1

BAB 1

PENDAHULUAN



1.1 Latar Belakang

Statistika merupakan ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian dan
analisa data serta cara pengambilan keputusan secara umum berdasarkan hasil penelitian. Dan
statistik memainkan peranan penting hampir dalam semua aspek manusia atau tahap usaha
manusia. Peranan statistik seperti di Kecamatan Bilah Barat Kabupaten Labuhan Batu
merupakan urutan kegiatan didalam memperoleh data yang disajikan untuk pembuatan
keputusan.

Data yang diambil di BPS Kabupaten Labuhan Batu adalah data kependudukan
Kecamatan Bilah Barat pada tahun 2006. Data yang diambil adalah selisih dari natalitas,
mortalitas, migrasi penduduk, banyaknya alat kontrasepsi yang digunakan di setiap
PUSKESMAS, banyaknya nikah dan luas wilayah tiap kelurahan di Kecamatan Bilah Barat
pada tahun 2006.

Istilah Natalitas adalah sama dengan kelahiran hidup ( live birth ) yaitu terlepasnya
bayi dari rahim seorang perempuan dengan ada tanda-tanda kehidupan; misalnya berteriak,
bernapas, jantung berdenyut, dan sebagainya. Apabila pada waktu lahir tidak ada tanda-tanda
kehidupan disebut dengan lahir mati atau ( still birth ) yang di dalam demografi tidak
dianggap sebagai suatu peristiwa kelahiran.

Kematian atau mortalitas adalah ukuran jumlah kematian (umumnya, atau karena
akibat yang spesifik) pada suatu populasi dalam skala besar suatu populasi. Mortalitas dapat
menimpa siapa saja, tua, muda, kapan dan dimana saja. Kasus kematian terutama dalam
jumlah banyak berkaitan dengan masalah sosial, ekonnomi, adat istiadat maupun masalah
kesehatan lingkungan.
2

Migrasi adalah perpindahan penduduk yang melintasi batas propinsi menuju ke
propinsi lain dan lama tinggal di propinsi tujuan adalah enam bulan atau lebih. Atau dapat
pula disebut migrasi walau seseorang berada di propinsi tujuan kurang dari enam bulan tetapi
orang tersebut berniat tinggal menetap atau tinggal enam bulan atau lebih di propinsi tujuan.
Jenis-jenis migrasi antara lain: transmigrasi, imigrasi, emigrasi, dan mengungsi.

Alat Kontrasepsi adalah usaha untuk mencegah terjadinya kehamilan sementara atau
permanen. Ada beberapa macam alat kontrasepsi seperti dalam rahim (IUD), pil, MOP
maupun suntik.

Luas wilayah adalah ukuran atau besaran yang menandai batasan-batasan suatu
wilayah, mulai dari barat sampai timur dan utara sampai selatan.

Pernikahan adalah upacara pengikatan janji nikah yang dirayakan atau dilaksanakan
oleh dua orang dengan maksud meresmikan ikatan perkawinan secara hukum agama, hukum
negara, dan hukum adat. Pengesahan secara hukum suatu pernikahan biasanya terjadi pada
saat dokumen tertulis yang mencatatkan pernikahan ditanda-tangani. Upacara pernikahan
sendiri biasanya merupakan acara yang dilangsungkan untuk melakukan upacara berdasarkan
adat-istiadat yang berlaku, dan kesempatan untuk merayakannya bersama teman dan keluarga.
Wanita dan pria yang sedang melangsungkan pernikahan dinamakan pengantin, dan setelah
upacaranya selesai kemudian mereka dinamakan suami dan istri dalam ikatan perkawinan.

Oleh karena itu penulis tertarik dan ingin lebih lanjut untuk mengetahui apakah ada
pengaruh selisih dari natalitas, mortalitas, migrasi penduduk, banyaknya alat kontrasepsi yang
digunakan di setiap PUSKESMAS, banyaknya nikah dan luas wilayah tiap kelurahan di
Kecamatan Bilah Barat pada tahun 2006, untuk ini penulis memilih judul:
“ANALISIS FAKTOR - FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI
KECAMATAN BILAH BARAT PADA TAHUN 2006”


1.2 Rumusan Masalah

Bagaimana pengaruh langsung dari selisih dari natalitas, mortalitas, migrasi penduduk,
banyaknya alat kontrasepsi yang digunakan di setiap PUSKESMAS, banyaknya nikah dan
3

luas wilayah tiap kelurahan di Kecamatan Bilah Barat terhadap jumlah penduduk di
Kecamatan Bilah Barat pada tahun 2006. Adapun rumusan masalahnya adalah untuk
mengetahui pola hubungan dari variabel-variabel tersebut dan faktor utama yang
mempengaruhi jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006 dan seberapa
besar pengaruhnya.


1.3 Maksud dan Tujuan

1.3.1 Maksud

Adapun maksud dari penelitian ini adalah untuk mengamati dan memberikan penyajian data
tentang faktor-faktor yang paling mempengaruhi jumlah penduduk di kecamatan Bilah Barat
diantaranya selisih (dari natalitas, mortalitas dan migrasi penduduk), banyaknya Alat
kontrasepsi yang digunakan di setiap PUSKESMAS, banyaknya nikah, dan luas wilayah tiap
kelurahan yang diharapkan dapat dipergunakan bagi pihak-pihak yang membutuhkannya
untuk dapat mengambil suatu keputusan atau kebijakan yang dapat meningkatkan
kesejahteraan rakyat dan agar tercipta masyarakat yang selaras, serasi dan seimbang baik dari
segi pendapatan dan pendidikan.

1.3.2 Tujuan

Tujuan dari penelitian ini adalah sebagai berikut:

1. Untuk melihat faktor yang paling berpengaruh terhadap jumlah penduduk di Kecamatan
Bilah Barat pada tahun 2006.

2. Untuk melihat perkembangan statistik kependudukan di wilayah Kecamatan Bilah Barat
pada tahun 2006.

3. Agar menjadi acuan untuk penelitian di tahun-tahun berikutnya.

4. Agar pemerintah pusat dan daerah dapat mengambil tindakan dan keputusan berdasarkan
data dalam mengatasi dan mengontrol jumlah penduduk.
4



BAB II

LANDASAN TEORI



2.1 Analisa Regresi

Algifari, 2000. Analisa Regresi Teori, Kasus dan Solusi, Edisi 2. Yogyakarta : BPFE. Hal. 4
menyatakan perubahan nilai variabel itu dapat pula disebabkan oleh berubahnya variabel lain
yang berhubungan dengan variabel tersebut. Untuk mengetahui pola perubahan nilai suatu
variabel yang disebabkan oleh variabel lain diperlukan alat analisis yang memungkinkan kita
untuk membuat perkiraan nilai variabel tersebut pada nilai tertentu variabel yang
mempengaruhinya.

Dalam ilmu statistika, teknik yang umum digunakan untuk menganalisis hubungan
antara dua atau lebih variabel adalah analisa regresi. Model matematis dalam menjelaskan
hubungan antara variabel dalam analisis regresi menggunakan persamaan regresi.

Prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan regresi adalah
bahwa antara variabel dependent dengan variabel independent mempunyai sifat hubungan
sebab akibat, baik yang didasarkan pada teori, hasil penelitian sebelumnya, ataupun yang
berdasarkan pada penjelasan logis tertentu.

Bentuk hubungan antara variabel dapat searah atau dapat berlawanan arah. Hubungan
antara variabel searah artinya perubahan nilai yang satu dengan nilai yang lain
searah.Hubungan antara variabel berlawanan arah artinya perubahan nilai yang satu dengan
nilai yang lain berlawanan arah.




5

2.2 Regresi Ganda

Regresi ganda berguna untuk mendapatkan pengaruh dua variabel kriterium atau untuk
mencari hubungan fungsional dua prediktor atau lebih dengan variabel kriteriumnya atau
untuk meramalkan dua variabel prediktor atau lebih terhadap variabel kriteriumnya. Sudjana,
2001. Metode Statistik. Bandung : Tarsito. Hal. 310-311.

Untuk analisa regresi akan dibedakan dua jenis variabel yaitu variabel bebas (variable
predictor) dan variabel tidak bebas (variable respon). Variabel yang mudah didapat atau
tersedia sering digolongkan dalam variabel bebas, sedangkan variabel yang terjadi karena
variabel bebas itu merupakan variabel tidak bebas. Untuk keperluan analisis, variabel bebas
akan dinyatakan dengan ) 1 ( ...
, 2 , 1
> k x x x
k
sedangkan variabel tidak bebas dinyatakan dengan
Y.
k k o
x a x a x a a Y + + + + =
A
....
2 2 1 1

dengan :

A
Y
=
variabel tidak bebas (dependent)
=
k o
a a ,..., koefisien regresi
=
k
x x ,...,
1
variabel bebas (indpendent)

Koefisien-koefisien
k o
a a ,..., dapat dihitung dengan menggunakan persamaan :

) ( ...
........
... ) (
... ) (
...
2 2 1 1
2
2
2 2 2 1 1 2 2
1 2 1 2
2
1 1 1 1
2 2 1 1 1
¿ ¿ ¿ ¿ ¿
¿ ¿ ¿ ¿ ¿
¿ ¿ ¿ ¿ ¿
¿ ¿ ¿ ¿
+ + + + =
+ + + + =
+ + + + =
+ + + + =
ki k ki i ki i ki o i ki
ki i k i i i i o i i
ki i k i i i i o i i
ki k i i o
X a X X a X X a X a Y X
X X a X a X X a X a Y X
X X a X X a X a X a Y X
X a X a X a n a Y



2.3 Kesalahan Standar Estimasi

Algifari, 2000. Analisa Regresi Teori, Kasus dan Solusi, Edisi 2. Yogyakarta : BPFE. Hal. 17.
Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan standar estimasi
6

(standard error of estimate). Besarnya kesalahan standar estimasi menunjukkan ketepatan
persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya.
Semakin kecil nilai kesalahan standar estimasi, makin tinggi ketepatan persamaan estimasi
yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. Sebaliknya,
semakin besar nilai kesalahan standar estimasi, makin rendah ketepatan persamaan estimasi
yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. Kesalahan
standar estimasi dapat ditentukan dengan rumus :
1
2
,..., 2 , 1 ,
÷ ÷
=
¿
A
k n
Y Y
S
i
k y

Dengan : Y
i
adalah nilai data sebenarnya,
A
i
Y adalah nilai taksiran.


2.4 Koefisien Determinasi

Usman, Husaini, R. Purnomo Setiady Akbar, 1995. Pengantar Statistik. Jakarta : Bumi
Aksara. Hal. 215.

Menguji keberartian regresi linier ganda dimaksudkan untuk meyakinkan apakah
regresi yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat
kesimpulan mengenai sjumlah peubah yang dipelajari.
Hipotesa :
H
o
: Tidak terdapat hubungan fungsional yang signifikan antara semua faktor yang
mempengaruhi terhadap faktor yang dipengaruhi.
H : Terdapat hubungan fungsional yang signifikan antara semua faktor yang
mempengaruhi terhadap faktor yang dipengaruhi.


2.5 Analisa Korelasi

Algifari, 2000. Analisa Regresi Teori, Kasus dan Solusi, Edisi 2. Yogyakarta : BPFE. Hal. 45.

Analisa korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat
hubungan linier antara satu variabel dengan variabel lain.
7

2.6 Koefisien Korelasi

Sujana, 2001. Metode Statistik. Bandung : Tarsito. Hal. 367.

Setelah mengetahui hubungan fungsional antara variabel-variabel di mana persamaan
regresinya telah ditentukan dan telah melakukan pengujian maka persoalan berikutnya yang
dirasakan perlu, jika data hasil pengamatan terdiri dari banyak variabel adalah seberapa kuat
hubungan antara variabel-variabel itu. Dengan kata lain perlu ditentukan derajat hubungan
antara variabel-variabel tersebut.

Studi yang membahas derajat hubunan antara variabel-variabel tersebut dikenal
dengan nama analisis korelasi. Ukuran yang dipakai untuk mengetahui derajat hubungan,
terutama data kuantitatif dinamakan koefisien korelasi.

Untuk menghitung koefisien korelasi (r) antara dua variabel dapat digunakan rumus :
bebas tidak Variabel Y
bebas Variabel X
X dan Y antara korelasi Koef isien r
dengan
Y Y n X X n
Y X Y X n
r
i
ki
yx
i i ki ki
i ki i ki
yx
=
=
=
÷ ÷
÷
=
¿ ¿ ¿ ¿
¿ ¿ ¿
:
} ) ( }{ ) ( {
) )( (
2 2 2 2


Nilai r selalu terletak antara -1 dan 1, sehingga nilai r tersebut dapat ditulis :
1 1 + s s ÷ r sedangkan untuk r = +1, berarti ada korelasi positip sempurna antara X dan Y,
sebaliknya jika r = -1, berarti korelasi negatip sempurna antara X dan Y, sedangkan r = 0,
berarti tidak ada korelasi antara X dan Y.

Iswardono, 1981. Analisa Regresi dan Korelasi. Yogyakarta : BPFE. Hal. 17. Jika
kenaikan didalam suatu variabel diikuti dengan kenaikan di dalam variabel lain, maka dapat
dikatakan bahwa kedua variabel tersebut mempunyai korelasi yang positif. Tetapi jika
kenaikan di dalam suatu variabel diikuti oleh penurunan di dalam variabel lain, maka dapat
dikatakan bahwa variabel tersebut mempunyai korelasi yang negatif. Dan jika tidak ada
perubahan pada variabel walaupun variabel lainnya berubah maka dikatakan bahwa kedua
8

variabel tersebut tidak mempunyai hubungan. Interpretasi harga r akan disajikan dalam tabel
berikut :

Tabel 2.1. : Interpretasi Koefisien Korelasi Nilai r
R Interpretasi
0
0,01 – 0,20
0,21 – 0,40
0,41 – 0,60
0,61 – 0,80
0,81 – 0,99
1
Tidak berkorelasi
Sangat rendah
Rendah
Agak rendah
Cukup
Tinggi
Sangat tinggi






















9



BAB III

ANALISIS DATA



Desain dan metode penelitian adalah sebagai berikut :
1. Menetapkan variabel penelitian

2. Data sekunder yaitu data penduduk kecamatan Bilah Barat pada tahun 2006 yang sudah
ada di BPS kabupaten Labuhan Batu
Y= Jumlah penduduk di setiap desa/kelurahan
X
1
= Selisih (dari natalitas, mortalitas dan migrasi penduduk)
X
2
= Banyaknya Alat kontrasepsi yang digunakan di setiap PUSKESMAS
X
3
= Banyaknya nikah
X
4
=Luas wilayah tiap kelurahan

3. Membentuk model persamaan regresi linier berganda
4. Menghitung nilai koefisien variabel independent
5. Kesalahan standar estimasi
6. Koefisien determinasi ganda
7. Uji keberartian regresi
8. Analisa korelasi
9. Koefisien korelasi
10. Interpretasi koefisien korelasi.







10

3.1 Analisis Pembahasan

3.1.1 Pengolahan Data

Setiap data merupakan alat bagi pengambilan keputusan untuk dasar pembuatan keputusan
atau untuk memecahkan masalah suatu persoalan. Salah satu kegunaan dari data adalah untuk
memperoleh dan mengetahui gambaran tentang suatu keadaan atau permasalahan.

Untuk membahas dan memecahkan masalah tentang analisa faktor pengaruh jumlah
penduduk di kecamatan Bilah Barat, maka diambil data – data yang diperlukan dengan
menggunakan data sekunder yang diambil dari BPS kabupaten Labuhan Batu. Data yang
diambil adalah jumlah penduduk di kecamatan Bilah Barat tahun 2006 di setiap
kelurahannya, serta faktor - faktor yang mempengaruhinya, diantaranya selisih (dari natalitas,
mortalitas dan migrasi penduduk), banyaknya Alat kontrasepsi yang digunakan di setiap
PUSKESMAS, banyaknya nikah dan luas wilayah tiap kelurahan. Adapun datanya adalah
sebagai berikut :

Tabel 3.1
Data Jumlah Penduduk Kecamatan Bilah Barat pada tahun 2006, serta Faktor - Faktor
yang Mempengaruhinya, Diantaranya Selisih (dari Natalitas, Mortalitas dan Migrasi
Penduduk), Banyaknya Alat Kontrasepsi yang Digunakan di Setiap PUSKESMAS,
Banyaknya Nikah dan Luas Wilayah Tiap Kelurahan
No Desa/Kel Y X
1
X
2
X
3
X
4
1 Sibargot 2483 14 802 25 75,93
2 Bndr. Kumbul 2708 23 968 32 74,81
3 Tjg. Medan 4560 21 875 44 148,05
4 Janji 4777 10 744 42 236,60
5 AFD I R.Prapat 1803 13 619 18 99,07
6 Aek Buru Sltn 479 24 658 6 41,65
7 AFD II R.Prapat 1832 4 546 21 94,92
8 Kampung Baru 4895 35 312 62 515,81
9 TB. Linggahara 4719 0 161 52 460,39
10 TB. Linggahara Baru 3631 25 173 38 253,03
11

3.1.2 Persamaan Regresi Linier Berganda

Untuk mencari persamaan linier berganda terlebih dahulu kita menghitung koefisien –
koefisien regresinya (b
0
, b
1
, b
2
, b
3
, b
4
) dengan mencari penggandaan suatu variabel dengan
variabel yang lain. Untuk lebih menyederhanakan tabel 5.1 maka faktor - faktor yang akan
dicari persamaan regresinya diubah ke notasi variabel X dan Y, yaitu Jumlah penduduk di
setiap desa/kelurahan (Y), selisih (dari natalitas, mortalitas, dan migrasi penduduk) (X
1
),
banyaknya alat kontrasepsi yang digunakan di setiap PUSKESMAS (X
2
), banyaknya nikah
(X
3
), dan luas wilayah tiap kelurahan (X
4
). berikut dapat disajikan dalam tabel :

Tabel 3.2 Nilai – Nilai Yang Dibutuhkan Untuk Menghitung Koefisien – Koefisien

No X
1
X
2
X
3
X
4
Y X
1
X
2
X
1
X
3
X
1
X
4

1 14 802 25 75.93 2483 11228 350 1063.02
2 23 968 32 74.81 2708 22264 736 1720.63
3 21 875 44 148.05 4560 18375 924 3109.05
4 10 744 42 236.60 4777 7440 420 2366.00
5 13 619 18 99.07 1803 8047 234 1287.91
6 24 658 6 41.65 479 15792 144 999.60
7 4 546 21 94.92 1832 2184 84 379.68
8 35 312 62 515.81 4895 10920 2170 18053.35
9 0 161 52 460.39 4719 0 0 0.00
10 25 173 38 253.03 3631 4325 950 6325.75
Jlh 169 5858 340 2000.26 31887 100575 6012 35304.99


Sambungan tabel 3.2
No X
2
X
3
X
2
X
4
X
3
X
4

YX
1

YX
2

YX
3

1 20050 60895.86 1898.25 34762.00 1991366.00 62075.00
2 30976 72416.08 2393.92 62284.00 2621344.00 86656.00
3 38500 129543.75 6514.20 95760.00 3990000.00 200640.00
4 31248 176030.40 9937.20 47770.00 3554088.00 200634.00
5 11142 61324.33 1783.26 23439.00 1116057.00 32454.00
12

6 3948 27405.70 249.90 11496.00 315182.00 2874.00
7 11466 51826.32 1993.32 7328.00 1000272.00 38472.00
8 19344 160932.72 31980.22 171325.00 1527240.00 303490.00
9 8372 74122.79 23940.28 0.00 759759.00 245388.00
10 6574 43774.19 9615.14 90775.00 628163.00 137978.00
Jlh 181620 858272.14 90305.69 544939.00 17503471.00 1310661.00

Sambungan tabel 3.2
No YX
4
X
1
2
X
2
2
X
3
2
X
4
2
Y
2

1 188534.19 196 643204 625 5765.36 6165289
2 202585.48 529 937024 1024 5596.54 7333264
3 675108.00 441 765625 1936 21918.80 20793600
4 1130238.20 100 553536 1764 55979.56 22819729
5 178623.21 169 383161 324 9814.86 3250809
6 19950.35 576 432964 36 1734.72 229441
7 173893.44 16 298116 441 9009.81 3356224
8 2524889.95 1225 97344 3844 266059.96 23961025
9 2172580.41 0 25921 2704 211958.95 22268961
10 918751.93 625 29929 1444 64024.18 13184161
Jlh 8185155.16 3877 4166824 14142 651862.75 123362503

Dari tabel 3.2 diperoleh : n = 10
1
X ¿
= 169
Y ¿
= 31887
2
X ¿

= 5858
1
X Y ¿
= 544939
3
X ¿
= 340
2
X Y ¿ = 17503471
4
X ¿ = 2000,26
3
X Y ¿
= 1310661
2 1
X X ¿
= 100575
4
X Y ¿ = 8185155,16
3 1
X X ¿
= 6012
2
1
X ¿
= 3877
4 1
X X ¿ = 35304,99
2
2
X ¿
= 4166824
3 2
X X ¿
= 181620
2
3
X ¿ = 14142
13

4 2
X X ¿ = 858272,14
2
4
X ¿
= 651862,75
4 3
X X ¿
= 90305.69
2
Y ¿
= 123362503

Dari persamaan :

Y ¿ =
4 4 3 3 2 2 1 1 0
X b X b X b X b n b ¿ + ¿ + ¿ + ¿ +

1
YX ¿
=
4 1 4 3 1 3 2 1 2
2
1 1 1 0
X X b X X b X X b X b X b ¿ + ¿ + ¿ + ¿ + ¿
2
YX ¿
=
4 2 4 3 2 3
2
2 2 1 2 1 2 0
X X b X X b X b X X b X b ¿ + ¿ + ¿ + ¿ + ¿
3
YX ¿
=
4 3 4
2
3 3 2 3 2 1 3 1 3 0
X X b X b X X b X X b X b ¿ + ¿ + ¿ + ¿ + ¿

4
YX ¿ =
2
4 4 3 4 3 2 4 2 1 4 1 4 0
X b X X b X X b X X b X b ¿ + ¿ + ¿ + ¿ + ¿


Dapat disubsitusikan ke dalam nilai – nilai yang sesuai sehingga diperoleh :

31887 = 10 b
0
+ 169 b
1
+ 5858b
2
+ 340b
3
+ 2000,26 b
4
544939 = 169b
0
+ 3877 b
1
+ 100575b
2
+ 6012b
3
+ 35304,99b
4
17503471 = 5858b
0
+ 100575b
1
+ 4166824b
2
+ 181620b
3
+ 858272,14b
4
1310661 = 340b
0
+ 6012b
1
+ 181620b
2
+ 14142b
3
+ 90305,69b
4
8185155,16 = 2000,26b
0
+ 35304,99b
1
+ 858272,14b
2
+ 90305,69b
3
+ 651862,75b
4


Setelah persamaan di atas diselesaikan, maka diperoleh koefisien – koefisien regresi
linier berganda sebagai berikut :

b
0
= 272.64
b
1
= -19.49
b
2
= -0.12
b
3
= 115.69
b
4
= -3.10



14

Dengan demikian, persamaan regresi linier ganda atas X
1
, X
2,
X
3
, dan X
4
atas Y
adalah
.
Y = 272.64 - 19.49X
1
- 0.12X
2
+ 115.69X
3
- 3.10X
4


Sedangkan untuk menghitung kekeliruan baku taksiran diperlukan harga – harga
.
Y
yang diperoleh dari persamaan regresi di atas untuk setiap nilai X
1
, X
2,
X
3
, dan X
4
yang
diketahui dapat dilihat pada tabel 5.3 berikut :

Tabel 3.3 Harga Penyimpangan
.
Y
No Y
.
Y ( Y -
.
Y ) ( Y -
.
Y )
2

1 2483 2563.17 -80.17 6428.01
2 2708 3181.73 -473.73 224424.69
3 4560 4392.97 167.03 27899.67
4 4777 4116.85 660.15 435800.35
5 1803 1722.49 80.51 6481.81
6 479 293.18 185.82 34527.62
7 1832 2266.33 -434.33 188644.54
8 4895 5128.95 -233.95 54732.34
9 4719 4843.36 -124.36 15465.47
10 3631 3377.63 253.37 64194.31
Jlh 1058598.80


Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus :
1
) (
2
2
1234 .
÷ ÷
÷ ¿
=
.
k n
Y Y
s
y
Dengan :
2
) (
.
÷ ¿ Y Y
= 1058598.80
n = 10
k = 4

15

Diperoleh :
1 4 10
1058598.80
2
1234 .
÷ ÷
=
y
s

= 211719.76

Dengan penyimpangan nilai yang didapat ini berarti bahwa jumlah penduduk di
Kecamatan Bilah Barat pada tahun 2006 yang sebenarnya akan menyimpang dari jumlah
penduduk di Kecamatan Bilah Barat pada tahun 2006 yang diperkirakan sebesar 211719,76.

3.1.3 Uji Regresi Linier Ganda

Perumusan hipotesa :
H
0
:
0
4 3 2 1
= = = = | | | |
( X
1
, X
2
, X
3
, X
4
tidak mempengaruhi Y)
H
1
: Minimal ada satu parameter koefisien regresi yang tidak sama dengan nol atau
mempengaruhi Y.

Dengan : H
0
diterima jika F
hit
≤ F
tab
.
H
0
ditolak Jika F
hit
> F
tab
.

Untuk menguji model regresi yang telah terbentuk, maka dapat diambil :
1
1 1
X X x ÷ =
3
3 3
X X x ÷ =

Y Y y ÷ =

2
2 2
X X x ÷ =

4
4 4
X X x ÷ =



Dengan :
1 X
= 16.9 3 X
= 34 Y = 3188.7
2 X
= 585.8 4 X
= 200.026





16

Tabel 3.4 Pengujian Regresi Linier Ganda
No x
1
x
2
x
3
x
4
Y
1 -2.900 216.200 -9.000 -124.096 -705.700
2 6.100 382.200 -2.000 -125.216 -480.700
3 4.100 289.200 10.000 -51.976 1371.300
4 -6.900 158.200 8.000 36.574 1588.300
5 -3.900 33.200 -16.000 -100.956 -1385.700
6 7.100 72.200 -28.000 -158.376 -2709.700
7 -12.900 -39.800 -13.000 -105.106 -1356.700
8 18.100 -273.800 28.000 315.784 1706.300
9 -16.900 -424.800 18.000 260.364 1530.300
10 8.100 -412.800 4.000 53.004 442.300
Jlh 0.000 0.000 0.000 0.000 0.000

Sambungan dari tabel 3.4 :
No x
1
2
x
2
2
x
3
2
x
4
2
y
2
1 8.410 46742.440 81.000 15399.817 498012.490
2 37.210 146076.840 4.000 15679.047 231072.490
3 16.810 83636.640 100.000 2701.505 1880463.690
4 47.610 25027.240 64.000 1337.657 2522696.890
5 15.210 1102.240 256.000 10192.114 1920164.490
6 50.410 5212.840 784.000 25082.957 7342474.090
7 166.410 1584.040 169.000 11047.271 1840634.890
8 327.610 74966.440 784.000 99719.535 2911459.690
9 285.610 180455.040 324.000 67789.412 2341818.090
10 65.610 170403.840 16.000 2809.424 195629.290
Jlh 1020.900 735207.600 2582.000 251758.740 21684426.100

Sambungan dari tabel 3.4 :
No yx
1
yx
2
yx
3
yx
4

1 2046.530 -152572.340 6351.300 87574.547
2 -2932.270 -183723.540 961.400 60191.331
3 5622.330 396579.960 13713.000 -71274.689
17

4 -10959.270 251269.060 12706.400 58090.484
5 5404.230 -46005.240 22171.200 139894.729
6 -19238.870 -195640.340 75871.600 429151.447
7 17501.430 53996.660 17637.100 142597.310
8 30884.030 -467184.940 47776.400 538822.239
9 -25862.070 -650071.440 27545.400 398435.029
10 3582.630 -182581.440 1769.200 23443.669
Jlh 6048.700 -1175933.600 226503.000 1806926.098

Dari tabel 3.4 dapat dicari :

JK
reg
=
4 4 3 3 2 2 1 1
x y b x y b x y b x y b ¿ + ¿ + ¿ + ¿

= -19.49x6048,7 - 0.12x-1175933,6 + 115.69x226503 - 3.10x1806926,098
= 20625794,59

Untuk JK
res
dapat dilihat dari tabel 5.3 yaitu
2
) (
.
÷ ¿ Y Y
= 1058598,80, maka nilai F
hit
dapat dicari dengan rumus :
F =
) 1 /(
/
÷ ÷k n JK
k JK
res
reg

=
) 1 4 10 /( 1058598,80
4 / 9 20625794,5
÷ ÷

= 24.35506551

Dari tabel distribusi F dengan dk pembilang = 4, dk penyebut = 5, dan α = 0.05,
diperoleh F
tab
= 5,19. Karena F
hit
lebih besar daripada F
tab
maka H
0
ditolak dan H
1
diterima.
Hal ini berarti persamaan regresi linier berganda Y atas X
1
, X
2
, X
3
, X
4
bersifat nyata atau ini
berarti bahwa selisih dari natalitas, mortalitas dan migrasi penduduk, banyaknya Alat
kontrasepsi yang digunakan di setiap PUSKESMAS, banyaknya nikah dan luas wilayah tiap
kelurahan secara bersama – sama mempengaruhi jumlah penduduk di kecamatan Bilah Barat
pada tahun 2006 .


18

3.1.4 Mencari Koefisien Korelasi Linier Ganda

Berdasarkan tabel 5.4 dapat dilihat harga
2
y ¿
= 21684426,100 sedangkan JK
reg
yang telah
dihitung adalah 20625794,59. Maka selanjutnya dengan rumus R
2
=
2
y
JK
reg
¿
. Sehingga
didapat koefisien determinasi :
R
2
=
00 21684426,1
9 20625794,5

= 0.9511801

Dan untuk koefisien korelasi ganda, kita gunakan :
R =
2
R
= 0,9511801
= 0,975284625
= 0,975

Dari hasil perhitungan didapat nilai koefisien determinasi sebesar 0,95 dan dengan
mencari akar dari R
2
, diperoleh koefisien korelasinya sebesar 0,98. Nilai tersebut digunakan
untuk mengetahui pengaruh variabel independent terhadap perubahan variabel dependent.
Artinya 98% jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006 dipengaruhi oleh
keempat faktor yang dianalisis, sedangkan 2% sisanya dipengaruhi oleh faktor – faktor lain.

3.1.5 Koefisien Korelasi

3.1.5.1 Perhitungan Korelasi antara Variabel Y dengan X
i

1. Koefisien korelasi antara jumlah penduduk di setiap desa/kelurahan (Y) dengan selisih
(dari natalitas, mortalitas dan migrasi penduduk) (X
1
).

r
yx1
=
( ) { } ( ) { }
2
2
2
1
2
1
1 1
Y Y n X X n
Y X Y X n
¿ ÷ ¿ ¿ ÷ ¿
¿ ¿ ÷ ¿

19

=
( ) ( )( )
( ) ( ) { } ( ) ( ) { }
2 2
31887 123362503 10 169 3877 10
31887 169 544939 10
÷ ÷
÷

= 0,040653
= 0,041

Nilai yang positif menandakan hubungan yang searah antara jumlah penduduk di
Kecamatan Bilah Barat pada tahun 2006 dengan selisih (dari natalitas, mortalitas dan migrasi
penduduk), artinya penambahan selisih (dari natalitas, mortalitas dan migrasi penduduk) akan
meningkatkan jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006, dan sebaliknya
penurunan selisih (dari natalitas, mortalitas dan migrasi penduduk) akan jumlah penduduk di
Kecamatan Bilah Barat pada tahun 2006, hubungan antara jumlah penduduk di Kecamatan
Bilah Barat dengan selisih (dari natalitas, mortalitas dan migrasi penduduk) tergolong sangat
lemah, ini ditandai dengan nilai r yang rendah yaitu 0,041.

2. Koefisien korelasi antara jumlah penduduk di setiap desa/kelurahan (Y) dengan
banyaknya Alat kontrasepsi yang digunakan di setiap PUSKESMAS (X
2
).

r
yx2
=
( ) { } ( ) { }
2
2
2
2
2
2
2 2
Y Y n X X n
Y X Y X n
¿ ÷ ¿ ¿ ÷ ¿
¿ ¿ ÷ ¿

=
( ) ( )( )
( ) ( ) { } ( ) ( ) { }
2 2
31887 123362503 10 5858 4166824 10
31887 5858 17503471 10
÷ ÷
÷

= -0.295

Nilai yang negatif menandakan hubungan yang tidak searah antara jumlah penduduk
di Kecamatan Bilah Barat pada tahun 2006 dengan banyaknya Alat kontrasepsi yang
digunakan di setiap PUSKESMAS, artinya penambahan jumlah Alat kontrasepsi yang
digunakan di setiap PUSKESMAS akan menurunkan jumlah penduduk di Kecamatan Bilah
Barat pada tahun 2006, dan sebaliknya penurunan jumlah Alat kontrasepsi yang digunakan di
setiap PUSKESMAS akan jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006,
hubungan antara jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006 dengan
banyaknya alat kontrasepsi yang digunakan di setiap PUSKESMAS tergolong rendah, ini
ditandai dengan nilai r yang rendah yaitu -0.295.

20

3. Koefisien korelasi antara jumlah penduduk di setiap desa/kelurahan (Y) dengan
banyaknya nikah (X
3
).

r
yx3
=
( ) { } ( ) { }
2
2
2
3
2
3
3 3
Y Y n X X n
Y X Y X n
¿ ÷ ¿ ¿ ÷ ¿
¿ ¿ ÷ ¿

=
( ) ( )( )
( ) ( ) { } ( ) ( ) { }
2 2
31887 123362503 10 340 14142 10
31887 340 1310661 10
÷ ÷
÷

= 0.957

Nilai yang positif menandakan hubungan yang searah antara jumlah penduduk di
Kecamatan Bilah Barat dengan banyaknya nikah, artinya penambahan jumlah banyaknya
nikah akan meningkatkan jumlah penduduk di Kecamatan Bilah Barat, dan sebaliknya
penurunan jumlah banyaknya nikah akan menurunkan jumlah penduduk di Kecamatan Bilah
Barat, hubungan antara jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006
banyaknya nikah dengan banyaknya nikah tergolong kuat, ini ditandai dengan nilai r yang
tinggi yaitu 0,957.

4. Koefisien korelasi antara jumlah penduduk di setiap desa/kelurahan (Y) dengan luas
wilayah tiap kelurahan (X
4
).

r
yx4
=
( ) { } ( ) { }
2
2
2
4
2
4
4 4
Y Y n X X n
Y X Y X n
¿ ÷ ¿ ¿ ÷ ¿
¿ ¿ ÷ ¿

=
( ) ( )( )
( ) ( ) { } ( ) ( ) { }
2 2
31887 123362503 10 2000,26 651862,75 10
31887 2000,26 8185155,16 10
÷ ÷
÷

= 0.773

Nilai yang positif menandakan hubungan yang searah antara jumlah penduduk di
Kecamatan Bilah Barat pada tahun 2006 dengan luas wilayah tiap kelurahan, artinya
penambahan luas wilayah tiap kelurahan akan jumlah penduduk di Kecamatan Bilah Barat
pada tahun 2006, dan sebaliknya penurunan luas wilayah tiap kelurahan akan menurunkan
jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006, hubungan antara jumlah
21

penduduk di Kecamatan Bilah Barat pada tahun 2006 dengan luas wilayah tiap kelurahan
tergolong sedang, ini ditandai dengan nilai r yang cukup yaitu 0,773.

3.1.5.2 Perhitungan Korelasi Antar Variabel Bebas

1. Koefisien korelasi antara selisih dari natalitas, mortalitas dan migrasi penduduk (X
1
)
dengan banyaknya PUSKESMAS yang menggunakan alat kotrasepsi (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
5858 4166824 10 169 3877. 10
5858 169 100575 10
÷ ÷
÷

= 0.058

Berdasarkan perhitungan di atas dapat dilihat bahwa selisih dari natalitas, mortalitas
dan migrasi penduduk dan banyaknya PUSKESMAS yang menggunakan alat kotrasepsi
memiliki korelasi yang sangat rendah secara positif.

2. Koefisien korelasi antara selisih dari natalitas, mortalitas dan migrasi penduduk (X
1
)
dengan banyaknya nikah (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
340 14142 10 169 3877 10
340 169 6012 10
÷ ÷
÷

= 0.164

Berdasarkan perhitungan diatas dapat dilihat bahwa selisih dari natalitas, mortalitas
dan migrasi penduduk dan banyaknya nikah memiliki korelasi yang sangat rendah secara
positif.

22

3. Koefisien korelasi antara selisih dari natalitas, mortalitas dan migrasi penduduk (X
1
)
dengan luas wilayah tiap kelurahan (X
4
).

r
14
=
( )( )
( ) { } ( ) { }
2
4
2
4
2
1
2
1
4 1 4 1
X X n X X n
X X X X n
¿ ÷ ¿ ¿ ÷ ¿
¿ ¿ ÷ ¿

=
( ) ( )( )
( ) ( ) { } ( ) ( ) { }
2 2
2000.26 651862.75 10 169 3877 10
2000.26 169 35304.99 10
÷ ÷
÷

= 0.094

Berdasarkan perhitungan diatas dapat dilihat bahwa selisih dari natalitas, mortalitas
dan migrasi penduduk dan luas wilayah tiap kelurahan memiliki korelasi yang sangat rendah
secara positif.

4. Koefisien korelasi antara banyaknya PUSKESMAS yang menggunakan alat kotrasepsi
(X
2
) dengan banyaknya nikah (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
340 14142 10 5858 4166824 10
340 5858 181620 10
÷ ÷
÷

= - 0.403

Berdasarkan perhitungan diatas dapat dilihat bahwa banyaknya PUSKESMAS yang
menggunakan alat kotrasepsi dan banyaknya nikah memiliki korelasi yang rendah secara
negatif.

5. Koefisien korelasi antara banyaknya PUSKESMAS yang menggunakan alat kotrasepsi
(X
2
) dengan luas wilayah tiap kelurahan (X
4
).

r
24
=
( )( )
( ) { } ( ) { }
2
4
2
4
2
2
2
2
4 2 4 2
X X n X X n
X X X X n
¿ ÷ ¿ ¿ ÷ ¿
¿ ¿ ÷ ¿

23

=
( ) ( )( )
( ) ( ) { } ( ) ( ) { }
2 2
2000.26 651862.75 10 5858 4166824 10
2000.26 5858 858272.14 10
÷ ÷
÷

= - 0.729

Berdasarkan perhitungan di atas dapat dilihat bahwa banyaknya PUSKESMAS yang
menggunakan alat kotrasepsi dan luas wilayah tiap kelurahan memiliki korelasi yang cukup
secara negatif.

6. Koefisien korelasi antara banyaknya nikah (X
3
) dengan luas wilayah tiap kelurahan (X
4
).

r
34
=
( )( )
( ) { } ( ) { }
2
4
2
4
2
3
2
3
4 3 4 3
X X n X X n
X X X X n
¿ ÷ ¿ ¿ ÷ ¿
¿ ¿ ÷ ¿

=
( ) ( )( )
( ) ( ) { } ( ) ( ) { }
2 2
2000.26 651862.75 10 340 14142 10
2000.26 340.00 90305.69 10
÷ ÷
÷

= 0.875


Berdasarkan perhitungan di atas dapat dilihat bahwa banyaknya nikah dan luas
wilayah tiap kelurahan memiliki korelasi yang kuat secara positif.

3.1.6 Pengujian Koefisien Regresi Linier Ganda

.
Y = 272.64 - 19.49X
1
- 0.12X
2
+ 115.69 - 3.10X
4

H
0
: b
i
= 0 dimana i = 1, 2, ...k ( variabel bebas X
i
tidak berpengaruh terhadap Y )
H
1
: b
i
≠ 0 dimana i = 1,2, ....k ( variabel bebas X
i
berpengaruh terhadap Y )

Dimana :
Terima H
0
jika t
hitung
< t
tabel

Tolak H
0
jika t
hitung
> t
tabel




24

Dari Perhitungan yang sebelumnya didapat harga – harga :
2
1234 . y
s = 211719.76,
2
1
x ¿
= 1020.900,

2
2
x ¿
= 735207.600,
2
3
x ¿ = 2582.000, dan
2
4
x ¿
=
251758.740

R
1
= r
12
= 0.057482, R
2
= r
12
= 0.057482, R
3
= r
13
= 0.163837, dan R
4
= r
14
= 0.0936009



Maka kekeliruan baku Koefisien b
i
adalah sebagai berikut :
( )( )
2
2
2
... 12 .
1
i i
k y
bi
R x
s
s
÷ ¿
=

( )( )
2
1
2
1
2
1234 .
1
1 R x
s
s
y
b
÷ ¿
=

=
( )( ) 0.003304 1 1020.9
211719.76
÷

= 7.377583

( )( )
2
2
2
2
2
1234 .
2
1 R x
s
s
y
b
÷ ¿
=

=
( )( ) 0.003304 1 735207.6
211719.76
÷

= 0.225039859

( )( )
2
3
2
3
2
1234 .
3
1 R x
s
s
y
b
÷ ¿
=

=
( )( ) 0.0268426 1 2582
211719.76
÷

= 3.81695321


25

( )( )
2
4
2
4
2
1234 .
4
1 R x
s
s
y
b
÷ ¿
=

=
( )( ) 0.0087611 1 251758.740
211719.76
÷

= 0.567403199

Sehingga diperoleh distribusi t
i
dengan perhitungan
i
i
i
sb
b
t =
sebagai berikut :
1
1
1
sb
b
t =

=
7.377583
19.49 -

= -2.64112

2
2
2
sb
b
t =

=
9 0.22503985
0.12 -

= -0.519463531

3
3
3
sb
b
t =

=
3.81695321
115.69

= 30.31066761

4
4
4
sb
b
t =

=
9 0.56740319
3.10 -

= -5.46101962

26

Dari tabel distribusi t dengan dk = 5 dan α = 0.05 diperoleh t
tabel
sebesar 2,57dan dari
hasil perhitungan di atas diperoleh :

1. t
1
= 2.64112 (nilai mutlak) > t
tabel
= 2,57
2. t
2
= 0.519463531(nilai mutlak) < t
tabel
= 2,57
3. t
3
= 30.31066761 (nilai mutlak) > t
tabel
= 2,57
4. t
4
= 5.46101962 (nilai mutlak) >t
tabel
= 2,57

Sehingga dari keempat koefisien regresi tersebut variabel X
1
(selisih dari natalitas,
mortalitas dan migrasi penduduk), X
4
(luas wilayah tiap kelurahan)

dan X
3
(banyaknya nikah)
memiliki pengaruh yang berarti atau signifikan terhadap persamaan regresi yang didapat,
sedangkan variabel X
2
(banyaknya PUSKESMAS yang menggunakan alat kotrasepsi)

tidak
memiliki pengaruh yang berarti (signifikan) terhadap Y (jumlah penduduk di setiap
desa/kelurahan).




















27



BAB IV

IMPLEMENTASI SISTEM



4.1 Tahapan Implementasi

Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam
programming. Pada tahapan inilah seluruh hasil desain dituangkan ke dalam bahasa
pemrograman tertentu untuk menghasilkan sebuah sistem yang sesuai dengan hasil desain
tertulis.

Tahapan implementasi harus dapat menentukan basis apa yang akan diterapkan dalam
menuangkan hasil desain tertulis sehingga sistem yang diketik memiliki kelemahan-
kelemahan tersendiri. Contoh dalam hal efisien baik itu efisiensi pemakai maupun dalam
waktu proses mengakses data.

Implementasi yang sudah selesai harus diuji coba kehandalannya sehingga dapat
diketahui kehandalan dari sistem yang ada dan telah sesuai dengan apa yang diinginkan.
Dalam pengolahan data jumlah penduduk, implementasi yang dipergunakan adalah dengan
menggunakan software MATLAB R2007b.


4.2 MATLAB R2007b

MATLAB adalah sebuah lingkungan komputasi numerikal dan bahasa pemrograman
komputer generasi keempat. Dikembangkan oleh The MathWorks, MATLAB memungkinkan
manipulasi matriks, pem-plot-an fungsi dan data, implementasi algoritma, pembuatan
antarmuka pengguna, dan peng-antarmuka-an dengan program dalam bahasa lainnya.
Meskipun hanya bernuansa numerik, sebuah kotak kakas (toolbox) yang menggunakan mesin
simbolik MuPAD, memungkinkan akses terhadap kemampuan aljabar komputer. Sebuah
28

paket tambahan, Simulink, menambahkan simulasi grafis multiranah dan Desain Berdasar-
Model untuk sistem terlekat dan dinamik.


4.3 Langkah-Langkah Pengolahan Data Dengan MATLAB R2007b

Sebelum mengoperasikan software ini, pastikan bahwa pada computer telah terpasang
program MATLAB R2007b. Langkah-langkah memulai pengolahan data dengan MATLAB
R2007b adalah sebagai berikut:
1. Klik MATLAB R2007b pada desktop
2. Setelah itu akan muncul tampilan pada layar seperti dibawah.
















Gambar 4.1 Lembar kerja MATLAB R2007b


4.4 Pengisian Data

Dalam pengisian data ke dalam MATLAB tidak bisa sembarangan, harus mengikuti kaidah-
kaidah yang telah ditetapkan dalam penggunaannya. Ada hal-hal yang harus diperhatikan
29

seperti angka, simbol-simbol tertentu dan sebagainya sesuai model yang dibutuhkan. Adapun
langkah-langkah pengisian data dalam bentuk model matriks adalah sebagai berikut:
1. Ketikan koefisien-koefisien dari persamaan-persamaan sebagai matriks ke dalam
lembar kerja MATLAB seperti dibawah ini.
31887 = 10 b
0
+ 169 b
1
+ 5858b
2
+ 340b
3
+ 2000,26 b
4
544939 = 169b
0
+ 3877 b
1
+ 100575b
2
+ 6012b
3
+ 35304,99b
4
17503471 = 5858b
0
+ 100575b
1
+ 4166824b
2
+ 181620b
3
+ 858272,14b
4
1310661 = 340b
0
+ 6012b
1
+ 181620b
2
+ 14142b
3
+ 90305,69b
4
8185155,16 = 2000,26b
0
+ 35304,99b
1
+ 858272,14b
2
+ 90305,69b
3
+ 651862,75b
4

2. Matriks X adalah hasil dari Matriks A dan B yaitu koefisien-koefisien regresi
linier berganda.
b
0
= 272.64
b
1
= -19.49
b
2
= -0.12
b
3
= 115.69
b
4
= -3.10












BAB V

KESIMPULAN

Gambar 4.2 Pengolahan data matriks dengan MATLAB R2007b
30



BAB V

KESIMPULAN DAN SARAN



5.1 Kesimpulan

1. Dengan menggunakan rumus didapat nilai koefisien – koefisien b
0
= 272,64, b
1
= -19,49,
b
2
= -0,12, b
3
= 115,69, b
4
= -3,10. Sehingga persamaan regresi linier yang didapat adalah
.
Y = 51,546 – 19,49 X
1
- 0,12 X
2
+ 115,69 X
3
- 3,10 X
4
.

2. Pada uji linier berganda dengan taraf nyata 0.05, dk pembilang = 4, dk penyebut = 5,
maka F
tabel
yang didapat sebesar 5,19 dan F
hitung
sebesar 24,35506551. Diperoleh F
hitung
>
F
tabel
dan dapat disimpulkan bahwa H
0
ditolak dan H
1
diterima. Ini menunjukan adanya
hubungan fungsional yang signifikan antara selisih dari natalitas, mortalitas dan migrasi
penduduk(X
1
), banyaknya alat kontrasepsi yang digunakan di setiap PUSKESMAS (X
2
),
banyaknya nikah (X
3
), luas wilayah tiap kelurahan (X
4
) dan jumlah penduduk di setiap
desa/kelurahan (Y),.

3. Koefisien determinasi (R) sebesar 98%, menunjukan bahwa hanya 98% laju inflasi
dipengaruhi oleh ketiga faktor X
1
, X
2
, X
3
, X
4
dan 2% dipengaruhi oleh faktor – faktor
lain.

4. Pada analisis korelasi antara variabel tak bebas dengan variabel bebas, korelasi yang kuat
terjadi antara jumlah penduduk di setiap desa/kelurahan (Y) dengan banyaknya nikah
(X
3
) yaitu sebesar 0.957.




31

5.2 Saran

Adapun saran yang ingin penulis sampaikan dalam laporan penelitian ini yaitu sebagai
berikut:

1. Semoga dengan mengerjakan tugas laporan penelitian ini mahasiswa dapat memiliki
gambaran dalam pengerjaan tugas akhir nantinya.

2. Masyarakat hendaknya menikah pada umur yang tidak terlalu dini agar terjadinya
peningkatan jumlah penduduk yang tidak terlalu besar dan cepat.

3. Masyarakat hendaknya mengikuti progarm KB dari pemerintah dimana penggunaan alat
kontrasepsi harus diperhatikan.

4. Pemerintah dan masyarakat hendaknya memperhatikan pendidikan dimana nantinya akan
berpengaruh dengan kemajuan dan kesehatan masyarakat, setidaknya hal ini akan
mengurangi tingkat kematian dan mengkontrol tingkat kelahiran.

2

Migrasi adalah perpindahan penduduk yang melintasi batas propinsi menuju ke propinsi lain dan lama tinggal di propinsi tujuan adalah enam bulan atau lebih. Atau dapat pula disebut migrasi walau seseorang berada di propinsi tujuan kurang dari enam bulan tetapi orang tersebut berniat tinggal menetap atau tinggal enam bulan atau lebih di propinsi tujuan. Jenis-jenis migrasi antara lain: transmigrasi, imigrasi, emigrasi, dan mengungsi.

Alat Kontrasepsi adalah usaha untuk mencegah terjadinya kehamilan sementara atau permanen. Ada beberapa macam alat kontrasepsi seperti dalam rahim (IUD), pil, MOP maupun suntik.

Luas wilayah adalah ukuran atau besaran yang menandai batasan-batasan suatu wilayah, mulai dari barat sampai timur dan utara sampai selatan.

Pernikahan adalah upacara pengikatan janji nikah yang dirayakan atau dilaksanakan oleh dua orang dengan maksud meresmikan ikatan perkawinan secara hukum agama, hukum negara, dan hukum adat. Pengesahan secara hukum suatu pernikahan biasanya terjadi pada saat dokumen tertulis yang mencatatkan pernikahan ditanda-tangani. Upacara pernikahan sendiri biasanya merupakan acara yang dilangsungkan untuk melakukan upacara berdasarkan adat-istiadat yang berlaku, dan kesempatan untuk merayakannya bersama teman dan keluarga. Wanita dan pria yang sedang melangsungkan pernikahan dinamakan pengantin, dan setelah upacaranya selesai kemudian mereka dinamakan suami dan istri dalam ikatan perkawinan.

Oleh karena itu penulis tertarik dan ingin lebih lanjut untuk mengetahui apakah ada pengaruh selisih dari natalitas, mortalitas, migrasi penduduk, banyaknya alat kontrasepsi yang digunakan di setiap PUSKESMAS, banyaknya nikah dan luas wilayah tiap kelurahan di Kecamatan Bilah Barat pada tahun 2006, untuk ini penulis memilih judul: “ANALISIS FAKTOR - FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI KECAMATAN BILAH BARAT PADA TAHUN 2006”

1.2 Rumusan Masalah

Bagaimana pengaruh langsung dari selisih dari natalitas, mortalitas, migrasi penduduk, banyaknya alat kontrasepsi yang digunakan di setiap PUSKESMAS, banyaknya nikah dan

3

luas wilayah tiap kelurahan di Kecamatan Bilah Barat terhadap jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006. Adapun rumusan masalahnya adalah untuk mengetahui pola hubungan dari variabel-variabel tersebut dan faktor utama yang mempengaruhi jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006 dan seberapa besar pengaruhnya.

1.3 Maksud dan Tujuan

1.3.1 Maksud

Adapun maksud dari penelitian ini adalah untuk mengamati dan memberikan penyajian data tentang faktor-faktor yang paling mempengaruhi jumlah penduduk di kecamatan Bilah Barat diantaranya selisih (dari natalitas, mortalitas dan migrasi penduduk), banyaknya Alat kontrasepsi yang digunakan di setiap PUSKESMAS, banyaknya nikah, dan luas wilayah tiap kelurahan yang diharapkan dapat dipergunakan bagi pihak-pihak yang membutuhkannya untuk dapat mengambil suatu keputusan atau kebijakan yang dapat meningkatkan kesejahteraan rakyat dan agar tercipta masyarakat yang selaras, serasi dan seimbang baik dari segi pendapatan dan pendidikan.

1.3.2 Tujuan

Tujuan dari penelitian ini adalah sebagai berikut:

1. Untuk melihat faktor yang paling berpengaruh terhadap jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006.

2. Untuk melihat perkembangan statistik kependudukan di wilayah Kecamatan Bilah Barat pada tahun 2006.

3. Agar menjadi acuan untuk penelitian di tahun-tahun berikutnya.

4. Agar pemerintah pusat dan daerah dapat mengambil tindakan dan keputusan berdasarkan data dalam mengatasi dan mengontrol jumlah penduduk.

hasil penelitian sebelumnya. Dalam ilmu statistika. 2000. teknik yang umum digunakan untuk menganalisis hubungan antara dua atau lebih variabel adalah analisa regresi. Hubungan antara variabel searah artinya perubahan nilai yang satu dengan nilai yang lain searah. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh variabel lain diperlukan alat analisis yang memungkinkan kita untuk membuat perkiraan nilai variabel tersebut pada nilai tertentu variabel yang mempengaruhinya. 4 menyatakan perubahan nilai variabel itu dapat pula disebabkan oleh berubahnya variabel lain yang berhubungan dengan variabel tersebut. Prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan regresi adalah bahwa antara variabel dependent dengan variabel independent mempunyai sifat hubungan sebab akibat. Hal. Yogyakarta : BPFE. Model matematis dalam menjelaskan hubungan antara variabel dalam analisis regresi menggunakan persamaan regresi.Hubungan antara variabel berlawanan arah artinya perubahan nilai yang satu dengan nilai yang lain berlawanan arah. Edisi 2. Analisa Regresi Teori. . baik yang didasarkan pada teori.1 Analisa Regresi Algifari.4 BAB II LANDASAN TEORI 2. ataupun yang berdasarkan pada penjelasan logis tertentu. Kasus dan Solusi. Bentuk hubungan antara variabel dapat searah atau dapat berlawanan arah.

Sudjana. 17... Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan standar estimasi . ak  koefisien regresi x1 .. Yogyakarta : BPFE. 310-311.... sedangkan variabel yang terjadi karena variabel bebas itu merupakan variabel tidak bebas.5 2.  ak  X 1i X ki  . Y  ao  a1 x1  a2 x2  . 2000. xk (k  1) sedangkan variabel tidak bebas dinyatakan dengan Y. Untuk analisa regresi akan dibedakan dua jenis variabel yaitu variabel bebas (variable predictor) dan variabel tidak bebas (variable respon).2 Regresi Ganda Regresi ganda berguna untuk mendapatkan pengaruh dua variabel kriterium atau untuk mencari hubungan fungsional dua prediktor atau lebih dengan variabel kriteriumnya atau untuk meramalkan dua variabel prediktor atau lebih terhadap variabel kriteriumnya. x2... . Kasus dan Solusi... 2001. ak dapat dihitung dengan menggunakan persamaan : Y  a n  a  X  a  X  X Y  a  X  a ( X ) X Y a X a X X 1 o 1 1i 2 1i i o 1i 1 1i 2i i o 2i 1 1i 2i 2  a2  X 1i X 2i  . Hal......... Variabel yang mudah didapat atau tersedia sering digolongkan dalam variabel bebas. Hal. Analisa Regresi Teori. Untuk keperluan analisis... Bandung : Tarsito. Metode Statistik.3 Kesalahan Standar Estimasi Algifari... variabel bebas akan dinyatakan dengan x1..  ak  X ki 2i  a2 ( X 2i ) 2  .. Edisi 2..  ak  X 2i X ki .. xk  variabel bebas (indpendent) Koefisien-koefisien ao ...  ak  ( X ki ) 2...  ak xk  dengan :  Y = variabel tidak bebas (dependent) ao ... X ki i Y  ao  X ki  a1  X 1i X ki  a2  X 2i X ki  .

Analisa Regresi Teori.. Sebaliknya. Kasus dan Solusi. semakin besar nilai kesalahan standar estimasi. : Terdapat hubungan fungsional yang signifikan antara semua faktor yang mempengaruhi terhadap faktor yang dipengaruhi. makin rendah ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. 45. 1995. 2000. Edisi 2. Husaini. Yi adalah nilai taksiran.5 Analisa Korelasi Algifari. 2.6 (standard error of estimate). Menguji keberartian regresi linier ganda dimaksudkan untuk meyakinkan apakah regresi yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat kesimpulan mengenai sjumlah peubah yang dipelajari. Semakin kecil nilai kesalahan standar estimasi.4 Koefisien Determinasi Usman. 2. Yogyakarta : BPFE. R. Pengantar Statistik. Analisa korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linier antara satu variabel dengan variabel lain. Hal.. . Hal.1. 2. Purnomo Setiady Akbar.k  n  k 1   Yi Y 2  Dengan : Yi adalah nilai data sebenarnya. 215. makin tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. Hipotesa : Ho H : Tidak terdapat hubungan fungsional yang signifikan antara semua faktor yang mempengaruhi terhadap faktor yang dipengaruhi... Kesalahan standar estimasi dapat ditentukan dengan rumus : S y . Besarnya kesalahan standar estimasi menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya. Jakarta : Bumi Aksara.

berarti tidak ada korelasi antara X dan Y. Dengan kata lain perlu ditentukan derajat hubungan antara variabel-variabel tersebut. berarti ada korelasi positip sempurna antara X dan Y. Iswardono. sebaliknya jika r = -1. Yogyakarta : BPFE. jika data hasil pengamatan terdiri dari banyak variabel adalah seberapa kuat hubungan antara variabel-variabel itu. Hal.7 2. Setelah mengetahui hubungan fungsional antara variabel-variabel di mana persamaan regresinya telah ditentukan dan telah melakukan pengujian maka persoalan berikutnya yang dirasakan perlu. Hal. Jika kenaikan didalam suatu variabel diikuti dengan kenaikan di dalam variabel lain. terutama data kuantitatif dinamakan koefisien korelasi. 17. Studi yang membahas derajat hubunan antara variabel-variabel tersebut dikenal dengan nama analisis korelasi. maka dapat dikatakan bahwa variabel tersebut mempunyai korelasi yang negatif. Dan jika tidak ada perubahan pada variabel walaupun variabel lainnya berubah maka dikatakan bahwa kedua . 1981. 367. maka dapat dikatakan bahwa kedua variabel tersebut mempunyai korelasi yang positif. Metode Statistik. Bandung : Tarsito. Untuk menghitung koefisien korelasi (r) antara dua variabel dapat digunakan rumus : ryx  2 {n X ki  ( X ki ) 2 }{n Yi 2  ( Yi ) 2 } n X kiYi  ( X ki )( Yi ) dengan : ryx  Koefisien korelasi antara Y dan X X ki  Variabel bebas Yi  Variabel tidak bebas Nilai r selalu terletak antara -1 dan 1. sehingga nilai r tersebut dapat ditulis : 1  r  1 sedangkan untuk r = +1. 2001. sedangkan r = 0.6 Koefisien Korelasi Sujana. Tetapi jika kenaikan di dalam suatu variabel diikuti oleh penurunan di dalam variabel lain. berarti korelasi negatip sempurna antara X dan Y. Ukuran yang dipakai untuk mengetahui derajat hubungan. Analisa Regresi dan Korelasi.

99 1 Interpretasi Tidak berkorelasi Sangat rendah Rendah Agak rendah Cukup Tinggi Sangat tinggi .61 – 0.01 – 0.21 – 0.20 0. Interpretasi harga r akan disajikan dalam tabel berikut : Tabel 2. : Interpretasi Koefisien Korelasi Nilai r R 0 0.60 0.8 variabel tersebut tidak mempunyai hubungan.80 0.81 – 0.1.40 0.41 – 0.

Menetapkan variabel penelitian 2. 9. 6. 7. mortalitas dan migrasi penduduk) X2= Banyaknya Alat kontrasepsi yang digunakan di setiap PUSKESMAS X3= Banyaknya nikah X4=Luas wilayah tiap kelurahan 3. Interpretasi koefisien korelasi. Data sekunder yaitu data penduduk kecamatan Bilah Barat pada tahun 2006 yang sudah ada di BPS kabupaten Labuhan Batu Y= Jumlah penduduk di setiap desa/kelurahan X1= Selisih (dari natalitas. 4.9 BAB III ANALISIS DATA Desain dan metode penelitian adalah sebagai berikut : 1. . 5. 8. Membentuk model persamaan regresi linier berganda Menghitung nilai koefisien variabel independent Kesalahan standar estimasi Koefisien determinasi ganda Uji keberartian regresi Analisa korelasi Koefisien korelasi 10.

39 253. Medan Janji AFD I R.81 148.1 Analisis Pembahasan 3.Prapat Kampung Baru TB. banyaknya nikah dan luas wilayah tiap kelurahan.1 Pengolahan Data Setiap data merupakan alat bagi pengambilan keputusan untuk dasar pembuatan keputusan atau untuk memecahkan masalah suatu persoalan.05 236.81 460.07 41. Salah satu kegunaan dari data adalah untuk memperoleh dan mengetahui gambaran tentang suatu keadaan atau permasalahan. Banyaknya Alat Kontrasepsi yang Digunakan di Setiap PUSKESMAS.92 515.60 99.Prapat Aek Buru Sltn AFD II R. Linggahara Baru Y 2483 2708 4560 4777 1803 479 1832 4895 4719 3631 X1 14 23 21 10 13 24 4 35 0 25 X2 802 968 875 744 619 658 546 312 161 173 X3 25 32 44 42 18 6 21 62 52 38 X4 75. diantaranya selisih (dari natalitas.Faktor yang Mempengaruhinya. Untuk membahas dan memecahkan masalah tentang analisa faktor pengaruh jumlah penduduk di kecamatan Bilah Barat. Mortalitas dan Migrasi Penduduk). Data yang diambil adalah jumlah penduduk di kecamatan Bilah Barat tahun 2006 di setiap kelurahannya. Diantaranya Selisih (dari Natalitas.1 Data Jumlah Penduduk Kecamatan Bilah Barat pada tahun 2006. mortalitas dan migrasi penduduk).faktor yang mempengaruhinya. maka diambil data – data yang diperlukan dengan menggunakan data sekunder yang diambil dari BPS kabupaten Labuhan Batu. serta Faktor . Kumbul Tjg. Banyaknya Nikah dan Luas Wilayah Tiap Kelurahan No 1 2 3 4 5 6 7 8 9 10 Desa/Kel Sibargot Bndr.1.65 94. banyaknya Alat kontrasepsi yang digunakan di setiap PUSKESMAS.93 74.03 . Linggahara TB.10 3. serta faktor . Adapun datanya adalah sebagai berikut : Tabel 3.

86 72416.00 200634.81 148.00 YX2 1991366.25 2393.92 515. dan migrasi penduduk) (X1).00 32454.93 74.26 YX1 34762.00 3554088.2 Persamaan Regresi Linier Berganda Untuk mencari persamaan linier berganda terlebih dahulu kita menghitung koefisien – koefisien regresinya (b0. dan luas wilayah tiap kelurahan (X4).07 41.92 6514. selisih (dari natalitas. Untuk lebih menyederhanakan tabel 5. b4) dengan mencari penggandaan suatu variabel dengan variabel yang lain.11 3.63 3109.2 Nilai – Nilai Yang Dibutuhkan Untuk Menghitung Koefisien – Koefisien No 1 2 3 4 5 6 7 8 9 10 Jlh X1 14 23 21 10 13 24 4 35 0 25 169 X2 802 968 875 744 619 658 546 312 161 173 5858 X3 25 32 44 42 18 6 21 62 52 38 340 X4 75.00 23439.75 35304.08 129543.00 YX3 62075.33 X3X4 1898.60 379.00 1287.20 1783.03 2000.65 94. berikut dapat disajikan dalam tabel : Tabel 3. mortalitas.00 3990000.00 47770.00 .00 86656.75 176030.91 999.00 6325. banyaknya alat kontrasepsi yang digunakan di setiap PUSKESMAS (X2).05 236.68 18053. b3.1 maka faktor .20 9937.00 95760. b1.81 460.faktor yang akan dicari persamaan regresinya diubah ke notasi variabel X dan Y.05 2366.60 99.1.39 253.26 Y 2483 2708 4560 4777 1803 479 1832 4895 4719 3631 31887 X1X2 11228 22264 18375 7440 8047 15792 2184 10920 0 4325 100575 X1X3 350 736 924 420 234 144 84 2170 0 950 6012 X1X4 1063.00 200640.00 2621344. banyaknya nikah (X3).40 61324.02 1720.35 0.99 Sambungan tabel 3.00 62284. b2.00 1116057.2 No 1 2 3 4 5 X2X3 20050 30976 38500 31248 11142 X2X4 60895. yaitu Jumlah penduduk di setiap desa/kelurahan (Y).

00 315182.56 9814.32 160932.75 Y2 6165289 7333264 20793600 22819729 3250809 229441 3356224 23961025 22268961 13184161 123362503 Dari tabel 3.19 202585.72 74122.00 1527240.16 = 3877 = 4166824 = 14142  X1 = 169 = 5858 = 340 = 2000.00 137978.48 675108.00 544939.2 No 1 2 3 4 5 6 7 8 9 10 Jlh YX4 188534.28 9615.00 1130238.14 249.14 90305.2 diperoleh : n = 10 = 31887 = 544939 = 17503471 = 1310661 = 8185155.36 5596.19 858272.93 8185155.95 2172580.00 1310661.99 = 181620 Y  Y X1 Y X 2  X2  X3  X4 Y X3 Y X 4  X1 X 2  X1 X 3  X1 X 4  X1 2  X2  X3 2  X2X3 2 .00 38472.90 1993.00 303490.41 918751.54 21918.00 759759.26 = 100575 = 6012 = 35304.16 X12 196 529 441 100 169 576 16 1225 0 625 3877 X22 643204 937024 765625 553536 383161 432964 298116 97344 25921 29929 4166824 X32 625 1024 1936 1764 324 36 441 3844 2704 1444 14142 X42 5765.81 266059.70 51826.21 19950.44 2524889.86 1734.00 171325.00 Sambungan tabel 3.79 43774.20 178623.18 651862.00 245388.12 6 7 8 9 10 3948 11466 19344 8372 6574 27405.69 11496.96 211958.35 173893.00 7328.00 90775.00 628163.80 55979.00 Jlh 181620 17503471.32 31980.00 0.00 1000272.00 2874.22 23940.72 9009.95 64024.

64 = -19.16 = 10 b0 + 169 b1 + 5858b2 + 340b3 + 2000.49 = -0.75 = 123362503  X3X4 Y 2 Dari persamaan : Y = = = = = b0 n  b1  X 1  b2  X 2  b3  X 3  b4  X 4 b0  X1  b1  X1  b2  X1 X 2  b3  X1 X 3  b4  X1 X 4 2  YX 1  YX 2  YX 3  YX 4 b0  X 2  b1  X 2 X1  b2  X 2  b3  X 2 X 3  b4  X 2 X 4 2 b0  X 3  b1  X 3 X1  b2  X 3 X 2  b3  X 3  b4  X 3 X 4 2 b0  X 4  b1  X 4 X1  b2  X 4 X 2  b3  X 4 X 3  b4  X 4 2 Dapat disubsitusikan ke dalam nilai – nilai yang sesuai sehingga diperoleh : 31887 544939 17503471 1310661 8185155.99b1 + 858272.99b4 = 5858b0 + 100575b1 + 4166824b2 + 181620b3 + 858272.75b4 Setelah persamaan di atas diselesaikan.13  X2X4 = 858272.14b2 + 90305.14b4 = 340b0 + 6012b1 + 181620b2 + 14142b3 + 90305.69  X4 2 = 651862.69b4 = 2000.26b0 + 35304.69 = -3.12 = 115. maka diperoleh koefisien – koefisien regresi linier berganda sebagai berikut : b0 b1 b2 b3 b4 = 272.10 .69b3 + 651862.14 = 90305.26 b4 = 169b0 + 3877 b1 + 100575b2 + 6012b3 + 35304.

1234  (Y  Y ) 2 n  k 1   Dengan : (Y  Y ) 2 = 1058598.Y )2 6428.62 188644.97 4116.80  Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus : 2 s y. X3.67 435800.Y) -80.17 -473.33 5128.64 .95 4843.3 berikut :  Tabel 3.18 2266.81 34527.3.73 167.19.85 1722.15 80. persamaan regresi linier ganda atas X1.34 15465.36 253.33 -233. dan X4 atas Y  adalah Y = 272.31 1058598.54 54732.01 224424.36 3377.95 -124.10X4  Sedangkan untuk menghitung kekeliruan baku taksiran diperlukan harga – harga Y yang diperoleh dari persamaan regresi di atas untuk setiap nilai X1.80 n k = 10 =4 .49X1 .69X3 .3 Harga Penyimpangan Y No 1 2 3 4 5 6 7 8 9 10 Jlh 2483 2708 4560 4777 1803 479 1832 4895 4719 3631 Y 2563.03 660.82 -434.35 6481.0.49 293.12X2 + 115.63   Y (Y. X2.69 27899. X3.17 3181.47 64194.14 Dengan demikian. dan X4 yang diketahui dapat dilihat pada tabel 5.51 185.37 ( Y . X2.73 4392.

8 X3 X4 = 34 Y = 3188.15 Diperoleh : 2 s y .1234  1058598. : H0 diterima jika Fhit ≤ Ftab.76 Dengan penyimpangan nilai yang didapat ini berarti bahwa jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006 yang sebenarnya akan menyimpang dari jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006 yang diperkirakan sebesar 211719.3 Uji Regresi Linier Ganda Perumusan hipotesa : H0 H1 : 1   2   3   4  0 ( X1. maka dapat diambil : Dengan x1  X 1  X 1 x2  X 2  X 2 Dengan : x3  X 3  X 3 x4  X 4  X 4 y Y Y X1 X2 = 16.9 = 585.026 . Untuk menguji model regresi yang telah terbentuk.1. H0 ditolak Jika Fhit > Ftab. X4 tidak mempengaruhi Y) : Minimal ada satu parameter koefisien regresi yang tidak sama dengan nol atau mempengaruhi Y. X2. X3. 3.80 10  4 1 = 211719.7 = 200.76.

216 -51.4 Pengujian Regresi Linier Ganda No 1 2 3 4 5 6 7 8 9 10 -2.047 2701.784 260.000 784.547 60191.535 67789.530 -2932.610 15.000 Sambungan dari tabel 3.300 -1385.210 16.440 180455.000 Y -705.040 170403.410 327.000 -28.000 x42 15399.200 -39.700 -1356.200 72.330 yx2 -152572.090 1840634.364 53.890 1920164.100 -12.412 2809.610 285.840 83636.900 6.290 21684426.004 0.000 169.200 289.300 442.16 Tabel 3.800 0.817 15679.240 1102.410 37.000 28.840 1584.270 5622.000 0.000 10.000 784.096 -125.100 4.690 2341818.300 1530.610 1020.000 -2.900 -3.300 961.960 yx3 6351.300 0.271 99719.689 .376 -105.240 5212.000 16.800 -424.900 7.4 : No 1 2 3 4 5 6 7 8 9 10 Jlh x12 8.505 1337.000 100.956 -158.900 8.331 -71274.800 -273.210 50.000 x4 -124.900 x22 46742.000 256.000 -13.890 2911459.690 2522696.000 8.424 251758.100 -16.000 4.810 47.840 735207.200 382.114 25082.700 1706.000 x3 -9.740 y2 498012.000 18.400 13713.100 Sambungan dari tabel 3.900 18.040 74966.410 166.000 4.657 10192.4 : No 1 2 3 yx1 2046.540 396579.200 158.000 2582.490 231072.000 64.976 36.000 -16.700 -2709.106 315.200 33.490 1880463.574 -100.700 1371.640 25027.440 146076.490 7342474.700 -480.000 324.340 -183723.100 x1 x2 216.000 Jlh 0.000 yx4 87574.957 11047.600 x32 81.100 -6.610 65.800 -412.300 1588.090 195629.

69x226503 .729 429151. X2.19.4 dapat dicari : JKreg = b1  y x1  b2  y x2  b3  y x3  b4  y x4 = -19.17 4 5 6 7 8 9 10 -10959. mortalitas dan migrasi penduduk. maka nilai Fhit 2 dapat dicari dengan rumus : F = = JK reg / k JK res/(n  k 1) 20625794.05.700 Dari tabel 3.400 22171.870 17501.098 = 20625794. dan α = 0. X4 bersifat nyata atau ini berarti bahwa selisih dari natalitas.430 30884.098 Jlh 6048.484 139894.630 251269.600 12706.7 .12x-1175933.100 47776.669 1806926. X3.440 -1175933.940 -650071.440 -182581.6 + 115.200 75871.80 /(10  4  1) = 24.5 9 / 4 1058598.447 142597.070 3582.060 -46005.3.340 53996.0. Hal ini berarti persamaan regresi linier berganda Y atas X1.600 17637.310 538822.3 yaitu (Y  Y ) = 1058598.030 -25862.49x6048. Karena Fhit lebih besar daripada Ftab maka H0 ditolak dan H1 diterima.660 -467184.000 58090.10x1806926.029 23443.400 27545.200 226503. banyaknya Alat kontrasepsi yang digunakan di setiap PUSKESMAS. dk penyebut = 5.80.59  Untuk JKres dapat dilihat dari tabel 5.400 1769.35506551 Dari tabel distribusi F dengan dk pembilang = 4.239 398435.270 5404.230 -19238. diperoleh Ftab = 5.240 -195640. banyaknya nikah dan luas wilayah tiap kelurahan secara bersama – sama mempengaruhi jumlah penduduk di kecamatan Bilah Barat pada tahun 2006 . .

1 Perhitungan Korelasi antara Variabel Y dengan Xi 1.5.1. ryx1 = n  X n  X 1Y   X 1  Y 2 1   X 1  2 n Y 2   Y  2  . Maka selanjutnya dengan rumus R2 = didapat koefisien determinasi : R2 = 20625794.98. 3. kita gunakan : R = = R2 0.9511801 = 0.975284625 = 0.5 9 21684426.1 00 = 0.59.9511801 Dan untuk koefisien korelasi ganda.95 dan dengan mencari akar dari R2.100 sedangkan JKreg yang telah JK reg  y2 . Sehingga dihitung adalah 20625794.4 dapat dilihat harga  y 2 = 21684426.975 Dari hasil perhitungan didapat nilai koefisien determinasi sebesar 0. Artinya 98% jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006 dipengaruhi oleh keempat faktor yang dianalisis.5 Koefisien Korelasi 3. Koefisien korelasi antara jumlah penduduk di setiap desa/kelurahan (Y) dengan selisih (dari natalitas.18 3. diperoleh koefisien korelasinya sebesar 0.1. sedangkan 2% sisanya dipengaruhi oleh faktor – faktor lain. mortalitas dan migrasi penduduk) (X1). Nilai tersebut digunakan untuk mengetahui pengaruh variabel independent terhadap perubahan variabel dependent.4 Mencari Koefisien Korelasi Linier Ganda Berdasarkan tabel 5.1.

2. ryx2 = n  X n  X 2Y   X 2  Y 2 2   X 2  2 2 n Y 2   Y  2  2 = 104166824 5858 10123362503 31887  1017503471  585831887 = -0. mortalitas dan migrasi penduduk) akan jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006. dan sebaliknya penurunan selisih (dari natalitas. artinya penambahan jumlah Alat kontrasepsi yang digunakan di setiap PUSKESMAS akan menurunkan jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006. Koefisien korelasi antara jumlah penduduk di setiap desa/kelurahan (Y) dengan banyaknya Alat kontrasepsi yang digunakan di setiap PUSKESMAS (X2). ini ditandai dengan nilai r yang rendah yaitu -0.19 = 103877 169 10123362503 31887  2 2 10544939  16931887 = 0.295 Nilai yang negatif menandakan hubungan yang tidak searah antara jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006 dengan banyaknya Alat kontrasepsi yang digunakan di setiap PUSKESMAS.041. mortalitas dan migrasi penduduk) tergolong sangat lemah. mortalitas dan migrasi penduduk) akan meningkatkan jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006. artinya penambahan selisih (dari natalitas. . mortalitas dan migrasi penduduk). ini ditandai dengan nilai r yang rendah yaitu 0.295.040653 = 0.041 Nilai yang positif menandakan hubungan yang searah antara jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006 dengan selisih (dari natalitas. hubungan antara jumlah penduduk di Kecamatan Bilah Barat dengan selisih (dari natalitas. dan sebaliknya penurunan jumlah Alat kontrasepsi yang digunakan di setiap PUSKESMAS akan jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006. hubungan antara jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006 dengan banyaknya alat kontrasepsi yang digunakan di setiap PUSKESMAS tergolong rendah.

2631887 = 0. Koefisien korelasi antara jumlah penduduk di setiap desa/kelurahan (Y) dengan luas wilayah tiap kelurahan (X4). ini ditandai dengan nilai r yang tinggi yaitu 0. artinya penambahan jumlah banyaknya nikah akan meningkatkan jumlah penduduk di Kecamatan Bilah Barat.26 10123362503 31887  108185155. artinya penambahan luas wilayah tiap kelurahan akan jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006.957 Nilai yang positif menandakan hubungan yang searah antara jumlah penduduk di Kecamatan Bilah Barat dengan banyaknya nikah.75 2000. Koefisien korelasi antara jumlah penduduk di setiap desa/kelurahan (Y) dengan banyaknya nikah (X3).16  2000. 4.957. dan sebaliknya penurunan luas wilayah tiap kelurahan akan menurunkan jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006. ryx4 = n  X n  X 4Y   X 4  Y 2 4   X 4  2 n Y 2 2   Y  2  2 = 10651862.773 Nilai yang positif menandakan hubungan yang searah antara jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006 dengan luas wilayah tiap kelurahan.20 3. ryx3 = n  X n  X 3Y   X 3  Y 2 3   X 3  2 2 n Y 2   Y  2  2 = 1014142 340 10123362503 31887  101310661  34031887 = 0. dan sebaliknya penurunan jumlah banyaknya nikah akan menurunkan jumlah penduduk di Kecamatan Bilah Barat. hubungan antara jumlah penduduk di Kecamatan Bilah Barat pada tahun 2006 banyaknya nikah dengan banyaknya nikah tergolong kuat. hubungan antara jumlah .

058 Berdasarkan perhitungan di atas dapat dilihat bahwa selisih dari natalitas. 169 104166824 5858  10100575  1695858 = 0. mortalitas dan migrasi penduduk (X1) dengan banyaknya PUSKESMAS yang menggunakan alat kotrasepsi (X2). r12 = n  X n  X 1 X 2   X 1  X 2  2 1   X 1  2 2 n  X 2 2   X 2  2 2  = 103877. 3.164 Berdasarkan perhitungan diatas dapat dilihat bahwa selisih dari natalitas. mortalitas dan migrasi penduduk dan banyaknya nikah memiliki korelasi yang sangat rendah secara positif. mortalitas dan migrasi penduduk dan banyaknya PUSKESMAS yang menggunakan alat kotrasepsi memiliki korelasi yang sangat rendah secara positif.773. 2. Koefisien korelasi antara selisih dari natalitas.21 penduduk di Kecamatan Bilah Barat pada tahun 2006 dengan luas wilayah tiap kelurahan tergolong sedang.5. Koefisien korelasi antara selisih dari natalitas. ini ditandai dengan nilai r yang cukup yaitu 0. mortalitas dan migrasi penduduk (X1) dengan banyaknya nikah (X3).2 Perhitungan Korelasi Antar Variabel Bebas 1.1. . r13 = n  X n  X 1 X 3   X 1  X 3  2 1   X 1  2 2 n  X 2 3   X 3  2 2  = 103877 169 1014142 340  106012  169340 = 0.

4.75 2000.99  1692000. mortalitas dan migrasi penduduk dan luas wilayah tiap kelurahan memiliki korelasi yang sangat rendah secara positif.22 3. Koefisien korelasi antara selisih dari natalitas. r14 = n  X n  X 1 X 4   X 1  X 4  2 1   X 1  2 2 n  X 2 4   X 4  2  2 = 103877 169 10651862. Koefisien korelasi antara banyaknya PUSKESMAS yang menggunakan alat kotrasepsi (X2) dengan luas wilayah tiap kelurahan (X4). 5.403 Berdasarkan perhitungan diatas dapat dilihat bahwa banyaknya PUSKESMAS yang menggunakan alat kotrasepsi dan banyaknya nikah memiliki korelasi yang rendah secara negatif.0. Koefisien korelasi antara banyaknya PUSKESMAS yang menggunakan alat kotrasepsi (X2) dengan banyaknya nikah (X3).26  1035304. mortalitas dan migrasi penduduk (X1) dengan luas wilayah tiap kelurahan (X4). r23 = n  X n  X 2 X 3   X 2  X 3  2 2   X 2  2 n  X 2 2 3   X 3  2 2  = 104166824 5858 1014142 340  10181620  5858340 = .26 = 0.094 Berdasarkan perhitungan diatas dapat dilihat bahwa selisih dari natalitas. r24 = n  X n  X 2 X 4   X 2  X 4  2 2   X 2  2 n  X 2 4   X 4  2  .

002000.49X1 .26 = .1..14  58582000.23 = 104166824 5858 10651862..0.75 2000. r34 = n  X n  X 3 X 4   X 3  X 4  2 3   X 3  2 2 n  X 2 4   X 4  2  2 = 1014142 340 10651862.6 Pengujian Koefisien Regresi Linier Ganda  Y = 272.10X4 H0 : bi = 0 dimana i = 1..875 Berdasarkan perhitungan di atas dapat dilihat bahwa banyaknya nikah dan luas wilayah tiap kelurahan memiliki korelasi yang kuat secara positif. .k ( variabel bebas Xi berpengaruh terhadap Y ) Dimana : Terima H0 jika thitung < ttabel Tolak H0 jika thitung > ttabel . 2. Koefisien korelasi antara banyaknya nikah (X3) dengan luas wilayah tiap kelurahan (X4).2.729 Berdasarkan perhitungan di atas dapat dilihat bahwa banyaknya PUSKESMAS yang menggunakan alat kotrasepsi dan luas wilayah tiap kelurahan memiliki korelasi yang cukup secara negatif. 3.64 .69 .12X2 + 115.19.0.3.. 6.26  2 2 10858272..69  340.k ( variabel bebas Xi tidak berpengaruh terhadap Y ) H1 : bi ≠ 0 dimana i = 1.26  1090305. .26 = 0.75 2000.

dan  x 4 = 2 2 2 2 251758.61  0.76.000.  x1 = 1020.163837.1234 = 211719..76 1020.9 1  0.600.  x 2 = 735207.003304 = 0.  x3 = 2582. R2 = r12 = 0.003304 = 7.740 R1 = r12 = 0.76 25821 0.0268426 = 3.057482. dan R4 = r14 = 0.377583 sb 2   x 1  R  2 2 2 2 2 s y..76 735207.0936009 Maka kekeliruan baku Koefisien bi adalah sebagai berikut : sbi   x 1 R  2 i 2 i 2 s y .1234 = 211719.1234 = 211719.225039859 sb 3   x 1 R  2 3 2 3 2 s y .057482.24 Dari Perhitungan yang sebelumnya didapat harga – harga : 2 s y. R3 = r13 = 0.k sb1   x 1 R  2 1 2 1 2 s y .12.81695321 .1234 = 211719.900.

567403199 Sehingga diperoleh distribusi ti dengan perhitungan t i  bi sebagai berikut : sbi t1  = b1 sb1 .69 3.81695321 = 30.377583 = -2.225039859 = -0.1234 = 211719.19.49 7.64112 t2  = b2 sb2 .0.31066761 t4  = b4 sb4 .76 251758.567403199 = -5.12 0.7401 0.10 0.46101962 .25 sb 4   x 1  R  2 4 2 4 2 s y.519463531 t3  = b3 sb3 115.3.0087611 = 0.

46101962 (nilai mutlak) >ttabel = 2.26 Dari tabel distribusi t dengan dk = 5 dan α = 0.57 Sehingga dari keempat koefisien regresi tersebut variabel X1 (selisih dari natalitas.31066761 (nilai mutlak) > ttabel = 2. t1 = 2. X4 (luas wilayah tiap kelurahan) dan X3 (banyaknya nikah) memiliki pengaruh yang berarti atau signifikan terhadap persamaan regresi yang didapat.57 t3 = 30. mortalitas dan migrasi penduduk). 2. 3. 4.519463531(nilai mutlak) < ttabel = 2.57 t4 = 5.05 diperoleh ttabel sebesar 2. sedangkan variabel X2 (banyaknya PUSKESMAS yang menggunakan alat kotrasepsi) tidak memiliki pengaruh yang berarti (signifikan) terhadap Y (jumlah penduduk di setiap desa/kelurahan).57 t2 = 0.57dan dari hasil perhitungan di atas diperoleh : 1. .64112 (nilai mutlak) > ttabel = 2.

Contoh dalam hal efisien baik itu efisiensi pemakai maupun dalam waktu proses mengakses data. pembuatan antarmuka pengguna. 4. sebuah kotak kakas (toolbox) yang menggunakan mesin simbolik MuPAD.27 BAB IV IMPLEMENTASI SISTEM 4. MATLAB memungkinkan manipulasi matriks. Meskipun hanya bernuansa numerik. implementasi yang dipergunakan adalah dengan menggunakan software MATLAB R2007b. Tahapan implementasi harus dapat menentukan basis apa yang akan diterapkan dalam menuangkan hasil desain tertulis sehingga sistem yang diketik memiliki kelemahankelemahan tersendiri. memungkinkan akses terhadap kemampuan aljabar komputer. Dikembangkan oleh The MathWorks. Pada tahapan inilah seluruh hasil desain dituangkan ke dalam bahasa pemrograman tertentu untuk menghasilkan sebuah sistem yang sesuai dengan hasil desain tertulis. Dalam pengolahan data jumlah penduduk. dan peng-antarmuka-an dengan program dalam bahasa lainnya.1 Tahapan Implementasi Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam programming. Sebuah . Implementasi yang sudah selesai harus diuji coba kehandalannya sehingga dapat diketahui kehandalan dari sistem yang ada dan telah sesuai dengan apa yang diinginkan. implementasi algoritma.2 MATLAB R2007b MATLAB adalah sebuah lingkungan komputasi numerikal dan bahasa pemrograman komputer generasi keempat. pem-plot-an fungsi dan data.

28 paket tambahan. 4.3 Langkah-Langkah Pengolahan Data Dengan MATLAB R2007b Sebelum mengoperasikan software ini. menambahkan simulasi grafis multiranah dan Desain BerdasarModel untuk sistem terlekat dan dinamik. Setelah itu akan muncul tampilan pada layar seperti dibawah. Simulink. Langkah-langkah memulai pengolahan data dengan MATLAB R2007b adalah sebagai berikut: 1.4 Pengisian Data Dalam pengisian data ke dalam MATLAB tidak bisa sembarangan. pastikan bahwa pada computer telah terpasang program MATLAB R2007b. Gambar 4. harus mengikuti kaidahkaidah yang telah ditetapkan dalam penggunaannya. Ada hal-hal yang harus diperhatikan . Klik MATLAB R2007b pada desktop 2.1 Lembar kerja MATLAB R2007b 4.

Matriks X adalah hasil dari Matriks A dan B yaitu koefisien-koefisien regresi linier berganda.64 b1 = -19. Ketikan koefisien-koefisien dari persamaan-persamaan sebagai matriks ke dalam lembar kerja MATLAB seperti dibawah ini.49 b2 = -0. 31887 544939 17503471 1310661 8185155. simbol-simbol tertentu dan sebagainya sesuai model yang dibutuhkan.99b1 + 858272.14b2 + 90305.12 b3 = 115.26 b4 = 169b0 + 3877 b1 + 100575b2 + 6012b3 + 35304.2 Pengolahan data matriks dengan MATLAB R2007b .16 = 10 b0 + 169 b1 + 5858b2 + 340b3 + 2000.26b0 + 35304.99b4 = 5858b0 + 100575b1 + 4166824b2 + 181620b3 + 858272. Adapun langkah-langkah pengisian data dalam bentuk model matriks adalah sebagai berikut: 1.10 BAB V KESIMPULAN Gambar 4.29 seperti angka.14b4 = 340b0 + 6012b1 + 181620b2 + 14142b3 + 90305.69b3 + 651862.75b4 2. b0 = 272.69b4 = 2000.69 b4 = -3.

69.64. maka Ftabel yang didapat sebesar 5. banyaknya nikah (X3).35506551.0.10. 3. 4. dk pembilang = 4.. b4 = -3.12 X2 + 115.19 dan Fhitung sebesar 24.49.30 BAB V KESIMPULAN DAN SARAN 5. X2. b3 = 115. luas wilayah tiap kelurahan (X4) dan jumlah penduduk di setiap desa/kelurahan (Y). Y = 51.05. X3.546 – 19. 2.957.49 X1 .69 X3 . Diperoleh Fhitung > Ftabel dan dapat disimpulkan bahwa H0 ditolak dan H1 diterima. Ini menunjukan adanya hubungan fungsional yang signifikan antara selisih dari natalitas.3. Sehingga persamaan regresi linier yang didapat adalah  1.1 Kesimpulan Dengan menggunakan rumus didapat nilai koefisien – koefisien b0 = 272. b1 = -19.10 X4.12. dk penyebut = 5. mortalitas dan migrasi penduduk(X1). X4 dan 2% dipengaruhi oleh faktor – faktor lain. banyaknya alat kontrasepsi yang digunakan di setiap PUSKESMAS (X2). menunjukan bahwa hanya 98% laju inflasi dipengaruhi oleh ketiga faktor X1. b2 = -0. Koefisien determinasi (R) sebesar 98%. . Pada uji linier berganda dengan taraf nyata 0. korelasi yang kuat terjadi antara jumlah penduduk di setiap desa/kelurahan (Y) dengan banyaknya nikah (X3) yaitu sebesar 0. Pada analisis korelasi antara variabel tak bebas dengan variabel bebas.

setidaknya hal ini akan mengurangi tingkat kematian dan mengkontrol tingkat kelahiran. Semoga dengan mengerjakan tugas laporan penelitian ini mahasiswa dapat memiliki gambaran dalam pengerjaan tugas akhir nantinya. . 3.2 Saran Adapun saran yang ingin penulis sampaikan dalam laporan penelitian ini yaitu sebagai berikut: 1.31 5. 4. Masyarakat hendaknya menikah pada umur yang tidak terlalu dini agar terjadinya peningkatan jumlah penduduk yang tidak terlalu besar dan cepat. Masyarakat hendaknya mengikuti progarm KB dari pemerintah dimana penggunaan alat kontrasepsi harus diperhatikan. Pemerintah dan masyarakat hendaknya memperhatikan pendidikan dimana nantinya akan berpengaruh dengan kemajuan dan kesehatan masyarakat. 2.

Sign up to vote on this title
UsefulNot useful