ANALISIS MODEL LOG LINIER UNTUK MENGETAHUI KECENDERUNGAN PERILAKU ANAK JALANAN BINAAN DI SURABAYA (KASUS KHUSUS YAYASAN AREK LINTANG-ALIT)

ANALSS MODEL LOG LNER UNTUK MENGETAHU KECENDERUNGAN PERLAKU ANAK ALANAN BNAAN D SURABAYA (KASUS KHUSUS YAYASAN AREK LNTANG-ALT) Silvira Ayu Rosalia 1,, Sri Pingit Wulandari 2 1 Mahasiswa Statistika TS, phyra_rosalia@gmail.com 2 Dosen Statistika TS, sri_pingit@statistika.its.ac.id ABSTRAK Permasalahan klasik yang timbul di kota-kota besar adalah masalah kependudukan, mereka yang nekat datang ke kota tanpa dibekali oleh kemampuan dan potensi diri yang cukup akan tersisihkan. Hal itulah yang memicu munculnya fenomena anak jalanan, sebagian dari mereka terpaksa menggantungkan hidupnya pada penghasilan yang mereka peroleh dari jalanan. Kegiatan untuk mengarahkan anak jalanan dilakukan dengan pemberian pembinaan, khususnya di rumah singgah. Pembinaan diharapkan memberikan pengaruh yang lebih baik terhadap perilaku anak jalanan. Untuk itu dilakukan penelitian mengenai kecenderungan karakteristik anak jalanan berdasarkan faktor sosial ekonomi dengan perilaku anak jalanan binaan dengan pemodelan log linear. Dengan menggunakan pendekatan log linier dihasilkan model yaitu terdapat hubungan antara kegiatan anak di jalan dengan keterlibatan konflik dengan aparat pemerintah, kegiatan anak di jalan dengan kepedulian terhadap nasib teman, lama menjadi anak jalanan dengan keterlibatan konflik dengan masyarakat sekitar, lama menjadi anak jalanan dengan harapan terhadap pemerintah, pendidikan orang tua dengan kepedulian terhadap nasib teman, pekerjaan orang tua dengan kepedulian terhadap nasib teman, sikap orang tua terhadap anak terjun ke jalan dengan kepedulian terhadap nasib teman, pendidikan anak dengan interaksi dengan masyarakat sekitar tempat tinggal, hubungan sosial dalam keluarga dengan frekuensi kunjungan ke rumah singgah, faktor penyebab menjadi anak jalanan dengan keterlibatan konflik dengan masyarakat, kondisi lingkungan tempat tinggal dengan frekuensi ke rumah singgah, kondisi lingkungan tempat tinggal dengan jenis pembinaan yang disukai dan bermanfaat dan jumlah penghasilan anak/hari dengan kepedulian terhadap nasib teman. Kata kunci : anak jalanan, pembinaan, rumah singgah, log linier. 1. Pendahuluan Permasalahan klasik yang timbul di kota-kota besar adalah masalah kependudukan, sekaligus aspekaspek yang menyertainya, seperti pemukiman, pendidikan, layanan sosial, dan lain sebagainya. Berdasarkan data Badan Pusat Statistik (BPS) diketahui jumlah penduduk datang meningkat dari 32.685 jiwa pada tahun 2007 menjadi 50.300 jiwa pada tahun 2008 dan pada tahun 2009 berjumlah 70.995 jiwa. Mereka yang nekat datang ke kota tanpa dibekali oleh kemampuan dan potensi diri yang cukup akan tersisihkan dan harus mencari jalan keluar dari permasalahannya dengan melakukan berbagai cara, ditambah dengan maraknya angka pengangguran dan masalah sosial lainnya. Hal itulah yang memicu timbulnya salah satu permasalahan kependudukan di kota-kota besar, yakni munculnya fenomena anak-anak jalanan, sebagian dari mereka terpaksa menggantungkan hidupnya pada penghasilan yang mereka peroleh dari jalanan dengan melakukan berbagai kegiatan yang sekiranya dapat mendatangkan uang. (Hakiki,1999) umlah anak jalanan di berbagai kota besar dengan mudah dapat diperhatikan dengan jelas sebab terus tumbuh dan berkembang, meskipun sudah cukup banyak upaya dilakukan, baik oleh pemerintah maupun Lembaga Swadaya Masyarakat (LSM), untuk mengurangi jumlah anak yang hidup di jalanan. umlah anak jalanan di awa Timur sendiri dari data Dinas Sosial, meningkat dari tahun 2009 yaitu 5.224 orang menjadi 5.324 orang pada tahun 2010, dimana sebagian besar berada di kota Surabaya, dan sisanya tersebar di berbagai pelosok kota lainnya. Sejumlah kajian menyebutkan munculnya masalah anak jalanan ini terkait dengan faktor kemiskinan, selain itu akibat ketidakharmonisan keluarga dan juga kurang bertanggung jawab orang tua terhadap keluarga (Sanituti, 2002). Tingginya angka pengangguran memicu timbulnya kemiskinan dimana kepala keluarga tidak mampu memenuhi kebutuhan keluarganya yang kemudian memunculkan fenomena anak jalanan untuk membantu pemenuhan hidup dirinya dan keluarganya. Selama ini upaya yang telah dilakukan untuk menangani anak jalanan adalah berusaha mengeluarkan mereka dari jalanan, yaitu adanya kegiatan untuk mengarahkan anak jalanan melalui pembinaan dengan memasukkan ke rumah singgah, tempat-tempat pelatihan dan sejenisnya. Akan tetapi dalam pelaksanaanya perlu diperhatikan banyak faktor, yaitu faktor eksternal maupun internal yang dapat mempengaruhi sikap dan perilaku anak jalanan dalam menjalani kehidupannya. Pembinaan yang dilakukan terhadap anak jalanan diharapkan dapat memberikan pengaruh pada perilaku anak jalanan, dimana anak jalanan yang mendapatkan pembinaan bisa memiliki perilaku yang lebih baik dan positif. Penelitian ini bertujuan untuk mengetahui karakteristik dan perilaku anak jalanan binaan berdasarkan faktor sosial dan ekonomi dan mengkaji hubungan antara faktor sosial ekonomi dengan perilaku anak jalanan binaan. Data yang digunakan adalah data survey pada anak jalanan binaan di Yayasan Arek Lintang (ALT). Dikarenakan data yang digunakan bersifat 1

kategorikal maka metode pemodelan log linear. yang digunakan adalah 2. Tabel Kontingensi Dua Dimensi Analisis tabel kontingensi digunakan untuk mengetahui ada atau tidaknya hubungan antara variabel yang satu dengan variabel yang lainnya. Tabel kontingensi dua dimensi merupakan tabel silang (cross tabulation) antara dua variabel yang bersifat kategori, dimana setiap variabel tersebut terdiri dari beberapa level atau kategori. Bentuk tabel kontingensi dua dimensi dengan variabel X terdiri dari i kategori (i buah baris) dan variabel Y terdiri dari j kategori (j buah kolom), dapat dilihat pada tabel berikut : Tabel 1 Struktur Sel Tabel Kontingensi Dua Dimensi Y 1 Y 2... Y j Total X 1 n 11 n 12... n 1j n 1+ X 2 n 21 n 22... n 2j n 2+ X i n i1 n i2... n n i+ Total n +1 n +2... n +j n ++ dimana : n = jumlah pengamatan pada baris ke-i kolom ke-j n i+ = pengamatan pada baris ke-i, i = 1, 2,... n +j = pengamatan pada kolom ke-j, j = 1, 2,... n ++ = jumlah seluruh pengamatan Pada tabel kontingensi masing masing selnya harus memenuhi syarat sebagai berikut (Fiendberg, 1976). a. Homogen b. Mutually Exclusive dan Mutually Exhaustive c. Skala pengukuran nominal atau ordinal 3. Uji ndependensi Uji independensi digunakan untuk mengetahui ada tidaknya hubungan antar dua varibel yang telah ditetapkan. Andaikan tabel dua dimensi mempunyai varibel A dan B dengan baris dan kolom, maka hipotesis untuk pengujian independensi adalah sebagai berikut. H 0 : kedua variabel saling independen (tidak ada hubungan antar varibel A dan B) H 1 : kedua variabel saling dependen (ada hubungan antar variabel A dan B) Uji yang sesuai untuk hipotesis tersebut adalah Pearson Chi-Square (χ 2 ), dimana untuk taksiran nilai harapannya adalah sebagai berikut. m = n i+ n +j n ++ (1) Statistik ujinya adalah sebagai berikut. 2 ( n mˆ ) 2 (2) i 1 j 1 mˆ Hasil statistik uji tersebut dibandingkan dengan nilai distribusi Chi-Square dengan derajat bebas db = (- 1) (-1) serta dengan kriteria penolakan H 0 adalah χ 2 hitung > χ 2 (db,α) atau P_value < α. Uji χ 2 menuntut frekuensi-frekuensi yang diharapkan tidak boleh terlalu kecil. (Wayne, 1998) mengatakan untuk uji χ 2 dengan db yang lebih besar dari 1, lebih dari 20% selnya harus mempunyai frekuensi yang diharapkan lebih dari 5 dan tidak satu sel pun boleh memiliki frekuensi yang diharapkan kurang dari satu. ika persyaratan tersebut tidak dipenuhi, maka harus dilakukan penggabungan kategori-kategori yang berdekatan. Setelah dilakukan penggabungan dan kurang dari 20% sel-sel itu memiliki frekuensi yang diharapkan kurang dari 5, pengujian bisa dilanjutkan dengan uji χ 2. 4. Model Log Linier Model log linier adalah suatu model untuk memperoleh model statistika yang menyatakan hubungan antara variabel dengan data yang bersifat kualitatif (skala nominal atau ordinal). Dengan menggunakan pendekatan log linier bisa diketahui model matematikanya secara pasti serta level atau kelas mana yang cenderung menimbulkan adanya hubungan atau dependensi. Pada tabel kontingensi dua dimensi terdiri dari dua faktor, yaitu faktor sebagai faktor baris dan faktor sebagai faktor kolom. ika kedua faktor ini independen, maka peluang pengamatan π = π i+. π +j, dimana : i = 1, 2,..., j = 1, 2,..., dimana frekuensi nilai harapannya adalah sebagai berikut. m = n ++ π = n ++ π i+ π +j (3) ika persamaan (2.3) dinyatakan dalam bentuk logaritma, maka didapatkan : Log m = log n ++ + log π i+ + log π +j (4) Bila dumlahkan untuk semua i (baris) maka. i=1 Log m = log n ++ + i=1 π i+ + log π +j Dan bila dumlahkan untuk semua j (kolom), maka model menjadi : j =1 Log m = log n ++ + log π i+ + j =1 log π +j Sehingga bila dumlahkan untuk semua i dan j, didapat : i=1 j =1 Log m = log n ++ + i=1 log π i+ + j=1logπ+j Selanjutnya jika dimisalkan : μ = log n ++ + λ i x = log π i+ λ j y = log π +j log π i+ i=1 + log π i+ i=1 log π +j j =1 log π +j j =1 Maka persamaan (4) menjadi sebagai berikut. Log m = μ + λ x y i + λ j (5) Model (5) inilah yang disebut dengan model Log Linier ndependen pada tabel kontingensi dua dimensi (Agresti, 1990). Dalam model tersebut μ menunjukkan efek ratarata secara umum, λ i menunjukkan efek utama kategori x ke-i variabel X, λ y j menunjukkan efek utama kategori ke-j variabel Y. Dimana juga berlaku i=1 λ x i = λ y j =1 j = 0. ika ada dependensi antara kedua variabel, dengan nilai m > 0 dan dimisalkan η = log m η i+ = η η +j = μ = η ++ = j =1 η i=1 i=1 η j =1 2

Serta jika ditetapkan λ x i = η i+ η ++ λ y j = η +j η ++ λ xy = η η i+ η +j + η ++ Maka modelnya menjadi sebagai berikut. Log m = μ + λ x i + λ y xy j + λ (6) Model (6) disebut dengan model jenuh. Selanjutnya dicari nilai dari derajat bebasnya (df). Derajat bebas adalah banyaknya sel dikurangi dengan banyaknya parameter yang diestimasi. Untuk model independen (5), merupakan kasus khusus dari model jenuh (6) dimana λ xy = 0. umlah parameter yang diestimasi = + (-1) + (-1). Sehingga untuk model independen, mempunyai derajat bebas df = ( 1) [( 1) + ( 1)] = 1 + 1 = ( 1) ( 1) 5. Uji Goodness of Fit Manfaat dari Goodness of Fit Statistisc adalah untuk membandingkan atau menentukan ada atau tidaknya jarak antara observasi dan model. Untuk menguji hipotesis pada tiap model digunakan uji Person Chi Square (χ 2 ) atau Likelihood Ratio Test (G 2 ) sebagai berikut : Uji Person Chi Square (χ 2 ) yaitu χ 2 = i=1 (7) hipotesis sebagai berikut. (7) (n m ) 2 j =1 m Uji Likelihood Ratio Test (G 2 ) yaitu n 2 G 2 n i j log (8) 1 1 mˆ 6. Uji K-Way 1. Pengujian interaksi pada derajat K atau lebih sama dengan nol (Test that K-Way and higher order effect are zero) Uji ini didasarkan pada hipotesis bahwa efek order ke- K dan yang lebih tinggi sama dengan nol. Pada model log linear hipotesisnya sebagai berikut. - Untuk K = 2 H 0 : Efek order ke-2 = 0 H 1 : Efek order ke-2 0 - Untuk K = 1 H 0 : Efek order ke-1 dan yang lebih tinggi = 0 H 1 : Efek order ke-1 dan yang lebih tinggi 0 2. Pengujian interaksi pada derajat K sama dengan nol (Test that K-Way effect are zero) Uji ini didasarkan pada hipotesis efek order ke-k sama dengan nol. Pada model log linear hipotesisnya sebagai berikut. - Untuk K = 1 H 0 : Efek order ke-1 = 0 H 1 : Efek order ke-1 0 - Untuk K = 2 H 0 : Efek order ke-2 = 0 H 1 : Efek order ke-2 0 Statistik uji yang digunakan adalah Likelihood Ratio Test (G 2 ) Kriteria penolakan G 2 > χ 2 (db;α) maka tolah H 0. 7. Uji Asosiasi Parsial Pengujian ini mempunyai tujuan untuk menguji semua parameter yang mungkin dari suatu model lengkap baik untuk satu variabel yang bebas maupun untuk hubungan ketergantungan beberapa variabel yang merupakan parsial dari suatu model lengkap. Hipotesisnya adalah sebagai berikut. - H 0 : Efek interaksi antara variabel 1 dan variabel 2 = 0 - H 0 : Efek variabel 1 = 0 - H 0 : Efek variabel 2 = 0 Statistik uji yang digunakan adalah Partial Chi Square Kriteria penolakan Partial Chi Square > χ 2 (db;α) maka tolak H 0 8. Seleksi Model Seleksi model log linier dilakukan dengan metode Backward Elimination. Metode Backward Elimination pada dasarnya menyeleksi model dengan menggunakan prinsip hierarki, yaitu dengan melihat model terlengkap sampai dengan model yang sederhana. Langkah-langkah yang dilakukan adalah 1. Anggap model (0) yaitu model XY sebagai model terbaik. 2. Keluarkan efek interaksi dua faktor sehingga modelnya menjadi (X, Y) yang disebut model (1). 3. Bandingkan model (0) dengan model (1) dengan H 0 : Model (1) = model terbaik H 1 : Model (0) = model terbaik Statistik uji yang digunakan adalah Likelihood Ratio Test (G 2 ) Kriteria penolakan G 2 > χ 2 (db;α) maka tolak H 0 4. ika H 0 ditolak, maka dinyatakan bahwa model (0) adalah model terbaik. Tetapi jika gagal tolak H 0, maka bandingkan model (1) tersebut dengan model (0). Kemudian salah satu interaksi dua faktor dikeluarkan dari model. 5. Untuk menentukan interaksi mana yang dikeluarkan terlebih dahulu maka dipilih nilai G 2 terkecil. 9. Model Log Linier Tiga Dimensi Dengan metode log linier maka dapat diperoleh persamaan yang menggambarkan ada tidaknya hubungan antara dua atau lebih variabel dan pola hubungannya sekaligus untuk mengetahui sel-sel mana yang menyebabkan dependensi. Tabel 2 Tabel Kontingensi 3 dimensi Var 1 Var 2 Var 3 (X 3) (X 1) (X 2) 1 2 K 1 1 n 111 n 112 n 11k n 1j1 n 1j2 n 1jk 2 1 n 211 n 212 n 21k n 2j1 n 2j2 n 2jk 1 n i11 n i12 n i1k n 1 n 2 n k Keterangan : n k = banyaknya observasi pada kategori baris ke-i, kolom ke-j dan layer ke-k. ika antara ketiga variabel tersebut saling independent, maka taksiran nilai harapan dari masingmasing sel adalah sebagai berikut : 3

dimana : K ni.. n. j. n.. k e (9) n 2... n i.. n k jumlah nilai observasi pada baris ke-i j 1 k 1 K n. j. n k jumlah observasi pada kolom ke-j i 1 k 1 n.. k n k jumlah nilai observasi pada lyer ke-k j 1 i 1 K n k i 1 j 1 k 1 n... jumlah seluruh nilai observasi Bila kedua ruas persamaan (2.12) dinyatakan dalam bentuk logaritma didapatkan : log e k = log n i.. + log n. j. + log n.. k - 2 log n... yang analog dengan : log e = u + u 1( i) + u 2( j) + u 3( k ) Arti dari model tersebut adalah variabel 1, 2 dan 3 ada dalam model, tapi tidak ada interaksi antara ketiganya (ketiga variabel independen). ika terdapat interaksi pada ketiga variabel, maka model menjadi log e u u u u u u u u k i 1 j 1 dimana : u 12( ) 1( i) i 1 K k 1 2( j) u 13( ik ) 3( k) K j 1 k 1 12( ) u 23( jk ) 13( ik) K i 1 j 1 k 1 23( jk) u 123( k) Tabel 3 Derajat bebas untuk Log Linear 3 Dimensi Bentuk db u 1 u 1-1 u 2-1 u 3 K-1 u 12 (-1)(-1) u 13 (-1)(K-1) u 23 (-1)(K-1) u 123 (-1)(-1)(K-1) Total K 123( k) 0 Goodness of Fit Statistics Untuk menguji kebaikan model log linier tiga dimensi maka dilakukan uji Goodness of Fit sebagai berikut : H 0 : tidak ada hubungan antara variabel 1,2 dan 3 H 1 : ada hubungan antara variabel 1,2 dan 3 Atau H 0 : P k = P i.. P.j. P..k H 1 : P k P i.. P.j. P..k ika banyaknya sel yang nilai harapannya <5 minimal 20 % dari banyaknya seluruh sel maka uji Pearson adalah uji yang sesuai. Dan statistik uji yang digunakan adalah : atau G 2 2 i j k 1 1 1 K i 1 j 1 k 1 ( n e k k e k ) 2 (10) K nk 2 nk log (11) e k 10. Anak alanan Departemen Sosial R mendefinisikan anak jalanan yaitu anak yang menghabiskan sebagian besar waktunya untuk mencari nafkah atau berkeliaran di jalanan atau tempat-tempat umum. Definisi ini lebih luas karena sudah memasukkan aspek tempat anak menjalankan aktifitas (jalanan/tempat umum) juga aktifitas anak (mencari nafkah/berkeliaran). Selanjutnya Depsos membedakan anak jalanan dalam tiga kategori, yaitu : 1. Anak yang hidup atau tinggal di jalanan, yakni anak yang berpartisipasi penuh di jalanan, baik secara sosial maupun ekonomi dan tidak ada hubungan dengan keluarganya karena adanya kekerasan atau masalah dalam keluarga yang menyebabkan lari atau pergi dari rumah (children of the street) 2. Anak yang bekerja di jalanan, anak-anak tersebut mempunyai kegiatan ekonomi (sebagai pekerja anak) di jalan dan masih berhubungan dengan keluarganya yakni pulang ke rumah secara periodik (children on the street) 3. Anak yang mempunyai resiko tinggi menjadi anak jalanan, mereka belum menjadi anak jalanan murni dan masih tinggal dengan orang tuanya, kerentanan menjadi anak jalanan dapat dilihat dari kondisi ekonomi orang tua yang hidup di lingkungan kemiskinan absolut, sehingga suatu saat bisa menjadi anak jalanan (children from families of the street) Pada umumnya anak jalanan berasal dari keluaraga marginal perkotaan, sebagian besar adalah pendatang dari daerah (kota kecil) di sekitar kota besar (metropolis), anak-anak bermasalah, korban kekerasan ataupun anakanak yang menerima perlakuan yang salah dari orang tuanya. Mereka mendatangi kota besar dengan harapan akan memperoleh kehidupan yang lebih baik tanpa memiliki potensi yang cukup sebagai bekal. 11. Rumah Singgah Rumah singgah didefinisikan sebagai suatu wahana yang dipersiapkan sebagai perantara anak jalanan dengan pihak-pihak yang akan membantu mereka. Pengertian lain yaitu tempat dimana anak-anak jalanan singgah atau ditampung sesuai program yang ada. Anak jalanan boleh tinggal sementara untuk tujuan perlindungan misalnya karena tidak punya rumah (masalah sebagian besar anak jalanan), ancaman atau kekerasan dari orang lain, dan lain-lain. Pada saat sementara tersebut mereka akan memperoleh intervensi yang intensif (pelayanan dan pembinaan) sehingga mereka tidak bergantung terus kepada rumah singgah. Rumah singgah tidak memperkenankan anak jalanan untuk tinggal selamanya. Tujuan umum rumah singgah adalah untuk membantu anak jalanan mengatasi masalahmasalahnya dan menemukan alternatif untuk pemenuhan kebutuhan hidupnya. 12. Metodologi Penelitian Data yang digunakan pada penelitian ini adalah data primer yang diperoleh dari survey menggunakan kuisioner kepada anak jalanan yang dibina di ALT yang berusia 7-18 tahun yang mengakses rumah singgah (shelter) atau Save Play Area (SPA) yaitu ada 127 anak. 4

Variabel yang diteliti adalah indikator yang menjelaskan karakteristik anak jalanan berdasarkan faktor sosial ekonomi dan perilaku anak jalanan binaan. Variabel yang menjelaskan karakteristik anak jalanan berdasarkan faktor sosial ekonomi yaitu pendidikan anak, kegiatan anak jalanan, lama di jalan, jumlah penghasilan anak dan respon orang tua terhadap anak terjun ke jalan, sedangkan variabel yang menjelaskan perilaku anak jalanan binaan adalah interaksi dengan masyarakat tempat tinggal, keterlibatan konflik dengan masyarakat, kepedulian terhadap nasib teman, harapan terhadap pemerintah dan frekuensi kunjungan ke rumah singgah. Langkah-langkah analisis yang dilakukan pada penelitian ini adalah : 1. Melakukan deskripsi data untuk mengetahui karakteristik dan perilaku anak jalanan binaan berdasarkan faktor sosial dan ekonomi. 2. Membuat tabel tabulasi silang dua dimensi antara variabel pada faktor sosial ekonomi dan faktor perilaku anak jalanan binaan. 3. Melakukan uji independensi dengan menggunakan uji chi-square melalui analisa tabel tabulasi silang 4. Menyusun model log linier dengan langkah : - Menentukan variabel yang memiliki kategori independen - Membentuk model log linear dari tabel dua dimensi untuk mencari model matematis secara pasti serta level mana yang cenderung menimbulkan adanya hubungan atau dependensi. - Melakukan uji Goodness of Fit dengan menggunakan uji Chi Square Pearson dan Ratio Likelihood untuk menguji hipotesis dari tiap model yang terbentuk. - Melakukan seleksi model terbaik dengan metode eliminasi backward 5. nterpretasi model log linier pada hasil model yang didapat dari eliminasi backward. 13. Analisis Deskriptif Untuk mengetahui karakteristik anak jalanan berdasarkan faktor sosial dan ekonomi dan perilaku anak jalanan binaan dapat dilakukan analisis deskriptif, delaskan pada Tabel berikut. Tabel 4 Karakteristik Sosial dan Ekonomi Anak alanan Variabel Kategori Frek % Asongan 31 24,4 Kegiatan anak Pengamen 58 45,7 di jalan Pemulung 22 17,3 Bermain 16 12,6 < 3 tahun 56 44,1 Lama di jalan 3-5 tahun 61 48,0 > 5 tahun 10 7,9 Pendidikan anak Pekerjaan orang tua Pendidikan orang tua Frekuensi bertemu orang tua SD 60 47,2 SMP 39 30,7 SMA 28 22,0 Pemulung 27 21,3 Buruh 32 25,2 Tukang becak 26 20,5 Pedagang 42 33,1 SD 42 33,1 SMP 73 57,5 SMA 12 9,4 Setiap hari 85 66,9 Kadang-kadang 27 21,3 arang 15 11,8 Hubungan sosial dlm keluarga Kekerasan yang pernah dialami Hubungan sosial dalam keluarga Faktor penyebab menjadi anak jalanan Kondisi lingkungan tempat tingal umlah penghasilan/hari Penggunaan penghasilan Sumber : Diolah dari data survei Mendukung/menyuruh 77 60,6 Melarang 18 14,2 Biasa (tidak peduli) 32 25,2 Dipukuli/dikeroyok 27 21,3 Diperas/dipalak 16 12,6 Digaruk/ditangkap 36 28,3 Terserempet/tertabrak 48 37,8 Sering terjadi kekerasan 38 29,9 Keluarga tidak peduli 14 11,0 Komunikasi kurang baik 44 34,6 Baik-baik saja 31 24,4 Keluarga 68 53,5 Teman 12 9,4 Lingkungan tinggal 47 37,0 Perkampungan 46 36,2 Pinggiran sungai 56 44,1 Lahan bekas makam 25 19,7 < Rp 30,000 38 29,9 Rp 30.000 - Rp 50.000 52 40,9 > Rp 50.000 37 29,1 Kebutuhan pribadi 17 13,4 Kebutuhan keluarga 79 62,2 Perilaku orang tua 31 24,4 Untuk karakteristik sosial dan ekonomi anak jalanan binaan di rumah singgah ALT, diketahui mayoritas memiliki kegiatan di jalan sebagai pengamen yaitu sebanyak 58 orang atau 45,7 persen. Untuk lama di jalan, sebagian besar anak jalanan memiliki lama di jalan antara 3-5 tahun yaitu sebanyak 61 orang atau 48,0 persen. Untuk pendidikan, mayoritas anak jalanan berpendidikan SD yaitu sebanyak 60 orang atau 47,2 persen. Untuk pekerjaan orang tua, sebagian besar anak jalanan pekerjaan orang tuanya adalah pedagang yaitu sebanyak 42 orang atau 33,1 persen. Untuk pendidikan orang tua, mayoritas anak jalanan memiliki orang tua berpendidikan SMP yaitu sebanyak 73 orang atau 57,5 persen. Untuk perilaku anak jalanan binaan di rumah singgah ALT, diketahui mayoritas memiliki frekuensi kunjungan ke rumah singgah sering yaitu sebanyak 46 orang atau 36,2 persen. Untuk jenis pembinaan yang disukai dan bermanfaat, mayoritas anak jalanan menyukai pemberian pelatihan keterampilan yaitu sebanyak 52 orang atau 40,9 persen. Untuk interaksi dengan masyarakat sekitar tempat tinggal, sebagian besar anak jalanan memiliki interaksi cukup yaitu sebanyak 67 orang atau 52,8 persen. Tabel 5 Perilaku Anak alanan Binaan Variabel Kategori Frek % Setiap hari 23 18,1 Frekuensi Sering 46 36,2 kunjungan ke Kadang-kadang 31 24,4 rumah singgah arang 27 21,3 Kegiatan yang sering dilakukan di rumah singgah enis pembinaan yang disukai dan bermanfaat nteraksi dengan masyarakat Bermain 44 34,6 Belajar 30 23,6 Sharing/curhat 42 33,1 Lainnya 11 8,7 Pelatihan keterampilan 52 40,9 Bimbingan belajar 24 18,9 Bimbingan konseling 37 29,1 ntervensi pendidikan dasar 14 11,0 Baik 41 32,3 Cukup 86 67,7 5

sekitar rumah singgah nteraksi dengan Baik 60 47,2 masyarakat sekitar tempat Cukup 67 52,8 tinggal Keterlibatan Ya 46 36,2 konflik dengan masyarakat Tidak 81 63,8 Keterlibatan Ya 52 40,9 konflik dengan aparat Tidak 75 59,1 pemerintah Kepedulian Menolong seadanya 86 67,7 terhadap nasib Menolong sampai teman tuntas 41 32,2 Harapan Pembinaan 5 3,9 terhadap Beasiswa 102 80,3 pemerintah Pemenuhan kebutuhan 20 15,7 Sumber : Diolah dari data survei 14. Uji ndependensi antara Faktor Sosial Ekonomi dan Perilaku Anak alanan Binaan Sebelum dilakukan penentuan model yang dapat menggambarkan hubungan antar variabel penelitian, terlebih dahulu dilakukan uji independensi untuk menguji hubungan antara variabel faktor sosial ekonomi dan perilaku anak jalanan binaan. Dari hasil uji independensi tersebut, variabel yang saling dependen yang dapat dilakukan analisis model log linier. Hipotesis yang digunakan adalah : H 0 : Variabel A dan B independen H 1 : Variabel A dan B dependen (ada hubungan) Berikut merupakan hasil uji independensi pada variabel faktor sosial ekonomi dan perilaku anak jalanan binaan yang mendapatkan hasil signifikan yaitu menunjukkan adanya dependensi dan disesuaikan dengan teori yang mendukung variabel. Tabel 6 Uji ndependensi No Variabel χ 2 hit P_value 1 Kegiatan anak di jalan*keterlibatan konflik 11,384 0,010 dengan aparat pemerintah 2 Lama menjadi anak jalanan*harapan terhadap 24,465 0,000 pemerintah 3 Hubungan sosial dlm keluarga*frekuensi kunjungan ke 19,577 0,021 rumah singgah 4 Faktor penyebab menjadi anak jalanan*keterlibatan konflik 11,960 0,003 dengan masyarakat 5 Kondisi lingkungan tempat tinggal*frekuensi kunjungan ke rumah singgah 14,172 0,028 Berdasarkan Tabel di atas, diketahui bahwa terdapat lima variabel yang saling dependen karena memiliki nilai χ 2 lebih besar dari nilai χ 2 (df,5%) dan nilai P_value kurang dari α = 0,05. Kemudian dari variabel yang saling dependen tersebut dilakukan analisis model log linier untuk mengetahui level atau kelas mana yang cenderung menimbulkan adanya hubungan atau dependensi antar variabel. 15. Hubungan Kegiatan Anak di alan dengan Keterlibatan Konflik dengan Aparat Pemerintah Berikut merupakan analisis hubungan antara kegiatan anak di jalan dengan keterlibatan konflik dengan aparat pemerintah : 15.1 Analisis Tabulasi Silang Dua Dimensi Berikut tabulasi silang antara kegiatan anak di jalan dengan keterlibatan konflik dengan aparat pemerintah. Tabel 7 Tabulasi Silang Antara Kegiatan Anak di alan dengan Keterlibatan konflik dengan aparat pemerintah Keterlibatan konflik Uraian dengan aparat pemerintah Total Ya Tidak ml 19 12 31 Asongan ml Exp. 12,7 18,3 31,0 % ml 15,0 9,4 24,4 Adj. Res. 2,6-2,6 Kegiatan Anak di alan Total Pengamen Pemulung Bermain ml ml Exp. % ml Adj. Res. 21 37 58 23,7 34,3 58,0 16,5 29,1 45,7-1,0 1,0 ml 10 12 22 ml Exp. 9,0 13,0 22,0 % ml 7,9 9,4 17,3 Adj. Res 0,5-0,5 ml 2 14 16 ml Exp. 6,6 9,4 16,0 % ml 1,6 11,0 12,6 Adj. Res -2,5 2,5 ml 52 75 127 ml Exp. 52,0 75,0 127,0 % ml 40,9 59,1 100,0 Apabila diamati jumlah dari masing-masing level kolom, terlihat persentase yang paling besar yaitu 29,1 persen anak jalanan yang memiliki kegiatan sebagai pengamen tidak memiliki keterlibatan konflik dengan aparat pemerintah. Apabila dilihat dari keseluruhan jumlah pada kolom keterlibatan konflik dengan aparat, diketahui anak jalanan yang tidak memiliki keterlibatan konflik dengan aparat pemerintah nilainya lebih besar yaitu sebesar 59,1 persen daripada anak jalanan yang memiliki keterlibatan konflik dengan aparat pemerintah. Adanya hal tersebut merupakan dampak dari pembinaan yang ada di rumah singgah, dimana anak jalanan diberikan pengarahan agar tidak liar di jalan meskipun memiliki kegiatan di jalan seperti pengamen, asongan dan sebagainya sehingga dapat menghindari konflik dengan aparat pemerintah. 15.2 Analisis Log Linier Pada analisis log linier di bawah ini variabel X kegiatan anak di jalan dan variabel Y adalah keterlibatan konflik dengan aparat pemerintah. A. Uji K-way Pada Tabel 8 dapat dilihat hasil pengujian interaksi pada derajat K dan lebih tinggi sama dengan nol, dan pengujian interaksi pada derajat K sama dengan nol. Tabel 8 Uji K-Way Likelihood Ratio Pearson Uraian K df Chi- Chi- P_value Square Square P_value 2 3 12,184 0,007 11,384 0,010 1 7 46,715 0,000 46,795 0,000 K-way and Higher Order Effects K-way Effects 1 4 34,531 0,000 35,411 0,000 2 3 12,184 0,007 11,384 0,010 6

Pada pengujian efek order ke-k atau lebih sama dengan nol dabarkan sebagai berikut. Untuk K = 2 H 0 : Efek order kedua sama dengan nol H 1 : Efek order kedua tidak sama dengan nol Diperoleh statistik uji G 2 hit = 12,184 > χ 2 (3,5%) = 7,815 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,007. Sehingga H 1 didukung oleh data, artinya efek interaksi order kedua terdapat dalam model. Untuk K = 1 H 0 : Efek order kesatu atau lebih sama dengan nol H 1 : Efek order kesatu atau lebih tidak sama dengan nol Diperoleh statistik uji G 2 hit = 46,715 > χ 2 (7,5%) = 14,067 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,000. Sehingga H 1 didukung oleh data, artinya efek interaksi order kesatu atau lebih terdapat dalam model. Pada pengujian efek order ke-k sama dengan nol dabarkan sebagai berikut. Untuk K = 1 H 0 : Efek order kesatu sama dengan nol H 1 : Efek order kesatu tidak sama dengan nol Diperoleh statistik uji G 2 hit = 34,531 > χ 2 (4,5%) = 9,488 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,000. Sehingga H 1 didukung oleh data, artinya efek interaksi order kesatu terdapat dalam model. Untuk K = 2 H 0 : Efek order kedua sama dengan nol H 1 : Efek order kedua tidak sama dengan nol Diperoleh statistik uji G 2 hit = 12,184 > χ 2 (3,5%) = 7,815 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,007. Sehingga H 1 didukung oleh data, artinya efek interaksi order kedua terdapat dalam model. B. Uji Asosiasi Parsial Uji asosiasi parsial merupakan suatu uji untuk melihat dependensi masing-masing efek. Statistik uji yang digunakan adalah Partial Chi-Square dengan kriteria penolakan Partial Chi-Square > χ 2 (df,α). Tabel 9 Uji Asosiasi Parsial Efek Df Partial Chi-Square P_value Kegiatan anak di jalan 3 30,343 0,000 Keterlibatan konflik dengan aparat pemerintah 1 4,188 0,041 Tabel 9 merupakan hasil uji asosiasi parsial, dengan hipotesis sebagai berikut. 1. H 0 : Efek variabel keterlibatan konflik dengan aparat pemerintah = 0 H 1 : Efek variabel keterlibatan konflik dengan aparat pemerintah 0 Diperoleh nilai Partial Chi-Square > χ 2 (1,5%) yaitu 4,188 > 3,841 atau P_value < 0,05 maka tolak H 0 yang berarti efek variabel keterlibatan konflik dengan aparat pemerintah ada. 2. H 0 : Efek variabel kegiatan anak di jalan = 0 H 1 : Efek variabel kegiatan anak di jalan 0 Diperoleh nilai Partial Chi-Square > χ 2 (2,5%) yaitu 30,343 > 7,815 atau P_value < 0,05 maka tolak H 0 yang berarti efek variabel kegiatan anak di jalan ada dalam model. C. Eliminasi Backward Seleksi model dengan menggunakan metode Backward Elimination dimulai dari model umum atau semua kemungkinan dimasukkan. Untuk memilih model terbaik menggunakan hipotesis sebagai berikut. H 0 : Model 1 adalah model terbaik H 1 : Model 0 adalah model terbaik Model 0 Log m = μ + λ x i + λ y xy j + λ Dengan : df = 0 G 2 = 0,000 P = 1,000 Model 1 adalah interaksi antara dua variabel dihilangkan sehingga modelnya menjadi Log m = μ + λ x y i + λ j Tabel 10 Hasil Seleksi Model Efek Chi-Square df P_value Model 0 Model 1 0,000 12,184 0 3 0,007 Tabel 10 menunjukkan adanya perubahan pada nilai L.R.Chi-Square dan P_value apabila efek interaksi dikeluarkan dari model, dimana nilai G 2 = 12,184 > χ 2 (3,5%) = 7,815. Dapat dilihat pula nilai P_value < 0,05, sehingga dapat ditarik kesimpulan bahwa Model 0 (model lengkap) sebagai model terbaik. adi model log linier untuk hubungan antara kedua variabel tersebut adalah : Log m = μ + λ x i + λ y xy j + λ nterpretasi dari model adalah adanya hubungan antara variabel kegiatan anak di jalan dengan variabel keterlibatan konflik dengan aparat pemerintah, dimana pengaruh efek utama variabel kegiatan anak di jalan dan variabel keterlibatan konflik dengan aparat pemerintah juga masuk ke dalam model. D. Estimasi Parameter Selanjutnya untuk mengetahui kategori mana yang menyebabkan dependensi, dapat dilihat dari nilai Z setiap sel yang berada di luar interval -1,96 s/d 1,96, yang juga bersesuaian dengan nilai adjusted residual. ika hal tersebut memenuhi, maka sel tersebut cenderung menyebabkan dependensi. Tabel 11 Estimasi Parameter Kegiatan Anak di alan dengan Keterlibatan konflik dengan aparat pemerintah Keterlibatan konflik dengan aparat Pendidikan Anak pemerintah Ya Tidak Asongan Pengamen Pemulung Bermain Koefisien 0,478-0,478 Z-value 2,774-2,774 Koefisien -0,023 0,023 Z-value -0,151 0,151 Koefisien 0,168-0,168 Z-value 0,897-0,897 Koefisien -0,623 0,623 Z-value -3,520 3,520 Tabel 11 memperlihatkan kecenderungan bahwa anak jalanan yang memiliki kegiatan sebagai penjual asongan cenderung memiliki keterlibatan konflik dengan aparat pemerintah. Hal ini dikarenakan anak jalanan yang menjadi penjual asongan banyak berkeliaran di jalan dan rawan terjaring razia yang diadakan oleh satpol PP. Kemudian anak jalanan yang memiliki kegiatan di jalan bermain cenderung tidak memiliki keterlibatan konflik dengan aparat, karena mereka hanya sekedar bermain di jalan dan dianggap tidak mengganggu ketertiban. Oleh karena itu, peran pembinaan di rumah singgah diperlukan 7

agar anak jalanan tetap bisa memenuhi kebutuhannya tanpa terlibat konflik dengan aparat pemerintah. 16. Hubungan Lama Menjadi Anak alanan dengan Harapan Terhadap Pemerintah Setelah dilakukan uji independensi didapatkan hasil bahwa antara lama menjadi anak jalanan dengan harapan terhadap pemerintah saling dependen. Selanjutnya dengan cara yang sama dilakukan analisis log linier untuk mengetahui kecenderungan antar variabel. Analisis Log Linier Pada analisis log linier di bawah ini variabel X adalah lama menjadi anak jalanan dan variabel Y adalah harapan terhadap pemerintah. Langkah pertama dilakukan uji K-way untuk efek order ke-k atau lebih sama dengan nol. Untuk k=2 diperoleh statistik uji G 2 hit = 17,288 > χ 2 (2,5%) = 5,991 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,000 dan untuk k=1 diperoleh nilai G 2 hit = 129,780 > χ 2 (5,5%) = 11,070 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,000 maka H 0 ditolak, berarti ada efek order ke-2 dan ke-1 dan yang lebih tinggi masuk dalam model. Hal ini berarti ada interaksi antara lama menjadi anak jalanan dengan harapan terhadap pemerintah. Sedangkan pada uji efek order ke-k sama dengan nol, untuk k=1 diperoleh nilai G 2 hit = 112,492 > χ 2 (3,5%) = 7,815 dan untuk k=2 diperoleh nilai G 2 hit = 17,288 > χ 2 (2,5%) = 5,991 maka H 0 ditolak. Hal itu menunjukkan efek order ke-1 dan ke-2 sama dengan nol masuk dalam model. Uji asosiasi parsial untuk variabel harapan terhadap pemerintah diperoleh nilai Partial Chi-Square = 65,451 > χ 2 (1,5%) = 3,841 atau P_value < 0,05 yaitu 0,000 maka tolak H 0 yang berarti efek variabel harapan terhadap pemerintah ada. Kemudian pada variabel lama menjadi anak jalanan didapatkan nilai Partial Chi-Square = 47,042 > χ 2 (2,5%) = 5,991 atau P_value < 0,05 yaitu 0,000 maka tolak H 0 yang berarti efek variabel lama menjadi anak jalanan ada dalam model. Pada eliminasi backward menunjukkan adanya perubahan pada nilai L.R.Chi-Square apabila salah satu efek interaksi dikeluarkan dari model, dimana nilai G 2 = 17,288 > χ 2 (2,5%) = 5,991. Dapat dilihat pula nilai P_value < 0,05 yaitu 0,000, sehingga H 0 ditolak dan dapat disimpulkan bahwa Model 0 (model lengkap) sebagai model terbaik yang berarti efek interaksi antara dua faktor masuk dalam model. adi model log linier untuk hubungan antara kedua variabel tersebut adalah : Log m = μ + λ x i + λ y xy j + λ nterpretasi dari model adalah adanya hubungan antara variabel lama menjadi anak jalanan dengan variabel harapan terhadap pemerintah. Selanjutnya untuk mengetahui kategori mana yang menyebabkan dependensi, dapat dilihat dari nilai Z setiap sel yang berada di luar interval -1,96 s/d 1,96, yang juga bersesuaian dengan nilai adjusted residual. ika hal tersebut memenuhi, maka sel tersebut cenderung menyebabkan dependensi. Tabel 12 Estimasi Parameter Lama Menjadi Anak alanan dan Harapan terhadap Pemerintah Lama Menjadi Anak Harapan terhadap Pemerintah alanan Beasiswa dan pembinaan Beasiswa dan pembinaan < 3 tahun 0,566 0,566-0,018 2,912 2,912-0,108 3-5 tahun 0,367 0,367 0,166 2,042 2,042 1,114 > 5 tahun -0,199-0,199 0,400-0,870-0,870 1,859 Tabel 12 memperlihatkan kecenderungan bahwa anak jalanan yang memiliki lama di jalanan kurang dari 3 tahun dan antara 3-5 tahun cenderung memiliki harapan terhadap pemerintah untuk mendapatkan beasiswa dan pembinaan. Hal ini dikarenakan anak jalanan tersebut masih dalam usia sekolah dan didukung oleh pembinaan di rumah singgah yang menekankan pada perolehan hak secara mandiri terutama dalam hal pendidikan, anak jalanan tersebut baik yang memiliki lama di jalan kurang dari 3 tahun maupun 3-5 tahun cenderung untuk berharap mendapatkan beasiswa dari pemerintah. 17. Hubungan Sosial Dalam keluarga dengan Frekuensi Kunjungan ke Rumah Singgah Setelah dilakukan uji independensi didapatkan hasil bahwa antara hubungan sosial dalam keluarga dengan frekuensi kunjungan ke rumah singgah saling dependen. Selanjutnya dengan cara yang sama dilakukan analisis log linier untuk mengetahui kecenderungan antar variabel. Analisis Log Linier Pada analisis log linier di bawah ini variabel X adalah hubungan sosial dalam keluarga dan variabel Y adalah frekuensi kunjungan ke rumah singgah. Langkah pertama dilakukan uji K-way untuk efek order ke-k atau lebih sama dengan nol. Untuk k=2 diperoleh statistik uji G 2 hit = 20,051 > χ 2 (9,5%) = 16,919 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,018 dan untuk k=1 diperoleh nilai G 2 hit = 47,058 > χ 2 (15,5%) = 24,996 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,000 maka H 0 ditolak, berarti ada efek order ke-2 dan ke-1 dan yang lebih tinggi masuk dalam model. Hal ini berarti ada interaksi antara hubungan sosial dalam keluarga dengan frekuensi kunjungan ke rumah singgah. Sedangkan pada uji efek order ke-k sama dengan nol, untuk k=1 diperoleh nilai G 2 hit = 27,007 > χ 2 (6,5%) = 12,592 dan untuk k=2 diperoleh nilai G 2 hit = 20,051 > χ 2 (9,5%) = 16,919 maka H 0 ditolak. Hal itu menunjukkan efek order ke-1 dan ke-2 sama dengan nol masuk dalam model. Uji asosiasi parsial untuk variabel frekuensi kunjungan ke rumah singgah diperoleh nilai Partial Chi- Square = 9,045 > χ 2 (3,5%) = 7,815 atau P_value < 0,05 yaitu 0,029 maka tolak H 0 yang berarti efek variabel frekuensi kunjungan ke rumah singgah ada. Kemudian pada variabel hubungan sosial dalam keluarga didapatkan nilai Partial Chi-Square = 17,961 > χ 2 (3,5%) = 7,815 atau P_value < 0,05 yaitu 0,000 maka tolak H 0 yang berarti efek variabel hubungan sosial dalam keluarga ada dalam model. Pada eliminasi backward menunjukkan adanya perubahan pada nilai L.R.Chi-Square apabila salah satu 8

efek interaksi dikeluarkan dari model, dimana nilai G 2 = 20,051 > χ 2 (9,5%) = 16,919. Dapat dilihat pula nilai P_value < 0,05 yaitu 0,018, sehingga H 0 ditolak dan dapat disimpulkan bahwa Model 0 (model lengkap) sebagai model terbaik yang berarti efek interaksi antara dua faktor masuk dalam model. adi model log linier untuk hubungan antara kedua variabel tersebut adalah : Log m = μ + λ x i + λ y xy j + λ nterpretasi dari model adalah adanya hubungan antara variabel hubungan sosial dalam keluarga dengan variabel frekuensi kunjungan ke rumah singgah. Selanjutnya untuk mengetahui kategori mana yang menyebabkan dependensi, dapat dilihat dari nilai Z setiap sel yang berada di luar interval -1,96 s/d 1,96. Tabel 13 Estimasi Parameter Hubungan Sosial dalam Keluarga dan Frekuensi Kunjungan ke Rumah Singgah Frekuensi Kunjungan ke Rumah Hubungan Sosial dalam Singgah Keluarga Setiap Kadangkadang Sering hari arang Sering terjadi Koefisien -0,401 1,025-0,134 0,134 kekerasan Z-value -1,231 2,068-0,496 0,496 Keluarga Koefisien 0,947 0,579-0,053 0,053 tidak peduli Z-value 3,634 1,687-0,200 0,200 Komunikasi Koefisien -0,271 0,141-0,069 0,069 krg baik Z-value -0,926 0,401-0,277 0,277 Baik-baik saja Koefisien 0,275-0,305 0,256-0,256 Z-value 1,477-0,782 0,973-0,973 Tabel 13 memperlihatkan kecenderungan bahwa anak jalanan yang hubungan sosial dalam keluarganya yaitu keluarga tidak peduli cenderung frekuensi kunjungan ke rumah singgahnya setiap hari. Kemudian anak jalanan yang hubungan sosial dalam keluarganya yaitu sering terjadi kekerasan cenderung frekuensi kunjungan ke rumah singgahnya sering. Oleh karena itu pembinaan di rumah singgah lebih ditujukan kepada anak jalanan yang memiliki masalah dalam keluarganya agar mereka dapat memperoleh haknya untuk mendapatkan perlindungan, selain juga dilakukan pendekatan kepada keluarga anak. 18. Hubungan Faktor Penyebab Menjadi Anak alanan Dengan Keterlibatan Konflik Dengan Masyarakat Setelah dilakukan uji independensi didapatkan hasil bahwa antara faktor penyebab menjadi anak jalanan dengan keterlibatan konflik dengan masyarakat saling dependen. selanjutnya dengan cara yang sama dilakukan analisis log linier untuk mengetahui kecenderungan antar variabel. Analisis Log Linier Pada analisis log linier di bawah ini variabel X adalah faktor penyebab menjadi anak jalanan dan variabel Y adalah keterlibatan konflik dengan masyarakat. Langkah pertama dilakukan uji K-way untuk efek order ke-k atau lebih sama dengan nol. Untuk k=2 diperoleh statistik uji G 2 hit = 12,312 > χ 2 (2,5%) = 5,991 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,002 dan untuk k=1 diperoleh nilai G 2 hit = 66,112 > χ 2 (5,5%) = 11,070 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,000 maka H 0 ditolak, berarti ada efek order ke-2 dan ke-1 dan yang lebih tinggi masuk dalam model. Hal ini berarti ada interaksi antara faktor penyebab menjadi anak jalanan dengan keterlibatan konflik dengan masyarakat. Sedangkan pada uji efek order ke-k sama dengan nol, untuk k=1 diperoleh nilai G 2 hit = 53,800 > χ 2 (3,5%) = 7,815 dan untuk k=2 diperoleh nilai G 2 hit = 12,312 > χ 2 (2,5%) = 5,991 maka H 0 ditolak. Hal itu menunjukkan efek order ke-1 dan ke-2 sama dengan nol masuk dalam model. Uji asosiasi parsial untuk variabel keterlibatan konflik dengan masyarakat diperoleh nilai Partial Chi- Square = 9,772 > χ 2 (1,5%) = 3,841 atau P_value < 0,05 yaitu 0,002 maka tolak H 0 yang berarti efek variabel keterlibatan konflik dengan masyarakat ada. Kemudian pada variabel faktor penyebab menjadi anak jalanan didapatkan nilai Partial Chi-Square = 44,029 > χ 2 (2,5%) = 5,991 atau P_value < 0,05 yaitu 0,000 maka tolak H 0 yang berarti efek variabel faktor penyebab menjadi anak jalanan ada. Pada eliminasi backward menunjukkan adanya perubahan pada nilai L.R.Chi-Square apabila salah satu efek interaksi dikeluarkan dari model, dimana nilai G 2 = 12,312 > χ 2 (2,5%) = 5,991. Dapat dilihat pula nilai P_value < 0,05 yaitu 0,002, sehingga H 0 ditolak dan dapat disimpulkan bahwa Model 0 (model lengkap) sebagai model terbaik yang berarti efek interaksi antara dua faktor masuk dalam model. adi model log linier untuk hubungan antara kedua variabel tersebut adalah : Log m = μ + λ x i + λ y j + λ nterpretasi dari model adalah adanya hubungan antara variabel faktor penyebab menjadi anak jalanan dengan variabel keterlibatan konflik dengan masyarakat. Selanjutnya untuk mengetahui kategori mana yang menyebabkan dependensi, dapat dilihat dari nilai Z setiap sel yang berada di luar interval -1,96 s/d 1,96. Tabel 14 Estimasi Parameter Faktor Penyebab Menjadi Anak alanan dan Keterlibatan Konfik dengan Masyarakat Faktor Penyebab Menjadi Anak alanan Keluarga Teman Lingkungan tinggal xy Keterlibatan Konfik dengan Masyarakat Ya Tidak Koefisien 0,030-0,030 Z-value 0,213-0,213 Koefisien 0,494-0,494 Z-value 2,380-2,380 Koefisien -0,524 0,524 Z-value -2,593 2,593 Tabel 14 memperlihatkan kecenderungan bahwa anak jalanan yang faktor penyebab menjadi anak jalanan karena teman cenderung memiliki keterlibatan konflik dengan masyarakat. Kemudian anak jalanan yang faktor penyebab menjadi anak jalanan karena lingkungan tenpat tinggal cenderung tidak memiliki keterlibatan konflik dengan masyarakat. Oleh karena itu pembinaan di rumah singgah lebih ditekankan pada anak jalanan yang faktor penyebab menjadi anak jalanan karena teman agar memiliki interaksi yang baik dengan masyarakat dan tidak terlibat konflik. 19. Hubungan Kondisi Lingkungan Tempat Tinggal Dengan Frekuensi Kunjungan ke Rumah Singgah Setelah dilakukan uji independensi didapatkan hasil bahwa antara kondisi lingkungan tempat tinggal dengan frekuensi kunjungan ke rumah singgah saling 9

dependen. selanjutnya dengan cara yang sama dilakukan analisis log linier untuk mengetahui kecenderungan antar variabel. Analisis Log Linier Pada analisis log linier di bawah ini variabel X adalah kondisi lingkungan tempat tinggal dan variabel Y adalah frekuensi kunjungan ke rumah singgah. Langkah pertama dilakukan uji K-way untuk efek order ke-k atau lebih sama dengan nol. Untuk k=2 diperoleh statistik uji G 2 hit = 14,042 > χ 2 (6,5%) = 12,592 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,029 dan untuk k=1 diperoleh nilai G 2 hit = 35,729 > χ 2 (11,5%) = 19,675 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,000 maka H 0 ditolak, berarti ada efek order ke-2 dan ke-1 dan yang lebih tinggi masuk dalam model. Hal ini berarti ada interaksi antara kondisi lingkungan tempat tinggal dengan frekuensi kunjungan ke rumah singgah. Sedangkan pada uji efek order ke-k sama dengan nol, untuk k=1 diperoleh nilai G 2 hit = 21,688 > χ 2 (5,5%) = 11,070 dan untuk k=2 diperoleh nilai G 2 hit = 14,042 > χ 2 (6,5%) = 12,592 maka H 0 ditolak. Hal itu menunjukkan efek order ke-1 dan ke-2 sama dengan nol masuk dalam model. Uji asosiasi parsial untuk variabel frekuensi kunjungan ke rumah singgah diperoleh nilai Partial Chi- Square = 9,045 > χ 2 (3,5%) = 7,815 atau P_value < 0,05 yaitu 0,029 maka tolak H 0 yang berarti efek variabel frekuensi kunjungan ke rumah singgah ada. Kemudian pada variabel kondisi lingkungan tempat tinggal didapatkan nilai Partial Chi-Square = 12,642 > χ 2 (2,5%) = 5,991 atau P_value < 0,05 yaitu 0,002 maka tolak H 0 yang berarti efek variabel kondisi lingkungan tempat tinggal ada dalam model. Pada eliminasi backward menunjukkan adanya perubahan pada nilai L.R.Chi-Square apabila salah satu efek interaksi dikeluarkan dari model, dimana nilai G 2 = 14,042 > χ 2 (6,5%) = 12,592. Dapat dilihat pula nilai P_value < 0,05 yaitu 0,029, sehingga H 0 ditolak dan dapat disimpulkan bahwa Model 0 (model lengkap) sebagai model terbaik yang berarti efek interaksi antara dua faktor masuk dalam model. adi model log linier untuk hubungan antara kedua variabel tersebut adalah : Log m = μ + λ x i + λ y xy j + λ nterpretasi dari model adalah adanya hubungan antara variabel kondisi lingkungan tempat tinggal dengan variabel frekuensi kunjungan ke rumah singgah. Selanjutnya untuk mengetahui kategori mana yang menyebabkan dependensi, dapat dilihat dari nilai Z setiap sel yang berada di luar interval -1,96 s/d 1,96. Tabel 15 Estimasi Parameter Kondisi Lingkungan Tempat Tinggal dan Frekuensi Kunjungan ke Rumah Singgah Kondisi Lingkungan Tempat Frekuensi Kunjungan ke Rumah Singgah Tinggal Setiap Kadangkadang Sering hari arang Perkampungan Koefisien -0,303 0,699-0,219 0,206 Z-value -1,116 3,435-0,934 0,903 Pinggiran Koefisien -0,226-0,074 0,226 0,074 sungai Z-value -1,107-0,356 1,107 0,356 Lahan bekas Koefisien -0,007-0,625 0,007 0,219 makam Z-value -0,009-3,079 0,009 0,934 Tabel 15 memperlihatkan kecenderungan bahwa anak jalanan yang kondisi lingkungan tempat tinggalnya perkam-pungan cenderung frekuensi kunjungan ke rumah singgahnya sering. Oleh karena itu rumah singgah diharapkan lebih memberikan program pembinaan yang menarik, agar anak jalanan dengan berbagai kondisi lingkungan tempat tinggal dapat sering datang untuk mendapatkan pembinaan. 20. Hubungan Kegiatan Anak di alan, Lama Menjadi Anak alanan dan Keterlibatan Konflik dengan Aparat Pada analisis log linier di bawah ini variabel X adalah kegiatan anak di jalan, variabel Y adalah lama menjadi anak jalanan dan variabel Z adalah keterlibatan konflik dengan aparat. Secara umum model log linier tiga dimensi adalah sebagai berikut. xz yz + λ jk + λ Z k + λ xy + λ ik dimana : i = level variabel X, yaitu i = 1, 2, i j = level variabel Y, yaitu j = 1, 2, j k = level variabel Z, yaitu k = 1, 2, k A. Uji Goodness of Fit Menurut Tingkat nteraksi Faktor Pada pengujian efek order ke-k dan lebih tinggi sama dengan nol dabarkan sebagai berikut. Untuk K = 3 H 0 : Efek order ke-3 dan yang lebih tinggi sama dengan nol H 1 : Paling sedikit ada satu efek order ke-3 dan yang lebih tinggi sama dengan nol Diperoleh statistik uji G 2 hit = 8,944 < χ 2 (6,5%) = 12,592 atau dapat dilihat pada nilai P_value yang lebih dari nilai α = 5% yaitu 0,351. Sehingga gagal tolak H 0 yang berarti efek order ke-3 dan yang lebih tinggi tidak ada dalam model. Untuk K = 2 H 0 : Efek order ke-2 dan yang lebih tinggi sama dengan nol H 1 : Paling sedikit ada satu efek order ke-2 dan yang lebih tinggi sama dengan nol Diperoleh statistik uji G 2 hit = 27,354 < χ 2 (17,5%) = 27,587 atau dapat dilihat pada nilai P_value yang lebih dari nilai α = 5% yaitu 0,096. Sehingga gagal tolak H 0 yang berarti efek order ke-2 dan yang lebih tinggi tidak ada dalam model. Untuk K = 1 H 0 : Efek order ke-1 dan yang lebih tinggi sama dengan nol H 1 : Paling sedikit ada satu efek order ke-1 dan yang lebih tinggi sama dengan nol Diperoleh statistik uji G 2 hit = 108,926 > χ 2 (23,5%) = 35,172 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,000. Sehingga tolak H 0 yang berarti efek order ke-1 dan yang lebih tinggi ada dalam model. Pada pengujian efek order ke-k sama dengan nol dabarkan sebagai berikut. Untuk K = 1 H 0 : Efek order ke-1 sama dengan nol H 1 : Efek order ke-1 tidak sama dengan nol 10

Diperoleh statistik uji G 2 hit = 34,531 > χ 2 (6,5%) = 12,592 atau dapat dilihat pada nilai P_value yang kurang dari nilai α = 5% yaitu 0,000. Sehingga tolak H 0 yang berarti efek order ke-1 ada dalam model. Untuk K = 2 H 0 : Efek order ke-2 sama dengan nol H 1 : Efek order ke-2 tidak sama dengan nol Diperoleh statistik uji G 2 hit = 18,409 < χ 2 (11,5%) = 19,675 atau dapat dilihat pada nilai P_value yang lebih dari nilai α = 5% yaitu 0,073. Sehingga gagal tolak H 0 yang berarti efek order ke-2 tidak ada dalam model. Untuk K = 3 H 0 : Efek order ke-3 sama dengan nol H 1 : Efek order ke-3 tidak sama dengan nol Diperoleh statistik uji G 2 hit = 8,944 < χ 2 (6,5%) = 12,592 atau dapat dilihat pada nilai P_value yang lebih dari nilai α = 5% yaitu 0,177. Sehingga gagal tolak H 0 yang berarti efek order ke-3 tidak ada dalam model. B. Uji Asosiasi Parsial Uji asosiasi parsial merupakan suatu uji untuk melihat dependensi masing-masing efek. Statistik uji yang digunakan adalah Partial Chi-Square dengan kriteria penolakan Partial Chi-Square > χ 2 (df,α). Tabel 16 Uji Asosiasi Parsial Efek Df Partial Chi-Square P_value A4*A5 6 5,828 0,443 A4*B8 3 11,823 0,008 A5*B8 2 0,037 0,981 A4 3 30,343 0,000 A5 2 47,042 0,000 B8 1 4,188 0,041 Pada Tabel 16 diperlihatkan hasil uji asosiasi parsial, dan untuk hipotesisnya sebagai berikut. 1. Efek hubungan antara kegiatan anak di jalan dengan lama menjadi anak jalanan pada setiap kategori keterlibatan konflik dengan aparat H 0 : Tidak ada hubungan antara kegiatan anak di jalan dengan lama menjadi anak jalanan pada setiap kategori keterlibatan konflik dengan aparat 2. Efek hubungan antara kegiatan anak di jalan dengan keterlibatan konflik dengan aparat pada setiap kategori lama menjadi anak jalanan H 0 : Tidak ada hubungan antara kegiatan anak di jalan dengan keterlibatan konflik dengan aparat pada setiap kategori lama menjadi anak jalanan 3. Efek hubungan antara lama menjadi anak jalanan dengan keterlibatan konflik dengan aparat pada setiap kategori kegiatan anak di jalan H 0 : Tidak ada hubungan antara lama menjadi anak jalanan dengan keterlibatan konflik dengan aparat pada setiap kategori kegiatan anak di jalan Model log linier jika H 0 (1) benar adalah : + λ Z k + λ xz yz ik + λ jk Diperoleh nilai Partial Chi-Square < χ 2 (6,5%) yaitu 5,828 < 12,592 atau P_value > 0,05 maka gagal tolak H 0. ni berarti bahwa tidak ada hubungan antara kegiatan anak di jalan dengan lama menjadi anak jalanan pada setiap kategori keterlibatan konflik dengan aparat. Model log linier jika H 0 (2) benar adalah : + λ Z k + λ xy yz + λ jk Diperoleh nilai Partial Chi-Square > χ 2 (3,5%) yaitu 11,823 > 7,815 atau P_value < 0,05 maka tolak H 0. ni berarti bahwa ada hubungan antara kegiatan anak di jalan dengan keterlibatan konflik dengan aparat pada setiap kategori lama menjadi anak jalanan. Model log linier jika H 0 (3) benar adalah : + λ Z k + λ xy xz + λ ik Diperoleh nilai Partial Chi-Square < χ 2 (2,5%) yaitu 0,037 < 5,991 atau P_value > 0,05 maka gagal tolak H 0. ni berarti bahwa tidak ada hubungan antara lama menjadi anak jalanan dengan keterlibatan konflik dengan aparat pada setiap kategori kegiatan anak di jalan. C. Eliminasi Backward Seleksi model dengan menggunakan metode Backward Elimination dimulai dari model umum atau semua kemungkinan dimasukkan. Untuk memilih model terbaik menggunakan hipotesis sebagai berikut. H 0 : Model 1 adalah model terbaik H 1 : Model 0 adalah model terbaik Model 0 + λ Z k + λ xy + λ xz yz ik + λ jk Model 1 adalah salah satu interaksi antara dua variabel dihilangkan dalam model Berikut merupakan hasil model akhir yang didapat setelah dilakukan eliminasi backward : Tabel 17 Hasil Seleksi Model Efek L.R.Chi-Square df P_value A4*B8, A5 15,170 14 0,367 Tabel 17 menunjukkan adanya perubahan pada nilai L.R.Chi-Square dan P_value apabila efek interaksi dikeluarkan dari model, dimana nilai G 2 = 15,170 < χ 2 (14,5%) = 23,685. Dapat dilihat pula nilai P_value > 0,05, sehingga dapat ditarik kesimpulan bahwa Model 1 sebagai model terbaik. adi model log linier tiga dimensi untuk hubungan antar variabel tersebut adalah : + λ Z xz k + λ ik nterpretasi dari model adalah adanya hubungan antara kegiatan anak di jalan dengan keterlibatan konflik dengan aparat pada setiap kategori lama menjadi anak jalanan, dimana pengaruh efek utama variabel kegiatan anak di jalan, variabel lama menjadi anak jalanan dan variabel keterlibatan konflik dengan aparat pemerintah juga masuk ke dalam model. Selanjutnya untuk mengetahui kategori mana yang menyebabkan dependensi, dapat dilihat dari nilai Z setiap sel yang berada di luar interval -1,96 s/d 1,96. ika hal tersebut memenuhi, maka sel tersebut cenderung menyebabkan dependensi. Dari hasil nilai Z, diketahui bahwa anak jalanan yang memiliki kegiatan di jalan sebagai penjual asongan dan memiliki lama di jalan lebih dari 5 tahun cenderung memiliki keterlibatan konflik dengan aparat. Kemudian anak jalanan yang memiliki kegiatan di jalan sebagai pemulung dan memiliki lama di jalan antara 3-5 tahun cenderung memiliki keterlibatan konflik dengan aparat. 11