LAPORAN PENELITIAN DOSEN STIS

PENGARUH INDEKS KEKAYAAN DAN FAKTOR SOSIAL DEMOGRAFI

TERHADAP PROPORSI PENGELUARAN MAKANAN
RUMAH TANGGA DI INDONESIA TAHUN 2016

Dr. I Made Arcana, M.Sc

Yaya Setiadi, SST, MM

UNIT PENELITIAN DAN PENGABDIAN MASYARAKAT (UPPM)

SEKOLAH TINGGI ILMU STATISTIK (STIS)
2017
 LEMBAR PENGESAHAN

Laporan Penelitian Dosen dengan judul:

Pengaruh Indeks Kekayaan dan Faktor Sosial Demografi Terhadap

Proporsi Pengeluaran Makanan Rumah Tangga di Indonesia
Tahun 2016

Nama Peneliti:
Dr. I Made Arcana, M. Sc
Yaya Setiadi, SST, MM

Dilaksanakan pada Agustus 2017 sampai dengan November 2017

Telah disahkan oleh Kepala Unit Penelitian dan Pengabdian Masyarakat (UPPM)
Sekolah Tinggi Ilmu Statistik (STIS), pada tanggal 27 November 2017

Menyetujui,
Kepala UPPM Ketua Peneliti

Dr. Hardius Usman, MSi Dr. I Made Arcana, MSc

NIP. 196704251989011002 NIP. 196805031991011001

Mengetahui
Pembantu Ketua I

Dr. Erni Tri Astuti, M. Math

NIP. 196710221990032002
 KATA PENGANTAR

Puji syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa atas segala
rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan penelitian ini dengan
judul “Pengaruh Indeks Kekayaan dan Faktor Sosial Demografi Terhadap Proporsi
Pengeluaran Makanan Rumah Tangga di Indonesia Tahun 2015” yang disusun untuk
melengkapi persyaratan dalam melaksanakan penelitian dosen di Sekolah Tinggi
Ilmu Statistik (STIS).
Penyelesaian penelitian ini tidak terlepas dari peran para pimpinan STIS,
yang telah memberikan kesempatan untuk melakukan penelitian dan dukungan yang
diberikan, baik moril maupun materiil sehingga penelitian ini dapat diselesaikan
Untuk semua dukungan tersebut, penulis menyampaikan penghargaan yang setinggi-
tingginya dan terima kasih yang tidak terhingga.
Akhir kata, walau tulisan ini bagai setitik air di samudra luas, penulis berharap
dapat menjadi sumbangan kecil bagi dunia pendidikan di Indonesia. Dalam
melakukan penelitian ini, sudah barang tentu banyak hal yang dapat memunculkan
perbedaan pendapat, informasi maupun referensi. Oleh karenanya, kritik dan saran
terhadap tulisan ini sangat dihargai.

Jakarta, November 2017

PENULIS

i
 ABSTRAK

Pola pengeluaran rumah tangga dapat digunakan sebagai salah satu alat ukur untuk
menilai tingkat kesejahteraan rumah tangga, dimana semakin rendah proporsi
pengeluaran untuk makanan terhadap total pengeluaran maka semakin baik tingkat
perekonomian penduduk. Indeks kekayaan rumah tangga yang dihitung menggunakan
metode Principle Component Analysis (PCA) digunakan sebagai aproksimasi untuk
pendapatan rumah tangga. Tujuan dari penelitian ini adalah untuk mengetahui
gambaran umum proporsi pengeluran rumah tangga dalam sebulan yang dialokasikan
untuk makanan berdasarkan wilayah perkotaan dan perdesaan, serta menganalisis
pengaruh indeks kekayaan rumah tangga dan faktor sosial demografi rumah tangga
( tingkat pendidikan kepala rumah tangga, jenis kelamin kepala rumah tangga, jumlah
anggota rumah tangga, status bekerja kepala rumah tangga dan tingkat pendidikan
kepala rumah tangga) terhadap proporsi pengeluaran makanan. Proporsi pengeluaran
sebulan untuk makanan pada rumah tangga di Indonesia sangat bervariasi dengan
nilai median sebesar 53,7 persen untuk wilayah perkotaan, relatif lebih rendah
dibandingkan nilai median untuk wilayah perdesaan sebesar 60,0 persen. Dengan
menerapkan Multiple Classification Analysis (MCA), dihasilkan bahwa indeks
kekayaan memiliki pengaruh positif terhadap proporsi konsumsi makanan, baik di
wilayah perkotaan maupun perdesaan. Di wilayah perkotaan, indeks kekayaan rumah
tangga berkontribusi sebesar 37,3 persen dan di wilayah perdesaan sebesar 29,4
persen. Faktor demografi seperti jenis kelamin KRT menyumbang sekitar 59,3 persen
untuk proporsi konsumsi makanan untuk rumah tangga di wilayah perdesaan, dan
sebesar 51,0 persen di wilayah perkotaan.

Kata kunci : indeks kekayaan, Multiple Classification Analysis (MCA),

pengeluaran makanan

ii
 ABSTRACT

The pattern of household expenditure can be used as a measurement for assessing the
level of household welfare, which the lower the proportion of expenditure for food
compared to the total expenditure, the better the economic level of the population.
The household wealth index calculated using the Principle Component Analysis
(PCA) method is used as an approximation for household income. The purpose of this
study is to describe the general pattern of the proportion of household expenditure in
a month allocated for food based on urban and rural areas, and to analyze the
influence of household wealth index and household demographic social factors (such
as education level of household head, sex of household head, number of household
members, work status of household head and education level of household head) to
proportion of food expenditure. The proportion of monthly food expenditure on
households in Indonesia varies greatly with the median of 53.7 percent for urban
areas, relatively lower than the median for the rural areas of 60.0 percent. By
applying Multiple Classification Analysis (MCA), it was discovered that the wealth
index had a positive influence on the proportion of food consumption, both in urban
and rural areas. In urban areas, the household wealth index contributed 37.3 percent
and in rural areas by 29.4 percent. Demographic factors such as sex of household
head accounted for about 59.3 percent for the proportion of food consumption of
households in rural areas, and 51.0 percent in urban areas.

Keywords : Wealth Index, Multiple Classification Analysis (MCA), food

expenditure

iii
 DAFTAR ISI

Halaman

KATA PENGANTAR ............................................................................................ i

ABSTRAK ................................................................................................................ ii

DAFTAR ISI ............................................................................................................ iv

DAFTAR TABEL .................................................................................................... vi

DAFTAR GAMBAR ................................................................................................ vii

DAFTAR LAMPIRAN ............................................................................................. viii

BAB I PENDAHULUAN .....................................................................................................

1

1.1. Latar Belakang ....................................................................................................

1

1.2. Identifikasi dan Pembatasan Masalah .................................................................

3

1.3. Tujuan Penelitian.. ………………………………….........................................

4

1.4. Sistematika Penulisan ..…………………………….. .........................................

5

BAB II TINJAUAN PUSTAKA ………………………………….. ......................................

6

2.1. Landasan Teori ……………………..…………………. ....................................

6 .

2.2. Penelitian Terkait .............................................................. .................................

10 .

2.3. Kerangka Penelitian …………………………………… ...................................

12 ..

2.4. Hipotesis penelitian............. …………………… ...............................................

13 ……….

BAB III METODOLOGI ………………………… ...............................................................

14 …..

3.1. Sumber Data ……………………… ...................................................................

14 ……….

14 …………..
3.2. Metode Analisis.…………………......................................................................

iv
 3.2.1. Analisis Deskriptif......................................................................................
15

3.2.2. Analisis Inferensia ......................................................................................

18

BAB IV HASIL DAN PEMBAHASAN …………………… .................................................

21 ……..

4.1. Pola Pengeluaran Rumah Tangga untuk Makana ...............................................

21 n

4.2. Model MCA untuk daerah perkotaan dan perdesaan ..........................................

25

4.3. Model MCA untuk daerah perkotaan ..................................................................

28

4.4. Model MCA untuk daerah perdesaan..................................................................

31

BAB V KESIMPULAN DAN SARAN ……………………… .............................................

36 ……….

5.1. Kesimpulan …………………………………….................................................

36 ……….…

5.2. Saran ………………………………………… ...................................................

37 …………...

DAFTAR PUSTAKA ………………………………………… ............................... ………..…..

38

LAMPIRAN………………………………………………… .................................. ……………..

39

v
 DAFTAR TABEL

No Judul Tabel Halaman

3.1. Uraian nama variabel dan pembagian kategori yang digunakan ............... 15

4.1. Hasil ANOVA terhadap model MCA ....................................................... 25

4.2. Hasil estimasi rata-rata dengan model MCA ........................................... 25

Pengaruh masing-masing variabel bebas terhadap perubahan

4.3.
persentase konsumrsi makanan rumah tangga .......................................... 27

4.4. Hasil ANOVA terhadap model MCA di wilayah perkotaan ..................... 28

4.5. Hasil estimasi rata-rata dengan model MCA di wilayah perkotaan ......... 29

Pengaruh masing-masing vaiabel bebas terhadap perubahan persentase

4.6. 31
konsumsi makanan rumah tangga .............................................................

4.7. Hasil ANOVA terhadap model MCA di wilayah perdesaan .................... 32

4.8. Hasil estimasi rata-rata dengan model MCA di wilayah perdesaan ......... 32

Pengaruh masing-masing variabel bebas terhadap perubahan

4.9. 34
persentase konsumsi makanan rumah tangga di wilayah perdesaan .........

vi
 DAFTAR GAMBAR

No Judul Gambar Halaman

4.1. Pola distribusi persentase pengeluaran rumah tangga untuk makanan ... 21

Distribusi persentase pengeluaran rumah tangga untuk makanan

4.2.
menurut provinsi di Indonesia ................................................................. 22

Distribusi persentase pengeluaran rumah tangga untuk makanan di

4.3.
daerah perkotaan menurut provinsi di Indonesia .................................... 23

Distribusi persentase pengeluaran rumah tangga untuk makanan di

4.4.
daerah perdesaan menurut provinsi di Indonesia .................................... 24

Nilai estimasi persentase konsumsi makanan untuk setiap variabel

4.5.
bebas yang terlibat dalam model MCA ................................................... 26

Nilai estimasi persentase konsumsi makanan untuk setiap variabel

4.6.
bebas yang terlibat dalam model MCA di wilayah perkotaan ................ 30

Nilai estimasi persentase konsumsi makanan untuk setiap variabel

4.7.
bebas yang terlibat dalam model MCA di wilayah perdesaan ................ 33

vii
 DAFTAR LAMPIRAN

No Keterangan Halaman

1. Output statistik deskriptif wilayah perkotaan & perdesaan) .................. 39

2. Output statistik deskriptif wilayah perkotaan ........................................ 40

3. Output statistik deskriptif wilayah perdesaan ....................................... 41

Output MCA tanpa variabel interaksi untuk wilayah perkotaan dan

4.
perdesaan ................................................................................................. 42

Output MCA dengan variabel interaksi untuk wilayah perkotaan dan

5.
perdesaan ................................................................................................. 44

6. Output MCA dengan variabel interaksi untuk wilayah perkotaan .......... 46

7. Output MCA dengan variabel interaksi untuk wilayah perdesaan .......... 48

viii
 BAB I.
PENDAHULUAN

1.1. Latar Belakang

Manusia selama hidupnya selalu melakukan kegiatan dalam memenuhi

kebutuhannya, baik berupa kebutuhan akan makanan, pakaian, tempat perlindungan,
hiburan dan kebutuhan hidup lainnya. Untuk memenuhi kebutuhan tersebut setiap
individu dalam aktivitas keseharian melakukan pembelanjaan atau konsumsi terhadap
suatu barang. Pengeluaran untuk konsumsi pada setiap individu mulai dari dilahirkan
hingga akhir hidupnya, artinya setiap individu melakukan kegiatan konsumsi
sepanjang hidupnya. Oleh karena itu kegiatan konsumsi mempunyai peranan penting
dalam kehidupan manusia.
Banyak faktor yang memengaruhi besaran pengeluaran konsumsi rumah
tangga. Faktor-faktor tersebut dapat diklasifikasikan menjadi faktor ekonomi, faktor
demografi, dan faktor nonekonomi. Faktor-faktor ekonomi yang memengaruhi
tingkat konsumsi rumah tangga adalah pendapatan umah tangga, kekayaan rumah
tangga, jumlah barang konsumsi tahan lama dalam masyarakat, tingkat bunga,
perkiraan tentang masa depan, dan kebijakan pemerintah dalam mengurangi
ketimpangan distribusi pendapatan. Faktor-faktor demografi yang memengaruhi
tingkat konsumsi adalah jumlah penduduk dan komposisi penduduk. Sedangkan
faktor-faktor nonekonomi yang paling berpengaruh terhadap tingkat konsumsi adalah
faktor sosial budaya masyarakat seperti pola kebiasaan makan, perubahan etika dan
tata nilai untuk meniru kelompok masyarakat lain (Rahardja dan Manurung, 2008).
Kemiskinan yang merupakan manifestasi dari kurangnya tingkat
kesejahteraan penduduk adalah isu global maupun nasional sehingga masih akan
tetap merupakan keprihatinan banyak pihak. Untuk keperluan perencanaan,
monitoring, dan evaluasi berbagai program terkait penanggulangan kemiskinan
diperlukan sejumlah instrumen statistik yang dapat menunjukkan status dan

1
perkembangan penduduk miskin di Indonesia antar waktu. Salah satu instrumen yang
utama adalah jumlah penduduk yang rata-rata pengeluarannya di bawah garis
kemiskinan.
Konsumsi merupakan bagian penting dalam kehidupan seseorang. Pemenuhan
kebutuhan hidup yang harus dipenuhi setiap hari oleh manusia tidak terlepas dari
aktivitas konsumsi. Pengeluaran konsumsi dapat menjadi sebagai salah satu indikator
untuk menilai tingkat kesejahteraan ekonomi individu atau rumah tangga (BPS,
2008). Disamping itu, pola konsumsi penduduk juga merupakan salah satu indikator
sosial ekonomi masyarakat yang sangat dipengaruhi oleh budaya dan lingkungan
setempat. Budaya dan perilaku lingkungan akan membentuk pola kebiasaan tertentu
pada kelompok masyarakat. Data pengeluaran dapat mengungkapkan pola konsumsi
rumah tangga secara umum menggunakan indikator proporsi pengeluaran untuk
makanan dan non makanan. Komposisi pengeluaran rumah tangga dapat dijadikan
ukuran untuk menilai tingkat kesejahteraan ekonomi penduduk.
Rumah tangga yang proporsi pengeluarannya lebih besar untuk makanan
biasanya merupakan rumah tangga yang masih pada taraf tingkat subsisten.
Sementara rumah tangga yang lebih banyak mengkonsumsi untuk barang-barang
mewah dan kebutuhan sekunder merupakan rumah tangga yang lebih sejahtera (Mor
& Sethia, 2010). Dengan mengamati pola konsumsi rumah tangga, baik untuk
makanan dan bukan makanan, dapat diketahui standar hidup yang diterapkan dalam
rumah tangga tersebut.
Pada Survei Demografi dan Kesehatan Indonesia (SDKI), salah satu ukuran
yang digunakan untuk menggambarkan tingkat kesejahteraan rumah tangga adalah
indeks kekayaan (wealth index) yang merupakan indeks komposit dari kumulatif
standar hidup suatu rumah tangga. Dari hasil SDKI 2012 memperlihatkan bahwa
rumah tangga di daerah perkotaan memiliki kecenderungan lebih besar berada dalam
60 persen kuintil kekayaan tertinggi, sementara rumah tangga di daerah perdesaan
menunjukkan kecenderungan lebih besar masuk dalam 40 persen kuintil kekayaan
terendah.

2
1.2. Identifikasi dan Pembatasan Masalah

Pada kondisi pendapatan rumah tangga yang terbatas, pemenuhan kebutuhan

makanan akan menjadi prioritas utama, sehingga pada kelompok rumah tangga
berpendapatan rendah akan terlihat bahwa sebagian besar pendapatannya digunakan
untuk membeli makanan. Seiring dengan peningkatan pendapatan maka lambat laun
akan terjadi pergeseran pola pengeluaran, yaitu terjadinya penurunan proporsi
pendapatan yang dibelanjakan untuk makanan dan peningkatan proporsi pendapatan
yang dibelanjakan untuk bukan makanan. Berdasarkan fenomena tersebut, pola
pengeluaran dapat digunakan sebagai salah satu alat ukur untuk menilai tingkat
kesejahteraan rumah tangga, dimana semakin rendah persentase pengeluaran untuk
makanan terhadap total pengeluaran maka semakin baik tingkat perekonomian rumah
tangga tersebut. Hal ini sejalan dengan hukum Engel yang dicetuskan oleh Ernst
Engel (1857) bahwa bila selera penduduk tidak berubah, maka persentase
pengeluaran untuk makanan akan menurun seiring dengan meningkatnya pendapatan.
Hukum ini didasarkan pada hasil survei mengenai pendapatan dan pengeluaran rumah
tangga.
Dalam Survei Sosial Ekonomi Nasional (Susenas) yang diselenggarakan
secara rutin oleh Badan Pusat Statistik (BPS), informasi mengenai pendapatan rumah
tangga sering kali underestimate yang disebabkan kurang validnya informasi tentang
pendapatan rumah tangga yang diperoleh dari responden. Dengan kondisi seperti ini,
maka informasi pendapatan rumah tangga sebagai dasar untuk memperkirakan pola
konsumsi rumah tangga dalam penelitian ini akan didekati dengan menggunakan
indeks kekayaan rumah tangga yang merupakan indeks komposit dari kumulatif
standar hidup suatu rumah tangga seperti yang diterapkan dalam SDKI.
Lebih jauh lagi, pola konsumsi rumah tangga yang merupakan salah satu
indikator sosial ekonomi rumah tangga sangat dipengaruhi oleh faktor sosial
demografi rumah tangga, latar belakang budaya dan lingkungan di mana rumah
tangga tersebut berada. Selain tingkat pendapatan rumah tangga yang didekati dengan
ukuran indeks kekayaan rumah tangga, faktor sosial demografi yang diduga

3
mempengaruhi pola konsumsi rumah tangga yang digambarkan melalui proporsi
pengeluaran rumah tangga untuk makanan, antara lain tingkat pendidikan kepala
rumah tangga (KRT), jumlah anggota rumah tangga (ukuran rumah tangga), status
bekerja kepala rumah tangga, jenis kelamin kepala rumah tangga, serta status wilayah
(perdesaan dan perkotaan).
Berdasarkan pemaparan masalah di atas, penulis tertarik untuk mengetahui
lebih mendalam tentang pengaruh indeks kekayaan dan faktor sosial demografi
rumah tangga yaitu tingkat pendidikan KRT, jumlah anggota rumah tangga, status
bekerja KRT serta jenis kelamin KRT terhadap proporsi pengeluaran makanan pada
rumah tangga di Indonesia. Kepala rumah tangga menjadi fokus penelitian karena
memegang peranan penting pada pengambilan keputusan dalam rumah tangganya,
termasuk keputusan dalam pemenuhan kebutuhan rumah tangga (makanan dan bukan
makanan). Status bekerja dari kepala rumah tangga memiliki peran penting dan
berdampak pada tingkat kecukupan dalam pemenuhan kebutuhan seluruh anggota
tangganya (The Parliement of the Commonwealth of Australia, 2000), yang pada
gilirannya akan mempengaruhi penilaian dari masyarakat di sekitar tempat
tinggalnya. Secara makro, permasalahan yang berkaitan dengan status bekerja
penduduk, seperti pengangguran, menjadi penting dan mendesak untuk diselesaikan
karena dapat berdampak luas sebagai sumber utama kemiskinan, mendorong
peningkatan keresahan sosial dan kriminalitas, serta dapat menghambat pembangunan
dalam jangka panjang (Depnakertrans, 2004).

1.3. Tujuan Penelitian

Berdasarkan uraian dan identifikasi permasalahan yang telah diuraikan

sebelumnya, maka tujuan dari penelitian ini adalah:
1. Mengetahui gambaran pola konsumsi rumah tangga dalam sebulan yang
dialokasikan untuk makanan berdasarkan wilayah perkotaan dan
perdesaan.

4
 2. Menganalisis pola hubungan serta besarnya pengaruh indeks kekayaan
rumah tangga terhadap proporsi pengeluaran makanan rumah tangga
dalam sebulan
3. Menganalisis hubungan dan menghitung besarnya pengaruh indeks
kekayaan bersama-sama dengan faktor sosial demografi rumah tangga
terhadap proporsi pengeluaran makanan rumah tangga dalam sebulan.

1.4. Sistematika Penulisan

Pemaparan mengenai penelitian ini disajikan dalam lima bab yang memuat
uraian tentang proses pelaksanaan penelitian sampai pembahasan mengenai hasil
penelitan serta kesimpulan yang diperoleh. Bab I menguraikan tentang latar belakang
dilaksanakannya penelitian ini dan identifikasi permasalahan dari fenomena yang
menjadi subyek penelitian yang mengarah pada sasaran yang ingin dicapai dari
penelitian yang dilakukan. Landasan teori yang terkait dengan topik penelitian, baik
dalam bidang statistik maupun tentang indeks kekayaan serta faktor sosial demografi
rumah tangga yang ingin diungkap, dijelaskan secara rinci dalam Bab II. Disamping
itu, diuraikan juga penelitian terkait yang memuat penelitian-penelitian yang pernah
dilakukan sebelumnya yang mengarahkan pada dirancangnya kerangka pikir
penelitian yang menjelaskan tentang hubungan antara variabel bebas dan variabel tak
bebas dalam penelitian ini. Pada Bab 3 diuraikan tentang metodologi yang digunakan
dalam melakukan penelitian, mencakup sumber data yang digunakan dan metode
analisis yang dilakukan untuk mencapai tujuan penelitian. Selanjutnya Bab 4 memuat
hasil perhitungan statistik yang dilakukan dan pembahasan mengenai interpretasi
hasil penelitian dengan analisis deskriptif menggunakan tabel atau grafik dan analisis
inferensia dengan menerapkan Multiple Classification Analysis (MCA). Terakhir,
pada Bab 5 memaparkan tentang kesimpulan yang diperoleh dilengkapi saran-saran
berdasarkan kesimpulan yang diuraikan sebelumnya.

5
 BAB II.
TINJAUAN PUSTAKA

2.1. Landasan Teori

Multiple Classification Analysis (MCA)

Multiple Classification Analysis (MCA) merupakan salah satu metode analisis

inferensia yang menggunakan uji statistik dan hampir mirip dengan analisis regresi
dengan variabel bebasnya berupa dummy variable. MCA digunakan untuk
menunjukan hubungan antara beberapa variabel bebas yang berskala nominal atau
ordinal dengan sebuah variabel tak bebas yang berskala interval atau rasio.
Di samping itu, MCA memiliki kemampuan untuk menunjukan pengaruh
masing-masing variabel bebas sebelum dan sesudah dikontrol oleh variabel bebas
yang lain. Pengaruh setiap variabel bebas dalam persamaan model MCA dapat
dinyatakan dalam bentuk nilai rata-rata keseluruhan dari variabel tak bebas setelah
dikontrol variable-variabel lainnya. Oleh karena itu, adjusted mean score dapat
dihitung dan lebih mudah diinterpretasikan dibanding koefisien regresi yang
dihasilkan melalui analisis regresi yang melibatkan dummy variable. Pada analisis
regresi dengan dummy variabel, kategori yang menjadi acuan (reference category)
harus dikeluarkan dari analisis ketika menyusun persamaan model regresinya.
Dengan demikian, bagi kategori yang menjadi acuan tidak akan diperoleh nilai
koefisien regresinya, padahal koefisien-koefisien regresi lainnya dinyatakan sebagai
perbandingan dari kategori yang menjadi acuan. Sebaliknya, koefisien MCA dihitung
untuk seluruh kategori pada setiap variable bebasnya, yaitu dalam bentuk variabel
berskala nominal dan dinyatakan sebagai deviasi dari angka rata-ratanya. MCA bebas
dari pembatasan-pembatasan penggunaan skala ukuran untuk variabel bebasnya,
artinya variable bebas dapat berskala ukuran yang paling lemah (nominal).

6
 Model Multiple Classification Analysis dituliskan dalan bentuk persamaan
berikut (Andrew, 1973):
𝑌𝑖𝑗⋯𝑛 = 𝑦̅ + 𝛼𝑖 + 𝛽𝑗 + ⋯ + (𝛼𝛽)𝑖𝑗 + ⋯ + 𝑒𝑖𝑗⋯𝑛 (2.1)
dimana:

𝑌𝑖𝑗⋯𝑛 : adalah nilai variabel tak bebas yang didasarkan pada kategori ke-𝑖
dari variabel bebas A, kategori ke-𝑗 dari variabel bebas B, dan
seterusnya;
𝑦̅ : merupakan nilai rata-rata variabel tak bebas
𝛼𝑖 : adalah besarnya pengaruh variabel bebas A terhadap variabel tak
bebas;
𝛽𝑗 : adalah besarnya pengaruh variabel bebas B terhadap variabel tak
bebas;
(𝛼𝛽)𝑖𝑗 : adalah besarnya pengaruh interaksi variabel bebas A dan B terhadap
variabel tak bebas; dan 𝑒𝑖𝑗⋯𝑛 menunjukkan random error.

Estimasi parameter model (𝛼̂, 𝛽̂ , ⋯ ) diperoleh dengan meminimalkan nilai

sum of squared error atau dengan mencari penyelesaian dari sejumlah persamaan
normal (normal equations) berdasarkan banyaknya variabel bebas dalam model.

Uji Simultan

Uji simultan bertujuan untuk menguji signifikansi pengaruh variabel bebas

dalam model secara simultan terhadap keragaman variabel tak bebas Y. Statistik uji
yang digunakan adalah :

𝐸/(𝐶 − 𝑃)
𝐹= ~𝐹(𝐶−𝑃);(𝑁−𝐶+𝑃−1) (2.2)
𝑍/(𝑁 − 𝐶 + 𝑃 − 1)

7
dengan:

𝐸 = ∑ ∑ ⋯ ∑ 𝑊𝑖𝑗⋯𝑛 (𝛼̂𝑖 + 𝛽̂𝑗 + ⋯ )2

𝑖 𝑗 𝑛

𝑍 = (∑ 𝑊𝑘 (𝑌𝑘 − 𝑌̅)2 ) − 𝐸
𝑘

dimana:
N : jumlah sampel;

C : jumlah kategori pada variabel bebas;

P : jumlah variabel bebas

Pengaruh variabel bebas

Untuk mengukur besarnya pengaruh variabel bebas tertentu terhadap

keragaman variabel tak bebas digunakan pendekatan dengan 2(dua) jenis statistik
yaitu statistik Eta (𝜂𝑖 ) yang mengukur besarnya pengaruh tanpa dipengaruhi oleh
variabel bebas lainnya dalam model dan statistik Beta (𝛽𝑖 ) yang mengukur besarnya
pengaruh variabel bebas tertentu dengan mempertimbangkan pengaruh variabel bebas
lainnya dalam model.

Statistik Eta (𝜂𝑖 )

Statistik Eta (𝜂𝑖 ) digunakan untuk mengukur besarnya pengaruh variabel

bebas ke-𝑖 dalam model terhadap variabel tak bebas Y sebelum dilakukan adjustment.
Artinya, pengukuran besarnya pengaruh variabel bebas ke-𝑖 dilakukan dengan tanpa
mempertimbangkan pengaruh variabel bebas lainnya yang terlibat dalam model.
Statistika Eta diperoleh dengan mengaplikasikan formula berikut:

𝑈𝑖
𝜂𝑖 = √ (2.3)
𝑇

8
dimana:

2
𝑈𝑖 = ∑ (∑ 𝑊𝑖𝑗𝑘 ) (𝑌̅𝑖𝑗 − 𝑌̅)
𝑖 𝑗

𝑇 = ∑ 𝑊𝑘 (𝑌𝑘 − 𝑌̅)2
𝑘

Statistik Beta (𝛽𝑖 )

Statistik Beta (𝛽𝑖 ) digunakan untuk mengukur hubungan variabel bebas ke-i
dalam model terhadap variabel tak bebas Y setelah dilakukan adjustment. Artinya,
pengukuran besarnya pengaruh variabel bebas ke-𝑖 dilakukan dengan
mempertimbangkan pengaruh variabel bebas lainnya yang terlibat dalam model.
Statistik Beta diperoleh dengan mengaplikasikan formula berikut:

𝐷𝑖
𝛽𝑖 = √ (2.4)
𝑇

dengan:

2
𝐷𝑖 = ∑ (∑ 𝑊𝑖𝑗𝑘 ) (𝛼̂𝑖𝑗 )
𝑖 𝑗

dimana 𝛼̂𝑖𝑗 adalah besarnya deviasi variabel bebas ke-𝑖 kategori ke-𝑗 yang telah
disesuaikan.

Indeks Kekayaan (Wealth Index)

Indeks kekayaan adalah ukuran komposit dari standar hidup kumulatif rumah
tangga. Indeks kekayaan dihitung dengan menggunakan data yang mudah
dikumpulkan mengenai kepemilikan rumah tangga terhadap aset terpilih, seperti
televisi, sepeda, sepeda motor, kulkas; bahan yang digunakan untuk pembangunan

9
perumahan; dan jenis akses air bersih dan fasilitas sanitasi rumah tangga.
Penghitungan indeks kekayaan menggunakan prosedur statistik yang dikenal sebagai
analisis komponen utama. Dengan mengamati indeks kekayaan rumah tangga akan
menempatkan rumah tangga tersebut dalam skala relatif. Sering kali indeks kekayaan
disajikan dalam bentuk kategorik menjadi lima kuintil kekayaan untuk
membandingkan pengaruh kekayaan pada berbagai indikator populasi, kesehatan dan
gizi.
Indeks kekayaan adalah salah satu karakteristik rumah tangga yang sering kali
memiliki pengaruh besar pada kesehatan serta memungkinkan untuk identifikasi
masalah khusus bagi rumah tangga miskin, seperti akses yang tidak merata terhadap
perawatan kesehatan, dan juga masalah khusus untuk rumah tangga/penduduk kaya,
seperti di negara-negara Afrika yang akan meningkatkan risiko infeksi HIV.
Penghitungan indeks kekayaan dikembangkan oleh Program DHS dan
memungkinkan pemerintah untuk melakukan evaluasi terhadap layanan kesehatan
masyarakat, kampanye vaksinasi, pendidikan, dan intervensi penting lainnya yang
berkaitan dengan rumah tangga paling miskin.
Disamping itu, indeks kekayaan memungkinkan untuk melakukan identifikasi
terhadap status ekonomi rumah tangga yang mempengaruhi tingkat kesehatan
anggota rumah tangga dengan menggunakan metode multivariate, bivariat maupun
analisis yang lebih kompleks. Sebagai salah satu contoh, dalam sebuah penelitian
terhadap sembilan negara, para peneliti telah dapat menunjukkan bahwa status
ekonomi bukanlah faktor pendorong untuk kasus kekerasan dalam rumah tangga.

2.2. Penelitian terkait

Penelitian yang dilakukan oleh Ratna Dewi Wuryandari (2015)

menganalisis pengaruh variabel-variabel sosio-demografi, sosio-ekonomi dan wilayah
tempat tinggal terhadap pengeluaran rumah tangga untuk makanan, pendidikan, dan
kesehatan menggunakan analisis regresi berganda. Tahapan siklus hidup rumah
tangga, jumlah anggota rumah tangga dan daerah tempat tinggal menunjukkan

10
pengaruh yang konsisten terhadap proporsi pengeluaran makanan, total pengeluaran
pendidikan, dan total pengeluaran kesehatan. Lebih jauh lagi, semakin banyak jumlah
ART cenderung meningkatkan proporsi pengeluaran makanan, pengeluaran
pendidikan dan kesehatan. Terungkap pula bahwa rumah tangga yang memiliki
proporsi pengeluaran makanan terbesar tetapi pengeluaran pendidikan dan
kesehatannya terkecil adalah rumah tangga dengan KRT yang bekerja sebagai pekerja
mandiri.
Fathia Rizky Ananda (2015) mengungkapkan bahwa terjadinya konsumsi
dipengaruhi oleh berbagai macam faktor diantaranya faktor ekonomi dan faktor
sosial. Dari segi ekonomi, konsumsi secara langsung dapat dipengaruhi oleh
pendapatan. Semakin tinggi pendapat kepala keluarga maka akan meningkatkan
konsumsi keluarganya. Sedangkan dari segi sosial, konsumsi dapat dipengaruhi oleh
jumlah anggota keluarga, pendidikan, dan jam kerja. Apabila suatu rumah tangga
memiliki ukuran anggota tangga yang relatif besar, maka akan semakin tinggi pula
kebutuhan yang harus terpenuhi. Selanjutnya, kepala rumah tanga dengan tingkat
pendidikan yang tinggi memiliki kecenderungan untuk meningkatkan konsumsi
bukan makanan dibandingkan makanan. Untuk kepala rumah tangga yang bekerja
dengan jam kerja yang relatif tinggi maka semakin besar beban kerja yang diterima
secara langsung yang akan mempengaruhi pengeluaran, baik untuk makanan maupun
bukan makanan.
Variabel pendapatan rumah tangga, jumlah anggota rumah tangga, pendidikan
ibu rumah tangga merupakan faktor-faktor yang mempengaruhi pengeluaran
makanan rumah tangga petani. Hal ini diutarakan oleh M. A. Rachmah, Mukson, dan
S. Marzuki yang melakukan penelitian terhadap rumah tangga petani di Kecamatan
Suruh Kabupaten Semarang pada tahun 2016. Sedangkan harga bahan pokok beras,
konsumsi protein hewani serta konsumsi harian protein nabati dan hewani tidak
berpengaruh terhadap pengeluaran makanan rumah tangga petani di Kecamatan
Suruh Kabupaten Semarang.

11
2.3. Kerangka Pikir Penelitian

Dari hasil kajian terhadap penelitan terkait pola konsumsi rumah tangga untuk
makanan yang dilakukan sebelumnya, terungkap bahwa faktor sosial demografi
rumah tangga seperti jenis kelamin kepala rumah tangga, tingkat pendidikan tertinggi
yang ditamatkan oleh kepala rumah tangga, jumlah anggota rumah tangga serta status
bekerja kepala rumah tangga memiliki pengaruh yang signifikan terhadap pola
konsumsi rumah tangga untuk makanan. Disamping itu, pendapatan rumah tangga
yang didekati dengan indeks kekayaan rumah tangga memiliki peran yang penting
dalam menentukan proporsi pengeluaran ruman tangga untuk makanan dalam
sebulan.

Gambar 2.1. Bagan kerangka pikir penelitian

Selain faktor-faktor yang telah disebutkan diasumsikan memiliki pengaruh

terhadap proporsi konsumsi makanan rumah tangga, interaksi antara jenis kelamin

12
kepala rumah tangga dan status bekerja kepala rumah tangga akan diteliti
kecenderungannya dalam mempengaruhi konsumsi makanan rumah tangga. Secara
rinci hubungan antara variabel bebas dan variabel tak bebas dapat dilihat pada bagan
yang ditampilkan pada Gambar 2.1.

2.4. Hipotesis Penelitian

Penelitian yang dilakukan didasarkan pada hipotesis penelitian yang dapat

diurakan sebagai berikut:
1. Indeks kekayaan rumah tangga secara signifikan dan positif dalam
mempengaruhi besarnya proporsi pengeluaran makanan rumah tangga dalam
sebulan
2. Faktor sosial demografi yang terdiri dari tingkat pendidikan kepala rumah
tangga, jumlah anggota rumah tangga, status bekerja kepala rumah tangga
serta jenis kelamin kepala rumah tangga secara simultan bersama-sama indeks
kekayaan mempengaruhi besarnya proporsi pengeluaran makanan rumah
tangga dalam sebulan
3. Faktor sosial demografi (tingkat pendidikan kepala rumah tangga, ukuran
rumah tangga, status bekerja kepala rumah tangga serta jenis kelamin kepala
rumah tangga) dan indeks kekayaan rumah tangga secara parsial (mandiri)
mempengaruhi besarnya proporsi pengeluaran makanan rumah tangga dalam
sebulan

13
 BAB III
METODOLOGI

3.1. Sumber Data

Dalam penelitian ini digunakan data sekunder yang merupakan hasil Survei
Sosial dan Ekonomi Nasional (Susenas) yang diselenggarakan oleh Badan Pusat
Statistik (BPS) pada bulan Maret 2016. Susenas merupakan survei rumah tangga
yang diselenggarakan secara berkala yang meliputi data kor dan data konsumsi /
pengeluaran. Data konsumsi / pengeluaran ini digunakan untuk mengevaluasi taraf
hidup penduduk Indonesia. Sementara itu, data pengeluaran yang dibedakan menurut
kelompok makanan dan bukan makanan, dapat digunakan untuk melihat strategi
penduduk dalam mengalokasikan sumber daya yang dimiliki untuk memenuhi
kebutuhan rumah tangganya.
Susenas Maret 2016 dilaksanakan di seluruh Indonesia. Banyaknya responden
yang menjadi sumber informasi dalam survei tersebut adalah sebanyak 291.414. Data
hasil survei dapat disajikan pada tingkat nasional, provinsi, dan kabupaten/kota.
Konsumsi rumah tangga yang dicakup dalam Susenas Maret 2016 dibedakan atas
konsumsi makanan dan bukan makanan tanpa memperhatikan asal barang baik
berasal dari pembelian maupun pemberian. Untuk pengeluaran rumah tangga terbatas
pada pengeluaran untuk kebutuhan rumah tangga saja, tidak termasuk pengeluaran
untuk keperluan usaha atau yang diberikan kepada pihak lain.

3.2. Metode Analisis

Metode analisis yang diterapkan dalam penelitian ini adalah analisis deskriptif
dan analisis inferensia dengan mengaplikasikan pengujian dan pemodelan secara
statistik. Analisis deskriptif yang disajikan dalam bentuk tabel dan grafik
dimaksudkan untuk melakukan eksplorasi secara lebih mendalam terhadap variabel-

14
variabel yang digunakan dalam penelitian ini sebelum diterapkan dalam analisis
inferensia. Selanjutnya, analisis inferensia dilakukan dengan menerapkan Multiple
Classification Analysis (MCA). Jenis analisis ini dimaksudkan untuk mengevaluasi
pola hubungan dan besarnya pengaruh variabel-variabel bebas terhadap variabel tak
bebas. Pada pemodelan statistik yang dihasilkan akan diterapkan pengujian secara
statistik untuk mengevaluasi tingkat keberartian model dan tingkat signifikansi dari
pengaruh yang diberikan oleh masing-masing variabel bebas.

3.2.1. Analisis Deskriptif

Analisis deskriptif menguraikan secara lebih mendalam tentang karakteristik

dari variabel-variabel yang dilibatkan dalam penelitian ini dalam bentuk tabel dan
grafik yang meliputi persentase pengeluaran makanan rumah tangga, indeks kekayaan
(wealth index) pada tingkat rumah tangga, jenis kelamin kepala rumah tangga,
pendidikan tertinggi yang ditamatkan oleh kepala rumah tangga, ukuran rumah
tangga dan status bekerja kepala rumah tangga. Secara rinci, uraian mengenai jenis
variabel yang digunakan dapat dilihat pada Tabel 1.

Tabel 3.1. Uraian nama variabel dan pembagian kategori yang digunakan
NAMA
NO KETERANGAN VARIABEL KATEGORI
VARIABEL
Persentase pengeluaran makanan
1. prop_food -
rumah tangga
0 : 40% kuintil bawah
2. wealth Indeks kekayaan rumah tangga
1 : 60% kuintil atas
Jenis kelamin kepala rumah 0 : perempuan
3. sex
tangga 1 : laki-laki
1 : SD sederajat ke
Tingkat pendidikan tertinggi yang bawah
4. pendd ditamatkan oleh kepala rumah 2 : SD & SMP sederajat
tangga 3 : SMA sederajat ke
atas
0 : ART ≤ 4 orang
5. size Jumlah anggota rumah tangga
1 : ART > 4 orang
Status bekerja kepala rumah 0 : tidak bekerja
6. bekerja
tangga 1 : bekerja

15
 Variabel yang tercantum dalam Tabel 1 dapat dikelompokkan menjadi 2(dua)
jenis variabel yaitu variabel hasil penghitungan seperti persentase pengeluaran dan
indeks kekayaan, serta variabel hasil pengukuran melalui informasi dari responden
survei seperti jenis kelamin KRT (kepala rumah tangga), tingkat pendidikan KRT,
jumlah ART dan status bekerja KRT.

Peritungan persentase Pengeluaran Makanan Rumah Tangga

Persentase pengeluaran rumah tangga merupakan variabel hasil perhitungan

dalam persentase (%) yang diperoleh dari hasil bagi antara jumlah pengeluaran
makanan rumah tangga dalam sebulan dan jumlah pengeluaran total rumah tangga
dalam sebulan yang merupakan penjumlahan pengeluaran makanan dan bukan
makanan. Data konsumsi/pengeluaran untuk konsumsi makanan diukur dari 126 jenis
komoditi, masing-masing dikumpulkan data kuantitas dan nilainya. Untuk konsumsi
bukan makanan dikumpulkan hanya data nilainya, kecuali untuk beberapa jenis
pengeluaran tertentu, seperti penggunaan listrik, air, gas, dan bahan bakar minyak
(BBM), yang juga dikumpulkan kuantitasnya.

Perhitungan Indeks Kekayaan Rumah Tangga

Informasi tentang indeks kekayaan didasarkan pada data yang dikumpulkan

melalui kuesioner KOR untuk rumah tangga. Kuesioner ini mencakup pertanyaan
tentang kepemilikan rumah tangga terhadap sejumlah barang konsumsi seperti
televise, mobil, sepeda motor; karakteristik tempat tinggal seperti material lantai, atap
dan dinding; jenis sumber air minum; fasilitas toilet; dan karakteristik lain yang
terkait dengan status kekayaan.
Setiap aset rumah tangga yang dikumpulkan informasinya diberikan skor
bobot atau faktor yang dihasilkan melalui analisis komponen utama (Principle
Component Analysis). Nilai aset yang dihasilkan distandarisasi dalam kaitannya
dengan distribusi normal standar dengan mean nol dan standar deviasi satu. Nilai

16
standar ini kemudian digunakan untuk menciptakan titik impas yang mendefinisikan
kuintil kekayaan sebagai: terendah, kedua, tengah, keempat, dan tertinggi. Pada setiap
rumah tangga diberi nilai yang telah distandarisasi untuk setiap aset, dimana nilainya
berbeda-beda tergantung pada kepemilikan aset rumah tangga tersebut (dalam kasus
pengaturan kamar tidur digunakan jumlah orang per kamar). Nilai ini dijumlahkan
pada setiap rumah tangga, dan untuk individu diberi peringkat sesuai dengan jumlah
skor rumah tangga yang menjadi tempat tinggalnya. Selanjutnya seluruh sampel
dibagi menjadi lima kelompok dengan jumlah individu yang sama pada masing-
masing kelompok.
Kuintil kekayaan dinyatakan dalam bentuk kuintil individu dalam populasi,
bukan kuintil individu yang berisiko terhadap kesehatan seseorang atau indikator
penduduk lainnya. Pendekatan untuk mendefinisikan kuintil kekayaan memiliki
keuntungan untuk menghasilkan informasi yang secara langsung relevan dengan
pertanyaan pokok yang diinginkan, misalnya, status kesehatan atau akses terhadap
layanan untuk penduduk miskin pada populasi secara keseluruhan. Hal ini juga
berkaitan dengan perbandingan antar indikator untuk kuintil yang sama, karena unsur
penyebut dalam pembentukan kuintil tetap tidak berubah pada setiap indikator.
Namun demikian, beberapa jenis analisis barangkali memerlukan data untuk kuintil
individu yang berisiko seperti ini.
Seluruh indikator kesehatan, gizi dan penduduk dihitung setelah menerapkan
pembobot sampling sehingga jumlah yang dihasilkan dapat digeneralisasikan ke total
populasi. Untuk setiap indikator, nilai total atau rata-rata penduduk yang disajikan
adalah jumlah kuintil tertimbang untuk indikator tersebut, di mana bobot yang
diberikan pada setiap nilai kuintil adalah proporsi jumlah individu yang berisiko
dalam kuintil tersebut. Nilai total indikator yang dihasilkan oleh skema pembobotan
ini mewakili total penduduk, karena memperhitungkan fakta bahwa jumlah individu
yang berisiko dapat bervariasi di antara kuintil kekayaan. Demikian pula, setiap nilai
kuintil itu sendiri dapat direproduksi sebagai rata-rata tertimbang tingkat perkotaan/
pedesaan (berbobot dengan proporsi perkotaan/perdesaan) atau jenis kelaim laki-
laki/perempuan (dibobot oleh proporsi laki-laki/perempuan). Sebagai hasil dari skema

17
pembobotan ini, rata-rata populasi untuk indikator tertentu yang disajikan dalam tabel
biasanya akan berbeda dari rata-rata sederhana dari subkelompok populasi.

3.2.2. Analisis Inferensia

Analisis inferensia yang diterapkan dalam penelitian ini adalah Multiple

Classification Analysis (MCA). Jenis analisis ini memiliki kelebihan dapat menangani
pemodelan statistik dimana variabel bebasnya memiliki skala interval/rasio,
sementara semua variabel bebasnya memiliki skala nominal/ordinal. Disamping itu,
pemenuhan asumsi untuk variabel-variabel yang digunakan dalam model tidak
seketat penerapan asumsi dalam analisis regresi (Andrew, Morgan, Songuist, dan
Klem, 1973). Model MCA yang akan dibetuk digunakan untuk melakukan estimasi
persentase pengeluaran makanan rumah tangga dalam sebulan, baik untuk daerah
perkotaan, perdesaan serta gabungan antara perkotaan dan perdesaan. Pembuatan
model MCA pada masing-masing tipe wilayah ini dimaksudkan untuk
mengidentifikasi perbedaan pola konsumsi makanan pada rumah tangga di wilayah-
wilayah tersebut selama sebulan.

Model MCA untuk pola konsumsi makanan rumah tangga

Model MCA yang digunakan untuk memprediksi persentase konsumsi

makanan rumah tangga dalam sebulan melibatkan beberapa variabel bebas yaitu
indeks kekayaan pada tingkat rumah tangga (nama variabel: wealth), jenis kelamin
kepala rumah tangga (nama variabel: sex), pendidikan tertinggi yang ditamatkan oleh
kepala rumah tangga (nama variabel: pendd), jumlah anggota rumah tangga (nama
variabel: size) dan status bekerja kepala rumah tangga (nama variabel: bekerja).
Dengan menerapkan interaksi antara variabel jenis kelamin dan status bekerja kepala
rumah tangga (nama variabel: sex*bekerja), maka dibentuk model MCA seperti pada
persamaan (3.1) yang merupakan modifikasi dari persamaan (2.1).

18
 𝑝𝑟𝑜𝑝_𝑓𝑜𝑜𝑑 ̂
̂ 𝑖𝑗⋯𝑛 = 𝑝𝑟𝑜𝑝_𝑓𝑜𝑜𝑑
̅̅̅̅̅̅̅̅̅̅̅̅̅̅ + 𝑤𝑒𝑎𝑙𝑡ℎ𝑖 + 𝑠𝑒𝑥𝑗 + 𝑝𝑒𝑛𝑑𝑑𝑘 + 𝑠𝑖𝑧𝑒𝑙
(3.1)
+𝑏𝑒𝑘𝑒𝑟𝑗𝑎𝑚 + 𝑠𝑒𝑥 ∗ 𝑏𝑒𝑘𝑒𝑟𝑗𝑎𝑛

dimana :
̂ 𝑖𝑗⋯𝑛 : nilai estimasi persentase konsumsi makanan rumah tangga sebulan
𝑝𝑟𝑜𝑝_𝑓𝑜𝑜𝑑
̂
̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝑝𝑟𝑜𝑝_𝑓𝑜𝑜𝑑 : nilai rata-rata dari persentase konsumsi makanan

Pengujian kecocokan model

Pengujian terhadap model MCA yang dibentuk dilakukan secara simultan

dengan melibatkan semua variabel bebas dalam model dengan menerapkan Analysis
of Variance (ANOVA) dengan menerapkan formula (2.2) untuk penghitungan
statistik uji F. Penerapan uji yang sama dilakukan dalam pengujian variabel bebas
secara parsial. Semua bentuk pengujian dengan menerapkan ANOVA ini
menggunakan tingkat signifikansi 𝛼 = 5 persen. Selanjutnya berdasarkan hasil
pengujian yang dilakukan dapat diputuskan mengenai kecocokan model MCA yang
telah dibentuk dalam melakukan estimasi variabel tak bebas.

Pengaruh variabel bebas terhadap variabel tak bebas

Penghitungan pengaruh variabel bebas terhadap variabel tak bebas dalam

model MCA dilakukan dengan menerapkan formula (2.3) untuk penghitungan
statistik Eta (𝜂𝑖 ) dan menerapkan formula (2.4) untuk penghitungan statistik Beta
(𝛽𝑖 ). Nilai statistik Eta (𝜂𝑖 ) untuk variabel bebas tertentu menunjukkan besarnya
pengaruh variabel bebas tersebut terhadap variasi perubahan variabel tak bebas secara
mandiri tanpa mempertimbangkan adanya faktor atau pengaruh variabel bebas
lainnya. Sementara statistik Beta (𝛽𝑖 ) diterapkan untuk menghitung besarnya
pengaruh variabel bebas tertentu terhadap variabel tak bebas dengan
mempertimbangkan adanya pengaruh dari variabel bebas lainnya.

19
 Perhitungan besarnya kontribusi variabel bebas yang terlibat dalam model
MCA secara simultan terhadap variasi perubahan variabel tak bebas digunakan
ukuran koefisien determinasi (𝑅 2 ).

20
 BAB IV
HASIL DAN PEMBAHASAN

4.1. Pola Pengeluaran Rumah Tangga untuk Makanan

Secara nasional, pola distribusi persentase pengeluaran rumah tangga untuk

makanan memiliki kecenderungan mengelompok di sebelah kanan seperti
ditunjukkan pada Gambar 4.1. Kondisi ini mengindikasikan bahwa lebih dari separo
rumah tangga di Indonesia memiliki persentase pengeluaran untuk makanan di atas
50 persen (ditunjukkan dengan nilai median sebesar 57 persen) yang menyebabkan
pola distribusinya menceng kiri ( skewed to the left ) dengan nilai jangkauan yang
lebar. Artinya, terdapat beberapa rumah tangga (sekitar 10 persen) yang memiliki
persentase pengeluaran untuk makanan di bawah sepertiga pengeluaran totalnya
selama sebulan dan sekitar 10 persen rumah tangga dengan 75 persen pengeluaran
sebulannya untuk makanan (lihat Lampiran 1)

Gambar 4.1. Pola distribusi persentase pengeluaran rumah tangga untuk makanan

21
 Bila ditinjau lebih dalam lagi mengenai pola komsumsi rumah tangga untuk
makanan pada masing-masing provinsi di Indonesia, maka terlihat pada Gambar 4.2
bahwa sebagian besar provinsi memiliki nilai median persentase pengeluaran rumah
tangga di atas nilai median nasional (ditunjukkan oleh garis warna merah sebesar 57
persen), diantaranya Provinsi Aceh (11), Sumatera Utara (12), Sumatera Barat (13),
NTT (53) dan Papua (94). Sementara provinsi dengan nilai median persentase
pengeluaran rumah tangga untuk makanan di bawah 50 persen adalah Provinsi DKI
Jakarta (31) dan Provinsi Bali (51). Gambar 2 secara lebih jelas memperlihatkan
keragaman nilai median persentase pengeluaran rumah tangga sebulan untuk
makanan pada masing-masing provinsi di Indonesia.

Gambar 4.2. Distribusi persentase pengeluaran rumah tangga untuk makanan

menurut provinsi di Indonesia

22
 Konsumsi rumah tangga sebulan untuk makanan di daerah perkotaan
menunjukkan pola yang kurang lebih sama, dimana nilai mediannya sebesar 54
persen (lihat Lampiran 2). Daerah perkotaan di masing-masing provinsi di Indonesia
memperlihatkan pola persentase konsumsi makanan yang beragam seperti terlihat
pada Gambar 4.3. Sebagian besar (lebih dari 50 persen) provinsi menunjukkan nilai
median persentase konsumsi makanan di bawah median nasional, termasuk di
dalamnya Provinsi Papua (94).

Gambar 4.3. Distribusi persentase pengeluaran rumah tangga untuk makanan di

daerah perkotaan menurut provinsi di Indonesia

Provinsi DKI Jakarta (31), D.I. Yogyakarta (34) dan Provinsi Bali (51)
menunjukkan nilai median di bawah 50 persen yang berarti bahwa rumah tangga

23
perkotaan di provinsi tersebut mengalami pergeseran pola konsumsi dari makanan ke
bukan makanan yang ditunjukkan oleh lebih besarnya persentase konsumsi bukan
makanan dibandingkan untuk makanan. Sementara Provinsi Sumatera Utara (12),
Sumatera Barat (13) dan Sulawesi Barat (76) memperlihatkan proporsi konsumsi
makanan dibandingkan bukan makanan lebih tinggi dibandingkan rumah tangga
perkotaan di provinsi lainnya di Indonesia.
Di daerah perdesaan terjadi fenomena yang cukup menarik dimana persentase
konsumsi makanan rumah tangga sebulan cukup homogen bila dibandingkan antar
provinsi di Indonesia yaitu berkisar 60 persen (lihat Lampiran 3). Provinsi Aceh (11),
Sumatera Utara (12), Sumatera Barat (13) dan Papua (94) memperlihatkan bahwa
proporsi konsumsi makanan oleh rumah tangga perdesaan di wilayah tersebut secara
konsisten di atas nilai median nasional. Pola konsumsi makanan di provinsi lainnya
disajikan pada Gambar 4.4.

Gambar 4.4. Distribusi persentase pengeluaran rumah tangga untuk makanan di

daerah perdesaan menurut provinsi di Indonesia
24
 4.2. Model MCA untuk daerah perkotaan dan perdesaan

Hasil pengujian terhadap model MCA yang dibentuk untuk melakukan

estimasi terhadap persentase konsumsi makanan rumah tangga di wilayah perkotaan
dan perdesaan di Indonesia (lihat Tabel 4.1) menunjukkan bahwa model MCA yang
melibatkan semua variabel bebas yang telah dipilih secara simultan dapat digunakan
untuk melakukan estimasi dengan tingkat signifikansi 𝛼 = 5 persen.

Tabel 4.1. Hasil ANOVA terhadap model MCA

Jumlah Derajat Rata-rata Statistik

Uraian p-value
Kuadrat Bebas Kuadrat Uji F
Model 24035837.558 7 3433691.080 34479.681 .000
Residual 29019937.285 291406 99.586
Total 53055774.843 291413 182.064

Tabel 4.2. Hasil estimasi rata-rata dengan model MCA

Estimasi Rata-rata
Uraian Variabel Disesuaikan
Tidak
dengan Faktor
Disesuaikan
lain
prop_food wealth 0 58.3405 56.2522
1 47.6722 53.3710
sex 0 74.9120 71.9219
1 52.5513 53.0018
size 0 57.1581 56.0721
1 54.1400 55.0066
pendd 1 57.2961 56.5421
2 46.1911 51.5406
3 34.6640 40.8750
bekerja 0 58.9921 54.4979
1 50.6790 56.8210
sex*bekerja 0 59.9503 57.4858
1 48.3591 52.2842

25
Hasil pengujian secara parsial untuk setiap variabel bebas dalam model secara rinci
dapat dilihat pada Lampiran 5. Seluruh variabel bebas yang terdiri dari indeks
kekayaan, jenis kelamin KRT, pendidikan tertitnggi yang ditamatkan KRT, jumlah
anggota rumah tangga, status bekerja KRT, termasuk variabel interaksi antara jenis
kelamin dan status bekerja KRT secara parsial signifikan untuk digunakan dalam
model.

80.0 74.9
Persentase konsum makanan sebulan

70.0
58.3 59.0 60.0
57.2 57.3
60.0 54.1
52.6
50.7
47.7 48.4
50.0 46.2

40.0 34.7

30.0

20.0

10.0

0.0
Indeks Jenis Jumlah ART Pendidikan Status Jenis
Kekayaan kelamin KRT KRT bekerja KRT kelamin KRT
& status
bekerja

Gambar 4.5. Nilai estimasi persentase konsumsi makanan untuk setiap variabel
bebas yang terlibat dalam model MCA

Nilai estimasi terhadap rata-rata persentase pengeluaran rumah tangga sebulan

untuk makanan dengan menerapkan model MCA dapat dilihat pada Tabel 4.2. Untuk
indeks kekayaan, terlihat adanya perbedaan persentase konsumsi makanan antara
kelompok rumah tangga yang termasuk dalam 40 persen kuintil bawah (kategori 0)
dan kelompok rumah tangga dalam 60 persen kuintil atas (kategori 1) yaitu sebesar
10,6 persen. Artinya, terjadi peningkatan persentase konsumsi makanan sebesar 10,6
persen untuk kelompok 40 persen kuintil bawah (58,3 persen) dibandingkan
kelompok 60 persen kuintil atas (47,7 persen). Untuk variabel jenis kelamin KRT,

26
terlihat bahwa perbedaan persentase konsumsi makanan yang cukup besar antara
KRT perempuan dan KRT laki-laki yaitu sebesar 22,3 persen. Sementara pada tingkat
pendidikan KRT, terjadi perbedaan persentase konsumsi makanan yang signifikan
antara KRT dengan pendidikan SD ke bawah dengan KRT dengan pendidikan SMA
ke atas yaitu sebesar 22,6 persen. Pada variabel interaksi antara jenis kelamin KRT
dan status bekerja KRT terjadi perbedaan sekitar 11,6 persen untuk persentase
konsumsi makanan rumah tangga pada KRT perempuan dengan status tidak bekerja
dan KRT laki-laki dengan status bekerja. Jumlah anggota rumah tangga sebagai
indikator untuk ukuran rumah tangga menunjukkan dampak perubahan yang relatif
kecil. Dengan kata lain, perubahan ukuran rumah tangga tidak berdampak secara
signifikan terhadap perubahan persentase konsumsi makanan rumah tangga sebulan.
Besarnya perbedaan persentase konsumsi makanan untuk setiap variabel bebas secara
rinci dapat dilihat pada Gambar 4.5.

Tabel 4.3. Pengaruh masing-masing variabel bebas terhadap perubahan

persentase konsumsi makanan rumah tangga

Uraian Variabel Statistik Eta Statistika Beta

prop_food wealth 0,350 0,095

sex 0,559 0,473
size 0,111 0,039
pendd 0,396 0,253
bekerja 0,304 0,085
sex*bekerja 0,418 0,188

Besarnya pengaruh setiap variabel bebas terhadap perubahan persentase

pengeluaran rumah tangga untuk makanan disajikan pada Tabel 4.3. Variabel bebas
dengan pengaruh secara mandiri (tanpa mempertimbangkan pegaruh variabel lainnya)
ditunjukkan oleh statistik Eta dengan nilai terbesar pada variabel jenis kelamin KRT
yaitu sebesar 55,9 persen, diikuti oleh variabel interaksi jenis kelamin dan status
bekerja KRT sebesar 41,8 persen dan variabel pendidikan tertinggi KRT sebesar 39,6

27
persen. Sementara indeks kekayaan rumah tangga memiliki pengaruh secara mandiri
sebesar 35 persen. Sementara pengaruh variabel bebas dengan mempertimbangkan
pengaruh variabel lainnya dalam model diperlihatkan oleh nilai statistik Beta, dengan
nilai terbesar pada variabel jenis kelamin KRT sebesar 47,3 persen dan pendidikan
yang ditamatkan oleh KRT sebesar 25,3 persen.

4.3. Model MCA untuk daerah perkotaan

Pada wilayah perkotaan, hasil pengujian terhadap model MCA yang dibentuk
untuk melakukan estimasi terhadap persentase konsumsi makanan rumah tangga di
Indonesia (lihat Tabel 4.4) menunjukkan bahwa model MCA yang melibatkan semua
variabel bebas yang telah ditentukan sebelumnya secara simultan dikatakan layak
digunakan untuk melakukan estimasi melalui model MCA dengan tingkat
signifikansi 𝛼 = 5 persen.

Tabel 4.4. Hasil ANOVA terhadap model MCA di wilayah perkotaan

Jumlah Derajat Rata-rata Statistik

Uraian p-value
Kuadrat Bebas Kuadrat Uji F
Model 10296694.960 7 1470956.423 13142.868 .000
Residual 13934662.810 124505 111.921
Total 24231357.770 124512 194.611

Hasil pengujian secara parsial untuk setiap variabel bebas dalam model MCA
pada wilayah perkotaan secara rinci dapat dilihat pada Lampiran 6. Seluruh variabel
bebas yang terdiri dari indeks kekayaan, jenis kelamin KRT, pendidikan tertitnggi
yang ditamatkan KRT, jumlah anggota rumah tangga, status bekerja KRT, termasuk
variabel interaksi antara jenis kelamin dan status bekerja KRT secara parsial
berkontribusi secara signifikan terhadap estimasi dalam model.

28
 Tabel 4.5. Hasil estimasi rata-rata dengan model MCA di wilayah perkotaan

Estimasi Rata-rata
Uraian Variabel Disesuaikan
Tidak
dengan Faktor
Disesuaikan
lain
prop_food wealth 0 56.2477 53.4826
1 45.2980 50.6024
sex 0 74.6703 70.8814
1 50.2098 50.6003
size 0 54.1600 52.9854
1 51.8807 52.3147
pendd 1 54.9877 54.0185
2 44.4762 49.1460
3 33.6669 38.8050
bekerja 0 57.0134 51.4034
1 47.9872 53.5856
sex*bekerja 0 57.9899 54.8675
1 46.3261 49.8323

Hasil perhitungan nilai estimasi rata-rata persentase pengeluaran rumah

tangga sebulan untuk makanan dengan menerapkan model MCA disajikan pada Tabel
4.5. Untuk variabel indeks kekayaan menunjukkan adanya perbedaan persentase
konsumsi makanan antara kelompok rumah tangga yang termasuk dalam 40 persen
kuintil bawah (kategori 0) dan kelompok rumah tangga dalam 60 persen kuintil atas
(kategori 1) yaitu sebesar 10,9 persen. Artinya, terjadi peningkatan persentase
konsumsi makanan sebesar 10,9 persen untuk kelompok 40 persen kuintil bawah
(56,2 persen) dibandingkan kelompok 60 persen kuintil atas (45,3 persen). Untuk
variabel jenis kelamin KRT, terlihat bahwa perbedaan persentase konsumsi makanan
yang cukup besar antara KRT perempuan dan KRT laki-laki yaitu sebesar 24,5
persen. Sementara pada tingkat pendidikan KRT, terjadi perbedaan persentase

29
konsumsi makanan yang signifikan antara KRT dengan pendidikan SD ke bawah
dengan KRT dengan pendidikan SMA ke atas yaitu sebesar 21,3 persen. Pada
variabel interaksi antara jenis kelamin KRT dan status bekerja KRT terjadi perbedaan
sekitar 11,7 persen untuk persentase konsumsi makanan rumah tangga pada KRT
perempuan dengan status tidak bekerja dan KRT laki-laki dengan status bekerja.
Jumlah anggota rumah tangga sebagai indikator untuk ukuran rumah tangga
menunjukkan dampak perubahan yang sangat kecil. Dengan kata lain, perubahan
ukuran rumah tangga relatif tidak berdampak secara signifikan terhadap perubahan
persentase konsumsi makanan rumah tangga sebulan. Besarnya perbedaan persentase
konsumsi makanan untuk setiap variabel bebas secara rinci dapat dilihat pada Gambar
4.6.

80.0 74.7
Persentase konsum makanan sebulan

70.0

56.2 57.0 58.0

60.0 54.2 55.0
50.2 51.9
48.0 46.3
50.0 45.3 44.5

40.0 33.7

30.0

20.0

10.0

0.0
Indeks Jenis Jumlah ART Pendidikan Status Jenis
Kekayaan kelamin KRT KRT bekerja KRT kelamin KRT
& status
bekerja

Gambar 4.6. Nilai estimasi persentase konsumsi makanan untuk setiap variabel bebas
yang terlibat dalam model MCA di wilayah perkotaan

30
 Tabel 4.6. Pengaruh masing-masing variabel bebas terhadap perubahan
persentase konsumsi makanan rumah tangga

Uraian Variabel Statistik Eta Statistika Beta

prop_food wealth 0,373 0,098

sex 0,510 0,423
size 0,073 0,021
pendd 0,429 0,286
bekerja 0,324 0,078
sex*bekerja 0,417 0,180

Besarnya pengaruh setiap variabel bebas terhadap perubahan persentase

pengeluaran rumah tangga untuk makanan disajikan pada Tabel 4.6. Variabel bebas
dengan pengaruh secara mandiri (tanpa mempertimbangkan pegaruh variabel lainnya)
ditunjukkan oleh statistik Eta dengan nilai terbesar pada variabel jenis kelamin KRT
yaitu sebesar 51,0 persen, diikuti oleh variabel pendidikan tertinggi yang ditamatkan
KRT sebesar 42,9 persen dan variabel interaksi jenis kelamin dan status bekerja KRT
sebesar 41,7 persen. Sementara indeks kekayaan rumah tangga memiliki pengaruh
secara mandiri sebesar 37,3 persen. Untuk pengaruh variabel bebas yang
mempertimbangkan pengaruh variabel lainnya dalam model diperlihatkan oleh nilai
statistik Beta, dengan nilai terbesar pada variabel jenis kelamin KRT sebesar 42,3
persen dan pendidikan yang ditamatkan oleh KRT sebesar 28,6 persen.

4.4. Model MCA untuk daerah perdesaan

Untuk wilayah perdesaan, hasil pengujian terhadap model MCA yang

dibentuk untuk melakukan estimasi terhadap persentase konsumsi makanan rumah
tangga di Indonesia (lihat Tabel 4.7) menunjukkan bahwa model MCA yang
melibatkan semua variabel bebas yang telah ditentukan sebelumnya secara simultan
dikatakan layak digunakan untuk melakukan estimasi melalui model MCA dengan
tingkat signifikansi 5 persen.

31
 Tabel 4.7. Hasil ANOVA terhadap model MCA di wilayah perdesaan

Jumlah Derajat Rata-rata Statistik

Uraian p-value
Kuadrat Bebas Kuadrat Uji F
Model 12145963.649 7 1735137.664 19642.267 .000
Residual 14742816.220 166893 88.337
Total 26888779.869 166900 161.107

Tabel 4.8. Hasil estimasi rata-rata dengan model MCA di wilayah perdesaan

Estimasi Rata-rata
Uraian Variabel Disesuaikan
Tidak
dengan Faktor
Disesuaikan
lain
prop_food wealth 0 59.6439 58.2677
1 50.5269 55.6238
sex 0 75.0180 72.9434
1 54.4341 54.8261
size 0 58.2101 57.8364
1 57.0268 57.5296
pendd 1 58.8582 58.3745
2 48.4838 53.5983
3 36.5997 42.9099
bekerja 0 60.1521 56.9009
1 53.4376 59.1094
sex*bekerja 0 61.0913 59.2760
1 50.5776 54.3993

Hasil pengujian secara parsial untuk setiap variabel bebas dalam model MCA pada
wilayah perdesaann secara rinci dapat dilihat pada Lampiran 7. Seluruh variabel
bebas yang terdiri dari indeks kekayaan, jenis kelamin KRT, pendidikan tertitnggi
yang ditamatkan KRT, jumlah anggota rumah tangga, status bekerja KRT, termasuk

32
variabel interaksi antara jenis kelamin dan status bekerja KRT secara parsial
berkontribusi secara signifikan terhadap estimasi dalam model.

80.0 75.0
Persentase konsum makanan sebulan

70.0
59.6 60.2 61.1
58.2 57.0 58.9
60.0 54.4 53.4
50.5 50.6
48.5
50.0

40.0 36.6

30.0

20.0

10.0

0.0
Indeks Jenis Jumlah ART Pendidikan Status Jenis
Kekayaan kelamin KRT KRT bekerja KRT kelamin KRT
& status
bekerja

Gambar 4.7. Nilai estimasi persentase konsumsi makanan untuk setiap variabel bebas
yang terlibat dalam model MCA di wilayah perdesaan

Estimasi rata-rata persentase pengeluaran rumah tangga dalam sebulan untuk

makanan dengan menerapkan model MCA disajikan pada Tabel 4.8. Untuk variabel
indeks kekayaan menunjukkan adanya perbedaan persentase konsumsi makanan
antara kelompok rumah tangga yang termasuk dalam 40 persen kuintil bawah
(kategori 0) dan kelompok rumah tangga dalam 60 persen kuintil atas (kategori 1)
yaitu sebesar 9,1 persen. Artinya, terjadi peningkatan persentase konsumsi makanan
sebesar 9,1 persen untuk kelompok 40 persen kuintil bawah (59,6 persen)
dibandingkan kelompok 60 persen kuintil atas (50,5 persen). Untuk variabel jenis
kelamin KRT, terlihat bahwa perbedaan persentase konsumsi makanan yang cukup
besar antara KRT perempuan dan KRT laki-laki yaitu sebesar 20,6 persen. Sementara
pada tingkat pendidikan KRT, terjadi perbedaan persentase konsumsi makanan yang
signifikan antara KRT dengan pendidikan SD ke bawah dengan KRT dengan

33
pendidikan SMA ke atas yaitu sebesar 22,3 persen. Pada variabel interaksi antara
jenis kelamin KRT dan status bekerja KRT terjadi perbedaan sekitar 10,5 persen
untuk persentase konsumsi makanan rumah tangga pada KRT perempuan dengan
status tidak bekerja dan KRT laki-laki dengan status bekerja. Jumlah anggota rumah
tangga sebagai indikator untuk ukuran rumah tangga menunjukkan dampak
perubahan yang sangat kecil sekitar 1,2 persen. Dengan kata lain, perubahan ukuran
rumah tangga relatif tidak berdampak secara signifikan terhadap perubahan
persentase konsumsi makanan rumah tangga sebulan. Besarnya perbedaan persentase
konsumsi makanan untuk setiap variabel bebas secara rinci dapat dilihat pada Gambar
4.7.

Tabel 4.9. Pengaruh masing-masing variabel bebas terhadap perubahan persentase

konsumsi makanan rumah tangga di wilayah perdesaan

Uraian Variabel Statistik Eta Statistika Beta

prop_food wealth 0,294 0,085

sex 0,593 0,522
size 0,046 0,012
pendd 0,331 0,210
bekerja 0,255 0,084
sex*bekerja 0,387 0,180

Besarnya pengaruh setiap variabel bebas terhadap perubahan persentase

pengeluaran rumah tangga untuk makanan disajikan pada Tabel 4.9. Variabel bebas
dengan pengaruh secara mandiri (tanpa mempertimbangkan pegaruh variabel lainnya)
ditunjukkan oleh statistik Eta dengan nilai terbesar pada variabel jenis kelamin KRT
yaitu sebesar 59,3 persen, diikuti oleh variabel interaksi jenis kelamin dan status
bekerja KRT sebesar 38,7 persen dan variabel pendidikan tertinggi yang ditamatkan
KRT sebesar 33,1 persen. Sementara indeks kekayaan rumah tangga memiliki
pengaruh secara mandiri sebesar 29,4 persen. Bila mempertimbangkan pengaruh
variabel lainnya dalam model, maka pengaruh variabel bebas diperlihatkan oleh nilai

34
statistik Beta, dengan nilai terbesar pada variabel jenis kelamin KRT sebesar 52,2
persen dan pendidikan yang ditamatkan oleh KRT sebesar 21,0 persen.

35
 BAB V
KESIMPULAN DAN SARAN

5.1. Kesimpulan

Berdasarkan hasil pengolahan terhadap data Susenas 2016 dalam

menganalisis persentase pengeluaran rumah tangga sebulan untuk makanan dan
hubungannya dengan variabel sosial rumah tangga menggunakan model Multiple
Classification Analysis diperoleh kesimpulan sebagai berikut :
1. Persentase pengeluaran rumah tangga sebulan untuk makanan pada setiap
provinsi di Indonesia sangat bervariasi dengan pola distribusi yang
menceng kiri (skewed to the left). Nilai median untuk wilayah perkotaan
sebesar 53,7 persen, relatif lebih rendah dibandingkan nilai median untuk
wilayah perdesaan sebesar 60,0 persen. Kondisi ini memperlihatkan bahwa
separo rumah tangga di wilayah perdesaan mengalokasi 60 persen
pengeluaran rumah tangganya untuk makanan.
2. Indeks kekayaan memiliki pengaruh yang positif terhadap persentase
konsumsi makanan pada rumah tangga, baik di wilayah perkotaan maupun
perdesaan. Di wilayah perkotaan, indeks kekayaan rumah tangga
berkontribusi sebesar 37,3 persen terhadap proporsi konsumsi makanan
rumah tangga dalam sebulan. Angka ini lebih tinggi dibanding rumah
tangga di wilayah perdesaan yang memiliki pengaruh sebesar 29,4 persen.
3. Faktor-faktor yang signifikan mempengaruhi besarnya proporsi konsumsi
makanan sebulan rumah tangga adalah jenis kelamin KRT, pendidikan
KRT, status bekerja KRT, jumlah anggota rumah tangga dan variabel
interaksi jenis kelamin KRT dengan status bekerja KRT. Pengaruh terbesar
diberikan oleh jenis kelamin KRT yaitu sebesar 59,3 persen di wilayah
perdesaan, lebih tinggi dibandingkan rumah tangga di wilayah perkotaan
yang sebesar 51,0 persen. Kontribusi terkecil diberikan oleh variabel

36
 jumlah anggota rumah tangga, baik di wilayah perkotaan (7,3 persen)
maupun wilayah perdesaan (4,6 persen).

5.2. Saran

Dengan mempertimbangkan kesimpulan yang diperoleh dalam penelitian ini,

maka saran yang dapat diberikan adalah sebagai berikut :
1. Metode penghitungan indeks kekayaan dengan memanfaatkan data Susenas
perlu dikembangkan lagi agar dapat digunakan sebagai salah satu proxy untuk
mengukur tingkat pendapatan rumah tangga dan memprediksi proporsi
konsumsi rumah tangga untuk makanan.
2. Rumah tangga yang dikepalai oleh perempuan, terutama di wilayah
perdesaan, menunjukkan kecenderungan memiliki proporsi pengeluaran untuk
makanan lebih dari 60 persen, sehingga perlu perhatian dari pemerintah
daerah setempat untuk diberi pelatihan-pelatihan yang berkaitan dengan
peningkatan kemampuan kerja agar dapat dipergunakan untuk menambah
pendapatan rumah tangganya sehingga pada gilirannya dapat keluar dari
lingkaran kemiskinan.

37
 DAFTAR PUSTAKA

Andrew, F., Morgan J. N., Sonquist J. A., Klem L. (1973), Multiple Classification
Analysis. A report on a computer program for multiple regession using
categorical predictors, Second Edition, The Univerity of Michigan.

Ananda Fathia Rizky (2015). Analisis Ppengaruh Sosial Ekonomi Terhadap

Pengeluaran Konsumsi Keluarga Miskin (studi pada masyarakat pesisir di
desa Gisikcemandi dan desa Tambakcemandi kecamatan Sedate kabupaten
Sidoarjo). Jurnal Ilmiah Jurusan Ilmu Ekonomi Fakultas Ekonomi dan
Bisnis Universitas Brawijaya Malang.

Bambang Suwarno (1995), Multiple Classification Analysis,. Fakultas Pasca Sarjana

UPI, Bandung

BPS (2016). Indikator Kesejahteraan Rakyat 2015. BPS, Jakarta

BPS (2016). Statistik Kesejahteraan Rakyat 2015. BPS, Jakarta

Rachmah, Mukson, dan S. Marzuki (2016). Analisis Faktor-faktor yang

Mempengaruhi Pangsa Pengeluaran Pangan Rumah Tangga Petani di
Kecamatan Suruh Kabupaten Semarang, Program Studi Agribisnis Fakultas
Peternakan dan Pertanian Universitas Diponegoro, Semarang

Retherford R.D., Choe M.J. (1993), Statistical models for causal analysis, Wiley and
Sons, New York

Rutstein, S. O. (2008). The DHS Wealth Index: Approaches for Rural and Urban
Areas. ORC Macro. Calverton, Maryland USA

Rutstein, S. O. & K. Johnson (2004). DHS Comparative Reports No. 6: The DHS
Wealth Index. ORC Macro. Calverton, Maryland USA

Wuryandari Ratna Dewi (2015), Faktor-faktor Yang Mempengaruhi Pengeluaran

Makanan, Pendidikan, dan Kesehatan Rumah Tangga Indonesia. Jurnal
Kependudukan Indonesia Vol. 10 No. 1 Juni 2015, 27-42.

38
LAMPIRAN 1. Output statistik deskriptif wilayah perkotaan & perdesaan)
Ringkasan statistik untuk persentase pengeluaran makanan rumah tangga (Perkotaan
+ Perdesaan)

N Valid 291414
Mean 55.4795
Median 56.8714
Mode 56.18
Std.
Deviation 13.4931
Minimum 1.06
Maximum 97.31
Percentiles 10 37.2004
20 44.5142
30 49.4553
40 53.4079
50 56.8714
60 60.1454
70 63.4161
80 67.0016
90 71.6547

39
LAMPIRAN 2. Output statistik deskriptif wilayah perkotaan
Ringkasan statistik untuk persentase pengeluaran makanan rumah tangga (Perkotaan)
N Valid 124513
Mean 52.4957
Median 53.6836
Mode 44.88
Std. Deviation 13.95029
Minimum 1.85
Maximum 97.31
Percentiles 10 33.4652

20 40.7590

30 45.8903

40 50.0022

50 53.6836

60 57.2011

70 60.7573

80 64.5843

90 69.5791

40
LAMPIRAN 3. Output statistik deskriptif wilayah perdesaan
Ringkasan statistik untuk persentase pengeluaran makanan rumah tangga (perdesaan)

N Valid 166901
Mean 57.7056
Median 58.9993
Mode 56.18
Std. Deviation 12.69280
Minimum 1.06
Maximum 95.20
Percentiles 10 40.8294

20 47.6519

30 52.2112

40 55.7977

50 58.9993

60 62.0015

70 65.0339

80 68.3966

90 72.8199

41
 LAMPIRAN 4. Output MCA tanpa variabel interaksi untuk wilayah perkotaan
dan perdesaan

ANOVAa,b

Hierarchical Method

Sum of Squares df Mean Square F Sig.

Main (Combined) 23852085.166 6 3975347.528 39667.731 .000

Effects wealth 655221.406 1 655221.406 6538.082 .000

sex 16217192.559 1 16217192.559 161822.136 .000

size 4235369.474 1 4235369.474 42262.342 .000

pendd 2576452.063 2 1288226.032 12854.474 .000

bekerja 167849.664 1 167849.664 1674.876 .000

Model 23852085.166 6 3975347.528 39667.731 .000

Residual 29203689.677 291407 100.216

Total 53055774.843 291413 182.064

a. prop_food by wealth, sex, size, pendd, bekerja

b. Due to empty cells or a singular matrix, higher order interactions have been suppressed.

Predicted Mean Deviation

Adjusted for Adjusted for

Unadjusted Factors Unadjusted Factors

prop_food wealth 0 58.3405 56.2828 1.67858 .60205

1 47.6722 53.2874 -1.33948 -.48042

sex 0 74.9120 73.2582 19.43247 17.77867

1 52.5513 52.8005 -2.92824 -2.67903

size 0 57.1581 56.0816 2.86097 .80331

1 54.1400 54.9991 -7.80730 -2.19216

pendd 1 57.2961 56.5654 1.81655 1.08587

2 46.1911 51.4119 -9.28838 -4.06757

3 34.6640 40.6234 -20.81552 -14.85616

bekerja 0 58.9921 56.4002 3.51261 .92071

1 50.6790 54.2212 -4.80048 -1.25828

42
Factor Summarya

Beta

Adjusted for
Eta Factors

prop_food wealth .350 .098

sex .559 .511

size .111 .040

pendd .396 .258

bekerja .304 .080

a. prop_food by wealth, sex, size, pendd, bekerja

Model Goodness of Fit

R R Squared

prop_food by wealth, sex,

.670 .450
size, pendd, bekerja

43
 LAMPIRAN 5. Output MCA dengan variabel interaksi untuk wilayah perkotaan
dan perdesaan
ANOVAa,b

Hierarchical Method

Sum of Squares df Mean Square F Sig.

Main (Combined) 24035837.558 7 3433691.080 34479.681 .000

Effects wealth 655221.406 1 655221.406 6579.458 .000

sex 16217192.559 1 16217192.559 162846.224 .000

size 4235369.474 1 4235369.474 42529.798 .000

pendd 2576452.063 2 1288226.032 12935.824 .000

bekerja 167849.664 1 167849.664 1685.476 .000

sex *bekerja 183752.393 1 183752.393 1845.164 .000

Model 24035837.558 7 3433691.080 34479.681 .000

Residual 29019937.285 291406 99.586

Total 53055774.843 291413 182.064

a. prop_food by Wealth, sex, size, pendd, bekerja, sex_bekerja

b. Due to empty cells or a singular matrix, higher order interactions have been suppressed.
Perkotaan + Perdesaan

Predicted Mean Deviation

Adjusted for Adjusted for

Unadjusted Factors Unadjusted Factors

prop_food wealth 0 58.3405 56.2522 1.67858 .59257

1 47.6722 53.3710 -1.33948 -.47286

sex 0 74.9120 71.9219 19.43247 16.44240

1 52.5513 53.0018 -2.92824 -2.47767

size 0 57.1581 56.0721 2.86097 .77264

1 54.1400 55.0066 -7.80730 -2.10847

pendd 1 57.2961 56.5421 1.81655 1.06257

2 46.1911 51.5406 -9.28838 -3.93892

3 34.6640 40.8750 -20.81552 -14.60453

bekerja 0 58.9921 54.4979 3.51261 -.98161

1 50.6790 56.8210 -4.80048 1.34150

sex*bekerja 0 59.9503 57.4858 4.47074 2.00628

1 48.3591 52.2842 -7.12043 -3.19536

44
Factor Summarya

Beta

Adjusted for
Eta Factors

prop_food wealth .350 .095

sex .559 .473

size .111 .039

pendd .396 .253

bekerja .304 .085

sex*bekerja .418 .188

a. prop_food by Wealth, sex, size, pendd, bekerja,

sex*bekerja

Model Goodness of Fit

R R Squared

prop_food by Wealth, sex,

size, pendd, bekerja, .673 .453
sex*bekerja

45
 LAMPIRAN 6. Output MCA dengan variabel interaksi untuk wilayah perkotaan

ANOVAa,b

Hierarchical Method

Sum of Squares df Mean Square F Sig.

Main (Combined) 10296694.960 7 1470956.423 13142.868 .000

Effects wealth 127437.338 1 127437.338 1138.642 .000

sex 6242913.296 1 6242913.296 55779.887 .000

size 2323827.367 1 2323827.367 20763.195 .000

pendd 1463575.526 2 731787.763 6538.460 .000

bekerja 81059.004 1 81059.004 724.255 .000

sex*bekerja 57882.428 1 57882.428 517.174 .000

Model 10296694.960 7 1470956.423 13142.868 .000

Residual 13934662.810 124505 111.921

Total 24231357.770 124512 194.611

a. prop_food by wealth, sex, size, pendd, bekerja, sex*bekerja

b. Due to empty cells or a singular matrix, higher order interactions have been suppressed.

Predicted Mean Deviation

Adjusted for Adjusted for

Unadjusted Factors Unadjusted Factors

prop_food wealth 0 56.2477 53.4826 1.66432 .48980

1 45.2980 50.6024 -.61496 -.18098

sex 0 74.6703 70.8814 22.17461 18.38574

1 50.2098 50.6003 -2.28588 -1.89531

size 0 54.1600 52.9854 3.75204 .98693

1 51.8807 52.3147 -7.19760 -1.89325

pendd 1 54.9877 54.0185 2.49205 1.52281

2 44.4762 49.1460 -8.01946 -3.34963

3 33.6669 38.8050 -18.82880 -13.69068

bekerja 0 57.0134 51.4034 4.51778 -1.09225

1 47.9872 53.5856 -4.50843 1.08999

sex*bekerja 0 57.9899 54.8675 5.49424 2.37183

1 46.3261 49.8323 -6.16954 -2.66336

46
Factor Summarya

Beta

Adjusted for
Eta Factors

prop_food wealth .373 .098

sex .510 .423

size .073 .021

pendd .429 .286

bekerja .324 .078

sex*bekerja .417 .180

a. prop_food by wealth, sex, size, pendd, bekerja,

sex*bekerja

Model Goodness of Fit

R R Squared

prop_food by wealth, sex,

size, pendd, bekerja, .652 .425
sex*bekerja

47
 LAMPIRAN 7. Output MCA dengan variabel interaksi untuk wilayah perdesaan

ANOVAa,b

Hierarchical Method

Sum of Squares df Mean Square F Sig.

Main (Combined) 12145963.649 7 1735137.664 19642.267 .000

Effects wealth 57156.945 1 57156.945 647.033 .000

sex 9411450.308 1 9411450.308 106540.376 .000

size 1547592.774 1 1547592.774 17519.204 .000

pendd 950227.999 2 475114.000 5378.430 .000

bekerja 73845.430 1 73845.430 835.952 .000

sex*bekerja 105690.192 1 105690.192 1196.444 .000

Model 12145963.649 7 1735137.664 19642.267 .000

Residual 14742816.220 166893 88.337

Total 26888779.869 166900 161.107

a. prop_food by wealth, sex, size, pendd, bekerja, sex*bekerja

b. Due to empty cells or a singular matrix, higher order interactions have been suppressed.

Predicted Mean Deviation

Adjusted for Adjusted for

Unadjusted Factors Unadjusted Factors

prop_food wealth 0 59.6439 58.2677 .50451 .13080

1 50.5269 55.6238 -.67880 -.17598

sex 0 75.0180 72.9434 17.31245 15.23786

1 54.4341 54.8261 -3.27145 -2.87943

size 0 58.2101 57.8364 1.93832 .56209

1 57.0268 57.5296 -7.17866 -2.08175

pendd 1 58.8582 58.3745 1.15260 .66893

2 48.4838 53.5983 -9.22178 -4.10725

3 36.5997 42.9099 -21.10590 -14.79567

bekerja 0 60.1521 56.9009 2.44653 -.80470

1 53.4376 59.1094 -4.26797 1.40380

sex*bekerja 0 61.0913 59.2760 3.38571 1.57042

1 50.5776 54.3993 -7.12797 -3.30622

48
Factor Summarya

Beta

Adjusted for
Eta Factors

prop_food wealth .294 .085

sex .593 .522

size .046 .012

pendd .331 .210

bekerja .255 .084

sex*bekerja .387 .180

a. prop_food by wealth, sex, size, pendd, bekerja,

sex*bekerja

Model Goodness of Fit

R R Squared

prop_food by wealth, sex,

size, pendd, bekerja, .672 .452
sex*bekerja

49