3. METODE PENELITIAN 3.1 Jens dan Sumber Data Penelan n menggunakan data Susenas (Surve Sosal Ekonom Nasonal) tahun 2002-2008 dan PDRB kabupaten/kota 2002-2008 yang dkumpulkan oleh BPS (Badan Pusat Statstk). Daerah yang menad analss stud n adalah Propns Jawa Tmur yang mencakup 38 kabupaten dan kota. Data Susenas yang dgunakan terdr dar Susenas Kor dan Susenas Modul. Susenas merupakan surve yang drancang untuk mengumpulkan data sosal kependudukan yang relatf sangat luas. Data yang dkumpulkan antara lan menyangkut bdang-bdang penddkan, kesehatan/gz, perumahan, sosal ekonom lannya, kegatan sosal budaya, konsums/pengeluaran dan pendapatan rumahtangga, peralanan, dan pendapat masyarakat mengena keseahteraan rumahtangganya. Seak tahun 1992, setap tahun dalam Susenas terseda perangkat data yang dapat dgunakan untuk memantau taraf keseahteraan masyarakat, merumuskan program pemerntah yang khusus duukan untuk menngkatkan keseahteraan sektor-sektor tertentu dalam masyarakat, dan menganalss dampak berbaga program penngkatan keseahteraan penduduk (BPS, 2005). BPS melakukan survey n setap tahun dan menggunakan proportonal random samplng pada saat memlh sampel rumahtangga, pada daerah survey yang dsebut Blok Sensus. Penentuan Blok Sensus n ddasarkan pada stratfed samplng desgn. Pada rumahtangga yang terplh sampel, petugas BPS melakukan wawancara langsung dengan kuesoner yang telah dsedakan. Pertanyaan dawab oleh kepala rumah tangga atau anggota rumahtangga yang berumur 10 tahun ke atas. Ada beberapa pertanyaan yang sfatnya ndvdu dan ada pertanyaan yang hanya untuk anggota rumahtangga yang berumur 10 tahun keatas, dan ada pula yang duukan untuk keseluruhan rumahtangga. Meskpun pengumpulan data Susenas dlakukan setap tahun, namun pertanyaan yang rnc mengena pengeluaran rumahtangga hanya dkumpulkan tga tahun sekal. Survey n dsebut Susenas Modul Konsums, dmana un observas adalah rumahtangga. Kepala rumah tangga dwawancara tentang
30 konsums makanan selama semnggu sebelum survey dan tentang komod bukan makanan selama satu bulan dan satu tahun sebelum survey. Informas n dgunakan dalam penghungan umlah serta nla pengeluaran masng-masng komod pada rumahtangga yang dsurvey. Dsampng pengeluaran dan pendapatan, ada beberapa data yang dkumpulkan yang menggambarkan konds sosal demograf rumahtangga yang dlhat dar karakterstk ndvdu anggota rumahtangga. Tempat tnggal rumahtangga, umlah anggota rumahtangga, sumber pendapatan rumahtangga, umlah bala, umur, ens kelamn, lama sekolah, ens pekeraan, dan karakterstk sosal demograf rumah tangga yang lan. Data karakterstk rumahtangga n dkumpulkan dalam Susenas Kor dan danyakan kepada seluruh anggota rumahtangga dan dlakukan setap tahun. Data tentang pengeluaran konsums makanan mencakup total pengeluaran konsums selama semnggu terakhr bak yang berasal dar pembelan (tuna/bon) dan uga yang berasal dar produks sendr, pemberan, dan sebaganya. Beberapa rumah tangga yang mengkonsums makanan dar hasl tanaman d pekarangan rumahnya atau yang dkenal dengan subssten agrculture telah tercakup dsn. Selan u, data karakterstk rumahtangga (data kor) yang dduga kut memengaruh sstem permntaan makanan uga dmasukkan dalam analss n. Data karakterstk rumahtangga tersebut antara lan tpe daerah (perkotaan dan perdesaan), umlah anggota rumahtangga, tngkat penddkan kepala rumah tangga dan bu rumah tangga, serta lapangan usaha kepala rumah tangga. Salah satu ndkator untuk menunukkan tngkat keseahteraan penduduk adalah tngkat kecukupan gz, yang dhung berdasarkan besar kalor dan proten yang dkonsums. Besarnya konsums kalor dan proten dhung dengan mengalkan kuantas setap makanan yang dkonsums dengan besarnya kandungan kalor dan proten setap ens makanan, kemudan haslnya dumlahkan. Angka kecukupan konsums kalor dan proten penduduk Indonesa berdasarkan Wdyakarya Nasonal Pangan dan Gz VIII (2004) menetapkan patokan kecukupan konsums kalor dan proten per kapa per har masng-masng 2000 kkal dan 52 gram proten.
31 3.2 Metode Analss Alat analss yang dgunakan adalah analss deskrptf dan analss model dengan menggunakan pendekatan ekonometrka. Metoda dan teknk apa yang dgunakan tergantung pada tuuan yang ngn dcapa dan ens data yang danalss. Analss deskrptf merupakan bentuk analss sederhana yang bertuuan mendeskrpskan dan mempermudah penafsran yang dlakukan dengan membaca tabulas slang antar peubah dan grafk untuk ketahanan pangan d Provns Jawa Tmur. Pada penelan n analss yang dlakukan dapat dkelompokkan menad beberapa tahap dalam satu kerangka analss sesua dengan tuuan yang ngn dperoleh. Informas yang ddapatkan dalam tap tahapan dperlukan untuk menustfkas pentngnya kenapa analss tahap berkutnya perlu dlakukan. Hal n akan membuat metode analss lebh terarah dan sstemats. 3.2.1 Penghungan Ketahanan Pangan Meskpun banyak ahl yang mendefnskan ketahanan pangan rumah tangga dengan menggunakan berbaga macam ndkator, namun dalam penelan n ketahanan pangan rumah tangga ddentfkas dengan dua ndkator yau ketercukupan kalor yang dkonsums dengan besarnya pengsa pengeluaran makanan. Hal n adalah berdasarkan klasfkas slang yang dgunakan Jonsson dan Toole dalam Maxwell et al. (2000). Adapun deraat ketahanan pangan rumah tangga berdasarkan ketercukupan gz dan pangsa pengeluaran terhat pada Tabel 2 yau sebaga berkut : Tabel 2 Pengukuran deraat ketahanan pangan rumah tangga Ketercukupan kalor Cukup > 80 % Kurang < 80 % Pangsa Pengeluaran Makanan Rendah < 60 % Tngg > 60 % Tahan Pangan Rentan Pangan (kategor 0) (kategor 1) Kurang Pangan Rawan Pangan (kategor 2) (kategor 3) Sumber : Jonsson dan Toole et al. (1991) dalam Maxwell (2000)
32 Pada penelan n yang dmaksud pangsa pengeluaran pangan adalah raso pengeluaran untuk belana pangan dan pengeluaran total penduduk selama sebulan. Pangsa pengeluaran pangan penduduk dperoleh dengan menggunakan data d tngkat rumah tangga kemudan dbag dengan umlah anggota rumah tangga. Besar pangsa pengeluaran terhadap total pengeluaran dperoleh dar data Susenas BPS. Perhungan pangsa pengeluaran pangan pada berbaga konds, yau agregat, desa-kota, dan berbaga kelompok pendapatan penduduk menggunakan formula berkut: PFt = PP t x 100 persen (3.1) TPt dmana: PF = Pangsa pengeluaran pangan ( persen) PPt = Pengeluaran untuk belana pangan (Rp/bulan) TPt = Total pengeluaran (Rp/bulan) 3.2.2 Analss Spasal/Sstem Informas Geografs (SIG) Analss spasal secara sederhana dapat dartkan sebaga analss yang menggunakan referens keruangan (geograf). Sstem Informas Geografs (SIG) merupakan suatu alat untuk pengamblan, penympanan, penganalssan, dan penamplan data (Sulaeman, 2005). Setap bagan dar analss spasal dapat memberkan gambaran tentang suatu fenomena, memberkan nformas mengena lokas dan uga persebaran fenomena tersebut dalam suatu wlayah. Penyaan data spasal memerlukan dukungan suatu Sstem Informas Geograf (SIG). Menurut As-syakur (2006) SIG adalah suatu sstem nformas yang drancang untuk bekera dengan data yang bereferens spasal atau berkoordnat geograf. SIG merupakan suatu sstem bass data dengan kemampuan khusus untuk menangan data yang bereferens keruangan (spasal) bersamaan dengan seperangkat operas kera. Dsampng u, SIG uga dapat menggabungkan data, mengatur data dan melakukan analss data yang akhrnya akan menghaslkan keluaran yang dapat dadkan acuan dalam pengamblan keputusan pada masalah yang berhubungan dengan geograf.
33 Tuuan penggunaan analss spasal pada penelan n adalah membuat peta tematk yau peta yang akan memberkan gambaran data kedalam referens geograf. Penelan n akan menyusun peta tematk kerawanan pangan menurut kabupaten/kota d provns Jawa Tmur. Peta tematk yang dsusun akan menggunakan peta dasar dar BPS. 3.2.3 Regres Data Panel Determnan ketahanan pangan regonal danalss dengan menggunakan regres data panel. Data panel adalah data yang memlk dmens ruang (ndvdu) dan waktu. Balanced panel adalah ka setap un cross secton memlk umlah observas tme seres yang sama. Sebalknya, ka umlah observas berbeda untuk setap un cross secton maka dsebut unbalanced panel. Penggabungan data cross secton dan tme seres dalam stud data panel dgunakan untuk mengatas kelemahan dan menawab pertanyaan yang tdak dapat dawab oleh model cross secton dan tme seres murn. Baltag (2005) mengungkapkan bahwa penggunaan data panel memberkan banyak keuntungan, dantaranya sebaga berkut: 1. Mampu mengontrol heterogenas ndvdu. Estmas pada metode n dlakukan secara ekspls dengan memasukkan unsur heterogenas ndvdu. 2. Memberkan data yang nformatf, mengurang kolnearas antar peubah, menngkatkan deraat bebas dan lebh efsen. 3. Lebh bak untuk stud dynamcs of adustment. Data panel berkaan dengan observas cross secton yang berulang sehngga lebh bak dalam mempelaar perubahan dnams. 4. Lebh bak dalam mengdentfkas dan mengukur efek yang secara sederhana tdak dapat datas dalam data cross secton saa atau data tme seres saa. Selan manfaat yang dperoleh dengan penggunaan panel data, metode n uga memlk keterbatasan d antaranya adalah: 1. Masalah dalam desan surve panel, pengumpulan dan manaemen data. Masalah yang umum dhadap dantaranya: cakupan (coverage), nonresponse, kemampuan daya ngat responden (recall), frekuens dan waktu wawancara. 2. Dstors kesalahan pengamatan (measurement errors). Measurement errors umumnya terad karena respon yang tdak sesua.
34 3. Masalah selektvas (selectvy) yang mencakup hal-hal berkut: a. Self-selectvy : permasalahan yang muncul karena data-data yang dkumpulkan untuk suatu penelan tdak sepenuhnya dapat menangkap fenomena yang ada. b. Nonresponse : permasalahan yang muncul dalam panel data ketka ada ketdaklengkapan awaban yang dberkan oleh responden (sampel rumahtangga). c. Attron : umlah responden yang cenderung berkurang pada surve lanutan yang basanya terad karena responden pndah, mennggal duna atau baya menemukan responden yang terlalu tngg 4. Dmens waktu (tme seres) yang pendek. Jens panel mkro basanya mencakup data tahunan yang relatf pendek untuk setap ndvdu. 5. Cross-secton responce. Sebaga contoh, apabla macro panel dengan un analss negara atau wlayah dengan deret waktu yang panang mengabakan cross-country responce akan mengakbatkan nferens yang salah (msleadng nference). Ada dua pendekatan dalam metode data panel, yau Fxed Effect Model (FEM) dan Random Effect Model (REM). Keduanya dbedakan berdasarkan ada atau tdaknya korelas antara komponen error dengan peubah bebas. Msalkan dberkan persamaan regres data panel sebaga berkut: y = a + X β + ε (3.2) dmana: y : nla respont varable untuk setap un ndvdu pada perode t dmana = 1,, n dan t = 1,, T a : unobserved heterogeny X : nla penelast varable yang terdr dar seumlah K peubah. Pada one way, komponen error dspesfkaskan dalam bentuk: ε = λ + u (3.3) dmana: λ : efek ndvdu (tme nvarant) 2 u : dsturbance yang besfat acak ( u ~ N(0, σ ) ) Untuk two way, komponen error dspesfkaskan dalam bentuk: ε = λ + µ + u (3.4) t u
35 dmana: µ t : efek waktu (ndvdual nvarant) Pendekatan one way komponen error hanya memasukkan komponen error yang merupakan efek dar ndvdu ( λ ). Sedangkan pendekatan two way telah memasukkan efek dar waktu ( µ t ) ke dalam komponen error, u dasumskan tdak berkorelas dangan X. Jad perbedaan antara FEM dan REM terletak pada ada atau tdaknya korelas antara λ dan µ t dengan X. Fxed Effect Model (FEM) FEM dgunakan ketka efek ndvdu dan efek waktu mempunya korelas dengan X atau memlk pola yang sfatnya tdak acak. Asums n membuat komponen error dar efek ndvdu dan waktu dapat menad bagan dar ntecept. Untuk one way komponen error: y = a + λ + X β + u (3.5) Sedangkan untuk two way komponen error: y = a + λ + µ + X β + u (3.6) t Penduga FEM dapat dhung dengan beberapa teknk, yau Pooled Least Square (PLS), Whn Group (WG), Least Square Dummy Varable (LSDV), dan Two Way Error Component Fxed Effect Model. Random Effect Model (REM) REM dgunakan ketka efek ndvdu dan efek waktu tdak berkorelas dengan X atau memlk pola yang sfatnya acak. Keadaan n membuat komponen error dar efek ndvdu dan efek waktu dmasukkan ke dalam error. Untuk one way komponen error: y = a + X β + u + λ (3.7) Untuk two way komponen error: y = a + X β + u + λ + µ (3.8) Asums yang dgunakan dalam REM adalah t
36 ( ) = 0 E τ (3.9) E u 2 ( ) σ u 2 u τ = (3.10) ( ) = 0 E τ untuk semua dan t (3.11) x 2 ( τ ) = σ 2 x τ E untuk semua dan t (3.12) ( ) = 0 E τ untuk semua, t, dan (3.13) u ( ) = 0 E u u s untuk dan t s (3.14) ( τ ) = 0 E τ untuk (3.15) Hausman Test Dalam memlh apakah fxed atau random effects yang lebh bak, dlakukan penguan terhadap asums ada tdaknya korelas antara peubah bebas dan efek ndvdu. Untuk mengu asums n dapat dgunakan Hausman Test. Dalam u n drumuskan hpotess sebaga berkut: H 0 : E(τ / x ) = 0 atau REM adalah model yang tepat H 1 : E(τ / x ) 0 atau FEM adalah model yang tepat Sebaga dasar penolakan H 0 maka dgunakan statstk Hausman dan membandngkannya dengan Ch-Square. Statstk Hausman drumuskan dengan: H = (β REM β fem ) (M FEM M REM ) -1 (β REM β fem ) ~ χ 2 (k) (3.16) dmana: M : matrks kovarans untuk parameter β k : degrees of freedom Apabla nla H hasl penguan lebh besar dar χ 2 tabel, maka cukup bukt untuk melakukan penolakan terhadap H 0 sehngga model yang dgunakan adalah model fxed effects, demkan uga sebalknya. U Pelanggaran Asums U pelanggaran asums dlakukan untuk memenuh persyaratan sebuah model yang akan dgunakan. Setelah ka memutuskan untuk menggunakan suatu
37 model tertentu (FEM atau REM) berdasarkan HAUSMAN Test, maka ka dapat melakukan u pelanggaran terhadap asums yang dgunakan dalam model. 1. U Heteroskedastsas Nla estmas parameter dalam model regres dasumskan bersfat BLUE (Best Lner Unbased Estmate). Hal n menyebabkan var (u ) harus sama dengan σ 2 (konstan), atau semua resdual atau error mempunya varan yang sama, yang dsebut dengan homoskedastsas. Varan yang tdak konstan atau berubah-ubah dsebut dengan heteroskedastsas. Metode General Least Square (Cross secton Weghts) dlakukan dengan membandngkan sum square Resd pada Weghted Statstcs dengan sum square Resd unweghted Statstcs. Metode n dapat dgunakan untuk mendeteks adanya heteroskedastsas. Jka sum square Resd pada Weghted Statstcs lebh kecl dar sum square Resd unweghted Statstcs, maka terad heteroskedastsas (Greene, 2002). 2. U Autokorelas Salah satu asums model regres adalah tdak terad autokorelas, yau korelas yang terad antar observas dalam satu peubah atau korelas antar error masa yang lalu dengan error masa sekarang. Autokorelas yang terad dalam model regres dapat mempengaruh efsens dar estmatornya. Penguan ada tdaknya autokorelas dalam model dapat dlakukan penguan dengan menggunakan Wooldrdge Test. Metode Wooldrgde menggunakan resdual dar model regres pada frst dfferences. Model regres terbebas dar masalah autokorelas ka korelas resdual dar model regres pada frst dfferences terhadap lag-nya adalah -0,05 (Drukker, 2003). Permasalahan heteroskedastsas dan autokorelas pada model akan mempengaruh perkraan nla parameter. Hal n dsebabkan model tdak akan memenuh sfat BLUE (Best Lnear Unbased Estmate). Oleh karena u, agar nla parameter dar model terplh memenuh sfat BLUE, maka dlakukan modfkas model dengan menggunakan pendekatan Generalzed Least Square (Greene, 2002). Berdasarkan model modfkas n berart telah dlakukan koreks
38 atas permasalahan heteroskedastsas, contemporaneously correlated across panel, and frst order autokorelas. Spesfkas Model dalam Penelan Pada penelan n ukuran ketahanan pangan regonal yang dgunakan sebaga peubah respon adalah persentase rumah tangga yang tahan pangan d tap kabupaten dan kota d Provns Jawa Tmur. Sedangkan faktor-faktor yang dduga mempengaruh ketahanan pangan adalah produks pad, PDRB, nflas yang dproks dar deflator PDRB, tngkat pengangguran terbuka, rata-rata lama sekolah, nfrastruktur alan dan pasar. Produks pad menggambarkan food avalbly karena merupakan komod pokok yang dkonsums masyarakat Jawa Tmur. PDRB merupakan salah satu gambaran output yang dhaslkan oleh suatu daerah. Sedangkan penggunaan deflator PDRB sebaga proks IHK menunukkan adanya stablas harga yang terad d masyarakat. Rata-rata lama sekolah menunukkan akumulas modal manusa (human capal). Rata-rata lama sekolah dhung berdasarkan rata-rata enang sekolah yang damatkan oleh penduduk. Tngkat pengangguran terbuka menunukkan umlah penduduk usa kera yang tergolong pengangguran sehngga akan mengurang kemampuan untuk mendapatkan penghaslan guna memenuh kebutuhan seluruh anggota keluarga. Infrastruktur merupakan salah satu akses yang menentukan ketahanan pangan regonal, karena dengan adanya nfrastruktur yang memada masyarakat dapat mengakses pangan dengan lebh bak. Peubah nfrastruktur dalam penelan n dlhat dar panang alan yang dapat berkualas bak dan sedang d kabupaten/kota d Provns Jawa Tmur. Peubah akses pangan lannya yang dgunakan dalam penelan n adalah banyaknya pasar d kabupaten/kota d Provns Jawa Tmur. Jumlah pasar menggambarkan kemudahan akses bag rumah tangga untuk mendapatkan pangan secara terangkau dan beragam. Model yang dgunakan untuk mengetahu faktor-faktor yang mempengaruh ketahanan pangan regonal dambl dar model Demeke dan Zeller (2010) yang
39 dmodfkas dengan sstem ketahanan pangan FAO (2010) sehngga menghaslkan persamaan sebaga berkut: TAHAN = ( β 0 + α + µ t ) + β1prod + β2pdrb + β3inflasi (3.17) + β TPT + β RLS + β JALAN + β PASAR 4 5 6 7 keterangan : TAHAN PROD PDRB INFLASI TPT RLS JALAN = persentase rumah tangga tahan pangan d kabupaten ke- tahun ke-t. = produks pad d kabupaten tahun t (dalam ton) = PDRB d kabupaten ke- tahun ke-t (dalam mlyar rupah) = nflas d kabupaten ke- tahun ke-t (dalam persen) = Tngkat Pengangguran Terbuka d kabupaten ke- tahun ke-t (dalam persen) = Rata-rata lama sekolah d kabupaten ke- tahun ke-t(dalam tahun) = Panang alan kualas bak dan sedang d kabupaten tahun t (dalam km) = Jumlah pasar d kabupaten tahun t PASAR β = Parameter yang destmas, = 0, 1, 2, 3, 4,5,6,7 α = Efek ndvdual kabupaten ke. µ t = Efek waktu pada tahun ke t. u = Komponen error. Konsep Elaststas Salah satu analss pentng dalam suatu model adalah mengetahu sampa dmana responsfnya perubahan peubah respon sebaga akbat dar perubahan peubah penelas. Elastsas mengukur pengaruh satu persen perubahan dalam peubah penelas X terhadap persentase perubahan peubah respon Y (Juanda, 2009). Besarnya elastsas dapat dgunakan untuk meramalkan perubahan yang akan terad pada peubah respon apabla terad perubahan peubah penelasnya. Elastsas untuk koefsen ke- dapat dhung dengan : Y Y Y X X E = = β X X X Y Y keterangan : β = Nla koefsen parameter yang destmas, = 1, 2, 3, 4,5,6,7 X = Peubah penelas Y = Peubah respon (3.18)
40 X = Perubahan peubah penelas Y = Perubahan peubah respon X = Rata-rata peubah penelas = 1, 2, 3, 4,5,6,7 Y = Rata-rata peubah respon 3.2.4 Regres Logstk Ordnal Estmas determnan ketahanan pangan rumah tangga akan danalss dengan model regres logstk ordnal. Model n memodfkas model yang pernah dgunakan oleh Bogale dan Shmels (2009) serta Demeke dan Zeller (2010). Penggunaan model regres logstk ordnal adalah untuk mengetahu peubah-peubah yang berpengaruh terhadap ketahanan pangan rumah tangga. Regres logstk ordnal merupakan regres dengan peubah respon yang bersfat kategork dan bertngkat (ordnal). Model logstk untuk data respon ordnal dengan c kategor ( c>2 ) merupakan perluasan dar model logstk untuk data respon nomnal dengan dua kategor (model logstk bner). Sebagamana dalam model regres lannya, dua peubah penelas atau lebh dapat dsertakan dalam analss. Peubah penelas n dapat berupa data kuantatf maupun data kualatf. Model logstk untuk data respon ordnal n serng dsebut sebaga model log kumulatf. Respon dalam model log kumulatf berupa data bertngkat yang dwakl dengan angka 1, 2, 3,, c, dengan c adalah banyaknya kategor respon. Log kumulatf untuk tap kategor ddefnskan sebaga : F ( x) L ( x) = ln dengan = 1,2, c-1 (3.19) 1 F ( x ) Model yang secara smultan menggunakan semua log kumulatf dapat duls sebaga : ˆ ' Lˆ ( x) = ˆ α + β x (3.20) Tap log kumulatf memlk ntersep masng-masng. ˆ α dan dengan metode maksmum lkelhood untuk tap α dan β '. ' ˆβ adalah estmator Nla estmas untuk P PY ( x) dapat durunkan dengan transformas nverse fungs log kumulatf, yang menghaslkan :
41 ' exp( ˆ α ˆ + β x) PY ( x) = ˆ ' 1+ exp( ˆ α + β x) 1 PY ( x) = ˆ ' 1+ exp( ˆ α β x) dengan = 1,2, c-1 (3.21) sehngga (3.22) 1 PY ( x) = (3.23) 1+ exp( Lˆ ( x)) U sgnfkans model dlakukan dengan menggunakan : 1. Lkelhood rato test Penguan dengan Lkelhood rato test adalah metode untuk mengu model secara bersamaan. Hpotess parameter β yang du adalah : H 0 : β 1 = = β p = 0 H 0 : mnmal ada satu β 0, =1,2,,p dengan adalah umlah peubah penelas. Lkelhood rato test menggunakan statstk G yang mengkut dstrbus Ch Square dengan deraat bebas p. Keputusan penolakan H 0 adalah apabla nla G > χ 2 (p,α) atau p-value < α. 2. Wald Test U Wald dgunakan untuk mengetahu sgnfkans masng-masng koesen β d dalam model. Hpotessnya adalah: H 0 : β = = β p = 0 H 0 : β 0, =1,2,,p dengan adalah umlah peubah penelas. U Wald adalah berdasarkan statstk W yang dhung berdasarkan formula : W ˆ β ˆ β = (3.23) SE( ˆ β ) Krera penolakan H 0 adalah ka W > z α /2 atau p-value < α.. (Hosmer dan Lemeshow, 2000) 3. Valdas Model dengan Correct Classfcaton Rate (CCR) CCR mengndkaskan seberapa tepat model dapat dgunakan untuk mempredks. CCR dapat dhung dengan :
42 CCR = umlah predks yang tepat x 100 % umlah observas (3.24) Semakn besar persentase CCR, maka model semakn akurat (Hosmer dan Lemeshow, 2000). Asums Regres Logstk Ordnal Asums dalam regres logstk ordnal berbeda dengan regres OLS. Asums regres logstk ordnal adalah : 1. Regres logstk tdak mengasumskan hubungan lner antara peubah penelas dan peubah respon. 2. Peubah respon dalam regres logstk tdak harus mengkut dstrbus normal. 3. Peubah respon tdak memerlukan asums homoskedastsas. 4. Error term tdak dasumskan berdstrbus normal 5. Logstk tdak mengharuskan peubah penelas dalam skala nterval Asums yang harus dpenuh dalam model regres logstk adalah antara peubah penelas harus bebas multkolneras. Tabel 3 Peubah ketahanan pangan rumah tangga Varabel Label Skala Kategor Respon Tngkat Ketahanan pangan rumah tangga Ordnal 0 = tahan 2 = kurang 1 = rentan 3 = rawan Penelas Gender KRT Nomnal 1 = lak-lak 0 = perempuan Daerah Tempat Tnggal Nomnal 1 = perkotaan 0 = pedesaan Umur KRT Kontnu Penddkan KRT Ordnal 1 = Dasar 3 = Tngg 2 = Menengah Jumlah ART Kontnu Pendapatan perkapa Kontnu Pekeraan Nomnal 1 = Pertanan 0 = lannya Raskn Nomnal 1 = Menerma 0 = Tdak 3.3 Defns peubah operasonal Batasan/defns operasonal peubah-peubah dan stlah-stlah yang dgunakan dalam penelan n adalah sebaga berkut :
43 1. Rumahtangga (RT) adalah seorang atau sekelompok orang yang mendam sebagan atau seluruh bangunan fsk atau bangunan sensus dan basanya tnggal bersama serta makan dar satu dapur. Makan dar satu dapur mempunya makna bahwa mereka mengurus kebutuhan sehar-har bersama menad satu. 2. Anggota Rumah Tangga (ART) adalah semua orang yang basanya bertempat tnggal d suatu RT, bak yang berada d rumah pada waktu pencacahan maupun sementara sedang tdak ada. ART yang telah bepergan enam bulan atau lebh, dan ART yang bepergan kurang dar enam bulan tetap dengan tuuan pndah/akan mennggalkan rumah enam bulan atau lebh, tdak danggap sebaga ART. Orang yang telah tnggal d RT enam bulan atau lebh, atau yang telah tnggal d RT kurang dar enam bulan tetap bernat pndah/bertempat tnggal d RT tersebut enam bulan atau lebh danggap sebaga ART. 3. Kepala Rumah Tangga (KRT) adalah seorang dar sekelompok anggota rumah tangga yang bertanggungawab atas kebutuhan sehar-har rumahtangga, atau orang yang danggap/dunuk sebaga KRT. 4. Pengeluaran konsums rumahtangga sebulan adalah total nla makanan dan bukan makanan (barang/asa) yang dperoleh, dpaka, atau dbayarkan rumahtangga sebulan untuk konsums rumahtangga, tdak termasuk untuk keperluan usaha rumahtangga atau yang dberkan kepada phak/orang lan. Untuk konsums makanan, yang termasuk konsums rumahtangga adalah yang benar-benar telah dkonsums selama referens waktu surve (consumpton approach), sedangkan untuk konsums bukan makanan konsep yang dpaka pada umumnya adalah konsep penyerahan (delvery approach), yau dbel/dperoleh dar phak lan, asalkan tuuannya untuk kebutuhan rumah tangga. 5. Pendapatan perkapa dproks dar pengeluaran per kapa: total pengeluaran rumah tangga dbag umlah anggota rumah tangga dalam rbuan rupah. 6. Rumah tangga tahan pangan merupakan rumah tangga dengan kecukupan pangan >80 persen dar standar gz yang danurkan dan pangsa pengeluaran makanan < 60 persen.
44 7. Rumah tangga rentan pangan merupakan rumah tangga dengan kecukupan pangan > 80 persen dar standar gz yang danurkan dan pangsa pengeluaran makanan > 60 persen. 8. Rumah tangga kurang pangan merupakan rumah tangga dengan kecukupan pangan < 80 persen dar standar gz yang danurkan dan pangsa pengeluaran makanan < 60 persen. 9. Rumah tangga rawan pangan: merupakan rumah tangga dengan kecukupan pangan < 80 persen dar standar gz yang danurkan dan pangsa pengeluaran makanan > 60 persen. 10. Rata-rata lama sekolah adalah nla rata-rata bag tap penduduk usa lebh dar 15 tahun dalam menempuh penddkan d sekolah. Peubah rata-rata lama sekolah n dgunakan sebaga proks tngkat penddkan. Satuan yang dgunakan dalam menghung rata-rata lama sekolah adalah tahun. 11. Produk Domestk Regonal Bruto atas dasar harga konstan 2000 (PDRB) adalah umlah produks barang dan asa yang dhaslkan oleh seluruh aktvas ekonom yang terad d masyarakat yang dukur berdasarkan suatu perode tertentu sebaga tahun dasar sehngga nlanya benar-benar mencermnkan umlah produks yang terbebas dar pengaruh harga. 12. Penduduk yang termasuk angkatan kera adalah penduduk usa kera (15 tahun dan lebh) yang bekera, atau punya pekeraan namun sementara tdak bekera dan pengangguran. 13. Penganggur terbuka, terdr dar : a. Mereka yang tak punya pekeraan dan mencar pekeraan. b. Mereka yang tak punya pekeraan dan mempersapkan usaha. c. Mereka yang tak punya pekeraan dan tdak mencar pekeraan, karena merasa tdak mungkn mendapatkan pekeraan. d. Mereka yang sudah punya pekeraan, tetap belum mula bekera. 14. Tngkat pengangguran terbuka adalah umlah pengangguran terbuka dbag umlah angkatan kera. 15. Penddkan tertngg yang damatkan adalah tngkat penddkan yang dcapa seseorang setelah mengkut pelaaran pada kelas tertngg suatu tngkatan sekolah dengan mendapatkan tanda tamat (azah).
45 16. Lapangan usaha adalah bdang kegatan dar pekeraan/usaha/perusahaan/kantor tempat seseorang bekera. 17. Status pekeraan adalah ens kedudukan seseorang dalam melakukan pekeraan d suatu un usaha/kegatan. Mula tahun 2001 status pekeraan dbedakan menad enam kategor : a. Berusaha sendr, adalah bekera atau berusaha dengan menanggung resko secara ekonoms, yau dengan tdak kembalnya ongkos produks yang telah dkeluarkan dalam rangka usahanya tersebut, serta tdak menggunakan pekera dbayar maupun pekera tak dbayar, termasuk yang sfat pekeraannya memerlukanteknolog atau keahlan khusus. b. Berusaha dbantu buruh tdak tetap/buruh tak dbayar, adalah bekera atau berusaha atas resko sendr dan menggunakan buruh/pekera tak dbayar dan atau buruh/pekera tdak tetap. c. Berusaha dbantu buruh tetap/buruh dbayar, adalah berusaha atas resko sendr dan mempekerakan palng sedk satu orang buruh/pekera tetap yang dbayar. d. Buruh/Karyawan/Pegawa, adalah seseorang yang bekera pada orang lan atau nstans/kantor/perusahaan secara tetap dengan menerma upah/ga bak berupa uang maupun barang. Buruh yang tdak mempunya makan tetap, tdak dgolongkan sebaga buruh/karyawan, tetap sebaga pekera bebas. e. Pekera bebas adalah seseorang yang bekera pada orang lan/makan/nstus yang tdak tetap (lebh dar 1 makan dalam sebulan terakhr) bak berupa usaha rumah tangga maupun bukan usaha rumah tangga atas dasar balas asa dengan menerma upah atau mbalan bak berupa uang maupun barang, dan bak dengan sstem pembayaran haran maupun borongan. f. Pekera tak dbayar adalah seseorang yang bekera membantu orang lan yang berusaha dengan tdak mendapat upah/ga, bak berupa uang maupun barang. Pekera tak dbayar tersebut dapat terdr dar: 1. Anggota rumah tangga dar orang yang dbantunya, sepert str/anak yang membantu suamnya/ayahnya bekera d sawah.
46 2. Bukan anggota rumah tangga tetap keluarga dar orang yang dbantunya, sepert faml yang membantu melayan penualan d warung. 3. Bukan anggota rumah tangga dan bukan keluarga dar orang yang dbantunya, sepert orang yang membantu menganyam top pada ndustr rumah tangga tetangganya 18. Kemsknan adalah ketdakmampuan untuk memenuh kebutuhan makanan maupun non makanan yang bersfat mendasar untuk makanan, pakaan, perumahan, penddkan, kesehatan dan kebutuhan dasar lannya. BPS (2008) mendefnskan kemsknan sebaga konds seseorang yang hanya dapat memenuh makannya kurang dar 2100 kalor perkapa per har yang setara dengan beras 320 kg/kapa/tahun d perdesaan dan 480 kg/kapa/tahun d perkotaan. BPS setap tahun menetapkan besarnya gars kemsknan berdasarkan hasl Susenas modul konsums. 19. Klasfkas daerah adalah lokas tempat tnggal rumah tangga yang dkategorkan sebaga perkotaan atau perdesaan. BPS menentukan kategor suatu wlayah desa termasuk perkotaan atau perdesaan dengan menggunakan skorng. Skorng tersebut berdasarkan dar 8 peubah. Suatu wlayah dkategorkan perkotaan apabla skor umlah ke-8 peubah tersebut 10 dan dkategorkan perdesaan bla total skor < 10. Ke-8 peubah tersebut adalah: 1. Peubah kepadatan penduduk : 500 = skor 1; 500-4000 = skor 2-4; 4000-8500 = skor 5-7; 8500 = skor 8. 2. Persentase rumah tangga pertanan : 70 = skor 1; 50-20 = skor 2-4; 20-5 = skor 5-7; 5 = skor 8. 3. Akses faslas penddkan (Taman kanak-kanak, SMP, SMU): 2,5 km (ada = skor 1). 4. Akses faslas ekonom (Pasar, Pertokoan ): 2 km (ada = skor 1). 5. Akses faslas umum (Boskop, Rumah Sak): 5 km (ada = skor 1). 6. Hotel/blyard/dskotek/pant pat/salon (ada = skor 1). 7. Persentase pengguna telepon ( 8 = skor 1). 8. Persentase pengguna lstrk ( 90 = skor 1).