Pengaruh antara Masyarakat Berketrampilan TIK dan Pengangguran

terhadap Persentase Rumah Tangga Kumuh di Perkotaan

Tugas Besar Probabilitas dan Statistik

Nama Kelompok:

Khoirul Anwar Pohan (20109019)

Yanuarius Silvian (21109008)
Galuh Ariftra (21109014)
Shavi Rosidan Rosadi (21109020)
Kania Putri Muliate (21109028)

PROGRAM STUDI TEKNIK LOGISTIK

FAKULTAS REKAYASA INDUSTRI DAN DESAIN
INSTITUT TEKNOLOGI TELKOM PURWOKERTO
PURWOKERTO
2022
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Di Indonesia sebagai negara yang masih dalam kategori negara berkembang, banyak sekali
problematika sosial yang terjadi dalam kehidupan masyarakatnya. Diantara masalah-
masalah social tersebut yang paling menjadi momok adalah kemiskinan, kesehatan, tingkat
tenaga kerja, dan pendidikan. Berdasarkan data dari badan pusat statistik, persentase
penduduk yang tidak memiliki ketrampilan TIK pada 2019 mencapai sebesar 83,59%,
Sedangkan, angka rumah tangga kumuh pada tahun 2019 adalah sebanyak 13,86% dan
persentase tingkat pengangguran pada tahun 2019 adalah 6,42%. Disini, penulis berasumsi
bahwa terdapat hubungan antara ketrampilan TIK, tingkat rumah tangga kumuh, dan
tingkat pengangguran pada tiap-tiap provinsi di Indonesia.
Pada penelitian kali ini, penulis akan melakukan penelitian menggunakan uji regresi dan
korelasi dari data BPS tahun 2019 tentang persentase kemampuan ketrampilan TIK tiap
provinsi, persentase tingkat rumah tangga kumuh di perkotaan pada tiap-tiap provinsi, dan
persense tingkat pengangguran pada tiap-tiap provinsi. Ketiga data tersebut digunakan
karena dianggap sebagai data yang paling relevan untuk digunakan.
Secara umum, tujuan dari penelitian ini adalah untuk melihat apakah benar adanya
keterkaitan atau hubungan yang saling mempengaruhi antar ketiga varibael data tersebut.

1.2. Rumusan Masalah

Rumusan masalah dari penelitian kali ini adalah :
⮚ Apakah data-data yang telah diujikan normal ?
⮚ Apakah data persentase masyarakat berketrampilan TIK mempengaruhi tingkat
pengangguran ?
⮚ Apakah data persentase masyarakat berketrampilan TIK mempengaruhi tingkat
rumah tangga kumuh di perkotaan ?
1.3. Tujuan Penelitian
Tujuan dari penelitian ini adalah :
● Dapat mengenal dan memahami program SPSS
● Mempermudah dalam penyelesaian pengolahan data
● Untuk menguji apakah data yang diteliti sudah normal atau belum
● Mengetahui apakah persentase masyarakat berketrampilan TIK berpengaruh terhadap
tingkat pengangguran dan tingkat rumah tangga kumuh ?
 BAB II
TINJAUAN PUSTAKA
2.1 Regresi Linear

Regresi linier adalah metode statistika yang digunakan untuk membentuk model
hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih variabel bebas
(independen, prediktor, X).
Analisis regresi setidak-tidaknya memiliki 3 kegunaan, yaitu untuk tujuan deskripsi dari
fenomena data atau kasus yang sedang diteliti, untuk tujuan kontrol, serta untuk tujuan
prediksi. Regresi mampu mendeskripsikan fenomena data melalui terbentuknya suatu model
hubungan yang bersifatnya numerik. Regresi juga dapat digunakan untuk melakukan
pengendalian (kontrol) terhadap suatu kasus atau hal-hal yang sedang diamati melalui
penggunaan model regresi yang diperoleh. Selain itu, model regresi juga dapat dimanfaatkan
untuk melakukan prediksi untuk variabel terikat. Namun yang perlu diingat, prediksi di
dalam konsep regresi hanya boleh dilakukan di dalam rentang data dari variabel-variabel
bebas yang digunakan untuk membentuk model regresi tersebut.
Persamaan regresi linier sederhana merupakan suatu model persamaan yang
menggambarkan hubungan satu variabel bebas/ predictor (X) dengan satu variabel tak bebas/
response (Y), yang biasanya digambarkan dengan garis lurus, seperti pada Gambar 1.
 Persamaan regresi linier sederhana secara matematik diekspresikan oleh :

Yang mana, untuk menentukan nilai a dan b dapat menggunakan persamaan :

2.2 Uji Korelasi

Untuk mengukur kekuatan hubungan antar variable predictor X dan response Y,
dilakukan analisis korelasi yang hasilnya dinyatakan oleh suatu bilangan yang dikenal
dengan koefisien korelasi. Biasanya analisis regresi sering dilakukan bersama-sama dengan
analisis korelasi. Persamaan koefisien korelasi (r ) diekspresikan oleh :
Interval kekuatan
Sejumlah ahli membuat interval yang menjelaskan mengenai kekuatan korelasi antar suatu
variable dengan variable lainnya dengan melihat nilai koefisien korelasinya. Dalam
penelitian kali ini, pemulis merujuk pada interval yang dikemukakan oleh Jonathan Sarwono
yang dapat dilihat pada table berikut :
 BAB III
ANALISIS DAN PEMBAHASAN

3.1 Objek Penelitian

Pada analisis kali ini, kami menggunakan tiga jenis data. Ketiga data tersebut adalah
persentase ketrampilan TIK, tingkat rumah tangga kumuh, dan tingkat pengangguran
pada tiap-tiap provinsi di Indonesia.
⮚ Persentase Ketrampilan TIK
Data persentase Ketrampilan TIK ini merupakan data tentang persentase
banyaknya / jumlah penduduk yang memiliki ketrampilan TIK pada tiap
provinsi
⮚ Persentase Penduduk dengan Rumah Tangga Kumuh di Perkotaan
Data persentase penduduk dengan rumah tangga kumuh merupakan data yang
berisikan tentang persentase banyaknya masyarakat dengan masalah rumah
tangga kumuh di tiap-tiap prvinsi di Indonesia.
⮚ Persentase Tingkat Pengangguran di Perkotaan
Data persentase Tingkat Pengangguran di Perkotaan ini berisikan tentang jumlah
persentase masyarakat yang belum bekerja pada tiap-tiap provinsi di Indonesia.
3.2 Kasus Teridentifikasi
Pada penelitian ini, kami mengidentifikasi beberapa kasus sesuai dengan hipotesis
⮚ Terdapat hubungan antara Persentase masyarakat berkemampuan TIK dan
pengangguran terhadap persentase Rumah Tangga Kumuh di perkotaan.
⮚ Terdapat hubungan antara Presentase masyarakat berkemampuan TIK dengan
persentase Rumah Tangga Kumuh di perkotaan.
⮚ Terdapat hubungan antara Persentase pengangguran dengan persentase rumah
tangga kumuh
3.3 Metode Penelitian
● Langkah-Langkah dalam Penelitian
⮚ Menyusun Raw data yang sesuai dengan topik penelitian
⮚ Membuat Membuat table distribusi Frekuensi untuk tiap-tiap data.
 ⮚ Menentukan Mean, Median, Modus, Varian, dan Standar Deviasi untuk
tiap-tiap data.
⮚ Membuat table Distribusi Normal dan Scatter Plot untuk memprediksi
kenormalan data.
⮚ Uji Normal data menggunakan SPSS
⮚ Setelah data normal, kita dapat melakukan uji Regresi-Korelasi dengan
menggunakan SPSS.
● Langkah-Langkah Uji Normalitas dengan SPSS
⮚ Buka data penelitian yang telah dibuat
⮚ Klik menu Analyze, kemudian masuk ke Descriptive Statistics, lalu
Explore.
⮚ Pada jendela Explore, terdapat kolom Dependent List, pindahkan
variabel yang ingin diuji ke kolom tersebut. Jika variabel bersifat
kualitatif, pindahkan ke kolom Factor List.
⮚ Pilih Both pada Display. Centang bagian Descriptive, lalu isi Confidence
Interval for Mean dengan angka tertentu yang sesuai kebutuhan.
Kemudian klik Continue.
⮚ Klik Plots, lalu beri centang pada Normality plots with tests. Jika sudah,
klik Continue kemudian klik OK.
⮚ Hasil uji normalitas sudah bisa dibaca untuk kemudian diolah lebih
lanjut.
● Langkah-Langkah Uji Regresi dan Korelasi Menggunakan SPSS
⮚ Buka data penelitian yang telah dibuat
⮚ Pada menu SPSS, pilih menu Analyze, kemudian Reression, lalu klik
Linear.
⮚ Masukkan data variable sesuai dengan posisinya pada kolom Dependent
dan Independent.
⮚ Klik Statistics, lalu berikan tanda pada Part and Partial Correlations dan
Durbin-Watson.
⮚ Setelah itu klik Continue dan OK.
 3.4 Hasil Penelitian
3.4.1. Pengolahan Data
1. Raw Data
Keterampilan TIK Persentase Rumah Tangga Tingkat Setengah Pengangguran
NO Menurut Provinsi Kumuh Perkotaan Menurut Provinsi (Persen)
Provinsi
.
2019 2019 2019
1 ACEH 69.01 10.18 12.38
2 SUMATERA UTARA 77.28 10.00 7.68
3 SUMATERA BARAT 80.64 10.52 9.20
4 RIAU 82.03 7.50 8.29
5 JAMBI 81.58 7.80 8.57
SUMATERA
6 77.26 17.87 9.22
SELATAN
7 BENGKULU 77.02 14.56 10.12
8 LAMPUNG 81.61 14.31 8.66
KEP. BANGKA
9 84.49 21.94 6.25
BELITUNG
10 KEP. RIAU 93.05 17.48 2.84
11 DKI JAKARTA 95.41 42.73 1.89
12 JAWA BARAT 88.79 19.86 5.52
13 JAWA TENGAH 90.93 09.02 5.36
14 DI YOGYAKARTA 97.91 3.79 3.94
15 JAWA TIMUR 87.97 8.38 5.23
16 BANTEN 87.86 16.81 4.52
17 BALI 91.40 5.19 1.93
NUSA TENGGARA
18 77.54 15.01 13.97
BARAT
NUSA TENGGARA
19 51.03 31.54 11.79
TIMUR
KALIMANTAN
20 70.40 6.60 7.93
BARAT
KALIMANTAN
21 80.96 15.46 06.05
TENGAH
KALIMANTAN
22 87.16 14.86 6.67
SELATAN
KALIMANTAN
23 89.87 06.07 4.74
TIMUR
KALIMANTAN
24 87.29 12.57 6.44
UTARA
25 SULAWESI UTARA 81.22 13.90 6.38
26 SULAWESI TENGAH 68.81 17.08 9.10
27 SULAWESI SELATAN 83.30 11.59 7.34
SULAWESI
28 79.51 9.35 8.46
TENGGARA
29 GORONTALO 79.60 14.16 6.16
30 SULAWESI BARAT 68.06 15.68 9.91
31 MALUKU 60.17 16.26 10.76
32 MALUKU UTARA 52.88 4.76 8.15
33 PAPUA BARAT 65.40 16.04 8.90
34 PAPUA 32.88 18.89 07.03
2. Preprocessing Data
Berikut adalah sebaran data dari jenis data yang sudah kami pilih :
● Data 1

● Data 2

● Data 3
 3. Distribusi Frekuensi Kontinue
● Data 1
Interval Tepi Kelas Frekuensi Frekuensi
Bawa Frekuensi Frekuensi Nilai Kumulatif Kumulatif
h Atas Kumulatif Relatif (%) Bawah Atas Tengah < >
65.40 92.62 3 8.823529412 64.90 93.12 79.00916667 3 34
120.3
92.62 119.84 6 17.64705882 92.12 4 106.2275 9 31
147.5
119.84 147.06 25 73.52941176 119.34 6 133.4458333 34 25
174.7
147.06 174.27 0 0 146.56 7 160.6641667 34 0
201.9
174.27 201.49 0 0 173.77 9 187.8825 34 0
229.2
201.49 228.71 0 0 200.99 1 215.1008333 34 0

Mean 82.11
Median 81.60
Modus -
Nilai
Variasi 69.50812
Standar
Deviasi 8.197022793

● Data 2
Interval Frekuen Tepi Kelas Frekuen Frekuen
si Frekuensi si si
Kumulat Relatif Nilai Kumulat Kumulat
Bawah Atas if (%) Bawah Atas Tengah if < if >
9.7116666 38.235294 10.211666 7.4508333
5.19 67 13 12 4.69 67 33 13 34
9.7116666 14.233333 9.2116666 14.733333
67 33 17 50 67 33 11.9725 30 21
14.233333 5.8823529 13.733333 16.494166
33 18.755 2 41 33 19.255 67 32 4
23.276666 2.9411764 23.776666 21.015833
18.755 67 1 71 18.255 67 33 33 2
23.276666 27.798333 22.776666 28.298333
67 33 0 0 67 33 25.5375 33 1
27.798333 2.9411764 27.298333 30.059166
33 32.32 1 71 33 32.82 67 34 0
 Mean 13.18866667
Median 14.235
Modus -
Nilai Variasi 19.72114299
Standar
Deviasi 4.366207915

● Data 3

Interval Tepi Kelas Frekuensi Frekuensi

Frekuensi Frekuensi Nilai Kumulatif Kumulatif
Bawah Atas Kumulatif Relatif (%) Bawah Atas Tengah < >
5.27833333 5.77833333
2.84 3 5 14.70588235 2.34 3 4.059166667 5 34
7.71666666 8.21666666
5.278333333 7 11 32.35294118 4.778333333 7 6.4975 16 29
7.716666667 10.155 12 35.29411765 7.216666667 10.655 8.935833333 28 18
12.5933333 13.0933333
10.155 3 5 14.70588235 9.655 3 11.37416667 33 6
15.0316666 15.5316666
12.59333333 7 1 2.941176471 12.09333333 7 13.8125 34 1
15.03166667 17.47 0 0 14.53166667 17.97 16.25083333 34 0
TOTAL 34 100

Mean 7.373666667
Median 7.51
Modus -
Nilai Variasi 4.46841023
Standar
Deviasi 2.078331836
4. Kurva Normal
● Data 1

● Data 2
● Data 3
5. Uji Normal dengan SPSS

6. Hipotesis Penelitian
● Hipotesis 1
⮚ H0 :Tidak terdapat hubungan antara Persentase masyarakat
berkemampuan TIK dan pengangguran terhadap persentase
Rumah Tangga Kumuh di perkotaan
⮚ H1 : Terdapat hubungan antara Persentase masyarakat
berkemampuan TIK dan pengangguran terhadap persentase
Rumah Tangga Kumuh di perkotaan
● Hipotesis 2
⮚ H0 : Tidak terdapat hubungan antara Presentase masyarakat
berkemampuan TIK dengan persentase Rumah Tangga Kumuh
di perkotaan
⮚ H1 : Terdapat hubungan antara Presentase masyarakat
berkemampuan TIK dengan persentase Rumah Tangga Kumuh
di perkotaan
● Hipotesis 3
⮚ H0 : Tidak terdapat hubungan antara Persentase pengangguran
dengan persentase rumah tangga kumuh
⮚ H1 : Terdapat hubungan antara Persentase pengangguran dengan
persentase rumah tangga kumuh
7. Uji Korelasi dan Regresi
● Hipotesis 1

● Hipotesis 2

● Hipotesis 3
3.4.2. Interpretasi Hasil Olah Data
1. Raw data
Pada tahapan ini, panulis mengumpulkan dan mengolompokkan data
yang kiranya sesuai dan dapat digunakan dalam penelitian ini.
2. Preprocessing Data
Pada tahapan proprcessing data ini, data dimasukkan pada sebuah scatter
plot untuk melihat data outlayer dan menghilangkannya agar tidak
terjadi kesalahan atau bias dalam proses pengolahan data.
3. Distribusi Frekuensi Kontinu
● Data 1
Berdasarkan pengolahan data satu pada table distirbusi frekeunnsi
didapatkan nilai mean, median, modus, variasi, dan standar deviasi
dengan nilai.
Mean 82.11
Median 81.60
Modus -
Nilai Variasi 69.50812
Standar
Deviasi 8.197022793

● Data 2
Berdasarkan pengolahan data dua pada table distirbusi frekeunnsi
didapatkan nilai mean, median, modus, variasi, dan standar deviasi
dengan nilai :
Mean 13.18866667
Median 14.235
Modus -
Nilai Variasi 19.72114299
Standar
Deviasi 4.366207915

● Data 3
 Berdasarkan pengolahan data dua pada table distirbusi frekeunnsi
didapatkan nilai mean, median, modus, variasi, dan standar deviasi
dengan nilai :

Mean 7.373666667
Median 7.51
Modus -
Nilai Variasi 4.46841023
Standar
Deviasi 2.078331836
4. Kurva Normal
● Data 1
Berdasarkan penggambaran kurva normal, data satu diasumsikan
berdistribusi normal.
● Data 2
Berdasarkan penggambaran kurva normal, data dua diasumsikan
berdistribusi normal.
● Data 3
Berdasarkan penggambaran kurva normal, data tiga diasumsikan
berdistribusi normal.
5. Uji Normal dengan SPSS
● Data 1
Berdasarkan uji normalitas yang dilakukan pada SPSS, data 1
memperoleh nilai signicance pada table test of normality lebih besar
dari nilai sebesar 0,05. Yang mana, dapat diartikan bahwa data ini
normal.
● Data 2
Berdasarkan uji normalitas yang dilakukan pada SPSS, data 2
memperoleh nilai signicance pada table test of normality lebih besar
dari nilai sebesar 0,05. Yang mana, dapat diartikan bahwa data ini
normal.
● Data 3
Berdasarkan uji normalitas yang dilakukan pada SPSS, data 3
memperoleh nilai signicance pada table test of normality yang
nilainya lebih besar dari nilai sebesar 0,05. Yang mana, dapat
diartikan bahwa data ini normal.
6. Hipotesis
● Hipotesis 1
Berdasarkan hasil uji, korelasi yang telah dilakukan,didapat nilai
sebesar -1,442. Dengan demikian, H0 ditolak, atau Terdapat
hubungan antara Persentase masyarakat berkemampuan TIK dan
pengangguran terhadap persentase Rumah Tangga Kumuh di
perkotaan.
 ● Hipotesis 2
Berdasarkan hasil uji, korelasi yang telah dilakukan,didapat nilai
sebesar 0,940. Dengan demikian, H0 diterima, atau Tidak terdapat
hubungan antara Presentase masyarakat berkemampuan TIK dengan
persentase Rumah Tangga Kumuh di perkotaan.
● Hipotesis 3
Berdasarkan hasil uji, korelasi yang telah dilakukan,didapat nilai
sebesar 5,818. Dengan demikian, H0 diterima, atau Tidak terdapat
hubungan antara Persentase pengangguran dengan persentase rumah
tangga kumuh.

7. Uji Korelasi dan Regresi

● Hipotesis 1
⮚ Korelasi :
Berdarasarkan table model summary, nilai R didapat 0,990.
Artinya, korelasi antara variable rumah tangga kumuh dan
juga pengangguran sebesar 0,990. Hal ini dapat diartikan
bahwa kekuatan hubungan pada kedua variable adalah cukup
kuat.
⮚ Rumus Regresi
Berdasarkan proses uji regresi yang dilakukan pada SPSS,
ditemukan bahwa nilai koefisien a= 23,231 dan koefisien
b=0,45. Sehingga persemaan regresi yang terbentuk adalah :
Y = 23,231 + 045X
● Hipotesis 2

⮚ Korelasi
Berdarasarkan table model summary, nilai R didapat 0,634.
Artinya, korelasi antara variable jumlah penduduk miskin dan
jumlah penduduk dengan keluhan kesehatan sebesar 0,634.
Hal ini dapat diartikan bahwa korelasi antara kedua variable
tersebut kuat.
⮚ Rumus Regresi
 Berdasarkan proses uji regresi yang dilakukan pada SPSS,
ditemukan bahwa nilai koefisien a= 24,723 dan koefisien b=
-0,357. Sehingga persemaan regresi yang terbentuk adalah :
Y = 24,723 + (-0,357X)
● Hipotesis 3
⮚ Korelasi
Berdarasarkan table model summary, nilai R didapat 0,242.
Artinya, korelasi antara variable jumlah penduduk miskin dan
jumlah penduduk dengan keluhan kesehatan sebesar 0,242.
Hal ini dapat diartikan bahwa korelasi antara kedua variable
tersebut lemah.
⮚ Rumus Regresi
Berdasarkan proses uji regresi yang dilakukan pada SPSS,
ditemukan bahwa nilai koefisien a= 34,212 dan koefisien b=
-0,157. Sehingga persemaan regresi yang terbentuk adalah :
Y = 34,212 + (-0,157X)
 4.1 Kes
BAB IV imp
KEISMPULAN ula
n
Berdasarkan hasil pengujian terhadap ketiga hipotesis yang dilakukan dan didasarkan juga pada
landasan teori yang telah dipaparkandi atas, dapat disimpulakn bahwa :
● variable persentase penduduk miskin cukup berpengaruh terhadap variable
persentase penduduk dengan keluah sakit dengan nilai R sebesar 0,391
● variable persentase tenaga kerja formal berpengaruh cukup kuat terhadap variable
persentase penduduk miskin. Degan nilai r sebesar 0,634
● Variable persentase tenaga kerja formal tidak berpengaruh terhadap variable
persentase penduduk dengan keluhan sakit, dengan nilai r sebesar 0,242
 DAFTAR PUSTAKA

Yuliara, I Made. 2016. Regresi Linear Sederhana. Bali : Universitas Udayana. Deny,
K. (2008). Regresi Linear. FORUM STATISTIKA.

Iwan, S. (2013). PENERAPAN ANALISIS REGRESI DAN KORELASI. Junal Matematika

Statistik, 33-41.