HASIL DAN PEMBAHASAN
4.2 Hasil Analisis Data Penelitian .1 Statistik Deskriptif
4.2.2 Analisis Regresi Linier Berganda
Analisis regresi linier berganda ditujukan untuk menentukan hubungan linier antara beberapa variabel pendapatan (X1), tingkat pendidikan (X2), jam
kerja (X3), usia kawin pertama (X4), dan pemakaian alat kontrasepsi (X5) terhadap tingkat fertilitas (Y) pada pekerja wanita di Kota Lhokseumawe. Hasil analisis regresi linier berganda ini diolah dengan menggunakan software SPSS 21. Untuk mengetahui hasil regresi tersebut dapat dilihat pada tabel berikut ini.
Tabel 4.9
Hasil Analisis Regresi Linier Berganda Variabel Koefisien
Regresi
t
hitung Sig. t Keterangan
Konstanta 6.673 9.214 0.000 Signifikan
Pendapatan -1.90E-07 -4.453 0.000 Signifikan
Tingkat pendidikan 0.242 2.054 0.043 Signifikan
Jam kerja -0.157 -3.399 0.001 Signifikan
Usia kawin pertama -0.070 -2.984 0.004 Signifikan
Pemakaian alat
kontrasepsi -0.682 -4.719 0.000 Signifikan
R 0.818 Fhitung 37.959
R square 0.669 Prob. Fhitung 0.000
Sumber : Lampiran IV (Data diolah)
Berdasarkan hasil pada tabel 4.9 diperoleh suatu persamaan regresinya, yaitu sebagai berikut.
Y = 6,673 –1.90E-07X1+0,242X2–0,157X3–0,070X4–0,682X5+e Hasil dari persamaan regresi tersebut dapat dijelaskan sebagai berikut. 1. Nilai konstanta (a) adalah 6,673 menunjukkan besarnya tingkat fertilitas
pada saat pendapatan (X1), tingkat pendidikan (X2), jam kerja (X3), usia kawin pertama (X4), dan pemakaian alat kontrasepsi (X5) sama dengan nol. Artinya, apabila pendapatan, tingkat pendidikan, jam kerja, usia kawin pertama, dan pemakaian alat kontrasepsi sama dengan nol, maka fertilitas besarnya 6,673 jiwa.
2. Variabel bebas pendapatan (X1) memiliki koefisien regresi (b1) sebesar -1.90E-07 menunjukkan pengaruh pendapatan yang bernilai negatif (-). Artinya, apabila pendapatan bertambah 1 rupiah per bulan, maka akan menyebabkan penurunan pada fertilitas sebesar 1.90E-07 jiwa di Kota Lhokseumawe, dengan asumsi pendapatan (X1), tingkat pendidikan (X2), jam kerja (X3), usia kawin pertama (X4), dan pemakaian alat kontrasepsi (X5) dianggap konstan.
3. Variabel bebas tingkat pendidikan (X2) memiliki koefisien regresi (b2) sebesar 0,242 menunjukkan pengaruh tingkat pendidikan yang bernilai positif (+). Artinya, apabila tingkat pendidikan naik 1 tahun, maka akan menyebabkan kenaikan pula terhadap fertilitas sebesar 0,242 jiwa di Kota Lhokseumawe, dengan asumsi pendapatan (X1), tingkat pendidikan (X2), jam kerja (X3), usia kawin pertama (X4), dan pemakaian alat kontrasepsi (X5) dianggap konstan.
4. Varibel bebas jam kerja (X3) memiliki koefisien regresi (b3) sebesar -0,157 menunjukkan pengaruh jam kerja yang bernilai negatif (-). Artinya, apabila jam kerja bertambah 1 jam per hari, maka akan menyebabkan turunnya fertilitas sebesar 0,157 jiwa di Kota Lhokseumawe, dengan asumsi pendapatan (X1), tingkat pendidikan (X2), jam kerja (X3), usia kawin pertama (X4), dan pemakaian alat kontrasepsi (X5) dianggap konstan.
5. Variabel bebas usia kawin pertama (X4) memiliki koefisien regresi (b4) sebesar -0,070 menunjukkan pengaruh usia kawin pertama yang bernilai
negatif (-). Artinya, apabila usia kawin pertama bertambah 1 tahun, maka akan menyebabkan penurunan fertilitas sebesar 0,070 jiwa di Kota Lhokseumawe, dengan asumsi pendapatan (X1), tingkat pendidikan (X2), jam kerja (X3), usia kawin pertama (X4), dan pemakaian alat kontrasepsi (X5) dianggap konstan.
6. Variabel bebas pemakaian alat kontrasepsi (X5) memiliki koefisien regresi (b5) sebesar -0,682 menunjukkan pengaruh pemakaian alat kontrasepsi yang bernilai negatif (-). Artinya, apabila pemakaian alat kontrasepsi meningkat 1 orang, maka akan menyebabkan terjadinya penurunan fertilitas sebesar 0,682 jiwa di Kota Lhokseumawe, dengan asumsi pendapatan (X1), tingkat pendidikan (X2), jam kerja (X3), usia kawin pertama (X4), dan pemakaian alat kontrasepsi (X5) dianggap konstan. 4.2.3 Uji Statistik
1. Uji F (Uji Bersama)
Untuk melihat adanya pengaruh secara simultan atau secara bersama-sama varibel pendapatan (X1), tingkat pendidikan (X2), jam kerja (X3), usia kawin pertama (X4), dan pemakaian alat kontrasepsi (X5) terhadap fertilitas (Y) pada pekerja wanita di Kota Lhokseumawe maka digunakan uji statistik yaitu Uji F (Uji Bersama). Pengambilan keputusan dapat dilakukan dengan menggunakan dua cara sebagai berikut.
Cara 1 : Jika Fhitung < Ftabel , maka H0 diterima atau Ha ditolak dan jika Fhitung > Ftabel , maka H0 ditolak atau Ha diterima. Atau Cara 2 : Jika Probabilitas
Fhitung > 0,05 maka Ho diterima atau Ha ditolak atau jika Probabilitas Fhitung < 0,05 maka Ho ditolak atau Ha diterima.
Dari hasil regresi yang diperoleh Fhitung sebesar 37,959 dengan probabilitas Fhitung sebesar 0,000. Dengan cara 1 dimana Ftabel (V1=k, V2= n-k-1) dengan menggunakan uji satu sisi (5%) jadi (V1=5, V2=100-5-1=94) = 2,311. Dimana Fhitung adalah 37,959 maka untuk Fhitung > Ftabel yaitu 37,959 > 2,311 sehingga H0 ditolak atau Ha diterima. Dengan cara 2 didapatkan Probabilitas Fhitung adalah 0.000 maka lebih kecil daripada 0,05 sehingga H0 ditolak atau Ha diterima. Dengan kata lain secara bersama-sama variabel pendapatan (X1), tingkat pendidikan (X2), jam kerja (X3), usia kawin pertama (X4), dan pemakaian alat kontrasepsi (X5) berpengaruh nyata terhadap tingkat fertilitas (Y) pada pekerja wanita di Kota Lhokseumawe.
2. Uji t (Uji Parsial)
Uji t (Uji parsial) dilakukan untuk melihat pengaruh secara parsial atau secara sendiri-sendiri antara variabel pendapatan (X1), tingkat pendidikan (X2), jam kerja (X3), usia kawin pertama (X4), dan pemakaian alat kontrasepsi (X5) terhadap tingkat fertilitas (Y) pada pekerja wanita di Kota Lhokseumawe. Pengambilan keputusan menggunakan dua cara sebagai berikut.
Cara 1 : Jika thitung < ttabel , maka H0 diterima atau Ha ditolak atau jika thitung > ttabel maka H0 ditolak atau Ha diterima. Atau Cara 2 : Jika Probabilitas thitung > 0,05 maka H0 diterima atau Ha ditolak atau jika Probabilitas thitung < 0,05 maka H0 ditolak atau Ha diterima.
1. Variabel pendapatan (X1) memiliki nilai probabilitas t sebesar 0,000, nilai ini menunjukkan bahwa nilai probabilitas t lebih kecil dari level of significance (α = 0,05), sehingga H0 ditolak atau Ha diterima. Artinya, secara parsial ada pengaruh yang signifikan antara variabel bebas pendapatan (X1) terhadap variabel terikat fertilitas (Y).
2. Variabel tingkat pendidikan (X2) memiliki nilai probabilitas t sebesar 0,043, nilai ini menunjukkan bahwa nilai probabilitas lebih keci dari level of significance (α = 0,05), sehingga H0 ditolak atau Ha diterima. Jadi artinya bahwa secara parsial ada pengaruh yang signifikan antara variabel bebas tingkat pendidikan (X2) terhadap variabel terikat fertilitas (Y). 3. Variabel jam kerja (X3) memiliki nilai probabilitas t sebesar 0,001, nilai ini
menunjukkan bahwa nilai probabilitas lebih kecil dari level of significance (α = 0,05), sehingga H0 ditolak atau Ha diterima. Jadi artinya bahwa secara parsial ada pengaruh yang signifikan antara variabel bebas jam kerja (X3) terhadap variabel terikat fertilitas (Y).
4. Variabel usia kawin pertama (X4) memiliki nilai probabilitas t sebesar 0,004, nilai ini menunjukkan bahwa nilai probabilitas t lebih kecil dari level of significance (α = 0,05), sehingga H0 ditolak atau Ha diterima. Jadi artinya bahwa secara parsial ada pengaruh yang signifikan antara variabel bebas usia kawin pertama (X4) terhadap variabel terikat fertilitas (Y). 5. Variabel pemakaian alat kontrasepsi (X5) memiliki nilai probabilitas t
sebesar 0,000, nilai ini menunjukkan bahwa nilai probabilitas t lebih kecil dari level of significance (α = 0,05), sehingga H0 ditolak atau Ha diterima.
Jadi artinya bahwa secara parsial ada pengaruh yang signifikan antara variabel bebas pemakaian alat kontrasepsi (X5) terhadap variabel terikat fertilitas (Y).
Untuk lebih jelasnya dapat dilihat pada Gambar 4.1 berikut ini.
0,000 (Signifikan) 0,043 (Signifikan) 0,001 (Signifikan) 0,004 (Signifikan) 0,000 (Signifikan) Gambar 4.1
Hasil Analisis Regresi Linier Berganda 3. Uji Koefisien Determinas Berganda (R2)
Koefisien determinasi mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel bebas terhadap variabel terikatnya. Nilainya adalah 0 sampai dengan 1, semakin mendekati nol (0) berarti model tidak baik atau variasi model dalam menjelaskan amat terbatas, sebaliknya semakin mendekati satu maka model semakin baik (Situmorang, 2008:112). Dari hasil analisis diketahui bahwa nilai koefisien (R2) sebesar 0,669 sesuai dengan kriteria pengujian R2 = 0,669 terletak diantara 0 sampai dengan 1. Dengan demikian
Pendapatan (X1) Tingkat Pendidikan (X2) Jam Kerja (X3) Usia Kawin Pertama (X4) Fertilitas (Y) Pemakaian Alat Kontrasepsi (X5)
pendapatan (X1), tingkat pendidikan (X2), jam kerja (X3), usia kawin pertama (X4), dan pemakaian alat kontrasepsi (X5) mempunyai pengaruh yang kuat terhadap fertilitas (Y). Data tersebut juga menunjukkan bahwa variabel bebas mampu menjelaskan persentase sumbangan terhadap naik turunnya tingkat fertilitas sebesar 66,9%, sedangkan sisanya 33,1% dipengaruhi oleh faktor-faktor lain di luar model penelitian ini.
4.2.4 Uji Asumsi Klasik 1. Uji Multikolinieritas
Uji multikolinieritas diperlukan untuk mengetahui ada tidaknya variabel bebas yang memiliki kemiripan antar variabel bebas dalam suatu model. Kemiripan antar variabel bebas akan mengakibatkan korelasi yang sangat kuat. Untuk mendeteksi ada atau tidaknya multikolinieritas dapat dilakukan dengan melihat toleransi variabel (Tolerance value) dan Variance Inflation Factor (VIF) dengan membandingkan sebagai berikut:
- VIF > 5 , maka diduga mempunyai persoalan multikolinieritas.
- VIF < 5 , maka tidak terdapat multikolinieritas.
- Tolerance < 0,1 , maka diduga mempunyai persoalan multikolinieritas.
- Tolerance > 0,1 , maka tidak terdapat multikolinieritas.
Dari hasil perhitungan diperoleh hasil pengujian multikolinieritas yang dapat dilihat pada tabel berikut.
Tabel 4.10
Hasil Uji Multikolinieritas
Variabel Colllinearity Statistics Keterangan Tolerance VIF
Pendapatan 0.607 1.648 Tidak Multikolinieritas
Tingkat pendidikan 0.852 1.174 Tidak
Multikolinieritas
Jam kerja 0.648 1.544 Tidak
Multikolinieritas
Usia kawin pertama 0.754 1.326 Tidak
Multikolinieritas
Pemakaian alat
kontrasepsi 0.762 1.312
Tidak Multikolinieritas
Sumber : Lampiran V (Data diolah)
Berdasarkan hasil uji multikolinieritas pada tabel 4.10 dapat dilihat, bahwa variabel bebas pendapatan (X1), tingkat pendidikan (X2), jam kerja (X3), usia kawin pertama (X4), dan pemakaian alat kontrasepsi (X5) menghasilkan nilai VIF lebih kecil daripada 5 (VIF<5) atau memiliki nilai tolerance lebih besar daripada 0,1 (Tolerance>0,1) maka dalam model regresi ini tidak terjadi multikolinieritas.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians residual dari satu pengamatan ke pengamatan yang lain. Cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dengan pola gambar Scatterplot, regresi yang tidak terjadi heteroskedastisitas jika :
a) Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0. b) Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. c) Penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali. d) Penyebaran titik-titik data tidak berpola.
Hasil Uji Heteroskedastisitas
Sumber : Lampiran V (Data diolah)
Berdasarkan hasil uji heteroskedastisitas dengan pola gambar scatterplot pada gambar 4.2 dapat dijelaskan sebagai berikut.
a) Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0. b) Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. c) Penyebaran titik-titik data tidak membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali. d) Penyebaran titik-titik data tidak berpola.
Berdasarkan penjelasan tersebut, maka dapat disimpulkan tidak terjadi heteroskedastisitas dalam model regresi ini.
3. Uji Normalitas
Uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Data yang baik dan layak digunakan dalam penelitian adalah data yang memilki distribusi normal. Untuk memastikan
apakah data berdistribusi normal maka dilakukan Uji Kolmogorv-Smirnov dengan menggunakan tingkat signifikan 5%, maka jika nilai Asymp.Sig (2-tailed) di atas nilai signifikan 5% artinya variabel residual berdistribusi normal. Hasil uji normalitas dapat dilihat pada tabel berikut.
Tabel 4.11 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test Unstandardize
d Residual
N 100
Normal Parametersa,b
Mean .0000000 Std. Deviation .61418685 Most Extreme Differences Absolute .074 Positive .044 Negative -.074 Kolmogorov-Smirnov Z .739
Asymp. Sig. (2-tailed) .645
a. Test distribution is Normal. b. Calculated from data.
Sumber : Lampiran V (Data diolah)
Berdasarkan hasil uji Kolmogorov-Smirnov diperoleh nilai Asymp.Sig (2-tailed) sebesar 0,645 dan nilai tersebut lebih besar dari nilai signifikan 0,05.
Sehingga dapat dinyatakan bahwa model regresi ini berdistribusi normal. 4.3 Pembahasan
Penelitian ini dilakukan bertujuan untuk mengetahui bagaimana pengaruh faktor pendapatan, tingkat pendidikan, jam kerja, usia kawin pertama, dan pemakaian alat kontrasepsi terhadap tingkat fertilitas pada pekerja wanita di Kota Lhokseumawe, baik secara simultan maupun secara parsial. Berdasarkan hasil pengujian secara statistik dapat terlihat jelas bahwa secara simultan melalui Uji F,
semua variabel bebas (pendapatan, tingkat pendidikan, jam kerja, usia kawin pertama, dan pemakaian alat kontrasepsi) berpengaruh nyata terhadap tingkat fertilitas pada pekerja wanita di Kota Lhokseumawe. Begitu juga secara parsial, melalui Uji t, semua variabel bebas menunjukkan adanya pengaruh yang signifikan terhadap variabel terikat.
Namun seperti yang diketahui, bahwa faktor-faktor yang mempengaruhi tingkat fertilitas tidak hanya pendapatan, tingkat pendidikan, jam kerja, usia kawin pertama, dan pemakaian alat kontrasepsi saja, tetapi masih banyak lagi berbagai faktor lainnya. Ini terbukti dari hasil uji koefisien determinasi berganda (R2) yang menunujukkan, bahwa 66,9% fertilitas dipengaruhi oleh variabel bebas tersebut. Sedangkan sisanya 33,1% dipengaruhi oleh faktor-faktor lain di luar model penelitian ini. Penjelasan dari masing-masing pengaruh variabel bebas terhadap variabel terikat dijelaskan sebagai berikut.