PANDEGLANG GAMBARAN UMUM WILAYAH PENELITIAN

VI. KEMISKINAN DI WILAYAH DESA

Berdasarkan data yang tersedia, Kabupaten Pandeglang memiliki 334 desa yang terdiri dari 312 pedesaan dan 22 perkotaan. Penelitian ini mengkhususkan pengkajian di wilayah pedesaan dengan melakukan tiga pengklasifikasian yaitu berdasarkan: 1. Jenis usaha penduduk yang dibagi ke dalam usaha di bidang pertanian dan non pertanian. Suatu desa disebut sebagai desa yang memiliki jenis usaha dibidang pertanian apabila sebanyak 70 persen rumahtangga yang tinggal di desa tersebut bermatapencaharian sebagai petani. 2. Letak geografi yang dibagi ke dalam wilayah pesisir dan non pesisir. Pembagian ini disesuaikan dengan ketersediaan data PODES 2005 yang telah membagi suatu wilayah menjadi dua kategori yaitu wilayah pesisir dan non pesisir. 3. Tingkat kepadatan penduduk yang dibagi ke dalam wilayah dengan kepadatan tinggi padat, sedang dan jarang. Pengklasifikasian ini didasarkan pada kepadatan penduduk di daerah tersebut. Adapun kategorinya adalah sebagai berikut: 1 desa berpenduduk jarang apabila nilai kepadatan penduduknya kurang atau sama dengan nilai mean – ½ standar deviasi:  2 953 – ½ x 1 241 yaitu  2 332 orangkm 2 , 2 desa berpenduduk padat apabila nilai kepadatan penduduknya lebih besar atau sama dengan nilai mean + ½ standar deviasi  2 953 + ½ x 1 241 yaitu  3 574 orangkm 2 dan 3 desa berpenduduk sedang jika nilai kepadatannya berada di antara a dan b yaitu antara 2 333 hingga 3 573 orangkm 2 . 101

6.1 Faktor Penyebab dan Karakteristik Kemiskinan Desa Berdasarkan

Jenis Usaha

6.1.1 Pertanian

Berdasarkan hasil pengolahan data seperti yang terlihat pada Lampiran 1, diketahui bahwa nilai uji Kaiser Meyer Olkin KMO sebesar 0.69 dengan nilai signifikansi 0.00. Nilai KMO yang dihasilkan adalah di atas 0.50 dan nilai signifikansinya di bawah 0.05 maka data yang digunakan sudah cukup untuk dianalisis lebih lanjut dengan analisis faktor. Tabel Total Variance Explained menunjukkan bahwa faktor yang terbentuk sebanyak lima faktor dengan kriteria nilai Cummulative Sums of Square Loadings ≥ 60 persen. Setelah dirotasi, faktor pertama mampu menerangkan keragaman data awal sebesar 17.60 persen, faktor kedua mampu menerangkan sebesar 16.76 persen, faktor ketiga mampu menerangkan sebesar 13.93 persen, faktor keempat mampu menerangkan sebesar 13.91 persen dan faktor kelima mampu menerangkan sebesar 11.89 persen. Kelima faktor ini secara bersama- sama mampu menerangkan keragaman data awal sebesar 74.09 persen. Faktor-faktor yang telah terbentuk selanjutnya diberi nama berdasarkan indikator-indikator yang berkorelasi di dalamnya. Tabel 23 menunjukkan korelasi antara indikator dengan faktornya. Tabel tersebut menunjukkan bahwa faktor pertama berkorelasi tinggi dengan indikator desa yang tidak memiliki fasilitas ekonomi dan pendidikan keterampilan. Hal ini menunjukkan bahwa faktor ini berhubungan dengan ekonomi dan keterampilan. Faktor kedua berkorelasi tinggi dengan indikator desa yang tidak memiliki fasilitas kesehatan dan tenaga medis, faktor ini berhubungan dengan kesehatan. Faktor ketiga berkorelasi tinggi dengan