Structural Equation Modelling untuk Mengetahui Keterkaitan Faktor-Faktor Yang Mempengaruhi Kemiskinan di Kabupaten Jombang

Ukuran: px

Mulai penontonan dengan halaman:

Download "Structural Equation Modelling untuk Mengetahui Keterkaitan Faktor-Faktor Yang Mempengaruhi Kemiskinan di Kabupaten Jombang"

Farida Johan
6 tahun lalu
Tontonan:

1 Structural Equation Modelling untuk Mengetahui Keterkaitan Faktor-Faktor Yang Mempengaruhi Kemiskinan di Kabupaten Jombang Oleh : Renanthera Puspita N. Pembimbing : Dr. Bambang Widjanarko Otok, M.Si. 1

2 AGENDA PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PENELITIAN ANALISIS & PEMBAHASAN KESIMPULAN & SARAN 2

3 Latar Belakang Jawa Timur 5,071 juta jiwa (13,40 persen) 67,84 persen diantaranya ada di daerah perdesaan atau 3,44 juta penduduk.(bps, 2012) Jombang keluarga. Dari jumlah total keluarga miskin tersebut, sekitar 11 ribu keluarga masuk kategori sangat miskin. 3

4 Penelitian Terdahulu Vibryanto (2010) Analisis faktor-faktor yang mempengaruhi tingkat pengangguran di Kabupaten jombang Pamungkas (2012) Revitalisasi sektor pertanian untuk menanggulangi masalah kemiskinan di Kabupaten Jombang Afandi, Sumartono dan Wahab (2009) Pembangunan daerah dan penanggulangan kemiskinan (studi kasus implementasi proyek pembinaan peningkatan pendapatan petani dan nelayan kecil / P4K di Kabupaten Jombang. 4

Latar Belakang Rumusan Masalah Bagaimana keterkaitan

dengan menggunakan metode SEM Manfaat Penelitian

5 Latar Belakang Rumusan Masalah Bagaimana keterkaitan antar faktor penentuan kemiskinan di Kabupaten Jombang dengan menggunakan metode SEM Manfaat Penelitian Mengetahui faktor-faktor yang mempengaruhi penentuan kemiskinan di Kabupaten Jombang. Batasan Masalah Metode SEM-PLS Penelitian menggunakan data dari BAPPEDA Kabupaten Jombang tahun

Tinjauan Pustaka Parwoto, 2001 Suatu situasi atau kondisi yang dialami oleh seseorang atau kelompok orang yang tidak mampu menyelenggarakan hidupnya

6 Tinjauan Pustaka Parwoto, 2001 Suatu situasi atau kondisi yang dialami oleh seseorang atau kelompok orang yang tidak mampu menyelenggarakan hidupnya sampai suatu taraf yang dianggap manusiawi. BPS Tingkat kemiskinan didasarkan pada jumlah rupiah konsumsi berupa makanan yaitu 2100 kalori per orang per hari. 6

Tinjauan Pustaka 7.20' dan 7.45'. Lintang Selatan 5.20º - 5.30 º Bujur Timur. Luas wilayah kabupaten 115.950 Ha : 1.159,5 Km².

7 Tinjauan Pustaka 7.20' dan 7.45'. Lintang Selatan 5.20º º Bujur Timur. Luas wilayah kabupaten Ha : 1.159,5 Km². Ibukota Kabupaten Jombang terletak pada ketinggian 44m di atas permukaan laut. Kabupaten Jombang terdiri atas 21 kecamatan 301 desa dan 5 kelurahan 7

8 Tinjauan Pustaka Hair et al., 1998 Model statistika yang mengkombinasikan aspek multiple regresion (memeriksa hubungan dependensi) dan analisis faktor (merepresentasikan konsep yang tidak bisa diukur-faktor dengan variabel banyak) untuk mengestimasi hubungan struktural yang relatif rumit secara simultan Structural Model Measurement Model Asumsi : η = Bη + Γξ + ζ y = Λ y η + ε 1 2 E( η) = 0 E( ξ ) = 0 x = Λ x ξ + δ 3 E( ζ ) = 0 4 E( ξζ ') = 0 8

9 Tinjauan Pustaka Confirmatory Factor Analysis Analisis Jalur 9

10 Tinjauan Pustaka Estimasi Parameter SEM-PLS Outer Model Inner Model w jh y j J = w h 1 : outer weights jh ( x x ) jh jh z j α j e ' y jj j j': ξ ' dihubungkan. ξ Pemilihan bobot inner disebut dengan skema centroid. j ' Uji Kelayakan Model 1. Convergent Validity Model dikatakan baik apabila nilai korelasi lebih tinggi dari Diskriminant Validity 3. Composite Reliability AVE = λ 2 i + i λ 2 i i var( ε ) Nilai AVE yang direkomendasikan yaitu harus lebih besar i pc = ( λ ) i 2 ( λ ) i i 2 + i var( ε ) 10 i

11 Tinjauan Pustaka Uji Kelayakan Model Nilai t-statistik muatan faktornya (loading faktor) lebih besar dari t-tabel (1.96). Standardized loading factor sebesar 0.5. Koefisien hubungan antar variabel signifikan (t-statistik 1.96). Nilai R-square mendekati 1. Boostrap Bootstrap merupakan metode penaksir nonparametric yang dapat menaksir parameter-parameter dari suatu distribusi, varians dari sampel median, serta dapat menaksir error. 11

Metodologi Penelitian Badan Perencanaan dan Pembangunan Daerah (BAPPEDA) Kabupaten Jombang pada tahun 2010.

12 Metodologi Penelitian Badan Perencanaan dan Pembangunan Daerah (BAPPEDA) Kabupaten Jombang pada tahun Unit sampling yang digunakan adalah 21 Kecamatan di Kabupaten Jombang. Variabel Laten 3 Endogen 1 Variabel Laten Eksogen 12

13 Metodologi Penelitian Kesehatan X1 X2 X3 X4 X5 X6 X7 X8 Rumah tangga yang luas bangunan tempat tinggal kurang dari 8m 2 per orang. Rumah tangga yang jenis atap bangunan tempat tinggal terbuat dari bambu/ kayu murahan. Rumah tangga yang jenis lantai bangunan tempat tinggal terbuat dari tanah/ bambu/ kayu murahan. Rumah tangga yang jenis dinding tempat tinggal terbuat dari bambu/ rumbia/ kayu berkualitas rendah/ tembok tanpa diplester. Rumah tangga yang tidak memiliki fasilitas buang air besar/ bersama-sama dengan rumah tangga lain. Rumah tangga yang sumber air minum berasal dari sumur/ mata air tidak terlindung/ sungai/ air hujan. Rumah tangga yang tidak sanggup membayar biaya pengobatan di puskesmas/ poliklinik. Rumah tangga yang tidak memiliki tempat pembuangan akhir tinja. 13

14 Metodologi Penelitian Kualitas Ekonomi Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Rumah tangga yang status penguasaan bangunan. Rumah tangga yang sumber penerangan rumah tangga tidak menggunakan listrik. Rumah tangga yang bahan bakar untuk memasak sehari-hari adalah kayu bakar/ arang/ minyak tanah. Rumah tangga yang hanya mengkonsumsi daging/ susu/ ayam satu kali dalam seminggu. Rumah tangga yang hanya membeli satu stel pakaian baru dalam setahun. Rumah tangga yang hanya sanggup makan sebanyak satu/ dua kali dalam sehari. Rumah tangga yang tidak memiliki tabungan/ barang yang mudah dijual. Rumah tangga yang sumber penghasilan kepala rumah tangga per bulan dibawah Rp

15 Metodologi Penelitian SDM Y9 Rumah tangga dengan pendidikan tertinggi kepala rumah tangga tidak sekolah/ tidak tamat SD/ hanya SD. Kemiskinan Y10 Rumah tangga yang berstatus sangat miskin. 15

16 Metodologi Penelitian Mendapatkan model berbasis konsep dan teori yang dikembangkan untuk merancang model struktural dan model pengukuran Membuat diagram jalur yang dapat menjelaskan pola hubungan antara variabel laten dan juga indikatornya Melakukan analisis konfirmatori dari masing-masing variable laten Menguji signifikansi parameter model pengukuran Mengestimasi model persamaan struktural Konversi diagram jalur ke dalam persamaan Mengestimasi parameter (bobot, faktor loading, koefisien jalur) Mengambil sampel bootstrap sebanyak n dari data set dengan pengulangan sebanyak n. Memodelkan SEM dari data set hasil sampel bootstrap Mengulang langkah sebelumnya sebanyak B kali (replikasi bootstrap). Memilih model terbaik dari berbagai replikasi bootstrap 16

17 Analisis & Pembahasan Deskriptif

18 Analisis & Pembahasan Pengujian Model Pengukuran Variabel AVE Composite reliability Kesehatan Ekonomi SDM 1 1 Nilai Composite reliability > 0.7 Kemiskinan 1 1 Nilai AVE >

19 Analisis & Pembahasan Loading Pengukuran Original sample estimate Mean of subsamples T-Statistic Kesehatan X X X X X X X X Ekonomi Y Y Y Y Y Y Y Y Kemiskinan Y SDM Y

20 Analisis & Pembahasan Pengujian Model Pengukuran AVE Composite Reliability Kesehatan Ekonomi Kemiskinan 1 1 SDM 1 1 Kesehatan Ekonomi SDM Kemiskinan X X X X X X X Y Y Y Y Y Y Y Y Y

21 Analisis & Pembahasan Loading Pengukuran Original sample estimate Mean of subsamples T-Statistic Keterangan Kesehatan X Signifikan X Signifikan X Signifikan X Signifikan X Signifikan X Signifikan X Signifikan Ekonomi Y Signifikan Y Signifikan Y Signifikan Y Signifikan Y Signifikan Y Signifikan Y Signifikan SDM Y9 1 1 Kemiskinan Y

22 Analisis & Pembahasan Pengujian Model Struktural Original sample Mean of subsamples T-Statistic Kesehatan -> Ekonomi SDM -> Ekonomi Kesehatan -> Kemiskinan Ekonomi -> Kemiskinan SDM -> Kemiskinan Kesehatan -> SDM R-square Kesehatan Ekonomi SDM Kemiskinan

23 Analisis & Pembahasan 23

24 Analisis & Pembahasan SEM Boostrap Original Sample Mean of subsamples Kes -> Eko SDM -> Eko Kes -> Kem Eko -> Kem SDM -> Kem Kes -> SDM T-Statistic B=50 B=100 B=200 B=300 B=400 B=500 Kesehatan -> Ekonomi SDM -> Ekonomi Kesehatan -> Kemiskinan Ekonomi -> Kemiskinan SDM -> Kemiskinan Kesehatan -> SDM

25 Analisis & Pembahasan SEM Boostrap Original sample estimate Mean of subsamples Standard deviation T-Statistic Kesehatan X X X X X X X Ekonomi Y Y Y Y Y Y Y Kemiskinan Y SDM Y Kontribusi paling tinggi berada pada koefisien jalur prosentase kepala rumah tangga yang tidak sekolah atau tidak tamat SD (Y9) terhadap variabel SDM serta prosentase rumah tangga yang berstatus sangat miskin (Y10) terhadap variabel kemiskinan. Sedangkan kontribusi paling rendah adalah pada prosentase rumah tangga yang tidak menggunakan listrik sebagai sumber penerangan terhadap variabel ekonomi 25

26 Kesimpulan & Saran Kesehatan memberikan pengaruh negatif dan signifikan terhadap ekonomi dengan koefisien jalur sebesar dan nilai t-statistik sebesar Sumber daya manusia (SDM) berpengaruh negatif terhadap ekonomi sebesar dengan nilai t-statistik sebesar Kesehatan berpengaruh positif dan signifikan terhadap kemiskinan dengan koefisien jalur sebesar dan t-statistik sebesar Ekonomi berpengaruh negatif dan signifikan terhadap kemiskinan, dengan nilai koefisien jalur sebesar dan t-statistik sebesar SDM memberikan pengaruh yang negatif dan signifikan terhadap kemiskinan, dengan nilai koefisien jalur sebesar 0.56 dan nilai t-statistik sebesar Kesehatan berpengaruh positif dan signifikan terhadap SDM dengan nilai koefisien jalur sebesar dan nilai t-statistik sebesar Penambahan-penambahan indikator maupun variabel baru untuk memperjelas hubungan antar variabel laten dan variabel indikator dalam model yang signifikan. modifikasi konstruk model struktural agar mendapatkan model yang lebih baik. 26

dokumen-dokumen yang mirip

Structural Equation Modelling untuk Mengetahui Keterkaitan Faktor-Faktor yang Mempengaruhi Kemiskinan di Kabupaten Jombang

1 Structural Equation Modelling untuk Mengetahui Keterkaitan Faktor-Faktor yang Mempengaruhi Kemiskinan di Kabupaten Jombang Renanthera Puspita Ningrum, danbambang Widjanarko Otok Jurusan Statistika, Fakultas