tangga
x
7
Status pekerjaan
utama kepala rumah tangga
1. Berusaha Sendiri
2. Berusaha dibantu buruh
tidak tetapburuh tidak bayar
3. Berusaha dibantu buruh
tetapburuh dibayar 4.
Buruhkaryawanpegawai 5.
Pekerja bebas 6.
Pekerja keluargatidak
dibayar Nominal
x
8
Jumlah anggota rumah
tangga Rasio
X
9
Sumber air minum
1. Air kemasan bermerek
2. Ledeng
3. Pompa
4. Sumur Terlindungi
5. Sumur tidak terlindungi
6. Mata air tidak
terlindungi 7.
Mata air terlindungi 8.
Air sungaihujan Nominal
6.4 Membuat Landasan Teori
Setelah mendapatkan data yang dimaksud, selanjutnya dilakukan pembahasan secara teoritis mengenai metode yang digunakan dalam penelitian berdasarkan
hasil studi literatur. Hal ini dilakukan untuk mengetahui bagaimana metode yang digunakan dalam kajian teorinya sebelum digunakan dalam penelitian.
Pembahasan ini terdapat dalam landasan teori.
6.5 Analisis Data dengan Multivariate Adaptive Regression
Splines MARS
Pada tahap ini dilakukan analisis data sebagai berikut:
Universitas Sumatera Utara
1. Mengkombinasikan besarnya basis function BF, Maximum Interaction MI
dan Minimum observation MO pada data yang digunakan dengan cara : Menentukan kemungkinan maksimum banyaknya basis function BF
yaitu 2-4 kali jumlah prediktor yang akan digunakan. Kemungkinan maksimum banyaknya basis function pada penelitian ini adalah 18, 27,
36. Menentukan jumlah maksimum interaksi MI, yaitu 1,2 dan 3.
Menentukan minimal jumlah pengamatan setiap knots MO, yaitu
0,1,2, dan 3. vbcv
2. Menetapkan model terbaik dengan didasarkan pada nilai GCV minimum yang
diperoleh dengan mengkombinasikan maksimum BF, MI dan MO. 3.
Menduga koefisien model menggunakan metode kuadrat terkecil 4.
Melakukan uji signifikansi basis function model MARS. 5.
Mengelompokkan basis function bedasarkan variabel prediktor yang masuk dalam model
6. Menginterpretasikan tingkat kontribusi dan pengurangan GCV variabel yang
mempunyai kepentingan dalam pengelompokkan variabel respon.
3.6 Analisis Data dengan Bootsrap Resampling Bagging
1. Melakukan bagging dari pasangan variabel respon dan variabel
prediktor yang signifikan dari model MARS terbaik untuk data set awal dengan lima belas, dua puluh, 25, dan tiga puluh
replikasi bootstrap. 2.
Melakukan pemodelan MARS pada setiap pengambilan sampel B replikasi bootstrap dengan jumlah BF, MI dan MO di antara knot
sama dengan jumlah BF, MI dan MO di antara knot pada model MARS terbaik untuk dataset tunggal.
3. Mendapatkan nilai tingkat misklasifikasi pada setiap
pengambilan sampel B replikasi bootstrap. 4.
Mendapatkan nilai tingkat misklasifikasi bagging dari rata- rata misklasifikasi pada setiap pengambilan sampel sampai B.
Universitas Sumatera Utara
5. Menguji keakurasian prediksi model MARS ketepatan klasikasi yang
terbentuk dari data dengan menggunakan APER serta menghitung kestabilan klasikasi dengan statistik uji Presss Q.
Pengolahan data pada penelitian ini menggunakan software Salford Predictive Minerv.6.6, SPSS 16, dan Microsoft Excel 2007
Universitas Sumatera Utara
BAB 4 PEMBAHASAN
4.1 Deskripsi Karakteristrik Kesejahteraan Rumah Tangga di Kota Medan
Deskripsi karakteristik kesejahteraan rumah tangga dalam penelitian ini ditinjau dari beberapa aspek yang mewakilkan kesembilan faktor-faktor yang digunakan
dalam penelitian ini sebagai ciri kesejahteraan rumah tangga. Beberapa aspek tersebut antara lain adalah aspek kependudukan, pendidikan, perumahan. Untuk
mendeskripsikan karakteristik kesejahteraan rumah tangga tersebut peneliti menggunakan alat bantu software yaitu software SPSS 17.0
Gambar 4.1 Distribusi Pengeluaran Perkapita Rumah Tangga Perbulan
Ditinjau dari pengeluaran perkapita per bulan rumah tangga untuk konsumsi sebagai landasan awal dalam klasifikasi kesejahteraan rumah tangga di kota
Medan, dapat digolongkan sebagai rumah tangga miskin dan tidak miskin. Pengelompokkan dilakukan berdasarkan garis kemiskinan Rp. 286.649,00. Pada
Universitas Sumatera Utara
