FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUK DOMESTIK REGIONAL BRUTO (PDRB) DI KABUPATEN LABUHAN BATU TUGAS AKHIR FAHRESI IDRIS

1

FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUK DOMESTIK REGIONAL BRUTO (PDRB) DI KABUPATEN LABUHAN BATU

TUGAS AKHIR

FAHRESI IDRIS 052407051

PROGRAM STUDI DIPLOMA III STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2008

Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

2

FAKTOR-FAKTOR YANG MEMPENGARUHI PDRB DI KABUPATEN LABUHAN BATU

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya


PROGRAM STUDI DIPLOMA III STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

3

2008

PERNYATAAN

FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUK DOMESTIK REGIONAL BRUTO (PDRB) DI KABUPATEN LABUHAN BATU

TUGAS AKHIR

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

Medan,

Mei 2008



4

PENGHARGAAN

Bismillahirrahmanirrrahim ‘……………. Allah meniggikan orang yang beriman diantara kamu dan orang-orang yang diberi ilmu pengetahuan, beberapa derajat……..’ (Q.S Mujadillah : 11) Alhamdulillahirrobbil’alamin penulis panjatkan kehadirat Allah SWT yang telah melimpahkan rahmat dan karunia-Nya serta kasih sayang dan kesehatan kepada semua hamba-Nya. Salawat dan salam penulis ucapkan kepada junjungan kita Nabi Besar Muhammad SAW sehingga penulis dapat menyelesaikan tugas akhir ini sebagai salah satu syarat untuk meraih gelar Ahli Madya pada program studi D-3 Statistika di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. Adapun tujuan dari Tugas Akhir ini adalah untuk memenuhi persyaratan dalam menyelesaikan Pendidikan Program Diploma-III Statistika FMIPA Universitas Sumatera Utara. Pada kesempatan ini penulis hendak mengucapkan terima kasih kepada berbagai berbagai pihak atas segala kritik dan saran yang membangun demi terselesaikannya penulisan tugas akhir ini. Terima kasih yang sebesar-besarnya penulis sampaikan kepada: 1. Bapak Drs. Ramli Barus, M.Si selaku dosen pembimbing yang telah dengan sabar

dan

teliti

membimbing

serta

mengarahkan

penulis

dalam

menyelesaikan tugas akhir ini. 2. Bapak Dr. Eddy Marlianto,M.Sc selaku dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara


5

3. Bapak Dr. Saib Suwilo, M.Sc selaku ketua Departemen Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. 4. Bapak pimpinan dan seluruh karyawan/i di BPS yang telah mengijinkan penulis mengambil data untuk melengkapi Tugas Akhir penulis. 5. Kedua orang tua tercinta, ayahanda MUHAMMAD IDRIS dan ibunda AWALLU SITI IFAH SALBIAH yang dengan keikhlasan dan ketulusan hati membesarkan, mendidik, memberi dorongan dan Doanya serta segenap rasa cinta dan kasih sayang yang tiada henti-hentinya diberikan kepada penulis. 6. Kakak ku Awallu Qory idris yang memberikan masukan agar terselesaikannya tugas akhir ini. Serta adik-adik ku tercinta Imas Sayu Idris, Khairun Nisa Idris dan si kecil Salamah. 7. Keluarga besar Pakde Ngamo Sudarmo di Medan yang dengan ikhlas memberikan dukungan yang sangat berarti bagi penulis sehingga penulis dapat menyelesaikan pendidikan di perguruan tinggi hingga selesai. 8. My beloved friends Fadil, Lastri, Wirda, Nisma, Eva, Eka. I love u all. 9. Seluruh rekan-rekan mahasiswa/i program studi D-3 Statistika FMIPA USU stambuk 2005, karena kita semua saudara. 10. Sahabat-sahabat yang tidak dapat tersebutkan satu persatu, kalian tetap dihati. Doa jualah yang dapat penulis panjatkan kepada Allah SWT, semoga semua amal perbuatan mereka selalu diridhoi oleh-Nya, karena tanpa dukungan-Nya, penulis bukanlah apa-apa. Penulis menyadari bahwa Tugas Akhir ini masih jauh dari sempurna untuk itu penulis mengharapkan saran dan kritik yang membangun dari semua pihak yang membaca dari kesempurnaan Tugas Akhir ini. Mudah-mudahan Tugas Akhir ini dapat bermanfaat bagi siapa saja yang membaca Tugas Akhir ini, khususnya bagi Mahasiswa/i Statistika yang ada di FMIPA Universitas Sumatera Utara.

Amin ya robbal’alamin.


6


7

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Pembanguanan dikatakan berhasil apabila ditunjang oleh struktur ekonomi yang mapan. Karena pada hakekatnya pembangunan ekonomi adalah serangkaian usaha dan kebijaksanaan yang bertujuan untuk meningkatkan taraf hidup masyarakat, memperluas lapangan kerja, pemerataan pendapatan masyarakat, meningkatkan hubungan ekonomi regional dan mengusahakan pergeseran kegiatan ekonomi dari sektor primer ke sektor sekunder dan tersier.

Pembangunan struktur ekonomi regional yang ideal melalui suatu mekanisme perencanaan dalam menentukan strategi dan kebijaksanaan agar keputusan yang diambil dapat mencapai sasaran yang optimal dan tepat waktu dengan menggunakan sumber daya yang ada. Dalam hal ini, data statistic mempunyai peranan penting untuk perencanaan, pengambil keputusan dan evaluasi hasil-hasil pembangunan yang telah dicapai sekaligus untuk menentukan kebijaksanaan dimasa yang akan datang.


8

Data statistik sangat diperlukan untuk memberikan gambaran tentang keadaan ekonomi makro suatu daerah secara lengkap, akurat dan berkesinambungan. Data statistic yang akurat dan pokok, dapat memberi gambaran tentang keadaan ekonomi makro regional adalah data Produk Domestik Regional Bruto (PDRB), yang mampu menggambarkan keadaan ekonomi makro secara dalam masa waktu satu tahun.

Pendapatan regional tidak dapat dipisahkan dengan Pendapatan nasional dari segi konsep, defenisi, metologi, cakupan dan sumber datanya. Hal ini dimaksudkan untuk menjaga kelayakan dan konsisten hasil perhitungan serta mempermudah dalam studi perbandingan dan analisis-analisis lainnya maka tahun dasar 2000 yang dipakai tingkat nasional telah pula serentak diterapkan di seluruh Indonesia dari tingkat propinsi sampai ketingkat kabupaten, sebelumnya memakai tahun dasar 1993. disamping itu, pendapatan regional dengan tahun dasar 2000 merupakan kelanjutan dan penyempurnaan dari perhitungan sebelumnya.

Untuk memenuhi kebutuhan akan data Produk Domestik Bruto (PDRB) Kabupaten Labuhan abatu, maka perlu dilakukan perhitungan / penyusunan publikasi data Produk Domestik Regional Bruto (PDRB) secara terus menerus setiap tahun.

1.2 Identifikasi Masalah

Dalam pengelolaan keuangan daerah, arah kebijaksanaan pendapatan daerah yang harus di perhatikan dalam upaya peningkatan pendapatan daerah dengan meminimalisir penambahan beban bagi masyarakat. Pendapatan daerah dalam struktur Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

9

APBD masih merupakan elemen yang penting peranannya yaitu sebagai perwujudan kemampuan daerah dalam mendukung penyelenggaraan pemerintahan, pelaksanaan pembangunan maupun pelayanan kepada public.

Belanja daerah diarahkan pada peningkatan propinsi belanja untuk memihak kepentingan

public,

disamping

tetap

menjaga

eksistensi

penyelenggaraan

Pemerintahan. Dalam penggunaannya, belanja daerah harus tetapm mengedepankan prinsip disiplin anggaran serta prinsip efisiensi dan efektivitas anggaran tetap mempertimbangkan skala prioritas, yang diharapkan dapat memberikan dukungan program-program strategi daerah.

Salah satu indicator penting untuk mengetahui kondisi suatu daerah dalam suatu priode tertentu adalah data Produk Domestik Regional Bruto (PDRB), baik atas dasar harga berlaku maupun atas dasar harga konstan. PDRB pada dasarnya merupakan jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha kegiatan ekonomi dalam suatu daerah/wilayah pada priode tertentu atau merupakan jumlah nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi.

Untuk memenuhi kebutuhan akan data PDRB di Kabupaten Labuhan Batu, maka perlu dilakukan penghitungan dan penyusunan publikasi data PDRB secara terus menerus setiap tahun. Untuk mengetahui apakah factor ekonomi mempengaruhi PDRB di daerah Labuhan Batu. Maka pada penulisan Tugas Akhir ini penulis memberikan judul : “FAKTOR-FAKTOR YANG MEMPENGARUHI PDRB DI KABUPATEN LABUHAN BATU”


10

1.3 Tujuan

Penghitungan/penyusunan publikasi Produk Domestik Regional Bruto (PDRB) di Kabupaten Labuhan Batu ini bertujuan untuk mengetahui gambaran ekonomi makro secara sektoral sebagai hasil pelaksanaan pembangunan khususnya pembagunan bidang ekonomi di Kabupaten Labuhan Batu yang sangat diperlukan baik oleh pemerintah maupun kalangan lainnya.

Penghitungan/penyusunan publikasi PDRB Kabupaten labuhan Batu ini adalah untuk melihat apakah faktor seperti : 1. Pertanian 2. Industri Pengolahan. 3. Perdagangan, Hotel dan Restoran. 4. Jasa-jasa Mempunyai pengaruh yang nyata terhadap Produk Domestik Regional Bruto di Kabupaten Labuhan Batu.

1.4 Kontribusi Penelitian

1. Sebagai bahan evaluasi pemerintah daerah dalam bidang ekonomi di masa yang akan datang. 2. Sebagai

pertimbangan

dalam

penetapan

kebijaksanaan

perencanaan

pembangunan ekonomi untuk Kabupaten Labuhan Batu di masa yang akan datang. Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

11

3. Sedangkan bagi penulis, penelitian ini merupakan wujud dari penerapan ilmu yang telah didapat selama dalam perkuliahan, khususnya dalam bidang statistika yaitu dengan menggunakan analisis regresi ganda dan korelasi ganda.

1.5 Tinjauan Pustaka

Beberapa buku yang menjadi tinjauan pustaka yang digunakan untuk mewujudkan tulisan ini dikutiĸp dari situs-situs internet yang membantu penulis menguraikan tentang beberapa Indikator yang menunjang faktor – faktor yang mempengaruhi PDRB di Sumatera Utara. Buku-buku tersebut adalah sebagai berikut : 1. “Cara Menggunakan dan Memakai Analisis Jalur (Path Analysis) oleh Prof. H. Bambang Suwarno, M.A., PH.D yang menyatakan bahwa Teknik analisis Korelasi Pearson Product Moment termasuk teknik statistic parametric yang menggunakan data interval dan ratio dengan persyaratan tertentu. Misalnya data dipilih secara random, datanya berdistribusi normal, data yang dihubungkan berpola linier, dan data yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek yang sama.

2. “Metoda Statistika” oleh Prof.DR. Sudjana, M.A.,M.Sc. yang menerangkan dimana akan ditentukan hubungan antara Y dan X₁, X₂,…..,Xĸ sehingga didapat regresi Y atas X₁, X₂,……Xĸ.


12

3. “Ekonometrik” oleh Prof. J. Supranto, M.A.,APU. Dalam regresi linier berganda variable tak bebas Y tergantung kepada dua atau lebih variabel yaitu X₁,X₂,….Xĸ.

1.6 Lokasi Dan Waktu Penelitian

Penelitian atau pengumpulan data mengenai Produk Domestik Regional Bruto di Kabupaten Labuhan Batu diperoleh dari Badan Pusat Statistik (BPS) Propinsi Sumatera Utara Jl. Asrama No. 179 Medan. Pada tanggal 11 maret 2008 sampai dengan 15 april 2008.

1.7 Metodologi Penelitian

Metode penelitian adalah suatu cara yang terdiri dari langkah-langkah atau urutan kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan penelitian sehingga apa yang menjadi tujuan dari penelitian itu terwujud. Penulis melakukan beberapa langkah-langkah untuk menyelesaikan penelitian, antara lain:

1. Kepustakaan (Library Research) Dalam hal ini penulis melakukan pengambilan data dengan membaca, menelaah serta mengkaji buku – buku dan literatur yang berkaitan dengan masalah yang diperlukan. Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

13

2. Metode Pengumpulan data Metode pengumpulan data dapat dibedakan berdasarkan sumbernya yaitu : a. Data Primer b. Data Sekunder

Data primer adalah data yang diperoleh langsung dari sumbernya, diamati dan dicatat untuk pertama kalinya. Data sekunder adalah data yang bukan diusahakan sendiri pengumpulannya oleh peneliti. Misalnya dari Badan Pusat Statistik (BPS), majalah, internet, keterangan-keterangan atau publikasi lainnya.

Adapun data yang digunakan untuk penulisan ini merupakan data sekunder dari Badan Pusat Statistik (BPS) berupa data Perkembangan Produk Domestik Bruto (PDRB) menurut lapangan usaha atas dasar harga berlaku.

Sampel dan Pengumpulan Data Metode sampel dan pengumpulan data yang dilakukan penulis antara lain :

Penentuan Objek Penelitian Penentuan objek penelitian merupakan hal yang sangat penting untuk dilakukan, sesuai dengan model atau metode yang sudah dibentuk atau ditetapkan dalam penyusunan tugas akhir.

Penentuan Variabel


14

Menentukan kelompok data mana saja yang menjadi variabel X (variabel bebas) dan yang mana yang menjadi variabel Y (Variabel Tak Bebas).

Menetukan hubungan antara variabel Y dengan variabel X sehingga didapat regresi Y atas X1, X2, …, Xk.

Menentukan Koefisien Determinasi Koefisien Determinasi dinyatakan dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel tak bebas (Y) yang dapat dijelaskan atau diterangkan oleh variabel – variabel bebas (X) yang ada didalam model persamaan regresi linier berganda secara bersama – sama. Maka R2 akan ditentukan dengan rumus, yaitu : R2 =

JK reg

∑y

∑ yi = ∑ Yi − 2

2

2 i

(∑ Yi ) 2 n

JKreg = Jumlah Kuadrat Regresi Harga R2 yang diperoleh sesuai dengan variansi yang dijelaskan masing – masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variansi yang dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja (yang bersifat nyata).

5.

Uji Korelasi Uji korelasi dilakukan untuk mengetahui bagaimana dan seberapa besarkah hubungan variabel – variabel bebas itu dapat mempengaruhi variabel tak


15

bebas. Untuk hubungan lima variabel tersebut dapat dihitung dengan menggunakan rumus sebagai berikut : 1. Koefisien Korelasi antara X1 dan Y ryx1 =

n∑ X 1i Yi − (∑ X 1i )(∑ Yi ) {n∑ X 1i − (∑ X 1i ) 2 }{n∑ Yi − (∑ Yi ) 2 } 2

2

2. Koefisien Korelasi antara X2 dan Y ryx 2 =

n∑ X 2iYi − (∑ X 2i )(∑ Yi )

{n∑ X 2i − (∑ X 2i ) 2 }{n∑ Yi − (∑ Yi ) 2 } 2

2

3. Koefisien Korelasi antara X3 dan Y ryx 3 =


2

4. Koefisien Korelasi antara X4 dan Y

ryx 4 =


2

Untuk mengukur kuat tidaknya antara variabel bebas dan tak bebas, ditinjau dari besar kecilnya nilai koefisien korelasi (r). Makin besar nilai r maka makin kuat hubungannya dan jika r makin kecil berarti makin lemah hubungannya. Nilai r yaitu :

- 1,00 ≤ r ≥ - 0,80 berarti korelasi kuat - 0,79 ≤ r ≥ - 0,50 berarti korelasi sedang Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

16

- 0,49 ≤ r ≥ 0,49 berarti korelasi lemah 0,50 ≤ r ≥ 0,79 berarti korelasi sedang 0,80 ≤ r ≥ 1,00 berarti korelasi kuat

6.

Menguji koefisien – koefisien Regresi Pengujian ini dilakukan untuk menguji tingkat nyata koefisien – koefisien regresi yang didapat dan seberapa besar kontribusinya.

1.8 Landasan Teori

Regresi linier berganda adalah analisis regresi yang menjelaskan hubungan antara peubah respon (variable dependent) dengan faktor-faktor yang mempengaruhi lebih dari satu predaktor (variable independent). Regresi linier berganda hampir sama dengan Regresi linier sederhana, hanya saja pada Regresi linier berganda variabel penduga (variabel bebas) lebih dari satu variabel penduga. Tujuan analisis ini adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan memuat prediksi/ perkiraan nilai Y atas nilai X. Bentuk persamaan Regresi linier berganda yang mencakup dua atau lebih variabel, yaitu :

Y = β 0 + β 1 X 1i + β 2 X 2i + ... + β k X ki ε i Dengan: Y

= Pengamatan ke-i pada variabel takbebas

Xki

= Pengamatan ke-i pada variabel bebas


17

β0

= Parameter Intercept

β 1 , β 2 ,..., β k = Parameter koefisien regresi variabel bebas

εi

= Pengamatan ke i variabel kesalahan

Model diatas merupakan model regresi untuk populasi, sedangkan apabila hanya menarik sebagian berupa sampel dari populasi secara acak, dan tidak mengetahui regresi populasi, sehingga model regresi populasi perlu diduga berdasarkan model regresi sampel, sebagai berikut : Yi = b0 + b1 X 1i + b2 X 2i + ... + bk X ki Dengan: Y

= Variabel tak bebas

X

= Variabel bebas

b0 ,b1,...,bk

= Koefisien regresi

Dalam regresi linier berganda variabel tak bebas (Y), tergantung kepada dua atau lebih variabel bebas (X). Bentuk persamaan regresi linier berganda yang mencakup dua atau lebih variabel, yaitu :

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

Untuk hal ini, penulis menggunakan regresi linier berganda satu variabel tak bebas (dependent variable) dan empat variabel bebas (independet variable). Bentuk umum persamaan regresi linier berganda tersebut, yaitu :

Yi = b0 + b1 X 1i + b2 X 2i + b3 X 3i + b4 X 4i Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

18

Dengan: i

= 1,2,...,n

ei

= variabel kesalahan (galat)

Untuk rumus diatas, dapat diselesaikannya dengan lima persamaan oleh lima variabel yang terbentuk : ∑Yi

= nb0 + b1 ∑X1i + b2∑X2i + b3∑X3i + b4∑X4i

∑X1i Yi

= b0∑X1i + b1 ∑(X1i)2 + b2∑ X1i X2i + b3∑X1i X3i+ b4∑X1i X4i

∑X2i Yi

= b0∑X2i + b1 ∑X1i X2i + b2∑ (X2i)2+ b3∑X2i X3i+ b4∑X2i X4i

∑X3i Yi

= b0∑X3i + b1 ∑X1i X3i + b2∑X2i X3i + b3∑(X3i)2+ b4∑X3i X4i

Dengan b1, b2, b3, b4 adalah koefisien yang ditentukan berdasarkan data hasil pengamatan.Untuk menghitung nilai x1 = X1- X 1, x2 = X2- X 2, x3 = X3- X 3, x4 = X4- X 4 dan

y = Y- Y

1.9 Sistematika Penulisan

Adapun sistematika dalam penulisan “Tugas Akhir” secara garis besarnya di bagi dalam 6 Bab yang masing-masing Bab dibagi atas beberapa sub-sub bab yaitu sebagai berikut :

BAB 1

: PENDAHULUAN Bab ini menjelaskan latar belakang pengambilan judul, tujuan penelitian, perumusan masalah, metode penelitian, tinjauan pustaka, lokasi penelitian dan sistematika penelitian.


19

BAB 2

: GAMBARAN UMUM TEMPAT RISET Dalam bab ini menjelaskan tentang BPS, motto, visi dan misi dan struktur badan usaha serta sejarah singkat Kabupaten Labuhan Batu.

BAB 3

: LANDASAN TEORI Dalam Bab ini dijelaskan mengenai klasifikasi mengenai faktor-faktor yang mempengaruhi Produk Domestik Bruto (PDRB) di Kabupaten Labuhan Batu dan menguraikan tentang pengertian regresi, regresi linier berganda, uji regresi linier ganda dan korelasi regresi linier ganda serta uji koefisien regresi linier berganda.

BAB 4

: ANALISIS DATA Dalam Bab ini dilakukan analisis data dengan regresi linier berganda, analisis korelasi ganda.

BAB 5

: IMPLEMENTASI SISTEM Dalam Bab ini dilakukan analisis data dengan regresi dan korelasi dengan menggunakan SPSS.

BAB 6

: PENUTUP Dalam Bab ini memberikan beberapa kesimpulan dan saran sesuai dengan hasil analisis yang telah dilakukan.


20


21

BAB 2

GAMBARAN UMUM TEMPAT RISET

2.1

Sejarah Badan Pusat Statistik (BPS) di Indonesia

Adapun sejarah Badan Pusat Statistik di Indonesia terjadi empat masa pemerintahan di Indonesia, antara lain :

2.1.1 Masa Pemerintahan hindia Belanda

Pada masa Hindia Belanda ini, Kantor Statistik pertama didirikan oleh direktur Pertanian, Kerajinan, dan Perdagangan (Direktur Van Landbow Nijeverheid en Handle), pada bulan Pebruari 1920 dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan mempublikasikan data statistic.

Pada bulan Maret tahun 1923, dibentuk suatu komisi untuk satistik yang merupakan anggotanya wakil tiap – tiap departemen. Komisi tersebut diberi tugas merencanakan tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam bidang statistic di Indonesia.


22

Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama Center Kantoor Voor de Statistiek (CKS) atau Kantor Statistik dan dipindahkan ke Jakarta. Bersama dengan itu beralih pula pekerjaan mekanisme Statistik perdagangan yang semula dilakukan oleh Kantor Invoer Uitvoer en Accijnsen (IUA) yang sekarang disebut Kantor Bea Cukai.

2.1.2 Masa Pemerintah Jepang

Pada bulan Juni 1944, pemerintahan Jepang baru mengaktfkan kembali kegiatan statistic yang utamanya diarahkan untuk memenuhi kebutuhan perang atau militer. Pada masa ini juga CKS diganti namanya menjadi Shomubu Chosasitsu Gunseikanbu.

2.1.3 Masa Kemerdekaan Republik

Setelah proklamasi kemerdekaan Indonesia tanggal 17 Agustus 1945, kegiatan statistic ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KPPURI (Kantor Penyelidikan Perangkaan Umum Republik Indonesia). Tahun 1946, kantor KAPPURI dipindahkan ke Yogyakarta sebagai sekuens dari perjanjian Linggarjati. Sementara ini pemerintah Belada (NICA) di Jakarta mengaktifkan kembali CKS.

Berdasarkan edaran kementrian kemakmuran, tanggal 12 Juni 1950 No.219/S.C, KPPURI dan CKS dilebur menjasi Kantor Pusat Statistik (KPS) dan berada dibawah dan bertanggung jawab kepada mentri kemakuran. Dengan surat Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

23

mentri perekonomian tanggal 1 Maret 1952 Nomor P/44, lembaga KPS dibawah dan tanggung jawab kepada mentri perekonomian. Selanjutnya keputusan mentri perekonomian tanggal 24 September 1953 Nomor 18.099/m KPS dibagi menjadi 2 (dua) bagian yaitu bagian reseach yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang disebut Afdeling B.

Dengan keputusan presiden RI Nomor 131 tahun 1957, kementrian perekonomian dipecah menjadi perdagangan dan kementrian perindustrian. Untuk selanjutnya keputusan presiden RI Nomor 172 tahun 1957, terhitung mulai tanggal 1 Juni 1957 KPS diubah menjadi Biro Pusat Statistik dan urusan statistic yang semula menjadi tanggung jawab dan wewenang berada dibawah perdana mentri.

2.1.4 Masa Orde Baru Sampai Sekarang

Pada pemerintahan orde baru, khususnya untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, maka untuk mendapat statistic yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan organisasi Biro Pusat Statistik.

Dalam masa orde baru ini BPS telah mengalami empat kali perubahan struktur organisasi : 1. Peraturan pemerintah No. 16 tahun 1968 tentang oranisasi BPS 2. Peraturan pemerintah No. 6 tahun 1980 tentang organisasi BPS


24

3. Peraturan pemerintah No. 2 tahun 1992 tentang oraganisasi BPS dan keputusan presiden No. 6 tahun 1992 tentang kedudukan, tugas, fungsi, dan susunan dan tata kerja Biro Pusat Statistik. 4. Undang – undang No. 16 tahun 1997 tentang statistic. 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 penyelenggaaraan statistic.

Tahun 1968, ditetapkan peraturan pemerintah No. 16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980, peraturan pemerintah No. 6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah No. 16 tahun 1968, berdasarkan peraturan pemerintah No. 6 tahun 1980 ditiap propinsi terdapat perwakilan BPS dengan nama kantor statistic propinsi dan di kabupaten atau kotamadya terdapat cabang perwakilan BPS dengan nama kantor statistic kabupaten atau kotamadya. Pada tanggal 19 Mei 1997 menetapkan tentang statistic sebagai pengganti UU No. 6 dan 7 tentang sensus dan statistic. Pada tanggal 17 Juli 1998 dengan keputusan presiden republic Indonesia No. 86 tahun 1998 ditetapkan Badan Pusat Statistik sekaligus mengatur tata kerja dan struktur organisasi BPS yang baru.

2.1.5 Program Pengembangan Statistik

Utuk mewujudkan pembangunan statistic, Badan Pusat Statistik membagi kedalam 4 program yaitu : Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

25

a. Program penyempurnaan dan pengembangan statistic. b. Program penyempurnaan system informasi. c. Program pendidikan dan aparatur negara. d. Program peningkatan saran dan prasarana aparatur negara.

Adapun visi dari Badan Pusat Statistik adalah menjadi informasi statistic sebagai tlang punggung informasi pembangunan nasional dan regional, didukung sumber daya manusia berkualitas, ilmu pengetahuan dan teknologi informasi yang mutakhir. Sedangkan misi Badan Pusat Statstik adalah untuk menjunjung pembangunan nasional Badan Pusat Statistik mengembangkan misi mengarahkan pembangunan statistic pada penyediaan data statistic yang bermutu dan handal, efektif dan efisien, peningkatan kesadaran masyarakat akan arti, dan kegunaan statistic, dan pengemban ilmu pengetahuan statistic.

2.2 Kegiatan Badan Pusat Statistik

Adapun kegiatan yang ada diBPS yaitu:

2.2.1 Kedudukan, Tugas dan Fungsi Badan Pusat Statistik

Badan Pusat Statistik sebagai lembaga pemerintah non departemen yang berada dibawah dan bertanggung jawab kepada presiden (kepres No. 86 tahun 1998), dalam melaksanakan tugasnya berdasarkan beberapa ketentuan perundangan : 1. UU No. 16 tentang statistic Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

26

2. Keputusan presiden nomor 86 tahun 1998 tentang Badan Pusat Statistik 3. Peraturan pemerintah No. 51 tahun 1999 tentang penyelenggaraan statistic.

Berdasarkan keputusan presiden No. 86 tahun 1998, dalam menyelenggarakan statistic dasar melaksanakan kordinasi dan kerja sama, serta mengembangkan dan membina statistic sesuai dengan peraturan perundang – undangan yang berlaku. Fungsi yang diselenggarakan Badan Pusat Statistik : 1. Perumusan kebijakan Nasional dibidang statistic. 2. Menyusun rencana dan program nasional dibidang statistic. 3. Penyelenggaraan statistic dasar. 4. Kordinasidan kerja sama statistic dengan instansi pemerintah lembaga, organisasi, perseorangan dan unsure masyarakat lainnya. 5. Penyusunan dan pengembangan pembakuan konsep defenisi dan klasifikasi dan ukuran – ukuran serta pengembangan ilmu pengetahuan dan teknologi yang mendukung penyelenggaraan statistic. 6. Pelayanan data dan informasi serta hasil statistic kepada pemerintah dan masyarakat secara berkala dan sewaktu – waktu baik dari hasil penyelenggaraan sendiri maupun hasil komplisi produk administrasi. 7. Penyebarluasan statistic melalui berbagai cara, baik langsung maupun tidak langsung serta pelaksanaan upaya peningkatan dasar statistic bagi masyarakat. 8. Pembinaan penyelenggaraan statistic, responden dan penggunaan statistic. 9. Pembinaan sumber daya manusia di lingkungan BPS, pembinaan pengendalian dan pengawasan administrasi dilingkungan BPS.


27

2.2.2 Tata Kerja Badan Pusat Statistik

Para deputi wajib melaksanakan kordinasi dan kerja sama teknis statistic di dalam dan di luar negeri sesuai dengan bidang tugas masing – masing dan harus melaporkan kepada kepala BPS dalam melaksanakan tugasnya wajib menerapkan prinsip kordinasi, integrasi, sibronisasi, dan sinlifikasi, baik dalam lingkungan masing – masing antara satuan unit organisasi di lingkungan BPS. Maupun dengan instansi lainnya di luar BPS sesuai bidang tugas msing – masing.

2.2.3 Alasan Pemakaian computer di BPS

Mengingat semakin meningkatnya jumlah data yang akan diolah, sehingga perlu dibantu oleh suatu alat pengolahan data yaitu computer. Badan Pusat Statistik adalah salah satu instansi pemerintah Indonesia yang menggunakan computer sebagai alat Bantu. Dengan semakin beragamnya jenis statistic yang diperlukan Badan Pusat Statistik secara berlanjut harus meremajakan pengolahan data, baik perangkat lubak maupun pengolahan data secara satu peran komputer dilihat dari perangkat lunaknya adalah sebagai berikut : 1. Perekam Data yang diolah hendaknya tertulis didalam suatu formulir untuk dijadikan dasar dalam pengolahan selanjutnya. 2. Klasifikasi


28

Pemberian suatu identifikasi ke dalam data yang dioleh, apakah identifikasi tersebut dilakukan untuk satu kelompok pada data yang bersangkutan perlu diberikan. 3. Penyiratan Setelah data yang akan diolah diberikan identifikasi seperti tersebut mungkin perlu diatur sedemikian rupa mempunyai urutan menurut kode klasifikasi. 4. Perhitungan Manipulasi data seperti pelaksanaan perhitungan.

5. Penyusunan Untuk melakukakn manipulasi, maka perlu dilakukan penyimpanan atau pembuatan rekapitulasi laporan sesuai dengan kegiatan pemakai formal. 6. Penyimpanan Data yang telah disusun, disimpan dalam suatu file sebagai referensi yang akan digunakan untuk keperluan yang akan dating. 7. Perincian Perlengkapan yang dilakukan untuk pencarian data yang disimpan. 8. Pengadaan Kerap kali data yang diperlukan kita pilih, logis diperbanyak sesuai dengan keinginan. 9. Pembagian Didalam kegiatan sehari – sehari kerap kali ditemui bahwa informasi yang dihasilkan berasal dari data yang akan dilaksanakan penyesuaian oleh beberapa orang, mungkin didalam satu bagian organisai perusahaan atau industri. Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

29

2.3

Sejarah Singkat Labuhan Batu

Adapun sejarah Badan Pusat Statistik di Indonesia terjadi empat masa pemerintahan di Indonesia, antara lain :

2.3.1 Sebelum Zaman Penjajahan Belanda

System Pemerintahan Kabupaten Daerah Tingkat II Labuhan Batu sebelum penjajahan Belanda adalah bersifat Monarki. Kepala pemerintahan disebut Sultan dan Raja yang dibantu oleh seorang yang bergelar Bendahara Paduka Sri Maharaja dan bertugas sebagai Kepala Pemerintahan sehari-hari (semacam Perdana Menteri)

Selanjutnya di bawah Bendahara Sri Paduka Maharaja ada Tumenggung yang menjadi Jaksa Merangkap Kepala Polisi. Kemudian ada Laksamana yaitu Panglima Angkatan Laut/Panglima Perang. Di bawah Laksamana ada Hulu Balang atau Panglima Angkatan Darat. Kemudian ada pula Bentara kanan bertugas sebagai ajudan Sultan dan Bentara kiri yang menjadi Penghulu Para Bangsawan.

Kesultanan/kerajaan yang terdapat di wilayah Kabupaten Labuhan Batu pada waktu itu terdiri 4 kesultanan yaitu: 1. Kesultanan Kota Pinang berkedudukan di Kota Pinang. 2. Kesultanan Kualuh berkedudukan di Tanjung Pasir. 3. Kesultanan Bilah berkedudukan di Negeri Lama. Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

30

4. Kesultanan Panai berkedudukan di Labuhan Bilik.

2.3.2 Zaman Penjajahan Belanda

Secara pasti tidak diketahui kapan Belanda masuk ke Labuhan Batu, dari berbagai keterangan yang dihimpun, diperoleh keterangan bahwa Belanda masuk ke Labuhan Batu berkisar tahun 1825. Namun ada pula keterangan yang mengatakan bahwa kedatangan Belanda ke Labuhan Batu setelah selesai Perang Paderi (berkisar tahun 1831)

Pada tahun 1862 kesatuan angkatan Laut Belanda dibawah Pimpinan Bevel Hevee datang ke Kampung Labuhan Batu (di Hulu Kota Labuhan Bilik sekarang) melalui Sungai Barumun. Di Kampung Labuhan Batu tersebut Belanda membuat tempat pendaratan dari batu beton. Lama kelamaan tempat pendaratan tersebut berkembang menjadi tempat pendaratan/persinggahan kapal-kapal yang kemudian menjadi sebuah Kampung (Desa) yang lebih besar, namanya menjadi “Pelabuhan Batu”, akhirnya nama Pelabuhan Batu ini dipersingkat sebutannya menjadi “Labuhan Batu”. Kemudian nama itu melekat dan ditetapkan menjadi nama wilayah Labuhan Batu.

Dalam perkembangan selanjutnya Pemerintahan Kolonial Belanda secara Juridis Formal menetapkan Gouverment Bisluit Nomor 2 tahun 1867 tertanggal 30 September 1867 tentang pembentukan Afdeling Asahan yang meliputi 3 Onder Afdeling yaitu: 1. Onder Afdeling batu Bara dengan Ibu Kota Labuhan Ruku. Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

31

2. Onder Afdeling asahan dengan Ibu Kota Tanjung Balai. 3. Onder Afdeling Labuhan Batu dengan Ibu Kota Kampung Labuhan Batu.

Dengan demikian secara administrative pada mulanya Pemerintahan Wilayah . Labuhan Batu adalah merupakan bagian dari wilayah Afdeling Asahan. Pada masa itu Afdeling dipimpin oleh seorang Asisten Residen (Bupati), sedangkan Onder Afdeling dipimpin oleh seorang Controleur (Wedana).

Controleur Labuhan Batu pertama kali berkedudukan di Kampung Labuhan Batu. Kemudian pada tahun 1895 dipindahkan ke Labuhan Bilik. Tahun 1924 dipindahkan ke Merbau. Tahun 1928 dipindahkan ke Aek Kota Batu dan pada tahun 1932

dipindahkan

ke

Rantau

Prapat

sampai

Indonesia

memproklamirkan

kemerdekaanya pada tanggal 17 Agustus 1945 kedudukan Controleur tetap di Rantau Prapat.

2.3.2 Zaman Penjajahan Jepang

Pada tahun 1942 bala tentara Dai Nippon (Jepang) menduduki seluruh wilayah Indonesia. Selanjutnya pada tanggal 3 Maret 1942 tentara Jepang mendarat di Perupuk (Tanjung Tiram). Dari Perupuk sebagian atentara Jepang tersebut melanjutkan gerakan Pasukan untuk merebut Kota Tebing Tinggi dan selanjutnya Kota Medan. Dan sebagian lagi ke Wilayah Tanjung Balai yang pada saat itu sebagai Pusst Pemerintahan Afdeling Asahan. Dari Asahan (Tanjung Balai) selanjutnya ke wilayah Labuahna Batu untuk merebut Kota Rantau Prapat. Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

32

Pada masa penjajahan Jepang system Pemerintahan Hindia Belanda dilanjutkan dengan system Pemerintahan Zelf Bestuur dan kekuasaan Sultan/Raja berlangsung. Untuk memonitoring kegiatan Pemerintahan yang dilaksanakan oleh Sultan/Raja, Pemerintahan Jepang membentuk Fuku Bunsyuco.

Di samping itu istilah-istilah Pimpinan Tingkatan Pemerintahan Hindia Belanda diganti dari Bahasa Belanda ke Bahasa Jepang, antara lain: 1. Keresidenan diganti dengna Syuu dan Kepalanya disebut dengnan Syuu cookan. 2. Regenschap (Kabupaten) diganti dengan Ken dan Kepalanay disebut Ken-coo. 3. Stadgementhe (Pemerintahan Kota) diganti dengan Si dan Kepalanya disebut Si-coo. 4. Kampung/Desa disebut dengan Ku dan Kepalanya disebut Ku-coo.

2.3.4 Setelah Proklamasi

Kekalahan Jepang pada Perang Asia Timur Raya, yaitu Jepang menyerah pada Sekutu tanggal 15 Agustus 1945 telah memberikan kesempatan kepada Bangsa Indonesia untuk merdeka sebagai bangsa yang berdaulat.

Kemudian dalam Sidangnya tnaggal 19 Agustus 1945 oleh PPKI dicapai kesepakatan pembagian wilayah Republik Indonesia dalam 8 Propinsi masing-masing Jawa Barat, Jawa Tengah, Jawa Timur, Sumatera, Borneo, Sulawesi, Sunda Kecil dan Maluku. Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

33

Propinsi dibagi dalam Keresidenan yang dikepalai oleh Residen, Gubernurdan Residen dibantu oleh Komite Nasional Daerah, sedangkan kedudukan kota (Gemeente) diteruskan.

Pada tanggal 2 Oktober 1945, Mr. Teuku Muhammad Hasan diangkat menjadi Gubernur Sumatera, kemudian pada tanggal 3 Oktober 1945 Gubernur Sumatera mengabarkan Proklamasi Kemerdekaan Republik Indonesi yang pada saat itu dihadiri oleh utusan/wakil-wakil daerah. Sesampainya didaerah masing-masing utusan daerah tersebut mengadakan pertemuan dengan Pemuka-Pemuka Masyarakat untuk membentuk Komite Nasional Daerah (KND). 2.5 Letak dan Geografis Labuhan Batu

Kabupaten Labuhan Batu merupakan salah satu daerah yang berada di kawasan Pantai Timur Sumatera Utara. Secara geografis, kabupaten Labuhan Batu berada pada 1º26'2º11' Lintang Utara, 91º07' Bujur Timur dengan ketinggian 0-2.151 m di atas permukaan Laut.

Kabupaten Labuhan Batu menempati area seluas 922.318 Ha yang terdiri dari 22 Kecamatan dan 242 Desa/Kelurahan Definitif. Area Kabupaten Labuhan batu di sebelah Utara berbatasan dengan Selat Malaka, di sebelah Selatan berbatasan dengan Kabupaten Tapanuli Selatan, di sebelah Barat berbatasan dengan Kabupaten Tapanuli Utara dan Asahan, dan di sebelah Timur berbatasan dengan Propinsi Riau.


34

Seperti umumnya daerah-daerah lainnya yang berada di kawasan Sumatera Utara, Kabupaten Labuhana Batu termasuk daerah yang beriklim tropis. Daerah ini memiliki 2 musim kemarau dan musim hujan. Musim kemarau dan musim hujan biasanya ditandai dengan sedikit banyaknya hari hujan dan volume curah hujan pada bulan terajadinya musim. Selama tahun 2006, rata-rata hari hujan di Kabupaten Labuhan Batu sebanyak 12.75 hari perbulan dengan rata-rata curah hujan 301.67 MM.


35


36

BAB 3

LANDASAN TEORI

3.1 Produk Domestik dan Produk Regional (PDRB)

Dalam menghitung pendapatan regional, hanya dipakai konsep domestik, yang berarti bahwa seluruh nilai tambah yang ditimbulkan oleh berbagai sektor/lapangan usaha yang melakukan kegiatan usahanya di suatu wilayah/region dihitung dan dimasukkan, tanpa memperhatikan kepemilikan atas faktor produksi. Dengan demikian PDRB secara agretif menunjukkan kemampuan suatu daerah dalam menghasilkan pendapatan/balas jasa kepada faktor – faktor produksi yang ikut berpartisipasi dalam proses produksi di daerah tersebut.

Untuk menghitung angka-angka PDRB ada tiga pendekatan yang dapat digunakan, dan dijelaskan sebagai berikut ini : 1. Pendekatan Produksi PDRB merupakan jumlah nilai tambah atas barang dan jasa yang dihasilkan oleh berbagai unit produksi wilayah suatu daerah dalam jangka waktu tertentu (biasanya satu tahun). Unit-unit produksi tersebut dalam penyajian ini dikelompokkan menjadi 9 lapangan usaha (sector) yaitu

: (1) Pertanian,


37

Peternakan, Kehutanan dan Perikanan, (2) Pertambangan dan Penggalian, (3) Industri Pengolahan, (4) Listrik, Gas dan Air Bersih, (5) Bangunan, (6) Perdagangan, Hotel dan Restoran, (7) Pengangkutan dan Komunikasi, (8) Keuangan, Persewaan dan Jasa Perusahaan, (9) Jasa – jasa termasuk jasa pelayanan pemerintah. 2. Pendekatan Pendapatan PDRB merupakan jumlah balas jasa yang diterima oleh factor-faktor produksi yang ikut serta dalam proses produksi di suatu daerah dalam jangka waktu tertentu (biasanya satu tahun). Balas jasa factor produksi yang dimaksud adalah upah dan gaji (balas jasa tenaga kerja), sewa tanah (balas jasa tanah), bunga modal (balsa jasa modal) dan keuntungan (balas jasa kewiraswastaan/ enterprenership); semuanya belum dipotong pajak penghasilan dan pajak langsung lainnya. Dalam defenisi ini, PDRB mencakup juga penyusutan dan pajak tidak langsung neto (pajak tak langsung dikurangi subsidi). 3. Pendekatan Pengeluaran PDRB merupakan semua komponen permintaan akhir yang terdiri dari : (1) Pengeluaran konsumsi rumahtangga dan lembaga swasta nirlaba, (2) konsumsi pemerintah, (3) pembentukan modal tetap domestic bruto, (4) perubahan stok, dan (5) Ekspor neto (ekspor dikurangi impor).

Secara konsep tiga pendekatan di atas akan menghasilkan angka yang sama. Jadi, jumlah pengeluaran akan sama dengan jumlah barang dan jasa akhir yang dihasilkan dan harus sama pula dengan jumlah pendapatan dengan jumlah pendapatan untuk


38

faktor-faktor produksi. PDRB yang dihasilkan dengan cara ini disebut sebagai PDRB atas dasar harga pasar, karena didalamnya sudah dicakup pajak tak langsung neto.

Kegunaan Data PDRB Data PDRB adalah salah satu indicator ekonomi yang dapat menunjukkan kondisi perekonomian daerah setiap tahun. Jadi, kegunaan data PDRB sebagai berikut : a. PDRB atas dasar harga berlaku (nominal) menunjukkan kemampuan sumber daya ekonomi yang dihasilkan oleh suatu daerah. Nilai PDRB yang besar menunjukkan kemampuan sumber daya ekonomi yang besar, begitu juga sebaliknya. b. PRB harga berlaku menunjukkan pendapatan yang memungkinkan untuk dinikmati oleh suatu daerah. c. PDRB harga konstan (riil) dapat digunakan untuk menunjukkan laju pertumbuhan ekonomi secara keseluruhan atau setiap sector dari tahun ke tahun. d. Distribusi

PDRB

harga

berlaku

menurut

sector

menunjukkan

struktur

perekonomian setiap sector ekonomi dalam suatu daerah. Sector-sektor ekonomi yang mempunyai peran besar menunjukkan basis perekonomian suatu daerah. e. PDRB harga berlaku menurut penggunaan menunjukkan produk barang dan jasa digunakan untuk tujuan konsumsi, investasi dan diperdagangkan dengan pihak luar negeri. f. Distribusi PDRB menurut penggunaan menunjukkan peranan kelembagaan dalam menggunakan barang dan jasa yang dihasilkan oleh berbagai sector ekonomi. g. PDRB penggunaan atas dasar harga konstan bermanfaat untuk mengukur laju pertumbuhan konsumsi, investasi dan perdagangan luar negeri.


39

h. PDRB dan PRB per kapita atas dasar harga berlaku menunjukkan nilai PDRB dan PRB per kepala atau per satu orang penduduk. i.

PDRB dan PRB per kapita atas dasar harga konstan berguna untuk mengetahui pertumbuhan nyata ekonomi per kapita penduduk suatu daerah.

3.2

Pengertian Regresi

Metode penelitian adalah suatu cara yang terdiri dari langkah-langkah atau urutan kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan penelitian sehingga apa yang menjadi tujuan dari penelitian itu terwujud

Istilah regresi pertama kali diperkenalkan oleh Francis Galton.Menurut hasil penelitian Galton, meskipun ada kecenderungan bagi para orangtua yang tinggi mempunyai anak yang tinggi dan orangtua yang pendek memiliki anak yang pendek, distribusi mengenai tinggi dari suatu populasi tidak berubah dari generasi ke generasi. Penelitian ditulis dalam artikel berjudul: “Family Likenes in Struture” Proceeding of Royal Society, London, Vol. 40, 1886). Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu variabel yang disebut variabel takbebas (dependent variable), pada satu atau lebih variabel, yaitu variabel yang menerangkan dengan tujuan untuk memperkirakan dan ataupun meramalkan nilai rata-rata dari variabel takbebas apabila nilai variabel yang menerangkan sudah diketahui. Variabel yang menerangkan sering disebut variabel bebas (independent variable) atau explanatory variables.


40

Menentukan kelompok data mana saja yang menjadi variabel X (variabel bebas) dan yang mana yang menjadi variabel Y (Variabel Tak Bebas). Menentukan hubungan antara variabel Y dengan variabel X sehingga didapat regresi Y atas X1, X2, …, Xk.

3.3 Menentukan Koefisien Determinasi

Koefisien Determinasi dinyatakan dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel tak bebas (Y) yang dapat dijelaskan atau diterangkan oleh variabel – variabel bebas (X) yang ada didalam model persamaan regresi linier berganda secara bersama – sama. Maka R2 akan ditentukan dengan rumus, yaitu :

R2 =

∑y

2 i

JK reg

∑y

= ∑ Yi − 2

2 i

(∑ Yi ) 2 n

JKreg = Jumlah Kuadrat Regresi Harga R2 yang diperoleh sesuai dengan variansi yang dijelaskan masing – masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variansi yang dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja (yang bersifat nyata).


41

3.4

Uji Korelasi

Uji korelasi dilakukan untuk mengetahui bagaimana dan seberapa besarkah hubungan variabel – variabel bebas itu dapat mempengaruhi variabel tak bebas. Untuk hubungan lima variabel tersebut dapat dihitung dengan menggunakan rumus sebagai berikut :

1. Koefisien Korelasi antara X1 dan Y n∑ X 1i Yi − (∑ X 1i )(∑ Yi )

ryx1 =

{n∑ X 1i − (∑ X 1i ) 2 }{n∑ Yi − (∑ Yi ) 2 } 2

2


ryx 2 =

n∑ X 2iYi − (∑ X 2i )(∑ Yi )

{n∑ X 2i − (∑ X 2i ) 2 }{n∑ Yi − (∑ Yi ) 2 } 2

2

3. Koefisien Korelasi antara X3 dan Y n∑ X 3i Yi − (∑ X 3i )(∑ Yi )

ryx 3 =

{n∑ X 3i − (∑ X 3i ) 2 }{n∑ Yi − (∑ Yi ) 2 } 2

2


ryx 4 =


2


42

Untuk mengukur kuat tidaknya antara variabel bebas dan tak bebas, ditinjau dari besar kecilnya nilai koefisien korelasi (r). Makin besar nilai r maka makin kuat hubungannya dan jika r makin kecil berarti makin lemah hubungannya. Nilai r yaitu : - 1,00 ≤ r ≥ - 0,80 berarti korelasi kuat - 0,79 ≤ r ≥ - 0,50 berarti korelasi sedang - 0,49 ≤ r ≥ 0,49 berarti korelasi lemah 0,50 ≤ r ≥ 0,79 berarti korelasi sedang 0,80 ≤ r ≥ 1,00 berarti korelasi kuat 3.5 Menguji koefisien – koefisien Regresi

Pengujian ini dilakukan untuk menguji tingkat nyata koefisien – koefisien regresi yang didapat dan seberapa besar kontribusinya. Analisis regresi linier digunakan untuk peramalan, dimana dalam model terdapat variabel bebas X dan variabel takbebas Y. Regresi linier yaitu menentukan satu persaman dan garis yang menunjukkan hubungan antara variabel bebas dan variabel takbebas, yang merupakan persamaan penduga yang berguna untuk menaksir/meramalkan variabel takbebas. Untuk mempelajari hubungan-hubungan antara beberapa variabel, analisis ini terdiri dari dua bentuk, yaitu : 1. Analisi Regresi Sederhana (simple analisis regresi) 2. Analisi Regresi Berganda (multiple analisis regresi)

Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu variabel bebas (independent variable) dan variabel takbebas (dependent variable).


43

Sedangkan analisis regresi berganda merupakan hubungan antara 3 variabel atau lebih, yaitu sekurang-kurangnya 2 variabel bebas dengan satu variabel takbebas.

3.5.1 Regresi Linier Sederhana

Regresi linier sederhana merupakan suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel takbebas tunggal dengan variabel bebas tunggal. Regresi linier sederhana hanya ada satu peubah bebas X yang dihubungkan dengan satu peubah tak bebas Y. Bentuk-bentuk model umum regresi sederhana yang menunjukkan antara dua variabel, yaitu variabel X sebagai sebagai variabel bebas dan variabel Y sebagai variabel takbebas adalah : ^

Y = a + bX Dengan: ^

Y

= Variabel takbebas

X

= Variabel bebas

a


b

= Parameter Koefisien Regresi Variabel Bebas

3.5.2 Regresi Linier Berganda

Regresi linier berganda adalah analisis regresi yang menjelaskan hubungan antara peubah respon (variable dependent) dengan faktor-faktor yang mempengaruhi lebih dari satu predaktor (variable independent).Regresi linier berganda hampir sama Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

44

dengan Regresi linier sederhana, hanya saja pada Regresi linier berganda variabel penduga (variabel bebas) lebih dari satu variabel penduga. Tujuan analisis ini adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan memuat prediksi/ perkiraan nilai Y atas nilai X. Bentuk persamaan Regresi linier berganda yang mencakup dua atau lebih variabel, yaitu :

Y = β 0 + β 1 X 1i + β 2 X 2i + ... + β k X ki ε i Dengan: Y

= Pengamatan ke-i pada variabel takbebas

Xki

= Pengamatan ke-i pada variabel bebas

β0


β 1 , β 2 ,..., β k = Parameter koefisien regresi variabel bebas

εi

= Pengamatan ke i variabel kesalahan

Model diatas merupakan model regresi untuk populasi, sedangkan apabila hanya menarik sebagian berupa sampel dari populasi secara acak, dan tidak mengetahui regresi populasi, sehingga model regresi populasi perlu diduga berdasarkan model regresi sampel, sebagai berikut :

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

= Variabel tak bebas

X

= Variabel bebas

b0 ,b1,...,bk

= Koefisien regresi


45

Dalam regresi linier berganda variabel tak bebas (Y), tergantung kepada dua atau lebih variabel bebas (X). Bentuk persamaan regresi linier berganda yang mencakup dua atau lebih variabel, yaitu :

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

Untuk hal ini, penulis menggunakan regresi linier berganda satu variabel tak bebas (dependent variable) dan empat variabel bebas (independet variable). Bentuk umum persamaan regresi linier berganda tersebut, yaitu : Yi = b0 + b1 X 1i + b2 X 2i + b3 X 3i + b4 X 4i + ei Dengan: i

= 1,2,...,n

ei

= variabel kesalahan (galat)

Untuk rumus diatas, dapat diselesaikannya dengan lima persamaan oleh lima variabel yang terbentuk :

∑Yi

= nb0 + b1 ∑X1i + b2∑X2i + b3∑X3i + b4∑X4i

∑X1i Yi


∑X2i Yi


∑X3i Yi


∑X4i Yi

= b0∑X4i + b1 ∑X1i X4i + b2∑X2i X4i + b2∑X3i X4i+ b4∑(X4i)2

Bentuk data yang akan diolah ditunjukkan pada tabel berikut ini :


46

Tabel 3.4.2 Bentuk Umum Data Observasi Nomor

Respon

Variabel Bebas

Observasi

(Yi)

X1i

X2i

...

Xki

Y1

X11

X21

...

Xk1

Y2

X12

X22

...

Xk2

Y2

X12

X22

...

Xk2

.

.

.

...

.

.

.

.

...

.

.

.

.

...

.

Yn

X1n

X2n

...

Xkn

∑Yi

∑X1i

∑X21

...

∑Xkn

1 2 3 . . . n

∑

BAB 4

ANALISIS DATA

4.1

Penganalisisan Data

Setiap data merupakan alat bagi pengambilan keputusan untuk dasar pembuatan keputusan–keputusan atau untuk memecahkan suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan keputusan tersebut didasarkan atas data yang baik.


47

Salah satu kegunaan dari data adalah untuk memperoleh dan mengetahui gambaran tentang suatu keadaan/permasalahan.

Telah kita ketahui nilai-nilai PDRB diKabupaten Labuhan batu atas dasar harga konstan dan PDRB atas dasar harga berlaku. Pendapatan setiap tahunnya mengalami peningkatan pertumbuhan ekonomi walau tidak begitu besar.

Pada bab 4 ini penulis akan menganalisis perkembangan Pendapatan Produk Domestik Regional Bruto (PDRB) di Kabupaten Labuhan Batu serta menghitung factor mana yang mempunyai pengaruh nyata pada Pendapatan Domestik Regional Bruto (PDRB) di Kabupaten Labuhan Batu selama 10 tahun dari tahun 1997 sampai dengan tahun 2006.

Adapun data Pendapatan PDRB di Kabupaten Labuhan Batu dalam sector Pertanian, Industri Pengolahan, Perdagangan, Hotel dan Restoran, Pengangkutan dan komunikasi. Dapat dilihat pada table dibawah ini (dalam jutaan Rupiah)

Table 4.1 Pendapatan Produk Domestik Regional Bruto (PDRB) atas dasar harga konstan dan PDRB atas harga berlaku di Kabupaten Labuhan Batu Tahun

Atas Dasar Harga Berlaku

Atas Dasar Harga Konstan

1997

2188857.70

3927019.91

1998

2228288.87

5369977.18

1999

2337057.25

6094338.84

2000

2476432.18

6763481.51


48

2001

7376716.77

2603304.57

2002

8012090.14

2748757.45

2003

8325972.49

6485545.72

2004

9433928.49

6731969.49

2005

10918368.82

7010749.57

2006

12564460.07

7361834.75

Sumber: BPS Kabupaten Labuhan Batu

Dari data di atas maka penulis akan menganalisis data tersebut serta menghitung factor mana yang mempunyai pengaruh nyata pada Pendapatan PDRB di Kabupaten Labuhan Batu dengan menggunakan analisis Regresi Berganda.

4.2

PDRB atas dasar Harga Konstan

Nilai-nilai PDRB di Kabupaten Labuhan Batu terdiri dari PDRB atas Harga Konstan dan PDRB atas Dasar Harga Berlaku. Untuk mengetahui factor apa saja yang mempengaruhi PDRB atas Harga Konstan, maka perlu di adakan pengujian terhadap PDRB atas dasar Harga konstan. Adapun datanya sebagai berikut:

Table 4.2 Pendapatan Produk Domestik Regional Bruto (PDRB) atas dasar harga konstan menurut Lapangan Usaha tahun 1997 sampai 2006 di Kabupaten Labuhan Batu Tahun

PDRB

Pertanian

Industri

Perdagangan

Jasa-jasa


49

1997

2,188,857.70

77,463,674.00

69,408,677.67

39,968,541.60

10,988,065.65

1998

2,228,288.87

87,438,055.26

70,146,533.63

37,502,101.68

10,985,464.13

1999

2,337,057.25

91,355,567.90

73,804,267.96

38,514,703.48

12,713,591.44

2000

2,476,432.18

95,862,689.69

79,146,772.47

41,158,302.83

13,273,676.48

2001

2603304.57

1,005,949.76

830,800.22

438,593.91

103,491.28

2002

2748757.45

1,058,784.75

873,858.77

473,593.91

108,491.28

2003

6485545.72

1,695,580.78

2,862,410.93

1,013,785.81

179,817.01

2004

6731969.49

1,695,292.28

3,000,565.27

1,053,785.81

203,509.36

2005

7010749.57

1,704,872.97

3,165,805.24

1,111,881.78

214,054.52

2006

7361834.75

1,693,331.07

3,347,191.82

1,215,792.97

239,192.50

Jumlah 42,172,797.55 360,973,798.46 306,586,883.97 162,451,083.79 49,009,353.66 Sumber: BPS Kabupaten Labuhan Batu

4.2.1 Menentukan Koefisien Determinasi atas Dasar Harga Konstan

Untuk menganalisis dan mengetahui seberapa besar pengaruh faktor – faktor yang mempengaruhi PDRB atas dasar harga Konstan maka dapat dilakukan perhitungan berikut :

∑ x1i y i = ∑ X 1i Yi −

(∑ X 1i )(∑ Yi ) n

= 838.061.301.962.513 −

(360.973.798,46) (42.172.797,55) 10

= 838.061.301.962.513 – 131.558.823.379.398.000.000.000 Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

50

= -131.558.822.541.337.000.000.000

∑ x 2i y i = ∑ X 2i Yi −

(∑ X 2i )(∑ Yi ) n (306.586.883,97) (42.172.797,55) 10

= 766.883.875.910.179 −

= 766.883.875.910.179 – 1.292.962.658.925.340 = - 526.078.783.015.158

∑ x3i y i = ∑ X 3i Yi −

(∑ X 3i )(∑ Yi ) n

= 395.845.966.537.032 −

(162.451.083,79) (42.172.797,55) 10

= 395.845.966.537.032 – 685.101.666.827.241 = - 289.255.700.290.209

∑ x 4i y i = ∑ X 4i Yi −

(∑ X 4i )(∑ Yi ) n

= 117.479.294.278.642 −

(49.009.353,66)(42.172.797,55) 10

= 117.479.294.278.642 – 206.686.154.987.097 = - 89.206.860.708.454,50

∑ y i2 = ∑ Yi 2 −

(∑ Yi ) 2 n

= 226.412.721.374.110 −

(42.172.797,55) 2 10


51

= 226.412.721.374.110 – 177.854.485.319.329 = 48.558.236.054.781

JKreg

= b1 ∑ x1i y i + b2 ∑ x 2i y i + b3 ∑ x3i y i + b4 ∑ x 4i y i

JKreg

= (0,614) (-131.558.822.541.337.000.000.000) + (2,141) (- 526.078.783.015.158) + (1,842) (- 289.255.700.290.209) + (2,563) (- 89.206.860.708.454,50) = - 80.777.118.928.161.700.000.000

R2 =

=

JK reg

∑y

2 i

- 80.777.118.928.161.700.000.000 48.558.236.054.781

= -1.663.510.157,93

Dari perhitungan diatas, diperoleh koefisien determinasinya (R2) sebesar 1,66 Dengan mencari akar dari koefisien determinasi, maka didapat koefisien korelasinya (R) sebesar 1,66 atau 16,6 % PDRB atas harga konstan tersebut dipengaruhi oleh keempat faktor yang diatas, sedangkan 83.4% dipengaruhi oleh faktor – faktor yang lain.

4.2.2 Uji Korelasi

PDRB atas dasar Harga Konstan dapat di hitung dengan menggunakan rumus : Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

52

1. Koefisien Korelasi antara sector Pertanian dengan PDRB

ryx1 =

=

=

=

=

=


2

(10)(838,061,301,962,513) − (360,973,798.46 )( 42,172,797.55)

{(10)(31,195,185,290,570,800) - (360,973,798.46) }{(10)(226,412,721,374,110) - (42,172,797.55) } 2

8,380,613,019,625,130 - 15,223,274,923,396,600 {311,951,852,905,708,000 - 130,302,083,176,157,000}{2,264,127,213,741,100 - 1,778,544,853,193,290}

- 6,842,661,903,771,520 {181,649,769,729,551,000.00}{485,582,360,547,810}

- 6,842,661,903,771,520 88,205,923,978,241,800,000,000,000,000,000

- 6,842,661,903,771,520 9,391,800,891,109,320

= - 0.728578255

Hasil yang diperoleh diatas menunjukkan korelasi sedang antara sector Pertanian dengan PDRB atas Harga Konstan, dapat diarti semakin tinggi sektor pertanian akan semakin tinggi PDRB atas harga Konstan tersebut. Dimana interval korelasinya dari - 0,79 ≤ r ≥ - 0,50 berarti korelasi sedang.

2. Koefisien Korelasi antara sector Industri dengan PDRB

ryx 2 =

n∑ X 2iYi − (∑ X 2i )(∑ Yi )

{n∑ X 2i − (∑ X 2i ) 2 }{n∑ Yi − (∑ Yi ) 2 } 2

2


2

53

= =

=

=

=

(10)(766,883,875,910,179) - (306,586,883.97)(42,172,797.55) {(10)(21,489,258,939,008,800) - (306,586,883.97) 2 }{(10)(226,412,721,374,110) - (42,172,797.55) 2 } 7,668,838,759,101,790 - 12,929,626,589,253,400 {214,892,589,390,088,000 - 93,995,517,423,905,900}{2,264,127,213,741,100 - 1,778,544,853,193,290}

- 5,260,787,830,151,580

{120,897,071,966,182,000} − {485,582,360,547,810} - 5,260,787,830,151,580 58,705,485,588,657,200,000,000,000,000,000

- 5,260,787,830,151,580 7,661,950,508,105,440

= -0.686612087

Ini juga menunjukkan korelasi sedang antara sector Industri dengan PDRB atas harga konstan karena – 0,686612087. Dimana interval korelasinya dari -0,79 ≤ r ≥ -0,50 yang berarti korelasi sedang.

3. Koefisien Korelasi antara sector Perdagangan dengan PDRB ryx 3 =

=

=

=


2

(10)(395,845,966,537,032) - (162,451,083.79)(42,172,797.55) {(10)(6,186,549,540,145,380) - (162,451,083.79) 2 }{(10)(226,412,721,374,110) - (42,172,797.55) 2 } 3,958,459,665,370,320 - 6,851,016,668,272,410

{61,865,495,401,453,800 - 26,390,354,623,148,500}{2,264,127,213,741,100 - 1,778,544,853,193,290} - 2,892,557,002,902,090 {35,475,140,778,305,300}{485,582,360,547,810}


54

=

=

- 2,892,557,002,902,090 17,226,102,599,895,400,000,000,000,000,000

- 2,892,557,002,902,090 4,150,434,025,484,000

= - 0.6969288

Ini juga menunjukkan korelasi sedang antara sector Perdagangan dengan PDRB atas harga konstan. Dimana interval korelasinya dari - 0,79 ≤ r ≥ - 0,50 yang berarti korelasi sedang.

4.

ryx 4 =

= = =

=

=

Koefisien Korelasi antara sector Jasa-jasa dengan PDRB


2

(10)(117,479,294,278,642) - (49,009,353.66)(42,172,797.55)

{(10)(579,443,167,083,885) - (49,009,353.66) }{(10)(226,412,721,374,110) - (42,172,797.55) } 2

1,174,792,942,786,420 - 2,066,861,549,870,970

{5,794,431,670,838,850 - 2,401,916,745,965,120}{2,264,127,213,741,100 − 1,778,544,853,193,290} - 892,068,607,084,545

{3,392,514,924,873,730}{485,582,360,547,810} - 892,068,607,084,545 1,647,345,405,413,860,000,000,000,000,000

- 892,068,607,084,545 1,283,489,542,385,860

= - 0.695033795


2

55

Ini juga menunjukkan korelasi sedang antara sector Jasa-jasa dengan PDRB atas harga konstan. Dimana interval korelasinya dari - 0,79 ≤ r ≥ - 0,50 yang berarti korelasi sedang.

Dari perhitungan data di atas, di dapat hasil koefisien korealsi berganda antara lain: 1. Koefisien Korelasi antara X1 dan Y ( ryx1 ) : - 0.728578255 2. Koefisien Korelasi antara X₂ dan Y ( ryx 2 ) : - 0.686612087 3. Koefisien Korelasi antara X₃ danY ( ryx 3 ) : - 0.6969288 4. Koefisien Korelasi antara X₄ dan Y ( ryx 4 ) : - 0.695033795

Dari keempat koefisien diatas, yang paling mempengaruhi adalah Koefisien Korelasi antara X1 dan Y ( ryx1 ) : - 0.728578255 yaitu sector Pertanian.


Tujuan analisis ini adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan memuat prediksi/perkiraan nilai Y atas nilai X. Untuk mencari persamaan regresi, terlebih dahulu kita menghitung koefisien-koefisien regresinya dengan mencari penggandaan suatu variabel dengan variabel lainnya.

Tabel 4.2.3 Nilai-nilai koefisien Produk Domestik Regional Bruto (PDRB) atas dasar harga konstan menurut Lapangan Usaha Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

56

Tahun

Y

X₁

X₂

X₃

X₄

1997

2,188,857.70

77,463,674.00

69,408,677.67

39,968,541.60

10,988,065.65

1998

2,228,288.87

87,438,055.26

70,146,533.63

37,502,101.68

10,985,464.13

1999

2,337,057.25

91,355,567.90

73,804,267.96

38,514,703.48

12,713,591.44

2000

2,476,432.18

95,862,689.69

79,146,772.47

41,158,302.83

13,273,676.48

2001

2603304.57

1,005,949.76

830,800.22

438,593.91

103,491.28

2002

2748757.45

1,058,784.75

873,858.77

473,593.91

108,491.28

2003

6485545.72

1,695,580.78

2,862,410.93

1,013,785.81

179,817.01

2004

6731969.49

1,695,292.28

3,000,565.27

1,053,785.81

203,509.36

2005

7010749.57

1,704,872.97

3,165,805.24

1,111,881.78

214,054.52

2006

7361834.75

1,693,331.07

3,347,191.82

1,215,792.97

239,192.50

Jumlah 42,172,797.55 360,973,798.46 306,586,883.97 162,451,083.79 49,009,353.66

X₁²

X₂²

X₃²

6,000,620,790,043,060.00

4,817,564,535,481,510.00

1,597,484,317,790,810.00

7,645,413,507,440,960.00

4,920,536,179,968,020.00

1,406,407,630,574,570.00

8,345,839,786,788,290.00

5,447,069,968,373,440.00

1,483,382,384,152,320.00

9,189,655,274,179,440.00

6,264,211,592,861,170.00

1,694,005,891,977,690.00

1,011,934,919,644.06

690,229,005,552.05

192,364,617,889.09

1,121,025,146,832.56

763,629,149,905.91

224,291,191,589.09

2,874,994,181,505.41

8,193,396,332,183.47

1,027,761,668,557.36

2,874,015,914,627.60

9,003,391,939,530.17

1,110,464,533,357.36

2,906,591,843,836.62

10,022,322,817,611.50

1,236,281,092,695.97


57

2,867,370,112,627.35

11,203,693,079,874.90

1,478,152,545,901.42

31,195,185,290,570,800.00

21,489,258,939,008,800.00

6,186,549,540,145,380.00

X₄²

Y²

X₁Y

120,737,586,816,614.00

4,791,098,030,849.29

169,556,959,311,756.00

120,680,422,131,743.00

4,965,271,288,165.88

194,837,245,347,629.00

161,635,407,303,241.00

5,461,836,589,777.56

213,503,192,294,405.00

176,190,487,423,133.00

6,132,716,342,139.55

237,397,449,604,222.00

10,710,445,036.04

6,777,194,684,182.88

835,743,281,916.95

11,770,357,836.04

7,555,667,518,930.50

925,228,339,329.76

32,334,157,085.34

42,062,303,286,210.30

4,853,448,957,369.93

41,416,059,607.61

45,319,413,214,290.90

5,086,835,137,867.12

45,819,337,532.43

49,150,609,533,255.20

5,397,295,781,960.36

57,213,052,056.25

54,196,610,886,307.60

5,667,903,906,055.85

579,443,167,083,885.00 226,412,721,374,110.00

838,061,301,962,513.00

X₂Y

X₃Y

X₄Y

151,925,718,558,231.00

87,485,450,043,308.10

24,051,312,114,863.40

156,306,740,151,462.00

83,565,515,779,831.70

24,478,787,450,657.80

172,484,799,505,175.00

90,011,066,999,534.20

29,712,391,048,389.90

196,001,614,294,780.00

101,925,745,606,359.00

32,871,359,593,868.00

2,162,826,009,483.01

1,141,793,530,277.17

269,419,322,179.15

2,402,025,804,285.34

1,301,794,788,387.13

298,216,214,160.04

18,564,296,955,942.70

6,574,954,221,042.23

1,166,211,439,588.70


58

20,199,713,850,393.60

7,094,053,921,914.94

1,370,018,802,449.43

22,194,667,725,033.70

7,795,124,711,025.83

1,500,682,634,046.56

24,641,473,055,391.70

8,950,466,935,351.71

1,760,895,658,439.37

766,883,875,910,179.00

395,845,966,537,032.00

117,479,294,278,642.00

X₁X₂

X₁X₃

X₁X₄

5,376,651,179,775,800.00

3,096,110,077,032,670.00

851,175,935,745,017.00

6,133,476,483,543,360.00

3,279,110,839,200,600.00

960,547,619,563,811.00

6,742,430,812,657,310.00

3,518,532,609,011,790.00

1,161,457,366,081,560.00

7,587,222,489,350,940.00

3,945,545,612,422,170.00

1,272,450,329,878,630.00

835,743,281,916.95

441,203,438,501.96

104,107,028,278.09

925,228,339,329.76

501,434,009,600.87

114,868,912,771.98

4,853,448,957,369.93

1,718,955,734,472.73

304,894,266,073.07

5,086,835,137,867.12

1,786,474,948,466.55

345,007,846,915.74

5,397,295,781,960.36

1,895,617,192,557.49

364,935,765,254.32

5,667,903,906,055.85

2,058,740,010,788.58

405,032,091,960.98

25,862,547,420,731,900.00

13,847,701,563,001,600.00

4,247,270,097,180,280.00

X₂X₃

X₂X₄

X₃X₄

2,774,163,620,873,300.00

762,667,107,162,320.00

439,176,959,217,406.00

2,630,642,436,749,100.00

770,592,228,946,707.00

411,977,992,794,570.00

2,842,549,495,845,290.00

938,317,309,308,154.00

489,660,204,477,466.00


59

3,257,546,829,579,250.00

1,050,568,652,620,020.00

546,321,996,450,086.00

364,383,916,918.66

85,980,578,192.08

45,390,645,146.10

413,854,191,672.09

94,806,056,496.53

51,380,809,496.10

2,901,871,583,222.90

514,710,174,823.92

182,295,933,134.63

3,161,953,103,504.82

610,643,117,735.93

214,455,275,770.18

3,520,001,165,384.53

677,654,921,061.69

238,003,320,714.65

4,069,492,283,997.50

800,623,179,405.35

290,808,559,976.73

11,519,333,939,291,600.00

3,524,929,716,064,920.00

1,888,159,487,483,770.00

Keterangan : Y = Produk Domestik Regional Bruto X₁ = Pertanian X₂ = Industri Pengolahan X₃ = Perdagangan, Hotel dan Restoran X₄ = Jasa-jasa n = banyak data Bentuk persamaan Regresi linier berganda yang mencakup dua atau lebih variabel, yaitu : ∧

Y = b0 + b1 X 1i + b2 X 2i + b3 X 3i + b4 X 4i

= 2,850,959 + (0.614) (360,973,798.46) + (2.141) (306,586,883.97) + (-1.842) (162,451,083.79) + (-2.563) (49,009,353.66) = 2,850,959 + 1,029,121,499,489,710 + 188,244,346.76 + 347,807,770.39 + 125,610,973.43 = 1,029,122,164,003,760 Untuk maencari koefisien b₀, b₁, b₂, b₃, b₄, dapat digunakan rumus: ∑Yi

= nb0 + b1 ∑X1i + b2∑X2i + b3∑X3i + b4∑X4i

∑X1i Yi



60

∑X2i Yi


∑X3i Yi


∑X4i Yi


Hasil dari persamaan tersebut diatas dapat kita substitusikan nilai – nilai yang bersesuaian, sehingga diperoleh persamaan: ∑Yi

= nb0 + b1 ∑X1i + b2∑X2i + b3∑X3i + b4∑X4i

42,172,797.55 = 10b₀ + b₁ 360,973,798.46 + b₂ 306,586,883.97 + b₃ 162,451,083.79 + b₄ 49,009,353.66

∑X1i Yi


838,061,301,962,513 = b₀360,973,798.46 + b₁ (360,973,798.46)² + b₂

25,862,547,420,731,900 + b₃ 13,847,701,563,001,600 + b₄ 4,247,270,097,180,280

∑X2i Yi


766,883,875,910,179 = b₀ 306,586,883.97 + b₁ 25,862,547,420,731,900 + b₂ (306,586,883.97)² + b₃ 11,519,333,939,291,600 +

b₄ 3,524,929,716,064,920

∑X3i Yi


395,845,966,537,032 = b₀ 162,451,083.79 + b₁ 13,847,701,563,001,600 + b₂ Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

61

11,519,333,939,291,600 + b₃ (162,451,083.79)² + b₄ 1,888,159,487,483,770

∑X4i Yi


117,479,294,278,642 = b₀ 49,009,353.66 + b₁ 4,247,270,097,180,280 + b₂

3,524,929,716,064,920.00 + b₃ 1,888,159,487,483,770 + b₄ 49,009,353.66

Dari perhitungan diatas didapat: b0= 2850959 b1= 0.614 b2= 2.141 b3= 1.842 b4= 2.563

4.2.4 Analisis Residu

Dengan didapat persamaan regresinya, maka untuk mengetahui seberapa besarkah penyimpangan baku yang sebenarnya terhadap PDRB atas Harga Konstan yang diperkirakan, selanjutnya yang perlu dilakukan menghitung nilai dari koefisien – koefisien Analisis Residunya:

Tabel 4.2.4 Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

62

Penyimpangan nilai Koefisien Y 2,188,857.70 2,228,288.87 2,337,057.25 2,476,432.18 2603304.57 2748757.45 6485545.72 6731969.49 7010749.57 7361834.75 42,172,797.55 Y-Ŷ -298,613,241.92 -31,319,596,788,347.60 -109,804,471,384,154.00 -225,645,013,212,816.00 -2,867,926,121,118.11 -102,208.71 -5,863,186.14 -580,203,424,149.41 -3,169,941,572,287.98 -9,542,727,588,023.44 -382,930,184,669,533.00

Ŷ 300,802,099.62 31,319,599,016,636.40 109,804,473,721,211.00 225,645,015,689,248.00 2,867,928,724,422.68 2,850,966.16 12,348,731.86 580,210,156,118.90 3,169,948,583,037.55 9,542,734,949,858.19 382,930,226,842,330.00 (Y - Ŷ)² 89,169,868,252,943,600.00 980,917,142,984,672,000,000,000,000.00 12,057,021,935,953,500,000,000,000,000.00 50,915,671,987,811,800,000,000,000,000.00 8,225,000,236,191,590,000,000,000.00 10,446,620,399.86 34,376,951,697,043.80 336,636,013,394,702,000,000,000.00 10,048,529,571,719,600,000,000,000.00 91,063,649,819,223,600,000,000,000.00 64,063,284,882,479,600,000,000,000,000.00

Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus : ^

S y.1234

∑(Yi − Y i ) 2 = n − k −1

Keterangan : ^

∑(Yi − Y i ) 2

= 64,063,284,882,479,600,000,000,000,000.00

k = 4 n= 10 Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

63

Sehingga : ^

S y .1234 =

=

∑(Yi − Y i ) 2 n − k −1

64,063,284,882,479,600,000,000,000,000.00 10 − 4 − 1

= 12,812,656,976,495,900,000,000,000,000.00 = 113,193,007,630,754.00

Dengan penyimpangan nilai yang didapat, ini berarti bahwa rata – rata PDRB atas Dasar Harga Konstan yang sebenarnya akan menyimpang dari rata – rata PDRB atas dasar Harga yang diperkirakan sebesar Rp 113.193.007.630.754

4.3

PDRB atas dasar Harga Berlaku

Sama halnya PDRB atas dasar Harga Konstan, akan dilakukan pengujian terhadap PDRB atas dasar harga Berlaku

Table 4.3 Pendapatan Produk Domestik Regional Bruto (PDRB) atas Dasar Harga Berlaku menurut Lapangan Usaha tahun 1997 sampai 2006 di Kabupaten Labuhan Batu Tahun 1997 1998 1999 2000

PDRB 3,927,019.91 5,369,977.18 6,094,338.84 6,763,481.51

Pertanian 122,994,263.58 163,569,504.90 195,506,389.99 225,697,377.99

Industri 171,807,121.06 256,846,008.52 286,433,925.48 311,864,132.43

Perdagangan 48,420,155.49 59,230,848.30 63,868,671.04 68,378,798.07

Komunikasi 13,626,759.09 18,096,823.10 20,537,921.89 36,252,260.89


64

7376716.77 2001 2,566,099.36 8012090.14 2002 2,844,394.00 8325972.49 2003 2,115,129.74 9433928.49 2004 2,333,980.04 10918368.82 2,624,865.72 2005 12564460.07 2,927,846.21 2006 Jumlah 78,786,354.22 723,179,851.53 Sumber: BPS Kabupaten Labuhan Batu

3,320,326.64 3,579,760.99 3,726,379.45 4,227,796.47 4,923,071.80 5,710,714.76 1,052,439,237.60

731,063.22 785,179.08 1,299,167.07 1,455,121.28 1,735,451.62 2,068,668.22 247,973,123.39

264,748.66 278,631.68 231,996.10 307,485.13 378,082.40 443,053.95 90,417,762.89

4.3.1 Menentukan Koefisien Determinasi

Untuk menganalisis dan mengetahui seberapa besar pengaruh faktor – faktor yang mempengaruhi PDRB atas dasar harga Berlaku maka dapat dilakukan perhitungan berikut : ∑ x1i y i = ∑ X 1i Yi −

(∑ X 1i )(∑ Yi ) n

= 4,226,141,760,377,450 −

(723,179,851.53) (78,786,354.22) 10

= 4,226,141,760,377,450 - 5,697,670,394,740,170.00 = 460,778,385,825,738.00

∑ x 2i y i = ∑ X 2i Yi −

(∑ X 2i )(∑ Yi ) n

= 6,158,448,780,565,910.00 −

(1,052,439,237.60) (78,786,354.22) 10

= 6,158,448,780,565,910.00 - 8,291,785,056,842,280.00 = -2,133,336,276,276,370.00


65

∑ x3i y i = ∑ X 3i Yi −

(∑ X 3i )(∑ Yi ) n

= 1,441,099,388,717,020.00 −

(247,973,123.39) (78,786,354.22) 10

= 1,441,099,388,717,020.00 - 1,953,689,833,605,040.00 = -512,590,444,888,013.00

∑ x 4i y i = ∑ X 4i Yi −

(∑ X 4i )(∑ Yi ) n

= 539,761,193,268,762.00 −

(90,417,762.89) (78,786,354.22) 10

= 539,761,193,268,762.00 - 712,368,589,472,909.00 = -172,607,396,204,146.00

(∑ Yi ) 2 ∑ y = ∑ Yi − n 2 i

2

= 681,150,586,235,229.00 −

(78,786,354.22) 2 10

= 681,150,586,235,229.00 - 620,728,961,127,931.00 = 60,421,625,107,297.90

JKreg

= b1 ∑ x1i y i + b2 ∑ x 2i y i + b3 ∑ x3i y i + b4 ∑ x 4i y i

JKreg

= (- 0.043) (460,778,385,825,738.00) + (0.069) (-2,133,336,276,276,370.00) + (- 0.276) (-512,590,444,888,013.00) + (0.124) (-172,607,396,204,146.00)

= - 46,942,027,993,798.70 Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

66

R2 =

=

JK reg

∑y

2 i

- 46,942,027,993,798.70 60,421,625,107,297.90

= -0.776907736 Dari perhitungan diatas, diperoleh koefisien determinasinya (R2) sebesar - 0.776907736 Dengan mencari akar dari koefisien determinasi, maka didapat koefisien korelasinya (R) sebesar 0.77 atau 77% PDRB atas Harga Berlaku tersebut dipengaruhi oleh keempat faktor yang yang diatas, sedangkan 23% dipengaruhi oleh faktor – faktor yang lain.

4.3.2 Uji Korelasi

PDRB atas dasar Harga Berlaku dapat di hitung dengan menggunakan rumus : 1. Koefisien Korelasi antara X1 dan Y

ryx1 =

=

=


2

(10)(4,226,141,760,377,450) − (723,179,851.53)(78,786,354.22)

{(10)(131,084,685,648,104,000)(723,179,851.53) }{(10)(681,150,586,235,229) - (78,786,354.22) } 2

42,261,417,603,774,500 - 56,976,703,947,401,700 {1,310,846,856,481,040,000 - 522,989,097,658,808,000}{6,811,505,862,352,290 - 6,207,289,611,279,310}

=

- 14,715,286,343,627,200 {787,857,758,822,235,000}{604,216,251,072,979}


2

67

=

=

- 14,715,286,343,627,200 476,036,461,414,330,000,000,000,000,000,000

- 14,715,286,343,627,200 21,818,259,816,363,200

= - 0.674448213

Hasil yang diperoleh diatas menunjukkan korelasi sedang antara sector Pertanian dengan PDRB atas Harga Konstan, dapat diarti semakin tinggi sektor pertanian akan semakin tinggi PDRB atas harga Konstan tersebut. Dimana interval korelasinya dari 0,79 ≤ r ≥ - 0,50 berarti korelasi sedang.


ryx 2 =

= =

=

=

=

n∑ X 2iYi − (∑ X 2i )(∑ Yi )

{n∑ X 2i − (∑ X 2i ) 2 }{n∑ Yi − (∑ Yi ) 2 } 2

2

(10)(6,158,448,780,565,910) - (1,052,439,237.60)(78,786,354.22) {(10)(274,903,638,023,455,000)(1,052,439,237.60) 2 }{(10)(681,150,586,235,229) - (78,786,354.22) 2 } 61,584,487,805,659,100 - 82,917,850,568,422,800 {2,749,036,380,234,550,000 - 1,107,628,348,835,860,000}{6,811,505,862,352,290 - 6,207,289,611,279,310}

- 21,333,362,762,763,700

{1,641,408,031,398,690,000}{604,216,251,072,979} - 21,333,362,762,763,700 991,765,407,212,798,000,000,000,000,000,000

- 21,333,362,762,763,700 31,492,307,111,623,300

= -0.677415049


68


3.Koefisien Korelasi antara X3 dan Y

ryx 3 =

=

=

=

=

=


2

(10)(1,441,099,388,717,020) - (247,973,123.39)(78,786,354.22) {(10)(14,619,919,366,450,900) - (247,973,123.39) 2 }{(10)(681,150,586,235,229) - (78,786,354.22) 2 } 14,410,993,887,170,200 - 19,536,898,336,050,400

{146,199,193,664,509,000 - 61,490,669,921,312,400}{6,811,505,862,352,290 - 6,207,289,611,279,310} - 5,125,904,448,880,130.00 {84,708,523,743,196,300}{604,216,251,072,979}

- 5,125,904,448,880,130 51,182,266,650,040,500,000,000,000,000,000

- 5,125,904,448,880,130 7,154,178,265,184,650

= -0.716491015


4.

ryx 4 =

Koefisien Korelasi antara X4 dan Y


2


69

= = =

=

=

(10)(539,761,193,268,762) - (90,417,762.89)(78,786,354.22)

{(10)(2,249,851,564,779,550)(90,417,762.89) }{(10)(681,150,586,235,229)(78,786,354.22) } 2

5,397,611,932,687,620 - 7,123,685,894,729,090

2

{2,749,036,380,234,550,000 - 8,175,371,845,797,180}{6,811,505,862,352,290 - 6,207,289,611,279,310} - 1,726,073,962,041,460

{2,740,861,008,388,760,000}{604,216,251,072,979} - 1,726,073,962,041,460 1,656,072,763,200,760,000,000,000,000,000,000

- 1,726,073,962,041,460 40,694,873,917,985,800

= - 0.642415022


Dari perhitungan data di atas, di dapat hasil koefisien korealsi berganda antara lain: 1. Koefisien Korelasi antara X1 dan Y ( ryx1 ) : - 0.674448213 2. Koefisien Korelasi antara X₂ dan Y ( ryx 2 ) : - 0.677415049 3. Koefisien Korelasi antara X₃ danY ( ryx 3 ) : - 0.716491015 4. Koefisien Korelasi antara X₄ dan Y ( ryx 4 ) : - 0.642415022

Dari keempat koefisien tersebut, nilai Koefisien Korelasi antara X₃ danY ( ryx 3 ) yang paling besar, yaitu - 0.716491015. itu artinya sector Perdagangan yang paling mempengaruhi pada PDRB atas dasar harga berlaku.


70


Tujuan analisis ini adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan memuat prediksi/perkiraan nilai Y atas nilai X. Untuk mencari persamaan regresi, terlebih dahulu kita menghitung koefisien-koefisien regresinya dengan mencari penggandaan suatu variabel dengan variabel lainnya.

Tabel 4.3.3 Nilai-nilai koefisien Produk Domestik Regional Bruto (PDRB) atas Dasar Harga Berlaku menurut Lapangan Usaha Y 3,927,019.91 5,369,977.18 6,094,338.84 6,763,481.51 7376716.77 8012090.14 8325972.49 9433928.49 10918368.82 12564460.07 78,786,354.22

X₁ 122,994,263.58 163,569,504.90 195,506,389.99 225,697,377.99 2,566,099.36 2,844,394.00 2,115,129.74 2,333,980.04 2,624,865.72 2,927,846.21 723,179,851.53

X₁² 15,127,588,873,881,700.00 26,754,982,934,147,100.00 38,222,748,525,827,100.00 50,939,306,430,974,100.00 6,584,865,925,392.41 8,090,577,227,236.00 4,473,773,817,032.47 5,447,462,827,118.40 6,889,920,048,031.12

X₂ 171,807,121.06 256,846,008.52 286,433,925.48 311,864,132.43 3,320,326.64 3,579,760.99 3,726,379.45 4,227,796.47 4,923,071.80 5,710,714.76 1,052,439,237.60

X₃ 48,420,155.49 59,230,848.30 63,868,671.04 68,378,798.07 731,063.22 785,179.08 1,299,167.07 1,455,121.28 1,735,451.62 2,068,668.22 247,973,123.39

X₂² 29,517,686,847,784,500.00 65,969,872,092,347,700.00 82,044,393,665,882,200.00 97,259,237,093,884,000.00 11,024,568,996,293.70 12,814,688,745,525.80 13,885,903,805,382.30 17,874,262,991,744.50 24,236,635,947,955.20

X₄ 13,626,759.09 18,096,823.10 20,537,921.89 36,252,260.89 264,748.66 278,631.68 231,996.10 307,485.13 378,082.40 443,053.95 90,417,762.89

X₃² 2,344,511,457,704,830.00 3,508,293,389,792,690.00 4,079,207,140,824,490.00 4,675,660,024,964,480.00 534,453,431,636.77 616,506,187,669.65 1,687,835,075,772.39 2,117,377,939,508.84 3,011,792,325,360.62


71

8,572,283,429,411.36 32,612,263,070,081.90 4,279,388,204,437.97 131,084,685,648,104,000.00 274,903,638,023,455,000.00 14,619,919,366,450,900.00 X₄² 185,688,563,234,215.00 327,495,006,189,635.00 421,806,235,592,602.00 1,314,226,419,897,640.00 70,091,852,971.80 77,635,613,099.62 53,822,190,415.21 94,547,105,171.12 142,946,301,189.76 196,296,802,610.60 2,249,851,564,779,550.00

Yi² 15,421,485,373,536.40 28,836,654,913,720.70 37,140,965,896,732.50 45,744,682,136,111.90 54,415,950,304,799.20 64,193,588,411,485.20 69,321,817,904,236.80 88,999,006,754,433.70 119,210,777,689,548.00 157,865,656,850,624.00 681,150,586,235,229.00

X₂Y 674,689,985,092,218.00 1,379,257,204,523,260.00 1,745,625,397,146,430.00 2,109,287,293,296,120.00 24,493,109,207,165.80 28,681,367,731,535.60 31,025,732,788,001.30 39,884,729,568,254.40 53,751,913,639,741.30 71,752,047,573,179.60 6,158,448,780,565,910.00

X₃Y 190,146,914,655,704.00 318,068,303,698,340.00 389,237,322,597,757.00 462,478,736,396,091.00 5,392,846,314,904.20 6,290,925,565,002.27 10,816,829,284,733.90 13,727,510,099,797.30 18,948,300,856,426.50 25,991,699,248,268.00 1,441,099,388,717,020.00

X₁X₂ 21,131,290,333,088,300.00 42,012,174,449,778,600.00 55,999,662,740,457,500.00 70,386,916,977,291,500.00 8,520,288,065,894.95 10,182,250,681,390.10 7,881,775,997,219.84 9,867,592,574,162.46 12,922,402,404,918.70 16,720,094,566,457.10

X₁X₃ 5,955,401,367,016,650.00 9,688,360,530,651,430.00 12,486,733,308,936,000.00 15,432,915,433,537,600.00 1,875,980,860,961.54 2,233,358,664,077.52 2,747,906,906,985.66 3,396,224,023,299.25 4,555,327,466,056.47 6,056,742,407,674.45

X₁Y 483,000,921,899,160.00 878,364,508,671,934.00 1,191,482,185,967,180.00 1,526,500,042,882,050.00 18,929,388,182,398.30 22,789,541,121,675.20 17,610,512,028,020.90 22,018,600,794,447.30 28,659,252,033,934.90 36,786,806,796,645.80 4,226,141,760,377,450.00 X₄Y 53,512,554,246,171.30 97,179,527,059,238.90 125,165,055,071,989.00 245,191,496,249,560.00 1,952,975,880,057.03 2,232,422,136,019.64 1,931,593,146,387.29 2,900,792,728,158.35 4,128,043,087,550.77 5,566,733,663,630.78 539,761,193,268,762.00 X₁X₄ 1,676,013,198,990,090.00 2,960,088,394,224,420.00 4,015,294,966,709,400.00 8,182,040,229,847,810.00 679,371,366,986.86 792,538,278,801.92 490,701,850,674.01 717,664,156,016.81 992,415,531,095.33 1,297,193,828,333.03


72

189,596,138,904,906,000.00 43,584,276,180,470,700.00 16,838,406,674,783,600.00 X₂X₃ 8,318,927,516,187,050.00 15,213,206,965,891,600.00 18,294,154,162,094,600.00 21,324,894,535,223,800.00 2,427,368,684,890.18 2,810,753,440,748.09 4,841,189,471,764.71 6,151,956,611,005.88 8,543,752,930,686.32 11,813,574,137,496.90 63,187,771,774,673,600.00

X₂X₄ 2,341,174,248,270,000.00 4,648,096,779,243,400.00 5,882,757,588,383,470.00 11,305,779,892,067,200.00 879,052,028,702.30 997,434,818,642.16 864,505,499,520.15 1,299,984,547,191.49 1,861,326,801,516.32 2,530,154,731,741.30 24,186,240,966,391,400.00

X₃X₄ 659,809,793,855,293.00 1,071,890,183,463,410.00 1,311,729,777,154,440.00 2,478,886,027,083,050.00 193,548,007,870.29 218,775,766,161.25 301,401,693,488.43 447,428,155,946.57 656,143,713,573.49 916,531,626,110.47 5,525,049,610,519,340.00

Keterangan : Y = Produk Domestik Regional Bruto X₁ = Pertanian X₂ = Industri Pengolahan X₃ = Perdagangan, Hotel dan Restoran X₄ = Jasa-jasa n = banyak data Bentuk persamaan Regresi linier berganda yang mencakup dua atau lebih variabel, yaitu : ∧

Y = b0 + b1 X 1i + b2 X 2i + b3 X 3i + b4 X 4i

= 9114714.2 + (- 0.043) ( 723,179,851.53) + ( 0.069) (1,052,439,237.60) + + (-0.276) (247,973,123.39) + (0.124) (90,417,762.89) = - 6592491.478

Untuk maencari koefisien b₀, b₁, b₂, b₃, b₄, dapat digunakan rumus dengan lima persamaan oleh lima variabel yang terbentuk : ∑Yi

= nb0 + b1 ∑X1i + b2∑X2i + b3∑X3i + b4∑X4i


73

∑X1i Yi


∑X2i Yi


∑X3i Yi


∑X4i Yi


Hasil dari persamaan tersebut adalah: ∑Yi

= nb0 + b1 ∑X1i + b2∑X2i + b3∑X3i + b4∑X4i

78,786,354.22 = 10b₀ + b₁ 723,179,851.53 + b₂ 1,052,439,237.60 + b₃ 247,973,123.39 + b₄ 90,417,762.89 ∑X1i Yi


4,226,141,760,377,450

= b₀ 723,179,851.53 + b₁ (723,179,851.53)² + b₂

189,596,138,904,906,000 + b₃ 43,584,276,180,470,700 +

b₄ 16,838,406,674,783,600 ∑X2i Yi


6,158,448,780,565,910

= b₀ 1,052,439,237.60 + b₁ 189,596,138,904,906,000 + b₂

(1,052,439,237.60)² + b₃ 63,187,771,774,673,600 + b₄ 24,186,240,966,391,400

∑X3i Yi


1,441,099,388,717,020

= b₀ 247,973,123.39 + b₁ 43,584,276,180,470,700.00 + b₂

63,187,771,774,673,600 + b₃ (247,973,123.39)² + b₄


74

5,525,049,610,519,340

∑X4i Yi


539,761,193,268,762 = b₀ 90,417,762.89 + b₁ 16,838,406,674,783,600 + b₂ 24,186,240,966,391,400 + b₃ 5,525,049,610,519,340 + b₄ (90,417,762.89)²

Dari perhitungan diatas didapat: b₀ = 9114714.2 b₁ = -0.043 b₂ = 0.069 b₃ = -0.276 b₄ = 0.124

4.2.4 Analisis Residu

Dengan didapat persamaan regresinya, maka untuk mengetahui seberapa besarkah penyimpangan baku yang sebenarnya terhadap PDRB atas Dasar Harga Berlaku yang diperkirakan, selanjutnya yang perlu dilakukan menghitung nilai dari koefisien – koefisien Analisis Residunya

Tabel 4.2.4 Penyimpangan nilai Koefisien Y

Ŷ

(Y-Ŷ)

(Y-Ŷ)²


75

3,927,019.91 5,369,977.18 6,094,338.84 6,763,481.51 7376716.77 8012090.14 8325972.49 9433928.49 10918368.82 12564460.07

4006407.431 5699892.011 5390829.395 6551084.168 9064529.851 9057249.669 8951081.208 8942585.698 8909434.499 8866842.392 78,786,354.22 75,439,936.32

-79,387.52 -329,914.83 703,509.44 212,397.34 -1,687,813.08 -1,045,159.53 -625,108.72 491,342.79 2,008,934.32 3,697,617.68 3,346,417.90

6,302,378,470.3451 108,843,796,021.3720 494,925,538,913.7960 45,112,630,697.6775 2,848,712,995,719.5800 1,092,358,440,118.8600 390,760,909,707.1710 241,417,739,692.5650 4,035,817,107,216.7400 13,672,376,489,034.5000 22,936,628,025,592.6000

Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus : ^

S y .1234

∑(Yi − Y i ) 2 = n − k −1

Keterangan : ^

∑(Yi − Y i ) 2

= 22,936,628,025,592.6000

k = 4 n= 10 Sehingga : ^

S y .1234 =

=

∑(Yi − Y i ) 2 n − k −1

22,936,628,025,592.6000 10 − 4 − 1

= 4,587,325,605,118.51 = 2,141,804.29


76

Dengan penyimpangan nilai yang didapat, ini berarti bahwa rata – rata PDRB atas Dasar Harga Berlaku yang sebenarnya akan menyimpang dari rata – rata PDRB atas dasar Harga Berlaku yang diperkirakan sebesar Rp 2,141,804.29


77


78

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengenalan SPSS

SPSS (Statistical Product and Service solution) merupakan program aplikasi yang digunakan untuk melakukan penghitungan statistic dengan menggunakan komputer. Kelebihan program ini adalah kita dapat melakukan secara lebih cepat semua perhitungan statistic dari yang sederhana sampai yang rumit sekalipun, yang jika dilakukan secara manual akan memakan wakru yang lebih lama. . Tugas dari pengguna hanyalah mendesain variable yang akan dianalisis, memasukkan data, dan melakukan penghitungan dengan menggunakan tahapan yang ada pada menu yang tersedia. Setelah perhitungan selesai, tugas pengguna ialah menafsir angka-angka yang dihasilkan oleh SPSS. Proses penafsiran inilah yang jauh lebih penting daripada sekedar memasukkan angka dan menghitungnya.

Perbedaan SPSS 13.0 dengan SPSS versi 10.0, 11.0, dan versi 12.0 tidak terlalu mendasar. Dibandingkan SPSS 10.0, SPSS 13.0 memiliki sedikit perbedaan, yaitu untuk penulisan nama variable pada variable view, SPSS 13.0 lebih fleksibel karena Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

79

dapat menampilkan karakter lebih dari 8 dan dapat menampilkan huruf besar dan huruf kecil sebagai variable. Yang masih perlu dikembangkan pada SPSS versi lanjutan dari SPSS 13.0 adalah kemampuan untuk menulis setiap karakter berikut spasi pada penulisan nama variable, sehingga tidak perlu menambah karakter “_” jika nama variable lebih dari satu suku kata.

5.2 Mengaktifkan SPSS

Menu dalam SPSS dibagi menjadi dua kategori, yaitu menu utama dan submenu. Menu pada dasarnya dibagi menjadi dua bagian besar, yaitu menu untuk perintah operasi dan menu untuk analisis statistic. Pada menu yang berfungsi untuk operasi program sebagian besar mempuyai fungsi yang sama dengan perintah-perintah di Microsoft Office, misalnya fungsi submenu-submenu pada menu file dan edit. Menu yang penting pada SPSS terletak pada menu Analyze karena pada menu ini semua teknik-teknik analisis yang disediakan SPSS berada.

Langkah awal sebelum memulai SPSS, pastikan terlebih dahulu bahwa Software SPSS 13.0 for Windows telah terinstall pada computer. Selanjutnya, seperti halnya memulai Software lain berbasis Windows, langkah awal mamulai SPSS adalah klik start, program, SPSS for Windows dan SPSS 13.0 for Windows, seperti yang di tampilkan pada layar berikut:


80

Gambar 5.1 Cara mengaktifkan SPSS

5.3 Tampilan Awal

Selanjutnya kliklah sekali SPSS 13.0 for Windows, hingga tampil layar sebagai berikut:

Gambar 5.2 Tampilan Awal SPSS


81

5.4 Membuka Lembaran Baru

Pilihlah dengan mengklik Type In Data hingga muncul layar SPSS DATA EDITOR sebagai berikut:

Gambar 5.3 Lembaran Baru SPSS

Tampilan windows pada layar di atas dikenal dengan nama SPSS DATA EDITOR. SPSS DATA EDITOR terdiri atas 10 menu utama, Yaitu: 1. FILL 2. EDIT 3. VIEW 4. DATA 5. TRANSFROM 6. ANALYZE 7. GRAPH 8. UTILITIES 9. WINDOWS Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

82

10. HELP Segala proses input data sejak entry hingga editing data dapat dilakukan pada windows yang terdiri atas dua sheet. Perhatikan sheet yang ada dibagian kiri bawah windows SPSS DATA EDITOR pada layar di atas, terdapat Sheet Data View dan Sheet Variable View. Tampilan windows di atas adalah tampilan Variable View.

Kedua Sheet pada SPSS DATA EDITOR di atas sekaligus menunjukkan bahwa data editor memiliki dua fungsi, yaitu sebagai tempat dilakukannya input data dan sekaligus pemrosesan data yang di input dengan prosedur statistik tertentu.

5.5

Entry Data

SPSS DATA EDITOR mempunyai dua bagian utama, yang terdiri atas: 1. Kolom Variable Bagian ini merupakan kolom-kolom dengan judul Var yang dapat diedit dengan nama variable yang kita inginkan jika telah atau akan diisi data. 2. Baris Data Merupakan urutan yang kita entry, dengan oleh nomor 1,2,3 dan seterusnya. Baris data merupakan kasus.

Untuk membuat Entry data, langkah-langkahnya adalah sebagai berikut: 1. Identifikasi Variable Data dan Baris Data


83

Dimana

terdapat

4

variable,

yaitu

Pertanian,

Industri

Pengolahan,

Perdagangan, Hotel dan Restoran, Pengangkutan dan komunikasi, Jasa Kemasyarakatan, Sosial dan Perorangan, dan PDRB

Gambar 5.4 Entry Data

2. Membuka lembar baru Dengan cara klik FILE, pilih menu NEW, klik DATA, variable baru siap dibuat, dengan cara member nama untuk setiap kolom yang masih bertulis Var. 3. Klik Mouse pada tab Sheet Variable View dibagian kiri bawah Tampilan variable view dapat juga diambil dari menu view lalu sub menu VARIABLE. Hingga muncul tampilan sebagai berikut:

5.6

Membuat Entry Variable Data

Selanjutnya dilakukan pengisian untuk variable: 1. Name Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

84

Diisi dengan nama atau singkatan variable sesuai keinginan. 2. Type Ada 8 macam tipe data, sebagaimana ditampilkan pada windows berikut. Apabila kita klik bar pada sel di bawah kolom type: Jika data berupa angka, maka perintah yang diaktifkan adalah Numeric. Namun jika data yang dimasukkan berupakata atau huruf, perintah yang diaktifkan adalah string.

Gambar 5.5 Entry Variabel Data

3. Width Pilihan ini menyediakan ruang entry antara 1 hingga lebih dari 250 digit untuk tipe data string, untuk contoh ketik 25, sehingga mengandung arti setiap nama disediakan ruang entry maksimal 25 karakter. Jika data berupa huruf dengan perintah string, maka perlu diisi jumlah karakter huruf. Namun jika data berkarakter angka maka dapat diabaikan. 4. Decimal


85

Jika data dengan perintah string, kotak decimalotomatis akan Non-Aktif. Namun jika data dengan perintah Numeric, maka kotak kerja Decimal Place akan aktif. Isilah sesuai keinginan, berapa digit yang akan diisikan.

5. Label Jika pada kotak kerja Name yang diisi adalah singkatan, maka kepanjangan dari singkatan bisa diisikan pada kotak kerja label ini. 6. Values Kotak kerja ini sering diabaikan dalam operasi SPSS. 7. Missing Adalah data yang tidak diketahui atau tidak memiliki nama karena sesuatu hal atau hilang. 8. Column Fungsi kolom menentukan lebar untuk Entry, hampir sama dengan width, bisa ditambah dan dikurangi dengan menggunakan fasilitas Scroll number, untuk menaikkan atau menurunkan angkanya. 9. Align Menunjukkan posisi data, yaitu tengah, kanan atau kiri. Buka kotak combo dan pilih left. 10. Measure Digunakan sesuai dengan jenis data yang digunakan dalam penelitian. Bisa berupa Scale, Nominal, ordinal. Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

86

Gambar 5.6 Tipe Data 5.7

Menu Analyze

SPSS berguna untuk membantu pengolahan data secara statistic. Dalam data statistic, SPSS menyediakan Command windows dengan nama Analyze. Penyelesaian uji regresi, baik itu regresi sederhana maupun regresi linier berganda, memiliki langkahlangkah yang sama. Yang membedakan adalah jumlah variable independ.

5.7.1 Pengolahan Data dengan Persamaan Regresi

Langkah-langkah penyelesaian regresi linier berganda adalah sebagai berikut: 1. Klik Analyze 2. Klik Regresion 3. Klik Linier sehingga muncul kotak kerja Linier Regression


87

Gambar 5.7 Menu Analyze

4. Klik variable dependentnya 5. Klik tanda panah untuk memasukkan variable ke kotak Dependent 6. Klik semua variable Independent

Gambar 5.8 Kotak Dialog Linear Regression

7. Klik statistic sehingga muncul kotak kerja Linier Regresion: Statistik 8. Klik Estimate, Model fit, Collinearity diagnostic pada kotak Regresion Coefficients dan Durbin Watson pada kotak Residual 9. Klik Continue


88

Gambar 5.9 Kotak Dialog Linier Regression Statistic

10. Kemudian klik Plots pada kotak tersebut, lalu aktifkan Produce All Partial Plots, kemudian klik Continue, lalu klik OK pada kotak dialog Linier Regression untuk melihat hasilnya / Outputnya.

Gambar 5.10 Kotak Dialog Linier Regression Plots

5.7.2 Pengolahan Data dengan Persamaan Korelasi

1. Untuk mengetahui korelasi antara variabel tak bebas dengan variabel bebas, maka lakukan Analyze, kemudian pilih sub menu Correlate, kemudian pilih Bivariate.


89

Gambar 5.11 Pilih Analyze, Correlate, Bivariate

2. Setelah muncul kotak dialog, kemudian sorot variabel – variabel yang akan ditentukan korelasinya dan pindahkan ke kotak Variables. 3. Pada kolom Correlation Coefficients, pilih Pearson, sedang pada kolom Test of Significant, pilih Two Tailed, lalu klik OK.

Gambar 5.12 Bivariate Correlations

5.8

Menyimpan Data

Entry data telah selesai, selanjutnya data hasil Entry di atas dapat dsimpan dengan prosedur sebagai berikut: Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

90

1. Dari Menu Utama pada Windows SPSS DATA EDITOR, pilih File, kemudian pilih menu Save As… 2. Ketik Nama File 3. Klik Save, maka data telah tersimpan

Gambar 5.13 Menyimpan Data


91

BAB 6

PENUTUP

6.1 Kesimpulan

Dari hasil analisis yang telah dilakukan maka dapat diambil beberapa kesimpulan yaitu : 1. Keempat variabel yaitu pertanian, industri, perdagangan dan jasa-jasa mempunyai pengaruh yang nyata terhadap penurunan atau peningkatan PDRB baik atas dasar harga konstan dan atas dasar harga berlaku

2. Sekitar 17% PDRB Kabupaten Labuhan Batu atas dasar konstan dipengaruhi oleh keempat faktor tersebut, sedangkan 83% dipengaruhi oleh faktor lain

3. Sekitar 77% PDRB Kabupaten Labuhan Batu atas dasar berlaku dipengaruhi oleh keempat faktor tersebut, sedangkan 23% dipengaruhi oleh faktor lain

4. PDRB Kabupaten Labuhan Batu atas dasar konstan keempat variabel bebasnya berkorelasi sedang, namun sector pertanian yang mempengaruhi PDRB Labuhan Batu. Sedangkan PDRB berdasarkan harga berlaku sector Perdagangan yang paling mempengaruhi dari pada sector lainnya. Fahresi Idris : Faktor-Faktor Yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) Di Kabupaten Labuhan Batu, 2008. USU Repository © 2009

92

5. PDRB Kabupaten Labuhan Batu atas dasar harga konstan, keempat variabel nya memiliki pengaruh positif yaitu pertanian, industri, perdagangan dan jasa-jasa, semakin meningkatnya keempat variabel tersebut maka PDRB semakin meningkat.

6. PDRB Kabupaten Labuhan Batu atas dasar harga konstan memiliki 1 variabel yang memiliki pengaruh positif yaitu variabel pertanian, dan memiliki 3 variabel yang mempunyai pengaruh negatif.

7. PDRB Kabupaten Labuhan Batu atas dasar harga berlaku memiliki 1 variabel yang memiliki pengaruh positif yaitu variabel perdaganagan, dan memiliki 3 variabel yang mempunyai pengaruh negatif.

6.2 Saran

Dalam meningkatkan PDRB tidak hanya dipengaruhi oleh pertanian, industri, perdagangan dan jasa-jasa saja, melainkan ada beberapa faktor lain yang mendukung peningkatan PDRB seperti pertambangan dan penggalian, listrik, gas dan air bersih, bangunan, pengangkutan dan komunikasi, keuangan, persewaan dan jasa perusahaan. Akan tetapi, yang paling besar mempengaruhi PDRB di Kabupaten Labuhan Batu adalah faktor pertanian, industri, perdagangan dan jasa-jasa.

Oleh karena itu

diharapkan kepada pemerintah daerah untuk memperluas jangkauan

lapangan

pekerjaan keempat faktor tersebut.


93


94

DAFTAR PUSTAKA

BPS. Labuhan Batu Dalam Angka 2002. Badan Pusat Statistik BPS. Labuhan Batu Dalam Angka 2003. Badan Pusat Statistik BPS. Labuhan Batu Dalam Angka 2005. Badan Pusat Statistik BPS. Labuhan Batu Dalam Angka 2006. Badan Pusat Statistik Fakultas MIPA, 2005. Panduan Tata Cara Penulisan Skripsi dan Tugas Akhir. Dokumen Nomor: AKAD/05/2005, Medan: Universitas Sumatera Utara. J. Supranto, 1990. Ekonometrik. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Riduwan dan Engkos Achmad Kuncoro. 2006. Cara Menggunakan dan Memaknai Analisis Jalur (Path Anlisis). Jakarta: Alfabet Sudjana. 2002. Metode Statistika. Bandung: Tarsito Surjadi, P.A. 1983. Pendahuluan Teori Kemungkinan dan Statistika. Bandung : ITB Wahid Sulaiman. 2004. Analisis Regresi Menggunakan SPSS, contoh kasus dan pemecahannya. Yogyakarta: Andi


FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUK DOMESTIK REGIONAL BRUTO (PDRB) DI KABUPATEN LABUHAN BATU TUGAS AKHIR FAHRESI IDRIS

Recommend Documents