PDRB

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

TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya
FAHRESI IDRIS
052407051
PROGRAM STUDI DIPLOMA III STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
Batu, 2008.
USU Repository 2009
3
2008
PERNYATAAN
FAKTOR-FAKTOR YANG MEMPENGARUHI

PRODUK DOMESTIK REGIONAL BRUTO (PDRB)
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
FAHRESI IDRIS
052407051
Batu, 2008.
USU Repository 2009
4
PENGHARGAAN
Bismillahirrahmanirrrahim
. Allah meniggikan orang yang beriman diantara kamu dan orang-orang
yang diberi ilmu pengetahuan, beberapa derajat.. (Q.S Mujadillah : 11)
Alhamdulillahirrobbilalamin 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
Batu, 2008.
USU Repository 2009
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 robbalalamin.
Batu, 2008.
USU Repository 2009
6
Batu, 2008.
USU Repository 2009
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.
Batu, 2008.
USU Repository 2009
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
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
Batu, 2008.
USU Repository 2009
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.
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 dikutip 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 X, X,..,X sehingga
didapat regresi Y atas X, X,X.
Batu, 2008.
USU Repository 2009
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
X,X,.X.
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.
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
Batu, 2008.
USU Repository 2009
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 :
JK reg
R2 =
y
2
i
( Yi ) 2
yi = Yi
2 2
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

Batu, 2008.
USU Repository 2009
15
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
n X 2iYi ( X 2i )( Yi )
ryx 2 =
{n X 2i ( X 2i ) 2 }{n Yi ( Yi ) 2 }
2 2
n X 3i Yi ( X 3i )( Yi )
ryx 3 =
{n X 3i ( X 3i ) 2 }{n Yi ( Yi ) 2 }
2 2
n X 4i Yi ( X 4i )( Yi )
ryx 4 =
{n X 4i ( X 4i ) 2 }{n Yi ( Yi ) 2 }
2 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

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 = 0 + 1 X 1i + 2 X 2i + ... + k X ki i
Dengan:
Y = Pengamatan ke-i pada variabel takbebas
Xki = Pengamatan ke-i pada variabel bebas

Batu, 2008.
USU Repository 2009
17
0 = Parameter Intercept
1 , 2 ,..., k = Parameter koefisien regresi variabel bebas
i = 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
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 + b2X2i + b3X3i + b4X4i
X1i Yi = b0X1i + b1 (X1i)2 + b2 X1i X2i + b3X1i X3i+ b4X1i X4i
X2i Yi = b0X2i + b1 X1i X2i + b2 (X2i)2+ b3X2i X3i+ b4X2i X4i
X3i Yi = b0X3i + b1 X1i X3i + b2X2i X3i + b3(X3i)2+ b4X3i 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.
Batu, 2008.
USU Repository 2009
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.
Batu, 2008.
USU Repository 2009
20
Batu, 2008.
USU Repository 2009
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.
Batu, 2008.
USU Repository 2009
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
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
Batu, 2008.
USU Repository 2009
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 :
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

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.
Batu, 2008.
USU Repository 2009
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
Batu, 2008.
USU Repository 2009
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.
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.

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.
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.

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.
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 126'-
211' Lintang Utara, 9107' 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.
Batu, 2008.
USU Repository 2009
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.
Batu, 2008.
USU Repository 2009
35
Batu, 2008.
USU Repository 2009
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,
Batu, 2008.
USU Repository 2009
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
Batu, 2008.
USU Repository 2009
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.
Batu, 2008.
USU Repository 2009
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.
Batu, 2008.
USU Repository 2009
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 :
JK reg
R2 =
y
2
i
( Yi ) 2
y = Yi
2 2
i
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).
Batu, 2008.
USU Repository 2009
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 :
n X 1i Yi ( X 1i )( Yi )
ryx1 =
{n X 1i ( X 1i ) 2 }{n Yi ( Yi ) 2 }
2 2
n X 2iYi ( X 2i )( Yi )
ryx 2 =
{n X 2i ( X 2i ) 2 }{n Yi ( Yi ) 2 }
2 2
n X 3i Yi ( X 3i )( Yi )
ryx 3 =
{n X 3i ( X 3i ) 2 }{n Yi ( Yi ) 2 }
2 2
n X 4i Yi ( X 4i )( Yi )
ryx 4 =
{n X 4i ( X 4i ) 2 }{n Yi ( Yi ) 2 }
2 2
Batu, 2008.
USU Repository 2009
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).
Batu, 2008.
USU Repository 2009
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 = Parameter Intercept
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
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 = 0 + 1 X 1i + 2 X 2i + ... + k X ki i
Dengan:
Y = Pengamatan ke-i pada variabel takbebas
Xki = Pengamatan ke-i pada variabel bebas
0 = Parameter Intercept
1 , 2 ,..., k = Parameter koefisien regresi variabel bebas
i = 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
Batu, 2008.
USU Repository 2009
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 :
X4i Yi = b0X4i + b1 X1i X4i + b2X2i X4i + b2X3i X4i+ b4(X4i)2
Bentuk data yang akan diolah ditunjukkan pada tabel berikut ini :
Batu, 2008.
USU Repository 2009
46
Tabel 3.4.2 Bentuk Umum Data Observasi
Nomor Respon Variabel Bebas
Observasi (Yi) X1i X2i ... Xki
1
Y1 X11 X21 ... Xk1
2
Y2 X12 X22 ... Xk2
3
Y2 X12 X22 ... Xk2
.
. . . ... .
.
. . . ... .
.
. . . ... .
n
Yn X1n X2n ... Xkn
Yi X1i X21 ... Xkn
BAB 4
ANALISIS DATA
4.1 Penganalisisan Data
Setiap data merupakan alat bagi pengambilan keputusan untuk dasar pembuatan
keputusankeputusan atau untuk memecahkan suatu persoalan. Keputusan yang baik
dapat dihasilkan jika pengambilan keputusan tersebut didasarkan atas data yang baik.
Batu, 2008.
USU Repository 2009
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
Batu, 2008.
USU Repository 2009
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
Batu, 2008.
USU Repository 2009
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
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 :
( X 1i )( Yi )
x1i y i = X 1i Yi
n
(360.973.798,46) (42.172.797,55)
= 838.061.301.962.513
10
= 838.061.301.962.513 131.558.823.379.398.000.000.000
Batu, 2008.
USU Repository 2009
50
= -131.558.822.541.337.000.000.000
( X 2i )( Yi )
x 2i y i = X 2i Yi
n
(306.586.883,97) (42.172.797,55)
= 766.883.875.910.179
10
= 766.883.875.910.179 1.292.962.658.925.340
= - 526.078.783.015.158
( X 3i )( Yi )
x3i y i = X 3i Yi
n
(162.451.083,79) (42.172.797,55)
= 395.845.966.537.032
10
= 395.845.966.537.032 685.101.666.827.241
= - 289.255.700.290.209
( X 4i )( Yi )
x 4i y i = X 4i Yi
n
(49.009.353,66)(42.172.797,55)
= 117.479.294.278.642
10
= 117.479.294.278.642 206.686.154.987.097
= - 89.206.860.708.454,50
( Yi ) 2
y i2 = Yi 2
n
(42.172.797,55) 2
= 226.412.721.374.110
10
Batu, 2008.
USU Repository 2009
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
JK reg
R2 =
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 :
Batu, 2008.
USU Repository 2009
52
1. Koefisien Korelasi antara sector Pertanian dengan PDRB
n X 1i Yi ( X 1i )( Yi )
ryx1 =
{n X 1i ( X 1i ) 2 }{n Yi ( Yi ) 2 }
2 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 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
n X 2iYi ( X 2i )( Yi )
ryx 2 =
{n X 2i ( X 2i ) 2 }{n Yi ( Yi ) 2 }
2 2
Batu, 2008.
USU Repository 2009
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
n X 3i Yi ( X 3i )( Yi )
ryx 3 =
{n X 3i ( X 3i ) 2 }{n Yi ( Yi ) 2 }
2 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}
Batu, 2008.
USU Repository 2009
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. Koefisien Korelasi antara sector Jasa-jasa dengan PDRB
n X 4i Yi ( X 4i )( Yi )
ryx 4 =
{n X 4i ( X 4i ) 2 }{n Yi ( Yi ) 2 }
2 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 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
Batu, 2008.
USU Repository 2009
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 X dan Y ( ryx 2 ) : - 0.686612087
3. Koefisien Korelasi antara X danY ( ryx 3 ) : - 0.6969288
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

Batu, 2008.
USU Repository 2009
56
Tahun Y X X X X
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
X X X
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
Batu, 2008.
USU Repository 2009
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
X Y XY
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
XY XY XY
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
Batu, 2008.
USU Repository 2009
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
XX XX XX
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
XX XX XX
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
Batu, 2008.
USU Repository 2009
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
X = Pertanian
X = Industri Pengolahan
X = Perdagangan, Hotel dan Restoran
X = 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 b, b, b, b, b, dapat digunakan rumus:
Batu, 2008.
USU Repository 2009
60
Hasil dari persamaan tersebut diatas dapat kita substitusikan nilai nilai yang
bersesuaian, sehingga diperoleh persamaan:
42,172,797.55 = 10b + b 360,973,798.46 + b 306,586,883.97 + b 162,451,083.79
+ b 49,009,353.66
838,061,301,962,513 = b360,973,798.46 + b (360,973,798.46) + b
25,862,547,420,731,900 + b 13,847,701,563,001,600 + b
4,247,270,097,180,280
766,883,875,910,179 = b 306,586,883.97 + b 25,862,547,420,731,900 + b
(306,586,883.97) + b 11,519,333,939,291,600 +
b 3,524,929,716,064,920
395,845,966,537,032 = b 162,451,083.79 + b 13,847,701,563,001,600 + b
Batu, 2008.
USU Repository 2009
61
11,519,333,939,291,600 + b (162,451,083.79) + b
1,888,159,487,483,770
117,479,294,278,642 = b 49,009,353.66 + b 4,247,270,097,180,280 + b
3,524,929,716,064,920.00 + b 1,888,159,487,483,770 + b
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
Batu, 2008.
USU Repository 2009
62
Penyimpangan nilai Koefisien
Y
2,188,857.70 300,802,099.62
2,228,288.87 31,319,599,016,636.40
2,337,057.25 109,804,473,721,211.00
2,476,432.18 225,645,015,689,248.00
2603304.57 2,867,928,724,422.68
2748757.45 2,850,966.16
6485545.72 12,348,731.86
6731969.49 580,210,156,118.90
7010749.57 3,169,948,583,037.55
7361834.75 9,542,734,949,858.19
42,172,797.55 382,930,226,842,330.00
Y- (Y - )
-298,613,241.92 89,169,868,252,943,600.00
-31,319,596,788,347.60 980,917,142,984,672,000,000,000,000.00
-109,804,471,384,154.00 12,057,021,935,953,500,000,000,000,000.00
-225,645,013,212,816.00 50,915,671,987,811,800,000,000,000,000.00
-2,867,926,121,118.11 8,225,000,236,191,590,000,000,000.00
-102,208.71 10,446,620,399.86
-5,863,186.14 34,376,951,697,043.80
-580,203,424,149.41 336,636,013,394,702,000,000,000.00
-3,169,941,572,287.98 10,048,529,571,719,600,000,000,000.00
-9,542,727,588,023.44 91,063,649,819,223,600,000,000,000.00
-382,930,184,669,533.00 64,063,284,882,479,600,000,000,000,000.00
Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus :
^
(Yi Y i ) 2
S y.1234 =
n k 1
Keterangan :
^
(Yi Y i ) 2 = 64,063,284,882,479,600,000,000,000,000.00
k = 4
n= 10
Batu, 2008.
USU Repository 2009
63
Sehingga :
^
(Yi Y i ) 2
S y .1234 =
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 PDRB Pertanian Industri Perdagangan Komunikasi

1997 3,927,019.91 122,994,263.58 171,807,121.06 48,420,155.49 13,626,759.09
1998 5,369,977.18 163,569,504.90 256,846,008.52 59,230,848.30 18,096,823.10
1999 6,094,338.84 195,506,389.99 286,433,925.48 63,868,671.04 20,537,921.89
2000 6,763,481.51 225,697,377.99 311,864,132.43 68,378,798.07 36,252,260.89
Batu, 2008.
USU Repository 2009
64
2001 7376716.77 2,566,099.36 3,320,326.64 731,063.22 264,748.66

2002 8012090.14 2,844,394.00 3,579,760.99 785,179.08 278,631.68
2003 8325972.49 2,115,129.74 3,726,379.45 1,299,167.07 231,996.10
2004 9433928.49 2,333,980.04 4,227,796.47 1,455,121.28 307,485.13
2005 10918368.82 2,624,865.72 4,923,071.80 1,735,451.62 378,082.40
2006 12564460.07 2,927,846.21 5,710,714.76 2,068,668.22 443,053.95
Jumlah 78,786,354.22 723,179,851.53 1,052,439,237.60 247,973,123.39 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 :
( X 1i )( Yi )
x1i y i = X 1i Yi
n
(723,179,851.53) (78,786,354.22)
= 4,226,141,760,377,450
10
= 4,226,141,760,377,450 - 5,697,670,394,740,170.00
= 460,778,385,825,738.00
( X 2i )( Yi )
x 2i y i = X 2i Yi
n
(1,052,439,237.60) (78,786,354.22)
= 6,158,448,780,565,910.00
10
= 6,158,448,780,565,910.00 - 8,291,785,056,842,280.00
= -2,133,336,276,276,370.00
Batu, 2008.
USU Repository 2009
65
( X 3i )( Yi )
x3i y i = X 3i Yi
n
(247,973,123.39) (78,786,354.22)
= 1,441,099,388,717,020.00
10
= 1,441,099,388,717,020.00 - 1,953,689,833,605,040.00
= -512,590,444,888,013.00
( X 4i )( Yi )
x 4i y i = X 4i Yi
n
(90,417,762.89) (78,786,354.22)
= 539,761,193,268,762.00
10
= 539,761,193,268,762.00 - 712,368,589,472,909.00
= -172,607,396,204,146.00
( Yi ) 2
y = Yi
2
i
2
(78,786,354.22) 2
= 681,150,586,235,229.00
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
Batu, 2008.
USU Repository 2009
66
JK reg
R2 =
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 :
n X 1i Yi ( X 1i )( Yi )
ryx1 =
{n X 1i ( X 1i ) 2 }{n Yi ( Yi ) 2 }
2 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 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}
Batu, 2008.
USU Repository 2009
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.
n X 2iYi ( X 2i )( Yi )
ryx 2 =
{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
Batu, 2008.
USU Repository 2009
68
korelasi sedang.
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
(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
korelasi sedang.
n X 4i Yi ( X 4i )( Yi )
ryx 4 =
{n X 4i ( X 4i ) 2 }{n Yi ( Yi ) 2 }
2 2
Batu, 2008.
USU Repository 2009
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 2
5,397,611,932,687,620 - 7,123,685,894,729,090
=
{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
korelasi sedang.
Dari perhitungan data di atas, di dapat hasil koefisien korealsi berganda antara lain:
1. Koefisien Korelasi antara X1 dan Y ( ryx1 ) : - 0.674448213
3. Koefisien Korelasi antara X danY ( ryx 3 ) : - 0.716491015
Dari keempat koefisien tersebut, nilai Koefisien Korelasi antara X danY ( ryx 3 ) yang
paling besar, yaitu - 0.716491015. itu artinya sector Perdagangan yang paling
mempengaruhi pada PDRB atas dasar harga berlaku.
Batu, 2008.
USU Repository 2009
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 X X X X
3,927,019.91 122,994,263.58 171,807,121.06 48,420,155.49 13,626,759.09
5,369,977.18 163,569,504.90 256,846,008.52 59,230,848.30 18,096,823.10
6,094,338.84 195,506,389.99 286,433,925.48 63,868,671.04 20,537,921.89
6,763,481.51 225,697,377.99 311,864,132.43 68,378,798.07 36,252,260.89
7376716.77 2,566,099.36 3,320,326.64 731,063.22 264,748.66
8012090.14 2,844,394.00 3,579,760.99 785,179.08 278,631.68
8325972.49 2,115,129.74 3,726,379.45 1,299,167.07 231,996.10
9433928.49 2,333,980.04 4,227,796.47 1,455,121.28 307,485.13
10918368.82 2,624,865.72 4,923,071.80 1,735,451.62 378,082.40
12564460.07 2,927,846.21 5,710,714.76 2,068,668.22 443,053.95
78,786,354.22 723,179,851.53 1,052,439,237.60 247,973,123.39 90,417,762.89
X X X
15,127,588,873,881,700.00 29,517,686,847,784,500.00 2,344,511,457,704,830.00
26,754,982,934,147,100.00 65,969,872,092,347,700.00 3,508,293,389,792,690.00
38,222,748,525,827,100.00 82,044,393,665,882,200.00 4,079,207,140,824,490.00
50,939,306,430,974,100.00 97,259,237,093,884,000.00 4,675,660,024,964,480.00
6,584,865,925,392.41 11,024,568,996,293.70 534,453,431,636.77
8,090,577,227,236.00 12,814,688,745,525.80 616,506,187,669.65
4,473,773,817,032.47 13,885,903,805,382.30 1,687,835,075,772.39
5,447,462,827,118.40 17,874,262,991,744.50 2,117,377,939,508.84
6,889,920,048,031.12 24,236,635,947,955.20 3,011,792,325,360.62
Batu, 2008.
USU Repository 2009
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
X Yi XY
185,688,563,234,215.00 15,421,485,373,536.40 483,000,921,899,160.00
327,495,006,189,635.00 28,836,654,913,720.70 878,364,508,671,934.00
421,806,235,592,602.00 37,140,965,896,732.50 1,191,482,185,967,180.00
1,314,226,419,897,640.00 45,744,682,136,111.90 1,526,500,042,882,050.00
70,091,852,971.80 54,415,950,304,799.20 18,929,388,182,398.30
77,635,613,099.62 64,193,588,411,485.20 22,789,541,121,675.20
53,822,190,415.21 69,321,817,904,236.80 17,610,512,028,020.90
94,547,105,171.12 88,999,006,754,433.70 22,018,600,794,447.30
142,946,301,189.76 119,210,777,689,548.00 28,659,252,033,934.90
196,296,802,610.60 157,865,656,850,624.00 36,786,806,796,645.80
2,249,851,564,779,550.00 681,150,586,235,229.00 4,226,141,760,377,450.00
XY XY XY
674,689,985,092,218.00 190,146,914,655,704.00 53,512,554,246,171.30
1,379,257,204,523,260.00 318,068,303,698,340.00 97,179,527,059,238.90
1,745,625,397,146,430.00 389,237,322,597,757.00 125,165,055,071,989.00
2,109,287,293,296,120.00 462,478,736,396,091.00 245,191,496,249,560.00
24,493,109,207,165.80 5,392,846,314,904.20 1,952,975,880,057.03
28,681,367,731,535.60 6,290,925,565,002.27 2,232,422,136,019.64
31,025,732,788,001.30 10,816,829,284,733.90 1,931,593,146,387.29
39,884,729,568,254.40 13,727,510,099,797.30 2,900,792,728,158.35
53,751,913,639,741.30 18,948,300,856,426.50 4,128,043,087,550.77
71,752,047,573,179.60 25,991,699,248,268.00 5,566,733,663,630.78
6,158,448,780,565,910.00 1,441,099,388,717,020.00 539,761,193,268,762.00
XX XX XX
21,131,290,333,088,300.00 5,955,401,367,016,650.00 1,676,013,198,990,090.00
42,012,174,449,778,600.00 9,688,360,530,651,430.00 2,960,088,394,224,420.00
55,999,662,740,457,500.00 12,486,733,308,936,000.00 4,015,294,966,709,400.00
70,386,916,977,291,500.00 15,432,915,433,537,600.00 8,182,040,229,847,810.00
8,520,288,065,894.95 1,875,980,860,961.54 679,371,366,986.86
10,182,250,681,390.10 2,233,358,664,077.52 792,538,278,801.92
7,881,775,997,219.84 2,747,906,906,985.66 490,701,850,674.01
9,867,592,574,162.46 3,396,224,023,299.25 717,664,156,016.81
12,922,402,404,918.70 4,555,327,466,056.47 992,415,531,095.33
16,720,094,566,457.10 6,056,742,407,674.45 1,297,193,828,333.03
Batu, 2008.
USU Repository 2009
72
189,596,138,904,906,000.00 43,584,276,180,470,700.00 16,838,406,674,783,600.00
XX XX XX
8,318,927,516,187,050.00 2,341,174,248,270,000.00 659,809,793,855,293.00
15,213,206,965,891,600.00 4,648,096,779,243,400.00 1,071,890,183,463,410.00
18,294,154,162,094,600.00 5,882,757,588,383,470.00 1,311,729,777,154,440.00
21,324,894,535,223,800.00 11,305,779,892,067,200.00 2,478,886,027,083,050.00
2,427,368,684,890.18 879,052,028,702.30 193,548,007,870.29
2,810,753,440,748.09 997,434,818,642.16 218,775,766,161.25
4,841,189,471,764.71 864,505,499,520.15 301,401,693,488.43
6,151,956,611,005.88 1,299,984,547,191.49 447,428,155,946.57
8,543,752,930,686.32 1,861,326,801,516.32 656,143,713,573.49
11,813,574,137,496.90 2,530,154,731,741.30 916,531,626,110.47
63,187,771,774,673,600.00 24,186,240,966,391,400.00 5,525,049,610,519,340.00
Keterangan :
Y = Produk Domestik Regional Bruto
X = Pertanian
X = Industri Pengolahan
X = Perdagangan, Hotel dan Restoran
X = 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 b, b, b, b, b, dapat digunakan rumus dengan lima
persamaan oleh lima variabel yang terbentuk :
Batu, 2008.
USU Repository 2009
73
Hasil dari persamaan tersebut adalah:
78,786,354.22 = 10b + b 723,179,851.53 + b 1,052,439,237.60 + b
247,973,123.39 + b 90,417,762.89
4,226,141,760,377,450 = b 723,179,851.53 + b (723,179,851.53) + b
189,596,138,904,906,000 + b 43,584,276,180,470,700 +
b 16,838,406,674,783,600
6,158,448,780,565,910 = b 1,052,439,237.60 + b 189,596,138,904,906,000 + b
(1,052,439,237.60) + b 63,187,771,774,673,600
+ b 24,186,240,966,391,400
1,441,099,388,717,020 = b 247,973,123.39 + b 43,584,276,180,470,700.00 + b
63,187,771,774,673,600 + b (247,973,123.39) + b
Batu, 2008.
USU Repository 2009
74
5,525,049,610,519,340
539,761,193,268,762 = b 90,417,762.89 + b 16,838,406,674,783,600 + b
24,186,240,966,391,400 + b 5,525,049,610,519,340 + b
(90,417,762.89)
Dari perhitungan diatas didapat:
b = 9114714.2
b = -0.043
b = 0.069
b = -0.276
b = 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 (Y-) (Y-)
Batu, 2008.
USU Repository 2009
75
3,927,019.91 4006407.431 -79,387.52 6,302,378,470.3451

5,369,977.18 5699892.011 -329,914.83 108,843,796,021.3720
6,094,338.84 5390829.395 703,509.44 494,925,538,913.7960
6,763,481.51 6551084.168 212,397.34 45,112,630,697.6775
7376716.77 9064529.851 -1,687,813.08 2,848,712,995,719.5800
8012090.14 9057249.669 -1,045,159.53 1,092,358,440,118.8600
8325972.49 8951081.208 -625,108.72 390,760,909,707.1710
9433928.49 8942585.698 491,342.79 241,417,739,692.5650
10918368.82 8909434.499 2,008,934.32 4,035,817,107,216.7400
12564460.07 8866842.392 3,697,617.68 13,672,376,489,034.5000
78,786,354.22 75,439,936.32 3,346,417.90 22,936,628,025,592.6000
Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus :
^
(Yi Y i ) 2
S y .1234 =
n k 1
Keterangan :
^
(Yi Y i ) 2 = 22,936,628,025,592.6000
k = 4
n= 10
Sehingga :
^
(Yi Y i ) 2
S y .1234 =
n k 1
22,936,628,025,592.6000
=
10 4 1
= 4,587,325,605,118.51
= 2,141,804.29
Batu, 2008.
USU Repository 2009
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
Batu, 2008.
USU Repository 2009
77
Batu, 2008.
USU Repository 2009
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
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:
Batu, 2008.
USU Repository 2009
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
Batu, 2008.
USU Repository 2009
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
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
Batu, 2008.
USU Repository 2009
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
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
Batu, 2008.
USU Repository 2009
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.
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 langkah-
langkah 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
Batu, 2008.
USU Repository 2009
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
Batu, 2008.
USU Repository 2009
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.
Batu, 2008.
USU Repository 2009
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:

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
Batu, 2008.
USU Repository 2009
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.

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.
Batu, 2008.
USU Repository 2009
93
Batu, 2008.
USU Repository 2009
94
DAFTAR PUSTAKA
BPS. Labuhan Batu Dalam Angka 2002. 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
Batu, 2008.
USU Repository 2009

PDRB

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

PDRB

Diunggah oleh

Hak Cipta:

Format Tersedia

1

FAKTOR-FAKTOR YANG MEMPENGARUHI

PROGRAM STUDI DIPLOMA III STATISTIKA

FAKTOR-FAKTOR YANG MEMPENGARUHI PDRB

PROGRAM STUDI DIPLOMA III STATISTIKA

FAKTOR-FAKTOR YANG MEMPENGARUHI

Medan, Mei 2008

Alhamdulillahirrobbilalamin penulis panjatkan kehadirat Allah SWT yang

Pada kesempatan ini penulis hendak mengucapkan terima kasih kepada

Terima kasih yang sebesar-besarnya penulis sampaikan kepada:

1.1 Latar Belakang

Pembanguanan dikatakan berhasil apabila ditunjang oleh struktur ekonomi yang

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

perencanaan, pengambil keputusan dan evaluasi hasil-hasil pembangunan yang telah

dicapai sekaligus untuk menentukan kebijaksanaan dimasa yang akan datang.

Data statistik sangat diperlukan untuk memberikan gambaran tentang keadaan

Pendapatan regional tidak dapat dipisahkan dengan Pendapatan nasional dari

propinsi sampai ketingkat kabupaten, sebelumnya memakai tahun dasar 1993.

dan penyempurnaan dari perhitungan sebelumnya.

Untuk memenuhi kebutuhan akan data Produk Domestik Bruto (PDRB)

Kabupaten Labuhan abatu, maka perlu dilakukan perhitungan / penyusunan publikasi

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

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

mempertimbangkan skala prioritas, yang diharapkan dapat memberikan dukungan

program-program strategi daerah.

jasa akhir yang dihasilkan oleh seluruh unit ekonomi.

menerus setiap tahun. Untuk mengetahui apakah factor ekonomi mempengaruhi

memberikan judul : FAKTOR-FAKTOR YANG MEMPENGARUHI PDRB DI

KABUPATEN LABUHAN BATU

Penghitungan/penyusunan publikasi Produk Domestik Regional Bruto (PDRB) di

secara sektoral sebagai hasil pelaksanaan pembangunan khususnya pembagunan

pemerintah maupun kalangan lainnya.

Penghitungan/penyusunan publikasi PDRB Kabupaten labuhan Batu ini adalah untuk

melihat apakah faktor seperti :

3. Perdagangan, Hotel dan Restoran.

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

yang telah didapat selama dalam perkuliahan, khususnya dalam bidang

1.5 Tinjauan Pustaka

tentang beberapa Indikator yang menunjang faktor faktor yang mempengaruhi

PDRB di Sumatera Utara. Buku-buku tersebut adalah sebagai berikut :

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