ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI

KESEJAHTERAAN DI PROVINSI BALI

Ikwan Prastyo
Mahasiswa Jurusan Statistika FMIPA UNIMUS

ABSTRAK

Pembangunan ekonomi di Indonesia saat ini sedang dihadapkan dengan tingkat

kesejahteraan. Pada umunya di Negara berkembang seperti Indonesia permasalahan
pendapatan yang rendah dengan masalah kesejahteraan merupakan masalah utama
dalam pembangunan ekonomi (hakim, 2017). Penelitian ini membahas tentang
“Fktor-Faktor yang Mempengaruhi Kesejahteraan di provinsi Bali”. Tujuan
dilakukan penelitian ini adalah untuk mengatahui pengaruh signifikan atau tidaknya
variabel anak bersekolah, individu yang bekerja, lapangan usaha, pekerjaan
terhadap kesejahterann di Provinsi Bali baik secara simultan maupun secara parsial,
dan variabel manakan yang paling berpengaruh signifikan terhadap kesejahteraan.
Penelitian ini menggunakan metode Regresi dummy. Hasil penelitian menunjukkan
bahwa secara simultan variabel anak bersekolah, indiividu bekerja, lapangan usaha,
dan pekerjaan berpengaruh signifikan terhadap kesejahteraan di Provinsi Bali.
Seacara parsial variabel lapangan usaha dan pekerjaan dinyatakan tidak
berpengaruh signifikan terhadap kesejahteraan sedangkan variabel anak bersekolah
dan individu yang bekerja dinyatakan berpengaruh signifikan terhadap
kesejahteraan di Provinsi Bali.
Kata Kunci : Kesejaheraan, Analisi Regresi Dummy, Provinsi Bali

ABSTRACT

Economic development in Indonesia is currently faced with the level of welfare. In

general, in developing countries such as Indonesia, the problem of low income with

i
welfare problems is a major problem in economic development. This study
discusses "Factors Affecting Welfare in the Province of Bali". The purpose of this
study was to determine whether or not the variables of school children, working
individuals, business fields, occupations have a significant effect on welfare in the
Province of Bali either simultaneously or partially, and which variable has the most
significant effect on welfare. This study uses the dummy regression method. The
results showed that simultaneously the variables of children attending school,
working individuals, business fields, and employment had a significant effect on
welfare in the Province of Bali. Partially, the variables of business and employment
are stated to have no significant effect on welfare, while the variables of school
children and working individuals are stated to have a significant effect on welfare
in the Province of Bali.
Keywords: Prosperity, Dummy Regression Analysis, Bali Province

ii
 DAFTAR ISI

ABSTRAK .................................................................................................................i
ABSTRACT ...............................................................................................................i
DAFTAR ISI ............................................................................................................ iii
Daftar Gambar ........................................................................................................ iv
Daftar Tabel ............................................................................................................ iv
BAB 1 PENDAHULUAN ..........................................................................................1
1.1 Latar Belakang ................................................................................................1
1.2 Rumusan Masalah ...........................................................................................3
1.3 Tujuan dan Manfaat Penelitian .......................................................................3
1.3.1 Tujuan Penelitian ......................................................................................3
1.3.2 Manfaat Penelitian ....................................................................................3
BAB 2. TINJAUAN PUSTAKA ................................................................................4
2.1 Kesejahteraan Masyarakat ..............................................................................4
2.2 Regresi Linier Berganda Dummy ....................................................................4
2.3 Persamaan Regresi Dummy Variabel ..............................................................5
BAB 3 METODE PENELITIAN ..............................................................................8
3. 1 Rancangan Penelitian .....................................................................................8
3.1.1 Penentuan Daerah ....................................................................................8
3.1.2 Populasi dan Sampel .................................................................................8
3.1.3 Jenis dan sumber data ...............................................................................8
3.1.4 Teknik Pengumpulan data .......................................................................9
BAB 4 HASIL DAN PEMBAHASAN ..................................................................... 10
4.1 Data Peneitian ............................................................................................... 10
4. 2 Uji Aplikasi Data .......................................................................................... 11
4.2.1 Pembuatan Dummy ................................................................................. 11
4.2.2 Hasil Output dan Persamaan Model Regresi ........................................... 12
BAB 5 KESIMPULAN DAN DAFTAR PUSTAKA ................................................ 21
5.1 Kesimpulan.................................................................................................... 21
5.2 Daftar Pustaka............................................................................................... 21

iii
 Daftar Gambar

Gambar 4.1 Output Uji Normalitas …………………………………………………. 13

Gambar 4.2 Output Uji Multikolinieritas ….……………………………………….. 14
Gambar 4.3 Output Uji Autokorelasi ……………………………………………….. 16
Gambar 4.4 Output Uji Kelayakan Model (Uji F) …………………………………. 17
Gambar 4.5 Output Uji T ……………………………………………………………. 18
Gambar 4.6 Output Uji Koefien determinias ………………………………………. 19
Gambar 4.7 Output Model Regresi …………………………………………………. 20

Daftar Tabel

Tabel 4.1 Data Penelitian ……………………………………………………………. 10

Tabel 4.2 Pembuatan Dummy ………………………………………………………. 11

iv
 BAB 1 PENDAHULUAN

1.1 Latar Belakang

Pembangunan ekonomi di Indonesia pada dasarnya adalah membangun
manusia seutuhnya, sehingga dapat meningkatkan kesejahteraan rakyat.
Kesejahteraan masyarakat adalah salah satu tujuan sustainable development goals
(SDGs) dan merupakan cerminan dari keberhasilan pembangunan yang dilakukan
oleh pemerintah, diukur dengan menggunakan indeks pembangunan manusia
(IPM). IPM Bali secara keseluruhan terus meningkat, tetapi perbedaan angka
human development index (HDI) yang cukup jauh antara kabupaten/kota di
Provinsi Bali merupakan masalah penting untuk diatasi (I Gede Wiriana, 2020).
Setiap bangsa tentu mempunyai cita-cita yang berfungsi sebagai tujuan mulia,
begitu pula dengan pemerintah Indonesia yang mempunyai tujuan untuk
mensejahterakan masyarakatnya. Sesuai amanah yang ada di dalam Pembukaan
UUD 1945 Alinea ke IV “untuk membentuk suatu pemerintah negara Indonesia
yang melindungi segenap bangsa Indonesia dan seluruh tumpah darah Indonesia
dan untuk memajukan kesejahteraan umum, mencerdaskan kehidupan bangsa, dan
ikut melaksanakan ketertiban dunia yang berdasarkan kemerdekaan, perdamaian
abadi dan keadilan sosial”. Tingginya jumlah penduduk miskin membuat Cita-cita
negara untuk menyejahterakan masyarakat semakin jauh diwujudkan meskipun
pemerintah terus berupaya menanggulangi kemiskinan. (rukianti, 2018)

Pendidikan merupakan tujuan pembangunan yang mendasar di suatu

wilayah. Pendidikan atau lebih luas lagi adalah modal manusia, dapat memberikan
kontribusi bagi pembangunan. Pendidikan pada dasarnya adalah bentuk dari
tabungan, menyebabkan akumulasi modal manusia dan pertumbuhan output
agregat jika modal manusia merupakan input dalam fungsi produksi agregat.
Banyak orang yang mengenyam bangku pendidikan maka potensi sumber daya
yang diperoleh akan lebih meningkat sehingga menghasilkan pendapatan yang
lebih besar. Proses peningkatan pendidikan maka perlu adanya pembangunan
infrastruktur yang memberikan pengaruh terhadap kualitas pendidikan di Provinsi
Bali. Data mengenai Pendidikan yang akan diteliti merupakan data jumlah anak

1
yang bersekolah dalam teori human capital berpendapat bahwa pendidikan adalah
sebagai investasi sumber daya manusia yang memberi banyak manfaat, antara lain;
diperolehnya kondisi kerja yang lebih baik, efisiensi produksi, peningkatan
kesejahteraan, dan tambahan pendapatan seseorang apabila mampu menyelesaikan
pendidikan yang lebih tinggi dibandingkan dengan pendapatan lulusan pendidikan
dibawahnya (I Gede Wiriana, 2020).

Secara sederhana bekerja dapat diartikan sebagai usaha yang dilakukan

manusia untuk mendapatkan penghasilan demi memenuhi tujuan tertentu. Tujuan
tersebut dapat berupa pemenuhan kebutuhan makan, tempat tinggal, atau kebutuhan
hidup lainnya. Seperti yang diungkapkan oleh Dr. Franz Von Magnis (dalam
Anogara, 1998) yang mengatakan bahwa kerja merupakan sesuatu yang
dikeluarkan oleh seseorang sebagai profesi, sengaja dilakukan untuk mendapatkan
penghasilan serta pengeluaran energi untuk kegiatan yang dibutuhkan oleh
seseorang untuk mencapai tujuan tertentu. Data mengenai pekerjaan, yang akan
diteliti merupakan jumlah individu yang bekerja seta jenis pekerjan mereka di
provinsi bali. Selain tujuan pokok bekerja tersebut, dalam dunia kerja (work-life),
bekerja memiliki tujuan tersendiri dalam mewujudkan rasa kemanusiannya. Tujuan
tersebut adalah makna kerja.

Lapangan Usaha adalah bidang kegiatan dari suatu pekerjaan atau tempat
seseorang bekerja. Dalam dunia bisnis, jenis usaha yang dikuasai oleh para
pengusaha terdiri dari banyak hal, seperti jasa hingga pertanian. Ada yang fokus
untuk mengembangkan usahanya di bidang kuliner, ada yang fokus di bidang
industri, dan lain sebagainya. Umumnya, jenis usaha yang ada di bidang bisnis
merupakan usaha-usaha yang keberadaannya dibutuhkan atau dicari oleh para
konsumen. Namun data yang akan digunkan kali ini mencakup semua yaiu jumlah
semua lapangan usaha yang ada di Provinsi Bali

2
1.2 Rumusan Masalah
Berdasarkan uraian dalam latar belakang, maka dapat dirumuskan
permasalahan sebagai berikut:

a. Apakah fakor anak bersekolah berpengaruh terhadap kesejahteraan di

Provinsi Bali
b. Apakah fakor Individu yang bekerja berpengaruh terhadap kesejahteraan di
Provinsi Bali
c. Apakah fakor lapangan usaha berpengaruh terhadap kesejahteraan di
Provinsi Bali
d. Apakah fakor jenis pekerjaan berpengaruh terhadap kesejahteraan di
Provinsi Bali

1.3 Tujuan dan Manfaat Penelitian

1.3.1 Tujuan Penelitian
a. Untuk mengetahui seberapa besar pengaruh factor anak bersekolah
berpengaruh terhadap kesejahteraan di Provinsi Bali
b. Untuk mengetahui seberapa besar pengaruh factor Individu yang bekerja
berpengaruh terhadap kesejahteraan di Provinsi Bali
c. Untuk mengetahui seberapa besar pengaruh factor lapangan usaha
berpengaruh terhadap kesejahteraan di Provinsi Bali
d. Untuk mengetahui seberapa besar pengaruh factor anak

1.3.2 Manfaat Penelitian

a. Bagi Universitas
Hasil penelitian dapat di gunakan sebagai salah satu informasi dan
tambahan wawasan tentang faktor-faktor yang mempengaruhi tingkat
kesejahteraan penduduk
b. Bagi Peneliti
Hasil penelitian diharapkan dapat menambah pengetahuan tentang faktor-
faktor yang mempengaruhi tentang pendapatan kesejahteraan penduduk.

3
 BAB 2. TINJAUAN PUSTAKA

2.1 Kesejahteraan Masyarakat

Tingkat kesejahteraan dapat didefinisikan seabagai kondisi agregat dari
kepuasan individu-individu. Pengertian dasar itu mengantarkan kepada pemahaman
kompleks yang terbagi dalam dua arena perdebatan. Pertama adalah apa lingkup
dari substansi kesejahteraan kedua adalah bagaimana intensitas substansi tersebut
bisa direpresentasikan agregat.

merupakan sejumlah kepuasan yang diperoleh seseorang dari hasil

mengkonsumsi pendapatan yang diterima. Namun demikian tingkatan dari
kesejahteraan itu sendiri merupakan sesuatu yang bersifat relatif karena tergantung
dari besarnya kepuasan yang diperoleh dari hasil mengkonsumsi pendapatan
tersebut. Menurut Sunarti (2012), Kesejahteraan adalah suatu tata kehidupan dan
penghidupan sosial, material, maupun spiritual yang diliputi rasa keselamatan,
kesusilaan dan ketentraman lahir batin yang memungkinkan setiap warga negara
untuk mengadakan usaha-usaha pemenuhan kebutuhan jasmani, rohani dan sosial
yang sebaik-baiknya bagi diri, rumah tangga serta masyarakat.

Kesejahteraan merupakan sejumlah kepuasan yang yang diperoleh

seseorang dari hasil mengkonsumsi pendapatan yang diterima, namun tingkatan
dari kesejahteraan itu sendiri merupakan sesuatu yang bersifat relative karena
tergantung dari besarnya kepuasan yang diperoleh dari hasil mengkonsumsi
pendapatan tersebut. Keterkaitan antara konsep kesejahteraan dan konsep
kebutuhan adalah dengan terpenuhinya kebutuhan-kebutuhan tersebut, maka
seseorang sudah dinilai sejahtera , karena tingkat kebutuhan tersebut secara tidak
langsung sejalan dengan indikator kesejahteraan.

2.2 Regresi Linier Berganda Dummy

Tujuan menggunakan regresi berganda dummy adalah memprediksi
besarnya nilai variabel tergantung atas dasar satu atau lebih variabel bebas, di mana
satu atau lebih variabel bebas yang digunakan bersifat dummy. Variabel dummy
adalah variabel yang digunakan untuk membuat kategori data yang bersifat

4
kualitatif dan data kualitatif bentuknya adalah skala nominal (saadah, 2011).
Contoh skala nominal yang dianggap dummy disini misal: gender (jenis kelamin)
yang terdiri dari pria dan wanita, tingkat pendidikan bisa terdiri dari SMA dan
sarjana, Dalam model regresi tidak mengenal data berbetuk huruf, oleh karena itu
pria dan wanita perlu diubah menjadi kode nominal, seperti kode 1 untuk pria dan
kode 0 untuk wanita. Variabel dengan dua kategori ini yang dinamakan variabel
dummy, namun skala pengukuran dalam model regresi yang dibentuk, data yang
digunakan adalah campuran misal: variabel tergantung skala nominal, sedangkan
variabel bebas dapat menggunakan skala nominal dan rasio. Dalam kegiatan
penelitian, kadang variabel yang akan diukur bersifat intangible, sehingga muncul
kendala dalam pengukuran, dengan adanya variabel dummy tersebut, maka besaran
atau nilai variabel yang bersifat intangible tersebut dapat di ukur secara kualitatif.
Sebagai misal dalam mengukur tingkat kepuasan pengguna jasa angkutan kereta
api atau pesawat, ukuran dapat dibuat secara kualitatif dalam bentuk dummy misal:
kode 0 untuk tidak puas dan kode 1 untuk puas.,atau status ekonomi masyarakat
dapat dibuat secara kualitatif (nominal), misal kode 0 untuk miskin dan kode 1
untuk kaya (Artaya, 2019). Dengan adanya variabel dummy ada beberapa
keuntungan yang dapat diperoleh dalam proses pengukuran dan pengambilan data,
antara lain:

1. Kompleksitas pengukuran dapat dipersempit, sehingga proses pengambilan data

dapat berjalan lebih mudah.

2. Membantu proses identifikasi, data yang awalnya intangible dapat di

kuantitatifkan.

3. Sebuah obyek (variabel) yang awalnya tidak terukur dapat menjadi terukur.

4. Hubungan antara sesama variabel dalam model regresi dapat diketahui.

2.3 Persamaan Regresi Dummy Variabel

Persaman regresi, biasanya menggunakan simbol Y untuk variabel tak
bebas (dependent variable) dan X variabel bebas (independent variable). Variabel

5
X bisa lebih dari satu (multivariate). Baik X maupun Y bisa berupa variabel
kualitatif

Variabel dalam persamaan regresi yang sifatnya kualitatif ini biasanya

menunjukkan ada tidaknya (presence or absence) suatu “quality” atau suatu
“atribute”, misalnya laki–laki atau perempuan, Jawa atau luar Jawa, sarjana atau
bukan, sudah menikah atau masih membujang dan sebagainya. Salah satu metode
untuk membuat kuantifikasi (berbentuk angka) dari data kualitatif (tidak berbentuk
angka) adalah dengan membentuk variable-variable artificial yang
memperhitungkan nilai-nilai 0 atau 1, 0 menunjukkan ketiadaan sebuah atribut dan
1 menujukkan keberadaan (kepemilikan) atribut itu. Misalnya, 1 mungkin
menunjukkan bahwa seseorang adalah wanita dan 0 mungkin menunjukkan laki-
laki, atau 1 mungkin menunjukkan bahwa seseorang adalah sarjana dan 0
menunjukkan bahwa seseorang bukan seorang sarjana. Variabel-variabel yang
mengasumsikan nilai-nilai seperti 0 dan 1 ini disebut dengan dummy variable
(variabel buatan)

Menurut Supranto (2004:175) dummy variable disebut juga variabel

indikator, biner, kategorik, kualitatif, boneka atau variabel dikotomi. Suatu
persamaan regresi tidak hanya menggunakan variabel kategorik sebagai variabel
bebas, tetapi dapat pula disertai oleh variabel bebas lain yang numerik. Persamaan
regresi dengan variable bebas berupa dummy dapat dituliskan sebagai berikut :

𝑌 = 𝛽1 + 𝛽2 𝐷 + 𝜀

dimana:

Y = variabel terikat

D = variabel dummy sebagai variabel bebas yang bernilai 1 atau 0

𝜀 = kesalahan random

Variabel dummy bisa saja digunakan pada variabel tak bebas (Y), sehingga Y
bernilai 0 atau 1, yang memiliki arti ya atau tidak (bersifat dikotomi). Misalkan
pada penelitian partisipasi angkatan kerja pria dewasa sebagai fungsi tingkat

6
pengangguran, pendapatan keluarga, tingkat pendidikan dan lain-lain. Seseorang
bisa berada di dalam atau di luar angkatan kerja. Jadi keberadaan orang ini di dalam
atau di luar angkatan kerja cuma memiliki dua nilai saja : 1 jika orang ini ada dalam
angkatan kerja dan 0 jika tidak. Persamaan model ini dapat ditulis:

𝑌 = 𝛽1 + 𝛽2 𝑋 + 𝜀

Model Persamaan terlihat seperti regresi linear pada umumnya, tapi teryata bukan,
karena koefisien kemiringan 𝛽2 yang menunjukkan tingkat perubahan Y untuk
setiap perubahan unit X tidak dapat ditafsirkan, karena Y hanya menggunakan dua
nilai, 1 dan 0. Maka persamaan disebut dengan model probabilitas linier (LPM,
Linear Probability Model) karena ekspetasi bersyarat Y bila X diketahui, bisa
ditafsirkan sebagai probabilitas bersyarat, mengingat kejadian tersebut akan terjadi
bila Xdiketahui, yakni E (Y|X) bisa ditafsirkan sebagai probabilitas bersyarat,
mengingat kejadian tersebut akan terjadi bila X diketahui, yakni P(Y = 1| X)

7
 BAB 3 METODE PENELITIAN

3. 1 Rancangan Penelitian
3.1.1 Penentuan Daerah
Penentuan daerah lokasi penelitian di Provinsi Bali karena di Bali ini
memiliki jumlah penduduk yang besar sehingga potensi tingkat kesejahteraan di
provinsi bali cukup baik.

3.1.2 Populasi dan Sampel

Populasi adalah wilayah generalisasi yang terdiri dari atas obyek atau
subyek yang mempunyai kualitas dan karakteristik tertentu yang diterapkan oleh
peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2014).
Obyek atau nilai yang akan diteliti dalam populasi ini adalah unit analisis atau
elemen populasi. Unit analisis dalam penelitian ini berupa tingkat kesejahteraan di
provinsi bali. Sedangkan populasi dalam penelitian ini adalah seluruh Masyarakat
di Provinsi bali.

Teknik pengambilan sempel yang digunakan adalah teknik Non-Probability

Sampling dengan cara Accidental sampling. Dimana Accidental sampling
merupakan teknik penentuan sempel berdasarkan kebetulan, yaitu responden yang
secara kebetulan atau insidental bertemu dengan peneliti dapat digunakan sebagai
sempel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data
(Sugiyono, 2008:85).

3.1.3 Jenis dan sumber data

a. Data Primer

Data yang didapat dari sumber pertama atau data yang diperoleh secara
langsung dari responden, diamati dan dicatat untuk pertama kalinya baik melalui
wawancara atan koesioner.

b. Data Sekunder

8
 Data yang diperoleh peneliti secara tidak langsung dari responden, melainkan
dari sumber-sumber lain selain data primer. Data ini dapat berasal dari literatur-
literatur, karya ilmiah lain, arsip atau catatan-catatan dan lain-lain.

3.1.4 Teknik Pengumpulan data

Teknk pengumpulan data meggunakan dokumentasi yaitu data yang
diperoleh peneliti secara tidak langsung dari responden, melainkan dari sumber
Pusat data terpadu

9
 BAB 4 HASIL DAN PEMBAHASAN

4.1 Data Peneitian

Tabel 4.1 Data Penelitian
Individu yang Lapangan
Kesejahteraan Anak Bersekolah Bekerja Usaha Pekerjaan
13.204 2.312 6.237 6.097 Petani
17.09 2.787 7.792 8.197 Petani
9.916 1.457 4.77 4.627 Petani
10.21 1.68 4.036 5.601 PNS
4.184 711 1.855 2.053 Buruh
9.38 1.242 3.145 5.641 PNS
8.564 1.031 3.075 4.954 Polisi
6.816 949 2.256 4.165 Polisi
8.125 1.002 3.157 4.458 Polisi
9.587 1.298 3.93 5.087 Polisi
17.309 2.356 6.729 9.407 Buruh
8.761 1.273 3.159 5.062 Petani
15.898 2.58 4.873 10.078 Petani
7.22 839 2.721 4.15 Petani
18.1 2.525 4.788 12.123 PNS
2.149 337 1.009 985 PNS
420 64 225 163 PNS
3.318 614 1.536 1.528 Buruh
19.279 3.183 8.154 9.598 Buruh
19.102 3.018 6.909 10.698 Buruh
9.716 1.483 3.203 5.889 Polisi
10.446 1.739 4.213 5.442 PNS
10.54 1.924 4.274 5.335 PNS
16.118 2.738 6.821 7.948 Buruh
11.065 1.87 4.083 6.054 Buruh
9.921 1.665 4.257 4.879 Petani
18.386 3.084 6.125 10.897 Polisi
14.443 2.175 4.514 8.916 PNS
18.234 2.594 5.304 11.826 Buruh
6.449 1.089 2.569 3.451 PNS
8.028 1.311 3.42 4.08 PNS
6.008 991 2.435 3.131 Petani
11.831 1.696 3.814 7.402 Petani
9.747 1.405 3.197 5.983 Buruh

10
 11.824 2.008 3.843 7.221 Buruh
29.557 6.055 8.792 18.189 PNS
6.23 1.085 2.191 3.547 PNS
9.512 1.776 4.352 4.635 Petani
7.796 1.53 4.103 3.19 Petani
30.574 5.558 13.363 14.902 PNS
31.02 5.846 10.058 18.735 PNS
15.523 2.613 5.561 8.839 Polisi
10.69 1.812 4.36 5.53 Polisi
27.752 6.212 7.844 17.211 Polisi
31.928 6.464 12.546 17.032 Petani
30.414 5.488 14.53 13.876 Buruh
12 2.316 5.061 6.093 Polisi
22.572 4.056 9.704 11.038 Polisi
21.988 4.484 10.452 9.766 Buruh
28.699 5.471 13.741 12.935 PNS
19.038 3.715 8.842 8.892 Polisi
23.892 4.851 8.954 13.235 Polisi
17.447 3.181 6.495 9.93 Petani
4.07 848 1.978 1.742 Petani
5.056 1.049 2.345 2.239 Petani
5.595 1.137 2.484 2.611 Buruh
6.268 1.296 2.849 2.925 Polisi
Data Diperoleh dari : Pusat Data Terpadu (DTKS, 2019)

4. 2 Uji Aplikasi Data

4.2.1 Pembuatan Dummy
Tabel 4.2 Pembuatan Dummy
D1 D2 D3
Petani 1 0 0
PNS 0 1 0
Polisi 0 0 1
Buruh 0 0 0

Variabel dummy pekerjaan adalah data katagori :

1 = Petani
2 = PNS
3 = Polisi

11
4 = Buruh
Jumlah variabel dummy dibentuk dari jumlah katagori dikurangi 1. Pada variabel
pekerjaan terdapat 4 katagori, maka variabel dummynya = 4 – 1 = 3 variabel dummy

4.2.2 Hasil Output dan Persamaan Model Regresi

a. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel
dependent dan variabel independent mempunyai distribusi normal atau tidak.
Model regresi yang baik adalah yang memiliki distribusi data normal/mendekati
normal. Penguji normalitas ini dapat dilakukan melalui analisis grafik dan analisis
statistik pada sumbu diagonal dari grafik distribusi normal. Dalam uji normalitas
ini juga digunakan normal probability plot, yang membandingkan distribusi
kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi
normal. Untuk mengetahui lebih jelas apakah data berdistribusi normal atau tidak
digunakan uji hipotesis dengan nilai toleransi α yang ditetapkan adalah 5% (0,05).

Hipotesis :

H0 = data berdistribusi normal

H1 = data tidak berdistribusi normal

Taraf signifikansi :

α = 5% = 0.05

Kriteria pengujian :

a. Jika nilai sig < 0.05 maka H0 ditolak

b. Jika nilai sig > 0.05 maka H0 diterima

12
Gambar 4.1 Output Uji Normalitas

Interpretasi dan kesimpulan :

Dari hasil output nilai sig sebesan 0.075 yang artinya data berdistribusi normal dan
kesimpulannya H0 diterima.

b. Uji Multikolineritas
Model regresi yang baik tidak terjadi multikolinearitas. Uji multikolinearitas
dilakukan untuk menguji apakah terdapat korelasi antar variabel bebas dalam model
regresi. Multikolinearitas berarti adanya hubungan linier yang sempurna antara
beberapa atau semua variabel yang menjelaskan model regresi . Ada atau tidaknya
multikolinearitas dapat diketahui dari koefisien korelasi dari masing-masing
variabel independen.
Uji multikolinearitas dilakukan dengan tujuan untuk mengetahui apakah pada
suatu model regresi ditemukan adanya korelasi antar variabel independent.
Pengujian multikolinearitas bertujuan untuk mengetahui apakah model regresi
ditemukan adanya korelasi antar variabel independent/ atau variable bebas. Hal
tersebut berarti standar error besar, akibatnya ketika koefisien diuji, t-hitung akan
bernilai kecil dari t-tabel. Hal ini menunjukkan tidak adanya hubungan linear antara

13
variabel independent atau variabel bebas yang dipengaruhi dengan variabel
dependen atau variabel terikat.
Hipotesis :
H0 = tidak terdapat multikolinieritas
H1 = terdapat multikolinieritas
Taraf signifikansi :
α = 5% = 0.05
Kriteria pengujian :
Tolerance
a. Jika nilai tolerance < 0.10 maka H0 ditolak
b. Jika nilai tolerance > 0.10 maka H0 diterima
VIF
a. Jika nilai VIF > 10.00 maka H0 ditolak
b. Jika nilai VIF < 10.00 maka H0 diterima

Gambar 4.2 Output Uji Multikolinieritas

Interpretasi dan kesimpulan :

• Dari hasil output nilai tolerance variabel anak ersekolah, indiividu bekerja,
lapangan usaha, dan pekerjaan > 0.10 artinya tidak terdapat multikolineritas
dalam model regresi. Sehingga H0 diterima.
• Dari hasil output nilai VIF anak ersekolah, indiividu bekerja, lapangan usaha,
dan pekerjaan < 10.00 artinya tidak terdapat multikolineritas dalam model
regresi. Sehingga H0 diterima.

14
c. Uji Autokorelasi
Suatu model regresi dapat dikatakan baik ketika terbebas dari autokorelasi. Uji
autokorelasi yang dapat muncul karena adanya observasi yang berurutan sepanjang
waktu dan saling berkaitan satu sama lainnya (Ghozali, 2016). Permasalahan ini
muncul karena residual tidak bebas pada satu observasi ke observasi lainnya. Uji
autokorelasi bertujuan untuk menunjukkan korelasi anggota observasi yang
diurutkan berdasarkan waktu atau ruang (Ajija, 2011). Uji autokorelasi bertujuan
untuk menguji apakah dalam suatu model regresi linear ada korelasi antara
kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1
(sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi.
Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu
observasi ke obervasi lainnya. Jika data observasi di atas 100 data sebaiknya
menggunakan uji Lagrange Multiplier. Gejala autokorelasi dapat dideteksi
menggunakan uji Durbin Watson Test dengan menentukan nilai durbin watosn
(DW).

Hipotesis :
H0 = tidak terdapat autokorelasi
H1 = terdapat autokorelasi
Taraf signifikansi :

α = 5% = 0.05

Kriteria pengujian :
a. Jika dw < dL / dw > (4-dL) maka H0 ditolak
b. Jika dw diantara dU dan (4-dU) maka H0 diterima
c. Jika dw diantara dL dan dU atau diantara (4-dU) dan (4-dL) maka tidak
menghasilkan kesimpulan yang pasti

15
Gambar 4.3 Output Uji Autokorelasi

Interpretasi dan kesimpulan :

(k;N) = (4;57) maka dL = 1.4264 dan dU = 1.7253
Dari hasil output nilai durbin watson sebesar 1.592 artinya tidak terdapat
autokorelasi. Kesimpulannya H0 diterima.

d. Uji Kelayakan Model (Uji F)

Uji F bertujuan untuk mencari apakah variabel independen secara bersama –
sama (stimultan) mempengaruhi variabel dependen. Uji F dilakukan untuk melihat
pengaruh dari seluruh variabel bebas secara bersama-sama terhadap variabel
terikat. Tingakatan yang digunakan adalah sebesar 0.5 atau 5%, jika nilai signifikan
F < 0.05 maka dapat diartikan bahwa variabel independent secara simultan
mempengaruhi variabel dependen ataupun sebaliknya. Uji simultan F (Uji
Simultan) digunakan untuk mengetahui ada atau tidaknya pengaruh secara bersama
– sama atau simultan antara variabel independen terhadap variabel dependen.
Pengujian statistik Anova merupakan bentuk pengujian hipotesis dimana dapat
menarik kesimpulan berdasarkan data atau kelompok statistik yang disimpulkan.
Pengambilan keputusan dilihat dari pengujian ini dilakukan dengan melihat nilai F
yang terdapat di dalam tabel ANOVA, tingkat signifikansi yang digunakan yaitu
sebesar 0,05.
Hipotesis :
H0 = tidak ada pengaruh variabel anak bersekolah, indiividu bekerja, lapangan
usaha, dan pekerjaan terhadap kesejahteraan.
H1 = ada pengaruh variabel anak bersekolah, indiividu bekerja, lapangan usaha,

16
 dan pekerjaan terhadap kesejahteraan
Taraf signifikansi :
5% = 0,05
Kriteria pengujian :
a. Jika nilai sig lebih kecil daripada 0,05 maka tolak H0
b. Jika nilai sig lebih besar daripada 0,05 maka gagal tolak H0

Gambar 4.4 Output Uji Kelayakan Model (Uji F)

Interpretasi dan kesimpulan :

Berdasarkan hasil output nilai sig sebesar 0.000 atau kurang dari 0,05. maka H0 di
tolak yang artinya ada pengaruh variabel anak bersekolah, indiividu bekerja,
lapangan usaha, dan pekerjaan terhadap kesejahteraan.

e. Uji T
ji t dilakukan untuk menguji hipotesis penelitian mengenai pengaruh dari
masing-masing variabel bebas secara parsial terhadap variabel terikat. Uji T (Test
T) adalah salah satu test statistik yang dipergunakan untuk menguji kebenaran atau
kepalsuan hipotesis yang menyatakan bahwa diantara dua buah mean sampel yang
diambil secara random dari populasi yang sama, tidak terdapat perbedaan yang
signifikan. T-statistics merupakan suatu nilai yang digunakan guna melihat tingkat
signifikansi pada pengujian hipotesis dengan cara mencari nilai T-statistics melalui
prosedur bootstrapping. Pengambilan keputusan dilakukan dengan melihat nilai
signifikansi pada tabel Coefficients. Biasanya dasar pengujian hasil regresi

17
dilakukan dengan tingkat kepercayaan sebesar 95% atau dengan taraf signifikannya
sebesar 5% (α = 0,05).
H0 = tidak ada pengaruh variabel anak bersekolah, indiividu bekerja, lapangan
usaha, dan
pekerjaan terhadap kesejahteraan.
H1 = ada pengaruh variabel anak bersekolah, indiividu bekerja, lapangan usaha, dan
pekerjaan terhadap kesejahteraan
5% = 0,05
Kriteria pengujian :
a. Jika nilai sig lebih kecil daripada 0,05 maka tolak H0
b. Jika nilai sig lebih besar daripada 0,05 maka gagal tolak H0

Gambar 4.5 Output Uji T

Interpretasi dan kesimpulan :

Berdasarkan hasil output nilai sig pada variabel anak bersekolah dan individu
bekerja kurang dari 0,05 artinya terdapat pengaruh anak bersekolah dan individu
bekerja terhadap kesejahteraan. Sedangkan nilai sig pada variable lapangan usaha
dan pekerjaan lebih dari 0,05 yang artinya tidak ada pengaruh antara lapangan usaha
dan pekerjaan terhadap kesejahteraan.

f. Koefisien Determinasi
Menurut Widarjono, Uji Koefisien Determinasi (R-Squared) adalah uji untuk
menjelaskan besaran proporsi variasi dari variabel dependen yang dijelaskan oleh

18
variabel independen. Selain itu, uji koefisien determinasi juga bisa digunakan untuk
mengukur seberapa baik garis regresi yang kita miliki. Apabila nilai koefisien
determinasi (R-squared) pada suatu estimasi mendekati angka satu (1), maka dapat
dikatakan bahwa variabel dependen dijelaskan dengan baik oleh variabel
independennya. Dan sebaliknya, apabila koefisien determinasi (R-Squared)
menjauhi 38 angka satu(1) atau mendekati angka nol(0), maka semakin kurang baik
variabel independen menjelaskan variabel dependennya.

Gambar 4.6 Output Uji Koefien determinias

Interpretasi dan kesimpulan :

Berdasarkan hasil output, nilai koefisien deterinasi sebesar 0,997 yang artinya
pengaruh variabel x terhadap variabel y sebesar 97,7% dan sisanya dipengaruhi
oleh variabel lain yang tidak ada dalam model regresi.

g. Model Regresi
Model regresi adalah persamaan matematik yang dapat meramalkan nilai-nilai
suatu variabel tak bebas dari nilai-nilai variabel bebas (Walpole, 1982: 340). Pada
regresi harus ada variabel yang ditentukan dan variabel yang menentukan atau
dengan kata lain adanya ketergantungan variabel yang satu dengan variabel yang
lainnya. Untuk menentukan bentuk hubungan (model) diperlukan pemisahan yang
tegas antara variabel bebas yang diberi simbol 𝑋 dan variabel tak bebas yag diberi
simbol 𝑌. Hubungan tersebut dapat dituliskan dalam bentuk persamaan yang
menghubungkan variabel tak bebas 𝑋 dengan variabel bebas 𝑌. Adapun persamaan
regresi linear sederhana 𝑌 = 𝑎 + 𝑏𝑋 + 𝜀

19
 Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 3.980 .853 4.666 .000

Anak_Bersekolah -.003 .002 -.013 -1.718 .092 .926 1.080

Individu_Bekerja 1.851 .014 .996 131.127 .000 .943 1.061

Lapangan_Usaha -.004 .003 -.008 -1.094 .279 .903 1.108

dummy1 -.622 1.144 -.005 -.544 .589 .623 1.606

dummy2 1.127 1.189 .009 .949 .347 .577 1.733

dummy3 .542 1.158 .004 .468 .641 .637 1.570

a. Dependent Variable: Kesejahteraan

Gambar 4.7 Output Model Regresi

• Persamaan Regresi
Kesejahteraan = 3.980 - 0.003AB + 1.851IB - 0,004LP - 0.622 D1 + 1.127 D2
+ 0.542 D3
Model untuk Petani = 3.980 - 0.003AB + 1.851IB - 0,004LP - 0.622 (1) + 1.127
(0) + 0.542(0)
Model untuk PNS = 3.980 - 0.003AB + 1.851IB - 0,004LP - 0.622 (0) + 1.127
(1) + 0.542(0)
Model untuk Polisi = 3.980 - 0.003AB + 1.851IB - 0,004LP - 0.622 (0) + 1.127
(0) + 0.542(1)
Model untuk Buruh = 3.980 - 0.003AB + 1.851IB - 0,004LP - 0.622 (0) +
1.127 (0) + 0.542(0)

20
 BAB 5 KESIMPULAN DAN DAFTAR PUSTAKA

5.1 Kesimpulan
Berdasarkan hasil analisis data dan pembahasan, maka dapat ditarik kesimpulan
sebagai berikut :
1. Variabel anak bersekolah, indiividu bekerja, lapangan usaha, dan pekerjaan
seacara simultan berpengaruh signifikan terhadap kesejahteraan di Provinsi
Bali.
2. Variabel anak bersekolah dan individu bekerja berpengaruh signifikan
terhadap kesejahteraan di Provinsi Bali. Artinya dari kedua variabel ini
mempunyai pengeruh terhadap kesejahteraan di Provinsi Bali

5.2 Daftar Pustaka

Artaya, I. P. (2019). regresi linier berganda metode dummy. 1-7.

DTKS. (2019). Sebaran Status ksejahteraan rumah tangga. Retrieved from Data
terpadu: http://bdt.tnp2k.go.id/sebaran/

hakim, l. (2017). faktor-faktor yang mempengaruhi pendapatan penduduk miskin di

desa klungkung kecamatan sukorambi kabupaten jember. jember.

I Gede Wiriana, I. N. (2020). Analisis faktor-faktor yang mempengaruhi kesejahteraan

masyarakat di kabupaten/kota provinsi bali tahun 2012-2018. E-JURNAL
EKONOMI PEMBANGUNAN UNIVERSITAS UDAYANA,Vol.9.No.5 MEI 2020,
1051-1081.

rukianti. (2018). Analisis faktor-faktor yang mempengaruhi kesejahteraan

masyarakat di kota makassar periode 2007-2016. Makasar.

saadah, F. z. (2011). analisis regresi dummy variable model probit (kasus pada
estimasi hujan di karangploso malang). malang: saadah, Fita zunaidatu.

21