Pengaruh Tingkat Pendidikan Umur Jenis Kelamin Agama Dan Suku Terhadap Penerimaan Dan Penolakan Penggunaan Alat Kontrasepsi KB Di Kelurahan Sidorejo Hilir

PENGARUH TINGKAT PENDIDIKAN UMUR JENIS KELAMIN

AGAMA DAN SUKU TERHADAP PENERIMAAN DAN

PENOLAKAN PENGGUNAAN ALAT KONTRASEPSI KB

DI KELURAHAN SIDOREJO HILIR

TUGAS AKHIR

HANNA JUSTICIA SIMANJUNTAK

052407093

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

PENGARUH TINGKAT PENDIDIKAN UMUR JENIS KELAMIN AGAMA DAN SUKU TERHADAP PENERIMAAN DAN PENOLAKAN PENGGUNAAN

ALAT KONTRASEPSI KB DI KELURAHAN SIDOREJO HILIR

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh gelar Ahli Madya

HANNA JUSTICIA SIMANJUNTAK 052407093

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2008

PERSETUJUAN

Judul : PENGARUH TINGKAT PENDIDIKAN UMUR

JENIS KELAMIN AGAMA DAN SUKU TERHADAP PENERIMAAN DAN PENOLAKAN PENGGUNAAN ALAT KONTRASEPSI KB DI KELURAHAN SIDOREJO HILIR

Kategori : TUGAS AKHIR

Nama : HANNA JUSTICIA SIMANJUNTAK

Nomor Induk Mahasiswa : 052407093

Program Studi : D-III STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, Juni 2008

Diketahui/ Disetujui oleh

Departemen Matematika FMIPA USU Pembimbing,

Ketua,

Dr. Saib Suwilo, M.Sc Drs. Open Darnius S, M.Sc

PERNYATAAN

PENGARUH TINGKAT PENDIDIKAN, UMUR, JENIS KELAMIN, AGAMA DAN SUKU TERHADAP PENERIMAAN DAN PENOLAKAN PENGGUNAAN

ALAT KONTRASEPSI KB DI KELURAHAN SIDOREJO HILIR

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 2008

HANNA JUSTICIA SIMANJUNTAK 052407093

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa, atas segala berkat dan kasih karunia-Nya tugas akhir ini berhasil diselesaikan dalam waktu yang telah ditetapkan.

Ucapan terima kasih saya ucapkan kepada Drs. Open Darnius, M.Sc, selaku dosen pembimbing pada penyelesaian tugas akhir ini yang telah memberikan panduan, bimbingan dan nasehat serta penuh kepercayaan kepada saya untuk menyelesaikan tugas akhir ini. Panduan ringkas, padat dan profesional telah diberikan kepada saya untuk dapat menyelesaikan tugas akhir ini. Ucapan terimakasih juga saya ucapkan kepada ketua Departemen Matematika, Dr. Saib Suwilo, M.Sc dan sekretaris Departemen Matematika, Drs. Henri Rani Sitepu, M.Si, Dekan dan Pembantu Dekan FakultasMatematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Departemen Matematika FMIPA USU, semua sahabat-sahabat saya selama kuliah 3 tahun ini, khusus kepada teman saya, Donny, Lena, Hotma, Fransisca dan juga teman yang lain yang telah membantu saya. Dan secara khusus lagi saya mengucapkan terima kasih saya kepada kedua orang tua yang telah melahirkan saya, saudara-saudara saya yang selalu memberikan dukungan semangat dan doa, dan semua orang yang saya kenal yang tidak tersebutkan namanya satu persatu terima kasih atas pengorbanan dan bimbingannya selama ini serta terima kasih atas segala dukungan, semangat, dan perhatian yang telah diberikan selama saya kuliah sampai dengan terselesainya Tugas Akhir ini. Semoga Tuhan Yang Maha Esa akan membalasnya.

DAFTAR ISI

Halaman

Judul i

Persetujuan ii

Pernyataan iii Penghargaan iv

Daftar Isi v

Daftar Tabel vii

Bab 1 Pendahuluan 1.1 Latar Belakang ... 1

1.2 Identifikasi Masalah ... 3

1.3 Batasan Masalah ... 3

1.4 Manfaat dan Tujuan Penelitian ... 4

1.5 Lokasi dan Waktu Penelitian ... 4

1.6 Metodologi Penelitian ... 5

1.6.1 Jenis Penelitian ... 5

1.6.2 Populasi dan Sampel ... 5

1.6.3 Metode Pengumpulan Data ... 5

1.6.4 Metode Pengolahan Data ... 6

1.7 Definisi Operasional ... 6

1.8 Tinjauan Pustaka ... 8

1.9 Sistematika Penulisan ... 9

Bab 2 Tinjauan Teoritis 2.1 Statistik Nonparametrik ... 11

2.2 Hipotesa ... 13

2.3 Analisis yang Digunakan ... 14

2.3.1 Analisa Univariat ... 14

2.3.2 Analisa Bivariat ... 14

2.4 Uji Chi-Kuadrat ... 15

2.4.1 Uji Independen Antara Dua Faktor ... 17

2.4.2 Koefisien Kontingensi ... 19

2.4.3 Metode Analisa ... 20

Bab 3 Sejarah Singkat Tempat Riset 3.1 Sejarah Terbentuknya Kecamatan Medan Tembung ... 25

3.2. Jumlah Penduduk Kelurahan Sidorejo Hilir ... 27

Bab 4 Hasil Penelitian dan Pembahasan Hasil Penelitian 4.1. Analisa ... 29

4.1.1 Analisa Univariat ... 29

4.1.1.1 Tingkat Pendidikan ... 30

4.1.1.2 Umur ... 31

4.1.1.3. Jenis Kelamin ... 31

4.1.1.4 Agama ... 32

4.1.1.5 Suku ... 32

4.1.2.1 Penerimaan dan Penolakan Responden

Terhadap Pemakaian Alat Kontrasepsi KB ... 33

4.1.2.2 Pengaruh Tingkat Pendidikan dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB ... 34

4.1.2.3 Pengaruh Umur dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB ... 37

4.1.2.4 Pengaruh Jenis Kelamin Dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB ... 41

4.1.2.5 Pengaruh Agama dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB ... 44

4.1.2.6 Pengaruh Suku dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB ... 48

4.2 Evaluasi ... 51

Bab 5 Implementasi Sistem 5.1 Pengertian ... 53

5.2 Statistik dan komputer ... 53

5.3 SPSS dan Komnputer Statistik ... 54

5.4 Mengoperasikan SPSS ... 55

Bab 6 Kesimpulan dan Saran 6.1 Kesimpulan ... 62

6.2 Saran ... 63 Daftar Pustaka

DAFTAR TABEL

Halaman

Tabel 3.1 Distribusi Penduduk Kelurahan Sidorejo Hilir

menurut Tingkat Pendidikan, 2008 ... 27 Tabel 3.2 Distribusi Penduduk Kelurahan Sidorejo Hilir

menurut Umur, 2008 ... 27 Tabel 3.3 Distribusi Penduduk Kelurahan Sidorejo Hilir

menurut Jenis Kelamin, 2008

Tabel 3.4 Distribusi Penduduk Kelurahan Sidorejo Hilir

menurut Agama, 2008 ... 27 Tabel 3.5 Distribusi Penduduk Kelurahan Sidorejo Hilir

menurut Suku, 2008 ... 28 Tabel 3.6 Distribusi Penduduk Kelurahan Sidorejo Hilir

menurut Tingkat Pendidikan di Kelurahan Sidorejo Hilir, 2008 ... 30 Tabel 3.7 Distribusi Penduduk Kelurahan Sidorejo Hilir

menurut Umur di Kelurahan Sidorejo Hilir, 2008 ... 31 Tabel 3.8 Distribusi Penduduk Kelurahan Sidorejo Hilir

menurut jenis Kelamin di Kelurahan Sidorejo Hilir, 2008 ... 31 Tabel 3.9 Distribusi Penduduk Kelurahan Sidorejo Hilir

menurut Agama di Kelurahan Sidorejo Hilir, 2008 ... 32 Tabel 3.10 Distribusi Penduduk Kelurahan Sidorejo Hilir

menurut Suku di Kelurahan Sidorejo Hilir, 2008 ... 32 Tabel 3.11 Distribusi Responden menurut Penerimaan dan Penolakan

responden Terhadap Pemakaian Alat Kontrasepsi KB

di Kelurahan Sidorejo Hilir, 2008 ... 33 Tabel 3.12 Pengaruh Tingkat Pendidikan Responden dengan

Penerimaan dan Penolakan Responden Terhadap Pemakaian

Alat Kontrasepsi KB di Kelurahan Sidorejo Hilir, 2008 ... 34 Tabel 3.13 Pengaruh Umur Responden dengan Penerimaan

dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi

Tabel 3.14 Pengaruh Jenis Kelamin Responden dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi

KB di Kelurahan Sidorejo Hilir, 2008 ... 41 Tabel 3.15 Pengaruh Agama Responden dengan Penerimaan dan

Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi

KB di Kelurahan Sidorejo Hilir, 2008 ... 44 Tabel 3.16 Pengaruh Suku Responden dengan Penerimaan dan

Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Masalah kependudukan erat kaitannya dengan sektor pembangunan lainnya. Oleh karena itu kebijaksanaan di bidang kependudukan selama Repelita IV diarahkan untuk meningkatkan keterpaduan pelaksanaan dengan program pembangunan lainnya. Usaha-usaha yang telah dilaksanakan selama Repelita IV di bidang kependudukan diarahkan untuk mengendalikan pertumbuhan serta persebaran penduduk dan meningkatkan kualitas penduduk. Bersama-sama dan selaras dengan kebijaksanaan di bidang-bidang lain, kebijaksanaan kependudukan tersebut juga diarahkan pada peningkatan taraf hidup masyarakat, pembangunan daerah dan penciptaan lapangan kerja.

Pembangunan nasional di bidang sosial ekonomi telah memberikan dampak positif terhadap pemecahan masalah-masalah kependudukan. Walaupun demikian, hingga tahun terakhir Repelita IV pertumbuhan penduduk masih perlu diturunkan sedangkan kualitas penduduk masih perlu ditingkatkan. Masalah lain adalah persebaran yang belum merata. Tingginya laju pertumbuhan penduduk disebabkan oleh tingginya tingkat kelahiran dibanding tingkat kematian.

Pertumbuhan penduduk yang tinggi menyebabkan hasil-hasil pembangunan kurang bisa dirasakan masyarakat. Oleh karena itu upaya langsung untuk menurunkan tingkat kelahiran masih perlu ditingkatkan. Tingginya angka kelahiran di Indonesia disebabkan oleh besarnya proporsi penduduk yang masuk dalam pasangan usia subur (PUS). Upaya langsung untuk menurunkan tingkat kelahiran dilaksanakan melalui program keluarga berencana, yaitu dengan mengajak pasangan usia subur (PUS) agar memakai alat kontrasepsi. Di samping tujuan penurunan tingkat kelahiran, keikutsertaan dalam program keluarga berencana juga dimaksudkan untuk lebih meningkatkan kesejahteraan penduduk, terutama ibu dan anak. Kegiatan penerangan dan motivasi keluarga berencana dimaksudkan untuk lebih meningkatkan kesadaran, pengetahuan, sikap dan praktek masyarakat dalam berkeluarga berencana. Dengan telah besarnya jumlah peserta program KB, maka pelaksanaan program ini perlu makin ditingkatkan kualitasnya. Sehubungan dengan itu maka pesan-pesan penerangan KB telah diarahkan kepada pemakaian alat kontrasepsi yang lebih efektif dengan tingkat perlindungan terhadap kehamilan yang lebih tinggi.

Kegiatan penerangan juga meliput penerangan medis yang bertujuan meningkatkan pengetahuan mengenai alat-alat kontrasepsi. Dengan pengetahuan tersebut, penduduk dapat menentukan pilihan alat kontrasepsi yang cocok sehingga memberi pengayoman lebih tinggi yang akhirnya akan meningkatkan kelestariannya dalam berkeluarga berencana. Sejalan dengan penerangan medis juga dilaksanakan kampanye reproduksi sehat di seluruh Indonesia yang dilengkapi dengan alat peraga. Guna menunjang usaha tersebut telah diperkenalkan pelayanan KB Lingkaran Biru. Kegiatan ini dimaksudkan untuk membantu masyarakat yang memilih dan ingin

memperoleh pelayanan KB melalui dokter, bidan praktek swasta dan apotek secara mandiri.

Dengan demikian, berdasarkan uraian tersebut maka penulis tertarik untuk menganalisa tentang ada tidaknya pengaruh tingkat pendidikan, umur, jenis kelamin, agama dan suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB. Untuk mengetahui hal tersebut maka penulis mengambil judul tulisan ini, yaitu :

“Pengaruh tingkat pendidikan, umur, jenis kelamin, agama dan suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB di Kelurahan Sidorejo Hilir”.

1.2 Identifikasi Masalah

Adapun identifikasi masalah yang dibahas dalam penelitian ini adalah apakah ada pengaruh tingkat pendidikan, umur, jenis kelamin, agama dan suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB di Kelurahan Sidorejo Hilir.

1.3 Batasan Masalah

Agar penelitian yang dibuat tidak menyimpang dari sasaran yang telah ditentukan, maka batasan masalah hanya difokuskan terhadap pengaruh tingkat pendidikan, umur, jenis kelamin, agama dan suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB di Kelurahan Sidorejo Hilir.

1. Populasi yang dipilih adalah PUS di Kelurahan Sidorejo Hilir 2. Besar sampel yang ditentukan adalah sebanyak 85 orang

1.4 Manfaat dan Tujuan Penelitian

Adapun manfaat dan tujuan dari penelitian ini adalah :

1. Untuk mengetahui apakah ada pengaruh tingkat pendidikan, umur, jenis kelamin, agama dan suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB di Kelurahan Sidorejo Hilir.

2. Apa yang mengakibatkan adanya pengaruh tingkat pendidikan, umur, jenis kelamin, agama dan suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB di Kecamatan Medan Tembung khususnya di Kelurahan Sidorejo Hilir.

1.5 Lokasi dan Waktu Penelitian

Penelitian dilakukan dengan cara menyebarkan kuesioner kepada masyarakat PUS di Kecamatan Medan Tembung khususnya di Kelurahan Sidorejo Hilir dan dilakukan selama bulan April.

1.6 Metodologi Penelitian 1.6.1 Jenis Penelitian

Jenis penelitian yang dilakukan bersifat deskriptif yaitu menggambarkan beberapa faktor yang mempengaruhi penerimaan dan penolakan masyarakat terhadap pemakaian alat kontrasepsi KB.

1.6.2 Populasi dan Sampel

Populasi adalah semua nilai, baik hasil perhitungan maupun pengukuran, kuantitatif maupun kualitatif dari karakteristik tertentu mengenai sekelompok objek yang lengkap dan jelas.

Jadi populasi dalam penelitian ini adalah mencakup semua pasangan suami istri yang berumur 18-50 tahun (PUS) yang ada di kelurahan tersebut.

Mengingat keterbatasan waktu dan tenaga maka tidak semua populasi diteliti. Sedangkan dalam hal ini penulis menetapkan sampel sebanyak 85 PUS.

1.6.3 Metode Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data primer & data sekunder, data primer yaitu melakukan suatu survai di Kelurahan Sidorejo Hilir dengan membagikan kuesioner kepada pasangan usia subur (PUS) yang merupakan alat pengumpulan data pokok. Data sekunder yaitu diperoleh dari kantor lurah. Data yang diperoleh tersebut kemudian dikumpulkan, diatur, disusun, dan disajikan dalam bentuk angka-angka

1.6.4 Metode Pengolahan Data

Data yang telah terkumpul diolah dengan cara manual dengan langkah-langkah sebagai berikut :

1. Editing, yaitu memeriksa kuesioner yang telah masuk apakah semua pertanyaan telah diisi.

2. Koding, yaitu memberi kode atau angka-angka tertentu pada kuesioner. 3. Mengelompokkan PUS ( sampel ) dalam dua kelompok yaitu :

1. Kelompok PUS yang menerima dan memakai alat kontrasepsi adalah PUS yang ikut KB.

2. Kelompok PUS yang menolak memakai alat kontrasepsi adalah PUS yang tidak ikut KB.

4. Analisa data yaitu menganalisa data primer yang telah terkumpul dan disajikan dalam tabel distribusi frekuensi baik tabel tunggal maupun tabel silang. Dari tabel silang dapat dilakukan uji Chi - square ( X2- test).

1.7 Definisi operasional

1. Keluarga Berencana

Adalah suatu usaha manusia yang disengaja untuk mengatur kehamilan keluarga, secara tidak melawan agama, undang-undang negara dan moral Pancasila demi mencapai kesejahteraan masyarakat, bangsa dan Negara pada umumnya.

2. Alat Kontrasepsi

3. Penerimaan Masyarakat

Adalah kesediaan / kemauan masyarakat untuk mempergunakan salah satu alat kontrasepsi yang tersedia. Yang dimaksud dengan masyarakat adalah penduduk sasaran yang direncanakan untuk dilayani atau dicapai.

4. Pasangan Usia Subur ( PUS )

Adalah pasangan yang isterinya berumur 15 – 49 tahun, dalam hal ini pasangan suami isteri di bawah atau lebih dari 49 tahun dan tetap mendapat menstruasi.

5. Tingkat Pendidikan

Adalah tingkat pendidikan formal yang ditempuh responden. Selanjutnya tingkat pendidikan dikategorikan menjadi tingkat pendidikan SD, SMP, SMA, Perguruan Tinggi ( PT ).

6. Umur

Adalah lamanya hidup seseorang, dimana umur responden dinyatakan dalam tahun, saat penelitian dilakukan. Selanjutnya umur dikategorikan menjadi 3 kategori yaitu umur muda ( 15 – 29 tahun ), umur sedang ( 30 – 39 tahun ) dan umur tua ( 40 – 49 tahun ).

7. Jenis Kelamin

Adalah semua responden yang dikategorikan ke dalam laki-laki dan perempuan yang termasuk dalam pasangan usia subur ( PUS ).

8. Agama

Adalah agama yang dianut berdasarkan pengakuan responden. Ukurannya Islam, Kristen, Hindu dan Budha.

9. Suku

Adalah jenis suku yang dianut berdasarkan pengakuan responden. Ukurannya Suku Jawa, Batak Mandailing, Batak Toba dan Batak Karo.

10.Responden

Adalah semua pasangan usia subur ( PUS ) yang berumur 15 - 49 tahun.

1.8 Tinjauan Pustaka

Buku Bambang Soepono. Statistik Terapan, menjelaskan tentang pengertian Chi-Kuadrat yakni teknik analisis statistic untuk mengetahui signifikansi perbedaan hubungan proporsi ( dan atau probabilitas ) subjek atau objek penelitian yang datanya telah dikategorikan.

Dasar pijakan analisi dengan Chi-Kuadarat adalah frekuensi yang ada. Hal ini sesuai dengan pendapat Gullford dan Fruhter ( 1978 : 193 ) : “Chi Square is used with data in the form of frequencies all data can be readly transformed into frequencies. This is includes proportion and probabilities”.

The Hesperian Foundation, Brekeley, California, 1997. Where Women Have No Doctor: A Health Guide for Women menjelaskan bahwa setiap tahun, ada 500.000 perempuan meninggal akibat berbagai masalah yang melingkupi kehamilan, persalinan, dan pengguguran kandungan (aborsi) yang tak aman. KB bisa mencegah sebagian besar kematian itu.

1.9 Sistematika Penulisan

BAB 1 : PENDAHULUAN

Bab ini menjelaskan tentang Latar Belakang, Identifikasi Masalah, Batasan Masalah, Manfaat dan Tujuan Penelitian, Tinjauan Pustaka, dan Sistematika Penulisan.

BAB 2 : TINJAUAN TEORITIS

Bab ini menjelaskan tentang teori-teori yang menyangkut pengertian dan penyelesaian permasalahan atau landasan penulisan bab-bab berikutnya.

BAB 3 : SEJARAH SINGKAT TEMPAT RISET

Bab ini menguraikan pembahasan mengenai sejarah Kecamatan Medan Tembung.

BAB 4 : ANALISA DAN EVALUASI

Bab ini menguraikan pembahasan mengenai pengolahan dan analisa yang terdapat pada landasan teori.

BAB 5 : IMPLEMENTASI SISTEM

Bab ini menerangakan pemakaian sistem yang telah dirancang dan melakukan pengujian program.

BAB 6 : KESIMPULAN

Bab ini menerangkan kesimpulan dan saran yang merupakan jawaban atas permasalahan serta saran berupa pernyataan atau judul keluar mengatasi permasalahan yang timbul.

BAB 2

TINJAUAN TEORITIS

2.1 Statistik Nonparametrik

Uji statistik nonparametrik adalah uji yang modelnya tidak menetapkan syarat-syaratnya yang mengenai parameter-parameter populasi yang merupakan induk sampel penelitiannya. Oleh karena itu, observasi-observasi independen dan variabel yang diteliti pada dasarnya memiliki kontinuitas. Uji metode nonparametrik atau bebas sebaran adalah prosedur pengujian hipotesa yang tidak mengasumsikan pengetahuan apapun mengenai sebaran populasi yang mendasarinya kecuali selama itu kontinu.

Dalam kegiatan penelitian, biasanya lebih banyak digunakan analisis statistik parametrik daripada statistik nonparametrik. Statistik parametrik digunakan jika kita telah mengetahui model matematis dari distribusi populasi suatu data yang akan dianalisis. Jika kita tidak mengetahui suatu model distribusi populasi dari suatu data dan jumlah data relatif kecil atau asumsi kenormalan tidak selalu dapat dijamin penuh, maka kita harus menggunakan statistik nonparametrik (statistik bebas distribusi).

Satistik nonparametrik memiliki keunggulan atau kelebihan yaitu kebanyakan prosedur nonparamnetrik memerlukan asumsi dalam jumlah yang minimal maka kemungkinan untuk beberapa prosedur nonparametrik, perhitungan-perhitungan dapat

dilakukan dengan cepat dan mudah, terutama bila terpaksa dilakukan secara manual. Jadi penggunaan prosedur-prosedur ini menghemat waktu yang diperlukan untuk perhitungan dan ini merupakan bahan pertimbangan bila hasil penyajian harus segera tersaji atau bila mesin hitung berkemampuan tinggi tidak tersedia. Dengan statistik nonparametrik para peneliti juga dengan dasar matematika dan statistik yang kurang, biasanya konsep dan metode prosedur nonparametrik mudah dipahami. Prosedur-prosedur nonparametrik boleh diterapkan bila data telah diukur dengan menggunakan skala pengukuran.

Sedangkan kelemahan dari satistik nonparametrik adalah karena perhitungan- perhitungan yang dibutuhkan untuk kebanyakan prosedur nonparametrik cepat dan sederhana, prosedur ini kadang-kadang digunakan untuk kasus-kasus yang lebih tepat bila ditangani prosedur-prosedur nonparametrik sehingga cara seperti ini sering menyebabkan pemborosan informasi. Kendatipun prosedur nonparametrik terkenal karena prinsip perhitungan yang sederhana, pekerjaan hitung-menghitung selalu membutuhkan banyak tenaga dan akan menimbulkan kejenuhan. Dalam implementasi, penggunaan prosedur yang tepat merupakan tujuan dari peneliti. Beberapa parameter yang dapat digunakan sebagai dasar dalam penggunaan statistik nonparametrik adalah:

1. Hipotesis yang diuji tidak melibatkan parameter populasi

2. Skala yang digunakan lebih lemah dari skala prosedur parametrik 3. Asumsi-asumsi parametrik tidak terpenuhi.

Banyak prosedur nonparametrik yang dapat digunakan dalam analisis statistik, diantaranya :

1. Uji Chi-Square 2. Uji Binomial 3. Uji Run

4. Uji Kolmogorov Smirov Satu Sampel 5. Uji dua sampel independen

6. Uji beberapa sampel independen 7. Uji dua sampel yang berkaitan 8. Uji beberapa sampel yang berkaitan

2.2 Hipotesa

Hipotesa secara etimologis dibentuk dari dua kata yaitu, kata hypo yang berarti kurang dan thesis yang berarti pendapat. Jadi hipotesis artinya suatu kesimpulan yang masih kurang, yang masih belum sempurna. Pengertian ini kemudian diperluas dengan maksud sebagai kesimpulan yang belum sempurna, sehingga perlu disempurnakan dengan membuktikan kebenaran hipotesa tersebut. Pembuktian itu hanya dapat dilakukan dengan menguji hipotesis dengan data di lapangan.

Adapun sifat-sifat yang harus dimiliki untuk menentukan hipotesa adalah :

1. Hipotesis harus muncul dan ada hubungan dengan teori serta masalah yang diteliti

3. Hipotesis harus dapat diuji atau terukur tersendiri untuk menetapkan hipotesis yang besar kemungkinannya didukung oleh data empirik.

Perlu diingat, apapun syarat suatu hipotesis, yang jelas bahwa penampilan setiap hipotesis adalah bentuk statement, yaitu pernyataan tentang sifat atau keadaan hubungan dua atau lebih variabel yang akan diteliti.

Adapun jenis hipotesis yang mudah dimengerti adalah hipotesis nol (Ho), hipotesis alternatif (Ha), hipotesis kerja (Hk). Tetapi yang biasa adalah Ho yang merupakan bentuk dasar atau memiliki statement yang menyatakan tidak ada hubungan antara variabel x dan variabel y yang akan diteliti atau variabel independen (x) tidak mnempengaruhi variabel dependen (y).

2.3 Analisis Yang Digunakan 2.3.1 Analisa Univariat

Dilakukan untuk mengetahui distribusi frekuensi dari masing-masing variabel independen dan variabel dependen.

2.3.2 Analisa Bivariat

Hipotesa yang diuji biasanya adalah kelompok berbeda dalam ciri khas tertentu, dengan demikian perbedaan itu berhubungan dengan frekuensi relatif masuknya anggota-anggota kelompok ke dalam kategori.

Untuk menguji hipotesa ini kita menghitung banyak kasus dari masing-masing kelompok yang termasuk dalam berbagai kategori dan membandingkan proporsi dari kasus-kasus dari satu kelompok dalam berbagai kategori dengan proporsi kasus dari kelompok yang lain. Dalam analisa ini digunakan hipotesa Chi-Kuadrat.

2.4 Uji Chi-Kuadrat

Uji Chi-Kuadrat merupakan salah satu prosedur nonparametrik yang dapat digunakan dalam analisis statistik yang sering digunakan dalam praktek. Teknik Chi-Kuadrat (Chi-Square : Chi dibaca : Kai, simbol dari huruf Yunani :χ2) ditemukan oleh Helmet pada tahun 1875, tetapi baru pada tahun 1900, pertama kali diperkenalkan kembali oleh Karl Pearson.

Uji Chi-Kuadrat digunakan untuk menguji kebebasan antara dua sampel (variabel) yang disusun dalam tabel baris kali atau kolom atau menguji keselarasan dimana pengujian dilakukan untuk memeriksa ketergantungan dan homogenitas apakah data sebuah sampel yang diambil menunjang hipotesis yang menyatakan bahwa populasi asal sampel tersebut mengikuti suatu distribusi yang telah ditetapkan. Oleh karena itu, uji ini juga disebut uji keselarasan (goodness of fit test), karena untuk menguji apakah sebuah sampel selaras dengan salah satu distribusi teoritis (seperti distribusi normal, uniform, binomial dan lainnya).

Pada kedua prosedur tersebut selalu meliputi perbandingan frekuensi yang teramati dengan frekuensi yang diharapkan bila hipotesis nol ditetapkan benar, karena dalam penelitian yang dilakukan, data yang diperoleh tidak selamanya berupa data

skala interval saja, melainkan juga data skala nominal, yaitu yang berupa penghitungan pemunculan tertentu.

Penghitungan frekuensi pemunculan juga sering dikaitkan dengan penghitungan persentase, proporsi atau yang lain yang sejenis. Chi-Kuadrat adalah teknik statistik yang dipergunakan untuk menguji probabilitas seperti itu, yang dilakukan dengan cara mempertentangkan antara frekuensi yang benar-benar terjadi, frekuensi yang diobservasi, observed frequencies (disingkat Fo atau O) dengan frekuensi yang diharapkan, expected frequencies (disingkat Fh atau E).

Ada beberapa hal yang perlu diperhatikan dalam menggunakan Chi-Kudarat, yaitu :

1. Chi-Kuadrat digunakan untuk menganalisa data yang berbentuk frekuensi 2. Chi-Kuadrat tidak dapat digunakan untuk menganalisa besar atau kecilnya

korelasi dari variabel-variabel yang dianalisa.

3. Chi-Kuadrat pada dasarnya belum dapat menghasilkan kesimpulan yang memuaskan.

4. Chi-Kuadrat cocok digunakan untuk data kategorik, data diskrit atau data nominal.

Cara menentukan interpretasi terhadap Chi-Kuadrat adalah dengan menentukan df (degree of freedom). Setelah itu berkonsultasi tabel harga kritik Chi-Kuadrat. Selanjutnya membandingkan antara harga Chi-Kuadrat dari hasil perhitungan dengan harga kritik Chi-Kuadrat, akhirnya mengambil kesimpulan dengan ketentuan :

1. Bila harga Chi-Kuadrat (χ2) sama atau lebih besar dari tabel Chi-Kuadrat maka hipotesa nol (Ho) ditolak dan hipotesa alternatif (Ha) diterima.

2. Bila harga Chi-Kuadrat (χ2) lebih kecil dari tabel Chi-Kuadrat maka hipotesa nol (Ho) diterima dan hipotesa alternatif (Ha) ditolak.

Ada beberapa persoalan yang dapat diselesaikan dengan mengambil manfaat dari Chi-Kuadrat diantaranya :

2.4.1 Uji Independen Antara Dua Faktor

Banyak data hasil pengamatan yang dapat digolongkan ke dalam beberapa faktor, karakteristik atau atribut terdiri dengan tiap faktor atau atribut terdiri dari beberapa klasifikasi, kategori, golongan atau mungkin tingkatan. Berdasarkan hasil pengamatan terhadap penomena demikian akan diselidiki mengenai asosiasi atau hubungan atau independen atau bebas, tepatnya bebas statistik. Selain daripada itu akan diselidiki ada atau tidaknya pengaruh mengenai beberapa taraf sesuatu faktor terhadap kejadian fenomena.

Secara umum untuk menguji independen antar dua faktor dapat dijelaskan sebagai berikut : misalkan diambil sebuah sampel acak berukuran n, dan tiap pengamatan tunggal diduga terjadi karena adanya dua macam faktor I dan II. Faktor I terbagi atas b taraf atau tungkatan dan faktor II terbagi atas k taraf. Banyak pengamatan yang terjadi karena taraf ke-I faktor ke I (i = 1, 2, 3,...) dan taraf ke-j faktor ke II (j = 1, 2, 3,...) akan dinyatakan dengan Oij. Hasilnya dapat dicatat dalam

sebuah daftar kontingensi b x k. Pasangan hipotesis yang akan diuji berdasarkan data dengan memakai penyesuaian persyaratan data yang diuji sebagai berikut :

Ho : Kedua faktor bebas statistik H1 : Kedua faktor tidak bebas statistic

Tabel yang disajikan akan dianalisis untuk setiap sel yang diperlukan kemudian dibentuk tabel kontingensi. Data tabel tersebut di atas agar dapat dicari hubungan antara faktor-faktor dengan menggunakan statistik uji Chi-Kuadrat.

Pengujian eksak sukar digunakan, karena disini hanya akan dijelaskan pengujian yang bersifat pendekatan. Untuk ini diperlukan frekuensi teritorik atau banyak gejala yag diharapkan terjadi yang disini akan dinyatakan dengan Eij.

(

n xn

)

n E_ij = _{io oj} /

Dengan :

Eij = Banyak data teoritik (Banyak gejala yang diharapkan terjadi) nio = Jumlah baris ke-i

noj = Jumlah baris ke-j n = Total jumlah data

Dengan demikian misalnya didapat nilai teoritik masing-masing data :

(

n xn

)

n

E₁₁ = _{10 01} / ; E₁₂ =

(

n₁₀xn₀₂

)

/n

(

n xn

)

n

E₂₁ = _{20 01} / ; E₂₂ =

(

n₂₀xn₀₂

)

/n Dan seterusnya....

Sehingga nilai statistik yang digunakan untuk menguji hipotesis di atas adalah:

(

)

∑∑

_{= =} −

= B

j i

K

i

j ij ij ij

E E

O 2

2

χ

Dengan :

ij

O adalah banyak data hasil pengamatan

ij

E adalah banyak data teoritik (banyak gejala yang diharapkan terjadi) Dengan kriteria pengujian sebagai berikut :

Tolak H jika _o χ2hitung ≥χ2tabel

Terima H jika _o χ2hitung < χ2tabel

Dalam taraf nyata α =0,05 dan derajat kebebasan (dk) untuk distribusi Chi-Kuadrat adalah (b-1)(k-1), dalam hal yang lainnya kita terima hipotesisH0.

2.4.2 Koefisien Kontingensi

Kegunaan teknik koefisien kontingensi yang diberi symbol C, adalah untuk mencari atau menghitung keeratan hubungan antara dua variabel yang mempunyai gejala ordinal (kategori), paling tidak berjenis nominal.

Cara kerja atau perhitungan koefisien kontingensi sangatlah mudah jika nilai Chi-Kuadrat sudah diketahui. Oleh karena itu biasanya para peneliti menghitung harga koefisien kontingensi setelah menemukan harga Chi-Kuadrat. Fleksibelitas rumusan ini adalah, tidak terbatas pada beberapa banyaknya kategori-kategori pada sel-sel petak atau tabel Chi-Kuadrat. Tes signifikansiyang digunakan tetap menggunakan tabelkritik Chi-Kuadrat, dengan derajat kebebasan (db) sama dengan jumlah kolom

dikurangi satu dikalikan dengan jumlah baris dikurangi satu (k-1 kali b-1). Rumus untuk menghitung koefisien kontingensi adalah :

N C

hitung hitung

+

= 2

2

χ χ

Dengan : 1

C = Koefisien Kontingensi

hitung

2

χ = Hasil perhitungan Chi-Kuadrat N = banyak data

2.4.3 Metode Analisa

Dalam penelitian ini dilakukan metode analisa kuantitatif dengan langkah-langkah sebagai berikut :

Langkah 1 :

Pengumpulan data yang dilakukan penulis dengan mengadakan penelitian ke Kelurahan Sidorejo Hilir.

Langkah 2 :

Dari data yang dianalisis, lalu disusun dalam tabel distribusi frekuensi Langkah 3:

Dari data yang dianalisisi maka dapat dibentuk daftar frekuensi yang diamati seperti di bawah ini.

FAKTOR II (K TARAF)

JUMLAH

F

AK

T

O

R I

(B

T

ARAF

) 1 2 K

1 O11 O12 ... O1K n10 2 O21 O22 ... O2K n20

: : : : : :

: : : : : :

Dengan : Faktor I dan Faktor II adalah faktor-faktor yang membentuk daftar kontingensi dengan b baris dan dan k kolom. n_ij adalah frekuensi yang

diamati.

( )

_∑

= = b i ij E i N 1

; i=1,2,3,...,b

( )

_∑

= = k j ij E j N 1

; i=1,2,3,...,k Langkah 4 :

Tentukan frekuensi yang diharapkan dari frekuensi yang diamati dengan rumus:

(

n xn

)

n E_ij = _{io oj} /

Dengan :

Eij = Frekuensi yang diharapkan n = Jumlah data yang diamati

Dari rumus diatas dapat disusun tabel kontingensi dari frekuensi yang diharapkan.

FAKTOR II (K TARAF)

JUMLAH F AK T O R I (B T ARAF

) 1 2 K

1 O11 O12 ... O1K n10 2 O21 O22 ... O2K n20

: : : : : :

: : : : : :

B OB1 OB2 ... OBK NBO JUMLAH n02 ... ... nok n

Dengan terbentuknya daftar frekuensi yang diamati dan daftar frekuensi yang diharapkan maka dapat ditentukan harga χ2.

Langkah 5 :

Untuk menghitung harga Chi-Kuadrat, perlu perhatikan kriteria sebagai berikut : 1. Tidak boleh menggunakan data kurang dari 29

2. Frekuensi teoritis (Eij) minimum harus 5 setiap kotak, sebab χ2 hanya berlaku apabila Eij≥5. Dengan kata lain apabila Eij < 5 maka χ2terhadap data tidak dapat dioertanggungjawabkan. Untuk tabel dua baris dan dua kolom dan untuk lebih dari 2 x 2 sebelum menghitung χ2

perlu diperhatikan dahulu Eij pada setiap kotak dalam tabel. Jika syarat tidak dipenuhi maka beberapa kolom atau baris perlu digabung.

3. setiap kotak tidak boleh mempunyai frekuensi kurang dari 1. Setelah kriteria-kriteria di atas dipenuhi maka harga χ2

dapat dihitung dengan rumus

(

)

∑∑

_{= =} −

= B

j i

K

i

j ij ij ij

E E

O 2

2

χ

Untuk menguji apakah harga χ2

dianggap berarti pada suatu level of significant tertentu harus diketahui nilai kritis dari χ2dengan menggunakan daftar pencarian harga Chi-Kuadrat yang dibandingkan dengan nilai yang diperoleh dari hasil perhitungan. Dengan membaca nilai Chi-Kuadrat yang tepat harus terlebih dahulu dipilih confidence coefficient yang akan dipakai dan degree of freedom nya. Untuk hal yang umum degree of freedom ini adalah sama dengan perkalian (k-1) dan (b-1) atau baris dikalikan kolom. Degree of freedom = (k-1) (b-1)

Langkah 6 :

Hipotesa yang diajukan adalah seperti di bawah ini :

Ho = Tidak ada hubungan antara tingkat pendidikan, umur, jenis kelamin, agama dan suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB.

H1 = Terdapat hubungan antara tingkat pendidikan, umur, jenis kelamin, agama dan suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB.

Maka kriteria penerimaan dan penolakan hipotesa adalah sebagai berikut : Tolak H jika _o χ2hitung ≥χ2tabel

Terima H jika _o χ2hitung < χ2tabel

Langkah 7 :

Selanjutnya akan ditentukan koefisien kontingensi (C) dengan menggunakan rumus sebagai berikut :

N C

hitung hitung

+

= 2

2

χ χ

Dengan :

C = Koefisien Kontingensi

hitung

2

χ = Harga Chi-Kuadrat N = Ukuran jumlah data

Harga C dipakai untuk nilai derajat asosiasi antar fakotr-faktornya adalah dengan membandingkan harga C dengan koefisien kontingensi maksimum. Adapun harga koefisien kontingensi maksimum dihitung dengan rumus sebagai berikut :

m m Cmaks

1

− =

Dengan m harga minimum antara b dan k atau antara jumlah baris dan kolom. Langkah 8 :

Dengan membandingkan C dengan Cmaks maka kekeratan hubungan variabel I dan variabel II ditentukan oleh persentasenya. Hubungan kedua variabel ini disimbolkaan dengan Q dan mempunyai nilai antara -1 dan 1. bila mana harga Q

mendekati 1 maka hubungan tambah erat dan bila Q menjauhi 1 maka hubungan 1 maka hubungan kedua variabel itu semakin kurang erat.

% 100 x C

C Q

maks

=

Dengan :

Q : Untuk menyatakan persentase derajat hubungan antara variabel I dan variabel II

C : Koefisien Kontingensi

Cmaks : Koefisien Kontingensi maksimum

Dengan ketentuan-ketentuan Davis (1971) sebagai berikut : 1. Sangat erat jika Q ≥ 0,70

2. Erat jika Q antara 0,50 dan 0,69 3. Cukup erat jika Q antara 0,30 dan 0,49 4. Kurang erat jika Q antara 0,10 dan 0,29 5. Dapat diabaikan jika Q antara 0,01 dan 0,09 6. Tidak ada jika Q = 0,00

BAB 3

SEJARAH SINGKAT TEMPAT RISET

3.1 Sejarah Terbentuknya Kecamatan Medan Tembung

Kecamatan Medan Tembung merupakan salah satu wilayah diantara 21 Kecamatan yang terletak di sebelah Timur kota Medan yang langsung berbatasan dengan Kabupaten Deli Serdang yaitu Kecamatan Percut Sei Tuan.

Pada dasarnya Kecamatan Medan Tembung merupakan wilayah Kecamatan Medan Denai yang di bentuk berdasarkan Surat Keputusan Kepala Daerah Tingkat I Sumatera Utara No. 138/402/K, Tanggal 5 Februari 1991 yang berstatus Perwakilan Kecamatan Medan Denai I.

Kemudian keluarlah Peraturan Pemerintah No.50 Tahun 1991 tanggal 7 September 1991, tentang pemekaran Kecamatan di Kota Medan dari 11 Kecamatan

menjadi 19 Kecamatan dimana salah satu diantaranya adalah Kecamatan Medan Tembung, sedangkan 2 Kecamatan lagi pada waktu itu belum mendapat persetujuan dari Departemen Dalam Negeri yaitu Kecamatan Medan Marelan dan Kecamatan Medan Perjuangan.

Dengan beroperasinya Kecamatan Medan Tembung secara definitif maka Kecamatan ini membawahi & Kelurahan dan melibatkan 95 Kepala Lingkungan,

sedangkan Camat Kepala Wilayah yang menjalankan roda Pemerintahan pertama sekali yaitu Drs. Ismail Nasution dan Camat kedua yaitu Drs.Musaddad, Camat ketiga yaitu Drs. T. Irwansyah, Camat yang ke empat yaitu Drs. M. Ismail. Adapun Camat menjalankan Pemerinyahan saat ini adalah Drs. Said Chaidir.

Adapun nama-nama Kelurahan dan nama Lurah di Kecamatan Medan Tembung adalah sebagai berikut :

No Kelurahan Nama Lurah Status Korp

1 Bantan Drs. Khairul Amri PNS

2 Bantan Timur Drs. H. Ahmad Rambe PNS

3 Tembung Mohd. Sofyan. R PNS

4 Bandar Selamat Damos Harahap, S.Sos PNS

5 Sidorejo A. Fauzi Nasution PNS

6 Sidorejo Hilir Hermanto, SE PNS

7 Indra Kasih Drs. H. Pardamean PNS

Berdasarkan data-data yang diperoleh di Kelurahan dan Angka Hasil Proyeksi Penduduk 2005 bahwa jumlah penduduk Kecamatan Medan Tembung sampai dengan akhir tahun 2005 tercatat sebesar 137.210 jiwa dengan kepadatan penduduk rata-rata sebesar 17.637 jiwa/Km2.

Adapun ras penduduk asli Kecamatan Medan Tembung dulunya adalah suku Jawa. Dengan adanya pengaruh pertumbuhan ekonomi yang semakin meningkat dari tahun ke tahun maka sampai akhir tahun 2005 suku yang terbanyak di Kecamatan Medan Tembung adalah suku Batak Mandailing dan suku Jawa.

Bila ditinjau dari sudut mata pencaharian penduduk di Kecamatan Medan Tembung kebanyakan bergerak di sektor jasa-jasa dan di sektor perdagangan, sedangkan penduduk yang bergerak di sektor pertanian relatif sangat kecil, hal ini

disebabkan bahwa wilayah Kecamatan Medan Tembung termasuk wilayah pinggiran yang cenderung sebagai tempat tinggal.

3.2 Jumlah Penduduk Kelurahan Sidorejo Hilir

Jumlah penduduk di Kelurahan Sidorejo Hilir menurut data BPS tahun 2008 lebih kurang 17.525 jiwa, dengan jumlah penduduk pasangan usia subur (PUS) sebanyak 2230 jiwa.

a. Jumlah Penduduk Menurut Tingkat Pendidikan

Tabel 3.1. Distribusi Penduduk Kelurahan Sidorejo Hilir menurut Tingkat Pendidikan, 2008

No Tingkat Pendidikan Jumlah ( jiwa ) Persentase 1 2 3 4 SD SMP SMA PT 584 427 933 286 26,19 19,15 41,84 12,82

Jumlah 2230 100,00

b. Jumlah Penduduk Menurut Umur

Tabel 3.2. Distribusi Penduduk Kelurahan Sidorejo Hilir menurut Umur, 2008

No Umur Jumlah ( jiwa ) Persentase

1 2 3 4 5 6 7

15 - 19 20 - 24 25 - 29 30 – 34 35 – 39 40 – 44 45 - 49

309 429 380 366 278 258 210 13,86 19,24 17,04 16,40 12,47 11,57 9,42

Jumlah 2230 100,00

c. Jumlah Penduduk Menurut Jenis Kelamin

Tabel 3.3. Distribusi Penduduk Kelurahan Sidorejo Hilir menurut Jenis Kelamin, 2008

No Jenis Kelamin Jumlah ( jiwa ) Persentase

1 2 Laki-laki Perempuan 915 1315 41,03 58,97

d. Jumlah Penduduk Menurut Agama

Tabel 3.4. Distribusi Penduduk Kelurahan Sidorejo Hilir menurut Agama, 2008

No Agama Jumlah ( jiwa ) Persentase

1 2 3 4 5

Islam Protestan Katholik Hindu Budha

1223 517 485 - 5

54,84 23,18 21,76 - 0,22

Jumlah 2230 100,00

e. Jumlah Penduduk Menurut Suku

Tabel 3.5. Distribusi Penduduk Kelurahan Sidorejo Hilir menurut Suku, 2008

No Suku Jumlah ( jiwa ) Persentase

1 2 3 4

Jawa

Batak Mandailing Batak Toba Batak Karo

917 430 673 210

41,12 19,28 30,18 9,42

BAB 4

ANALISA DAN EVALUASI

4.1 Analisa

Di bawah ini akan disajikan hasil penelitian berdasarkan hasil pengumpulan data yang diperoleh melalui penyebaran kuesioner terhadap responden dalam bentuk tabel dan uraian dari variabel yang sudah ditentukan.

Seperti yang telah dijelaskan di atas bahwa sampel dalam penelitian ini sebanyak 85 pasangan usia subur (PUS) yang istrinya termasuk dalam kelompok umur 15 – 49 tahun di Kelurahan Sidorejo Hilir, Kecamatan Medan Tembung.

4.1.1 Analisis Univariat

Hasil dari analisa data yaitu analisa univariat terhadap seluruh variabel disusun dalam bentuk tabel distribusi frekuensi dan tabel silang seperti berikut ini :

Adapun penggolongan karekteristik responden di Kelurahan Sidorejo Hilir tebagi atas 5 kelompok yaitu:

Adalah tingkat pendidikan formal yang ditempuh responden. Selanjutnya tingkat pendidikan dikategorikan menjadi tingkat pendidikan SD, SMP, SMA, Perguruan Tinggi (PT).

12.Umur

Adalah lamanya hidup seseorang, dimana umur responden dinyatakan dalam tahun, saat penelitian dilakukan. Selanjutnya umur dikategorikan menjadi 3 kategori yaitu umur muda (15 – 29 tahun), umur sedang (30 – 39 tahun) dan umur tua (40 – 49 tahun).

13.Jenis Kelamin

Adalah semua responden yang dikategorikan ke dalam laki-laki dan perempuan yang termasuk dalam pasangan usia subur (PUS).

14.Agama

Adalah agama yang dianut berdasarkan pengakuan responden. Ukurannya Islam, Protestan, Katholik dan Budha.

15.Suku

Adalah jenis suku yang dianut berdasarkan pengakuan responden. Ukurannya Suku Jawa, Batak Mandailing, Batak Toba dan Batak Karo.

4.1.1.1 Tingkat Pendidikan

Tabel 3.6. Distribusi Penduduk Kelurahan Sidorejo Hilir menurut Tingkat

Pendidikan di Kelurahan Sidorejo Hilir, 2008

N o T ingk at P en d id ik an J um lah ( j iw a ) P er s en t as e 1

2 3 4

SD SM P SM A PT

3 0 1 5 2 7 1 3

3 5, 2 9 1 7, 6 5 3 1, 7 6 1 5, 3 0

Dari tabel di atas terlihat tingkat pendidikan responden paling banyak ditingkat SD sebesar 25,29% dan paling sedikit pada tingkat Perguruan Tinggi (PT) sebesar 15,30%.

4.1.1.2 Umur

Tabel 3.7. Distribusi Penduduk Kelurahan Sidorejo Hilir menurut Umur di

Kelurahan Sidorejo Hilir, 2008

N o Um ur J um lah ( j iw a ) P er s en t as e 1 2 3 4 5 6 7

1 5 - 1 9 2 0 - 2 4 2 5 - 2 9 3 0 – 3 4 3 5 – 3 9 4 0 – 4 4 4 5 - 4 9

- 5 2 0 2 0 1 5 1 5 1 0 - 5, 88 2 3, 5 3 2 3, 5 3 1 7, 6 5 1 7, 6 5 1 1, 7 6 J um lah 8 5 1 00, 0 0

Dari tabel di atas terlihat bahwa persentase responden pada kelompok umur 25 - 29 tahun dan 20 - 34 tahun sama yaitu 23,53 %, juga kelompok umur 35 - 39 tahun dan 40 - 44 tahun sama yaitu 17,65 %, dan persentase responden yang paling sedikit adalah kelompok umur 20 – 24 tahun yaitu 5,88 %.

4.1.1.3 Jenis Kelamin

Tabel 3.8. Distribusi Penduduk Kelurahan Sidorejo Hilir menurut Jenis

Kelamin, 2008

N o J en is K el am in J um lah ( j iw a ) P er s en t as e 1

2

L ak i- lak i

P er em p u an

3 5

5 0

4 1, 1 8

5 8, 8 2 J um lah 8 5 1 00, 0 0

Dari tabel di atas menunjukan bahwa jenis kelamin laki-laki sebesar 41,18% dan jenis kelamin perempuan sebesar 58,82%.

4.1.1.4 Agama

Tabel 3.9. Distribusi Penduduk Kelurahan Sidorejo Hilir menurut Agama di

Kelurahan Sidorejo Hilir, 2008

N o A g am a J um lah ( j iw a ) P er s en t as e 1

2

3

4

Is lam

Pr ot es t an

K at h olik

B ud h a

4 5

2 5

1 0

5

5 2, 9 4

2 9, 4 1

1 1, 7 7

5, 88 J um lah 8 5 1 00, 0 0

Tabel di atas diatas menunjukan bahwa agama Islam lebih banyak yaitu sebesar 52,94%. Agama Protestan 29,41 %, Katholik 11,77%, sedangkan Budha sebanyak 5,88% dari responden.

4.1.1.5 Suku

Tabel 3.10. Distribusi Penduduk Kelurahan Sidorejo Hilir menurut Suku, 2008

No Suku Jumlah ( jiwa ) Persentase

1 2 3 4

Jawa

Batak Mandailing Batak Toba Batak Karo

35 15 25 10

41,18 17,65 29,41 11,76

Tabel di atas diatas menunjukan bahwa suku Jawa lebih banyak yaitu sebesar 41,18 %. Batak Mandailing 17,65 %, Batak Toba 29,41 %, sedangkan Batak Karo sebanyak 11,76 % dari responden.

4.1.2 Analisis Bivariat

Untuk mengetahui apakah ada pengaruh tingkat pendidikan, umur, jenis kelamin, agama dan suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB di Kelurahan Sidorejo Hilir, maka setiap tabel dilakukan uji Chi-Kuadrat yaitu dengan cara mengamati jumlah frekuensi yang diharapkan dari frekuensi yang diamati yang dapat ditentukan dengan rumus :

(

)

∑∑

_{= =} −

= B

j i

K

i

j ij ij ij

E E

O 2

2

χ

Dengan :

ij

O adalah banyak data hasil pengamatan

ij

E adalah banyak data teoritik (banyak gejala yang diharapkan terjadi) yaitu dengan rumus :Eij =

(

nioxnoj

)

/n

4.1.2.1 Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB

Tabel 3.11. Distribusi Responden Menurut Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB di Kelurahan Sidorejo Hilir, 2008

N o _{Kemauan Ber-KB} J um lah ( j iw a ) P er s en t as e 1

2

T er im a KB

T olak K B

5 0

3 5

5 8, 8 2

4 1, 1 8 J um lah 8 5 1 00, 0 0

Dari tabel diatas dapat dilihat bahwa responden yang ikut KB sebesar 58,82%, sedangkan responden yang tidak ikut KB sebesar 41,18%.

4.1.2.2 Pengaruh Tingkat Pendidikan dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB

Tabel 3.12. Pengaruh Tingkat Pendidikan dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB di Kelurahan Sidorejo Hilir, 2008

K eput us an B er -KB Tingkat Pendidikan Jumlah

SD SMP SMA PT

f % f % f % f % f %

Terima KB Tolak KB 19 11 38,00 31,43 9 7 18,00 20,00 14 13 28,00 16,00 8 4 37,14 11,43 50 35 58,82 41,18

Jumlah 30 35,30 16 18,82 27 31,76 12 14,12 85 100,00

(

30 50

)

/85 17,65

11 = x =

E E₂₁ =

(

30x35

)

/85=12,35

(

16 50

)

/85 9,41

12 = x =

E E22 =

(

16x35

)

/85=6,59

(

27 50

)

/85 15,88

13 = x =

E E₂₃ =

(

27x35

)

/85=11,12

(

12 50

)

/85 7,06

14 = x =

E E₂₄ =

(

12x35

)

/85=4,94

(

−

) (

₊ −

) (

₊ −

) (

₊ −

)

₊

= 2 2 2 2

2 06 , 7 06 , 7 8 88 , 15 88 , 15 14 41 , 9 41 , 9 9 65 , 17 65 , 17 19 χ

(

) (

) (

)

2 2 2 12 , 11 12 , 11 13 59 , 6 59 , 6 7 35 , 12 35 , 12 11 − + − + −

(

)

49 , 4 94 , 4

4− 2

+ =

2

χ 0,10+0,02+0,22+0,12+0,15+0,03+0,32+0,18

=

2

Dengan hipotesa yang diajukan adalah seperti di bawah ini :

Ho = Tidak ada pengaruh antara tingkat pendidikan terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB.

H1 = Terdapat pengaruh antara tingkat pendidikan terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB.

Maka kriteria penerimaan dan penolakan hipotesa adalah sebagai berikut : Tolak H jika _o χ2hitung ≥χ2tabel

Terima H jika _o χ2hitung < χ2tabel

Berdasarkan harga χ2hitung dibandingkan denganχ2tabel yaitu yang terdapat di

dalam tabel dengan ketentuan :

( )( ) ( )( )

−1 −1 = 2−1 4−1 =3

= b k df

05 , 0

= α

maka :

(0,05;3) 7,185

2 =

χ

Dengan membandingkan harga χ2hitung dengan χ2tabel diketahui bahwa tabel

hitung 2

2 χ

χ > yakni 1,02 < 7,185 yang menyatakan Ho diterima dan H1 ditolak yang berarti tidak terdapat pengaruh antara tingkat pendidikan terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB di Kelurahan Sidorejo Hilir.

Selanjutnya untuk mengetahui seberapa erat pengaruh antara tingkat pendidikan terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB maka dapat ditentukan koefisien kontingensi C dengan rumus :

N C

hitung hitung

+

= 2

2

χ χ

85 14 , 1

14 , 1

+ =

C

15 , 86

14 , 1 =

C

115 , 0

=

C

Dari hasil di atas dapat dilihat bahwa besarnya derajat pengaruh antara tingkat pendidikan terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB adalah 0,115.

Agar harga C yang diperoleh dapat digunakan untuk menilai derajat asosiasi antara tingkat pendidikan dengan kemauan ber-KB maka harga C ini perlu dibandingkan dengan koefisien kontingensi maksimum yang biasa terjadi. Harga C maksimum ini dapat dihitung dengan menggunakan rumus :

m m

Cmaks= −1

Dengan m harga minimum antara b dan k atau antara jumlah baris dan kolom. Dalam penelitian ini, daftar kontingensi terdiri atas 2 baris dan 4 kolom, jadi

2 1 2− = Cmaks 2 1

= = 0,707

Dengan membandingkan C dengan Cmaks maka keeratan pengaruh variabel 1 dan variabel 2 ditentukan oleh persentasenya. Hubungan kedua variabel ini disimbolkan dengan Q yaitu :

% 100 × = Cmaks C Q % 100 707 , 0 115 , 0 × = Q % 100 163 , 0 × = Q % 3 , 16 = Q

Dengan ketentuan-ketentuan Davis (1971) sebagai berikut : 7. Sangat erat jika Q ≥ 0,70

8. Erat jika Q antara 0,50 dan 0,69 9. Cukup erat jika Q antara 0,30 dan 0,49 10.Kurang erat jika Q antara 0,10 dan 0,29 11.Dapat diabaikan jika Q antara 0,01 dan 0,09 12.Tidak ada jika Q = 0,00

Karena Q=16,3% maka Q berada antara 0,10 dan 0,29 yang berarti pengaruh antara tingkat pendidikan dengan kemauan ber-KB kurang erat.

Tabel 3.13. Pengaruh Umur dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB di Kelurahan Sidorejo Hilir, 2008

Keputusan Ber - KB

Umur

Jumlah

Muda Sedang Tua

f % f % f % f %

Terima KB Tolak KB 13 12 52 48 17 18 48,57 51,43 20 5 80,0 20,00 50 35 58,82 41,18

Jumlah 25 100,00 35 100,00 25 100,00 85 100,00

(

25 50

)

/85 14,71

11 = x =

E E₂₁ =

(

25x35

)

/85=10,29

(

35 50

)

/85 20,59

12 = x =

E E22 =

(

35x35

)

/85=14,41

(

25 50

)

/85 14,17

13 = x =

E E₂₃ =

(

25x35

)

/85=10,29

(

−

) (

₊ −

) (

₊ −

)

₊

= 2 2 2

2 17 , 14 17 , 14 20 59 , 20 59 , 20 17 71 , 14 71 , 14 13 χ

(

) (

)

2 2 29 , 10 29 , 10 5 41 , 14 41 , 14 18 − + − = 2

χ 0,20+0,63+1,90+2,28+0,89+2,72

=

2

χ 6,62

Dengan hipotesa yang diajukan adalah seperti di bawah ini :

Ho = Tidak ada pengaruh antara umur terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB.

H1 = Terdapat pengaruh antara umur terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB.

Maka kriteria penerimaan dan penolakan hipotesa adalah sebagai berikut : Tolak H jika _o χ2hitung ≥χ2tabel

Berdasarkan harga χ2hitung dibandingkan denganχ2tabel yaitu yang terdapat di

dalam tabel dengan ketentuan :

( )( ) ( )( )

−1 −1 = 2−1 3−1 =2

= b k df 05 , 0 = α maka :

(0,05;2) 5,991 2

= χ

Dengan membandingkan harga χ2hitung dengan χ2tabel diketahui bahwa tabel

hitung 2

2 χ

χ > yakni 6,62 > 5,991 yang menyatakan Ho ditolak dan H1 diterima yang berarti terdapat pengaruh antara umur terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB di Kelurahan Sidorejo Hilir.

Selanjutnya untuk mengetahui seberapa erat pengaruh antara umur terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB maka dapat ditentukan koefisien kontingensi C dengan rumus :

N C hitung hitung + = 2 2 χ χ 85 62 , 6 62 , 6 + = C 62 , 91 62 , 6 = C 269 , 0 = C

Dari hasil di atas dapat dilihat bahwa besarnya derajat pengaruh antara umur terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB adalah 0,269.

Agar harga C yang diperoleh dapat digunakan untuk menilai derajat asosiasi antara umur dengan kemauan ber-KB maka harga C ini perlu dibandingkan dengan koefisien kontingensi maksimum yang biasa terjadi. Harga C maksimum ini dapat dihitung dengan menggunakan rumus :

m m

Cmaks= −1

Dengan m harga minimum antara b dan k atau antara jumlah baris dan kolom. Dalam penelitian ini, daftar kontingensi terdiri atas 2 baris dan 4 kolom, jadi minimumnya adalah 2, sehingga :

2 1 2− = Cmaks 2 1

= = 0,707

Dengan membandingkan C dengan Cmaks maka keeratan pengaruh variabel 1 dan variabel 2 ditentukan oleh persentasenya. Hubungan kedua variabel ini disimbolkan dengan Q yaitu :

% 100 × = Cmaks C Q % 100 707 , 0 269 , 0 × = Q % 100 380 , 0 × = Q % 38 = Q

Dengan ketentuan-ketentuan Davis (1971) sebagai berikut : 1. Sangat erat jika Q ≥ 0,70

3. Cukup erat jika Q antara 0,30 dan 0,49 4. Kurang erat jika Q antara 0,10 dan 0,29 5. Dapat diabaikan jika Q antara 0,01 dan 0,09 6. Tidak ada jika Q = 0,00

Karena Q=38% maka Q berada antara 0,30 dan 0,49 yang berarti pengaruh antara umur dengan kemauan ber-KB cukup erat.

4.1.2.4 Pengaruh Jenis Kelamin dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB

Tabel 3.14. Pengaruh Jenis Kelamin dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB di Kelurahan Sidorejo Hilir, 2008

Keputuasan Ber - KB

Jenis Kelamin

Jumlah

Laki-laki Perempuan

f % f % f %

Terima KB Tolak KB 22 13 62,86 37,14 28 22 56 44 50 35 58,82 41,18

Jumlah 35 100,00 50 100,00 85 100,00

(

35 50

)

/85 20,59

11 = x =

E E21 =

(

35x35

)

/85=14,41

(

50 50

)

/85 29,41

12 = x =

E E₂₂ =

(

50x35

)

/85=20,59

(

) (

2

) (

2

) (

2

)

2

2 59 , 20 59 , 20 22 41 , 14 41 , 14 13 41 , 29 41 , 29 28 59 , 20 59 , 20 22 − + − + − + − = χ = 2

χ 0,10+0,07+0,13+0,10

=

2

χ 0,40

Dengan hipotesa yang diajukan adalah seperti di bawah ini :

Ho = Tidak ada pengaruh antara jenis kelamin terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB.

H1 = Terdapat pengaruh antara jenis kelamin terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB.

Maka kriteria penerimaan dan penolakan hipotesa adalah sebagai berikut : Tolak H jika _o χ2hitung ≥χ2tabel

Terima H jika _o χ2hitung < χ2tabel

Berdasarkan harga χ2hitung dibandingkan denganχ2tabel yaitu yang terdapat di

dalam tabel dengan ketentuan :

( )( ) ( )( )

−1 −1 = 2−1 2−1 =1

= b k df

05 , 0

= α

maka :

(0,05;1) 3,841 2

= χ

Dengan membandingkan harga χ2hitung dengan χ2tabel diketahui bahwa tabel

hitung 2

2 χ

χ > yakni 0,41 < 3,841 yang menyatakan Ho diterima dan H1 ditolak yang berarti tidak terdapat pengaruh antara jenis kelamin terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB di Kelurahan Sidorejo Hilir.

Selanjutnya untuk mengetahui seberapa erat pengaruh antara jenis kelamin terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB maka dapat ditentukan koefisien kontingensi C dengan rumus :

N C

hitung hitung

+

= 2

2

χ χ

85 40 , 0

40 , 0

+ =

40 , 85

40 , 0 =

C

068 , 0

=

C

Dari hasil di atas dapat dilihat bahwa besarnya derajat pengaruh antara jenis kelamin terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB adalah 0,068.

Agar harga C yang diperoleh dapat digunakan untuk menilai derajat asosiasi antara jenis kelamin dengan kemauan ber-KB maka harga C ini perlu dibandingkan dengan koefisien kontingensi maksimum yang biasa terjadi. Harga C maksimum ini dapat dihitung dengan menggunakan rumus :

m m

Cmaks= −1

Dengan m harga minimum antara b dan k atau antara jumlah baris dan kolom. Dalam penelitian ini, daftar kontingensi terdiri atas 2 baris dan 2 kolom, jadi minimumnya adalah 2, sehingga :

2 1 2−

=

Cmaks

2 1

= = 0,707

Dengan membandingkan C dengan Cmaks maka keeratan pengaruh variabel 1 dan variabel 2 ditentukan oleh persentasenya. Hubungan kedua variabel ini disimbolkan dengan Q yaitu :

% 100

× =

Cmaks C Q

% 100 707 , 0 068 , 0 × = Q % 100 096 , 0 × = Q % 6 , 9 = Q

Dengan ketentuan-ketentuan Davis (1971) sebagai berikut : 1. Sangat erat jika Q ≥ 0,70

2. Erat jika Q antara 0,50 dan 0,69 3. Cukup erat jika Q antara 0,30 dan 0,49 4. Kurang erat jika Q antara 0,10 dan 0,29 5. Dapat diabaikan jika Q antara 0,01 dan 0,09 6. Tidak ada jika Q = 0,00

Karena Q =9,6% maka Q berada antara ≥ 0,70 yang berarti pengaruh antara tingkat pendidikan dengan kemauan ber-KB sangat erat.

4.1.2.5 Pengaruh Agama dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB

Tabel 3.15. Pengaruh Agama dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB di Kelurahan Sidorejo Hilir, 2008 K eput us an Be r - KB Agama Jumlah

Islam Protestan Khatolik Budha

f % f % f % f % f %

Terima KB Tolak KB 26 24 52,00 48,00 13 7 65,00 35,00 6 4 70,00 40,00 5 0 100,00 0 50 35 58,82 41,18

(

50 50

)

/85 29,41

11 = x =

E E₂₁ =

(

50x35

)

/85=20,59

(

20 50

)

/85 11,76

12 = x =

E E₂₂ =

(

20x35

)

/85=8,24

(

10 50

)

/85 5,88

13 = x =

E E₂₃ =

(

10x35

)

/85=4,12

(

5 50

)

/85 2,94

14 = x =

E E₂₄ =

(

5x35

)

/85=2,06

(

−

) (

₊ −

) (

₊ −

) (

₊ −

)

₊

= 2 2 2 2

2 94 , 2 94 , 2 5 88 , 5 88 , 5 6 76 , 11 76 , 11 13 41 , 29 41 , 29 26 χ

(

) (

) (

)

2 2 2 12 , 4 12 , 4 4 24 , 8 24 , 8 7 59 , 20 59 , 20 24 − + − + − ₊

(

)

06 , 2 06 , 2

0− 2

=

2

χ 0,395+0,130+0,002+1,441+0,564+0,187+0,003+2,060

=

2

χ 4,782

Dengan hipotesa yang diajukan adalah seperti di bawah ini :

Ho = Tidak ada pengaruh antara agama terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB.

H1 = Terdapat pengaruh antara agama terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB.

Maka kriteria penerimaan dan penolakan hipotesa adalah sebagai berikut : Tolak H jika _o χ2hitung ≥χ2tabel

Terima H jika _o χ2hitung < χ2tabel

Berdasarkan harga χ2hitung dibandingkan denganχ2tabel yaitu yang terdapat di

dalam tabel dengan ketentuan :

( )( ) ( )( )

−1 −1 = 2−1 4−1 =3

= b k df 05 , 0 = α maka :

(0,05;3) 7,185 2

= χ

Dengan membandingkan harga χ2hitung dengan χ2tabel diketahui bahwa tabel

hitung 2

2 χ

χ > yakni 0,97 < 7,185 yang menyatakan Ho diterima dan H1 ditolak yang berarti tidak terdapat pengaruh antara agama terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB di Kelurahan Sidorejo Hilir.

Selanjutnya untuk mengetahui seberapa erat pengaruh antara agama terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB maka dapat ditentukan koefisien kontingensi C dengan rumus :

N C

hitung hitung

+

= 2

2

χ χ

85 782 , 4

782 , 4

+ =

C

7821 , 89

782 , 4 =

C

231 , 0

=

C

Dari hasil di atas dapat dilihat bahwa besarnya derajat pengaruh antara agama terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB adalah 0,231.

Agar harga C yang diperoleh dapat digunakan untuk menilai derajat asosiasi antara agama dengan kemauan ber-KB maka harga C ini perlu dibandingkan dengan koefisien kontingensi maksimum yang biasa terjadi. Harga C maksimum ini dapat dihitung dengan menggunakan rumus :

m m

Dengan m harga minimum antara b dan k atau antara jumlah baris dan kolom. Dalam penelitian ini, daftar kontingensi terdiri atas 2 baris dan 4 kolom, jadi minimumnya adalah 2, sehingga :

2 1 2− = Cmaks 2 1

= = 0,707

Dengan membandingkan C dengan Cmaks maka keeratan pengaruh variabel 1 dan variabel 2 ditentukan oleh persentasenya. Hubungan kedua variabel ini disimbolkan dengan Q yaitu :

% 100 × = Cmaks C Q % 100 707 , 0 106 , 0 × = Q % 100 150 , 0 × = Q % 15 = Q

Dengan ketentuan-ketentuan Davis (1971) sebagai berikut : 1. Sangat erat jika Q ≥ 0,70

2. Erat jika Q antara 0,50 dan 0,69 3. Cukup erat jika Q antara 0,30 dan 0,49 4. Kurang erat jika Q antara 0,10 dan 0,29 5. Dapat diabaikan jika Q antara 0,01 dan 0,09 6. Tidak ada jika Q = 0,00

Karena Q=15% maka Q berada antara 0,10 dan 0,29 yang berarti pengaruh antara tingkat pendidikan dengan kemauan ber-KB kurang erat.

4.1.2.6 Pengaruh Suku dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB

Tabel 3.16. Pengaruh Suku dengan Penerimaan dan Penolakan Responden Terhadap Pemakaian Alat Kontrasepsi KB di Kelurahan Sidorejo

Hilir, 2008 K eput us an Be r - KB Suku Jumlah

Jawa Tiong-Hoa Toba Karo

f % f % f % f % f %

Terima KB Tolak KB 21 24 46,67 53,33 5 0 100,00 0 19 11 63,33 36,67 5 0 100,00 0 50 35 58,82 41,18 Jumlah 45 100,00 5 100,00 30 100,00 5 100,00 85 100,00

(

45 50

)

/85 26,47

11 = x =

E E₂₁ =

(

45x35

)

/85=18,53

(

5 50

)

/85 2,94

12 = x =

E E22 =

(

5x35

)

/85=2,06

(

30 50

)

/85 17,65

13 = x =

E E₂₃ =

(

30x35

)

/85=12,35

(

5 50

)

/85 2,94

14 = x =

E E₂₄ =

(

5x35

)

/85=2,06

(

−

) (

₊ −

) (

₊ −

) (

₊ −

)

₊

= 2 2 2 2

2 94 , 2 94 , 2 5 65 , 17 65 , 17 19 94 , 2 94 , 2 5 47 , 26 47 , 26 21 χ

(

) (

) (

) (

)

06 , 2 06 , 2 0 53 , 12 53 , 12 11 06 , 2 06 , 2 0 53 , 18 53 , 18

24 2 2 2 − 2

+ − + − + − = 2

Dengan hipotesa yang diajukan adalah seperti di bawah ini :

Ho = Tidak ada pengaruh antara suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB.

H1 = Terdapat pengaruh antara suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB.

Maka kriteria penerimaan dan penolakan hipotesa adalah sebagai berikut : Tolak H jika o hitung tabel

2

2 χ

χ ≥

Terima H jika o hitung tabel

2

2 χ

χ <

Berdasarkan harga χ2hitung dibandingkan denganχ2tabel yaitu yang terdapat di

dalam tabel dengan ketentuan :

( )( ) ( )( )

−1 −1 = 2−1 4−1 =3

= b k df

05 , 0

= α

maka :

(0,05;3) 7,185

2 =

χ

Dengan membandingkan harga χ2hitung dengan χ2tabel diketahui bahwa tabel

hitung 2

2

χ

χ > yakni 10,03 > 7,185 yang menyatakan Ho ditolak dan H1 diterima yang berarti terdapat pengaruh antara suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB di Kelurahan Sidorejo Hilir.

Selanjutnya untuk mengetahui seberapa erat pengaruh antara suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB maka dapat ditentukan koefisien kontingensi C dengan rumus :

N C hitung hitung + = 2 2 χ χ 85 03 , 10 03 , 10 + = C 03 , 95 03 , 10 = C 106 , 0 = C 325 , 0 = C

Dari hasil di atas dapat dilihat bahwa besarnya derajat pengaruh antara suku terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB adalah 0,325.

Agar harga C yang diperoleh dapat digunakan untuk menilai derajat asosiasi antara suku dengan kemauan ber-KB maka harga C ini perlu dibandingkan dengan koefisien kontingensi maksimum yang biasa terjadi. Harga C maksimum ini dapat dihitung dengan menggunakan rumus :

m m

Cmaks= −1

Dengan m harga minimum antara b dan k atau antara jumlah baris dan kolom. Dalam penelitian ini, daftar kontingensi terdiri atas 2 baris dan 4 kolom, jadi minimumnya adalah 2, sehingga :

2 1 2−

=

Cmaks

2 1

= = 0,707

Dengan membandingkan C dengan Cmaks maka keeratan pengaruh variabel 1 dan variabel 2 ditentukan oleh persentasenya. Hubungan kedua variabel ini disimbolkan dengan Q yaitu :

% 100 × =

Cmaks C Q

% 100 707 , 0

325 , 0

× =

Q

% 100 460 ,

0 ×

=

Q

% 46

=

Q

Dengan ketentuan-ketentuan Davis (1971) sebagai berikut : 1. Sangat erat jika Q ≥ 0,70

2. Erat jika Q antara 0,50 dan 0,69 3. Cukup erat jika Q antara 0,30 dan 0,49 4. Kurang erat jika Q antara 0,10 dan 0,29 5. Dapat diabaikan jika Q antara 0,01 dan 0,09 6. Tidak ada jika Q = 0,00

Karena Q=46% maka Q berada antara 0,30 dan 0,49 yang berarti pengaruh antara tingkat pendidikan dengan kemauan ber-KB cukup erat.

Berdasarkan hasil penelitian yang dilakukan di Kelurahan Sidorejo Hilir terhadap 85 responden diperoleh hasil perhitungan Chi-Kuadrat bahwa umur dan suku mempunyai hubungan yang signifikan dengan kemauan ber-KB. Ini dapat dibuktikan dengan memperhatikan bahwa dengan df=2 dan α =0,05 mempunyai χ2hitung > χ2tabel yakni

6,62 > 5,991 pada umur, df=3 dan α =0,05 χ2hitung >χ2tabel yakni 10,03 > 7,185

pada suku.

Dari hasil perhitungan nilai koefisien kontingensi yang menunjukkan keeratan atau besar hubungan antara variabel bebas atau variabel terikat,besar pengaruh umur dan suku dengan kemauan ber-KB dapat dilihat dengan membandingkan harga C dan harga Cmaks-nya, dan pada penelitian ini terlihat bahwa pada umur C=0,269 dan Cmaks = 0,707, pada suku C =0,325 dan Cmaks = 0,707, sehingga dapat disimpulkan bahwa hubungan antara keduanya terhadap penerimaan dan penolakan penggunaan alat kontrasepsi KB adalah cukup erat.

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian

Implementasi system adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain sistem 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 12.0 for Windows dalam masalah memperoleh hasil perhitungan.

5.2 Statistik dan Komputer

Komputer berasal dari kata “computare” dalam bahasa Yunani yang berarti menghitung ( bandingkan dengan kata “to compute” dalam bahasa Inggris). Dengan demikian, computer memang dibuat untuk melakukan pengolahan data yang berdawsarkan pada operasi matematika seperti ( x, :, +, -) dan operasi logika (>, <, =). Perkembangan teknologi komputer pun pada intinya berusaha untuk semakin mendayagunakan kemampuan perhitungan diatas, dengan memperbaiki kinerja “otak” komputer atau CPU ( Central Processing Unit ), dimulai dari teknologi XT yang sudah usang sampai teknologi Core Two Duo ( Core 2 Duo) dewasa ini.

Di sisi lain, ilmu statistik, bak itu statistik deskriptif maupu n statsistik inferensi, pada dasarnya adalah ilmu yang “penuh” pula dengan operasi perhitungan matematika. Statistik berasal dari kata “statistik” yang dapat didefenisikan sebagai data yang telah terolah yang kemidian mengalami proses pengolahan data. Tentunya proses tersebut dapat berlangsung hanya dengan didasarkan pada pengolahan data ya ng berbasis perhitungan matematika, sesuatu yang dapat dikerjakan dengan cepat oleh computer. Jadi, jika statistik menyediakan cara / metode pengolahan data yang ada, maka computer menyediakan swarana pengolahan datanya. Dengan bantuan komputer pengolahan data statistik hingga dihasilkan informasi yang relevan menjadi lebih cepat dan lebih akurat.

Dalam pengolahan data, komputer mempunyai tiga keunggulan utama dibandingkan manusia yaitu kecepatan, ketepatan, dan keandalan yang membuat komputer sangat dibutuhkan dalam mengolah data-data statistik. Selain mempunyai kecepatan yang sangat tinggi dalam mengolah data-data statistik, serta menghasilkan tempat yang mempunyai presisi ( ketepatan ) tinggi, komputer juga mempunyai daya tahan kerja yang tinggi.

5.3 SPSS dan Komputer Statistik

Saat ini banyak beredar berbagai paket program computer statistic, dari yang “kuno” dan berbasis DOS seperti Microstat sampai yang berbasisi Windows seperti SPSS, SAS, Statistica dan lainnya. Dari berbagai software yang beredar sekarang, SPSS adalah yang paling banyak paling popular dan paling banyak digunakan pemakai di seluruh dunia.

SPSS sebagai software statistik, pertama kali dibuat tahun 1968 oleh mahasiswa Stanford University, yang dioperasi pada computer mainframe. Pada tahun 1984, SPSS pertama kali muncul dengan versi PC ( dapat dipakai untuk komputer desktop) dengan nama SPSS / PC+ dan sejalan dengan mulai populernya sistem operasi operasi Windows, SPSS pada tahun 1992 juga mengeluarkan versi WIndows.

Hal ini membuat SPSS yang tadinya ditujukan bagi pengolahan data statistik untuk ilmu social ( SPSS saat itu adalah singkatan dari Statistical Package for the Social Sciences ), sekarang diperluas untuk melayani berbagai jenis user, seperti untuk

proses produksi di pabrik, riset ilmu-ilmu sains dan lainnya. Sehingga sekarang kepanjangan SPSS adalah Statistical Product and Service Solutions.

5.4 Mengoperasikan SPSS

Secara umum ada tiga tahapan yang harus dilakukan dalam mengoperasikan SPSS supaya hasil yang diperoleh berdayaguna yaitu :

1. Tahap penyiapan data mencakup pemasukan ( Input ) data. 2. Tahap proses analisin data dan

3. Tahap analisis hasil

Adapun langkah-langkah pengolahan data dengan menggunakan program SPSS adalah :

1. Aktifkan program SPSS pada windows dengan perintah : Start lalu program dan pilih SPSS 15.0 for windows.

2. Pemasukan data ke SPSS Langkah-langkah : Buka lembar kerja baru

Dari menu utama FILE, pilih menu NEW. Lalu klik DATA. Sekarang SPSS siap membuat variabel baru yang diperlukan.

Mendefinisikan variabel dan properti yang diperlukan.

Langkah berikutnya adalah membuat nama untuk setiap variabel baru jenis data, label data, dan sebagainya. Untuk itu, klik tab sheet Variable View yang ada di bagian kiri bawah. Tampilan Variable View dapat juga diambil dari menu VIEW lalu sub menu VARIABLE, atau langsung tekan CTRL+T.

Tampak di layar :

Tampak tampilan pemasukan variabel baru dengan urutan NAME, TYPE dan seterusnya.

Pengisian

Oleh karena ini variabel pertama, tempatkan pointer pada baris 1.

Name. Klik ganda pada sel tersebut, dan ketik tkt_pnddkn.

Type. Pilih STRING jika dalam bentuk data dan pilih NUMERICS jika

dalam bentuk angka.

Width. Untuk keseragaman, ketik 8.

Decimals. Oleh karena tipe data NUMERIC dengan kode maka ketik nol

yang berarti tidak ada decimal.

Label. Sesuai kasus, letakkan kursor di bawah label, klik kemudian ketik

keterangan dari tkt_pnddkn.menjadi tingkat pendidikan.

Values. Pilihan ini untuk proses pemberian kode. Klik mouse pada sel

Values dan memberikan coding pada data yang diproses. Misalkan :

Value, ketik 1 lalu Value Label, ketik SD.

Begitu seterusnya sampai value yang ke empat. Tampak di layar :

Variabel view juga bisa dilihat pada gambar diatas.

Setelah selesai kemudian klik Data View untuk pemasukan data. Letakkan data pada baris pertama variabel tkt_pnddkn. Kemudian isi data sesuai dengan kasus di atas dengan memasukkan data 1 sampai 85.

Tampak di layar :

3. Penyimpanan Data

Data yag diisi dalam SPSS disimpan dengan nam file “ Hanna SPSS” Adapun langkah-langkahnya ialah :

Klik menu FILE Pilih SAVE

Ketik nama fle yang akan disimpan klik OK atau enter. 4. Proses Analisis Data

Langkah-langkahnya adalah sebagai berikut : Dari menu SPSS, klik menu ANALYZE.

Pilih sub menu DESCRIPTIVE STATISTICS, lalu pilih CROSSTABS. Seperti gambar berikut :

Pada kotak crosstab akan ditampilkan variabel-variabel yang akan diuji. Pindahkan variabel tingkat pendidikan pada baris ( row ) dan variabel tingkat pendidikan pada kolom ( column ). Tampak di layar :

Kemudian klik STATISTICS, pilih CHI-SQUARE

Dari nominal, pilih CONTINGENCY COEFFICIENT Tampak di layar :

Klik CONTINUE, pilih CELLS

Pilih OBSERVED kemudian EXPECTED Tampak di layar :

4.6 Klik CONTINUE, kemudian tekan OK untuk mengakhiri pengisian prosedur analisis, maka outputnya akan muncul.

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

1. Dari 85 responden, 50 (58,82%) responden yang memakai alat kontrasepsi KB sedangkan yang tidak memakai alat kontrasepsi KB sebanyak 35 (41,18%) responden.

Hanna Justicia Simanjuntak : Pengaruh Tingkat Pendidikan Umur Jenis Kelamin Agama Dan Suku Terhadap

LAMPIRAN

CROSSTABS

/TABLES=tgkt_pnddkn BY kptsn_KB

/FORMAT= AVALUE TABLES

/STATISTIC=CHISQ CC

/CELLS= COUNT EXPECTED

/COUNT ROUND CELL .

Crosstabs

[DataSet0]

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

tingkat pendidikan *

keputusan berKB 85 100.0% 0 .0% 85 100.0%

tingkat pendidikan * keputusan berKB Crosstabulation

keputusan berKB Total

terima tolak terima

pendidikan Expected Count 17.6 12.4 30.0

smp Count _{9 7 16}

Expected Count 9.4 6.6 16.0

sma Count _{14 13 27}

Expected Count 15.9 11.1 27.0

perguruan tinggi Count _{8 4 12}

Expected Count 7.1 4.9 12.0

Total Count _{50 35 85}

Expected Count 50.0 35.0 85.0

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

Pearson Chi-Square _{1.142(a) 3 .767}

Likelihood Ratio 1.145 3 .766

Linear-by-Linear

Association .075 1 .784

N of Valid Cases

85

a 1 cells (12.5%) have expected count less than 5. The minimum expected count is 4.94.

Symmetric Measures

Value Approx. Sig.

Nominal by Nominal Contingency Coefficient .115 .767

N of Valid Cases 85

a Not assuming the null hypothesis.

b Using the asymptotic standard error assuming the null hypothesis.

CROSSTABS

/TABLES=umur BY kptsn_KB

/FORMAT= AVALUE TABLES

/STATISTIC=CHISQ CC

/CELLS= COUNT EXPECTED

/COUNT ROUND CELL .

Crosstabs

[DataSet0]

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

umur responden *

keputusan berKB 85 100.0% 0 .0% 85 100.0%

umur responden * keputusan berKB Crosstabulation

keputusan berKB Total

terima tolak terima

Hanna Justicia Simanjuntak : Pengaruh Tingkat Pendidikan Umur Jenis Kelamin Agama Dan Suku Terhadap

responden Expected Count 14.7 10.3 25.0

sedang Count _{17 18 35}

Expected Count 20.6 14.4 35.0

tua Count _{20 5 25}

Expected Count 14.7 10.3 25.0

Total Count _{50 35 85}

Expected Count 50.0 35.0 85.0

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

Pearson Chi-Square 6.628(a) 2 .036

Likelihood Ratio 7.045 2 .030

Linear-by-Linear

Association 3.998 1 .046

N of Valid Cases

85

a 0 cells (.0%) have expected count less than 5. The minimum expected count is 10.29.

Symmetric Measures

Value Approx. Sig.

Nominal by Nominal Contingency Coefficient .269 .036

N of Valid Cases ₈₅

a Not assuming the null hypothesis.

b Using the asymptotic standard error assuming the null hypothesis.

CROSSTABS

/TABLES=jenkel BY kptsn_KB

/FORMAT= AVALUE TABLES

/STATISTIC=CHISQ CC

/CELLS= COUNT EXPECTED

/COUNT ROUND CELL .

Crosstabs

[DataSet0]

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

jenis kelamin *

keputusan berKB 85 100.0% 0 .0% 85 100.0%

jenis kelamin * keputusan berKB Crosstabulation

keputusan berKB Total

jenis kelamin laki-laki Count _{22 13 35}

Expected Count 20.6 14.4 35.0

perempuan Count _{28 22 50}

Expected Count 29.4 20.6 50.0

Total Count _{50 35 85}

Expected Count 50.0 35.0 85.0

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

Exact Sig. (2-sided)

Exact Sig. (1-sided)

Pearson Chi-Square .400(b) 1 .527

Continuity

Correction(a) .167 1 .683

Likelihood Ratio _{.401 1 .526}

Fisher's Exact Test .655 .342

Linear-by-Linear

Association .395 1 .530

N of Valid Cases ₈₅

a Computed only for a 2x2 table

b 0 cells (.0%) have expected count less than 5. The minimum expected count is 14.41.

Symmetric Measures

Value Approx. Sig.

Nominal by Nominal Contingency Coefficient .068 .527

N of Valid Cases ₈₅

a Not assuming the null hypothesis.

b Using the asymptotic standard error assuming the null hypothesis.

CROSSTABS

/TABLES=agma BY kptsn_KB

/FORMAT= AVALUE TABLES

/STATISTIC=CHISQ CC

/CELLS= COUNT EXPECTED

/COUNT ROUND CELL .

Crosstabs

[DataSet0]

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

agama *

keputusan berKB 85 100.0% 0 .0% 85 100.0%

agama * keputusan berKB Crosstabulation

keputusan berKB Total

Hanna Justicia Simanjuntak : Pengaruh Tingkat Pendidikan Umur Jenis Kelamin Agama Dan Suku Terhadap

agama islam Count _{26 24 50}

Expected Count 29.4 20.6 50.0

protestan Count _{13 7 20}

Expected Count 11.8 8.2 20.0

katolik Count _{6 4 10}

Expected Count 5.9 4.1 10.0

budha Count _{5 0 5}

Expected Count 2.9 2.1 5.0

Total Count 50 35 85

Expected Count _{50.0 35.0 85.0}

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

Pearson Chi-Square 4.782(a) 3 .188

Likelihood Ratio 6.581 3 .087

Linear-by-Linear

Association 3.437 1 .064

N of Valid Cases

85

a 3 cells (37.5%) have expected count less than 5. The minimum expected count is 2.06.

Symmetric Measures

Value Approx. Sig.

Nominal by Nominal Contingency Coefficient _{.231 .188}

N of Valid Cases 85

a Not assuming the null hypothesis.

b Using the asymptotic standard error assuming the null hypothesis.

CROSSTABS

/TABLES=suku BY kptsn_KB

/FORMAT= AVALUE TABLES

/STATISTIC=CHISQ CC

/CELLS= COUNT EXPECTED

/COUNT ROUND CELL .

Crosstabs

[DataSet0]

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

suku responden *

keputusan berKB 85 100.0% 0 .0% 85 100.0%

suku responden * keputusan berKB Crosstabulation

terima tolak terima suku

responden

jawa Count 21 24 45

Expected Count _{26.5 18.5 45.0}

tionghoa Count 5 0 5

Expected Count _{2.9 2.1 5.0}

toba Count 19 11 30

Expected Count _{17.6 12.4 30.0}

karo Count _{5 0 5}

Expected Count 2.9 2.1 5.0

Total Count 50 35 85

Expected Count _{50.0 35.0 85.0}

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

Pearson Chi-Square 9.998(a) 3 .019

Likelihood Ratio 13.561 3 .004

Linear-by-Linear

Association 5.157 1 .023

N of Valid Cases

85

a 4 cells (50.0%) have expected count less than 5. The minimum expected count is 2.06.

Symmetric Measures

Value Approx. Sig.

Nominal by Nominal Contingency Coefficient _{.324 .019}

N of Valid Cases ₈₅

a Not assuming the null hypothesis.