NAMA : MOHAMMAD FAIZ A

NRP : 153060007
KELAS : MAP B

A. Latar Belakang digunakan untuk menganalisis

hubungan antara dua variabel atau
Regresi linier adalah regresi yang lebih. Menurut Drapper dan Smith
variabel bebasnya (variabel X) (1992) analisis regresi merupakan
berpangkat paling tinggi satu. Utk metode analisis yang dapat
regresi sederhana, yaitu regresi digunakan untuk menganalisis data
linier yg hanya melibatkan dua dan mengambil kesimpulan yang
variabel (variabel X dan Y). Analisis bermakna tentang hubungan
regresi linier sederhana adalah ketergantungan variabel terhadap
hubungan secara linear antara satu variabel lainnya. Hubungan yang
variabel independen (X) dengan didapat pada umumnya dinyatakan
variabel dependen (Y). Analisis ini dalam bentuk persamaan matematika
untuk mengetahui arah hubungan yang menyatakan hubungan antara
antara variabel independen dengan variabel bebas (idependent variable)
variabel dependen apakah positif X dan variabel tak bebas (dependent
atau negatif. variable) Y dalam bentuk persamaan
Tingkat pelayan sarana kesehatan sederhana.
yaitu suatu ukuran tingkat y = a + bx + cx
kemampuan dari sarana tersebut
untuk memenuhi kebutuhan D. Gambaran Umum
masyarakat di wilayah Kota Cirebon.
Tingkat pelayanan sarana
B. Tujuan kesehatan di Kota Cirebon
merupakan indikator dari
Tujuan dari analisis ini yaitu kemampuan pemerintah kota untuk
untuk menganalisa hubungan antara memenuhi kebutuhhan akan sarana
variabel dependent dan variabel kesehatan di Kota Cirebon sebagai
independent. Variabel dependen di bentuk dari keberhasilan Pemerintah
analisis ini yaitu tingkat pelayanan, Kota Cirebon dalam bidang
dan variabel independenya adalah kesehatan.
jumlah penduduk dan jumlah sarana
kesehatan di Kota Cirebon. Data jumlah sarana dan tingkat
pelayanan sarana kesehatan di Kota
C. Tinjauan Teori Cirebon dapat dilihat sebagai berikut:
Analisis regresi merupakan salah
satu analisis statistik yang sering
Tingkat Pelayanan Sarana Kesehatan
Nomor Kelurahan Jumlah Jumlah Tingkat
Sarana Penduduk Pelayanan
Kesehatan
1 Argasunya 21 18198 1,15
2 Harjamukti 17 19269 0,88
3 Kalijaga 27 31231 0,86
4 Kecapi 22 22819 0,96
5 Larangan 29 14470 2,00
6 Kebonbaru 13 8399 1,54
7 Kejaksan 11 9173 1,19
8 Kasenden 17 12215 1,39
9 Sukapura 16 14100 1,13
10 Drajat 17 15437 1,10
11 Karyamulya 19 25619 0,74
12 Kesambi 9 9475 0,94
13 Pekiringan 19 11243 1,68
14 Sunyaragi 17 11045 1,53
15 Kesepuhan 15 14716 1,01
16 Lemahwungkuk 12 7910 1,51
17 Panjunan 21 10436 2,01
18 Pegambiran 18 21442 0,83
19 Jagasatru 11 10158 1,08
20 Pekalangan 10 5893 1,69
21 Pekalipan 16 6395 2,50
22 Pulasaren 9 5677 1,58
336 305320

Dari data di atas tentukan variabel terikat dan tidak terikat dan analisa
hipotesis dengan menggunakan analisis regresi linier. Dengan tingkat error 0,05%
dan hipotesis dari data tersebut.
E. Analisis

Descriptive Statistics

Mean Std. Deviation N

Tingkat_pelayanan_kesehat
1.2850 .40158 22
an

Jumlah_Penduduk 1.3878E4 6778.75983 22

Jumlah_sarana_kesehatan 16.6364 5.35898 22

 Variabel independen terdiri dari jumlah sarana kesehatan dan jumlah
penduduk sedangkan variabel dependenya adalah tingkat pelayanan kesehatan.

b
Model Summary

Change Statistics

Adjusted R Std. Error of R Square Sig. F

Model R R Square Square the Estimate Change F Change df1 df2 Change Durbin-Watson
a
1 .548 .300 .226 .35322 .300 4.071 2 19 .034 2.537

a. Predictors: (Constant), Jumlah_sarana_kesehatan,

Jumlah_Penduduk

b. Dependent Variable: Tingkat_pelayanan_kesehatan

1. Analisis Pengaruh dan Hipotesis

Dari hasil analisis di atas dapat diketahui bahwa R Square yaitu 0,30 maka
pengaruh dari variabel Dependent terhadap Variabel Independet sebesar 30% dan
dari tabel di atas juga di ketahui F Change atau F hitung yang dapat di bandingkan
dengan nilai dari tabel F.
Kriteria Hipotesis
- F hitung > F tabel maka hipotesis di terima
- F hitung < F tabel maka hipotesis di tolak
Dilihat dari tabel F dengan n 22 dan v1 =22- 2=20 nilai F tabel sebesar 2,07 jadi
hasil hipotesianya adalah 4,071 > 3,44 / Fhitung > Ftabel maka hipotesis diterima.
a
Coefficients

Unstandardized Standardized 95% Confidence Collinearity

Coefficients Coefficients Interval for B Statistics

Lower Upper
Model B Std. Error Beta t Sig. Bound Bound Tolerance VIF

1(Constant) 1.222 .251 4.868 .000 .696 1.747

Jumlah_Penduduk -4.420E-5 .000 -.746 -2.848 .010 .000 .000 .537 1.863

Jumlah_sarana_ke
.041 .020 .543 2.072 .052 .000 .082 .537 1.863
sehatan

a. Dependent Variable:
Tingkat_pelayanan_kesehatan
 Nilai B dari tabel analisis di atas menunjukan nilai persamaan dari
persamaan y=a+bx+cx maka persamaanya diketahui adalah y = 1,222 – 4,420x +
0,041x
Maka dihasilkan diagram sebagai berikut:

F. Kesimpulan
Dari hasil analisis di atas dapat diketahui bahwa Pengaruh antara Tingkat
pelayanan sarana dengan Jumlah Penduduk dan jumlah sarana kesehatan
sebesar 30% dan linier kearah positif.