regeresi. Untuk kota, hanya tiga variabel bebas yang akan dimasukkan dalam model regresi, yaitu variabel yang mempunyai koefisien korelasi yang signifikan X
2
, X
3
dan X
5
.
3.2. Pembentukan Model Regresi
Sebagai lanjutan dari analisis korelasi Pearson, maka dilakukan analisis regeresi berganda. Jika pada analisis korelasi Pearson yang dilihat adalah hubungan
satu-satu antara variabel sosial ekonomi, maka pada analisis regresi yang akan dilihat adalah hubungan beberapa variabel sosial ekonomi secara bersama-sama terhadap
derajat kesehatan. Pembentukan model regresi dimulai dengan dengan memasukkan variabel
eksogen yang memiliki koefisien korelasi yang signifikan kedalam model. Berikut ini akan dibahas secara lebih terinci pembentukan model regresi untuk dua variabel
terikat, yaitu angka kematian bayi dan angka harapan hidup. Selanjutnya supaya
interpretasi terhadap model menjadi benar, maka dilakukan pengujian multikolinearitas terhadap model.
3.2.1.Pembentukan Model Regresi Untuk Indikator Angka Kematian Bayi
Karena dari hasil uji korelasi semua variabel mempunyai koefisien korelasi yang signifikan, maka untuk kotakabupaten serta kabupaten saja, semua variabel
bebas X
1
, X
2
, X
3
, X
4
dan X
5
dimasukkan dalam model. Pengolahan data dilakukan dengan metode enter dan kemudian dilanjutkan dengan metode stepwise. Penggunaan
10
metode ini bertujuan untuk memilih variabel yang benar-benar berpengaruh saja yang dimasukkan dalam model regresi. Model regresi yang dihasilkan dengan metode
stepwise dapat dilihat pada tabel berikut. Tabel .Koefisien Regresi Antara Angka Kematian Bayi Y
1
Dengan Variabel Sosial Ekonomi X
1
- X
5
Menggunakan Metode Stepwise. Angka Kematian Bayi
KabupatenKota Kabupaten Kota
APBD KesehatanKapita X
1
-0.088 -4.295
-0.094 -4.236
-
Pengeluaran RT per Kapita X
2
-0.172 -3.333
-0.186 -3.107
-
Rata2 Lama Sekolah Perempuan X
3
-3.128 -6.667
-4.427 -5.435
-4.670 -4.877
Pddk Dg Akses Air Bersih X
4
-0.150 -3.312
-0.264 -4.385
-
Konstanta 174.024
6.017 195.514
5.720 75.224
8.542 R-square
0.330 0.266
0.266 Statistik F
35.406 20.546
23.788 Signifikan pada α = 1
Signifikan pada α = 5 Dengan metoda stepwise terlihat bahwa untuk kabupatenkota, semua
variabel bebas kecuali X
5
persentase penduduk yang dapat akses pelayanan kesehatan, mempunyai koefisien regresi yang signifikan pada uji t dengan taraf
11
kercayaan α = 0.01, begitu juga dengan uji F. Seluruh koefisien regresi bernilai negatif, yang dapat ditafsirkan bahwa angka kematian bayi akan berkurang seiring
dengan meningkatnya lama sekolah perempuan, pengeluaran rumah tanga perkapita, anggaran pemerintah perkapita dan persentase penduduk yang dapat akses air bersih.
Nilai koefisien determinasi sebesar 0,33 menggambarkan bahwa variabel bebas secara bersama-sama dapat menerangkan variabel terikat sebesar 33, sedangkan
sisanya dipengaruhi oleh faktor-faktor selain dari pengaruh variabel bebas. Konstanta bernilai positif sebesar 174,024 memberikan arti bahwa jika semua variabel bebas
lainnya bernilai nol, maka angka kematian bayi adalah sebesar 174 perseribu kelahiran hidup.
Variabel X
3
rata-rata lama sekolah perempuan merupakan variabel yang paling besar pengaruhnya terhadap angka kematian bayi, dimana dengan peningkatan
rata-rata lama sekolah perempuan selama 1 tahun, akan menurunkan angka kematian bayi sebesar 3,128. Pengaruh pengeluaran keluarga perkapita X
2
ternyata lebih besar dari APBD kesehatan perkapita X
1
, dimana dengan kenaikan pengeluaran keluarga perkapita sebesar Rp.1.000,- akan dapat menurunkan angka kematian bayi
sebesar 0,172 ; sedangkan untuk kenaikan APBD kesehatan perkapita dengan jumlah kenaikan yang sama hanya akan menurunkan angka kematian bayi sebesar 0,088.
Dari model regresi di atas juga dapat diprediksi bahwa angka kematian bayi juga akan berkurang sebesar 0,15 setiap kenaikan 1 rata-rata penduduk yang dapat akses air
bersih.
12
Walaupun mempunyai koefisien korelasi yang cukup besar, variabel persentase penduduk yang mempunyai akses air terhadap pelayanan kesehatan X
5
tidak memperlihatkan signifikansi terhadap angka kematian bayi. Hal ini mengindikasikan terjadinya masalah multikolinearitas, ini dapat terjadi karena
kuatnya korelasi antara variabel ini dengan variabel bebas lainnya seperti dengan varibel rata-rata pendidikan perempuan X
3
, variabel pengeluaran rumah tanggga perkapita X
2
dan dengan variabel persentase yang dapat akses air bersih X
4
. Korelasi antara variabel persentase penduduk yang punya akses pelayanan kesehatan
ini dengan variabel bebas tersebut diatas, justru lebih besar daripada korelasinya dengan variabel terikat angka kematian bayi .
Model persamaan regresi angka kematian bayi untuk kabupaten dilihat dari variabel bebasnya yang signifikan, boleh dikatakan mirip dengan model persamaan
regresi yang berlaku umum untuk kabupatenkota. Faktor lama sekolah perempuan X
3
tetap punya pengaruh yang paling besar terhadap angka kematian bayi. Yang membedakannya adalah bahwa variabel air bersih X
4
punya pengaruh terbesar kedua setelah pengaruh variabel X
3
, sedangkan untuk model regresi yang umum kabupatenkota, variabel X
4
merupakan variabel yang mempunyai pengaruh terkecil. Konstanta yang dihasilkan lebih besar dari konstanta untuk kabupatenkota yaitu
sebesar 195,51; secara statistik dapat diartikan bahwa angka kematian bayi di kabupaten sebesar 195,51 perseribu kelahiran, jika semua variabel bebas lainnya
bernilai nol.
13
Sedangkan hasil pembentukan model regresi untuk kota terlihat bahwa hanya variabel lama sekolah perempuan X
3
yang menunjukkan signifikansi terhadap angka kematian bayi. Banyaknya variabel yang tidak signifikan pada
pembentukan model regresi di kota diduga karena keadaan sosial ekonomi di kota, seperti pendapatan rumah tangga, ketersediaan air bersih dan fasilitas kesehatan
sudah cukup baik, sehingga dalam penelitian ini, secara statistik, hanya faktor pendidikan perempuan yang mempengaruhi angka kematian bayi di kota.
3.2.2.Pembentukan Model Regresi Untuk Indikator Angka Harapan Hidup
Sama seperti pembentukan model regresi untuk angka kematian bayi Y
1
, untuk variabel terikat angka harapan hidup Y
2
, pada tahap awal dilakukan dengan metoda enter dilanjutkan dengan metode stepwise seperti yang terlihat pada tabel
berikut. Dari tabel terlihat bahwa semua koefisien regresi bernilai positif, yang
dapat diterjemahkan bahwa angka harapan hidup akan meningkat dengan meningkatnya nilai variabel sosial ekonomi.
Untuk kabupatenkota konstanta bernilai positif sebesar 35,027 yang dapat diartikan bahwa jika semua variabel bebas bernilai nol, maka angka harapan hidup
adalah 35 tahun. Semua koefisien regresi bernilai positif, ini berarti bahwa peningkatan APBD kesehatan perkapita, peningkatan pengeluaran rumah tangga
perkapita, naiknya rata-rata lama sekolah perempuan, dan penambahan persentase penduduk yang dapat akses air bersih, akan meningkatkan angka harapan hidup
14
penduduk Indonesia. Nilai koefisien determinasi sebesar 0.327 menggambarkan bahwa seluruh variabel bebas secara bersama dapat menerangkan 32,7 variabel
terikat angka harapan hidup. Tabel Koefisien Regresi Antara Angka Harapan Hidup Y
2
Dengan Variabel Sosial Ekonomi X
1
- X
5
Menggunakan Metode Stepwise. Angka Kematian Bayi
KabupatenKota Kabupaten Kota
APBD KesehatanKapita X
1
0.022 4.389
0.023 4.292
-
Pengeluaran RT per Kapita X
2
0.041 3.198
0.044 2.961
-
Rata2 Lama Sekolah Perempuan X
3
0.795 6.826
1.097 5.447
1.202 4.726
Pddk Dg Akses Air Bersih X
4
0.035 3.090
0.061 4.108
-
Konstanta 35.027
4.880 30.624
3.581 58.121
24.842 R-square
0.327 0.257
0.253 Statistik F
34.991 19.658
22.338 Signifikan pada α = 1
Signifikan pada α = 5
Variabel rata-rata lama sekolah X
3
perempuan mempunyai pengaruh terbesar terhadap angka harapan hidup di kabupatenkota, disusul kemudian oleh
variabel pengeluaran rumah tangga perkapita X
2
, APBD kesehatan perkapita X
1
,
15
dan yang terkecil pengaruhnya adalah persentase penduduk yang dapat akses air bersih X
4
. Untuk kabupaten, keadaannya sedikit berbeda dengan kabupatenkota,
dimana walaupun pengaruh terbesar tetap adalah rata-rata lama sekolah perempuan X
3
, tetapi variabel terbesar kedua yang mempengaruhi angka harapan hidup di kabupaten adalah persentase penduduk yang dapat akses air bersih X
4
. Disamping itu konstanta yang dihasilkan sedikit lebih rendah yaitu 30,264 ; yang dapat diartikan
secara statistik adalah jika semua varibel lainnya bernilai nol, maka angka harapan hidup di kabupaten adalah sebesar 30,264 tahun.
Pembentukan model regresi untuk kota hanya memasukkan tiga variabel yaitu variabel yang mempunyai koefisien korelasi yang signifikan. Dari hasil
pembentukan model regresi ternyata dari tiga variabel yang dimasukkan hanya satu variabel yang memiliki koefisien regresi yang signifikan, yaitu rata-rata lama sekolah
perempuan X
4
.
3.3. Temuan Empiris
