PENERAPAN REGRESI LOGISTIK RESPON BINER PADA PENGKLASIFIKASIAN KEGIATAN ANGKATAN KERJA DI KABUPATEN BERAU TAHUN 2011

Je nis Ke lamin * PENDUDUK 15 + * Pe ndidikan yang Ditamatkan Crosstabulation Count Pendidikan yang Ditamatkan < SMA PENDUDUK 15 + PENGAN BEKERJA GGURAN 33542 2568 14314 1277 47856 3845 24058 2448 8102 865 32160 3313

Jenis Kelamin Total Jenis Kelamin Total

Laki-laki Perempuan Laki-laki Perempuan

>= SMA

Total 36110 15591 51701 26506 8967 35473

Dari tabel diatas dapat diketahui bahwa dari jumlah penduduk yang termasuk kedalam angkatan kerja sebanyak 87.174 orang, penduduk yang memiliki tingkat diatas SMA mencapai 35.473 orang atau sebesar 40,69 persen. Artinya tingkat pendidikan sebagian besar penduduk angkatan kerja di Kabupaten Berau masih cukup rendah. Dari jumlah tersebut, hampir 75 persen diantaranya menupakan penduduk dengan jenis kelamin laki-laki. Selanjutnya jika dipilah menurut kegiatan, ternyata dari 80.016 orang penduduk yang bekerja, 33.542 orang atau 41,91 persen diantaranya merupakan penduduk yang berjenis kelamin laki-laki serta berpendidikan dibawah SMA. Sementara itu dari 7.158 orang penduduk yang berstatus pengangguran, juga didominasi oleh penduduk dengan jenis kelamin laki-laki dan tingkat pendidikan dibawah SMA. Berdasarkan informasi tersebut serta dengan mempertimbangkan beberapa penelitian sebelumnya, maka ingin diuji baigama sebenarnya pengaruh jenis kelamin serta tingkat pendidikan terhadap kegiatan angakatan kerja di Kabupaten Berau tahun 2011.
1.1.

Variabel Respon

Y = Kegiatan angkatan kerja

Analisis Statistika Tugas Page 1

Maka untuk keperluan penulisan tugas ini, maka data kegiatan dibedakan jadi dua kategori yaitu : 0 = Pengangguran 1 = Bekerja 1.2. Variabel Prediktor X1 = Jenis Kelamin dimana 1 menyatakan laki-laki 0 menyatakan perempuan X2 = Tingkat Pendidikan dimana 1 menyatakan pendidikan < SMA 0 menyatakan pendidikan >= SMA

2. Analisis Output 2.1. Uji Serentak. Langkah pertama adalah melakukan pemodelan secara serentak. Analisis ini digunakan untuk mengetahui peranan dari masing-masing variabel prediktor secara bersama-sama. Hipotesis yang digunakan dalam pengujian parameter secara serentak adalah sebagai berikut. H0 : 1 = 2 = 3 = = 4 0 H1 : paling tidak ada salah satu k yang tidak sama dengan 0 dengan k = 1, 2, 3,4. Tingkat signifikansi yang digunakan yaitu = 0.05
Omnibus Te sts of M ode l Coe fficie nts Step 1 Step Block Model Chi-square 115.696 115.696 115.696 df 2 2 2 Sig. .000 .000 .000

Berdasarkan output SPSS dari Tabel Omnibust Test of Models Coefficients terlihat bahwa nilai nilai p-value < alpha (0,05) maka tolak H0 artinya bahwa secara simultan variabel jenis kelamin dan tingkat
Tugas Page 2

Analisis Statistika -

pendidikan berpengaruh terhadap kegiatan angkatan kerja. Atau dengan kata lain, terdapat minimal satu dari dua variabel prediktor yang berpengaruh terhadap variabel respon, sehingga model layak untuk dipergunakan. 2.2. Uji Parsial. Setelah dilakukan pengujian parameter secara serentak maka analisis dilanjutkan dengan melakukan pengujian parameter secara parsial. Analisis ini digunakan untuk mengetahui variabel prediktor yang signifikan berikut. H0 : k = 0 H1 : k 0 ; k = 1, 2, 3. Tingkat signifikansi yang digunakan yaitu = 5%
Variable s in the Equation 95.0% C.I.for EXP(B) Lower Upper 1.057 1.175 1.228 1.353

berpengaruh

terhadap

variabel

respon.

Hipotesis

yang

digunakan dalam pengujian parameter secara parsial adalah sebagai

Step a 1

JK DIDIK Constant

B .108 .254 -2.917

S.E. .027 .025 .053

Wald 15.958 104.717 3001.065

df 1 1 1

Sig. .000 .000 .000

Exp(B) 1.114 1.289 .054

a. Variable(s) entered on step 1: JK, DIDIK.

Statistik uji yang digunakan yaitu statistik uji Wald. Keputusan penolakan H0 jika nilai W 2 >
2

atau p-value kurang dari = 0,05 artinya

variabel prediktor berpengaruh signifikan terhadap variabel respon. Hasil pengujian parameter secara parsial antara variabel respon kegiatan bekerja dengan masing-masing variabel prediktor terlihat pada output di atas. Hasilnya memperlihatkan bahwa seluruh variabel prediktor memiliki pengaruh terhadap variabel respon secara parsial, hal ini terlihat dari nilai p-value yang kurang dari taraf signifikan = 0,05. Model peluang regresi logistik yang diperoleh berdasarkan nilai koefisien dari variabel yang masuk dalam model adalah sebagai berikut :
Tugas Page 3

Analisis Statistika -

 ( x) = exp(2,917 + 0,108 x1 + 0, 254 x2 ) p 1 + exp(2,917 + 0,108 x1 + 0, 254 x2 ) Dengan model fungsi logit adalah : g ( x) = 2,917 + 0,108 x1 + 0, 254 x2 Berdasarkan koefisien pada variabel prediktor yang masuk dalam regresi logistik, maka dapat dijelaskan bahwa baik tingkat pendidikan maupun jenis kelamin memiliki pengaruh yang positif terhadap kegiatan dengan klasifikasi pengangguran dengan koefisien masing-masing

sebesar 1,114 dan 1,289. Artinya, artinya peluang seorang penduduk dengan jenis kelamin laki-laki untuk menganggur adalah sebesar 1,114 kali dibandingkan dengan perempuan. Sementara peluang seorang penduduk dengan tingkat pendidikan SMA kebawah untuk menganggur adalah 1,228 kali dibandingkan dengan penduduk dengan tingkat pendidikan SMA keatas. Sedangkan berdasarkan nilai interval kepercayaan sebesar 95 persen untuk jenis kelamin sebesar {1,057 ; 1,175), maka dapat diinterpretasikan bahwa kecenderungan penduduk dengan jenis kelamin laki-laki untuk menganggur setidaknya adalah sebesar 1,057 kali dan paling banyak 1,175 kali dibandingkan dengan penduduk perempuan. Sementara nilai interval kepercayaan sebesar 95 persen untuk tingkat pendidikan sebesar {1,228 ; 1,355), maka dapat diinterpretasikan bahwa kecenderungan penduduk dengan tingkat pendidikan SMA kebawah untuk menganggur setidaknya adalah sebesar 1,228 kali dan paling banyak 1,355 kali dibandingkan dengan penduduk dengan tingkat pendidikan SMA keatas. Hasil tersebut mengindikasikan bahwa angkatan kerja dengan jenis kelamin perempuan cenderung untuk lebih dapat diterima oleh pasar kerja dibandingkan dengan angkatan kerja laki-laki. Sementara peluang kesempatan menganggur yang tinggi pada penduduk dengan pendidikan SMA kebawah menunjukkan bahwa lapangan kerja yang tersedia masih sulit untuk mengakomodasi angkatan kerja dengan karakteristik tersebut.
Tugas Page 4

Analisis Statistika -

Sementara, nilai 95 persen selang kepercayaan yang berada pada wilayah yang kecil ini mengindikasikan bahwa model yang dibentuk memiliki tingkat akurasi yang cukup baik. 2.3. Uji Kesesuaian Model Uji kesesuaian model ini digunakan untuk mengetahui apakah model yang terbentuk sudah sesuai. H0 : Model sesuai (tidak ada perbedaan yang nyata antara hasil observasi dengan kemungkinan hasil prediksi model) H1 : Model tidak sesuai (ada perbedaan yang nyata antara hasil observasi dengan kemungkinan hasil prediksi model) Tingkat signifikansi yang digunakan yaitu = 5%
Hosme r and Le me show Te st Step 1 Chi-square 3.666 df 2 Sig. .160

Nilai Hosmer-Lemeshow chi-square yang diperoleh sebesar 3,666 dan p-value 0,160. Karena p-value lebih besar dari dari =5%, maka gagal menolak H0, sehingga dapat disimpulkan bahwa model yang tebentuk mampu memprediksi nilai observasinya. Dengan kata lain tidak terdapat cukup bukti untuk menyatakan bahwa model yang dihasilkan tidak cukup dalam menerangkan data.

Analisis Statistika -

Tugas Page 5