HASIL DAN PEMBAHASAN

18 HASIL DAN PEMBAHASAN Deskripsi Karakteristik Responden Pra Pemilu 2009 Karakteristik responden berdasarkan peubah demografi yang diamati terdapat pada Gambar 3 sampai Gambar 6. Pada Gambar 3 dapat diketahui bahwa persentase responden berdasarkan jenis kelamin terlihat berimbang yaitu laki-laki sebanyak 897(50.05%) dan perempuan sebanyak 895(49.94%). Hal ini karena pengaruh pengambilan sampel dimana komposisi responden ditentukan secara purposive 50% laki dan 50% perempuan. Perempuan 50% Laki-laki 50% Gambar 3 Persentase responden berdasarkan jenis kelamin (gender) Ekonomi menengah atas 32% Ekonomi bawah 68% Gambar 4 Persentase jumlah responden berdasarkan status ekonomi Pada Gambar 4 dapat dilihat bahwa proporsi terbesar adalah responden dengan status ekonomi bawah dengan jumlah 1225 responden (68.35%) sedangkan responden dengan tingkat ekonomi menengah atas sebanyak 567

19 (31.64%). Responden yang terambil sebagai sampel sebagian besar adalah masyarakat dengan tingkat ekonomi bawah. 40% 35% 30% 25% 20% 15% 10% 5% 0% 36.27% 36.61% 27.12% 17-34 tahun 35-45 tahun > 45 tahun Gambar 5 Persentase jumlah responden berdasarkan usia Pada Gambar 5 dapat dilihat bahwa proporsi terbesar adalah responden dengan tingkat usia > 45 tahun yaitu 36.61%. Pemilih ini dapat dikategorikan ke dalam pemilih usia lanjut yang sudah memiliki pengalaman dalam mengikuti pemilihan umum. Sedangkan pada tingkat usia < 35 tahun sebanyak 36.27%, pemilih pada usia ini adalah pemilih yang baru menggunakan hak pilihnya sekitar tiga kali. Partai baru 6% tidak menjawab 37% Partai lama 57% Gambar 6 Persentase jumlah responden berdasarkan pilihan partai Gambar 6 menunjukkan perbandingan dukungan terhadap partai lama dan partai baru. Pilihan jawaban didominasi oleh partai lama yaitu dengan jumlah suara 1019 (56%). Diikuti dengan responden yang memilih belum menentukan jawaban dengan jumlah suara 662 (36.94%) dan proporsi responden yang paling 19

20 sedikit adalah responden yang memilih jawaban partai baru dengan jumlah suara 111 (6.19%). Disini terlihat meskipun kecil tapi masih ada peluang bagi partai baru untuk mendapatkan suara pada pemilu. Untuk itu partai-partai baru ini masih perlu bekerja keras agar bisa mendapatkan dukungan pemilih pada pemilu. Menurut survei perilaku pemilih yang dilakukan oleh Puskapol UI, salah satu hambatan dari partai baru adalah masih minimnya pengetahuan pemilih pada kehadiran partai tersebut. Sedangkan untuk partai-partai lama dukungan yang diberikan oleh pemilih lebih kepada alasan karena sudah biasa memilih partai tersebut seperti PDIP, Golkar. Hasil Analisis loglinear Analisis loglinear yang dilakukan pada peubah-peubah demografi dan perolehan suara berdasarkan klasifikasi silang empat peubah yang diamati yaitu gender, status ekonomi, usia dan pilihan partai dengan ukuran 2x2x3x3. Tabel kontingensi empat arah untuk model ini dapat dilihat pada Tabel 1. Tabel 1 Tabel kontingensi empat arah antara gender, status ekonomi, usia dan pilihan partai responden Gender pilihan partai Status Usia ekonomi partai partai tidak lama baru menjawab < 34 tahun 120 15 74 bawah 35-44 tahun 85 13 42 > 45 tahun 129 11 104 Laki-laki < 34 tahun 50 6 16 menengah 35-44 tahun 59 7 23 atas > 45 tahun 78 9 56 < 34 tahun 153 14 104 bawah 35-44 tahun 87 7 61 > 45 tahun 90 13 103 Perempuan menengah atas < 34 tahun 54 9 35 35-44 tahun 79 3 20 > 45 tahun 35 4 24 Berdasarkan Tabel 1 akan dilakukan analisis loglinear yang melibatkan keempat peubah diatas. Dengan model loglinear yang diperoleh dapat dilihat pengaruh masing-masing peubah dan pengaruh dari interaksi antar peubah. Model

21 loglinear yang digunakan adalah model loglinear penuh sampai didapatkan model loglinear yang paling sederhana. Loglinear Model Penuh Model penuh didapatkan dengan memasukkan semua kemungkinan pengaruh yang terjadi, pengaruh satu arah masing-masing peubah, pengaruh interaksi dua arah, interaksi tiga arah atau lebih. Jika peubah gender (1), status ekonomi (2), usia (3) dan partai (4) maka persamaan model loglinear penuh dapat dilihat pada persamaan berikut : Banyaknya kombinasi yang mungkin dari model loglinear dengan empat peubah adalah 15 kombinasi ditambah konstanta terdiri dari empat pengaruh utama, enam kombinasi pengaruh interaksi dua arah, empat kombinasi pengaruh interaksi tiga arah dan satu pengaruh interaksi empat arah. Kombinasi pengaruh peubah ini dapat dilihat dari asosiasi dan interaksi parsial antar peubah seperti pada Tabel 2. Tabel 2 Asosiasi parsial dan interaksi peubah-peubah yang menjadi karakteristik responden pemilu Effect df Partial Chi-Square p value Gender * status ekonomi * usia 2 9.138.010* Gender * status ekonomi * Partai 2.575.750 Gender * usia * Partai 4 5.046.283 Status ekonomi * usia * Partai 4 3.796.434 Gender * status ekonomi 1 3.183.074 Gender * usia 2 36.691.000* Status ekonomi * usia 2 20.298.000* Gender * Partai 2 4.793.091 Status ekonomi * Partai 2 12.226.002* Usia * Partai 4 25.309.000* Gender 1.002.962 Status ekonomi 1 247.355.000* Usia 2 32.270.000* Partai 2 850.980.000* *Nyata pada 21

22 Dari Tabel 2 terdapat beberapa peubah dan interaksi antar peubah yang signifikan berdasarkan nilai Khi-kuadrat parsial. Pada taraf signifikansi, semua peubah kecuali gender, yang menjadi karakteristik responden pada pemilu adalah signifikan. Sedangkan interaksi tingkat dua yang signifikan adalah interaksi gender dan usia, status ekonomi dan usia, status ekonomi dan partai serta usia dan partai. Selanjutnya interaksi tingkat tiga yang signifikan adalah interaksi gender, status ekonomi dan usia. Dari 15 kombinasi pengaruh peubah yang mungkin terjadi terdapat enam kombinasi peubah dan interaksinya yang tidak signifikan yaitu gender, interaksi tingkat dua yaitu gender dan partai, interaksi gender dan status ekonomi, interaksi tingkat tiga yaitu status ekonomi, usia dan partai, interaksi gender, usia dan partai serta interaksi gender, usia dan partai. Loglinear Parsimonious Models Untuk mendapatkan model yang terbaik, peubah-peubah dan interaksi yang tidak signifikan akan direduksi dengan menggunakan prosedur backward elimination. Prosedur ini digunakan untuk mencari model loglinear yang paling sederhana yang dapat menjelaskan asosiasi dan interaksi antar peubah. Prosedur backward elimination menyaring semua model yang mungkin dalam loglinear hirarkis untuk menghasilkan model yang paling sederhana (parsimonious models). Algoritma backward elimination berhenti ketika pengaruh signifikansi yang di hapus adalah nyata. Prosedur backward elimination ini diawali dengan langkah 0 dari model penuh dengan interaksi empat arah. Pereduksian model dilakukan dengan menghapus peubah dari interaksi yang paling tinggi secara bertahap sampai diperoleh model reduksi terbaik. Dengan menghapus interaksi tingkat empat pada model diperoleh nilai statistik- sebesar 6.873 dengan nilai signifikansi 0.143 (tidak signifikan), sehingga interaksi tingkat empat dapat dihapus dari model. Selanjutnya akan dilihat nilai signifikansi kombinasi dari interaksi tingkat tiga. Dengan menghapus interaksi gender, status ekonomi dan usia memberikan nilai-p 0.01, berarti interaksi ini tidak dihapus dalam model. Sedangkan pada interaksi tingkat tiga lainnya memberikan nilai-p > 0.05 pada model sehingga kombinasi interaksi tingkat tersebut di hapus dari model. Prosedur ini berlanjut sampai pada pengaruh utama sehingga didapatkan

23 peubah dan interaksi yang signifikan seperti pada Tabel 3 (hasil akhir prosedur backward elimination). Prosedur lengkap dapat dilihat pada Lampiran 1. Dari model yang terbentuk terlihat bahwa ada pengaruh interaksi antara gender, status ekonomi dan usia, kemudian pengaruh interaksi status ekonomi dan pilihan partai, pengaruh interaksi usia dengan partai terhadap perolehan suara pada partai. Tabel 3 Hasil akhir dari prosedur backward elimination Generating Class Convergence Information a Gender*status ekonomi*usia, status ekonomi*partai, Usia*Partai Jika peubah gender (1), status ekonomi (2), usia (3) dan partai (4) maka dari prosedur backward elimination ini diperoleh model loglinear yaitu : Model yang diperoleh dari prosedur backward elimination ini adalah model yang paling sederhana (parsimonious models) yang dapat menjelaskan frekuensi sel harapan. masing-masing adalah pengaruh utama logaritma frekuensi kategori ke peubah 1, kategori ke peubah 2, kategori ke peubah 3 dan kategori ke peubah 4. adalah pengaruh dua arah antara kategori ke peubah 1 dan kategori ke peubah 2, adalah pengaruh dua arah antara kategori ke peubah 1 dan kategori ke peubah 3, adalah pengaruh dua arah antara kategori ke peubah 2 dan kategori ke peubah 3, adalah pengaruh dua arah antara kategori ke peubah 2 dan kategori ke peubah 4, sedangkan adalah pengaruh dua arah antara kategori ke peubah 3 dan kategori ke peubah 4. Dan adalah pengaruh tiga arah antara kategori ke peubah 1, kategori ke peubah 2 dan kategori ke peubah 3. Dengan kata lain menunjukkan adanya asosiasi atau hubungan antara status ekonomi dengan pilihan partai dan asosiasi antara usia dengan pilihan partai. Sedangkan menunjukkan adanya interaksi tiga arah antara gender, status ekonomi dan usia. 23

24 Dengan menggunakan analisis loglinear dapat diketahui efek asosiasi antar peubah dengan dikontrol oleh peubah lain, asosiasi tersebut dapat dilihat pada Tabel 2. Selanjutnya akan dibandingkan asosiasi peubah dengan kontrol peubah lain dan asosiasi peubah secara bebas. Tabel 4 merupakan asosiasi dua peubah secara bebas atau tanpa kontrol peubah lain. Dari nilai-p yang diperoleh pada Tabel 4 diketahui bahwa secara umum asosiasi yang terjadi antar peubah dengan dikontrol oleh peubah lain lebih signifikan daripada asosiasi peubah secara bebas kecuali asosiasi peubah gender dan status ekonomi. Hal ini dapat diketahui dengan membandingkan hasil Chi-square pada Tabel 4 dan Tabel 2. Tabel 4 Uji asosiasi dua peubah secara bebas Effect df Chi-square p value Gender * status ekonomi 1 4.204.04* Gender * usia 2 34.750.000* Status ekonomi * usia 2 22.248.000* Status ekonomi * Partai 2 13.944.001* Usia * Partai 4 24.438.000* *Nyata pada Gambar 7 dan 8 merupakan asosiasi dua arah tanpa peubah kontrol. Pada Gambar 7 dapat dilihat bahwa responden dengan usia 17-34 tahun cenderung mendukung partai baru sebagai partai politik pilihan mereka yaitu sekitar 40%. Sementara itu responden yang berusia 34-45 tahun, persentase dukungan terhadap partai lama lebih besar daripada persentase pilihan yang lain, sedangkan responden dengan usia > 45 tahun cenderung tidak mau memberikan jawaban atas pertanyaan pilihan partai yang diajukan. Pada gambar 8 terlihat bahwa sebagian besar (74%) dari responden dengan pilihan tidak menjawab merupakan responden golongan ekonomi bawah.

25 17-34 tahun 35-44 tahun >45 tahun partai baru partai lama tidak menjawab 40% 37% 35% 22% 27% 30% 43% 33% 33% Gambar 7 Asosiasi peubah usia dan pilihan partai bawah menengah atas partai baru partai lama tidak menjawab 66% 65% 74% 34% 35% 26% Gambar 8 Asosiasi peubah status ekonomi dan partai Interaksi tingkat tiga yaitu gender, status ekonomi dan usia secara bebas dapat diketahui dengan menggunakan tabel kontingensi tiga arah pada Tabel 5. Tabel 5 Tabel kontingensi tiga arah peubah gender, status ekonomi dan usia Gender Status ekonomi < 34 tahun Usia 35-44 tahun > 45 tahun Laki-laki Perempuan Rendah 209 140 244 menengah atas 72 89 143 Rendah 271 155 206 menengah atas 98 102 63 Berdasarkan Tabel 5 dapat dilihat interaksi antara peubah usia dan status ekonomi pada masing-masing gender. Pada taraf signifikansi 5%, asosiasi peubah usia dan status ekonomi nyata pada responden laki-laki, hal yang sama juga terlihat pada responden perempuan seperti yang terlihat pada Tabel 6. Interaksi antara ketiga peubah ini juga dapat dilihat pada Gambar 8. 25

26 Tabel 6 Uji interaksi peubah status ekonomi dan usia pada masing-masing gender Status ekonomi Gender laki-laki Usia Chi-square 12.720 df 2 Sig..002 * perempuan Usia Chi-square 19.182 df 2 Sig..000 * Gambar 9 merupakan interaksi tiga arah secara bebas yang dapat digambarkan pada plot dua arah, usia dan status ekonomi dengan peubah ketiga gender sebagai kontrol. Dari plot diatas terlihat pola yang tidak sama antara persentase responden yang berumur < 34 tahun dan responden yang berumur 34-45 tahun dengan status ekonomi pada saat responden adalah laki-laki. Hal yang sama juga terlihat pada responden perempuan pada usia 35-44 tahun sebagian besar responden merupakan responden dengan status ekonomi menengah atas. Sementara itu responden perempuan dengan usia < 34 tahun sebagian besar merupakan golongan ekonomi bawah. Hal ini mengindikasikan adanya interaksi antar peubah usia, status ekonomi, gender. < 34 tahun 35-44 tahun > 45 tahun B2 37.26% 38.78% 23.95% B1 42.88% 24.53% 32.59% A2 23.68% 29.28% 47.04% 35.24% 23.61% 41.15% A1 A1 responden laki-laki kelompok ekonomi bawah A2 responden laki-laki kelompok ekonomi menengah atas B1 responden perempuan kelompok ekonomi bawah B2 responden perempuan kelompok ekonomi menengah atas Gambar 9 Interaksi peubah usia dan status ekonomi pada peubah gender

27 Pendugaan Parameter Pendugaan parameter pada model loglinear sederhana dapat dilihat pada Lampiran 3. Parameter pada efek utama merupakan jumlah kategori dikurangi satu sehingga masing-masing efek utama gender, usia, status ekonomi dan partai secara berurutan mempunyai 1, 2, 1, 2 parameter. Parameter pada efek interaksi merupakan perkalian dari masing-masing kategori peubah dikurangi satu, sehingga efek interaksi tingkat tiga (gender, status ekonomi dan usia) adalah 1x1x2 atau 2 parameter. Dari pendugaan parameter pada masing-masing kejadian pada Lampiran 3 diperoleh nilai pada persamaan model loglinear hasil prosedur backward elimination. Frekwensi harapan diperoleh dengan mengeskponensialkan hasil persamaan logaritma natural seperti yang terdapat pada tabel Cell Count and Residuals pada Lampiran 2. Berdasarkan pendugaan parameter yang diperoleh pada Lampiran 3, nilai logaritma frekuensi yang dapat diperoleh pada sel frekuensi dengan kategori lakilaki dari status ekonomi bawah yang berumur 17-34 tahun dan memilih untuk tidak menjawab adalah sebagai berikut : 0.8197 + 0.5626 + 1.0207 0.4154 0.6504 1.1280-0.1332 + 0.3898 0.3756 + 0.6989 Frekwensi harapan dari sel ini adalah Pada perhitungan diatas diperoleh frekuensi harapan pada model tidak jauh berbeda dengan frekuensi observasi yaitu 74.00. Nilai residual merupakan selisih dari frekuensi obervasi dan frekuensi harapan yang selengkapnya dapat dilihat pada Lampiran 2. Uji Kebaikan Model Dengan menggunakan model yang paling sederhana (parsimonious models) diharapkan frekuensi harapan mendekati frekuensi sel data yang sebenarnya. Untuk menguji kesesuaian nilai frekuensi harapan sel dengan nilai frekuensi pengamatan pada model loglinear sederhana ini digunakan statistik uji nisbah kemungkinan (likelihood Ratio Test Statistic) seperti pada Tabel 7. 27

28 Tabel 7 Uji kebaikan model Loglinear Chi-Square df p value Likelihood Ratio 21.367 16.165 Pearson 21.163 16.172 Dari Tabel 7 diperoleh nilai likelihood ratio sebesar 21.367 dan uji pearson sebesar 21.163 dengan nilai signifikan masing-masingnya 0.165 dan 0.172. Pada taraf dapat dikatakan tidak cukup bukti untuk menolak atau dengan kata lain model yang diperoleh dari prosedur eliminasi backward elimination memenuhi kriteria uji kesesuaian model. Analisis Residual Kebaikan model yang diperoleh juga dapat dilihat dengan analisis terhadap sisaan (Tabachnick dan Fidell, 1996). Sisaan dibentuk berdasarkan model loglinear yang diperoleh dari prosedur backward elimination dapat dilihat pada Lampiran 2. Dari tabel Cell Count and Residuals pada Lampiran 2 dapat dilihat bahwa sisaan yang diperoleh tidak begitu besar. nilai pencilan dari model dapat diketahui dengan menganalisis sisaan baku sebagaimana terlihat dari plot sisaan pada Gambar 10. Sebaran sisaan baku pada Gambar 10 memperlihatkan rentang yang cukup kecil yaitu -1.96 < std. residual < 1.96 dan terlihat tidak ada nilai ekstrim. Hal ini mengindikasikan model yang diperoleh memiliki kesesuaian yang tinggi. 1.96 0 0 50 100 150 200 Std. Residuals -1.96 Gambar 10 Plot sisaan baku terhadap frekuensi observasi Metode CHAID Analsis CHAID menghasilkan suatu dendogram yang menggambarkan pengelompokkan berdasarkan hubungan berstruktur peubah respon dengan peubah-peubah penjelas. Proses pengelompokkan dengan menggunakan metode

29 CHAID ini menggunakan default batas nilai-p = 0.5, artinya jika terdapat dua kategori/ kelompok yang memiliki nilai-p, maka kategori/ kelompok tersebut digabungkan. Sedangkan untuk splitting, menggunakan default nilai-p < 0.10. Dendogram hasil pemisahan analisis CHAID dapat dilihat dari Gambar 11. Pada tahap pertama pemisahan CHAID, peubah yang mempunyai asosiasi yang paling kuat dengan pilihan partai adalah peubah usia. Dari tiga kategori usia yang ada, diperoleh dua kategori baru yang berbeda secara statistik yaitu responden yang berusia < 45 tahun dan responden berusia > 45 tahun. Dari 1972 responden sekitar 36,6% merupakan kelompok responden yang berusia >45 tahun. Sebagian besar dari kelompok ini adalah pendukung partai lama yaitu sekitar 50,6%. Persentase responden yang tidak menjawab pilihan partai juga terlihat cukup besar pada kategori ini yaitu sekitar 43,8%, sedangkan partai baru memperoleh 5,6%. Pada kategori ini tidak ada peubah penjelas lain yang berinteraksi dengan usia dalam hal pengaruhnya terhadap pilihan partai oleh responden. Selanjutnya untuk kelompok responden yang berusia < 45 merupakan kategori campuran yang berasal dari kategori usia 17-34 tahun dan 35-44 tahun. Hal ini disebabkan pasangan kategori peubah tersebut memiliki angka uji yang kecil. Pada kelompok ini partai lama masih memperoleh persentase dukungan terbanyak yaitu 60,5% kemudian diikuti oleh responden yang tidak menjawab 33% dan persentase paling kecil diperoleh oleh partai baru yaitu 6,5%. Pada kelompok responden dengan usia < 45 tahun ini status ekonomi berasosiasi dengan pilihan partai. Disetiap kategori pada peubah status ekonomi, partai lama masih merupakan pilihan partai dengan persentase yang terbesar. Persentase untuk pilihan tidak menjawab cukup besar terlihat pada kelompok ekonomi bawah. Peubah selanjutnya yang berinteraksi dengan kelompok ekonomi bawah yang berusia < 45 tahun adalah peubah jenis kelamin. Pada kelompok ini, partai lama tetap menjadi pilihan terbanyak baik dari responden perempuan maupun laki-laki. Responden yang tidak memberikan jawaban atas pilihan partai yang diajukan lebih banyak terdapat pada responden perempuan sedangkan pilihan partai baru pada kelompok ini lebih banyak dipilih oleh responden laki-laki. 29

30 Pada kelompok responden golongan ekonomi menengah, interaksinya terhadap usia dibagi lagi menjadi dua kategori yaitu usia 17-34 tahun dan 35-44 tahun. Persentase partai lama yang terbesar yaitu berada pada responden golongan ekonomi menengah atas yang berusia 35-44 tahun yaitu 72,3%, sedangkan pendukung partai baru lebih banyak terdapat pada kelompok ekonomi menengah yang berusia 17-34 tahun yaitu sekitar 8,8%. Ringkasan metode CHAID dapat dilihat pada Tabel 8. Apabila dilihat secara keseluruhan, dendogram pada Gambar 11 menghasilkan lima segmentasi terhadap pilihan partai. Pada masing-masing segmentasi, partai lama masih merupakan partai yang dipercaya oleh responden untuk mewakili suara mereka di parlemen. Secara keseluruhan partai baru hanya mendapatkan proporsi suara 6.2% dari total responden. sedangkan pilihan tidak menjawab mempunyai proporsi yang cukup besar yaitu 30.9%. Secara umum dapat disimpulkan bahwa pilihan partai dipengaruhi oleh usia, status ekonomi dan gender dan interaksinya. Tabel 8 Segmentasi CHAID Node Karakteristik Responden/segmentasi Node 1 Node 9,5,2 Node 10,5,2 Node 11,6,2 Node 12,6,2 Usia > 45 tahun Usia 35-44 tahun dari golongan ekonomi menengah atas Usia 17-34 tahun dari golongan ekonomi menengah atas Perempuan golongan ekonomi bawah dan berusia < 45 tahun Laki-laki golongan ekonomi bawah dan berusia < 45 tahun Pada Gambar 11 terlihat pada kategori responden berusia > 45 tahun masih terdapat pemisahan split kepada gender, namun nilai-p yang dihasilkan > 0.20 sehingga pemisahan ini tidak dimasukkan kedalam model. Asosiasi antar peubah hanya terjadi pada peubah usia pada kategori responden berusia < 45 tahun dengan peubah status ekonomi.

31 Gambar 11 Dendogram CHAID Karakteristik Pemilih Pemilu 31