ABSTRAK
Konsumsi susu di Indonesia masih sangat rendah sehingga mengakibatkan rendahnya
kualitas gizi anak. Pengeluaran untuk konsumsi susu tidak dianggarkan oleh sebagian besar rumah
tangga. Hal ini mengakibatkan data pengeluaran untuk konsumsi susu bernilai nol sehingga sulit
untuk dilakukan analisis dengan menggunakan regresi biasa. Regresi tobit dapat digunakan untuk
mengatasi permasalahan dimana variabel prediktornya banyak bernilai nol atau dapat disebut data
tersensor. Data tersensor adalah data yang memiliki sebagian pengamatan yang bernilai nol dan
sebagian lainnya memiliki variansi nilai tertentu Dalam penelitian ini dilakukan permodelan
konsumsi susu rumah tangga di Jawa Timur dengan menggunakan regresi tobit. Data yang
digunakan dalam penelitian ini adalahdata sekunder yang berasal dari Data SUSENAS 2009 Jawa
Timur. Setelah dilakukan analisis maka didapatkan lima permodelan regresi tobit yaitu permodelan
untuk desa RTM, desa Non RTM, kota RTM, kota Non RTM dan model keseluruhan dimana
variabel-variabel yang signifikan untuk tiap-tiap model berbeda antara satu dengan yang lain.
Kata Kunci: Konsumsi Susu, Regeresi, Tobit, Data Tersensor .
1. PENDAHULUAN
Dalam SK Menteri Pertanian No. 2182/Kpts/PD.420/5/2009 ditetapkan Hari Susu Nasional
yang berperan untuk meningkatkan kesadaran masyarakat atas pentingnya minum susu, meningkatkan
konsumsi susu per kapita masyarakat Indonesia demi mewujudkan peningkatan kualitas gizi bangsa,
dan menstimulir industri susu nasional agar dapat berkembang (Sinar Tani, 2011). Hal ini terkait
dengan konsumsi susu di Indonesia yang masih sangat rendah. Faktor-faktor yang mempengaruhi
rendahnya tingkat konsumsi susu di Indonesia diantaranya adalah masih rendahnya produk susu
nasional, rendahnya daya beli dan budaya minum susu di masyarakat (Anonim, 2010). Indonesia
masih menghadapi permasalahan gizi nasional, tercatat, hasil survei tahun 2007 menyebutkan 5,4
persen rata-rata anak balita prevalensi gizi buruk dan gizi kurang sebesar 13 persen (Antara News,
2010). Upaya perbaikan gizi ini terkendala oleh rendahnya konsumsi susu masyarakat Indonesia.
Kesadaran masyarakat untuk mengkonsumsi susu yang masih sangat rendah ini yang
mengakibatkan rumah tangga tidak mengalokasikan pengeluaran untuk konsumsi susu. Menurut
Susenas 2006, rumah tangga di pedesaan yang mengalokasikan pengeluaran rumah tangga untuk
konsumsi susu adalah sebesar 14,96 persen, sedangkan sisanya yaitu 85,04 persen tidak
mengalokasikan pengeluaran untuk konsumsi susu. Di perkotaan, rumah tangga yang mengalokasikan
pengeluaran untuk konsumsi susu adalah sebesar 32,52 persen dan sisanya sebesar 67,48 persen tidak
mengalokasikan pengeluaran untuk konsumsi susu. Hal inilah yang akan menyebabkan banyak data
yang akan bernilai nol yang kemudian disebut sebagai data campuran atau data tersensor. Data
tersensor adalah data yang memiliki sebagian pengamatan yang bernilai nol dan sebagian lainnya
memiliki variansi nilai tertentu (Greene, 2008). Regresi tobit dapat digunakan untuk mengatasi
permasalahan dimana variabel prediktornya banyak bernilai nol sehingga dapat didapatkan penaksir
yang tak bias.
Penelitian mengenai regresi tobit sudah pernah dilakukan oleh Ekstrand dan Carpenter (1998)
tentang penyakit kulit pada kaki ayam broiler, Sigelman, Lee, dan Zeng (1999) melakukan penelitian
mengenai data politik, Purnomo (2008) mengenai konsumsi daging dan susu, Laily (2010) mengenai
makanan berprotein, kemudian Rini (2010) mengenai pendapatan perempuan, dan Hanief (2010)
mengenai pengeluaran biaya kesehatan rumah tangga. Berdasarkan atas uraian yang telah
disebutkan di atas maka peneliti akan mengggunakan analisis regresi tobit untuk mendapatkan faktorfaktor yang mempengaruhi pengeluaran rumah tangga untuk konsumsi susu di Jawa Timur.
1
2. TINJAUAN PUSTAKA
2.1 Model Regresi Tobit
Menurut Ekstrand dan Carpenter (1998), model Tobit adalah metode yang efisien untuk
memodelkan hubungan antara variabel respon (tak bebas) yang dipotong atau disensor terhadap
variabel bebas. Jika Y* variabel tak bebas, dengan X 1 , X 2 , X p variabel bebas, maka model regresi
T
untuk pengamatan ke-i adalah y i* = x i + i , i=1,2,,n dengan
x i = [1 x1i
= [ 0
x 2i
x pi ]T
1 p ]T
yi = 0 ,
(2.1)
y 0
*
i
jika
*
i
dimana y adalah variabel tak bebas latent, y i adalah observasi ke-i untuk variabel tak bebas,
*
*
probabilitas dari observasi jika y i 0 adalah P( Y 0) = F Y (0). Fungsi likelihood untuk model
ln L =
yi = 0
ln f ( y ) + ln F
i
yi > 0
yi = 0
yi
(2.2)
(0)
(.) merupakan fungsi probabilitas distribusi N(0,1) sedangkan (.) merupakan fungsi
y * berdistribusi normal
kepadatan probabilitas kumulatif distribusi N(0,1). Karena
(sebagaimana i berdistribusi normal), maka fungsi ln-likelihood dapat ditulis dalam bentuk umum
sebagai berikut.
y xiT
x T
+ ln1 i
(2.3)
ln L = ln + ln i
y =0
yi > 0
E (Yi * | x i ) = x Ti
(2.4)
E (Yi | x i ) = xi ( xi / ) + ( xi / )
T
(2.5)
) ln 12 ln(2 ) 21
ln L , 2 =
yi > 0
xiT
T
2
y
(
)
ln
1
+
i
i
2
y i = 0
(2.6)
Kemudian Persamaan (2.6) akan diturunkan terhadap parameter dan disamakan dengan nol
untuk memaksimumkan fungsi likelihood sehingga didapat Persamaan (2.7) dan Persamaan (2.8)
xi T
xiT
1
xi /
x i
ln L(, 2 )
T
+ 2 ( y x T )x = 0 (2.7)
=
+ ( yi xi )xi =
i i i
T
T
xi
xi
yi = 0
yi > 0
y =0
y >0
1
1
2 ln L , 2
T
x T
x T
i
i
T
T
2
1+
xx xx
=
ii
i i
T
xi
x T
yi > 0
yi = 0
1 i
1
(2.8)
Persamaan (2.7) dan Persamaan (2.8) merupakan fungsi yang non linier sehingga untuk
mendapatkan estimasi parameternya perlu dilakukan iterasi Newton Rapson. Iterasi Newton Rapson
dilakukan secara berulang-ulang untuk mendapatkan hasil yang konvergen sehingga didapatkan
penaksiran parameter regresi tobit adalah sebagai berikut.
(2.9)
t +1 = t H 1 ( t )g ( t )
1
2 ln L
ln L
Dengan g =
; dan H 1 =
T
Iterasi akan berhenti jika t +1 t e , dimana e adalah bilangan yang sangat kecil.
2.1.2 Pengujian Parameter
Menurut Tobin (1958), pengujian parameter dilakukan untuk mengetahui apakah variabel
prediktor yang dimasukkan dalam model regersi tobit mempunyai kontribusi nyata terhadap
perubahan variasi dari variabel respon atau dependen. Pengujian ini meliputi uji serentak dan uji
individu.
i. Uji Serentak
Hipotesis untuk uji serentak adalah sebagai berikut (Marin-Galiano dan Kunert, 2006).
H 0 : 1 = 2 = ... = p = 0
H 1 : minimal ada satu j 0 untuk j = 1,2, .., p.
Statistik uji yang digunakan adalah sebagi berikut.
)
(2.10)
= 2 ln L( ) L(
Dimana:
L( ) = adalah fungsi likelihood dibawah H 0
Whitung =
j
Se
( )
diperoleh dari elemen diagonal ke-(j+1)
Dengan (Se( ))
|>t
var( ) = E (H ( )) . Didapatkan kesimpulan H ditolak jika |W
(2.11)
hitung
dari
/2;n-p-1
()
var
dimana
R2 = 1
u
i =1
(y
i =1
2
i
(2.12)
y)
T
T
T
Dimana u i = y i xi ( xi / ) ( xi / )
VIF =
1
1 Rj
(2.13)
Satuan/Skala
Rupiah /rasio
- / ordinal
Tahun / rasio
Ribu rupiah / rasio
- / ordinal
Pedesaan
RTM
N
Mean
St Dev
Varians
Min
Max
TM+M
5.863
1.260
6.156
37.892.911
0
159.000
M
561
13.173
15.474
239.449.283
650
159.000
Perkotaan
Non RTM
TM+M
M
11.161
2.538
4.583
20.153
15.729
27.829
247.413.603 774.447.880
0
700
448.000
448.000
RTM
TM+M
2.009
3.159
10.823
117.144.813
0
175
M
332
19.117
20.116
404.660.323
1000
175
Non RTM
TM+M
M
10.919
4532
12.696
30.589
28.163
36.929
793.142.699 1.363.724.993
0
800
400
400
Tabel 2 menunjukkan deskripsi rumah tangga dilihat dari variabel daerah yaitu desa dan kota
dan variabel status rumah tangga yaitu RTM dan Non RTM. Baik pada Tabel 2 dan Tabel 3 terlihat
bahwa nilai varians untuk pengeluaran konsumsi susu sangat besar. Hal ini dikhawatirkan dapat
menyebabkan kesalahan penaksiran parameter. Oleh karena itu dilakukan transformasi akar sehingga
didapatkan hasil transformasi seperti pada Tabel 4.
Tabel 4. Deskripsi Pengeluaran Konsumsi Susu Rumah Tangga berdasarkan daerah dan status rumah tangga
(Rupiah/Bulan)
Deskripsi
Pedesaan
RTM
TM+M
N
Mean
St Dev
Varians
Min
Max
5.863
9,941
34,086
1.161,843
0
398,748
561
103,90
48,82
2.383,13
25,50
398,748
Perkotaan
Non RTM
TM+M
M
11.161
28,592
61,364
3.765,494
0
669,328
RTM
TM+M
2.538
125,74
65,91
4.344,52
26,46
669,328
2.009
20,66
52,29
2.733,82
0
418,33
332
125,01
59,16
3.500,07
31.62
418,33
Non RTM
TM+M
M
10.919
64,508
92,389
8.535,678
0
632.456
4532
155,42
80,22
6.435,02
28,28
632.456
Setelah dilakukan transformasi seperti pada Tabel 4 terlihat bahwa nilai varians menjadi kecil.
Dengan nilai varians yang kecil diharapkan didapatkan model penaksir yang baik. Tabel 5 merupakan
diskripsi dari rumah tangga berdasarkan daerah tempat tinggal yaitu pedesaan dan perkotaan dan
status rumah tangga yaitu RTM dan Non RTM. Variabel yang masuk dalam deskriptif ini adalah
variabel berskala kontinyu.
Tabel 5. Deskripsi Faktor-Faktor yang Mempengaruhi Pengeluaran Konsumsi Susu Rumah Tangga di Pedesaan
Variabel
Jumlah pengeluaran
untuk makanan
dalam satu bulan
(X 2 )
Jumlah anggota
rumah tangga (X 3 )
Jumlah anggota
rumah tangga yang
bekerja (X 4 )
Jumlah anggota
rumah tangga usia
dibawah 1 tahun
(X 5 )
Jumlah anggota
rumah tangga usia
antara 1-5 tahun (X 6 )
Jumlah anggota
rumah tangga usia
antara 6-12 tahun
(X 7 )
Rata-rata
pengeluaran per
kapita (X 8 )
Usia (X 11 )
Jumlah pengeluaran
untuk konsumsi
ikan/udang/cumi/
kerang (X 12 )
Jumlah pengeluaran
untuk konsumsi
kacang-kacangan
(X 13 )
Jumlah pengeluaran
untuk konsumsi
tembakau dan sirih
(X 14 )
Deskripsi
Mean
Varians
Min
Max
Mean
Varians
Min
Max
Mean
Varians
Min
Max
Mean
Varians
Min
Max
Mean
Varians
Min
Max
Mean
Varians
Min
Max
Mean
Varians
Min
Max
Mean
Varians
Min
Max
Mean
Varians
Min
Max
Mean
Varians
Min
Max
Mean
Varians
Min
Max
Pedesaan
RTM
Non RTM
521,57
647,76
69.766,05
99.213,43
79,71
21,43
2.987,78
4.581,86
3,37
3,59
2,65
2,05
1
1
12
14
1,8
1,86
1,06
1,01
0
0
6
7
0,04
0,06
0,04
0,06
0
0
2
2
0,23
0,29
0,22
0,24
0
0
3
3
0,44
0,43
0,44
0,37
0
0
4
6
254,03
340,41
11.751,88
45.252,44
74,74
22,59
2.428,83
6.284,8
52,44
49,02
211,99
187,17
14
16
98
98
6,338
7,743
108,875
126,426
0
0
200
154
8,0837
9,2987
29,8412
33,0994
0
0
75
70,1
13,263
17,375
306,153
502,628
0
0
172,5
370
Perkotaan
RTM
Non RTM
594,31
868,76
105.459,91
218.147,19
42,86
72,86
3.562,50
8.097,86
3,42
3,69
2,95
2,40
1
1
12
14
1,65
1,72
1,14
1,05
0
0
8
11
0,05
0,06
0,05
0,06
0
0
2
2
0,22
0,32
0,22
0,28
0
0
3
4
0,41
0,44
0,41
0,41
0
0
4
4
309,39
544,17
18.525,07
171.738,75
59,55
96,97
1.305,63
6.846,40
53,83
47,76
210,56
184,83
20
16
98
98
6,462
11,063
94,186
256,565
0
0
70
701
9,693
10,658
43,43
51,924
0
0
58,8
110
15,927
21,006
442,595
866,606
0
0
178,5
574
Tabel 6 mendeskripsikan variabel yang berskala oradinal dan nominal. Diskripsi rumah
tangga ini dibedakan berdasarkan daerah tempat tinggal yaitu pedesaan dan perkotaan dan status
rumah tangga yaitu RTM dan Non RTM.
7
Tabel 6. Persentase Faktor-Faktor yang Mempengaruhi Pengeluaran Konsumsi Susu Rumah Tangga
Variabel
Tingkat
pendidikan
kepala rumah
tangga (X 1 )
Tidak sekolah
SD sederajat
SMP sederajat
SMA
sederajat
Perguruan
Tinggi
Total
Pekerjaan
Bidang
utama kepala pertanian
rumah tangga Selain bidang
(X 10 )
pertanian
Total
RTM
Non RTM
Total
RTM
4,76
34,73
16,31
Non
RTM
6,81
38,56
15,77
28,54
61,57
6,23
11,16
59,53
12,41
17,97
59,38
12,84
2,98
9,65
0,68
Total
17,15
60,23
10,28
6,07
21,78
19,34
7,35
7,25
3,73
22,42
19,52
0,05
100
100
100
100
100
100
61,81
53,44
22,95
13,09
14,62
56,32
38,19
46,56
77,05
86,91
85,38
43,68
100
100
100
100
100
100
Desa
Kota
Model
RTM
Non RTM
RTM
Non RTM
Semua
Nilai G
9.336
38.126
5.148
63.926
116.902
2
Pada taraf signifikansi sebesar 0,05 nilai X (13;0, 05) sebesar 22,3620. Nilai G dari empat
permodelan yaitu desa RTM, Desa Non RTM, Kota RTM, dan Kota Non RTM lebih besar dari nilai
X (215;0, 05) sehingga diambil keputusan tolak H 0 yang artinya variabel prediktor berpengaruh terhadap
2
model. Pada taraf signifikansi sebesar 0,05 nilai X (15;0, 05) sebesar 24,9958. Nilai G dari model yang
2
melibatkan semua variabel (15 variabel) lebih besar dari nilai X (15;0, 05) sehingga diambil keputusan
tolak H 0 yang artinya variabel prediktor berpengaruh terhadap model. Untuk mengetahui pengaruh
dari masing-masing variabel prediktor maka dilakukan pengujian parameter secara partial. Hipotesis
yang digunakan yaitu:
H0 : j= 0
H1 : j 0
Tabel 8. Penaksiran Parameter Model Regresi Tobit
Pedesaan
Perkotaan
Parameter
RTM
Non RTM
RTM
Non RTM
0
-252,891*
-219,717* -392,721*
-156,566*
1.1
-130,817*
-117,196*
-16,751
-99,778*
1.2
-86,149*
-64,855*
-11,315
-68,021*
1.3
-74,313*
-29,515*
16,454
-36,085*
1.4
-64,671
-12,617
-11,604
-16,288*
2
0,2642*
0,292*
0,214*
0,175*
3
0,976
-17,406*
9,712
-13,761*
4
-5,982
-0,053
-2,147
1,685
5
100,166*
106,995*
103,999*
129,082*
6
91,098*
97,249*
118,066*
104,361*
7
-14,633*
5,965
-14,023*
19,141*
8
0,123*
0,024*
0,225*
0,007
9
10
-12,162
-12,298*
-28,714*
-18,441*
11
-0,014
1,166*
0,646*
1,135*
12
-1,371*
-1,568*
-1,403*
-0,731*
13
-3,252*
-2,465*
-2,034*
-0,293
14
-1,814*
-1,478*
-1,222*
-0,946*
15
-
Semua
-191,018*
-108,938*
-65,421*
-33,724*
-16,017*
0,209*
-12,569*
0,153
116,269*
100,211*
9,769*
0,008
21,518*
-17,526*
1,004*
-0,992*
-0,927*
-1,074*
-45,891*
Statistik uji pengujian ini menggunakan uji Wald dimana nilau adalah 5 persen. Didapatkan
kesimpulan H 0 ditolak jika P-Value kurang dari =0,05 yang artinya variabel prediktor berpengaruh
terhadap variabel respon. Signifikansi parameter beserta estimasi parameter dapat dilihat pada Tabel
4.12. Sehingga didapatkan model untuk konsumsi susu rumah tangga di pedesaan yang berstatus
RTM adalah sebagai berikut.
h * = -252,891 - 130,817 X 1.1 - 86,149X 1.2 - 74,313X 1.3 + 0,2642 X 2 + 100,166 X 5 + 91,098 X 6 14,633 X 7 + 0,123 X 8 - 1,371 X 12 - 3,252 X 13 - 1,814 X 14
Model matematis untuk konsumsi susu rumah tangga di pedesaan yang berstatus Non RTM adalah
sebagai berikut.
h * = -219,717 - 117,196 X 1.1 - 64,855X 1.2 - 29,515X 1.3 + 0,292X 2 - 17,406 X 3 + 106,995X 5 + 97,249
X 6 + 0,024 X 8 - 12,298X 10 + 1,166 X 11 -1,568 X 12 - 2,465 X 13 - 1,478X 14
Model matematis untuk konsumsi susu rumah tangga di perkotaan yang berstatus RTM adalah
sebagai berikut.
h * = -392,721 + 0,214 X 2 + 103,999X 5 + 118,066 X 6 - 14,023X 7 + 0,225X 8 - 28,714X 10 + 0,646 X 11
- 1,403X 12 - 2,034X 13 - 1,222 X 14
Model matematis untuk konsumsi susu rumah tangga di perkotaan yang berstatus Non RTM adalah
sebagai berikut.
h * = -156,566 -99,778 X 1.1 -68,021 X 1.2 -36,085 X 1.3 -16,288X 1.4 + 0,175X 2 -13,761X 3 + 129,082X 5
+ 104,361X 6 + 19,141X 7 - 18,441X 10 + 1,135X 11 - 0,731X 12 - 0,946X 14
Model matematis untuk konsumsi susu rumah tangga di Jawa Timur dengan melibatkan semua
variabel adalah sebagai berikut.
9
h * = - 201,157 - 117,179X 1.1 - 68,926X 1.2 - 33,182X 1.3 - 14,559X 1.4 + 0,205X 2 - 13,565X 3 +
121,708X 5 + 101,844X 6 + 11,754X 7 + 0,014X 8 + 24,843X 9 - 16,325X 10 + 0,959X 11 - 0,963X 12 0,856X 13 - 1,013X 14 + 0,109X 15
Dimana h * merupakan hasil transformasi akar dari y*
Dari kelima model tersebut dapat disimpulkan bahwa untuk masing-masing model di masingmasing daerah dan status rumah tangga ada perbedaan variabel yang mempengaruhi jumlah
pengeluaran rumah tangga untuk konsumsi susu. Namun secara keseluruhan, dalam permodelan
regresi tobit untuk faktor-faktor yang mempengaruhi pengeluaran susu rumah tangga di Jawa Timur,
variabel jumlah anggota keluarga yang bekerja tidak berpengaruh secara signifikan terhadap konsumsi
susu rumah tangga baik di daerah desa, kota, RTM, maupun Non RTM. Hal ini menunjukkan bahwa
seseorang yang bekerja di dalam rumah tangga tidak menjadi salah satu faktor rumah tangga untuk
meningkatkan konsumsi susu.
4.4 Kebaikan Model
Untuk melihat kebaikan model regresi yang telah diperoleh untuk jumlah pengeluaran rumah
tangga untuk konsumsi susu di Jawa Timur dapat menggunakan nila R2. Dari perhitungan yang telah
diperoleh nila R2 = 0,1566 atau sebesar 15,66 persen untuk model desa RTM. Dapat dikatakan 15,66
persen bagian dari model dapat dijelaskan oleh variabel prediktor. Untuk model desa Non RTM dapat
dikatakan 33,83 persen bagian dari model dapat dijelaskan oleh variabel prediktor. Untuk model kota
RTM dapat dikatakan 29,70 persen bagian dari model dapat dijelaskan oleh variabel prediktor. Untuk
model Non RTM dapat dikatakan 42,64 persen bagian dari model dapat dijelaskan oleh variabel
prediktor. Untuk keseluruhan model dapat dikatakan 41,71 persen bagian dari model dapat dijelaskan
oleh variabel prediktor.
5. Kesimpulan dan Saran
5.1 Kesimpulan
Berdasarkan pembahasan yang telah dilakukan maka didapatkan kesimpulan variabel yang
berpengaruh terhadap jumlah pengeluaran rumah tangga untuk konsumsi susu di Jawa Timur pada
model Regresi Tobit adalah sebagai berikut.
1. Berdasarkan model desa RTM, variabel yang berpengaruh adalah pendidikan kepala rumah
tangga (tidak bersekolah, SD sederajat, dan SMP sederajat), jumlah pengeluaran untuk makanan
dalam satu bulan, jumlah anggota rumah tangga usia dibawah 1 tahun, jumlah anggota rumah
tangga usia antara 1-5 tahun, jumlah anggota rumah tangga usia antara 6-12 tahun, rata-rata
pengeluaran per kapita, jumlah pengeluaran untuk konsumsi ikan/udang/cumi/ kerang, jumlah
pengeluaran untuk konsumsi kacang-kacangan, dan jumlah pengeluaran untuk konsumsi
tembakau dan sirih.
2. Berdasarkan model desa Non RTM, variabel yang berpengaruh adalah pendidikan kepala rumah
tangga (tidak bersekolah, SD sederajat, dan SMP sederajat), jumlah pengeluaran untuk makanan
dalam satu bulan, jumlah anggota rumah tangga, jumlah anggota rumah tangga usia dibawah 1
tahun, jumlah anggota rumah tangga usia antara 1-5 tahun, rata-rata pengeluaran per kapita,
pekerjaan utama kepala rumah tangga, usia kepala rumah tangga, jumlah pengeluaran untuk
konsumsi ikan/udang/cumi/ kerang, jumlah pengeluaran untuk konsumsi kacang-kacangan, dan
jumlah pengeluaran untuk konsumsi tembakau dan sirih.
3. Berdasarkan model kota RTM, variabel yang berpengaruh adalah jumlah pengeluaran untuk
makanan dalam satu bulan, jumlah anggota rumah tangga usia dibawah 1 tahun, jumlah anggota
rumah tangga usia antara 1-5 tahun, jumlah anggota rumah tangga usia antara 6-12 tahun, ratarata pengeluaran per kapita, pekerjaan utama kepala rumah tangga, usia kepala rumah tangga,
jumlah pengeluaran untuk konsumsi ikan/udang/cumi/ kerang, jumlah pengeluaran untuk
konsumsi kacang-kacangan, dan jumlah pengeluaran untuk konsumsi tembakau dan sirih.
4. Berdasarkan model kota Non RTM, variabel yang berpengaruh adalah pendidikan kepala rumah
tangga (tidak bersekolah, SD sederajat, SMP sederajat, dan SMA sederajat), jumlah pengeluaran
untuk makanan dalam satu bulan, jumlah anggota rumah tangga, jumlah anggota rumah tangga
usia dibawah 1 tahun, jumlah anggota rumah tangga usia antara 1-5 tahun, , jumlah anggota
10
rumah tangga usia antara 6-12 tahun, pekerjaan utama kepala rumah tangga, usia kepala rumah
tangga, jumlah pengeluaran untuk konsumsi ikan/udang/cumi/ kerang, dan jumlah pengeluaran
untuk konsumsi tembakau dan sirih.
5. Berdasarkan model keseluruhan, variabel yang berpengaruh adalah pendidikan kepala rumah
tangga (tidak bersekolah, SD sederajat, SMP sederajat, dan SMA sederajat), jumlah pengeluaran
untuk makanan dalam satu bulan, jumlah anggota rumah tangga, jumlah anggota rumah tangga
usia dibawah 1 tahun, jumlah anggota rumah tangga usia antara 1-5 tahun, , jumlah anggota
rumah tangga usia antara 6-12 tahun, rata-rata pengeluaran per kapita, daerah tempat tinggal,
pekerjaan utama kepala rumah tangga, usia kepala rumah tangga, jumlah pengeluaran untuk
konsumsi ikan/udang/cumi/ kerang, jumlah pengeluaran untuk konsumsi kacang-kacangan,
jumlah pengeluaran untuk konsumsi tembakau dan sirih, dan status rumah tangga.
5.2 Saran
Untuk penelitian selanjutnya sebaiknya agar mendapatkan nilai R-Square yang tinggi perlu
dilakukan permodelan dengan menggunakan bentuk yang lain karena di dalam penelitian ini masih
terdapat kekurangan yaitu nilai R-Square yang kecil. Permodelan yang lain dapat dicobakan dengan
menggunakan metode non parametrik.
DAFTAR PUSTAKA
Anonim, 2010. Diskusi Ilmiah SEAFAST LPPM IPB Peranan Susu Dalam Upaya Peningkatan
Status Gizi Anak. <http://seafast.ipb.ac.id/index.php/latest-news/52-diskusi-ilmiah-seafastlppm-ipb-peranan-susu-dalam-upaya-peningkatan-status-gizi-anak>. diakses tanggal 29 April
2011.
Antara
News,
2010.
Konsumsi
Susu
di
Indonesia
Masih
Rendah.
<http://www.antaranews.com/berita/1273934073/ konsumsi-susu-di-indonesia-masih-rendah>
diakses tanggal 29 April 2011.
Bierens, H. J., 2004. The Tobit Model. <http://econ.la.psu.edu/ ~hbierens/EasyRegTours/
TOBIT_Tourfiles/TOBIT. PDF>. diakses tanggal 27 Desember 2010.
Cecep, Faktorfaktor yang Mempengaruhi Konsumsi Susu pada Remaja. Bogor: Institut Pertanian
Bogor.
Ekstrand, C and Carpenter T.E., 1998. Using a Tobit Regression Model to Analyse Risk Factors for
Foot-Pad Dermatitis in Commercially Grown Broilers. Preventive Veterinary Medicine.
Vol.37 pp.219-228.
Gklinis, 2004. Kalsium Tak Cuma Menguatkan Tulang. < http://www.gizi.net/cgi-bin/berita/
fullnews.cgi?newsid1073961121,15329>. diakses tanggal 6 maret 2011.
Greene, W. H., 2008. Econometrics Analysis, 6th edition. New Jersey: Prentice Hall.
Hanief, I.U., 2010. Analisis Regresi Tobit Terhadap FaktorFaktor yang Mempengaruhi Pengeluaran
Biaya Kesehatan Rumah Tangga (RT) di Wilayah Perkotaan dan Pedesaan di Propinsi Jawa
Timur. Surabaya: Institut Teknologi Sepuluh Nopember.
Hatirli, S.A., Ozkan, B, and Aktas, A.R., 2004. Factors affecting fluid milk purchasing sources in
Turkey. Food Quality and Preference. Vol.15 pp.509515.
Kamus Ilmiah, 2010. Manfaat Kalsium Bagi Tubuh Anda. <http://www.kamusilmiah.com/
kesehatan/manfaat-kalsium-bagi-tubuh-anda>. diakses tanggal 20 Desember 2010
Laily, U., 2010. Analisis Faktor-Faktor Yang Mempengaruhi Pengeluaran Konsumsi Untuk Makanan
Berprotein dengan Menggunakan Regresi Tobit. Surabaya: Institut Teknologi Sepuluh
Nopember.
Marin-Galiano, M and Kunert, J. 2006. Comparison of ANOVA with the Tobit model for analysing
sensory data. Food Quality and Preference. Vol.17 pp.209-2018.
Purnomo, T. C., 2008 . Perbandingan Model Regresi Linier Klasik dan Tobit Bivariat Studi Kasus
Pada Pengeluaran Rumah Tangga Untuk Konsumsi Daging dan Susu. Surabaya: Institut
Teknologi Sepuluh Nopember.
Rini, M.P., 2010. Analisis Regresi Tobit Pada Faktor-Faktor yang Mempengaruhi Partisipasi
Perempuan Kawin Dalam Kegiatan Ekonomi Di Jawa Timur. Surabaya: Institut Teknologi
Sepuluh Nopember.
11
12