Analisis Pengaruh Luas Wilayah, Kepadatan Penduduk, Tingkat Pengangguran dan Tingkat Pendidikan Terhadap Jumlah Penduduk Miskin Provinsi Sumatera Utara Tahun 2013

PENDUDUK MISKIN PROVINSI SUMATERA UTARA TAHUN 2013

SKRIPSI

FATIYA SYARAH 130823019

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2015

PENDUDUK MISKIN PROVINSI SUMATERA UTARA TAHUN 2013

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

FATIYA SYARAH 130823019

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2015

i

Judul : Analisis Pengaruh Luas Wilayah, Kepadatan

Penduduk, Tingkat Pengangguran dan Tingkat Pendidikan Terhadap Jumlah Penduduk Miskin Provinsi Sumatera Utara Tahun 2013

Kategori : Skripsi

Nama : Fatiya Syarah

Nomor Induk Mahasiswa : 130823019

Program Studi : Sarjana (S1) Matematika

Departemen : Matematika

Fakultas : Matematika dan Ilmu Pengetahuan Alam

Universitas Sumatera Utara

Disetujui di Medan, Agustus 2015

Komisi Pembimbing :

Pembimbing 2,

Drs. Marihat Situmorang, M.Kom NIP. 19631214 198903 1 001

Pembimbing 1,

Drs. Pengarapen Bangun, M.Si NIP. 19560815 198503 1 005

Disetujui Oleh

Departemen Matematika FMIPA USU Ketua,

Prof. Dr. Tulus, M.Si. Ph.D NIP. 19620901 198803 1 002

ii

ANALISIS PENGARUH LUAS WILAYAH, KEPADATAN PENDUDUK, TINGKAT PENGANGGURAN DAN TINGKAT PENDIDIKAN

TERHADAP JUMLAH PENDUDUK MISKIN PROVINSI SUMATERA UTARA TAHUN 2013

SKRIPSI

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

Medan, Agustus 2015

FATIYA SYARAH 130823019

iii

Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Pemurah dan Penyayang, dengan limpah karunia-Nya penulis dapat menyelesaikan penyusunan skripsi ini dengan judul Analisis pengaruh luas wilayah, kepadatan penduduk, tingkat pengangguran dan tingkat pendidikan terhadap jumlah penduduk miskin Provinsi Sumatera Utara Tahun 2013.

Penyelesaian skripsi ini tak lepas dari bantuan serta dorongan berbgai pihak. Untuk itu izinkan penulis menyampaikan terima kasih kepada:

1. Bapak Drs. Pengarapen Bangun, M.Si selaku pembimbing 1 dan Drs. Marihat Situmorang, M.Kom selaku pembimbing 2 yang telah meluangkan waktunya selama penyusunan skripsi ini.

2. Bapak Drs. Ujian Sinulingga, M.Si dan Drs. Partano Siagan, M.Sc selaku penguji untuk perbaikan skripsi ini.

3. Bapak Prof. Dr. Tulus, M.Si. Ph.D selaku sekretaris Departemen Matematika dan ibu Dra.Mardiningsih, M.Sc selaku sekretaris Departemen Matematika.

4. Bapak Dr. Sutarman, M.sc sebagai Dekan FMIPA USU. 5. Semua dosen dan para pegawai FMIPA USU.

6. Kedua orangtua tercinta Mansyur Piliang dan Rosita Siregar yang telah membesarkan penulis dengan penuh cinta dan kasih sayang serta selalu memberikan dukungan secara moril kepada penulis.

7. Saudara penulis Masita Namira dan Rezkika Alawiyah yang memberika dukungan dan semangat.

8. Alvi Rizky Syahputra, Nina shofia Siregar, Jumita Hariyanti dan sahabat-sahabat yang selama ini memberikan bantuan, motivasi dan doanya dalam menyelesaikan skripsi ini, Semoga segala bentuk bantuan yang telah diberikan mendapat balasan yang jauh lebih baik dari Tuhan Yang Maha Esa. Sebagai seorang mahasiswa, penulis menyadari bahwa masih banyak kekurangan di dalam menyelesaikan skripsi ini. Untuk itu, kritik dan saran yang membangun sangat diharapkan demi perbaikan skripsi ini.

iv

SUMATERA UTARA TAHUN 2013

ABSTRAK

Penelitian ini dilakukan untuk menganalisa faktor-faktor yang mempengaruhi tingkat kemiskinan penduduk di Sumatera Utara tahun 2012 dan menguji efektifitas metode regresi linier berganda dalam menganalisis kasus kemiskinan tersebut. Hasil analisis menunjukkan bahwa variabel luas wilayah, kepadatan penduduk, tingkat pengangguran dan tingkat pendidikan secara simultan berpengaruh positif dan signifikan terhadap kesejahteraan, yang artinya bahwa tingkat kemiskinan dapat semakin berkurang. Diperoleh nilai koefisien determinasi (R2) sebesar 54,76% dengan taraf signifikan 5% yang artinya bahwa variabel-variabel tersebut mempengaruhi tingkat kemiskinan penduduk sedangkan sisanya 45,23% lagi dipengaruhi oleh faktor lain.

v

SUMATRA YEAR 2013

ABSTRACT

This study was conducted to analyze the factors affecting the level of the poverty population in North Sumatra in 2013 and to test the effectiveness of multiple linear regression method to analyze the incidence of poverty. The analysis showed that the variables of area, population density, unemployment and educational levels simultaneously positive and significant impact on the well-being, which means that poverty levels may be on the wane. Obtained coefficient of determination (R2) of 54.76% with a significant level 5%, which means that these variables influence the poverty level population while the remaining 45.23% is influenced by other factors.

vi

Halaman

PERSETUJUAN i

PERNYATAAN ii

PENGHARGAAN iii

ABSTRAK

iv

ABSTRACT v

DAFTAR ISI vi

DAFTAR TABEL ix

DAFTAR LAMPIRAN x

BAB 1 PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Rumusan masalah 2

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian 3

1.6 Tinjauan Pustaka 3

1.7 Pengujian Kriteria Statistik 5

1.7.1 Kesalahan Standard Estimasi 6

1.7.2 Uji F-Statistik 6

1.7.3 Koefisien Determinasi 7

1.7.4 Koefisien Korelasi 8

1.7.5 Uji T- Statistik 10

1.7.6 Uji Penyimpangan Asumsi Klasik 11

1.7.6.1Uji Multikolinieritas 11

1.7.6.2Uji Heteroskedastisitas 11

1.7.6.3Uji Normalitas 12

1.8 Metode Penelitian 12

BAB 2 TINJAUAN PUSTAKA 14

2.1 Tinjauan Teoritis 14

2.1.1 Kemiskinan 14

2.1.1.1 Jenis Kemiskinan 14

2.1.1.2 Penyebab kemiskinan 15

2.1.2 Luas Wilayah 15

2.1.2.1 Pengaruh Luas Wilayah terhadap Tingkat

Kemiskinan 16

2.1.3 Jumlah Penduduk 16

2.1.3.1 Pengaruh Jumlah Penduduk terhadap kemiskinan 16

2.1.4 Pengangguran 17

vii

2.1.5.1 Pengaruh Pendidikan terhadap Kemiskinan 19

2.2 Badan Pusat Statistik (BPS) 19

2.2.1 Tugas Badan Pusat Statistik 20

BAB 3 PEMBAHASAN DAN HASIL 22

3.1 Data Luas wilayah, Kepadatan penduduk, Tingkat Pengangguran, dan Tingkat Pendidikan Provinsi Sumatera Utara tahun 2013. 22

3.2 Membentuk Persamaan Regresi Linier Berganda 23

3.3 Uji Regresi Linier Berganda 30

3.1.1 Uji F (Simultan) 31

3.4 Perhitungan Koefisien Determinasi Dan Koefisien Korelasi

Ganda 36

3.5 Perhitungan Koefisien Korelasi Antar Variabel 37

3.5.1 Koefisien Korelasi Antara Jumlah Penduduk Miskin

(Y) Dengan Luas Wilayah (X1) 37

3.5.2 Koefisien Korelasi Antara Jumlah Penduduk Miskin

(Y) Dengan Kepadatan Penduduk (X₂) 38

3.5.3 Koefisien Korelasi Antara Jumlah Penduduk Miskin

(Y) Dengan Tingkat Pengangguran (X3) 38

3.5.4 Koefisien Korelasi Antara Jumlah Penduduk Miskin

(Y) Dengan Tingkat Pendidikan (X4) 39

3.5.5 Koefisien Korelasi Antara Luas Wilayah (X1) Dengan

Kepadatan Penduduk (X2) 40

3.5.6 Koefisien Korelasi Antara Luas Wilayah (X1) Dengan

Tingkat Pengangguran (X3) 41

3.5.7 Koefisien Korelasi Antara Luas Wilayah (X1) Dengan

Tingkat Pendidikan (X₄) 41

3.5.8 Koefisien Korelasi Antara Kepadatan Penduduk (X2)

Dengan Tingkat Pengangguran (X3) 42

3.5.9 Koefisien Korelasi Antara Kepadatan Penduduk (X2)

Dengan Tingkat Pendidikan (X4) 43

3.5.10 Koefisien Korelasi Antara Tingkat Pengangguran (X3)

Dengan Tingkat Pendidikan (X4) 44

3.6 Uji t (Parsial) 45

3.6.1 Pengaruh Luas Wilayah (X1) Terhadap Jumlah

Penduduk Miskin (Y) 45

3.6.2 Pengaruh Kepadatan Penduduk (X2) Terhadap Jumlah

Penduduk Miskin (Y) 47

3.6.3 Pengaruh Tingkat Pengangguran (X3) Terhadap

Jumlah Penduduk Miskin (Y) 49

3.6.4 Pengaruh Tingkat Pendidikan (X4) Terhadap Jumlah

Penduduk Miskin (Y) 51

3.7 Uji Asumsi Klasik 52

3.7.1 Uji Multikolinieritas 52

viii

4.2 Saran 55

DAFTAR PUSTAKA 57

ix

Halaman

Tabel 1.1 Interpretasi Koefisien Korelasi 8

Tabel 3.1 Data Luas Wilayah, Kepadatan Penduduk, Tingkat Pengangguran, dan Tingkat Pendidikan Provinsi Sumatera Utara Tahun 2013 25 Tabel 3.2 Harga-Harga yang Diperlukan Untuk Menghitung Koefisien b0,

b1, b2, b3, b4 30

Tabel 3.3 Nilai-Nilai Yˆ Yang Diperoleh Dari Persamaan Regresi Linier

Berganda Untuk Menghitung Kekeliruan Tafsiran Baku 33 Tabel 3.4 Harga-Harga Yang Diperlukan Untuk Uji Keberartian Regresi 47 Tabel 3.5 Harga-Harga x₁2, x₂2, x₃2 dan x42 Untuk Uji Koefisien Regresi 54

Tabel 3.6 Uji Multikolinieritas 54

Tabel 3.7 Uji Heteroskedastisitas 54

x

Halaman Lampiran 1 Data Luas Wilayah, Kepadatan Penduduk, Tingkat

Pengangguran, dan Tingkat Pendidikan Provinsi

Sumatera Utara Tahun 2013 58

Lampiran 2 Analisis Regresi Linier Berganda 59

Lampiran 3 Uji Koefisien Korelasi 60

Lampiran 4 Uji Multikolinieritas 61

Lampiran 5 Uji Heteroskedastisitas 62

iv

SUMATERA UTARA TAHUN 2013

ABSTRAK

Penelitian ini dilakukan untuk menganalisa faktor-faktor yang mempengaruhi tingkat kemiskinan penduduk di Sumatera Utara tahun 2012 dan menguji efektifitas metode regresi linier berganda dalam menganalisis kasus kemiskinan tersebut. Hasil analisis menunjukkan bahwa variabel luas wilayah, kepadatan penduduk, tingkat pengangguran dan tingkat pendidikan secara simultan berpengaruh positif dan signifikan terhadap kesejahteraan, yang artinya bahwa tingkat kemiskinan dapat semakin berkurang. Diperoleh nilai koefisien determinasi (R2) sebesar 54,76% dengan taraf signifikan 5% yang artinya bahwa variabel-variabel tersebut mempengaruhi tingkat kemiskinan penduduk sedangkan sisanya 45,23% lagi dipengaruhi oleh faktor lain.

v

SUMATRA YEAR 2013

ABSTRACT

This study was conducted to analyze the factors affecting the level of the poverty population in North Sumatra in 2013 and to test the effectiveness of multiple linear regression method to analyze the incidence of poverty. The analysis showed that the variables of area, population density, unemployment and educational levels simultaneously positive and significant impact on the well-being, which means that poverty levels may be on the wane. Obtained coefficient of determination (R2) of 54.76% with a significant level 5%, which means that these variables influence the poverty level population while the remaining 45.23% is influenced by other factors.

1 BAB I PENDAHULUAN

1.9 Latar Belakang

Salah satu tujuan pembangunan nasional adalah meningkat kinerja perekonomian agar mampu menciptakan lapangan kerja dan menata kehidupan yang layak bagi seluruh rakyat yang pada gilirannya akan meujudkan kesejahteraan penduduk Indonesia. Salah satu sasaran pembangunan nasional adalah menurunkan tingkat kemiskinan. Kemiskinan merupakan salah satu penyakit dalam ekonomi, sehingga harus disembuhkan atau paling tidak dikurangi. Permasalahan kemiskinan memang merupakan permasalahan yang kompleks dan bersifat multidimensional. Oleh karena itu, upaya pengentasan kemiskinan harus dilakukan secara komprehensif, mencakup berbagai aspek kehidupan masyarakat, dan dilaksanakan secara terpadu.

Data kemiskinan yang baik digunakan untuk mengevaluasi kebijakan pemerintah terhadap kemiskinan, membandingkan kemiskinan antar waktu dan daerah, serta menentukan target penduduk miskin dengan tujuan untuk memperbaiki kualitas hidup mereka. Secara umum kemiskinan didefinisikan sebagai kondisi dimana seseorang atau sekelompok orang tidak mampu memenuhi hak-hak dasarnya untuk mempertahankan dan mengembangkan kehidupan yang bermatabat. Definisi yang sangat luas ini menunjukkan bahwa kemiskinan merupakan masalah multi dimensional, sehingga tidak mudah untuk mengukur kemisikinan dan perlu kesepakatan pendekatan pengukuran yang dipakai (BPS & World Bank).

Dipandang dari sudut ekonomi, kemiskinan dapat dilihat dari beberapa sisi, yaitu : secara makro, kemiskinan muncul karena adanya ketidaksamaan pola kepemilikan distribusi yang timpang. Penduduk miskin memiliki sumberdaya terbatas dan kualitasnya rendah; Kemiskinan muncul sumberdaya manusia yang rendah berarti produktivitasnya rendah, yang pada gilirannya upahnya rendah. Rendahnya kualitas sumberdaya manusia ini karena rendahnya tingkat pendidikan, nasib yang kurag beruntung, adanya diskriminasi, atau karena

keturunan; Kemiskinan muncul akibat pebedaan akses dalam modal; Di daerah perkotaan, derasnya arus migran masuk juga member dampak terhadap semakin banyaknya penduduk dalam kategori miskin. Prilaku para migran dalam kehidupan kota yang sedemikian rupa, yakni pengeluaran yang serendah-rendahnya di daerah tujuan (kota) agar dapat menabung untuk dapat menabung untuk dapat dibawa pulang ketika mereka mudik ke kampung halaman (daerah asal). Para migran memanfaatkan hanya sebagian kecil pendapatannya mereka untuk penegluaran di daerah tujuan, disamping mmang sebagian besar dari mereka berendapatan rendah karena kualitas sumberdaya manusianya juga rendah.

Untuk menanggulangi masalah kemiskinan harus dipilih strategi yang dapat memperkuat peran dan posisi perekonomian rakyat dalam perekonoimian nasional, sehingga terjadi perubahan struktural yang meliputi pengalokasian sumber daya, penguatan kelembagaan, pemberdayaan sumber daya manusia. Program yang dipilih harus berpihak dan memberdayakan masyarakat melalui pembangunan ekonomi dan peningkatan perekonomian rakyat. Program ini harus diwujudkan dalam langkah-langkah strategis yang diarahkan secara langsung pada perluasan akses masyarakat miskin kepada sumber daya pembangunan dan menciptakan peluang bagi masyarakat paling bawah untuk berpartisipasi dalam proses pembangunan, sehingga mereka mampu mengatasi kondisi keterbelakangannya. Selain itu upaya penanggulangan kemiskinan harus senantiasa didasarkan pada penentuan garis kemiskinan yang tepat dan pada pemahaman yang jelas mengenai sebab-sebab timbulnya persoalan itu (Gunawan Sumodiningrat; 1998).

Dari uraian diatas serta pemikiran diatas, maka penulis merasa terdorong untuk mendalami dan meneliti tentang “Analisis Pengaruh Luas Wilayah,

Kepadatan Penduduk, Tingkat Pengangguran dan Tingkat Pendidikan Terhadap Jumlah Penduduk Miskin Provinsi Sumatera Utara Tahun 2013”.

1.10 Rumusan masalah

Dari uraian latar belakang, penulis merumuskan masalah sebagai berikut: Bagaimana pengaruh luas wilayah, kepadatan penduduk, tingkat pengangguran, tingkat pendidikan terhadap jumlah penduduk miskin di Sumatera Utara?

1.11 Batasan Masalah

Untuk lebih mempermudah dan agar lebih terarah, maka penulis membatasi ruang lingkup permasalahannya, yaitu :

1. Banyaknya variabel yang diteliti ada 4 yaitu : Luas wilayah, kepadatan penduduk, tingkat pengangguran dan tingkat pendidikan.

2. Populasi yang diambil dibatasi pada Provinsi Sumatera Utara pada Tahun 2013.

1.12 Tujuan Penelitian

Tujuan dari penelitian adalah umtuk menganalisis pengarruh luas wilayah, kepadatan penduduk, tingkat pengangguran dan tingkat pendidikan terhadap jumlah penduduk miskin Provinsi Sumatera Utara.

1.13 Manfaat Penelitian

Adapun manfaat dari penelitian adalah:

1. Sebagai bahan masukan atau bahan pertimbangan bagi pemerintah dalam mengambil keputusan atau mentapkan kebjakan tentang pengentasan kemiskinan Sumatera Utara.

2. Semakin banyaknya penelitian akan semakin terbuk informasi dan cara-cara yang efektif dalam menanggulangi masalah kemiskinan di Sumatera Utara. 3. Dapat dijadikan kerangka peniaian kearah pembangunan dalam memcahkan

masalah kemiskinan di Sumatera Utara.

1.14 Tinjauan Pustaka

Dalam ilmu statistika, teknik yang umum digunakan untuk menganalisis hubungan antara dua atau lebih variabel adalah analisis regresi. Model matematis 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 hubungan sebab akibat, baik yang didasarkan pada teori, hasil penelitian sebelumnya, ataupun yang berdasarkan pada penjelasan logis tertentu. Bentuk hubungan antar variabel dapat searah atau berlawanan arah. Hubungan antara variabel searah artinya perubahan nilai yang satu dengan yang lainnya searah. Hubungan antara variabel berlawanan arah artinya perubahan nilai yang satu dengan yang lainnya adalah berlawanan arah.

Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linier antara satu variabel dengan variabel lain. Koefisien determinasi adalah salah satu nilai statistik yang dapat digunakan untuk mengetahui apakah ada hubungan pengaruh antar variabel.

Pengetahuan tentang koefisien regresi bertujuan untuk memastikan apakah variabel independen yang terdapat dalam persamaan tersebut secara individu berpengaruh terhadap variabel dependen. Caranya adalah dengan melakukan pengujian terhadap koefisien regresi setiap variabel independen. Semakin mendekati nol besarnya koefisien determinasi suatu persamaan, semakin kecil pula pengaruh semua variabel independen terhadap nilai variabel dependen

( Algifari, 2002; 45).

Regresi ganda berguna untuk mendapatkan pengaruh dua variabel kriterium atau untuk mencari hubungan fungsional dua predictor atau lebih dengan variabel kriteriumnya atau untuk meramalkan dua variabel prediktor atau lebih terhadap kriteriumnya ( Usman dkk, 1995; 241). Studi yang membahas derajat hubungan antara variabel- variabel dikenal dengan nama analisis korelasi. Ukuran yang dipakai untuk mengetahui derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi ( Sudjana, 2001; 367).

Rumus yang saya gunakan adalah rumus Penduga sebagai berikut :

Ŷ = �_� + �_��_� + �_��_� + �_��_� + … + �_� �_� ; n=1,2,3,…(1.1)

Dimana :

Ŷ = Nilai estimasi Y

�� = Nilai Y pada perpotongn antara garis linier dengan sumbu vertikal Y

�� = Nilai variabel independen ��

Dari rumus diatas jika dimasukan ke variabel yang digunakan dapat diperoleh seagai berikut:

Ŷ = �_� + �_��_� + �_��_� + �_��_� + �_��_�

Dimana :

Ŷ = Jumlah penduduk miskin (%)

�� = Luas wilayah (ribuan/km2)

�� = Kepadatan penduduk (ribuan/km2)

�� = Tingkat pengangguran (%)

�� = Tingkat pendidikan (ribuan)

Untuk rumus diatas, dapat diselesaikan dengan empat persamaan dengan empat variabel yang terbentuk:

∑

∑

∑

∑

∑

Y

=

nb

0

+

b

1

X

1

+

b

2

X

₂

+

b

3

X

3

+

b

4

X

4

∑

∑

∑

∑

∑

∑

= + + 2 1 2+ 3 1 3+ 4 1 4

2 1 1 1 0

1 b X b (X ) b X X b X X b X X YX

∑

∑

∑

∑

∑

∑

= + + + 3 2 3 + 4 2 4

2 2 2 2 1 1 2 0

2 b X b X X b (X ) b X X b X X

YX

∑

∑

∑

∑

∑

∑

= + + + + 4 3 4

2 3 3 3 2 2 3 1 1 3 0

3 b X b X X b X X b (X ) b X X

YX

∑

∑

∑

∑

∑

∑

= + + + + 2

4 4 4 3 3 4 2 2 4 1 1 4 0

4 b X b X X b X X b X X b ( X )

YX

Dengan b0, b1, b2, b3, b4 adalah koefisien yang ditentukan berdasarkan data

hasil pengamatan. Untuk menghitung nilai �₁ =�1− ��1, �2 =�2− ��2, �3 =

�3− ��3,�₄₌X₄−X4 dan � =� − ��.

1.15 Pengujian Kriteria Statistik

Gujarati (1995) menyatakan bahwa uji signifikan merupakan prosedur yang digunakan untuk menguji kebenaran atau kesehatan dari hasil hipotesis nol dari sampel. Ide dasar yang melatarbelakangi pengujian signifikansi adalah uji statistik (estimator) dari distribusi sampel dari suatu statistik dibawah hipotesis nol. Keputusan untuk mengolah Ho dibuat berdasarkan nilai uji statistic yang diperoleh dari data yang ada.

1.15.1 Kesalahan Standard Estimasi

Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan 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 variable tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar estimasi, makin rendah ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variable tidak bebas sesungguhnya ( Algifari, 2000). Kesalahan standar estimasi dapat ditentukan dengan rumus :

��,1,2,…,� =� ∑ ��

��2

� − � −1 dimana:

Yi = nilai data sebenarnya

Ŷ = nilai taksiran

1.15.2 Uji F-Statistik

Uji statistik ini adalah pengujian yang bertujuan untuk mengetahui seberapa besar pengaruh koefisien regresi secara bersama-sama terhadap variabel dependen. Adapun langkah-langkah dalam pengujian uji F-statistik adalah sebagai berikut: 1. Menentukan formulasi hipotesis

2. Mencari nilai Ftabel dari Tabel Distribusi F

Dengan taraf nyata α = 0,05 dan nilai Ftabel dengan dk pembilang (v1) = k = 4

dan dk penyebut (v2) = n – k – 1 = 33 – 4 – 1 = 28, maka di peroleh

��1;�2(�) = �4;28(0,05)= 2,048

3. Menentukan kriteria pengujian

�0 diterima bila �ℎ����� <������

�0 ditolak bila �ℎ����� ≥ ������ 4. Menentukan nilai statistik Fhitung

Untuk menguji model regresi yang telah terbentuk, maka diperlukan nilai-nilai y, x1, x2 dan x3 dengan rumus :

y= −Y Y x₂ = X₂−Y x₄ = X₄ −Y

1 1

x = X −Y x₃ =X₃−Y

1.15.3 Koefisien Determinasi

Menguji keberartian regresi linear berganda dimaksudkan untuk meyakinkan apakah regresi yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat kesimpulan mengenai sejumlah peubah yang dipelajari.( Usman, Husaini, dan R. Purnomo Setiady Akbar, 1995).

Hipotesa :

H0 : Tidak terdapat hubungan fungsional yang signifikan antara semua

faktor yang mempengaruhi terhadap faktor yang dipengaruhi.

H1 : Terdapat hubungan fungsional yang signifikan antara semua faktor

yang mempengaruhi terhadap faktor yang dipengaruhi.

Koefisien determinasi yang dinyatakan dengan R2 untuk pengujian regresi linear berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel terikat (Y) yang dapat dijelaskan atau diterangkan oleh variabel–variabel bebas (X) yang ada dalam model persamaan regresi linear berganda secara bersama–sama. Maka R2 akan ditentukan dengan rumus, yaitu:

�2 ₌�����

∑ �_�2 Dimana:

JKreg = Jumlah Kuadrat Regresi

Harga R2 yang diperoleh sesuai dengan variansi yang dijelaskan masing – masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variasi yang dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja (yang bersifat nyata).

1.15.4 Koefisien Korelasi

Analisa korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linier antara satu variabel dengan variabel lain. Ukuran yang dipakai untuk mengetahui derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi. Untuk menghitung koefisien korelasi (r) antara dua variabel dapat digunakan rumus:

��� = � ∑ ����� −

(∑ �_��)(∑ �_�)

�{� ∑ �_��2 −(∑ �_��)2_{}{� ∑ �}

�2−(∑ ��)2}

Dimana:

ryx = Koefisien korelasi antara Y dan X

Xki = Variabel bebas

Yi = Variabel terikat

Nilai r selalu terletak antara -1 dan 1, sehingga nilai r tersebut dapat ditulis -1≤ r ≤+1. Untuk r = +1, berarti ada korelasi positif sempurna antara X dan Y, sebaliknya jika r = -1, berarti korelasi negatif sempurna antara X dan Y, sedangkan r = 0, berarti tidak ada korelasi antara X dan Y.

Jika kenaikan didalam suatu variabel diikuti dengan kenaikan didalam variabel lain, maka dapat dikatakan bahwa kedua variabel tersebut mempunyai korelasi yang positif. Tetapi jika kenaikan didalam suatu variabel diikuti oleh penurunan didalam variabel lain, maka dapat dikatakan bahwa variabel tersebut mempunyai korelasi yang negatif. Dan jika tidak ada perubahan pada variabel walaupun variabel lainnya berubah maka dikatakan bahwa kedua variabel tersebut tidak mempunyai hubungan. Interpretasi harga r akan disajikan dalam tabel berikut:

Tabel 1.1 Interpretasi Koefisien Korelasi

Besarnya Nilai �_�� Interpretasi

0,80 <�11 ≤ 1,00 Sangat Tinggi 0,60 <�11 ≤ 0,80 Tinggi

0,40 <�₁₁ ≤ 0,60 Sedang 0,20 <�11 ≤ 0,40 Rendah

�11 ≤ 0,20 Sangat Rendah

Keterangan:

r = koefisien korelasi

+ = menunjukkan korelasi positif − = menunjukkan korelasi negatif

0 = menunjukkan tidak adanya korelasi (korelasi nihil)

Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis: 1. Korelasi Positif

Terjadinya korelasi positif apabila perubahan antara variabel yang satu diikuti oleh variabel lainnya dengan arah yang sama (berbanding lurus). Artinya variabel yang satu meningkat, maka akan diikuti peningkatan variabel lainnya. 2. Korelasi Negatif

Terjadinya korelasi negatif apabila perubahan antara variabel yang satu diikuti oleh variabel lainnya dengan arah yang berlawanan (berbanding terbalik). Artinya apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel lainnya.

3. Korelasi Nihil

Korelasi nihil artinya tidak adanya korelasi antara variabel.

Dalam hal ini penulis menggunakan empat variabel dalam penelitiannya, untuk hubungan empat variabel dapat dihitung dengan menggunakan rumus sebagai berikut:

a. Koefisien Korelasi antara Y dan X1 ���1 =

� ∑ �1�1−(∑ �1)(∑ �)

�{� ∑ �₁2−(∑ �1)2}{� ∑ �2 −(∑ �)2} b. Koefisien Korelasi antara Y dan X2

���2 =

� ∑ �2�1−(∑ �2)(∑ �)

�{� ∑ �₂2 −(∑ �2)2}{� ∑ �2−(∑ �)2} c. Koefisien Korelasi antara Y dan X3

���3 =

� ∑ �3�1−(∑ �3)(∑ �)

�{� ∑ �₃2 −(∑ �₃)2_}{� ∑ �2−₍∑ �₎2_} d. Koefisien Korelasi antara Y dan X4

���4 =

� ∑ �4�1−(∑ �4)(∑ �)

e. Koefisien Korelasi antara X1 dan X2 �12 =

� ∑ �1�2−(∑ �1)(∑ �2)

�{� ∑ �₁2−(∑ �1)2}{� ∑ �22−(∑ �2)2} f. Koefisien Korelasi antara X1 dan X3

�13 =

� ∑ �1�3−(∑ �1)(∑ �3)

�{� ∑ �₁2−(∑ �1)2}{� ∑ �32−(∑ �3)2} g. Koefisien Korelasi antara X1 dan X4

�14 =

� ∑ �1�4−(∑ �1)(∑ �4)

�{� ∑ �₁2−(∑ �₁)2_}{� ∑ �

42−(∑ �4)2} h. Koefisien Korelasi antara X2 dan X3

�23 =

� ∑ �2�3−(∑ �2)(∑ �3)

�{� ∑ �₂2−(∑ �2)2}{� ∑ �32−(∑ �3)2} i. Koefisien Korelasi antara X2 dan X4

�24 =

� ∑ �2�4−(∑ �2)(∑ �4)

�{� ∑ �₂2−(∑ �₂)2_}{� ∑ �

42−(∑ �4)2} j. Koefisien Korelasi antara X3 dan X4

�34 =

� ∑ �3�4−(∑ �3)(∑ �4)

�{� ∑ �₃2−(∑ �3)2}{� ∑ �42−(∑ �4)2}

1.15.5 Uji t- Statistik

Uji t-statistik merupakan suatu pengujian secara parsial yang bertujuan untuk mengetahui apakah masing-masing koefisien regresi signifikan atau tidak terhadap variabel dependen dengan menganggap variabel lainnya konstan. Adapun langkah-langkahnya adalah:

1. Menentukan formulasi hipotesis

2. Mencari nilai ttabel dari Tabel Distribusi t

3. Menentukan kriteria pengujian

�0 diterima bila �ℎ����� <������

�0 ditolak bila �ℎ����� ≥ ������ 4. Menentukan nilai statistik t_hitung

��1= �

�_�2.12 …� (∑ �₁2)(1− �_�2_.12) Selanjutnya hitung statistik :

�ℎ����� =_��1 �1

5. Kesimpulan

1.15.6 Uji Penyimpangan Asumsi Klasik 1.15.6.1 Uji Multikolinieritas

Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas, model regresi yang baik tidak ada korelasi yang tinggi diantara variabel-variabel independennya. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independent. Pengujian ada tidaknya gejala multikolinieritas dilakukan dengan memperhatikan nilai matriks korelasi yang dihasilkan pada saat pengolahan data serta nilai VIF (Variance Inflation Factor) dan toleransinya. Apabila nilai matrik korelasi tidak ada yang lebih besar dari 0,5 maka dapat dikatakan data yang akan dianalisis bebas dari multikolinieritas. Kemudian apabila nilai VIF berada dibawah 10 dan nilai toleransi mendekati 1, maka diambil kesimpulan bahwa model regresi tersebut tidak terdapat multikolinieritas (Singgih Santoso, 2000).

1.15.6.2 Uji Heteroskedastisitas

Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastitas dan jika berbeda disebut Heteroskedastisitas.

Untuk menguji heteroskedastisitas digunakan uji Glesjer SPSS. Uji ini pada dasarnya bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan berbeda disebut Heteroskedastisitas. Model regresi

yang baik seharusnya tidak terjadi heteroskedastisitas. Dasar pengambilan keputusan pada Uji Heteroskedastisitas yakni:

• Jika nilai signifikansi lebih besar dari 0,05, kesimpulannya adalah tidak terjadi heteroskedastisitas.

• Jika nilai nilai signifikansi lebih kecil dari 0,05, kesimpulannya adalah terjadi heteroskedastisitas.

1.15.6.3 Uji Normalitas

Uji Normalitas bertujuan untuk menguji apakah dalam model regresi variabel bebas keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah memiliki distribusi data normal atau dilakukan dengan uji kolmogrov smirnov.

Untuk menguji normalitas data dapat digunakan dengan uji kolmogrov smirnov dengan melihat data residualnya. Uji kolmogrov smirnov dihitung dengan bantuan SPSS. Dasar pengambilan keputusan dalam uji normalitas yakni : jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi normal. Sebaliknya, jika nilai signifikansi lebih lebih dari 0,05 maka data tersebut tidak berdistribusi normal.

1.16Metode Penelitian

Metode penelitian adalah salah satu cara yang terdiri dari langkah – langkah atau urutan kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan penelitian sehingga apa yang menjadi tujuan dari penelitian itu dapat terwujud. Dalam penelitian ini dilakukan beberapa langkah untuk menyelesaikan penelitian antara lain :

1. Pengambilan data sekunder yaitu data yang diolah diperoleh dari kantor Badan Pusat Statistik Provinsi Sumatera Utara.

2. Pengolahan Data

Dalam penelitian ini dilakukan beberapa langkah untuk menyelesaikan penelitian antara lain:

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 literature.

3. Menguji tingkat signifikasi pengaruh setiap variabel dengan Uji F, Uji t dan Koefisien Korelasi dan koefisien Determinasi, serta melalui uji asumsi klasik. 4. Penarikan kesimpulan dari hasil perhitungan.

14 BAB II

TINJAUAN PUSTAKA

2.1 Tinjauan Teoritis 2.1.1 Kemiskinan

Berdasarkan Undang-Undang No.24 Tahun 2004, kemiskinan adalah kondisi sosial ekonomi seseorang atau sekelompok orang yang tidak terpenuhinya hah-hak dasarnya untuk mempertahankan dan mengembangkan kehidupan yang bermatabat. Kebutuhan dasar yang menjadi hak seseorang atau sekelompokorang meliputi kebutuhan pangan, kesehatan, pendidikan, pekerjaan, perumahan, air bersih, pertanahan, sumber daya alam, lingkungan hidup, rasa aman dari perlakuan atau ancaman tindak kekerasan, dan hak untuk berpartisipasi dalam penyelenggaraan kehidupan sosial dan politik. Laporan Bidang Kesejahteraan Rakyat yang dikeluarkan oleh Kementrian Bidang Kesejahteraan Rakyat (Kesra) Tahun 2004 menerangkan pula bahwa kondisi yang disebut miskin ini juga berlaku pada mereka yang bekerja akan tetapi pendapatannya tidak mencukupi untuk memenuhi kebutuhan pokok/ dasar.

Menurut Badan Pusat Statistik, kemiskinan adalah ketidakmampuan memenuhi standar minimum kebutuhan dasar yang meliputi kebutuhan makan maupun non makan. Membandingkan tingkat konsumsi penduduk dengan garis kemiskinan atau jumlah rupiah untuk konsumsi orang perbulan. Sedangkan bagi dinas sosial mendefinisikan orang miskin adalah mereka yang sama sekali tidak mempunyai sumber mata pencaharian dan tiak mampu memenuhi kebutuhan dasar mereka yang layak bagi kemanusiaan dan mereka yang sudah mempunyai mata pencaharian tetapi tidak dapat memnuhi kebutuhan dasar yang layak bagi kemanusiaan.

2.1.1.1 Jenis Kemiskinan

Kemiskinan dibagi dalam empat bentuk yaitu:

1. Kemiskinan absolut, kondisi dimana seseorang memiliki pendapatan dibawah garis kemiskinan atau tidak cukup untuk memenuhi kebutuhan

papan, sandang, pangan, kesehatan, perumahan, dan pendidikan yang dibutuhkan untuk bisa hidup dan bekerja.

2. Kemiskinan relatif, kondisi miskin karena pengaruh kebijakan pembangunan yang belum menjangkau seluruh masyarakat, sehingga menyebabkan ketimpangan pada pendapatan.

3. Kemiskinan kultural, mengacu pada sikap seseorang tau masyarakat yang disebabkan oleh faktor budaya, seperti tidak mau berusaha memperbaiki kehidupan, malas, pemboros, tidak kreatif meskipun ada bantuan dari pihak luar.

4. Kemiskinan struktural, situasi miskin yang disebabkan oeh rendahnya akses terhadapa sumber daya yang terjadi dalam suatu system sosial budaya dan sosial politik yang tidak mendukung pembebasan kemiskinan, tapi sering kali menyebabkan suburnya kemiskinan. (Suryawati; 2005). Kemiskinan juga dapat dibedakan jadi dua jenis: kemisikinan alamiah, berkaitan dengan kelangkaan sumber daya alam dan prasarana umum serta keadaan tanah yang tandus. Kemiskinan buatan, lebih banyak diakibatkan oleh system modernisasi atau pembangunan yang membuat masyarakat tidak mendapat mnguasai sumber day, sarana, dan fasilitas ekonomi yang ada secara merata. (Suryawati; 2005).

2.1.1.2 Penyebab kemiskinan

(Sharp; 1996) mencoba mengidentifikasi penyebab kemiskinan dipandang dari sisi ekonomi, yaitu: pertama, Secara mikro, kemiskinan muncul karena adanya ketidaksamaan pola kepemilikan sumberdaya yang menimbulkan distribusi pendapatan yang timpang. Kedua, Kemiskinan muncul akibat perbedaan dalam kualitas sumberdaya manusia. Ketiga, kemiskinan muncul akibat perbedaan akses dalam modal. (Kuncoro,2003)

2.1.2 Luas Wilayah

Wilayah dapat diartikan sebagai suatu ruang pada permukaan bumi. Pengertian permukaan bumi dapat menunjuk pada tempat atau lokasi yang dilihat secara horizontal dan vertikal, termasuk yang ada di bawah permukaan bumi. Wilayah

sering dibedakan artinya dengan kata daerah atau kawasan. Wilayah diartikan sebagai satu kesatuan ruang yang mempunyai tempat tertentu tanpa terlalu memerhatikan soal batas dan kondisinya. Daerah dapat didefinisikan sebagai bagian ruang di permukaan bumi dengan batas secara jelas berdasarkan jurisdiksi administrasi. Pengertian kawasan dapat disamakan dengan istilah area yang mempunyai batas-batas yang jelas berdasarkan unsur-unsur yang sama.

2.1.2.1 Pengaruh Luas Wilayah terhadap Tingkat Kemiskinan

Berbagai kritik terhadap program penanggulangan kemiskinan menunjukkan bahwa beberapa aspek perlu diperhatikan dalam menanggulangi kemiskinan di setiap kawasan. Faktor-faktor penyebab kemiskinan perlu terlebih dahulu diperhatikan agar kebijakan penanggulangan kemiskinan sesuai dengan kondisi wilayah dan masyarakat di setiap wilayah. Karena luasnya wilayah di Indonesia mungkin saja menjadi salah satu penyebab tingginya tingkat pendidikan. Hal ini saling berhubungan, dimana semakin luas suatu wilayah maka semakin tinggi pula tingkat kemiskinannya ataupun sebaliknya.

2.1.3 Jumlah Penduduk

Sumatera utara merupakan Provinsi keempat dengan jumlah penduduk terbesar di Indonesia setelah Jawa Barat, Jawa Timur, dan Jawa Tengah. Menurut hasil pencacahan lengkap Sensus Penduduk (SP) 1990 (hari sensus) berjumlah 10,26 juta jiwa, kemudian dari hasil SP2000, jumlah penduduk Sumatera Utara sebesar 11,51 juta jiwa. Selanjutnya dari hasil Sensus Penduduk pada tahun 2013, penduduk Sumatera Utara berjumlah 13.326.307 jiwa yang terdiri dari 6.648.190 jiwa penduduk laki-laki dan 6.678.117 jiwa perempuan atau dengan ratio jenis kelamin/sex ratio sebesar 99,55.

2.1.3.1 Pengaruh Jumlah Penduduk terhadap kemiskinan

Menurut Maier (di kutip dari Mudrajad Kuncoro, 1997), jumlah penduduk dalam pembangunan ekonomi suatu daerah merupakan permasalahan mendasar. Karena pertumbuhan penduduk yang tidak terkendali dapat mengakibatkan tidak tercapainya tujuan pembangunan ekonomi yaitu keejahteraan rakyat serta menekan angka kemiskinan.

Menurut Todaro (2000) bahwa besarnya jumlah penduduk berbengaruh positif terhadap kemiskinan. Hal itu dibuktikan dalam perhitungan indek Foster Greer Thorbecke (FGT), yang mana apabila jumlah penduduk bertambah maka kemiskinan juga akan semakin meningkat.

2.1.4 Pengangguran

Pengangguran atau tuna karya adalah istilah untuk orang yang tidak bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu, atau seseorang yang sedang berusaha mendapatkan pekerjaan yang layak. Pengangguran umumnya disebabkan karena jumlah angkatan kerja atau para pencari kerja tidak sebanding dengan jumlah lapangan kerja yang ada yang mampu menyerapnya (Wikipedia;2014).

Pengangguran adalah seseorang yang sudah digolongkan dalam angkatan kerja,yang secara aktif sedang mencari pekerjaan pada suatu tingkat uoah tertentu, tetapi tidak dapat memperoleh pekerjaan yang diinginkan (Sadono Sukirmo;2014).

2.1.4.1 Jenis Pengangguran

Berdasarkan jam kerja: Pengangguran Terselubung adalah golongan angkatan kerja yang melakukan pekerjaan tetapi hasilnya tidak mencukupi kebutuhan; Pengangguran Setengah Menganggur adalah golongan angkatan kerja yang betul-betul tidak mendapatkan pekerjaan karena pendidikan an keterampilan yang tidak memadai; Pengangguran Terbuka adalah golongan angkatan kerja yang betul-betul tidak mendapatkan kesempatan bekerja sehingga tidak mendapatkan penghasilan (Wikipedia;2014).

Berdasarkan Penyebab: Pengangguran friksional, pengangguran yang terjadi karena atas perubahan dan dinamika ekonomi; Pengangguran musiman adalah pengangguran yang terjadi karena pergantian musim sehingga mempengaruhi jumlah pekerjaan yang tersedia di beberapa industry seperti sector pertanian; Pengangguran konjungtural adalah pengangguran yang terjadi karena berkurangnya permintaan barang dan jasa; Pengangguran structural adalah pengangguran yang muncul akibat perubahan struktur ekonomi; Pengangguran

sukarela adalah pengangguran yang terjadi karena adanya orang yang sesungguhnya masih dapat bekerja tetapi dengan sukarela dia tidak mau bekerja karena sudah cukup puas dengan kekayaan yang dia miliki; Pengangguran deflasioner adalah pengangguran yang disebabkan karena lowongan pekerjaan yang tidak cukup untuk menampung pelamar kerja; Pengangguran teknologi adalah pengangguran yang disebabkan karena kemajuan teknologi yakni karena pergantian tenaga manusia menjadi tenaga mesin.

2.1.4.2 Penyebab Pengangguran

Faktor-faktor yang menyebabkan terjadinya pengangguran adalah sebagai berikut:

• Besarnya angkatan kerja tidak seimbang dengan Kesempatan kerja

• Struktur lapangan kerja tidak seimbang

• Kebutuhan jumlah dan jenis tenaga terdidik dan penyediaan tenaga terdidik tidak seimbang

• Meningkatnya peranan dan aspirasi angkatan kerja wanita dalam seluruh struktur angkatan kerja Indonesia

• Penyediaan dan Pemanfaatan Tenaga kerja antar daerah tidak seimbang (Sadono,Sukirno;2004)

2.1.4.3 Pengaruh Pengangguran terhadap Kemiskinan

Menurut (Sadono Sukirno, 2004), efek buruk dari pengangguran adalah mengurangi pendapatan masyarakat yang pada akhirnya mengurangi tingkat kemakmuran yang telah dapat dicapai seseorang. Semakin turunnya kesejahteraan masyarakat karena menganggur tentunya akan meningkatkan peluang mereka terjebak dalam kemiskinan karena tidak memiliki pendapatan.

Menurut (Dian Octaviani,2001), jumlah pengangguran erat kaitannya dengan kemiskinan di Indonesia yang penduduknya memiliki ketergantungan yang sangat besar atas pendapaan gaji atau upah yang diperoleh saat ini. Hilangnya lapangan pekerjaan menyebabkan berkurangnya sebagian besar penerimaan yang digunakan untuk membeli kebutuhan sehari-hari. Yang artinya bahwa semakin tinggi pengangguran maka akan meningkat kemiskinan.

2.1.5 Pendidikan

Pendidikan merupakan sesuatu yang sangat penting bagi suatu bangsa. Dengan bekal pendidikan, suatu bangsa dapat bangkit dari keterpurukannya dan mencapai kejayannya. Namun, tidak semua orang Indonesia mau dan mampu mengeyam bangku sekolah.

Secara umum pendidikan dapat diartikan sebagai upaya menuntun anak sejak lahir untuk mencapai kedewasaan jasmani dan rohani, dalam interaksi alam dan lingkungannya. Pendidikan sangat penting bagi setiap anak bangsa, karena dengan ilmu yang didapatnya, seorang anak mampu mempertahankan hidupnya.

2.1.5.1 Pengaruh Pendidikan terhadap Kemiskinan

Kemiskinan menjadi fokus perhatian bagi pemerintah Indonesia. Masalah kemiskinan di Negara ini selalu bersamaan dengan masalah laju pertumbuhan penduduk yang kemudia menghasilkan pengangguran, ketimpangan sosial dalam distribusi pendapatan nasional maupun pembangunan, pendidikan yang menjadi modal utama untuk mendapatkan pendidikan yang berkualitas maka perlu diimbangi dengan biaya. Sehingga masyarakat yang berekonomi lemah tidak mampu untuk membayarnya. Akibatnya, pendidikan dan pengetahuan yang mereka miliki dibawah standar. Bahkan banyak anak-anak yang tidak sekolah dan putus sekolah karena kemiskinan.

Tidak meratanya pendidikan terutama di daerah terpencil memberikan peran cukup besar dalam menambah angka kemiskinan, pendidikan selama ini lebih mengutamakan di kota-kota besar, sehingga hanya masyarakat kota saja yang memliki pendidikan yang cukup. Sedangkan masyarakat dipelosok tetap dibayang-banyangi oleh kemiskinan.

2.2 Badan Pusat Statistik (BPS)

Seiring dengan adanya 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 mangalami empat kali perubahan struktur 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 N0. 100 Tahun 1998 tentang organisasi dan data kerja BPS

7. Peraturan Pemerintah No. 51 Tahun 1998 tentang penyelenggaraan statistik Tahun 1968, ditetapkan peraturan pemerintah No. 16 tahun 1968 yaitu yang mengatur organisasi dan data 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 propinsi terdapat perwakilan BPS dengan nama kantor statistik propinsi 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 struktur organisasi BPS yang baru.

2.2.1 Tugas Badan Pusat Statistik

Menurut keputusan Presiden RI No. 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 panggunaan 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 ststistik yang diperlukan, serta malaksanakan kerjasama di bidang ststistik dengan lembaga/organisasi lain baik di dalam maupun di luar negeri.

22 BAB 3

PEMBAHASAN DAN HASIL

3.1 Data Luas wilayah, Kepadatan penduduk, Tingkat Pengangguran, dan Tingkat Pendidikan Provinsi Sumatera Utara tahun 2013.

Data yang dikumpulkan penelitian ini adalah data sekunder yang diperoleh dari BPS Provinsi Sumatera Utara di Jl. Asrama Medan. Yaitu data Luas wilayah, kepadatan penduduk, tingkat pengangguran, dan tingkat pendidikan Provinsi Sumatera Utara tahun 2013. Datanya sebagai berikut:

Tabel 3.1 Data Luas Wilayah, Kepadatan Penduduk, Tingkat Pengangguran, dan Tingkat Pendidikan Provinsi Sumatera Utara Tahun 2013

Kabupaten / Kota

Luas Wilayah (Ribuan/

km2)

Kepadata n Penduduk (Ribuan/k

m2)

Tingkat Pengang

guran (%)

Tingkat Pendidikan (ribuan/org

)

Jumlah Pendudu k miskin

(%)

(1) (2) (3) (4) (5) (6)

Nias 0.72032 0.136 1.56 3.215 6.58

Mandailing

Natal 89.32033 0.062 7.56 23.54

14.57

Tapanuli

Selatan 4.35286 0.085 4.46 8.14

8.68

Tapanuli

Tengah 2.158 0.185 5.68 15.213

13.54

Tapanuli Utara 2.512 0.072 2.34 5.682 8.56

Toba Samosir 2.352 0.086 1.69 6.271 8.512

Labuhan Batu 2.56138 0.189 8.93 9.625 10.36

Asahan 3.67579 0.199 5.22 10.125 15.68

Simalungun 4.23556 0.286 8.35 22.153 16.56

Dairi 1.9278 0.143 1.9 7.137 8.68

Karo 2.12725 0.171 2.08 10.253 8.54

Deli Serdang 2.5876 0.759 5.23 8.56 5.54

Langkat 5.23 0.156 7.1 23.56 15.58

Nias Selatan 1.83552 0.182 2.79 4.087 8.47

Humbang

Hasundutan 2.2972 0.077 0.3 5.16 6.47

Pakpak Barat 3.256 0.035 3.57 2.528 8.25

(1) (2) (3) (4) (5) (6)

Serdang

Bedagai 2.3002 0.317 6.13 1.547 6.36

Batubara 0.90496 0.896 5.89 5.268 6.547

P.Lawas

Selatan 4.86512 0.059 3.91 1.456 8.48

Padang Lawas

Utara 2.58 0.05 4.85 3.744 6.86

Labuhan Batu

Selatan 3.116 0.083 15.4 1.23 8.45

Labuhan Batu

Utara 3.025 0.115 7.61 3.562 11.34

Nias Utara 2.698 0.325 4.98 2.468 13.56

Nias Barat 0.54409 0.212 0.98 1.568 10.56

Sibolga 0.123 9.635 8.96 3.365 9.47

Tanjung Balai 0.09856 2.568 8.98 8.564 12.56

Pematang

Siantar 0.07997 3.658 6.61 4.256

9.86

Tebing Tinggi 0.05444 4.586 7.36 8.56 15.87

Medan 0.36559 7.215 3.58 23.56 15.68

Binjai 0.16958 3.245 5.86 1.56 8.66

Padangsidimpu

an 0.11465 0.758 6.8 5.982

9.65

Gunung Sitoli 0.62356 0.365 5.78 10.564 14.56

Sumatera

Utara 155.47 36.96 173.43 253.7576 341.529

Sumber: Badan Pusat Statistik Provinsi Sumatera Utara

Dari data tersebut maka diperoleh variabel sebagai berikut:

Y = Jumlah penduduk miskin (%)

�� = Luas wilayah (ribuan/km2)

�� = Kepadatan penduduk (ribuan/km2)

�� = Tingkat pengangguran (%)

�� = Tingkat pendidikan (ribuan/org)

3.2 Membentuk Persamaan Regresi Linier Berganda

Untuk membentuk persamaan regresi linier berganda, diperlukan perhitungan masing-masing satuan variabel. Hasil perhitungan yang dibutuhkan terdapat pada tabel dibawah ini :

Tabel 3.2 Harga-Harga yang Diperlukan Untuk Menghitung Koefisien b0, b1, b2,

b3, b4

No Y X1 X2 X3 X4 Y2 X12

(1) (2) (3) (4) (5) (6) (7) (8)

1 6.58 0.72032 0.136 1.56 3.215 43.2964 0.52

2 14.57 89.32033 0.062 7.56 23.54 212.2849 7978.12

3 8.68 4.35286 0.085 4.46 8.14 75.3424 18.95

4 13.54 2.158 0.185 5.68 15.213 183.3316 4.66

5 8.56 2.512 0.072 2.34 5.682 73.2736 6.31

6 8.512 2.352 0.086 1.69 6.271 72.45414 5.53

7 10.36 2.56138 0.189 8.93 9.625 107.3296 6.56

8 15.68 3.67579 0.199 5.22 10.125 245.8624 13.51

9 16.56 4.23556 0.286 8.35 22.153 274.2336 17.94

10 8.68 1.9278 0.143 1.9 7.137 75.3424 3.72

11 8.54 2.12725 0.171 2.08 10.253 72.9316 4.53

12 5.54 2.5876 0.759 5.23 8.56 30.6916 6.70

13 15.58 5.23 0.156 7.1 23.56 242.7364 27.35

14 8.47 1.83552 0.182 2.79 4.087 71.7409 3.37

15 6.47 2.2972 0.077 0.3 5.16 41.8609 5.28

16 8.25 3.256 0.035 3.57 2.528 68.0625 10.60

17 8.49 2.65686 0.05 0.99 1.2546 72.0801 7.06

18 6.36 2.3002 0.317 6.13 1.547 40.4496 5.29

19 6.547 0.90496 0.896 5.89 5.268 42.86321 0.82

20 8.48 4.86512 0.059 3.91 1.456 71.9104 23.67

21 6.86 2.58 0.05 4.85 3.744 47.0596 6.66

22 8.45 3.116 0.083 15.4 1.23 71.4025 9.71

23 11.34 3.025 0.115 7.61 3.562 128.5956 9.15

24 13.56 2.698 0.325 4.98 2.468 183.8736 7.28

25 10.56 0.54409 0.212 0.98 1.568 111.5136 0.30

26 9.47 0.123 9.635 8.96 3.365 89.6809 0.02

27 12.56 0.09856 2.568 8.98 8.564 157.7536 0.01

28 9.86 0.07997 3.658 6.61 4.256 97.2196 0.01

29 15.87 0.05444 4.586 7.36 8.56 251.8569 0.00

30 15.68 0.36559 7.215 3.58 23.56 245.8624 0.13

31 8.66 0.16958 3.245 5.86 1.56 74.9956 0.03

32 9.65 0.11465 0.758 6.8 5.982 93.1225 0.01

33 14.56 0.62356 0.365 5.78 10.564 211.9936 0.39

Sambungan Tabel 3.2

No X22 X32 X44 X1X2 X1X3 X1X4

(1) (2) (3) (4) (5) (6) (7)

1 0.018496 2.4336 10.336225 0.09796352 1.1236992 2.3158288

2 0.003844 57.1536 554.1316 5.53786046 675.2616948 2102.600568

3 0.007225 19.8916 66.2596 0.3699931 19.4137556 35.4322804

4 0.034225 32.2624 231.435369 0.39923 12.25744 32.829654

5 0.005184 5.4756 32.285124 0.180864 5.87808 14.273184

6 0.007396 2.8561 39.325441 0.202272 3.97488 14.749392

7 0.035721 79.7449 92.640625 0.48410082 22.8731234 24.6532825

8 0.039601 27.2484 102.515625 0.73148221 19.1876238 37.21737375 9 0.081796 69.7225 490.755409 1.21137016 35.366926 93.83036068

10 0.020449 3.61 50.936769 0.2756754 3.66282 13.7587086

11 0.029241 4.3264 105.124009 0.36375975 4.42468 21.81069425

12 0.576081 27.3529 73.2736 1.9639884 13.533148 22.149856

13 0.024336 50.41 555.0736 0.81588 37.133 123.2188

14 0.033124 7.7841 16.703569 0.33406464 5.1211008 7.50177024

15 0.005929 0.09 26.6256 0.1768844 0.68916 11.853552

16 0.001225 12.7449 6.390784 0.11396 11.62392 8.231168

17 0.0025 0.9801 1.57402116 0.132843 2.6302914 3.333296556

18 0.100489 37.5769 2.393209 0.7291634 14.100226 3.5584094

19 0.802816 34.6921 27.751824 0.81084416 5.3302144 4.76732928

20 0.003481 15.2881 2.119936 0.28704208 19.0226192 7.08361472

21 0.0025 23.5225 14.017536 0.129 12.513 9.65952

22 0.006889 237.16 1.5129 0.258628 47.9864 3.83268

23 0.013225 57.9121 12.687844 0.347875 23.02025 10.77505

24 0.105625 24.8004 6.091024 0.87685 13.43604 6.658664

25 0.044944 0.9604 2.458624 0.11534708 0.5332082 0.85313312

26 92.833225 80.2816 11.323225 1.185105 1.10208 0.413895

27 6.594624 80.6404 73.342096 0.25310208 0.8850688 0.84406784

28 13.380964 43.6921 18.113536 0.29253026 0.5286017 0.34035232

29 21.031396 54.1696 73.2736 0.24966184 0.4006784 0.4660064

30 52.056225 12.8164 555.0736 2.63773185 1.3088122 8.6133004

31 10.530025 34.3396 2.4336 0.5502871 0.9937388 0.2645448

32 0.574564 46.24 35.784324 0.0869047 0.77962 0.6858363

33 0.133225 33.4084 111.598096 0.2275994 3.6041768 6.58728784

Sambungan Tabel 3.2

No X2X3 X2X4 X3X4 YX1

(1) (2) (4) (5) (6)

1 0.21216 0.43724 5.0154 4.7397056

2 0.46872 1.45948 177.9624 1301.397208

3 0.3791 0.6919 36.3044 37.7828248

4 1.0508 2.814405 86.40984 29.21932

5 0.16848 0.409104 13.29588 21.50272

6 0.14534 0.539306 10.59799 20.020224

7 1.68777 1.819125 85.95125 26.5358968

8 1.03878 2.014875 52.8525 57.6363872

9 2.3881 6.335758 184.97755 70.1408736

10 0.2717 1.020591 13.5603 16.733304

11 0.35568 1.753263 21.32624 18.166715

12 3.96957 6.49704 44.7688 14.335304

13 1.1076 3.67536 167.276 81.4834

14 0.50778 0.743834 11.40273 15.5468544

15 0.0231 0.39732 1.548 14.862884

16 0.12495 0.08848 9.02496 26.862

17 0.0495 0.06273 1.242054 22.5567414

18 1.94321 0.490399 9.48311 14.629272

19 5.27744 4.720128 31.02852 5.92477312

20 0.23069 0.085904 5.69296 41.2562176

21 0.2425 0.1872 18.1584 17.6988

22 1.2782 0.10209 18.942 26.3302

23 0.87515 0.40963 27.10682 34.3035

24 1.6185 0.8021 12.29064 36.58488

25 0.20776 0.332416 1.53664 5.7455904

26 86.3296 32.421775 30.1504 1.16481

27 23.06064 21.992352 76.90472 1.2379136

28 24.17938 15.568448 28.13216 0.7885042

29 33.75296 39.25616 63.0016 0.8639628

30 25.8297 169.9854 84.3448 5.7324512

31 19.0157 5.0622 9.1416 1.4685628

32 5.1544 4.534356 40.6776 1.1063725

33 2.1097 3.85586 61.05992 9.0790336

Sambungan Tabel 3.2

No YX2 YX3 YX4

(1) (2) (3) (4)

1 0.89488 10.2648 21.1547

2 0.90334 110.1492 342.9778

3 0.7378 38.7128 70.6552

4 2.5049 76.9072 205.98402

5 0.61632 20.0304 48.63792

6 0.732032 14.38528 53.378752

7 1.95804 92.5148 99.715

8 3.12032 81.8496 158.76

9 4.73616 138.276 366.85368

10 1.24124 16.492 61.94916

11 1.46034 17.7632 87.56062

12 4.20486 28.9742 47.4224

13 2.43048 110.618 367.0648

14 1.54154 23.6313 34.61689

15 0.49819 1.941 33.3852

16 0.28875 29.4525 20.856

17 0.4245 8.4051 10.651554

18 2.01612 38.9868 9.83892

19 5.866112 38.56183 34.489596

20 0.50032 33.1568 12.34688

21 0.343 33.271 25.68384

22 0.70135 130.13 10.3935

23 1.3041 86.2974 40.39308

24 4.407 67.5288 33.46608

25 2.23872 10.3488 16.55808

26 91.24345 84.8512 31.86655

27 32.25408 112.7888 107.56384

28 36.06788 65.1746 41.96416

29 72.77982 116.8032 135.8472

30 113.1312 56.1344 369.4208

31 28.1017 50.7476 13.5096

32 7.3147 65.62 57.7263

33 5.3144 84.1568 153.81184

Dari Tabel 3.2 diperoleh hasil sebagai berikut :

n = 33 X1X2 = 22.4299

Y = 341.529 X1X3 = 1019.7001

X1 = 155.47 X1X4 = 2635.1635

X2 = 36.96 X2X3 = 245.05466

X3 = 173.43 X2X4 = 330.566229

X4 = 253.7576 X3X4 = 1441.168184

Y2 = 3883.008 YX1 = 1983.437207

X12 = 8184.1651 YX2 = 431.877644

X22 = 199.14059 YX3 = 1894.925

X32 = 1221.588 YX4 = 3126.503962

X44 = 3405.3619

Dari data tersebut maka selanjutnya akan dicari persamaan normal dengan rumus sebagai berikut :

∑

∑

∑

∑

∑

Y

=

nb

0

+

b

1

X

1

+

b

2

X

₂

+

b

3

X

3

+

b

4

X

4

∑

∑

∑

∑

∑

∑

=

+

+

2 1 2

+

3 1 3

+

4 1 4 2

1 1 1 0

1

b

X

b

(

X

)

b

X

X

b

X

X

b

X

X

YX

∑

∑

∑

∑

∑

∑

= + + + 3 2 3 + 4 2 4

2 2 2 2 1 1 2 0

2 b X b X X b (X ) b X X b X X

YX

∑

∑

∑

∑

∑

∑

= + + + + 4 3 4

2 3 3 3 2 2 3 1 1 3 0

3 b X b X X b X X b (X ) b X X

YX

∑

∑

∑

∑

∑

∑

= + + + + 2

4 4 4 3 3 4 2 2 4 1 1 4 0

4 b X b X X b X X b X X b ( X )

YX

Harga-harga koefisien b0, b1, b2, b3 dan b4 dicari dengan substitusi dan

eliminasi dari persamaan normal di atas. Selanjutnya substitusi nilai-nilai pada Tabel 3.2 ke dalam persamaan normal. Sehingga diperoleh :

341,53 = 33 b0 + 155,47b1 + 6,96b2 + 173,43b3 + 253,77b4

1983,44 = 155,47b0 + 8184,17b1 + 22,43b2 + 1019,70b3 + 2635,16b4

431,88 = 36,96b0 + 22,43b1 + 199,14b2 + 245,06b3 + 330,57b4

1894,93 = 173,43b0 + 1019,70b1 + 245,06b2 + 1221,59b3 + 1441,17b4

3126,50 = 253,76b0 + 2635,17b1 + 330,57b2 + 1441,17b3 + 3405,36b4

Setelah persamaan di atas diselesaikan. Maka diperoleh koefisien-koefisien regresi linier berganda seperti berikut:

b0 = 6,620

b1 = -0,0189

b2 = 0,1312

b4 = 0,3442

Maka persamaan regresi linier bergandanya adalah :

4 4 3 3 2 2 1 1 0

ˆ _{b b X b X b X b X}

Y = + + + +

ˆ

Y = 6,620 – 0,0189X1 + 0,1312X2 + 0,1940X3 + 0,3442X4

Setelah diperoleh persamaan regresi berganda. Langkah selanjutnya adalah menghitung kesalahan baku (Standard error). Untuk menghitung kesalahan baku ini diperlukan harga Y� yang diperoleh dari persamaan regresi di atas untuk tiap harga X1, X2, X3 dan X4 yang diketahui. Maka untuk mencari kesalahan baku

tersebut dibuat terlebih dahulu tabel seperti di bawah ini :

Tabel 3.3 Nilai-Nilai Yˆ Yang Diperoleh Dari Persamaan Regresi Linier Berganda Untuk Menghitung Kekeliruan Tafsiran Baku

No Y Ŷ (Y-Ŷ) (� −Ŷ)�

(1) (2) (3) (4) (5)

1 6.58 8.038472152 -1.458 2.1271

2 14.57 14.51408816 0.056 0.0031

3 8.68 10.22091095 -1.541 2.3744

4 13.54 12.9467204 0.593 0.3520

5 8.56 8.996674 -0.437 0.1907

6 8.512 9.0781686 -0.566 0.3205

7 10.36 11.64673172 -1.287 1.6557

8 15.68 11.07934137 4.601 21.1661

9 16.56 15.82743372 0.733 0.5367

10 8.68 9.43248158 -0.752 0.5662

11 8.54 10.53983278 -2.000 3.9993

12 5.54 10.63664716 -5.097 25.9758

13 15.58 16.0333722 -0.453 0.2055

14 8.47 8.562192472 -0.092 0.0085

15 6.47 8.42595732 -1.956 3.8258

16 8.25 8.1307712 0.119 0.0142

17 8.49 7.205238666 1.285 1.6506

18 6.36 8.34481402 -1.985 3.9395

19 6.547 9.681357056 -3.134 9.8242

20 8.48 7.800485232 0.680 0.4617

21 6.86 8.8123828 -1.952 3.8118

22 8.45 9.9879632 -1.538 2.3653

23 11.34 9.2852959 2.055 4.2218

24 13.56 8.4322534 5.128 26.2938

25 10.56 7.372356699 3.188 10.1611

26 9.47 10.7832603 -1.313 1.7247

27 12.56 11.64990762 0.910 0.8283

(1) (2) (3) (4) (5)

29 15.87 11.59984628 4.270 18.2342

30 15.68 16.36857035 -0.689 0.4741

31 8.66 8.721330938 -0.061 0.0038

32 9.65 10.10048712 -0.450 0.2029

33 14.56 11.41855152 3.141 9.8687

Jumlah 341.529 341.5245702 0.004429771 157.388254

Setelah memperoleh harga yang terdapat pada Tabel 3.3. maka kekeliruan bakunya dapat dihitung dengan menggunakan rumus sebagai berikut :

Sy.1.2.….k = Se =�∑�

Yi−Y�� 2 n−k−1

Dengan k = 4. n = 33. dan

∑

( )

Y−Yˆ 2 = 157,388254 Sehingga diperoleh :

Sy.1.2.….k = Se =�∑�

Yi−Y�� 2 n−k−1 S_y.1.2.….k = S_e =�157,388254

33−4−1 Sy.1.2.….k = Se =�5,621009071 Sy.1.2.….k = Se = 2,3709

Ini berarti rata-rata jumlah penduduk miskin yang sebenarnya akan menyimpang dari rata-rata hasil jumlah penduduk miskin yang diperkirakan sebesar 2,3709.

3.8Uji Regresi Linier Berganda

Pengujian hipotesa dalam regresi linier berganda perlu dilakukan agar tidak terjadi kesalahan penarikan kesimpulan.

3.8.1 Uji F (Simultan)

5. Menentukan formulasi hipotesis

H₀ : Tidak terdapat pengaruh yang signifikan antara luas wilayah, kepadatan penduduk, tingkat pengangguran dan tingkat pendidikan terhadap jumlah penduduk miskin Provinsi Sumatera Utara Tahun 2013

H1 : Terdapat pengaruh yang signifikan antara luas wilayah, kepadatan penduduk, tingkat pengangguran dan tingkat pendidikan terhadap jumlah penduduk miskin Provinsi Sumatera Utara Tahun 2013

6. Mencari nilai Ftabel dari Tabel Distribusi F

Dengan taraf nyata α = 0.05 dan nilai Ftabel dengan dk pembilang (v1) = k = 3

dan dk penyebut (v2) = n – k – 1 = 33 – 4 – 1 = 28. maka di peroleh

Fv1;v2(α) = F4;28(0.05) = 2.93

7. Menentukan kriteria pengujian H₀ diterima bila F_hitung < F_tabel H0 ditolak bila Fhitung ≥Ftabel 8. Menentukan nilai statistik Fhitung

Fhitung =

JK_{(reg )/k} JK(res )/(n−k−1)

Untuk menguji model regresi yang telah terbentuk. maka diperlukan nilai-nilai y, x1, x2, x3 dan x4 dengan rumus :

y Y Y= − x₂ =X₂ −X₂ x₄ =X₄ −X₄

1 1

1 X X

x = − x3 = X3 −X3

Dari Tabel 3.2 dapat dicari rata-rata untuk y, x1, x2, x3 dan x4 seperti di

bawah ini :

Y Y

n

=

∑

2

2

X X

n

=

∑

n X

X4 =

∑

4

Y

�= 341,529

33 = 10,3494 X�2 =

36,96

33 = 1,1200 X�4 =

253,7576

33 =7,6896

1 1

X X

n

=

∑

3

3

X X

n

X

�₁ =155,47

33 = 4,7112 X�3 =

173,43

33 = 5,2555

Selanjutnya untuk uji keberartian Regresi, dilakukan perhitungan seperti tabel 3.4 dibawah ini:

Tabel 3.4 Harga-Harga Yang Diperlukan Untuk Uji Keberartian Regresi

No Y X1 X2 X3 X4

(1) (2) (3) (4) (5) (6)

1 3.769 3.991 0.984 3.695 4.475

2 -4.221 -85.208 1.058 -2.115 -15.850

3 1.669 -0.241 1.035 0.985 -0.450

4 -3.191 1.954 0.935 -0.235 -7.523

5 1.789 1.600 1.048 3.105 2.008

6 1.837 1.760 1.034 3.755 1.419

7 -0.011 1.551 0.931 -3.485 -1.935

8 -5.331 0.436 0.921 0.225 -2.435

9 -6.211 -0.124 0.834 -2.905 -14.463

10 1.669 2.184 0.977 3.545 0.553

11 1.809 1.985 0.949 3.365 -2.563

12 4.809 1.524 0.361 0.215 -0.870

13 -5.231 -1.118 0.964 -1.655 -15.870

14 1.879 2.276 0.938 2.655 3.603

15 3.879 1.815 1.043 5.145 2.530

16 2.099 0.856 1.085 1.875 5.162

17 1.859 1.455 1.070 4.455 6.435

18 3.989 1.812 0.803 -0.685 6.143

19 3.802 3.207 0.224 -0.445 2.422

20 1.869 -0.753 1.061 1.535 6.234

21 3.489 1.532 1.070 0.595 3.946

22 1.899 0.996 1.037 -9.955 6.460

23 -0.991 1.087 1.005 -2.165 4.128

24 -3.211 1.414 0.795 0.465 5.222

25 -0.211 3.568 0.908 4.465 6.122

26 0.879 3.989 -8.515 -3.515 4.325

27 -2.211 4.013 -1.448 -3.535 -0.874

28 0.489 4.032 -2.538 -1.165 3.434

29 -5.521 4.058 -3.466 -1.915 -0.870

30 -5.331 3.746 -6.095 1.865 -15.870

31 1.689 3.942 -2.125 -0.415 6.130

32 0.699 3.997 0.362 -1.355 1.708

33 -4.211 3.488 0.755 -0.335 -2.874

Sambungan Tabel 3.4

NO

Y2 X12 X22 X32 X42 X1X2 X1X3 X1X4

(1)

(2) (3) (4) (5) (6) (7) (8) (9)

1 14.208 15.93 0.968 13.656 20.022 3.927 14.748 17.858

2 17.817 7260.5 1.119 4.471 251.235 -90.150 180.18 1350.6

3 2.786 0.06 1.071 0.971 0.203 -0.249 -0.237 0.108

4 10.182 3.82 0.874 0.055 56.602 1.827 -0.458 -14.701

5 3.201 2.56 1.098 9.644 4.030 1.677 4.969 3.212

6 3.375 3.10 1.069 14.103 2.012 1.820 6.610 2.497

7 0.000 2.40 0.867 12.142 3.746 1.444 -5.403 -3.001

8 28.420 0.19 0.848 0.051 5.931 0.402 0.098 -1.062

9 38.577 0.02 0.696 8.436 209.190 -0.103 0.359 1.787

10 2.786 4.77 0.955 12.570 0.305 2.134 7.744 1.207

11 3.272 3.94 0.901 11.326 6.571 1.884 6.680 -5.088

12 23.126 2.32 0.130 0.046 0.758 0.550 0.328 -1.327

13 27.363 1.25 0.929 2.738 251.870 -1.078 1.850 17.743

14 3.531 5.18 0.880 7.051 12.979 2.135 6.045 8.201

15 15.047 3.29 1.088 26.476 6.399 1.893 9.338 4.591

16 4.406 0.73 1.177 3.517 26.642 0.929 1.605 4.418

17 3.456 2.12 1.145 19.851 41.409 1.557 6.483 9.364

18 15.912 3.28 0.645 0.469 37.732 1.455 -1.240 11.129

19 14.455 10.29 0.050 0.198 5.864 0.718 -1.426 7.766

20 3.493 0.57 1.126 2.358 38.858 -0.799 -1.156 -4.695

21 12.173 2.35 1.145 0.355 15.568 1.639 0.912 6.045

22 3.606 0.99 1.075 99.093 41.726 1.033 -9.915 6.434

23 0.982 1.18 1.010 4.685 17.037 1.092 -2.353 4.487

24 10.311 2.00 0.632 0.217 27.265 1.124 0.658 7.383

25 0.045 12.73 0.824 19.940 37.474 3.240 15.932 21.841

26 0.773 15.91 72.51 12.352 18.702 -33.966 -14.020 17.251

27 4.889 16.11 2.097 12.493 0.765 -5.811 -14.186 -3.509

28 0.239 16.26 6.441 1.356 11.790 -10.233 -4.695 13.844

29 30.481 16.46 12.01 3.665 0.758 -14.064 -7.768 -3.532

30 28.420 14.04 37.15 3.480 251.870 -22.834 6.989 -59.457

31 2.853 15.54 4.516 0.172 37.572 -8.378 -1.634 24.165

32 0.489 15.98 0.131 1.835 2.916 1.447 -5.415 6.826

33 17.733 12.17 0.570 0.112 8.262 2.634 -1.167 -10.027

Jum lah

348.40 3

7467.9 92

157.7 45

309.88

5 1454.062 -151.10

6

200.45 2

1442.3 46

Sambungan Tabel 3.4

No X2X3 X2X4 X3X4 YX1 YX2 YX3 YX4

(1) (2) (3) (4) (5) (6) (7) (8)

1 3.636 4.403 16.536 15.043 3.709 13.93

0 16.866

2 -2.237 -16.770 33.516 359.664 -4.466 8.925 66.905

3 1.020 -0.466 -0.444 -0.402 1.727 1.645 -0.752

4 -0.219 -7.034 1.765 -6.235 -2.984 0.748 24.007

5 3.255 2.104 6.235 2.862 1.875 5.556 3.592

6 3.883 1.467 5.327 3.233 1.899 6.899 2.606

7 -3.244 -1.802 6.744 -0.017 -0.010 0.038 0.021

8 0.208 -2.243 -0.549 -2.325 -4.910

-1.202 12.983

9 -2.422 -12.062 42.010 0.767 -5.180 18.04

0 89.832

10 3.464 0.540 1.959 3.645 1.631 5.917 0.922

11 3.194 -2.433 -8.627 3.590 1.717 6.088 -4.637

12 0.078 -0.314 -0.188 7.331 1.736 1.036 -4.186

13 -1.595 -15.299 26.258 5.848 -5.043 8.655 83.018

14 2.491 3.379 9.567 4.278 1.763 4.990 6.769

15 5.367 2.638 13.016 7.040 4.046 19.95

9 9.812

16 2.035 5.600 9.680 1.797 2.277 3.937 10.834

17 4.767 6.885 28.671 2.705 1.989 8.283 11.963

18 -0.550 4.933 -4.205 7.227 3.203

-2.731 24.503

19 -0.100 0.542 -1.077 12.193 0.852

-1.690 9.207

20 1.629 6.614 9.571 -1.408 1.983 2.870 11.651

21 0.637 4.222 2.349 5.345 3.733 2.078 13.766

22 -10.323 6.699 -64.302 1.891 1.969

-18.90

4

12.267

23 -2.175 4.148 -8.934 -1.077 -0.996 2.145 -4.090

24 0.370 4.151 2.430 -4.540 -2.553

-1.495 -16.767

25 4.055 5.558 27.336 -0.753 -0.192

-0.942 -1.292

26 29.926 -36.824 -15.199 3.506 -7.485

-3.089 3.801

27 5.118 1.266 3.091 -8.874 3.202 7.815 1.933

28 2.956 -8.714 -3.999 1.972 -1.241

-0.569 1.679

29 6.636 3.017 1.666 -22.402 19.136 10.57

30 -11.370 96.730 -29.606 -19.972 32.492

-9.945 84.605

31 0.881 -13.025 -2.541 6.659 -3.589

-0.700 10.353

32 -0.490 0.618 -2.313 2.794 0.253

-0.947 1.194

33 -0.253 -2.170 0.962 -14.690 -3.179 1.409 12.104

Juml

ah 50.626 46.358 106.706 376.697 49.366

99.31 8

500.27 6

Dari nilai-nilai di atas dapat diketahui nilai jumlah kuadrat regresi (JKreg)

dan nilai (JKres) dan selanjutnya dapat dihitung Fhitung.

∑

∑

∑

∑

+ + +

=b1 yx1 b2 yx2 b3 yx3 b4 yx4 JK_reg

JKreg =−0,0189 (376.697) + 0,1312(49.366) + 0,1940(99.318) + 0,3442(500.276)

JKreg =−7.119573387 + 6.476756463 +19.2677363+172.1950002 JKreg =190.8199196

JKres =

( )

2

ˆ

Y−Y

∑

JKres = 157.388254 /

/ ( 1)

reg hitung

res

JK k

F

JK n k

=

− −

Fhitung =

190.8199196/4 157.388254/28

F_hitung =40,7050 5,6210 F_hitung = 8,4869

Untuk F_tabel. yaitu nilai statistik F jika dilihat dari tabel distribusi F dengan derajat kebebasan pembilang V1 = k yaitu 4 dan penyebut V2 = n – k – 1 yaitu 28.

( )(1;2)

tabel V V

F =F_α

Ftabel = F(0.05)(k;n−k−1) Ftabel = F(0.05)(4;28) F_tabel = 2.93

Dengan demikian dapat kita lihat bahwa nilai Fhitung = 8,4869 > Ftabel =

2,93. Maka H0 ditolak dan H1 diterima. Hal ini berarti persamaan linier berganda

Y atas X1. X2, X3 dan X4 bersifat nyata yang berarti bahwa luas wilayah,

kepadatan penduduk, tingkat pengangguran dan tingkat pendidikan secara bersama-sama berpengaruh terhadap jumlah penduduk miskin Provinsi Sumatera Utara Tahun 2013.

3.9 Perhitungan Koefisien Determinasi Dan Koefisien Korelasi Ganda

Dari Tabel 3.4 dapat dilihat harga ∑ �2 = 348,304 dan nilai

����� = 190,8199196 telah dihitung sebelumnya, maka diperoleh nilai koefisien

determinasi :

2

2

reg JK R

y

=

∑

�2 ₌ 190,8199196 348,304

�2 _{= 0,5476}

Didapat nilai koefisien determinasi 0,5476. Hal ini berarti bahwa sekitar 54,76% jumlah penduduk miskin dapat ditentukan oleh luas wilayah, kepadatan penduduk, tingkat pengangguran dan tingkat pendidikan melalui hubungan regresi linier berganda sedangkan sisanya 45,23% lagi dipengaruhi oleh faktor lain. Untuk koefisien korelasi ganda digunakan rumus :

2

R= R

�=�0,5476

Dari hasil perhitungan didapat korelasi (R) antara luas wilayah, kepadatan penduduk, tingkat pengangguran dan tingkat pendidikan terhadap jumlah penduduk miskin sebesar 0,74. Nilai korelasi tersebut menyatakan bahwa hubungan antara luas wilayah, kepadatan penduduk, tingkat pengangguran dan tingkat pendidikan terhadap jumlah penduduk miskin tinggi.

3.10 Perhitungan Koefisien Korelasi Antar Variabel

3.10.1 Koefisien Korelasi Antara Jumlah Penduduk Miskin (Y) Dengan Luas Wilayah (�_�)

( )

( )

( )

{

_∑

∑

−

_∑

∑

}

{

_∑

∑

−

( )

_∑

}

− = 2 2 2 1 2 1 1 1 1 y y n x x n y x yx n r_yx

(

)(

)

(

)

{

2

}

{

(

)

2

}

) 341,529 ( 3883,003 33 ) 47 , 155 ( 6 8184,16513 33 341,529 155,47 ) 1983,437 ( 33 1 − − − = yx r

{

270077,449 24170,921

}{

128139 116642,058

}

572 , 53780 65453,421

1 − −

− =

yx

r

{

245906,528

}{

11496,942

}

11672,849

1 =

yx

r

{

2827173089,8

}

849 , 11672 1 = yx r 168 , 53171 849 , 11672 1 = yx r 0,232 1 = yx r

Koefisien korelasi antara jumlah penduduk miskin (Y) dan luas wilayah (X1) adalah 0,232. Nilai korelasi tersebut menyatakan bahwa hubungan antara

3.10.2 Koefisien Korelasi Antara Jumlah Penduduk Miskin (Y) Dengan Kepadatan Penduduk (�_�)

( )

( )

( )

{

_∑

∑

−

_∑

∑

}

{

_∑

∑

−

( )

_∑

}

− = ₂ 2 2 2 2 2 2 2 2 y y n x x n y x yx n r_yx

(

)(

)

(

)

{

2

}

{

(

)

2

}

) 341,529 ( 3883,003 33 ) 96 , 36 ( 199.14059 33 341,529 36,96 ) 431,878 ( 33 2 − − − = yx r

{

6571,622 1364,563

}{

128139,099 116642,058

}

912 , 12622 14251,974

2 − −

− =

yx

r

{

5207,059

}{

11497,041

}

1629,062

2 =

yx

r

{

59865770,812

}

062 , 1629 2 = yx r 297 , 7737 062 , 1629 2 = yx r

0,211

2

=

yx

r

Nilai koefisien korelasi 0,211 menunjukkan korelasi rendah dan searah (korelasi positif) .

3.10.3 Koefisien Korelasi Antara Jumlah Penduduk Miskin (Y) Dengan Tingkat Pengangguran (�_�)

( )

( )

( )

{

_∑

∑

−

_∑

∑

}

{

_∑

∑

−

( )

_∑

}

− = 2 2 2 3 2 3 3 3 3 y y n x x n y x yx n r_yx

(

)(

)

(

)

{

2

}

{

(

)

2

}

) 341,529 ( 3883,003 33 ) 43 , 173 ( 1222 33 341,529 173,43 ) 1895 ( 33 3 − − − = yx r

Lampiran 1

Data Luas Wilayah, Kepadatan Penduduk, Tingkat Pengangguran, dan

Tingkat Pendidikan Provinsi Sumatera Utara Tahun 2013

Kabupaten / Kota Luas Wilayah (Ribuan/km2)

Kepadatan Penduduk (Ribuan/km2)

Tingkat Pengangguran (%) Tingkat Pendidikan (ribuan) Jumlah Penduduk miskin (%) Kabupaten

Nias _{0.72032 0.136 1.56 3.215} 6.58

Mandailing Natal _{89.32033 0.062 7.56 23.54} 14.57

Tapanuli Selatan _{4.35286 0.085 4.46 8.14} 8.68

Tapanuli Tengah _{2.158 0.185 5.68 15.213} 13.54

Tapanuli Utara _{2.512 0.072 2.34 5.682} 8.56

Toba Samosir _{2.352 0.086 1.69 6.271} 8.512

Labuhan Batu _{2.56138 0.189 8.93 9.625} 10.36

Asahan _{3.67579 0.199 5.22 10.125} 15.68

Simalungun _{4.23556 0.286 8.35 22.153} 16.56

Dairi _{1.9278 0.143 1.9 7.137} 8.68

Karo _{2.12725 0.171 2.08 10.253} 8.54

Deli Serdang _{2.5876 0.759 5.23 8.56} 5.54

Langkat _{5.23 0.156 7.1 23.56} 15.58

Nias Selatan _{1.83552 0.182 2.79 4.087} 8.47

Humbang Hasundutan 2.2972 0.077 0.3 5.16 6.47

Pakpak Barat 3.256 0.035 3.57 2.528 8.25

Samosir 2.65686 0.05 0.99 1.2546 8.49

Serdang Bedagai 2.3002 0.317 6.13 1.547 6.36

Batubara 0.90496 0.896 5.89 5.268 6.547

Padang Lawas Selatan 4.86512 0.059 3.91 1.456 8.48

Padang Lawas Utara 2.58 0.05 4.85 3.744 6.86

Labuhan Batu Selatan 3.116 0.083 15.4 1.23 8.45

Labuhan Batu Utara 3.025 0.115 7.61 3.562 11.34

Nias Utara 2.698 0.325 4.98 2.468 13.56

Nias Barat 0.54409 0.212 0.98 1.568 10.56

Kota

Sibolga _{0.123 9.635 8.96 3.365} 9.47

Tanjung Balai _{0.09856 2.568 8.98 8.564} 12.56

Pematang Siantar _{0.07997 3.658 6.61 4.256} 9.86

Tebing Tinggi _{0.05444 4.586 7.36 8.56} 15.87

Medan _{0.36559 7.215 3.58 23.56} 15.68

Binjai _{0.16958 3.245 5.86 1.56} 8.66

Padangsidimpuan _{0.11465 0.758 6.8 5.982} 9.65

Gunung Sitoli _{0.62356 0.365 5.78 10.564} 14.56

Sumatera Utara _{155.47 36.96 173.43 253.7576 341.529}

Lampiran 2

Analisis Regresi Linier Berganda

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 6.625 .909 7.291 .000

X1 -.019 .031 -.087 -.600 .553 .764 1.309

X2 .131 .199 .088 .658 .516 .896 1.116

X3 .194 .141 .183 1.378 .179 .914 1.094

X4 .344 .070 .703 4.886 .000 .779 1.284

Lampiran 3

Uji Koefisien Korelasi

Correlations

Y X1 X2 X3 X4

Y Pearson Correlation 1 .232 .211 .304 .703**

Sig. (2-tailed) .193 .239 .085 .000

N 33 33 33 33 33

X1 Pearson Correlation .232 1 -.140 .133 .437*

Sig. (2-tailed) .193 .437 .460 .011

N 33 33 33 33 33

X2 Pearson Correlation .211 -.140 1 .230 .097

Sig. (2-tailed) .239 .437 .198 .592

N 33 33 33 33 33

X3 Pearson Correlation .304 .133 .230 1 .160

Sig. (2-tailed) .085 .460 .198 .373

N 33 33 33 33 33

X4 Pearson Correlation .703** .437* .097 .160 1

Sig. (2-tailed) .000 .011 .592 .373

N 33 33 33 33 33

**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).

Uji Multikolinieritas

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 6.625 .909 7.291 .000

X1 -.019 .031 -.087 -.600 .553 .764 1.309

X2 .131 .199 .088 .658 .516 .896 1.116

X3 .194 .141 .183 1.378 .179 .914 1.094

X4 .344 .070 .703 4.886 .000 .779 1.284

Lampiran 5

Uji Heteroskedastisitas

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 1.794 .592 3.029 .005

X1 -.016 .020 -.166 -.787 .438

X2 -.055 .130 -.082 -.420 .678

X3 .025 .092 .053 .274 .786

X4 -.022 .046 -.098 -.473 .640

Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 33

Normal Parametersa,,b Mean .0000000

Std. Deviation 2.21774265

Most Extreme Differences Absolute .145

Positive .145

Negative -.123

Kolmogorov-Smirnov Z .834

Asymp. Sig. (2-tailed) .489

a. Test distribution is Normal. b. Calculated from data.