Dengan demikian dapat kita lihat bahwa nilai F
hitung
28,50 F
tabel
3,89. Maka Ho ditolak dan Ha diterima. Hal ini berarti persamaan linier berganda Y atas
X
1
,X
2
bersifat nyata yang berarti bahwa jumlah pasangan usia subur dan jumlah pengguna alatcara KB secara bersama-sama berpengaruh terhadap terjadinya angka
kelahiran total TFR.
4.4 Koefisien determinasi
Dari tabel 4.3 dapat dilihat harga ∑y
2
= 2,75 dan nilai JK
reg
= 2,28 telah dihitung sebelumnya, maka diperoleh nilai koefisien determinasi :
R
2
=
∑
= n
1 i
2 i
reg
y JK
R
2
= 2,75
2,28
= 0,83
Untuk koefisien korelasi ganda digunakan rumus : R =
2
R
Maka : R =
83 ,
R = 0,91
Dari hasil perhitungan diperoleh nilai korelasi R yaitu sebesar 0,91 yang menunjukkan bahwa korelasi antara variabel bebas X dengan variabel tak bebas Y
berhubungan secara positif dengan tingkat yang tinggi. Adapun nilai koefisien determinasi R
2
diperoleh sebesar 0,83 yang berarti sekitar 83 angka kelahiran total
Universitas Sumatera Utara
TFR yang terjadi dipengaruhi oleh jumlah pasangan usia subur dan jumlah pengguna alatcara KB. Sedangkan sisanya sebesarnya sebesar 100 - 83 = 17 dipengaruhi
oleh faktor-faktor yang lain.
4.5 Koefisien korelasi
4.5.1 Perhitungan korelasi antara variabel bebas dan variabel terikat
Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tidak bebas, maka dari tabel 4. 3 dapat dihitung besar koefisien korelasinya yaitu :
1. Koefisien korelasi antara angka kelahiran totalTFR Y dengan jumlah pasangan
usia subur X
1
: r
1 y
=
{ }
{ }
∑ ∑
∑ ∑
∑ ∑
∑
− −
−
2 2
2 1
2 1
1 1
i i
i i
i i
Y Y
n X
X n
Y X
Y X
n
=
{ }{
}
2 2
54,38 -
90 ,
199 15
745.265 -
9.997.447 1543.17
54,38 745.265
- 03
, 976
. 819
. 2
15
=
{ }{
}
41,24 .930
92.280.041 ,70
40.527.510 -
,45 42.299.640
= 37.344,17
380.5961.1 1772129.75
= 0,91
Universitas Sumatera Utara
2. Koefisien korelasi antara angka kelahiran totalTFR Y dengan jumlah
pengguna alatcara KB X2 :
r
2 y
=
{ }
{ }
∑ ∑
∑ ∑
∑ ∑
∑
− −
−
2 2
2 2
2 2
2 2
i i
i i
i i
Y Y
n X
X n
Y X
Y X
n
{ }{
}
2 2
54,38 -
15199,9 476.086
- 3.267.498
1520.02 54,38
476.086 -
95 1.824.081,
15 =
{ }{
}
41,24 .074
73.691.133 ,68
25.889.556 -
,25 27.361.229
=
28 1.743.355,
57 1.471.672,
=
= 0,84
4.5.2 Perhitungan korelasi antara variabel bebas
1. Koefisien korelasi antara jumlah pasangan usia subur X1 dengan jumlah
pengguna alatcara KB X2 :
r
12
=
{ }{
}
∑ ∑
∑ ∑
∑ ∑
∑
− −
−
2 2
2 2
2 1
2 1
2 1
2 1
i i
i i
i i
i i
X X
n X
X n
X X
X X
n
{ }{
}
2 2
476.086 -
.498 20.023.267
15 745.265
- 9.997.477
1543.17 476.086
745.265 -
.062 28.867.973
15 =
=
{ }
4 7369113307
0} 9228004193
{ 90
3548102327 -
30 4330195959
= 21
6.80022E 7820936314
+ = 0,95
Universitas Sumatera Utara
Dari perhitungan koefisien korelasi baik antara variabel bebas terhadap variabel tak bebas maupun antara sesama variabel bebas diperoleh kesimpulan sebagai
berikut : 1. r
1 y
= 0,91 ; variabel X
1
berkorelasi kuat terhadap variabel Y 2. r
2 y
= 0,84 ; variabel X
2
berkorelasi kuat terhadap variabel Y 3. r
12
= 0,95 ; variabel X
1
berkorelasi kuat terhadap variabel X
2
4.6 Uji koefisien regresi linier ganda