ABSTRAK
1. Latar Belakang
Provinsi Nusa Tenggara Barat (NTB) merupakan salah satu Provinsi di Indonesia
yang mempunyai permasalahan kemiskinan. Provinsi NTB berada di urutan ke-7 (tujuh)
penduduk miskin terbanyak di Indonesia, yaitu terdapat 786.058 jiwa penduduk miskin.
Salah satu Kabupaten yang terletak di Provinsi NTB adalah Kabupaten Lombok Tengah. Pada
Kabupaten Lombok Tengah terdapat 48.456 rumah tangga miskin, dengan Kecamatan Pujut
merupakan kecamatan dengan rumah tangga miskin terbanyak yaitu 11.417 rumah tangga
miskin [1].
Kemiskinan merupakan masalah sosial yang sangat serius, sehingga perlu dihilangkan
atau paling tidak dikurangi. Untuk menanggulangi kemiskinan, perlu diketahui faktor-faktor
yang mempengaruhi terjadinya kemiskinan, sehingga bisa digunakan sebagai bahan acuan
pemerintah dalam membuat kebijakan untuk menanggulangi permasalahan tersebut.
Untuk menganalisis faktor-faktor yang mempengaruhi kemiskinan rumah tangga,
dibutuhkan suatu analisis statistika. Pada penelitian ini, variabel respon yaitu status
kemiskinan rumah tangga merupakan data kategori. Salah satu analisis statistika yang dapat
digunakan ketika variabel respon berupa data kategori adalah analisis regresi probit. Analisis
regresi probit merupakan suatu analisis yang digunakan untuk melihat hubungan antara
variabel respon yang bersifat kategori dan variabel prediktor yang bersifat kontinu, kategori,
atau gabungan keduanya. Pada penelitian ini, analisis regresi probit yang digunakan berskala
biner, sehingga disebut analisis regresi probit biner.
2. Tinjauan Pustaka
Pada regresi probit biner dilakukan pengkategorian terhadap Y secara biner dengan
memberikan batasan atau threshold ( ) , yaitu untuk Y dikategorikan dengan Y 0 ,
φ( β x)
yi
L(β) 1 φ( β T x)
n
T 1 yi
(4)
i 1
ln L(β) n yi yi 1
xi φ(β T x) (5)
β 1 φ( β x) φ( β x)
T T
i 1
d. Selanjutnya dilakukan turunan kedua dari fungsi ln L(β) terhadap parameter β sebagai
berikut.
2 ln L(β) n [1 φ(β T x)]( β T x)φ(β T x) φ(β T x)φ(β T x)
xi xi y i
T
i 1 [φ(β T x)] 2
Berdasarkan hasil penaksiran parameter dengan metode maximum likelihood di atas,
ternyata diperoleh fungsi yang implisit. Akibatnya penaksir parameter tidak dapat diperoleh.
Cara untuk mendapatkan penaksir parameter dapat menggunakan metode iterasi Newton
Raphson sebagai berikut [4] .
1
2 ln L(β) ln L(β)
β ( m)
β ( m 1)
( m1) ( m1) ( m 1)
(7)
β β β
Proses iterasi akan berhenti jika terpenuhi kondisi konvergen, yaitu :
β ( m ) β ( m 1) . (8)
H 1 : minimal terdapat j 0
Statistik uji yang digunakan adalah Likelihood Ratio Test sebagai berikut.
n0 n0 n1 n1
G 2 ln n
n n
(9)
Pi 1 Pi i
i 1
yi 1 y
dengan,
n0 : jumlah variabel respon ( y ) berkategori 0
Jika n mendekati tak terhingga dengan derajat bebas v dimana v adalah banyaknya
variabel prediktor. Hipotesis H 0 ditolak jika nilai G 2 2 (v, ) atau nilai p value ,
sehingga akan diperoleh kesimpulan bahwa variabel prediktor secara bersama-sama atau
keseluruhan mempengaruhi variabel respon atau dengan kata lain, model yang diperoleh
dapat diterima.
y i : Variabel respon ke i
Ukuran yang dipakai untuk menyatakan nilai proporsi observasi yang salah
diklasifikasikan oleh fungsi klasifikasi Apparent Error Rate (APER) sebagai berikut.
Ketepatan klasifikasi 1 APER
m0 F m1F
1 (12)
m0 m1
Model terbaik adalah model yang memiliki nilai Pseudo R 2 McFadden 0,50 .
3. METODE PENELITIAN
Data yang digunakan dalam penelitian ini adalah data skunder dan data primer. Data
skunder yang digunakan dalam penelitian ini adalah data jumlah rumah tangga di Kecamatan
Pujut Kabupaten Lombok Tengah, Sedangkan data primer diperoleh dengan menyebar
kuisioner pada 395 responden yang tersebar di 16 desa di Kecamatan Pujut Kabupaten
Lombok Tengah.
Jumlah sampel yang digunakan dalam penelitian ini ditentukan menggunakan rumus
Slovin sebagai berikut.
N
n (16)
1 Ne 2
dengan,
n : ukuran sampel
N : ukuran populasi
e : taraf signifikansi
Variabel respon ( Y ) yang digunakan dalam penelitian ini adalah status kemiskinan
rumah tangga yang merupakan data kontinu yang dikategorikan, yaitu diukur dengan
pengeluaran perkapita rumah tangga yang dibandingkan dengan garis kemiskinan (GK)
Provinsi NTB kemudian dikategorikan menjadi 2, yaitu: Y 0 , jika pengeluaran perkapita
kurang dari garis kemiskinan (GK) , maka rumah tangga dikatakan miskin dan Y 1 , jika
pengeluaran perkapita lebih dari atau sama dengan garis kemiskinan (GK) , maka rumah
tangga dikatakan tidak miskin. Variabel prediktor (X ) yang digunakan dalam penelitian ini
disajikan dalam Tabel 2 berikut.
Tabel 2 Variabel Prediktor dalam Penelitian
Variabel Kategori/ Tipe
X1 (jenis kelamin kepala rumah tangga) 0 : perempuan
1 : laki-laki
X2 (umur kepala rumah tangga) 0 : 50 tahun
1 : 50 tahun
X3 ( jumlah anggota rumah tangga) 0 : 4 orang
1 : 4 orang
X4 (pendidikan terakhir kepala rumah 0 : Tidak sekolah, SD,
tangga) SMP
1 : SMA atau
Perguruan Tinggi
Tabel 2 (Lanjutan)
Variabel Kategori/ Tipe
X5 (pekerjaan utama kepala rumah tangga ) 0 : non formal
1 : formal
X6 (status kepemilikan tempat tinggal) 0 : bukan milik sendiri
1 : milik sendiri/ rumah dinas
X7 (kepemilikan sepeda motor atau 0 : tidak ada
kendaraan bermotor lainnya) 1 : ada
X8 ( jenis dinding terluas tempat tinggal ) 0 : bambu/ kayu/rumbia/
tembok tanpa di plester
1 : tembok (batu, bata,
batako) yang di plester
X9 ( jenis lantai terluas tempat tinggal ) 0 : kayu/ tanah/ bambu/
semen tanpa di plester
1 : semen yang diplester/
keramik/marmer
X 10 (status kepemilikan meteran listrik yang 0 : bukan milik sendiri
digunakan) 1 : milik sendiri
X 11 ( bahan bakar utama ketika memasak ) 0 : kayu bakar/ minyak tanah
1 : gas
X 12 ( penguasaan komputer oleh kepala 0 : tidak
rumah tangga) 1 : ya
X 13 ( bantuan yang diterima dari pemerintah) 0 : tidak ada
1 : ada
H 1 : minimal terdapat j 0
Hasil pengujian secara serentak menggunakan software SPSS 16.0 dapat dilihat pada
Tabel 4 berikut.
Berdasarkan Tabel 4, diperoleh nilai Ghitung 521 2 (13;0,05) 22,362 , dimana nilai
2 ( v; ) dapat dilihat pada Lampiran 15 dan berdasarkan Tabel 4 diperoleh nilai p value
sebesar 0,000 0,05 . Oleh karena itu, dapat diambil keputusan untuk menolak H 0 ,
sehingga dapat diambil kesimpulan bahwa terdapat minimal satu variabel prediktor yang
berpengaruh signifikan terhadap kemiskinan rumah tangga di Kecamatan Pujut Kabupaten
Lombok Tengah.
Berdasarkan Tabel 6, diperoleh nilai Deviance sebesar 98,81 X 2 ( 0,05;382) 428,573 dan
nilai p value 0,97 0,05 yang berarti dapat diputuskan untuk gagal tolak H 0 . Oleh
karena itu, dapat disimpulkan bahwa model yang diperoleh sesuai atau layak untuk
digunakan.
Ketepatan klasifikasi dapat dihitung menggunakan persamaan (12) dan diperoleh hasil
sebagai berikut.
20
APER 100 %
390
0,00512 % 5,12%
kendaraan bermotor lainnya ( X 7 ) , jenis dinding terluas tempat tinggal ( X 8 ) , jenis lantai
bahan bakar utama yang digunakan ketika memasak ( X 11 ) , keahlian kepala rumah tangga
dalam mengoperasikan komputer ( X 12 ) , dan keberadaan bantuan dari pemerintah yang
pernah diterima ( X 13 ) .
5.2 Saran
Berdasarkan analisis yang telah dilakukan, saran yang dapat disampaikan adalah sebagai
berikut.
1. Untuk memperoleh kesimpulan yang lebih luas, sebaiknya digunakan sampel pada
beberapa kecamatan.
2. Untuk pemerintak terkait, agar permasalahan kemiskinan di Kecamatan Pujut abupaten
Lombok Tengah dapat teratasi, diharapkan pengentasan kemiskinan di Kecamatan Pujut
Kabupaten Lombok Tengah mengedepankan rumah tangga dengan kriteria kepala rumah
tangga seorang perempuan, umur kepala rumah tangga lebih dari 50 tahun, rumah tangga
dengan kepemilikan tempat tinggal bukan milik sendiri, rumah tangga dengan tempat
tinggal kurang layak, rumah tangga dengan kepemilikan meteran listrik bukan milik
sendiri, rumah tangga yang masih menggunakan kayu bakar sebagai bahan bakar utama
untuk memasak, perbaikan pendidikan para petani, memberikan sosialisasi pentingnya
program keluarga berencana, serta pemberian bantuan harus lebih diperhatikan agar tepat
sasaran.
DAFTAR PUSTAKA
Badan Pusat Statistik, 2016 Data dan Informasi, BPS : Mataram. [1]
Fahmiyah, I., Latra, I.N., 2016, Faktor yang Mempengaruhi Kadar Gula Darah Puasa Pasien
Diabetes Malitus Tipe 2 di Poli Diabetes RSUD Dr. Soetomo Surabaya menggunakan Regresi
Probit Biner, Jurnal Sains dan Seni, Vol. 5 No. 2 Hal. 2, ITS : Surabaya. [6]
Green, W.H., 2008, Econometric Analysis, Edisi ke 6, Prentice Hall Inc : New Yersey. [3]
Gujarati, D.N., 2004, Basic Econometrics, Edisi ke 4, The McGraw-Hill : New York. [2]
Hosmer, D., dan Lemeshow, 2000, Applied Logistic Regression, Edisi ke 2, John Wiley and
Sons : USA.[5]
Johnson, R.A., dan Wichern, D., 2007, Applied Multivariat Statistical Analysis, Edisi ke 9,
New Jersey : Prentice Hall. [7]
Masitoh, F., dan Ratnasari, V., 2016, Pemodelan Status Ketahanan Pangan di Provinsi Jawa
Timr dengan Pendekatan Metode Regresi Probit Biner, Vol. 5 No. 2 Hal. 2, Jurnal
Statistika, ITS : Surabaya. [4]