Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

dokumen-dokumen yang mirip
ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

BAB 2. Tinjauan Teoritis

Created by Simpo PDF Creator Pro (unregistered version)

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB II LANDASAN TEORI

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Regresi Linier Sederhana Definisi Pengaruh

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

BAB II KAJIAN PUSTAKA

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

BAB 5. ANALISIS REGRESI DAN KORELASI

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

III. METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB 2 LANDASAN TEORI

titik tengah kelas ke i k = banyaknya kelas

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

BAB II TINJAUAN PUSTAKA

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

E ax by c ae X be Y c. 6.1 Pengertian Umum

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

Pemodelan Regresi Linier Menggunakan Metode Theil (Studi Kasus: Kompensasi Pegawai di Badan Kepegawaian Daerah Kota Samarinda)

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

STATISTIKA ELEMENTER

UKURAN GEJALA PUSAT DAN UKURAN LETAK

Pemodelan Penduduk Miskin di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Pemilihan Model Regresi Terbaik Menggunakan Akaike s Information Criterion (The Best Regression ModelSelection UsingAkaike s Information Criterion)

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

Uji Statistika yangb digunakan dikaitan dengan jenis data

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

REGRESI & KORELASI LINIER SEDERHANA

Regresi & Korelasi Linier Sederhana

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

Jurnal EKSPONENSIAL Volume 7, Nomor 1, Mei 2016 ISSN

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

BAB III METODE PENELITIAN

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277

UKURAN DASAR DATA STATISTIK

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma

H dinotasikan dengan B H

REGRESI LINIER SEDERHANA

Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

REGRESI & KORELASI LINIER SEDERHANA

BAB 2 LANDASAN TEORI. menentukan hubungan antara variabel independen (x) dengan variabel dependen (y).

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB 3 Interpolasi. 1. Beda Hingga

Analisis Korelasi dan Regresi

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

S2 MP Oleh ; N. Setyaningsih

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

X a, TINJAUAN PUSTAKA

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

BAB II TINJAUAN PUSTAKA

Pemodelan Angka Pengangguran Pernah Bekerja dan Belum Pernah Bekerja di Jawa Timur Menggunakan Metode Regresi Multivariat

Koefisien Korelasi Spearman

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK

Transkripsi:

Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number of Brth East Kalmata Year 3 ad 4) Rco Saputtra, Des Yuart, da Sr Wahyugsh 3 Laboratorum Statsta Komputas FMIPA Uverstas Mulawarma,3 Program Stud Statsta FMIPA Uverstas Mulawarma Jl. Barog Togo Kampus G. Kelua Samarda-Kalmata Tmur E-mal: Rco.ro9@gmal.com, desy_yut@yahoo.com, swahyugsh@gmal.com 3 Abstract Regresso aalyss s oe of the statstcal techques that s used to modelg the relatoshp betwee the depedet varable ad depedet varables. I geeral, there are two ds of regresso, lear regresso ad o-lear regresso. No-lear regresso s a method to obta o-lear models whch declared varables. Oe of the o-lear regresso aalyss s expoetal regresso. I a double expoetal regresso aalyss, parameter estmato s doe usg Ordary Least Square (OLS). Ths method s used whe the depedet varable s expoetally dstrbuted ad a double expoetal regresso s regresso aalyss at whch the depedet varable s serves as a ra or a expoet. The purpose of ths research to determe s double expoetal regresso model of the data o the umber of brths East Kalmata 3 through 4. Based o the results of the study, t s foud that the double expoetal regresso fucto of the umber of brths east Kalmata 3 Y 5,3 e,59,868 through 4, amely. The factors that fluece the umber of brths East Kalmata 3 through 4 are the umber of couples of reproductve age ad the of the umber of ew users of famly plag (KB). Keywords: Total brth East Kalmata, umber of elgble spouse, umber of users ew KB, Ordary Least Squares (OLS) double expoetal regresso. Pedahulua Aalss regres adalah salah satu dar te statsta yag dguaa utu memodela hubuga atara varabel terat da varabel bebas. Pada aalss regres varabel dbedaa mejad dua baga yatu varabel bebas (depedet) da varabel terat (depedet). Secara umum aalss regres ler dbag mejad dua yatu aalss regres ler sederhaa da aalss regres ler bergada (Pramudjoo, ). Dalam aalss regres juga terdapat regres ler da regres o-ler, Pada regres oler terdapat salah satu metode yatu regres espoesal, dmaa merupaa metode yag dguaa utu memodela pertumbuha populas mahlu hdup. Regres espoesal terbag mejad dua yatu model espoesal sederhaa da model espoesal bergada. Model espoesal bergada merupaa pegembaga dar model regres espoesal dmaa pada model regres espoesal bergada terdapat dua atau lebh varabel bebas () terhadap satu varabel terat (Y) (Nawar, ). Adapu batasa masalah pada peelta adalah model regres yag dguaa yatu model regres epoesal bergada, dega data jumlah elahra bay d Kalmata Tmur pada tahu 3 da 4, dega varabel bebas yatu jumlah pasaga usa subur da jumlah peggua KB baru d Kalmata Tmur. Tujua yag g dcapa dar peelta adalah yag pertama utu megetahu model dar regres epoesal bergada utu data jumlah elahra bay d Kalmata Tmur pada tahu 3 da 4 da utu megetahu apaah jumlah Pasaga Usa Subur da jumlah peggua KB baru berpegaruh terhadap jumlah elahra bay d Kalmata Tmur pada tahu 3 da 4. Aalss Regres Dalam lmu statsta salah satu te yag umum dguaa dalam megaalss hubuga d atara dua atau lebh varabel bebas adalah aalss regres, area pada dasarya perubaha la suatu varabel tda selalu terjad dega sedrya, hal tersebut dapat dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Istlah regres yag berart ramala atau tasra pertama al dpereala oleh Sr Fracs Galto pada tahu 877. Dalam aalss regres deal terdapat dua jes varabel yatu varabel bebas da varabel terat. Dalam regres terdapat dua aalss regres yatu aalss Program Stud Statsta FMIPA Uverstas Mulawarma 7

Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 regres ler da regres o-ler (Gujarat, ). Aalss Regres Ler Bergada Regres ler bergada adalah regres dega dua atau lebh varabel,,,, sebaga varabel bebas da Y sebaga varabel terat. Aalss regres ler bergada juga merupaa suatu metode statsta yag umum dguaa utu meelt hubuga atara sebuah varabel terat dega beberapa varabel bebas (Suyoto, 7). Betu umum persamaa regres ler bergada dapat dtulsa sebaga berut : Y 3 3 () Dmaa : Y = Varabel terat,, 3,, = Varabel bebas =Resdual, artya la-la dar varabel la yag tda dmasua dalam persamaa. Resdual yag dasumsa ε ~ IIDN(μ,σ ),, = Nla oefse regres (Sembrg, 995). Peguja Sgfas Parameter Sebelum mear esmpula dar model regres maa terlebh dahulu dlaua peguja terhadap parameter regres ba secara smulta (bersama-sama) maupu secara parsal (dvdu). Hal bertujua utu megetahu varabel-varabel bebas yag mempuya pegaruh maupu tda terhadap varabel terat. Uj Smulta (Uj F) Uj F juga serg dsebut sebaga uj smulta, utu meguj apaah varabel bebas yag dguaa dalam model mampu mejelasa perubaha la varabel terat atau tda Adapu lagah-lagah peguja smulta adalah sebaga berut: Hpotess H : 3 (Secara smulta ostata da varabel bebas tda berpegaruh terhadap varabel terat). H : Mmal ada satu β j dmaa j =,,,3,.., (Mmal terdapat ostata atau satu varabel bebas yag berpegaruh terhadap varabel terat). Statst Uj F R R dmaa: F = Nla F htug R = Koefse Determas () = Jumlah Varabel Bebas = Jumlah Pegamata (Uura Sampel) Daerah Krts Meola H Ja F htug > F ;, atau meola H ja p-value < Kesmpula Ja detahu H dtola maa dapat dsmpula bahwa mmal ada satu varabel bebas yag berpegaruh terhadap varabel terat begtupu sebalya. (Wdarjoo, 7). Uj Parsal (Uj t) Uj t pada dasarya seberapa jauh pegaruh satu varabel bebas secara dvdual dalam meeraga varas varabel tda bebas. Hpotess H : β j =, j =,,,3,, (Tda terdapat pegaruh atara varabel bebas e j dega varabel terat). H : β j, j =,,,3,, (Terdapat pegaruh atara varabel bebas e j dega varabel terat). Statst uj ˆ (3) t ht j SE( ˆ ) j Dmaa : t ht = Statst uj-t (t-htug) ˆ =Koefse regres varabel bebas e-j j SE ˆ ) = Stadar resdual utu oefse ( j regres e-j Daerah Krts Meola H Ja t htug > t tabel ( α /,-) atau meola H ja p-value < Dega α adalah taraf sgfas (Wdarjoo, 7). Peguja Asums Klas Model Regres Ler Bergada Beberapa peympaga-peympaga yag serg dlaua terhadap asums-asums pada model regres ler bergada adalah : Multolertas Multolertas merupaa eadaa dmaa terjadya hubuga (orelas) d atara varabel bebas. Meurut Sembrg (995) hubuga yag sempura jarag seal terjad da utu meetua varabel maa yag meyebaba terjadya multolertas da membutuha pegetahua dalam megea permasalaha dar bdag yag dtelt. Pedoma suatu model regres yag bebas multolertas adalah yag pertama dapat dlhat dar besarya la VIF (Varace Iflato Factor) da besarya dar la 7 Program Stud Statsta FMIPA Uverstas Mulawarma

Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 tolerace atau t = /VIF (la tolerace lebh dar,) da besara dar la VIF = /t (la VIF urag dar ). Heterosedaststas Heterosedaststas berart ada vara varabel pada model regres yag tda sama (osta). Sebalya, ja vara varabel pada model regres meml la yag sama (osta) maa dsebut dega homosedaststas, Gaggua heterosedaststas dapat ddetes dega melaua yatu dega pedetesa dega megguaa metode Whte. Uj heterosedaststas dega metode Whte dlaua dega lagah sebaga berut : Hpotess dar uj heterosedaststas : H : Tda terjad masalah heterosedaststas H : Terjad masalah heterosedaststas Mear esmpula uj heterosedaststas, dega rtera Meola H, ja la htug > tabel(α,) maa terjad masalah heterosedaststas, da sebalya. (Sulyato, ). Autoorelas Autoorelas merupaa asums resdual yag meml ompoe atau la yag berorelas berdasara watu (uruta watu) pada hmpua data tu sedr. Uj autoorelas yatu dega Durb Watso (Gujarat, 4). Hpotess yag dguaa pada uj autoorelas adalah : H : (Tda terdapat masalah autoorelas dalam model regres) H : (Terdapat masalah autoorelas dalam model regres) Adapu lagah-lagahya adalah sebaga berut: a. Melaua regres dega OLS da medapata resdual e. b. Meghtug statst uj DW (Durb- Watso) Sebaga berut: d dmaa : e e e, (4) e = la resdual Y Yˆ ) ( e = la resdual sebelumya c. Krtera peolaa H dapat dlhat pada Tabel (Wdarjoo, 7). Tabel. Krtera Peguja Autoorelas dega Uj Durb-Watso Nla Statst DW < DW < d L d L DW d U d U < DW < 4-d U 4-d U DW 4-d L 4-d L DW 4 Hasl Meola H Daerah Keragua Meerma H Daerah Keragua Meola H Keormala Resdual Uj eormala dapat dlaua dega uj Jarque-Bera. Uj Jarque-Bera merupaa uj ormaltas dega berdasara pada oefse erucga (urtoss) da oefse emrga (sewess). Uj dlaua dega membadga statst Jarque-Bera (JB) dega la tabel( ;). Ja la JB tabel. maa la resdual terstadarsas dyataa berdstrbus ormal. Dega hpotess sebaga berut: H : Resdual berdstrbus ormal H : Resdual tda berdstrbus ormal Utu meghtug la statst Jarque-Bera (JB) dguaa rumus berut : S ( K 3) JB 6 4 (5) Dmaa : JB = Statst Uj Jarque-Bera S = Koefsee Sewess K = Koefse Kurtoss Dmaa : 3 ( ) S 3 / ( ( )) (6) 4 ( ) K ( ( )) (7) Daerah Krts Meola H ja la dar Jarque-Bera (JB) > tabel atau la dar p-value < α. (Sulyato, ). Regres No-Ler Regres o-ler adalah suatu metode utu medapata model o-ler yag meyataa varabel terat da varabel bebas. Apabla hubuga fugs atara varabel bebas () da varabel terat (Y) bersfat o-ler, trasformas betu oler e betu ler. Utu medapata lertas dar hubuga o-ler, dapat dlaua trasformas pada varabel terat atau varabel bebas atau eduaya (Sudjaa, 3). Program Stud Statsta FMIPA Uverstas Mulawarma 73

Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Dstrbus Espoesal Dstrbus espoesal bergua dalam mecar selsh watu yag terjad dalam suatu peluag da pada daerah tertetu. Pada aalss regres espoesal data varabel terat harus berdstrbus espoesal. Oleh area tu dapat dlaua peguja Ch-Square utu megetahu apaah data varabel terat berdstrbus espoesal atau tda. Adapu cara peguja Ch-Square adalah sebaga berut : Hpotess: H : Data berdstrbus espoesal H : Data tda berdstrbus espoesal Statst Uj O E E Dmaa : = Uj Ch-Square O = freues observas e, =,,3,, E = freues espetas e- (8) (Atmaja, 9). Aalss Regres Espoesal Bergada Regres espoesal adalah regres oler yag varabel teratya berdstrbus espoesal. Metode yag dguaa utu megestmas parameter pada model regres model espoesal salah satuya adalah metode Ordary Last Square. Pada aalss regres espoesal dapat dembaga mejad aalss regres oler espoesal bergada da model yag dguaa yatu dega megguaa dua atau lebh varabel,, 3,, sebaga varabel bebas da satu varabel Y sebaga varabel terat. Adapu betu umum persamaa regres espoesal bergada sebaga berut: 33 Y e ; =,,3,, (9) Keteraga: Y = Nla pegamata e-,, 3,, = Nla peubah e-,, 3,, e =,788 β, β, β 3,,β = Parameter ε = Galat atau resdual e- (Nawar, ). Trasformas Model Espoesal Bergada Utu medapata lertas dar hubuga o-ler, dapat melaua traformas dar betu o-ler mejad betu ler pada varabel bebas atau varabel terat atau eduaya (Nawar, ). Sebelum masu e peguja selajutya maa ta terlebh dahulu aa melera model espoesal bergada pada persamaa (9) utu mecar model lerya yatu dega megguaa logartma atural, sehgga modelya mejad : 33 l Y l e. 3 e l 3 l Y l l e l l Y 3 3 l l Y 3 3 l Y 3 3 l. () Persamaa () dapat dtulsa embal mejad: * Y *, dega : Y * l Y l *, 3 3 () Dar persamaa (9) merupaa fugs semlogartm atara L Y dega da merupaa persamaa gars lurus dega emrga da memotog sumbu LY d. Utu meyederhaaa peyelesaa persamaa () d sampg, maa dlaua pemsala sebaga berut: P A A A A 3 3 A Dmaa : P = L Y = A = β A = β A = β A 3 = β 3 A 4 = β 4 ε * = L ε 4 4 * A () Estmas Model Regres Espoesal Bergada. Estmas model traformas regres Espoesal Bergada pada persamaa () berut dapat dtuls: Pˆ    Â33  4 4  Utu meetua estmas oefse model datas yag dlambaga dega Â, Â, Â,  3, da  dguaa metode OLS berdasara pada estmas parameter persamaa regres ler bergada yatu pada persamaa regres ler bergada. Koefse Determas Koefse determas mampu membera formas megea varas la varabel terat yag dapat djelasa oleh model regres yag dguaa (Gujarat, ). 74 Program Stud Statsta FMIPA Uverstas Mulawarma

Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Dmaa: Y R Y Ŷ ; Y Y (3) = la varabel terat Y = la rata-rata varabel terat Y = la preds Lagah Megatas Padatya Pedudu. Stuas da ods Idoesa dalam bdag epedudua, ualtasya saat mash sagat memprhata. Jumlah elahra ddefsa sebaga bayaya elahra hdup pada suatu tahu tertetu tap pedudu pada pertegaha tahu d Idoesa. Atau dega rumus dapat dtuls mejad sebaga berut : B CBR (4) P. Dmaa : CBR = Crude Brth Rate (tgat elahra asar) B = jumlah seluruh elahra P = jumlah pedudu pada pertegaha tahu.= blaga ostata Tgat elahra dapat dgologa dalam tga tgat rtera yatu tgat elahra Gologa > 3 Tgg, -3 Sedag da < Redah (Rusl, 995). Masalah epedudua yag terjad terat dega lajuya pertumbuha pedudu beberapa tahu terahr d Kalmata Tmur merupaa masalah yag medapat perhata husus da peggarapa serus dar Pemertah da dtaga melalu lembaga BKKBN Provs Kalmata Tmur (BKKBN, 3). Fator yag Mempegaruh Kelahra Bay Adapu fator-fator yag mempegaruh elahra bay d Kalmata Tmur yag adalah sebaga berut (BKKBN, 3):. Program Keluarga Berecaa (KB) Strateg BKKBN dalam pegata peggua program KB yatu adalah pegguaa alat da obat otraseps. Setap tahu pemertah terus megajura epada masyaraat d Kalmata Tmur agar pasaga baru atau pada masa usa subur supaya dapat megut program KB baru yag bertujua utu dapat megurag jumlah elahra bay da utu dapat megurag dampa padatya pedudu d Kalmata Tmur.. Bayaya Pasaga Usa Subur Strateg omuas merupaa strateg yag palg tepat dlaua dalam member pemahama epada pasaga usa subur Meyampaa formas da juga melaua eduas megea program KB serta pegguaa alat otraseps epada (.3) pasaga usa subur dega megguaa saraa omuas lagsug atau omuas tatap mua dega membuat acara peyuluha yag dbuat dega acara yag sesua dega mat masyaraat agar lebh dapat mear mat serta perhata dar pasaga usa subur da membera pegaraha, megedala, pemahama da juga mewujuda setap betu perubaha serta pemahama bahwa dua aa cuup utu dapat meea padatya jumlah pedudu d Kalmata Tmur. Metodolog Peelta Varabel yag dguaa pada peelta al adalah jumlah elahra bay d Kalmata Tmur pada tahu 3 da 4 sebaga varabel terat (Y), dega varabel bebas jumlah pasaga usa subur ( ) da jumlah peggua KB baru ( ). Hasl da Pembahasa Data yag dambl merupaa data dar jumlah Kelahra Bay yag drc ada beberapa varabel sosal meurut provs Kalmata Tmur pada tahu 3 da 4. Dar data tersebut aa dcar bagamaa pegaruh jumlah Kelahra Bay selama pada tahu 3 da 4. Adapu varabel data yag aa dhtug adalah: Jumlah Pasaga Usa Subur ( ) da Jumlah Peggua Keluarga Berecaa (KB) baru ( ), terhadap perubaha Jumlah Kelahra Bay Aalss Statst Desrptf Tabel. Statsta Desrptf Utu Data Jumlah Kelahra Bay d Kalmata Tmur Var M Max Rata Data Std. Dev Y.388 58 739.98.39.36.439.8.547 4 4 4 36,5 563,965 4,7 Data yag daalss adalah 4 data dega rata-rata jumlah elahra bay (Y) adalah.439 jwa, dega jumlah elahra teredah yatu.388 da jumlah elahra tertgg yatu.98, serta meml la stadar devas sebesar 36,5. Rata-rata jumlah pasaga usa subur ( ).8 orag, dega jumlah pasaga usa subur teredah yatu 58 pasaga. jumlah pasaga usa subur tertgg yatu.39. serta meml la stadar devas sebesar 563,965. Rata-rata jumlah peggua KB baru ( ) adalah.547 orag, dega jumlah peggua KB baru teredah yatu 739 da jumlah peggua KB baru tertgg yatu.36 orag,serta meml la stadar devas sebesar 4,7. Program Stud Statsta FMIPA Uverstas Mulawarma 75

Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Peguja Dstrbus Espoesal Pada Varabel Terat Peguja dstrbus espoesal pada varabel terat dega megguaa uj Ch- Square. Setelah dlauaya peguja dstrbus espoesal pada varabel terat maa ddapata la htug adalah 3,845 da tebel adalah 5,99. Sehgga dapat d putusa area la htug adalah 3,845 < (,5;4-) adalah 5,99 maa dapat d smpula bahwa H gagal dtola, yag berart data varabel terat berdstrbus espoesal. Model Awal Regres Espoesal Bergada Adapu model awal regres espoesal bergada adalah sebaga berut: Y e ; =,,3,, 4 Dmaa: Y = Jumlah Kelahra Bay utu pegamata e- = Jumlah Pasaga Usa Subur = Jumlah Peggua KB baru e =,788 β, β, β = Parameter ε = Galat atau resdual e- Estmas model trasformas regres espoesal bergada yag terdapat pada persamaa (): Pˆ    Utu meetua estmas oefse model pada persamaa () yag dlambaga dega Â, Â, da  dguaa metode OLS berdasara pada estmas parameter persamaa regres ler bergada yatu pada persamaa regres ler bergada. Trasformas Model Regres Epsoesal Bergada Trasformas dlaua area regres yag terbetu adalah o ler espoesal maa pada persamaa (9) dtrasformasa e betu regres ler bergada pada persamaa (). Berdasara hasl dar persamaa () dapat detahu bahwa varabel yag berubah yatu varabel teratya. Estmas Model Regres Espoesal Bergada Estmas parameter regres Espoesal Bergada dperoleh dega megguaa metode OLS berdasara pada estmas model persamaa regres ler bergada. Pada perhtuga yag dlaua ddapat la oefse Â,  da Â, maa model regres espoesal bergada dapat terbetu sepert persamaa () yatu: Pˆ    Maa, Pˆ 76,693,59 -,868 Dmaa: P = L Y β = A = 76,693 β = A =,59 β = A = -,868 Peguja Sgfas Parameter Sebelum mear esmpula dar model regres maa terlebh dahulu dlaua peguja terhadap parameter regres ba secara smulta (bersama-sama) maupu secara parsal (dvdu).. Uj Smulta Setelah dlauaya peguja smulta maa ddapata la p-value adalah,, F htug adalah 5,457 da F tebel adalah 3,47. Sehgga dapat d putusa area la p-value adalah, < α,5, sama halya dega la F htug yatu sebesar 5,457 > la F (,5(-),(4-)) yatu sebesar 3,47 maa dapat smpula bahwa H dtola, yag berart secara smulta ostata da e dua varabel bebas meml pegaruh yag sgfa terhadap varabel terat.. Uj Parsal (Uj T) Tabel 3 Peguja Parsal (Uj t) Varabel t htug t tabel t sg Kostata ( ) ( ), 3, -3,4,74,74,74,,5,4,5,5,5 Setelah dlauaya peguja parsal maa dperoleh hasl yag dapat dlhat pada Tabel 3 datas. Berdasara pada Tabel 3, pada varabel ostata, dperoleh la p-value adalah,, t htug adalah, da t tabel adalah,74, sehgga dapat dputusa area la p-value adalah, < α,5, sama halya dega la t htug yatu sebesar, > la t (,5/.4-) yatu sebesar,74 maa dapat smpula bahwa H dtola, yag berart terdapat pegaruh varabel ostata yag sgfa terhadap varabel jumlah elahra bay. Pada varabel jumlah pasaga usa subur ( ), dperoleh la p-value adalah,5, t htug adalah 3, da t tabel adalah,74, sehgga dapat dputusa area la p-value adalah,5 < α,5, sama halya dega la t htug yatu sebesar 3, > la t (,5/.4-) yatu sebesar,74 maa dapat dsmpula bahwa H dtola, yag berart terdapat pegaruh varabel jumlah pasaga usa subur yag sgfa terhadap varabel jumlah elahra bay. Pada varabel jumlah peggua KB baru ( ), dperoleh la p-value adalah,4, t htug 76 Program Stud Statsta FMIPA Uverstas Mulawarma

Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 adalah 3,4 da t tabel adalah,74. Sehgga dapat d putusa area la p-value adalah,4 < α,5, sama halya dega la t htug yatu sebesar 3,4 > la t (,5/.4-) yatu sebesar,74 maa dapat smpula bahwa H dtola, yag berart terdapat pegaruh varabel jumlah peggua KB baru yag sgfa terhadap varabel jumlah elahra bay. Peguja Terhadap Asums Klas Aalss Regres Epoesal Bergada Multolertas Berdasara hasl aalss maa ddapata Tabel sebaga berut: Tabel 4.Hasl Peguja Multolertas Varabel P-value Tolerace VIF,5,4,7,7 3,696 3,696 Dapat dlhat dtujua bahwa la dar tolerace lebh dar, yatu,7 da la dar VIF urag dar yatu 3,696. Oleh area tu maa dapat dataa tda terdapat masalah dalam multolertas sehgga model regres laya dguaa Heterosedaststas Setelah dlauaya peguja heterosedaststas maa ddapata la p-value adalah,65. Sehgga dapat d putusa area la p-value adalah,65 > α adalah,5, maa dapat d smpula bahwa H gagal dtola, yag berart tda terjad masalah heterosedaststas. Autoorelas Setelah dlauaya peguja autoorelas maa ddapata hasl dega α = 5%, jumlah pegamata 4 da varabel bebas, maa dperoleh la d L sebesar,878 da d U sebesar,5464, sedaga la d sebesar,665. Sehgga dapat dputusa area la d U (,5464) d (,665) 4-d U (,4536) maa dapat dsmpula bahwa tda terjad masalah autoorelas. Normaltas (Uj Keormala Resdual) Setelah dlauaya peguja eormala resdual maa ddapata la p-value adalah,367, JB adalah,959 da tabel adalah 5,99. Sehgga dapat dputusa area la p-value,367 > α adalah,5, sama halya dega la JB adalah,959 < (,5;) adalah 5,99 maa dapat dsmpula bahwa H gagal dtola, maa Resdual berdstrbus ormal Model Ahr Regres Epoesal Bergada Setelah dlauaya peguja maa ddapata hasl dar model ahr regres espoesal bergada dapat dlhat sebaga berut: Pˆ 76,693,59,868 Dega : = L Y = Jumlah pasaga usa subur = Jumlah peggua KB baru Sehgga, dlaua pegembala e betu awal yatu sebaga berut: P e A A A e LY e e L Y e 76,693,59 e e,868 e Y,, 868, e 59 53 Iterpretas Model Ahr Regres Epoesal Bergada Dapat dterpretasa bahwa fator jumlah pasaga usa subur da jumlah peggua KB baru mempegaruh jumlah elahra bay. Ja jumlah pasaga usa subur da jumlah peggua KB baru adalah ol maa jumlah elahra bay pada tahu tersebut sebesar 5.3 6 jwa. Da ja terjad peambaha satu pasaga yag berusa subur pada jumlah pasaga usa subur ( ), maa jumlah elahra bay pada tahu tu aa megalam pegata secara espoesal yatu sebesar e,59 =,8 jwa. Ja terjad peambaha satu orag peggua KB baru, maa jumlah aga elahra bay pada tahu tu aa megalam peurua secara espoesal yatu sebesar e -,868 =,4 jwa. Koefse Determas (R ) Setelah dlaua aalss maa dapat detahu la R meujua la sebesar,34 atau 34,%. Hal dapat darta bahwa setar 34,% aga jumlah elahra bay dpegaruh oleh varabel jumlah pasaga usa subur da jumlah peggua KB baru. Sedaga ssaya yatu 65,8 % dpegaruh oleh fator la yag tda termasu dalam perhtuga. Kesmpula Berdasara dar hasl peelta, dperoleh esmpula yatu sebaga berut:. Model ahr dar regres espoesal bergada utu data jumlah elahra bay d Kalmata Tmur adalah sebaga berut:,, 868 Y, e 59 53. Setelah dlauaya peguja maa dapat dtar esmpula bahwa fator jumlah pasaga usa subur ( ) da fator jumlah peggua eluarga berecaa baru ( ) berpegaruh secara sgfa terhadap Program Stud Statsta FMIPA Uverstas Mulawarma 77

Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 3. jumlah elahra bay (Y) d provs Kalmata Tmur pada tahu 3 da 4. Daftar Pustaa Atmaja, S. Luas. 9. Statst Utu Bss da Eoom. Yogyaarta : ANDI Gujarat, N.Damodar.. Dasar Dasar Eoometra. Jaarta: Salemba Empat. Nawar.. Aalss Regres dega MS Exel 7 da SPSS 7. Jaarta : PT. Elex Meda Komputdo Pramudjoo.. Statsta Dasar. Samarda: Purry Kecaa Madr. Rusl, Sad. 995. Pegatar Ilmu Kepedudua. Jaarta : LP3ES Sembrg, R.K. 995. Aalss Regres. Badug: ITB Badug Sudjaa, M. A. 3. Te Aalss Regres da Korelas. Badug : Tatsto Suyoto, Daag. 7. Memecaha Kasus Statst : Desrptf Parametr da No Parametr dega SPSS. Yogjaarta : Ad Offset. Sulyato,.Eoometra Terapa Teor da aplas dega SPSS. Yogyaarta: CV. Ad Offset. Wdarjoo, A. 7. Eoometra Teor da Aplas utu Eoom da Bss. Eds Kedua. Faultas Eoom UII, Yogjaarta. BKKBN, 3. Kamus Istlah Kepedudua Keluarga Berecaa (KB) da Keluarga Sejahtera.http://www. altm.bb.go.d. dases pada taggal maret 5. 78 Program Stud Statsta FMIPA Uverstas Mulawarma