Model Bantuan Rumah Tangga Miskin di Kabupaten Jombang dengan Pendekatan SEM (Structural Equation Modelling)

Transkripsi

1 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (014) (301-98X Prnt) D-308 Model Bantuan Rumah Tangga Mskn d Kabupaten Jombang dengan Pendekatan SEM (Structural Equaton Modellng) Ist Aprlla, Bambang Wjanarko Otok, I Nyoman Latra. Jurusan Statstka, Fakultas FMIPA, Insttut Teknolog Sepuluh Nopember (ITS) Jl. Aref Rahman Hakm, Surabaya Indonesa E-mal: bambang_wo@statstka.ts.ac.d Abstrak Kemsknan merupakan salah satu fenomena yang mash menjad perhatan untuk segera dlakukan penanganan. Strateg yang sudah dlakukan pemerntah untuk mengatas kemsknan telah banyak dlakukan, dantaranya dengan program penanggulangan kemsknan yang terdr atas dua program bantuan. Meskpun program pengentasan kemsknan terus dtngkatkan, namun bantuan yang dberkan mash belum bsa mengurang angka kemsknan. Oleh karena tu untuk membantu pelaksanaan program bantuan, dgunakan analss SEM (Structural Equaton Modellng) untuk memodelkan model bantuan rumah tangga mskn berdasarkan ndkator kesehatan, ekonom dan SDM d Kabupaten Jombang. Data yang dgunakan adalah sebanyak 306 desa d Kabupaten Jombang tahun 010. Hasl peneltan menunjukkan bahwa rumah tangga mskn d Kabupaten Jombang lebh domnan memlh bantuan program. Pada pengujan CFA (Confrmatory Factor Analyss), varabel kesehatan terdapat 8 ndkator yang sgnfkan dar 9 ndkator. Sedangkan untuk varabel ekonom, 6 ndkator yang sgnfkan dar 8 ndkator. Pada analss selanjutnya dgunakan ndkator yang sgnfkan dan masng-masng varabel sudah relabel. Pengujan SEM ddapatkan hasl bahwa kesehatan dan SDM berpengaruh sgnfkan secara negatf terhadap bantuan yatu sebesar 0,35 dan 0,193. Kesehatan dan SDM berpengaruh sgnfkan secara postf terhadap bantuan 1 yatu sebesar 0,313 dan 0,179. Dan model yang terakhr ddapatkan hasl bahwa SDM dan kesehatan berpengaruh sgnfkan secara negatf terhadap bantuan yatu sebesar 0,95 dan 0,193. Kata kunc Bantuan, Confrmatory Factor Analyss, Ekonom, Kesehatan, SDM, dan Structural Equaton Modellng S I. PENDAHULUAN ampa saat n, permasalahan kemsknan merupakan salah satu fenomena yang mash menjad perhatan untuk segera dlakukan penanganan dan menjadkan kemsknan selalu menjad kajan yang dperdebatkan dalam berbaga forum. Untuk mengatas masalah kemsknan, tdak hanya dlhat dar satu sudut pandang saja[1]. Angka kemsknan terbesar terdapat d Jawa Tmur ( jwa) hngga bulan september 01 dar total penduduk sebanyak Bla dlhat dar persentase penduduk mskn terhadap populas penduduk d masng-masng provns, Jawa Tmur memlk persentase kemsknan sebesar 13,06%. Kabupaten Jombang adalah salah satu Kabupaten d Jawa Tmur yang tngkat kemsknannya mash relatf sult untuk bergerak turun[]. Prosentase kemsknan d Jombang pada tahun 007 sebesar 18,80% sedangkan pada tahun 008 sebesar 16,43% dan pada tahun 009 prosentase kemsknan menngkat kembal yatu menjad 17,54%. Mengacu pada permasalahan tersebut, peran pemerntah mash belum maksmal dan bantuan yang dberkan pada masyarakat menjad pertanyaan besar mengena keberhaslannya. Maka dalam peneltan n akan dlakukan pengujan untuk mengetahu model bantuan rumah tangga mskn berdasarkan ndkator kesehatan, ekonom dan SDM d Kabupaten Jombang menggunakan metode SEM. SEM adalah suatu alat yang tepat untuk mengukur peneltan dengan varabel yang tdak terukur. II. TINJAUAN PUSTAKA A. Struktural Equaton Modellng (SEM) Model struktural merupakan hubungan antara varabel laten bak ndependen maupun dependen [3]. Model persamaannya adalah sebaga berkut. η Β η Γ ξ ζ ( mx1) ( mxm) ( mx1) ( mxn) ( nx1) ( mx1) (1) Dmana η adalah varabel laten endogen, B adalah koefsen varabel laten endogen, Γ adalah koefsen varabel laten eksogen, ξ adalah varabel laten eksogen dan ζ adalah error B. Model Pengukuran Varabel laten merupakan varabel yang tdak bsa dukur secara langsung, namun dapat dukur oleh satu atau lebh ndkator. uaton Model pengukuran menggambarkan hubungan antara varabel laten dengan ndkator yang dnyatakan dalam loadng factor (λ). Loadng factor menunjukkan korelas antara varabel ndkator dengan varabel laten. Model pengukuran basanya menggunakan Confrmatory Factor Analyss. Secara metemats CFA djelaskan dengan persamaan berkut [4]. x 1 = λ 11 ξ 1 + δ 1 x = λ 1 ξ 1 + δ x p = λ p1 ξ 1 + δ p Persamaan-persamaan tersebut dapat dnotaskan dalam bentuk matrks yang dtunjukkan pada persamaan berkut. X Λ x ξ δ () Dmana X adalah vektor ndkator p 1, Λ x adalah matrks lamda (loadng factor) p m, ξ adalah vektor varabel laten m 1, dan δ adalah vektor error berukuran p 1.

2 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (014) (301-98X Prnt) D-309 C. Asums Persamaan Model Struktural Pada Structural Equaton Modelng (SEM) terdapat beberapa asums yang harus dpenuh untuk melakukan pengujan selanjutnya dantaranya adalah ukuran sampel yang dgunakan mnmal sebanyak 100 sampel dan data yang dgunkan memenuh asums dstrbus normal [5]. D. Keakuratan Parameter CFA Sgnfkas ndkator-ndkator dalam mengukur varabel laten dapat dketahu dengan menggunakan nla λ. Sedangkan untuk mengetahu konsstens, dapat dketahu menggunakan pengujan relabltas [6]. Relabltas varabel laten dapat dketahu dengan menghtung nla construct relablty (ρ c ) yang dtunjukkan dalam persamaan berkut. ˆ c ( p 1 ( 1 ˆ ) dmana ˆ = construct relablty c p ˆ ) ( p 1 ˆ ) ˆ = loadng factor varabel ˆ = error varabel ndkator, dmana ˆ ˆ 1 p = banyaknya ndkator varabel laten Varabel laten dkatakan relabel jka nla Construct Relablty yang dhaslkan lebh besar sama dengan 0,5 [7]. E. Identfkas Model Identfkas model berkatan dengan membandngkan jumlah persamaan yang ada dengan banyak parameter yang dtaksr. Identfkas model dgunakan untuk mengetahu nformas yang cukup untuk mengdentfkas persamaan model Pada dentfkas model terdapat tga macam krtera yatu under dentfed, just dentfed, dan over dentfed jumlah persamaan lebh besar dar banyaknya parameter yang dtaksr atau df > 0, dmana df = s-t, s=(p+q)(p+q+1)/, p adalah jumlah varabel endogen dan q jumlah varabel eksogen [7]. F. Uj Kesesuaan Model Indkator kesesuaan model SEM dapat dlhat dar beberapa ukuran dantaranya Ch-Square Statstc, The Root Mean Square Error of Approxmaton (RMSEA), Goodnest of Ft Indces (GFI), Adjusted Goodnest of Ft Index (AGFI), dan Comparatve Ft Index (CFI) [8]. Nla krts yang drekomendaskan untuk ndkator-ndkator kesesuaan model tersebut, dtunjukkan pada Tabel 1. Tabel 1. Nla Krts Indkator Kesesuaan Model Model Ft Model Dapat Dterma Ch-square P-value 0 χ df 0,05 < P-value 1,00 df < χ 3df 0,01 P-value 0,05 GFI 0,95 GFI 1,00 0,90 GFI < 0,95 AGFI 0,90 AGFI 1,00 0,85 AGFI < 0,90 RMSEA 0 RMSEA 0,05 0,05 < RMSEA 0,08 CFI 0,97 CFI 1,00 0,95 CFI < 0,97 (3) Dar beberapa uj kelayakan yang sudah djelaskan, model dkatakan bak jka palng tdak ada salah satu metode uj kelayakan terpenuh [9]. G. Kemsknan Kemsknan dkelompokkan dalam dua kategor, yatu kemsknan absolut dan kemsknan relatf. Kemsknan relatf merupakan konds mskn karena pengaruh kebjakan pembangunan yang belum mampu menjangkau seluruh lapsan masyarakat. Sedangkan kemsknan absolut dtentukan berdasarkan ketdakmampuan untuk mencukup kebutuhan pokok mnmum [10]. A. Sumber Data III. METODOLOGI PENELITIAN Data yang dgunakan dalam peneltan n adalah data sekunder yang dperoleh dar Badan Perencanaan dan Pembangunan Daerah (BAPPEDA) d Kabupaten Jombang tahun 010. Unt analss pada peneltan n adalah rumah tangga mskn pada 306 desa d Kabupaten Jombang. B. Varabel Peneltan Varabel-varabel dalam peneltan n terdr dar 4 varabel laten, dantaranya adalah varabel kesehatan terdr dar 9 ndkator, varabel ekonom terdr dar 8 ndkator, varabel SDM terdr dar 1 ndkator, dan varabel bantuan terdr dar ndkator yang dlamprkan pada Lampran 1. C. Langkah Analss Langkah analss yang dgunakan dalam pengujan n dantaranya adalah sebaga berkut. 1. Pengujan karakterstk rumah tangga mskn d Kabupaten Jombang.. Pengujan asums normaltas. 3. Melakukan pengujan Confrmatory Factor Analyss (CFA). 4. Melakukan pengujan Structural Equaton Modelng (SEM) yang terdr dar. a. Membuat konseptualsas model dan teor b. Membuat dagram jalur untuk menjelaskan pola hubungan antar varabel laten. c. Mengkonvers dagram jalur ke dalam persamaan struktural d. Mengdentfkas model e. Mengevaluas kesesuaan model f. Melakukan modfkas model g. Interpretas model h. Menganalss pengaruh bantuan 1 dan bantuan IV. ANALISIS PEMBAHASAN A. Karakterstk Rumah Tangga Mskn d Kabupaten Jombang Tap Desa. Rumah tangga mskn menggunakan bambu/rumba sebaga tempat tnggal sebanyak 58%, luas kavlng kurang dar 60m sebanyak 5%, jens lanta dar tanah sebanyak 60%, tdak mempunya septctank sebanyak 67%, sumber ar mnum berasal dar mata ar tdak terlndung sebanyak 75%, rumah tangga mskn yang tdak mempunya fasltas tempat buang ar besar sebanyak 66%, luas lanta lebh besar sama dengan 3m yang dmlk rumah tangga mskn sebanyak 64%, jens atap bangunan dar genteng sebanyak 99%, rumah tangga mskn yang sanggup membayar rumah sakt sebanyak 97%, sumber

3 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (014) (301-98X Prnt) D-310 penerangan menggunakan lstrk sebanyak 99%, rumah tangga mskn yang menggunakan kayu bakar untuk memasak sebanyak 64%, rumah tangga mskn yang memlk aset kurang dar Rp sebanyak 80%, rumah tangga mskn yang kurang dar sekal dalam sehar mengkonsums dagng/susu/ayam sebanyak 80%, bangunan rumah tangga mskn mlk sendr sebanyak 93%, lebh dar satu kal rumah tangga mskn yang membel baju dalam setahun sebanyak 80%, lebh dar sama dengan 3 kal rumah tangga mskn yang makan dalam sehar sebanyak 61%, rumah tangga mskn yang mempunya penghaslan kurang dar Rp sebanyak 73%, kepala rumah tangga yang tdak sekolah sebanyak 93%. Untuk mengatahu prosentase rumah tangga mskn tap desa berdasarkan bantuan yang dngnkan jka dlhat dar ndkator peneltan dtamplkan pada Tabel. Tabel. Prosentase RTM Tap Desa Berdasarkan Bantuan yang Dngnkan Indkator Rata-rata Bantuan 1 Bantuan Standar Devas Rata-rata Standar Devas X1.1 0,153 0,089 0,37 0,199 X1. 0,079 0,041 0,08 0,038 X1.3 0,141 0,079 0,1 0,180 X1.4 0,57 0,110 0,35 0,160 X1.5 0,68 0,11 0,316 0,094 X1.6 0,49 0,101 0,434 0,536 X1.7 0,130 0,066 0,149 0,066 X1.8 0,007 0,006 0,008 0,007 X1.9 0,016 0,011 0,017 0,009 Y1.1 0,008 0,006 0,008 0,004 Y1. 0,50 0,083 0,98 0,150 Y1.3 0,84 0,110 0,30 0,086 Y1.4 0,337 0,116 0,405 0,16 Y1.5 0,075 0,035 0,085 0,03 Y1.6 0,114 0,054 0,088 0,041 Y1.7 0,043 0,04 0,039 0,01 Y1.8 0,34 0,10 0,407 0,143 Y.1 0,35 0,115 0,388 0,139 B. Pengujan Asums Pengujan multvarat normal dgunakan untuk mendukung kevaldan pengujan yang dlakukan. Dar pengujan yang dlakukan, ddapatkan hasl bahwa prosentase dar jarak mahalanobs ( d ) yang kurang dar j sebesar 60,53% (p,0.5) dmana lebh besar dar 50% yang berart sudah memenuh asums multnormal. C. CFA Varabel Kesehatan Hasl CFA untuk varabel kesehatan dengan 9 ndkator, dapatkan nla df sebesar 7 yang menunjukkan keadaan over dentfed. Hasl pengujan ddapatkan hasl bahwa model tdak memenuh krtera kebakan model dan ndkator X1.7 tdak sgnfkan sehngga tdak dkutkan dalam pengujan selanjutnya. Sehngga dlakukan modfkas model yang dtamplkan pada Gambar 1. Gambar. 1. CFA Varabel Kesehatan Modfkas Dar Gambar 1 model hasl modfkas juga dalam keadaan over dentfed dengan nla df sebesar 14 yang lebh besar dar nol, maka perlu dlakukan pengujan krtera kebakan model. Model dkatakan bak jka nla kebakan model memenuh krtera kebakan yang dtamplkan pada Tabel 3. Tabel 3. Goodness of Ft Varabel Kesehatan Setelah Modfkas Goodness of Ft Index Hasl Model Keterangan Ch-Square 16,016 Model ft P-value 0,31 Model ft GFI 0,985 Model ft AGFI 0,96 Model ft CFI 0,998 Model ft RMSEA 0,03 Model ft Dar Tabel 3 dapat dketahu bahwa model sudah memenuh krtera kebakan model, sehngga bsa dgunakan dalam pengujan selanjutnya. Langkah selanjutnya yatu menguj pengaruh sgnfkans, ndkator dkatakan memlk pengaruh yang sgnfkan jka p-value<α (0,10). Nla loadng factor dan p-value pada pengujan dtunjukkan pada Tabel 4. Tabel 4. Estmas Parameter CFA Varabel Kesehatan Indkator Loadng Factor Error p-value Keterangan X1.1 0,907 0,177 0,07 Sgnfkan X1. -0,108 0,988 0,07 Sgnfkan X1.3 1,019-0,038 0,000 Sgnfkan X1.4 0,561 0,685 0,000 Sgnfkan X1.5-0,9 0,915 0,000 Sgnfkan X1.6 0,491 0,759 0,000 Sgnfkan X1.8-0,5 0,936 0,000 Sgnfkan X1.9-0,169 0,971 0,004 Sgnfkan Dar Tabel 4 dapat dketahu model pengukuran dar varabel kesehatan dantaranya adalah sebaga berkut. X1.1 = 0,907 Kesehatan X1.5 = -0,9 Kesehatan X1. = -0,108 Kesehatan X1.6 = 0,491 Kesehatan X1.3 = 1,019 Kesehatan X1.8 = -0,5 Kesehatan X1.4 = 0,561 Kesehatan X1.9 = -0,169 Kesehatan Nla relabltas yang dhaslkan varabel kesehatan sebesar 0,464 0,5 yang berart konsstens pada varabel kesehatan sudah relabel dengan nla konsstens yang cukup kecl. D. CFA Varabel Ekonom Hasl CFA untuk varabel ekonom dengan 8 ndkator, ddapatkan hasl df sebesar 0 yang menunjukkan keadaan over dentfed. Hasl pengujan ddapatkan hasl bahwa model tdak memenuh krtera kebakan model. Sedangkan untuk ndkator Y1.1 dan Y1. tdak dkutkan dalam pengujan selanjutnya karena tdak sgnfkan. Sehngga dlakukan modfkas model yang dtamplkan pada Gambar.

4 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (014) (301-98X Prnt) D-311 Gambar.. CFA Varabel Ekonom Modfkas Dar Gambar dapat dketahu nla df hasl modfkas sebesar 7 yang berart over dentfed. Maka perlu dlakukan pengujan krtera kebakan model dtamplkan pada Tabel 5. Tabel 5. Goodness of Ft Varabel Ekonom Setelah Modfkas Goodness of Ft Index Hasl Model Keterangan Ch-Square 6,644 Model ft P-value 0,467 Model ft GFI 0,99 Model ft AGFI 0,976 Model ft CFI 1,000 Model ft RMSEA 0,000 Model ft Goodness of ft pada varabel ekonom sudah memenuh krtera kebakan model, sehngga bsa dlakukan analss selanjutnya. Indkator dkatakan memlk pengaruh yang sgnfkan jka p-value<α (0,10). Nla loadng factor dan p- value pada pengujan dtunjukkan pada Tabel 6. Tabel 6. Estmas Parameter CFA Varabel Ekonom Indkator Loadng Factor Error p-value Keterangan Y1.8 0,56 0,934 0,000 Sgnfkan Y1.7 0,679 0,539 0,000 Sgnfkan Y1.6 0,888 0,11 0,000 Sgnfkan Y1.5 0,184 0,966 0,04 Sgnfkan Y1.4 0,49 0,938 0,006 Sgnfkan Y1.3 0,406 0,835 0,000 Sgnfkan Dar Tabel 6 dapat dketahu model pengukuran dar varabel ekonom dantaranya adalah sebaga berkut. Y1.3 = 0,406 Ekonom Y1.6 = 0,888 Ekonom Y1.4 = 0,49 Ekonom Y1.7 = 0,679 Ekonom Y1.5 = 0,184 Ekonom Y1.8 = 0,56 Ekonom Nla relabltas yang dhaslkan pada varabel ekonom sebesar 0,616 yang lebh besar sama dengan 0,5. Hal n menggambarkan bahwa konsstens pada varabel ekonom cukup tngg atau sudah relabel. E. SEM (Structural Equaton Modellng) Pada pengujan struktural, terdapat 3 model dugaan yatu kesehatan berpengaruh sgnfkan terhadap terhadap SDM, kemudan kesehatan dan SDM berpengaruh sgnfkan terhadap ekonom, dan yang terakhr kesehatan, ekonom, dan SDM berpengaruh sgnfkan terhadap bantuan. Dar pengujan model struktural, ddapatkan nla df sebesar 114 yang menunjukkan keadaan over dentfed. Hasl pengujan dketahu bahwa model tdak memenuh krtera kebakan model. Selan tu, hubungan antara ekonom ke bantuan serta kesehatan ke ndkator X1. tdak sgnfkan sehngga tdak dkutkan dalam pengujan selanjutnya. Hasl modfkas model dtamplkan pada Gambar 3. Gambar. 3. Model Struktural Setelah Modfkas Dar Gambar 3 dapat dketahu hasl modfkas yang ddapatkan dalam keadaan over dentfed dengan df sebesar 9. Karena model dalam keadaan over dentfed maka perlu dlakukan pengujan krtera kebakan model dengan ketentuan bahwa model dkatakan bak jka memenuh krtera kebakan model yang dtamplkan pada Tabel 7. Tabel 7. Goodness Of Ft Persamaan Struktural Setelah Modfkas dan Sgnfkan Goodness of Ft Index Hasl Model Keterangan Ch-Square 414,894 Model cukup dterma P-value 0,000 Model cukup dterma GFI 0,845 Model cukup dterma AGFI 0,771 Model cukup dterma CFI 0,83 Model cukup dterma RMSEA 0,115 Model cukup dterma Dar Tabel 7 dapat dketahu bahwa model sudah cukup bsa dterma setelah dlakukan modfkas. Selanjutnya adalah pengujan sgnfkans antar varabel laten dengan melhat hubungan antara empat varabel laten. Estmas koefsen jalur dan sgnfkans hubungan antar varabel laten dtamplkan pada Tabel 8. Tabel 8. Estmas Koefsen Jalur Persamaan Struktural Setelah Modfkas Hubungan Koef Jalur P-value Keterangan SDM <--- Kesehatan -0,383 0,000 Sgnfkan Ekonom <--- Kesehatan 0,0 0,0 Sgnfkan Bantuan <--- SDM -0,193 0,004 Sgnfkan Ekonom <--- SDM 0,143 0,053 Sgnfkan Bantuan <--- Kesehatan -0,35 0,00 Sgnfkan Model persamaan struktural adalah sebaga berkut. SDM = -0,383 Kesehatan Ekonom = 0,0 Kesehatan + 0,143 SDM Bantuan = -0,35 Kesehatan 0,193 SDM Dar hasl persamaan d atas, dapat dketahu bahwa kesehatan berpengaruh sgnfkan secara negatf terhadap SDM sebesar 0,383, namun berpengaruh postf terhadap ekonom sebesar 0,0. Sedangkan untuk kesehatan dan SDM berpengaruh sgnfkan secara negatf terhadap bantuan yatu sebesar 0,35 dan 0,193. F. SEM Pada Bantuan 1 Untuk mengetahu pengaruh bantuan 1 terhadap masngmasng ndkator, maka dlakukan pengujan model struktural. Dar hasl pengujan ddapatkan nla df sebesar 100 yang berart dalam keadaan over dentfed, maka perlu dlakukan

5 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (014) (301-98X Prnt) D-31 pengujan krtera kebakan. Hasl pengujan krtera kebakan model ddapatkan hasl bahwa model tdak memenuh krtera kebakan model. Selan tu, hubungan antara ekonom ke bantuan serta kesehatan ke ndkator X1. tdak sgnfkan sehngga tdak dkutkan dalam pengujan selanjutnya. Hasl modfkas model struktural untuk bantuan 1 dtamplkan pada Gambar 4. berpengaruh sgnfkan secara postf terhadap bantuan 1 yatu sebesar 0,313 dan 0,179 G. SEM Pada Bantuan Untuk mengetahu pengaruh bantuan terhadap masngmasng ndkator, maka dlakukan pengujan model struktural. Dar hasl pengujan ddapatkan nla df sebesar 100 yang berart dalam keadaan over dentfed, maka perlu dlakukan pengujan krtera kebakan. Hasl pengujan krtera kebakan model ddapatkan hasl bahwa model tdak memenuh krtera kebakan model. Hubungan antara ekonom ke bantuan serta kesehatan ke ndkator X1. tdak sgnfkan sehngga tdak dkutkan dalam pengujan selanjutnya. Hasl modfkas model dtamplkan pada Gambar 5. Gambar. 4. Model Struktural Bantuan 1 Modfkas dan Sgnfkan Dar Gambar 4 ddapatkan nla df hasl modfkas sebesar 79 yang mengndkaskan model dalam keadaan over dentfed, sehngga perlu dlakukan pengujan krtera kebakan model yang dtamplkan pada Tabel 9. Tabel 9. Goodness Of Ft Model Struktural Bantuan 1 Modfkas dan Sgnfkan Goodness of Ft Index Hasl Model Keterangan Ch-Square 397,15 Model cukup dterma P-value 0,000 Model cukup dterma GFI 0,84 Model cukup dterma AGFI 0,760 Model cukup dterma CFI 0,79 Model cukup dterma RMSEA 0,13 Model cukup dterma Dar Tabel 9 dapat dketahu bahwa model sudah cukup dterma untuk dlakukan analss selanjutnya. Untuk mengetahu hubungan antara varabel laten, dapat dketahu dengan melakukan pengujan sgnfkans. Estmas koefsen jalur dan sgnfkans hubungan antar varabel laten pada bantuan 1 dtamplkan pada Tabel 10. Tabel 10. Estmas Koefsen Jalur Persamaan Struktural Bantuan 1 Setelah Modfkas Hubungan Koef Jalur P-value Keterangan SDM <--- Kesehatan -0,38 0,007 Sgnfkan Ekonom <--- SDM 0,143 0,079 Sgnfkan Ekonom <--- Kesehatan 0,01 0,073 Sgnfkan Bantuan 1 <--- Kesehatan 0,313 0,01 Sgnfkan Bantuan 1 <--- SDM 0,179 0,005 Sgnfkan Model persamaan struktural pada bantuan 1 adalah sebaga berkut. SDM = -0,38 Kesehatan Ekonom = 0,01 Kesehatan + 0,143 SDM Bantuan 1 = 0,313 Kesehatan + 0,179 SDM Dar hasl persamaan d atas, dapat dketahu bahwa kesehatan berpengaruh sgnfkan secara negatf terhadap SDM sebesar 0,38, namun berpengaruh postf terhadap ekonom sebesar 0,01. Sedangkan untuk kesehatan dan SDM Gambar. 5. Model Struktural Bantuan Setelah Modfkas dan Sgnfkan Dar Gambar 5 ddapatkan nla df sebear 79. Karena model dalam keadaan over dentfed maka perlu dlakukan pengujan krtera kebakan model yang dtamplkan pada Tabel 11. Tabel 11. Goodness Of Ft Model Struktural Bantuan Sudah Modfkas Sgnfkan Goodness of Ft Index Hasl Model Keterangan Ch-Square 403,713 Model cukup dterma P-value 0,000 Model cukup dterma GFI 0,840 Model cukup dterma AGFI 0,757 Model cukup dterma CFI 0,788 Model cukup dterma RMSEA 0,15 Model cukup dterma Dar Tabel 11 dketahu bahwa model cukup dterma dar hasl modfkas, sehngga bsa dgunakan untuk analss selanjutnya. Sgnfkans hubungan antar varabel laten dan pengujan estmas koefsen jalur dtamplkan pada Tabel 1. Tabel 1. Estmas Koefsen Jalur Persamaan Struktural Bantuan Setelah Modfkas Hubungan Koef Jalur P-value Keterangan SDM <--- Kesehatan -0,385 0,007 Sgnfkan Ekonom <--- SDM 0,144 0,077 Sgnfkan Ekonom <--- Kesehatan 0,04 0,07 Sgnfkan Bantuan <--- SDM -0,193 0,00 Sgnfkan Bantuan <--- Kesehatan -0,95 0,013 Sgnfkan Model persamaan struktural pada bantuan adalah sebaga berkut. SDM = -0,385 Kesehatan Ekonom = 0,04 Kesehatan + 0,144 SDM Bantuan = -0,95 Kesehatan 0,193 SDM

6 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (014) (301-98X Prnt) D-313 Dar hasl persamaan d atas, dapat dketahu bahwa kesehatan berpengaruh sgnfkan secara negatf terhadap SDM sebesar 0,385, sedangkan SDM berpengaruh postf terhadap ekonom sebesar 0,144. Kesehatan dan SDM berpengaruh sgnfkan secara negatf terhadap bantuan yatu sebesar 0,95 dan 0,193. V. KESIMPULAN DAN SARAN Berdasarkan hasl analss data hubungan ndkator struktural dar varabel kesehata, ekonom, SDM, dan bantuan pada Structural Equaton Model (SEM) dapat dsmpulkan sebaga berkut. 1. Dar krtera rumah tangga mskn d Kabupaten Jombang, ddapatkan hasl bahwa rumah tangga mskn menggunakan bambu/rumba sebaga tempat tnggal, luas kavlng kurang dar 60m, jens lanta dar tanah, tdak mempunya septctank, sumber ar mnum berasal dar mata ar tdak terlndung, tdak mempunya fasltas tempat buang ar besar, luas lanta lebh besar sama dengan 3m, jens atap bangunan dar genteng, sanggup membayar rumah sakt, sumber penerangan menggunakan lstrk, menggunakan kayu bakar untuk memasak, memlk aset kurang dar Rp , kurang dar sekal dalam sehar mengkonsums dagng/susu/ayam, bangunan mlk sendr, lebh dar satu kal membel baju dalam setahun, lebh dar sama dengan 3 kal makan dalam sehar, penghaslan kurang dar Rp , kepala rumah tangga yang tdak sekolah, dan rumah tangga mskn lebh banyak memlh bantuan dar pemerntahah.. Pada model dugaan ddapatkan hasl bahwa jka kesehatan dan SDM berpengaruh sgnfkan terhadap bantuan 1 yang berart kesehatan dan SDM mengalam penngakatan, maka bantuan 1 yang dberkan pemerntah berjalan maksmal. Jka Kesehatan dan SDM berpengaruh negatf terhadap bantuan. Pada peneltan selanjutnya sebaknya dperhatkan pemlhan ndkator-ndkator yang dgunakan pada rumah tangga mskn d Kabupaten Jombang terhadap bantuan agar model yang ddapatkan lebh bak. Varabel Laten Kesehatan X 1.1 X 1. X 1.3 X 1.4 X 1.5 LAMPIRAN Lampran 1. Varabel Peneltan Varabel Indkator (Tap desa) Prosentase rumah tangga mskn yang jens dndng bangunan tempat tnggalnya terbuat dar bambu/ rumba/kayu berkualtas rendah Prosentase rumah tangga mskn yang luas kavlng termasuk bangunan kurang dar 60 m Prosentase rumah tangga mskn yang jens lanta bangunan tempat tnggalnya terbuat dar tanah/bambu/kayu berkualtas rendah Prosentase rumah tangga mskn yang tdak mempunya septctank pembuangan ar tnja Prosentase rumah tangga mskn yang sumber ar mnumnya berasal dar sumur/mata ar tdak terlndung/sunga Ekonom X 1.6 X 1.7 X 1.8 X 1.9 Y 1.1 Y 1. Y 1.3 Y 1.4 Y 1.5 Y 1.6 Y 1.7 Y 1.8 SDM Y.1 Bantuan Y 3.1 Y 3. Lampran 1. Varabel Peneltan (Lanjutan) Prosentase rumah tangga mskn yang tdak mempunya fasltas tempat buang ar besar Prosentase rumah tangga mskn yang luas lanta bangunan tempat tnggalnya kurang dar 3 m Prosentase rumah tangga mskn yang tdak mempunya jens atap dar genteng Prosentase rumah tangga mskn yang tdak sanggup membayar baya pengobatan d Puskesmas/polklnk Prosentase rumah tangga mskn yang sumber penerangan tdak menggunakan lstrk Prosentase rumah tangga msn yang menggunakan bahan bakar untuk memasak sehar-har adalah kayu bakar/arang/mnyak tanah Prosentase rumah tangga mskn yang tdak memlk aset dengan nla Rp Prosentase rumah tangga mskn yang hanya mengkonsums dagng/susu/ayam satu kal dalam semnggu Prosentase rumah tangga mskn yang status kepemlkan bangunan tdak mlk sendr Prosentase rumah tangga mskn yang tdak sanggup membel satu set pakaan baru dalam setahun Prosentase rumah tangga mskn yang hanya sanggup makan sebanyak satu/dua kal dalam sehar Prosentase rrosentase rumah tangga mskn yang sumber penghaslan kepala rumah tangga per bulan dbawah Rp Prosentase renddkan tertngg kepala kepala rumah tangga mskn, tdak sekolah/ tdak tamat SD/ hanya SD per Desa Prosentase paket bantuan program I per Desa Prosentase paket bantuan program II per Desa DAFTAR PUSTAKA [1]. [BPS] Badan Pusat Statstk Penguatan Peran Pemerntah Daerah Dalam Percepatan Pengentasan Kemsknan. Jakarta: KSN. []. [Bappeda] Badan Perencanaan Pembangunan Daerah Profl Pembangunan Provns Jawa Tmur. Surabaya: Bappeda. [3]. Johnson, R.A., dan Wchern, D.W Appled Multvarat Statstcal Analyss. Prentce Hall, Englewood Clffs: New Jersey. [4]. Sharma, S Appled Multvarat Technques (1st edton ed.). USA: John Wlley & Sons,Inc. [5]. Ghozal, I., dan Fuad, I Structural Equaton Modelng: Teor, Konsep, dan Aplkas Dengan Program Lsrel 8.54 (1 st Edton). Semarang: Unverstas Dponegoro. [6]. Ferdnand, A. 00. Structural Equaton Modelng dalam Peneltan Manajemen ( nd Edton). Semarang: Unverstas Dponegoro. [7]. Har J.F., Rolph E. Anderson, Ronald L. Tatham, dan Wllam C. Black Multvarat Data Analyss. Ffth Edton, New Jersey: Pearson Educaton Prentce Hall, In. [8]. Engel, K. S., Moosbrugger, H., dan Muller, H Evaluatng the Ft of Structural Equaton Models: Test of Sgnfcance and Descrptve Goodness-of-Ft Measures. Methods of Psychologcal Research Onlne, 8(), 3-74 [9]. Wdarjono, A Analss Multvarat Terapan. Yogyakarta: Unt Penerbt dan Percetakan STIM YKPN. [10]. [BPS] Badan Pusat Statstk Penguatan Peran Pemerntah Daerah Dalam Percepatan Pengentasan Kemsknan. Jakarta: BPS.