Struktur organisasi yang diterapkan di Kantor Badan Pusat Statistik adalah struktur organisasi lini dan staf. Struktur ini mengandung unsur – unsur spesialisasi kerja,
standarisasi kegiatan, sentralisasi dan desentralisasi dalam pembuatan keputusan yang menunjukan lokasi kekuasaan, pembuatan keputusan dan ukuran satuan yang menunjukkan
suatu kelompok kerja.
Adapun tujuan dari struktur organisasi dan staf di Kantor Badan Pusat Statistik BPS adalah :
a. Pengkoordinasian yaitu yang memungkinkan komunikasi integrasi berbagai departemen dan kegiatan – kegiatan yang saling berhubungan satu sama lain.
b. Pemberian saran yaitu memberikan saran atau membuat rekomendasi bagi manajemen. c. Pembuatan keputusan yaitu membuat keputusan – keputusan dan mengamati bagaimana
pelaksanaan dari keputusan tersebut.
3.5 Logo BPS
Logo BPS adalah sebagai berikut:
Gambar 3.2 Logo BPS
Universitas Sumatera Utara
BAB 4 HASIL DAN PEMBAHASAN
4.1 DATA
Data yang diambil dari Kantor Badan Pusat Statistik Sumatera Utara adalah data komponen Indeks Pembangunan Manusia Kota Padang Sidimpuan pada tahun 2005 –
2012.
Tabel 4.1 Komponen Indeks Pembangunan Manusia IPM Kota Padang Sidimpuan pada tahun 2005 – 2012
No Tahun
AngkaHarap anHidup
AngkaMele kHuruf
Rata-Rata Lama
Bersekolah IPM
1 2005
68,10 99,30
9,60 72,60
2 2006
68,80 99,60
9,70 73,30
3 2007
69,10 99,60
9,80 73,60
4 2008
69,35 99,60
9,80 74,26
5 2009
69,47 99,75
8,42 71,33
6 2010
69,47 99,62
10,10 74,77
7 2011
69,72 99,72
10,21 75,58
8 2012
69,84 99,74
10,36 76,04
Sumber : Badan Pusat Statistik Provinsi Sumatera Utara
Dari tabel tersebut, maka : Y = IPM Indeks Pembangunan Manusia
X
1
= Angka Harapan Hidup X
2
= Angka Melek Huruf X
3
= Rata - Rata Lama Bersekolah
Universitas Sumatera Utara
4.2 Menghitung Koefisien Jalur 4.2.1 Menyusun Hipotesis
H
0 :
Tidak terdapat hubungan kausalitas antara angka melek huruf dengan angka harapan hidup.
H
1
:Terdapat hubungan kausalitas antaraangka melek huruf dengan angka harapan hidup.
H :Tidak terdapat hubungan kausalitas antara rata – rata lama bersekolah dengan angka
harapan hidup. H
1
:Terdapat hubungan kausalitas antara rata – rata lama bersekolah dengan angka harapan hidup.
H : Tidak terdapat hubungan kausalitas antara angka harapan hidup dengan IPM.
H
1
: Terdapat hubungan kausalitas antara angka harapan hidup dengan IPM.
H : Tidak terdapat hubungan kausalitas antara angka melek huruf dengan IPM.
H
1
: Terdapat hubungan kausalitas antara angka melek huruf dengan IPM.
H : Tidak terdapat hubungan kausalitas antara rata – rata lama bersekolah dengan IPM
H
1
: Terdapat hubungan kausalitas antara rata – rata lama bersekolah dengan IPM.
Universitas Sumatera Utara
Gambar diagram jalur :
Gambar 4.1: Tampilan pada Bagian Diagram Jalur
X
1
= Angka Harapan Hidup X
2
= Angka Melek Huruf X
3
= Rata – Rata Lama Bersekolah Y
= IPM
Universitas Sumatera Utara
4.2.2 Menghitung matriks korelasi antar variabel, yang diperoleh dari SPSS Correlations
Harapan Hidup
Melek Huruf
Rata-rata Lama Sekolah
IPM Harapan Hidup
Pearson Correlation
1 .924
.234 .575
Sig. 2- tailed
.001 .576
.136 N
8 8
8 8
Melek Huruf Pearson
Correlation .924
1 -.011
.331 Sig. 2-
tailed .001
.979 .423
N 8
8 8
8 Rata-rata Lama
Sekolah Pearson
Correlation .234
-.011 1
.923 Sig. 2-
tailed .576
.979 .001
N 8
8 8
8 IPM
Pearson Correlation
.575 .331
.923 1
Sig. 2- tailed
.136 .423
.001 N
8 8
8 8
. Correlation is significant at the 0.01 level 2-tailed.
Gambar 4.2: Tampilan pada Bagian Correlations
Universitas Sumatera Utara
Keterangan: Dari hasil SPSS diperoleh :
• Secara signifikan IPM dengan harapan hidup berkorelasi sebesar 0,575 atau 5,75 • Secara signifikan IPM dengan melek huruf berkorelasi sebesar 0,331 atau 31,1
• Secara signifikan IPM dengan rata– rata lama bersekolah berkorelasi sebesar 0,923 atau 92,3
4.2.3 Model Persamaan Struktural
� = �
��
�
�
�
+ �
��
�
�
�
+ �
��
�
�
�
+ �
��
�
�
�
�
�
= �
�
�
�
�
�
�
+ �
�
�
�
�
�
�
+ �
�
�
�
�
�
�
4.2.4 Hasil perhitungan koefisien yang diperoleh dari Amos
Gambar4.3: Tampilan pada Bagian Standard Estimates
Keterangan: • �
�
1
�
2
= 0,92 , artinya pengaruh melek huruf sangat mempengaruhi harapan hidup. Semakin besar angka melek huruf maka semakin besar pula angka harapan hidup.
Universitas Sumatera Utara
• �
�
1
�
3
= 0,23 artinya pengaruh rata – rata lama bersekolah tidak terlalu berpengaruh terhadap harapan hidup.
• �
��
1
= 0,48, artinya harapan hidup mempengaruhi indeks pembangunan manusia IPM. Semakin besar harapan hidup semakin besar pula IPM.
• �
��
2
= - 0,11 , artinya angka melek huruf berbanding terbalik dengan IPM. Semakin tinggi angka melek hurufmaka semakin rendah atau sedikit IPM begitu sebaliknya namun dalam
skala yang sangat kecil. • �
��
3
= 0,81 , artinya rata – rata lama bersekolah berpengaruh terhadap IPM. Dimana semakin besar rata-rata lama sekolah maka semakin besar pula IMP.
• Pengaruh yang diterima oleh X
1
sebesar : �
2
�
1 �
2
, �₃
= [0,92 0,23] �
0,924 0,234�
= 0,85008 + 0,05382 = 0,90390
= 0,904 Jadi pengaruh yang diterima oleh Angka Harapan Hidup adalah 0,904 atau 90,4.
• Pengaruh yang diterima oleh Y sebesar :
�
2
�
�
1
, �
2
, �
3
= [0,48 − 0,11 0,81] �
0,575 0,331
0,923 �
= 0,276 − 0,03641 + 0,74763
= 0,987 Jadi pengaruh yang diterima Indeks Pembangunan Manusia sebesar 0,987 atau 98,7 .
Universitas Sumatera Utara
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficient
s T
Sig. 95,0 Confidence
Interval for B B
Std. Error Beta
Lower Bound
Upper Bound
1 Constant
76.520 160.920 .476
.659 -370.266 523.305
Harapan Hidup
1.347 .509
.485 2.647
.057 -.066
2.761 Melek Huruf
-1.169 1.938
-.107 -.603
.579 -6.550
4.212 Rata-rata
Lama Sekolah
2.114 .183
.808 11.522 .000
1.604 2.623
a. Dependent Variable: IPM
Gambar4.4: Tampilan pada Bagian Coefficients
Dari hasil SPSS maka dapat diketahui, bahwa variabel signifikan itu adalah : • P
value
0,05 : maka variabelnya signifikan terhadap IPM. • P
value
0,05 : maka variabelnya tidak signifikan terhadap IPM. NilaiP
value
diambil dari Gambar 4.4: Tampilan pada Bagian Coefficients di kolom sig.
1. Harapan Hidup = 0,570, maka harapan hidup tidak signifikan terhadap IPM, karena 0,570 0,05
2. Melek Huruf = 0,579, maka melek huruf tidak signifikan terhadap IPM, karena 0,579 0,05
3. Rata-rata lama bersekolah= 0,000, maka rata-rata lama bersekolah signifikan terhadap IPM, karena 0,000 0,05
Universitas Sumatera Utara
4.3 Pengujian Koefisien Jalur
Penulis menggunakan tabel ANOVA dengan mengambil nilai F hitung, nilai F hitung diambil dari SPSS, yaitu :
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
16.951 3
5.650 113.407
.000
a
Residual .199
4 .050
Total 17.151
7 a. Predictors: Constant, Rata-rata Lama Sekolah, MelekHuruf, HarapanHidup
b. Dependent Variable: IPM
Gambar4.5: Tampilan pada Pengujian Koefisien Jalur 1. Hipotesis
H : Tidak ada pengaruh antara harapan hidup, melek huruf dan rata-rata lama sekolah
dengan IPM. H
1
: ada pengaruh antara harapan hidup, melek huruf dan rata-rata lama sekolah dengan IPM.
2. Tingkat signifikansi
α = 5 = 0,05
3. Uji Statistik
F hitung = 113,407
df = 0
F tabel = F
0;0,05
= 6,59
4. Kriteria keputusan
F hitung = 113,407 F tabel = 6,59
F hitung F tabel, maka H ditolak H
1
diterima
Universitas Sumatera Utara
5. Kesimpulan
Karena F hitung F tabel yaitu 113,407 6,59 maka H ditolak dan H
1
diterima yang berarti ada pengaruh antara variable harapan hidup, melek huruf dan rata-rata lama
bersekolah terhadap IPM.
Universitas Sumatera Utara
BAB 5 IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem adalah prosedur yang dilakukan untuk meneyelesaikan 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 persamaaan 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 dibuat oleh perusahaan Smallwaters
Corporation 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. Pada saat ini AMOS sudah mencapai AMOS 18, namun demikian semua data 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 versi AMOS 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
hampir tidak ada perubahan, kecuali adanya kemampuan mixed modeling yang ada pada versi
Universitas Sumatera Utara
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 Eksplorel 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
