Faktor-Faktor Yang Mempengaruhi Laju Pertumbuhan Produk Domestik Regional Bruto (PDRB) Padang Lawas Utara

DAFTAR PUSTAKA

Algifari. 2000. Analisis Regresi teori, kasus, dan solusi, Edisi kedua.

BPFE. Yogyakarta

.

[USU] Universitas Sumatera Utara, FMIPA. 2013. Panduan Tata Cara Penulisan

Skripsi dan Tugas Akhir, Edisi Kedua. FMIPA USU. Medan.

Pasaribu, Amudi.1975. Pengantar Statistika. Jakarta; gali. Prof. Drs. Sutrisno, MA. Statistika. Yogyakarta; Andi.

Sudarmanto, Gunawan. 2005. Analisis Regresi Linier Ganda dengan SPSS. Graha Ilmu. Yogyakarta.

Sujdana, Prof.DR.M.A.,M.sc.2005. Metode Statistika.Bandung. penerbit Tarsito.

Iswardono, S.P. 1981. Sekelumit Analisa Regresi dan Korelasi. BPFE. Yogyakarta.

BAB 3

GAMBARAN UMUM TEMPAT RISET

3.1 Sejarah Singkat Badan Pusat Statistik 3.1.1 Masa Pemerintahan Hindia Belanda

Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur Pertanian,Kerajinan dan Perdagangan (Directure Vand Landbow Nijeverheiden

Handed) dan Berpendudukan di Bogor. Kantor ini diserahi tugas untuk

mengelolah dan mempublikasikan data statistik.

Pada bulan Maret 1923, dibentuk suatu komisi untuk statistik yang anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut diberi tugas untuk merencanakan tindakan-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 Voor de Statistik (CKS) atau kantor statistik dan di pindahkan ke Jakarta. Bersama dengan itu beralih pula pekerjaan mekanisme Statistik Perdagangan yang semula dilakukan oleh kantor Invoer Vitvoer en

Accijnsen (IUA) yang sekarang disebut kantor Bea dan Cukai.

3.1.2 Masa Pemerintahan Jepang

Pada bulan Juni 1944, pemerintah Jepang baru mengaktifkan kembali kegiatan Statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau

militer. Pada masa ini Central Kantor Voor de Statistik (CKS) diganti namanya menjadi Shomubu Chosasitsu Gunseikanbu.

3.1.3 Masa Kemerdekaan Republik Indonesia

Setelah Proklamasi kemerdekaan RI tanggal 17 Agustus 1945, kegiatan Statistik ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KAPPURI (Kantor Penyelidik Perangkaan Umum Republik Indonesia) dipindahkan ke Yogyakarta sebagai sekuens dari perjanjian Linggarjati. Sementara itu pemerintah Belanda (NICA) di Jakarta mengaktifkan kembali

Central Kantor Voor de Statistik (CKS).

Berdasarkan surat edaran kementrian kemakmuran tanggal 12 Juni 1950 Nomor 219/S.C, KAPURRI(Kantor Penyelidik Perangkaan Umum Republik Indonesia) dan Central Voor de Statistik (CKS) dilebur menjadi Kantor Pusat Statistik (KPS) dan berada dibawah dan bertanggung jawab menteri Kemakmuran.

Dengan surat Menteri Perekonomian tanggal 1 Maret 1952 Nomor p/44, Lembaga Kantor Pusat Statistik (KPS) berada dibawah dan bertanggung jawab menteri Perekonomian. Selanjutnya keputusan Menteri Perekonomian tanggal 24 Desember 1953 Nomor:18.099/M, KPS dibagi menjadi dua bagian yaitu bagian

Research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang

disebut Afdeling B.

Dengan keputusan Presiden RI Nomor 131 tahun 1957, kemerdekaan Perekonomian dipecah menjadi kementrian Perdagangan dan kementrian Perindustrian. Untuk selanjutnya keputusan Presiden RI Nomor 172, terhitung

tanggal 1 Juni 1957 Kantor Pusat Statistik (KPS) diubah menjadi Biro Pusat Statistik yang semula menjadi tanggung jawab dan wewenang berada dibawah perdana.

3.1.4 Masa Orde Baru Sampai Sekarang

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 Badan Pusat Statistik telah mengalami empat kali perubahan struktur organisasi:

1. Peraturan Pemerintah Nomor 16 tahun 1968 tentang organisasi Badan Pusat Statistik.

2. Peraturan Pemerintah Nomor 6 tahun 1980 tentang organisasi Badan Pusat Statistik.

3. Peraturan Pemerintah Nomor 2 tahun 1992 tentang organisasi Badan Pusat Statistik dan Keputusan Presidan Nomor 6 tahun 1992 tentang kedudukan,fungsi,susunan dan tata Kerja Biro Pusat Statistik.

4. Undang-undang Nomor 16 tahun 1917 tentang Statistik.

5. Keputusan Presiden RI Nomor 86 tahun1998 tentang Badan Pusat Statistik. 6. Keputusan Pemerintah Nomor 51 tahun 1999 tentang penyelenggaraan

Statistik.

Tahun 1968, ditetapkan peraturan Pemerintah Nomor 16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980 peraturan pemerintah nomor 6 tahun 1980 tentang organisasi sebagai pengganti

peraturan pemerintah Nomor 16 tahun 1968. Berdasarkan peraturan Pemerintah Nomor 6 tahun 1980 di tiap propinsi terdapat perwakilan BPS (Badan Pusat Statistik). Pada tanggal 17 Juni 1998 dengan keputusan Presiden Republik Indonesia Nomor 86 tahun1998 ditetapkan Badan Pusat Statistik, sekaligus mengatur tata kerja dan struktur organisasi BPS (Badan Pusat Statistik) yang baru.

3.2 Logo Instansi Badan Pusat Statistik

Gambar 3.1 Logo BPS

Logo BPS terdiri dari 3 warna yang masing-masing mempunyai makna. Adapun makna yang dimaksud adalah:

1. Biru

Memiliki makna tentang Sensus Penduduk yang dilakukan oleh pihak BPS setiap 10 tahun sekali (tahun berakhiran angka 0) yang mencakup index pembangunan manusia, kemiskinan, kependudukan, kesehatan, ketahanan sosial, konsumsi dan pangelaran, pendidikan, perumahan, sosial budaya, tenaga kerja.

2. Hijau

Memiliki makna tentang Sensus Pertanian yang dilakukan setiap 10 tahun sekali (tahun berakhiran angka 3) yang mencakup indeks tanaman pangan, hortikultura, kehutanan, perkebunan, perikanan dan peternakan.

3. Oranye

Memiki makna tentang Sensus Ekonomi yang dilakukan setiap 10 tahun sekali (tahun berakhiran angka 6) yang mencakup index kegiatan ekspor-impor, industri, inflasi, harga produsen, harga perdagangan, keuangan, komunikasi, konstruksi, neraca arus dana, nilai tukar petani, pariwisata, produk domestik bruto, produk domestik regional bruto, transportasi, upah buruh, dan usaha mikro kecil.

3.3 Visi dan Misi Badan Pusat Statistik Sumatera Utara 3.3.1 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.

3.3.2 Misi Badan Pusat Statistik

Dalam menunjuk pembangunan nasional Badan Pusat Statistik mengemban misi mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu,

handal, efektif, dan efisien, peningkatan kesadaran masyarakat akan arti dan kegunaan statistik serta pengembanan ilmu pengetahuan statistik.

3.4 Struktur Organisasi Badan Pusat Statistik Provinsi Sumatera Utara Setiap perusahaan baik perusahaan pemerintah maupun swasta mempunyai struktur organisasi, karena perusahaan juga merupakan organisasi. dimana organisasi adalah suatu sistem dari aktivitas kerjasama yang terorganisir, yang dilaksanakan oleh sejumlah orang untuk mencapai tujuan bersama.

Dalam struktur organisasi ditetapkan tugas-tugas, wewenang dan tanggung jawab setiap orang dalam mencapai tujuan yang telah ditetapkan serta bagaimana hubungannya yang satu dengan yang lain.

Dengan adanya struktur organisasi perusahaan yang baik, maka dapat diketahui pembagian tugas antara para pegawai dalam rangka pencapaian tujuan. Adapun struktur organisasi yang dipakai oleh Badan Pusat Statistik Propinsi Sumatera Utara adalah struktur organisasi berbentuk Lini dan staff.

1. Bagian Tata Usaha. 2. Bidang Statistik Produksi. 3. Bidang Statistik Distribusi. 4. Bidang Statistik Kependudukan.

5. Bidang Pengolahan, Penyajian, dan Pelayanan Statistik. 6. Bidang Neraca Wilayah dan Analisis Statistik.

BAGAN STRUKTUR BADAN PUSAT STATISTIK

PROVINSI SUMATERA UTARA

PENGOLAHAN DATA

4.1 Data yang Dianalisis

Data yang akan dibahas sebagaimana dijelaskan di Bab 1, penulis akan melihat pengaruh sektor pertanian, sektor listrik,gas & air, dan sektor bangunan terhadap pertumbuhan PDRB di Kab. Padang Lawas Utara. Dalam hal ini objek pengamatannya dimulai dari tahun 2004-2013.

Y = Jumlah PDRB = Sektor Pertanian

= Sektor listrik, Gas & Air = Sektor Bangunan

Data yang diperoleh dari BPS Sumatera Utara dari tahun 2004 sampai dengan 2013 disusun dalam Tabel 4.1 berikut:

]

Tabel 4.1 Data PDRB Kab. Padang Lawas Utara Tahun 2004 sampai dengan 2013 (dalam satuan jutaan Rupiah)

N

o Tahun Y

1

2004

17.145.663,88

3.365.095,45 571.815,49

898.581,04 2

2005

19.660.542,50

3.957.938,12 674.546,28

1.014.144,82 3

2006

22.542.021,05

4.265.965,28 884.195,38

1.132.193,82 4 2007 33.115.347,06 4.858.052,89 1.034.912,60 1.382.193,83 5 2008 42.796.450,19

7.094.919,38 917.530,98

3.502.798,64 6 2009 48.849.946,89 7.960.595,90 1.102.658,52 4.795.785,16 7 2010 55.455.584,62 9.029.327,78 1.040.734,65 5.420.082,16 8 2011 65.221.770,00 10.420.820,0 0 1.125.880,00 6.233.090,00 9 2012 72.630.208,14 10.860.498,5 2 1.244.801,65 6.927.190,35 10 2013* 83.315.016,03 12.475.525,4 4 1.415.443,98 8.149.938,36 Catatan :

*) Angka sementara

4.2 Persamaan Regresi Linier Berganda

Untuk mencari persamaan regresi linier berganda, terlebih dahulu kita menghitung koefisien-koefisien regresinya dengan mencari penggandaan satu variabel dengan variabel lain. Dengan koefisien-koefisien tersebut maka dapat ditentukan

persamaan untuk mencari regresi linier bergandanya. Adapun nilai-nilai koefisien-koefisien sebagai berikut:

Tabel 4.2 Nilai-Nilai Koefisien Persamaan Regresi Linier Berganda N

o Tahun Y

1

2004

17.145.663,88

3.365.095,45 571.815,49

898.581,04 2

2005

19.660.542,50

3.957.938,12 674.546,28

1.014.144,82 3

2006

22.542.021,05

4.265.965,28 884.195,38

1.132.193,82 4 2007 33.115.347,06 4.858.052,89 1.034.912,60 1.382.193,83 5 2008 42.796.450,19

7.094.919,38 917.530,98

3.502.798,64 6 2009 48.849.946,89 7.960.595,90 1.102.658,52 4.795.785,16 7 2010 55.455.584,62 9.029.327,78 1.040.734,65 5.420.082,16 8 2011 65.221.770,00 10.420.820,0 0 1.125.880,00 6.233.090,00 9 2012 72.630.208,14 10.860.498,5 2 1.244.801,65 6.927.190,35

83.315.016,03 4 1.415.443,98 8.149.938,36

Jumlah

460.728.550,3 6

74.558.738,7 6

10.012.519,5 3

39.456.241,1 8

Tabel 4.3 Nilai-Nilai Koefisien Persamaan Regresi Linier Berganda

No Tahun Y Y

1 2004 62.326.124.757.417,30 9.804.156.192.917,50 15.406.768.480.780,80

2 2005 77.815.210.620.630,10 13.261.945.806.156,90 19.938.637.334.764,80

3 2006 96.163.479.140.329,20 19.931.550.868.272,70 25.527.414.634.235,10

4 2007 160.876.107.488.186,00 34.271.489.925.767,00 45.771.828.384.640,60

5 2008 303.608.984.170.716,00 39,263,398,759,431.90 149.893.336.327.800,00

6 2009 388.874.686.927.752,00 53.864.810.139.806,00 234.273.850.361.850,00

7 2010 500.726.650.765.507,00 57.714548.450.041,10 300.573.824.871.232,00

8 2011 679.664.325.251.400,00 73,431,886,407,600.00 406.533.162.369.300,00

9 2012 788.800.268.011.762,00 90.410.202.932.515,40 503.123.276.945.899,00

10 2013 1.039.398.602.016.270,00 117.927.737.883.267,00 679.012.245.106.912,00

Jumlah 4.098.254.439.149.970,00 509.881.727.365.775,00 2.380.054.344.817.410,00

Tabel 4.4 Nilai-Nilai Koefisien Persamaan Regresi Linier Berganda

No Tahun

1 2004 2.078.603.885.938,52 3.266.427.849.960,27 513.822.557.692,31

2 2005 2.669.812.435.316,19 4.013.922.422.278,54 684.087.615.712,27

3 2006 3.771.946.791.816,41 4.830.936.155.913,61 1.001.295.404.385,89

4 2007 5.027.660.147.327,41 6.714.770.730.371,67 1.430.449.810.309,26

6 2009 8.777.818.893.412,07 38.177.307.681.976,80 5.288.113.366.763,56

7 2010 9.397.134.286.853,58 48.939.698.417.170,40 5,640,867,309,758,84

8 2011 11.732.592.821.600,00 64.953.908.933.800,30 7.017.711.369.200,00

9 2012 13.519.166.477.518,60 75.232.740.543.933,30 8.622.977.977.544,08

10 2013 17.658.407.381.384,90 101.674.763.344.612,00 11.535.781.189.033,10

Jumlah 81.142.951.452.920,00 372.565.550.055.190,00 44.949.032.869.301,10

Ŷ

=

Untuk menentukan koefisien-koefisien regresi tersebut yaitu maka dibutuhkan nilai n, ∑ ∑ ∑ ∑ , ∑ , ∑ , ∑ ,

∑ , ∑ . , dan ∑ . nilai-nilai tersebut adalah:

n : 10

∑ : 460.728.550,36

∑ : 74.558.738,76

∑ : 10.012.519,53

∑ : 39.456.241,18

∑ : 4.098.254.439.970,00

∑ : 2.380.054.344.817.410,00

∑ : 5.559.005.525.481.930,00

∑ : 100.250.547.338.631,00

∑ : 1.556.794.054.330,00

∑ : 81.142.951.452.920,00

∑ . : 372.656.550.055.190,00

∑ : 44.949.032.869.301,10

Dari data diatas diperoleh persamaan:

∑ = n + ∑ + ∑ + ∑

∑ = ∑ + ∑ + ∑ + ∑

∑ = ∑ + ∑ + ∑ + ∑

∑ = ∑ + ∑ + ∑ + ∑

Nilai dari masing-masing variabel disubtitusikan kedalam bentuk persamaan di atas, sehingga diperoleh persamaan berikut:

Berdasarkan persamaan diatas maka dapat diperoleh nilai koefisien-koefisien variabelnya, yaitu:

= -1,999 = 8,015 = 14,983 = -2,206

Makasdiperoleh persamaan regresi linier berganda Ŷ =

Ŷ = -1,999 + 8,015 X1 + 14,983 X2 – 2,206 X3

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 residualnya sebagai berikut:

Tabel 4.5 Koefisien Nilai-nilai Analisis Residu

No Y Ŷ Y- Ŷ _{( )}

1 17.145.663,88

36.226.389,01 13.523.024,98 1.828.722.046 x 1018 2 19.660.542,50

46.438.038,53 15.016.738,65 2.255.024.397 x1018 3 22.542.021,05

7.272.982,03 15.269.039,02 2.331.435.526 x 1018 4 33.115.347,06

84.976.627,71 24.617.684,29 6.060.303.798 x1018 5 42.796.450,19

6 48.849.946,89

-5.462.551,36 49.396.202,03 2.439.984.775 x1019 7 55.455.584,62

-3.722.276,14 5917786076 3.502.019.204 x1019 8 65.221.770,00

-5.374.104,82 70.595.874,82 4.983.777.542 x1019 9 72.630.208,14

-5.481.825,10 78.112.033,24 6.101.489.737 x1019 10 83.315.016,03

-6.938.720,12 90.253.736,15 8.145.736.889 x1019 460.728.550,36 22.117.397,86 458.516.810,57 28.231.593.893 x 1020

Maka diperoleh:

√∑ ̅

√ .084.841 x 1012

Ini berarti bahwa rata-rata laju pertumbuhan PDRB yang sebenarnya akan menyimpang dari rata-rata laju pertumbuhan PDRB yang diperkirakan sebesar 3.132.084.841 x 1012 dalam jutaan Rupiah.

4.4 Pengujian Regresi Linier Berganda

Uji linieritas dicari untuk menguji kepastian dari persamaan regresi

H0 : b1 = b2 =0 ini berarti bahwa antara laju pertumbuhan PDRB dengan sektor

pertanian, sektor listrik, gas & air, dan sektor bangunan tidak mempengaruhi.

H1 : b1 ≠ 0 ini berarti bahwa antara laju pertumbuhan PDRB dengan sektor

pertanian, sektor listrik, gas & air, dan sektor bangunan mempengaruhi.

Dengan taraf nyata α = 0,05 dan nilai Ftabel dengan dk pembilang (v1) = k = 3 dan

dk penyebut (v2) = n - k -1=6

H0 diterima bila Fhitung ≤ Ftabel

H0 ditolak bila Ftabel > Ftabel

Untuk menguji model regresi yang telah terbentuk, maka dapat diambil: ̅

̅ ̅

̅

Tabel 4.6 Nilai-nilai Analisis Koefisien Uji Linieritas

No _Y

i X1i X2i X3i

1

-44.358.288.648 -7.092.364.331 -944.070.404 -3.855.766.014 2

-44.106.800.786 -7.060.080.064 -933.797.325 -3.844.209.636 3

-43.818.652.931 -7.029.277.348 -912.832.415 -3.832.380.436 4

5

-41.793.610.017 -6.746.381.938 -909.498.855 -3.595.344.254 6

-41.187.860.347 -6.659.814.286 -890.986.101 -3.466.045.602 7

-40.527.296.574 -6.552.941.098 -897.178.488 -3.403.615.902 8

-39.550.678.036 -6.413.791.876 -888.663.953 -3.322.315.118 9

-38.809.834.222 -6.369.824.024 -876.771.788 -3.252.905.083 10

-37.741.353.433 -6.208.321.332 -859.707.555 -3.130.630.282 -4.146.556.953 -67.102.864.884 -9.011.267.577 -35.510.617.062

No _yi2

yi x1i yi x2i yi x3i

1

1,96766 x1021 3,14605 x 1020 4,18773 x 1019 1,71035 x 1020 2

1,94541 x 1021 3,11398 x 1020 4,11868 x 1019 1,69556 x 1020 3

1,92007 x 1021 3,08013 x 1020 3,99991 x 1019 1,6793 x 1020 4

1,82853 x 1021 2,98049 x 1020 3,83894 x 1019 1,6281 x 1020 5

1,74671 x 1021 2,81956 x 1020 3,80112 x 1019 1,50262 x 1020 6

1,69644 x 1021 2,74304 x 1020 3,66978 x 1019 1,42759 x 1020 7

1,64246 x 1021 2,65573 x 1020 3,63602 x 1019 1,37939 x 1020 8

1,56426 x 1021 2,5367 x 1020 3,51473 x 1019 1,314 x 1020 9

1,5062 x 1021 2,47212 x 1020 3,40274 x 1019 1,26245 x 1020 10

1,42441 x 1021 2,3431 x 1020 3,24465 x 1019 1,18154 x 1020 1,72421 x 1022 2,78909 x 1021 3,74143 x 1020 1,47809 x 1021

Sehingga:

∑ ∑ ∑

14,983 (3,74143 x 1020 ) + (-2,206) (1,47809 x 1021)

= 75.151.735,50

∑ ̅

Jadi Fhitung dapat dicari dengan:

= 511,091

Dari tabel distribusi Ftabel untuk dk pembilang (k) = 3 dk penyebut (n – k – 1) =

6 maka Ftabel(0,05) = 4,74. Karena Fhitung > Ftabel maka H0 ditolak. Hal ini berarti

bahwa antara laju pertumbuhan PDRB dengan sektor pertanian, sektor listrik, gas, & air, dan sektor bangunan berpengaruh secara signifikan.

4.5 Koefisien Determinasi

Untuk mengetahuhi berapa besar pengaruh sektor pertanian, sektor listrik, gas, & air dan sektor bangunan terhadap laju pertumbuhan PDRB, maka akan dilakukan perhitungan sebagai berikut:

∑ = 1,72421 x 1022

= 75.151.735,50

Maka koefisien determinasi menggunakan rumus:

R2 = 0,996

Dari hasil perhitungan diperoleh koefisien determinasi sebesar 0,996 berarti sekitar 99,6 % saja yang mempengaruhi laju pertumbuhan PDRB Kab. Padang Lawas Utara dala sektor pertanian, sektor listrik, gas & air, dan sektor bangunan, sedangkan 4 % lagi mempengaruhi oleh sektor yang lainnya.

Dan untuk koefisien korelasi ganda adalah:

√

√ R = 0,998

Dari hasil perhitungan didapat korelasi (r) antara laju pertumbuhan PDRB dengan sektor pertanian, sektor listrik, gas, & air dan sektor bangunan sebesar 0,998.

4.6 Koefisien Korelasi

Untuk mengukur besarnya pengaruh Variabel tak bebas terhadap variabel bebas, dapat dilihat dari besarnya koefisien korelasinya, yaitu:

1. Koefisien korelasi antara laju pertumbuhan PDRB (Y) dengan sektor pertanian (X1).

–

–

√

= 0,995

2. Koefisien korelasi antara laju pertumbuhan PDRB (Y) dengan sektor listrik, gas & air (X2).

–

√

–

√

= 0,926

3. Koefisien korelasi antara laju pertumbuhan PDRB (Y) dengan sektor bangunan (X3).

–

√

–

√ – _–

= 0,987

BAB 5

5.1 Pengertian Implementsi Sistem

Implementasi sistem merupakan prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki.

Tahapan implementasi sistem merupakan tahapan - tahapan penerapan hasil desain tertulis kedalam progreming. Dalam pengolahan data dalam menggunakan software SPSS 17,0 for windows swbagai implementasi sistem dalam memperoleh hasil perhitungan.

5.2 SPSS dalam Statistika

SPSS (Statistika packade for of the social sciences) merupakan salah satu paket program komputer yang digunakan dalam mengolah data statistika. SPSS merupakan software yang paling populer, dan banyak digunakan sebagai alat bantu dalam berbagai riset. SPSS pertama kali diperkenalkan oleh tiga mahasiswa standford university pada tahun 1968. SPSS sebelumnya dirancang untuk mengolah data statistika pada ilmu-ilmu sosial, sehingga SPSS merupakan singkatan dari statistical for the social sciences. Namun, dalam perkembangan selanjutnya penggunaan SPSS diperluas untuk berbagai user,sehingga SPSS yang sebelumnya disingkat dari Statistical package for the social sciences berubah menjadi statistical for the social sciences. Penggunaan SPSS dimaksudkan untuk melakukan analisis dengan praktis, cepat dan akurat.

Harus dipastikan terlebih dahulu bahwa SPSS telah terinstal pada computer. Jika pada desktop sudah ada icon SPSS, maka SPSS dapat dibuka dengan cara:

1. Klik dua kali menu SPSS yang terdapat pada icon shortcut pada tampilan desktop.

2. Selain itu program SPSS dapat diaktifkan melalui: klik tombol start pada jendela windows.

3. Klik All program, lalu pilih SPSS for windows, kemudian klik SPSS Inc (SPSS 17,0), makatampilan dalam bentuk sebagai berikut:

Gambar 5.1 Tampilan Saat Membuka SPSS pada Windows

Gambar 5.2 Tampilan Logo SPSS

5. Tampilan awal pada SPSS adalah:

Gambar 5.3 Tampilan Awal SPSS

Dari tampilan SPSS yang muncul, pilih type in data untuk membuat data baru dari menu utama file, pilih new, lalu klik, maka akan tampil, muncul jendela editor kemudian data. Cara menamai variabel dilakukan dengan, klik variabel

view yang terletak sebelah kiri bawah jendela editor, lalu lakukan langkah berikut:

a) Name = digunakan untuk menamai variabel b) Type = digunakan untuk menentukan tipe data c) Widht = digunakan untuk menetukan lebar kolom d) Decimals = digunakan untuk memberikan nilai desimal e) Label = digunakan untuk memberi nama variabel

f) Value = digunakan untuk menjelaskan nilai data pada kolom g) Missing = digunakan untuk menentukan data yang hilang h) Columns = digunakan untuk menentukan lebar kolom

i) Align = digunakan untuk menetukan rata kanan, kiri atau tengah j) Measure = digunakan untuk menentukan tipe ukuran data, yaitu nominal, ordinal, atau skala.

5.5Pengisian Data

1. Klik lembar variabel view dari SPSS data editor, penulis defenisikan variabel Y dengan nama variabel Y, variabel X1 dengan nama X1,variabel X2 dengan nama X2, dan variabel X3 dengan nama X3. Untuk variabel jumlah PDRB, sektor pertanian, sektor listrik, gas &air, dan sektor bangunan diberi veriabel label: jumlah PDRB, sektor pertanian, sektor

Gambar 5.4 Tampilan Pengisian Data Variabel pada Variabel View

2. Kemudian pada lembar data view dari SPSS data editor,penulis masukkan data Y, X1, X2, danX3 sebagai berikut:

3. Klik analyze – regresision – linier sebagai berikut:

Gambar 5.6 tampilan pada jendela editor Regression

4. Kemudian akan didapat tampilan sebagai berikut:

5. Pindahkan variabel jumlah PDRB ke dalam box berjudul Dependent dan variabel sektor pertanian, sektor listrik, gas & air, dan sektor bangunan ke dalam box berjudul Independent (s). Seperti terlihat pada tampilan berikut:

Gambar 5.8 Tampilan Dependent dan Independent

6. Pastikan memilih method: Enter. Kemudian klik tombol statistics dan pastikan memberi tanda check (v) pada estimates, model fit, collinearity

Gambar 5.8 Tampilan Linier Regression Statistic

7. Kemudian klik Continue

8. Klik plot akan didapat tampilan sebagai berikut:

Gambar 5.10 Tampilan Plots

9. Pilih Normal Probability Plot. Kemudian standardized residual * ZRESID ke dalam kotak Y: dan stndardized predicted value *ZPERD kedalam kotak X sebagai berikut:

Gambar 5.11 Tampilan Linier Regression Plots

10. Kemudian klik Continu dan klik Ok. Akan didapat hasil Regresi Linier Berganda dari SPSS sebagai berikut:

Regression

Variables Entered/Removed

Model

Variables Entered

Variables

Removed Method

1 sektor bangunan, sektor

listrik,gas,&air, sektor pertaniana

. Enter

Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 .998a .996 .994 1.76983E8 2.523

a. Predictors: (Constant), sektor bangunan, sektor listrik,gas,&air, sektor pertanian

b. Dependent Variable: jumlah PDRB

ANOVAb

Model Sum of Squares Df Mean Square F Sig.

1 Regression 4.803E19 3 1.601E19 511.091 .000a Residual 1.879E17 6 3.132E16

Total 4.821E19 9

a. Predictors: (Constant), sektor bangunan, sektor listrik,gas,&air, sektor pertanian

b. Dependent Variable: jumlah PDRB

Coefficientsa Model Unstandardized Coefficients Standardized Coefficients

t Sig.

Collinearity Statistics

B

Std.

Error Beta

Toleranc e VIF

1 (Constant) -1.999E9 6.451E 8

-3.098 .021

sektor pertanian 8.015 2.553 1.108 3.140 .020 .005 191.8 51

sektor listrik,gas,&air

14.983 5.601 .163 2.675 .037 .175 5.722

sektor bangunan -2.206 2.795 -.261 -.789 .460 .006 167.7 83

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 1.5736E9 8.3237E9 4.6073E9 2.31004E9 10

Residual -2.41520E8 2.19689E8 .00000 1.44506E8 10

Std. Predicted Value -1.313 1.609 .000 1.000 10

Std. Residual -1.365 1.241 .000 .816 10

a. Dependent Variable: jumlah PDRB

Correlations

jumlah PDRB sektor pertanian

sektor

listrik,gas,&air sektor bangunan

jumlah PDRB

Pearson Correlation

1 .995** .926** .987**

Sig. (2-tailed) .000 .000 .000

N 10 10 10 10

sektor pertania n

Pearson Correlation

.995** 1 .894** .997**

Sig. (2-tailed) .000 .000 .000

N 10 10 10 10

sektor listrik,ga s,&air

Pearson Correlation

.926** .894** 1 .878**

Sig. (2-tailed) .000 .000 .001

N 10 10 10 10

sektor bangun an

Pearson Correlation

.987** .997** .878** 1

Sig. (2-tailed) .000 .000 .001

N 10 10 10 10

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Kesimpulan yang dapat diambil dari perhitungan aplikasi analisis regresi pada analisis sektor pertanian, sektor listrik, gas &air, dan sektor bangunan terhadap jumlah PDRB pada bab-bab sebelumnya adalah sebagai berikut:

1. Berdasarkan hasil perbandingan nilai-nilai koefisien regrsi berganda maka diperoleh persamaan Ŷ = -1,999 + 8,015X1 + 14,983X2– 2,206X3

2. Karena Fhitung > Ftabel maka H0 ditolak. Hal ini berarti bahwa antara

laju pertumbuhan PDRB dengan sektor pertanian, sektor listrik, gas, & air, dan sektor bangunan terdapat pengaruh yang signifikan terhadap jumlah PDRB Kab. Padang Lawas Utara.

3. Dari hasil perhitungan diperoleh koefisien determinasi sebesar 0,996 berarti sekitar 99,6 % saja yang mempengaruhi jumlah PDRB Kab, Padang Lawas Utara dalam sektor pertanian, sektor listrik, gas & air, dan sektor bangunan, sedangkan 0,4 % lagi dipengaruhi oleh sektor lain.

4. Dari hasil analisis didapat sektor pertanian, sektor listrik, gas &air, dan sektor bangunan memiliki hubungan yang kuat terhadap jumlah PDRB Kab. Padang Lawas Utara.

6.2 Saran

Dari kesimpulan di atas bahwa jumlah PDRB Kab. Padang Lawas Utara semakin tahun semakin meningkat itu artinya pemerintah lebih mempedulikan semua sektor industry, pertanian dan bangunan agar tercapai kesejahteraan setiap daerah.

BAB 2

LANDASAN TEORI

2.1Pengertian Regresi

Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut dengan bermacam-macam istilah: variabel penjelas, variabel

eksplanatorik, variabel independent, atau secara bebas, variabel (karena seringkali digambarkan dalam grafik sebagai absis, atau sumbu ). Variabel yang kedua adalah variabel yang dipengaruhi, variabel dependent, variabel terikat, atau variabel . Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel acak.

Istilah regresi pada mulanya bertujuan nutuk membuat perkiraan nilai satu variabel terhadap satu variabel yang lain. Pada perkembangan selanjutnya analisis regresi dapat digunakan sebagai alat untuk membuat perkiraan nilai suatu variabel dengan menggunakan beberapa variabel lain yang berhubungan dengan variabel tersebut.

Jadi prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan regresi adalah bahwa antara suatu variabel tidak bebas (dependent variable) dengan variabel-variabel bebas (independent variable) lainnya memiliki sifat hubungan sebab akibat (hubungan kausalitas), baik didasarkan pada teori, hasil penelitian sebelumnya, maupun yang didasarkan pada penjelasan logis tertentu.

2.2Analisis Regresi Linier

Analisis regresi adalah teknik statistika yang berguna untuk memeriksa dan memodelkan hubungan di antara variabel-variabel. Analisis regresi linier atau regresi garis lurus digunakan untuk:

1. Menentukan hubungan fungsional antar variabel dependen dengan independen. Hubungan fungsional ini dapat disebut sebagai persamaan garis regresi yang berbentuk linier.

2. Meramalkan atau menduga nilai dari satu variabel dalam hubungannya dengan variabel yang lain yang diketahui melalui persamaan garis regresinya.

Analisis regresi tediri dari dua bentuk yaitu: 1. Analisis Regresi Linier Sederhana 2. Analisis Regresi Linier Berganda

Analisis Regresi Linier Sederhana adalah bentuk regresi dengan model yang bertujuan untuk mempelajari hubungan antara dua variabel, yakni variabel dependen (terikat) dan variabel independen (bebas), sedangkan Analisis Regresi Linier Berganda adalah bentuk regresi dengan model yang memiliki hubungan antara satu variabel dependen dengan dua atau lebih variabel independen. Analisis regresi dipergunakan untuk menelaah hubungan antara dua variabel atau lebih, terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan baik, atau untuk mengetahui bagaimana variasi dari beberapa variabel independen mempengaruhi variabel dependen dalam suatu fenomena yang komplek. Jika , ,…, adalah variabel-variabel independen dan adalah

variabel dependen, maka terdapat hubungan fungsional antara dan , dimana variasi dari X akan diiringi pula oleh variasi dari .

Jika dibuat secara matematis hubungan itu dapat dijabarkan sebagai berikut:

f ( , ,…, , ) di mana:

variabel dependen (tak bebas) variabel independen (bebas)

variabel residu

Berkaitan dengan analisis regresi ini, setidaknya ada empat kegiatan yang lazim dilaksanakan yakni:

1. Mengadakan estimasi terhadap parameter berdasarkan data empiris.

2. Menguji berapa besar variasi variabel dependen dapat diterangkan oleh variasi independen.

3. Menguji apakah estimasi parameter tersebut signifikan atau tidak.

4. Melihat apakah tanda magnitud dari estimasi parameter cocok dengan teori.

2.2.1 Analisis Regresi Linier Sederhana

Regresi linier sederhana digunakan untuk memperkirakan hubungan antara dua variabel di mana hanya terdapat satu variabel/peubah bebas dan satu peubah tak bebas .

Dalam bentuk persamaan, model regresi sederhana adalah :

(2.1) di mana:

variabel bebas (independent)

penduga bagi intercept ( )

penduga bagi koefisien regresi ( )

Penggunaan regresi linier sederhana didasarkan pada asumsi di antaranya sebagai berikut:

1. Model regresi harus linier dalam parameter.

2. Variabel bebas tidak berkorelasi dengan disturbance term (error). 3. Nilai disturbance term sebesar 0 atau dengan simbol ( . 4. Varian untuk masing-masing error term (kesalahan) konstan 5. Tidak terjadi autokorelasi.

6. Model regresi dispesifikasi secara benar. Tidak terdapat bias spesifikasi dalam model yang digunakan dalam analisis empiris.

7. Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory) tidak ada hubungan linier yang nyata.

2.2.2 Analisis Regresi Linier Berganda

Untuk memperkirakan nilai variabel tak bebas , akan lebih baik apabila ikut memperhitungkan variabel-variabel bebas lain yang mempengaruhi nilai dengan demikian dimiliki hubungan antara satu variabel tidak bebas dengan beberapa variabel lain yang bebas , , ,…, . Untuk itulah digunakan regresi linier berganda. Dalam pembahasan mengenai regresi sederhana, simbol yang digunakan untuk variabel bebasnya adalah . Dalam regresi berganda, persamaan regresinya memiliki lebih dari satu variabel bebas maka perlu

menambah tanda bilangan pada setiap variabel tersebut, dalam hal ini , ,…, .

Secara umum persamaan regresi linier berganda dapat ditulis sebagai berikut:

di mana:

= variabel terikat = konstanta

= koefisien variabel ke-k,

= variabel bebas ke-k, = nilai error

Dalam kajian ini, digunakan empat variabel yang terdiri dari satu variabel bebas Y dan tiga variabel X yaitu , dan Maka persamaan regresi bergandanya adalah:

(2.2)

Persamaan (2.2) dapat diselesaikan dengan empat bentuk yaitu:

∑ = n + ∑ + ∑ + ∑

∑ = ∑ + ∑ + ∑ + ∑

∑ = ∑ + ∑ + ∑ + ∑

∑ = ∑ + ∑ + ∑ + ∑ (2.3) Sistem persamaan (2.3) dapat disederhanakan, apabila diambil

= ̅ , = – ̅ , = – ̅ dan = – ̅_. sehingga persamaan menjadi:

Koefisien-koefisien , dan untuk persamaan (2.4) dapat dihitung dari:

∑ = ∑ + ∑ + ∑

∑ = ∑ + ∑ + ∑

∑ = ∑ + ∑ + ∑ (2.5)

2.3 Uji Keberartian Regresi

Sebelum persamaan regresi yang diperoleh digunakan untuk membuat kesimpulan terlebih dahulu diperiksa setidak-tidaknya mengenai keliniearan dan keberartiannya. Pemeriksaan ini ditempuh melalui pengujian hipotesis. Uji keberartian dilakukan untuk meyakinkan apakah regresi yang didapat berdasarkan penelitian ada artinya.

Untuk itu diperlukan dua macam jumlah kuadrat (JK) yaitu Jumlah Kuadrat untuk regresi yang ditulis dan Jumlah Kuadrat untuk sisa (residu) yang ditulis dengan .

Jika = ̅ , = ̅ ,…, = ̅ dan – Y

maka secara umum jumlah kuadrat-kuadrat tersebut dapat dihitung dari:

= ∑ + ∑ + ∑ (2.6) dengan derajat kebebasan

= ∑( ̅ _(2.7) dengan derajat kebebasan – – untuk sampel berukuran .

Dengan demikian uji keberartian regresi berganda dapat dihitung dengan:

Dengan statistik F yang menyebar mengikuti distribusi F dengan derajat kebebasan pembilang = dan penyebut = .

2.4 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 menutup 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 (α) dan tingkat kepercayaan atau confidence interval.

didasarkan tingkat signifikansi pada umumnya menggunakan . Kisaran tingkat signifikansi mulai dari sampai dengan . Yang dimaksud dengan tingkat signifikansi adalah probabilitas melakukan kesalahan tipe I, yaitu kesalahan menolak hipotesis ketika hipotesis tersebut benar. Dalam melakukan uji hipotesis terdapat dua hipotesis, yaitu: (hipotesis nol) dan (hipotesis alternatif). bertujuan untuk memberikan usulan dugaan kemungkinan tidak adanya perbedaan antara perkiraan penelitian dengan keadaan yang sesungguhnya yang diteliti bertujuan memberikan usulan dugaan adanya perbedaan perkiraan dengan keadaan sesungguhnya yang diteliti.

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

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 pengujiannya antara lain:

1. : = = . . . = =

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

: Minimal satu parameter koefisien regresi yang

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

2. Pilih taraf α yang diinginkan.

3. Hitung statistik dengan menggunakan rumus (2.8).

4. Nilai menggunakan daftar tabel dengan taraf signifikansi α yaitu = .

5. Kriteria pengujian: jika ≥ , maka di tolak dan di terima. Sebaliknya Jika < , maka di terima dan di tolak.

2.5Koefisien Determinasi

Koefisien determinasi yang disimbolkan dengan bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Nilai dikatakan baik jika berada di atas karena nilai berkisar antara

dan . Pada umumnya model regresi linier berganda dapat dikatakan layak dipakai untuk penelitian, karena sebagian besar variabel dependen dijelaskan oleh variabel independen yang digunakan dalam model.

Koefisien determinasi dapat dihitung dari: =









    2 2 2 1 1 ) . ( ... i i i ki k i i i i Y Y y x b y x b y x b (2.9)

sehingga rumus umum koefisien determinasi yaitu: =

∑ (2.10)

Harga diperoleh sesuai dengan variansi yang dijelaskan oleh masing-masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variabel yang dijelaskan penduga hanya disebabkan oleh variabel yang berpengaruh saja.

2.6 Uji Korelasi

Uji korelasi bertujuan untuk menguji hubungan antara dua variabel yang tidak menunjukkan hubungan fungsional, keeratan hubungan ini dinyatakan dalam bentuk koefisien korelasi.

Koefisien Korelasi

Nilai koefisien korelasi merupakan nilai yang digunakan untuk mengukur keeratansuatu hubungan antarvariabel, koefisien korelasi biasanya disimbolkan dengan r.

Koefisien korelasi dapat dirumuskan sebagai berikut: = ∑ ∑ ∑

√ ∑ ∑ ∑ ∑

Untuk menghitung koefisien korelasi antara variabel tak bebas Y dengan tiga variabel bebas , , yaitu:

1. Koefisien korelasi antara dengan ∑ ∑ ∑

√ ∑ ∑ ∑ ∑

(2.12) 2. Koefisien korelasi antara dengan

∑ ∑ ∑ √ ∑ ∑ ∑ ∑

(2.13) 3. Koefisien korelasi antara dengan

∑ ∑ ∑ √ ∑ ∑ ∑ ∑

(2.14) Dua variabel dikatakan berkorelasi apabila perubahan pada suatu variabel akan diikuti oleh perubahan variabel lain, baik dengan arah yang sama maupun dengan arah yang berlawanan. Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis hubungan sebagai berikut:

1. Korelasi Positif

Terjadinya korelasi positif apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang sama atau berbanding lurus. Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan peningkatan variabel yang lain.

2. Korelasi Negatif

Korelasi negatif terjadi apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang berlawanan atau berbanding terbalik. Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan penurunan pada variabel yang lain dan sebaliknya.

3. Korelasi Nihil

Korelasi nihil terjadi apabila perubahan pada variabel yang satu diikuti pada perubahan variabel yang lain dengan arah yang tidak teratur (acak). Sifat korelasi akan menentukan arah dari korelasi. Keeratan korelasi dapat dilihat dalam bentuk Tabel (2.1).

Tabel 2.1 Tingkat Keeratan Korelasi Interval Tingkat Keeratan

0,80 – 1,00 Korelasi sangat kuat atau sempurna 0,60 – 0,79 Korelasi kuat

0,40 – 0,59 Korelasi sedang 0,20 – 0,39 Korelasi rendah

0,00 – 0,19 Tidak ada korelasi atau korelasi lemah Sumber: Sugiono (2001)

2.7 Uji Koefisien Regresi Linier Berganda

Untuk mengetahui bagaimana keberartian setiap variabel bebas dalam regresi, perlu diadakan pengujian tersendiri mengenai koefisien-koefisien regresi. Misalkan populasi memiliki model regresi linier berganda:

= + + + . . . +

yang berdasarkan sebuah sampel acak berukuran n ditaksir oleh regresi berbentuk:

^

Y _฀ Akan dilakukan pengujian hipotesis dalam bentuk:

: = ,

Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran , jumlah kaudrat-kuadrat ∑ dengan = ̅ dan koefisien korelasi ganda antara masing-masing variabel bebas dengan variabel tak bebas dalam regresi yaitu .

Dengan besaran-besaran ini dibentuk kekeliruan baku koefisien yakni: s

i

b

) 1 )( x

( 2_ij 2

2 ... 12 .



 i

k y

R s

(2.15) di mana:

∑

(2.16) ∑ ∑ ( ̅) (2.17)

BAB 1

PENDAHULUAN

1.1Latar Belakang

Tujuan pembangunan daerah secara umum adalah untuk mewujudkan kemakmuran dan kesejahteraan rakyat. Aspek-aspek pembangunan di sini meliputi sosial, budaya, ekonomi, politik, ilmu pengetahuan alam dan aspek-aspek lainnya. Diantara aspek-aspek tersebut pembangunan ekonomi merupakan aspek yang paling esensial dalam menunjang pembangunan daerah. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang dilaksanakan, khususnya dalam bidang ekonomi. Pertumbuhan tersebut merupakan rangkuman dari laju pertumbuhan dari berbagai sektor ekonomi yang juga menggambarkan tingkat perubahan struktur ekonomi yang terjadi pada suatu priode.

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.

Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator tingkat kesejahteraan suatu daerah dalam satu periode tertentu, Perhitungan PDRB Kabupaten Padang Lawas Utara/kota di sumatera utara setiap tahun mengalami perubahan. Berdasarkan data statistik di Badan Pusat Statistika (BPS) Sumatera

Utara, setiap tahunnya Produk Domestik Regional Bruto di Kabupaten Padang Lawas Utara mengalami peningkatan. Hal ini menunjukkan bahwa sektor-sektor lapangan usaha yang berada di Kabupaten Padang Lawas Utara mengalami kemajuan. Pada dasarnya semua lapangan usaha yang berada di Kabupaten Padang Lawas Utara berperan dalam peningkatan angka PDRB.

Untuk meneliti laju pertumbuhan PDRB di Kabupaten Padang Lawas Utara, maka perlu diadakan penyusunan dan dilakukannya perhitungan data PDRB secara terus menerus setiap tahunnya. Untuk mengetahui seberapa besar pengaruh setiap sektor-sektor yang berpengaruh terhadap PDRB Kabupaten Padang Lawas Utara, maka penulis mengajukan judul sebagai berikut ‘‘Faktor -Faktor yang Mempengaruhi Laju Pertumbuhan Produk Dometik Regional Bruto (PDRB) Kabupaten Padang Lawas Utara”

1.2Perumusan Masalah

Bagaimana menentukan hasil perhitungan PDRB Kabupaten Padang Lawas Utara di masa yang akan datang maka diperlukan analisis faktor-faktor yang memberikan pengaruh terhadap pertumbuhan PDRB tersebut, adapun faktor-faktor yang mempengaruhinya adalah sektor pertanian, sektor listrik gas dan air serta sektor bangunan. Sebagai rumusan masalah yang akan di analisis dalam penelitian ini adalah variabel bebas mana yang paling berpengaruh terhadap variabel terikat tersebut.

1.3 Batasan Masalah

Agar permasalahan yang dibahas dalam penelitian ini tidak menyimpang dari sasaran yang dituju, maka perlu dibuat batasan masalah yaitu hanya mengenai pengaruh sektor pertanian, sektor listrik gas dan air serta sektor bangunan terhadap hasil PDRB Kabupaten Padang Lawas Utara dan faktor yang lain tidak diperhitungkan. Metode analisa data yang dipergunakan adalah Metode Regresi Linier Berganda, berdasarkan tahun 2004 sampai tahun 2013.

1.4 Tujuan dan Manfaat Penelitian

Adapun yang menjadi tujuan dari penelitian ini adalah untuk mengetahui apakah terdapat hubungan yang positif antara sektor/lapangan usaha dengan pertubuhan PDRB di Kabupaten Padang Lawas Utara.

Yang menjadi manfaat penelitian ini adalah:

1. Penulis dapat menerapkan ilmu dari mata kuliah yang telah dipelajari, khususnya dalam bidang regresi linier.

2. Penulis mendapat pengalaman dalam menulis tugas akhir.

3. Sebagai referensi sekaligus bahan pertimbangan dan masukan untuk penelitian sejenis dimasa yang akan datang.

1.5 Lokasi Penelitian

Pengambilan data dilakukan di kantor Badan Pusat Statistika Sumatera Utara yang berlokasi di Jl. Asrama No.179 Medan.

1.6 Tinjauan Pustaka

Analisis regresi adalah kajian terhadap hubungan satu variabel yang disebut sebagai variabel terikat dengan satu atau dua variabel bebas. Jika variabel bebas lebih dari satu, maka analisis regresi disebut regresi linier berganda, dan jika pengaruh beberapa variabel bebas akan dikenakan kepada variabel terikat (Gujarati 2006).

Prinsip dasar pemodelan regresi linier berganda tidak berbeda dengan regresi sederhana, hanya saja pada regresi sederhana digunakan satu variabel independen, maka pada regresi berganda digunakan lebih dari satu variabel independen. Dengan semakin banyaknya variabel independen berarti semakin tinggi pula kemampuan regresi yang dibuat untuk menerangkan variabel dependen, atau peran faktor–faktor lain di luar variabel independen yang digunakan, yang dicerminkan oleh error semakin kecil. Studi yang menyangkut masalah ini dikenal dengan analisis regresi linier berganda.

Secara umum rumus yang digunakan untuk regresi linier berganda adalah:

di mana:

variabel terikat konstanta

koefisien variabel ke-k,

variabel bebas ke-k, nilai error

1.7 Metodologi Penelitian

Metode yang digunakan dalam kajian ini adalah: 1. Metode Penelitian Kepustakaan (Studi Literatur)

Penelitian kepustakaan adalah metode pengumpulan data yang digunakan untuk memperoleh data maupun informasi yang dibutuhkan dengan cara membaca dan mempelajari buku-buku perkuliahan atau umum, serta mencari sumber informasi lainnya yang berhubungan dengan objek yang diteliti.

2. Metode Pengumpulan Data

Pengumpulan data untuk keperluan penelitian ini dilakukan dengan menggunakan data sekunder. Data sekunder adalah data primer yang diperoleh dari pihak lain yang umumnya disajikan dalam bentuk tabel-tabel atau diagram. Data sekunder diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara. Data yang dikumpulkan tersebut kemudian disusun dan disajikan dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang sekumpulan data tersebut.

3. Metode Pengolahan Data

Data penelitian dianalisa dengan menggunakan metode regresi linier berganda untuk mengetahui persamaan regresi liniernya dan untuk mengetahui hubungan setiap variabel digunakan analisis korelasi. Adapun langkah yang dilakukan dalam pengolahan data adalah:

a. Menentukan kelompok data yang menjadi variabel bebas dan variabel terikat .

b. Menentukan persamaan regresi berdasarkan variabel bebas dengan variabel terikat sehingga didapat regresi atas , , , . . ., . c. Uji keberartian regresi linier beganda untuk meyakinkan apakah regresi

(berbentuk linier) yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat kesimpulan mengenai hubungan peubah.

d. Uji koefisien regresi linier ganda untuk mengetahui bagaimana keberartian adanya setiap variabel bebas dalam persamaan regresi di atas, perlu diadakan pengujian tersendiri mengenai koefisien-koefisien regresinya.

e. Uji koefisien korelasi untuk menyatakan keeratan hubungan antara variabel bebas dan variabel terikat.

f. Uji koefisien determinasi untuk menyatakan seberapa besar kemampuan variabel bebas dalam mempengaruhi atau menerangkan variabel terikatnya.

1.8 Sistematika Penulisan

Adapun sistematika penulisan yang diuraikan oleh penulis antara lain: BAB 1 : PENDAHULUAN

Bab ini menguraikan tentang latar belakang, perumusan masalah, batasan masalah, tujuan dan manfaat penelitian, lokasi penelitian, tinjauan pustaka, metodologi penelitian dan sistematika penulisan.

BAB 2 : LANDASAN TEORI

Bab ini menguraikan tentang pengertian regresi linier sederhana, regresi linier berganda, uji keberartian regresi, uji koefisien regresi berganda, uji korelasi dan uji koefisien determinasi untuk regresi linier berganda.

BAB 3 : GAMBARAN UMUM TEMPAT RISET

Bab ini menguraikan tentang sejarah singkat perusahaan, visi dan misi perusahaan beserta struktur organisasi perusahaan.

BAB 4 : PENGOLAHAN DATA

Bab ini menguraikan proses pengolahan data pada regresi linier berganda, analisis korelasi dan koefisien linier berganda.

BAB 5 : IMPLEMENTASI SISTEM

Bab ini menguraikan proses pengolahan data dengan program yang akan digunakan yaitu SPSS mulai dari input data hingga hasil outputnya yang membantu dalam menyelesaikan permasalahan dalam penulisan.

BAB 6 : KESIMPULAN DAN SARAN

Bab ini terdiri atas kesimpulan dari hasil pengolahan data yang telah dilakukan serta saran berdasarkan kesimpulan.

FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU

PERTUMBUHAN PRODUK DOMESTIK

REGIONAL BRUTO (PDRB)

PADANG LAWAS UTARA

TUGAS AKHIR

SARIASMIN HUTAJULU

112407030

PROGRAM STUDI D3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU

PERTUMBUHAN PRODUK DOMESTIK

REGIONAL BRUTO (PDRB)

PADANG LAWAS UTARA

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya

SARIASMIN HUTAJULU

112407030

PROGRAM STUDI D3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

PERSETUJUAN

Judul : FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) KABUPATEN PADANG LAWAS UTARA

Kategori : TUGAS AKHIR

Nama : SARIASMIN HUTAJULU

Nomor Induk Mahasiswa : 112407030 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 Dr. Faigiziduhu Bu’ulölö, M.Si

PERNYATAAN

FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB)

KABUPATEN PADANG LAWAS UTARA

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

SARIASMIN HUTAJULU 112407030

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpahan karunia-Nya penulis dapat menyelesaikan penyusunan tugas akhir ini dengan judul Faktor- Faktor yang Mempengaruhi Laju Pertumbuhan Produk Domestik Regional Bruto (PDRB) Kabupaten Padang Lawas Utara.

Terimakasih penulis sampaikan kepada Bapak Dr. Faigiziduhu Bu’ulölö, M.Si selaku pembimbing dan Ketua Program Studi D3 Statistika FMIPA USU yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Dr. Suwarno Ariswoyo, M.Si selaku Sekertaris Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si. dan ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekertaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU Medan, seluruh Staf dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Ayahanda Sutan Partomuan Hutajulu, Ibunda Rosmina Harahap dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

Medan, Juli 2014 Penulis

SARIASMIN HUTAJULU

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Penghargaan iii

Daftar Isi iv

Daftar Tabel vi Daftar Gambar vii BAB 1 PENDAHULUAN 1.1 Latar Belakang 1

1.2 Perumusan Masalah 2

1.3 Batasan Masalah 3

1.4 Tujuan dan Manfaat Penelitian 3 1.5 Lokasi Penelitian 3

1.6 Tinjauan Pustaka 4

1.7 Metodologi Penelitian 5

1.8 Sistematika Penulisan 6

BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi 8

2.2 Analisis Regresi Linier 9

2.2.1 Analisis Regresi Linier Sederhana 10

2.2.2 Analisis Regresi Linier Berganda 11

2.3 Uji Keberartian Regresi 13

2.4 Pengujian Hipotesis 14

2.5 Koefisien Determinasi 15

2.6 Uji Korelasi 16

2.7 Uji Koefisien Regresi Linier Berganda 18

BAB 3 GAMBARAN UMUM TEMPAT RISET 3.1 Sejarah Singkat Badan Pusat Statistik 20

3.1.1 Masa Pemerintahan Hindia Belanda 20

3.1.2 Masa Pemerintahan Jepang 20

3.1.3 Masa Kemerdekaan Republik Indonesia 21

3.1.4 Masa Orde Baru Sampai Sekarang 22

3.2 Logo Instansi Badan Pusat Statistik 23

3.3 Visi dan Misi Badan Pusat Statistik Sumatera Utara 24

3.3.1 Visi Badan Pusat Statistik 24

3.3.2 Misi Badan Pusat Statistik 24 3.4 Struktur Organisasi Badan Pusat Statistik Provinsi Sumatera Utara 24

BAB 4 PENGOLAHAN DATA

4.1 Data yang Dianalisis 27

4.2 Persamaan Regresi Linier Berganda 28

4.3 Analisis Residu 32

4.4 Pengujian Regresi Linier Berganda 34

4.5 Koefisien Determinasi 36

4.6 Koefisien Korelasi 37

BAB 5 IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem 39

5.2 SPSS dalam Statistik 39

5.3 Mengaktifkan SPSS 40

5.4 Pengoperasian SPSS 42

5.5 Pengisian Data 42

BAB 6 KESIMPULAN DAN SARAN

6.1 Kesimpulan 52

6.2 Saran 53

DAFTAR PUSTAKA

LAMPIRAN

DAFTAR TABEL

Halaman

Tabel 2.1 Tingkat Keeratan Korelasi 18

Tabel 4.1 Data yang Akan Diolah 28

Tabel 4.2 Nilai-nilai Koefisien Regresi Linier Berganda 29 Tabel 4.3 Nilai-nilai Koefisien Regresi Linier Berganda 29 Tabel 4.4 Nilai-nilai Koefisien Regresi Linier Berganda 30

Tabel 4.5 Koefisien Nilai-nilai Analisis residu 33

DAFTAR GAMBAR

Halaman Gambar 5.1 Tampilan Saat Membuka SPSS pada Windows 40

Gambar 5.2 Tampilan Logo SPSS 41

Gambar 5.3 Tampilan Awal SPSS 41

Gambar 5.4 Tmpilan Pengisian Data Variabel pada Variabel view 43 Gambar 5.5 Tampilan Pengisian Data Variabel pada Data view 43 Gambar 5.6 Tampilan pada Jendela Editor Regression 44

Gambar 5.7 Tampilan Linier Regression 44

Gambar 5.8 Tampilan Dependent dan Independent 45

Gambar 5.9 Tampilan Linier Regression Statistic 45

Gambar 5.10 Tampilan Plots 46

Gambar 5.11 Tampilan Linier Regression Plots 47

PERNYATAAN

FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB)

KABUPATEN PADANG LAWAS UTARA

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

SARIASMIN HUTAJULU 112407030

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpahan karunia-Nya penulis dapat menyelesaikan penyusunan tugas akhir ini dengan judul Faktor- Faktor yang Mempengaruhi Laju Pertumbuhan Produk Domestik Regional Bruto (PDRB) Kabupaten Padang Lawas Utara.

Terimakasih penulis sampaikan kepada Bapak Dr. Faigiziduhu Bu’ulölö, M.Si selaku pembimbing dan Ketua Program Studi D3 Statistika FMIPA USU yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Dr. Suwarno Ariswoyo, M.Si selaku Sekertaris Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si. dan ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekertaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU Medan, seluruh Staf dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Ayahanda Sutan Partomuan Hutajulu, Ibunda Rosmina Harahap dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

Medan, Juli 2014 Penulis

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Penghargaan iii

Daftar Isi iv

Daftar Tabel vi Daftar Gambar vii BAB 1 PENDAHULUAN 1.1 Latar Belakang 1

1.2 Perumusan Masalah 2

1.3 Batasan Masalah 3

1.4 Tujuan dan Manfaat Penelitian 3 1.5 Lokasi Penelitian 3

1.6 Tinjauan Pustaka 4

1.7 Metodologi Penelitian 5

1.8 Sistematika Penulisan 6

BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi 8

2.2 Analisis Regresi Linier 9

2.2.1 Analisis Regresi Linier Sederhana 10

2.2.2 Analisis Regresi Linier Berganda 11

2.3 Uji Keberartian Regresi 13

2.4 Pengujian Hipotesis 14

2.5 Koefisien Determinasi 15

2.6 Uji Korelasi 16

2.7 Uji Koefisien Regresi Linier Berganda 18

BAB 3 GAMBARAN UMUM TEMPAT RISET 3.1 Sejarah Singkat Badan Pusat Statistik 20

3.1.1 Masa Pemerintahan Hindia Belanda 20

3.1.2 Masa Pemerintahan Jepang 20

3.1.3 Masa Kemerdekaan Republik Indonesia 21

3.1.4 Masa Orde Baru Sampai Sekarang 22

3.2 Logo Instansi Badan Pusat Statistik 23

3.3 Visi dan Misi Badan Pusat Statistik Sumatera Utara 24

BAB 4 PENGOLAHAN DATA

4.1 Data yang Dianalisis 27

4.2 Persamaan Regresi Linier Berganda 28

4.3 Analisis Residu 32

4.4 Pengujian Regresi Linier Berganda 34

4.5 Koefisien Determinasi 36

4.6 Koefisien Korelasi 37

BAB 5 IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem 39

5.2 SPSS dalam Statistik 39

5.3 Mengaktifkan SPSS 40

5.4 Pengoperasian SPSS 42

5.5 Pengisian Data 42

BAB 6 KESIMPULAN DAN SARAN

6.1 Kesimpulan 52

6.2 Saran 53

DAFTAR PUSTAKA

DAFTAR TABEL

Halaman

Tabel 2.1 Tingkat Keeratan Korelasi 18

Tabel 4.1 Data yang Akan Diolah 28

Tabel 4.2 Nilai-nilai Koefisien Regresi Linier Berganda 29 Tabel 4.3 Nilai-nilai Koefisien Regresi Linier Berganda 29 Tabel 4.4 Nilai-nilai Koefisien Regresi Linier Berganda 30

Tabel 4.5 Koefisien Nilai-nilai Analisis residu 33

DAFTAR GAMBAR

Halaman Gambar 5.1 Tampilan Saat Membuka SPSS pada Windows 40

Gambar 5.2 Tampilan Logo SPSS 41

Gambar 5.3 Tampilan Awal SPSS 41

Gambar 5.4 Tmpilan Pengisian Data Variabel pada Variabel view 43 Gambar 5.5 Tampilan Pengisian Data Variabel pada Data view 43 Gambar 5.6 Tampilan pada Jendela Editor Regression 44

Gambar 5.7 Tampilan Linier Regression 44

Gambar 5.8 Tampilan Dependent dan Independent 45

Gambar 5.9 Tampilan Linier Regression Statistic 45

Gambar 5.10 Tampilan Plots 46