4. Menentukan nilai statistik t
hitung
dengan rumus : �
ℎ�����
=
�
1
�
�1
5. Membuat kesimpulan apakah �
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
2003 sampai tahun 2012.
Universitas Sumatera Utara
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
Sumber : Badan Pusat Statistik Propinsi Sumatera Utara
Universitas Sumatera Utara
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.
3.2 Pendefinisian 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 yang digunakan adalah jumlah penduduk tahun 2003 – 2012 dalam satuan jiwa.
Universitas Sumatera Utara
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.
3.3 Persamaan 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
perhitungan-perhitungan yang ada, maka dapat ditentukan untuk mencari
Universitas Sumatera Utara
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 X
1
sampai dengan X
3
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 .856
a
.733 .600
20317.61704 a. Predictors: Constant, x4, x2, x1, x3
Tabel 3.3Coefficients
a
Untuk Menentukan Persamaan Regresi LinierBerganda
Coefficients
a
Universitas Sumatera Utara
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 :
b = -381039.812
b
1
= 0.233 b
2
= 0.258 b
3
= 0.001 Maka persamaan regresi linier bergandanya adalah :
��= b
o
+ b
1
X
1
+ b
2
X
2
+ b
3
X
3
+b
4
X
4
��
=
-381039.812+0.233X
1
+ 0.258X
2
+ 0.001X
3
3.4 Koefisien korelasi
