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