Analisa Regresi Berganda Mengenai Hubungan Antara Target Penggunaan Akseptor Aktif Terhadap Cara KB Yang Digunakan Di Kota Pematangsiantar Tahun 2007

ANALISA REGRESI BERGANDA MENGENAI HUBUNGAN ANTARA TARGET PENGGUNAAN AKSEPTOR AKTIF TERHADAP

CARA KB YANG DIGUNAKAN DI KOTA PEMATANGSIANTAR TAHUN 2007

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

CHRONIKA S. 052407062

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

ANALISA REGRESI BERGANDA MENGENAI HUBUNGAN ANTARA TARGET PENGGUNAAN AKSEPTOR AKTIF TERHADAP

CARA KB YANG DIGUNAKAN DI KOTA PEMATANGSIANTAR TAHUN 2007

TUGAS AKHIR

CHRONIKA S 052407062

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNEVERSITAS SUMATERA UTARA

PERSETUJUAN

Judul : ANALISA REGRESI BERGANDA MENGENAI HUBUNGAN

ANTARA TARGET PENGGUNAAN AKSEPTOR AKTIF TERHADAP CARA KB YANG DIGUNAKAN DI KOTA PEMATANGSIANTAR TAHUN 2007

Kategori : TUGAS AKHIR

Nama : CHRONIKA S.

NIM : 052407062

Program Studi : D-3 STATISTIKA Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juni 2008

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU

Ketua, Pembimbing,

Dr. Saib Suwilo, M.Sc Drs. Djenda Djudjur Ginting, MS

PERNYATAAN

ANALISA REGRESI BERGANDA MENGENAI HUBUNGAN ANTARA

TARGET PENGGUNAAN AKSEPTOR AKTIF TERHADAP

CARA KB YANG DIGUNAKAN DI KOTA

PEMATANGSIANTAR TAHUN 2007

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 2008

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Kristus Sumber segala berkat, atas segala dan kasih karunia-Nya tugas akhir ini berhasil diselesaikan dalam waktu yang telah ditetapkan.

Ucapan terimakasih saya ucapkan kepada Drs. Djenda Djudjur Ginting, M.Sc, selaku dosen pembimbing pada penyelesaian tugas akhir ini yang telah memberikan panduan, bimbingan dan nasehat serta penuh kepercayaan kepada saya untuk menyelesaikan tugas akhir ini. Panduan ringkas, padat dan profesional telah diberikan kepada saya untuk dapat menyelesaikan tugas akhir ini. Ucapan terimakasih juga saya ucapkan kepada ketua dan sekretaris Departemen Dr. Saib Suwilo, M. Sc, dan Drs. Henri Rani Sitepu, M.Si, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Departemen Matematika FMIPA USU, semua sahabat-sahabat saya selama kuliah 3 tahun ini.

DAFTAR ISI

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi vi

BAB 1 PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 3

1.3 Batasan Masalah 4

1.4 Maksud dan Tujuan 4

1.5 Metode Penelitian 5

1.6 Sistematika Penulisan 5

BAB 2 LANDASAN TEORI 7

2.1 Analisa Regresi 7

2.2 Analisa regresi Berganda 8

2.3 Uji Regresi Linier Berganda 10

2.4 Analisa korelasi 11

2.5 Koefisien Deteminasi 12

2.6 Koefisien Korelasi 12

BAB 3 GAMBARAN UMUM PEMATANGSIANTAR 14

3.1 Sejarah Singkat Pematangsiantar 14

3.2 Lokasi dan Keadaan Geografis 16

BAB 4 ANALISA DAN PEMBAHASAN 18

4.1 Data yang diperoleh 18

4.2 Persamaan Regresi Linear Berganda 19

4.3 Uji Regresi Linear Berganda 24

4.4 Koefisien Determinasi 27

4.5 Koefisien Korelasi

BAB 5 IMPLEMENTASI SISTEM 30

5.1 SPSS (STATISTICAL PRODUCT FOR SERVICE SOLUTION) 30

5.2 Langkah-langkah pengolahan Data SPSS 31

5.3 Menamai variabel 32

5.4 Pengisian Data 33

5.5 Pengolahan Data dengan Persamaan Regresi 34

5.6 Pengolahan Data dengan Persamaan Korelasi 36

BAB 6 KESIMPULAN dan SARAN 38

6.1 Kesimpulan 38

6.2 Saran 39

BAB 1

PENDAHULUAN

1.1.Latar Belakang

Keberhasilan Program Keluarga Berencana (KB) pada periode-periode yang telah lalu

mengantar kita kepada kebijaksanaan yang lebih tinggi sasarannya seperti yang

tertuang dalam UU No.10 Tahun 1992 tengtang Pengembangan Kependudukan dan

Pembangunan Keluarga Sejahtera. Dalam Undang-undang ini jelas dinyatakan bahwa

pengembangan kependudukan diarahkan pada pengendalian jumlah penduduk,

pengembangan kualitas penduduk dan pengarahan mobilitas penududuk sebagai

sumber daya manusia agar menjadi kekuatan pembangunan bangsa yang handal.

Pengembangan kependudukan yang demikian hanya dapat dicapai melalui

Pengembangan Keluarga Sejahtera yang pada gilirannya akan melahirkan

manusia-manusia Indonesia berkualitas.

Pembangunan keluarga sejahtera melalui gerakan KB Nasional. Dalam

pembangunan jangka panjang pertama diarahkan pada pengembangan kualitas

berhasil meletakkan landaan bagi proses Pelembagaan dan pembudayaan Normal

Komunikasi, Informasi, Edukasi (KIE) KB yang dilakukan dengan pendekatan

multimedia dengan pesan-pessan yang disampaikan sesuai dengan keinginan sasaran

dan melibatkan secara intensif unsur-unsur potensial lainnya adalah dalam usaha

untuk meningkatakan, memantapkan penerimaan masyarakat, dalam gerakan KB

Nasional.

Pelayanan kontrasepsi adalah bentuk kegiatan dalam gerakan KB Nasional

dalam rangka penyediaan pemberian alat kontrasepsi sesuai keinginan pemakaian atas

petunjuk medis pada tempat-tenpat pelayanan yang ditentukan. Dimana tujuan dari

pelayanan kontrasepsi adalah menyediakan pelayanan, cara dan alat kontrasepsi

seperti pil, kondom, dan suntik dalam rangka memberikan perlindungan terhadap

Pasangan Usia Subur (PUS) dari kehamilan. Pelayanan kontrasepsi diarahkan kepada

pola pemakaian kontrasepsi paripurna yang pada dasarnya adalah pola pemakaian

kontrasepsi nasional.

Kontrasepsi berasal dari kata kontra berarti mencegah atau melawan,

sedangkan konsepsi pertemuan antara sel telur (sel wanita) yang matang dan sel

sperma (sel pria) yang mengakibatkan kehamilan.

Maksud dari kontrasepsi menghindari/mencegah terjadinya kehamilan sebagai

akibat pertemuan antara sel telur yang matang dengan sel sperma tersebut. Secara

operasional pemakaian kontrasepsi bertujuan untuk menurunkan tingkat fertilitas,

selain itu tingkat efektifitas kontrasepsi tergantung pula pada tingkat pengetahuan

Dalam tulisan ini penulis menjelaskan alat-alat kontrasepsi yang terdidi dari

pil, kondom, dan suntik. Dimana variabel target sebagai variabel terikat dan variabel

pil, kondom, dan suntik sebagai variabel bebas yang nantinya akan terdapat hubungan

diantara kedua variabeltersebut.

Kontrasepsi pil adalah kontrasepsi berupa pil dimakan oleh seorang wanita. Pil

dapat berisi hormone hestrogen dan progesterone atau yang mengandung hormone

progesterone saja (excluton). Cara sederhana yang populer adalah kondom. Kondom

adalah suatu kantong karet yang tipis, berwarna atau tidak berwarna. Kontrasepsi

suntikan adalah obat pencegah kehamilan yang pemakaiannya dilakukan dengan jalan

menyuntikan obat tersebut pada ibu bayi yang subur.

Oleh karena hal di atas, maka penulis merasa terdorong dan tertarik untuk

mengadakan penelitian Gerakan KB dengan judul:

“ ANALISA REGRESI BERGANDA MENGENAI HUBUNGAN ANTARA TARGET PENGGUNAAN AKSEPTOR AKTIF TERHADAP CARA KB YANG DIGUNAKAN DI KOTA PEMATANGSIANTAR TAHUN 2007 “.

1.2.Identifikasi Masalah

Yang menjadi masalah dalam tugas akhir ini adalah bagaimana hubungan antara

beberapa faktor yang mempengaruhi target dengan target itu sendiri dan seberapa

1.3.Batasan Masalah

Dalam penulisan Tugas Akhir ini penulis tidak memaparkan lebih dalam mengenai

keluarga berencana dan tidak membahas secara khusus mengenai jenis dari alat KB

tersebut akan tetapi, penulis hanya mengambil tiga faktor yang dianggap paling

mempengaruhi yaitu : pil, kondom dan suntik, sedangkan yang lainnya dianggap stabil

atau normal.

1.4. Maksud dan Tujuan

Yang menjadi maksud dan tujuan dari penelitian ini adalah untuk menelusuri

hubungan antara faktor-faktor penduga dengan target penggunaan akseptor aktif

dengan menggunakan analisa regresi ganda sehingga akan diperoleh persamaan

regresi yang layak untuk digunakan, atau dengan kata lain untuk mengetahui secara

lebih jelas hubungan antara penggunaan pil, kondom, suntik terhadap target

penggunaan alat kontrasepsi.

Sedangkan bagi penulis, tugas akhir ini merupakan suatu kesempatan untuk

menyumbangkan pengetahuan dan pemikiran serta segala kemampan yang diperoleh

penulis selama mengikuti perkuliahan, khususnya dalam bidang regresi serta sebagai

1.5. Metode Penelitian

Penulisan tugas akhir ini bersifat analisa mengenai hubungan antara target

penggunaan akseptor aktif terhadap cara KB yang digunakan di Kota

Pematangsiantar. Adapun cara yang digunakan penulis untuk melakukan analisis data

adalah :

a. Pendefenisian masalah

b. Metode penyelesaian masalah

c. Pengumpulan data

d. Perhitungan-perhitungan

e. Menganalisis data

f. Penarikan kesimpulan

1.6. Sistematika Penulisan

Di dalam sistematika penulisan tugas akhir ini, penulis membagikan bagian yang akan

dibahas ke dalam beberapa bab yang setiap bab akan ditunjang oleh sub bab guna

mempermudah pembaca untuk mengerti dan memahami isi tulisan ini.

Adapun sistematika penulisan yang akan dikemukan dalam tugas akhir ini

adalah sebagai berikut :

BAB 1 PENDAHULUAN

Bab ini menjelaskan tentang latar belakang, identifikasi masalah, maksud dan

BAB 2 LANDASAN TEORI

Menguraikan pengertian dari analisis regresi dan langkah-langkah yang

digunakan untuk menganalisis data tersebut.

BAB 3 GAMBARAN UMUM PEMATANGSIANTAR

Bab ini berisikan gambaran umum Pematangsiantar dan sejarah tempat penulis

melakukan riset untuk tugas akhir ini.

BAB 4 ANALISA DAN PEMBAHASAN

Pada bab ini dilakukan perhitungan dan analisis data yang dikumpulkan lalu

dibahas hubungan antara target penggunaan akseptor aktif terhadap cara KB

yaitu pil, kondom dan suntik.

BAB 5 IMPLEMENTASI SISTEM

Pada bab ini diimplementasikan hasil pengolahan data yang dilakukan dengan

perangkat lunak SPSS.

BAB 6 KESIMPULAN DAN SARAN

Bab ini merupakan bab penutup yang mencakup kesimpulan yang diambil

setelah pengolahan dan analisa data dilakukan serta saran-saran yang berupa

masukan-masukan.

BAB 2

LANDASAN TEORI

2.1 Analisa Regresi

Analisa regresi diinterpretasikan sebagai suatu analisa yang berkaitan dengan studi

ketergantungan (hubungan kausal) dari suatu variabel tak bebas (dependent variable)

atu disebut juga variabel endogen dengan satu atau lebih variabel bebas (independent

variable) atu variabel eksogen dengan maksud untuk menduga atau memperkirakan

nilai-nilai dari variabel tak bebas. Untuk keperluan analisis, variabel bebas dinyatakan

dengan X1, X2,…, Xk(K≥1) sedangkan variabel tak bebas dinyatakan Y.

Untuk regresi linier sederhana, bentuk umumnya adalah sebagai berikut :

Ŷ= +bXi+e (2.1)

Dimana:

Ŷ = Nilai penduga bagi variabel bebas

X = Variabel bebas

= Intersep

b = Slope

Maka koefisien dan b untuk regresi linier dapat dihitung dengan rumus :

(2.2)

2.2 Analisa Regresi Berganda

Analisa regresi berganda merupakan pengembangan lebih lanju dari analisa regresi

sederhana. Seringkali dalam kehidupan sehari-hari terdapat suatu fenomena kehidupan

masyarakyat yang bersifat kompleks, sehingga tidak cukup untuk menjelaskan suatu

kejadian hanya berdasarkan variabel penjelas atau hanya satu variabel saja. Sehingga

dapat diartikan bahwa regresi linier berganda adalah analisa regresi yang menjelaskan

hubungan antara peubah respon (variable dependent) dengan faktor-faktor yang

mempengaruhi lebih dari satu predictor (variable dependent).

Bentuk umum persamaan Regresi linier berganda Y atas X1, X2, X3, …,Xk

adalah:

Ŷ = a0 + a1X1 + a2X2 +…+ akXk + e (2.3)

Dimana :

Ŷ = Nilai penduga bagi variabel Y

a0 = Dugaan bagi parameter konstanta α0

a1, a2, …, ak = Dugaan bagi parameter koefisien regresi α1, α2, …, αk

e = Galat dugaan

Dengan konstanta a0 dan koefisien-koefisien a1, a2, …, ak dapat ditaksir berdasarkan

Seperti halnya dalam mencari a dan b dengan model Ŷ= a + bX

diperlukan n buah pasangan data X dan Y, maka untuk mencari a0, a1, a2, …, ak juga

diperlukan n buah pasangan data (X1, X2,…, Xk, Y ).

[image:16.595.110.532.270.469.2]

Data hasil penelitian ini sebaiknya dibuat dalam bentuk tabel seperti berikut :

Tabel 2.1

Bentuk umum data observasi

Responden

X1 X2 … Xk Y

1 X11 X21 … Xk1 Y1

2 X12 X22 … Xk2 Y2

.

.

.

n X1n X2n … Xkn Yn

Dalam tabel diatas terlihat bahwa Y1 berpasangan dengan X11, X21, … , Xk1 data Y2

berpasangan dengan X12, X22, … , Xk2 dengan data seperti dalam table 2.1 inilah

dapat dihitung koefisien-koefisien a1, a2, …, ak.

Untuk Regresi linier dengan beberapa variabel bebas X1, X2 , X3, …, Xk maka

untuk mencari koefisien-koefisien dapat dihitung dengan menggunakan persamaan

seperti berikut :

∑Yi = aon + a1∑X1i + a2∑X2i + … + ak∑Xki

∑YiX1i = ao∑X1i + a1∑X1i2 + a2∑X1iX2i + … + ak∑X1iXki

… = … + … + … + … + …

∑YiXki = ao∑Xki + a1∑X1iXki + a2∑X2iXki + … + ak∑Xki2

(2.4)

Dengan a1, a2, …, ak. adalah koefisien yang ditentukan berdasarkan data hasil

pengamatan.

Untuk regresi Linier dengan tiga variabel bebas X1, X2 dan X3, metode

kkuadrat terkecil memberikan hasil bahwa koefisien-koefisien ao, a1, a2 dan dapat

dihitung dengan menggunakan persamaan seperti berikut :

∑Yi = aon + a1∑X1i + a2∑X2i + a3∑X3i

∑YiX1i = ao∑X1i + a1∑X1i2 + a2∑X1iX2i + ak∑X1iX3i

∑YiX2i = ao∑X2i + a1∑X1iX2i + a2∑X2i2 + ak∑X2iX3i

∑YiX3i = ao∑X3i + a1∑X1iX3i + a2∑X2iX3i + ak∑X3i2

) 1 /(

/

− −k n JKres

k JKreg

(2.5)

2.3 Uji Regresi Linier Berganda

Uji regresi linier berganda ini perlu dilakukan untuk mengetahui apakah sekelompok

variabel bebas secara bersama mempunyai pengaruh terhadap variabel tak bebas.

Dalam hal inipersamaan regresi diuji secara statistic apakah dapat diandalkan sebagai

model penjelas bagi fenomena yang dapat terjadi dalam variabel tak bebas Y.

Pengujian persamaan regresi dengan menggunakan statistik F pada umumnya

dirumuskan sebagai berikut :

Dimana :

F = Statistik F menyebar mengikuti distribusi F dengan derajat kebebasan

Vi = k dan V2=(n-k-1)

JKreg = Jumlah Kuadrat Regresi

=ao∑X1iYi + a2∑X2iYi + …+ ak∑XkiYi

(2.7)

Atau

∑Yi2 (2.8)

JKres = Jumlah Kuadrat Residu

=∑ ( Yi – Ŷ1)2

1. Menentukan hipotesa

(2.9)

Langkah-langkah yang digunakan untuk pengujian adalah sebagai berikut :

H0 : a1 = a2 = a3 = 0

H1 : a1 ≠ a2 ≠ a3

2. Pilih taraf nyata yang diinginkan

≠ 0

3. Hituns Statistik Fhit

4. Kesimpulan : Jika F

dengan menggunakan formula diatas

hit > Ftabel ; k ; n-k-1 tolak H0

Jika Fhit < Ftabel ; k ; n-k-1 terima H

Analisa korelasi adalah metoda statistika yang digunakan untuk menentukan kuatnya

atau derajat hubungan garis lurus (linier) antara 2 (dua) variabel atau lebih. Dengan

dua variabel, semakin nyata hubungan garis lurus (linier) semakin kuat atau tinggi 0

derajat hubungan garis lurus (linier) antara kedua variabel tersebut. Ukuran untuk

derajat hubungan garis lurus ini dinamakan koefisien korelasi.

2.5. Koefisien Determinasi

Uji koefisien determinasi (R2) dilakukan untuk mengetahuiketetapan yang paling baik

dari garis regresi. Uji ini dilakukan dengan melihat besarnya nilai koefisien

determinasi (R2) merupakan nilai besaran non negatif. Besarnya nilai koefisien

determinasi adalah antara nol sampai dengan satu ( 1 ≥ R2 ≥ 0 ). Koefisien determinasi

bernilai nol berarti tidak adahbungan antara variabel independent dengan variabel

dependent, sebaliknya nilai koefisien determinasi satu berart suatu kecocokan

sempurna. Maka R2 akan dintkan dengan rumus, yaitu :

R2 (2.10)

Dimana :

JKreg = Jumlah Kuadrat Regresi

∑yi2

= 2 - (2.11)

2.6. Koefisien Korelasi

Jika hubungan dua variabel itu tekah diketahui,maka pengukuran yang lebih akurat

dari derajat hubungan diantara dua variabel itu menggunaka parameter yang dikenal

sebagai koefisien korelasi, yang bisa dinotasikan dengan r jika hanya terdapat dua

Untuk mengukur kuat tidaknya antara variabel bebas dan variabel tak bebas,

ditinjau dari besar kecilnya nilai koefisien korelasi (r). makin besar nilai r sebagai

berikut :

-1.00 ≤ r ≤ -0.80 berarti berkorelasi kuat

-0.79 ≤ r ≤ -0.50 berarti berkorelasi sedang

-0.49 ≤ r ≤ 0.49 berarti berkorelasi lemah

0.50 ≤ r ≤ 0.79 berarti berkorelasi sedang

0.80 ≤ r ≤ 1.00 berarti berkorelasi kuat

Untuk hubungan empat variabel X1, X2, X3

1. Koefisien korelasi antara X

dan Y dapat dihitung dengan

menggunakan rumus sebagai berikut :

1

r

dan Y

y1=

(

)( )

(

)

{

2

}

{

2

( )

2

}

1 2 1 1 1 i i i i i i i i Y Y n X X n Y X Y X n ∑ − ∑ ∑ − ∑ ∑ ∑ − ∑

= (2.12)

2. Koefisien korelasi antara X2

r

dan Y

y2=

(

)( )

(

)

{

2

}

{

2

( )

2

}

2 2 2 2 2 i i i i i i i i Y Y n X X n Y X Y X n ∑ − ∑ ∑ − ∑ ∑ ∑ − ∑ = (2.13)

3. Koefisien korelasi antara X3

r

dan Y

y3

(

)( )

(

)

{

2

}

{

2

( )

2

}

3 2 3 3 3 i i i i i i i i Y Y n X X n Y X Y X n ∑ − ∑ ∑ − ∑ ∑ ∑ − ∑

BAB 3

GAMBARAN UMUM PEMATANGSIANTAR

3.1 Sejarah Singkat Pematangsiantar

Sebelum Proklamasi Kemerdekaan Republik Indonesia, Pematangsiantar merupakan

daerah kerajaan. Pematangsiantar yang berkedudukan di Pulau Holing dan Raja

terakhir dari dinasti ini adalah keturunan marga Damanik yaitu Tuan Sang Nawaluh

Damanik yang memegang kekuasaan sebagai Raja tahun 1906.

Disekitar pulau Holing kemudian berkembang menjadi perkampungan tempat

tinggal penduduk diantaranya kampung Suhi Siantar Bayu, Suhi Kahean, Pantoan,

Suhi Bah Bosar, dan Tomuan. Daerah tersebut kemudian menjadi daerah hokum kota

Pematangsiantar, yaitu:

1. Pulau Holing menjadi kampung Pematang

2. Siantar Bayu menjadi Pusat Kota

3. Suhi Kahean menjadi Kampung Sipinggol-pinggol, kampong Melayu,

Martoba, dan Sukadame

4. Suhi Bah Bosar menjadi kampung Kristen, Karo, Tomuan, Pantoan, Toba, dan

Setelah Belanda memasuki daerah Sumatera Utara, Daerah Simalungun

menjadi daerah kekuasaan Raja-raja. Kontroler Belanda yang semua berkedudukan di

Perdagangan, pada tahun 1907 di pindahkan ke Pematangsiantar. Sejak itu

Pematangsiantar berkembang menjadi daerah yang banyak dikunjungi pendatang

baru. Bangsa Cina mendiami kawasan Timbang Galung dan Kampung Melayu.

Pada tahun 1910 didirikan Badan Persiapan Kota Pematangsiantar, kemudian

pada tanggal 1 Juli 1917 berdasarkan Stad Blad No 285 Pematangsiantar berubah

menjadi Gemente yang mempunyai otonomi sendiri. Sejak Januari 1939 berdasarkan

Sar Blad No 717 berubah menjadi Gemente yang mempunyai Dewan.

Pada zaman Jepang berubah menjadi Siantar State dan dewan dihapus. Setelah

Proklamasi Kemerdekaan, Pematangsiantar kembali menjadi Dewan Otonomi.

Berdasarkan Undang-undang No.22/1984 Status Gemente menjadi Kota Kabupaten

Simalungun dan Walikota dirangkap oleh Bupati Simalungun sampai tahun 1957.

Berdasarkan Undang-undang No.1/1957 berubah menjadi Kota Praja penuh,

dan dengan keluarnya Undang-undang No.18/1965 berubah menjadi Kota, dan dengan

keluarnya Undang-undang No.5/1974 tentang pokok-pokok pemerintahan di daerah,

berubah menjadi Kota Daerah tingkat II Pematangsiantar sampai sekarang.

Berdasarkan Peraturan Pemerintah No.35 tahun 1981 Kota Daerah tingkat II

Pematangsiantar terbagi atas 4 wilayah Kecamatan yang terdiri atas 29 desa/kelurahan

dengan luas wilayah 12,48 km2 yang peresmiannya dilaksanakan oleh Gubernur

No.15 tahun 1986 tanggal 10 Maret 1986 Kota Daerah Tingkat II Pematangsiantar

diperluas menjadi 6 wilayah kecamatan,dimana 9 desa kelurahan dari wilayah

Kabupaten Simalungun masuk menjadi kota Pematangsiantar sehingga kota

Pematangsiantar terdiri dari 38 desa/kelurahan dengan luas wilayah menjadi 70,230

Km2

1. Kecamatan Siantar Barat , Kecamatan tersebut yaitu:

2. Kecamatan Siantar Timur

3. Kecamatan Siantar Utara

4. Kecamatan Siantar Selatan

5. Kecamatan Siantar Marihat

6. Kecamatan Siantar Martoba

Selanjutnya pada tanggal 23 Mei 1994 dikeluarkan kesepakatan bersama

penyesuian batas wilayah Administrasi antara Kota Pematangsiantar dengan

Kabupaten Simalungun dengan SKB bersama No: . Adapun hasil

kesepakatan tersebut adalah kota Pematangsiantar menjadi seluas 79,9706 Km2.

3.2 Lokasi dan Keadaan Geografis

Kota Pematangsiantar terletak pada garis 3001’09”-2054’40” Lintang Utara dan

9906’23”-9901’10” Bujur Timur, berada ditengah-tengah wilayah Kabupaten

Simalungun. Luas dataran Kota Pematangsiantar adalah 79,97 Km2 terletak di atas

Karena terletak dekat garis khatulistiwa Kota Pematangsiantar tergolong ke

dalam daerah tropis dan daerah datar, beriklim sedang dengan suhu maksimal rata-rata

BAB 4

ANALISA DAN PEMBAHASAN

4.1 Data yang Diperoleh

Pada dasarnya data merupakan alat bagi pengambilan keputusan untuk dasar

pembuatan keputusan-keputusan atau untuk memecahkan suatu persoalan. Keputusan

yang baik jika pengambilan keputusan tersebut didasarkan atas data yang baik. Salah

satu dari kegunaan data adalah untuk memperoleh dan mengetahui gambaran tengtang

suatu keadaan/permasalahan.

Untuk membahas atau memecahkan permasalahan diatas, penulis

mengumpulkan data yang berhubungan dengan permasalahan tersebut seperti dalam

Tabel 4.1

Data Target Penggunaan Akseptor Aktif

No Target Pil Kondom Suntik

1 8873 1981 574 2136

2 6099 791 373 1106

3 8885 2020 581 2211

4 6092 696 379 879

5 8885 2036 581 2233

6 6093 703 379 890

7 6099 716 378 898

8 6100 728 378 910

9 8871 1964 568 2136

10 6105 742 379 926

11 8916 2093 704 2331

12 6112 767 392 941

13 5699 815 384 1126

14 5324 1250 380 1300

15 5693 987 321 1009

16 5652 791 323 1106

17 6090 693 379 868

18 5712 1018 331 995

19 8877 2004 578 2185

20 8886 2020 581 2211

Jumlah 139063 24815 8943 28397

Sumber : Dinas Keluarga Berencana dan Pemberdayaan Keluarga Sejahtera

Dimana : Y = Variabel Target

X1 = Variabel Pil

X2 = Variabel Kondom

4.2. Persamaan Regresi Linear Berganda

Untuk mencari persamaan regresi, terlebih dahulu kita menghitung koefisien-koefisien

regresinya dengan mencari penggandaan suatu variabel dengan variabel yang lain.

Tabel 3.2

Besaran-besaran yang digunakan untuk persamaan regresi

No Y X1 X2 X3

1 8873 1981 574 2136

2 6099 791 373 1106

3 8885 2020 581 2211

4 6092 696 379 879

5 8885 2036 581 2233

6 6093 703 379 890

7 6099 716 378 898

8 6100 728 378 910

9 8871 1964 568 2136

10 6105 742 379 926

11 8916 2093 704 2331

12 6112 767 392 941

13 5699 815 384 1126

14 5324 1250 380 1300

15 5693 987 321 1009

16 5652 791 323 1106

17 6090 693 379 868

18 5712 1018 331 995

19 8877 2004 578 2185

20 8886 2020 581 2211

Sambungan tabel 3.2

X12 X1X2 X1X3 X1Y

3924361 1137094 4231416 17577413

625681 295043 874846 4824309

4080400 1173620 4466220 17947700

484416 263784 611784 4240032

4145296 1182916 4546388 18089860

494209 266437 625670 4283379

512656 270648 642968 4366884

529984 275184 662480 4440800

3857296 1115552 4195104 17422644

550564 281218 687092 4529910

4380649 1473472 4878783 18661188

588289 300664 721747 4687904

664225 312960 917690 4644685

1562500 475000 1625000 6655000

974169 316827 995883 5618991

625681 255493 874846 4470732

480249 262647 601524 4220370

1036324 336958 1012910 5814816

4016016 1158312 4378740 17789508

4080400 1173620 4466220 17949720

Sambungan tabel 3.2

X22 X2X3 X2Y X32 X3Y Y2

329476 1226064 5093102 4562496 18952728 78730129

139129 412538 2274927 1223236 6745494 37197801

337561 1284591 5162185 4888521 19644735 78943225

143641 333141 2308868 772641 5354868 37112464

337561 1297373 5162185 4986289 19840205 78943225

143641 337310 2309247 792100 5422770 37124649

142884 339444 2305422 806404 5476902 37197801

142884 343980 2305800 828100 5551000 37210000

322624 1213248 5038728 4562496 18948456 78694641

143641 350954 2313795 857476 5653230 37271025

495616 1641024 6276864 5433561 20783196 79495056

153664 368872 2395904 885481 5751392 37356544

147456 432384 2188416 1267876 6417074 32478601

144400 494000 2023120 1690000 6921200 28344976

103041 323889 1827453 1018081 5744237 32410249

104329 357238 1825596 1223236 6251112 31945104

143641 328972 2308110 753424 5286120 37088100

109561 329345 1890672 990025 5683440 32626944

334084 1262930 5130906 4774225 19396245 78801129

337561 1284591 5162766 4888521 19646946 78960996

4256395 13961888 65304066 47204189 213471350 1007932659

Dari tabel 3.2 didapat nilai-niai :

ΣYi = 139063

ΣX1 = 24815

ΣX2 = 8943

ΣX3

Σ(X

= 28397

ΣX1X2 = 12327449

ΣX1X3 = 42017311

Σ(X2)2 = 4256395

Σ(X2X3) = 13961888

Σ(X3)2 = 47204189

ΣX1Y = 188235845

ΣX2Y = 65304066

ΣX3Y = 213471350

Σ(Y)2 = 1007932659

N = 20

Dari data diatas didapat persamaan :

∑Yi = aon + a1∑X1i + a2∑X2i + a3∑X3i

∑YiX1i = ao∑X1i + a1∑X1i2 + a2∑X1iX2i + a3∑X1iX3i

∑YiX2i = ao∑X2i + a1∑X1iX2i + a2∑X2i2 + a3∑X2i

∑YiX3i = ao∑X3i + a1∑X1iX3i + a2∑X2iX3i + a3∑X3i2 (4.1)

Sehingga dapat disubtitusikan nilai-nilai yang bersesuaian, sehingga diperoleh

persamaan :

139063 = 20ao +24815 a1 + 8943 a2 +28397 a3

188235845 = 24815ao + 37613365a1 +12327449 a2 + 42017311a3

65304066 =8943ao + 12327449a1 + 4256395a2 + 13961888a3

Setelah persamaan diatas diselesaikan, maka didapat koefisien :

ao = 2330,784

a1 = 0,048

a2 = 7,11

a3 = 0,975

Sehingga diperoleh persamaan regresinya :

Ŷ = a0 + a1X1 +a2X2 + a3X3 (4.2)

Ŷ = 2330,784+0,048 X1 +7,11X2 + 0,975 X3

4.3 Uji Regresi Linear Berganda

Setelah model persamaan regresi diperoleh, maka dilakukan uji F untukmengetahui

pengaruh variabel independent secara bersana-sama terhadap variabel dependent.

Hipotesa yang dipakai sebagai berikut :

H0 : a1 = a2 = a3 = 0, artinya secara bersama-sama tidak ada pengaruh variabel

independent terhadap variabel dependent.

H1 : a1 ≠ a2 ≠ a3

) 1 /(

/

− −k n JKres

k JKreg

≠ 0, artinya secara bersama-sama ada pengaruh variabel

independent terhadap variabel dependent.

Untuk melakukan pengujian digunakan rumus :

[image:32.595.173.459.141.620.2]

Tabel 4.3

Untuk memperoleh JKres

No

maka digunakan tabel sebagai berikut :

Y Ŷ Y-Ŷ [Y-Ŷ]2

1 8873 8589,612 283,388 80308,76

2 6099 6099,132 -0,132 0,017424

3 8885 8714,379 170,621 29111,53

4 6092 5915,907 176,093 31008,74

5 8885 8736,597 148,403 22023,45

6 6093 5926,968 166,032 27566,63

7 6099 5928,282 170,718 29144,64

8 6100 5940,558 159,442 25421,75

9 8871 8546,136 324,864 105536,6

10 6105 5963,94 141,06 19897,92

11 8916 9709,413 -793,413 629504,2

12 6112 6072,195 39,805 1584,438

13 5699 6197,994 -498,994 248995

14 5324 6360,084 -1036,08 1073470

15 5693 5644,245 48,755 2377,05

16 5652 5743,632 -91,632 8396,423

17 6090 5905,038 184,962 34210,94

18 5712 5703,183 8,817 77,73949

19 8877 8666,931 210,069 44128,98

20 8886 8714,379 171,621 29453,77

Jumlah 139063 139078,6 -15,605 2442219

Sehingga diperoleh :

JKres = Jumlah Kuadrat Residu

=∑ ( Yi – Ŷ1)2 (4.4)

Untuk memperoleh JKreg digunaka persamaan :

JKreg = Jumlah Kuadrat Regresi

=ao∑X1iYi + a2∑X2iYi + …+ ak∑XkiYi

(4.5)

Atau

∑Yi2 (4.6)

Maka diperoleh :

JKreg

(

)

2442219

20 2 139063

−

= 1007932659 -

= 38564541,55

Sehingga :

Fh =

) 1 /( / − −k n JKres k JKreg 1 3 20 / 2442219 3 / 55 . 38564541 − − = 7 . 152638 18 . 1285487 = = 84.2175

Jika α= 0.05 maka dk pembilang 3 dan dk penyebut 16, dari daftar distribusi F

didapat F0.95(3,16) = 3,24 sehingga Fh > Ftabel. Jadi hipotesis ditolak dalam taraf nyata

0,05 sehingga H1 diterima yang artinya Variabel Pil, Kondom dan Suntik secara

4.4 Koefisien Determinasi

Untuk mengetahui seberapa besar pengaruh Pil, Kondom dan Suntik terhadap Target

penggunaan akseptor maka dilakukan perhitungan sebagai berikut :

JKreg

(

)

2442219

20 2 139063

−

= 1007932659 -

= 38564541,55

∑yi2

= 2 - (4.7)

= 1007932659 -

(

)

20

2 139063

= 1007932659 – 19338517969

=41006760,55

Sehingga :

R2 (4.8)

R2

55 , 41006760

55 , 38564541

=

R2 = 0,94

Dari perhitungan diatas,diperoleh koefisien determinasi (R2) Sebesar 0,94 nilai

tersebut menunjukkan Informasi bahwa 94 % nilai dari Target dipengaruhi oleh ketiga

faktor tersebut, yakni, Pil, Kondom dan Suntik sedangkan 6 % lagi dipengaruhi oleh

4.5 Koefisien Korelasi

Untuk mengukur besarnya pengaruh variabel tak bebas terhadap variabel bebas, dapat

dilihat dari besarnya koefisien korelasi yaitu :

1. Koefisien korelasi antara Pil dan Target

ry1

(

)( )

(

)

{

2

}

{

2

( )

2

}

1 2 1 1 1 i i i i i i i i Y Y n X X n Y X Y X n ∑ − ∑ ∑ − ∑ ∑ ∑ − ∑

= (4.9)

ry1

{

2

}{

2

}

) 139063 ( ) 1007932659 ( 20 ) 24815 ( ) 37613365 ( 20 ) 139063 )( 24815 ( ) 188235845 ( 20 − − − =

ry1

{

}{

}

9 1933851796 0 2015865318 615784225 752267300 3450848345 3764716900 − − − = ry1 ) 820135211 )( 136483075 ( 313868555 = ry1 8 , 334566249 313868555 = ry1

2. Koefisien korelasi antara Kondom dan Target

= 0,9831

ry2

(

)( )

(

)

{

2

}

{

2

( )

2

}

2 2 2 2 2 i i i i i i i i Y Y n X X n Y X Y X n ∑ − ∑ ∑ − ∑ ∑ ∑ − ∑

= (4.10)

ry2

{

2

}{

2

}

) 139063 ( ) 1007932659 ( 20 ) 8943 ( ) 4256395 ( 20 ) 139063 )( 8943 ( ) 65304066 ( 20 − − − = ry2

{

85127900 79977249

}{

20158653180 19338517969

}

ry3 54 , 64994078 320454989 = ry3

3. Koefisien korelasi antara Suntik dan Target = 0,9607

ry3

(

)( )

(

)

{

2

}

{

2

( )

2

}

3 2 3 3 3 i i i i i i i i Y Y n X X n Y X Y X n ∑ − ∑ ∑ − ∑ ∑ ∑ − ∑

= (4.11)

ry3

{

2

}{

2

}

) 139063 ( ) 1007932659 ( 20 ) 28397 ( ) 47204189 ( 20 ) 139063 )( 28397 ( ) 213471350 ( 20 − − − =

ry3

{

}{

}

9 1933851796 0 2015865318 806389609 944083780 3948972011 4269427000 − − − = ry3 ) 820135211 )( 137694171 ( 320454989 = ry3 3360473746 320454989 =

BAB 5

IMPLEMENTASI SISTEM

5.1. SPSS (STATISTICAL PRODUCT FOR SERVICE SOLUTION)

Untuk merpecepat dan mempermudah kita dalam pengolahan data-data statistika,

banyak kita kenal perangkat lunak komputer yng mendukung yang dapat kita gunakan

mengolah data, seperti : SPSS, Microsoft Statgraf, Minitab, Mathlab dan perangkat

lunak lainnya yang menggunakan bahasa pemograman tingkat tinggi seperti

PASCAL, BASIC, FORTRAN, BAHASA C, DELPHI dan lain sebagainya.

Perangkat lunak komputer diatas memang sangat membantu kita dalam

menyelesaikan data-data yang tidak bisa diselesaikan secara manual, selain lebih cepat

dalam menganalisis, faktor kesalahan yang ditimbulkan oleh perangkat lunak tersebut

relative kecil, sehingga menghemat tenaga yang digunakan.

Pada pembahasan ini pengolahan data yang dilakukan adalah dengan perangkat lunak

SPSS. SPSS adalah Software khusus statistik yang paling popouler dan paling sering

digunakan diseluruh dunia. SPSS banyak dipakai dalam berbagai riset pasar,

pengendalian, dan perbaikan mutu serta risei-riset sains dan banyak digunakan oleh

perusahaan untuk membuat dan mendistribusikan informasi hasil pengolahan data

5.2. Langkah-langkah pengolahan Data SPSS

Berikut ini adalah langkah-langkah yang dilakukan dalam menyelesaikan program

regresi linier berganda dengan SPSS sesuai data dalam penulisan ini :

1. Dari menu START ,pilih program SPSS.

2. Buka lembar kerja baru

Dari menu utama File, pilih menu Data, lalu klik. Data akan tampil sebagai

[image:38.595.108.523.300.613.2]

berikut:

5.3. Menamai variabel

Klik variabel view, yang terletak disebelah kiri bawah jendela editor, lalu lakukan

langkah-langkah sebagai berikut:

1. Name : Ketik nama variabel yang digunakan

2. Type : Sesuaikan tipe data sesuai dengan apa yang kita inginkan

3. Width : Digunakan untuk menentukan jarak/lebar kolom

4. Label : Ketikkan nama sesuai dengan identitas dari nama variabel,

nama variabel hanya terdiri dari 8 digit/karakter.

5. Value : Digunakan untuk mengisi penjelasa nama (label) pada

variabel

6. Missing : Digunakan untuk menjelaskan data yang hilang/rusak

7. Columns : Digunakan untuk menentukan lebar kolom

8. Align : Digunakan untuk menentukan letak pengisian data, apakah

rata kiri, rata kanan atau diletakkan di tengah-tengah kolom.

9. Measure : Digunakan untuk menentukan jenis data.

[image:39.595.107.525.562.668.2]

Tampilannya adalah sebagai berikut :

5.4. Pengisian Data

1. Aktifkan jendela data dengan mengklik Data View, yang terletak disudut kiri

bawah jendela editor.

2. Selanjutnya ketikkan data yang sesuai untuk setiap variabel yang telah

didefenisikan. Data akan tampil sebagai berikut:

5.5. Pengolahan Data dengan Persamaan Regresi

1. Tampilkan file yang akan ditentukan persamaan regresi pada jendela editor.

2. Pilih menu Analyze, kemudian pilih sub menu Regression, Pilih Linier, data

akan tampil sebagai berikut:

[image:41.595.113.524.237.714.2]

.

3. Setelah muncul kotak dialog, kemudian sorot variabel yang menjadi variabel

tidak bebas dan pindahkan ke kotak Variabel Dependent. Demikian juga sorot

variabel bebasnya dan pindahkan ke kotak variabel Independent. Maka data

[image:42.595.107.525.192.384.2]

akan tampil sebagai berikut :

Gambar 5.5 Kotak dialog Linear Regression

4. Klik statistic pada kotak dialog tadi, aktifkan Estimate, Model Fit kemudian

klik Continue untuk meneruskan, lalu klik OK. Maka data akan tampl sebagai

berikut:

[image:42.595.96.526.524.700.2]

5. kemudian klik Plots padakotak dialog Linier Regression tadi, lalu aktifkan

Produce all partial plots, kemudian klik Continioue, lalu klik OK untuk

[image:43.595.112.522.166.348.2]

melihat hasilnya. Maka tampilan sebagai berikut:

Gambar 5.7 Kotak Linear Regression Plots

5.6. Pengolahan Data dengan Persamaan Korelasi

1. Untuk mengetahui korelasinya, pilih Analyze, kemudian pilih sub menu

Correlate, kemudian Bivariate. Maka data akan tampil sebagai berikut:

[image:43.595.109.488.507.736.2]

2. Setelah muncul kotok dialog, kemudian sorot variabel-variabel yang akan

ditentukan korelasinya dan pindahkan ke kotak variables.

3. Pada kolom Correlations Coefficients, pilih pearson,sedang pada kolom

[image:44.595.108.525.211.488.2]

test if Significant, pilih Two Tailed, lalu klik OK.

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Berdasarkan hasil analisa yang telah dilakukan, maka dapat diambil beberapa

kesimpulan antara lain :

1. Dari hasil pengamatan maka persamaan Regresi Bergandanya adalah :

Ŷ = 2330,784+0,048 X1 +7,11X2 + 0,975 X3

Yang berarti bahwa Target penggunaan akseptor aktif dipengaruhi oleh

ketiga variabel bebas tersebut yaitu Pil, Kondom dan Suntik.

2. Dari daftar distribusi F dengan dk pembilang 3 dan dk penyebut 16 dan

peluang 0.95 (jadi α = 0.05 ) diperoleh Ftabel = 3.24 ternyata Fh = 84.2175

lebih besar dari Ftabel = 3.24 sehingga hipotesis ditolak, yang berarti ketiga

variabel tersebut secara bersama-sama merupakan penjelas yang signifikan

terhadap Target.

3. Dari hasil perhitungan korelasi disimpulkan bahwa ketiga variabel bebas

tersebut berkorelasi kuat terhadap Target dengan kata lain Target

mempunyai hubungan yang kuat terhadap variabel Pil, Kondom dan Suntik.

4. Sekitar 94 % target dipengaruhi oleh ketiga faktor tersebut, sedangkan 6 %

lagi dipengaruhi oleh beberapa faktor-faktor lain yang belum dimasukkan

6.2 Saran

Adapun saran yang inginpenulis sampaikan adalah :

1. Kepada pihak BKKBN Pematangsiantar agar lebih memperhatikan penyediaan

data-data yang akurat, supaya lebih mudah memperoleh data jika diperlukan.

2. Kepada seluruh masyarakyat Indonesia secara umum agar membantu

pelaksanaan program pemerintah yaitu Keluarga Berencana yang artinya dua

DAFTAR PUSTAKA

Assauri, Sofian. 1984. Teknik Dan Metode Peramalan. Fakultas Ekonomi Universitas

Indonesia.

Sudjana, 1992. Metode Statistika. Bandung : Tarsito.

Santoso, Singgih. 2002. SPSS Statistika Multivariat. PT Elex Media Komputindo,

Jakarta.

Sembirng R.K. 1995. Analisa Regresi. Bandung : Badan Penerbit ITB