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.