2011 164.6
-0.286 0.293128 -2.00
27093.16 0.081796 2012
1356.6 3.554 0.611778
-2.70 1840363.56 12.63092
Jumlah 0.00
0.00 3436681.20 19.10
Sambungan tabel 4.4 Tahun
2008 0.357510718 12.96
-2658.24 -8.4816
-2.1525192 2009 0.099295573
4.41 -2079.84
0.0084 -0.6617352
2010 6.60644E-05 1
-207.6 0.916
-0.008128 2011 0.085924024
4 -329.2
0.572 -0.586256
2012 0.374272321 7.29
-3662.82 -9.5958
-1.6518006
Jumlah 0.92
29.66 -8937.70
-16.58 -5.06
dan dari tabel 4.4 dapat dicari:
=
Untuk JK
res
dapat diketahui dari table 4.3
0,5018026 Jadi F
hitung
dapat dicari dengan rumus dibawah ini:
= 19.365
Dengan demikian dapat disimpulkan bahwa: Dari tabel distribusi F untuk dk
pembilang
= 3, dk
penyebut
= n-k-1 = 5-3-1 = 1 diperoleh F
tabel
0,05 = 216. Sehingga didapat F
hitung
19.365 F
tabel
216 maka H diterima dan H
1
ditolak. Hal ini berarti persamaan regresi linier berganda Y atas X
1
, X
2
, dan X
3
bersifat tidak nyata. Ini berarti tidak terdapat pengaruh yang signifikan antara pendidikan, pengangguran, dan PDRB terhadap kemiskinan.
4.4 Pengujian Koefisien Korelasi
4.4.1 Perhitungan Korelasi antara Variabel Bebas dan Variabel Terikat
Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel terikat, maka dari table 4.2 dapat dihitung besar koefisien korelasinya yaitu:
1. Koefisien korelasi antara kemiskinan Y dengan pendidikan X
1
√
√
√
2. Koefisien korelasi antara kemiskinan Y dengan pengangguran X
2
√
√
√
3. Koefisien korelasi antara kemiskinan Y dengan PDRB X
3
√
√
√
4.4.2 Perhitung Korelasi antar Variabel Bebas
1. Koefisien korelasi antara pendidikan X
1
dengan pengangguran X
2
√
√
√
2. Koefisien korelasi antara pendidikan X
1
dengan PDRB X
3
√
√
√
3. Koefisien korelasi antara pengangguran X
2
dengan PDRB X
3
√
√
√
Dari perhitungan didapat nilai koefisien korelasi: 1
variabel X
1
berkorelasi sangat kuat terhadap variabel Y 2
variabel X
2
berkorelasi kuat terhadap variabel Y 3
variabel X
3
berkorelasi sangat kuat terhadap variabel Y 4
variabel X
1
berkorelasi kuat terhadap variabel X
2
5 variabel X
1
berkorelasi sangat kuat terhadap variabel X
3
6 variabel X
2
berkorelasi sangat kuat terhadap variabel X
3
4.5 Perhitungan Koefisien Determinasi
Berdasarkan tabel 4.4 didapat harga sedangkan JK
reg
yang telah dihitung adalah =
Maka selanjutnya dengan rumus:
Sehingga didapat koefisien korelasi: √
√
Dari hasil perhitungan didapat didapat nilai koefisien determinasi sebesar 0,983 dan dengan mencari akar dari R
2
, diperoleh koefisien korelasi gandanya sebesar 0,992. Nilai tersebut digunakan untuk mengetahui pengaruh variabel independent
terhadap perubahan variabel dependent. Artinya 98,3 kemiskinan dipengaruhi oleh pendidikan, pengangguran, dan PDRB. Sedangkan 1,7 sisanya dipengaruhi
oleh faktor-faktor lain.
4.6 Pengujian Koefisien Regresi Linier Berganda
Dari perhitungan didapat persamaan penduga regresi berganda:
Untuk mengetahui bagaimana keberartian adanya setiap variabel bebas dalam persamaan regresi di atas, perlu diadakan pengujian tersendiri mengenai
koefisien-koefisien regresinya. 1.
Hipotesis Pengujian H
: Tidak ada pengaruh yang signifikan antara koefisien X
1
,X
2
,X
3
terhadapY H
1
: Ada pengaruh yang signifikan antara koefisien X
1
, X
2
, X
3
terhadap Y 2.
Taraf nyata signifikan α diambil sebesar 0,05 3.
Kriteria pengujian : terima H jika t
i
t
tabel
dan tolak H jika t
i
t
tabel
4. Mengambil kesimpulan berdasarkan kriteria pengujian.
Dapat dihitung kekeliruan baku koefisien b
1,
b
2,
b
3
dengan sebagai berikut:
√
√
√
√
√
√
√
√
√
√
√
√
Diperoleh distribusi student
= 0,0186
= 0,371
= -1,302 Dari tabel distribusi t dengan dk=1
dan α=0,05 diperoleh t
tabel
= 12,71 dan hasil dari perhitungan di atas diperoleh:
1. t
1
= 0,0186 12,71 2.
t
2
= 0,371 12,71 3.
t
3
= -1,302 12,71 Dari
ketiga koefisien
regresi tersebut
variabel pendidikan,
pengangguran dan PDRB tidak memiliki pengaruh yang berarti atau
signfikan terhadap Y kemiskinan.
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
