Pengaruh Infrastruktur Jalan, Ketenagakerjaan, Pengeluaran Pemerintah, Kemiskinan, Dan Pengeluaran Non Makanan Terhadap Kesejahteraan Masyarakat Di Kota Tarakan (Tahun 2010-2019) | ELECTRONIC THESES AND DISSERTATION
Image of Pengaruh Infrastruktur Jalan, Ketenagakerjaan, Pengeluaran Pemerintah, Kemiskinan, Dan Pengeluaran Non Makanan Terhadap Kesejahteraan Masyarakat Di Kota Tarakan (Tahun 2010-2019)

Pengaruh Infrastruktur Jalan, Ketenagakerjaan, Pengeluaran Pemerintah, Kemiskinan, Dan Pengeluaran Non Makanan Terhadap Kesejahteraan Masyarakat Di Kota Tarakan (Tahun 2010-2019)

Pengarang : Nurma Puji Rahayu - Personal Name;

Perpustakaan UBT : Universitas Borneo Tarakan., 2021
XML Detail Export Citation
    SKRIPSI

Abstract

Tujuan dalam penelitian ini adalah untuk menjelaskan pengaruh infrastruktur jalan, ketenagakerjaan, pengeluaran pemerintah, kemiskinan, dan pengeluaran non makanan terhadap kesejahteraan masyarakat di Kota Tarakan. Jenis penelitian ini adalah penelitian kuantitatif. Penelitian ini menggunakan metode analisis regresi linear berganda dengan model persamaan Y = 8,204 + 0,00004299 X1 + 0,001 X2 + 0, 000000000006302 X3 – 0,890 X4 + 0, 0000004609 X5 + e. Secara parsial variabel infrastruktur jalan tidak berpengaruh signifikan terhadap kesejahteraan masyarakat dengan melihat thitung X1 (1,494) < ttabel (2,131), variabel ketenagakerjaan berpengaruh signifikan terhadap kesejahteraan masyarakat dengan melihat thitung X2 (4,889) > ttabel (2,131), variabel pengeluaran pemerintah tidak berpengaruh signifikan terhadap kesejahteraan masyarakat dengan melihat thitung X3 (1,906) < ttabel (2,131), variabel kemiskinan tidak berpengaruh signifikan terhadap kesejahteraan masyarakat dengan melihat thitung X4 (-2,161) < ttabel (2,131), dan variabel pengeluaran non makanan tidak berpengaruh signifikan terhadap kesejahteraan masyarakat dengan melihat thitung X5 (0,969) < ttabel (2,131). Secara simultan variabel infrastruktur jalan, ketenagakerjaan, pengeluaran pemerintah, kemiskinan, dan pengeluaran non makanan berpengaruh signifikan terhadap kesejahteraan masyarakat dengan melihat Fhitung (34,542) > Ftabel (6,26). Kemudian diperoleh nilai koefisien determinasi (R2) sebesar 0,977 atau sebesar 97,7%. Nilai tersebut menunjukkan bahwa variabel infrastruktur jalan, ketenagakerjaan, pengeluaran pemerintah, kemiskinan, dan pengeluaran non makanan mampu menjelaskan naik turunnya variabel kesejahteraan masyarakat sebesar 97,7% sedangkan sisanya 2,3% dijelaskan oleh variabel lain yang tidak ada di dalam model regresi.

The purpose of this research is to explain the influence of road infrastructure, employment, government expenditures, poverty, and non-food expenditures on the welfare of the people in Tarakan City. This type of research is quantitative research. This study used multiple linear regression analysis methods with equation model Y = 8.204 + 0.00004299 X1 + 0.001 X2 + 0.0.00000000006302 X3 – 0.890 X4 + 0.0000004609 X5 + e. Partially the variable of road infrastructure has no significant effect on the welfare of the community by looking at t count X1 (1,494) < t table (2,131), employment variables have a significant effect on the welfare of the community by looking at t count X2 (4,889) > t table (2,131), variable government expenditure has no significant effect on the welfare of the community by looking t count X3 (1.90 6) < t table (2,131), poverty variables had no significant effect on people's well-being by looking at t count X4 (-2,161) < t table (2,131), and non-food expenditure variables had no significant effect on people's well-being by looking at t count X5 (0.969) < t table (2,131). Simultaneously variable road infrastructure, employment, government spending, poverty, and non-food expenditures significantly affect people's well-being by looking at the F count (34,542) > F table (6.26). Then obtained the value of coefficient of determination (R2) of 0.977 or by 97.7%. The value shows that the variables of road infrastructure, employment, government spending, poverty, and non-food expenditures were able to explain the ups and downs of the community welfare variable by 97.7% while the remaining 2.3% was explained by other variables that are not in the regression model.

Detail Informasi