Seminar Hasil Tugas Akhir Institut Teknologi Sepuluh Nopember
ANALISIS INDIKATOR PEMBANGUNAN BERKELANJUTAN DI JAWA TIMUR MENGGUNAKAN METODE STRUKTURAL EQUATION MODELLING – PARTIAL LEAST SQUARE 1
Dewi Rosiyana Umami dan 2Sutikno 1
Mahasiswa S1 Statistika FMIPA ITS Dosen Pembimbing, Staf Pengajar Jurusan Statistika FMIPA ITS Email :
[email protected],
[email protected] 2
ABSTRAK Tujuan utama pembangunan adalah untuk meningkatkan kesejahteraan rakyat. Oleh karena itu, perlu sebuah konsep pembangunan berkelan-jutan yang didefinisikan sebagai pembangunan yang berusaha memenuhi kebutuhan hari kini tanpa mengurangi kemampuan generasi yang akan datang untuk memenuhi kebutuhan mereka. Indikator Pembangunan Berkelanjutan dapat diukur dengan beberapa konstruk (variabel laten) beserta indikatornya. Penelitian ini bertujuan untuk mengidentifikasi variabel yang mempengaruhi pembangunan berkelanjutan dan mengeta-hui pengaruh dari variabel tersebut terhadap proses pembangunan ber-kelanjutan di Jawa Timur. Data yang digunakan adalah data SUSENAS 2007 dan Indikator Makro Ekonomi Jawa Timur tahun 2007 dengan yang terdiri atas 38 kabupaten/kota.Metode yang digunakan adalah Stuctural Equation Modelling menggunakan Partial Least Square dengan metode bootstrap. Hasil analisis menunjukkan bahwa Indikator Pembangunan Berkelanjutan di Jawa Timur untuk konstruk SDM adalah Angka Melek Huruf, Angka Partisipasi Sekolah dan tingkat pengang-guran terbuka. Indikator dari konstruk Ekonomi adalah garis kemiskinan, lantai tanah dan PDRB. Indikator dari konstruk kualitas hidup adalah air bersih, Angka Harapan Hidup, Prevelensi kurang gizi dan Sanitasi. Konstruk Sumber Daya Manusia terhadap Ekonomi terdapat pengaruh positif. Hal ini berarti semakin tinggi Sumber Daya Manusia di Kabupaten Jawa Timur semakin tinggi tingkat perekonomian. Pengaruh konstruk Sumber Daya Manusia dan Ekonomi terhadap Kualitas Hidup adalah pengaruh signifikan positif.
Kata kunci: Indikator Pembangunan Berkelanjutan, konstruk, SEM-Partial Least Square, Bootstrap
1. Latar belakang Tujuan utama pembangunan adalah untuk meningkatkan kesejahteraan rakyat. Dilain pihak, dengan memacu laju pembangunan akan menghasilkan dampak negatif berupa menurunnya kualitas Hidup lingkungan hidup yang selanjutnya dapat merugikan masyarakat yang terkena dampak tersebut. Pada tahun 1987, komisi WCED (World Commission on Environmental and Development/WCED) yang dibentuk oleh PBB telah berhasil menyelesaikan konsep pembangunan berkelanjutan yang didefinisikan sebagai pembangunan yang berusaha memenuhi kebutuhan hari kini tanpa mengurangi kemampuan generasi yang akan datang untuk memenuhi kebutuhan mereka. Proses pembangunan tidak bisa diukur secara langsung. Oleh karena itu untuk dapat mengukur proses pembangunan berkelanjutan dibutuhkan suatu indikator pengukurnya. Indikator ini kemudian disebut sebagai Indikator Pembangunan Berkelanjutan. Indikator ini diharapkan mampu mengukur kemajuan yang dicapai dari program pembangunan berkelanjutan dan dapat memberikan peringatan dini jika muncul suatu masalah sebelum masalah tersebut memburuk, sehingga kerusakan ekonomi, sosial, dan lingkungan dapat dicegah (Hardi & Zdan,1997). Berdasarkan latar belakang di atas, diperlukan suatu penelitian tentang pola hubungan variabel-variabel laten yang berpengaruh terhadap Pembangunan Berkelanjutan di Jawa Timur. Tujuan dari penelitian ini adalah untuk mengidentifikasi variabel yang mempengaruhi pembangunan berkelanjutan di Jawa Timur dan mengetahui pengaruh dari masing-masing variabel terhadap proses
1
pembangunan berkelanjutan di daerah Jawa Timur dengan menggunakan metode SEM PLS. Beberapa penelitian sebelumnya yang membahas IPB diantaranya: Purnomo (2002), BPS (2002). Purnomo (2002) melakukan identifikasi indikator-indikator pembangunan berkelanjutan daerah yang valid, handal, mudah diterapkan, dan dapat diperbaharui secara teratur serta mengkaji keterkaitan antar indikator pembangunan berkelanjutan daerah. Hasil dari penelitian ini adalah model hipotetik pembangunan berkelanjutan yang terdiri atas tiga pilar yaitu: Sumber Daya Manusia, Ekonomi, dan Kualitas Hidup Hidup. Metode yang digunakan dalam menyusun IPB adalah Structural Equation Modelling (SEM) dengan ruang lingkup studi 294 kabupaten/kota di Indonesia. Metode SEM baku seringkali digunakan untuk menyusun berbagai indikator. Metode ini cukup baik menjelaskan keterkaitan antar variabel laten. Namun demikian metode SEM baku mempunyai asumsi, diantaranya: (1) tidak terdapat multikolinieritas antar variabel laten, (2) hubungan antar variabel laten adalah linier, (3) jumlah obsservasi > 100 (Ferdinand (2002). Untuk mengatasi jumlah observasi < 100, maka seringkali digunakan metode SEM Partial Least Square (PLS). Salah satu penelitian yang menggunakan SEM PLS adalah Sumin (2009). Dalam penelitianya dikaji tentang pengaruh gaya kepemimpinan transformasional terhadap kepuasan kerja dan komitmen organisasi guru pada Perguruan Islam Al-Azhar Pontianak. Untuk menyusun IPB di Jawa Timur, dengan jumlah observasi hanya 38 kabupaten/kota, maka akan digunakan SEM PLS dengan metode bootstrap. 2. Struktural Equation Models (Model Persamaan Struktural) Model Persamaan Struktural adalah teknik analisis statistika yang mengkombinasikan beberapa aspek yang terdapat pada path analysis dan analisis faktor konfirmatori untuk mengestimasi beberapa persamaan secara simultan. Tidak seperti multivariate biasa, SEM dapat menguji secara bersama-sama (Bollen,1989). Metode SEM itu sendiri bisa dilakukan dalam dua langkah yaitu model struktural (hubungan antara variabel konstruk independen dan dependen) dan model pengukuran (nilai loading) antara indikator dengan konstruk (variabel laten). 2.1 Model Pengukuran Permodelan yang ditujukan untuk mengukur dimensi-dimensi yang membentuk sebuah faktor disebut measurement model atau model pengukuran. Model pengukuran merepresentasikan dugaan hipotesis yang sudah ada sebelumnya yaitu hubungan antara indikator-indikator dengan faktornya yang dievaluasi dengan menggunakan teknik analisis faktor konfirmatori atau Confirmatori Factor Analysis (CFA) (Kline 2005). 2.2 Model Struktural Model Struktural adalah hubungan antara variabel laten (konstruk) independen dan dependen. Pola hubungan antar variabel laten dalam model struktural ini dianalisis dengan pendekatan Path Analysis yang identik dengan Analisis Regresi. Pada model struktural dapat diketahui besar pengaruh variabel eksogen terhadap variabel endogen baik secara langsung maupun tidak langsung. 2.3 PLS (Partial Least Square) Partial Least Square pertama kali dikembangkan oleh Herman Wold guru yang mengembangkan SEM (Structural Equation Models). Model ini dikembangkan sebagai alternatif apabila teori yang mendasari perancangan model lemah atau indikator yang tersedia tidak memenuhi model pengukuran refleksif. Kelebihan dan kekurangan Partial Least Square: a. Kelebihan: 1. Tidak memerlukan asumsi yang sangat ketat 2. Sampel tidak harus besar 3. Aplikasi metode lebihh ditekankan pada konfirmatori dan prediksi variabel respon. b. Kelemahan Distribusi data tidak diketahui sehingga tidak bias menilai signifikansi statistik. Kelemahan pada metode Partial Least Square ini bisa diatasi dengan menggunakan metode resampling (Bootstrap). Metode Bootstrap
2
Penggunaan metode statistik parametrik biasanya mensyaratkan informasi mengenai distribusi yang harus dipenuhi dan ini sulit untuk dipenuhi. Untuk mengatasi hal ini dapat digunakan metode-metode yang tidak memerlukan asumsi ketat, salah satunya metode Bootstrap. Evaluasi Model PLS Model Pengukuran Terdapat dua metode yang digunakan untuk mengevaluasi model pengukuran dengan indikator refleksif, yaitu validitas konvergen dari indikatornya dan reliabilitas komposit untuk indikator. 1. Validitas Konvergen Validitas konvergen adalah suatu ukuran yang digunakan untuk mengetahui apakah 3ndicator dari suatu konstruk atau variabel laten memusat (Hair dkk., 2005). Melihat nilai validitas konvergen dari model pengukuran dengan indicator refleksif dinilai berdasarkan korelasi antara skor variabel dengan skor konstruk. Model telah memenuhi kriteria dari convergent validity jika nilai loading factor ≥ 0,50 atau T-Statistik ≥ 1,96. (Chin, 1998). 2. Reliabilitas Komposit Reliabilitas komposit atau reliabilitas konstruk adalah metode yang digunakan untuk melihat sejauh mana suatu alat ukur dapat mengukur konstruk teoritis tertentu yang diasumsikan atau dihipotesiskan sebelumnya terdiri dari 3ndicator-indikator yang heterogen tetapi memiliki kemiripan dan merupakan pembentuk konstruk. Ukuran ini dapat diterima kehandalannya apabila koefisien variabel laten > 0,70 (Chin, 1998). Reliabilitas komposit dapat dihitung dengan persamaan sebagai berikut:
c
p ( )2 i 1 i p p [( )2 ( )] i i 1 i 1 i
(1)
Dimana λi adalah loading faktor yang menghubungkan variabel laten ke indikator dan var error ( i )= 1 – (λi2). Model Struktural Model struktural dievaluasi dengan melihat persentase varians yang dijelaskan dengan melihat R2 (R-square) untuk variabel laten endogen dan juga melihat besarnya koefisien jalur strukturalnya. Nilai R2 diperoleh melalui rumus berikut:
R2
H h 1
ˆ cor ( X , Y ) jh jh j
(2)
Keterangan:
: Koefisien variabel endogen. Cor(Xjh,Yj) : korelasi antara variabel eksogen dan endogen. 2.4 Indikator Pembangunan Berkelanjutan Pembangunan berkelanjutan didefinisikan sebagai pembangunan yang memenuhi kebutuhan hidup bermasyarakat saat ini tanpa merugikan kebutuhan generasi mendatang (WECD, 1987). Mewakili Indonesia, BPS telah menyusun pengembangan indikator berkelanjutan sebagaimana yang disarankan oleh Komisi Pembangunan Berkelanjutan PBB pada tahun 2001. Sehingga sejak tahun 2002, BPS telah menerbitkan publikasi Indikator Pembangunan Berkelanjutan setiap tahunnya berdasarkan indikator terpilih yang sudah disesuaikan dengan kondisi lingkungan dan keberadaan data pembangunan berkelanjutan yang mengacu pada kerangka kerja di atas. Indikator pembangunan berkelanjutan tersebut terdiri atas aspek sosial, ekonomi, limgkungan dan kelembagaan. 3. Metodologi Penelitian 3.1 Sumber Data Data dalam penelitian ini merupakan data sekunder yang diperoleh dari data Survei Sosial Ekonomi Nasional (SUSENAS) dan Indikator Makro Ekonomi Provinsi Jawa Timur tahun 2007, yang terdiri atas 29 kabupaten dan 9 kota.
3
3.2 Identifikasi Variabel dan Definisi Operasional Variabel-variabel dalam indikator pembangunan berkelan-jutan tidak semua bisa diperoleh dari Badan Pusat Statistik. Variabel laten dan indikatornya masing-masing yang digunakan dalam penelitian ini adalah sebagai berikut: 1) Sumber Daya Manusia (variabel eksogen) Faktor SDM dibentuk oleh indikator pendidikan (Angka melek huruf dan angka partisipasi sekolah) dan angka pengangguran terbuka. a. Angka Melek Huruf Angka melek huruf didefinisikan sebagai persentase penduduk berusia 15 tahun ke atas yang dapat membaca dan menulis naskah (script) latin atau naskah lainnya. b. Angka partisipasi Sekolah Angka partisipasi sekolah didefinisikan sebagai persentase penduduk yang berusia 13-15 tahun yang masih bersekolah. c. Angka Pengangguran Terbuka Pengangguran terbuka didefinisikan sebagai persentase tenaga kerja yang sedang mencari pekerjaan. 2) Ekonomi (variabel endogen) Faktor laten Ekonomi dibentuk oleh indikator-indikator garis kemiskinan, PDRB, kondisi lantai dan laju pertumbuhan ekonomi. a. Garis kemiskinan Garis kemiskinan merupakan penjumlahan dari garis kemiskinan makanan dan garis kemiskinan non makanan. Garis kemiskinan ditetapkan berdasarkan pengeluaran per-kapita per-bulan yang diperlukan untuk memenuhi standar konsumsi minimal makanan dan non makanan. b. PDRB Produk domestik regional bruto per-kapita atas dasar harga yang berlaku di provinsi Jawa Timur. c. Lantai Tanah Lantai disini didefinisikan sebagai persentase rumah tangga yang lantai rumahnya sebagian besar berupa tanah atau jenis lantai kotor lainnya (dirt floors). d. Laju Pertumbuhan Ekonomi laju kenaikan aktivitas ekonomi yang ditunjukkan oleh pertumbuhan PDRB. 3) Kualitas Hidup Hidup (variabel endogen) Penamaan faktor laten Kualitas Hidup mengacu pada pencapaian kualitas Hidup hidup yang baik yang ditunjukkan oleh tingginya akses ke sanitasi (SANITASI), prevelensi kurang gizi, angka harapan hidup, dan penggunaan air bersih. a. Akses ke Sanitasi Akses ke sanitasi didefinikan sebagai Persentase rumah tangga yang memiliki jamban keluarga sendiri atau memiliki akses ke fasilitas jamban umum b. Prevelensi Kurang Gizi Persentase balita dibawah batas kurang gizi c. Angka Harapan Hidup Angka harapan hidup didefinisikan sebagai Rata-rata umur yang akan dicapai oleh bayi yang baru lahir jika pola kematian pada saat itu diberlakukan pada kehidupannya. d. Penggunaan Air Bersih Presentase jumlah masyarakat yang sudah menggunakan air bersih untuk memenuhi kebutuhan sehari-hari baik untuk minum ataupun memasak. 3.3 Metode Analisis Data Analisis ini dilakukan berdasar.kan tujuan penelitian, adapun langkah-langkahnya sebagai berikut:
4
1. Eksplorasi Data Eksplorasi data dilakukan dengan tujuan untuk mengecek data apakah data yang didapatkan benar-benar sesuai dengan skala data yang digunakan. 2. Analisis Model Persamaan Struktural (SEM) dengan menggunakan Partial Least Square, a) Mendapatkan model berbasis konsep dan teori yang dikembangkan yaitu merancang model struktural (hubungan antar variabel laten). b) Merancang model pengukurannya yaitu hubungan antara indikator-indikator dengan variabel laten. c) Membuat diagram path yang menjelaskan pola hubungan antara variabel laten dengan indikatornya.
Gambar 1. Diagram Path Model
d) Konversi Diagram Alur Kedalam Persamaan Ekonomi
Kualitas
mxn SDM
mx1
B mxm Ekonomi
mxn SDM
mx1
Keterangan: Kualitas Hidup : variabel laten endogen Ekonomi : variabel laten endogen SDM : variadel laten eksogen e) Mengestimasi parameter yang terdiri atas estimasi koefisien jalur dan estimasi rata-rata kemudian estimasi bootstrap standar error. f) Langkah-langkah bootstrapping standar error adalah sebagai berikut: Menentukan B sampel independen bootstrap x*1, x*2, …, x*n, dimana masing-masing sampel berisi n data yang berasal dari populasi x (data asli). ^
Mengevaluasi replikasi yang ada pada masing-masing bootstrap dari sesuai untuk tiap sampel bootstrap, yaitu:
^ *(b )
* Tn ( x b )
yang
, b=1,2,…B
Mengestimasi standard error berdasarkan point kedua. g) Mengevaluasi outer model atau model pengukuran dengan cara melihat hasil validitas dan reliabilitas. Jika model pengukuran valid dan reliabel maka dapat dilakukan tahap selanjutnya yaitu evaluasi model struktural. Jika tidak, maka harus kembali mengkonstruksi diagram jalur. h) Menginterpretasikan output yang diperoleh sesuai dengan model di atas dan diambil kesimpulan sesuai permasalahan. 4.Analisis Dan Pembahasan 4.1 Deskripsi Indikator Pembangunan Berkelanjutan Konstruk Sumber Daya Manusia Konstruk (variabel laten) Sumber Daya Manusia dapat diukur oleh variabel manivest (indikator) yang terdiri atas variabel angka melek huruf, angka partisipasi sekolah dan tingkat pengangguran
5
terbuka. Gambar 2 menyajikan penyebaran data dan identifikasi adanya nilai outlier dengan menggunakan boxplot. 100 16
95
14
90 (presentase)
(presentase)
12 10 8 6
85
80
4
75
2 0
70
Tingkat pengangguran Terbuka
Angka Partisipasi Sekolah (13-1
(a)
(b)
100 95
(prsesentase)
90 85 80 75 70
Angka Melek Huruf (15-55)
(c)
Gambar 2. Boxplot konstruk SDM, (a). Tingkat pengangguran terbuka, (b). Angka Partisipasi sekolah, (c). Angka melek huruf.
Gambar 2 menunjukkan bahwa pada data variabel tingkat pengangguran terbuka dan angka partisipasi sekolah tidak terdapat nilai outlier dengan nilai tengah (median) masing-masing sebesar 6,425 persen dan 89,545 persen. Variabel angka pengangguran terbuka menunjukkan bahwa sebagian besar daerah memiliki nilai di atas median. Variabel ini memiliki nilai penyebaran yang cukup merata di seluruh daerah dengan nilai rata-rata sebesar 7,2292 persen dan nilai keragaman sebesar 10,22 persen. Data variabel angka partisipasi sekolah sebagian besar daerah berada di bawah nilai tengah dan menyebar hampir di seluruh wilayah dengan nilai rata-rata 87,47 persen, nilai keragaman 59,211 persen dan nilai tengah (median) 89,545 persen. Variabel angka melek huruf menunjukkan bahwa terdapat satu nilai outlier yaitu angka melek huruf dari Kabupaten Sampang. Gambar 2 (c) juga menunjukkan bahwa sebagian besar nilai presentase dari data angka melek huruf berada di bawah nilai tengah yaitu sebesar 95,9 persen. Penyebaran data pada variabel angka melek huruf cukup menyebar di seluruh wilayah dengan nilai rata-rata sebesar 93,3555 persen dan nilai keragaman 44,077 persen. Penyebaran data angka melek huruf di wilayah Jawa Timur selengkapnya disajikan pada Gambar 3.
< 68% 68%-76% 77%-84% > 84%
Gambar 3. Persebaran Angka Melek Huruf di Jawa Timur
Gambar 3 di atas menunjukkan bahwa persebaran data angka melek huruf di Jawa Timur sudah merata sebagian besar daerahnya memiliki tingkat angka melek huruf yang tinggi.
6
Konstruk Ekonomi Konstruk (variabel laten) Ekonomi dapat diukur oleh variabel manivest (indikator) yang terdiri atas variabel lantai tanah, laju pertumbuhan ekonomi, garis kemiskinan dan Produk Domestik Regional Bruto. Gambar 4 menyajikan penyebaran data dan identifikasi adanya nilai outlier dengan menggunakan boxplot. 70
13 12
60
11 (presentase)
(presentase)
50 40 30 20
10 9 8 7 6
10
5 4
0
laju pertumbuhan ekonomi
Lantai tanah
(a)
(b) 160000
200000
140000 180000
120000 100000 (ribuan)
(ribuan)
160000
140000
80000 60000 40000
120000
20000 100000
0
PDRB
Garis kemiskinan
(c)
(d)
Gambar 4. Boxplot konstruk Ekonomi, (a). Lantai tanah, (b). Laju pertumbuhan ekonomi, (c). Garis kemiskinan, (d). PDRB.
Gambar 4 di atas menunjukkan bahwa untuk data untuk variabel lantai tanah tidak terdapat nilai outlier dan sebagian besar daerah berada di atas nilai tengah (median) yaitu sebesar 15,105 persen. Nilai rata-rata pada variabel lantai tanah adalah 19,7749 persen dengan nilai keragaman sebesar 308,035 persen. Data variabel laju pertumbuhan ekonomi menunjukkan bahwa terdapat satu daerah yang memiliki nilai yang outlier yaitu daerah Kabupaten Bojonegoro dengan nilai tengah variabel ini sebesar 5,9 persen. Gambar 4 (b) juga menunjukkan bahwa penyebaran data laju pertumbuhan ekonomi di Jawa Timur tidak terlalu merata dengan nilai rata-rata 5,9113 persen dan nilai keragamannya sebesar 1,912 persen. Gambar 4 (d) menjelaskan bahwa penyebaran data variabel PDRB di Jawa Timur masih sempit dan kurang menyebar di seluruh wilayah. Penyebaran masyarakat yang masih menggunakan lantai tanah di wilayah Jawa Timur selengkapnya disajikan pada Gambar 5.
1%-14% 15%-28% 29%-42% 43%-56% 57%-70%
Gambar 5. Persebaran Lantai Tanah di Jawa Timur
Gambar 5 menunjukkan bahwa sebagian besar masyarakat di daerah Jawa Timur sudah tidak menggunakan lantai tanah sebagai alas dalam rumahnya, melainkan sudah menggunakan ubin atau keramik.
7
Konstruk Kualitas Hidup Konstruk (variabel laten) Kuaitas hidup dapat diukur oleh variabel manivest (indikator) yang terdiri dari variabel akses sanitasi, akses air bersih, prevelensi kurang gizi dan angka harapan hidup. Gambar 6 menyajikan penyebaran data dan identifikasi adanya nilai outlier dengan menggunakan boxplot. 72
100 90
70
80
68 (presentase)
(presentase)
70 60 50 40 30
66
64
62
20
60
10
Sanitasi
Angka harapan Hidup
(a)
(b) 30
100
25
(presentase)
(presentase)
90
80
20
15
70 10 60
Air bersih
(c)
Prevelensi kurang gizi
(d)
Gambar 6. Boxplot konstruk Kualitas Hidup hidup, (a). Sanitasi, (b). Angka harapan hidup, (c). air bersih, (d). Prevelensi kurang gizi
Gambar 6 (a) di atas menunjukkan bahwa tidak terdapat nilai outlier pada data variabel akses sanitasi dengan nilai tengah sebesar 48,925 persen, nilai rata-rata sebesar 48,8161 persen dan nilai keragaman sebesar 539,256 persen. Gambar tersebut juga menjelaskan bahwa penyebaran akses sanitasi di Jawa Timur sudah cukup merata di seluruh wilayah. Gambar 6 (c) menunjukkan bahwa terdapat 2 daerah yang nilainya outlier pada data variabel akses menggunakan air bersih yaitu Kabupaten Trenggalek dan Kabupaten Pacitan dengan nilai tengah 91,87 persen, nilai rata-rata sebesar 89,8092 persen dan nilai keragaman sebesar 95,469 persen. Data prevelensi kurang gizi menunjukkan bahwa tidak terdapat nilai yang outlier dengan nilai tengah sebesar 15,95 persen, nilai rata-rata sebesar 16,2024 persen dan nilai keragaman sebesar 19,331 persen. Begitu juga pada data variabel angka harapan hidup. Variabel ini juga tidak menunjukkan adanya nilai outlier dengan nilai tengah sebesar 68,61 persen, nilai rata-rata sebesar 67,3371 persen dan nilai keragaman sebesar 10,754 persen. Penyebaran masyarakat yang menggunakan akses air bersih di wilayah Jawa Timur selengkapnya disajikan pada Gambar 7.
1%-20% 21%-40% 41%-60% 61%-80% 81%-100% Gambar 7. Persebaran akses sanitasi di Jawa Timur
8
Gambar 7 menunjukkan bahwa sebagian besar masyarakat di daerah Jawa Timur sudah menggunakan air bersih. 4.2 Analisis Model Persamaan Struktural Validitas Konvergen Hasil pengujian validitas konvergen untuk di Jawa Timur dapat dilihat pada outer model loadings seperti gambar di bawah ini. Berdasarkan gambar di bawah ini dapat diketahui bahwa:
Gambar 8. Diagram jalur persamaan struktural terhadap indikator pada masing-masing variabel laten Tabel 1. Indikator variabel SDM
Indikator Variabel Sumber Daya Manusia
Loading Keterangan
Angka Melek Huruf
0.906
Valid
Angka Partisipasi Sekolah
0.857
Valid
Tingkat pengangguran Terbuka 0.814 Valid Tabel 1. menunjukkan bahwa untuk variabel angka melek huruf, angka partisipasi sekolah dan tingkat pengangguran terbuka dapat digunakan untuk mengukur variabel Sumber Daya Manusia karena nilai loadingnya > 0.5. Tabel 2. Indikator variabel Ekonomi
Indikator Variabel Ekonomi Loading Keterangan Garis Kemiskinan 0.752 Valid Lantai tanah 0.779 Valid PDRB 0.609 Valid Laju pertumbuhan ekonomi 0.079 Tidak valid Tabel 2. menunjukkan bahwa untuk variabel Laju pertumbuhan ekonomi tidak valid dikarenakan nilai loading < 0.5. sedangkan untuk indikator garis kemiskinan, lantai tanah dan PDRB dapat digunakan untuk mengukur variabel Ekonomi. Tabel 3. Indikator variabel Kualitas Hidup
Indikator Variabel Kualitas Hidup Air bersih Angka Harapan Hidup
Loading 0.668 0.841
Keterangan valid valid
9
Prevelensi kurang gizi 0.517 valid sanitasi 0.928 valid Tabel 3 menunjukkan bahwa semua variabel pada variabel laten Kualitas Hidup adalah valid dikarenakan nilai loading > 0.5. Hal ini berarti semua indikator dapat digunakan untuk mengukur variabel laten Kualitas Hidup. Validitas Konvergen Setelah Indikator Dibuang Pengujian ulang setelah indikator yang tidak valid dihilangkan di wilayah Kota dan Kabupaten Jawa Timur, diagram jalurnya sebagai berikut:
Gambar 9. Diagram jalur setelah dilakukan seleksi terhadap indikator yang tidak valid
Hasil pengujian ulang setelah indikator yang tidak valid dihilangkan dari konstruk hasilnya di Jawa Timur dapat dilihat pada tabel berikut. Tabel 4. Uji Validitas Konvergen untuk konstruk SDM
Indikator Variabel TSumber Daya Manusia Loading Statistik Keterangan Angka Melek Huruf 0.906 18.4087 Valid Angka Partisipasi Sekolah 0.857 18.6901 Valid Tingkat pengangguran Terbuka 0.813 19.6314 Valid Tabel 4. menunjukkan bahwa nilai loading (λ) dari semua variabel untuk konstruk SDM > 0.5 dengan nilai T-Statistik > 1.96, artinya semua variabel signifikan secara statistik dan valid dalam mengukur konstruk SDM. Tabel 5. Uji Validitas Konvergen untuk konstruk Ekonomi
Indikator Variabel TEkonomi Loading Statistik Keterangan Garis Kemiskinan 0.725 6.5727 Valid Lantai tanah 0.813 6.2097 Valid PDRB 0.628 6.7344 Valid Tabel 5. menunjukkan nilai loading (λ) dari semua variabel untuk konstruk Ekonomi > 0.5 dengan nilai T-Statistik > 1.96, artinya semua variabel signifikan secara statistik dan valid dalam mengukur konstruk Ekonomi.
10
Tabel 6. Uji Validitas Konvergen untuk konstruk Kualitas Hidup
Indikator Variabel Kualitas Hidup Air bersih Angka Harapan Hidup Prevelensi kurang gizi Sanitasi
Loading 0.667
TStatistik 8.6586
Keterangan Valid
0.841
13.7789
Valid
0.519 0.928
4.4402 8.6675
Valid Valid
Tabel 6. menunjukkan bahwa nilai loading (λ) dari semua variabel untuk konstruk Kualitas Hidup > 0.5 dengan nilai T-Statistik > 1.96, artinya semua variabel signifikan secara statistik dan valid dalam mengukur konstruk Kualitas Hidup. Reliabilitas Komposit Hasil pengujian reliabilitas komposit di Jawa Timur adalah sebagai berikut: Tabel 7. Reliabilitas Komposit
Variabel Composite Reliability Keterangan SDM 0.894 Reliabel Ekonomi 0.768 Reliabel Kualitas Hidup 0.836 Reliabel Berdasarkan hasil uji reliabilitas komposit, untuk variabel laten Ekonomi memiliki nilai reliabilitas komposit sebesar 0.768, variabel Kualitas Hidup sebesar 0.836, dan variabel sumber daya manusia sebesar 0.894. Semua variabel laten di atas memiliki nilai reliabilitas komposit ≥ 0.7 berarti indikator -indikator yang digunakan benar-benar dapat dipercaya (mampu) untuk mengukur konstruknya. Penilaian R2 dan Koefisien Parameter Jalur Pada Partial Least Square, koefisien parameter jalur diperoleh melalui bobot inner model dengan terlebih dahulu dicari nilai T-statistik melalui prosedur bootstrap standard error. Hasil penilain R2 dan koefisien parameter jalur di Jawa Timur adalah sebagai berikut. Tabel 8. Koefisien Parameter Jalur
Variabel Ekonomi Kualitas Hidup SDM Ekonomi SDM Kualitas Hidup
Koefisien Parameter Jalur
Sample Mean
Standard Error
T-Statistik
0.115892
0.11245
0.039236
2.953676
0.663342
0.662771
0.059553
11.13864
0.926443
0.931978
0.012245
75.65926
Tabel 9. R-square Jawa Timur
Variabel
R Square
Ekonomi
0.4400
Kualitas Hidup
0.8658
Nilai R2(η1) untuk variabel Ekonomi sebesar 0.44 artinya variasi Ekonomi dapat dijelaskan oleh variabel Sumber daya manusia sebesar 44% sedangkan sisanya sebesar 66% dipengaruhi oleh variabel
11
lain yang tidak terdapat di dalam model penelitian ini. Nilai R2(η2) untuk variabel kualitas Hidup sebesar 0.8658, artinya variasi Kualitas Hidup dapat dijelaskan oleh variabel Sumber daya manusia sebesar 86,58% sedangkan sisanya sebesar 13,42% dipengaruhi oleh variabel lain yang tidak terdapat di dalam model. Berdasarkan hasil estimasi bootstrap dengan menggunakan kasus persampel 50 dengan sampel asli sebanyak 38, diperoleh nilai koefisien parameter untuk model struktural sebagai berikut. Pengaruh Sumber Daya Manusia terhadap Ekonomi (γ11) sebesar 0.663342 satuan dengan nilai Tstatistik sebesar 11.13864 (> 1.96). H0 ditolak, artinya terdapat pengaruh signifikan positif antara variabel Sumber Daya Manusia terhadap variabel Ekonomi. Hal ini berarti semakin tinggi Sumbar Daya Manusia di Jawa Timur semakin tinggi tingkat Ekonomi. Pengaruh Sumber Daya Manusia terhadap Kualitas Hidup (γ21) sebesar 0.926443 satuan dengan nilai T-statistik sebesar 75.65926 (> 1.96). H0 ditolak, artinya terdapat pengaruh signifikan positif antara variabel Sumber Daya Manusia terhadap variabel Kualitas Hidup. Pengaruh variabel Ekonomi terhadap Kualitas Hidup (β21) sebesar 0.115892 satuan dengan nilai Tstatistik sebesar 2.953676 (> 1.96). H0 ditolak, artinya terdapat pengaruh signifikan positif antara variabel Sumber Daya Manusia terhadap variabel Kualitas Hidup. Selanjutnya koefisien parameter yang diperoleh dimasukkan ke dalam persamaan matematis sebagai berikut: Ekonomi = 0,663342 SDM Kualitas Hidup = 0,115892 Ekonomi + 0,926443 SDM Artinya: Setiap kenaikan Sumber Daya Manusia sebesar satu satuan akan mengakibatkan kenaikan ekonomi sebesar 0.663342 satuan. Setiap kenaikan Ekonomi sebesar satu satuan dengan asumsi variabel Sumber Daya Manusia tetap akan mengakibatkan kenaikan Kualitas Hidup sebesar 0.115892 satuan. Setiap kenaikan Sumber Daya Manusia sebesar satu satuan dengan asumsi variabel Ekonomi tetap akan mengakibatkan naiknya Kualitas Hidup sebesar 0.926443 satuan. Setiap kenaikan Sumber Daya Manusia dan Ekonomi sebesar satu satuan akan mengakibatkan naiknya Kualitas Hidup sebesar 1.042335 satuan. 5.Kesimpulan : Berdasarkan analisis data dan pembahasan hasil penelitian maka dapat ditarik kesimpulan sebagai berikut: 1. Berdasarkan hasil pengujian validitas konvergen Indikator Pembangunan Berkelanjutan di Jawa Timur untuk konstruk SDM adalah Angka Melek Huruf, Angka Partisipasi Sekolah dan tingkat pengangguran terbuka. Indikator dari konstruk Ekonomi adalah jumlah masyarakat yang hidup di bawah garis kemiskinan, banyaknya masyarakat yang sebagian besar rumahnya masih berlantai tanah dan PDRB per-kapita. Indikator dari konstruk kualitas Hidup adalah akses air bersih, Angka Harapan Hidup, Prevelensi kurang gizi dan akses Sanitasi. 2. Terdapat pengaruh yang positif dan nyata (signifikan) antara konstruk Sumber Daya Manusia dan Ekonomi. Hal ini berarti semakin tinggi Sumber Daya Manusia di Jawa Timur semakin tinggi tingkat perekonomian. Pada model yang kedua, terdapat pengaruh yang positif dan nyata (signifikan) antara konstruk Sumber Daya Manusia dan Kualitas Hidup. Daftar Pustaka Bollen K.A. 1989. Structural Equation with Laten Variabels, Departement of Sociology, John Wiley & Sons, New York. Budi, T. P. 2006. SPSS 13.0 Terapan; Riset Statistik Parametrik. Penerbit Andi. Yogyakarta. BPS. 2001. Statistik Lingkungan Hidup Indonesia 2000. Badan Pusat Statistik. Jakarta.
12
BPS, Bappenas, dan UNDP. 2001. Indonesia Human Development Report 2001. Toward a New Consensus: Democracy and Human Development in Indonesia. Jakarta. BPS. 2009. Indikator Pembangunan Berkelanjutan 2009. Badan Pusat Statistik. Jakarta. Chin, W.W. 1998. The Partial Least Squares Approach for Structural Equation Modeling. Cleveland. Ohio. Ferdinand, A. 2002. Structural Equation Modeling dalam Penelitian Manajemen. Badan Penerbit UNDIP. Semarang. Geisser, S. 1975. The Predictive Sample Reuse Method with Application. Journal of The American Statistical Association. Vol. 70. 320-328. Ghozali I dan Fuad. 2005. Struktural Equation Modeling: Teori, Konsep dan Aplikasi Lisrel. Penerbit Universitas Diponogoro. Hair, J. F. JR., Anderson, R.E, Tatham, R.L. and Black, W.C. 1998. Multivariate Data Analysis. Fifth Edition. Prentice Hall, International, Inc. Hardi, P. dan T. Zdan. 1997. Assessing Sustainable Development: Principles in Practice. International Institute for Sustainable Development (IISD) Johnson RA and Wichern DW. 1992 Applied Multivariate Statistical Analysis. Prentice Hall, Englewood Chiffs, New Jersey Purnomo, Arif. 2002. Model Persamaan Struktural Pembangunan Berkelanjutan Daerah. Institut Pertanian Bogor. Bogor. Sharma, S. 1996. Applied Multivariate Techniques. John Wiley & Sons. Inc Sumin. 2009. Pemodelan Persamaan Struktural Untuk Sampel Kecil Menggunakan Metode Bootstrap Pada Partial Least Square. Institut Teknologi Sepuluh Nopember. Surabaya. Tobias, R. 1995. An Introduction to Partial Least Squares Regression. In Proceedings of the Twentieth Annual SAS Users Group International Coference, Cary, NC : SAS Insitute Inc., 1250-1257. WCED. 1987. Our Common Future. Oxford University Press, Oxford. Wold. S., Ruhe, A., Wold, H., and Dunn, W.J. 1984. The Collinearity Problem in Linear Regression: The Partial Least Square (PLS) Approach to Generalized Inverses, SIAM Journal on Scientific and Statistical Computing, vol.5, no. 3: 735-743 Wold, H. 1985. Partial Least Square. Encylopedia of Statistical Sciencies. Vol 8. 587-599. Wonnacott, World Bank. 2001. Indicators of Sustainable Development: Guidelines and Methodologies. Washington, WB.
13
