ANALISIS TINGKAT KEMAJUAN DESA DI KABUPATEN BOGOR DENGAN METODE CHAID DAN REGRESI LOGISTIK ORDINAL
DENI SUHANDANI
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007
ABSTRAK DENI SUHANDANI. Analisis Tingkat Kemajuan Desa di Kabupaten Bogor dengan Metode CHAID dan Regresi Logistik Ordinal. Dibimbing oleh BAMBANG SUMANTRI dan I MADE SUMERTAJAYA. Pembangunan yang tidak merata akan menyebabkan perkembangan yang tidak seimbang serta kesenjangan dalam perekonomian akibatnya muncul daerah-daerah miskin dan tertinggal. Oleh sebab itu diperlukan penelitian mengenai upaya mengurangi daerah-daerah yang miskin dan tertinggal tersebut. Penelitian ini bertujuan untuk menggambarkan kondisi umum desa di kabupaten Bogor, menelusuri peubah yang signifikan dan menggambarkan karakteristik tingkat kemajuan desa di kabupaten Bogor berdasarkan kelompok peubah-peubah yang signifikan tersebut, dan melihat kecenderungan desa tertentu masuk ke dalam tingkatan desa maju, sedang dan tertinggal berdasarkan karakteristik tertentu. Berdasarkan peubah-peubah dan kriteria tingkat kemajuan desa yang disusun oleh BAPEDA Jawa Barat, kabupaten Bogor terdiri atas 40 desa tertinggal (9.4%), 282 desa sedang (66.2%) dan 104 desa maju (24.4%). Dari analisis CHAID didapatkan 4 peubah yang signifikan terhadap tingkat kemajuan desa di kabupaten Bogor. Peubah-peubah tersebut adalah sumber penghasilan utama sebagian besar penduduk, sarana komunikasi, jenis pasar dan fasilitas kesehatan. Terdapat lima kelompok karakteristik tingkat kemajuan desa. Kelompok pertama merupakan desa pertanian dan tidak memiliki sarana komunikasi dimana persentase desa maju 0%, desa sedang 42.37%, dan desa tertinggal 57.63%. Kelompok dua merupakan desa pertanian, memiliki sarana komunikasi tetapi tidak memiliki fasilitas kesehatan poliklinik dengan persentase desa maju, sedang dan tertinggal berturut-turut 0%, 94.64%, dan 5.36%. Kelompok tiga mirip dengan kelompok dua hanya pada kelompok tiga fasilitas kesehatannya poliklinik dengan persentase desa maju 11.54%, sedang 88.46% dan tertinggal 0%. Kelompok empat merupakan desa non pertanian dan tidak memiliki pasar dimana persentase desa maju, sedang, dan maju berturut-turut adalah 17.07%, 82.93%, 0% dan yang terakhir kelompok lima merupakan desa non pertanian dan terdapat pasar dengan persentase desa maju 85.26%, desa sedang 14.74% dan desa tertinggal 0%. Dari analisis regresi logistik didapatkan 14 karakteristik desa dimana desa yang tidak memiliki fasilitas kesehatan poliklinik, tidak terdapat sarana komunikasi, tidak terdapat pasar, dan sumber penghasilan utama sebagian besar penduduk dari pertanian mempunyai peluang terbesar masuk ke dalam status desa tertinggal dan peluang terkecil masuk ke dalam status desa maju.
ANALISIS TINGKAT KEMAJUAN DESA DI KABUPATEN BOGOR DENGAN METODE CHAID DAN REGRESI LOGISTIK ORDINAL
DENI SUHANDANI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Statistika
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007
Judul Skripsi Nama NRP
: Analisis Tingkat Kemajuan Desa di Kabupaten Bogor dengan Metode CHAID dan Regresi Logistik Ordinal : Deni Suhandani : G14103054
Menyetujui : Pembimbing I,
Pembimbing II,
Ir. Bambang Sumantri NIP. 130779511
Dr. Ir. I Made Sumertajaya, MS NIP. 132085916
Mengetahui : Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor
Dr. Drh. Hasim, DEA NIP. 131578806
Tanggal Lulus :
PRAKATA Alhamdulillah. Segala puji dan rasa syukur penulis panjatkan ke hadirat Allah SWT atas segala karunia-Nya sehingga karya ilmiah ini dapat terselesaikan. Karya ilmiah ini berjudul Analisis Tingkat Kemajuan Desa di Kabupaten Bogor dengan Metode CHAID dan Regresi Logistik Ordinal. Selesainya karya ilmiah ini tidak terlepas dari bantuan berbagai pihak. Oleh sebab itu, pada kesempatan ini penulis ingin mengucapkan terima kasih kepada : 1. Bapak Ir. Bambang Sumantri dan Bapak Dr. Ir. I Made Sumertajaya MS selaku pembimbing yang selalu memberikan arahan, saran dan kesabarannya dalam membimbing penulis. 2. Ibu Hanifah yang telah memberikan data dan membantu penulis dalam pencarian literatur. 3. Bapak, Ibu dan Kakak-kakakku tercinta atas segala doa, kasih sayang, serta dukungan yang telah diberikan kepada penulis. 4. Seluruh dosen Departemen Statistika FMIPA IPB atas ilmu yang diajarkan dan seluruh staf Departemen Statistika (Bu Markonah, Bu Sulis, Bu Dedeh, Bu Aat, Pak Iyan, Mang Sudin, Mang Herman, Mang Dur) yang telah membantu penulis selama belajar di Statistika IPB. 5. Mala Septiani yang selalu memberikan motivasi, semangat, kasih sayang, dan doanya. 6. Adit dan Agus (terima kasih atas kebersamaan selama 3 tahun nge-Kost), Anggoro yang selalu bersedia untuk diskusi dengan penulis, Adis yang sudah mengajarkan CHAID, Daus untuk design pinnya, Rahayu atas informasi GLMnya, Anak-anak paladium (terima kasih atas hiburan PSnya), Tim pembahas seminar (Diyen, Arta, Rina), Anak-anak Statistics Centre (Rina, Njum, Ika, Ami dkk. atas kerjasamanya), dan Anak-anak Batosai yang selalu berbagi keceriaan di kostan. 7. Teman seperjuanganku, Statistika 40. Terima kasih atas kebersamaan dan kenangan yang indah selama 4 tahun. 8. Kakak-kakak kelas STK 38 dan STK 39: Pipin, Dede, Dina, Huda (terima kasih atas saran-saran dan bantuannya) serta adik-adik STK 41 dan 42. 9. Semua pihak yang tidak bisa disebutkan satu persatu yang telah membantu penulis dalam pembuatan karya ilmiah ini. Semoga karya ilmiah ini dapat bermanfaat bagi semua pihak yang membutuhkan.
Bogor, November 2007
Deni Suhandani
RIWAYAT HIDUP Penulis dilahirkan di Sumedang pada tanggal 14 Maret 1984 sebagai anak ke empat dari empat bersaudara, anak dari pasangan Maman dan Oom. Setelah menyelesaikan pendidikan dasar di SDN Cibugel Sumedang pada tahun 1997, studi penulis dilanjutkan di SLTP Negeri 1 Situraja yang ditamatkan pada tahun 2000. Tahun 2003 penulis lulus dari SMU Negeri 3 Bandung, dan pada tahun yang sama diterima sebagai mahasiswa di Departemen Statistika Institut Pertanian Bogor melalui jalur SPMB (Seleksi Penerimaan Mahasiswa Baru). Semasa menjadi mahasiswa, penulis aktif sebagai pengurus Himpunan Profesi Departemen Statistika Gamma Sigma Beta (GSB) periode 2005-2006. Penulis juga menjadi tenaga pengajar dan analisis data di Lembaga Bimbingan Belajar dan Olah Data Statistics Centre serta menjadi surveyor Bank Syariah Mandiri pada tahun 2005. Praktik Lapang dilakukan penulis di Badan Perencanaan Daerah (BAPEDA) Jawa Barat pada bulan Februari-April 2007.
DAFTAR ISI Halaman DAFTAR TABEL ........................................................................................................................ vii DAFTAR GAMBAR ................................................................................................................... vii DAFTAR LAMPIRAN ................................................................................................................ vii PENDAHULUAN Latar Belakang ...................................................................................................................... 1 Tujuan .................................................................................................................................... 1 TINJAUAN PUSTAKA Desa ....................................................................................................................................... 1 Metode CHAID ..................................................................................................................... 1 Regresi Logistik Ordinal ........................................................................................................ 2 BAHAN DAN METODE Bahan ..................................................................................................................................... 3 Metode ................................................................................................................................... 3 HASIL DAN PEMBAHASAN Gambaran Umum Desa di Kabupaten Bogor ....................................................................... Hasil Analisis CHAID .......................................................................................................... Karakteristik Tingkat Kemajuan Desa ................................................................................. Hasil Analisis Regresi Logistik Ordinal ...............................................................................
3 4 4 5
KESIMPULAN ............................................................................................................................ 6 DAFTAR PUSTAKA .................................................................................................................. 7 LAMPIRAN .................................................................................................................................. 8
DAFTAR TABEL Halaman 1
Total skor desa di kabupaten Bogor .................................................................................... 3
2
Dugaan parameter model regresi logistik ordinal ............................................................... 5
3
Ketepatan prediksi model regresi logistik ordinal .............................................................. 5
4
Nilai koefisien dan rasio odds model regresi logistik ordinal .............................................. 6
DAFTAR GAMBAR Halaman 1
Diagram pie tingkat kemajuan desa di kabupaten Bogor (%) ........................................... 3
DAFTAR LAMPIRAN Halaman 1
Skor dan kode setiap peubah penjelas ................................................................................. 9
2
Dendrogram hasil analisis CHAID ...................................................................................... 11
3
Peubah penjelas regresi logistik ordinal ............................................................................... 12
4
Tabel peluang dugaan peubah respon ................................................................................... 12
vii
PENDAHULUAN
TINJAUAN PUSTAKA
Latar Belakang
Desa
Pembangunan yang tidak merata akan menyebabkan perkembangan yang tidak seimbang serta kesenjangan dalam perekonomian akibatnya muncul daerahdaerah miskin dan tertinggal. Undang-undang nomor 32 tahun 2004 tentang pemerintahan daerah memberikan legitimasi untuk menyerahkan kewenangan proses pembangunan kepada pemerintah daerah masing-masing. Tujuan dari undang-undang ini pada dasarnya merupakan suatu upaya untuk meningkatkan kesejahteraan masyarakat dan mengurangi kesenjangan pembangunan dengan mengurangi daerah-daerah yang miskin, kumuh dan tertinggal. Penelitian mengenai desa tertinggal pernah dilakukan oleh Handayani (2005) yang berjudul analisis regresi logistik untuk menentukan faktor-faktor ketertinggalan desa di kabupaten Bogor. Sumber data yang digunakan pada penelitiannya berasal dari data potensi desa (Podes) tahun 2003. Peubahpeubah yang digunakan serta kriteria mengenai tertinggal atau tidaknya suatu desa disusun oleh Badan Pusat Statistik (BPS). Dalam penelitian ini peubah-peubah yang digunakan serta kriteria tingkat kemajuan desa disusun oleh Badan Perencanaan Daerah (BAPEDA) Jawa Barat. Metode CHAID digunakan untuk menelusuri peubah yang signifikan dan menggambarkan karakteristik tingkat kemajuan desa berdasarkan kelompok peubah-peubah yang signifikan tersebut sedangkan analisis regresi logistik ordinal digunakan untuk melengkapi hasil dari analisis CHAID.
Desa adalah kesatuan masyarakat hukum yang memiliki kewenangan untuk mengatur dan mengurus kepentingan masyarakat setempat berdasarkan asal usul dan adat istiadat setempat yang diakui dalam sistem pemerintahan nasional dan berada di daerah kabupaten (Undang-undang Republik Indonesia nomor 32 tahun 2004 tentang pemerintahan daerah).
Tujuan Penelitian ini memiliki tiga tujuan, yaitu : Menentukan tingkat kemajuan desa di kabupaten Bogor berdasarkan peubahpeubah dan kriteria tingkat kemajuan desa yang disusun oleh BAPEDA Jawa Barat. 2. Menelusuri peubah yang signifikan dan menggambarkan karakteristik tingkat kemajuan desa di kabupaten Bogor berdasarkan kelompok peubah-peubah yang signifikan tersebut. 3. Melihat kecenderungan desa tertentu masuk ke dalam tingkatan desa maju, sedang dan tertinggal berdasarkan karakteristik tertentu. 1.
Metode CHAID Metode CHAID (Chi-square Automatic Interaction Detection) merupakan bagian dari metode AID (Automatic Interaction Detection). AID adalah suatu teknik untuk menganalisis kelompok data berukuran besar dengan membaginya menjadi sub-sub kelompok yang tidak saling tumpang tindih (Kass dalam Soemartojo, 2002). Metode CHAID merupakan teknik eksplorasi nonparametrik untuk menganalisis sekumpulan data yang berukuran besar dan cukup efisien untuk menduga peubah-peubah bebas yang paling signifikan terhadap peubah tak bebas (Du Toit et. al, 1986). Metode CHAID menggunakan kriteria Khi-kuadrat dalam pengoperasiannya. r
c
χ 2 = ∑∑ i =1 j =1
(Oij − Eij ) 2 Eij
r c i j Oij Eij
= Total baris = Total kolom = Indeks baris = Indeks kolom = Frekuensi baris ke-i kolom ke-j = Frekuensi harapan baris ke-i kolom ke-j Algoritma CHAID menurut Kass dalam Soemartojo (2002) adalah sebagai berikut : 1. Buat tabulasi silang untuk masing-masing kategori peubah bebas dengan kategori peubah tak bebas. 2. Buat sub tabulasi silang berukuran 2xd yang mungkin tersusun, dengan d adalah banyaknya kategori peubah tak bebas. Cari nilai χ2hitung dari semua sub tabel yang terbentuk. Dengan α ditetapkan, cari nilai χ2hitung yang terkecil. Jika χ2hitung terkecil < χ2α (db=d-1), maka kedua kategori peubah bebas tersebut digabungkan. Prosedur ini akan mereduksi c kategori peubah bebas
1
menjadi r kategori (r
χ2α, maka pembagian biner dilakukan. Selanjutnya kembali ke tahap 2. 4. Dari setiap peubah bebas yang telah digabungkan, hitung nilai-p untuk masing-masing Tabel yang terbentuk. Tabel yang mengalami reduksi menjadi r kategori, nilai-pnya dikalikan dengan pengganda Bonferroni sesuai dengan tipe peubahnya. Jika nilai-p terkecil < α yang ditetapkan, maka peubah tersebut merupakan peubah bebas yang pengaruhnya paling signifikan bagi peubah tak bebas. 5. Kembali ke tahap pertama untuk setiap data hasil pemisahan. Tabel kontingensi pada algoritma CHAID membutuhkan suatu uji signifikansi. Jika tidak ada pengurangan dari Tabel kontingensi asal, maka statistik uji khi-kuadrat dapat digunakan. Tetapi apabila terjadi pengurangan yaitu c kategori dari peubah asal menjadi r kategori (r
= π1(x) + ... + πj(x) ; j = 1,2, ... J dimana J adalah banyaknya kategori pada peubah respon dan πj(x) adalah peluang peubah respon kategori j pada nilai x tertentu Kemudian dibuat fungsi logit kumulatif Lj(x). Untuk membuat fungsi ini diperlukan transformasi logit dari fungsi peluang kumulatif Lj(x). = logit [Pr(Y≤j|x)] Lj(x) = logit γj (x) = log [γj (x)/(1- γj (x))] = θ j - βT(x) ; j = 1,2, ... J-1 Pengujian terhadap parameter-parameter model dilakukan baik secara simultan maupun secara parsial. Menurut Hosmer dan Lemeshow (1989), pengujian parameter model secara simultan menggunakan uji nisbah kemungkinan (Likelihood Ratio Tests), dengan hipotesis : H0 : βi = ... = βp = 0 H1 : minimal ada βi ≠ 0 ; i = 1,2...,p Statistik uji G : G = -2 ln (L0/Lk) dengan L0 adalah fungsi kemungkinan tanpa peubah penjelas dan Lk merupakan fungsi kemungkinan dengan peubah penjelas. Dengan mengasumsikan H0 benar, statistik uji G akan mengikuti sebaran khi kuadrat dengan derajat bebas p. Keputusan tolak H0 jika G > χ2p(α). Pengujian parameter secara parsial menggunakan uji Wald. Hipotesis yang akan diuji adalah: H0 : βi = 0 H1 : βi ≠ 0 ; i = 1,...,p Statistik uji W yaitu : ∧
W∧ = β
βi ∧
SE ( β i ) ∧
∧
dengan β i sebagai penduga βi dan SE ( β i ) sebagai penduga galat baku βi. Statistik W akan mengikuti sebaran normal baku jika H0 benar. Keputusan tolak H0 diambil jika |W| > Z α/2. Interpretasi koefisien untuk model regresi logistik ordinal dapat dilakukan dengan menggunakan nilai rasio oddsnya. Parameter βi menyatakan perubahan dalam fungsi logit L(x) untuk perubahan satu unit peubah penjelas xi=a dan xi=b yang disebut log odds dan dinotasikan sebagai ln[ψ(a,b)] dimana : ln[ψ(a,b)] = L(xi=a) – L(xi=b) = βi (a-b) Sehingga didapat penduga untuk rasio odds sebagai berikut : ∧
∧
ψ = exp ( β i )
2
Perhitungan peluang dilakukan sebagai berikut : exp(θ j − β T x) Pr(Y ≤ j ) = 1 + exp(θ j − β T x)
BAHAN DAN METODE Bahan Sumber data yang digunakan dalam penelitian ini adalah data Potensi Desa Sensus Ekonomi 2006 (Podes SE’06) kabupaten Bogor. Dari data Podes SE’06 tersebut, Badan Perencanaan Daerah (BAPEDA) Jawa Barat memilih peubah-peubah yang dianggap dapat mewakili potensi dan kondisi suatu desa. Kemudian peubah-peubah tersebut diberi skor dan besarnya total skor setiap desa menunjukan besarnya kontribusi desa tersebut terhadap pengklasifikasian desa. Peubah-peubah yang terpilih mewakili tiga aspek , yaitu: 1. Aspek potensi desa 2. Aspek perumahan dan lingkungan 3. Aspek keadaan penduduk Peubah dan skornya dapat dilihat pada Lampiran 1. Kriteria tingkat kemajuan desa yang disusun adalah : a) x i > x + s berstatus desa maju b)
x − s ≤ xi ≤ x + s berstatus desa sedang
xi < x − s berstatus desa tertinggal dimana : xi : Total skor desa ke-i
c)
x : Rata-rata total skor desa di Jawa Barat s
: Simpangan baku total skor desa di Jawa Barat Berdasarkan total skor seluruh desa di Jawa Barat diperoleh x dan s sebesar 44.99 dan 7.71. Dengan demikian, diperoleh kriteria tingkat kemajuan desa sebagai berikut : a) xi > 52.7 berstatus desa maju
menjadi respon untuk analisis CHAID dan regresi logistik ordinal. 3. Melakukan analisis CHAID untuk menelusuri peubah yang signifikan dan menggambarkan karakteristik tingkat kemajuan desa. 4. Melakukan analisis regresi logistik ordinal untuk melengkapi hasil dari analisis CHAID. 5. Menghitung nilai peluang ketiga tingkat kemajuan desa untuk berbagai macam karakteristik. Software yang digunakan adalah Answertree 2.01, SPSS 13, dan Minitab 14.
HASIL DAN PEMBAHASAN Gambaran Umum Desa di Kabupaten Bogor Kabupaten Bogor memiliki 426 desa. Berdasarkan Tabel 1, total skor minimum dan maksimum desa di kabupaten Bogor adalah 71 dan 31. Rata-rata total skor 47 dengan simpangan baku 8. Rata-rata total skor desa berada pada status sedang sehingga secara umum seluruh desa di kabupaten Bogor dapat dikategorikan sebagai desa sedang. Tabel 1 Total skor desa di kabupaten Bogor Keterangan Desa Total 20102 Rata-rata 47 Standar deviasi 8 Maksimum 71 Minimum 31 Berdasarakan Gambar 1 dibawah ini, kabupaten Bogor terdiri atas 40 desa tertinggal (9.4%), 282 desa sedang (66.2%) dan 104 desa maju (24.4%). Dengan demikian, sebagian besar desa yang ada di kabupaten Bogor berstatus desa sedang.
b) 37.28 ≤ xi ≤ 52.7 berstatus desa sedang c)
xi < 37.28 berstatus desa tertinggal Metode
Langkah-langkah yang dilakukan dalam penelitian ini adalah : 1. Memberi dan menghitung skor setiap desa di kabupaten Bogor 2. Mengklasifikasikan desa di kabupaten Bogor. Status desa ini nantinya akan
Gambar 1 Diagram pie tingkat kemajuan desa di kabupaten Bogor
3
Dendrogram Hasil Analisis CHAID Analisis CHAID menghasilkan suatu dendrogram yang menggambarkan pengelompokan berdasarkan hubungan terstruktur peubah respon dengan peubah penjelas yang signifikan pada taraf nyata 5%. Dari 26 peubah yang dianalisis, terdapat 4 peubah yang signifikan terhadap tingkat kemajuan desa. Peubah-peubah tersebut adalah sumber penghasilan utama sebagian besar penduduk (X25), sarana komunikasi (X8), jenis pasar (X15) dan fasilitas kesehatan (X4). Peubah yang paling signifikan terhadap tingkat kemajuan desa adalah sumber penghasilan utama sebagian besar penduduk. Dari 249 desa pada kategori pertanian terdiri atas 59 desa tidak memiliki sarana komunikasi dan 190 desa memiliki sarana komunikasi (pos dan telepon). Pada kategori pertanian, persentase desa maju adalah 0%. Fasilitas kesehatan merupakan peubah berikutnya yang berperan dalam mengelompokkan desa yang memiliki sarana komunikasi pada sumber penghasilan utama penduduk dari pertanian. Pada kategori poliklinik, persentase desa tertinggal adalah 0% sedangkan pada kategori non poliklinik, (tidak ada, puskesmas pembantu, puskesmas) persentase 0% ada pada desa maju. Berdasarkan sumber penghasilan utama sebagian besar penduduk dari non pertanian (industri pengolahan, perdagangan, jasa), kelompok karakteristik tingkat kemajuan desa dipisahkan oleh jenis pasar. Dari 177 desa pada kategori ini terdiri dari 82 desa tidak terdapat pasar dan 95 desa terdapat pasar (tanpa bangunan, semi permanen, permanen). Karakteristik Tingkat Kemajuan Desa Berdasarkan dendrogram hasil analisis CHAID dihasilkan lima kelompok karakteristik tingkat kemajuan desa. Kelompok pertama adalah desa dengan sumber penghasilan utama sebagian besar penduduk dari pertanian dan tidak memiliki sarana komunikasi. Kelompok dua adalah desa dengan sumber penghasilan utama sebagian besar penduduk dari pertanian dan memiliki sarana komunikasi tetapi tidak memiliki fasilitas kesehatan poliklinik. Kelompok tiga adalah desa dengan sumber penghasilan utama sebagian besar penduduk dari pertanian dan memiliki sarana komunikasi dengan fasilitas kesehatan poliklinik. Kelompok empat adalah desa
dengan sumber penghasilan utama sebagian besar penduduk dari non pertanian tetapi tidak terdapat pasar dan yang terakhir kelompok lima adalah desa dengan sumber penghasilan utama sebagian besar penduduk dari non pertanian dan terdapat pasar. Kelompok satu memiliki persentase desa maju sebesar 0%, desa sedang sebesar 42.37% dan desa tertinggal sebesar 57.63%. Perbedaan persentase antara desa maju dengan desa lainnya cukup signifikan. Perbedaan ini mengindikasikan desa yang berada pada kelompok ini akan berpeluang besar menjadi desa tertinggal atau sedang dibandingkan menjadi desa maju. Dari dendrogram dapat dilihat bahwa pembangunan sarana komunikasi mampu merubah keragaman tingkat kemajuan desa yang sangat signifikan dimana persentase desa maju dan sedang meningkat menjadi 4.74% dan 92.11% sedangkan persentase desa tertinggal menurun tajam menjadi 3.16%. Hasil ini menandakan pentingnya sarana komunikasi bagi penduduk dalam memajukan desa tersebut. Dari uraian di atas dapat diambil informsi penting bahwa pada kelompok ini untuk memajukan desa dapat diupayakan dengan membangun infrastruktur desa yang menunjang pada aktivitas masyarakatnya. Pada kelompok dua, persentase desa maju sebesar 0%, desa sedang sebesar 94.64% dan desa tertinggal sebesar 5.36%. Persentase desa sedang perbedaannya sangat signifikan dengan persentase desa lainnya. Hal ini menandakan bahwa desa pada kelompok ini akan berpeluang besar menjadi desa sedang dibandingkan menjadi desa lainnya. Persentase desa sedang pada kelompok tiga sebesar 88.46% sedangkan desa maju dan tertinggal berturut-turut sebesar 11.54% dan 0%. Karakteristik pada kelompok tiga hampir sama dengan kelompok dua dimana persentase terbesar desa berada pada desa sedang. Hal yang menarik dari kelompok dua dan tiga adalah pengaruh fasilitas kesehatan poliklinik atau bukan poliklinik di desa tersebut. Keragaman tingkat kemajuan desa awal pada kategori pertanian dan ada komunikasi adalah 4.74% untuk desa maju, 92.11% untuk desa sedang, dan 3.16% untuk desa tertinggal. Setelah keragaman tingkat kemajuan desa ini dipengaruhi oleh fasilitas kesehatan dapat dilihat bahwa desa dengan fasilitas kesehatan bukan poliklinik ternyata persentase desa tertinggal meningkat menjadi 5.36% dan persentase desa maju menurun menjadi 0% sedangkan pengaruh fasilitas
4
kesehatan poliklinik berbanding terbalik dengan pengaruh fasilitas kesehatan bukan poliklinik dimana persentase desa maju meningkat menjadi 11.54% dan persentase desa tertinggal menurun menjadi 0%. Dari uraian di atas dapat dilihat bahwa fasilitas kesehatan poliklinik atau bukan poliklinik merupakan faktor penting dalam memajukan desa. Sehingga dapat ditafsirkan bahwa keberadaan fasilitas kesehatan yang lebih berkualitas sangat menunjang aktivitas masyarakat dalam memajukan desanya. Kelompok empat dan lima memiliki karakteristik yang hampir sama di mana persentase desa tertinggal sama-sama sebesar 0%. Persentase desa tertinggal pada kedua kelompok ini bernilai 0% akibat dari keragaman tingkat kemajuan desa pada kelompok sumber penghasilan utama non pertanian memiliki persentase desa tertinggal sebesar 0%. Hasil ini menggambarakan bahwa desa dengan sumber mata pencaharian penduduk dari non pertanian peluangnya kecil sekali untuk menjadi desa tertinggal. Hal ini bisa dipahami karena sumber penghasilan masyarakat dari non pertanian jauh lebih besar dibandingkan dari pertanian. Pada kelompok empat persentase desa sedang (82.93%) lebih besar dibandingkan kelompok lima (14.74%) dan sebaliknya persentase desa maju pada kelompok lima (85.26%) lebih besar dibandingkan kelompok empat (17.07%). Uraian di atas menandakan bahwa keberadaan pasar lebih mampu memajukan desa karena pasar dapat menjamin kelancaran aktivitas ekonomi masyarakatnya.
Tabel 2 Dugaan Parameter Model Peubah βi Wald Nilai-p Intersep1 2.562 52.781 0.000 Intersep2 11.232 142.851 0.000 X4 2.148 30.465 0.000 X8 3.229 45.366 0.000 X15 3.212 64.746 0.000 X25 3.246 50.969 0.000 G=402.53, Nilai-p=0.000 Uji wald pada model menunjukkan bahwa semua peubah penjelas signifikan pada taraf nyata 5%. Hal ini dapat dilihat dari nilaip semua koefisien βi lebih kecil dari taraf nyata 5%. Hasil ini menguatkan hasil analisis CHAID bahwa keempat peubah tersebut signifikan terhadap tingkat kemajuan desa di kabupaten Bogor. Model ordinal logit yang dihasilkan adalah sebagai berikut : Logit[1] = 2.562 + 2.148X4 + 3.229X8 + 3.212X15 + 3.246X25 Logit[2] = 11.232 + 2.148X4 + 3.229X8 + 3.212X15 + 3.246X25 Logit [1] adalah model logit untuk tingkat kemajuan desa tertinggal dan Logit [2] adalah model logit untuk tingkat kemajuan desa sedang. Tabel 3 Ketepatan Prediksi Model Aktual
Sesuai dengan yang dijelaskan pada bab pendahuluan bahwa regresi logistik pada penelitian ini dilakukan untuk melengkapi hasil dari analisis CHAID. Oleh sebab itu, peubah penjelas yang digunakan untuk analisis regresi logistik adalah peubah hasil dari analisis CHAID. Peubah respon dan penjelas serta kategorinya dapat dilihat pada Lampiran 3. Berdasarkan Tabel 2 di samping, pendugaan model dengan mengikutsertakan empat peubah penjelas hasil dari analisis CHAID menghasilkan nilai statistik uji G sebesar 402.53 dengan nilai-p 0.000. Pada taraf nyata 5% maka H0 ditolak yang berarti bahwa minimal ada satu peubah penjelas yang tidak sama dengan nol.
Sedang
Tertinggal
% benar
Maju
80
24
0
Sedang
14
251
17
76.92 89.01
0 8 % keseluruhan
32
80.00
Tertinggal
Hasil Analisis Regresi Logistik Ordinal
Prediksi Maju
85.21
Berdasarkan Tabel 3 di atas, dari 104 desa maju dapat dikategorikan dengan benar sebanyak 80 desa (76.92%), dari 282 desa sedang sebanyak 251 desa (89.01%) dan dari 40 desa tertinggal sebanyak 32 desa (80%). Secara keseluruhan ketepatan prediksi model ini sebesar 85.21%. Hasil ini menandakan model telah cukup untuk dapat menduga kategori respon dengan baik. Peubah-peubah pada model regresi logistik diinterpretasikan melalui nilai rasio oddsnya. Peubah yang nilai koefisiennya bertanda positif maka rasio oddsnya di atas satu dan sebaliknya jika nilai koefisien peubah tersebut bertanda negatif maka nilai rasio oddsnya di bawah satu. Nilai koefisien dan rasio odds untuk setiap peubah dapat dilihat pada Tabel 4 di bawah ini.
5
Tabel 4 Nilai koefisien dan rasio odds model Peubah βi Rasio odds Intersep1 2.562 Intersep2 11.232 X4 2.148 8.56 X8 3.229 25.26 X15 3.212 24.83 X25 3.246 25.69 Koefisien peubah fasilitas kesehatan (X4) bernilai positif dengan nilai rasio odds lebih dari satu. Hal ini mengindikasikan bahwa desa yang mempunyai fasilitas kesehatan berupa poliklinik cenderung akan lebih maju 8.56 kali dibandingkan dengan desa yang memiliki fasilitas kesehatan lainnya. Uraian di atas dapat diartikan bahwa fasilitas kesehatan suatu desa yang lebih berkualitas maka akan dapat menjamin kesehatan masyarakatnya sehingga masyarakat lebih mungkin untuk memperoleh penghasilan yang lebih baik yang pada akhirnya desa dengan masyarakat seperti ini akan lebih maju. Peubah sarana komunikasi (X8) mempunyai nilai koefisien yang positif dengan rasio odds 10.55. Hal ini berarti desa yang memiliki sarana komunikasi cenderung akan lebih maju dibandingkan dengan desa yang tidak memiliki sarana komunikasi. Keberadaan komunikasi sangat penting bagi masyarakat dalam mengakses informasi yang diperlukan dalam memajukan desanya. Nilai rasio odds peubah pasar (X15) sebesar 24.83 artinya bahwa desa yang memiliki pasar cenderung akan lebih maju 24.83 kali dibandingkan dengan desa yang tidak memiliki pasar. Keberadaan pasar sangat mempengaruhi kemajuan desa karena pasar mampu membuat aktifitas perdagangan lebih lancar dan pasti sehingga segala aktifitas ekonomi masyarakat dapat berjalan dengan lebih baik. Peubah sumber mata pencaharian sebagian besar penduduk merupakan peubah yang paling signifikan terhadap tingkat kemajuan desa dikarenakan nilai rasio odds peubah ini nilainya paling besar dibandingkan peubah lainnya yaitu sebesar 25.69. Hasil ini menguatkan hasil analisis CHAID bahwa peubah ini merupakan peubah yang paling signifikan terhadap tingkat kemajuan desa. Desa dengan sumber penghasilan utama penduduk (X25) dari non pertanian cenderung akan lebih maju 25.69 kali dibandingkan dengan desa yang sumber penghasilan utama penduduknya dari pertanian. Uraian di atas dapat dengan mudah
dimengerti karena penghasilan penduduk dari non pertanian jauh lebih besar dibandingkan dari pertanian. Besarnya peluang desa masuk ke dalam tingkat desa maju, sedang dan tertinggal berdasarkan peubah yang signifikan dapat dilihat pada Lampiran 4. Dari 14 karakteristik desa diketahui bahwa Desa yang tidak memiliki fasilitas kesehatan poliklinik, tidak terdapat sarana komunikasi, tidak terdapat pasar, dan sumber penghasilan utama sebagian besar penduduk dari pertanian mempunyai peluang terbesar masuk ke dalam status desa tertinggal dan peluang terkecil masuk ke dalam status desa maju.
KESIMPULAN Kabupaten Bogor memiliki 426 desa yang terdiri atas 40 desa tertinggal (9.4%), 282 desa sedang (66.2%) dan 104 desa maju (24.4%). Peubah-peubah yang signifikan terhadap tingkat kemajuan desa di kabupaten Bogor adalah sumber penghasilan utama sebagian besar penduduk, sarana komunikasi, jenis pasar dan fasilitas kesehatan. Hasil analisis CHAID menghasilkan lima kelompok karakteristik tingkat kemajuan desa yang berbeda. Pada kelompok desa dengan sumber penghasilan utama dari pertanian, pembangunan fasilitas infrastruktur sangat membantu dalam memajukan desa. Hal ini dapat dilihat pada dendrogram bahwa persentase desa maju meningkat dengan adanya pengaruh sarana komunikasi dan fasilitas kesehatan yang lebih berkualitas. Sedangkan pada kelompok desa non pertanian keberadaan pasar juga sangat membantu dalam memajukan desa. Hal ini terlihat dengan tingginya persentase desa maju pada kelompok tersebut. Model regresi logistik ordinal yang didapatkan adalah : 1. Model logit untuk status desa tertinggal Logit[1] = 2.562 + 2.148X4 + 3.229X8 + 3.212X15 + 3.246X25 2. Model logit untuk status desa sedang Logit[2] = 11.232 + 2.148X4 + 3.229X8 + 3.212X15 + 3.246X25 Desa yang tidak memiliki fasilitas kesehatan poliklinik, tidak terdapat sarana komunikasi, tidak terdapat pasar, dan sumber penghasilan utama sebagian besar penduduk dari pertanian mempunyai peluang terbesar masuk ke dalam status desa tertinggal dan peluang terkecil masuk ke dalam status desa maju.
6
DAFTAR PUSTAKA Agresti, A. 1990. Categorical Data Analysis. New York : John Wiley & Sons. Alamudi, A., A. H. Wigena & Aunuddin. 1998. Eksplorasi Struktur Data menggunakan Metode CHAID. Forum Statistika dan Komputasi. 3:1-9. Du Toit, S.H.C, A.G.W. Steyn, R.H. Stumpf. 1986. Graphical Exploratory Data Analysis. Springer-Verlag, New York Inc. [Bapeda] Badan Perencanaan Daerah. 2006. Penyusunan Kriteria Desa di Jawa Barat (tidak dipublikasikan). Bandung. Hosmer, D.W. & Lemeshow, S. 1989. Applied Logistic Regression. New York : John Wiley & Sons, Inc. McCullagh, P. dan J.A. Nelder. 1989. Generalized Linear Model. London : Chapman and Hall. Soemartojo, SM. 2002. Kajian Metode CHAID dan CHAID Exhaustive sebagai Analisa Pohon Berstruktur [Tesis]. Jurusan Statistika FMIPA IPB. Bogor.
7
LAMPIRAN
8
Lampiran 1 Kode dan skor peubah penjelas Aspek Potensi Desa Notasi
Peubah
X1
Potensi ekonomi yang menonjol dan sudah diberdayakan
X2
Fasilitas pendidikan
X3
Lembaga pendidikan keterampilan
X4
Fasilitas kesehatan
X5
Tenaga kesehatan tinggal di desa
X6
Jalan utama desa
X7
Waktu tempuh ke ibu kota kecamatan
X8
Sarana komunikasi
X9
Kawasan industri
X10
Sentra Industri
X11
Lingkungan industri kecil
X12
Industri besar
X13
Industri sedang
X14
Industri kecil
X15
Pasar
X16
Lembaga keuangan
Kategori perdagangan dan jasa industri pengolahan pertanian tidak ada ≥ SLTA SLTP SD ada tidak ada poliklinik puskesmas puskesmas pembantu tidak ada doker paramedis dukun tidak ada aspal diperkeras tanah <10 menit 10-30 menit >30 menit telepon umum kantor pos tidak ada ada tidak ada ada tidak ada ada tidak ada ada tidak ada ada tidak ada ada tidak ada pertokoan semi permanen tanpa bangunan tidak ada BPR mikro/informal tidak ada
Skor 3 2 1 0 3 2 1 3 1 3 2 1 0 3 2 1 0 3 2 1 3 2 1 3 2 1 3 1 3 1 3 1 3 1 3 1 3 1 3 2 1 0 3 2 1 9
Lampiran 1 (lanjutan) Aspek Perumahan dan Lingkungan X17
Keluarga yang menggunakan listrik
X18
Bahan bakar
X19
Tempat buang sampah
X20
Tempat buang air besar
X21
Sumber pencemaran
X22
Sumber air minum
ada tidak ada LPG minyak tanah kayu bakar tempat sampah dan diangkut lubang sungai sendiri bersama atau umum bukan jamban pabrik limbah keluarga tidak ada PAM sumur mata air, air hujan dan air sungai
3 1 3 2 1 3 2 1 3 2 1 3 1 0 3 2 1
Aspek Keadaan Penduduk X23
Persentase RT pertanian
X24
Persentase pra KS dan KS I
X25
Sumber penghasilan utama sebagian besar penduduk
X26
Persentase penduduk yang bekerja sebagai buruh tani
<15% 16-29% >30% <15% 16-29% >30% perdagangan dan jasa industri pengolahan pertanian <15% 16-29% >30%
3 2 1 3 2 1 3 2 1 3 2 1
10
Lampiran 2 Dendrogram hasil analisis CHAID
Lampiran 3 Peubah regresi logistik ordinal Peubah respon Notasi Y
Peubah penjelas
Tingkat kemajuan desa
Fasilitas kesehatan
X8
Sarana komunikasi
X15
Pasar
X25
Sumber penghasilan utama sebagian besar penduduk
Kode 3 2 1
Kategori
Kode 1 0 1 0 1 0 1 0
maju sedang tertinggal
Peubah penjelas Notasi Peubah penjelas X4
Kategori
poliklinik lainnya ada tidak ada ada tidak ada non pertanian pertanian
Lampiran 4 Tabel peluang dugaan peubah respon X4 X8 X15 X25 P(Y=1) P(Y=2) P(Y=3) 0 0 0 0 0.928392 0.071595 0.000013 1 0 0 0 0.602190 0.397696 0.000113 0 0 1 0 0.343067 0.656604 0.000329 0 0 0 1 0.335363 0.664297 0.000340 1 0 1 0 0.057471 0.939721 0.002808 1 1 0 0 0.056548 0.940595 0.002857 1 0 0 1 0.055637 0.941457 0.002906 0 0 1 1 0.019920 0.971703 0.008378 0 1 0 1 0.019587 0.971891 0.008521 1 1 1 0 0.002408 0.931191 0.066400 1 0 1 1 0.002367 0.930157 0.067475 1 1 0 1 0.002327 0.929109 0.068563 0 1 1 1 0.000804 0.823345 0.175851 1 1 1 1 0.000094 0.353581 0.646325
12
