Menafsirkan Hasil Analisis Data .1 Analisis Regresi

4.2 Menafsirkan Hasil Analisis Data 4.2.1 Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh Angka Harapan Hidup, Angka Melek Huruf, dan Rata-rata Lama Bersekolah secara gabungan terhadap IPM. Untuk melihat pengaruh harapan hidup, angka melek huruf, dan rata-rata lama bersekolah terhadap IPM secara gabungan, akan kita lihat hasil perhitungan dalam model Squared Multiple Correlations, khususnya angka R square di bawah ini: Squared Multiple Correlations : Group number 1 – Default model Estimate IPM ,966 Besarnya angka estimate dalam hal ini merupakan angka R square r 2 adalah 0,966. Angka tersebut dapat digunakan untuk melihat besarnya pengaruh pendidikan, kesehatan, dan ketenagakerjaan terhadap IPM Kabupaten Asahan dengan cara menghitung Koefisien Determinasi KD dengan menggunakan rumus sebagai berikut: Koefisien Determinasi KD = r 2 x 100 = 0,966 x 100 = 96,6 Universitas Sumatera Utara Angka tersebut mempunyai maksud bahwa pengaruh harapan hidup, angka melek huruf, dan rata-rata lama bersekolah secara gabungan terhadap IPM adalah 96,6 . Adapun sisanya sebesar 3,4 100 - 96,6 dipengaruhi oleh faktor lain. Dengan kata lain variabilitas IPM yang dapat diterangkan dengan menggunakan variabel angka harapan hidup, angka melek huruf, dan rata-rata lama bersekolah adalah sebesar 96,6 , sedangkan pengaruh 3,4 disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi di atas sudah benar atau salah, diperlukan uji hipotesis menggunakan uji signifikansi sebagaimana tertera dalam tabel di bawah ini: Covariances : Group number 1 – Default model Estimate S.E. C.R. P Label Angka_Harapan_Hidup -- Angka_Melek_Huruf -,074 1,196 -,062 ,951 par_4 Angka_Melek_Huruf -- Rata_rata_Lama_Bersekolah 3,764 1,061 3,549 par_5 Angka_Harapan_Hidup -- Rata_rata_Lama_Bersekolah ,806 ,402 2,003 ,045 par_6 Angka estimate pada output di atas menunjukkan kovarian antar variabel terikat endogenus dengan variabel bebasnya eksogenus. Untuk mengetahui hal tersebut, dapat dilakukan pengujian hipotesis seperti pada pengujian ada tidaknya hubungan antara dua variabel tertentu. Kaidah pengujian signifikansi Program Amos 18 sebagai berikut: ฀ Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas sig atau [0,05 ≤ Sig], maka Ho diterima dan H1 ditolak yang artinya tidak signifikan. ฀ Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas sig atau [0,05 ≥ Sig], maka Ho ditolak dan H1 diterima yang artinya signifikan. Universitas Sumatera Utara Dari tabel kovarian di atas, nilai probabilitas lebih besar dari 0,05, bahkan mencapai angka sempurna yakni mendekati 1. Jika diberikan hipotesis seperti berikut: ฀ Ho : tidak ada hubungan yang nyata signifikan antara angka harapan hidup, angka melek huruf, dan rata-rata lama bersekolah terhadap IPM ฀ H1 : ada hubungan yang nyata signifikan antara angka harapan hidup, angka melek huruf, dan rata-rata lama bersekolah terhadap IPM Maka, dari pernyataan di atas, Ho ditolak dan H1 diterima sehingga ada hubungan yang nyata signifikan antara angka harapan hidup, angka melek huruf, dan rata-rata lama bersekolah terhadap indeks pembangunan manusia. a. Melihat pengaruh angka harapan hidup, angka melek huruf, dan rata-rata lama bersekolah secara parsial terhadap IPM. Untuk melihat pengaruh angka harapan hidup, angka melek huruf, dan rata-rata lama bersekolah terhadap IPM secara parsial, akan kita lihat hasil perhitungan dalam model Regression Weights: Group number 1 – default model : Regressions Weights : Group number 1 – Default model Estimate S.E. C.R. P Label IPM --- Angka_Harapan_Hidup ,573 ,067 8,583 par_1 IPM --- Angka_Melek_Huruf ,387 ,048 8,145 par_2 IPM --- Rata_rata_Lama_Bersekolah ,780 ,163 4,781 par_3 Universitas Sumatera Utara Proses: Perumusan Hipotesis ฀ Ho : Tidak ada hubungan yang nyata signifikan antara angka harapan hidup, angka melek huruf, dan rata-rata lama bersekolah terhadap IPM. ฀ H1 : Ada hubungan yang nyata signifikan antara angka harapan hidup, angka melek huruf, dan rata-rata lama bersekolah terhadap IPM. Dalam hal ini semua hubungan , jika ada dan nyata, adalah positif. Dalam arti semakin tinggi angka harapan hidup justru mengakibatkan semakin rendah angka melek huruf. Hal ini penting, karena jika hubungan dinyatakan signifikan, namun mempunyai tanda negatif, seharusnya hasil tersebut ditolak, karena tidak sesuai dengan hipotesis teoritis. Dasar keputusan: Jika nilai probability P 0,05 Ho diterima. Jika nilai probability P 0,05 Ho ditolak. Keputusan : Pada kolom P terlihat nilai P adalah . Hal ini menunjukkan angka P adalah 0,000, yang jauh di bawah 0,05. Karena itu Ho ditolak, atau pada pengujian nilai estimate antara IPM dengan ketiga variabel di atas dikatakan memang terdapat hubungan yang nyata diantara keduanya. Universitas Sumatera Utara Untuk melengkapi hasil analisis di atas, berikut disertakan tampilan estimate yang sudah distandarisasi. Standardized Regression Weights : Group number 1 – Default model Estimate IPM --- Angka_Harapan_Hidup ,371 IPM --- Angka_Melek_Huruf ,550 IPM --- Rata_rata_Lama_Bersekolah ,349 Jika tabel terdahulu menguji signifikan atau tidak hubungan dua variabel, maka tabel ini menjelaskan seberapa eratnya hubungan tersebut. Namun karena pada uji signifikansi sudah terbukti ada hubungan yang nyata, maka tidak perlu analisis lanjutkan.

4.2.2 Analisis Korelasi

Analisis korelasi antar variabel angka harapan hidup, angka melek huruf, dan rata- rata lama bersekolah pada hasil output berikut ini: Covariances : Group number 1 – Default model Estimate S.E. C.R. P Label Angka_Harapan_Hidup -- Angka_Melek_Huruf -,074 1,196 -,062 ,951 par_4 Angka_Melek_Huruf -- Rata_rata_Lama_Bersekolah 3,764 1,061 3,549 par_5 Angka_Harapan_Hidup -- Rata_rata_Lama_Bersekolah ,806 ,402 2,003 ,045 par_6 Universitas Sumatera Utara Analisis hubungan antar variabel bebas eksogen : Hipotesis yang diajukan Ho : tidak ada hubungan antar dua variabel eksogen bebas H1 : ada hubungan antar dua variabel eksogen bebas Dasar keputusan: Jika nilai probability P 0,05 Ho diterima Jika nilai probability P 0,05 Ho ditolak Kovarians adalah hubungan dua variabel yang bersifat dua arah berbeda berbeda dengan regression weights yang bersifat searah. Pada model ada beberapa kovarians, yang menunjukkan hubungan antara masing-masing variabel bebas eksogenus. Pada kolom P terlihat semua angka probability yakni P 0,951 ; 0,000 ; 0,045. Hal ini berarti ada hubungan antara variabel angka melek huruf terhadap rata-rata lama bersekolah dan ada hubungan antara variabel angka harapan hidup dengan rata-rata lama bersekolah. Correlations : Group number 1 – Default model Estimate Angka_Harapan_Hidup -- Angka_Melek_Huruf -,011 Angka_Melek_Huruf -- Rata_rata_Lama_Bersekolah ,806 Angka_Harapan_Hidup -- Rata_rata_Lama_Bersekolah ,379 Universitas Sumatera Utara Dari hasil korelasi data di atas nilai estimate bernilai negatif. Hal ini berarti telah terlihat jelas bahwa tidak ada korelasi hubungan antara dua variabel bebas eksogenus. Penjelasan selanjutnya sebagai berikut: ฀ Korelasi antara Angka Harapan Hidup dan Angka Melek Huruf rx1x2 = -0,011 Berdasarkan perhitungan diperoleh nilai korelasi antar variabel angka harapan hdiup dan angka melek huruf sebesar -0,011 yang berarti bahwa hubungan antara angka harapan hidup dan angka melek huruf adalah negatif sempurna dan tak searah. ฀ Korelasi antara Angka Melek Huruf dengan Rata-rata Lama Bersekolah rx2x3 = 0,806 Berdasarkan perhitungan diperoleh nilai korelasi antara variabel angka melek huruf dan rata-rata lama bersekolah sebesar 0,806 yang berarti bahwa hubungan antara angka melek huruf dan rata-rata lama bersekolah adalah kuat dan searah. ฀ Korelasi antara Angka Harapan Hidup dengan Rata-rata Lama Bersekolah rx1x3 = 0,379 Berdasarkan perhitungan diperoleh nilai korelasi antara variabel angka harapan hidup dan rata-rata lama bersekolah sebesar 0,379 yang berarti bahwa hubungan antara angka harapan hidup dengan rata-rata lama bersekolah adalah lemah dan searah. Universitas Sumatera Utara Impliedfor all variabels Correlations Group number 1 – Default model Rata_rata_ Lama_ Bersekolah Angka_ Melek_ Huruf Angka_ Harapan_ Hidup IPM Rata_rata_Lama_ Bersekolah 1,000 Angka_Melek_Huruf ,806 1,000 Angka_Harapan_Hidup ,436 ,044 1,000 IPM 4,072 7,704 8,104 1,000 Besarnya nilai korelasi antara variabel terikat endogenus dengan variabel bebas eksogenus antara lain: ฀ Korelasi antara Angka Harapan Hidup dengan IPM rx1y = 8,104 Berdasarkan perhitungan diperoleh nilai korelasi antara variabel angka harapan hidup dan IPM sebesar 8,104 yang berarti bahwa hubungan antara angka harapan hidup dan IPM adalah sangat kuat dan searah. ฀ Korelasi antara Angka Melek Huruf dengan IPM rx2y = 7,704 Berdasarkan perhitungan diperoleh nilai korelasi antara variabel angka melek huruf dan IPM sebesar 7,704 yang berarti bahwa hubungan antara angka melek huruf dan IPM adalah sangat kuat dan searah. Universitas Sumatera Utara ฀ Korelasi antara Rata-rata Lama Bersekolah dengan IPM rx3y = 4,072 Berdasarkan perhitungan diperoleh nilai korelasi antara variabel rata-rata lama bersekolah dan IPM sebesar 4,072 yang berarti bahwa hubungan antara rata-rata lama bersekolah dan IPM adalah sangat kuat dan searah. 4.3 Perhitungan Pengaruh 4.3.1 Pengaruh Langsung