Analisis Pengaruh Jumlah Tenaga Kerja Dan Bahan Baku Terhadap Pendapatan Jasa Industri Besar dan Sedang Propinsi Sumatera Utara

LAMPIRAN 1

Variables Entered/Removedb Model Variables Entered

Variables

Removed Method bahan_baku,

Jlh_TenagaKerjaa . Enter a. All requested variables entered. b. Dependent Variable: Pendapatan_Jasa

Correlations

Pendapatan_Jasa Jlh_TenagaKerja bahan_baku Pearson Correlation Pendapatan_Jasa 1.000 -.272 -.572

Jlh_TenagaKerja -.272 1.000 -.054

bahan_baku -.572 -.054 1.000

Sig. (1-tailed) Pendapatan_Jasa . .209 .033

Jlh_TenagaKerja .209 . .437

bahan_baku .033 .437 .

N Pendapatan_Jasa 11 11 11

Jlh_TenagaKerja 11 11 11

bahan_baku 11 11 11

Model Summaryb Model R R Square Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

.648a .420 .275 .282669 1.675

a. Predictors: (Constant), bahan_baku, Jlh_TenagaKerja b. Dependent Variable: Pendapatan_Jasa

ANOVAb

Model Sum of Squares df Mean Square F Sig. Regression .462 2 .231 2.892 .113a

Residual .639 8 .080

Total

1.101 1

0

a. Predictors: (Constant), bahan_baku, Jlh_TenagaKerja b. Dependent Variable:

Pendapatan_Jasa Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t S ig. Collinearity Statistics B Std. Error Beta Tolerance

V IF (Constant) 1.527 .710 .151 .064

Jlh_TenagaKerja -.001 .001 -.304 -1.126 .293 .997 1.003 bahan_baku -.021 .010 -.589 -2.183 .061 .997 1.003

a. Dependent Variable: Pendapatan_Jasa

Collinearity Diagnosticsa

Model

imensio

n Eigenvalue Condition Index

Variance Proportions (Constant) Jlh_TenagaKerja bahan_baku

2.886 1.000 .00 .00 .02

.106 5.210 .02 .03 .94

.008 19.217 .98 .97 .05

DAFTAR PUSTAKA

Algifari.2000. Analisa Regresi Teori, Kasus dan Solusi, Edisi 2. Yogyakarta : BPFE

Iswardono, 1981. Analisa Regresi dan Korelasi. Yogyakarta : BPFE Sudjana. 2001. Metode Statistika. Bandung: Tarsito

Usman, Husaini, R. Purnomo Setiady Akbar, 1995. Pengantar Statistik. Jakarta : Bumi Aksara

BPS Serdang Bedagai. 2003-2012. Serdang Bedagai dalam Angka 2003-2012. Badan Pusat Statistik

Sutarman, Marpongahtun, dkk. 2013. Panduan Tatacara Penulisan Tugas Akhir Edisi Kedua. Medan: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

Walpole, E. Ronald. 1995. Pengantar Statistika Edisi ke-3. Jakarta : Gramedia Pustaka Utama.

Hartono. 2008. Analisis Data Statistika dan Penelitian dengan SPSS 16. Pekanbaru : Zanafa

BAB 3

SEJARAH SINGKAT TEMPAT RISET

3.1Sejarah Badan Pusat Statistik (BPS)

Badan Pusat Statistik (BPS) adalah lembaga negara non departemen. BPS melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang pertanian, agraria, pertambangan, kependudukan, sosial, ketenagakerjaan, keuangan, pendapatan, dan keagamaan. Selain hal – hal di atas BPS juga bertugas untuk melaksanakan koordinasi dilapangan, kegiatan statistik dari segenap instansi baik dipusat maupun di daerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan definisi, klasifikasi dan ukuran-ukuran lainnya.

Visi

Badan Pusat Statistik mempunyai visi menjadikan informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung Sumber Daya Manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang mutakhir.

Misi

Dalam menunjuk pembangunan nasional Badan Pusat Statistik mengemban misi mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu, handal, efektif dan efisien, peningkatan kesadaran masyarakat akan arti dan kegunaan statistik serta pengembanan ilmu pengetahuan statistik.

3.2Kedudukan

BPS Propinsi Sumatera Utara adalah Perwakilan Badan Pusat Statistik RI di Propinsi Sumatera Utara yang berada di bawah dan bertanggung jawab kepada Kepala BPS RI dan melaksanakan koordinasi dengan Kepala Daerah setempat.

3.3Tugas, Fungsi, dan Kewenangan Badan Pusat Statistik

Tugas, fungsi, dan kewenangan BPS telah menetapkan dalam Keputusan Presiden RI (Keppres) Nomor 103 Tahun 2001. Dalam menjalankan tugas, fungsi, dan kewenangannya seperti tercantum di bawah ini. BPS juga dibatasi oleh 10 prinsip etika perstatistikaan yang tercantum dalam United Nations Fundamental

principles of Official Statistics.

3.3.1 Tugas

Tugas BPS Propinsi Sumatera Utara adalah melaksanakan penyelenggaraan statistik dasar di Propinsi Sumatera Utara sesuai dengan ketentuan peraturan perundang-undangan yang berlaku.

3.3.2 Fungsi

Dalam melaksanakan tugas sebagaimana dimaksud, BPS menyelenggarakan fungsi:

1. Pengkajian, penyusunan, dan perumusan kebijakan dibidang statistik. 2. Pengkoordinasian kegiatan statistik nasional dan regional.

3. Penetapan dan penyelenggaraan statistik dasar.

4. Pembinaan dan fasilitasi terhadap kegiatan instansi pemerintah dibidang kegiatan statistik; dan

5. Penyelenggaraan pembinaan dan pelayanan administrasi umum dibidang perencanaan umum, ketatausahaan, organisasi, tata laksana, kepegawaian, keuangan, kearsipan, kehumasan, hukum, perlengkapan, dan rumah tangga.

3.3.3 Kewenangan

Dalam menyelenggarakan fungsi sebagaimana dimaksud, BPS mempunyai kewenangan:

1. Penyusunan rencana nasional secara makro dibidangnya

2. Perumusan kebijakan dibidangnya untuk mendukung pembangunan secara makro

3. Penetapan sistem informasi dibidangnya

4. Penetapan dan penyelenggaraan statistik nasional

5. Kewenangan lain sesuai dengan ketentuan peraturan perundang-undangan yang berlaku, yaitu:

1. Perumusan dan pelaksanaan kebijakan tertentu dibidang kegiatan statistik

2. Penyusunan pedoman penyelenggaraan survei statistik sektoral

3.4 Struktur Organisasi Badan Pusat Statistik Propinsi Sumatera Utara

Bentuk strukur organisasi yang diterapkan Kantor Badan Pusat Statistik Propinsi Sumatera Utara adalah : Struktur Organisasi Garis (Line) dan staf. Wewenang mengenai tugas dan tanggung jawab perusahaan dipegang sepenuhnya oleh pejabat pimpinan (Kepala Kantor). Selanjutnya mengenai urusan–urusan dalam fungsi organisasi atau perusahaan, pimpinan berwenang kepada pejabat staf (Kepala Bagian) yang memberikan bahan masukan kepada pimpinan dalam pengambilan keputusan dan tidak berwenang memberikan perintah kepada pegawai yang ada dalam organisasi walaupun seorang pegawai termasuk ke dalam satuan organisasi yang dipimpin oleh seorang pejabat lain. Berikut bagan struktur organisasi Badan Pusat Statistik Propinsi Sumatera Utara.

BAB 4

PENGOLAHAN DATA

4.1 Data dan Pembahasan

Setiap data yang telah didapat merupakan alat pengambilan keputusan dalam pemecahan persoalan yang ada. Dalam hal ini persoalan yang diteliti tentang pendapatan jasa industri tekstil, pakaian jadi dan kulit seperti yang telah dijelaskan di bab pendahuluan. Dalam hal ini penulis mengambil tiga buah data yaitu data jumlah tenaga kerja, data bahan baku dan data pendapatan jasa industri tekstil, pakaian jadi dan kulit yang secara keseluruhan data yang diambil adalah data pada tahun 2001 sampai tahun 2011.

Pengambilan data sebagaimana dalam tabel 4.1 di bawah ini dimaksudkan untuk melihat apakah variabel bebas (jumlah tenaga kerja dan bahan baku) mempengaruhi pendapatan jasa industri tekstil, pakaian jadi dan kulit yang ada. Adapun data yang diambil adalah sebagai berikut:

Tabel 4.1 Data Jumlah Tenaga Kerja, Bahan Baku dan Pendapatan

Jasa Industri Tekstil Propinsi Sumatera Utara Tahun 2001-2011

Tahun Pendapatan Jasa (Milyar Rp)

Jumlah Tenaga Kerja (Orang)

Bahan Baku (Milyar Rp)

2001 2,07 5.790 134,51

2002 0,76 4.144 308,69

2003 0,78 4.175 315,48

2004 0,75 5.393 208,03

2005 1,06 5.633 348,52

2006 6,16 4.130 98,15

2007 6,39 5.214 97,74

2008 6,64 5.142 100,67

2009 9,99 4.076 235,91

2010 0,97 5.801 239,56

2011 1,01 5.804 258,29

Sumber : Badan Pusat Statistik Propinsi Sumatera Utara

Dari tabel 4.1 di atas dapat sederhanakan kembali nilai-nilai dari data untuk mempermudah perhitungan seperti tabel 4.2 berikut:

Tabel 4.2 Data Yang Telah Disederhanakan

Tahun Pendapatan Jasa (Milyar Rp)

Jumlah Tenaga Kerja (Orang)

Bahan Baku (Milyar RP)

2001 0,207 579,0 13,451

2002 0,076 414,4 30,869

2003 0,078 417,5 31,548

2004 0,075 539,3 20,803

2005 0,106 563,3 34,852

2006 0,616 413,0 9,815

2007 0,639 521,4 9,774

2008 0,664 514,2 10,067

2009 0,999 407,6 23,591

2010 0,097 580,1 23,956

2011 0,101 580,4 25,829

Keterangan:

Y = Pendapatan Jasa (Milyar Rp )

1 = Jumlah Tenaga Kerja (Orang) 2 = Bahan Baku (Milyar Rp)

4.2 Persamaan Regresi Linier Berganda

Dalam mencari persamaan regresi linier berganda, terlebih dahulu dihitung koefisien-koefisien regresi dengan mencari hubungan fungsional antar variabel yang ada. Dengan koefisien yang didapat dari perhitungan, maka dapat ditentukan persamaan regresinya. Adapun perhitungan nilai-nilai koefisiennya adalah tertera pada tabel 4.3 sebagai berikut:

Tabel 4.3 Nilai-Nilai Koefisien Persamaan Regresi Linier Berganda

Tahun Y X₁ X₂ X₁2 X₂2

2001 0,207 579,0 13,451 335.241,000 180,929

2002 0,076 414,4 30,869 171.727,360 952,895

2003 0,078 417,5 31,548 174.306,250 995,276

2004 0,075 539,3 20,803 290.844,490 432,765

2005 0,106 563,3 34,852 317.306,890 1.214,662

2006 0,616 413,0 9,815 170.569,000 96,334

2007 0,639 521,4 9,774 271.857,960 95,531

2008 0,664 514,2 10,067 264.401,640 101,344

2009 0,999 470,6 23,591 221.464,360 556,535

2010 0,097 580,1 23,956 336.516,010 573,890

2011 0,101 580,4 25,829 336.864,160 667,137

Sambungan Tabel 4.3

Tahun X₁Y X₂Y X₁X₂ Y2

2001 119,853 2,784 7.788,129 0,043

2002 31 494 2,346 12.792,114 0,006

2003 32 565 2,461 13.171,290 0,006

2004 40 448 1,560 11.219,058 0,006

2005 59 710 3,694 19.632,132 0,011

2006 254 408 6,046 4.053,595 0,379

2007 333 175 6,246 5.096,164 0,408

2008 341 429 6,684 5.176,451 0,441

2009 470 129 23,567 11.101,925 0,998

2010 56 270 2,324 13.896,876 0,009

2011 58 620 2,609 14.991,152 0,010

Total 1.798,101 60,322 118.918,884 2,318

Dari tabel di atas maka diperoleh:

n = 11 1 = 1.798,101

= 3,658 ₂ = 60,322

1 = 5.593,2 12 = 2.891.099,120

2 = 234,555 22 = 5.867,3

Persamaan regresi linier berganda adalah:

= + 1 1 + 2 2 (4.1)

Nilai-nilai a, ₁, dan 2 dapat ditentukan dengan rumus metode kuadrat

terkecil (least squared) sebagai berikut:

1 =

( 22) ( 1 )− ( 2 )( 1 2)

( ₁2) ( ₂2)−( 1 2)2

4.2

2=

( ₁2) ( ₂ )− ( ₁ )( _{1 2})

( ₁2) ( ₂2)−( _{1 2})2 (4.3)

= − 1 1− 2 2

� (4.4)

Di mana:

12 = 12−

( ₁)2

� (4.5) = 2.891.099,120 – (5.593,2)

2

11 = 47.109,462

22 = 22−

( ₂)2

� (4.6) = 5.867,3 – (234,555)

2

11 = 865,841

1 2 = 1 2−

( ₁) ( ₂)

� (4.7) = 118.918,884– 5.593,2 (234,555)

11 =−345,937

1 = 1 −

( ₁) ( )

� (4.8) = 1.798,101– 5.593,2 (3,658)

11 =−61,892

2 = 2 −

( ₂) ( )

� (4.9) = 60,322 – 234,555 (3,658)

11 = −17,678

2 ₌ 2 _– ( ) 2

� (4.10) = 2,318 – (3,658)

2

11 = 1,102

Dapat diperoleh:

1 =

( ₂2) ( ₁ )− ( ₂ )( _{1 2}) ( 12) ( 22)−( 1 2)

2

= 865,841 −61,892 − −17,678 −345,937 47.109,462 865,841 −(−345,937)2

= −59.704,105 40.669.631,28

= −0,001468

= −0,001

2 =

( 12) ( 2 )− ( 1 )( 1 2)

( 12) ( 22)−( 1 2)2

= 47.109,462 −17,678 − (−61,892)(−345,937) 47.109,462 865,841 −(−345,937)2

= −854.211,802 40.669.631,28

= −0,0210037

= −0,021

= − 1 �21− 2 2 �

= 3,658 − −0,001468 5.593,2 − −0,0210037 (234,555) 11

= 3,658 + 8,211 + 4,926 11

= 1,527

Dengan demikian, diperoleh persamaan regresi linier berganda atas

1 dan 2 atas Y adalah:

= + _{1 1}+ _{2 2} (4.11) = ,� � − , − 0,021

Dengan menggunakan SPSS perhitungan selanjutnya dapat dilihat pada lampiran 1.

4.3 Analisis Residu

Setelah didapat persamaan regresinya, maka untuk mengetahui seberapa besar penyimpangan tingkat pendapatan jasa industri tekstil (besar dan sedang), dapat dihitung dengan mencari koefisien-koefisien dari analisis residunya yaitu dengan menggunakan data asli sebelum disederhanakan seperti tabel 4.4 di bawah ini:

Tabel 4.4 Penyimpangan Nilai Koefisien

Tahun Y _{1 2} − ( − )2

2001 0,207 579,0 13,451 0,393 -0,186 0,035 2002 0,076 414,4 30,869 0,269 -0,193 0,037 2003 0,078 417,5 31,548 0,251 -0,173 0,030 2004 0,075 539,3 20,803 0,297 -0,222 0,049 2005 0,106 563,3 34,852 -0,033 0,139 0,019 2006 0,616 413,0 9,815 0,714 -0,098 0,010 2007 0,639 521,4 9,774 0,555 0,084 0,007 2008 0,664 514,2 10,067 0,560 0,104 0,011 2009 0,999 470,6 23,591 0,340 0,659 0,435 2010 0,097 580,1 23,956 0,171 -0,074 0,005 2011 0,101 580,4 25,829 0,131 -0,030 0,001 Total 3,658 5.593,2 234,555 3,648 0,010 0,639

Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus:

.12=

( − )2

� − −1 (4.12)

Di mana:

( − )2 = 0,639 n = 11 k = 2

Maka diperoleh:

.12=

( − )2 � − −1 = 0,639

11−2−1 = 0,2826

Dengan penyimpangan nilai yang telah didapatkan di atas, maka hasil pendapatan jasa industri tekstil Propinsi Sumatera Utara yang sebenarnya akan menyimpang dari hasil sebenarnya sebesar 0,2826 (perhitungan selanjutnya dapat dilihat pada lampiran 1).

4.4 Koefisien Determinasi

Koefisien determinasi digunakan untuk menganalisis seberapa besar pengaruh faktor-faktor yang mempengaruhi pendapatan jasa industri dapat dilakukan perhitungan dengan menggunakan rumus 4.13 berikut:

2₌ ��

2 (4.13)

Berdasarkan tabel 4.3 dapat dilihat persamaan 4.10 dengan 2 = 1,102 sedangkan nilai JK_regdapat dihitung dengan menggunakan rumus 4.14 seperti berikut:

Dari persamaan 4.8 dan 4.9 diperoleh nilai sebagai berikut:

1 = -61,892 2 = -17,678

��= 1 1 + 2 2 (4.14)

= −0,00147 −61,892 + −0,0210037 (−17,678) = 0,0909 + 0,3713

=0,4622

Maka di dapat koefisien determinasi:

2

= 0,4622 1,102

2 _{= 0,42}

Dan untuk koefisien korelasi ganda, dapat digunakan rumus:

= 2

= 0,42 = 0,648

Dari hasil perhitungan diperoleh nilai koefisien determinasi ( 2) sebesar

0,42 berarti sekitar 42% tingkat pendapatan jasa industri tekstil Propinsi Sumatera Utara dipengaruhi oleh jumlah tenaga kerja dan bahan baku..

Dengan mencari akar dari koefisien determinasi, maka didapat koefisien korelasinya (r) sebesar 0,648 (perhitungan dapat dilihat pada output SPSS di lampiran 1)

4.5 Koefisien Korelasi

Koefisien korelasi digunakan untuk melihat keeratan hubungan antara variabel bebas dan variabel terikat atau antara variabel bebas yang ada, dapat dilihat dari besarnya koefisien korelasinya.

1. Koefisien korelasi antara Y (pendapatan jasa) dengan 1 (jumlah tenaga kerja) 1

= � 1− ( )( 1) (� 2_{− ( )}2_{) (�}

12−( 1)2)

(4.15)

1 =

11 1.798,101 − 3,658 (5.593,2)

{(11 × 2,318)− 3,658)2 _{{ 11 × 2.891.099,120} −_(5.593,2)2_}

1 =

19.779,111 −(20.459,926)

25,498 – 13,381 (31.802.090,32 −31.283.886,24)

1 =

−680,815

12,117 (518.204,08)

1 =

−680,815 2.505,809

1 =−0,272

Nilai koefisien di atas menunjukkan korelasi yang lemah (tidak berpengaruh) dan negatif (tidak searah) antara pendapatan jasa industri dengan jumlah tenaga kerja, artinya semakin bertambah jumlah tenaga kerja maka pendapatan jasa semakin menurun dan sebaliknya.

2. Koefisien korelasi antara Y (penerimaan pemerintah) dengan ₂ (ekspor barang konsumsi).

2

= � 2− ( )( 2) (� 2_{− ( )}2_{) (�}

22−( 2)2)

2 =

11 60,322 − 3,658 (234,555)

{ 11 × 2,318 − 3,658)2 _{{ 11 × 5.867,3} −_(234,555)2_}

2 =

(663,354 −858,002)

25,498−13,381 (64.540,3−55.016,048)

2 =

−194,460 12,117 (9.524,252)

2 =

−194,460 339,714

2 =−0,57242 2 = −0,572

Nilai yang negatif menandakan hubungan yang tidak searah antara Y (pendapatan jasa industri) dengan ₂ (bahan baku), artinya jika semakin meingkat bahan baku maka akan semakin menurun pendapatan jasa industri tekstil Propinsi Sumatera Utara dan sebaliknya dengan korelasi yang tergolong sedikit rendah dengan nilai r sebesar -0,572.

4.6 Uji Regresi Linier Berganda

Pengujian regresi linier perlu dilakukan untuk mengetahui apakah jumlah tenaga kerja dan bahan baku memiliki pengaruh terhadap pendapatan jasa industri tekstil Propinsi Sumatera Utara. Langkah-langkah pengujiannya adalah sebagai berikut: 1. Menentukan formulasi hipotesis

H0 : b1= b2= 0

Artinya ₁ (jumlah tenaga kerja) dan ₂ (bahan baku) tidak mempengaruhi tingkat pendapatan jasa industri tekstil Propinsi Sumatera Utara.

H1 : b1≠ b2 ≠0

Artinya minimal ada parameter koefisien regresi yang tidak sama dengan nol atau mempunyai pengaruh terhadap tingkat pendapatan jasa industri Propinsi Sumatera Utara.

2. Menentukan taraf nyata α dan nilai Ftabel dengan derajat kebebasan v1= k dan

v2 = n-k-1.

dengan :

α = 0,05 ; v1 = 2 ; v2 = n-k-1 = 11-2-1 = 8

Maka diperoleh Ftabel sebesar 4,46.

3. Menentukan kriteria pengujian

H₀ diterima jika F_hitung ≤ F_tabel H0 ditolak jika Fhitung > Ftabel

4. Menentukan nilai statistik F dengan rumus:

�

= ��

� _� (� − −1) (4.17)

Dengan:

�� = jumlah kuadrat regresi � = jumlah kuadrat residu (sisa) � − −1 = derajat kebebasan

Telah didapat nilai JK_reg pada persamaan 4.14 sebesar 0,4622. Dan kemudian dicari nilai JK_resyang dihasilkan dari perhitungan tabel 4.4 dengan rumus sebagai berikut:

� = ( − ) 2

= 0,63

Maka diperoleh:

� = ��

� (� − −1) = 0,4622 2

0,639 (11−2−1) = 0,2311

0,639 8 = 0,2311

0,07988 = 2,893

Dapat dilihat nilai Fhitung = 2,893 < Ftabel = 4,46. Artinya �촷0 diterima.

Hal ini menunjukkan bahwa jumlah tenaga kerja dan bahan baku tidak ada pengaruh terhadap pendapatan jasa industri Propinsi Sumatera Utara (perhitungan dapat diperoleh dengan mengguakan SPSS dengan output pada lampiran 1).

4.7 Uji Koefisien Linier Regresi Berganda

Variabel-variabel dependen dalam regresi linier berganda perlu diuji untuk menunjukkan seberapa besar pengaruh yang diberikan pada variabel terikat. Dan cara yang tepat untuk mengujinya adalah dengan menggunakan uji statistik t (student).

Koefisien korelasi antara jumlah tenaga kerja (X1) dengan bahan baku

(X2). 12

= � 1 2− ( 1)( 2)

(� ₁2− ( 1)2) (� 22−( 2)2)

(4.18)

12 =

11 118.918,884 − 5.593,2 (234,555)

{ 11 × 2.891.099,120 −(5.593,2)2_{}{ 11 × 5.867,3} −_(234,555)2_}

12 =

(1.308.107,724−1.311.913,026)

31.802.090,32−31.283.806,24 (64.540,3−55.016,048)

12 =

−3.805,302

518.284,08 (9.524,252)

12 =

−3.805,302 70.258,581

12 =−0,054

122= (−0,054) 2

(dari rumus persamaan 4.18)

122= 0,002916

.12 2

= (0,2826)2 = 0,0799 (Nilai tersebut di dapat dari rumus 4.12)

1 2 _{= (}

1 − 1) 2

= 55.746.442,182

2 2 _{= (}

Nilai di atas diperoleh dari tabel 4.5 berikut:

Tabel 4.5 Perhitungan Jumlah Kuadrat

Tahun _{1 2} 1 − 1 2 − 2 ( 1 − 1)2 ( 2 − 2)2

2001 579,0 13,451 76,255 -7,872 5.814,756 61,971 2002 414,4 30,869 -88,345 9,546 7.804,919 91,123 2003 417,5 31,548 -85,245 10,225 7.266,788 104,547 2004 539,3 20,803 36,555 -0,520 1.336,235 0,271 2005 563,3 34,852 60,555 13,529 3.666,853 183,029 2006 413,0 9,815 -89,745 -11,508 8.054,247 132,438 2007 521,4 9,774 18,655 -11,549 347,992 133,384 2008 514,2 10,067 11,455 -11,256 131,207 126,702 2009 407,6 23,591 -95,145 2,268 9.052,658 5,143 2010 580,1 23,956 77,355 2,633 5.983,726 6,932 2011 580,4 25,829 77,655 4,506 6.030,228 20,302

Total _{55.489,607 865,841}

Maka diperoleh:

1 =

.12 2

( ₁2)(1− ₁₂2 )

= 0,0799

55.489,607 (1−0,002916)

= 0,0799 55.327,799 = 0,0012015

2 =

.12 2

( ₂2)(1− ₁₂2 )

= 0,0799

865,841 (1−0,002916)

= 0,0799 863,251 = 0,00962

1 = 1

1

= −0,001468

0,0012015 = −1,126

2 = 2

2

= −0,0210037

0,00962 =−2,183

Dari tabel distribusi t dengan dk = �₂=� − −1 = 8 dan � = 0,05 maka dapat dilihat bahwa ttabel = 2,31.

Maka dari perhitungan thitung di atas diperoleh:

t1 < ttabel maka H0 diterima

t2 < ttabel maka H0 diterima

Dari kedua koefisien regresi tersebut menunjukkan bahwa variabel 1

(jumlah tenaga kerja) dan variabel ₂ (bahan baku) tidak memiliki pengaruh yang berarti atau signifikan terhadap Y (pendapatan jasa industri tekstil). Perhitungan ini dapat dilihat dengan menggunakan SPSS pada lampiran 1.

BAB 5

IMPLEMENTASI SISTEM

5.1 Sejarah Singkat SPSS

SPSS (Statistic Package for Service Solution) merupakan sebuah program statistika yang dibuat pada tahun 1968 oleh mahasiswa dari universitas Standford. Pada awalnya SPSS ditunjukkan untuk menganalisis data ilmu-ilmu sosial atau dulu disebut Statistic Package for Social Sience. Namun seiring berjalannya waktu program ini dikembangan sehingga berubah nama sesuai kebutuhannya. Dan kini, SPSS telah banyak digunakan pada berbagai ilmu untuk pemprosesan data statistik karena dianggap dapat melakukan proses analisis dengan cepat.

5.2 Cara Kerja SPSS

Pada komputer yang sudah terdapat software SPSS, klik tombol Start kemudian pilih dan klik SPSS statistics 17.0 seperti berikut ini:

Gambar 5.1 Tampilan Jendela Start Windows

5.3 Pengoperasian SPSS

Setelah SPSS diaktifkan, maka tampilan awalnya adalah sebagai berikut:

Gambar 5.2 Tampilan Jendela Awal SPSS

1. Klik lembar variabel view dari SPSS data editor kemudian masukkan nama variabel yaitu pendapatan jasa, jumlah tenaga kerja dan bahan baku di kotaknya masing-masing seperti gambar berikut:

Gambar 5.3 Tampilan Pengisian Data Variabel Pada Variabel View

2. Kemudian pada lembar data view dari SPSS data editor, masukkan data pendapatan jasa, jumlah tenaga kerja dan bahan baku sebagai berikut:

Gambar 5.4 Tampilan Pada Data View

Gambar 5.5 Tampilan Jendela Editor Regresi Linier

4. Kemudian akan didapat tampilan sebagai berikut:

Gambar 5.6 Tampilan Linier Regression

5. Pindahkan variabel pendapatan jasa ke dalam kotak Dependent dan variabel jumlah tenaga kerja dan bahan baku ke dalam kotak Independent(s). Seperti gambar 5.7 berikut:

Gambar 5.7 Tampilan Dependent dan Independent

6. Pastikan memilih Method: Enter. Kemudian klik tombol Statistics dan pastikan memberi tanda ceklis pada Estimates, Model fit, Colinearity

diagnostics, dan Durbin-Watson seperti gambar 5.8 berikut ini:

Gambar 5.8 Tampilan Jendela Regresi Linier: Statistik

8. Klik plots , kemudian masukkan SDRESID ke kotak pilihan Y dan ZPRED ke kotak pilihan X. Pada Standardized Residual Plots beri tanda di

Histogram dan Normal probability plot kemudian klik continue.

Tampilannya dapat dilihat seperti gambar 5.9 berikut.

Gambar 5.9 Tampilan Jendela Regresi Linier: Plot

BAB 6

KESIMPULAN DAN SARAN

6.1Kesimpulan

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

1. Persamaan regresi linier berganda yang diperoleh adalah: = 1,527− 0,001 1 − 0,021 2.

2. Koefisien determinasi (R2) sebesar 0,42 berarti 42% tingkat pendapatan jasa industri tekstil Propinsi Sumatera Utara dipengaruhi oleh jumlah tenaga kerja dan bahan baku dan 58% dipengaruhi oleh faktor lain.

3. Karena Fhitung < Ftabel maka H0 diterima. Hal ini berarti bahwa Artinya

jumlah tenaga kerja dan bahan baku tidak mempengaruhi tingkat pendapatan jasa industri tekstil Propinsi Sumatera Utara.

6.2 Saran

Penulis memberikan saran terhadap hasil penelitian yaitu peningkatan jumlah tenaga kerja dan bahan baku tidak perlu dilakukan untuk meningkatkan pendapatan jasa industri tekstil, pakaian jadi dan kulit di Propinsi Sumatera Utara, namun faktor lain yang mempengaruhi dapat terus ditingkatkan seperti industri makanan, industri kayu, maupun industri logam.

BAB 2

LANDASAN TEORI

2.1 Pengertian Regresi

Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai analisis prediksi. Dikatakan prediksi karena nilai prediksi tidak selalu tepat dengan nilai riilnya. Semakin kecil tingkat penyimpangan antara nilai prediksi dengan nilai riilnya, maka semakin tepat persamaan regresi yang bentuk. Hal ini dapat didefinisikan bahwa analisa regresi adalah metode statistika yang digunakan untuk menentukan kemungkinan bentuk hubungan antara variabel-variabel dengan tujuan pokok dalam penggunaan metode untuk meramalkan atau memperkirakan nilai dari suatu variabel lain yang diketahui.

Ada dua jenis Persamaan Regresi Linier, yaitu analisis regresi linier sederhana dan analisis regresi linier berganda.

2.2 Regresi Linier Sederhana

Regresi linier sederhana merupakan suatu proses untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel tak bebas tunggal dengan variabel bebas tunggal atau dengan kata lain, regresi linier yang hanya melibatkan satu peubah bebas X yang dihubungkan dengan satu peubah tak bebas Y. Bentuk umum model regresi linier sederhana yaitu:

Y= ₀+ 1 1+� (2.1)

Di mana : = variabel tak bebas (dependen)

0 = parameter intersep 1 = koefisien regresi (slop)

1 = variabel bebas (independen)

� = kesalahan penduga

2.3 Regresi Linier Berganda

Disamping hubungan linier dua variabel, hubungan linier lebih dari dua variabel dapat juga terjadi. Pada hubungan ini, perubahan satu variabel dipengaruhi oleh lebih dari satu variabel lain. Maka regresi linier berganda adalah analisis regresi yang menjelaskan hubungan antara peubah respon (variable dependent) dengan faktor-faktor yang mempengaruhi lebih dari satu predaktor (variable

independent).

Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan memuat prediksi/perkiraan nilai Y atas nilai X. Bentuk umum persamaan regresi linier berganda yang mencakup dua atau lebih variabel, yaitu :

= ₀+ 1+ 2 2+ 3+⋯+ +� (2.2)

Dengan :



Y = variabel tidak bebas (dependent)

0,…, = Koefisien regresi

1,…, = variabel bebas (independent)

e = kesalahan pengganggu

2.4 Membangun Persamaan Regresi Linier Berganda

Persamaan regresi linier berganda megandung makna bahwa dalam suatu persamaan regresi terdapat satu variabel dependen dan lebih dari satu variabel independen. Semakin banyak variabel independen yang terlibat dalam suatu persamaan regresi semakin rumit menentukan nilai statistik yang diperlukan hingga diperoleh persamaan regresi estimasi. Dalam regresi linier berganda terdapat variabel terikat (Y) dan variabel bebas (X). Bentuk persamaan regresi linier berganda tersebut yaitu :

= + 1 1 + 2 2 (2.3)

Nilai dari koefisien , ₁, ₂ dapat ditentukan dengan metode kuadrat terkecil (least squared) seperti berikut ini:

1 =

( ₂2) ( 1 )− ( 2 )( 1 2)

( ₁2) ( ₂2)−( 1 2)2

(2.4)

2=

( ₁2) ( 2 )− ( 1 )( 1 2)

( ₁2) ( ₂2)−( 1 2)2

(2.5)

= − 1 1− 2 2

� (2.6)

Harga-harga , 1, 2 yang telah didapat kemudian disubstitusikan ke

dan 2. Dalam persamaan model regresi linier yang diperoleh, maka antara nilai Y

dan 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 estimasi menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya. Kesalahan standar estimasi dapat ditentukan dengan rumus:

.12=

( − )2

�− −1 (2.7)

Keterangan: _.12 = Kesalahan baku Yi = nilai data sebenarnya



i

Y

= nilai taksiran

n = banyak ukuran sampel k = banyak variabel bebas

2.5 Koefisien Determinasi

Koefisien determinasi yang dinyatakan dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel 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 2 akan ditetukan dengan rumus, yaitu:

R2 = ₂

y

JK

_reg



(2.8)

Dengan:

�� = 1 1 + 2 2 +⋯+ (2.9)

2.6 Koefisien Korelasi

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

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

koefisien determinasi. Atau secara matematis dapat ditulis sebagai berikut: r = 2 _(2.10)

Untuk mengetahui keeratan hubungan antara dua variabel dengan menggunakan koefisien korelasi adalah dengan menggunakan nilai absolut dari koefisien tersebut. Besarnya koefisien korelasi (r) antara dua variabel adalah nol sampai dengan 1. Apabila dua buah variabel mempunyai nilai r = 0, berarti antara dua variabel tersebut tidak ada hubungan. Sedangkan apabila dua buah variabel mempunyai r = ± 1, maka dua buah variabel tersebut mempunyai hubungan yang sempurna.

Selain diturunkan dari koefisien determinasi (R2), koefisien korelasi (r) dapat pula ditentukan dengan menggunakan formulasi sebagai berikut:

1=

� 1− ( )( 1)

(� 2− ( )2) (� 12−( 1)2)

(2.11)

Keterangan:

1 = koefisien korelasi antara Y dan X

1 = Variabel bebas (independen)

Y = Variabel terikat (dependen)

Untuk lebih mengetahui seberapa jauh derajat antara variabel-variabel tersebut, dapat dilihat dalam perumusan berikut:

1,00 ≤ r ≤ - 0,80 berarti korelasi kuat secara negatif -0,79 ≤ r ≤ -0,50 berarti korelasi sedang secara negatif -0,49 ≤ r ≤ 0,49 berarti korelasi lemah

0,50 ≤ r ≤ 0,79 berarti berkorelasi sedang secara positif 0,80 ≤ r ≤ 1,00 berarti berkorelasi kuat secara positif

Hubungan antar variabel dapat dikelompokkan menjadi 3 jenis hubungan sebagai berikut :

1. Korelasi Positif

Terjadinya korelasi positif apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang sama (berbanding lurus). Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan peningkatan variabel lain.

2. Korelasi Negatif

Korelasi negatif terjadi apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang berlawanan (berbanding terbalik). Artinya apabila variabel yag satu meningkat, maka akan diikuti dengan penurunan pada variabel yang lain dan sebaliknya.

3. Korelasi Nihil

Korelasi nihil terjadi apabila perubahan pada variabel yang satu diikuti perubahan pada variabel yang lain dengan arah yang tidak teratur (acak), artinya apabila variabel yang satu meningkat, kadang diikuti dengan peningkatan pada variabel yang lain dan kadang diikuti dengan penurunan pada variabel yang lain.

2.7 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 = b3 = ... = bk = 0 (X1 , X2,…Xk tidak mempengaruhi Y)

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

2. Penentuan nilai kritis. Nilai kritis dalam pengujian hipotesis terhadap koefisien regresi dapat ditentukan dengan menggunakan tabel distribusi normal dengan memperhatikan tingkat signifikan (�) dan banyaknya sampel digunakan serta nilai Ftabel dengan derajat kebebasan �1 = k dan �2 = n-k-1

3. Menentukan kriteria pengujian

H0 diterima bila Fhitung ≤Ftabel

H₀ ditolak bila F_hitung >F_tabel

4. Menentukan nilai statistik F dengan rumus :

� = ��

� (� − −1) (2.12) Dengan :

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

� − −1 = derajat kebebasan

�� = 1 1 + 2 2

� = ( − )

2

2.8 Uji Koefisien Regresi Berganda

Keberartian adanya variabel-variabel bebas dalam regresi linier berganda perlu diuji untuk menunjukkan seberapa besar pengaruh yang diberikan pada variabel tak bebas. Dan cara yang tepat untuk mengujinya adalah dengan menggunakan uji statistik t (student). Untuk menguji hipotesis tersebut digunakan kekeliruan baku taksiran 2,1,2,3,…, . Jadi untuk melihat kekeliruan baku dari koefisien adalah :

= .1,2,…,

2

( 2)(1− 2) (2.13)

Dengan:

.1,2,…, =

( − )2

� − −1

2 _{= ( − )}2

= � − ( )( )

(� �뤍2− ( )2) (� 2_{−( )}2₎

Kemudian dicari perhitungan statistik t yaitu:

= (2.14)

Dari tabel distribusi t-student serta dk = (n-k-1), ttabel = t_(n−k−1 ∝)

, di mana kriteria pengujian diperoleh:

H0 : ditolak jika ti > ttabel

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Era globalisasi telah muncul sebagai fenomena baru yang dilahirkan oleh kemajuan zaman. Dalam bidang perekonomian hal ini membuat dampak yang cukup besar bagi industri-industri di Indonesia baik industri perdagangan, manufaktur maupun jasa yang mengakibatkan persaingan semakin kompetitif.

Salah satu sektor yang cukup tinggi tingkat persaingannya adalah sektor industri tekstil. Industri Tekstil dan Produk Tekstil (TPT) berperan cukup penting bagi banyak negara dalam memulai proses industrialisasi. Bagi Indonesia, TPT yang semula hanya merupakan produksi substitusi impor saat ini telah berubah menjadi komoditi ekspor andalan. Menurut ketua Asosiasi Pertekstilan Indonesia (API), Benny Sutrisno, ekspor industri TPT Indonesia pada tahun 2005 mencapai US$ 7,5 Miliar dan diproyeksikan untuk tahun 2006 ini mencapai US$ 8,35 Miliar (Kompas, 2006).

Menurut API, TPT Indonesia juga memiliki daya saing yang relatif baik di pasar internasional. Hal ini disebabkan Indonesia memiliki industri pertekstilan yang lengkap dari hulu ke hilir, yakni dari produk serat (fibers), produk benang/pemintalan (spinning), pertenunan (weaving),

rajutan (knitting), pakaian jadi (garment), dan produk tekstil lainnya (other textile). Indonesia memiliki industri pemintalan (spinning) yang besar di kawasan Asia dan Oceania. Demikian pula dengan industri pertenunan yang produksinya kedua terbesar setelah Cina, serta industri pakaian jadi yang dikenal di dunia internasional. Sampai saat ini Indonesia menjadi negara pengekspor ke-11 terbesar di dunia dengan pangsa pasar 3,15 persen dari total pasar tekstil dunia sebesar US$ 194,7 Miliar pada tahun 2004. Untuk ekspor pakaian jadi, Indonesia menempati urutan kesembilan dengan pangsa pasar sebesar 4,45 persen dari total nilai pasar tekstil dunia sebesar US$ 258,1 Miliar (Kompas, 2006).

Namun di tengah pesatnya persaingan industri ini, pertumbuhan industri tekstil di Indonesia dirasakan masih kurang dari yang diharapkan. Industri tekstil sudah mulai menunjukkan gejala penurunan. Pertumbuhan ekspor tekstil, misalnya sudah terlihat menurun sejak tahun 2001. Dalam tahun 2002, ekspor pakaian jadi tumbuh negatif sebesar -12,2 persen. Dengan kondisi ini tampaknya perlu sebuah upaya serius untuk menyelamatkan industri tekstil di Indonesia. Tidak dapat dipungkiri, industri tekstil adalah industri yang penting dalam memberikan kontribusi kepada penerimaan ekspor Indonesia.

Tenaga kerja mempunyai peranan yang penting dalam suatu perusahaan, menjadi perencana dan pelaku aktif dari setiap aktivitas perusahaan. Berbeda dengan mesin, uang dan material yang sifatnya pasif dan dapat dikuasai serta dapat diatur sepenuhnya dalam mendukung

tercapainya tujuan perusahaan. Sebaliknya tenaga kerja juga mempunyai berbagai macam kebutuhan yang ingin dipenuhinya.

Sebagai sumber daya manusia, tenaga kerja akan memiliki kontribusi terhadap hasil operasi perusahaan. Perusahaan perlu mengukur besar pengaruh tenaga kerja terhadap hasil operasi. Pengukuran perlu dikaitkan dengan produktivitas tenaga kerja karena dengan mengetahui tingkat produktivitas tersebut maka perusahaan akan mengetahui pemakaian tenaga kerja yang diperlukan dalam operasi dan dalam mencapai tingkat laba yang diperoleh perusahaan. Jumlah tenaga kerja (karyawan) yang bekerja di perusahaan juga perlu diperhatikan untuk menentukan pendapatan jasa industri serta bahan baku tekstil yang digunakan apa akan menunjang laba di perusahaan atau bahkan sebaliknya.

Berdasarkan uraian di atas, penulis membuat tugas akhir yang berjudul “Analisis Pengaruh Jumlah Tenaga Kerja dan Bahan Baku

Terhadap Pendapatan Jasa Industri Besar dan Sedang Propinsi

1.2 Perumusan Masalah

Berdasarkan latar belakang masalah di atas, perumusan masalah penelitian adalah mencari seberapa besar nilai pengaruh dan mana yang lebih dominan berpengaruh antara jumlah tenaga kerja dan bahan baku terhadap pendapatan jasa industri tekstil, pakaian jadi dan kulit Propinsi Sumatera Utara.

1.3Batasan Masalah

Untuk memberikan kejelasan dan memberikan kemudahan penelitian ini agar tidak jauh menyimpang dari sasaran yang ingin dicapai, penulis hanya meneliti pengaruh pendapatan jasa industri tekstil Propinsi Sumatera Utara dengan faktor-faktor yang mempengaruhi yaitu jumlah tenaga kerja dan bahan baku industri. Data kuantitatif yang digunakan adalah data jumlah tenaga kerja, data bahan baku industri dan data pendapatan jasa industri tekstil, pakaian jadi dan kulit Propinsi Sumatera Utara dari tahun 2001 sampai tahun 2011.

1.4 Maksud dan Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah untuk mengetahui secara empiris seberapa besar pengaruh jumlah tenaga kerja dan bahan baku terhadap pendapatan jasa industri tekstil, pakaian jadi dan kulit Propinsi Sumatera Utara dari tahun 2001 sampai tahun 2011.

1.5Manfaat Penelitian

Kontribusi yang dapat diambil dari penelitian ini adalah konstribusi kebijakan untuk memberikan masukan bagi Pemerintah Pusat maupun Daerah dalam menyusun kebijakan dibidang perindustrian khususnya industri tekstil, pakaian jadi dan kulit di masa yang akan datang.

1.6 Lokasi Penelitian

Penelitian dan riset data dilakukan di Badan Pusat Statistik Propinsi Sumatera Utara.

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 untuk memperoleh data dan informasi dari perpustakaan, yaitu dengan membaca buku-buku, referensi dan bahan-bahan yang bersifat teoritis yang mendukung penulisan tugas akhir.

b. Pengumpulan data untuk keperluan riset ini, telah dilakukan oleh penulis dengan menggunakan data sekunder yang diperoleh dari kantor Badan Pusat Statistik Propinsi Sumatera Utara. Data yang dikumpulkan tersebut kemudian disusun dan disajikan dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang sekumpulan data tersebut.

1.8 Tinjauan Pustaka

Menyatakan perubahan nilai variabel itu dapat pula disebabkan oleh berubahnya variabel lain yang berhubungan dengan variabel tersebut. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh variabel lain diperlukan alat analisis yang memungkinkan 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. (Usman, Husaini, 1995).

Regresi berganda 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 (Sudjana, 2001). Setelah mengetahui hubungan fungsional antara variabel-variabel di mana 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. 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 (Iswardono, 1981).

Jika kenaikan di dalam suatu variabel diikuti dengan kenaikan di dalam variabel lain, maka dapat dikatakan bahwa kedua variabel tersebut mempunyai korelasi yang positip. Tetapi jika kenaikan di dalam suatu variabel diikuti oleh penurunan di dalam variabel lain, maka dapat dikatakan bahwa variabel tersebut mempunyai korelasi yang negatip. Dan jika tidak ada perubahan pada variabel walaupun variabel lainnya berubah maka dikatakan bahwa kedua variabel tersebut tidak mempunyai hubungan.

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, rumusan masalah, batasan masalah, tujuan, manfaat, metode penelitian dan sistematika penulisan.

BAB 2 : LANDASAN TEORI

Bab ini menguraikan tentang pengertian regresi, regresi linier berganda, uji regresi linier berganda dan korelasi regresi linier ganda serta uji koefisien regresi linier berganda.

BAB 3 : SEJARAH SINGKAT TEMPAT RISET

Bab ini menjelaskan tentang sejarah, visi, misi, kedudukan, tugas, fungsi dan struktur organisasi Badan Pusat Statistik Propinsi Sumatera Utara.

BAB 4 : PENGOLAHAN DATA

Bab ini menguraikan pengolahan data dengan menggunakan metode analisis regresi linier berganda, korelasi ganda, dan pengujian koefisien regresi linier berganda.

BAB 5 : IMPLEMENTASI SISTEM

Bab ini menjelaskan tentang program atau software yang digunakan untuk mengolah/menganalisis data. Penulis menggunakan program SPSS (Statistic Product and

Service Solution).

BAB 6 : KESIMPULAN DAN SARAN

Bab ini merupakan bab penutup yang merupakan kesimpulan dari pembahasan serta saran-saran penulis berdasarkan kesimpulan yang di dapat.

ANALISIS PENGARUH JUMLAH TENAGA KERJA DAN

BAHAN BAKU TERHADAP PENDAPATAN JASA

INDUSTRI BESAR DAN SEDANG PROPINSI

SUMATERA UTARA

TUGAS AKHIR

ABDUL RAHIM

102407055

PROGRAM STUDI D-3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

ANALISIS PENGARUH JUMLAH TENAGA KERJA DAN

BAHAN BAKU TERHADAP PENDAPATAN JASA

INDUSTRI BESAR DAN SEDANG PROPINSI

SUMATERA UTARA

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh

Ahli Madya

ABDUL RAHIM

102407055

PROGRAM STUDI D-3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2013

PERSETUJUAN

Judul : Analisis Pengaruh Jumlah Tenaga Kerja Dan Bahan Baku Terhadap Pendapatan Jasa Industri Besar dan Sedang Propinsi Sumatera Utara Kategori : Tugas Akhir

Nama : Abdul Rahim Nomor Induk Mahasiswa : 102407055 Program Studi : D3 Statistika Departemen : Matematika

Fakultas : Matematika Dan Ilmu Pengetahuan Alam Universitas Sumatera Utara

Diluluskan di Medan, Juli 2013

Disetujui Oleh

Departemen Matematika FMIPA USU

Ketua, Pembimbing,

Prof. Dr. Tulus, M.Si. Ph.D Drs. Faigiziduhu Bu’ulölö, M.Si NIP. 19620901 198803 1 002 NIP. 19531218 198003 1 003

PERNYATAAN

ANALISIS PENGARUH JUMLAH TENAGA KERJA DAN BAHAN BAKU TERHADAP PENDAPATAN JASA INDUSTRI BESAR DAN

SEDANG PROPINSI SUMATERA UTARA

TUGAS AKHIR

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

Medan, Juli 2013

ABDUL RAHIM

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 Analisis Pengaruh Jumlah Tenaga Kerja Dan Bahan Baku Terhadap Pendapatan Jasa Industri Besar dan Sedang Propinsi Sumatera Utara.

Terimakasih penulis sampaikan kepada Bapak Drs. Faigiziduhu Bu’ulölö, M.Si selaku pembimbing dan Ketua Program Studi yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Drs. Suwarno Ariswoyo, M.Si selaku Sekretaris Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si. Ph.D 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 staff dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Bapak H. Armansyah dan Ibu Hj. Sri Suswaningsih dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

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

1.1. Latar Belakang 1

1.2. Perumusan Masalah 4

1.3. Batasan Masalah 4

1.4. Maksud dan Tujuan Penelitian 5

1.5. Manfaat Penelitian 5

1.6. Lokasi Penelitian 5

1.7. Metode Penelitian 6

1.8. Tinjauan Pustaka 6

1.9. Sistematika Penulisan 8

BAB 2. Landasan Teori 11

2.1. Pengertian Regresi 11

2.2. Regresi Linier Sederhana 12

2.3. Regresi Linier Berganda 12

2.4. Membangun Persamaan Regresi Linier Berganda 13

2.5. Koefisien Determinasi 15

2.6. Koefisien Korelasi 15

2.7. Uji Regresi Linier Berganda 18

2.8. Uji Koefisien Regresi Berganda 19

BAB 3. Sejarah Singkat Tempat Riset 21

3.1. Sejarah Badan Pusat Statistik 21

3.2. Kedudukan 22

3.3. Tugas, Fungsi, dan Kewenangan Badan Pusat Statistik 22

3.3.1 Tugas 23

3.3.3 Kewenangan 24

3.4. Struktur Organisasi 24

BAB 4. Pengolahan Data 26

4.1. Data dan Pembahasan 26

4.2. Persamaan Regresi Linier Berganda 29

4.3. Analisis Residu 33

4.4. Koefisien Determinasi 35

4.5. Koefisien Korelasi 37

4.6. Uji Regresi Linier Berganda 38

4.7. Uji Koefisien Regresi Linier Berganda 40

BAB 5. Implementasi Sistem 44

5.1. Sejarah Singkat SPSS 44

5.2. Cara Kerja SPSS 44

5.3. Pengoperasian SPSS 45

5.4. Pengisian dan Pengolahan Data 46

BAB 6. Kesimpulan Dan Saran 50

6.1. Kesimpulan 50

6.2. Saran 51

Daftar Pustaka Lampiran

DAFTAR TABEL

Nomor Judul Halaman

Tabel

4.1. Data Jumlah Tenaga Kerja, Bahan Baku dan Pendapatan 27 Jasa Industri Tekstil Propinsi Sumatera Utara Tahun

2001-2011

4.2. Data Yang Telah Disederhanakan 28 4.3. Nilai-Nilai Koefisien Persamaan Regresi Linier Berganda 29 4.4. Penyimpangan Nilai Koefisien 34 4.5. Perhitungan Jumlah Kuadrat 41

DAFTAR GAMBAR

Nomor Judul Halaman

Gambar

5.1. Print Screen Tampilan Jendela Start Windows 45 5.2. Tampilan Jendela Awal SPSS 45 5.3. Tampilan Pengisian Data Variabel Pada Variabel View 46 5.4. Tampilan Pada Data View 46 5.5. Tampilan Jendela Editor Regresi Linier 47 5.6. TampilanLinier Regression 47 5.7. Tampilan Dependent dan Independent 48 5.8. Tampilan Jendela Regresi Linier: Statistik 48 5.9. Tampilan Jendela Regresi Linier: Plot 49

DAFTAR LAMPIRAN

Nomor Judul Halaman

lamp

1. Hasil Perhitungan Dari Program SPSS 2. Surat Permohonan Penelitian Tugas Akhir 3. Surat Riset Pengumpulan Data

4. Kartu Bimbingan Tugas Akhir Mahasiswa 5. Surat Keterangan Hasil Uji Program Tugas Akhir 6. Data Sumber Pengolahan

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 Analisis Pengaruh Jumlah Tenaga Kerja Dan Bahan Baku Terhadap Pendapatan Jasa Industri Besar dan Sedang Propinsi Sumatera Utara.

Terimakasih penulis sampaikan kepada Bapak Drs. Faigiziduhu Bu’ulölö, M.Si selaku pembimbing dan Ketua Program Studi yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Drs. Suwarno Ariswoyo, M.Si selaku Sekretaris Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si. Ph.D 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 staff dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Bapak H. Armansyah dan Ibu Hj. Sri Suswaningsih dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

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

1.1. Latar Belakang 1

1.2. Perumusan Masalah 4

1.3. Batasan Masalah 4

1.4. Maksud dan Tujuan Penelitian 5

1.5. Manfaat Penelitian 5

1.6. Lokasi Penelitian 5

1.7. Metode Penelitian 6

1.8. Tinjauan Pustaka 6

1.9. Sistematika Penulisan 8

BAB 2. Landasan Teori 11

2.1. Pengertian Regresi 11

2.2. Regresi Linier Sederhana 12

2.3. Regresi Linier Berganda 12

2.4. Membangun Persamaan Regresi Linier Berganda 13

2.5. Koefisien Determinasi 15

2.6. Koefisien Korelasi 15

2.7. Uji Regresi Linier Berganda 18

2.8. Uji Koefisien Regresi Berganda 19

BAB 3. Sejarah Singkat Tempat Riset 21

3.1. Sejarah Badan Pusat Statistik 21

3.2. Kedudukan 22

3.3. Tugas, Fungsi, dan Kewenangan Badan Pusat Statistik 22

3.3.1 Tugas 23

3.3.2 Fungsi 23

3.3.3 Kewenangan 24

3.4. Struktur Organisasi 24

BAB 4. Pengolahan Data 26

4.1. Data dan Pembahasan 26

4.2. Persamaan Regresi Linier Berganda 29

4.3. Analisis Residu 33

4.4. Koefisien Determinasi 35

4.5. Koefisien Korelasi 37

4.6. Uji Regresi Linier Berganda 38

4.7. Uji Koefisien Regresi Linier Berganda 40

BAB 5. Implementasi Sistem 44

5.1. Sejarah Singkat SPSS 44

5.2. Cara Kerja SPSS 44

5.3. Pengoperasian SPSS 45

5.4. Pengisian dan Pengolahan Data 46

BAB 6. Kesimpulan Dan Saran 50

6.1. Kesimpulan 50

6.2. Saran 51

Daftar Pustaka Lampiran

DAFTAR TABEL

Nomor Judul Halaman

Tabel

4.1. Data Jumlah Tenaga Kerja, Bahan Baku dan Pendapatan 27 Jasa Industri Tekstil Propinsi Sumatera Utara Tahun

2001-2011

4.2. Data Yang Telah Disederhanakan 28

4.3. Nilai-Nilai Koefisien Persamaan Regresi Linier Berganda 29

4.4. Penyimpangan Nilai Koefisien 34

4.5. Perhitungan Jumlah Kuadrat 41

DAFTAR GAMBAR

Nomor Judul Halaman

Gambar

5.1. Print Screen Tampilan Jendela Start Windows 45

5.2. Tampilan Jendela Awal SPSS 45

5.3. Tampilan Pengisian Data Variabel Pada Variabel View 46

5.4. Tampilan Pada Data View 46

5.5. Tampilan Jendela Editor Regresi Linier 47 5.6. TampilanLinier Regression 47 5.7. Tampilan Dependent dan Independent 48 5.8. Tampilan Jendela Regresi Linier: Statistik 48 5.9. Tampilan Jendela Regresi Linier: Plot 49

DAFTAR LAMPIRAN

Nomor Judul Halaman

lamp

1. Hasil Perhitungan Dari Program SPSS 2. Surat Permohonan Penelitian Tugas Akhir 3. Surat Riset Pengumpulan Data

4. Kartu Bimbingan Tugas Akhir Mahasiswa 5. Surat Keterangan Hasil Uji Program Tugas Akhir 6. Data Sumber Pengolahan

7. Daftar Distribusi F, Distribusi T