Faktor yang Mempengaruhi Kemiskinan di Kota Medan

(1)

AYU HARTANTI 112407026

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2014


(2)

FAKTOR YANG MEMPENGARUHI KEMISKINAN DI KOTA MEDAN

DiajukanuntukmelengkapitugasdanmemenuhisyaratmemperolehgelarAhliM adya

AYU HARTANTI 112407026

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2014


(3)

PERSETUJUAN

Judul : Faktor yang Mempengaruhi Kemiskinan di Kota

Medan

Kategori : Tugas Akhir

Nama : Ayu Hartanti

Nim : 112407026

Program Studi : D3 Statistika

Departemen : Matematika

Fakultas : Matematika dan Ilmu PengetahuanAlam

Universitas Sumatera Utara

Disetujui di Medan, Juni 2014

Disetujui Oleh,

Program Studi D3 Statistika FMIPA USU

Ketua, Pembimbing,

Dr. Faigiziduhu Bu’ulölö, M.Si Prof. Dr. SaibSuwilo, M.Sc


(4)

PERNYATAAN

FAKTOR YANG MEMPENGARUHI KEMISKINAN DI KOTA MEDAN

TUGAS AKHIR

Saya mengakuibahwaTugasAkhiriniadalahhasilkerja saya sendiri, kecualibeberapakutipandanringkasan yang masing-masingdisebutkansumbernya.

Medan, Juni 2014

AYU HARTANTI 112407026


(5)

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul Faktor yang Mempengaruhi Kemiskinan di Kota Medan.

Terimakasih penulis sampaikan kepada Bapak Prof. Dr. Saib Suwilo, M.Sc selaku pembimbing yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Dr. Faigiziduhu Bu’ulölö, M.Si dan Bapak Drs. Suwarno Ariswoyo, M.Si selaku Ketua dan Sekretaris Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si, PhD dan Ibu Dra. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU Medan, seluruh staf dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Ayahanda Suhartoyo, Ibunda Sri Rahayudan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.


(6)

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Penghargaan iii

Daftar Isi iv

Daftar Tabel vi

Daftar Gambar vii

Daftar Lampiran viii

BAB 1 Pendahuluan 1.1 Latar Belakang 1

1.2 Perumusan Masalah 3

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 4

1.5 Manfaat Penelitian 4

1.6 Lokasi Penelitian 4

1.7 Metode Penelitian 5

1.8 Tinjauan Pustaka 5

1.9 Sistematika Penulisan 8

BAB 2 Landasan Teori 2.1 Regresi Linier Berganda 9

2.2 Koefisien Determinasi 12

2.3 Uji Regresi Linier Berganda 13

2.4 Koefisien Korelasi Berganda 14


(7)

BAB 3 Pengolahan Data

3.1 Data dan Pembahasan 17

3.2 Pendefenisian variabel 19

3.3 Persamaan Regresi Linier Berganda 20

3.4 Koefisien Korelasi 22

3.4.1 Koefisien korelasi antara Y (jumlah penduduk miskin) dengan X1 (jumlah pengangguran)

24

3.4.2 Koefisien korelasi antara Y (jumlah penduduk miskin) dengan X2 (jumlah penduduk)

24

3.4.3 Koefisien korelasi antara Y (jumlah penduduk miskin) dengan X3 (pendapatan)

24

3.5 Uji Regresi Berganda 25

3.6 Uji Koefisien Regresi Berganda 27

3.6.1 Pengaruh jumlah pengangguran (X1) terhadap

jumlah penduduk miskin (Y)

27

3.6.2 Pengaruh jumlah penduduk (X2) terhadap

jumlah penduduk miskin (Y)

28

3.6.3 Pengaruh pendapatan (X3) terhadap jumlah

penduduk miskin (Y)

29

BAB 4 Kesimpulan dan Saran

4.1 Kesimpulan 30

4.2 Saran 31

Daftar Pustaka Lampiran


(8)

DAFTAR TABEL

Halaman

Tabel 2.1 Interpretasi koefisien korelasi nilai r 15

Tabel 3.1 Jumlah penduduk miskin,jumlah

pengangguran,jumlah penduduk, dan jumlah pendapatan

18

Tabel 3.2 Model summary untuk menentukan koefisien determinasi

21

Tabel 3.3 Coefficientsa untuk menentukan persamaan regresi linier berganda

21

Tabel 3.4 Correlations untuk nilai korelasi 23


(9)

DAFTAR GAMBAR

Halaman Gambar 3.1 Kotak dialog linier

regression

21

Gambar 3.2 Kotak dialog bivariate correlations


(10)

DAFTAR LAMPIRAN

1. Surat permohonan penelitian tugas akhir

2. Surat riset pengumpulan data

3. Kartu bimbingan tugas akhir mahasiswa


(11)

BAB 1 PENDAHULUAN

1.1Latar Belakang

Pembangunan ekonomi daerah adalah suatu proses di mana pemerintah daerah

dan masyarakatnya mengelola sumber daya yang ada dan membentuk suatu pola

kemitraan antara pemerintah daerah dengan sektor swasta untuk menciptakan

suatu lapangan kerja baru dan merangsang perkembangan pertumbuhan ekonomi

dalam wilayah tersebut.Salah satu indikator utama keberhasilan pembangunan

adalah laju penurunan jumlah penduduk miskin.

Dalam upaya untuk mencapai tujuan pembangunan ekonomi daerah,

pemerintah daerah dan masyarakatnya harus secara bersama-sama mengambil

inisiatif pembangunan daerah. Efektivitas dalam menurunkan jumlah penduduk

miskin merupakan pertumbuhan utama dalam memilih strategi atau instrumen

pembangunan. Kemiskinan merupakan masalah kompleks tentang kesejahteraan

yang dipengaruhi oleh berbagai faktor yang saling berkaitan, antara lain tingkat

pendapatan masyarakat, pengangguran, kesehatan, pendidikan, akses terhadap

barang dan jasa, lokasi, geografis, gender dan lokasi lingkungan.

Penyebab kemiskinan bermuara pada teori lingkaran kemiskinan (vicious circle of poverty), yang dimaksud lingkaran kemiskinan adalah satu rangkaian kekuatan yang saling mempengaruhi suatu keadaan di mana suatu negara akan

tetap miskin dan akan banyak mengalami kesukaran untuk mencapai tingkat

pembangunan yang lebih baik. Adanya keterbelakangan, ketertinggalan SDM


(12)

modal menyebabkan rendahnya produktifitas. Rendahnya produktifitas

mengakibatkan rendahnya pendapatan yang mereka terima (yang tercermin oleh

rendahnya PDRB per kapita). Rendahnya pendapatan akan berimplikasi pada

rendahnya tabungan dan investasi. Rendahnya investasi berakibat pada rendahnya

akumulasi modal sehingga proses penciptaan lapangan kerja rendah (tercermin

oleh tingginya jumlah pengangguran). Rendahnya akumulasi modal disebabkan

oleh keterbelakangan dan seterusnya (Mudrajad, 1997).

Sadono (1997) mengemukakan bahwa perkembangan jumlah penduduk

bisa menjadi faktor penghambat pembangunan karena akan menurunkan

produktivitas, dan akan banyak terdapat pengangguran. Faktor lain yang juga

berpengaruh terhadap tingkat kemiskinan adalah pendidikan sangat besar karena

pendidikan memberikan kemampuan untuk berkembang lewat penguasaan ilmu

dan keterampilan. Pendidikan juga menanamkan kesadaran akan pentingnya

martabat manusia. Mendidik dan memberikan pengetahuan berarti menggapai

masa depan. Hal tersebut harusnya menjadi semangat untuk terus melakukan

upaya mencerdaskan bangsa (Suryawati, 2005).

PDRB merupakan salah satu indikator indikator pertumbuhan ekonomi

suatu wilayah. PDRB adalah nilai bersih barang dan jasa-jasa akhir yang

dihasilkan oleh berbagai kegiatan ekonomi di suatu daerah dalam suatu periode

(Sasana, 2006). Semakin tinggi PDRB suatu daerah, maka semakin besar pula


(13)

Kota Medan merupakan salah satu kota di Sumatera Utara yang masih

banyak terdapat penduduk miskin dan pada bidang ketenagakerjaan masih

tingginya angka pengangguran yang disebabkan antara lain tidak sebandingnya

jumlah pertumbuhan angkatan kerja dengan laju pertumbuhan kesempatan kerja,

serta rendahnya kompetensi tenaga kerja. Akibatnya, angkatan kerja yang begitu

besar di Kota Medan belum terserap secara optimal oleh sektor-sektor formal.

Perkembangan ekonomi Kota Medan tidak dapat dilepaskan dari kondisi

ekonomi yang dialami oleh Provinsi Sumatera Utara. Sebagai salah satu daerah

tingkat II dan merupakan ibu kota Provinsi Sumatera Utara, Kota Medan menjadi

pusat perekonomian dan pemerintahan dengan pertumbuhan ekonomi paling

tinggi diantara daerah tingkat dua lainnya di Sumatera Utara.

Berdasarkan penjelasan di atas maka penulis mengambil judul tugas akhir

yaitu “Faktor yang Mempengaruhi Kemiskinan di Kota Medan”.

1.2 Perumusan Masalah

Berdasarkan latar belakang masalah di atas, perumusan masalah penelitianadalah

mencari seberapa besar nilai pengaruh setiap variabel dan mana yang lebih

dominan berpengaruh antara jumlah penduduk, pendapatan dan

pengangguranterhadap kemiskinan di Kota Medan.

1.3 Batasan Masalah

Untuk memberikan kejelasan dan memberikan kemudahan penelitian ini agar

tidak jauh menyimpang dari sasaran yang ingin dicapai,penulis hanya meneliti


(14)

mempengaruhi yaitu jumlah penduduk,pendapatan dan pengangguran.Data

kuantitatif yang digunakan adalah data jumlah penduduk miskin,data

jumlahpenduduk,data pengangguran dan data pendapatanpada tahun 2003 sampai

tahun 2012.

1.4 Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah untuk membuktikan secaraempiris

seberapa besar pengaruh jumlah penduduk, pendapatan dan

pengangguranterhadap kemiskinan di Kota Medan daritahun 2003 sampai tahun

2012.

1.5 Manfaat Penelitian

Kontribusi yang dapat diambil dari penelitian ini adalah:

1. Kontribusi empiris pada pengaruh jumlah penduduk, pendapatan dan

pengangguran terhadap kemiskinan di Kota Medan.

2. Konstribusi kebijakan untuk memberikan masukan bagi pemerintah pusat

maupun daerah dalam hal penyusunan kebijakan di masa yang akan

datang.

3. Konstribusi teori sebagai bahan referensi dan data tambahan bagi

peneliti-peneliti lainnya yang tertarik pada bidang kajian ini.

1.6 Lokasi Penelitian

Penelitian dan riset data dilakukan di Badan Pusat Statistik Propinsi Sumatera


(15)

1.7 Metode Penelitian

Metode penelitian yaitu suatu 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. Metode penelitian yang digunakan penulis adalah dengan cara

sebagai berikut:

a. Penelitian kepustakaan yaitu metode pengumpulan data untukmemperoleh data dan informasi dari perpustakaan, yaitu denganmembaca buku-buku,

referensi dan bahan-bahan yang bersifat teoritisyang mendukung penulisan

tugas akhir.

b. Pengumpulan data untuk keperluan riset ini, telah dilakukan olehpenulis dengan menggunakan data sekunder yang diperoleh dari kantorBadan

Pusat Statistik Propinsi Sumatera Utara. Data yangdikumpulkan tersebut

kemudian disusun dan disajikan dalam bentukangka-angka dengan tujuan

untuk mendapatkan gambaran yang jelas tentang sekumpulan data

tersebut.

1.8 Tinjauan Pustaka

Untuk mendukung penyelesaian penelitian ini, peniliti menggunakan teori-teori

sebagai berikut :

Menyatakan perubahan nilai variabel itu dapat pula disebabkan oleh

berubahnya variabel lain yang berhubungan dengan variabel tersebut. Untuk


(16)

diperlukan alat analisis yang memungkinkan kita untuk membuat perkiraan nilai

variabel tersebut pada nilai tertentu variabel yang mempengaruhinya. (Algifari,

2000)

Dalam ilmu statistika, teknik yang umum digunakan untuk menganalisis

hubungan antara dua atau lebih variabel adalah analisa 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 sifat hubungan sebab akibat, baik yang didasarkan pada teori, hasil

penelitian sebelumnya, ataupun yang berdasarkan pada penjelasan logis tertentu.

Bentuk hubungan antara variabel dapat searah atau dapat berlawanan arah.

Hubungan antara variabel searah artinya perubahan nilai yang satu dengan nilai

yang lain searah. Hubungan antara variabel berlawanan arah artinya perubahan

nilai yang satu dengan nilai yang lain berlawanan arah.

Regresi ganda berguna untuk mendapatkan pengaruh dua variabel

kriterium atau untuk mencari hubungan fungsional dua prediktor atau lebih

dengan variabel kriteriumnya atau untuk meramalkan dua variabel prediktor atau

lebih terhadap variabel kriteriumnya. (Usman, Husaini, dan R. Purnomo Akbar,

1995)

Untuk analisa regresi akan dibedakan dua jenis variabel yaitu variabel


(17)

yang mudah didapat atau tersedia sering digolongkan dalam variabel bebas,

sedangkan variabel yang terjadi karena variabel bebas itu merupakan variabel

tidak bebas. (Sudjana, 2001)

Setelah mengetahui hubungan fungsional antara variabel-variabel dimana

persamaan regresinya telah ditentukan dan telah melakukan pengujian maka

persoalan berikutnya yang dirasakan perlu jika data hasil pengamatan terdiri dari

banyak variabel adalah seberapa kuat hubungan antara variabel-variabel itu.

Dengan kata lain perlu ditentukan derajat hubungan antara variabel-variabel

tersebut. (Sudjana, 2001)

Studi yang membahas derajat hubungan antara variabel-variabel tersebut

dikenal dengan nama analisis korelasi. Ukuran yang dipakai untuk mengetahui

derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi.

Jika kenaikan didalam suatu variabel diikuti dengan kenaikan di dalam

variabel lain, maka dapat dikatakan bahwa kedua variabel tersebut mempunyai

korelasi yang positif. Tetapi jika kenaikan di dalam suatu variabel diikuti oleh

penurunan di dalam 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. (Iswardono, 1981)

Analisis regresi merupakan suatu teknik (technique) untuk membuat persamaan garis lurus dan persamaan tersebut digunakan untuk menjelaskan

hubungan antar variabel.Persamaan regresi (regression equation) adalah suatu


(18)

persamaan matematis yang mendefenisikan hubungan antar dua variabel (Mason,

1996).

Hubungan linier antara dua variabel ini dibedakan atas variabel bebas (X) dan variabel terikat (Y) disebut regresi linier sederhana, sedangkan analisis regresi yang menjelaskan hubungan antara variabel terikat (Y) dengan faktor-faktor yang mempengaruhi lebih dari satu variabel bebas (�1, 2, �3, … , ) disebut regresi linier berganda. Dalam penelitian ini penulis menggunakan analisis regresi linier

berganda.

1.9 Sistematika Penulisan

Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran

dalam tugas akhir ini. Dalam penyusunan tugas akhir ini penulis membagi enam

bab di mana masing-masing bab terdiri dari sub-sub bab. Adapun sistematika

penulisannya adalah sebagai berikut:

BAB 1 : PENDAHULUAN

Bab ini menjelaskan latar belakang masalah, rumusanmasalah, batasan

masalah, tujuan, manfaat, metodepenelitian dan sistematika penulisan.

BAB 2 : LANDASAN TEORI

Bab ini menguraikan tentang pengertian regresi linier berganda, uji regresi

linier berganda,koefisien determinasi, korelasi regresi linier ganda dan uji

koefisien regresi berganda.

BAB 3 : PENGOLAHAN DATA

Bab ini menguraikan pengolahan data dengan menggunakan metode


(19)

BAB 4 : KESIMPULAN DAN SARAN

Bab ini merupakan bab penutup yang merupakan kesimpulan dari

pembahasan serta saran-saran penulis berdasarkan kesimpulan yang di


(20)

BAB 2

LANDASAN TEORI 2.1 Regresi linier berganda

Regresi linear ganda mempersoalkan hubungan liniear antara satu peubah tak

bebas dengan beberapa peubah bebas. Peubah tak bebas dapat berupa ukuran atau

kriteria keberhasilan sedangkan peubah bebas dapat berupa factor-faktor penentu

keberhasilan tersebut.Regresi berganda digunakan untuk menghitung atau

menguji signifikansi:

1. Menghitung persamaan regresinya

2. Menguji apakah persamaan regresi signifikan

3. Bagaimana kesimpulannya

Bentuk umum persamaan regresi linier berganda yang mencakup dua atau lebih

variabel, yaitu:

��= bo + b1X1 + b2X2 + ⋯ + bkXk (2.1)

Untuk menyelesaikan regresi linear berganda dapat menggunakan matriks yaitu

dengan persamaan normal:

� � = �0�+�1� �1+�2� �2+�3� �3

∑ ��1 = b0∑ �1+ b1∑ �12+ b2∑ �1�2+ b3∑ �1�3 (2.2) � ��2 = b0� �2+ b1� �1�2+ b2� �22+ b3� �2�3� ��3

= b0� �3 + b1� �1�3+ b2� �2�3+ b3� �32 Sistem persamaan ini dapat disederhanakan yaitu

� ��1 =�1� �12+�2� �1�2+�3� �1�3 ∑ ��2 =�1∑ �1�2 +�2∑ �22+�3∑ �2�3 (2.3)


(21)

� ��3 =�1� �1�3+�2� �2�3+�3� �32 dan nilai koefisien �0 dapat dihitung dengan rumus:

�0 = �� − �1��1− �2��2− �3��3 (2.4)

dimana:

��= variabel tidak bebas (dependent) �0,�1,�2,�3= Koefisien regresi

�1,�2,�3= variabel bebas (independent)

Harga-harga�0,�1,�2,�3yang telah didapat kemudian disubstitusikan ke dalam persamaan regresi linier berganda sehingga diperoleh model regresi linier

berganda Y atas X . Dalam persamaan model regresi linier berganda yang

diperoleh, maka antara nilai Ydan �� akan menimbulkan perbedaan hasil yang sering disebut sebagai kekeliruan.

Untuk mengetahui ketepatan persamaan estimasi dapat digunakan

kesalahan standar estimasi (standard error of estimate). Besarnya kesalahan

standar estimasimenunjukkan ketepatan persamaan estimasi untuk menjelaskan

nilai variable tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan

standar estimasi, makin tinggi ketepatan persamaan estimasi yang dihasilkan

untuk menjelaskan nilai variabel tidak bebas sesungguhnya. Sebaliknya, semakin

besar nilaikesalahan standar estimasi, makin rendah ketepatan persamaan estimasi

yang dihasilkan untuk menjelaskan nilai variable tidak bebas sesungguhnya.

Kesalahan standar estimasi dapat ditentukan dengan rumus:

.1 2 ⋯�

=

�∑(�−��)2


(22)

dimana:

��.1 2 ⋯� = kesalahan baku

�� = nilai data hasil pengamatan ��� = nilai taksiran

n= banyak ukuran sampel

k= banyak variable bebas

2.2 Koefisien Determinasi

Koefisien determinasi adalah salah satu nilai statistik yang dapat digunakan

untukmengetahui apakah ada hubungan pengaruh antara dua variabel. Nilai

koefisien determinasi menunjukkan persentase variasi nilai variabel dependen

yang dapat dijelaskan oleh persamaan regresi yang dihasilkan. Koefisien

determinasi yang dinyatakan dengan R2 untuk pengujian regresi linier berganda

yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi

keragaman total dalamvariabel 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 R2akan ditentukan dengan

rumus:

R2 = �����

∑ �2 (2.6)

dimana:

����� = �1∑ �1�+�2∑ �2�+⋯+��∑ ��� (2.7) HargaR2yang diperoleh sesuai dengan variansi yang


(23)

dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja (bersifat

nyata).

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=⋯ =bk = 0(X1=X2=⋯ =Xk tidak mempengaruhi Y)

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

nolatau mempengaruhi Y.

2. Penentuan nilai kritis. Nilai kritis dalam pengujian hipotesis

terhadapkoefisien regresi dapat ditentukan dengan menggunakan tabel

distribusinormal dengan memperhatikan tingkat signifikan (�) dan banyaknya sampeldigunakan serta nilai Ftabel dengan derajat kebebasan

�1 = � dan �2 = � − � −1 3. Menentukan kriteria pengujian

�0 diterima bila �ℎ����� ≤ ������ �0 ditolak bila �ℎ����� > ������

4. Menentukan nilai statistik F dengan rumus :

=

�� ��� � �� ���

(�−�−1)

(2.8)


(24)

����� =∑��� − ���� 2

(2.10)

dimana:

����� = jumlah kuadrat regresi ����� = jumlah kuadrat residu (sisa)

5. Membuat kesimpulan apakah �0diterima atau ditolak

2.4 Koefisien Korelasi Berganda

Setelah mengetahui hubungan fungsional antara variabel-variabel di

manapersamaan regresinya telah ditentukan dan telah melakukan pengujian maka

persoalan berikutnya yang perlu dirasakan yaitu, jika data hasil pengamatan terdiri

dari banyak variabel adalah seberapa kuat hubungan antara variabel-variabel itu.

Dengan kata lain perlu ditentukan derajat hubungan antara variabel-variabel

tersebut.

Studi yang membahas derajat hubungan antara variabel-variabel

tersebutdikenal dengan nama analisis korelasi. Ukuran yang dipakai untuk

mengetahuiderajat hubungan, terutama data kuantitatif dinamakan koefisien

korelasi. Besarnya hubungan antara variabel yang satu dengan variabel yag lain

dinyatakan

dengan koefisien korelasi yang disimbolkan dengan “r” yang besarnya adalah akar

koefisien determinasi. Taraf hubungan yang ada antara 3(tiga) variable atau lebih

disebut korelasi berganda. Koefisien korelasi berganda dapat ditentukan dengan

rumus sebagai berikut:

�,1,2 ⋯�

=

�1∑ �1�

+�2∑ �2� +⋯+��∑ ���


(25)

dimana:

� �1� =� �1� −∑ �1∑ � � � �2�=� �2� −∑ �2∑ �

� � ��� =� ��� −∑ ��∑ �

� �2 = � �2(∑ �) 2 �

Untuk menghitung setiap hubungan kofisien korelasi antara variable Y dengan

variable Xi dapat digunakan rumus:

��.1,2,⋯,� =

� ∑ ��� −(∑ ��)(∑ ��) �{� ∑ �2(∑ �

�)2}{� ∑ ��2−(∑ ��)2}

Jika kenaikan di dalam suatu variabel diikuti dengan kenaikan variable

lain, maka dapat dikatakan bahwa kedua variabel tersebut mempunyai korelasi

yang positif. Tetapi jika kenaikan di dalam suatu variabel diikuti oleh penurunan

di dalam 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 kedaua variabel tersebut tidak

mempunyai hubungan. Interpretasi harga r akan disajikan dalam tabel berikut:

Tabel 2.1. : Interpretasi Koefisien Korelasi Nilai r


(26)

0 0,01 – 0,20 0,21 – 0,40 0,41 – 0,60 0,61 – 0,80 0,81 – 0,99

1 Tidak berkorelasi Sangat rendah Rendah Agak rendah Cukup Tinggi Sangat tinggi

2.5 Uji Koefisien Regresi Berganda

Keberartian adanya variabel-variabel bebas dalam regresi linier berganda

perludiuji untuk menunjukkan seberapa besar pengaruh yang diberikan pada

variabel tak bebas. Dan cara yang tepat untuk mengujinya adalah dengan

menggunakan ujistatistik t (student).

Langkah-langkah dalam pengujian hipotesis adalah sebagai berikut :

1. Menentukan formulasi hipotesis

�0 : �1 = �2 = ⋯=� = 0 (�1,�2, … ,��tidak mempengaruhi Y)

�1 : �1 ≠ �2 ≠0 (minimal ada satu parameter koefisien regresi tidak sama dengan nol atau mempengaruhi Y).

2. Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilai ttabel dengan dk yaitu n – k – 1 maka di peroleh �

(1

2�;�−�−1)

.

3. Menentukan kriteria pengujian

�0diterima bila �ℎ����� ≤ ������ �0ditolak bila �ℎ����� >������


(27)

4. Menentukan nilai statistik thitung dengan rumus : �ℎ����� =1

1

5. Membuat kesimpulan apakah �0 diterima atau ditolak.

BAB 3

PENGOLAHAN DATA

3.1 Data dan Pembahasan

Data merupakan alat untuk mengambil suatu keputusan atau untuk memecahkan

suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan

keputusan tersebut didasarkan atas data yang baik. Salah satu kegunaan dari data

adalah untuk memperoleh dan mengetahui gambaran tentang suatu keadaan atau

permasalahan. Untuk membahas dan memecahkan masalah tentang faktor yang

mempengaruhi kemiskinan di Kota Medan seperti yang diuraikan sebelumnya,

penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut.

Data yang dikumpulkan adalah data mengenai penduduk miskin, jumlah

pendapatan, jumlah penduduk dan jumlah penganggurandi Kota Medan dari tahun


(28)

4. Menentukan nilai statistik thitung dengan rumus : �ℎ����� =1

1

5. Membuat kesimpulan apakah �0 diterima atau ditolak.

BAB 3

PENGOLAHAN DATA

3.1 Data dan Pembahasan

Data merupakan alat untuk mengambil suatu keputusan atau untuk memecahkan

suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan

keputusan tersebut didasarkan atas data yang baik. Salah satu kegunaan dari data

adalah untuk memperoleh dan mengetahui gambaran tentang suatu keadaan atau

permasalahan. Untuk membahas dan memecahkan masalah tentang faktor yang

mempengaruhi kemiskinan di Kota Medan seperti yang diuraikan sebelumnya,

penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut.

Data yang dikumpulkan adalah data mengenai penduduk miskin, jumlah

pendapatan, jumlah penduduk dan jumlah penganggurandi Kota Medan dari tahun


(29)

Tabel 3.1

Jumlah Penduduk Miskin,Pengangguran,Jumlah Penduduk dan Pendapatandi Kota Medan tahun 2003-2012

Tahun

Jumlah Penduduk

Miskin

Jumlah

Pengangguran

Jumlah Penduduk

Pendapatan (jutaan rupiah)

2003 143500 104117 1993602 22542021.05

2004 142600 134574 2010676 26379403.23

2005 141250 116557 2036185 42792450.19

2006 160500 133470 2067288 48849946.89

2007 148100 123670 2083156 55455584.62

2008 217300 125477 2102105 65277871.26

2009 200400 137160 2121053 72630208.14

2010 212300 133811 2097610 83315016.03

2011 204190 99916 2117224 93010757.40

2012 198030 84501 2122804 105400442.18


(30)

Pada tabel 3.1 terdapat penurunan jumlah penduduk di Kota Medan. Hal ini terjai

karena pada tahun 2010 BPS Sumatera Utara menghitung jumlah penduduk

dengan melakukan sensus langsung ke lapangan atau data yang digunakan adalah

angka proyeksi dan pada tahun 2009 BPS Sumatera Utara menghitung jumlah

penduduk dengan angka perkiraan yaitu dengan memakai rumus yang ditetapkan

oleh BPS. Kemampuan penduduk untuk dapat membaca dan menulis juga

merupakan indilkator dari kemiskinan. Semakin rendah persentase tingkat buta

huruf penduduk maka semakin banyak penduduk yang berpendidikan di wilayah

tersebut.

3.2Pendefinisian variabel

 Tingkat Kemiskinan (KM)

Tingkat kemiskinan menurut Badan Pusat Statistik (BPS) adalah presentase

penduduk yang berada di bawah garis kemiskinan di kota Medan. Garis

kemiskinan yang merupakan dasar perhitungan jumlah penduduk miskin

ditentukan dua kriteria yaitu pengeluaran konsumsi perkapita per bulan yang

setara dengan 2100 kalori perkapita per hari dan nilai kebutuhan minimum

komoditi bukan makanan. Dalam penelitian ini, data yang digunakan adalah

tingkat kemiskinan, yaitu perbandingan antara jumlah penduduk miskin dengan

jumlah penduduk total kota Medan tahun 2003 – 2012

 Jumlah penduduk

Penduduk menurut Badan Pusat Statistik (BPS) adalah semua orang yang

berdomisili di wilayah geografis kotaa medan selama 6 bulan atau lebih dan atau

mereka yang berdomisili kurang dari 6 bulan tetapi bertujuan untuk menetap. Data


(31)

 Produk Domestik Regional Bruto (PDRB)

PDRB adalah nilai bersih barang dan jasa-jasa akhir yang dihasilkan oleh

berbagai kegiatan ekonomi di suatu daerah dalam periode (Hadi Sasana, 2006).

PDRB dapat menggambarkan kemampuan suatu daerah mengelola sumber saya

alam yang dimilikinya. Oleh karena itu besaran PDRB yang dihasilkan oleh

masing-masing daerah sangat bergantung kepada potensi sumber daya alam dan

faktor produksi Daerah tersebut. Adanya keterbatasan dalam penyediaan

faktor-faktor tersebut menyebabkan besaran PDRB bervariasi antar daerah. PDRB yang

dimaksud adalah PDRB atas dasar harga berlaku dan dinyatakan dalam juta

rupiah tahun 2003 – 2012 (dalam satuan rupiah).

 Tingkat Pengangguran (PG)

Pengangguran terbuka menurut Badan Pusat Statistik (BPS) adalah orang yang

masuk angkatan kerja (15 tahun keatas) yang sedang mencari pekerjaan, yang

mempersiapkan usaha, yang tidak mencari pekerjaankarena merasa tidak mungkin

mendapatkan pekerjaan (sebelumnya dikatagorikan pekerjaan bekerja), dan pada

waktu yang bersamaan mereka tak bekerja. Data yang digunakan untuk melihat

pengangguran adalah perbandingan antara pengangguran terbuka dengan jumlah

penduduk di Kota Medan tahun 2003 – 2012.

3.3Persamaan Regresi Linier Berganda

Untuk mencari persamaan regresi linier berganda, terlebih dahulu dihitung

koefisien-koefisien regresinya dengan mencari penggandaan suatu variable

dengan variabel lainnya. Dengan koefisien-koefisien yang didapat dari


(32)

persamaan regresi linier bergandanya. Cara menghitung koefisien regresi linier

berganda dengan menggunakan SPSS Statistics 20.0 adalah sebagai berikut:

1) Pada Menu Bar klik menu Analyze, lalu pilih Regression dan klik Linear

2) Lalu akan muncul kotak dialog Linear Regression

3) Pada kotak dialog tersebut masukkan variabel Y pada kotak Dependent dan variabel X1 sampai dengan X3 pada kotak Independent (s)

Gambar 3.1 Kotak Dialog Linear Regression

4) Selanjutnya klik OK, maka hasil output dari pengolahan data pada tabel

3.1 akan ditampilkan pada gambar 3.2 dan tabel 3.3

Tabel 3.2 Model Summary untuk Menentukan Koefisien Determinasi Model Summary

Model R R Square Adjusted R Square Std. Error of the Estimate

1 .856a .733 .600 20317.61704

a. Predictors: (Constant), x4, x2, x1, x3

Tabel 3.3Coefficientsa Untuk Menentukan Persamaan Regresi LinierBerganda


(33)

Model Unstandardized Coefficients Standardized Coefficients

T Sig.

B Std. Error Beta

1

(Constant) -381039.812 817073.035 -.466 .657

Penduduk .233 .426 .341 .547 .604

Penganggura

n .258 .393 .181 .658 .535

Pendapatan .001 .001 .595 2.870 .018 a. Dependent Variable: pendudukmiskin

Dari tabel 3.2 nilai koefisien determinasi sebesar 0.733 yang artinya

sebesar 73.3% pengangguran, jumlah penduduk dan jumlah pendapatan

mempengaruhi kemiskinan di Kota Medan.

Dari tabel 3.3 diperoleh :

b0 = -381039.812 b1 = 0.233

b2 = 0.258 b3 = 0.001

Maka persamaan regresi linier bergandanya adalah :

��= bo + b1X1 + b2X2 + b3X3+b4X4

��= -381039.812+0.233X1 + 0.258X2 + 0.001X3 3.4 Koefisien korelasi

Untuk mengukur besar pengaruh variabel terikat (dependen) terhadap variabel

bebas (independen), dapat dilihat dari besarnya koefisien korelasinya. Untuk

menghitung nilai koefisien korelasi antar variabel dengan menggunakan SPSS

Statistics 20.0 adalah sebagai berikut:

1) Pada Menu Bar klik menu Analyze, lalu pilih Correlate dan klik Bivariate


(34)

3) Pada kotak dialog tersebut masukkan variabel Y,variabel X1,variabel X2 dan variabel X3pada kotak Variables

Gambar 3.2 Kotak Dialog Bivariate Correlations

4) Selanjutnya klik OK, maka hasil output dari pengolahan datanya akan ditampilkan seperti tabel 3.4

Tabel 3.4 Correlations untuk Nilai Korelasi

Correlations penduduk

miskin

Pengang guran

penduduk pendapatan

pendudukmiskin

Pearson Correlation 1 -.212 .836** .819**

Sig. (2-tailed) .556 .003 .004

N 10 10 10 10

Pengangguran

Pearson Correlation -.212 1 -.295 -.493

Sig. (2-tailed) .556 .407 .148

N 10 10 10 10

Penduduk

Pearson Correlation .836** -.295 1 .923**

Sig. (2-tailed) .003 .407 .000

N 10 10 10 10

Pendapatan

Pearson Correlation .819** -.493 .923** 1 Sig. (2-tailed) .004 .148 .000

N 10 10 10 10


(35)

Dari hasil output pada tabel 3.4 diperoleh koefisien korelasi sebagai berikut :

��1=−0.212

��3=0.819

��2=0.836

3.4.1 Koefisien korelasi antara Y (jumlah penduduk miskin) dengan (jumlah pengangguran).

Hubungan keeratan antara jumlah penduduk miskin dengan jumlah pengangguran

adalah berkorelasi negatif artinya jika tingkat pengangguran semakin tinggi maka

kesejahteraan yang tercermin dalam tingkat kemiskinan tidak semakin baik dan

sebaliknya jika tingkat pengangguran rendah maka kesejahteraan masyarakat yang

tercermin dalam tingkat kemiskinan semakin baik dengan nilai r sebesar -0.212.

3.4.2

Koefisien korelasi antara Y (jumlah penduduk miskin) dengan

X2(jumlah penduduk)

Nilai yang positif menandakan hubungan yang searah antara Y (jumlah penduduk

miskin) dengan X2 (jumlah penduduk), artinya jika semakin tinggi jumlah

penduduk maka akan semakin meningkat pula jumlah penduduk miskin dan

sebaliknya jika tingkat jumlah penduduk menurun maka jumlah penduduk miskin

akan menurun juga dengan korelasi yang tergolong tinggi dengan nilai r sebesar

0.836.

3.4.3 Koefisien korelasi antara Y (jumlah penduduk miskin) dengan X3

(pendapatan)

Nilai yang positif menandakan hubungan yang searah antara Y (jumlah penduduk


(36)

akan semakin meningkat pula kesejahteraan masyarakat yang tercemin dalam

tingkat kemiskinan dan sebaliknya jika tingkat pendapatan menurun maka

kesejahteraan masyarakat yang tercemin dalam tingkat kemiskinan akan menurun

juga dengan korelasi yang tergolong tinggi dengan nilai r sebesar 0.819.

3.5 Uji regresi berganda

Pengujian hipotesis bagi koefisien-koefisien regresi linier berganda dapat

dilakukan secara serentak atau keseluruhan. Pengujian regresi linier

perludilakukan untuk mengetahui apakah jumlah pengangguran, jumlah penduduk

dan pendapatanmemiliki pengaruh terhadap kemiskinan di Kota Medan.

Langkah-langkah pengujiannya adalah sebagai berikut:

1 menentukan hipotesis

H0 : b1=b2=b3=0 ; artinya jumlah pengangguran, jumlah penduduk,

pendapatan tidak mempengaruhi kemiskinan.

H1 : b1≠b2≠b3≠0 ; artinya minimal ada parameter koefisien regresi yang

tidak sama dengan nol atau mempunyai pengaruh terhadap kemiskinan di

Kota Medan.

2 menentukan taraf nyata � dan nilai Ftabel dengan derajat kebebasan v1= k

dan v2= n-k-1

dengan:

� = 0.05 v1 = 3

v2 = 6

maka diperoleh Ftabel sebesar 4.76


(37)

H0 diterima jika Fhitung ≤Ftabel

H0 ditolak jika Fhitung >Ftabel

4 menentukan nilai statistik F dengan rumus:

F =

�� ��� � �� ��� � −�−1

di mana:

Jkreg = �1∑ ��+�2∑ �2�+�3∑ �3�+�4∑ �4� Jkres= ∑���− ���

2

Hasil nilai F dapat dilihat dari output SPSS seperti pada tabel 3.5

Tabel 3.5 ANOVAd untuk Fhitung

ANOVAa

Model Sum of Squares Df Mean Square F Sig.

1

Regressio

n 6808386387.759 3 2269462129.253 5.498 .037 b

Residual 2476833372.241 6 412805562.040 Total 9285219760.000 9

a. Dependent Variable: pendudukmiskin

b. Predictors: (Constant), pendapatan, pengangguran, penduduk

Dapat dilihat nilai Fhitung=5.498>Ftabel = 4.76 Hal ini menunjukkan bahwa jumlah

pengangguran, jumlah penduduk dan pendapatan mempengaruhi kemiskinan di


(38)

3.6 Uji Koefisien Regresi Berganda

Dari Tabel 3.3 dapat diketahui nilai thitung, kemudian proses selanjutnya dapat

dilakukan pengujian sebagai berikut :

3.6.1 Pengaruh jumlah pengangguran(X1) terhadap jumlah penduduk miskin (Y)

1. Menentukan formulasi hipotesis

�0 : Tidak ada pengaruh antara jumlah pengangguran terhadap jumlah penduduk miskin di Kota Medan.

�1 : Ada pengaruh antara jumlah pengangguran terhadap jumlah penduduk miskin di kota Medan.

2. Mencari nilai ttabel dari Tabel Distribusi t

Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilaittabeldengan dk yaitu n – k – 1 = 10 – 3 – 1 = 6, maka diperoleh �(

2;�−�−1)

= �(0,025;6) = 2.447.

3. Menentukan kriteria pengujian

�0diterima bila �ℎ����� ≤ ������ �0ditolak bila �ℎ����� > ������ 4. Uji Statistik (thitung)

thitung= 0.547


(39)

5. Kesimpulan

Tidak ada pengaruh antara jumlah pengangguran terhadap jumlah penduduk

miskin di Kota Medan.

3.6.2 Pengaruh jumlah penduduk(X2) terhadap jumlah penduduk miskin (Y)

1. Menentukan formulasi hipotesis

�0 : Tidak ada pengaruh antara jumlah penduduk terhadap jumlah penduduk miskin di Kota Medan.

�1 : Ada pengaruh antara jumlah pengangguran terhadap jumlah penduduk miskin di Kota Medan.

2. Mencari nilai ttabel dari Tabel Distribusi t

Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilai ttabel dengan dk yaitu n – k – 1 = 10 – 3 – 1 = 6, maka diperoleh �(

2;�−�−1)

= �(0,025;6) = 2.477 .

3. Menentukan kriteria pengujian

�0diterima bila �ℎ����� ≤ ������ �0ditolak bila �ℎ����� > ������ 4. Uji Statistik (thitung)

thitung= 0.658

Karena thitung (0.658)<ttabel (2.477) maka H0 diterima


(40)

Tidak ada pengaruh antara jumlah penduduk terhadap jumlah penduduk

miskin di Kota Medan.

3.6.3 Pengaruh jumlah pendapatan (X3) terhadap jumlah penduduk miskin (Y)

1. Menentukan formulasi hipotesis

�0 : Tidak ada pengaruh antara jumlah pendapatan terhadap jumlah penduduk miskin di Kota Medan.

�1 : Ada pengaruh antara jumlah pendapatan terhadap jumlah penduduk miskin di Kota Medan.

2. Mencari nilai ttabel dari Tabel Distribusi t

Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilai ttabel dengan dk yaitu n – k – 1 = 10– 3 – 1 = 6, maka diperoleh �(

2;�−�−1)

= �(0,025;1) = 2,477 .

3. Menentukan kriteria pengujian

�0diterima bila �ℎ����� ≤ ������ �0ditolak bila �ℎ����� > ������ 4. Uji Statistik (thitung)

thitung= 2.870

Karena thitung (2.870)>ttabel (2.477) maka H0 ditolak

5. Kesimpulan

ada pengaruh antara jumlah pendapatan terhadap jumlah penduduk miskin di


(41)

BAB 4

KESIMPULAN DAN SARAN

4.1 Kesimpulan

Berdasarkan hasil pengolahan data, maka dapat diambil kesimpulan sebagai

berikut:

a. Persamaan regresi linier berganda yang diperoleh adalah:

��= -381039.812+0.233X1 + 0.258X2 + 0.001X3

atau dengan kata lain jumlah penduduk miskin = -381039.812+

0.233jumlah pengangguran +0.258jumlah penduduk + 0.001

pendapatan

b. Dari hasil analisis didapat antara Y (jumlah penduduk miskin)

dengan X1 (jumlah pengangguran) memiliki korelasi sebesar

-0.212, korelasi antara Y (jumlah penduduk miskin) dengan X2

(jumlah penduduk) tinggi dengan nilai 0.836 dan korelasi antara Y

(jumlah penduduk miskin) dengan X3 (pendapatan) tinggi dengan

nilai 0.819 Koefisien determinasi sebesar 0.733 berarti sekitar

73.3% tingkat kemiskinan dipengaruhi oleh jumlah pengangguran,

jumlah penduduk dan pendapatan

c. Karena Fhitung > Ftabel maka H0ditolak. Hal ini menunjukkan bahwa

jumlah pengangguran, jumlah penduduk dan pendapatan


(42)

d. Melalui uji t (partial) dengan taraf nyata (α = 0,05) didapat

thitung>ttabel Maka H0 ditolak dan H1 diterima pada variabel

pendapatan. Hal ini berarti bahwa ada pengaruh antara pendapatan

dengan jumlah penduduk miskin di Kota Medan

4.2 Saran

Penulis memberikan beberapa saran terhadap hasil penelitian sebagai berikut:

1. Pemerintah dapat memperhatikan pendapatan di Kota Medan.

Pemerintah dapat menaikkan pendapatan seperti yang dituntut

oleh masyarakat tetapi harus menstabilkan harga-harga kebutuhan

masyarakat

2. Penulis menyarankan agar metode regresi linier dapat dipakai

untuk mencari faktor yang mempengaruhi kemiskinan maupun


(43)

DAFTAR PUSTAKA

Algifari. 1997. Analisis Regresi Teori, Kasus, dan Solusi. BPFE. Yogyakarta.

Lunyan, Richard. 2006. Aplikasi Statistik dan Hitung Peluang. Graha Ilmu. Yogyakarta.

Simamora, Bilson. 2005. Analisis Multivariat Pemasaran. Gramedia. Jakarta.

Subagyo, Pangestu. M.BA dan Djarwanto, Ps. 2005. Statistik Induktif. BPFE. Yogyakarta.

Sudjana, Prof. DR. M.A. M.Sc. 2005.Metode Statistika, Edisi Ke-6, Tarsito, Bandung.

Supranto, J, Prof. M.A. APU. 2010. Analisis Multivariat Arti dan Interpretasi. Rineka Cipta. Jakarta.

Supranto, J, Prof. M.A. APU. 2001. Statistik Teori dan Aplikasi. Erlangga . Jakarta.


(1)

3.6 Uji Koefisien Regresi Berganda

Dari Tabel 3.3 dapat diketahui nilai thitung, kemudian proses selanjutnya dapat

dilakukan pengujian sebagai berikut :

3.6.1 Pengaruh jumlah pengangguran(X1) terhadap jumlah penduduk miskin

(Y)

1. Menentukan formulasi hipotesis

�0 : Tidak ada pengaruh antara jumlah pengangguran terhadap jumlah penduduk miskin di Kota Medan.

�1 : Ada pengaruh antara jumlah pengangguran terhadap jumlah penduduk miskin di kota Medan.

2. Mencari nilai ttabel dari Tabel Distribusi t

Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilaittabeldengan dk yaitu n – k – 1 = 10 – 3 – 1 = 6, maka diperoleh �(

2;�−�−1)

= �(0,025;6) =

2.447.

3. Menentukan kriteria pengujian

�0diterima bila �ℎ����� ≤ ������

�0ditolak bila �ℎ����� > ������ 4. Uji Statistik (thitung)

thitung= 0.547


(2)

5. Kesimpulan

Tidak ada pengaruh antara jumlah pengangguran terhadap jumlah penduduk miskin di Kota Medan.

3.6.2 Pengaruh jumlah penduduk(X2) terhadap jumlah penduduk miskin (Y)

1. Menentukan formulasi hipotesis

�0 : Tidak ada pengaruh antara jumlah penduduk terhadap jumlah penduduk miskin di Kota Medan.

�1 : Ada pengaruh antara jumlah pengangguran terhadap jumlah penduduk miskin di Kota Medan.

2. Mencari nilai ttabel dari Tabel Distribusi t

Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilai ttabel dengan dk

yaitu n – k – 1 = 10 – 3 – 1 = 6, maka diperoleh �(

2;�−�−1)

= �(0,025;6) = 2.477 .

3. Menentukan kriteria pengujian

�0diterima bila �ℎ����� ≤ ������

�0ditolak bila �ℎ����� > ������ 4. Uji Statistik (thitung)

thitung= 0.658

Karena thitung (0.658)<ttabel (2.477) maka H0 diterima


(3)

Tidak ada pengaruh antara jumlah penduduk terhadap jumlah penduduk miskin di Kota Medan.

3.6.3 Pengaruh jumlah pendapatan (X3) terhadap jumlah penduduk

miskin (Y)

1. Menentukan formulasi hipotesis

�0 : Tidak ada pengaruh antara jumlah pendapatan terhadap jumlah penduduk miskin di Kota Medan.

�1 : Ada pengaruh antara jumlah pendapatan terhadap jumlah penduduk miskin di Kota Medan.

2. Mencari nilai ttabel dari Tabel Distribusi t

Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilai ttabel dengan dk

yaitu n – k – 1 = 10– 3 – 1 = 6, maka diperoleh �(

2;�−�−1)

= �(0,025;1) =

2,477 .

3. Menentukan kriteria pengujian

�0diterima bila �ℎ����� ≤ ������

�0ditolak bila �ℎ����� > ������ 4. Uji Statistik (thitung)

thitung= 2.870

Karena thitung (2.870)>ttabel (2.477) maka H0 ditolak

5. Kesimpulan

ada pengaruh antara jumlah pendapatan terhadap jumlah penduduk miskin di Kota Medan.


(4)

BAB 4

KESIMPULAN DAN SARAN

4.1 Kesimpulan

Berdasarkan hasil pengolahan data, maka dapat diambil kesimpulan sebagai berikut:

a. Persamaan regresi linier berganda yang diperoleh adalah:

��= -381039.812+0.233X1 + 0.258X2 + 0.001X3

atau dengan kata lain jumlah penduduk miskin = -381039.812+ 0.233jumlah pengangguran +0.258jumlah penduduk + 0.001 pendapatan

b. Dari hasil analisis didapat antara Y (jumlah penduduk miskin) dengan X1 (jumlah pengangguran) memiliki korelasi sebesar

-0.212, korelasi antara Y (jumlah penduduk miskin) dengan X2

(jumlah penduduk) tinggi dengan nilai 0.836 dan korelasi antara Y (jumlah penduduk miskin) dengan X3 (pendapatan) tinggi dengan

nilai 0.819 Koefisien determinasi sebesar 0.733 berarti sekitar 73.3% tingkat kemiskinan dipengaruhi oleh jumlah pengangguran, jumlah penduduk dan pendapatan

c. Karena Fhitung > Ftabel maka H0ditolak. Hal ini menunjukkan bahwa


(5)

d. Melalui uji t (partial) dengan taraf nyata (α = 0,05) didapat

thitung>ttabel Maka H0 ditolak dan H1 diterima pada variabel

pendapatan. Hal ini berarti bahwa ada pengaruh antara pendapatan dengan jumlah penduduk miskin di Kota Medan

4.2 Saran

Penulis memberikan beberapa saran terhadap hasil penelitian sebagai berikut: 1. Pemerintah dapat memperhatikan pendapatan di Kota Medan.

Pemerintah dapat menaikkan pendapatan seperti yang dituntut oleh masyarakat tetapi harus menstabilkan harga-harga kebutuhan masyarakat

2. Penulis menyarankan agar metode regresi linier dapat dipakai untuk mencari faktor yang mempengaruhi kemiskinan maupun faktor-faktor lainnya


(6)

DAFTAR PUSTAKA

Algifari. 1997. Analisis Regresi Teori, Kasus, dan Solusi. BPFE. Yogyakarta.

Lunyan, Richard. 2006. Aplikasi Statistik dan Hitung Peluang. Graha Ilmu. Yogyakarta.

Simamora, Bilson. 2005. Analisis Multivariat Pemasaran. Gramedia. Jakarta. Subagyo, Pangestu. M.BA dan Djarwanto, Ps. 2005. Statistik Induktif. BPFE.

Yogyakarta.

Sudjana, Prof. DR. M.A. M.Sc. 2005.Metode Statistika, Edisi Ke-6, Tarsito, Bandung.

Supranto, J, Prof. M.A. APU. 2010. Analisis Multivariat Arti dan Interpretasi. Rineka Cipta. Jakarta.

Supranto, J, Prof. M.A. APU. 2001. Statistik Teori dan Aplikasi. Erlangga . Jakarta.