i PERBANDINGAN PENDUGAAN PARAMETER ... - CORE
-
Upload
khangminh22 -
Category
Documents
-
view
0 -
download
0
Transcript of i PERBANDINGAN PENDUGAAN PARAMETER ... - CORE
i
PERBANDINGAN PENDUGAAN PARAMETER BERBASIS
OLS (ORDINARY LEAST SQUARE) dan WLS (WEIGHTED
LEAST SQUARE) PADA ANALISIS PATH (Studi Kasus pada Pengembangan Potensi Desa Bendosari
Kecamatan Pujon Kabupaten Malang)
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains
dalam bidang Statistika
oleh:
RIANA DANY
145090501111053
PROGRAM STUDI STATISTIKA
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
MALANG
2017
ii
LEMBAR PENGESAHAN SKRIPSI
PERBANDINGAN PENDUGAAN PARAMETER BERBASIS
OLS (ORDINARY LEAST SQUARE) dan WLS (WEIGHTED
LEAST SQUARE) PADA ANALISIS PATH (Studi Kasus pada Pengembangan Potensi Desa Bendosari
Kecamatan Pujon Kabupaten Malang)
oleh :
RIANA DANY
145090501111053
Setelah dipertahankan di depan Majelis Penguji
pada tanggal 27 Desember 2017
dan dinyatakan memenuhi syarat untuk memperoleh gelar
Sarjana Sains dalam bidang Statistika
Dosen Pembimbing
Dr. Adji Achmad R.F., S.Si., M.Sc
NIP. 198109082005011002
Mengetahui,
Ketua Jurusan Matematika
Fakultas MIPA
Universitas Brawijaya
Ratno Bagus Edy Wibowo, S.Si, M.Si, Ph.D
NIP. 197509082000031003
iii
LEMBAR PERNYATAAN
Saya yang bertanda tangan di bawah ini:
NAMA : RIANA DANY
NIM : 145090501111053
PROGRAM STUDI : STATISTIKA
SKRIPSI BERJUDUL :
PERBANDINGAN PENDUGAAN PARAMETER BERBASIS
OLS (ORDINARY LEAST SQUARE) dan WLS (WEIGHTED
LEAST SQUARE) PADA ANALISIS PATH (Studi Kasus pada Pengembangan Potensi Desa Bendosari
Kecamatan Pujon Kabupaten Malang)
Dengan ini menyatakan bahwa:
1. Isi dari skripsi yang saya buat adalah benar-benar karya
sendiri dan tidak menjiplak karya orang lain, selain nama-
nama yang termaktub di isi dan tertulis di daftar pustaka
dalam skripsi ini.
2. Apabila di kemudian hari ternyata skripsi yang saya tulis
terbukti hasil jiplakan, maka saya akan bersedia
menanggung risiko.
Demikian pernyataan ini saya buat dengan segala kesadaran.
Malang, 27 Desember 2017
yang menyatakan,
Riana Dany
NIM. 145090501111053
iv
PERBANDINGAN PENDUGAAN PARAMETER BERBASIS
OLS (ORDINARY LEAST SQUARE) DAN WLS (WEIGHTED
LEAST SQUARE) PADA ANALISIS PATH (Studi Kasus pada Pengembangan Potensi Desa Bendosari
Kecamatan Pujon Kabupaten Malang)
ABSTRAK
Penelitian ini dilatar belakangi oleh adanya klasifikasi Indeks Desa
Membangun Provinsi Jawa Timur, yang mengkategorikan Desa
Bendosari sebagai salah satu dari dua desa yang statusnya tertinggal.
Tujuan penelitian ini adalah menerapkan model analisis path terhadap
variabel yang mempengaruhi pengembangan potensi desa dan untuk
mengetahui metode Ordinary Least Square (OLS) atau Weighted
Least Square (WLS) yang paling baik digunakan sebagai pendugaan
koefisien path. Penelitian ini menggunakan kuesioner sebagai alat
bantu untuk mengumpulkan data. Banyak responden yang terlibat
ditentukan menggunakan metode proportional area non-probability
dengan teknik accidenta,l yaitu sebanyak 100 Kepala Keluarga di
Desa Bendosari. Hasil penelitian menunjukkan penduga WLS
merupakan penduga tak bias yang lebih baik karena mempunyai
ragam yang lebih kecil daripada penduga OLS dengan efisiensi rata-
rata sebesar 2%. Berdasarkan metode WLS, keragaman data yang
dapat dijelaskan oleh model sebesar 62,40% sedangkan 37,60%
sisanya dipengaruhi oleh variabel lain. Variabel Modal Sosial
mempunyai pengaruh total paling besar terhadap Aksesibilitas, yaitu
sebesar 0,5293. Pengaruh paling besar terhadap Ketahanan Sosial
adalah Aksesibilitas, yaitu sebesar 0,8231. Pengaruh paling besar
terhadap Ketahanan ekologi adalah Ketahanan Sosial, yaitu sebesar
0,5964. Sedangkan variabel Ketahanan Sosial mempunyai pengaruh
paling besar terhadap Ketahanan Ekonomi, yaitu sebesar 0,4597
dengan melalui Ketahanan Ekologi. Berdasarkan sobel test, variabel
Ketahanan Sosial dan Ketahanan Ekologi mampu sebagai variabel
perantara.
Kata Kunci: Aksesibilitas, Analisis Path, Desa Bendosari, OLS, WLS.
v
COMPARISON OF ELIMINATION PARAMETERS BASED
ON OLS (ORDINARY LEAST SQUARE) AND WLS
(WEIGHTED LEAST SQUARE) ON PATH ANALYSIS
(Study on Potential Development of Bendosari Village,
Pujon, Malang Regency)
ABSTRACT
This study is motivated by the classification of Village Development
Index East Java Province, which categorize Bendosari Village as one
of the two villages whose status is langging. The purpose of this study
is to apply path analysis to the variables that influence the
development of village potency and to know the method of Ordinary
Least Square (OLS) or Weighted Least Square (WLS) which is the
best used as the estimation of path analysis coefficient. This study
uses questionnaires as a tool for collecting data. The number of
respondents involved was determined using proportional method of
non-probability area with the accidental technique, that is 100 Head
of Family. The results show that WLS estimators are better unbiased
estimators because they have a smaller range than OLS estimators
with an average efficiency of 2%. Based on the WLS method, the data
diversity that can be explained by the model is 62.40% and 37.60% is
affected by other variables. The Social Capital variable has the
greatest total effect on Accessibility of 0.5293. The greatest influence
on Social Resilience is Accessibility of 0.8231. The greatest influence
on ecological Resilience is Social Resilience of 0.5964. While the
variable of Social Resilience has the greatest influence on Economic
Resilience of 0.4597 with through Ecological Resilience. Based on
the sobel test, Social Resilience and Ecological Resilience variables
are capable of being an intermediate variable.
Keyword: Accessibility, Path Analysis, Bendosari Village, OLS, WLS.
vi
KATA PENGANTAR
Puji dan syukur penulis ucapkan kepada Allah SWT atas
rahmat dan hidayah-Nya sehingga skripsi yang berjudul “PERBANDINGAN PENDUGAAN PARAMETER BERBASIS OLS
(ORDINARY LEAST SQUARE) DAN WLS (WEIGHTED LEAST SQUARE)
PADA ANALISIS PATH” ini dapat terselesaikan.
Kelancaran dalam penyusunan skripsi ini tidak lepas dari
berbagai bantuan, dukungan dan doa berbagai pihak. Oleh karena itu,
penulis menyampaikan rasa terima kasih kepada:
1. Ibu, Ayah, Yuda dan keluarga saya yang selalu memberikan
dukungan dan doa.
2. Dr. Adji Achmad R.F., S.Si., M.Sc selaku dosen pembimbing
skripsi yang telah memberikan bimbingan dan saran selama proses
penyusunan skripsi ini.
3. Nurjannah., S.Si., M.Phil., PhD selaku dosen penguji I yang telah
memberikan bimbingan dan saran selama proses penyusunan
skripsi ini.
4. Dr. Dra. Ani Budi Astuti, M.Si selaku dosen penguji II yang telah
memberikan bimbingan dan saran selama proses penyusunan
skripsi ini.
5. Dr.Ir. Solimun, MS selaku ketua Kelompok Kajian Statistika yang
telah memberikan dukungan selama proses penyusunan skripsi.
6. Dr. Rahma Fitriani, S.Si., M.Sc selaku ketua Program Studi
Statistika Universitas Brawijaya.
7. Ratno Bagus Edy Wibowo, S.Si., M.Si., PhD selaku Ketua
Jurusan Matematika Universitas Brawijaya.
8. Seluruh staf dan karyawan Jurusan Matematika Fakultas
Matematika dan Ilmu Pengetahuan Alam Universitas Brawijaya.
9. Teman-teman KK dan DM yang yang saling mendukung,
mengingatkan dan bertukar informasi.
10. Teman-teman statistika 2014 Universitas Brawijaya yang telah
memberikan dukungan dan doa.
Penyusunan skripsi ini masih jauh dari kesempurnaan. Oleh
karena itu, penulis mengharapkan kritik dan saran demi perbaikan
dan penyempurnaan. Semoga skripsi ini dapat bermanfaat bagi semua
pihak.
Malang, Desember 2017
Penulis
vii
DAFTAR ISI
Hal.
HALAMAN JUDUL ................................................................................. i
HALAMAN PENGESAHAN .................................................................. ii
HALAMAN PERNYATAAN ................................................................. iii
ABSTRAK ............................................................................................... iv
ABSTRACT ............................................................................................. v
KATA PENGANTAR ............................................................................. vi
DAFTAR ISI .......................................................................................... vii
DAFTAR GAMBAR ............................................................................... ix
DAFTAR TABEL .................................................................................... x
DAFTAR LAMPIRAN ........................................................................... xi
BAB I. PENDAHULUAN ....................................................................... 1
1.1. Latar Belakang ...................................................................... 1
1.2. Rumusan Masalah.................................................................. 3
1.3. Batasan Masalah .................................................................... 3
1.4. Tujuan Penelitian ................................................................... 3
1.5. Manfaat Penelitian ................................................................. 3
BAB II. TINJAUAN PUSTAKA ............................................................. 5
2.1. Analisis Regresi ..................................................................... 5
2.2. Analisis Path (Analisis Jalur) ................................................. 5
2.2.1. Diagram Path ............................................................... 6
2.2.2. Jenis Pengaruh Dalam Analisis Path............................. 7
2.3. Model Analisis Path .............................................................. 7
2.4. Pendugaan Koefisien Parameter ............................................. 9
2.4.1. Metode Ordinary Least Square (OLS) .......................... 9
2.4.2. Metode Weighted Least Square (WLS) ....................... 14
2.4.3. Asumsi Analisis Path ................................................. 15
2.4.4. Pengujian Hipotesis .................................................... 17
2.4.5. Validitas Model .......................................................... 19
2.5. Efisiensi Relatif ................................................................... 20
2.6. Variabel dan Pengukuran Variabel Penelitian ...................... 20
2.7. Pemeriksaan Instrumen Penelitian ....................................... 21
2.7.1. Pemeriksaan Validitas ................................................ 21
2.7.2. Pemeriksaan Reliabilitas ............................................. 22
2.8. Variabel Penelitian .............................................................. 23
2.8.1. Sustainable Livelihood Approach ............................... 23
2.8.2. Aksesibilitas ............................................................... 24
2.8.3. Aspek Ketahanan ....................................................... 24
BAB III. METODE PENELITIAN ....................................................... 27
3.1. Sumber Data ...................................................................... 27
3.2. Populasi dan Sampel .......................................................... 27
viii
Hal.
3.3. Uji Coba Instrumen Penelitian ............................................ 29
3.3.1. Pilot Test Pertama .................................................... 29
3.3.2. Pilot Test Kedua ....................................................... 32
3.4. Metode Analisis Data ........................................................ 33
3.5. Diagram Alir ..................................................................... 35
BAB IV. HASIL DAN PEMBAHASAN................................................ 37
4.1. Penskalaan Data ................................................................ 37
4.2. Analisis Path ..................................................................... 37
4.2.1. Pendugaan Parameter .............................................. 37
4.2.2. Uji Asumsi Analisis Path ........................................ 38
4.2.3. Pengujian Hipotesis ................................................. 40
4.2.4. Validitas Model ....................................................... 41
4.3. Pemilihan Model Terbaik.................................................. 42
4.3.1. Efisiensi Relatif ....................................................... 43
4.4. Pengaruh Pada Analisis Path ............................................ 43
4.5. Intepretasi ......................................................................... 47
BAB V. KESIMPULAN......................................................................... 49
5.1. Kesimpulan ......................................................................... 49
5.2. Saran ................................................................................... 49
DAFTAR PUSTAKA ............................................................................. 51
LAMPIRAN ........................................................................................... 55
ix
DAFTAR GAMBAR
Hal.
Gambar 2.1. Diagram path ......................................................................... 6
Gambar 2.2. Pengaruh langsung ................................................................. 7
Gambar 2.3. Pengaruh tidak langsung ........................................................ 7
Gambar 3.1. Diagram alir analisis path .................................................... 36
Gambar 4.1. Diagram dan koefisien path ................................................. 38
Gambar 4.2. Model theory trimming ........................................................ 42
Gambar 4.3. Model hasil penelitian .......................................................... 44
x
DAFTAR TABEL
Hal.
Tabel 2.1. Analisis variansi regresi linier ................................................. 18
Tabel 2.2. Pemeringkatan skala likert ....................................................... 21
Tabel 3.1. Jumlah KK di setiap dusun ...................................................... 27
Tabel 3.2. Pemeriksaan validitas dan reliabilitas pilot test pertama ........... 29
Tabel 3.3. Pemeriksaan validitas dan reliabilitas pilot test kedua ............. 32
Tabel 4.1. Perhitungan skala untuk item 1 ................................................ 32
Tabel 4.2. Hasil pengujian asumsi normalitas galat .................................. 39
Tabel 4.3. Hasil pengujian asumsi homoskesdastisitas ............................. 39
Tabel 4.4. Hasil pengujian asumsi linieritas ............................................. 40
Tabel 4.5. Hasil pengujian hipotesis ......................................................... 40
Tabel 4.6. Koefisien determinasi total untuk metode OLS dan WLS ........ 41
Tabel 4.7. Perbandingan nilai R2 dan MSE dari metode OLS dan WLS.... 42
Tabel 4.8. Perhitungan efisiensi relatif ..................................................... 43
Tabel 4.9. Pengaruh pada analisis path ..................................................... 44
Tabel 4.10. Hasil sobel test ...................................................................... 47
xi
DAFTAR LAMPIRAN
Hal.
Lampiran 1. Kuesioner pilot test pertama ................................................. 55
Lampiran 2. Kuesioner valid dan reliabel ................................................. 63
Lampiran 3. Hasil pemeriksaan validitas dan reliabilitas
pilot test pertama .................................................................. 71
Lampiran 4. Hasil pemeriksaan validitas dan reliabilitas pilot test kedua .. 77
Lampiran 5. Uji asumsi normalitas galat .................................................. 83
Lampiran 6. Uji asumsi homoskesdastisitas .............................................. 85
Lampiran 7. Syntax program R ................................................................. 87
Lampiran 8. Output program R ................................................................ 92
Lampiran 9. Pengujian Sobel test ............................................................. 95
PERBANDINGAN PENDUGAAN PARAMETER BERBASIS
OLS (ORDINARY LEAST SQUARE) DAN WLS (WEIGHTED
LEAST SQUARE) PADA ANALISIS PATH (Studi Kasus pada Pengembangan Potensi Desa Bendosari
Kecamatan Pujon Kabupaten Malang)
SKRIPSI
oleh:
RIANA DANY
145090501111053
PROGRAM STUDI STATISTIKA
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
MALANG
2017
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Analisis regresi merupakan bagian dari analisis statistika yang
berfungsi untuk menduga pengaruh antara variabel endogen dan
variabel eksogen (Hardle, 1990). Analisis regresi digunakan untuk
menggambarkan hubungan fungsional antara satu variabel endogen
dengan beberapa variabel eksogen dalam suatu bentuk model regresi.
Dalam penelitian ini variabel endogen dan variabel eksogen yang
digunakan mempunyai skala interval atau rasio.
Analisis regresi hanya mempunyai satu variabel endogen saja
dan beberapa variabel eksogen. Dalam penelitian ini terdapat
beberapa variabel endogen sehingga dibutuhkan analisis path.
Analisis path mempertimbangkan adanya variabel intervening yaitu
variabel yang mempengaruhi hubungan antara variabel eksogen
dengan variabel endogen menjadi hubungan yang tidak langsung dan
tidak dapat diamati atau diukur. Variabel ini merupakan variabel
perantara (antara variabel eksogen dengan variabel endogen),
sehingga variabel eksogen tidak langsung mempengaruhi berubahnya
atau timbulnya variabel endogen.
Analisis path adalah pengembangan analisis regresi yang
memiliki lebih dari satu persamaan, di mana persamaan pada analisis
path bercirikan minimal terdapat satu variabel endogen, satu variabel
eksogen dan satu variabel intervening. Analisis path merupakan
salah satu teknik dalam multivariat yang dikembangkan oleh Sewall
Wright pada tahun 1934. Dillon dan Goldstein (1984) menyebutkan
bahwa Wright (1934) mengembangkan metode tersebut sebagai
sarana untuk mempelajari efek langsung dan tidak langsung dari
beberapa variabel di mana beberapa variabel dipandang sebagai
variabel penyebab dan variabel lain dipandang sebagai variabel
akibat. Menurut Solimun (2010), asumsi utama dalam analisis path
adalah hubungan antar variabel adalah linier atau disebut asumsi
linieritas. Diagram path merupakan dasar dari analisis path, yaitu
prosedur untuk mengestimasi seberapa kuatnya setiap hubungan
yang tergambar dalam diagram path. Diagram path digunakan untuk
menampilkan secara grafis hubungan kausal baik terukur dan yang
tidak terukur.
Penelitian ini dilakukan di Desa Bendosari, Kecamatan Pujon,
Malang. Berdasarkan klasifikasi Indeks Desa Membangun Provinsi
2
Jawa Timur, Desa Bendosari merupakan salah satu diantara dua desa
yang statusnya sebagai desa tertinggal (selain Desa Sukomulyo). Di
sisi lain, delapan desa sekitarnya berada pada kondisi berkembang.
Desa Bendosari berada di pelosok jauh dari pusat pemerintahan
daerah Kabupaten dan juga akses jalan untuk menuju ke desa
tersebut seperti terisolasi atau terpencil.
Aksesibilitas merupakan masalah utama di Desa Bendosari
sehingga diperlukan suatu pembangunan masyarakat desa.
Pembangunan masyarakat desa merupakan salah satu proses dari
perubahan sosial yang direncanakan dengan tujuan untuk mengubah
keadaan yang tidak dikehendaki ke arah yang dikehendahi atau lebih
baik dan pembangunan masyarakat desa ini merupakan bagian dari
pembangunan nasional. Kontribusi mendasar yang diterapkan guna
membantu menyelesaikan permasalahan nyata, untuk membangun
desa tertinggal menjadi desa mandiri/ maju/ berkembang.
Penelitian ini menggunakan variabel yang mempengaruhi
Aksesibilitas, Ketahanan Sosial, Ketahanan Ekologi dan Ketahanan
Ekonomi Desa Bendosari dengan mempertimbangkan Modal
Manusia, Modal Alam, Modal Keuangan dan Modal Sosial.
Variabel-variabel tersebut merupakan variabel yang tidak dapat
diukur secara langsung atau merupakan variabel laten, maka
diperlukan alat ukur yang dapat menggambarkan variabel secara
tepat dan presisi. Oleh karena itu, diperlukan pengumpulan data
berupa kuesioner menggunakan skala likert dengan lima respon
sehingga data yang diperoleh adalah data skor.
Penelitian yang dikembangkan oleh Suteja (2017), mengenai
penerapan analisis path pada situs belanja online lazada
menggunakan metode Ordinary Least Square (OLS) dalam
pendugaan koefisien analisis path. Metode OLS digunakan jika
model bersifat linier dalam parameter, yaitu dengan meminimumkan
jumlah kuadrat galat. Metode OLS tersebut belum mampu
mengakomodir adanya korelasi antar error pada persamaan. Untuk
mengatasi korelasi antar persamaan maka dilakukan optimasi
Weighted Least Square (WLS) yang mampu mengakomodir korelasi
antar persamaan menggunakan weighted (pembobot) berupa invers
dari matriks varian kovarian error.
3
1.2. Rumusan Masalah
Rumusan masalah yang ingin dikemukakan berdasarkan latar
belakang yaitu:
1. Bagaimana mendapatkan model analisis path untuk menguji
apakah variabel Modal Manusia, Modal Alam, Modal Keuangan
dan Modal Sosial berpengaruh terhadap Aksesibilitas,
Ketahanan Sosial, Ketahanan Ekologi dan Ketahanan Ekonomi
di Desa Bendosari?
2. Bagaimana perbandingan metode Ordinary Least Square (OLS)
tanpa mempertimbangkan korelasi antar persamaan dan
Weighted Least Square (WLS) dengan mempertimbangkan
korelasi antar persamaan dalam pendugaan koefisien analisis
path?
1.3. Batasan Masalah
Batasan masalah dalam penelitian kali ini adalah sebagai
berikut:
1. Data terdiri dari empat variabel endogen dan beberapa variabel
eksogen yang memiliki skala data minimal interval atau rasio
baik pada variabel endogen maupun variabel eksogen.
2. Variabel yang digunakan dibatasi pada hubungan antar variabel
bersifat linier.
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1. Mendapatkan model analisis path untuk menguji variabel Modal
Manusia, Modal Alam, Modal Keuangan dan Modal Sosial
berpengaruh terhadap Aksesibilitas, Ketahanan Sosial,
Ketahanan Ekologi dan Ketahanan Ekonomi di Desa Bendosari.
2. Mengetahui perbandingan metode Ordinary Least Square
(OLS) tanpa mempertimbangkan korelasi antar persamaan dan
Weighted Least Square (WLS) dengan mempertimbangkan
korelasi antar persamaan dalam pendugaan koefisien analisis
path.
4
1.5. Manfaat Penelitian
Manfaat yang akan diperoleh dari penelitian ini adalah:
1. Menambah informasi kepada masyarakat Desa Bendosari
mengenai variabel yang mempengaruhi Aksesibilitas,
Ketahanan Sosial, Ketahanan Ekologi dan Ketahanan Ekonomi
di Desa Bendosari agar dapat menyelesaikan masalah
pengembangan potensi desa.
2. Mengetahui apakah metode Ordinary Least Square (OLS) tanpa
mempertimbangkan korelasi antar persamaan atau Weighted
Least Square (WLS) dengan mempertimbangkan korelasi antar
persamaan yang lebih baik digunakan untuk pendugaan
koefisien analisis path.
5
BAB II
TINJAUAN PUSTAKA
2.1. Analisis Regresi
Analisis regresi merupakan sebuah metode statistika yang
digunakan untuk mengetahui hubungan dua peubah atau lebih
sehingga dapat memprediksi sebuah peubah respon (Kutner dkk.,
2005). Penerapan penting dari model regresi adalah memprediksi
peubah respon berdasarkan peubah prediktor. Persamaan regresi
dapat ditulis sebagai berikut:
0 1 1 2 2i i i iY X X X (2.1)
dengan
1,2,3, ,i n
di mana:
iY : peubah respon ke-i
0 : intersep
i : koefisien regresi ke-i
iX
: peubah prediktor ke-i
i : galat ke-i yang diasumsikan saling bebas dengan nilai tengah
nol dan keragaman konstan
N : ukuran pengamatan (Wang, 2011).
Menurut Budiantara (2006), regresi parametrik digunakan
ketika asumsi linieritas terpenuhi di mana bentuk kurva regresi sudah
diketahui antara lain seperti linier, kuadratik, kubik, dan
eksponensial. Asumsi linieritas diperlukan untuk mengetahui bentuk
kurva regresi secara tepat tanpa dipengaruhi oleh subyektifitas
peneliti.
2.2. Analisis Path (Analisis Jalur)
Analisis path merupakan pengembangan dari analisis regresi.
Analisis path merupakan salah satu teknik dalam multivariat yang
dikembangkan oleh Sewall Wright pada tahun 1934. Menurut Li
(1975), analisis path tergantung pada hubungan sebab dan akibat
antar variabel yang sering disebut variabel eksogen dan endogen.
Dillon dan Goldstein (1984) menyebutkan bahwa Wright (1934)
mengembangkan metode tersebut sebagai sarana untuk mempelajari
efek langsung dan tidak langsung dari beberapa variabel di mana
6
beberapa variabel dipandang sebagai penyebab dan variabel lain
dipandang sebagai akibat. Pengertian lain menyebutkan bahwa
analisis path menentukan kekuatan path yang ditunjukkan dalam
suatu diagram path (Hair dkk., 1998). Berdasarkan beberapa
pengertian tersebut analisis path dapat diartikan sebagai salah satu
teknik multivariat yang mempelajari hubungan sebab akibat antar
variabel yang sering disebut variabel eksogen dan endogen dengan
tujuan untuk mencari path paling efisien.
2.2.1. Diagram Path
Salah satu komponen yang penting dalam analisis path adalah
pembuatan diagram path. Setelah mendapatkan model konseptual,
selanjutnya dibentuk suatu diagram path dalam bentuk gambar untuk
mempermudah dalam melihat hubungan kausalitas antar variabel
(Dillon dan Goldstein, 1984). Dengan bantuan diagram path dapat
melihat pengaruh variabel tersebut secara langsung atau tidak
langsung. Diagram path dapat digambarkan seperti pada Gambar 2.1.
Modal Manusia
(X1)
Modal Alam
(X2)
Modal Keuangan
(X3)
Modal Sosial
(X4)
Aksesibilitas
(Y1)
Ketahanan
Sosial (Y2)
Ketahanan
Ekonomi (Y4)
Ketahanan
Ekologi (Y3)
βX1Y1
βX2Y1
βY1Y2
βX3Y1
βX4Y1
βY1Y3
βY1Y4
βY2Y3
βY3Y4
βY2Y4
Gambar 2.1. Diagram Path
Konsep pada Gambar 2.1 diadopsi dari Farrington dkk., (1999)
yang didesain sedemikian rupa sehingga sangat relevan untuk
kawasan yang sedang berkembang. Pendekatan sustainable
livelihood untuk mencapai pemenuhan ketahanan sosial, ekologi dan
ekonomi melewati aksesibilitas dengan melalui modal-modal yang
ada dalam tata sistem kehidupan.
7
2.2.2. Jenis Pengaruh Dalam Analisis Path
Suatu variabel dapat dipandang sebagai penyebab atau akibat.
Hal ini dapat diketahui dari pengaruh antar variabel. Solimun (2010)
menjelaskan bahwa terdapat jenis-jenis pengaruh di dalam analisis
path yaitu:
1. Pengaruh Langsung (Direct Effect)
Antar variabel disebut memiliki pengaruh langsung apabila
pengaruh antara variabel eksogen dan endogen terjadi tanpa melalui
variabel lain sebagai perantara.
X1
Y1
βX1Y1
Gambar 2.2. Pengaruh Langsung
Dari Gambar 2.2 dapat diketahui bahwa besar pengaruh langsung
dapat diketahui secara langsung sebesar βX1Y1.
2. Pengaruh Tidak Langsung (Indirect Effect)
Antar variabel memiliki pengaruh tidak langsung apabila
pengaruh antara variabel eksogen dan endogen melalui variabel
lain sebagai perantara.
X1
Y1
βX1Y1
Y2
βY1Y2
Gambar 2.3. Pengaruh Tidak Langsung
Dari Gambar 2.3 diketahui bahwa pengaruh X1 terhadap Y2
melalui Y1. Besar pengaruh langsung dihitung dengan mengalikan
pengaruh langsung X1 terhadap Y1 dan pengaruh langsung Y1
terhadap Y2 dengan rumus βX1Y1 x βY1Y2.
3. Pengaruh Total (Total Effect)
Pengaruh total merupakan penjumlahan dari pengaruh langsung
dan pengaruh tidak langsung. Berdasarkan Gambar 2.2 dan Gambar
2.3 besar pengaruh total dapat dihitung dengan rumus βX1Y1 + (βX1Y1
x βY1Y2).
2.3. Model Analisis Path
Model dari regresi dapat digunakan sebagai alat bantu untuk
membuat model analisis path (Dillon dan Goldstein, 1984). Model
analisis path dibedakan menjadi dua, yaitu model analisis path
sederhana dan model analisis path kompleks.
8
Variabel dalam analisis path diperlukan standarisasi data untuk
menyamakan rata-rata dan ragam, sehingga koefisien yang
didapatkan memiliki satuan yang sama. Menurut Li (1975),
transformasi untuk mengubah suatu data menjadi data standardized
dilakukan dengan membakukan rata-rata menjadi 0 dan ragam 1
menggunakan rumus sebagai berikut:
𝑍𝑗𝑖 =𝑋𝑗𝑖−�̅�𝑗.
𝑆𝑋𝑗
dan 𝑍𝑌𝑖 =𝑌𝑖−�̅�
𝑆𝑌 (2.2)
Keterangan:
Zji : nilai variabel eksogen ke-j pada pengamatan ke-i yang telah
dibakukan
Xji : nilai variabel eksogen ke-j pada pengamatan ke-i
�̅�j. : rata-rata variabel eksogen ke-Zj
SXj : simpangan baku variabel eksogen ke-j
ZYi : nilai pengamatan ke-i pada variabel endogen yang telah
dibakukan
Yi : nilai pengamatan ke-i pada variabel endogen
�̅� : rata-rata variabel endogen
SY : simpangan baku variabel endogen
Berdasarkan Gambar 2.1 dapat dibentuk model analisis path
yang telah dibakukan untuk setiap pengamatan seperti berikut:
1 1 1 1 2 1 2 3 1 3 4 1 4 11
2 1 2 1 21
3 1 3 1 2 3 2 31
4 1 4 1 2 4 2 3 4 3 41
Y X Y X X Y X X Y X X Y X Y
Y Y Y Y Y
Y Y Y Y Y Y Y Y
Y Y Y Y Y Y Y Y Y Y Y
Z Z Z Z Z
Z Z
Z Z Z
Z Z Z Z
(2.3)
Persamaan (2.3) ditulis dalam bentuk matriks sebagai berikut:
9
11 11 21 31 41
12 12 22 32 42
1 1 2 3 4
21 11
22 12
2
31
32
3
41
42
4
0 0 0
0 0 0
0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0
Y X X X X
Y X X X X
Y n X n X n X n X n
Y Y
Y Y
Y n Y
Y
Y
Y n
Y
Y
Y n
Z Z Z Z Z
Z Z Z Z Z
Z Z Z Z Z
Z Z
Z Z
Z Z
Z
Z
Z
Z
Z
Z
1
11 21
12 22
1 2
11 21 31
12 22 32
1 2 3
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 00 0
0 0 00 0 0 0 0
0 0 00 0 0 0 0
0 0 00 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
n
Y Y
Y Y
Y n Y n
Y Y Y
Y Y Y
Y n Y n Y n
Z Z
Z Z
Z Z
Z Z Z
Z Z Z
Z Z Z
11
12
11 1
212 1
223 1
4 1
21 2
1 3 31
2 3 32
1 4
2 4 3
3 4 41
42
4
Y
Y
Y nX Y
YX Y
YX Y
X Y
Y nY Y
Y Y Y
Y Y Y
Y Y
Y Y Y n
Y Y Y
Y
Y n
Atau dapat ditulis:
Y X (2.4)
2.4. Pendugaan Koefisien Parameter
Koefisien analisis path menunjukkan pengaruh suatu variabel
eksogen terhadap variabel endogen. Pendugaan koefisien path dapat
dilakukan dengan menduga parameter. Pendugaan parameter
dilakukan dengan menggunakan metode OLS (Ordinary Least
Square) dan WLS (Weighted Least Square) untuk melihat
perbandingan hasil koefisien analisis path.
2.4.1. Metode Ordinary Least Square (OLS)
Metode Ordinary Least Square (OLS) digunakan jika model
bersifat linier dalam parameter, yaitu dengan meminimumkan jumlah
kuadrat galat. Berdasarkan persamaan (2.4) diperoleh:
Y X
Y X
10
Metode OLS meminimumkan fungsi berikut:
min min min ( ) ( )Q Y Y X X (2.5)
Pendugaan parameter dengan pendekatan OLS dengan
meminimumkan Q berikut:
Q T
T Y Y- - X Xε ε
T T TY Y - X - X
T T T T T TY Y Y Y - X - X + X X
T T T T T2Y Y Y - X + X X (2.6)
Penyelesaian optimasi persamaan (2.6) dengan melakukan turunan Q
terhadap b untuk mendapatkan nilai penduga b̂ pada persamaan (2.7).
T T
T T
T T
( )0
( )
ˆ 0
ˆ 0
ˆ
Y
Y
Y
Q
- X + X X =
-X + X X =
X X = X
T Tˆ Y
-1
X X X (2.7)
Berdasarkan persamaan (2.3) dilakukan pendugaan parameter
menggunakan metode OLS untuk masing-masing model analisis
path. Berikut ini merupakan pendugaan parameter untuk masing-
masing model analisis path:
1. Persamaan (1)
11 1 1 2 1 2 3 1 3 4 1 4 11Y X Y X X Y X X Y X X Y X YZ Z Z Z Z
Pada model analisis path di atas didapatkan hasil pendugaan
parameter berdasarkan persamaan (2.7) yaitu:
1 1
2 1
(1)
3 1
4 1
ˆ
ˆˆ
ˆ
ˆ
X Y
X Y
X Y
X Y
11
dengan,
11 21 31 41
12 22 32 42
(1)
1 2 3 4
X X X X
X X X X
X n X n X n X n
Z Z Z Z
Z Z Z Z
Z Z Z Z
Χ
1
2
(1)
1
1
1
Y
Y
Y n
Z
Z
Z
Y
2. Persamaan (2)
2 1 2 1 21Y Y Y Y YZ Z
Pada model analisis path di atas didapatkan hasil pendugaan
parameter berdasarkan persamaan (2.7):
1 2ˆ ˆ(2) Y Y
dengan,
11
12
(2)
1
Y
Y
Y n
Z
Z
Z
Χ
2
2
(2)
1
2
2
Y
Y
Y n
Z
Z
Z
Y
3. Persamaan (3)
3 1 3 1 2 3 2 31Y Y Y Y Y Y Y YZ Z Z
Pada model analisis path di atas didapatkan hasil pendugaan
parameter berdasarkan persamaan (2.7):
1 3
2 3
ˆ(3)
Y Y
Y Y
dengan,
11 21
12 22
(3)
1 2
Y Y
Y Y
Y n Y n
Z Z
Z Z
Z Z
Χ
3
2
(3)
1
3
3
Y
Y
Y n
Z
Z
Z
Y
12
4. Persamaan (4)
4 1 4 1 2 4 2 3 4 3 41Y Y Y Y Y Y Y Y Y Y YZ Z Z Z
Pada model analisis path di atas didapatkan hasil pendugaan
parameter berdasarkan persamaan (2.7):
1 4
2 4
3 4
ˆ(4)
Y Y
Y Y
Y Y
dengan,
11 21 31
12 22 32
(4)
1 2 3
Y Y Y
Y Y Y
Y n Y n Y n
Z Z Z
Z Z Z
Z Z Z
Χ
4
2
(4)
1
4
4
Y
Y
Y n
Z
Z
Z
Y
Berdasarkan keempat persamaan di atas didapatkan total
pendugaan parameter sebagai berikut:
1 1
2 1
3 1
4 1
1 2
1 3
2 3
1 4
2 4
3 4
ˆ
X Y
X Y
X Y
X Y
Y Y
Y Y
Y Y
Y Y
Y Y
Y Y
(2.8)
dengan,
13
11 21 31 41
12 22 32 42
1 2 3 4
11
12
1
11 21
12 22
1 2
0 0 00 0 0
0 0 00 0 0
0 0 00 0 0
0 0 00 0 0 0 0 0
0 0 00 0 0 0 0 0
0 00 0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
X X X X
X X X X
X n X n X n X n
Y
Y
Y n
Y Y
Y Y
Y n Y n
Z Z Z Z
Z Z Z Z
Z Z Z Z
Z
Z
Z
Z Z
Z Z
Z Z
X
11 21 31
12 22 32
1 2 3
0
0 0 0
0 0 0
0 0 0
Y Y Y
Y Y Y
Y n Y n Y n
Z Z Z
Z Z Z
Z Z Z
(2.9)
11
12
1
21
22
2
31
32
3
41
42
4
Y
Y
Y n
Y
Y
Y n
Y
Y
Y n
Y
Y
Y n
Z
Z
Z
Z
Z
Z
Z
Z
Z
Y
Z
Z
Z
(2.10)
14
2.4.2. Metode Weighted Least Square (WLS)
Metode OLS belum mengakomodir adanya korelasi antar
persamaan pada keempat persamaan (2.3). Menurut Fernandes
(2015), penduga b%
%dilakukan dengan optimasi Weighted Least
Square (WLS) yang mampu mengakomodir korelasi antar persamaan
menggunakan weighted (pembobot) berupa invers dari matriks
varians-kovarians error. Estimasi Matriks varian-kovarians error
untuk model analisis path pada Gambar 2.1 sebagai berikut:
11 12 13 14
21 22 23 24
31 32 33 34
41 42 43 44 4 4
ˆ ˆ ˆ ˆ
ˆ ˆ ˆ ˆˆ
ˆ ˆ ˆ ˆ
ˆ ˆ ˆ ˆnx n
Σ
(2.11)
di mana:
1 1 1 1
2 2 2 2
ˆ ˆ( )( ) ' 0 0
ˆ ˆ0 ( )( ) ' 0ˆ
ˆ ˆ0 0 ( )( ) '
i i j j
i i j jij
in in jn jn
Y Y Y Y
Y Y Y Y
Y Y Y Y
é ù- -ê úê ú
- -ê úS = ê ú
ê úê úê ú- -ê úë û
L% % % %
L% % % %
M M O M
L% % % %
dengan i=1,2,3,4
j=1,2,3,4
Penyelesaian persamaan tersebut menggunakan weighted (pembobot)
dengan nilai X dan ,persamaan tersebut adalah sebagai berikut:
1 1min min min ( ) ( )Y YQ Σ X Σ X
(2.12)
Untuk menyelesaikan optimasi pada persamaan (2.12), maka
dilakukan turunan parsial, sebagai berikut:
1 1
1 1 1 1
( ) ( ) ( ) ( )( ) Y Y Y Y
Y Y Y Y
Q
X Σ X X Σ X
Σ X Σ Σ X X Σ X
1 1 12Y Y Y Σ X Σ X Σ X
(2.13)
Perhatikan bahwa Y Y X X karena hasil keduanya berupa
skalar. Proses selanjutnya adalah menurunkan persamaan (2.13)
terhadap menghasilkan persamaan (2.14). Setelah itu diturunkan
15
terhadap , kemudian disamakan dengan nol dapat dilihat pada
persamaan (2.15). Sehingga didapatkan penduga pada persamaan
(2.16).
1 1( )
2 2Q
Y
X Σ X Σ X (2.14)
1 1Y X Σ X Σ X (2.15)
1 1 1( ) Y X Σ X X Σ (2.16)
Hasil pendugaan parameter menggunakan metode WLS sama
dengan hasil pendugaan parameter menggunakan metode OLS pada
persamaan (2.8) dengan X sama dengan persamaan (2.9), Y sama
dengan persamaan (2.10) dan pembobot pada persamaan (2.11).
2.4.3. Asumsi Analisis Path
Menurut Gujarati (2004), analisis regresi diperlukan
pemenuhan beberapa asumsi yang mendasari pendugaan parameter
dengan pendekatan Ordinary Least Square (OLS).
1. Kenormalan Galat
Galat berdistribusi normal dalam pendugaan parameter regresi
diperlukan karena diharapkan nilai tengah galat sebesar nol. Metode
untuk menguji kenormalan galat adalah Kolmogorov-Smirnov yang
merupakan salah satu bagian dari goodness of fit (Sheskin, 2000).
Prosedur uji Kolmogorov-Smirnov adalah:
a. Hipotesis:
H0 : 0( ) ( )
NF X F X (Galat berdistribusi normal), vs
H1 : 0( ) ( )
NF X F X
(Galat tidak berdistribusi normal)
b. Statistik Kolmogorov-Smirnov
0sup ( ) ( )N ND F X F X (2.17)
di mana:
DN : selisih mutlak maksimum antara fungsi sebaran empiris
dan fungsi sebaran normal
FN(X) : fungsi peluang kumulatif pengamatan
F0(X) : fungsi peluang kumulatif distribusi normal.
c. Terima H0 jika statistik uji DN ≤ Dtabel maka galat berdistribusi
normal.
16
2. Homoskesdastisitas
Homoskedastistitas merupakan kondisi di mana ragam galat
homogen atau ragam galat konstan. Menurut Kutner dkk., (2005),
untuk menguji kehomogenan ragam galat dapat menggunakan uji
Breusch-Pagan. Pengujian ini pada sampel besar yang diasumsikan
galat saling bebas, berdistribusi normal dan ragam galat 𝜎𝑖2
dipengaruhi level dari peubah prediktor (X) seperti persamaan
berikut ini:
2
0 1e i iLog X (2.18)
Berdasarkan persamaan (2.18) dapat diketahui bahwa 𝜎𝑖2 akan
meningkat maupun menurun tergantung 𝛾1 pada 𝑋𝑖. Ragam galat
akan konstan jika 𝛾1 = 0 sehingga pengujian hipotesis uji Breusch-
Pagan yaitu:
H0: 𝛾1 = 0 (Ragam galat konstan), vs
H1: 𝛾1 ≠ 0 (Ragam galat tidak konstan)
Statistik uji yang digunakan 𝜒𝐵𝑃2 seperti berikut:
*
2 2
12 ~BP
JKR
JKS
n
(2.19)
di mana:
JKR* : jumlah kuadrat regresi antara sisaan (e2) dan peubah prediktor
(X)
JKS : jumlah kuadrat sisaan regresi antara peubah respon (Y) dan
peubah prediktor (X).
Jika H0: 𝛾1 = 0 pada pengamatan dengan n besar maka 2
BP
mengikuti sebaran chi-square dengan derajat bebas satu. Keputusan
menerima H0 jika statistik uji
2
BP lebih kecil dibanding 2
(1)
sehingga tidak terdapat heteroskedastisitas.
3. Linieritas
Asumsi linieritas diperlukan untuk mengetahui bentuk kurva
regresi dengan tepat. Menurut Wu dan Zhang (2006), jika asumsi
linieritas tidak terpenuhi maka bentuk hubungan peubah prediktor
dan peubah respon adalah tidak linier. Salah satu metode untuk
menguji linieritas hubungan antara peubah respon dan prediktor
17
adalah Regression Specification Error Test (RESET) adalah sebagai
berikut (Gujarati, 2004).
a) Persamaan regresi pertama yaitu:
0 1i i iY X
Pendugaan parameter dengan pendekatan OLS kemudian
diperoleh pendugaan sebagai berikut.
0 1ˆ ˆˆ
i iY X
Kemudian melakukan perhitungan 2
1R sebagai berikut.
2
2 1
1
2
1
ˆ(Y )
1
(Y )
n
i i
i
n
i
i
Y
R
Y
b) Persamaan regresi kedua yaitu: 2 3
0 1 1 2 3ˆ ˆ
i i i i iY X Y Y
Pendugaan parameter dengan pendekatan Ordinary Least Square
(OLS) kemudian diperoleh pendugaan sebagai berikut.
Kemudian melakukan perhitungan 2
2R sebagai berikut.
* 2
2 1
2
2
1
ˆ(Y )
1
(Y )
n
i i
i
n
i
i
Y
R
Y
c) Pengujian bentuk hubungan peubah prediktor dan peubah respon
linier atau nonlinier yaitu:
Hipotesis:
0 2 3: 0H , vs
1 :H minimal ada satu 0, 2,3j j
Statistik uji mengikuti sebaran F sebagai berikut. 2 2
2 1
(k 1,n k 2)2
2
( ) / 2~
(1 ) / ( (k 2))
R RF F
R n
(2.20)
Keputusan untuk menolak H0 jika statistik uji F<titik kritis
(k 1,n k 2)F maka hubungan antara peubah prediktor dan
peubah respon adalah nonlinier.
2.4.4. Pengujian Hipotesis
Pengujian hipotesis dilakukan untuk mengetahui signifikansi
model analisis path yang terbentuk dengan cara membandingkan
18
nilai |thitung| dengan |ttabel| pada taraf nyata 5%. Untuk menghitung
pengujian hipotesis menggunakan uji t, maka perlu diketahui
perhitungan analisis variansi untuk regresi linier dengan perhitungan
menurut Mendenhall dkk., (2009) sebagai berikut:
Tabel 2.1. Analisis Variansi Regresi Linier
Sumber
Keragaman Db JK
KT
Regresi P 2JKR ( ) /XY XXS S /MSR JKR p
Galat n – p – 1 2( )( )XY
YY
XX
SJKG S
S
– –1
JKGMSE
n p
Total n – 1 YYS
Keterangan :
2 2( ) ( )(X )(Y )
i i
XY i i i i
X YS X Y X Y
n
2
2 2( )
(X )i
XX i i
XS X X
n
2
2 2( )
(Y )i
YY i i
YS Y Y
n
Hipotesis yang digunakan untuk pengujian hipotesis adalah:
H0 : βYXj = 0 ,vs
H1 : βYXj ≠ 0
Statistik Uji t:
jY
( 2)2
Xˆ ˆ ˆβ β 0 β 0
ˆ MSE/(β) /
β
n
XXXX
tSSe S
(2.21)
Jika didapatkan hasil |thitung|>|ttabel| maka H0 ditolak sehingga
dapat disimpulkan bahwa terdapat pengaruh pada koefisien path.
Selain menggunakan statistik uji t dapat digunakan nilai p. Jika nilai
p kurang dari α (0,05) maka H0 ditolak, artinya terdapat pengaruh
pada koefisien path.
19
2.4.5. Validitas Model
Suatu model dinyatakan valid apabila asumsi yang
melandasinya telah terpenuhi. Selain itu, menurut Solimun (2010)
terdapat dua indikator validitas model di dalam analisis path yaitu:
1) Koefisien Determinasi Total
Total keragaman data yang dapat dijelaskan oleh model dapat
ditunjukkan dengan koefisien determinasi total dengan rumus
sebagai berikut: 2 2 2 2
1 21t e e epR P P P (2.22)
Sedangkan untuk perhitungan pengaruh sisaan (error) dapat
dilakukan dengan rumus sebagai berikut: 21ei iP R
(2.23)
di mana:
2
2 1
2
1
ˆ(Y )
1
(Y )
n
i i
i
i n
i
i
Y
R
Y
(2.24)
Keterangan:
Rt2 = koefisien determinasi total
Ri2 = koefisien determinasi pada masing-masing persamaan
𝑝𝑒𝑖 = pengaruh sisaan pada masing-masing persamaan
Interpretasi untuk Rt2 sama dengan interpretasi untuk koefisien
determinasi (R2) pada analisis regresi. Koefisien determinasi total
memiliki nilai berkisar antara 0% sampai dengan 100%. Menurut
Hair dan Ringle (2011), bila nilai 2R >0,75 maka termasuk model
regresi substansial (kuat), bila nilai 0,05< 2R <0,75 maka termasuk
model regresi moderate (sedang), bila nilai 2R <0,50 maka termasuk
model regresi weak (lemah) dalam menggambarkan model.
2) Theory Triming
Menurut Solimun (2010), uji validasi path pada setiap path untuk
pengaruh langsung pada metode trimming mengadopsi strategi yang
sama dengan analisis regresi, menggunakan nilai peluang dari uji t
yaitu pengujian koefisien regresi yang dibakukan secara parsial.
Metode ini merupakan suatu pendekatan untuk memperbaiki model
analisis path yang dilakukan dengan menghapus koefisien path yang
tidak memenuhi kriteria signifikansi (Dillon dan Goldstein, 1984).
20
Dengan kata lain, apabila setelah dilakukan pengujian ternyata
terdapat path yang tidak signifikan, maka path tersebut dihapus
sehingga dapat diperoleh model signifikan yang didukung oleh data
empirik.
2.5. Efisiensi Relatif
Untuk mengetahui perbandingan metode yang digunakan pada
penelitian ini maka dibutuhkan suatu ukuran untuk mengukurnya.
Dua buah penduga dapat dibandingkan efisiensinya menggunakan
efsiensi relatif. Efisiensi dari dua buah penduga �̂� relatif terhadap �̃�
dapat didefinisikan sebagai berikut (Wackerly dkk., 2008):
ˆ( )ˆ( , ) 100%( )
Veff X
V
(2.25)
Jika hasil dari perhitungan tersebut lebih dari satu maka dapat
dinyatakan bahwa penduga �̃� merupakan penduga tak bias yang
lebih baik karena mempunyai ragam lebih kecil daripada �̂�.
2.6. Variabel dan Pengukuran Variabel Penelitian
Berbagai gejala yang muncul menjadi bahan yang dapat
digunakan sebagai penelitian. Penelitian yang dilakukan dibidang
sosial, ekonomi, dan psikologi erat melibatkan variabel yang tidak
dapat diukur secara langsung atau sering disebut dengan variabel
laten (unobservable). Variabel laten tersebut menggunakan bantuan
alat ukur yang disebut dengan kuesioner yang diperoleh dari
instrumen penelitian dengan memperhatikan tinjauan secara
konseptual dan studi empiris. Data variabel laten diperoleh dari
setiap item pada masing-masing indikator instrumen penelitian
(Solimun, 2010). Data yang diperoleh dari setiap item tersebut
disamakan dengan variabel manifes atau variabel observable.
Terdapat beberapa metode yang digunakan dalam memperoleh
data variabel laten, seperti:
1. Metode rata-rata skor
2. Metode total skor
3. Metode rescoring
4. Metode skor faktor
5. Metode skor komponen utama
Dalam penelitian ini menggunakan metode rata-rata skor dalam
memperoleh data variabel laten. Metode Rata-Rata Skor merupakan
21
metode dengan cara menghitung rata-rata pada skor dari indikator
masing-masing variabel laten yang telah dijumlahkan.
Dengan menggunakan skala likert, variabel akan dijabarkan
menjadi dimensi. Kemudian dari dimensi akan dibentuk indikator-
indikator yang dapat dijadikan pedoman untuk membuat item
instrumen penelitian. Berdasarkan skala likert terdapat lima alternatif
jawaban dengan skor sebagai berikut:
Tabel 2.2. Pemeringkatan Skala Likert
Alternatif Jawaban Skor
Sangat Tidak Setuju (STS) 1
Tidak Setuju (TS) 2
Netral (N) 3
Setuju (S) 4
Sangat Setuju (SS) 5
Setiap pilihan jawaban diberi skor sehingga dapat dilakukan
perhitungan untuk analisis lebih lanjut. Metode penskalaan yang
dilakukan adalah Method of Succesive Internal (MSI). Langkah
dalam menghitung menggunakan metode ini adalah dengan
melakukan perhitungan frekuensi, proporsi, proporsi kumulatif pada
masing-masing skor, menghitung nilai kritis Z dan densitas Z,
menghitung scale value dan skala yang digunakan.
2.7. Pemeriksaan Instrumen Penelitian
Dalam suatu penelitian data dapat diperoleh dari hasil
kuesioner. Suatu kuesioner akan menghasilkan data yang akurat
apabila telah diukur ketepatannya. Berikut ini merupakan penjelasan
mengenai pemeriksaan validitas dan reliabilitas.
2.7.1. Pemeriksaan Validitas
Azwar (1992) mengatakan bahwa, validitas berasal dari kata
validity yang mempunyai arti sejauh mana ketepatan dan kecermatan
suatu alat ukur dalam melakukan fungsi ukurnya. Suatu instrumen
pengukuran dapat dikatakan memiliki validitas yang tinggi apabila
alat tersebut menjalankan fungsi ukurnya atau memberikan hasil
yang sesuai dengan maksud dilakukan analisis tersebut. Pemeriksaan
validitas instrumen dapat dilakukan dengan menggunakan corrected
item-total correlation dengan rumus sebagai berikut:
22
( )2 2( 2 )
ix x i
i x i
x i ix i x
r S Sr
S S r S S
(2.26)
Keterangan:
𝑟𝑖(𝑥−𝑖) : koefisien korelasi dari item ke-i dengan total skor semua
item (kecuali item ke-i)
𝑟𝑖𝑥 : koefisien korelasi item ke-i dengan skor total
𝑆𝑖 : standar deviasi item ke-i
𝑆𝑥 : standar deviasi total skor
Menurut Masrun dalam Solimun (2010), menyebutkan bahwa
jika koefisien korelasi positif dan bernilai≥0,3 maka item yang
bersangkutan dianggap valid. Item dalam instrumen penelitian yang
telah valid kemudian diperiksa reliabilitasnya.
2.7.2. Pemeriksaan Reliabilitas
Menurut Sekaran dan Bougie (2010), reliabilitas menunjukkan
sejauh mana pengukuran tersebut tanpa bias dan menjamin
pengukuran yang konsisten berdasarkan waktu dan berbagai item
dalam instrumen penelitian. Dengan arti lain jika suatu set objek
yang sama diukur berkali-kali dengan alat ukur yang sama kemudian
diperoleh hasil yang sama, maka instrumen yang bersangkutan dapat
dikatakan mempunyai derajat reliabilitas yang tinggi. Terdapat
beberapa metode yang digunakan untuk mengukur tingkat reliabilitas
instrumen seperti koefisien Croncbach’s Alpha sebagai berikut
(Mustafa, 2009):
α = (Q
Q−1) (1 −
∑ Si2
Sx2 ) (2.27)
Keterangan:
α : koefisien croncbach’s alpha
Q : banyaknya item dalam satu variabel
𝑆𝑖2 : ragam skor setiap item
𝑆𝑥2 : ragam skor total item
Menurut Sekaran dan Bougie (2010), jika hasil koefisien
croncbach’s alpha menunjukkan angka≥0,6 maka dapat disimpulkan
bahwa instrumen tersebut dinyatakan reliabel. Apabila instrumen
telah valid dan reliabel maka instrumen tersebut dikatakan telah
layak untuk penelitian.
23
2.8. Variabel Penelitian Variabel yang digunakan dalam penelitian kali ini adalah
dengan menggunakan pendekatan Sustainable Livelihood yang
disebarkan melalui kuesioner kepada masyarakat Desa Bendosari,
Kecamatan Pujon, Malang.
2.8.1. Sustainable Livelihood Approach
Sustainable Livelihood Approach merupakan cara berfikir
untuk mengembangkan pembangunan secara evolusi dengan tujuan
mengefektifkan segala usaha dalam mengakhiri kemiskinan.
Menurut Farrington dkk.,(1999), unsur dalam Sustainable Livelihood
Approach adalah Modal Manusia, Modal Alam, Modal Keuangan
dan Modal Sosial yang dijelaskan sebagai berikut:
1) Modal Manusia
Kesehatan orang-orang dan kemampuan untuk bekerja,
pengetahuan dan ketrampilan yang mereka miliki maupun yang
dimiliki dari generasi ke generasi dan pengalaman serta observasi
merupakan modal manusia. Pendidikan dapat membantu manusia
meningkatkan kemampuanya untuk menggunakan aset ataupun
menciptakan aset menjadi lebih baik. Oleh karena itu, perubahan
dalam modal manusia harus dilihat tidak hanya sebagai efek yang
kecil, tetapi juga sebagai faktor pendukung untuk aset lainnya.
2) Modal Alam
Aspek penting yang perlu dicermati dalam kaitannya dengan
kelestarian lingkungan adalah modal alam, hal ini dapat diartikan
sebagai sumberdaya alam yang mengalir dan sumberdaya layanan
yang sudah tersedia. Kaitannya dengan ini adalah mata pencaharian
orang-orang miskin yang berasal atau berbasis dari alam yang ada
dan juga berkaitan dengan basis kegiatan mereka.
3) Modal Keuangan
Modal keuangan yang terdapat pada rumahtangga pedaerahan
mungkin berasal dari konversi atau pengubahan produksinya ke
dalam kas (tunai) dalam rangka untuk menutupi periode selama
produksi yang kurang atau investasi untuk kegiatan lain. Modal
keuangan menandakan keuangan sumberdaya manusia yang mereka
gunakan untuk mencapai mata pencaharian.
4) Modal Sosial
Modal sosial dapat dikatakan sebagai cara di mana orang bekerja
bersama dalam rumah tangga sendiri ataupun dalam komunitas yang
lebih luas. Dalam komunitas masyarakat, rumah tangga yang berbeda
24
akan terhubung bersama-sama dengan bersandar pada kewajiban
sosial, pertukaran yang timbal balik dan kepercayaan dan dukungan
yang saling menguntungkan. Hal ini dapat digagas sebagai modal
sosial yang merupakan bagian dari kemampuan mata pencaharian
rumah tangga.
2.8.2. Aksesibilitas
Aksesibilitas merupakan suatu ukuran kemudahan yang
dicapai oleh seseorang terhadap suatu objek, pelayan ataupun
lingkungan. Kemudahan akses tersebut diimplementasikan pada
bangunan gedung, lingkungan dan fasilitas umum lain. Pada
masyarakat pedesaan lebih dari separuh pedesaan mungkin
dimanfaatkan untuk mata pencaharian mereka seperti pertanian,
peternakan dan kehutanan. Dennis dalam Magribi (2004) merinci
kebutuhan perjalanan dan kegiatan transportasi pada kawasan
pedesaan ditujukan untuk:
1. Aktivitas subsinten (tradisional), meliputi aktivitas pengumpulan
air, bahan bakar, dan bahan pangan.
2. Tujuan-tujuan ekonomis, seperti aktivitas pertanian, non-
pertanian, dan perdagangan.
3. Pengembangan sumber daya manusia, seperti aktivitas untuk
memperoleh pelayanan pendidikan, kesehatan, dan sebagainya.
2.8.3. Aspek Ketahanan
Aspek ketahanan merupakan pembangunan suatu wilayah
yang memperhatikan aspek sosial, ekologi dan ekonomi. Menurut
Fauzi (2004), kosep ketahanan mengandung dua dimensi: Pertama
adalah dimensi waktu karena keberlanjutan menyangkut apa yang
akan terjadi di masa mendatang. Kedua adalah dimensi interaksi
antara Ketahan Sosial, Ketahanan Ekologi dan Ketahanan Ekonomi.
a. Ketahanan Sosial
Ketahanan sosial dapat diartikan sebagai sistem yang mampu
mencapai kesetaraan, menyediakan layanan sosial termasuk bidang
kesehatan, bidang pendidikan, kesetaraan gender dan akuntabilitas
politik.
b. Ketahanan Ekologi
Ketahanan secara ekologi harus mampu memelihara sumberdaya
yang stabil, menghindari eksploitasi sumberdaya alam dan fungsi
penyerapan lingkungan.
25
c. Ketahanan Ekonomi
Ketahanan ekonomi diartikan sebagai pembangunan yang mampu
menghasilkan barang dan jasa secara berlanjut untuk memelihara
keberlanjutan pemerintah dan menghindari terjadinya
ketidakseimbangan produksi pertanian dan industri.
Cahyandito (2006) mengatakan bahwa ketiga aspek ketahanan di
atas sangat mempengaruhi pembangunan keberlanjutan dalam
wilayah. Aspek Ketahanan Ekonomi sangatlah bergantung pada
Ketahanan Sosial dan Ketahanan Ekologi. Apabila Ketahanan
Ekonomi mengeksploitasi sumber daya alam tanpa memperhatikan
daya dukung lingkungan dan mengabaikan norma-norma sosial,
maka keberlanjutan wilayah pada saat sekarang dan mendatang akan
terancam.
27
BAB III
METODE PENELITIAN
3.1. Sumber Data
Data yang digunakan dalam penelitian ini adalah data primer
yang diperoleh melalui kuesioner yang disebarkan kepada
masyarakat Desa Bendosari Kecamatan Pujon. Data yang didapatkan
melalui kuesioner bertujuan untuk pemodelan pengembangan potensi
Desa Bendosari dengan beberapa variabel yang mempengaruhi
Aksesibilitas, Ketahanan Sosial, Ketahanan Ekologi dan Ketahanan
Ekonomi Desa Bendosari dengan mempertimbangkan Modal
Manusia, Modal Alam, Modal Keuangan dan Modal Sosial.
3.2. Populasi dan Sampel
Unit sampel dalam penelitian ini adalah masyarakat Desa
Bendosari, Kecamatan Pujon, Kabupaten Malang, Jawa Timur.
Populasi dalam penelitian ini adalah seluruh masyarakat Desa
Bendosari, Kecamatan Pujon, Kabupaten Malang, Jawa Timur
dengan jumlah Kepala Keluarga (KK) sebanyak 1.151 KK. Desa
Bendosari mempunyai lima dusun yaitu, Ngeprih, Tretes, Cukal,
Dadapan Wetan dan Dadapan Kulon.
Tabel 3.1. Jumlah KK di setiap dusun
No Dusun Jumlah (KK)
1 Cukal 469
2 Dadapan Wetan 126
3 Dadapan Kulon 349
4 Ngeprih 61
5 Tretes 146
Jumlah 1151
Penentuan ukuran sampel dengan menggunakan rumus slovin
dengan presisi 10%. Riduwan (2005) mendefinisikan rumus slovin
sebagai berikut:
21 ( )
Nn
N e
di mana :
n : ukuran sampel
N : ukuran populasi
e : tingkat kesalahan yang masih bisa ditolerir antara 5-10%
(penelitian ini menggunakan 10%).
28
Berdasarkan rumus slovin, maka formulasi perhitungan pada
penelitian ini adalah : 1151
92.006 10021 1151(0.1)
n orang
Hasil perhitungan di atas menunjukan bahwa minimal sampel
yang diambil sebanyak 92 responden, pada penelitian ini sampel
yang diambil sebanyak 100 responden. Teknik sampling dilakukan
secara proportional area non-probability sampling yaitu
menggunakan accidental sampling. Menurut Arikunto dalam
Solimun (2017), proportional area berarti bahwa besarnya sampel
setiap wilayah proporsional atau sebanding dengan besarnya subjek
wilayah yang bersangkutan dan accidental sampling merupakan
teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja
yang secara kebetulan atau insidental bertemu dengan peneliti dapat
digunakan sebagai sampel, bila dipandang orang yang kebetulan
ditemui itu cocok sebagai sumber data. Penentuan pengambilan
sampel adalah sebagai berikut:
Populasi Sampeln xUkuran Sampel
Jumlah Populasi
Berdasarkan rumus di atas maka pengambilan sampel untuk
setiap dusun di Bendosari adalah sebagai berikut:
Dusun Cukal:
469100 40.75 41
1151x orang
Dusun Dadapan Wetan:
126100 10.95 11
1151x orang
Dusun Dadapan Kulon:
349100 30.32 30
1151x orang
Dusun Ngeprih:
61100 5.29 5
1151x orang
Dusun Tretes:
146100 12.68 13
1151x orang
29
3.3. Uji Coba Instrumen Penelitian
Instrumen penelitian yang baik harus bersifat valid dan reliabel.
Oleh karena itu, uji coba instrumen penelitian perlu dilakukan
sebelum digunakan untuk responden yang sebenarnya. Mustafa
(2009) menyebutkan bahwa terdapat dua hal yang harus diperhatikan
saat melakukan uji coba instrumen penelitian yaitu:
1) Untuk menjamin hasil yang memadai, karakteristik responden
yang digunakan untuk uji coba instrumen penelitian harus benar-
benar mencerminkan karakteristik subjek sesungguhnya yang mejadi
target penelitian.
2) Banyaknya responden untuk uji coba instrumen penelitian
sekurang-kurangnya 30 responden.
3.3.1. Pilot Test Pertama
Pada uji coba instrumen penelitian (pilot test) yang pertama
melibatkan 30 responden yang tersebar di Desa Bendosari.
Responden yang digunakan hanya berada di pusat desa yaitu Dusun
Cukal, hal ini dikarenakan akses menuju Dusun Cukal lebih mudah
daripada dusun lain di Desa Bendosari.
Berikut merupakan ringkasan dari hasil pilot test pertama:
Tabel 3.2. Pemeriksaan validitas dan reliabilitas pilot test pertama
Variabel Indikator Item
Item
tidak
valid
Cronbac
h’s
Alpha
Modal
Manusia
Pengetahuan 1 -
0,733
Keterampilan
SDM 2 -
Kemampuan untuk
bekerja 3 -
Etos Kerja 4 -
Indikator
kesehatan keluarga 5 -
Kesehatan tenaga
kerja/pekerja 6 -
30
Tabel 3.2. (Lanjutan)
Variabel Indikator Item
Item
tidak
valid
Cronbac
h’s
Alpha
Modal Alam
Ketersediaan
Sumberdaya Alam 1 -
0,659 Dampak yang
diakibatkan
adanya
sumberdaya alam
yang ada
2 -
Modal
Keuangan
Pendapatan/produ
ktivitas 1 -
0,841 Sarana dan
prasarana yang
dimiliki
2 -
Modal Sosial
Rasa percaya
(trust) 1 -
0,660
Hubungan sosial 2 -
Aksesibilitas
Akses pendidikan 1 -
0,644
Akses
memperoleh
keterampilan
2 -
Akses
memperoleh
pekerjaan
3 -
Akses kesehatan 4 -
Akses ke
sumberdaya yang
ada
5 -
Akses hubungan
sosial 6 -
Akses terhadap
infrastruktur
wilayah
7 -
31
Tabel 3.2. (Lanjutan)
Variabel Indikator Item
Item
tidak
valid
Cronba
ch’s
Alpha
Ketahanan
sosial
Kesehatan 1,2,3,4,5,
6 3,4,6
0,414
Pendidikan
7,8,9,10,
11,12,13,
14,15
7,8,10,
11,13,
14,
Potensi sosial
16,17,18,
19,20,21,
22,23,24,
25,26,27,
28,29,30
17,19,
20,21,
22,23,
24,25,
26,27,
30
Pemukiman
31,32,33,
34,35,36,
37,38
31,32,
33,34,
35,38
Ketahanan
ekonomi
Keragaman
produksi 1 1
0,599
Pelayanan
perdagaan 2,3,4 2,3
Akses distribusi 5 5
Lembaga ekonomi 6,7,8,9 9
Keterbukaan
wilayah 10,11,12 10
Ketahanan
ekologi
Kualitas
lingkungan 1,2,3,4 4
0,574 Potensi rawan
bencana 5 5
Tanggap bencana 6
Berdasarkan Tabel 3.2. dapat diketahui bahwa semua item pada
variabel Modal Manusia, Modal Alam, Modal Keuangan dan Modal
Sosial telah valid dan reliabel karena bernilai lebih dari 0.6.
Variabel Ketahanan Sosial belum bersifat reliabel karena nilai
kurang dari 0.6. Pada pemeriksaan validitas terdapat 26 item yang
tidak valid. Pada variabel tersebut, satu dimensi telah diwakili oleh
banyak item sehingga untuk menangani ketidakvalidan dapat
32
dilakukan dengan cara membuang item yang tidak valid atau dengan
cara memperbaiki susunan kata sehingga lebih dimengerti oleh
responden.
Variabel Ketahanan Ekonomi belum bersifat reliabel karena
nilai kurang dari 0.6. Pada pemeriksaan validitas terdapat 6 item
yang tidak valid. Pada variabel tersebut, satu dimensi telah diwakili
oleh banyak item sehingga untuk menangani ketidakvalidan dapat
dilakukan dengan cara membuang item yang tidak valid atau dengan
cara memperbaiki susunan kata sehingga lebih dimengerti oleh
responden.
Variabel Ketahanan Ekologi belum bersifat reliabel karena nilai
kurang dari 0.6. Pada pemeriksaan validitas terdapat 2 item yang
tidak valid. Pada variabel tersebut, satu dimensi telah diwakili oleh
banyak item sehingga untuk menangani ketidakvalidan dapat
dilakukan dengan cara membuang item yang tidak valid.
3.3.2. Pilot Test Kedua
Uji coba instrumen penelitian (pilot test) yang kedua
melibatkan 30 responden yang tersebar di Dusun Cukal di Desa
Bendosari. Pilot test kedua dilakukan untuk variabel yang belum
valid dan reliabel yaitu variabel Ketahanan Sosial, Ketahanan
Ekonomi dan Ketahanan Ekologi. Berikut ini merupakan ringkasan
dari hasil pilot test kedua:
Tabel 3.3. Pemeriksaan validitas dan reliabilitas pilot test kedua
Variabel Indikator Item
Item
tidak
valid
Cronbach
’s Alpha
Ketahanan
Sosial
Kesehatan 1,2,3,4,5,6 3,4
0,851
Pendidikan 7,8,9,10,11,
12,13,14,15
7,8,10,
14,
Potensi
sosial
16,17,18,19
,20,21,22,2
3,24,25,26,
27,28,29,30
20,21,
22,23,
24,25,
26,30
Pemukiman
31,32,33,34
,35,36,37,3
8 32,34
33
Tabel 3.3. (Lanjutan)
Variabel Indikator Item
Item
tidak
valid
Cronbach
’s Alpha
Ketahanan
Ekonomi
Keragaman
produksi 1 1
0,832
Pelayanan
perdagaan 2,3,4 3
Akses distribusi 5 - Lembaga
ekonomi 6,7,8,9 9
Keterbukaan
wilayah
10,11,1
2 -
Ketahanan
Ekologi
Kualitas
lingkungan 1,2,3 -
0,606 Tanggap bencana 6 -
Setelah ada perbaikan susunan kata pada beberapa item dan
membuang beberapa item yang tidak valid pada variabel Ketahanan
Sosial, dilakukan pemeriksaan validitas dan reliabilitas kembali.
Berdasarkan Tabel 3.3 dapat diketahui ternyata masih terdapat item
yang tidak valid, sehingga item tersebut dihilangkan.
Setelah ada perbaikan susunan kata pada beberapa item dan
membuang beberapa item yang tidak valid pada variabel Ketahanan
Ekonomi, dilakukan pemeriksaan validitas dan reliabilitas kembali.
Berdasarkan Tabel 3.3 dapat diketahui ternyata masih terdapat item
yang tidak valid, sehingga item tersebut dihilangkan.
Semua item pada variabel Ketahanan Ekologi sudah valid dan
reliabel sehingga variabel tersebut dapat dikatakan siap digunakan
untuk penelitian.
3.4. Metode Analisis Data
Langkah-langkah yang dilakukan dalam penelitian ini adalah
sebagai berikut:
1. Menentukan variabel yang digunakan untuk memecahkan
masalah dalam penelitian ini yaitu Modal Manusia, Modal Alam,
Modal Keuangan dan Modal Sosial berpengaruh terhadap
Aksesibilitas, Ketahanan Sosial, Ketahanan Ekonomi dan
Ketahanan Ekologi.
2. Meninjau dan menentukan teori menurut para ahli sesuai dengan
variabel penelitian ini.
34
3. Menentukan skala yang akan digunakan seperti pada poin 2.6.
4. Membuat kisi-kisi instrumen penelitian.
5. Membuat kuesioner penelitian seperti pada Lampiran 1.
6. Menentukan populasi dan sampel yang akan digunakan sebagai
objek penelitian seperti pada poin 3.2.
7. Melakukan uji coba (try out) instrumen penelitian seperti pada
poin 3.3.
8. Pemeriksaan validitas dan reliabilitas pada instrumen penelitian.
9. Mengumpulkan data dengan menyebar kuesioner kepada
responden yang banyaknya sudah ditetapkan.
10. Mengubah skor menjadi skala dengan menggunakan MSI sebagai
input untuk analisis selanjutnya menggunakan skor baku rata-rata
seperti penjelasan pada poin 2.6.
11. Melakukan path analysis.
Langkah-langkah yang digunakan dalam analisis path adalah
sebagai berikut:
1. Membuat diagram path sesuai dengan teori yang telah ditetapkan
pada Gambar 2.1.
2. Membuat model analisis path sesuai dengan diagram path yang
terbentuk seperti pada persamaan (2.3) yang sudah terstandarisasi.
3. Menduga koefisien path dengan menggunakan metode Ordinary
Least Square (OLS) sesuai dengan penjelasan sub bab 2.4.1.
4. Menduga koefisien path dengan menggunakan metode Weighted
Least Square (WLS) sesuai dengan penjelasan sub bab 2.4.2.
5. Memeriksa asumsi analisis path sesuai dengan penjelasan pada
sub bab 2.4.3.
6. Pengujian hipotesis analisis path sesuai dengan penjelasan 2.4.4 .
7. Memeriksa validitas model sesuai dengan penjelasan 2.4.5.
8. Menghitung efisiensi relatif sesuai dengan penjelasan 2.25.
9. Menghitung pengaruh langsung, tidak langsung dan pengaruh
total.
10. Membandingkan hasil pendugaan koefisien path metode OLS dan
WLS dengan mempertimbangan nilai koefisien determinasi total
dan hasil efisiensi relatif.
11. Mengintepretasikan besarnya koefisien analisis path dan
pengaruh dalam model path analysis yang terbentuk.
35
3.5. Diagram Alir
Mulai
Menentukan variabel penelitian
Menentukan teori sesuai dengan permasalahan
Merancang instrumen penelitian
Menentukan sampel dan populasi
Uji coba instrumen penelitian
Memeriksa validitas dan reliabilitas
Mengumpulkan data
Apakah kuesioner
valid dan reliabel?
Mengubah skor data menjadi skala
menggunakan MSI
Ya
Memperbaiki
kuesioner
Tidak
A
36
A
Data
Membuat diagram path
Memeriksa asumsi
Apakah asumsi
terpenuhi?
Model analisis path terstandarisasi
Ya
Penanganan
asumsi
terlanggar
Tidak
Menduga koefisien path dengan OLS dan WLS
Pengujian hipotesis koefisien path
Memeriksa validitas model
Menghitung pengaruh pada analisis path
Intepretasi hasil
Selesai
Menghitung efisiensi relatif
Gambar 3.1. Diagram alir analisis path
37
BAB IV
HASIL DAN PEMBAHASAN
4.1. Penskalaan Data
Data yang diperoleh menggunakan instrumen penelitian seperti
kuesioner masih merupakan data respon atau data skor yang tidak
memberikan arti yang signifikan. Hal ini dikarenakan data respon
atau data skor tersebut hanya menunjukkan sikap terhadap obyek
yang diukur. Seperti pada penelitian ini menggunakan model skala
likert dengan lima respon yaitu Sangat Tidak Setuju (STS) = 1,
Tidak Setuju (TS) = 2, Netral (N) = 3, Setuju (S) = 4, dan Sangat
Setuju (SS) = 5. Oleh karena itu, diperlukan penskalaan agar dapat
dilakukan analisis statistik dengan hasil yang diperoleh dapat
memberikan arti terhadap obyek yang diukur.
Perhitungan penskalaan menggunakan Method of Succesive
Internal (MSI) untuk item 1 dapat dilihat pada Tabel 4.1.
Tabel 4.1. Perhitungan Skala untuk Item 1
Kategori 1 2 3 4 5
Frekuensi 0 4 14 72 10
Proporsi 0 0,04 0,14 0,72 0,1
Prop. Kum. 0,01 0,05 0,19 0,91 1
Z 0,02665 0,10314 0,27137 0,16239 0,39894
SV -2,6652 -1,9121 -1,2016 0,15135 -2,3655
Skala 1 1,75313 2,46357 3,81657 4,28912
Berdasarkan Tabel 4.1 dapat diketahui bahwa transformasi dari skor
ke skala pada item 1 skor 1 berubah menjadi 1, skor 2 berubah
menjadi 1,75313, skor 3 berubah menjadi 2,46357, skor 4 berubah
menjadi 3,81657 dan skor 5 berubah menjadi 4,28912.
4.2. Analisis Path
4.2.1. Pendugaan Parameter
Pada penelitian ini, pendugaan parameter pada analisis path
dilakukan dengan menduga koefisien standardized menggunakan
metode Ordinary Least Square (OLS) dan Weighted Least Square
(WLS). Kedua metode digunakan karena ingin diketahui metode
mana yang paling baik digunakan untuk pendugaan parameter pada
analisis path. Berikut ini merupakan diagram dan koefisien path
yang telah diduga dengan bantuan software R.
38
Modal Manusia
(X1)
Modal Alam
(X2)
Modal Keuangan
(X3)
Modal Sosial
(X4)
Aksesibilitas
(Y1)
Ketahanan
Sosial (Y2)
Ketahanan
Ekonomi (Y4)
Ketahanan
Ekologi (Y3)
0,3810
0,4332
0,5411
0,5293
0,3130
0,3145
0,1541
0,1704
0,7621
0,8231
0,1633
0,1609
0,6293
0,5964
0,1244
0,1307
0,2024
0,2613
-0,2174
-0,1517
= Hasil OLS
= Hasil WLS
0,3495
0,3326
Gambar 4.1. Diagram dan koefisien path
Gambar 4.1 menunjukan bahwa terdapat pengaruh langsung
dan tidak langsung. Berdasarkan pendugaan koefisien path di atas
dapat dibentuk persamaan analisis path sebagai berikut:
1. Persamaan untuk metode OLS
11 2 3 4
2 1
3 1 2
4 1 2 3
0,3130 0,1541 0,3810 0,5411
0,7621
0,1633 0,6293
0,1244 0,2024 0,3495
Y X X X X
Y Y
Y Y Y
Y Y Y Y
Z Z Z Z Z
Z Z
Z Z Z
Z Z Z Z
2. Persamaan untuk metode WLS
11 2 3 4
2 1
3 1 2
4 1 2 3
0,3145 0,1704 0,4332 0,5293
0,8231
0,1609 0,5964
0,1307 0,2613 0,3326
Y X X X X
Y Y
Y Y Y
Y Y Y Y
Z Z Z Z Z
Z Z
Z Z Z
Z Z Z Z
4.2.2. Uji asumsi analisis path
Berikut ini merupakan hasil pengujian dan pemeriksaan
asumsi yang harus dipenuhi dalam analisis path:
1. Asumsi Normalitas Galat
Pengujian asumsi normalitas galat merujuk pada persamaan
(2.17). Pengujian dilakukan dengan menggunakan bantuan software
SPSS. Hasil pengujian dapat dilihat pada Lampiran 5 dan secara
ringkas dapat dilihat pada Tabel 4.2.
39
Tabel 4.2. Hasil pengujian asumsi normalitas galat
Varibel endogen Nilai-p Kesimpulan
Aksesibilitas 0,550 Normal
Ketahanan Sosial 0,854 Normal
Ketahanan Ekologi 0,389 Normal
Ketahanan Ekonomi 0,998 Normal
Berdasarkan Tabel 4.2 semua galat pada setiap sisaan
menghasilkan nilai peluang>α (0,05) sehingga terjadi penerimaan H0.
Berdasarkan hal tersebut dapat disimpulkan bahwa galat berdistribusi
normal.
2. Asumsi Homoskesdastisitas
Pengujian kehomogenan ragam merujuk pada persamaan (2.19).
Pengujian dilakukan dengan menggunakan bantuan software SPSS.
Hasil pengujian dapat dilihat pada Lampiran 6 dan secara ringkas
dapat dilihat pada Tabel 4.3.
Tabel 4.3. Hasil pengujian asumsi homoskesdastisitas
Variabel eksogen Nilai-p Kesimpulan
Persamaan I
Modal Manusia 0,108 Galat Konstan
Modal Alam 0,425 Galat Konstan Modal Keuangan 0,751 Galat Konstan Modal Sosial 0,126 Galat Konstan
Persamaan II
Aksesibilitas 0,977 Galat Konstan
Persamaan III
Aksesibilitas 0,258 Galat Konstan Ketahanan Sosial 0,059 Galat Konstan
Persamaan IV
Aksesibilitas 0,901 Galat Konstan Ketahanan Sosial 0,005 Galat Tidak Konstan Ketahanan Ekologi 0,183 Galat Konstan
Berdasarkan Tabel 4.3 dapat dilihat apabila nilai peluang>α
(0,05) maka ragam galat adalah konstan. Pada Tabel 4.3 terdapat
ragam galat yang tidak konstan yaitu pada persamaan keempat pada
variabel Ketahanan Sosial, sehingga harus diatasi dengan
menggunakan metode Weighted Least Square.
40
3. Asumsi Linieritas
Pengujian asumsi linieritas merujuk pada persamaan (2.20),
dengan bantuan software R. Hasil pengujian dapat dilihat pada
Lampiran 8 dan secara ringkas dapat dilihat pada Tabel 4.4.
Tabel 4.4. Hasil pengujian asumsi linieritas
Variabel Nilai-p Hubungan
X1 dengan Y1 0,6598 Linier
X2 dengan Y1 0,9354 Linier X3 dengan Y1 0,3482 Linier X4 dengan Y1 0,9815 Linier Y1 dengan Y2 0,1515 Linier Y1 dengan Y3 0,3588 Linier Y1 dengan Y4 0,7224 Linier Y2 dengan Y3 0,5388 Linier Y2 dengan Y4 0,8141 Linier Y3 dengan Y4 0,9861 Linier
Berdasarkan Tabel 4.4 dapat dilihat bahwa hubungan antar
variabel eksogen dan endogen menghasilkan nilai peluang>α (0,05)
sehingga terjadi penerimaan H0 yang berarti bahwa hubungan adalah
linier.
4.2.3. Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan tujuan untuk
mengetahui signifikansi model yang terbentuk. Pengujian hipotesis
merujuk pada persamaan (2.21). Hasil pengujian hipotesis secara
ringkas dapat dilihat di Tabel 4.5.
Tabel 4.5. Hasil pengujian hipotesis
Variabel Nilai-p Hubungan
X1 dengan Y1 0,001 Signifikan
X2 dengan Y1 0,032 Signifikan X3 dengan Y1 0,001 Signifikan X4 dengan Y1 0,001 Signifikan Y1 dengan Y2 0,001 Signifikan Y1 dengan Y3 0,099 Tidak Signifikan Y1 dengan Y4 0,156 Tidak Signifikan Y2 dengan Y3 0,001 Signifikan Y2 dengan Y4 0,037 Signifikan Y3 dengan Y4 0,005 Signifikan
41
Berdasarkan Tabel 4.5 dapat dilihat bahwa nilai peluang<α
(0,05) yang mengakibatkan penolakan H0 dan dapat disimpulkan
bahwa terdapat pengaruh pada path tersebut. Path yang tidak
signifikan terjadi pada pengaruh langsung antara Aksesibilitas
terhadap Ketahanan Ekologi dan Ketahanan Ekonomi.
4.2.4. Validitas Model
Selain harus memenuhi beberapa asumsi, model yang
diperoleh dalam analisis path juga harus bersifat valid. Menurut
Solimun (2010), ada dua indikator validitas model dalam analisis
pat,h yaitu koefisien determinasi total dan theory trimming.
1) Koefisien Determinasi Total
Koefisien determinasi total dihitung agar besar keragaman data
yang dapat dijelaskan oleh model diketahui. Koefisien determinasi
total juga dihitung untuk mengetahui metode mana yang paling baik
digunakan sebagai pendugaan koefisien analisis path. Perhitungan
koefisien determinasi total untuk metode OLS dan WLS dapat dilihat
pada Lampiran 8 dan secara ringkas dapat dilihat pada Tabel 4.6.
Tabel 4.6. Koefisien determinasi total untuk metode OLS dan WLS
Metode Koefisien Determinasi Total
OLS 0,6036
WLS 0,6240
Berdasarkan Tabel 4.6 koefisien determinasi total untuk metode
OLS sebesar 0,6036 sehingga dapat disimpulkan bahwa keragaman
data yang dapat dijelaskan oleh model sebesar 60,36% sedangkan
39,64% sisanya dijelaskan oleh variabel lain yang belum terdapat
dalam model. Sedangkan Koefisien determinasi total untuk metode
WLS sebesar 0,6240 sehingga dapat disimpulkan bahwa keragaman
data yang dapat dijelaskan oleh model sebesar 62,40% sedangkan
37,60% sisanya dijelaskan oleh variabel lain yang belum terdapat
dalam model.
2) Theory Trimming
Metode trimming merupakan pendekatan untuk memperbaiki
model analisis path dengan menghapus koefisien path yang tidak
signifikan. Berdasarkan uji signifikansi path, terdapat dua path yang
tidak signifikan yaitu pengaruh Aksesibilitas terhadap Ketahanan
Ekologi dan Aksesibilitas terhadap Ketahanan Ekonomi. Path
42
tersebut kemudian dihapus sehingga model trimming yang terbentuk
adalah sebagai berikut:
Modal Manusia
(X1)
Modal Alam
(X2)
Modal Keuangan
(X3)
Modal Sosial
(X4)
Aksesibilitas
(Y1)
Ketahanan
Sosial (Y2)
Ketahanan
Ekonomi (Y4)
Ketahanan
Ekologi (Y3)
(0,001)
(0,001)
(0,001)
(0,032)
(0,001)
(0,001)
(0,037)
(0,005)
Gambar 4.2. Model theory trimming
Model yang telah signifikan seperti Gambar 4.2 dapat
digunakan untuk menentukan pengaruh total pada analisis path.
4.3. Pemilihan Model Terbaik
Pemilihan model terbaik dari pendugaan parameter dengan
menggunakan metode OLS dan WLS dapat dilakukan dengan
melihat Koefisien Determinasi Total (R2) dan nilai Mean Square
Error (MSE). Hasil perhitungan nilai koefisien determinasi total dan
mean square error untuk metode OLS dan WLS dapat dilihat di
Tabel 4.7.
Tabel 4.7. Perbandingan nilai R2 dan MSE dari metode OLS dan
WLS
Metode Koefisien Determinasi
Total
Mean Square
Error
OLS 0,6036 0,4035
WLS 0,6240 0,3826
Berdasarkan Tabel 4.7 dapat dilihat bahwa nilai R2 WLS>R2
OLS dan nilai MSE WLS<MSE OLS, hal ini berarti bahwa metode
WLS dapat menjelaskan keragaman data yang terdapat di dalam
model lebih besar daripada metode OLS. Oleh karena itu metode
WLS lebih baik digunakan untuk pendugaan parameter dalam
analisis path.
43
4.3.1. Efisiensi Relatif
Efisiensi relatif digunakan untuk membandingkan dua buah
penduga yaitu, OLS dan WLS. Apabila hasil perhitungan lebih dari
satu maka dapat dinyatakan bahwa penduga WLS merupakan
penduga tak bias yang lebih baik daripada OLS. Hasil perhitungan
efisiensi relatif secara rinci dapat dilihat pada Tabel 4.8.
Tabel 4.8. Perhitungan Efisiensi Relatif
Metode
Penduga OLS WLS ER
Var (βX1Y1) 0,0743 0,0723 1,0277
Var (βX2Y1) 0,0734 0,0715 1,0266
Var (βX3Y1) 0,0727 0,0708 1,0268
Var (βX4Y1) 0,0657 0,0640 1,0266
Var (βY1Y2) 0,0638 0,0622 1,0257
Var (βY1Y3) 0,0986 0,0960 1,0271
Var (βY2Y3) 0,0986 0,0960 1,0271
Var (βY1Y4) 0,0999 0,0973 1,0267
Var (βY2Y4) 0,1164 0,1134 1,0265
Var (βY3Y4) 0,0984 0,0959 1,0261
Berdasarkan Tabel 4.8 dapat dilihat bahwa nilai ER>1 maka
dapat dinyatakan bahwa penduga WLS merupakan penduga tak bias
yang lebih baik karena ragam lebih kecil daripada penduga OLS.
4.4. Pengaruh pada Analisis Path
Pada penelitian ini hasil pendugaan parameter yang paling baik
adalah menggunakan metode WLS. Pada Gambar 4.3 ditampilkan
diagram path pendugaan parameter menggunakan metode WLS dan
telah di uji signifikasi koefisiennya.
44
Modal Manusia
(X1)
Modal Alam
(X2)
Modal Keuangan
(X3)
Modal Sosial
(X4)
Aksesibilitas
(Y1)
Ketahanan
Sosial (Y2)
Ketahanan
Ekonomi (Y4)
Ketahanan
Ekologi (Y3)
0,4332
0,5293
0,3146
0,1704
0,8231
0,5964
0,2613
0,3326
0,0989
0,0290
0,1877
0,2802
0,6775
0,3557
0,0683
0,1106
Gambar 4.3. Model Hasil Penelitian
Berdasarkan Gambar 4.3 dapat dihitung pengaruh langsung, tidak
langsung dan pengaruh total pada hasil analisis path. Perhitungan
pengaruh total disajikan pada Tabel 4.9.
Tabel 4.9. Pengaruh pada analisis path
Variabel Pengaruh
Langsung Pengaruh Tidak Langsung
Pengaruh
Total
X1
terhadap
Y1
0,3146 - 0,3146
X2
terhadap
Y1
0,1704 - 0,1704
X3
terhadap
Y1
0,4332 - 0,4332
X4
terhadap
Y1
0,5293 - 0,5293
Y1
terhadap
Y2
0,8231 - 0,8231
X1
terhadap
Y2
-
0,3146×0,8231
=0,2589
(melalui Y1)
0,2589
X2
terhadap
Y2
-
0,1704×0,8231
=0,1403
(melalui Y1)
0,1403
45
Tabel 4.9. (Lanjutan)
Variabel Pengaruh
Langsung Pengaruh Tidak Langsung
Pengaruh
Total
X3
terhadap
Y2
-
0,4332×0,8231
=0,3566
(melalui Y1)
0,3566
X4
terhadap
Y2
-
0,5293×0,8231
=0,4357
(melalui Y1)
0,4357
Y2
terhadap
Y3
0,5964 - 0,5964
Y1
terhadap
Y3
-
0,8231×0,5964
=0,4909
(melalui Y2)
0,4909
X1
terhadap
Y3
-
0,3146×0,8231×0,5964
= 0,1544
(melalui Y1 dan Y2)
0,1544
X2
terhadap
Y3
-
0,1704×0,8231×0,5964
=0,0836
(melalui Y1 dan Y2)
0,0836
X3
terhadap
Y3
-
0,4332×0,8231×0,5964
=0,2127
(melalui Y1 dan Y2)
0,2127
X4
terhadap
Y3
-
0,5293×0,8231×0,5964
=0,2598
(melalui Y1 dan Y2)
0,2598
Y2
terhadap
Y4
0,2613
0,5964×0,3326
=0,1984
(melalui Y3)
0,4597
Y3
terhadap
Y4
0,3326 - 0,3326
Y1
terhadap
Y4
-
0,8231×0,2613
=0,2151
(melalui Y2)
0,2151
Y1
terhadap
Y4
-
0,8231×0,5964×0,3326
=0,1633
(melalui Y2 dan Y3)
0,1633
46
Tabel 4.9. (Lanjutan)
Variabel Pengaruh
Langsung Pengaruh Tidak Langsung
Pengaruh
Total
X1
terhadap
Y4
-
0,3146×0,8231×0,2613
=0,0677
(melalui Y1 dan Y2)
0,0677
X2
terhadap
Y4
-
0,1704×0,8231×0,2613
=0,0366
(melalui Y1 dan Y2)
0,0366
X3
terhadap
Y4
-
0,4332×0,8231×0,2613
=0,0932
(melalui Y1 dan Y2)
0,0932
X4
terhadap
Y4
-
0,5293×0,8231×0,2613
=0,1138
(melalui Y1 dan Y2)
0,1138
X1
terhadap
Y4
-
0,3146×0,8231×0,5964
×0,3326 =0,0861
(melalui Y1,Y2 dan Y3)
0,0861
X2
terhadap
Y4
-
0,1704×0,8231×0,5964
×0,3326 =0,0278
(melalui Y1,Y2 dan Y3)
0,0278
X3
terhadap
Y4
-
0,4332×0,8231×0,5964
×0,3326 =0,0707
(melalui Y1,Y2 dan Y3)
0,0707
X3
terhadap
Y4
-
0,5293×0,8231×0,5964
×0,3326 =0,0864
(melalui Y1,Y2 dan Y3)
0,0864
Berdasarkan Tabel 4.9 dapat diketahui bahwa variabel Modal
Sosial mempunyai pengaruh total paling besar terhadap Aksesibilitas
di Desa Bendosari sebesar 0,5293. Variabel yang mempengaruhi
Ketahanan Sosial pengaruh total paling besar adalah Aksesibilitas
yang ada di Desa Bendosari sebesar 0,8231. Variabel yang
mempengaruhi Ketahanan Ekologi pengaruh total paling besar
adalah Ketahanan Sosial sebesar 0,5964. Sedangkan variabel yang
mempengaruhi Ketahanan Ekonomi pengaruh total paling besar
adalah Ketahanan Sosial yang ada di Desa Bendosari dengan melalui
Ketahanan Ekologi sebesar 0,4597.
Untuk mengetahui apakah hubungan yang melalui sebuah
variabel perantara secara signifikan mampu sebagai perantara dalam
47
hubungan tersebut adalah menggunakan sobel test. Hasil perhitugan
sobel test untuk mengetahui apakah variabel Ketahanan Sosial dan
Ketahanan Ekologi mampu sebagai media perantara untuk
mengetahui hubungan Aksesibilitas terhadap Ketahanan Ekologi dan
Ketahanan Sosial terhadap Ketahanan Ekonomi dapat dilihat pada
Lampiran 9. Secara ringkas dapat dilihat pada Tabel 4.10.
Tabel 4.10. Hasil Sobel Test
Nilai-p Hubungan
Y1 Terhadap Y3
(Melalui Y2) 0,001 Signifikan
Y2 Terhadap Y4
(Melalui Y3) 0,002 Signifikan
Berdasarkan Tabel 4.10 dapat dilihat nilai-p<α (0,05) sehingga
dapat dikatakan bahwa variabel Ketahanan Sosial dan Ketahanan
Ekologi mampu dianggap sebagai variabel perantara.
4.5. Intepretasi
Hasil analisis path pada penelitian sini menggunakan metode
WLS, dapat dilihat pada Tabel 4.7 menunjukkan bahwa besarnya
keragaman data yang dapat dijelaskan oleh model yaitu 62,40%
sedangkan 37,60% sisanya dijelaskan oleh variabel lain yang belum
terdapat dalam model.
Pengembangan potensi desa merupakan hal yang sangat penting
untuk meningkatkan status suatu desa demi kesejahteraan
masyarakatnya. Aspek ketahanan yang ada di Desa Bendosari dapat
dipengaruhi oleh beberapa variabel sustainable livelihood approach
dengan melalui variabel Aksesibilitas.
Modal Sosial merupakan salah satu variabel yang
dipertimbangkan dalam menentukan aspek Aksesibilitas.
Aksesibilitas akan semakin baik apabila masyarakat dapat bekerja
sama membangun akses di desa. Dengan kata lain, semakin baik
Modal Sosial maka akan meningkatkan Aksesibilitas yang ada. Hasil
penelitian pada Tabel 4.9 yang menunjukan bahwa Modal Sosial
memiliki pengaruh paling besar terhadap Aksesibilitas di Desa
Bendosari sebesar 0,5293 diikuti dengan Modal Keuangan, dan
pengaruh paling kecil adalah Modal Alam. Berdasarkan Gambar 4.3
berarti bahwa, pengaruh secara langsung terhadap Aksesibilitas
paling besar adalah Modal Sosial sebesar 28,02% diikuti dengan
Modal Keuangan sebesar 18,77%, Modal Manusia sebesar 9,89%
48
dan paling kecil Modal Alam sebesar 2,90%. Sedangkan sisanya
dipengaruhi oleh variabel lain yang belum dijelaskan di dalam
model.
Ketahanan Sosial yang merupakan sistem untuk mencapai
kesetaraan dan pelayanan yang ada di desa bergantung terhadap
Aksesibilitas. Dengan kata lain, semakin baik Aksesibilitas maka
akan meningkatkan Ketahanan Sosial yang ada. Hal tersebut dapat
dibuktikan dari penelitian ini pada Tabel 4.9 yang menunjukan
bahwa Aksesibilitas memiliki pengaruh paling besar terhadap
Ketahanan Sosial di Desa Bendosari sebesar 0,8231 diikuti Modal
Sosial dengan melewati Aksesibilitas, dan pengaruh paling kecil
adalah Modal Alam dengan melewati Aksesibilitas. Berdasarkan
Gambar 4.3 berarti bahwa, pengaruh Aksesibilitas terhadap
Ketahanan Sosial sebesar 67,75%.
Ketahanan Ekologi merupakan sistem untuk memelihara
sumberdaya yang ada di desa bergantung terhadap Aksesibilitas
dengan melalui Ketahanan Sosial. Dengan kata lain, semakin baik
Aksesibilitas dan Ketahanan Sosial maka akan meningkatkan
Ketahanan Ekologi yang ada. Hal tersebut dapat dibuktikan dari
penelitian ini pada Tabel 4.9 yang menunjukan bahwa Ketahanan
Sosial memiliki pengaruh paling besar terhadap Ketahanan Ekologi
sebesar 0,5964 diikuti Aksesibilitas dengan melalui Ketahanan
Sosial, dan pengaruh paling kecil adalah Modal Alam dengan
melalui Aksesibilitas dan Ketahanan Sosial. Berdasarkan Gambar 4.3
berarti bahwa, pengaruh Ketahanan Sosial terhadap Ketahanan
Ekologi sebesar 35,57%.
Ketahanan Ekonomi merupakan pembangunan yang mampu
menghasilkan barang dan jasa yang ada di desa bergantung terhadap
Ketahanan Sosial dengan melewati Ketahanan Ekologi. Dengan kata
lain, semakin baik Ketahanan Sosial dan Ketahanan Ekologi maka
akan meningkatkan Ketahanan Ekonomi yang ada. Hal tersebut
dapat dibuktikan dari penelitian ini pada Tabel 4.9 yang menunjukan
bahwa Ketahanan Sosial memiliki pengaruh paling besar terhadap
Ketahanan Ekonomi di Desa Bendosari dengan melalui Ketahanan
Ekologi sebesar 0,4597 diikuti Ketahanan Ekologi, dan pengaruh
paling kecil adalah Modal Alam dengan melalui Aksesibilitas,
Ketahanan Sosial dan Ketahanan Ekologi. Berdasarkan Gambar 4.3
berarti bahwa pengaruh terbesar secara langsung terhadap Ketahanan
Ekonomi adalah Ketahanan Ekologi sebesar 11,06% diikuti dengan
Ketahanan Sosial sebesar 6,83%.
49
BAB V
KESIMPULAN
5.1. Kesimpulan
Kesimpulan yang dapat diambil dari penelitian ini adalah:
1. Model analisis path dalam penelitian ini dapat dilihat bahwa
variabel Modal Manusia, Modal Alam, Modal Keuangan dan
Modal Sosial berpengaruh terhadap Aksesibilitas, Ketahanan
Sosial, Ketahanan Ekologi dan Ketahanan Ekonomi di Desa
Bendosari baik secara langsung maupun secara tidak langsung,
di mana koefisien determinasi yang dihasilkan sebesar 62,40%.
Hal ini berarti bahwa keragaman data yang dapat dijelaskan di
dalam model yang terbentuk sebesar 62,40% sedangkan 37,60%
sisanya dipengaruhi oleh variabel lain.
2. Pendugaan koefisien analisis path paling baik adalah
menggunakan metode Weighted Least Square (WLS) daripada
metode Ordinary Least Square (OLS). Pada hasil penelitian ini
dapat dilihat nilai efisiensi relatif>1. Hal ini berarti bahwa
penduga WLS merupakan penduga tak bias yang lebih baik
digunakan karena mempunyai ragam yang lebih kecil daripada
OLS dengan rata-rata efisiensi sebesar 2%.
5.2. Saran
Berdasarkan hasil penelitian yang telah dilakukan, disarankan
menggunakan metode Iterated Weighted Least Square untuk
pendugaan koefisien analisis path. Sedangkan untuk memperoleh
data variabel laten disarankan menggunakan metode selain skor
rata-rata seperti, metode analisis faktor, analisis komponen utama
dan rescoring atau metode indikator terkuat.
51
DAFTAR PUSTAKA
Azwar, S. (1992). Reliabilitas dan Validitas. Yogyakarta: Pustaka
Pelajar.
Budiantara, I.N. (2006). Model Spline dengan Knot Optimal. Jurnal
Ilmu Dasar, Vol.7(2): 77-85.
Cahyandito, M.F. (2006). ”Pembangunan Keberlanjutan, Ekonomi
dan Ekologi, Sustainability Communication dan Sustainability
Reporting”. Research Gat. September 2006. pp. 1-12.
Dillon, W. R. dan Goldstein, M. (1984). Multivariate Analysis
Methods and Application. New York: John Wiley Sons. Inc.
Fauzi A. (2004). Ekonomi Sumberdaya Alam dan Lingkungan: Teori
dan Aplikasi. Jakarta: Gramedia.
Farrington, J., Carney, D., Ashley, C. dan Turton, C. (1999).
“Sustainable livelihoods in practice: early application of
concepts in rural areas”. Natural Resources Perspectives 42.
London: Overseas Development Institute.
Fernandes, A.A.R. (2015). Spline Estimator for Bi-Responses and
Multi-Predictors Nonparametric Regression Model in Case of
Longitudinal Data. Disertasi. Institut Teknologi Sepuluh
November. Surabaya.
Gujarati, D. (2004). Basic Econometrics. Fourth Edition. McGraw
Hill. New York.
Hair, Joe F. dan Ringle, C.M. (2011). "PLS-SEM: Indeed a Silver
Bullet." Journal of Marketing Theory and Practice 19. no. 2:
139– 151.
Hair, J. F., Black, W. C., Babin, B. J., dan Anderson, R. E. (1998).
Multivariate Data Analysis. New Jersey: Prentice Hall.
Hardle, W. (1990). Applied Nonparametrik Regression. Cambrige
University Press. New York.
52
Kutner, M.H., Nachtsheim, C.J., Neter, J. dan Li W. (2005). Applied
Linear Statistical Models. Fifth Edition. McGraw-Hill
International, Boston.
Li, C. C. (1975). Path Analysis-a primer. California: The Boxwood
Press.
Magribi, L.O.M. (2004). ”Aksesibilitas Dan Pengaruhnya Terhadap
Pembangunan di Pedesaan: Konsep Model Sustainable
Accessibility Pada Kawasan Pedesaan Di Provinsi Sulawesi
Tenggara”. Jurnal Transportasi. Vol. 4 No. 2.
Mendenhall, W., Beaver, R.J. dan Beaver, B.M. (2009). Introduction
to Probability and Statistics, Thirteenth edition. USA.
Brooks/Cole Cengage Learning.
Mustafa, Z. (2009). Mengurai Variabel hingga Instrumentasi,
Yogyakarta: Graha Ilmu.
Riduwan. (2005). Belajar Mudah Penelitian Untuk Guru. Karyawan
dan Peneliti Pemula. Bandung: Alfabeta.
Sekaran, U. dan Bougie, R. (2010). Research Methods for Business:
A Skill Building Approach (Edisi Kelima). New York: John
Wiley Sons. Inc.
Sheskin, D.J. (2000). Parametric and Nonparametric Statistical
Procedures. Second Edition. CRC Press. New York.
Solimun. (2010). Analisis Multivariat Pemodelan Struktural Metode
Partial Least Square-PLS. Malang: CV. Citra Malang.
Solimun, Ni Wayan S.W., Darmanto, Luthfatul A. (2017). Modul
Pendidikan & Pelatihan Data Coleccting Perancangan
Instrumen Penelitian – Angket & Kuisioner serta Teknik
Sampling tanggal 29&30 September 2017. Malang,
Universitas Brawijaya.”
53
Suteja, D.I.N. (2017). Penerapan Analisis Jalur Untuk Menganalisis
Variabel yang Mempengaruhi Loyalitas Konsumen Online.
Skripsi. Malang. Universitas Brawijaya.
Wackerly, D.D., Mendenhall, W. dan Scheaffer, R.L. (2008).
Mathematical Statistics with Applications. Seventh Edition.
Thompson Higher Education. Belmont.
Wang, Y. (2011). Smoothing Spline Methods Applications. CRC
Press. New York.
Wu, H. dan Zhang, J.T. (2006). Nonparametric Regression Methods
for Longitudinal Data Analysis. John Wiley and Sons. Inc.
New Jersey.
55
Lampiran 1. Kuesioner Pilot Test Pertama
KUESIONER PENELITIAN MENGENAI PENGEMBANGAN
POTENSI DESA BENDOSARI
Sehubungan dengan penelitian dalam rangka penyusunan tugas akhir
Program Studi Statistika Fakultas MIPA Universitas Bawijaya, saya:
Nama : Riana Dany
NIM : 145090501111053
memohon kesediaan Bapak/Ibu masyarakat Desa Bendosari untuk mengisi
kuesioner ini. Demikian permohonan dari saya, jawaban dari Bapak/Ibu
sangat berarti dalam penelitian ini. Atas kesediaan dan perhatian yang
diberikan saya mengucapkan terimakasih
IDENTITAS RESPONDEN
No Responden :
Nama :
Umur : Tahun
Jenis Kelamin : 1. Laki-laki 2. Perempuan
Pekerjaan :
Pendidikan :
PERTANYAAN UNTUK RESPONDEN No Indikator Pernyataan STS TS N S SS
Modal Manusia 1 Pengetahuan Saya memiliki pengetahuan
dan pengembangan tentang :
(1) pertanian
(2) peternakan
(3) perdagangan
(4) lainnya ….
2 Ketrampilan SDM Saya memiliki ketrampilan
untuk usaha dibidang :
(1) pertanian
(2) peternakan
(3) perdagangan
(4) industri
(5) lainnya …
3 Kemampuan untuk
bekerja
Saya berkompeten (ahli) dan
memiliki kemampuan untuk
melakukan usaha dibidang :
(1) pertanian
(2) peternakan
(3) perdagangan
(4) industri
(5) lainnya …
4 Etos kerja Saya dapat menyelesaikan
pekerjaan saya dengan baik
56
Lampiran 1. Lanjutan
No Indikator Pernyataan STS TS N S SS
5 Indikator kesehatan
keluarga
Kondisi kesehatan keluarga
saya dalam keadaan baik
6 Kesehatan tenaga kerja
/ pekerja
Kondisi kesehatan saya
sebagai kepala keluarga
dalam keadaan baik
Modal Alam 7 Ketersediaan
sumberdaya alam
Saya memiliki dukungan
sumberdaya alam yang
dapat mendukung pekerjaan
atau mata pencaharian saya
berupa:
(1) lahan
(2) air
(3) tambang
(4) hutan
(5) tanaman liar
8 Dampak yang
diakibatkan adanya
sumberdaya alam yang
ada
Faktor SDA
(lahan/air/tambang) yang
saya kelola dapat
mempercepat kegiatan usaha
bidang:
(1) pertanian
(2) peternakan
(3) perdagangan
(4) lainnya ….
Modal Keuangan 9 Pendapatan/Produktivi
tas
Saya memperoleh
produktivitas (hasil usaha)
yang sangat mencukupi
untuk kebutuhan sehari-hari
10 Sarana dan prasarana
yang dimiliki
Saya memiliki sarana dan
prasarana yang cukup untuk
mengembangkan kegiatan
usaha
Modal Sosial 11 Rasa percaya (trust) Saya yakin bahwa Desa
Bendosari dapat
berkembang menjadi desa
yang lebih baik
12 Hubungan sosial Saya terlibat langsung dalam
hubungan atau keanggotaan
kelompok/ organisasi sosial
(seperti kelompok tani /
peternak / pedagang / arisan
/ ormas)
13 Daya dukung
infrastruktur wilayah
Saya merasakan adanya
dukungan infrastruktur
Aksesibilitas
14 Akses pendidikan Saya tidak mengalami
kendala dalam upaya
menempuh pendidikan
57
Lampiran 1. Lanjutan
No Indikator Pernyataan STS TS N S SS
15 Akses memperoleh
ketrampilan
Saya merasakan adanya
kemudahan untuk
memperoleh ketrampilan
kerja sesuai dengan bidang
kerja saya atau harapan saya
16 Akses memperoleh
pekerjaan
Saya merasakan adanya
kemudahan bagi saya untuk
memperoleh pekerjaan,
khususnya berkaitan dengan
bidang :
(1) pertanian
(2) industri
(3) perdagangan
(4) peternakan
(5) lainnya …
17 Akses kesehatan Adanya kemudahan bagi
saya dan keluarga dalam
memperoleh pelayanan
kesehatan
18 Akses ke sumber daya
alam yang ada
Adanya kemudahan bagi
saya dan keluarga menuju
sumber daya alam yang ada
19 Akses hubungan sosial Saya merasakan kemudahan
dalam menjalin hubungan
atau keterlibatan dengan
organisasi sosial
20 Akses terhadap
infrastruktur wilayah
Adanya tingkat kemudahan
bagi saya untuk
mempergunakan
infrastruktur wilayah (jalan,
transportasi, jaringan irigasi,
pasar, tempat jual beli dsb)
untuk mendukung kegiatan
atau pekerjaan anda
(khususnya terkait pertanian,
perdagangan hasil pertanian,
industri pertanian
Ketahanan Sosial
21
Waktu Tempuh ke
prasarana kesehatan <
30 menit
Saya merasa fasilitas
kesehatan mudah dijangkau
dengan waktu tempuh <30
menit
22 Tersedia tenaga
kesehatan bidan
Saya merasa tenaga
kesehatan bidan selalu
berada di desa
23 Tersedia tenaga
kesehatan dokter
Saya merasa tenaga
kesehatan dokter selalu
berada di desa
24 Tersedia tenaga
kesehatan lain
Saya merasa selain dokter
dan bidan terdapat tenaga
kesehatan lain di desa
58
Lampiran 1. Lanjutan
No Indikator Pernyataan STS TS N S SS
25 Akses ke poskesdes,
polindes dan posyandu
Saya merasa akses menuju
tempat pelayanan kesehatan
mudah dijangkau
26 Tingkat aktivitas
posyandu
Saya merasa program
posyandu selalu terlaksana
dan diketahui oleh
masyarakat
27 Tingkat kepesertaan
BPJS
Saya merasa perlu
mengikuti BPJS
28 Akses ke Pendidikan
Dasar SD/MI <3 KM
Saya merasa Pendidikan
Dasar SD/MI dekat dengan
tempat tinggal dengan jarak
tempuh <3 km.
29 Akses ke SMP/MTS <
6 km
Saya merasa Pendidikan
Menengah Pertama
SMP/MTS dekat dengan
tempat tinggal dengan jarak
tempuh <6 km.
30 Akses ke SMU/SMK
< 6 km
Saya merasa Pendidikan
Menengah Atas SMU/SMK
dekat dengan tempat tinggal
dengan jarak tempuh <6 km.
31
Kegiatan
pemberantasan buta
aksara
Saya merasa kegiatan
pemberantasan buta aksara
sudah berjalan dengan baik
32 kegiatan PAUD
Saya merasa adanya
kegiatan belajar mengajar
pada anak usia dini (PAUD)
33 Kegiatan PKBM/Paket
ABC
Saya merasa informasi
mengenai penyelenggaraan
kerja paket ABC
tersampaikan dengan baik.
34 Akses ke pusat
keterampilan/ kursus
Saya merasa adanya
pelatihan informal mengenai
keterampilan.
35
Taman Bacaan
Masyarakat atau
Perpustakaan Desa
Saya merasa terdapat
fasilitas Taman Bacaan
Masyarakat atau
Perpustakaan Desa.
36 Kebiasaan gotong
royong di desa
Saya merasa kegiatan
gotong royong di desa selalu
dilaksanakan secara rutin.
37
Keberadaan ruang
publik terbuka bagi
warga yang tidak
berbayar
Saya merasa ruang publik
terbuka yang tidak berbayar
di desa saya sudah cukup
memadai
38 Ketersediaan fasilitas
atau lapangan olahraga
Saya merasa terdapat
fasilitas atau lapangan
olahraga didesa.
39 Terdapat kelompok
kegiatan olahraga
Saya merasa terdapat
kelompok kegiatan olahraga
59
Lampiran 1. Lanjutan
No Indikator Pernyataan STS TS N S SS
40
Warga desa terdiri dari
beberapa suku atau
etnis
Saya merasa warga desa
terdiri dari beberapa suku
atau etnis
41
Warga desa
berkomunikasi sehari-
hari menggunakan
bahasa yang berbeda
Saya merasa warga desa
berkomunikasi sehari-hari
menggunakan bahasa yang
berbeda
42 Terdapat keragaman
agama di Desa
Saya merasa toleransi
beragama di desa sudah
terjalin dengan baik
43
Warga desa
membangun
pemeliharaan
poskamling
Saya merasa warga merawat
poskamling dengan baik
44
Partisipasi warga
mengadakan
siskamling
Saya merasa Siskamling
diadakan secara rutin oleh
warga
45 Tingkat kriminalitas
yang terjadi di Desa
Saya merasa sering terjadi
tindakan kriminalitas di desa
46 Tingkat konflik yang
terjadi di Desa
Saya merasa sering terjadi
konflik di Desa
47
Upaya penyelesaian
konflik yang terjadi di
Desa
Jika terjadi konflik di Desa
saya merasa selalu dapat
diselesaikan dengan
kekeluargaan
48 Terdapat akses ke
Sekolah Luar Biasa
Saya merasa perlu terdapat
akses ke sekolah luar biasa
di Desa
49
Terdapat Penyandang
Kesejahteraan Sosial
(Anak Jalanan, Pekerja
Seks Komersial dan
Pengemis)
Saya merasa terdapat
penyandang kesejahteraan
sosial
50 Terdapat Penduduk
yang bunuh diri
Saya merasa sering terjadi
kasus bunuh diri
51
Mayoritas penduduk
desa memiliki sumber
air minum yang layak.
Saya merasa sumber air
minum mudah untuk
didapatkan
52
Akses Penduduk desa
memiliki air untuk
mandi dan mencuci
Saya merasa kebutuhan air
untuk mandi dan mencuci
mudah terpenuhi
53 Mayoritas penduduk
desa memiliki Jamban.
Saya merasa kebanyakan
penduduk desa memiliki
Jamban di setiap rumah
54 Terdapat tempat
pembuangan sampah.
Saya merasa tempat
pembuangan sampah di desa
sudah cukup dan
dimanfaatkan dengan baik
55
Jumlah keluarga yang
telah memiliki aliran
listrik.
Saya merasa aliran listrik di
setiap rumah sudah
terdistribusi dengan baik
60
Lampiran 1. Lanjutan
No Indikator Pernyataan STS TS N S SS
56
Penduduk desa
memiliki telepon
selular dan sinyal yang
kuat.
Saya merasa sinyal telepon
selular di desa selalu kuat
57
Terdapat siaran
televisi lokal, nasional
dan asing
Saya merasa siaran televisi
nasional dan asing ditangkap
dengan jernih oleh antena
warga
58 Terdapat akses internet
Saya merasa warga mudah
untuk memperoleh sinyal
internet di wilayah desa
Ketahanan Ekonomi
59
Terdapat lebih dari
satu jenis kegiatan
ekonomi penduduk
Saya merasa perlu adanya
lebih dari satu jenis kegiatan
ekonomi penduduk
60
Akses penduduk ke
pusat perdagangan
(pertokoan, pasar
permanen dan semi
permanen)
Saya merasa akses menuju
pasar mudah dijangkau
61
Terdapat sektor
perdagangan di
permukiman (warung
dan minimarket)
Saya merasa kebutuhan
dapat terpenuhi dengan
adanya warung
62
Terdapat usaha kedai
makanan, restoran,
hotel dan penginapan
Saya merasa perlu adanya
usaha kedai makanan,
restoran, hotel dan
penginapan
63 Terdapat kantor pos
dan jasa logistic
Saya merasa kantor pos dan
jasa pengiriman barang
perlu ada di Desa
64
Tersedianya lembaga
perbankan umum
(Pemerintah dan
Swasta)
Saya merasa perlu adanya
lembaga perbankan umum
65 Tersedianya BPR Saya merasa perlu adanya
BPR
66 Akses penduduk ke
kredit
Saya merasa mudahnya
akses penduduk untuk
melakukan kredit
67
Tersedianya lembaga
ekonomi rakyat
(koperasi)
Saya merasa lembaga
koperasi di Desa sudah
berjalan dengan baik
68
Terdapat moda
transportasi umum
(Transportasi
Angkutan Umum,
trayek reguler dan jam
operasi Angkutan
Umum)
Saya merasa transportasi
umum dapat menjangkau
desa
61
Lampiran 1. Lanjutan
No Indikator Pernyataan STS TS N S SS
69
Jalan yang dapat
dilalui oleh kendaraan
bermotor roda empat
atau lebih (sepanjang
tahun kecuali musim
hujan, kecuali saat
tertentu)
Saya merasa jalan di Desa
sudah layak dilalui oleh
kendaraan bermotror roda
empat atau lebih
70
Kualitas Jalan Desa
(Jalan terluas di desa
dengan aspal, kerikil,
dan tanah)
Saya merasa kualitas jalan
yang ada di Desa sudah baik
Ketahanan Ekologi
71 Ada atau tidak adanya
pencemaran air
Saya merasa kualitas
lingkungan air dalam
kondisi bersih, tidak
tercemar
72 Ada atau tidak adanya
pencemaran tanah
Saya merasa kualitas
lingkungan tanah dalam
kondisi bersih, tidak
tercemar
73 Ada atau tidak adanya
pencemaran udara
Saya merasa kualitas
lingkungan udara dalam
kondisi bersih, tidak
tercemar
74 Terdapat sungai yg
terkena limbah
Saya merasa sungai yang
mengalir di desa tidak
tercemar limbah
75
kejadian Bencana
Alam (banjir, tanah
longsong, kebakaran
hutan)
Sering terjadi bencana alam
di wilayah desa
76
Upaya/Tindakan
terhadap potensi
bencana alam
(Tanggap bencana,
jalur evakuasi,
peringatan dini dan
ketersediaan peralatan
penanganan bencana)
Saya merasa penanganan
bencana alam selalu
dilakukan dengan cepat
63
Lampiran 2. Kuesioner Valid dan Reliabel
KUESIONER PENELITIAN MENGENAI
PENGEMBANGAN POTENSI DESA
BENDOSARI
Sehubungan dengan penelitian dalam rangka penyusunan tugas
akhir Program Studi Statistika Fakultas MIPA Universitas Bawijaya, saya:
Nama : Riana Dany
NIM : 145090501111053
memohon kesediaan Bapak/Ibu masyarakat Desa Bendosari untuk mengisi
kuesioner ini. Demikian permohonan dari saya, jawaban dari Bapak/Ibu
sangat berarti dalam penelitian ini. Atas kesediaan dan perhatian yang
diberikan saya mengucapkan terimakasih.
IDENTITAS RESPONDEN
No Responden : RT/RW: RT/RW :
Nama :
Umur : Tahun
Jenis Kelamin : 1. Laki-laki 2. Perempuan
Pekerjaan :
Pendidikan :
Berikan tanggapan dengan jujur dan sungguh-sungguh pada
pernyataan berikut sesuai dengan kondisi Bapak/Ibu selama
menjadi masyarakat Desa Bendosari Kecamatan Pujon. Berikut
ini merupakan alternatif jawaban yang tersedia : Sangat Setuju
(SS):
Apabila Bapak/Ibu sangat setuju dengan pernyataan yang
diajukan
Setuju (S): Apabila Bapak/Ibu setuju dengan pernyataan yang
diajukan
Netral (N): Apabila Bapak/Ibu tidak mempunyai pendapat dengan
pernyataan yang diajukan (menyetujui tidak, tidak
menyetujui juga tidak)
64
Lampiran 2. Lanjutan
Tidak Setuju (TS): Apabila Bapak/Ibu tidak setuju dengan pernyataan yang
diajukan
Sangat Tidak
Setuju (STS):
Apabila Bapak/Ibu sangat tidak setuju dengan pernyataan
yang diajukan
PERTANYAAN UNTUK RESPONDEN
Pernyataan STS TS N S SS
Modal Manusia
1. Pengetahuan
1.
Saya memiliki pengetahuan dan
pengembangan tentang :
(1) pertanian
(2) peternakan
(3) perdagangan
(4) lainnya ….
2. Ketrampilan SDM
1.
Saya memiliki ketrampilan untuk
usaha dibidang :
(1) pertanian
(2) peternakan
(3) perdagangan
(4) industri
(5) lainnya …
3. Kemampuan untuk bekerja
1.
Saya berkompeten (ahli) dan
memiliki kemampuan untuk
melakukan usaha dibidang : (1)
pertanian
(2) peternakan
(3) perdagangan
(4) industri
(5) lainnya …
4. Etos Kerja
1. Saya dapat menyelesaikan
pekerjaan saya dengan baik
65
Lampiran 2. Lanjutan
Pernyataan STS TS N S SS
5. Indikator kesehatan keluarga
1. Kondisi kesehatan keluarga saya
dalam keadaan baik
6. Kesehatan tenaga kerja/pekerja
1.
Kondisi kesehatan saya sebagai
kepala keluarga dalam keadaan
baik
Modal Alam
7. Ketersediaan sumberdaya alam
1.
Saya memiliki dukungan sumberdaya alam yang dapat
mendukung pekerjaan atau mata
pencaharian saya berupa:
(1) lahan
(2) air
(3) tambang
(4) hutan
(5) tanaman liar
8. Dampak yang diakibatkan adanya sumberdaya alam yang ada
1.
Faktor SDA (lahan/air/tambang)
yang saya kelola dapat
mempercepat kegiatan usaha
bidang:
(1) pertanian
(2) peternakan
(3) perdagangan
(4) lainnya ….
Modal Keuangan
9. Pendapatan/Produktivitas
1.
Saya memperoleh produktivitas
(hasil usaha) yang sangat
mencukupi untuk kebutuhan
sehari-hari
10. Sarana dan prasarana yanag dimiliki
1. Saya memiliki sarana dan
prasarana yang cukup untuk
mengembangkan kegiatan usaha
66
Lampiran 2. Lanjutan
Pernyataan STS TS N S SS
Modal Sosial
11. Rasa percaya (trust)
1. Saya yakin bahwa Desa
Bendosari dapat berkembang menjadi desa yang lebih baik
12. Hubungan Sosial
1.
Saya terlibat langsung dalam
hubungan atau keanggotaan
kelompok/ organisasi sosial (seperti
kelompok tani / peternak / pedagang
/ arisan / ormas)
13. Daya dukung infrastruktur wilayah
1.
Saya merasakan adanya dukungan
infrastruktur (jalan, transportasi,
jaringan irigasi, pasar, tempat jual
beli dsb) di wilayah saya bekerja
dan melakukan aktifitas dapat
mendukung kegiatan atau pekerjaan
saya (khususnya terkait pertanian,
perdagangan hasil pertanian,
industri pertanian)
Aksesibilitas
14. Akses pendidikan
1.
Saya tidak mengalami kendala
(tidak merasa kesulitan) dalam
upaya menempuh pendidikan yang
diharapkan
15. Akses memperoleh ketrampilan
1.
Saya merasakan adanya kemudahan
untuk memperoleh ketrampilan
kerja sesuai dengan bidang kerja
saya atau harapan saya
16. Akses memperoleh pekerjaan
1.
Saya merasakan adanya kemudahan
bagi saya untuk memperoleh
pekerjaan, khususnya berkaitan
dengan bidang yang ditekuni.
67
Lampiran 2. Lanjutan
Pernyataan STS TS N S SS
17. Akses kesehatan
1. Adanya kemudahan bagi saya dan
keluarga dalam memperoleh
pelayanan kesehatan
18. Akses ke sumber daya alam yang ada
1. Adanya kemudahan bagi saya dan
keluarga menuju sumber daya alam
yang ada
19. Akses hubungan sosial
1. Saya merasakan kemudahan dalam
menjalin hubungan atau keterlibatan
dengan organisasi sosial
20. Akses terhadap infrastruktur wilayah
1.
Adanya tingkat kemudahan bagi
saya untuk mempergunakan
infrastruktur wilayah (jalan,
transportasi, jaringan irigasi, pasar,
tempat jual beli dsb) untuk
mendukung kegiatan atau pekerjaan
anda (khususnya terkait pertanian,
perdagangan hasil pertanian,
industri pertanian
Ketahanan Sosial
21. Kesehatan
1. Saya merasa fasilitas kesehatan
mudah dijangkau dengan waktu
tempuh <30 menit
2. Saya merasa tenaga kesehatan bidan selalu berada di desa
3. Saya merasa akses menuju tempat
pelayanan kesehatan mudah
dijangkau
4. Saya merasa program posyandu
selalu terlaksana dan diketahui
oleh masyarakat
68
Lampiran 2. Lanjutan
Pernyataan STS TS N S SS
22. Pendidikan
1.
Saya merasa Pendidikan Menengah
Pertama SMP/MTS dekat dengan
tempat tinggal dengan jarak tempuh
<6 km.
2. Saya merasa kegiatan
pemberantasan buta aksara
sudah berjalan dengan baik
3. Saya merasa adanya kegiatan
belajar mengajar pada anak usia
dini (PAUD)
4.
Saya merasa informasi
mengenai penyelenggaraan
kerja paket ABC tersampaikan
dengan baik.
5. Saya merasa terdapat fasilitas
Taman Bacaan Masyarakat atau Perpustakaan Desa.
23. Potensi sosial
1. Saya merasa kegiatan gotong
royong di desa selalu
dilaksanakan secara rutin.
2.
Saya merasa ruang publik
terbuka yang tidak berbayar di
desa saya sudah cukup memadai
3. Saya merasa terdapat fasilitas atau lapangan olahraga didesa.
4. Saya merasa terdapat kelompok kegiatan olahraga
5. Jika terjadi konflik di Desa saya
merasa selalu dapat diselesaikan
dengan kekeluargaan
6. Saya merasa perlu terdapat
akses ke sekolah luar biasa di
Desa
7. Saya merasa terdapat
penyandang kesejahteraan sosial
24. Pemukiman
1. Saya merasa sumber air minum
mudah untuk didapatkan
69
Lampiran 2. Lanjutan
Pernyataan STS TS N S SS
2. Saya merasa kebanyakan
penduduk desa memiliki Jamban di setiap rumah
3. Saya merasa aliran listrik di setiap rumah sudah terdistribusi
dengan baik
4. Saya merasa sinyal telepon
selular di desa selalu kuat
5. Saya merasa siaran televisi
nasional dan asing ditangkap
dengan jernih oleh antena
6. Saya merasa warga mudah
untuk memperoleh sinyal
internet di wilayah desa
Ketahanan Ekonomi
25. Pelayanan perdagangan
1. Saya merasa akses menuju
pasar mudah dijangkau
2. Saya merasa perlu adanya usaha kedai makanan, restoran, hotel
dan penginapan
26. Akses distribusi
1. Saya merasa kantor pos dan jasa
pengiriman barang perlu ada di
Desa
27. Lembaga ekonomi
1. Saya merasa perlu adanya
lembaga perbankan umum
2. Saya merasa perlu adanya BPR
3. Saya merasa mudahnya akses
penduduk untuk melakukan
kredit
28. Keterbukaan wilayah
1. Saya merasa transportasi umum
dapat menjangkau desa
2. Saya merasa jalan di Desa sudah
layak dilalui oleh kendaraan
bermotror roda empat atau lebih
3. Saya merasa kualitas jalan yang ada di Desa sudah baik
70
Lampiran 2. Lanjutan
Pernyataan STS TS N S SS
Ketahanan Ekologi
1. Saya merasa kualitas
lingkungan air dalam kondisi bersih, tidak tercemar
2. Saya merasa kualitas lingkungan tanah dalam kondisi
bersih, tidak tercemar
3. Saya merasa kualitas
lingkungan udara dalam kondisi
bersih, tidak tercemar
4. Saya merasa penanganan
bencana alam selalu dilakukan
dengan cepat
71
Lampiran 3. Hasil pemeriksaan validitas dan reliabilitas pilot test
pertama
1) Variabel Modal Manusia
Reliability Statistics
Cronbach's Alpha N of Items
.733 6
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
X11 20.7000 6.907 .524 .682
X12 20.8667 6.671 .521 .680
X13 20.6667 7.402 .356 .725
X14 20.5000 7.845 .402 .717
X15 20.4667 6.326 .583 .660
X16 20.6333 5.620 .494 .702
2) Variabel Modal Alam
Reliability Statistics
Cronbach's Alpha N of Items
.659 2
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item
Total
Correlation
Cronbach's
Alpha if Item
Deleted
X21 3.9667 .861 .524 .
X22 3.7667 1.771 .524 .
72
Lampiran 3. Lanjutan
3) Variabel Modal Keuangan
Reliability Statistics
Cronbach's Alpha N of Items
.841 2
Item-Total Statistics
Scale Mean if
Item Deleted
Scale
Variance if
Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
X31 3.5333 1.154 .742 .
X32 3.9333 .754 .742 .
4) Variabel Modal Sosial
Reliability Statistics
Cronbach's Alpha N of Items
.660 2
Item-Total Statistics
Scale Mean if
Item Deleted
Scale
Variance if
Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
X41 3.9000 .714 .494 .
X42 4.0000 .828 .494 .
73
Lampiran 3. Lanjutan
5) Variabel Aksesibilitas
Reliability Statistics
Cronbach's Alpha N of Items
.644 7
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
Y11 21.7667 12.185 .324 .620
Y12 23.0000 10.138 .353 .612
Y13 21.9667 11.206 .422 .591
Y14 21.8667 12.326 .212 .644
Y15 21.7667 11.633 .369 .606
Y16 22.7000 10.010 .385 .599
Y17 22.1333 9.430 .460 .569
6) Variabel Ketahanan Sosial
Reliability Statistics
Cronbach's Alpha N of Items
.414 38
74
Lampiran 3. Lanjutan
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's Alpha
if Item Deleted
X1.1 130.7333 141.030 .382 .390
X1.2 131.2000 133.131 .451 .361
X1.3 131.9667 143.757 .061 .411
X1.4 132.5000 139.224 .271 .387
X1.5 130.8000 140.441 .322 .389
X1.6 130.4333 145.082 .134 .407
X1.7 131.9000 140.438 .161 .397
X1.8 130.5000 148.466 -.111 .422
X1.9 131.2333 127.082 .586 .332
X1.10 132.1667 138.144 .270 .385
X1.11 131.9667 141.413 .214 .396
X1.12 131.2333 136.875 .455 .374
X1.13 131.5667 142.944 .129 .404
X1.14 131.4000 145.007 .073 .410
X1.15 131.0333 141.413 .311 .393
X1.16 130.6333 138.033 .425 .379
X1.17 130.7333 144.340 .146 .405
X1.18 130.8333 141.592 .310 .393
X1.19 131.4667 141.430 .221 .395
X1.20 132.3667 135.137 .266 .378
X1.21 133.3000 151.666 -.249 .437
X1.22 130.6667 143.885 .167 .404
X1.23 131.9000 140.024 .187 .394
X1.24 130.7000 98.493 -.025 .656
X1.25 132.3000 149.666 -.131 .434
X1.26 132.7000 137.183 .255 .383
75
Lampiran 3. Lanjutan
Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's Alpha
if Item Deleted
X1.27 131.1667 152.833 -.294 .442
X1.28 132.5333 160.947 -.520 .475
X1.29 132.8333 153.661 -.320 .445
X1.30 133.4333 149.771 -.149 .431
X1.31 130.7333 143.099 .244 .399
X1.32 130.5000 144.052 .208 .403
X1.33 130.7667 142.392 .230 .398
X1.34 131.9000 149.955 -.137 .438
X1.35 130.6000 142.731 .230 .399
X1.36 130.8000 138.993 .400 .383
X1.37 130.5000 141.293 .471 .390
X1.38 131.0000 142.966 .149 .402
7) Variabel Ketahanan Ekonomi
Reliability Statistics
Cronbach's Alpha N of Items
.599 12
76
Lampiran 3. Lanjutan
8) Variabel Ketahanan Ekologi
Reliability Statistics
Cronbach's Alpha N of Items
.574 6
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
X3.1 18.9333 6.271 .301 .534
X3.2 18.9333 6.616 .424 .506
X3.3 18.9667 6.516 .470 .493
X3.4 19.9333 4.685 .422 .475
X3.5 20.8000 6.855 .105 .622
X3.6 19.1000 5.955 .320 .526
77
Lampiran 4. Hasil pemeriksaan validitas dan reliabilitas pilot test
kedua
1) Variabel Modal Manusia
Reliability Statistics
Cronbach's Alpha N of Items
.745 6
Item-Total Statistics
Scale Mean if
Item Deleted
Scale
Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
X1.1 18.1884 8.073 .500 .704
X1.2 18.1884 7.950 .502 .703
X1.3 18.1884 7.841 .535 .694
X1.4 18.1884 8.182 .454 .716
X1.5 18.1884 7.823 .535 .694
X1.6 18.4593 8.172 .380 .740
2) Variabel Modal Alam
Reliability Statistics
Cronbach's Alpha N of Items
.644 2
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
X2.1 3.6652 .838 .475 .
X2.2 3.2681 .857 .475 .
78
Lampiran 4. Lanjutan
3) Variabel Modal Keuangan
Reliability Statistics
Cronbach's Alpha N of Items
.863 2
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
X3.1 3.4209 .895 .760 .
X3.2 3.6652 .898 .760 .
4) Variabel Modal Sosial
Reliability Statistics
Cronbach's
Alpha
N of Items
.436 2
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
X4.1 2.2476 .904 .285 .
X4.2 3.7136 .591 .285 .
79
Lampiran 4. Lanjutan
5) Variabel Aksesibilitas
Reliability Statistics
Cronbach's Alpha N of Items
.422 2
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
Y1.2 3.4209 .899 .268 .
Y1.6 3.1543 .914 .268 .
6) Variabel Ketahanan Sosial
Reliability Statistics
Cronbach's
Alpha
N of Items
.851 19
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
Z1_Q01 57,7286 78,578 ,418 ,862
Z1_Q02 58,2395 78,176 ,439 ,861
Z1_Q05 57,7286 76,526 ,543 ,857
Z1_Q06 57,7020 79,487 ,428 ,861
Z1_Q09 57,9729 75,514 ,594 ,855
Z1_Q11 59,3162 79,731 ,327 ,866
Z1_Q13 59,0215 79,895 ,309 ,866
80
Lampiran 4. Lanjutan
Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha
Z1_Q15 58,5355 75,201 ,605 ,854
Z1_Q16 57,7020 78,596 ,455 ,860
Z1_Q17 58,2395 76,437 ,535 ,857
Z1_Q18 58,1258 78,092 ,456 ,860
Z1_Q19 58,9361 79,365 ,344 ,865
Z1_Q27 58,3311 79,023 ,372 ,864
Z1_Q31 57,7286 77,486 ,508 ,858
Z1_Q33 58,1258 77,687 ,496 ,859
Z1_Q35 57,7020 80,159 ,352 ,864
Z1_Q36 58,1258 75,572 ,610 ,854
Z1_Q37 57,7020 77,027 ,574 ,856
Z1_Q38 58,1258 76,263 ,553 ,856
7) Variabel Ketahanan Ekonomi
Reliability Statistics
Cronbach's Alpha N of Items
.832 9
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha
Z2_Q40 22,3841 24,911 ,540 ,814
Z2_Q42 22,3841 24,988 ,529 ,816
Z2_Q43 22,4729 25,800 ,437 ,826
Z2_Q44 21,9546 25,364 ,489 ,820
Z2_Q45 21,8873 24,932 ,553 ,813
Z2_Q46 21,9546 24,758 ,556 ,813
Z2_Q48 22,7346 24,711 ,589 ,809
81
Lampiran 4. Lanjutan
Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha
Z2_Q49 21,6046 24,356 ,614 ,806
Z2_Q50 21,6046 25,012 ,539 ,815
8) Variabel Ekologi
Reliability Statistics
Cronbach's
Alpha
N of Items
.606 4
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
X3.1 12.9200 2.741 .483 .469
X3.2 12.9800 3.050 .410 .529
X3.3 12.8400 3.166 .493 .504
X3.6 13.3400 2.126 .317 .679
85
Lampiran 6. Uji Asumsi Homoskesdastisitas
Persamaan Pertama
Persamaan Kedua
Persamaan Ketiga
Persamaan Keempat
87
Lampiran 7. Syntax Program R
A. Uji Asumsi Linieritas
##UJI ASUMSI LINIERITAS## RRT=function(X,Y1,pvalue)
{
n=length(X) library(MASS)
X0=rep(1:1,each=n)
X01=cbind(X0,X)
X01
Bols1=ginv(t(X01)%*%X01)%*%(t(X01)%*%Y1)
Y1top=X01%*%Bols1
Err1=Y1-Y1top
R2_old=1-(sum(Err1^2)-100*mean(Err1)^2)/
(sum(Y1^2)-100*mean(Y1)^2)
Y1top2=Y1top**2
Y1top3=Y1top**3
X01Y1=cbind(X0,X,Y1top2,Y1top3)
Bols2=ginv(t(X01Y1)%*%X01Y1)%*%(t(X01Y1)%*%Y1)
Y1topnew=X01Y1%*%Bols2
Err2=Y1-Y1topnew
R2_new=1-(sum(Err2^2)-100*mean(Err2)^2)/(sum(Y1^2)-
100*mean(Y1)^2)
Fhit=abs(R2_new-R2_old)*(100-2)/((1-R2_new)*2)
R2_old
R2_new
Fhit
Pvalue=df(Fhit,2,100-2)
Pvalue
}
RRT(X1,Y1)
RRT(X2,Y1)
RRT(X3,Y1)
RRT(X4,Y1)
RRT(Y1,Y2)
RRT(Y1,Y4)
RRT(Y2,Y3)
RRT(Y2,Y4)
RRT(Y3,Y1)
RRT(Y3,Y4)
88
Lampiran 7. Lanjutan
B. Pengujian pada Analisis Path ##Memanggil data
data=read.csv("D:/DATA SKRIPSI RIANA.csv",header=TRUE)
data
X1=matrix(c(rep(0,100)),100,1)
X2=matrix(c(rep(0,100)),100,1)
X3=matrix(c(rep(0,100)),100,1)
X4=matrix(c(rep(0,100)),100,1)
Y1=matrix(c(rep(0,100)),100,1)
Y2=matrix(c(rep(0,100)),100,1)
Y3=matrix(c(rep(0,100)),100,1)
Y4=matrix(c(rep(0,100)),100,1)
for (i in 1:100)
{
X1[i]=data[i,1]
X2[i]=data[i,2]
X3[i]=data[i,3]
X4[i]=data[i,4]
Y1[i]=data[i,5]
Y2[i]=data[i,6]
Y3[i]=data[i,7]
Y4[i]=data[i,8]
}
##Pendugaan Koefisien Path dengan Metode OLS dan WLS
n=length(X1)
library(MASS)
X14=cbind(X1,X2,X3,X4)
X14Y1=cbind(Y1)
X14Y2=cbind(Y1,Y2)
X14Y3=cbind(Y1,Y2,Y3)
##Mendapatkan Matriks X dan Y
M04=matrix(c(rep(0,n*4)),n,4)
M05=matrix(c(rep(0,n*1)),n,1)
M06=matrix(c(rep(0,n*2)),n,2)
M07=matrix(c(rep(0,n*3)),n,3)
XX1=rbind(X14,M04,M04,M04)
XX2=rbind(M05,X14Y1,M05,M05)
XX3=rbind(M06,M06,X14Y2,M06)
XX4=rbind(M07,M07,M07,X14Y3)
XX=cbind(XX1,XX2,XX3,XX4)
Y=c(Y1,Y2,Y3,Y4)
##Menduga Beta OLS
Bols=ginv(t(XX)%*%XX)%*%(t(XX)%*%Y)
Bols
89
Lampiran 7. Lanjutan
##Mendapatkan Residual OLS
Eols=Y-XX%*%Bols
##Mendapatkan Nilai p Metode OLS
JKTols=sum(Y^2)-n*4*mean(Y)^2
JKRols=t(Bols)%*%t(XX)%*%Y-n*4*mean(Y)^2
JKGols=JKTols-JKRols
KTGols=JKGols/(4*n-10-1)
KTGols
SE=sqrt(diag(ginv(t(XX)%*%XX))*KTGols)
tols=Bols/SE
tols
R2ols=JKRols/JKTols
R2ols
##Mendapatkan nilai pembobot untuk metode WLS
Eols11=c(1:100)
Eols12=c(1:100)
Eols13=c(1:100)
Eols14=c(1:100)
for (i in 1:n)
{
Eols11[i]=Eols[i]
Eols12[i]=Eols[i+100]
Eols13[i]=Eols[i+200]
Eols14[i]=Eols[i+300]
}
Sigma1=sqrt(sum((Eols11)^2))
Sigma2=sqrt(sum((Eols12)^2))
Sigma3=sqrt(sum((Eols13)^2))
Sigma4=sqrt(sum((Eols14)^2))
Sigma12=cor(Eols11,Eols12)*sqrt(Sigma1*Sigma2)
Sigma13=cor(Eols11,Eols13)*sqrt(Sigma1*Sigma3)
Sigma14=cor(Eols11,Eols14)*sqrt(Sigma1*Sigma4)
Sigma23=cor(Eols12,Eols13)*sqrt(Sigma2*Sigma3)
Sigma24=cor(Eols12,Eols14)*sqrt(Sigma2*Sigma4)
Sigma34=cor(Eols13,Eols14)*sqrt(Sigma3*Sigma4)
S11=matrix(c(rep(0,n*n)),n,n)
S12=matrix(c(rep(0,n*n)),n,n)
S13=matrix(c(rep(0,n*n)),n,n)
S14=matrix(c(rep(0,n*n)),n,n)
S22=matrix(c(rep(0,n*n)),n,n)
S23=matrix(c(rep(0,n*n)),n,n)
S24=matrix(c(rep(0,n*n)),n,n)
S33=matrix(c(rep(0,n*n)),n,n)
S34=matrix(c(rep(0,n*n)),n,n)
S44=matrix(c(rep(0,n*n)),n,n)
for (i in 1:n)
{
90
Lampiran 7. Lanjutan
S11[i,i]=Sigma1
S22[i,i]=Sigma2
S33[i,i]=Sigma3
S44[i,i]=Sigma4
S12[i,i]=Sigma12
S13[i,i]=Sigma13
S14[i,i]=Sigma14
S23[i,i]=Sigma23
S24[i,i]=Sigma24
S34[i,i]=Sigma34
}
SS1=cbind(S11,S12,S13,S14)
SS2=cbind(S12,S22,S23,S24)
SS3=cbind(S13,S23,S33,S34)
SS4=cbind(S14,S24,S34,S44)
SS=rbind(SS1,SS2,SS3,SS4)
##Menduga Beta WLS
Bwls=ginv(t(XX)%*%ginv(SS)%*%XX)%*%(t(XX)%*%ginv(SS)%*%Y
)
Bwls
##Mendapatkan residual WLS
Ewls=Y-XX%*%Bwls
##Mendapatkan nilai p metode WLS
JKTwls=sum(Y^2)-n*4*mean(Y)^2
JKRwls=t(Bwls)%*%t(XX)%*%Y-n*4*mean(Y)^2
JKGwls=JKTwls-JKRwls
KTGwls=JKGwls/(4*n-10-1)
SEwls=sqrt(diag(ginv(t(XX)%*%XX))*KTGwls)
twls=Bwls/SEwls
twls
R2wls=JKRwls/JKTwls
R2wls
##Uji Signifikansi
Library(Stats)
Pvalue=dt(twls, 10)
Pvalue
## FINAL INFORMATION
#METODE OLS
R2ols
R2wls
KTGols=JKGols/(4*n-10-1)
KTGwls=JKGwls/(4*n-10-1)
ER=KTGols/KTGwls
ER
91
Lampiran 8. Output Program R
A. Hasil Uji Linieritas
> RRT(X1,Y1)
[1] 0.6598181
> RRT(X2,Y1)
[1] 0.9354439
> RRT(X3,Y1)
[1] 0.3482919
> RRT(X4,Y1)
[1] 0.9815392
> RRT(Y1,Y2)
[1] 0.1515772
> RRT(Y1,Y4)
[1] 0.722441
> RRT(Y2,Y3)
[1] 0.5388654
> RRT(Y2,Y4)
[1] 0.8141119
>S RRT(Y3,Y1)
[1] 0.3588288
> RRT(Y3,Y4)
[1] 0.9861027
B. Hasil Pendugaan Koefisien OLS
Bols
[,1]
[1,] 0.3129855
[2,] 0.1541217
[3,] 0.3810041
[4,] 0.5411376
[5,] 0.7620956
[6,] 0.1633190
[7,] 0.6293367
[8,] 0.1244422
[9,] 0.2024212
[10,] 0.3495255
R2ols
[,1]
[1,] 0.6036568
92
Lampiran 8. Lanjutan
KTGols
[,1]
[1,] 0.4034754
SEols
[1]0.07426365 0.07336877 0.07274728 0.06570264
0.06383971 0.09859956
[7]0.09859956 0.09990159 0.11644579 0.09843631
C. Weighted pada WLS
D. Hasil Pendugaan Koefisien WLS Bwls
[,1]
[1,] 0.3145818
[2,] 0.1704298
[3,] 0.4332155
[4,] 0.5293017
[5,] 0.8231239
[6,] 0.1609214
[7,] 0.5964197
[8,] 0.1307211
[9,] 0.2612895
[10,] 0.3325783
93
Lampiran 8. Lanjutan
R2wls
[,1]
[1,] 0.6240848
KTGwls
[,1]
[1,] 0.3826797
E. Pengujian Hipotesis
Pvalue
[,1]
[1,] 1.131280e-03
[2,] 3.267900e-02
[3,] 7.478094e-05
[4,] 4.683102e-06
[5,] 4.140237e-08
[6,] 9.973525e-02
[7,] 6.526353e-05
[8,] 1.561941e-01
[9,] 3.740501e-02
[10,] 5.045576e-03
SEwls [1] 0.07232451 0.07145300 0.07084774 0.06398704
0.06217276 0.09602497
[7] 0.09602497 0.09729300 0.11340522 0.09586599
95
Lampiran 9. Perhitungan Sobel Test
A. Y1 Terhadap Y3 melalui Y2
2 2 2 2
0,8231 0,5964
(0,8231 0,0622 ) (0,5964 0,0960 )
0,4909
0,0762
6,4423
Z
Nilai-p menggunakan excel dengan rumus:
= (1-NORMSDIST(5,788))*2
= 7,12294E-09
B. Y2 Terhadap Y4 melalui Y3
2 2 2 2
0,5964 0,3326
(0,5964 0,0960 ) (0,3326 0,0959 )
0,1984
0,0655
3,0290
Z
Nilai-p menggunakan excel dengan rumus:
= (1-NORMSDIST(3,0290))*2
= 0,002454