Analisis Faktor Untuk Angka Gizi Buruk Pada Balita Di Kabupaten Langkat Tahun 2006

(1)

ANALISIS FAKTOR UNTUK ANGKA GIZI BURUK PADA

BALITA DI KABUPATEN LANGKAT

TAHUN 2006

TUGAS AKHIR

WINA SOFIE YUSTISIA

052407142

PROGRAM STUDI D-III STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2008

(2)

PERSETUJUAN

Judul : ANALISIS FAKTOR UNTUK ANGKA GIZI

BURUK PADA BALITA DI KABUPATEN LANGKAT TAHUN 2006

Kategori : TUGAS AKHIR

Nama : WINA SOFIE YUSTISIA

Nomor Induk Mahasiswa : 052407142

Program Studi : DIPLOMA – 3 (D3) STATISTIKA

Depatemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Mei 2008

Diketahui/Disetujui oleh Pembimbing

Departemen Matematika FMIPA USU Ketua,

Dr. Saib Suwilo, M.Sc Dra. Elvina Herawati, M.Si

(3)

PERNYATAAN

ANALISI FAKTOR UNTUK ANGKA GIZI BURUK PADA BALITA DI KABUPATEN LANGKAT

TAHUN 2006

TUGAS AKHIR

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

Medan, Mei 2008

WINA SOFIE YUSTISIA 052407142

(4)

PENGHARGAAN

Puji dan syukur Penulis ucapkan ke hadirat Allah SWT yang telah memberikan Rahmat dan hidayahnya sehingga Penulis dapat menyelesaikan Tugas Akhir ini dapat berjalan dengan lancar dan diselesaikan dengan baik.

Adapun penulisan Tugas Akhir ini merupakan salah satu syarat yang harus dilakukan di Dinas Kesehatan Kabupaten Langkat. Dalam Tugas Akhir ini penulis ingin mengamati tentang faktor-faktor apa saja yang memepengaruhi angka gizi bururk pada balita dan seberapa besar pengaruh tersebut. Dan kemudian penulis memeilih judul “ANALISIS FAKTOR UNTUK ANGKA GIZI BURUK PADA

BALITA DI KABUPATEN LANGKAT TAHUN 2006”. Dengan melihat dari

faktor angka kemiskinan dan pendidikan tertinggi yang ditamatkan wanita berumur 10 tahun keatas (yang belum tamat SD). Pada kesempatan ini Penulis mengucapkan terima kasih kepada :

1. Bapak Dr. Edi Marlianto, M.Sc selaku Dekan FMIPA USU.

2. Bapak Dr. Saib Suwilo, M.Sc selaku Ketua Pelaksana Program Studi Statistika D – 3 FMIPA USU.

3. Ibu Dra. Elvina Herawati, M.Si selaku Dosen Pembimbing pada penulisan Tugas Akhir ini yang telah bersedia memberikan arahan, bimbingan dan petunjuk kepada Penulis dalam menyelesaikan Tugas Akhir ini.

(5)

4. Bapak dan Ibu Staf Pengajar FMIPA khususnya Program Studi Statistika D – 3 FMIPA USU Medan dan seluruh Staf Administrasi.

5. Kepada yang tersayang Ayahanda H.Sofyan AK dan ibunda T.Yusfinarti yang tak pernah henti memberikan semangat dan dukungan baik dengan materil maupun do’anya kepada Penulis. Dan penulis juga mengucapkan terima kasih kepada abang-abang ku yang yang telah banyak memberikan semangat dan motivasi kepada Penulis.

6. Semua teman-teman seperjuangan D-3 Statistika Kelas C Stambuk 2005 yang telah bemberikan masukan yang positif bagi Penulis.

Penulis sudah berusaha semaksimal mungkin dalam menyusun dan menyelesaikan Tugas Akhir ini, namun penulis menyadari bahwa masih terdapat banyak kekurangan didalam penulisan Tugas Akhir ini. Untuk itu Penulis sangat mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan Tugas Akhir ini..

Akhir kata, Pemulis mengucapkan terima kasih kepada semua pihak yang turut membantu dan berharap semoga Tugas Akhir ini dapat bermanfaat bagi pembaca dan Penulis.

(6)

Penulis

DAFTAR ISI

Halaman

PERSETUJUAN ii

PERNYATAAN iii

PENGHARGAAN iv

KATA PENGANTAR

DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR

BAB 1 Pendahuluan 1

1.1Latar Belakang 1

1.2Identifikasi Masalah 4

1.3Batasan Masalah 5

1.4Maksud Dan Tujuan 6

1.5Metodologi Penelitian 6

1.6Pengumpulan Data Dan Pemilihan Data 7

1.7Model Empiris 7

1.8Tinjauan Pustaka 8

1.9Sistematika Penulisan 9

BAB 2 Gambaran Umum Tempat Riset 11

2.1 Visi Dan Misi Dinas Kesehatan Kabupaten Langkat 11

2.1.1 Pengertian Umum Visi 11

2.1.2 Tujuan Penetapan Visi 11

2.1.3 Visi Dinas Kesehatan Langkat 11

2.1.4 Pengertian Visi Dinas Kesehatan Kabupaten Langkat 11

(7)

2.2.1 Pengertian Umum Misi 13

2.2.2 Dasar Pertimbangan Menetapkan Misi 13

2.2.3 Misi Dinas Kesehatan Kabupaten Langkat 14 2.3 Tugas Dan Fungsi Dinas Kesehatan Kabupaten Langkat 14 2.4 Susunan Organisasi Dinas Keehatan Kabupaten Langkat 15

2.5 Uraian Tugas Dan Fungsi 16 BAB 3 Landasan Teori 22 3.1 Pengertian Regresi 22 3.2 Analisis Regresi Linier Berganda 22 3.3 Regrasi Linier Sederhana 23

3.4 Regresi Linier Berganda 24

3.5 Membentuk Persamaa Regresi Linier Berganda 26

3.6 Koeffisien Determinasi 27

3.7 Koeffisien Korelasi 28

3.8 Uji Regresi Linier Ganda 29

BAB 4 Analisa Dan Evaluasi 31 4.1 Data Yang Diperoleh 31 4.2 Persamaan Regresi Linier Ganda 32 4.2.1 Analisa Residu 35 4.2.2 Koefisien Determinasi 36 4.2.3 Koefisien Korelasi 38

4.3 Uji Regresi Linier Berganda 40 BAB 5 Implementasi Sistem 42

5.1 Pengertian Implementasi Sistem 42

5.2 Pengertian SPSS 42

5.3 Pengaktifan SPSS 43 5.4 Pemasukan Data 44

5.5 Pengisian Data 46

(8)

BAB 6 Penutup 50

6.1 Kesimpulan 50

6.2 Saran 51

Daftar Pustaka Lampiran

DAFTAR TABEL

Halaman

Tabel 2.1 Bentuk Umum Data Observasi 25

Tabel 4.1 Data yang akan diolah 32

Tabel 4.2 Nilai-Nilai Koefisien 32

(9)

DAFTAR GAMBAR

Halaman

Gambar 5.1 Tampilan Start Membuka Program SPSS 14.0 for windows 44

Gambar 5.2 Tampilam Pembuka SPSS 14.0 45

Gambar 5.3 Pengisian Data 47

Gambar 5.4 Tampilan Menu Analyze 48

Gambar 5.5 Kotak Dialog Linier Regression 48

Gambar 5.6 Kotak Dialog Linier Regression Statistc 49

(10)

BAB I

PENDAHULUAN

1.1Latar Belakang

Menurut geografi Kabupaten Langkat yang berada di Sumatera utara terletak di antara 304’ dan 403’ Lintang Utara serta antara 97052’ dan 98045’ Bujur Timur dengan batas-batas wilayah, yaitu Sebelah Utara berbatas-batasan dengan Selat Sumatera dan Kabupaten Aceh Timur (Propinsi Nangroe Aceh Darussalam), sebelah Timur barbatasan dengan Kabupaten Deli Serdang, sebelah Selatan Berbatan dengan Kabupaten Karo,sebelah Barat berbatasan dengan Selat Sumatera dan Kabupaten Aceh Tenggara (Propinsi Nangroe Aceh Darrusalam).Luas Wilayah Kabupaten Langkat adalah 6.263,29 Km2. Secara administrasi Kabupaten Langkat dibagi atas 20 Kecamatan, 34 Kelurahan dan 226 desa diantaranya terdapat 9 desa dengan kriteria desa tertinggal.

Berdasarkan proyeksi penduduk yang dilakukan oleh BPS pada tahun 2006 jumlah penduduk Kabupaten Langkat adalah sebesar 970.433 jiwa dengan laju pertumbuhan penduduk sebesar 1,14 %, dengan kepadatan yang tidak sama antara satu kecamatan dengan kecamatan yang lain. Pada umumnya daerah perkotaan (Kecamatan Stabat dan Binjai) mempunyai kepadatan yang dapat menimbulkan pemasalahan kesehatan jika tidak dilakukan intervensi terutama dalam masalah kesehatan lingkungan. Demikian juga halnya dengan yang mempunyai kepadatan rendah (Kecamatan Bahorok, Batang Serangan dan Sawit Seberang) karena biasanya

(11)

mempunyai wilayah-wilayah yang sulit dijangkau oleh kendaraan karena penduduknya mempunyai akses yang kecil terhadap pelayanan kesehatan.

Harus diakui, untuk menentukan status kesehatan di kabupaten Langkat saat ini bukan merupakan persoalan yang mudah. Hal ini karena sistem informasi kesehatan masih belum memadai untuk dapat menentukan status kesehatan secara tepat. Secara umum derajat kesehatan masyarakat kabupaten Langkat meningkat, namun demikian masih banyak persoalan kesehatan yang harus dihadapi oleh Pemerintahan Kabupaten Langkat yaitu salah satunya perbedaan status kesehatan. Perbedaan status kesehatan antara tingkat sosial ekonomi masih ada. Presentasi anak balita yang berstatus gizi buruk lebih tinggi pada kelompok masyarakat miskin dengan status tingkat pendidikan rendah.

Dalam bidang pendidikan, tingkat pendidikan masyarakat dalam hal ini lebih dikaitkan dengan kemampuan dalam menyerap dan menerima informasi dalam bidang kesehatan serta kemampuan untuk berperan serta dalam pembangunan bidang kesehatan. Masyarakat yang memiliki pandidikan yang lebih tinggi pada umumnya memiliki pengetahuan yang lebih luas sehingga dapat lebih mudah dalam menyerap dan menerima informasi secara aktif berperan serta dalam mengatasi masalah kesehatannya dan keluarganya. Survei Demografi di 40 negara telah membuktikan dan memperlihatkan bahwa makin tinggi tingkat pendidikan ibu, makin rendah tingkat kematian bayi. Telah jelas bahwa begitu besar pengaruh pendidikan terhadap penguasaan seorang ibu akan gizi yang baik bagi buah hatinya. Dengan kata lain semakin tinggi tingkat pendidikan ibu, maka semakin terbuka wawasan wanita tentang pentingnya gizi bagi pertumbuhan anak tersebut.

(12)

Sedangkan masalah kemiskinan sudah pasti erat kaitannya dengan masalah gizi buruk. Kemiskinan menyebabkan kurangnya daya beli mayarakat terhadap kecukupan kebutuhan dasar pangan untuk menunjang kesehatan tubuh secara fisik. Fenomena masih adanya anak bayi dan balita yang mengalami gizi kurang dan gizi buruk merupakan indikasi kurangnya daya beli masyarakat dalam mencukupi bahan pangan bagi keluarganya. Pola konsumsi sebagian besar keluarga miskin kurang memenuhi syarat minimal kebutuhan kalori, protein dan lemak. Hal ini disebabkan rendahnya pengetahuan akan pengadaan bahan pangan yang murah dengan gizi yang baik, disertai perilaku yang kurang memadai untuk menunjang kesehatan yang optimal.

Dalam hal ini kemiskinan merupakan permasalahan yang meningkat di Kabupaten Langkat. Sebagai akibat krisis moneter yang berkepanjangan dan banyaknya pengungsi yang imigrasi ke Kabupaten Langkat semakin menambah populasi penduduk miskin. Hal ini dapat dimaklumi karena Kabupaten Langkat berbatasan langsung dengan Propinsi Nangroe Aceh Darussalam (NAD), sehingga pengungsi banyak yang mengalir ke Kabupaten Langkat. Berdasarkan sensus penduduk miskin yang dilakukan oleh BPS pada tahun 2006 jumlah penduduk miskin di Kabupaten Langkat adalah sebesar 40.261 KK atau sebesar 19,5 %.

Data statistik menunjukkan bahwa tidak sedikit anak-anak balita di Indonesia yang gizinya masih belum baik yang disebabkan oleh beberapa masalah yang kompleks. Salah satu masalah gizi di Indonesia adalah bahwa masih tingginya angka kematian bayi serta kematian ibu dan balita merupakan akibat masalah gizi kronis.

(13)

Pernyataan tersebut sebenarnya bukan sesuatu yang mengejutkan karena masalah kurang gizi pada pada ibu hamil dan bayi serta balita telah terjadi sejak lama.

Gizi yang baik seharusnya memenuhi beberapa kriteria dalam ilmu kesehatan. Dalam hal ini seharusnya diperlukan sosialisasi kepada calon ibu tentang asupan gizi yang baik. Kebijakan yang diambil pemerintah dengan mengirim atau menyebar Dokter dan Bidan ke seluruh penjuru negeri terutama daerah desa dan pedalaman dalam jumlah yang memadai sehingga sangat membantu para ibu.

Anak-anak merupakan obyek yang paling patut diperhatikan untuk mempersiapkan sumber daya manusia yang berkwalitas dengan memperhatikan pendidikan yang memadai dan pelayanan kesehatan yang baik. Dalam bidang kesehatan, salah satu segi yang perlu diperhatikan adalah persoalan gizi yang dalam konteksnya, kwalitas manusia Indonesia di masa depan akan dipengaruhi oleh status gizi anak-anak di masa sekarang lebih khususnya lagi pada anak-anak balita.

1.2 Identifikasi Masalah

Dari uraian latar belakang di atas penulis menemukan akar permasalahan dari fenomena tersebut, yaitu maslah gizi buruk pada balita yang faktanya sangat kompleks. Ditemukannya akar permasalahan, berarti akan didapati faktor-faktor yang dapat dikendalikan. Untuk membuat faktor ini penulis mamilih :

1. Angka Gizi Buruk pada Balita Sebagai variabel tak bebas, dan

(14)

ke atas (yang belum tamat SD) 2. Angka Kemiskinan Penduduk Sebagai Variabel bebas.

Dengan mengetahui seberapa besar Kabupaten Langkat harus menekan angka gizi buruk pada balita, maka untuk mengimplementasikan keadaan diatas maka penulis memilih Tugas Akhir yang berjudul “Analisis Faktor Untuk Angka Gizi

Buruk Pada Balita Di Kabupaten Langkat Tahun 2006”

1.3 Batasan Masalah

Mengingat jumlah status gizi buruk terus meningkat, ditambah dengan lemahnya pengetahuan seorang ibu terhadap kondisi bayi dikarenakan rendahnya tingkat pendidikan, serta faktor krisis ekonomi yang mengakibatkan tingginya angka kemiskinan, kesemuanya itu berujung pada meningkatnya angka gizi buruk pada balita. Angka gizi buruk yang terus meningkat ini sangat berpengaruh bagi keadaan lainnya, seperti lemahnya generasi penerus bangsa yang terlihat akan angka kemiskinan dan pendidikan. Untuk menghindari pembahasan yang melebar penulis membatasi masalah yang ada berupa :

1. Pengaruh Pendidikan Wanita terhadap meningkatnya angka gizi buruk pada balita di Kabupaten Langkat.

2. Pengaruh Angka Kemiskinan terhadap meningkatnya angka gizi buruk pada balita di Kabupaten Langkat.

(15)

1.4 Maksud Dan Tujuan

Tujuan penulisan ini adalah untuk mengetahui seberapa besar faktor kemiskinan, dan tingkat pendidikan wanita, dapat mempengaruhi Angka Gizi Buruk Pada Balita di Kabupaten Langkat tahun 2006.

Sementara maksud dari tulisan ini adalah :

1. Untuk meningkatkan status gizi keluarga dan masyarakat di Kabupaten Langkat di masa yang akan datang, dengan melihat taraf pendidikan , ekonomi dan kesehatan

2. Memberi partimbangan dalam penetapan kebijaksanaan perenanaan

pembangunan untuk kesejahteraan masyarakat dengan melihat faktor-faktor yang mempengaruhi angka gizi buruk pada balita untuk kedepannya.

3. Memenuhi salah satu persyaratan untuk dinyatakan lulus pada program D3 Statistika di Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Sumatera Utara (USU).

1.5Metodologi Penelitian

Pada bagian ini akan diuraikan mengenai pengumpulan dan pemilihan data. Kemudian dilanjutkan dengan uraian mengenai model empiris dan pengukuran variabel yang digunakan dalam penelitian ini.

(16)

1.6Pengumpulan Data Dan Pemilihan Data

Data yang digunakan dalam penelitian ini menggunakan data skunder yang diperoleh dari Dinas Kesehatan Kabupaten Langkat, serta sumber-sumber lain yang relevan dalam tahun 2006.

Variabel yang digunakan dalam penelitian ini adalah status gizi buruk pada balita, angka kemiskinan dan wanita yang belum tamat SD. Data yang diperoleh tersebut kemudian dikumpulkan, diatur, disusun dan disajikan dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas mengenai data tersebut.

1.7Model Empiris

Untuk menguji hubungan antara variabel variabel dependen dengan variabel independen digunakan model regresi linear berganda. Persamaan umum dalam model regresi linear:

e X

b X

b b

Y = ₀ + ₁ ₁ + ₂ ₂ + ₃ ₃ ++ _n _n +

Keterangan:

Y: Variabel Dependen

X1, X2, X3, ...Xn : Variabel Independen

e : Kesalahan (error) b0: Konstanta

(17)

b1, b2, b3, ...bn: Koefisien Variabel Independen

Dalam penelitian ini di duga bahwa beberapa variabel, yaitu angka kemiskinan, dan pendidikan tertinggi yang ditamatkan wanita berumur 10 tahun keatas dengan status belum tamat SD berpengaruh terhadap angka gizi buruk pada balita. Untuk menganalisis pengaruh terhadap angka gizi buruk, digunakan model regresi linear. Di dalam model regresi tersebut, angka gizi buruk sebagai variabel dependen serta kemiskinan dan wanita yang belum tamat SD sebagai variabel independen.

Pengujian terhadap angka gizi buruk dilakukan dengan menguji koefisien regresi masing-masing variabel. Jika angka gizi buruk yang diharapkan tidak dipengaruhi oleh masing-masing variabel maka besarnya b0, b1, b2, b3 tidak berbeda

dengan nol (tidak signifikan). Nilai R2 (koefisien determinasi) yang diperoleh dapat digunakan untuk menjelaskan persentase variasi nilai variabel dependen yang dapat dijelaskan oleh persamaan regresi yang dihasilkan.

1.8Tinjauan Pustaka

Beberapa buku yang menjadi tinjauan pustaka yang digunakan untuk mewujudkan tulisan inidikutip dari buku Profil Kesehatan Kabupaten Langkat yang berisikan data yang digunakan penulis sebagai data analisis. Untuk mendapatkan informasi sebagai bahan literatur dan sebagai panduan untuk menganalisis data yang ada, maka penulis menggunakan buku-buku statistika yang berhubungan dengan regresi linier,dan beberapa buku lainnya sebagai bahan untuk penulisan.

(18)

1.9Sistematika Penulisan

Adapun sistematika dalam penulisan “Tugas Akhir” secara garis besarnya dibagi dalambeberapa Bab yang masing-masing Bab dibagi atas beberapa sub bab yaitu sebagai berikut :

BAB I : PENDAHULUAN

Pada Bab ini akan di uraikan Latar Belakang, Identifikasi Masalah, Tujuan dan Manfaat Penelitian, dan Metodologi penelitian.

BAB II : GAMBARAN UMUM TEMPAT RISET

Pada Bab ini akan dijelaskan tentang moto, visi dan misi serta realisasi program dan kegiatan Dinas Kesehatan Kabupaten Langkat.

BAB III : LANDASAN TEORI

Pada Bab ini akan diuraikan mengenai faktor-faktor yang mempengaruhi Gizi Buruk dan menguraikan tentang pengertian regresi, regresi linier ganda dan korelasi regresi linier ganda serta uji koefisien regresi linier ganda.

BAB IV : ANALISIS DATA

Pada Bab ini akan dilakukan analisis data dengan regresi linier berganda, analisis korelasi ganda.

(19)

BAB V : IMPLEMENTASI SISTEM

Dalam Bab ini dilakukan analisis data dengan regresi dan korelasi dengan menggunakan program SPSS.

BAB VI : PENUTUP

Dalam Bab ini memberikan beberapa kesimpulan dan saran sesuai dengan hasil analisis yang dilakukan.

(20)

BAB 2

GAMBARAN UMUM TEMPAT RISET

2.1. VISI DAN MISI DINAS KESEHATAN KABUPATEN LANGKAT

2.1.1. Pengertian Umum Visi

Yang dimaksud dengan visi dalam hal ini adalah cara pandang jauh kedepan, kemana Instansi Dinas Kesehatan Kabupaten Langkat harus dibawa agar dapat eksis, antisipatif dan inovatif. Secara umum Visi adalah pandangn ideal masa depan yang ingin diwujudkan Instansi Dinas Kesehatan Kabupaten Langkat.

2.1.2. Tujuan Penetapan Visi

Visi ditetapkan merupakan gambaran bersama mengenai masa depan dan menjadi komitman murni dari seluruh masyarakat dan Dinas Kabupaten Langkat. Tujuan penetapan ini adalah untuk mencerminkan apa yang ingin dicapai, memberi arah dan fokus strategis yang jelas, menjadi perekat dan menyatukan gagasan yang strategik, memiliki orientasi terhadapmasa depan, mampu menumbuhkan komitmen seluruh jajaran dalam lingkungan organisasidan mampu menjamin keseimbangan organisasi.

(21)

2.1.3 Visi Dinas Kesehatan Kabupaten Langkat

Visi dinas Kesehatan Kabupaten Langkat dirumuskan dan ditetapkan sebagai berikut:”KABUPATEN LANGKAT SEHAT TAHUN 2010”

2.1.4. Pengertian Visi Dinas Kesehatan Kabupaten Langkat

Yang dimaksud dengan “KABUPATEN LANGKAT SEHAT TAHUN 2010” adalah: Dinas Kesehatan kabupaten Langkat berharap bahwa pada tahun 2010 nanti, Kabupaten Langkat sudah merupakan suatu Kabupaten yang masyarakatnya benar-benar telah menerapkan prinsip-prinsip hidup sehat, dengan didukung oleh sarana dan prasarana kesehatan yang memadai di Kabupaten Langkat, dengan didukung pula lingkungan yang kondusif bagi terwujudnya keadaan sehat yaitu lingkungan yang bebas dari polusi, tersedianya air bersih, sanitasi lingkungan yang memadai, perumahan dan pemukiman yang sehat, perencanaan kawasan yang berwawasan kesehatan serta terwujudnya kehidupan masyarakatyang saling tolong-menolong dengan memelihara nilai-nilai budaya bangsa.

Perilaku masyarakat Kabupaten Langkat Sehat 2010 yang diharapkan adalah yang bersifat proaktif untukmemelihara dan meningkatkan kesehatan, mencegah resiko terjadinya penyakit, melindungi diri dari ancaman penyakit serta berpartisipasi aktif dalam gerakan kesehatan masyarakat. Selanjutnya kemampuan masyarakat yang diharapkan pada masa depan adalah yang mampu menjangkau pelayanan kesehatan

(22)

yang bermutu tanpa adanya hambatan, baik yang bersifat ekonomi, maupun non ekonomi. Pelayanan kesehatan bermutu yang dimaksud disini adalah pelayanan kesehatan yang memuaskan pemakai jasa pelayanan serta yang diselenggarakan sesuai dengan standar dan etika pelayanan profesi.

Diharapkan dengan terwujudnya lingkungan dan perilaku sehat serta meningkatnya kemampuan masyarakat tersebut di atas, derajat kesehatan perorangan, keluarga dan masyarakat dapat ditingkatkan secara optimal.

2.2Misi Pembangunan Kesehatan Kabupaten Langkat

2.2.1. Pengertian Umum Misi

Misi adalah sesuatu yang harus diemban atau dilaksanakan oleh Instansi Dinas Kesehatan Kabupaten Langkat, sesuai visi yang ditetapkan, agar tujuan organisasi dapat terlaksana dan berhasil dengan baik.

2.2.2. Dasar Pertimbangan Menetapkan Misi

Dalam menetapkan misi untuk mewujudkan Visi Dinas Kabupaten Langkat dipertimbangkan berbagai hal yang meliputi :

- Berbagai tata nilai yang akan dianut dalam mengatasi masalah kesehatan - Isu pokok dari permasalahan kesehatan yang akan diatasi

(23)

2.2.3.Misi Dinas Kesehatan Kabupaten Langkat

Setelah memperhatikan masukan-masukan dari berbagai pihak yang berkepentingan dan memberikan peluang untuk perubahan/penyesuaian sesuai perkembangan lingkungan strategic maka Misi Dinas Kabupaten Langkat adalah

a. Mewujudkan penyelenggaraan pelayanan kesehatan yang baik melalui peningkatan profesionalisme petugas kesehatan

b. Meningkatkan peran serta masyarakat dalam pembangunan kesehatan melalui pemanfaatan seluruh SDM menuju system kesehatan nasional

c. Mewujudkan peningkatan derajad kesehatan masyarakat melalui pemanfaatan sarana dan prasarana kesehatan dan penetapan program unggulan kesehatan

2.3. Tugas Dan Fungsi Dinas Kabupaten Langkat

Tugas :

Melaksanakan kewenangan desentralisasi dibidang kesehatan

Fungsi :

a.Perumusan kebijakan teknis dibidang kesehatan

(24)

c.Pembinaan terhadap unit pelaksana teknis dinas dan sarana kesehatan lainnya

d.Pembinaan, pengendalian, pengawasan produk obat dan makanan

e.Penyelenggaraan ketatausahaan dinas

2.4. Susunan Organisasi Dinas Kesehatan

1. Kepala

2. Bagian Tata Usaha terdiri dari :

a. Sub Bagian Perencanaan dan Keuangan b. Sub Bagian Umum

3. Bidang Promosi Kesehatan dan Penyehatan Lingkungan terdiri dari :

a. Seksi Promosi Kesehatan b. Seksi Penyehatan Lingkungan

4. Bidang Obat dan Makanan terdiri dari :

a. Seksi Farmasi

b. Seksi Pengawasan Obat , Makanan dan Minuman

(25)

a. Seksi Pelayanan Kesehatan Masyarakat b. Seksi Kesehatan Keluarga dan Gizi

6. Bidang Pencegahan dan Pemberantasan Penyakit : a. Seksi Imunisasi dan Pengamatan Penyakit b. Seksi Pemberantasan Penyakit

7. UPTD terdiri dari :

a. UPTD Pusat Kesehatan Masyarakat b. UPTD Laboraturium Kesehatan Daerah c. UPTD Balai Pengobatan Penyakit Paru - paru

8. Kelompok Jabatan Fungsional.

2.5 Uraian Tugas Dan Fungsi

1. BAGIAN TATA USAHA

Tugas :

Melaksanakan perencanaan dan keuangan, administrasi umum dan menyelenggarakan ketatausahaan dan administrasi kepegawaian.

(26)

• Perencanaan kegiatan dan keuangan • Pengelolaan administrasi umum • Penyelenggaraan ketatausahaan

• Pengelolaan administrasi kepegawaian

Bagian Tata Usaha terdiri dari 2 Sub Bagian yaitu :

a. Sub Bagian Perencanaan dan Keuangan

Tugas : Melaksanakan perencanaan kegiatan dan keuangan Dinas Kesehatan

b. Sub Bagian Umum

Tugas : Mengelola urusan administrasi umum, rumah tangga, perlengkapan dan kepegawaian.

2. BIDANG PROMOSI KESEHATAN DAN PENYEHATAN LINGKUNGAN

Tugas :

Melaksanakan sebagian tugas Dinas Kesehatan dibidang promosi kesehatan dan penyehatan lingkungan.

Fungsi :

• Perumusan kebijakan teknis dan pelayanan dibidang promosi kesehatan dan penyehatan lingkungan

• Pengkoordinasian perencanaan dan pelaksanaan program dibidang promosi kesehatan dan penyehatan lingkungan

(27)

Bidang Promosi Kesehatan dan Penyehatan Lingkungan terdiri dari 2 Seksi yaitu :

a. Seksi Promosi Kesehatan

Tugas : Menyusun perencanaan teknis dan melaksanakan kegiatan promosi kesehatan

b. Seksi Penyehatan Lingkungan

Tugas : Menyusun perencanaan teknis dan melaksanakan kegiatan penyehatan lingkungan

3. BIDANG OBAT DAN MAKANAN

Tugas :

Melaksanakan sebagian kewenangan Dinas Kesehatan dibidang obat dan makanan

Fungsi :

a. Perumusan kebijakan teknis dan pelayanan dibidang obat dan makanan

b. Pengkoordinasian perencanaan dan pelaksanaan program dibidang obat dan makanan

Bidang Obat dan Makanan terdiri dari 2 Seksi yaitu :

1. Seksi Farmasi Tugas :

(28)

Menyusun perencanaan teknis dan melaksanakan kegiatan kefarmasian 2. Seksi Pengawasan Obat , Makanan dan Minuman

Tugas :

Menyusun perencanaan teknis dan melaksanakan kegiatan pengawasan obat, makanan dan minuman.

4. BIDANG PELAYANAN KESEHATAN

Tugas :

Melaksanakan sebagian tugas Dinas Kesehatan dibidang pelayanan kesehatan

Fungsi :

a. Perumusan kebijakan teknis dibidang pelayanan kesehatan dan kesehatan keluarga dan gizi

b. Pengkoordinasian perencanaan dan pelaksanaan program dibidang pelayanan kesehatan dan kesehatan keluarga dan gizi

Bidang Pelayanan Kesehatan terdiri dari 2 Seksi yaitu

1. Seksi Pelayanan Kesehatan Masyarakat Tugas :

Menyusun perencanaan teknis dan melaksanakan kegiatan pelayanan kesehatan masyarakat

(29)

Tugas :

Menyusun perencanaan teknis dan melaksanakan kegiatan dibidang kesehatan keluarga dan gizi

5. BIDANG PENCEGAHAN DAN PEMBERANTASAN PENYAKIT

Tugas :

Melaksanakan sebagian kewenangan dinas kesehatan dibidang pencegahan dan pemberantasan penyakit

Fungsi :

a. Perumusan kebijakan teknis dan pelayanan dibidang pencegahan dan pemberantasan penyakit

b. Pengkoordinasian perencanaan dan pelaksanaan program pencegahan dan pemberantasan penyakit

Bidang Pencegahan dan Pemberantasan Penyakit terdiri dari 2 Seksi yaitu :

1. Seksi Imunisasi dan Pengamatan Penyakit Tugas :

(30)

penyakit

2. Seksi Pemberantasan Penyakit Tugas :

Menyusun perencanaan teknis dan melaksanakan kegiatan pemberantasan penyakit

6. UPTD

Tugas :

Melaksanakan sebagian tugas teknis Dinas Kesehatan sesuai bidangnya

7. KELOMPOK JABATAN FUNGSIONAL

Tugas :

(31)

BAB 3

LANDASAN TEORI

3.1 Pengertian Regresi

Istilah regresi pertama kali diperkenalkan oleh Francis Galtom. Menurut Galtom, analisis regresi berkenaan dengan studi ketergantungan dari satu variabel yaitu variabel tak bebas ( dependen variable ) pada satu atau lebih variabel yang menerangkan, dengan tujuan untuk memperkirakan ataupun meramalkan nilai-nilai dari variabel tak bebas apabila nilai variabel yang menerangkan sudah diketahui. Variabel yang menerangkan sering disebut variabel bebas ( independent variable ).

3.2 Analisis Regresi Berganda

Analisis regresi berganda digunakan untuk peramalan, dimana dalam model terdapat variabel bebas X dan variabel tak bebas Y. regresi linier yaitu menentukan satu persamaan dari garis yang menunjukkan hubungan antara variabel bebas dan variabel

(32)

tak bebas, yang merupakan persamaan penduga yang berguna untuk menaksir atau meramalkan variabel tak bebas, untuk mempelajari hubungan-hubungan antara beberapa variabel, dapat dilakukan dengan dua cara yaitu :

1. Analisis regresi sederhana ( simple banalisis regresi ) 2. Analisis regresi berganda ( multiple analisis regresi )

Analisis regresi sederhana merupakan hubungan antara dua variabel, yaitu variabel bebas ( independent variable ) dan variabel tak bebas ( dependent variable ). Sedangkan analisis regresi linier berganda merupakan hubungan antara tiga variabel atau lebih,yaitu satu variabel tak bebas ( dependen variable ) dan dua atau lebih variabel bebas ( independent variable ).

3.3 Regresi Linier Sederhana

Regresi linier sederhana yaitu suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk persamaan antara variabel tak bebas tunggal dengan variabel bebas tunggal. Regresi linier sederhana hanya memiliki satu peubah bebas X yang dihubungkan dengan satu peubah tak bebas Y. bentuk umum model persamaan linier sederhana yaitu :

Yi = o + iXi + i

Keterangan :

Yi = Variabel tak bebas

(33)

o = Intersep Y dari garis, yaitu titik dimana garis itu memotong sumbu Y

i = Kemiringan Garis

i = Kesalahan penduga

3.4Regresi Linier Berganda

Regresi linier berganda adalah regresi yang menjelaskan hubungan antara peubah respon ( variabel dependent ) dengan factor-faktor yang mempengaruhi lebih dari satu penduga ( variabel independent ).

Regresi linier berganda hampir sama dengan regresi linier sederhana, hanya saja pada regresi linier berganda variabel penduga ( variabel bebas ) lebih dari satu. Tujuan dari analisa regresi linier berganda adalah untuk mengukur intensitas hubungan dua variabel atau lebuh dan membuat prediksi atau perkiraan nilai Y atas nilai X, regresi linier berganda juga berguna untuk mencari pengaruh dua penduga atau untuk mencari hubungan fungsional dua variabel penduga atau lebih terhadap variabel respon (variabel tak bebas), dengan demikin regresi linier berganda digunakan untuk penelitian yang menyertakan beberapa variabel sekaligus. Bentuk umum model regresi linier berganda untuk populasi adalah :

Yi= o+ 1X1i+ 2X2i+ 3X3i+ ... + kXk + i

Kererangan :

(34)

o = Pengamatan ke i pada variabel bebas

X1i = Parameter intersep

1, 2, ..., k = Parameter koefesien regresi variabel bebas

i = Pengamatan ke i variabel kesalahan

Model diatas merupakan model regresi untuk populasi, tetapi apabila kita hanya mengambil sebagian ( berupa sampel) dari populasi secara acak dan tidak mengetahui regresi populasi, sehingga model regresi populasi perlu diduga berdasarkan model rehgresi sample, yaitu :

= bo + b1X1 + b2X2 + ... + bkXk

Keterangan :

= Nilai dugaan bagi variabel Y Xk = Variabel bebas

bo = Dugaan bagi parameter konstanta o

b1, b2,..., bi = Dugaan bagi parameter koefesien regresi o, 1, 2, ..., k

k = 1, 2,…, n

Untuk mencari nilai b0, b1, b2,…, bk diperlukan n buah pasang data (x1, x2, …, xk, Yi )

yang didapat dari pengamatan :

TABEL 3.1 Bentuk Umum Data Observasi

Responden X1 X2 … Xk Yk

1 2

X11

X12

X21

X22

… …

Xk1

Xk2

(35)

. . n

. . X1n

. .

X2n …

. . Xkn

. . Yn

3.5 Membentuk Persamaan Regresi Linier Berganda

Dalam regresi linier berganda variabel tak bebas ( Y ) bergantung kepada dua atau lebih variabel bebas ( X ). Bentuk persamaan regresi linier berganda yang mencakup dua atau lebih variabel, yaitu :

= bo + b1X1 + b2X2 + ... + bkXk

Dalam hal ini penulis mengunakan model regresi linier berganda dengan tiga variabel, yaitu satu variabel tak bebas ( dependen variabel ) dan dua variabel bebas ( independent variable ). Sehingga bentuk persamaan regresi linier berganda yaitu :

= bo + b1X1 + b2X2 + i

Untuk regresi linier berganda dengan tiga variabel bebas X1, X2, X3, akan ditaksir oleh

= bo + b1X1 + b2X2

(36)

∑

Yi = b0 +b1

∑

X1i +b2

∑

X2i

( )

∑

YiX = b

∑

X i +b

∑

X i +b2

∑

X1iX2i

2 1 1 1 0 1

( )

∑

2 2 2 1 1 2 0

2 i i i i

iX b X b X X b X

Dengan b0, b1, b2 adalah koefesien yang ditentukan berdasarkan data hasil

pengamatan atau penelitian.

Untuk x= X₁ −X₁,x₁ = X₂ −X₂, dan y=Y −Y , persamaan liniernya menjadi :

2 2 1 1

0 b x b x

y= + +

3.6 Koefesien Determinasi

Koefesien determinasi yang dinyatakan dengan R² untuk menguji regresi linier berganda yang mencakup lebih dari dua variabelyaitu untuk mengetahui keragaman proporsi total dalam variabel tak bebas ( Y ) yang dapat dijelaskan atau diterangkan oleh variabel-variabel bebas ( X ) yang ada didalam model persamaan regresi linier berganda secara bersama-sama. Maka R² akan di tentukan dengan rumus :

∑

=

2 2 i reg

y

JK

R

Dimana :

(37)

JKreg = Jumlah Kuadrat Regresi

( )

∑

−

∑

n Y Y

yi i i

2 2

Harga R2 yang diperolehsesuai 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 (yang bersifat nyata).

3.7 Koefsien Korelasi

Untuk mengukur kuat tidaknya antara variabel bebas dan tak bebas, ditinjau dari besar kecilnya nilai koefesien korelasi ( r ). Makin besar nilai r maka makin kuat hubungannnya dan sebaliknya makin kecil nilai r maka makin lemah hubungannya. Nilai r yaitu :

- 1,00 ≤ r ≥ -0,80 berarti korelasi kuat - 0,79 ≤ r ≥ -0,50 berarti korelasi sedang - 0,49 ≤ r ≥ 0,49 berarti korelasi lemah 0,50 ≤ r ≥ 0,79 berarti korelasi sedang 0,80 ≤ r ≥ 1,00 berarti korelasi kuat

Untuk hubungan empat variabel X1, X2, dan Y dapat dihitung dengan menggunakan

rumus :

(38)

(

)( )

(

)

{

}

_ _

)

   − − − =

∑

2 2 2 1 2 1 1 1 1 i i i i yx Y Y n X X n Y X Y X n r

2. Koefesien korelasi antara X2 dan Y

(

)( )

(

)

{

_∑

∑

−

_∑

∑

}

{

_∑

∑

−

( )

_∑

}

− = ₂ 2 2 2 2 2 2 2 2 i i i i yx Y Y n X X n Y X Y X n r

3.8 Uji Regresi Linier Ganda

Uji Regresi Linier Ganda perlu dilakukan karena untuk mengetahui apakah sekelompok variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas. Pada dasarnya pengujian hipotesa tentang parameter koefesien regresi secara keseluruhan atau pengujian persamaan regresi dengan menggunakan statisstik F yang dirumuskan sebagai berikut :

) 1 ( − − = k n JKres k JKreg F

(39)

F = Statistik F yang menyebar mengikuti distribusi F dengan derajat kebebasan V1 = k dan V2 = n-k-1

JKreg = Jumlah Kuadrat Regresi =

∑

(Yˆ−Y)2 Dengan derajat kebebasan (dk) = k

JKres = Jumlah Kuadrat Residu ( sisa ) =

∑

( )

Y −Yˆ 2

Dengan derajat kebebasan ( dk ) = n-k-1

Dalam pengujian persamaan regresi terutama menguji hipotesa tentang parameter koefesien regresi secara keseluruhan melibatkan intersep serta k buah variabel penjelas sebagai berikut :

Yi= o+ 1X1i+ 2X2i+ ... + kXk

Dengan persamaan penduganya :

Yˆ bo + b1X1 + b2X2 + ... + bkXk

Dimana b0, b1, b2, b3, …, bk merupakan penduga bagi parameter 0, 1, 2, ..., k.. Langkah-langkah yang dibutuhkan dalam pengujian hipotesa ini adalah sebagai

berikut :

a. H0 : Minimal satu parameter koefesien yang sama dengan 0 ( nol )

H1 : Minimal satu parameter koefesien yang tidak sama dengan 0 ( nol )

b. Pilih taraf nyata yang diinginkan

(40)

d. Keputusan : tolak H0 jika Fhit > Ftab ; n-k-1

: terima H0 jika Fhit < Ftab ; k-n-1

BAB 4

ANALISA DAN EVALUASI

4.1 Data yang Diperoleh

Pada dasarnya data merupakan alat bagi pengambilan keputusan untuk memecahkan suatu persoalan. Keputusan dikatakan baik jika pengambilan keputusan tersebut didasarkan atas data yang baik. Salah satu dari kegunaan data yaitu untuk memperoleh dan mengetahui gambaran tentang suatu keadaan atau permasalahan.

Untuk mengetahui gambaran keadaan atau permasalahan gizi buruk pada balita, penulis mengumpulkan data yang berhubungan dengan permaslahan tersebut. Data yang diperoleh Dinas Kesehatan Kabupaten Langkat yaitu data gizi buruk pada

(41)

balita serta faktor-faktor yang mempengaruhinya diantaranya angka kemiskinan dan tingkat pendidikan wanita b erusia 10 tahun ke atas.

Tabel 4.1 Data yang akan diolah

Kecamatan Bayi Gizi

Buruk

Jumlah KK Miskin

Perempuan yang belum tamat SD

Bahorok 16 2.385 2.608

Salapian 48 3.379 2.773

Kuala 70 1.565 2.352

Sei Bingei 40 2.079 2.684

Selesai 28 2.210 3.839

Binjai 7 1.070 2.229

Stabat 67 2.228 4.485

Wampu 63 1.363 2.334

Secanggang 65 3.738 3.810

Hinai 34 1.352 2.566

Pd. Tualang 52 2.191 3.006

Bt. Serangan 31 1.472 2.126

Sw. Seberang 10 959 1.585

Tg. Pura 34 2.548 3.998

Gebang 68 1.535 2.795

Babalan 50 1.538 3.563

Sei. Lepan 46 1.742 3.080

Br. Barat 80 2.943 1.411

Pkl. Susu 10 644 3.279

Besitang 45 3.320 4.206

Jumlah 864 40.261 58.731

4.2 Persamaan Regresi Linier Ganda

Untuk mencari persamaan regresi, terlebih dahulu kita menghitung koefesien-koefisien regresinya dan mencari pengadaan suatu variabel degan variabel lain.

Tabel 4.2 Nilai-Nilai Koefesien

KECAMATAN Yi X1i X2i (X1i)2

BAHOROK 16 2385 2608 5688225

SALAPIAN 48 3379 2773 11417641

KUALA 70 1565 2352 2449225

(42)

SELESAI 28 2210 3839 4884100

BINJAI 7 1070 2229 1144900

STABAT 67 2228 4485 4963984

SEI WAMPU 63 1363 2334 1857769

SECANGGANG 65 3738 3810 13972644

HINAI 34 1352 2566 1827904

PD TUALANG 52 2191 3006 4800481

BT SERANGAN 31 1472 2126 2166784

SW SEBERANG 10 959 1585 919681

TG PURA 34 2548 3998 6492304

GEBANG 68 1535 2795 2356225

BABALAN 50 1538 3563 2365444

SEI LEPAN 46 1742 3080 3034564

BRANDAN BRT 12 1274 1411 1623076

PKL SUSU 78 2313 3279 5349969

BESITANG 45 3320 4206 11022400

JUMLAH 864 40261 58729 92659561

Untuk mencari persamaan regresi, terlebih dahulu kita menghitung koefesien-koefesien regresinya dan mencari pengadaan suatu variabel dengan variabel lain.

(X2i)2 (X1i.X2i) (X1i.Yi) (X2i.Yi) (Yi)2

6801664 6220080 38160 41728 256

7689529 9369967 162192 133104 2304

5531904 3680880 109550 164640 4900

7203856 5580036 83160 107360 1600

14737921 8484190 61880 107492 784

4968441 2385030 7490 15603 49

20115225 9992580 149276 300495 4489

5447556 3181242 85869 147042 3969

14516100 14241780 242970 247650 4225

6584356 3469232 45968 87244 1156

9036036 6586146 113932 156312 2704

4519876 3129472 45632 65906 961

2512225 1520015 9590 15850 100

15984004 10186904 86632 135932 1156

7812025 4290325 104380 190060 4624

12694969 5479894 76900 178150 2500

9486400 5365360 80132 141680 2116

1990921 1797614 15288 16932 144

10751841 7584327 180414 255762 6084

17690436 13963920 149400 189270 2025

(43)

Keterangan :

Yi = Balita Gizi Buruk

X1i = Kemiskinan

X2i = Pendidikan

n = Banyak Data

Dari tabel 4.2 diperoleh :

Yi = 864

X1i = 40261

X2i = 58729

X1iX2 i = 92659561

( X1i)² = 186075285

( X2i)² = 126508994

X1i.Yi = 1848815

X2i.Yi = 2698212

( Yi )² = 46146

n = 20

Dari data diatas didapat persamaan sebagai berikut :

Yi = b0 + b1 X1i + b2 X2i

Yi Xi = b0 X1i + b1 (X1i)² + b2 X1i X2i

Yi X2i = b0 X2i + b1 X1i X2i + b2 (X2i)²

Kemudian kita subsitusikan nilai-nilai yang bersesuaian, sehingga diperoleh persamaan :

(44)

846 = 20 b0 + 40261 b1 + 58729 b2

1848815 = 40261 b0 + 92659561 b1 + 126508994 b2

2698212 = 58729 b0 + 126508994 b1 + 186075285 b2

Dengan mensubstitusikan persamaan diatas, maka didapat koefisien : bo = 8,066

b1 = 0,002

b2 =0,011

Sehingga diperoleh persamaan regresinya :

= bo + b1X1 + b2X2

=8,066 + 0,002X1 + 0,011X2

4.2.1 Analisa Residu

Untuk mengetahui seberapa besar adanya penyimpangan angka gizi buruk yang sebenarnya terhadap angka gizi buruk pada balita yang diperkirakan, maka dihitung :

Tabel 4.3 Penyimpangan nilai sebenarnya dengan nilai perkiraan

Y Yˆ_i

( )

Y −Yˆ

( )

Y −Yˆ 2

( )

Yˆ−Y

( )

Yˆ−Y 2

16 41,524 -25,524 651,475 -1,676 2,809

48 45,327 2,673 7,145 2,127 4,524

70 37,068 32,932 1084,517 -6,132 37,601

40 41,748 -1,748 3,056 -1,452 2,108

28 54,715 -26,715 713,691 11,515 132,595

7 34,725 -27,725 768,676 -8,475 71,826

67 61,857 5,143 26,450 18,657 348,084

(45)

65 57,452 7,548 56,972 14,252 203,120

34 38,996 -4,996 24,960 -4,204 17,674

52 45,514 6,486 42,068 2,314 5,355

31 34,396 -3,396 11,533 -8,804 77,510

10 27,419 -17,419 303,422 -15,781 249,040

34 57,140 -23,140 535,460 13,940 194,324

68 41,881 26,119 682,202 -1,319 1,740

50 50,335 -0,335 0,112 7,135 50,908

46 45,430 0,570 0,325 2,230 4,973

12 26,135 -14,135 199,798 -17,065 291,214

78 48,761 29,239 854,919 5,561 30,925

45 60,972 -15,972 255,105 17,772 315,844

864 887,861 -23,861 6925,938 23,861 2087,520

Sehingga kesalahan bakunya dapat dihitung dengan mengggunakan rumus :

( )

1 ˆ 2 12 . − − − =

∑

k n Y Y

Sy i i

Dimana :

( )

∑

− 2

i i Y

Y = 6925,938

n = 20

k = 2

Sehingga :

( )

1 ˆ 2 12 . − − − =

∑

k n Y Y

Sy i i

= 1 2 20 938 , 6925 − −

= 407.408 = 20,184

(46)

Dengan penyimpangan nilai yang didapat, ini berarti bahwa rata-rata Angka Gizi Buruk Pada Balita yang sebenarnya akan menyimpang dari rata-rata Angka gizi Buruk Pada Balita yang diperkirakan sebesar 20,184

4.2.2 Koefisien Determinasi

Untuk mengetahui seberapa besar pengaruh angka kemiskinan dan pendidikan wanita terhadap Angka Gizi Buruk Pada Balita, maka akan dilakukan perhitungan sebegai berikut :

)

( )

(

∑

−

∑

n Yi X Y X y

xi i i i i

1 1

= 1848815

(

)( )

( )

20 846 40261 − 8 , 109539 2 , 1739275 1848815 20 34785504 1848815 = − = − =

)

( )

(

∑

−

∑

n Yi X Y X y

x₂_i _i ₂_i _i 2i

= 2698212

(

)( )

20 864 58729

−

(47)

= 161032,8

( )

∑

−

∑

n Y Y

y_i _i i

2 2 2

( )

20 864 46146 2 − = 2 , 8821 8 , 37324 46146 = − =

JK_reg =b1

∑

x1_iy_i +b2

∑

x2_iy_i

(

)

(

)

4404 , 1990 3608 , 1771 0796 , 219 8 , 161032 011 , 0 8 , 109539 002 , 0 = + = + = R2

∑

= 2 i reg y JK 218089 , 0 2 , 8821 4404 , 1990 = =

R =0,467

Dari perhitungan diatas, diperoleh koefisien determinasinya (R2) sebesar 0,225642815. dengan mencari akar dari koefisien determinasi, maka didapat koefisienkorelasinya ( R ) sebesar 0,467 atau 46,7 % Angka Gizi Buruk Pada Balita

(48)

tersebut dipengaruhi oleh kedua factor yang berpengaruh, sedangkan 53,3 % dipengaruhi oleh faktor-faktor yang lain.

4.2.3 Koefesien Korelasi

Untuk mengukur besarnya variabel tak bebas terhadap variabel bebas, dapat dilihat dari besarnya koefesien korelasinya, yaitu :

1. Koefesien korelasi antara Angka Gizi Buruk Pada Balita dengan Kemiskinan ( X1 dan Yi) yaitu :

}

{

}

{

∑

−

∑

−

∑

− = 2 2 2 1 2 1 1 1 1 ) ( ) ( ) )( ( i i i i i i i i i yx Y Y n X X n Y X Y X n r

(

) (

)( )

(

)

{

2092659561 (1620948121)

}

{20(461460) (746496) 864 40261 1848815 20 − − − = 342 , 0 58 , 6401035 2190796 7976 4097325649 2190796 = = =

Ini menunjukkan korelasi lemah antara Angka Gizi Buruk Pada Balita dengan Angka Kemiskinan yang berarti semakin rendah Angka Kemiskinan maka semakin rendah Angka Gizi Buruk Pada Balita tersebut.(-0,49≤r≥0,49 = Korelasi Lemah)

(49)

2. Koefesien korelasi antara Angka Gizi Buruk Pada Balita dengan Wanita Yang Belum Tamat SD( X2 dan Yi ) yaitu :

}

{

∑

−

∑

∑ ∑

∑

−

∑

− = 2 2 2 2 2 2 2 2 2 ) ( ) ( ) )( ( i i i i y Y Y n X X n Y X Y X n r

(

) (

)( )

(

) (

)

{

}

{

(

) ( )

}

{

}{

}

465 , 0 052 , 6929521 3220656 176424 * 272175339 3220656 746496 922920 3449330361 3721505700 50743584 53964240 864 46146 20 58731 186075285 20 864 58731 2698212 20 2 2 = = = − − − = − − − =

Ini menunjukkan korelasi lemah antara Angka Gizi Buruk Pada Balita dengan Wanita Yang Belum Tamat SD yang berarti semakin rendah jumlah Wanita Yang Belum Tamat SD maka akan semakin rendah Angka Gizi Buruk Pada Balita tersebut. (-0,49≤r ≥0,49 = Korelasi Lemah)

(50)

Untuk mengetahui apakah sekelompok variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas maka kita melakukan uji F dengan menggunakan statistik F.

a. Hipotesa yang digunakan adalah H₀ : ₁ = ₂= 0

H₁: ₁ = ₂ ≠ 0

b. Taraf nyata yang digunakan adalah sebesar : α = 0,05 atau 5 %

c. Uji statistik dengan rumus :

) 1 ( − − = k n JKres k JKreg F

Sehingga diperoleh :

) 1 2 20 ( 225 , 6926 2 4404 , 1990 − − = F 425 , 407 2202 , 995 = F = 2,735

Dalam hal ini tingkat keyakinan (confidence level) sebesar 95 % atau taraf nyata (significant level) sebesar 5 % maka dari tabel distribusi F, diperoleh nilai F test atau F tabel untuk pembilang (v ) sebesar 2 dan penyebut (1 v )sebesar 17 adalah 3,59. 2

(51)

Dengan membandingkan nilai F tabel atau F test yang diperoleh dengan nilai F hitung yang telah dihitung, maka memperoleh :

F hitung = 2,735 < F test = 3,59

d. Kesimpulan

Dapat disimpulkan bahwa H₀ diterima yang artinya kedua variabel bebas yaitu Angka Kemiskinan dan jumlah Wanita Yang Belum Tamat SD tidak mempunyai pengaruh terhadap meningkatnya Angka Gizi Buruk Pada Balita.

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi system adalah tahapan penerapan hasil desain tertulis kedalam

programming dengan menggunakan perangkat lunak ( software ) sebagai

implementasi ataupun prosedur untuk menyelesaikan desain system, yang mana dalam hal ini implementasi system digunakan untuk menganalisa data-data yang dianggap mempengaruhi Gizi Buruk pada Balita di Kabupaten Langkat pada tahun 2006.

Adapun implementasi system yang digunakan untuk menganalisa hubungan ataupun pengaruh gizi buruk adalah SPSS. Diharapkan dengan menggunakan SPSS ini dapat meningkatkan pengetahuan dan kemampuan dalam hal :

1. Pemahaman bentuk elemen dari lembar kerja SPSS 2. Menganalisa data dan lembar kerja

(52)

3. Kreasi dan modifikasi grafik 4. Pedayagunaan fasilitas SPSS

5.2 Pengertian SPSS

SPSS (Statistical Package For Service Solution) merupakan sebuah program aplikasi komputer yang memiliki kemampuan analisa statistika cukup tinggi dalam berbagi ilmu, terutama untuk ilmu statistik. Program ini juga dapat menampilkan angka-angka hasil perhitungan statistik, grafik, tabel dengan berbagai model, baik variabel tunggal maupun variabel ganda.

SPSS 14.0 for windows menggunakan dua buah type windows, yaitu SPSS data editor dan output viewer. Data editor memiliki bentuk tampilan sejenis

spreadsheet seperti pada excel yang digunakan sebagai fasilitas untuk mengisikan,

menyunting, dan menampilkan isi dari data penelitian.

SPSS data editor memiliki dua spreadsheet ( lembar kerja ), yaitu sheet pertama dengan nama data view dan sheet kedua dengan nama variable view. Menu utama yang tersedia pada jendela data editor SPSS 14.0 for windows adalah File, Edit, View, Data, Tansform, Analyze, Graphs, Windows, Help.

(53)

Untuk mengaktifkan SPSS 14.0 for windows dengan menggunakan start menu program, maka dapat dilakukan langkah-langkah sebagai berikut :

1. Klik menu Start, pilih Program

2. Pilih item SPSS 15.0 for windows, maka akan muncul gambar sebagai

berikut

Gambar 5.1 Tampilan Start Membuka Program SPSS 14.0 For Windows

Dalam tampilan diatas terdapat dua jendela, yang pertama adalah SPSS data editor yang berguna untuk tempat memasukkan data, dan yang kedua adalah beberapa menu pilihan yang dapat digunakan dalam analisis lebih lanjut dan bnerkaitan dengan manajemen data, seperti Syntax Editor, Output Navigator, dan Script.

(54)

Setiap data yang akan dianalisis harus terlebih dahulu ditanpilkan dalam jendela data editor. Bila data sudah tersimpan dalam suatu file, baik file yang sudah mempunyai format SPSS maupun file yang mempunyai format aplikasi, dapat dibuka dalam SPSS. pemasukan data pada tulisan ini dilakukan dengan cara langsung, yakni mendefenisikan variablel terlebih dahulu, kemudian memasukkan data dengan langkah-langkah sebagi berikut :

1. Aktifkan variable view , kemudian isikan nama variable pada kolom Name, seperti tampilan pada gambar 4.2

Gambar 5.2 Tampilan Pembuka SPSS 14.0

Klik Variabel View, yang terletak disebelah kiri bawah jendela editor, lalu lakukan langkah-langkah berikut :

1. Name : Ketik nama variabel yang kita inginkan

(55)

3. Width : Digunakan untuk menentukan jarak /lebar kolom

4. Lebel : Ketikan nama sesuai dengan identitas dari nama variabel, nama variabel hanya tersiri dari 8 digit / karakter

5. Velue : Digunakan untuk mengisi penjelasan nama ( lebel ) pada variabel 6. Missing : Digunakan untuk penjelasan data yang hilang / rusak

7. Columns: Digunakan untuk menentukan lebar kolom

8. Align : Digunakan untuk menentukan letak pengisian data, apakah rata kiri, rata kanan, atau diletakkan ditengah-tengah kolom.

9. Measure: Digunakan untuk menentukan jenis data

2. Setelah pendefenisian dilakukan, maka pengisian data dilakukan dengan

mengaktifkan terlebih dahulu Data View, kemudian masukkan semua input data yang terlibat dalam pembentukan analisis jalur dengan X1 sebagai angka kemiskinan, X2 wanita yang belum tamat SD. Kedua variabel tersebut dinyataka dengan variabel bebas, sedangkan untuk variabel tak bebasnya dinyatakan dengan Y yakni sebagai nilai angka gizi buruk pada balita. Semua hal diatas dapat lebih jelas dilihat pada gambar dibawah ini :

5.5 Pengisian Data

1. Aktifkan jendela data dengan mengklik data view, yang terletak disudut kiri bawah jendela editor.

2. Selanjutnya ketikkan data yang sesuai untuk setiap variabel yang telah didefinisikan.

(56)

Gambar 5.3 Pengisian Data

5.6 Pengolahan Data Dengan Persamaan Regresi

1. Tampilkan file yang akan ditentukan oleh persamaan regresi pada jendela editor yang tampak.

2. pilih menu analyze, kemudian pilih sub menu Regression dengan kursor, dan pilih linier yang keluar pada tampilan jendela editor.

(57)

Gambar 5.4 Tampilan Menu Analyze

3. Setelah muncul kotak dialog, kemudian sorot variabel yang menjadi variabel tidak bebas, dan pindahkan ke kotak Variable Dependent. Demikian juga sorot variable Independent.

(58)

4. Klik Statistic pada kotak dialog Linier Regression, aktifkan Estimate, Model Fit, Casewise Diagnostic, kemudian klik Continue untuk melanjutkannya, lalu klik OK.

Gambar 5.6 Kotak Dialog Linier Regression Statistic

5. Kemudian klik Plots pada kotak tersebut, lalu aktifkan Produce All Partial Plots, kemudian klik Continue, lalu klik OK pada kotak dialog linier Regression untuk melihat hasilnya / Outputnya.

Gambar 5.7 Kotak Dialog Linier Regression Plots

(59)

BAB 6

PENUTUP

6.1 Kesimpulan

Setelah dilakukan analisis, maka dapat diambil beberapa kesimpulan antara lain :

1. Ternyata dari kedua variabel yaitu Angka Kemiskinan, dan Pendidikan Wanita Yang Belum Tamat SD mempunyai pengaruh yang nyata terhadap penurunan Angka Gizi Buruk Pada Balita di Kabupaten Langkat.

2. Dari persamaan regresi yang didapat, nilai koefisien pada Angka Kemiskinan, dan Wanita Yang Balum Tamat SD bertanda positif artinya persamaan yang didapat telah sesuai dengan realita sehari-hari.

3. Sekitar 47,5 % Angka Gizi Buruk Pada Balita dipengaruhi oleh kedua variabel tersebut, sedangkan 52,5 % dipengaruhi oleh faktor-faktor yang lain.

4. Dari kedua variabel tersebut, keduanya berkorelasi lemah terhadap terjadinya Angka Gizi Buruk Pada Balita yaitu Angka Kemiskinan (34 %) dan Wanita Yang Belum Tamat SD (46 %).

(60)

6.2 Saran

Dari analisa dan kesimpulan yang telah didapat, ada beberapa saran yang mungkin bias membantu menekan Angka Gizi Buruk Pada Balita sebagai berikut :

1. Untuk menekan Angka Gizi Buruk Pada Balita di Kabupaten Langkat,

pemerintah harus meningkatkan sarana dan prasarana kesehatan serta meningkatkan mutu tenaga kesehatan, terutama di daerah – daerah pedalaman. 2. Lebih meningkatkan program Jaminan Pemeliharaan Kesehatan Masyarakat,

bagi masyarakat miskin secara merata dan tepat sasaran.

3. Lebih mawajibkan Pendidikan Dasar Sembilan Tahun kepada setiap warga khususnya dan Duabelas Tahun umumnya.

4. Dengan pendidikan yang bagus dan penguasaan tentang tindakan apa yang terbaik menjelang kelahiran dan gizi yang bagus dan sesuai standar dapat menekan Angka Gizi Buruk Pada Balita di Kabupaten Langkat, sehingga perlu dilakukannya sosialisasi pentingnya pendidikan.

(61)

DAFTAR PUSTAKA

Sembiring, R.K. 1995. Analisis Regresi. Bandung : Badan Penerbit ITB

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

Dr. Purbayu Santosa, MS, Dkk. 2005. Analisis Statistik dengan Microsoft Excel dan SPSS. Semarang : ANDI Yogyakarta.

(62)

Regression

[DataSet1] C:\Program Files\SPSSEval\wina.sav

Variables Entered/Removed b

Pendidika n Wanita Belum Tamat SD(Jiwa), Kemis kina n(Jiwa)a . Enter Model 1 Variables Entered Variables Removed Method

All requested variables entered. a.

Dependent Variable: Gi zi Buruk(Jiwa) b.

Model Summ aryb

.467a .218 .126 20.139

Model 1

R R Square

Adjust ed R Square

St d. E rror of the Es timate Predic tors: (Constant), Pendidi kan Wanita B elum Tamat SD(Jiwa), K emis kinan(Ji wa)

Dependent Variable: Gizi B uruk (Jiwa) b.

ANOVAb

1926.165 2 963.083 2.375 .123a

6895.035 17 405.590

8821.200 19 Regression Residual Total Model 1 Sum of

Squares df Mean Square F Sig.

Predictors: (Constant), Pendidikan Wanita Belum Tamat SD(Jiwa), Kemiskinan(Jiwa)

Dependent Variable: Gizi Buruk(Jiwa) b.

(63)

Coefficientsa

8.066 16.740 .482 .636

.002 .008 .064 .224 .826 .342 .054 .048 .566 1.767 .011 .007 .423 1.484 .156 .465 .339 .318 .566 1.767 (Constant)

Kemiskinan(Jiwa) Pendidikan Wanita Belum Tamat SD(Jiwa) Model

B Std. Error Unstandardized

Coefficients

Beta Standardized

Coefficients

t Sig. Zero-order Partial Part Correlations

Tolerance VIF Collinearity Statistics

Dependent Variable: Gizi Buruk(Jiwa) a.

Collineari ty Diagnosticsa

2.908 1.000 .01 .01 .00

.065 6.701 .57 .54 .00

.028 10.269 .43 .45 1.00

Dimension 1 2 3 Model 1 Eigenvalue Condit ion

Index (Const ant)

Kemis kin an(Jiwa)

Pendidikan W anita Belum

Tamat SD(Jiwa) Variance Proportions

Dependent Variable: Gizi Buruk (Jiwa) a.

Residuals Statisticsa

25.49 60.24 43.20 10.069 20

-26.931 33.876 .000 19.050 20

-1.759 1.693 .000 1.000 20

-1.337 1.682 .000 .946 20

Predicted Value Residual

Std. Predicted Value Std. Residual

Minimum Maximum Mean Std. Deviation N

Dependent Variable: Gizi Buruk(Jiwa) a.

(64)

Charts

2 0

-2

Regression Standardized Residual

Frequency

Mean =-2.78E-16฀ Std. Dev. =0.946฀N =20

Histogram Dependent Variable: Gizi Buruk(Jiwa)

(65)

1.0 0.8

0.6 0.4

0.2 0.0

1.0 0.8 0.6 0.4 0.2 0.0

Expected Cum Prob

Normal P-P Plot of Regression Standardized Residual Dependent Variable: Gizi Buruk(Jiwa)

1500 1000

500 0

-500 -1000

Kemiskinan(Jiwa)

40 30 20 10 0 -10 -20 -30

zi Buruk(Jiwa)

Partial Regression Plot Dependent Variable: Gizi Buruk(Jiwa)

(66)

1500 1000

500 0

-500 -1000

-1500

Pendidikan Wanita Belum Tamat SD(Jiwa)

-25

Gizi Buruk(

Jiwa)

Partial Regression Plot Dependent Variable: Gizi Buruk(Jiwa)

(1)

DAFTAR PUSTAKA

Sembiring, R.K. 1995. Analisis Regresi. Bandung : Badan Penerbit ITB

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

Dr. Purbayu Santosa, MS, Dkk. 2005. Analisis Statistik dengan Microsoft Excel dan

SPSS. Semarang : ANDI Yogyakarta.

(2)

Regression

[DataSet1] C:\Program Files\SPSSEval\wina.sav

Variables Entered/Removed

Pendidika

n Wanita

Belum

Tamat

SD(Jiwa),

Kemis kina

n(Jiwa)

.

Enter

Model

1 Variables

Entered

Variables

Removed

Method

All requested variables entered.

a.

Dependent Variable: Gi zi Buruk(Jiwa)

b.

Model Summ ary

b

.467

a

.218

.126

20.139 Model

1 R

R Square

Adjust ed

R Square

St d. E rror of

the Es timate

Predic tors: (Constant), Pendidi kan Wanita B elum

Tamat SD(Jiwa), K emis kinan(Ji wa)

a.

Dependent Variable: Gizi B uruk (Jiwa)

b.

ANOVA

b

1926.165

2

963.083

2.375 .123

a

6895.035

17

405.590 8821.200

19 Regression

Residual

Total

Model

1 Sum of

Squares

df

Mean Square

F

Sig.

Predictors: (Constant), Pendidikan Wanita Belum Tamat SD(Jiwa),

Kemiskinan(Jiwa)

a.

Dependent Variable: Gizi Buruk(Jiwa)

b.

(3)

Coefficients

8.066

16.740 .482

.636

.002

.008

.064

.224

.826

.342

.054

.048

.566

1.767 .011

.007

.423

1.484 .156

.465

.339

.318

.566

1.767 (Constant)

Kemiskinan(Jiwa)

Pendidikan Wanita

Belum Tamat SD(Jiwa)

Model

1 B

Std. Error

Unstandardized

Coefficients

Beta

Standardized

Coefficients

t

Sig.

Zero-order

Partial

Part

Correlations

Tolerance

VIF

Collinearity Statistics

Dependent Variable: Gizi Buruk(Jiwa)

a.

Collineari ty Diagnostics

2.908

1.000 .01

.00

.065

6.701 .57

.54

.00

.028

10.269 .43

.45

1.00 Dimension

1

2

3 Model

1 Eigenvalue

Condit ion

Index

(Const ant)

Kemis kin

an(Jiwa)

Pendidikan

W anita Belum

Tamat

SD(Jiwa)

Variance Proportions

Dependent Variable: Gizi Buruk (Jiwa)

a.

Residuals Statistics

25.49

60.24

43.20

10.069

20 -26.931

33.876 .000

19.050

20 -1.759

1.693 .000

1.000

20 -1.337

1.682 .000

.946

20 Predicted Value

Residual

Std. Predicted Value

Std. Residual

Minimum

Maximum

Mean

Std. Deviation

N

Dependent Variable: Gizi Buruk(Jiwa)

a.

(4)

Charts

2

0 -2

Regression Standardized Residual

6

5

4

3

2

1

0

Frequency

Mean =-2.78E-16฀ Std. Dev. =0.946฀N =20

Histogram Dependent Variable: Gizi Buruk(Jiwa)

(5)

1.0 0.8

0.6 0.4

0.2 0.0

1.0

0.8

0.6

0.4

0.2

0.0

Expected Cum Prob

Normal P-P Plot of Regression Standardized Residual Dependent Variable: Gizi Buruk(Jiwa)

1500 1000

500 0

-500 -1000

Kemiskinan(Jiwa)

-10

-20

-30

zi Buruk(Jiwa)

Partial Regression Plot Dependent Variable: Gizi Buruk(Jiwa)

(6)

1500 1000

500 0

-500 -1000

-1500

Pendidikan Wanita Belum Tamat SD(Jiwa)

-25

Gizi Buruk(

Jiwa)

Partial Regression Plot Dependent Variable: Gizi Buruk(Jiwa)