Analisis Indikator-Indikator Pembangunan Berkelanjutan ... · Analisis IPB Jawa Timur dengan Metode...
Transcript of Analisis Indikator-Indikator Pembangunan Berkelanjutan ... · Analisis IPB Jawa Timur dengan Metode...
Analisis Indikator-Indikator Pembangunan
Berkelanjutan (IPB) di Jawa Timur
Menggunakan Metode Struktural Equation
Models-Partial Least Square
Presented by:
Dewi Rosiyana Umami
1306 100 035
Dosen Pembimbing: Dr. Sutikno, S.Si, M.Si
Outline
PendahuluanTinjauan
Pustaka
Analisis dan
PembahasanMetodologi
Kesimpulan
dan Saran
Daftar
Pustaka
Latar Belakang
Pembangunan
Structural
Equation
Modeling
Pembangunan
Berkelanjutan
Indikator
Pembangunan
Berkelanjutan
Dampak
Pembangunan
Penelitian
Sebelumnya
Analisis IPB Jawa
Timur dengan Metode
SEM-PLS
Next
Aspek sosial,
ekonomi,
lingkungan,
kelembagaan
(BPS, 2009)
Penelitian Sebelumnya
1. Arif Purnomo (2002)
Penelitian tersebut menghasilkan beberapa kesimpulan diantaranya:
1. Gugus indikator yang dihasilkan angka melek huruf, rata-rata lama belajar,
angka pengangguran, pengeluaran per kapita, persentase penduduk di bawah
garis kemiskinan, persentase rumah tangga berlantai tanah, akses ke pelayanan
kesehatan, persentase anak kurang gizi, akses ke sanitasi, dan angka harapan
hidup.
2. Model hipotetik pembangunan berkelanjutan terdiri atas tiga pilar yaitu SDM,
Ekonomi, dan Kualitas Hidup.
Dalam penelitianya dikaji tentang pengaruh gaya kepemimpinan
transformasional terhadap kepuasan kerja dan komitmen organisasi guru pada
Perguruan Islam Al-Azhar Pontianak
2. Sumin (2009)
Permasalahan
1. Variabel-variabel apa sajakah yang mempengaruhi proses
pembangunan berkelanjutan di Propinsi Jawa Timur?
2. Bagaimana pengaruh dari masing-masing variabel
tersebut terhadap proses pembangunan berkelanjutan di
Propinsi Jawa Timur dengan metode SEM-PLS?
Tujuan
1. Mengidentifikasi variabel-variabel yang mempengaruhi
pembangunan berkelanjutan daerah di Jawa Timur .
2. Mengetahui pengaruh dari masing-masing variabel
terhadap proses pembangunan berkelanjutan di daerah
Jawa Timur dengan metode SEM-PLS.
Manfaat
Menambah pengetahuan peneliti
Strategi pembangunan berkelanjutan
di daerah.
Sebagai informasi khususnya oleh
pihak Pemerintah Daerah untuk
membuat kebijakan selanjutnya.
Batasan Masalah
Batasan permasalahan penelitian ini adalah
indikator pembangunan berkelanjutan di Propinsi
Jawa Timur.
Tinjauan Pustaka
1. Struktural Equation Models (Model Persamaan
Struktural)
• Model Persamaan Struktural adalah teknik analisis statistika
yang mengkombinasikan beberapa aspek yang terdapat
pada path analysis dan analisis faktor konfirmatori.
• Metode SEM itu sendiri bisa dilakukan dalam dua langkah
yaitu model struktural (hubungan antara variabel konstruk
independen dan dependen) dan model pengukuran (nilai
loading) antara indikator dengan konstruk (variabel laten).
2. Variabel Laten dan Observasi
• Variabel laten merupakan variabel yang tidak dapat diukur
secara langsung melalui variabel observasi, variabel ini
memerlukan beberapa indikator untuk mengukurnya (Ghozali
dan Fuad, 2005).
• Variabel observasi merupakan variabel yang dapat diamati dan
dapat diukur secara langsung (Basuki, 2004).
3. Variabel Endogen dan Eksogen
• Variabel endogen adalah variabel yang dipengaruhi oleh
variabel lain dalam suatu model penelitian.
• Variabel eksogen adalah variabel yang tidak dipengaruhi oleh
variabel lainnya dalam model.
4. Confirmatory Factor Analysis
• Bagian dari permodelan yang ditujukan untuk mengukur
dimensi-dimensi yang membentuk sebuah faktor disebut
measurement model atau model pengukuran (Ferdinand,
2002).
• Bentuk persamaannnya dapat diberikan sebagai berikut:
5. Model Struktural
• Model Struktural adalah hubungan antara variabel
laten (konstruk) independen dan dependen.
• Model umum persamaan struktural dapat dituliskan
dalam persamaan matrik berikut (Johnson, 1992):
1111 mxnxmxnmxmxmmx B
Variabel laten
Endogen
Variabel Laten
Endogen
Variabel Laten
EksogenError
Notasi SEM
λ10
ψ12ζ1β1
η1γ1
λ1
Ф23
X1
X2
X3
X4
X5
X6
X7
Ksi1
Ksi2
Ksi3
Eta1
Eta2
Y1
Y2
Y3
Y4
δ1
δ7
ξ1
ε1
7. Partial Least Square (PLS)
Kelebihan dan kekurangan Partial Least Square:
Kelebihan:
a)Tidak memerlukan asumsi yang sangat ketat
b)Sampel tidak harus besar
c)Aplikasi metode lebih ditekankan pada
konfirmatori dan prediksi variabel respon.
Kelemahan:
Distribusi data tidak diketahui sehingga tidak bias
menilai signifikansi statistik. Kelemahan bisa
diatasi dengan menggunakan metode resampling
(Bootstrap).
8. Evaluasi Model PLS
a)Model Pengukuran
• Validitas Konvergen
• Reliabilitas Komposit
b)Model Struktural
Model struktural dievaluasi dengan melihat persentase
varians yang dijelaskan dengan melihat R2 (R-square).
9. Indikator Pembangunan
Berkelanjutan
back
(WECD, 1987) pembangunan yang memenuhi kebutuhan hidup
bermasyarakat saat ini tanpa merugikan kebutuhan generasi
mendatang
Budimantakegiatan secara sistematis dan terencana dalam kerangka
(2005) peningkatan kesejahteraan, kualitas kehidupan dan lingkungan
tanpa mengurangi akses dan kesempatan generasi yang akan
datang untuk menikmati dan memanfaatkannya.
a) Aspek sosial
b) Aspek ekonomi
c) Aspek lingkungan
d) Aspek kelembagaan
Indikator pembangunan berkelanjutan tersebut terdiri atas (BPS,
2009):
Metodologi Penelitian
3.1 Sumber Data
Data dalam penelitian ini merupakan data
sekunder yang diperoleh dari BPS Provinsi Jawa
Timur tahun 2007, yang terdiri atas 38 kabupaten dan
kota.
3.2 Identifikasi Variabel
1. Variabel Sumber Daya Manusia, terdiri atas:
a) Angka Melek Huruf
b) Angka partisipasi Sekolah
c) Pengangguran Terbuka
2. Variabel Ekonomi, terdiri atas:
a) PDRB per- kapita
b) Garis Kemiskinan
c) Kondisi lantai.
d) Laju Pertumbuhan Ekonomi
3. Variabel Kualitas, terdiri atas:
a) Tingginya akses ke sanitasi
b) Akses air bersih
c) Angka harapan hidup
d) Prevelensi kurang gizi
3.3 Metode Analisis Data
1. Eksplorasi Data
2. Analisis Model Persamaan Struktural (SEM) dengan menggunakan Partial
Least Square,
• Merancang model struktural dan model pengukurannya
• Membuat diagram path
• Konversi Diagram Alur Kedalam Persamaan
1mxSDMmxnEkonomi
1mxSDMmxnEkonomimxmBKualitas
• Mengestimasi parameter yang terdiri atas estimasi koefisien jalur dan
estimasi rata-rata kemudian estimasi bootstrap standar error.
• Mengevaluasi model pengukuran
• Mengevaluasi model struktural
• Kesimpulan
Analisis dan Pembahasan
4.1 Statistik Deskriptif
• Deskripsi konstruk SDM
16
14
12
10
8
6
4
2
0
(p
re
se
nta
se
)
Tingkat pengangguran Terbuka
100
95
90
85
80
75
70
(pre
se
nta
se
)
Angka Partisipasi Sekolah (13-1
100
95
90
85
80
75
70
(pre
sen
tase
)
Angka Partisipasi Sekolah (13-1
>84%
77%-84%
68%-84%
< 68%
Deskripsi konstruk Ekonomi
70
60
50
40
30
20
10
0
(p
re
se
nta
se
)
Lantai tanah
13
12
11
10
9
8
7
6
5
4
(p
re
se
nta
se
)
laju pertumbuhan ekonomi
200000
180000
160000
140000
120000
100000
(rib
ua
n)
Garis kemiskinan
160000
140000
120000
100000
80000
60000
40000
20000
0
(rib
ua
n)
PDRB
1%-14%
15%-28%
29%-42%
43%-56%
57%-70%
Deskripsi konstruk Kualitas
Hidup
100
90
80
70
60
50
40
30
20
10
(p
re
se
nta
se
)
Sanitasi
72
70
68
66
64
62
60
(p
re
se
nta
se
)
Angka harapan Hidup
100
90
80
70
60
(pre
se
nta
se
)
Air bersih
30
25
20
15
10
(pre
se
nta
se
)
Prevelensi kurang gizi
1%-20%
21%-40%
41%-60%
61%-80%
81%-100%
4.2 Analisis Model Persamaan
Struktural
4.2.1 Validitas Konvergen
Variabel Loading
(λi)
Ket.
Angka Melek Huruf 0.906 Valid
Angka Partisipasi
Sekolah
0.857 Valid
Tingkat
pengangguran
Terbuka
0.814 Valid
Variabel Loading
(λi)
Ket.
Garis Kemiskinan 0.752 Valid
Lantai tanah 0.779 Valid
PDRB 0.609 Valid
Laju pertumbuhan
ekonomi
0.079 Tidak
valid
Variabel Loading
(λi)
Ket.
Air bersih 0.668 Valid
Angka Harapan
Hidup
0.841 Valid
Prevelensi
kurang gizi
0.517 Valid
Sanitasi 0.928 Valid
Variabel Loading
(λi)
T-
Statistik
Ket.
Angka Melek Huruf 0.906 18.4087 Valid
Angka Partisipasi
Sekolah
0.857 18.6901 Valid
Tingkat
pengangguran
Terbuka
0.813 19.6314 Valid
Variabel Loading
(λi)
T-
Statistik
Ket.
Garis
Kemiskinan
0.725 6.5727 Valid
Lantai tanah 0.813 6.2097 Valid
PDRB 0.628 6.7344 Valid
Variabel Loading (λi) T-Statistik Ket.
Air bersih 0.667 8.6586 Valid
Angka Harapan
Hidup
0.841 13.7789 Valid
Prevelensi
kurang gizi
0.519 4.4402 Valid
Sanitasi 0.928 8.6675 valid
Reliabilitas Komposit
dan
Penilaian Koefisien Parameter Jalur
Variabel Composite Reliability Keterangan
SDM 0.894 Reliabel
Ekonomi 0.768 Reliabel
Kualitas 0.836 Reliabel
VariabelKoefisien
Parameter JalurSample Mean Standard Error T-Statistik
Ekonomi -> Kualitas 0.115892 0.11245 0.039236 2.953676
SDM -> Ekonomi 0.663342 0.662771 0.059553 11.13864
SDM -> Kualitas 0.926443 0.931978 0.012245 75.65926
Model dan R2
Model :
Ekonomi = 0,663342 SDM
Kualitas = 0,115892 Ekonomi + 0,926443 SDM
Variabel R Square
Ekonomi 0.4400
Kualitas 0.8658
Kesimpulan
1.Indikator Pembangunan Berkelanjutan di Jawa Timur:
•Konstruk SDM : -Angka Melek Huruf
-Angka Partisipasi Sekolah
-Tingkat pengangguran terbuka
•Konstruk Ekonomi: -garis kemiskinan
-lantai tanah
-PDRB per-kapita.
•Konstruk kualitas: -akses air bersih
-Angka Harapan Hidup
-Prevelensi kurang gizi dan akses Sanitasi.
2.Diperoleh dua model:
•Model pertama: Terdapat pengaruh yang positif dan nyata (signifikan)
antara konstruk Sumber Daya Manusia dan Ekonomi.
•Model kedua: Terdapat pengaruh yang positif dan nyata (signifikan)
antara konstruk Sumber Daya Manusia dan Kualitas.
Saran
Upaya pengumpulan indikator pembangunan berkelanju-
tan yang lebih lengkap secara berkala perlu dilakukan sehingga
model yang dikembangkan dapat menggambarkan proses pemba-
ngunan secara lebih akurat. Model yang akurat dapat dimanfa-
atkan sebagai sinyal bagi para pengambil keputusan untuk mengi-
dentifikasi arah kebijakan yang tepat dan untuk mengevaluasi
efektifitas kebijakan yang diterapkan.
Daftar Pustaka• Bollen K.A. 1989. Structural Equation with Laten Variabels, Departement of Sociology, John
Wiley & Sons, New York.
• Budi, T. P. 2006. SPSS 13.0 Terapan; Riset Statistik Parametrik. Penerbit Andi. Yogyakarta.
• BPS. 2001. Statistik Lingkungan Hidup Indonesia 2000. Badan Pusat Statistik. Jakarta.
• BPS, Bappenas, dan UNDP. 2001. Indonesia Human Development Report 2001. Toward a
New Consensus: Democracy and Human Development in Indonesia. Jakarta.
• BPS. 2009. Indikator Pembangunan Berkelanjutan 2009. Badan Pusat Statistik. Jakarta.
• Chin, W.W. 1998. The Partial Least Squares Approach for Structural Equation Modeling.
Cleveland. Ohio.
• Ferdinand, A. 2002. Structural Equation Modeling dalam Penelitian Manajemen. Badan
Penerbit UNDIP. Semarang.
• Geisser, S. 1975. The Predictive Sample Reuse Method with Application. Journal of The
American Statistical Association. Vol. 70. 320-328.
• Ghozali I dan Fuad. 2005. Struktural Equation Modeling: Teori, Konsep dan Aplikasi Lisrel.
Penerbit Universitas Diponogoro.
• Hair, J. F. JR., Anderson, R.E, Tatham, R.L. and Black, W.C. 1998. Multivariate Data Analysis.
Fifth Edition. Prentice Hall, International, Inc.
• Hardi, P. dan T. Zdan. 1997. Assessing Sustainable Development: Principles in Practice.
International Institute for Sustainable Development (IISD)
Daftar Pustaka• Johnson RA and Wichern DW. 1992 Applied Multivariate Statistical Analysis. Prentice Hall,
Englewood Chiffs, New Jersey
• Purnomo, Arif. 2002. Model Persamaan Struktural Pembangunan Berkelanjutan Daerah. Institut
Pertanian Bogor. Bogor.
• Sharma, S. 1996. Applied Multivariate Techniques. John Wiley & Sons. Inc
• Sumin. 2009. Pemodelan Persamaan Struktural Untuk Sampel Kecil Menggunakan Metode
Bootstrap Pada Partial Least Square. Institut Teknologi Sepuluh Nopember. Surabaya.
• Tobias, R. 1995. An Introduction to Partial Least Squares Regression. In Proceedings of the
Twentieth Annual SAS Users Group International Coference, Cary, NC : SAS Insitute Inc.,
1250-1257.
• WCED. 1987. Our Common Future. Oxford University Press, Oxford.
• Wold. S., Ruhe, A., Wold, H., and Dunn, W.J. 1984. The Collinearity Problem in Linear
Regression: The Partial Least Square (PLS) Approach to Generalized Inverses, SIAM Journal
on Scientific and Statistical Computing, vol.5, no. 3: 735-743
• Wold, H. 1985. Partial Least Square. Encylopedia of Statistical Sciencies. Vol 8. 587-599.
• Wonnacott, World Bank. 2001. Indicators of Sustainable Development: Guidelines and
Methodologies. Washington, WB.