ANALISIS REGRESI
MENGIDENTIFIKASI VARIABEL-VARIABEL YANG MEMPENGARUHI IPM DI
PROVINSI LAMPUNG
Oleh :
Kelas C
i
4.1 Kesimpulan.............................................................................................................. 23
4.2 Saran ....................................................................................................................... 24
DAFTAR PUSTAKA ............................................................................................................. 25
LAMPIRAN ......................................................................................................................... 26
DAFTAR TABEL
DAFTAR GAMBAR
ii
BAB I
PENDAHULUAN
masalah, tujuan dan sasaran, ruang lingkup penelitan yang meliputi ruang
lingkup materi, ruang lingkup wilayah, dan waktu, serta metodologi dan
pemerintah daerah idealnya harus sesuai dengan potensi sumber daya alam
dan sosial yang tersedia. Secara umum selama ini Indeks Pembangunan
umum berupa angka melek huruf dan lain-lain. IPM lebih focus pada hal-
Dalam penelitian kecil kali ini, peneliti ingin mngkaji varibel apa
saja yang berpengaruh terhadap IPM di luar metode selama ini selain
1
1.2 Rumusan Masalah
Berdasarkan latar belakang tersebut diatas dapat dirumuskan
permasalahan yaitu: Bagaimana pengaruh variabel-variabel bebas terhadap
IPM di Provinsi Lampung ?
1.3.1 Tujuan
Menentukan variabel-variabel yang paling berpengaruh terhadap IPM
Provinsi Lampung.
1.3.2 Sasaran
Teridentifikasi variabel-variabel yang mempengaruhi IPM Provinsi
Lampung.
2
1.4.2 Ruang Lingkup Wilayah
3
1.6 Sistematika Penulisan
Sistematika penulisan laporan penelitian ini terbagi menjadi lima bab,
yaitu pendahuluan, dasar teori, input dan analisis data, serta kesimpulan
dan saran.
Pada Bab I (Pengantar) akan dibahas mengenai latar belakang
pengangkatan aspek laporan penelitian ini, rumusan masalah, tujuan dan
sasaran yang ingin dicapai dari, ruang lingkup penelitian yang terdiri dari:
ruang lingkup materi, ruang lingkup wilayah, dan ruang lingkup waktu,
metodologi penelitian yang mencakup metode pengumpulan dan analisis
data, serta sistematika penulisan.
Pada Bab II (Dasar Teori) akan disajikan penjelasan umum dan aspek-
aspek yang akan dikaji dengan menggunakan berbagai literatur sebagai
sumbernya berupa teori analisis mengenai substansi penelitian, teori
analisis faktor yang digunakan mengenai metode analisis pada kuliah
Metode Analisis Perencanaan (MAP) 2, dan teori analisis yang menjelaskan
langkah-langkah analisis dalam menggunakan SPSS.
Bab III (Input dan Analisis Data) akan menjabarkan dan menganalisis
masalah-masalah yang telah dirumuskan mengenai tabel input data yang
berisi variabel-variabel yang akan diuji. Setelah itu bagaimana analisis data
tersebut, analisis output data berupa penginterpretasian dan
penganalisisan data setelah data tersebut diolah menggunakan SPSS, dan
interpretasi hasil analisis tersebut terhadap bidang Perencanaan Wilayah
dan Kota.
Bab IV (Penutup) berisi tentang kesimpulan dan saran dari penulis
mengenai hasil analisis data yang telah dilakukan, menjawab rumusan
masalah mengenai analisis regresi berganda.
BAB II
DASAR TEORI
Pada bab ini akan dipaparkan mengenai metode analisis regresi berganda,
rumus perhitungan, langkah-langkah analisis. Kemudian akan dipaparkan pula
mengenai cara penggunaan SPSS terkait dengan analisis regresi berganda.
4
2.1 Teori Indeks Pembangunan Manusia
Dalam UNDP (United Nations Development Programme), pembangunan
manusia adalah suatu proses untuk memperbesar pilihan-pilihan bagi
manusia (“a process of enlarging people’s choices”). Konsep atau definisi
pembangunan manusia tersebut pada dasarnya mencakup dimensi
pembangunan yang sangat luas. Dalam konsep pembangunan manusia,
pembangunan seharusnya dianalisis serta dipahami dari sudut
manusianya, bukan hanya dari pertumbuhan ekonominya. Sebagaimana
dikutip dari UNDP (Human Development Report, 1995:103), sejumlah
premis penting dalam pembangunan manusia adalah:
1. Produktifitas
5
Penduduk harus meningkatkan produktifitas dan partisipasi penuh dalam
proses penciptaan pendapatan dan nafkah. Sehingga pembangunan
ekonomi merupakan bagian dari model pembangunan manusia.
2. Pemerataan
3. Kesinambungan
Akses terhadap sumber daya ekonomi dan sosial harus dipastikan tidak
hanya untuk generasi-generasi yang akan datang. Semua sumber daya
fisik, manusia, dan lingkungan selalu diperbaharui.
4. Pemberdayaan
6
dari pembangunan, namun mampu mengukur dimensi pokok
pambangunan manusia yang dinilai mencerminkan status kemampuan
dasar (basic capabilities) penduduk. IPM dihitung berdasarkan data yang
dapat menggambarkan keempat komponen yaitu angka harapan hidup
yang mewakili bidang kesehatan, angka melek huruf dan rata-rata
lamanya bersekolah mengukur capaian pembangunan di bidang
pendidikan, dan kemampuan daya beli / paritas daya beli (PPP)
masyarakat terhadap sejumlah kebutuhan pokok yang dilihat dari rata-
rata besarnya pengeluaran perkapita sebagai pendekatan pendapatan
yang mewakili capaian pembangunan untuk hidup layak.
7
Persamaan tersebut dipikirkan sebagai suatu estimasi yang
sebenarnya dari persamaan populasi:
μY=α+β1X1+β2X2+………………+βkXk
8
6. Regresikan dengan variabel Kriteria bersama dengan
variabel regreser sebelumnya sampai R2 relatif tidak
meningkat lagi
Backward Eliminaton
Merupakan kebalikan dari forward elimination.
1. Mulai dengan Regresikan Variabel Kriteria dengan seluruh
Variabel Prediktor.
2. Hapus satu persatu yang paling tidak dapat digunakan
untuk prediksi.
3. Prosedur berakhir sampai eliminasi Variabel Prediktor akan
mengorbankan sejumlah variansi yang cukup berarti
Stepwise Elimination
Hampir sama dengan forward, hanya variabel yang telah
dimasukkan dalam model regresi bisa dikeluarkan lagi dari model.
Metode ini dimulai dengan memasukkan variabel bebas yang
mempunyai korelasi paling kuat dengan variabel dependen.
Kemudian setiap kali pemasukkan variabel bebas yang lain
dilakukan pengujian untuk tetap memasukkan variabel bebas atau
mengeluarkannya
9
model regresi berganda dipengaruhi oleh multicollinearity
standard error koefisien dipengaruhi oleh korelasi variabel bebas
semakin besar korelasi, maka koefisien semakin tidak stabil.
Pengaruh hal tersebut pada peramalan yaitu terjadinya “Over
Estimate”.
10
Berikut ini merupakan langkah-langkah proses analisis regresi berganda
dengan penggunaan SPSS.
1. Klik AnalyzeRegression Linear (akan muncul kotak dialog
linier regresion)
11
3. Klik Statistics centang estimates, model fit, R squared change,
descriptive, collinearity diagnostics, dan centang durbin-watson
kemudian klik continue.
12
5. Klik Save, Pada bagian Predicted Values klik Standardized dan
S.E. of mean predictions.Pada bagian Residuals klik
Standardized. Pada bagian Prediction Intervals klik Means
Continue OK
2. Correlation
Tabel ini menjelaskan korelasi masing-masing variabel dengan
variabel lainnya. Jika nilai korelasi >0,5 maka hubungannya cukup
kuat, sedangkan jika nilai korelasi <0,5 hubungannya lemah. Tabel
di atas juga menunjukkan korelasi antara variabel dependen
dengan variabel bebas.
3. Variables Entered/Removed
Tabel ini menunjukkan variabel independen apa saja yang
mempengaruhi variabel dependen dalam data yang kita
pergunakan dalam analisis.
13
4. Model Summary
Tabel ini menunjukkan jumlah variabel predictor yang terbentuk
dan seberapa persen variabel predictor tersebut menjelaskan
variabel dependen. Apabila nilai Durbin Watson <2 maka tidak
terdapat autokorelasi antar variabel.
5. Annova
Tabel ini menunjukkan nilai signifikansi pada model-model yang
dapat digunakan dalam analisis. Apabila nilai signifikansi <0,5 maka
model tersebut dapat dianalisis lebih lanjut, sebaliknya apabila
nilai signifikansi >0,5 maka model tersebut tidak dapat diolah lebih
lanjut.
6. Coeficients
Tabel ini menunjukkan model yang dapat dibuat berdasarkan
banyaknya variabel predictor. Nilai VIF menunjukkan ada tidaknya
multicollinearity antar variabel. Apabila nilai VIF <5 maka tidak
terdapat multicollinearity antar variabel, sehingga model dapat
dianalisis lebih lanjut.
7. Excluded Variables
Tabel ini menunjukkan variabel-variabel apa saja yang paling
berhubungan dengan variabel dependen. Hal ini dapat dilihat dari
nilai yang ada di kolom t. Variabel yang memiliki nilai t paling tinggi
dikeluarkan menjadi variabel predictor.
8. Collinearity Diagnostics
Pada tabel ini dapat dilihat nilai eigen value. Pada tabel ini juga
dapat dilihat ada atau tidaknya multicollinearity dengan syarat
nilai Condition Index <15 menandakan bahwa tidak terdapat
multicollinearity.
14
Kurva ini menunjukkan persebaran dari seluruh variabel yang
digunakan. Kurva P-Plot menunjukkan persebaran variabel yang
digunakkan dimana selisih antara kuadrat jarak titik-titik variabel
dengan garis yang terbentuk adalah minimal. Pada kurva scatter
plot variabel-variabel yang ada harus tersebar secara acak dan di
sekitar 0 tetapi tidak boleh membentuk pola.
BAB III
INPUT DAN ANALISIS DATA
Bab ini memuat input data yang digunakan berupa variabel-variabel yang
menjadi acuan dalam penentuan hubungan serta analisis regresi yang dilakukan
untuk mengetahui keterkaitan antar variabel. Output dari SPSS dan Hasil dari
proses analisis kemudian diinterpretasikan dengan Perencanaan Wilayah dan
Kota.
15
dengan IPM sehingga variabel tersebut dapat dikembangkan dalam rangka
peningkatan IPM.
Langkah awal Penjabaran analisis data dari hasil output SPSS akan
dianalisis dengan metoda analisis deskriptif untuk membaca masing-masing
hasil data yang telah dihtung SPSS, kemudian dilakukan proses analisis
regresi.
Descriptive Statistics
Dari tabel 3.2, kita dapat mengetahui korelasi antar seluruh variabel.
Pada baris diagonal pearon correlation terdapat angka 1,000 yang berarti
16
korelasi antar variabel dengan dirinya sendiri sangat kuat atau sempurna.
Korelasi antar variabel dapat dikatakan kuat jika nilainya > 0,5 sedangkan
jika nilainya < 0,5 maka korelasi antar dua variabel tersebut dinilai lemah.
Dari tabel Correlations, didapati variabel independent yang mempunyai
korelasi yang tinggi dengan variabel dependen (IPM) adalah yaitu angka
kemiskinan, jumlah sekolah, dan rata-rata lama sekolah
Tabel 3.3
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Stepwise
(Criteria:
Probability-of-F-
Rata-rata lama to-enter <=
.
sekolah .050,
Probability-of-F-
to-remove >=
.100).
2 Stepwise
(Criteria:
Probability-of-F-
Angka harapan to-enter <=
.
hidup .050,
Probability-of-F-
to-remove >=
.100).
17
Tabel 3.4
Tabel 3.5
18
rata-rata lama sekolah; dan model kedua dengan variabel independent
rata-rata lama sekolah dan angka harapan hidup. Nilai VIF pada model
sebesar 1,000. Karena nilai < 5 maka tidak terdapat multikolineariti antar
variabel. Maka model ini dapat digunakan.
Melalui tabel diatas juga dapat dilihat hubungan antar variabel bebas
yang digunakan dengan variabel dependennya, baik itu korelasi positif atau
korelasi negatif. Korelasi ini dilihat dari nilai B yang tertera pada tabel.
Berdasarkan nilai B maka diperoleh model sebagai berikut:
Y = a + b1X1 + b2X2
Y = -3.720 + 2.397 X1 + 0,758 X2
Jadi variabel dependen IPM dipengaruhi oleh dua variabel predictor yaitu jumlah
pengguna Listrik. Artinya, apabila terdapat peningkatan pada rata-rata lama
sekolaah dan angka harapan hidup penduduk maka IPM juga meningkat. Begitu
juga sebaliknya apabila jumlah rata-rata lama sekolah dan angka harapan hidup
mengalami penurunan maka IPM juga menurun.
Tabel 3.6
19
Tabel exclude variables menunjukkan variabel apa saja yang paling
berhubungan dengan variabel dependen. Hal ini dapat dilihat melalui nilai
yang terdapat pada kolom t. Nilai yang paling tinggi terdapat pada variabel
angka harapan hidup yaitu sebesar 4,620. Pada tabel ini tidak terdapat
variabel rata-rata lama sekolahkarena variabel ini telah terlebih dahulu
dikeluarkan oleh SPSS menjadi variabel predictor.
Tabel 3.7
Collinearity Diagnosticsa
Variance Proportions
Pada tabel diatas penulis memilih model 2 karena nilai eigenvaluenya lebih
besar dibandingkan model 1 yaitu sebesar 2,984. Tabel ini juga untuk
menunjukan apakah terdapat multikolineariti atau tidak. berdasarkan tabel
tersebut diketahui tidak terdapat multikolineriti, hal ini karena nilai Condition
Indez < 15 yang berarti tidak terdapat multikolineariti. Pada model 2 dimensi 2,
nilai Condition Indexnya adalah 1,000 Hal ini juga berarti model tersebut tidak
memiliki multikolineariti antara variabel independenya. Pada analisis berikutnya
akan ditampilkan diagram yang menunjukkan persebaran seluruh variabel yang
digunakan dimana selisih antara kuadrat jarak titik-titik variabel dan membentuk
garis minimal.
20
Gambar 3.1
Gambar 3.2
21
pada gambar 3.2 terlihat bahwa data titik objek setiap variabel tersebar
secara acak dan tidak membentuk sebuah pola. Hal ini berarti data yang
digunakan dalam perhitungan ini adalah acak, tidak membentuk sebuah pola
sehingga dapat dikatakan mewakili sebuah sampel sehingga model sudah
signifikan dan valid untuk digunakan meramal.
Dari penelitian yang telah dilakukan didapatkan bahwa ternyata variabel yang
sangat mempengaruhi Indeks pembangunan manusia di provinsi Lampung adalah
angka harapan hidup dan rata-rata lama sekolah. Jika kita kerucutkan, variabel
ini mengarah pada masalah sosial yaitu salah satunya adalah kesehatan dan
Pendidikan. Seperti yang kita ketahui, dalam pemenuhan pelayanan kesehatan
dibutuhkan infrastruktur rumah sakit ataupun fasilitas kesehatan lainya dan
ditambah SDM dan pelayanan yang baik; sedangkan permasalahan Pendidikan
yaitu lama sekolah siswa yang rata-rata rendah ataupun biaya Pendidikan yang
mahal, terlebih pada tingkat perguruan tinggi. Kedua variabel ini jika kita
himpun akan membentuk sebuah wujud tantangan dalam perencanaan wilayah
dan kota. Ditinjau dari perencanaan, hal yang dapat dikontribusikan agar IPM di
provinsi Lampung yang dalam penelitian kali ini dipengaruhi oleh angka harapan
hidup dan rata-rata lama sekolah adalah peningkatan pembangunan
infrastruktur dan fasilitas kesehatan dan Pendidikan yang berkualitas serta
penambahan jumlahnya berdasarkan dengan kebutuhan yang diperlukan dalam
suatu kabuaten/kota di Provinsi lampung. Selain itu, penerapan kebijakan dan
regulasi yang efektif juga tidak kalah penting untuk dilakukan agar kesehatan
dan Pendidikan menjadi lebih baik. Regulasi tersebut dapat berupa pemberian
22
subsidi biaya kesehatan untuk MBR maupun penambahan SDM yang mumpuni dan
handal dalam mengisi dan menempati wilayah yang belum terjamah atau
pelayanan keshatan yang masih kurang. Sedangkan terkait dengan rata-rata lama
sekolah tindakan yang dapat dilakukan adalah dengan merencanakan dan
menerapkan atau menambah suatu Kawasan Pendidikan baru dan pemerintah
mewajibkan sekolah selama kurun waktu tertentu misalkan selama 17 tahun.
Dengan langkah-langkah komprehensif dan terpadu ini diharapkan tingkat
kesehatan dan Pendidikan dapat meningkat sehingga berujung pada peningkatan
IPM provinsi Lampung.
BAB IV
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Berdasarkan hasil perhitungan dan anlisis yang telah dilakukan,
didapatkan bahwa variabel yang mempengaruhi Indeks Pembangunan
Manusia adalah angka harapan hidup dan rata-rata lama sekolah. Model
yang terbentuk dari hasil proses SPSS adalah:
Y = a + b1X1 + b2X2
Y = -3.720 + 2.397 X1 + 0,758 X2
Dimana Y : Nilai IPM
X1 : rata-rata lama sekolah
X2 : angka harapan hidup
Berdasarkan model regresi Y diatas, dapat disimpulkan bahwa
variabel dependen rata-rata lama sekolah dan angka harapan hidup
memiliki karakteristik hubungan yang bersifat searah dengan nilai IPM dan
memiliki arah hubungan yang positif atau berbanding lurus dengan Indeks
Pembangunan Manusia. Artinya jika nilai rata-rata lama sekolah dan nilai
angka harapan hidup mengalami peningkatan atau tinggi, maka indeks
pembangunan manusia di provinsi lampung akan naik atau tinggi pula,
begitupun sebaliknya, jika nilai rata-rata lama sekolah dan nilai angka
23
harapan hidup mengalami penurunan atau rendah maka indeks
pembangunan manusianya juga akan menurun atau rendah.
4.2 Saran
Saran untuk peneliti adalah agar pada penelitian selanjutnya dapat
menggunakan variabel dan data yang lebih banyak atau menggunakan
sampel dari segala aspek seperti dari sector ekonomi, pertambagan,
kependudukan dan geografi maupun sosial dan budaya. Sedangkan Saran
yang dapat peneliti berikan untuk pemerintah provinsi lampung adalah
dengan mengembangkan kebijakan dan regulasi yang inovatif dan kreatif
sesuai dengan kondisi fisik dan sosial di kabupaten/kota. Regulasi
tersebut dapat pemberian subsidi biaya kesehatan untuk MBR maupun
penambahan SDM yang mumpuni dan handal dalam mengisi dan
menempati wilayah yang belum terjamah atau pelayanan keshatan yang
masih kurang. Sedangkan terkait dengan rata-rata lama sekolah tindakan
yang dapat dilakukan adalah dengan merencanakan dan menerapkan atau
menambah suatu Kawasan Pendidikan baru dan pemerintah mewajibkan
sekolah selama kurun waktu tertentu misalkan selama tujuh belas tahun.
Dengan langkah-langkah komprehensif dan terpadu ini diharapkan tingkat
kesehatan dan Pendidikan dapat meningkat sehingga berujung pada
peningkatan IPM provinsi Lampung.
24
DAFTAR PUSTAKA
Sawitri, dwi; Maryanti, Sri; Metode Analisis Perencanaan Edisi 1 (penerbit
universitas terbuka)
https://lampung.bps.go.id/
https://www.bps.go.id/subject/26/indeks-pembangunan-manusia.html
25
LAMPIRAN
26