1

ANALISIS INDIKATOR PEMBANGUNAN BERKELANJUTAN DI JAWA TIMUR

MENGGUNAKAN METODE STRUKTURAL EQUATION MODELLING PARTIAL LEAST

SQUARE

1Dewi Rosiyana Umami dan

2Sutikno

1Mahasiswa S1 Statistika FMIPA ITS

2Dosen Pembimbing, Staf Pengajar Jurusan Statistika FMIPA ITS

Email : dhu_dhu_17035@yahoo.co.id, sutikno@statistika.its.ac.id

ABSTRAK

Tujuan utama pembangunan adalah untuk meningkatkan kesejahteraan rakyat. Oleh karena

itu, perlu sebuah konsep pembangunan berkelan-jutan yang didefinisikan sebagai

pembangunan yang berusaha memenuhi kebutuhan hari kini tanpa mengurangi kemampuan

generasi yang akan datang untuk memenuhi kebutuhan mereka. Indikator Pembangunan

Berkelanjutan dapat diukur dengan beberapa konstruk (variabel laten) beserta indikatornya.

Penelitian ini bertujuan untuk mengidentifikasi variabel yang mempengaruhi pembangunan

berkelanjutan dan mengeta-hui pengaruh dari variabel tersebut terhadap proses

pembangunan ber-kelanjutan di Jawa Timur. Data yang digunakan adalah data SUSENAS

2007 dan Indikator Makro Ekonomi Jawa Timur tahun 2007 dengan yang terdiri atas 38

kabupaten/kota.Metode yang digunakan adalah Stuctural Equation Modelling menggunakan

Partial Least Square dengan metode bootstrap. Hasil analisis menunjukkan bahwa Indikator

Pembangunan Berkelanjutan di Jawa Timur untuk konstruk SDM adalah Angka Melek

Huruf, Angka Partisipasi Sekolah dan tingkat pengang-guran terbuka. Indikator dari

konstruk Ekonomi adalah garis kemiskinan, lantai tanah dan PDRB. Indikator dari konstruk

kualitas hidup adalah air bersih, Angka Harapan Hidup, Prevelensi kurang gizi dan Sanitasi.

Konstruk Sumber Daya Manusia terhadap Ekonomi terdapat pengaruh positif. Hal ini

berarti semakin tinggi Sumber Daya Manusia di Kabupaten Jawa Timur semakin tinggi

tingkat perekonomian. Pengaruh konstruk Sumber Daya Manusia dan Ekonomi terhadap

Kualitas Hidup adalah pengaruh signifikan positif.

Kata kunci: Indikator Pembangunan Berkelanjutan, konstruk, SEM-Partial Least Square,

Bootstrap

1. Latar belakang Tujuan utama pembangunan adalah untuk meningkatkan kesejahteraan rakyat. Dilain pihak,

dengan memacu laju pembangunan akan menghasilkan dampak negatif berupa menurunnya kualitas

Hidup lingkungan hidup yang selanjutnya dapat merugikan masyarakat yang terkena dampak tersebut.

Pada tahun 1987, komisi WCED (World Commission on Environmental and Development/WCED)

yang dibentuk oleh PBB telah berhasil menyelesaikan konsep pembangunan berkelanjutan yang

didefinisikan sebagai pembangunan yang berusaha memenuhi kebutuhan hari kini tanpa mengurangi

kemampuan generasi yang akan datang untuk memenuhi kebutuhan mereka.

Proses pembangunan tidak bisa diukur secara langsung. Oleh karena itu untuk dapat mengukur

proses pembangunan berkelanjutan dibutuhkan suatu indikator pengukurnya. Indikator ini kemudian

disebut sebagai Indikator Pembangunan Berkelanjutan. Indikator ini diharapkan mampu mengukur

kemajuan yang dicapai dari program pembangunan berkelanjutan dan dapat memberikan peringatan

dini jika muncul suatu masalah sebelum masalah tersebut memburuk, sehingga kerusakan ekonomi,

sosial, dan lingkungan dapat dicegah (Hardi & Zdan,1997).

Berdasarkan latar belakang di atas, diperlukan suatu penelitian tentang pola hubungan

variabel-variabel laten yang berpengaruh terhadap Pembangunan Berkelanjutan di Jawa Timur. Tujuan

dari penelitian ini adalah untuk mengidentifikasi variabel yang mempengaruhi pembangunan

berkelanjutan di Jawa Timur dan mengetahui pengaruh dari masing-masing variabel terhadap proses

Seminar Hasil Tugas Akhir

Institut Teknologi Sepuluh Nopember

mailto:dhu_dhu_17035@yahoo.co.idmmailto:sutikno@statistika.its.ac.id

2

pembangunan berkelanjutan di daerah Jawa Timur dengan menggunakan metode SEM PLS. Beberapa

penelitian sebelumnya yang membahas IPB diantaranya: Purnomo (2002), BPS (2002). Purnomo

(2002) melakukan identifikasi indikator-indikator pembangunan berkelanjutan daerah yang valid,

handal, mudah diterapkan, dan dapat diperbaharui secara teratur serta mengkaji keterkaitan antar

indikator pembangunan berkelanjutan daerah. Hasil dari penelitian ini adalah model hipotetik

pembangunan berkelanjutan yang terdiri atas tiga pilar yaitu: Sumber Daya Manusia, Ekonomi, dan

Kualitas Hidup Hidup. Metode yang digunakan dalam menyusun IPB adalah Structural Equation

Modelling (SEM) dengan ruang lingkup studi 294 kabupaten/kota di Indonesia. Metode SEM baku

seringkali digunakan untuk menyusun berbagai indikator. Metode ini cukup baik menjelaskan

keterkaitan antar variabel laten. Namun demikian metode SEM baku mempunyai asumsi, diantaranya:

(1) tidak terdapat multikolinieritas antar variabel laten, (2) hubungan antar variabel laten adalah linier,

(3) jumlah obsservasi > 100 (Ferdinand (2002). Untuk mengatasi jumlah observasi < 100, maka

seringkali digunakan metode SEM Partial Least Square (PLS). Salah satu penelitian yang

menggunakan SEM PLS adalah Sumin (2009). Dalam penelitianya dikaji tentang pengaruh gaya

kepemimpinan transformasional terhadap kepuasan kerja dan komitmen organisasi guru pada

Perguruan Islam Al-Azhar Pontianak. Untuk menyusun IPB di Jawa Timur, dengan jumlah observasi

hanya 38 kabupaten/kota, maka akan digunakan SEM PLS dengan metode bootstrap.

2. 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 untuk mengestimasi

beberapa persamaan secara simultan. Tidak seperti multivariate biasa, SEM dapat menguji secara

bersama-sama (Bollen,1989). 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).

2.1 Model Pengukuran

Permodelan yang ditujukan untuk mengukur dimensi-dimensi yang membentuk sebuah faktor

disebut measurement model atau model pengukuran. Model pengukuran merepresentasikan dugaan

hipotesis yang sudah ada sebelumnya yaitu hubungan antara indikator-indikator dengan faktornya

yang dievaluasi dengan menggunakan teknik analisis faktor konfirmatori atau Confirmatori Factor

Analysis (CFA) (Kline 2005).

2.2 Model Struktural

Model Struktural adalah hubungan antara variabel laten (konstruk) independen dan dependen.

Pola hubungan antar variabel laten dalam model struktural ini dianalisis dengan pendekatan Path

Analysis yang identik dengan Analisis Regresi. Pada model struktural dapat diketahui besar pengaruh

variabel eksogen terhadap variabel endogen baik secara langsung maupun tidak langsung.

2.3 PLS (Partial Least Square)

Partial Least Square pertama kali dikembangkan oleh Herman Wold guru yang

mengembangkan SEM (Structural Equation Models). Model ini dikembangkan sebagai alternatif

apabila teori yang mendasari perancangan model lemah atau indikator yang tersedia tidak memenuhi

model pengukuran refleksif.

Kelebihan dan kekurangan Partial Least Square: a. Kelebihan:

1. Tidak memerlukan asumsi yang sangat ketat 2. Sampel tidak harus besar 3. Aplikasi metode lebihh ditekankan pada konfirmatori dan prediksi variabel respon.

b. Kelemahan

Distribusi data tidak diketahui sehingga tidak bias menilai signifikansi statistik. Kelemahan pada metode Partial Least Square ini bisa diatasi dengan menggunakan metode

resampling (Bootstrap).

Metode Bootstrap

3

Penggunaan metode statistik parametrik biasanya mensyaratkan informasi mengenai distribusi

yang harus dipenuhi dan ini sulit untuk dipenuhi. Untuk mengatasi hal ini dapat digunakan

metode-metode yang tidak memerlukan asumsi ketat, salah satunya metode Bootstrap.

Evaluasi Model PLS

Model Pengukuran Terdapat dua metode yang digunakan untuk mengevaluasi model pengukuran dengan

indikator refleksif, yaitu validitas konvergen dari indikatornya dan reliabilitas komposit untuk

indikator.

1. Validitas Konvergen Validitas konvergen adalah suatu ukuran yang digunakan untuk mengetahui apakah 3ndicator

dari suatu konstruk atau variabel laten memusat (Hair dkk., 2005). Melihat nilai validitas

konvergen dari model pengukuran dengan indicator refleksif dinilai berdasarkan korelasi

antara skor variabel dengan skor konstruk. Model telah memenuhi kriteria dari convergent

validity jika nilai loading factor 0,50 atau T-Statistik 1,96. (Chin, 1998).

2. Reliabilitas Komposit Reliabilitas komposit atau reliabilitas konstruk adalah metode yang digunakan untuk melihat

sejauh mana suatu alat ukur dapat mengukur konstruk teoritis tertentu yang diasumsikan atau

dihipotesiskan sebelumnya terdiri dari 3ndicator-indikator yang heterogen tetapi memiliki

kemiripan dan merupakan pembentuk konstruk. Ukuran ini dapat diterima kehandalannya

apabila koefisien variabel laten > 0,70 (Chin, 1998). Reliabilitas komposit dapat dihitung

dengan persamaan sebagai berikut:

(1)

Dimana i adalah loading faktor yang menghubungkan variabel laten ke indikator dan

var error ( i )= 1 (i2).

Model Struktural Model struktural dievaluasi dengan melihat persentase varians yang dijelaskan dengan melihat

R2 (R-square) untuk variabel laten endogen dan juga melihat besarnya koefisien jalur

strukturalnya. Nilai R2 diperoleh melalui rumus berikut:

2

1

( , )H

jh jh jhR cor X Y (2)

Keterangan: : Koefisien variabel endogen.

Cor(Xjh,Yj) : korelasi antara variabel eksogen dan endogen.

2.4 Indikator Pembangunan Berkelanjutan

Pembangunan berkelanjutan didefinisikan sebagai pembangunan yang memenuhi kebutuhan

hidup bermasyarakat saat ini tanpa merugikan kebutuhan generasi mendatang (WECD, 1987).

Mewakili Indonesia, BPS telah menyusun pengembangan indikator berkelanjutan

sebagaimana yang disarankan oleh Komisi Pembangunan Berkelanjutan PBB pada tahun 2001.

Sehingga sejak tahun 2002, BPS telah menerbitkan publikasi Indikator Pembangunan Berkelanjutan

setiap tahunnya berdasarkan indikator terpilih yang sudah disesuaikan dengan kondisi lingkungan dan

keberadaan data pembangunan berkelanjutan yang mengacu pada kerangka kerja di atas. Indikator

pembangunan berkelanjutan tersebut terdiri atas aspek sosial, ekonomi, limgkungan dan kelembagaan.

3. Metodologi Penelitian

3.1 Sumber Data

Data dalam penelitian ini merupakan data sekunder yang diperoleh dari data Survei Sosial

Ekonomi Nasional (SUSENAS) dan Indikator Makro Ekonomi Provinsi Jawa Timur tahun 2007, yang

terdiri atas 29 kabupaten dan 9 kota.

p

ii

p

ii

p

ii

c

1)](

1

2)[(

2)

1(

4

3.2 Identifikasi Variabel dan Definisi Operasional Variabel-variabel dalam indikator pembangunan berkelan-jutan tidak semua bisa diperoleh

dari Badan Pusat Statistik. Variabel laten dan indikatornya masing-masing yang digunakan dalam

penelitian ini adalah sebagai berikut:

1) Sumber Daya Manusia (variabel eksogen) Faktor SDM dibentuk oleh indikator pendidikan (Angka melek huruf dan angka partisipasi

sekolah) dan angka pengangguran terbuka.

a. Angka Melek Huruf Angka melek huruf didefinisikan sebagai persentase penduduk berusia 15 tahun ke atas yang

dapat membaca dan menulis naskah (script) latin atau naskah lainnya.

b. Angka partisipasi Sekolah Angka partisipasi sekolah didefinisikan sebagai persentase penduduk yang berusia 13-15

tahun yang masih bersekolah.

c. Angka Pengangguran Terbuka Pengangguran terbuka didefinisikan sebagai persentase tenaga kerja yang sedang mencari

pekerjaan.

2) Ekonomi (variabel endogen) Faktor laten Ekonomi dibentuk oleh indikator-indikator garis kemiskinan, PDRB, kondisi

lantai dan laju pertumbuhan ekonomi.

a. Garis kemiskinan Garis kemiskinan merupakan penjumlahan dari garis kemiskinan makanan dan garis

kemiskinan non makanan. Garis kemiskinan ditetapkan berdasarkan pengeluaran per-kapita

per-bulan yang diperlukan untuk memenuhi standar konsumsi minimal makanan dan non

makanan.

b. PDRB Produk domestik regional bruto per-kapita atas dasar harga yang berlaku di provinsi Jawa

Timur.

c. Lantai Tanah Lantai disini didefinisikan sebagai persentase rumah tangga yang lantai rumahnya sebagian

besar berupa tanah atau jenis lantai kotor lainnya (dirt floors).

d. Laju Pertumbuhan Ekonomi laju kenaikan aktivitas ekonomi yang ditunjukkan oleh pertumbuhan PDRB.

3) Kualitas Hidup Hidup (variabel endogen) Penamaan faktor laten Kualitas Hidup mengacu pada pencapaian kualitas Hidup hidup yang

baik yang ditunjukkan oleh tingginya akses ke sanitasi (SANITASI), prevelensi kurang gizi,

angka harapan hidup, dan penggunaan air bersih.

a. Akses ke Sanitasi Akses ke sanitasi didefinikan sebagai Persentase rumah tangga yang memiliki jamban

keluarga sendiri atau memiliki akses ke fasilitas jamban umum

b. Prevelensi Kurang Gizi Persentase balita dibawah batas kurang gizi

c. Angka Harapan Hidup Angka harapan hidup didefinisikan sebagai Rata-rata umur yang akan dicapai oleh bayi yang

baru lahir jika pola kematian pada saat itu diberlakukan pada kehidupannya.

d. Penggunaan Air Bersih Presentase jumlah masyarakat yang sudah menggunakan air bersih untuk memenuhi

kebutuhan sehari-hari baik untuk minum ataupun memasak.

3.3 Metode Analisis Data

Analisis ini dilakukan berdasar.kan tujuan penelitian, adapun langkah-langkahnya sebagai

berikut:

5

1. Eksplorasi Data Eksplorasi data dilakukan dengan tujuan untuk mengecek data apakah data yang didapatkan

benar-benar sesuai dengan skala data yang digunakan.

2. Analisis Model Persamaan Struktural (SEM) dengan menggunakan Partial Least Square, a) Mendapatkan model berbasis konsep dan teori yang dikembangkan yaitu merancang model

struktural (hubungan antar variabel laten).

b) Merancang model pengukurannya yaitu hubungan antara indikator-indikator dengan variabel laten.

c) Membuat diagram path yang menjelaskan pola hubungan antara variabel laten dengan indikatornya.

Gambar 1. Diagram Path Model

d) Konversi Diagram Alur Kedalam Persamaan

1mxSDMmxnEkonomi

1mxSDMmxnEkonomimxmBKualitas Keterangan:

Kualitas Hidup : variabel laten endogen

Ekonomi : variabel laten endogen

SDM : variadel laten eksogen

e) Mengestimasi parameter yang terdiri atas estimasi koefisien jalur dan estimasi rata-rata kemudian estimasi bootstrap standar error.

f) Langkah-langkah bootstrapping standar error adalah sebagai berikut:

Menentukan B sampel independen bootstrap x*1, x*2, , x*n, dimana masing-masing sampel berisi n data yang berasal dari populasi x (data asli).

Mengevaluasi replikasi yang ada pada masing-masing bootstrap dari ^

yang

sesuai untuk tiap sampel bootstrap, yaitu: )*()(*^

bxnTb , b=1,2,B

Mengestimasi standard error berdasarkan point kedua. g) Mengevaluasi outer model atau model pengukuran dengan cara melihat hasil validitas dan

reliabilitas. Jika model pengukuran valid dan reliabel maka dapat dilakukan tahap selanjutnya

yaitu evaluasi model struktural. Jika tidak, maka harus kembali mengkonstruksi diagram jalur.

h) Menginterpretasikan output yang diperoleh sesuai dengan model di atas dan diambil kesimpulan sesuai permasalahan.

4.Analisis Dan Pembahasan

4.1 Deskripsi Indikator Pembangunan Berkelanjutan

Konstruk Sumber Daya Manusia

Konstruk (variabel laten) Sumber Daya Manusia dapat diukur oleh variabel manivest (indikator)

yang terdiri atas variabel angka melek huruf, angka partisipasi sekolah dan tingkat pengangguran

6

terbuka. Gambar 2 menyajikan penyebaran data dan identifikasi adanya nilai outlier dengan

menggunakan boxplot.

Gambar 2. Boxplot konstruk SDM, (a). Tingkat pengangguran terbuka, (b). Angka Partisipasi sekolah, (c).

Angka melek huruf.

Gambar 2 menunjukkan bahwa pada data variabel tingkat pengangguran terbuka dan angka

partisipasi sekolah tidak terdapat nilai outlier dengan nilai tengah (median) masing-masing sebesar

6,425 persen dan 89,545 persen. Variabel angka pengangguran terbuka menunjukkan bahwa sebagian

besar daerah memiliki nilai di atas median. Variabel ini memiliki nilai penyebaran yang cukup merata

di seluruh daerah dengan nilai rata-rata sebesar 7,2292 persen dan nilai keragaman sebesar 10,22

persen. Data variabel angka partisipasi sekolah sebagian besar daerah berada di bawah nilai tengah dan

menyebar hampir di seluruh wilayah dengan nilai rata-rata 87,47 persen, nilai keragaman 59,211

persen dan nilai tengah (median) 89,545 persen. Variabel angka melek huruf menunjukkan bahwa

terdapat satu nilai outlier yaitu angka melek huruf dari Kabupaten Sampang. Gambar 2 (c) juga

menunjukkan bahwa sebagian besar nilai presentase dari data angka melek huruf berada di bawah nilai

tengah yaitu sebesar 95,9 persen. Penyebaran data pada variabel angka melek huruf cukup menyebar

di seluruh wilayah dengan nilai rata-rata sebesar 93,3555 persen dan nilai keragaman 44,077 persen.

Penyebaran data angka melek huruf di wilayah Jawa Timur selengkapnya disajikan pada Gambar 3.

Gambar 3. Persebaran Angka Melek Huruf di Jawa Timur

Gambar 3 di atas menunjukkan bahwa persebaran data angka melek huruf di Jawa Timur

sudah merata sebagian besar daerahnya memiliki tingkat angka melek huruf yang tinggi.

16

14

12

10

8

6

4

2

0(p

rese

nta

se

)

Tingkat pengangguran Terbuka

100

95

90

85

80

75

70

(p

re

se

nta

se

)

Angka Partisipasi Sekolah (13-1 (a) (b)

100

95

90

85

80

75

70

(prs

ese

nta

se

)

Angka Melek Huruf (15-55) (c)

< 68%

68%-76%

77%-84%

> 84%

7

Konstruk Ekonomi

Konstruk (variabel laten) Ekonomi dapat diukur oleh variabel manivest (indikator) yang terdiri

atas variabel lantai tanah, laju pertumbuhan ekonomi, garis kemiskinan dan Produk Domestik

Regional Bruto. Gambar 4 menyajikan penyebaran data dan identifikasi adanya nilai outlier dengan

menggunakan boxplot.

Gambar 4. Boxplot konstruk Ekonomi, (a). Lantai tanah, (b). Laju pertumbuhan ekonomi, (c). Garis kemiskinan,

(d). PDRB.

Gambar 4 di atas menunjukkan bahwa untuk data untuk variabel lantai tanah tidak terdapat

nilai outlier dan sebagian besar daerah berada di atas nilai tengah (median) yaitu sebesar 15,105

persen. Nilai rata-rata pada variabel lantai tanah adalah 19,7749 persen dengan nilai keragaman

sebesar 308,035 persen. Data variabel laju pertumbuhan ekonomi menunjukkan bahwa terdapat satu

daerah yang memiliki nilai yang outlier yaitu daerah Kabupaten Bojonegoro dengan nilai tengah

variabel ini sebesar 5,9 persen. Gambar 4 (b) juga menunjukkan bahwa penyebaran data laju

pertumbuhan ekonomi di Jawa Timur tidak terlalu merata dengan nilai rata-rata 5,9113 persen dan

nilai keragamannya sebesar 1,912 persen. Gambar 4 (d) menjelaskan bahwa penyebaran data variabel

PDRB di Jawa Timur masih sempit dan kurang menyebar di seluruh wilayah. Penyebaran masyarakat

yang masih menggunakan lantai tanah di wilayah Jawa Timur selengkapnya disajikan pada Gambar 5.

Gambar 5. Persebaran Lantai Tanah di Jawa Timur

Gambar 5 menunjukkan bahwa sebagian besar masyarakat di daerah Jawa Timur sudah tidak

menggunakan lantai tanah sebagai alas dalam rumahnya, melainkan sudah menggunakan ubin atau

keramik.

1%-14%

15%-28%

29%-42%

43%-56%

57%-70%

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

(a) (b)

200000

180000

160000

140000

120000

100000

(rib

ua

n)

Garis kemiskinan

160000

140000

120000

100000

80000

60000

40000

20000

0

(rib

ua

n)

PDRB

(c) (d)

8

Konstruk Kualitas Hidup Konstruk (variabel laten) Kuaitas hidup dapat diukur oleh variabel manivest (indikator) yang

terdiri dari variabel akses sanitasi, akses air bersih, prevelensi kurang gizi dan angka harapan hidup.

Gambar 6 menyajikan penyebaran data dan identifikasi adanya nilai outlier dengan menggunakan

boxplot.

Gambar 6. Boxplot konstruk Kualitas Hidup hidup, (a). Sanitasi, (b). Angka harapan hidup, (c). air bersih, (d).

Prevelensi kurang gizi

Gambar 6 (a) di atas menunjukkan bahwa tidak terdapat nilai outlier pada data variabel akses

sanitasi dengan nilai tengah sebesar 48,925 persen, nilai rata-rata sebesar 48,8161 persen dan nilai

keragaman sebesar 539,256 persen. Gambar tersebut juga menjelaskan bahwa penyebaran akses

sanitasi di Jawa Timur sudah cukup merata di seluruh wilayah. Gambar 6 (c) menunjukkan bahwa

terdapat 2 daerah yang nilainya outlier pada data variabel akses menggunakan air bersih yaitu

Kabupaten Trenggalek dan Kabupaten Pacitan dengan nilai tengah 91,87 persen, nilai rata-rata sebesar

89,8092 persen dan nilai keragaman sebesar 95,469 persen. Data prevelensi kurang gizi menunjukkan

bahwa tidak terdapat nilai yang outlier dengan nilai tengah sebesar 15,95 persen, nilai rata-rata sebesar

16,2024 persen dan nilai keragaman sebesar 19,331 persen. Begitu juga pada data variabel angka

harapan hidup. Variabel ini juga tidak menunjukkan adanya nilai outlier dengan nilai tengah sebesar

68,61 persen, nilai rata-rata sebesar 67,3371 persen dan nilai keragaman sebesar 10,754 persen.

Penyebaran masyarakat yang menggunakan akses air bersih di wilayah Jawa Timur selengkapnya

disajikan pada Gambar 7.

Gambar 7. Persebaran akses sanitasi di Jawa Timur

100

90

80

70

60

50

40

30

20

10

(pre

se

nta

se

)

Sanitasi

72

70

68

66

64

62

60

(pre

se

nta

se

)

Angka harapan Hidup (a) (b)

100

90

80

70

60

(pre

se

nta

se

)

Air bersih

30

25

20

15

10(p

rese

nta

se

)

Prevelensi kurang gizi (c) (d)

1%-20%

21%-40%

41%-60%

61%-80%

81%-100%

9

Gambar 7 menunjukkan bahwa sebagian besar masyarakat di daerah Jawa Timur sudah

menggunakan air bersih.

4.2 Analisis Model Persamaan Struktural

Validitas Konvergen

Hasil pengujian validitas konvergen untuk di Jawa Timur dapat dilihat pada outer model

loadings seperti gambar di bawah ini. Berdasarkan gambar di bawah ini dapat diketahui bahwa:

Gambar 8. Diagram jalur persamaan struktural terhadap indikator pada masing-masing variabel laten

Tabel 1. Indikator variabel SDM

Indikator Variabel Sumber Daya

Manusia Loading Keterangan

Angka Melek Huruf 0.906 Valid

Angka Partisipasi Sekolah 0.857 Valid

Tingkat pengangguran Terbuka 0.814 Valid Tabel 1. menunjukkan bahwa untuk variabel angka melek huruf, angka partisipasi sekolah dan

tingkat pengangguran terbuka dapat digunakan untuk mengukur variabel Sumber Daya Manusia

karena nilai loadingnya > 0.5. Tabel 2. Indikator variabel Ekonomi

Indikator Variabel

Ekonomi Loading Keterangan

Garis Kemiskinan 0.752 Valid

Lantai tanah 0.779 Valid

PDRB 0.609 Valid

Laju pertumbuhan ekonomi 0.079 Tidak valid Tabel 2. menunjukkan bahwa untuk variabel Laju pertumbuhan ekonomi tidak valid

dikarenakan nilai loading < 0.5. sedangkan untuk indikator garis kemiskinan, lantai tanah dan PDRB

dapat digunakan untuk mengukur variabel Ekonomi. Tabel 3. Indikator variabel Kualitas Hidup

Indikator Variabel

Kualitas Hidup Loading Keterangan

Air bersih 0.668 valid

Angka Harapan Hidup 0.841 valid

10

Prevelensi kurang gizi 0.517 valid

sanitasi 0.928 valid Tabel 3 menunjukkan bahwa semua variabel pada variabel laten Kualitas Hidup adalah valid

dikarenakan nilai loading > 0.5. Hal ini berarti semua indikator dapat digunakan untuk mengukur

variabel laten Kualitas Hidup.

Validitas Konvergen Setelah Indikator Dibuang Pengujian ulang setelah indikator yang tidak valid dihilangkan di wilayah Kota dan Kabupaten

Jawa Timur, diagram jalurnya sebagai berikut:

Gambar 9. Diagram jalur setelah dilakukan seleksi terhadap indikator yang tidak valid

Hasil pengujian ulang setelah indikator yang tidak valid dihilangkan dari konstruk hasilnya di

Jawa Timur dapat dilihat pada tabel berikut. Tabel 4. Uji Validitas Konvergen untuk konstruk SDM

Indikator Variabel

Sumber Daya Manusia Loading T-

Statistik Keterangan

Angka Melek Huruf 0.906 18.4087 Valid

Angka Partisipasi Sekolah 0.857 18.6901 Valid Tingkat pengangguran

Terbuka 0.813 19.6314 Valid Tabel 4. menunjukkan bahwa nilai loading () dari semua variabel untuk konstruk SDM > 0.5

dengan nilai T-Statistik > 1.96, artinya semua variabel signifikan secara statistik dan valid dalam

mengukur konstruk SDM. Tabel 5. Uji Validitas Konvergen untuk konstruk Ekonomi

Indikator

Variabel

Ekonomi Loading T-

Statistik Keterangan

Garis Kemiskinan 0.725 6.5727 Valid

Lantai tanah 0.813 6.2097 Valid

PDRB 0.628 6.7344 Valid Tabel 5. menunjukkan nilai loading () dari semua variabel untuk konstruk Ekonomi > 0.5

dengan nilai T-Statistik > 1.96, artinya semua variabel signifikan secara statistik dan valid dalam

mengukur konstruk Ekonomi.

11

Tabel 6. Uji Validitas Konvergen untuk konstruk Kualitas Hidup

Indikator Variabel

Kualitas Hidup Loading T-

Statistik Keterangan

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

Tabel 6. menunjukkan bahwa nilai loading () dari semua variabel untuk konstruk Kualitas

Hidup > 0.5 dengan nilai T-Statistik > 1.96, artinya semua variabel signifikan secara statistik dan valid

dalam mengukur konstruk Kualitas Hidup.

Reliabilitas Komposit Hasil pengujian reliabilitas komposit di Jawa Timur adalah sebagai berikut:

Tabel 7. Reliabilitas Komposit

Variabel Composite Reliability Keterangan

SDM 0.894 Reliabel

Ekonomi 0.768 Reliabel

Kualitas Hidup 0.836 Reliabel Berdasarkan hasil uji reliabilitas komposit, untuk variabel laten Ekonomi memiliki nilai

reliabilitas komposit sebesar 0.768, variabel Kualitas Hidup sebesar 0.836, dan variabel sumber daya

manusia sebesar 0.894. Semua variabel laten di atas memiliki nilai reliabilitas komposit 0.7 berarti

indikator -indikator yang digunakan benar-benar dapat dipercaya (mampu) untuk mengukur

konstruknya.

Penilaian R2 dan Koefisien Parameter Jalur Pada Partial Least Square, koefisien parameter jalur diperoleh melalui bobot inner model

dengan terlebih dahulu dicari nilai T-statistik melalui prosedur bootstrap standard error.

Hasil penilain R2 dan koefisien parameter jalur di Jawa Timur adalah sebagai berikut.

Tabel 8. Koefisien Parameter Jalur

Variabel

Koefisien

Parameter

Jalur Sample

Mean Standard

Error T-Statistik Ekonomi

Kualitas Hidup 0.115892 0.11245 0.039236 2.953676 SDM

Ekonomi 0.663342 0.662771 0.059553 11.13864

SDM

Kualitas Hidup 0.926443 0.931978 0.012245 75.65926

Tabel 9. R-square Jawa Timur

Variabel R Square

Ekonomi 0.4400

Kualitas Hidup 0.8658

Nilai R2(1) untuk variabel Ekonomi sebesar 0.44 artinya variasi Ekonomi dapat dijelaskan oleh

variabel Sumber daya manusia sebesar 44% sedangkan sisanya sebesar 66% dipengaruhi oleh variabel

12

lain yang tidak terdapat di dalam model penelitian ini. Nilai R2

(2) untuk variabel kualitas Hidup

sebesar 0.8658, artinya variasi Kualitas Hidup dapat dijelaskan oleh variabel Sumber daya manusia

sebesar 86,58% sedangkan sisanya sebesar 13,42% dipengaruhi oleh variabel lain yang tidak terdapat

di dalam model.

Berdasarkan hasil estimasi bootstrap dengan menggunakan kasus persampel 50 dengan sampel

asli sebanyak 38, diperoleh nilai koefisien parameter untuk model struktural sebagai berikut.

Pengaruh Sumber Daya Manusia terhadap Ekonomi (11) sebesar 0.663342 satuan dengan nilai T-statistik sebesar 11.13864 (> 1.96). H0 ditolak, artinya terdapat pengaruh signifikan positif antara

variabel Sumber Daya Manusia terhadap variabel Ekonomi. Hal ini berarti semakin tinggi Sumbar

Daya Manusia di Jawa Timur semakin tinggi tingkat Ekonomi.

Pengaruh Sumber Daya Manusia terhadap Kualitas Hidup (21) sebesar 0.926443 satuan dengan nilai T-statistik sebesar 75.65926 (> 1.96). H0 ditolak, artinya terdapat pengaruh signifikan positif

antara variabel Sumber Daya Manusia terhadap variabel Kualitas Hidup.

Pengaruh variabel Ekonomi terhadap Kualitas Hidup (21) sebesar 0.115892 satuan dengan nilai T-statistik sebesar 2.953676 (> 1.96). H0 ditolak, artinya terdapat pengaruh signifikan positif antara

variabel Sumber Daya Manusia terhadap variabel Kualitas Hidup.

Selanjutnya koefisien parameter yang diperoleh dimasukkan ke dalam persamaan matematis

sebagai berikut:

Ekonomi = 0,663342 SDM

Kualitas Hidup = 0,115892 Ekonomi + 0,926443 SDM

Artinya:

Setiap kenaikan Sumber Daya Manusia sebesar satu satuan akan mengakibatkan kenaikan ekonomi sebesar 0.663342 satuan.

Setiap kenaikan Ekonomi sebesar satu satuan dengan asumsi variabel Sumber Daya Manusia tetap akan mengakibatkan kenaikan Kualitas Hidup sebesar 0.115892 satuan.

Setiap kenaikan Sumber Daya Manusia sebesar satu satuan dengan asumsi variabel Ekonomi tetap akan mengakibatkan naiknya Kualitas Hidup sebesar 0.926443 satuan.

Setiap kenaikan Sumber Daya Manusia dan Ekonomi sebesar satu satuan akan mengakibatkan naiknya Kualitas Hidup sebesar 1.042335 satuan.

5.Kesimpulan :

Berdasarkan analisis data dan pembahasan hasil penelitian maka dapat ditarik kesimpulan

sebagai berikut:

1. Berdasarkan hasil pengujian validitas konvergen Indikator Pembangunan Berkelanjutan di Jawa Timur untuk konstruk SDM adalah Angka Melek Huruf, Angka Partisipasi Sekolah dan

tingkat pengangguran terbuka. Indikator dari konstruk Ekonomi adalah jumlah masyarakat

yang hidup di bawah garis kemiskinan, banyaknya masyarakat yang sebagian besar rumahnya

masih berlantai tanah dan PDRB per-kapita. Indikator dari konstruk kualitas Hidup adalah

akses air bersih, Angka Harapan Hidup, Prevelensi kurang gizi dan akses Sanitasi.

2. Terdapat pengaruh yang positif dan nyata (signifikan) antara konstruk Sumber Daya Manusia dan Ekonomi. Hal ini berarti semakin tinggi Sumber Daya Manusia di Jawa Timur semakin

tinggi tingkat perekonomian. Pada model yang kedua, terdapat pengaruh yang positif dan

nyata (signifikan) antara konstruk Sumber Daya Manusia dan Kualitas Hidup.

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.

13

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)

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.