Analisis Pengaruh Sektor Perdagangan, Pertanian dan Pertambangan Terhadap Laju Pertumbuhan PDRB Kabupaten Asahan Pada Tahun 2008-2012

PENGARUH SEKTOR PERDAGANGAN, PERTANIAN DAN PERTAMBANGAN TERHADAP LAJU PERTUMBUHAN

PDRB KABUPATEN ASAHAN PADA TAHUN 2008-2012

TUGAS AKHIR

DEVI AWINDA 112407051

PROGRAM STUDI DIPLOMA 3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

PENGARUH SEKTOR PERDAGANGAN, PERTANIAN DAN PERTAMBANGAN TERHADAP LAJU PERTUMBUHAN

PDRB KABUPATEN ASAHAN PADA TAHUN 2008-2012

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

DEVI AWINDA 112407051

PROGRAM STUDI DIPLOMA 3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

PERSETUJUAN

Judul : Analisis Pengaruh Sektor Perdagangan, Pertanian dan Pertambangan Terhadap Laju Pertumbuhan PDRB Kabupaten Asahan Pada Tahun 2008-2012

Kategori : Tugas Akhir

Nama : Devi Awinda

Nim : 112407051

Program Studi : D3 Statistika Departemen : Matematika

Fakultas : Matematika Dan Ilmu Pengetahuan Alam Universitas Sumatera Utara

Disetujui di Medan, Juli 2014

Disetujui Oleh

Program Studi D3 Statistika FMIPA USU Pembimbing, Ketua

Dr. Faigiziduhu Bu’ulölö, M.Si

NIP. 19531218 198003 1 003 NIP.19500321 198003 1 001 Dr. Suwarno Ariswoyo, M.Si

PERNYATAAN

PENGARUH SEKTOR PERDAGANGAN, PERTANIAN DAN PERTAMBANGAN TERHADAP LAJU PERTUMBUHAN

PDRB KABUPATEN ASAHAN PADA TAHUN 2008-2012

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 2014

Devi Awinda 112407051

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 Sektor Perdagangan, Pertanian dan Pertambangan Terhadap Laju Pertumbuhan PDRB Kabupaten Asahan Pada Tahun 2008-2012.

Terimakasih penulis sampaikan kepada Bapak Dr. Suwarno Ariswoyo, M.Si selaku Pembimbing sekaligus Sekertaris Program Studi D3 Statistuka FMIPA USU yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Dr. Faigiziduhu Bu’ulölö, M.Si selaku Ketua Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU Medan dan seluruh staff dan Dosen Program Studi D3 Statistuka FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Bapak Sadiman, Ibu Ariana dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan semoga Tuhan Yang Maha Esa membalasnya.

Penulis

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel vii

Daftar Gambar viii

BAB 1 Pendahuluan

1.1 Latar Belakang 1

1.2 Rumusan Masalah 3

1.3 Batasan Masalah 4

1.4 Tujuan Penelitian 4

1.5 Manfaat Penelitian 4

1.6 Metodologi Penelitian 5

1.7 Tinjauan Pustaka 6

1.8 Sistematika Penulisan 7

BAB 2 Tinjauan Teoritis

2.1 Pergeseran Tahun Dasar 9

2.2 Pemilihan Tahun Dasar 10

2.3 Konsep dan Defenisi 12

2.4 Metode Perhitungan 12

2.4.1 Metode Langsung 13

2.4.2 Metode tidak langsung/Alokasi 14

2.5 Klasifikasi Lapangan Usaha 14

2.6 Survei Khusus Pendapatan Regional (SKPR) 15 2.7 Perhitungan Atas Dasar Harga Berlaku Dan Harga Konstan 16 2.7.1 Perhitungan Atas Dasar Harga Berlaku 16 2.7.2 Perhitungan Atas Dasar Harga Konstan 18 2.8 Kegunaan Statistik Pendapatan Regional 20 BAB 3 Landasan Teori

3.1 Pengertian Regresi 22

3.2 Analisa Regresi Linier 23

3.3 Analisa regresi linier sederhana 24

3.4 Regresi Linier Berganda 26

3.5 Uji Keberartian Regresi 28

3.6 Koefisien Determinasi 29 3.7 Korelasi 30

3.8 Kesalahan Standar Estimasi 36

BAB 4 Analisis dan Pembahasan

4.1 Pengolahan Data 40

4.2 Persamaan Regresi Linier Berganda 41

4.3 Analisis Residu 44

4.4 Uji Keberartian Regresi 45

4.5 Koefisien Determinasi 48 4.6 Koefisien Korelasi 49

4.6.1. Perhitungan Korelasi antara Variabel Bebas

dan VariabeTerikat 49 BAB 5 Implementasi Sistem

5.1 Pengertian Implementasi Sistem 54

5.2 Pengaktifan Excel 54

5.2.1 Pengisian Data 56

5.3 Mengoperasikan SPSS 58

5.3.1 Mengaktifkan Program SPSS Pada Windows 58 5.3.2 Cara Memasukan Data 58 5.3.3 Pengisian data pada SPSS 63

BAB 6 Kesimpulan dan Saran

6.1 Kesimpulan 67

6.2 Saran 68

Daftar Pustaka Lampiran

Daftar Tabel

Halaman 4.1 Laju Pertumbuhan PDRB Kabupaten Asahan Menurut

Lapangan Usaha atas dasar harga konstan 2000 (Persen) 40 4.2 Nilai-Nilai Koefisien Persamaan Regresi Linier Berganda 41

4.3 Koefisien Nili-Nilai Analisis Residu 44

DAFTAR GAMBAR

Halaman

3.1 Pola Garis Lurus 24

3.3 Korelasi Positif 32

3.4 Korelasi Negatif 33

3.5 Korelasi Nol 34

5.1 Cara Mengaktifkan Program Excel 55

5.2 Jendela Microsoft Excel 55

5.3 Data Setelah Dimasukkan 58

5.4 Tampilan Cara Pengaktifan SPSS 58

5.5 Kotak Dialog Awal SPSS 59

5.6 Tampilan Jendela Data View Dalam SPSS 59 5.7 Tampilan Pengisian Variabel View Dalam SPSS 63

5.8 Tampilan Pengisian Data View Dalam SPSS 63

5.9 Kotak Dialog Analisa Regresi 64

5.10 Tampilan Jendela Regresi Linier 65 5.11 Tampilan Pada Pengisian Linier Regression Statistik 65

5.12 Tampilan Pengisian Linier Regression Plots 66

BAB 1 PENDAHULUAN

1.1LATAR BELAKANG

Pertumbuhan ekonomi merupakan suatu indikator untuk menentukan atau menilai apakah suatu negara pembangunannya berhasil atau tidak. Produk Domestik Regional Bruto (PDRB) didefinisikan sebagai jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha dalam suatu wilayah merupakan jumlah nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi. Pertumbuhan ekonomi merupakan sebagian dari perkembangan kesejahteraan masyarakat yang diukur dengan besarnya pertumbuhan domestik regional bruto (PDRB). Dengan tingginya nilai PDRB menunjukkan bahwa daerah tersebut mengalami kemajuan dalam perekonomian.

Sejalan dengan diberlakukannya otonomi daerah, maka setiap daerah mempunyai kewenangan yang lebih luas dalam merencanakan dan mengelola pembangunan daerahnya sesuai dengan potensi dan kemampuan daerah itu sendiri. Dalam rangka evaluasi dan proses penyusunan perencanaan dibutuhkan berbagai indikator-indikator yang dapat menggambarkan potensi dan kemajuan pembangunan daerah.

Salah satu indikator penting untuk mengetahui kondisi suatu daerah dalam suatu periode tertentu adalah data Produk Domestik Regional Bruto (PDRB), baik atas dasar harga berlaku maupun atas dasar harga konstan. Berdasarkan indikator ini kita akan memperoleh gambaran tingkat pertumbuhan ekonomi maupun tingkat kemakmuran masyarakat suatu wilayah. PDRB atas dasar harga berlaku

menggambarkan nilai tambah barang dan jasa yang dihitung dengan menggunakan harga pada setiap tahun, sedangkan PDRB atas dasar harga konstan menunjukkan nilai tambah barang dan jasa yang dihitung menggunakan harga pada tahun tertentu sebagai tahun dasar perhitungannya. PDRB atas dasar harga berlaku dapat digunakan untuk melihat pergeseran struktur ekonomi, sedangkan harga konstan dapat digunakan untuk mengetahui pertumbuhan ekonomi dari tahun ke tahun. Dengan demikian, PDRB merupakan indikator untuk mengatur sampai sejauh mana keberhasilan pemerintah dalam memanfaatkan sumber daya yang ada, dan dapat digunakan sebagai perencanaan pengambilan keputusan. Jika pertumbuhan ekonomi positif, hal ini menunjukkan bahwa terjadi peningkatan perekonomian. Dan sebaliknya apabila pertumbuhan negatif, hal ini menunjukkan bahwa terjadi penurunan perekonomian.

Pertumbuhan ekonomi wilayah atau PDRB adalah pertambahan pendapatan masyarakat secara keseluruhan yang terjadi di wilayah tersebut, yaitu faktor atau gabungan dari lapangan usaha yang memiliki keunggulan dari suatu wilayah yang dikelompokkan sebagai berikut:

1) Pertanian, peternakan, dan perikanan 2) Pertambangan dan penggalian 3) Industri pengolahan

4) Listrik, gas dan air bersih 5) Bangunan

6) Perdagangan, hotel, dan restoran 7) Pengangkutan dan komunikasi

8) Keuangan, persewaan, dan jasa perusahaan 9) Jasa-jasa

Dari setiap sektor ini memiliki pengaruh yang berbeda terhadap pertumbuhan Produk Domestik Regional Bruto (PDRB). Maka dari itu perlu dilihat sektor mana yang memiliki pengaruh yang paling besar terhadap pertumbuhan Produk Domestik Regional Bruto (PDRB). Karena dengan mengetahui sektor apa yang paling besar pengaruhnya dapat diketahui usaha apa yang paling banyak dan berkembang di wilayah tersebut, dan untuk melihat sejauh mana keberhasilan pemerintah dalam memanfaatkan sumber daya yang ada, kemudian dapat digunakan sebagai perencanaan pengambilan di wilayah tersebut. Dari beberapa sektor yang ada penulis hanya mengambil sektor perdagangan, pertanian, dan sektor pertambangan saja karena penulis memiliki keterbatasan dan kemampuan.

Dari uraian latar belakang di atas maka penulis mengambil judul “PENGARUH SEKTOR PERDAGANGAN, PERTANIAN DAN PERTAMBANGAN TERHADAP LAJU PERTUMBUHAN PDRB KABUPATEN ASAHAN PADA TAHUN 2008-2012”.

1.2RUMUSAN MASALAH

Sesuai dengan alasan – alasan yang telah diuraikan sebelumnya, maka permasalahan yang akan di analisis adalah untuk mengetahui berapa besar pengaruh sektor perdagangan, pertanian dan pertambangan terhadap laju pertumbuhan PDRB Kabupaten Asahan pada tahun 2008-2012.

1.3BATASAN MASALAH

Agar permasalahan yang dibahas dalam penelitian tidak menyimpang dan terarah, maka kriteria yang digunakan penulis adalah:

1) Jenis lapangan usaha yang akan diteliti dalam penelitian ini hanya sektor perdagangan, pertanian dan pertambangan.

2) Sektor perdagangan juga mencakup perhotelan dan restoran.

3) Sektor pertanian juga mencakup sektor peternakan, kehutanan, dan perikanan.

4) Sektor pertambangan juga mencakup penggalian.

5) Data yang digunakan adalah data sekunder dari BPS yaitu data laju pertumbuhan PDRB Kabupaten Asahan tahun 2008-2012.

1.4TUJUAN PENELITIAN

Adapun tujuan dari penelitian yang akan di lakukan adalah untuk mengetahui pengaruh sektor perdagangan, pertanian dan pertambangan terhadap laju pertumbuhan PDRB Kabupaten Asahan pada tahun 2008-2012.

1.5MANFAAT PENELITIAN

Adapun manfaat dari penelitian ini adalah:

1) Penelitian ini dapat digunakan untuk mengetahui pengaruh sektor perdagangan, pertanian, dan pertambangan terhadap laju pertumbuhan PDRB Kabupaten Asahan.

2) Untuk mengetahui sektor apa saja yang paling berkembang di Kabupaten Asahan.

3) Bisa dijadikan sebagai dasar perencanaan pembuatan usaha apa yang paling cocok di Kabupaten Asahan.

4) Dapat menuangkan ilmu dan mengaplikasikan teori-teori statistika yang diperoleh penulis selama kuliah untuk menyelesaikan permasalahan yang sedang diamati.

1.6METODOLOGI PENELITIAN

Adapun metode penelitian yang digunakan dalam penelitian ini adalah sebagai berikut:

1) Penelitian Kepustakaan

Merupakan suatu cara penelitian yang digunakan untuk memperoleh ilmu ataupun rumus-rumus yang dapat digunakan untuk mencari model regresi liniernya serta korelasi dari data yang telah diperoleh serta dapat membantu penulis untuk menyelesaikan tugas akhir ini.

2) Metode Pengumpulan Data

Pengumpulan data untuk keperluan riset ini, telah dilakukan oleh penulis dengan menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Sumatera Utara.

3) Pengolahan Data

Data yang sudah dikumpulkan penulis akan di olah dengan menggunakan persamaan regresi linier berganda.

1.7TINJAUAN PUSTAKA

Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan antara variabel, hubungan tersebut dapat dikorespondensikan dalam betuk persamaan yang menghubungan variabel terikat dengan satu atau lebih variabel bebas. Jika terdapat satu variabel bebas disebut dengan regresi linier sederhana sedangkan jika terdapat lebih dari satu variabel bebas disebut regresi linier berganda.

Persamaan Regresi Linier Berganda:

Ŷ = �₀+ �₁�₁+ �₂�₂ +�₃�₃+ . . . + �_��_� + � keterangan:

Ŷ = Nilai penduga bagi variabel Y �� = Variabel bebas

�0 = Konstanta

�� = Koefisien variabel bebas

� = Kesalahan (error) � = 1,2,3∙∙∙,�

Maka varibel –variabel penelitian dapat dimasukkan ke dalam persamaan dengan:

Ŷ = Laju Pertumbuhan PDRB �1 = Sektor Perdagangan

�2 = Sektor Pertanian

Analisis Korelasi

Analisis korelasi membahas tentang derajat hubungan antara variabel – variabel, berapa kuat hubungan antara variabel – variabel itu terjadi.

Nilai koefisien korelasi didapat dengan menggunakan rumus sebagai berikut:

��� = n∑X1Y−(∑X1)(∑Y) ��n∑X₁2−(∑X₁)2��n∑Y2_−(∑Y)2_�

keterangan:

� = Banyaknya pasangan data � dan � ∑�� = Jumlah nilai dari variable �1

∑�� = Jumlah nilai dari variabel �

∑ �12 = Jumlah nilai kuadrat dari variabel �

∑ �12 = Jumlah kuadrat nilai dari variabel �

∑ ���� = Jumlah hasil kali nilai variabel � dan �

1.8SISTEMATIKA PENULISAN

Adapun sistematika penulisan adalah sebagai berikut: BAB 1: PENDAHULUAN

Bab ini menjelaskan mengenai latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, tinjauan pustaka, sistematika penulisan.

BAB 2: TINJAUAN TEORITIS

Bab ini menguraikan tentang teori-teori mengenai isi dari tugas akhir ini yaitu teori tentang Produk Domestik Regional Bruto (PDRB).

BAB 3 : LANDASAN TEORI

Bab ini menjelaskan tentang teori – teori yang berhubungan dengan penelitian penulis.

BAB 4: ANALISA DAN PEMBAHASAN

Bab ini menguraikan tentang pengolahan data dengan menggunakan cara yang terdapat pada landasan teori.

BAB 5: IMPLEMENTASI SISTEM

Bab ini menjelaskan tentang analisis data menggunkan program SPSS.

BAB 6: KESIMPULAN DAN SARAN

Bab ini menjelaskan kesimpulan dan saran sesuai dengan hasil penelitian yang dilakukan.

BAB 2

TINJAUAN TEORITIS

Seperti diketahui PDRB adalah penjumlahan dari seluruh Nilai Tambah Bruto (NTB) yang dihasilkan oleh setiap kegiatan/lapangan usaha. Dalam penghitungan PDRB, seluruh lapangan usaha dikelompokkan menjadi sembilan sektor ekonomi. Ini sesuai dengan pembagian yang digunakan dalam penghitungan Produk Domestik Bruto (PDB) ditingkat nasional. Hal ini juga memudahkan para analis untuk membandingkan PDRB antar provinsi dan antara PDRB dengan PDB. Pendapatan regional tidak dapat dipisahkan dengan Produk Domestik Regional Bruto (PDRB) dari segi konsep, definisi metodologi, cakupan dan sumber datanya. Hal ini untuk menjaga kejayaan dan konsistensi hasil perhitungan baik antar kabupaten dan kota di provinsi, maupun antar provinsi dan nasional.

2.1 Pergeseran Tahun Dasar

Dalam publikasi ini tahun dasar yang digunakan mengalami pergeseran dari tahun 1993 menjadi tahun 2000. Perubahan tahun dasar ini antara lain disebabkan oleh berbagai faktor, yaitu:

a. Secara nasional telah terjadi perubahan struktur ekonomi yang relatif cepat sehingga mengakibatkan pertumbuhan ekonomi yang dihitung berdasarkan tahun dasar 1993 menjadi makin tidak realistis.

peranannya sudah melampaui sektor pertanian dan menjadi primadona perekonomian Indonesia.

c. Perkembangan ekonomi dunia dalam kurun waktu 1993-2000 yang diwarnai oleh globalisasi tentunya akan berpengaruh kepada perekonomian domestik, masih dalam periode tersebut, pada pertengahan tahun 1997 terjadi krisis moneter yang berdampak kepada perubahan struktur perekonomian Indonesia. Akibatnya struktur ekonomi Indonesia tahun 1993 telah berbeda dengan tahun 2000.

2.2 Pemilihan Tahun Dasar

Pada dasarnya penetapan tahun 2000 sebagai tahun dasar teknis dapat dijelaskan sebagai berikut:

a. Berdasarkan rekomendasi Perserikatan Bangsa-Bangsa (PBB) sebagaimana tertuang dalam buku panduan yang baru “Sistem Neraca Nasional” dinyatakan bahwa estimasi Produk Domestik Bruto (PDB) atau Produk Domestik Regional Bruto (PDRB) atas dasar harga konstan sebaiknya dimutakhirkan secara periodik dengan menggunakan tahun referensi yang berakhiran 0 dan 5. Hal ini juga merupakan komitmen BPS Negara ASEAN tahun 2000, agar besaran angka-angka PDB atau PDRB dapat saling diperbandingkan antar Negara dan antar waktu guna keperluan analisis kerja perekonomian dunia.

b. Seiring dengan perkembangan ekonomi, cakupan terus mengalami penyempurnaan, dalam jangka waktu tujuh tahun juga telah terjadi perubahan struktur/bentuk komoditas serta kombinasi harga yang sangat

signifikan. Perbaikan cakupan terutama di sektor industri pengolahan (elektronik/teknologi informatika) serta di sektor jasa-jasa. Di sisi lain juga terjadi perubahan dalam komposisi harga antara sektor primer, sekunder, dan tersier.

c. BPS telah merampungkan penyusunan tabel input-output Indonesia 2000, termasuk Sumatera Utara untuk tingkat provinsi. Tabel input-output tersebut telah mengalami uju konsistensi pada tingkat sektoralnya dengan mempertimbangkan kelayakan struktur permintaan maupun penawaran. Oleh karena itu struktur ekonomi Indonesia yang digambarkan melalui tabel I-O dapat dijadikan kerangka dasar (benchmarking) dalam penyempurnaan perhitungan PDB/PDRB, sekaligus dipakai sebagai tahun dasar dalam penyusunan series baru perhitungan PDB/PDRB baik sektoral maupun penggunaan.

d. Ketersediaan data dasar (raw data) baik harga maupun volume (quantum) tahun 2000 secara rinci pada masing-masing sektor ekonomi relatif lebih lengkap dan berkelanjutan dibandingkan kondisi pada tahun 1993. Hal itu dimungkinkan disebabkan berbagai departemen/kementrian maupun instansi pemerintah lainnya juga ikut membangun statistik bagi keperluan perencanaan sektoralnya masing-masing. Dengan dukungan data yang lebih lengkap, terinci dan konsisten diharapkan estimasi PDB/PDRB dengan tahun dasar 2000 dapat disusun lebih akurat dan konsistensi.

2.3 Konsep dan Defenisi

Dalam menghitung pendapatan regional, hanya dipakai konsep domestik. Berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor/lapangan usaha yang melakukan kegiatan usahanya di suatu wilayah/regional dihitung dan dimasukkan, tanpa memperhatikan kepemilikan atas faktor produksi. Dengan demikian PDRB secara agregatif menunjukkan kemampuan suatu daerah dalam menghasilkan pendapatan atau balas jasa kepada faktor-faktor produksi yang ikut berpartisipasi dalam proses produksi di daerah tersebut. Dengan kata lain PDRB menunjukkan gambaran Production Originated.

Disamping itu juga dihitung Produk Domestik Regional Neto (PDRN) atas dasar biaya faktor produksi, yaitu PDRB dikurangi penyusutan. Dan pajak tidak langsung neto yaitu pajak tidak langsung dikurangi subsidi.

Sampai saat ini Provinsi Sumatera Utara belum dapat menyajikan pendapatan yang benar-benar diterima penduduk, karena masih sulitnya memperoleh data yang menggambarkan arus pendapatan yang mengalir/keluar masuk antar Provinsi. Dalam pengertian ini pendapatan dari faktor produksi yang berada disuatu provinsi tetapi dimiliki oleh penduduk dari provinsi lain, merupakan bagian dari pendapatan provinsi tempat tinggal pemilik.

2.4 Metode Perhitungan

Ada dua metode yang dipakai untuk menghitung PDRB, yaitu metode langsung dan metode tidak langsung.

2.4.1 Metode Langsung

Perhitungan didasarkan sepenuhnya pada data daerah. Hasil perhitungannya mencakup seluruh prodik barang dan jasa akhir yang dihasilkan oleh daerah tersebut. Pemakaian metode ini dapat dilakukan melalui tiga pendekatan:

1. Pendekatan produksi

PDRB merupakan Nilai Tambah Bruto (NTB) atau nilai barang dan jasa akhir yang dihasilkan oleh unit-unit produksi di suatu wilayah atau region dalam suatu priode tertentu, biasanya satu tahun. Sedangkan NTB adalah Nilai Produksi Bruto (NTB/Output) dari barang dan jasa tersebut dikurangi seluruh biaya antara yang digunakan dalam proses produksi. 2. Pendekatan pendapatan

PDRB adalah jumlah seluruh balas jasa yang diterima oleh seluruh faktor-faktor produksi yang ikut serta dalam proses produksi di suatu wilayah atau region dalam jangka waktu tertentu, biasanya satu tahun. Berdasarkan pengertian tersebut, NTB adalah jumlah dari upah dan gaji, sewa tanah, bunga modal, dan keuntungan semuanya sebelum dipotong pajak penghasilan dan pajak langsung lainnya. Dalam pengertian PDRB ini termasuk pola komponen penyusutan dan pajak tak langsung neto.

3. Pendekatan pengeluaran

PDRB adalah jumlah seluruh pengeluaran yang dilakukan untuk pengeluaran konsumsi rumah tangga dan lembaga swasta nirlaba, pengeluaran konsumsi pemerintah, pembentukan modal tetap domestik bruto, perubahan inventori dan eksport neto (eksport neto merupakan eksport dikurangi import), di dalam suatu wilayah atau region dalam

priode tertentu, biasanya satu tahun. Dengan metode ini, perhitungan NTB bertitik tolak pada penggunaan akhir dari barang dan jasa yang di produksi.

2.4.2 Metode tidak langsung/Alokasi

Menghitung nilai tambah suatu kelompok ekonomi dengan mengalokasikan nilai tambah nasional ke dalam masing-masing kelompok kegiatan ekonomi pada tingkat regional. Sebagai alokator digunakan indikator yang paling besar pengaruhnya atau erat kaitannya dengan produktivitas kegiatan ekonomi tersebut.

Pemakaian masing-masing metode pendekatan sangat tergantung pada data yang tersedia. Pada kenyataannya, pemakaian kedua metode tersebut akan saling menunjang satu sama lain, karena metode langsung akan mendorong peningkatan kualitas data daerah, sedang metode tidak langsung akan merupakan koreksi dalam pembanding data daerah.

2.5 Klasifikasi Lapangan Usaha

Seperti diketahui PDRB adalah penjumlahan dari seluruh NTB yang dihasilkan oleh setiap kegiatan/lapangan usaha. Dalam perhitungan PDRB seluruh usaha dikelompokkan menjadi sembilan sektor ekonomi. Ini sesuai dengan pembagian yang digunakan dalam perhitungan Produk Domestik Bruto (PDB) tingkat nasional. Pembagian ini sesuai dengan System Of National Accounts (SNA). Hal ini juga memudahkan para analisis untuk membandingkan PDRB dengan PDB.

Dengan demikian kegiatan ekonomi per lapangan usaha dirinci menjadi: 10) Pertanian, peternakan, dan perikanan

11) Pertambangan dan penggalian 12) Industri pengolahan

13) Listrik, gas dan air bersih 14) Bangunan

15) Perdagangan, hotel, dan restoran 16) Pengangkutan dan komunikasi

17) Keuangan, persewaan, dan jasa perusahaan 18) Jasa-jasa

Setiap sektor tersebut dirinci lagi menjadi sub-sub sektor.

2.6 Survei Khusus Pendapatan Regional (SKPR)

Diantara ketiga metode perhitungan PDRB, metode pendekatan produksi yang paling sering digunakan. Kedua pendekatan lainnya diterapkan untuk beberapa sektor tertentu.

Dalam perhitungan PDRB melalui pendekatan produksi, NTB merupakan hasil pengurangan NPB/output dengan biaya antara. Data mengenai biaya antara, pada umumnya diperoleh dari SKPR yang dilaksanakan untuk sektor-sektor tertentu secara berkala (biasanya tiap bulan). Dari hasil pengolahan SKPR didapatkan struktur biaya, yaitu: rasio biaya antara dan nilai tambah terhadap output masing-masing kegiatan, subsektor, dan sektor yang disurvei. Informasi lain yang dapat diperoleh adalah indikator produksi, harga dan indikator-indikator

lainnya. Estimasi NTB dapat diperoleh dengan mempergunakan rasio yang dihitung dari struktur biaya seperti tersebut diatas.

Pengambilan sampel dalam SKPR dilakukan dengan cara purposif. Hal ini dilakukan dengan pertimbangan bahwa survei ini hanya untuk menghasilkan rasio struktur biaya saja, tidak untuk mengestimasi nilai keseluruhan dari masing-masing kegiatan, subsektor dan sektor yang disurvei, karena populasinya tidak diketahui.

2.7 Perhitungan Atas Dasar Harga Berlaku Dan Harga Konstan

Hasil perhitungan PDRB disajikan atas dasar harga berlaku dan harga konstan 2.7.1 Perhitungan Atas Dasar Harga Berlaku

PDRB atas dasar harga berlaku merupakan jumlah seluruh NTB atau nilai barang dan jasa akhir yang dihasilkan oleh unit-unit produksi dalam suatu priode tertentu, biasanya satu tahun yang dinilai dengan harga tahun yang bersangkutan. NTB atas dasar harga berlaku yang didapat dari hasil pengurangan NPB/Output dengan biaya antara masing-masing dinilai atas dasar harga berlaku. NTB menggambarkan perubahan volume produksi yang dihasilkan dan tingkat perubahan harga masing-masing kegiatan, subsektor, dan sektor. Mengingat sifat barang dan jasa yang dihasilkan oleh setiap sektor maka penilaian output dilakukan oleh setiap sektor, maka penilaian output dilakukan sebagai berikut:

1. Untuk sektor primer yang produksinya bisa diperoleh secara langsung dari alam seperti perdagangan, pertanian, dan pertambangan, pertama kali dicari kuantu produksi dengan satuan standar yang biasa digunakan. Setelah itu ditentukan kualitas dari jenis barang yang dihasilkan. Satuan

dari kualitas yang dipergunakan tidak slalu sama antara satu kabupaten dan kota dengan kabupaten dan kota lainnya. Selain itu diperlukan juga data harga per unit satuan dari barang yang dihasilkan. Harga yang dipergunakan adalah harga produsen, yaitu harga yang diterima oleh produsen atau harga yang terjadi transaksi pertama antara produsen dengan pembeli atau konsumen. Output atas dasar harga berlaku merupakan perkalian antara kuantum produksi dengan harga masing-masing komoditi pada tahun yang bersangkutan. Selain menghitung nilai produksi utama, dihitung pula nilai produksi ikutan yang dihasilkan dengan anggapan mempunyai nilai ekonomi. Produksi ikutan yang dimaksudkan adalah produksi ikutan yang benar-benar dihasilkan sehubungan dengan proses produksi utama.

2. Untuk sektor sekunder yang terdiri dari sektor industri pengolahan, listrik, gas dan air bersih, dan sektor bangunan, perhitungannya sama dengan sektor primer. Data yang diperlukan adalah kuantum produksi yang dihasilkan serta harga produsen masing-masing kegiatan, subsektor dan sektor yang bersangkutan. Output atas dasar harga berlaku merupakan perkalian antara kuantum produksi dengan harga masing-masing komoditi pada tahun yang bersangkutan. Selain itu dihitung juga produksi jasa yang digunakan sebagai pelengkap dan bergabung menjadi satu kesatuan usaha dengan produksi utamanya.

3. Untuk sektor-sektor yang secara umum produksinya yang berupa jasa seperti sektor perdagangan, hotel, dan restoran, pengangkutan dan komunikasi, keuangan, persewaan, dan jasa perusahaan, dan Jasa-jasa.

Untuk menghitung kuantum produksinya dilakukan dengan mencari indikator produksi yang sesuai dengan masing-masing kegiatan, subsektor dan sektor. Pemilihan indikator produksi didasarkan pada karakteristik jasa yang dihasilkan serta disesuaikan dengan data penunjang lainnya yang tersedia. Selain itu diperlukan juga indikator harga dari masing-masing kegiatan subsektor dan sektor yang bersangkutan. Output atas dasar harga berlaku merupakan perkalian antar indikator harga masing-masing komoditi atau jasa pada tahun yang bersangkutan.

2.7.2 Perhitungan Atas Dasar Harga Konstan

Perhitungan atas dasar harga konstan pengertiannya sama dengan atas dasar harga berlaku, tapi penilaiannya dilakukan dengan harga suatu tahun dasar tertentu. NTB atas dasar harga konstan menggambarkan perubahan volume atau kuantum produksi saja. Pengaruh perubahan harga telah dihilangkan dengan cara menilai dengan harga suatu tahun dasar tertentu. Perhitungan atas dasar harga konstan berguna untuk melihat pertumbuhan ekonomi secara keseluruhan atau sektoral, juga untuk melihat perubahan struktur perekonomian suatu daerah dari tahun ke tahun.

Pada dasarnya dikenal empat cara perhitungan nilai tambah atas dasar harga konstan. Masing-masing dapat diuraikan sebagai berikut:

1. Revaluasi

Dilakukan dengan cara menilai produksi dan biaya antara masing-masing tahun dengan harga pada tahun dasar. Hasilnya merupakan output dan biaya antara atas dasar harga konstan. Selanjutnya nilai tambah atas dasar

harga konstan diperoleh dari selisih antara output dan biaya antara atas dasar harga konstan. Dalam praktek sangat sulit melakukan revaluasi terhadap biaya antara yang digunakan, karena mencakup komponen input yang sangat banyak, disamping itu data harga yang tersdia tidak dapat memenuhi semua keperluan tersebut. Oleh karena itu biaya antara atas dasar harga konstan biasanya diperoleh dari perkalian antara output atas dasar harga konstanta masing-masing tahun dengan ratio tetap biaya antara terhadap output pada tahun dasar.

2. Ekstrapolasi

Nilai tambah masing-masing tahun atas dasar harga konstan diperoleh dengan cara mengalikan nilai tambah pada tahun dasar dengan indeks produksi. Indeks produksi sebagai ekstrapolatur dapat merupakan indeks dari berbagai indikator produksi seperti tenaga kerja, jumlah perusahaan dan lainnya yang dianggap cocok dengan jenis kegiatan, subsektor dan sektor yang dihitung. Ekstrapolasi dapat dilakukan terhadap output atas dasar harga konstan, kemudian dengan menggunakan rasio tetap nilai tambah terhadap output akan diperoleh perkiraan nilai tambah atas dasar harga konstan.

3. Deflasi

Nilai tambah atas dasar harga konstan diperoleh dengan cara membagi nilai tambah atas dasar harga berlaku masing-masing tahun dengan indeks harga. Indeks harga yang digunakan sebagai deflator merupakan Indeks Harga Konsumen (IHK), Indeks Harga Perdagangan Besar (IHPB) dan sebagainya, tergantung mana yang lebih cocok. Indeks harga diatas dapat

pula dipakai sebagai inflator dalam keadaan dimana nilai tambah atas dasar harga berlaku justru diperoleh dengan mengalikan nilai tambah atas dasar harga konstan dengan indeks harga tersebut.

4. Deflasi berganda

Dalam deflasi berganda yang di deflasi adalah output dan biaya antaranya, sedang nilai tambah diperoleh dari selisih antara output dan biaya antara hasil deflasi tersebut. Indeks harga yang digunakan sebagai deflator untuk perhitungan output atas dasar harga konstan adalah IHK atau IHBP sesuai cakupan komoditinya. Sedangkan indeks harga untuk biaya antara adalah indeks harga dari komponen input. Dengan kenyataannya sangat sulit melakukan deflasi terhadap biaya antara, disamping karena komponennya terlalu banyak juga karena indeks harganya belum tersedia secara baik. Oleh karena itu dalam perhitungan harga konstan deflasi berganda belum banyak dipakai.

2.8 Kegunaan Statistik Pendapatan Regional

Dari data PDRB dapat juga diturunkan beberapa indikator ekonomi penting lainnya, seperti:

1. Produk domestik atas dasar harga neto atas dasar harga pasar, yaitu PDRB dikurangi dengan seluruh penyusutan atas barang-barang modal tetap yang digunakan dalam produksi selama setahun.

2. Produk Domestik Regional Neto atas dasar biaya faktor produksi, yaitu Produk Domestik Regional Neto atas dasar harga pasar dikurangi dengan

pajak tidak langsung neto. Pajak tidak langsung neto merupakan pajak tidak langsung yang dipungut pemerintah dikurangi dengan subsidi yang diberikan oleh pemerintah. Baik pajak tidak langsung maupun subsidi, kedua-duanya dikenakan terhadap barang dan jasa yang diproduksi atau dijual. Pajak tidak langsung bersifat menaikkan harga jual, sedangkan subsidi sebaliknya. Selanjutnya Produk Domestik Regional Neto atas dasar biaya faktor produksi disebut sebagai pendapatan regional.

3. Angka-angka perkapita, yaitu ukuran-ukuran indikator ekonomi sebagaimana diuraikan diatas dibagi dengan jumlah penduduk pertengahan tahun.

BAB 3

LANDASAN TEORI

3.1 Pengertian Regresi

Statistika merupakan salah satu cabang pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuwan dari hampir semua bidang ilmu pengetahuan, terutama para peneliti yang dalam penelitiannya banyak menggunakan statistika sebagai dasar analisis maupun perancangannya (ratno dan mustadjab, 1992: 1) maka dapatlah dikatakan bahwa statistika mempunyai peranan yang penting dan besar terhadap kemajuan berbagai bidang ilmu pengetahuan. Oleh karena itu, statistika harus dan penting untuk di pelajari oleh para peneliti guna mendukung suksesnya penelitian.

Analisis regresi adalah satu cabang statistika yang banyak mendapatkan perhatian dan dipelajari para ilmuwan, khususnya para peneliti, baik ilmuwan bidang eksakta maupun sosial. Banyak buku atau literature yang membahas hal-hal yang berkaitan dengan analisis regresi, dimana satu dengan lainnya saling melengkapi, tetapi dalam hal-hal tertentu masih banyak masalah yang belum dibahas.

Regresi pertama kali digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Fransis Galton. Dia telah melakukan penelitian kecenderungan tinggi badan anak. Hasil studi tersebut merupakan suatu kesimpulan bahwa kecenderungan tinggi badan anak yang lahir terhadap orang tuanya adalah menurun (regress) mengarah pada tinggi badan rata-rata penduduk.

Istilah regresi pada mulanya bertujuan untuk membuat perkiraan nilai satu variabel (tinggi badan anak) terhadap satu variabel lain ( tinggi badan orang tua).

Ada beberapa defenisi regresi yang dapat dijabarkan yaitu:

a. Analisis regresi merupakan suatu teknik untuk membangun persamaan garis lurus dan menggunakan persamaan tersebut untuk membuat perkiraan. (Mason, 1996:489)

b. Persamaan regresi adalah suatu formula matematis yang menunjukkan hubungan keterkaitan antara satu atau beberapa variabel yang nilainya sudah diketahui dengan variabel yang nilainya belum diketahui. (Algifari, 2000:2)

c. Analisis regresi adalah hubungan yang didapat dan dinyatakan dalam bentuk persamaan matematik yang menyatakan hubungan fungsional antara variabel-variabel. (sudjana, 2002: 310)

3.2 Analisa Regresi Linier

Sebelum melakukan analisis korelasi dalam sebuah penelitian maka terlebih dahulu harus diketahui apakah variabel-variabel yang akan dikorelasikan merupakan regresi linier atau non linier, karena hal ini akan dipergunakan dalam menganalisa data.

Yang dimaksud dengan analisa regresi linier adalah jika hubungan persamaan tersebut searah dan membentuk sebuah pola garis lurus seperrti gambar 3.1 berikut ini:

10 9 8 7 6 5 4 3 2 1 20 18 16 14 12 10 X Y

Scatterplot of Y vs X

Gambar 3.1 pola garis lurus

Antara variabel bebas � dan variabel terikat � membentuk sebuah pola garis yang lurus, dan dalam aplikasinya jika nilai � meningkat maka nilai � juga meningkat dan jika nilai � mengalami penurunan maka nilai � juga akan mengalami penurunan.

Di dalam teorinya analisa regresi linier mempunyai dua bentuk persamaan yaitu:

a. Analisa regresi linier sederhana (simple analisis regresi) b. Analisa regresi linier berganda (multiple analisis regresi)

3.3 Analisa Regresi Linier Sederhana

Yang dimaksud dengan hubungan linier sederhana adalah yang ditunjukkan dengan persamaan � =� +��. Persamaan ini hanya memiliki 2 variabel saja,

hanya satu variabel terikat � dan satu variabel bebas �. sehingga setiap nilai � bertambah dengan �, kalau nilai �= 0 maka nilai � sebesar � saja.

Penggunaan model regresi linier sederhana hanya memungkinkan bila pengaruh yang ada itu hanya dari independent variabel (variabel bebas) terhadap dependent variabel (variabel terikat), tidak boleh ada pengaruh timbal balik, yaitu jika variabel terikat juga berpengaruh terhadap variabel bebas.

Dalam regresi linier sederhana dihindari sifat autokorelasi. Autokorelasi adalah hubungan antara nilai suatu variabel dengan nilai variabel yang lain sama (pangestu, 2004:155). Misalnya kalau pada tahun pertama pembelian bak penampungan air banyak sekali, maka pembelian bak penampungan air pada 10 tahun kemudian juga akan banyak, karena usia bak penampungan air tersebut memang hanya dapat bertahan 10 tahun. Pembelian bak penampungan air 10 tahun sebelumnya akan rusak, sehingga pembelian secara bersama-sama setiap 10 tahun sekali, sehingga pembelian akan melonjak. Dengan kata lain ada hubungan antara pembelian bak penampungan air yang sama dengan pembelian 10 tahun yang akan datang. Inilah yang dimaksud dengan Autokorelasi.

Ciri penting dari regresi sederhana adalah apabila terdapat homoscedasticity. Homoscedasticity adalah kesamaan distribusi � pada setiap nilai �. Artinya berapapun besarnya �, kalau diamati nilai �-nya dan dihitung deviasi standarnya relatif sama, misalnya jika pada nilai �₁ diamati nilai � dan dicatat deviasi standarnya, dan dibandingkan dengan nilai � pada �₂ maka nilainya sama, yang berarti distribusi nilai � terhadap nilai � selalu sama. Gejala inilah yang dimaksud dengan homoscedasticity. Kalau distribusinya tidak sama maka tidak boleh terjadi pada regresi linier sederhana.

Analisis regresi linier sederhana terdiri dari satu variabel bebas dan satu variabel terikat. Model regresi linier sederhananya adalah:

Y = a + bX keterangan:

� = Variabel terikat (dependent variable) � = Variabel bebas (independent variable) � = Konstanta (intrcept)

� = Kemiringan (slope)

3.4 Regresi Linier Berganda

Regresi linier berganda adalah regresi yang mempunyai hubungan antara satu peubah acak tidak bebas (terikat) � dengan peubah lain yang bebas �_1,�_2,�₃. Jika dalam regresi linier sederhana hanya memiliki 2 variabel saja yaitu satu variabel terikat � dan satu variabel bebas �. Pada regresi linier berganda terdapat lebih dari 2 variabel, satu variabel untuk variabel terikat, dan lebih dari satu variabel bebas.

Regresi linier berganda berguna untuk mencari pengaruh dua atau lebih variabel bebas atau untuk mencari hubungan dua fungsional dua variabel atau lebih terhadap variabel terikatnya, atau untuk meramalkan dua variabel bebas atau lebih terhadap variabel terikatnya. Dengan demikian multiple regression (regresi berganda) digunakan untuk penelitian yang menyertakan beberapa variabel sekaligus. Dalam hal ini regresi juga dapat dijadikan pisau analisis terhadap penelitian yang diadakan, tentu saja jika regresi diarahkan untuk menguji variabel-variabel yang ada.

Pada dasarnya rumus pada regresi linier berganda sama dengan rumus pada regresi sederhana, hanya saja pada regresi linier berganda ditambahkan variabel-variabel lain yang juga diikutsertakan dalam penelitian. Secara umum model regresi linier berganda adalah sebagai berikut:

keterangan:

� = Variabel terikat (dependent variable) � = Variabel bebas (independent variable) b_o = Konstanta regresi

b_n = Koefisien regresi variabel bebas X_n

Dalam penelitian ini digunakan empat variabel yang terdiri dari satu variabel terikat (�) dan tiga variabel bebas (�). Maka persamaan regresi bergandanya adalah:

Ŷ = b0+ b1X1 + b2X2+ b3X3

keterangan:

Ŷ = Laju Pertumbuhan PDRB �1 = Sektor Perdagangan

�2 = Sektor Pertanian

�3 = Sektor Pertambangan

Persamaan diatas dapat diselesaikan dengan empat bentuk, yaitu:

�Y = nb0+ b1�X1 + b2�X2+ b3�X3

�X₁Y = b₀�X₁+ b₁�X₁2+ b₂�X₁X₂+ b₃�X₁X₃ �X2Y = bo�X2+ b1�X1Y2+ b2�X22+ b3�X2X3

�X₃Y = b₀�X₃+ b₁�X₁X₃+ b₂�X₂X₃+ b₃�X₃2

Pada dasarnya regresi linier berrganda digunakan untuk mengghitung dan menguji tingkat signifikansi, antara lain:

a. Menghitung persamaan regresinya

b. Menguji apakah persamaan regresinya signifikan c. Dan bagaimana kesimpulannya

3.5 Uji Keberartian Regresi

Sebelum persamaan regresi yang diperoleh digunakan untuk membuat kesimpulan, terlebih dahulu diperiksa setidak-setidaknya mengenai kelinieran dan keberartiannya. Pemeriksaan ini ditempuh melalui pengujian hipotesis. Uji keberartian dilakukan untuk meyakinkan diri apakah regresi yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat kesimpulan mengenai hubungan sejumlah peubah yang sedang dipelajari. Untuk itu diperlukan dua macam jumlah kuadrat (JK) yaitu jumlah kuadrat untuk regresi yang ditulis JKreg dan jumlah kuadrat untuk sisa (residu) yang ditulis dengan

JKreg = b1�x1y + b2�x2iy +⋯+ bk�xky

Dengan derajat kebebasan �� = �

JKres =∑(Yi−Y�i)2

Dengan derajat kebebasan �� = (� – � – 1) untuk sampel berukuran �, dengan demikian uji keberartian regresi berganda dapat dihitung dengan:

F_hitung =

JK_reg � JKres

(� – � – 1)

Dimana statistik � yang menyebar mengikuti distribusi � dengan derajat kebebasan pembilang �₁ = k dan penyebut �2 = � – � – 1.

3.6 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 � yang dapat dijelaskan atau diterangkan oleh variabel-variabel bebas � yang ada di dalam model persamaan regresi linier berganda secara bersama-sama. Maka R2 _{akan ditentukan dengan}

keterangan:

JKreg = Jumlah kuadrat regresi

Harga R2 yang diperoleh sesuai dengan variansi yang dijelaskan masing-masing variabel yang tinggal dalam regresi tersebut. Hal ini mengakibatkan variansi yang dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja ataupun dengan kata lain hanya yang bersifat nyata.

3.7 Korelasi

Analisis korelasi adalah alat yang dapat digunakan untuk mengetahui derajat hubungan linier antara satu variabel dengan variabel yang lain (Algifari,2000:45). Setelah mendapatkan hasil tentang jumlah pengaruh pada variabel yang diteliti, untuk selanjutnya penulis akan mencari seberapa besar hubungan antara variabel yang terikat dengan yang bebas, atau antara variabel bebas itu sendiri. Untuk mengukur seberapa kuat hubungan antara variabel tersebut maka digunakan metode analisis korelasi. Analisa korelasi dilakukan untuk mengetahui hubungan antara dua variabel (bivariate correlation) atau lebih dari 2 variabel (multivariate correlation) dalam suatu penelitian. Untuk menentukan seberapa besar hubungan antar variabel tersebut dapat dihitung dengan menggunakan rumus koefisien korelasi.

R2 = JKreg ∑y_i2

Berdasarkan hubungan antara variabel yang satu dengan variabel lainnya dinyatakan dengan koefisien korelasi yang di simbolkan dengan “r”. besarnya koefisien korelasi berkisar antara -1 ≤ r ≤ +1. Suatu korelasi yang mempunyai nilai +1 menunjukkan hubungan linier yang sempurna. Dan apabila nilai korelasi adalah 0 berarti kedua peubah tidak mempunyai hubungan linier. Secara jelas dapat dijelaskan dengan tabel sebagai berikut:

Tabel 3.2 Interpretasi nilai r

� Interpretasi

0 Tidak berkorelasi

0,01 - 0,20 Sangat rendah

0,21 - 0,40 Rendah

0,41 - 0,60 Agak rendah

0,61 - 0,80 Cukup

0,81 - 0,99 Tinggi

1 Sangat tinggi

Sumber: Hartono, M. Pd statistik untuk penelitian

Dua variabel dikatakan berkolerasi apabila perubahan dalam satu variabel diikuti oleh perubahan variabel lain, baik yang searah maupun tidak. Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis:

1. Jika suatu korelasi bertanda positif r > 0 maka contoh maka gambar grafiknya seperti ditunjukkan oleh gambar 3.3 berikut:

Gambar 3.3 Korelasi positif

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

2. Jika suatu korelasi bertanda negatif r < 0 maka contoh gambar grafiknya seperti ditunjukkan oleh gambar 3.4 berikut:

Gambar 3.4 korelasi negatif

Terjadinya korelasi negatif apabila perubahan antara variabel yang satu diikuti oleh variabel lainnya dengan arah yang berlawanan (berbanding terbalik). Artinya apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel lainnya.

3. Jika suatu korelasi tidak menunjukkan adanya hubungan r = 0 maka contoh gambar grafiknya seperti ditunjukkan oleh gambar 3.5 berikut:

Gambar 3.5 korelasi nol

Terjadinya korelasi nol (nihil) apabila perubahan antara variabel yang stu diikuti oleh variabel lainnya dengan arah yang tidak teratur (acak). Artinya apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel. Artinya apabila variabel yang satu meningkat, kadang diikuti dengan peningkatan pada variabel lain dan kadang diikuti dengan penurunan variabel lain.

Bentuk umum korelasi adalah:

�

2

₌

n

∑

X

i

Y

−

(

∑

X

i

)(

∑

Y)

��

n

∑

X

_i2

−

(

∑

X

i

)

2

Adapun untuk menghitung koefisien korelasi antara variabel terikat � dan variabel bebas X1, X2 dan X ₃ yaitu:

1. Koefisien antara � dan X1

2. Koefisien korelasi antara � dengan X₂

3. Koefisien korelasi antara � dan X₃

4. Koefisien korelasi antara �₁ dan �₂

r_y1 = n∑X1Y−(∑X1)(∑Y)

��n∑X₁2−(∑X1) 2

��n∑Y2−(∑_Y)2�

ry2 =

n∑X2Y−(∑X2)(∑Y)

��n∑X₂2−(∑X2) 2

��n∑Y2−₍∑_Y)2�

r₁₂ = n∑X1X2−(∑X1)(∑X2)

��n∑X₁2−(∑X₁)2��n∑X₂2−(∑X₂)2�

r_y3 = n∑X3Y−(∑X3)(∑Y)

��n∑X₃2₋₍∑_X 3)

2

5. Koefisien korelasi antara �₁ dan �₃

6. Koefisien korelasi antara �₂ dan �₃

3.8 Kesalahan Standar Estimasi

Untuk mengetahui ketetapan persamaan estimasi dapat digunakan kesalahan standar estimasi (standard error of estimate). Besarnya kesalahan standar estimasi menunjukan ketetapan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi tersebut, makin tinggi ketetapan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar estimasi, maka semakin rendah persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak sesungguhnya.(Algifari. 2000. Analisa Regreesi Teori, Kasus dan Solusi, Edisi 2. Yogyakarta : BPFE. Hal 17). Kesalahan standar estimasi (kekeliruan baku taksiran) dapat ditentukan dengan rumus:

r13 =

n∑X₁X₃−(∑X₁)(∑X₃)

��n∑X₁2−(∑X1) 2

��n∑X₃2−(∑X3) 2

�

r₂₃ = n∑X2X3−(∑X2)(∑X3)

3.9 Pengujian Hipotesis

Pengujian hipotesis merupakan salah satu tujuan yang akan dibuktikan dalam penelitian. Jika terdapat deviasi antara sampel yang ditentukan dengan jumlah populasi maka tidak tertutup kemungkinan untuk terjadinya kesalahan dalam mengambil keputusan antara menolak atau menerima suatu hipotesis.

Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu: tingkat signifikansi atau probabilitas (∝) dan tingkat kepercayaan atau confidence interval. Didasarkan tingkat signifikansi pada umumnya orang menggunakan 0,05. Kisaran tingkat signifikansi mulai dari 0,01 sampai dengan 0,1. Yang dimaksud dengan tingkat signifikansi adalah probabilitas melakukan kesalahan tipe 1, yaitu kesalahan menolak hipotesis ketika hipotesis tersebut benar. Tingkat kepercayaan pada umumnya ialah sebesar 95%, yang dimaksud dengan tingkat kepercayaan ialah tingkat dimana sebesar 95% nilai sampel akan mewakili nilai populasi dimana sampel berasal. Dalam melakukan uji hipotesis terdapat dua hipotesis, yaitu: �₀ (hipotesis 0) dan �₁ (hipotesis alternatif).

�0 bertujuan untuk memberikan usulan dugaan kemungkinan tidak adanya

perbedaan antara perkiraan penelitian dengan keadaan yang sesungguhnya yang akan diteliti. �_� bertujuan memberikan usulan dugaan adanya perbedaan perkiraan dengan keadaan sesungguhnya yang akan diteliti.

S_y,1,2,…,k =�∑(Yi−Y�) 2 n−k−1

Pembentukan suatu hipotesis memerlukan toeri-teori maupun hasil penelitian terlebih dahulu sebagai pendukung pernyataan hipotesis yang diusulkan. Dalam membentuk hipotesis ada beberapa hal yang dipertimbangkan, yaitu:

1. Hipotesis nol dan hipotesis alternative yang diusulkan

2. Daerah penerimaan dan penolakan serta teknik arah pengujian (one tailed atau two tailed).

3. Penentuan nilai hitung statistik.

4. Menarik kesimpulan apakah menerima atau menolak hipotesis yang diusulkan dalam uji keberartian regresi.

Langkah-langkah yang dibutuhkan untuk pengujian hipotesis ini antara lain. 1. H₀:β₀ = β₁ =⋯ =β_k = 0

Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas dengan variabel terikat.

H₁:Minimal satu parameter koefisin regresi β_k ≠0

Terdapat hubungan fungsional yang signifikan antara variabel bebas dengan variabel terikat.

2. Pilih taraf nyata ∝ yang diinginkan.

3. Hitung statistik �_{ℎ�����} dengan menggunakan persamaan.

4. Nilai �_{�����} menggunakan daftar table � dengan taraf signifikansi ∝ yaitu: �_{�����} =F(1−∝)(k),(n−k−1).

5. Kriteria pengujian: jika �_{ℎ�����} >�_{�����}, maka �₀ ditolak dan �₁ diterima. Sebaliknya jika �_{ℎ�����} ≤ �_{�����}, maka �₀ diterima dan �₁ ditolak.

BAB 4

ANALISA DAN PEMBAHASAN

4.1 Pengolahan Data

Data yang akan diolah dalam tugas akhir ini adalah data yang diambil dari Badan Pusat Statistik (BPS). Yaitu data Laju Pertumbuhan Produk Domestik Regional Bruto Kabupaten Asahan dari tahun 2008-2012. Dalam hal ini penulis mengambil 4 buah data yaitu, laju pertumbuhan PDRB, sektor perdagangan, sektor pertanian, sektor pertambangan yang keseluruhan datanya diambil dari data pertumbuhan. Datanya adalah sebagai berikut:

Tabel 4.1 Laju Pertumbuhan PDRB Kabupaten Asahan Menurut Lapangan Usaha atas dasar harga konstan 2000 (Persen)

Tahun PDRB

Perdagangan, Hotel dan Restoran Pertanian, Peternakan, Kehutanan dan Perikanan Pertambangan dan Penggalian 2008

5,02 7,19 1,86 3,82

2009

4,67 6,89 1,75 4,53

2010

4,97 6,84 2,72 4,57

2011

5,37 6,96 3,52 5,35

2012

keterangan:

Ŷ = Laju Pertumbuhan PDRB �1 = Sektor Perdagangan

�2 = Sektor Pertanian

�3 = Sektor Pertambangan

4.2 Persamaan Regresi Linier Berganda

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

Tabel 4.2 Nilai-Nilai Koefisien Persamaan Regresi Linier Berganda

Tahun � �₁ �₂ �₃ (�)2 (�1)2 (�2)2 (�3)2

2008 5,02 7,19 1,86 3,82 _{25,200 51,696 3,460 14,592}

2009 4,67 6,89 1,75 4,53 _{21,809 47,472 3,063 20,521}

2010 4,97 6,84 2,72 4,57 _{24,701 46,786 7,398 20,885}

2011 5,37 6,96 3,52 5,35 _{28,837 48,442 12,390 28,623}

2012 5,57 7,18 3,59 6,62 _{31,025 51,552 12,888 43,824}

Tabel lanjutan:

Tahun �₁�₂ �₁�₃ �₂�₃ �₁� �₂� X3Y

2008 13,373 27,466 7,105 36,094 9,337 19,176

2009 12,058 31,212 7,928 32,176 8,173 21,155

2010 18,605 31,259 12,430 33,995 13,518 22,713

2011 24,499 37,236 18,832 37,375 18,902 28,730

2012 25,776 47,532 23,766 39,993 19,996 36,873

Jumlah 94,311 174,704 70,061 179,633 69,927 128,647

keterangan:

Ŷ = Laju Pertumbuhan PDRB �1 = Sektor Perdagangan

�2 = Sektor Pertanian

�3 = Sektor Pertambangan

Dari Tabel 4.2 diperoleh:

∑� = 25,6 ∑(�)12 = 245,948

∑�1 = 35,06 ∑(�)22 = 39,199

∑�2 =13,44 ∑(�)3 2 = 128,445

∑�3 = 24,89 ∑�2 = 131,572

∑�1�2 = 94,311 ∑��1 = 179,633

∑�1�3 = 174,704 ∑��2 = 69,927

Dan persamaan rumusnya adalah sebagai berikut:

Harga-harga yang telah diperoleh disubsitusikan ke dalam bentuk persamaan tersebut, maka diperoleh:

25,6 = b0 5 + b1 35,06+ b2 13,44 + b3 24,89

179,633 = b₀ 35,06 +b₁ 245,948 + b₂ 94,311+ b₃ 174,704

69,927 = b0 13,44 + b1 94,311 + b2 39,199 + b3 70,061

128,647 = b0 24,89 + b1174,704 + b2 70,061+ b3 128,445

Setelah persamaan diatas telah diselesaikan, maka diperolehlah nilai dari koefisien-koefisien linier bergandanya, yaitu:

b0 = -2,580

b1 = 0,976

b2 = 0,368

b3 = -0,027

Dari nilai-nilai diatas maka dapat dibentuk model persamaan regresi linier bergandanya, yaitu:

Y

� = b0+ b1X1+ b2X2+ b3X3

Y

� =−2,580 + 0,976 X + 0,368 X −0,027 X

�Y = nb₀+ b₁�X₁+ b₂�X₂+ b₃�X₃

�X1Y = b0�X1+ b1�X12+ b2�X1X2+ b3�X1X3

�X₂Y = b_o�X₂+ b₁�X₁Y₂+ b₂�X₂2+ b₃�X₂X₃ �X3Y = b0�X3+ b1�X1X3+ b2�X2X3+ b3�X32

4.3 Analisis Residu

Dengan didapat persamaan regresinya, maka untuk mengetahui seberapa besar penyimpangan laju pertumbuhan PDRB yang sebenarnya terhadap laju pertumbuhan PDRB yang diperkirakan, maka dapat dihitung dengan mencari koefisien-koefisien dari analisis residu sebagai berikut:

Table 4.3 Koefisien Nili-Nilai Analisis Residu

Tahun Y Ŷ �₁-Ŷ (�₁-Ŷ)2

2008 5,020 5,019 0,001 0,000

2009 4,670 4,666 0,004 0,000

2010 4,970 4,973 -0,003 0,000

2011 5,370 5,364 0,006 0,000

2012 5,570 5,570 0,000 0,000

2008 25,600 25,592 0,008 0,000

Berdasarkan Tabel 4.3 di atas, maka dapat dihitung kesalahan standar estimasinya sebagai berikut:

��.1,2,…� = �

∑(�_�−��_�)2 �−�−1

��.1234 = � 0,000 5−3−1

��.1234 = � 0,000

1

��.1234 = √0,000

4.4 Uji Keberartian Regresi

Sebelum persamaan regresi dibuat untuk menentukan kesimpulan, maka perlu dilakukan suatu pengujian hipotesis mengenai keberartian regresi. Untuk menentukan uji keberartian regresi tersebut, maka digunakan rumus untuk menentukan hipotesisnya, yaitu:

H0: β₀ =β₁ =⋯ =β_k = 0

Artinya: Tidak terdapat pengaruh signifikan antara variabel bebas, yaitu sektor perdagangan , sektor pertanian, dan sektor pertambangan, terhadap variabel tidak bebas yaitu laju pertumbuhan PDRB.

H₁: Minimal satu parameter koefisien regresi ≠ 0

Artinya: Terdapat pengaruh signifikan antara variabel bebas, yaitu sektor perdagangan , sektor pertanian, dan sektor pertambangan, terhadap variabel tidak bebas yaitu Laju pertumbuhan PDRB.

Untuk menguji model regresi yang telah terbentuk, maka diperlukan dua macam Jumlah Kuadrat (JK) yaitu untuk regresi (JK_reg) dan untuk sisa (JK_res) yang akan didapatkan setelah mengetahui hasil dari x_1i= X_1i−X�1,x2i =X2i = X

�₂,x_3i= X_3i−X�3 dan y₁ =Yi−Y�i. Untuk memperoleh nilai-nilai tersebut, maka diperlukan nilai harga sebagai berikut:

X

�₁ = 7,012

X

�₂ = 2,688

X

�₃ = 4,978

Y

Untuk menentukan uji keberartian regresi maka diperlukan nilai �₁,�2,�3 dan �

yang dapat membantu untuk mengerjakan uji keberartian regresi, sehingga dapat diperoleh dari tabel 4.4 berikut ini:

Tabel 4.4 Nilai Untuk Uji Keberartian Regresi

No Yi X1i X2i X3i YiX1i YiX2i YiX3i �12

1 −0,100 0,178 −0,828 −1,158 −0,018 0,083 0,116 −0,100

2 −0,450 −0,122 −0,938 −0,448 0,055 0,422 0,202 −0,450

3 −0,150 −0,172 0,032 −0,408 0,026 −0,005 0,061 −0,150

4 0,250 −0,052 0,832 0,372 −0,013 0,208 0,093 0,250

5 0,450 0,168 0,902 1,642 0,076 0,406 0,739 0,450

Jumlah 0,000 0,000 0,000 0,000 0,126 1,114 1,211 0,000

Dari Tabel 4.4 tersebut maka diperoleh nilai-nilai sebagai berikut: ΣYiX1i = 0,125

ΣYiX2i = 1,114

ΣYiX3i = 1,211

��12 = 0,000

Dari nilai-nilai diatas maka dapat diperoleh dua macam jumlah kuadrat-kuadrat yakni JKreg dan JKres , yaitu sebagai berikut:

JKreg = b1∑x1iyi+ b2∑x2iy2 + b3∑x3iy3

= (0,976)( 0,125) + (0,368)( 1,114) + (-0,027)(1,211) = 0,12249+ 0,40995-0,032683

JK_res =∑�Y_i−Y��2 = 0,000

Jadi, �_{ℎ�����} dapat dicari dengan rumus:

�ℎ����� = JK reg

� JK res (� – � – 1)

=

0,500 3 0,000 (5−3−1)

= 2594,790

Untuk �_{�����}, yaitu nilai statistik yang dapat dilihat di lampiran tabel � dengan derajat kebebasan pembilang �₁ = � dan penyebut �₁ = � − � −1, dan α = 5% (0.05) maka diperoleh:

������ = F(α)(V1V2) = F(α)(k;k−n−1)

= F_(0.05)(3;1) = 216

Karena �_{ℎ�����} = 2594,790 > �_{�����}, = 216 maka �₀ ditolak dan �₁ diterima. Sehingga dapat disimpulkan bahwa persamaan regresi linier berganda � atas �1,�2,�3 memiliki pengaruh yang signifikan, yang berarti bahwa sektor

perdagangan, sektor pertanian, sektor pertambangan mempengaruhi laju pertumbuhan ekonomi di Kabupaten Asahan.

4.5 Koefisien Determinasi

Pada pembahasan sebelumnya yaitu pada tabel 4.4 dapat dilihat harga ∑y2 = 0,500

dan nilai JK_reg = 0,500 yang telah di hitung sebelumnya, maka nilai koefisien determinasi dapat dihitung dengan:

R2 = JK_∑reg

y2

= 0,500

0,500

= 1,000

Untuk koefisien korelasi ganda digunakan rumus sebagai berikut: R =√R2

R =�1,000

= 1,000

Dari hasil perhitungan diatas telah diperoleh nilai korelasi yaitu sebesar 1,000 dan nilai koefisien determinasi sebesar 1,000. Nilai tersebut digunakan untuk mengetahui pengaruh variabel terikat terhadap perubahan variabel bebas. Artinya 100% Laju pertumbuhan PDRB Kabupaten Asahan dipengaruhi oleh sektor perdagangan, sektor pertanian, dan sektor pertambangan.

4.6 Koefisien Korelasi

4.6.1. Perhitungan Korelasi antara Variabel Bebas dan Variabel Terikat

Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tidak bebas maka dari tabel sebelumnya dapat dihitung besar koefisien korelasinya yaitu sebagai berikut:

1. Koefisien korelasi antara Laju pertumbuhan PDRB (�) dengan Sektor Perdagangan (�1)

r_y1 = n∑X1Y−(∑X1)(∑Y)

��n∑X₁2−(∑X₁)2��n∑Y2−₍∑_Y)2�

= (5)(179,638)−(35,06)(25,6)

�{(5)(245,948)−(35,06)2_{}{(5)(131,572)−(25,6)}2_}

= 0,542

Nilai positif menandakan hubungan yang searah antara � (laju pertumbuhan PDRB) dengan �₁ (sektor perdagangan), artinya peningkatan � (laju pertumbuhan PDRB) akan meningkatkan �₁ (sektor perdagangan), dan sebaliknya penurunan � (laju pertumbuhan PDRB) akan menurunkan �₁ (sektor perdagangan). Hubungan antara � (laju pertumbuhan PDRB) dengan �1 (sektor perdagangan), tergolong sedang, ini ditandai dengan nilai � yaitu

2. Koefisien Korelasi antara Laju pertumbuhan PDRB (�) dengan Sektor Pertanian (�₂)

r_y2 = n∑X2Y−(∑X2)(∑Y)

��n∑X₂2−(∑X₂)2��n∑Y2−₍∑_Y)2�

= (5)(69,9268)−(13,44)(25,6)

�{(5)(39,199)−(13,44)2_{}{(5)(131,572)−(25,6)}2_}

=

5,57

√38,404

= 0,899

Nilai yang positif menandakan hubungan yang searah antara � (laju pertumbuhan PDRB) dengan �₂(sektor pertanian), artinya peningkatan � (laju pertumbuhan PDRB) akan meningkatan�₂ (sektor pertanian), dan sebaliknya penurunan � (laju pertumbuhan PDRB) akan menurunkan �₂ (sektor pertanian). Hubungan antar � dengan �₂ tergolong tinggi, ini ditandai dengan nilai nilai � yang tinggi yaitu 0,899.

3. Koefisien korelasi antara Laju pertumbuhan PDRB (�) dengan Sektor Pertambangan (�₃)

ry3 =

n∑X₃Y−(∑X₃)(∑Y)

��n∑X₃2−(∑X3)2��n∑Y2−(∑Y)2�

= 5(128 ,6473 )−(24,89)(25,6)

�{(5)(128,445)₋(24,89)2_{}{(5)(131,572)−(25,6)}2_}

= 6,0525

�56,783

= 0,803

Nilai yang positif menandakan hubungan yang searah antara � (laju pertumbuhan PDRB) dengan �₃ (sektor pertambangan), artinya peningkatan � (laju pertumbuhan PDRB) akan meningkatan �₃ (sektor pertambangan), dan sebaliknya penurunan � (laju pertumbuhan PDRB) akan menurunkan �₃ (sektor pertambangan). Hubungan antar � dengan �₃ tergolong tinggi, ini ditandai dengan nilai nilai r yang tinggi yaitu 0,803.

4. Koefisien korelasi antara Sektor Perdagangan (�₁) dan Sektor Pertanian (�2)

r12 =

n∑X1X2−(∑X1)(∑X2)

��n∑X₁2−(∑X1) 2

��n∑X₂2−(∑X2) 2

�

= (5)(94,3111)−(35,06)(13,44)

�{(5)(245,948)−(35,06)2_{}{(5)(39,2)−(13,44)}2₎

= 0,122

Nilai yang positif menandakan hubungan yang searah antara �₁ (sektor perdagangan) dengan �₂ (sektor pertanian), artinya peningkatan � (laju

penurunan �₁ (sektor perdagangan) akan menurunkan �₃ (sektor pertambangan). Hubungan antar �₁ (sektor perdagangan) dengan �₂ (sektor pertanian), ini ditandai dengan nilai nilai � yang rendah yaitu 0,122.

5. Koefisien korelasi antara Sektor Perdagangan (�₁) dan Sektor Pertambangan (�3)

r₁₃ = n∑X1X3−(∑X1)(∑X3) ��n∑X₁2−(∑X1)

2

��n∑X₃2−(∑X3) 2

�

= (5)(174,704)−(35,06)(24,89)

�{(5)(245,9478)−(35,06)2_{}{(5)(128,445)}−_(24,89)2₎

= 0,251

Nilai yang positif menandakan hubungan yang searah antara �₁ (sektor perdagangan) dengan �₃ (sektor pertambangan), artinya peningkatan �₁ (sektor perdagangan) akan meningkatan �₃ (sektor pertambangan), dan sebaliknya penurunan �₁ (sektor perdagangan) akan menurunkan �₃(sektor pertambangan). Hubungan antar �₁ (sektor perdagangan) dengan �₃ (sektor pertambangan), ini ditandai dengan nilai nilai r yang rendah yaitu 0,251.

6. Koefisien korelasi antara Sektor Pertanian (�₂) dan Sektor Pertambangan (�₃)

r23 =

n∑X2X3−(∑X2)(∑X3)

��n∑X₂2−(∑X2) 2

��n∑X₃2 −(∑X3) 2

�

= (5)(70,0609)−(13,44)(24,89)

�{(5)39,2−(13,44)2_{}{(5)(128,445)}−_(24,89)2₎

= 0,845

Nilai yang positif menandakan hubungan yang searah antara �₂ (sektor pertanian) dengan �₃ (sektor pertambangan), artinya peningkatan �₂ (sektor pertanian) akan meningkatan �₃ (sektor pertambangan), dan sebaliknya penurunan �₂(sektor pertanian) akan menurunkan �₃(sektor pertambangan). Hubungan antar �₂ (sektor pertanian) dengan �₃ (sektor pertambangan), ini ditandai dengan nilai nilai � yang tinggi yaitu 0,845.

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi system adalah prosedur yang dilakukan untuk menyelesaikan desain system yang ada dalam desain yang telah disetujui, menginstal dan memulai system baru atau system yang diperbaiki. Tahapan implementasi system adalah tahapan penerapan hasil desain tertulis kedalam programming. Dalam pengolahan data pada Tugas Akhir ini penulis menggunakan perangkat lunak (softwere) sebagai implementasi system yaitu SPSS for windows dalam masalah memperoleh perhitungan.

5.2 Pengaktifan Excel

Sebelum mengoperasikan excel, pastikan bahwa program tersebut telah tersedia di computer, kemudian lanjutkan langkah-langkah sebagai berikut:

a. Dari Windows Klik Start, pilih program dan klik Microsoft excel.

b. Klik Windows Excel maka secara otomatis jendela utama excel akan tampil dan langsung digunakan untuk mengolah data.

Pada setiap lembar kerja excel memiliki 256 kolom dan 65.536 baris yang siap untuk digunakan. Pada setiap baris dan kolom terdapat sel-sel yang diidentifikasi dengan alamat yang kombinasi antar baris dan abjad kolom.

Gambarnya dapat dilihat sebagai berikut:

Gambar 5.1 Cara Mengaktifkan Program Excel

Beberapa istilah dalam Microsoft Excel:

1. Worksheet adalah tempat lembar kerja yang memasukkan data ataupun rumus. Worksheet tersedia sebanyak tiga sheet yang terdiri dari 65.536 baris dan 256 kolom.

2. Workbook adalah buku kerja yang terdiri dari beberapa worksheet. Workbook ini tempat menyimpan worksheet sehingga mempermudahmengorganisir file-file sesuai dengan kebutuhan yang diperlukan.

3. Cell adalah perpotongan baris dan kolom yang ditandai dengan poiter sel pada posisi tertentu yang ditunjukkan pada name book.

4. Pointer cell adalah tanda penunjuk keaktifan sel berupa kotak bingkai tebal.

5. Range adalah kumpulan beberapa sel yang menunjukkan kelompok area.

6. Gridlines adalah garis bantu seel pada area kerja.

7. Fil handell adalah bagian bawah kanan pointer sel berfungsi untuk memindahkan atau mengopy data dan rumus dengan menggunakan mouse.

5.2.1 Pengisian Data

Dalam hal pengolahan data computer memiliki banyak kelebihan dari manusia yaitu dalam hal kecepatan, ketepatan, dan kehandalan. Manusia sangat terbantu dengan adanya computer karena kadang kala data yang banyak dan rumit tidak dapat dikerjakan secara manual, karena membutuhkan banyak waktu dan tenaga.

Maka dari itu computer diharapkan dapat melakukan pekerjaan dengan cepat dan tepat dengan kesalahan yang kecil, dan diharapkan computer dapat mempermudah pekerjaan manusia.

Proses pengisian data pada lembar kerja excel dengan cara mengetik data yang kita inginkan di sel yang tersedia, ada dua cara mengisi data:

a) Dengan menggunakan keyboard.

b) Dengan sub menu yang terdpat pada menu excel.

Cara mengisikan data dengan menggunakan keyboard, langkah-langkahnya sebagai berikut:

1. Letakkan pointer dan sel yang ingin diisi data 2. Ketik data

3. Tekan enter

Hasil dari memasukkan data dapat dilihat pada gambar berikut:

5.3 MENGOPERASIKAN SPSS

Adapun langkah-langkah pengolahan data dengan menggunakan program SPSS, yaitu:

5.3.1 Mengaktifkan Program SPSS Pada Windows.

Klik start lalu all program pilih SPSS Inc lalu klik SPSS 17.0

Gambar 5.4 Tampilan Cara Pengaktifan SPSS

5.3.2 Cara Memasukan Data

Gambar 5.5 Kotak Dialog Awal SPSS

Untuk membuat lembar kerja baru klik cancel dan akan tampil sebagai berikut:

Gambar 5.6 Tampilan Jendela Data View Dalam SPSS

Saat program sudah berjalan seperti ditunjukkan pada gambar 5.6 maka selanjutnya klik variabel view pada sudut kiri bawah program, kemudian lakukan petunjuk untuk pengisian data sebagai berikut:

1. Input Variabel Y a. Name

Letakan pointer pada kolom name, double klik pada kolom tersebut dan ketik Y

b. Type

Karena Y berupa angka, maka klik kotak kecil pada kanan sel tersebut, yaitu pilih numeric.

c. Width

Untuk keseragaman pada SPSS, ketik 8 d. Decimals

Berhubung datanya berkoma, maka ketik 2 e. Label

Label adalah keterangan untuk nama variabel yang bersangkutan. Maka untuk Y ketik laju pertumbuhan PDRB.

2. Input variabel �₁ a. Name

Letakan pointer pada kolom name, double klik pada kolom tersebut dan ketik X₁

b. Type

Karena X₁ berupa angka, maka klik kotak kecil pada kanan sel tersebut, yaitu pilih numeric.

c. Width

d. Decimals

Berhubung datanya berkoma, maka ketik 2 e. Label

Label adalah keterangan untuk nama variabel yang bersangkutan. Maka untuk X₁ ketik Sektor Perdagangan.

3. Input variabel X₂ a. Name

Letakan pointer pada kolom name, double klik pada kolom tersebut dan ketik X₂

b. Type

Karena X₂ berupa angka, maka klik kotak kecil pada kanan sel tersebut, yaitu pilih numeric.

c. Width

Untuk keseragaman pada SPSS, ketik 8 d. Decimals

Berhubung datanya berkoma, maka ketik 2 e. Label

Label adalah keterangan untuk nama variabel yang bersangkutan. Maka untuk X₂ ketik Sektor Pertanian.

4. Input variabel X₃ a. Name

Letakan pointer pada kolom name, double klik pada kolom tersebut dan ketik X₃.

b. Type

Karena X3 berupa angka, maka klik kotak kecil pada kanan sel

tersebut, yaitu pilih numeric. c. Width

Untuk keseragaman pada SPSS, ketik 8 d. Decimals

Berhubung datanya berkoma, maka ketik 2 e. Label

Label adalah keterangan untuk nama variabel yang bersangkutan. Maka untuk �₃ ketik Sektor pertambangan.

Untuk variabel view dapat dilihat pada gambar berikut ini.

5.3.3 Pengisian data pada SPSS

Setelah selesai pada pengisian pada variabel view selanjutnya dilakukan pengisian data pada data view. Isi data sesuai variabel yang tersedia seperti gambar berikut:

Gambar 5.8 Tampilan Pengisian Data View dalam SPSS

Setelah dilakukan pengisian data maka selanjutnya dilakukan proses analisa data. Langkah-langkahnya adala sebagai berikut:

a) Pilih menu analyze, kemudian pilih menu regression, pilih linier seperti pada tampilan berikut:

Gambar 5.9 Kotak Dialog Analisa Regresi

b) Langkah selanjutnya adalah masukan Y ke kolom dependent, dan variabel �1,�2,�3 ke kolom independent.

c) Pada kolom method pilih enter. Maka tampilannya adalah sebagai berikut:

Gambar 5.10 Tampilan Jendela Regresi Linier

d) Kemudian klik kotak statistik, pada pilihan regression coefficient cek estimate, model fit dan descriptive. Kemudian pilihan residuals kosongkan

Gambar 5.11 Tampilan Pada Pengisian Linier Regression Statistik e) Klik plots untuk membuat grafik, dan berikan tanda ceklis pada pilihan

Histogram, Normal probability plot, produce all partial plot lalu klik continue.

Gambar 5.12 Tampilan Pengisian Linier Regression Plots

f) Klik option, pada pilihan stepping method criteria masukkan angka 0.05 pada kolom entri, Kemudian ceklis include in equation. Pada pilihan missing values ceklis exclude case listwise, Lalu klik continue.

Gambar 5.12 Tampilan Pengisisan Linier Regression Options

BAB 6

KESIMPULAN DAN SARAN

6.1 KESIMPULAN

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

1. Dengan menggunakan rumus yang ada maka didapat nilai-nilai koefisien regresinya yaitu:

b0= -2,580, b1 = 0,976, b2=0,368, dan b3= -0,027. Sehingga persamaan

regresi linier bergandanya adalah: Y

� =−2,580 + 0,976 X1+ 0,368 X2−0,027 X3

2. Pada uji regresi linier dengan taraf nyata 0,05 dengan �� pembilang = 3, dan dk penyebut = 1, maka nilai f_t�bel yang didapat adalah 216 dan f_hitung = 2594,79, sehingga hipotesis yang diperoleh f_hitung (2594,79) <f_tabel(216) maka �₀ ditolak dan �₁ diterima. Sehingga dapat disimpulkan bahwa persamaan regresi linier berganda � atas X1,X2,X3 memiliki pengaruh yang signifikan, yang berarti bahwa Sektor Perdagangan, Sektor Pertanian, Sektor Pertambangan mempengaruhi laju pertumbuhan ekonomi di Kabupaten Asahan.

3. Koefisien Determinasi sebesar 100% Laju pertumbuhan PDRB kabupaten Asahan dipengaruhi oleh Sektor Perdagangan, Sektor Pertanian, dan Sektor Pertambangan.

4. Pada analisis koefisien korelasi antara variabel dependen dengan variabel independen, korelasi yang kuat terjadi pada � (laju pertumbuhan PDRB) dengan �₂(sektor pertanian) yaitu sebesar 0,899 dan tergolong tinggi.

6.2 SARAN

Dari hasil analisis diatas, maka penulis mengajukan beberapa saran, antara lain : 1. Agar tugas akhir lebih akurat maka data yang akan diolah harus

diperbanyak lagi.

2. Agar semua pengaruh jenis lapangan pekerjaan terlihat dengan jelas, dan jenis pekerjaan apa yang paling berkembang di Kabupaten Asahan, maka semua sektor usaha di Kabupaten Asahan harus diolah.

DAFTAR PUSTAKA

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

Ginting, Paham. 2006. Filsafat Ilmu dan Metode Penelitian. Medan: USU Press. Hartono, Drs.2004. Statistika Untuk Penelitian. Yogyakarta: LSFK2P.

Santoso Dwi Ratno, dan Kusnadi Hary Mustadjab.1992. Analisis Regresi. Yogyakarta: Andi Offset.

Sudjana,M.A.M.Sc. Metode Statistika. Bandung: Tarsito 2005

Tarigan Robinson. 2005. Ekonomi Regional. Jakarta: PT Bumi Aksara. Yamin, Sofyan, Lien A. Rachmach dan Heri Kurniawan. 2011. Regresi Dan

Korelasi Dalam Genggaman Anda. Jakarta: Salemba Empat.

Gambar 5.9 Kotak Dialog Analisa Regresi

b) Langkah selanjutnya adalah masukan Y ke kolom dependent, dan variabel �1,�2,�3 ke kolom independent.

c) Pada kolom method pilih enter. Maka tampilannya adalah sebagai berikut:

Gambar 5.10 Tampilan Jendela Regresi Linier

d) Kemudian klik kotak statistik, pada pilihan regression coefficient cek estimate, model fit dan descriptive. Kemudian pilihan residuals kosongkan saja. Lalu klik continue.

Gambar 5.11 Tampilan Pada Pengisian Linier Regression Statistik e) Klik plots untuk membuat grafik, dan berikan tanda ceklis pada pilihan

Histogram, Normal probability plot, produce all partial plot lalu klik continue.

Gambar 5.12 Tampilan Pengisisan Linier Regression Options

BAB 6

KESIMPULAN DAN SARAN

6.1 KESIMPULAN

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

1. Dengan menggunakan rumus yang ada maka didapat nilai-nilai koefisien regresinya yaitu:

b0= -2,580, b1 = 0,976, b2=0,368, dan b3= -0,027. Sehingga persamaan regresi linier bergandanya adalah:

Y

� =−2,580 + 0,976 X1+ 0,368 X2−0,027 X3

2. Pada uji regresi linier dengan taraf nyata 0,05 dengan �� pembilang = 3, dan dk penyebut = 1, maka nilai f_t�bel yang didapat adalah 216 dan f_hitung = 2594,79, sehingga hipotesis yang diperoleh f_hitung (2594,79) <f_tabel(216)

maka �₀ ditolak dan �₁ diterima. Sehingga dapat disimpulkan bahwa persamaan regresi linier berganda � atas X1,X2,X3 memiliki pengaruh yang signifikan, yang berarti bahwa Sektor Perdagangan, Sektor Pertanian, Sektor Pertambangan mempengaruhi laju pertumbuhan ekonomi di Kabupaten Asahan.

4. Pada analisis koefisien korelasi antara variabel dependen dengan variabel independen, korelasi yang kuat terjadi pada � (laju pertumbuhan PDRB) dengan �₂ (sektor pertanian) yaitu sebesar 0,899 dan tergolong tinggi.

6.2 SARAN

Dari hasil analisis diatas, maka penulis mengajukan beberapa saran, antara lain : 1. Agar tugas akhir lebih akurat maka data yang akan diolah harus

diperbanyak lagi.

2. Agar semua pengaruh jenis lapangan pekerjaan terlihat dengan jelas, dan jenis pekerjaan apa yang paling berkembang di Kabupaten Asahan, maka semua sektor usaha di Kabupaten Asahan harus diolah.

DAFTAR PUSTAKA

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

Ginting, Paham. 2006. Filsafat Ilmu dan Metode Penelitian. Medan: USU Press. Hartono, Drs.2004. Statistika Untuk Penelitian. Yogyakarta: LSFK2P.

Santoso Dwi Ratno, dan Kusnadi Hary Mustadjab.1992. Analisis Regresi. Yogyakarta: Andi Offset.

Sudjana,M.A.M.Sc. Metode Statistika. Bandung: Tarsito 2005

Tarigan Robinson. 2005. Ekonomi Regional. Jakarta: PT Bumi Aksara. Yamin, Sofyan, Lien A. Rachmach dan Heri Kurniawan. 2011. Regresi Dan

Korelasi Dalam Genggaman Anda. Jakarta: Salemba Empat.