Penerapan Analisis Jalur dalam Menganalisis Faktor-faktor yang Mempengaruhi Angka Harapan Hidup di Sumatera Utara

(1)

HARAPAN HIDUP DI SUMATERA UTARA

TUGAS AKHIR

YANUAR FERNANDEZ TAMBUNAN

112407107

PROGRAM STUDI DIPLOMA 3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(2)

PENERAPAN ANALISIS JALUR DALAM MENGANALISIS

FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA

HARAPAN HIDUP DI SUMATERA UTARA

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya

YANUAR FERNANDEZ TAMBUNAN

112407107

PROGRAM STUDI DIPLOMA 3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(3)

Judul : Penerapan Analisis Jalur dalam Menganalisis Faktor-faktor yang Mempengaruhi Angka Harapan Hidup di Sumatera Utara

Kategori : Tugas Akhir

Nama : Yanuar Fernandez Tambunan Nomor Induk Mahasiswa : 112407107

Program Studi : D3 Statistika Departemen : Matematika

Fakultas : Matematika Dan Ilmu Pengetahuan Alam Universitas Sumatera Utara

Disetujui di Medan, Juli 2014

Disetujui Oleh:

Program Studi D3 Statistika FMIPA USU

Ketua, Pembimbing,

(4)

PENERAPAN ANALISIS JALUR DALAM MENGANALISIS

FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA

HARAPAN HIDUP DI SUMATERA UTARA

TUGAS AKHIR

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

Medan, Juli 2014

(5)

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul “Penerapan Analisis Jalur Dalam Menganalisis Faktor-faktor yang Mempengaruhi Angka Harapan Hidup di Sumatera Utara”.

(6)

Halaman

PERSETUJUAN ii

PERNYATAAN iii

PENGHARGAAN iv

DAFTAR ISI v

DAFTAR TABEL vii

DAFTAR GAMBAR ix

BAB 1. PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 3

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 4

1.5 Manfaat Penelitian 4

1.6 Metode Penelitian 5

1.7 Lokasi Penelitian 6

1.8 Sistematika Penulisan 7

BAB 2. TINJAUAN PUSTAKA 9

2.1 Pengertian Analisis Jalur 9

2.2 Asumsi-asumsi Analisis Jalur 10

2.3 Manfaat Analisis Jalur 11

2.4 Beberapa Istilah dalam Analisis Jalur 11

2.5 Model Analisis Jalur 13

2.6 Model Persamaan Struktural 18

2.7 Koefisien Jalur 19

2.7.1 Besarnya Pengaruh Variabel Eksogen Terhadap

Variabel Endogen 23

2.7.2 Pengujian Koefisen Jalur 25

2.8 Konsep Angka Harapan Hidup 27

BAB 3. GAMBARAN UMUM TEMPAT RISET 29

(7)

3.3.3 Struktur Organisasi Badan Pusat Statistik Provinsi

Sumatera Utara 34

BAB 4 PENGOLAHAN DATA 37

4.1 Penyajian Data 37

4.2 Merumuskan Hipotesis 58

4.3 Merumuskan Persamaan Struktural 64 4.4 Menganalisis Data Menggunakan Program Amos Versi 18 67

4.4.1 Uji Normalitas 68

4.4.2 Pemaknaan dan Pengujian Koefisien Korelasi Antar

Variabel Eksogen 71

4.4.3 Pemaknaan dan Pengujian Koefisien Jalur Antara

Variabel Eksogen dengan Variabel Endogen 76 4.4.4 Analisis Jalur Model Trimming 108 4.4.5 Analisis Jalur Model Building 111

4.4.6 Indeks Ketepatan Model 115

4.5 Penghitungan Pengaruh Antar Variabel 116

BAB 5 IMPLEMENTASI SISTEM 120

5.1 Pengertian Implementasi Sistem 120 5.2 Sekilas Tentang Amos Versi 18 120

5.3 Mengaktifkan Amos Versi 18 122

5.4 Membuka Lembar Baru 123

5.5 Membuat Gambar Path Diagram 123

5.6 Pengisian Data 124

5.7 Pengolahan Data dengan Analisis Jalur 126 5.8 Output Hasil Pengolahan Data 128

BAB 6 PENUTUP 129

6.1 Kesimpulan 129

6.2 Saran 133

DAFTAR PUSTAKA

(8)

Nomor Judul Halaman Tabel

Tabel 4.1 Angka Harapan Hidup Menurut Kabupaten/Kota

Tahun 2012 37

Tabel 4.2 Persentase Penduduk yang Mengalami Keluhan Kesehatan

Menurut Kabupaten/Kota Tahun 2012 39 Tabel 4.3 Jumlah Perawat Menurut Kabupaten/Kota Tahun 2012 40 Tabel 4.4 Jumlah Bidan Menurut Kabupaten/Kota Tahun 2012 41 Tabel 4.5 Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten

Apoteker Menurut Kabupaten/Kota Tahun 2012 42 Tabel 4.6 Jumlah Dokter Menurut Kabupaten/Kota Tahun 2012 43 Tabel 4.7 Jumlah Rumah Sakit Umum Menurut Kabupaten/Kota

Tahun 2012 44

Tabel 4.8 Jumlah Puskesmas dan Sejenisnya Menurut Kabupaten/Kota

Tahun 2012 45

Tabel 4.9 Jumlah Apotik Umum Menurut Kabupaten/Kota

Tahun 2012 46

Tabel 4.10 Laju Pertumbuhan Ekonomi Menurut Kabupaten/Kota

Atas Dasar Harga Konstan 2000 (persen) Tahun 2012 47 Tabel 4.11 Persentase Rumah Tangga Dengan Kondisi Rumah

Tidak Kumuh Menurut Kabupaten/Kota Tahun 2012 48 Tabel 4.12 Persentase Rumah Tangga Dengan Kondisi Air Minum

yang Layak Menurut Kabupaten/Kota Tahun 2012 49 Tabel 4.13 Persentase Rumah Tangga Dengan Kondisi Sanitasi

yang Layak Menurut Kabupaten/Kota Tahun 2012 50 Tabel 4.14 Persentase Rumah Tangga Dengan Jenis Lantai Terluas

Adalah Tanah Menurut Kabupaten/Kota Tahun 2012 51 Tabel 4.15 Persentase Penduduk Miskin Menurut Kabupaten/Kota

Tahun 2012 52

Tabel 4.16 Rata-rata Pengeluaran Per Kapita Per Bulan

Menurut Kabupaten/Kota Tahun 2012 53 Tabel 4.17 Persentase Penduduk 10 Tahun ke Atas yang Melek Huruf

Menurut Kabupaten/Kota Tahun 2012 54 Tabel 4.18 Rata-rata Lama Sekolah Menurut Kabupaten/Kota

Tahun 2012 55

(9)

(Mahalanobis distance) (Group number 1) 69 Tabel 4.23 Covariances: (Group number 1 - Default model) 71 Tabel 4.24 Correlations: (Group number 1 - Default model) 71 Tabel 4.25 Regression Weights: (Group number 1 - Default model) 76 Tabel 4.26 Standardized Regression Weights:

(Group number 1 - Default model) 78 Tabel 4.27 Covariances: (Group number 1 - Default model) 110 Tabel 4.28 Regression Weights: (Group number 1 - Default model) 111 Tabel 4.29 Covariances: (Group number 1 - Default model) 112 Tabel 4.30 Covariances: (Group number 1 - Default model) 113 Tabel 4.31 Correlations: (Group number 1 - Default model) 113 Tabel 4.32 Regression Weights: (Group number 1 - Default model) 114 Tabel 4.33 Standardized Regression Weights:

(Group number 1 - Default model) 114

Tabel 4.34 CMIN/DF 115

Tabel 4.35 Baseline Comparisons 115

Tabel 4.36 RMSEA 116

Tabel 4.37 Standardized Direct Effects (Group number 1 - Default model) 116 Tabel 4.38 Standardized Indirect Effects

(Group number 1 - Default model) 116 Tabel 4.39 Squared Multiple Correlations:

(10)

Nomor Judul Halaman Gambar

Gambar 2.1 Model Regresi Linear 13

Gambar 2.2 Model Mediasi 14

Gambar 2.3 Model Kombinasi 14

Gambar 2.4 Model Kompleks 15

Gambar 2.5 Model Rekursif dan Non Rekursif 15 Gambar 2.6 Model Persamaan Satu Jalur 16

Gambar 2.7 Model Persamaan Dua Jalur 17

Gambar 2.8 Model Persamaan Tiga Jalur 17

Gambar 2.9 Diagram Jalur 18

Gambar 2.10 Hubungan Kausal dari , , 19

Gambar 3.1 Logo BPS 32

Gambar 3.2 Bagan Sruktur Badan Pusat Statistik

Provinsi Sumatera Utara 36

Gambar 4.1 Model Diagram Jalur Tahap I 64 Gambar 4.2 Model Diagram Jalur Setelah Trimming (Tahap II) 109 Gambar 4.3 Model Diagram Jalur (Tahap III) 110 Gambar 4.4 Model Diagram Jalur Tahap Akhir (Tahap IV) 113 Gambar 5.1 Tampilan Awal AMOS Versi 18 122

Gambar 5.2 Path Diagram 123

Gambar 5.3 Pengisian Data 124

Gambar 5.4 Pengisian Data pada Data File 125

Gambar 5.5 Pengolahan Data 126

Gambar 5.6 Pengisian Data pada kotak Analysis Properties 127 Gambar 5.7 Tampilan Pemasukan pada Calculate Estimate 127 Gambar 5.8 Tampilan Jendela untuk melihat hasil Output 128

Gambar 5.9 Hasil Output Amos 128

(11)

BAB 1

PENDAHULUAN

1.1Latar Belakang

Keberhasilan program kesehatan dan program pembangunan sosial ekonomi pada umumnya dapat dilihat dari peningkatan usia harapan hidup penduduk dari suatu daerah. Meningkatnya perawatan kesehatan melalui Puskesmas, meningkatnya daya beli masyarakat akan meningkatkan akses terhadap pelayanan kesehatan, mampu memenuhi kebutuhan gizi dan kalori, mampu mempunyai pendidikan yang lebih baik sehingga memperoleh pekerjaan dengan penghasilan yang memadai, yang pada gilirannya akan meningkatkan derajat kesehatan masyarakat dan memperpanjang usia harapan hidupnya.

(12)

AHH di Sumatera Utara pada tahun 2012 apabila dilihat menurut kabupaten dan kotamadya nilainya bervariasi yaitu antara 63,79 sampai dengan 72,38. Variasi AHH di Sumatera Utara menunjukkan bahwa derajat kesehatan masyarakat Sumatera Utara belum sama. Adanya variasi AHH disebabkan oleh banyak faktor seperti faktor lingkungan, perilaku, pelayanan kesehatan dan keturunan. Selain itu, kondisi ekonomi, pendidikan dan kesehatan yang mana merupakan kebutuhan dasar setiap manusia juga berpengaruh terhadap besar kecilnya AHH.

Pada tahun 2012 ada lebih dari separuh dari jumlah kabupaten dan kotamadya di Sumatera Utara yang masih mempunyai AHH rendah, yaitu berada di bawah rata-rata. Kondisi demikian menunjukkan bahwa lebih dari setengah masyarakat Sumatera Utara masih mempunyai derajat kesehatan yang rendah. Untuk meningkatkan AHH di Sumatera Utara maka perlu diketahui faktor-faktor apa saja yang mempengaruhi AHH di Sumatera Utara serta seberapa besar pengaruhnya baik secara langsung maupun tidak langsung.

(13)

1.2Identifikasi Masalah

AHH dipengaruhi oleh beberapa faktor yang mendukung peningkatan AHH tersebut. Dalam penelitian ini yang menjadi permasalahannya adalah bagaimana hubungan antara beberapa faktor yang mempengaruhi AHH dengan menggunakan analisis jalur sehingga akan diperoleh model analisis jalur beserta dengan besarnya pengaruh faktor-faktor yang mempengaruhi AHH, baik secara langsung maupun tidak langsung.

1.3Batasan masalah

(14)

1.4Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah :

1. Untuk membuat model analisis jalur yang tepat untuk menggambarkan pola hubungan dan pengaruh antara faktor-faktor yang ada terhadap AHH.

2. Untuk mengetahui faktor-faktor apa saja yang berpengaruh terhadap AHH di Sumatera Utara

3. Untuk mengetahui faktor-faktor apa saja yang paling banyak memberikan kontribusi di antara faktor-faktor yang berpengaruh tersebut terhadap peningkatan AHH di Sumatera Utara

4. Untuk mengetahui seberapa besar pengaruh langsung maupun tidak langsung antara faktor-faktor yang ada terhadap AHH di Sumatera Utara.

1.5Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah :

1. Memberikan informasi tentang AHH di Sumatera Utara serta faktor-faktor yang mempengaruhinya.

2. Sebagai sarana meningkatkan pengetahuan dan wawasan pembaca mengenai analisis data.

(15)

termasuk kesehatan lingkungan, kecukupan gisi dan kalori termasuk program pemberantasan kemiskinan

1.6 Metode Penelitian

Metode yang digunakan penulis dalam melaksanakan penelitian diantaranya adalah :

1. Metode Penelitian Kepustakaan (Studi Literatur)

Dalam hal ini penelitian dilakukan dengan membaca dan 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

(16)

3. Metode Pengolahan Data

Data penelitian dianalisa dengan menggunakan metode analisis jalur untuk melihat pola hubungan antar variabel dengan tujuan untuk mengetahui pengaruh langsung maupun tidak langsung seperangkat variabel bebas (eksogen) terhadap variabel terikat (endogen).

Adapun langkah yang dilakukan dalam pengolahan data adalah :

1. Membuat paradigma penelitian

2. Merumuskan masalah penelitian.

3. Membuat model hipotesis

4. Membuat diagram jalur dan persamaan struktur

5. Menguji tiap hipotesis untuk tiap sub-struktur.

1.7 Lokasi Penelitian

(17)

1.8 Sistematika Penelitian

Adapun sistematika penulisan yang diuraikan oleh penulis antara lain : BAB 1 : PENDAHULUAN

Bab ini menguraikan tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitan, kontribusi penelitian, metode penelitian, dan sistematika penelitian.

BAB 2 : LANDASAN TEORI

Bab ini menguraikan tentang sejarah analisis jalur, pengertian analisis jalur, kegunaan analisis jalur, asumsi-asumsi analisis jalur, model-model dalam analisis jalur, diagram jalur dan persamaan struktural, pengertian koefisien jalur, pengujian koefisien jalur, dan konsep Angka Harapan Hidup.

BAB 3 : GAMBARAN UMUM TEMPAT RISET

Bab ini menguraikan tentang sejarah singkat Badan Pusat Statistik Provinsi Sumatera Utara beserta struktur organisasinya.

BAB 4 : ANALISIS DATA

(18)

BAB 5 : IMPLEMENTASI SISTEM

Bab ini menguraikan proses pengolahan data dengan program yang akan digunakan yaitu SPSS dan AMOS mulai dari input data hingga hasil outputnya yang membantu dalam menyelesaikan permasalahan dalam penulisan.

BAB 6 : PENUTUP

(19)

BAB 2

TINJAUAN PUSTAKA

2.1 Pengertian Analisis Jalur

Analisis jalur dikenal dengan path analysis dikembangkan pertama tahun 1920-an oleh seorang ahli genetika yaitu Sewall Wright. Analisis jalur sebenarnya sebuah teknik yang merupakan pengembangan korelasi yang diurai menjadi beberapa interpretasi akibat yang ditimbulkannya. Teknik ini juga dikenal sebagai model sebab-akibat (causing modeling). Definisi analisis jalur, di antaranya: “Analisis jalur ialah suatu teknik untuk menganalisis hubungan sebab akibat yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantungnya tidak hanya secara langsung, tetapi juga secara tidak langsung” (Robert D. Rutherford, 1993). Definisi lain mengatakan “Analisis jalur merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat kepentingan (magnitude) dan signifikansi (significance) hubungan sebab akibat hipotetikal dalam seperangkat variabel” (Paul Webley, 1997).

(20)

akibat. Oleh karena itu rumusan masalah penelitian dalam kerangka analisis jalur hanya berkisar pada variabel bebas ( , , …, ) berpengaruh terhadap variabel terikat Y, atau berapa besar pengaruh kausal langsung, kausal tidak langsung, kausal total maupun simultan seperangkat variabel bebas ( , , …, ) terhadap variabel terikat Y.

2.2 Asumsi-asumsi Analisis Jalur

Sebelum melakukan analisis, ada beberapa prinsip dasar atau asumsi yang mendasari analisis jalur, yaitu:

1. Pada model analisis jalur, hubungan antar variabel adalah bersifat linier, adaptif, dan bersifat normal.

2. Hanya sistem aliran kausal ke satu arah artinya tidak ada arah kausalitas yang berbalik.

3. Variabel terikat (endogen) minimal dalam skala ukur interval dan ratio. 4. Menggunakan sampel probability sampling yaitu teknik pengambilan

sampel untuk memberikan peluang yang sama pada setiap anggota populasi untuk dipilih menjadi anggota sampel.

5. Variabel observasi diukur tanpa kesalahan (instrumen pengukuran valid dan reliabel) artinya variabel yang diteliti dapat diobservasi secara langsung. 6. Model yang dianalisis dispesifikasikan (diidentifikasi) dengan benar

(21)

2.3 Manfaat Analisis Jalur

Manfaat model analisis jalur di antaranya adalah:

1. Untuk penjelasan terhadap fenomena yang dipelajari atau permasalahan yang diteliti.

2. Prediksi nilai variabel terikat ( ) berdasarkan nilai variabel bebas ( ), dan prediksi dengan analisis jalur ini bersifat kualitatif.

3. Faktor dominan terhadap variabel terikat ( ) dapat digunakan untuk menelusuri mekanisme pengaruh variabel bebas ( ) terhadap variabel ( ). 4. Pengujian model mengggunakan teori trimming baik untuk uji reliabilitas

konsep yang sudah ada ataupun uji pengembangan konsep baru.

2.4 Beberapa Istilah dalam Analisis Jalur

Model jalur adalah ialah suatu diagram yang menghubungkan antara variabel bebas, perantara dan terikat. Pola hubungan ditunjukkan dengan menggunakan anak panah. Anak panah-anak panah tunggal menunjukkan hubungan sebab-akibat antara variabel-variabel bebas (exogenous) atau perantara dengan satu variabel dengan variabel terikat atau lebih. Anak panah juga menghubungkan kesalahan (variable residue) dengan semua variabel terikat (endogenous) masing-masing. Anak panah ganda menunjukkan korelasi antara pasangan variabel-variabel exogeneus.

(22)

anak-anak panah yang menuju ke arahnya, selain pada bagian kesalahan pengukuran. Jika antara variabel exogenous dikorelasikan maka korelasi tersebut ditunjukkan dengan anak panah dengan kepala dua yang menghubungkan variabel-variabel tersebut.

Variabel endogenous ialah variabel yang mempunyai anak-anak panah menuju ke arah variabel tersebut. Variabel yang termasuk di dalamnya ialah mencakup semua variabel perantara dan terikat. Variabel perantara endogenous

mempunyai anak panah yang menuju ke arahnya dan dari arah variabel tersebut dalam suatu model diagram jalur. Adapun variabel tergantung hanya mempunyai anak panah yang menuju ke arahnya.

Koefisien jalur adalah koefisien regresi standar atau disebut ‘beta’ yang menunjukkan pengaruh langsung dari suatu variabel bebas terhadap variabel terikat dalam suatu model jalur tertentu. Oleh karena itu, jika suatu model mempunyai dua atau lebih variabel-variabel penyebab, maka koefisien-koefisien jalurnya merupakan koefisien-koefisien regresi parsial yang mengukur besarnya pengaruh satu variabel terhadap variabel lain dalam suatu model jalur tertentu yang mengontrol dua variabel lain sebelumnya dengan menggunakan data yang sudah distandarkan atau matriks korelasi sebagai masukan.

(23)

2.5 Model Analisis Jalur

Sebelum menghitung koefisien jalur yang didasarkan pada koefisien regresi, diagram jalur terlebih dahulu dibuatkan dengan lengkap. Adapun model diagram jalur dan persamaan struktural yang paling sederhana sampai dengan yang lebih rumit di antaranya:

1. Model Regresi Berganda

Model ini merupakan pengembangan regresi berganda dengan menggunakan dua variabel exogenous, yaitu dan dengan satu variabel endogenous . Model digambarkan sebagai berikut:

Gambar 2.1 Model Regresi Berganda

2. Model Mediasi

(24)

Gambar 2.2 Model Mediasi

3. Model Kombinasi

Model ini merupakan kombinasi model regresi berganda dan model mediasi, yaitu variabel berpengaruh terhadap variabel secara langsung dan secara tidak langsung mempengaruhi variabel melalui variabel . Model digambarkan sebagai berikut:

Gambar 2.3 Model Kombinasi

4. Model Kompleks

(25)

langsung mempengaruhi Y2, sementara variabel Y2 juga dipengaruhi oleh variabel

Y1. Model digambarkan sebagai berikut:

Gambar 2.4 Model Kompleks

2. Model Rekursif dan Model Non Rekursif

e3

Gambar 2.5 Model Rekursif dan Non Rekursif

Dari sisi pandang arah sebab-akibat, ada dua tipe model jalur, yaitu rekursif dan

non rekursif. Model tersebut dapat diterangkan sebagai berikut: 1

4 3

2

(26)

1. Anak panah menuju satu arah, yaitu dari 1 ke 2, 3, dan 4; dari 2 ke 3 dan dari 3 menuju ke 4. Tidak ada arah yang terbalik, misalnya dari 4 ke 1.

2. Hanya terdapat satu variabel exogenous, yaitu 1 dan tiga variabel

endogenous, yaitu 2, 3, dan 4. Masing-masing variabel endogenous

diterangkan oleh variabel 1 dan error (e1, e2, e3).

3. Satu variabel endogenous dapat menjadi penyebab variabel endogenous

lainnya, tetapi bukan ke variabel exogenous.

Model non rekursif terjadi jika anak panah tidak searah atau terjadi arah yang terbalik (looping), misalnya dari 4 ke 3 atau dari 3 ke 1 dan 2, atau bersifat sebab-akibat (reciprocal cause). Ada tiga tipe model dalam model rekursif dan non rekursif, yaitu:

a). Model persamaan satu jalur

(27)

b). Model persamaan dua jalur

Gambar 2.7 Model Persamaan Dua Jalur

c). Model persamaan tiga jalur

(28)

2.6 Model Persamaan Struktural

Persamaan struktural atau juga disebut model struktural yaitu apabila setiap variabel endogen (endogenous) secara unik keadaannya ditentukan oleh seperangkat variabel eksogen (exogenous). Selanjutnya gambar meragakan struktur hubungan kausal antar variabel disebut diagram jalur. Jadi, persamaan ini

Y=F(X1; X2; X3) dan Z=F(X1; X3;Y) merupakan persamaan struktural karena setiap persamaan menjelaskan hubungan kausal yaitu variabel eksogen , , dan terhadap variabel endogen dan . Diagram jalur untuk model struktural sebagai berikut:

r ρ ρ

Gambar 2.9 Diagram Jalur

Persamaan model struktural untuk diagram jalur, yaitu:

=

ρ

+

ρ

+

ρ

+

ɛ

(29)

Jadi, secara sistematik analisis jalur mengikuti pola model struktural, sehingga langkah awal untuk mengerjakan atau penerapan model analisis jalur yaitu dengan merumuskan persamaan struktural dan diagram jalur yang berdasarkan kajian teori tertentu yang telah diuraikan.

2.7 Koefisien Jalur

Besarnya pengaruh langsung dari suatu variabel eksogen terhadap variabel endogen tertentu, dinyatakan oleh besarnya nilai numerik koefisien jalur (path coefficient) dari eksogen ke endogen.

ρ

r

ρ

Gambar 2.10 Hubungan Kausal dari , , dan

Hubungan antara dan X2 adalah hubungan korelasional. Intensitas

keeratan hubungan tersebut dinyatakan oleh besarnya koefisien korelasi

r

X1X2.

Hubungan , , dan ke adalah hubungan kausal. Besarnya nilai numerik

koefisien jalur

ρ

dan

ρ

. Koefisien jalur

ρ

ɛ menggambarkan besarnya pengaruh langsung variabel residu (implicit exogenous variable) terhadap X3.

X1

X3

(30)

Langkah kerja yang dilakukan untuk menghitung koefisien jalur adalah:

1. Gambarkan dengan jelas diagram jalur yang mencerminkan proposisi hipotetik yang diajukan, lengkap dengan persamaan strukturalnya. Dengan demikian tampak jelas variabel apa saja yang merupakan variabel eksogen dan variabel endogennya.

2. Menghitung matriks korelasi antar variabel.

₁ ₂

…

!"#!$%& =

1 2

⋮

( ) )

* 1 ₁ … +

… ₊

⋮

+ +

1

⋮

… 1 ,

-.

Formula untuk menghitung koefisien korelasi yang dicari adalah menggunakan

Product Moment Coeffisient dari Karl Pearson. Alasan penggunaan teknik koefisien korelasi dari Karl Pearson adalah karena variabel-variabel yang hendak dicari korelasinya memiliki skala pengukuran interval. Formulanya:

/ / =

0 ( ∑ # #) − (∑ #) (∑ #)

5(0 ∑ _# − ( ∑ #) ) − (0 ∑ # − (0 ∑ #) )

di mana:

/ / = Koefisien korelasi # dan #

(31)

# = Variabel endogenus

6 = 1,2, … , 0

3. Identifikasikan sub-struktur dan persamaan yang akan dihitung koefisien jalurnya. Misalkan dalam substruktur yang telah diidentifikasi terdapat k buah variabel eksogen, dan sebuah variabel endogen Xu yang dinyatakan oleh

persamaan:

7

=

₈ .

+

₈ .

+. . . +

_{8 +} .

+

di mana:

# = Variabel eksogenus

7 = Variabel endogenus

= error

6 = 1,2, … ,

dan untuk menghitung koefisien residunya ( ) dihitung dengan rumus:

8:/

= 51 −

₈_{; ,} _,…, ₊_<

di mana:

# = Variabel eksogenus 7 = Variabel endogenus # = error

(32)

Kemudian hitung matriks korelasi antar variabel eksogen yang menyusun sub-struktur tersebut:

X1 X2 … Xk

% =>?%@

= ⋮ A

1 _{1 2}

2 1 1

… ₁ … ₂

⋮

1 2 1

⋮

… 1

B

4. Menghitung matriks invers korelasi eksogen, dengan rumus berikut: X1 X … Xk

C

= ⋮ A

D

… D

⋮

D

… D

⋮

B

5. Menghitung semua koefisien jalur

ρ

_{7 #}, di mana 6 = 1, 2, … , ; melalui

rumus:

A

8 8

⋮

8 +

B = A

D

… D

⋮

D

… D

⋮

B A

8 8

⋮

8 +

B

di mana:

8 /

=

koefisien jalur variabel 7 dan #

(33)

6 = 1, 2, … ,

G = 1, 2, … ,

Contoh di atas merupakan model analisis jalur kompleks, sehingga langkah-langkah perhitungan untuk mencari koefisien jalurnya dapat mengikuti pola di atas. Besarnya koefisien jalur untuk model analisis jalur sederhana, yang terdiri dari satu variabel eksogen dan satu variabel endogen, nilainya sama dengan

besarnya koefisien korelasi antar kedua variabel tersebut ( ₈

=

₈ ).

2.7.1 Besarnya Pengaruh Variabel Eksogen Terhadap Variabel Endogen

Pengaruh yang diterima oleh sebuah variabel endogen dari dua atau lebih variabel eksogen, dapat secara sendiri-sendiri maupun secara bersama-sama. Pengaruh secara sendiri-sendiri (parsial), bisa berupa pengaruh langsung, bisa juga berupa pengaruh tidak langsung, yaitu melalui variabel eksogen yang lainnya.

Menghitung besarnya pengaruh langsung, pengaruh tidak langsung serta pengaruh total variabel bebas (eksogen) terhadap variabel terikat (endogen) secara parsial (berdasarkan Gambar 2.10), dapat dilakukan dengan rumus:

1. Besarnya pengaruh langsung (Direct Effect) variabel bebas _# terhadap variabel terikat ₇.

DE=

(

_H₈_H_/

)

2

6 = 1,2, … , 0

(34)

2. Besarnya pengaruh tidak langsung (Indirect Effect) variabel bebas

# terhadap variabel terikat 7 melalui hubungan korelasi dari variable

.

JK = (

H8H/

)(

H+H/

)(

H+H/

)

6 = 1,2, … , 0

= 1,2, … , 0

3. Besarnya pengaruh total (Total Effect) variabel _# terhadap variabel terikat

7.

Pengaruh Total = DE + IE

Selanjutnya pengaruh bersama-sama (simultan) variabel eksogen terhadap variabel endogen dapat dihitung dengan menggunakan rumus:

8( , ,…, +)

= ;

8

…

8

< L

8 8

…

8 +

M

di mana:

1. _I₍

1, 2,…, ) adalah koefisien determinasi total , , … terhadap 7

atau besarnya pengaruh variabel eksogen secara bersama-sama (gabungan) terhadap variabel endogen.

(35)

3.

;

₈

,

₈

, … ,

₈

<

adalah koefisien variabel eksogen , , …

dengan variabel endogen ₇.

2.7.2 Pengujian Koefisien Jalur

Menguji kebermaknaan (test of significance) setiap koefisien jalur yang telah dihitung, baik secara sendiri-sendiri maupun secara bersama-sama, serta menguji perbedaan besarnya pengaruh masing-masing variabel eksogen terhadap variabel endogen, dapat dilakukan dengan langkah kerja sebagai berikut:

1. Nyatakan hipotesis statistik (hipotesis operasional) yang akan diuji.

H0 : ₈

= 0,

artinya tidak terdapat pengaruh variabel endogen ( #)

terhadap variabel endogen ( ₇).

H1 : ₈

≠

0,

artinya tidak terdapat pengaruh variabel endogen ( #)

terhadap variabel endogen ( ₇).

2. Gunakan statistik uji yang tepat, yaitu:

a. Untuk menguji setiap koefisien jalur:

N =

I 6

OP QR I( 1, 2,…, )ST//

(36)

di mana:

6 = 1,2, … ,

I = 1,2, … ,

= Banyaknya variabel eksogen dalam substruktur yang sedang diuji.

N = Mengikuti tabel distribusi t, dengan derajat bebas = 0 − − 6

Kriteria pengujian: Ditolak H0 jika nilai

t

hitung lebih besar dari nilai

t

tabel.

;NV > NX!$%& (@C C )<

b. Untuk menguji koefisien jalur secara keseluruhan/bersama-sama:

Y =

(0 − − 1)(

8( , ,… , +)

)

(1 −

₈_{( , ,… ,} ₊₎

)

di mana:

6 = 1,2, … ,

I = 1,2, … ,

= Banyaknya variabel eksogen dalam substruktur yang sedang diuji.

N = Mengikuti tabel distribusi F Snedecor, dengan derajat bebas k dan

0 − − 6.

Kriteria pengujian: Ditolak H0 jika nilai F hitung lebih besar dari nilai F tabel.

;Y

V

> Y

X!$%& ( , @C C )

<

.

(37)

N =

8 /

−

8 Z

O;1 −

8( , ,… , +)

<;D

##

+ D

FF

− 2D

#F

<

0 − − 1

Kriteria pengujian:

Ditolak H0 jika nilai hitung N lebih besar dari nilai tabel N. ;NV > NX!$%&(@C C )<

d. Apabila terjadi trimming, maka perhitungan harus diulang dengan menghilangkan jalur yang menurut pengujian tidak bermakna (nonsignificant).

2.8 Konsep Angka Harapan Hidup

Keberhasilan program kesehatan dan program pembangunan sosial ekonomi pada umumnya dapat dilihat dari peningkatan usia harapan hidup penduduk dari suatu negara. Meningkatnya perawatan kesehatan melalui Puskesmas, meningkatnya daya beli masyarakat akan meningkatkan akses terhadap pelayanan kesehatan, mampu memenuhi kebutuhan gizi dan kalori, mampu mempunyai pendidikan yang lebih baik sehingga memperoleh pekerjaan dengan penghasilan yang memadai, yang pada gilirannya akan meningkatkan derajat kesehatan masyarakat dan memperpanjang usia harapan hidupnya.

(38)

(39)

BAB 3

GAMBARAN UMUM TEMPAT RISET

1.1 Sejarah Singkat Badan Pusat Statistik

3.1.1 Masa Pemerintahan Hindia Belanda

Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur Pertanian,Kerajinan dan Perdagangan (Directure Vand Landbow Nijeverheiden Handed) dan Berpendudukan di Bogor. Kantor ini diserahi tugas untuk mengelolah dan mempublikasikan data statistik.

Pada bulan Maret 1923, dibentuk suatu komisi untuk statistik yang anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut diberi tugas untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia.

(40)

3.1.2 Masa Pemerintahan Jepang

Pada bulan Juni 1944, pemerintah Jepang baru mengaktifkan kembali kegiatan Statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau militer. Pada masa ini Central Kantor Voor de Statistik (CKS)diganti namanya menjadi Shomubu Chosasitsu Gunseikanbu.

3.1.3 Masa Kemerdekaan Republik Indonesia

Setelah Proklamasi kemerdekaan RI tanggal 17 Agustus 1945, kegiatan Statistik ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KAPPURI (Kantor Penyelidik Perangkaan Umum Republik Indonesia) dipindahkan ke Yogyakarta sebagai sekuens dari perjanjian Linggarjati. Sementara itu pemerintah Belanda (NICA) di Jakarta mengaktifkan kembali

Central Kantor Voor de Statistik (CKS).

Berdasarkan surat edaran kementrian kemakmuran tanggal 12 Juni 1950 Nomor 219/S.C,KAPURRI(Kantor Penyelidik Perangkaan Umum Republik Indonesia) dan Central Voor de Statistik (CKS) dilebur menjadi Kantor Pusat Statistik (KPS) dan berada dibawah dan bertanggung jawab menteri Kemakmuran.

(41)

Research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang disebut Afdeling B.

Dengan keputusan Presiden RI Nomor 131 tahun 1957, kemerdekaan Perekonomian dipecah menjadi kementrian Perdagangan dan kementrian Perindustrian. Untuk selanjutnya keputusan Presiden RI Nomor 172,terhitung tanggal 1 Juni 1957 Kantor Pusat Statistik (KPS) diubah menjadi Biro Pusat Statistik yang semula menjadi tanggung jawab dan wewenang berada dibawah perdana.

3.1.4 Masa Orde Baru Sampai Sekarang

Perencanaan dan evaluasi pembangunan,maka untuk mendapatkan statistik yang handal, lengkap, tepat, akurat, dan terpercaya mulai diadakan pembenahan organisasi Biro Pusat Statistik.

Dalam masa orde baru ini Badan Pusat Statistik telah mengalami empat kali perubahan struktur organisasi:

1. Peraturan Pemerintah Nomor 16 tahun 1968 tentang organisasi Badan Pusat Statistik.

2. Peraturan Pemerintah Nomor 6 tahun 1980 tentang organisasi Badan Pusat Statistik.

3. Peraturan Pemerintah Nomor 2 tahun 1992 tentang organisasi Badan Pusat Statistik dan Keputusan Presidan Nomor 6 tahun 1992 tentang kedudukan,fungsi,susunan dan tata Kerja Biro Pusat Statistik.

(42)

5. Keputusan Presiden RI Nomor 86 tahun1998 tentang Badan Pusat Statistik. 6. Keputusan Pemerintah Nomor 51 tahun 1999 tentang penyelenggaraan

Statistik.

Tahun 1968, ditetapkan peraturan Pemerintah Nomor 16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980 peraturan pemerintah nomor 6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah Nomor 16 tahun 1968. Berdasarkan peraturan Pemerintah Nomor 6 tahun 1980 di tiap propinsi terdapat perwakilan BPS (Badan Pusat Statistik). Pada tanggal 17 Juni 1998 dengan keputusan Presiden Republik Indonesia Nomor 86 tahun1998 ditetapkan Badan Pusat Statistik, sekaligus mengatur tata kerja dan struktur organisasi BPS (Badan Pusat Statistik) yang baru.

[image:42.595.218.408.454.564.2]

3.2 Logo Instansi Badan Pusat Statistik

(43)

Logo BPS terdiri dari 3 warna yang masing-masing mempunyai makna. Adapun makna yang dimaksud adalah:

1. Biru

Memiliki makna tentang Sensus Penduduk yang dilakukan oleh pihak BPS setiap 10 tahun sekali (tahun berakhiran angka 0) yang mencakup index pembangunan manusia, kemiskinan, kependudukan, kesehatan, ketahanan sosial, konsumsi dan pangelaran, pendidikan, perumahan, sosial budaya, tenaga kerja.

2. Hijau

Memiliki makna tentang Sensus Pertanian yang dilakukan setiap 10 tahun sekali (tahun berakhiran angka 3) yang mencakup indeks tanaman pangan, hortikultura, kehutanan, perkebunan, perikanan dan peternakan.

3. Oranye

(44)

3.3 Visi dan Misi Badan Pusat Statistik Sumatera Utara

3.3.1 Visi Badan Pusat Statistik

Badan Pusat Statistik mempunyai visi menjadikan informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung Sumber Daya Manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang mutakhir.

3.3.2 Misi Badan Pusat Statistik

Dalam menunjuk pembangunan nasional Badan Pusat Statistik mengemban misi mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu, handal, efektif, dan efisien, peningkatan kesadaran masyarakat akan arti dan kegunaan statistik serta pengembanan ilmu pengetahuan statistik.

3.4 Struktur Organisasi Badan Pusat Statistik Provinsi Sumatera Utara

(45)

Dalam struktur organisasi ditetapkan tugas-tugas, wewenang dan tanggung jawab setiap orang dalam mencapai tujuan yang telah ditetapkan serta bagaimana hubungannya yang satu dengan yang lain.

Dengan adanya struktur organisasi perusahaan yang baik, maka dapat diketahui pembagian tugas antara para pegawai dalam rangka pencapaian tujuan. Adapun struktur organisasi yang dipakai oleh Badan Pusat Statistik Propinsi Sumatera Utara adalah struktur organisasi berbentuk Lini dan staff.

1. Bagian Tata Usaha. 2. Bidang Statistik Produksi. 3. Bidang Statistik Distribusi. 4. Bidang Statistik Kependudukan.

(46)

[image:46.595.118.507.174.594.2]

(47)

BAB 4

PENGOLAHAN DATA

4.1 Penyajian Data

Data yang akan diolah dalam tugas akhir adalah data yang diambil dari Badan Pusat Statistik (BPS) Provinsi Sumatera Utara, yaitu data mengenai Angka Harapan Hidup di Provinsi Sumatera Utara. Adapun data Angka Harapan Hidup beserta 19 faktor-faktor yang diduga mempengaruhinya dapat dilihat pada uraian tabel berikut ini:

1. Angka Harapan Hidup

Tabel 4.1 Angka Harapan Hidup Menurut Kabupaten/Kota Tahun 2012 Kabupaten/Kota Angka Harapan Hidup

[image:47.595.113.518.497.728.2]

(48)

Tabel 4.1 Lanjutan

Humbang Hasundutan 68,06 Pakpak Bharat 68,03 Samosir 69,95 Serdang Bedagai 69,18 Batu Bara 68,83 Padang Lawas Utara 66,67 Padang Lawas 67,15 Labuhan Batu Selatan 70,50 Labuhan Batu Utara 70,31 Nias Utara 69,33 Nias Barat 69,31 Sibolga 70,34 Tanjung Balai 71,09 Pematang Siantar 72,42 Tebing Tinggi 71,60 Medan 72,21 Binjai 72,01 Padang Sidempuan 69,84 Gunung Sitoli 70,63

(49)

2. Persentase Penduduk yang Mengalami Keluhan Kesehatan

Tabel 4.2 Persentase Penduduk yang Mengalami Keluhan Kesehatan Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Persentase Penduduk yang Mengalami Keluhan Kesehatan

(%) Nias 15,67 Mandailing 22,93 Tapanuli Selatan 28,12 Tapanuli Tengah 19,31 Tapanuli Utara 18,76 Toba Samosir 16,82 Labuhan Batu 19,68 Asahan 28,05 Simalungun 23,17 Dairi 15,48 Karo 27,58 Deli Serdang 18,00 Langkat 23,00 Nias Selatan 13,70 Humbang Hasundutan 23,12 Pakpak Bharat 22,86 Samosir 16,82 Serdang Bedagai 35,59 Batu Bara 20,74 Padang Lawas Utara 14,17 Padang Lawas 19,76 Labuhan Batu Selatan 13,43 Labuhan Batu Utara 19,40 Nias Utara 31,26 Nias Barat 24,35 Sibolga 26,03 Tanjung Balai 20,52 Pematang Siantar 19,78 Tebing Tinggi 11,52 Medan 13,40 Binjai 23,85 Padang Sidempuan 31,29 Gunung Sitoli 18,14

[image:49.595.115.516.155.679.2]

(50)

3. Jumlah Perawat

Tabel 4.3 Jumlah Perawat Menurut Kabupaten/Kota Tahun 2012 Kabupaten/Kota Jumlah Perawat Nias 238 Mandailing 246 Tapanuli Selatan 147 Tapanuli Tengah 292 Tapanuli Utara 120 Toba Samosir 184 Labuhan Batu 387 Asahan 319 Simalungun 301 Dairi 350 Karo 358 Deli Serdang 574 Langkat 436 Nias Selatan 224 Humbang Hasundutan 124 Pakpak Bharat 175 Samosir 217 Serdang Bedagai 224 Batu Bara 186 Padang Lawas Utara 158 Padang Lawas 140 Labuhan Batu Selatan 204 Labuhan Batu Utara 157 Nias Utara 131 Nias Barat 217 Sibolga 230 Tanjung Balai 364 Pematang Siantar 242 Tebing Tinggi 2018 Medan 631 Binjai 259 Padang Sidempuan 112 Gunung Sitoli 238

[image:50.595.112.517.143.641.2]

(51)

4. Jumlah Bidan

Tabel 4.4 Jumlah Bidan Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Jumlah Bidan

Nias 183 Mandailing 808 Tapanuli Selatan 331 Tapanuli Tengah 501 Tapanuli Utara 119 Toba Samosir 162 Labuhan Batu 428 Asahan 686 Simalungun 982 Dairi 349 Karo 505 Deli Serdang 749 Langkat 500 Nias Selatan 301 Humbang Hasundutan 119 Pakpak Bharat 290 Samosir 639 Serdang Bedagai 381 Batu Bara 256 Padang Lawas Utara 501 Padang Lawas 296 Labuhan Batu Selatan 370 Labuhan Batu Utara 118 Nias Utara 92 Nias Barat 137 Sibolga 176 Tanjung Balai 280 Pematang Siantar 120 Tebing Tinggi 611 Medan 320 Binjai 211 Padang Sidempuan 106 Gunung Sitoli 183

[image:51.595.112.524.143.641.2]

(52)

5. Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten Apoteker

Tabel 4.5 Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten Apoteker Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten Apoteker Nias 9

[image:52.595.114.517.156.668.2]

(53)

6. Jumlah Dokter

Tabel 4.6 Jumlah Dokter Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Jumlah Dokter

[image:53.595.112.516.143.641.2]

(54)

7. Jumlah Rumah Sakit Umum

Tabel 4.7 Jumlah Rumah Sakit Umum Menurut Kabupaten/Kota Tahun 2012 Kabupaten/Kota Jumlah Rumah Sakit Umum Nias 1

Mandailing 4 Tapanuli Selatan 1 Tapanuli Tengah 1 Tapanuli Utara 1 Toba Samosir 3 Labuhan Batu 6 Asahan 10 Simalungun 9 Dairi 1 Karo 8 Deli Serdang 21 Langkat 6 Nias Selatan 3 Humbang Hasundutan 1 Pakpak Bharat 1 Samosir 6 Serdang Bedagai 2 Batu Bara 1 Padang Lawas Utara 1 Padang Lawas 4 Labuhan Batu Selatan 2 Labuhan Batu Utara 0 Nias Utara 0 Nias Barat 3 Sibolga 6 Tanjung Balai 6 Pematang Siantar 72 Tebing Tinggi 15 Medan 4 Binjai 3 Padang Sidempuan 1 Gunung Sitoli 1

[image:54.595.111.516.153.644.2]

(55)

8. Jumlah Puskesmas dan Sejenisnya

Tabel 4.8 Jumlah Puskesmas dan Sejenisnya Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Jumlah Puskesmas dan Sejenisnya Nias 230

[image:55.595.114.516.156.655.2]

(56)

9. Jumlah Apotik Umum

Tabel 4.9 Jumlah Apotik Umum Menurut Kabupaten/Kota Tahun 2012 Kabupaten/Kota Jumlah Apotik Umum Nias 16

[image:56.595.112.516.143.641.2]

(57)

[image:57.595.114.517.156.666.2]

10. Laju Pertumbuhan Ekonomi (LPE)

Tabel 4.10 Laju Pertumbuhan Ekonomi Menurut Kabupaten/Kota Atas Dasar Harga Konstan 2000 (persen) Tahun 2012

Kabupaten/Kota Laju Pertumbuhan Ekonomi (%)

Nias 6,24 Mandailing 6,41 Tapanuli Selatan 5,22 Tapanuli Tengah 6,35 Tapanuli Utara 5,95 Toba Samosir 5,52 Labuhan Batu 6,11 Asahan 5,57 Simalungun 6,06 Dairi 5,44 Karo 6,34 Deli Serdang 6,06 Langkat 5,66 Nias Selatan 5,78 Humbang Hasundutan 5,99 Pakpak Bharat 6,02 Samosir 6,07 Serdang Bedagai 6,00 Batu Bara 4,37 Padang Lawas Utara 6,38 Padang Lawas 6,31 Labuhan Batu Selatan 6,33 Labuhan Batu Utara 6,38 Nias Utara 5,88 Nias Barat 4,93 Sibolga 5,34 Tanjung Balai 4,99 Pematang Siantar 5,71 Tebing Tinggi 6,75 Medan 7,63 Binjai 6,34 Padang Sidempuan 6,23 Gunung Sitoli 6,28

(58)

[image:58.595.114.517.158.676.2]

11. Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh

Tabel 4.11 Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Persentase Rumahtangga Dengan Kondisi Rumah Tidak Kumuh

(59)

[image:59.595.114.517.158.676.2]

12. Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak

Tabel 4.12 Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Persentase Rumahtangga Dengan Kondisi Air Minum yang Layak

(60)

[image:60.595.116.517.159.675.2]

13. Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak

Tabel 4.13 Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Persentase Rumahtangga Dengan Kondisi Sanitasi yang Layak

(61)

[image:61.595.115.517.159.675.2]

14. Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah

Tabel 4.14 Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Persentase Rumahtangga Dengan Jenis Lantai Terluas Adalah Tanah

(62)

[image:62.595.115.515.145.639.2]

15. Persentase Penduduk Miskin

Tabel 4.15 Persentase Penduduk Miskin Menurut Kabupaten/Kota Tahun 2012 Kabupaten/Kota Persentase Penduduk Miskin (%) Nias 18,67

Mandailing 11,57 Tapanuli Selatan 11,10 Tapanuli Tengah 15,03 Tapanuli Utara 11,55 Toba Samosir 9,43 Labuhan Batu 9,61 Asahan 10,52 Simalungun 9,96 Dairi 9,28 Karo 9,93 Deli Serdang 4,78 Langkat 10,02 Nias Selatan 19,04 Humbang Hasundutan 9,72 Pakpak Bharat 12,40 Samosir 15,16 Serdang Bedagai 9,89 Batu Bara 11,24 Padang Lawas Utara 9,98 Padang Lawas 9,80 Labuhan Batu Selatan 13,95 Labuhan Batu Utara 11,34 Nias Utara 29,49 Nias Barat 28,56 Sibolga 13,00 Tanjung Balai 14,85 Pematang Siantar 10,79 Tebing Tinggi 11,93 Medan 9,33 Binjai 6,72 Padang Sidempuan 9,60 Gunung Sitoli 30,84

(63)

[image:63.595.115.518.158.662.2]

16. Pengeluaran Per Kapita Per Bulan

Tabel 4.16 Rata-rata Pengeluaran Per Kapita Per Bulan Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Pengeluaran Per Kapita Per Bulan (rupiah)

(64)

[image:64.595.114.518.157.662.2]

17. Persentase Penduduk Melek Huruf

Tabel 4.17 Persentase Penduduk 10 Tahun ke Atas yang Melek Huruf Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Penduduk Melek Huruf (%)

Nias 90,78 Mandailing 99,34 Tapanuli Selatan 99,83 Tapanuli Tengah 95,82 Tapanuli Utara 98,60 Toba Samosir 98,49 Labuhan Batu 97,96 Asahan 97,70 Simalungun 97,57 Dairi 98,70 Karo 98,72 Deli Serdang 98,64 Langkat 97,27 Nias Selatan 85,28 Humbang Hasundutan 98,22 Pakpak Bharat 96,53 Samosir 97,47 Serdang Bedagai 97,80 Batu Bara 95,27 Padang Lawas Utara 99,53 Padang Lawas 99,66 Labuhan Batu Selatan 98,93 Labuhan Batu Utara 98,53 Nias Utara 89,30 Nias Barat 84,46 Sibolga 99,31 Tanjung Balai 99,02 Pematang Siantar 99,47 Tebing Tinggi 99,02 Medan 99,38 Binjai 99,20 Padang Sidempuan 99,72 Gunung Sitoli 94,86

(65)

[image:65.595.115.515.146.655.2]

18. Lama Sekolah

Tabel 4.18 Rata-rata Lama Sekolah Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Lama Sekolah

(tahun) Nias 14,64 Mandailing 11,08 Tapanuli Selatan 2,63 Tapanuli Tengah 5,50 Tapanuli Utara 4,51 Toba Samosir 7,97 Labuhan Batu 5,06 Asahan 12,94 Simalungun 7,14 Dairi 7,47 Karo 4,85 Deli Serdang 7,85 Langkat 7,92 Nias Selatan 9,06 Humbang Hasundutan 15,45 Pakpak Bharat 18,74 Samosir 13,48 Serdang Bedagai 7,20 Batu Bara 4,50 Padang Lawas Utara 2,30 Padang Lawas 6,76 Labuhan Batu Selatan 1,72 Labuhan Batu Utara 9,30 Nias Utara 21,90 Nias Barat 14,35 Sibolga 18,49 Tanjung Balai 15,95 Pematang Siantar 6,68 Tebing Tinggi 8,95 Medan 7,48 Binjai 6,55 Padang Sidempuan 7,64 Gunung Sitoli 5,97

(66)

[image:66.595.115.516.155.679.2]

19. Persentase Rumah Tangga yang Mendapat Pelayanan Kesehatan Gratis

Tabel 4.19 Rumah Tangga yang Mendapat Pelayanan Kesehatan Gratis Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Rumah Tangga yang Mendapat Pelayanan Kesehatan Gratis

(67)

[image:67.595.116.517.159.675.2]

20. Persentase Rumah Tangga yang Menerima Kredit Usaha

Tabel 4.20 Persentase Rumah Tangga yang Menerima Kredit Usaha Menurut Kabupaten/Kota Tahun 2012

Kabupaten/Kota Persentase Rumah Tangga yang Menerima Kredit Usaha

(68)

4.2 Merumuskan Hipotesis

Hipotesis (sebagai H1) dirumuskan sebagai berikut:

1. Terdapat hubungan kausalitas variabel Jumlah Perawat terhadap Angka Harapan Hidup.

2. Terdapat hubungan kausalitas variabel Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten Apoteker terhadap Angka Harapan Hidup.

3. Terdapat hubungan kausalitas variabel Jumlah Bidan terhadap Angka Harapan Hidup.

4. Terdapat hubungan kausalitas variabel Jumlah Dokter terhadap Angka Harapan Hidup.

5. Terdapat hubungan kausalitas variabel Jumlah Rumah Sakit Umum terhadap Angka Harapan Hidup.

6. Terdapat hubungan kausalitas variabel Jumlah Puskemas dan Sejenisnya terhadap Angka Harapan Hidup.

7. Terdapat hubungan kausalitas variabel Jumlah Apotik terhadap Angka Harapan Hidup.

8. Terdapat hubungan kausalitas variabel Persentase Penduduk yang Mengalami Keluhan Kesehatan terhadap Angka Harapan Hidup.

9. Terdapat hubungan kausalitas variabel Laju Pertumbuhan Ekonomi terhadap Angka Harapan Hidup.

(69)

11. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak terhadap Angka Harapan Hidup.

12. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak terhadap Angka Harapan Hidup.

13. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah terhadap Angka Harapan Hidup.

14. Terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Angka Harapan Hidup.

15. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Mendapat Pelayanan Kesehatan Gratis terhadap Angka Harapan Hidup. 16. Terdapat hubungan kausalitas variabel Jumlah Perawat terhadap Persentase

Penduduk yang Mengalami Keluhan Kesehatan.

17. Terdapat hubungan kausalitas variabel Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten Apoteker terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.

18. Terdapat hubungan kausalitas variabel Jumlah Bidan terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.

19. Terdapat hubungan kausalitas variabel Jumlah Dokter terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.

(70)

21. Terdapat hubungan kausalitas variabel Jumlah Puskemas dan Sejenisnya terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.

22. Terdapat hubungan kausalitas variabel Jumlah Apotik terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.

23. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.

23. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.

24. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.

25. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.

26. Terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.

(71)

28. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Mendapat Pelayanan Kesehatan Gratis terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.

29. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak terhadap Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh.

30. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak terhadap Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh.

31. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah terhadap Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh.

32. Terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh. 33. Terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan

terhadap Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak. 34. Terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap

Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak.

(72)

36. Terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak. 37. Terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap

Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak.

38. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak.

39. Terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah.

40. Terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah.

41. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah.

42. Terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Laju Pertumbuhan Ekonomi.

43. Terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Laju Pertumbuhan Ekonomi.

44. Terdapat hubungan kausalitas variabel Lama Sekolah terhadap Pengeluaran Per Kapita Per Bulan.

(73)

46. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Pengeluaran Per Kapita Per Bulan.

47. Terdapat hubungan kausalitas variabel Persentase Penduduk Melek Huruf terhadap Persentase Penduduk Miskin.

48. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Persentase Penduduk Miskin.

49. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Persentase Penduduk Melek Huruf.

50. Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Lama Sekolah.

51. Terdapat hubungan korelasi variabel Jumlah Dokter dengan Jumlah Bidan 52. Terdapat hubungan korelasi variabel Jumlah Dokter dengan Jumlah Lulusan

D3 Farmasi, S1 Farmasi, dan Assisten Apoteker.

53. Terdapat hubungan korelasi variabel Jumlah Dokter dengan Jumlah Perawat. 54. Terdapat hubungan korelasi variabel Jumlah Bidan dengan Jumlah Lulusan

D3 Farmasi, S1 Farmasi, dan Assisten Apoteker.

55. Terdapat hubungan korelasi variabel Jumlah Bidan dengan Jumlah Perawat. 56. Terdapat hubungan korelasi variabel Jumlah Lulusan D3 Farmasi, S1

Farmasi, dan Assisten Apoteker dengan Jumlah Perawat.

57. Terdapat hubungan korelasi variabel Jumlah Apotik dengan Jumlah Puskesmas dan Sejenisnya.

(74)

58. Terdapat hubungan korelasi variabel Jumlah Puskesmas dan Sejenisnya dengan Jumlah Rumah Sakit Umum.

59. Terdapat hubungan korelasi variabel Jumlah Persentase Rumah Tangga yang Menerima Kredit Usaha dengan Persentase Rumah Tangga yang Mendapat Pelayanan Kesehatan Gratis.

4.3 Merumuskan Persamaan Struktural

[image:74.595.82.564.388.665.2]

Merumuskan persamaan struktural harus berdasarkan model diagram jalur sebagai berikut:

(75)

Keterangan:

1. = Persentase Rumah Tangga yang Mendapat Pelayanan Kesehatan Gratis

2. = Persentase Rumah Tangga yang Menerima Kredit Usaha 3. = Lama Sekolah

4. = Persentase Penduduk Melek Huruf 5. _[ = Persentase Penduduk Miskin 6. _\ = Pengeluaran Per Kapita Per Bulan

7. _] = Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak 8. _^ = Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak 9. _{_} = Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah

Tanah

10. _V = Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh 11. = Persentase Laju Pertumbuhan Ekonomi

12. = Jumlah Apotik

13. = Jumlah Puskesmas dan Sejenisnya 14. = Jumlah Rumah Sakit Umum 15. _[ = Jumlah Dokter

16. _\ = Jumlah Bidan

17. _] = Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten Apoteker 18. _^ = Jumlah Perawat

19. _{_} = Persentase Penduduk yang Mengalami Keluhan Kesehatan 20. _V = Angka Harapan Hidup

(76)

23. = Variabel residu dari _[ 24. = Variabel residu dari _\ 25. _[ = Variabel residu dari _] 26. _\ = Variabel residu dari _^ 27. _] = Variabel residu dari _{_} 26. _^ = Variabel residu dari 27. _{_} = Variabel residu dari _V 28. _V = Variabel residu dari _{_} 29. = Variabel residu dari _V