STATISTIKA SPASIAL
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH ANGKA PUTUS
SEKOLAH TINGKAT SMA DI JAWA TIMUR MENGGUNAKAN
GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWR)
Disusun Oleh:
Moh. Ali Asfihani
1314105009
1313100114
1313100134
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2016
A. Pendahuluan
Salah satu parameter keberhasilan pendidikan adalah menuntaskan angka partisipasi
pendidikan, yakni Angka Partisipasi Kasar (APK) dan Angka Partisipasi Murni (APM)
untuk mencapai 95% (Septiana, 2011). Pendidikan di Jawa Timur belum maksimal
berdasarkan jenjang pendidikan formal khususnya pada tingkat SMA. Hal ini dapat dilihat
dari APK dan APM. Hasil Survei Sosial Ekonomi Nasional (Susenas, 2014), APK Jawa
Timur untuk tingkat SMA sebesar 74,21% dan APM sebesar 55,94% dapat dikatakan
persentase APK dan APM usia SMA di Jawa Timur masih rendah karena belum mencapai
95%. Besar kecilnya persentase nilai APK dan APM sangat erat hubungannya dengan
angka putus sekolah.
Berdasarkan data Susenas tahun 2014 diketahui bahwa remaja putus sekolah tingkat
SMA sekitar 33,13% dari total usia SMA yakni usia 16-18 tahun. Dalam usaha menentukan
strategi penanggulangan, perlu adanya pendekatan geografis seperti menganalisis hubungan
sumber daya alam dan manusia di setiap wilayah. Sehingga perlu adanya upaya pendekatan
analisis yang melibatkan lokasi.
Penelitian mengenai GWR diaplikasikan pada data angka putus sekolah tingkat SMA di
Jawa Timur. Hal tersebut mengingat salah satu sasaran dalam rancangan awal rencana
strategis Kementerian Pendidikan dan Kebudayaan (Kemendikbud) 2015-2019 yakni
meningkatkan kualitas hidup manusia. Sehingga dalam hal ini pemerintah berupaya
meningkatkan angka partisipasi pendidikan sekaligus menekan angka putus sekolah yang
ada di Indonesia tak terkecuali di Jawa Timur.
Untuk itu pada penelitian ini akan dilakukan estimasi parameter pada model GWR
dengan melihat faktor-faktor spasial penyebab angka putus sekolah tingkat SMA di Jawa
Timur. Seperti banyaknya pengangguran, kemiskinan, pendidikan kepala rumah tangga,
Indeks Pembangunan Manusia (IPM), Angka Partisipasi Sekolah (APS), banyaknya
wilayah pedesaan (rural), dan banyaknya perceraian orang tua.
B. Sumber Data dan Variabel Penelitian
Pada penelitian ini data yang digunakan adalah data angka putus sekolah tingkat
Sekolah Menengah Atas (SMA) di Kabupaten/Kota Jawa Timur yang bersumber dari
Badan Pusat Statistik (BPS) Provinsi Jawa Timur yang dipublikasikan di internet dan
diakses pada tanggal 18 November 2015. Unit observasi penelitian ini adalah 29 kabupaten
dan 9 kota di Provinsi Jawa Timur. Variabel yang digunakan dalam penelitian ini adalah
sebagai berikut.
X4
X5
X6
X7
u
v
Keterangan
Tipe
Variabel
Kontinu
Kontinu
Kontinu
Kontinu
Kontinu
Kontinu
Kontinu
Kontinu
Kontinu
Kontinu
Y
y1
X1
x11
X2
x21
X3
x31
X7
x7,1
u
u1
v
v1
y2
x12
x22
x32
x7,2
u2
v2
y3
x13
x23
x33
x7,3
u3
v3
y4
x14
x24
x34
x7,4
u4
v4
38
y38
x1,38
x2,38
x3,38
x7,38
u38
v38
ui , vi
ui , vi
Validation (CV)
Menghitung matriks pembobot dengan bandwidth optimum
Mendapatkan estimator parameter model GWR
Melakukan pengujian kesesuaian model GWR
Melakukan pengujian pengaruh lokasi secara parsial pada setiap variabel
prediktor
g. Melakukan pengujian secara parsial pada parameter GWR
h. Membuat kesimpulan
D. Analisis dan Pembahsan
Pada bagian ini dibahas beberapa hal yang dilakukan untuk menjawab permasalahan
dan mencapai tujuan dalam penelitian ini. Hal-hal yang dibahas meliputi deskripsi jumlah
kasus Angka Putus Sekolah Tingkat Sekolah yang terjadi di Provinsi Jawa Timur tahun
2013 berdasarkan Kabupaten/Kota beserta faktor-faktor yang diduga mempengaruhinya,
deteksi kasus multikolinieritas sebagai asumsi dari analisis regresi global, melakukan
pemodelan dengan regresi GWR dalam rangka mencari hubungan antara factor faktor yang
berpengaruh terhadap jumlah terjadinya kasus Angka Putus Sekolah Tingkat SMA di Jawa
Timur tahun 2013, mulai dari penaksiran parameter, uji signifikansi parameter secara
serentak dan parsial, hingga menginterpretasikan hasil model regresi GWR.
1. Karakteristik Jumlah Kasus Angka Putus Sekolah Tingkat SMA dan Faktor-Faktor
yang diduga Mempengaruhi
Sebelum melakukan analisis regresi global dan GWR pada data angka putus sekolah
tingkat SMA di 38 Kabupaten / Kota di Jawa Timur tahun 2013, sebaiknya dilakukan
statistik deskriptif terhadap data-data sekunder tersebut untuk tujuan melihat gambaran
umum mengenai faktor-faktor yang mempengaruhi siswa putus sekolah tingkat SMA di
Jawa Timur. Statistika deskriptif dapat dilihat hasilnya adalah sebagai berikut
Variabel
Y
X1
X2
X3
X4
X5
X6
X7
Mean
33,13
4,45
12,72
71,71
72,43
63,33
54,80
4,08
Berdasarkan Tabel 3 tersebut dapat diketahui secara global bahwa rata-rata angka
putus sekolah tingkat SMA di Jawa Timur tahun 2013 sebesar 33,1355% sehingga, hampir
60.077 siswa dari 1.810.980 siswa usia 16 hingga 18 tahun yang seharusnya berada pada
bangku pendidikan tingkat SMA tetapi karena beberapa faktor, siswa memutuskan tidak
melanjutkan sekolah lagi. Tingginya nilai rata-rata angka putus sekolah tersebut dapat
disebabkan oleh beberapa faktor.
Faktor pertama yang kemungkinan berpengaruh adalah banyaknya pengangguran.
Berdasarkan Tabel 3 faktor pengangguran berada pada rata-rata 4,45% dengan varians
sebesar 3,35%. Sedangkan, untuk faktor kemiskinan di Jawa Timur berada pada mean
12,7208% sehingga, kemiskinan di Jawa Timur masih terbilang kecil dengan varians
27,069% . Pada faktor pendidikan kepala rumah tangga yang pendidikan tertingginya SD,
SMP, tidak lulus dari jenjang SD bahkan yang tidak pernah sekolah sebesar 71,7168%.
Dengan demikian, kepala rumah tangga di Jawa Timur didominasi oleh laki-laki yang
berpendidikan rendah. Untuk persentase IPM berada pada mean 72,4397% dengan varians
20,465%. Untuk persentase pedesaan di Jawa Timur sebesar 54,8% di mana, lingkungan
pedesaan kebanyakan tertinggal jauh dari segi kualitas pendidikan, infrastruktur, dan
rendahnya motivasi belajar. Pada faktor tingginya mean perceraian orang tua berada pada
mean 4,08% dengan varians 1,134%.
2. Model Regresi Global Persentase Jumlah Anak Putus Sekolah Tingkat SMA
2.1 Pemodelan Model Regresi Global Persentase Jumlah Anak Putus Sekolah Tingkat
SMA
Tabel 4 Estimasi Parameter Model Regresi
0.05
t 30
Variable
Estimate
SE
t(Est/SE)
Intercept
1
32.60
-1.00
0.68
0.76
47.834
-1.308
1,69
1,69
2
3
-3.48
2.90
1.26
1.98
-2.757
1.465
1,69
1,69
-2.37
1.38
-1.713
1,69
5
6
7
-7.31
-1.13
0.31
0.87
1.80
0.73
-8.349
-0.630
-0.428
1,69
1,69
1,69
Ket.
Signifika
n
Tidak
Signifika
n
Tidak
Signifika
n
Signifika
n
Tidak
Tidak
Dari Tabel 4.1 didapatkan model regresi untuk kasus angka putus sekolah
tingkat SMA di Jawa Timur tahun 2013 adalah sebagai berikut.
Y t =32.60 -1.00X -3.48X +2.9X -2.37X -7.31X -1.13X +0.31X
1
Selain itu dengan melihat Tabel 4 lagi, maka dapat diketahui variabel apa saja yang
signifikan berpengaruh terhadap model regresi. Dengan = 10% maka dapat diketahui
variabel-variabel yang signifikan berpengaruh terhadap angka putus sekolah tingkat SMA
di Jawa Timur. Adapun variabel yang berpengaruh secara signifikan yaitu variabel
kemiskinan (2), IPM (4), dan APS (5). Sehingga model regresi untuk kasus angka putus
sekolah tingkat SMA di Jawa Timur pada tahun 2013 adalah
Y t =32.60-3.48X -2.37X -7.31X
2
2.2
Menentukan model GWR. Model GWR merupakan salah satu model spasial yang
menghasilkan parameter model yang bersifat lokal untuk setiap titik atau lokasi. Untuk
membentuk model GWR langkah awal yang harus dilakukan adalah menentukan letak
lokasi pengamatan (letak geografis) setiap Kota dan Kabupaten di Jawa Timur. Langkah
selanjutnya yaitu menentukan bandwidth optimum dengan menggunakan metode Cross
Validation (CV). Dengan menggunakan software GWR.4 didapatkan nilai bandwidth
optimum sebesar 2 . Setelah didapatkan bandwidth optimum, langkah selanjutnya adalah
menentukan matriks pembobot, yang dalam hal ini menggunakan pembobot fixed gaussian.
Dengan menggunakan software GWR.4 didapatkan hasil seperti pada Tabel 5
Variable Estimate
Intercep
t
108,842
1
-0,581
SE
t(Est/SE
)
31
0,4448
3,463
-1,307
1,69
1,69
2
3
-0,683
0,234
0,2480
0,1599
-2,756
1,465
1,69
1,69
-0,531
0,3101
-1,713
1,69
5
6
-0,624
-0,035
0,05
t 30
Ket.
Signifika
n
Tidak
Signifika
n
Tidak
Signifika
n
Signifika
n
Tidak
0,0741
-8,349
1,69
0.1
-0,629 1,69
0,69199
7
-0,296
2
-0,428 1,69
Tidak
Dari Tabel 5 didapatkan model GWR untuk kasus angka putus sekolah tingkatvSMA di
Jawa Timur tahun 2013 adalah
Y t =108,842-0,581X -0,683X +0,234X -0,531X -0,624X -0,035X -0,296X
1
Selain itu dengan melihat Tabel 6 juga dapat diketahui variabel apa saja yang
signifikan berpengaruh terhadap model GWR. Dengan = 10% maka dapat diketahui
variabel-variabel yang signifikan berpengaruh terhadap angka putus sekolah tingkat SMA
di Jawa Timur. Adapun variabel yang berpengaruh secara signifikan yaitu variabel
kemiskinan (2), IPM (4), dan APS (5 ). Sehingga model GWR untuk kasus angka putus
sekolah tingkat SMA di Jawa Timur pada tahun 2013 adalah
Y t =108,842-0,683X -0,531X -0,624X
i2
i4
i5
Selanjutnya melakukan uji kesesuaian model GWR. Hal demikian dilakukan dengan
tujuan untuk mengetahui signifikansi perbedaan antara model regresi dan model GWR.
Adapun hasil dari software GWR.4 didapatkan hasil sebagai berikut.
Tabel 6 Estimasi Parameter Model Regresi
Sumber Keragaman
Residual Global
GWR residual
GWR improvement
JK
523,10
442,40
80,7
Db
30
25,073
4,927
KT
F Tabel
17,645
16,381
2,528,360 2,41
model GWR untuk mengetahui variabel apa saja yang signifikan bervariasi secara spasial
terhadap angka putus sekolah tingkat SMA di Jawa Timur setelah dimasukkan unsur
pembobot geografis. Dengan menggunakan software GWR.4 didapatkan hasil sebagai
berikut:
F
0,211967
Diff of crit
0,115799
1
2
10,21
0,14
0,125
0,146
26,124
26,124
-1,075,147
0,117763
3
4
5
1,00
0,24
0,521064
0,255
0,198
0,260
26,124
26,124
26,124
-0,480961
0,059649
0,331014
0,771087
0,108
26,124
-0,303139
3,56
0,160
26,124
-0,36629
ket.
Tidak
Signifika
n
Tidak
Signifika
n
Tidak
Tidak
Signifika
n
Signifika
n
Dari Tabel 7, dapat diketahui bahwa ada beberapa variabel independen yang
signifikan bervariasi secara spasial. Hal itu dapat diketahui dengan melihat nilai DIFF of
creation, jika nilai DIFF of creation bernilai negatif maka variabel tersebut signifkan
bervariasi secara spasial. Adapun variabel yang secara signifikan bervariasi secara spasial
yakni variabel pengangguran (1) , pendidikan kepala keluarga (3), rural (6), dan
perceraian orang tua (7). Selanjutnya dicari pengaruh variabel secara local di setiap
Kabupaten/Kota. Adiapun variabel yang signifikan adalah seperti tabel 8 sebagai berikut.
AIC
188,76
132,54
Lampiran 1
Data Angka Putus Sekolah Tingkat SMA Kabupaten / Kota di Jawa Timur
Tahun 2013
N
O
KABUPATEN/KOTA
Pacitan
Ponorogo
Trenggalek
Tulungagung
Blitar
50,7
24,6
1
40,5
5
39,9
4
38,3
3
X1
X2
0,9 16,6
9
6
3,2
5 11,87
4,0
4 13,5
2,7
1 9,03
3,6 10,5
4
3
X3
82,5
7
74,2
5
82,0
5
74,4
1
81,5
9
X4
73,3
6
72,6
1
74,4
4
74,4
9
74,9
2
X5
32,1
9
74,5
2
57,2
5
60,0
6
53,2
2
X6
87,1
3
76,2
2
76,4
3
61,9
9
66,9
4
X7
4,14
5,58
3,6
3,79
5,24
u
8,2
0
7,8
4
7,9
3
7,7
5
7,8
3
v
111,10
111,34
111,67
112,4
111,75
Kediri
Malang
Lumajang
Jember
10
Banyuwangi
11
Bondowoso
12
Situbondo
13
Probolinggo
14
Pasuruan
15
Sidoarjo
16
Mojokerto
17
Jombang
18
Nganjuk
19
Madiun
20
Magetan
21
Ngawi
22
Bojonegoro
23
Tuban
24
Lamongan
25
Gresik
26
Bangkalan
27
Sampang
28
Pamekasan
29
Sumenep
27,9
3
38,3
3
47,5
2
54,2
1
33,2
5
42,6
7
38
41,0
4
39,3
7
15,2
29,5
3
34,6
8
39,3
6
22,6
9
20,6
4
20,6
7
37,3
9
40,0
8
27,1
19,8
7
37,9
9
51,2
2
38,0
5
33,2
8
4,6 13,1
5
7
5,1
7 11,44
2,0 12,0
1
9
3,9
4 11,63
4,6
5 9,57
2,0 15,2
4
3
3,0 13,5
1
9
21,1
3,3
2
4,3
4 11,22
4,1
2 6,69
3,1 10,9
6
4
5,5
9 11,12
4,7 13,5
3
5
4,6
3 12,4
2,9 12,1
6
4
4,9 15,3
7
8
5,8 15,9
1
5
17,1
4,3
6
4,9 16,1
3
2
4,5 13,8
5
9
8,7 23,1
8
4
4,6 26,9
8
7
2,1 18,4
7
5
2,5 21,1
6
3
76,4
80,7
6
83,2
4
80,2
5
76,5
8
42,6
7
79,3
7
81,4
5
78,0
3
48,6
8
70,4
6
73,1
4
76,2
7
73,2
3
72,9
1
78,7
8
81,2
1
79,2
8
72,9
4
61,4
4
85,9
2
90,9
2
76,5
3
82,8
4
73,2
9
72,3
4
69,5
66,6
71,0
2
2,04
65,7
3
65,1
9
69,7
7
78,1
5
75,2
6
74,4
7
72,4
9
71,4
6
74,3
4
70,8
6
68,3
2
70,0
4
71,8
1
76,3
6
66,1
9
62,3
9
67,1
7
66,8
9
71,4
2
55,3
8
52,4
8
45,4
4
66,7
5
15,2
3
61,9
9
58,1
2
54,2
4
78,4
6
70,4
7
65,3
2
58,9
4
77,3
1
78,3
9
78,6
7
61,8
2
59,9
2
72,9
71,7
5
32,8
3
29,0
9
59,1
9
65,7
5
60,4
7
62,5
6
81,4
6
67,3
4
54,3
8
75,3
4
69,1
2
71,5
2
67,1
2
16,1
5
61,1
8
46,7
3
67,2
5
3,45
4,04
4,94
3,92
4,52
3,84
4,75
7,6
8
7,8
5
7,8
7
7,9
5
7,3
9
7,3
9
111,82
117,37
112,86
113,6
113,86
113,86
113,48
3,89
7,5
7,7
5
3,00
7,8
112,8
2,31
7,4
7,3
1
7,5
4
7,3
9
112,7
4,45
5,23
5,09
76,7
62,5
5
88,4
8
85,1
2
83,2
3
86,9
2
5,06
55,9
85,4
1
90,8
6
83,0
7
88,5
5
2,62
7,22
4,97
3,96
3,81
3,85
3,5
3,99
2,9
2,74
112,4
111,79
112,28
111,59
7,3
7,3
8
7,2
6
6,9
7
6,7
9
6,8
7
111,38
7,5
6,8
1
6,5
9
6,9
1
5,8
9
112,5
111,2
111,25
111,67
111,82
122,3
6
112,74
113,23
113,37
114,73
30
Kediri
31
Malang
32
Blitar
33
Probolinggo
34
Pasuruan
35
Mojokerto
36
Madiun
37
Surabaya
38
Batu
35,4
30,4
8
23,8
5
25,5
7
22,4
4
16,3
4
13,2
4
34,5
8
33,0
5
7,9
2
9,7
3
6,1
7
4,4
8
5,4
1
5,7
3
6,5
7
5,3
2
2,3
8,2
4,85
7,39
17,3
5
7,57
6,63
5,00
5,97
4,75
49,0
6
52,6
8
54,1
5
61,9
6
62,8
6
50,2
2
40,3
1
48,6
9
66,2
4
77,8
78,7
8
78,7
75,9
4
74,7
5
78,6
6
78,1
7
78,9
7
76,0
9
64,6
69,1
6
76,1
5
68,9
2
77,5
7
79,7
3
0,00
3,78
0,00
4,06
0,00
13,7
9
4,6
3,97
0,00
2,25
0,00
2,93
78,7
64,1
4
66,9
5
0,00
6,45
0,00
2,97
12,5
3,85
7,8
1
7,5
4
112,00
112,06
8,5
7,4
6
112,21
7,4
7,4
7
112,5
7,5
7,2
8
7,8
5
113,12
112,43
111,5
112,73
122,3
7