Koefisien Determinasi Pengertian Implementasi Sistem Sekilas Tentang Program SPSS

Untuk , yaitu nilai statistik F jika dilihat dari tabel distribusi F dengan derajat kebebasan pembilang dan , dan maka; Dengan demikian dapat dilihat bahwa nilai . Maka ditolak dan diterima. Hal ini berarti persamaan regresi linier berganda Y atas bersifat nyata yang berarti bahwa jumlah penduduk miskin, angkatan kerja, rata-rata lama sekolah, dan produk domestik regional bruto PDRB secara bersama-sama mempengaruhi indeks pembangunan manusia.

3.4 Koefisien Determinasi

Pada bahasan sebelumnya pada tabel 4,6 dapat dilihat harga = 15,49996 dan nilai = 15,06997396 yang telah di hitung sebelumnya, maka nilai koefisien determinasi dapat dihitung dengan : Universitas Sumatera Utara Untuk koefisien korelasi ganda digunakan rumus sebagai berikut : Dari hasil perhitungan diperoleh korelasi R positif yaitu sebesar 0,985 yang menunjukkan bahwa antara variabel bebas X dengan variabel tak bebas Y berhubungan secara positif dengan pengaruh yang tinggi. Adapun nilai koefisien determinasi yaitu sebesar 0,972 yang digunakan untuk mengetahui presentase pengaruh variabel independent terhadap perubahan variabel dependent. Yang berarti bahwa presentase jumlah penduduk miskin, angkatan kerja, rata-rata lama sekolah, dan produk domestik regional bruto PDRB berpengaruh terhadap terjadinya indeks pembangunan manusia yaitu sebesar 0,98 atau 98. Sedangkan sisanya sebesar 100 - 98 = 2 yang dipengaruhi oleh faktor-faktor lain. 3.5 Koefisien Korelasi 3.5.1 Perhitungan Korelasi antara Variabel Bebas dan Variabel Terikat Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tidak bebas maka dari tabel sebelumnya dapat dihitung besar koefisien korelasinya yaitu sebagai berikut : 1. Koefisien korelasi antara Indeks Pembangunan Manusia Y dengan jumlah penduduk miskin Universitas Sumatera Utara Nilai yang negatif menandakan hubungan yang berlawanan antara indeks pembangunan manusia dengan jumlah penduduk miskin, artinya semakin tinggi jumlah penduduk miskin maka semakin rendah indeks pembangunan manusia di daerah tersebut. Hubungan keduanya tergolong kuat, ini ditandai dengan nilai r = - 0,9650 2. Koefisien Korelasi antara Indeks Pembangunan Manusia Y dengan angkatan kerja Universitas Sumatera Utara Nilai yang positif menandakan hubungan yang searah antara indeks pembangunan manusia dengan jumlah angkatan kerja. Artinya, semakin tinggi jumlah angkatan kerja maka semakin tinggi pula indeks pembangunan manusia di daerah tersebut. Hubungan keduanya tergolong sangat kuat, ini ditandai dengan nilai r = 0,615. 3. Koefisien korelasi antara Indeks Pembangunan Manusia Y dengan rata-rata lama sekolah Universitas Sumatera Utara Nilai yang positif menandakan hubungan yang searah antara indeks pembangunan manusia dengan rata-rata lama sekolah. Artinya semakin tinggi tingkat rata-rata lama sekolah maka akan semakin tinggi pula indeks pembangunan manusia didaerah tersebut. Hubungan keduanya tergolong sangat kuat, ini ditandai dengan nilai r = 0,811. 4. Koefisien korelasi antara Indeks Pembangunan Manusia Y dengan PDRB Universitas Sumatera Utara Nilai yang positif menandakan hubungan yang searah antara indeks pembangunan manusia terhadap PDRB. Artinya, jika indeks pembangunan manusia meningkat maka akan meningkatkan PDRB, sebaliknya jika indeks pembangunan manusia menurun maka akan menurunkan PDRB. Hubungan keduanya tergolong sangat kuat, ini ditandai dengan nilai r = 0,8998. Dari keempat nilai diatas bahwa korelasi antara indeks pembangunan manusia dengan jumlah penduduk miskin - 0,9650, angkatan kerja , rata- rata lama sekolah , dan PDRB 0,8998. Dari keempat nilai tersebut yang terbesar adalah korelasi hubungan antara indeks pembangunan manusia terhadap PDRB sebesar 0,8998, jika indeks pembangunan manusia meningkat maka akan meningkatkan PDRB, sebaliknya jika indeks pembangunan manusia menurun maka akan menurunkan PDRB yang berarti bahwa PDRB memberikan pengaruh lebih besar terhadap indeks pembangunan manusia dari pada jumlah penduduk miskin, angkatan kerja, dan rata-rata lama sekolah.

3.5.2 Perhitungan korelasi antar variabel bebas

1. Koefisien korelasi antara jumlah penduduk miskin X 1 dengan angkatan kerja X 2 . r 12 =            2 2 2 2 2 1 2 1 2 1 2 1 X X n X X n X X X X n           Universitas Sumatera Utara =                  2 2 712,3 51050,17 10 665,71 47009,4301 10 712,3 665,71 46748,8146 10    = -0,729 Nilai r 12 sebesar -0,729. Hal ini menunjukkan bahwa jumlah penduduk miskin dengan angkatan kerja memiliki korelasi negatif. Nilai yang negatif menandakan hubungan yag berlawanan antara jumlah penduduk miskin dengan angkatan kerja. 2. Koefisien korelasi antara jumlah penduduk miskin X 1 dengan rata-rata lama sekolah X 3 . r 13 =            2 3 2 3 2 1 2 1 3 1 3 1 X X n X X n X X X X n           =                  2 2 80,9 654,604 10 665,71 47009,4301 10 80,9 665,71 5372,6022 10    Universitas Sumatera Utara = -0,714 Nilai r 13 sebesar -0,714. Hal ini menunjukkan bahwa jumlah penduduk miskin dengan rata-rata lama sekolah memiliki korelasi negatif. Nilai yang negatif menandakan hubungan yang berlawanan antara jumlah penduduk miskin dengan rata-rata lama sekolah. 3. Koefisien korelasi antara jumlah penduduk miskin X 1 dengan PDRB X 4 . r 14 =            2 4 2 4 2 1 2 1 4 1 4 1 X X n X X n X X X X n           =                  2 2 175,94 3349,46 10 665,71 47009,4301 10 175,94 665,71 0255 , 10952 10    = -0,919 Nilai r 14 sebesar -0,919. Hal ini menunjukkan bahwa jumlah penduduk miskin dengan PDRB memiliki korelasi negatif. Nilai yang negatif menandakan hubungan yang berlawanan antara jumlah penduduk miskin dengan PDRB. Universitas Sumatera Utara 4. Koefisien korelasi antara angkatan kerja X 2 dengan rata-rata lama sekolah X 3 . r 23 =            2 3 2 3 2 2 2 2 3 2 3 2 X X n X X n X X X X n           =                  2 2 80,9 654,604 10 712,3 51050,17 10 80,9 712,3 2012 , 5763 10    = 0,112 Nilai r 23 sebesar 0,112. Hal ini menunjukkan bahwa angkatan kerja dengan rata-rata lama sekolah memiliki korelasi positif. Nilai yang positif menandakan hubungan yang searah angkatan kerja dengan rata-rata lama sekolah. 5. Koefisien korelasi antara angkatan kerja X 2 dengan PDRB X 4 . r 24 =            2 4 2 4 2 2 2 2 4 2 4 2 X X n X X n X X X X n           =                  2 2 175,94 3349,46 10 712,3 51050,17 10 175,94 712,3 8429 , 12686 10    Universitas Sumatera Utara = 0,548 Nilai r 24 sebesar 0,548. Hal ini menunjukkan bahwa angkatan kerja dengan PDRB memiliki korelasi positif. Nilai yang positif menandakan hubungan yang searah angkatan kerja dengan PDRB. 6. Koefisien korelasi antara rata-rata lama sekolah X 3 dengan PDRB X 4 . r 34 =            2 4 2 4 2 3 2 3 4 3 4 3 X X n X X n X X X X n           =                  2 2 175,94 3349,46 10 80,9 654,604 10 175,94 80,9 8926 , 1427 10    = 0,811 Universitas Sumatera Utara Nilai r 34 sebesar 0,811. Hal ini menunjukkan bahwa rata-rata lama sekolah dengan PDRB memiliki korelasi positif. Nilai yang positif menandakan hubungan yang searah rata-rata lama sekolah dengan PDRB. Universitas Sumatera Utara BAB 4 IMPLEMENTASI SISTEM

4.1 Pengertian Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain sistem yang disetujui, menginstal dan memulai sistem atau sistem yang diperbaiki. Tahapan implementasi sistem merupakan tahapan penerapan hasil desain yang tertulis ke dalam programming. Pengolahan data pada tugas akhir ini menggunakan software yaitu SPSS 22 dalam memperoleh hasil perhitungan.

4.2 Sekilas Tentang Program SPSS

SPSS merupakan salah satu paket program komputer yang digunakan untuk mengolah data statistik. Analisis data akan menjadi lebih cepat, efisien, dengan hasil perhitungan yang akurat dengan program untuk analisis statistik yang paling populer yaitu SPSS Statistical Product and Service Solution. SPSS pertama sekali diperkenalkan oleh tiga mahasiswa Standford University pada tahun 1968. Tahun 1948 SPSS sebagai software muncul dengan nama SPSSPC+ dengan sistem Dos. Lalu sejak tahun 1992 SPSS mengeluarkan versi Windows. SPSS dengan sistem Windows telah mengeluarkan software Universitas Sumatera Utara dengan beberapa versi yang berkembang dalam penggunaannya dalam mengolah data statistika. SPSS sebelumnya dirancang untuk pengolahan data statistik pada ilmu- ilmu sosial, sehingga SPSS merupakan singkatan dari Statistical Package for the Social Science. Namun, dalam perkembangan selanjutnya penggunaan SPSS diperluas untuk berbagai jenis penggunaan, misalnya untuk proses produksi di perusahaan, riset ilmu-ilmu sains dan sebagainya. Sehingga kini SPSS menjadi singkatan dari Statistical Product and Service Solutions.

4.3 Pengolahan Data dengan SPSS