Faktor - Faktor Yang Mempengaruhi Pertumbuhan Jumlah Penduduk Di Kota Medan Chapter III V
BAB 3
PEMBAHASAN
3.1 Pengolahan Data
Setiap data yang telah didapat merupakan alat pengambil keputusan dalam
pemecahan persoalan yang ada. Dalam hal ini persoalan yang diteliti tentang
ketersediaan beras dan faktor–faktor yang mempengaruhinya yaitu produksi
beras, kebutuhan dan luas lahan. Adapun data yang digunakan adalah data
sekunder yang didapat dari Badan Pusat Statistik Provinsi Sumatera Utara pada
tahun 2005 sampai 2014.
Tabel 3.1 Jumlah Penduduk (Y), Kelahiran (X1), Kematian (X2), Jumlah
Keluarga Yang Mengikuti Program KB (X3) per tahun pada
tahun 2005 sampai 2014 di Kota Medan
Tahun
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
Jumlah
Penduduk
2.036.185
2.067.288
2.083.156
2.102.053
2.121.053
2.097.610
2.117.724
2.191.140
2.135.516
2.122.804
Jumlah
Kelahiran
33.493
46.781
43.637
39.530
49.957
43.292
42.565
32.518
86.489
70.546
Jumlah
Kematian
924
1.210
2.885
1.210
1.313
1.474
1.364
1.629
2.004
2.000
Jumlah Keluarga
Berencana
195.241
182.632
195.241
199.860
205.988
214.134
221.802
221.063
229.859
244.362
Sumber Badan Pusat Statistik Provinsi Sumatera Utara
3.2 Menghitung Koefisien Jalur
3.2.1 Menyusun Hipotesis
H0: Tidak terdapat hubungan korelasi antara keluarga berencana dengan kematian.
H1: Terdapat hubungan korelasi antara keluarga berencana dengan kematian
Universitas Sumatera Utara
18
H0: Tidak terdapat hubungan kausalitas antara keluarga berencana dengan
kelahiran.
H1 : Terdapat hubungan kausalitas antara keluarga berencana dengan kelahiran.
H0 : Tidak terdapat hubungan kausalitas antara kelahiran dengan jumlah
penduduk.
H1 : Terdapat hubungan kausalitas antara kelahiran dengan jumlah penduduk.
H0 : Tidak terdapat hubungan kausalitas antara keluarga berencana dengan jumlah
penduduk.
H1 : Terdapat hubungan kausalitas antara keluarga berencana dengan jumlah
penduduk.
H0 : Tidak terdapat hubungan kausalitas antara keluarga berencana dengan
kematian
H1 : Terdapat hubungan kausalitas antara keluarga berencana dengan kematian.
H0 : Tidak terdapat hubungan kausalitas antara kematian dengan jumlah
penduduk.
H1 : Terdapat hubungan kausalitas antara kematian dengan jumlah penduduk.
Gambar Diagram Jalur:
Gambar 3.1 Diagram Jalur
Universitas Sumatera Utara
19
Di mana:
�1
: Variabel Jumlah Keluarga Berencana
�2
: Variabel Jumlah Kematian
Y
: Variabel Jumlah Penduduk
�3
: Variabel Jumlah Kelahiran
3.2.2 Merumuskan Persamaan Struktural
Merumuskan persamaan struktural harus sesuai dengan model diagram jalur
sebagai berikut:
Gambar 3.2 Model Diagram Persamaan struktural
Diagram jalur tersebut terdiri atas 2 persamaan struktural yaitu, �1 dan �2 adalah
variabel eksogen dan �3 dan Y adalah variabel endogen.
Bentuk persamaan struturalnya adalah sebagai berikut:
= �
�= �
Di mana:
�1
+�
+�
�
�
+�
�
�
: Variabel Jumlah Keluarga Berencana
�2
: Variabel Jumlah Kematian
Y
: Variabel Jumlah Penduduk
�3
+�
: Variabel Jumlah Kelahiran
Universitas Sumatera Utara
20
3.2.3 Menghitung Matriks Korelasi Antara Variabel
Untuk melihat dan mnegetahui seberapa besar matriks korelasi antar variabel
maka dapat dilihat dari hasil keluaran SPSS dibawah ini:
Tabel 3.2 Hasil Output SPSS mengenai Korelasi
Jumlah
Keluarga
Kelahiran
Kematian
1
0,625
0,351
0,923
Kelahiran
0,625
1
0,387
0,601
Kematian
0,351
0,387
1
0,318
0,923
0,601
0,318
1
Penduduk
Jumlah
Penduduk
Keluarga
Berencana
Berencana
Keterangan:
Dari hasil SPSS diperoleh:
Secara signifikan jumlah penduduk dengan kelahiran berkorelasi sebesar
0,625 atau 62,5 %
Secara signifikan jumlah penduduk dengan kematian berkorelasi sebesar
0,351 atau 35,1 %
Secara signifikan jumlah penduduk dengan jumlah keluarga berencana
berkorelasi sebesar 0,923 atau 92,3%.
Universitas Sumatera Utara
21
3.2.4 Hasil Perhitungan Koefisien Yang Diperoleh Dari Amos
Standard Estimate
Gambar 3.3 Output Diagram Jalur dengan menggunakan AMOS
Keterangan:
�
1 3
= 0,60 , artinya keluarga berencana mempengaruhi kelahiran, semakin
banyak keluarga berencana maka semakin kecil pula jumlah kelahiran
�
1
= 0,85 , artinya keluarga berencana sangat mempengaruhi pertumbuhan
jumlah penduduk. Dimana semakin besar jumlah keluarga berencana maka
semakin rendah pula jumlah pertumbuhan penduduk.
�
2
= 0,04 , artinya kematian mempengaruhi jumlah penduduk. Dimana
semakin tinggi jumlah kematian maka semakin rendah pula pertumbuhjumlah
penduduk.
Universitas Sumatera Utara
22
�
3
= 0,10 , artinya kelahiran mempengaruhi jumlah penduduk. Dimana
semakin besar angka kelahiran maka semakin besar pula pertumbuhan jumlah
penduduk.
Dari hasil diatas dapat dituliskan persamaan menjadi dibawah ini:
Persamaan substruktur 1:
x3 = ρx 3 x 1 x1 + ρ3ε 1 ε1
x3 = 0,60x1 + ρ3ε 1 ε1
Pengaruh yang diterima oleh X3 sebesar:
= ρx u x 1 ρx u x 2 … ρx u x k
R2 xu
x 1 ,x 2 ,…,x k
R2 x3
x1
R2 x3
x1
= 0,601
R2 x3
x1
= 0,361201
= ρx u x 1
rx u x 1
rx u x 2
…
rx u x k
rx 3 x 1
0,601
Menghitung koefisien residu
ρ3ε 1 ε1 =
ρ3ε 1 ε1 =
ρ3ε 1 ε1 =
1 − R2 x3
x1
1 − 0,361201
0,638799
ρ3ε 1 ε1 = 0,80
Setelah koefisien residu diperoleh, maka persamaan jalurnya menjadi:
Universitas Sumatera Utara
23
x3 = 0,51x1 + 0,80
Persamaan substruktur 2:
Y = ρyx 1 x1 + ρyx 2 x2 + ρyx 3 x3 + ρyε 2 ε2
Y = 0,85x1 + 0,04x2 + 0,10x3 + ρyε 2 ε2
Pengaruh yang diterima oleh X3 sebesar:
�2
�2
�
2
�2
�2
�
1 , 2 ,…, �
1, 2 3
= �
= �
� 1
1
�
�
� 2
2
�
…�
3
� �
�� 1
�� 2
…
�� �
�� 1
�� 2
…
�� �
0,923
0,351
0,625
1, 2 3
= 0,85 0,04 0,10
1, 2 3
= 0,7922 + 0,01404 + 0,0625
1, 2 3
= 0,86874
Menghitung koefisien residu
ρyε 2 ε2 =
ρyε 2 ε2 =
ρyε 2 ε2 =
1 − R2 y x 1 ,x 2 x 3
1 − 0,86874
0,13126
Universitas Sumatera Utara
24
ρyε 2 ε2 = 0,3622
Setelah koefisien residu diperoleh, maka persamaan jalurnya menjadi:
Y = 0,85x1 + 0,04x2 + 0,10x3 + 0,36
3.3 Menguji Koefisien Jalur
Menguji kebermaknaan koefisien jalur yang telah dihitung untuk substruktur 1,
substruktur 2, dan substruktur 3.
1. Pengujian Substruktur 1
= �
Di mana:
�1
�3
�
+�
�
�
: Variabel Jumlah Keluarga Berencana
: Variabel Jumlah Kelahiran
: Eror
Dilakukan dengan langkah sebagai berikut:
a. Menentukan Hipotesa
H0 : Tidak terdapat hubungan antara variabel eksogen �1 yaitu jumlah keluarga
berencana terhadap variabel endogen �3 yaitu jumlah kelahiran secara signifikan.
H1 : Terdapat hubungan antara variabel eksogen �1 yaitu jumlah keluarga
berencana terhadap variabel endogen �3 yaitu jumlah kelahiran secara signifikan.
b. Menentukan Taraf Signifikan
Taraf signifikan α = 0,05
Derajat kebebasan (dk) V1 = k dan V2 = (n-k-1) yaitu 1 dan 8
Mengikuti tabel distribusi F untuk �0,05(1,8) = 5,32
c. Kriteria Pengujian
H0 = diterima, apabila Fhitung ≤ Ftabel dan sebaliknya
H1 = ditolak, apabila Fhitung < Ftabel
Universitas Sumatera Utara
25
d. Uji Statistik
F=
F=
F=
F=
n − k − 1 (R2 xu
k 1 − R2 xu
x 1 ,x 2 ,…,x k
)
x 1 ,x 2 ,…,x k
10 − 1 − 1 (0,361)
1 1 − 0,361
10 − 1 − 1 (0,361)
1 1 − 0,361
2,888
0,639
F = 4,52
Diperoleh nilai Fhitung sebesar 4,52 dan Ftabel sebesar 5,32 , hal ini berarti nilai
Fhitung ≤ Ftabel maka H0 diterima. Tidak terdapat hubungan antara variabel
eksogen �1 yaitu jumlah keluarga berencana terhadap variabel endogen �3 yaitu
jumlah kelahiran secara signifikan.
2. Pengujian Substruktur 2
�= �
Di mana:
�1
+�
+�
�
�
: Variabel Jumlah Keluarga Berencana
�2
: Variabel Jumlah Kematian
Y
: Variabel Jumlah Penduduk
ε2
: eror
�3
+�
: Variabel Jumlah Kelahiran
Dilakukan dengan langkah sebagai berikut:
a. Menentukan Hipotesa
Universitas Sumatera Utara
26
H0 : Tidak terdapat hubungan antara variabel eksogen �1 , �2 , �3 yaitu kelahiran,
kematian, dan jumlah keluarga berencana terhadap variabel endogen Y yaitu
jumlah penduduk secara signifikan.
H1 : Terdapat hubungan antara variabel eksogen �1 , �2 , �3 yaitu kelahiran,
kematian, dan jumlah keluarga berencana terhadap variabel endogen Y yaitu
jumlah penduduk secara signifikan.
b. Menentukan Taraf Signifikan
Taraf signifikan α = 0,05
Derajat kebebasan (dk) V1 = k dan V2 = (n-k-1) yaitu 3 dan 6
Mengikuti tabel distribusi F untuk �0,05(3,6) = 4,76
c. Kriteria Pengujian
H0 = diterima, apabila Fhitung ≤ Ftabel dan sebaliknya
H1 = ditolak, apabila Fhitung < Ftabel
d. Uji Statistik
F=
F=
F=
n − k − 1 (R2 xu
k 1 − R2 xu
x 1 ,x 2 ,…,x k
)
x 1 ,x 2 ,…,x k
10 − 3 − 1 (0,869)
3 1 − 0,869
5,214
0,393
F = 13,267
Diperoleh nilai Fhitung sebesar 13,267 dan Ftabel sebesar 4,76 , hal ini berarti
nilai Fhitung < Ftabel maka H0 ditolak. Terdapat hubungan antara variabel eksogen
�1 , �2 , �3 yaitu kelahiran, kematian, dan jumlah keluarga berencana terhadap
variabel endogen Y yaitu jumlah penduduk secara signifikan.
Universitas Sumatera Utara
BAB 4
IMPLEMENTASI SISTEM
4.1 Pengertian Implementasi Sistem
Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain
sistem yang ada dalam sistem yang telah disetujui, dan memulai sistem baru atau
sistem yang sudah diperbaiki.
4.2 Sekilas Tentang Amos Versi 18
Ada beberapa program komputer yang dapat digunakan untuk menganalisis model
persamaan struktural antara lain AMOS, ESQ, LISREL, with PRELIS, LISCOMP
Mx, SASS PROC CALIS, STATISTICA-SEPATH. Program AMOS memiliki
kelebihan karena user friendly graphical interface. Program ini dibuat oleh
perusahaan Smallwaters Corporation da versi untuk student dapat diperoleh secara
gratis di http://www.smallwaters.com/ versi student sebenarnya lengkap seperti
haknya full version, tetapi jumlah variabel hanya dibatasi sampai delapan variabel
saja.
Pada saat ini AMOS sudah mencapai AMOS 18, namun demikian semua
data dan output pada buku (yang dibuat menggunakan AMOS 18) dapat diakses
dengan program AMOS versi-versi sebelumnya,yakni AMOS 4, AMOS 5, AMOS
6, AMOS 7, AMOS 16, maupun AMOS 17. Mulai dari AMOS versi 7, bersamaan
dengan rilis versi terbaru SPSS,yakni SPSS versi 16. Ada lompatan versi AMOS,
dari AMOS 7 ke AMOS 16, yang disebabkan adanya keinginan untuk
menyamakan versi AMOS dengan SPSS terbaru. Namun dari sisi content dan
future, antara AMOS 16 dan AMOS 7, kemudian dengan AMOS 17 dan AMOS
18, hampir tidak ada perubahan, kecuali adanya kemampuan mixed modeling yang
ada pada versi 16, konversi ke program Visual Basic. Dan beberapa tambahan
kemampuan buatan diagram.
Untuk dapat menggunakan AMOS 18, diperlukan persyaratan hardware
sebagai berikut:
Universitas Sumatera Utara
28
1. Memori RAM minimal 256 MB
2. Tersedia tempat kosong di Hard disk minimal 125 MB
3. Tersedia Software Internet Eksplorer Versi 16 ke atas
4. Tersedia program net.Framework versi 3,5 atau di atasnya. Jika sistem operasi
yang digunakan adalah Windows Vista atau Windows 7, program tersebut
pada umumnya telah terinstal, dapat mengunduh nya lewat internet
(www.microsoft.com).
4.2.1 Mengaktifkan Amos Versi 18
Program Amos dapat diaktifkan langsung lewat icon AMOS yang ada dilayar atau
lewar Start → All Program → SPSS Inc → AMOS 18 → AMOS GRAPHICS.
Saat membuka program AMOS, akan tampak tampilan berikut:
Gambar 4.1 Tampilan Awal AMOS Versi 18
Tampak di tengah windows adalah area berbentuk segi empat yang
menggambarkan
selembar
kertas
yang
nanti
akan
digunakan
untuk
menggambarkan model struktural secara grafik. Disamping itu, ada beberapa
menu antara lain file, edit, view, diagram, analysis, tool pluglin, dan help.
Disamping tampilan window utama Amos Graphic, Amos juga menampilkan
Universitas Sumatera Utara
29
toolbox windows dengan button dengan perintah yang akan digunakan untuk
menggambarkan dan operasi pemodelan.
4.2.2 Membuka Lembar Baru
Untuk membuka lembar baru, maka langkah yang harus dilakukan adlah klik icon
file → new, maka akan tampil lembaran kosong yang siap untuk dibuat gambar
grafik analisis.
4.2.3 Membuat Gambar Path Diagram
Gambarkan diagram path dngan menggunakan menu dalam program Amos Versi
18:
Gambar 4.2 Path Diagram
4.2.4 Pengisian Data
Setelah membuat gambar model diagram jalurnya, kemudian lakukan pengisian
data yang akan diolah dengan menggunakan Amos 18, yakni dengan cara sebagai
berikut:
Universitas Sumatera Utara
30
Gambar 4.3 Pengisian Data
Gambar 4.4 Pengisian Data pada Data File
4.2.5 Pengolahan Data dengan Analisis Jalur
Data diolah dengan menggunakan icon View → Analysis Propertice yang
kemudian akan menampilkan tampilan sebagai berikut:
Universitas Sumatera Utara
31
Gambar 4.5 Pengolahan Data
Gambar 4.6 Pengisisan Data pada kotak Analysis Properties
Kemudian dilakukan pengolahan data dengan cara klik icon Analysis →
Calculate Estimate , dengan tampilan sebagai berikut:
Universitas Sumatera Utara
32
Gambar 4.7 Menampilkan Pemasukan pada Calculate Estimate
Gambar 4.8 Mengklik Hasil dari Calculate Estimate untuk Mengetahui Hasil
Universitas Sumatera Utara
33
4.2.6 Output Hasil Pengolahan Data
Dari hasil analisis dapat dilihat output model sebagai berikut:
Gambar 4.9 Tampilan Jendela untuk Melihat Hasil Output
4.3 Sejarah Singkat SPSS
SPSS (awalnya, Paket Statistik untuk Ilmu Sosial) dirilis dalam versi pertama
pada tahun 1968 setelah dikembangkan oleh Norman H. Nie dan C. Hadlai Hull
ilmuwan yang berasal dari Stanford University.SPSS adalah salah satu program
yang paling banyak digunakan untuk engalisis statistik dalam ilmu social.Hal ini
digunakan oleh peneliti pasar, peneliti kesehatan, perusahaan surei, pemerintah,
telah
digabarkan
sebagai
salah
satu
buku
sosiologi
yang
paling
berpengaruh.Selain analisis statistik, manajemen data (kasus seleksi, file yang
mmembentuk kembali, membuat data turunan) dan data dokumentasi (sebuah
metadata kamus disimpan di data file) adalah fitur dari perangakat lunak dasar.
Dan kini, SPSS telah banyak digunakan pada berbagai ilmu untuk pemrosesan
data statistik karena dianggap dapat melakukan proses analisis data dengan cepat.
4.3.1 Pengenalan SPSS
Universitas Sumatera Utara
34
SPSS atau Statistical Product and Service Solution merupakan program aplikasi
yang digunakan untuk melakukan penghitungan statistik dengan menggunakan
komputer. Kelebihan program ini adalah kita dapat melakukan secara lebih cepat
semua perhitungan statistik dari yang sederhana sampai yang rumit sekalipun
yang jika dilakukan secara manual akan memakan waktu yang lebih lama.Tugas
dari pengguna hanyalah mendesain variabel yang akan dianalisis, memasukkan
data, dan melakukan penghitungan dengan menggunakan tahapan yang ada pada
menu yang tersedia. Setelah penghitungan selesai, tugas pengguna ialah menafsir
angka – angka yang dihasilkan oleh SPSS. Proses penafsiran inilah yang jauh
lebih penting dari pada sekedar memasukkan angka dan menghitungnya. Dalam
melakukan penafsiran kita harus dibekali dengan pengertian mengenai statistik
dan metodologi penelitian.
Pengenalan Menu
1. Menu file
Menu file dipergunakan untuk membuka, menutup file, dan lain – lain yang
berkaitan dengan pemrosesan file. Submenu yang sering digunakan adalah:
a. New, untuk membuat file baru.
b. Open, untuk membuka file lama.
c. Open database, untuk membuka data base yang sudah ada.
d. Save, untuk menyimpan data.
e. Save as, untuk menyimpan data, bedanya dengan save ialah perintah ini dapat
digunakan untuk menyimpan dengan nama file lain.
f. Print, untuk mencetak data dan output.
g. Exit, untuk keluar dari program SPSS.
2. Menu edit
Menu edit dipergunakan untuk proses editing, misalnya copy, delete, undo dan
lain – lain, submenu yang sering digunakan di antaranya:
a. Undo, untuk membatalkan suatu perintah yang sudah dilaksanakan.
b. Redo, untuk melakukan kembali perintah yang sudah dibatalkan.
c. Copy, untuk melakukan pengopian nama variabel ataupun nilai variabel.
Menu ini bermanfaat untuk mendesain variabel – variabel yang jumlahnya
banyak.
Universitas Sumatera Utara
35
d. Cut, untuk memotong teks baik berupa isi variabel ataupun nama variabel.
e. Paste, untuk melekatkan atau menempel sesuatu yang sudah diberikan
perintah copy terlebih dahulu.
f. Clear, untuk menghapus.
g. Find, untuk mencari nama variabel (kolom) ataupun isi kasus (baris).
3. Menu view
Menu view dipergunakan untuk melihat tampilan SPSS, submenu utama ialah:
a. Status bar, untuk mengatur status bar sesuai yang diinginkan.
b. Tools bar, untuk memunculkan kotak dialog tools bar.
c. Font, untuk memunculkan kotak dialog perintah fonts.
d. Value Labels, untuk melihat label pada variabel – variabel yang sudah dibuat.
4. Menu data
Menu data digunakan untuk melakukan pemrosesan data. Submenu yang
digunakan adalah:
a. Insert variable, untuk menyisipkan variabel baru di antara variabel – variabel
lama yang sudah dibuat.
b. Insert case, untuk menyisipkan kasus baru di antara kasus – kasus lama yang
sudah dibuat.
c. Go to case, perintah untuk menuju ke kasus (baris) tertentu.
d. Select case, perintah untuk melakukan seleksi kasus.
e. Split file, untuk membuat kategori file didasarkan pada meotde tertentu.
5. Menu transform
Menu transform dipergunakan untuk melakukan perubahan – perubahan atau
penambahan data. Submenu di antaranya:
a. Replace missing values, untuk mengganti nilai yang hilang (missing value).
b. Create time series, untuk membuat data time series .
c. Compute, untuk menghitung , misalnya melakukan proses aritmatika untuk
dua variabel.
6. Menu analyse
Menu analyse merupaka menu di mana kita melakukan analisis data yang telah
kita masukkan ke dalam komputer. Menu ini merupakan menu terpenting karena
Universitas Sumatera Utara
36
semua pemrosesan dan analisis data dilakukan dengan menggunakan menu ini.
Contoh submenu ialah:
a. Report.
b. Descriptive statistics.
c. Table.
d. Compare means.
e. General linear model.
f. Miuxed model.
g. Correlate.
h. Regression.
i. Log linear.
j. Dan lain – lain.
7. Menu graphs
Menu graphs digunakan untuk membuat grafik, diantaranya:
a. Gallery, berisi galeri grafik yang dapat dipilih sesuai dengan masalah yang di
analisis.
b. Interactive, membuat grafik bersifat interaktif.
c. Maps, membuat grafik dengan menggunakan model peta.
d. Bar, jenis grafik dengan model batang.
e. Line, jenis grafik dengan model garis.
f. Area,jenis grafik dengan model area.
g. Pie, jenis grafik dengan model bulatan.
h. Dot, jenis grafik dengan model titik-titik.
i. Dan lain-lain.
8. Menu utilities
Menu utilities dipergunakan untuk mengetahui informasi variabel, informasi file,
dan lain – lain.
9. Menu add-ons
Menu add-ons digunakan untuk memberikan perintah kepada SPSS jika ingin
menggunakan aplikasi tambahan.
10. Menu windows
Universitas Sumatera Utara
37
Menu windows dipergunakan untuk melakukan perpindahan (switch) dari satu file
ke file lainnya.
11. Menu help
Menu help dipergunakan untuk membantu pengguna dalam memahami perintah –
perintah SPSS jika pengguna mengalami kesulitan.
4.3.2 Pengoperasian SPSS
Adapun langkah – langkah yang dilakukan untuk mengoperasikan SPSS, adalah
sebagai berikut:
Membuka Lembar Kerja SPSS
Jika program SPSS telah di install, maka cara memulai SPSS adalah sebagai
berikut:
1. Double klik pada desktop yang berlambang SPSS 18.0, atau
2. Klik menu start kemudian pilih dan klik SPSS 18.0
Gambar 4.10 Tampilan Mengaktifkan Lembar Kerja SPSS
Memasukkan Data Dengan SPSS
Adapun langkah – langkah yang dapat dilakukan dalam pemasukan data dengan
program SPSS 18.0 adalah:
Universitas Sumatera Utara
38
1.
Buka dahulu Program SPSS for Windows
2.
Setelah program SPSS terbuka, klik variable view yang terdapat pada SPSS
data editor untuk menginput nama variabel.
3.
Klik variable view pada SPSS data editor, definisikan variabel Y dengan label
jumlah penduduk, variabel X1 dengan label keluarga berencana, variabel X2
dengan label kelahiran, dan variabel X3 dengan label kematian.
Gambar 4.11 Tampilan Pembuatan Variabel Pada Variable View
4. Kemudian klik data view , maka akan terlihat empat variabel, input data
berdasarkan data yang tersedia, pada variabel Y, X1, X2, dan X4, masing
– masing variabel diisi sebanyak 11 data.
Universitas Sumatera Utara
39
Gambar 4.12 Tampilan Pengisian Data Pada Data View
Penyimpanan Dokumen SPSS
Adapun cara dalam penyimpanan berkas atau lembar kerja SPSS adalah dengan
cara klik menu file kemudian pilih save. Atau dapat juga dilakukan dengan cara
tekan tombol Ctrl+s. Kemudian beri nama pada file tersebut.
Gambar 4.13 Tampilan pada Menyimpan File
Universitas Sumatera Utara
40
Pengolahan Data dengan Persamaan Korelasi
Langkah-langkah pengolahan data sebagai berikut:
1. Tampilkan lembar kerja dimana sudah terdapat data yang akan dianalisis
2. Dari menu utama SPSS, klik menu Analyze, lalu pilih sub menu
Correlate dan klik Bivariate seperti pada gambar berikut:
Gambar 4.14 Tampilan Analyze, Correlate, Bivariate
3. Pada kotak dialog Bivariate Correlationsakan ditampilkan variabelvariable yang akan diuji. Pindahkan variabel-variabel tersebut ke dalam
kotak Variables.
4. Pada kolom Correlation Coefficient aktifkan Pearson, pada kolom Test
of Significance aktifkan Two-tailed dan Flag Significant Correlations,
lalu klik OK seperti pada Gambar 4.15:
Universitas Sumatera Utara
41
Gambar 4.15 Kotak Dialog Bivariate Correlation
4.3.3 Hasil Pengolahan Data dalam SPSS
Correlations
jumlah_pen
duduk
jumlah_penduduk
Pearson
kelahiran
1
kematian
keluargaKB
**
,625
,351
,923
,053
,320
,000
10
10
10
10
,625
1
,387
,601
,269
,066
Correlation
Sig. (2-tailed)
N
kelahiran
Pearson
Correlation
Sig. (2-tailed)
N
kematian
Pearson
,053
10
10
10
10
,351
,387
1
,318
,320
,269
10
10
10
10
**
,601
,318
1
,000
,066
,370
10
10
10
Correlation
Sig. (2-tailed)
N
keluargaKB
Pearson
,923
,370
Correlation
Sig. (2-tailed)
N
10
**. Correlation is significant at the 0.01 level (2-tailed).
Universitas Sumatera Utara
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan analisa yang telah dilakukan, maka dapat diambil beberapa
kesimpulan yaitu:
1. Dari hasil perhitungan diperoleh bahwa pada variabel produksi beras,
kebutuhan beras, dan luas lahan terhadap ketersediaan beras dan produksi
beras dengan masing – masing besar pengaruh yaitu pengaruh keluarga
berencan terhadap jumlah penduduk sebesar 0,85, pengaruh kematian terhadap
jumlah penduduk sebesar 0,04, pengaruh keluarga berencana terhadap
kelahiran sebesar 0,60, dan pengaruh kelahiran terhadap jumlah penduduk
sebesar 0,10
2. Pengaruh yang diterima kelahiran dari keluarga berencana adalah sebesar
0,361 atau 36,1%.
3. Pengaruh yang diterima jumlah penduduk dari keluarga berencan, kematian,
dan kelahiran adalah sebesar 0,869 atau 86,9%.
4. Diperoleh nilai Fhitung sebesar 13,267 dan Ftabel sebesar 4,76 , hal ini berarti
nilai Fhitung < Ftabel maka H0 ditolak. Terdapat hubungan antara variabel
eksogen �1 , �2 , �3 yaitu kelahiran, kematian, dan jumlah keluarga berencana
terhadap variabel endogen Y yaitu jumlah penduduk secara signifikan.
5.2 Saran
Adanya saran yang dapat diberikan oleh penulis adalah:
1. Adanya tindak lanjut pemerintah khususnya dalam menekan pertumbuhan
jumlah penduduk dan mengendalikan pertumbuhan jumlah penduduk.
2. Adanya tidak lanjut pemerintah khususnya Badan Pusat Statistik dalam
mendata hal-hal yang mengenai kependudukan agar dapat mempermudah
dalam menganalisis masaalah-masaalah tentang kependudukan.
Universitas Sumatera Utara
43
3. Adanya penelitian selanjutnya untuk dapat mencari faktor-faktor lain yang
mempengaruhi jumlah pertumbuhan penduduk.
Universitas Sumatera Utara
PEMBAHASAN
3.1 Pengolahan Data
Setiap data yang telah didapat merupakan alat pengambil keputusan dalam
pemecahan persoalan yang ada. Dalam hal ini persoalan yang diteliti tentang
ketersediaan beras dan faktor–faktor yang mempengaruhinya yaitu produksi
beras, kebutuhan dan luas lahan. Adapun data yang digunakan adalah data
sekunder yang didapat dari Badan Pusat Statistik Provinsi Sumatera Utara pada
tahun 2005 sampai 2014.
Tabel 3.1 Jumlah Penduduk (Y), Kelahiran (X1), Kematian (X2), Jumlah
Keluarga Yang Mengikuti Program KB (X3) per tahun pada
tahun 2005 sampai 2014 di Kota Medan
Tahun
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
Jumlah
Penduduk
2.036.185
2.067.288
2.083.156
2.102.053
2.121.053
2.097.610
2.117.724
2.191.140
2.135.516
2.122.804
Jumlah
Kelahiran
33.493
46.781
43.637
39.530
49.957
43.292
42.565
32.518
86.489
70.546
Jumlah
Kematian
924
1.210
2.885
1.210
1.313
1.474
1.364
1.629
2.004
2.000
Jumlah Keluarga
Berencana
195.241
182.632
195.241
199.860
205.988
214.134
221.802
221.063
229.859
244.362
Sumber Badan Pusat Statistik Provinsi Sumatera Utara
3.2 Menghitung Koefisien Jalur
3.2.1 Menyusun Hipotesis
H0: Tidak terdapat hubungan korelasi antara keluarga berencana dengan kematian.
H1: Terdapat hubungan korelasi antara keluarga berencana dengan kematian
Universitas Sumatera Utara
18
H0: Tidak terdapat hubungan kausalitas antara keluarga berencana dengan
kelahiran.
H1 : Terdapat hubungan kausalitas antara keluarga berencana dengan kelahiran.
H0 : Tidak terdapat hubungan kausalitas antara kelahiran dengan jumlah
penduduk.
H1 : Terdapat hubungan kausalitas antara kelahiran dengan jumlah penduduk.
H0 : Tidak terdapat hubungan kausalitas antara keluarga berencana dengan jumlah
penduduk.
H1 : Terdapat hubungan kausalitas antara keluarga berencana dengan jumlah
penduduk.
H0 : Tidak terdapat hubungan kausalitas antara keluarga berencana dengan
kematian
H1 : Terdapat hubungan kausalitas antara keluarga berencana dengan kematian.
H0 : Tidak terdapat hubungan kausalitas antara kematian dengan jumlah
penduduk.
H1 : Terdapat hubungan kausalitas antara kematian dengan jumlah penduduk.
Gambar Diagram Jalur:
Gambar 3.1 Diagram Jalur
Universitas Sumatera Utara
19
Di mana:
�1
: Variabel Jumlah Keluarga Berencana
�2
: Variabel Jumlah Kematian
Y
: Variabel Jumlah Penduduk
�3
: Variabel Jumlah Kelahiran
3.2.2 Merumuskan Persamaan Struktural
Merumuskan persamaan struktural harus sesuai dengan model diagram jalur
sebagai berikut:
Gambar 3.2 Model Diagram Persamaan struktural
Diagram jalur tersebut terdiri atas 2 persamaan struktural yaitu, �1 dan �2 adalah
variabel eksogen dan �3 dan Y adalah variabel endogen.
Bentuk persamaan struturalnya adalah sebagai berikut:
= �
�= �
Di mana:
�1
+�
+�
�
�
+�
�
�
: Variabel Jumlah Keluarga Berencana
�2
: Variabel Jumlah Kematian
Y
: Variabel Jumlah Penduduk
�3
+�
: Variabel Jumlah Kelahiran
Universitas Sumatera Utara
20
3.2.3 Menghitung Matriks Korelasi Antara Variabel
Untuk melihat dan mnegetahui seberapa besar matriks korelasi antar variabel
maka dapat dilihat dari hasil keluaran SPSS dibawah ini:
Tabel 3.2 Hasil Output SPSS mengenai Korelasi
Jumlah
Keluarga
Kelahiran
Kematian
1
0,625
0,351
0,923
Kelahiran
0,625
1
0,387
0,601
Kematian
0,351
0,387
1
0,318
0,923
0,601
0,318
1
Penduduk
Jumlah
Penduduk
Keluarga
Berencana
Berencana
Keterangan:
Dari hasil SPSS diperoleh:
Secara signifikan jumlah penduduk dengan kelahiran berkorelasi sebesar
0,625 atau 62,5 %
Secara signifikan jumlah penduduk dengan kematian berkorelasi sebesar
0,351 atau 35,1 %
Secara signifikan jumlah penduduk dengan jumlah keluarga berencana
berkorelasi sebesar 0,923 atau 92,3%.
Universitas Sumatera Utara
21
3.2.4 Hasil Perhitungan Koefisien Yang Diperoleh Dari Amos
Standard Estimate
Gambar 3.3 Output Diagram Jalur dengan menggunakan AMOS
Keterangan:
�
1 3
= 0,60 , artinya keluarga berencana mempengaruhi kelahiran, semakin
banyak keluarga berencana maka semakin kecil pula jumlah kelahiran
�
1
= 0,85 , artinya keluarga berencana sangat mempengaruhi pertumbuhan
jumlah penduduk. Dimana semakin besar jumlah keluarga berencana maka
semakin rendah pula jumlah pertumbuhan penduduk.
�
2
= 0,04 , artinya kematian mempengaruhi jumlah penduduk. Dimana
semakin tinggi jumlah kematian maka semakin rendah pula pertumbuhjumlah
penduduk.
Universitas Sumatera Utara
22
�
3
= 0,10 , artinya kelahiran mempengaruhi jumlah penduduk. Dimana
semakin besar angka kelahiran maka semakin besar pula pertumbuhan jumlah
penduduk.
Dari hasil diatas dapat dituliskan persamaan menjadi dibawah ini:
Persamaan substruktur 1:
x3 = ρx 3 x 1 x1 + ρ3ε 1 ε1
x3 = 0,60x1 + ρ3ε 1 ε1
Pengaruh yang diterima oleh X3 sebesar:
= ρx u x 1 ρx u x 2 … ρx u x k
R2 xu
x 1 ,x 2 ,…,x k
R2 x3
x1
R2 x3
x1
= 0,601
R2 x3
x1
= 0,361201
= ρx u x 1
rx u x 1
rx u x 2
…
rx u x k
rx 3 x 1
0,601
Menghitung koefisien residu
ρ3ε 1 ε1 =
ρ3ε 1 ε1 =
ρ3ε 1 ε1 =
1 − R2 x3
x1
1 − 0,361201
0,638799
ρ3ε 1 ε1 = 0,80
Setelah koefisien residu diperoleh, maka persamaan jalurnya menjadi:
Universitas Sumatera Utara
23
x3 = 0,51x1 + 0,80
Persamaan substruktur 2:
Y = ρyx 1 x1 + ρyx 2 x2 + ρyx 3 x3 + ρyε 2 ε2
Y = 0,85x1 + 0,04x2 + 0,10x3 + ρyε 2 ε2
Pengaruh yang diterima oleh X3 sebesar:
�2
�2
�
2
�2
�2
�
1 , 2 ,…, �
1, 2 3
= �
= �
� 1
1
�
�
� 2
2
�
…�
3
� �
�� 1
�� 2
…
�� �
�� 1
�� 2
…
�� �
0,923
0,351
0,625
1, 2 3
= 0,85 0,04 0,10
1, 2 3
= 0,7922 + 0,01404 + 0,0625
1, 2 3
= 0,86874
Menghitung koefisien residu
ρyε 2 ε2 =
ρyε 2 ε2 =
ρyε 2 ε2 =
1 − R2 y x 1 ,x 2 x 3
1 − 0,86874
0,13126
Universitas Sumatera Utara
24
ρyε 2 ε2 = 0,3622
Setelah koefisien residu diperoleh, maka persamaan jalurnya menjadi:
Y = 0,85x1 + 0,04x2 + 0,10x3 + 0,36
3.3 Menguji Koefisien Jalur
Menguji kebermaknaan koefisien jalur yang telah dihitung untuk substruktur 1,
substruktur 2, dan substruktur 3.
1. Pengujian Substruktur 1
= �
Di mana:
�1
�3
�
+�
�
�
: Variabel Jumlah Keluarga Berencana
: Variabel Jumlah Kelahiran
: Eror
Dilakukan dengan langkah sebagai berikut:
a. Menentukan Hipotesa
H0 : Tidak terdapat hubungan antara variabel eksogen �1 yaitu jumlah keluarga
berencana terhadap variabel endogen �3 yaitu jumlah kelahiran secara signifikan.
H1 : Terdapat hubungan antara variabel eksogen �1 yaitu jumlah keluarga
berencana terhadap variabel endogen �3 yaitu jumlah kelahiran secara signifikan.
b. Menentukan Taraf Signifikan
Taraf signifikan α = 0,05
Derajat kebebasan (dk) V1 = k dan V2 = (n-k-1) yaitu 1 dan 8
Mengikuti tabel distribusi F untuk �0,05(1,8) = 5,32
c. Kriteria Pengujian
H0 = diterima, apabila Fhitung ≤ Ftabel dan sebaliknya
H1 = ditolak, apabila Fhitung < Ftabel
Universitas Sumatera Utara
25
d. Uji Statistik
F=
F=
F=
F=
n − k − 1 (R2 xu
k 1 − R2 xu
x 1 ,x 2 ,…,x k
)
x 1 ,x 2 ,…,x k
10 − 1 − 1 (0,361)
1 1 − 0,361
10 − 1 − 1 (0,361)
1 1 − 0,361
2,888
0,639
F = 4,52
Diperoleh nilai Fhitung sebesar 4,52 dan Ftabel sebesar 5,32 , hal ini berarti nilai
Fhitung ≤ Ftabel maka H0 diterima. Tidak terdapat hubungan antara variabel
eksogen �1 yaitu jumlah keluarga berencana terhadap variabel endogen �3 yaitu
jumlah kelahiran secara signifikan.
2. Pengujian Substruktur 2
�= �
Di mana:
�1
+�
+�
�
�
: Variabel Jumlah Keluarga Berencana
�2
: Variabel Jumlah Kematian
Y
: Variabel Jumlah Penduduk
ε2
: eror
�3
+�
: Variabel Jumlah Kelahiran
Dilakukan dengan langkah sebagai berikut:
a. Menentukan Hipotesa
Universitas Sumatera Utara
26
H0 : Tidak terdapat hubungan antara variabel eksogen �1 , �2 , �3 yaitu kelahiran,
kematian, dan jumlah keluarga berencana terhadap variabel endogen Y yaitu
jumlah penduduk secara signifikan.
H1 : Terdapat hubungan antara variabel eksogen �1 , �2 , �3 yaitu kelahiran,
kematian, dan jumlah keluarga berencana terhadap variabel endogen Y yaitu
jumlah penduduk secara signifikan.
b. Menentukan Taraf Signifikan
Taraf signifikan α = 0,05
Derajat kebebasan (dk) V1 = k dan V2 = (n-k-1) yaitu 3 dan 6
Mengikuti tabel distribusi F untuk �0,05(3,6) = 4,76
c. Kriteria Pengujian
H0 = diterima, apabila Fhitung ≤ Ftabel dan sebaliknya
H1 = ditolak, apabila Fhitung < Ftabel
d. Uji Statistik
F=
F=
F=
n − k − 1 (R2 xu
k 1 − R2 xu
x 1 ,x 2 ,…,x k
)
x 1 ,x 2 ,…,x k
10 − 3 − 1 (0,869)
3 1 − 0,869
5,214
0,393
F = 13,267
Diperoleh nilai Fhitung sebesar 13,267 dan Ftabel sebesar 4,76 , hal ini berarti
nilai Fhitung < Ftabel maka H0 ditolak. Terdapat hubungan antara variabel eksogen
�1 , �2 , �3 yaitu kelahiran, kematian, dan jumlah keluarga berencana terhadap
variabel endogen Y yaitu jumlah penduduk secara signifikan.
Universitas Sumatera Utara
BAB 4
IMPLEMENTASI SISTEM
4.1 Pengertian Implementasi Sistem
Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain
sistem yang ada dalam sistem yang telah disetujui, dan memulai sistem baru atau
sistem yang sudah diperbaiki.
4.2 Sekilas Tentang Amos Versi 18
Ada beberapa program komputer yang dapat digunakan untuk menganalisis model
persamaan struktural antara lain AMOS, ESQ, LISREL, with PRELIS, LISCOMP
Mx, SASS PROC CALIS, STATISTICA-SEPATH. Program AMOS memiliki
kelebihan karena user friendly graphical interface. Program ini dibuat oleh
perusahaan Smallwaters Corporation da versi untuk student dapat diperoleh secara
gratis di http://www.smallwaters.com/ versi student sebenarnya lengkap seperti
haknya full version, tetapi jumlah variabel hanya dibatasi sampai delapan variabel
saja.
Pada saat ini AMOS sudah mencapai AMOS 18, namun demikian semua
data dan output pada buku (yang dibuat menggunakan AMOS 18) dapat diakses
dengan program AMOS versi-versi sebelumnya,yakni AMOS 4, AMOS 5, AMOS
6, AMOS 7, AMOS 16, maupun AMOS 17. Mulai dari AMOS versi 7, bersamaan
dengan rilis versi terbaru SPSS,yakni SPSS versi 16. Ada lompatan versi AMOS,
dari AMOS 7 ke AMOS 16, yang disebabkan adanya keinginan untuk
menyamakan versi AMOS dengan SPSS terbaru. Namun dari sisi content dan
future, antara AMOS 16 dan AMOS 7, kemudian dengan AMOS 17 dan AMOS
18, hampir tidak ada perubahan, kecuali adanya kemampuan mixed modeling yang
ada pada versi 16, konversi ke program Visual Basic. Dan beberapa tambahan
kemampuan buatan diagram.
Untuk dapat menggunakan AMOS 18, diperlukan persyaratan hardware
sebagai berikut:
Universitas Sumatera Utara
28
1. Memori RAM minimal 256 MB
2. Tersedia tempat kosong di Hard disk minimal 125 MB
3. Tersedia Software Internet Eksplorer Versi 16 ke atas
4. Tersedia program net.Framework versi 3,5 atau di atasnya. Jika sistem operasi
yang digunakan adalah Windows Vista atau Windows 7, program tersebut
pada umumnya telah terinstal, dapat mengunduh nya lewat internet
(www.microsoft.com).
4.2.1 Mengaktifkan Amos Versi 18
Program Amos dapat diaktifkan langsung lewat icon AMOS yang ada dilayar atau
lewar Start → All Program → SPSS Inc → AMOS 18 → AMOS GRAPHICS.
Saat membuka program AMOS, akan tampak tampilan berikut:
Gambar 4.1 Tampilan Awal AMOS Versi 18
Tampak di tengah windows adalah area berbentuk segi empat yang
menggambarkan
selembar
kertas
yang
nanti
akan
digunakan
untuk
menggambarkan model struktural secara grafik. Disamping itu, ada beberapa
menu antara lain file, edit, view, diagram, analysis, tool pluglin, dan help.
Disamping tampilan window utama Amos Graphic, Amos juga menampilkan
Universitas Sumatera Utara
29
toolbox windows dengan button dengan perintah yang akan digunakan untuk
menggambarkan dan operasi pemodelan.
4.2.2 Membuka Lembar Baru
Untuk membuka lembar baru, maka langkah yang harus dilakukan adlah klik icon
file → new, maka akan tampil lembaran kosong yang siap untuk dibuat gambar
grafik analisis.
4.2.3 Membuat Gambar Path Diagram
Gambarkan diagram path dngan menggunakan menu dalam program Amos Versi
18:
Gambar 4.2 Path Diagram
4.2.4 Pengisian Data
Setelah membuat gambar model diagram jalurnya, kemudian lakukan pengisian
data yang akan diolah dengan menggunakan Amos 18, yakni dengan cara sebagai
berikut:
Universitas Sumatera Utara
30
Gambar 4.3 Pengisian Data
Gambar 4.4 Pengisian Data pada Data File
4.2.5 Pengolahan Data dengan Analisis Jalur
Data diolah dengan menggunakan icon View → Analysis Propertice yang
kemudian akan menampilkan tampilan sebagai berikut:
Universitas Sumatera Utara
31
Gambar 4.5 Pengolahan Data
Gambar 4.6 Pengisisan Data pada kotak Analysis Properties
Kemudian dilakukan pengolahan data dengan cara klik icon Analysis →
Calculate Estimate , dengan tampilan sebagai berikut:
Universitas Sumatera Utara
32
Gambar 4.7 Menampilkan Pemasukan pada Calculate Estimate
Gambar 4.8 Mengklik Hasil dari Calculate Estimate untuk Mengetahui Hasil
Universitas Sumatera Utara
33
4.2.6 Output Hasil Pengolahan Data
Dari hasil analisis dapat dilihat output model sebagai berikut:
Gambar 4.9 Tampilan Jendela untuk Melihat Hasil Output
4.3 Sejarah Singkat SPSS
SPSS (awalnya, Paket Statistik untuk Ilmu Sosial) dirilis dalam versi pertama
pada tahun 1968 setelah dikembangkan oleh Norman H. Nie dan C. Hadlai Hull
ilmuwan yang berasal dari Stanford University.SPSS adalah salah satu program
yang paling banyak digunakan untuk engalisis statistik dalam ilmu social.Hal ini
digunakan oleh peneliti pasar, peneliti kesehatan, perusahaan surei, pemerintah,
telah
digabarkan
sebagai
salah
satu
buku
sosiologi
yang
paling
berpengaruh.Selain analisis statistik, manajemen data (kasus seleksi, file yang
mmembentuk kembali, membuat data turunan) dan data dokumentasi (sebuah
metadata kamus disimpan di data file) adalah fitur dari perangakat lunak dasar.
Dan kini, SPSS telah banyak digunakan pada berbagai ilmu untuk pemrosesan
data statistik karena dianggap dapat melakukan proses analisis data dengan cepat.
4.3.1 Pengenalan SPSS
Universitas Sumatera Utara
34
SPSS atau Statistical Product and Service Solution merupakan program aplikasi
yang digunakan untuk melakukan penghitungan statistik dengan menggunakan
komputer. Kelebihan program ini adalah kita dapat melakukan secara lebih cepat
semua perhitungan statistik dari yang sederhana sampai yang rumit sekalipun
yang jika dilakukan secara manual akan memakan waktu yang lebih lama.Tugas
dari pengguna hanyalah mendesain variabel yang akan dianalisis, memasukkan
data, dan melakukan penghitungan dengan menggunakan tahapan yang ada pada
menu yang tersedia. Setelah penghitungan selesai, tugas pengguna ialah menafsir
angka – angka yang dihasilkan oleh SPSS. Proses penafsiran inilah yang jauh
lebih penting dari pada sekedar memasukkan angka dan menghitungnya. Dalam
melakukan penafsiran kita harus dibekali dengan pengertian mengenai statistik
dan metodologi penelitian.
Pengenalan Menu
1. Menu file
Menu file dipergunakan untuk membuka, menutup file, dan lain – lain yang
berkaitan dengan pemrosesan file. Submenu yang sering digunakan adalah:
a. New, untuk membuat file baru.
b. Open, untuk membuka file lama.
c. Open database, untuk membuka data base yang sudah ada.
d. Save, untuk menyimpan data.
e. Save as, untuk menyimpan data, bedanya dengan save ialah perintah ini dapat
digunakan untuk menyimpan dengan nama file lain.
f. Print, untuk mencetak data dan output.
g. Exit, untuk keluar dari program SPSS.
2. Menu edit
Menu edit dipergunakan untuk proses editing, misalnya copy, delete, undo dan
lain – lain, submenu yang sering digunakan di antaranya:
a. Undo, untuk membatalkan suatu perintah yang sudah dilaksanakan.
b. Redo, untuk melakukan kembali perintah yang sudah dibatalkan.
c. Copy, untuk melakukan pengopian nama variabel ataupun nilai variabel.
Menu ini bermanfaat untuk mendesain variabel – variabel yang jumlahnya
banyak.
Universitas Sumatera Utara
35
d. Cut, untuk memotong teks baik berupa isi variabel ataupun nama variabel.
e. Paste, untuk melekatkan atau menempel sesuatu yang sudah diberikan
perintah copy terlebih dahulu.
f. Clear, untuk menghapus.
g. Find, untuk mencari nama variabel (kolom) ataupun isi kasus (baris).
3. Menu view
Menu view dipergunakan untuk melihat tampilan SPSS, submenu utama ialah:
a. Status bar, untuk mengatur status bar sesuai yang diinginkan.
b. Tools bar, untuk memunculkan kotak dialog tools bar.
c. Font, untuk memunculkan kotak dialog perintah fonts.
d. Value Labels, untuk melihat label pada variabel – variabel yang sudah dibuat.
4. Menu data
Menu data digunakan untuk melakukan pemrosesan data. Submenu yang
digunakan adalah:
a. Insert variable, untuk menyisipkan variabel baru di antara variabel – variabel
lama yang sudah dibuat.
b. Insert case, untuk menyisipkan kasus baru di antara kasus – kasus lama yang
sudah dibuat.
c. Go to case, perintah untuk menuju ke kasus (baris) tertentu.
d. Select case, perintah untuk melakukan seleksi kasus.
e. Split file, untuk membuat kategori file didasarkan pada meotde tertentu.
5. Menu transform
Menu transform dipergunakan untuk melakukan perubahan – perubahan atau
penambahan data. Submenu di antaranya:
a. Replace missing values, untuk mengganti nilai yang hilang (missing value).
b. Create time series, untuk membuat data time series .
c. Compute, untuk menghitung , misalnya melakukan proses aritmatika untuk
dua variabel.
6. Menu analyse
Menu analyse merupaka menu di mana kita melakukan analisis data yang telah
kita masukkan ke dalam komputer. Menu ini merupakan menu terpenting karena
Universitas Sumatera Utara
36
semua pemrosesan dan analisis data dilakukan dengan menggunakan menu ini.
Contoh submenu ialah:
a. Report.
b. Descriptive statistics.
c. Table.
d. Compare means.
e. General linear model.
f. Miuxed model.
g. Correlate.
h. Regression.
i. Log linear.
j. Dan lain – lain.
7. Menu graphs
Menu graphs digunakan untuk membuat grafik, diantaranya:
a. Gallery, berisi galeri grafik yang dapat dipilih sesuai dengan masalah yang di
analisis.
b. Interactive, membuat grafik bersifat interaktif.
c. Maps, membuat grafik dengan menggunakan model peta.
d. Bar, jenis grafik dengan model batang.
e. Line, jenis grafik dengan model garis.
f. Area,jenis grafik dengan model area.
g. Pie, jenis grafik dengan model bulatan.
h. Dot, jenis grafik dengan model titik-titik.
i. Dan lain-lain.
8. Menu utilities
Menu utilities dipergunakan untuk mengetahui informasi variabel, informasi file,
dan lain – lain.
9. Menu add-ons
Menu add-ons digunakan untuk memberikan perintah kepada SPSS jika ingin
menggunakan aplikasi tambahan.
10. Menu windows
Universitas Sumatera Utara
37
Menu windows dipergunakan untuk melakukan perpindahan (switch) dari satu file
ke file lainnya.
11. Menu help
Menu help dipergunakan untuk membantu pengguna dalam memahami perintah –
perintah SPSS jika pengguna mengalami kesulitan.
4.3.2 Pengoperasian SPSS
Adapun langkah – langkah yang dilakukan untuk mengoperasikan SPSS, adalah
sebagai berikut:
Membuka Lembar Kerja SPSS
Jika program SPSS telah di install, maka cara memulai SPSS adalah sebagai
berikut:
1. Double klik pada desktop yang berlambang SPSS 18.0, atau
2. Klik menu start kemudian pilih dan klik SPSS 18.0
Gambar 4.10 Tampilan Mengaktifkan Lembar Kerja SPSS
Memasukkan Data Dengan SPSS
Adapun langkah – langkah yang dapat dilakukan dalam pemasukan data dengan
program SPSS 18.0 adalah:
Universitas Sumatera Utara
38
1.
Buka dahulu Program SPSS for Windows
2.
Setelah program SPSS terbuka, klik variable view yang terdapat pada SPSS
data editor untuk menginput nama variabel.
3.
Klik variable view pada SPSS data editor, definisikan variabel Y dengan label
jumlah penduduk, variabel X1 dengan label keluarga berencana, variabel X2
dengan label kelahiran, dan variabel X3 dengan label kematian.
Gambar 4.11 Tampilan Pembuatan Variabel Pada Variable View
4. Kemudian klik data view , maka akan terlihat empat variabel, input data
berdasarkan data yang tersedia, pada variabel Y, X1, X2, dan X4, masing
– masing variabel diisi sebanyak 11 data.
Universitas Sumatera Utara
39
Gambar 4.12 Tampilan Pengisian Data Pada Data View
Penyimpanan Dokumen SPSS
Adapun cara dalam penyimpanan berkas atau lembar kerja SPSS adalah dengan
cara klik menu file kemudian pilih save. Atau dapat juga dilakukan dengan cara
tekan tombol Ctrl+s. Kemudian beri nama pada file tersebut.
Gambar 4.13 Tampilan pada Menyimpan File
Universitas Sumatera Utara
40
Pengolahan Data dengan Persamaan Korelasi
Langkah-langkah pengolahan data sebagai berikut:
1. Tampilkan lembar kerja dimana sudah terdapat data yang akan dianalisis
2. Dari menu utama SPSS, klik menu Analyze, lalu pilih sub menu
Correlate dan klik Bivariate seperti pada gambar berikut:
Gambar 4.14 Tampilan Analyze, Correlate, Bivariate
3. Pada kotak dialog Bivariate Correlationsakan ditampilkan variabelvariable yang akan diuji. Pindahkan variabel-variabel tersebut ke dalam
kotak Variables.
4. Pada kolom Correlation Coefficient aktifkan Pearson, pada kolom Test
of Significance aktifkan Two-tailed dan Flag Significant Correlations,
lalu klik OK seperti pada Gambar 4.15:
Universitas Sumatera Utara
41
Gambar 4.15 Kotak Dialog Bivariate Correlation
4.3.3 Hasil Pengolahan Data dalam SPSS
Correlations
jumlah_pen
duduk
jumlah_penduduk
Pearson
kelahiran
1
kematian
keluargaKB
**
,625
,351
,923
,053
,320
,000
10
10
10
10
,625
1
,387
,601
,269
,066
Correlation
Sig. (2-tailed)
N
kelahiran
Pearson
Correlation
Sig. (2-tailed)
N
kematian
Pearson
,053
10
10
10
10
,351
,387
1
,318
,320
,269
10
10
10
10
**
,601
,318
1
,000
,066
,370
10
10
10
Correlation
Sig. (2-tailed)
N
keluargaKB
Pearson
,923
,370
Correlation
Sig. (2-tailed)
N
10
**. Correlation is significant at the 0.01 level (2-tailed).
Universitas Sumatera Utara
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan analisa yang telah dilakukan, maka dapat diambil beberapa
kesimpulan yaitu:
1. Dari hasil perhitungan diperoleh bahwa pada variabel produksi beras,
kebutuhan beras, dan luas lahan terhadap ketersediaan beras dan produksi
beras dengan masing – masing besar pengaruh yaitu pengaruh keluarga
berencan terhadap jumlah penduduk sebesar 0,85, pengaruh kematian terhadap
jumlah penduduk sebesar 0,04, pengaruh keluarga berencana terhadap
kelahiran sebesar 0,60, dan pengaruh kelahiran terhadap jumlah penduduk
sebesar 0,10
2. Pengaruh yang diterima kelahiran dari keluarga berencana adalah sebesar
0,361 atau 36,1%.
3. Pengaruh yang diterima jumlah penduduk dari keluarga berencan, kematian,
dan kelahiran adalah sebesar 0,869 atau 86,9%.
4. Diperoleh nilai Fhitung sebesar 13,267 dan Ftabel sebesar 4,76 , hal ini berarti
nilai Fhitung < Ftabel maka H0 ditolak. Terdapat hubungan antara variabel
eksogen �1 , �2 , �3 yaitu kelahiran, kematian, dan jumlah keluarga berencana
terhadap variabel endogen Y yaitu jumlah penduduk secara signifikan.
5.2 Saran
Adanya saran yang dapat diberikan oleh penulis adalah:
1. Adanya tindak lanjut pemerintah khususnya dalam menekan pertumbuhan
jumlah penduduk dan mengendalikan pertumbuhan jumlah penduduk.
2. Adanya tidak lanjut pemerintah khususnya Badan Pusat Statistik dalam
mendata hal-hal yang mengenai kependudukan agar dapat mempermudah
dalam menganalisis masaalah-masaalah tentang kependudukan.
Universitas Sumatera Utara
43
3. Adanya penelitian selanjutnya untuk dapat mencari faktor-faktor lain yang
mempengaruhi jumlah pertumbuhan penduduk.
Universitas Sumatera Utara