4.3 Pembahasan

regresi adalah untuk memprediksi seberapa jauh pengaruh yang ada tersebut (yang telah dianalisis melalui analisis korelasi). Penerepannya dalam konteks perencanaan wilayah atau kota seperti pada masalah pertumbuhan ekonomi suatu wilayah. Dalam metode analisis korelasi dilakukan untuk melihat adakah hubungan pertumbuhan ekonomi wilayah dengan variabel jumlah angkatan kerja dan pengangguran. Sementara dengan metode regresi ingin mempredeksi seberapa jauh pengaruh jumlah angkatan kerja dan pengangguran tersebut terhadap pertumbuhan ekonomi wilayah

Penggunaan analisis korelasi dan regresi dalam permasalahan ini sangat membantu memudahkan proses perencanaan wilayah atau kota. Sebagai seorang planner, kita harus mengetahui semua aspek yang terkait dengan wilayah tersebut. Mulai dari segi ekonomi, kependudukan, fisik alam dan lain sebagainya. Oleh karena itu, untuk mencapai pembangunan berkelanjutan, penataan ruang dapat digunakan sebagai payung kebijakan pembangunan dan pengendalian dalam implementasinya. Sistem perencanaan pembangunan nasional dan perencanaan tata ruang sama-sama menekankan suatu proses untuk menentukan tindakan masa depan yang tepat melalui urutan pilihan (prioritas) secara berhirarki dengan memperhitungkan sumberdaya yang tersedia. Namun, perencanaan tata ruang memiliki fokus kepada aspek fisik spasial yang mencakup perencanaan struktur ruang dan pola pemanfaatan

ruang.

4.3 Pembahasan

Analisis korelasi dan regresi ini bertujuan untuk melihat dan memprediksi hubungan suatu variabel dengan variabel lainnya. Secara singkatnya tujuan analsisi korelasi adalah ingin mengetahui apakah ada hubungan antara dua variabel atau lebih. Sedangkan tujuan analisis regresi adalah untuk memprediksi seberapa jauh pengaruh yang ada tersebut (yang telah dianalisis melalui analisis korelasi). Dimana dalam analisis ini terdapat variabel terikat atau dependent dan variabel bebas atau dependent.

a. Studi Kasus

Penerapan analisis korelasi dan regresi ini terjadi pada permasalahan yang ditimbulkan di Kota Batu. Penggaguran merupakan permasalahan yang sering terjadi pada setiap wilayah tidak terkecuali Kota Batu, pengganguran terjadi disebabkan jumlah penduduk yang meningkat tetapi lapagan kerja yang sedikit atau minim menyebabkan banyaknya penggaguran terjadi. Faktor lainya terjadi bisa dikarenakan tingkat pendidikan yang rendah dan sumber daya manusia yang rendah menyebabkan masyarakatan kesulitan dalam melamar kerja yang menyebabkan bertambahnya pengganguran Suatu daerah dapat dikatakan maju apabila ditunjang dari segi pengetahuan masyarakat yang tinggi, adanya sumber daya alam yang cukup memadai yang dikelola oleh sumber daya manusia yang mempunyai potensi besar guna mencapai kemajuan pembangunan daerah.

Salah satu indikasinya adalah minimnya pengangguran didaerah tersebut, apabila pengangguran dapat ditekan maka bisa dikatakan daerah tersebut telah bisa memanfaatkan sumber daya manusianya guna meningkatkan pembangunan daerah.(Novia Putri, Sudarti, & Hadi, 2017) Pertumbuhan ekonomi ini pun di Kota Batu mengalami peningkatan yang fluktuatif dalam 7 tahun terakhir. Hal ini dapat dilihat dari meningkatnya angka produk domestik regional bruto yang meningkat setiap tahunnya. Adam Smith dalam teori klasiknya menjelaskan bahwa pengangguran dapat dikurangi dengan pertumbuhan ekonomi yang pesat dan tinggi. Begitu pula dengan (Nuraini, 2017) dalam jurnalnya menyebutkan bahwa pertumbuhan ekonomi harusnya mencerminkan tingkat kesejahteraan masyarakat, namun syaratnya adalah bahwa Produk Regional Domestik Bruto harus dibarengi dengan pengendalian laju inflasi. Pertumbuhan ekonomi yang tidak dibarengi dengan pertumbuhan inflasi akan menurunkan kesejahteraan masyarakat

Selain pertumbuhan ekonomi, jumlah angkatan kerja pun dapat dijadikan salah satu penyebab tingginya angka pengangguran. Dari total penduduk usia kerja sekitar 76 persen lebih penduduk Kota Batu termasuk angkatan kerja. Badan Pusat Statistik mendefinisikan bahwa penduduk usia

kerja adalah penduduk berusia 15 tahun keatas, sedangkan bekerja adalah kegiatan yang dilakukan seseorang dengan maksut memperoleh atau membantu memperoleh pendapatan paling sedikit satu jam dalam seminggu yang lalu. Penduduk usia kerja tersebut terbagi dalam angkatan kerja yang mencakup bekerja dan mencari kerja serta bukan angkatan kerja terdiri dari penduduk yang sekolah dan mengurus rumah tangga (BPS Batu, 2008). b. Tujuan Adapun tujuan penggunaan analisis korelasi dan regresi dalam permasalahan jumlah pengangguran di Kota Batu tersebut adalah untuk melihat apakah ada pengaruh pertumbuhan ekonomi terhadap jumlah pengangguran dan kemiskinan. Serta untuk memprediksi seberapa jauh hubungan tersebut dapat mempengaruhi variabel

c. Data

Dalam analisis korelasi dan regresi ini digunakan tiga data yaitu data pertumbuhan ekonomi, pengangguran dan kemiskinan. Jenis data yang digunakan dalam penelitian Data tersebut merupakan data kuantitatif yang bersifat runtut waktu (time series) dalam kurun waktu tahun 2005-2015. Jumlah pengangguran bertindak sebagai variabel dependent atau terikat (Y), sedangkan jumlah Angkatan kerja dan pertumbuhan ekonomi dijadikan sebagai variabel bebas atau independent (X1 dan X2). Adapun data tersebut disajikan dalam tabel dibawah ini;

Tahun Pertumbuhan Ekonomi Angkatan Kerja Pengganguran

2005 6.40 73020 2455 2006 6.89 72014 1449 2007 6.80 72352 1584 2008 6.87 97259 8704 2009 6.74 102698 7069 2010 7.52 97692 5418 2011 7.13 99081 4526 2012 7.26 101733 3472 2013 7.28 103743 4808 2014 6.90 106777 7800 2015 6.69 105496 4526 Sumber: Putri, D. N., Sudarti, S., & Hadi, S. (2018)

d. Langkah Pengerjaan Langkah-langkah dalam melakukan praktikum korelasi dan regresi adalah sebagai berikut. 1) Mempersiapkan data yang dibutuhkan 2) Mengidentifikasi dan menentukan mana variabel terikat dan bebas dari data tersebut. Dalam hal ini didapatkan bahwa :

Variabel Dependent = Pertumbuhan ekonomi (Y)

Variabel Independent = pengangguran dan jumlah Angkatan kerja 3) Memasukkan data tersebut ke dalam aplikasi SPSS

Analisis Korelasi:

1) Pilih menu Analyze,lalu pilih Corellate bivariate untuk menggunakan metode analisis korelasi

2) Pilih variabel mana yang akan digunakan untuk analisis korelasi

3) Secara otomatis, SPSS akan mengolah data sehingga didapatkan output dari analisis korelasi

Analisis Regresi:

1) Pilih menu Analyze,lalu pilih regression linear untuk menggunakan metode analisis regresi

2) Pilih mana variabel dependent dan independent yang akan digunakan untuk analisis regresi

3) Secara otomatis, SPSS akan mengolah data sehingga didapatkan output dari analisis regresi

e. Interpretasi Dalam pratikum analisis korelasi dan regresi ini, dapat kami peroleh output perhitungan sebagai berikut :

Analisis Korelasi

Pertumbuhan_ ekonomi

Correlations

Pertumbuhan_ ekonomi Angkatan _kerja pengan gguran

Pearson Correlation 1 .427 .130

Sig. (2-tailed) N .191 .703 11 11 11

Angkatan_kerj a

Pearson Correlation Sig. (2-tailed) N pengangguran Pearson Correlation Sig. (2-tailed) N .427 1 .738** .191 .010 11 11 11 .130 .738** 1

.703 .010 11 11 11

**. Correlation is significant at the 0.01 level (2-tailed).

• Pertumbuhan Ekonomi dan Angkatan Kerja - Diperoleh nilai Signifikasi yaitu 0.191< 0.05, maka dinyatakan tidak berkorelasi dan tidak erdapat hubungan antara pertumbuhan ekonomi dan angkatan kerja serta sebaliknya - Diperoleh nilai Person Correlation 0.427, maka dinyatakan korelasi sedang dan mempunyai kekuatan hubungan yang sedang - Memiliki arah korelasi positiv (+) yang artinya memiliki sifat yang searah. Artinya jika pertumbuhan ekonomi dan angkatan kerja serta sebaliknya • Angkatan kerja dan pengangguran - Diperoleh nilai Signifikasi yaitu 0.010< 0.05, maka dinyatakan berkorelasi dan terdapat hubungan antara angkatan kerja dan pengangguran serta sebaliknya - Diperoleh nilai Person Correlation 0.738, maka dinyatakan korelasi kuat dan mempunyai kekuatan hubungan yang sedang - Memiliki arah korelasi positiv (+) yang artinya memiliki sifat yang searah. Artinya jika angkatan kerja meingkat maka peluang jumlah pengangguran juga akan bertambah begitu juga sebaliknya • Pertumbuhan ekonomi dan pengangguran - Diperoleh nilai Signifikasi yaitu 0.703< 0.05, maka dinyatakan tidak berkorelasi dan terdapat hubungan antara Pertumbuhan ekonomi dan pengangguran serta sebaliknya - Diperoleh nilai Person Correlation 0.130, maka dinyatakan korelasi lemah dan mempunyai kekuatan hubungan yang rendah

Analisis Regresi

Variables Entered/Removeda

Model Variables Entered Variables Removed

1 pengangguran, Angkatan_kerjab a. Dependent Variable: Pertumbuhan_ekonomi b. All requested variables entered. Method

. Enter

• Variables Entered/Removeda

- Tabel diatas adalah pembagian variabel dalam metode regresi.

Variabel yang berfungsi sebagai :

Dependent: pertumbuhan ekonomi

Independent: jumlah pengangguran dan Angkatan kerja - Variabel Dependent (Terikat) adalah variabel yang nilainya dipengaruhi atau bergantung pada nilai dari variabel lainnya. Artinya pertumbuhan ekonomi dipengaruhi oleh beberapa factor atau variabel lain

- Variabel Independent (Bebas) adalah variabel yang menjadi sebab timbulnya atau berubahnya variabel terikat atau dengan kata lain variabel bebas dapat mempengaruhi variabel lainnya. Artinya nilai pertumbuhan ekonomi keumngkinan dapat disebabkan oleh factor jumlah pengangguran dang angatan kerja. Dimana jika kedua nilai variabel ini berubah maka akan berpengaruh pada pertumbuhan ekonomi.

Model Summary

Model R R Square Adjusted R Square

Std. Error of the Estimate 1 .507a .257 .071 .30656 a. Predictors: (Constant), pengangguran, Angkatan_kerja

• Model Summary - R sebesar 0,507 menunjukkan bahwa korelasi antara pertumbuhan ekonomi dengan kedua variabel bebasnya kuat - Definisi kuat: karena nilai >0,5

- R square atau koef derterminasi adalah 0,257 (berasal dari 0, 507 x 0, 507). Hal ini berarti 25,7% pertumbuhan ekonomi bisa dijelaskan oleh 2 variabel independent tersebut. Sedangkan sisanya dijelaskan oleh sebab-sebab lain

- Standart Error of Estimation: 0,306. Makin kecil SEE akan membuat model regresi semakin tepat dalam memprediksi variabel dependent

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression .260 2 .130 1.381 .305b Residual .752 8 .094 Total 1.011 10 a. Dependent Variable: Pertumbuhan_ekonomi b. Predictors: (Constant), pengangguran, Angkatan_kerja