ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN DALAM PEREKONOMIAN RUMAH TANGGA DI KOTA SEMARANG MENGGUNAKAN REGRESI TOBIT

Transkripsi

1 Analisis Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan dalam Perekonomian Rumah Tangga di Kota Semarang Menggunakan Regresi Tobit ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN DALAM PEREKONOMIAN RUMAH TANGGA DI KOTA SEMARANG MENGGUNAKAN REGRESI TOBIT Nurul Inayah, Rita Rahmawati dan Sugito,, Program Studi Statistika Fakultas Sains dan Matematika UNDIP Abstrak Partisipasi perempuan dalam perekonomian rumah tangga dapat dilihat dari umlah am keranya yaitu tidak ikut berpartisipasi (tidak bekera) yang memiliki umlah am kera nol dan ikut berpartisipasi (bekera) yang memiliki umlah am kera bervariasi. Jumlah am kera perempuan termasuk data campuran atau data tersensor karena sebagian data bernilai nol (diskrit) dan sebagian lainnya merupakan data kontinu karena mempunyai nilai yang bervariasi. Penelitian ini bertuuan untuk mengetahui faktor-faktor yang mempengaruhi partisipasi perempuan dalam perekonomian rumah tangga di Kota Semarang dengan metode regresi klasik dan regresi tobit. Hasil penelitian menunukkan bahwa pada model regresi linier klasik teradi pelanggaran asumsi error yaitu asumsi normalitas sehingga model regresi linier tidak dapat diterapkan. Banyaknya variabel dependen yang bernilai nol menyebabkan sulit dilakukan transformasi untuk mengatasi masalah pelanggaran asumsi tersebut. Hal ini berbeda dengan regresi tobit karena asumsi error dapat diabaikan. Dengan model regresi tobit diperoleh variabel independen yang signifikan berpengaruh terhadap tangga di Kota Semarang yaitu umur perempuan dan status dalam perkawinan dengan koefisien determinasi.%. Kata Kunci: Regresi Tobit, Partisipasi Perempuan, Jumlah Jam Kera. LATAR BELAKANG Kondisi ekonomi bangsa Indonesia yang tidak menentu saat ini berdampak luas dan memberatkan kehidupan masyarakat dari semua lapisan dan mendorong perempuan ikut berpartisipasi dalam kegiatan ekonomi sebagai upaya meningkatkan perekonomian keluarga. Partisipasi perempuan dalam kegiatan ekonomi dapat dilihat dari umlah am keranya. Perempuan yang berpartisipasi dalam perekonomian (bekera) memiliki umlah am kera yang bervariasi sedangkan perempuan yang tidak berpartisipasi dalam perekonomian (tidak bekera) memiliki umlah am kera nol. Salah satu metode untuk mengetahui faktor-faktor yang mempengaruhi partisipasi perempuan dalam kegiatan ekonomi adalah model regresi linier klasik. Model regresi sering digunakan untuk mengetahui pola hubungan antara satu variabel dependen dengan satu atau beberapa variabel independen. Menurut [] pada model regresi linier klasik, variabel dependen berupa data kontinu. Tetapi kenyataannya pada beberapa kasus seperti partisipasi perempuan dalam perekonomian rumah tangga, variabel dependen berupa kombinasi antara data nonlimit (kontinu) yaitu perempuan yang ikut berpartisipasi (bekera) dan limit (nol) untuk perempuan yang tidak berpartisipasi (tidak bekera). Menurut [] partisipasi perempuan dalam perekonomian rumah tangga disebut data campuran atau data tersensor (censored data) karena variabel dependen bersifat campuran (mixture). Salah satu metode untuk mengolah data tersensor adalah metode regresi tobit. Tobin (98) pertama kali menggunakan metode ini untuk memodelkan hubungan pendapatan rumah tangga terhadap pengeluaran rumah tangga. Beberapa penelitian yang menggunakan regresi tobit antara lain ditulis oleh Suhardi dan Llewelyn (), Cox dan Linn () dan Purnomo (8).. PERUMUSAN MASALAH Berdasarkan latar belakang di atas, permasalahan yang akan dibahas pada tugas akhir ini adalah bagaimana memodelkan faktor-faktor yang mempengaruhi partisipasi perempuan dalam perekonomian rumah tangga di Kota Semarang

2 menggunakan model regresi linier klasik dan model regresi tobit.. TUJUAN Tuuan dari penelitian ini adalah mengetahui faktor-faktor yang mempengaruhi partisipasi perempuan dalam perekonomian rumah tangga dan memodelkan faktor-faktor yang mempengaruhinya dengan model regresi linier klasik dan model regresi tobit.. METODOLOGI Data yang digunakan dalam penelitian adalah data sekunder yaitu data Survey Angkatan Kera Nasional (SAKERNAS) Kota Semarang, Jawa Tengah yang diperoleh dari BPS Provinsi Jawa Tengah. Variabel dependen penelitian ini adalah tangga (Y i ) dimana Y i bernilai (nol) untuk perempuan yang tidak bekera dan bernilai Y i untuk perempuan yang bekera dilihat dari umlah am kera dalam seminggu. ika tidak bekera Y i = Y i ika bekera Sedangkan variabel independen (X) yang dilibatkan antara lain:. X : Daerah asal tempat tinggal dengan skala diskrit dan dibentuk variabel dummy yaitu X = ika berasal dari desa dan X = ika berasal dari kota. X : Jumlah anggota rumah tangga dengan skala kontinyu. X : Jumlah anggota rumah tangga yang berumur tahun ke atas dengan skala kontinyu. X : Hubungan dengan KRT dengan skala diskrit dan dibentuk variabel dummy yaitu X = ika hubungan dengan KRT adalah istri dan untuk hubungan lainnya. X : Umur perempuan dengan skala kontinyu. X : Status perkawinan dengan skala diskrit dan dibentuk variabel dummy yaitu X = ika berstatus kawin dan X = untuk belum kawin 7. X 7 : Pendidikan terakhir perempuan dengan skala diskrit dan dibentuk variabel dummy yaitu: X 7_ = ika pendidikan terakhir SD sederaat dan X 7_ = untuk lainnya X 7_ = ika pendidikan terakhir SMP sederaat dan X 7_ = untuk lainnya X 7_ = ika pendidikan terakhir SMA sederaat dan X 7_ = untuk lainnya X 7_ = ika pendidikan terakhir minimal Diploma I dan X 7_ = untuk lainnya. Metode Pengolahan Data Langkah-langkah yang dilakukan dalam analisis pada penelitian ini meliputi beberapa tahapan yaitu:. Membentuk model awal regresi linier klasik. Mengui kecocokan model awal regresi linier klasik dengan ui F. Jika model cocok maka dilanutkan tahap berikutnya, ika model tidak cocok maka analisis selesai. Mengui parameter model secara parsial dengan ui t. Jika parameter telah signifikan maka dilanutkan tahap berikutnya. Jika parameter tidak signifikan maka kembali pada tahap yaitu membentuk model awal regresi linier klasik dengan menghilangkan parameter yang tidak signifikan. Mengui asumsi-asumsi yang harus dipenuhi. Jika asumsi terpenuhi maka dilanutkan tahap berikutnya. Jika asumsi belum terpenuhi maka dilakukan transformasi data.. Setelah asumsi terpenuhi maka diperoleh model akhir regresi linier klasik.. Transformasi data digunakan untuk menyelesaikan masalah pelanggaran asumsi. Jika transformasi data dapat menyelesaikan masalah pelanggaran asumsi maka kembali pada tahap. Jika transformasi tidak dapat menyelesakan masalah transformasi maka analisis data dilakukan dengan model regresi tobit karena model regresi linier klasik tidak dapat diterapkan 7. Pada model regresi tobit, pembentukan model awal regresi tobit dengan data awal 8. Mengui kecocokan model regresi tobit dengan ui rasio likelihood. Jika model cocok maka dilanutkan tahap berikutnya. Jika model tidak cocok maka analisis selesei 9. Mengui parameter model secara parsial dengan ui wald. Jika parameter telah signifikan maka dilanutkan tahap berikutnya. Jika parameter tidak signifikan maka kembali pada tahap 7 yaitu membentuk model awal regresi tobit dengan menghilangkan parameter yang tidak signifikan. Diperoleh model akhir regresi tobit dengan parameter yang telah signifikan.. HASIL DAN PEMBAHASAN Pengolahan data sekunder Survey Angkatan Kera Nasional (SAKERNAS) Kota Semarang, Jawa Tengah yang diperoleh dari BPS Provinsi Jawa Tengah dilkukan dengan Software EViews..

3 . Regresi Linier Klasik Regresi linier klasik menelaskan tentang hubungan antara variabel dependen (Y) yaitu umlah am kera dengan variabel independen (X) sebagai faktor-faktor yang mempengaruhinya. Pembentukan model awal regresi linier klasik dengan memasukkan satu per satu variabel independen ke dalam model sehingga diperoleh model sebagai berikut: x.7x.7x.7x.79x 7 _.99X.78X 7 _.78X.99X 7.8X Ui Kesesuaian Model Hipotesis yang diambil adalah H : 7 _ 7 _ 7 _ 7 _ 7 _ dan H : paling sedikit ada satu Dari hasil pengolahan data diperoleh nilai F.8 F.8. Maka dapat hitung 7 tabel diambil keputusan menolak H sehingga model regresi linier sesuai untuk menggambarkan hubungan antara variabel dependen (Y) dengan variabel independen (X). Ui Parameter Model Hipotesis yang diambil adalah H : dan H :. Ui parameter model ini dilakukan bertahap dengan membuang paremeter (variabel independen) yang sangat tidak signifikan sehingga diperoleh model akhir dengan parameter yang signifikan semua yaitu: Tabel Ui Parameter Model Akhir Parameter Koef. t Prob. Kes. Intercept Sig. X Sig.. X Sig..778 R-Sq = 7.% R-Sq (ad) = 7.% X 8. 8X Ui Asumsi Normalitas Hipotesis yang digunakan adalah H : error berdistribusi normal dan H : error tidak berdistribusi normal. Ui yang digunakan adalah ui Jarque-Bera (JB) dan diperoleh nilai JB=.>X.9;=.99 maka kesimpulannya error model regresi yang terbentuk tidak mengikuti distribusi normal. Untuk mengatasi 7 _ masalah normalitas dilakukan transformasi. Pada penelitian ini, terdapat variabel dependen bernilai nol maka transformasi Box-Cox, log y dan /y tidak dapat digunakan karena syarat transformasi tersebut y>. Ui Asumsi Heteroskedastisitas Ui heteroskedastisitas dilakukan dengan menggunakan ui White. Hipotesis yang diambil adalah H : varians error konstan (homogen) dan H : varians error tidak konstan (heterogen). Hasil ui White menunukkan bahwa nilai (n.r )=.8 < =9.9 sehingga dapat disimpulkan asumsi homoskedastisitas terpenuhi. Ui Asumsi Multikolinieritas Ui ini dengan melihat nilai VIF. Jika nilai VIF > maka teradi multikolinieritas. Tabel Ui Multikolinieritas VIF Kesimpulan X.8. Tidak teradi X.8. Tidak teradi R Dari tabel di atas semua variabel independen mempunyai nilai VIF < maka asumsi nonmultikolinieritas terpenuhi. Ui Asumsi Autokorelasi Ui asumsi ini menggunakan ui Lagrange Multiplier. Hipotesis yang diambil adalah H : error independen (tidak teradi autokorelasi) dan H : error tidak independen (teradi autokorelasi). Dari hasil pengolahan data diperoleh nilai ui statistiknya yaiut 7.7 > X.9; =.99 sehingga diperoleh kesimpulan teradi autokorelasi sehingga asumsi autokorelasi belum terpenuhi. Untuk mengatasi masalah autokorelasi dilakukan transformasi dengan metode Cochrane- Orcutt. Pada penelitian ini, transformasi Cochrane- Orcutt dilakukan tiga kali sampai asumsi autokorelasi terpenuhi. Hasil dari ui asumsi masih terdapat pelanggaran asumsi normalitas dan sulit dilakukan pemilihan transformasi karena variabel dependen terdapat data bernilai nol.. Regresi Tobit Penggunaan regresi linier klasik pada penelitian ini masih teradi pelanggaran asumsi normalitas sehingga tidak dapat diterapkan untuk mengetahui faktor-faktor yang mempengaruhi tangga di Kota Semarang. Metode lai yang digunakan dalam penelitian ini adalah model regresi tobit.

4 Menurut [], pada regresi linier klasik ika teradi pelanggaran asumsi maka penduga masih konsisten tetapi tidak efisien tetapi hal ini tidak berlaku pada regresi tobit. Sedangkan menurut [], walaupun analisis tobit merupakan bagian dari analisis regresi namun dalam penggunaannya regresi tobit tidak diperlukan ui asumsi klasik (normalitas, heteroskedastisitas, multikolinieritas dan autokorelasi). Pada penelitian ini variabel dependen (Y) berupa data tersensor yaitu mempunyai nilai nol (diskrit) untuk perempuan yang tidak ikut berpartisipasi dalam perekonomian rumah tangga sehingga umlah am keranya nol sebanyak 9 responden. Sedangkan perempuan yang ikut berpartisipasi mempunyai umlah am kera tertentu yang umlahnya bervariasi (kontinu) sebanyak responden. Model awal regresi tobit yang terbentuk dengan memasukkan variabel independen adalah X.8X.87X 8.99X.88X 7 _ 8.X.987X 7 _.88X 7 _.8988X.987X 7 _ Tabel Ui Parameter Model Akhir Parameter Koefisien w χ (.9;) Kes Intercept Sig. X Sig. X Sig. R-Sq =.7% R-Sq (ad) =.% 9.9.7X.X dimana Y ˆ ika Y ˆ dan ˆ ˆ Y Y ika Y ˆ Pada model akhir regresi tobit, variabel independen yang signifikan terhadap variabel dependen yaitu umur dan satatus dalam perkawinan. Koefisien Determinasi Dari model akhir diperoleh nilai R -Ad yaitu.% (Lampiran ) artinya variabel independen yang signifikan yaitu umur dan status perkawinan memberikan pengaruh sebanyak.% sedangkan sisanya 9.9% dipengaruhi oleh faktor lain yang tidak diteliti dalam penelitian ini. Ui Kesesuaian Model Hipotesis yang diambil adalah H : 7 _ 7 _ 7 _ 7 _ dan H : paling sedikit ada satu Dari hasil pengolahan data diperoleh nilai G. 8.. Maka dapat.9; diambil keputusan menolak H sehingga model regresi tobit dapat digunakan. Ui Parameter Model Hipotesis yang diambil adalah H : dan H :. Ui parameter model ini dilakukan bertahap dengan membuang paremeter (variabel independen) yang sangat tidak signifikan sehingga diperoleh model akhir dengan parameter yang signifikan semua yaitu:. KESIMPULAN Pada regresi linier klasik untuk data tangga teradi pelanggaran asumsi yaitu asumsi normalitas belum terpenuhi sehingga model regresi linier klasik tidak dapat diterapkan. Banyaknya variabel dependen yang nilai nol menyebabkan sulit menentukan bentuk transformasi yang sesuai. Sedangkan pada regresi tobit ui asumsi klasik tidak diperlukan sehingga model regresi tobit dapat diterapkan pada data partisipasi perempuan dalam perekonomian rumah tangga di Kota Semarang. Model akhir regresi tobit yang diperoleh dengan memasukkan variabel independen yang signifikan X (umur perempuan) dan X (status perkawinan) adalah Y ˆ 9.9.7X.X Dari model akhir regresi tobit diperoleh nilai R -ad.%. Artinya variabel independen yang signifikan yaitu umur perempuan dan status perkawinan, memberikan pengaruh terhadap tangga di Kota Semarang sebanyak.% sedangakan sisanya 9.9% dipengaruhi oleh faktor lain yang tidak diteliti dalam penelitian ini.

5 DAFTAR PUSTAKA [] Draper, N. dan Smith, H, Analisi Regresi Terapan, Jakarta: PT. Gramedia Pustaka Utama, 99. [] Greene, W.H, Econometric Analysis th edition, New Jersey: Prentice Hall,. [] Long, J.S, Regression Models for categorical and Limited Dependen Variables, New Delhi: Sage Publications, 997. [] Arifin, R. Analisis faktor-faktor yang Mempengaruhi Intensitas Penggunaan Dana Modal Ventura oleh UKM (Studi Kasus pada PT. Sarana Jateng Ventura), Tesis, Program Studi Magister Manaemen UNDIP, (Tidak Dipublikasikan),.