Pengaruh Pasangan Usia Subur dan Pengguna Alat/Cara KB Terhadap Angka Kelahiran di Kabupaten Tapanuli Utara Tahun 1998-2012

PENGARUH PASANGAN USIA SUBUR DAN PENGGUNA

ALAT/CARA KB TERHADAP ANGKA KELAHIRAN

DI KABUPATEN TAPANULI UTARA

TAHUN 1998-2012

TUGAS AKHIR

LISNA LUMBAN BATU

112407022

PROGRAM STUDI DIPLOMA 3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2014

PENGARUH PASANGAN USIA SUBUR DAN PENGGUNA

ALAT/CARA KB TERHADAP ANGKA KELAHIRAN

DI KABUPATEN TAPANULI UTARA

TAHUN 1998-2012

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh gelar Ahli Madya

LISNA LUMBAN BATU

112407022

PROGRAM STUDI DIPLOMA 3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2014

PERSETUJUAN

Judul :Pengaruh Pasangan Usia Subur Dan Pengguna Alat/Cara KB Terhadap Angka Kelahiran Di Kabupaten Tapanuli Utara Tahun 1998-2012

Kategori :Tugas Akhir

Nama :Lisna Lumban Batu

Nomor Induk Mahasiswa :112407022 Program Studi :D3 Statistika

Departemen :Matematika

Fakultas :Matematika Dan Ilmu Pengetahuan Alam

Universitas Sumatera Utara

Disetujui di Medan, Juli 2014

Disetujui Oleh:

Program Studi D3 Statistika FMIPA USU

Ketua, Pembimbing,

Dr. Faigiziduhu Bu’ulölö, M.Si Dr. Suwarno Ariswoyo, M.Si NIP. 195312181980031003 NIP. 195003211980031001

PERNYATAAN

PENGARUH PASANGAN USIA SUBUR DAN PENGGUNA

ALAT/CARA KB TERHADAP ANGKA KELAHIRAN

DI KABUPATEN TAPANULI UTARA

TAHUN 1998-2012

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil karya sendiri, kecuali beberapa kutipan dan ringkasan masing-masing disebutkan sumbernya.

Medan, Juli 2014

LISNA LUMBAN BATU 112407022

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul Pengaruh Pasangan Usia Subur Dan Pengguna Alat/Cara KB Terhadap Angka Kelahiran Di Kabupaten Tapanuli Utara Tahun 1998-2012.

Terimakasih penulis sampaikan kepada Bapak Dr. Suwarno Ariswoyo, M.Si selaku pembimbing dan Sekretaris Program Studi D3 Statistika FMIPA USU yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih

kepada Bapak Drs. Faigiziduhu Bu’ulölö, M.Si selaku Ketua Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus. M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Sutarman M.Sc selaku Dekan FMIPA USU Medan, seluruh staff dan Dosen Program Studi D3 Statistika FMIPA USU, pengawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Ayahanda tercinta Tiopan Lumban Batu, Ibunda tercinta Tiurida Butar-butar dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

DAFTAR ISI

Halaman

PERSETUJUAN i

PERNYATAAN ii

PENGHARGAAN iii

DAFTAR ISI iv

DAFTAR TABEL vi

DAFTAR GAMBAR vii

DAFTAR GRAFIK viii

BAB 1. PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Rumusan Masalah 4

1.3 Batasan Masalah 4

1.4 Tujuan Penelitian 5

1.5 Manfaat Penelitian 5

1.6 Metode Penelitian 5

1.7 Sistematika Penulisan 6

BAB 2. LANDASAN TEORI 8

2.1 Analisa Regresi 8

2.2 Regresi Linier Sederhana 9

2.3 Regresi Linier Berganda 9

2.4 Uji Keberartian Regresi Linier 10

2.5 Uji Koefisien Regresi Linier Ganda 11

2.6 Analisa Korelasi 12

2.7 Koefisien Korelasi 12

BAB 3. GAMBARAN UMUM 15

3.1 Sejarah Singkat Kabupaten Tapanuli Utara 15

3.1.1 Letak Geografis 17

3.1.2 Luas Wilayah 18

3.1.3 Penduduk Kabupaten Tapanuli Utara 18 3.1.4 Kesehatan dan Keluarga Berencana 19 3.2 Sejarah Singkat Badan Pusat Statistik Provinsi

Sumatera Utara 20

3.2.1 Logo Instansi 21

3.2.2 Visi dan Misi Badan Pusat Statistik 22

3.2.3 Struktur Organisasi 23

BAB 4 ANALISIS DATA 24

4.1 Pengolahan Data 24

4.2 Membentuk Persamaan Linear Berganda 25

4.3 Uji Keberartian Regresi 28

4.4 Koefisien Determinasi 31

4.5 Koefisien Korelasi 32 4.5.1 Perhitungan Korelasi Antara Variabel 32

Bebas Dan Variabel Terikat

4.5.2 Perhitungan Korelasi Antara Variabel Bebas 33

4.6 Uji Koefisien Regresi Linier Ganda 34

BAB 5 IMPLEMENTASI SISTEM 37

5.1 Pengertian Implementasi Sistem 37

5.2 Sekilas Tentang Program SPSS 37

5.3 Pengolahan Data Dengan SPSS 38

5.4 Pengolahan Data Dengan Persamaan Regresi 43

5.5 Pengolahan Data Dengan Korelasi 46

5.6 Hasil Pengolahan Data Dalam SPSS 48

BAB 6 KESIMPULAN DAN SARAN 53

6.1 Kesimpulan 53

6.2 Saran 54

DAFTAR PUSTAKA LAMPIRAN

DAFTAR TABEL

Nomor Judul Halaman Tabel

Tabel 2.1 Koefisien Korelasi Yang Telah Diinterpretasikan 14 Tabel 4.1 Angka Kelahiran Total, Jumlah Pasangan

Usia Subur (PUS), Dan Pengguna Alat/Cara KB

Tahun 1998-2012 Di Kabupaten Tapanuli Utara 24

Tabel 4.2 Nilai Koefisien Korelasi 25

Tabel 4.3 Harga ̂ Untuk Uji Korelasi 29

Tabel 5.1 Descriptive Statistics 48

Tabel 5.2 Correlations 48

Tabel 5.3 Variables Entered/ 48

Tabel 5.4 Model 49

Tabel 5.5 49

Tabel 5.6 49

Tabel 5.7 Casewise 50

Tabel 5.8 Residuals 50

DAFTAR GAMBAR

Nomor Judul Halaman Gambar

Gambar 3.1 Peta Kabupaten Tapanuli Utara Tahun 2014 17

Gambar 3.2 Logo BPS 21

Gambar 3.3 Struktur Organisasi Badan Pusat Statistik

Provinsi Sumatera Utara 24

Gambar 5.1 Tampilan Pengaktifan SPSS 17.0 38

Gambar 5.2 Kotak Dialog SPSS For Windows 39

Gambar 5.3 Tampilan Jendela Variabel View Dalam SPSS 40 Gambar 5.4 Tampilan Jendela Pengisian Variabel View 42 Gambar 5.5 Tampilan Jendela Pengisian Data View 43

Gambar 5.6 Kotak Dialog Linier Regression 44

Gambar 5.7 Kotak Dialog Linier Regression:Statistis 44 Gambar 5.8 Kotak Dialog Linier Regression:Plots 45 Gambar 5.9 Kotak Dialog Linier Regression:Options 46 Gambar 5.10 Tampilan Jendela Editor Correlate 46 Gambar 5.11 Kotak Dialog Bivariate Correlation 47

DAFTAR GRAFIK

Nomor Judul Halaman Grafik

Gambar 5.1 Histogram 51

Gambar 5.2 Scatterplot 1 52

Gambar 5.3 Scatterplot 2 52

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Pada tiga abad yang lalu, masalah kependudukan telah dipelajari oleh para ahli kependudukan tapi berlangsung relatif lama. Namun permasalahan kependudukan baru mendapat perhatian lebih serius ketika dipublikasikannya buah pemikiran

Robeth Thomas Malthus pada tahun 1976 yang dikenal dengan ‖Prinsip Kependudukan‖ yang sampai sekarang masih berharga. Di Indonesia, dewasa ini semarak dengan masalah pertumbuhan penduduk karena pertumbuhan penduduk ini adalah masalah penting yang sangat membutuhkan perhatian dan pembahasan yang serius dari peminat dan ahli kependudukan. Pertumbuhan penduduk yang tidak terkendali, cepat dan tidak seimbang akan mengakibatkan terjadinya tekanan-tekanan berat pada sektor pangan, pendidikan, fasilitas kesehatan, kesempatan kerja, tempat tinggal dan lingkungan hidup dan lain-lain. Hal ini diperkuat oleh teori Malthus yang mengatakan: Apabila tidak ada pengekangan, pengendalian, jumlah penduduk cenderung berkembang jauh lebih cepat dibanding kebutuhan kehidupan khususnya pangan. Dalam arti jumlah penduduk bertambah menurut deret ukur sedangkan kebutuhan kehidupan khususnya pangan bertambah menurut deret hitung.

Pada hakekatnya pertumbuhan penduduk Indonesia dipengaruhi oleh tiga faktor utama yaitu tingkat kelahiran (fertilisasi), tingkat kematian (mortalitas), dan migrasi. Dalam skala makro dan nasional pengaruh migrasi dapat dikatakan nihil

tetapi tingkat kelahiran dan kematian sangat besar pengaruhnya bagi laju pertumbuhan penduduk.

Seperti yang diuraikan di atas salah satu pengaruh laju pertumbuhan penduduk adalah fertilisasi. Fertilisasi adalah jumlah anak lahir hidup dan lebih dihitung untuk wanita karena wanitalah yang melahirkan anak. Suatu kelahiran disebut dengan lahir hidup apabila waktu lahir terdapat tanda-tanda kehidupan dan apabila tidak ada tanda-tanda kehidupan disebut lahir mati yang dalam demografi tidak dianggap sebagai suatu peristiwa kelahiran. Untuk mengurangi laju pertumbuhan penduduk harus dilakukan penurunan, pengendalian fertilisasi. Hal ini disebabkan sangat berpengaruh terhadap kesejahteraan penduduk yang merupakan tujuan penting yang harus dicapai oleh setiap negara. Untuk mencapai tujuan tersebut maka pemerintah berusaha membuat kebijakan-kebijakan penting dan berusaha memenuhi sarana dan fasilitas yang menunjang kesejahteraan penduduk.

Seperti yang dikemukakan sebelumnya bahwa kesejahteraan masyarakat adalah tujuan utama yang harus dicapai oleh setiap negara tak terkecuali Indonesia. Hal ini ditegaskan dalam pembukaan UUD 1945 bahwa pembentukan Negara Kesatuan Republik Indonesia bertujuan untuk melindungi segenap bangsa Indonesia dan segenap tumpah darahnya serta memajukan kesejahteraan umum. Dan didukung oleh ketetapan MPR No. IV/MPR//1978 yang berbunyi:

”Agar pembangunan ekonomi dan peningkatan kesejahteraan rakyat dapat

terlaksana dengan cepat, harus dibarengi dengan pengaturan pertumbuhan jumlah penduduk melalui program keluarga berencana yang mutlak harus

dilaksanakan dengan berhasil, karena kegagalan keluarga berencana akan mengakibatkan hasil usaha pembangunan menjadi tidak berarti dan dapat

membahayakan generasi yang akan datang”.

Bertolak dari pemikiran tersebut maka ditetapkan bahwa tujuan program keluarga berencana di Indonesia adalah mewujudkan keluarga kecil yang bahagia dan sejahtera yang merupakan Sumber Daya Manusia dengan mengendalikan kelahiran dalam rangka menjamin terkendalinya pertumbuhan penduduk Indonesia (David Lucas, 1995).

Di berbagai daerah berkembang perasaan malu bagi orangtua bila seorang anak yang sudah cukup umur belum melangsungkan pernikahan. Tetapi ada suatu anggapan bila anak yang masih usia remaja sudah menikah mempunyai nilai tersendiri, karena menunjukkan kekayaan, kehormatan, dan kebanggaan bagi orangtua yang bersangkutan. Hal ini dikarenakan wanita yang sudah kawin lebih tinggi statusnya dalam pandangan masyarakat. Untuk menghindari kejadian di atas, pemerintah melakukan suatu kebijakan dengan membuat undang-undang

pernikahan No. 1 tahun 1974 pasal 6 ayat 2 yang menyatakan bahwa

‖Yang melangsungkan perkawinan seseorang yang belum mencapai umur 21 tahun harus mendapat izin dari kedua orangtua‖ dan pasal 7 ayat 1 yang berisikan

‖perkawinan hanya diizinkan jika pihak pria berusia 19 tahun dan wanita sudah mencapai 16 tahun‖. Undang-undang dan kebijakan pemerintah ini bertujuan untuk menghindari kawin muda (pendewasaan usia perkawinan) yang dianggap sebagai pasangan subur yang paling berpeluang melahirkan banyak anak dan apabila usia kawin yang lebih tua yang dapat mempengaruhi fertilitas secara langsung maupun tidak langsung, pengaruh langsung adalah makin singkatnya

wanita mengalami risiko melahirkan anak, pengaruh tidak langsung dapat merupakan penurunan fertilitas yang disebabkan sikap-sikap itu baru terhadap perkawinan dan keluarga. Sikap-sikap baru ini dapat menyebabkan seorang wanita kawin pada umur yang lebih tua dan mungkin juga menyebabkan pembatasan kelahiran dikarenakan resiko untuk melahirkan terlalu besar (Algiers Rachim, 1990).

Kebijakan-kebijakan yang telah dilakukan pemerintah harus diikutsertakan dengan peran serta masyarakat untuk mendukung tujuan tersebut. Sehingga pengetahuan tentang kependudukan sangat penting untuk merangsang timbulnya kesadaran dan membina tingkah laku yang bertanggungjawab sehingga masalah-masalah yang ada dapat diatasi dengan penuh perhatian dan memungkinkan setiap masalah dapat dicegah dan dihindari. Kesadaran masyarakat dan perhatian untuk ikut serta dalam mewujudkan kesadaran masyarakat dapat menanggulangi masalah pertumbuhan penduduk.

Berdasarkan uraian diatas penulis ingin mengetahui respon masyarakat dalam penurunan fertilitas. Dan sejauh manakah pengaruh pasangan usia subur dan penggunaan alat/cara KB terhadap angka kelahiran sehingga dapat menekan angka pertumbuhan penduduk agar dapat meningkatkan kesejahteraan rakyat seperti yang tertulis dalam pembukaan UUD 1945. Untuk itu penulis mengambil judul tulisan:PENGARUH PASANGAN USIA SUBUR DAN PENGGUNA ALAT/CARA KB TERHADAP ANGKA KELAHIRAN DI KABUPATEN TAPANULI UTARA TAHUN 1998-2012.

1.2 Rumusan masalah

Sebagai rumusan masalah yang akan di analisis dalam penelitian ini adalah sebagai berikut:

1. Apakah jumlah pasangan usia subur (PUS) dan jumlah pengguna alat/cara KB memiliki hubungan yang signifikan terhadap angka kelahiran di kabupaten Tapanuli Utara?

2. Apakah jumlah pasangan usia subur (PUS) dan jumlah pengguna alat/cara memiliki pengaruh yang besar terhadap angka kelahiran di kabupaten Tapanuli Utara?

3. Variabel manakah yang lebih mempengaruhi angka kelahiran di kabupaten Tapanuli Utara?

1.3 Batasan masalah

Untuk memperjelas dan untuk lebih memudahkan penelitian ini agar tidak menyimpang dari sasaran yang dituju, penulis hanya meneliti pengaruh jumlah pasangan usia subur (PUS) dan jumlah pengguna alat/cara KB terhadap angka kelahiran di kabupaten Tapanuli Utara diluar faktor lain yang mungkin

mempengaruhi. Metode analisa data dengan menggunakan Metode Regresi Berganda. Data kuantitatif yang digunakan adalah data angka kelahiran, jumlah pasangan usia subur (PUS ), dan jumlah pengguna alat/cara di kabupaten Tapanuli Utara tahun 1998-2012.

1.4 Tujuan penelitian

Adapun tujuan dari penelitian ini adalah untuk mengetahui dan menganalisis apakah secara signifikan (meyakinkan) terdapat korelasi positif, negatif ataupun tidak berkorelasi antara pasangan usia subur dan pengguna alat/cara KB terhadap angka kelahiran di kabupaten Tapanuli Utara tahun 1998-2012.

1.5 Manfaat penelitian

Adapun yang menjadi manfaat penelitian ini adalah:

1. Dapat menuangkan ilmu dan mengaplikasikan teori-teori statistika yang diperoleh penulis selama kuliah untuk menyelesaikan permasalahan yang sedang diteliti.

2. Penelitian ini bermanfaat bagi penulis yaitu memperluas dan memperdalam pemahaman penulis dalam bidang statistika, serta melatih penulis dalam membuat sebuah karya ilmiah, dan melalui penelitian ini penulis dibiasakan untuk lebih banyak membaca.

3. Penelitian ini diharapkan menjadi salah satu pendukung dalam pengembangan dari teori-teori yang ada.

1.6 Metode penelitian

Metode yang digunakan penulis dalam melaksanakan penelitian ini adalah:

Untuk mempermudah penelitian ini, peneliti mengadakan penelitian dan pengumpulan data pada Kantor Badan Pusat Statistik (BPS) Provinsi Sumatera Utara, di jalan Asrama no.179 Medan. Kemudian penelitian dilanjutkan di perpustakaan USU dan perpustakaan FMIPA USU untuk mencari buku penunjang untuk keperluan menganalisis data dan

menyelesaikan tugas akhir ini.

b. Studi Kepustakaan (Library Research)

Studi pustaka merupakan suatu cara penelitian yang digunakan untuk memperoleh data ataupun informasi dari perpustakaan yaitu dengan membaca buku-buku, jurnal-jurnal ataupun sumber terbitan lainnya dan bahan-bahan yang bersifat teoritis yang mendukung serta relevan dengan penulisan tugas akhir ini.

c. Metode Pengumpulan Data

Metode pengumpulan data untuk keperluan penelitian ini dilakukan penulis dengan mengumpulkan data sekunder dari Badan Pusat Statistik (BPS) provinsi Sumatera Utara. Pengumpulan data yang diambil melalui data sekunder. Data sekunder adalah data yang dikumpulkan, diperoleh dari sumber-sumber yang tercetak, dimana data tersebut telah

dikumpulkan oleh pihak lain sebelumnya. Sumber data sekunder adalah buku, laporan perusahaan, jurnal, internet dan lain sebagainya. Dalam hal ini penulis merangkum data berdasarkan data yang telah tersedia atau disusun oleh BPS. Data yang dikumpulkan tersebut kemudian diatur,

disusun dan disajikan dalam bentuk angka-angka dengan tujuan mendapatkan gambaran yang jelas tentang sekumpulan data tersebut.

1.7 Sistematika penulisan

Dalam penyusunan tugas akhir ini penulis membagi menjadi enam bab dimana masing-masing bab terdiri dari sub-sub bab. Adapun sistematika penulisannya adalah sebagai berikut:

BAB 1:PENDAHULUAN

Pada bab ini akan diuraikan latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian, tinjauan pustaka, metode penelitian, sistematika penulisan.

BAB 2:LANDASAN TEORI

Bab ini menguraikan tentang konsep dan defenisi tentang analisis regresi berganda dan analisis korelasi.

BAB 3:GAMBARAN UMUM

Bab ini menguraikan tentang gambaran umum Badan Pusat Statistik Provinsi Sumatera Utara dan dan gambaran umum kabupaten Tapanuli Utara.

Bab ini merupakan bab yang berisikan mengenai proses pembentukan analisis linier berganda dan analisis korelasi yang digunakan dalam penelitian ini.

BAB 5:IMPLEMENTASI SISTEM

Dalam bab ini penulis menjelaskan pengertian dan tujuan implementasi sistem, rancangan program yang dipakai dan hasil outputnya.

BAB 6:KESIMPULAN DAN SARAN

Bab ini merupakan penutup mengenai kesimpulan yang dihasilkan dalam penelitian ini. Serta pada bagian akhir akan diberikan saran.

BAB 2

LANDASAN TEORI

2.1 Analisa Regresi

Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Galton melakukan studi tentang kecenderungan tinggi badan anak. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat perkiraan nilai suatu variabel dengan menggunakan beberapa variabel lain yang berhubungan dengan variabel tersebut (Alfigari, 2000).

Menurut Mason, pengertian dari analisis regresi adalah suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua variabel atau lebih yaitu variabel bebas dan variabel terikat.

Variabel bebas adalah variabel yang nilai-nilainya tidak tergantung pada variabel lainnya, biasanya disimbolkan dengan . Variabel ini digunakan untuk meramalkan atau menerangkan nilai dari variabel yang lain. Sedangkan variabel terikat adalah variabel yang nilai-nilainya bergantung pada variabel lainnya, biasanya disimbolkan dengan . Variabel itu merupakan variabel yang diramalkan atau diterangkan nilainya (Hasan, 1999).

Untuk mempelajari hubungan-hubungan antara beberapa variabel, analisis regresi dapat dilihat dari dua bentuk yaitu:

1. Analisis Regresi Sederhana (Simple Analisis Regression)

2.2 Regresi linier sederhana

Regresi linier sederhana merupakan suatu prosedur untuk menunjukkan dua hubungan matematis dalam bentuk persamaan antara dua variabel, yaitu variabel

. sebagai variabel bebas (variable independent) dan variabel . sebagai variabel terikat (variable dependent).

Bentuk umum persamaan linier sederhana adalah:

̂

Keterangan:

̂ = Variabel terikat

= Parameter intersep (garis potong kurva terhadap sumbu )

= Koefisien regresi (kemiringan atau slop kurva linear)

= Variabel bebas

Nilai dan diperoleh dari cara di bawah ini:

∑ _(∑ (∑ ) ∑ _{) ∑} ∑

∑ _(∑ ∑ _{) ∑} ∑

2.3 Regresi linear berganda

Regresi linear berganda adalah suatu linear yang menjelaskan ada tidaknya suatu hubungan fungsional dan meramalkan pengaruh dua variabel independen ( ) atau lebih terhadap variabel dependent ( ). Dalam analisa berganda, akan digunakan yang menggambarkan seluruh variabel yang termasuk di dalam analisa dan variabel dependen. Bentuk umum persamaan regresi linear berganda adalah sebagai berikut:

̂

Keterangan:

̂ = Nilai estimasi

= Nilai Y pada perpotongan (intersep) antara garis linear dengan sumbu vertikal Y atau disebut konstanta

= Koefisien variabel bebas

= Variabel bebas

Untuk mengetahui nilai koefisien diperlukan n buah pasangan data ( ) yang didapat dari pengamatan. Untuk regresi linear berganda dengan variabel bebas dapat ditaksir oleh ̂

. Untuk mengetahui besarnya nilai dapat di tentukan dengan

persamaan berikut:

∑ ∑ ∑ ∑

∑ ∑ ∑ ∑

2.4 Uji keberartian regresi linear

Uji keberartian digunakan untuk mengetahui apakah sekelompok variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel terikat. Pada dasarnya pengujian hipotesa tentang parameter koefisien regresi secara keseluruhan adalah dengan mengunakan uji F. Rumus yang digunakan untuk menentukan

dapat dinyatakan sebagai berikut:

1. Dengan (Jumlah Kuadrat Regresi)

∑ ∑ ∑ Keterangan:

̅ ̅ ̅ ̅

dengan derajat kebebasannya (dk) adalah k.

2. (Jumlah Kuadrat Residu)

∑

Dengan derajat kebebasan n-k-1

1. Menetukan Hipotesa nol ( ) dan Hipotesa alternatif ( )

: Minimal satu parameter koefisien regresi tidak sama dengan nol 2. Menentukan derajat kebebasan yang diinginkan

3. Menentukan uji statistik, dalam hal penulisan ini digunakan uji F

4. Tentukan daerah tolak atau kriteria pengujian yaitu: Terima apabila

Tolak apabila

2.5 Uji koefisien regresi linier ganda

1. Menentukan formula hipotesis

2. Menentukan taraf nyata dan nilai dengan derajat kebebasan

3. Menentukan kriteria pengujian.

diterima bila

ditolak bila

4. Menentukan nilai

= √∑ ( )

dan

5. Membuat kesimpulan apakah diterima atau ditolak.

2.6 Analisa Korelasi

Analisa korelasi adalah alat statistik yang digunakan untuk derajat hubungan linear antara suatu variabel dengan variabel lainnya. Sehingga apabila terdapat hubungan antar variabel maka perubahan–perubahan yang terjadi pada suatu variabel akan mengakibatkan terjadinya perubahan pada variabel lain. Pada umumnya analisis korelasi digunakan dalam hubungan analisis regresi dimana kegunaannya untuk mengukur ketepatan garis regresi, dalam menjelaskan variasi nilai variabel dependen. Oleh karena itu korelasi tidak dapat dilakukan tanpa adanya persamaan regresi (Kustituanto, 1984).

2.7 Koefisien Korelasi

Koefisien korelasi pertama kali diperkenalkan oleh Karl Pearson sekitar tahun 1900. Koefisien korelasi menggambarkan keeratan hubungan antara dua variabel berskala selang atau rasio. Dilambangkan dengan r, koefisien korelasi sering juga disebut dengan r pearson atau korelasi produk – momen pearson.

Menurut Hasan (1999) Koefisien korelasi yang terjadi dapat berupa:

1. Korelasi positif adalah korelasi dari dua variabel, yaitu apabila variabel yang satu (X) meningkat maka variabel yang lainya (Y) cenderung meningkat pula.

2. Korelasi negatif adalah korelasi dari dua variabel, yaitu apabila variabel yang satu (X) meningkat maka variabel yang lainnya (Y) cenderung menurun.

3. Tidak adanya terjadi korelasi apabila kedua variabel (X dan Y) tidak menunjukkan adanya hubungan.

4. Korelasi sempurna adalah korelasi dari dua variabel, yaitu apabila kenaikan atau penurunan variabel yang satu (x) berbanding dengan kenaikan atau penurunan variabel yang lainnya (Y).

Untuk perhitungan koefisien korelasi r berdasarkan sekumpulan data ( ) berukuran n dengan menggunakan rumus:

∑ ∑ ∑

√{ ∑ ∑ }{ ∑ ∑ }

Koefisien korelasi r dipakai apabila terdapat dua variabel tapi apabila digunakan korelasi berganda atau memiliki tiga variabel ganda maka dapat koefisien korelasinya dinotasikan dengan R. Nilai koefisien linear berganda (R) dapat dicari dengan menggunakan rumus sebagai berikut:

√

Keterangan:

= Koefisien korelasi antara Y dan

= Koefisien korelasi antara Y dan

Koefisien determinasi yang dinyatakan dengan untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel tak bebas (Y) yang dapat diterangkan oleh variabel-variabel bebas (X) yang ada di dalam model persamaan regresi linier berganda secara bersama-sama. Maka dapat dibentuk dengan rumus:

∑ ;

√

Harga diperoleh sesuai dengan variansi yang dijelaskan masing-masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variansi yang dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja

(bersifat nyata).

Koefisien korelasi ini bernilai antara -1 dan +1, jika dua variabel berkorelasi negatif maka nilai koefisien korelasi akan mendekati -1, jika dua variabel tidak berkorelasi maka koefisien korelasi akan mendekati 0, sedangkan jika dua variabel berkorelasi positif maka nilai koefisien korelasi akan mendekati +1. Untuk lebih memudahkan mengetahui bagaimana sebenarnya derajat keeratan antara variabel- variabel tersebut, dapat dilihat pada Tabel 2.1 berikut ini:

Tabel 2.1. Koefisien korelasi yang telah diinterpretasikan

0,80 – 1,000 Berkorelasi sangat kuat positif 0,60 – 0,799 Berkorelasi kuat positif

0,40 – 0,599 Berkorelasi cukup kuat positif 0,20 – 0,399 Berkorelasi rendah positif

0,00 – 0,199 Berkorelasi sangat rendah positif -0,80 – (-1,000) Berkorelasi sangat kuat negatif -0,60 – (-0,799) Berkorelasi kuat negatif

-0,40 – (-0,599) Berkorelasi cukup kuat negatif -0,20 – (-0,399) Berkorelasi rendah negatif

BAB 3

GAMBARAN UMUM

3.1 Sejarah singkat Kabupaten Tapanuli Utara

Pada masa Hindia Belanda, Kabupaten Tapanuli Utara termasuk Kabupaten dairi dan Toba Samosir yang sekarang termasuk dalam keresidenan Tapanuli yang dipimpin seorang Residen Bangsa Belanda yang berkedudukan di Sibolga. Keresidenan Tapanuli yang dulu disebut Residentie Tapanuli terdiri dari 4 Afdeling (Kabupaten) yaitu Afdeling Batak Landen, Afdeling Padang Sidempuan, Afdeling Sibolga dan Afdeling Nias. Afdeling Batak Landen dipimpin oleh seorang Asisten Residen yang ibukotanya di Tarutung.

Sesudah kemerdekaan Republik Indonesia diproklamasikan tanggal 17 Agustus 1945, pemerintah mulailah membentuk struktur pemerintahan baik di pusat dan di daerah. Dengan diangkatnya Dr. Ferdinand Lumbantobing sebagai Residen Tapanuli, disusunlah struktur pemerintahan dalam negeri di Tapanuli khususnya di Tapanuli Utara.

Setelah Belanda meninggalkan Indonesia pada pengesahan kedaulatan, pada permulaan tahun 1950 di Tapanuli dibentuk Kabupaten baru yaitu Kabupaten Tapanuli Utara (dulu Kabupaten Batak), Kabupaten Tapanuli Tengah (dulu Kabupaten Sibolga), dan Kabupaten Nias. Disamping itu ditiap kabupaten dibentuk badan legislatif Dewan Perwakilan Rakyat yang anggotanya dari anggota partai politik setempat.

Mengingat luasnya wilayah Kabupaten Tapanuli Utara meliputi Dairi pada waktu itu, maka untuk meningkatkan daya guna pemerintahan, pada tahun 1956 dibentuk Kabupaten Dairi yang berpisah dari Kabupaten Tapanuli Utara.

Salah satu upaya untuk mempercepat laju pembangunan ditinjau dari aspek pembangunan daerah, pemerataan hasil-hasil pembangunan dan stabilitas keamanan adalah dengan jalan pemekaran wilayah. Pada tahun 1998 Kabupaten Tapanuli Utara dimekarkan menjadi dua kabupaten yaitu Kabupaten Tapanuli Utara dan Kabupaten Toba Samosir sesuai dengan Undang Undang No. 12 tahun 1998 tentang pembentukan Kabupaten Mandailing Natal.

Kemudian pada tahun 2003 Kabupaten Tapanuli Utara dimekarkan kembali menjadi dua kabupaten yaitu Kabupaten Tapanuli Utara dan Kabupaten Humbang Hasundutan sesuai dengan Undang Undang No. 9 tahun 2003 tentang pembentukan kabupaten Nias Selatan, Kabupaten Pakpak Barat dan Kabupaten Humbang Hasundutan.

Setelah Kabupaten Tapanuli Utara berpisah dengan Kabupaten Humbang Hasundutan jumlah kecamatan di Kabupaten Tapanuli Utara menjadi 15 kecamatan. Kecamatan yang masih tetap dalam Kabupaten Tapanuli Utara yaitu :

1. Kecamatan Parmonangan

2. Kecamatan Adiankoting

3. Kecamatan Sipoholon

5. Kecamatan Siatas Barita

6. Kecamatan Pahae Jae

7. Kecamatan Purbatua

8. Kecamatan Simangumban

9. Kecamatan Pahae Julu

10. Kecamatan Pangaribuan

11. Kecamatan Sipahutar

12. Kecamatan Pagaran

13. Kecamatan Siborong-borong

14. Kecamatan Garoga

3.1.1 Letak Geografis

Sumber :BPS PROVINSI SUMATERA UTARA

Gambar 3.1. Peta Kabupaten Tapanuli Utara Tahun 2014

Kabupaten Tapanuli Utara merupakan salah satu daerah kabupaten di Provinsi Sumatera Utara terletak di wilayah pengembangan dataran tinggi Sumatera Utara berada pada ketinggian antara 300 – 1.500 meter di atas permukaan laut. Topografi dan kontur tanah Kabupaten tapanuli Utara beraneka ragam yaitu yang tergolong datar (3,16 persen), landai (26,86 persen), miring ( 25,63 persen), dan terjal ( 44,35 persen).

Secara astronomis Kabupaten Tapanuli Utara berada pada posisi 1020’ -

2041’ Lintang Utara dan 98005’ – 99016’ Bujur Timur. Sedangkan secara

geografis letak Kabupaten Tapanuli Utara diapit atau berbatasan langsung dengan lima kabupaten yaitu, di sebelah Utara berbatasan dengan Kabupaten Toba

Samosir, di sebelah Timur berbatasan dengan Kabupaten Labuhan Batu, di sebelah Selatan berbatasan dengan Kabupaten Tapanuli Selatan, dan di sebelah Barat berbatasan dengan Humbang Hasundutan dan Tapanuli Tengah.

Letak geografis dan astronomis Kabupaten Tapanuli Utara ini sangat menguntungkan karena berada pada jalur lintas dari beberapa kabupaten di Propinsi Sumatera Utara.

3.1.2 Luas wilayah

Luas wilayah Kabupaten Tapanuli Utara sekitar 3.800,31 terdiri dari luas daratan 3.793,71 dan luas perairan Danau Toba 6,60 . Dari 15 kecamatan yang ada, kecamatan yang paling luas di Kabupaten Tapanuli Utara adalah Kecamatan Garoga sekitar 567,58 atau 14,96 persen dari luas kabupaten dan kecamatan yang terkecil luasnya yaitu Kecamatan Muara sekitar 79,75 atau 2,10 persen.

3.1.3 Penduduk Kabupaten Tapanuli Utara

Kesejahteraan penduduk merupakan sasaran utama dari pembangunan sebagaimana tertuang dalam GBHN. Untuk itu pemerintah telah melakukan berbagai usaha dalam rangka memecahkan masalah kependudukan. Usaha-usaha yang mengarah pada pemerataan penyebaran penduduk melalui transmigrasi telah dilakukan. Selain itu dengan mulai diberlakukannya otonomi daerah diharapkan dapat mengurangi perpindahan penduduk. Usaha untuk menekan laju

pertumbuhanpenduduk juga telah dilakukan melalui Program Keluarga Berencana yang dimulai awal tahun 1970-an.

Jumlah penduduk Kabupaten Tapanuli Utara pada tahun 2008 berkisar 268.691 jiwa merupakan angka proyeksi yang dihitung berdasarkan data jumlah penduduk hasil Pedaftaran Pemilih dan Pendataan Penduduk Berkelanjutan (P4B) yang dilaksanakan pada bulan April tahun 2003. Hasil proyeksi tersebut

menunjukkan bahwa jumlah penduduk Kabupaten Tapanuli Utara tahun 2008 sebesar 268.691 jiwa yang terdiri dari 133.433 jiwa laki-laki dan 135.258 jiwa perempuan. Rasio jenis kelamin Kabupaten Tapanuli Utara tahun 2008 sebesar 98,65 ini berarti bahwa jumlah penduduk perempuan di Tapanuli Utara lebih banyak daripada jumlah penduduk laki-laki. Sedang tingkat kepadatan penduduk relative rendah, yaitu 70,83 penduduk perkilometer persegi. Banyaknya rumah tangga tahun 2008 sebesar 59.709, dengan rata-rata anggota rumah tangga sebesar 4,50 orang.

3.1.4 Kesehatan dan keluarga berencana

Jumlah rumah sakit umum yang berada di Kabupaten Tapanuli Utara tahun 2008 sebanyak 1 buah yang berlokasi di kecamatan Tarutung, sedangkan sarana

kesehatan lainnya pada tingkat kecamatan terdapat sebanyak 19 puskesmas (5 unit diantaranya puskesmas berstatus rawat inap) dan 60 unit puskesmas pembantu. Polindes sebanyak 192 unit, posyandu ada sekitar 388 unit, apotek sebnyak 7 unit, toko obat sebanyak 14 unit, klinik bersalin swasta 2 unit dan balai pengobatan swasta sebanyak 2 unit.

Jumlah dokter di Kabupaten Tapanuli Utara (tidak termasuk RSU) pada tahun 2008 sebanyak 83 orang yang terdiri dari dokter umum sebanyak 65 orang dan dokter gigi sebanyak 18 orang, sedangkan tenaga medis bidan tersedia 532 orang, perawat sebanyak 99 orang.

Banyaknya pasangan usia subur (PUS) di Kabupaten Tapanuli Utara tahun 2008 sebanyak 32.967 PUS dengan akseptor aktif sebanyak 18.585 atau sekitar 56,37 % . Pada tahun 2008 terdapat 7.347 akseptor baru atau sekitar 92,58 % dari jumlah Pemenuhan Permintaan Masyarakat (PPM).

3.2 Sejarah Singkat Badan Pusat Statistik Provinsi Sumatera Utara

A. Masa Sebelum Kemerdekaan

Pada masa sebelum kemerdekaan Republik Indonesia BPS dibawah Land Bouw Nisver Leiden Handel. BPS yang dibentuk pada tahun 1920 yang berfungsi untuk mengumumkan data kebudayaan. Empat tahun kemudian pada tanggal 04

September 1945 aktivis utama BPS di pindahkan dari Bogor ke Jakarta dengan nama baru yaitu Central Kantor Noor DC Statistik (CKS). Selama perang dunia 1942 – 1945 dibawah pemerintahan militer Jepang (GUNSEIKANBU), CKS telah diubah namanya menjadi CHOSASITSU GUNSEIKANBU (CG) dimana fungsi utamanya diarahkan kepada pengumpulan data untuk militer.

B. Masa Sesudah Kemerdekaan

Pada masa kemerdekaan RI pada tanggal 17 Agustus 1945 CG diubah namanya kedalam bahasa Indonesia menjadi Kantor Pusat Perangkat Umum Republik

Indonesia (KAPPURI) yang dikepalai oleh Tuan Abdul Karim Pringgodigdo. Kemudian diawal tahun 1946 KAPPURI diketahui oleh semua, bersama pemerintah pusat indonesia pindah ke Yogyakarta, sementara itu di Jakarta pemerintah Belanda mengaktifkan kembali CKS berdasarkan surat Menteri Kesejahteraan Sosial No.219/Se tertanggal 12 Juni 1950 KAPPURI dan CKS bergabung menjadi Kantor Pusat Statistik (KPS) dibawah naungan Menteri Kesejahteraan Sosial. Dekrit Presiden No.172 Tahun 1957 mengubah nama dari KPS menjadi Biro Pusat Statistik (BPS) dan disahkan statusnya dibawah tanggung jawab Perdana Menteri.

Pada tanggal 06 Desember 1960 disahkan secara hukum menjadi sebuah lembaga untuk melakukan sensus. BPS juga sebagai lembaga utama untuk

mengeluarkan data statistik secara hukum yang berlaku dan disahkan pada tanggal 07 September 1965. Pada bulan Oktober tahun 1961 setelah kemerdekaan, BPS mulai melaksanakan sensus pertama di Indonesia, setiap provinsi, daerah dan bentuk unit baru dibawah hukum pemerintah setempat. Sejak mengadakan sensus pertama pada tahun 1945 berdasarkan Dekrit Presiden No.Ac/C19, status unit tersebut ditingkatkan dalam bentuk kantor tersendiri yang terpisah dari pemerintahan setempat yaitu Kantor Sensus dan Statistik.

Pada masa era baru Peraturan Pemerintah No. 16 tahun 1986

menggambarkan dalam bentuk garis-garis besar dari organisasi dan tugas-tugas tertentu dari BPS.

Peraturan pemerintah No. 02 tahun 1992 menggantikan Peraturan

tahun 1992 untuk menentukan garis dan fungsi dari struktur organisasi BPS. Pada tahun 1998 BPS dirubah kembali namanya menjadi Badan Pusat Statistik (BPS), dalam hal ini Badan Pusat Statistik (BPS) sudah instansi pemerintah yang berfungsi sebagai pendata (sensus) yang berhubungan dengan ekonomi, sosial, dan kebudayaaan.

3.2.1 Logo Instansi

Gambar 3.2. Logo BPS

Logo BPS terdiri dari 3 warna yang masing-masing mempunyai makna. Adapun makna yang dimaksud adalah :

1. Biru

Memiliki makna tentang Sensus Penduduk yang dilakukan oleh pihak BPS setiap 10 tahun sekali (tahun berakhiran angka 0) yang mencakup index pembangunan manusia, kemiskinan, kependudukan, kesehatan, ketahanan sosial, konsumsi dan pangelaran, pendidikan, perumahan, sosial budaya, tenaga kerja.

2. Hijau

Memiliki makna tentang Sensus Pertanian yang dilakukan setiap 10 tahun sekali (tahun berakhiran angka 3) yang mencakup index tanaman pangan, hortikultura, kehutanan, perkebunan, perikanan dan peternakan.

3. Oranye

Memiki makna tentang Sensus Ekonomi yang dilakukan setiap 10 tahun sekali (tahun berakhiran angka 6) yang mencakup index kegiatan ekspor-impor, industri, inflasi, harga produsen, harga perdagangan, keuangan, komunikasi, konstruksi, neraca arus dana, nilai tukar petani, pariwisata, produk domestik bruto, produk domestik regional bruto, transportasi, upah buruh, dan usaha mikro kecil.

3.2.2 Visi dan Misi Badan Pusat Statistik (BPS)

Visi : BPS Pelopor Data Statistik Terpercaya Untuk Semua.

Misi :

1. Memperkuat landasan konstitusional dan operasional lembaga statistik untuk penyelenggaraan statistik yang efektif dan efisien.

2. Menciptakan insan statistik yang kompeten dan profesional, didukung pemanfaatan teknologi informasi mutakhir untuk kemajuan perstatistikaan Indonesia.

3. Meningkatkan penerapan standar klasifikasi, konsep dan definisi, pengukuran, dan kode etik statistik yang bermanfaat universal dalam setiap

4. Meningkatkan kualitas pelayanan informasi statistik bagi semua pihak. 5. Meningkatkan koordinasi, integrasi, dan sinkronisasi kegiatan statistik yang

diselenggarakan pemerintah dan swasta, dalam Kerangka Sistem Statistik Nasional (SSN) yang efektif dan efisien.

3.2.3 Struktur Organisasi

Struktur organisasi disusun untuk membantu mencapai tujuan organisasi agar lebih efektif. Tujuan organisasi akan menentukan struktur organisasinya yaitu dengan menentukan seluruh pekerjaan, hubungan antar tugas, batas wewenang dan tanggung jawab masing-masing tugas tersebut.

Atas dasar kegiatan ini selanjutnya akan disusun pola tetap hubungan-hubungan diantara bidang-bidang keputusan, maupun para pelaksana yang mempunyai kedudukan, wewenang dan tanggung jawab tertentu dan semua ini menghasilkan kerangka organisasi.

Bentuk struktur yang diterapkan di Kantor Badan Pusat Statistik Kotamadya Medan adalah Struktur Organisasi Garis (Line) dan staf. Bentuk dan Struktur Organisasi Garis (Line) dan Staf adalah kekuasaan,wewenang mengenai tugas dan tanggung jawab perusahaan dipegang sepenuhnya oleh pejabat staf (Kepala Bagian) yang memberikan bahan masukan kepada pimpinan dalam pengambilan keputusan, dan tidak berwenang memberikan perintah kepada pegawai termasuk ke dalam satuan organisasi yang dipimpin oleh seorang pejabat lain.

BAB 4

ANALISIS DATA

4.1 Pengolahan Data

Data yang diambil dari kantor Badan Pusat Statistik Sumatera Utara adalah data Angka Kelahiran Total di kabupaten Tapanuli Utara, jumlah pasangan usia subur (PUS) dan pengguna alat/cara KB tahun 1998-2012.

Tabel 4.1 Angka Kelahiran Total, Jumlah Pasangan Usia Subur (PUS) dan Pengguna Alat/cara KB tahun 1998-2012 di kabupaten Tapanuli Utara.

NO Tahun Angka Kelahiran

Total Jumlah Pasangan Usia Subur Jumlah Pengguna Alat/cara KB

1 1998 4,01 61.124 40.521

2 1999 3,90 56.147 32.542

3 2000 3,82 50.158 25.726

4 2001 3,70 47.240 27.609

5 2002 3,60 51.359 29.042

6 2003 3,54 31.118 18.782

7 2004 3,48 31.838 15.546

8 2005 3,30 30.768 17.230

9 2006 3,24 32.853 18.062

10 2007 3,14 32.745 18.160

12 2009 2,91 32.761 18.761

13 2010 2,87 32.870 21.405

14 2011 2,71 32.540 20.518

15 2012 2,63 31.903 20.403

(Sumber:Badan Pusat Statistik Provinsi Sumatera Utara)

Keterangan:

= Angka kelahiran total

= Jumlah pasangan usia subur (PUS)

= Jumlah pengguna alat/cara KB

4.2 Membentuk Persamaan Linier Berganda

Dari data tersebut akan bentuk persamaan regresi linier berganda dengan terlebih dahulu menentukan koefisien-koefisien regresinya. Untuk menentukannya maka diperlukan jumlah-jumlah variabel seperti pada Tabel 4.2 berikut:

Tabel 4.2 Nilai koefisien korelasi.

NO

1 4,01 16,0801 61124 40521 3736143376 1641951441 2 3,90 15,21 56147 32542 3152485609 1058981764 3 3,82 14,5924 50158 25726 2515824964 661827076 4 3,70 13,69 47240 27609 2231617600 762256881 5 3,60 12,96 51359 29042 2637746881 843437764

6 3,54 12,5316 31118 18782 968329924 352763524 7 3,48 12,1104 31838 15546 1013658244 241678116 8 3,30 10,89 30768 17230 946669824 296872900 9 3,24 10,4976 32853 18062 1079319609 326235844 10 3,14 9,8596 32745 18160 1072235025 329785600 11 3,05 9,3025 32967 18893 1086823089 356945449 12 2,91 8,4681 32761 18761 1073283121 351975121 13 2,87 8,2369 32870 21405 1080436900 458174025 14 2,71 7,3441 32540 20518 1058851600 420988324 15 2,63 6,9169 31903 20403 1017801409 416282409

49,9 168,6902 588391 343200 24671227175 8520156238

Sambungan tabel 4.2

2476805604 245107,24 162489,21

1827135674 218973,3 126913,8 1290364708 191603,56 98273,32 1304249160 174788 102153,3 1491568078 184892,4 104551,2 584458276 110157,72 66488,28 494953548 110796,24 54100,08 530132640 101534,4 56859 593390886 106443,72 58520,88 594649200 102819,3 57022,4 622845531 100549,35 57623,65

614629121 95334,51 54594,51

703582350 94336,9 61432,35

667655720 88183,4 55603,78

650916909 83904,89 53659,89

14447337405 2009424,93 1170285,65

Dari tabel tersebut diperoleh harga-harga sebagai berikut:

N =15 ∑

∑ ∑

∑ ∑

∑

∑

∑

∑

Rumus umum persamaan regresi linier berganda dengan dua variabel bebas yaitu:

Dan diperoleh melalui persamaan-persamaan berikut:

∑ ∑ ∑

∑ ∑ ∑ ∑

∑ ∑ ∑ ∑

Harga-harga yang telah diperoleh disubsitusikan ke dalam bentuk persamaan tersebut, maka didapatkan:

49,9 = 15 + 588.391 + 343.200 (1)

2.009.424,93 = 588.391 + 24.671.227.175 + 14.447.337.405 (2)

1.170.285,65 = 343.200 + 14.447.337.405 + 8.520.156.238 (3)

Eliminasi persamaan dari persamaan 1(satu) dan 2 (dua):

29.360.710,9 = 8.825.865 + 346.203.968.881 + 201.935.791.200

30.141.373,95 = 8.825.865 + 370.068.407.625 + 216.710.061.075 —

-780.663,05 = 0 + (-23.864.438.744) + (-14.774.269.875) (4)

Eliminasi persamaan dari persamaan 1(satu) dan 3(tiga):

17.125.680 = 5.148.000 + 201.935.791.200 + 117.786.240.000

17.554.284,75 = 5.148.000 + 216.710.061.075 + 127.802.343.570 —

-428.604,75 = 0 + (-14.774.269.875) + (-10.016.103.570) (5)

Eliminasi dari persamaan 4(empat) dan 5(lima):

-6,33232E+15 = 2,18279E+20 + 1,47981E+20 –

-1,48688E+15 = -2,075E+19

=

= 7,16581 x

Subsitusi (7,16581 x ) ke persamaan 4 (empat):

-780.663,05 = (-23.864.438.744) + (-14.774.269.875)

-780.663,05 = (-23.864.438.744)(7,16581 x ) + (-14.774.269.875)

-780.663,05 = -1.710.080,286 + (-14.774.269.875)

-14.774.269.875 = 929.417,2361

=

= - 6,29078 x

Substitusi (7,16581 x ) dan (- 6,29078 x ) ke persamaan 1:

49,9 = 15 + 588.391 + 343.200

49,9 = 15 + 588.391 (7,16581 x ) + 343.200 (- 6,29078 x )

49,9 = 15 + 42,16297984 + (- 21,58996676)

49,9 = 15 + 20,57301308

=

= 1,955132461

Setelah persamaan di atas diselesaikan, maka diperolehlah nilai koefisien-koefisien linier bergandanya antara lain:

= 1,955132461

= 7,16581 x

= - 6,29078 x

Dari koefisien-koefisien yang diperoleh dibentuklah model persamaan regresi linier berganda:

̂

̂

4.3 Uji keberartian regresi

Sebelum persamaan regresi yang diperoleh digunakan untuk membuat suatu kesimpulan, maka perlu diadakan suatu pengujian hipotesis mengenai keberartian model regresi. Perumusan hipotesisnya adalah:

Tidak terdapat pengaruh yang signifikan antara variabel bebas yaitu jumlah pasangan usia subur dan jumlah pengguna alat/cara KB dengan variabel tak bebas yaitu angka kelahiran total.

Minimal satu parameter koefisien regresi yang ≠ 0

Terdapat pengaruh yang signifikan antara variabel bebas yaitu jumlah pasangan usia subur dan jumlah pengguna alat/cara KB dengan variabel tak bebas yaitu angka kelahiran total.

Kriteria pengujian hipotesisnya:

Terima apabila

Tolak apabila

Untuk menguji model regresi yang terbentuk, diperlukan dua macam jumlah kuadrat (JK) yaitu JK untuk regresi ( ) dan JK untuk sisa ( ) yang akan didapatkan setelah mengetahui nilai-nilai jika ̅

̅ ̅. Untuk memperoleh nilai-nilai tersebut maka diperlukan harga-harga berikut:

̅

̅

̅

Tabel 4.3 Harga ̂ untuk Uji Regresi

No.

1 4,01 61124 40521 21898 17641 0,68 479522404 311204881 2 3,90 56147 32542 16921 9662 0,57 286320241 93354244 3 3,82 50158 25726 10932 2846 0,49 119508624 8099716 4 3,70 47240 27609 8014 4729 0,37 64224196 22363441 5 3,60 51359 29042 12133 6162 0,27 147209689 37970244 6 3,54 31118 18782 -8108 -4098 0,21 65739664 16793604 7 3,48 31838 15546 -7388 -7334 0,15 54582544 53787556 8 3,30 30768 17230 -8458 -5650 -0,03 71537764 31922500 9 3,24 32853 18062 -6373 -4818 -0,09 40615129 23213124 10 3,14 32745 18160 -6481 -4720 -0,19 42003361 22278400 11 3,05 32967 18893 -6259 -3987 -0,28 39175081 15896169 12 2,91 32761 18761 -6465 -4119 -0,42 41796225 16966161 13 2,87 32870 21405 -6356 -1475 -0,46 40398736 2175625 14 2,71 32540 20518 -6686 -2362 -0,62 44702596 5579044 15 2,63 31903 20403 -7323 -2477 -0,7 53626329 6135529

Lanjutan tabel 4.3:

No. _{̂ ̂ ( ̂)}

1 14890,64 11995,88 3,79 0,22 0,0484 0,4624

2 9644,97 5507,34 3,93 -0,03 0,0009 0,3249

3 5356,68 1394,54 3,93 -0,11 0,0121 0,2401

4 2965,18 1749,73 3,6 0,1 0,01 0,1369

5 3275,91 1663,74 3,81 -0,21 0,0441 0,0729

6 -1702,68 -860,58 3 0,54 0,2916 0,0441

7 -1108,2 -1100,1 3,26 0,22 0,0484 0,0225

8 253,74 169,5 3,08 0,22 0,0484 0,0009

9 573,57 433,62 3,17 0,07 0,0049 0,0081

10 1231,39 896,8 3,16 -0,02 0,0004 0,0361

11 1752,52 1116,36 3,13 -0,08 0,0064 0,0784

12 2715,3 1729,98 3,12 -0,21 0,0441 0,1764

13 2923,76 678,5 2,96 -0,09 0,0081 0,2116

14 4145,32 1464,44 2,99 -0,28 0,0784 0,3844

15 5126,1 1733,9 2,96 -0,33 0,1089 0,49

Σ 52044,2 28573,65 49,89 0,01 0,7551 2,6897

Dari tabel tersebut diperoleh nilai-nilai berikut:

∑

∑

Sehingga diperoleh dua macam jumlah kuadrat-kuadrat yakni dan sebagai berikut:

= ∑ ∑

= (7,16581 x )(52044,2) + (-6,29078 x )(28573,65)

= 1,93

= ∑( ̂)

= 0,7551

Jadi dapat dicari dengan:

= _⁄ ⁄

= _⁄ ⁄

=

= 16,08

Untuk , yaitu nilai statistik F jika dilihat dari tabel distribusi F dengan derajat kebebasan pembilang = k dan penyebut = n-k-1, dan

α = 5% = 0,05 maka:

= =

= 3,89

Dengan demikian dapat kita lihat bahwa nilai (16,08) > (3,89). Maka ditolak dan diterima. Hal ini berarti persamaan linier berganda Y atas

bersifat nyata yang berarti bahwa jumlah pasangan usia subur dan jumlah pengguna alat/cara KB secara bersama-sama berpengaruh terhadap terjadinya angka kelahiran total.

4.4 Koefisien determinasi

Dari Tabel 4 dapat dilihat harga ∑ = 2,69 dan nilai = 1,93 telah dihitung sebelumnya, maka diperoleh nilai koefisien determinasi:

∑ =

Untuk koefisien korelasi ganda digunakan rumus:

R = √

Maka:

R = √

R = 0,84

Dari hasil perhitungan diperoleh nilai korelasi (R) yaitu sebesar 0,84 yang menunjukkan bahwa korelasi antara variabel bebas X dengan variabel tak bebas Y berhubungan secara positif dengan tingkat yang tinggi. Adapun nilai koefisien

determinasi diperoleh sebesar 0,72 yang berarti sekitar 72% angka kelahiran total yang terjadi dipengaruhi oleh jumlah pasangan usia subur dan jumlah pengguna alat/cara KB. Sedangkan sisanya sebesar 100% - 72% = 28% dipengaruhi oleh faktor-faktor yang lain.

4.5 Koefisien korelasi

4.5.1 Perhitungan korelasi antara variabel bebas dan variabel terikat

Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tidak bebas, maka dari tabel 4 dapat dihitung besar koefisien korelasinya yaitu:

1. Koefisien korelasi antara angka kelahiran total (Y) dengan jumlah pasangan usia subur ( ):

= ∑ ∑ ∑ √{ ∑ ∑ }{ ∑ ∑ }

= _√

= _√

= _√

= 0,79

2. Koefisien korelasi antara angka kelahiran total (Y) dengan jumlah pengguna alat/cara KB ( ):

= ∑ ∑ ∑ √{ ∑ ∑ }{ ∑ ∑ }

= _√

= _√

= _√

=

= 0,67

4.5.2 Perhitungan korelasi antara variabel bebas

1. Koefisien korelasi antara jumlah pasangan usia subur ( ) dengan jumlah pengguna alat/cara KB ( ):

= ∑ ∑ ∑ √{ ∑ ∑ }{ ∑ ∑ }

= _√

= _√

= _√

Dari perhitungan koefisien korelasi baik antara variabel bebas terhadap variabel tak bebas maupun antara sesama variabel bebas diperoleh kesimpulan sebagai berikut:

1. = 0,79;variabel berkorelasi kuat terhadap variabel Y 2. = 0,67;variabel berkorelasi kuat terhadap variabel Y 3. = 0,96;variabel berkorelasi kuat terhadap variabel

4.6 Uji koefisien regresi linier ganda

1. Pengaruh Antara Pasangan Usia Subur dengan Angka Kelahiran

Pasangan usia subur tidak berpengaruh terhadap angka kelahiran di kabupaten Tapanuli Utara

Pasangan usia subur berpengaruh terhadap angka kelahiran di kabupaten Tapanuli Utara.

Dengan taraf nyata α = 0,05 maka nilai dengan derajat kebebasan _⁄ sehingga = 2,179 (Uji 2 sisi).

diterima bila

ditolak bila

Menentukan nilai digunakan rumus berikut:

= √∑ ( )

∑ = 1.590.962.583

= 0,96

= ∑ ̂

=

= 0,062925

= 0,25084

= _√

= = 2,245994912-05

Maka:

= =

= 3,19

Dapat dilihat bahwa sehingga ditolak yang berarti secara parsial pasangan usia subur berpengaruh terhadap Angka Kelahiran di kabupaten Tapanuli Utara.

2. Pengaruh Pengguna Alat/Cara KB dengan Angka Kelahiran

Pengguna alat/cara KB tidak berpengaruh terhadap angka kelahiran di kabupaten Tapanuli Utara.

Pengguna alat/cara KB berpengaruh terhadap angka kelahiran di kabupaten Tapanuli Utara.

Dengan taraf nyata α = 0,05 maka nilai dengan derajat kebebasan

⁄ sehingga = 2,179 (uji 2 sisi).

diterima bila

ditolak bila

Menentukan nilai digunakan rumus berikut:

= √∑ ( )

∑ = 667.740.238

= 0,96

= ∑ ̂

=

= 0,062925

= 0,25084

= _√

= = 3,10878 x

= =

= -2,0236

Dapat dilihat bahwa sehingga diterima yang berarti secara parsial pengguna alat/cara KB tidak berpengaruh terhadap Angka Kelahiran di kabupaten Tapanuli Utara.

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian implementasi sistem

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

Tahapan implementasi sistem merupakan tahapan penerapan hasil desain yang tertulis ke dalam programming. Pengolahan data pada tugas akhir ini menggunakan software yaitu SPSS 17.0 for Windows dalam memperoleh hasil perhitungan.

5.2 Sekilas tentang program SPSS

SPSS merupakan salah satu paket program komputer yang digunakan untuk mengolah data statistik. Banyak program lain yang juga dapat digunakan untuk olah data statistik, misalnya Microstat, SAS, Statistica, SPSS-2000 dan lain-lain, namun SPSS lebih populer dibandingkan dengan program lainnya. SPSS merupakan software yang paling populer, dan banyak digunakan sebagai alat bantu dalam bebagai macam riset, sehingga program ini paling banyak digunakan di seluruh dunia.

SPSS pertama sekali diperkenalkan oleh tiga mahasiswa Standford University pada tahun 1968. Tahun 1948 SPSS sebagai software muncul dengan nama SPSS/PC+ dengan sistem Dos. Lalu sejak tahun 1992 SPSS mengeluarkan

versi Windows. SPSS dengan sistem Windows telah mengeluarkan software dengan beberapa versi yang berkembang dalam penggunaannya dalam mengolah data statistika.

SPSS sebelumnya dirancang untuk pengolahan data statistik pada ilmu-ilmu sosial, sehingga SPSS merupakan singkatan dari Statistical Package for the Social Science. Namun, dalam perkembangan selanjutnya penggunaan SPSS diperluas untuk berbagai jenis penggunaan, misalnya untuk proses produksi di perusahaan, riset ilmu-ilmu sains dan sebagainya. Sehingga kini SPSS menjadi singkatan dari Statistical Product and Service Solutions.

5.3 Pengolahan data dengan SPSS

1. Memulai SPSS pada window yaitu sebagai berikut:

1. Pilih menu Start dari Windows

2. Selanjutnya pilih menu All Program

3. Pilih SPSS for windows dan klik SPSS 17,0 for window

Gambar 5.1 Tampilan Pengaktifan SPSS 17.0

Pada saat membuka SPSS akan muncul kotak dialog SPSS for window aktif dan kotak editor yang tertumpuk dibawahnya. Pilih open dan exisiting apabila telah membangun file data dalam format sav atau tekan tombol cancel atau tanda silang untuk memulai membangun file data baru sekaligus mengaktifkan SPSS data editor.

Gambar 5.2 Kotak Dialog SPSS for windows

2. Memasukan data ke dalam SPSS

SPSS Data Editor mempunyai 2 tipe lingkungan kerja yaitu : Data View dan Variable View. Untuk menyusun defenisi variabel, posisi tampilan SPSS Data

Editor harus berada pilih ada ―Variable View‖. Lakukan dengan mengklik tab sheet Variable View yang berada dibagian kiri bawah atau langsung menekan Ctrl+T. Tampilan variable view juga dapat dimunculkan dari View lalu pilih Variable. Tampilannya adalah sebagai berikut:

Gambar 5.3 Tampilan Jendela Variabel View dalam SPSS

Pada tampilan jendela Variabel view terdapat kolom-kolom berikut:

Name :untuk memasukkan nama variabel yang akan diuji

Type :untuk mendefenisikan tipe variabel apakah bersifat numerik atau string

Widht :untuk menuliskan panjang pendek variabel

Decimals :untuk menuliskan jumlah desimal di belakang koma Label :untuk menuliskan label variabel

Values :untuk menuliskan nilai kuantitatif dari variabel yang skala pengukurannya ordinal atau nominal bukan scale

Missing :untuk menuliskan ada tidaknya jawaban kosong Columns :untuk menuliskan lebar kolom

Align :untuk menuliskan rata kanan, kiri atau tengah penempatan teks atau angka di Data view

Measure :untuk menentukan skala pengukuran variabel, misalnya nominal, ordinal atau scale.

3. Pengisian Variabel

Tempatkan pointer pada baris pertama di bawah Name.

Name :klik ganda pada sel tersebut dan ketik Tahun Type :Pilih string karena dalam bentuk data

Width :Untuk keseragaman ketik 8

Decimal :Ketik 0

Label :Ketik Tahun

Values dan Missing :Abaikan pilihan ini karena data tidak dikategorisasikan

Align :Pilih Center

Measure :Pilih nominal Variabel Y

Name :Letakkan kursor di bawah Tahun, lalu klik ganda pada sel tersebut kemudian ketik Y

Type :Pilih numeric karena berupa angka Width :Untuk keseragaman ketik 8

Decimal :Ketik 0

Label :Ketik Jumlah kelahiran total

Align :Pilih Center

Variabel X

Name :Letakkan kursor di bawah Y, lalu klik ganda pada sel tersebut kemudian ketik

Type :Pilih numeric karena berupa angka Width :Untuk keseragaman ketik 8

Decimal :Ketik 0

Label :Ketik Jumlah pasangan usia subur

Align :Pilih Center

Measure :Pilih scale

Lakukan seterusnya untuk variabel dengan Name dan Label yang sesuai dengan Variabel yang dimaksudkan, sehingga diperoleh seperti gambar berikut:

Gambar 5.4 Tampilan Jendela Pengisian Variabel View

4. Pengisian Data

2. Ketikkan data yang sesuai dengan setiap variabel yang telah didefenisikan pada Variabel View.

Tampilannya adalah sebagai berikut:

Gambar 5.5 Tampilan Jendela Pengisian Data View

5.4 Pengolahan data dengan persamaan regresi

Langkah-langkahnya adalah sebagai berikut:

1. Tampilkan lembar kerja dimana sudah terdapat data yang akan dianalisis 2. Dari menu utama SPSS, klik menu Analyze, lalu pilih sub menu

Regression dan klik Linear

3. Setelah itu akan muncul kotak dialog Linear Regression, pada kotak dialog ini akan ditampilkan variabel-variabel yang akan diuji. Masukkan variabel tak bebas Y (angka kelahiran total) pada kotak Dependent, dan variabel

bebas X (jumlah pasangan usia subur (pus), jumlah pengguna alat/cara KB pada kotak Independent seperti gambar berikut:

Gambar 5.6 Kotak Dialog Linier Regression

4. Klik kotak Statistics pada kotak dialog Linear Regression, kemudian aktifkan Estimate, Model fit, Descriptive dan Casewise diagnostics, lalu klik continue untuk melanjutkan seperti pada gambar berikut:

Gambar 5.7 Kotak dialog Linear Regression:Statistics

5. Selanjutnya klik kotak Plots pada kotak dialog Linear Regression untuk membuat grafik. Isi kolom Y dengan pilihan SRESID dan kolom X dengan ZPRED, kemudian klik Next. Isi lagi kolom Y dengan ZPRED dan kolom X dengan DEPENDNT. Pada Standardizes Residual Plots, aktifkan Histogram dan Normal Probability Plot. Lalu klik Continue untuk melenjutkan seperti gambar berikut:

Gambar 5.8 Kotak dialog Linear Regression:Plots

6. Kemudian klik tombol Options pada kotak dialog Linear Regression sehingga muncul kotak dialog yang baru. Pada Stepping Method Criteria, aktikan Use Probability of F dengan standard error 0,05 oleh karena itu masukkan nilai entry 0,05. Aktifkan include constant in aquation dan Exclude Cases Litwise pada Missing Values seperti gambar berikut:

Gambar 5.9 Kotak dialog Linear Regression:Options

7. Selanjutnya klik OK pada kotak dialog Linear Regression.

5.5 Pengolahan data dengan persamaan korelasi

Langkah-lagkahnya adalah sebagai berikut:

1. Tampilkan lembar kerja dimana sudah terdapat data yang akan dianalisis 2. Dari menu utama SPSS, klik menu Analyze, lalu pilih sub menu Correlate,

Gambar 5.10. Tampilan Jendela Editor Correlate

3. Pada kotak dialog Bivariate Correlations akan ditampilkan variabel-variabel yang akan diuji. Pindahkan variabel-variabel-variabel-variabel tersebut ke dalam kotak Variables.

4. Pada kolom Correlation Coefficients aktifkan Pearson, pada kolom Test of Significance aktifkan Two-tailed dan Flag significant correlations, lalu klik OK seperti gambar berikut:

Gambar 5.11 Kotak dialog Bivariate Correlation

5.6 Hasil pengolahan data dalam SPSS

Tabel 5.1 Descriptive Statistics

Descriptive Statistics

Mean Std. Deviation N

Angka_kelahiran_total 3.3267 .43830 15

Jumlah_pasangan_usia_subur 39226.07 10660.215 15

Jumlah_pengguna_alat/cara_KB 22880.00 6906.210 15

Correlations Angka_kelahir an_total Jumlah_pasangan _usia_subur Jumlah_pengguna_alat/cara _KB Pearson Correlation

Angka_kelahiran_total 1.000 .796 .674

Jumlah_pasangan_usia_subur .796 1.000 .956

Jumlah_pengguna_alat/cara_KB .674 .956 1.000

Sig. (1-tailed) Angka_kelahiran_total . .000 .003

Jumlah_pasangan_usia_subur .000 . .000

Jumlah_pengguna_alat/cara_KB .003 .000 .

N Angka_kelahiran_total 15 15 15

Jumlah_pasangan_usia_subur 15 15 15

Jumlah_pengguna_alat/cara_KB 15 15 15

Table 5.3 Variables Entered/

Variables Entered/Removed

Model Variables Entered Variables Removed Method

1 Jumlah_pengguna_alat/cara _KB,

Jumlah_pasangan_usia_sub ura

. Enter

Tabel 5.4 Model

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the Estimate

1 .848a .718 .671 .25127

a. Predictors: (Constant), Jumlah_pengguna_alat/cara_KB, Jumlah_pasangan_usia_subur

b. Dependent Variable: Angka_kelahiran_total

Tabel 5.5

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 1.932 2 .966 15.299 .000a

Residual .758 12 .063

Total 2.690 14

a. Predictors: (Constant), Jumlah_pengguna_alat/cara_KB, Jumlah_pasangan_usia_subur

b. Dependent Variable: Angka_kelahiran_total

Tabel 5.6

Coefficientsa

Model Unstandardized Coefficients

Standardized

B Std. Error Beta

1 (Constant) 1.955 .260 7.530 .000

Jumlah_pasangan_usi a_subur

7.166E-5 .000 1.743 3.351 .006

Jumlah_pengguna_ala t/cara_KB

-6.291E-5 .000 -.991 -1.906 .081

a. Dependent Variable: Angka_kelahiran_total

Tabel 5.7 Casewise

Casewise Diagnosticsa

Case

Number Std. Residual Angka_kelahiran_total Predicted Value Residual

1 .891 4.01 3.7861 .22393

2 -.125 3.90 3.9314 -.03137

3 -.442 3.82 3.9310 -.11099

4 .384 3.70 3.6034 .09656

5 -.830 3.60 3.8085 -.20845

6 2.135 3.54 3.0035 .53655

7 .881 3.48 3.2586 .22138

8 .891 3.30 3.0760 .22399

9 .266 3.24 3.1731 .06693

10 -.076 3.14 3.1592 -.01917

12 -.846 2.91 3.1225 -.21251

13 -.374 2.87 2.9640 -.09399

14 -1.139 2.71 2.9961 -.28614

15 -1.304 2.63 2.9577 -.32773

a. Dependent Variable: Angka_kelahiran_total

Tabel 5.8 Residuals

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 2.9577 3.9314 3.3267 .37147 15

Std. Predicted Value -.993 1.628 .000 1.000 15

Standard Error of Predicted Value

.076 .203 .107 .035 15

Adjusted Predicted Value 2.9285 4.0072 3.3062 .36359 15

Residual -.32773 .53655 .00000 .23263 15

Std. Residual -1.304 2.135 .000 .926 15

Stud. Residual -1.435 2.280 .028 1.052 15

Deleted Residual -.39646 .65064 .02048 .31686 15

Stud. Deleted Residual -1.509 2.899 .071 1.170 15

Mahal. Distance .348 8.248 1.867 2.123 15

Centered Leverage Value .025 .589 .133 .152 15

a. Dependent Variable: Angka_kelahiran_total

Grafik 5.2 Scatterplot 1

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Berdasarkan analisis yang telah dilakukan penulis maka dapat diambil beberapa kesimpulan sebagai berikut:

1. Dari persamaan perhitungan diperoleh bahwa persamaan penduga tingkat angka kelahiran untuk jumlah pasangan usia subur dan pengguna alat/cara KB adalah:

̂

Ini berarti bahwa jumlah pasangan usia subur mempengaruhi angka kelahiran sebesar dan pengguna alat/cara KB mempengaruhi angka kelahiran sebesar . Serta nilai konstanta sebesar 1,9551 yang berarti tanpa adanya variabel pasangan subur dan pengguna alat/cara KB maka besar angka kelahiran di Kabupaten Tapanuli Utara sebesar 1,96.

2. Melalui uji keberartian linier dengan taraf kesalahan (α = 0,05) dapat

disimpulkan bahwa ditolak. Hal ini berarti kedua variabel yang diuji yaitu pasangan usia subur dan pengguana alat/cara KB secara bersama-sama mempengaruhi angka kelahiran di Kabupaten Tapanuli Utara secara signifikan.

3. Berdasarkan perhitungan koefisien korelasi antara dapat dilihat bahwa jumlah pasangan usia subur berkorelasi kuat dengan angka kelahiran dan searah.

4. Berdasarkan perhitungan koefisien korelasi antara dapat dilihat bahwa jumlah pengguna alat/cara KB berkorelasi kuat dengan angka kelahiran dan searah.

5. Berdasarkan perhitungan koefisien korelasi antara dapat dilihat bahwa jumlah pasangan usia subur memiliki korelasi yang kuat dengan jumlah pengguna alat/cara KB dan searah.

6. Melalui uji koefisien regresi linier ganda (uji t) dengan taraf kesalahan (α = 0,05) diperoleh kesimpulan untuk pengaruh antara pasangan usia subur dengan angka kelahiran adalah ditolak yang berarti secara parsial pasangan usia subur berpengaruh terhadap Angka Kelahiran di kabupaten Tapanuli Utara. Dan untuk pengaruh pengguna alat/cara KB dengan angka kelahiran adalah diterima yang berarti secara parsial pengguna alat/cara KB tidak berpengaruh terhadap Angka Kelahiran di kabupaten Tapanuli Utara.

6.2 Saran

1. Pemerintah kabupaten Tapanuli Utara sebaiknya mempertahankan

penyuluhan ataupun sosialisasi yang berkaitan dengan angka kelahiran di kabupaten Tapanuli Utara. Hal ini disebabkan karena tingginya pengaruh pasangan usia subur terhadap kelahiran di kabupaten Tapanuli Utara.

2. Penelitian selanjutnya sebaiknya menggunakan lebih banyak variabel-variabel bebas yang secara langsung dapat mempengaruhi angka kelahiran.

DAFTAR PUSTAKA

BPS] Badan Pusat Statistika. 2014. Indikator Kesejahteraan Rakyat Kabupaten Tapanuli Utara Tahun 1998-2012. BPS Tapanuli Utara, Tarutung. [BPS] Badan Pusat Statistika. 2013. Tapanuli Utara dalam Angka 2013. BPS

Tapanuli Utara, Tarutung.

Algifari. 1997. Analisis Regresi Teori, Kasus, dan Solusi. Yogyakarta: BPFE. Hakim, Abdul. 2002. Statistik Induktif untuk Ekonomi dan Bisnis. Yogyakarta:

Ekonisia.

Hasan, Iqbal. 1999. Pokok-pokok Materi Statistika I. Jakarta : Bumi Aksara. Kustituanto, Bambang. 1984. Statistik Analisa Runtut Waktu dan Regresi

Korelasi. Edisi Pertama. Yogyakarta: BPFE.

Lucas, David, dkk. 1995. Pengantar Kependudukan. Terjemahan Nin Bakti Sumanto dan Rini Ningsih Saladi. Yogyakarta : Gadjah Mada University Press.

Priyatno, Dwi. 2010. Paham Analisa Statistik Data dengan SPSS. Cetakan Pertama. Yogyakarta : Mediakom.

Rachim, Algiers, dkk. 1990. Pendewasaan Usia Perkawinan. Jakarta: Badan Koordinasi Keluarga Berencana.

Sudjana. 1992 . Metode Statistika. Bandung. Edisi ke-6 : Tarsito.

Sudjana. 1996 . Teknik Analisis Regresi dan Korelasi Bagi Para Peneliti.

12 -.846 2.91 3.1225 -.21251

13 -.374 2.87 2.9640 -.09399

14 -1.139 2.71 2.9961 -.28614

15 -1.304 2.63 2.9577 -.32773

a. Dependent Variable: Angka_kelahiran_total

Tabel 5.8 Residuals

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 2.9577 3.9314 3.3267 .37147 15

Std. Predicted Value -.993 1.628 .000 1.000 15

Standard Error of Predicted Value

.076 .203 .107 .035 15

Adjusted Predicted Value 2.9285 4.0072 3.3062 .36359 15

Residual -.32773 .53655 .00000 .23263 15

Std. Residual -1.304 2.135 .000 .926 15

Stud. Residual -1.435 2.280 .028 1.052 15

Deleted Residual -.39646 .65064 .02048 .31686 15

Stud. Deleted Residual -1.509 2.899 .071 1.170 15

Mahal. Distance .348 8.248 1.867 2.123 15

Centered Leverage Value .025 .589 .133 .152 15 a. Dependent Variable: Angka_kelahiran_total

Grafik 5.2 Scatterplot 1

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Berdasarkan analisis yang telah dilakukan penulis maka dapat diambil beberapa kesimpulan sebagai berikut:

1. Dari persamaan perhitungan diperoleh bahwa persamaan penduga tingkat angka kelahiran untuk jumlah pasangan usia subur dan pengguna alat/cara KB adalah:

̂

Ini berarti bahwa jumlah pasangan usia subur mempengaruhi angka kelahiran sebesar dan pengguna alat/cara KB mempengaruhi angka kelahiran sebesar . Serta nilai konstanta sebesar 1,9551 yang berarti tanpa adanya variabel pasangan subur dan pengguna alat/cara KB maka besar angka kelahiran di Kabupaten Tapanuli Utara sebesar 1,96.

2. Melalui uji keberartian linier dengan taraf kesalahan (α = 0,05) dapat disimpulkan bahwa ditolak. Hal ini berarti kedua variabel yang diuji yaitu pasangan usia subur dan pengguana alat/cara KB secara bersama-sama mempengaruhi angka kelahiran di Kabupaten Tapanuli Utara secara signifikan.

3. Berdasarkan perhitungan koefisien korelasi antara dapat dilihat bahwa jumlah pasangan usia subur berkorelasi kuat dengan angka kelahiran dan searah.

4. Berdasarkan perhitungan koefisien korelasi antara dapat dilihat bahwa jumlah pengguna alat/cara KB berkorelasi kuat dengan angka kelahiran dan searah.

5. Berdasarkan perhitungan koefisien korelasi antara dapat dilihat bahwa jumlah pasangan usia subur memiliki korelasi yang kuat dengan jumlah pengguna alat/cara KB dan searah.

6. Melalui uji koefisien regresi linier ganda (uji t) dengan taraf kesalahan (α = 0,05) diperoleh kesimpulan untuk pengaruh antara pasangan usia subur dengan angka kelahiran adalah ditolak yang berarti secara parsial pasangan usia subur berpengaruh terhadap Angka Kelahiran di kabupaten Tapanuli Utara. Dan untuk pengaruh pengguna alat/cara KB dengan angka kelahiran adalah diterima yang berarti secara parsial pengguna alat/cara KB tidak berpengaruh terhadap Angka Kelahiran di kabupaten Tapanuli Utara.

6.2 Saran

1. Pemerintah kabupaten Tapanuli Utara sebaiknya mempertahankan penyuluhan ataupun sosialisasi yang berkaitan dengan angka kelahiran di kabupaten Tapanuli Utara. Hal ini disebabkan karena tingginya pengaruh pasangan usia subur terhadap kelahiran di kabupaten Tapanuli Utara.

2. Penelitian selanjutnya sebaiknya menggunakan lebih banyak variabel-variabel bebas yang secara langsung dapat mempengaruhi angka kelahiran.

DAFTAR PUSTAKA

BPS] Badan Pusat Statistika. 2014. Indikator Kesejahteraan Rakyat Kabupaten

Tapanuli Utara Tahun 1998-2012. BPS Tapanuli Utara, Tarutung.

[BPS] Badan Pusat Statistika. 2013. Tapanuli Utara dalam Angka 2013. BPS Tapanuli Utara, Tarutung.

Algifari. 1997. Analisis Regresi Teori, Kasus, dan Solusi. Yogyakarta: BPFE. Hakim, Abdul. 2002. Statistik Induktif untuk Ekonomi dan Bisnis. Yogyakarta:

Ekonisia.

Hasan, Iqbal. 1999. Pokok-pokok Materi Statistika I. Jakarta : Bumi Aksara. Kustituanto, Bambang. 1984. Statistik Analisa Runtut Waktu dan Regresi

Korelasi. Edisi Pertama. Yogyakarta: BPFE.

Lucas, David, dkk. 1995. Pengantar Kependudukan. Terjemahan Nin Bakti Sumanto dan Rini Ningsih Saladi. Yogyakarta : Gadjah Mada University Press.

Priyatno, Dwi. 2010. Paham Analisa Statistik Data dengan SPSS. Cetakan Pertama. Yogyakarta : Mediakom.

Rachim, Algiers, dkk. 1990. Pendewasaan Usia Perkawinan. Jakarta: Badan Koordinasi Keluarga Berencana.

Sudjana. 1992 . Metode Statistika. Bandung. Edisi ke-6 : Tarsito.

Sudjana. 1996 . Teknik Analisis Regresi dan Korelasi Bagi Para Peneliti. Bandung: Tarsito.