Analisis Indikator-Indikator Pembangunan Berkelanjutan (IPB) di Jawa Timur Menggunakan Metode Struktural Equation Models-Partial Least Square
Presented by: Dewi Rosiyana Umami 1306 100 035 Dosen Pembimbing: Dr. Sutikno, S.Si, M.Si
Outline
Pendahuluan
Tinjauan Pustaka
Metodologi
Analisis dan Pembahasan
Kesimpulan dan Saran
Daftar Pustaka
Latar Belakang Pembangunan
Dampak Pembangunan
Structural Equation Modeling
Aspek sosial, ekonomi, lingkungan, kelembagaan (BPS, 2009)
Penelitian Sebelumnya
Pembangunan Berkelanjutan
Indikator Pembangunan Berkelanjutan
Analisis IPB Jawa Timur dengan Metode SEM-PLS Next
Penelitian Sebelumnya 1. Arif Purnomo (2002) Penelitian tersebut menghasilkan beberapa kesimpulan diantaranya: 1. Gugus indikator yang dihasilkan angka melek huruf, rata-rata lama belajar, angka pengangguran, pengeluaran per kapita, persentase penduduk di bawah garis kemiskinan, persentase rumah tangga berlantai tanah, akses ke pelayanan kesehatan, persentase anak kurang gizi, akses ke sanitasi, dan angka harapan hidup. 2. Model hipotetik pembangunan berkelanjutan terdiri atas tiga pilar yaitu SDM, Ekonomi, dan Kualitas Hidup.
2. Sumin (2009) Dalam penelitianya dikaji tentang pengaruh gaya kepemimpinan transformasional terhadap kepuasan kerja dan komitmen organisasi guru pada Perguruan Islam Al-Azhar Pontianak
Permasalahan
1. Variabel-variabel apa sajakah yang mempengaruhi proses pembangunan berkelanjutan di Propinsi Jawa Timur?
2. Bagaimana pengaruh dari masing-masing variabel tersebut terhadap proses pembangunan berkelanjutan di Propinsi Jawa Timur dengan metode SEM-PLS?
Tujuan 1. Mengidentifikasi variabel-variabel yang mempengaruhi pembangunan berkelanjutan daerah di Jawa Timur .
2. Mengetahui pengaruh dari masing-masing variabel terhadap proses pembangunan berkelanjutan di daerah Jawa Timur dengan metode SEM-PLS.
Manfaat Menambah pengetahuan peneliti
Strategi pembangunan berkelanjutan di daerah.
Sebagai informasi khususnya oleh pihak Pemerintah Daerah untuk membuat kebijakan selanjutnya.
Batasan Masalah Batasan permasalahan penelitian ini adalah indikator pembangunan berkelanjutan di Propinsi Jawa Timur.
Tinjauan Pustaka 1. 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. • 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. Variabel Laten dan Observasi • Variabel laten merupakan variabel yang tidak dapat diukur secara langsung melalui variabel observasi, variabel ini memerlukan beberapa indikator untuk mengukurnya (Ghozali dan Fuad, 2005). • Variabel observasi merupakan variabel yang dapat diamati dan dapat diukur secara langsung (Basuki, 2004). 3. Variabel Endogen dan Eksogen • Variabel endogen adalah variabel yang dipengaruhi oleh variabel lain dalam suatu model penelitian. • Variabel eksogen adalah variabel yang tidak dipengaruhi oleh variabel lainnya dalam model.
4. Confirmatory Factor Analysis • Bagian dari permodelan yang ditujukan untuk mengukur dimensi-dimensi yang membentuk sebuah faktor disebut measurement model atau model pengukuran (Ferdinand, 2002). • Bentuk persamaannnya dapat diberikan sebagai berikut:
5. Model Struktural • Model Struktural adalah hubungan antara variabel laten (konstruk) independen dan dependen. • Model umum persamaan struktural dapat dituliskan dalam persamaan matrik berikut (Johnson, 1992): mx1
Variabel laten Endogen
B mxm
mx1
Variabel Laten Endogen
mxn
nx1
Variabel Laten Eksogen
mx1
Error
Notasi SEM δ1
X1
λ1
X2
ξ1 Ksi1
X3
X6
δ7
X7
η1
λ10
Eta1 Ksi2
X4 X5
γ1
Y1
β1 Eta2
Ф23
Ksi3
Y2 ζ1
ψ12 Y3 Y4
ε1
7. Partial Least Square (PLS) Kelebihan dan kekurangan Partial Least Square: Kelebihan: a)Tidak memerlukan asumsi yang sangat ketat b)Sampel tidak harus besar c) Aplikasi metode lebih ditekankan pada konfirmatori dan prediksi variabel respon.
Kelemahan: Distribusi data tidak diketahui sehingga tidak bias menilai signifikansi statistik. Kelemahan bisa diatasi dengan menggunakan metode resampling (Bootstrap).
8. Evaluasi Model PLS a)Model Pengukuran • Validitas Konvergen • Reliabilitas Komposit
b)Model Struktural Model struktural dievaluasi dengan melihat persentase varians yang dijelaskan dengan melihat R2 (R-square).
9. Indikator Pembangunan Berkelanjutan (WECD, 1987) pembangunan yang memenuhi kebutuhan hidup bermasyarakat saat ini tanpa merugikan kebutuhan generasi mendatang
Budimanta kegiatan secara sistematis dan terencana dalam kerangka (2005) peningkatan kesejahteraan, kualitas kehidupan dan lingkungan tanpa mengurangi akses dan kesempatan generasi yang akan datang untuk menikmati dan memanfaatkannya.
Indikator pembangunan berkelanjutan tersebut terdiri atas (BPS, 2009): a) b) c) d)
Aspek sosial Aspek ekonomi Aspek lingkungan Aspek kelembagaan
back
Metodologi Penelitian 3.1 Sumber Data Data dalam penelitian ini merupakan data sekunder yang diperoleh dari BPS Provinsi Jawa Timur tahun 2007, yang terdiri atas 38 kabupaten dan kota.
3.2 Identifikasi Variabel 1. Variabel Sumber Daya Manusia, terdiri atas: a) Angka Melek Huruf b) Angka partisipasi Sekolah c) Pengangguran Terbuka
2. Variabel Ekonomi, terdiri atas: a) PDRB per- kapita b) Garis Kemiskinan c) Kondisi lantai. d) Laju Pertumbuhan Ekonomi
3. Variabel Kualitas, terdiri atas: a) Tingginya akses ke sanitasi b) Akses air bersih c) Angka harapan hidup d) Prevelensi kurang gizi
3.3 Metode Analisis Data 1. Eksplorasi Data 2. Analisis Model Persamaan Struktural (SEM) dengan menggunakan Partial Least Square, • Merancang model struktural dan model pengukurannya • Membuat diagram path • Konversi Diagram Alur Kedalam Persamaan Ekonomi Kualitas
mxn SDM B mxm Ekonomi
mx1 mxn SDM
mx1
• Mengestimasi parameter yang terdiri atas estimasi koefisien jalur dan estimasi rata-rata kemudian estimasi bootstrap standar error. • Mengevaluasi model pengukuran • Mengevaluasi model struktural • Kesimpulan
Diagram Path
Analisis dan Pembahasan 4.1 Statistik Deskriptif Deskripsi konstruk SDM 16 14
100
100
95
95
90
90
(presentase)
10 8 6
(presentase)
12 (presentase)
•
85
80
85
80
4 75
75
2
70
70
0
Tingkat pengangguran Terbuka
Angka Partisipasi Sekolah (13-1
>84% 77%-84% 68%-84% < 68%
Angka Partisipasi Sekolah (13-1
Deskripsi konstruk Ekonomi
70
200000
13
60
160000 140000
12
180000
120000
11
30 20
100000
160000
9 8
(ribuan)
40
10 (ribuan)
(presentase)
(presentase)
50
140000
60000
7
40000
120000
6
20000
5
10
80000
0
100000
4
PDRB
0
laju pertumbuhan ekonomi
Lantai tanah
1%-14% 15%-28% 29%-42% 43%-56% 57%-70%
Garis kemiskinan
Deskripsi konstruk Kualitas Hidup 100
72
30
100
90 70
80
50 40
66
(presentase)
60
(presentase)
(presentase)
(presentase)
25
90
68
70
80
20
15
70
64
10
30
62
60
20 60
10
Sanitasi
Air bersih
Angka harapan Hidup
1%-20% 21%-40% 41%-60% 61%-80% 81%-100%
Prevelensi kurang gizi
4.2 Analisis Model Persamaan Struktural 4.2.1 Validitas Konvergen Variabel Angka Melek Huruf Angka Partisipasi Sekolah Tingkat pengangguran Terbuka
Loading (λi) 0.906
Valid
Garis Kemiskinan
0.857
Valid
0.814
Ket.
Valid
Variabel Air bersih Angka Harapan Hidup Prevelensi kurang gizi Sanitasi
Variabel
Loading (λi) 0.752
Valid
Lantai tanah
0.779
Valid
PDRB
0.609
Valid
Laju pertumbuhan ekonomi
0.079
Tidak valid
Loading (λi) 0.668 0.841
Ket. Valid Valid
0.517
Valid
0.928
Valid
Ket.
Variabel Angka Melek Huruf Angka Partisipasi Sekolah Tingkat pengangguran Terbuka
Loading (λi) 0.906 0.857
TStatistik 18.4087 18.6901
Ket. Valid Valid
0.813
19.6314
Valid
Variabel Garis Kemiskinan Lantai tanah PDRB
Loading (λi) 0.725
TStatistik 6.5727
Valid
0.813 0.628
6.2097 6.7344
Valid Valid
Loading (λi)
T-Statistik
Ket.
Air bersih
0.667
8.6586
Valid
Angka Hidup
0.841
13.7789
Valid
Prevelensi kurang gizi
0.519
4.4402
Valid
Sanitasi
0.928
8.6675
valid
Variabel
Harapan
Ket.
Reliabilitas Komposit dan Penilaian Koefisien Parameter Jalur Variabel
Composite Reliability
Keterangan
SDM
0.894
Reliabel
Ekonomi
0.768
Reliabel
Kualitas
0.836
Reliabel
Variabel
Koefisien Parameter Jalur
Sample Mean
Standard Error
T-Statistik
Ekonomi -> Kualitas
0.115892
0.11245
0.039236
2.953676
SDM -> Ekonomi
0.663342
0.662771
0.059553
11.13864
SDM -> Kualitas
0.926443
0.931978
0.012245
75.65926
Model dan R2 Model : Ekonomi Kualitas
= 0,663342 SDM = 0,115892 Ekonomi + 0,926443 SDM
Variabel
R Square
Ekonomi
0.4400
Kualitas
0.8658
Kesimpulan 1.Indikator Pembangunan Berkelanjutan di Jawa Timur: •Konstruk SDM : -Angka Melek Huruf -Angka Partisipasi Sekolah -Tingkat pengangguran terbuka •Konstruk Ekonomi: -garis kemiskinan -lantai tanah -PDRB per-kapita. •Konstruk kualitas: -akses air bersih -Angka Harapan Hidup -Prevelensi kurang gizi dan akses Sanitasi.
2.Diperoleh dua model: •Model pertama: Terdapat pengaruh yang positif dan nyata (signifikan) antara konstruk Sumber Daya Manusia dan Ekonomi. •Model kedua: Terdapat pengaruh yang positif dan nyata (signifikan) antara konstruk Sumber Daya Manusia dan Kualitas.
Saran
Upaya pengumpulan indikator pembangunan berkelanjutan yang lebih lengkap secara berkala perlu dilakukan sehingga model yang dikembangkan dapat menggambarkan proses pembangunan secara lebih akurat. Model yang akurat dapat dimanfaatkan sebagai sinyal bagi para pengambil keputusan untuk mengidentifikasi arah kebijakan yang tepat dan untuk mengevaluasi efektifitas kebijakan yang diterapkan.
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. 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)
Daftar Pustaka • • • • •
• •
• •
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.
Sekian dan Terima Kasih
[email protected]
Metodologi Penelitian 3.3 Diagram Alur Merancang model struktural Merancang model pengukuran Mengkonstruksi diagram jalur
Tidak
Estimasi parameter
Estimasi bootstrap
Interpretasi dan kesimpulan
Evaluasi model pengukuran
ya
Evaluasi Inner model
