ANALISIS REGRESI BERGANDA TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU INFLASI

ANALISIS REGRESI BERGANDA TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU INFLASI

TUGAS AKHIR

FITRIANI SAGALA 052407021

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2008

Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

ANALISIS REGRESI BERGANDA TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU INFLASI

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya


DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2008


PERSETUJUAN

Judul

Kategori Nama Nomor Induk Mahasiswa Program Studi Departemen Fakultas

: ANALISIS REGRESI BERGANDA TERHADAP FAKTOR–FAKTOR YANG MEMPENGARUHI LAJU INFLASI : TUGAS AKHIR : FITRIANI SAGALA : 052407021 : D3 STATISTIKA : MATEMATIKA : MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Mei 2008

Diketahui/Disetujui oleh Depertemen Matematika FMIPA USU Ketua,

Pembimbing

Dr. Saib Suwilo, M.Sc. NIP. 131 796 149

Drs. Rachmad Sitepu, M.Si. NIP 131 695 909


PERNYATAAN

GAMBARAN STATISTIK KABUPATEN LABUHAN BATU TAHUN 2008

TUGAS AKHIR

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

Medan, 31 Mei 2008



PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala rahmat adan karunia yang telah diberikan sehingga penulis dapat menyelesaikan tugas akhir ini dalam waktu yang telah ditetapkan. Tujuan dari tugas akhir ini adalah untuk melengkapi persyaratan dalam memperoleh gelar Ahli Madya pada Program Diploma – III Jurusan Statistika FMIPA USU. Sehubungan dengan penulisan tugas akhir ini, penulis memilih judul “Analisis Regresi Berganda Terhadap Faktor – Faktor Yang Mempengaruhi Laju Inflasi”. Penulis banyak meneima saran dan bimbingan dari berbagai pihak baik secara langsung maupun tidak langsung selama menyelesaikan tugas akhir ini. Untuk itu pada kesempatan ini, penulis ingin mengucapkan terimakasih yang sebesar-besarnya kepada: 1. Bapak Drs. Rahmad Sitepu, M.Si selaku dosen pembimbing yang sangat membantu dalam penyusunan Tugas Akhir ini. 2. Bapak Dr. Eddy Marlianto, M.Sc , selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam USU.

3. Bapak Dr. Saib Suwilo, M.Sc , ketua Departemen dan Jurusan Matematika FMIPA USU. 4. Bapak dan Ibu dosen pengajar program D-III Statistika.

5. Seluruh staf dan pegawai FMIPA USU. 6. Bapak ketua BPS Provinsi Sumatera Utara yang telah mengijinkan penulis melakukan riset data untuk penyusunan tugas akhir ini.

7. Ayahanda K. Sagala, S.H dan Ibunda R br Naibaho tercinta yang selalu memberikan dukungan dan semangat, semoga Tuhan memberkati. 8. Saudara – saudaraku tersayang Fransiska Sagala (Kakak), Irmina Sagala (Dedek), Ida Meita Sagala (Dedek), S.T. Deo Datus Sagala (D’abang) dan In Memoriam Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

My Little Brother ‘Lamhot Sagala’, yang telah memberi dukungan. Semoga Tuhan memberkati dan memberikan masa depan yang lebih baik kepada kita semua.

9. Buat sahabat senasib seperjuangan, Rani, Yosepa, Helmi, Devi, Frimi, Eka Qthink. Buat semua teman- temanku Stat’05 A, serta semua yang tidak disebutkan namanya terimakasih atas dukungan dan kerjasamanya selama ini. 10. Buat teman – teman penghuni Mandolin 2 lantai 2 Pasar 2 Padang Bulan, K’Kariz, K’Ira, d’Dewi dan d’Malem. Penulis sungguh menyadari bahwa tugas akhir ini masih jauh dari sempurna, disamping pengetahuan dan pengalaman penulis yang terbatas. Untuk itu penulis mengharapkan saran dan kritik yang membangun dari semua pihak yang membacanya. Demikianlah kiranya tugas akhir ini dapat bermanfaat bagi siapa saja yang membacanya, khususnya bagi mahasiswa/i statistika di FMIPA USU.

Medan, Mei 2008 Penulis,

Fitriani Sagala 052407021


DAFTAR ISI

Halaman Persetujuan Pernyataan Penghargaan Daftar Isi Daftar Tabel Daftar Gambar Bab 1 Pendahuluan 1.1 Latar Belakang 1.2 Identifikasi Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian 1.5 Manfaat Penelitian 1.6 Metodologi Penelitian 1.7 Tinjauan Pustaka 1.8 Sistematika Penulisan

i ii iii v vii viii 1 1 5 5 5 7 8

Bab 2 Landasan Teori 2.1 Konsep Dasar Analisis Regresi 2.2 Persamaan Regresi 2.2.1 Persamaan Regresi Linier Sederhana 2.2.2 Persamaan Regresi Linier Berganda 2.3 Uji Regresi Linier Ganda 2.4 Koefisien Determinasi 2.5 Koefisien Korelasi 2.6 Uji Koefisien Regresi Ganda

10 10 11 12 12 17 18 19 21

Bab 3 Sejarah Singkat Badan Pusat Statistik (BPS) 3.1 Sejarah Badan Pusat Statistik 3.1.1 Masa Pemerintahan Hindia Belanda 3.1.2 Masa Pemerintahan Jepang 3.1.3 Masa Pemerintahan RI 3.1.4 Masa Orde Baru – Sekarang 3.2 Visi dan Misi 3.3 Kedudukan Dan Fungsi 3.4 Tata Kerja BPS 3.5 Tugas BPS 3.6 Struktur Organiasasi BPS

23 23 23 24 24 25 26 27 28 28 30

Bab 4 Analisis Data 4.1 Pengolahan Data

34 34


4.2 Persamaan Regresi Linier Ganda 4.3 Uji Regresi Linier Ganda 4.4 Mencari Koefisien Determinasi 4.5 Mencari Koefisien Korelasi 4.5.1 Perhitungan Korelasi Antara Variabel Y dengan Xi. 4.5.2 Perhitungan Korelasi Antara Variabel Bebas 4.6 Pengujian Koefien Regresi Berganda

35 40 43 44 44 45 46

Bab 5 Implementasi Sistem 5.1 Pengertian Implementasi Sistem 5.2 Peranan Komputer Dalam Statistika 5.3 Cara Kerja SPSS 5.4 Mengoperasikan SPSS 5.4.1 Mengaktifkan Program SPSS pada Windows 5.4.2 Pemasukan Data 5.4.3 Menyimpan Data 5.5 Analisis Regresi dengan SPSS 5.6 Analisis Korelasi dengan SPSS

49 49 49 51 53 53 54 58 58 59

Bab 6 Penutup 6.1 Kesimpulan 6.2 Saran

61 61 62

Daftar Pustaka Lampiran


DAFTAR TABEL

Halaman Tabel 2.1 Tabel 4.1

Tabel 4.2

Data Hasil Pengamatan dari n Responden (X1,X2,…,Xk,Y) Data Jumlah Uang Beredar (triliun rupiah), Suku Bunga Bank (persen),Kurs Rupiah Terhadap Dolar dan Laju Inflasi (persen). Nilai – nilai yang dibutuhkan untuk menghitung koefisien – koefisien

14

35 36

^

Tabel 4.3 Tabel 4.4

Harga Penyimpangan Y Harga – harga yang diperlukan untuk uji regresi linier ganda


39 41

DAFTAR GAMBAR

Gambar 3.1 Gambar 5.1 Gambar 5.2 Gambar 5.3 Gambar 5.4 Gambar 5.5 Gambar 5.6 Gambar 5.7

Bagan Struktur BPS Tampilan saat membuka SPSS pada windows Tampilan pada pengisian variabel view Tampilan pada data view Tampilan saat membuat persamaan regresi Tampilan pada kotak dialog regresi Tampilan analisis korelasi Tampilan pada kotak dialog korelasi

Halaman 33 53 57 57 58 59 60 60


BAB 1

PENDAHULUAN

1.1 Latar Belakang

Indonesia adalah salah satu negara berkembang di kawasan Asia. Dengan potensi sumber daya alam yang berlimpah dan sumber daya manusia yang besar diharapkan Indonesia dapat bersaing dengan negara – negara lain di dunia. Salah satu indikator kemajuan suatu negara adalah perekonomian. Negara yang maju adalah negara yang mempunyai perekonomian dan stabilitas nasional yang kuat. Perekonomian menjadi salah satu pondasi utama kekuatan suatu negara. Namun, stabilitas ekonomi tidak selalu berjalan dengan mulus karena perekonomian dipengaruhi oleh banyak faktor, baik itu faktor ekstern maupun faktor intern. Salah satu indikator utama yang digunakan untuk melihat perkembangan perekonomian suatu negara adalah tingkat laju inflasi.

Inflasi adalah kecenderungan dari harga – harga untuk meningkat secara umum terhadap kelompok barang kebutuhan masyarakat dan bersifat terus –menerus atau kontinu. Kenaikan harga dari satu atau dua barang saja tidak dapat disebut inflasi kecuali bila kenaikan itu meluas (atau mengakibatkan kenaikan) kepada barang lainnya. Kebalikan dari inflasi disebut deflasi, yaitu kecenderungan dari daya beli uang sebagai alat tukar untuk menurun secara umum terhadap barang kebutuhan masyarakat. Dapat dikatakan inflasi dan deflasi mempunyai hubungan timbal balik. Angka inflasi yang Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

mempunyai fluktuasi tinggi dari waktu ke waktu menandakan perekonomian suatu negara tidak atau kurang stabil. Indonesia pernah mengalami tingkat inflasi yang sangat tinggi yaitu pada tahun 1966 dan 1997-1998, yang mengakibatkan berbagai segi kehidupan masyarakat mengalami krisis. Banyak perusahaan yang gulung tikar dan pengangguran dimana – mana.

Faktor – faktor yang mempengaruhi terjadinya inflasi sangat banyak, bahkan termasuk faktor politik dan keamanan. Dalam penelitian ini akan dianalisis tiga faktor yang mempengaruhi laju inflasi yaitu jumlah uang beredar, suku bunga bank dan nilai tukar rupiah.

Jumlah uang beredar adalah banyaknya uang kartal dan uang giral serta uang kuasi yang beredar di masyarakat. Semakin banyak uang beredar maka nilai tukar (daya beli) uang menjadi lemah dan harga – harga kebutuhan akan naik. Dengan kata lain, semakin banyak uang yang beredar semakin tinggi angka inflasi.

Uang kartal adalah uang kertas dan uang logam yang dikeluarkan oleh Bank Indonesia sebagai alat pembayaran sah. Uang giral adalah simpanan rupiah milik penduduk pada sistem moneter yang terdiri atas rekening giro, kiriman uang (transfer) dan kewajiban segera lainnya, antara lain simpanan berjangka yang telah jatuh tempo. Sedangkan uang kuasi adalah simpanan rupiah milik penduduk pada sistem moneter yang untuk sementara waktu kehilangan fungsinya sebagai alat tukar. Uang kuasi terdiri deposito berjangka, tabungan dalam rupiah dan valuta asing, dan giro dalam valuta asing.


Tingkat suku bunga bank juga sangat berpengaruh terhadap inflasi. Jika suku bunga bank rendah, masyarakat enggan untuk menyimpan uang di bank dan memilih untuk menggunakan uangnya untuk bentuk kegiatan ekonomi yang lain. Akibatnya jumlah uang beredar tinggi dan terjadilah inflasi. Sebaliknya, bila suku bunga bank tinggi masyarakat akan tertarik untuk menyimpan uang karena jaminan bunga yang tinggi. Uang yang ada di bank akan dipergunakan untuk menunjang kegiatan ekonomi rakyat seperti program pemberian pinjaman usaha. Jadi , masyarakat menjadi lebih produktif dan laju perekonomian pun meningkat. Kestabilan nilai tukar rupiah terhadap mata uang asing juga mengindikasikan tingkat inflasi. Ketika terjadi krisis ekonomi tahun 1998, nilai tukar rupiah terhadap dolar sangat rendah, mencapai tiga belas ribu rupiah per dolar. Hal itu dibarengi dengan kenaikan harga barang – barang kebutuhan yang mencapai 300% dari harga semula.

Pentingnya pengendalian inflasi didasarkan pada pertimbangan bahwa inflasi yang tinggi dapat mengakibatkan dampak yang negatif kepada kondisi sosial ekonomi masyarakat. Pertama, inflasi yang tinggi akan menyebabkan pendapatan riil masyarakat turun, dan akhirnya menjadikan semua kalangan masyarakat, terutama ekonomi rendah semakin terpuruk. Kedua, inflasi yang tidak stabil akan menciptakan ketidakpastian (uncertainty) bagi pelaku ekonomi dalam mengambil keputusan yang pada akhirnya menurunkan pertumbuhan ekonomi. Apalagi Indonesia yang merupakan negara berkembang sangat membutuhkan adanya investor untuk menanamkan modal untuk terbukanya lapangan pekerjaan. Jika inflasi tidak stabil maka para investor akan takut menanamkan modalnya. Ketiga, tingkat inflasi domestik yang lebih tinggi dibandingkan dengan negara tetangga akan memberikan tekanan pada nilai rupiah. Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

Untuk dapat menjaga dan mencapai tingkat inflasi yang rendah dan stabil diperlukan suatu kebijakan ekonomi dan komitmen dari semua pelaku kegiatan ekonomi. Pemerintah sudah banyak membuat kebijakan moneter seperti menaikkan suku bunga bank yang dapat menge-‘rem’ pengeluaran masyarakat dan rumah tangga pemerintah sehingga dapat menurunkan permintaan secara keseluruhan yang pada akhirnya dapat menurunkan inflasi.

1.2 Identifikasi Masalah

Dalam berbagai segi kehidupan pada umumnya dan pada bidang ekonomi pada khususnya, seringkali ditemui hubungan sebab akibat ( kausalitas ) antara satu faktor terhadap faktor yang lainnya. Misalnya, jika permintaan tinggi maka harga juga naik atau sebaliknya. Akan tetapi, besarnya hubungan sebab akibat tersebut tidak dapat diketahui jika hanya bersandar pada teori kualitatif atau akal sehat. Berapa besarnya peningkatan inflasi akibat uang yang beredar meningkat satu triliun rupiah? Berapa pula besarnya peningkatan suku bunga akibat meningkatnya inflasi sebesar satu persen?

Oleh sebab itu, diperlukan suatu pemahaman tentang besarnya derajat hubungan antara faktor – faktor tersebut dan mencari nilai prediksi masa mendatang supaya para pelaku ekonomi dapat mengambil kebijakan umtuk menjaga kestabilan nilai inflasi yang diharapkan. Dalam penelitian ini penulis menggunakan analisis regresi berganda.


1.3 Batasan Masalah

Permasalahan yang akan diangkat oleh penulis adalah menganalisis faktor – faktor yang mempengaruhi inflasi dengan regresi berganda. Adapun faktor yang akan dibahas adalah jumlah uang beredar, suku bunga bank, dan nilai kurs rupiah. Analisis terhadap ketiga faktor tersebut dapat memberikan gambaran yang kurang lebih spesifik mengenai perekonomian Indonesia sebagai negara berkembang.

1.4 Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah : 1) Untuk melihat bagaimana pengaruh faktor jumlah uang beredar, suku bunga bank, dan nilai tular rupiah terhadap laju inflasi dengan analisis regresi berganda dan mengetahui besarnya derajat hubungan antara satu faktor dengan faktor yang lain dengan analisis korelasi. 2) Sebagai bahan aplikasi teori analisis regresi berganda dan korelasi yang penulis dapatkan dari pembelajaran di perkuliahan.

1.5 Manfaat Penelitian

Manfaat dari penelitian ini adalah : a. Untuk mengetahui hubungan antara jumlah uang beredar, suku bunga bank dan nilai kurs rupiah terhadap laju inflasi. Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

b. Dapat melihat perkembangan perekonomian Indonesia melalui tingkat laju inflasi dan digunakan dalam rangka pengambilan kebijakan untuk perbaikan perekonomian Indonesia.

1.6 Metodologi Penelitian

Metode yang digunakan penulis dalam melaksanakan penelitian ini adalah : 1. Penelitian Kepustakaan Penelitian kepustakaan dilakukan untuk mendapatkan tinjauan teoritis melalui buku – buku literatur dan referensi yang mendukung. 2. Metode Pengumpulan Data Dalam pengumpulan data,, penulis mengambil data sekunder dari Badan Pusat Statistik berupa buku – buku, referensi dan sumber – sumber yang dapat dipercaya dari Kantor Badan Pusat Statistik (BPS) Sumatera Utara. 3. Metode Pengolahan Data Data yang dikumpulkan diolah secara periodik dan dalam kurun waktu yang sama yaitu antara Januari 2005 s/d Desember 2006. Adapun langkah – langkah pengolahan data yang dilakukan adalah : 1) Menentukan apa saja yang menjadi variabel bebas (X) dan variabel terikat (Y). 2) Mencari persamaan regresi antara variabel X dan Y dengan menggunakan rumus yang telah diperoleh dari buku literatur. 3) Uji regresi linier berganda untuk mengetahui besarnya pengaruh variabel bebas X secara bersama – sama terhadap variabel tak bebas. Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

4) Uji koefisien regresi ganda dilakukan untuk mengetahui tingkat nyata koefisien – koefisien regresi yang di dapat. 4. Waktu dan Lokasi Penelitian Penelitian dilakukan di Kantor Badan Pusat Statistik Sumatera Utara yang beralamat di Jln.Asrama No.179 Medan, tepatnya di perpustakaan BPS Medan pada tanggal 27 Maret s/d 31 Maret 2008.

1.7 Tinjauan Pustaka

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

Rumus yang digunakan untuk regresi berganda adalah : ^

Y = b0 + b1 X 1i + b2 X 2i + ... + bk X ki

Dengan : i = 1,2,3,...,n ^

Y = nilai regresi b0, b1, ..., bk = koefisien regresi Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

X1i, X2i, X3i, ..., Xki = variabel bebas Kemudian akan dilihat bagaimana tingkat hubungan antara satu atau beberapa variabel bebas dengan variabel terikat. Dalam regresi sederhana,jika angka koefisien determinasi tersebut diakarkan maka akan didapat

koefisien korelasi ( r ) yang

merupakan ukuran hubungan linier antar dua variabel ( X dan Y ). Untuk regresi majemuk dapat dihitung beberapa koefisien korelasi, yaitu korelasi antara Y dengan Xi.

Rumus korelasi antara Y dengan Xi adalah :

ry .1, 2,...,k =

n∑ X i Yi − (∑ X i )(∑ Yi )

(n∑ X i2 − (∑ X i ) 2 )(n∑ Yi 2 − (∑ Yi ) 2 )

1.8 Sistematika Penulisan

Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari Tugas Akhir ini, yaitu sebagai berikut BAB 1

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

BAB 2

: LANDASAN TEORI


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

BAB 3

: SEJARAH SINGKAT BPS SUMATERA UTARA Pada bab ini berisi tentang sejarah instansi tempat penulis mengadakan penelitian dan pengumpulan data. Isinya berupa sejarah BPS, tugas, fungsi, landasan hukum dan operasional BPS serta susunan organisasi.

BAB 4

: ANALISA SISTEM Pada bab ini berisi tentang cara penggunaan rumus dan metode yang telah ditentukan dengan tinjauan pustaka.

BAB 5

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

BAB 6

: PENUTUP Berisi tentang kesimpulan dan saran dari hasil analisis data.


BAB 2

LANDASAN TEORI

2.1 Konsep Dasar Analisis Regresi

Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada variabel – variabel lain yang mempengaruhinya. Misalnya, pada seorang karyawan terhadap perubahan tingkat produktivitas karena adanya perubahan upah yang diterimanya. Dalam artian bahwa karyawan tersebut semakin produktif sebagai akibat adanya tambahan upah yang diterimanya. Dalam hal ini berarti bahwa perubahan produktivitas disebabkan oleh adanya perubahan upah. Dalam fenomena alam banyak sekali kejadian yang saling berkaitan sehingga perubahan pada variabel lain berakibat pada perubahan variabel yang lainnya. Teknik yang digunakan untuk menganalisis hal – hal semacam ini disebut dengan analisis regresi.

Analisis regresi (regression

analysis)

merupakan suatu teknik

untuk

membangun persamaan dan menggunakan persamaan tersebut untuk membuat Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai analisis prediksi. Karena merupakan prediksi, maka nilai prediksi tidak selalu tepat dengan nilai riilnya, semakin kecil tingkat penyimpangan antara nilai prediksi dengan nilai riilnya, maka semakin tepat persamaan regresi yang kita bentuk.

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

2.2 Persamaan Regresi

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

Sifat hubungan antarvariabel dalam persamaan regresi merupakan hubungan sebab akibat (causal relationship). Oleh karena itu, sebelum menggunakan persamaan regresi dalam menjelaskan hubungan antara dua atau lebih variabel, maka perlu diyakini terlebih dahulu bahwa secara teoritis atau perkiraan sebelumnya, dua atau lebih variabel tersebut memilikj hubungan sebab akibat. Variabel yang nilainya akan mempengaruhi Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

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

2.2.1 Persamaan Regresi Linier Sederhana

regresi linier sederhana yaitu suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk persamaan antara variabel bebas tunggal dengan variabel tak bebas tunggal. Regresi linier sederhana hanya memiliki satu peubah bebas X yang dihubungkan dengan satu peubah tak bebas Y.

Bentuk umum dari persamaan regresi linier untuk populasi adalah sebagai berikut: μy,x = β0 + β1X

Dengan β0 dan β1 merupakan parameter – parameter yang ada dalam regresi itu.

Jika β0, β1 ditaktsir oleh b0 dan b1, maka bentuk regresi linier sederhana untuk sampel adalah sebagai berikut : ^

Y = b0 + b1 X

2.2.1 Persamaan Regresi Linear Berganda Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

Banyak persoalan penelitian / pengamatan yang terjadi sebagai akibat lebih dari dua variabel, atau dengan kata lain memerlukan lebih dari satu peubah bebas dalam membentuk model regresi. Sebagai salah satu contoh, IPK (Indeks Prestasi Kumulatif) seorang mahasiswa (Y) bergantung pada jumlah jam belajar (X1), banyaknya buku yang dibaca (X2), jumlah uang (X3) dan banyak faktor lainnya. Untuk memberikan gambaran tentang suatu permasalahan / persoalan, biasanya sangat sulit ditentukan sehingga diperlukan suatu model yang dapat memprediksi dan meramalkan respon yang penting terhadap persoalan tersebut, yaitu regresi linier berganda.

Bentuk umum model regresi linier berganda untuk populasi adalah : μy,x = β0 + β1X1 + β2X2 + … + βkXk

Dimana β0, β1,β2,…,βk adalah koefisien atau parameter model.

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

Y = b0 + b1 X 1 + b2 X 2 + ... + bk X k

Dengan : ^

Y

= nilai penduga bagi variabel Y

b0

= dugaan bagi parameter konstanta β0

b1,b2,…,bk

= dugaan bagi parameter konstanta β1,β2,…,βk


e

= galat dugaan (error)

Untuk mencari nilai b0, b1,b2,…,bk diperlukan n buah pasang data (X1,X2,…,Xk,Y) yang dapat disajikan dalam tabel berikut.

Tabel 2.1 : Data Hasil Pengamatan dari n Responden (X1,X2,…,Xk,Y) X1

X2

…….

Xk

Y

1

X11

X21

…….

Xk1

Y1

2

X12

X22

…….

Xk2

Y2

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

n

X1n

X2n

Responden

…….

Xkn

Yn

Dari tabel 2.1 dapat dilihat bahwa Y1 berpasangan dengan X11, X21,…, Xk1, data Y2 baerpasangan dengan X12, X22,…, Xk2 dan umumnya data Yn berpasangan dengan X1n, X2n,…, Xkn.

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

Y = b0 + b1 X 1 + b2 X 2 Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

Dan diperoleh tiga persamaan normal yaitu : ∑Yi

= b0n + b1∑ X1i + b2∑X2i

∑Yi∑X1i

= b0∑X1i + b1∑ X1i2 + b2∑ X1i X2i

∑Yi∑X2i

= b0∑X2i + b1∑ X2i X1i + b2∑ X2i2

Sehingga dalam bentuk matriks dapat dituliskan :

 ∑ Yi   n     ∑ Yi X 1i  =  ∑ X 1i ∑ Yi X 2i  ∑ X 2i   

∑X ∑X ∑X X

∑X ∑X X ∑X

 b0     1i 2 i  x  b1     2 i  b2 

1i

2i

1i

1i

2i

Dalam penelitian ini, penulis menggunakan regresi linier berganda dengan 4 variabel, yaitu satu variabel tak bebas (dependent variabel) dan tiga variabel bebas (independent variabel).

Untuk regresi linier berganda dengan tiga variabe bebas X1, X2, X3 ditaksir oleh: ^

Y = b0 + b1 X 1 + b2 X 2 + b3 X 3

Untuk rumus diatas harus diselesaikan dengan empat persamaan normal yaitu : ∑Yi

= b0n + b1∑ X1i + b2∑X2i + b3∑X3i

∑YiX1i

= b0∑X1i + b1∑ X1i2 + b2∑ X1i X2i + b3∑ X1i X3i

∑YiX2i

= b0∑X2i + b1∑ X2i X1i + b2∑ X2i2 + b3∑ X2i X3i

∑YiX3i

= b0∑X3i + b1∑ X3i X1i + b2∑ X2i X3i + b3∑ X3i2

Sehingga dalam bentuk matriks dapat dituliskan :


 ∑ Yi   n     ∑ Yi X 1i  =  ∑ X 1i ∑ Yi X 2i  ∑ X 2i     ∑ Yi X 3i   ∑ X 3i

∑X ∑X ∑X X ∑X X 1i 2 1i

∑X ∑X X ∑X ∑X X 2i

1i

1i

2i

1i

3i

 b0     1i 3i   b1  x  b2  2i 3i    2  b3  3i 3i

2i

2 2i

2i

∑X ∑X X ∑X X ∑X

3i

Dengan : ^

Y

= variabel terikat (nilai duga Y)

X1, X2, X3

= variabel bebas

b0, b1,b2 dan b3 = koefisien regresi linier berganda b0

= nilai Y, apabila X1= X2= X3=0

b1

= besarnya kenaikan/penurunan Y dalam satuan, jika X1 naik/ turun satu satuan dimana X2, X3 konstan. = besarnya kenaikan/penurunan Y dalam satuan, jika X2 naik/ turun

b2

satu satuan dimana X1, X3 konstan. b3

= kenaikan/penurunan Y dalam satuan, jika X3 naik/ turun satu satuan dimana X1, X2 konstan.

+ atau -

= tanda yang menunjukkan arah hubungan antara Y dengan variabel bebas X.

Harga – harga b0, b1,b2 dan b3 yang telah didapat kemudian disubstitusikan ke dalam persamaan sehingga diperoleh model regresi linier berganda Y atas X1, X2, X3.

Dalam persamaan model regresi linier yang diperoleh, maka antara nilai Y ^

dengan Y akan menimbulkan perbedaan hasil yang sering disebut sebagai kekeliruan.


Ukuran tersebut dapat dihitung oleh kekeliruan baku taksiran s y2.12...k , yang dapat ditentukan dengan rumus : ^

s y2.12...k =

∑ (Y − Y ) 2 n − k −1

Dengan : Yi

= nilai data hasil pengamatan

^

Y

= nilai hasil regresi

n

= ukuran sampel

k

= banyak variabel bebas

2.3 Uji Regresi Linier Ganda

Pengujian hipotesis bagi koefisien – koefisien regresi linier berganda dapat dilakukan secara serentak atau keseluruhan. Pengujian regresi linier perlu dilakukan untuk mengetahui apakah variabel – variabel bebas secara bersamaan memiliki pengaruh terhadap variabel tak bebas.

Langkah – langkah pengujiannya adalah sebagai berikut : 1) Menentukan formulasi hipotesis H0 : b1 = b2 = b3 = … = bk = 0 (X1, X2, …Xk tidak mempengaruhi Y) H1 : minimal ada satu parameter koefisien regresi yang tidak sama dengan nol atau mempengaruhi Y. Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

2) Menentukan taraf nyata α dan nilai Ftabel dengan derajat kebebasan v1=k dan v2= n-k-1. 3) Menentukan kriteria pengujian H0 diterima bila Fhitung ≤ Ftabel H0 ditolak bila Fhitung > Ftabel 4) Menentukan nilai statistik F dengan rumus : F=

JK reg / k JK res /(n − k − 1)

Dengan : JKreg

= jumlah kuadrat regresi

JKres

= jumlah kuadrat residu (sisa)

(n-k-1) = derajat kebebasan JKreg = b1∑yix1i + b2∑yix2i + … + bk∑yixki

Dengan : x1i = X1i - X 1 x2i = X2i - X 2 xki = Xki - X k ^

JKres =

∑ (Yi − Y i ) 2

5) Membuat kesimpulan apakah H0 diterima atau ditolak.

2.4 Koefisien Determinasi


Koefisien determinasi yang dinyatakan dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel. Koefisien determinasi adalah untuk mengetahui proporsi keberagaman total dalam variabel tak bebas Y yang dapat dijelaskan atau diterangkan oleh variabel – variabel bebas X yang ada di dalam model persamaan regresi linier berganda secara bersama – sama. Maka R2 akan ditentukan oleh rumus : R2 =

JK reg

∑y

2 i

Dengan : Jkreg = Jumlah kuadrat regresi

∑y

2 i

= ∑ Yi − 2

(∑ Yi )

2

n

2.5 Koefisien Korelasi

Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui adanya derajat hubungan linear antara satu variabel dengan variabel yang lain. Hubungan antara satu variabel dengan variabel yang lainnya dapat merupakan hubungan yangkebetulan belaka, tetapi dapat juga merupakan hubungan sebab akibat.


Dua variabel dikatakan berkorelasi apabila perubahan pada satu varibel akan diikuti oleh perubahan variabel lain, baik dengan arah yang sama maupun dengan arah yang berlawanan. Hubungan antar varibel dapat dikelompokkan menjadi 3 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 (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 satiu diikuti dengan perubahan variabel yang lain dengan arah yang berlawanan (berbanding terbalik). Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan penurunan pada variabel yang lain dan sebaliknya. 3. Korelasi nihil Korelasi nihil terjadio apabila perubahan pada variabel yang satu diikuti perubahan pada variabel yang lain dengan arah yang tidak teratur (acak). Artinya, apabila variabel yang satu meningkat, kadang diikuti dengan peningkatan pada variabel yang lain dan kadang diikuti dengan penurunan pada variabel yang lain.

Besarnya hubungan antara variabel yang satu dengan variabel yang lain dinyatakan dengan koefisien korelasi yang disimbolkan dengan “r”. besarnya koefisien korelasi berkisar antara -1 ≤ r ≤+1. Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

Untuk mencari korelasi antara variabel Y terhadap Xi atau ry.1,2,…,k dapat dicari dengan rumus : ry .1, 2,...,k =

n∑ X i Yi − (∑ X i )(∑ Yi )

(n∑ X i2 − (∑ X i ) 2 )(n∑ Yi 2 − (∑ Yi ) 2 )

Sedangkan untuk mengetahui korelasi antar variabel bebas dengan tiga buah variabel bebas adalah : 1. Koefisien korelasi antara X1 dan X2 r12 =

n∑ X 1i X 2i − (∑ X 1i )(∑ X 2i )

(n∑ X 12i − (∑ X 1i ) 2 )(n∑ X 22i − (∑ X 2i ) 2 )

2. Koefisien korelasi antara X1 dan X3 r13 =

n∑ X 1i X 3i − (∑ X 1i )(∑ X 3i )

(n∑ X 12i − (∑ X 1i ) 2 )(n∑ X 32i − (∑ X 3i ) 2 )

3. Koefisien korelasi antara X2 dan X3 r23 =

n∑ X 2i X 3i − (∑ X 2i )(∑ X 3i )

(n∑ X 22i − (∑ X 2i ) 2 )(n∑ X 32i − (∑ X 3i ) 2 )

Nilai koefisien korelasi adalah -1 ≤ r ≥ 1. Jika dua variabel berkorelasi negatif maka nilai koefisien korelasi akan mendekati -1 ; jika dua variabel tidak berkorelasi maka koefisien korelasi akan mendekati 0; sedangkan jika dua variabel berkorelasi positif maka nilai koefisien korelasi akan mendekati +1.


Untuk lebih memudahkan mengetahui senerapa jauh derajat keeratan antara variabel tersebut, dapat dilihat pada perumusan berikut : -1,00 ≤ r ≥ -0.80 berarti berkorelasi kuat secara negatif -0,79 ≤ r ≥ -0,50 berarti berkorelasi sedang secara negatif -0,49 ≤ r ≥ 0,49 berarti berkorelasi lemah 0.50 ≤ r ≥ 0.79 berarti berkorelasi sedang secara positif 0.80 ≤ r ≥ 1.00 berarti berkorelasi kuat secara positif

2.6 Uji Koefisien Regresi Ganda

Keberartian adanya variabel –variabel bebas dalam regresi linier ganda perlu diuji untuk menunjukkan seberapa besar pengaruh yang diberikan pada variabel tak bebas. Dan cara yang tepat untuk mengujinya adalah dengan menggunakan uji statistik t (t-student).

Dimisalkan populasi mempunyai model regresi berganda sebagai berikut: μy,x = β0 + β1X1 + β2X2 + … + βkXk ^

yang akan ditaksir oleh regresi berbentuk: Y = b0 + b1 X 1 + b2 X 2 + ... + bk X k . Adanya kriteria bahwa variabel – variabel bebas tersebut memberikan pengaruh yang berarti atau tidak terhadap variabel tak bebas akan diuji hipotesis H0 melawan hipotesis tandingan H1 dalam bentuk : H0 = βi = 0, i = 1,2,…,k. H1 = βi ≠ 0, i = 1,2,…,k.


Untuk menguji hipotesis tersebut digunakan kekeliruan baku taksiran s y2.12...k . Jadi untuk melihat kekeliruan baku dari koefisien bi adalah : Sbi =

s 2 y.12...k Σx 2 ij 1 − R 2 i

(

)(

)

Dengan : 2

s

y.123

(

)

2 Σ Yi − Yˆi = n − k −1

Σ x2ij = Σ (Xij - X i j )2 R2i =

JK Re g Σy 2 i

Perhitungan statistik t :

ti =

bi sbi

Dengan distribusi t-student serta dk = (n-k-1), ttabel = t( n-k-1, α ) ,dimana kriteria pengujian adalah : tolak H0 jika ti > ttabel, dan terima H0 jika ti < ttabel.


BAB 3

SEJARAH SINGKAT BADAN PUSAT STATISTIK (BPS)

3.1 Sejarah Badan Pusat Statistik (BPS)

3.1.1 Masa pemerintahan Hindia Belanda

1. Pada bulan Februari 1920 di kantor Statistik untuk pertama kalinya didirikan oleh Direktur Pertanian, Kerajinan dan Perdagangan dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan mempublikasikan data statistik. 2. Pada bulan Maret 1923 dibentuk suatu komisi yang bernama 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. Selain dari itu, Komisi ini mengurus terutama bagian statistik yang dimuat di dalam Laporan Indonesia yang sebelumnya disebut Laporan Kolonial. 3. Pada bulan September 1924 nama lembaga tersebut diganti menjadi Kantor Pusat Statistik dan dipindahkan ke Jakarta. Bersamaan dengan itu beralih pula pekerjaan mekanisme Statistik Perdagangan yang sekarang disebut Kantor Bea Cukai. Kantor Pusat Statistik selain mencakup bidang administrasi mencakup juga bagian yang menangani Urusan Umum, Statistik Perdagangan, Statistik Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

Pertanian, Statistik Kerajinan, Statistik Konjungtor, Statistik Sosial. Kegiatan statistik pada era ini diarahkan untuk mendukung kebijskan yang ditenpuh oleh Pemerintah Kolonial Belanda. Komisi ini juga pernah melakukan suatu kegiatan statistik yang bersifat monumental yaitu Sensus Penduduk 1930, yang merupakan sensus penduduk yang pertama kali dilakukan di Indonesia.

3.1.2 Masa Pemerintahan Jepang

Pada Juni 1942 Pemerintah Jepang baru mengaktifkan kembali kegiatan statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang/militer. Dan tugas serta fungsi kegiatan statistik pada saat itu lebih terkonsentrasi untuk keperluan militer.

3.1.3 Masa Pemerintahan RI

Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 Agustus 1945 kegiatan statistik ditangani oleh lembaga baru yaitu Kantor Penyelidikan Perangkaan Umum Republik Indonesia ( KAPPURI ). Perkembangan berikutnya KAPPURI

dilebur

menjadi Kantor Pusat Statistik (KPS) dan berada di bawah dan bertangggungjawab kepada Mentri Kemakmuran.

Dengan Keputusan Presiden RI Nomor 172 Tahun 1957, terhitung mulai 1 Juni 1957 KPS diubah menjadi Biro Pusat Statistik, dan urusan statistik yang semula menjadi tanggung jawab dan wewenang Menteri Perekonomian dialihkan menjadi


wewenang dan berada di bawah Perdana Menteri. Berdasarkan Keppres ini pula secara formal nama Biro Pusat Statistik dipergunakan.

3.1.4 Masa Orde Baru – Sekarang

Seiring dengan perkembangan jaman, khususnya pada pemerintahan Orde Baru, untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, mutlak dibutuhkan data statistik. Untuk mendapatkan data secara tepat dan akurat, salah satu unsurnya adalah pembenahan organisasi BPS.

Dalam masa orde baru ini, BPS telah mengalami empat kali perubahan stuktur organisasi : 1. Peraturan pemerintah No.16 Tahun 1980 tentang organisasi BPS. 2. Peraturan pemerintah No.6 tahun 1980 tentang organisasi BPS. 3. Peraturan pemerintah No.2 Tahun 1992 tentang kedudukan, tugas, fungsi, susunan dan tata kerja BPS. 4. Undang – undang No.16 tahun 1997 tentang statistik 5. Keputusan presiden RI No.86 tahun 1998 tentang BPS. 6. Keputusan kepala BPS No.100 tahun 1998 tentang organisasi dan tata kerja BPS. 7. PP 51 tahun 1998 tentang penyelenggaraan statistik.

Tahun 1968, ditetapkan peraturan pemerintah No.16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan daerah. Tahun 1980, peraturan Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

pemerintah No. 6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah No.16 tahun 1968. berdasarkan peraturan pemerintah No. 6 tahun 1980 di tiap provinsi terdapat perwakilan BPS dengan nama kantor satistik provinsi dan di kabupaten atau kotamadya terdapat cabang perwakilan BPS dengan nama kantor statistik kabupaten atau kotamadya. Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti UU No.6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juli 1998 dengan keputusan presiden RI No. 89 tahun 1998, ditetapkan BPS sekaligus mengatur tata kerja dan stuktur organisasi BPS yang baru.

3.2 Visi dan Misi

Adapun visi Badan Pusat Statistik adalah menjadi sumber informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung sumber daya manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang muktahir.

Sedangkan misi Badan Pusat Statistik adalah untuk menjunjung pembangunan nasional BPS mengembangkan misi mengarahkan pembangunan statistik pada penyediaan data statistik yang handal dan bermutu, efektif dan efesien, peningkatan kesadaran masyarakat akan arti dan kegunaan statistik dan pengembangan ilmu statistik.


3.3 Kedudukan dan Fungsi Badan Pusat Statistik Badan Pusat Statistik sebagai lembaga pemerintah non departemen yang berada dibawah dan bertanggungjawab kepada presiden (Keppres No. 86 tahun 1998), dalam melaksanakan tugasnya berdasarkan beberapa ketentuan perundangan : 1. UU No.16 tentang statistik 2. Keputusan presiden No. 86 tahun 1998 tentang BPS 3. Peraturan pemerintah No.51 tahun 1999 tentang penyelenggaraan statistik.

Berdasarkan keputusan presiden No. 86 tahun 1998 dalam menyelenggarakan statistik dasar melaksanakan koordinasi dan kerja sama serta mengembangkan dan membina statistik sesuai dengan peraturan perundang-undangan yang berlaku. Fungsi yang diselenggarakan Badan Pusat Statistik adalah : 1. Perumusan kebijaksanaan perencanaan, pengumpulan, pengolahan, penyajian data, dan analisis di bidang statistik produksi dan kependudukan serta bidang statistik distribusi dan neraca nasional. 2. Pembinaan dan pelaksanaan kooordinasi kegiatan statistik dengan departemen dan instansi lainnya dalam mengembangkan bebagai jenis statistik yang diperlukan,

serta

pelaksanaan

kerjasama

di

bidang

statistik

dengan

lembaga/organisasi lain baik di dalam maupun luar negeri. 3. Penyajian data kepada pemerintah dan masyarakat dari hasil kegiatan statistik produksi dan kependudukan serta statistik distribusi dan neraca nasional secara berkala baik dari hasil penelitian sendiri maupun dari data sekunder. Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

4. Penyebarluasan statistik melalui berbagai cara baik langsung maupun tidak langsung. 5. Pengelolaan keuangan, kepegawaian dan organisasi, perlengkapan dan perbekalan, serta memberikan pelayanan administrasi di lingkungan BPS.

3.4 Tata Kerja Badan Pusat Statistik

Para deputi wajib melaksanakan koordinasi dan kerja sama teknis statistik di dalam dan di luar negeri sesuai dengan bidang tugas masing – masing dan harus melaporkan kepada kepala BPS. Dalam melaksanakan tugasnya wajib menerapkan prinsip koordinasi, integrasi, sibronisasi dan sinlifiksi, baik dalam lingkungan masing – masing antara satuan unit organisasi di lingkungan BPS maupun dengan instansi lainnya di luar BPS sesuai bidang masing – masing.

3.5 Tugas PBS

Menurut Keputusan Presiden RI Nomor 6 Tahun 1992 tugas PBS adalah : 1. Melakukan kegiatan statistik yang ditugaskan kepadanya oleh pemerintah, antara

lain

dibidang

pertanian,

agraria,

pertambangan,

perindustrian,

perhubungan, perdagangan, kependudukan, sosial, ketenagakerjaan, keuangan, pendapatan nasional, pendidikan, dan keagamaan. 2.

Atas nama pemerintah malaksanakan koordinasi di lapangan kegiatan statistik dari segenap instansi pemerintah baik di pusat maupun di daerah dengan tujuan


mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan definisi, klasifikasi, dan lain – lain. 3. Mengadakan segala daya agar masyarakat menyadari akan tujuan dan kegunaan statistik. Berdasarkan Keppres ini Kepala berada di bawah dan bertanggung jawab langsung kepada Presiden serta mempunyai tugas : 1. Memimpin BPS sesuai dengan tugas dan fungsi BPS serta membina aparatur BPS agar berdayaguna dan berhasilguna. 2. Menentukan kebijakan teknis pelaksanaan di bidang statistik yang secara fungsional menjadi tanggungjawabnya sesuai dengan peraturan perundangundangan yang berlaku serta kebijakan umum yang telah ditetapkan oleh Pemerintah. 3. Membina dan melaksanakan koordinasi dengan departemen dan instansi lainnya dalam mengembangkan berbagai jenis statistik yang diperlukan, serta melaksanakan kerjasama di bidang statistik dengan lembaga/organisasi lain baik di dalam maupun di luar negeri.

Wakil Kepala BPS berada di bawah dan bertanggung jawab langsung kepada Kepala BPS serta mempunyai tugas : 1. Membantu Kepala BPS dalam membina dan mengembangkan administrasi BPS agar berdayaguna dan berhasil guna. 2. Membantu Kepala BPS dalam mengkoordinasikan tugas – tugas Deputi, Pusat Pendidikan dan Pelatihan Statistik dan Perwakilan BPS di daerah. 3. Mewakili Kepala BPS dalam hal Kepala BPS berhalangan. Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

Deputi

Administrasi

mempunyai

tugas

menyelenggarakan

pembinaan

pengelolaan keuangan, kepegawaian dan organisasi, perlengkapan dan perbekalan, pengendalian, serta memberikan pelayanan administrasi di lingkungan BPS.

Deputi Perencanaan dan Analisis Statistik adalah unsur pelaksana sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan perencanaan program dan metodologi statistik, system informasi statistik, pengolahan hasil sensus, survei dan data sekunder serta analisis dan pengembangan statistik.

Deputi Statistik Produksi dan Kependudukan adalah unsur pelaksana sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan statistik pertanian, industri, konstruksi, pertambangan dan energi, kesejahteraan rakyat, serta statistik demografi dan ketenagakerjaan.

Deputi Statistik Produksi dan Neraca Nasional adalah unsur pelaksana sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan statistik harga dan keuangan, perdagangan dan jasa, serta neraca nasional.

3.6 Struktur Organisasi Badan Pusat Statistik

Struktur organisasi BPS dipimpim oleh seorang kepala dibantu oleh bagian tata usaha. Tata usaha terdiri dari : 1. Sub bagian urusan dalam 2. Sub bagian perlengkapan dan perbekalan 3. Sub bagian keuangan Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

Uraian tugas bagian Tata Usaha: 1. Menyusun program kerja tahunan bagian 2. Mengatur dan melaksanakan perhimpunan dan penyusunan program kerja tahunan, baik rutin maupun proyek kantor BPS provinsi dan menyimpannya ke BPS. 3. Mengatur dan melaksanakan urusan dalam yang meliputi surat menyurat, pengadaan dan percetakan arsip, rumah tangga, pemeliharaa gedung, keamanan dan ketertiban lingkungan, serta perjalanan dinas dalam dan luar negeri. 4. Mengatur dan melaksanakan urusan perlengkapan dan perbekalan yang meliputi penyusunan rencana kebutuhan, penyaluran dan pengemasan, penyimpanan pergudangan, inventaris, penghapusan, serta pemeliharaan peralatan dan perlengkapan. 5. Mengatur dan melaksanakan urusan keuangan yang meliputi tata usaha keuangan, perbendaharaan, verifikasi dan pembukuan.

Organisasi BPS berdasarkan Keppres RI Nomor 6 Tahun 1992 terdiri atas : 1. Kepala 2. Wakil Kepala 3. Deputi Administrasi Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

4. Deputi Perencanaan dan Analisis Statistik 5. Deputi Statistik Produksi dan Kependudukan 6. Deputi Statistik Produksi dan Neraca Nasional 7. Pusat Pendidikan dan Pelatihan Statistik 8. Perwakilan BPS di Daerah 9. Unit Pelaksanaan Teknis Deputi Perencanaan dan Analisis Statistik ( PAS )mengkoordinasi 3 biro yakni : 1. Biro Perencanaan dan Pengendalian 2. Biro Pengolahan dan Penyajian 3. Biro Analisa dan Pengembangan

Deputi Pembinaan Statistik mengkoordinir 4 Biro, yakni : 1. Biro Statistik dan Industri 2. Biro Statistik Distribusi 3. Biro Statistik Sosial dan Kpendudukan 4. Biro Statistik Neraca Nasional


BAGAN STRUKTUR ORGANISASI BPS


Gambar 3.1 Bagan Struktur BPS


BAB 4

ANALISIS DATA

4.1 Pengolahan Data

Setiap data merupakan alat bagi pengambilan keputusan untuk dasar pembuatan keputusan atau untuk memecahkan masalah suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan keputusan tersebut didasarkan atas keputusan yang baik. Salah satu kegunaan dari data adalah untuk memperolah dan mengetahui gambaran tentang suatu keadaan/permasalahan.

Untuk membahas dan memecahkan masalah tentang laju inflasi seperti yang diuraikan pada bagian sebelumnya, penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut. Data yang dikumpulkan dari Badan Pusat Statistik adalah data mengenai laju inflasi di Indonesia berdasarkan perhitungan tahunan, serta faktor – faktor yang mempengaruhi laju inflasi tersebut diantaranya jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dolar, pada periode Januari 2005 sampai dengan Desember 2006. Adapun datanya adalah sebagai berikut :


Tabel 4.1 Data Jumlah Uang Beredar (triliun rupiah), Suku Bunga Bank (persen), Kurs Rupiah Terhadap Dolar dan Laju Inflasi (persen).

Bulan

Jumlah Uang Beredar (triliun rupiah)

1 248.175 2 250.433 3 250.492 4 246.296 5 252.500 6 267.635 7 266.870 8 274.841 9 273.954 10 286.715 11 276.729 12 281.905 13 281.412 14 277.265 15 277.293 16 282.400 17 304.663 18 313.153 19 311.822 20 329.372 21 333.905 22 346.414 23 342.645 24 361.073 Sumber: BPS Medan

Suku bunga bank (persen) 7.42 7.43 7.44 7.70 7.95 8.25 8.49 9.51 10.00 11.00 12.25 12.75 12.75 12.74 12.73 12.74 12.50 12.50 12.25 11.75 11.25 10.75 10.25 9.75

Kurs Rupiah Terhadap Dolar 9149 9235 9158 9682 9467 9705 9826 10097 10250 10020 10067 9850 9958 9753 9671 9437 9483 9863 9625 9594 9643 9687 9635 9587

Laju Inflasi (persen) 7.32 7.15 8.81 8.12 7.40 7.42 7.84 8.33 9.06 17.89 18.38 17.11 17.03 17.92 15.74 15.40 15.60 15.53 15.15 14.90 14.55 6.29 5.27 6.60

4.2 Persamaan Regresi Linier Berganda

Untuk mencari persamaan linier berganda terlebih dahulu kita menghitung koefisien – koefisien regresinya (bo, b1, b2, b3 ) dengan mencari penggandaan suatu variabel dengan variabel yang lain. Untuk lebih menyederhanakan tabel 4.1 maka variabel – variabel Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

yang akan dicari persamaan regresinya diubah ke notasi variabel X dan Y, yaitu jumlah uang beredar (X1i), suku bunga bank (X2i), kurs rupiah terhadap dolar (X3i), dan laju inflasi (Yi). berikut ini dapat disajikan dalam tabel.

Tabel 4.2 Nilai – nilai yang dibutuhkan untuk menghitung koefisien – koefisien Bulan

X1

X2

X3

Y

X1*X2

X1*X3

X2*X3

1

248.175

7.42

9149

7.32

1841.459

2270553.075

67885.580

2

250.433

7.43

9235

7.15

1860.717

2312748.755

68616.050

3

250.492

7.44

9518

8.81

1863.660

2384182.856

70813.920

4

246.296

7.70

9682

8.12

1896.479

2384637.872

74551.400

5

252.500

7.95

9467

7.40

2007.375

2390417.500

75262.650

6

267.635

8.25

9705

7.42

2207.989

2597397.675

80066.250

7

266.870

8.49

9826

7.84

2265.726

2622264.620

83422.740

8

274.841

9.51

10097

8.33

2613.738

2775069.577

96022.470

9

273.954 10.00

10250

9.06

2739.540

2808028.500

102500.000

10

286.715 11.00

10020 17.89

3153.865

2872884.300

110220.000

11

276.729 12.25

10067 18.38

3389.930

2785830.843

123320.750

12

281.905 12.75

9850 17.11

3594.289

2776764.250

125587.500

13

281.412 12.75

9958 17.03

3588.003

2802300.696

126964.500

14

277.265 12.74

9753 17.92

3532.356

2704165.545

124253.220

15

277.293 12.73

9671 15.74

3529.940

2681700.603

123111.830

16

282.400 12.74

9437 15.40

3597.776

2665008.800

120227.380

17

304.663 12.50

9483 15.60

3808.288

2889119.229

118537.500

18

313.153 12.50

9863 15.53

3914.413

3088628.039

123287.500

19

311.822 12.25

9625 15.15

3819.820

3001286.750

117906.250

20

329.372 11.75

9594 14.90

3870.121

3159994.968

112729.500

21

333.905 11.25

9643 14.55

3756.431

3219845.915

108483.750

22

346.414 10.75

9687

3723.951

3355712.418

104135.250

6.29


23

342.645 10.25

9635

5.27

3512.111

3301384.575

98758.750

24

361.073

9587

6.60

3520.462

3461606.851

93473.250

Jlh

9.75

6937.962 252.15 232802 284.81 73608.438 67311534.212 2450137.990

Sambungan tabel 4.2 Bulan Y*X1 1 1816.641 2 1790.596 3 2206.835 4 1999.924 5 1868.500 6 1985.852 7 2092.261 8 2289.426 9 2482.023 10 5129.331 11 5086.279 12 4823.395 13 4792.446 14 4968.589 15 4364.592 16 4348.960 17 4752.743 18 4863.266 19 4724.103 20 4907.643 21 4858.318 22 2178.944 23 1805.739 24 2383.082 Jlh 82519.486

Y*X2 Y*X3 X1^2 X2^2 54.314 66970.680 61590.831 55.056 53.125 66030.250 62716.687 55.205 65.546 83853.580 62746.242 55.354 62.524 78617.840 60661.720 59.290 58.830 70055.800 63756.250 63.203 61.215 72011.100 71628.493 68.063 66.562 77035.840 71219.597 72.080 79.218 84108.010 75537.575 90.440 90.600 92865.000 75050.794 100.000 196.790 179257.800 82205.491 121.000 225.155 185031.460 76578.939 150.063 218.153 168533.500 79470.429 162.563 217.133 169584.740 79192.714 162.563 228.301 174773.760 76875.880 162.308 200.370 152221.540 76891.408 162.053 196.196 145329.800 79749.760 162.308 195.000 147934.800 92819.544 156.250 194.125 153172.390 98064.801 156.250 185.588 145818.750 97232.960 150.063 175.075 142950.600 108485.914 138.063 163.688 140305.650 111492.549 126.563 67.618 60931.230 120002.659 115.563 54.018 50776.450 117405.596 105.063 64.350 63274.200 130373.711 95.063 3173.491 2771444.770 2031750.546 2744.421

X3^2 83704201 85285225 90592324 93741124 89624089 94187025 96550276 101949409 105062500 100400400 101344489 97022500 99161764 95121009 93528241 89056969 89927289 97278769 92640625 92044836 92987449 93837969 92833225 91910569 2259792276

Dari tabel 4.2 diperoleh : n

= 24

∑Yi

= 284.81

∑X1i

= 6937.962

∑YiX1i

= 82519.486

∑X2i

= 252.15

∑YiX2i

= 3173.491

∑X3i

= 232802

∑YiX3i

= 2771444.770


∑X1iX2i

= 73608.438

∑X1i2

= 2031750.546

∑X1iX3i

= 67311534.212

∑X2i2

= 2744.421

∑X2iX3i

= 2450137.990

∑X3i2

= 2259792276

Dari persamaan : = b0n + b1∑ X1i + b2∑X2i + b3∑X3i

∑Yi ∑YiX1i

= b0∑X1i + b1∑ X1i2 + b2∑ X1i X2i + b3∑ X1i X3i

∑YiX2i

= b0∑X2i + b1∑ X2i X1i + b2∑ X2i2 + b3∑ X2i X3i

∑YiX3i

= b0∑X3i + b1∑ X3i X1i + b2∑ X2i X3i + b3∑ X3i2

Dapat disubstitusikan ke dalam nilai – nilai yang bersesuaian sehingga diperoleh : = 24 b0 + 6937.962 b1 + 252.15 b2 + 232802 b3

284.81

299902.220 = 6937.962 b0 + 2031750.546 b1 + 73608.438 b2 + 67311534.212 b3 3173.491

= 252.12 b0 + 73608.438 b1 + 2744.421 b2 + 2450137.990 b3

2771444.770 = 232802 b0 + 67311534.212 b1 + 2450137.990 b2 + 2259792276 b3

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

= 6.804

b1

= -0.057

b2

= 2.345

b3

= 0.001


Dengan demikian, persamaan regresi linier ganda atas X1, X2, dan X3 atas Y adalah : ^

Y

= 6.804 – 0.057X1i + 2.345 X2i + 0.001 X3i

Sedangkan untuk menghitung kekeliruan baku taksiran diperlukan harga – harga ^

Y yang diperoleh dari persamaan regresi di atas untuk setiap nilai X1i, X2i, dan X3i yang diketahui dapat dilihat pada tabel 4.3 berikut. ^

Tabel 4.3 Harga Penyimpangan Y Bulan

Yi

^

1

7.32

Yi 7.1381

2

7.15

3

^

(Yi − Y i )

^

(Yi − Y i ) 2

0.18192

0.0331

7.0054

0.14464

0.0209

8.81

6.9356

1.87442

3.5135

4

8.12

7.7328

0.38720

0.1499

5

7.40

8.0334

-0.63336

0.4011

6

7.42

7.7976

-0.37762

0.1426

7

7.84

8.3658

-0.52577

0.2764

8

8.33

10.2171

-1.88715

3.5613

9

9.06

11.3685

-2.30846

5.3290

10

17.89

13.0586

4.83136

23.3420

11

18.38

16.5455

1.83454

3.3655

12

17.11

17.4917

-0.38168

0.1457

13

17.03

17.4855

-0.45552

0.2075

14

17.92

17.7638

0.15615

0.0244

15

15.74

17.7648

-2.02483

4.0999

16

15.40

17.5711

-2.17112

4.7138

17

15.60

15.7230

-0.12300

0.0151

18

15.53

15.1178

0.41222

0.1699


19

15.15

14.6830

0.46704

0.2181

20

14.90

12.5185

2.38155

5.6718

21

14.55

11.0715

3.47854

12.1002

22

6.29

9.1708

-2.88083

8.2992

23

5.27

8.2297

-2.95973

8.7600

24

6.60

6.0205

0.57949

0.3358

Jlh 84.8969 Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus : ^

s

∑ (Y − Y ) =

2 y123

2

(n − k − 1)

dengan : ^

∑(Yi - Y )2 = 84.897 n

= 24

k

=3

Diperoleh : s y2,123 =

84.897 24 − 3 − 1

= 4.245

Dengan penyimpangan nilai yang didapat ini berarti bahwa rata - rata angka laju inflasi yang sebenarnya akan menyimpang dari rata – rata laju inflasi yang diperkirakan sebesar 4,245.

4.3 Uji Regresi Linier Ganda

Perumusan hipotesis : Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

H0 : β1 = β2 = β3 = … = βk = 0 (X1, X2, …Xk tidak mempengaruhi Y) H1 : minimal ada satu parameter koefisien regresi yang tidak sama dengan nol atau mempengaruhi Y. Dengan :H0 ditolak bila Fhitung > Ftabel H0 diterima bila Fhitung ≤ Ftabel Dalam pengujian model regresi yang telah ada, maka dapat diambil nilai – nilai : x1i = X1i - X 1 , x2i = X2i - X 2 , x2i = X3i - X 3 dan yi = Yi - Y , dan disajikan dalam tabel 4.4 berikut :

Tabel 4.4 Harga – harga yang diperlukan untuk uji regresi linier ganda Bulan

x1i

x2i

x3i

x1i2

yi

1

-40.907

-3.09

-551

-4.55

1673.3826

2

-38.649

-3.08

-465

-4.72

1493.7452

3

-38.590

-3.07

-182

-3.06

1489.1881

4

-42.786

-2.81

-18

-3.75

1830.6418

5

-36.582

-2.56

-233

-4.47

1338.2427

6

-21.447

-2.26

5

-4.45

459.9738

7

-22.212

-2.02

126

-4.03

493.3729

8

-14.241

-1.00

397

-3.54

202.8061

9

-15.128

-0.51

550

-2.81

228.8564

10

-2.367

0.49

320

6.02

5.6027

11

-12.353

1.74

367

6.51

152.5966

12

-7.177

2.24

150

5.24

51.5093

13

-7.670

2.24

258

5.16

58.8289

14

-11.817

2.23

53

6.05

139.6415

15

-11.789

2.22

-29

3.87

138.9805

16

-6.682

2.23

-263

3.53

44.6491


17

15.581

1.99

-217

3.73

242.7676

18

24.071

1.99

163

3.66

579.4130

19

22.740

1.74

-75

3.28

517.1076

20

40.290

1.24

-106

3.03

1623.2841

21

44.823

0.74

-57

2.68

2009.1013

22

57.332

0.24

-13

-5.58

3286.9582

23

53.563

-0.26

-65

-6.60

2868.9950

24

71.991

-0.76

-113

-5.27

5182.7041

Jumlah

-0.006

-0.09

2

-0.07

26112.3493

Sambungan dari tabel 4.4 x2i2

x3i2

yi2

1

9.5481

303601

20.7025 186.1269

14.0595

2507.0500

2

9.4864

216225

22.2784 182.4233

14.5376

2194.8000

3

9.4249

33124

9.3636 118.0854

9.3942

556.9200

4

7.8961

324

14.0625 160.4475

10.5375

67.5000

5

6.5536

54289

19.9809 163.5215

11.4432

1041.5100

6

5.1076

25

19.8025

95.4392

10.0570

-22.2500

7

4.0804

15876

16.2409

89.5144

8.1406

-507.7800

8

1.0000

157609

12.5316

50.4131

3.5400 -1405.3800

9

0.2601

302500

7.8961

42.5097

1.4331 -1545.5000

10

0.2401

102400

36.2404

-14.2493

2.9498

1926.4000

11

3.0276

134689

42.3801

-80.4180

11.3274

2389.1700

12

5.0176

22500

27.4576

-37.6075

11.7376

786.0000

13

5.0176

66564

26.6256

-39.5772

11.5584

1331.2800

14

4.9729

2809

36.6025

-71.4929

13.4915

320.6500

15

4.9284

841

14.9769

-45.6234

8.5914

-112.2300

16

4.9729

69169

12.4609

-23.5875

7.8719

-928.3900

17

3.9601

47089

13.9129

58.1171

7.4227

-809.4100

18

3.9601

26569

13.3956

88.0999

7.2834

596.5800

Bulan

yix1i

yix2i

yix3i


19

3.0276

5625

20

1.5376

21

10.7584

74.5872

5.7072

-246.0000

11236

9.1809 122.0787

3.7572

-321.1800

0.5476

3249

7.1824 120.1256

1.9832

-152.7600

22

0.0576

169

31.1364 -319.9126

-1.3392

72.5400

23

0.0676

4225

43.5600 -353.5158

1.7160

429.0000

24

0.5776

12769

27.7729 -379.3926

4.0052

595.5100

Jumlah

95.2701

1593476

496.5025 186.1127 181.2064

8764.0300

Dari tabel 4.4 dapat dicari : JKreg = b1∑yix1i + b2∑yix2i + b3∑yix3i = -0.057 * 186.1127 + 2.345 *181.2064 + 0.001 * 8764.0300 = 411.605 ^

Untuk JKres dapat dilihat dari tabel 4.3 yaitu ∑(Y i - Y )2 = 411.605 maka nilai Fhiung dapat dicari dengan rumus : F=

=

JK reg / k JK res /(n − k − 1)

411.605 / 3 84.897 /(24 − 3 − 1)

= 32.322

Dari tabel distribusi F dengan dk pembilang = 3, dk penyebut = 20, dan α = 0.05, diperoleh Ftabel = 3.10. Karena Fhitung lebih besar daripada Ftabel maka Ho ditolak dan H1 diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2, X3 bersifat nyata atau ini juga berarti bahwa jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dolar secara bersama – sama mempengaruhi laju inflasi.


4.4 Mencari Koefisien Determinasi

Melalui tabel 4.4 dapat dilihat bahwa ∑y i2 = 496.5025, sedangkan JKreg yang dihitung adalah 411.605. Maka dengan rumus koefisien determinasi (R2) diperoleh :

R2 =

=

JK reg

∑y

2 i

411.605 496.5025

= 0.829

Dari perhitungan diatas diperoleh koefisien determinasinya sebesar 0.829 Dengan mencari akar dari R2, maka didapat koefisien korelasinya sebesar 0.910 atau 91.0% laju inflasi dipengaruhi oleh ketiga faktor yang dianalisis, sedangkan 9% dipengaruhi oleh faktor – faktor yang lain.

4.5 Koefisien Korelasi

4.5.1 Perhitungan Korelasi Antara Variabel Y dengan Xi 1. Koefisien korelasi antara laju inflasi (Y) dengan jumlah uang beredar (X1) ry .1 =

=

n∑ X 1i Yi − (∑ X 1i )(∑ Yi )

(n∑ X 12i − (∑ X 1i ) 2 )(n∑ Yi 2 − (∑ Yi ) 2 ) (24)(82519.486) − (6937.962)(284.81) ((24)(2031750.546) − (6937.962) 2 ).((24)(3876.3663) − (284.81) 2 )

= 0.052 Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

2.

Koefisien korelasi antara laju inflasi (Y) dengan suku bunga bank (X2). ry .2 =

=

n∑ X 2i Yi − (∑ X 2i )(∑ Yi )

(n∑ X 22i − (∑ X 2i ) 2 )(n∑ Yi 2 − (∑ Yi ) 2 ) (24)(3137.491) − (252.15)(284.81) ((24)(2744.421) − (252.15) 2 ).((24)(3876.3663) − (284.81) 2 )

= 0.833

3. Koefisien korelasi antara laju inflasi (Y) dengan kurs rupiah terhadap dolar (X3). ry .3 =

=

n∑ X 3i Yi − (∑ X 3i )(∑ Yi )

(n∑ X 32i − (∑ X 3i ) 2 )(n∑ Yi 2 − (∑ Yi ) 2 ) (24)(2771444.770) − (232802)(284.81) ((24)(2259792276) − (232802) 2 ).((24)(3876.3663) − (284.81) 2 )

= 0.312

Dari ketiga nilai korelasi di atas dapat dilihat bahwa korelasi antara Y dengan X1 sebesar 0.052, Y dengan X2 sebesar 0.833, dan Y dengan X3 sebesar 0.312. Dari ketiga nilai itu, korelasi yang paling kuat adalah antara Y dengan X2 yaitu sebesar 0.833, dan korelasi yang paling lemah terjadi antara Y dengan X1 yaitu sebesar 0.052.

4.5.2 Perhitungan Korelasi Antar Variabel Bebas

1. Koefisien korelasi antara jumlah uang beredar (X1) dengan suku bunga bank (X2).


r12 =

n∑ X 1i X 2i − (∑ X 1i )(∑ X 2i )

(n∑ X 12i − (∑ X 1i ) 2 )(n∑ X 22i − (∑ X 2i ) 2 ) (24)(73608.438) − (6937.962)(252.15)

=

((24)(2031750.770) − (6937.962) 2 ).((24)(2744.421) − (252.12) 2 )

= 0.454

2. Koefisien korelasi antara jumlah uang beredar (X1 ) dengan kurs rupiah terhadap dolar (X3). r13 =

=

n∑ X 1i X 3i − (∑ X 1i )(∑ X 3i )

(n∑ X 12i − (∑ X 1i ) 2 )(n∑ X 32i − (∑ X 3i ) 2 ) (24)(67311534.212) − (6937.962)(232802) ((24)(2031750.770) − (6937.962) 2 ).((24)(2259792276) − (232802) 2 )

= 0.062 3. Koefien korelasi antara suku bunga bank (X2) dengan kurs rupiah terhadap dolar (X3). r23 =

=

n∑ X 2i X 3i − (∑ X 2i )(∑ X 3i )

(n∑ X 22i − (∑ X 2i ) 2 )(n∑ X 32i − (∑ X 3i ) 2 ) (24)(2450137.990) − (252.12)(232802) ((24)(2744.421) − (252.12) 2 ).((24)(2259792276) − (232802) 2 )

= 0.346

Berdasarkan perhitungan korelasi di atas dapat disimpulkan bahwa korelasi antara variabel bebas X1, X2, dan X3 bersifat lemah secara positif


4.6 Pengujian Koefisien Regresi Berganda

Hipotesis H0 = bi = 0, i = 1,2,…,k ( variabel bebas Xi tidak berpengaruh terhadap Y) H1 = bi ≠ 0, i = 1,2,…,k. (variabel bebas Xi berpengaruh terhadap Y) Dimana tolak H0 jika ti > ttabel, dan terima H0 jika ti < ttabel Dari perhitungan yang sebelumnya didapat harga – harga s y2.12...k = 4.245, ∑x1i2 = 26112.3493, ∑x2i2 = 95.2701, dan ∑x3i2 = 1593476

r12 = 0.454 , r13 = 0.062 ,dan r23 = 0.346 ,sehingga dapat dihitung kekeliruan baku koefisien bi sebagai berikut : sbi =

s y2123

(∑ x ij2 )(1 − Ri2 )

Maka : sb1 =

=

s y2123

(∑ x12i )(1 − R12 ) 4.245 (26112.3493)(1 − 0.2061)

= 0.0143

sb2 =

s y2123

(∑ x22i )(1 − R22 )


=

4.245 (92.2701)(1 − 0.0038)

= 0.2155

sb3 =

=

s y2123

(∑ x32i )(1 − R32 ) 4.245 (1593476)(1 − 0.1197)

= 0.0017 Perhitungan statistik :

ti =

bi sbi

Dapat dihitung sebagai berikut : t1 =

=

b1 sb1 −0.057 0.0143

= -3.9860

t2 =

=

b2 sb 2 2.345 0.2155

= 10.8817

t3 =

b3 sb3


=

0.001 0.0017

= 0.5882

Dari tabel distribusi t dengan dk = 24 dan α = 0.05 diperoleh ttabel sebesar 2.064 dan dari hasil perhitungan di atas diperoleh :

1. t1 = -3.9860 < ttabel = 2.064 2. t2 = 10.8817 > ttabel = 2.064 3. t3 = 0.5882 < ttabel = 2.064

Sehingga dari ketiga koefisien regresi tersebut variabel X2 (suku bunga bank) memiliki pengaruh

yang berarti atau signifikan terhadap persamaan regresi yang

didapat, sedangkan variabel X1 (jumlah uang beredar) dan X3 (kurs rupiah terhadap dolar tidak memiliki pengaruh yang berarti (signifikan) terhadap Y.

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi sistem Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

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

Tahapan impementasi merupakan tahapan penerapan hasil desain tertulis ke dalam programing. Dalam pengolahan data pada karya tulis ini penulis menggunakan perangkat lunak (software) sebagai implementasi sistem yaitu SPSS for windows dalam masalah memperoleh perhitungan.

5.2 Peranan Komputer Dalam Statistika

Komputer memegang peranan yang sangat penting dalam statistika. Komputer dalam bekerja secara efisien dalam pengolahan data mempunyai karakteristik sebagai berikut: 1. Jumlah Input yang Besar Jumlah input yang besar akan dapat diolah oleh komputer dengan mudah semudah mengolah data yang jumlahnya sedikit sehingga komputer akan dapat bekerja sangat efisien pada pengolahan data dengan menggunakan imput yang besar. 2. Proyek yang Repetitif Perintah pengolahan yang berulang – ulang akan lebih efisien dengan menggunakann komputer, karena disini perintah hanya dilakukan satu kali kemudian diulang – ulang (di-copy) untuk menjalankan perintah pengolahan yang lain. 3. Diperlukan Kecepatan yang Tinggi Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

Komputer dapat melakukan proses pengolahan jumlah data yang besar dalam waktu yang singkat. Jumlah data yang besar dan sedikit akan sama cepatnya diolah oleh komputer, yang membedakan hanya pada proses pemasukan data saja. 4. Diperlukan Ketepatan yang Tinggi Komputer yang telah terprogram dengan benar akan melakukan proses pengolahan yan tepat. Kesalahan informasi yang mungkin dihasilkan hanya terjadi pada proses pemasukan data saja. 5. Pengolahan Hal yang Kompleks Hubungan antar fenomena yang kompleks akan dapat dipecahkan dengan mudah menggunakan komputer dalam waktu yang cepat dan tepat.

Saat ini banyak beredar berbagai paket program komputer statistik dari yang ‘kuno’ dan berbasis DOS seperti Microstat sampai yang berbasis Windows seperti SPSS, SAS, Statistika dan lainnya. Dari berbagai software khusus statistik yang beredar sekarang, SPSS adalah yang paling popular dan paling banyak digunakan pemakai di seluruh dunia. SPSS sebagai software statiatik, pertama kali dibuat tahun 1968 oleh tiga mahasiswa Standford University, yang dioperasikan pada komputer mainframe. Pada tahun 1984, SSPS pertama kali muncul dengan versi PC (dapat dipakai untuk komputer desktop) dengan nama SPSS/PC+ dan sejalan dengan mulai populernya sistem operasi Windows, SPSS pada tahun 1992 juga mengeluarkan versi Windows.

Hal ini membuat SPSS yang tadinya ditujukan bagi pengolahan data statistik untuk ilmu sosial (SPSS saat itu adalah singkatan dari Statistical Package for the Social Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

Sciences), sekarang diperluas untuk melayani berbagai jenis user, seperti untuk proses produksi di pabrik, riset ilmu-ilmu sains dan lainnya. Sehingga sekarang kepanjangan SPSS adalah Statistical Product and Service Solutions.

5.3 Cara Kerja SPSS

Cara kerja komputer, statistik, dan SPSS pada prinsipnya adalah sama, yaitu meliputi 3 bagian : input, proses dan output. 1. Input Pada komputer, input berupa data yang akan diolah dengan komputer. Proses inputing dapat melalui keyboard, mouse, tuoch screen, atau hardisk. Pada statistik, input berupa data yang telah dikumpulkan, diedit dan ditabulasi, kemudian siap untuk dianalisis. Pada SPSS, input berupa data yang telah ditabulasikan pada data editor bagian view data, sedangkan proses coding dan pendefinisian variabel pada view variable.

2. Proses Pada komputer, proses berupa eksekusi program komputer dimana komputer menjalankan

perintah

–

perintah

sesuai

dengan

apa

yang

telah

diprogramkan.Pada statistik, proses berupa analisis perhitungan, baik secara deskriptif maupun inferensi, baik dengan statistik parametrik ataupun nonparametrik.


Pada SPSS, proses berupa eksekusi program SPSS untuk menganalisis input yang ada di data editor sesuai dengan perintah dari pemakai. 3. Output Pada komputer, output berupa hasil pengolahan yang telah diproses dengan program komputer yang dikehendaki. Bentuk output komputer bisa dalam bentuk cetakan, tampilan, gambar, maupun suara. Pada statistik, output berupa hasil analisis, baik dalam bentuk penyajian data maupun dalam bentuk grafik atau tabel serta kesimpulan yang diperoleh dari hasil analisis. Pada SPSS, output berupa hasil analisis program SPSS yang disajikan dalam output navigator.

Dengan demikian, cara kerja SPSS dapat dilihat dalam sistematika berikut. INPUT DATA dengan DATA EDITOR

PROSES dengan DATA EDITOR

OUTPUT DATA dengan OUTPUT NAVIGATOR

5.4 Mengoperasikan SPSS

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

5.4.1 Mengaktifkan Program SPSS pada Windows Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

Klik Start, kemudian Program, SPSS for Windows, SPSS 12.0 for windows. Akan tampak tampilan seperti gambar 5.1 berikut.

Gambar 5.1 Tampilan saat membuka SPSS pada windows

5.4.2 Pemasukan Data

Langkah-langkahnya sebagai berikut : Buka lembar kerja baru dari menu file, pilih new, lalu klik data. Pada menu data view isilah kolom dengan ketentuan data yang akan diolah. Pada pemasukan data view hanya Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

akan didefinisikan seperlunya saja, jadi tidak akan menjelaskan proses pemasukan data diluar dari yang diperlukan .

1. Input variabel X1i (jumlah uang beredar) 1) Name Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik X1i. 2) Type Karena X1i berupa angka, maka klik kotak kecil di kanan sel terssebut , pilih tipe numeric 3) Width Untuk keseragaman ketik 8. 4) Decimals Untuk keseragaman ketik 3. 5) Label Label adalah keterangan untuk nama variabel. Maka untuk X1i ketik jumlah uang beredar.

2. Input variabel X2i (suku bunga bank) 1) Name Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik X2i. 2) Type


Karena X2i berupa angka, maka klik kotak kecil di kanan sel terssebut , pilih tipe numeric 3) Width Untuk keseragaman ketik 8. 4) Decimals Untuk keseragaman ketik 2. 5) Label Label adalah keterangan untuk nama variabel. Maka untuk X2i ketik suku bunga bank.

3. Input variabel X2i (kurs rupiah terhadap dolar) 1) Name Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik X3i. 2) Type Karena X3i berupa angka, maka klik kotak kecil di kanan sel terssebut , pilih tipe numeric 3) Width Untuk keseragaman ketik 8. 4) Decimals Untuk keseragaman ketik 3. 5) Label


Label adalah keterangan untuk nama variabel. Maka untuk X3i ketik kurs rupiah terhadap dolar.

4. Input variabel Yi (laju inflasi) 1) Name Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik Yi. 2) Type Karena Yi berupa angka, maka klik kotak kecil di kanan sel terssebut , pilih tipe numeric 3) Width Untuk keseragaman ketik 8. 4) Decimals Untuk keseragaman ketik 2. 5) Label Label adalah keterangan untuk nama variabel. Maka untuk Yi ketik laju inflasi.

Variabel view dapat dilihat pada gambar 5.2 berikut ini.


Gambar 5.2 Tampilan pada pengisian variabel view Setelah proses variabel view selesai, klik pada data view dan isikan data pada kolom yang sudah didefinisikan sebelumnya. Tampilannya pada gambar 5.3 berikut.


Gambar 5.3 Tampilan pada data view 5.4.3 Menyimpan Data

Setelah semua data diisikan dan didefinisikan untuk setiap variabel ke dalam SPSS data editor, maka langkah selanjutnya adalah menyimpan file tersebut dengan langkah – langkah sebagai berikut. 1. Dari menu SPSS, pilih menu file ,kemudian pilih submenu save as… 2. Beri nama file tersebut. 3. Setelah menemukan direktori yang dituju, klik save. 4. Apabila mau menyimpan file yang telah diberi nama tanpa mengganti dengan nama baru, tinggal klik save.

5.5 Analisis Regresi Dengan SPSS

Adapun langkah – langkah analisis regresi dalam SPSS adalah sebagai berikut. 1. Buka file, analyze, regression, linear…. Akan tampak tampilan seperti gambar 5.4 berikut.


Gambar 5.4 Tampilan saat membuat persamaan regresi 2. Masukkan variabel : Y pada kotak dependent. X1 X2

pada kotak independent(s)

X3 3. Abaikan pilihan yang lain, klik OK. Seperti yang terlihat pada gambar 5.5 berikut.


Gambar 5.5 Tampilan pada kotak dialog regresi Tampilan outputnya dapat dilihat pada lampiran.

5.6

Analisis Korelasi Dengan SPSS

Adapun langkah – langkah analisis korelasi dalam SPSS adalah sebagai berikut.

1. Buka file, analyze,corelate, bivariate…. Akan tampak tampilan seperti gambar 5.6 berikut.

Gambar 5.6 Tampilan analisis korelasi 2. Masukkan variabel Y, X1, X2, dan X3 3. Pada correlation coefficients, pilih pearson. 4. Pada test of significance, pilih two-tailed .


5. Abaikan pilihan lainnya, klik OK. Seperti yang terlihat pada gambar 5.7 berikut.

Gambar 5.7 Tampilan pada kotak dialog korelasi

BAB 6

PENUTUP

6.1 Kesimpulan

Berdasarkan hasil pengolahan data pada bab sebelumnya, maka dapat diambil beberapa kesimpulan, yaitu : 1. Dengan menggunakan rumus didapat nilai koefisien – koefisien b0 = 6.804, b1 = -0.057, b2 = 2.345, dan b3 = 0.001S . Sehingga persamaan regresi linier yang ^

didapat adalah Y = 6.804 − 0.057 X 1 + 2.345 X 2 + 0.001X 3 . Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

2. Pada uji regresi linier berganda dengan taraf nyata 0.05, dk pembilang = 3, dk penyebut =20, maka Ftabel yang didapat sebesar 3.10 dan Fhitung sebesar 32.322. Diperoleh

Fhitung > Ftabel dan dapat disimpulkan bahwa Ho ditolak dan H1

diterima. Ini menunjukkan adanya hubungan fungsional yang signifikan antara jumlah uang beredar (X1), suku bunga bank (X2), dan kurs rupiah terhadap dolar (X3) terhadap laju inflasi (Y).

3. Koefisien determinasi (R) sebesar 91.0% menunjukkan bahwa hanya 91.0% laju inflasi dipengaruhi oleh ketiga faktor X1, X2, dan X3 dan 9% dipengaruhi oleh faktor – faktor lain. 4. Pada analisis korelasi antara variabel bebas dengan variabel tak bebas, korelasi yang kuat terjadi antara laju inflasi (Y) dengan suku bunga bank (X2) yaitu sebesar 0.833. Sedangkan korelasi antar variabel bebas bersifat lemah secara positif.

6.2 Saran

1. Penulis menyarankan agar metode analisis regresi dapat dipergunakan dalam meramalkan laju inflasi, ataupun meramalkan hal – hal lain sehingga dapat digunakan sebagai acuan untuk mengambil keputusan atau kebijakan ekonomi moneter.


2. Faktor – faktor yang mempengaruhi laju inflasi perlu diperhatikan sebelum membentuk model regresi agar model yang terbentuk akurat dan dapat dipergunakan untuk berbagai keperluan.

DAFTAR PUSTAKA

Badan Pusat Statistik. Laporan Perekonomian Indonesia Tahun 2006. Jakarta: BPS HaSan, M.M, Iqbal , Ir.1994.Pokok-Pokok Materi Statistik 2,Edisi 2. Bumi Aksara: Jakarta. Santoso, Singgih. 1992. Mengolah Data Statistik Secara Profesional. Jakarta: PT. Elex Media Komputindo. Sudjana.1992. Metoda Statistika.Bandung: Tarsito. Suliyanto.2005. Analisis Data Dalam Aplikasi Pemasaran. Gahlia Indonesia: Bogor. Walpole,E. Ronald.1982. Pengantar Statistika,Edisi 3. Jakarta: PT.Gramedia. www.bps.go.id Fitriani Sagala : Analisis Regresi Berganda Terhadap Faktor-Faktor Yang Mempengaruhi Laju Inflasi, 2008. USU Repository © 2009

www.bi.goid

OUTPUT

Regression De scri ptive Statistics Mean laju inflasi 11.8671 jumlah uang beredar 289.08175 suku bunga bank 10.5063 kurs rupiah terhadap 9700.08 dolar

St d. Deviat ion 4.64619 33.694503 2.03523 263.214

N 24 24 24 24


Variables Entered/Removed b Model 1

Variables Entered kurs rupiah terhadap dolar, jumlah uang beredar, suku bunga a bank

Variables Removed

Method

.

Enter

a. All requested variables entered. b. Dependent Variable: laju inflasi

b Model Summ ary

Model 1

R R Square .910a .829

Adjust ed R Square .803

St d. E rror of the Es timate 2.06030

a. Predic tors: (Constant), kurs rupiah terhadap dolar, jumlah uang beredar, s uku bunga bank b. Dependent Variable: laju inflasi

ANOVA b Model 1

Regres sion Residual Total

Sum of Squares 411.605 84.897 496.502

df 3 20 23

Mean Square 137.202 4.245

F 32.322

Sig. .000a

a. Predictors: (Constant), kurs rupiah terhadap dolar, jumlah uang beredar, s uku bunga bank b. Dependent Variable: laju inflasi


Coefficientsa Unstandardized Coefficients Model 1

B 6.804

Std. Error 16.926

jumlah uang beredar

-.057

.014

suku bunga bank

2.345 .001

(Constant)

kurs rupiah terhadap dolar

Standardized Coefficients t .402

Sig. .692

-.414

-3.962

.001

.254

1.027

9.246

.000

.002

-.018

-.181

.858

Beta

a. Dependent Variable: laju inflasi

a Ca sew ise Dia gnostics

Case Number 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

St d. Residual .088 .070 .910 .188 -.307 -.183 -.255 -.916 -1. 120 2.345 .890 -.185 -.221 .076 -.983 -1. 054 -.060 .200 .227 1.156 1.688 -1. 398 -1. 437 .281

laju inflasi 7.32 7.15 8.81 8.12 7.40 7.42 7.84 8.33 9.06 17.89 18.38 17.11 17.03 17.92 15.74 15.40 15.60 15.53 15.15 14.90 14.55 6.29 5.27 6.60

Predic ted Value 7.1381 7.0054 6.9356 7.7328 8.0334 7.7976 8.3658 10.2171 11.3685 13.0586 16.5455 17.4917 17.4855 17.7638 17.7648 17.5711 15.7230 15.1178 14.6830 12.5185 11.0715 9.1708 8.2297 6.0205

Residual .18192 .14464 1.87442 .38720 -.63336 -.37762 -.52577 -1. 88715 -2. 30846 4.83136 1.83454 -.38168 -.45552 .15615 -2. 02483 -2. 17112 -.12300 .41222 .46704 2.38155 3.47854 -2. 88083 -2. 95973 .57949



Residuals Statistics a Predicted Value Residual Std. Predicted Value Std. Residual

Minimum 6.0205 -2.95973 -1.382 -1.437

Maximum 17.7648 4.83136 1.394 2.345

Mean 11.8671 .00000 .000 .000

Std. Deviation 4.23035 1.92124 1.000 .933

N 24 24 24 24


Correlations Correlations

laju inflasi

jumlah uang beredar

suku bunga bank

kurs rupiah terhadap dolar

Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N

laju inflasi 1 24 .052 .810 24 .833** .000 24 .312 .138 24

jumlah uang beredar .052 .810 24 1 24 .454* .026 24 .062 .772 24

suku bunga bank .833** .000 24 .454* .026 24 1 24 .346 .098 24

**. Correlation is s ignificant at the 0.01 level (2-tailed). *. Correlation is s ignificant at the 0.05 level (2-tailed).


kurs rupiah terhadap dolar .312 .138 24 .062 .772 24 .346 .098 24 1 24

ANALISIS REGRESI BERGANDA TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU INFLASI

Recommend Documents