BAB 1 PENDAHULUAN. 1.1 Latar Belakang

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI. Data dapat golongan menurut jenisnya berdasarkan krikteria, yaitu :

PEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Statistik Deskriptif. Perumahan. Seminar Hasil Tugas Akhir

BAB II TINJAUAN PUSTAKA

BAB 3 METODE PENELITIAN

Memodelkan regresi logistik biner data set hasil sampel bootstrap B.

III. METODE PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

IV. METODE PENELITIAN. Kawasan ini dipilih secara sengaja (purposive) dengan pertimbangan bahwa

V. FAKTOR PENENTU KETAHANAN PANGAN RUMAH TANGGA DI PROVINSI NUSA TENGGARA TIMUR

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA

ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK

VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN

BAB II TINJAUAN PUSTAKA

METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI

BAB I PENDAHULUAN. Dalam suatu penelitian, hubungan suatu variabel dependent atau

Saintia Matematika ISSN: Vol. 02, No. 04 (2014), pp

BAB 1 PENDAHULUAN Latar Belakang

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL

METODE PENELITIAN. wilayah Kecamatan Karawang Timur dijadikan sebagai kawasan pemukiman dan

MAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY

BAB 5 PENUTUP. Determinan unmet..., Muhammad Isa, FE UI, Universitas Indonesia

BAB III METODE PENELITIAN

BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) Odds Ratio

KERANGKA PEMIKIRAN. akan digunakan dalam penelitian ini. Tahapan-tahapan metode CVM akan

BAB III METODE PENELITIAN. Jenis penilitian yang digunakan dalam penelitian ini merupakan penelitian

BAB I Pendahuluan. 1. Mengetahui pengertian penelitian metode regresi. 2. Mengetahui contoh pengolahan data menggunakan metode regresi.

HASIL DAN PEMBAHASAN

Bab 1 Pendahuluan 1.1 Latar Belakang

HASIL DAN PEMBAHASAN. penelitian ini adalah MS.Excell 2003, Answertree 2.01 dan SPSS for Windows versi Tabel 1. Karakteristik debitur

RMSE = dimana : y = nilai observasi ke-i V PEMBAHASAN. = Jenis kelamin responden (GENDER) X. = Pendidikan responden (EDU) X

III. METODOLOGI PENELITIAN. penelitian ini, penulis menggunakan dua sumber data, yaitu :

BAB 1 PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN. Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi

dimana: n1= jumlah sampel dalam tiap kecamatan

VII. MODEL PERMINTAAN IKAN DI INDONESIA

III. METODE PENELITIAN

ANALISIS PENGARUH PERTUMBUHAN EKONOMI DAN PENGANGGURAN TERHADAP TINGKAT KEMISKINAN DI KABUPATEN JAYAPURA. Evi Hartati 1

BAB III METODE PENELITIAN. menyebabkan, kebutuhan pangan tidak hanya sebatas produk pelengkap dengan

BAB III METODE PENELITIAN

IV. METODE PENELITIAN. Provinsi Jawa Barat. Lokasi ini dipilih secara sengaja (purposive) dengan

IV METODE PENELITIAN

BAB II TINJAUAN PUSTAKA

IV. METODE PENELITIAN. Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga

Kata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue

BAB III METODOLOGI PENELITIAN. kriteria yang sudah ditetapkan atau bisa disebut representatif.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Kata kunci---beras Keluarga Miskin, regresi logistik biner. I. PENDAHULUAN

BAB III METODE PENELITIAN. Penelitian ini menggunakan pendekatan kuantitatif untuk menjawab

IV. METODE PENELITIAN

PENDAHULUAN Latar Belakang

III. METODE PENELITIAN. Penelitian dilakukan di Provinsi Lampung yang terdiri dari 14 kabupaten/kota

IV. METODE PENELITIAN. Maret Pemilihan lokasi tersebut dilakukan secara sengaja (purposive), menimbulkan eksternalitas positif bagi masyarakat.

HASIL DAN PEMBAHASAN. Model Regresi Logistik Biner untuk data Hasil Pembangkitan

BAB I PENDAHULUAN. Beras merupakan bahan pangan pokok bagi sebagian besar penduduk

BAB 2 LANDASAN TEORI

. Keberhasilan manajemen data dan informasi kependudukan yang memadai, akurat, lengkap, dan selalu termutakhirkan.

METODE PENELITIAN. untuk menjawab tujuan penelitian berdasarkan data yang diperoleh dan dianalisis.

IDENTIFIKASI KARAKTERISTIK ANAK PUTUS SEKOLAH DI JAWA BARAT DENGAN REGRESI LOGISTIK

Determinan Partisipasi Bekerja Individu pada Sektor Pariwisata di Provinsi Jawa Tengah

1 BAB I 2 PENDAHULUAN. sangat diperlukan dalam kehidupan sehari-hari. Begitu pula dalam penelitian

BAB III DATA DAN METODOLOGI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN

III. KERANGKA PEMIKIRAN

BAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara

BAB III METODE PENELITIAN. Berdasarkan permasalahan dan hipotesis penelitian, penelitian ini

PROFIL KEMISKINAN DI MALUKU TAHUN 2013

KLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Pendapatan perkapita merupakan besarnya pendapatan rata-rata penduduk suatu

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL

TINGKAT KETIMPANGAN PENGELUARAN PENDUDUK NUSA TENGGARA BARAT MARET 2017 MENINGKAT

BAB III METODA PENELITIAN. Dalam penelitian ini digunakan variabel-variabel untuk melakukan analisis data.

VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PENGEMBALIAN KREDIT USAHA RAKYAT MIKRO

III. METODE PENELITIAN A.

I. PENDAHULUAN. jangka panjang (Sukirno, 2006). Pembangunan ekonomi juga didefinisikan

PROFIL PEMANFAATAN TEKNOLOGI INFORMASI OLEH MASYARAKAT

III. METODELOGI PENELITIAN. sampel dari suatu populasi dan menggunakan kuesioner sebagai alat

Polres Tapanuli Selatan merupakan bagian dari Kepolisian Republik Indonesia yang melayani di bidang pemeliharan dan keamanan, ketertiban

IV. METODOLOGI PENELITIAN. wisata tirta. Lokasi penelitian ini dapat dilihat pada Lampiran 1.

BAB III METODOLOGI PENELITIAN

IV. METODE PENELITIAN

BERITA RESMI STATISTIK

MODEL REGRESI TERBOBOTI GEOGRAFIS DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN, BISQUARE, DAN TRICUBE PADA PERSENTASE KEMISKINAN DI PROVINSI JAWA TENGAH

BAB II KAJIAN TEORI. Sebuah Matriks adalah susunan segi empat siku-siku dari bilangan-bilangan.

BAB III METODA PENELITIAN. sekunder, yaitu laporan keuangan dan laporan tahunan perusahaan non keuangan

III. METODE PENELITIAN. Penelitian ini menggunakan data time series tahunan Data

BAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor

III. METODE PENELITIAN

(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER

PROFIL KEMISKINAN DI INDONESIA SEPTEMBER 2011

PENENTUAN MODEL KEMISKINAN DI JAWA TENGAH DENGAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)

METODE PENELITIAN. Setiabudi 8

BAB V HASIL ANALISIS DAN PEMBAHASAN. semua variabel independen tidak signifikan pada tingkat 1%.

PROFIL KEMISKINAN DI PROVINSI SULAWESI BARAT SEPTEMBER 2016

Saintia Matematika ISSN: Vol. 2, No. 3 (2014), pp FAKTOR YANG MEMPENGARUHI KESADARAN WAJIB PAJAK PBB (PAJAK BUMI DAN BANGUNAN)

BAB IV ANALISIS HASIL DAN PEMBAHASAN

Transkripsi:

BAB 1 PENDAHULUAN 1.1 Latar Belakang Menurut Kamus Besar Bahasa Indonesia, Kesejahteraan adalah hal atau keadaan sejahtera, keamanan, keselamatan, ketentraman. Dalam istilah umum, sejahtera menunjuk ke keadaan yang baik, kondisi manusia dimana orang-orangnya dalam keadaan makmur, dalam keadaan sehat dan damai (id.wikipedia.org). Berdasarkan Undang-undang Nomor 32 Tahun 2014 Tentang Pemerintah Daerah telah diatur bahwa salah satu hakekat dari otonomi daerah adalah untuk meningkatkan kesejahteraan masyarakat. Keberhasilan pembangunan dengan adanya otonomi daerah dapat tercermin dari banyaknya masyarakat yang ikut berpartisipasi dan menerima dampak positif dari proses pembangunan yang dilaksanakan di suatu daerah. Adanya regulasi yang mengatur tentang otonomi daerah, memberikan kesempatan yang lebih luas bagi pemerintah daerah untuk dapat mewujudkan kesejahteraan masyarakat yang lebih baik. Menurut Badan Pusat Statistik (BPS), kesejahteraan merupakan representasi yang bersifat kompleks karena mempunyai keterkaitan multidimensi. Secara umum kesejahteraan dapat diukur dari sisi demografi, kecukupan pangan, pendidikan, kesehatan, ketenagakerjaan, dan kondisi lingkungan. Kemiskinan merupakan bentuk ketidakmampuan untuk meraih kesejahteraan di pandang dari sisi ekonomi dalam memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran. Badan Pusat Statistik (BPS) mencatat jumlah penduduk miskin Indonesia pada bulan September 2014 mencapai 27,73 juta orang atau 10,96 persen dari jumlah penduduk. Jumlah penduduk miskin terbanyak berada di daerah pedesaan yaitu mencapai 17,37 juta orang atau 13,76 persen, sedangkan jumlah penduduk

miskin di daerah perkotaan tercatat sebanyak 10,36 juta orang atau 8,16 persen. Pulau Jawa menjadi penyumbang jumlah penduduk miskin terbanyak yaitu 15,1 juta orang, diikuti Sumatera sebesar 6,07 juta orang, Sulawesi sebesar 2,05 juta orang, Bali dan Nusa Tenggara sebanyak 2 juta orang dan Maluku dan Papua sebesar 1,4 juta orang. BPS juga mencatat selama periode tersebut, garis kemiskinan naik 3,17 persen, dari sebelumnya Rp302.735 per kapita per bulan pada Maret 2014 menjadi Rp312.328 per kapita per bulan pada September 2014, dengan peranan komoditi makanan jauh lebih besar dari komoditi bukan makanan. Jumlah penduduk miskin di Sumatera Utara pada September 2014 sebanyak 1.360.600 orang (9,85%), angka ini bertambah sebanyak 73.900 orang bila dibandingkan dengan jumlah penduduk miskin Maret 2014 yang berjumlah 1.286.700 orang (9,38%).Selama periode Maret 2014 September 2014, penduduk miskin di daerah pedesaan bertambah 38.600 orang (dari 654.500 orang pada Maret 2014 menjadi 693.100 orang pada September 2014), sedangkan di daerah perkotaan bertambah 35.300 orang (dari 632.200 orang pada Maret 2014 menjadi 667.500 orang pada September 2014). Penduduk miskin di daerah perkotaan pada September 2014 sebesar 9,81 persen, naik dibanding Maret 2014 yang sebesar 9,35 persen. Begitu juga dengan penduduk miskin di daerah pedesaan, yaitu dari 9,40 persen pada Maret 2014 naik menjadi 9,89 persen pada September 2014. Kabupaten Serdang Bedagai merupakan salah satu kabupaten yang terdapat di Provinsi Sumatera Utara dengan luas wilayah sebesar 1.900,22 Km 2. Letak geografis Kabupaten Serdang Bedagai terletak pada posisi 3 0 1 2,5 Lintang Utara 3 0 46 33 Lintang Utara dan 98 0 44 22 Bujur Timur 99 0 19 01 Bujur Timur dengan ketinggian berkisar 0-500 meter di atas permukaan laut. Suryadarma (2005) mengungkapkan variabel-variabel yang menjadi ciri kesejahteraan suatu keluarga antara lain : kepemilikan asset, kepemilikan

binatang ternak, status perkawinan kepala rumah tangga. Jenis kelamin kepala rumah tangga, tingkat pendidikan kepala rumah tangga dan pasangannya, anggota rumah tangga yang bekerja, sektor pekerjaan, akses terhadap rumah tangga, konsumsi makanan dan indikator kesehatan, indikator kesejahteraan yang lainnya, serta partisipasi politik dan akses kepada informasi. Dengan banyak variabel yang mempengaruhi kesejahteraan rumah tangga maka kita dapat mengklasifikasikan kesejahteraan rumah tangga di Kabupaten Serdang Bedagai dalam kategori penduduk miskin dan tidak miskin. Pengklasifikasian data tersebut dapat menggunakan analisis regresi logistik. Regresi logistik merupakan salah satu analisis multivariate yang berguna untuk memprediksi variabel dependen berdasarkan variabel independen. Regresi logistik ini tidak seperti pada regresi linier biasa. Regresi logistik merupakan regresi non linier dimana model yang ditentukan akan mengikuti pola data yang berupa data kategorik. Regresi logistik memiliki beberapa kelebihan yaitu tidak memiliki asumsi normalitas atas variabel dependen yang digunakan dalam model, variabel-variabel dependen dalam regresi logistik bisa merupakan campuran dari variabel kontinu, diskrit dan dikotomis. Penaksiran parameter pada model ini menggunakan metode maksimum likelihood dengan pengujian hipotesisnya menggunakan tes likelihood rasio. Pendugaan koefisien model regresi logistik tidak dapat dilakukan dengan metode kuadrat terkecil (ordinary least squares) karena pelanggaran asumsi kehomogenan ragam. Berdasarkan uraian tersebut maka peneliti ingin mengetahui faktor apa saja yang dapat mempengaruhi kesejahteraan rumah tangga sehingga peneliti melakukan penelitian dalam suatu karya ilmiah berupa skripsi yang berjudul Faktor-Faktor Yang Mempengaruhi Kesejahteraan Rumah Tangga Di Kabupaten Serdang Bedagai Dengan Pendekatan Regresi Logistik.

1.2 Rumusan Masalah Permasalahan yang ingin diketahui oleh peneliti adalah menentukan faktor-faktor yang dapat mempengaruhi kesejahteraan rumah tangga, peneliti menentukan tujuh faktor dari banyak faktor yang ada. Ketujuh faktor yang akan dibahas yaitu kependudukan, pendidikan, kesehatan, ketenagakerjaan, sosial ekonomi rumah tangga, perumahan, teknologi informasi dan komunikasi. 1.3 Batasan Masalah Agar permasalahan yang dikaji lebih fokus dan menjadi lebih jelas maka permasalahan dibatasi oleh : 1. Variabel-variabel kesejahteraan rumah tangga yang dibahas adalah sebagai berikut : 1. Faktor kependudukan yang dapat diketahui darijeniskelaminkepalarumahtangga (X 1 ), usiakepalarumahtangga (X 2 ), status perkawinankepalarumahtangga (X 3 ) dan jumlah anggota rumah tangga (X 4 ). 2. Faktor pendidikan yang dapat diketahui dari ijazah tertinggi yang dimiliki kepala rumah tangga (X 5 ). 3. Faktorkesehatanditinjaudarikesehatankepalarumahtangga selama satu bulan terakhir (X 6 ). 4. Faktor ketenagakerjaan yang terdiri dari kegiatanutamakepalarumahtangga (X 7 ), lapanganusahautamakepalarumahtangga (X 8 ), status pekerjaan utama kepala rumah tangga (X 9 ). 5. Faktor sosial ekonomi yang dapat diketahui dari pengalaman membeli beras raskin selama tiga bulan terakhir (X 10 ). 6. Faktor perumahan yang terdiri dari status penguasaan bangunan tempat tinggal (X 11 ), sumber air minum (X 12 ), cara memperoleh air minum (X 13 ), dan bahan bakar/energi utama untuk memasak (X 14 ).

7. Faktor teknologi informasi dan komunikasi yang diketahui dari anggota rumah tangga yang memiliki telepon selular (X 15 ), penguasaankomputer (X 16 ), danpenguasaan laptop (X 17 ). 2. Penelitian dilakukan dengan mengumpulkan data sekunder hasil survei yang dilakukan oleh Badan Pusat Statistik (BPS) tahun 2013. 3. Penelitian ini menggunakan aplikasi SPSS guna mempermudah pengolahan data. 1.4 Tujuan Penelitian Berdasarkan permasalahan, maka penulis ini memiliki tujuan sebagai berikut : 1) Mendapatkan karakteristik rumah tangga di Kabupaten Serdang Bedagai. 2) Menganalisis pengaruh kependudukan, pendidikan, kesehatan, ketenagakerjaan,sosial ekonomi rumah tangga, perumahan,dan teknologi informasi komunikasi terhadap kesejahteraan rumah tangga. 3) Mendapatkan model persamaan regresi logistik untuk klasifikasi kesejahteraan rumah tangga di Kabupaten Serdang Bedagai. 1.5 Tinjauan Pustaka 1. Statistik deskriptif Statistik deskriptif adalah analisis yang berkaitan dengan pengumpulan dan penyajian data sehingga dapat memberikan informasi yang berguna. Analisis ini bertujuan menguraikan tentang sifat-sifat atau karakteristik dari suatu keadaan dan untuk membuat deskripsi atau gambaran yang sistematis dan akurat mengenai fakta-fakta, sifat-sifat dari fenomena yang diselidiki. Beberapa bentuk penyajian statistik deskriptif adalah tabel, diagram, grafik, histogram dan lainnya. 2. Regresi logistik

Regresi logistik adalah bentuk khusus analisis regresi dengan variabel respon bersifat kategorik dan variabel prediktor bersifat kategorik, kontinu atau gabungan antara keduanya. Regresi logistik ini digunakan untuk menguji apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya. Sartono dalam syafrizal dkk (2010) menerangkan bahwa regresi logistik telah banyak digunakan secara luas sebagai salah satu alat analisis pemodelan ketika variabel responnya (Y) bersifat biner. Istilah biner merujuk pada penggunaan dua buah bilangan 0 dan 1 untuk menggantikan dua kategori pada variabel respon. Pendugaan koefisien model regresi logistik tidak dapat dilakukan dengan metode kuadrat terkecil (ordinary least square) seperti halnya regresi linier karena pelanggaran asumsi kehomogenan ragam. Metode kemungkinan maksimum (maksimum likelihood) menjadi salah satu alternatif yang dapat digunakan. Menurut Yasril (2008) fungsibasis logistik adalah : 1 f ( z) z 1 z e Dimana : Z = p x 0 j ij j1 e = bilangan natural (2,71828182),..., 0, 1, 2 j = koefisien regresi X11 X12, X13,..., X1p, = variabel independen Secara umum fungsi hubung yang digunakan adalah fungsi hubung logit, maka distribusi peluang menurut Hosmer Lemeshow (1989) yang digunakan adalah fungsi logistik: e 1 e g( x) ( xi ) g( x)

Dengan g x) x... ( 0 1 1 x p p p = jumlah variabel bebas, ( x i ) = peluang tingkat suatu kejadian sehingga ( x ) i e 01x1 2x2... pxp 01x1 2x2... px 1 e p Menurut Yasril (2008) Statistik uji Wald untuk uji signifikansi parameter regresi logistik : Wilayah kritis : w i i SE i w i 2 k, Keterangan : i SE i k = nilai koefisien regresi logistik untuk variabel ke-i = nilai standard error untuk variabel ke-i = jumlah variabel bebas yang digunakan = taraf nyata Menurut Hosmer Lemeshow (1989) rumus untuk menyatakan odds ratio adalah : Keterangan : 1 / 0/ 1 1 1 0 1 = peluang kejadian kelompok pertama 0 = peluang kejadian kelompok kedua Tingkat kesejahteraan masyarakat antara lain dapat diukur melalui besarnya pendapatan dan pengeluaran. Pengeluaran untuk kebutuhan konsumsi

dapat mencerminkan tingkat kemampuan ekonomi masyarakat, dan kemampan daya beli masyarakat dapat memberikan gambaran tentang tingkat kesejahteraan masyarakat. Semakin tinggi daya beli masyarakat, menunjukkan meningkatnya kemampuan dalam memenuhi kebutuhan hidupnya dan selanjutnya akan berdampak meningkatnya kesejahteraan masyarakat (BPS, 2009). 1.6 Kontribusi Penelitian Hasil penelitian ini diharapkan berkontribusi bagi : 1. Penulis Penulis mampu mengetahui faktor-faktor yang mempengaruhi kesejahteraan rumah tangga di Kabupaten serdang Bedagai dengan menggunakan analisis regresi logistik. 2. Kabupaten Serdang Bedagai Mampu menjadi rekomendasi sebagai bahan pertimbangan dalam melakukan perencanaan pembangunan untuk meningkatkan kesejahteraan rumah tangga di Kabupaten Serdang Bedagai. 3. Departemen/Universitas Agar dapat dijadikan bahan studi kasus bagi pembaca, acuan bagi mahasiswa serta bahan referensi bagi pihak perpustakaan dan dapat berfungsi sebagai bahan bacaan yang dapat menambah pengetahuan bagi pembaca. 1.7 Metodologi Penelitian Penyususnan tugas akhir ini menggunakan data sekunder dari Badan Pusat Statistik Kabupaten serdang Bedagai. Adapun metodologi dlam penelitian ini adalah sebagai berikut :

1. Identifikasi data dan Pendefinisian Variabel Pada tahap ini dilakukan identifikasi dan penentuan data apa sajakah yang akan dianalisis menggunakan metode analisis regresi logistik. Adapun data yang diamati adalah data-data yang mempengaruhi kesejahteraan rumah tangga sebagai berikut : (1) kependudukan, (2) pendidikan, (3) kesehatan, (4) ketenagakerjaan, (5) soial ekonomi, (6) perumahan, (7) teknologi informasi dan komunikasi. Variabel penelitian yang digunakan pada penelitian ini terdiri dari variabel respon (Y) dan variabel prediktor (X). Variabel respon dalam penelitian ini adalah kesejahteraan rumah tangga, dimana rumah tangga dibagi menjadi 2 kategori, yaitu : 1. Miskin (0) 2. Tidak miskin (1) Pengelompokan tersebut didasarkan pada besarnya pengeluaran perkapita rumah tangga per bulan pada tahun 2013. BPS telah menetapkan angka Rp. 640.202 sebagai garis kemiskinan. Apabila suatu rumah tangga memiliki pengeluaran perkapita per bulan di bawah nilai garis kemiskinan tersebut, maka rumah tangga tersebut tergolong sebagai rumah tangga miskin, dan sebaliknya. Variabel prediktor dari penelitian ini adalah sebagai berikut : (X 1 ) : Jeniskelaminkepalarumahtangga (X 2 ) : Usia kepala rumah tangga. (X 3 ) : Status perkawinankepalarumahtangga (X 4 ) : Jumlahanggota rumah tangga. (X 5 ) : Ijazahtertinggi yang dimilikikepalarumahtangga. (X 6 ) : Kesehatankepalarumahtanggaselamasatubulanterakhir. (X 7 ) : Kegiatanutamakepalarumahtangga. (X 8 ) : Lapanganusahakepalarumahtangga. (X 9 ) : Status pekerjaanutamakepalarumahtangga. (X 10 ) : Pengalamanmembeliberasraskinselamatigabulanterakhir. (X 11 ) : Status bangunantempattinggalrumahtangga. (X 12 ) :Sumber air minumrumahtangga.

(X 13 ) : Cara memperoleh air minumrumahtangga. (X 14 ) :Bahanbakar yang digunakanuntukmemasak. (X 15 ) :Anggota rumah tangga yang memiliki telepon selular. (X 16 ) :Penguasaankomputer. (X 17 ) :Penguasaan laptop. 2. Pengumpulan Data Pada tahap ini dilakukan pengumpulan data sekunder dari Badan Pusat Statistik Kabupaten Serdang Bedagai. Data yang digunakan dalam penelitian ini adalah data SUSENAS (survei sosial ekonomi nasional) tahun 2013. Susenas adalah survei yang dilaksanakan oleh BPS untuk mengumpulkan data sosial ekonomi kependudukan dengan cakupan yang luas, mulai dari aspekpendidikan, kesehatan, perumahan dan variabel sosial ekonomi lainnya yang umumnya berkaitan dengan kesejahteraan rumah tangga. 3. Metode Analisis Data 1) Statistik Deskriptif Pada tahap ini akan dideskripsikan variabel-variabel yang mempengaruhi kesejahteraan rumah tangga di Kabupaten Serdang Bedagai. 2) Analisis Regresi Logistik Metode regresi logistik digunakan untuk mengetahui pola hubungan antara variabel respon yang bersifat ketegorik dengan satu atau lebih variabel prediktor baik yang bersifat kontinu maupun kategorik. Pada penelitian ini regresi logistik digunakan untuk mengetahui pola hubungan kesejahteraan rumah tangga di Kabupaten Serdang Bedagai. 3) Regresi Logistik Biner Secara Individu Analisis regresi logistik biner ini dilakukan dengan pengujian secara individu terhadap masing-masing variabel prediktor. Pengujian ini digunakan untuk

mengetahui pengaruh masing-masing variabel prediktor terhadap variabel respon secara individu. 4) Persamaan regresi logistik Pada tahap ini akan didapatkan model persamaan regresi logistik. Tujuan analisis regresi logistik adalah untuk memperoleh model yang paling baik dan sederhana yang dapat menggambarkan hubungan antara variabel prediktor dan variabel respon. 5) Odds Ratio Odds ratio didefinisikan sebagai perbandingan dari nilai variabel sukses terhadap variabel bernilai gagal. Dengan kata lain odds ratio menjelaskan seberapa besar pengaruh variabel sukses dibanding variabel gagal terhadap suatu eksperimen atau observasi. Pada kasus penelitian dengan regresi logistik, nilai ini dapat dilihat dari nilai Exp(B) pada hasil analisis data. Hasil tersebut akan menunjukkan pengaruh setiap variabel-variabel bebas terhadap variabel terikatnya. 6) Analisis dan Kesimpulan Bagian ini akan membahas tahapan analisis dari hasil perhitungan dari prosedur analisis regresi logistik yang dilakukan, sehingga dapat diinterpretasikan variabel-variabel apakah yang mempengaruhi kesejahteraan rumah tangga di Kabupaten Serdang Bedagai.