BAB I
PENDAHULUAN
I) Latar Belakang Penulisan
Indonesia memiliki pulau yang terbanyak dan terbesar di Dunia, salah satunya pulau Jawa, adapun pulau yang sangat maju dibandingkan pulau-pulau lainnya di Indonesia adalah pulau Jawa, karena di pulau jawa terdapat banyak potensi, baik itu potensi sumber daya manusia dan juga potensi sumber daya alam, selain itu di pulau jawa terdapat Ibu Kota Jakarta, hal itu menyebabkan banyak penduduk dari luar Jawa lebih memilih pulau jawa sebagai tempat berdomisili dan menggantungkan hidup. Di pulau jawa terdapat tiga bagian, yaitu Jawa Timur, Jawa Tengah dan Jawa Barat.
Jawa Timur merupakan salah satu pulau yang memiliki potensi sumber daya alam dan juga memiliki potensi sumber daya manusia yang sangat besar, karena Jawa Timur selain memiliki akses yang strategis sebagai jalur perdagangan dan juga terdapat banyak berdiri sekolah – sekolah, baik formal ataupun non formal yang siap mencetak SDM – SDM yang berkualitas, sejarah telah membuktikan keberhasilannya. dijawa timur banyak tokoh – tokoh hebat yang bermunculan. Selain itu baru – baru ini presiden telah meresmikan jembatan Suramadu dimana dengan selesainya jembatan ini akan sangat berpotensi meningkatkan pertumbuhan ekonomi di Jawa Timur karena akses yang menghubungkan Surabaya dan Madura telah dibuka lebar untuk masyarakat Indonesia dan Dunia, khususnya warga Surabaya dan Madura. Di Jawa Timur terdapat banyak Kabupaten/Kota mulai dari Pacitan,
Pada kesempatan kali ini penulis akan memaparkan laju pertumbuhan ekonomi di Jawa Timur menurut data BPS daerah kabupaten/kota Jawa Timur Tahun 2007, yang mana terdapat 40 ( empat puluh ) daearah kabupaten/kota di Jawa Timur yang di ambil data sampelnya dari internet. Pada penulis kali ini penulis akan mengambil tema yeitu “Laju Pertumbuhan Ekonomi Dipengaruhi Tingkat Kemiskinan dan Banyaknya Lapangan Kerja di Daerah Kabupaten / Kota Jawa Timur, Tahun 2007. Dimana dalam data penelitian ini penulis memilih “ Y “ sebagai Laju Pertumbuhan Ekonomi, yaitu sebagai faktor yang dipengaruhi, alasannya adalah karena dengan diketahuinya tingakat pertumbuhan ekonomi, maka akan memberikan suatu gambaran, bahwa laju pertumbuhan ekonomi di wilayah kabupaten / kota, Jawa Timur bervariasi, seperti di Surabaya, Malang, mojokerto, probolinggo, terlihat peningkatan pertumbuahan ekonimi yang siknifikan dibandingkan Pacitan,
Selanjutnya penulis memilih Kemiskinan sebagai “ X1 “ kerena kita ketahui kemiskinan merupakan problem yang harus segera di minimalisir oleh wilayah, Negara dan Dunia pada umumnya, dengan meningkatnya kemiskinan akan sangat mempengaruhi sektor – sektor rill dan sektor – sektor lainya. Karena jika kemiskinan tidak segera di atasi maka akan berdampak pada lemahnya pendidikan, jika pendidikannaya menurun maka akan banyak bermunculan gen – gen kriminalitas yang akan menyebabkan enggannya imvestor asing dan lokal dan pariwisata untuk menanamkan modalnya diwilayah tersebut, jika hal tersebut terjadi maka stuasi politik akan kacau balau dan lapangan kerjapun susah kita dapatkan, jika hal tersebut berkelanjutan maka secara otomatis akan amat sangat mempengaruhi laju pertumbuhan ekonomi, oleh karena itu, jika suatu daerah, atau wilayah mempunyai tingkat kemiskinan, pendidikan dan lapangan kerja lemah maka siap – siaplah menuju kehancuran. Karena , apabila suatu wilayah, daerah dan Negara memiliki sumber daya manusia yang tinggi walaupun sumber daya alamnya rendah maka akan tercipta wilayah, atau negara seperti Singapura, Ingris, Jepang, Korea dan wilayah – wilayah lainnya. Yang memiliki teritorial dan sumber daya alam yang pas – pasan, akan tetapi Negara tersebut memiliki Sumber Daya Manusia yang sangat handal yang dapat mengantarkan Negaranya pada kemakmuran, sebaliknya jika sumber daya alam melimpah, sedangkan sumber daya manusianya melemah maka yang akan terjadi adalah penjajahan dan eksploitasi besar – besaran yang dilakukan oleh Negara – negara kecil terhadapa Negara besar, seperti Negara kita Indonesia saat ini, Afrika dan lain sebagainya. Yang selalu di eksploitasi sumber daya alamnya oleh Negara lain. Oleh karena itu sangat tepat apa bila faktor kemiskinan dijadikan sebagai X1. Karena akan terjadi singkronisasi data dan makna nantinya.
Selanjunya “ X2 “ sebagai Lapangan Kerja, yang akan mempengaruhi pertumbuhan ekonomi di wilayah Kabupaten / Kota, menurut teori jika lapangan kerja yang terdapat di suatu wilayah lebih dari 30 % ( tiga puluh persen ) maka tingkat kemiskinan akan berkurang, sebaliknya jika lapangan kerja yang tersedia kurang dari 30% ( tiga puluh persen ) maka akan berpotensi terjadinya peningkatan kemiskian.
Oleh karena itu dari data yang didapat oleh penulis dari internet, maka dapat kita lihat seberapa besar pengaruh tingkat kemiskinan dan lapangan kerja mempengaruhi pertumbuhan ekonomi wilayah Kabupaten / Kota di Jawa Timur, Tahun 2007. Dan juga dapat kita lihat hasil penelitiannya yang di lakukan oleh BPS di Jawa Timur. Setelah kita masukkan kedalam SPSS, maka kita akan melihat hasilnya apakah akan sesuai dengan teori dan juga praktek dilapangan.
ii) Tujuan Penulisan
Tujuan Makalah ini di buat dan disusun oleh penulis sebagai berikut :
v Untuk mengetahui Laju Pertumbuhan Ekonomi dipengaruhi tingkat kemiskinan dan banyaknya lapangan kerja, Kabupaten / Kota Jawa Timur, Tahun 2007 dalam hitungan 40 ( empat puluh ) daerah kabupaten / kota di Jawa Timur, Tahun 2007.
v Sebagai pemenuhan tugas mata kuliah pelajaran “STATISTIK EKOMOMI II” pada Ujian Akhir Semester.
v Untuk Mengetahui cara menyajikan data kedalam SPSS sekaligus bekal pembelajaran untuk mempermudah dalam penyusunan sekeripsi di akhir kuliah.
iii) Jumlah Sampel
Adapun jumlah sampel yang digunakan oleh penulis berjumlah 40 ( empat puluh ) kabupaten /
iv) Karangka Teori
a. Asumsi Normalitas
Yaitu pengujian data yang dilakukan untuk mengetahui secara jelas dan benar, apakah data sampel tersebut NORMAL atau TIDAK NORMAL.
Adapun cara mengetahui atau mendeteksinya adalah dengan cara melihat “ P – PLOT “ :
¨ Jika plot – plotnya menjauhi garis diagonal, maka yang terjadi adalah data sampel tidak memenuhi asumsi normalitas.
¨ Adapun sebaliknya, jika plot – plotnya mendekati garis diagonal, maka data sampel tersebut memenuhi asumsi normalitas.
b) Asumsi Klasik
¨ Multikolinieritas
Yaitu terjadi apabila variabel – variabel bebas yang ada berkorelasi satu dengan yang lainnya secara ekstrim, maka akan ada kemungkinan terjadi dua variabel atau lebih, yang akan mempunyai hubungan korelasi yang sangat kuat, sehingga pengaruh masing – masing variabel bebas terhadapa y sulit untuk dibedakan satu dengan yang lainnya. Adapun cara mendeteksinya adalah memakai tiga rujukan :
1. Menurut Hair
Multi Kolineritas, terjadi jika VII > 10, maka terdapat masalah.
2. Menurut Kebanyakan Pendapat, termasuk J. Supranto
Multi Kolineritas terjadi jika VII > 5, maka ada masalah
2. Menurut Gujarati
Ketika dilakukan uji t ternyata banyak yang tidak signifikan, ketika diuji secara subtansi ternyata juga tidak signifikan dan R² besar.
¨ Heterokedasitas
Yaitu Ketidak samaan variance dalam analisis regresi, salah satu cara mendeteksinya adalah dengan melihat scetter plotnya tidak membentuk pola, yaitu plot – plotnya menyebar baik di daerah positif, maka dapat dikatakan tidak ada masalah dalam heterokedasitas dan juga sebaliknya.
¨ Autokorelasi
Yaitu, jika terjadi kesalahan observasi ( kesalahan pengganggu ) yang ada berkorelasi satu sama lain, sehingga mengakibatkan penduga untuk a dan b tidak lagi BLUE ( Best Linier Unbiased Estimator ). Cara mendeteksinya adalah dengan membandingkan nilai Durbin Waston pada print – out dengan nilai Durbin – Waston yang ada pada tabel.
e) Uji F dan Uji t
¨ Uji F
Adalah uji variabel bebas seluruh ( X ) nya secara bersama – sama terhadap variabel tidak bebasnya ( Y ).
Rumusan Hipotesis yang diuji :
Ho:bl = b2 = b3 = b4 = 0, berarti x dan konstanta secara bersamaan tidak mempunyai pengaruh terhadap Y.
Ho:b1 = b2 = b3 = b4 = 0, berarti, x dan konstanta secara bersamaan mempunyai pengaruh terhadap Y.
Formula Hipotesis
F Hitung = r² / ( k – 1 )
( 1 – r² ) / ( n – k )
Jika F hitung > f tabel maka Ho dotolak dan Ha diterima, artinya semua variabel bebas merupakan penjelas yang signifikan terhadap variabel terikat ( y ).
Untuk melakukan Uji F berdasarkan print out, Caranya dengan membandingkan nilai signifikan dengan nilai α pada anova.
α = …….. % = …….
Nilai signifikan Nilai α
……………… ………….
Jika nilai signifikan lebih kecil ( < ) dari nilai α, maka Ho ditolak dan signifikan, artinya x dan konstanta mempunyai pengaruh terhadap y, akan tetapi , jika nilai signifikan lebih besar ( > ) dari nilai α, maka Ho diterima dan tidak signifikan, artinya x dan konstantanya secara bersama – sama tidak mempunyai pengaruh terhadap y.
¨ Uji t
Adalah uji masing – masing variabel bebas (x) terhadap variabel tidak bebasnya ( y ).
v Formula Hipotesa
Ho : bi = 0 ( Variabel bebasnya ( x ) tidak mempunyai pengaruh terhadap variabel tidak bebanya ( y ) )
Ha : bi > ( Variabel bebasnya ( x ) mempunyai pengaruh ( + ) terhadap variabel tidak bebanya ( y ) ), dengan menunjukan uji 1 arah.
Ha : bi ≠ 0 ( Variabel bebasnya ( x ) mempunyai pengaruh negatif ( - ) terhadap variabel tidak bebanya ( y ) ) dengan menggunakan uji 1 arah.
Ha : bi ≠ 0 ( Variabel bebasnya ( x ) mempunyai pengaruh terhadap variabel tidak bebanya ( y ) ) dengan menggunakan uji 2 arah.
v Cara menghitung t :
Untuk uji satu ( 1 ) tα df ( n – k – 1 )
Untuk uji dua ( 2 ) arah tα df ( n – k – 2 )
v Untuk mengetahui to
to = bi – Bi
sbi
Dalam menggunakan Uji t pada print out, caranya dengan membandingkan nilai p value ( pada exel ) atau nilai signifikan ( pada SPSS ) dengan nilai α ( anova ).
ü Uji terhadap konstanta
α = …… % = …..
P. Value / Nilai Signifikan Nilai α
…………………. ? ……….
Dengan membandingkan nilai p. Value ( pada exel ) atau nilai signifikan ( pada SPSS ) dengan nilai α Jika nilai signifikan atau p. Value lebih besar ( > ) dari pada nilai α maka Ho diterima dan tidak signifikan. Artinya bo atau konstanta tidak mempunyai pengaruh terhadap y , akan tetapi jika nilai signifikan atau p. Value lebih kecil ( < ) dari nilai α maka Ho ditolak dan signifikan. Artinya bo atau konstanta mempunyai pengaruh terhadap y.
ü Uji terhadap slope
α = …….. % =………
p. value / nilai signifikan Nilai α
………………………… ? ………
Dengan membandingkan nilai p. Value ( pada exel ) atau nilai signifikan ( pada SPSS ) dengan nilai α. Jika nilai signifikan atau p. Value lebih besar ( > ) dari pada nilai α maka Ho diterima dan tidak signifikan. Artinya bi / slop / koefisian / regresi / x tidak mempunyai pengaruh terhadap y , akan tetapi jika nilai signifikan atau p. Value lebih kecil ( < ) dari nilai α maka Ho ditolak dan signifikan. Artinya bi / slope / koef regresi / x mempunyai pengaruh terhadap y.
ü r dan r²
r atau koefisien korelasi merupakan salah satu dari beberapa koefisien – koefisien regresi linier. Koefisien ( r ) adalah yang menyatakan kuat lemahnya antara x dan y. Nilai r berkisar –1 0 +1
Kuat Lemah Kuat
-________________◘__________________◘ ___________________ ◘___________________
-1 - 0.5 0 +0.5 +1
Tidak ada Hubungan
Hubungan ( + ) berarti jika x ↑ maka y juga naik ↑
Hubungan ( - ) berarti jika x ↓ maka y juga naik ↓
Tidak adanya hubungan yang berkisar pada nilai 0 berarti bahwa, jika x ↑ maka y akan ↓
Rumusan pada koefisien korelasi ( r )
r.∑ xy - ∑x. ∑y
r =
√n.∑ x² - (∑ x² . √(n.∑y². – (∑y) ²
Koefisien determinan r² merupakan titik ketetapan yang dilakukan untuk mendeteksi ketepatan yang paling baik pada garis regresi . r² merupakan koefisien penentu yang menyatakan seberapa besar variabel x nya. Besaran koefisien determinan merupakan besaran non negatif dimana terdapat antara nol ( 0 ) sampai dengan angka 1 ( 0 ≤ r² ≤ 1 ).
Jika koefisien determinan bernilai nol maka tidak ada hubungan antara x dan y, tetapi jika sebaliknya jika koefisien determinan bernilai satu maka adanya kecocokan sempurna antara x dan y pada garis regresi.
Rumusan pada koefisien determinan / r²
r² = ( r ) ² . 100%
BAB II
PEMBAHASAN
i) Asumsi Klasik
a. Normalitas
Dari hasil print out diatas, kita dapat mengetahui bahwa pada normal P-P Plot, plot-plotnya mendetekati garis diagonal. Hal ini dapat disimpulkan bahwa persamaan regresi tersebut memenuhi asumsi normalitas.
ii) Asumsi Klasik
a. Multikolineritas
Regression
Descriptive Statistics | |||
| Mean | Std. Deviation | N |
PERTUMBUHAN EKONOMI | 5.7345 | .93657 | 40 |
KEMISKINAN | 5.1328 | 1.19039 | 40 |
LAPANGAN KERJA | 5.6123 | 1.44891 | 40 |
Correlations | ||||
| | PERTUMBUHAN EKONOMI | KEMISKINAN | LAPANGAN KERJA |
Pearson Correlation | PERTUMBUHAN EKONOMI | 1.000 | .081 | .767 |
KEMISKINAN | .081 | 1.000 | .450 | |
LAPANGAN KERJA | .767 | .450 | 1.000 | |
Sig. (1-tailed) | PERTUMBUHAN EKONOMI | . | .311 | .000 |
KEMISKINAN | .311 | . | .002 | |
LAPANGAN KERJA | .000 | .002 | . | |
N | PERTUMBUHAN EKONOMI | 40 | 40 | 40 |
KEMISKINAN | 40 | 40 | 40 | |
LAPANGAN KERJA | 40 | 40 | 40 |
Variables Entered/Removedb | |||
Model | Variables Entered | Variables Removed | Method |
1 | LAPANGAN KERJA, KEMISKINANa | . | Enter |
a. All requested variables entered. | | ||
b. Dependent Variable: PERTUMBUHAN EKONOMI |
Model Summaryb | |||||
Model | R | R Square | Adjusted R Square | Std. Error of the Estimate | Durbin-Watson |
1 | .822a | .675 | .657 | .54812 | 1.908 |
a. Predictors: (Constant), LAPANGAN KERJA, KEMISKINAN | | ||||
b. Dependent Variable: PERTUMBUHAN EKONOMI | |
ANOVAb | ||||||
Model | Sum of Squares | df | Mean Square | F | Sig. | |
1 | Regression | 23.093 | 2 | 11.547 | 38.433 | .000a |
Residual | 11.116 | 37 | .300 | | | |
Total | 34.209 | 39 | | | | |
a. Predictors: (Constant), LAPANGAN KERJA, KEMISKINAN | | | ||||
b. Dependent Variable: PERTUMBUHAN EKONOMI | | |
Coefficientsa | ||||||||||
Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | 95% Confidence Interval for B | Collinearity Statistics | ||||
B | Std. Error | Beta | Lower Bound | Upper Bound | Tolerance | VIF | ||||
1 | (Constant) | 3.751 | .432 | | 8.676 | .000 | 2.875 | 4.626 | | |
KEMISKINAN | -.260 | .083 | -.331 | -3.156 | .003 | -.428 | -.093 | .798 | 1.253 | |
LAPANGAN KERJA | .592 | .068 | .915 | 8.725 | .000 | .454 | .729 | .798 | 1.253 | |
a. Dependent Variable: PERTUMBUHAN EKONOMI | | | | | | | |
Collinearity Diagnosticsa | ||||||
Model | Dimension | Eigenvalue | Condition Index | Variance Proportions | ||
(Constant) | KEMISKINAN | LAPANGAN KERJA | ||||
1 | 1 | 2.942 | 1.000 | .00 | .00 | .01 |
2 | .033 | 9.488 | .22 | .18 | .99 | |
3 | .025 | 10.799 | .77 | .81 | .00 | |
a. Dependent Variable: PERTUMBUHAN EKONOMI | | |
Residuals Statisticsa | |||||
| Minimum | Maximum | Mean | Std. Deviation | N |
Predicted Value | 2.1061 | 7.5005 | 5.7345 | .76950 | 40 |
Std. Predicted Value | -4.715 | 2.295 | .000 | 1.000 | 40 |
Standard Error of Predicted Value | .088 | .468 | .136 | .065 | 40 |
Adjusted Predicted Value | 4.5202 | 7.7348 | 5.8279 | .54030 | 40 |
Residual | -1.44612 | 1.13570 | .00000 | .53388 | 40 |
Std. Residual | -2.638 | 2.072 | .000 | .974 | 40 |
Stud. Residual | -5.068 | 2.234 | -.057 | 1.227 | 40 |
Deleted Residual | -5.33684 | 1.31977 | -.09344 | 1.00235 | 40 |
Stud. Deleted Residual | -9.042 | 2.369 | -.153 | 1.727 | 40 |
Mahal. Distance | .028 | 27.457 | 1.950 | 4.367 | 40 |
Cook's Distance | .000 | 23.038 | .606 | 3.639 | 40 |
Centered Leverage Value | .001 | .704 | .050 | .112 | 40 |
a. Dependent Variable: PERTUMBUHAN EKONOMI | | |
Model Summaryb | |||||
Model | R | R Square | Adjusted R Square | Std. Error of the Estimate | Durbin-Watson |
1 | .765a | .585 | .562 | .62033 | 2.253 |
a. Predictors: (Constant), lapangan kerja, kemiskinan | | ||||
b. Dependent Variable: pertumbuhan ekonomi | |
Tidak ada komentar:
Posting Komentar