58. Terdapat hubungan korelasi variabel Jumlah Puskesmas dan Sejenisnya dengan Jumlah Rumah Sakit Umum.
59. Terdapat hubungan korelasi variabel Jumlah Persentase Rumah Tangga yang Menerima Kredit Usaha dengan Persentase Rumah Tangga yang Mendapat
Pelayanan Kesehatan Gratis.
4.3 Merumuskan Persamaan Struktural
Merumuskan persamaan struktural harus berdasarkan model diagram jalur sebagai berikut:
Gambar 4.1 Model Diagram Jalur Tahap I
Universitas Sumatera Utara
Keterangan: 1.
=
Persentase Rumah Tangga yang Mendapat Pelayanan Kesehatan Gratis
2.
=
Persentase Rumah Tangga yang Menerima Kredit Usaha 3.
=
Lama Sekolah 4.
=
Persentase Penduduk Melek Huruf 5.
[
=
Persentase Penduduk Miskin 6.
\
=
Pengeluaran Per Kapita Per Bulan 7.
]
=
Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak 8.
=
Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak 9.
_
=
Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah
10.
V
=
Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh 11.
=
Persentase Laju Pertumbuhan Ekonomi 12.
=
Jumlah Apotik 13.
=
Jumlah Puskesmas dan Sejenisnya 14.
=
Jumlah Rumah Sakit Umum 15.
[
=
Jumlah Dokter 16.
\
=
Jumlah Bidan 17.
]
=
Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten Apoteker 18.
=
Jumlah Perawat 19.
_
=
Persentase Penduduk yang Mengalami Keluhan Kesehatan 20.
V
=
Angka Harapan Hidup 21.
=
Variabel residu dari 22.
=
Variabel residu dari
Universitas Sumatera Utara
23.
=
Variabel residu dari
[
24.
=
Variabel residu dari
\
25.
[
=
Variabel residu dari
]
26.
\
=
Variabel residu dari 27.
]
=
Variabel residu dari
_
26.
=
Variabel residu dari 27.
_
=
Variabel residu dari
V
28.
V
=
Variabel residu dari
_
29.
=
Variabel residu dari
V
Pada Gambar 4.1 terdapat 11 persamaan struktural. Adapun kesebelas persamaan strukturalnya adalah sebagai berikut.
1.
=
H H
+ 2.
=
H
`
H
+ 3.
[
=
H
a
H
+
H
a
H
`
+ 4.
\
=
H
b
H
+
H
b
H
+
H
b
H
`
+ 5.
]
=
H
c
H
+
H
c
H
a
[
+
H
c
H
b
\
+
[
6.
=
H
d
H
+
H
d
H
a
[
+
H
d
H
b
\
+
\
7.
_
=
H
e
H
+
H
e
H
a
[
+
H
e
H
b
\
+
]
8.
V
=
H
f
H
b
\
+
H
f
H
c
]
+
H
f
H
d
+
H
f
H
e
_
+ 9.
=
H H
a
[
+
H H
b
\
+
_
Universitas Sumatera Utara
10.
_
=
H
e
H
+
H
e
H
c
[
+
H
e
H
b
\
+
H
e
H
c
]
+
H
e
H
d
+
H
e
H
e
_
+
H
e
H
f
V
+
H
e
H
+
H
e
H
+
H
e
H
`
+
H
e
H
a
[
+
H
e
H
b
\
+
H
e
H
c
]
+
H
e
H
d
+
10
11.
V
=
H
f
H
+
H
f
H
b
\
+
H
f
H
c
]
+
H
f
H
d
+
H
f
H
e
_
+
H
f
H
f
V
+
H
f
H
+
H
f
H
+
H
f
H
+
H
f
H
`
+
H
f
H
a
[
+
H
f
H
b
\
+
H
f
H
c
]
+
H
f
H
d
+
H
f
H
e
_
+
11
4.4 Menganalisis Data Menggunakan Program Amos Versi 18
Untuk menganalisis menggunakan Amos Versi 18, terdapat tahapan sebagai berikut:
1. Menampilkan gambar dengan tampilan angka hasil analisis 1. Buka Program Amos Versi 18
2. Pilih Amos Graphics 3. Gambar struktur model pada drawing area
4
.
Input data dengan klik file kemudian pilih data dengan klik file name kemudian klik OK
5. Klik Analyse pada menu Amos 6. Pilih Calculate Estimates Ctrl + F9
7. Save Path Diagram 8. Klik View the Output Path Diagram
Universitas Sumatera Utara
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:
1. Buka menu View 2. Pilih Analysis Properties muncul Kotak Dialog Analysis Properties
3. Klik tab output dan beri tanda centang semua tab output 4. Tutup kotak dialog dengan klik tombol close
5. Untuk proses, jalankan menu Analyse dan pilih Calculate Estimates 6. Tampilan output dengan buka menu view dan pilih text output
4.4.1 Uji Normalitas
Langkah selanjutnya adalah melakukan uji normalitas data uji distribusi normal. Uji ini dilakukan untuk melihat apakah data berdistribusi normal atau tidak. Data
yang terdistribusi normal adalah syarat untuk melakukan analisis jalur.
Tabel 4.21 Assessment of normality Group number 1 Variable
Min Max
skew c.r.
kurtosis c.r.
0,380 25,260
1,343 3,151
1,492 1,749
84,460 99,830
-2,159 -5,063
3,712 4,352
5,880 10,890
-0,507 -1,189
0,077 0,091
\
286053,000 861019,000
-0,092 -0,215
-0,126 -0,148
[
4,780 30,840
1,857 4,354
2,802 3,285
]
10,730 74,920
0,592 1,389
-0,181 -0,212
1,200 90,870
-0,397 -0,930
-0,851 -0,997
Universitas Sumatera Utara
Tabel 4.21 Lanjutan
_
0,000 21,010
2,190 5,135
4,018 4,711
]
3,000 693,000
5,180 12,148
25,854 30,316
1,720 21,900
0,816 1,915
-0,090 -0,105
0,000 541,000
5,110 11,983
25,163 29,506
0,000 72,000
4,502 10,558
20,737 24,316
117,000 1948,000
1,186 2,781
0,337 0,395
112,000 2018,000
4,372 10,253
20,036 23,495
[
10,000 2977,000
5,299 12,427
26,727 31,340
\
92,000 982,000
0,904 2,121
0,106 0,124
V
42,690 97,930
-1,127 -2,644
0,636 0,746
4,370 7,630
-0,187 -0,438
1,530 1,795
_
11,520 35,590
0,531 1,245
-0,191 -0,223
V
63,790 72,420
-0,969 -2,273
1,719 2,015
hIiN6jk 6kN
17,984 1,741
Tabel 4.22 Observations farthest from the centroid Mahalanobis distance Group number 1
Observation number Mahalanobis d-squared
l l
30 31,895
0,044 0,777
29 31,755
0,046 0,452
12 29,780
0,073 0,441
1 27,790
0,114 0,532
28 27,517
0,121 0,372
9 23,596
0,261 0,894
33 23,388
0,270 0,827
5 22,957
0,291 0,787
26 22,402
0,319 0,773
31 22,340
0,322 0,657
14 21,945
0,343 0,613
3 21,930
0,344 0,472
13 21,895
0,346 0,342
25 21,827
0,350 0,236
17 21,479
0,369 0,201
2 20,543
0,424 0,298
11 20,257
0,442 0,250
24 18,836
0,532 0,512
Universitas Sumatera Utara
Tabel 4.22 Lanjutan 19
18,643 0,545
0,431 18
18,617 0,547
0,307 16
18,493 0,555
0,223 6
17,942 0,591
0,243 27
17,871 0,596
0,157 32
17,056 0,649
0,228 4
17,004 0,653
0,139 15
15,357 0,756
0,423 22
14,196 0,820
0,443 20
14,050 0,828
0,307 8
13,742 0,843
0,218 21
11,570 0,930
0,591 10
10,812 0,951
0,514 7
7,165 0,996
0,879 23
15,351 0,756
0,272
Pada Tabel 4.21 di atas terlihat bahwa c.r. kurtosis multivariat adalah 1,741 yang berada pada interval -2,58 sampai 2,58. Dengan ini maka data
dikatakan berdistribusi normal. Hal ini sejalan juga dengan nilai l dan l yang
secara tidak bersama-sama kurang dari 0,05 sebagaimana pada Tabel 4.22. Pada Tabel 4.22 dimaksud terlihat bahwa walaupun masih terdapat
l yang di bawah 0,05, namun karena
l di atas 0,05, maka sudah tidak ada data yang dikatakan sebagai outlier.
Universitas Sumatera Utara
4.4.2 Pemaknaan dan Pengujian Koefisien Korelasi Antar Variabel Eksogen
Hasil penghitungan koefisien korelasi antar variabel eksogen dengan menggunakan program Amos Versi 18 ditampilkan dalam tabel berikut.
Tabel 4.23 Covariances: Group number 1 - Default model Estimate
S.E. C.R.
P Label
8,048 5,179
1,554 0,120 par_42
\ [
31409,446 20846,893
1,507 0,132 par_54
[ ]
57461,658 14411,909
3,987 par_55
\ ]
6151,441 4785,069
1,286 0,199 par_56
\
24526,865 13772,271
1,781 0,075 par_57
]
36262,956 9237,312
3,926 par_58
[
156084,638 39797,320
3,922 par_59
24045,708 9474,978
2,538 0,011 par_60
711,408 1144,978
,621 0,534 par_61
210,719 207,330
1,016 0,309 par_62
Tabel 4.24 Correlations: Group number 1 - Default model Estimate
0,286
\ [
0,276
[ ]
0,994
\ ]
0,233
\
0,332
]
0,964
[
0,962 0,502
0,111 0,183
Universitas Sumatera Utara
1. Korelasi antara variabel eksogen dengan variabel eksogen
adalah sebesar 0,286 Tabel 4.24. Berarti tingkat hubungan antara variabel eksogen
dengan variabel eksogen adalah lemah dan positif. Pada Tabel 4.23
didapat nilai sig. l sebesar 0,120 yang lebih besar dari nilai m 0,05. Jadi,
hubungan antara variabel eksogen dengan variabel eksogen
tidak signifikan. Dengan kata lain, tidak ada hubungan antara variabel Persentase
Rumah Tangga yang Mendapat Pelayanan Kesehatan Gratis dengan Persentase Rumah Tangga yang Menerima Kredit Usaha.
2. Korelasi antara variabel eksogen
[
dengan variabel eksogen
\
adalah sebesar 0,276 Tabel 4.24. Berarti tingkat hubungan antara variabel eksogen
[
dengan variabel eksogen
\
adalah lemah dan positif. Pada Tabel 4.23 didapat nilai sig.
l sebesar 0,132 yang lebih besar dari nilai m 0,05. Jadi, hubungan antara variabel eksogen
[
dengan variabel eksogen
\
tidak signifikan. Dengan kata lain, tidak ada hubungan antara variabel Jumlah
Dokter dengan Jumlah Bidan. 3. Korelasi antara variabel eksogen
[
dengan variabel eksogen
]
adalah sebesar 0,994 Tabel 4.24. Berarti tingkat hubungan antara variabel eksogen
[
dengan variabel eksogen
]
adalah kuat dan positif. Pada Tabel 4.23 didapat nilai sig.
l sebesar 0,000 yang lebih kecil dari nilai m 0,05. Jadi, hubungan antara variabel eksogen
[
dengan variabel eksogen
]
adalah signifikan. Dengan kata lain, ada hubungan yang nyata antara variabel Jumlah Dokter dengan Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten
Apoteker.
Universitas Sumatera Utara
4. Korelasi antara variabel eksogen
\
dengan variabel eksogen
]
adalah sebesar 0,233 Tabel 4.24. Berarti tingkat hubungan antara variabel eksogen
\
dengan variabel eksogen
]
adalah lemah dan positif. Pada Tabel 4.23 didapat nilai sig.
l sebesar 0,199 yang lebih besar dari nilai m 0,05. Jadi, hubungan antara variabel eksogen
\
dengan variabel eksogen
]
tidak signifikan. Dengan kata lain, tidak ada hubungan antara variabel Jumlah Bidan
dengan Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten Apoteker. 5. Korelasi antara variabel eksogen
\
dengan variabel eksogen
]
adalah sebesar 0,233 Tabel 4.24. Berarti tingkat hubungan antara variabel eksogen
\
dengan variabel eksogen
]
adalah lemah dan positif. Pada Tabel 4.23 didapat nilai sig.
l sebesar 0,199 yang lebih besar dari nilai m 0,05. Jadi, hubungan antara variabel eksogen
\
dengan variabel eksogen
]
tidak signifikan. Dengan kata lain, tidak ada hubungan antara variabel Jumlah Bidan
dengan Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten Apoteker. 6. Korelasi antara variabel eksogen
\
dengan variabel eksogen adalah
sebesar 0,332 Tabel 4.24. Berarti tingkat hubungan antara variabel eksogen
\
dengan variabel eksogen adalah lemah dan positif. Pada Tabel 4.23
didapat nilai sig. l sebesar 0,075 yang lebih besar dari nilai m 0,05. Jadi,
hubungan antara variabel eksogen
\
dengan variabel eksogen
]
tidak signifikan. Dengan kata lain, tidak ada hubungan antara variabel Jumlah Bidan
dengan Jumlah Perawat
Universitas Sumatera Utara
7. Korelasi antara variabel eksogen
]
dengan variabel eksogen adalah
sebesar 0,964 Tabel 4.24. Berarti tingkat hubungan antara variabel eksogen
]
dengan variabel eksogen adalah kuat dan positif. Pada Tabel 4.23
didapat nilai sig. l sebesar 0,000 yang lebih kecil dari nilai m 0,05.
Jadi, hubungan antara variabel eksogen
]
dengan variabel eksogen adalah signifikan. Dengan kata lain, ada hubungan yang nyata antara variabel
Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten Apoteker dengan Jumlah Perawat.
8. Korelasi antara variabel eksogen
[
dengan variabel eksogen adalah
sebesar 0,962 Tabel 4.24. Berarti tingkat hubungan antara variabel eksogen
[
dengan variabel eksogen adalah kuat dan positif. Pada Tabel 4.23
didapat nilai sig. l sebesar 0,000 yang lebih kecil dari nilai m 0,05.
Jadi, hubungan antara variabel eksogen
[
dengan variabel eksogen adalah signifikan. Dengan kata lain, ada hubungan yang nyata antara variabel
Jumlah Dokter dengan Jumlah Perawat. 9. Korelasi antara variabel eksogen
dengan variabel eksogen adalah
sebesar 0,502 Tabel 4.24. Berarti tingkat hubungan antara variabel eksogen dengan variabel eksogen
adalah kuat dan positif. Pada Tabel 4.23 didapat nilai sig.
l sebesar 0,011 yang lebih kecil dari nilai m 0,05. Jadi, hubungan antara variabel eksogen
dengan variabel eksogen adalah
signifikan. Dengan kata lain, ada hubungan yang nyata antara variabel Jumlah Apotik dengan Jumlah Puskesmas dan Sejenisnya.
Universitas Sumatera Utara
10. Korelasi antara variabel eksogen dengan variabel eksogen
adalah sebesar 0,111 Tabel 4.24. Berarti tingkat hubungan antara variabel eksogen
dengan variabel eksogen adalah lemah dan positif. Pada Tabel 4.23
didapat nilai sig. l sebesar 0,534 yang lebih besar dari nilai m 0,05. Jadi,
hubungan antara variabel eksogen dengan variabel eksogen
tidak signifikan. Dengan kata lain, tidak ada hubungan antara variabel Jumlah
Puskesmas dan Sejenisnya dengan Jumlah Rumah Sakit Umum. 11. Korelasi antara variabel eksogen
dengan variabel eksogen adalah
sebesar 0,183 Tabel 4.24. Berarti tingkat hubungan antara variabel eksogen dengan variabel eksogen
adalah lemah dan positif. Pada Tabel 4.23 didapat nilai sig.
l sebesar 0,309 yang lebih besar dari nilai m 0,05. Jadi, hubungan antara variabel eksogen
dengan variabel eksogen tidak
signifikan. Dengan kata lain, tidak ada hubungan antara variabel Jumlah Apotik dengan Jumlah Rumah Sakit Umum.
Universitas Sumatera Utara
4.4.3 Pemaknaan dan Pengujian Koefisien Jalur Antara Variabel Eksogen dengan Variabel Endogen
Hasil penghitungan koefisien jalur antar variabel eksogen dengan variabel endogen dengan menggunakan program Amos Versi 18 ditampilkan dalam tabel
berikut. Tabel 4.25 Regression Weights: Group number 1 - Default model
Estimate S.E.
C.R. P
Label 0,036
0,037 0,977
0,328 par_43 0,141
0,117 1,206
0,228 par_46
\
55379,864 19102,580 2,899
0,004 par_35
\
-1839,288 2463,075 -0,747
0,455 par_39
\
12610,313 6058,356 2,081
0,037 par_45
[
-0,052 0,123
-0,418 0,676 par_16
[ \
0,000 0,000
-0,974 0,330 par_37
[
-0,954 0,276
-3,451 par_44
_
-0,219 0,112
-1,955 0,051 par_1
-0,149 0,507
-0,293 0,769 par_2
]
0,896 0,422
2,121 0,034 par_3
] [
0,104 0,521
0,199 0,843 par_13
[
-1,541 0,626
-2,463 0,014 par_14
_ [
0,170 0,138
1,234 0,217 par_15
_ \
0,000 0,000
-3,262 0,001 par_32
\
0,000 0,000
3,154 0,002 par_33
] \
0,000 0,000
2,250 0,024 par_34
V ]
-0,031 0,042
-0,727 0,468 par_4
V
0,423 0,036
11,796 par_5
V _
-0,709 0,165
-4,292 par_6
V \
0,000 0,000
0,320 0,749 par_38
_ _
-0,891 0,358
-2,486 0,013 par_7
_
0,135 0,108
1,242 0,214 par_8
_ ]
-0,088 0,056
-1,562 0,118 par_9
_ [
0,322 0,194
1,663 0,096 par_11
_ V
-0,490 0,251
-1,950 0,051 par_12
_ \
-0,006 0,007
-0,867 0,386 par_24
_ [
0,001 0,019
0,037 0,970 par_25
Universitas Sumatera Utara
Tabel 4.25 Lanjutan
_
0,009 0,004
2,356 0,018 par_26
_
-0,097 0,064
-1,524 0,127 par_27
_
-0,074 0,050
-1,489 0,137 par_28
_ \
0,000 0,000
2,890 0,004 par_36
_
0,574 0,158
3,637 par_40
\
0,000 0,000
1,438 0,150 par_47
[
0,004 0,021
0,186 0,852 par_50
_ ]
0,003 0,082
0,035 0,972 par_52
_
0,009 0,012
0,734 0,463 par_53
V _
0,047 0,044
1,054 0,292 par_10
V ]
0,023 0,016
1,424 0,155 par_17
V
0,051 0,029
1,742 0,082 par_18
V \
-0,004 0,002
-1,951 0,051 par_19
V [
-0,002 0,005
-0,326 0,744 par_20
V
0,002 0,003
0,600 0,548 par_21
V V
0,014 0,070
0,198 0,843 par_22
V _
0,207 0,101
2,049 0,040 par_23
V
0,020 0,013
1,472 0,141 par_29
V
0,020 0,017
1,172 0,241 par_30
V
0,000 0,001
-0,447 0,655 par_31
V
-0,044 0,049
-0,899 0,369 par_41
V
0,332 0,461
0,721 0,471 par_48
V \
0,000 0,000
0,333 0,739 par_49
V ]
-0,010 0,021
-0,471 0,638 par_51
Universitas Sumatera Utara
Tabel 4.26 Standardized Regression Weights: Group number 1 - Default model Estimate
0,170 0,209
\
0,594
\
-0,093
\
0,430
[
-0,052
[ \
-0,151
[
-0,645
_
-0,260 -0,038
]
0,329
] [
0,038
[
-0,392
_ [
0,203
_ \
-0,468
\
0,439
] \
0,377
V ]
-0,040
V
0,800
V _
-0,286
V \
0,021
_ _
-0,458
_
0,323
_ ]
-0,146
_ [
0,197
_ V
-0,623
_ \
-0,146
_ [
0,038
_
0,517
_
-0,130
_
-0,737
_ \
0,331
_
0,304
\
0,270
[
0,039
_ ]
-0,036
Universitas Sumatera Utara
Tabel 4.26 Lanjutan
_
0,303
V _
0,155
V ]
0,126
V
0,410
V \
-0,302
V [
-0,278
V
0,210
V V
0,059
V _
0,356
V
0,648
V
0,090
V
-0,091
V
-0,077
V
0,069
V \
0,036
V ]
-0,418
1. Pengujian koefisien jalur dari persamaan sub-struktur I Persamaan sub-strtuktur:
=
H H
+
Hipotesis statistik: n :
H H
n
V
:
H H
= 0
Hipotesis bentuk kalimat: n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang
Menerima Kredit Usaha terhadap Lama Sekolah
Universitas Sumatera Utara
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Lama Sekolah
Kriteri penolakan: Tolak
n
V
jika nilai sig. l ≤ nilai m 0,05
Terima n
V
jika nilai sig. l nilai m 0,05
Pada Tabel 4.25, nilai sig. l adalah 0,328. Ternyata nilai sig. 0,328 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha
terhadap Lama Sekolah. 2. Pengujian koefisien jalur dari persamaan sub-struktur II
Persamaan substruktur: =
H
`
H
+
Hipotesis statistik: n :
H
`
H
n
V
:
H
`
H
= 0
Hipotesis bentuk kalimat: n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang
Menerima Kredit Usaha terhadap Persentase Penduduk Melek Huruf. n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Persentase Penduduk Melek Huruf.
Universitas Sumatera Utara
Kriteria penolakan: Tolak
n
V
jika nilai sig. l ≤ nilai m 0,05
Terima n
V
jika nilai sig. l nilai m 0,05
Pada Tabel 4.25, nilai sig. l adalah 0,228. Ternyata nilai sig. 0,228
lebih besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha
terhadap Persentase Penduduk Melek Huruf.
3. Pengujian koefisien jalur dari persamaan sub-struktur III Persamaan sub-struktur:
[
=
H
a
H
+
H
a
H
`
+
Hipotesis statistik: 1.
n :
H
a
H
0 ; n
V
:
H
a
H
= 0 2.
n :
H
a
H
`
0 ; n
V
:
H
a
H
`
= 0
Hipotesis bentuk kalimat: 1.
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Persentase Penduduk Miskin.
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Persentase Penduduk Miskin.
2. n :
Terdapat hubungan kausalitas variabel Persentase Penduduk Melek Huruf terhadap Persentase Penduduk Miskin
Universitas Sumatera Utara
n
V
:
Tidak terdapat hubungan kausalitas variabel Persentase Penduduk Melek Huruf terhadap Persentase Penduduk Miskin
Kriteri penolakan: Tolak
n
V
jika nilai sig. l ≤ nilai m 0,05
Terima n
V
jika nilai sig. l nilai m 0,05
Pada Tabel 4.25, nilai sig. l adalah 0,676. Ternyata nilai sig. 0,676 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha
terhadap Persentase Penduduk Miskin. Pada Tabel 4.25, nilai sig.
l adalah 0,000. Ternyata nilai sig. 0,000 lebih kecil dari nilai
m 0,05, maka n
V
ditolak, artinya terdapat hubungan kausalitas variabel Persentase Penduduk Melek Huruf terhadap Persentase
Penduduk Miskin.
4. Pengujian koefisien jalur dari persamaan sub-struktur IV Persamaan sub-struktur:
\
=
H
b
H
+
H
b
H
+
H
b
H
`
+
Hipotesis statistik: 1.
n :
H
b
H
0 ; n
V
:
H
a
H
= 0 2.
n :
H
b
H
0 ; n
V
:
H
a
H
`
= 0 3.
n :
H
b
H
`
0 ; n
V
:
H
b
H
`
= 0
Universitas Sumatera Utara
Hipotesis bentuk kalimat: 1 .
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Pengeluaran Per Kapita Per Bulan
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Pengeluaran Per Kapita Per Bulan
2. n :
Terdapat hubungan kausalitas variabel Lama Sekolah terhadap Pengeluaran Per Kapita Per Bulan
n
V
:
Tidak terdapat hubungan kausalitas variabel Lama Sekolah terhadap Pengeluaran Per Kapita Per Bulan
3. n :
Terdapat hubungan kausalitas variabel Persentase Penduduk Melek Huruf terhadap Pengeluaran Per Kapita Per Bulan
n
V
:
Tidak terdapat hubungan kausalitas variabel Persentase Penduduk Melek Huruf terhadap Pengeluaran Per Kapita Per Bulan
Kriteri penolakan: Tolak
n
V
jika nilai sig. l ≤ nilai m 0,05
Terima n
V
jika nilai sig. l nilai m 0,05
Pada Tabel 4.25, nilai sig. l adalah 0,455. Ternyata nilai sig. 0,455 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha
terhadap Pengeluaran Per Kapita Per Bulan
Universitas Sumatera Utara
Pada Tabel 4.25, nilai sig. l adalah 0,004. Ternyata nilai sig. 0,004 lebih
kecil dari nilai m 0,05, maka n
V
ditolak, artinya terdapat hubungan kausalitas variabel Lama Sekolah terhadap Pengeluaran Per Kapita Per Bulan.
Pada Tabel 4.25, nilai sig. l adalah 0,037. Ternyata nilai sig. 0,037 lebih
kecil dari nilai m 0,05, maka n
V
ditolak, artinya terdapat hubungan kausalitas variabel Persentase Penduduk Melek Huruf terhadap Pengeluaran Per Kapita Per
Bulan
5. Pengujian koefisien jalur dari persamaan sub-struktur V Persamaan sub-struktur:
]
=
H
c
H
+
H
c
H
a
[
+
H
c
H
b
\
+
[
Hipotesis statistik: 1.
n :
H
c
H
0 ; n
V
:
H
c
H
= 0 2.
n :
H
c
H
a
0 ; n
V
:
H
c
H
a
= 0 3.
n :
H
c
H
b
0 ; n
V
:
H
c
H
b
= 0
Hipotesis bentuk kalimat: 1.
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Persentase Rumah Tangga Dengan
Kondisi Air Minum yang Layak
Universitas Sumatera Utara
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Persentase Rumah Tangga
Dengan Kondisi Air Minum yang Layak 2.
n : Terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Rumah Tangga Dengan Kondisi Air Minum yang
Layak n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Rumah Tangga Dengan Kondisi Air Minum yang
Layak 3.
n : Terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah Tangga Dengan Kondisi Air Minum yang
Layak n
V
: Tidak terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah Tangga Dengan Kondisi Air Minum
yang Layak Kriteri penolakan:
Tolak n
V
jika nilai sig. l ≤ nilai m 0,05
Terima n
V
jika nilai sig. l nilai m 0,05
Pada Tabel 4.25, nilai sig. l adalah 0,034. Ternyata nilai sig. 0,034 lebih
kecil dari nilai m 0,05, maka n
V
ditolak, artinya terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap
Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak .
Universitas Sumatera Utara
Pada Tabel 4.25, nilai sig. l adalah 0,843. Ternyata nilai sig. 0,843 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Rumah
Tangga Dengan Kondisi Air Minum yang Layak. Pada Tabel 4.25, nilai sig.
l adalah 0,024. Ternyata nilai sig. 0,024 lebih kecil dari nilai
m 0,05, maka n
V
ditolak, artinya terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah Tangga
Dengan Kondisi Air Minum yang Layak
.
6. Pengujian koefisien jalur dari persamaan sub-struktur VI Persamaan sub-struktur:
=
H
d
H
+
H
d
H
a
[
+
H
d
H
b
\
+
\
Hipotesis statistik: 1.
n :
H
d
H
0 ; n
V
:
H
d
H
= 0 2.
n :
H
d
H
a
0 ; n
V
:
H
d
H
a
= 0 3.
n :
H
d
H
b
0 ; n
V
:
H
d
H
b
= 0
Hipotesis bentuk kalimat: 1.
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Persentase Rumah Tangga Dengan
Kondisi Sanitasi yang Layak
Universitas Sumatera Utara
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Persentase Rumah Tangga
Dengan Kondisi Sanitasi yang Layak 2.
n : Terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak
3. n : Terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan
terhadap Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak n
V
: Tidak terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah Tangga Dengan Kondisi Sanitasi yang
Layak Kriteri penolakan:
Tolak n
V
jika nilai sig. l ≤ nilai m 0,05
Terima n
V
jika nilai sig. l nilai m 0,05
Pada Tabel 4.25, nilai sig. l adalah 0,769. Ternyata nilai sig. 0,769 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha
terhadap Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak. Pada Tabel 4.25, nilai sig.
l adalah 0,014. Ternyata nilai sig. 0,014 lebih kecil dari nilai
m 0,05, maka n
V
ditolak, artinya Terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Rumah Tangga Dengan
Kondisi Sanitasi yang Layak.
Universitas Sumatera Utara
Pada Tabel 4.25, nilai sig. l adalah 0,002. Ternyata nilai sig. 0,002 lebih
kecil dari nilai m 0,05, maka n
V
ditolak, artinya terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah Tangga
Dengan Kondisi Sanitasi yang Layak
.
7. Pengujian koefisien jalur dari persamaan sub-struktur VII Persamaan sub-struktur:
_
=
H
e
H
+
H
e
H
a
[
+
H
e
H
b
\
+
]
Hipotesis statistik: 1.
n :
H
e
H
0 ; n
V
:
H
e
H
= 0 2.
n :
H
e
H
a
0 ; n
V
:
H
e
H
a
= 0 3.
n :
H
e
H
b
0 ; n
V
:
H
e
H
b
= 0
Hipotesis bentuk kalimat: 1.
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Persentase Rumah Tangga Dengan
Jenis Lantai Terluas Adalah Tanah n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha terhadap Persentase Rumah Tangga
Dengan Jenis Lantai Terluas Adalah Tanah 2.
n : Terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah
Tanah
Universitas Sumatera Utara
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah
Tanah 3.
n : Terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah
Tanah n
V
: Tidak terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah Tangga Dengan Jenis Lantai Terluas
Adalah Tanah Kriteri penolakan:
Tolak n
V
jika nilai sig. l ≤ nilai m 0,05
Terima n
V
jika nilai sig. l nilai m 0,05
Pada Tabel 4.25, nilai sig. l adalah 0,051. Ternyata nilai sig. 0,051 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Menerima Kredit Usaha
terhadap Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah. Pada Tabel 4.25, nilai sig.
l adalah 0,217. Ternyata nilai sig. 0,217 lebih besar dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Rumah
Tangga Dengan Jenis Lantai Terluas Adalah Tanah.
Universitas Sumatera Utara
Pada Tabel 4.25, nilai sig. l adalah 0,001. Ternyata nilai sig. 0,001 lebih
kecil dari nilai m 0,05, maka n
V
ditolak, artinya terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah Tangga
Dengan Jenis Lantai Terluas Adalah Tanah.
8. Pengujian koefisien jalur dari persamaan sub-struktur VIII Persamaan sub-struktur:
V
=
H
f
H
b
\
+
H
f
H
c
]
+
H
f
H
d
+
H
f
H
e
_
+
Hipotesis statistik: 1.
n :
H
f
H
b
0 ; n
V
:
H
f
H
b
= 0 2.
n :
H
f
H
c
0 ; n
V
:
H
f
H
c
= 0 3.
n :
H
f
H
d
0 ; n
V
:
H
f
H
d
= 0 4.
n :
H
f
H
e
0 ; n
V
:
H
f
H
e
= 0
Hipotesis bentuk kalimat: 1.
n : Terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah Tangga Dengan Kondisi Rumah Tidak
Kumuh n
V
: Tidak terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah Tangga Dengan Kondisi Rumah Tidak
Kumuh
Universitas Sumatera Utara
2. n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga
Dengan Kondisi Air Minum yang Layak terhadap Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak terhadap Persentase Rumah
Tangga Dengan Kondisi Rumah Tidak Kumuh 3.
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak terhadap Persentase Rumah Tangga
Dengan Kondisi Rumah Tidak Kumuh n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak terhadap Persentase Rumah Tangga
Dengan Kondisi Rumah Tidak Kumuh 4.
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah terhadap Persentase Rumah
Tangga Dengan Kondisi Rumah Tidak Kumuh n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah terhadap Persentase Rumah
Tangga Dengan Kondisi Rumah Tidak Kumuh Kriteri penolakan:
Tolak n
V
jika nilai sig. l ≤ nilai m 0,05
Terima n
V
jika nilai sig. l nilai m 0,05
Universitas Sumatera Utara
Pada Tabel 4.25, nilai sig. l adalah 0,749. Ternyata nilai sig. 0,749 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Rumah
Tangga Dengan Kondisi Rumah Tidak Kumuh. Pada Tabel 4.25, nilai sig.
l adalah 0,468. Ternyata nilai sig. 0,468 lebih besar dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Air Minum yang
Layak terhadap Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh. Pada Tabel 4.25, nilai sig.
l adalah 0,000. Ternyata nilai sig. 0,000 lebih kecil dari nilai
m 0,05, maka n
V
ditolak, artinya terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang
Layak terhadap Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh. Pada Tabel 4.25, nilai sig.
l adalah 0,000. Ternyata nilai sig. 0,000 lebih kecil dari nilai
m 0,05, maka n
V
ditolak, artinya terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah
Tanah terhadap Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh.
9. Pengujian koefisien jalur dari persamaan sub-struktur IX Persamaan sub-struktur:
=
H H
a
[
+
H H
b
\
+
_
Universitas Sumatera Utara
Hipotesis statistik: 1.
n :
H H
a
0 ; n
V
:
H H
a
= 0 2.
n :
H H
b
0 ; n
V
:
H H
b
= 0
Hipotesis bentuk kalimat: 1.
n : Terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Laju Pertumbuhan Ekonomi
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Laju Pertumbuhan Ekonomi
2. n : Terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan
terhadap Laju Pertumbuhan Ekonomi. n
V
: Tidak terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Laju Pertumbuhan Ekonomi.
Kriteri penolakan: Tolak
n
V
jika nilai sig. l ≤ nilai m 0,05
Terima n
V
jika nilai sig. l nilai m 0,05
Pada Tabel 4.25, nilai sig. l adalah 0,852. Ternyata nilai sig. 0,852 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Laju Pertumbuhan
Ekonomi.
Universitas Sumatera Utara
Pada Tabel 4.25, nilai sig. l adalah 0,150. Ternyata nilai sig. 0,150 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya Tidak terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Laju Pertumbuhan
Ekonomi.
10. Pengujian koefisien jalur dari persamaan sub-struktur X Persamaan sub-struktur:
_
=
H
e
H
+
H
e
H
a
[
+
H
e
H
b
\
+
H
e
H
c
]
+
H
e
H
d
+
H
e
H
e
_
+
H
e
H
f
V
+
H
e
H
+
H
e
H
+
H
e
H
`
+
H
e
H
a
[
+
H
e
H
b
\
+
H
e
H
c
]
+
H
e
H
d
+
V
Hipotesis statistik: 1.
n :
H
e
H
0 ; n
V
:
H
e
H
= 0 2.
n :
H
e
H
a
0 ; n
V
:
H
e
H
a
= 0 3.
n :
H
e
H
b
0 ; n
V
:
H
e
H
b
= 0 4.
n :
H
e
H
c
0 ; n
V
:
H
e
H
c
= 0 5.
n :
H
e
H
d
0 ; n
V
:
H
e
H
d
= 0 6.
n :
H
e
H
e
0 ; n
V
:
H
e
H
e
= 0 7.
n :
H
e
H
f
0 ; n
V
:
H
e
H
f
= 0 8.
n :
H
e
H
0 ; n
V
:
H
e
H
= 0 9.
n :
H
e
H
0 ; n
V
:
H
e
H
= 0 10.
n :
H
e
H
`
0 ; n
V
:
H
e
H
`
= 0
Universitas Sumatera Utara
11. n :
H
e
H
a
0 ; n
V
:
H
e
H
a
= 0 12.
n :
H
e
H
b
0 ; n
V
:
H
e
H
b
= 0 13.
n :
H
e
H
c
0 ; n
V
:
H
e
H
c
= 0 14.
n :
H
e
H
d
0 ; n
V
:
H
e
H
d
= 0
Hipotesis bentuk kalimat: 1.
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Mendapat Pelayanan Kesehatan Gratis terhadap Persentase Penduduk
yang Mengalami Keluhan Kesehatan n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Mendapat Pelayanan Kesehatan Gratis terhadap Persentase
Penduduk yang Mengalami Keluhan Kesehatan 2.
n : Terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan
3. n : Terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan
terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan n
V
: Tidak terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase Penduduk yang Mengalami Keluhan
Kesehatan 4.
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak terhadap Persentase Penduduk
yang Mengalami Keluhan Kesehatan
Universitas Sumatera Utara
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak terhadap Persentase Penduduk
yang Mengalami Keluhan Kesehatan 5.
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak terhadap Persentase Penduduk yang
Mengalami Keluhan Kesehatan n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak terhadap Persentase Penduduk yang
Mengalami Keluhan Kesehatan 6.
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah terhadap Persentase
Penduduk yang Mengalami Keluhan Kesehatan n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah terhadap Persentase
Penduduk yang Mengalami Keluhan Kesehatan 7.
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh terhadap Persentase Penduduk
yang Mengalami Keluhan Kesehatan n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh terhadap Persentase Penduduk
yang Mengalami Keluhan Kesehatan
Universitas Sumatera Utara
8. n : Terdapat hubungan kausalitas variabel Jumlah Apotik terhadap
Persentase Penduduk yang Mengalami Keluhan Kesehatan n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Apotik terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan
9. n : Terdapat hubungan kausalitas variabel Jumlah Puskemas dan Sejenisnya
terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Puskemas dan Sejenisnya terhadap Persentase Penduduk yang Mengalami Keluhan
Kesehatan 10.
n : Terdapat hubungan kausalitas variabel Jumlah Rumah Sakit Umum terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan
n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Rumah Sakit Umum terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan
11. n : Terdapat hubungan kausalitas variabel Jumlah Dokter terhadap
Persentase Penduduk yang Mengalami Keluhan Kesehatan n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Dokter terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan
12. n : Terdapat hubungan kausalitas variabel Jumlah Bidan terhadap Persentase
Penduduk yang Mengalami Keluhan Kesehatan n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Bidan terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan
Universitas Sumatera Utara
13. n : Terdapat hubungan kausalitas variabel Jumlah Lulusan D3 Farmasi, S1
Farmasi, dan Assisten Apoteker terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan
n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten Apoteker terhadap Persentase
Penduduk yang Mengalami Keluhan Kesehatan 14.
n : Terdapat hubungan kausalitas variabel Jumlah Perawat terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan
n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Perawat terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan
Kriteri penolakan: Tolak
n
V
jika nilai sig. l ≤ nilai m 0,05
Terima n
V
jika nilai sig. l nilai m 0,05
Pada Tabel 4.25, nilai sig. l adalah 0,000. Ternyata nilai sig. 0,000
lebih kecil dari nilai m 0,05, maka n
V
ditolak, artinya terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Mendapat Pelayanan
Kesehatan Gratis terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.
Pada Tabel 4.25, nilai sig. l adalah 0,096. Ternyata nilai sig. 0,096 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Penduduk Miskin terhadap Persentase Penduduk
yang Mengalami Keluhan Kesehatan.
Universitas Sumatera Utara
Pada Tabel 4.25, nilai sig. l adalah 0,386. Ternyata nilai sig. 0,386 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Persentase
Penduduk yang Mengalami Keluhan Kesehatan. Pada Tabel 4.25, nilai sig.
l adalah 0,118. Ternyata nilai sig. 0,118 lebih besar dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Air Minum yang
Layak terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan. Pada Tabel 4.25, nilai sig.
l adalah 0,214. Ternyata nilai sig. 0,214 lebih besar dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang
Layak terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan. Pada Tabel 4.25, nilai sig.
l adalah 0,013. Ternyata nilai sig. 0,013 lebih kecil dari nilai
m 0,05, maka n
V
ditolak, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang
Layak terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan. Pada Tabel 4.25, nilai sig.
l adalah 0,051. Ternyata nilai sig. 0,051 lebih besar dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang
Layak terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.
Universitas Sumatera Utara
Pada Tabel 4.25, nilai sig. l adalah 0,137. Ternyata nilai sig. 0,137 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Jumlah Apotik terhadap Persentase Penduduk yang Mengalami
Keluhan Kesehatan. Pada Tabel 4.25, nilai sig.
l adalah 0,018. Ternyata nilai sig. 0,018 lebih kecil dari nilai
m 0,05, maka n
V
ditolak, artinya terdapat hubungan kausalitas variabel Jumlah Puskemas dan Sejenisnya terhadap Persentase Penduduk yang
Mengalami Keluhan Kesehatan. Pada Tabel 4.25, nilai sig.
l adalah 0,127. Ternyata nilai sig. 0,127 lebih besar dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Jumlah Rumah Sakit Umum terhadap Persentase Penduduk
yang Mengalami Keluhan Kesehatan. Pada Tabel 4.25, nilai sig.
l adalah 0,970. Ternyata nilai sig. 0,970 lebih besar dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Jumlah Dokter terhadap Persentase Penduduk yang Mengalami
Keluhan Kesehatan. Pada Tabel 4.25, nilai sig.
l adalah 0,386. Ternyata nilai sig. 0,386 lebih besar dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Jumlah Bidan terhadap Persentase Penduduk yang Mengalami
Keluhan Kesehatan.
Universitas Sumatera Utara
Pada Tabel 4.25, nilai sig. l adalah 0,972. Ternyata nilai sig. 0,972 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Jumlah Bidan terhadap Persentase Penduduk yang Mengalami
Keluhan Kesehatan. Pada Tabel 4.25, nilai sig.
l adalah 0,463. Ternyata nilai sig. 0,463 lebih besar dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten
Apoteker terhadap Persentase Penduduk yang Mengalami Keluhan Kesehatan.
11. Pengujian koefisien jalur dari persamaan sub-struktur XI Persamaan sub-struktur:
V
=
H
f
H
+
H
f
H
b
\
+
H
f
H
c
]
+
H
f
H
d
+
H
f
H
e
_
+
H
f
H
f
V
+
H
f
H
+
H
f
H
+
H
f
H
+
H
f
H
`
+
H
f
H
a
[
+
H
f
H
b
\
+
H
f
H
c
]
+
H
f
H
d
+
H
f
H
e
_
+
Hipotesis statistik: 1.
n :
H
f
H
0 ; n
V
:
H
f
H
= 0 2.
n :
H
f
H
b
0 ; n
V
:
H
f
H
b
= 0 3.
n :
H
f
H
c
0 ; n
V
:
H
f
H
c
= 0 4.
n :
H
f
H
d
0 ; n
V
:
H
f
H
d
= 0 5.
n :
H
f
H
e
0 ; n
V
:
H
f
H
e
= 0
Universitas Sumatera Utara
6. n :
H
f
H
f
0 ; n
V
:
H
f
H
f
= 0 7.
n :
H
f
H
0 ; n
V
:
H
f
H
= 0 8.
n :
H
f
H
0 ; n
V
:
H
f
H
= 0 9.
n :
H
f
H
0 ; n
V
:
H
f
H
= 0 10.
n :
H
f
H
`
0 ; n
V
:
H
f
H
`
= 0 11.
n :
H
f
H
a
0 ; n
V
:
H
f
H
a
= 0 12.
n :
H
f
H
b
0 ; n
V
:
H
f
H
b
= 0 13.
n :
H
f
H
c
0 ; n
V
:
H
f
H
c
= 0 14.
n :
H
f
H
d
0 ; n
V
:
H
f
H
d
= 0 15.
n :
H
f
H
e
0 ; n
V
:
H
f
H
e
= 0
Hipotesis bentuk kalimat: 1.
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Mendapat Pelayanan Kesehatan Gratis terhadap Angka Harapan Hidup
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Mendapat Pelayanan Kesehatan Gratis terhadap Angka Harapan
Hidup 2.
n : Terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Angka Harapan Hidup
n
V
: Tidak terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Angka Harapan Hidup
3. n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga
Dengan Kondisi Air Minum yang Layak terhadap Angka Harapan Hidup
Universitas Sumatera Utara
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Air Minum yang Layak terhadap Angka Harapan Hidup
4. n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga
Dengan Kondisi Sanitasi yang Layak terhadap Angka Harapan Hidup n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak terhadap Angka Harapan Hidup
5. n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga
Dengan Jenis Lantai Terluas Adalah Tanah terhadap Angka Harapan Hidup
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah terhadap Angka Harapan
Hidup 6.
n : Terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh terhadap Angka Harapan Hidup
n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Rumah Tidak Kumuh terhadap Angka Harapan Hidup
7. n : Terdapat hubungan kausalitas variabel Laju Pertumbuhan Ekonomi
terhadap Angka Harapan Hidup n
V
: Tidak terdapat hubungan kausalitas variabel Laju Pertumbuhan Ekonomi terhadap Angka Harapan Hidup
8. n : Terdapat hubungan kausalitas variabel Jumlah Apotik terhadap Angka
Harapan Hidup n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Apotik terhadap Angka Harapan Hidup
Universitas Sumatera Utara
9. n : Terdapat hubungan kausalitas variabel Jumlah Perawat terhadap Angka
Harapan Hidup n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Perawat terhadap Angka Harapan Hidup
10. n : Terdapat hubungan kausalitas variabel Jumlah Rumah Sakit Umum
terhadap Angka Harapan Hidup n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Rumah Sakit Umum terhadap Angka Harapan Hidup
11. n : Terdapat hubungan kausalitas variabel Jumlah Dokter terhadap Angka
Harapan Hidup n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Dokter terhadap Angka Harapan Hidup
12. n : Terdapat hubungan kausalitas variabel Jumlah Bidan terhadap Angka
Harapan Hidup n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Bidan terhadap Angka Harapan Hidup
13. n : Terdapat hubungan kausalitas variabel Jumlah Lulusan D3 Farmasi, S1
Farmasi, dan Assisten Apoteker terhadap Angka Harapan Hidup n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten Apoteker terhadap Angka Harapan
Hidup 14.
n : Terdapat hubungan kausalitas variabel Jumlah Perawat terhadap Angka Harapan Hidup
Universitas Sumatera Utara
n
V
: Tidak terdapat hubungan kausalitas variabel Jumlah Perawat terhadap Angka Harapan Hidup
15. n : Terdapat hubungan kausalitas variabel Persentase Penduduk yang
Mengalami Keluhan Kesehatan terhadap Angka Harapan Hidup n
V
: Tidak terdapat hubungan kausalitas variabel Persentase Penduduk yang Mengalami Keluhan Kesehatan terhadap Angka Harapan Hidup
Kriteri penolakan: Tolak
n
V
jika nilai sig. l ≤ nilai m 0,05
Terima n
V
jika nilai sig. l nilai m 0,05
Pada Tabel 4.25, nilai sig. l adalah 0,369. Ternyata nilai sig. 0,369 lebih
kecil dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga yang Mendapat Pelayanan
Kesehatan Gratis terhadap Angka Harapan Hidup. Pada Tabel 4.25, nilai sig.
l adalah 0,739. Ternyata nilai sig. 0,739 lebih besar dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Pengeluaran Per Kapita Per Bulan terhadap Angka Harapan
Hidup. Pada Tabel 4.25, nilai sig.
l adalah 0,155. Ternyata nilai sig. 0,155 lebih besar dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Air Minum yang
Layak terhadap Angka Harapan Hidup.
Universitas Sumatera Utara
Pada Tabel 4.25, nilai sig. l adalah 0,082. Ternyata nilai sig. 0,082 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang
Layak terhadap Angka Harapan Hidup. Pada Tabel 4.25, nilai sig.
l adalah 0,040. Ternyata nilai sig. 0,040 lebih besar dari nilai
m 0,05, maka n
V
ditolak, artinya terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Jenis Lantai Terluas Adalah Tanah
terhadap Angka Harapan Hidup. Pada Tabel 4.25, nilai sig.
l adalah 0,843. Ternyata nilai sig. 0,843 lebih kecil dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Rumah Tangga Dengan Kondisi Rumah Tidak
Kumuh terhadap Angka Harapan Hidup. Pada Tabel 4.25, nilai sig.
l adalah 0,471. Ternyata nilai sig. 0,471 lebih besar dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Laju Pertumbuhan Ekonomi terhadap Angka Harapan Hidup.
Pada Tabel 4.25, nilai sig. l adalah 0,141. Ternyata nilai sig. 0,141 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Jumlah Apotik terhadap Angka Harapan Hidup.
Universitas Sumatera Utara
Pada Tabel 4.25, nilai sig. l adalah 0,655. Ternyata nilai sig. 0,655 lebih
kecil dari nilai m 0,05, maka n
V
diterima, artinya Tidak terdapat hubungan kausalitas variabel Jumlah Perawat terhadap Angka Harapan Hidup.
Pada Tabel 4.25, nilai sig. l adalah 0,241. Ternyata nilai sig. 0,241 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Jumlah Rumah Sakit Umum terhadap Angka Harapan Hidup.
Pada Tabel 4.25, nilai sig. l adalah 0,744. Ternyata nilai sig. 0,744 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Jumlah Dokter terhadap Angka Harapan Hidup.
Pada Tabel 4.25, nilai sig. l adalah 0,051. Ternyata nilai sig. 0,051 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Jumlah Bidan terhadap Angka Harapan Hidup.
Pada Tabel 4.25, nilai sig. l adalah 0,638. Ternyata nilai sig. 0,638 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan Assisten
Apoteker terhadap Angka Harapan Hidup. Pada Tabel 4.25, nilai sig.
l adalah 0,548. Ternyata nilai sig. 0,548 lebih besar dari nilai
m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Jumlah Perawat terhadap Angka Harapan Hidup.
Universitas Sumatera Utara
Pada Tabel 4.25, nilai sig. l adalah 0,292. Ternyata nilai sig. 0,292 lebih
besar dari nilai m 0,05, maka n
V
diterima, artinya tidak terdapat hubungan kausalitas variabel Persentase Penduduk yang Mengalami Keluhan Kesehatan
terhadap Angka Harapan Hidup.
4.4.4 Analisis Jalur Model Trimming
Model trimming adalah model yang digunakan untuk memperbaiki suatu model struktur analisis jalur dengan cara mengeluarkan dari model variabel eksogen
yang koefisien jalurnya tidak signifikan Heise, 1969:59; Al-Rasyid Sitepu, 1994:12; Kusnendi, 2005:12. Jadi, model trimming terjadi ketika koefisien jalur
diuji secara keseluruhan ternyata ada variabel yang tidak signifikan. Walaupun ada satu, dua, atau lebih variabel yang tidak signifikan, peneliti perlu
memperbaiki model struktur analisis jalur yang telah dihipotesiskan. Cara menggunakan model trimming yaitu menghitung ulang koefisien
jalur tanpa menyertakan variabel eksogen yang koefisien jalurnya tidak signifikan. Pada Tabel 4.23 dan Tabel 4.25, variabel eksogen yang memiliki koefisien
korelasi dan koefisien jalur yang tidak signifikan akan dikeluarkan dari model nilai sig.
l lebih besar dari nilai m 0,05, sehingga model analisis jalur yang baru dapat dilihat pada gambar di bawah ini.
Universitas Sumatera Utara
Gambar 4.2 Model Diagram Jalur Setelah Trimming Tahap II Pada Gambar 4.2, variabel-variabel yang keluar dari model adalah
variabel ¸
, , dan
[
. Pada model awal keempat variabel ini tidak memberikan pengaruh yang signifikan terhadap variabel endogennya sehingga
variabel ini dikeluarkan dari model. Namun pada Gambar 4.2 ada beberapa variabel yang tidak memberikan pengaruh apapun terhadap variabel
V
Angka Harapan Hidup. Untuk itu variabel-variabel ini juga harus dikeluarkan dari model
sehingga didapat model baru, yaitu model terakhir di mana semua variabel- variabel yang mempengaruhi variabel
V
baik secara langsung maupun tidak langsung.
\
Universitas Sumatera Utara
Gambar 4.3 Model Diagram Jalur Tahap III
Untuk memastikan apakah koefisien korelasi dan koefisien jalur pada Gambar 4.3 sudah signifikan maka perhitungan akan diulangi dan diuji kembali.
Hasil pengolahan program Amos Versi 18 ditampilkan sebagai berikut. Tabel 4.27 Covariances: Group number 1 - Default model
Estimate S.E.
C.R. P
Label X
16
X
18
8349,181 3874,024
2,155 0,031 par_7
X
17
X
18
35271,646 8972,893
3,931 par_6
Universitas Sumatera Utara
Pada tabel 4.27, koefisien korelasi antara 2 variabel eksogen kovarian sudah signifikan. Semua nilai sig.
l lebih kecil dari nilai m 0,05.
Tabel 4.28 Regression Weights: Group number 1 - Default model Estimate
S.E. C.R.
P Label
\
55325,030 19268,158 2,871
0,004 par_4
[
-1,169 0,180
-6,487 par_5
\
12057,023 6065,041 1,988
0,047 par_6
[
-1,508 0,616
-2,447 0,014 par_1
\
0,000 0,000
3,169 0,002 par_3
V
0,039 0,009
4,263 par_2
V ]
-0,014 0,007
-1,979 0,048 par_12
V \
-0,005 0,001
-4,727 par_13
V
0,007 0,003
2,592 0,010 par_14
Pada tabel di atas koefisien jalur variabel eksogen terhadap variabel endogen sudah signifikan. Semua nilai sig.
l lebih kecil dari nilai m 0,05.
4.4.5 Analisis Jalur Model Building
Model building adalah model yang digunakan untuk memperbaiki suatu model struktur analisis jalur dengan cara menghubungkan variabel eksogen
dengan variabel eksogen lainya atau variabel eksogen dengan variabel endogen lainnya agar model diagram jalur semakin fit nilai Chi-Square sekecil mungkin.
Variabel-variabel yang dihubungkan harus berdasarkan teori atau logika.
Universitas Sumatera Utara
Program Amos Versi 18 dapat memberikan rekomendasi variabel-variabel apa saja yang akan dihubungkan sehingga dapat memberikan penurunan angka
Chi-Square hitung. Hasil rekomendasinya ada di dalam tabel berikut ini.
Tabel 4.29 Covariances: Group number 1 - Default model M.I.
Par Change 20,773
3,764
]
4,860 44,420
5,963 -133,676
\
5,861 340,268
Pada Tabel 4.29, menghubungkan variabel eksogen dengan variabel
eksogen akan menurunkan nilai MI nilai Chi-Square hitung sebesar 20,773.
Menghubungkan variabel eksogen
]
dengan variabel akan menurunkan nilai
MI sebesar 4,860. Namun ini tidak mungkin karena adalah variabel error dari
[
.
Menghubungkan variabel eksogen dengan variabel error
akan menurunkan nilai MI sebesar 5,963. Namun ini tidak mungkin karena
adalah variabel error dari
[
. Menghubungkan variabel eksogen
\
dengan variabel akan menurunkan nilai MI sebesar 5,861. Selanjutnya hasil rekomendasi program
Amos Versi 18 akan dibuat dalam gambar diagram analisis jalur model building berikut ini.
Universitas Sumatera Utara
Gambar 4.4
Tabel 4.30 Covarianc
X
3
X X
16
X X
17
X X
16
X
Tabel 4.31 Correlations
X
3
X
16
X
17
X
16
r 4.4 Model Diagram Jalur Tahap Akhir Tahap
ances: Group number 1 - Default model Estimate
S.E. C.R.
X
4
3,557 0,983
3,618 X
18
10479,030 3979,270
2,633 X
18
34044,153 8670,464
3,926 X
4
254,228 96,128
2,645
tions: Group number 1 - Default model Estima
X
4
0,788 X
18
0,144 X
18
0,957 X
4
0,289
hap IV
P Label
par_12 0,008 par_7
par_6 0,008 par_13
mate ,788
,144 ,957
,289
Universitas Sumatera Utara
Tabel 4.32 Regression Weights: Group number 1 - Default model Estimate
S.E. C.R.
P Label
\
55325,030 19268,158
2,871 0,004 par_2
[
-1,169 0,180
-6,487 par_3
\
12057,023 6065,041
1,988 0,047 par_4
[
-1,508 0,616
-2,447 0,014 par_1
\
0,000 0,000
3,169 0,002 par_5
V
0,039 0,009
4,263 par_11
V \
-0,005 0,001
-4,727 par_8
V
0,007 0,003
2,592 0,010 par_10
V ]
-0,014 0,007
-1,979 0,048 par_9
Tabel 4.33 Standardized Regression Weights: Group number 1 - Default model Estimate
\
0,509
[
-0,742
\
0,340
[
-0,367
\
0,479
V
-0,656
V \
-0,919
V
1,182
V ]
0,538
Pada tabel 4.30, koefisien korelasi antara variabel eksogen dengan variabel eksogen lainnya sudah signfikan. Begitu juga dengan koefisien jalur pada Tabel
4.32, dengan nilai sig. l lebih kecil dari 0,05. Dengan demikian model analisis
jalur tidak perlu diubah kembali.
Universitas Sumatera Utara
4.4.6 Indeks Ketepatan Model
Banyak jenis indeks ketepatan model di dalam analisis jalur. Kita pilih yang paling populer saja yaitu CMINDF, Comparative Fit Index CFI, dan
RMSEA. Hasil analisis menunjukkan nilai CMINDF sebesar 2,610. Model
dikatakan fit jika nilai CMINDF lebih besar dari 2 CMINDF 2. Maka, model analisis jalur yang dikembangkan oleh peneliti adalah fit mampu menerangkan
variasi yang ada.
Tabel 4.34 CMINDF Model
NPAR CMIN
DF P
CMINDF Default model
32 57,411
22 0,000
2,610 Saturated model
54 0,000
Independence model
18 308,505
36 0,000
8,570
Indeks lainnya juga memiliki nilai yang diharapkan, yaitu CFI bernilai 0,870. Model dikatakan fit jika nilai CFI mendekati nilai 1. Oleh karena itu model
analisis jalur yang dikembangkan peneliti adalah fit.
Tabel 4.35 Baseline Comparisons Model
NFI Delta1
RFI rho1
IFI Delta2
TLI rho2
CFI Default model
0,814 0,695
0,876 0,787
0,870 Saturated model
1,000 1,000
1,000 Independence
model 0,000
0,000 0,000
0,000 0,000
Universitas Sumatera Utara
RMSEA adalah nilai residu, jadi kita harapkan sesedikit mungkin varian- varian di dalam data yang kita buang atau tidak dilibatkan dalam model. Pada
Tabel 4.36 nilai PCLOSE adalah sebesar 0,000. Jika nilai PCLOSE lebih kecil dari nilai
m 0,05 maka model dikatakan fit. Jadi, model ini benar-benar fit.
Tabel 4.36 RMSEA Model
RMSEA LO 90
HI 90 PCLOSE
Default model 0,224
0,154 0,296
0,000 Independence
model 0,486
0,437 0,537
0,000
4.5 Penghitungan Pengaruh Antar Variabel
Tabel 4.37 Standardized Direct Effects Group number 1 - Default model X
X X
\
X
[
X
]
X
\
X X
X
\
0,340 0,509
0,000 0,000
0,000 0,000
0,000 0,000
X
[
-0,742 0,000
0,000 0,000
0,000 0,000
0,000 0,000
X 0,000
0,000 0,479
-0,367 0,000
0,000 0,000
0,000 X
V
0,000 0,000
0,082 0,000
-0,007 -0,671
0,249 0,485
Tabel 4.38 Standardized Indirect Effects Group number 1 - Default model X
X X
\
X
[
X
]
X
\
X X
X
\
0,000 0,000
0,000 0,000
0,000 0,000
0,000 0,000
X
[
0,000 0,000
0,000 0,000
0,000 0,000
0,000 0,000
X 0,435
0,243 0,000
0,000 0,000
0,000 0,000
0,000 X
V
0,239 0,160
0,232 -0,178
0,000 0,000
0,000 0,000
Universitas Sumatera Utara
1. Pada Tabel 4.37, tak ada pengaruh langsung antara variabel X terhadap
variabel X
V
, sedangkan pada Tabel 4.38, pengaruh tidak langsungnya adalah sebesar
0,160 × 100 = 16. Jadi, pengaruh total antara variabel Lama Sekolah
X dengan
variabel
Angka Harapan Hidup
V
adalah jumlah
pengaruh langsung dengan jumlah pengaruh tidak langsung yaitu sebesar 0 + 16 = 16.
2. Pada Tabel 4.37, tak ada pengaruh langsung antara variabel X terhadap
variabel X
V
, sedangkan pada Tabel 4.38, pengaruh tidak langsungnya adalah sebesar
0,239 × 100 = 23,9. Jadi, pengaruh total antara variabel Persentase Penduduk Melek Huruf
X dengan variabel Angka Harapan Hidup
V
adalah jumlah pengaruh langsung dengan jumlah pengaruh tidak
langsung yaitu sebesar 0 + 23,9 = 23,9.
3. Pada Tabel 4.37, tak ada pengaruh langsung antara variabel X
[
terhadap variabel
X
V
, sedangkan pada Tabel 4.38, pengaruh tidak langsungnya adalah sebesar
−0,200 × 100 = −20. Jadi, pengaruh total antara variabel X
[
dengan variabel
V
adalah jumlah pengaruh langsung dengan jumlah pengaruh tidak langsung yaitu sebesar
0 + −17,8 = −17,8. Angka ini menunjukkan bahwa variabel Persentase Penduduk Miskin
X
[
memberikan pengaruh yang negatif terhadap variabel Angka Harapan Hidup
V
. 4. Pada Tabel 4.37, pengaruh langsung antara variabel
X
\
terhadap variabel X
V
, adalah sebesar
0,082 × 100 = 8,2, sedangkan pada Tabel 4.38, pengaruh
Universitas Sumatera Utara
tidak langsungnya adalah sebesar 0,232 × 100 = 23,2. Jadi, pengaruh
total antara variabel Pengeluaran Per Kapita Per Bulan X
\
dengan variabel Angka Harapan Hidup
V
adalah jumlah pengaruh langsung dengan jumlah
pengaruh tidak langsung yaitu sebesar 8,2 + 25,2 = 33,4.
5. Pada Tabel 4.37, pengaruh langsung antara variabel X
terhadap variabel X
V
adalah sebesar 0,485 × 100 = 48,5, sedangkan pada Tabel 4,38 pengaruh
tidak langsungnya tidak ada. Jadi, pengaruh total antara variabel Persentase Rumah Tangga Dengan Kondisi Sanitasi yang Layak
X dengan
variabel
Angka Harapan Hidup
V
adalah jumlah pengaruh langsung dengan jumlah
pengaruh tidak langsung yaitu sebesar 48,5 + 0 = 48,5.
6. Pada Tabel 4.37, pengaruh langsung antara variabel X
]
terhadap variabel X
V
adalah sebesar −0,007 × 100 = −0,7, sedangkan pada Tabel 4,38,
pengaruh tidak langsungnya tidak ada. Jadi, pengaruh total antara variabel X
]
dengan variabel
V
adalah jumlah pengaruh langsung dengan jumlah pengaruh tidak langsung yaitu sebesar
−0,7 + 0 = −0,7. Angka ini menunjukkan bahwa variabel Jumlah Lulusan D3 Farmasi, S1 Farmasi, dan
Assisten Apoteker X
]
memberikan pengaruh yang negatif terhadap variabel Angka Harapan Hidup
V
. 7. Pada Tabel 4.37, pengaruh langsung antara variabel
X terhadap variabel
X
V
adalah sebesar 0,249 × 100 = 24,9, sedangkan pada Tabel 4,38 pengaruh
tidak langsungnya tidak ada. Jadi, pengaruh total antara variabel Jumlah Perawat
X dengan
variabel
Angka Harapan Hidup
V
adalah jumlah
Universitas Sumatera Utara
pengaruh langsung dengan jumlah pengaruh tidak langsung yaitu sebesar 24,9 + 0 = 24,9.
8. Pada Tabel 4.37, pengaruh langsung antara variabel X
\
terhadap variabel X
V
adalah sebesar −0,671 × 100 = −67,1, sedangkan pada Tabel 4.38,
pengaruh tidak langsungnya tidak ada. Jadi, pengaruh total antara variabel X
\
dengan variabel
V
adalah jumlah pengaruh langsung dengan jumlah pengaruh tidak langsung yaitu sebesar
−67,1 + 0 = −67,1, Angka ini menunjukkan bahwa variabel Jumlah Bidan
X
\
memberikan pengaruh yang negatif terhadap variabel Angka Harapan Hidup
V
. 9. Besarnya pengaruh gabungan antara variabel
, ,
[
,
\
, ,
\
,
]
, dan terhadap variabel Angka Harapan Hidup
V
adalah sebesar 0,577 ×
100 = 57. Nilainya dapat dilihat pada tabel di bawah ini.
Tabek 4.39 Squared Multiple Correlations: Group number 1 - Default model Estimate
V
0,577
Universitas Sumatera Utara
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem