MAKALAH

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS

PEMBANGUNAN MANUSIA (IPM) DENGAN MENGGUNAKAN
METODE REGRESI LINEAR BERGANDA

Kelompok : 2 (Dua)
1. Devi Lisa Oktavia (1949201008)
2. Faiza Diah Kinasih (1949201011)
3. Nita Afifah (1949201022)
4. Riki Hidayat (1949201034)

PROGRAM STUDI STATISTIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS NAHDLATUL ULAMA LAMPUNG

 TAHUN 2023

KATA PENGANTAR

Alhamdulillah, puji syukur kami panjatkan kehadirat Allah Yang Maha

Kuasa. Hanya berkat rahmat, taufiq dan hidayah-NYA, sehingga makalah ini
dapat terselesaikan dengan lancar, baik dan tepat waktu. Sholawat serta salam
senantiasa tersanjungkan kepangkuan Rasululloh Saw. beserta keluarga, sahabat-
sahabatnya dan para pengikutnya yang telah membawa kita dari jalan yang gelap
gulita ke jalan yang terang benderang ke jalan agama islam.
Penulisan makalah ini guna melengkapi / memenuhi salah satu tugas mata kuliah
“Sistem Penunjang Keputusan” Dengan terselesaikannya makalah yang
berjudul Analisis Faktor-Faktor Yang Mempengaruhi Indeks Pembangunan
Manusia (IPM) Dengan Menggunakan Metode Regresi Linear Berganda.
Penulis dengan ikhlas menyampaikan terimakasih kepada semua pihak
yang telah membantunya baik langsung maupun tidak langsung khususnya kepada
dosen pengampu ibu Nuari Anisa Sivi, S.Kom.,M.T.I .
Sebagai manusia biasa yang tak lepas dari kekhilafan, demi perbaikan
makalah ini selalu di harapkan kritik dan saran dari semua pihak. Semoga
makalah ini bermafaat bagi penulis khususnya dan bagi para pembaca pada
umumnya.
Akhirul kalam semoga segala usaha kita dalam peningkatan mutu
pendidikan mendapat ridho dari Allah SWT amin.

Lampung Timur, Januari 2023

Penulis
 BAB I

PENDAHULUAN

A. Latar Belakang
Pembangunan merupakan indikator yang dilakukan oleh pemerintah untuk
mewujudkan masyarakat yang makmur dan sejahtera.Adapun indikator yang
dapat digunakan dalam mengukur keberhasilan suatu pembangunan yaitu salah
satunya dengan Indeks Pembangunan Manusia (IPM). IPM merupakan tolak ukur
perbandingan dari pendidikan, harapan hidup, melek huruf serta standar hidup
keberhasilan dan kesejahteraan suatu Negara atau wilayah.
Keberhasilan dan kesejahteraan pembangunan di suatu Negara atau
wilayah dikatakan berhasil dan sejahtera jika telah mampu mengurangi
kesenjangan sosial dan kemiskinannya, serta tingkat pendapatannya tinggi dan
tidak terjadi masalah-masalah sosial.Karena seperti yang kita ketahui bahwa ada
banyak Negara berkembang dan Negara maju yang masih mengalami hal
tersebut.Sedangkan ada Negara yang pendapatannya rendah namun mampu
mengalami kemajuan karena menggunakan secara bijaksana semua sumber daya
untuk mengembangkan kemampuan dasar manusia.
Untuk melihat pengaruh hubungan antara IPM dengan beberapa variabel
dapat menggunakan analisis regresi linear berganda. Analisis regresi digunakan
untuk mengukur seberapa besar pengaruh antara variabel bebas dan variabel
terikat. Apabila hanya terdapat satu variabel bebas dan satu variabel terikat, maka
regresi tersebut dinamakan regresi linear sederhana (Alwi dkk, 2019). Sebaliknya,
apabila terdapat lebih dari satu variabel bebas atau variabel terikat, maka disebut
regresi linear berganda. Regresi linear berganda merupakan model regresi yang
melibatkan lebih dari satu variabel independen. Analisis regresi linear berganda
dilakukan untuk mengetahui arah dan seberapa besar pengaruh variabel
independen terhadap variabel dependen (Ghozali, 2018).
B. Rumusan Masalah
1. Bagaimana definisi analisis regresi linear berganda ?
2. Bagaimana cintoh kasus regresi linear berganda !
3. Bagaimana langkah penyelesaian analisis regresi linear berganda ?

C. TUJUAN
1. untuk mengetahui definisi analisis regresi linier berganda
2. untuk mengetahui contoh kasus regresi linear berganda
3. Untuk mengetahui langkah Penyelesaian analisis regresi linear berganda

D. Langkah pengujian
1. Uji Regresi Linier Berganda
2. Koefisien Determinasi
3. Uji Signifikansi (Uji F)
4. Interpretasi Hasil
 BAB II

ISI

A. Definisi analisis regresi linear berganda

1. Analisis Regresi Linier Berganda adalah hubungan secara linear antara dua
atau lebih variabel independen (X1 X2,....Xn,) dengan variabel dependen
(Y).
2. Analisis ini untuk memprediksikan nilai dari variabel dependen apabila
nilai variabel independen mengalami kenaikan atau penurunan.
3. Dan untuk mengetahui arah hubungan antara variabel independen dengan
variabel dependen apakah masing-masing variabel independen
berhubungan positif atau negatif.

B. Contoh Kasus

Dalam kasus ini, peneliti ingin mengetahui apakah ada hubungan yang
signifikan antara rata-rata lama sekolah dan tingkat partisipasi angkatan kerja
terhadap indeks pembangunan manusia (IPM). Sebanyak 10 data diambil secara
acak dan disajikan dalam tabel berikut :

X1 10 2 4 6 8 7 10 6 7 6
X2 7 3 2 4 6 5 4 3 4 3
Y 23 7 15 17 23 22 3 14 20 19
C. Penyelesaian
1) Menentukan variabel X dan Y
Variabel X1 : rata- rata lama sekolah
Variabel X2 : tingkat partipasi angkatan kerja
Variabel Y : indeks prmbangunan manusia (IPM)
H0 : tidak ada hubungan yang signifikan antara rata-rata lama sekolah,
tingkat partisipasi angkatan kerja dengan rata-rata lama sekolah
H1 : ada hubungan yang signifikan antara rata-rata lama sekolah, tingkat
partisipasi angkatan kerja dengan rata-rata lama sekolah

2) Menentukan nilai a, b1, b2

Dari data diatas maka dapat dibuat table sebagai berikut:
NO X1 X2 Y X12 X22 Y2 X1Y X2Y X1X2
1 10 7 23 100 49 529 230 161 70
2 2 3 7 4 9 49 14 21 6
3 4 2 15 16 4 225 60 30 8
4 6 4 17 36 16 289 102 68 24
5 8 6 23 64 36 529 184 138 48
6 7 5 22 49 25 484 154 110 35
7 4 3 10 16 9 100 40 30 12
8 6 3 14 36 9 196 84 42 18
9 7 4 20 49 16 400 140 80 28
10 6 3 19 36 9 361 114 57 18
∑ 60 40 170 406 18 3162 1122 737 267
2
Dari data tabel diperoleh :
X1 = 60 X1Y = 1122
X2 = 40 X2Y = 737
Y = 170 X1X2 = 267
X1
2
= 406 ∑ X1 = 6,0
X2
2
= 182 ∑ X2 = 4,0
Y
2
= 3162 ∑Y = 17,0

2
∑ x 1 =∑ X 1 2−¿ ¿
2
∑ x 2 =∑ X 2 2−¿ ¿
 2 2
∑ y =∑Y −¿ ¿
(∑ X 1) ( ∑ Y ) (60)(170)
∑ x 1 y =∑ X 1 Y − =1122− =102
n 10
(∑ X 2) ( ∑ Y ) (40)(170)
∑ x 2 y =∑ X 2 Y − =737− =57
n 10
( ∑ X 1) (∑ X 2) ( 60 )( 40 )
∑ x 1 x 2=∑ X 1 X 2− =267− =27
n 10
Dengan menggunakan metode determinan (Crammer), dihitung persamaan
koefisien regresi untuk b1 dan b2 sebagai berikut :

| |
∑ x1 y ∑ x1 x2
∑ x2 y ∑ x 22 ( ∑ x22 ) ( ∑ x 1 y ) −( ∑ x 1 x 2 ) ( ∑ x 2 y )
b 1= =
∑ x12 ∑ x1 x 2 ( ∑ x 12 )( ∑ x22 )−¿ ¿
∑ x1 x2 ∑ x 22

( 22 )( 102 )−(27)(57)
¿
( 46 ) ( 22 )−¿ ¿

| |
2
∑ x1 ∑ x1 y
∑ x1 x2 ∑ x2 y ( ∑ x12 ) ( ∑ x 2 y ) −( ∑ x 1 x 2 ) ( ∑ x 1 y )
b 2= 2
=
∑ x1 ∑ x1 x 2 ( ∑ x 12 )( ∑ x22 )−¿ ¿
2
∑ x1 x 2 ∑ x2

( 46 ) ( 57 )−(27)(102)
¿
( 46 ) ( 22 )−¿ ¿
a=Y −b1 X 1−b 2 X 2
a=17−2,491 ( 6 )−(−0,466 )( 4 )=3,919
3) Membuat Model Regresi Berganda
Jadi persamaan regresi ganda linier untuk dua peubah adalah :
Y = a + b1X1 + b2X2

Y = 3,919 + 2,491 X1 - 0,466 X2

Keterangan :
 Y = Indeks Pembangunan Manusia (IPM)
 a = konstanta
 b1, b2 = koefisien regresi
 X1 = rata-rata lama sekolah
 X2 = tingkat partisipasi angkatan kerja (TPAK)

4) Interpretasi nilai a, b1, b2 (interpretasi regresi linear berganda)

Persamaan regresi di atas dapat dijelaskan sebagai berikut:

 Koefisien regresi variabel (X1) sebesar 2,491; artinya jika rata-rata
lama sekolah mengalami kenaikan 1%, maka IPM (Y) akan
mengalami kenaikan sebesar 2,491dengan asumsi variabel
independen lain nilainya tetap. Koefisien bernilai positif artinya
terjadi hubungan positif antara rata- rata lama sekolah dengan IPM,
semakin tinggi angka rata-rata lama sekolah, maka semakin
meningkat nilai Indeks Pembangunan Manusia.
 Koefisien regresi variabel TPAK (X2) sebesar -0,466; artinya jika
TPAK mengalami kenaikan 1%, maka IPM (Y) akan mengalami
penurunan sebesar 0,466 dengan asumsi variabel independen lain
nilainya tetap. Koefisien bernilai negatif artinya terjadi hubungan
negatif antara TPAK dengan IPM, semakin tinggi TPAK, maka
semakin turun nilai Indeks Pembangunan Manusia.
 Konstanta sebesar 3,919; artinya jika rata – rata lama sekolah (X 1)
dan Tingkat Pengangguran Angkatan Kerja (X2) nilainya adalah 0,
maka nilai dari Indeks Pembangunan Manusia (Y) nilainya adalah
Rp 3,919.
5) Menentukan nilai koefisien determinasi (r2)

2
b 1 ( ∑ x 1 y ) + b2 ( ∑ x2 y ) 2,491 ( 102 ) +(−0,466)(57)
r= 2
= =0,836
∑y 272
Nilai koefisien determinasi (r2) adalah sebesar 0,836. Artinya bahwa sekitar
83% variabel independen (X) yaitu Rata-Rata Lama Sekolah dan Tingkat
Partisipasi Angkatan Kerja (TPAK) berpengaruh terhadap variabel
dependen (Y) yaitu Indeks Pembangunan Manusia (IPM)

6) Uji signifikasi menggunakan uji F

Keputusan hipotesis didapat dari membandingkan antara F hitung dengan F
tabel. Jika nilai F hitung > F tabel maka keputusan uji hipotesisnya adalah
menolak H0.
(r ¿¿ 2/k ) (0,836 /2)
F hitung = = ¿ = 17, 899
(1−r )/(n−k −1) (1−0,836)/(10−2−1)
2

F tabel : dk1 = n-k = 10 – 2 = 8

dk2 = n-k-1 = 10 – 2 -1 = 7
α = 5% = 0,05
nilai F tabel = 3, 73
Keterangan :
r2 = koefisien determinasi
k = jumlah variabel independen (x)
n = banyak data
dk = derajat kebebasan
 BAB III
PENUTUP

A. Kesimpulan
 Dari hasil uji regresi linear berganda dapat disimpukan bahwa Koefisien
regresi variabel (X1) sebesar 2,491dengan koefisien bernilai positif.
Sedangkan koefisien regresi variabel (X2) sebesar -0,466 dengan koefisien
bernilai negatif.
 Nilai koefisien determinasi (r2) adalah sebesar 0,836. Artinya bahwa sekitar
83% variabel independen (X) berpengaruh terhadap variabel dependen (Y)
 Uji signifikansi menggunakan uji F didapatkan hasil untuk nilai F hitung =
17,899 sedangkan untuk nilai F tabel sebesar 3,73 dengan munggunakan
taraf signifikansi sebesar 5%. Karena nilai dari F hitung > F tabel yaitu
17,899 > 3,73 maka keputusan uji hipotesisnya adalah menolak H 0 atau
dengan kata lain H1 diterima. Dengan demikian dapat disimpulkan bahwa
ada hubungan yang signifikan antara rata-rata lama sekolah, tingkat
partisipasi angkatan kerja dengan rata-rata lama sekolah.

B. Saran

Dalam penyusunan makalah ini tentu masih jauh dari kata sempurna, oleh
karena itu penulis mengharapkan keritik yang membangun dari para pembaca
untuk perbaikan pada penulisan makalah selanjutnya.
 DAFTAR PUSTAKA

Alwi, W. … Musfirah. (2021). Penerapan Regresi Nonparametrik Spline Dalam

Memodelkan Faktor-Faktor Yang Mempengaruhi Indeks Pembangunan
Manusia (IPM) di Indonesia Tahun 2018. Jurnal Matematika Dan
Statistika Serta Aplikasinya, 9(2).
Ghozali, Imam. 2018. Aplikasi Analisis Multivariate dengan Program IBM
SPSS 25. Badan Penerbit Universitas Diponegoro: Semarang.

https://accounting.binus.ac.id/2021/08/12/memahami-analisis-regresi-linear-
berganda/ (diakses 5 Januari 2023)