Disusun oleh :
Diana Islamiyati
NIM. 16305141070
Yogyakarta,
Ketua Program Studi Matematika
Jurusan Pendidikan Matematika
FMIPA UNY
ii
KATA PENGANTAR
Dengan menyebut nama Allah Swt. yang Maha Pengasih lagi Maha
Penyayang, Kami panjatkan puji syukur atas kehadirat-Nya, yang telah
melimpahkan rahmat, hidayah, dan inayah-Nya kepada kami, sehingga saya dapat
menyelesaikan laporan praktik kerja lapangan (PKL). Kegiatan PKL ini dapat
berhasil dengan baik dan lancar berkat bantuan dari berbagai pihak. Oleh karena itu
dalam kesempatan ini penulis mengucapkan terima kasih kepada :
1. Bapak Musthofa, S.Si., M.Sc. selaku dosen pembimbing yang telah
memberikan bimbingan dan pengarahan dalam pelaksanaan maupun
penyusunan proposal dan laporan Praktik Kerja Lapangan (PKL).
2. Bapak Sri Indriyatno, S.ST., M.Si. selaku pembimbing lapangan yang telah
memberikan nasehat dan pengarahan dalam pelaksanaan serta penyusunan
laporan Praktik Kerja Lapangan (PKL).
3. Bapak Dr. Ariyadi Wijaya, S.Pd.Si., M.Sc. selaku Ketua Jurusan Pendidikan
Matematika.
4. Ibu Dr. Sri Andayani, S.Si., M.Kom. selaku Ketua Prodi Matematika.
5. Bapak Prof. Dr. Ariswan selaku Dekan Fakultas Matematika dan Ilmu
Pengetahuan Alam.
6. Bapak Drs. Ahmad Isbani, M.A. selaku kepala BPS Kabupaten Klaten yang
telah memberi izin untuk melaksanakan Praktik Kerja Lapangan (PKL) di
Kantor BPS Kabupaten Klaten.
7. Segenap pimpinan dan staf bidang di BPS Kabupaten Klaten yang telah
memberikan ilmu dan berbagi pengalaman selama pelaksanaan Praktik Kerja
Lapangan (PKL).
8. Segenap pegawai BPS Kabupaten Klaten yang telah banyak membantu sehingga
laporan Praktik Kerja Lapangan (PKL) dapat berjalan dengan lancar.
9. Semua pihak, secara langsung maupun tidak langsung, yang tidak dapat
disebutkan di sini atas bantuan dan perhatiannya selama penyusunan laporan
Praktik Kerja Lapangan (PKL).
iii
Tidak lupa kami juga mengucapkan terimakasih atas bantuan dari pihak
yang telah berkontribusi. Dan harapan kami semoga laporan ini dapat menambah
pengetahuan dan pengalaman bagi pembaca.
Yogyakarta,
Penulis
Diana Islamiyati
NIM. 16305141070
iv
DAFTAR ISI
v
A. Hasil Praktik Kerja Lapangan .......................................................................... 39
B. Pembahasan ......................................................................................................... 41
BAB V: KESIMPULAN DAN SARAN ......................................................................... 52
A. Kesimpulan .......................................................................................................... 52
B. Saran .................................................................................................................... 52
DAFTAR PUSTAKA ...................................................................................................... 53
LAMPIRAN..................................................................................................................... 54
vi
DAFTAR TABEL
Tabel 1. Data PDRB Kab. Klaten Menurut Lapangan Usaha Atas Dasar Harga Berlaku.42
Tabel 2. Data PDRB diubah ke Variabel .......................................................................... 43
Tabel 3. Kuadrat dari Masing-Masing Variabel dan Perkalian Antar Variabel ................ 44
Tabel 4. Selisih nilai sebenarnya dengan nilai perkiraan .................................................. 46
vii
DAFTAR GAMBAR
viii
DAFTAR LAMPIRAN
ix
ANALISIS REGRESI LINIER BERGANDA UNTUK PRODUK
DOMESTIK REGIONAL BRUTO (PDRB) KABUPATEN KLATEN
TAHUN 2010-2018
Oleh :
Diana Islamiyati
NIM. 16305141070
ABSTRAK
Struktur ekonomi kabupaten Klaten jika dilihat dari struktur lapangan usaha
atas dasar harga berlaku 2010 pada tahun 2018 mencapai 37,06 triliun rupiah.
Secara nominal, nilai PDRB ini mengalami kenaikan sebesar 2,86 triliun rupiah
dibandingkan dengan tahun 2017 yang mencapai 34,20 triliun rupiah. Naiknya nilai
PDRB ini dipengaruhi oleh meningkatnya produksi di seluruh lapangan usaha dan
adanya inflasi.
Berdasarkan harga konstan 2010, angka PDRB juga mengalami kenaikan,
dari 24,99 triliun rupiah pada tahun 2017 menjadi 26,38 triliun rupiah padatahun
2018. Hal ini menunjukkan selama tahun 2018 Klaten mengalami pertumbuhan
ekonomi sekitar 5,57 persen, lebih cepat dibandingkan tahun sebelumnya.
Kenaikan PDRB ini murni disebabkan oleh meningkatnya produksi di seluruh
lapangan usaha, tidak dipengaruhi inflasi.
Agar pembangunan daerah lebih terfokus, salah satu upaya yang dapat
dilakukan yaitu dengan menganalisa pengaruh sektor lapangan usaha. Maka dari
itu, penelitian ini bertujuan untuk mengetahui pengaruh ketiga sektor lapangan
usaha terhadap PDRB. Pada penelitian ini kami menggunakan pendekatan analisis
regresi berganda. Sehingga kesimpulan yang didapatkan yaitu dari hasil
perhitungan diperoleh koefisien determinasi (𝑅 2 ) sebesar 0,966. Artinya 96 %
perkembangan PDRB dipengaruhi oleh ketiga sektor lapangan usaha, yaitu sektor
lapangan usaha industri pengolahan, pengadaan listrik dan gas, dan pertanian. Dari
ketiga sektor lapangan usaha yang paling berpengaruh terhadap peningkatan PDRB
adalah dari sektor lapanggan usaha Industri Pengolahan. Hal ini berarti sektor
Industri Pengolahan di kabupaten Klaten mengalami kemajuan setiap tahunnya.
Dari hasil uji analisis regresi berganda dapat dinyatakan bahwa sektor lapangan
usaha industry pengolahan, pengadaan listrik dan gas, dan pertanian secara
bersama-sama mempengaruhi laju pertumbuhan PDRB.
Kata kunci: analisis regresi berganda, analisis regresi, pdrb
x
BAB I: PENDAHULUAN
11
administratif terbagi dalam 26 kecamatan dan 401 desa/kelurahan. Wilayah
Kabupaten Klaten terbagi menjadi tiga dataran yaitu Sebelah Utara Dataran
Lereng Gunung Merapi, Sebelah Timur Membujur Dataran Rendah, Sebelah
Selatan Dataran Gunung Kapur.
Dari itu dapat dilihat jika penduduk Klaten sudah sadar akan andilnya dalam
pembangunan ekonomi. Pembangunan ekonomi daerah adalah suatu proses
dimana pemerintah daerah dan masyarakat mengelola sumber daya yang ada dan
membentuk suatu pola kemitraan antara pemerintah daerah dengan sektor swasta
untuk menciptakan lapangan kerja baru dan merangsang perkembangan kegiatan
ekonomi (pertumbuhan ekonomi) dalam wilayah tersebut (Arsyad, 2015).
Struktur ekonomi kabupaten Klaten jika dilihat dari struktur lapangan usaha
atas dasar harga berlaku 2010 pada tahun 2018 mencapai 37,06 triliun rupiah.
Secara nominal, nilai PDRB ini mengalami kenaikan sebesar 2,86 triliun rupiah
dibandingkan dengan tahun 2017 yang mencapai 34,20 triliun rupiah. Naiknya
nilai PDRB ini dipengaruhi oleh meningkatnya produksi di seluruh lapangan
usaha dan adanya inflasi.
12
Besarnya peranan berbagai lapangan usaha ekonomi dalam memproduksi
barang dan jasa sangat menentukan struktur ekonomi suatu daerah. Struktur
ekonomi yang terbentuk dari nilai tambah yang diciptakan oleh setiap lapangan
usaha menggambarkan seberapa besar ketergantungan suatu daerah terhadap
kemampuan berproduksi dari setiap lapangan usaha.
Produk Domestik Regional Bruto (PDRB) adalah seluruh nilai tambah yang
ditimbulkan oleh berbagai faktor produksi/lapangan usaha yang melakukan
13
kegiatan usahanya di suatu wilayah, tanpa memperhatikan kepemilikan atas
faktor produksi.
Untuk mengetahui seberapa besar pengaruh sektor lapangan usaha yang ada
di Kabupaten Klaten, penulis mengadakan penelitian terhadap perolehan angka
PDRB dari beberapa sektor lapangan usaha yang ada di Kabupaten Klaten dan
data yang dianalisis berasal dari Badan Pusat Statistik (BPS) Kabupaten Klaten.
Pada satu sisi dikenal konsep tentang regresi linier berganda yaitu suatu sistem
persamaan linier yang terdiri dari dua atau lebih variabel bebas (disimbolkan
dengan X) yang masing-masing variabel bebasnya mempunyai hubungan
terhadap variabel terikat Y.
14
Produk Domestik Regional Bruto atau ditulis sebagai PDRB adalah salah
satu indikator tingkat kesejahteraan suatu daerah. PDRB kabupaten Klaten dan
seluruh Kabupaten/Kota di wilayah Jawa Tengah setiap tahun mengalami
perubahan.
Regresi linier ganda (multiple linear regression) adalah model regresi linear
dengan 1 variabel dependen kontinu beserta k (dua atau lebih) variabel
independen kontinu dan/atau kategorik. Sehingga regresi linier ganda ini cocok
untuk menghitung analisis tiga sektor PDRB terhadap jumlah PDRB.
15
Analisis regresi dapat dihitung secara manual atau dengan menggunakan
SPSS. Dalam tulisan ini, penulis akan membahas analisis regresi beserta
contohnya dalam perhitungan manual.
C. Tujuan PKL
Tujuan dari laporan PKL ini adalah untuk
1. Mengetahui pengaruh perkembangan PDRB .
2. Mengetahui dari ketiga sektor lapangan usaha yang paling berpengaruh
terhadap peningkatan PDRB stiap tahunnya di kabupaten Klaten.
3. Mengetahui hasil uji analisis regresi berganda antara industry
pengolahan, pengadaan listrik dan gas, dan pertanian terhadap jumlah
PDRB di Kabupaten Klaten dari tahun 2010-2018.
D. Manfaat PKL
1. Bagi Mahasiswa
a. Mendapatkan pengalaman baru pada dunia kerja, sehingga dapat
mengaplikasikan ilmu yang didapat kedalam dunia kerja
16
b. Meningkatkan rasa tanggung jawab serta kedisiplinan sebagai
mahasiswa.
c. Bermanfaat bagi perkembangan ilmu Matematika, khususnya tentang
Statistika
2. Bagi Program Studi Matematika FMIPA UNY
a. Dapat menambah relasi antara Program Studi Matematika FMIPA UNY
dengan BPS Kabupaten Klaten.
b. Dapat mencetak generasi yang cendekia dan professional yang bisa
menambah kualitas mahasiswa Pogram Studi Matematika.
c. Sebagai bahan untuk evaluasi kedepannya untuk Program Studi
Matematika FMIPA UNY.
3. Bagi BPS Kabupaten Klaten
a. Membantu instansi dalam pengelolaan data.
b. Dapat menjalin hubungan baik antara instansi dengan pihak Program
Studi Matematika FMIPA UNY, serta menumbuhkan hubungan
kerjasama yang saling menguntungkan.
17
BAB II: KAJIAN PUSTAKA
18
Berdasarkan undang-undang yang telah disebutkan di atas, peranan
yang harus dijalankan oleh BPS adalah sebagai berikut :
Menyediakan kebutuhan data bagi pemerintah dan masyarakat. Data in
didapatkan dari sensus atau survey yang dilakukan sendiri dan juga dari
departemen atau lembaga pemerintahan lainnya sebagai data sekunder.
Membantu kegiatan statistik di departemen, lembaga pemerintah atau
institusi lainnya, dalam membangun sistem perstatistikan nasional.
Mengembangkan dan mempromosikan standar teknik dan metodologi
statistik, dan menyediakan pelayanan pada bidang pendidikan dan
pelatihan statistik.
Membangun kerjasama dengan institusi internasioanl dan negara lain
untuk kepentingan perkembangan statistik Indonesia.
19
Susunan organisasi BPS Kabupaten terdiri dari:
4. Struktur Organisasi
20
Dalam melaksanakan tugas tersebut, Badan Pusat Statistik
menyelenggarakan fungsi:
a. Pengkajian, penyusunan, dan perumusan kebijakan di bidang statistik;
b. Pengkoordinasian kegiatan statistik nasional dan regional;
c. Penetapan dan penyelenggaraan statistik dasar;
d. Penetapan sistem statistik nasional;
e. Pembinaan dan fasilitas terhadap kegiatan instansi pemerintah di
bidang kegiatan statistik;
f. Penyelenggaraan pembinaan dan pelayanan administrasi umum di
bidang perencanaan umum, ketatausahaan, organisasi, tata laksana,
kepegawaian, keuangan, kearsipan, kehumasan, hukum,
perlengkapan, dan rumah tangga.
Susunan organisasi BPS berdasarkan Peraturan Kepala Badan Pusat
Statistik Nomor 7 Tahun 2008 tentang Organisasi dan Tata Kerja Badan
Pusat Statistik dan diperbaharui dengan Peraturan Kepala Badan Pusat
Statistik Nomor 116 Tahun 2014 tentang Perubahan atas Peraturan Kepala
Badan Pusat Statistik Nomor 7 Tahun 2008 tentang Organisasi dan Tata
Kerja Badan Pusat Statistik, terdiri dari Untuk melaksanakan tugas, fungsi,
kewenangan, susunan organisasi dan tata kerja tersebut, sesuai Keputusan
Kepala BPS Nomor 121 Tahun 2001 tentang Organisasi dan Tata Kerja
Perwakilan Badan Pusat Statistik di Daerah, telah ditentukan struktur
organisasi Badan Pusat Statistik Kabupaten Klaten, yaitu: Kepala, Sub
Bagian Tata Usaha, Seksi Statistik Sosial, Seksi Statistik Produksi Seksi
Statistik Distribusi, Seksi Neraca Wilayah dan Analisis Statistik, Seksi
Integrasi Pengolahan dan Diseminasi Statistik, dan Kelompok Jabatan
Fungsional.
21
Klaten serta membina aparatur BPS Kabupaten Klaten agar berdaya
guna dan berhasil guna.
b. Sub Bagian Tata Usaha mempunyai tugas melakukan penyusunan
rencana dan program, urusan kepegawaian dan hukum, keuangan,
perlengkapan, serta urusan dalam.
c. Seksi Statistik Sosial mempunyai tugas melaksanakan pengumpulan,
pengolahan, analisis, evaluasi, dan pelaporan statistik sosial.
d. Seksi Statistik Produksi mempunyai tugas melaksanakan pengumpulan,
pengolahan, analisis, evaluasi, dan pelaporan statistik produksi.
e. Seksi Statistik Distribusi mempunyai tugas melaksanakan
pengumpulan, pengolahan, analisis, evaluasi, dan pelaporan statistik
distribusi.
Seksi Neraca Wilayah dan Analisis Statistik mempunyai tugas
melakukan pengumpulan, kompilasi data, pengolahan, analisis, evaluasi
dan pelaporan neraca wilayah dan analisis statistik lintas sektor. , Seksi
Statistik Distribusi, Seksi Neraca Wilayah dan Analisis Statistik, Seksi
Integrasi Pengolahan dan Diseminasi Statistik, dan Kelompok Jabatan
Fungsional.
22
d. Seksi Statistik Produksi mempunyai tugas melaksanakan pengumpulan,
pengolahan, analisis, evaluasi, dan pelaporan statistik produksi.
e. Seksi Statistik Distribusi mempunyai tugas melaksanakan
pengumpulan, pengolahan, analisis, evaluasi, dan pelaporan statistik
distribusi.
f. Seksi Neraca Wilayah dan Analisis Statistik mempunyai tugas
melakukan pengumpulan, kompilasi data, pengolahan, analisis,
evaluasi dan pelaporan neraca wilayah dan analisis statistik lintas
sektor.
g. Seksi Integrasi Pengolahan dan Diseminasi Statistik mempunyai tugas
melaksanakan pengintegrasian pengolahan data, pengelolaan jaringan
dan rujukan statistik, serta diseminasi dan layanan statistik.
h. Kelompok Jabatan Fungsional mempunyai tugas melakukan kegiatan
sesuai dengan jabatan fungsional masing-masing berdasarkan
ketentuan peraturan perundang-undangan yang berlaku.
Adapun struktur organisasi Badan Pusat Statistik (BPS) Kabupaten
Klaten, sebagai berikut :
a. Kepala : Drs. Ahmad Isbani, M.A.
b. Sub Bagian Tata Usaha
i. Ketua : Ir. Andhikasari Kushardati
ii. Staff : Slamet Raharja
iii. Staff : Murdiyanto, S.E.
iv. Staff : Iswadi
v. Staff : Slamet Widodo
c. Seksi Integrasi Pengolahan dan Diseminasi Statistik
i. Ketua : Sri Indriyatno, S.ST., M.Si.
ii. Staff : Alfiah Yuni Astuti, S.ST.
iii. Staff : Sunardi, S.ST., M.Si.
d. Seksi Statistik Sosial
i. Ketua : Drs. Camillus Harto Adi
ii. Staff : Untung Kurniawan, S.ST., M.Si.
23
iii. Staff : Rihsang Tandhah
e. Seksi Statistik Produksi
i. Ketua : Bambang Sudiyanto, S.Si., M.M.
ii. Staff : Irwan, S.Si., M.A.
iii. Staff : Nuur Rafi Wismarini, S.Si.
iv. Staff : Ir. Suparyanto
v. Staff : Tatik Ruwiyanti, A.Md.
f. Seksi Statistik Distribusi
i. Ketua : Elisabeth Novaja Martha A, S.Si.
ii. Staff : Eko Pujiyanto, S.E.
iii. Staff : Prasetiyo Nugroho, S.ST.
g. Seksi Neraca Wilayah dan Analisis Statistik
i. Ketua : Ir. Efiyanti P.
ii. Staff : Farida Nurkhayati, S.ST.
iii. Staff : Middia Martanti Dewi, S.ST.
h. Koordinator Statistik Kecamatan
Koordinat Statistik Kecamatan terdiri dari Kecamatan Bayat,
Kecamatan Cawas, Kecamatan Ceper, Kecamatan Delanggu,
Kecamatan Gantiwarno, Kecamatan Jatinom, Kecamatan Jogonalan,
Kecamatan Juwiring, Kecamatan Kalikotes, Kecamatan Karanganom,
Kecamatan Karangdowo, Kecamatan Karangnongko, Kecamatan
Kebonarum, Kecamatan Kemalang, Kecamatan Klaten Selatan,
Kecamatan Klaten Tengah, Kecamatan Klaten Utara, Kecamatan
Manisrenggo, Kecamatan Ngawen, Kecamatan Pedan, Kecamatan
Polanharjo, Kecamatan Prambanan, Kecamatan Trucuk, Kecamatan
Tulung, Kecamatan Wedi, dan Kecamatan Wonosari. (BPS K. , 2019)
24
pendekatan, yaitu produksi dan penggunaan. Keduanya menyajikan komposisi
data nilai tambah yang dirinci menurut sumber kegiatan ekonomi (lapangan
usaha) dan menurut komponen penggunaannya. PDRB dari sisi lapangan usaha
merupakan penjumlahan seluruh komponen nilai tambah bruto yang mampu
diciptakan oleh lapangan usaha atas berbagai aktivitas produksinya. Sedangkan
dari sisi penggunaan menjelaskan tentang penggunaan dari nilai tambah
tersebut.
Produk Domestik Regional Bruto maupun agregat turunannya disajikan
dalam 2 (dua) versi penilaian, yaitu atas dasar “harga berlaku” dan atas dasar
“harga konstan”. Disebut sebagai harga berlaku karena seluruh agregat dinilai
dengan menggunakan harga pada tahun berjalan, sedangkan harga konstan
penilaiannya didasarkan kepada harga satu tahun dasar tertentu. Dalam
publikasi di sini digunakan harga tahun 2010 sebagai dasar penilaian (BPS K.
, 2019).
Laju pertumbuhan Produk Domestik Regional Bruto diperoleh dari
perhitungan PDRB atas dasar harga konstan. Laju pertumbuhan tersebut
dihitung dengan cara mengurangi nilai PDRB pada tahun ke-n terhadap nilai
pada tahun ke n-1 (tahun sebelumnya), dibagi dengan nilai pada tahun ke n-1,
kemudian dikalikan dengan 100 persen. Laju pertumbuhan memperlihatkan
perkembangan agregat pendapatan dari satu waktu tertentu terhadap waktu
sebelumnya.
Harga Berlaku merupakan penilaian yang dilakukan terhadap produk
barang dan jasa Yang dihasilkan ataupun yang dikonsumsi pada harga tahun
sedang berjalan. Harga Konstan adalah penilaian yang dilakukan terhadap
produk barang dan jasa yang dihasilkan ataupun yang dikonsumsi pada harga
tetap disatu tahun dasar. Tahun Dasar adalah tahun terpilih sebagai referensi
statistik, yang digunakan sebagai dasar penghitungan tahun-tahun yang lain.
Dengan tahun dasar tersebut dapat digambarkan seri data dengan indikator
rinci mengenai perubahan/pergerakan yang terjadi (BPS K. , 2019).
25
seluruh barang dan jasa yang tercipta atau dihasilkan di wilayah domestik suatu
negara yang timbul akibat berbagai aktivitas ekonomi dalam suatu periode
tertentu tanpa memperhatikan apakah faktor produksi yang dimiliki residen
atau non-residen. Penyusunan PDRB dapat dilakukan melalui 3 (tiga)
pendekatan yaitu pendekatan produksi, pengeluaran, dan pendapatan yang
disajikan atas dasar harga berlaku dan harga konstan. (Klaten, 2019)
PDRB atas dasar harga berlaku atau dikenal dengan PDRB nominal
disusun berdasarkan harga yang berlaku pada periode penghitungan, dan
bertujuan untuk melihat struktur perekonomian. Sedangkan PDRB atas dasar
harga konstan disusun berdasarkan harga pada tahun dasar dan bertujuan untuk
mengukur pertumbuhan ekonomi.
Kegunaan Produk Domestik Regional Bruto Data pendapatan nasional
adalah salah satu indikator makro yang dapat menunjukkan kondisi
perekonomian nasional setiap tahun. Manfaat yang dapat diperoleh dari data
ini antara lain adalah:
1) PDRB harga berlaku (nominal) menunjukkan kemampuan sumber daya
ekonomi yang dihasilkan oleh suatu wilayah. Nilai PDRB yang besar
menunjukkan kemampuan sumber daya ekonomi yang besar, begitu juga
sebaliknya.
2) PDRB harga konstan (riil) dapat digunakan untuk menunjukkan laju
pertumbuhan ekonomi secara keseluruhan atau setiap kategori dari tahun
ke tahun.
3) Distribusi PDRB harga berlaku menurut lapangan usaha menunjukkan
struktur perekonomian atau peranan setiap kategori ekonomi dalam suatu
wilayah. Kategori-kategori ekonomi yang mempunyai peran besar
menunjukkan basis perekonomian suatu wilayah.
4) PDRB per kapita atas dasar harga berlaku menunjukkan nilai PDB dan
PNB per satu orang penduduk.
5) PDRB per kapita atas dasar harga konstan berguna untuk mengetahui
pertumbuhan nyata ekonomi per kapita penduduk suatu negar
26
C. Pertanian
Uraian lapangan usaha yang disajikan mencakup ruanglingkup dan
definisi dari masing-masing kategori dan subkategori lapangan usaha, cara-
cara perhitungan Nilai Tambah Bruto (NTB) baik atas dasar harga berlaku
maupun atas dasar harga konstan 2010, serta sumber datanya.
27
Data indikator harga berupa Indeks Harga Produsen diperoleh dari Subdit
Statistik Harga Produsen BPS dan Indeks yang dibayar petani untuk biaya
produksi kelompok tanaman pangan dari Subdit Statistik Harga Perdesaan
BPS. Sedangkan data struktur biaya kegiatan tanaman pangan diperoleh dari
hasil. Sensus Pertanian dan Survei Struktur Ongkos Usaha Tani SOUT)
yang dilakukan oleh Subdit Statistik tanaman pangan BPS.
2. Industri Pengolahan
Kategori Industri Pengolahan meliputi kegiatan ekonomi di bidang
perubahan secara kimia atau fisik dari bahan, unsur atau komponen menjadi
produk baru. Bahan baku industri pengolahan berasal dari produk pertanian,
kehutanan, perikanan, pertambangan atau penggalian seperti produk dari
kegiatan industri pengolahan lainnya Perubahan, pembaharuan atau
rekonstruksi yang pokok dari barang secara umum diperlakukan sebagai
industry pengolahan. Unit industri pengolahan digambarkan sebagai pabrik,
mesin atau peralatan yang khusus digerakkan dengan mesin dan tangan.
Termasuk kategori industry pengolahan adalah perubahan bahan menjadi
produk baru dengan menggunakan tangan, kegiatan maklon atau kegiatan
penjualan produk yang dibuat di tempat yang sama dimana produk tersebut
dijual dan unit yang melakukan pengolahan bahan-bahan dari pihak lain atas
dasar kontrak.
3. Pengadaan Listrik dan Gas
Kategori D mencakup kegiatan pengadaan tenaga listrik, gas alam dan
buatan, uap panas, air panas, udara dingin dan produksi es dan sejenisnya
melalui jaringan, saluran, atau pipa infrastruktur permanen. Dimensi
jaringan/infrastruktur tidak dapat ditentukan dengan pasti, termasuk
kegiatan pendistribusian listrik, gas, uap panas dan air panas serta
pendinginan udara dan air untuk tujuan produksi es. Produksi es untuk
kebutuhan makanan/minuman dan tujuan non makanan. Kategori ini juga
mencakup pengoperasian mesin dan gas yang menghasilkan, mengontrol
28
dan menyalurkan tenaga listrik atau gas. Juga mencakup pengadaan uap
panas dan AC. (BPS K. , 2019)
D. Analisis Regresi
Analisis Regresi adalah analisis lanjutan dari analisis korelasi. Pada
dasarnya analisis regresi dan analisis korelasi keduanya mempunyai hubungan
yang sangat kuat. Setiap analisis regresi otomatis ada analisis korelasinya,
tetapi sebaliknya analisis korelasi belum tentu dapat diuji regresi atau
diteruskan dengan analisis regresi. Analisis korelasi yang tidak dilanjutkan
dengan analisis regresi adalah analisis korelasi yang kedua variabelnya tidak
mempunyai hubungan fungsional dan sebab akibat.
Analisis regresi merupakan studi ketergantungan satu atau lebih X
(variabel bebas) terhadap Y (variabel terikat), dengan maksud untuk
meramalkan nilai Y. Tujuan analisis regresi adalah mendapatkan pola
hubungan secara matematis antara X dan Y, mengetahui besarnya perubahan
variabel X terhadap Y, dan memprediksi Y jika nilai X diketahui. Sehingga
dalam suatu persamaan regresi terdapat dua macam variabel, yaitu variabel
dependen (variabel terikat, respon) dan variabel independen (variabel bebas,
prediktor).
Prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan
regresi adalah bahwa antara variabel dependen dengan variabel independennya
mempunyai sifat hubungan sebab akibat (hubungan kausalitas), baik yang
didasarkan pada teori, hasil penelitian sebelumnya, ataupun yang didasarkan
pada penjelasan logis tertentu (kutipan). Syarat-syarat regresi antara lain data
harus berbentuk interval atau rasio, data berdistribusi normal, adanya korelasi
(hubungan) antarvariabel, dan tidak terdapat korelasi antarvariabel bebasnya
(multikolinearitas) untuk regresi ganda.
29
Berdasarkan banyak dan jenisnya data, analisis regresi dapat dibedakan
atas :
Untuk keperluan analisis, akan ditaksir harga – harga 𝛽0 dan 𝛽1 oleh 𝑎 dan
𝑏, sehingga persamaan regresi menggunakan sampel menjadi :
𝑌̂ = 𝑎 + 𝑏𝑋
∑ 𝑌 − 𝑏(∑ 𝑋)
𝑎=
𝑛
30
𝑎 = 𝑌̅ − 𝑏𝑋̅
Suatu persamaan regresi linier yang memiliki lebih dari satu variabel bebas
𝑋, dan satu variabel terikat 𝑌 akan membentuk suatu persamaan regresi yang
baru yang disebut persamaan regresi linier berganda (multiple regression).
Model persamaan regresi linier berganda hampir sama dengan model regresi
linier sederhana, letak perbedaannya hanya pada banyak variabel bebasnya.
Secara umum model regresi linier berganda adalah sebagai berikut:
𝑌 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝛽3 𝑋3 + ⋯ + 𝛽𝑛 𝑋𝑛 + 𝜀
Model untuk taksiran dari persamaan regresi linier ganda atas
𝑋1 , 𝑋2 , … , 𝑋𝑘 sebagai variabel bebasnya adalah sebagai berikut :
𝑌̂ = 𝑎0 + 𝑎1 𝑋1 + 𝑎2 𝑋2 + 𝑎3 𝑋3 + ⋯ + 𝑎𝑛 𝑋𝑛
31
Dimana :
Sama seperti mencari nilai 𝑎 dan 𝑏 pada model regresi linier sederhana,
maka pada regresi linier berganda juga memerlukan n buah pasang data 𝑋
dan 𝑌. Untuk mencari harga-harga 𝑎0 , 𝑎1 , … 𝑎𝑘 dari regresi linier berganda
dapat menggunakan matriks sebagai berikut
2
∑ 𝑌𝑖 𝑋1𝑖 = 𝑎0 ∑ 𝑋1𝑖 + 𝑎1 ∑ 𝑋1𝑖 + 𝑎2 𝑋1𝑖 𝑋2𝑖 + 𝑎3 ∑ 𝑋1𝑖 𝑋3𝑖
2
∑ 𝑌𝑖 𝑋2𝑖 = 𝑎0 ∑ 𝑋2𝑖 + 𝑎1 ∑ 𝑋1𝑖 𝑋2𝑖 + 𝑎2 ∑ 𝑋2𝑖 + 𝑎3 ∑ 𝑋2𝑖 𝑋3𝑖
2
∑ 𝑌𝑖 𝑋3𝑖 = 𝑎0 ∑ 𝑋3𝑖 + 𝑎1 ∑ 𝑋1𝑖 𝑋3𝑖 + 𝑎2 ∑ 𝑋2𝑖 𝑋3𝑖 + 𝑎3 ∑ 𝑋3𝑖
[𝑋 𝑡 𝑌] = [𝑋 𝑡 𝑋]−1 [𝑎]
[𝑎] = [𝑋 𝑡 𝑋]−1 [𝑋 𝑡 𝑌]
𝑎0 ∑ 𝑌𝑖
𝑎 ∑ 𝑌𝑖 𝑋1𝑖
[𝑎] = [𝑎1 ] ; [𝑋 𝑡 𝑌] =
2 ∑ 𝑌𝑖 𝑋2𝑖
𝑎3 [∑ 𝑌 𝑋 ]
𝑖 3𝑖
32
distribusi t. Berikut ini adalah beberapa uji statistic yang digunakan dalam
analisis regresi linear berganda :
a. Uji Distribusi F
Uji F dilakukan untuk mengetahui pengaruh semua variabel independen
terhadap variabel dependen. Selain itu uji F dapat dilakukan untuk
mengetahui signifikansi koefisien determinasi R2. Berikut ini adalah
hipotesis dan statistic uji dari uji F :
Hipotesis
H0 : 𝛽1 = 𝛽2 = ⋯ = 𝛽𝑖 = 0
H1 : tidak semua 𝛽𝑖 = 0
Atau :
H0 : Variabel 𝑋1 , 𝑋2 , … , 𝑋𝑘 secara simultan tidak berpengaruh
terhadap variabel dependen.
H1 : Variabel 𝑋1 , 𝑋2 , … , 𝑋𝑘 secara simultan berpengaruh terhadap
variabel dependen
Statistik Uji
Dengan :
𝑀𝑆𝑅 𝑅 2⁄
𝐹= = 𝑘−1
𝑀𝑆𝐸 (1 − 𝑅 2 )⁄
(𝑛 − 𝑘)
MSR : rata-rata kuadrat regresi
MSE : rata-rata kuadrat error
n : banyaknya observasi
k: jumlah parameter estimasi termasuk intersep/konstanta
Daerah Kritik
H0 ditolak apabila 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 > 𝐹𝛼,𝑘,𝑛−𝑘−1
2
b. Uji t
Uji ini dilakukan untuk mengetahui signifikansi variabel independen
secara individu terhadap variabel dependennya. Adapun hipotesis dan
statistic uji dari Uji t adalah sebagai berikut :
Hipotesis
33
H0 : 𝛽1 = 0
H1 : 𝛽1 ≠ 0
Atau :
H0 : variabel bebas ke-k tidak berpengaruh terhadap variabel dependen
H1 : variabel bebas ke-k berpengaruh terhadap variabel dependen
Statistik Uji
𝑏𝑖 − 𝛽𝑖
𝑡=
𝑆𝑏𝑖
Daerah Kritik
E. Korelasi
Korelasi adalah derajat hubungan linier antara dua variabel atau lebih
dari data pengamatan. Studi yang mempelajari tentanf derajat hubungan antara
variabel – variabel disebut analisis regresi. Sementara hubungan yang dipakai
untuk mengetahui derajat hubungan, terutama untuk data kuantitatif disebut
koefisien korelasi. Koefisien korelasi tersebut disimbolkan dengan “r” untuk
korelasi parsil dan “R” untuk korelasi berganda.
Perhitungan koefisien korelasi dapat dicari dengan menggunakan rumus;
𝑛 ∑ 𝑋𝑖 𝑌𝑖 − (∑ 𝑋𝑖 )(∑ 𝑌𝑖 )
𝑟𝑥𝑦 =
√{𝑛𝑋𝑖 2 − (∑ 𝑋𝑖 )2 }{𝑛 ∑ 𝑌𝑖 2 − (∑ 𝑌𝑖 )2 }
𝑟 = √1 − 𝑆 2 𝑦.𝑥 ⁄𝑆 2 𝑦
n = Ukuran sampel
Harga-harga keofisien korelasi (R) berada dalam interval −1 < 𝑅 ≤ 1. Untuk
𝑅 = 1. Maka korelasi positif sempurna antara X dan Y, artinya ada hubungan
34
linier yang sangat tinggi. Letak titik-titik ada pada garis regresi linier dengan
sifat bahwa harga X yang kecil berpasangan dengan Y yang kecil. Untuk 𝑅 =
−1 maka korelasi negative sempurna artinya hubungan linier tidak langsung.
Letak titik-titik yang ditentukan oleh 𝑋𝑖 , 𝑌𝑖 . Seluruhnya terletak pada garis
regresi linier dengan harga X yang besar berpasangan dengan harga Y yang
kecil dan sebaliknya. Untuk R=0 tidak terdapat korelasi.
F. Korelasi Ganda
Untuk melihat besar korelasi antar variabel bebas X terhadap variabel
terikat Y, maka dapat dihitung dari koefisien korelasi gandanya. Koefisien
korelasi ganda dapat dihitung dengan :
2
2
∑(𝑌 − 𝑌̂)
𝑅 =1−
(𝑌 − 𝑌̅)2
Dengan 𝑅 2 Koefisien Determinasi
Maka
2
∑(𝑌 − 𝑌̂)
𝑅 = √1 −
(𝑌 − 𝑌̅)2
G. Korelasi Parsil
Korelasi antara 2 variabel yaitu korelasi antara variabel terikat dengan
setiap variabel bebas, dan korelasi antara variabel bebas dengan variabel
bebas. Koefisien korelasi antara variabel terikat dan variabel bebas
disimbolkan dengan 𝑟𝑦𝑗 , yang dapat dicari dengan rumus :
𝑛 ∑ 𝑋𝑗𝑖 𝑌𝑖 − (∑ 𝑋𝑗𝑖 )(∑ 𝑌𝑖 )
𝑟𝑥𝑗 =
2
√{𝑛𝑋𝑗𝑖 2 − (∑ 𝑋𝑗𝑖 ) } {𝑛 ∑ 𝑌𝑖 2 − (∑ 𝑌𝑖 )2 }
35
BAB III: METODE PKL
A. Lokasi PKL
Praktik Kerja Lapangan dilaksanakan pada tanggal 14 Januari sampai 04
Februari 2019 selama 16 hari kerja. Bertempat di Badan Pusat Statistik
Kabupaten Klaten Jl. Merapi No.6, Gayamprit, Klaten Selatan. Telp. (0-272)
321689 / Fx. (0-272)321689. E-mail: bps3310@bps.go.id.
B. Desain PKL
Desain PKL yang telah dilaksanakan di BPS Kabupaten Klaten adalah
magang yang bertujuan untuk memperoleh pengetahuan dan keterampilan
tertentu tetang dunia kerja berkaitan dengan penerapan ilmu matematika yang
telah diperoleh selama kuliah. Selain sebagai laporan kegiatan selama PKL,
laporan ini juga menyajikan laporan yang berkaitan dengan penerapan ilmu
matematika di lokasi PKL.
36
E. Instrumen PKL
Instrumen yang digunakan disesuaikan dengan penelitian yang diperoleh
selama melaksanakan PKL di BPS. Instrumen yang digunakan antara lain
laptop, alat tulis, buku-buku literature dari perpustakaan BPS, dan internet.
37
Berikut langkah-langkah penelitian yang penulis lakukan:
Studi Pendahuluan
Identifikasi Masalah
Pengumpulan Data:
Analisis Data
Kesimpulan
38
BAB IV: HASIL PKL DAN PEMBAHASAN
39
2. Keadaan Geografis
Secara geografis Kabupaten Klaten terletak di antara 110°30'-110°45'
Bujur Timur dan 7°30'-7°45' Lintang Selatan. Luas wilayah Kabupaten
Klaten mencapai 655,56 km2. Di sebelah Utara berbatasan dengan
Kabupaten Boyolali. Sebelah Selatan berbatasan dengan Kabupaten
Gunung Kidul Propinsi Daerah Istimewa Jogjakarta. Dengan Kabupaten
Sukoharjo di sebelah timur dan Kabupaten Sleman Propinsi Daerah
Istimewa Jogjakarta disebelah barat.
Luas wilayah Kabupaten Klaten seluas 65.556 Ha. terdiri dari Lahan
Pertanian seluas 39.647 Ha, luasnya berkurang bila di bandingkan tahun
2015 dan Lahan Bukan Pertanian seluas 25.909 Ha, meningkat bila di
bandingkan tahun 2015. Untuk lahan pertanian terdiri dari lahan sawah
seluas 33 066 Ha dan lahan bukan sawah seluas 6.581 Ha. Selama tahun
2016 terjadi perubahan lahan sawah menjadi bangunan untuk perumahan.
indusri. perusahaan dan jasa seluas 45 391 Ha. Turun sebesar 17.08% bila
di bandingkan tahun 2015. Peruntukan terbesar terjadi dari sawah menjadi
perumahan yaitu sebesar 72.82%.
Secara topografi Kabupaten Klaten terletak di antara Gunung Merapi
dan Pegunungan Seribu dengan ketinggian antara 75 hingga 160 meter Di
Atas Permukaan Laut yang terbagi menjadi wilayah Lereng Gunung Merapi
di bagian utara areal miring, wilayah datar dan berbukit di bagian selatan.
Jika di lihat dari ketinggian air laut. Maka terdapat 3.72% terletak di
antara ketinggian 0 - 100 meter diatas permukaan air laut. 83.52% terletak
di antara ketinggian 100 - 500 meter diatas permukaan air laut dan 12.76%
terletak di antara ketinggian 500 – 2500 meter diataspermukaan air laut.
Keadaan iklim Kabupaten Klaten termasuk iklim tropis dengan musim
hujan dan kemarau silih berganti sepanjang tahun, temperatur udara rata-
rata 28–30 derajat Celsius dengan kecepatan angin rata-rata sekitar 153
milimeter setiap bulannya dengan curah hujan tertinggi pada Bulan Januari
(350 mm) dan curah hujan terrendah pada Bulan Juli (8 mm). Sebagian besar
wilayah kabupaten ini adalah dataran rendah dan tanah bergelombang.
40
Bagian barat laut merupakan pegunungan, bagian dari sistem Gunung
Merapi. Ibukota kabupaten ini berada di jalur utama Solo-Yogyakarta.
B. Pembahasan
Dalam melakukan analisi regresi Produk Domestik Regional Bruto
(PDRB) terlebih dahulu harus mengkaji data PDRB dari tahun 2010-2018.
Selanjutnya dipilih tiga sektor lapangan usaha PDRB yaitu sektor Industri
Pengolahan, Pengadaan Listrik dan Gas, dan Pertanian. Berikut
pembahasannya:
1. Variabel Penelitian
Sehingga dalam analisis regresi linear kali ini, variabel independen yang
digunakan adalah industri pengolahan, pengadaan listrik dan gas, pertanian
sedangkan variabel dependennya adalah jumlah sektor lapangan usaha PDRB.
41
2. Menentukan Model Persamaan Regresi Linier Berganda
Data yang diolah dalam laporan PKL adalah data sekunder yang diperoleh
dari Badan Pusat Statistika (BPS) Kabupaten Klaten mengenai Produk
Domestik Regional Bruto (PDRB) Kabupaten Klaten. Adapun data yang
akan dianalisis adalah sebagai berikut :
Tabel 1. Data PDRB Kab. Klaten Menurut Lapangan Usaha Atas Dasar
Harga Berlaku.
(dalam puluhan juta)
Lapangan Usaha
Total
Pengadaan
Tahun Keseluruhan Industri
Listrik dan Pertanian
PDRB Pengolahan
Gas
2010 17002049,65 5198115,96 29132,46 2284023,19
2011 19372039,01 6348715,94 32230,66 2379333,15
2012 21348291,95 6963659,60 33763,34 2820039,55
2013 23345149,85 7693350,45 34673,28 3095353,37
2014 26270890,31 9116653,82 36912,08 3284129,30
2015 28988778,55 10178503,39 39661,13 3662347,95
2016 31619241,18 11381482,63 44053,13 3810348,98
2017* 34197239,29 12460757,51 50784,96 3880677,97
2018** 37055979,36 13644369,50 55741,58 4085464,24
Total 239199659,2 82985608,8 356952,62 29301717,7
42
Tabel 2. Data PDRB diubah ke Variabel
Lapangan Usaha
Tahun Yi
X1i X2i X3i
2010 17002049,65 5198115,96 29132,46 2284023,19
2011 19372039,01 6348715,94 32230,66 2379333,15
2012 21348291,95 6963659,60 33763,34 2820039,55
2013 23345149,85 7693350,45 34673,28 3095353,37
2014 26270890,31 9116653,82 36912,08 3284129,30
2015 28988778,55 10178503,39 39661,13 3662347,95
2016 31619241,18 11381482,63 44053,13 3810348,98
2017* 34197239,29 12460757,51 50784,96 3880677,97
2018** 37055979,36 13644369,50 55741,58 4085464,24
Total 239199659,2 82985608,8 356952,62 29301717,7
Hubungan antara variabel –variabel bebas (X) terhadap variabel tak bebas
(Y) dapat terlihat melalui persamaan penduga untuk regresi linier berganda.
Persamaan penduga tersebut, yaitu 𝑌̂ = 𝑎0 + 𝑎1 𝑋1 + 𝑎2 𝑋2 + 𝑎3 𝑋3. Untuk
menentukan koefisien-koefisien regresi tersebut (𝑎0. 𝑎1 , 𝑎2), maka
dibutuhkan beberapa tabel untuk nilai-nilai n,
2 2 2 2
∑ 𝑌𝑖 , ∑ 𝑋1𝑖 , ∑ 𝑋2𝑖 , ∑ 𝑋3𝑖 , ∑ 𝑋1𝑖 , ∑ 𝑋2𝑖 ∑ 𝑋3𝑖 , ∑ 𝑋𝑖 , ∑ 𝑌12 , ∑ 𝑌𝑖 ∑ 𝑋1𝑖 ,
∑ 𝑌𝑖 ∑ 𝑋2𝑖 , ∑ 𝑌𝑖 ∑ 𝑋3𝑖 , ∑ 𝑋1𝑖 ∑ 𝑋2𝑖 , ∑ 𝑋1𝑖 ∑ 𝑋3𝑖 , ∑ 𝑋2𝑖 ∑ 𝑋3𝑖 , Nilai tersebut
dapat dilihat dalam tabel berikut ini :
43
Tabel 3. Kuadrat dari Masing-Masing Variabel dan Perkalian Antar Variabel
Yi^2 X1i^2 X2i^2 X3i^2 X1iYi X2iYi X3iYi Xi1X2i Xi1X3i X2iX3i
2,8907E+14 2,70204E+13 848700225,7 5,21676E+12 8,83786E+13 4,95312E+11 3,88331E+13 1,51434E+11 1,18726E+13 66539214222
3,75276E+14 4,03062E+13 1038815444 5,66123E+12 1,22988E+14 6,24374E+11 4,60925E+13 2,04623E+11 1,51057E+13 76687477784
4,5575E+14 4,84926E+13 1139963128 7,95262E+12 1,48662E+14 7,2079E+11 6,0203E+13 2,35116E+11 1,96378E+13 95213954140
5,44996E+14 5,91876E+13 1202236346 9,58121E+12 1,79602E+14 8,09453E+11 7,22615E+13 2,66754E+11 2,38136E+13 1,07326E+11
6,9016E+14 8,31134E+13 1362501650 1,07855E+13 2,39503E+14 9,69713E+11 8,6277E+13 3,36515E+11 2,99403E+13 1,21224E+11
8,40349E+14 1,03602E+14 1573005233 1,34128E+13 2,95062E+14 1,14973E+12 1,06167E+14 4,03691E+11 3,72772E+13 1,45253E+11
9,99776E+14 1,29538E+14 1940678263 1,45188E+13 3,59874E+14 1,39293E+12 1,2048E+14 5,0139E+11 4,33674E+13 1,67858E+11
1,16945E+15 1,5527E+14 2579112162 1,50597E+13 4,26124E+14 1,73671E+12 1,32708E+14 6,32819E+11 4,83562E+13 1,9708E+11
1,37315E+15 1,86169E+14 3107123741 1,6691E+13 5,05605E+14 2,06556E+12 1,51391E+14 7,60559E+11 5,57436E+13 2,2773E+11
6,73797E+15 8,327E+14 14792136192 9,88796E+13 2,3658E+15 9,96456E+12 8,14414E+14 3,4929E+12 2,85114E+14 1,20491E+12
44
Dari Tabel 3 diperoleh :
𝑛=9
2
∑ 𝑌𝑖 𝑋1𝑖 = 𝑎0 ∑ 𝑋1𝑖 + 𝑎1 ∑ 𝑋1𝑖 + 𝑎2 𝑋1𝑖 𝑋2𝑖 + 𝑎3 ∑ 𝑋1𝑖 𝑋3𝑖
2
∑ 𝑌𝑖 𝑋2𝑖 = 𝑎0 ∑ 𝑋2𝑖 + 𝑎1 ∑ 𝑋1𝑖 𝑋2𝑖 + 𝑎2 ∑ 𝑋2𝑖 + 𝑎3 ∑ 𝑋2𝑖 𝑋3𝑖
2
∑ 𝑌𝑖 𝑋3𝑖 = 𝑎0 ∑ 𝑋3𝑖 + 𝑎1 ∑ 𝑋1𝑖 𝑋3𝑖 + 𝑎2 ∑ 𝑋2𝑖 𝑋3𝑖 + 𝑎3 ∑ 𝑋3𝑖
[𝑋 𝑡 𝑌] = [𝑋 𝑡 𝑋]−1 [𝑎]
[𝑎] = [𝑋 𝑡 𝑋]−1 [𝑋 𝑡 𝑌]
235.812.198,8
[𝑋 𝑡 𝑌] = [ 2,34E + 15 ]
9,76E + 12
8,04E + 14
45
Lalu, diperoleh matriks nilai a
3.339.425,6
2,369
[𝑎] = [ ]
56,081
−0,366
3. Analisis Residu
Untuk mengetahui seberapa besar tingkat kesalahan baku taksiran dari
persamaan regresi yang telah didapatkan, maka diperkukan harga 𝑌̂.
46
Sehingga keslaahan baku taksiran dapat dihitung dengan menngunakan
rumus :
∑(𝑌𝑖 − 𝑌̂𝑖 )2
𝑆𝑦.12 = √
𝑛−𝑘−1
5,04319E + 75
=√
9−3−1
= 3,1759𝐸 + 37
4. Perhitungan Korelasi Linier Berganda
Untuk mengetahui seberapa besar pengaruh dari ketiga sektor lapangan
usaha terhadap laju pertumbuhan PDRB, maka akan dilakukan
perhitungan sebagai berikut
∑(𝑌 − 𝑌̂)2
𝑅2 = 1 −
∑(𝑌̂ − 𝑌̅)2
Atau
𝐽𝐾𝑟𝑒𝑠
𝑅2 = 1 −
𝐽𝐾𝑡𝑜𝑡𝑎𝑙
Sehingga
2
∑(𝑌 − 𝑌̂)2
𝑅 =1−
∑(𝑌 − 𝑌̅)2
7,54𝐸 + 12
=1−
4,15𝐸 + 14
47
= 1 − 0,02
= 0,98
𝑛 ∑ 𝑋1𝑖 𝑌𝑖 −∑ 𝑋1𝑖 ∑ 𝑌𝑖
𝑟𝑦 1 =
2 −(∑ 𝑋 )2
√{𝑛 ∑ 𝑋1𝑖 2 2
1𝑖 }{𝑛 ∑ 𝑌𝑖 −(∑ 𝑌𝑖 ) }
9(2,34𝐸+15)−82985608,8×235812198,8
=
√{9(8,327𝐸+14)−82985608,82 }{9(6,5912𝐸+15)−235812198,82 }
= 0,9925
𝑛 ∑ 𝑋2𝑖 𝑌𝑖 −∑ 𝑋2𝑖 ∑ 𝑌𝑖
𝑟𝑦 2 =
2 −(∑ 𝑋 )2 }{𝑛 ∑ 𝑌 2 −(∑ 𝑌 )2 }
√{𝑛 ∑ 𝑋2𝑖 2𝑖 𝑖 𝑖
= 0,946
𝑛 ∑ 𝑋3𝑖 𝑌𝑖 −∑ 𝑋3𝑖 ∑ 𝑌𝑖
𝑟𝑦 3 =
2
√{𝑛 ∑ 𝑋3𝑖 −(∑ 𝑋3𝑖 )2 }{𝑛 ∑ 𝑌𝑖2 −(∑ 𝑌𝑖 )2 }
48
9(8,04𝐸 + 14) − 29301717,7 × 235812198,8
=
√{9(9,89𝐸 + 13) − 29301717,72 }{9(6,5912𝐸 + 15) − 235812198,82 }
= 0,954
= 0,203
=0,966
= 0,889
49
Pertanian sebesar 0,954. Dari ketiga sektor lapangan usaha tersebut yang
memiliki hubungan yang paling kuat adalah dari sektor lapangan usaha industri
pengolahan, yang korelasinya hampir mencapai satu.
Sementara itu hubungan yang paling kuat antara variabel bebas terdapat
antara sektor industry pengolahan dan sektor pertanian, dimana nilai korelasinya
sebesar 0,966. Hal ini berarti yang memberi pengaruh terbesar terhadap
pertumbuhan PDRB adalah dari sektor industry pengolahan dan sektor pertanian.
𝛼
Tolak H0, jika Fhitung ≥ F 2 (dengan dk=3;5)
Kesimpulan
50
Ftabel = 5,41. Artinya Fhitung lebih besar dari Ftabel, maka H0 ditolak.
Karena H0 ditolak maka hal ini berarti persamaan regresi linier berganda
antara variabel terikat Y dengan variabel bebas 𝑋1 , 𝑋2 , 𝑋3 bersifat nyata.
Dengan demikian dapat dinyatakan bahwa sektor lapangan usaha
industry pengolahan, pengadaan listrik dan gas, dan pertanian secara
bersama-sama mempengaruhi laju pertumbuhan PDRB.
51
BAB V: KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkan tujuan penelitian ini, diperoleh kesimpulan sebagai berikut:
B. Saran
Penelitian ini membahas mengenai regresi PDRB di Kabupaten Klaten yang
mana sektor lapangan usaha industry pengolahan, pengadaan listrik dan gas,
dan pertanian terhadap jumlah PDRB yang terjadi pada tahun 2010-2018.
Sektor lapangan usaha PDRB terapat banyak sektor, akan tetapi penulis hanya
menganalisis tiga sektor saja terhadap jumlah PDRB. Untuk penelitian
selanjutnya bisa dilakukan pada semua sektor lapangan usaha PDRB.
Penghitungannya bisa menggunakan SPSS karena tidak lama, dan langsung
dapat dilihat hasilnya.
52
DAFTAR PUSTAKA
53
LAMPIRAN
54
Lampiran 1.Daftar Kegiatan PKL.
55
Lampiran 2.Dokumentasi PKL
56