Penerapan Analisis Statistik Spasial terhadap

Pekerja Miskin Indonesia 2015

Muhammad Abdul Majid, S.Tr.Stat
Dr. Ernawati Pasaribu, S.Si., M.E.
Click to edit
PENDAHULUAN
Master title style
PENDAHULUAN

KEMISKINAN PENDAPATAN
BEKERJA
Masalah klasik yang berkorelasi positif dengan
berhubungan dengan kemampuan penduduk Sebagai solusi untuk
pemenuhan kebutuhan untuk memenuhi memperoleh pendapatan
hidup kebutuhan
 PENDAHULUAN

Akan tetapi

PENDAPATAN Pekerja Miskin

KEMISKINAN
yang diperoleh tidak
tetap terjadi pada
selalu cukup untuk
penduduk bekerja
memenuhi kebutuhan
PENDAHULUAN

Persentase
OECD Penduduk Bekerja
INDONESIA
pada Populasi
Penduduk Miskin

60% Usia Kerja

62,21%
OECD Observer, 2009 SUSENAS 2015
PENDAHULUAN

EFEK SPASIAL
PENELITIAN
SEBELUMNYA Keberagaman yang
terjadi setiap wilayah
Menggunakan variabel analisis belum
mikro tenaga kerja dan dipertimbangkan dalam
multilevel penelitian sebelumnya
TUJUAN PENELITIAN

Mengidentifikasi
karakteristik lokal
yang berpengaruh
terhadap jumlah
pekerja miskin di
Indonesia tahun 2015.
Click to edit
LANDASAN TEORI
Master title style
LANDASAN TEORI

Menurut ILO (2001), Working Poor atau

Pekerja Miskin merupakan kondisi
ILO penduduk bekerja, akan tetapi masih
belum mampu memenuhi kebutuhan
(miskin).
 LANDASAN TEORI

Angkatan Kerja 

1. Penduduk bekerja berpendidikan

+ SMA ke bawah
+ 2. Penduduk bekerja di sektor pertanian
VARIABEL
- 3. Penduduk bekerja wanita DEPENDEN
Pekerja Miskin
Pembangunan Manusia
Provinsi di
Indonesia
- Indeks Pembangunan Manusia

Keuangan Daerah Efek spasial

- Pendapatan Asli Daerah

Click to edit
METODOLOGI
Master title style
METODE PENGUMPULAN DATA

DATA
SEKUNDER

NO VARIABEL SUMBER
(1) (2) (3)
1 Pekerja Miskin
2 Penduduk Bekerja berperndidikan SMA ke bawah
3 Penduduk Bekerja Perempuan
4 Penduduk Bekerja di Sektor Pertanian
5 Indeks Pembangunan Manusia
6 Pendapatan Asli Daerah
METODE ANALISIS

ANALISIS ANALISIS
DESKRIPTIF INFERENSIA

𝒌
 
^𝒚 =𝒆𝒙𝒑( ∑ 𝜷 𝒊 𝒙 𝒊)
𝒊=𝟏❑

Peta Tematik GWPR

 METODE ANALISIS

Pembentukan Pembentukan model

model regresi GWPR
poisson

Uji asumsi
ekuidispersi Memilih model terbaik
Interpretasi
model lokal
Uji autokorelasi
spasial dan
heterogenitas Pengujian signifikansi
spasial koefisien secara simultan
dan parsial
 METODE ANALISIS

Pembentukan Pembentukan model

model regresi GWPR
Pembentukan model regresi data counts / diskrit
poisson
Pengujian signifikansi
Uji asumsi koefisien secara simultan
Menguji asumsi
danpersamaan
parsial varians dan rata-rata
ekuidispersi Interpretasi
variabel dependen menggunakan statistik uji skor
model lokal
Uji autokorelasi
spasial dan Pemilihan model terbaik
Mengidentifikasi
menggunakan adanya efek spasial
goodness of menggunakan
heterogenitas Uji Moran’s I dandeviance,
fit, AIC, Uji Breusch-Pagan
dan
spasial percent deviance explained
 METODE ANALISIS

Pembentukan model GWPR atas

Pembentukan Pembentukan model
terjadinya heterogenitas spasial GWPR
model regresi
poisson
  Menentukan model terbaik antara Regresi
Ujidan
Poisson asumsi
GWPR menggunakan
ekuidispersi Memilih model terbaik
goodness of fit, AIC, deviance, Interpretasi
dandeviance
model lokal
Uji autokorelasi
spasial dan
Pengujian signifikansi simultan
heterogenitas Pengujian signifikansi
menggunakan deviance dan parsial koefisien secara simultan
spasialmenggunakan uji t
dan parsial
 MODEL GWPR

• 

: koefisien parameter regresi variabel ke-k pada titik koordinat tertentu

: nilai variabel independen untuk observasi ke-i
: nilai variabel dependen untuk observasi ke-i
: error untuk observasi ke-i
: 1, 2, …, n (sebanyak wilayah amatan)
: 1, 2, …, k (sebanyak variabel independen)
Click to edit
HASIL DAN PEMBAHASAN
Master title style
GAMBARAN UMUM – PEKERJA MISKIN
 PEMBENTUKAN MODEL REGRESI POISSON

Koefisien
Variabel p-value
Regresi Poisson
(1) (2) (3)
Intersep 12,111338 0,000
Jumlah Penduduk Bekerja berpendidikan SMA
0,076924 0,000
ke bawah
Indeks pembangunan Manusia -0,126761 0,000
Ln(PAD) -0,867580 0,000
Ln(Penduduk Bekerja Perempuan) 1,685898 0,000
Proporsi Penduduk Bekerja di Sektor
-0,001511 0,000
Pertanian
 PENGUJIAN ASUMSI EKUIDISPERSI

Uji Statistik Uji ­p-value

(1) (2) (3)
Dispersion Test 1,6606 0,09678

Gagal tolak H0
Asumsi Ekuidispersi
terpenuhi
Regresi Poisson dapat
digunakan
 PENGUJIAN EFEK SPASIAL

Terdapat efek
Matriks
spasial berupa
Pembobot Moran’s I p-value autokorelasi
Spasial
(2) (3) (4)
spasial dan
Jarak Geografis 0,062616196 0,04229* heterogenitas
Queen 0,26724322 0,01175* spasial
Uji BP p-value

(1) (2) (3)

Pemodelan GWPR
Breusch-Pagan 11.757 0.03827*
 PEMBENTUKAN MODEL GWPR

Rentang koefisien GWPR

Rentang Koefisien GWPR
Variabel
Minimal Maksimal
(1) (2) (3)
Intersep 12,06395 12,196618
Jumlah Penduduk Bekerja
-0,028912 0,137446
berpendidikan SMA ke bawah
Indeks Pembangunan Manusia -0,123305 -0,081178
Ln(PAD) -0,906766 -0,799717
Ln(Penduduk Bekerja Perempuan) 1,647445 1,755639
Proporsi Penduduk Bekerja di Sektor
-0,000881 0,022826
Pertanian
 PENGUJIAN KOEFISIEN GWPR - SIMULTAN

Pengujian Statistik Uji

(1) (2) (3)

Deviance 2137637,918622 1,145476

Minimal terdapat satu

variabel independent
yang signifikan
 PEMILIHAN MODEL TERBAIK

Pemilihan Model Terbaik

Model Deviance df Fhitung

(1) (2) (3) (4) F(0,05; 26,428; 28) = 1,893847

Regresi
2275270,616 28,000
Poisson
0.995412
Tidak bisa digunakan
untuk memilih model
GWPR 2137637,919 26,428 terbaik
 PEMILIHAN MODEL TERBAIK

Perbandingan AIC, Deviance, dan Percent deviance explained

percent deviance
Model AIC Deviance
explained
(1) (2) (3) (4)
Regresi Poisson 2275282,615847 2275270,615847 0,878109
GWPR 2137651,693432 2137637,918622 0,885482
PENGUJIAN KOEFISIEN GWPR - PARSIAL

KALIMANTAN
KEPULAUAN RIAU
UTARA
KALIMANTAN
BARAT
 INTERPRETASI MODEL

•terdapat
  34 model dengan nilai koefisien yang berbeda-beda (contoh: Provinsi Banten)

+ 9,368% - 9,336%

- 0,009% + 0,017%
+ 0,271%
Click to edit
KESIMPULAN DAN SARAN
Master title style
 KESIMPULAN

Kesimpulan:

1. Variabel penduduk bekerja berpendidikan SMA ke bawah, dan penduduk bekerja perempuan memiliki
pola searah dengan pekerja miskin di Indonesia, sedangkan variabel IPM, PAD, dan penduduk bekerja
di sektor pertanian menunjukkan pola yang berlawanan arah dengan pekerja miskin di Indonesia

2. Terdapat autokorelasi spasial dan heterogenitas spasial pada model regresi poisson

3. Metode GWPR menunjukan perbedaan signifikansi dan pengaruh pada setiap wilayah pengamatan.
Seluruh variabel selain penduduk bekerja di sektor pertanian signifikan untuk seluruh wilayah amatan,
sedangkan penduduk bekerja di sektor pertanian signifikan di provinsi selain Provinsi Kepulauan Riau,
Kalimantan Barat, dan Kalimantan Utara.
 KESIMPULAN
Variabel penduduk bekerja
berpendidikan SMA ke bawah,
dan penduduk bekerja
perempuan memiliki pola searah
dengan pekerja miskin di
Indonesia, sedangkan variabel
IPM, PAD, dan penduduk
bekerja di sektor pertanian
menunjukkan pola yang
berlawanan arah dengan
pekerja miskin di Indonesia
Terdapat autokorelasi spasial
dan heterogenitas spasial pada
model regresi poisson
Metode GWPR menunjukan
perbedaan signifikansi dan
pengaruh pada setiap wilayah
pengamatan. Seluruh variabel
selain penduduk bekerja di
sektor pertanian signifikan untuk
seluruh wilayah amatan,
sedangkan penduduk bekerja di
sektor pertanian signifikan di
provinsi selain Provinsi
Kepulauan Riau, Kalimantan
Barat, dan Kalimantan Utara.
 SARAN

Pengentasan kemiskin Dalam

melalui pekerja miskin Penelitian lebih lanjut pemberantasan
penting dilakukan lebih baik kemiskinan,
mengingat kontribusi menggunakan pemerintah tidak
pekerja miskin yang besar matriks pembobot dapat melihat secara
pada populasi penduduk spasial costumized general, akan tetapi
miskin usia kerja, untuk mendapatkan perlu memerhatikan
misalnya dengan hasil yang lebih variasi wilayah yang
peningkatan subsidi di relevan. ada, sehingga akan
sektor pertanian tepat sasaran
TERIMA KASIH
GAMBARAN UMUM – PEKERJA MISKIN
GAMBARAN UMUM – PEKERJA MISKIN
GAMBARAN UMUM – PEKERJA MISKIN
GAMBARAN UMUM – PEKERJA MISKIN
GAMBARAN UMUM – PEKERJA MISKIN