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 ,...bk
Untuk mencari koefisien regresi b1,b2 ,...bk 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∑
yx3dimana :
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)2derajat 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 yKuatnya 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 xij =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
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 sydengan 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 sIni 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 JKreg
2
) ˆ (Y Y
JKres =
∑
−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
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
JKres =
∑
−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 ry 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 = r4.5.2 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 = r4.5.3 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
sb 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
sb 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
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