Likelihood Ratio Test GAMBARAN UMUM ANAK-ANAK YANG BEKERJA DI INDONESIA
− 1
x x
π π
Tabel 13 Hasil estimasi koefisien model, nilai uji Wald, signifikansi, dan nilai odds ratio dari model regresi logistik faktor-faktor yang memengaruhi
keputusan anak untuk bekerja di Indonesia, tahun 2011
Nama Variabel B
Wald Signifikansi
ExpB
anak_B1P051 0,510
314,571 0,00
1,665 anak_JK1
-0,451 365,993
0,00 0,637
anak_UMUR 0,240
1,724E3 0,00
1,271 anak_JART0
0,040 39,035
0,00 1,041
krt_JK1 0,337
31,389 0,00
1,400 krt_UMUR
-0,014 111,705
0,00 0,986
sekolah1 2,339
8,221E3 0,00
10,370 status_kerja1
0,503 253,626
0,00 1,653
statuskawin_KRT1 0,208
13,614 0,00
1,231 KLUIKRT1
0,268 88,111
0,00 1,307
TamatSDSMP1 -0,060
3,076 0,00
0,942 TidaktamatSD1
0,246 42,304
0,00 1,279
intersep -6,385
3,713E3 0,00
0,002
Sumber: data diolah dari BPS, 2011
Terlihat dari fungsi regresi logistik bahwa koefisien umur anak dan jumlah anggota rumah tangga bertanda positif, yang berarti bahwa semakin tinggi umur
anak dan semakin banyak anggota rumah tangga, maka peluang anak untuk bekerja akan semakin besar. Sedangkan umur KRT yang bertanda negatif berarti
bahwa semakin tinggi umur KRT, maka peluang anak untuk bekerja akan semakin rendah.
Apabila fungsi regresi dimasukkan karakteristik yang dihipotesiskan mempunyai peluang lebih besar yang memunculkan anak untuk bekerja, yaitu:
tinggal di daerah perdesaan anak_B19051=1, anak berjenis kelamin laki-laki anak_JK1=0, anak belumtidak bersekolah sekolah1=1, KRT berjenis
kelamin perempuan
krt_JK1=1, KRT
berpendidikan rendah
tdkamatSD1=1, lapangan usaha KRT di sektor pertanian KLUIKRT1=1, status pekerjaan KRT di sektor informal status_kerja1=1, dan KRT berstatus
singlecerai statuskawin_KRT1=1, maka persamaan regresi logistik akan menjadi:
x g
= --6,385+ 0,510 1 - 0,451 0 + 0,240 anak_UMUR + 0,040 anak_JART0 + 0,337 1 - 0,014 krt_UMUR + 2,339 1 + 0,503 1 +
0,208 1 + 0,268 1 – 0,060 0 + 0,246 1
x g
= -1,974+0,240 anak_UMUR +0,040 anak_JART0- 0,014 krt_UMUR 5.2 Variabel anak_UMUR, anak_JART0, dan krt_UMUR merupakan variabel
data numerik sehingga dapat dimasukkan nilai berapa saja. Contohnya, apabila anak berumur 17 tahun, dengan jumlah anggota keluarga 6 orang, dan memiliki
KRT yang berumur 45 tahun, maka:
x g
= -1,974+ 0,240 17 + 0,040 6- 0,014 45 = 1,716
π π
− 1
= exp 1,716 = 5,562
π
= 0,848 Dengan demikian, anak yang berkarakteristik tinggal di daerah perdesaan,
berumur 17 tahun, berjenis kelamin laki-laki, belumtidak bersekolah, memiliki KRT berjenis kelamin perempuan, memiliki KRT berpendidikan tidak tamat
SDtidak pernah bersekolah, dengan lapangan usaha KRT di sektor pertanian, status pekerjaan KRT di sektor informal, KRT berstatus singlecerai, KRT
berumur 45 tahun, dan RT dengan jumlah anggota keluarga 6 orang, akan memiliki peluang untuk bekerja sebesar 0,848.
Sebaliknya, jika fungsi regresi memasukkan karakteristik yang dihipotesiskan memiliki peluang lebih rendah untuk anak memutuskan bekerja,
yaitu: tinggal di daerah perkotaan anak_B19051=0, anak berjenis kelamin perempuan anak_JK1=1, anak bersekolah sekolah1=0, KRT berjenis
kelamin laki-laki krt_JK1=0, KRT berpendidikan tamat SD atau SMP tamatSDSMP1=1, lapangan usaha KRT di sektor lainnya KLUI1=0, status
pekerjaan KRT di sektor formal status_kerja1=0, dan KRT berstatus kawin statuskawin_KRT1=0, maka persamaan regresi logistik akan menjadi: