Analisa Pengaruh Jumlah Pasangan Usia Subur (PUS), Akseptor Dan Pendapatan Per Kapita Terhadap Tingkat Kelahiran Di Sumatera Utara

ANALISA PENGARUH JUMLAH PASANGAN USIA SUBUR (PUS),

AKSEPTOR DAN PENDAPATAN PER KAPITA TERHADAP

TINGKAT KELAHIRAN DI SUMATERA UTARA

TUGAS AKHIR

SONY IRVAN BETHESDA TAMBUNAN

062407155

DEPARETEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

ANALISA PENGARUH JUMLAH PASANGAN USIA SUBUR (PUS),

AKSEPTOR DAN PENDAPATAN PER KAPITA TERHADAP

TINGKAT KELAHIRAN DI SUMATERA UTARA

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh gelar Ahli Madya

SONY IRVAN BETHESDA TAMBUNAN

062407155

DEPARETEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

PERSETUJUAN

Judul : ANALISA PENGARUH JUMLAH PASANGAN USIA

SUBUR (PUS), AKSEPTOR DAN PENDAPATAN PER KAPITA TERHADAP TINGKAT KELAHIRAN DI SUMATERA UTARA

Kategori : TUGAS AKHIR

Nama : SONY IRVAN BETHESDA TAMBUNAN

Nomor Induk Mahasiswa : 062407155

Program Studi : DIPLOMA 3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan Juni 2009

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU Ketua,

Dr. Saib Suwilo, M.Sc NIP : 131796149

Pembimbing

PERNYATAAN

ANALISA PENGARUH JUMLAH PASANGAN USIA SUBUR (PUS), AKSEPTOR DAN PENDAPATAN PER KAPITA TERHADAP

TINGKAT KELAHIRAN DI SUMATERA UTARA

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juni 2009

PENGHARGAAN

Puji dan Syukur penulis panjatkan kepada Tuhan Yang Maha Esa dan Maha Kasih serta penuh cinta yang melimpahkan keselamatan, berkat dan penyertaan-Nya selalu baru setiap hari. Penulis pun percaya karena kemurahan-Nya juga tugas akhir ini dapat diselesaikan tepat pada waktunya.

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel vii

Bab 1 Pendahuluan

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 3

1.3 Batasan Masalah 3

1.4 Maksud dan Tujuan 3

1.5 Metodologi Penelitian 4

1.6 Lokasi dan Waktu 6

1.7 Sistematika Penulisan 6

Bab 2 Landasan Teori 8

2.1 Analisis Regresi 8

2.1.1 Regresi Linier Sederhana 9

2.1.2 Regresi Linier Berganda 10

2.2 Uji Keberartian Regresi 11

2.3 Analisa Korelasi 12

2.4 Koefisien Korelasi 13

2.5 Uji Koefisien Regresi 14

Bab 3 Gambaran Umum 16

3.1 Sejarah Singkat Sumatera Utara 16

3.2 Letak Geografis 21

3.3 Penduduk 22

Bab 4 Analisis Data 23

4.1 Pengolahan Data 23

4.2 Uji Keberartian Regresi 29

4.3 Perhitungan Koefisien Korelasi Ganda 32

4.4 Perhitungan Korelasi Antara Variabel Y dengan Xi 33

4.5 Perhitungan Korelasi Antara Variabel Bebas 34

4.6 Pengujian Koefisien Regresi 36

Bab 5 Implementasi Sistem 40

5.1 Pengertian Implementasi Sistem 40

5.3 Cara Kerja SPSS 42

5.4 Mengoperasikan SPSS 43

5.4.1 Mengaktifkan Program SPSS pada Windows 43

5.4.2 Pemasukan Data 44

5.4.3 Menyimpan Data 48

5.5 Analisis Regresi dan Korelasi Dengan SPSS 48

Bab 6 Kesimpulan dan Saran 50

6.1 Kesimpulan 50

6.2 Saran 51

DAFTAR TABEL

Halaman

Tabel 2.1 Interpretasi Koefisien Korelasi 14

Tabel 4.1 Tingkat Kelahiran Total, Jumlah Pasangan Usia Subur

dan Jumlah Akseptor Pada tahun 1994-2007 di Sumatera Utara 23

Tabel 4.2 Harga – harga yang diperlukan untuk menghitung koefisien

b0, b1,b2 dan b3 25

Tabel 4.3 Nilai-nilai yang diperoleh dari persamaan regresi 27

Tabel 4.4 Harga – harga yang diperlukan untuk Uji Regresi 30

BAB 1

PENDAHULUAN

1.1. Latar Belakang

Masalah kependudukan merupakan masalah penting yang perlu mendapat perhatian

dan pembahasan serius dari pemerintah dan ahli kependudukan di Indonesia. Dalam

perencanaan pembangunan, data kependudukan memegang peranan penting. Semakin

lengkap dan akurat data kependudukan yang tersedia maka semakin mudah dan tepat

rencana pembangunan itu dibuat. Sebagai contoh, dalam perencanaan pendidikan,

diperlukan data mengenai jumlah penduduk dalam usia sekolah, dan para pekerja

dalam bidang kesehatan memerlukan informasi tentang tinggi-rendahnya angka

kelahiran dan kematian.

Salah satu yang mempengaruhi jumlah penduduk adalah kelahiran (fertilitas).

Istilah fertilitas adalah sama dengan kelahiran hidup (live birth), yaitu terlepasnya bayi

dari rahim sorang perempuan dengan ada tanda-tanda kehidupan; misalnya bernafas,

jantung berdenyut, berteriak, dan sebagainya. Untuk mengurangi laju pertumbuhan

penduduk harus dilakukan penurunan fertilitas. Hal ini sangat berpengaruh terhadap

kesejahteraan penduduk yang merupakan tujuan penting yang ingin dicapai oleh setiap

negara. Untuk mencapai tujuan tersebut pemerintah harus membuat

kebijakan-kebijakan penting dan berusaha memenuhi sarana dan fasilitas yang menunjang

Kebijakan-kebijakan atau usaha yang dilakukan oleh pemerintah harus diikuti

dengan peran serta masyarakat untuk mendukung tujuan tersebut. Sehingga

pengetahuan tentang kependudukan sangat penting diketahui oleh masyarakat luas

untuk merangsang timbulnya tingkah laku yang bertanggung jawab terhadap masalah

kepundudukan. Sehingga masalah-masalah yang ada bisa diatasi dan memungkinkan

dapat dicegahnya setiap timbulnya masalah baru. Dengan adanya kesadaran

masyarakat dan perhatian untuk ikut serta dalam mewujudkan kesejahteraan penduduk

maka pemerintah dan masyarakat secara bersama-sama berusaha menanggulangi

masalah pertumbuhan penduduk misalnya dengan melaksanakan program Keluarga

Berencana (KB). Sedangkan Tingkat Fertilitas Total (TFR) didefenisikan sebagai

jumlah kelahiran hidup laki-laki dan perempuan dari setiap penduduk (perempuan)

yang hidup hingga akhir masa reproduksinya.

Banyak fakrtor yang mempengaruhi tingkat kelahiran, diantaranya adalah

pasangan usia subur, akseptor dan pendapatan per kapita penduduk. Pasangan Usia

Subur (PUS) adalah pasangan suami isteri yang isterinya berusia 15-49 tahun. Di usia

ini perempuan berpotensi untuk bereproduksi. Selain itu jumlah akseptor juga

mempengaruhi tingkat kelahiran. Dalam Kamus Besar Bahasa Indonesia (KBBI),

akseptor adalah orang yang menerima serta mengikuti (pelaksanaan) program

keluarga berencana. Sedangkan pendapatan perkapita merupakan pendapatan yang

diterima oleh masing-masing perkepala penduduk. Pendapatan perkapita tersebut

dihasilkan dengan membagi pendapatan regional/produk regional neto dengan jumlah

Oleh karena itu penulis mencoba untuk mengetahui pengaruh jumlah pasangan

usia subur, akseptor dan pendapatan perkapita terhadap tingkat kelahiran di Sumatera

Utara, untuk mengetahui apakah ketiga faktor tersebut mempengaruhi tingkat

kelahiran dan seberapa besar faktor-faktor tersebut mempengaruhi tingkat kelahiran di

Sumatera Utara.

1.2. Identifikasi Masalah

Dari latar belakang yang telah diuraikan di atas, yang menjadi permasalahannya

adalah bagaimanakah pengaruh jumlah pasangan usia subur dan jumlah akseptor

terhadap tingkat kelahiran dan bagaimana keeratan hubungan tingkat kelahiran dengan

ketiga faktor tersebut.

1.3. Batasan Masalah

Agar permasalahan yang dibahas dalam penelitian ini tidak menyimpang, penulis

hanya memuat tiga faktor yang mempengaruhi tingkat kelahiran. Dan penulis

membatasi wilayahnya yaitu pada ruang lingkup Sumatera Utara.

1.4. Maksud dan Tujuan

Tujuan penyusunan tugas akhir ini adalah :

1. Sebagai salah satu syarat dalam menyelesaikan pendidikan untuk Mahasiswa

D III Statistik di Fakultas Matematika dan Ilmu Pengetahuan Alam

Universitas Sumatera Utara

2. Untuk mengetahui bagaimana pengaruh pasangan usia subur dan akseptor

1.5. Metodologi Penelitian

Untuk mendukung penyusunan Tugas Akhir, maka penulis membutuhkan data-data

yang diperoleh melalui serangkaian tinjauan, penelitian, riset maupun pengambilan

data. Data di dalam riset tersebut penulis menggunakan beberapa metode diantaranya:

1. Metode Penelitian Kepustakaan (Studi Literatur)

Dalam hal ini pengumpulan data serta keterangan-keterangan dapat dilakukan

dengan membaca serta mempelajari buku-buku ataupun literatur pelajaran yang

didapat di perkuliahan ataupun umum, serta sumber informasi lainnya yang

berhubungan dengan objek yang diteliti.

2. Metode Pengumpulan Data

Pengumpulan data untuk keperluan riset ini penulis lakukan dengan menggunakan

data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Sumatera

Utara. Data yang dikumpulkan tersebut kemudian diatur, disusun dan disajikan

dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang

jelas tentang sekumpulan data tersebut.

3. Metode Pengolahan Data

Adapun pengolahan data yang digunakan adalah Analisa Regresi. Analisa Regresi

merupakan suatu metode yang dapat digunakan untuk menganalisa hubungan

antar variabel, hubungan tersebut dapat dikorespondensikan dalam bentuk

persamaan yang menghubungkan variabel terikat dengan satu atau lebih variabel

bebasnya. Jika terdapat satu variabel bebas disebut dengan regresi liner sederhana

sedangkan jika terdapat lebih dari satu variabel bebas disebut dengan regresi liner

Persamaan Regresi Linier Berganda e x b x b x b b

Y = 0 + 1 1+ 2 2 +...+ n n +

Keterangan:

Y : Variabel tak bebas / variabel terikat

x1 , x2 ,… , xn : Variabel bebas

b0 : Konstanta

b1 , b2 , …, bn : Koefisien variabel bebas

maka variabel-variabel penelitian dapat dimasukkan ke dalam persamaan dengan :

Y : Tingkat kelahiran

x1 : Jumlah pasangan usia subur

x2 : Jumlah akseptor

x3 : Pendapatan per kapita

Analisis Korelasi

Analisis korelasi membahas tentang derajat hubungan antara variabel-variabel,

seberapa kuat hubungan antar variabel itu terjadi. Nilai koefisien korelasi didapat

dengan menggunakan rumus sebagai berikut :

∑ − ∑ ∑ − ∑ ∑ − ∑ ∑ = } ) ( { } ) ( { ) ( ) ( 2 2 2 2 i i i i i i i i Y Y n x x n Y x Y x n xy r

1.6. Lokasi dan Waktu

Dalam melakukan peninjauan untuk penyusunan Tugas Akhir ini penulis mengambil

Penulis mengambil data dari tahun yang lampau sampai tahun tertentu guna

melakukan analisis. Sedangkan waktu yang digunakan untuk peninjauan adalah

selama april 2009.

1.7. Sistematika Penulisan

Seluruh penulisan dari Tugas Akhir ini disusun dalanm beberapa bab yang setiap bab

tersebut berisikan sub-sub bab, disusun guna memudahkan pembaca untuk mengerti

dan memahami isi penulisan ini. Adapun sistematika penulisannya adalah sebagai

berikut :

BAB I PENDAHULUAN

Bab ini mengutarakan tentang Latar Belakang, Identifikasi

Masalah, Maksud dan Tujuan, Metode Penelitian yang

mencakup lokasi serta waktu pengambilan data dan Sistematika

Penulisan.

BAB II TINJAUAN TEORITIS

Bab ini menjelaskan tentang segala sesuatu yang mencakup

penyelesaian masalah sesuai dengan judul dan permasalahan

yang diutarakan.

BAB III GAMBARAN UMUM

Bab ini penulis menguraikan tentang gambaran umum Provinsi

Sumatera Utara yaitu mencakup letak dan keadaan geografis

BAB IV ANALISIS DATA

Bab ini menerangkan penganalisaan data yang telah diamati dan

dikumpulkan.

BAB V IMPLEMENTASI SISTEM

Dalam bab ini penulis menguraikan pengertian dan tujuan

implementasi sistem, rancangan program yang dipakai dan hasil

outputnya.

BAB VI KESIMPULAN DAN SARAN

Bab ini menerangkan tentang kesimpulan data yang telah

BAB 2

LANDASAN TEORI

2.1 Analisis Regresi

Regresi merupakan suatu alat ukur yang digunakan untuk mengukur ada atau tidaknya

hubungan antar variabel. Dalam analisis regresi, suatu persamaan regresi atau

persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

apakah ada hubunan antara 2 (dua) variabel atau lebih. Hubungan yang didapat pada

umumnya menyatakan hubunagan fungsional antara variabel-variabel.

Istilah ‘regresi’ pertama kali diperkenalkan oleh seorang ahli yang bernama

Fancis Galton pada tahun 1886. Menurut Galton, analisis regresi berkenaan dengan

studi ketergantungan dari suatu variabel yang disebut variabel tak bebas (dependet

variable), pada satu atau variabel yang menerangkan dengan tujuan untuk

memperkirakan ataupun meramalkan nilai-nilai dari variabel tak bebas apabila nilai

variabel yang menerangkan sudah diketahui. Variabel yang menerangkan sering

disebut variabel bebas (independent variable). Untuk mempelajari

hubungan-hubungan antara beberapa variabel, analisis regresi dapat dilihat dari dua bentuk yaitu:

1. Analisis Regresi Sederhana (Simple Regression)

Analisis regresis sederhana merupakan hubungan antara dua variabel yaitu

variabel bebas (independent variable) dan variabel tak bebas (independent variable)

sedangkan analisis regresi berganda merupakan hubungan antara tiga variabel atau

lebih, yaitu sekurang-kurangnya dua variabel bebas dengan satu variabel tak bebas.

2.1.1 Regresi Linier Sederhana

Regresi linier sederhana merupakan suatu prosedur untuk mendapatkan hubunan

matematis dalam bentuk persamaan antara variabel tak bebas dengan variabel bebas

tunggal. Dalam regresi linier sederhana hanya ada satu variabel bebas X yang

dihubungkan dengan satu variabel tak bebas Y.

Persamaan umum regresi sederhana adalah :

bX a

Y = +

dengan :

Y = variabel tak bebas

X = variabel bebas

a = parameter intercept

b = parameter koefisien regresi variabel bebas

nilai a dan b dapat diperoleh dengan rumus :

2.1.2 Regersi Linier Berganda

Regresi liner berganda adalah analisis regresi yang menjelaskan hubungan antara

peubah respon (variabel dependent) dengan faktor-faktor yang menjelaskan yang

mempengaruhi lebih dari satu prediktor (variabel independent). Tujuan analisis regresi

linier berganda adalah untuk memuat prediksi/perkiraan nilai Y atas X. Bentuk

persamaan linier berganda adalah sebagai berikut :

ki k i

i X X

X

Y =β0 +β1 1 +β2 2 +...+β

dengan :

Y : pengamatan ke-i pada varibel tak bebas

Xki : pengamatan ke-i pada varibel bebas

0

β : paremeter intercept

k β β

β₁, ₂,... : paremeter koefisien regresi variabel tak bebas

apabila hanya menarik sebagian berupa sampel dari populasi secara acak dan tidak

mengetahui populasi, maka model regresi dari populasi perlu diduga berdasarkan

model regresi sampel yaitu:

ki k i

i b X b X

X b b

Y= ₀ + _{1 1} + _{2 2} +...+

dengan :

Y : pengamatan ke-i pada varibel tak bebas

Xki : pengamatan ke-i pada varibel bebas

0

b : dugaan bagi parameter konstan β₀

k b b

b₁, ₂,... : dugaan bagi parameter koefisien regresi b₀,b₁,b₂ ,...b_k

Untuk mencari koefisien regresi b1,b2 ,...b_k diperlukan n buah pasangan data (X1,, X2,

X3,…,Xk,, Y) yang didapat dari pengamatan.

i i

i b X b X

X b b

Y= ₀ + _{1 1} + _{2 2} + _{3 3}

koefisien regresinya dapat dihitung dengan persamaan sebagai berikut :

∑Yi = b0n + b1 ∑X1i + b2 ∑X2i + b3 ∑X3i

∑YiX1i = b0 ∑X1i + b1 ∑X1i2 + b2 ∑X1iX2i + b3∑X1iX3i

∑YiX2i = b0 ∑X2i + b1 ∑X1iX2i + b2 ∑X2i2 + b3∑X2iX3i

∑YiX3i = b0 ∑X3i + b1 ∑X1iX3i + b2 ∑X2iX3i + b3 ∑X3i2

harga-harga b0 ,b1 , b2 dan b3 didapat dengan menggunakan persamaan diatas

dengan metode eliminasi atau subsitusi.

2.2 Uji Keberartian Regresi

Uji keberartian regresi diperlukan untuk mengetahui apakah sekelompok variabel

bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas.

Pada dasarnya pengujian hipotesa tentang parameter koefisien regresi secara

keseluruhan menggunakan statistik F.

) 1 /(

/

− − =

k n JK

k JK F

res reg hitung

dengan

JKreg = Jumlah Kuadrat Regresi

JKreg = b1

∑

yx1+b2

∑

yx2+b3

∑

yx3

dimana :

y = Y- Y

x1 = X1 - X 1

x2 = X2 - X 2

x3 = X3 - X3

derajat kebebasan (dk) = k

JKres = Jumlah Kuadrat Residu (sisa)

=

∑

_(Y−_Yˆ₎2

derajat kebebasan (dk) = (n-k-1)

Langkah-langkah untuk pengujian hiptesis ini adalah sebagai berikut :

a. H0 : Persamaan regresi tidak signifikan dalam menduga variabel Y oleh

variabel X.

H1 : Persamaan regresi signifikan dalam menduga variabel Y oleh variabel

X.

b. Pilih taraf nyata α yang diinginkan

c. Hitung statistik Fhitung

d. Kriteria Pengujian : Tolak H0 jika Fhitung > Ftabel : k ; n-k-1

Terima H0 jika Fhitung < Ftabel : k ; n-k-1

2.3 Analisa Korelasi

Untuk mencari hubungan antara 2 (dua) variabel atau lebih dilakukan dengan

menghitung korelasi antar variabel. Korelasi merupakan angka yang menunjukkan

arah dan kuatnya hubungan antar dua variabel atau lebih, arah dinyatakan dalam

bentuk hubungan positif arau negatif, sedangkan kuatnya hubungan dinyatakan dalam

besarnya koefisien korelasi. Analisis korelasi meliputi dua aspek, pertama mengukur

kesesuaian garis regresi terhadap data sampel atau disebut koefisien determinasi dan

kedua mengukur keeratan hubungan antar variabel atau disebut koefisien korelasi (the

2.4 Koefisien Korelasi

Jika hubungan dua variabel atau lebih telah dilakukan, maka pengukuran yang lebih

akurat dari derajat hubungan diantara dua variabel itu menggunakan parameter yang

dikenal sebagai koefisien korelasi, yang biasa dinotasikan dengan r jika hanya

terdapat dua variabel dan R bila terdapat tiga variabel atau lebih. Dalam analisis

korelasi terdapat suatu angka yang disebut dengan koefisien determinasi adalah

merupakan kuadrat dari koefisien korelasi ( R2 ). Koefisien ini disebut penentu, karena

varian yang terjadi pada variabel dependen dapat dijelaskan melalui varian yang

terjadi pada variabel independen.

Nilai R2 dapat ditentukan dengan rumus :

∑

= 2

1 2

y JK

R reg

Korelasi yang terjadi antara dua variabel dapat berupa korelasi positif, negatif,

tidak ada korelasi ataupun korelasi sempurna. Hubungan dua variabel atau lebih

dinyatakan berkorelasi positif, bila nilai suatu variabel ditingkatkan maka akan

meningkatkan variabel lain dan sebaliknya bila variabel diturunkan maka akan

menurunkan variabel variabel lain. Hubunan dua variabel atau lebih dinyatakan

berkorelasi negatif, bila nilai suatu variabel dinaikkan maka akan menurunkan nilai

variabel lain dan begitu juga sebaliknya. Tidak ada korelasi terjadi apabila kedua

variabel ( X dan Y ) tidak menunjukkan adanya hubungan. Korelasi sempurna adalah

korelasi dari dua variabel, yaitu apabila kenaikan atau penurunan variabel yang satu

(X) berbanding dengan kenaikkan atau penurunan variabel lainnya (Y).

Untuk menghitung korelasi antara variabel Y terhadap Xi dapat ditentukan

∑

∑

∑

∑

∑

−

∑

∑

− − = ] ) ( ) ][( ) ( [ ) )( ( 2 2 2 2 ... 12 . Y Y n X X n Y X Y X n r i i i i k y

Kuatnya hubungan antar variabel dinyatakan dalam koefisien korelasi.

Koefisien korelasi positif terbesar = 1 dan Koefisien korelasi negatif terbesar adalah

-1, sedangkan yang terkecil adalah 0. Bila hubungan antar dua variabel atau lebih itu

mempunyai koefisien korelasi = 1 atau = -1 maka hubungan tersebut sempurna.

Setelah diperoleh nilai (r) kemudian diinterpretasikan terhadap koefisien korelasi yang

dikutip dari Hussaini Usman (1995, hal:201), yaitu :

Tabel 2.1 Interpretasi Koefisien Korelasi

Interval Koefisien Tingkat Hubungan

0 Tidak berkorelasi

0,00 – 0,20 Sangat rendah

0,21 – 0,40 Rendah

0,41 – 0,60 Agak rendah

0,61 – 0,80 Cukup

0,80 – 0,99 Tinggi

1 Sangat tinggi

Sumber : Hussaini Usman (1995, hal:201)

2.4 Uji Koefisien Regresi

Untuk mengetahui bagaimana keberartian adanya setiap variabel bebas

dalam regresi, perlu diadakan pengujian mengenai b1, b2 dan b3. Pengujian

dapat dilakukan dengan merumuskan hipotesis berikut :

H0 : variabel X tidak mempengaruhi Y

Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran (

12 2

.

y

s ),

jumlah kuadrat-kuadrat ∑ 2

ij

x dengan x_ij =X _j −X _j dan koefisien korelasi

ganda antar variabel bebas Xi. Dengan besaran-besaran ini, dibentuk

kekeliruan baku koefisien bi, yakni:

∑ −

=

) 1 )(

( 2 2

2 12 .

i ij

y

i b

R x

s s

Selanjutnya hitunga statistik:

i b i

s bi

t =

yang ternyata akan berdistribusi Student t dengan derajat kebebasan

dk = (n-k-1). Kriteriannya adalah tolak H0 jika ti lebih besar atau lebih kecil

BAB 3

GAMBARAN UMUM

3.1 Sejarah Singkat

Di zaman Pemerintahan Belanda, Sumatera Utara merupakan suatu pemerntahan yang

bernama Gouvernement van Sumatera, yang meliputi seluruh Sumatera, dikepalai

oleh seorang Gouverneur berkedudukan di Medan. Sumatera terdiri dari

daerah-daerah administratif yang dinamakan Keresidenan.

Pada awal Kemerdekaan Republik Indonesia, Sumatera tetap merupakan suatu

kesatuan pemerintahaan yaitu Provinsi Sumatera yang dikepalai oleh seorang

Gubernur dan terdiri atas daerah-daerah Administratif Keresidenan yang dikepalai

oleh seorang Residen.

Pada Sidang I Komite Nasional Daerah (K.N.D) Provinsi Sumatera, mengingat

kesulitan-kesulitan perhubungan ditinjau dari segi pertahanan, diputuskan untuk

membagi Provinsi Sumatera menjadi 3 sub Provinsi yaitu sub Provinsi Sumatera

Utara (yang terdiri dari keresidenan Aceh, Keresidenan Sumatera Timur dan

Keresidenan Tapanuli), sub Provinsi Sumatera Tengah, dan sub Provinsi Sumatera

tanggal 15 April, Pemerintah menetapkan Sumatera menjadi 3 Provinsi yang

masing-masing berhak mengatur dan mengurus rumah tangganya sendiri yaitu :

1. Provinisi Sumatera Utara yang meliputi Keresidenan Aceh, Sumatera Timur

dan Tapanuli

2. Provinsi Sumatera Tengah yang meliputi Keresidenan Sumatera Barat, Riau

dan Jambi

3. Provinsi Sumatera Selatan yang meliputi Keresidenan Bengkulu, Palembang,

Lampung dan Bangka Belitung

Dengan mendasarkan kepada Undang-undang No. 10 Tahun 1948, atas usul

Gubernur Kepala Daerah Provinsi Sumatera Utara dengan suratnya tanggal 16

Ferbuari 1973 No. 4585/25, DPRD Tingkat I Sumatera Utara dengan keputusannya

tanggal 13 Agustus 1973 No. 19/K/1973 telah menetapkan bahwa hari jadi Provinsi

Sumaterah Daerah Tingkak I Sumatera Utara adalah 15 Apri 1948 yaitu ditetapkannya

UU No. 10 Tahun 1948 tersebut.

Pada awal tahun 1949 berkaitan dengan meningkatnya serangan Belanda

diadakan reorganisasi pemerintahan di Sumatera. Pada waktu itu, keadaan

memerlukan suatu sistem pertahanan yang lebih kokoh dan sempurna. Oleh karena itu

perlu dipusatkan alat-alat kekuatan sipil dan militer dalam tiap-tiap Daerah Militer

Istimewa yang berada dalam satu tangan yaitu Gubernur Militer. Sehingga penduduk

sipil dan militer berada dibawah kekuasaan satu pemerintah.

Perubahan demikian ini ditetapkan dengan Keputusan Pemerintah Darurat R.I

R.I tanggal 17 Mei 1949 No. 22/Pem/P.D.R.I jabatan Gubernur Sumatera Utara

ditiadakan.

Gubernur yang bersangkutan diangkat menjadi komisaris dengan tugas-tugas

memberi pengawasan dan tuntutan terhadap pemerintahan, baik sipil maupun militer.

Selanjutnya dengan instruksi Dewan Pembantu dan Penasehat Wakil Perdana Menteri

tanggal 15 September 1949, Sumatera Utara dibagi menjadi dua Daerah Militer

Istimewa yaitu Aceh dan Tanah Karo diketahui oleh Gubernur Militer Dr. F.L.

Tobing.

Selanjutnya dengan ketetapan Pemerintah Darurat R.I dalam bentuk Peraturan

Perdana Mentri Pengganti Peraturan Pemerintah tanggal 17 Desember 1949 No.

8/Des/W.K.P.M dibentuklah Provinsi Aceh dan Provinsi Tapanuli/Sumatera Timur.

Kemudian dengan Peraturan Pengganti Pengganti Undang-undang No. 5 Tahun 1950

tanggal 14 Agustus 1950, Peraturan Wakil Perdana Mentri Pengganti Peraturan

Pemerintah tanggal 17 Agustus Desember 1949 1949 No. 8/Des/W.K.P.M tahun

1949 tersebut dicabut dan kembali dibentuk Provinsi Sumatera Utara dengan daerah

yang meliputi daerah Keresidenan Aceh, Sumatera Timur dan Tapanuli. Selanjutnya

dengan Peraturan Pemerintah No. 21 Tahun 1950 tanggal 14 Agustus 1950, pada

waktu itu RIS, ditetapkan bahwa Negara Kesatuan Republik Inddonesia dibagi atas

beberapa daerah Provinsi, yaitu:

1. Jawa Barat

2. Jawa Tengah

3. Jawa Timur

4. Sumatera Utara

5. Sumatera Selatan

6. Sumatera Tengah

7. Kalimantan

8. Sulawesi

9. Maluku

Pada tanggal 7 Desember 1956 diundangkanlah Undang-undang No. 24 Tahun

1956 yaitu Undang-undang tentang pembentukan daerah otonom Provinsi Aceh dan

perubahan peraturan dalam pembentukan Provinsi Sumatera Utara.

Pasal 1 Undang-undang No. 24 Tahun 1956 ini menyebutkan :

1. Daerah Aceh yang meliputi Kabupaten-Kabupaten : Aceh Besar, Aceh Pidie,

Aceh Utara, Aceh Timur, Aceh Tengah, Aceh Barat,Aceh Selatan, Kota Besar

Kutaraja, daerah-daerah tersebut dipisahkan dari lingkungan Daerah Otonom

Provinsi Sumatera Utara berdasarkan Peraturan Pemerintah Pengganti

Undang-undang No. 5 Tahun 1950 sehingga daerah-daerah tersebut menjadi

daerah yang berhak mengatur dan mengurus rumah tangganya sendiri dengan

nama Provinsi Aceh.

2. Provinsi Sumatera Utara tersebut dalam ayat (1) yang wilayahnya telah

dikurangi dengan bagian-bagian yang terbentuk sebagai daerah otonom

Provinsi Aceh, tetap disebut Provinsi Sumatera Utara.

Berdasarkan Undang-undang Darurat No. 7 Tahun 1956, Undang-undang

Darurat No. 8 Tahun 1956, Undang-undang Darurat No. 9 Tahun 1956, Peraturan

Pemerintah Pengganti Undang-undang No. 4 Tahun 1964, Provinsi Sumatera Utara

terdiri dari 17 Kabupaten/Kota. Tetapi dengan terbitnya Undang-undang No.12 Tahun

1998, tentang pembentukan Kabupaten Mandailing Natal (Madina) dan pembentukan

Kabupaten Toba Samosir (Tobasa), Undang-undang No. 4 Tahun 2001 tentang

pembentukan Kota Padang Sidempuan, Undang-undang No. 9 Tahun 2003 tentang

pembentukan Kabupaten Nias Selatan, Humbang Hasundutan dan Pakpak Barat, serta

Undang-undang No. 36 Tahun 2003 tentang pembentukan Kabupaten Samosir dan

undang No. 5 Tahun 2007, kemudian tanggal 10 Agustus 2007 disahkan

Undang-undang No. 37 Tahun 2007 tentang pembentukan Kabupaten Padang Lawas Utara dan

Undang-undang No. 38 Tahun 2007 tentang pembentukan Kabupaten Padang Lawas,

dengan demikian wilayah Provinsi Sumatera Utara pada Juni 2008 sudah menjadi 21

Kabupaten dan 7 Kota. Adapun kabupaten/kota yang ada di Provinsi Sumatera Utara

adalah sebagai berikut :

a. Wilayah Kabupaten

1. Nias

2. Mandailing Natal (Madina)

3. Tapanuli Selatan

4. Tapanuli Tengah

5. Tapanuli Utara

6. Toba Samosir (Tobasa)

7. Labuhan Batu

8. Asahan

9. Simalungun

10.Dairi

11.Karo

12.Deli Serdang

13.Langkat

14.Nias Selatan

15.Humbang Hasundutan

16.Pakpak Barat

17.Samosir

18.Serdang Bedagai

19.Batubara

20.Padang Lawas Utara

21.Padang Lawas

b. Wilayah Kota

1. Sibolga

2. Tanjung Balai

3. Pematang Siantar

4. Tebing Tinggi

5. Medan

6. Binjai

Seiring dengan pembentukan Undang-Undang No. 22 tentang Otonomi Daerah, maka

pengaturan rumah tangga daerah telah berada pada kewenangan pemerintah

Kabupaten/Kota. Berkaitan dengan hal ini Pemerintah Provinsi Sumatera Utara telah

mengeluarkan Peraturan Daerah (Perda) No. 3 tanggal 31 Juli 2001 untuk membentuk

Dinas-Dinas sebgai institusi teknis dalam melaksanakan tugas dan fungsi Pemerintah

Sumatera Utara.

Adapun Dinas-Dinas tersebut adalah :

Dinas Pertanian

Dinas Peternakan

Dinas Pemuda dan Olah Raga

Dinas Pendidikan

Dinas Kesehatan

Dinas Perindustrian dan Perdagangan

Dinas Kehutanan

Dinas Perikanan dan Kelautan

Dinas Sosial

Dinas Penataan Ruang dan Pemukiman

Dinas Tenaga Kerja dan Transmigrasi

Dinas Perhubungan

Dinas Perkebunan

Dinas Jalan dan Jembatan

Dinas Pengairan

Dinas Koperasi dan UKM

Dinas Kebudayaan dan Pariwisata

Dinas Pertambangan dan Energi

3.2 Letak Geografis

Provinsi Sumatera Utara terletak diantara 10-40 Lintang Utara dan 980 – 1000 Bujur

Timur. Luas wilayah Provinsi Sumatera Utara mencapai 71.680,68 km2 atau 3,72%

dari luas Wilayah Republik Indonesia, dengan posisi geografis antara 10 - 40 LU dan

980 - 1000 BT. Provinsi Sumatera Utara memiliki 162 pulau, yaitu 6 pulau di Pantai

Batas wilayah Provinsi Sumatera Utara meliputi Provinsi Nanggroe Aceh

Darussalam di sebelah Utara, Provinsi Riau dan Sumatera Barat di sebelah Selatan,

Samudera Hindia di sebelah Barat, serta Selat Malaka di sebelah Timur.Letak

geografis Provinsi Sumatera Utara berada pada jalur strategis pelayaran Internasional

Selat Malaka yang dekat dengan Singapura, Malaysia dan Thailand.

3.3 Penduduk

Penduduk Sumatera Utara terdiri dari berbagai suku, yaitu Melayu, Batak, Nias, Aceh,

Minangkabau, Jawa dan lainnya. Walaupun berbeda Agama dan adat istiadat,

kehidupan bersama berlangsung rukun dan damai dengan Pancasila sebagai pedoman

hidup.

Pada tahun 2007, penduduk Provinsi Sumatera Utara bertambah jumlahnya

menjadi 12.834.371 jiwa yang terdiri dari 6.405.076 jiwa penduduk laki-laki atau

sebesar 49,91 persen dan 6.429.925 jiwa penduduk perempuan atau sebesar 50,09

persen, dengan kepadatan rata-rata 179 Jiwa/Km². Berdasarkan struktur usia, secara

keseluruhan penduduk Provinsi Sumatera Utara terdiri dari 33,68 persen berusia

dibawah 15 tahun; 42,06 persen wanita usia subur dan 18,17 persen usia diatas 45

BAB 4

ANALISIS DATA

4.1 Pengolahan Data

Data yang diambil dari Kantor Badan Pusat Statistik Provinsi Sumatera Utara adalah

data Tingkat Kelahiran Total (TFR), Jumlah Pasangan Usia Subur dan Jumlah

[image:31.595.107.524.461.771.2]

Akseptor serta Pendapatan Per Kapita di Sumatera Utara tahun 1994 – 2007.

Tabel 4.1 Tingkat Kelahiran Total, Jumlah Pasangan Usia Subur, Jumlah Akseptor dan Pendapatan Per Kapita

Tahun 1994-2007 di Sumatera Utara

Tahun TFR PUS Akseptor Pendapatan

Per Kapita

1994 3,26 1410299 905164 1789523

1995 3,55 1896346 926446 2006050

1996 3,12 1463764 1016572 2234369

1997 3,42 1663700 1087458 2674288

1998 3,28 1683800 108693 3908226

1999 3,16 1679133 1098224 4937583

2000 3,11 1696983 967783 5292769

2001 3,08 1740669 1026556 5923007

2002 3,03 1745604 959488 6734953

2003 3,08 1760576 1001414 7689953

2004 2,96 1386746 1123819 8489290

2005 2,53 1499450 1350089 10112250

2006 2,58 1214002 1487815 11321305

Dari data tersebut maka :

Y = Tingkat Kelahiran (TFR)

X1 = Jumlah Pasangan Usia Subur

X2 = Jumlah Akseptor

X3 = Pendapatan Per Kapita

Kemudian dari data tersebut dapat dicari perhitungan rata-rata Tingkat

Kelahiran Total (TFR), Jumlah Pasangan Usia Subur, Jumlah Akseptor dan

Pendapatan Per Kapita serta dapat juga dicari jumlah kuadrat dan perkaliannya

masing-masing

∑Y = Jumlah Tingkat Kelahiran Total (TFR)

∑X1 = Jumlah Pasangan Usia Subur

∑X2 = Jumlah Akseptor

∑X3 = Jumlah Pendapatan per Kapita

∑ X1Y = Jumlah hasil perkalian antara jumlah Pasangan Usia Subur dengan

Tingkat Kelahiran Total (TFR)

∑ X2Y = Jumlah hasil perkalian antara jumlah Akseptor dengan Tingkat

Kelahiran Total (TFR)

∑ X3Y = Jumlah hasil perkalian antara Jumlah Pendapatan per Kapita dengan

Tingkat Kelahiran Total (TFR)

∑X1 X2 X3 = Jumlah hasil perkalian antara jumlah Pasangan Usia Subur, Akseptor

[image:33.595.106.532.118.387.2]

Tabel 4.2 Harga – harga yang diperlukan untuk menghitung koefisien b0, b1,b2 dan b3

Tahun Y X1 X2 X3 X1Y X2Y

1994 3,26 1410299 905164 1789523 4597574,74 2950834,64

1995 3,55 1896346 926446 2006050 6732028,3 3288883,3

1996 3,12 1463764 1016572 2234369 4566943,68 3171704,64

1997 3,42 1663700 1087458 2674288 5689854 3719106,36

1998 3,28 1683800 108693 3908226 5522864 356513,04

1999 3,16 1679133 1098224 4937583 5306060,28 3470387,84

2000 3,11 1696983 967783 5292769 5277617,13 3009805,13

2001 3,08 1740669 1026556 5923007 5361260,52 3161792,48

2002 3,03 1745604 959488 6734953 5289180,12 2907248,64

2003 3,08 1760576 1001414 7689953 5422574,08 3084355,12

2004 2,96 1386746 1123819 8489290 4104768,16 3326504,24

2005 2,53 1499450 1350089 10112250 3793608,5 3415725,17

2006 2,58 1214002 1487815 11321305 3132125,16 3838562,7

2007 2,52 1206025 1050028 12644117 3039183 2646070,56

Jumlah 42,7 22047097 14109549 85757683 67835641,67 42347493,86

Tahun X3Y X1X2 X1X3 X2X3

1994 5833844,98 1,27655E+12 2,52376E+12 1,61981E+12

1995 7121477,5 1,75686E+12 3,80416E+12 1,8585E+12

1996 6971231,28 1,48802E+12 3,27059E+12 2,2714E+12 1997 9146064,96 1,8092E+12 4,44921E+12 2,90818E+12 1998 12818981,28 1,83017E+11 6,58067E+12 4,24797E+11 1999 15602762,28 1,84406E+12 8,29086E+12 5,42257E+12 2000 16460511,59 1,64231E+12 8,98174E+12 5,12225E+12

2001 18242861,56 1,78689E+12 1,031E+13 6,0803E+12

Tahun X1² X2² X3²

1994 1,98894E+12 8,19322E+11 3,20239E+12

1995 3,59613E+12 8,58302E+11 4,02424E+12

1996 2,14261E+12 1,03342E+12 4,9924E+12

1997 2,7679E+12 1,18256E+12 7,15182E+12

1998 2,83518E+12 11814168249 1,52742E+13

1999 2,81949E+12 1,2061E+12 2,43797E+13

2000 2,87975E+12 9,36604E+11 2,80134E+13

2001 3,02993E+12 1,05382E+12 3,5082E+13

2002 3,04713E+12 9,20617E+11 4,53596E+13

2003 3,09963E+12 1,00283E+12 5,91354E+13

2004 1,92306E+12 1,26297E+12 7,2068E+13

2005 2,24835E+12 1,82274E+12 1,02258E+14

2006 1,4738E+12 2,21359E+12 1,28172E+14

2007 1,4545E+12 1,10256E+12 1,59874E+14

Jumlah 3,53064E+13 1,54272E+13 6,88986E+14

Dari tabel diatas diperoleh hasil sebagai berikut :

∑Y = 42,7

∑X1 = 22047097

∑X2 = 14109549

∑X3 = 85757683

∑ X1Y = 67835641,67

∑ X2Y = 42347493,86

∑ X3Y = 248074130,9

∑ X1 X2 = 2,18803E+13

∑ X1 X3 = 1,29435E+14

∑ X2 X3 = 9,31843E+13

∑X12 = 3,53064E+13

∑X22 = 1,54272E+13

∑X32 = 6,88986E+14

Y = 3,05

1

X = 1574792,64

2

X = 1007824,93

3

X = 6125548,79

Dari persamaan :

∑Yi = b0n + b1 ∑X1i + b2 ∑X2i + b3 ∑X3i

Kemudian subsitusikan nilai-nilai yang bersesuaian sehingga diperoleh

persamaan berikut:

42,7 = 14b0 + 22047097b1 + 14109549b2 + 85757683b3

67835641,67 = 22047097b0 + 3,53064E+13b1 + 2,18803E+13b2 + 1,29435E+14b3

42347493,86 = 14109549b0 + 2,18803E+13b1 + 1,54272E+13b2 + 9,31843E+13b3

248074130,9 = 85757683 b0 + 1,29435E+14b1 + 9,31843E+13b2 + 6,88986E+14b3

Setelah persamaan diatas diselesaikan, maka diperoleh koefisien-koefisien

regresi linier ganda sebagai berikut :

b0 = 2,898

b1 = 3,973E-07

b2 = -7,770E-08

b2 = -6,481E-08

Dengan demikian Persamaan Regresi Linier ganda atas X1, X2 dan X3 adalah :

∧

Y = 2,898+ (3,973E-07)X1 + (-7,770E-08)X2 + (-6,481E-08)X3

Untuk menghitung kekeliruan baku taksiran diperlukan harga-harga Y ∧

yang diperoleh dari persamaan regresi diatas untuk tiap harga X1, X2 dan X3

yang diketahui.

Tabel 4.3 Nilai-nilai Y yang diperoleh dari persamaan regresi ∧

n Y Yˆ Y −Yˆ (Y −Yˆ)2

1 3,26 3,272213344 -0,012213344 0,000149166

2 3,55 3,449654716 0,100345284 0,010069176

3 3,12 3,255969792 -0,135969792 0,018487784

4 3,42 3,301393657 0,118606343 0,014067465

6 3,16 3,160000953 -9,52744E-07 9,0772E-13

7 3,11 3,154208448 -0,044208448 0,001954387

8 3,08 3,126153346 -0,046153346 0,002130131

9 3,03 3,080701618 -0,050701618 0,002570654

10 3,08 3,021497703 0,058502297 0,003422519

11 2,96 2,811640804 0,148359196 0,022010451

12 2,53 2,733655114 -0,203655114 0,041475405

13 2,58 2,53117136 0,04882864 0,002384236

14 2,52 2,476283477 0,043716523 0,001911134

Jlh 42,7 0,1212805

Maka kekeliruan bakuya dapat dihitung dengan rumus :

1 ) ˆ ( 2 12 − − − =

∑

k n Y Y sy

dengan k = 3, n = 14 dan

2

) (

∑

Y−Y∧ = 0,1212805 diperoleh : 1 3 14 0,1212805 12 − − = y s 10 0,1212805 12 = y s 0,01212805 12= y s 0,1101 12= y s

Ini berarti rata-rata tingkat kelahiran yang sebenarnya akan menyimpang dari

4.2 Uji Keberartian Regresi

Menguji keberartian regresi linier ganda dimaksudkan untuk meyakinkan,

apakah regresi (berbentuk linier) yang didapat berdasarkan penelitian ada

artinya bila dipakai untuk membuat kesimpulan mengenai peubah.

Dari nilai-nilai diatas dapat diketahui nilai Jumlah Kuadrat Regresi

(JKreg), nilai Jumlah Kuadrat Residu (JKres) dan selanjutnya dapat dihitung

Fhitu ng. Hipotesa mengenai keberartian model regresi adalah :

H0 : Persamaan Regresi tidak bersifat nyata dan variabel X tidak

mempengaruhi Y.

H1 : Persamaan Regresi bersifat nyata dan variabel X mempengaruhi Y.

Dengan kriteria pengujian :

Tolak H0 : Jika Fhitu ng > Fta bel

Terima H0 : Jika Fhitu ng < Fta bel

Dengan Ftabel diperoleh dari tabel F dengan dk pembilang = k dan dk penyebut

= n-k-1. Fhitu ng dapat dicari dengan :

) 1 /(

/

− − =

k n JK

k JK F

res reg hitung

∑

∑

+

=b1 yx1 b2 yx2 JK_reg

2

) ˆ (Y Y

JK_res =

∑

−

Untuk menguji model regresi yang telah terbentuk diperlukan nilai-nilai y, x1,

x2 dan x3 dengan rumus:

y = Y- Y

x1 = X1 - X 1

x2 = X2 - X 2

[image:38.595.100.531.115.362.2]

Tabel 4.4 Harga – harga yang diperlukan untuk Uji Regresi

N y x1 x2 x3 x1y

1 0,211429 -164494 -102661 -4336026 -34778,7

2 0,501429 321553 -81379 -4119499 161236

3 0,071429 -111029 8747,07 -3891180 -7930,62

4 0,371429 88907,4 79633,1 -3451261 33022,73

5 0,231429 109007 -899132 -2217323 25227,42

0,111429 104340 90399,1 -1187966 11626,5

7 0,061429 122190 -40042 -832780 7505,979

8 0,031429 165876 18731,1 -202542 5213,257

9 -0,01857 170811 -48337 609404,2 -3172,21

10 0,031429 185783 -6410,9 1564404 5838,906

11 -0,08857 -188047 115994 2363741 16655,56

12 -0,51857 -75343 342264 3986701 39070,54

13 -0,46857 -360791 479990 5195756 169056,2

14 -0,52857 -368768 42203,1 6518568 194920

Jumlah 623491,7

N x2y x3y (Y −Yˆ)2 y2

1 -21705,5 -916760 0,000149166 0,044702

2 -40805,7 -2065634 0,010069176 0,251431

3 624,7908 -277941 0,018487784 0,005102

4 29578 -1281897 0,014067465 0,137959

5 -208085 -513152 0,000647991 0,053559

6 10073,04 -132373 9,0772E-13 0,012416

7 -2459,72 -51156,5 0,001954387 0,003773

8 588,6908 -6365,6 0,002130131 0,000988

9 897,6858 -11317,5 0,002570654 0,000345

10 -201,486 49166,99 0,003422519 0,000988

11 -10273,8 -209360 0,022010451 0,007845

12 -177488 -2067389 0,041475405 0,268916

13 -224910 -2434583 0,002384236 0,219559

14 -22307,3 -3445529 0,001911134 0,279388

Dari nilai-nilai diatas dapat diketahui nilai jumlah Kuadrat Regresi (JKreg), nilai

Jumlah Kuadrat Residu (JKres) dan selanjutnya dapat dihitng Fhitung.

3 3

2 2

1

1 yx b yx b yx b

JKreg =

∑

+

∑

+

∑

07) 08)(-1,3E -(-5,49E 4) 08)(-66647 -(3,856E (623491,7) 07) -3,973E ( + + + = reg JK 1,1656 = reg JK 2 ) ˆ (Y Y

JK_res =

∑

−

0,1212805 = res JK ) 1 /( / − − = k n JK k JK F res reg hitung ) 1 3 14 /( 0,1212805 3 / 1,1656 − − = hitung F 038 , 32 = hitung F

Dari tabel distribusi F dengan dk pembilang = 3 dan dk penyebut = 10 dan

% 5 =

α (0,05)

Fta bel = F(α) (k, n-k -1) = F(0,05) (3, 14 -2 -1) = F(0,05) (3, 10) = 3,71

Didapat Fhitung = 32,038 > Ftabel = 3,71

Karena Fhitung > Ftabel maka H0 ditolak dan H1 diterima. Hal ini berarti bahwa

pasangan usia subur dan jumlah akseptor serta pendapatan per kapita secara

bersama-sama mempengaruhi tingkat kelahiran (TFR) di Sumatera Utara.

4.3 Perhitungan Koefisien Korelasi Linier Ganda

Koefisien Determinasi Ganda :

∑

= 2

1 2

y JK

R reg

1,286971 1,1656

2 =

R

9057 , 0

2 =

R

Didapat nilai koefisien determinasi sebesar 0,91 hal ini berarti sekitar 91%

tingkat angka kelahiran dapat dijelaskan atau ditentukan oleh vaiabel pasangan

usia subur, akseptor dan pendapatan per kapita melalui hubungan linier ganda dengan

persamaan regresi: Y = 2,898+ (3,973E-07)X∧ 1 + (-7,770E-08)X2 +

(-6,481E-08)X3 sedangkan sisanya (100%-91% = 9 %) dijelaskan oleh faktor lain.

Dan untuk koefisien Korelasi ganda adalah:

2

R

R=

0,9057 =

R

0,9516

= R

Dari hasil perhitungan yang didapat korelasi diantara variabel jumlah

pasangan usia subur, akseptor dan pendapatan per kapita dengan variabel

bahwa hubungan antara jumlah pasangan usia subur, akseptor dan pendapatan

perkapita dengan tingkat kelahiran sangat erat. Dimana variabel X berkorelasi

positif dengan tingkat yang sangat tinggi.

4.4 Perhitungan Korelasi Antara Variabel Y dengan Xi (ry.123)

Dari tabel dapat dicari koefisien korelasi antara variabel tak bebas (Y) dengan

variabel bebas (X) dengan menggunakan rumus :

a. Koefisien korelasi antara Tingkat Kelahiran (TFR) dengan Jumlah

Pasangan Usia Subur

∑

∑

∑

∑

∑

−

∑ ∑

− − = ] ) ( ) ][( ) ( [ ) )( ( 2 2 2 1 2 1 1 1 1 . Y Y n X X n Y X Y X n ryx

] ) 7 , 42 ( ) 131 ( 14 ][ (22047097) -13) 3,53064E ( 14 [ (42,7) (22047097) -7) 67835641,6 ( 14 2 2 1 . − + = x y r 7174 , 0 1 .x = y

r

Korelasi antara angka kelahiran dengan jumlah pasangan usia subur adalah

0,7174 yang berarti terdapat korelasi yang kuat dengan arah yang positif.

b. Koefisien korelasi antara Tingkat Kelahiran (TFR) dengan Jumlah

Akseptor

∑

∑

∑

∑

∑

−

∑

∑

− − = ] ) ( ) ][( ) ( [ ) )( ( 2 2 2 2 2 2 2 2 2 . Y Y n X X n Y X Y X n r_{y x}

] ) 7 , 42 ( ) 131 ( 14 ][ 14109549) ( 13) 1,54272E ( 14 [ (42,7) (14109549) -6) 42347493,8 ( 14 2 2 2 . − − + = x y r 5346 , 0 2 .x =− y

Nilai korelasi sebesar -0,5346 menunjukkan bahwa terdapat korelasi yang

sedang dengan arah yang berlawanan (negatif) antara tingkat kelahiran dengan

jumlah akseptor.

c. Koefisien korelasi antara Tingkat Kelahiran (TFR) dengan Pendapatan

Per Kapita

∑

∑

∑

∑

∑

−

∑ ∑

− − = ] ) ( ) ][( ) ( [ ) )( ( 2 2 2 3 2 3 3 3 3 . Y Y n X X n Y X Y X n ryx

] ) 7 , 42 ( ) 131 ( 14 ][ 85757683) ( 14) 6,88986E ( 14 [ (42,7) (85757683) -9) 248074130, ( 14 2 2 3 . − − + = x y r 9208 , 0 3 .x =− y

r

Nilai korelasi sebesar -0,9208 menunjukkan bahwa terdapat korelasi yang

sangat kuat dengan arah yang berlawanan (negatif) antara pendapatan per

kapita dengan tingkat kelahiran.

Berdasarkan perhitungan diatas dapat dilihat bahwa :

1. Variabel X1 berkorelasi cukup terhadap variabel Y

2. Variabel X2 berkorelasi agak rendah terhadap variabel Y

3. Variabel X3 berkorelasi sangat kuat terhadap variabel Y

4.5 Perhitungan Koefisien Korelasi antar Variabel Bebas

4.5.1 Koefisien korelasi antara Jumlah Pasangan Usia Subur dengan Jumlah

∑

∑

∑

∑

∑

−

∑ ∑

− − = ] ) ( ) ][( ) ( [ ) )( ( 2 2 2 2 2 1 2 1 2 1 2 1 12 i i i i i i i i X X n X X n X X X X n r ] ) 14109549 ( ) 13 1,54272E ( 14 ][ ) 22047097 ( 13) 3,53064E ( 14 [ (14109549) (22047097) -13) 2,18803E ( 14 2 2 12 − + − + + = r -0,4031 12 = r

4.5.2 Koefisien korelasi antara Jumlah Pasangan Usia Subur dengan

Pendapatan Per Kapita

∑

∑

∑

∑

∑

−

∑

∑

− − = ] ) ( ) ][( ) ( [ ) )( ( 2 3 2 3 2 1 2 1 3 1 3 1 13 i i i i i i i i X X n X X n X X X X n r ] ) 85757683 ( ) 14 6,88986E ( 14 ][ ) 22047097 ( 22047097) ( 14 [ (85757683) (22047097) -14) 1,29435E ( 14 2 2 13 − + − + = r -0,5730 13 = r

4.5.3 Koefisien korelasi antara Jumlah Akseptor dengan Pendapatan Per

Dari perhitungan di atas dapat dilihat bahwa

1. variabel X1 (Pasangan Usia Subur) berkorelasi negatif dan agak rendah

terhadap variabel X2 (Akseptor).

2. variabel X1 (Pasangan Usia Subur) berkorelasi agak rendah dan negatif

terhadap variabel X3 (Pendapatan per Kapita)

3. variabel X2 (Akseptor) berkorelasi agak rendah dan positif terhadap

variabel X3 (Pendapatan per Kapita)

4.6 Pengujian Koefisien Regresi

Untuk mengetahui bagaimana keberartian adanya setiap variabel bebas

dalam regresi, perlu diadakan pengujian mengenai b1, b2 dan b3. Pengujian

dapat dilakukan dengan merumuskan hipotesis berikut :

H0 : variabel X tidak mempengaruhi Y

H1 : variabel X mempengaruhi Y

Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran

( 2₁₂ .

y

s ), jumlah kuadrat-kuadrat ∑ 2

ij

x dengan xij =Xj −Xj dan koefisien

korelasi ganda antar variabel bebas Xi. Dengan besaran-besaran ini, dibentuk

kekeliruan baku koefisien bi, yakni:

∑ −

=

) 1 )(

( 2 2

2 12 .

i ij

y

i b

R x

s s

Selanjutnya hitung statistik:

i b i

s bi

yang ternyata akan berdistribusi Student t dengan derajat kebebasan

dk = (n-k-1). Kriteriannya adalah tolak H0 jika ti lebih besar atau lebih kecil

[image:45.595.149.463.193.486.2]

dari ttabel ( -thit > ttab< thit )

Tabel 4.5 Harga-harga x2i untuk Uji Koefisien Regresi

n 2

1

x 2

2

x 2

3

x

1 27058158540 10539266255 1,88011E+13

2 1,03397E+11 6622530015 1,69703E+13

3 12327359535 76511258,58 1,51413E+13

4 7904518154 6341426065 1,19112E+13

5 11882603911 8,08438E+11 4,91652E+12

6 10886910129 8171992115 1,41126E+12

7 14930483379 1603356044 6,93522E+11

8 27514965859 350853036,9 41023174960

9 29176519729 2336458664 3,71373E+11

10 34515455791 41100005,15 2,44736E+12

11 35361539890 13454624607 5,58727E+12

12 5676513833 1,17145E+11 1,58938E+13

13 1,3017E+11 2,3039E+11 2,69959E+13

14 1,3599E+11 1781099238 4,24917E+13

Jlh 5,86791E+11 1,20729E+12 1,63674E+14

dengan harga 0,01212805

12 2 . = y s Maka : ∑ − = ) 1 )( ( 2 1 2 1 2 12 .

1 _{x R}

s

s_b y

9) 0,16252907 -(1 11) 5,86791E ( 0,01212805

1 = +

b s 07 -1,57E 1 = b s ∑ − = ) 1 )( ( 2 2 2 2 2 12 .

2 _{x R}

s

6) 0,32836330 -(1 12) 1,20729E ( 0,01212805

2 = +

b s 07 -1,22E 2 = b s ∑ − = ) 1 )( ( 2 3 2 3 2 12 .

3 _{x R}

s

s_b y

3) 0,23095655 -(1 14) 1,63674E ( 0,01212805

3 = +

b s 09 -9,85E 3 = b s

perhitungan statistik :

Dari tabel distribusi t dengan dk (n-k-1) = 14-10-1 = 10 dan α = 0,05

didapat ttabel sebesar 2,23 dan dari hasil perhitungan di atas diperoleh :

1. t1 = 2,229 > ttabel = 2,228

2. t2 = 0,669 < ttabel = 2,228

3. t3 = -5819 > ttabel = 2,228

Sehingga dari ketiga koefisien regresi tersebut variabel X1 (pasangan

usia subur) dan X3 (pendapatan berkapita) memiliki pengaruh terhadap

persamaan regresi (signifikan), sedangkan variabel X2 (Akseptor) tidak

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain

sistem yang ada dalam desain yang disetujui,menginstal dan memulai sistem baru atau

sistem yang diperbaiki.

Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke

dalam programming. Dalam pengolahan data pada karya tulis ini penulis

menggunakan perangkat lunak (software) sebagai implementasi sistem yaitu SPSS for

windows dalam masalah memperoleh perhitungan.

5.2 Peranan Komputer Dalam Statistika

Komputer memegang peranan yang sangat penting dalam statistika. Komputer

bekerja secara efisien dalam pengolahan data mempunyai karakteristik sebagai

berikut:

1. Jumlah Input yang Besar

Jumlah Input yang besar akan dapat diolah oleh komputer dengan mudah

semudah mengolah data yang jumlahnya sedikit sehingga komputer akan dapat

bekerja sangat efisien pada pengolahan data dengan menggunakan input yang

2. Proyek yang Repetitif

Perintah pengolahan yang berulang-ulang akan lebih efisien dengan

menggunakan komputer, karena disini perintah hanya dilakukan satu kali

kemudian diulang-ulang(di-copy) untuk menjalankan perintah pengolahan

yang lain.

3. Diperlukan Kecepatan yang Tinggi

Komputer dapat melakukan proses pengolahan jumlah data yang besar dalam

waktu yang singkat. Jumlah data yang besar dan sedikit akan sama cepatnya

diolah oleh komputer, yang membedakan hanya pada proses pemasukan data

saja.

4. Diperlukan Ketepatan yang Tinggi

Komputer yang telah terprogram dengan benar akan melakukan proses

pengolahan yang tepat. Kesalahan informasi yang mungkin dihasilkan hanya

terjadi pada proses pemasukan data saja.

5. Pengolahan Hal yang Kompleks

Hubungan antar fenomena yang kompleks akan dapat dipecahkan dengan

mudah menggunakan komputer dalam waktu yang tepat dan cepat.

Saat ini banyak beredar berbagai paket program komputer statistik dari yang

‘kuno’ dan berbasis DOS seperti Microstat sampai yang berbasis Windows seperti

SPSS, SAS, Statistika dan lainnya. Dari berbagai software khusus statistik yang

beredar sekarang, SPSS adalah yang paling populer dan paling banyak digunakan

SPSS sebagai software statistik,pertama kali dibuat tahun 1968 oleh tiga

mahasiswa Standford University,yang dioperasikan pada komputer mainframe. Pada

tahun 1984, SPSS pertama kali muncul dengan versi PC (dapat dipakai untuk

komputer desktop) dengan nama SPSS/PC+ dan sejalan dengan mulai populernya

sistem operasi windows, SPSS pada tahun 1992 juga mengeluarkan versi Windows.

Hal ini membuat SPSS yang tadinya ditujukan bagi pengolahan data statistik

untuk ilmu social (SPSS saat itu adalah singkatan dari Statistical Package for the

Social Sciences), sekarang diperluas untuk melayani berbagai user, seperti untuk

proses produksi di pabrik,riset ilmu-ilmu sains dan lainnya. Sehingga sekarang

kepanjangan SPSS adalah Statistical Product and Services Solutions.

5.3 Cara Kerja SPSS

Cara kerja komputer,statistik, dan SPSS pada prinsipnya adalah sama, yaitu meliputi 3

bagian : input,proses dan output.

1. Input

Pada komputer,input berupa data yang akan diolah dengan komputer. Proses

inputing dapat melalui keyboard, mouse, touch screen, atau hardisk.

Pada statistik, input berupa data yang telah ditabulasikan pada data editor

bagian view data, sedangkan proses coding dan pendefinisian variabel pada

view variable.

2. Proses

Pada komputer,proses berupa eksekusi program komputer dimana komputer

INPUT DATA

dengan DATA EDITOR

PROSES dengan DATA EDITOR

OUTPUT DATA

dengan

OUTPUT NAVIGATOR Pada statistik, proses berupa analisis perhitungan, baik secara deskriptif

maupun inferensi, baik dengan statistik parametrik ataupun non-parametrik.

Pada SPSS, proses berupa eksekusi program SPSS untuk menganalisis input

yang ada di data editor sesuai dengan perintah dari pemakai.

3. Output

Pada komputer, output berupa hasil pengolahan yang telah diproses dengan

program komputer yang dikehendaki. Bentuk output komputer bisa dalam

bentuk cetakan, tampilan, gambar, maupun suara.

Pada statistik, output berupa hasil analisis, baik dalam bentuk penyajian data

maupun dalam bentuk grafik atau tabel serta kesimpulan yang diperoleh dari

hasil analisis.

Pada SPSS,output berupa hasil analisis program SPSS yang disajikan dalam

output navigator.

Dengan demikian,cara kerja SPSS dapat dilihat dalam sistematika berikut.

5.4 Mengoperasikan SPSS

Adapun langkah-langkah pengolahan data dengan menggunakan program SPSS

adalah :

5.4.1 Mengaktifkan Program SPSS pada Windows

Klik Start, kemudian Program, SPSS for Windows,SPSS 17.0 for windows. Akan

[image:52.595.108.521.84.302.2]

Gambar 5.1 Tampilan saat membuka SPSS pada windows

5.4.2 Pemasukan Data

Langkah-langkahnya sebagai berikut :

Buka lembar kerja baru dari menu file, pilih new, lalu klik data. Pada menu data view

isilah kolom dengan ketentuan data yang akan diolah. Pada pemasukan data view

hanya akan didefinisikan seperlunya saja, jadi tidak akan menjelaskan proses

pemasukan data diluar dari yang diperlukan.

1. Input variabel X1i (pasangan usia subur)

1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan

ketik X1i.

2. Type

Karena X1i berupa angka, maka klik kotak kecil di kanan sel tersebut ,

3. Width

Untuk keseragaman ketik 8

4. Decimals

Untuk keseragaman ketik 0

5. Label

Label adalah keterangan untuk nama variabel. Maka untuk X1i ketik

pasangan usia subur.

2. Input variabel X2i (akseptor)

1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan

ketik X2i.

2. Type

Karena X2i berupa angka, maka klik kotak kecil di kanan sel tersebut,

pilih type numeric

3. Width

Untuk keseragaman ketik 8

4. Decimals

Untuk keseragaman ketik 0

5. Label

Label adalah keterangan untuk nama variabel. Maka untuk X2i ketik

3. Input variabel X3i ( pendapatan per kapita)

1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan

ketik X3i.

2. Type

Karena X3i berupa angka, maka klik kotak kecil di kanan sel tersebut,

pilih tipe numeric

3. Width

Untuk keseragaman ketik 8

4. Decimals

Untuk keseragaman ketik 0

5. Label

Label adalah keterangan untuk nama variabel. Maka untuk X3i ketik

pendapatan per kapita.

4. Input variabel Yi (tingkat kelahiran total)

1. Name

Letakkan pointer pada kolom name,klik ganda pada sel tersebut dan

ketik Yi.

2. Type

Karena Yi berupa angka ,maka klik kotak kecil di kanan sel tersebut,

pilih type numeric.

3. Width

Untuk keseragaman ketik 8

4. Decimals

Berdasarkan data yang ada maka ketik 2.

5. Label

Label adalah keterangan untuk nama variabel. maka untuk Yi ketik

tingkat kelahiran total.

[image:55.595.107.531.270.453.2]

Variabel view dapat dilihat pada gambar 5.2 berikut ini.

Gambar 5.2 Tampilan pada pengisian variabel view

Setelah proses variabel view selesai, klik pada data view dan isikan data pada

[image:55.595.106.527.556.717.2]

kolom yang sudah didefinisikan sebelumnya. Tampilannya pada gambar 5.3 berikut.

5.4.3 Menyimpan Data

Setelah semua data diisikan dan didefinisikan untuk setiap variabel ke dalam SPSS

data editor,maka langkah selanjutnya adalah menyimpan file tersebut dengan

langkah-langkah sebagai berikut.

1. Dari menu SPSS, pilih menu file, kemudian pilih submenu save as…

2. Beri nama file tersebut.

3. Setelah menemukan direktori yang dituju, klik save

4. Apabila mau menyimpan file yang telah diberi nama tanpa mengganti

dengan nama baru, tinggal klik save.

5.5 Analisis Regresi dan Korelasi Dengan SPSS

Adapun langkah-langkah analisis regresi dalam SPSS adalah sebagai berikut.

[image:56.595.194.438.457.614.2]

1. Buka file, analyze, regression linear… Akan tampak tampilan seperti

gambar 5.4 berikut.

Gambar 5.4 Tampilan saat membuat persamaan regresi

2. Masukkan variabel : Y pada kotak dependent.

X1

3. Pilih kolom statistik dengan mengklik tab Statistic dan berikan tanda

ceklist pada kotak Estimate, Model Fit, Descriptive, Part and Partial

Correlations, kemudian pada residual berikan ceklist pada Casewise

[image:57.595.221.410.194.382.2]

diagnostic serta All Cases, seperti pada tampilan di bawah ini

Gambar 5.5 Tampilan pada kotak Statistic

4. Klik plot dan berikan tanda ceklist pada pilihan Produce All Partial Plot.

Lalu klik Continue seperti pada tampilan berikut:

Gambar 5.6 Tampilan pada kotak Plot

5. Klik OK untuk mengakhiri pengisian prodsedur analisis.

[image:57.595.217.414.506.658.2]

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Berdasarkan hasil analis yang telah dilakukan maka dapat diamblil beberapa

kesimpulan yaitu :

1. Dari hasil perhitungan diperoleh bahwa persamaan penduga tingkat kelahiran

untuk jumlah pasangan usia subur, jumlah akseptor dan pendapatan per kapita

adalah : Y = 2,898 + 3,973E-07 X∧ 1 - 7,770E-08 X2 - 6,481E-08 X3 yang

berarti setiap penambahan 1 pasangan usia subur akan meningkatkan (karena

tanda +) tingkat kelahiran sebesar 3,973E-07, penambahan 1 akseptor akan

mengurangi (karena tanda -) tingkat kelahiran sebesar 7,770E-08 dan setiap

penambahan Rp1 pendapatan per kapita akan mengurangi tingkat kelahiran

sebesar 6,481E-08. Konstanta sebesar 2,898 berarti tanpa adanya variabel

pasangan usia subur, akseptor dan pendapatan perkapita besar tingkat kelahiran

total di Sumatera Utara adalah 2,898.

2. Melalui uji keberartian regresi, dengan taraf nyata (α = 0,05) disimpulkan

bahwa H0 ditolak dan H1 diterima. Hal ini berarti bahwa Persamaan Regresi

Linier Ganda Y atas X1, X2 dan X3 bersifat nyata.

3. Berdasarkan perhitungan korelasi antara variabel X1, X2 dan X3 terhadap Y

dapat disimpulkan bahwa pasangan usia subur berkorelasi positif dan cukup

terhadap tingkat kelahiran total, akseptor berkorelasi agak rendah dan negatif

terhadap tingkat kelahiran total. Dapat dilihat bahwa jumlah pasangan usia

subur di Sumatera Utara tergolong banyak.

4. Dari pengujian ketiga koefisien regresi tersebut variabel X1 (pasangan usia

subur) dan X3 (pendapatan berkapita) memiliki pengaruh terhadap persamaan

regresi (signifikan), sedangkan variabel X2 (Akseptor) tidak berpengaruh

(signifikan) terhadap Y (tingkat kelahiran total). Hal ini mungkin karena

penggunaan alat-alat kontrasepsi belum banyak digunakan.

6.2 Saran

1. Pemerintah Sumatera Utara agar senantiasia memperhatikan struktur penduduk

yang berada pada kelompok usia subur dengan membuat suatu kebijakan yang

tepat terhadap pasangan usia subur yang cukup tinggi mempengaruhi tingkat

kelahiran.

2. Melihat variabel Akseptor yang tidak mempengaruhi (signifikan) terhadap

tingkat kelahiran, sebaiknya dilakukan kebijakan-kebijakan yang bisa

mensosialisasikan penggunakan alat-alat kontrasepsi di masyarakat untuk

DAFTAR PUSTAKA

Ida Bagoes Mantra. 1993. Demografi Umum. Edisi ke-2. Erlangga.

Nana Danapriatna dan Rony Setiawan. Pengantar Statistika. 2004. Bekasi. Graha Ilmu.

Sudjana. 1989. Metoda Statistika. Edisi ke-6. Bandung. Tarsito. Husaini Usman.1995. Pengantar Statistika. Yogyakarta. Bumi Aksara. BPS. 2007. Sumatera Utara Dalam Angka. Medan.

LAMPIRAN

OUTPUT ANALISA DATA

Regression

Descriptive Statistics

Mean Std. Deviation N

Tingkat Kelahiran 3.0486 .31464 14

Pasangan Usia Subur 1574792.64 212456.521 14

Akseptor 1007824.93 304743.600 14

Pendapatan per Kapita 6125548.79 3548278.095 14

Correlations

Tingkat

Kelahiran

Pasangan Usia

Subur Akseptor

Pendapatan per

Kapita

Pearson

Correlation

Tingkat Kelahiran 1.000 .717 -.535 -.921

Pasangan Usia Subur .717 1.000 -.403 -.573

Akseptor -.535 -.403 1.000 .481

Pendapatan per Kapita -.921 -.573 .481 1.000

Sig. (1-tailed) Tingkat Kelahiran . .002 .024 .000

Pasangan Usia Subur .002 . .076 .016

Akseptor .024 .076 . .041

Pendapatan per Kapita .000 .016 .041 .

N Tingkat Kelahiran 14 14 14 14

Pasangan Usia Subur 14 14 14 14

Akseptor 14 14 14 14

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 .952a .906 .877 .11013

a. Predictors: (Constant), Pendapatan per Kapita, Akseptor, Pasangan

Usia Subur

b. Dependent Variable: Tingkat Kelahiran

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

t

Sig.

B Std. Error Beta

1 (Constant) 2.898 .350 8.280 .000

Pasangan Usia Subur 3.973E-7 .000 .268 2.229 .050

Akseptor -7.770E-8 .000 -.075 -.669 .519

Pendapatan per Kapita -6.481E-8 .000 -.731 -5.819 .000

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 1.166 3 .389 32.038 .000a

Residual .121 10 .012

Total 1.287 13

a. Predictors: (Constant), Pendapatan per Kapita, Akseptor, Pasangan Usia Subur