Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) Provinsi Sumatera Utara Tahun 2015 Chapter III V
BAB 3
PENGOLAHAN DATA
3.1
Pengolahan dan Evaluasi Data
Dalam penelitian ini, data yang dikumpulkan adalah data mengenai Indeks
Pembangunan
Manusia
(IPM)
Tahun
2015,
dan
faktor-faktor
yang
mempengaruhinya yaitu:
1. Harapan Hidup (Tahun)
2. Harapan Lama Sekolah (%)
3. Pengeluaran Riil Perkapita (000 Rp)
Adapun data yang akan dianalisis adalah sebagai berikut:
Tabel 3.1: Data harapan hidup, harapan lama sekolah, pengeluaran rill
perkapita dan IPM pada Tahun 2015.
Kabupaten/Kota
01. Nias
02. Mandailing Natal
03. Tapanuli Selatan
04. Tapanuli Tengah
05. Tapanuli Utara
06. Toba Samosir
07. Labuhan Batu
08. Asahan
09. Simalungun
10. Dairi
11. Karo
12. Deli Serdang
13. Langkat
14. Nias Selatan
Harapan
Hidup
(Tahun)
Harapan
Lama
Sekolah (%)
Pengeluaran
Rill Perkapita
(000 Rp.)
IPM
68,97
61,58
63,74
66,59
67,55
69,14
69,36
67,37
70,34
67,78
70,62
71,00
67,63
67,66
11,77
12,77
13,06
12,40
13,19
13,18
12,57
12,49
12,69
12,80
12,22
12,52
12,70
11,96
6.234
9.096
10.623
9.555
11.079
11.535
10.356
10.067
10.728
9.708
11.800
11.359
10.364
6.454
58,85
63,99
67,63
67,06
71,32
73,40
70,23
68,40
71,24
69,00
72,69
72,79
68,53
58,74
Universitas Sumatera Utara
25
Sambungan Tabel 3.1
Harapan
Harapan
Pengeluaran
Hidup
Lama
Rill Perkapita
(Tahun)
Sekolah (%)
(000 Rp.)
15. Humbang Hasundutan
68,10
13,15
6.889
16. Pakpak Barat
64,85
13,80
7.496
17. Samosir
70,26
13,41
7.698
18. Serdang Bedagai
67,47
12,31
10.110
19. Batu Bara
65,80
11,96
9.692
20. Padang Lawas Utara
66,50
11,87
9.363
21. Padang Lawas
66,31
12,91
7.955
22. Labuhan Batu Selatan
68,09
12,73
10.319
23. Labuhan Batu Utara
68,70
12,12
11.201
24. Nias Utara
68,59
12,40
5.627
25. Nias Barat
67,94
12,33
5.207
26. Sibolga
67,70
13,10
10.765
27. Tanjung Balai
61,90
12,40
10.326
28. Pematang Siantar
72,29
13,99
11.388
29. Tebing Tinggi
70,14
12,23
11.393
30. Medan
72,28
13,97
14.191
31. Binjai
71,59
13,56
10.098
32. Padang Sidimpuan
68,32
14,48
9.668
33. Gunung Sitoli
70,29
13,65
6.742
Sumber: Badan Pusat Statistik (BPS) Provinsi Sumatera Utara
Kabupaten/Kota
IPM
66,03
65,53
68,43
68,01
66,02
67,35
65,99
69,67
69,69
59,88
58,25
71,64
66,74
76,34
72,81
78,87
73,81
72,80
66,41
Untuk memudahkan proses analisa, maka seluruh variabel dilambangkan dengan:
Y
= Indeks Pembangunan Manusia (IPM)
1
= Angka Harapan Hidup
2
= Angka Harapan Lama Sekolah
3
= Pengeluaran Rill Perkapita
Universitas Sumatera Utara
26
Tabel 3.2:Data harapan hidup, harapan lama sekolah, pengeluaran rill
perkapita dan IPM pada Tahun 2015.
Variabel Bebas
No.
Y
1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
Jumlah
58,85
63,99
67,63
67,06
71,32
73,40
70,23
68,40
71,24
69,00
72,69
72,79
68,53
58,74
66,03
65,53
68,43
68,01
66,02
67,35
65,99
69,67
69,69
59,88
58,25
71,64
66,74
76,34
72,81
78,87
73,81
72,80
66,41
2.258,45
68,97
61,58
63,74
66,59
67,55
69,14
69,36
67,37
70,34
67,78
70,62
71,00
67,63
67,66
68,10
64,85
70,26
67,47
65,80
66,50
66,31
68,09
68,70
68,59
67,94
67,70
61,90
72,29
70,14
72,28
71,59
68,32
70,29
2.246,45
2
11,77
12,77
13,06
12,40
13,19
13,18
12,57
12,49
12,69
12,80
12,22
12,52
12,70
11,96
13,15
13,80
13,41
12,31
11,96
11,87
12,91
12,73
12,12
12,40
12,33
13,10
12,40
13,99
12,23
13,97
13,56
14,48
13,65
422,69
3
6.234
9.096
10.623
9.555
11.079
11.535
10.356
10.067
10.728
9.708
11.800
11.359
10.364
6.454
6.889
7.496
7.698
10.110
9.692
9.363
7.955
10.319
11.201
5.627
5.207
10.765
10.326
11.388
11.393
14.191
10.098
9.668
6.742
315.086
Universitas Sumatera Utara
27
Setelah melihat data yang tersedia penulis mengelompokkan penganalisaan dan
pembahasan menjadi 5 kelompok yaitu:
1.
Menentukan model persamaan regresi linear berganda
2.
Uji keberartian regresi
3.
Menentukan nilai korelasi
4.
Uji koefisien determinasi
5.
Uji koefisien regresi linear berganda (Uji t)
3.2
Menentukan Model Persamaan Regresi Linear Berganda
Untuk melihat hubungan antara variabel-variabel bebas (harapan hidup, harapan
lama sekolah dan pengeluaran rill perkapita) terhadap variabel terikat (IPM) maka
langkah pertama yang harus dilakukan adalah menentukan persamaan regresi
linear berganda.
Nilai-nilai yang diperlukan untuk menghitung koefisien-koefisien regresi
0, 1, 2
adalah sebagai berikut
Universitas Sumatera Utara
28
Tabel 3.3: Nilai-Nilai untuk Menghitung Koefisien-Koefisien Regresi dan
Perhitungan Uji Regresi
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
Jumlah
Y
58,85
63,99
67,63
67,06
71,32
73,40
70,23
68,40
71,24
69,00
72,69
72,79
68,53
58,74
66,03
65,53
68,43
68,01
66,02
67,35
65,99
69,67
69,69
59,88
58,25
71,64
66,74
76,34
72,81
78,87
73,81
72,80
66,41
2.258,45
1
68,97
61,58
63,74
66,59
67,55
69,14
69,36
67,37
70,34
67,78
70,62
71,00
67,63
67,66
68,10
64,85
70,26
67,47
65,80
66,50
66,31
68,09
68,70
68,59
67,94
67,70
61,90
72,29
70,14
72,28
71,59
68,32
70,29
2.246,45
2
11,77
12,77
13,06
12,40
13,19
13,18
12,57
12,49
12,69
12,80
12,22
12,52
12,70
11,96
13,15
13,80
13,41
12,31
11,96
11,87
12,91
12,73
12,12
12,40
12,33
13,10
12,40
13,99
12,23
13,97
13,56
14,48
13,65
422,69
3
6.234
9.096
10.623
9.555
11.079
11.535
10.356
10.067
10.728
9.708
11.800
11.359
10.364
6.454
6.889
7.496
7.698
10.110
9.692
9.363
7.955
10.319
11.201
5.627
5.207
10.765
10.326
11.388
11.393
14.191
10.098
9.668
6.742
315.086
2
3.463,32
4.094,72
4.573,82
4.497,04
5.086,54
5.387,56
4.932,25
4.678,56
5.075,14
4.761,00
5.283,84
5.298,38
4.696,36
3.450,39
4.359,96
4.294,18
4.682,66
4.625,36
4.358,64
4.536,02
4.354,68
4.853,91
4.856,70
3.585,61
3.393,06
5.132,29
4.454,23
5.827,80
5.301,30
6.220,48
5.447,92
5.299,84
4.410,29
155.273,846
Universitas Sumatera Utara
29
Sambungan Tabel 3.3 Nilai-Nilai untuk Menghitung Koefisien-Koefisien
Regresi dan Perhitungan Uji Regresi
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
Jumlah
2
1
4.756,86
3.792,10
4.062,79
4.434,23
4.563,00
4.780,34
4.810,81
4.538,72
4.947,72
4.594,13
4.987,18
5.041,00
4.573,82
4.577,88
4.637,61
4.205,52
4.936,47
4.552,20
4.329,64
4.422,25
4.397,02
4.636,25
4.719,69
4.704,59
4.615,84
4.583,29
3.831,61
5.225,84
4.919,62
5.224,40
5.125,13
4.667,62
4.940,68
153.135,84
2
2
138,53
163,07
170,56
153,76
173,98
173,71
158,00
156,00
161,04
163,84
149,33
156,75
161,29
143,04
172,92
190,44
179,83
151,54
143,04
140,90
166,67
162,05
146,89
153,76
152,03
171,61
153,76
195,72
149,57
195,16
183,87
209,67
186,32
5.428,67
2
3
38.862.756
82.737.216
112.848.129
91.298.025
122.744.241
133.056.225
107.246.736
101.344.489
115.089.984
94.245.264
139.240.000
129.026.881
107.412.496
41.654.116
47.458.321
56.190.016
59.259.204
102.212.100
93.934.864
87.665.769
63.282.025
106.481.761
125.462.401
31.663.129
27.112.849
115.885.225
106.626.276
129.686.544
129.800.449
201.384.481
101.969.604
93.470.224
45.454.564
3.141.806.364
1.
2
811,78
786,38
832,44
825,72
890,98
911,27
871,86
841,45
892,61
867,58
862,98
888,92
858,90
809,21
895,52
894,93
942,19
830,56
786,97
789,36
856,06
866,79
832,64
850,52
837,70
886,87
767,56
1.011,34
857,81
1.009,75
970,76
989,27
959,46
28.788,12
1.
3
429.958,98
560.131,68
677.110,02
636.267,45
748.386,45
797.529,90
718.292,16
678.213,79
754.607,52
658.008,24
833.316,00
806.489,00
700.917,32
436.677,64
469.140,90
486.115,60
540.861,48
682.121,70
637.733,60
622.639,50
527.496,05
702.620,71
769.508,70
385.955,93
353.763,58
728.790,50
639.179,40
823.238,52
799.105,02
1.025.725,48
722.915,82
660.517,76
473.895,18
21.487.231,58
Universitas Sumatera Utara
30
Sambungan Tabel 3.3 Nilai-Nilai untuk Menghitung Koefisien-Koefisien
Regresi dan Perhitungan Uji Regresi
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
Jumlah
2.
3
73.374,18
116.155,92
138.736,38
118.482,00
146.132,01
152.031,30
130.174,92
125.736,83
136.138,32
124.262,40
144.196,00
142.214,68
131.622,80
77.189,84
90.590,35
103.444,80
103.230,18
124.454,10
115.916,32
111.138,81
102.699,05
131.360,87
135.756,12
69.774,80
64.202,31
141.021,50
128.042,40
159.318,12
139.336,39
198.248,27
136.928,88
139.992,64
92.028,30
4.043.931,79
1.
2.
3.
4.058,88
3.940,50
4.310,74
4.465,53
4.817,67
5.074,88
4.871,15
4.608,11
5.011,02
4.676,82
5.133,37
5.168,09
4.634,68
3.974,35
4.496,64
4.249,62
4.807,89
4.588,63
4.344,12
4.478,78
4.375,80
4.743,83
4.787,70
4.107,17
3.957,51
4.850,03
4.131,21
5.518,62
5.106,89
5.700,72
5.284,06
4973,70
4.667,96
153.916,6526
692,66
817,15
883,25
831,54
940,71
967,41
882,79
854,32
904,04
883,20
888,27
911,33
870,33
702,53
868,29
904,31
917,65
837,20
789,60
799,44
851,93
886,90
844,64
742,51
718,22
938,48
827,58
1.068,00
890,47
1.101,81
1.000,86
1.054,14
906,50
28.978,0879
366.870,90
582.053,04
718.433,49
640.758,30
790.154,28
846.669,00
727.301,88
688.582,80
764.262,72
669.852,00
857.742,00
826.821,61
710.244,92
379.107,96
454.880,67
491.212,88
526.774,14
687.581,10
639.865,84
630.598,05
524.950,45
718.924,73
780.597,69
336.944,76
303.307,75
771.204,60
689.157,24
869.359,92
829.524,33
1.119.244,17
745.333,38
703.830,40
447.736,22
21.839.883,22
Universitas Sumatera Utara
31
Dari Tabel 3.3 diperoleh:
2
= 155.273,846
3 1=
21.487.231,58
= 2.258,14
2
1
= 153.135,8361
3 2=
4.043.931,79
1
= 2.246,45
2
2
=
5.428,6693
1
= 153.961,6526
2
=
2
3
= 3.141.806.364
2
= 28.978,0879
3
= 315.086
3
= 21.839.883,22
N
=
33
422,69
2 1=
28.788,1214
Harga-harga perkalian antar variabel kemudian disusun ke dalam persamaan
untuk mendapatkan harga koefisien regresi
0,
1,
2,
3.
Rumus umum persamaan regresi linier berganda dengan tiga variabel bebas
adalah:
=� +�
+�
Dan persamaan rumusnya adalah sebagai berikut:
0
+
1
1
+
2
+
2
0
1
+
1
2
1
+
2
0
2
+
1
2 1
+
0
3
+
1
3 1
+
3
+�
=
3
1 2
+
3
1 3
=
1
2
2
2
+
3
2 3
=
2
2
3 2
+
2
3
=
3
3
0, 1, 2, 3
Harga-harga koefisien regresi
dengan eliminasi dan subtitusi dari
persamaan normal di atas. Selanjutnya subtitusi nilai-nilai pada tabel 3.3 ke dalam
persamaan normal, sehingga diperoleh:
33
0
+ 2.246,45
1
+ 422,69
2.246,45
0
422,69
+ 28.788,1214
0
+ 153.135,84
+ 315.086
= 2.258,14
3
+ 28.788,12
2
+ 21.487.231,58
+ 5.428,6693
2
+ 40.439.31,79
1
1
2
3
3
= 153.961,65
= 28.978,0879
Universitas Sumatera Utara
32
315.086
0
+ 21.487.231,58
1
+ 4.043.931,79
2+
3.141.806.364
3
= 21.839.883,2
Setelah persamaan di atas diselesaikan dengan eliminasi dan subtitusi,
maka diperoleh koefisien-koefisien regresi linear berganda seperti berikut:
0
= -8,81196
1
=0,449385
2
=2,280348
3
=0,001827
Sehingga persamaan regresinya adalah:
=� +�
=− ,
3.3
+�
+ ,
+�
− ,
+ ,
Analisis Residu
Untuk mengetahui seberapa besar terjadi kekeliruan baku terhadap IPM yang
sebenarnya, diperlukan harga-harga
yang didapat dari persamaan regresi linear
berganda di atas untuk tiap-tiap harga
1,
2,
dan
3,
yaitu sebagai berikut:
Tabel 3.4 Nilai-Nilai yang diperlukan untuk Menghitung Nilai Taksiran
Baku
No.
1
2
3
4
5
6
7
8
9
10
11
Y
58,85
63,99
67,63
67,06
71,32
73,40
70,23
68,40
71,24
69,00
72,69
1
68,97
61,58
63,74
66,59
67,55
69,14
69,36
67,37
70,34
67,78
70,62
2
11,77
12,77
13,06
12,40
13,19
13,18
12,57
12,49
12,69
12,80
12,22
3
6.234
9.096
10.623
9.555
11.079
11.535
10.356
10.067
10.728
9.708
11.800
Ŷ
60,411
64,600
69,021
66,846
71,863
73,388
69,942
68,337
71,335
68,572
72,348
Y-Ŷ
-1,561
-0,610
-1,391
0,214
-0,543
0,012
0,288
0,063
-0,095
0,428
0,342
(Y − Ŷ)2
2,438
0,372
1,936
0,046
0,295
0,000
0,083
0,004
0,009
0,183
0,117
Universitas Sumatera Utara
33
Sambungan Tabel 3.4
No.
Y
1
12
72,79
71,00
13
68,53
67,63
14
58,74
67,66
15
66,03
68,10
16
65,53
64,85
17
68,43
70,26
18
68,01
67,47
19
66,02
65,80
20
67,35
66,50
21
65,99
66,31
22
69,67
68,09
23
69,69
68,70
24
59,88
68,59
25
58,25
67,94
26
71,64
67,70
27
66,74
61,90
28
76,34
72,29
29
72,81
70,14
30
78,87
72,28
31
73,81
71,59
32
72,80
68,32
33
66,41
70,29
Jumlah 2.258,14 2.246,45
2
12,52
12,70
11,96
13,15
13,80
13,41
12,31
11,96
11,87
12,91
12,73
12,12
12,40
12,33
13,10
12,40
13,99
12,23
13,97
13,56
14,48
13,65
422,69
Ŷ
11.359
72,397
10.364
69,475
6.454
60,658
6.889
64,364
7.496
65,495
7.698
67,406
10.110
68,050
9.692
65,738
9.363
65,246
7.955
64,960
10.319
69,668
11.201
70,163
5.627
60,568
5.207
59,349
10.765
71,152
10.326
66,147
11.388
76,382
11.393
71,412
14.191
81,453
10.098
72,730
9.668
72,573
6.742
66,220
315.086 2.258,269
3
Y-Ŷ
0,393
-0,945
-1,918
1,666
0,035
1,024
-0,040
0,282
2,104
1,030
0,002
-0,473
-0,688
-1,099
0,488
0,593
-0,042
1,398
-2,583
1,080
0,227
0,190
-0,129
(Y − Ŷ)2
0,154
0,894
3,678
2,776
0,001
1,050
0,002
0,080
4,427
1,061
0,000
0,224
0,474
1,208
0,239
0,352
0,002
1,956
6,672
1,166
0,052
0,036
31,983
Sehingga didapat:
s²y
s²y
s²y
sy
. 123
. 123
. 123
. 123
=
=
=
Y−Ŷ
n−k−1
12
i=1
2
31,983
33 − 3 − 1
1,1028
= 1,05016
Universitas Sumatera Utara
34
Dengan penyimpangan nilai yang didapat ini berarti bahwa rata – rata IPMyang
sebenarnya akan menyimpang dari rata – rata IPM yang diperkirakan sebesar
1,102
3.4 Uji Keberartian Regresi
Pengujian hipotesis dalam Regresi Linier Berganda perlu dilakukan agar tidak
terjadi kesalahan penarikan kesimpulan.
Perumusan Hipotesis:
�0 =Tidak terdapat pengaruh yang signifikan terhadap variabel bebas, yaitu
angka
harapan hidup, angka harapan lama sekolah dan pengeluaran rill
perkapitaterhadap IPM.
�1 =Terdapat pengaruh yang signifikan terhadap variabel bebas, yaitu angka
harapan hidup, angka harapan lama sekolah dan pengeluaran rill perkapita
terhadap IPM.
Kriteria Pengujian Hipotesis:
Jika �
Jika �
≥�
α 0,05 makaTerima �0
2. Kesimpulan
Padatabel ANOVA terdapat
dapatSignifikan
= 0,000 dengan α = 0,05 Sehingga di
α yaitu 0,000 ≤ 0,05 Karena tingkat signifikan lebih kecil
daripadaα maka �0 ditolak dan �1 diterima.
Dapat disimpulkan bahwa ketiga variabel harapan hidup, harapan lama
sekolah dan pendapatan rill perkapita berpengaruh terhadap IPM.
f. Bagian Coefficients
Penjelasan:
Universitas Sumatera Utara
63
Dari Tabel Coefficient diatas, di dapatnilai
dan
3
0
= -8,811,
1
=0,449,
2
= 2,280
= 0,002.
Sehingga persamaan regresinya adalah:
=� +�
=− ,
1.
+�
+ ,
+�
% ��
�
�
+ ,
− ,
(% ��
�� )
Konstanta sebesar -8,811 menyatakan bahwa jika tidak ada harapan hidup,
harapan lama sekolah maka IPM adalah -8,811. Dengan kata lain terjadi
penurunan IPM.
a. Koefisien regresi
1
0,449 menyatakan bahwa setiap penambahan (karena
tanda +) 1 tahun satuan harapan hidup, maka terjadi peningkatan IPM
sebesar 0,449 % per tahun
b. Koefisien
2
sebesar 2,280 menyatakan bahwa setiap penambahan (karena
tanda +) 1 % harapan lama sekolah, maka terjadi peningkatan IPM sebesar
2,280 %
c. Koefisien
3
sebesar 0,002 menyatakan bahwa setiap penambahan (karena
tanda +) 1Rupiah pengeluaran rill perkapita, maka akan terjadi
peningkatanIPM sebesar 0,002 % per rupiah
2. Terlihat juga tingkat signifikan untuk constant 0,120
a. tingkat signifikan
Signifikan
1 sebesar
0,000 dengan α = 0,05 Sehingga di dapat
αyaitu 0,000 ≤ 0,05 maka �0 ditolak dan �1 diterima.
Artinya Harapan Hidup berpengaruh positif terhadap IPM.
Universitas Sumatera Utara
64
b. tingkat signifikan
Signifikan
2 sebesar
0,000 dengan α = 0,05 Sehingga di dapat
αyaitu 0,000 ≤ 0,05 maka �0 ditolak dan �1 diterima.
Artinya berarti Harapan Lama Sekolah berpengaruh positif terhadap IPM.
c. tingkat signifikan
Signifikan
3 sebesar
0,000 dengan α = 0,05 Sehingga di dapat
αyaitu 0,000 ≤ 0,05 maka �0 ditolak dan �1 diterima.
Artinya Pendapatan Rill Perkapitaberpengaruh positif terhadap IPM.
g. Bagian Gambar (chart)
Penjelasan:
Universitas Sumatera Utara
65
Hasil dari output SPSS Normal P-Plots memperlihatkan bahwa distribusi dari
titik-titik data variabel independen dan dependen menyebar di sekitar garis
diagonal, dan penyebaran titik-titik data searah dengan garis diagonal. Jadi data
pada variabel dependen dengan independen yang telah dianalisis dapat dikatakan
normal.
Universitas Sumatera Utara
BAB 5
KESIMPULAN DAN SARAN
5.1
Kesimpulan
Berdasarkan analisis data yang telah dilakukan, maka diperoleh beberapa
kesimpulan antara lain:
1. Dengan menggunakan rumus didapat nilai koefisien – koefisien
1=
0,449385,
2=
2,280348,
3=
linier yang didapat adalah:
=− ,
+ ,
0=
−8,81196,
−0,001827. Sehingga persamaan regresi
− ,
+ ,
2. Pada uji linier berganda dengan taraf nyata 0,05, dk pembilang = 3, dk
penyebut = 29, �
Maka �
>�
yang didapat sebesar 2,93 dan �
sebesar 217,851.
yaitu 217,851 > 2,93 dan dapat disimpulakn�0 ditolak
dan �1 diterima. Ini menunjukan adanya hubungan fungsional yang
signifikan antara harapan hidup (
pengeluaran riil perkapita (
3.
3)
1 ),
2 ),
dan
2 ),
dan
terhadap IPM ( ).
Nilai korelasi antara harapan hidup (
pengeluaran riil perkapita (
Harapan Lama Sekolah (
3)
1 ),
harapan lama sekolah (
terhadap IPM ( ) adalah tinggi yaitu sebesar
0,979. Dan pada analisis korelasi antara variabel bebas dengan variabel tak
bebas, korelasi yang kuat terjadi antara IPM (Y) dengan Pengeluaran Rill
Perkapita (
3)
yaitu sebesar 0,881
Universitas Sumatera Utara
66
5.2
Saran
Setelah melakukan penelitian ini, penulis memberikan saran yang mungkin
berguna bagi semua pihak yaitu:
Berdasarkan hasil penelitian yang dilakukan terhadap faktor yang
mempengaruhi Indeks Pembangunan Manusia (IPM), ternyata faktor Pengeluaran
Rill Perkapitayang lebih berpengaruh terhadap IPM. Oleh sebab itu alangkah
baiknya Pemerintah Provinsi Sumatera Utara lebih memperhatikan indikator
ekonomi yang digambarkan oleh pengeluaran rill perkapitamisalnya dengan
peningkatkan pertumbuhan ekonomi agar dapat mengurangi penduduk miskin,
mengatasi pengangguran, standar hidup yang layak agar daya beli masyarakat
semakin baik sehingga IPM cenderung meningkat.
Universitas Sumatera Utara
PENGOLAHAN DATA
3.1
Pengolahan dan Evaluasi Data
Dalam penelitian ini, data yang dikumpulkan adalah data mengenai Indeks
Pembangunan
Manusia
(IPM)
Tahun
2015,
dan
faktor-faktor
yang
mempengaruhinya yaitu:
1. Harapan Hidup (Tahun)
2. Harapan Lama Sekolah (%)
3. Pengeluaran Riil Perkapita (000 Rp)
Adapun data yang akan dianalisis adalah sebagai berikut:
Tabel 3.1: Data harapan hidup, harapan lama sekolah, pengeluaran rill
perkapita dan IPM pada Tahun 2015.
Kabupaten/Kota
01. Nias
02. Mandailing Natal
03. Tapanuli Selatan
04. Tapanuli Tengah
05. Tapanuli Utara
06. Toba Samosir
07. Labuhan Batu
08. Asahan
09. Simalungun
10. Dairi
11. Karo
12. Deli Serdang
13. Langkat
14. Nias Selatan
Harapan
Hidup
(Tahun)
Harapan
Lama
Sekolah (%)
Pengeluaran
Rill Perkapita
(000 Rp.)
IPM
68,97
61,58
63,74
66,59
67,55
69,14
69,36
67,37
70,34
67,78
70,62
71,00
67,63
67,66
11,77
12,77
13,06
12,40
13,19
13,18
12,57
12,49
12,69
12,80
12,22
12,52
12,70
11,96
6.234
9.096
10.623
9.555
11.079
11.535
10.356
10.067
10.728
9.708
11.800
11.359
10.364
6.454
58,85
63,99
67,63
67,06
71,32
73,40
70,23
68,40
71,24
69,00
72,69
72,79
68,53
58,74
Universitas Sumatera Utara
25
Sambungan Tabel 3.1
Harapan
Harapan
Pengeluaran
Hidup
Lama
Rill Perkapita
(Tahun)
Sekolah (%)
(000 Rp.)
15. Humbang Hasundutan
68,10
13,15
6.889
16. Pakpak Barat
64,85
13,80
7.496
17. Samosir
70,26
13,41
7.698
18. Serdang Bedagai
67,47
12,31
10.110
19. Batu Bara
65,80
11,96
9.692
20. Padang Lawas Utara
66,50
11,87
9.363
21. Padang Lawas
66,31
12,91
7.955
22. Labuhan Batu Selatan
68,09
12,73
10.319
23. Labuhan Batu Utara
68,70
12,12
11.201
24. Nias Utara
68,59
12,40
5.627
25. Nias Barat
67,94
12,33
5.207
26. Sibolga
67,70
13,10
10.765
27. Tanjung Balai
61,90
12,40
10.326
28. Pematang Siantar
72,29
13,99
11.388
29. Tebing Tinggi
70,14
12,23
11.393
30. Medan
72,28
13,97
14.191
31. Binjai
71,59
13,56
10.098
32. Padang Sidimpuan
68,32
14,48
9.668
33. Gunung Sitoli
70,29
13,65
6.742
Sumber: Badan Pusat Statistik (BPS) Provinsi Sumatera Utara
Kabupaten/Kota
IPM
66,03
65,53
68,43
68,01
66,02
67,35
65,99
69,67
69,69
59,88
58,25
71,64
66,74
76,34
72,81
78,87
73,81
72,80
66,41
Untuk memudahkan proses analisa, maka seluruh variabel dilambangkan dengan:
Y
= Indeks Pembangunan Manusia (IPM)
1
= Angka Harapan Hidup
2
= Angka Harapan Lama Sekolah
3
= Pengeluaran Rill Perkapita
Universitas Sumatera Utara
26
Tabel 3.2:Data harapan hidup, harapan lama sekolah, pengeluaran rill
perkapita dan IPM pada Tahun 2015.
Variabel Bebas
No.
Y
1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
Jumlah
58,85
63,99
67,63
67,06
71,32
73,40
70,23
68,40
71,24
69,00
72,69
72,79
68,53
58,74
66,03
65,53
68,43
68,01
66,02
67,35
65,99
69,67
69,69
59,88
58,25
71,64
66,74
76,34
72,81
78,87
73,81
72,80
66,41
2.258,45
68,97
61,58
63,74
66,59
67,55
69,14
69,36
67,37
70,34
67,78
70,62
71,00
67,63
67,66
68,10
64,85
70,26
67,47
65,80
66,50
66,31
68,09
68,70
68,59
67,94
67,70
61,90
72,29
70,14
72,28
71,59
68,32
70,29
2.246,45
2
11,77
12,77
13,06
12,40
13,19
13,18
12,57
12,49
12,69
12,80
12,22
12,52
12,70
11,96
13,15
13,80
13,41
12,31
11,96
11,87
12,91
12,73
12,12
12,40
12,33
13,10
12,40
13,99
12,23
13,97
13,56
14,48
13,65
422,69
3
6.234
9.096
10.623
9.555
11.079
11.535
10.356
10.067
10.728
9.708
11.800
11.359
10.364
6.454
6.889
7.496
7.698
10.110
9.692
9.363
7.955
10.319
11.201
5.627
5.207
10.765
10.326
11.388
11.393
14.191
10.098
9.668
6.742
315.086
Universitas Sumatera Utara
27
Setelah melihat data yang tersedia penulis mengelompokkan penganalisaan dan
pembahasan menjadi 5 kelompok yaitu:
1.
Menentukan model persamaan regresi linear berganda
2.
Uji keberartian regresi
3.
Menentukan nilai korelasi
4.
Uji koefisien determinasi
5.
Uji koefisien regresi linear berganda (Uji t)
3.2
Menentukan Model Persamaan Regresi Linear Berganda
Untuk melihat hubungan antara variabel-variabel bebas (harapan hidup, harapan
lama sekolah dan pengeluaran rill perkapita) terhadap variabel terikat (IPM) maka
langkah pertama yang harus dilakukan adalah menentukan persamaan regresi
linear berganda.
Nilai-nilai yang diperlukan untuk menghitung koefisien-koefisien regresi
0, 1, 2
adalah sebagai berikut
Universitas Sumatera Utara
28
Tabel 3.3: Nilai-Nilai untuk Menghitung Koefisien-Koefisien Regresi dan
Perhitungan Uji Regresi
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
Jumlah
Y
58,85
63,99
67,63
67,06
71,32
73,40
70,23
68,40
71,24
69,00
72,69
72,79
68,53
58,74
66,03
65,53
68,43
68,01
66,02
67,35
65,99
69,67
69,69
59,88
58,25
71,64
66,74
76,34
72,81
78,87
73,81
72,80
66,41
2.258,45
1
68,97
61,58
63,74
66,59
67,55
69,14
69,36
67,37
70,34
67,78
70,62
71,00
67,63
67,66
68,10
64,85
70,26
67,47
65,80
66,50
66,31
68,09
68,70
68,59
67,94
67,70
61,90
72,29
70,14
72,28
71,59
68,32
70,29
2.246,45
2
11,77
12,77
13,06
12,40
13,19
13,18
12,57
12,49
12,69
12,80
12,22
12,52
12,70
11,96
13,15
13,80
13,41
12,31
11,96
11,87
12,91
12,73
12,12
12,40
12,33
13,10
12,40
13,99
12,23
13,97
13,56
14,48
13,65
422,69
3
6.234
9.096
10.623
9.555
11.079
11.535
10.356
10.067
10.728
9.708
11.800
11.359
10.364
6.454
6.889
7.496
7.698
10.110
9.692
9.363
7.955
10.319
11.201
5.627
5.207
10.765
10.326
11.388
11.393
14.191
10.098
9.668
6.742
315.086
2
3.463,32
4.094,72
4.573,82
4.497,04
5.086,54
5.387,56
4.932,25
4.678,56
5.075,14
4.761,00
5.283,84
5.298,38
4.696,36
3.450,39
4.359,96
4.294,18
4.682,66
4.625,36
4.358,64
4.536,02
4.354,68
4.853,91
4.856,70
3.585,61
3.393,06
5.132,29
4.454,23
5.827,80
5.301,30
6.220,48
5.447,92
5.299,84
4.410,29
155.273,846
Universitas Sumatera Utara
29
Sambungan Tabel 3.3 Nilai-Nilai untuk Menghitung Koefisien-Koefisien
Regresi dan Perhitungan Uji Regresi
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
Jumlah
2
1
4.756,86
3.792,10
4.062,79
4.434,23
4.563,00
4.780,34
4.810,81
4.538,72
4.947,72
4.594,13
4.987,18
5.041,00
4.573,82
4.577,88
4.637,61
4.205,52
4.936,47
4.552,20
4.329,64
4.422,25
4.397,02
4.636,25
4.719,69
4.704,59
4.615,84
4.583,29
3.831,61
5.225,84
4.919,62
5.224,40
5.125,13
4.667,62
4.940,68
153.135,84
2
2
138,53
163,07
170,56
153,76
173,98
173,71
158,00
156,00
161,04
163,84
149,33
156,75
161,29
143,04
172,92
190,44
179,83
151,54
143,04
140,90
166,67
162,05
146,89
153,76
152,03
171,61
153,76
195,72
149,57
195,16
183,87
209,67
186,32
5.428,67
2
3
38.862.756
82.737.216
112.848.129
91.298.025
122.744.241
133.056.225
107.246.736
101.344.489
115.089.984
94.245.264
139.240.000
129.026.881
107.412.496
41.654.116
47.458.321
56.190.016
59.259.204
102.212.100
93.934.864
87.665.769
63.282.025
106.481.761
125.462.401
31.663.129
27.112.849
115.885.225
106.626.276
129.686.544
129.800.449
201.384.481
101.969.604
93.470.224
45.454.564
3.141.806.364
1.
2
811,78
786,38
832,44
825,72
890,98
911,27
871,86
841,45
892,61
867,58
862,98
888,92
858,90
809,21
895,52
894,93
942,19
830,56
786,97
789,36
856,06
866,79
832,64
850,52
837,70
886,87
767,56
1.011,34
857,81
1.009,75
970,76
989,27
959,46
28.788,12
1.
3
429.958,98
560.131,68
677.110,02
636.267,45
748.386,45
797.529,90
718.292,16
678.213,79
754.607,52
658.008,24
833.316,00
806.489,00
700.917,32
436.677,64
469.140,90
486.115,60
540.861,48
682.121,70
637.733,60
622.639,50
527.496,05
702.620,71
769.508,70
385.955,93
353.763,58
728.790,50
639.179,40
823.238,52
799.105,02
1.025.725,48
722.915,82
660.517,76
473.895,18
21.487.231,58
Universitas Sumatera Utara
30
Sambungan Tabel 3.3 Nilai-Nilai untuk Menghitung Koefisien-Koefisien
Regresi dan Perhitungan Uji Regresi
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
Jumlah
2.
3
73.374,18
116.155,92
138.736,38
118.482,00
146.132,01
152.031,30
130.174,92
125.736,83
136.138,32
124.262,40
144.196,00
142.214,68
131.622,80
77.189,84
90.590,35
103.444,80
103.230,18
124.454,10
115.916,32
111.138,81
102.699,05
131.360,87
135.756,12
69.774,80
64.202,31
141.021,50
128.042,40
159.318,12
139.336,39
198.248,27
136.928,88
139.992,64
92.028,30
4.043.931,79
1.
2.
3.
4.058,88
3.940,50
4.310,74
4.465,53
4.817,67
5.074,88
4.871,15
4.608,11
5.011,02
4.676,82
5.133,37
5.168,09
4.634,68
3.974,35
4.496,64
4.249,62
4.807,89
4.588,63
4.344,12
4.478,78
4.375,80
4.743,83
4.787,70
4.107,17
3.957,51
4.850,03
4.131,21
5.518,62
5.106,89
5.700,72
5.284,06
4973,70
4.667,96
153.916,6526
692,66
817,15
883,25
831,54
940,71
967,41
882,79
854,32
904,04
883,20
888,27
911,33
870,33
702,53
868,29
904,31
917,65
837,20
789,60
799,44
851,93
886,90
844,64
742,51
718,22
938,48
827,58
1.068,00
890,47
1.101,81
1.000,86
1.054,14
906,50
28.978,0879
366.870,90
582.053,04
718.433,49
640.758,30
790.154,28
846.669,00
727.301,88
688.582,80
764.262,72
669.852,00
857.742,00
826.821,61
710.244,92
379.107,96
454.880,67
491.212,88
526.774,14
687.581,10
639.865,84
630.598,05
524.950,45
718.924,73
780.597,69
336.944,76
303.307,75
771.204,60
689.157,24
869.359,92
829.524,33
1.119.244,17
745.333,38
703.830,40
447.736,22
21.839.883,22
Universitas Sumatera Utara
31
Dari Tabel 3.3 diperoleh:
2
= 155.273,846
3 1=
21.487.231,58
= 2.258,14
2
1
= 153.135,8361
3 2=
4.043.931,79
1
= 2.246,45
2
2
=
5.428,6693
1
= 153.961,6526
2
=
2
3
= 3.141.806.364
2
= 28.978,0879
3
= 315.086
3
= 21.839.883,22
N
=
33
422,69
2 1=
28.788,1214
Harga-harga perkalian antar variabel kemudian disusun ke dalam persamaan
untuk mendapatkan harga koefisien regresi
0,
1,
2,
3.
Rumus umum persamaan regresi linier berganda dengan tiga variabel bebas
adalah:
=� +�
+�
Dan persamaan rumusnya adalah sebagai berikut:
0
+
1
1
+
2
+
2
0
1
+
1
2
1
+
2
0
2
+
1
2 1
+
0
3
+
1
3 1
+
3
+�
=
3
1 2
+
3
1 3
=
1
2
2
2
+
3
2 3
=
2
2
3 2
+
2
3
=
3
3
0, 1, 2, 3
Harga-harga koefisien regresi
dengan eliminasi dan subtitusi dari
persamaan normal di atas. Selanjutnya subtitusi nilai-nilai pada tabel 3.3 ke dalam
persamaan normal, sehingga diperoleh:
33
0
+ 2.246,45
1
+ 422,69
2.246,45
0
422,69
+ 28.788,1214
0
+ 153.135,84
+ 315.086
= 2.258,14
3
+ 28.788,12
2
+ 21.487.231,58
+ 5.428,6693
2
+ 40.439.31,79
1
1
2
3
3
= 153.961,65
= 28.978,0879
Universitas Sumatera Utara
32
315.086
0
+ 21.487.231,58
1
+ 4.043.931,79
2+
3.141.806.364
3
= 21.839.883,2
Setelah persamaan di atas diselesaikan dengan eliminasi dan subtitusi,
maka diperoleh koefisien-koefisien regresi linear berganda seperti berikut:
0
= -8,81196
1
=0,449385
2
=2,280348
3
=0,001827
Sehingga persamaan regresinya adalah:
=� +�
=− ,
3.3
+�
+ ,
+�
− ,
+ ,
Analisis Residu
Untuk mengetahui seberapa besar terjadi kekeliruan baku terhadap IPM yang
sebenarnya, diperlukan harga-harga
yang didapat dari persamaan regresi linear
berganda di atas untuk tiap-tiap harga
1,
2,
dan
3,
yaitu sebagai berikut:
Tabel 3.4 Nilai-Nilai yang diperlukan untuk Menghitung Nilai Taksiran
Baku
No.
1
2
3
4
5
6
7
8
9
10
11
Y
58,85
63,99
67,63
67,06
71,32
73,40
70,23
68,40
71,24
69,00
72,69
1
68,97
61,58
63,74
66,59
67,55
69,14
69,36
67,37
70,34
67,78
70,62
2
11,77
12,77
13,06
12,40
13,19
13,18
12,57
12,49
12,69
12,80
12,22
3
6.234
9.096
10.623
9.555
11.079
11.535
10.356
10.067
10.728
9.708
11.800
Ŷ
60,411
64,600
69,021
66,846
71,863
73,388
69,942
68,337
71,335
68,572
72,348
Y-Ŷ
-1,561
-0,610
-1,391
0,214
-0,543
0,012
0,288
0,063
-0,095
0,428
0,342
(Y − Ŷ)2
2,438
0,372
1,936
0,046
0,295
0,000
0,083
0,004
0,009
0,183
0,117
Universitas Sumatera Utara
33
Sambungan Tabel 3.4
No.
Y
1
12
72,79
71,00
13
68,53
67,63
14
58,74
67,66
15
66,03
68,10
16
65,53
64,85
17
68,43
70,26
18
68,01
67,47
19
66,02
65,80
20
67,35
66,50
21
65,99
66,31
22
69,67
68,09
23
69,69
68,70
24
59,88
68,59
25
58,25
67,94
26
71,64
67,70
27
66,74
61,90
28
76,34
72,29
29
72,81
70,14
30
78,87
72,28
31
73,81
71,59
32
72,80
68,32
33
66,41
70,29
Jumlah 2.258,14 2.246,45
2
12,52
12,70
11,96
13,15
13,80
13,41
12,31
11,96
11,87
12,91
12,73
12,12
12,40
12,33
13,10
12,40
13,99
12,23
13,97
13,56
14,48
13,65
422,69
Ŷ
11.359
72,397
10.364
69,475
6.454
60,658
6.889
64,364
7.496
65,495
7.698
67,406
10.110
68,050
9.692
65,738
9.363
65,246
7.955
64,960
10.319
69,668
11.201
70,163
5.627
60,568
5.207
59,349
10.765
71,152
10.326
66,147
11.388
76,382
11.393
71,412
14.191
81,453
10.098
72,730
9.668
72,573
6.742
66,220
315.086 2.258,269
3
Y-Ŷ
0,393
-0,945
-1,918
1,666
0,035
1,024
-0,040
0,282
2,104
1,030
0,002
-0,473
-0,688
-1,099
0,488
0,593
-0,042
1,398
-2,583
1,080
0,227
0,190
-0,129
(Y − Ŷ)2
0,154
0,894
3,678
2,776
0,001
1,050
0,002
0,080
4,427
1,061
0,000
0,224
0,474
1,208
0,239
0,352
0,002
1,956
6,672
1,166
0,052
0,036
31,983
Sehingga didapat:
s²y
s²y
s²y
sy
. 123
. 123
. 123
. 123
=
=
=
Y−Ŷ
n−k−1
12
i=1
2
31,983
33 − 3 − 1
1,1028
= 1,05016
Universitas Sumatera Utara
34
Dengan penyimpangan nilai yang didapat ini berarti bahwa rata – rata IPMyang
sebenarnya akan menyimpang dari rata – rata IPM yang diperkirakan sebesar
1,102
3.4 Uji Keberartian Regresi
Pengujian hipotesis dalam Regresi Linier Berganda perlu dilakukan agar tidak
terjadi kesalahan penarikan kesimpulan.
Perumusan Hipotesis:
�0 =Tidak terdapat pengaruh yang signifikan terhadap variabel bebas, yaitu
angka
harapan hidup, angka harapan lama sekolah dan pengeluaran rill
perkapitaterhadap IPM.
�1 =Terdapat pengaruh yang signifikan terhadap variabel bebas, yaitu angka
harapan hidup, angka harapan lama sekolah dan pengeluaran rill perkapita
terhadap IPM.
Kriteria Pengujian Hipotesis:
Jika �
Jika �
≥�
α 0,05 makaTerima �0
2. Kesimpulan
Padatabel ANOVA terdapat
dapatSignifikan
= 0,000 dengan α = 0,05 Sehingga di
α yaitu 0,000 ≤ 0,05 Karena tingkat signifikan lebih kecil
daripadaα maka �0 ditolak dan �1 diterima.
Dapat disimpulkan bahwa ketiga variabel harapan hidup, harapan lama
sekolah dan pendapatan rill perkapita berpengaruh terhadap IPM.
f. Bagian Coefficients
Penjelasan:
Universitas Sumatera Utara
63
Dari Tabel Coefficient diatas, di dapatnilai
dan
3
0
= -8,811,
1
=0,449,
2
= 2,280
= 0,002.
Sehingga persamaan regresinya adalah:
=� +�
=− ,
1.
+�
+ ,
+�
% ��
�
�
+ ,
− ,
(% ��
�� )
Konstanta sebesar -8,811 menyatakan bahwa jika tidak ada harapan hidup,
harapan lama sekolah maka IPM adalah -8,811. Dengan kata lain terjadi
penurunan IPM.
a. Koefisien regresi
1
0,449 menyatakan bahwa setiap penambahan (karena
tanda +) 1 tahun satuan harapan hidup, maka terjadi peningkatan IPM
sebesar 0,449 % per tahun
b. Koefisien
2
sebesar 2,280 menyatakan bahwa setiap penambahan (karena
tanda +) 1 % harapan lama sekolah, maka terjadi peningkatan IPM sebesar
2,280 %
c. Koefisien
3
sebesar 0,002 menyatakan bahwa setiap penambahan (karena
tanda +) 1Rupiah pengeluaran rill perkapita, maka akan terjadi
peningkatanIPM sebesar 0,002 % per rupiah
2. Terlihat juga tingkat signifikan untuk constant 0,120
a. tingkat signifikan
Signifikan
1 sebesar
0,000 dengan α = 0,05 Sehingga di dapat
αyaitu 0,000 ≤ 0,05 maka �0 ditolak dan �1 diterima.
Artinya Harapan Hidup berpengaruh positif terhadap IPM.
Universitas Sumatera Utara
64
b. tingkat signifikan
Signifikan
2 sebesar
0,000 dengan α = 0,05 Sehingga di dapat
αyaitu 0,000 ≤ 0,05 maka �0 ditolak dan �1 diterima.
Artinya berarti Harapan Lama Sekolah berpengaruh positif terhadap IPM.
c. tingkat signifikan
Signifikan
3 sebesar
0,000 dengan α = 0,05 Sehingga di dapat
αyaitu 0,000 ≤ 0,05 maka �0 ditolak dan �1 diterima.
Artinya Pendapatan Rill Perkapitaberpengaruh positif terhadap IPM.
g. Bagian Gambar (chart)
Penjelasan:
Universitas Sumatera Utara
65
Hasil dari output SPSS Normal P-Plots memperlihatkan bahwa distribusi dari
titik-titik data variabel independen dan dependen menyebar di sekitar garis
diagonal, dan penyebaran titik-titik data searah dengan garis diagonal. Jadi data
pada variabel dependen dengan independen yang telah dianalisis dapat dikatakan
normal.
Universitas Sumatera Utara
BAB 5
KESIMPULAN DAN SARAN
5.1
Kesimpulan
Berdasarkan analisis data yang telah dilakukan, maka diperoleh beberapa
kesimpulan antara lain:
1. Dengan menggunakan rumus didapat nilai koefisien – koefisien
1=
0,449385,
2=
2,280348,
3=
linier yang didapat adalah:
=− ,
+ ,
0=
−8,81196,
−0,001827. Sehingga persamaan regresi
− ,
+ ,
2. Pada uji linier berganda dengan taraf nyata 0,05, dk pembilang = 3, dk
penyebut = 29, �
Maka �
>�
yang didapat sebesar 2,93 dan �
sebesar 217,851.
yaitu 217,851 > 2,93 dan dapat disimpulakn�0 ditolak
dan �1 diterima. Ini menunjukan adanya hubungan fungsional yang
signifikan antara harapan hidup (
pengeluaran riil perkapita (
3.
3)
1 ),
2 ),
dan
2 ),
dan
terhadap IPM ( ).
Nilai korelasi antara harapan hidup (
pengeluaran riil perkapita (
Harapan Lama Sekolah (
3)
1 ),
harapan lama sekolah (
terhadap IPM ( ) adalah tinggi yaitu sebesar
0,979. Dan pada analisis korelasi antara variabel bebas dengan variabel tak
bebas, korelasi yang kuat terjadi antara IPM (Y) dengan Pengeluaran Rill
Perkapita (
3)
yaitu sebesar 0,881
Universitas Sumatera Utara
66
5.2
Saran
Setelah melakukan penelitian ini, penulis memberikan saran yang mungkin
berguna bagi semua pihak yaitu:
Berdasarkan hasil penelitian yang dilakukan terhadap faktor yang
mempengaruhi Indeks Pembangunan Manusia (IPM), ternyata faktor Pengeluaran
Rill Perkapitayang lebih berpengaruh terhadap IPM. Oleh sebab itu alangkah
baiknya Pemerintah Provinsi Sumatera Utara lebih memperhatikan indikator
ekonomi yang digambarkan oleh pengeluaran rill perkapitamisalnya dengan
peningkatkan pertumbuhan ekonomi agar dapat mengurangi penduduk miskin,
mengatasi pengangguran, standar hidup yang layak agar daya beli masyarakat
semakin baik sehingga IPM cenderung meningkat.
Universitas Sumatera Utara