Uji Normalitas
Data yang akan diuji sebelumnya harus
memenuhi persyaratan uji normalitas. Disini penulis akan melakukan uji
normalitas menggunakan metode One Kolmogorov-Smirnov Test. Untuk menghasilkan
nilai yang normalitas hasilnya harus lebih besar dari nilai signifikan yaitu 5%
atau 0,05. Hasil analisis untuk uji normalitas menggunakan metode One Kolmogorof-Smirnov
Test terhadap nilai residual dari persamaan regresi disajikan dalam tabel berikut:
Tabel 1.1 Hasil Uji Normalitas
|
One-Sample Kolmogorov-Smirnov Test
|
||
|
|
Unstandardized
Residual
|
|
|
N
|
34
|
|
|
Normal Parametersa,b
|
Mean
|
2.9021
|
|
Std. Deviation
|
.59204
|
|
|
Most Extreme Differences
|
Absolute
|
,115
|
|
Positive
|
,115
|
|
|
Negative
|
-,073
|
|
|
Test Statistic
|
,115
|
|
|
Asymp. Sig. (2-tailed)
|
,200c,d
|
|
|
a. Test distribution is Normal. (Sumber : Output SPSS 22)
|
||
Dari
tabel 1.1 di atas tersaji hasil dari uji normalitas yang menunjukkan
bahwa data penellitian telah terdistribusi normal yang dibuktikan dengan nilai asymp.sig adalah sebesar 0,200 dimana hasil tersebut lebih besar
dari nilai signifikan yaitu 0,05 atau 5%. Oleh karena itu, data penelitian
tesebut telah terdistribusi normal, maka data dapat digunakan dalam pengujian
dengan menggunakan model regresi linear berganda.
Uji
T
Uji T dilakukan untuk
mengetahui pengaruh masing-masing variabel independen yang terdiri atas Pengangguran
dan
PDRB terhadap Kemiskinan.
Tabel
1.2 Hasil Uji T
|
Coefficientsa
|
||||||
|
Model
|
Unstandardized
Coefficients
|
Standardized
Coefficients
|
t
|
Sig.
|
||
|
B
|
Std.
Error
|
Beta
|
||||
|
1
|
(Constant)
|
2,622
|
,329
|
|
7,975
|
,000
|
|
Pengangguran
|
,057
|
,052
|
,189
|
1,104
|
,278
|
|
|
PDRB
|
-,015
|
,011
|
-,230
|
-1,341
|
,190
|
|
|
a. Dependent Variable: Kemiskinan (Sumber : Output SPSS 22)
|
||||||
Berdasarkan tabel 1.2
diatas diketahui nilai sig untuk variabel Pengangguran
sebesar 0,278
ini menunjukkan bahwa nilai signifikan lebih besar dari 0,05 atau 0,278 > 0,05 sehingga dapat
disimpulkan jika nilai sig >0,05 maka Ho diterima dan Ha ditolak. Oleh
karena itu Tidak ada pengaruh secara parsial Pengangguran terhadap Kemiskinan. Dan dari tabel 1.2 di
atas juga didapat nilai sig untuk variabel PDRB sebesar 0,190 ini menunjukan bahwa nilai
signifikan lebih besar
dari 0,05 atau 0,190
>
0,05 sehingga dapat disimpulkan jika nilai sig > 0,05 maka Ho diterima dan Ha ditolak. Sehingga dapat disimpulkan bahwa PDRB secara parsial tidak berpengaruh terhadap kemiskinan.
Uji
F
Uji f dilakukan untuk melihat pengaruh
variabel bebas (X1 dan X2) secara
bersama-sama atau simultan terhadap variabel terikat (Y).
Tabel
1.3 Hasil Uji F
|
ANOVAa
|
||||||
|
Model
|
Sum
of Squares
|
df
|
Mean
Square
|
F
|
Sig.
|
|
|
1
|
Regression
|
1,012
|
2
|
,506
|
1,486
|
,242b
|
|
Residual
|
10,555
|
31
|
,340
|
|
|
|
|
Total
|
11,567
|
33
|
|
|
|
|
|
a. Dependent Variable: Kemiskinan
|
||||||
|
b. Predictors: (Constant), PDRB, Pengangguran
|
||||||
Berdasarkan tabel 1.3 di atas diketahui nilai sig =
0,000.
Nilai signifikan lebih besar
dari 0,05 atau nilai sig 0,242
>
0,05. Hal ini menunjukan bahwa tidak ada pengaruh secara simultan Pengangguran dan PDRB terhadap Kemiskinan. Dari
data di atas menunjukan k =2 (Pengangguran
dan PDRB),
dan n = 8, nilai signifikan 0,05 maka nilai df = (n-k) = 6, sehingga diketahui
bahwa nilai f tabel sebesar
5,143,
karena f hitung sebesar 1,486 tidak lebih besar dari nilai f tabel maka dapat
ditarik kesimpulan bahwa variabel independen (Pengangguran dan PDRB) secara simultan
tidak berpengaruh terhadap variabel dependen (Kemiskinan). Fhitung > Ftabel sehingga Ho diterima dan Ha ditolak.
Koefisien Determinasi
(R2)
Koefisien
determinasi (R2) berfungsi untuk melihat sejauh mana keseluruhan variable
independen dapat menjelaskan variabel dependen.Nilai koefisien determinasi
mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
terikat serta pengaruhnya secara umum, dengan range antara 0 sampai 1.
Tabel
1.4 Hasil Koefisien Determinasi
|
Model Summaryb
|
|||||
|
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
|
|
1
|
,296a
|
,087
|
,029
|
.58351
|
|
|
a. Predictors:
(Constant), PDRB, Pengangguran
|
|||||
|
b. Dependent
Variable: kemiskinan
|
|||||
Dari
tabel di atas dapat di analisis pengaruh variabel independen Pengangguran dan PDRB terhadap Kemiskinan, nilai R adalah 0,029 ini menunjukkan bahwa tidak ada
pengaruh yang kuat antara variabel bebas (Pengangguran dan PDRB) dengan variabel
terikat (Kemiskinan) sebesar 29,6,%.
Nilai R2 sebesar 0,087
yang mengandung pengaruh variabel Pengangguran dan PDRB terhadap Kemiskinan sebesar 08,7%. Sisanya sebesar 91,3% dipengaruhi oleh variabel lain.
Pengaruh
Pengangguran terhadap Kemiskinan
Berdasarkan
analisis menunjukkan bahwa secara parsial Pengangguran dan PDRB
terhadap Kemiskinan. Koefisien
Pengangguran sebesar 0,057 terhadap perkembangan Kemiskinan. Hasil penelitian
ini menyimpulkan bahwa Pengangguran tidak mempunyai pengaruh terhadap Kemiskinan. Hubungan
negatif antara Pengangguran dengan Kemiskinan dapat diartikan bahwa semakin tinggi nilai
Pengangguran akan menimbulkan reaksi negatif dari masyarakat.
Pengaruh PDRB
terhadap Kemiskinan
Hasil
penelitian ini menunjukkan bahwa PDRB tidak memiliki hubungan yang positif dan tidak memiliki pengaruh signifikan terhadap Kemiskinan dan penelitian
ini menyimpulkan bahwa PDRB
tidak
mempunyai pengaruh terhadap Kemiskinan.
