Faktor-Faktor Yang Mempengaruhi Kesejahteraan Rumah Tangga Di Kabupaten Serdang Bedagai Dengan Pendekatan Regresi Logistik

(1)

FAKTOR-FAKTOR YANG MEMPENGARUHI

KESEJAHTERAAN RUMAH TANGGA

DI KABUPATEN SERDANG BEDAGAI

DENGAN PENDEKATAN

REGRESI LOGISTIK

SKRIPSI

MUINAH

110823031

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2015

(2)

FAKTOR-FAKTOR YANG MEMPENGARUHI

KESEJAHTERAAN RUMAH TANGGA

DI KABUPATEN SERDANG BEDAGAI

DENGAN PENDEKATAN

REGRESI LOGISTIK

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

MUINAH

110823031

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2015

(3)

PERSETUJUAN

Judul

: FAKTOR-FAKTOR YANG

MEMPENGARUHI

KESEJAHTERAAN RUMAH

TANGGA DI KABUPATEN

SERDANG BEDAGAI DENGAN

PENDEKATAN REGRESI LOGISTIK

Kategori

: SKRIPSI

Nama

: MUINAH

Nomor Induk Mahasiswa : 110823024

Program Studi

: SARJANA (S1) EKSTENSI

MATEMATIKA

Departemen

: MATEMATIKA

Fakultas

:MATEMATIKA DAN ILMU

PENGETAHUAN ALAM (FMIPA)

UNIVERSITAS SUMATERA UTARA

Disetujui di

Medan, April 2015

Komisi Pembimbing

:

Pembimbing 2 ,

Pembimbing 1,

Drs. Pangarapen Bangun, M.Si

Dr. Suwarno Ariswoyo, M.Si

NIP 19560815 1985031 005

NIP 19500312 198003 1 001

Disetujui oleh

Departemen Matematika FMIPA USU

Ketua,

Prof. Dr. Tulus, M.Si.

NIP. 196209011988031002

(4)

PERNYATAAN

FAKTOR-FAKTOR YANG MEMPENGARUHI

KESEJAHTERAAN RUMAH TANGGA

DI KABUPATEN SERDANG BEDAGAI

DENGAN PENDEKATAN

REGRESI LOGISTIK

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri.Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, April 2015 MUINAH

(5)

PENGHARGAAN

Puji dan syukur penulis ucapkan kehadirat Allah SWT yang telah melimpahkan karunia-Nya, sehingga penulis dapat menyelesaikan penyusunan skripsi dengan judul Faktor-Faktor Yang Mempengaruhi Kesejahteraan Rumah Tangga Di Kabupaten Serdang Bedagai Dengan Pendekatan Regresi Logistik.

Terimakasih Penulis Sampaikan Kepada Bapak Dr. Suwarno Ariswoyo, M.Si selaku pembimbing 1 dan Bapak Drs. Pangarapen Bangun, M.Si selaku pembimbing 2 yang telah meluangkan waktunya untuk membimbing selama penyusunan skripsi ini. Terimakasih kepada Bapak Drs. Marihat Situmorang, M.Kom selaku pembanding 1 dan Bapak Drs. Ujian Sinulingga, M.Si selaku pembanding 2 yang telah memberikan masukan selama penyusunan skripsi ini. Terimakasih kepada Bapak Prof. Dr. Tulus, M.Si dan Ibu Dra.Mardiningsih, M.Si selaku Ketua Departemen dan Sekertaris Departemen Matematika FMIPA USU Medan, Dekan dan Pembantu Dekan FMIPA USU dan rekan-rekan kuliah.Terima kasih penulis sampaikan kepada Ibu Dra. Enny Nuryani Nasution selaku Kepala Badan Pusat Statistik Kabupaten Serdang Bedagai dan Bapak M.Ervin Sugiar S,ST yang telah memberikan bantuan dan dorongan kepada penulis. Yang terspesial buat orang tua saya Bapak M.Toha dan Ibu Badriyah serta adik-adik saya yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Allah SWT akan membalasnya.

(6)

FAKTOR-FAKTOR YANG MEMPENGARUHI

KESEJAHTERAAN RUMAH TANGGA

DI KABUPATEN SERDANG BEDAGAI

DENGAN PENDEKATAN

REGRESI LOGISTIK

ABSTRAK

Penelitian ini dibahas faktor-faktor yang dapat mempengaruhi kesejahteraan rumah tangga di Kabupaten Serdang Bedagai. Faktor tersebut antara lain : kependudukan, pendidikan, kesehatan, ketenagakerjaan, sosial ekonomi, perumahan dan teknologi informasi dan komunikasi. Metode yang digunakan adalah regresi logistik. Hasil yang diperoleh dari model berturut-turut adalah jumlah anggota rumah tangga sebesar -0,765 (76,5%), ijazah tertinggi yang dimiliki kepala rumah tangga sebesar 0,131 (13,1%), pengalaman membeli beras raskin selama tiga bulan terakhir sebesar 0,743 (74,3%), sumber air minum rumah tangga sebesar -0,236 (23,6%), bahan bakar yang digunakan rumah tangga sebesar -0,149 (14,9%), dan penguasaan laptop di rumah tangga tersebut sebesar -1,173. Hasil dari analisa menunjukkan bahwa jumlah anggota rumah tangga memiliki pengaruh terhadap kesejahteraan rumah tangga sebesar 74,3%.

(7)

FACTORS THAT AFFECT THE WELFARE OF

HOUSEHOLD IN SERDANG BEDAGAI

DISTRICT LOGISTIC REGRESSION

APPROACH

ABSTRACT

This study aims to determine what factors affect the welfare in Serdang Bedagai District. These factors such as : the population, school, health, employment, socioeconomic, housing, and information technology and communication. The method used is logistic regression. The results obtained from successive model is the amount of household members of -0,765 (76,5%); graduates who owned the head household by 0,131 (13,1%);raskin buying experience over the past three month of 0,743 (74,3%);household a drink water source of -0,236 (23,6%); fuel used by households of -0,149 (14,9%); and the mastery of laptops in the household of -1,173 (11,73%). Results of the analysis showed that the amount of household members has an influence on household welfare of 74,3%.

(8)

DAFTAR ISI

Halaman

PERSETUJUAN ii

PERNYATAAN iii

PENGHARGAAN iv

ABSTRAK v

ABSTRACT vi

DAFTAR ISI vii

DAFTAR TABEL x

DAFTAR GAMBAR xii

Bab 1 PENDAHULUAN

1.1 Latar Belakang 1

1.2 Rumusan Masalah 4

1.3 Batasan Masalah 4

1.4 Tujuan Penelitian 5

1.5 Tinjauan Pustaka 5

1.6 Kontribusi Penelitian 8

1.7 Metode Penelitian 9

Bab 2 LANDASAN TEORI

2.1 Data 13

2.1.1 Jenis Data 13

2.1.2 Skala Pengukuran 13

2.1.3 Metode Pengumpulan Data 15

2.1.4 Populasi dan Sampel 16

2.2 Statistik Deskriptif 16

(9)

2.3 Regresi 19

2.3.1 Pengertian Regresi 19

2.3.2 Regresi Logistik 20

2.3.3 Asumsi Regresi Logistik 21

2.3.4 Persamaan Regresi Logistik 21

2.4 Konsep Kesejahteraan 23

2.5 Faktor Kesejahteraan Rumah Tangga 24

2.6 Kerangka Pemikiran dan Hipotesis 26

2.6.1 Kerangka Pemikiran 26

2.6.2 Hipotesis 26

Bab 3 PEMBAHASAN

3.1 Pengumpulan Data 28

3.1.1 Populasi dan Sampel 28

3.1.2 Sumber Data 28

3.2 Karakteristik kesejahteraan Rumah Tangga

di Kabupaten Serdang Bedagai 28

3.2.1 Kependudukan 30

3.2.2 Pendidikan 32

3.2.3 Kesehatan 33

3.2.4 Ketenagakerjaan 34

3.2.5 Sosial Ekonomi Rumah Tangga 36

3.2.6 Perumahan 37

3.2.7 Teknologi Informasi dan Komunikasi 40

3.3Analisis Regresi Logistik 42

3.3.1 Regresi Logistik Biner Secara Individu 42

3.3.2 Regresi Logistik Biner Secara Serentak 43

3.3.3 Persamaan Regresi Logistik 45

3.3.4 Uji Kesesuaian Model Regresi Logistik 47

(10)

Bab 4 KESIMPULAN DAN SARAN

4.1Kesimpulan 50

4.2Saran 51

DAFTAR PUSTAKA LAMPIRAN

(11)

DAFTAR TABEL

Halaman Tabel 3.1 Statistik Deskriptif Pengeluaran Perkapita Rumah

Tangga Per Bulan 29

Tabel 3.2 Jumlah Dan Persentase Rumah Tangga Miskin Dan

Tidak Miskin 29

Tabel 3.3 Statistik Deskriptif Jumlah Anggota Rumah

Tangga Dan Usia Kepala Rumah Tangga 30

Tabel 3.4 Independent Sample Test Jumlah Anggota Rumah

Tangga 31

Tabel 3.5 Statistik Deskriptif Jenis Kelamin Dan Status

Perkawinan Kepala Rumah Tangga 31

Tabel 3.6 Independent Sample Test Status Perkawinan

Rumah Tangga 32

Tabel 3.7 Statistik Deskriptif Ijazah Tertinggi Yang Dimiliki

Kepala Rumah Tangga 33

Tabel 3.8 Statistik Deskriptif Kesehatan Kepala Rumah

Tangga Selama Satu Bulan Terakhir 34

Tabel 3.9 Statistik Deskriptif Kegiatan Utama Kepala Rumah

Tangga 34

Tabel 3.10 Statistik Deskriptif Lapangan Usaha Utama Kepala

Rumah Tangga 35

Tabel 3.11 Statistik Deskriptif Status Pekerjaan Utama Kepala

Rumah Tangga 36

Tabel 3.12 Statistik Deskriptif Pengalaman Membeli Beras

Raskin Selama Tiga Bulan Terakhir 36

Tabel 3.13 Independent Sample Test Pembelian Raskin 37 Tabel 3.14 Statistik Deskriptif Status Penguasaan Bangunan

Tempat Tinggal 37

(12)

Tabel 3.16 Statistik Deskriptif Cara Memperoleh Sumber Air

Minum 39

Tabel 3.17 Independent Sample Test Cara Memperoleh

Sumber Air Minum 39

Tabel 3.18 Statistik Deskriptif Bahan Bakar Memasak 40 Tabel 3.19 Statistik Deskriptif Ada/Tidak Ada Anggota

Rumah Tangga Yang Dapat Menggunakan Telepon

Seluler 40

Tabel 3.20 Statistik Deskriptif Ada/Tidak Ada Anggota Rumah Tangga Yang Menguasai Penggunaan

Komputer Desktop 41

Tabel 3.21 Statistik Deskriptif Ada/Tidak Ada Anggota Rumah Tangga Yang Menguasai Penggunaan

Laptop 41

Tabel 3.22 Uji Signifikansi Parameter Secara Individu 43 Tabel 3.23 Uji Signifikansi Parameter Secara Serentak 45

Tabel 3.24 Nilai Koefisiensi Tiap Variabel 45

Tabel 3.25 Hosmer And Lemeshow Test 47

(13)

DAFTAR GAMBAR

Halaman

Gambar 2.1 Skema Kerangka Pemikiran 26

(14)

FAKTOR-FAKTOR YANG MEMPENGARUHI

KESEJAHTERAAN RUMAH TANGGA

DI KABUPATEN SERDANG BEDAGAI

DENGAN PENDEKATAN

REGRESI LOGISTIK

ABSTRAK

(15)

FACTORS THAT AFFECT THE WELFARE OF

HOUSEHOLD IN SERDANG BEDAGAI

DISTRICT LOGISTIC REGRESSION

APPROACH

ABSTRACT

(16)

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Menurut Kamus Besar Bahasa Indonesia, Kesejahteraan adalah hal atau keadaan sejahtera, keamanan, keselamatan, ketentraman. Dalam istilah umum, sejahtera menunjuk ke keadaan yang baik, kondisi manusia dimana orang-orangnya dalam keadaan makmur, dalam keadaan sehat dan damai (id.wikipedia.org). Berdasarkan Undang-undang Nomor 32 Tahun 2014 Tentang Pemerintah Daerah telah diatur bahwa salah satu hakekat dari otonomi daerah adalah untuk meningkatkan kesejahteraan masyarakat. Keberhasilan pembangunan dengan adanya otonomi daerah dapat tercermin dari banyaknya masyarakat yang ikut berpartisipasi dan menerima dampak positif dari proses pembangunan yang dilaksanakan di suatu daerah. Adanya regulasi yang mengatur tentang otonomi daerah, memberikan kesempatan yang lebih luas bagi pemerintah daerah untuk dapat mewujudkan kesejahteraan masyarakat yang lebih baik.

Menurut Badan Pusat Statistik (BPS), kesejahteraan merupakan representasi yang bersifat kompleks karena mempunyai keterkaitan multidimensi. Secara umum kesejahteraan dapat diukur dari sisi demografi, kecukupan pangan, pendidikan, kesehatan, ketenagakerjaan, dan kondisi lingkungan. Kemiskinan merupakan bentuk ketidakmampuan untuk meraih kesejahteraan di pandang dari sisi ekonomi dalam memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran.

Badan Pusat Statistik (BPS) mencatat jumlah penduduk miskin Indonesia pada bulan September 2014 mencapai 27,73 juta orang atau 10,96 persen dari jumlah penduduk. Jumlah penduduk miskin terbanyak berada di daerah pedesaan yaitu mencapai 17,37 juta orang atau 13,76 persen, sedangkan jumlah penduduk

(17)

miskin di daerah perkotaan tercatat sebanyak 10,36 juta orang atau 8,16 persen. Pulau Jawa menjadi penyumbang jumlah penduduk miskin terbanyak yaitu 15,1 juta orang, diikuti Sumatera sebesar 6,07 juta orang, Sulawesi sebesar 2,05 juta orang, Bali dan Nusa Tenggara sebanyak 2 juta orang dan Maluku dan Papua sebesar 1,4 juta orang. BPS juga mencatat selama periode tersebut, garis kemiskinan naik 3,17 persen, dari sebelumnya Rp302.735 per kapita per bulan pada Maret 2014 menjadi Rp312.328 per kapita per bulan pada September 2014, dengan peranan komoditi makanan jauh lebih besar dari komoditi bukan makanan.

Jumlah penduduk miskin di Sumatera Utara pada September 2014 sebanyak 1.360.600 orang (9,85%), angka ini bertambah sebanyak 73.900 orang bila dibandingkan dengan jumlah penduduk miskin Maret 2014 yang berjumlah 1.286.700 orang (9,38%).Selama periode Maret 2014 – September 2014, penduduk miskin di daerah pedesaan bertambah 38.600 orang (dari 654.500 orang pada Maret 2014 menjadi 693.100 orang pada September 2014), sedangkan di daerah perkotaan bertambah 35.300 orang (dari 632.200 orang pada Maret 2014 menjadi 667.500 orang pada September 2014). Penduduk miskin di daerah perkotaan pada September 2014 sebesar 9,81 persen, naik dibanding Maret 2014 yang sebesar 9,35 persen. Begitu juga dengan penduduk miskin di daerah pedesaan, yaitu dari 9,40 persen pada Maret 2014 naik menjadi 9,89 persen pada September 2014.

Kabupaten Serdang Bedagai merupakan salah satu kabupaten yang terdapat di Provinsi Sumatera Utara dengan luas wilayah sebesar 1.900,22 Km2. Letak geografis Kabupaten Serdang Bedagai terletak pada posisi 301’2 ,5’’ Lintang Utara – 3046’33’’ Lintang Utara dan 98044’22’’ Bujur Timur – 99019’01’’ Bujur Timur dengan ketinggian berkisar 0-500 meter di atas permukaan laut.

Suryadarma (2005) mengungkapkan variabel-variabel yang menjadi ciri kesejahteraan suatu keluarga antara lain : kepemilikan asset, kepemilikan

(18)

binatang ternak, status perkawinan kepala rumah tangga. Jenis kelamin kepala rumah tangga, tingkat pendidikan kepala rumah tangga dan pasangannya, anggota rumah tangga yang bekerja, sektor pekerjaan, akses terhadap rumah tangga, konsumsi makanan dan indikator kesehatan, indikator kesejahteraan yang lainnya, serta partisipasi politik dan akses kepada informasi. Dengan banyak variabel yang mempengaruhi kesejahteraan rumah tangga maka kita dapat mengklasifikasikan kesejahteraan rumah tangga di Kabupaten Serdang Bedagai dalam kategori penduduk miskin dan tidak miskin. Pengklasifikasian data tersebut dapat menggunakan analisis regresi logistik.

Regresi logistik merupakan salah satu analisis multivariate yang berguna untuk memprediksi variabel dependen berdasarkan variabel independen. Regresi logistik ini tidak seperti pada regresi linier biasa. Regresi logistik merupakan regresi non linier dimana model yang ditentukan akan mengikuti pola data yang berupa data kategorik. Regresi logistik memiliki beberapa kelebihan yaitu tidak memiliki asumsi normalitas atas variabel dependen yang digunakan dalam model, variabel-variabel dependen dalam regresi logistik bisa merupakan campuran dari variabel kontinu, diskrit dan dikotomis.

Penaksiran parameter pada model ini menggunakan metode maksimum likelihood dengan pengujian hipotesisnya menggunakan tes likelihood rasio. Pendugaan koefisien model regresi logistik tidak dapat dilakukan dengan metode kuadrat terkecil (ordinary least squares) karena pelanggaran asumsi kehomogenan ragam.

Berdasarkan uraian tersebut maka peneliti ingin mengetahui faktor apa saja yang dapat mempengaruhi kesejahteraan rumah tangga sehingga peneliti melakukan penelitian dalam suatu karya ilmiah berupa skripsi yang berjudul “ Faktor-Faktor Yang Mempengaruhi Kesejahteraan Rumah Tangga Di Kabupaten

(19)

1.2 Rumusan Masalah

Permasalahan yang ingin diketahui oleh peneliti adalah menentukan faktor-faktor yang dapat mempengaruhi kesejahteraan rumah tangga, peneliti menentukan tujuh faktor dari banyak faktor yang ada. Ketujuh faktor yang akan dibahas yaitu kependudukan, pendidikan, kesehatan, ketenagakerjaan, sosial ekonomi rumah tangga, perumahan, teknologi informasi dan komunikasi.

1.3 Batasan Masalah

Agar permasalahan yang dikaji lebih fokus dan menjadi lebih jelas maka permasalahan dibatasi oleh :

1. Variabel-variabel kesejahteraan rumah tangga yang dibahas adalah sebagai berikut :

1. Faktor kependudukan yang dapat diketahui

darijeniskelaminkepalarumahtangga (X1), usiakepalarumahtangga (X2), status perkawinankepalarumahtangga (X3) dan jumlah anggota rumah tangga (X4).

2. Faktor pendidikan yang dapat diketahui dari ijazah tertinggi yang dimiliki kepala rumah tangga (X5).

3. Faktorkesehatanditinjaudarikesehatankepalarumahtangga selama satu bulan terakhir (X6).

4. Faktor ketenagakerjaan yang terdiri dari

kegiatanutamakepalarumahtangga (X7),

lapanganusahautamakepalarumahtangga (X8), status pekerjaan utama kepala rumah tangga (X9).

5. Faktor sosial ekonomi yang dapat diketahui dari pengalaman membeli beras raskin selama tiga bulan terakhir (X10).

6. Faktor perumahan yang terdiri dari status penguasaan bangunan tempat tinggal (X11), sumber air minum (X12), cara memperoleh air minum (X13), dan bahan bakar/energi utama untuk memasak (X14).

(20)

7. Faktor teknologi informasi dan komunikasi yang diketahui dari anggota rumah tangga yang memiliki telepon selular (X15), penguasaankomputer (X16), danpenguasaan laptop (X17).

2. Penelitian dilakukan dengan mengumpulkan data sekunder hasil survei yang dilakukan oleh Badan Pusat Statistik (BPS) tahun 2013.

3. Penelitian ini menggunakan aplikasi SPSS guna mempermudah pengolahan data.

1.4 Tujuan Penelitian

Berdasarkan permasalahan, maka penulis ini memiliki tujuan sebagai berikut : 1) Mendapatkan karakteristik rumah tangga di Kabupaten Serdang

Bedagai.

2) Menganalisis pengaruh kependudukan, pendidikan, kesehatan, ketenagakerjaan,sosial ekonomi rumah tangga, perumahan,dan teknologi informasi komunikasi terhadap kesejahteraan rumah tangga.

3) Mendapatkan model persamaan regresi logistik untuk klasifikasi kesejahteraan rumah tangga di Kabupaten Serdang Bedagai.

1.5 Tinjauan Pustaka

1. Statistik deskriptif

Statistik deskriptif adalah analisis yang berkaitan dengan pengumpulan dan penyajian data sehingga dapat memberikan informasi yang berguna. Analisis ini bertujuan menguraikan tentang sifat-sifat atau karakteristik dari suatu keadaan dan untuk membuat deskripsi atau gambaran yang sistematis dan akurat mengenai fakta-fakta, sifat-sifat dari fenomena yang diselidiki. Beberapa bentuk penyajian statistik deskriptif adalah tabel, diagram, grafik, histogram dan lainnya.

(21)

Regresi logistik adalah bentuk khusus analisis regresi dengan variabel respon bersifat kategorik dan variabel prediktor bersifat kategorik, kontinu atau gabungan antara keduanya. Regresi logistik ini digunakan untuk menguji apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya. Sartono dalam syafrizal dkk (2010) menerangkan bahwa regresi logistik telah banyak digunakan secara luas sebagai salah satu alat analisis pemodelan ketika variabel responnya (Y) bersifat biner. Istilah biner merujuk pada penggunaan dua buah bilangan 0 dan 1 untuk menggantikan dua kategori pada variabel respon. Pendugaan koefisien model regresi logistik tidak dapat dilakukan dengan metode kuadrat terkecil (ordinary least square) seperti halnya regresi linier karena pelanggaran asumsi kehomogenan ragam. Metode kemungkinan maksimum (maksimum likelihood) menjadi salah satu alternatif yang dapat digunakan.

Menurut Yasril (2008) fungsibasis logistik adalah :

z e z f _   1 1 )

( z

Dimana :

Z =



  p j ij jx 1 0  

e = bilangan natural (2,71828182)

  

0, 1, 2,..., = koefisien regresi

p X X

X₁₁, ₁₂, ₁₃,...., ₁ = variabel independen

Secara umum fungsi hubung yang digunakan adalah fungsi hubung logit, maka distribusi peluang menurut Hosmer Lemeshow (1989) yang digunakan adalah fungsi logistik: ) ( ) ( 1 )

( _g _x

x g i e e x _   

(22)

Dengan g(x)₀ ₁x₁..._px_p p= jumlah variabel bebas,

) (x_i

 = peluang tingkat suatu kejadian sehingga

 

 p p

p p x x x x x x i

e

x

_ _ _ _

   



_ _ _ _     





_... ... 2 2 1 1 0 2 2 1 1 0

1 )

(

Menurut Yasril (2008) Statistik uji Wald untuk uji signifikansi parameter regresi logistik :

i i i

w  

Wilayah kritis :

2 ,



_k i

w



Keterangan : i

 = nilai koefisien regresi logistik untuk variabel ke-i i

SE = nilai standard error untuk variabel ke-i

k = jumlah variabel bebas yang digunakan

 = taraf nyata

Menurut Hosmer Lemeshow (1989) rumus untuk menyatakan odds ratio adalah :

 



 



 

0 /



 



1 1 / 1         Keterangan :

 

 = peluang kejadian kelompok pertama

 

 = peluang kejadian kelompok kedua

Tingkat kesejahteraan masyarakat antara lain dapat diukur melalui besarnya pendapatan dan pengeluaran. Pengeluaran untuk kebutuhan konsumsi

(23)

dapat mencerminkan tingkat kemampuan ekonomi masyarakat, dan kemampan daya beli masyarakat dapat memberikan gambaran tentang tingkat kesejahteraan masyarakat. Semakin tinggi daya beli masyarakat, menunjukkan meningkatnya kemampuan dalam memenuhi kebutuhan hidupnya dan selanjutnya akan berdampak meningkatnya kesejahteraan masyarakat (BPS, 2009).

1.6 Kontribusi Penelitian

Hasil penelitian ini diharapkan berkontribusi bagi : 1. Penulis

Penulis mampu mengetahui faktor-faktor yang mempengaruhi kesejahteraan rumah tangga di Kabupaten serdang Bedagai dengan menggunakan analisis regresi logistik.

2. Kabupaten Serdang Bedagai

Mampu menjadi rekomendasi sebagai bahan pertimbangan dalam melakukan perencanaan pembangunan untuk meningkatkan kesejahteraan rumah tangga di Kabupaten Serdang Bedagai.

3. Departemen/Universitas

Agar dapat dijadikan bahan studi kasus bagi pembaca, acuan bagi mahasiswa serta bahan referensi bagi pihak perpustakaan dan dapat berfungsi sebagai bahan bacaan yang dapat menambah pengetahuan bagi pembaca.

1.7 Metodologi Penelitian

Penyususnan tugas akhir ini menggunakan data sekunder dari Badan Pusat Statistik Kabupaten serdang Bedagai. Adapun metodologi dlam penelitian ini adalah sebagai berikut :

(24)

1. Identifikasi data dan Pendefinisian Variabel

Pada tahap ini dilakukan identifikasi dan penentuan data apa sajakah yang akan dianalisis menggunakan metode analisis regresi logistik. Adapun data yang diamati adalah data-data yang mempengaruhi kesejahteraan rumah tangga sebagai berikut : (1) kependudukan, (2) pendidikan, (3) kesehatan, (4) ketenagakerjaan, (5) soial ekonomi, (6) perumahan, (7) teknologi informasi dan komunikasi. Variabel penelitian yang digunakan pada penelitian ini terdiri dari variabel respon (Y) dan variabel prediktor (X). Variabel respon dalam penelitian ini adalah kesejahteraan rumah tangga, dimana rumah tangga dibagi menjadi 2 kategori, yaitu :

1. Miskin (0) 2. Tidak miskin (1)

Pengelompokan tersebut didasarkan pada besarnya pengeluaran perkapita rumah tangga per bulan pada tahun 2013. BPS telah menetapkan angka Rp. 640.202 sebagai garis kemiskinan. Apabila suatu rumah tangga memiliki pengeluaran perkapita per bulan di bawah nilai garis kemiskinan tersebut, maka rumah tangga tersebut tergolong sebagai rumah tangga miskin, dan sebaliknya.

Variabel prediktor dari penelitian ini adalah sebagai berikut : (X1) : Jeniskelaminkepalarumahtangga

(X2) : Usia kepala rumah tangga.

(X3) : Status perkawinankepalarumahtangga (X4) : Jumlahanggota rumah tangga.

(X5) : Ijazahtertinggi yang dimilikikepalarumahtangga. (X6) : Kesehatankepalarumahtanggaselamasatubulanterakhir. (X7) : Kegiatanutamakepalarumahtangga.

(X8) : Lapanganusahakepalarumahtangga.

(X9) : Status pekerjaanutamakepalarumahtangga.

(X10) : Pengalamanmembeliberasraskinselamatigabulanterakhir. (X11) : Status bangunantempattinggalrumahtangga.

(25)

(X13) : Cara memperoleh air minumrumahtangga. (X14) :Bahanbakar yang digunakanuntukmemasak.

(X15) :Anggota rumah tangga yang memiliki telepon selular. (X16) :Penguasaankomputer.

(X17) :Penguasaan laptop.

2. Pengumpulan Data

Pada tahap ini dilakukan pengumpulan data sekunder dari Badan Pusat Statistik Kabupaten Serdang Bedagai. Data yang digunakan dalam penelitian ini adalah data SUSENAS (survei sosial ekonomi nasional) tahun 2013. Susenas adalah survei yang dilaksanakan oleh BPS untuk mengumpulkan data sosial ekonomi kependudukan dengan cakupan yang luas, mulai dari aspekpendidikan, kesehatan, perumahan dan variabel sosial ekonomi lainnya yang umumnya berkaitan dengan kesejahteraan rumah tangga.

3. Metode Analisis Data

1) Statistik Deskriptif

Pada tahap ini akan dideskripsikan variabel-variabel yang mempengaruhi kesejahteraan rumah tangga di Kabupaten Serdang Bedagai.

2) Analisis Regresi Logistik

Metode regresi logistik digunakan untuk mengetahui pola hubungan antara variabel respon yang bersifat ketegorik dengan satu atau lebih variabel prediktor baik yang bersifat kontinu maupun kategorik. Pada penelitian ini regresi logistik digunakan untuk mengetahui pola hubungan kesejahteraan rumah tangga di Kabupaten Serdang Bedagai.

3) Regresi Logistik Biner Secara Individu

Analisis regresi logistik biner ini dilakukan dengan pengujian secara individu terhadap masing-masing variabel prediktor. Pengujian ini digunakan untuk

(26)

mengetahui pengaruh masing-masing variabel prediktor terhadap variabel respon secara individu.

4) Persamaan regresi logistik

Pada tahap ini akan didapatkan model persamaan regresi logistik. Tujuan analisis regresi logistik adalah untuk memperoleh model yang paling baik dan sederhana yang dapat menggambarkan hubungan antara variabel prediktor dan variabel respon.

5) Odds Ratio

Odds ratio didefinisikan sebagai perbandingan dari nilai variabel sukses terhadap variabel bernilai gagal. Dengan kata lain odds ratio menjelaskan seberapa besar pengaruh variabel sukses dibanding variabel gagal terhadap suatu eksperimen atau observasi. Pada kasus penelitian dengan regresi logistik, nilai ini dapat dilihat dari nilai Exp(B) pada hasil analisis data. Hasil tersebut akan menunjukkan pengaruh setiap variabel-variabel bebas terhadap variabel terikatnya.

6) Analisis dan Kesimpulan

Bagian ini akan membahas tahapan analisis dari hasil perhitungan dari prosedur analisis regresi logistik yang dilakukan, sehingga dapat diinterpretasikan variabel-variabel apakah yang mempengaruhi kesejahteraan rumah tangga di Kabupaten Serdang Bedagai.

(27)

BAB 2

LANDASAN TEORI

2.1 Data

Data merupakan bentuk jamak dari datum yang merupakan informasi yang diperoleh dari satu satuan amatan.Pada umumnya informasi ini diperoleh melalui observasi (pengamatan) yang dilakukan terhadap sekumpulan individu. Informasi yang diperoleh memberikan gambaran, keterangan, atau fakta mengenai suatu persoalan dalam bentuk kategorik, huruf atau bilangan (Sugiarto, dkk, 2001)

2.1.1. Jenis Data

Data dapat golongan menurut jenisnya berdasarkan krikteria, yaitu : 1) Data kualitatif dan kuantitatif

a. Data Kualitatif

Data kualitatif adalah data yang sifatnya hanya menggolongkan saja.Termasuk dalam klasifikasi data tipe ini adalah data yang berskala ukur nominal dan ordinal.Sebagai contoh adalah data kepuasan pelanggan (tinggi, sedang, rendah).

b. Data Kuantitatif

Data kuantitatif adalah data yang berbentuk angka.Termasuk dalam klasifikasi data tipe ini adalah data yang berskala ukur interval dan rasio. Sebagai contoh data kuantitatif adalah data tinggi badan siswa, misalnya : 130 cm, 135 cm, 140 cm, dan sebagainya.

(28)

2) Data internal dan eksternal

a. Data Internal merupakan data yang didapat Dari dalam perusahaan atau organisasi yang melakukan riset. Data ini menggambarkan keadaan dalam organisasi tersebut.

b. Data Eksternal merupakan data mengenai keadaan diluar organisasi, pada umumnya didapat dari pihak lain yang digunakan sebagai pembanding. Data eksternal itu sendiri terbagi atas dua bagian, yaitu :

1. Data Primer

Data primer adalah data yang langsung dikumpulkan oleh orang yang berkepentingan atau yang memakai data tersebut.Data ini diperoleh dari hasil wawancara atau kuesioner.

2. Data Sekunder

Data sekunder adalah data primer yang diperoleh dari pihak lain atau data primer yang telah diolah lebih lanjut dan disajikan. Sebagai contoh adalah data jumlah produksi suatu produk.

3) Data time series dan cross section

a. Data Time Series merupakan data yang dikumpulkan dari beberapa tahapan waktu secara kronologis, misalnya mingguan, bulanan, atau tahunan.

b. Data Cross Section merupakan data yang dikumpulkan pada waktu dan tempat tertentu saja, misalnya data hasil pengisian kuesioner tentang perilaku pembelian suatu produk shampo oleh responden pada bulan Juni 2011.

2.1.2.Skala Pengukuran

Skala merupakan suatu prosedur pemberian angka atau simbol lain kepada sejumlah ciri tersebut. Diantara bermacam-macam pengukuran untuk

(29)

respon-respon yang diamati terhadap obyek-obyek, yang sering dipergunakan ialah ukuran-ukuran cacah, peringkat, panjang, volume, waktu, bobot dan lainya, dalm statistik dibedakan empat macam skala pengukuran yang mungkin dihasilkan, yaitu :

a. Skala Nominal

Skala ini menggolongkan obyek-obyek atau kejadian-kejadian ke dalam berbagai kategori untuk menunjukan kesamaan atau perbedaan ciri-ciriobjek.Kategori-kategori tersebut dilambangkan dengan kata-kata, huruf simbol, atau angka.

Contoh : 1. Pria

2. Wanita

b. Skala Ordinal

Seperti halnya dalam skala nominal, kelompok-kelompok yang sudah didefinisikan sebelumnya juga menggunakan lambang angka tau huruf.Ukuran pada skala ordinal tidak memberikan nilai absolut pada obyek, tetapi hanya urutan (ranking) relatif saja.Contoh : ingin diketahui status sosial seseorang yaitu A rendah, B sedang dan C tinggi.

c. Skala Interval

Skala interval memberikan ciri angka kepada kelompok obyek yang mempunyai skala nominal dan ordinal, ditambah dengan jarak yang sama pada urutan obyeknya. Skala interval diberikan apabila kategori yang digunakan bisa dibedakan, diurutkan, mempunyai jarak tertentu, tetapi tidak bisa dibandingkan.

d. Skala Rasio

Skala rasio menggunakan titik baku mutlak (titik nol mutlak). Angka pada skala rasio menunjukan nilai sebenarnya dari obyek yang diukur, sedangkan satuan ukurnya ditetapkan dengan perjanjian tertentu.

(30)

2.1.3. Metode Pengumpulan Data

Metode pengumpulan data menunjukan cara-cara yang dapat ditempuh untuk memperoleh data yang dibutuhkan (Sugiarto dkk,2001). Seperti yang telah dipelajari metode pengumpulan data terdiri dari metode pengumpulan data primer dan metode pengumpulan data skunder.

a. Metode Pengumpulan Data Primer

Data primer merupakan data yang diperoleh dari sumber pertama baik dari individu atau perorangan seperti hasil wawancara atau hasil dari pengisian kuesioner yang biasa dilakukan oleh peneliti.Pelaksanaannya dapat dilakukan dengan melakukan survei atau percobaan.

1. Survei

Survei dilakukan apabila data yang dicari sebenarnya sudah ada dilapangan. Teknik pengumpulan data dengan cara survei bisa dilakukan dengan :

 Wawancara dengan responden. Wawancara atau interview adalah suatu cara mengumpulkan data dengan menanyakan langsung kepada responden dalam suatu permasalahan. Pertanyaan-pertanyaan tersebut telah disiapkan terlebih dahulu sebagai kuesioner.

 Angket atau kuesioner. Angket atau kuesioner adalah jawaban tertulis dari responden atas kuesioner yang diberikan. Dengan kuesioner, informasi yang dikumpulkan dapat lebih banyak dan tersebar merata dalam satu wilayah walaupun kenyataannya tidak semua kuesioner dikembalikan kepada peneliti.

 Pooling (menggunakan telepon) atu melakukan observasi langsung.

(31)

2. Percobaan (experiment)

Cara percobaan dilakukan apabila data yang ingin diperolehbelum tersedia dan dengan demikian variabel yang akan diukur harus dibangkitkan melalui suatu percobaan.

b. Metode Pengumpulan Data Skunder

Metode ini sering disebut dengan metode dengan menggunakan bahan dokumen, karena dalam hal ini peneliti tidak secara langsung mengambil data sendiri tetapi meneliti dan memanfaatkan data atau dokumen yang dihasilkan dari pihak-pihak lain. Data skunder pada umumnya digunakan oleh peneliti untuk memberikan gambaran tambahan, gambaran perlengkapan ataupun untuk diproses lebih lanjut.

2.1.4 Populasi dan Sampel

Populasi merupakan keseluruhan unit atau individu dalam ruang lingkup yang ingin diteliti sedangkan sampel adalah sebagian anggota populasi yang dipilih dengan menggunakan prosedur tertentu sehingga diharapkan dapat mewakili populasinya (Sugiato dkk, 2001).

Suatu sampel yang baik atau benar akan dapat memberikan gambaran yang sebenarnya tentang populasi. Sehingga jika suatu penelitian sampelnya tidak diambil secara benar, maka hasilnya tidak akan dapat digeneralisasikan dan tidak dapat memberikan hasil yang tepat dalam menggambarkan keadaan sebenarnya dari populasi yang diteliti.

Pengambilan sampel (sampling) adalah suatu proses yang dilakukan untuk memilih dan mengambil sampel secara benar dari suatu populasi, sehingga dapat mewakili populasi tersebut.

(32)

2.2 Statistik deskriptif

Statistik deskriptif adalah analisi yang berkaitan dengan pengumpulan dan penyajian data sehingga dapat memberikan informasi yang berguna.Analisis ini bertujuan menguraikan tentang sifat-sifat atau karakteristik dari suatu keadaan dan untuk membuat deskripsi atau gambaran yang sistematis dan akurat mengenai fakta-fakta, sifat-sifat dari fenomena yang diselidiki.Beberapa bentuk penyajian statistik deskriptif adalah tabel, diagram, grafik, histogram dan lainnya (Walpole, 1993).

Iqbal Hasan (2001:7) menjelaskan bahwa statistik deskriptif adalah bagian dari statistika yang mempelajari cara pengumpulan data dan penyajian data sehingga mudah dipahami. Statistika deskriptif hanya berhubungan dengan hal menguraikan atau memberikan keterangan-keterangan mengenai suatu data atau keadaan.Dengan kata statistika deskriptif berfungsi menerangkan keadaan, gejala, atau persoalan.Penarikan kesimpulan pada statistika deskriptif (jika ada) hanya ditujukan pada kumpulan data yang ada.

Bambang Suryoatmono (2004:18) menyatakan Statistika deskriptif adalah statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik kesimpulan mengenai kelompok itu saja.

Menurut Sugiyono (2004:169), analisis deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi.

2.2.1 Macam-macam Statistik Deskriptif

(33)

Ukuran numerik dibagi menjadi dua, yaitu ukuran pemusatan data, meliputi mean, median, modus, serta ukuran penyebaran data, meliputi rentang, variansi, dan simpangan baku.

a) Ukuran Pemusatan

Ukuran pemusatan atau ukuran lokasi adalah beberapa ukuran yang menyatakan dimana distribusi data tersebut terpusat.(Howell, 1982).Ukuran pemusatan berupa nilai tunggal yang bisa mewakili suatu kumpulan data dan karakteristiknya (menunjukkan pusat dari nilai data). Jenis-Jenis Ukuran Pemusatan antara lain:

1. Rata-rata (Mean)

Rata-rata merupakan ukuran pemusatan yang sangat sering digunakan.Keuntungan dari menghitung rata-rata adalah angka tersebut dapat digunakan sebagai gambaran atau wakil dari data yang diamati.Rata-rata peka dengan adanya nilai ekstrim atau pencilan.

2. Median atau Nilai Tengah

Median merupakan suatu nilai ukuran pemusatan yang menempati posisi tengah setelah data diurutkan

3. Modus

Modus adalah nilai yang paling sering muncul dari serangkaian data.Modus tidak dapat digunakan sebagai gambaran mengenai data (Howell, 1982).

b) Ukuran Penyebaran Data/Dispersi (Dispersion)

Ukuran penyebaran adalah suatu ukuran baik parameter atau statistika untuk mengetahui seberapa besar penyimpangan data.Melalui ukuran penyebaran dapat diketahui seberapa jauh data-data menyebar dari titik pemusatannya.

Jenis-Jenis Ukuran Penyebaran antara lain: 1. Rentang (Range = R)

(34)

Rentang (Range) dinotasikan sebagai R, menyatakan ukuran yang menunjukkan selisih nilai antara maksimum dan minimum.Rentang cukup baik digunakan untuk mengukur penyebaran data yang simetrik dan nilai datanya menyebar merata.Ukuran ini menjadi tidak relevan jika nilai data maksimum dan minimumnya merupakan nilai ekstrim.

2. Variansi (Variance=S2atau σ2)

Variansi (variance) dinotasikan sebagai S2 atau σ2 adalah ukuran

penyebaran data yang mengukur rata-rata kuadrat jarak seluruh titik pengamatan dari nilai tengah (meannya).

3. Simpangan Baku ( s )

Simpangan baku (standar deviation) dinotasikan sebagi s atau σ, menunjukkan rata-rata penyimpangan data dari harga rata-ratanya. Simpangan baku merupan akar pangkat dua dari variansi.

2.3 Regresi

2.3.1 Pengertian Regresi

Suatu model matematis yang dapat digunakan untuk mengetahui bentuk hubungan antara dua variabel atau lebih, dengan tujuan untuk membuat prediksi nilai suatu variabel dependen melalui variabel independen.

Analisis regresi adalah teknik statistika yang berguna untuk memeriksa danmemodelkan hubungan diantara variabel-variabel. Analisis regresi dapat digunakan untuk dua hal pokok, yaitu :

a) Untuk memperoleh suatu persamaan dari garis yang menunjukkan persamaan hubungan antara dua variabel. Persamaan dan garis yang dihasilkan bisa berupa persamaan garis bentuk linier maupun nonlinier.

(35)

b) Untuk menaksir suatu variabel yang disebut variabel tak bebas (terikat) dengan variabel lain yang disebut variabel bebas berdasarkan hubungan yang ditunjukkan persamaan regresi tersebut.

Berdasarkan amatan dan analisis data, penyelesaian regresi ini dapat berupa persamaan linier maupun nonlinier.Oleh karena itu analisis regresi ini terbagi atas regresi linier dan regresi nonlinier.Yang termasuk ke dalam regresi linier adalah regresi linier sederhana, regresi linier berganda, dan sebagainya.Sedangkan yang termasuk regresi nonlinier adalah regresi model parabola kuadratik, model parabola kubik, model eksponen, model geometrik, regresi logistik, dan sebagainya.

2.3.2 Regresi Logistik

Analisis regresi logistik merupakan salah satu pendekatan model matematis yang digunakan untuk menganalisis hubungan satu atau dua variabel independen dengan sebuah variabel dependen kategorik yang bersifat dikotom / binary. Variabel kategorik yang dikotom merupakan variabel yang mempunyai dua nilai variasi yang mewakili kemunculan atau tidak adanya suatu kejadian yang diberi skor 0 atau 1 yaitu dalam hal ini mengenai kesadaran wajib pajak yaitu sadar atau tidak sadar.

Regresi logistik berbeda dengan regresi linear, karena pada regresi linear menggunakan variabel dependen numerik sedangkan pada regresi logistik menggunakan variabel dependen kategorik yang bersifat dikotomus.

Regresi logistik membentuk persamaan atau fungsi dengan pendekatan maximum likelihood, yang memaksimalkan peluang pengklasifikasian objek yang diamati menjadi kategori yang sesuai kemudian mengubahnya menjadi koefisien regresi yang sederhana.Regresi logistik menghasilkan rasio peluang (odds ratio) antara keberhasilan atau kegagalan suatu dari analisis.Disini odds ratio yang dimaksud adalah seberapa besar peluang dari suatu variabel

(36)

denganmempertimbangkan variabel prediktor yang ada. Regresi logistik akan membentuk variabel prediktor/respon (log (p/(1-p)) yang merupakan kombinasi linier dari variabel independen. Nilai variabel prediktor ini kemudian ditransformasikan menjadi probabilitas dengan fungsi logit. Tujuan dari analisis regresi logistik adalah untuk memperoleh model yang paling baik (fit) dan sederhana yang dapat menggambarkan hubungan antara variabel dependen dan variabel independen.

Regresi logistik dibagi menjadi dua, yaitu : 1) Regresi logistik sederhana

Digunakan untuk mengetahui hubungan antara satu variabel independen dengan satu variabel dependen yang bersifat dikotomus.

2) Regresi logistik ganda

Digunakan untuk mengetahui hubungan antara beberapa variabel independen dengan satu variavel dependen yang bersifat dikotomus.

2.3.3 Asumsi Regresi Logistik

 Regresi logistik tidak membutuhkan hubungan linear antara variabel

independen dan variabel dependen.

 Regresi logistik dapat menyeleksi hubungan karena menggunakan pendekatan non linear log transformasi untuk memprediksi ods ratio.

Odsdalam regresi logistik sering dinyatakan sebagai probability

(peluang).

 Variabel independen tidak memerlukan asumsi multivariate normality.

 Asumsi homokedaksitas tidak diperlukan.

 Variabel independen tidak perlu dirubah kedalam bentuk matrik (interval atau ratio).

(37)

2.3.4 Persamaan Regresi Logistik

Menurut Yasril (2008) fungsibasis logistik adalah :

z e z

f _

 

1 1 )

( z

Dimana :

Z =



  p

j ij jx 1

0 



e = bilangan natural (2,71828182)

  

0, 1, 2,..., = koefisien regresi

p X X

X₁₁, ₁₂, ₁₃,...., ₁ = variabel independen

Secara umum fungsi hubung yang digunakan adalah fungsi hubung logit, maka distribusi peluang menurut Hosmer Lemeshow (1989) yang digunakan adalah fungsi logistik:

(38)

) ( ) ( 1 )

( _g _x

x g i e e x _   

Dengan g(x)₀ ₁x₁..._px_p p= jumlah variabel bebas,

) (x_i

 = peluang tingkat suatu kejadian sehingga

 

 p p

p p x x x x x x i

e

x

_ _ _ _

   



_ _ _ _     





_... ... 2 2 1 1 0 2 2 1 1 0

1 )

(

Menurut Yasril (2008) Statistik uji Wald untuk uji signifikansi parameter regresi logistik :

i i i

w  

Wilayah kritis :

2 ,



_k i

w



Keterangan : i

 = nilai koefisien regresi logistik untuk variabel ke-i i

SE = nilai standard error untuk variabel ke-i

k = jumlah variabel bebas yang digunakan

 = taraf nyata

Sedangkan menurut Hosmer Lemeshow (1989) untuk uji signifikansi model secara bersama-sama dapat dilakukan dengan uji G atausering dikenal sebagai uji Likelihood ratio:

L L

G2 0

ln 2

 

(39)

Keterangan :

L = Maksimum Likelihood dari model reduksi (Reduced Model) atau model yang terdiri dari konstanta saja.

L = Maksimum Likelihood dari model penuh (Full Model) atau dengan semua variabel bebas.

Menurut Hosmer Lemeshow (1989) rumus untuk menyatakan odds ratio adalah :

 



 



 

0 /



 



1 1 / 1

 



  

Keterangan :

 

 = peluang kejadian kelompok pertama

 

 = peluang kejadian kelompok kedua

2.4 Konsep Kesejahteraan

Menurut Kolle (1974) dalam Bintarto (1989), kesejahteraan dapat diukur dari beberapa aspek kehidupan, yaitu :

1) Dengan melihat kualitas hidup dari segi materi, seperti kualitas rumah, bahan pangan dan sebagianya.

2) Dengan melihat kualitas hidup dari segi fisik, seperti kesehatan tubuh, lingkungan alam, dan sebagainya.

3) Dengan melihat kualitas hidup dari segi mental, seperti fasilitas pendidikan, lingkungan budaya, dan sebagainya.

4) Dengan melihat kualitas hidup dari segi spiritual, seperti moral, etika, keserasian penyesuaian, dan sebagainya.

Menurut Drewnoski (1974) dalam Bintarto (1989), melihat konsep kesejahteraan dari tiga aspek; (1) dengan melihat pada tingkat perkembangan fisik

(40)

(somatic status), seperti nutrisi, kesehatan, harapan hidup, dan sebagianya; (2) dengan melihat pada tingkat mentalnya, (mental/educational status) seperti pendidikan, pekerjaan, dan sebagainya; (3) dengan melihat pada integrasi dan kedudukan social (sosial status)

Todaro (2003) mengemukakan bahwa kesejahteraan masyarakat menengah kebawah dapat direpresentasikan dari tingkat hidup masyarakat.Tingkat hidup masyarakat ditandai dengan terentaskannya dari kemiskinan, tingkat kesehatan yang lebih baik, perolehan tingkat pendidikan yang lebih tinggi, dan tingkat produktivitas masyarakat.

2.4 Faktor Kesejahteraan Rumah Tangga

Dalam mengukur kesejahteraan rumah tangga diperlukan indikator moneter, indikator yag banyak digunakan adalah indikator pendapatan dan pengelaran (BPS 2009 dan The Worl Bank, 2007). Indikator pengeluaran dalam hal ini disebut juga konsumsi, dipilih karena sifatnya tetap dan relatif stabil terhadap berfluktuasinya pendapatan dari tahun ke tahun.

Suryadarma (2005) mengungkapkan variable-variabel yang menjadi ciri kesejahteraan suatu keluarga antara lain : kepemilikan asset, kepemilikan binatang ternak, status perkawinan kepala rumah tangga, jenis kelamin kepala rumah tangga, tingkat pendidikan kepala rumah tangga dan pasangannya, anggota rumah tangga yang bekerja, sektor pekerjaan, akses terhadap rumah tangga, konsumsi

(41)

makanan dan indikator kesehatan, indikator kesejahteraan lainnya, serta partisipasi politik dan akses kepada informasi.

Jumlah anggota rumah tangga diduga mempunyai keterkaitan erat dengan kesejahteraan rumah tangga karena kemiskinan dihitung berdasarkan pengeluaran dan jumlah anggota rumah tangga.makin besar jumlah anggota rumah tangga, akan makin besar pula resiko untuk menadi miskin apabila pendapatannya tidak meningkat (Faturokhman dan molo, 1995). Usia kepala rumah tangga juga berkaitan dengan kesejahteraan rumah tangga walaupun hubungannya tidak begitu jelas, akan tetapi ada kecendrungan bahwa kepala rumah tangga yang lebih sejahtera lebih tua dibandingkan kepala rumah tangga yang kurang sejahtera.

Jenis karakteristik lain adalah karakteristik jenis pekerjaan. Kemampuan mayoritas rumah angga ntuk keluar dari kemiskinan akan bergantung pada upah mereka dari pekerjaan yang dilakukan. Jadi penting untuk menguji hubungan antara kesejahteraan dengan jenis pekerjaan aggota rumah tangga yag berada dalam usia kerja. Dillon dan Hermanto dalam Faturokhman dan molo (1995) mengungkapkan bahwa kenyataannya , sebagian penduduk atau rumah tangga miskin di desa masih mengandalkan pertanian sebagai pekerjaan utamanya, akan tetapi usaha-usaha di luar pertanian tetap menjadi sumber pendapatan komplementer dan alternatif bagi keluarga. Sedangkan rumah tangga miskin di kota lebih banyak mengandalkan penghasilan dari sector-sektor jasa atau lebih dikenal dengan sector informal. Karakteristik umum penduduk miskin menurut Rusastra dan Togar (2007) adalah sebagian tinggal di desa, bekerja di sektor pertanian, sifat pekerjaan adalah informal, serta status pekerjaan sebagai pekerja keluarga yang tidak dibayar. Sedangkan menurut The World Bank (2006) karakteristik umum penduduk miskin adalah sifat pekerjaan yang bersifat informal, serta status pekerjaan sebagai pekerja keluarga tidak dibayar.

(42)

2.6 Kerangka Pemikiran Dan Hipotesis 2.6.1 Kerangka Pemikiran

Berdasarkan uraian diatas, gambaran menyeluruh faktor-faktor yang mempengaruhi kesejahteraan rumah tangga dapat digambarkan dalam kerangka pemikiran sebagai berikut :

Gambar 2.1

Skema Kerangka Pemikiran

Kependudukan

Pendidikan Kesehatan Ketenagakerjaan

Perumahan

Sosial Ekonomi

Teknologi Informasi danKomunikasi

Kesejahteraan Rumah Tangga

(43)

2.6.2 Hipotesis

Hipotesis merupakan pengujian statistik yang didasari oleh suatu asumsi alternatif lain (Siagi dan Sugiato,2000). Berdasarkan teori dan kerangka pemikiran yang telah dibuat, maka dapat dibuat hipotesis dari penelitian sebagai berikut :

H0 : Variabel prediktor tidak mempunyai pengaruh signifikan terhadap variabel respon.

H1 : Variabel prediktor mempunyai pengaruh signifikan terhadap variabel respon.

Dimana variabel responnya adalah kesejahteraan rumah tangga di Kabupaten Serdang Bedagai (Y) dan variabel prediktornya adalah sebagai berikut :

1. Faktor kependudukan yang dapat diketahui dari jenis kelamin kepala rumah tangga (X1), usia kepala rumah tangga (X2), status perkawinan kepala rumah tangga (X3) dan jumlah anggota rumah tangga (X4). 2. Faktor pendidikan yang dapat diketahui dari ijazah tertinggi yang dimiliki

kepala rumah tangga (X5).

3. Faktor kesehatan ditinjau dari kesehatan kepala rumah tangga selama satu bulan terakhir (X6).

4. Faktor ketenagakerjaan yang terdiri dari Kegiatan utama kepala rumah tangga (X7), lapangan usaha utama kepala rumah tangga (X8), status pekerjaan utama kepala rumah tangga (X9).

5. Faktor sosial ekonomi yang dapat diketahui dari pengalaman membeli beras raskin selama tiga bulan terakhir (X10).

6. Faktor perumahan yang terdiri dari status penguasaan bangunan tempat tinggal (X11), sumber air minum (X12), cara memperoleh air minum (X13), dan bahan bakar/energi utama untuk memasak (X14).

7. Faktor teknologi informasi dan komunikasi yang diketahui dari anggota rumah tangga yang memiliki telepon selular (X15), penguasaan komputer (X16), dan penguasaan laptop (X17).

(44)

BAB 3 PEMBAHASAN

3.1. Pengumpulan Data 3.1.1 Populasi dan Sampel

Pada tahap ini dilakukan pengumpulan data sekunder dari Badan Pusat Statistik Kabupaten Serdang Bedagai. Data yang digunakan dalam penelitian ini adalah data SUSENAS (survei sosial ekonomi nasional) tahun 2013.Pengumpulan data SUSENAS dilaksanakan secara triwulanan.Jumlah sampel rumah tangga setiap triwulan di seluruh wilayah Indonesia berjumlah 75.000 rumah tangga yang tersebar di seluruh provinsi baik daerah perkotaan maupun perdesaan.

Untuk Provinsi Sumatera Utara, jumlah sampel setiap triwulan sebanyak 4.740 rumah tangga dengan setiap kabupaten/kota sebanyak 80 sampai 240 rumah tangga. Dengan jumlah sampel tersebut, untuk setiap triwulan data yang dihasilkan dapat disajikan sampai tingkat nasional dan provinsi sedangkan untuk estimasi kabupaten/kota diperoleh dari gabungan triwulan 1 sampai 4.

3.1.2 Sumber Data

Sumber data yang digunakan adalah data sekunder dari Badan Pusat Statistik Kabupaten Serdang Bedagai tahun 2013 yang menggabungkan data SUSENAS triwulan 1 sampai 4 yang berjumlah n = 640 rumah tangga.

3.2 Karakteristik Kesejahteraan Rumah Tangga di Kabupaten Serdang Bedagai

Pengeluaran rumah tanga dapat menjadi ukuran kesejahteraan, makin besar pengeluaran untuk bahan non pangan menandakan semakin sejahtera kehidupan

(45)

rumah tangga tersebut.Pada penelitian ini, klasifikasi kesejahteraan rumah tangga di Kabupaten Serdang Bedagai didasarkan pada besarnya pengeluaran per kapita rumah tangga per bulan, dimana rumah tangga digolongkan sebagai rumah tangga miskin dan tidak miskin.Pada tahun 2013, BPS Kabupaten Serdang Bedagai telah menetapkan angka Rp. 640.202 sebagai garis kemiskinan.Apabila suatu rumah tangga memiliki pengeluaran perkapita per bulan di bawah nilai garis kemiskinan tersebut, maka rumah tangga tersebut digolongkan sebagai rumah tangga miskin, dan sebaliknya.Berikut ini adalah deskriptif pengeluaran per kapita rumah tangga di Kabupaten Serdang Bedagai tahun 2013.

Tabel 3.1 Statistik Deskriptif Pengeluaran Perkapita Rumah Tangga Per Bulan.

N Minimum Maximum Mean

640 202.877 1.1641.143 736048.46

Tabel 3.1di atas menunjukkan bahwa nilai pengeluaran perkapita rumah tangga per bulan yang terkecil adalah sebesar Rp. 202.877, sedangkan yang terbesar adalah Rp. 1.164.143.nilai rata-rata pengeluaran perkapita rumah tangga per bulan di Kabupaten Serdang Bedagai dari 640 rumah tangga adalah sebesar Rp. 736.048,46.

Berikut ini adalah hasil pengelompokkan rumah tangga di Kabupaten Serdang Bedagai berdasarkan garis kemiskinan yang telah ditetapkan oleh BPS.

Tabel 3.2 Jumlah Dan Persentase Rumah Tangga Miskin Dan Tidak Miskin

Kelompok Rumah Tangga n (%)

Miskin 356 55.6

Tidak Miskin 284 44.4

Total 640 100.0

Tabel 3.2memberikan informasi bahwa 55,6 % rumah tangga di Kabupaten Serdang Bedagai termasuk dalam kelompok miskin karena memiliki pengeluaran

(46)

perkapita per bulan di bawah garis kemiskinan. Sedangkan 44,4% sisanya termasuk dalam kelompok tidak miskin.

Kesejahteraan rumah tangga di Kabupaten Serdang Bedagai tahun 2013 bisa dilihat melalui beberapa aspek seperti kependudukan, pendidikan, kesehatan, ketenagakerjaan, social ekonomi rumah tangga, perumahan, teknologi informasi dan komunikasi. Aspek-aspek tersebut akan dijelaskan secara lebih rinci sebagai berikut :

3.2.1 Kependudukan

Menurut Faturochman dan Molo (1995), jumlah anggota rumah tangga dan usia kepala rumah tangga dapat dijadikan peninjau kesejahteraan rumah tangga pada aspek kependudukan. Berikut ini adalah deskriptif jumlah anggota rumah tangga dan usia kepala rumah tangga di Kabupaten Serdang Bedagai tahun 2013.

Tabel 3.3 Statistik Deskriptif Jumlah Anggota Rumah Tangga Dan Usia Kepala Rumah Tangga.

Variabel Sosial Demografi

Miskin Tidak Miskin

Mean Stdev Mean Stdev

Jumlah Anggota Rumah

Tangga 4,4467 1,6900 3,1831 1,3717

Usia Kepala Rumah

Tangga 48,2388 13,3845 51,0845 14,3504

Tabel 3.3 menunjukkan bahwa rata-rata rumah tangga miskin di Kabupaten Serdang Bedagai memiliki anggota rumah tangga sebanyak 4,4467 ~ 5 orang. Sedangkan rata-rata jumlah anggota rumah tangga tidak miskin adalah 3,1831 ~ 4 orang. Hal ini menunjukkan bahwa rata-rata jumlah anggota rumah tangga miskin di Kabupaten Serdang Bedagai tahun 2013 lebih tinggi dibandingkan dengan rumah tangga tidak miskin.Fenomena tersebut menunjukkan bahwa kemiskinan dekat dengan karakteristik jumlah anggota rumha tangga yang banyak. Hal tersebut diperkuat dengan uji-t, dimana hipotesis pada pengujian ini adalah :

H0: µRT miskin = µRT tidak miskin H1 : µRT miskin ≠ µRT tidak miskin

(47)

Tabel 3.4 Independent Sample TestJumlah Aggota Rumah Tangga

Levene's Test for Equality of

Variances

t-test for Equality of Means

F Sig. t df

Sig. (2-tailed

)

Mean Differe nce

Std. Error Differe

nce Equal

variances assumed

5,533 0,01 10,20 638 0,00 1,263 0,123

Equal variances

not assumed

10,44 637,80 0,00 1,263 0,121

Pada tabel di atas dengan taraf α = 5% didapatkan kesimpulan bahwa secara

signifikan terdapat perbedaan jumlah anggota rumah tangga antara kelompok rumah tangga miskin dan tidak miskin. Hal ini tampak pada nilai sig.(2-tailed) =

0,00 < α = 0,05.

Selain itu, tabel 3.5 juga menunjukkan bahwa rata-rata usia kepala rumah tangga miskin lebih tinggi daripada rumah tangga tidak miskin. Rata-rata usia kepala rumah tangga miskin adalah 48,2388 tahun, sedangkan rata-rata usia kepala rumah tangga tidak miskin adalah 51,0845 tahun.

Pada aspek kependudukan juga bisa dilihat dari jenis kelamin dan status perkawinan kepala rumah tangga sebagaimana ditunjukkan pada tabel berikut :

Tabel 3.5 Statistik Deskriptif Jenis Kelamin Dan Status Perkawinan Kepala Rumah Tangga

Variabel Sosial Demografi (%)

Miskin Tidak Miskin Jenis Kelamin Kepala Rumah Tangga

Laki-laki 87 79

Perempuan 13 21

Status perkawinan Kepala rumah tangga

Kawin 85 76

(48)

Tabel 3.5 menunjukkan persentase perempuan yang berperan sebagai kepala rumah tangga tidak miskin lebih besar daripada rumah tangga miskin yaitu 21%. Sementara itu, persentase kepala rumah tangga dengan status kawin lebih banyak ditemukan pada kelompok rumah tangga miskin.Informasi ini menunjukkan bahwa terdapat perbedaan antara kelompok rumah tangga miskin dan tidak miskin dalam hal jenis kelamin dan status perkawinan kepala rumah tangga. Kesimpulan ini juga diperkuat dengan hasil uji-t yang menunjukkan bahwa pada taraf α = 5% terdapat perbedaan yang signifikan antara kelompok rumah tangga miskin dan tidak miskin dalam hal jenis kelamin dan status perkawinan kepala rumah tangga.

Nilai sig = 0,00< α = 0,05. Hal ini dapat dilihat dari tabel di bawah ini.

Tabel 3.6 Independent Sample TestStatus Perkawinan

Levene's Test for Equality of

Variances t-test for Equality of Means

F Sig. t df

Sig. (2-tailed)

Mean Differe nce

Std. Error Differe

nce

Equal variances

assumed

26,473 0,000 -2,569 638 0,010 -0,07 0,029

Equal variances

not assumed

-2,518 549,4 0,012 -0,07 0,030

3.2.2 Pendidikan

Menurut Suryadarma (2005), salah satu ukuran untuk meninjau kesejahteraan rumah tangga dariaspek pendidikan adalah tingkat pendidikan tertinggi yang ditamatkan (ijazah tertinggi yang dimiliki) kepala rumah tangga. Pendidikan tertinggi yang ditamatkan merupakanindikator pokok kualitas sumber daya

(49)

manusia, semakin tinggi ijazah yang dimiliki oleh rata-rata penduduk suatu daerah, mencerminkan tingkat intelektual penduduk daerah tersebut (BPS 2009).

Tabel3.7 StatistikDeskriptif Ijazah Tertinggi Yang Dimiliki Kepala Rumah Tangga

Ijazah Tertinggi Miskin Tidak Miskin Total

n (%) n (%)

Tidak mempunyai ijazah 97 27 49 17 146

Tamat SD 113 32 74 26 187

SMP/SEDERAJAT 78 22 61 21 139

SMA/SEDERAJAT 66 19 81 29 147

Tamat di atas SMA/SEDERAJAT 2 1 19 7 21

Total 356 100 284 100 640

Dari tabel di atas menunjukkan bahwa persentase kepala rumah tangga miskin yang tidak mempunyai ijazah lebih besar dibandingkan dengan kepala rumah tangga tidak miskin.Sedangkan persentase kepala rumah tangga miskin yang tamat di atas SMA/Sederajat lebih sedikit dibandingkan dengan kepala rumah tangga tidak miskin.Hal ini menunjukkan bahwa semakin tinggi pendidikan kepala rumah tangga maka rumah tangga tersebut tidak miskin.Sebaliknya, semakin rendah pendidikan kepala rumah tangga, semakin menunjukkan bahwa rumah tangga tersebut miskin.

3.2.3 Kesehatan

Karakteristik kesejahteraan rumah tangga berdasarkan aspek kesehatan dapat ditinjau dari keluhan kesehatan kepala rumah tangga selama sebulan terakhir.

(50)

Tabel 3.8 Statistik Deskriptif Kesehatan Kepala Rumah Tangga Selama Satu Bulan Terakhir

Kesehatan Kepala Rumah Tangga Dalam

Satu Bulan Terakhir

Miskin Tidak Miskin Total

n (%) N (%)

Tidak Sakit 197 55,3 143 50,3 340

Ya 116 32,6 113 39,8 229

Tidak 43 12,1 28 9,9 71

Total 356 100 284 100 640

Keterangan :

Tidak sakit : Tidak mengalami keluhan sakit selama satu bulan terakhir Ya : Mengalami keluhan sakit dan berobat jalan ke tenaga medis Tidak : Mengalami keluhan sakit tetapi mengobati sendiri atau tidak

berobat ke tenaga medis.

Berdasarkan tabel di atas diperoleh persentase kesehatan kepala rumah tangga miskin yang mengalami keluhan sakit lebih besar dibandingkan rumah tangga tidak miskin yaitu sebesar 55,3%, sedangkan persentase kesehatan kepala rumah tangga tidak miskin yang tidak mengalami keluhan sakit selama satu bulan terakhir lebih kecil dibandingkan rumah tangga miskin yaitu sebesar 9,9%.

3.2.4 Ketenagakerjaan

Karakteristik kesejahteraan rumah tangga berdasarkan aspek ketenagakerjaan dideskripsikan dalam kegiatan utama keplaa rumah tangga, lapangan usaha utama kepala rumah tangga dan status pekerjaan utama kepala rumah tangga.

Ditinjau berdasarkan kegiatan utama kepala rumah tangga, diperoleh hasil deskriptif sebagai berikut :

Tabel 3.9 Statistik Deskriptif Kegiatan Utama Kepala Rumah Tangga

Kegiatan Utama Kepala Rumah

Tangga

Miskin Tidak Miskin

Total

n (%) N (%)

Bekerja 305 85,7 234 82,4 539

Tidak Bekerja 51 14,3 50 17,6 101

(51)

Keterangan :

Bekerja : Kegiatan melakukan pekerjaan dengan memperoleh atau membantu memperoleh penghasilan atau keuntungan selama paling sedikit satu jam berturut-turut dan tidak terputus dalam satu minggu.

Tidak Bekerja : Tidak memiliki pekerjaan atau dalam seminggu terakhir tidak bekerja.

Tabel 3.9 memberi informasi bahwa jumlah kepala rumah tangga miskin dan tidak miskin yang kegiatan utamanya bekerja lebih besar dibandingkan dengan kepala rumah tangga yang tidak bekerja.

Ditinjau berdasarkan lapangan usaha utama kepala rumah tangga, diperoleh hasil deskriptif sebagai berikut.

Tabel 3.10 Statistik Deskriptif Lapangan Usaha Utama Kepala Rumah Tangga

Lapangan Usaha Kepala Rumah

Tangga

Miskin Tidak Miskin Total

n (%) n (%) n (%)

Pertanian 171 48.0 116 40.8 287 44,8

Non Pertanian 140 39.3 126 44.4 266 41,6

Tidak Bekerja 45 12.6 42 14.8 87 13,6

Total 356 100.0 284 100.0 640 100

Tabel 3.10 menunjukkan bahwa jumlah kepala rumah tangga miskin dan tidak miskin yang bekerja di sektor pertanian lebih besar dibandingkan sektor non pertanian.

Ditinjau dari status pekerjaan utama kepala rumah tangga, diperoleh hasil deskriptif sebagai berikut.

(52)

Tabel 3.11 Statistik Deskriptif Status Pekerjaan Utama Kepala Rumah Tangga

Status Pekerjaan Utama KRT Miskin Tidak Miskin Total

N (%) n (%) n (%)

Buruh/Karyawan 118 33.1 108 38.0 226 35.3

Pengusaha 109 30.6 104 36.6 213 33.3

Lainnya 84 23.6 30 10.6 114 17.8

Tidak Bekerja 45 12.6 42 14.8 87 13.6

Total 356 100.0 284 100.0 640 100.0

Tabel 3.11 menunjukkan bahwa ada perbedaan status pekerjaan utama kepala rumah tangga miskin dan tidak miskin.Jumlah status pekerjaan utama kepala rumah tangga sebagai buruh/karyawan baik rumah tangga miskin maupun tidak miskin adalah lebih besar dibandingkan dengan status pekerjaan utama kepala rumah tangga yang lainnya.

3.2.5 Sosial Ekonomi Rumah Tangga

Tabel 3.12 Statistik Deskriptif Pengalaman Membeli Beras Raskin Selama Tiga Bulan Terakhir

Pengalaman Membeli Beras Raskin Dalam Tiga

Bulan Terakhir

Miskin Tidak Miskin Total

n (%) n (%) n (%)

Pernah 174 48.9 75 26.4 249 38.9

Tidak Pernah 182 51.1 209 73.6 391 61.1

Total 356 100.0 284 100.0 640 100.0

Tabel di atas menunjukkan bahwa terdapat perbedaan pengalaman antara rumah tangga miskin dan tidak miskin dalam membeli beras raskin dalam tiga bulan terakhir. Hal ini diperkuat dengan uji proporsi, dimana hipotesis pada pengujian ini adalah :

H0: pRT miskin = pRT tidak miskin H1 : pRT miskin ≠ pRT tidak miskin

(53)

Pada α = 5% didapatkan kesimpulan bahwa secara signifikan terdapat perbedaan pengalaman membeli beras raskin dalam tiga bulan terakhir antara kelompok rumah tangga miskin dan tidak miskin. Hal ini dapat di lihat pada tabel di bawah ini.

Tabel 3.13 Independent Sample Test

Levene's Test for Equality of

Variances t-test for Equality of Means

F Sig. t Df

Sig. (2-taile

Mean Differe nce

Std. Error Differ ence Equal

variances assumed

100,8 0,00 -5,94 638 0,00 -0,224 0,037

Equal variances

not assumed

-6,02 631,53 0,00 -0,224 0,037

3.2.6 Perumahan

Karakteristik kesejahteraan rumah tangga berdasarkan aspek perumahan dideskripsikan dalam status penguasaan bangunan tempat tinggal, sumber air minum, cara memperoleh air minum, dan bahan bakar memasak.

Tabel 3.14 Statistik Deskriptif Status Penguasaan Bangunan Tempat Tinggal

Status Penguasaan Bangunan Tempat Tinggal

Miskin Tidak Miskin Total

N (%) n (%) n

Milik Sendiri 265 74.4 216 76.1 481

Kontrak/Sewa 13 3.7 12 4.2 25

Bebas Sewa 57 16.0 25 8.8 82

Dinas 21 5.9 31 10.9 52

(54)

Tabel di atas menunjukkan bahwa sebagian besar status penguasaan bangunan tempat tinggal rumah tangga miskin dan tidak miskin di Kabupaten Serdang Bedagai tahun 2013 adalah milik sendiri dengan persentase jauh lebih tinggi dari pada status penguasaan bangunan tempat tinggal yang lain. Persentase status penguasaan bangunan tempat tinggal rumah tangga miskin yang milik sendiri adalah sebesar 74,4%, sedangkan rumah tangga tidak miskin sebesar 76,1%.

Ditinjau berdasarkan sumber air minum, diperoleh hasil deskriptif sebagai berikut.Tabel 3.14 menunjukkan persentase setiap kategori sumber air minum untuk setiap kelompok rumah tangga miskin dan tidak miskin.Persentase tersebut dapat digunakan untuk mendeteksi apakah ada kecendrungan semakin modern sumber air minum yang digunakan rumah tangga semakin menunjukkan bahwa rumah tangga tersebut tidak miskin.

Tabel 3.15 Statistik Deskriptif Sumber Air Minum

Sumber Air Minum Miskin Tidak Miskin Total

n % N %

Air Kemasan Bermerk 3 0.8 5 1.8 8

Air isi ulang 59 16.6 75 26.4 134

Leding 12 3.4 9 3.2 21

Sumur 264 74.2 193 68 457

Mata Air 7 2 1 0.4 8

Lainnya 11 3.1 1 0.4 12

Total 356 100 284 100 640

Tabel 3.15 memberikan informasi bahwa persentase sumber air minum rumah tangga miskin dan tidak miskin terbesar terdapat pada sumber air minum sumur yaitu 74,2% untuk rumah tangga miskin dan 68% untuk rumah tangga tidak miskin.

Ditinjau berdasarkan cara memperoleh air minum, diperoleh hasil deskriptif sebagai berikut.

(55)

Tabel 3.16 Statistik Deskriptif Cara Memperoleh Sumber Air Minum

Cara Memperoleh Sumber Air Minum

Miskin Tidak Miskin _Total

n (%) N (%)

Membeli 80 22,5 92 32,4 172

Tidak Membeli 276 77,5 192 67,6 468

Total 356 100 284 100 640

Tabel di atas menunjukkan bahwa terdapat perbedaan cara memperoleh air minum antara kelompok rumah tangga miskin dan tidak miskin. Hal tersebut diperkuat dengan uji proporsi,

H0: pRT miskin = pRT tidak miskin H1 : pRT miskin ≠ pRT tidak miskin

Pada α = 5% didapatkan kesimpulan bahwa secara signifikan terdapat perbedaan cara memperoleh air minum antara kelompok rumah tangga miskin dan tidak miskin. Hal ini dapat dilihat pada tabel berikut.

Tabel 3.17 Independent Sample Test

Levene's Test for Equality of

Variances t-test for Equality of Means

F Sig. t df

Sig. (2-tailed )

Mean Differe nce

Std. Error Differen ce Equal

variances assumed

7,439 0,007 4,69 638 0,00 0,615 0,131

Equal variances

not assumed

4,74 629,09 0,00 0,615 0,129

Ditinjau berdasarkan bahan bakar memasak, diperoleh hasil deskriptif sebagai berikut.

(56)

Tabel 3.18 Statistik Deskriptif Bahan Bakar Memasak

Bahan Bakar Memasak

Miskin Tidak Miskin Total

N (%) N (%) N (%)

Listrik 1 0.3 7 2.5 8 1.3

Gas/Elpiji 247 69.4 229 80.6 476 74.4

Minyak Tanah 21 5.9 12 4.2 33 5.2

Arang 83 23.3 33 11.6 116 18.1

Lainnya 4 1.1 3 1.1 7 1.1

Total 356 100.0 284 100.0 640 100.0

Berdasarkan persentase Tabel 3.18 maka dapat dilihat bahwa rumah tangga miskin dan tidak miskin sama-sama lebih memilih gas/elpiji sebagai bahan bakar memasak.

3.2.7 Teknologi Informasi dan Komunikasi

Karakteristik kesejahteraan rumah tangga berdasarkan aspek teknologi informasi dan komunikasi dideskripsikan dalam ada/tidak ada anggota rumah tangga yang dapat menggunakan telepon selular dan ada/tidak ada anggota rumah tangga yang menguasai penggunaan komputer/laptop.

Ditinjau berdasarkan ada/tidak ada anggota rumah tangga yang dapat menggunakan telepon seluler, diperoleh hasil deskriptif sebagai berikut.

Tabel 3.19 Statistik Deskriptif Ada/Tidak Ada Anggota Rumah Tangga Yang Dapat Menggunakan Telepon Seluler

Penggunaan telepon selular

Miskin Tidak Miskin Total

n (%) n (%) n (%)

Ya 297 83.4 245 86.3 542 297

Tidak 59 16.6 39 13.7 98 59

Total 356 100.0 284 100.0 640 356

Tabel di atas menunjukkan bahwa terdapat perbedaan ada/tidak ada anggota rumah tangga miskin dan tidak miskin yang dapat menggunakan telepon seluler.

(1)

Independent Samples Test Levene's Test for

Equality of

Variances t-test for Equality of Means

F Sig. t df

Sig. (2-taile

Mean Difference

Std. Error Difference

95% Confidence Interval of the Difference Lower Upper pengalaman

membeli beras raskin selama tiga bulan terakhir

Equal variances assumed

100.803 .000 -5.941 638 .000 -.22467954 .03781820 -.29894273 -.15041634

Equal variances not assumed

-6.025 631.

536 .000 -.22467954 .03729071 -.29790833 -.15145074

pengalaman membeli beras raskin selama tiga bulan terakhir * kelompok rumah tangga Crosstabulation

Count

kelompok rumah tangga

Total miskin tidak miskin

pengalaman membeli beras raskin selama tiga bulan terakhir

Ya ₁₇₄ ₇₅ ₂₄₉

Tidak ₁₈₂ ₂₀₉ ₃₉₁

Total 356 284 640

status penguasaan bangunan tempat tinggal * kelompok rumah tangga Crosstabulation Count

kelompok rumah tangga

Total miskin tidak miskin

status penguasaan bangunan tempat tinggal

Milik sendiri 265 216 481

Kontrak 6 8 14

Kontrak 7 4 11

Bebas sewa 13 3 16

Bebas sewa 44 22 66

Dinas 21 31 52

(2)

sumber air minum * kelompok rumah tangga Crosstabulation Count

kelompok rumah tangga

Total Miskin tidak miskin

sumber air minum

Air Kemasan Bermerk ₃ ₅ ₈

Air isi ulang 59 75 134

Leding ₁₁ ₉ ₂₀

Leding 1 0 1

Sumur bor/pompa ₂₀₁ ₁₆₄ ₃₆₅

Sumur Terlindung 56 28 84

Sumur tak terlindung ₇ ₁ ₈

Mata air 4 1 5

Mata air ₃ ₀ ₃

Lainnya 11 1 12

Total ₃₅₆ ₂₈₄ ₆₄₀

Independent Samples Test Levene's Test for

Equality of

Variances t-test for Equality of Means

F Sig. t df

Sig. (2-tailed)

Mean Differen ce

Std. Error Differe nce

95% Confidence Interval of the Difference Low

er Upper sumber air

minum

Equal variances assumed

7.439 .007 4.690 638 .000 .61528

723

.13118 809

.357 6745 9

.872899 87 Equal

variances not assumed

4.747 629.092 .000 .61528 723

.12961 324

.360 7602 6

.869814 20

cara memperoleh air minum * kelompok rumah tangga Crosstabulation Count

kelompok rumah tangga

Total miskin tidak miskin

cara memperoleh air minum

Membeli ₇₁ ₈₃ ₁₅₄

Membeli 9 9 18

Tidak Membeli 276 192 468

(3)

bahan bakar/energi untuk memasak * kelompok rumah tangga Crosstabulation Count

kelompok rumah tangga

Total Miskin tidak miskin

bahan bakar/energi untuk memasak

Listrik ₁ ₇ ₈

Gas/elpiji 247 229 476

Minyak tanah ₂₁ ₁₂ ₃₃

arang 83 33 116

Lainnya ₃ ₀ ₃

Lainnya 1 3 4

Total ₃₅₆ ₂₈₄ ₆₄₀

ada/tidak ada ART yang dapat menggunakan telepon selular * kelompok rumah tangga Crosstabulation

Count

kelompok rumah tangga

Total Miskin tidak miskin

ada/tidak ada ART yang dapat menggunakan telepon selular

Ya ₂₉₇ ₂₄₅ ₅₄₂

Tidak ₅₉ ₃₉ ₉₈

Total 356 284 640

ada/ tidak ada ART yang menguasai penggunaan komputer desktop * kelompok rumah tangga Crosstabulation

Count

kelompok rumah tangga

Total Miskin tidak miskin

ada/ tidak ada ART yang menguasai penggunaan komputer desktop

Ya ₁ ₁₃ ₁₄

Tidak ₃₅₅ ₂₇₁ ₆₂₆

Total ₃₅₆ ₂₈₄ ₆₄₀

ada/ tidak ada ART yang menguasai penggunaan Laptop * kelompok rumah tangga Crosstabulation

Count

kelompok rumah tangga

Total miskin tidak miskin

ada/ tidak ada ART yang menguasai

Ya ₁₂ ₃₄ ₄₆

(4)

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_1 _.545 _.214 _6.461 ₁ _.011 _1.724

Constant -.862 .263 10.774 1 .001 .422

a Variable(s) entered on step 1: X_1.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_2 .015 .006 6.584 1 .010 1.015

Constant -.963 .299 10.384 1 .001 .382

a Variable(s) entered on step 1: X_2.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_3 .211 .105 4.054 1 .044 1.235

Constant _-.720 _.258 _7.773 ₁ _.005 _.487

a Variable(s) entered on step 1: X_3.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_4 _-.562 _.063 _78.807 ₁ _.000 _.570

Constant 1.897 .249 58.178 1 .000 6.663

a Variable(s) entered on step 1: X_4.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_5 _.126 _.025 _26.285 ₁ _.000 _1.135

Constant -.773 .134 33.218 1 .000 .461

a Variable(s) entered on step 1: X_5.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_6 .059 .116 .259 1 .611 1.061

Constant _-.260 _.105 _6.202 ₁ _.013 _.771

a Variable(s) entered on step 1: X_6.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_7 .245 .217 1.275 1 .259 1.278

Constant _-.510 _.264 _3.728 ₁ _.054 _.600

(5)

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_8 _.016 _.014 _1.350 ₁ _.245 _1.016

Constant -.328 .119 7.636 1 .006 .721

a Variable(s) entered on step 1: X_8.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_9 -.103 .045 5.370 1 .020 .902

Constant .061 .147 .173 1 .677 1.063

a Variable(s) entered on step 1: X_9.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_10 .980 .171 32.705 1 .000 2.664

Constant _-1.821 _.294 _38.310 ₁ _.000 _.162

a Variable(s) entered on step 1: X_10.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_11 _-.004 _.045 _.007 ₁ _.935 _.996

Constant -.219 .119 3.393 1 .065 .804

a Variable(s) entered on step 1: X_11.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_12 _-.229 _.051 _20.530 ₁ _.000 _.795

Constant .809 .241 11.273 1 .001 2.247

a Variable(s) entered on step 1: X_12.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_13 -.261 .093 7.892 1 .005 .770

Constant _.423 _.244 _3.003 ₁ _.083 _1.527

a Variable(s) entered on step 1: X_13.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_14 -.165 .042 15.172 1 .000 .848

Constant _.270 _.148 _3.342 ₁ _.068 _1.310

(6)

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_15 -.222 .224 .981 1 .322 .801

Constant _.029 _.269 _.012 ₁ _.914 _1.029

a Variable(s) entered on step 1: X_15.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_16 _-2.835 _1.041 _7.418 ₁ _.006 _.059

Constant 5.400 2.077 6.759 1 .009 221.384

a Variable(s) entered on step 1: X_16.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_17 _-1.361 _.346 _15.473 ₁ _.000 _.256

Constant 2.402 .677 12.601 1 .000 11.046

a Variable(s) entered on step 1: X_17.

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 9.014 8 .341

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1(a)

X_2 .015 .008 3.319 1 .068 1.015

X_4 _-.765 _.081 _88.468 ₁ _.000 _.465

X_5 .131 .036 13.561 1 .000 1.140

X_10 _.743 _.209 _12.647 ₁ _.000 _2.101

X_12 -.236 .066 12.940 1 .000 .789

X_14 _-.149 _.056 _7.106 ₁ _.008 _.861

X_16 -1.904 1.093 3.031 1 .082 .149

X_17 _-1.173 _.437 _7.184 ₁ _.007 _.310

Constant 7.697 2.432 10.014 1 .002 2201.398