Faktor yang Mempengaruhi Kemiskinan di Kota Medan
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=0.8363.4.1 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) denganX2(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.