(R.9) PEMBUATAN KEPUTUSAN MIGRASI DENGAN PENDEKATAN REGRESI HIRARKI DI INDONESIA

Transkripsi

1 Seminar Nasional Statistika 12 November 2011 Vol 2 November 2011 (R.9) PEMBUATAN KEPUTUSAN MIGRASI DENGAN PENDEKATAN REGRESI HIRARKI DI INDONESIA 1Yudhi Agustar Sanjaya 2 Toni Toharudin 3 Enny Supartini 1Mahasiswa Magister Statistika Terapan Universitas Padjadjaran Bandung Indonesia 23Jurusan Statistika Universitas Padjadjaran Bandung Indonesia 1 yudhi@bps.go.id 2 toni.t0104@gmail.com 3 arthinii@yahoo.com Abstrak Migrasi merupakan salah satu fenomena dasar yang ada sejak awal peradaban manusia dan akan selalu ada yang disebabkan adanya sumber kesempatan dan pandangan yang baru bagi para migran serta adanya penderitaan dan kebutuhan kemanusiaan. Penelitian pembuatan keputusan migrasi dengan mover-stayer models dan model regresi klasik tidak dapat menangani masalah heterogen dan kekeliruan pemikiran ekologi. Model regresi hirarki dapat membantu menyelesaikan masalah tersebut karena model itu berhubungan dengan data hirarki dan modelnya memiliki tingkatan atau berhirarki yang melibatkan pengaruh dari variabel pada level yang lebih tinggi (level kontekstual). Tujuan penelitian ini adalah mengaplikasikan model analisis regresi hirarki dua level pada pembuatan keputusan migrasi pada data SUPAS Unit analisis pada level satu adalah individu/rumahtangga dan level dua adalah wilayah (kabupaten/kota). Analisis regresi hirarki terbukti dapat menangani kekurangan pada metode sebelumnya karena mencakup analisis spasial ketika satu dari tingkat hirarki adalah geografi dan pendekatan regresi hirarki menggabungkan baik karakteristik individu dan tingkat agregat dalam model sehingga dapat menghindari kesalahan pemikiran ekologi dalam mengintepretasikan hasil analisis. Kata Kunci : analisis regresi hirarki analisis regresi multilevel migrasi 1. PENDAHULUAN Salah satu tujuan dari pengumpulan data kependudukan adalah untuk menyediakan data untuk berbagai perhitungan maupun analisis migrasi dan menyediakan data untuk melihat fenomena mobilitas penduduk. Sensus penduduk dilakukan setiap sepuluh tahun sekali oleh Badan Pusat Statistik adalah serangkaian kegiatan pengumpulan pengolahan penyusunan dan penerbitan data demografi ekonomi dan sosial penduduk pada waktu tertentu di Indonesia dan survei penduduk antar sensus yang dilakukan setiap lima tahun sekali bertujuan untuk memenuhi kebutuhan data kependudukan antar dua sensus (BPS 2005). Migrasi mendapat perhatian besar pembuat kebijakan karena arus perpindahan penduduk dapat secara signifikan mempengaruhi politik lokal sosial ekonomi dan struktur ekologi untuk kedua wilayah pengirim dan penerima (Chi dan Voss 2005). 165

2 Seminar Nasional Statistika 12 November 2011 Vol 2 November 2011 Pendekatan yang banyak digunakan pada penelitian migrasi adalah pertama moverstayer model dimana menitikberatkan pada atribut yang membedakan siapa yang berpindah dan siapa yang tidak dan alur perpindahan dari suatu tempat ke tempat lain. Kedua adalah pendekatan regresi multivariat dimana peniliti tertarik pada kekuatan satu set kovariat migrasi tempat asal dan tujuan layaknya model aliran migrasi. Ketiga adalah kombinasi mover-stayer model dan maximum likehood estimation (MLE). Ketiga pendekatan tersebut memiliki beberapa kekurangan dimana mendorong untuk mencoba pendekatan keempat yaitu regresi hirarki (Chi dan Voss 2005). 2. TINJAUAN PUSTAKA 2.1 Generalized Hierarchical Linear Model (GHLM) Generalized hierarchical linear model (GHLM) adalah model hirarki yang digunakan untuk menangani hierarchical linear model (HLM) dengan variabel respon yang tidak kontinu atau tidak normal seperti biner proporsi frekuensi (count) dan ordinal dimana melanggar asumsi kenormalan dan homokedasitas error dari general linear model (Luke 2004). Luke (2004) menyatakan variabel respon biner (dikotomi) tanpa tranformasi variabel penjelas ini mempunyai nilai 0 dan 1 dan tidak normal. Dengan asumsi bahwa variabel respon biner mengikuti distribusi binomial dengan rata-rata µ. Ekspektasi untuk µ adalah p yaitu peluang terjadinya suatu kejadian (sukses). Transformasi yang digunakan untuk model binomial adalah logit dengan bentuk: logit (p) = ln (1) Walaupun nilai p adalah bounded tetapi nilai logit (p) tidak dan densitas dari logit (p) mendekati normal. Dalam GHLM bentuk dari transformasi tersebut disebut link function. Dalam kasus data biner maka link function-nya adalah: η = logit (Y) (2) Model regresi hirarki untuk level satu dapat ditulis berdasarkan link function-nya dengan memasukkan pengaruh level dua (subscript j) adalah: η = β + β X + + β X (3) untuk k variabel penjelas. Sedangkan untuk level duanya dapat ditulis sebagai berikut: dimana k = 12 K. β = γ + γ W + u dimana u N(0 τ ) (4) β = γ + γ W + u dimana u N(0 τ ) (5) β = γ + γ W + u dimana u N(0 τ ) (6) 166

3 Seminar Nasional Statistika 12 November 2011 Vol 2 November Migrasi Menurut Boyle Halfacree dan Robinson (1998) adanya kebutuhan untuk memahami pola dan proses migrasi kontemporer yang diwakili oleh karakter budaya migrasi dan dampak budaya migrasi terhadap migran dan tempat tujuan atau tempat asal perspektif budaya yang menyatu ke dalam apresiasi psikologi migran dimana perpindahan dapat merupakan pengalaman yang mengganggu dan menekan perasaan dampak ekonomi dari migrasi besar sekali khususnya ekonomi sebagai penyokong sehingga tingginya arus migrasi migrasi berkaitan dengan politik dan migrasi sebagai kejadian spasial (perpindahan secara spasial melewati batas suatu unit wilayah dimana batas unit wilayah adalah berbeda untuk masing-masing tempat). 3. METODOLOGI a. Sumber Data Data SUPAS 2005 ini digunakan untuk menguji perilaku migrasi anggota rumah tangga yang berumur 25 tahun ke atas. Penggunaan data ini berarti memperhatikan karakteristik individu dan rumah tangga. Biasanya para ahli demografi untuk menganalisis migrasi menggunakan anggota rumah tangga berumur 25 tahun ke atas karena kecenderungan migrasi menurun terus menerus setelah umur 25 tahun dan mendekati linearitas sehingga menyederhanakan analisis data (Chi dan Voss 2005). b. Variabel Penelitian Variabel yang digunakan dalam analisis ini adalah variabel yang ada pada data yang tersedia dan variabel hasil pemilihan yang terbaik karena sudah digunakan pada penelitianpenelitian sebelumnya yang berkaitan dengan migrasi atau variabel-variabel yang dianggap memiliki signifikansi dengan migrasi (Chi dan Voss 2005). Variabel penelitian disajikan pada Tabel 1. c. Kerangka Penelitian Analisis multilevel merupakan analisis yang memperhatikan struktur hirarki data yang digunakan. Unit observasi yang terkelompok pada wilayah tertentu memiliki karakteristik yang relatif sama dan akan memiliki karakteristik yang berbeda dengan unit observasi di wilayah lain. Hirarki penelitian ini dapat digambarkan sebagai berikut: 167

4 Seminar Nasional Statistika 12 November 2011 Vol 2 November 2011 LEVEL 2 Kab/kota 1 Kab/kota j LEVEL n i INDIVIDU 1 2 n i INDIVIDU Gambar 1. Hirarki Penelitian Pembuatan Keputusan Migrasi Tabel 1. Variabel Penelitian Untuk Level Satu dan Level Dua Variabel Notasi Definisi Skala Keputusan Bermigrasi Y Keputusan bermigrasi responden 1. Migran 0. Non-migran Karakteristik Individu/rumah tangga Umur responden X1 Umur responden pada saat Numerik pencacahan Pendidikan X2 Pendidikan yang ditamatkan 1. Sarjana Suku bangsa X3 Suku bangsa responden 1. Jawa Status perkawinan X4 Status perkawinan responden 1. Kawin Keberadaan anak usia 5-12 tahun Keberadaan anak usia tahun X5 X6 Rumah tangga yang anggota rumah tangganya berusia 5-12 tahun Rumah tangga yang anggota rumah tangganya berusia tahun Kepala rumah tangga X7 Keberadaan perempuan sebagai kepala keluarga dan memliki anak yang berusia di bawah 18 tahun Status pekerjaan Suami-isteri Status kepemilikan rumah Karakteristik wilayah Proporsi penduduk migran Proporsi penduduk berdasarkan suku Status wilayah kabupaten/kota Proporsi luas lahan hijau X8 X9 Apakah dalam rumah tangga responden suami dan istri keduanya bekerja Status rumah yang ditempati oleh responden 1. RT dengan anak usia 5-12 tahun. 1. RT dengan anak usia tahun. 1. KRT perempuan dengan anak usia < dari 18 tahun. 1. Suami dan istri bekerja. W1 Proporsi penduduk yang pindah periode Numerik W2 Proporsi suku jawa dalam satu Numeric wilayah W3 Type wilayah kabupaten/kota 1. Kota. W4 Proporsi luas lahan hijau tahun 2005 Numerik 1. Rumah millik sendiri d. Model Persamaan Regresi Logit Hirarki Pada penelitian ini digunakan model regresi hirarki dua level. Level pertama adalah individu/rumah tangga dan level dua adalah wilayah (Chi dan Voss 2005). Dimana untuk level satu digunakan persamaan model regresi multivariate dengan memasukkan pengaruh wilayah (j). Sehingga persamaan untuk level satu untuk model regresi hirarki menjadi: Ln[P (1 P) ] = β + β (X ) + β (X ) + β (X ) + β (X ) + 168

5 Seminar Nasional Statistika 12 November 2011 Vol 2 November 2011 β (X ) + β (X ) + β (X ) + β (X ) + β (X ) + ε ε ~N (0 σ ) i individu j: wilayah (7) Dimana i = 12 nj dan j = 12J. Pada model regresi hirarki level satu ini diasumsikan bahwa error berdistribusi identik dan saling bebas dan memiliki varians σ 2. Intercept dan koefisien dapat berbeda signifikan diantara wilayah dan hal ini dapat dijelaskan oleh karakteristik pada level wilayah. Secara teori pada level dua digunakan intercept dan koefisien sebagai variabel dependen yang dijelaskan oleh variabel independen pada level tersebut. Pada level dua ini karakteristik wilayah (variabel W1 W2 W3 dan W4) hanya digunakan untuk menjelaskan intercept level satu dimana tidak digunakan untuk menjelaskan koefisien pada level satu. Hal ini dilakukan untuk menyederhanakan penelitian. Tetapi diasumsikan bahwa bahwa karakteristik wilayah tersebut secara acak terdistribusi pada total rata-rata koefisien. Persamaan pada level dua dapat dinyatakan sebagai: β = γ + γ (W ) + γ (W ) + γ (W ) + γ (W ) + u u ~ N(0 τ ) u ~ N(0 τ ) u ~ N(0 τ ) u ~ N(0 τ ) u ~ N(0 τ ) u ~ N(0 τ ) u ~ N(0 τ ) u ~ N(0 τ ) u ~ N(0 τ ) u ~ N(0 τ ) (8) Model campuran (mixed model) dengan mengsubsitusikan persamaan model level dua (8) ke persamaan model level satu (7) yaitu: Ln[P (1 P) ] = { γ + γ W + γ W + γ W + γ W + γ (X ) + γ (X ) + γ (X ) + γ (X ) + γ (X ) + γ (X ) + γ (X ) + γ (X ) + γ (X ) } + {u + u (X ) + u (X ) + u (X ) + u (X ) + u (X ) + u (X ) + u (X ) + u (X ) + u (X ) + ε } (9) 169

6 Seminar Nasional Statistika 12 November 2011 Vol 2 November 2011 Pada persamaan (9) residual memiliki varians yang tidak sama. Hal ini disebabkan wilayah dimana berbeda antar wilayah dan bergantung pada nilai variabel bebas level satu yang berbeda antar individu. e. Estimasi Koefisien Parameter Menurut Bryk dan Raudenbush (1992) pendekatan Penalized Quasi-likelihood (PQL) dapat diturunkan dari model regresi nonlinear. Untuk kasus binary outcomes dengan fungsi hubung logit maka model level satu: Y = φ + e E e = 0 Var e = φ (1 φ ) (10) model tersebut dilinearkan dengan rata-rata dari first order of Taylor series expansion dengan iterasi s sehingga dihasilkan persamaan: kemudian turunkan pada φ φ φ + = φ 1 φ = ω. (12) (η η ) (11) Subsitusikan persamaan (12) ke dalam persamaan (10) maka dihasilkan bentuk Y = φ + ω η η + e. (13) Diuraikan menjadi bentuk : + η = η + (14) Persamaan (14) mempunyai bentuk seperti model hirarki linear dua level yaitu: Y = X γ + Z u + ε (15) ε ~ N(0 ω ) u ~ N(0 T) dimana : Y = + η ε = (17) 170

7 Seminar Nasional Statistika 12 November 2011 Vol 2 November 2011 Sehingga di dapat estimasi η = X γ + Z u dimana u adalah aproksimasi posterior mode yang mempunyai bentuk persamaan: u = (Z Ω Z + T ) Z Ω (Y X γ ) (18) untuk Ω = diag (ω.. ω ) 4. PENUTUP Hasil yang diharapkan dari penggunaan analisis regresi hirarki adalah dapat memperbaiki hasil dari metode sebelumnya yang digunakan dalam penelitian pembuatan keputusan migrasi dimana mencakup analisis spasial ketika satu dari tingkat hirarki adalah geografi dan menggabungkan karakteristik individu dan tingkat agregat dalam model sehingga dapat menghindari kesalahan pemikiran ekologi dalam mengintepretasikan hasil analisis. 5. PENGHARGAAN Penghargaan setinggi-tingginya diberikan kepada Guangqing Chi dan Paul Voss (2005) karena jurnal Migration Decision-making: A Hierarchical Regression Approach yang menjadi rujukan utama dan mengilhami pembuatan tulisan ini. 6. DAFTAR PUSTAKA Badan Pusat Statistik. (2005). Pedoman Pencacahan Survei Penduduk Antar Sensus 2005 (SUPAS05) Buku 1. BPS. Jakarta. Boyle Paul Keith Halfacree dan Vaughan Robinson. (1998). Exploring Contemporary Migration. Addison Wesley Longman New York. Bryk Anthony S. dan Stephen W. Raudenbush. (1992). Hierarchical Linear Models. Newbury Park London New Delhi: Sage Publications. Diunduh dari pada tanggal 14 Juni Chi Guangqing dan Paul Voss. (2005). Migration Decision-making: A Hierarchical Regression Approach. Journal of Regional Analysis and Policy 35:2. International Federation of Red Cross and Red Crescent Societies (IFRC). (2010). Annual Report. Migration. Diunduh tanggal 14 Juli 2010 dari Luke Douglas A. (2004). Multilevel Modeling. p.cm. (A Sage University Paper Series. Quantitative Applications in the Social Sciences ; 143). Sara Miller McCune Sage Publications Inc. Thousand Oaks California. 171