Estimasi Jumlah Populasi Kunci Terdampak HIV Tahun 2012
7
Pada akhir proses ini, kabupatenkota yang memiliki data PKT bervariasi berdasarkan sub populasinya, mulai dari 24 kabupatenkota yang memiliki
data Penasun sampai 52 kabupatenkota yang memiliki data WPSTL dan Waria, seperti yang dipaparkan dalam tabel 2.
2.3.3. Pemilihan prediktor
Variabel prediktor dipilih dari survei PODES 2011
6
dan sensus populasi 2010, yang diidentiikasi melalui konsultasi dengan panel ahli.
7
Variabel prediktor terpilih diyakini berkorelasi atau mempengaruhi jumlah kelompok PKT tertentu. Sebagai contoh, kabupatenkota dengan kegiatan
pertambangan yang tinggi akan menarik kehadiran WPS tetapi tidak akan menarik kehadiran LSL, atau warnet berkorelasi dengan LSL karena banyak LSL
menggunakan chat room di internet sebagai media komunikasi di antara mereka, tetapi warnet tidak akan berkorelasi dengan WPS. Tabel 3 menunjukkan datar
prediktor terpilih untuk setiap PKT.
PKT Jumlah Kabupatenkota
Persentase KabupatenKota
WPSL 251
51 WPSTL
260 52
Waria 259
52 LSL
144 29
Penasun 119
24
Tabel 2. Jumlah dan persentase kabupatenkota yang memiliki data pemetaan yang dapat digunakan, berdasarkan PKT
6
Survei Podes dilakukan setiap tiga tahun diantara kepala desa, mereka diminta untuk mengkarakterisasi desa mereka berdasarkan dimensi sosial-ekonomi-budaya. Data ini kemudian digabungkan di tingkat
kabupatenkota sehingga dapat menunjukkan proporsi desa di daerah itu yang memiliki karakteristik tertentu. Desa adalah tingkat terendah pemerintahan di Indonesia. Data Podes dikumpulkan dari sekitar
68.000 desa di Indonesia.
7
Kedua dataset dikumpulkan dan dikelola oleh Badan Pusat Statistik BPS.
Estimasi Jumlah Populasi Kunci Terdampak HIV Tahun 2012
8
Prediktor berdasarkan kabupatenkota
WPSL WPSTL
Waria LSL
Penasun
Jumlah desa dengan lokalisasi beroperasi di daerah tersebut
√ Jumlah desa dengan status urban
perkotaan √
√ √
√ √
Jumlah desa dengan bioskop beroperasi di daerah tersebut
√ √
√ √
Jumlah desa dengan diskotik beroperasi di daerah tersebut
√ √
√ √
Jumlah desa dengan tempat bilyar beroperasi di daerah tersebut
√ √
√ √
Jumlah desa dengan warnet beroperasi di daerah tersebut
√ √
√ √
Jumlah desa yang menerima laporan perkosaan
√ √
Jumlah desa yang menerima laporan kasus penyalahgunaan
napza √
√ Jumlah desa yang menerima
laporan kegiatan anak jalanan √
√ √
√ √
Jumlah desa dengan hotel beroperasi di daerah tersebut
√ √
√ √
Jumlah desa dengan motel beroperasi di daerah tersebut
√ √
√ √
Jumlah desa dengan kegiatan industri pertambahangan
√ √
√ √
√ Jumlah desa dengan kegiatan
industri manufaktur √
√ √
√ √
Jumlah desa dengan kegiatan industri perdagangan
√ √
√ √
√ Jumlah desa dengan kegiatan
industri pergudangan √
√ √
√ √
Jumlah desa dengan kegiatan industri jasa
√ √
√ √
√ Jumlah pria usia subur 15 – 49
tahun √
√ √
√ Jumlah perempuan usia subur 15 –
49 tahun √
√ √
√
Tabel 3. Datar prediktor untuk setiap PKT
Catatan: Kotak yang diwarnai menggambarkan prediktor yang termasuk dalam model regresi inal dari setiap PKT.
Estimasi Jumlah Populasi Kunci Terdampak HIV Tahun 2012
9
Proyeksi jumlah populasi 2012 untuk setiap kabupatenkota total, perempuan usia 15-49 tahun, laki-laki 15-49 tahun dimasukkan sebagai variabel prediktor,
sebagai daerah perkotaan yang lebih besar sering dikaitkan dengan konsentrasi yang lebih besar dari PKT. Proyeksi populasi didasarkan pada Sensus Penduduk
tahun 2010 dengan memperhitungkan angka pertumbuhan populasi tahunan.
2.3.4. Mengembangkan model regresi untuk setiap kelompok PKT
Regresi linear digunakan sebagai model awal dalam analisis. Regresi linier merupakan suatu pendekatan terhadap pemodelan hubungan antar variabel
terikat kontinyu y dan satu atau lebih variabel penjelas yang dinamakan x.
Dalam regresi linier, data dimodelkan dengan menggunakan fungsi-fungsi prediktor linier. Dari data-data yang tersedia akan menghasilkan model
parameter yang dapat memprediksi data di kabupatenkota yang belum ada datanya. Regresi linier paling sering mengacu pada suatu model dimana rerata
kondisional y untuk nilai x tertentu merupakan fungsi paralel dari x.
Model regresi linier mengambil bentuk: Y
i
= a + b
1
x
1i
+ b
2
x
2i
+ b
3
x
3i
+ … + b
n
x
ni
+ e
i
Dimana: Y
i
= jumlah populasi yang diprediksi untuk kotakabupateni a
= perpotongan regresi b
1
, b
2
, b
3
, …., b
n
= koeisien regresi yang tidak terstandardisasi estimasi x1
i
, x
2i
, x
3i
, …, x
ni
= nilai variabel atau prediktor bebas terkait untuk kota kabupaten tersebut i
e
1
= kesalahan residual untuk kotakabupaten i.
Beberapa asumsi harus dipenuhi sebelum menjalankan model regresi. Pertama, skala pengukuran untuk variabel terikat dan prediktor merupakan interval
atau rasio. Oleh karena itu, sebagian besar variabel prediktor yang digunakan ditransformasi menjadi bentuk proporsi lihat Tabel 3. Kedua, asumsi
normalitas, untuk setiap nilai prediktor, nilai variabel terikat didistribusi secara normal dengan rerata sama dengan μyx dan varian konstanta, σyx2. Ketiga,
asumsi linearitas, nilai variabel terikat merupakan fungsi linier dari nilai
