38
3.5 Teknik Analisis Data
3.5.1 Pemetaan Pola Spasial Kemiskinan
Variabel-variabel yang terkait dengan kemiskinan diortoganalisasi untuk mendapatkan penciri utamanya yang diperlukan untuk membentuk dua
konfigurasi, yaitu konfigurasi sebaran keluarga miskin dan konfigurasi sebaran jumlah penduduk. Factor score dari penciri konfigurasi sebaran keluarga miskin
dan konfigurasi sebaran penduduk diklaster dengan teknik Cluster Analysis dan untuk mendapatkan pembeda pada setiap klaster konfigurasi digunakan teknik
Discriminant Analysis . Wilayah kecamatan unit analisis dikelompokkan
berdasarkan tingkat capaian setiap pembeda, hingga diperoleh kategori tinggi, sedang, dan rendah. Penciri menjadi atribut unit analisis dan ditampilkan secara
spasial untuk menghasilkan konfigurasi spasialnya. Sebaran keluarga miskin dan sebaran penduduk tinggi menggunakan tampilan warna merah, sebaran sedang
dengan tampilan kuning, dan sebaran rendah dengan tampilan hijau. Persentase kecamatan yang ada pada setiap klaster di tingkat kabupatenkota
dikalikan bobot klaster untuk menghasilkan bobot tipologi spasial tingkat kabupatenkota sebagai nilai yang akan di-plot dalam analisis kuadran. Bobot
klaster konfigurasi ditunjukkan pada Tabel 5. Tabel 5 Bobot Klaster pada pola spasial tipologi kemiskinan
Konfigurasi Bobot Klaster
Tinggi Sedang
Rendah Konfigurasi sebaran keluarga miskin
3 2
1 Konfigurasi sebaran penduduk
3 2
1
Dari konfigurasi sebaran keluarga miskin dan sebaran penduduk membentuk empat pola spasial, yaitu: 1 di kuadran pertama untuk wilayah
dengan pola sebaran keluarga miskin dan sebaran jumlah penduduk tinggi; 2 di kuadran kedua untuk wilayah dengan pola sebaran keluarga miskin rendah
dan sebaran jumlah penduduk tinggi; 3 di kuadran ketiga untuk wilayah dengan pola sebaran keluarga miskin dan sebaran jumlah penduduk rendah; dan 4 di
kuadran keempat untuk wilayah dengan pola sebaran keluarga miskin tinggi dan sebaran jumlah penduduk rendah. Keseluruhan alur analisis pemetaan pola spasial
tipologi kemiskinan ditunjukkan pada Gambar 5.
39
Gambar 5 Proses pemetaan pola spasial tipologi kemiskinan. 3.5.2
Pemetaan Pola Spasial Pembangunan ManusiaSosial
Variabel-variabel yang terkait dengan pembangunan manusiasosial diortoganalisasi untuk mendapatkan penciri utamanya yang diperlukan untuk
membentuk tiga konfigurasi, yaitu konfigurasi tingkatan pembangunan di bidang kesehatan, bidang pendidikan dan bidang sosial. Factor score penciri masing-
masing konfigurasi diklaster dengan teknik Cluster Analysis dan untuk mendapatkan pembeda dari tiap pola konfigurasi digunakan teknik Discriminant
Analysis . Penciri ditampilkan secara spasial dan menghasilkan konfigurasi
spasialnya. Tingkatan pembangunan yang tinggi ditunjukkan dengan warna hijau, tingkatan sedang dengan tampilan warna kuning, dan tingkatan rendah dengan
tampilan warna merah. Persentase kecamatan yang ada pada setiap klaster di kabupatenkota
dikalikan skala bobot klaster menghasilkan bobot kabupatenkota yang akan di- plot
dalam analisis kuadran. Bobot klaster konfigurasi pada pola spasial tipologi pembangunan manusiasosial ditunjukkan pada Tabel 6.
Tabel 6 Bobot Klaster pada pola spasial tipologi pembangunan manusiasosial
Konfigurasi Bobot Klaster
Tinggi Sedang
Rendah Konfigurasi pembangunan bidang kesehatan
3 2
1 Konfigurasi pembangunan bidang pendidikan
3 2
1 Konfigurasi pembangunan bidang sosial
3 2
1
Kemiskinan Sebaran keluarga miskin
Sebaran penduduk Orthogonalisasi, clustering
dan discrimant function Konfigurasi sebaran
keluarga miskin
Pola spasial kemiskinan Konfigurasi sebaran
penduduk
Analisis Kuadran Orthogonalisasi, clustering
dan discrimant function