SRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN

SRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN






Sri Sunarti, Saimul

Analisis Faktor-Faktor Yang Mempengaruhi Tingkat Kelahiran Total

Di Provinsi Lampung Suatu Kajian Sosial Ekonomi

Analisis Faktor-Faktor Yang Mempengaruhi Tingkat Kelahiran Total

Di Provinsi Lampung Suatu Kajian Sosial Ekonomi


Sri Sunarti1, Saimul2


ABSTRAK

Penelitian ini bertujuan untuk mengetahui apakah rata-rata lama sekolah dan pendapatan per kapita berpengaruh terhadap tingkat pemakaian kontrasepsi, apakah rata-rata lama sekolah dan pendapatan per kapita berpengaruh terhadap rata-rata usia kawin pertama, apakah rata-rata lama sekolah, pendapatan per kapita, tingkat pemakaian kontrasepsi dan rata-rata usia kawin pertama berpengaruh terhadap tingkat kelahiran total. Dan apakah tingkat kelahiran total berpengaruh terhadap tingkat kemiskinan di Provinsi Lampung.

Model yang digunakan adalah model analisa jalur yang dikemudian diolah menggunakan AMOS. Data diperoleh dari Hasil Survey Demografi dan Kesehatan Indonesia (SDKI) dari tahun 1991-2012, Badan Pusat Statistik, Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) Perwakilan Provinsi Lampung.

Hasil penelitian menunjukkan bahwa rata-rata lama sekolah berpengaruh terhadap tingkat pemakaian kontrasepsi sedangkan pendapatan perkapita tidak berpengaruh terhadap tingkat pemakaian kontrasepsi. Rata-rata lama sekolah dan pendapatan per kapita berpengaruh terhadap rata-rata usia kawin pertama. Rata-rata lama sekolah, tingkat pemakaian kontrasepsi, rata-rata usia kawin pertama berpengaruh terhadap tingkat kelahiran total, sedangkan pendapatan perkapita tidak berpengaruh terhadap tingkat kelahiran total. Tingkat kelahiran total berpengaruh terhadap tingkat kemiskinan di Provinsi Lampung. Dalam penelitian ini rata-rata lama sekolah dan pendapatan per kapita mempunyai korelasi yang tinggi. Fenomena yang terjadi di Provinsi Lampung dengan jumlah penduduk terbesar ke dua di Pulau Sumatera, pendapatan per kapita yang relatif rendah dan rata-rata lama sekolah baru mencapai tujuh sampai 8 tahun turut memberi andil pada tingginya tingkat kelahiran total. 12


Kata kunci : Rata-rata Lama sekolah, Pendapatan per kapita, Tingkat Pemakaian Kontrasepsi, Rata-rata Usia Kawin Pertama, Tingkat Kelahiran Total, Tingkat kemiskinan.



Pendahuluan

Latar Belakang

Kependudukan, atau dalam hal ini adalah penduduk, merupakan pusat dari seluruh kebijaksanaan dan program pembangunan yang dilakukan. Penduduk adalah subyek dan obyek pembangunan. Sebagai subyek pembangunan maka penduduk harus dibina dan dikembangkan sehingga mampu menjadi penggerak pembangunan. Sebaliknya, pembangunan juga harus dapat dinikmati oleh penduduk yang bersangkutan. Dengan demikian jelas bahwa pembangunan harus dikembangkan dengan memperhitungkan kemampuan penduduk agar seluruh penduduk dapat berpartisipasi aktif dalam dinamika pembangunan tersebut. Sebaliknya, pembangunan tersebut baru dikatakan berhasil jika mampu meningkatkan kesejahteraan penduduk dalam arti yang luas.

Keadaan dan kondisi kependudukan yang ada sangat mempengaruhi dinamika pembangunan yang dilakukan oleh pemerintah. Jumlah penduduk yang besar jika diikuti dengan kualitas penduduk yang memadai akan merupakan pendorong bagi pertumbuhan ekonomi. Sebaliknya jumlah penduduk yang besar jika diikuti dengan tingkat kualitas yang rendah, menjadikan penduduk tersebut sebagai beban bagi pembangunan.

Indonesia merupakan salah satu negara berkembang dengan jumlah penduduk yang terbesar di dunia, dimana Indonesia termasuk dalam lima besar negara dengan jumlah penduduk yang terbanyak di dunia. Jumlah penduduk Indonesia berdasarkan sensus penduduk tahun 2010 adalah sebesar 210.241.999 jiwa.

Apabila diperbandingkan dengan negara maju, implikasi tingginya laju pertumbuhan penduduk akan lebih terasa di negara miskin, sebab pertambahan angkatan kerja sebagai akibat dari ledakan penduduk di negara miskin yang tidak diimbangi oleh semakin diperluasnya lapangan kerja justru akan menimbulkan angka pengangguran semakin tinggi. Oleh karena itu dibutuhkan kebijakan yang tidak saja berhenti pada upaya meringankan penderitaan penduduknya yang diakibatkan oleh kemiskinan absolut saja namun juga pada upaya pendistribusian bahan pangan dan pendapatan yang memadai sebagai perwujudan dari keberhasilan pembangunan ekonomi.

Saleh, A. (2012), Pembangunan ekonomi menurut Meier adalah proses dimana pendapatan perkapita suatu negara meningkat selama kurun waktu yang panjang, dengan catatan jumlah penduduk yang hidup di bawah garis kemiskinan absolut tidak meningkat dan distribusi pendapatan tidak semakin timpang. Setiap pembangunan ekonomi diharapkan dapat merangsang pertumbuhan ekonomi yang digambarkan dengan peningkatan pendapatan nasional atau pendapatan per kapita masyarakat. Lebih lanjut Mudrajad Kuncoro melengkapi pendapat tersebut dengan memberi batasan pada indikator keberhasilan pembangunan ekonomi. Menurutnya pembangunan ekonomi baru akan dikatakan berhasil apabila pertumbuhan penduduk lebih kecil dari pada pertumbuhan pendapatan nasional.

Tingginya pendapatan nasional atau pendapatan daerah, tidak menjamin pendapatan perkapitanya juga tinggi. Hal ini terjadi karena faktor jumlah penduduk yang juga sangat menentukan tinggi rendahnya pendapatan per kapita. Pendapatan Daerah Regional Bruto (PBRD) provinsi Lampung relatif cukup besar dibandingkan PDRB di wilayah Sumatera. PDRB Provinsi Lampung diatas PDRB Aceh, Jambi, Bengkulu dan Bangka Belitung.

Namun pendapatan perkapita (PDRP atas dasar harga konstan per kapita) Provinsi Lampung justru berada diurutan kedua terbawah, karena jumlah penduduk provinsi Lampung yang besar dibandingkan provinsi lainnya di Pulau Sumatera.

Sejak pengesahan Undang-undang Nomor 10 Tahun 1992 tentang perkembangan kependudukan dan keluarga sejahtera, misi program KB semakin luas. Pengertian keluarga berencana menjadi suatu upaya peningkatan kepedulian dan peran serta masyarakat melalui pendewasaan usia perkawinan, pengaturan kehamilan, pembinaan ketahanan keluarga, dan peningkatan kesejahteraan keluarga untuk mewujudkan keluarga kecil, bahagia dan sejahtera. Upaya penurunan kelahiran dilakukan melalui Gerakan Keluarga Berencana (KB) yang didalam perkembanganya diatur dalam UU No. 10 tahun 1992 tentang perkembangan kependudukan dan pembangunan keluarga sejahtera. Gerakan keluarga berencana tidak hanya sekedar bertujuan untuk menurunkan jumlah anak yang dilahirkan, tetapi mencakup pula tujuan yang lebih luas yaitu meningkatkan kualitas penduduk dalam rangka mewujudkan keluarga sejahtera.

Menurut Purwanti (2003), ketercapaian penurunan angka pertumbuhan penduduk dapat dilihat melalui beberapa indikator, diantaranya jumlah dan laju perubahan penduduk yang terkendali, laju perubahan pasangan usia subur (PUS) yang tidak lebih besar daripada laju perubahan peserta KB dan TFR atau tingkat kelahiran total yang rendah.

Jumlah dan laju pertumbuhan penduduk di Provinsi Lampung hasil Sensus Penduduk dari tahun 1971 sampai 2010 dapat dilihat pada tabel berikut.


Tabel 1.3 Jumlah Penduduk Provinsi Lampung Hasil Sensus Penduduk

Tahun 1971-2010

Tahun

Jumlah Penduduk (Jiwa)

Laju Pertumbuhan Penduduk (%)

1971

2.777.008


1980

4.624.785

5,77

1990

6.017.573

2,67

2000

6.741.439

1,17

2010

7.608.405

1,24

Sumber : BPS Provinsi Lampung

Dari Tabel 1.3 dapat diketahui bahwa pertambahan penduduk Provinsi Lampung mengalami peningkatan dari tahun 1971 sampai tahun 2010 sebanyak 4.831.397 jiwa, atau meningkat 3 kali lipat jumlah dibandingkan jumlah penduduk pada tahun 1971. Pada tahun 2000, jumlah penduduk Provinsi Lampung sebesar 6.741.439. Berarti selama kurun waktu 2000-2010 terjadi pertambahan penduduk sebanyak 866.966 jiwa. Dengan demikian rata-rata pertambahan penduduk Provinsi Lampung per tahun sebanyak 86.697 jiwa, atau per bulannya terjadi pertambahan penduduk Provinsi Lampung sebanyak 7.225 jiwa

Laju pertumbuhan penduduk Provinsi Lampung dari tahun 1971-1980 sampai tahun 1990-2000 sempat mengalami penurunan dari 5,77 % hingga mencapai 1,17 %, namun pada periode 2000-2010 mengalami peningkatan dari 1,17 % hingga mencapai 1,24 %.

Oleh karena itu guna mengantisipasi ancaman ledakan penduduk telah diupayakan kebijakan pengendalian jumlah penduduk dan kebijakan penurunan tingkat pertumbuhan penduduk yang dilakukan melalui gerakan peningkatan kesertaan ber-KB di Provinsi Lampung. Pengendalian jumlah penduduk dapat dilakukan dengan menurunkan tingkat kelahiran total atau Total Fertility Rate (TFR).


Menurut Eka L.D, ( 2011), Banyak faktor yang mempengaruhi fertilitas antara lain tingkat pendapatan, tingkat pendidikan dan usia kawin pertama. Keterkaitan pendapatan terhadap fertilitas adalah ketika pendapatan seseorang naik akan semakin besar pengaruhnya terhadap penurunan fertilitas yang terjadi.

Apabila ada kenaikan pendapatan, aspirasi orang tua akan berubah. Orang tua menginginkan anak dengan kualitas yang baik. Ini berarti biaya (cost) nya naik. Jadi biaya membesarkan anak lebih besar daripada kegunaannya. Hal ini mengakibatkan “demand” terhadap anak menurun atau dengan kata lain fertilitas turun. Pengukuran tingkat pendapatan yang sering digunakan adalah pendapatan per kapita, atau PDRB atas dasar harga konstan/perkapita. PDRB atas Dasar Harga Konstan per kapita Provinsi Lampung tahun 2008-2012 dapat dilihat pada tabel berikut.


Tabel 1.7 PDRB atas Dasar Harga Konstan per kapita Provinsi Lampung Tahun 1991-2012.

Tahun

PDRB/kapita

1991

322.353

1994

893.108

1997

1.054.083

2002

3.680.630

2007

4.437.833

2012

5.555.221

Sumber : Pembangunan Daerah Dalam Angka


Menurut Eka L.D (2011), Penelitian mengenai kaitan pendidikan wanita dengan kesuburan di beberapa negara, mengungkapkan adanya kaitan yang erat antara tingkat pendidikan dengan usia kawin dan fertilitas. Semakin tinggi pendidikan semakin rendah fertilitas begitupun sebaliknya semakin rendah tingkat pendidikan maka semakin besar fertilitasnya. Pengukuran tingkat pendidikan yang digunakan adalah rata-rata lama sekolah. Rata-rata lama sekolah di Provinsi Lampung dapat dilihat pada tabel berikut.

Tabel 1.8. Rata-rata Lama Sekolah di Provinsi Lampung Tahun 1991-2012

Tahun

Rata-rata lama sekolah (Tahun)

1991

5,90

1994

6,10

1997

6,20

2002

6,80

2007

7,17

2012

7,80

Sumber : BPS Provinsi Lampung


Yuniarti, S. (2009), juga menggambarkan bahwa faktor yang mempengaruhi tingkat kelahiran/fertilitas antara lain tingkat pemakaian kontrasepsi, rata-rata usia kawin pertama, dan unmet need (pasangan usia subur yang tidak ingin anak namun tidak ber-KB). Tingkat pemakaian kontrasepsi, rata-rata usia kawin pertama dan unmet need di Provinsi Lampung berdasarkan data SDKI tahun 1991-2012 dapat dilihat pada tabel berikut.


Tabel 1.9. Tingkat Pemakaian Kontrasepsi dan Rata-rata Usia Kawin Pertama di Provinsi Lampung, Hasil SDKI 1991-2012.

Tahun

Tingkat Pemakaian Kontraspsi (%)

Rata-rata usia kawin pertama (Thn)

Unmet need (%)

1991

59.4

16.2

10.4

1994

59.3

16.9

10.7

1997

66.5

17.5

7.4

2002

61.4

18

7.3

2007

71.1

18.7

5.5

2012

70.3

19.7

7.9

Sumber : BPS Provinsi Lampung


Rumusan Masalah

Berdasarkan latar belakang di atas, maka dapat dirumuskan beberapa permasalahan dalam penelitian ini yaitu:

  1. Seberapa besar pengaruh tingkat pendidikan dan pendapatan terhadap tingkat pemakaian kontrasepsi

  2. Seberapa besar pengaruh tingkat pendidikan dan pendapatan terhadap rata-rata usia kawin pertama.

  3. Seberapa besar pengaruh tingkat pendidikan, tingkat pendapatan, tingkat pemakaian kontrasepsi dan rata-rata usia kawin pertama terhadap tingkat kelahiran total.

  4. Seberapa besar pengaruh tingkat kelahiran total terhadap tingkat kemiskinan.


Tujuan Penelitian

Penelitian ini bertujuan untuk :

  1. Menganalisis seberapa besar pengaruh variabel tingkat pendidikan dan pendapatan terhadap tingkat pemakaian kontrasepsi

  2. Menganalisis seberapa besar pengaruh variabel tingkat pendidikan dan pendapatan terhadap rata-rata usia kawin pertama.

  3. Menganalisis seberapa besar pengaruh variabel tingkat pendidikan, tingkat pendapatan, tingkat pemakaian konstrasepsi dan rata-rata usia kawin pertama terhadap tingkat kelahiran total.

  4. Menganalisis seberapa besar pengaruh tingkat kelahiran total terhadap tingkat kemiskinan.


Hipotesis

Berdasarkan perumusan masalah maka hipotesis yang diajukan dalam penelitian ini adalah :

  1. Diduga variabel pendidikan dan pendapatan berpengaruh terhadap tingkat pemakaian kontrasepsi.

  2. Diduga variabel pendidikan dan pendapatan berpengaruh langsung terhadap usia kawin pertama.

  3. Diduga variabel tingkat pendidikan, tingkat pendapatan, tingkat pemakaian kontrasepsi, dan rata-rata usia kawin pertama berpengaruh terhadap tingkat kelahiran total

  4. Diduga tingkat kelahiran total berpengaruh terhadap tingkat kemiskinan


Tinjauan Pustaka


Teori Ekonomi Fertilitas

Menurut Mundiharno (2009), pandangan bahwa faktor-faktor ekonomi mempunyai pengaruh yang kuat terhadap fertilitas bukanlah suatu hal yang baru. Dasar pemikiran utama dari teori ‘transisi demografis’ yang sudah terkenal luas adalah bahwa sejalan dengan diadakannya pembangunan sosial-ekonomi, maka fertilitas lebih merupakan suatu proses ekonomis dari pada proses biologis.

Menurut Leibenstein (Mundiharno, 2009), anak dilihat dari dua aspek yaitu aspek kegunaannya (utility) dan aspek biaya (cost). Kegunaannya adalah memberikan kepuasaan, dapat memberikan balas jasa ekonomi atau membantu dalam kegiatan berproduksi serta merupakan sumber yang dapat menghidupi orang tua di masa depan. Sedangkan pengeluaran untuk membesarkan anak adalah biaya dari mempunyai anak tersebut. Biaya memiliki tambahan seoarang anak dapat dibedakan atas biaya langsung dan biaya tidak langsung. Yang dimaksud biaya langsung adalah biaya yang dikeluarkan dalam memelihara anak seperti memenuhi kebutuhan sandang dan pangan anak sampai ia dapat berdiri sendiri. Yang dimaksud biaya tidak langsung adalah kesempatan yang hilang karena adanya tambahan seoarang anak. Misalnya, seoarang ibu tidak dapat bekerja lagi karena harus merawat anak, kehilangan penghasilan selama masa hamil, atau berkurangnya mobilitas orang tua yang mempunyai tanggungan keluarga besar. Menurut Leibenstein, apabila ada kenaikan pendapatan maka aspirasi orang tua akan berubah. Orang tua menginginkan anak dengan kualitas yang baik. Ini berarti biayanya naik.

Menurut Mundiharno (2009), pengembangan lebih lanjut tentang ekonomi fertilitas dilakukan oleh Gary S. Becker yang menyatakan bahwa anak dari sisi ekonomi pada dasarnya dapat dianggap sebagai barang konsumsi (consumption good, consumer’s durable) yang memberikan suatu kepuasan (utility) tertentu bagi orang tua. Bagi banyak orang tua, anak merupakan sumber pendapatan dan kepuasan (satisfaction). Secara ekonomi fertilitas dipengaruhi oleh pendapatan keluarga, biaya memiliki anak dan selera. Meningkatnya pendapatan (income) dapat meningkatkan permintaan terhadap anak.

Dalam analisis ekonomi fertilitas, permintaan akan anak berkurang bila pendapatan meningkat, karena (a) orang tua mulai lebih menyukai anak-anak yang berkualitas lebih tinggi dalam jumlah yang hanya sedikit sehingga “harga beli” meningkat; (b) bila pendapatan dan pendidikan meningkat maka semakin banyak waktu (khususnya waktu ibu) yang digunakan untuk merawat anak. Jadi anak menjadi lebih mahal.

Teori Rumah Tangga dari Caldwell. Teori ini menyatakan bahwa laju fertilitas yang tinggi atau rendah masing-masing merupakan keputusan yang memberikan “keuntungan” bagi tiap-tiap individu, pasangan suami-istri atau masing-masing keluarga. Jadi pendekatannya lebih menekankan pada dikenakannya tingkah laku fertilitas terhadap individu (atau keluarga inti) oleh suatu kelompok keluarga yang lebih besar (bahkan yang tidak sedaerah) dari pada oleh “norma-norma” yang sudah diterima masyarakat. Seperti diamati oleh Caldwell, didalam keluarga selalu terdapat tingkat eksploitasi yang besar oleh suatu kelompok (atau generasi) terhadap kelompok atau generasi lainnya, sehingga jarang dilakukan usaha pemaksimalan manfaat individu.



Fertilitas dan Tingkat Pemakaian Kontrasepsi

Secara demografis, fertilitas diartikan sebagai hasil reproduksi yang ditunjukkan dengan banyaknya bayi lahir hidup (Mundihrno, 2009). Fertilitas ini merupakan salah satu penyumbang tingginya angka kelahiran selain mortalitas dan migrasi. Salah satu upaya yang dapat dilakukan untuk mengendalikan angka kelahiran adalah melalui Program Keluarga Berencana (KB).


Fertilitas dan Pendidikan

Dalam pembangunan berkelanjutan, wawasan dan pandangan seseorang diartikan sebagai cara seseorang merespon suatu inovasi dan membangun gagasan dalam perencanaan. Dengan demikian, pengukuran tingkat pendidikan sangat bermanfaat dalam memprediksi kondisi wawasan pengetahuan dalam asas pemikiran individu terhadap inovasi dan proses adopsi yang menyertai inovasi tersebut. Oleh karena itu, tingkat pendidikan yang relatif baik (tinggi), mereka lebih memilih memiliki jumlah anak lebih sedikit karena keuntungan lain dapat mempertinggi status ia sandang dan tingginya opportunity cost pengasuhan. Hal ini mengindikasikan bahwa faktor pendidikan wanita mempunyai kontribusi cukup besar terhadap kesejahteraan keluarga terutama mengenai jumlah keluarga yang ideal.


Fertilitas dan Rata-rata usia kawin pertama

Umur kawin pertama dapat menjadi indikator dimulainya seorang perempuan berpeluang untuk hamil dan melahirkan. Perempuan yang kawin usia muda mempunyai rentang waktu untuk hamil dan melahirkan lebih panjang dibandingkan dengan mereka yang kawin pada umur lebih tua dan mempunyai lebih banyak anak .


Fertilitas dan Kemiskinan

Fertilitas juga berdampak pada laju pertumbuhan penduduk. Robert Solow telah menjelaskan hubungan pertumbuhan penduduk dengan tingkat ekonomi suatu negara dalam model pertumbuhan ekonomi yang disebut exogenous growth model atau model pertumbuhan eksogen. Model ini menjelaskan bahwa pertumbuhan ekonomi suatu negara dipengaruhi oleh beberapa hal, seperti akumulasi modal, pertumbuhan penduduk, serta kemajuan teknologi. Temuan penting dari model Solow ini adalah adanya hubungan negatif antara pertumbuhan penduduk dengan pertumbuhan ekonomi dalam jangka panjang. Oleh karena itu, diperlukan langkah pengendalian pertumbuhan penduduk dalam suatu negara sehingga negara tersebut dapat memaksimalkan potensi faktor produksi lainnya untuk memacu pertumbuhan ekonomi yang diinginkan.

Menurut Baldwin & Meier (Saleh, A. 2012), pembangunan ekonomi adalah sebagai kegiatan-kegiatan yang dilakukan oleh suatu negara untuk mengembangkan kegiatan ekonomi dan taraf kehidupan masyarakat. Selain itu pembangunan ekonomi adalah suatu proses yang menyebabkan pendapatan perkapita penduduk suatu masyarakat meningkat dalam jangka panjang. Jika tingkat pembangunan itu lebih besar dari pada tingkat pertambahan penduduk, maka pendapatan riil perkapita akan bertambah.


Metode Penelitian

Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini merupakan data sekunder. Data ini dikumpulkan dari berbagai sumber, antara lain data Survey Demografi dan Kesehatan Indonesia (SDKI) yang telah dilaksanakan dari tahun 1991 sampai tahun 2012, dan data lainnya yang bersumber dari Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) Provinsi Lampung, Badan Pusat Statistik Lampung. Selain itu data-data yang digunakan juga bersumber dari laporan, publikasi, dan literatur-literatur lain yang membahas mengenai penelitian ini.


Definisi Operasional Variabel.

Variabel dalam penelitian ini dibedakan sebagai berikut, yaitu variabel eksogen dan variabel endogen. Variabel endogen yaitu variabel yang mempengaruhi atau menjadi sebab perubahanya atau timbulnya variabel lain Variabel dependen merupakan variabel yang dipengaruhi atau menjadi akibat karena adanya variabel independen.Adapun definisi operasional yang digunakan dalam penelitian ini adalah sebagai berikut:

  1. Tingkat Pendidikan

Faktor pendidikan sangat erat kaitannya dengan sikap dan pandangan hidup suatu masyarakat. Pendidikan jelas mempengaruhi usia kawin, dengan sekolah maka wanita akan menunda perkawinannya, yang kemudian berdampak pada penundaan untuk memiliki anak.

Tingkat pendidikan disini adalah rata-rata lama sekolah penduduk di Provinsi Lampung

  1. Tingkat Pendapatan

Pada umumnya masyarakat dari golongan status ekonomi yang lebih rendah mempunyai fertilitas yang relatif lebih tinggi dibanding dengan golongan status ekonomi lebih tinggi. Tingkat Pendapatan yang digunakan yaitu PDRB atas dasar harga konstan/kapita.

  1. Tingkat pemakaian kontrasepsi atau Contrasep Prevalence Rate (CPR) yaitu jumlah akseptor KB dibagi jumlah Pasangan Usia Subur.

  2. Pasangan Usia Subur adalah jumlah pasangan suami istri yang masih dalam usia reproduksi (belum monopause)

  3. Rata-rata umur kawin pertama yaitu rata-rata usia waktu kawin pertama perempuan di Provinsi Lampung.

  4. Tingkat kelahiran total, atau Total Fertility Rate (TFR) yaitu rata-rata anak yang dilahirkan seorang wanita selama masa usia suburnya.

  5. Tingkat kemiskinan (P) adalah persentase penduduk miskin terhadap jumlah penduduk Provinsi Lampung.

  6. Pengaruh langsung adalah pengaruh variabel eksogen (variabel bebas) terhadap endogen (variabel terikat) secara lagsung tanpa melalui variabel lain.

  7. Pengaruh tidak langsung adalah pengaruh variabel eksogen (variabel bebas) terhadap variabel endogen (variabel terikat) melalui variabel lain.


Tabel 3.1 Variabel Penelitian, Ukuran dan Sumber Data.

Nama Variabel

Simbol

Ukuran

Sumber Data

Tingkat Kelahiran Total

TFR

Jumlah anak yang dilahirkan

Hasil SDKI Tahun 1991-2012

Tingkat pendidikan (rata rata lama sekolah)

X1


Tahun

BPS Provinsi Lampung

Tingkat pendapatan (PDRB/kapita)

X2

Rupiah

BPS Provinsi Lampung

Tingkat Pemakaian Kontrasepsi

Y1

Persentase

Hasil SDKI Tahun 1991-2012

Rata-rata usia kawin pertama

Y2

Tahun

Hasil SDKI Tahun 1991-2012

Tingkat kemiskinan

P

Persentase

BPS Provinsi Lampung



Metode Analisis.

MSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN etode analisis yang dipergunakan dalam metode ini adalah analisis Jalur (Path Analisys) untuk mengetahui besarnya pengaruh variabel eksogen terhadap variabel endogen.



Gambar 2. Model Penelitian dengan Analisa Jalur






Persamaan sub struktur :

Y1 = a1 + b1Y1X1 + b2Y1X2 + e1 ……………............ (1)
Y2 = a2 + b1Y2X1 + b2Y2X2 + e2…….………............ (2)

Persamaan struktural analisis jalur yaitu :

TFR = a3 + b1X1 + b2 X2 + b3Y1 +b4Y2 + e3.... (3)
P = a4 + b5 TFR + e4.......................................... (4)

Dimana :

TFR = Tingkat kelahiran total

X1 = Tingkat Pendidikan (rata-rata lama sekolah)

X2 = Tingkat pendapatan (pendapatan/kapita)

Y1 = Tingkat pemakaian kontrasepsi

Y2 = Rata-rata usia kawin pertama

P = Tingkat kemiskinan

a = intersep

b = koefisien jalur

e = frekuensi gangguan skohastik.


Dengan menggunakan sofware Amos SPSS , maka akan diketahui pengaruh langsung dan pengaruh tidak langsung dari variabel X1, X2 terhadap variabel Y1, Y2, dan TFR dan pengaruh TFR terhadap P.

1. Pengaruh langsung/direct effect :

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh variabel X1 terhadap variabel Y1 secara langsung diformulasikan sebagai berikut : X1 Y1 = b1Y1X1

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh variabel X1 terhadap variabel Y2 secara langsung diformulasikan sebagai berikut : X1 Y2 = b1Y2X1

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh variabel X2 terhadap variabel Y1 secara langsung diformulasikan sebagai berikut : X2 Y1 = b1Y1X2

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh variabel X2 terhadap variabel Y2 secara langsung diformulasikan sebagai berikut : X2 Y2 = b2Y2X2

Pengaruh variabel X1 terhadap variabel TFR diformulasikan sebagai berikut :

XSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN 1 TFR = b1TFRX1

Pengaruh variabel X2 terhadap variabel TFR diformulasikan sebagai berikut :

XSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN 2 TFR = b2TFRX2

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh variabel Y1 (tingkat pemakaian kontrasepsi) terhadap variabel TFR (tingkat kelahiran total) diformulasikan sebagai berikut : Y1 TFR = b3TFRY1

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh variabel Y2 (rata-rata usia kawin pertama) terhadap variabel TFR (tingkat kelahiran total) diformulasikan sebagai berikut : Y2 TFR = b4TFRY2

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh variabel TFR terhadap variabel P secara langsung diformulasikan sebagai berikut : TFR P = b5TFR


2. Pengaruh Tidak Langsung (Indirect Effect)


XSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN 1 TFR melalui Y1 dan Y2

XSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN 2 TFR melalui Y1 dan Y2

XSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN 1 P melalui Y1,Y2 dan TFR

XSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN 2 P melalui Y1, Y2 dan TFR

YSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN 1 P melalui TFR

YSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN 2 P melalui TFR


Uji Statistik

Ketepatan fungsi regresi dalam menaksir nilai aktual dapat diukur dari goodness of fit nya. Secara statistik, dapat diukur dari koefisien determinasi (R2), nilai P value dan critical ratio (cr)

1. Koefisien Determinasi

Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependent amat terbatas.

Beberapa indeks kesesuaian dan cut of value untuk menguji apakah sebuah model dapat diterima atau ditolak antara lain:

  1. RMSEA (The Root Mean Square Error of Approximation), yang menunjukkan goodness of fit yang diharapkan bila model diestimasi dalam populasi. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterimanya model yang menunjukkan close fit dari model itu berdasarkan degrees of freedom.

  2. GFI (Goodness of fit Index), adalah ukuran non statistikal yang mempunyai rentang nilai antara 0 (poor fit) sampai dengan 1.0 (perfect fit). Nilai yang tinggi dalam indeks ini menunjukkan sebuah “better fit”.

  3. CMIN/DF, adalah The Minimum Sample Discrepancy Function yang dibagi dengan Degree of Freedom. CMIN/DF tidak lain adalah statistic Chi-Square, X² dibagi DF-nya, disebut X² relatif. Bila nilai X² relatif kurang dari 2.0 atau 3.0 adalah indikasi dari acceptable fit antara model dan data.


2. Pengujian Hipotesis

Untuk menguji hipotesis diperlukan estimasi pengaruh dan standar eror sehingga didapatkan nilai critical ratio yaitu rasio deviasi tertentu dari nilai rata-rata standard deviasi.

Pada taraf signifikansi α = 5 persen, pengujian yang digunakan adalah sebagai berikut :

  1. Ho ditolak apabila nilai critical ratio > 1,96, yang berarti variabel independent berpengaruh secara signifikan terhadap variabel dependent.

  2. Ho diterima apabila nilai critical ratio < 1,96, yang berarti independent tidak berpengaruh secara signifikan terhadap variabel dependent.









Hasil Dan Pembahasan

Gambar 4.1 Hasil Perhitungan Diagram Analisa Jalur

SRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN SRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN SRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN SRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN

Hasil Pengujian Kelayakan Model Goodness of Fit

Hasil analisis pengolahan data terlihat bahwa semua konstruk yang digunakan untuk membentuk sebuah model penelitian, pada proses analisis full model SEM memenuhi kriteria goodness of fit yang telah ditetapkan. Ukuran goodness of fit yang menunjukkan kondisi yang fit hal ini disebabkan oleh angka Chi-square sebesar 2.528 yang lebih kecil dari cut-off value yang ditetapkan dengan nilai probability 0,052 atau diatas 0,05. Ukuran goodness of fit lain juga menunjukkan pada kondisi yang baik yaitu GFI (0,905) dan RMSEA (0,0082) memenuhi kriteria goodness of fit.


Analisis atas koefisien jalur (path coefficients)

Analisis atas koefisien jalur (path coefficients) dianalisis melalui signifikansi besaran regression weight dari model seperti yang disajikan di bawah ini :

Tabel 3.1. Besaran Koefisien Regresi


Estimate

S.E.

c.r.

P

Keterangan

Y1

<---

X1

3,32

1,450

2,287

,022

Signifikan α : 5 %

Y2

<---

X1

-,76

,188

4,054

***

Signifikan α : 5 %

Y2

<---

X2

1,05

,084

12,573

***

Signifikan α : 5 %

Y1

<---

X2

1,18

,646

1,820

,069

Signifikan α : 10 %

TFR

<---

Y2

-,28

,062

-4,469

***

Signifikan α : 5 %

TFR

<---

Y1

-,02

,008

-2,903

,004

Signifikan α : 5 %

TFR

<---

X1

-,16

,076

2,038

,042

Signifikan α : 5 %

TFR

<---

X2

-,05

,070

,782

,434

Signifikan α : 50 %

P

<---

TFR

22,70

3,442

6,595

***

Signifikan α : 5 %


Pengujian Hipotesis

Hipotesis 1

Dari hasil perhitungan dengan taraf signifikan 5 % dimana c.r. = 1,96, ternyata variabel X1 (rata-rata lama sekolah) berpengaruh positip terhadap tingkat pemakaian kontrasepsi, dimana dapat dilihat dari nilai critical ratio (c.r.) sebesar 2,287 > 1,96 dan P value sebesar 0,022 < 0,05. Variabel X2 (pendapatan perkapita) tidak berpengaruh terhadap tingkat pemakaian kontrasepsi, dimana dapat dilihat dari nilai critical ratio (c.r.) sebesar 1,820 < 1,96 dan P value sebesar 0,069 > 0,05. Signifikan pada taraf 10 %, Sehingga hipotesis tidak dapat dibuktikan.


Hipotesis 2

Dari hasil perhitungan ternyata variabel X1 (rata-rata lama sekolah) berpengaruh positif terhadap usia kawin pertama (Y2) dan variabel X2 (pendapatan perkapita) juga berpengaruh positif terhadap usia kawin pertama (Y2).


Hipotesis 3

Dari analisis data penelitian diperoleh hasil bahwa :

Tingkat pemakaian kontrasepsi (Y1) berpengaruh signifikan terhadap tingkat kelahiran total (TFR), dengan nilai critical ratio (c.r.) sebesar 2,903 dan P sebesar 0,004. Rata-rata usia kawin pertama (Y2) berpengaruh negatif terhadap tingkat kelahiran (TFR) dengan c.r. sebesar 4,469. dan P sebesar 0,000. Rata rata lama sekolah (X1) berpengaruh signifikan terhadap tingkat kelahiran (TFR), dengan c.r. sebesar 2,038 dan P sebesar 0,042. Pendapatan perkapita tidak berpengaruh terhadap tingkat kelahiran (TFR) karena nilai c.r. sebesar 0,782 dan nilai P dibawah 0,434. Dengan demikian hipotesis tidak dapat dibuktikan.


Hipotesis 4

Dari hasil perhitungan ternyata, tingkat kelahiran berpengaruh signifikan terhadap tingkat kemiskinan, dengan nilai c.r. sebesar 6,595 dan P dibawah 0,05.

Hipotesis dapat dibuktikan.


Pengaruh Langsung dan Tidak Langsung.

1. Pengaruh Langsung

Pengaruh variabel Rata-rata lama sekolah (X1) terhadap variabel rata-rata usia kawin pertama (Y1) secara langsung diformulasikan sebagai berikut :

XSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN 1 Y1 = 0,523 X1, artinya jika rata-rata lama sekolah (X1) naik sebesar 1 satuan, sedangkan faktor lain tetap, maka tingkat pemakaian kontrasepsi (Y1) naik sebesar 0,523 satuan.

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh variabel rata-rata lama sekolah (X1) terhadap variabel rata-rata usia kawin pertama (Y2) secara langsung : X1 Y2 = 0,446 X1 , artinya jika rata-rata lama sekolah (X1) naik sebesar 1 satuan, sedangkan faktor lain tetap, maka rata-rata usia kawin pertama (Y2) naik sebesar 0,446 satuan.

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh variabel pendapatan per kapita (X2) terhadap variabel tingkat pemakaian kontrasepsi (Y1) secara langsung X2 Y1 = 0,416X2, artinya jika pendapatan per kapita (X2) naik sebesar 1 satuan, sedangkan faktor lain tetap, maka tingkat pemakaian kontrasepsi (Y1) naik sebesar 0,416 satuan.

Pengaruh variabel pendapatan per kapita (X2) terhadap variabel rata-rata usia kawin pertama (Y2) secara langsung sebagai berikut :

XSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN 2 Y2 = 1,383 X2, artinya jika pendapatan per kapita (X2) naik sebesar 1 satuan, sedangkan faktor lain tetap, maka rata-rata usia kawin pertama (Y2) naik sebesar 1,383 satuan.

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh variabel rata-rata lama sekolah (X1) terhadap variabel tingkat kelahiran total (TFR) secara langsung : X1 TFR = -0,420 X1, artinya jika rata-rata lama sekolah (X1) turun sebesar 1 satuan, sedangkan faktor lain tetap, maka TFR naik sebesar 0,420 satuan.

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh variabel pendapatan per kapita (X2) terhadap variabel TFR secara langsung : X2 TFR = -0,333 X2, 333, artinya jika pendapatan per kapita (X2) turun sebesar 1 satuan, sedangkan faktor lain tetap, maka TFR naik sebesar 0,333 satuan.


PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh variabel tingkat pemakaian kontrasepsi (Y1) terhadap variabel tingkat kelahiran total (TFR) secara langsung Y1 TFR = -0,401Y1, artinya tingkat pemakaiann kontrasepsi (Y1) turun sebesar 1 satuan, sedangkan faktor lain tetap, maka tingkat kelahiran (TFR) naik sebesar 0,401 satuan.

Pengaruh variabel rata-rata usia kawin pertama (Y2) terhadap variabel tingkat kelahitan total (TFR) secara langsung :

YSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN 2 TFR = -1,283Y2, artinya rata-rata usia kawin pertama (Y2) turun sebesar 1 satuan, sedangkan faktor lain tetap, maka tingkat kelahiran total (TFR) naik sebesar 1,283 satuan.

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh variabel tingkat kelahiran total (TFR) terhadap variabel tingkat kemiskinan (P) secara langsung : TFR P = 0,821 TFR, artinya jika tingkat kelahiran total (TFR) naik sebesar 1 satuan, sedangkan faktor lain tetap, maka tingkat kemiskinan (P) naik sebesar 0,821 satuan.


2. Pengaruh tidak langsung

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh X1 terhadap TFR melalui Y1 dan Y2 adalah : X1 TFR = -0,362, artinya TFR akan turun sebesar 0,362 untuk setiap kenaikan X1 sebesar 1 satuan setelah melalui mediasi variabel Y1 dan Y2

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh X2 terhadap TFR melalui Y1 dan Y2 adalah : X2 TFR = -1,942, artinya TFR akan turun sebesar 1,942 untuk setiap kenaikan X2 sebesar 1 satuan melalui mediasi variabel Y1 dan Y2

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh X1 terhadap P melalui Y1, Y2 dan TFR adalah : X1 P = -0,642 , artinya P akan turun sebesar 0,642 setiap kenaikan X1 sebesar 1 satuan melalui variabel Y1, Y2 dan TFR

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh X2 terhadap P melalui Y1, Y2 dan TFR adalah : X2 P = -1,321 , artinya P akan turun sebesar 1,321 untuk setiap kenaikan X2 sebesar 1 satuan melalui variabel Y1, Y2 dan TFR.

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh Y1 terhadap P melalui TFR adalah : Y1 P = -0,329, artinya P akan turun sebesar 0,329 untuk setiap kenaikan Y1 sebesar 1 satuan melalui variabel TFR

PSRI SUNARTI SAIMUL ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI TINGKAT KELAHIRAN engaruh Y2 terhadap P melalui TFR adalah :Y2 P = -1,054, artinya P akan turun sebesar 1,054 untuk setiap kenaikan Y2 sebesar 1 satuan melalui variabel TFR.



Kesimpulan Dan Saran

Kesimpulan

Dari hasil perhitungan dan pembahasan dapat disimpulkan bahwa:

  1. Tingkat pendapatan dan tingkat pendidikan (rata-rata lama sekolah) mempunyai korelasi yang tinggi, dan dalam hal ini Provinsi Lampung merupakan daerah miskin yang mengakibatkan tingkat pendidikan rendah.

  2. Rata-rata lama sekolah berpengaruh positip terhadap tingkat pemakaian kontrasepsi dan rata-rata usia kawin pertama.

  3. Pendapatan perkapita tidak berpengaruh terhadap tingkat pemakaian kontrasepsi, namun pendapatan per kapita berpengaruh terhadap rata-rata usia kawin pertama.

  4. Tingkat pemakaian kontrasepsi, rata-rata usia kawin pertama, rata-rata lama sekolah berpengaruh signifikan terhadap tingkat kelahiran. Namun pendapatan perkapita tidak berpengaruh terhadap tingkat kelahiran.

  5. Tingkat kelahiran total berpengaruh signifikan terhadap tingkat kemiskinan.


Saran

Setelah mempelajari seluruh proses penelitian dan hasil yang diperoleh dalam penelitian ini, maka secara singkat perlu disampaikan beberapa saran yang mungkin dapat bermanfaat bagi pemerintah, bagi pengembangan ilmu maupun bagi para peneliti lebih lanjut sebagai berikut:

  1. Untuk meningkatkan pendapatan, maka perlu adanya pendidikan yang memadai karena dengan pendidikan yang memadai diharapkan mampu meningkatkan pendapatan dan wawasan /pola pikir yang lebih baik.

  2. Mengingat kuatnya pengaruh variabel pendidikan terhadap tingkat pemakaian kontrasepsi dan rata-rata usia kawin, maka Pemerintah lebih meningkatkan usia wajar (wajib belajar) sampai 12 tahun, karena rata-rata lama sekolah sampai saat ini sekitar 7 sampai 8 tahun. Dan tingkat pendidikan memiliki korelasi dengan pendapatan sehingga dengan meningkatkan pendidikan maka akan meningkatkan pendapatan sehingga dapat menghasilkan anak anak yang berkualitas dan mengurangi tingkat kemiskinan.

  3. Pengaruh tingkat pemakaian kontrasepsi dan rata-rata usia kawin pertama juga sangat berpengaruh pada tingkat kelahiran total, sehingga variabel perlu mendapat perhatian dari Pemerintah untuk dapat ditingkatkan.

4. Sesuai dengan teori konvensional dari Davis dan Mamadni mengajukan langkah-langkah dalam menurunkan fertilitas agar dapat diterapkan :

  1. Negara berkewajiban memperbaiki struktur sosial ekonomi secara makro dan mikro, kesempatan kerja dan kesempatan memperoleh pendidikan tinggi bagi kaum wanita diperluas.

  2. Dengan membaiknya sosial ekonomi wanita, mereka akan lebih mudah menerima pengetahuan tentang cara membatasi kelahiran.

  3. Meningkatkan prevalensi pemakaian kontrasepsi.

  4. Penurunan fertilitas.

5. Untuk mendalami pengaruh TFR terhadap tingkat kemiskinan, maka perlu dikembangkan suatu penelitian tentang pengaruh TFR dalam arti luas yang di dalamnya meliputi faktor lainnya yang dapat berpengaruh tidak langsung terhadap peningkatan pendapatan ekonomi keluarga.


Daftar Pustaka

Bernard, 1990. Analisis Fertilitas di Sulawesi Selatan Berdasarkan SUPAS 1985, Universitas Indonesia, Jakarta, 76 hlm.


Burhan, L. 2008. Pengaruh Contraceptive Prevalency Rate (CPR) dan Total Fertility Rate (TFR) terhadap Efektivitas Program KB dan Pemberdayaan Ekonomi Keluarga dan Peningkatan Kesejahteraan Keluarga di Provinsi Nusa Tenggara Barat. Jurnal Ilmu Ekonomi dan Manajemen Volume 4


Cahyani D dan Sunarko (2013). Pengaruh Tingkat Pendidikan Orang Tua dan Tingkat Pendapatan Orang Tua terhadap Usia kawin Pertama Anak Wanita di Kecamatan Tersono Kabupaten Batang Tahun 2013. Http :// jurnal.unnes.ac.id/sju/indek php/edugeu.

Chaniago, J. (2007) Pertumbuhan Ekonomi dan Dampaknya terhadap Distribusi Pendapatan. hpps://junaidichaniago.wordpress.com/2010/02/13/pertumbuh-an ekonomi

Dachlan, U. 2014. Panduan Lengkap Struktural Equation Modeling, Lentera Ilmu Semarang, 448 hlm.

Desnia, P. 2015. Dampak Pertumbuhan Penduduk. Juni 2015. http://pdesnia.wordpress.com/2012/12/14/dampak pertumbuhan penduduk. html

Eka L.D, 2011. Faktor-faktor Yang Mempengaruhi Fertilitas pada Wanita Pekerja di Kota Makassar (rumah tangga miskin), Universitas Muslim Indonesia.

Julian, F. 2009. Unmetneed dan Kebutuhan Pelayanan KB di Indonesia. Penerbit KB dan Kesehatan Reproduksi. BKKBN


Freedman, Ronald, Teori-teori Penurunan Fertilitas: Suatu Tinjauan, Pusat Penelitian dan Studi Kependudukan Universitas Gadjah Mada, Yogyakarta, 1983


Lanzieri G, 2013. Fertility Statistics in Relation to Economy, Parity, Education and Migration. http ://ec.europa.eu/eurostst/statistics-explained/index.php.


Mundiharno, 2009, Beberapa Teknik Estimasi Fertilitas. http://www. akademia.or.id/arsip/FER-T-WD.PDF.


Nicoll Mc, 2011. Economic Consequences of Below-Replacement Fertility. http://grizzly.la.psu.edu/-dshapiro/463iiib.htm


Nujum, S. 2011. Faktor-faktor Yang Mempengaruhi Tingkat Fertilitas di Kota Makasar - Sulawesi Selatan, Lembaga Kajian Demografi (LKD) Universitas Muslim Indonesia.


Nur’aini, 2012. Mungkinkah Target TFR 2,1 Tercapai pada Tahun 2015 Berdasarkan Analisis Hubungan CPR dan TFR Data SDKI Jawa Barat.


Nurdivya.E.A, 1995. Analisis Fertilitas di Indonesia Pendekatan Proximate Determinent, Universitas Indonesia, Jakarta


Palmore, James A., Pengukuran Fertilitas dan Pertambahan Alamiah, Lembaga

Kependudukan Universitas Gadjah Mada, Yogyakarta, 1977


Philipov D, Sobotka T, dan Skirbekk V, 2010. Economic Recession and Fertility. http : //ec. europa.eu/social/Blovservlet?docld.


Purwanti, 2003. Analisis Faktor Sosial Ekonomi Yang Mempengaruhi Fertilitas di Kecamatan Polokarto Kabuopaten Sukoharjo. Universitas Sebelas Maret.


Robinson, Waren C. dan Sarah F. Harbinson. 2000. Menuju Teori Fertilitas Terpadu. Terj. Andre Bayo Ala. Yogyakarta.


Saleh A, 2012. Pengantar Ekonomi Pembangunan. http:// abassaleh2011.blogspot.com/2012/09/bahan-eko-pembangunan-i.html


Sarwono, J. 2007. Analisis Jalur untuk Riset Bisnis dengan SPSS. Penerbit Andi Yogyakarta. 210 halaman


Suandi (2013). Status Sosial Ekonomi dan Fertilitas. http://download.portalgaruda.org/article.php%3Farticle%D1316.


Sumini, Tsalatsa Y. dan Kuntohadi. W, 2009, Kontribusi Pemakaian Alat Kontrasepsi terhadap Fertilitas, BKKBN.


Supriatna, Y. 2012. Hubungan Antara Pertumbuhan Penduduk dengan Lapangan Pekerjaan dan Kemiskinan. http://yayatsuprianta10.blogspot. com/2012/12/hubungan antara pertumbuh-an penduduk.html.


Tjiptoherianto, P. 2002. Dimensi Kependudukan Dalam Pembangunan Berkelanjutan.http://www.bkkbn.go.id/materi/Documents/Seminar%2520Bonus%2520 Demografi


Yuniarti, S. 2009. Analisis Faktor Yang Berhubungan Dengan Fertilitas: Suatu Kajian Literatur.


Ur Rehman K.N, Khan J, dan Tariq M (2011). The Impact Education on Total Fertility Rate in Pakistan. http://mpra.ub.uni-muenchen.de/56010/MPRA paper 56010.pdf


__________Laporan Pendahuluan Survey Demografi dan Kesehatan Indonesia (SDKI), 2012, Badan Pusat Statistik, BKKBN dan Dinas Kesehatan


__________Pembangunan Daerah Dalam Angka, 2013


__________Survey

1 Alumni Magister Ilmu Ekonomi Fakultas Ekonomi dan Bisnis Universitas Lampung

2 Dosen Magister Ilmu Ekonomi Fakultas Ekonomi dan Bisnis Universitas Lampung

JEP-Vol. 5, N0 1, April 2016 | 21






Tags: analisis faktor-faktor, 2009. analisis, mempengaruhi, analisis, sunarti, tingkat, saimul, kelahiran, faktorfaktor