RI

Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 Agustus 1945 kegiatan statistik ditangani oleh lembaga baru yaitu Kantor Penyelidikan Perangkaan Umum Republik Indonesia (KAPPURI). Perkembangan berikutnya KAPPURI dilebur menjadi Kantor Pusat Statistik (KPS) dan berada di bawah dan bertanggung jawab kepada menteri Kemakmuran.

Dengan Keputusan Presiden RI Nomor 172 Tahun 1957,terhitung mulai 1 Juni 1957 KPS diubah menjadi Biro Pusat Statistik, dan urusan statistik yang semula menjadi tanggung jawab dan wewenang Menteri Perekonomian dialihkan menjadi wewenang dan berada di bawah Perdana Menteri.Berdasarkan Keppres ini pula secara formal nama Biro Pusat Statistik dipergunakan.

3.1.4 Masa Orde Baru-Sekarang

Seiring dengan perkembangan jaman,khususnya pada pemerintahan Orde Baru,untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan,mutlak dibutuhkan data statistik. Untuk mendapatkan data secara tepat dan akurat ,salah satu unsurnya adalah pembenahan organisasi BPS.

Dalam masa Orde Baru ini,BPS telah mengalami empat kali perubahan stuktur organisasi ;

1. Peraturan Pemerintah No.16 Tahun 1980 tentang organisasi BPS

2. Peraturan Pemerintah No.6 Tahun 1980 tentang organisasi BPS

3. Peraturan Pemerintah No.2 Tahun 1992 tentang kedudukan, tugas, fungsi, susunan dan tata kerja BPS

4. Undang-undang No.16 tahun 1997 tentang statistik

5. Keputusan Presiden RI No.86 tahun 1998 tentang BPS

6. Keputusan kepala BPS No.100 tahun 1998 tentang organisasi dan tata kerja BPS

Tahun 1968,ditetapkan peraturan pemerintah No.16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan daerah. Tahun 1980,peraturan pemerintah No. 6 Tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah No.16 tahun 1968. Berdasarkan peraturan pemerintah No.6 tahun 1980 di tiap provinsi terdapat perwakilan BPS dengan nama kantor statistik provinsi dan di kabupaten atau kotamadya terdapat cabang perwakilan BPS dengan nama kantor statistik kabupaten atau kotamadya. Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti UU No.6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juli 1998 dengan keputusan presiden RI No.89 tahun 1998,ditetapkan BPS sekaligus mengatur tata kerja dan stuktur organisasi BPS yang baru.

3.2 Visi dan Misi

Adapun visi Badan Pusat Statistik adalah menjadi sumber informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional,didukung sumber daya manusia yang berkualitas,ilmu pengetahuan dan teknologi informasi yang muktahir.

Sedangkan misi Badan Pusat Statistik adalah untuk menjungjung pembangunan nasional BPS mengembangkan misi mengarahkan pembangunan statistik pada penyediaan data statistik yang handal dan bermutu ,efektif dan efisien,peningkatan kesadaran masyarakat akan arti dan kegunaan statistik dan pengembangan ilmu statistik.

3.3 Kedudukan dan Fungsi Badan Pusat Statistik

Badan Pusat Statistik sebagai lembaga pemerintah non departemen yang berada di bawah dan bertanggung jawab kepada presiden ( Keppres No.86 tahun 1998),dalam melaksanakan tugasnya berdasarkan beberapa ketentuan perundangan :

1. UU No.16 tentang Statistik

2. Keputusan Presiden No.86 tahun 1998 tentang BPS

3. Peraturan pemerintah No.51 tahun 1999 tentang penyelenggaraan statistik

Berdasarkan keputusan presiden No.86 tahun 1998 dalm menyelenggarakan statistik dasar melaksanakan koordinasi dan kerjasama serta mengembangkan dan membina statistik sesuai dengan peraturan perundang-undangan yang berlaku. Fungsi yang diselenggarakan Badan Pusat Statistik adalah :

1. Perumusan kebijaksanaan perencanaan, pengumpulan, pengolahan , penyajian data, dan analisis di bidang statistik produksi dan kependudukan serta bidang statistik distribusi dan neraca nasional.

2. Pembinaan dan pelaksanaan koordinasi kegiatan statistik dengan departemen dan instansi lainnya dalam mengembangkan berbagai jenis statistik yang diperlukan,serta pelaksanaan kerjasama di bidang statistik dengan lembaga/organisasi lain baik di dalam maupun luar negeri.

3. Penyajian data kepada pemerintah dan masyarakat dari hasil kegiatan statistik produksi dan kependudukan serta statistik distribusi dan neraca

nasional secara berkala baik dari hasil penelitian sendiri maupun dari data sekunder.

4. Penyebarluasan statistik melalui berbagai cara baik langsung maupun tidak langsung.

5. Pengelolaan keuangan,kepegawaian dan organisasi, perlengkapan dan perbekalan serta memberikan pelayanan administrasi di lingkungan BPS.

3.4 Tata Kerja Badan Pusat Statistik

Para deputi wajib melaksanakan koordinasi dan kerja sama teknis statistik di dalam dan di luar negeri sesuai dengan bidang tugas masing-masing dan harus melaporkan kepada kepala BPS. Dalam melaksanakan tugasnya wajib menerapkan prinsip koordinasi,integrasi,sibronisasi dan sinlifiksi, baik dalam lingkungan masing-masing antara satuan unit organisasi di lingkungan BPS maupun dengan instansi lainnya di luar BPS sesuai bidang masing-masing.

3.5 Tugas BPS

Menurut Keputusan Presiden RI Nomor 6 Tahun 1992 tugas BPS adalah :

1. Melakukan kegiatan statistik yang ditugaskan kepadanya oleh pemerintah, antara lain di bidang pertanian, agraria, pertambangan, perindustrian, perhubungan,perdagangan, kependudukan, sosial, ketenagakerjaan ,keuangan, pendapatan nasional,pendidikan dan keagamaan.

2. Atas nama pemerintah melaksanakan koordinasi di lapangan kegiatan statistik dari segenap instansi pemerintah baik di pusat maupun di daerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi,memajukan keseragaman dalam penggunaan definisi,klasifikasi, dan lain-lain.

3. Mengadakan segala daya agar masyarakat menyadari akan tujuan dan kegunaan statistik.

Berdasarkan Keppres ini Kepala berada di bawah dan bertanggungjawab langsung kepada Presiden serta mempunyai tugas :

1. Memimpin BPS sesuai dengan tugas dan fungsi BPS serta membina aparatur BPS agar berdaya guna dan berhasilguna.

2. Menentukan kebijakan teknis pelaksanaan di bidang statistik yang secara fungsional menjadi tanggungjawabnya sesuai dengan peraturan perundang-undangan yang berlaku serta kebijakan umum yang telah ditetapkan oleh Pemerintah.

3. Membina dan melaksanakan koordinasi dengan departemen dan instansi lainnya dalam mengembangkan berbagai jenis statistik yang diperlukan, serta melaksanakan kerjasama di bidang statistik dengan lembaga/organisasi lain baik di dalam maupun di luar negeri.

Wakil Kepala BPS berada di bawah dan bertanggung jawab langsung kepada Kepala BPS serta mempunyai tugas :

1. Membantu Kepala BPS dalam membina dan mengembangkan administrasi BPS agar berdayaguna dan berhasil guna.

2. Membantu Kepala BPS dalam mengkoordinasikan tugas-tugas Deputi, Pusat Pendidikan dan Pelatihan Statistik dan Perwakilan BPS di daerah.

3. Mewakili Kepala BPS dalam hal Kepala BPS berhalangan.

Deputi Administrasi mempunyai tugas menyelenggarakan pembinaan pengelolaan keuangan,kepegawaian dan organisasi,perlengkapan dan perbekalan,pengendalian, serta memberikan pelayanan administrasi di lingkungan BPS.

Deputi Perencanaan dan Analisis Statistik adalah unsur pelaksana sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan perencanaan program dan metodologi statistik,system informasi statistik, pengolahan hasil sensus,survey dan data sekunder serta analisis dan pengembangan statistik.

Deputi Statistik Produksi dan Kependudukan adalah unsur pelaksana sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan statistik pertanian,industri,konstruksi,pertambangan dan energi,kesejahteraan rakyat,serta statistik demografi dan ketenagakerjaan.

Deputi Statistik Produksi dan Neraca Nasional adalah unsur pelaksana sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan statistik harga dan keuangan, perdagangan dan jasa , serta neraca nasional.

3.6Struktur Organisasi Badan Pusat Statistik

Struktur organisasi BPS dipimpin oleh seorang kepala dibantu oleh bagian tata usaha. Tata usaha terdiri dari :

1. Sub bagian urusan dalam

2. Sub bagian perlengkapan dan perbekalan

3. Sub bagian keuangan

Uraian tugas bagian Tata Usaha :

1. Menyusun program kerja tahunan bagian

2. Mengatur dan melaksanakan perhimpunan dan penyusunan program kerja tahunan, baik rutin maupun proyek kantor BPS Provinsi dan menyimpannya ke BPS.

3. Mengatur dan melaksanakan urusan dalam yang meliputi surat-menyurat,pengadaan dan percetakan arsip, rumah tangga, pemeliharaan gedung, keamanan dan ketertiban lingkungan, serta perjalanan dinas dalam dan luar negeri.

4. Mengatur dan melaksanakan urusan perlengkapan dan perbekalan yang meliputi penyusunan rencana kebutuhan,penyaluran dan pengemasan,penyimpanan pergudangan ,inventaris,penghapusan,serta pemeliharaan peralatan dan perlengkapan.

5. Mengatur dan melaksanakan urusan keuangan yang meliputi tata usaha keuangan, perbendaharaan,verifikasi dan pembukuan.

Organisasi BPS berdasarkan Keppres RI Nomor 6 tahun 1992 terdiri atas : 1. Kepala

2. Wakil Kepala

3. Deputi Administrasi

4. Deputi Perencanaan dan Analisis Statistik

5. Deputi Statistik Produksi dan Kependudukan

6. Deputi Statistik Produksi dan Neraca Nasional

7. Pusat Pendidikan dan Pelatihan Statistik

8. Perwakilan BPS di Daerah

9. Unit Pelaksanaan Teknis

Deputi Perencanaan dan Analisis Statistik (PAS) mengkoordinasi 3 biro yakni : 1. Biro Perencanaan dan Pengendalian

2. Biro Pengolahan dan Penyajian

3. Biro Analisa dan Pengembangan

Deputi Pembinaan Statistik mengkoordinir 4 Biro, yakni : 1. Biro Statistik dan Industri

2. Biro Statistik Distribusi

3. Biro Statistik Sosial dan Kependudukan

BAGAN STRUKTUR ORGANISASI BPS KEPALA SubBag Keuangan SubBag Kepegawaian & Hukum SubBag Urusan Dalam Bagian Tata Usaha SubBag Bina Program SubBag Kelengka pan Bidang Stat Sosial Bidang Stat Produksi Bidang Stat Distribusi Bidang Neraca Wilayah & Analisis Statistik Bidang Integrasi Pengolahan & Diseminasi Statistik Seksi Statistika Kependudu kan Seksi Statistik Pertanian Seksi Integrasi Pengolaha n Data Seksi Statistik Harga Konsumen & Perdag.Besar Seksi Neraca Produksi Seksi Statistik Konstruksi,Per tambangan &Energi Seksi Statistik Ketahanan Sosial Seksi Jaringan & Rujukan Statistik Seksi Neraca Konsumsi Seksi Statistik Keuangan & Harga Produsen Seksi Statistik Industri Seksi Statistik Kesejahter aan Rakyat Seksi Statistik Niaga & Jasa Seksi Analisis Statistik Lintas Sektor Seksi Diseminasi & Layanan Statistik Tenaga fungsional

BAB 4

ANALISIS DATA

4.1 Pengolahan Data

Setiap data merupakan alat bagi pengambilan keputusan untuk dasar pembuatan keputusan atau untuk memecahkan masalah suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan keputusan tersebut didasarkan atas keputusan yang baik. Salah satu kegunaan dari data adalah untuk memperoleh dan mengetahui gambaran tentang suatu keadaan/permasalahan.

Untuk membahas dan memecahkan masalah tentang laju inflasi seperti yang diuraikan pada bagian sebelumnya,penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut. Data yang dikumpulkan dari Badan Pusat Statistik adalah data mengenai laju inflasi di Indonesia berdasarkan perhitungan tahunan,serta faktor-faktor yang mempengaruhi laju inflasi tersebut diantaranya jumlah uang beredar,suku bunga bank ,dan kurs rupiah terhadap dolar,pada periode Januari 2006 sampai dengan Desember 2007. Adapun datanya adalah sebagai berikut :

Tabel 4.1 Data Jumlah Uang Beredar (triliun rupiah),Suku Bunga Bank (persen) , Kurs Rupiah Terhadap Dolar dan Laju Inflasi (persen).

Bulan Jumlah Uang

Beredar (triliun rupiah) Suku bunga bank( persen) Kurs Rupiah Terhadap Dolar Laju Inflasi (persen)

1 281,412 12,75 9958 17,03

2 277,265 12,74 9753 17,92

3 277,293 12,73 9671 15,74

4 282,400 12,74 9437 15,40

5 304,663 12,50 9483 15,60

6 313,153 12,50 9863 15,53

7 311,822 12,25 9625 15,15

8 329,372 11,75 9594 14,90

9 333,905 11,25 9643 14,55

10 346,414 10,75 9687 6,29

11 342,645 10,25 9635 5,27

12 361,073 9,75 9587 6,60

13 344,840 9,56 9568 6,26

14 346,573 9,25 9568 6,30

15 341,833 9,00 9664 6,52

16 351,259 9,00 9598 6,29

17 352,629 8,80 9344 6,01

18 381,376 8,56 9484 5,77

19 397,823 8,31 10453 6,06

20 402,035 8,25 9870 6,51

21 411,281 8,25 10305 6,95

22 414,996 8,25 9606 6,88

23 424,435 8,25 9764 6,71

24 460,842 8,00 10487 6,59

Sumber : BPS Medan

4.2 Persamaan Regresi Linier Berganda

Untuk mencari persamaan linier berganda terlebih dahulu kita menghitung koefisien-koefisien regresinya (b0,b1,b2,b3) dengan mencari penggandaan suatu variabel dengan

variabel lain. Untuk lebih menyederhanakan tabel 4.1 maka variabel-variabel yang akan dicari persamaan regresinya diubah ke notasi variabel X dan Y, yaitu jumlah uang beredar (X1i), suku bunga bank(X2i),kurs rupiah terhadap dollar (X3i),dan laju

Tabel 4.2 Nilai-nilai yang dibutuhkan untuk menghitung koefisien-koefisien

Bln X1 X2 X3 Y X1.X2 X1.X3 X2.X3

1 281,412 12,75 9.958 17,03 _{3.588,00 2.802.300,696 126.965,0} 2 277,265 12,74 9.753 17,92 _{3.532,36 2.704.165,545 124.253,0} 3 277,293 12,73 9.671 15,74 _{3.529,94 2.681.700,603 123.112,0} 4 282,400 12,74 9.437 15,40 3.597,78 2.665.008,800 120.227,0 5 304,663 12,50 9.483 15,60 _{3.808,29 2.889.119,229 118.538,0} 6 313,153 12,50 9.863 15,53 _{3.914,41 3.088.628,039 123.288,0} 7 311,822 12,25 9.625 15,15 3.819,82 3.001.286,750 117.906,0 8 329,372 11,75 9.594 14,90 _{3.870,12 3.159.994,968 112.730,0} 9 333,905 11,25 9.643 14,55 _{3.756,43 3.219.845,915 108.484,0} 10 346,414 10,75 9.687 6,29 _{3.723,95 3.355.712,418 104.135,0} 11 342,645 10,25 9.635 5,27 _{3.512,11 3.301.384,575 98.758,8} 12 361,073 9,75 9.587 6,60 _{3.520,46 3.461.606,851 93.473,3} 13 344,840 9,56 9.568 6,26 _{3.296,67 3.299.429,120 91.470,1} 14 346,573 9,25 9.568 6,30 _{3.205,80 3.316.010,464 88.504,0} 15 341,833 9,00 9.664 6,52 _{3.076,50 3.303.474,112 86.976,0} 16 351,259 9,00 9.598 6,29 _{3.161,33 3.371.383,882 86.382,0} 17 352,629 8,80 9.344 6,01 _{3.103,14 3.294.965,376 82.227,2} 18 381,376 8,56 9.484 5,77 _{3.264,58 3.616.969,984 81.183,0} 19 397,823 8,31 10.453 6,06 _{3.305,91 4.158.443,819 86.864,4} 20 402,035 8,25 9.870 6,51 _{3.316,79 3.968.085,450 81.427,5} 21 411,281 8,25 10.305 6,95 _{3.393,07 4.238.250,705 85.016,3} 22 414,996 8,25 9.606 6,88 _{3.423,72 3.986.451,576 79.249,5} 23 424,435 8,25 9.764 6,71 _{3.501,59 4.144.183,340 80.553,0} 24 460,842 8,00 10.487 6,59 _{3.686,74 4.832.850,054 83.896,0}

Sambungan tabel 4.2

Bln Y.X1 Y.X2 Y.X3 X1

2

X22 X32

1 4.792,45 217,133 169.584,74 79.192,714 162,563 99.161.764 2 4.968,59 228,301 174.773,76 76.875,880 162,308 95.121.009 3 4.364,59 200,370 152.221,54 76.891,408 162,053 93.528.241 4 4.348,96 196,196 145.329,80 79.749,760 162,308 89.056.969 5 4.752,74 195,000 147.934,80 92.819,544 156,250 89.927.289 6 4.863,27 194,125 153.172,39 98.064,801 156,250 97.278.769 7 4.724,10 185,588 145.818,75 97.232,960 150,063 92.640.625 8 4.907,64 175,075 142.950,60 108.485,914 138,063 92.044.836 9 4.858,32 163,688 140.305,65 111.492,549 126,563 92.987.449 10 2.178,94 67,618 60.931,23 120.002,659 115,563 93.837.969 11 1.805,74 54,018 50.776,45 117.405,596 105,063 92.833.225 12 2.383,08 64,350 63.274,20 130.373,711 95,063 91.910.569 13 2.158,70 59,846 59.895,68 118.914,626 91,394 91.546.624 14 2.183,41 58,275 60.278,40 120.112,844 85,563 91.546.624 15 2.228,75 58,680 63.009,28 116.849,800 81,000 93.392.896 16 2.209,42 56,610 60.371,42 123.382,885 81,000 92.121.604 17 2.119,30 52,888 56.157,44 124.347,212 77,440 87.310.336 18 2.200,54 49,391 54.722,68 145.447,653 73,274 89.946.256 19 2.410,81 50,359 63.345,18 158.263,139 69,056 109.265.209 20 2.617,25 53,708 64.253,70 161.632,141 68,063 97.416.900 21 2.858,40 57,338 71.619,75 169.152,061 68,063 106.193.025 22 2.855,17 56,760 66.089,28 172.221,680 68,063 92.275.236 23 2.847,96 55,358 65.516,44 180.145,069 68,063 95.335.696 24 3.036,95 52,720 69.109,33 212.375,349 64,000 109.977.169

Jlh 78.675,081 2.603,390 2.301.442,49 2.991.431,956 2.587,081 2.276.656.289

Dari tabel 4.2 diperoleh :

n = 24 =236,83

=8.391,339 =78.675,081

=245,440 =2.603,390

=233.647 =2.301.442,490

=83.909,491 =2.991.431,956

=81.861.252,271 =2.587,081

Dari persamaan :

= b0n + b1 + b2 + b2

= b0 + b1 + b2 + b3

= b0 + b1 + b2 + b3

= b0 + b1 + b2 + b3

Dapat disubstitusikan ke dalam nilai-nilai yang bersesuaian sehingga diperoleh :

236,83 =24b0 + 8391,339b1 + 245,44b2 + 233647b3

78675,081 =8391,339b0 + 2991431,956b1 + 83909,491b2 + 81861252,271b3

2603,390 =245,44b0 + 83909,491b1 + 2587,081b2 + 2385617,680b3

2301442,490 =233647b0 + 81861252,271b1 + 2385617,680b2 + 2276656289b3

Setelah persamaan di atas diselesaikan, maka diperoleh koefisien-koefisien regresi linier berganda sebagai berikut :

b0 =-45,0635

b1 =0,022239

b2 =2,988923

b3 =0,001704

Dengan demikian, persamaan regresi linier ganda atas X1,X2, dan X3 atas Y

adalah :

Ŷ =-45,0635 + 0,022239X1i + 2,988923X2i + 0,001704X3i

Sedangkan untuk menghitung kekeliruan baku taksiran diperlukan harga-harga

Ŷ yang diperoleh dari persamaan regresi di atas untuk setiap nilai X1i,X2i, dan X3i yang

Tabel 4.3 Harga Penyimpangan

Bulan Yi i (Yi- i) (Y- )2

1 17,03 16,27200 0,75798 0,57453 2 17,92 15,80060 2,11941 4,49191 3 15,74 15,63160 0,10841 0,01175 4 15,40 15,37630 0,02368 0,00056 5 15,60 15,23250 0,36753 0,13508 6 15,53 16,06880 -0,53880 0,29030 7 15,15 14,88640 0,26358 0,06948 8 14,90 13,72940 1,17057 1,37025 9 14,55 12,41930 2,13073 4,54001 10 6,29 11,27800 -4,98800 24,87990 11 5,27 9,61108 -4,34110 18,84500 12 6,60 8,44465 -1,84460 3,40273 13 6,26 7,48337 -1,22340 1,49664 14 6,30 6,59535 -0,29530 0,08723 15 6,52 5,90629 0,61371 0,37664 16 6,29 6,00345 0,28655 0,08211 17 6,01 5,00331 1,00669 1,01342 18 5,77 5,16384 0,60616 0,36743 19 6,06 6,43355 -0,37350 0,13954 20 6,51 5,35445 1,15555 1,33529 21 6,95 6,30131 0,64869 0,42079 22 6,88 5,19283 1,68717 2,84653 23 6,71 5,67198 1,03802 1,07748 24 6,59 6,96640 -0,37640 0,14167

Jlh 67,99625

Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus :

s

2y123

=

dengan :

= 67,99625

k = 3 Diperoleh :

S

2y123

=

= 3,3998

Dengan penyimpangan nilai yang didapat ini berarti bahwa rata-rata angka laju inflasi yang sebenarnya akan menyimpang dari rata-rata laju inflasi yang diperkirakan sebesar 3,3998.

4.3 Uji Regresi Linier Ganda

Perumusan hipotesis :

H0:β1= β1= β1=…= β1=0 ( X1,X2,…Xk tidak mempengaruhi Y)

H1: minimal ada satu parameter koefisien regresi yang tidak sama dengan nol atau

mempengaruhi Y.

Dengan : H0 ditolak bila Fhitung> Ftabel

H0 diterima bila Fhitung≤ Ftabel

Dalam pengujian model regresi yang telah ada,maka dapat diambil nilai-nilai :

x_1i

= X

_1i

-

_1, x_2i

=

X

_2i

-

_2, x_3i

=

X

_3i

-

₃

dan y_i

=

Y

_i

-

, dan disajikan dalam

Tabel 4.4 Harga-harga yang diperlukan untuk uji regresi linier ganda

Bulan x1i x2i x3i yi x1i2

1 _{-68,2271 2,52333 222,708 7,162083 4654,937174} 2 -72,3741 2,51333 17,708 8,052083 5238,010351 3 _{-72,3461 2,50333 -64,292 5,872083 5233,958185} 4 _{-67,2391 2,51333 -298,292 5,532083 4521,096569} 5 _{-44,9761 2,27333 -252,292 5,732083 2022,849571} 6 _{-36,4861 2,27333 127,708 5,662083 1331,235493} 7 _{-37,8171 2,02333 -110,292 5,282083 1430,133052} 8 _{-20,2671 1,52333 -141,292 5,032083 410,755342} 9 _{-15,7341 1,02333 -92,292 4,682083 247,561902} 10 _{-3,2251 0,52333 -48,292 -3,577920 10,401270} 11 _{-6,9941 0,02333 -100,292 -4,597920 48,917434} 12 _{11,4339 -0,47667 -148,292 -3,267920 130,734069} 13 _{-4,7991 -0,66667 -167,292 -3,607920 23,031361} 14 _{-3,0661 -0,97667 -167,292 -3,567920 9,400969} 15 _{-7,8061 -1,22667 -71,292 -3,347920 60,935197} 16 _{1,6199 -1,22667 -137,292 -3,577920 2,624076} 17 _{2,9899 -1,42667 -391,292 -3,857920 8,939502} 18 _{31,7369 -1,66667 -251,292 -4,097920 1007,230822} 19 _{48,1839 -1,91667 717,708 -3,807920 2321,688219} 20 _{52,3959 -1,97667 134,708 -3,357920 2745,330337} 21 61,6419 -1,97667 569,708 -2,917920 3799,723836 22 _{65,3569 -1,97667 -129,292 -2,987920 4271,524378} 23 _{74,7959 -1,97667 28,708 -3,157920 5594,426657} 24 111,2029 -2,22667 751,708 -3,277920 12366,084970

jumlah 0,0006 -0,00008 -0,008 -0,000010 57.491,531

Bln x2i2 x3i2 yi2 yix1i yix2i yix3i

1 _{6,367194 49.598,85326 51,29543 -488,648 18,07230 1.595,0530} 2 _{6,316828 313,57326 64,83604 -582,762 20,23754 142,5863} 3 _{6,266661 4.133,46126 34,48136 -424,822 14,69976 -377,5280} 4 6,316828 88.978,11726 30,60394 -371,972 13,90395 -1.650,1800 5 _{5,168029 63.651,25326 32,85678 -257,807 13,03092 -1.446,1600} 6 _{5,168029 16.309,33326 32,05918 -206,587 12,87178 723,0933} 7 4,093864 12.164,32526 27,90040 -199,753 10,68740 -582,5710 8 _{2,320534 19.963,42926 25,32186 -101,986 7,66552 -710,9930} 9 _{1,047204 8.517,81326 21,92190 -73,668 4,79131 -432,1190} 10 _{0,273874 2.332,11726 12,80149 11,539 -1,87243 172,7848} 11 _{0,000544 10.058,48526 21,14084 32,158 -0,10727 461,1343} 12 _{0,227214 21.990,51726 10,67928 -37,365 1,55771 484,6059} 13 _{0,444449 27.986,61326 13,01707 17,314 2,40529 603,5757} 14 _{0,953884 27.986,61326 12,73003 10,939 3,48467 596,8840} 15 _{1,504719 5.082,54926 11,20855 26,134 4,10678 238,6797} 16 _{1,504719 18.849,09326 12,80149 -5,795 4,38892 491,2194} 17 _{2,035387 153.109,42930 14,88352 -11,534 5,50397 1.509,5720} 18 _{2,777789 63.147,66926 16,79292 -130,055 6,82987 1.029,7740} 19 _{3,673624 515.104,77330 14,50023 -183,480 7,29852 -2.732,9700} 20 _{3,907224 18.146,24526 11,27561 -175,941 6,63749 -452,3380} 21 _{3,907224 324.567,20530 8,51424 -179,866 5,76775 -1.662,3600} 22 _{3,907224 16.716,42126 8,92764 -195,281 5,90612 386,3138} 23 _{3,907224 824,14926 9,97244 -236,199 6,24216 -90,6575} 24 _{4,958059 565.064,9173 10,74474 -364,514 7,29883 -2.464,0400}

Jlh 77,048 2.034.596,958 511,2670 -4.129,953 181,409 -4.166,6350

Dari tabel 4.4 dapat dicari : JKreg = b1 + b2 + b3

= 0,022239*-4129,953 + 2,988923*181,409 +0,001704*-4166,635 = 443,271

Untuk JKres dapat dilihat dari tabel 4.3 yaitu = 67,99625

maka nilai Fhitung dapat dicari dengan rumus : F =

= 43,493

Dari tabel distribusi F dengan dk pembilang = 3, dk penyebut = 20, dan α = 0,05, diperoleh Ftabel = 3,10. Karena Fhitung lebih besar daripada Ftabel maka H0 ditolak

dan H1 diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1,X2,X3

bersifat nyata atau ini juga berarti bahwa jumlah uang beredar,suku bunga bank,dan kurs rupiah terhadap dolar secara bersama-sama mempengaruhi laju inflasi.

4.4 Mencari Koefisien Determinasi

Melalui tabel 4.4 dapat dilihat bahwa = 511,267, sedangkan JKreg yang dihitung adalah 443,271. Maka dengan rumus koefisien determinasi (R2) diperoleh :

R

2

=

=

= 0,867

Dari perhitungan di atas diperoleh koefisien determinasinya sebesar 0,867. Dengan mencari akar dari R2,maka di dapat koefisien korelasinya sebesar 0,931 atau 93% laju inflasi dipengaruhi oleh ketiga faktor yang dianalisis, sedangkan 7%

4.5 Koefisien Korelasi

4.5.1 Perhitungan Korelasi Antara Variabel Y dengan Xi

1. Koefisien korelasi antara laju inflasi (Y) dengan jumlah uang beredar (X1)

=

=

-0,76

2. Koefisien korelasi antara laju inflasi (Y) dengan suku bunga bank ( X2).

=

= 0,914

3. Koefisien korelasi antara laju inflasi (Y) dengan kurs rupiah terhadap dolar(X3).

=

Dari ketiga nilai korelasi di atas dapat dilihat bahwa korelasi antara Y dengan X1 sebesar -0,76, Y dengan X2 sebesar 0,914,dan Y dengan X3 sebesar -0,129. Dari

ketiga nilai itu,korelasi yang paling kuat adalah antara Y dengan X2 yaitu sebesar

0,914,dan korelasi yang paling lemah terjadi antara Y dengan X1 yaitu sebesar -0,76.

4.5.2 Perhitungan Korelasi Antar Variabel Bebas

1. Koefisien korelasi antara jumlah uang beredar (X1) dengan suku bunga bank

(X2).

r

12

=

=

=

-0,905

2. Koefisien korelasi antara jumlah uang beredar (X1) dengan kurs rupiah

terhadap dolar (X3)

r

13

=

=

=

0,494

3. Koefisien korelasi antara suku bunga bank (X2) dengan kurs rupiah terhadap

r

23

=

=

=

-0,304

Berdasarkan perhitungan korelasi di atas dapat disimpulkan bahwa korelasi antara variabel bebas X1 dan X2 bersifat sangat kuat secara negatif, X1dan X3 bersifat

cukup kuat secara positif, serta X2 dan X3 bersifat lemah secara negatif.

4.6 Pengujian Koefisien Regresi Berganda

Hipotesis

H0 = bi = 0,i = 1,2,…,k ( variabel bebas Xi tidak berpengaruh terhadap Y)

H1 = bi≠ 0,i = 1,2,…,k (variabel bebas Xi berpengaruh terhadap Y)

Dimana tolak H0 jika ti>ttabel, dan diterima H0 jika ti<ttabel

Dari perhitungan sebelumnya didapat harga-harga

s

2y.12…k

=

3,3998

=

57491,531

77,048dan

=

2.034.596,958

r

12

=

-0,905 ,

r

13

=

0,494

dan

r

23

=

-0,304

sehinggadapatdihitung kekeliruan

Maka :

=

=

0,018

=

=0,2415

=

=

0,0013

Perhitungan statistik :

t

_i

=

Dapat dihitung sebagai berikut :

=

=

1,2355

t

2

=

=

=

12,376

t

3

=

=

=

1,3107

Dari tabel distribusi t dengan dk = 24 dan α = 0,05 diperoleh ttabel sebesar

2,064 dan dari hasil perhitungan di atas diperoleh : 1. t1 = 1,2355 < ttabel = 2,064

2. t2 = 12,376 > ttabel = 2,064

3. t3 = 1,3107 < ttabel = 2,064

Sehingga dari ketiga koefisien regresi tersebut variabel X2 (suku bunga bank)

memiliki pengaruh yang berarti atau signifikan terhadap persamaan regresi yang didapat,sedangkan variabel X1(jumlah uang beredar) dan X3(kurs rupiah terhadap

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui,menginstal dan memulai sistem baru atau sistem yang diperbaiki.

Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam programming. Dalam pengolahan data pada karya tulis ini penulis menggunakan perangkat lunak(software) sebagai implementasi sistem yaitu SPSS for windows dalam masalah memperoleh perhitungan.

5.2 Peranan Komputer Dalam Statistika

Komputer memegang peranan yang sangat penting dalam statistika.Komputer dalam bekerja secara efisien dalam pengolahan data mempunyai karakteristik sebagai berikut :

1. Jumlah Input yang Besar

Jumlah Input yang besar akan dapat diolah oleh komputer dengan mudah semudah mengolah data yang jumlahnya sedikit sehingga komputer akan dapat

bekerja sangat efisien pada pengolahan data dengan menggunakan input yang besar.

2. Proyek yang Repetitif

Perintah pengolahan yang berulang-ulang akan lebih efisien dengan menggunakan komputer,karena disini perintah hanya dilakukan satu kali kemudian diulang-ulang(di-copy) untuk menjalankan perintah pengolahan yang lain.

3. Diperlukan Kecepatan yang Tinggi

Komputer dapat melakukan proses pengolahan jumlah data yang besar dalam waktu yang singkat. Jumlah data yang besar dan sedikit akan sama cepatnya diolah oleh komputer, yang membedakan hanya pada proses pemasukan data saja.

4. Diperlukan Ketepatan yang Tinggi

Komputer yang telah terprogram dengan benar akan melakukan proses pengolahan yang tepat. Kesalahan informasi yang mungkin dihasilkan hanya terjadi pada proses pemasukan data saja.

5. Pengolahan Hal yang Kompleks

Hubungan antar fenomena yang kompleks akan dapat dipecahkan dengan mudah menggunakan komputer dalam waktu yang tepat dan cepat.

Saat ini banyak beredar berbagai paket program komputer statistik dari yang ‘kuno’ dan berbasis DOS seperti Microstat sampai yang berbasis Windows seperti SPSS ,SAS,Statistika dan lainnya. Dari berbagai software khusus statistik yang

beredar sekarang,SPSS adalah yang paling popular dan paling banyak digunakan pemakai di seluruh dunia.

SPSS sebagai software statistik,pertama kali dibuat tahun 1968 oleh tiga mahasiswa Standford University,yang dioperasikan pada komputer mainframe. Pada tahun 1984, SPSS pertama kali muncul dengan versi PC (dapat dipakai untuk komputer desktop) dengan nama SPSS/PC+ dan sejalan dengan mulai populernya sistem operasi windows,SPSS pada tahun 1992 juga mengeluarkan versi Windows.

Hal ini membuat SPSS yang tadinya ditujukan bagi pengolahan data statistik untuk ilmu social (SPSS saat itu adalah singkatan dari Statistical Package for the Social Sciences),sekarang diperluas untuk melayani berbagai user,seperti untuk proses produksi di pabrik,riset ilmu-ilmu sains dan lainnya. Sehingga sekarang kepanjangan SPSS adalah Statistical Product and Services Solutions.

5.3 Cara Kerja SPSS

Cara kerja komputer,statistik, dan SPSS pada prinsipnya adalah sama,yaitu meliputi 3 bagian : input,proses dan output.

1. Input

Pada komputer,input berupa data yang akan diolah dengan komputer. Proses

inputing dapat melalui keyboard,mouse,touch screen,atau hardisk.

Pada statistik,input berupa data yang telah ditabulasikan pada data editor bagian view data, sedangkan proses coding dan pendefinisian variabel pada

2. Proses

Pada komputer,proses berupa eksekusi program komputer dimana komputer menjalankan perintah-perintah sesuai dengan apa yang telah diprogramkan. Pada statistik,proses berupa analisis perhitungan, baik secara deskriptif maupun inferensi,baik dengan statistik parametrik ataupun non-parametrik. Pada SPSS, proses berupa eksekusi program SPSS untuk menganalisis input yang ada di data editor sesuai dengan perintah dari pemakai.

3. Output

Pada komputer,output berupa hasil pengolahan yang telah diproses dengan program komputer yang dikehendaki. Bentuk output komputer bisa dalam bentuk cetakan,tampilan,gambar,maupun suara.

Pada statistik, output berupa hasil analisis,baik dalam bentuk penyajian data maupun dalam bentuk grafik atau tabel serta kesimpulan yang diperoleh dari hasil analisis.

Pada SPSS,output berupa hasil analisis program SPSS yang disajikan dalam

output navigator.

Dengan demikian,cara kerja SPSS dapat dilihat dalam sistematika berikut.

INPUT DATA

dengan DATA EDITOR

PROSES dengan DATA EDITOR

OUTPUT DATA

dengan

5.4 Mengoperasikan SPSS

Adapun langkah-langkah pengolahan data dengan menggunakan program SPSS adalah :

5.4.1 Mengaktifkan Program SPSS pada Windows

Klik Start,kemudian Program, SPSS for Windows,SPSS 17.0 for windows. Akan tampak tampilan seperti gambar 5.1 berikut.

Gambar 5.1 Tampilan saat membuka SPSS pada windows

5.4.2 Pemasukan Data

Langkah-langkahnya sebagai berikut :

Buka lembar kerja baru dari menu file,pilih new,lalu klik data. Pada menu data view isilah kolom dengan ketentuan data yang akan diolah. Pada pemasukan data view

hanya akan didefinisikan seperlunya saja,jadi tidak akan menjelaskan proses pemasukan data diluar dari yang diperlukan.

1. Input variabel X1i (jumlah uang beredar) 1. Name

Letakkan pointer pada kolom name ,klik ganda pada sel tersebut dan ketik X1i.

2. Type

Karena X1i berupa angka,maka klik kotak kecil di kanan sel tersebut , pilih

type numeric. 3. Width

Untuk keseragaman ketik 8 4. Decimals

Untuk keseragaman ketik 3 5. Label

Label adalah keterangan untuk nama variabel . Maka untuk X1i ketik jumlah

uang beredar.

2. Input variabel X2i (suku bunga bank) 1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik X2i.

2. Type

Karena X2i berupa angka, maka klik kotak kecil di kanan sel tersebut, pilih

3. Width

Untuk keseragaman ketik 8 4. Decimals

Untuk keseragaman ketik 2 5. Label

Label adalah keterangan untuk nama variabel. Maka untuk X2i ketik suku bunga bank.

3. Input variabel X3i ( kurs rupiah terhadap dolar)

1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik X3i.

2. Type

Karena X3i berupa angka, maka klik kotak kecil di kanan sel tersebut, pilih

tipe numeric 3. Width

Untuk keseragaman ketik 8 4. Decimals

Untuk keseragaman ketik 3 5. Label

Label adalah keterangan untuk nama variabel. Maka untuk X3i ketik kurs

rupiah terhadap dolar.

4. Input variabel Yi (laju inflasi)

Letakkan pointer pada kolom name,klik ganda pada sel tersebut dan ketik Yi.

2. Type

Karena Yi berupa angka ,maka klik kotak kecil di kanan sel tersebut, pilih

type numeric. 3. Width

Untuk keseragaman ketik 8. 4. Decimals

Untuk keseragaman ketik 2. 5. Label

Label adalah keterangan untuk nama variabel. maka untuk Yi ketik laju

inflasi.

Variabel view dapat dilihat pada gambar 5.2 berikut ini.

Setelah proses variabel view selesai,klik pada data view dan isikan data pada kolom yang sudah didefinisikan sebelumnya. Tampilannya pada gambar 5.3 berikut.

Gambar 5.3 Tampilan pada data view

5.4.3 Menyimpan Data

Setelah semua data diisikan dan didefinisikan untuk setiap variabel ke dalam SPSS data editor,maka langkah selanjutnya adalah menyimpan file tersebut dengan langkah-langkah sebagai berikut.

1.Dari menu SPSS,pilih menu file,kemudian pilih submenu save as… 2.Beri nama file tersebut.

3.Setelah menemukan direktori yang dituju,klik save

4.Apabila mau menyimpan file yang telah diberi nama tanpa mengganti dengan nama baru,tinggal klik save.

5.5 Analisis Regresi Dengan SPSS

Adapun langkah-langkah analisis regresi dalam SPSS adalah sebagai berikut.

1. Buka file ,analyze,regression,linear… Akan tampak tampilan seperti gambar 5.4 berikut.

Gambar 5.4 Tampilan saat membuat persamaan regresi

2. Masukkan variabel : Y pada kotak dependent. X1

X2 pada kotak independent (s) X3

3. Abaikan pilihan yang lain,klik OK. Seperti yang terlihat pada gambar 5.5 berikut.

Gambar 5.5 Tampilan pada kotak dialog regresi

Tampilan outputnya dapat dilihat pada lampiran.

5.6 Analisis Korelasi Dengan SPSS

Adapun langkah-langkah analisis korelasi dalam SPSS adalah sebgai berikut : 1. Buka file,analyze,correlate,bivariate… Akan tampak tampilan seperti

Gambar 5.6 Tampilan analisis korelasi

2. Masukkan variabel Y,X1,X2 dan X3

3. Pada correlation coefficients, pilih pearson. 4. Pada test of significance,pilih two-tailed.

5. Abaikan pilihan lainnya, klik OK. Seperti yang terlihat pada gambar 5.7 berikut.

BAB 6

PENUTUP

6.1 Kesimpulan

Berdasarkan hasil pengolahan data pada bab sebelumnya,maka dapat diambil beberapa kesimpulan,yaitu :

1. Persamaan regresi linier yang didapat adalah Ŷ = -45,0635 + 0,022239X1i +

2,988923X2i + 0,001704X3i

2. Terdapat hubungan fungsional yang signifikan antara jumlah uang beredar (X1),suku bunga bank (X2),dan kurs rupiah terhadap dolar (X3) terhadap laju

inflasi (Y).

3. Koefisien determinasi (R) sebesar 93,0% menyatakan bahwa laju inflasi dipengaruhi oleh ketiga faktor X1,X2,dan X3 dan 7% dipengaruhi oleh

faktor-faktor lain.

4. Pada analisis korelasi antara variabel bebas dengan variabel tak bebas, korelasi yang sangat kuat secara positif terjadi antara laju inflasi (Y) dengan suku bunga bank (X2) yaitu sebesar 0.914. Sedangkan antar variabel bebas,korelasi

6.2 Saran

1. Penulis menyarankan agar metode analisis regresi dapat dipergunakan dalam meramalkan laju inflasi,ataupun meramalkan hal-hal lain sehingga dapat digunakan sebagai acuan untuk mengambil keputusan atau kebijakan ekonomi moneter.

2. Faktor-faktor yang mempengaruhi laju inflasi perlu diperhatikan sebelum membentuk model regresi agar model yang terbentuk akurat dan dapat dipergunakan untuk berbagai keperluan.

DAFTAR PUSTAKA

Badan Pusat Statistik. Laporan Perekonomian Indonesia Tahun 2007.Jakarta:BPS. Hasan, M.M, Iqbal ,Ir.1994.Pokok-Pokok Materi Statistik 2 ,Edisi 2. Bumi Aksara:

Jakarta.

Santoso,Singgih.1992.Mengolah Data Statistik Secara Profesional. Jakarta: PT.Elex Media Komputindo.

Sudjana.1992. Metoda Statistika.Bandung: Tarsito.

Suliyanto.2005. Analisis Data Dalam Aplikasi Pemasaran. Gahlia Indonesia: Bogor. Walpole,E. Ronald.1982. Pengantar Statistika,Edisi 3. Jakarta: PT.Gramedia.

L

A

M

P

I

R

A

N

Regression

Descriptive Statistics

Mean

Std.

Deviation N

laju inflasi 9.8679 4.71476 24

jumlah uang beredar 349.63913 49.996318 24

suku bunga bank 10.2267 1.83028 24

kurs rupiah terhadap dolar

9735.29 297.423 24

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 5.0034 16.2722 9.8679 4.39006 24

Residual -4.98811 2.13060 .00000 1.71941 24

Std. Predicted Value -1.108 1.459 .000 1.000 24

Std. Residual -2.705 1.156 .000 .933 24

a. Dependent Variable: laju inflasi

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 443.271 3 147.757 43.460 .000a

Residual 67.996 20 3.400

Total 511.267 23

a. Predictors: (Constant), kurs rupiah terhadap dolar, suku bunga bank, jumlah uang beredar

b. Dependent Variable: laju inflasi

Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 .931a .867 .847 1.84386 1.125

a. Predictors: (Constant), kurs rupiah terhadap dolar, suku bunga bank, jumlah uang beredar

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) -45.064 14.638 -3.078 .006

jumlah uang beredar .022 .022 .236 1.031 .315

suku bunga bank 2.989 .537 1.160 5.561 .000

kurs rupiah terhadap dolar .002 .002 .107 1.056 .304

a. Dependent Variable: laju inflasi

Descriptive Statistics

Mean Std. Deviation N

laju inflasi 9.8679 4.71476 24

jumlah uang beredar 349.63913 49.996318 24

suku bunga bank 10.2267 1.83028 24

Casewise Diagnosticsa

Case

Number Std. Residual laju inflasi Predicted Value Residual

1 .411 17.03 16.2722 .75785

2 1.149 17.92 15.8007 2.11929

3 .059 15.74 15.6317 .10828

4 .013 15.40 15.3764 .02356

5 .199 15.60 15.2326 .36740

6 -.292 15.53 16.0689 -.53893

7 .143 15.15 14.8865 .26345

8 .635 14.90 13.7296 1.17044

9 1.156 14.55 12.4194 2.13060

10 -2.705 6.29 11.2781 -4.98811

11 -2.354 5.27 9.6112 -4.34122

12 -1.001 6.60 8.4448 -1.84479

13 -.664 6.26 7.4835 -1.22351

14 -.160 6.30 6.5955 -.29548

15 .333 6.52 5.9064 .61358

16 .155 6.29 6.0036 .28642

17 .546 6.01 5.0034 1.00655

18 .329 5.77 5.1640 .60603

19 -.203 6.06 6.4337 -.37370

20 .627 6.51 5.3546 1.15540

21 .352 6.95 6.3015 .64853

22 .915 6.88 5.1930 1.68702

23 .563 6.71 5.6721 1.03787

24 -.204 6.59 6.9666 -.37656

Casewise Diagnosticsa

Case

Number Std. Residual laju inflasi Predicted Value Residual

1 .411 17.03 16.2722 .75785

2 1.149 17.92 15.8007 2.11929

3 .059 15.74 15.6317 .10828

4 .013 15.40 15.3764 .02356

5 .199 15.60 15.2326 .36740

6 -.292 15.53 16.0689 -.53893

7 .143 15.15 14.8865 .26345

8 .635 14.90 13.7296 1.17044

9 1.156 14.55 12.4194 2.13060

10 -2.705 6.29 11.2781 -4.98811

11 -2.354 5.27 9.6112 -4.34122

12 -1.001 6.60 8.4448 -1.84479

13 -.664 6.26 7.4835 -1.22351

14 -.160 6.30 6.5955 -.29548

15 .333 6.52 5.9064 .61358

16 .155 6.29 6.0036 .28642

17 .546 6.01 5.0034 1.00655

18 .329 5.77 5.1640 .60603

19 -.203 6.06 6.4337 -.37370

20 .627 6.51 5.3546 1.15540

21 .352 6.95 6.3015 .64853

22 .915 6.88 5.1930 1.68702

23 .563 6.71 5.6721 1.03787

24 -.204 6.59 6.9666 -.37656

DAFTAR PUSTAKA

Badan Pusat Statistik. Laporan Perekonomian Indonesia Tahun 2007.Jakarta:BPS.

Hasan, M.M, Iqbal ,Ir.1994.Pokok-Pokok Materi Statistik 2 ,Edisi 2. Bumi Aksara:

Jakarta.

Santoso,Singgih.1992.Mengolah Data Statistik Secara Profesional. Jakarta: PT.Elex

Media Komputindo.

Sudjana.1992. Metoda Statistika.Bandung: Tarsito.

Suliyanto.2005. Analisis Data Dalam Aplikasi Pemasaran. Gahlia Indonesia: Bogor.

Walpole,E. Ronald.1982. Pengantar Statistika,Edisi 3. Jakarta: PT.Gramedia.

L

A

M

P

I

R

A

N

Regression

Descriptive Statistics

Mean

Std.

Deviation

N

laju inflasi

9.8679

4.71476

24

jumlah uang beredar

349.63913

49.996318

24

suku bunga bank

10.2267

1.83028

24

kurs rupiah terhadap

dolar

9735.29

297.423

24

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 5.0034 16.2722 9.8679 4.39006 24

Residual -4.98811 2.13060 .00000 1.71941 24

Std. Predicted Value -1.108 1.459 .000 1.000 24

Std. Residual -2.705 1.156 .000 .933 24

a. Dependent Variable: laju inflasi

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 443.271 3 147.757 43.460 .000a

Residual 67.996 20 3.400

Total 511.267 23

a. Predictors: (Constant), kurs rupiah terhadap dolar, suku bunga bank, jumlah uang beredar

b. Dependent Variable: laju inflasi

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) -45.064 14.638 -3.078 .006

jumlah uang beredar .022 .022 .236 1.031 .315

suku bunga bank 2.989 .537 1.160 5.561 .000

kurs rupiah terhadap dolar .002 .002 .107 1.056 .304

a. Dependent Variable: laju inflasi

Descriptive Statistics

Mean Std. Deviation N

laju inflasi 9.8679 4.71476 24

jumlah uang beredar 349.63913 49.996318 24

suku bunga bank 10.2267 1.83028 24

Casewise Diagnosticsa

Case

Number Std. Residual laju inflasi Predicted Value Residual

1 .411 17.03 16.2722 .75785

2 1.149 17.92 15.8007 2.11929

3 .059 15.74 15.6317 .10828

4 .013 15.40 15.3764 .02356

5 .199 15.60 15.2326 .36740

6 -.292 15.53 16.0689 -.53893

7 .143 15.15 14.8865 .26345

8 .635 14.90 13.7296 1.17044

9 1.156 14.55 12.4194 2.13060

10 -2.705 6.29 11.2781 -4.98811

11 -2.354 5.27 9.6112 -4.34122

12 -1.001 6.60 8.4448 -1.84479

13 -.664 6.26 7.4835 -1.22351

14 -.160 6.30 6.5955 -.29548

15 .333 6.52 5.9064 .61358

16 .155 6.29 6.0036 .28642

17 .546 6.01 5.0034 1.00655

18 .329 5.77 5.1640 .60603

19 -.203 6.06 6.4337 -.37370

20 .627 6.51 5.3546 1.15540

21 .352 6.95 6.3015 .64853

22 .915 6.88 5.1930 1.68702

23 .563 6.71 5.6721 1.03787

24 -.204 6.59 6.9666 -.37656

Casewise Diagnosticsa

Case

Number Std. Residual laju inflasi Predicted Value Residual

1 .411 17.03 16.2722 .75785

2 1.149 17.92 15.8007 2.11929

3 .059 15.74 15.6317 .10828

4 .013 15.40 15.3764 .02356

5 .199 15.60 15.2326 .36740

6 -.292 15.53 16.0689 -.53893

7 .143 15.15 14.8865 .26345

8 .635 14.90 13.7296 1.17044

9 1.156 14.55 12.4194 2.13060

10 -2.705 6.29 11.2781 -4.98811

11 -2.354 5.27 9.6112 -4.34122

12 -1.001 6.60 8.4448 -1.84479

13 -.664 6.26 7.4835 -1.22351

14 -.160 6.30 6.5955 -.29548

15 .333 6.52 5.9064 .61358

16 .155 6.29 6.0036 .28642

17 .546 6.01 5.0034 1.00655

18 .329 5.77 5.1640 .60603

19 -.203 6.06 6.4337 -.37370

20 .627 6.51 5.3546 1.15540

21 .352 6.95 6.3015 .64853

22 .915 6.88 5.1930 1.68702

23 .563 6.71 5.6721 1.03787

24 -.204 6.59 6.9666 -.37656