=
{ }
{ }
2 2
44.970 108.521.02
21 1.406
104.176 21
970 .
44 1.406
3.246.837 21
− −
−
= 0,673
Nilai yang positif menandakan hubungan yang searah antara jumlah kelahiran dengan jumlah posyandu. Artinya penambahan jumlah kelahiran akan meningkatkan
jumlah posyandu, dan sebaliknya penurunan jumlah kelahiran akan menurunkan jumlah posyandu. Hubungan antara jumlah kelahiran dengan jumlah posyandu
tergolong cukup kuat, ini ditandai dengan nilai r yang diperoleh yaitu 0,673.
4.7 Perhitungan Korelasi Antar Variabel Bebas
1. Koefisien korelasi antara pasangan usia subur X
1
dengan akseptor KB X
2
. r
12
=
{ }
{ }
2 2
2 2
2 1
2 1
2 1
2 1
X X
n X
X n
X X
X X
n ∑
− ∑
∑ −
∑ ∑
∑ −
∑
=
{ }
{ }
2 2
214.037 147
2.490.006. 21
367.865 331
7.107.936. 21
214.037 367.865
238 4.195.876.
21 −
− −
= 0,986
2. Koefisien korelasi antara pasangan usia subur X
1
dengan jumlah posyandu X
3
r
13
=
{ }
{ }
2 3
2 3
2 1
2 1
3 1
3 1
X X
n X
X n
X X
X X
n ∑
− ∑
∑ −
∑ ∑
∑ −
∑
=
{ }
{ }
2 2
1.406 104.176
21 367.865
331 7.107.936.
21 1.406
367.865 25.877.431
21 −
− −
Universitas Sumatera Utara
= 0,483
3. Koefisien korelasi antara akseptor KB X
2
dengan jumlah posyandu X
3
r
23
=
{ }
{ }
2 3
2 3
2 2
2 2
3 2
3 2
X X
n X
X n
X X
X X
n ∑
− ∑
∑ −
∑ ∑
∑ −
∑
=
{ }
{ }
2 2
1.406 104.176
21 214.037
147 2.490.006.
21 1.406
214.037 15.132.466
21 −
− −
= 0,456
Dari perhitungan diatas dapat dilihat bahwa :
1. Variabel X
1
Pasangan Usia Subur berkorelasi positif dan kuat terhadap X
2
Akseptor KB.
2. Variabel X
1
Pasangan Usia Subur berkorelasi positif dan agak rendah terhadap X
3
Jumlah Posyandu
3. Variabel X
2
Akseptor KB berkorelasi positif dan agak rendah terhadap X
3
Jumlah Posyandu
4.8 Pengujian Koefisien Regresi Linier Ganda
Pengujian dapat dilakukan dengan merumuskan hipotesis berikut : H
: b
i
= 0 dimana i = 1,2,..k variabel bebas X
i
tidak berpengaruh terhadap Y
Universitas Sumatera Utara
H
1
: b
i
≠ 0 dimana i = 1,2,..k variabel bebas X
i
berpengaruh terhadap Y Dimana :
Terima H jika t
hitung
t
tabel
Tolak H jika t
hitung
t
tabel
Untuk menguji hipotesis ini, maka menggunakan rumus kekeliruan baku Koefisien b
i
adalah sebagai berikut :
2 2
2 ...
12 .
1
i i
k y
bi
R x
s s
− ∑
=
Maka :
2 1
2 1
2 123
. 1
1 R x
s s
y b
− ∑
=
=
9721 ,
1 663.904.99
449,69 −
= 0,1095
2 2
2 2
2 123
. 2
1 R x
s s
y b
− ∑
=
=
0,2332 1
3 308.490.08
449,69 −
= 0,1549
Universitas Sumatera Utara
2 3
2 3
2 123
. 3
1 R x
s s
y b
− ∑
=
=
0,2079 1
10.041 449,69
−
= 5,1909
Sehingga diperoleh distribusi t
i
dengan perhitungan
i i
i
sb b
t =
sebagai berikut :
1 1
1
sb b
t =
=
0,1095 0,064
= 0,584
2 2
2
sb b
t =
=
0,1549 0,022
= 0,142
3 3
3
sb b
t =
=
5,1909 13,704
= 2,64
Dari tabel distribusi t dengan dk = 17 dan α = 0.05 diperoleh t
tabel
sebesar 2,11 dan dari hasil perhitungan diatas diperoleh :
Universitas Sumatera Utara
1. t
1
= 0,584 nilai mutlak t
tabel
= 2,11 2.
t
2
= 0,142 nilai mutlak t
tabel
= 2,11 3.
t
3
= 2,64 nilai mutlak t
tabel
= 2,11
Sehingga dari koefisien regresi tersebut variabel X
3
jumlah posyandu memiliki pengaruh yang berarti atau signifikan terhadap persamaan regresi yang didapat.
Sedangkan X
1
Pasangan Usia Subur dan X
2
akseptor KB tidak memiliki pengaruh yang berarti atau signifikan terhadap persamaan regresi yang didapat.
Universitas Sumatera Utara
BAB 5
IMPLEMENTASI SISTEM
Pada bab ini akan diuraikan tentang implementasi system dengan menggunakan program SPSS 16.0. Uraian ini dimulai dari pengertian implementasi system, peranan
komputer dalam statistika, cara kerja SPSS, pengoperasian SPSS, serta interpretasi output SPSS.
5.1 Pengertian Implementasi Sistem
