7
Penelitian ini dapat dibedakan berdasarkan sumbernya yaitu: 1.
Data Primer, yaitu data yang diperoleh langsung dari sumbernya, diamati dan dicatat untuk pertama kalinya.
2. Data Sekunder, yaitu data yang tidak diusahakan sendiri
pengumpulannya oleh peneliti tetapi dikumpulkan oleh pihak lain, misalnya dari internet, Badan Pusat Statistik BPS, kantor-kantor
yang ada hubungannya atau publikasi lainnya. Data yang digunakan penulis adalah data sekunder yang diperoleh dari
internet dan Badan Pusat Statistik BPS Sumatera Utara. Data yang dikumpulkan tersebut kemudian diatur, disusun dan disajikan dalam bentuk angka-angka
dengan tujuan untuk memperoleh gambaran yang jelas tentang data tersebut.
1.7 Metode Analisis yang Digunakan
Agar dapat mengetahui seberapa besar pengaruh persentase jumlah penduduk
miskin, laju pertumbuhan ekonomi, pengeluaran pemerintah dan PDB terhadap angka IPM, maka data yang telah diperoleh penulis akan dianalisis menggunakan
regresi linier berganda.
1.8 Lokasi dan Waktu Penelitian
Penelitian atau pengumpulan data yang dilakukan penulis mengenai faktor -faktor
yang mempengaruhi angka IPM diperoleh dari buku tahunan yaitu Sumatera Utara Dalam Angka 2012 di BPS Sumut. Pengambilan data diatas dilakukan pada
saat penulis melakukan riset yang berlangsung mulai tanggal 17 Maret 2014.
Universitas Sumatera Utara
8
1.9 Tinjauan Pustaka
IPM merupakan indikator komposit tunggal walaupun tidak mengukur semua
dimensi yang ada dari pembangunan manusia yang dinilai mencerminkan status kemampuan dasar basic capabilities penduduk. IPM disusun dari tiga komponen
yaitu lamanya hidup diukur dengan harapan hidup pada saat lahir, tingkat pendidikan diukur dengan kombinasi antara angka melek huruf pada penduduk
dewasa dengan bobot dua per tiga dan rata-rata lama sekolah dengan bobot sepertiga, tingkat kehidupan yang layak, diukur dengan pengeluaran
per kapita yang telah disesuaikan BPS, Sumatera Utara dalam angka 2012.
Menyatakan perubahan nilai variabel itu dapat pula disebabakan oleh berubahnya variabel lain yang berhubungan dengan variabel tersebut. Untuk
mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh variabel lain diperlukan alat analisis yang memungkinkan kita untuk membuat perkiraan nilai
variabel tersebut pada nilai tertentu variabel yang mempengaruhinya. Algifri, 2000.
Dalam ilmu statistika, teknik yang umum digunakan untuk menganalisis hubungan antara dua atau lebih variabel adalah analisa regresi. Model matematis
dalam menjelaskan hubungan antara variabel dalam analisis regresi menggunakan persamaan regresi. Prinsip dasar yang harus dipenuhi dalam membangun suatu
persamaan regresi adalah bahwa antara variabel dependen dengan variabel independen mempunyai sifat hubungan sebab akibat, baik yang didasarkan pada
teori, hasil penelitian sebelumnya, ataupun yang berdasarkan pada penjelasan logis tertent
u
David H. Voelker, MA, Peter Z. Orton, Ed M. 2004.
Universitas Sumatera Utara
9
Hubungan antara variabel dapat berupa linear ataupun tidak linear. Hubungan antara dua variabel pada persamaan linear jika digambarkan secara
grafis scatter diagram, semua nilai Y dan X akan berada pada suatu garis lurus. Garis itu disebut dengan garis regresi. Regresi yang berarti peramalan, penaksiran,
atau pendugaan. Analisa regresi digunakan untuk menetukan bentuk dari hubungan natar variabel. Tujuan utama analisis ini adalah untuk meramalkan atau
memperkirakan nilai dari satu variabel dalam hubungannya dengan variabel yang lain yang diketahui melalui persamaan garis regresinya. Hasan, 2003.
Regresi linear merupakan pengaruh hubungan linear antara variabel satu dengan yang lainnya dalam bentuk ketergantungan dependency satu dengan
yang lain. Tujuan regresi linear adalah membuat model hubungan antara variabel terikat dependent dengan variabel bebas independent dan meramalkannya.
Adiningsih, 1993. Untuk analisa regresi akan dibedakan dua jenis variabel yaitu variabel
bebas predictor variable dan variabel tidak bebas variabel respon. Variabel yang mudah didapat atau tersedia sering digolongkan dalam variabel bebas,
sedangkan variabel yang terjadi karena variabel bebas itu merupakan variabel tidak bebas Sudjana, 2002.
Analisis hubungan antarvariabel secara garis besar ada dua, yaitu analisis korelasi dan analisis regresi. Kedua analisis tersebut saling terkait. Analisis
korelasi menyatakan derajat keeratan hubungan antarvariabel, sedangkan analisis regresi digunakan dalam peramalan variabel dependent berdasar variabel-variabel
independennya Trihendradi, 2009.
Universitas Sumatera Utara
10
Setelah mengetahui hubungan fungsional antara variabel-variabel dimana persamaan regresinya telah ditentukan dan telah melakukan pengujian maka
persoalan berikutnya yang dirasakan perlu, jika data hasil pengamatan terdiri dari banyak variabel adalah seberapa kuat hubungan antara variabel-variabel itu.
Dengan kata lain perlu ditentukan derajat hubungan antara variabel-variabel tersebut. Studi yang membahas derajat hubungan antara variabel-variabel tersebut
dikenal dengan nama analisis korelasi. Ukuran yang dipakai untuk mengetahui derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi
Iswardono, 1981.
1.10 Sistematika Penulisan
