UNIVERSITAS INDONESIA

FAKTOR-FAKTOR YANG BERHUBUNGAN DENGAN FERTILITAS

(ANALISIS DATA LANJUT SUSENAS 2016)

PROPOSAL TESIS

TINTON MOHAMMAD AKBAR

1606857236

FAKULTAS KESEHATAN MASYARAKAT

MAGISTER ILMU KESEHATAN MASYARAKAT
DEPOK
2018

i
Universitas Indonesia
 DAFTAR ISI

DAFTAR ISI
DAFTAR GAMBAR
BAB I PENDAHULUAN
1.1. Latar Belakang
1.2. Rumusan Masalah
1.3. Pertanyaan Penelitian
1.4. Tujuan Penelitian
1.5. Manfaat Penelitian
1.6. Ruang Lingkup Penelitian
BAB II TINJAUAN PUSTAKA
2.1. Fertilitas
2.1.1 Definisi Fertilitas
2.1.2 Konsep Fertilitas
2.1.3 Ukuran Dasar Fertilitas
2.2. Teori Fertilitas
2.3. Faktor-faktor Penyebab Fertilitas
2.4. Berbagai Hasil Penelitian Sebelumnya
BAB III KERANGKA KONSEP
3.1. Kerangka Konsep
3.2. Definisi Operasional
3.3. Hipotesis
BAB IV METODOLOGI PENELITIAN
4.1. Desain Penelitian
4.2. Lokasi Penelitian
4.3. Sumber Data dan Instrumen
4.4. Populasi dan Sampel Penelitian
4.5. Pengumpulan Data
4.6. Pengolahan Data
4.7. Analisis Data
4.7.1 Analisis Deskriptif
2
Universitas Indonesia
4.7.2 Estimasi Model
4.7.3 Deteksi Asumsi Klasik
4.7.4 Analisis Bivariat
4.7.5 Analisis Multivariat

3
Universitas Indonesia
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Fertilitas dalam pengertian demografi adalah kemampuan wanita secara riil
untuk melahirkan. Kemampuan seorang wanita untuk melahirkan berbeda antara wanita
yang satu dengan lainnya, begitu pula antara satu penduduk dengan penduduk yang
lainnya (BKKBN DKI Jakarta, 2008).
Fertilitas merupakan hal penting karena menjadi faktor penggantian secara
biologis dan kelangsungan hidup suatu masyarakat, serta mempengaruhi pertumbuhan
jumlah penduduk secara positif, yang berarti bahwa kenaikan (penurunan) angka
fertilitas akan menaikkan (menurunkan) jumlah penduduk (BPS, 1994).
Indonesia memiliki jumlah penduduk terpadat keempat di dunia setelah China,
India, dan Amerika Serikat. Berdasarkan hasil Sensus Penduduk BPS 2010, jumlah
penduduk Indonesia sudah mencapai 237,6 juta jiwa atau bertambah 32,5 juta jiwa sejak
tahun 2000. Artinya, setiap tahun selama periode 2000-2010, jumlah penduduk
bertambah 3,25 juta jiwa. Jika dialokasikan ke setiap bulan maka setiap bulannya
penduduk Indonesia bertambah sebanyak 270.833 jiwa atau sebesar 0,27 juta jiwa.
menurut jumlah tersebut, maka setiap harinya penduduk Indonesia bertambah sebesar
9.027 jiwa (BKKBN Kalbar, 2016).
Hasil survey BPS pada tahun 2016 menunjukkan laju pertumbuhan penduduk
Indonesia masih mencapai 1,49 persen (meningkat dari periode 1990-2000 yaitu 1,45
persen) atau sekitar empat juta pertambahan penduduk per tahun. Adapun hasil Survey
Demografi Kesehatan Indonesia (SDKI) 2002, 2007 dan 2012, Tren Angka Kelahiran
Total secara nasional tingkat fertilitas di Indonesia relatif stagnan yaitu fertilitas rata-
rata wanita subur melahirkan 2,6 anak dengan pertambahan jumlah penduduk sebesar
empat juta per tahun. Angka tersebut belum memenuhi target RPJMN 2010-2014 yaitu
rata-rata wanita melahirkan 2,1 anak sehingga laju pertumbuhan penduduk bisa ditekan
mencapai angka ideal, yakni sekitar satu sampai dua juta per tahun (BKKBN, 2016).
Penduduk dalam jumlah yang besar sebagai sumber daya manusia merupakan
kekuatan pembangunan. Anggapan tersebut mengandung kebenaran bila kondisinya

4
Universitas Indonesia
disertai faktor kualitas dan persebarannya merata. Dengan proyeksi jumlah penduduk
Indonesia sebanyak 307,5 juta jiwa di tahun 2035, dikhawatirkan berpotensi
menimbulkan berbagai persoalan baru seperti terjadinya krisis pangan dan energi.
Pemerintah melalui stakeholder terkait diharapkan dapat mengambil kebijakan yang
tepat dalam mengontrol tingkat fertilitas tersebut (BKKBN Jawa Barat, 2016).
Laju pertumbuhan penduduk dipengaruhi oleh tiga faktor demografi, yaitu
tingkat kelahiran (fertilitas), kematian (mortalitas) dan perpindahan (migrasi). Tingkat
fertilitas merupakan faktor demografi yang paling menentukan tingkat penurunan
pertumbuhan penduduk karena penurunan tingkat fertilitas. Terkait dengan fertilitas,
pemerintah diharapkan mampu untuk menghasilkan suatu kebijakan yang efektif dalam
rangka mengontrol laju pertumbuhan penduduk. Kebijakan yang diupayakan
pemerintah tersebut tentu saja tidak lepas dari berbagai macam faktor yang
mempengaruhi tingkat fertilitas seorang wanita, diantaranya adalah umur ibu, umur saat
perkawinan pertama, jumlah anak meninggal, tempat tinggal, pendidikan, pekerjaan,
pendapatan dan kontrasepsi (Fathimah, 2002).
Sebuah studi di Ethiopia mengenai prevalensi pernikahan usia dini terhadap
pengendalian fertilitas menyebutkan bahwa wanita yang umur kawinnya < 15 tahun
cenderang memiliki tingkat fertilitas 1,83 kali lebih tinggi daripada wanita dengan usia
> 20 tahun. Selain itu, masih pada penelitian yang sama menyebutkan bahwa semakin
rendah tingkat pendidikan seorang wanita yang telah menikah, semakin tinggi 1,83 kali
lipat tingkat fertilitasnya daripada yang telah mengenyam lebih dari pendidikan
menengah (Mekonen, dkk, 2011).
Mengacu kepada konsep dari Badan Kependudukan dan Keluarga Berencana
Nasional, umur kawin pertama didefinisikan sebagai umur atau usia seseorang pada saat
keduanya pertama kali menikah. Melalui UU Perkawinan No.1 tahun 1974, Pemerintah
telah menetapkan batas umur pernikahan yaitu 16 tahun bagi perempuan dan 19 tahun
bagi laki-laki. Guna mencegah pernikahan tersebut, pemerintah mengeluarkan Program
Pendewasaan Usia Perkawinan yaitu rekomendasi umur minimal pernikahan 20 tahun
bagi wanita dan 25 tahun bagi wanita (BKKBN Lampung, 2011). Namun demikian,
fenomena global praktek pernikahan di usia dini masih berkembang, khususnya di
kawasan Afrika. Sebuah studi di Rwanda menunjukkan bahwa usia perkawinan pada
rentang usia 8-18 memiliki peluang sebesar 58,3% untuk memperoleh jumlah anak lebih
5
Universitas Indonesia
dari 4 jika dibandingkan dengan rentang usia 25-49 tahun yang memiliki peluang
sebesar 27,1%. Masih pada penelitian yang sama, kelompok penduduk miskin
(berpenghasilan rendah) memiliki peluang untuk mendapatkan jumlah anak lebih dari 4
sebesar 51% dibandingkan dengan kelompok penduduk kaya (Ndahindwa, dkk, 2014).
Selain faktor penghasilan, tingkat fertilitas lebih tinggi di daerah pedesaan,
karena masyarakat kota lebih modern dan berpendidikan (Gee, 2010). Masyarakat
perdesaan secara kultural lebih fanatik dengan tingkat pengetahuan kondisi sosial
ekonomi yang relatif lebih terbatas dibanding dengan masyarakat kota. Hal tersebut
diperkuat dengan hasil penelitian di Nepal yang menjukkan bahwa masyarakat
perdesaan lebih tinggi 2.5 kali lipat tingkat fertilitasnya dibanding masyarakat
perkotaan. Masih pada penelitian yang sama, status wanita bekerja berpengaruh pula
menurunkan fertilitas sebesar 0,9% (Adhikari, 2010). Hal ini terjadi karena wanita
bekerja lebih sering menghabiskan waktunya di luar rumah dibandingkan wanita yang
tidak bekerja. Wanita yang bekerja dan memiliki jabatan tinggi cenderung beranggapan
bahwa kehadiran seorang anak akan menghambat peningkatan karier (Yanzi, 2015).
Kejadian kematian anak yang pernah dialami oleh pasangan suami istri
berpengaruh pula terhadap tingkat fertilitas. Adanya rasa takut akan kehilangan seorang
atau lebih anak akan direspon orang tua dengan upaya untuk memiliki banyak anak
untuk memastikan bahwa anak mereka selamat sampai dewasa (Heer, 1983). Penelitian
mengenai fertilitas di Asia Tenggara dan Asia Selatan menunjukkan bahwa kematian
anak meningkatkan wanita untuk melahirkan anak sebesar 1,8% (Teguh 2012).
Upaya yang paling konkrit dan signifikan dalam mengendalikan fertilitas
adalah dengan program keluarga berencana melalui penggunaan kontrasepsi (metode
pil, suntik, IUD, dll). Sebuah penelitian di Kenya menunjukkan bahwa penggunaan
kontrasepsi akan menurunkan fertilitas sebesar 25% (Murigi, 2015).
Faktor-faktor yang mempengaruhi tingkat fertilitas tersebut di atas erat
kaitannya dengan upaya pemerintah untuk menurunkan Total Fertility Rate.
Berdasarkan hasil SDKI 2012, tingkat fertilitas masih mengalami stagnasi di angka 2,6
dan belum mencapai target RPJMN 2010-2014 yaitu 2,1 anak per wanita. Merujuk pada
hal tersebut peneliti tertarik untuk melihat faktor-faktor mempengaruhi tingkat fertilitas
Indonesia pada tahun 2016.

6
Universitas Indonesia
 1.2. Rumusan Masalah
Berdasarkan hasil SDKI 2012, tingkat fertilitas masih mengalami stagnasi di
angka 2,6 dan belum mencapai target RPJMN 2010-2014 yaitu 2,1 anak per wanita
Meskipun pada tahun 2015 sudah mengalami sedikit penurunan menjadi 2,5 namun
demikian angka tersebut masih tergolong cukup tinggi dan menempati peringkat empat
di tingkat ASEAN. Menurut Perserikatan Bangsa-Bangsa (PBB) suatu negara akan
mecapai tahap replacemet level fertility pada saat TFR berada pada angka 2,1. Angka
capaian saat ini mengindikasikan bahwa Indonesia belum mencapai tahap replacement
level fertility sehingga upaya penurunan tingkat kelahiran masih diperlukan.
Tersedianya data terbaru Survey Sosial Ekonomi Nasional tahun 2016 dapat digunakan
untuk melihat faktor-faktor yang berhubungan dengan fertilitas pada wanita yang telah
menikah di Indonesia tahun 2016

1.3. Pertanyaan Penelitian

Penelitian dilakukan berdasarkan pertanyaan penelitian sebagai berikut:
1.3.1. Bagaimana gambaran tingkat fertilitas wanita kawin di Indonesia pada tahun
2016?
1.3.2. Bagaimana gambaran umum umur ibu, umur perkawinan pertama, jumlah
kematian anak, tempat tinggal, pendidikan, pekerjaan, pedapatan dan kontrasepsi
pada wanita kawin di Indonesia pada tahun 2016?
1.3.3. Bagaimana pengaruh umur ibu terhadap fertilitas pada pada wanita kawin di
Indonesia pada tahun 2016?
1.3.4. Bagaimana pengaruh umur perkawinan pertama terhadap fertilitas pada pada
wanita kawin di Indonesia pada tahun 2016?
1.3.5. Bagaimana pengaruh jumlah kematian anak terhadap fertilitas pada pada wanita
kawin di Indonesia pada tahun 2016?
1.3.6. Bagaimana pengaruh tempat tinggal terhadap fertilitas pada pada wanita kawin
di Indonesia pada tahun 2016?
1.3.7. Bagaimana pengaruh pendidikan terhadap fertilitas pada pada wanita kawin di
Indonesia pada tahun 2016?
1.3.8. Bagaimana pengaruh pekerjaan terhadap fertilitas pada pada wanita kawin di
Indonesia pada tahun 2016?
7
Universitas Indonesia
1.3.9. Bagaimana pengaruh pendapatan terhadap fertilitas pada pada wanita kawin di
Indonesia pada tahun 2016?
1.3.10. Bagaimana pengaruh penggunaan kontrasepsi terhadap fertilitas pada pada
wanita kawin di Indonesia pada tahun 2016?

1.4. Tujuan Penelitian

1.4.1. Tujuan Umum
Diketahuinya faktor-faktor yang berhubungan dengan fertilitas pada wanita
kawin di Indonesia pada tahun 2016

1.4.2. Tujuan Khusus

1. Mengetahui gambaran tingkat fertilitas wanita kawin di Indonesia pada
tahun 2016
2. Mengetahui gambaran umum umur ibu, umur perkawinan pertama, jumlah
kematian anak, tempat tinggal, pendidikan, pekerjaan, pedapatan dan
kontrasepsi pada wanita kawin di Indonesia pada tahun 2016
3. Mengetahui pengaruh umur ibu terhadap fertilitas pada pada wanita kawin di
Indonesia pada tahun 2016
4. Mengetahui pengaruh umur perkawinan pertama terhadap fertilitas pada
pada wanita kawin di Indonesia pada tahun 2016
5. Mengetahui pengaruh jumlah kematian anak terhadap fertilitas pada pada
wanita kawin di Indonesia pada tahun 2016
6. Mengetahui pengaruh tempat tinggal terhadap fertilitas pada pada wanita
kawin di Indonesia pada tahun 2016
7. Mengetahui pengaruh pendidikan terhadap fertilitas pada pada wanita kawin
di Indonesia pada tahun 2016
8. Mengetahui pengaruh pekerjaan terhadap fertilitas pada pada wanita kawin
di Indonesia pada tahun 2016
9. Mengetahui pengaruh pendapatan terhadap fertilitas pada pada wanita kawin
di Indonesia pada tahun 2016
10. Mengetahui pengaruh penggunaan kontrasepsi terhadap fertilitas pada pada
wanita kawin di Indonesia pada tahun 2016

8
Universitas Indonesia
1.5. Manfaat Penelitian
1.5.1. Bagi Peneliti
Menerapkan ilmu yang telah diperoleh selama mengikuti perkuliahan di
Fakultas Kesehatan Masyarakat Universitas Indonesia
1.5.2. Bagi FKM UI
Hasil penelitian ini dapat digunakan sebagai bahan pertimbangan tindak lanjut
penelitian selanjutnya yang berhubungan dengan fertilitas dan kependudukan
1.5.3. Bagi Pemerintah
Diharapkan mampu untuk memberikan sumbangan ilmu pengetahuan,
khususnya kajian untuk menyusun kebijakan terkait dengan fertilitas dan
kependudukan

1.6. Ruang Lingkup Penelitian

Penelitian mengenai faktor-faktor yang berhubungan dengan tingkat fertilitas di
Indonesia pada tahun 2016 dilakukan pada februari sampai dengan Juni 2016.
Penelitian ini dilakukan terhadap wanita pernah kawin yang berumur 15-49
tahun di Indonesia.

9
Universitas Indonesia
 BAB II
TINJAUAN PUSTAKA

2.1 Fertilitas
2.1.1. Pengertian Fertilitas
Fertilitas dalam Bahasa Inggris disebut sebagai “Fertility” yang diartikan
sebagai reproductive performance (Websers, 1966). Fertilitas merupakan konsep
definisi yang digunakan oleh ahli Demografi untuk menunjukkan tingkat pertambahan
jumlah anak (Hutabarat, 1981).
Pengertian lainnya dari fertilitas sebagai istilah demografi adalah hasil
reproduksi yang nyata dari seorang wanita atau sekelompok wanita atau dengan kata
lain fertilitas ini berkaitan dengan banyaknya bayi yang lahir hidup (Hatmadji, 1981).
Fertilitas juga didefinisikan sebagai istilah yang dipergunakan di dalam bidang
demografi untuk menggambarkan jumlah anak yang benar-benar dilahirkan hidup,
sehingga fertilitas adalah suatu ukuran yang diterapkan untk mengukur hasil reporduksi
wanita yang diperoleh dari statistik jumlah kelahiran hidup (Pollard, AH, 1984).
Dari beberapa pengertian fertilitas yang dikemukakan di atas dapat disimpulkan
bahwa fertilitas adalah suatu istilah yang digunakan dalam bidang demografi untuk
menggambarkan jumlah anak yang benar-benar lahir hidup.Istilah fertilitas ditekankan
pada intensitas dan waktu dari kelahiran yang diamati dari populasi wanita atau pria
yang diasumsikan berada pada periode masa reproduksi (Wunsch, 1978).
Istilah Natalitas memiliki arti hampir sama dengan fertilitas, perbedaannya
terdapat pada ruang lingkupnya. Fertilitas mencakup perananan kelahiran pada
perubahan penduduk, sedangkan natalitas mencakup peranan kelahiran pada perubahan
penduduk dan reproduksi manusia (Hatmadji, 1981). Adapun menurut Wunsch (1978),
natalitas dalam pengertian umum adalah sebuah kontribusi kelahiran hidup terhadap
perubahan populasi yang merupakan satu dari tiga fenomena (selain mortalitas dan
migrasi) yang berperan dalam perubahan populasi menurut tempat dan waktu

10
Universitas Indonesia
2.1.2. Konsep Fertilitas
Menurut Hermadji (1981), dalam memahami fertilitas beberapa istilah yang
harus dipahami yaitu:
1. Lahir hidup (Live birth) menurut PBB dan WHO, adalah suatu kelahiran
bayi tanpa memperhitungkan lamanya di dalam kandungan, dinama bayi
tersebut pada waktu lahirnya menunjukkan tanda-tanda kehidupan seperti
bernafas, jantungnya berdenyut, denyutan tali pusat serta adanya gerakan
otot
2. Lahir mati (Still birth) adalah kelahiran bayi dari kandungan yang berumur
paling sedikit 28 minggu, tanpa menunjukkan tanda-tanda kehidupan
3. Abortus adalah kematian bayi dalam kandungan dengan umur kehamilan
kurang dari 28 minggu. Abortus terbagi atas induced dan spontaneous (tidak
disengaja)
4. Masa reproduksi (Childbearing age) yaitu periode wanita melahirkan di usia
subur 15-49 tahun

2.1.3. Ukuran Dasar Fertilitas

Pengukuran terhadap fertilitas dilakukan dengan dua macam pendekatan
(Hatmadji, 1981 dan Pollard, 1984) : pertama, Pengukuran Fertilitas Tahunan (Yearly
Performance) dan kedua, Pengukuran Fertilitas Kumulatif (Reproductive History)
1. Yearly Performance (current fertility)
Mencerminkan fertilitas dari suatu kelompok penduduk/berbagai kelompok
penduduk untuk jangka waktu satu tahun. Pendekatan ini berbasis ukuran
yang sifatnya cross sectional, umumnya satu atau lima tahunan.
Mencerminkan tingkat fertilitas dari suatu kelompok penduduk atau
kelompok perempuan dalam suatu waktu tertentu
a. Angka Kelahiran Kasar atau Crude Birth Rate (CBR)
Angka kelahiran kasar dapat diartikan sebagai banyaknya kelahiran
hidup pada suatu tahun tertentu tiap 1000 penduduk pada pertengahan
tahun. Kebaikan dari perhitungan CBR ini adalah perhitungan ini
sederhanan karena hanya memerlukan keterangan tentang jumlah anak
yang dilahirkan dan jumlah penduduk pada pertengahan tahun.
11
Universitas Indonesia
 Sedangkan kelemahan perhitungan ini adalah kurang memadai untuk
banyak perhitungan karena mengabaikan komposisi penduduk menurut
umur dan jenis kelamin. Perhitungannya masih sangat kasar karena
penduduk terpapar sebagai penyebut dan tidak memisahkan penduduk
laki-laki dan penduduk perempuan yang masih kanak-kanak dan yang
berumur 50 tahun keatas.
Rumus yang dipergunakan adalah sebagai berikut:

CBR = Kelahiran dalam setahun x 1000

Populasi tengah tahun

b. Angka Kelahiran Umum atau General Fertility Rate (GFR)

Kebaikan menggunakan ukuran ini adalah lebih cermat dari CBR karena
hanya memasukkan wanita yang berumur 15-49 tahun atau 15-44 tahun
sebagai penduduk yang “exposed risk”. Sedangkan kelemahannya ukuran
ini tidak membedakan risiko melahirkan dari berbagai kelompok umur,
sehingga wanita yang berumur 40 tahun dianggap mempunyai risiko
melahirkan yang sama besarnya dengan wanita yang berumur 25 tahun.
Rumus yang dipergunakan adalah sebagai berikut:

GFR = Jumlah kelahiran dalam satu tahun x 1000

Populasi tengah tahun dari perempuan usia 15-44 atau 15-49

c. Angka Kelahiran menurut Kelompok Umur atau Age Specific Fertility

Rate (ASFR)
Terdapat variasi mengenai besar kecilnya kelahiran antar kelompok
penduduk tertentu, karena tingkat fertilitas penduduk ini dapat pula
dibedakan menurut: jenis kelamin, umur, status perkawinan, atau
kelompok-kelompok penduduk yang lain.
Diantara kelompok perempuan usia reproduksi (15-49) terdapat variasi
kemampuan melahirkan, karena itu perlu dihitung tingkat fertilitas
perempuan pada tiap-tiap kelompok umur Age Specific Fertility Rate,
12
Universitas Indonesia
 sehingga ASFR dapat diartikan sebagai banyakanya kelahiran tiap seribu
wanita pada kelompok umur tertentu.
Rumus ASFR yang dipergunakan sebagai berikut:

ASFRi = Jumlah kelahiran bayi dalam kelompok umur i x 1000

Jumlah perempuan kelompok umur i pada pertengahan tahun

ASFR merupakan dasar untuk perhitungan ukuran fertilitas dan

reproduksi selanjutnya (TFR, GRR dan NRR)
Kelemahan dari perhitungan ASFR ini adalah membutuhkan data yang
terinci yaitu banyaknya kelahiran untuk kelompok umur. Sedangkan data
tersebut belum tentu ada di tiap negara/daerah, terutama di negara yang
sedang berkembang. Jadi pada kenyataannya sukar sekali mendapat
ukuran ASFR, kemudian pada perhitungan ini tidak menunjukkan ukuran
fertilitas untuk keseluruhan wanita umur 15-49 tahun

d. Angka Kelahiran Total atau Total Fertility Rate (TFR)

TFR diperoleh dengan menggabungkan berbagai angka fertilitas khusus
umur untuk wanita yang tercakup dalam setiap umur. Apabila kelompok
lima tahunan yang dipergunakan, jumlahnya harus dikalikan lima karena
merupakan jumlah angka setiap umur individu yang dipergunakan.
Dengan demikian, angka fertilitas total akan mencerminkan jumlah anak
yang dilahirkan (tanpa memperhitungkan mortalitas) oleh kelompok
sampel yang terdiri dari 1000 wanita yang pada masa usia reproduktif
akan mengalami angka kelahiran khusus tertentu menjadi dasari indeks
tersebut.

Rumus yang dipergunakan adalah sebagai berikut:

TFR = Jumlah ASFR x 5

1000

13
Universitas Indonesia
2. Reproductive History (cumulative fertility)
a. Child Ever Born (CEB) atau jumlah anak yang pernah dilahirkan
CEB mencerminkan banyaknya kelahiran sekelompok atau beberapa
wanita selama reproduksinya, dan disebut juga dengan paritas. Kebaikan
dari perhitungan CEB ini adalah mudah didapatkan informasinya (di
sensus dan survey) dan tidak ada referensi waktu. Kekurangan CEB
adalah jumlah anak lahir hidup menurut kelompok umur sering tidak
akurat apabila terdapat kesalahan dalam pelaporan ibu, terutama di
negara berkembang serta ada kecenderungan bahwa semakin tua sekamin
besar kemungkinan untuk melupakan jumlah anak yang dilahirkan
(memory lapse)
Rumus yang digunakan adalah sebagai berikut:

CEB = Jumlah anak yang dilahirkan pada kelompok umur i

Jumlah perempuan kelompok umur i

b. Child Woman Ratio (CWR)

CWR adalah hubungan dalam bentuk ration antara jumlah anak di bawah
5 tahun dan jumlah penduduk wanita usia reproduksi. Kebaikan dari
perhitungan CWR ini adalah untuk mendapatkan data yang diperlukan
tidak perlu membuat pernyataan khusus dan berguna untuk indikasi
fertilitas di daerah kecil sebab di negara yang registrasinya cukup baik
pun, statistik kelahiran tidak ditabulasikan untuk daerah yang kecil-kecil.
Kekurangan dari CWR adalah
a. kualitas dipengaruhi langsung oleh kualitas pelaporan jumlah anak
dan pelaporan umur anak mapun umur ibu sehingga berakibat pada
rendahnya kualitas pelaporan. Kesalahan pelaporan (under
enumeration) banyak terjadi pada kelompok anak dibandingkan pada
kelompok ibu.
b. tidak dapat menangkap kasus kematian anak maupun kematian ibu,
khususnya anak berusia di bawah satu tahun, sehingga

14
Universitas Indonesia
 memungkinkan CWR terlalu rendah dibandngkan kenyataan
sebenarnya.
c. tidak memperhitungkan tingkat keseburan wanita menurut umur
sebagaimana metode ASFR.
Rumus yang dipergunakan adalah sebagai berikut:

CWR = Jumlah penduduk perempuan umur 0-4 tahun x 1000

Jumlah perempuan umur 15-44 atau 15-49 tahun

2.2. Teori Fertilitas

Kerangka yang banyak dipakai untuk menganalisis faktor penentu fertilitas
secara skematis dapat dilihat di Gambar 2.1. Berdasarkan mekanisme kerjanya, variable
yang mempengaruhi (faktor penentu) fertilitas menjadi dua, sebagai berikut:

Determinan Tidak Langsung Determinan Langsung

Variabel Pengaruh:
Sosial
Ekonomi Variabel Antara Fertilitas
Budaya
Lingkungan

Gambar 2.1 a Framework for Analysing the Proximate Determinants of Fertility

Sumber: John Bonggarts, 1978

1. Faktor penentu langsung, yaitu variable yag langsung mempengaruhi

fertilitas atau disebut juga sebagai variable antara yaitu variable yang
menjadi perantara dari faktor penentu tidak langsung ke variable fertilitas
2. Faktor penentu tidak langsung merupakan faktor-faktor yang peng
pengaruhnya terhadap fertilitas melalui mekanisme faktor penentu langsung

Davis dan Blake (1956) dalam Anwar (1995) menyebut variable antara sebagai
intermediet variable. Kemudian David dan Blake berpendapat bahwa ada tiga tahap
penting dalam proses reproduksi manusia, yaitu tahap hubugan kelamin (sexual
15
Universitas Indonesia
intercourse), tahap pembuahan (intercourse) dan tahap kehamilan (gestation). Dari
ketiga tahap tersebut, David dan Blake menyebutkan 11 variabel antara dan
menyebutnya intermediate fertility variable, yaitu:

1. Tahap hubungan kelamin atau sexual intercourse. Terdiri dari 6 variabel

antara, yaitu usia kawin pertama, selibat permanen, lama berstatus kawin,
abstinensi sukarela, abstinensi terpaksa dan frekuensi hubungan kelamin
2. Tahap pembuahan atau conception. Terdiri dari tiga variable antara, yaitu,
fekunditas atau infenkunditas karena disengaja, fekunditas atau infekunditas
yang terjadi karena sebab-sebab yang tidak disengaja atau kontrasepsi
3. Tahap kehamilan atau gestation. Terdiri dari dua variable antara, yaitu
keguguran dan aborsi

Bongaarts (1978) memberikan alternative kerangka analisis yang lebih

sederhana dengan mengklasifikasikan sebelas variable antara tersebut menjadi delapan
variable. Selanjutnya variable antara ini disebut sebagai proximate determinant, yang
terbagi tiga kelompok, yaitu:

1. Exposure Factor
Exposure Factors adalah kelompok faktor yang menentukan terjadinya
hubungan seksual. Diasumsikan bahwa kelahiran hanya akan terjadi di
dalam perkawinan, walaupun tidak menutup kemungkinan bahwa globalisasi
yang sedang berlangsung akan mengubah norma perkawinan yang ada
selama ini terdapat di Indonesia. Oleh sebab itu, variable sexual exposure
merupakan salah satu variable antara yang penting. Mereka yang tidak
berisiko berhubungan seks tidak akan pernah melahirkan. Dengan
mengetahui status kawin perempuan, para analis dapat meduga apakah
mereka berisiko melakukan hubungan seks atau tidak
2. Kelompok Fertilitas Alamiah
Terdiri dari dua aspek, yaitu aspek biologis dan tingkah laku, sehingga
variable sosio ekonomi dapat mempengaruhi fertilitas alamiah pada dua
aspek tersebut. Aspek biologis fertilitas alamiah berkaitan dengan
kemampuna fisik seseorang perempuan untuk melahirkan atau disebut
dengan fekunditas. Perbaikan status kesehatan dan gizi dapat menurunkan
16
Universitas Indonesia
 kematian janin atau keguguran dan juga memperpendek masa tidak subur
setelah melahirkan, yang berarti dapat meningkatkan fekunditas.
Membaiknya status kesehatan dan gizi juga dapat memperpanjang masa
subur seorang perempuan, yang ditandai dengan makin awalnya menarche
(pertama kali mengalami menstruasi) dan makin lambatnya menopause
(menstruasi terakhir)
Sedangkan faktor yang berkaitan dengan tingkah laku yaitu tabu melakukan
hubungan seks ketika istri sedang menyusui dapat menghalangi jumlah
maksimum anak yang dilahirkan
3. Kelompok Pengaturan Fertilitas Secara Disengaja
Di dalam perkawinan, pasangan suami istri secara sengaja atau tidak sengaja
dapat mengukur kelahiran anak-anak. Bila kelahiran anak diatur secara sadar
atau sengaja, maka ada sejumlah kelahiran yang tercegah dan menurut
Bongaart kelompok ini disebut kelompok variable pengaturan kelahiran,
yang terdiri dari dua variable yaitu penggunaan kontrasepsi dan aborsi

2.3. Faktor-faktor Penyebab Fertilitas

Faktor-Faktor yang Mempengaruhi Fertilitas sebagai berikut:
1. Umur
Semakin panjang umur ibu, semakin banyak jumlah anak yang dilahirkan,
atau dapat dikatakan bahwa semakin tinggi umur ibu mempengaruhi sisa
usia subur 15-49 tahun yang telah terlewati sehingga mempengaruhi
banyaknya potensial kehamilan dan kelahiran yang mungkin terjadi.
2. Tempat Tinggal
Tingkat fertilitas wanita di daerah perkotaan lebih rendah dibandingkan
wanita di daerah pedeesaan, masing-masing 2,4 anak per wanita dan 2,7
anak per wanita. Perbedaan tingkat fertilitas antara wanita daerah perkotaan
dan perdesaan berhubungan dengan ketidakmerataan pembangunan yang
terjadi di daerah perkotaan dan perdesaan. (BKKBN, 2004).
ASFR fertilitas daerah perkotaan adalah pada umur 25-29 tahun (143 anak
per 1000 wanita). Sedangkan untuk ASFR daerah pedesaan adalah 10-29
tahun (144 anak per 1000 wanita). Perbedaan pola fertilitas menurut daerah

17
Universitas Indonesia
 tempat tinggal ini mengindikasikan adanya kecenderungan dari wanita
daerah perkotaan untuk membatasi jumlah anak (menjarangkan kelahiran)
pada usia yang lebih muda daripada wanita di daerah perdesaan.
3. Umur Kawin Pertama
Sejalan dengan pemikiran bahwa semakin muda seseorang melakukan
perkawinan, maka semakin panjang umur reproduksinya, sehingga
diharapkan semakian banyak anak pula yang dilahirkan. Hal ini
mengindikasikan hubungan yang negatif antara umur perkawinan dan
fertilitas.
4. Jumlah Kematian Anak
Wanita pernah kawin yang tidak pernah megalami kematian anaknya
mempunyai fertilitas rata-rata 2,1 anak, kemudian meningkat menjadi 3,9
anak lahir hidup pada wanita yang mempunyai seorang anak meninggal,
menjadi 5,3 anak lahir hidup pada wanita yang mempunyai dua anak yang
meninggal, dan tertinggi 7,6 anak lahir hidup pada wanita yang mempunyai
3 anak atau lebih meninggal. Hal ini mengindikasikan bahwa adanya
pengaruh yang signifikan antara jumlah anak meninggal terhadap tingkat
fertilitas (BKKBN, 2009)
5. Pekerjaan
Mengurus anak merupakan pekerjaan yang banyak membutuhkan waktu.
Sementara itu seorang perempuan yang bekerja akan merasa bahwa
waktunya semakin mahal dengan kehadiran seorang anak yang akan banyak
mengganggu waktu aktifivitasnya. Hal ini mengindikaksikan bahwa
perempuan yang bekerja akan mempunyai anak yang lebih sedikit daripada
perempuan yang tidak bekerja.
6. Pendidikan
Wanita dengan tingkat pendidikan tinggi lebih cenderung untuk ikut aktif
dalam kegiatan ekonomi di luar rumah dibandingkan wanita dengan
pendidikan rendah. Semakin baik tingkat pendidikan kaum wanita, maka
mereka semakin berpotensi untuk memberikan kontribusi yang lebih besar
dalam penghasilan keluarga sehingga waktu khusus yang mereka sediakan

18
Universitas Indonesia
 untuk membesarkan anak semakin terbatas, dengan sendirinya akan
mempengaruhu jumlah anak yang diinginkan (Yuniati, Sri, dkk).
ASFR untuk wanita dengan tingkat pendidikan SMP+ sama dengan pola
ASFR untuk tingkat fertilitas total, yaitu 25-29 tahun. Untuk wanita dengan
tingkat pendidikan yang lebih rendah, pucak ASFR terlihat pada umur 20-24
tahun. Semakin tinggi tingkat pendidikan, semakin kecil perbedaan antara
tingkat fertilitas umur 20-24 tahun dan 25-29 tahun. Hal ini mengindikasikan
bahwa semakin tinggi tingkat pendidikan seorang wanita, semakin
cenderung untuk menunda kelahiran pada usia yang lebih lanjut. (BKKBN,
2004)
7. Pendapatan
Terdapat hubungan negatif antara tingkat pendapatan keluarga dengan
fertilitas dan ini hampir dapat dikatakan sebagai hukum sosio-ekonomi, yaitu
dimana semakin besar pendapatan suatu keluarga, fertilitasnya akan
semakin kecil.
8. Kontrasepsi
Pola penggunaan kontrasepsi pada wanita pernah kawin yang pernah
memakai kontrasepsi dan wanita pernah kawin yang saat ini memakai
kontrasepsi terlihat sama. Pemakian kontrasepsi lebih banyak pada wanita
yang sudah mempunyai 1-2 anak yang kemungkinan dilakukan untuk
penjarangan, dan pada wanita yang mempunyai 3-4 anak yang kemungkinan
untuk mengakhiri kelahiran. Sebaliknya pada wanita yang tidak memakai
kontrasepsi umumnya belum mempunyai anak (umumya ibu muda) dan
sudah mempunyai lebih dari 5 anak (umumnya ibu tua) (BKKBN, 2009).

19
Universitas Indonesia
2.4. Berbagai Hasil Penelitian Sebelumnya

No Nama Judul Penelitian Variabel Hasil Penelitian

1 2 3 4 5

1 Anissatul Faktor Variabel Umur Ibu, Umur

Fatimah Sosiodemografi- Dependen: Saat Perkawinan
ekonomi serta Pertama, Jumlah
Fertilitas pada
Kontrasepsi yang Anak Meninggal,
Wanita Kawin
Mempengaruhi Penddidikan,
Fertilitas Wanita Pekerjaan,
Kawain (15-49 Variabel Pendapatan,
tahun) di Jawa Independen: Kontrasepsi
Barat tahun 2001 mempunyai
Umur Ibu, Umur
(Analisa Data pengaruh yang
Saat Perkawinan
Sekunder signifikan
Pertama, Jumlah
Susenas Tahun terhadap fertilitas
Anak Meninggal,
2001)
Tempat Tinggal,
Pendidikan,
Pekerjaan,
Pendapatan,
Kontrasepsi

2 BKKBN Faktor Penentu Variabel Variabel

Fertilitas: Dependen: Pemakaian
Analisis Lanjut Alat/KB menjadi
Fertilitas
SDKI 2002-2003 variable yang
tidak

Variabel memberikan

Independen: pengaruh
signfikan

20
Universitas Indonesia
 Daerah Tempat terhadap fertilitas
Tinggal,
Pendidikan,
Jumlah Anak
yang Meninggal,
Umur Kumpul
Pertama, Jumlah
Perkawinan,
Indeks Kekayaan
Kuintil,
Pemakaian
Alat/KB

3 Marisa Dewi Faktor-Faktor Variabel Berdasarkan

Arini yang Dependen: hasil analisis
Berhubungan multivariat,
Fertilitas
dengan Fertilitas terdapat beberapa
di NTT (Analisis variable utama
Data Sekunder Variabel yang dapat
SDKI 2002- Independen: berhubungan
2003) dengan fertilitas
Usia Responden
yang meliputi
WUS, Umur Saat
usia kawin
Perkawinan
pertama, usia
Pertama,
responden WUS,
Pendidikan Ibu,
serta variable
Pendidikan
anak jenis
Suami, Pekerjaan
kelamin laki-laki.
Istri, Pekerjaan
Suami, Agama,
Letak Geografis, Faktor dominan
Besarnya yang

21
Universitas Indonesia
 Keluarga Ideal, berhubungan
Jenis Kelamin, dengan Fertilitas
di NTT 2002-
2003 yaitu anak
berjenis kelamin
laki-laki

4 Yoni Malinda Hubungan Umur Variabel Hasil analisis

Kawin Pertama Dependen: multivariate
dan Penggunaan menunjukkan
Fertilitas Remaja
Kontrasepsi bahwa umur
Berstatus Kawin
dengan Fertilitas kawin pertama
Usia 15-19
Remaja Berstatus tidak
Tahun
Kawin berhubungan
secara siginifikan

Variabel .

Independen:

Umur Kawin
Pertama,
Penggunaan
Kontrasepsi,
Tempat Tinggal,
Pendidika,
Pekerjaan, Status
Ekonomi

5 Melisa Faktor-faktor Variabel Aborsi menjadi

Rahmadini yang Dependen: satu-satunya
Berhubungan variable yang
Fertilitas
dengan Tingkat tidak
Fertilitas (Jumlah berhubungan
Anak Lahir siginfikan

22
Universitas Indonesia
 Hidup) di Tahun dengan fertilitas
2012 (Analisis
Variabel
Data Lanjut
Independen:
SDKI Tahun
2012) Daerah Tempat
Tinggal, Umur,
Status Pekerjaan,
Pendidikan,
Kuintil
Kekayaan,
Jumlah Anak
yang Diinginkan,
Pilihan Jenis
Kelamin Anak,
Pemakaian
alat/cara KB,
Keputusan
berKB, Akses
terhadap media,
Umur Kumpul
Pertama, Umur
Kawin Pertama,
Jumlah Anak
yang Meninggal,
Pemberian ASI
Eksklusif, Aborsi

6 Purwanti Analisis Faktor- Umur Suami, Variabel Umur

Faktor Sosial Umur Istri, Lama suami, umur istri,
Ekonomi yang pendidikan istri, dan lama
Mempengaruhi Lama pendidikan pendidikan suami
Fertilitas di suami, tidak

23
Universitas Indonesia
Kecamatan pendapatan berpengaruh
Polokarto keluarga, status signfikan
Kecamatan pekerjaan, umur terhadap fertilitas
Polokarto kawin pertama,
Kecamatan mortalitas bayi,
Sukoharjo dan alat
kontrasepsi

24
Universitas Indonesia
 BAB III
KERANGKA KONSEP

3.1. Kerangka Konsep

Kerangka konsep merupakan penyederhanaan dari variable variable yang ada
pada kerangka terori yang terdiri variable-variable yang akan diamati dalam penelitian.
Pada penelitian ini, kerangka konsep penelitian berasal dari teori yang dikemukakan
oleh Davis & Blake, Bongaarts dan beberapa penelitian terdahulu mengenai fertilitas,
sehingga didapatkan kerangka konsep sebagai berikut

Faktor Sosiodemografi
Umur Ibu
Umur perkawinan pertama
Jumlah Kematian Anak
Tempat Tinggal

Faktor Sosioekonomi FERTILITAS

Pendidikan
Pekerjaan
Pendapatan

Kontrasepsi

Gambar 3.1 Kerangka Konsep

3.2. Definisi Operasional

VARIABEL DEFINISI JENIS SKALA

DEPENDEN OPERASIONAL DATA
Fertilitas Wanita Kawin Jumlah anak (orang) Numerik Rasio
(15-49 Tahun) yang dilahirkan hidup (Dalam satuan
oleh responden/wanita orang)
kawin dan berumur 15
sampai 49 tahun

25
Universitas Indonesia
 VARIABEL DEFINISI JENIS SKALA
DEPENDEN OPERASIONAL DATA
Umur Ibu Umur responden pada saat Numerik Rasio
wawancara yang dihitung
berdasarkan kalender masehi
menurut umur pada ulang
tahun responden terakhir
(pembulatan ke bawah)
Umur kawin Umur responden (tahun) Numerik Rasio
pertama pada saat melangsungkan
perkawinan pertama
Jumlah Banyaknya anak kandung Numerik Rasio
Kematian Anak yang dilahirkan hidup yang
sudah meninggal
Tempat Tinggal Daerah/lokasi dimana wanita Kategorik Nominal
biasanya menetap 0. Kota
1. Desa
Pendidikan Pendidikan formal tertinggi Kategorik Ordinal
yang ditamatkan mulai dari 0. < SLTP
tidak pernah sekolah, tidak 1. > SLTP
tamat SD, tamat SD sampai
dengan Perguruan Tinggi
Pekerjaan Kegiatan yang dilaksanakan Kategorik Nominal
dengan maksud memperoleh 0. Bekerja
penghasilan atau keuntungan 1. Tidak Bekerja
selama paling sedikit satu
jam dalam seminggu yang
lalu

Pendapatan Dihitung dari menanyakan Numerik Rasio

jumlah pengeluaran yang
dikeluarkan oleh satu rumah

26
Universitas Indonesia
 tangga yang terdiri dari
pengeluaran untuk makan
dari pengeluaran bukan
untuk makan selama satu
bulan yang lalu
Kontrasepsi Status Penggunaan Kategorik Nominal
Kontrasepsi oleh responden 0. Pernah
menggunakan
kontrasepsi
1. Tidak pernah
menggunakan
kontrasepsi

3.3 Hipotesis
Berdasarkan landasan teori dan tinjauan penelitian sebelumnya, maka dapat
dikemukakan hipotesis sebagai berikut:
1. Faktor Umur Ibu berpengaruh positif dan signifikan terhadap fertilitas
wanita kawin
2. Faktor Umur saat Perkawinan Pertama berpengaruh positif dan signifikan
terhadap fertilitas wanita kawin
3. Faktor Jumlah Kematian Anak berpengaruh positif dan signifikan terhadap
fertilitas wanita kawin
4. Faktor Tempat Tinggal berpengaruh negatif dan signifikan terhadap fertilitas
wanita kawin
5. Faktor Pendidikan berpengaruh negatif dan signifikan terhadap fertilitas
wanita kawin
6. Faktor Pekerjaan berpengaruh negatif dan signifikan terhadap fertilitas
wanita kawin
7. Faktor Pendapatan berpengaruh negatif dan signifikan terhadap fertilitas
wanita kawin
8. Faktor Kontrasepsi berpengaruh negative dan signifikan terhadap fertilitas
wanita kawin
27
Universitas Indonesia
 BAB IV
METODOLOGI PENELITIAN

4.1. Desain Penelitian

Penelitian ini merupakan penelitian kuantitatif dengan menggunakan data
sekunder kuesioner keterangan pokok anggota rumah tangga (kuesioner KOR) dan
kuesioner keterangan konsumsi dan pengeluaran rumah tangga Susenas Tahun 2016.
Rancangan penelitian yang digunakan adalah Cross Sectional yaitu suatu desain
penelitian yang melakukan pengukuran terhadap faktor risiko dan outcome dalam satu
waktu.
Penelitian Cross Sectional merupakan penelitian non-eksperimental dalam
rangka mempelajari dinamika korelasi antara faktor-faktor risiko dengan efek yang
berupa penyakit atau status kesehatan tertentu, dengan model pendekatan Point Time.
Variabel-variabel yang termasuk faktor risiko dan variable yang termasuk efek,
diobervasi sekaligus pada saat yang sama

4.2. Lokasi dan Waktu Penelitian

Penelitian ini dilakukan di Depok dengan waktu analisa data selama 5 (lima)
bulan mulai Bulan Februari sampai dengan bulan Juni 2018

4.3. Sumber Data dan Instrumen

Penelitian ini menggunakan data sekunder dari kuesioner pokok anggota rumah
tangga (kuesioner kor) tahun 2016 dengan kode VSEN16.K dan kuesioner keterangan
konsumsi dan pengeluaran rumah tangga tahun 2016 dengan kode VSEN16.KP.
Pengumpulan Susenas Tahun 2016 dilaksanakan dalam dua periode yaitu padabulan
Maret dan September. Susenas Maret diselenggarakan untuk pegumpulan data KOR dan
konsumsi/pengeluaran rumah tangga, sedangkan Susenas September untuk
penngumpulan data modul dan konsumsi/pengeluaran rumah tangga. Data Susenas
tahun 2016 yang digunakan dalam penelitian ini adalah umur ibu, umur saat perkawinan
pertama, jumlah kematian anak, tempat tinggal, pendidikan, pekerjaan, pendapatan dan
kontrasepsi.

28
Universitas Indonesia
 4.4. Populasi dan Sampel Penelitian
4.4.1. Populasi
Populasi penelitian ini adalah seluruh sampel individu yang merupakan
responden dari Susenas tahun 2016 yang tersebar di seluruh provinsi di Indonesia

4.4.2. Sampel
Untuk merujuk kepada tingkat fertilitas, maka syarat yang harus terpenuhi
adalah upaya secara biologis responden untuk memiliki anak. Sehinga kriteria inklusi
sampel dalam penelitian ini adalah perempuan kawin usia 15-49 tahun pada rumah
tangga terpilih tahun 2016. Unit analisis dalam penelitian ini adalah individu

4.5. Pengumpulan Data

Pengumpulan data dilakukan dengan menggunakan data sekunder Susenas
Tahun 2016 yang terdiri dari Kuesioner KOR dan kuesioner modul konsumsi. Variabel-
variabel yang digunakan untuk penelitian ini yaitu berdasarkan kuesioner KOR Susenas
Tahun 2016. Peneliti memperoleh raw data dari Lembaga Demografi Universitas
Indonesia, dimana data tersebut berasal dari Badan Pusat Statistik.

4.6. Pengolahan Data

Proses pengolahan data sebagai berikut:
1. Pemeriksaan kuesioner Susenas untuk memilih daftar variable yang akan
dianalisa dari dataset yang ada. Dalam hal ini terlebih dahulu dipelajari buku
kode agar lebih mudah membaca dataset
2. Memberikan kode-kode baru (recoding) sesuai dengan klasifikasi yang
dikehendaki dalam penelitian
3. Pembersihan data dengan tidak mengikutsertakan missing value dalam
analisis

4.7. Analisis Data

Analisa dalam penelitian ini dilakukan menggunakan bantuan software statistik
STATA dan Ms. Excel. Metode analisis dalam penelitian ini menggunakan pendekatan
29
Universitas Indonesia
ekonometrika, diamana fenomena-fenomena yang menjadi pertanyaan penelitian akan
dianalisis secara kuantitatif berlandaskan teori ekonomi
4.7.1. Analisis Deskriptif
Analisis univariat dilakukan umtuk melihat gambaran deskriptif dari
semua variable yang diamati yang kemudian disajikan dalam bentuk
table atau grafik dan narasi
4.7.2. Estimasi Model
Model yang digunakan dalam penelitian ini menggunakan bentuk model
regresi linear bergana, artinya model tersebut menggunakan lebih dari
satu variable independen dengan satu variable dependen. Model
fungsional yang digunakan adalah sebagai berikut:

Y = f (X1,X2,X3,X4,X5,X6,X7,X8)

Dari model fungsional dapat dibuat model persamaan regresi linier

berganda dengan bentuk persamaan linier sebagai berikut (Gujarati,
2000):

Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + β8X8 + ε

Hubungan antar variable penelitian dapat dilihat dalam persamaan

sebagai berikut:

Y = β0 + β1Umuri + β2UKPi + β3JKAi + β4Mukimi + β5Didiki + β6Kerjai +

β7Inci + β8Konti + ε

Keterangan:
Y : Fertilitas Ibu Menikah usia 15-49 tahun
Umur : Umur Ibu
UKP : Usia Kawin Pertama
JKA : Jumlah Kematian Anak
Mukim : Tempat Tinggal
30
Universitas Indonesia
 Didik : Pendidikan Ibu
Kerja : Pekerjaan Ibu
Inc : Pendapatan Ibu
Kont : Penggunaan Kontrasepsi
β0 : Besarnya fertilitas wanita kawin pada saat variabel lain
diasumsikan tidak ada
β1 : Besarnya pengaruh umur terhadap fertilitas wanita kawin
β2 : Besarnya pengaruh usia kawin pertama terhadap fertilitas
wanita kawin
β3 : Besarnya pengaruh jumlah kematian anak terhadap fertilitas
wanita kawin
β4 : Besarnya pengaruh tempat tinggal ibu terhadap fertilitas
wanita kawin
β5 : Besarnya pengaruh pendidikan ibu terhadap fertilitas wanita
kawin
β6 : Besarnya pengaruh pekerjaan ibu terhadap fertilitas wanita
kawin
β7 : Besarnya pengaruh pendapatan ibu terhadap fertilitas wanita
kawin
β8 : Besarnya pengaruh penggunaan kontrasepsi terhadap fertilitas
wanita kawin
ε : variable pengganggu/error term
i : data cross-section

4.7.3. Deteksi Asumsi Klasik

Sebelum melakukan analisis data (Bivariat dan Multivariate) maka data
dideteksi terhadap asumsi klasik, jika terjadi penyimpangan akan asumsi klasik
digunakan pengujian statistik non parametrik sebaliknya asumsi klasik terpenuhi
apabila digunakan statistik parametrik untuk mendapatkan model regresi yang
baik, model regresi tersebut harus terbebas dari multikolinieritas, autokorelasi,
dan heteroskedastisitas serta residual data yang dihasilkan harus terdistribusi

31
Universitas Indonesia
normal. Cara yang digunakan untuk menguji penyimpangan asumsi klasik
adalah sebagai berikut:
a. Deteksi Normalitas
Deteksi Normalitas bertujuan untuk menguji apakah dalam model regresi
variabel pengganggu atau residual memiliki distribusi normal atau tidak.
Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual
mengikuti distribusi normal. Apabila asumsi ini dilanggar maka uji statistik
menjadi tidak berlaku.
Ada beberapa metode untuk mengetahui normal atau tidaknya distribusi
residual antara lain Jarque-Bera (J-B) Test dan metode grafik. Dalam
penelitian ini akan menggunakan metode J-B Test, apabila J-B hitung < nilai
χ2 (Chi-Square) tabel, maka nilai residual terdistribusi normal.antara
kesalahan

b. Deteksi Multikolinieritas
Deteksi Multikolinieritas bertujuan untuk mendeteksi apakah model regresi
ditemukan adanya korelasi antar variabel bebas atau independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel
independen. Apabila nilai R2 yang dihasilkan dalam suatu estimasi model
regresi empiris sangat tinggi, tetapi secara individual variabel- variabel
independen banyak yang tidak signifikan mempengaruhi variabel dependen,
hal ini merupakan salah satu indikasi terjadinya multikolinieritas (Imam
Ghozali, 2005).
Multikolinearitas dalam penelitian ini dideteksi dengan menggunakan
auxiliary regressions untuk mendeteksi adanya multikolinearitas. Kriterianya
adalah jika R2 regresi persamaan utama lebih besar dari R2 auxiliary
regressions maka di dalam model tidak terdapat multikolinearitas.

c. Deteksi Autokorelasi
Menurut Imam Ghozali, deteksi autokorelasi digunakan untuk mengetahui
apakah dalam model regresi linear ada korelasi antara kesalahan penggangu
pada periode t dengan kesalahan penganggu pada periode t-1 (sebelumnya),
32
Universitas Indonesia
 dimana jika terjadi korelasi dinamakan ada problem autokorelasi.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu
berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan
pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini
sering ditemukan pada data runtut waktu (time series). Secara manual,
apabila χ2 tabel lebih kecil dibandingkan dengan Obs*R-squared, maka
hipotesis nol yang menyatakan bahwa tidak ada autokorelasi dalam model
dapat ditolak.

d. Deteksi Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui apakah kesalahan
pengganggu mempunyai varian yang sama. Untuk menguji ada tidaknya
heteroskedastisitas dalam model regresi digunakan uji Glejser, dengan
langkah-langkah sebagai berikut (Gujarati, 2000):
1. melakukan regresi variabel terikat Y terhadap semua variabel penjelas Xi
dan memperoleh residul ( |e| );
2. melakukan regresi dari nilai absolute residual ( |e| ) terhadap nilai X1
yang mempunyai hubungan erat dengan ∂2 μ dengan bentuk regresi
sebagai berikut;
|e| = ∂0 + ∂iXi + μ1

3. menentukan ada tidaknya heteroskedastisitas dengan uji statistik, untuk

menguji hipotesis.
H0 : ∂1 = 0 dan Hi : ∂I ≠ 0 33
Kriteria Pengambilan Keputusa:
a. Apabila probabilitas t hitung > α (0,05) maka dalam model tidak terjadi
heteroskedastisitas
b. Apabila probabilitas t hitung < α (0,05) maka dalam model terjadi
heteroskedastisitas

4.7.4. Analisis Bivariat

33
Universitas Indonesia
 1. Koefiensi Determinasi
Koefisien Determinan (R2) pada intinya mengukur kebenaran model analisis
regresi. Dimana analisis adalah apabila nilai R2 mendekati angka 1, maka
variabel bebas semakin mendekati hubungan dengan variabel terikat
sehingga dapat dikatakan bahwa penggunaan model tersebut dapat
dibenarkan.
determinasi tersebut adalah untuk mengetahui seberapa besar prosentase
sumbangan variabel bebas terhadap variabel terikat yang dapat pula
dinyatakan dalam prosentase (Gujarati, 2003). nilai kisaran R² adalah antara
0 < R² < 1. Nilai R² yang sempurna adalah satu yaitu apabila keseluruhan
variasi dependen dapat dijelaskan sepenuhnya oleh variabel independen yang
dimasukkan dalam model.

2. Uji Signifikansi Parameter Individual (Uji Statistik t)

Uji statistik t pada dasarnya menunjukan seberapa jauh pengaruh satu
variabel independen secara individual dalam menerangkan variasi variabel
dependen. Untuk mengkaji pengaruh variable independen terhadap dependen
secara individu dapat dilihat hipotesis berikut:
H0 : ß1 = 0 tidak berpengaruh
H1 : ß1 > 0 berpengaruh positif
H1 : ß1 < 0 berpengaruh negatif

Dimana ß1 adalah koefisien variable independen ke-1 yaitu nilai parameter

hipotesis. Biasanya nilai ß dianggap nol, artinya tidak ada pengaruh variable
X1 terhadap Y. Bila nilai t hitung lebih besar dari t table maka pada t hitung
dengan tingkat kepercayaan tertentu, H0 ditolak. Hal ini berarti bahwa
variable independen yang diuji berpengaruh secara nyata terhadap variable
dependen.

4.7.5. Analisis Multivariat

Analisa Multivariat merupakan uji signifikansi simultan yang pada dasarnya
dimaksudkan untuk membuktikan secara statistik bahwa seluruh variabel
34
Universitas Indonesia
independen berpengaruh secara bersama-sama terhadap variabel dependen yang
dimaksudkan dalam model mempunyai pengaruh secara bersama-sama
menggunakan hasil regresi utama.
Kriteria pengujiannya apabila nilai F-hitung < F-tabel maka hipotesis diterima
yang artinya seluruh variabel independen yang digunakan tidak berpengaruh
secara signifikan terhadap variabel dependen. Apabila F hitung > F tabel maka
hipotesis ditolak yang berarti seluruh variabel independen berpengaruh secara
signifikan taerhadap variabel dependen dengan taraf signifikan tertentu.

35
Universitas Indonesia
 DAFTAR PUSTAKA

Adhikari R. 2010. Demographic, socio-economic, and cultural factors affecting fertility

differentials in Nepal. BMCPregnancy and Childbirth. 10 Maret 2018.
https://bmcpregnancychildbirth.biomedcentral.com/track/pdf/10.1186/1471-
2393-10-19

Anwar, Evi Nurvidya. Variabel Sosial Ekonomi vs Variabel Antara dalam Analisis
Faktor Penentu Fertilitas dalam Ananta, Aris. Kecenderungan dan Faktor
Penentu Fertilitas dan Mortalitas di Indonesia. BKKBN

Badan Pusat Statistik. 1994. Tren Fertilitas, Mortalitas dan Migrasi. BPS Jakarta
BKKBN. 2016. Laju Pertumbuhan Penduduk 4 Juta Per Tahun. 26 September 2016.
https://www.bkkbn.go.id/detailpost/laju-pertumbuhan-penduduk-4-juta-per-
tahun

BKKBN DKI Jakarta. 2008. Pengertian dan Istilah Kepedudukan. 9 April 2008.
http://dkijakarta.bkkbn.go.id/data/Documents/istilah_demografi.htm
BKKB Jawa Barat. 2016. BKKBN Ajak Lintas Sektor Tangani Kependudukan. 25 Juli
2016.http://jabar.bkkbn.go.id/_layouts/mobile/dispform.aspx?List=c5f91c96-
5b3c-4ed9-ae57-fd504e8beabe&View=83451488-c54c-4643-a629-
eda410c30b13&ID=1738

BKKBN Lampung. 2011. Pendewasaan Usia Perkawinan. 13 Oktober 2011.

http://lampung.bkkbn.go.id/_layouts/mobile/dispform.aspx?List=8c526a76%2D
8b88%2D44fe%2D8f81%2D2085df5b7dc7&View=69dc083c%2Da8aa%2D496
a%2D9eb7%2Db54836a53e40&ID=21

BKKBN Kalimantan Barat. 2016. Meneropong Masa Depan Indonesia dari Aspek
Kependudukan. 30 Juni 2016.
http://kalbar.bkkbn.go.id/Lists/Artikel/DispForm.aspx?ID=208&ContentTypeId
=0x01003DCABABC04B7084595DA364423DE7897

36
Universitas Indonesia
Bongaarts, John. 1978. A Framework for Analyzing the Proximate Determinants of
Fertility. Population and Development Review.

Gee, E.M. 1990. Population, in Hagedorn. R, Sociology, Fourth Edition. Toronto: John
Deyell Company

Ghazali, Imam. 2005. Aplikasi Analisis Multivariate dengan Program SPSS. BPFE
UNDIP

Gujarati, Damodar. 2000. Ekonometrika Dasar. Terjemahan: Sumarno Zain. PT.

Erlangga

Gujarati, Damodar. 2003. Ekonometrika Dasar. PT. Erlangga

Hatmadji dan S.I. Achmad. 1984. Analisis Fertilitas di Indonesia Berdasarkan Data
Sensus Penduduk Tahun 1980. Jakarta: BPS-LDUI

Heer, David M. 1983. Determinants of Fertility in Developing Countries Vol. 1 Supply

and Demand for Children. Academic Press, Inc.

Hutabarat, S. Sans. 1991. Masalah Pertumbuhan Penduduk. Bandung: PPK-IKIP

Mekonnen W & Worku, A. 2011. Determinants of Fertility in rural Ethiopia: the Case
of Butajira Demographic Surveillance System. BioMed Central. 10 Maret 2018.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3201928/pdf/1471-2458-11-
782.pdf

Murigi, Michael Njorge. Socioeconomic and Demographic Determinants of Fertility in

North Eastern Kenya. 10 Maret 2018.
http://erepository.uonbi.ac.ke:8080/bitstream/handle/11295/98794/Murigi_Socio
economic%20and%20Demographic%20Determinants%20of%20Fertility%20in
%20North%20Eastern%20Kenya.pdf?sequence=1&isAllowed=y

Ndhahindwa, dkk. 2014. Determinants of Fertility in Rwanda in the Context of a

Fertility Transition: a Secondary Analysis of the 2010 Demographic and Health
Survey. Reproductive Health Journal. 10 Maret 2018. https://reproductive-
health-journal.biomedcentral.com/track/pdf/10.1186/1742-4755-11-87
37
Universitas Indonesia
Pollard, AH. 1984. Teknik-Teknik Demografi. Terjemahan Rozy Munir.

Webster’s. 1966. Third New Dictionary. Merisain Company

Wunsch, Guillaume J dan Termote, March G. 1978. Introduction to Demographic

Analysis Principles and Methods. Plenum Press

Yanxi S.R. 2015. Pengambilan Keputusan Menunda Memiliki Anak pada Pasangan
yang Bekerja di Bandung. Universitas Pendidikan Indonesia, Bandung.

38
Universitas Indonesia