Pembahasan Hasil Penelitian Pengertian Implementasi Sistem Sekilas Tentang Amos Versi 18

4.4 Pembahasan Hasil Penelitian

Dari beberapa tabel di atas, dapat kita buat dalam bentuk tabel analisis jalur yakni sebagai berikut: Tabel 4.5 Tingkat Pendidikan, Kesehatan, ketenagakerjaan dan Indeks Pembangunan Manusia Kabupaten Labuhan Batu Selatan Tahun 2007-2011 dalam persen Tahun IPM Pendidikan Kesehatan Ketenagakerjaan 2007 74,4 87,32 70,5 43,04 2008 75,3 86,61 71,33 44 2009 75,5 85,69 71,53 40 2010 75,88 88,86 71,54 45 2011 79,09 82,93 71,65 64 Jumlah 380,17 431,41 356,55 236,04 Sumber SUSENAS tahun 2007-2011 BPS Labuhan Batu

4.5 Pengolahan Data

4.5.1 Menentukan Model Diagran Jalur

Menentukan model diagram jalur berdasarkan paradigm hubungan variabel dengan tahapan sebagai berikut: Pendidikan Kesehatan IPM ε Universitas Sumatera Utara Gambar 4.1 Diagram Jalur dengan 3 variabel bebas dan 1 variabel terikat

4.5.2 Membuat Diagram Jalur

Membuat diagram jalur persamaan strukturalnya sebagai berikut: Gambar 4.2 Diagram Jalur persamaan struktural Dengan diagram jalur tersebut terdiri atas dua persamaan struktural, dengan dua sub- struktural, yaitu X 1 , X 2, dan X 3 sebagai variabel eksogen dan Y sebagai variabel endogen. Bentuk persamaan strukturalnya adalah sebagai berikut: Y = ρ yx1 x 1 + ρ yx2 x 2 + ρ yx3 x 3 + ε Keterangan:  Pendidikan merupakan variabel pertama dan diberi simbol X 1  Kesehatan merupakan variabel bebas kedua dan diberi simbol X 2  Ketenagakerjaan merupakan variabel bebas ketiga dan diberi simbol X 3 Ketenagakerjaan X2 X3 Y X1 ε Universitas Sumatera Utara  Indeks Pembangunan Manusia IPM merupakan variabel terkait dan diberi simbol Y

4.5.3 Menganalisis Data Menggunakan Program Amos Versi 18

Bentuk persamaan strukturalnya adalah: Y = ρ yx1 x 1 + ρ yx2 x 2 + ρ yx3 x 3 + ε Dengan: X 1 : Pendidikan X 2 : Kesehatan X 3 :Ketenagakerjaan Y : IPM Untuk menganalisis menggunakan Amos Versi 18, terdapat tahapan sebagai berikut: 1. Menampilkan gambar dengan tampilan angka hasil analisis  Buka Program Amos Versi 18  Pilih Amos Graphics  Gambar struktur model pada drawing area  Input data dengan klik file kemudian pilih data dengan klik file name kemudian klik OK  Klik Analyse pada menu Amos  Pilih Calculate Estimates Ctrl + F9  Save Path Diagram Universitas Sumatera Utara  Klik View the Output Path Diagram 2. Melakukan pengujian data Setelah model dan file data dimasukkan, proses selanjutnya adalah melakukan proses pengujian data. Untuk persiapan output maka langkah-langkahnya adalah sebagai berikut:  Buka menu View  Pilih Analysis Properties muncul Kotak Dialog Analysis Properties  Klik tab output dan beri tanda centang semua tab output  Tutup kotak dialog dengan klik tombol close  Untuk proses, jalankan menu Analyse dan pilih Calculate Estimates  Tampilan output dengan buka menu view dan pilih text output

4.6 Menafsirkan Hasil Analisis Data

4.6.1 Analisis Regresi

Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh pendidikan, kesehatan, dan ketenagakerjaan secara gabungan terhadap IPM. Universitas Sumatera Utara Untuk melihat pengaruh pendidikan, kesehatan, dan ketenagakerjaan terhadap IPM secara gabungan, akan kita lihat hasil perhitungan dalam model Squared Multiple Correlations, khususnya angka R square di bawah ini: Squared Multiple Correlations : Group number 1 – Default model Estimate IPM .993 Besarnya angka estimate dalam hal ini merupakan angka R square r 2 adalah 0,993. Angka tersebut dapat digunakan untuk melihat besarnya pengaruh pendidikan, kesehatan, dan ketenagakerjaan terhadap IPM Kabupaten Labuhan Batu Selatan dengan cara menghitung Koefisien Determinasi KD dengan menggunakan rumus sebagai berikut: Koefisien Determinasi KD = r 2 x 100 = 0,993 x 100 =99,3 Angka tersebut mempunyai maksud bahwa pengaruh pendidikan, kesehatan, dan ketenagakerjaan secara gabungan terhadap IPM adalah 99,3. Adapun sisanya sebesar 0,7 100 - 99,3 dipengaruhi oleh faktor lain. Dengan kata lain variabilitas IPM yang dapat diterangkan dengan menggunakan variabel pendidikan, kesehatan, dan ketenagakerjaan adalah sebesar 99,3, sedangkan pengaruh 0,7 disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah Universitas Sumatera Utara model regresi di atas sudah benar atau salah, diperlukan uji hipotesis menggunakan uji signifikansi sebagaimana tertera dalam tabel di bawah ini: Covariances : Group number 1 – Default model Estimate S.E. C.R. P Label Pendidikan -- Kesehatan -.302 .439 -.689 .491 Par_4 Kesehatan -- Ketenagakerjaan 1.386 1.918 .722 .470 Par_5 Pendidikan -- Ketenagakerjaan -12.618 10.534 -1.198 .231 Par_6 Angka estimate pada output di atas menunjukkan kovarian antar variabel terikat endogenus dengan variabel bebasnya eksogenus. Untuk mengetahui hal tersebut, dapat dilakukan pengujian hipotesis seperti pada pengujian ada tidaknya hubungan antara dua variabel tertentu. Kaidah pengujian signifikansi Program Amos 18 sebagai berikut:  Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas sig atau [0,05 ≤ Sig], maka H o diterima dan H 1 ditolak yang artinya tidak signifikan.  Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas sig atau [0,05 ≥ Sig], maka H o ditolak dan H 1 diterima yang artinya signifikan. Universitas Sumatera Utara Dari tabel kovarian di atas, nilai probabilitas lebih besar dari 0,05, bahkan mencapai angka sempurna yakni mendekati 1. Jika diberikan hipotesis seperti berikut:  H o : tidak ada hubungan yang nyata signifikan antara pendidikan, kesehatan, dan ketenagakerjaan terhadap IPM  H 1 : ada hubungan yang nyata signifikan antara pendidikan, kesehatan, dan ketenagakerjaan terhadap IPM Maka, dari pernyataan di atas, H o ditolak dan H 1 diterima sehingga ada hubungan yang nyata signifikan antara pendidikan, kesehatan, dan ketenagakerjaan terhadap pendidikan. b. Melihat pengaruh pendidikan, kesehatan, dan ketenagakerjaan secara parsial terhadap IPM. Untuk melihat pengaruh pendidikan, kessehatan, dan ketenagakerjaan terhadap IPM secara parsial, akan kita lihat hasil perhitungan dalam model Regression Weights:Group number 1 – default model di bawah ini: Universitas Sumatera Utara Regressions Weights : Group number 1 – Default model Estimate S.E. C.R. P Label Pendidikan --- Kesehatan .076 .018 4.172 Par_1 Kesehatan --- Ketenagakerjaan 1.251 .062 20.117 Par_2 Pendidikan --- Ketenagakerjaan .029 .004 6.700 Par_3 Proses: Perumusan Hipotesis  H o : Tidak ada hubungan yang nyata signifikan antara pendidikan, kesehatan, dan ketenagakerjaan terhadap IPM  H 1 : ada hubungan yang nyata signifikan antara pendidikan, kesehatan, dan ketenagakerjaan terhadap IPM Dalam hal ini semua hubungan , jika ada dan nyata, adalah positif. Hal ini disebabkan secara teori theory based tidak mungkin karena pendidikan dan kesehatan. Secara negative. Dalam arti semakin tinggi pendidikan justru mengakibatkan semakin rendah tingkat kesehatan. Hal ini penting, karena jika hubungan dinyatakan signifikan, namun Universitas Sumatera Utara mempunyai tanda negatif, seharusnya hasil tersebut ditolak, karena tidak sesuai dengan hipotesis teoritis. Dasar keputusan: Jika nilai probability P 0,05 H o diterima Jika nilai probability P 0,05 H o ditolak Keputusan Pada kolom P terlihat nilai P adalah . Hal ini menunjukkan angka P adalah 0,000, yang jauh di bawah 0,05. Karena itu H o ditolak, atau pada pengujian nilai estimate antara IPM dengan ketiga variabel di atas dikatakan memang terdapat hubungan yang nyata diantara keduanya. Untuk melengkapi hasil analisis di atas, berikut disertakan tampilan estimate yang sudah distandarisasi. Standardized Regression Weights : Group number 1 – Default model Estimate Pendidikan --- Kesehatan .257 Kesehatan --- Ketenagakerjaan .892 Pendidikan --- Ketenagakerjaan .416 Jika tabel terdahulu menguji signifikan atau tidak hubungan dua variabel, maka tabel ini menjelaskan seberapa eratnya hubungan tersebut. Namun karena pada uji signifikansi sudah terbukti ada hubungan yang nyata, maka tidak perlu analisis lanjutkan. Universitas Sumatera Utara

4.6.2 Analisis Korelasi

Analisis korelasi antar variabel pendidikan, kesehatan dan ketenagakerjaan ditunjukkan pada hasil output berikut ini: Covariances : Group number 1 – Default model Estimate S.E. C.R. P Label Pendidikan -- Kesehatan -.302 .439 -.689 .491 Par_1 Kesehatan -- Ketenagakerjaan 1.386 1.918 .722 .470 Par_2 Pendidikan -- Ketenagakerjaan -12.618 10.534 -1.198 .231 Par_3 Analisis hubungan antar variabel bebas eksogen Hipotesis yang diajukan H o : tidak ada hubungan antar dua variabel eksogen bebas H 1 : ada hubungan antar dua variabel eksogen bebas Dasar keputusan: Jika nilai probability P 0,05 H o diterima Jika nilai probability P 0,05 H o ditolak Kovarians adalah hubungan dua variabel yang bersifat dua arah berbeda berbeda dengan regression weights yang bersifat searah. Pada model ada beberapa kovarians, yang menunjukkan hubungan antara masing-masing variabel bebas eksogenus. Pada kolom P terlihat semua angka probability yakni P 0,491 ; 0,470 ; 0,231 lebih besar Universitas Sumatera Utara dari 0,05 sehingga H o diterima. Hal ini berarti tidak ada hubungan antara variabel bebas eksogen. Correlations : Group number 1 – Default model Estimate Pendidikan -- Kesehatan -.367 Kesehatan -- Ketenagakerjaan .387 Pendidikan -- Ketenagakerjaan -.748 Dari hasil korelasi data di atas nilai estimate bernilai negatif. Hal ini berarti telah terlihat jelas bahwa tidak ada korelasi hubungan antara dua variabel bebas eksogenus. Penjelasan selanjutnya sebagai berikut:  Korelasi antara Pendidikan dengan Kesehatan rx 1 x 2 = -0,367 Berdasarkan perhitungan diperoleh nilai korelasi antar variabel pendidkan dan kesehatan sebesar -0,367 yang berarti bahwa hubungan antara pendidikan dan kesehatan adalah negatif sempurna dan tak searah.  Korelasi antara Kesehatan dengan Ketenagakerjaan rx 2 x 3 = 0,387 Universitas Sumatera Utara Berdasarkan perhitungan diperoleh nilai korelasi antara variabel kesehatan dan ketenagakerjaan sebesar 0,387 yang berarti bahwa hubungan antara kesehatan dan ketenagakerjaan adalah lemah dan searah.  Korelasi antara Pendidikan dan ketenagakerjaan rx 1 x 3 = -0,748 Berdasarkan perhitungan diperoleh nilai korelasi antara variabel pendidikan dan ketenagakerjaan sebesar -0,748 yang berarti bahwa hubungan antara pendidikan dan ketenagakerjaan adalah negatif sempurna dan tak searah. Impliedfor all variables Correlations Group number 1 – Default model Ketenagakerjaan Kesehatan Pendidikan IPM Ketenagakerjaan 1.000 Kesehatan .387 1.000 Pendidikan -.748 -.367 1.000 IPM .569 .958 -.382 1.000 Besarnya nilai korelasi antara variabel terikat endogenus dengan variabel bebas eksogenus antara lain: Universitas Sumatera Utara  Korelasi antara Pendidikan dengan IPM rx 1 y =-0,382 Berdasarkan perhitungan diperoleh nilai korelasi antara variabel pendidikan dan IPM sebesar -0,382 yang berarti bahwa hubungan antara pendidikan dan IPM adalah negatif sempurna dan tak searah.  Korelasi antara Kesehatan dengan IPM rx 2 y = 0.958 Berdasarkan perhitungan diperoleh nilai korelasi antara variabel kesehatan dan IPM sebesar 0,958 yang berarti bahwa hubungan antara pendidkan dan IPM adalah sangat kuat dan searah.  Korelasi antara Ketenagakerjaan dengan IPM rx 3 y = 0,569 Berdasarkan perhitungan diperoleh nilai korelasi antara variabel ketenagakerjaan dan IPM sebesar 0,569 yang berarti bahwa hubungan antara pendidikan dan IPM adalah cukup kuat dan searah.

4.7 Prehitungan Pengaruh

4.7.1 Pengaruh Langsung Direct Effect

Universitas Sumatera Utara Untuk menghitung pengaruh langsung direct effect digunakan formula sebagai berikut: Besarnya pengaruh langsung variabel eksogenus terhadap variabel endogenus = Px u x 1 X Px u x 1 Atau dapat dilihat pada hasil output di bawah ini: Direct Effects Group number 1 – Default model Ketenagakerjaan Kesehatan Pendidikan IPM .029 1.251 .076  Pengaruh variabel Pendidikan terhadap IPM X 1 Y = 0,076 ≈ 0,08 Hal itu menunjukkan besarnya kontribusi pendidikan X 1 yang secara langsung mempengaruhi IPM Y adalah 0,08 2 = 0,0064 atau 0,64  Pengaruh variabel Kesehatan terhadap IPM X 2 Y = 1,25 Hal itu menunjukkan besarnya kontribusi kesehatan X 2 yang secara langsung mempengaruhi IPM Y adalah 1,25 2 = 1,56 atau 156  Pengaruh variabel Ketenagakerjaan terhadap IPM X 3 Y= 0,029 ≈0,03 Universitas Sumatera Utara Hal itu menunjukkan besarnya kontribusi ketenagakerjaan X 3 yang secara langsung mempengaruhi IPM Y adalah 0,03 2 = 0,0009 atau 0,09 Sedangkan nilai standarisasi dapat dilihat pada hasil output berikut ini: Standardized Direct Effects Group number 1 – Default model Ketenagakerjaan Kesehatan Pendidikan IPM .461 .892 .257

4.7.2 Pengaruh Tak Langsung Indirect Effects

Untuk menghitung pengaruh tak langsung indirect effect digunakan formula sebagai berikut: Besarnya pengaruh tidak langsung variabel eksogenus terhadap variabel endogenus = px u x i x rx 1 x 2 x px u x i Atau dapat dilihat pada hasil output di bawah ini: Indirect Effects Group number 1 – Default model Ketenagakerjaan Kesehatan Pendidikan IPM .000 .000 .000 Universitas Sumatera Utara Dari tabel di atas terlihat bahwa data tersebut tidak memiliki pengaruh secara tak langsung karena merupakan model satu jalur, dimana hanya mempunyai pengaruh langsung saja. Sedangkan nilai standarisasi dapat dilihat pada hasil output berikut ini: Standardized Indirects Effects Group number 1 – Default model Ketenagakerjaan Kesehatan Pendidikan IPM .000 .000 .000

4.7.3 Pengaruh Total

Besarnya pengaruh total variabel eksogenus terhadap variabel endogenus adalah penjumlahan besarnya pengaruh langsung dengan besarnya pengaruh tidak langsung = [px u x i x px u x i ] + [px u x x rx 1 x 2 ] Atau dapat dilihat pada hasil output di bawah ini: Total Effects Group number 1 – Default model Ketenagakerjaan Kesehatan Pendidikan IPM .029 1.251 .076 Sedangkan nilai standarisasi dapat dilihat pada hasil output berikut ini: Standardized Total Effects Group number 1 – Default model Universitas Sumatera Utara Ketenagakerjaan Kesehatan Pendidikan IPM .416 .892 .257 Universitas Sumatera Utara BAB 5 IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

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

5.2 Sekilas Tentang Amos Versi 18

Ada beberapa program komputer yang dapat digunakan untuk menganalisis model persamaan struktural antara lain AMOS, ESQ, LISREL, with PRELIS, LISCOMP Mx, SASS PROC CALIS, STATISTICA-SEPATH. Program AMOS memiliki kelebihan karena user friendly graphical interface. Program ini di buat oleh perusahaan Smallwaters Corporation da versi untuk student dapat diperoleh secara gratis di http:www.smallwaters.com versi student sebenarnya lengkap seperti haknya full version, tetapi jumlah variabel hanya dibatasi sampai delapan variabel saja. Universitas Sumatera Utara Pada saat ini AMOS sudah mencapai AMOS 18, namun demikian, semua data dan output pada buku yang dibuat menggunakan AMOS 18 dapat diakses dengan program AMOS versi-versi sebelumnya, yakni AMOS 4, AMOS 5, AMOS 6, AMOS 7, AMOS 16, maupun AMOS 17. Mulai dari AMOS versi 7, bersamaan dengan rilis versi terbaru SPSS, yakni SPSS versi 16. Ada lompatan versi AMOS, dari AMOS 7 ke AMOS 16, yang disebabkan adanya keinginan untuk menyamakan versi AMOS dengan SPSS terbaru. Namun dari sisi content dan future, antara AMOS 16 dan AMOS 7, kemudian dengan AMOS 17 dan AMOS 18, hamper tidak ada perubahan, kecuali adanya kemampuan mixed modeling yang ada pada versi 16, konversi ke program Visual Basic. Dan beberapa tambahan kemampuan pembuatan diagram. Untuk dapat menggunakan AMOS 18, diperlukan persyaratan hardware sebagai berikut: 1. Memori RAM minimal 256 MB 2. Tersedia tempat kosong di Hard disk minimal 125 MB 3. Tersedia Software Internet Eksplorer Versi 16 ke atas 4. Tersedia program net.Framework versi 3,5 atau di atasnya. Jika sistem operasi yang digunakan adalah Windows Vista atau Windows 7, program tersebut pada umumnya telah terinstal, dapat mengunduhnya lewat internet www.microsoft.com

5.3 Mengaktifkan Amos Versi 18