Structural Equation Modelling untukMengetahui Keterkaitan Faktor-Faktor

Yang Mempengaruhi Kemiskinan di Kabupaten Jombang

Oleh :Renanthera Puspita N.

1

Pembimbing :Dr. Bambang Widjanarko Otok, M.Si.

AGENDA

2

PENDAHULUAN

TINJAUAN PUSTAKA

METODOLOGI PENELITIAN

ANALISIS & PEMBAHASAN

KESIMPULAN & SARAN

Latar Belakang

3

5,071 juta jiwa (13,40 persen)

74.340 keluarga.Dari jumlah total keluarga miskin tersebut,sekitar 11 ribu keluarga masuk kategori sangatmiskin.

Jawa Timur

67,84 persen diantaranya ada di daerahperdesaan atau 3,44 juta penduduk.(BPS, 2012)

Jombang

Penelitian Terdahulu

4

Vibryanto (2010)

Analisis faktor-faktor yang mempengaruhitingkat pengangguran di Kabupaten jombang

Pamungkas (2012)

Revitalisasi sektor pertanian untukmenanggulangi masalah kemiskinan diKabupaten Jombang

Afandi, Sumartonodan Wahab (2009)

Pembangunan daerah dan penanggulangan kemiskinan (studikasus implementasi proyek pembinaan peningkatanpendapatan petani dan nelayan kecil / P4K di KabupatenJombang.

5

• Bagaimana keterkaitan antar faktorpenentuan kemiskinan di KabupatenJombang dengan menggunakan metodeSEM

RumusanMasalah

• Mengetahui faktor-faktor yang mempengaruhi penentuan kemiskinan diKabupaten Jombang.

ManfaatPenelitian

• Metode SEM-PLS Penelitian menggunakandata dari BAPPEDA Kabupaten Jombangtahun 2010

BatasanMasalah

Latar Belakang

Tinjauan Pustaka

6

Parwoto, 2001

Suatu situasi atau kondisi yang dialami olehseseorang atau kelompok orang yang tidakmampu menyelenggarakan hidupnya sampaisuatu taraf yang dianggap manusiawi.

BPS

Tingkat kemiskinan didasarkan pada jumlahrupiah konsumsi berupa makanan yaitu 2100 kalori per orang per hari.

Tinjauan Pustaka

7

7.20' dan 7.45' . Lintang Selatan 5.20º -

5.30 º Bujur Timur. Luas wilayah kabupaten

115.950 Ha : 1.159,5 Km².

Ibukota Kabupaten Jombang terletak pada

ketinggian 44m di atas permukaan laut.

Kabupaten Jombang terdiri atas 21

kecamatan 301 desa dan 5 kelurahan

Tinjauan Pustaka

8

Structural Model Measurement Model

ζξηη +Γ+= BAsumsi :

0)( =ηE

0)( =ξE0)( =ζE

0)'( =ξζE

1

2

3

4

εη +Λ= yy

δξ +Λ= xx

Hair et al., 1998

Model statistika yang mengkombinasikan aspek multiple regresion (memeriksa hubungan dependensi) dan analisis faktor (merepresentasikan konsep yang tidak bisa diukur-faktor dengan variabel banyak) untuk mengestimasi hubungan struktural yang relatif “rumit” secara simultan

Tinjauan Pustaka

9

Confirmatory Factor Analysis Analisis Jalur

Tinjauan Pustaka

10

Outer Model Inner Model

Estimasi Parameter SEM-PLS

( )jhjh

J

hjhj xxwy −= ∑

−1

: outer weightsjhw

∑jj ndihubungkaj

jjjj yezξξ

α.':'

''

Pemilihan bobot inner disebut denganskema centroid.

Uji Kelayakan Model

1. Convergent Validity

2. Diskriminant Validity 3. Composite Reliability

Model dikatakan baikapabila nilai korelasi lebih

tinggi dari 0.70

)var(2

2

ii

ii

iAVE

ελλ

∑∑

+=

Nilai AVE yang direkomendasikan yaituharus lebih besar 0.05.

( ))var()( 2

2

ii

ii

ipc

ελλ

∑∑∑+

=

Tinjauan Pustaka

11

•Nilai t-statistik muatan faktornya (loading faktor) lebih besar dari t-tabel(1.96).•Standardized loading factor sebesar 0.5.

•Koefisien hubungan antar variabel signifikan (t-statistik 1.96).•Nilai R-square mendekati 1.

Uji Kelayakan Model

Boostrap

Bootstrap merupakan metode penaksir nonparametric yang dapatmenaksir parameter-parameter dari suatu distribusi, varians dari sampelmedian, serta dapat menaksir error.

Metodologi Penelitian

12

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

Unit sampling yang digunakan adalah 21 Kecamatan diKabupaten Jombang.

Variabel LatenEndogen3 1 Variabel Laten

Eksogen

Metodologi Penelitian

13

Kesehatan

X1 Rumah tangga yang luas bangunan tempat tinggal kurang dari 8m2 per orang.

X2Rumah tangga yang jenis atap bangunan tempat tinggal terbuat dari bambu/

kayu murahan.

X3Rumah tangga yang jenis lantai bangunan tempat tinggal terbuat dari tanah/

bambu/ kayu murahan.

X4Rumah tangga yang jenis dinding tempat tinggal terbuat dari bambu/ rumbia/

kayu berkualitas rendah/ tembok tanpa diplester.

X5Rumah tangga yang tidak memiliki fasilitas buang air besar/ bersama-sama

dengan rumah tangga lain.

X6Rumah tangga yang sumber air minum berasal dari sumur/ mata air tidak

terlindung/ sungai/ air hujan.

X7Rumah tangga yang tidak sanggup membayar biaya pengobatan di puskesmas/

poliklinik.

X8 Rumah tangga yang tidak memiliki tempat pembuangan akhir tinja.

Metodologi Penelitian

14

Kualitas Ekonomi

Y1 Rumah tangga yang status penguasaan bangunan.

Y2Rumah tangga yang sumber penerangan rumah tangga tidak

menggunakan listrik.

Y3Rumah tangga yang bahan bakar untuk memasak sehari-hari

adalah kayu bakar/ arang/ minyak tanah.

Y4Rumah tangga yang hanya mengkonsumsi daging/ susu/ ayam

satu kali dalam seminggu.

Y5Rumah tangga yang hanya membeli satu stel pakaian baru dalam

setahun.

Y6Rumah tangga yang hanya sanggup makan sebanyak satu/ dua kali

dalam sehari.

Y7Rumah tangga yang tidak memiliki tabungan/ barang yang mudah

dijual.

Y8Rumah tangga yang sumber penghasilan kepala rumah tangga per

bulan dibawah Rp. 600.000.

Metodologi Penelitian

15

SDM

Kemiskinan

Y9Rumah tangga dengan pendidikan tertinggi kepala rumah

tangga tidak sekolah/ tidak tamat SD/ hanya SD.

Y10 Rumah tangga yang berstatus sangat miskin.

• Mendapatkan model berbasis konsep dan teori yang dikembangkan untuk merancang model struktural dan model pengukuran

• Membuat diagram jalur yang dapat menjelaskan pola hubungan antara variabel laten dan juga indikatornya

• Melakukan analisis konfirmatori dari masing-masing variable laten• Menguji signifikansi parameter model pengukuran• Mengestimasi model persamaan struktural • Konversi diagram jalur ke dalam persamaan• Mengestimasi parameter (bobot, faktor loading, koefisien jalur)

– Mengambil sampel bootstrap sebanyak n dari data set denganpengulangan sebanyak n.

– Memodelkan SEM dari data set hasil sampel bootstrap– Mengulang langkah sebelumnya sebanyak B kali (replikasi bootstrap).– Memilih model terbaik dari berbagai replikasi bootstrap

16

Metodologi Penelitian

Analisis & Pembahasan

17

Deskriptif

0

5

10

15

20

25

30

35

3.31

32.17

Analisis & Pembahasan

18

Pengujian Model Pengukuran

Variabel AVE Composite reliability

Kesehatan 0.443 0.696Ekonomi 0.415 0.489

SDM 1 1

Kemiskinan 1 1

Nilai AVE > 0.5

Nilai Composite reliability > 0.7

Analisis & Pembahasan

19

Loading Pengukuran

Original sample estimate Mean of subsamples T-Statistic

KesehatanX1 -0.787 -0.785 28.799X2 0.083 0.08 1.099X3 0.544 0.539 10.345X4 0.933 0.934 203.101X5 0.914 0.913 72.491X6 0.291 0.29 4.848X7 0.395 0.372 7.523X8 0.823 0.827 59.698

EkonomiY1 0.136 0.152 1.774Y2 -0.265 -0.26 5.607Y3 -0.946 -0.947 199.273Y4 0.504 0.518 7.281Y5 0.77 0.781 40.81Y6 0.834 0.83 56.758Y7 0.865 0.875 47.136Y8 0.218 0.224 3.406

KemiskinanY10 1 1SDMY9 1 1

20

Pengujian Model Pengukuran

Analisis & Pembahasan

AVEComposite Reliability

Kesehatan 0.513 0.744

Ekonomi 0.474 0.517

Kemiskinan 1 1

SDM 1 1

Kesehatan Ekonomi SDM Kemiskinan

X1 -0.777 0.59 -0.767 -0.178

X3 0.576 -0.376 0.322 0

X4 0.923 -1.156 1.068 0.28

X5 0.932 -0.799 0.732 0.132

X6 0.246 -0.475 0.677 -0.008

X7 0.395 -0.232 0.229 -0.06

X8 0.848 -1.077 0.803 0.299

Y2 0.008 -0.263 0 0.035

Y3 1.073 -0.947 0.893 0.252

Y4 -0.097 0.51 -0.053 -0.064

Y5 -0.122 0.782 -0.082 -0.001

Y6 -0.951 0.824 -0.941 -0.061

Y7 -0.452 0.872 -0.328 -0.099

Y8 -0.017 0.206 -0.055 0.005

Y9 0.958 -0.836 1 0.078

Y10 0.165 -0.166 0.062 1

Analisis & Pembahasan

21

Loading Pengukuran

Original sample estimate Mean of subsamples T-Statistic Keterangan

KesehatanX1 -0.777 -0.775 41.447 SignifikanX3 0.576 0.57 18.11 SignifikanX4 0.923 0.923 251.071 SignifikanX5 0.932 0.931 135.111 SignifikanX6 0.246 0.248 6.55 SignifikanX7 0.395 0.391 7.725 SignifikanX8 0.848 0.848 100.932 Signifikan

EkonomiY2 -0.263 -0.272 6.811 SignifikanY3 -0.947 -0.947 211.637 SignifikanY4 0.51 0.516 6.029 SignifikanY5 0.782 0.779 63.896 SignifikanY6 0.824 0.823 68.95 SignifikanY7 0.872 0.87 94.39 SignifikanY8 0.206 0.202 3.839 Signifikan

SDMY9 1 1

KemiskinanY10 1 1

22

Pengujian Model Struktural

Analisis & Pembahasan

Original sample

Mean of subsamples

T-Statistic

Kesehatan -> Ekonomi -0.677 -0.68 24.179

SDM -> Ekonomi -0.176 -0.17 5.472

Kesehatan -> Kemiskinan 0.567 0.549 6.202

Ekonomi -> Kemiskinan -0.193 -0.196 2.773

SDM -> Kemiskinan -0.56 -0.549 5.651Kesehatan -> SDM 0.891 0.892 105.688

R-squareKesehatanEkonomi 0.702

SDM 0.794Kemiskinan 0.12

23

Analisis & Pembahasan

24

Analisis & Pembahasan

Original Sample

Mean of subsamples50 100 200 300 400 500

Kes -> Eko -0.677 -0.624 -0.646 -0.665 -0.672 -0.68 -0.68

SDM -> Eko -0.176 -0.25 -0.216 -0.184 -0.182 -0.17 -0.177

Kes -> Kem 0.567 0.621 0.607 0.621 0.582 0.549 0.579

Eko -> Kem -0.193 0.134 -0.089 -0.231 -0.184 -0.196 -0.158

SDM -> Kem -0.56 -0.239 -0.534 -0.64 -0.57 -0.549 -0.545

Kes -> SDM 0.891 0.885 0.895 0.898 0.892 0.892 0.886

SEM Boostrap

T-StatisticB=50 B=100 B=200 B=300 B=400 B=500

Kesehatan -> Ekonomi 4.437 7.305 10.059 12.163 25.179 16.686SDM -> Ekonomi 1.108 1.752 2.469 2.645 5.472 3.659

Kesehatan -> Kemiskinan 1.487 2.107 3.535 3.886 6.202 6.103

Ekonomi -> Kemiskinan 0.438 0.652 1.599 1.127 2.773 1.323

SDM -> Kemiskinan 1.429 2.119 4.08 4.475 5.651 7.666Kesehatan -> SDM 19.285 38.6 59.866 57.514 105.688 88.009

25

Analisis & PembahasanSEM Boostrap

Original sample estimate

Mean of subsamples

Standard deviation

T-Statistic

KesehatanX1 -0.777 -0.775 0.019 41.45X3 0.576 0.57 0.032 18.11X4 0.923 0.923 0.004 251.071X5 0.932 0.931 0.007 135.111X6 0.246 0.248 0.038 6.44X7 0.395 0.391 0.051 7.725X8 0.848 0.848 0.008 100.932

EkonomiY2 -0.263 -0.272 0.039 6.811Y3 -0.947 -0.947 0.004 211.637Y4 0.51 0.516 0.085 6.029Y5 0.784 0.779 0.012 63.896Y6 0.824 0.823 0.012 68.95Y7 0.872 0.87 0.009 94.39Y8 0.206 0.202 0.054 3.839

KemiskinanY10 1 1 0SDMY9 1 1 0

Kontribusi paling tinggiberada pada koefisienjalur prosentase kepalarumah tangga yang tidaksekolah atau tidak tamatSD (Y9) terhadapvariabel SDM sertaprosentase rumahtangga yang berstatussangat miskin (Y10)terhadap variabelkemiskinan. Sedangkankontribusi paling rendahadalah pada prosentaserumah tangga yang tidakmenggunakan listriksebagai sumberpenerangan terhadapvariabel ekonomi

Kesimpulan & Saran

26

• Kesehatan memberikan pengaruh negatif dansignifikan terhadap ekonomi dengan koefisienjalur sebesar 0.667 dan nilai t-statistik sebesar24.179.

• Sumber daya manusia (SDM) berpengaruhnegatif terhadap ekonomi sebesar 0.176 dengannilai t-statistik sebesar 5.472.

• Kesehatan berpengaruh positif dan signifikanterhadap kemiskinan dengan koefisien jalursebesar 0.567 dan t-statistik sebesar 6.202.

• Ekonomi berpengaruh negatif dan signifikanterhadap kemiskinan, dengan nilai koefisien jalursebesar 0.193 dan t-statistik sebesar 2.773.

• SDM memberikan pengaruh yang negatif dansignifikan terhadap kemiskinan, dengan nilaikoefisien jalur sebesar 0.56 dan nilai t-statistiksebesar 5.651.

• Kesehatan berpengaruh positif dan signifikanterhadap SDM dengan nilai koefisien jalursebesar 0.891 dan nilai t-statistik sebesar105.688.

• Penambahan-penambahan indikatormaupun variabel baru untuk memperjelashubungan antar variabel laten danvariabel indikator dalam model yangsignifikan.

• modifikasi konstruk model struktural agarmendapatkan model yang lebih baik.