22
BAB III
METODE PENELITIAN
3.1 Sumber Data
Data penelitian ini merupakan data sekunder yang diperoleh dari Badan
Pusat statistika (BPS) Provinsi Jawa Tengah (data dan kemiskinan kabupaten/
kota). Variabel garis lintang dan bujur didapatkan dari www.longlat.com.
3.2 Variabel Penelitian
Variabel penelitian menggunakan 1 variabel respon dan 9 variabel
prediktor. Berikut variabel-variabel yang digunakan dalam analisis :
Y : Persentase penduduk miskin kabupaten/ kota (%)
��: Upah Minimum Kerja (rupiah)
��: Persentase penduduk yang bekerja di sektor pertanian (%)
��: Angka Partisipasi Murni (%)
��: Persentase penduduk yang mendapatkan pelayanan kesehatan
jamkesmas (%)
��: Pengeluran perkapita (ribu rupiah)
��: Persentase rumah tangga yang menggunakan jamban (%)
��: Luas lantai ≤ 8 m2 (%)
�: Laju inflasi (%)
��: Persentase rumah tangga yang menggunakan air bersih (%)
Variabel spasial ( ui , vi ). Titik koordinat letak kabupaten/kota
23
Faktor penyebab kemiskinan dapat dapat dilihat dari aspek pendidikan,
fasilitas perumahan, ekonomi, kesehatan, program pemerintah untuk Rumah
Tangga Miskin (RTM) .Kerangka pemikiran penelitian ini disajikan dalam bentuk
gambar.
Masyarakat yang berpendidikan cenderung mampu terbebas dari
kemiskinan karena kemampuannya dalam memanfaatkan ilmu pengetahuan dan
teknologi. Kemampuan inilah yang diharapakan mampu untuk menciptakan
barang dan jasa. Mankiew dalam Wahyudi dan Rejekingsih (2013) menyebutkan
seseorang yang berpendidikan tinggi dapat menghasilakan gagasan baru tentang
bagaimana pilihan terbaik untuk memproduksi barang dan jasa. Pendidikan yang
tinggi diharapkan menjadi solusi bagi masyarakat untuk lepas dari
kemiskinan.Indikator pendidikan pada penelitian ini adalah variabel Angka
Partisipasi Murni.
Kemiskinan identik dengan keterbatasan ekonomi dalam memenuhi
kebutuhan hidup. Aspek ekonomi dapat dinyatakan dengan variabel : Upah
Minimum kabupaten/ kota, banyak penduduk yang bekerja di sektor pertanian,
pengeluaran perkapita untuk makan dan laju inflasi.
Fasilitas rumah berhubungan dengan aspek kesehatan. Rumah yang layak
huni diharapkan mampu meningkatkan kualitas kesehatan anggota keluarga.
Kesehatan masyarakat mampu meningkatkan produktifitas kerja sehingga
masyarakat mampu memenuhi kebutuhannya secara optimal. Fasilitas perumahan
dapat dilihat dari variabel persentase keluarga memiliki akses air minum layak
dan keberadaan jamban. Peran pemerintah diharapkan mampu untuk mengatasi
24
masalah kemiskinan. Program pemeerintah seperti pelayanan jamkesmas
diharapakan mengurangi beban hidup masyarakat.
3.3 Struktur Data
Struktur data untuk variabel respon dan prediktor dalam penelitian ini
dapat digambarkan seperti pada tabel berikut :
Tabel 3.1 Struktur data
Kabupaten / Kota Y �� �� ... �� � �
(1) (2)
(3) (4) ... (11) (12) (13)
1 ��
��.� ��.� ... ��.� �� ��
2 ��
��.� ��.� ... ��.� �� ��
... ...
... ... ... ... ... ...
35 ���
��.�� ��.�� ��.�� ��� ���
3.4 Langkah Penelitian
Pemodelan tingkat kemiskinan di kabupaten/kota Se-Jawa Tengah
menggunakan MGWR.Langkah penelitian dengan MGWR adalah sebagai
berikut:
1. Melakukan analisis deskriptif untuk menggambarkan persebaran tingkat
kemiskinan menurut kabupaten/kota di Provinsi Jawa Tengah tahun
2011. Analisis diskriptif menggunakan pencitraan peta digital dengan
software Argview 3.3.
2. Melakukan uji multikolineraitas dan asumsi klasik.
3. Menganalisis model regresi linier.
4. Menganalisis model GWR dengan langkah sebagai berikut :
25
a. Menghitung jarak Eulidian antara lokasi ke-i terhadap lokasi ke-
j yang terletak pada koordinat ( ui , vi ).
b. Menentukan bandwidth optimum menggunakan metode Cross
Validation (CV).
c. Meghitung matriks pembobot dengan menggunakan fungsi
kernel gaussian.
d. Melakukan estimasi parameter model GWR dengan
memasukkan semua variabel prediktor.
e. Melakukan pengujian signifikansi parameter secara parsial.
5. Menganlisis model MGWR dengan langkah berikut :
a. Mendapatkan estimator parameter model MGWR dengan
bandwidth optimum dan pembobot yang sama seperti pada
model GWR.
b. Melakukan pengujian secara serentak pada parameter variabel
prediktor global dan lokal pada model MGWR
c. Melakukan pengujian secara parsial pada parameter variabel
prediktorglobal dan lokal pada model MGWR.
d. Uji kesesuaian model antara regresi linier dan MGWR
6. Pemilihan model terbaik antara model GWR dengan model MGWR
dilhat dari nilai AIC terendah.
26
27
28