BAB 4 ANALISIS DATA
4.1 Pengolahan Data
Setiap data merupakan alat bagi pengambilan keputusan untuk dasar pembuatan keputusan atau 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 atau permasalahan. Untuk itu diperlukannya analisis data.Analisis bertujuan untuk menjelaskan fenomena, kejadian atau perilaku atau
untuk menerangkan apa yang menjadi latar belakang penelitian.
Untuk membahas dan memecahkan masalah tentang laju inflasi seperti yang diuraikan pada bagian sebelumnya, penulis mengumpulkan data yang berhubungan
degnan 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, dan suku bunga bank pada periode Januari 2008 sampai dengan Desember
2009. Adapun datanya adalah sebagai berikut.
Tabel 4.1 Data Jumlah Uang Beredar Triliun Rupiah, Suku Bunga Bank persen dan laju Inflasipersen.
Sumber: Badan Pusat Statistik
4.2 Persamaan Regresi Linier Berganda
Untuk mencari persamaan linier berganda terlebih dahulu kita harus menghitung koefisien-koefisien regresinya b
,b
1
,b
2
. untuk memudahkan mencari persamaan regresinya maka variabelnya harus dinotasikan dengan variabel X dan Y, yaitu Jumlah
uang beredar X
1i
, suku bunga bank X
2i
, dan laju inflasi Y
i
. Sedangkan nilai-nilai yang dibutuhkan untuk menentukan persamaan regresinya adalah yang disajikan
dalam tabel berikut :
No Bulan
Tahun Jumlah Uang Beredar
Triliun rupiah Suku Bunga Bank
Persen
Laju Inflasi
Persen
1 Januari
2008 420,298
8,00 7,36
2 Februari
2008 411,327
8,00 7,40
3 Maret
2008 419,746
8,00 8,17
4 April
2008 427,028
8,00 8,96
5 Mei
2008 438,544
8,25 10,38
6 Juni
2008 466,708
8,50 11,03
7 Juli
2008 458,379
8,75 11,90
8 Agustus
2008 452,445
9,00 11,85
9 September 2008
491,729 9,25
12,14 10
Oktober 2008
471,354 9,50
11,77 11
November 2008 475,053
9,50 11,68
12 Desember 2008
466,379 9,25
11,06 13
Januari 2009
437,845 8,75
9,17 14
Februari 2009
434,761 8,25
8,60 15
Maret 2009
448,034 7,75
7,92 16
April 2009
452,937 7,50
7,31 17
Mei 2009
456,955 7,25
6,04 18
Juni 2009
482,621 7,00
3,65 19
Juli 2009
474,174 6,75
2,71 20
Agustus 2009
490,128 6,50
2,75 21
September 2009 490,022
6,50 2,83
22 Oktober
2009 485,538
6,50 2,57
23 November 2009
495,061 6,50
2,41 24
Desember 2009 515,824
6,50 2,78
Tabel 4.2 Nilai-nilai Yang dibutuhkan untuk menghitung Koefisien-koefisien No
X
1i
X
2i
Y
i
Y
i
.X
1i
Y
i
.X
2i
X
1i 2
X
2i 2
X
1i
.X
2i
1 420,298
8,00 7,36
3.093,393 58,88
176.650,409 64,00
3.362,38 2
411,327 8,00
7,40 3.043,820
59,20 169.189,901
64,00 3.290,62
3 419,746
8,00 8,17
3.429,325 65,36
176.186,705 64,00
3.357,97 4
427,028 8,00
8,96 3.826,171
71,68 182.352,913
64,00 3.416,22
5 438,544
8,25 10,38
4.552,087 85,64
192.320,840 68,06
3.617,99 6
466,708 8,50
11,03 5.147,789
93,76 217.816,357
72,25 3.967,02
7 458,379
8,75 11,90
5.454,710 104,13
210.111,308 76,56
4.010,82 8
452,445 9,00
11,85 5.361,473
106,65 204.706,478
81,00 4.072,01
9 491,729
9,25 12,14
5.969,590 112,30
241.797,409 85,56
4.548,49 10
471,354 9,50
11,77 5.547,837
111,82 222.174,593
90,25 4.477,86
11 475,053
9,50 11,68
5.548,619 110,96
225.675,353 90,25
4.513,00 12
466,379 9,25
11,06 5.158,152
102,31 217.509,372
85,56 4.314,01
13 437,845
8,75 9,17
4.015,039 80,24
191.708,244 76,56
3.831,14 14
434,761 8,25
8,60 3.738,945
70,95 189.017,127
68,06 3.586,78
15 448,034
7,75 7,92
3.548,429 61,38
200.734,465 60,06
3.472,26 16
452,937 7,50
7,31 3.310,969
54,83 205.151,926
56,25 3.397,03
17 456,955
7,25 6,04
2.760,008 43,79
208.807,872 52,56
3.312,92 18
482,621 7,00
3,65 1.761,567
25,55 232.923,030
49,00 3.378,35
19 474,174
6,75 2,71
1.285,012 18,29
224.840,982 45,56
3.200,67 20
490,128 6,50
2,75 1.347,852
17,88 240.225,456
42,25 3.185,83
21 490,022
6,50 2,83
1.386,762 18,40
240.121,560 42,25
3.185,14 22
485,538 6,50
2,57 1.247,833
16,71 235.747,149
42,25 3.156,00
23 495,061
6,50 2,41
1.193,097 15,67
245.085,394 42,25
3.217,90 24
515,824 6,50
2,78 1.433,991
18,07 266.074,399
42,25 3.352,86
Jlh 12.062,890
182.75 189,25 83.162,469
1.524,20 5.116.929,242 1.524,81
87.225,27
Dari tabel 4.2 diperoleh:
Dari persamaan :
Dapat disubtitusikan ke dalam nilai-nilai yang bersesuaian sehingga diperoleh :
Setelah persamaan di atas diselesaikan, maka koefisien –koefisien regresi linier berganda sebagai berikut :
Dengan demikian, persamaan regresi linier ganda Y atas X
1i
dan X
2i
adalah :
Sedangkan untuk menghitung kekeliruan baku taksiran diperlukan harga-harga yang diperolah dari persamaan regresi di atas yang diketahui dapat dilihat pada tabel
4.3 berikut.
Tabel 4.3 Harga Penyimpangan Bulan
1 7,36
8,26001 -0,90001
0,81001 2
7,40 8,33806
-0,93806 0,87995
3 8,17
8,26481 -0,09481
0,00899 4
8,96 8,20146
0,75854 0,57539 5
10,38 8,91219
1,46781 2,15446 6
11,03 9,47809
1,55191 2,40842 7
11,90 10,36148
1,53852 2,36705 8
11,85 11,22403
0,62597 0,39184 9
12,14 11,69318
0,44682 0,19965 10
11,77 12,68137
-0,91137 0,83060
11 11,68
12,64919 -0,96919
0,93933 12
11,06 11,91373
-0,85373 0,72885
13 9,17
10,54012 -1,37012
1,87724 14
8,60 8,94510
-0,34510 0,11910
15 7,92
7,20778 0,71222 0,50726
16 7,31
6,35420 0,95580 0,91356
17 6,04
5,50832 0,53168 0,28269
18 3,65
4,47410 -0,82410
0,67914 19
2,71 3,73666
-1,02666 1,05403
20 2,75
2,78694 -0,03694
0,00136 21
2,83 2,78786
0,04214 0,00178 22
2,57 2,82687
-0,25687 0,06598
23 2,41
2,74402 -0,33402
0,11157 24
2,78 2,56338
0,21662 0,04692 Jlh
17,95515 Sehingga kesalahan bakunya dapat dihitung dengan rumus :
Dengan :
Diperoleh :
Dengan penyimpangan nilai yang didapat berarti bahwa rata-rata angka laju inflasi yang sebenarnya akan menyimpang dari rata-rata laju inflasi yang diperkirakan
sebesar 0,85501.
4.3 Uji Hipotesis Regresi Linier Ganda
Kategori