Analisis Regresi Pengaruh Pasangan Usia Subur (PUS), Akseptor KB dan Jumlah Posyandu terhadap Jumlah Kelahiran di Kota Medan Tahun 2010

ANALISIS REGRESI PENGARUH PASANGAN USIA SUBUR

(PUS), AKSEPTOR KB DAN JUMLAH POSYANDU

TERHADAP JUMLAH KELAHIRAN

DI KOTA MEDAN

TAHUN 2010

TUGAS AKHIR

MEILINDA SARI

092407046

PROGRAM STUDI DIPLOMA III STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2012

ANALISIS REGRESI PENGARUH PASANGAN USIA SUBUR (PUS), AKSEPTOR KB DAN JUMLAH POSYANDU TERHADAP

JUMLAH KELAHIRAN DI KOTA MEDAN TAHUN 2010

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya

MEILINDA SARI 092407046

PROGRAM STUDI DIPLOMA III STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2012

PERSETUJUAN

Judul : ANALISIS REGRESI PENGARUH PASANGAN

USIA SUBUR (PUS), AKSEPTOR KB DAN JUMLAH POSYANDU TERHADAP JUMLAH KELAHIRAN DIKOTA MEDAN TAHUN 2010.

Kategori : TUGAS AKHIR

Nama : MEILINDA SARI

Nomor Induk Mahasiswa : 092407046

Program Studi : D-3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juli 2012

Disetujui/Disetujui oleh

Departemen Matematika FMIPA USU

Ketua, Pembimbing,

Prof. Dr. Tulus, M.Si

NIP. 19620901 198803 1 002 NIP. 19500321 198003 1 001 Drs. Suwarno Ariswoyo, M.Si

PERNYATAAN

ANALISIS REGRESI PENGARUH PASANGAN USIA SUBUR (PUS), AKSEPTOR KB DAN JUMLAH POSYANDU TERHADAP

JUMLAH KELAHIRAN DI KOTA MEDAN TAHUN 2010

TUGAS AKHIR

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

Medan, Juni 2012

MEILINDA SARI 092407046

PENGHARGAAN

Segala puji dan syukur penulis ucapkan atas Kehadirat Allah SWT, yang tiada hentinya memberikan nikmat amal, insani dan ilmu, serta semangat dan kekuatan sehingga penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan sebaik-baiknya.

Dalam menyelesaikan Tugas Akhir ini penulis tidak terlepas dari perhatian, bimbingan, fasilitas dan dorongan serta bantuan berbagai pihak secara langsung maupun tidak langsung. Pada kesempatan ini penulis dengan segala kerendahan hati serta rasa hormat penulis mengucapkan terima kasih yang sebesar-besarnya kepada :

1. Bapak Drs. Suwarno Ariswoyo, M.Si, sebagai Pembimbing yang telah memberikan bimbingan kepada penulis sehingga dapat menyelesaikan Tugas Akhir ini dengan sebaik-baiknya.

2. Bapak Drs. Faigiziduhu Bu’ulolo, M.Si dan Bapak Drs. Suwarno Ariswoyo, M.Si sebagai Ketua dan Sekretaris Program Studi D3 Statistika FMIPA USU yang telah memberikan dukungan penuh kepada penulis untuk menyelesaiakan penulisan Tugas Akhir ini sehingga dapat diselesaikan tepat pada waktunya. 3. Bapak Prof. Dr. Tulus, M.Si dan Dra. Mardiningsih, M.Si sebagai Ketua dan

Sekretaris Departemen Matematika FMIPA USU yang telah mendukung proses penyelesaian Tugas Akhir ini kepada penulis sehingga dapat diselesaikan tepat pada waktunya.

4. Bapak Dr. Sutarman, M.Sc sebagai Dekan FMIPA USU yang telah memberikan izin kepada penulis untuk mengambil data pada salah satu instansi sehubungan dengan rencana judul Tugas Akhir ini.

5. Bapak/Ibu dosen Departemen Matematika dan D3 Statistika FMIPA USU yang telah banyak memberikan ilmu kepada penulis sehingga Tugas Akhir ini dapat diselesaikan tepat pada waktunya.

6. Ayahanda Munawar Kholil Hasibuan dan Ibunda Dewi Warni Lubis yang selalu memberikan dukungan baik moril maupun materil kepada penulis. Kakanda Ida Herlina Hasibuan, Julia Hasibuan, Ade Gustriani Hasibuan, serta Adinda Uli dan rasyid yang tak henti-hentinya mendo’akan dan memberikan semangat kepada penulis sehingga Tugas Akhir ini dapat selesai tepat pada waktunya.

7. Dan tak lupa kepada teman-teman seangkatan statistika 2009 khususnya Ely, Wanny, Tisa, Evi, Putri, Mutia, Nia, dan kawan-kawan lainnya yang selalu memberi semangat dan dorongan kepada penulis sehingga Tugas Akhir ini dapat selesai tepat waktunya.

Penulis menyadari bahwa penyusunan Tugas Akhir ini masih terdapat banyak kekurangan. Oleh karena itu, penulis sangat mengharapkan kritik dan saran yang bersifat membangun, agar dapat dimanfaatkan bagi kemajukan ilmu pengetahuan demi penyempurnaan Tugas Akhir ini.

Akhir kata penulis mengucapkan terima kasih, semoga Tugas Akhir ini dapat berguna bagi pembaca dan penulis pada khususnya.

Medan, Juni 2012 Penulis

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi vi

Daftar Tabel viii

Daftar Gambar ix

Bab 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Rumusan Masalah 3

1.3 Tujuan Penelitian 4

1.4 Manfaat Penelitian 5

1.5 Metodologi Penelitian 5

1.6 Sistematika Penulisan 6

Bab 2 Landasan Teori 8

2.1 Pengertian Regresi 8

2.2 Analisis Regresi Berganda 9

2.3 Membuat Persamaan Regresi Linier Berganda 10

2.4 Kesalahan Standar Estimasi 11

2.5 Uji Keberartian Regresi 12

2.6 Analisa Korelasi 13

2.6.1 Koefisien Determinasi 13

2.6.2 Koefisien Korelasi 14

2.7 Uji Koefisien Regresi 16

Bab 3 Gambaran Umum Kota Medan 17

3.1Sejarah Kota Medan 17

3.1.1 Medan Tanah Deli 18

3.1.2 Kampung Medan dan Tembakau Deli 19

3.1.3 Legenda Kota Medan 23

3.1.4 Penjajahan Belanda di Tanah Deli 24

3.1.5 Kota Medan Masa Penjajahan Jepang 27

3.1.6 Kota Medan Menyambut Kemerdekaan Republik Indonesia 29

3.3Visi dan Misi Kota Medan 31

3.3.1 Visi Kota Medan 32

3.3.2 Misi Kota Medan 33

Bab 4 Analisis Data 35

4.1 Pengambilan Data 35

4.2 Pengolahan Data 37

4.3 Kesalahan Standar Estimasi 41

4.4 Uji Keberartian Regresi 43

4.5 Perhitungan Koefisien Korelasi Linier Ganda 46 4.6 Perhitungan Korelasi antara Variabel Y dengan Xi 47

4.7 Perhitungan Korelasi antar Variabel Bebas 49 4.8 Pengujian Koefisien Regresi Linier Ganda 51

Bab 5 Implementasi Sistem 54

5.1 Pengertian Implementasi Sistem 54

5.2 Peranan Komputer dalam Statistika 55

5.3 Cara Kerja SPSS 57

5.4 Pengoperasian SPSS 58

5.5 Interpretasi Hasil Output SPSS 65

Bab 6 Penutup 77

6.1 Kesimpulan 77

6.2 Saran 79

DAFTAR PUSTAKA LAMPIRAN

DAFTAR TABEL

Halaman Tabel 2.1 Interpretasi Koefisien Korelasi Nilai r 15 Tabel 4.1 Data Jumlah Kelahiran, Jumlah Pasangan Usia Subur (PUS),

Jumlah Akseptor KB dan Jumlah Posyandu di Kota Medan

Tahun 2010 36

Tabel 4.2 Harga-harga Yang Dibutuhkan Untuk Menghitung

Koefisien–Koefisien 37

Tabel 4.3 Harga Penyimpangan ∧

Y ₄₁

Tabel 4.4 Harga–harga yang diperlukan untuk Uji Regresi 44

Tabel 5.1 Output Descriptive Statistics 66

Tabel 5.2 Output Correlations 67

Tabel 5.3 Output Entered/Removed 68

Tabel 5.4 Output Model Summary 69

Tabel 5.5 Output Anova 70

DAFTAR GAMBAR

Halaman Gambar 5.1 Tampilan saat membuka SPSS pada windows 58

Gambar 5.2 Tampilan awal SPSS 59

Gambar 5.3 Tampilan pada pengisian variabel view 62

Gambar 5.4 Tampilan pada data view 62

Gambar 5.5 Tampilan saat membuat persamaan regresi 63 Gambar 5.6 Tampilan pada saat pemasukan variabel statistic 64

Gambar 5.7 Tampilan pada kotak Statistic 64

Gambar 5.8 Tampilan pada kotak Plot 65

Gambar 5.9 Output Partial Regression Plot Pertama 74 Gambar 5.10 Output Partial Regression Plot Kedua 75 Gambar 5.11 Output Partial Regression Plot Ketiga 76

BAB 1

PENDAHULUAN

Pada bab ini akan diuraikan mengenai latar belakang penulis terhadap pemilihan judul penelitian dalam tugas akhir ini yang berjudul “Analisis Regresi Pengaruh Pasangan Usia Subur (PUS), Akseptor KB, dan Jumlah Posyandu terhadap Jumlah Kelahiran di Kota Medan Tahun 2010”. Selain itu penulis juga menguraikan tentang rumusan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penelitian.

1.1 Latar Belakang

Masalah kependudukan merupakan masalah penting yang perlu mendapat perhatian dan pembahasan serius dari pemerintah dan ahli kependidikan di Indonesia. Dalam perencanaa pembangunan, data kependudukan memegang peranan penting. Semakin lengkap dan akurat data kependudukan yang tersedia maka semakin mudah dan tepat rencana pembangunan itu dibuat. Sebagai contoh: dalam perencanaan pendidikan diperlukan data mengenai jumlah penduduk dalam usia sekolah, dan para pekerja. Dan

dalam bidang kesehatan memerlukan informasi tentang tinggi-rendahnya angka kelahiran dan kematian.

Salah satu yang mempengaruhi jumlah penduduk adalah kelahiran (fertilitas).

Istilah fertilitas adalah sama dengan kelahiran hidup (live birth), yaitu terlepasnya

seorang bayi dari rahim seorang perempuan dengan adanya tanda-tanda kehidupan. Misalnya bernafas, jantung berdenyut, menangis dan sebagainya. Untuk mengurangi laju pertumbuhan penduduk harus dilakukan penurunan fertilitas. Hal ini sangat berpengaruh terhadap kesejahteraan penduduk yang merupakan tujuan penting yang ingin dicapai oleh sebuah negara. Untuk mencapai tujuan tersebut pemerintah harus membuat kebijakan-kebijakan penting dan berusaha memenuhi sarana dam fasilitas yang menunjang kesejahteraan penduduk.

Kebijakan-kebijakan atau usaha yang dilakukan oleh pemerintah harus diikuti dengan peran serta masyarakat untuk mendukung tujuan tersebut. Sehingga pengetahuan tentang kependudukan sangat penting diketahui oleh masyarakat luas untuk merangsang timbulnya tingkah laku yang bertanggung jawab terhadap masalah kependudukan. Sehingga masalah-masalah yang ada bisa diatasi dan memungkinkan dapat dicegahnya setiap timbulnya masalah baru.

Dengan adanya kesadaran masyarakat dan perhatian untuk ikut serta dalam mewujudkan kesejahteraan penduduk maka pemerintah dan masyarakat secara bersama-sama berusaha menanggulangi masalah pertumbuhan penduduk, misalnya dengan melaksanakan program Keluarga Berencana (KB).

Banyak faktor yang mempengaruhi jumlah kelahiran, diantaranya adalah jumlah pasangan usia subur (PUS), jumlah akseptor KB, dan jumlah posyandu dilingkungan penduduk. Pasangan Usia Subur (PUS) adalah pasangan suami-istri yang istrinya berusia 15-49 tahun. Diusia ini perempuan berpotensi untuk bereproduksi. Selain itu jumlah akseptor juga mempengaruhi jumlah kelahiran. Dalam Kamus Besar Bahasa Indonesia (KBBI), akseptor adalah orang yang menerima serta mengikuti (pelaksanaan) program keluarga berencana. Sedangkan posyandu adalah tempat dimana biasanya masyarakat atau penduduk melakukan berbagai aktivitas kesehatan, misalnya seperti konsultasi pemakaian KB, pemeriksaan kehamilan, dan melakukan persalinan.

Oleh karena itu penulis mencoba untuk mengetahui apakah ada pengaruh pasangan usia subur, akseptor KB, dan jumlah posyandu terhadap jumlah kelahiran di Kota Medan dan seberapa besar faktor-faktor tersebut mempengaruhi jumlah kelahiran di Kota Medan.

1.2Rumusan Masalah

Belum tersedia model persamaan regresi linier berganda yang dapat digunakan untuk jumlah kelahiran di kota Medan tahun 2010 berdasarkan variabel-variabel yang mempengaruhinya, yaitu pasangan usia subur, akseptor kb dan posyandu. Berdasarkan hal tersebut maka dapat dirumuskan masalah penelitian sebagai berikut:

1. Apakah analisis beberapa faktor yaitu jumlah pasangan usia subur (PUS), akseptor KB, serta jumlah posyandu mempengaruhi jumlah kelahiran di Kota Medan?

2. Manakah dari ketiga variabel yang paling dominan dan paling berpengaruh terhadap jumlah kelahiran di Kota Medan?

1.3Tujuan Penelitian

Adapun Tujuan penyusunan tugas akhir ini adalah :

1. Untuk mengetahui model persamaan regresi linier berganda yang dapat digunakan untuk jumlah kelahiran di kota Medan tahun 2010 berdasarkan variabel-variabel yang mempengaruhinya, yaitu pasangan usia subur, akseptor kb dan posyandu.

2. Untuk mengetahui bagaimana pengaruh pasangan usia subur, akseptor KB dan jumlah posyandu terhadap jumlah kelahiran di Kota Medan.

3. Untuk mengetahui yang mana dari ketiga faktor tersebut yang paling dominan dan paling mempengaruhi jumlah kelahiran di kota Medan.

1.4Manfaat Penelitian

Manfaat yang dapat diambil dari penelitian ini adalah :

1. Memberi bahan masukan kepada seluruh masyarakat tentang pengaruh jumlah pasangan usia subur (PUS), akseptor KB, serta jumlah posyandu terhadap jumlah kelahiran di Kota Medan.

2. Sebagai sarana meningkatkan pengetahuan dan wawasan penulis mengenai riset dan menganalisis data.

1.5Metodologi Penelitian

Metode yang digunakan penulis dalam penelitian ini adalah metode penelitian riset dimana data yang dikumpulkan dalam penelitian ini adalah data sekunder yaitu data yang diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara. Data yang dikumpulkan tersebut kemudian diatur, disusun dan disajikan dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang sekumpulan data tersebut.

1.6Sistematika Penulisan

Adapun sistematika penulisan tugas akhir ini disusun dalam 6 bab yang masing-masing bab dibagi atas beberapa sub bab yaitu sebagai berikut :

BAB 1 PENDAHULUAN

Bab ini mengutarakan tentang latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, dan metode penelitian serta sistematika penulisan.

BAB 2 LANDASAN TEORI

Bab ini berisi tentang teori-teori yang akan digunakan oleh penulis untuk menganalisis data.

BAB 3 GAMBARAN UMUM LOKASI PENELITIAN

Bab ini berisi tentang sejarah kota Medan, keadaan penduduk, dan visi misi dari lokasi penelitian.

BAB 4 ANALISIS DATA

Bab ini berisikan analisis data yang diperoleh/hitung secara manual oleh penulis dengan menggunakan teori-teori yang sudah dimuat pada bab 2 sebelumnya.

BAB 5 IMPLEMENTASI SISTEM

Bab ini berisikan implemasi system yang digunakan dalam analisis data, yaitu dengan menggunakan software SPSS serta interpretasi dari hasil output SPSS.

BAB 6 KESIMPULAN DAN SARAN

Bab ini berisikan kesimpulan dan saran yang berhasil disimpulkan penulis dari hasil analisis.

BAB 2

LANDASAN TEORI

Pada bab ini akan diuraikan beberapa metode yang digunakan dalam penyelesaian tugas akhir ini. Selain itu penulis juga menguraikan tentang pengertian regresi, analisis regresi berganda, membentuk persamaan regresi linier berganda, kesalahan estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

2.1 Pengertian Regresi

Regresi merupakan suatu alat ukur yang digunakan untuk mengukur ada atau tidaknya hubungan antar variabel. Dalam analisis regresi, suatu persamaan regresi atau persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel apakah ada hubunan antara 2 (dua) variabel atau lebih. Hubungan yang didapat pada umumnya menyatakan hubunagan fungsional antara variabel-variabel.

Istilah regresi pertama kali diperkenalkaan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu variabel yang disebut variabel tak bebas (dependent variable), pada satu atau lebih variabel,

yaitu variabel yang menerangkan dengan tujuan untuk memperkirakan atau pun meramalkan nilai–nilai dari variabel tak bebas apabila nilai variabel yang menerangkan sudah diketahui .Varibel yang menerangkan sering disebut variabel bebas (independen variable). Untuk mempelajari hubungan-hubungan antara beberapa

variabel, analisis regresi dapat dilihat dari dua bentuk yaitu: Analisis Regresi Sederhana (Simple Regression) dan Analisis Regresi Berganda (Multiple Regression).

2.2Analisis Regresi Berganda

Regresi liner berganda adalah analisis regresi yang menjelaskan hubungan antara peubah respon (variabel dependent) dengan faktor-faktor yang menjelaskan yang mempengaruhi lebih dari satu prediktor (variabel independent). Tujuan analisis regresi linear adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan memuat prediksi/perkiraan nilai Y atas nilai X. Bentuk umum persamaan regresi linear berganda yang mencakup dua atau lebih variabel, yaitu:

Y

=

β

₀

+

β

₁

X

₁

+

β

₂

X

₂

+

...

+

β

_k

X

_k

+

ε

_i (2.1)

dengan :

Y = Variabel tak bebas

X = Variabel bebas

β0, β1, β2,.,βk = Koefisien regresi

Model diatas merupakan model regresi untuk populasi, sedangkan apabila hanya menarik sebagian berupa sampel dari populasi secara acak, dan tidak mengetahui regresi populsi, untuk keperluan analisis, variable bebas akan dinyatakan dengan x_1,x_2,...x_k (k ≥1) sedangkan variabel tidak bebas dinyatakan dengan Y.

Sehingga model regresi populasi perlu diduga berdasarkan model regresi sampel berikut:

Y

=

b

₀

+

b

₁

X

_1i

+

b

₂

X

_2i

+

...

+

b

₄

X

_4i

+

e

(2.2)

dengan :

Y = Variabel tak bebas X = Variabel bebas bo, b1, b2,…,bk = Koefisien regresi

e = Variabel kesalahan (galat)

2.3Membentuk Persamaan Regresi Linier Berganda

Dalam regresi linear berganda variabel tak bebas (Y), tergantung kepada dua atau lebih variabel bebas (X). Untuk hal ini, penulis menggunakan regresi linear berganda dengan empat varibel, yaitu satu variabel tak bebas (dependent variabel ) dan tiga

variabel bebas (independent variabel). Bentuk umum persamaan regresi linear

Y = β0 +β1X1 +β2X2 + β3X3 + ε (2.3)

Koefisien-koefisien β_o,β₁,β₂,β₃ dapat dihitung dengan menggunakan persamaan :

∑

∑

∑

∑

Y1 =aon+a1 X1i +a2 X2i +...+ak Xki (2.4) X X a X X a X a X a Y

X _{i i o}

∑

_i

∑

_i

∑

_{i i k}

∑

_i

∑

= + + 2 1 2 + + 1

2 1 1 1

1 ( ) ... (2.5)

∑

∑

∑

∑

∑

X iYi =ao X i+a X iX i+a X i + +ak X2i 2 2 2 2 1 1 2

2 ( ) ... (2.6)

…….. ) ( ... 2 2 1

1

∑

∑

∑

∑

∑

X_kiY_i =a_o X_ki+a X _iX_ki+a X _iX_ki+ +a_k X_ki (2.7)

harga-harga β0 ,β1 ,β2 dan β3 didapat dengan menggunakan persamaan diatas dengan metode eliminasi atau subsitusi.

2.4Kesalahan Standar Estimasi

Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan standar estimasi (standard error of estimate). Besarnya kesalahan standar estimasi

menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya.

Semakin kecil nilai kesalahan standar estimasi, makin tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variable tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar estimasi, makin rendah ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variable

tidak bebas sesungguhnya. Kesalahan standar estimasi dapat ditentukan dengan rumus: 1 ) ( 2 ,..., 2 , 1 , − − − =

∑

Λ k n Y Y

S_{y k} i i

(2.8)

dengan :

Yi = Nilai data sebenarnya, Λ

i

Y = Nilai taksiran.

2.5Uji Keberartian Regresi

Uji keberartian regresi diperlukan untuk mengetahui apakah sekelompok variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas. Pada dasarnya pengujian hipotesa tentang parameter koefisien regresi secara keseluruhan menggunakan statistik F. Dengan persamaan berikut :

F =

) 1 /( / − −k n JK k JK res reg (2.9) dengan :

JKreg = Jumlah Kuadrat Regresi

2.6Analisa Korelasi

Untuk mencari hubungan antara 2 (dua) variabel atau lebih dilakukan dengan menghitung korelasi antar variabel. Korelasi merupakan angka yang menunjukkan arah dan kuatnya hubungan antar dua variabel atau lebih, arah dinyatakan dalam bentuk hubungan positif atau negatif, sedangkan kuatnya hubungan dinyatakan dalam besarnya koefisien korelasi. Analisis korelasi meliputi dua aspek, pertama mengukur kesesuaian garis regresi terhadap data sampel atau disebut koefisien determinasi dan kedua mengukur keeratan hubungan antar variabel atau disebut koefisien korelasi (the

correlation coefficient).

2.6.1 Koefisien Determinasi

Koefisien determinasi yang dinyatakan dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel tak bebas (Y) yang dapat dijelaskan atau diterangkan oleh variabel–variabel bebas (X) yang ada dalam model persamaan regresi linear berganda secara bersama–sama.

Maka R2 akan ditentukan dengan rumus ,yaitu:

R2 = ₂ i reg

y JK

Harga R2 yang diperoleh sesuai dengan variansi yang dijelaskan masing-masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variasi yang dijelaskan penduga yang disebabkan olehvariabel yang berpengaruh saja (yang bersifat nyata).

2.6.2 Koefisien Korelasi

Setelah mengetahui hubungan fungsional antara variabel-variabel dimana persamaan regresinya telah ditentukan dan telah melakukan pengujian maka persoalan berikutnya yang perlu dirasakan yaitu, jika data hasil pengamatan terdiri dari banyak variabel adalah seberapa kuat hubungan antara variable–variabel itu. Dengan kata lain perlu ditentukan derajat hubungan antara variabel–variabel tersebut.

Studi yang membahas derajat hubungan antara variabel–variabel tersebut dikenal dengan nama analisis korelasi. Ukuran yang dipakai untuk mengetahui derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi. Untuk menghitung koefisien korelasi (r) antara dua variabel dapat digunakan rumus:

∑

∑

−

∑

∑

∑

∑

−

∑

− = } ) ( }{ ) ( { ) )( ( 2 2 2 2 i i ki ki i ki i ki yx Y Y n X X n Y X Y X n r (2.11) dengan :

ryx = Koefisien korelasi antara Y dan X

Xki = Variabel independent

Nilai r selalu terletak antara -1 dan 1, sehingga nilai r tersebut dapat ditulis :

1

1≤ ≤+

− r . Untuk r = +1, berarti ada korelasi positif sempurna antara X dan Y,

sebaliknya jika r = -1, berarti korelasi negatif sempurna antara X dan Y, sedangkan r = 0, berarti tidak ada korelasi antara X dan Y.

Jika kenaikan didalam suatu variabel diikuti dengan kenaikan didalam variabel lain, maka dapat dikatakan bahwa kedua variabel tersebut mempunyai korelasi yang positif. Tetapi jika kenaikan didalam suatu variabel diikuti oleh penurunan didalam variabel lain, maka dapat dikatakan bahwa variabel tersebut mempunyai korelasi yang negatif. Dan jika tidak ada perubahan pada variabel walaupun variabel lainnya berubah maka dikatakan bahwa kedua variabel tersebut tidak mempunyai hubungan. Interpretasi harga r akan disajikan dalam tabel berikut:

Tabel 2.1 Interpretasi Koefisien Korelasi Nilai r

R Interpretasi

0 0,01 – 0,20 0,21 – 0,40 0,41 – 0,60 0,61 – 0,80 0,81 – 0,99

1

Tidak berkorelasi Sangat rendah

Rendah Agak rendah

Cukup Tinggi Sangat tinggi

2.7Uji Koefisien Regresi

Untuk mengetahui bagaimana keberartian adanya setiap variabel bebas dalam regresi, perlu diadakan pengujian mengenai b1, b2 dan b3. Pengujian dapat dilakukan dengan

merumuskan hipotesis berikut :

H0 : bi = 0 dimana i = 1,2,..k (variabel bebas Xi tidak berpengaruh terhadap Y)

H1 : bi ≠ 0 dimana i = 1,2,..k (variabel bebas Xi berpengaruh terhadap Y)

Dimana :

Terima H0 jika thitung< ttabel

Tolak H0 jika thitung > ttabel

Untuk menguji hipotesis ini, maka menggunakan rumus kekeliruan baku Koefisien bi adalah sebagai berikut :

( )

2

(

2

)

2

... 12 .

1

_i

i k y bi

R

x

s

s

−

∑

=

(2.12)

Selanjutnya hitungan statistik dengan rumus:

1 1 1

sb b t =

BAB 3

GAMBARAN UMUM LOKASI PENELITIAN

Pada bab ini akan diuraikan mengenai gambaran umum kota Medan. Uraian ini dimulai dengan sejarah kota Medan yaitu Medan Tanah Deli, Kampung Medan dan Tembakau Deli, Legenda Kota Medan, Penjajahan Belanda di Tanah Deli, Kota Medan masa Penjajahan Jepang, Kota Medan Menyambut Kemerdekaan Republik Indonesia, serta keadaan penduduk dan visi misi kota Medan.

3.1 Sejarah Kota Medan

Kehadiran kota Medan sebagai suatu bentuk kota memiliki proses perjalanan sejarah yang panjang dan kompleks. Hal ini dibuktikan dengan berkembangnya daerah yang dinamakan sebagai “Medan” ini menuju pada bentuk kota metropolitan. Hari lahir kota Medan adalah 1 Juli 1590, sampai saat sekarang ini usia kota Medan telah mencapai 421 tahun.

Disini akan diuraikan sejarah Kota Medan. Uraian ini dimulai dengan Medan Tanah Deli, berlanjut pada Kampung Medan dan Tembakau Deli berlanjut lagi ke Legenda Kota Medan, selanjut penjajahan Belanda di Tanah Deli, kemudian berlanjut

lagi ke Kota Medan Masa Penjajahan Jepang, dan berakhir pada Kota Medan menyambut kemerdekaan Republik Indonesia.

3.1.1 Medan Tanah Deli

Pada zaman dahulu Kota Medan ini dikenal dengan nama Tanah Deli dan keadaan tanahnya berawa-rawa kurang lebih seluas 4000 Ha. Beberapa sungai melintasi Kota Medan ini dan semuanya bermuara ke Selat Malaka. Sungai-sungai itu adalah Sei Deli, Sei Babura, Sei Sikambing, Sei Denai, Sei Putih, Sei Badrah, Sei Belawan dan Sei Sulang-Saling/Sei Kera.

Pada mulanya yang membuka perkampungan Medan adalah Guru Patimpus lokasinya terletak di Tanah Deli, maka sejak zaman penjajahan orang selalu merangkaikan Medan dengan Deli (Medan-Deli). Sejak zaman kemerdekaan lama-kelamaan istilah Medan Deli secara berangsur-angsur lenyap sehingga akhirnya kurang popular.

Dulu orang menamakan Tanah Deli mulai dari Sungai Ular (Deli Serdang) sampai ke Sungai Wampu di Langkat sedangkan Kesultanan Deli yangberkuasa pada waktu ituwilayah kekuasaanya tidak mencakup daerah diantara kedua sungai tersebut.

Secara keseluruhan jenis tanah di wilayah Deli terdiri dari tanah liat, tanah pasir, tanah campuran, tanah hitam, tanah coklat dan tanah merah. Hal ini merupakan penelitian dari Van Hissink tahun 1900 yang dilanjutkan oleh penelitian Vriens tahun

1910 bahwa disamping jenis tanah sepeti tadi ada lagi ditemui jenis tanah liat yang spesifik. Tanah liat inilah pada waktu penjajahan Belanda ditempat yang bernama Bakaran Batu (sekarang Medan Tenggara atau Menteng) orang membakar batu bata dengan kualitas tinggi dan salah satu pabrik batu bata pada zaman itu adalah Deli Klei.

Mengenai curah hujan di Tanah Deli digolongkan dua macam yakni: Maksima Utama dan Maksima Tambahan. Maksima Utama terjadi pada bulan-bulan Oktober sampai dengan bulan Desember sedangkan Maksima Tambahan antara bulan Januari sampai dengan bulan September. Secara rinci curah hujan di Kota Medan rata-rata 2000 pertahun dengan intensitas rata-rata 4,4 mm/jam.

Menurut Volker pada tahun 1860 Medan masih merupakan hutan rimba dan disana-sini terutama dimuara-muara sungai diselingin pemukiman-pemukiman penduduk yang berasal dari Karo dan semenanjung Malaya. Pada tahun 1863 orang-orang Belanda mulai membuka kebun tembakau di Deli yang sempat menjadi primadona di Tanah Deli. Sejak itu perekonomian terus berkembang sehingga Medan menjadi Kota pusat pemerintahan dan perekonomian di Sumatera Utara.

3.1.2 Kampung Medan dan Tembakau Deli

Pada awal perkembangannya merupakan sebuah kampung kecil bernama “Medan Putri”. Perkembangan kampung “Medan Putri” tidak terlepas dari posisinya yang strategis karena terletak dipertemuan sungai Deli dan sungai Babura, tidak jauh dari

jalan Putri Hijau sekarang. Kedua sungai tersebut pada zaman dahulu merupakan jalur lalu lintas perdagangan yang cukup ramai. Sehingga dengan demikian Kampung “Medan Putri” yang merupakan cikal bakal Kota Medan, cepat berkembang menjadi pelabuhan transit yang sangat penting.

Semakin lama semakin banyak orang yang berdatangan ke kampung ini dan istri guru Patimpus yang mendirikan kampung Medan dan melahirkan anaknya pertama laki-laki dan dinamai si Kolok. Mata pencarian orang di Kampung Medan yang mereka namai si Sepuluh Dua Kuta adalah bertani menanam lada. Tidak lama kemudian lahirlah anak yang kedua Guru Patimpus dan ini pun laki-laki dinamai si Kecik.

Pada zaman Guru Patimpus merupakan tergolong orang yang berfikiran maju. Hal ini terbukti dengan menyuruh anaknya berguru (menuntut ilmu) membaca alqur’an kepada Datuk Kota Bangun dan kemudian memperdalam tentang agama Islam ke Aceh.

Keterangan yang menguatkan bahwa adanya Kota Medan ini adalah keterangan H. Muhammad Said yang mengutip melalui buku Deli In Woord en Boeld

ditulis oleh N.Ten Cate. Keterangan tersebut mengatakan bahwa dahulu kata Kampung Medan ini merupakan Benteng dan sisanya masih ada terdiri dari dinding dua lapis berbentuk bundaran yang terdapat dipertemuan antar dua sungai yakni Sungai Deli dan Sungai Babura. Rumah Administratcur teletak di seberang sungai dari Kampung Medan. Kalau kita lihat bahwa letak dari Kampung Medan ini adalah

wisma Benteng sekarang dan Rumah Administratcur tersebut adalah kantor PTP IX Tembakau Deli yang sekarang ini.

Sekitar tahun 1612 setelah dua dasawarsa berdiri Kampung Medan, Sultan Iskandar Muda yang berkuasa di Aceh mengirim panglimanya bernama Gocah Pahlawan yang bergelar Laksamana Kuda Bintan untuk menjadi pemimpin yang mewakili kerajaan Aceh di Tanah Deli. Gocah Pahlawan membuka negeri baru di sungai Lalang, Percut, selaku wali dan wakil sultan Aceh, Gocah Pahlawan berhasil memperluas kekuasaannya, sehingga meliputi Kecamatan Percut, Sei Tuan dan Kecamatan Medan Deli sekarang. Dia juga mendirikan kampong-kampung Gunung Klarus, Sampali, Kota Bangun, Pulau Brayan, Kota Jawa, Kota Rengas Percut, dan Sigara-gara.

Dengan tampilnya Gocah pahlawan mulailah berkembang Kerajaan Deli dan tahun 1632 Gocah Pahlawan kawin dengan putri Datuk Sunggal. Setelah terjadi perkawinan ini raja-raja di Kampung Medan menyerah pada Gocah Pahlawan.

Gocah Pahlawan wafat pada tahun 1653 dan digantikan oleh putranya Tuangku Panglima Perunggit, yang kemudian memproklamirkan kemerdekaan Kesultanan Deli dari Kesultanan Aceh pada tahun 1669, dengan ibu kotanya di Labuhan, kira-kira 20 km dari Medan.

Jhon Anderson seorang Inggris melakukan kunjungan ke Kampung Medan tahun 1823 dan mencatat dalam bukunya Mission to the East Coast of Sumatera

hanya melihat penduduk yang berdiam dipertemuan antara dua sungai tersebut. Anderson menyebutkan dalam bukunya “Mission to the East Coast of Sumatera”

(terbitan Edinburg 1826) bahwa sepanjang sungai Deli hingga ke dinding tembok mesjid Kampung Medan di bangun dengan batu-batu granit berbentuk bujur sangkar. Batu-batu ini diambil dari sebuah candi Hindu kuno di Jawa.

Pesatnya perkembangan Kampung “Medan Putri”, juga tidak terlepas dari perkebunan tembakau yang sangat terkenal dengan tembakau Delinya, yang merupakan tembakau terbaik untuk pembungkus cerutu. Pada tahun 1863 Sultan Deli memberikan kepada Nienhuys Van der Falk dan Elliot dari Firma Van Keeuwen en Mainz & Co, tanah seluas 4000 bahu (1 bahu = 0,74 ha) secara erfpacht 20 tahun di Tanjung Spassi, dekat Labuhan. Contoh tembakau Deli. Maret 1864, contoh hasil panen dikirim ke Rotterdam di Belanda, untuk diuji kualitasnya. Ternyata daun tembakau sangat baik dan berkualitas tinggi untuk pembungkus cerutu.

Kemudian di tahun 1866, Jannsen, P.W. Clemen, Cremmer dan Nienhuys mendirikan deDeli Maatscapij di Labuhan. Kemudian melakukan ekspansi

perkebunan baru di daerah Martubung, Sunggal (1869), Sungai Beras dan Klumpang (1875), sehingga jumlahnya mencapai 22 perusahaan perkebunan pada tahun 1874. Mengingat kegiatan perdagangan tembakau yang sudah sangat luas dan berkembang, Nienhuys memindahkan kantor perusahannya dari Labuhan ke Kampung “Medan Putri”. Dengan demikian “Kampung Medan Putri” menjadi semakin ramai dan selanjutnya berkembang dengan nama yang lebih dikenal sebagai Kota Medan.

3.1.3 Legenda Kota Medan

Menurut legenda di Zaman dahulu kala pernah hidup di Kesultanan Deli lama kira-kira 10 Km dari Kampung Medan yakni Deli Tua lahirlah seorang putri yang sangat cantik dan karena kecantikannya diberi nama Putri Hijau. Kecantikan putri ini tersohor kemana-mana mulai dari Aceh sampai ku ujung Utara Pulau Jawa.

Sultan Aceh jatuh cinta pada putri itu dan melamarnya untuk dijadikan permaisurinya. Lamaran Sultan Aceh itu ditolak oleh saudara kedua laki-laki Putri Hijau. Sultan Aceh sangat marah karena penolakan itu dianggapnya sebagai penghinaan terhadap dirinya. Maka pecahlah perang antara Kesultanan Aceh dan Kesultanan Deli.

Menurut legenda yang tersebut di atas, dengan menggunakan kekuatan ghaib seorang dari saudara Putri Hijau menjelma jadi seekor ular naga dan seorang lagi menjadi sepucuk meriam yang tidak henti-hentinya menembaki tentara Aceh hingga akhir hayatnya.

Kesultanan Deli lama mengalami kekalahan dalam peperangan itu dan karena kecewa putra mahkota yang menjelma menjadi meriam itu meledak sebagian, bagian belakangnya terlontar ke Labuhan Deli dan bagian depannya kedataran tinggi Karo kira-kira 5 Km dari Kabanjahe.

Putri Hijau ditawan dan dimasukkan kedalam sebuah peti kaca yang dimuat kedalam sebuah kapal untuk seterusnya dibawa ke Aceh. Ketika kapal sampai diujung

Jambo Aye, Putri Hijau mohon diadakan satu upacara untuknya sebelum peti diturunkan dari kapal. Atas permintaanya harus diserahkan padanya sejumlah beras dan beribu-ribu telur dan permohonan tuan putri dikabulkan. Tetapi baru saja upacara dimulai tiba-tiba berhembuslah angin rebut yang maha dahsyat disusul gelombang-gelombang yang sangat tinggi.

Dari dalam laut muncullah abangnya yang telah menjelma menjadi ular naga itu dan dengan menggunakan rahangnya yang besar itu diambilnya peti tempat adiknya dikurung, lalu dibawanya masuk kedalam laut.

Legenda ini sampai sekarang terkenal dikalangan masyarakat Deli dan malahan juga dalam masyarakat Melayu dan Malaysia. Di Deli Tua masih terdapat reruntuhan Benteng dari Putri yang berasal dari zaman Putri Hijau, sedang sisa meriam penjelmaan abang Putri Hijau itu dapat dilihat di Halaman Istana Maimun Medan.

3.1.4 Penjajahan Belanda di Tanah Deli

Belanda yang menjajah Nusantara kurang lebih setengah abad namun untuk menguasai Tanah Deli mereka sangat banyak mengalami tantangan yang tidak sedikit. Mereka mengalami perang di Jawa dengan Pangeran Diponegoro sekitar tahun 1825-1830. Belanda sangat banyak mengalami kerugian sedangkan untuk menguasai Sumatera, Belanda juga berperang untuk melawan Aceh, Minangkabau dan Sisingamangaraja di daerah Tapanuli.

Jadi untuk menguasai Tanah Deli Belanda hanya kurang lebih 78 tahun mulai tahun 1864-1942. Setelah perang Jawa berakhir barulah Gubernur Jendral Belanda J.Van den Bosch mengarahkan pasukannya ke Sumatera dan dia memperkirakan untuk menguasai Sumatera keseluruhan diperlukan waktu 25 tahun. Penaklukan Belanda atas Sumatera ini terhenti di tengah jalan karena Menteri Jajahan Belanda waktu itu J.C. Baud menyuruh mundur pasukan Belanda di Sumatera walaupun mereka telah mengalahkan Minangkabau yang dikenal dengan nama Perang Paderi (1821-1837).

Sultan Ismail yang berkuasa di Riau secara tiba-tiba diserang oleh gerombolan Inggris dengan pimpinannya bernama Adam Wilson. Berhubung pada waktu itu kekuatannya terbatas maka Sultan Ismail meminta perlindungan pada Belanda. Pada saat itu terbukalah kesempatan bagi Belanda untuk menguasai Kerajaan Siak Sri Indrapura yang rajanya adalah Sultan Ismail. Pada tanggal 1 Februari 1858 Belanda mendesak Sultan Ismail untuk menandatanganiperjanjian agar daerah taklukan Kerajaan Siak Sri Indrapura termasuk Deli, Langkat dan Serdang di Sumatera Timur masuk kekuasaan Belanda. Karena Daerah Deli telah masuk kekuasaan Belanda otomatislah Kampung Medan menjadi jajahan Belanda, tapi kehadiran Belanda belum secara fisik menguasai Tanah Deli.

Pada tahun 1858 juga Elisa Netscher diangkat menjadi residen wilayah Riau dan sejak itu pula lah mengangkat dirinya sebagai pembela Sultan Ismail yang berkuasa di Kerajaan Siak. Tujuan Netscher itu adalah dengan duduknya dia sebagai pembela Sultan Ismail secara politis tentunya akan mudah bagi Netscher menguasai

daerah taklukan Kerajaan Siak yakni Deli yang didalamnya termasuk Kampung Medan Putri.

Perkembangan Medan Putri menjadi pusat perdagangan telah mendorongnya menjadi pusat pemerintahan. Tahun 1879, Ibu kota Asisten Residen Deli dipindahkan dari Labuhan ke Medan. 1 Maret 1887, Ibu Kota Residen Sumatera Timur dipindahkan pula dari Bengkalis ke Medan, Istana Kesultanan Deli yang semula berada di Kampung Bahari (Labuhan) juga pindah dengan selesainya Pembangunan Istana Maimoon pada tanggal 18 Mei 1891, dan dengan demikian Ibu Kota Deli telah resmi pindah ke Medan.

Pada tahun 1915 Residensi Sumatera Timur ditingkatkan kedudukannya menjadi Gubernemen. Pada tahun 1918 Kota Medan resmi menjadi Gemeente (Kota

Praja) dengan Walikota Baron Daniel Mac Kay, Berdasarka “Acte Van Schenking”

(Akte Hibah) Nomor 97 Notaris J.M de- Hondt Junior, tanggal 30 November 1918, Sultan Deli menyerahkan Kota Medan kepada Gemeente Medan, sehingga resmi menjadi wilayah di bawah kekuasaan langsung Hindia Belanda. Pada masal awal Kotapraja ini, Medan masih terdiri dari 4 kampung, yaitu Kampung Kesawan, Kampung Sungai Rengas, Kampung Petisah Hulu dan Kampung Petisah Hilir.

Pada tahun 1918 penduduk Medan tercatat sebanyak 43.826 jiwa yang terdiri dari Eropa 409 Orang, Indonesia 35.009 orang, Cina 8.269 oarang dan Timur Asing lainnya 139 orang.

Sejak itu Kota Medan berkembang semakin pesat. Berbagai fasilitas dibangun. Beberapa diantaranya adalah Kantor Stasiun Percobaan AVROS di Kampung Baru (1919), sekarang RISPA, hubungan kereta api Pangkalan Berandan-Besitang (1919), Konsulat Amerika (1919), Sekolah Guru Indonesia di Jl. H.M Yamin sekarang (1923), Mingguan Soematra (1924), Perkumpulan Renang Medan (1924), Pusat Pasar, R.S Elizabeth, Klinik Sakit Mata dan Lapangan Olah Raga Kebun Bunga (1929).

Secara historis perkembangan Kota Medan, sejak awal telah memposisikan menjadi pusat perdagangan (ekspor-impor) sejak masa lalu. Sedang dijadikannya Medan sebagai Ibukota Deli juga telah menjadikannya Kota Medan berkembang menjadi pusat pemerintah. Sampai saat ini disamping merupakan salah satu daerah kota, juga sekaligus sebagai Ibukota Provinsi Sumatera Utara.

3.1.5 Kota Medan Masa Penjajahan Jepang

Tahun 1942 penjajahan Belanda berakhir di Sumatera yang ketika itu Jepang mendarat dibeberapa wilayah seperti Jawa, Kalimantan, Sulawesi dan khusus di Sumatera Jepang mendarat di Sumatera Timur.

Tentara Jepang yang mendarat di Sumatera adalah tentara XXV yang berpangkalan di Shonanto yang lebih dikenal dengan nama Shingapore, tepatnya mereka mendarat tanggal 11 malam 12 Maret 1942. Pasukan ini terdiri dari Divisi Garda Kemaharajaan ke-2 ditambah dengan Devisi ke-18 dipimpin langsung oleh Letjen Nishimura. Ada empat tempat pendaratan mereka ini yakni, Sabang, Ulele,

Kuala Bugak (dekat Peurlak Aceh Timur sekarang) dan Tanjung Tiram (kawasan Batubara sekarang).

Pasukan tentara Jepang yang mendarat di kawasan Tanjung Tiram inilah yang masuk ke Kota Medan, mereka menaiki sepeda yang mereka beli dari rakyat disekitarnya secara barter. Mereka bersemboyan bahwa mereka membantu orang Asia karena mereka adalah saudara tua orang-orang Asia sehingga mereka dieluelukan menyambut kedatangannya.

Ketika peralihan kekuasaan Belanda kepada Jepang Kota Medan kacau balau, orang pribumi mempergunakan kesempatan ini membalas dendan terhadap orang Belanda. Kedaaan ini segera ditertibkan oleh tentara Jepang dengan mengerahkan pasukannya yang bernama “Kempetai” (Polisi Militer Jepang). Dengan masuknya

Jepang di Kota Medan keadaan segera berubah terutama pemerintahan sipilnya yang zaman Belanda disebut “Gementee Besteur” oleh Jepang dirubah menjadi “Medan

Sico” (Pemerintahan Kotapraja). Yang menjabat pemerintahan sipil ditingkat

Kotapraja Kota Medan ketika itu hingga berakhirnya kekuasaan Jepang bernama Hoyasakhi. Untuk tingkat keresidenan di Sumatera Timur karena masyarakatnya heterogen disebut syucokan yang ketika itu dijabat oleh T.Nakashima, pembantu

Residen disebut dengan Gonseribu.

Penguasaan Jepang semakin merajalela di Kota Medan mereka membuat masyarakat semakin papah, karena dengan kondisi demikianlah menurut mereka semakin mudah menguasai seluruh nusantara semboyan saudara tua hanyalah simbol saja. Disebelah Timur Kota Medan yakni Marindal sekarang dibangun Kengrohositai

sejenis pertanian kolektif. Dikawasan Titi Kuning Medan Johor sekarang tidak jauh dari lapangan terbang Polonia sekarang mereka membangun landasan pesawat tempur Jepang.

3.1.6 Kota Medan Menyambut Kemerdekaan Republik Indonesia

Dimana-mana diseluruh Indonesia menjelang tahun 1945 bergema persiapan Proklamasi demikian juga di Kota Medan tidak ketinggalan para tokoh pemudanya melakukan berbagai macam persiapan. Mereka mendengar bahwa bom atom telah jatuh melanda Kota Hirosima, berarti kekuatan Jepang sudah lumpuh. Sedangkan tentara sekutu berhasrat kembali untuk menduduki Indonesia.

Khususnya dikawasan Kota Medan dan sekitarnya, ketika penguasa Jepang menyadari kekalahannya segera menghentikan segala kegiatannya, terutama yang berhubungan dengan pembinaan dan pengarahan pemuda. Apa yang selama ini mereka lakukan untuk merekrut masa pemuda seperti Heiho, Romusha, Gyu Gun, dan Talapeta mereka bubarkan atau kembali kepada masyarakat. Secara resmi kegiatan ini dibubarkan pada tanggal 20 Agustus 1945 karena pada hari itu pula penguasa Jepang di Sumatera Timur yang disebut Tetsuzo Nakashima mengumumkan kekalahan Jepang. Beliau juga menyampaikan bahwa tugas pasukan mereka dibekas pendudukan untuk menjaga status quo sebelum diserah terimakan pada pasukan sekutu. Sebagian besar anggota pasukan bekas Heiho, Romusha, Talapeta dan latihan Gyu Gun merasa bingung karena kehidupan mereka terhimpit dimana mereka hanya diberikan uang

saku yang terbatas, sehingga mereka kelihatan berlalu lalang dengan seragam coklat ditengah Kota.

Beberapa tokoh pemuda melihat hal demikian mengambil inisiatif untuk menanggulanginya. Terutama bekas perwira Gyu Gun diantaranya Letnan Achmad Tahir mendirikan suatu kepanitian untuk menanggulangi para bekas Haiho, Romusha yang family/saudaranya tidak ada di Kota Medan. Panitia ini dinamai dengan “Panitia Penolong Pengangguran Eks Gyu Gun” yang berkantor di Jl. Istana No. 17 (Gedung Pemuda sekarang).

Pada tanggal 17 Agustus 1945 gema kemerdekaan telah sampai ke Kota Medan walaupun dengan agak tersendat-sendat karena keadaan komunikasi pada waktu itu sangat sederhana sekali. Kantor Berita Jepang “Domei” sudah ada perwakilannya di Medan namun mereka tidak mau menyiarkan berita kemerdekaan tersebut, akibatnya masyarakat tambah bingung.

Sekelompok kecil tentara sekutu tepatnya tanggal 1 September 1945 yang dipimpin Letnan I Pelaut Brondgeest tiba di Kota Medan dan berkantor di Hotel De Boer (sekarang Hotel Dharma Deli). Tugasnya adalah mempersiapkan mengambilalihkan kekuasaan dari Jepang. Pada ketika itu pula tentara Belanda yang dipimpin oleh Westerling didampingi perwira penghubung sekutu bernama Mayor Yacobs dan Letnan Brodgeest berhasil membentuk kepolisian Belanda untuk kawasan Sumatera Timur yang anggotanya diambil dari Eks Knil dan polisi Jepang yang pro Belanda.

Akhirnya dengan perjalanan yang berliku-liku para pemuda melakukan berbagai aksi agar bagaimanapun kemerdekaan harus ditegakkan di Indonesia demikian juga di Kota Medan yang menjadi bagiannya. Mereka itu adalah Achmad Tahir, Amir Bachrum Nasution, Edisaputra, Rustam Efendi, Gazali Ibrahim, Roos Lila, A.Malik Munir, Bahrum Djamil, Marzuki Lubis dan Muhammad Kasim Jusni.

3.2 Keadaan Penduduk

Penduduk kota Medan dapat digolongkan pada kategori masyarakat heterogen, yaitu masyarakat yang terdiri dari berbagai jenis suku, agama, ras dan golongan. Komposisi masyarakat kota Medan terdiri atas Melayu, Batak (Mandailing, Toba, Karo, Pak-pak, Simalungun, Angkola), Jawa, Aceh, Tionghoa, India (Tamil, Sikh).

Komposisi masyarakat kota Medan yang heterogen terbagi-bagi atas beberapa lokasi, hal ini disebabkan karena pada awalnya lokasi tersebut merupakan daerah awal tumbuh dan berkembangnya suku tersebut di kota Medan. Perbedaan lokasi tersebut bukan merupakan gambaran penduduk yang terpecah-belah melainkan sebagai wujud persatuan etnisitas yang dimiliki setiap masyarakat di kota Medan.

3.3 Visi dan Misi Kota Medan

Untuk mewujudkan pembangunan kota Medan yang lebih terarah, terencana, menyeluruh, terpadu, realistis dan dapat dievaluasi, maka perlu dirumuskan rencana

strategik sebagai broad guide line penyelenggaraan pemerintahan, pembangunan dan

pembinaan kemasyarakatan di kota Medan untuk lima tahun kedepan.

Rencana strategik yang ditetapkan sekaligus menjadi strategi dasar bagi kebijakan, program dan kegiatan pembangunan dan pengembangan kota, serta memberikan orientasi dan komitmen bagi penyelenggaraan pemerintahan. Dengan demikian, di samping adanya rencana pembangunan kota yang handal, perlu adanya pengukuran capaian kinerja sebagai bentuk akuntabilitas publik guna menjamin peningkatan pelayanan umum yang diinginkan.

3.4.1 Visi Kota Medan

Pembangunan kota Medan merupakan rangkaian kegiatan yang dilaksanakan secara bertahap dan berkesinambungan untuk meraih masa depan yang lebih baik. Oleh

karena itu visi merupakan simpul dalam upaya menyusun rencana strategis pembangunan kota. Sebagai gambaran identitas masa depan kota Medan maka, perumusan visi itu didasarkan pada pertimbangan dibawah ini:

1. Prasyarat pembangunan kota, seperti berkembangnya demokrasi dan partisipasi, mendorong penegakan hukum, keadilan sosial dan ekonomi, pemerintahan yang kuat, efisien dan efektif, birokrasi yang kreatif dan inovatif, stabilitas politik dan keamanan yang kondusif, pelayanan publik yang prima, pemerataan pembangunan dan pembangunan kota yang berkelanjutan.

2. Masalah dan tantangan serta kebutuhan pembangunan kota Medan dalam rangka mewujudkan kemajuan kota Medan yang metropolitan.

3. Kebijakan pembangunan nasional, sektoral dan regional yang mendorong perkembangan kota Medan sebagai pusat pertumbuhan dan pengembangan Indonesia bagian barat.

4. Kecenderungan globalisasi dan regionalisasi.

5. Nilai-nilai luhur, norma dan budaya yang telah lama dianut seluruh warga kota Medan.

3.4.2 Misi Kota Medan

Untuk mempertegas tugas dan tanggung jawab pembangunan dari seluruh stakeholder

maka visi pembangunan kota dijabarkan ke dalam misi yang jelas, terarah dan terukur. Misi ini menjelaskan tujuan dan saran yang ingin dicapai dalam pembangunan kota sehingga diharapkan seluruh stakeholder dapat mengetahui dan memahami kedudukan

Adapun misi kota Medan adalah:

1. Mewujudkan percepatan pembangunan daerah pinggiran, dengan meningkatkan pertumbuhan ekonomi untuk kemajuan dan kemakmuran yang berkeadilan bagi seluruh masyarakat kota.

2. Mewujudkan tata pemerintahan yang lebih baik dengan birokrasi yang lebih efisien, efektif, kreatif, inovatif dan responsif.

3. Penataan kota yang ramah lingkungan berdasarkan prinsip keadilan sosial, ekonomi, budaya. Membangun dan mengembangkan pendidikan, kesehatan serta budaya daerah.

4. Meningkatkan suasana religius yang harmonis dalam kehidupan berbangsa dan bermasyarakat.

BAB 4

ANALISIS DATA

Pada bab ini akan diuraikan bagaimana cara pengolahan data dengan menggunakan beberapa metode. Adapun metode yang digunakan dalam penyelesaian tugas akhir ini adalah analisis regresi linier berganda, kesalahan standard estimasi, uji keberartian regresi, koefisien korelasi linier ganda, dan koefisien antar variabel dependent dengan independent.

4.1 Pengambilan Data

Data yang diambil dari Badan Pusat Statistik (BPS) Propinsi Sumatera Utara adalah data jumlah kelahiran, pasangan usia subur, akseptor KB dan jumlah posyandu di Kota Medan Tahun 2010.

Tabel 4.1 Data Jumlah Kelahiran, Jumlah Pasangan Usia Subur (PUS), Jumlah Akseptor KB dan Jumlah Posyandu

di Kota Medan Tahun 2010

KB

1 _{Medan Tuntungan 1.375 13.310 7.910 47}

2 _{Medan Johor 2.538 20.530 13.178 59}

3 _{Medan Amplas 1.906 22.900 13.435 69}

4 _{Medan Denai 3.351 26.640 14.894 96}

5 _{Medan Area 2.432 16.367 9.198 113}

6 _{Medan Kota 1.885 11.980 6.041 95}

7 _{MedanMaimun 1.464 8.024 4.037 43}

8 _{Medan Polonia 726 9.557 4.659 32}

9 _{Medan Baru 973 8.152 3.992 25}

10 _{Medan Selayang 1.544 16.120 9.306 40}

11 _{Medan Sunggal 2.652 19.633 11.050 71}

12 _{Medan Helvetia 2.743 25.521 15.118 55}

13 _{Medan Petisah 1.505 11.862 6.150 59}

14 _{Medan Barat 1.554 12.674 6.041 71}

15 _{Medan Timur 3.636 17.050 9.809 81}

16 _{Medan Perjuangan 1.880 17.082 9.648 63}

17 _{Medan Tembung 2.725 21.235 13.375 71}

18 _{Medan Deli 3.329 25.347 16.229 90}

19 _{Medan Labuhan 2.491 20.962 13.229 86}

20 _{Medan Marelan 2.337 23.375 14.001 61}

21 _{Medan Belawan 1.927 19.544 12.737 79}

Sumber : Medan dalam angka 2011

Dari data diatas maka :

Y = Jumlah Kelahiran X1 =Pasangan Usia Subur (PUS)

X2 = Akseptor KB X3 = Posyandu

Untuk mencari persamaan linier berganda terlebih dahulu menghitung koefisien-koefisien regresinya ( βo,β₁,β₂,β_{3 )} dengan mencari penggandaan suatu variabel

dengan variabel yang lain. Maka disajikan tabel baru seperti berikut :

Tabel 4.2 Harga-harga Yang Dibutuhkan Untuk Menghitung Koefisien – Koefisien

No. _{Y X}

1 X2 X3 YX1 YX2

1 _{1.375 13.310 7.910 47 18.301.250 10.876.250} 2 _{2.538 20.530 13.178 59 52.105.140 33.445.764} 3 _{1.906 22.900 13.435 69 43.647.400 25.607.110} 4 _{3.351 26.640 14.894 96 89.270.640 49.909.794} 5 _{2.432 16.367 9.198 113 39.804.544 22.369.536} 6 _{1.885 11.980 6.041 95 22.582.300 11.387.285} 7 _{1.464 8.024 4.037 43 11.747.136 5.910.168}

8 _{726 9.557 4.659 32 6.938.382 3.382.434}

9 _{973 8.152 3.992 25 7.931.896 3.884.216}

10 _{1.544 16.120 9.306 40 24.889.280 14.368.464} 11 _{2.652 19.633 11.050 71 52.066.716 29.304.600} 12 _{2.743 25.521 15.118 55 70.004.103 41.468.674} 13 _{1.505 11.862 6.150 59 17.852.310 9.255.750} 14 _{1.554 12.674 6.041 71 19.695.396 9.387.714} 15 _{3.636 17.050 9.809 81 61.942.650 35.636.097} 16 _{1.880 17.082 9.648 63 32.114.160 18.138.240} 17 _{2.725 21.235 13.375 71 57.865.375 36.446.875} 18 _{3.329 25.347 16.229 90 84.380.163 54.026.341} 19 _{2.491 20.962 13.229 86 52.216.342 32.953.439} 20 _{2.337 23.375 14.001 61 54.627.375 32.720.337} 21 _{1.927 19.544 12.737 79 37.661.288 24.544.199} Jumlah _{44.970 367.865 214.037 1.406 857.643.846 505.023.287}

Sambungan Tabel 4.2 Harga-harga Yang Dibutuhkan Untuk Menghitung Koefisien – Koefisien

No. _YX

1 _{64.625 105.282.100 625.570 371.770}

2 _{149.742 270.544.340 1.211.270 777.502}

3 _{131.514 307.661.500 1.580.100 927.015}

4 _{321.696 396.776.160 2.557.440 1.429.824} 5 _{274.816 150.543.666 1.849.471 1.039.374}

6 _{179.075 72.371.180 1.138.100 573.895}

7 _{62.952 32.392.888 345.032 173.591}

8 _{23.232 44.526.063 305.824 149.088}

9 _{24.325 32.542.784 203.800 99.800}

10 _{61.760 150.012.720 644.800 372.240}

11 _{188.292 216.944.650 1.393.943 784.550}

12 _{150.865 385.826.478 1.403.655 831.490}

13 _{88.795 72.951.300 699.858 362.850}

14 _{110.334 76.563.634 899.854 428.911}

15 _{294.273 167.243.450 1.381.050 794.529}

16 _{118.440 164.807.136 1.076.166 607.824}

17 _{193.475 284.018.125 1.507.685 949.625}

18 _{299.610 411.356.463 2.281.230 1.460.610} 19 _{214.226 277.306.298 1.802.732 1.137.694}

20 _{142.557 327.273.375 1.425.875 854.061}

21 _{152.233 248.931.928 1.543.976 1.006.223} Jumlah _{3.246.837 4.195.876.238 25.877.431 15.132.466}

Sambungan Tabel 4.2 Harga-harga Yang Dibutuhkan Untuk Menghitung Koefisien – Koefisien

No. _Y2

X12 X22 X32

1 _1.890.625

177.156.100 62.568.100 2.209 2 _{6.441.444 421.480.900 173.659.684 3.481} 3 _{3.632.836 524.410.000 180.499.225 4.761} 4 _{11.229.201 709.689.600 221.831.236 9.216}

Sambungan Tabel 4.2 Harga-harga Yang Dibutuhkan Untuk Menghitung Koefisien – Koefisien

No. _Y2

5 _{5.914.624 267.878.689 84.603.204 12.769}

6 _{3.553.225 143.520.400 36.493.681 9.025}

7 _{2.143.296 64.384.576 16.297.369 1.849}

8 _{527.076 91.336.249 21.706.281 1.024}

9 _{946.729 66.455.104 15.936.064 625}

10 _{2.383.936 259.854.400 86.601.636 1.600}

11 _{7.033.104 385.454.689 122.102.500 5.041} 12 _{7.524.049 651.321.441 228.553.924 3.025}

13 _{2.265.025 140.707.044 37.822.500 3.481}

14 _{2.414.916 160.630.276 36.493.681 5.041}

15 _{13.198.689 290.702.500 96.216.481 6.561}

16 _{3.534.400 291.794.724 93.083.904 3.969}

17 _{7.425.625 450.925.225 178.890.625 5.041} 18 _{11.082.241 642.470.409 263.380.441 8.100} 19 _{6.205.081 439.405.444 175.006.441 7.396} 20 _{5.461.569 546.390.625 196.028.001 3.721} 21 _{3.713.329 381.967.936 162.231.169 6.241} Jumlah _{108.521.020 7.107.936.331 2.490.006.147 104.176}

Dari tabel 4.2 diperoleh hasil seperti berikut :

N = 21 ∑ YX1 = 857.643.846

∑ Y = 44970 ∑ YX2 = 505.023.287

∑ X1 = 367865 ∑ YX3 = 3.246.837

∑ X2 = 214037 ∑ X1X2 = 4.195.876.238

∑ X3 = 1406 ∑ X1X3 = 25.877.431

∑ Y2

= 108521020 ∑ X2X3 = 15.132.466

∑ X12 = 7.107.936.331 ∑ X22 = 2.490.006.147

Dari persamaan :

Y

∑

=

β

₀

n

+

β

₁

∑

X

₁

+

β

₂

∑

X

₂

+

β

₃

∑

X

₃

1

YX

∑

=

β

₀

∑

X

₁

+

β

₁

∑

X

₁2

+

β

₂

∑

X

₁

X

₂

+

β

₃

∑

X

₁

X

₃ 2

YX

∑

=

β

₀

∑

X

₂

+

β

₁

∑

X

₂

X

₁

+

β

₂

∑

X

₂2

+

β

₃

∑

X

₂

X

₃ 3

YX

∑

=

β

₀

∑

X

₃

+

β

₁

∑

X

₃

X

₁

+

β

₂

∑

X

₃

X

₂

+

β

₃

∑

X

₃2

Kemudian subsitusikan nilai-nilai yang bersesuaian sehingga diperoleh persamaan berikut :

44970 = 21β0+ 367865β1+ 214037β2+ 1406β3

857643846 = 367865β0+ 7107936331β1+ 4195876238β2+ 25877431β3

505023287 = 214037β0+ 4195876238β1+ 2490006147β2+ 15132466β3

3246837 = 1406β0+ 25877431β1+ 15132466β2+ 104176β3

Setelah Persamaan di atas diselesaikan, maka diperoleh koefisien – koefisien regresi linier berganda sebagai berikut :

β0 = -132,959

β1 = 0,064

β2 = 0,022

β3 = 13,704

Dengan demikian, persamaan regresi linier ganda atas X1, X2 dan X3 atas Y

∧

Y _{= -132,959 + 0,064X1 + 0,022X2 + 13,704X3}

4.3 Kesalahan Standard Estimasi

Untuk menghitung kekeliruan baku taksiran (kesalahan standard estimasi) diperlukan

harga – harga

∧

Yyang diperoleh dari persamaan regresi di atas untuk setiap nilai X1,

X2 dan X3 yang diketahui dapat dilihat pada tabel 4.3 berikut :

Tabel 4.3 Harga Penyimpangan

∧

Y

No. _{Y Y}∧ _{( Y - Y}∧_{) ( Y - Y}∧₎2

1 _{13.310 1.545,84 -171 29.188,15}

2 _{20.530 2.293,63 244 59.712,82}

3 _{22.900 2.588,91 -683 466.377,36}

4 _{26.640 3.232,43 119 14.058,21}

5 _{16.367 2.676,03 -244 59.555,26}

6 _{11.980 2.075,90 -191 36.444,77}

7 _{8.024 1.063,58 400 160.335,14}

8 _{9.557 1.025,47 -299 89.687,54}

9 _{8.152 824,11 149 22.165,51}

10 _{16.120 1.662,17 -118 13.964,89}

11 _{19.633 2.352,34 300 89.795,49}

12 _{25.521 2.603,64 139 19.421,01}

13 _{11.862 1.577,41 -72 5.244,65}

14 _{12.674 1.791,63 -238 56.471,24}

15 _{17.050 2.295,22 1338 1.789.637,05} Tabel 4.3 Harga Penyimpangan

∧

Y

16 _{17.082 2.046,97 -167 27.879,16}

17 _{21.235 2.507,88 217 47.139,74}

18 _{25.347 3.097,19 232 53.735,02}

19 _{20.962 2.692,59 -202 40.639,65}

20 _{23.375 2.522,61 -186 34.453,34}

21 _{19.544 2.494,34 -567 321.884,87}

Jumlah _{44.970 3.437.790,96}

Sehingga kekeliruan bakunya dihitung dengan menggunakan rumus :

1

)

(

2 123 .

₋

₋

−

∑

=

∧

k

n

Y

Y

s

_y dengan : 2

)

(

∧

−

∑

Y

Y

= 3437790,96

n = 21

k = 3

Maka diperoleh :

1 3 21 3437790,96 123 . = _{− −} y s = 449,69

Dengan penyimpangan nilai yang didapat ini berarti bahwa rata–rata jumlah kelahiran yang sebenarnya akan menyimpang dari rata–rata jumlah kelahiran yang diperkirakan sebesar 449,69.

4.4 Uji Keberartian Regresi

Perumusan hipotesa :

H0 :

β

1

=

β

2

=

β

3

=

β

4

=

0

( X1, X2, X3, X4 tidak mempengaruhi Y)

H1 : Minimal ada satu parameter koefisien regresi yang mempengaruhi Y.

Dengan : H0 diterima jika Fhit≤ Ftab.

H0 ditolak Jika Fhit> Ftab.

Untuk menguji model regresi yang telah terbentuk diperlukan nilai-nilai y, x1, x2

dan x3 dengan rumus :

Y

Y

y

=

−

x

1

=

X

1

−

X

1

2 2

2

X

X

x

=

−

x

₃

=

X

₃

−

X

3

Dengan :

Y

= 2141,428

X

1 = 17517,380 2

X

= 10192,238

X

3 = 66,952

Dan perhitungannya disajikan dalam tabel berikut :

Tabel 4.4 Harga–harga yang diperlukan untuk Uji Regresi

No. _{Y �}

� �� �� y2 ���

1 _{-766 -4.207 -2.282 -20 586.756 17.698.849}

3 _{-235 5.383 3.243 2 55.225 28.976.689} 4 _{1.210 9.123 4.702 29 1.464.100 83.229.129}

5 _{291 -1.150 -994 46 84.681 1.322.500}

6 _{-256 -5.537 -4.151 28 65.536 30.658.369} 7 _{-677 -9.493 -6.155 -24 458.329 90.117.049} 8 _{-1.415 -7.960 -5.533 -35 2.002.225 63.361.600} 9 _{-1.168 -9.365 -6.200 -42 1.364.224 87.703.225}

10 _{-597 -1.397 -886 -27 356.409 1.951.609}

11 _{511 2.116 858 4 261.121 4.477.456}

12 _{602 8.004 4.926 -12 362.404 64.064.016}

13 _{-636 -5.655 -4.042 -8 404.496 31.979.025} 14 _{-587 -4.843 -4.151 4 344.569 23.454.649}

15 _{1.492 -467 -383 14 2.226.064 218.089}

16 _{-261 -435 -544 -4 68.121 189.225}

17 _{584 3.718 3.183 4 341.056 13.823.524}

18 _{1.188 7.830 6.037 23 1.411.344 61.308.900}

19 _{350 3.445 3.037 19 122.500 11.868.025}

20 _{196 5.858 3.809 -6 38.416 34.316.164}

21 _{-214 2.027 2.545 12 45.796 4.108.729}

Jumlah _12.220.981

663.904.990

Sambungan Tabel 4.4 Harga–harga yang diperlukan untuk Uji Regresi

No. �_�� �_�� ��_� ��_� ��_�

1 5.207.524 400 3.222.562 1.748.012 15.320 2 8.916.196 64 1.196.161 1.185.442 -3.176

3 10.517.049 4 -1.265.005 -762.105 -470

Sambungan Tabel 4.4 Harga–harga yang diperlukan untuk Uji Regresi

No. �_�� �_�� ��_� ��_� ��_�

4 22.108.804 841 11.038.830 5.689.420 35.090

5 988.036 2116 -334.650 -289.254 13.386

7 37.884.025 576 6.426.761 4.166.935 16.248 8 30.614.089 1225 11.263.400 7.829.195 49.525 9 38.440.000 1764 10.938.320 7.241.600 49.056

10 784.996 729 834.009 528.942 16.119

11 736.164 16 1.081.276 438.438 2.044

12 24.265.476 144 4.818.408 2.965.452 -7.224 13 16.337.764 64 3.596.580 2.570.712 5.088 14 17.230.801 16 2.842.841 2.436.637 -2.348

15 146.689 196 -696.764 -571.436 20.888

16 295.936 16 113.535 141.984 1.044

17 10.131.489 16 2.171.312 1.858.872 2.336 18 36.445.369 529 9.302.040 7.171.956 27.324 19 9.223.369 361 1.205.750 1.062.950 6.650 20 14.508.481 36 1.148.168 746.564 -1.176 21 6.477.025 144 -433.778 -544.630 -2.568 Jumlah 308.490.083 10.041 69.887.228 46.678.342 235.988

Dari tabel 5.4 dapat dicari :

JKreg =

β

1

∑

y

x

1

+

β

2

∑

y

x

2

+

β

3

∑

y

x

3

= 0,064 × 69.887.228 + 0,022 × 46.678.342 + 13,704 × 235.988 = 8.733.685,67

Untuk JKres dapat dilihat dari tabel 4.3 yaitu

2

)

(

∧

−

∑

Y

Y

= 3.347.790. Maka nilai Fhit dapat dicari dengan rumus :

F =

) 1 /( / − −k n JK k JK res reg

=

) 1 3 21 /( 3.347.790

3 / 67 8.733.685,

− −

= 14,78

Dari tabel distribusi F dengan dk pembilang = 3, dk penyebut = 17, dan α =

0.05 diperoleh Ftab = 3,20. Karena Fhit lebih besar daripada Ftab maka H0 ditolak dan

H1 diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2 dan X3

bersifat nyata. Hal ini berarti bahwa jumlah pasangan usia subur, akseptor KB dan jumlah posyandu secara bersama–sama mempengaruhi jumlah kelahiran di Kota Medan.

4.5 Perhitungan koefisien Korelasi Linier Ganda

Berdasarkan tabel 4.4 dapat dilihat harga

∑

y

2= 12.220.981, sedangkan JKreg yang

telah dihitung adalah 8.733.685,67. Maka selanjutnya dengan rumus R2 = ₂

y JKreg

∑ .

Sehingga didapat koefisien determinasi : R2 =

12.220.981 67 8.733.685,

Dan untuk koefisien korelasi ganda, kita gunakan : R = R2

=

0,714647

= 0,84536788

Dari hasil perhitungan didapat nilai koefisien determinasi sebesar 0,7146 dan dengan mencari akar dari R2, diperoleh koefisien korelasinya sebesar 0,8453. Nilai tersebut digunakan untuk mengetahui pengaruh variabel independent terhadap perubahan variabel dependent. Artinya 71,46% jumlah kelahiran dipengaruhi oleh pasangan usia subur, akseptor KB dan jumlah posyandu. Sedangkan 28,54% sisanya dipengaruhi oleh faktor – faktor lain.

4.6 Perhitungan Korelasi antara Variabel Y dengan Xi

1. Koefisien korelasi antara jumlah kelahiran (Y) dengan jumlah pasangan usia subur (X1).

ryx1 =

(

)

{

2

}

{

2

( )

2

}

1 2 1 1 1 1

Y

Y

n

X

X

n

Y

X

Y

X

n

∑

−

∑

∑

−

∑

∑

∑

−

∑

ryx1 =

(

) (

)(

)

(

) (

)

{

2

}

{

(

) (

)

2

}

44.970 0 108.521.02 21 367.865 331 7.107.936. 21 44.970 367.865 6 857.643.84 21 − − − = 0,776

Nilai yang positif menandakan hubungan yang searah antara jumlah kelahiran dengan jumlah pasangan usia subur. Artinya penambahan jumlah kelahiran akan meningkatkan jumlah pasangan usia subur, dan sebaliknya penurunan jumlah kelahiran akan menurunkan jumlah pasangan usia subur. Hubungan antara jumlah kelahiran dengan jumlah pasangan usia subur tergolong cukup kuat, ini ditandai dengan nilai r yang diperoleh yaitu 0,776.

2. Koefisien korelasi antara jumlah kelahiran (Y) dengan akseptor KB (X2).

ryx2 =

(

)

{

2

}

{

2

( )

2

}

2 2 2 2 1 2

Y

Y

n

X

X

n

Y

X

Y

X

n

∑

−

∑

∑

−

∑

∑

∑

−

∑

=

(

) (

)(

)

(

) (

)

{

2

}

{

(

) (

)

2

}

44.970 0 108.521.02 21 214.037 147 2.490.006. 21 970 . 44 214.037 7 505.023.28 21 − − − = 0,760

Nilai yang positif menandakan hubungan yang searah antara jumlah kelahiran dengan jumlah akseptor KB. Artinya penambahan jumlah kelahiran akan meningkatkan jumlah akseptor KB, dan sebaliknya penurunan jumlah kelahiran akan menurunkan jumlah akseptor KB. Hubungan antara jumlah kelahiran dengan jumlah akseptor KB tergolong cukup kuat, ini ditandai dengan nilai r yang diperoleh yaitu 0,760.

3. Koefisien korelasi antara jumlah kelahiran (Y) dengan jumlah posyandu (X3).

ryx3 =

(

)

{

2

}

{

2

( )

2

}

3 2 3 3 1 3

Y

Y

n

X

X

n

Y

X

Y

X

n

∑

−

∑

∑

−

∑

∑

∑

−

∑

=

(

) (

)(

)

(

) (

)

{

2

}

{

(

) (

)

2

}

44.970 0 108.521.02 21 1.406 104.176 21 970 . 44 1.406 3.246.837 21 − − − = 0,673

Nilai yang positif menandakan hubungan yang searah antara jumlah kelahiran dengan jumlah posyandu. Artinya penambahan jumlah kelahiran akan meningkatkan jumlah posyandu, dan sebaliknya penurunan jumlah kelahiran akan menurunkan jumlah posyandu. Hubungan antara jumlah kelahiran dengan jumlah posyandu tergolong cukup kuat, ini ditandai dengan nilai r yang diperoleh yaitu 0,673.

4.7 Perhitungan Korelasi Antar Variabel Bebas

1. Koefisien korelasi antara pasangan usia subur (X1) dengan akseptor KB (X2).

r12 =

(

)(

)

(

)

{

}

{

(

)

2

}

2 2 2 2 1 2 1 2 1 2 1

X

X

n

X

X

n

X

X

X

X

n

∑

−

∑

∑

−

∑

∑

∑

−

∑

=

(

) (

)(

)

(

) (

)

{

2

}

{

(

) (

)

2

}

214.037 147 2.490.006. 21 367.865 331 7.107.936. 21 214.037 367.865 238 4.195.876. 21 − − − = 0,986

2. Koefisien korelasi antara pasangan usia subur (X1) dengan jumlah posyandu (X3)

r13 =

(

)(

)

(

)

{

}

{

(

)

2

}

3 2 3 2 1 2 1 3 1 3 1

X

X

n

X

X

n

X

X

X

X

n

∑

−

∑

∑

−

∑

∑

∑

−

∑

=

(

) (

)(

)

(

) (

)

{

2

}

{

(

) (

)

2

}

1.406 104.176 21 367.865 331 7.107.936. 21 1.406 367.865 25.877.431 21 − − −

= 0,483

3. Koefisien korelasi antara akseptor KB (X2) dengan jumlah posyandu (X3)

r23 =

(

)(

)

(

)

{

}

{

(

)

2

}

3 2 3 2 2 2 2 3 2 3 2

X

X

n

X

X

n

X

X

X

X

n

∑

−

∑

∑

−

∑

∑

∑

−

∑

=

(

) (

)(

)

(

) (

)

{

2

}

{

(

) (

)

2

}

1.406 104.176 21 214.037 147 2.490.006. 21 1.406 214.037 15.132.466 21 − − − = 0,456

Dari perhitungan diatas dapat dilihat bahwa :

1. Variabel X1 (Pasangan Usia Subur) berkorelasi positif dan kuat terhadap X2

(Akseptor KB).

2. Variabel X1 (Pasangan Usia Subur) berkorelasi positif dan agak rendah

terhadap X3 (Jumlah Posyandu)

3. Variabel X2 (Akseptor KB) berkorelasi positif dan agak rendah terhadap X3

(Jumlah Posyandu)

4.8 Pengujian Koefisien Regresi Linier Ganda

Pengujian dapat dilakukan dengan merumuskan hipotesis berikut :

H1 : bi ≠ 0 dimana i = 1,2,..k (variabel bebas Xi berpengaruh terhadap Y)

Dimana :

Terima H0 jika thitung< ttabel

Tolak H0 jika thitung > ttabel

Untuk menguji hipotesis ini, maka menggunakan rumus kekeliruan baku Koefisien bi adalah sebagai berikut :

( )

2

(

2

)

2 ... 12 .

1

_i i k y bi

R

x

s

s

−

∑

=

Maka :

( )

(

2

)

1 2 1 2 123 . 1

1

R

x

s

s

_b y

−

∑

=

=

(

663.904.990

)(

1 0,9721

)

449,69

−

= 0,1095

( )

(

2

)

2 2 2 2 123 . 2

1

R

x

s

s

_b y

−

∑

=

=

(

308.490.083

)(

1 0,2332

)

449,69

−

( )

(

2

)

3 2 3 2 123 . 3

1

R

x

s

s

_b y

−

∑

=

=

(

10.041

)(

1 0,2079

)

449,69

−

= 5,1909

Sehingga diperoleh distribusi ti dengan perhitungan

i i i

sb

b

t

=

_{sebagai berikut :}

1 1 1 sb b t = = 0,1095 0,064 = 0,584 2 2 2 sb b t = = 0,1549 0,022 = 0,142 3 3 3 sb b t = = 5,1909 13,704 = 2,64

Dari tabel distribusi t dengan dk = 17 dan α = 0.05 diperoleh ttabel sebesar 2,11

1. t1 = 0,584 (nilai mutlak) < ttabel = 2,11

2. t2 = 0,142 (nilai mutlak) < ttabel = 2,11

3. t3 = 2,64 (nilai mutlak) > ttabel = 2,11

Sehingga dari koefisien regresi tersebut variabel X3 (jumlah posyandu) memiliki

pengaruh yang berarti atau signifikan terhadap persamaan regresi yang didapat. Sedangkan X1 (Pasangan Usia Subur) dan X2 (akseptor KB) tidak memiliki pengaruh

BAB 5

IMPLEMENTASI SISTEM

Pada bab ini akan diuraikan tentang implementasi system dengan menggunakan program SPSS 16.0. Uraian ini dimulai dari pengertian implementasi system, peranan komputer dalam statistika, cara kerja SPSS, pengoperasian SPSS, serta interpretasi output SPSS.

5.1 Pengertian Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki.

Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam programming. Dalam pengolahan data pada karya tulis ini penulis menggunakan perangkat lunak (software) sebagai implementasi sistem yaitu SPSS for

windows dalam masalah memperoleh perhitungan.

Komputer memegang peranan yang sangat penting dalam statistika. Komputer bekerja secara efisien dalam pengolahan data mempunyai karakteristik sebagai berikut:

1. Jumlah Input yang Besar

Jumlah input yang besar akan dapat diolah oleh komputer dengan mudah semudah mengolah data yang jumlahnya sedikit sehingga komputer akan dapat bekerja sangat efisien pada pengolahan data dengan menggunakan input yang besar.

2. Proyek yang Repetitif

Perintah pengolahan yang berulang-ulang akan lebih efisien dengan menggunakan komputer, karena disini perintah hanya dilakukan satu kali kemudian diulang-ulang (di-copy) untuk menjalankan perintah pengolahan

yang lain.

3. Diperlukan Kecepatan yang Tinggi

Komputer dapat melakukan proses pengolahan jumlah data yang besar dalam waktu yang singkat. Jumlah data yang besar dan sedikit akan sama cepatnya diolah oleh komputer, yang membedakan hanya pada proses pemasukan data saja.

2. Hubungan jumlah kelahiran dengan akseptor KB

Gambar 5.10 Output Partial Regression Plot Kedua

Perhatikan gambar plot dibawah ini. Terlihat bahwa data terpencar disekitar angka nol (0 pada sumbu Y) dan tidak membentuk suatu pola atau trend garis tertentu. Maka bisa dikatakan model regresi memenuhi syarat untuk memprediksi jumlah kelahiran.

c. Hubungan jumlah kelahiran dengan posyandu

Gambar 5.11 Output Partial Regression Plot Ketiga

Perhatikan gambar plot dibawah ini. Terlihat bahwa data terpencar disekitar angka nol (0 pada sumbu Y) dan tidak membentuk suatu pola atau trend garis tertentu. Maka bisa dikatakan model regresi memenuhi syarat untuk memprediksi jumlah kelahiran.

BAB 6

PENUTUP

Pada bab ini akan diuraikan tentang kesimpulan dan saran yang dapat penulis peroleh dari hasil penelitian tugas akhir.

6.1 Kesimpulan

Berdasarkan hasil analis yang telah dilakukan maka dapat diamblil beberapa kesimpulan yaitu :

1. Dari hasil perhitungan diperoleh bahwa persamaan penduga jumlah kelahiran untuk jumlah pasangan usia subur, jumlah akseptor dan jumlah posyandu adalah :

∧

pasangan usia subur(X1), akseptor KB (X2), dan jumlah posyandu (X3) terhadap jumlah kelahiran (Y).

3. Koefisien determinasi (R) sebesar 0,7146, menunjukan bahwa 71,46% jumlah kelahiran dipengaruhi oleh ketiga faktor X1, X2, X3 dan 15,47% dipengaruhi oleh faktor – faktor lain.

4. Berdasarkan perhitungan korelasi antara variabel X1, X2 dan X3 terhadap Y dapat disimpulkan bahwa pasangan usia subur berkorelasi positif dan cukup kuat terhadap jumlah kelahiran, akseptor KB berkorelasi positif dan cukup kuat terhadap jumlah kelahiran dan jumlah posyandu juga berkorelasi positif dan cukup kuat terhadap jumlah kelahiran.

5. Dari pengujian ketiga koefisien regresi tersebut variabel X1 (pasangan usia subur), X2 (Akseptor KB) dan X3 (jumlah posyandu) memiliki pengaruh terhadap persamaan regresi (signifikan) terhadap Y (jumlah kelahiran).

6. Dari hasil pengujian ketiga koefisien regresi tersebut variabel yang paling dominan dan paling mempengaruhi jumlah kelahiran (Y) adalah pasangan usia subur (X1).

6.2 Saran

1. Pemerintah kota Medan agar senantiasa memperhatikan struktur penduduk yang berada pada kelompok usia subur dengan membuat suatu kebijakan yang tepat terhadap pasangan usia subur yang cukup tinggi mempengaruhi jumlah kelahiran.

2. Pemerintah agar senantiasa memperhatikan masyarakat yang memakai alat kontrasepsi (khususnya KB) dengan membuat suatu kebijakan yang bisa menumbuhkan kemauan masyarakat untuk memakai alat kontrasepsi (khususnya KB) yang cukup tinggi mempengaruhi kelahiran.

3. Masyarakat senantiasa memperhatikan sarana untuk mendapatkan pelayanan dasar terutama dalam bidang kesehatan dan perencanaan keluarga berencana yang ada dilingkungannya dengan cara ikut serta dalam pemeliharaan posyandu yang ada disekitar lingkungan bermasyarakat.

DAFTAR PUSTAKA

Algifari. 1997. “Analisis Regresi Cetakan Pertama”. Yogyakarta: BPFE Yogyakarta. Algifari. 2000. “Analisis Regresi Cetakan Kedua”. Yogyakarta: BPFE Yogyakarta. BPS. 2011. Medan Dalam Angka 2011. Medan: Badan Pusat Statistik Provinsi

Sumatera Utara.

Dwi Santosa, Rtano.1992. “ Analisis Regresi”. Malang: Andi Offset

Eddy Mardianto, Sutarman, dkk. 2010. “Panduan Tata Cara Penulisan Skripsi dan Tugas Akhir”. Medan: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

Ritonga, Abdul Rahman. 1987. “Statistika Terapan untuk Penelitian”. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.

Santoso, Singgih. 1999. “SPSS Mengolah Data Statistik Secara Profesional”. Jakarta: PT. Elex Media Komputindo.