Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi Tahun 2008-2009

ANALISIS REGRESI BERGANDA TERHADAP

FAKTOR-FAKTOR YANG MEMPENGARUHI

LAJU INFLASI TAHUN 2008-2009

TUGAS AKHIR

SAURINA BANJARNAHOR

082407070

PROGRAM STUDI DIPLOMA III STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2011

ANALISIS REGRESI BERGANDA TERHADAP

FAKTOR -FAKTOR YANG MEMPENGARUHI

LAJU INFLASI TAHUN 2008-2009

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya

SAURINA BANJARNAHOR

082407070

PROGRAM STUDI DIPLOMA III STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2011

PERSETUJUAN

Judul : ANALISIS REGRESI BERGANDA TERHADAP

FAKTOR- FAKTOR YANG MEMPENGARUH LAJU INFLASI TAHUN 2008-2009

Kategori : TUGAS AKHIR

Nama : SAURINA BANJARNAHOR

Nomor Induk Mahasiswa : 082407070

Program Studi : D-3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, Juni 2011

Diketahui oleh

Departemen Matematika FMIPA USU

Ketua, Pembimbing

Prof. Dr. Tulus, M.Si Drs. Gim Tarigan, M.Si NIP. 19620901 198803 1 002 NIP : 19550202 198601 1 001

PERNYATAAN

ANALISIS REGRESI BERGANDA TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI LAAJU INFLASI TAHUN 2008-2009

TUGAS AKHIR

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

Medan, Mei 2011

SAURINA BANJARNAHOR 082407070

PENGHARGAAN

Segala puji dan syukur Penulis panjatkan Kehadirat Tuhan Yang Maha Esa atas rahmat dan kasih-Nya yang besar sehingga penulis dapat menyelesaikan Tugas Akhir ini dengan baik..

Adapun tujuan dari penulisan Tugas Akhir ini adalah merupakan salah satu syarat untuk menyelesaikan Program D3 Statistika pada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

Dalam menyelesaikan Tugas Akhir ini Penulis tidak terlepas dari perhatian, bimbingan, fasilitas dan dorongan serta bantuan berbagai pihak secara langsung maupun tidak langsung, pada kesempatan ini Penulis dengan segala kerendahan hati serta rasa hormat perkenankanlah Penulis mengucapkan terima kasih yang sebesar – besarnya kepada :

1. Teristimewa kepada Ayahanda Open Banjarnahor dan Ibunda tercinta Rosni Manullang yang telah banyak mendukung baik secara moril maupun materil, memberi nasihat dan juga doa yang tak henti-hentinya.

2. Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU

3. Bapak Prof. Dr. Tulus, M.Sc selaku Ketua Pelaksana Program Studi Ilmu Komputer dan Statistika FMIPA USU.

4. Bapak Drs. Faigiziduhu Bu’ulölö, M.Si selaku Ketua Program Studi D3 Statistika FMIPA USU.

5. Bapak Drs. Gim Tarigan, M.si selaku Dosen Pembimbing yang telah memberikan bimbingan kepada penulis sehingga dapat menyelesaikan Tugas Akhir ini dengan baik.

6. Seluruh Staf Pengajar di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara khususnya Jurusan Matematika.

7. Buat sahabat – sahabat seperjuangan Anyway (Juniaty Pardede, Dame Tanjung, Lamsihar Pakpahan), Benny gokil abiez, Dedi Maruli, Elvi Pinem yang telah memberikan dukungan, nasehat dan juga waktunya serta masukan - masukan yang memotivasi Penulis untuk menyelesaikan Tugas Akhir ini. 8. Buat teman – teman D3 Statistika khususnya pada STAT B ‘ 08 yang selalu

kompak dan saling bertukar ide.

9. Buat saudara-saudara NHKBP Sidorejo yang selalu mendukung dan juga doa yang tak henti-hentinya.

Sekali lagi penulis ucapkan banyak terima kasih kepada semua pihak yang telah banyak membantu penulis dalam menyelesaikan Tugas Akhir ini. Semoga TugasAkhir ini bermanfaat bagi penulis dan juga bermanfaat bagi pembaca. Oleh karena itu penulis sangat mengharapkan kritik dan saran yang bersifat membangun. Kalau ada kata atau ejaan yang kurang lengkap penulis mohon maaf sebab penulis hanya seorang Manusia yang tak luput dari kesalahan. Semoga Tuhan Yang Maha Esa melimpahkan rahmat-Nya kepada kita semua.

Medan, Juni 2011 Penulis

Saurina Banjarnahor 082407070

DAFTAR ISI

Halaman

PERSETUJUAN ii

PERNYATAAN iii

PENGHARGAAN iv

DAFTAR ISI vi

DAFTAR TABEL viii

DAFTAR GAMBAR ix

BAB 1 PENDAHULUAN 1.1 Latar Belakang 1

1.2 Rumusan Masalah 3

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 4

1.5 Manfaat Penelitian 4

1.6 Metode Penelitian 4

1.7 Tinjauan Pustaka 6

1.8 Sistemaatika Penulisan 7

BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi 9

2.2 Persamaan Regresi 10

2.2.1 Persamaan Regresi Sederhana 11

2.2.2 Persamaan Regresi Linier Berganda 11

2.3 Uji Hipotesis Regresi Linier Berganda 15

2.4 Koefisien Determinasi 16

2.5 Koefisien Korelasi 17

2.6 Uji Koefisien Regresi Berganda 18

BAB 3 SEJARAH DAN STRUKTUR BPS 3.1 Sejarah Badan Pusat Statistik (BPS) 20

3.1.1 Masa Pemerintahan Hindia 20

3.1.2 Masa Pemerintahan Jepang 21

3.1.3 Masa Kemerdekaan Republik 21

3.1.4 Masa Orde Baru Sampai Sekarang 22

3.2 Visi dan Misi Badan Pusat Statistik 23

3.3 Struktur Organisasi Badan Pusat Statistik 24

3.4 Tugas dan Wewenang Masing-masing Bagian di Badan Pusat Statistik 27

3.4.1 Bidang Tata Usaha 27

3.4.2 Bidang Statistik Produksi 28

3.4.3 Bidang Statistik Distribusi 29

3.4.4 Bidang Pengolahan Data 29

3.4.5 Bidang Statistik Kependudukan 30

3.4.6 Bidang Neraca Wilayah dan Analisa 30

BAB 4 ANALISIS DATA 4.1 Pengolahan Data 31

4.3 Uji Hipotesis Regresi Linier Berganda 36 4.4 Mencari Koefisien Determinasi 38

4.5 Koefisien Korelasi 39

4.5.1 Perhitungan Korelasi Antara Variabel Y dengan X1i 40

4.5.2 Perhitungan Korelasi Antara Variabel X1i dengan X2i 40

4.6 Pengujian Koefisien Regresi Berganda BAB 5 IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem 44 5.2 Peranan Komputer Dalam Statistika 44

5.3 Mengoperasikan SPSS 45

5.3.1 Mengaktifkan Program SPSS pada Windows 45 5.3.2 Pemasukan Data 46 5.3.3 Menyimpan Data 50 5.4 Analisis Regresi dengan SPSS 50 5.5 Analisis Korelasi dengan SPSS 51 BAB 6 KESIMPULAN DAN SARAN

6.1 Kesimpulan 54

6.2 Saran 55

DAFTAR PUSTAKA LAMPIRAN

DAFTAR TABEL

Halaman Tabel 2.1 Data Hasil Pengamatan n Responden (X1,X2,...,Xk,Y) 13

Tabel 4.1 Data Jumlah Uang Beredar ( Triliun Rupiah), Suku Bunga

Bank (Persen) dan Laju Inflasi (Persen) 32 Tabel 4.2 Nilai-nilai yang Dibutuhkan Untuk Menghitung Koefisien-

Koefisien 33

Tabel 4.3 Harga Penyimpangan Ŷ 35

DAFTAR GAMBAR

Halaman Gambar 5.1 Tampilan Saat Membuka Aplikasi SPSS pada Windows 45 Gambar 5.2 Tampilan Jendela Variabel View 49 Gambar 5.3 Tampilan Data pada Data View Setelah Datanya sudah

Diketik 49

Gambar 5.4 Tampilan Saat Membuat Persamaan Regresi 50 Gambar 5.5 Tampilan pada Kotak Dialog Regresi 51 Gambar 5.6 Tampilan saat Membuat Analisis Korelasi 52 Gambar 5.7 Tampilan pada Kotak Dialog Korelasi Bivariat 57

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Secara umum, setiap Negara ingin mencapai tiga tujuan kebijakan ekonomi. Di Indonesia, tujuan tersebut dikenal dengan nama trilogi pembangunan yaitu

1) Pertumbuhan ekonomi yang cepat yang ditandai dengan pertumbuhan pendapatan nasional maupun pendapatan per kapita.

2) Pemerataan pendapatan atau secara lebih luas adalah keadilan ekonomi.

3) Kestabilan ekonomi yang ditandai oleh stabilitas harga dan rendahnya pengangguran.

Dilihat dari stabilitas ekonomi , Indonesia masih mengalami goncangan yang hebat. Hal ini terlihat dengan tingginya tingkat inflasi. Terbukti bahwa antara tahun 1990-1996 angka inflasi tidak pernah melebihi 8-9%, tapi pada tahun 1998 sudah mendekati angka 76%. Hal ini menggambarkan bahwa perekonomian Indonesia kurang baik. Inflasi adalah kecenderungan dari harga-harga untuk meningkat secara umum terhadap kelompok barang kebutuhan masyarakat dan bersifat terus-menerus atau kontinu. Kebalikan dari inflasi disebut deflasi, yaitu kecenderungan dan daya beli uang sebagai alat tukar untuk menurun secara umum terhadap barang kebutuhan masyarakat.

Banyak faktor-faktor yang mempengaruhi laju inflasi termasuk di dalamnya masalah keamanan , politik dan nilai mata uang suatu Negara. Fakor-faktor lain yang mempengaruhi laju inflasi adalah jumlah uang beredar dan suku bunga bank.

Jumlah uang yang beredar adalah banyaknya uang kartal dan uang giral serta uang kuasi yang beredar di masyarakat. Semakin banyak uang beredar dimasyarakat maka nilai tukar (daya beli) yang menjadi lemah dan harga-harga barang pada umumnya akan naik. Dengan kata lain, semakin tinggi jumlah uang beredar akan mengakibatkan semakin tinggi pula inflasi.

Tingkat suku bunga bank juga sangat berpengaruh terhadap inflasi. Jika suku bunga bank rendah, masyarakat enggan menyimpan uang di bank dan memilih untuk menggunakan uangnya dalam bentuk kegiatan ekonomi yang lain, bahkan menarik kembali modal yang pernah disimpan dalam bank untuk tidak menggunakan jasa bank untuk menyimpan modalnya. Akibatnya jumlah uang yang beredar dimasyarakat akan tinggi.

Pentingnya pengendalian inflasi didasarkan pada pertimbangan bahwa inflasi yang tinggi akan berdampak pada aspek ekonomi di dalam masyarakat. Pertama, inflasi yang tinggi menyebabkan pendapatan riil masyarakat turun dan akhirnya menjadikan semua kalangan masyarakat, terutama masyarakat dengan ekonomi rendah semakin terpuruk. Kedua, inflasi yang tidak stabil akan menciptakan ketidakpastian (uncertainly) bagi pelaku ekonomi dalam mengambil keputusan yang pada akhirnya menurunkan pertumbuhan ekonomi. Sebagai contoh para investor-investor baik dari dalam maupun dari luar negeri enggan dalam menanamkan modalnya, akibatnya akan berkurangnya kesempatan kerja yang pada akhirnya akan

meningkatkan jumlah pengangguran. Berdasarkan uraian di atas penulis mengambil judul penelitian “Analisis Regresi Berganda Terhadap Faktor-faktor yang Mempengaruhi Laju Inflasi Tahun 2008-2009”.

1.2 Rumusan Masalah

Berdasarkan uraian yang terdapat pada latar belakang di atas maka penulis mengidentifikasikan masalah penelitian ini sebagai berikut;

1. Berapakah besar pengaruh jumlah uang beredar dan suku bunga bank terhadap laju inflasi?

2. Bagaimanakah pengaruh jumlah uang baredar dan suku bunga bank terhadap laju inflasi?

1.3 Batasan Masalah

Permasalahan yang diangkat oleh penulis dalam penelitian ini adalah analisis regresi berganda terhadap faktor-faktor yang mempengaruhi laju inflasi di Indonesia yaitu jumlah uang beredar dan tingkat suku bunga bank di Indonesia dan data yang diambil adalah data sekunder selama dua tahun yaitu mulai periode Januari 2008 sampai Desember 2009. Dalam penelitian ini akan dibahas dua faktor yang mempengaruhi laju inflasi yaitu jumlah uang beredar dan suku bunga bank . Analisis kedua faktor tersebut memungkinkan kita mengetahui perkembangan perekonomian di Indonesia.

1.4 Tujuan penelitian

Adapun tujuan penelitian ini adalah

1. Untuk mengetahui besarnya pengaruh jumlah uang beredar dan suku bunga bank terhadap laju inflasi.

2. Untuk mengetahui pengaruh jumlah uang beredar dan suku bunga bank terhadap laju inflasi.

1.5 Manfaat Penelitian

Bagi Penulis

1. Sebagai salah satu syarat untuk menyelesaikan program studi Diploma III Statistika di USU

2. Sebagai wadah untuk menerapkan ilmu yang diperoleh dari kuliah. Bagi Pemerintah

1. Sebagai acuan untuk pemerintah menentukan kebijakan ekonomi untuk memperbaiki perekonomian Indonesia

2. Sebagai acuan dalam pengambilan keputusan.

1.6 Metode Penelitian

a. Kepustakaan

Dalam penelitian ini penulis malakukan penelitian kepustakaan yaitu mencari data dan rumus-rumus yang dipakai dari buku-buku, internet atau sumber terbitan lainnya yang bersifat teoritis dan relevan dengan penelitian.

b. Variabel Penelitian

Variabel bebas dalam penelitian ini adalah Jumlah uang beredar, tingkat suku bunga bank, sedangakan variabel terikatnya adalah laju inflasi.

c. Teknik Pengumpulan Data

Dalam pengumpulan data, penulis menggunakan data sekunder yang bersumber dari buku laporan ekonomi Indonesia yang dapat dipercaya dari Kantor Badan Pusat Statistik (BPS) Sumatera Utara.

d. Metode pengolahan Data

Data yang dikumpulkan diolah secara periodik dan dalam kurun waktu yang sama yaitu antara Januari 2008 s/d Desember 2009. Adapun langkah-langkah pengolahan yang dilakukan adalah :

a. Menentukan apa saja yang menjadi variabel bebas ( X) dan Variabel terikat (Y)

b. Mencari persamaan regresi antara variabel X dan Y dengan menggunakan rumus yang telah diperoleh dari buku literatur

c. Uji regresi linier berganda untuk mengetahui besarnya pengaruh vaiabel bebas X secara bersama-sama terhadap variabel terikat.

d. Uji koefisien regresi bergnda dilakukan untuk mengetahui tingkat nyata koefisien-koefisien regresi yang didapat.

e. Waktu dan Lokasi Penelitian

Penelitian dilakukan di Kantor Badan Pusat Statistik Sumatera Utara yang beralamat di Jln.Kapten Muslim No.79 Medan tepatnya di perpustakaan BPS Medan pada bulan Februari sampai Maret 2011.

1.7 Tinjauan Pustaka

Sebuah model regresi yang mencakup lebih dari satu variabel bebas disebut model regresi berganda. Sedangkan yang hanya mencakup satu variabel bebas disebut model regresi sederhana. Semakin banyaknya variabel bebas maka semakin tinggi pula kemampuan regresi yang dibuat untuk menerangkan variabel terikat, atau peran faktor-faktor lain di luar variabel bebas yang digunakan, yang dicerminkan oleh error semakin kecil. Sebuah model regresi dapat menerangkan hubungan tersebut adalah

Dengan :

i = 1,2,3, ……. n = nilai regresi

b0,b1,b2,bk = koefisien regresi

X1, X2,X3, ……, Xki = Variabel bebas

Kemudian akan dilihat bagaimana tingkat hubungan antara satu atau beberapa variabel bebas dengan variabel terikat. Dalam regresi sederhana jika koefisien determinasi tersebut diakarkan maka akan didapat koefisien korelasi (r) yang merupakan ukuran hubungan linier antar dua variabel X dan Y. untuk regresi berganda dapat dihitung beberapa koefisien korelasi, yaitu korelasi Y dengan Xi.

1.8 Sistematika Penulisan

Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari Tugas Akhir ini, yaitu sebagai berikut:

BAB 1 : PENDAHULUAN

Pada bab ini berisi tentang latar belakang permasalahan, identifikasi masalah, batasan masalah, tujuan dan manfaat penelitian, tinjauan pustaka serta sistematika penulisan.

BAB 2 : LANDASAN TEORI

Pada bab ini berisi tentang konsep dasar analisis regresi , persamaan regresi, analisis korelasi dan uji koefisien regresi berganda.

BAB 3 : SEJARAH SINGKAT BPS SUMATERA UTARA

Pada bab ini berisi tentang sejarah instansi tempat penulis mengadakan penelitian dan pengumpulan data.

BAB 4 : ANALISA DATA

Pada bab ini akan dibahas tentang cara penggunaan rumus dan metode yang telah di tentukan dengan tinjauan pustaka.

BAB 5 : IMPLEMENTASI SISTEM

Pada bab ini berisi tentang cara mengolah dan menganalisis data dengan program SPSS.

BAB 6 : PENUTUP

BAB 2

LANDASAN TEORI

2.1 Konsep Dasar Analisis Regresi

Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan, dan hal tersebut biasanya diselidiki sifat hubungannya. Analisis regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki hubungan antara dua variabel atau lebih. Misalnya berat orang dewasa laki-laki sampai taraf tertentu bergantung pada tingginya. Artinya adanya pertambahan tinggi badan mengakibatkan pertambahan berat badan. Hubungan yang didapat umumnya dinyatakan dalam bentuk persamaan matematik yang menyatakan hubungan fungsional antara variabel. Analisis regresi sering juga disebut sebagai analisis prediksi. Karena merupakan prediksi, maka nilai prediksi tidak selalu tepat dengan nilai sebenarnya.

Sehingga dapat didefinisikan bahwa analisis regresi adalah metode statistika yang digunakan untuk menentukan kemungkinan bentuk hubungan antara variabel-variabel, dengan tujuan pokok dalam penggunaan metode ini adalah untuk meramalkan atau memperkirakan nilai dari suatu variabel lain yang diketahui.

Secara rinci tujuan analisis regresi berganda adalah sebagai berikut:

1. untuk mengetahui kuatnya hubungan antara beberapa variabel bebas X ( X1,

X2,....Xj...Xk secara serentak terhadap variabel tak bebas Y, dengan

menggunakan koefisien korelasi berganda.

2. Untuk mengetahui kuatnya hubungan antara 1 variabel Xj terhadap Y kalau

variabel lainnya konstan, dengan menggunakan koefisien korelasi berganda. 3. Untuk mengetahui besarnya pengaruh setiap variabel Xj terhadap Y kalau

variabel lainnya tetap dengan menggunakan koefisien regresi parsial.

4. Untuk meramalkan Y, kalau semua variabel bebas X nilainya sudah diketahui dengan menggunakan persamaan regresi berganda :

2.2 Persamaan Regresi

Persamaan Regresi (regression equation) adalah suatu persamaan matematis yang mendefinisikan hubungan antara dua variabel. Persamaan regresi yang digunakan untuk membuat taksiran mengenai variabel dependent disebut persamaan regresi estimasi, yaitu suatu suatu formula matematis yang menunjukkan hubungan keterkaitan antara satu atau beberapa variabel yang nilainya belum diketahui.

Sifat hubungan antar variabel dalam persamaan regresi merupakan hubungan sebab akibat (causal relationship). Oleh kerena itu, sebelum menunggunakan persamaan regresi dalam menjelaskan hubungan antara dua atau lebih variabel, maka perlu diyakini terlebih dahulu bahwa secara teoritis atau perkiraan sebelumnya, dua atau lebih variabel tersebut memiliki hubungan sebab akibat. Variabel yang nilainya akan mempengaruhi nilai variabel lain disebut dengan variabel bebas (independent

variabel), sedangkan variabel yang nilainya dipengaruhi oleh nilai variabel lain disebut variabel tergantung (dependent variabel).

2.2.1 Persamaan Regresi Linier Sederhana

Regresi linier sederhana yaitu suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk persamaan antara variabel bebas tunggal dengan tak bebas tunggal. Regresi linier sederhana hanya memiliki satu peubah bebas X yang dihubungkan dengan satu peubah tak bebas Y. Bentuk umum dari persamaan regresi linier untuk populasi adalah sebagai berikut:

Dengan dan merupakan parameter-parameter yang ada dalam regresi itu. Jika ditaksir oleh dan , sedangkan menyatakan Prediksi (taksiran) dari Y . maka bentuk regresi linier sederhana untuk sampel sebagai berikut :

+

2.2.2 Persamaan Regresi Linier Berganda

Banyak persoalan penelitian/pengamatan yang terjadi sebagai akibat lebih dari dua variabel, atau dengan kata lain dari satu peubah dalam membentuk model regresi. Model-model regresi yang mengunakan lebih dari satu variabel bebas disebut model regresi berganda. Sebagai contoh, misalkan bahwa daya tahan efektif sebuah alat pemotong tergantung pada kecepatan memotong dan bentuk alat tersebut. Sebuah model regresi berganda dapat menerangkan hubungan tersebut adalah

Dimana Y menyatakan daya tahan efektif alat tersebut, menyatakan kecepatan memotong dan menyatakan bentuk alat tersebut. Persamaan di atas merupakan persamaan regresi berganda dengan dua variabel bebas. Istilah “ linier ” digunakan karena persamaan di atas adalah sebuah fungsi linier dengan parameter ,

dan yang tidak diketahui.

Bentuk umum model regresi linier berganda untuk populasi adalah :

Dimana :

, , ,..., adalah koefisien atau parameter model.

Model regresi linier berganda untuk populasi di atas dapat ditaksir berdasarkan sebuah sampel acak yang berukuran n dengan model regresi linier berganda untuk sampel, yaitu :

Dengan :

nilai penduga bagi variabel Y dugaan bagi parameter konstanta

dugaan bagi parameter konstanta , , ,..., galat dugaan ( error )

Untuk mencari diperlukan n buah pasang data ( ) yang dapat disajikan dalam tabel berikut.

Tabel 2.1 Data Hasil Pengamatan dari n Nesponden ( ) Responden X1 X2 ... Xk Y

1 X11 X21 ... Xk1 Y1

2 X12 X22 ... Xk2 Y2

. . . . . . . . . . . . . . . N X1n X2n ... Xkn Yn

Dari tabel 2.1 dapat dilihat bahwa Y1 berpasangan X11, X21, .... ,Xk1, data Y2

berpasangan dengan X12 , X22 , .... , Xkn dan umumnya data Yn berpasangan dengan

X1n, X2n, ..., Xkn.

Persamaan regresi berganda dengan dua variabel bebas X1, X2 ditaksir oleh :

Dan diperoleh tiga persamaan normal yaitu :

Dengan :

= variabel terikat ( nilai duga Y ) X1,X2, = variabel bebas

b0,b1,b2 = koefisien regresi linier berganda

b1 = besarnya kenaikan/penurunan Y dalam satuan, jika X1 naik/turun satu

satuan dimana X2 konstan.

b2 = besarnya kenaikan/penurunan Y dalam satua, jika X2 naik/turun satu

satuan dimana X1 konstan.

Harga –harga b0 , b1 ,b2 yang telah didapat disubtitusikan terhadap persamaan tersebut,

maka akan diperoleh model regresi linier ganda Y atas X1i dan X2i.

Dalam persamaan model regresi linier jika terdapat selisih antara Y dan maka selisih tersebut disebut dengan kesalahan pengganggu atau kekeliruan yaitu kesalahan yang disebabkan oleh faktor-faktor lain selain X yang mempengaruhi Y akan tetapi belum di perhitungkan ( tidak dimasukkan dalam persamaan). Ukuran tersebut dapat dihitung oleh kekeliruan baku taksiran S2y.12... k, yang dapat ditentukan

oleh rumus :

Dengan :

Y = nilai data hasil pengamatan = nilai hasil regresi

n = ukuran sampel

2.3 Uji Hipotesis Regresi Linier Berganda

Uji hipotesis ini berguna untuk memeriksa atau menguji apakah koefisien regresi yang didapat signifikan. Maksud dari signifikan disini adalah suatu nilai koefisien regresi yang secara statistik tidak sama dengan nol. Jika koefisien (slope) sama dengan nol berarti dapat dikatakan bahwa tidak cukup bukti untuk menyatakan bahwa variabel-variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel-variabel terikat. Uji-F digunakan untuk menguji koefisien ( slope) regresi secara bersama-sama.

Langkah-langkah pengujiannya adalah sebagai berikut: 1. Menentukan Formulasi Hipotesis

H0: b1=b2=... = bk = 0 ( X1, X2,..., Xk tidak mempengaruhi Y )

H1 : paling tidak ada satu koefisien ≠ 0 , dimana k adalah banyaknya variabel

bebas.

2. Menentukan taraf nyata α dan nilai Ftabel dengan derajat kebebasan v1 = k , v2 =

n-k-1

3. Menentukan kriteria pengujian H0 diterima bila Fhitung ≤ Ftabel

H0 diterima bila Fhitung ≥ Ftabel

4. Menentukan nilai statistik F dengan rumus

Dengan :

Jkreg = jumlah kuadrat regresi

(n-k-1) = derajat kebebasan

Dengan : x1i = X1i -

x2i = X21 -

xki = Xki –

5. Membuat kesimpulan apakah H0 ditolak atau diterima.

2.4 Koefisien Determinasi

Koefisien determinasi ( Goodness of fit ) dinotasikan dengan R2. Nilai koefisien determinasi (R2) ini mencerminkan seberapa besar variasi dari variabel terikat Y dapat diterangkan oleh variabel bebas X, atau dengan kata lain seberapa besar X memberikan kontribusi terhadap Y. Jika koefisien R2 sama dengan 0 ( R2 = 0), berarti variasi dari Y tidak dapat diterangkan oleh X. Dan bila R2 = 1, maka semua titik pengamatan berada tepat pada garis regresi. Dengan demikian baik atau buruknya suatu persamaan regresi ditentukan oleh R2-nya .

2.5 Koefisien Korelasi

Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui adanya derajat hubungan linier antara satu variabel dengan variabel lain. Jika antara variabel yang satu dengan variabel yang lainnya mempunyai hubungan, maka variabel yang satu akan berubah akibat perubahan-perubahan dari variabel lainnya.

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

1. Korelasi positif

Korelasi positif terjadi apabila dua variabel, yaitu variabel pertama meningkat maka variabel kedua juga ikut meningkat.

2. Korelasi negatif

Korelasi negatif terjadi apabila dua variabel, yaitu variabel pertama meningkat maka variabel kedua akan cenderung menurun.

3. Korelasi sempurna

Korelasi sempurna terjadi apabila dua variabel, yaitu variabel pertama meningkat atau menurun berbanding dengan kenaikan atau menurunnya variabel kedua.

Besarnya hubungan kedua variabel tersebut disebut koefisien korelasi. Koefisien korelasi diberi simbol r, besarnya koefisien korelasi berkisarn -1≤ r

tanda positif dan negatif menunjukkan arti arah dari hubungan koefisien korelasi.

Korelasi positif nilainya berada antara 0 sampai + 1, korelasi negatif nilainya berada dibawah 0 , sedangkan korelasi sempurna nilai koefisien korelasinya adalah 0.

Untuk menentukan keeratan hubungan atau korelasi antarvariabel tersebut, berikut ini nilai-nilai r sebagai patokan.

1. r = 0, tidak ada korelasi

2. 0 < r ≤ 0,20, korelasi sangat rendah/lemah sekali 3. 0,20 < r ≤ 0,40, korelasi rendah /lemah tapi pasti 4. 0,40 < r ≤0,70, korelasi yang cukup berarti 5. 0,70 < r ≤ 0,90, korelasi yang tinggi dan kuat

6. 0,90 < r ≤ 1,00 , korelasi sangat tinggi, kuat sekali , dapat diandalkan 7. r = 1, korelasi sempurna

Sumber : Pokok-Pokok Materi Statistik 1

Rumus Korelasi antara Y dengan Xi adalah :

Sedangkan rumus korelasi untuk dua variabel bebas adalah

2.6 Uji Koefisien Regresi Berganda

Uji- t digunakan untuk menguji koefisien regresi berganda secara parsial (individu).

Langkah- langkahnya adalah sebagai berikut : 1. Menentukan Formulasi Hipotesis

H0: bj=0 (koefisien Xj tidak signifikan terhadap Y )

H1 : bj ≠ 0 ( koefisien Xj signifikan terhadap Y)

Dengan j = 1,2,....k

k adalah jumlah variabel bebas

2. Menentukan taraf nyata α dan nilai ttabel

α= 0,05

ttabel=t(1-1/2(α)),(n-k-1)

3. Menentukan kriteria pengujian H0 diterima bila thitung < ttabel

H0 ditolak bila thitung > ttabel

4. Menentukan nilai t statistik dengan rumus

Dimana dapat di cari dengan rumus :

Dengan :

5. Membuat kesimpulan apakah H0 diterima atau ditolak.

BAB 3

SEJARAH DAN STRUKTUR BPS

3.1 Sejarah Badan Pusat Statistik (BPS)

Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. Badan Pusat Statistik melakukan kegiatan yang ditugaskan oleh pemerintah antara lain pada bidang pertanian, agraria, pertambangan, kependudukan, sosial, ketenagakerjaan, keuangan, pendapatan, dan keagamaan. Selain hal - hal tersebut Badan Pusat Statistik juga bertugas untuk melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik di pusat maupun daerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan definisi, klasifikasi, dan ukuran - ukuran lainnya. Berikut ini beberapa masa peralihan di BPS yaitu :

3.1.1 Masa Pemerintahan Hindia Belanda

Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur Pertanian, Kerajinan dan Perdagangan (Directur Vand Land Bouw Nijeverbeid en Handel), dan berkedudukan di Bogor. Kantor ini ditugaskan untuk mengelola dan mempublikasikan data statistic.

Pada bulan Maret 1923, dibentuk suatu Komisi untuk statistik yang anggotanya merupakan tiap – tiap Departemen. Komisi tersebut diberi tugas

merencanakan tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia.

Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama Central Kantor Vor de Statistik (CKS) atau Kantor Statistik dan dipindahkan ke Jakarta. Bersama dengan itu, beralih juga pekerjaan mekanisme statistik perdagangan yang semula dilakukan oleh Kantor Invoer Uitvoer en Accijnsen (IUA) yang disebut sekarang Kantor Bea dan Cukai.

3.1.2 Masa Pemerintahan Jepang

Pada bulan Juni 1944, pemerintahan Jepang baru mengaktifkan kembali kegiatan statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau militer. Pada masa ini juga CKS diganti nama menjadi Shomubu Chosasitu Gunseikanbu.

3.1.3 Masa Kemerdekaan Republik

Setelah proklamasi kemerdekaan Republik Indonesia tanggal 17 Agustus 1945, kegiatan statistik ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KPPURI (Kantor Penyelidikan Perangkaan Umum Republik Indonesia). Tahun 1946, kantor KPPURI dipindahkan ke Yogyakarta sebagai hasil dari perjanjian Linggarjati. Sementara itu, pemerintahan Belanda (NICA) di Jakarta mengaktifkan kembali CKS.

Dengan surat Menteri Perekonomian tanggal 1 Maret 1952 No. P/44, lembaga KPS berada di bawah dan bertanggung jawab kepada Menteri Perekonomian. Selanjutnya, keputusan Menteri Perekonomian tanggal 24 September 1953 No. 18.009/M KPS dibagi menjadi 2 (dua) bagian, yaitu bagian research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang disebut Afdeling B.

Dengan Keputusan Presiden RI No. 131 tahun 1957, kementerian perekonomian dipecah menjadi kementerian perdagangan dan kementerian perindustrian. Untuk selanjutnya, Keputusan Presiden RI No. 172 tahun 1957, terhitung mulai tanggal 1 Juni 1957 KPS diubah menjadi Biro Pusat Statistik.

3.1.4 Masa Orde Baru Sampai Sekarang

Pada pemerintahan Orde Baru, khususnya untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang handal, lengkap, tepat, akurat, dan terpercaya mulai diadakan pembenahan Organisasi Biro Pusat Statistik.

Dalam masa orde baru ini BPS telah mengalami empat kali perubahan Struktur Organisasi yaitu :

1. Peraturan Pemerintah No. 16 tahun 1968 tentang Organisasi BPS. 2. Peraturan Pemerintah No. 6 tahun 1980 tantang Organisasi BPS.

3. Peraturan Pemerintah No. 2 tahun 1992 tentang kedudukan, tugas, fungsi, suasana, dan tata kerja BPS.

4. Undang – Undang No. 16 tahun 1997 tentang Statistik. 5. Keputusan Presiden RI No. 86 tahun 1998 tentang BPS.

6. Keputusan Kepala BPS No. 100 tahun 1998 tentang organisasi dan tata kerja BPS.

7. PP 51 tahun 1999 tentang penyelenggaraan statistik.

Tahun 1968, ditetapkan Peraturan Pemerintah No. 16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980, Peraturan Pemerintah No. 6 tahun 1980 tentang organisasi sebagai pengganti Peraturan Pemerintah No. 16 tahun 1968 di tiap Propinsi dan di Kabupaten atau Kotamadya terdapat cabang perwakilan Badan Pusat Statistik. Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti Undang - Undang Nomor : 6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juni 1998 dengan Keputusan RI No. 86 tahun 1998 ditetapkan Biro Pusat Statistik sekaligus mengatur tata kerja dan struktur organisasi Badan Pusat Statistik yang baru.

3.2 Visi dan Misi Badan Pusat Statistik

a. Visi Badan Pusat Statistik

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.

b. Misi Badan Pusat Statistik

Dalam perjuangan pembangunan nasional, Badan Pusat Statistik mengembangkan misi mengarahkan pembangunan statistik pada penyajian data statistik yang bermutu handal, efektif, dan efisien, peningkatan kesadaran masyarakat akan arti dan kegunaan statistik dan pengembangan ilmu pengetahuan statistik.

3.3 Struktur Organisasi Badan Pusat Statistik

Organisasi merupakan suatu fungsi manajemen yang mempunyai peranan dan kegiatan langsung dengan instansi sosial yang terjadi di antara individu - individu dalam rangka kerjasama untuk mencapai tujuan yang telah ditetapkan. Struktur organisasi perusahaan merupakan salah satu faktor penting yang mempengaruhi tingkat keberhasilan suatu perusahaan dalam mencapai suatu tujuan yang ditetapkan. Dengan adanya struktur organisasi maka akan jelaslah pemisahan tugas dari para pegawai/staf.

Struktur organisasi yang ditetapkan di Kantor Badan Pusat Statistik adalah struktur organisasi ini dan staf. Struktur ini mengandung unsur - unsur spesialisasi kerja, standardisasi kegiatan, sentralisasi dan desentralisasi dalam pembuatan keputusan dan ukuran satuan yang menunjukkan lokasi kekuasaan, pembuatan keputusan, dan ukuran satuan yang menunjukkan suatu kelompok kerja.

Adapun tujuan dari struktur organisasi ini dan staf di Kantor Badan Pusat Statistik (BPS) Propinsi Sumatera Utara adalah :

a. Pengkoordinasian yaitu yang memungkinkan komunikasi integrasi berbagai departemen dan kegiatan - kegiatan yang saling berhubungan satu sama lain.

b. Pemberian saran yaitu memberikan saran atau membuat rekomendasi bagi manajemen.

c. Pembuatan keputusan yaitu membuat keputusan - keputusan dan mengamati bagaimana pelaksanaan dari keputusan tersebut.

Adapun bagan struktur organisasi Badan Pusat Statistik Propinsi Sumatera Utara adalah sebagai berikut :

Peraturan Presiden Republik Indonesia Nomor : 86 tahun 1998 ditetapkan Badan Pusat Statistik sebagaimana lampiran dalam organisasi Kantor Badan Pusat Statistik Propinsi Sumatera Utara dipimpin oleh seorang Kepala Kantor.

Kepala Kantor dibantu tata usaha yang terdiri dari : a. Sub Bagian Urusan Dalam

b. Sub Bagian Perlengkapan c. Sub Bagian Keuangan d. Sub Bagian Kepegawaian

e. Sub Bagian Bina Potensi/Bina Program

Sedangkan Bidang Penunjang Statistik terdiri dari 5(lima) bidang yaitu : 1. Bidang Statistik Produksi

Bidang Statistik Produksi mempunyai tugas untuk melaksanakan kegiatan statistik pertanian, industri, konstruksi pertambangan dan energi.

2. Bidang Statistik Distibusi

Bidang Statistik Distribusi mempunyai tugas melaksanakan kegiatan statistik konsumen, perdagangan besar, statistik keuangan dan harga produsen serta niaga dan jasa.

3. Bidang Statistik Kependudukan

Bidang BPS Kependudukan mempunyai tugas melaksanakan kegiatan statistik demografi dan rumah tangga, statistik tenaga kerja, serta statistik kesejahteran. 4. Bidang Integrasi Pengolahan dan Diseminasi Statistik (IPDS)

Bidang IPDS mempunyai tugas untuk penyiapan data, penyusunan sistem, dan program serta operasional pengolahan data dengan program komputer.

5. Bidang Neraca Wilayah dan Analisis Statistik

Bidang Neraca Wilayah dan Analisis Statistik mempunyai tugas untuk penyusunan neraca produksi, neraca konsumsi, dan akumulasi penyajian analisis serta kegiatan penerapan statistik.

3.4 Tugas dan Wewenang Masing - Masing Bagian di Badan Pusat Statistik

3.4.1 Bidang Tata Usaha

1. Menyusun program kerja tahunan bidang.

2. Mengatur dan melaksanakan perhimpunan dan penyusunan program kerja tahunan, baik rutin maupun proyek kantor BPS propinsi dan menyampaikan ke BPS.

3. Mengatur dan melaksanakan urusan dalam yang meliputi surat - surat penggandaan atau percetakan, kearsipan, rumah tangga, pemeliharaan gedung,

keamanan dan ketertiban lingkungan serta perjalanan dinas dalam dan luar negeri.

4. Mengatur dan melaksanakan urusan perlengkapan dan pembekalan yang meliputi penyusunan rencana kebutuhan, penyaluran, dan pengemasan penyimpanan pergudangan, iventarisasi, penghapusan serta pemeliharaan peralatan dan perlengkapan.

5. Mengatur dan melaksanakan urusan keuangan yang meliputi tata usaha keuangan, pembendaharaan, verifikasi, dan pembukuan.

6. Mengatur dan melaksanakan urusan dan mutasi pegawai, pembinaan pegawai, kesejahteraan pegawai, administrasi jabatan fungsional, hukum, organisasi tata laksana serta penyajian.

7. Menyusun laporan kegiatan sevara berkala dan sewaktu - waktu.

8. Mengatur dan melaksanakan urusan penyelenggaraan berbagai pelatihan teknis dan pelatihan administratif.

3.4.2 Bidang Statistik Produksi

1. Menyusun program kerja tahunan bidang yang meliputi kegiatan statistik pertanian, industri, konstruksi energi, dan statistik produksi lainnya yang ditemukan.

2. Mengatur keikutsertaan program latihan yang diselenggarakan oleh pusat bidang statistik produksi.

3. Membantu kepala kantor BPS atau pimpinan proyek atau bagian proyek untuk menyiapkan program petugas bagian lapangan.

4. Mengatur dan mengkoordinasi penyelenggaraan pelatihan petugas lapangan di pusat pelatihan serta mengatur penjatahan pelatihan.

5. Mengatur dan melaksanakan penjatahan dan pengawasan lapangan terhadap pelaksanaan lapangan produksi.

6. Mengatur dan melaksanakan pengawasan dan pemeriksaan dokumen hasil pengumpulan data statistik produksi.

7. Bersama - sama dengan bidang pengolahan data, mengatur dan menyiapkan data statistik produksi melalui komputer sesuai yang diterapkan.

8. Mengatur dan melaksanakan evaluasi hasil kerja kegiatan statistik produksi. 9. Mengatur dan menyiapkan hasil pengolahan statistik produksi yang akan

dikirim ke pusat melalui komputer sesuai dengan jadwal yang ditentukan. 10.Membantu Kepala Kantor Badan Pusat Statistik melakukan pembinaan secara

teratur petugas pencacah, pengawas, dan pemeriksaan pengumpulan data statistik produksi, kabupaten, kotamadya maupun kecamatan.

3.4.3 Bidang Statistik Ditribusi

1. Menyusun program kerja tahunan bidang yang meliputi kegiatan statistik pertanian, industri, konstruksi energi, dan statistik produksi lainnya yang ditemukan.

2. Mengatur keikutsertaan program pelatihan yang diselenggarakan oleh pusat di bidang statistik ditribusi.

3. Membantu kepala kantor BPS propinsi atau pimpinan proyek untuk menyiapkan program tugas lapangan.

4. Mengatur dan mengkoordinasi penyelenggaraan pelatihan petugas lapangan di pusat pelatihan serta mengatur penjatahan pelatihannya.

5. Mengatur dan melaksanakan penjatahan dan pengawasan lapangan terhadap pelaksanaan lapangan statistik distribusi.

3.4.4 Bidang Pengolahan Data

1. Menyusun program kerja tahunan bidang.

2. Meneliti jenis data yang diolah melalui komputer dan bersama - sama dengan bidang yang bersangkutan serta menentukan sistem pengolahan dengan komputer.

3. Mengatur pembuatan sistem dan program pelaksanaan penyiapan data dan operasi pengolahannya.

4. Mengatur dan melaksanakan penerimaan dokumen yang diolah dengan komputer.

5. Mengatur dan melaksanakan tugas yang langsung diberikan atasan.

3.4.5 Bidang Statistik Kependudukan

1. Menyusun program kerja tahunan bidang.

2. Melaksanakan kegiatan statistik demografi dan rumah tangga, ketenagakerjaan, kesejahteraan rakyat dan statistik kependudukan lainnya yang ditentukan.

3. Mengatur dan melaksanakan penjatahan dokumen yang diperlukan untuk pelaksanaan lapangan.

4. Melakukan pembinaan, pengamatan lanjut dan pengawasan lapangan terhadap pelaksanaan kegiatan statistik kependudukan.

5. Mengatur dan menyiapkan dokumen dan hasil pengolahan statistik kependudukan melalui komputer sesuai dengan jadwal yang telah ditentukan.

3.4.6 Bidang Neraca Wilayah dan Analisa

1. Menyusun program kerja tahunan.

2. Menyusun dan melaksanakan penerangan kegiatan statistik kepada masyarakat, instansi lainnya maupun media massa.

BAB 4

ANALISIS DATA

4.1 Pengolahan Data

Setiap data merupakan alat bagi pengambilan keputusan untuk dasar pembuatan keputusan atau memecahkan masalah suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan keputusan tersebut didasarkan atas keputusan yang baik. Salah satu kegunaan dari data adalah untuk memperoleh dan mengetahui gambaran tentang suatu keadaan atau permasalahan. Untuk itu diperlukannya analisis data.Analisis bertujuan untuk menjelaskan fenomena, kejadian atau perilaku atau untuk menerangkan apa yang menjadi latar belakang penelitian.

Untuk membahas dan memecahkan masalah tentang laju inflasi seperti yang diuraikan pada bagian sebelumnya, penulis mengumpulkan data yang berhubungan degnan permasalahan tersebut. Data yang dikumpulkan dari Badan Pusat Statistik adalah data mengenai laju inflasi di Indonesia berdasarkan perhitungan tahunan, serta faktor-faktor yang mempengaruhi laju inflasi tersebut diantaranya jumlah uang beredar, dan suku bunga bank pada periode Januari 2008 sampai dengan Desember 2009. Adapun datanya adalah sebagai berikut.

Tabel 4.1 Data Jumlah Uang Beredar ( Triliun Rupiah), Suku Bunga Bank (persen) dan laju Inflasi(persen).

Sumber: _{Badan Pusat Statistik}

4.2 Persamaan Regresi Linier Berganda

Untuk mencari persamaan linier berganda terlebih dahulu kita harus menghitung koefisien-koefisien regresinya (b0,b1,b2). untuk memudahkan mencari persamaan

regresinya maka variabelnya harus dinotasikan dengan variabel X dan Y, yaitu Jumlah uang beredar ( X1i ), suku bunga bank (X2i), dan laju inflasi (Yi). Sedangkan nilai-nilai

yang dibutuhkan untuk menentukan persamaan regresinya adalah yang disajikan dalam tabel berikut :

No Bulan Tahun Jumlah Uang Beredar ( Triliun rupiah)

Suku Bunga Bank ( Persen )

Laju Inflasi (Persen) 1 Januari 2008 420,298 8,00 7,36 2 Februari 2008 411,327 8,00 7,40 3 Maret 2008 419,746 8,00 8,17 4 April 2008 427,028 8,00 8,96

5 Mei 2008 438,544 8,25 10,38

6 Juni 2008 466,708 8,50 11,03 7 Juli 2008 458,379 8,75 11,90 8 Agustus 2008 452,445 9,00 11,85 9 September 2008 491,729 9,25 12,14 10 Oktober 2008 471,354 9,50 11,77 11 November 2008 475,053 9,50 11,68 12 Desember 2008 466,379 9,25 11,06 13 Januari 2009 437,845 8,75 9,17 14 Februari 2009 434,761 8,25 8,60 15 Maret 2009 448,034 7,75 7,92 16 April 2009 452,937 7,50 7,31 17 Mei 2009 456,955 7,25 6,04 18 Juni 2009 482,621 7,00 3,65 19 Juli 2009 474,174 6,75 2,71 20 Agustus 2009 490,128 6,50 2,75 21 September 2009 490,022 6,50 2,83 22 Oktober 2009 485,538 6,50 2,57 23 November 2009 495,061 6,50 2,41 24 Desember 2009 515,824 6,50 2,78

Tabel 4.2 Nilai-nilai Yang dibutuhkan untuk menghitung Koefisien-koefisien

No X1i X2i Yi Yi.X1i Yi.X2i X1i2 X2i2 X1i.X2i

1 420,298 8,00 7,36 3.093,393 58,88 176.650,409 64,00 3.362,38 2 411,327 8,00 7,40 3.043,820 59,20 169.189,901 64,00 3.290,62 3 419,746 8,00 8,17 3.429,325 65,36 176.186,705 64,00 3.357,97 4 427,028 8,00 8,96 3.826,171 71,68 182.352,913 64,00 3.416,22 5 438,544 8,25 10,38 4.552,087 85,64 192.320,840 68,06 3.617,99 6 466,708 8,50 11,03 5.147,789 93,76 217.816,357 72,25 3.967,02 7 458,379 8,75 11,90 5.454,710 104,13 210.111,308 76,56 4.010,82 8 452,445 9,00 11,85 5.361,473 106,65 204.706,478 81,00 4.072,01 9 491,729 9,25 12,14 5.969,590 112,30 241.797,409 85,56 4.548,49 10 471,354 9,50 11,77 5.547,837 111,82 222.174,593 90,25 4.477,86 11 475,053 9,50 11,68 5.548,619 110,96 225.675,353 90,25 4.513,00 12 466,379 9,25 11,06 5.158,152 102,31 217.509,372 85,56 4.314,01 13 437,845 8,75 9,17 4.015,039 80,24 191.708,244 76,56 3.831,14 14 434,761 8,25 8,60 3.738,945 70,95 189.017,127 68,06 3.586,78 15 448,034 7,75 7,92 3.548,429 61,38 200.734,465 60,06 3.472,26 16 452,937 7,50 7,31 3.310,969 54,83 205.151,926 56,25 3.397,03 17 456,955 7,25 6,04 2.760,008 43,79 208.807,872 52,56 3.312,92 18 482,621 7,00 3,65 1.761,567 25,55 232.923,030 49,00 3.378,35 19 474,174 6,75 2,71 1.285,012 18,29 224.840,982 45,56 3.200,67 20 490,128 6,50 2,75 1.347,852 17,88 240.225,456 42,25 3.185,83 21 490,022 6,50 2,83 1.386,762 18,40 240.121,560 42,25 3.185,14 22 485,538 6,50 2,57 1.247,833 16,71 235.747,149 42,25 3.156,00 23 495,061 6,50 2,41 1.193,097 15,67 245.085,394 42,25 3.217,90 24 515,824 6,50 2,78 1.433,991 18,07 266.074,399 42,25 3.352,86 Jlh 12.062,890 182.75 189,25 83.162,469 1.524,20 5.116.929,242 1.524,81 87.225,27

Dari tabel 4.2 diperoleh:

Dari persamaan :

Dapat disubtitusikan ke dalam nilai-nilai yang bersesuaian sehingga diperoleh :

Setelah persamaan di atas diselesaikan, maka koefisien –koefisien regresi linier berganda sebagai berikut :

Sedangkan untuk menghitung kekeliruan baku taksiran diperlukan harga-harga yang diperolah dari persamaan regresi di atas yang diketahui dapat dilihat pada tabel 4.3 berikut.

Tabel 4.3 Harga Penyimpangan Bulan

1 7,36 8,26001 -0,90001 0,81001 2 7,40 8,33806 -0,93806 0,87995 3 8,17 8,26481 -0,09481 0,00899 4 8,96 8,20146 0,75854 0,57539 5 10,38 8,91219 1,46781 2,15446 6 11,03 9,47809 1,55191 2,40842 7 11,90 10,36148 1,53852 2,36705 8 11,85 11,22403 0,62597 0,39184 9 12,14 11,69318 0,44682 0,19965 10 11,77 12,68137 -0,91137 0,83060 11 11,68 12,64919 -0,96919 0,93933 12 11,06 11,91373 -0,85373 0,72885 13 9,17 10,54012 -1,37012 1,87724 14 8,60 8,94510 -0,34510 0,11910 15 7,92 7,20778 0,71222 0,50726 16 7,31 6,35420 0,95580 0,91356 17 6,04 5,50832 0,53168 0,28269 18 3,65 4,47410 -0,82410 0,67914 19 2,71 3,73666 -1,02666 1,05403 20 2,75 2,78694 -0,03694 0,00136 21 2,83 2,78786 0,04214 0,00178 22 2,57 2,82687 -0,25687 0,06598 23 2,41 2,74402 -0,33402 0,11157 24 2,78 2,56338 0,21662 0,04692

Jlh 17,95515

Sehingga kesalahan bakunya dapat dihitung dengan rumus :

Dengan :

Diperoleh :

Dengan penyimpangan nilai yang didapat berarti bahwa rata-rata angka laju inflasi yang sebenarnya akan menyimpang dari rata-rata laju inflasi yang diperkirakan sebesar 0,85501.

4.3 Uji Hipotesis Regresi Linier Ganda

Perumusan hipotesis :

H0: b1=b2=... = bk = 0 ( X1, X2,..., Xk tidak mempengaruhi Y )

H1 : paling tidak ada satu koefisien ≠ 0 , dimana k adalah banyaknya variabel bebas.

Dengan : H0 ditolak bila Fhitung > Ftabel

H1 diterima bila Fhitung ≤ Ftabel

Dalam pengujian model regresi yang telah ada, maka dapat diambil nilai-nilai

x1i = X1i - , x2i = X21 - dan yi = Yi - , dan nilai-nilainya akan disajikan

Tabel 4.4 Harga-harga yang Diperlukan untuk Uji Regresi Linier

No x1i x2i yi x1i2 x2i2 x1iyi x2iyi yi2

1 -40,6558 0,0938 -0,2417 1.652,8900 0,0088 9,8251 -0,0227 0,0584 2 -49,6268 0,0938 -0,2017 2.462,8143 0,0088 10,0081 -0,0189 0,0407 3 -41,2078 0,0938 0,5683 1.698,0787 0,0088 -23,4197 0,0533 0,3230 4 -33,9258 0,0938 1,3583 1.150,9565 0,0088 -46,0825 0,1273 1,8451 5 -22,4098 0,3438 2,7783 502,1969 0,1182 -62,2618 0,9551 7,7191

6 5,7542 0,5938 3,4283 33,1114 0,3525 19,7275 2,0356 11,7535

7 -2,5748 0,8438 4,2983 6,6293 0,7119 -11,0671 3,6267 18,4757

8 -8,5088 1,0938 4,2483 72,3988 1,1963 -36,1480 4,6466 18,0483 9 30,7752 1,3438 4,5383 947,1160 1,8057 139,6683 6,0984 20,5965 10 10,4002 1,5938 4,1683 108,1652 2,5400 43,3517 6,6433 17,3750 11 14,0992 1,5938 4,0783 198,7889 2,5400 57,5014 6,4998 16,6328

12 5,4252 1,3438 3,4583 29,4333 1,8057 18,7623 4,6471 11,9601

13 -23,1088 0,8438 1,5683 534,0143 0,7119 -36,2422 1,3233 2,4597 14 -26,1928 0,3438 0,9983 686,0602 0,1182 -26,1491 0,3432 0,9967 15 -12,9198 -0,1563 0,3183 166,9199 0,0244 -4,1128 -0,0497 0,1013 16 -8,0168 -0,4063 -0,2917 64,2683 0,1650 2,3382 0,1185 0,0851 17 -3,9988 -0,6563 -1,5617 15,9900 0,4307 6,2447 1,0248 2,4388 18 21,6672 -0,9063 -3,9517 469,4697 0,8213 -85,6217 3,5812 15,6157 19 13,2202 -1,1563 -4,8917 174,7750 1,3369 -64,6691 5,6560 23,9284 20 29,1742 -1,4063 -4,8517 851,1369 1,9775 -141,5437 6,8227 23,5387 21 29,0682 -1,4063 -4,7717 844,9632 1,9775 -138,7040 6,7102 22,7688 22 24,5842 -1,4063 -5,0317 604,3853 1,9775 -123,6998 7,0758 25,3177 23 34,1072 -1,4063 -5,1917 1.163,3045 1,9775 -177,0735 7,3008 26,9534 24 54,8702 -1,4063 -4,8217 3.010,7443 1,9775 -264,5661 6,7805 23,2485

Dari tabel 4.4 dapat dicari :

274,03983

Untuk dapat dilihat dari tabel 4.3 yaitu

Maka nilai Fhitung dapat di cari dengan rumus

Dari tabel distribusi F dengan dk pembilang=2, dk penyebut = 21, dan α = 0,05, diperoleh Ftabel = 3,47 . karena Fhitunglebih besar daripada Ftabel maka H0 ditolak dan H1 diterima. Hal ini berarti bahwa persamaan regresi linier berganda Y atas X1i dan X2i bersifat nyata atau ini berarti bahwa jumlah uang beredar, suku bunga bank secara bersama-sama mempengaruhi laju inflasi.

4.4 Mencari Koefisien Determinasi

Melalui tabel 4.4 dapat dilihat bahwa sedangkan Jkreg yang dihitung

Dari perhitungan di atas diperoleh koefisien determinasinya sebesar 0,938.ini berarti bahwa 93,8% laju inflasi dipengaruhi oleh kedua faktor yang dianalisis, sedangkan 6,2% dipengaruhi oleh faktor-faktor lain yang tidak diikutkan dalam penelitian ini.

4.5 Koefisien Korelasi

4.5.1 Perhitungan Korelasi Antara variabel Y dengan Xi

1. Koefisien korelasi antara laju inflasi (Y) dengan jumlah uang beredar (X1)

2. Koefisien Korelasi Antara laju Inflasi (Y) dengan Suku bunga Bank (X2)

Dari kedua nilai korelasi di atas dapat dilihat bahwa korelasi Y dengan X1 sebesar

4.5.2 Perhitungan Korelasi antar Variabel X1i dan X2i

Berdasarkan perhitungan korelasi di atas dapat disimpulkan bahwa korelasi antara variabel bebas jumlah uang beredar dengan suku bunga bank bersifat lemah dan negatif.

4.6 Pengujian Koefisien Regresi Berganda

Formula Hipotesisnya adalah :

H0: bj=0 (koefisien Xj tidak signifikan terhadap Y )

H1 : bj ≠ 0 ( koefisien Xj signifikan terhadap Y)

Ditolak H0 jika thitung>ttabel, dan diterima H0 jika thitung<ttabel. Dari perhitungan

Sebelumnya didapat harga-harga

Dengan :

Perhitungan statistik :

Dari tabel distribusi t dengan dk= 21 dan α= 0,05 diperoleh ttabel sebesar 2,064 dan dari hasil perhitungan di atas diperoleh :

1. 2.

Sehingga dari kedua koefisien regresi tersebut variabel X2 (suku bunga bank)

memiliki pengaruh yang berarti atau signifikan terhadap persamaan regresi Y yang didapat, sedangkan variabel X1 (jumlah uang beredar) tidak memiliki pengaruh yang

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki.Tahapan implementasi merupakan tahapan penerapan. hasil desain tertulis ke dalam programming. Dalam pengolahan data karya tulis ini penulis menggunakan perangkat lunak (software) untuk implementasi sistemnya adalah SPSS for windows dalam masalah memperoleh perhitungan.

5.2 Peranan Komputer dalam Statistika

Komputer memegang peranan yang sangat penting dalam statistika. Komputer bekerja secara efisien dalam pengolahan data mempunyai karakteristik sebagai berikut:

1. Jumlah Input yang besar

Jumlah input yang besar akan dapat diolah komputer dengan mudah semudah kita mengolah data yang jumlahnya sedikit sehingga komputer akan dapat bekerja

2. Proyek yang Repetitif

Perintah pengolahan yang beruang-ulang akan lebih efisien dengan menggunakan komputer, karena disini perintah hanya dilakukan satu kali kemudian diulang-ulang ( di-copy ) untuk menjalankan perintah pengolahan yang lain.

3. Diperlukan Kecepatan Tinggi

Komputer dapat melakukan proses pengolahan jumlah data yang besar dalam waktu yang singkat. Jumlah data yang besar dan sedikit akan sama cepatnya diolah oleh komputer, yang membedakannya hanya pada proses pemasukan data saja.

4. Diperlukan Ketepatan yang Tinggi

Komputer yang telah terprogram dengan benar akan melakukan proses pengolahan yang tepat. Kesalahan informasi yang mungkin dihasilkan hanya terjadi pada proses pemasukan data saja.

5. Pengolahan Hal yang Kompleks

Hubungan antar fenomena yang kompleks akan dapat dipecahkan dengan menggunakan komputer dalam waktu yang tepat dan cepat.

SPSS sebagai software statistik, pertama kali dibuat tahun 1968 oleh tiga mahasiswa Standford University, yang dioperasikan pada komputer mainframe. SPSS yang tadinya ditujukan bagi pengolah data statistik untuk ilmu sosial ( SPSS saat itu adalah singkatan dari Statistical package for the social sciences), sekarang diperluas untuk melayani berbagai user, seperti untuk proses produksi di pabrik, riset ilmu-ilmu sains dan lainnya. Sehingga sekarang kepanjangan SPSS adalah Statistical Product

and Services Solutions. Kelebihan program ini adalah kita dapat melakukan secara lebih cepat semua perhitungan statistik dari yang sederhana sampai yang rumit sekalipun yang jika kita lakukan secara manual akan memakan waktu yang lebih lama.

5.3 Mengoperasikan SPSS

Adapun langkah –langkah pengolahan data dengan menggunakan program SPSS adalah :

5.3.1 Mengaktifkan Program SPSS pada Windows

Setelah program SPSS for windows terinstal di komputer, cara memulai SPSS adalah sebagai berikut :

Pilih menu start dari windows, selanjutnya pilih logo SPSS yaitu statistics, lalu double klik logo tersebut. Seperti gambar 5.1 di bawah ini.

5.3.2 Pemasukan Data

Langkah-langkahnya adalah sebagai berikut :

Buka lembar kerja baru dari menu file, pilih new lalu klik data. Pada menu data View isilah kolom dengan ketentuan data yang akan diperoleh. Pada pemasukan data view hanya akan didefinisikan seperlunya saja.

1. Input variabel X1i ( jumlah uang beredar)

1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik X1i.

2. Type

Pilihian type untuk mendefinisikan tipe variabel apakah bersifat numeric dan stirng. Karena X1i berupa angka, maka klik kota kecil sel tersebut lalu

pilih numeric. 3. Widht

Pilihan widht digunakan untuk menentukan panjang pendeknya variabel. Untuk keseragaman ketik 8

4. Decimal

Pilihan decimal untuk menuliskan jumlah decimal di belakang koma. Untuk keseragaman pilih 3.

5. Label

Pilihan label digunakan untuk menuliskan label variabel. Maka untuk X1i

6. Measure

Pilihan measure untuk menentukan skala pengukuran. Maka untuk X1i pilih

scale.

2. Input variabel X2i ( Suku Bunga Bank )

1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik X2i.

2. Type

Pilihian type untuk mendefinisikan tipe variabel apakah bersifat numeric dan stirng. Karena X2i berupa angka, maka klik kota kecil sel tersebut lalu

pilih numeric. 3. Widht

Pilihan widht digunakan untuk menentukan panjang pendeknya pilihan. Untuk keseragaman ketik 8.

4. Decimal

Pilihan decimal untuk menuliskan jumlah decimal di belakang koma. Untuk keseragaman pilih 3.

5. Label

Piliha label digunakan untuk menuliskan label variabel. Maka untuk X2i

ketik suku bungan bank. 6. Measure

Pilihan measure untuk menentukan skala pengukuran. Maka untuk X2i pilih

3. Input Variabel Yi ( Laju Inflasi )

1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik Yi.

2. Type

Pilihian type untuk mendefinisikan tipe variabel apakah bersifat numeric dan stirng. Karena Yi berupa angka, maka klik kota kecil sel tersebut lalu pilih

numeric. 3. Widht

Pilihan widht digunakan untuk menentukan panjang pendeknya pilihan. Untuk keseragaman ketik 8.

4. Decimal

Pilihan decimal untuk menuliskan jumlah decimal di belakang koma. Untuk keseragaman pilih 3.

5. Label

Pilihan label digunakan untuk menuliskan label variabel. Maka untuk Yi ketik

laju inflasi. 6. Measure

Pilihan measure untuk menentukan skala pengukuran. Maka untuk Yi pilih

Variabel View dapat dilihat pada gambar 5.2 di bawah :

Gambar 5.2 Tampalan jendela variabel View

Setelah pendefenisian variabel pada jendela variabel view selesai, klik pada data view dan isikan data pada kolom yang sudah didefinisikkan sebelumnya. Maka akan muncul tampilan seperti gambar 5.3 di bawah ini.

5.4.3 Menyimpan Data

Untuk menyimpan data yang telah diketik ke dalam SPSS data editor tersebut, maka langkah selanjutnya adalah menyimpan file tersebut. Adapun langkah-langkahnya adalah sebagai berikut:

1. Dari menu SPSS pilih menu File ( Ctrl + S ), kemudian sorot save as. 2. Beri nama file tersebut.

3. Setelah menemukan direktori yang dituju, klik save.

5.4 Analisis Regresi dengan SPSS

Adapun langkah-langkah analisis regresi dengan SPSS adalah sebagai berikut :

1. Buka file, pilih analyze, Regression, linear... akan tampilan seperti gambar 5.4 berikut:

6. Masukkan variabel :

Yi pada kotak dependent

X1i dan X2i pada kotak independent

7. Abaikan pilihan yang lain, lalu klik Ok. Seperti yang terlihat pada gambar 5.5 di bawah ini.

Gambar 5.5 Tampilan pada Kotak Dialog Regresi Tampilan outputnya dapat dilihat pada lampiran.

5.5 Analisis Korelasi dengan SPSS

Adapun langkah-langkah analisis korelasi dalam SPSS adalah sebagai berikut : 1. Buka file, analyze,Correlate,Bivariate.... akan tampak tampilan

Seperti gambar 5.6 berikut

Gambar 5.6 Tampilan saat Membuat Analisis Korelasi

2. Masukkan Variabel Yi, X1i, X2i, kedalam kotak Variables...

tampilannya adalah seperti gambar 5.7 di bawah ini.

3. Abaikan pilihan yang lain, lalu klik Ok. Tampilan outputnya dapat dilihat pada lampiran.

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Berdasarkan hasil pengolahan data pada bab sebelumnya, maka dapat diambil beberapa kesimpulan yaitu :

1. Dengan menggunakan rumus persamaan regresi diperoleh nilai koefisien-koefisien b0 = - 14,042 , b1= -0,009 , b2= 3,247 sehingga persamaan regresi berganda yang diperoleh dari analisis data tersebut adalah

dengan persamaan tersebut laju inflasi dapat diprediksi untuk periode berikutnya jika harga X1i dan X2i diketahui.

2. Pada uji regresi linier berganda dengan taraf nyata 0,05% dk pembilang = 2, dk penyebut = 21 maka Ftabel yang didapat 3,47 dan Fhitung diperoleh 160,2572.

Diperoleh Fhitung > Ftabel maka H0 ditolak dan H1 diterima. Ini menunjukkan

adanya pengaruh signifikan jumlah uang beredar ( X1i) dan suku bunga bank

(X2i) terhadap laju inflasi ( Y). Sedangkan besar pengaruh jumlah uang

beredar dan suku bunga bank terhadap laju inflasi adalah sebesar 93,8 %. 3. Pada analisis korelasi didapat bahwa suku bunga bank mempunyai hubungan

yang sangat kuat dengan laju inflasi dan jumlah uang beredar mempunyai hubungan yang cukup berarti tapi negatif dengan laju inflasi.

6.2 Saran

1. Persamaan regresi ada baiknya digunakan untuk meramalkan atau smemprediksi laju inflasi, ataupun permasalahan-permasalahan yang lain sehingga dapat digunakan sebagai acuan untuk mengambil keputusan. 2. Faktor-faktor laju inflasi perlu diperhatikan sebelum membentuk model

regresi agar model yang terbentuk akurat dan dapat dipergunakan untuk berbagai keperluan.

Daftar Pustaka

Badan Pusat Statistik. Indikator Ekonomi Februari 2009.Medan. Badan Pusat Statistik. Indikator Ekonomi Oktober 2010.Medan. Badan Pusat Statistik. Indikator Ekonomi Maret 2010.Medan.

sIqbal,M.,Hasan.2003.Pokok-Pokok Materi Statistik 1.Jakarta: PT Bumi Aksara. Nachrowi, D.N, dan Usman, Hardius. 2006. Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan. Jakarta: Fakultas Ekonomi Universitas Indonesia.

Sarwono, Jonathan.2009. Statistik Itu Mudah dengan Menggunakan SPSS 16. Yogyakarta:Andi

Sudjana.2000. Metoda Statistika. Bandung: Tarsito.

Supranto,J. 1991. Statistik Pasar Modal. Jakarta: Rineka cipta. www.bi.go.id

6. Masukkan variabel :

Yi pada kotak dependent

X1i dan X2i pada kotak independent

7. Abaikan pilihan yang lain, lalu klik Ok. Seperti yang terlihat pada gambar 5.5 di bawah ini.

Gambar 5.5 Tampilan pada Kotak Dialog Regresi

Tampilan outputnya dapat dilihat pada lampiran.

5.5 Analisis Korelasi dengan SPSS

Adapun langkah-langkah analisis korelasi dalam SPSS adalah sebagai berikut : 1. Buka file, analyze,Correlate,Bivariate.... akan tampak tampilan

Seperti gambar 5.6 berikut

Gambar 5.6 Tampilan saat Membuat Analisis Korelasi

2. Masukkan Variabel Yi, X1i, X2i, kedalam kotak Variables... tampilannya adalah seperti gambar 5.7 di bawah ini.

3. Abaikan pilihan yang lain, lalu klik Ok. Tampilan outputnya dapat dilihat pada lampiran.

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Berdasarkan hasil pengolahan data pada bab sebelumnya, maka dapat diambil beberapa kesimpulan yaitu :

1. Dengan menggunakan rumus persamaan regresi diperoleh nilai koefisien-koefisien b0 = - 14,042 , b1= -0,009 , b2= 3,247 sehingga persamaan regresi

berganda yang diperoleh dari analisis data tersebut adalah dengan persamaan tersebut laju inflasi dapat diprediksi untuk periode berikutnya jika harga X1i dan X2i diketahui. 2. Pada uji regresi linier berganda dengan taraf nyata 0,05% dk pembilang = 2,

dk penyebut = 21 maka Ftabel yang didapat 3,47 dan Fhitung diperoleh 160,2572. Diperoleh Fhitung > Ftabel maka H0 ditolak dan H1 diterima. Ini menunjukkan adanya pengaruh signifikan jumlah uang beredar ( X1i) dan suku bunga bank (X2i) terhadap laju inflasi ( Y). Sedangkan besar pengaruh jumlah uang beredar dan suku bunga bank terhadap laju inflasi adalah sebesar 93,8 %. 3. Pada analisis korelasi didapat bahwa suku bunga bank mempunyai hubungan

yang sangat kuat dengan laju inflasi dan jumlah uang beredar mempunyai hubungan yang cukup berarti tapi negatif dengan laju inflasi.

6.2 Saran

1. Persamaan regresi ada baiknya digunakan untuk meramalkan atau smemprediksi laju inflasi, ataupun permasalahan-permasalahan yang lain sehingga dapat digunakan sebagai acuan untuk mengambil keputusan. 2. Faktor-faktor laju inflasi perlu diperhatikan sebelum membentuk model

regresi agar model yang terbentuk akurat dan dapat dipergunakan untuk berbagai keperluan.

Daftar Pustaka

Badan Pusat Statistik. Indikator Ekonomi Februari 2009.Medan. Badan Pusat Statistik. Indikator Ekonomi Oktober 2010.Medan. Badan Pusat Statistik. Indikator Ekonomi Maret 2010.Medan.

sIqbal,M.,Hasan.2003.Pokok-Pokok Materi Statistik 1.Jakarta: PT Bumi Aksara. Nachrowi, D.N, dan Usman, Hardius. 2006. Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan. Jakarta: Fakultas Ekonomi Universitas Indonesia.

Sarwono, Jonathan.2009. Statistik Itu Mudah dengan Menggunakan SPSS 16. Yogyakarta:Andi

Sudjana.2000. Metoda Statistika. Bandung: Tarsito.

Supranto,J. 1991. Statistik Pasar Modal. Jakarta: Rineka cipta. www.bi.go.id