Analisis Faktor - Faktor Demografi Yang Mempengaruhi Pertumbuhan Penduduk Di Kota Medan Tahun 2011

ANALISIS FAKTOR - FAKTOR DEMOGRAFI YANG

MEMPENGARUHI PERTUMBUHAN PENDUDUK

DI KOTA MEDAN TAHUN 2011

TUGAS AKHIR

VITA KHAIRANI 102407058

PROGRAM STUDI D-3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

ANALISIS FAKTOR - FAKTOR DEMOGRAFI YANG

MEMPENGARUHI PERTUMBUHAN PENDUDUK

DI KOTA MEDAN TAHUN 2011

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya

VITA KHAIRANI 102407058

PROGRAM STUDI D-3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

PERSETUJUAN

Judul : Analisis Faktor – Faktor Demografi yang Mempengaruhi Pertumbuhan Penduduk Di Kota Medan Tahun 2011 Kategori : Tugas Akhir

Nama : Vita Khairani

NIM : 102407058

Program Studi : D3 Statistika Departemen : Matematika

Fakultas : Matematika Dan Ilmu Pengetahuan Alam (FMIPA) Universitas Sumatera Utara

Diluluskan di Medan, Juli 2013

Diketahui/Disetujui oleh:

Departemen Matematika FMIPA USU

Ketua, Pembimbing

PERNYATAAN

ANALISIS FAKTOR – FAKTOR DEMOGRAFI YANG MEMPENGARUHI PERTUMBUHAN PENDUDUK DI KOTA MEDAN TAHUN 2011

TUGAS AKHIR

Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dari beberapa ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juli 2013

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya penulis dapat menyelesaikan Tugas Akhir ini dengan judul Analisis Faktor – Faktor Demografi Yang Mempengaruhi Pertumbuhan Penduduk Di Kota Medan Tahun 2011

.

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel vii

Daftar Gambar viii

BAB 1 Pendahuluan 1

1.1Latar Belakang 1

1.2Rumusan Masalah 3

1.3Batasan Masalah 3

1.4Lokasi Penelitian 4

1.5Tujuan Penelitian 4

1.6Manfaat Penelitian 4

1.7Metodologi Penelitian 5

1.8Sistematika Penulisan 7

BAB 2 Landasan Teori 9

2.1Uraian Teoritis 9

2.1.1 Kelahiran (Natalitas atau Fertilitas) 10 2.1.2 Kematian (Mortalitas) 12

2.1.3 Migrasi 12

2.2Model Regresi Linier Berganda 14 2.2.1 Asumsi Model Regresi Berganda 15

2.3Kesalahan Standar Estimasi 18

2.4Koefisien Determinasi 19

2.5Koefisien Korelasi 20

2.6Pengujian Koefisien Regresi 21

2.6.1 Pengujian Hipotesis Individual (Parsial) 22 2.6.2 Pengujian Hipotesis Serentak (Simultan) 24

BAB 3 Gambaran Umum 26

3.1Visi dan Misi Kota Medan 26

3.1.1 Visi Kota Medan 26

3.1.2 Misi Kota Medan 26

3.2Geografis Kota Medan 27

3.3Demografi Kota Medan 28

BAB 4 Analisis Data 29

4.1Pengolahan Data 29

4.3Persamaan Regresi Linier Berganda 34

4.4Kesalahan Standar Estimasi 39

4.5Koefisien Determinasi 41

4.6Menghitung Koefisien Korelasi Antar Variabel Dependen

(Y) dengan Variabel Independen (Xi) 43 4.7Menghitung Koefisien Korelasi Antar Variabel Independen

(Xi) dengan Variabel Independen (Xi) 47 4.8Pengujian Hipotesis Individual (Parsial) 51 4.9Pengujian Hipotesis Serentak (Simultan) 57

BAB 5 Implementasi Sistem 59

5.1Pengertian Implementasi Sistem 59

5.2Pengenalan SPSS 60

5.2.1 Pengenalan Menu 60

5.3Cara Memulai SPSS 65

5.4Memasukkan Data dan Mengolah Data dengan SPSS 65

5.4.1 Penyimpanan Dokumen SPSS 67

5.4.2 Analisis Regresi Linier dan Korelasi dengan SPSS 68

BAB 6 Kesimpulan dan Saran 71

6.1Kesimpulan 71

6.2Saran 72

DAFTAR TABEL

Halaman Tabel 2.1 Interperetasi Koefisien Korelasi Nilai r 21 Tabel 4.1 Pertumbuhan Penduduk di Kota Medan Tahun 2011 30 Tabel 4.2 Nilai – Nilai yang Dibutuhkan untukMenghitung Koefisien

Regresi Linier Berganda 35

Tabel 4.3 Nilai – Nilai yang Dibutuhkan untuk Menghitung Kesalahan

Standar Estimasi 40

Tabel 4.4 Nilai – Nilai yang Dibutuhkan untuk Menghitung

DAFTAR GAMBAR

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Demografi mempelajari jumlah, persebaran, teritorial dan komposisi penduduk serta perubahan – perubahannya dan sebab – sebab perubahan itu, yang biasanya timbul karena natalitas (fertilitas), mortalitas, gerak teritorial (migrasi) dan mobilitas sosial (perubahan status). (Philip M. Hauser dan Duddley Duncan, 1959).

Pertumbuhan penduduk merupakan keseimbangan yang dinamis antara kekuatan – kekuatan yang menambah dan kekuatan – kekuatan yang mengurangi jumlah penduduk. Secara terus – menerus penduduk akan dipengaruhi oleh jumlah bayi yang lahir (menambah jumlah penduduk), tetapi secara bersamaan pula akan dikurangi oleh jumlah kematian yang terjadi pada semua golongan umur. Sementara itu migrasi juga berperan menambah jumlah penduduk bagi pendatang (imigran) dan mengurangi jumlah penduduk bagi emigran.

Indonesia yang memiliki penduduk berjumlah 237.424.363 jiwa termasuk 5 negara dengan penduduk terbesar di dunia, diantaranya yaitu Republik Rakyat Cina, India, Amerika Serikat, Indonesia dan Brasil. Dengan penduduk yang sangat besar Indonesia mempunyai berbagai masalah kependudukan baik permasalahan penduduk yang bersifat kuantitatif maupun kualitatif.

Permasalahan penduduk kuantitatif yang dialami negara Indonesia diantaranya jumlah penduduk besar dan pertumbuhan penduduk relatif cepat. Serta permasalahan penduduk kualitatif diantaranya tingkat kesehatan penduduk yang rendah, tingkat pendidikan yang rendah dan tingkat kemakmuran yang rendah.

Kota Medan merupakan Ibu Kota Provnsi Sumatera Utara, Indonesia. Kota Medan merupakan kota terbesar di Pulau Sumatera. Kota Medan juga merupakan pintu gerbang wilayah Indonesia bagian barat dan juga sebagai pintu gerbang bagi para wisatawan untuk menuju objek wisata di Sumatera Utara. Kota Medan memiliki luas 26.510 hektar (265,10 km2) atau 3,6% dari keseluruhan wilayah Sumatera Utara.Dengan demikian, dibandingkan dengan kota/kabupaten lainnya, Medan memiliki luas wilayah yang relatif kecil dengan jumlah penduduk yang relatif besar.

priode tahun 2004 – 2011 mengalami peningkatan dari 7.183 jiwa per km2 menjadi 7.987 jiwa per km2.

Berdasarkan uraian diatas penulis bermaksud mengadakan suatu penelitian yang berjudul “ANALISIS FAKTOR – FAKTOR DEMOGRAFI YANG MEMPENGARUHI PERTUMBUHAN PENDUDUK DI KOTA MEDAN TAHUN 2011”. Adapun faktor-faktor yang menurut penulis berpengaruh dalam pertumbuhan penduduk yang terjadi di Kota Medan ini adalah kelahiran (fertility), kematian (mortality), Migrasi masuk , dan Migrasi Keluar.

1.2 Rumusan Masalah

Dari beberapa faktor yang mempengaruhi pertumbuhan penduduk di Kota Medan di atas, maka rumusan masalah dalam penelitian ini adalah bagaimana model regresi linier berganda yang dapat digunakan untuk permodelan pertumbuhan penduduk di Kota Medan tahun 2011, pengaruh kelahiran (fertility), kematian (mortality), migrasi masuk, dan migrasi keluar terhadap pertumbuhan penduduk di Kota Medan tahun 2011.

1.3 Batasan Masalah

yaitu kelahiran, kematian, migrasi masuk, dan migrasi keluar. Selain itu penulis juga membatasi wilayah penelitian yaitu pada ruang lingkup Kota Medan.

1.4 LOKASI PENELITIAN

Penelitian dan riset data dilakukan di Badan Pusat Statistik Provinsi Sumatera Utara.

1.5 TUJUAN PENELITIAN

Tujuan penulis dalam menyusun penelitian ini berdasarkan rumusan masalah diatas adalah Menentukan model regresi linier berganda yang dapat digunakan untuk pemodelan pertumbuhan penduduk di Kota Medan tahun 2011, mengetahui pengaruh kelahiran (fertility), kematian (mortality), pengaruh migrasi masuk, dan migrasi keluar terhadap pertumbuhan penduduk di Kota Medan tahun 2011.

1.6 MANFAAT PENELITIAN

Penelitian ini diharapkan dapat memberikan manfaat antara lain:

2. Sebagai rekomendasi bagi pemerintah untuk membuat kebijakan dalam menekan angka pertumbuhan penduduk berdasarkan faktor yang paling dominan mempengaruhi pertumbuhan penduduk di Kota Medan.

3. Hasil penelitian ini diharapkan dapat bermanfaat sebagai bahan masukan dan referensi bagi pihak yang berkepentingan.

4. Melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

1.7 Metodologi Penelitian

Metodologi penelitian merupakan cara yang terdiri dari langkah-langkah kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan penelitian sehingga apa yang menjadi tujuan penelitian dapat terwujud.Metode yang digunakan penulis dalam penelitian ini adalah:

1. Penelitian kepustakaan, yaitu metode pengumpulan data untuk memperoleh data dan informasi dari perpustakaan dengan cara membaca buku-buku referensi dan bahan-bahan yang bersifat teoritis yang mendukung penulisan tugas akhir.

diusahakan sendiri oleh peneliti tetapi data yang diolah/diperoleh dari BPS Provinsi Sumatera Utara.

Perhitungan yang dilakukan untuk menganalisis pengaruh kelahiran (fertility), kematian (mortality), migrasi masuk, migrasi keluar terhadap pertumbuhan penduduk di Kota Medan adalah dengan menggunakan persamaan regresi linier berganda.

Persamaan regresi linier berganda yang mempunyai variabel dependen Y (Pertumbuhan penduduk) dengan empat variabel independent, yakni X1 (lahir), X2

(mati), X3 (datang) dan X4 (pergi). Secara umum model regresi linier berganda

adalah:

(1.1)

Model untuk taksiran dari persamaan regresi linier ganda atas X1, X2,…,Xn

sebagai variabel bebasnya adalah sebagai berikut:

(1.2)

Keterangan :

= nilai taksiran bagi variabel Y

1.8 Sistematika Penulisan

Adapun sistematika dalam penulisan tugas akhir ini secara garis besarnya dibagi dalam 6 bab yang masing – masing bab dibagi atas beberapa sub – sub bab yaitu sebagai berikut:

BAB 1 : PENDAHULUAN

Bab ini berisi tentang latar belakang, rumusan masalah, batasan masalah, lokasi penelitian, tujuan penelitian, manfaat penelitian, metode penelitian dan sistematika penulisan

BAB 2 : LANDASAN TEORI

Bab ini berisi tentang uraian teoritis mengenai pertumbuhan penduduk serta uraian mengenai faktor-faktor yang mempengaruhinya, permodelan regresi linier berganda, kesalahan standar estimasi, koefisien determinasi, koefisien korelasi, dan pengujian koefisien regresi,

BAB 3 : GAMBARAN UMUM KOTA MEDAN

Bab ini berisi tentang visi dan misi Kota Medan, geografis Kota Medan, dan demografi Kota Medan

Bab ini menjelaskan bagaimana pengolahan data, persamaan regresi linier berganda, kesalahan standar estimasi, koefisien determinasi, koefisien korelasi, dan pengujian koefisien regresi baik parsial maupun simultan.

BAB 5 : IMPLEMENTASI SISTEM

Bab ini menjelaskan pengertian implementasi system, pengenalan SPSS, cara kerja SPSS, dan cara pengoperasian SPSS.

BAB 6 : KESIMPULAN DAN SARAN

BAB 2

LANDASAN TEORI

2.1 Uraian Teoritis

Penduduk adalah orang atau manusia yang bertempat tinggal di suatu wilayah tertentu, sedangkan populasi mencakup seluruh organisme (manusia, hewan, dan tumbuhan) yang mendiami suatu wilayah. Jadi penduduk adalah suatu kelompok organisme yang terdiri atas individu – individu yang sejenis yang mendiami suatu wilayah dengan batas tertentu.

Pertumbuhan penduduk terjadi akibat jumlah kelahiran lebih besar dari kematian, dan jumlah orang yang datang lebih besar dari orang yang pergi. Thomas Robert Malthus menyatakan perkembangan penduduk pada umumnya

Pertumbuhan atau perubahan penduduk suatu daerah atau negara yang disebabkan oleh faktor demografi, antara lain sebagai berikut:

1. Angka kelahiran, fertilitas, natalitas atau birth rate (L) 2. Angka kematian, mortalitas atau death rate (M atau D) 3. Penduduk masuk atau migrasi masuk atau in migration (Mi) 4. Penduduk keluar atau migrasi keluar atau out migration (Mo)

2.1.1 Kelahiran ( Natalitas atau Fertilitas )

Kelahiran (Fertilitas) adalah sama dengan kelahiran hidup (live birth) yaitu terlepasnya bayi dari rahim seorang perempuan dengan ada tanda – tanda kehidupan, misalnya berteriak, bernafas, jantung berdenyut, dan sebagainya. Apabila pada waktu lahir tidak ada tanda – tanda kehidupan disebut dengan lahir mati (still birth) yang di dalam demografi tidak dianggap sebagai suatu peristiwa kelahiran. Disamping istilah fertilitas juga ada istilah fekunditas (fecundity) sebagai petunjuk kepada kemampuan fisiologis dan biologis seorang perempuan untuk menghasilkan anak lahir hidup.

Konsep – konsep dari kelahiran ( fertilitas ) adalah sebagai berikut :

2. Lahir Mati (still birth), kelahiran seorang bayi dari kandungan yang berumur paling sedikit 28 minggu, tanpa menunjukkan tanda – tanda kehidupan.

3. Abortus, kematian bayi dalam kandungan dengan umur kehamilan kurang dari 28 minggu. Ada 2 macam abortus yaitu disengaja (induced) dan tidak disengaja (spontaneous).

4. Masa Reproduksi (childbearing age), masa dimana wanita mampu melahirkan, yang disebut juga usia subur ( 15 – 49 tahun ).

Beberapa faktor yang menghambat kelahiran (antinatalitas) adalah sebagai berikut:

1. Adanya ketentuan batas usia menikah. Wanita minimal 16 tahun, sedangkan laki – laki 19 tahun.

2. Adanya program pemerintah yang membatasi kelahiran, yaitu KB dengan segala peralatan pencegah kehamilan.

3. Adanya pembatasan tunjangan anak bagi pegawai negeri.

4. Adanya anggapan sebagian orang tua bahwa anak merupakan beban bagi orang tua, kususnya di zaman modern ini.

Beberapa faktor yang mendukung kelahiran (pronatalitas) adalah sebagai berikut:

1. Kawin usia muda.

2. Rendahnya tingkat kesehatan.

2.1.2 Kematian ( Mortalitas )

Kematian adalah peristiwa hilangnya semua tanda – tanda kehidupan secara permanen, yang bisa terjadi setiap saat setelah kelahiran hidup ( Budi Utomo, 1985 ). Dari definisi ini terlihat bahwa keadaan “mati” hanya bisa terjadi kalau sudah terjadi kelahiran hidup. Dengan demikian keadaan mati selalu didahului oleh keadaan hidup. Dengan kata lain, mati tidak pernah ada kalau tidak ada kehidupan. Sedangka hidup selalu dimulai dengan lahir hidup (live birth).

Disamping mortalitas, dikenal istilah morbiditas yang diartikan sebagai penyakit atau kesakitan. Penyakit dan kesakitan dapat menimpa manusia lebih dari satu kali dan selanjutnya rangkaian morbiditas ini atau sering disebut morbiditas kumulatif pada akhirnya menghasilkan peristiwa yang disebut

kematian. Penyakit atau kesakitan adalah penyimpangan dari keadaan yang normal, yang biasanya dibatasi pada kesehtan fisik dan mental ( Budi Utomo, 1985).

2.1.3 Migrasi

1. Migrasi Masuk (In Migration), masuknya penduduk ke suatu daerah tempat tujuan (area of destination).

2. Migrasi Keluar (Out Migration), perpindahan penduduk keluar dari suatu daerah asal (area of origin).

3. Migrasi Neto (Net Migration), merupakan selisih antara jumlah migrasi masuk dan migrasi keluar.

4. Migrasi Bruto (Gross Migration), jumlah migrasi masuk dan migrasi keluar.

5. Migrasi Total (Total Migration), seluruh kejadian migrasi, mencakup migrasi semasa hidup (life time migration) dan migrasi pulang (return migration).

6. Migrasi Internasional (International Migration), merupakan perpindahan penduduk dari suatu negara ke negara lain.

7. Migrasi Semasa Hidup (Life Time Migration), adalah mereka yang pada waktu pencacahan sensus bertempat tinggal di daerah yang berbeda dengan daerah tempat kelahirannya.

8. Migrasi Parsial (Partial Migration), jumlah migrant ke suatu daerah tujuan dari suatu daerah asal, atau dari daerah asal ke suatu daerah tujuan.

9. Arus Migrasi (Migration Sream), merupakan jumlah atau banyaknya perpindahan yang terjadi dari daerah asal ke daerah tujuan dalam jangka waktu tertentu.

11.Transmigrasi (Transmigration),pemindahan penduduk dari suatu daerah untuk menetap ke daerah lain yang ditetapkan didalam wilayah Republik Indonesia guna kepentingan pembangunan negara atau karena alasan – alasa yang dipandang perlu oleh pemerintah berdasarkan ketentuan yang diatur dalam undang – undang.

2.2 Model Regresi Linier Berganda

Perubahan nilai suatu variabel tidak selalu terjadi dengan sendirinya, namun perubahan nilai variabel itu dapat pula disebabkan oleh berubah – ubahnya variabel lain yang berhubungan dengan variabel tersebut. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh variabel lain diperlukan alat analisis yang memungkinkan kita untuk membuat perkiraan (prediction) nilai variabel tersebut pada nilai tertentu variabel yang mempengaruhinya.

Persamaan regresi (regretion equation) adalah suatu persamaan matematis yang mendefinisikan hubungan antara dua variabel. (Mason, 1996, Hal:490).

Dalam suatu persamaan regresi terdapat dua macam variabel, yaitu variabel dependen (dependent variable) dan variabel independen (independent variable). Variabel dependen adalah variabel nilai yang nilainya bergantung dari

nilai variabel lain dan variabel independen adalah variabel yang nilainya tidak bergantung dari variabel lain.

ganda dihubungkan beberapa variabel independen dengan satu variabel dependen pada waktu yang bersamaan.

2.2.1 Asumsi Model Regresi Linier Ganda

1. Eksistensi

Asumsi ini berhubungan dengan teknik pengambilan sampel. Asumsi ini baru dapat terpenuhi jika pengambilan sampel dilakukan secara random. Asumsi eksistensi ini dapat diketahui dengan cara melakukan anlisis deskriptif variabel residual dari model. Jika residual ada nilai mean dan varian atau standar deviasi maka asumsi eksistensi terpenuhi.

2. Independensi

Asumsi ini tidak berlaku bila observasi dilakukan terhadap individu yang sama pada waktu yang berbeda . Asumsi independensi dapat diketahui dengan melakukan uji Durbin Watson, bila nilai durbin antara -2 s/d +2 berarti asumsi independensi terpenuhi.

3. Linieritas

4. Homocedasticity

Asumsi homocedasticity dapat diketahui dengan membuat plot residual.Pada plot residual dilihat titik tebarannya. Bila tidak ada pola tertentu di sekitar nilai nol residu dapat disebut varians Y homogen pada setiap nilai X.

5. Normalitas

Asumsi normalitas dapat mengevaluasi kesignifikan hubungan antara X dan Y yang dicerminkan oleh garis yang tepat . Asumsi normalitas dapat diketahui dari P-P plot residual. Bila data menyebar disekitar garis diagonal dan mengikuti arah diagonal maka asumsi normalitas terpenuhi.

6. Colinearity

Asumsi colinearity dapat dilakukan dengan melihat nilai r pada bivariat, jika r < 0,8 maka tidak terjadi kolinieritas dan melihat VIF atau tolerance, jika VIF < 10 maka tidak terjadi kolinearitas.

Jika seluruh asumsi telah terpenuhi dapat ditentukan model persamaan linier dari data yang tersedia. Apabila banyaknya variabel independen adalah k, maka model regresi populasi dapat dinyatakan dengan:

Keterangan :

Y : Variabel dependen

X : Variabel independen

: Koefisien regeresi berganda

: Galat

Jika diasumsikan = 0, maka diperoleh persamaan regeresi linier

berganda dari suatu populasi sebagai berikut:

(2.2)

Persamaan garis regresi linier berganda untuk sampel, satu variabel dependen dan empat variabel independen dapat dinyatakan sebagai berikut:

(2.3)

(2.4)

(2.5)

(2.6)

(2.7)

(2.8)

2.3 Kesalahan Standar Estimasi

Kesalahan standar estimasi atau selisih taksir standar regresi adalah nilai menyatakan seberapa jauh menyimpangnya nilai regresi tersebut terhadap nilai sebenarnya. Nilai ini digunakan untuk mengukur tingkat ketepatan suatu pendugaan dalam menduga nilai. Jika nilai ini sama dengan nol maka penduga tersebut memiliki tingkat ketepatan 100%. Semakin kecil nilai kesalahan standar estimasi, makin tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel dependen yang sesungguhnya. Dan sebaliknya, semakin besar nilai kesalahan standar estimasi, makin rendah ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel dependen yang sesungguhnya.

estimasi diberi simbol yang dapat ditentukan dengan menggunakan formulasi

sebagai berikut:

!"

(2.9)

2.4 Koefisien Determinasi

Koefisien determinasi merupakan ukuran keterwakilan variabel terikat oleh variabel bebas atau sejauh mana variabel bebas dapat menjelaskan variabel terikat. Nilai koefisien determinasi antara 0 sampai dengan 1. Jika nilai koefisien determinasi semakin mendekati angka 1 maka model yang digunakan semakin tinggi keterandalannya. Jika mendekati angka 0 maka semakin rendah derajat keterandalannya. Besarnya koefisien determinasi dapat dihitung dengan menggunakan formulasi sebagai berikut :

#

% $ &!$ " $

%!" (2.10)

Keterangan :

' : Nilai rataan Y

Y : Variabel dependen

2.5 Koefisien Korelasi

Koefisien korelasi merupakan ukuran kedua yang dapat digunakan untuk mengetahui bagaimana keeratan hubungan antara satu variabel dengan variabel

lainnya. Besar hubungan koefisien korelasi adalah () * + * ). Koefisien korelasi dapat ditentukan dengan menggunakan formulasi sebagai berikut:

1. Korelasi antara variabel dependen dan variabel independen

+

! , , ! !

- ," _{, !}"_.- " _!"_. (2.11)

2. Korelasi antara variabel independen dan variabel independen lainnya

+

_{/ 01} , ,0 , ! ,0!

- ," _{, !}"_{.2 ,}

0" ,0!"3

(2.12)

Keterangan :

+/ 01 : Koefisien korelasi antara X dan X

Xi : Variabel independen

[image:30.612.177.463.254.479.2]

Yi : Variabel dependen

Tabel 2.1 Interpretasi Koefisien Korelasi Nilai r

Interval Koefisien Tingkat Hubungan

4 54 ( ) 444 Sangat Kuat

4 64 ( 4 788 Kuat

4 94 ( 4 :88 Cukup Kuat

4 ;4 ( 4 <88 Rendah

4 44 ( 4 )88 Sangat Rendah

2.6 Pengujian Koefisien Regresi

Pengujian hipotesis bagi koefisien regresi berganda parameter , ,

Pengujian hipotesis individual yaitu merupakan pengujian hipotesis koefisien regresi berganda untuk mengetahui apakah variabel independen ( , , ) berpengaruh terhadap variabel dependen (Y).

Pengujian hipotesis serentak merupakan pengujian hipotesis koefisien regresi berganda untuk mengetahui apakah variabel independen ( , , ) serentak atau bersama-sama mempengaruhi variabel dependen (Y).

2.6.1 Pengujian Hipotesis Individual (Parsial)

Pengujian terhadap koefisien regresi (uji parsial) bertujuan untuk memastikan apakah variabel independen yang terdapat dalam persamaan tersebut secara individu berpengaruh terhadap nilai variabel dependen. Langkah – langkah analisis dalam pengujian hipotesis terhadap koefisien regresi adalah sebagai berikut:

1. Perumusan Hipotesis

= > 4, i = 1,2,3,…,k (Variabel independen (X1,X2,X3,X4) tidak

mempengaruhi variabel dependen (Y)

Ditentukan berdasarkan tingkat kesulitan pengumpulan data. Jika data sulit dikumpulkan sebaiknya menggunakan level of significance ( ) relatif besar dan sebaliknya menggunakan ( ) relatif kecil.

3. Kriteria Pengujian

H0 diterima jika (BC?D * BE C * BC?D

H0 ditolak jika BE C F BC?D atau (BE C G (BC?D

ttab dapat dilihat pada tabel distribusi student t dengan derajat kebebasan (dk=n–k-1) dan dengan yang telah ditentukan.

4. Pengujian

Pengujian untuk nilai b1,b2,…,bk sebagai berikut:

B

_HID (2.13)

J

D

K

HL M" N "

"_{! O}"_! (2.14)

Keterangan:

J

D

: estimasi simpangan baku

: koefisien variabel bebas

2.6.2 Pengujian Hipotesis Serentak (Simultan)

Pengujian ini dilakukan untuk mengetahui apakah semua variabel independen mempunyai pengaruh yang sama terhadap variabel dependen. Pengujian yang dilakukan menggunakan uji distribusi F.

Pengujian terhadap pengaruh variabel independen secara bersama-sama (simultan) terhadap perubahan nilai variabel dependen dilakukan melalui pengujian terhadap besarnya perubahan nilai semua variabel independen.

Langkah-langkah analisis dalam pengujian hipotesis terhadap variasi nilai variabel dependen yang dapat dijelaskan oleh variasi nilai variabel independen adalah sebagai berikut:

1. Perumusan Hipotesis

= > 4, i = 1,2,3,…,k (Variabel independen (Xi) tidak mempengaruhi variabel dependen (Y))

=_?@ A 4, i = 1,2,3,…,k (Variabel independen (Xi) berpengaruh terhadap variabel dependen (Y))

2. Menentukan level of significance ( )

Ditentukan berdasarkan tingkat kesulitan pengumpulan data. Jika data sulit dikumpulkan sebaiknya menggunakan level of significance ( ) relatif besar dan sebaliknya menggunakan ( ) relatif kecil.

3. Kriteria Pengujian

H0 ditolak jika PE C F PC?D

Ftab dapat dilihat pada tabel distribusi F dengan derajat kebebasan (dk=n– k-1) dan dengan yang telah ditentukan

4. Pengujian

Pengujian untuk seluruh variabel independen terhadap variabel dependen secara bersamaan adalah:

P

O" !

O"_! (2.15)

Keterangan:

R2 : koefisien determinasi

n : jumlah sampel

k : jumlah variabel independen

BAB 3

GAMBARAN UMUM

3.1 Visi dan Misi Kota Medan

Kota Medan adalah ibu kota Provinsi Sumatera Utara. Kota ini merupakan kota terbesar di Pulau Sumatera. Medan didirikan oleh Guru Patimpus Sembiring Pelawi pada tahun 1590, sehingga hari jadi Kota Medan diperingati setiap 1 Juli 1590.

3.1.1 Visi Kota Medan

Secara umum arah dan agenda pembangunan Kota Medan mengacu pada visi Kota Medan berdasarkan Perda Nomor 8 Tahun 2009 yaitu Kota Medan yang maju, sejahtera, religius, dan berwawasan lingkungan.

3.1.2 Misi Kota Medan

1. Pelayanan Pendidikan, baik akses, kualitas maupun manajemen pendidikan yang semakin baik, sehingga dapat menciptakan lulusan yang unggul.

2. Perbaikan infrastruktur, utamanya perbaikan jalan kota, jalan lingkungan, taman kota dan drainase serta penataan pasar tradisional secara simultan.

3. Pelayanan kesehatan, baik akses, mutu maupun manajemen kesehatan yang semakin baik.

4. Peningkatan pelayanan administrasi publik, terutama paelayanan KTP/KK/akte kelahiran dan perizinan usaha.

5. Peningkatan disiplin Pegawai Negeri Sipil (PNS) , untuk meningkatkan kapasitas dan prestasi kerjanya, sesuai dengan tugas pokok dan fungsi masing – masing.

6. Menurunkan angka penganggura dan kemiskinan.

3.2 Geografis Kota Medan

Kota Medan memiliki luas 26.510 hektar (265,10 km2) atau 3,6% dari keseluruhan wilayah Sumatera Utara. Secara geografis Kota Medan terletak pada

<Q_{30’ - <}Q _{43’ Lintang Utara dan 85}Q _{35’ - 85}Q _{44’ Bujur Timur. Secara}

Medan Polonia, Medan Baru, Medan Selayang, Medan Sunggal, Medan Helvetia, Medan Petisah, Medan Barat, Medan Timur, Medan Perjuangan, Medan tembung, Medan Deli, Medan Labuhan, Medan Marelan danMedan Belawan.

3.3 Demografi Kota Medan

Berdasarkan sensus penduduk tahun 2010, penduduk Kota Medan berjumlah 2.109.339 jiwa. Penduduk Kota Medan terdiri atas 1.040.680 laki – laki dan 1.068.659 perempuan. Pada tahun 2011, penduduk kota medan mencapai 2.117.224 jiwa, dibanding hasil sensus penduduk tahun 2010 terjadi pertambahan penduduk sebesar 19.614 jiwa (0,94%). Dengan luas wilayah mencapai 265,10 km2, kepadatan penduduk mencapai 7.987 jiwa/km2. Dengan demikian Kota Medan merupakan salah satu kota dengan jumlah penduduk yang besar.

BAB 4

PENGOLAHAN DATA

4.1 Pengolahan Data

Data merupakan suatu bahan mentah yang jika diolah dengan baik melalui berbagai analisis dapat melahirkan berbagai informasi. Dengan informasi tersebut, dapat diambil keputusan. Data yang baik tentu saja harus mutakhir, cocok (relevant) dengan masalah penelitian dari sumber yang dapat dipertanggung

jawabkan. Pengolahan data dapat digunakan untuk menguraikan atau memecahkan suatu permasalahan dengan menganalisis beberapa vaiabel – variabel maka akan didapat suatu informasi mengenai data yang ingin diketahui.

[image:39.612.135.525.131.582.2]

Tabel 4.1 Pertumbuhan Penduduk di Kota Medan Tahun 2011

Kecamatan Kelahiran Kematian Datang Pergi Pertumbuhan Penduduk Medan Johor 1.041 677 1.567 1.412 0,42 Medan Denai 949 250 903 1.103 0,35 Medan Perjuangan 217 200 272 694 -0,43 Medan Kota 676 502 939 1.255 -0,2 Medan Helvetia 1.122 496 1.973 1.638 0,67

Medan Polonia 717 90 150 317 0,87

Medan Maimun 239 141 124 303 -0,2 Medan Sunggal 263 121 374 347 0,15

Medan .Area 104 103 207 103 0,11

Medan Petisah 1.060 820 1.228 1.375 0,15

Medan Baru 320 124 577 489 0,72

Medan Tembung 1.759 262 3.053 2.830 1,3 Medan Selayang 182 103 1.079 235 0,93

Medan Amplas 577 193 411 241 0,48

Medan Belawan 973 251 620 756 0,62

Medan Tuntungan 351 96 45 20 0,34

Medan Deli 1.162 340 1.548 1.370 0,59

Medan Timur 640 426 698 595 0,29

Medan Barat 192 169 268 396 -0,15

Medan Marelan 240 52 158 48 0,2

Medan Labuhan 625 130 1.435 304 1,47 Sumber: Medan dalam Angka 2012

1. Eksistensi

Asumsi eksistensi terpenuhi jika nilai mean dari residu bernilai 0, pada output SPSS nilai mean dari residu dapat dilihat pada tabel Residuals Statisticsa.

Karena nilai mean residual bernilai 0 maka asumsi eksistensi terpenuhi.

2. Independensi

Asumsi independensi dapat diketahui dengan melakukan uji Durbin Watson, bila nilai durbin antara -2 s/d +2 berarti asumsi independensi terpenuhi. Pada output SPSS nilai durbin dapat dilihat pada tabel Model Summaryb.

3. Linieritas

Asumsi Linieritas Terpenuhi jika P < 0,05. Nilai P pada output SPSS dapat dilihat pada tabel ANOVAb.

Terlihat bahwa nilai p-Anova dilihat pada kolom sig. yaitu 0,000 maka asumsi linieritas terpenuhi.

4. Homocedasticity

Dari scatter plot terlihat bahwa scatter plot tidak membentuk suatu pola tertentu sehingga asumsi homocedasticity terpenuhi.

5. Normalitas

Asumsi normalitas dapat di analisis dengan melihat kenormalan E atau residu. Dapat dilihat dari normal probability plot atau box-whisker plot atau K-S test

6. Colinearity

Asumsi colinearity dapat dilakukan dengan melihat VIF atau tolerance, jika VIF < 10 maka tidak terjadi kolinearitas.

Dari tabel Coefficientsa terlihat bahwa nilai VIF dari collinearity statistics berada dibawah 10 sehingga asums colinearity terpenuhi.

4.3 Persamaan Regresi Linier Berganda

[image:44.612.134.500.155.608.2]

Tabel 4.2 Nilai – Nilai yang Dibutuhkan untuk Menghitung Koefisien Regresi Linier Berganda

No Y X1 X2 X3 X4 YX1 YX2

1 0,42 1.041 677 1.567 1.412 437,22 284,34 2 0,35 949 250 903 1.103 332,15 87,5 3 -0,43 217 200 272 694 -93,31 -86 4 -0,2 676 502 939 1.255 -135,2 -100,4 5 0,67 1.122 496 1.973 1.638 751,74 332,32 6 0,87 717 90 150 317 623,79 78,3 7 -0,2 239 141 124 303 -47,8 -28,2 8 0,15 263 121 374 347 39,45 18,15 9 0,11 104 103 207 103 11,44 11,33 10 0,15 1.060 820 1.228 1.375 159 123 11 0,72 320 124 577 489 230,4 89,28 12 1,3 1.759 262 3.053 2.830 2286,7 340,6 13 0,93 182 103 1.079 235 169,26 95,79 14 0,48 577 193 411 241 276,96 92,64 15 0,62 973 251 620 756 603,26 155,62

16 0,34 351 96 45 20 119,34 32,64

17 0,59 1.162 340 1.548 1.370 685,58 200,6 18 0,29 640 426 698 595 185,6 123,54 19 -0,15 192 169 268 396 -28,8 -25,35

20 0,2 240 52 158 48 48 10,4

Sambungan Tabel 4.2 Nilai – Nilai yang Dibutuhkan untuk Menghitung Koefisien Regresi Linier Berganda

No YX3 YX4 X1X2 X1X3 X1X4 X2X3 X2X4

Sambungan Tabel 4.2 Nilai – Nilai yang Dibutuhkan untuk Menghitung Koefisien Regresi Linier Berganda

No X3X4 Y2 X12 X22 X32 X42

Dari tabel 4.2 maka diperoleh hasil sebagai berikut:

n = 21 = 17629 = 11561,5

= 8,68 = 15831 = 8230,71

= 13409 = 7573,53 = 4593697

= 5546 = 2027,2 = 16793638

= 15521809 = 22562722 = 2333816

= 6181074 = 8,286 = 26260763

= 5956981 = 12399423 = 21579723

Persamaan 2.4 s.d 2.8 :

Dari persamaan diatas maka dapat disubstitusi ke dalam nilai – nilai yang bersesuaian sehingga diperoleh persamaan sebagai berikut :

8,68 = 21 b0 + 13409 b1 + 5546 b2 + 17629 b3 + 15831 b4

Setelah persamaan diselesaikan, maka dapat diperoleh koefisien – koefisien regresi linier berganda sebagai berikut:

b0 = 0,0662 b1 = 0,001 b2 = -0,0008 b3 = 0,0008 b4 = -0,001

Dengan demikian, persamaan regresi linier ganda X1, X2, X3, X4 terhadap Y adalah:

4 466; 4 44) ( 4 4445 4 4445 ( 4 44)

4.4 Kesalahan Standar Estimasi

[image:49.612.134.482.157.627.2]

Tabel 4.3 Nilai – Nilai yang Dibutuhkan untuk Menghitung Kesalahan Standar Estimasi

No R_{S S} R_S- _S (R_S- _S)2

1 0,42 0,384327654 0,035672346 0,001272516 2 0,35 0,437216836 0,087216836 0,007606776 3 -0,43 -0,39354785 -0,03645215 0,001328759 4 -0,2 0,210623518 0,010623518 0,000112859 5 0,67 0,731702064 0,061702064 0,003807145 6 0,87 0,538826912 0,331173088 0,109675614 7 -0,2 -0,02379778 -0,17620222 0,031047222 8 0,15 0,183023844 0,033023844 0,001090574 9 0,11 0,149755182 0,039755182 0,001580474 10 0,15 0,031658002 0,118341998 0,014004828 11 0,72 0,260185518 0,459814482 0,211429358 12 1,3 1,253592786 0,046407214 0,00215363 13 0,93 0,826021858 0,103978142 0,010811454 14 0,48 0,598891076 0,118891076 0,014135088 15 0,62 0,595010078 0,024989922 0,000624496 16 0,34 0,372126686 0,032126686 0,001032124 17 0,59 0,842019424 0,252019424 0,06351379 18 0,29 0,321875402 0,031875402 0,001016041 19 -0,15 0,077144276 0,072855724 0,005307957 20 0,2 0,357900672 0,157900672 0,024932622 21 1,47 1,50095293 -0,03095293 0,000958084

Berdasarkan tabel 4.3 di atas, maka dapat dihitung kesalahan standar estimasinya dengan menggunakan rumus 2.9 sebagai berikut :

$ %!"

U V

=

U V

W

=X4 4<)7):455

=

0,1780873

4 )5

Dengan nilai penyimpangan atau nilai standar estimasi yang didapat, ini berarti bahwa rata-rata pertumbuhan penduduk di Kota Medan yang sebenarnya akan menyimpang dari rata-rata pertumbuhan penduduk di Kota Medan yang diperkirakan adalah sebesar 0,18.

4.5 Koefisien Determinasi

[image:51.612.145.500.132.582.2]

Tabel 4.4 Nilai-Nilai yang Dibutuhkan untuk Menghitung Koefisien Determinasi

No (R% ( R_Y & !_Y R% ( R_Y & !_Y 2 (R_S( R& !_Y (R_S( R& !_Y 2 1 -0,028972346 0,000839397 0,0067 4,489x10-5 2 0,023916836 0,000572015 -0,0633 0,00400689 3 -0,80684785 0,651003453 -0,8433 0,71115489 4 -0,623923518 0,389280556 -0,6133 0,37613689 5 0,318402064 0,101379874 0,2567 0,06589489 6 0,125526912 0,015757006 0,4567 0,20857489 7 -0,43709778 0,191054469 -0,6133 0,37613689 8 -0,230276156 0,053027108 -0,2633 0,06932689 9 -0,263544818 0,069455871 -0,3033 0,09199089 10 -0,381641998 0,145650615 -0,2633 0,06932689 11 -0,153114482 0,023444045 0,3067 0,09406489 12 0,840292786 0,706091966 0,8867 0,78623689 13 0,412721858 0,170339332 0,5167 0,26697889 14 0,185591076 0,034444047 0,0667 0,00444889 15 0,181710078 0,033018552 0,2067 0,04272489 16 -0,041173314 0,001695242 -0,0733 0,00537289 17 0,428719424 0,183800345 0,1767 0,03122289 18 -0,091424598 0,008358457 -0,1233 0,01520289 19 -0,490444276 0,240535588 -0,5633 0,31730689 20 -0,055399328 0,003069086 -0,2133 0,04549689 21 1,08765293 1,182988896 1,0567 1,11661489 Jumlah 0,0006735 4,20580592 0,0007 4,69826669

# % (Z₍&!Z

Z

%!

=

U[ U\

W\[ WWW\

#

=

0,8951824572

R = ]4 58:)5;9:7;

R = 0,94

Dari perhitungan diatas, diperoleh koefisien korelasinya (R) adalah sebesar 0,94. Sedangkan koefisien determinasinya (R2) adalah sebesar 0,89. Nilai tersebut digunakan untuk mengetahui persentase pengaruh variabel independen terhadap perubahan variabel dependen. Artinya 89% pertumbuhan penduduk di Kota Medan dipengaruhi oleh keempat faktor yang dianalisis, sedangkan 11% sisanya dipengaruhi oleh faktor lain.

4.6 Menghitung Koefisien Korelasi Antar Variabel Dependen (Y) dengan Variabel Independen (Xi)

1. Koefisien korelasi antara Y (pertumbuhan penduduk) dengan X1 (Kelahiran)

+

M! ,M ,M! !

- ,M" ,M!"_.- " _!"_.

+

M! _{]^ T \\}TVUV U ! _\!"_{_^ T[ [W [ W[!}\T[ W[! "_{_}

+

M! _{] W [V[[ V\[}U\ W \_{[ ! V W VU !}

+

M! _{] [ U[WW ! \[ WW W!}WU

+

M! _{XV\U \W WU}WU

+ _M! _{58)65 )7867}9;6:9 4)

+ M! 4 975

Nilai yang positif menandakan hubungan yang searah antara Y (pertumbuhan penduduk) dengan X1 (kelahiran), artinya peningkatan X1 (kelahiran) akan meningkatkan Y (pertumbuhan penduduk), dan sebaliknya penurunan X1 (kelahiran) akan menurunkan Y (pertumbuhan penduduk). Hubungan antara Y (pertumbuhan penduduk) dengan X1 (kelahiran) tergolong cukup kuat, ini ditandai dengan nilai r sebesar 0,478 (0,40 r 0,599 berarti korelasi cukup kuat).

2. Koefisien korelasi antara Y (pertumbuhan penduduk) dengan X2 (Kematian)

+

"! ," ,"! ! - ,"" ,"!".- " !".

+

"! _{] \ W VU[ W! V}UV [ \ [ _{W VU !}

+

"!

(

_{] [ U}UUW[ [_{! \[ WW W!}

+

"!

(

_{X [ [}UUW[ [

+ "! (

::65 45 9;9<: 8:)79 + _"! (4 )<)

Nilai yang negatif menandakan hubungan yang berlawanan antara Y (pertumbuhan penduduk) dengan X2 (kematian), artinya peningkatan X2 (kematian) akan menurunkan Y (pertumbuhan penduduk), dan sebaliknya penurunan X2 (kematian) akan meningkatkan Y (pertumbuhan penduduk). Hubungan antara Y (pertumbuhan penduduk) dengan X2 (kematian) tergolong sangat rendah, ini ditandai dengan nilai r sebesar -0,131 (0,00 r 0,199 berarti korelasi sangat lemah).

3. Koefisien korelasi antara Y (pertumbuhan penduduk) dengan X3 (migrasi masuk atau datang)

+

`! ,` ,`! !

- ,`" ,`!".- " !".

+

`! _{]^ T W W VW VW \!}T UW U! VW \T[ W[!"_{_^ T[ [W [ W[!}"_{_}

+

`! _{] W\ [ ! \[ WW W!}[\VV V[

+

`! _{] V VVV}[\VV V[_T Ma

+

`! _U[\VV V[_[W

+ _`! 4 :5<

Nilai yang positif menandakan hubungan yang searah antara Y (pertumbuhan penduduk) dengan X3 (datang), artinya peningkatan X3 (datang) akan meningkatkan Y (pertumbuhan penduduk), dan sebaliknya penurunan X3 (datang) akan menurunkan Y (pertumbuhan penduduk). Hubungan antara Y (pertumbuhan penduduk) dengan X3 (datang) tergolong cukup kuat, ini ditandai dengan nilai r sebesar 0,583 (0,40 r 0,599 berarti korelasi cukup kuat).

3. Koefisien korelasi antara Y (pertumbuhan penduduk) dengan X4 (migrasi keluar atau pergi)

+

b! ,b ,b! !

- ,b" ,b!".- " !".

+

b! _{]^ T UV\V U[ !}T[ V ! U[ T[ W[!"_{_^ T[ [W [ W[!}"_{_}

+

b! _{] U V [ U W UW ! V}V [ \ V [_{W VU !}

+

b! _{] UU W ! \[ WW W!}U [

+

b! U_WV [ _U

+ b! 4 ;:)

Nilai yang positif menandakan hubungan yang searah antara Y (pertumbuhan penduduk) dengan X4 (pergi), artinya peningkatan X4 (pergi) akan meningkatkan Y (pertumbuhan penduduk), dan sebaliknya penurunan X4 (pergi) akan menurunkan Y (pertumbuhan penduduk). Hubungan antara Y (pertumbuhan penduduk) dengan X4 (pergi) tergolong rendah, ini ditandai dengan nilai r sebesar 0,251 (0,20 r 0,399 berarti korelasi rendah).

4.7 Menghitung Koefisien Korelasi Antar Variabel Independen (Xi) dengan Variabel Independen (Xj)

Untuk mengukur seberapa besar hubungan variabel independen (Xi) terhadap variabel independen lainnya (Xj), dapat dilihat dari besarnya nilai koefisien korelasinya yaitu:

1. Koefisien korelasi antara kelahiran (X1) dengan kematian (X2)

+

! ,M," ,M! ,"! - ,M" ,M!".- ,"" ,"!".

+

! _{]^ T \\} T U\ W\V! _{! \!}"_{_^ T}\TUU W!_{[ W! UU W!}"_{_}

+

! _{] [ U[WW ! [ U !}

+

! _{] V [W[ V T} Mc

+

! _{[ U \ \}

+

!

4 :76

2. Koefisien korelasi antara kelahiran (X1) dengan datang (X3)

+

! ,M,` ,M! ,`!

- ,M" ,M!".- ,`" ,`!".

+

! _{]^ T \\} T WV\ W [! _{! \!}"_{_^ T W W VW ! VW \!}\T VW \! "_{_}

+

! _{] W [V[[ V\[}U WWW \[ W [V W_{[ ! UU VW V[ W !}

+

! _{] [ U[WW !}W V\ V_{W\ [ !}

+

! _{] \ \WV}W V\ V_VT Md

+

! _{\ V [[}W V\ V

+

!

4 5<:

3. Koefisien korelasi antara kelahiran (X1) dengan pergi (X4)

+

! ,M,b ,M! ,b!

- ,M" ,M!"_{.- ,b}" _,b!"_.

+

! _{] W [V[[ V\[}U\UV\[\ _{[ ! U V [ U W UW !}VV[V\

+

! _{] [ U[WW !}W[ _{UU W !}

+

! _{] W} W[_{[ T} Md

+

! _{VVW \ \ V}W[

+

!

4 584

4. Koefisien korelasi antara kematian (X2) dengan datang (X3)

+

_! ,",` ,"! ,`!

- ,"" ,"!".- ,`" ,`!".

+

! _{]^ T [ W! UU W!}TW [ V ! UU WT VW \!"_{_^ T W W VW ! VW \!}"_{_}

+

! _{] \ W VU[ W! UU VW}\[ UU \VVV _{V[ W !}

+

! _{] [ U ! W\ [ !}

+

! _{] \ U[WV T} Mc

+

! _{WW [ \ V}

+

!

4 95<

5. Koefisien korelasi antara kematian (X2) dengan pergi (X4)

+

! ,",b ,"! ,b! - ,"" ,"!".- ,b" ,b!".

+

! _{]^ T [ W! UU W!}TU\UW\[ ! UU WT U[ !"_{_^ T UV\V ! U[ !}"_{_}

+

! _{] \ W VU[ W! U V [ U W UW !}U \WW [VV\[V W

+

! _{] [ U} V \V[VU_{! UU W !}

+

! _{] W\V}V \V[VU_VWT Mc

+

! _{W [}V \V[VU_{WU W}

+

!

4 6)<

6. Koefisien korelasi antara datang (X3) dengan pergi (X4)

+

! ,`,b ,`! ,b!

- ,`" ,`!".- ,b" ,b!".

+

! _{]^ T W W VW ! VW \!}T UW V ! VW \T U[ !"_{_^ T UV\V ! U[ !}"_{_}

+

! _{] UU VW} V [ V W V\ [ W\\_{V[ W ! U V [ U W UW !}

+

! _{] W\ [ !}\ V W _{UU W !}

+

! _{] [VU U [[VT}\ V W Md

+

! \ V_{[ \\}W

4.8

Pengujian Hipotesis Individual (Parsial)

1.

Hipotesis

= > 4, i = 1,2,3,4 (Variabel independen (X1,X2,X3,X4) tidak mempengaruhi variabel dependen (Y))

=_?@ A 4, i = 1,2,3,4 (Minimal ada satu parameter koefisien regresi yang tidak mempengaruhi variabel dependen (Y))

2. = 5%

3. Kriteria Pengujian:

H0 diterima jika (BC?D * BE C * BC?D

H0 ditolak jika BE C F BC?D atau (BE C G (BC?D 4. Pengujian

e ( ,M!"

e );<889;< ( \!"

e );<889;< ( V\[ [

e );<889;< ( 5:6)86: 76;

e <5<79:7 ;<5

e ( ,"!"

e ;<<<5)6 ( UU W!"

e ;<<<5)6 ( VU[ W

e 568)9< 548:

e ( ,`!"

e ;6;6476< ( VW \!"

e ;6;6476< ( V[ W

e ;6;6476< ( )9788);: 76

e ))96)6<7 ;9

e ( ,b!"

e ;):787;< ( U[ !"

e ;):787;< ( U W UW

e ;):787;< ( ))8<9<); 9<

e 869:9)4 :7)

Dari perhitungan yang sebelumnya didapat harga – harga:

4 4<)7):455 _{e 568)9< 548:}

e <5<79:7 ;<5 e ))96)6<7 ;9

e 869:9)4 :7) # + 4 5<:

# + 4 :76 # + 4 584

J

D

K

HL M" N "

"_{! O}"_!

J

DM HL M" N "

M "_{! O}

M"!

J

DM _{[ V UV [! UVW}V U [[ "_!

J

DM _{[ V UV [!} V U [[ _!

J

DM _{[ V UV [! WW[!}V U [[

J

DM _UW V U [[_U

JDM ]) ;<7;)7457 T )4 [

JDM 4 444)));

J

D" HL M" N "

" "_{! O}

""!

J

D" _{[W\ [ \U! UVW}V U [[ "_!

J

D" _{[W\ [ \U!} V U [[ _!

J

D" _{[W\ [ \U! WW[!}V U [[

J

D" _{U[ U[[ W V}V U [[

JD" ]: 96;:5445: T )4 [

JD" 4 444;<<7

J

D` HL M" N "

` "_{! O}

`"!

J

D` _{W W V U! [ U}V U [[ "_!

J

D` _{W W V U! W\V!}V U [[

J

D` _{W W V U!}V U [[ _!

J

D` _{V [VW [U}V U [[

JD` ]8 )<;;;:6<) T )4 \

JD` 4 44448:6

J

Db HL M" N "

b "_{! O}

b"!

J

Db _{\W U UV ! [\}V U [[ "_!

J

Db _{\W U} V U [[_{UV ! [!}

J

Db _{U [ [U[}V U [[

JDb ]) :5):75<:: T )4 [

JDb 4 444);:7

Sehingga diperoleh distribusi ti dengan menggunakan rumus 2.13 sebagai berikut:

B

_HDM

IM

B

WVV W

B 5 88

B

_HD"

I"

B

(

[[[[W_V

B (< 54<

B

_HD`

I`

B

[ _\UW

B

_HDb

Ib

B

(

V V_UV

B (5 :)

Dari tabel distribusi t dengan dk = n-k-1 = 16, dan p = ) (f = 0,975

ttab = t(p)(dk) ttab = t(0,975)(21-4-1) ttab = F(0,975)( 16) ttab = 2,12

5. Kesimpulan

Berdasarkan perhitungan diatas diperoleh: 1. t1 = 8,99 > t0,975;16 = 2,12 2. t2 = -3,803 < -t0,975;16 = -2,12 3. t3 = 8,808 > t0,975;16 = 2,12 4. t4 = -8,51 < -t0,975;16 = -2,12

4.9 Pengujian Hipotesis Serentak (Simultan)

1. Hipotesis

= > =0 (Variabel independen (Xi) tidak mempengaruhi

variabel dependen (Y))

=_?@ A 4 (Variabel independen (Xi) berpengaruh terhadap variabel dependen (Y))

2. = 5%

3. Kriteria Pengujian

H0 diterima jika PE C * PC?D H0 ditolak jika PE C F PC?D

4. Pengujian

P

O" ! _O"_!

P

4 58:)5;9:7;_{4 58:)5;9:7;} !_!

P

4 58:)5;9:7;_{[ VU [!}W!

P

)9 <;;8)8<;_{\ V V}

PE C <9 )6

Dari tabel distribusi F dengan dk pembilang = 4, dk penyebut = 16, dan = 5% = 0,05

Ftab = F(0,05)(4,16) Ftab = 3,01

5. Kesimpulan

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain yang ada dalam dokumen desain sistem yang disetujui dan menguji, serta menggunakan sistem baru atau sistem yang diperbaiki. Penggunaan suatu komputer untuk pemecahan masalah membutuhkan suatu sistem yang baik, sehingga memungkinkan berhasilnya komputer dalam melaksanakan tugasnya yaitu mengolah data menjadi informasi.

Tujuan dari implementasi sistem adalah sebagai berikut:

1. Menyelesaikan desain yang ada dalam dokumen sistem yang disetujui. 2. Menulis, menguji, dan mendokumentasikan program – program dan

prosedur – prosedur yang diperlukan oleh dokumen desain sistem yang disetujui.

3. Memastikan bahwa personal dapat mengoperasikan sistem baru. 4. Memperhitungkan bahwa sistem memenuhi permintaan pemakai. 5. Memastikan bahwa konversi ke sistem baru berjalan dengan benar.

diinginkan. Dalam pengolahan data tugas akhir ini, penulis menggunakan suatu perangkat lunak sebagai implementasi sistem yaitu SPSS 17.0 for windows.

5.2 Pengenalan SPSS 17.0

SPSS atau Statistical Product and Service Solution merupakan program aplikasi yang digunakan untuk melakukan penghitungan statistik dengan menggunakan komputer. Kelebihan program ini adalah kita dapat melakukan secara lebih cepat semua perhitungan statistik dari yang sederhana sampai yang rumit sekalipun yang jika dilakukan secara manual akan memakan waktu yang lebih lama.

Tugas dari pengguna hanyalah mendesain variabel yang akan dianalisis, memasukkan data, dan melakukan penghitungan dengan menggunakan tahapan yang ada pada menu yang tersedia. Setelah penghitungan selesai, tugas pengguna ialah menafsir angka – angka yang dihasilkan oleh SPSS. Proses penafsiran inilah yang jauh lebih penting dari pada sekedar memasukkan angka dan menghitungnya. Dalam melakukan penafsiran kita harus dibekali dengan pengertian mengenai statistik dan metodologi penelitian.

5.2.1 Pengenalan Menu

1. Menu file

a. New, untuk membuat file baru. b. Open, untuk membuka file lama.

c. Open database, untuk membuka data base yang sudah ada. d. Save, untuk menyimpan data.

e. Save as, untuk menyimpan data, bedanya dengan save ialah perintah ini dapat digunakan untuk menyimpan dengan nama file lain.

f. Print, untuk mencetak data dan output. g. Exit, untuk keluar dari program SPSS.

2. Menu edit

Menu edit dipergunakan untuk proses editing, misalnya copy, delete, undo dan lain – lain, submenu yang sering digunakan di antaranya:

a. Undo, untuk membatalkan suatu perintah yang sudah dilaksanakan. b. Redo, untuk melakukan kembali perintah yang sudah dibatalkan.

c. Copy, untuk melakukan pengopian nama variabel ataupun nilai variabel. Menu ini bermanfaat untuk mendesain variabel – variabel yang jumlahnya banyak.

d. Cut, untuk memotong teks baik berupa isi variabel ataupun nama variabel. e. Paste, untuk melekatkan atau menempel sesuatu yang sudah diberikan

perintah copy terlebih dahulu. f. Clear, untuk menghapus.

3. Menu view

Menu view dipergunakan untuk melihat tampilan SPSS, submenu utama ialah: a. Status bar, untuk mengatur status bar sesuai yang diinginkan.

b. Tools bar, untuk memunculkan kotak dialog tools bar. c. Font, untuk memunculkan kotak dialog perintah fonts.

d. Value Labels, untuk melihat label pada variabel – variabel yang sudah dibuat.

4. Menu data

Menu data digunakan untuk melakukan pemrosesan data. Submenu yang digunakan adalah:

a. Insert variable, untuk menyisipkan variabel baru di antara variabel – variabel lama yang sudah dibuat.

b. Insert case, untuk menyisipkan kasus baru di antara kasus – kasus lama yang sudah dibuat.

c. Go to case, perintah untuk menuju ke kasus (baris) tertentu. d. Select case, perintah untuk melakukan seleksi kasus.

e. Split file, untuk membuat kategori file didasarkan pada meotde tertentu.

5. Menu transform

Menu transform dipergunakan untuk melakukan perubahan – perubahan atau penambahan data. Submenu di antaranya:

a. Replace missing values, untuk mengganti nilai yang hilang (missing value).

c. Compute, untuk menghitung , misalnya melakukan proses aritmatika untuk dua variabel.

6. Menu analyse

Menu analyse merupaka menu di mana kita melakukan analisis data yang telah kita masukkan ke dalam komputer. Menu ini merupakan menu terpenting karena semua pemrosesan dan analisis data dilakukan dengan menggunakan menu ini. Contoh submenu ialah:

a. Report.

b. Descriptive statistics. c. Table.

d. Compare means.

e. General linear model. f. Mixed model.

g. Correlate. h. Regression. i. Log linear. j. Dan lain – lain.

7. Menu graphs

Menu graphs digunakan untuk membuat grafik, diantaranya:

a. Gallery, berisi galeri grafik yang dapat dipilih sesuai dengan masalah yang di analisis.

c. Maps, membuat grafik dengan menggunakan model peta. d. Bar, jenis grafik dengan model batang.

e. Line, jenis grafik dengan model garis. f. Area,jenis grafik dengan model area. g. Pie, jenis grafik dengan model bulatan. h. Dot, jenis grafik dengan model titik-titik. i. Dan lain-lain.

8. Menu utilities

Menu utilities dipergunakan untuk mengetahui informasi variabel, informasi file, dan lain – lain.

9. Menu add-ons

Menu add-ons digunakan untuk memberikan perintah kepada SPSS jika ingin menggunakan aplikasi tambahan.

10. Menu windows

Menu windows dipergunakan untuk melakukan perpindahan (switch) dari satu file ke file lainnya.

11. Menu help

5.3 Cara Memulai SPSS

Jika program SPSS telah di install, maka cara memulai SPSS adalah sebagai berikut:

[image:74.612.135.476.285.524.2]

1. Double klik pada desktop yang berlambang SPSS 17.0, atau 2. Klik menu start kemudian pilih dan klik SPSS 17.0

Gambar 5.1 Tampilan Mengaktifkan Lembar Kerja SPSS

5.4 Memasukkan Data dan Mengolah Data dengan SPSS

1. Setelah program SPSS terbuka, klik variable view yang terdapat pada SPSS data editor untuk menginput nama variabel.

[image:75.612.141.504.262.481.2]

2. Klik variable view pada SPSS data editor, definisikan variabel Y dengan label Pertumbuhan Penduduk, variabel X1 dengan label Kelahiran, variabel X2 dengan label Kematian, variabel X3 dengan label Datang dan variabel X4 dengan label Pergi.

Gambar 5.2 Tampilan Pembuatan Variabel Pada Variable View

[image:76.612.140.499.80.265.2]

Gambar 5.3 Tampilan Pengisian Data Pada Data View

5.4.1 Penyimpanan Dokumen SPSS

Adapun cara dalam penyimpanan berkas atau lembar kerja SPSS adalah dengan cara klik menu file kemudian pilih save. Atau dapat juga dilakukan dengan cara tekan tombol Ctrl+s. Kemudian beri nama pada file tersebut.

[image:76.612.140.502.496.672.2]

5.4.2 Analisis Regresi Linier dan Korelasi dengan SPSS 17.0

Adapun langkah – langkah dalam analisis regresi dengan SPSS 17.0 adalah sebagai berikut:

[image:77.612.132.498.199.430.2]

1. Klik Analyse – Regression – Linear

Gambar 5.5 Tampilan pada Jendela Editor Regression

[image:78.612.140.498.80.280.2]

Gambar 5.6 Tampilan Kotak Dialog Regression Linear

3. Pilih dan klik menu statistics kemudian pada regression coefficient berikan tanda ceklis pada kotak estimate, model fit, descriptive, part and partial correlation, kemudian pada residual berikan tanda ceklis pada casewise

diagnostic serta all cases, selanjutnya klik continue.

[image:78.612.155.382.473.661.2]

[image:79.612.154.437.209.426.2]

4. Pilih dan klik menu plots, kemudian pindahkan zpred pada kolom Y dan sresid pada kolom X dan pada standardized residual plots ceklis normal probability plot dan klik continue.

Gambar 5.8 Tampilan Kotak Dialog Linear Regression : Plots

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Setelah dilakukannya analisis, maka penulis dapat mengambil beberapa kesimpulan antara lain:

1. Persamaan regresi yang diperoleh berdasarkan nilai – nilai koefisien regresi berganda adalah 4 466; 4 44) ( 4 4445 4 4445 ( 4 44) .

2. Koefisien determinasi (R) sebesar 0,89, menunjukkan bahwa 89% pertumbuhan

penduduk dipengaruhi oleh keempat faktor yang di analisis yaitu faktor kelahiran

(X1), kematian (X2), datang (X3), pergi (X4) dan sisanya 11% dipengaruhi oleh faktor

– faktor yang lain.

3. Pada uji regresi linier berganda dengan taraf nyata 0,05, dk pembilang = 4 dan dk

penyebut = 16, maka Ftabel yang didapat sebesar 3,01 dan Fhitung sebesar 34,16. Maka

diperoleh Fhitung > Ftabel dan dapat disimpulkan bahwa H0 ditolak dan H1 diterima. Ini

menunjukkan bahwa adanya hubungan fungsional yang signifikan antara kelahiran

(X1), kematian (X2), datang (X3) dan pergi (X4) yang mempengaruhi pertumbuhan

4. Pada analisis koefisien korelasi antara variabel dependen (terikat) dengan variabel

independen (bebas), korelasi yang kuat terjadi pada pertumbuhan penduduk (Y)

dengan migrasi masuk atau datang (X3) yaitu sebesar 0,583 dan tergolong cukup

kuat, ini ditandai dengan nilai r yang cukup kuat yaitu sebesar 0,583 (0,40 r 0,599 berarti korelasi cukup kuat).

6.2 Saran

Dari analisis dan kesimpulan yang telah di dapat, ada beberapa saran yang penulis dapat berikan, yang mungkin bisa membantu masyarakat maupun pemerintah dalam mengendalikan angka pertumbuhan penduduk di Kota Medan adalah sebagai berikut:

1. Kelahiran merupakan salah satu faktor yang mempengaruhi meningkatnya pertumbuhan penduduk di Kota Medan, maka masyarakat harus lebih sadar akan

pentingnya merencanakan jumlah anak, dengan mengikuti program yang

dicanangkan pemerintah yaitu program keluarga berencana.

Daftar Pustaka

Algifari. 2000. Analisis Regresi Teori,Kasus, dan Solusi. Yogyakarta : BPFE.

Badan Pusat Statistik. Medan dalam Angka 2012.

Husaini,Purnomo. 2006. Pengantar Statistika. Yogyakarta: Bumi Aksara. Ida. 2003. Demografi Umum. Yogyakarta: Pustaka Pelajar.

Lembaga Demografi. 2007. Dasar – Dasar Demografi. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.

Riduwan, Engkos. 2007. Cara Menggunakan dan Memaknai Analisis Jalur (Path Analysis). Bandung: Alfa Beta

Sudjana.2001. Metode Statistika. Bandung: Tarsito.

Suharjo Bambang. 2008. Analisis Regresi Terapan dengan SPSS. Yogyakarta: Graha Ilmu.Yogyakarta.

Sunyoto Danang. 2010. Uji Khi Kuadrat & Regresi untuk Penelitian. Yogyakarta: Graha Ilmu.

Tedjo. 2009. Statistika Untuk Psikologi dan Pendidikan. Bandung: Refika Aditama.

Yasril, Heru. 2009. Analisis Multivariat Untuk Penelitian Kesehatan. Yogyakarta: Mitra Cendikia Press.