Dari perhitungan tersebut maka sampel yang didapat untuk penelitian ini adalah sebanyak 43 orang. Jumlah tersebut dianggap cukup mewakili dalam
penelitian dan sudah dapat dipertanggung jawabkan secara ilmiah.
3.2 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam melakukan penelitian ini adalah menggunakan data primer. Dalam penelitian ini data primer yang
dikumpulkan dengan metode kuestioner. Kuestioner merupakan teknik pengumpulan data yang dilakukan dengan cara memberi daftar pertanyaan tertulis
kepada responden untuk dijawabnya. Kuestioner merupakan teknik pengumpulan data yang efisien bila peneliti tahu dengan pasti variabel yang akan di ukur dan
tahu apa yang bisa diharapkan dari responden. Data yang digunakan dalam menganalisis pengaruh pendapatan keluarga,
tingkat pendidikan, usia kawin pertama, lama pemakaian alat kontrasepsi, jenis alat KB, curah jam kerja, banyaknya anggota keluarga, jumlah saudara kandung
dari ibu dan keinginan ibu memiliki anak diperoleh dengan cross section yaitu
data yang dikumpulkan pada waktu tertentu untuk menggambarkan keadaan pada waktu tertentu.
3.3 Metode Analisis Data
3.3.1 Statistik Deskriptif Metode ini digunakan sebagai alat analisa untuk menguji dan menjelaskan
ukuran terpusat dari suatu data yaitu mean rata-rata dan dispersi data yang berupa standart error, varian, range, median, nilai minimum, nilai maksimum
Santoso, 2004:21. Penjelasan alat uji yang terdapat dalam analisis deskriptif adalah sebagai berikut:
1. rata-rata mean adalah nilai rata-rata dari suatu data; 2. median adalah nilai tengah dari bagian suatu data;
3. standar devisiasi menunjukkan dispersi rata-rata dari sampel.
3.3.2 Analisis Regresi Linier Berganda Untuk mengetahui faktor pendapatan keluarga, tingkat pendidikan, usia
kawin pertama, lama pemakaian alat kontrasepsi, jenis alat KB, curah jam kerja,
banyaknya anggota keluarga, jumlah saudara kandung dari ibu dan keinginan ibu
memiliki anak yang dapat mempengaruhi fertilitas di Desa Kandangtepus Kecamatan Senduro Kabupaten Lumajang. digunakan analisis regresi berganda
dengan persamaan sebagai berikut Gujarati, 2000:91: Y = b
+ b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ b
6
X
6
+ b
7
X
7
+ b
8
X
8
+ b
9
X
9
+ e Keterangan:
Y = Fertilitas b
= Fertilitas pada saat Pendapatan keluarga, Tingkat Pendidikan, Usia kawin pertama, Lama pemakaian alat kontrasepsi, Jenis alat KB, Curah jam kerja,
Banyaknya anggota keluarga, Jumlah saudara kandung dari ibu dan keinginan ibu memiliki anak sama dengan nol
b
1
= Koefisien regresi Pendapatan keluarga b
2
= Koefisien regresi Tingkat pendidikan b
3
= Koefisien regresi Usia perkawinan b
4
= Koefisien regresi Lama pemakaian alat kontrasepsi b
5
= Koefisien regresi Jenis alat KB b
6
= Koefisien regresi Curah jam kerja b
7
= Koefisien regresi Banyaknya anggota keluarga b
8
= Koefisien regresi Jumlah saudara kandung dari ibu b
9
= Koefisien regresi Keinginan ibu memiliki anak
X
1
= Pendapatan keluarga X
2
= Tingkat Pendidikan X
3
= Usia perkawinan pertama X
4
= Lama pemakaian alat kontrasepsi X
5
= Jenis alat KB X
6
= Curah jam kerja X
7
= Banyaknya anggota keluarga X
8
= Jumlah saudara kandung dari ibu X
9
= Keinginan ibu memiliki anak e
= Variabel penggangu
3.3.3 Uji Statistik Dari persamaan regresi berganda, maka dilakukan uji statistik sebagai
berikut: a. Uji F uji pengaruh secara bersama
Untuk menguji secara bersama-sama keseluruhan variabel bebas pendapatan keluarga, tingkat pendidikan, usia kawin pertama, lama pemakaian
alat kontrasepsi, jenis alat KB, curah jam kerja, banyaknya anggota keluarga,
jumlah saudara kandung dari ibu dan keinginan ibu memiliki anak terhadap
variabel terikat, maka digunakan uji F. Gujarati, 2006:195
Keterangan : F
hitung
= pengujian secara bersama-sama R²
= koefisien determinasi berganda K
= banyaknya variable n
= banyaknya observasi sample = derajat bebas pembilang
= derajat bebas penyebut
Rumusan hipotesis 1. H
: b
1
= b
2
= b
3
= b
4
= b
5
= b
6
= b
7
= b
8
= b
9
= 0, artinya secara bersama- sama variabel pendapatan keluarga, tingkat pendidikan, usia kawin pertama,
lama pemakaian alat kontrasepsi, jenis alat KB, curah jam kerja, banyaknya
anggota keluarga, jumlah saudara kandung dari ibu dan keinginan ibu memiliki
anak tidak berpengaruh signifikan terhadap variabel terikat. 2. H
: b
1
≠ b
2
≠ b
3
≠ b
4
≠ b
5
≠ b
6
≠ b
7
≠ b
8
≠ b
9
≠ 0, artinya secara bersama-sama variabel pendapatan keluarga, tingkat pendidikan, usia kawin pertama, lama
pemakaian alat kontrasepsi, jenis alat KB, curah jam kerja, banyaknya anggota
keluarga, jumlah saudara kandung dari ibu dan keinginan ibu memiliki anak
berpengaruh signifikan terhadap variabel terikat. Kriteria pengujian :
1. jika probabilitas F
hitung
≤ α α = 0,05 maka H ditolak dan H
1
diterima, artinya bahwa seluruh variable bebas mempunyai pengaruh yang signifikan terhadap
variabel terikat. 2. jika probabilitas F
hitung
α α = 0,05 maka H diterima dan H
1
ditolak, artinya bahwa seluruh variable bebas tidak mempunyai pengaruh yang signifikan
terhadap variabel terikat.
b. Uji t uji pengaruh secara parsial Uji t digunakan untuk menguji hubungan regresi secara parsial atau secara
satu persatu. Pengujian ini dilakukan untuk melihat kuat tidaknya pengaruh masing-masing variable bebas secara satu persatu terhadap variabel terikat.
Gujarati, 2006:190
Keterangan : t
: t
hitung
pengujian secara parsial b
1
: koefisien regresi linier berganda Sb
1
: standar eror deviasi,
Rumusan hipotesa : H
: b
1
= 0, artinya secara parsial tidak ada pengaruh yang signifikan antara masing
– masing variabel bebas terhadap variabel terikat. H
: b
1
≠ 0, artinya secara parsial ada pengaruh yang signifikan antara masing – masing variabel bebas terhadap variabel terikat.
Kriteria pengujian : - jika probabilitas t
hitung
≤ α α = 0,05 maka H ditolak dan H
1
diterima, artinya bahwa seluruh variable bebas mempunyai pengaruh secara nyata
terhadap variabel terikat; - jika probabilitas t
hitung
α α = 0,05 maka H diterima dan H
1
ditolak, artinya bahwa seluruh variable bebas tidak mempunyai pengaruh secara
nyata terhadap variabel terikat.
c. Uji Koefisien Determinasi Rumus ini digunakan untuk mengetahui proporsi sumbangan variabel
bebas X terhadap variabel terikat Y secara bersama-sama. Koefisien determinasi dinyatakan dengan notasi R. rumusnya adalah Supranto, 103:2001
Dimana: R²
: Koefisien determinasi b
1
b
2
b
3
b
4
b
5
b
6
b
7
b
8
b
9
: Koefisien regresi Y
: Fertilitas X
1
= Pendapatan keluarga X
2
= Tingkat Pendidikan X
3
= Usia perkawinan pertama X
4
= Lama pemakaian alat kontrasepsi X
5
= Jenis alat KB X
6
= Curah jam kerja X
7
= Banyaknya anggota keluarga
X
8
= Jumlah saudara kandung dari ibu X
9
= Keinginan ibu memiliki anak e
= Variabel penggangu Koefisien determinasi bertujuan untuk mengetahui seberapa besar variasi
nilai Y yang ditentukan oleh variasi nilai X. R² terletak antara 0 dan 1, kecocokan model dikatan “lebih baik” apabila nilai R² semakin dekat dengan 1.
3.3.4 Uji Ekonometrika a. Uji Multikolinieritas
Untuk mengetahui apakah terdapat hubungan yang sempurna diantara beberapa variabel atas semua variabel yang dijelaskan dalam suatu model regresi.
Adanya kemungkinan terdapat multikolinieritas apabila nilai F
hitung
dan R² signifikan, sedangkan sebagian atau seluruhnya koefisien regresi tidak
signifikan.Pengujian dilakukan pada variabel bebas. Secara parsial yakni dengan melakukan regresi antara variabel bebas dengan menjadikan salah satu variabel
bebas sebagai variabel terikat. Gujarati, 2000:438 1. Jika R² hasil regresi variabel bebas R² hasil regresi berganda berarti antara
pendapatan keluarga, tingkat pendidikan, usia kawin pertama, lama pemakaian alat kontrasepsi, jenis alat KB, curah jam kerja, banyaknya
anggota keluarga, jumlah saudara kandung dari ibu dan keinginan ibu
memiliki anak terjadi multikoleniaritas; 2. Jika R² hasil regresi variabel bebas R² hasil regresi berganda berarti antara
pendapatan keluarga, tingkat pendidikan, usia kawin pertama, lama pemakaian alat kontrasepsi, jenis alat KB, curah jam kerja, banyaknya
anggota keluarga, jumlah saudara kandung dari ibu dan keinginan ibu
memiliki anak tidak terjadi multikoleniaritas.
b. Uji Heterokedastisitas Uji heterokadistisitas digunakan untuk mengetahui apakah kesalahan
pengganggu mempunyai varian yang sama. Untuk menguji ada tidaknya
heterokadisitas dalam model regresi digunakan uji Glester dengan langkah- langkah sebagai berikut: Gujarati, 2000:177
1. Melakukan regresi variabel terikat Y terhadap variabel penjelas xi dan memperoleh residual;
2. Melakukan regresi dari nilai absolut residual terhadap nilai Xi yang mempunyai hubungan erat;
3. Menentukan ada tidaknya heterokadisitas dengan uji statistik, untuk menguji hipotesis.
Kriteria pengambilan keputusan: - Apabila probabilitas t
hitung
α 0,05, maka dalam model tidak terjadi heterokadisitas;
- Apabila probabilitas t
hitung
α 0,05, maka dalam model terjadi heterokadisitas.
c. Uji Autokorelasi Uji autokorelasi merupakan alat untuk menunjukkan kondisi dimana
variabel pengganggu pada periode tertentu berkorelasi dengan variabel gangguan pada yang lain atau variabel gangguan tidak random. Terjadinya autokorelasi
lebih disebabkan spesifikasi model, bukan karena masalah korelasi
Priyatno,2008:47-49. Uji yang digunakan untuk mendeteksi adanya autokorelasi dengan menggunakan uji Dubin-Watson dengan melihat nilai dL dan dU pada
table Durbin-Watson. Pengujian terhadap adanya autokorelasi, dapat digunakan sebagai berikut:
1 Jika hipotesis Ho menyatakan tidak ada korelasi positif, maka apabila: d dL
: menolak Ho d dU
: menerima Ho dU ≤ d ≤ 4-dL : pengujian tidak meyakinkan
2 Jika hipotesis Ho menyatakan tidak ada korelasi negatif, maka apabila: d 4-dL
: menolak Ho d 4-dU
: menerima Ho 4
– dU ≤ d ≤ 4 dL : pengujian tidak menyakinkan
Pengujian dU adalah d Upper atau nilai d batas atas dan dL adalah d lower batas bawah yang diperoleh dari nilai tabel d Durbin-Watson.
3.4 Definisi Operasional Variabel dan Pengukurannya
