PEMODELAN KETAHANAN PANGAN RUMAH TANGGA DI INDONESIA DENGAN PENDEKATAN SEEMINGLY UNRELATED REGRESSION Nama : Muh. Samad Rumalean NRP : 1303921010 Pembimbing : Dr. Ir. Setiawan, MS. ABSTRAK Ketahanan pangan akhir-akhir ini menjadi isu nasional yang cukup menyita perhatian semua pihak. Masalah gizi buruk yang melanda anak-anak balita di berbagai daerah merupakan sebagian kecil dari contoh masih rendahnya ketahanan pangan di Indonesia. Ketahanan pangan didefinikan sebagai sebuah kondisi ketika setiap orang dalam sebuah rumah tangga memiliki kecukupan makanan setiap saat, kecukupan kuantitas maupun kualitas makanan yang aman dan terjangkau. Terdapat empat tingkatan ketahanan pangan tingkat rumah tangga, yaitu : (i) rumah tangga tahan pangan, (ii) rumah tangga rentan pangan, (iii) rumah tangga kurang pangan, dan (iv) rumah tangga rawan pangan. Pengelompokan tingkatan ketahanan pangan rumah tangga dilihat dari sisi pendapatan rumah tangga dan konsumsi gizi rumah tangga. Pengukuran ini menggabungkan dua indikator silang antara pangsa pengeluaran pangan (proksi variabel ekonomi) dan kecukupan energi (proksi variabel gizi). Adanya keterkaitan antara variabel respon (tingkat ketahanan pangan rumah tangga) sehingga untuk memodelkan digunakan Seemingly Unrelated Regression (SUR). Penelitian ini bertujuan untuk mendapatkan model ketahanan pangan tingkat rumah tangga dan menganalisis faktorfaktor yang mempengaruhi derajat ketahanan pangan tingkat rumah tangga. Hasil analisis diperoleh nilai R2 dalam sistem SUR sebesar 54,81%. Faktor yang berpengaruh cukup signifikan terhadap model derajat ketahanan pangan rumah tangga adalah X7 (berat badan balita dibawah standar), X8 (rumah tangga yang tinggal lebih dari 5 km dari fasilitas kesehatan) dan X13 (pendidikan istri ). Kata kunci: Pemodelan, Ketahanan Pangan Rumah- Tangga, Seemingly Unrelated Regression 1. Pendahuluan Pada Konferensi Pangan Dunia Tingkat Tinggi (1996), Ketahanan Pangan didefinisikan sebagai: “Ketahanan pangan tercapai jika setiap orang, di setiap waktu, memiliki akses ekonomi, sosial, dan fisik kepada bahan makanan yang cukup, aman, dan bergizi untuk memenuhi kebutuhan pangan sehari-hari, dan banyaknya ragam pilihan makanan untuk hidup yang aktif dan sehat”. UU no. 7 1996 mendefinisikan Ketahanan Pangan sebagai sebuah kondisi ketika setiap orang dalam sebuah rumah tangga memiliki kecukupan makanan setiap saat, kecukupan kuantitas maupun kualitas makanan yang aman dan terjangkau. Menurut Jonsson dan Tole (1991, dalam Handewi et al 2004), terdapat empat tingkatan ketahanan pangan tingkat rumah tangga, yaitu : (i) rumah tangga tahan pangan,
(ii) rumah tangga rentan pangan, (iii) rumah tangga kurang pangan, dan (iv) rumah tangga rawan pangan. Dari hasil analisis Handewi et al (2004) berdasarkan data hasil SUSENAS yang dilakukan BPS tahun 1999 di Indonesia masih terdapat 30 persen rumah tangga yang tergolong rawan pangan. Penelitian-penelitian tentang ketahanan pangan rumah-tanggga selama ini hanya menggunakan satu variabel respon, namun derajat ketahanan pangan rumah-tangga terdiri dari empat tingkatan rumah tangga tahan pangan, rumah tangga rentan pangan, rumah tangga kurang pangan dan rumah tangga rawan pangan. Model yang diusulkan dalam penelitian ini adalah sebuah model dengan variabel respon terdiri dari empat jenis sesuai dengan derajat (tingkatan) ketahanan pangan suatu rumah tangga. Di sisi lain, keempat variabel respon tersebut saling berkaitan. Oleh karena itu metode yang paling sesuai adalah dengan pendekatan Seemingly Unrelated Regression (SUR). Sehingga permasalahan yang diangkat adalah bagaimana memodelkan ketahanan pangan rumah tangga dengan pendekatan SUR, dan faktor-faktor apa yang yang mempengaruhi derajat ketahanan pangan rumah tangga. 2. Estimasi Parameter Model (SUR) Secara umum model SUR dari M buah persamaan dengan masing – masing terdiri dari Pm variabel respon dapat ditulis sebagai berikut :
y1t 10 11 X 1t ,1 12 X 1t , 2 ... 1 p,1 X 1t , p1 1t y 2t 20 21 X 2t ,1 22 X 2t , 2 ... 2 p,1 X 21t , p 2 2t
y mt m0 m1 X mt ,m 12 X 1t , 2 ... mp ,m X mt , pm mt
y Mt M 0 M 1 X Mt ,1 M 2 X Mt , 2 ... MP,M X Mt , PM Mt
(1)
Untuk t = 1,2,3,...,T, dengan menggunakan notasi matriks persamaan diatas dapat ditulis menjadi :
y 1 X1β1 ε1 y 2 X 2β 2 ε 2
y M XM βM ε M
(2)
Dengan menggunakan OLS diperoleh Koefisien regresi persamaan ke-m sebagai berikut:
y m Xm β m ε m
(3)
Untuk persamaan sebanyak m buah ditulis sebagai berikut : βˆ m ( XT m Xm )1 XT m y m
Zellner memberikan asumsi bahwa pada masing-masing persamaan regresi memiliki matriks varians kovarians dan tidak terjadi korelasi diri. Sedangkan antar persamaan terjadi korelasi yaitu korelasi antar error adalah sebagai berikut : ~ β ( XT Ω 1 X) 1 XT Ω 1 y
Dengan invers matriks varians kovarians Ω sebagai berikut:
Ω 1 I 1
(4)
Aitken mengemukakan suatu metode untuk menduga vektor koefisien berdasarkan persamaan 4 sebagai berikut:
SUR
~ β1 ~ ~ β2 β ( X T Ω 1 X) 1 X T Ω 1 y ~ β M 1
X T 1 I X X T 1 I y ~ Sedangkan matriks varians untuk β adalah :
1 1 ~ ~ ~ V (β) E (β β)(β β) T = XT Ω 1 X XT Σ 1 I X
3.
(5)
Uji signifikansi parameter serentak
Uji koefisien paramater regresi secara serentak untuk mengetahui parameter signifikan tidaknya dalam model digunakan uji F. Hipotesa; *
*
*
H 0 : 1 2 ... h 0
H 1 : paling sedikit ada satu h 0, h 1,... p Statistik uji (Dapper dan Smith, 1992)
Fhit
RK reg RK res
T ˆ nyˆ / p βˆ * X T Y ~T ˆ βˆ X T Y ˆ /( n p 1) Y Y
(6)
Dengan; RK reg rata-rata kuadrat regresi βˆ * = estimasi parameter regresi
RK res rata-rata kuadrat residual Jika nilai Fhit > F( p;n p 1; ) maka tolak H 0 ,minimal ada satu * h 0 . 4.
Uji Signifikansi Parameter parsial
Uji statistik dilakukan untuk menunjukkan signifikansi dari pengaruh variabel prediktor terhadap variabel respon secara individual dan menganggap variabel prediktor yang lain konstan adalah sebagai berikut’ *
H0 : h 0 *
H1 : h 0; h 1,... p
Statistik uji yang digunakan adalah
thit
βˆ h * vˆar(βˆ h *)
(7)
* dimana; βˆ h adalah estimasi parameter h * dengan;
vˆar(βˆ h *)
ˆ 2ε N
(X i 1
i
X) 2
Jika nilai t hit t / 2; N p maka tolak H 0 sehingga dapat disimpulkan bahwa h * 0 . 5.
Ketepatan Model
Untuk mengukur ketepatan model (Goodness of Fit) SUR yang diperoleh dari hasil pendugaan, McElroy (1977 dalam Kmenta, 1986) menggunakan koefisien R2Z 1
2
( RZ ) T * ˆ 1 εˆ Ω εˆ *
determinasi
YT Δ 1Y berukuran (Mt 1)
dalam
bentuk
sistem
SUR
dirumuskan
sebagai
berikut:
Dengan εˆ * adalah vektor sisaan dari metode Aitken dua tahap
S11I S12I S1M I S I S I S I 22 2M ˆ Ω 21 S M 1I S M 2 I S MM I
ˆ 1 kecuali setiap Δˆ 1 sama dengan matriks Ω
matriks I diganti dengan matriks A, sehingga persamaannya menjadi A I 6.
II T T
Uji Residual Identik
. Salah satu statistik uji yang dapat digunakan untuk mendeteksi adanya heteroskedastisitas adalah dengan menggunakan uji Glejser. Hipotesis yang digunakan adalah sebagaiberikut (Gujarati, 2004). H0 : Varians residual identik H1 : Varians residual tidak identik Apabila parameter tidak signifikan maka dapat disimpulkan tidak ada heteroskedastisitas. 7.
Uji Autokorelasi/Independen Untuk mendeteksi ada tidaknya autokorelasi digunakan RunTest.
8.
Uji Normalitas
satu metode yang dapat digunakan untuk menguji kenormalan residual adalah dengan menggunakan statistik uji Kolmogorov- Smirnov yaitu:
Dn Su x P S ( X ) FX ( X )n dan hipotesanya adalah sebagai berikut: H0 : residual berdistribusi normal F ( X ) F0 ( X ) H1 : residual tidak berdistribusi normal F ( X ) F0 ( X ) 9. Metodologi Penelitian Data yang digunakan dalam penelitian ini adalah data yang sekunder yang dihimpun oleh Badan Ketahanan Pangan Kabupaten dan Provinsi dari tahun 2004 hingga 2008. Data yang dihimpun berasal dari Badan Ketahanan Pangan sendiri, Badan Pusat Statistik, yang terdiri dari Data dan Informasi Kemiskinan tahun 2007, PODES (Potensi Desa) 2008, SUSENAS (Survei Sosial Ekonomi Nasional) 2007, RISKESDAS (Riset Kesehatan Dasar) Departemen Kesehatan 2007. Variabel-variabel yang digunakan dalam penelitian ini mengacu pada definisi yang dibuat oleh Badan Ketahanan Pangan Nasional bersama World Food Programme, tentang Ketahanan Pangan yang terdiri dari 3 (tiga) aspek, yaitu Ketersediaan, keterjangkauan pangan, pemanfaatan serta karakteristik
ketahanan pangan rumah tangga yang terdiri dari 4 variabel respon dan 14 variabel prediktor. (y1) Prosentase rumah tangga tahan pangan , y2 ( Prosentase rumah tangga rentan pangan), y3 (Prosentase rumah tangga kurang pangan) , y4 (Prosentase rumah tangga rawan pangan) sebagai variabel respon. X1 (Rasio konsumsi normatif per kapita terhadap ketersediaan bersih serealia), X2 (Penduduk hidup di bawah garis kemiskinan, X3 (Rumah tangga tanpa akses listrik), X4 (Desa yang tidak memiliki akses penghubung yang memadai), X5 (Perempuan buta huruf), X6 (Angka harapan hidup pada saat lahir), X7 ( Berat badan balita di bawah standar), X8 (Rumah tangga yang tinggal lebih dari 5 km), X9 (Rumah tangga tanpa akses ke air bersih), X10 (Umur Kepal keluarga), X11 (Umur Istri), X12 ( Pendidikan Kepala keluarga), X13 ( Pendidikan Istri) dan X14 (JART) sebagai variabel prediktor. Langkah-langkah dalam analisis data adalah sebagai berikut : 1. Deskripsi dan eksplorasi data penelitian. Analisis statistik deskriptif dilakukan untuk mengetahui karakteristik ketahanan pangan Indonesia. Variabel yang diteliti adalah seluruh variabel prediktor. Analisis deskriptif dilakukan pada masing-masing kelompok provinsi dengan derajat ketahanan rumah tangga. 2. Estimasi parameter dengan Model SUR 3. Pengujian terhadap parameter model, baik secara serentak maupun secara parsial. 4. Menghitung Ketepatan Model 5. Pengujian Asumsi Residual dengan langkah-langkah sebagai berikut: a..Uji Residual Identik b. Uji Residual Independen c. Uji Normalitas 6. Mendapatkan dan menyimpulkan variabel-variabel yang berpengaruh dan model hubungannya terhadap derajat ketahanan pangan rumah tangga. 10. Derajat Ketahanan pangan Rumah Tangga di Indonesia Tabel 1. Deskripsi Derajat Ketahanan Pangan Rumah Tangga Derajat Ketahanan Pangan
Variabel Rata-rata
St. Dev
Nilai Min
Nilai Max
Tahan Pangan
y1
49,89
19,56
17,40
80,64
Rentan Pangan
y2
39,71
20,66
5,74
80,55
Kurang pangan
y3
6,51
6,25
0,77
30,88
Rawan pangan
y4
2,867
3,455
0,00
13,230
Secara nasional proporsi rumah tangga tahan pangan persentasenya tertinggi dibandingkan kelompok lain dengan rataan hampir 50%. Berdasarkan klasifikasi yang digunakan, kelompok rumah tangga tersebut dari aspek gizi konsumsi energinya cukup, namun dari sisi ekonomi kurang baik yang diindikasikan oleh pangsa pengeluaran pangan
yang rendah. Sementara kelompok rumah tangga yang rentan pangan hanya sekitar 40%, kurang pangan sekitar 7% dan sisanya rawan pangan yang merupakan proporsi rumah tangga dengan persentase terendah dengan rataan hampir 3%, hal ini jika dilihat dari klasifikasi yang digunakan, kelompok rumah tangga tersebut dari aspek gizi konsumsi energinya kurang, namun dari sisi ekonomi baik yang diindikasikan oleh pangsa pengeluaran pangan yang tinggi. 11. Estimasi Parameter dengan Metode SUR Pemodelan ketahanan pangan rumah tangga di Indonesia terdiri dari 4 persamaan, antara persamaan tersebut saling terkait atau terdapat korelasi antara satu persamaan dengan persamaan lain. Hal ini dapat dilihat dari korelasi antar variabel respon seperti yang disajikan pada Tabel 2. Tabel 2 Nilai Korelasi Antara variabel Respon Variabel y1 y2 y3 y2 -0,935 p- value 0,000 y3 -0,035 -0,262 p-value 0,847 0,147 y4 -0,056 -0,090 -0,053 p-value 0,759 0,624 0,774 Berdasarkan data pada Tabel 2 dapat dikatakan bahwa ada korelasi antar variabel respon sehingga digunakan metode SUR. Tabel 3. Model Terbaik Rumah Tangga Tahan Pangan Variabel predictor
Metode OLS
Metode SUR
Koefisien( )
SE
p-value
Koefisien ( )
SE
p-value
Itercept
240,16
163,13
0,1545
205,11
100,89
0,0537
X1
1,35
1,12
0,2405
1,32
1,10
0,2400
X4 X7 X8 X9 X10 X12 X14 R2
0,36 -2,56 -1,13 -0,36 -2,87 -1,65 15,30
0,33 0,93 1,36 0,25 1,77
0,2831 0,0111 0,4122 0,1727 0,1178 0,1595 0,3460
0,38 -2,47 -0,43 -0,43 -2,24 -1,67 13,15
0,30 0,82 0,36 0,22 1,09 1,04 11,83 62,10%
0,2255 0,0063 0,2452 0,0632 0,0525 0,1222 0,2780
46,68%
Signifikan pada α 10% Hasil perhitungan pada Tabel 3 memperlihatkan bahwa nilai R2, koefisien regresi, standar error, p-value dari metode OLS dan metode SUR berbeda, hal ini dikarenakan metode SUR lebih baik dibandingkan dengan metode OLS. Variabel prediktor X7 (berat badan balita dibawah standar), X9 (rumah-tangga tanpa akses ke air bersih), X10 (umur kepala keluarga) signifikan artinya ketiga variabel prediktor tersebut mempunyai kontribusi terhadap variabel respon. Sedangkan variabel prediktor X1 (rasio konsumsi per kapita terhadap ketersediaan bersih serealia), X4 (desa yang tidak memiliki akses penghubung yang memadai), X8 (rumah tangga yang tinggal lebih dari 5 km dari fasilitas
kesehatan), X12 (pendidikan kepala keluarga) dan X14 (jumlah anggota rumah tangga) tidak signifikan artinya tidak memberikan kontribusi terhadap variabel respon. Berdasarkan hasil estimasi parameter dengan Metode SUR yang disajikan pada Tabel 3, akan dibuat model regresi secara keseluruhan sebagai berikut.
yˆ1 240,16 1,35 X 1 0,36 X 4 2,56 X 7 1,13 X 8 0,36 X 9 2,87 X 10 1,65 X 12 15,30 X 14 Tabel 4. Model Terbaik Rumah Tangga Rentan Pangan Variabel predictor
Metode OLS
Metode SUR
Koefisien( )
SE
p-value
Koefisien ( )
SE
p-value
Itercept
-269,90
137,67
0,0622
-238,96
91,15
0,0153
X1
-2,67
1,06
0,0193
-2,53
0,96
0,0149
X4 X5 X7 X9 X11 X12 X14 R2
-0,45 -1,26 3,16 0,66 4,20 4,42 -10,09
0,32 1,39 0,69 0,19 1,62 3,01 11,87 66,47%
0,1693 0,3728 0,0001 0,0019 0,0162 0,1553 0,4038
-0,46 -1,63 3,07 0,66 3,78 4,21 -10,61
0,28 0,45 0,66 0,19 1,05 1,29 10,41 62,10%
0,1142 0,0156 0,0001 0,0017 0,0015 0,0034 0,3187
Signifikan pada α =10% Hasil perhitungan pada Tabel 4 memperlihatkan bahwa nilai R2, koefisien regresi, standar error, p-value dari metode OLS dan metode SUR berbeda, hal ini dikarenakan metode SUR lebih baik dibandingkan dengan metode OLS. Variabel prediktor X1 (rasio konsumsi per kapita terhadap ketersediaan bersih serealia), X5 (perempuan buta huruf), X7 (berat badan balita dibawah standar), X9 (rumah-tangga tanpa akses ke air bersih), X11(Umur istri) dan X12 (pendidikan kepala keluarga) signifikan artinya keenam variabel prediktor tersebut mempunyai kontribusi terhadap variabel respon. Sedangkan variabel prediktor X4 (desa yang tidak memiliki akses penghubung yang memedai) dan X14 (jumlah anggota rumah tangga) tidak signifikan artinya tidak memberikan kontribusi terhadap variabel respon. Berdasarkan hasil estimasi parameter metode SUR yang disajikan pada Tabel 4, akan dibuat model regrsi secara keseluruhan sebagai berikut.
yˆ 2 238,96 2,53 X 1 0, 46 X 4 1,63 X 5 3,07 X 7 0,66 X 9 3,78 X 11 4, 21X 11 10,61X 14 Tabel 5. Model Terbaik Rumah – Tangga Kurang Pangan Variabel predictor
Metode OLS
Metode SUR
Koefisien( )
SE
p-value
Koefisien ( )
SE
p-value
Itercept
39,51
57,55
0,4993
81,69
42,50
0,0671
X1
0,97
0,59
0,1114
0,84
0,50
0,1063
X5
0,98
0,47
0,0490
0,99
0,40
0,0205
X6 X7 X9 X10 X11 X12 R2
0,38 -0,29 -0,09 1,57 -2,39 -1,89
0,51 0,35 0,07 1,22 1,41 0,94 43,09%
0,4584 0,4192 0,2064 0,2117 0,1043 0,0564
-0,14 -0,50 -0,07 1,31 -2,17 -2,01
0,27 0,31 0,07 1,01 1,07 0,82 62,10%
0,6048 0,1222 0,3251 0,2082 0,0535 0,0221
Signifikan pada α =10% Hasil perhitungan pada Tabel 5 memperlihatkan bahwa nilai R2, koefisien regresi, standar error, p-value dari metode OLS dan metode SUR berbeda, hal ini dikarenakan metode SUR lebih baik dibandingkan dengan metode OLS. Variabel prediktor X5 (perempuan buta huruf), X11 (umur istri ) dan X12 (pendidikan kepala keluarga) signifikan artinya ketiga variabel tersebut mempunyai kontribusi terhadap variabel respon. Sedangkan variabel prediktor X1 (rasio konsumsi normatif per kapita terhadap total serealia), X6 (angka harapan hidup pada saat lahir), X7 (berat badan balita dibawah standar), X9 (rumah-tangga tanpa akses ke air bersih), dan X10 (umur KK) tidak signifikan artinya tidak memberikan kontribusi terhadap variabel respon. Berdasarkan hasil estimasi parameter metode SUR yang disajikan pada Tabel 5, akan dibuat model regrsi secara keseluruhan sebagai berikut. yˆ3 81,69 0,84 X 1 0,99 X 5 0,14 X 6 0,50 X 7 0,07 X 9 1,31X10
2,17 X11 2,01X12 Tabel 6. Model Terbaik Rumah Tangga Rawan Pangan Variabel prediktor
Metode OLS
Metode SUR
Koefisien( )
SE
p-value
Koefisien ( )
SE
p-value
Intercept
71,99
28,42
0,0186
75,73
27,55
0,0114
X1
-0,28
0,20
0,1708
-0,28
0,19
0,1651
X4 X7 X8 X9 X10 X12 X14 R2
0,16 -0,34 0,59 -0,12 -0,63 -0,54 -5,17
0,06 0,16 0,24 0,04 0,31 0,20 2,77 48,13%
0,0116 0,0450 0,0206 0,0110 0,0519 0,0116 0,0747
0,16 -0,35 0,56 -0,12 -0,68 -0,55 -5,31
0,05 0,16 0,22 0,04 0,30 0,20 2,70 62,10%
0,0102 0,0400 0,0193 0,0118 0,0326 0,0102 0,0617
Signifikan pada α =10% Hasil perhitungan pada Tabel 6 memperlihatkan bahwa nilai R2, koefisien regresi, standar error, p-value dari metode OLS dan metode SUR berbeda, hal ini dikarenakan metode SUR lebih baik dibandingkan dengan metode OLS. Variabel prediktor X4 (Desa yang tidak memiliki akses penghubung yang memadai), X7 (berat badan balita dibawah standar), X8 (Rumahtangga yang tinggal lebih dari 5 km dari fasilitas kesehatan), X9 (rumah-tangga tanpa akses ke air bersih), X10 (Umur kepala keluarga), X12 (pendidikan KK) dan X14 (jumlah anggota rumah tangga) signifikan artinya ketujuh variabel tersebut mempunyai kontribusi terhadap variabel respon. Sedangkan
variabel prediktor X1 (Rasio konsumsi normatif per kapita terhadap ketersediaan bersih serealia) tidak signifikan artinya tidak memberikan kontribusi terhadap variabel respon. Berdasarkan hasil estimasi parameter metode SUR yang disajikan pada Tabel 6, akan dibuat model regrsi secara keseluruhan sebagai berikut. yˆ 4 75,73 0,28 X1 0,16 X 4 0,35 X 7 0,56 X 8 0,12 X 9 0,68 X 10
0,55 X12 5,31X14 12. Pengujian Asumsi Hipotesis yang digunakan untuk menguji apakah secara serentak variabel prediktor berpengaruh terhadap variabel respon. *
*
*
H 0 : β1 β 2 ... β8 0 H 1 : paling sedikit ada satu βh 0, h 1,...8 Daerah penolakan jika Fhitung F( p , N p 1); atau p-value < maka tolak H 0 dengan nilai 10% . Hasil pengolahan dengan Paket Minitab 15 (Lampiran 3.1a; 3.1b; 3.1c; dan 3.1d) diperoleh hasil perhitungan uji serentak masing-masing model derajat ketahanan pangan rumah adalah sebagi berikut: Rumah tanggga tahan pangan nilai statistik uji F yang dihasilkan adalah 2,52 dengan p-value 0,040. Rumah tangga rentan pangan nilai statistik uji F yang dihasilkan adalah 5,70 dengan p-value 0,000. Rumah tangga kurang pangan nilai statistik uji F yang dihasilkan adalah 2,18 dengan p-value 0,069. Rumah tangga rawan pangan nilai statistik uji F yang dihasilkan adalah 2,67 dengan p-value 0,031. Dengan demikin H0 ditolak yang berarti kedelapan variabel prediktor masingmasing derajat ketahanan pangan rumah tangga secara bersama-sama berpengaruh terhadap variabel respon. Pengujian parameter secara parsial dengan hipotesis sebagai berikut: * H0 : h 0 H 1 : h 0; h 1,...8 Daerah penolakan jika thitung > t ;30 atau nilai p-value < maka tolak H 0 untuk = *
2
10%. Hasil pengolahan dengan Paket Minitab 15 (Lampiran 3.2a; 3.2b; 3.2c; dan 3.2d) diperoleh hasil perhitungan uji parsial masing-masing model derajat ketahanan pangan rumah adalah sebagai berikut: Rumah tangga tangan pangan terdapat dua variabel prediktor yang mempunyai nilai p-value < 10% yaitu: X7 (berat badan balita dibawah standar) dan X10 (umur kepala keluarga). Hal ini menunjukan bahwa kedua variabel prediktor tersebut signifikan berpengaruh secara parsial terhadap rumah tangga tahan pangan. Sedangkan enam variabel prediktor lainnya tidak memberikan kontribusi yang nyata terhadap rumah tangga tahan pangan bila dilihat dari = 10%. Rumah tangga rentan pangan terdapat lima variabel prediktor yang mempunyai nilai p-value < = 10% yaitu: X1 ( rasio konsumsi normatif per kapita terhadap ketersediaan bersih serealia), X7 (berat badan balita dibawah standar), X9 ( rumah tangga tanpa akses air bersih dan X11 (umur istri) dan X12 (pendidikan kepala keluarga). Hal ini menunjukan bahwa kelima variabel prediktor tersebut signifikan berpengaruh secara parsial terhadap rumah tangga rentan pangan. Sedangkan tiga variabel prediktor lainnya tidak memberikan kontribusi yang nyata terhadap rumah tangga rentan pangan bila dilihat dari = 10%. Rumah tangga kurang pangan terdapat tiga variabel prediktor yang mempunyai nilai p-value <
= 10% yaitu: X5 (perempuan buta huruf), X7 (berat badan balita dibawah standar) dan
X12 ( pendidikan kepala keluarga). Hal ini menunjukan bahwa ketiga variabel tersebut signifikan berpengaruh secara parsial terhadap rumah tangga kurang pangan. Sedangkan lima variabel prediktor lainnya tidak memberikan kontribusi yang nyata terhadap rumah tangga kurang pangan bila dilihat dari = 10%. Rumah tangga rawan pangan terdapat dua variabel prediktor yang mempunyai nilai p-value < = 10% yaitu: X8 (rumah tangga yang tinggal lebih dari 5 km dari fasilitas kesehatan) dan X9 (Rumah tangga tanpa akses air bersih). Hal ini menunjukan bahwa kedua variabel prediktor tersebut signifikan berpengaruh secara parsial terhadap rumah tangga rawan pangan. Sedangkan enam variabel prediktor lainnya tidak memberikan kontribusi yang nyata terhadap rumah tangga rawan pangan bila dilihat dari = 10%. Dari hasil regresi dengan metode SUR diperoleh R2 untuk semua model sebesar 0,5481 ini menunjukan bahwa sebesar 62,10% variabel prediktor mampu menjelaskan variabel respon. Sisanya sebesar 37,90% dijelaskan oleh variabel lain yang tidak dimasukan dalam model. Tahapan-tahapan yang dijelaskan sebelumnya adalah tahapan pengujian yang dilakukan pada variabel prediktor. Tahapan selanjutnya yang perlu dilakukan adalah menguji asumsi dari error. Pengujian meliputi error identik (homokedastisitas), error tidak berkorelasi (independensi) dan error berdistribusi normal (kenormalan). Hasil pengujian terhadap asumsi ini adalah sebagai berikut: 1. Asumsi Residual Identik Pengujian heteroskedastisitas dilakukakan dengan menggunakan uji Glejser. Apabila parameter-parameter tidak signifikan maka dapat disimpulkan tidak ada heteroskedastisitas. Dengan menggunakan = 5%, dari hasil uji glejser terhadap empat derajat ketahanan pangan rumah tangga (lampiran 4a; 4b; 4c; 4d) ternyata parameterparameternya tidak signifikan. Sehingga disimpulkan tidak terjadi heteroskedastisitas, maka asumsi error identik untuk empat derajat ketahanan pangan rumah tangga terpenuhi. 2. Asumsi residual Independen Uji asumsi autokorelasi dilakukan dengan menggunakan runs test. Dari hasil uji terhadap empat model derajat ketahanan pangan rumah tangga (Lampiran 5a; 5b; 5c; 5d) diperoleh nilai p-value masing-masing (0,719; 0,648; 0,648; 0,982 ) = 10%, hal ini mencerminkan tidak terjadi autokorelasi antara variabel respon. Sehingga dari hasil uji asumsi, dapat disimpulkan bahwa empat model derajat ketahanan pangan rumah tangga asumsi terpenuhi. 3. Asumsi Residual Berdistribusi Normal Salah satu metode yang dapat digunakan untuk menguji kenormalan residual adalah dengan menggunakan statistik uji Kolmogorov- Smirnov. Uji asumsi residual berdistribusi normal untuk empat model derajat ketahanan pangan dengan menggunakan = 10%, dari hasil perhitungan (lampiran 6a; 6b; 6c; 6d) diperoleh nilai p-value masingmasing lebih besar dari 0,150. sehingga dengan = 10% maka disimpulkan gagal tolak H 0 atau dapat dikatakan bahwa asumsi residual berdistribusi normal model derajat ketahanan pangan rumah tangga terpenuhi.
13. Interpretasi Model Model regresi sesuai Metode SUR untuk masing-masing derajat ketahanan pangan rumah tangga adalah :
yˆ1 240,16 1,35 X1 0,36 X 4 2,56 X 7 1,13 X 8 0,36 X 9 2,87 X 10 1,65 X12 15,30 X14
yˆ 2 238,96 2,53 X 1 0,46 X 4 1,63 X 5 3,07 X 7 0,66 X 9 3,78 X 11 4,21X 11 10,61X 14 yˆ3 81,69 0,84 X 1 0,99 X 5 0,14 X 6 0,50 X 7 0,07 X 9 1,31X10 2,17 X11 2,01X12 yˆ 4 75,73 0,28 X1 0,16 X 4 0,35 X 7 0,56 X 8 0,12 X 9 0,68 X 10 0,55 X12 5,31X14 Dari hasil penelitian dan analisis menunjukan bahwa koefisien regresi X5 untuk rumah tangga rentan pangan bertanda negatif sedangkan rumah tangga kurang pangan bertanda positif. Hal ini berarti semakin menurun rumah tangga rentan pangan maka semakin meningkat rumah tangga kurang pangan. Koefisien regresi X7 dan X9 untuk rumah tangga tahan pangan dan rawan pangan bertanda negatif sedangkan untuk rumah tangga rentan pangan bertanda positif. Hal ini berarti semakin menurun rumah tangga tahan pangan dan rumah tangga rawan maka semakin meningkat rumah tangga rentan pangan. Koefisien regresi X11 untuk rumah tangga rentan pangan bertanda positif sedangkan rumah kurang pangan bertanda negatif. Hal ini berarti semakin meningkat rumah tangga rentan pangan maka rumah tangga kurang pangan semakin menurun. Berdasarkan model yang diperoleh maka dapat disimpulkan bahwa untuk kelompok rumah tangga tahan pangan, nilai X7 (berat badan balita dibawah standar) jika naik 1 persen maka rumah tangga tahan pangan turun sebesar 2,56 persen, nilai X9 (rumah – tangga tanpa akses air bersih) jika naik 1 persen maka rumah tangga tahan turun sebesar 0,36 persen, nilai X10 (umur kepala keluarga) jika naik 1 persen maka rumah tangga tahan pangan turun sebesar 12,87 persen. Dengan asumsi bahwa variabel lain dianggap konstan. Kelompok rumah tangga rentan pangan apabila nilai X1 (rasio konsumsi normatif per kapita terhadap ketersediaan bersih serealia) jika naik 1 persen maka rumah tangga rentan pangan turun sebesar 2,53 persen, nilai X5 (perempuan buta huruf) jika naik 1 persen maka rumah tangga rentan pangan turun sebesar 1,63 persen, jika nilai X7 (berat badan balita dibawah standar) naik 1 persen maka rumah tangga rentan pangan naik sebesar 3,07 persen, jika nilai X9 (rumah – tangga tanpa akses air bersih) naik 1 persen maka rumah tangga rentan pangan naik sebesar 0,66 persen, jika nilai X11 (umur istri) naik 1 persen maka rumah tangga rentan pangan naik sebesar 3,78 persen dan jika nilai X12( pendidikan kepala keluarga) naik 1 persen maka rumah tangga rentan pangan naik sebesar 4,21 persen. Dengan asumsi bahwa variabel lain dianggap konstan. Untuk kelompok rumah tangga kurang pangan apabila nilai X5 (perempuan buta huruf) naik 1 persen maka rumah tangga kurang pangan naik sebesar 0,99 persen,
jika nilai X11( umur istri) naik 1 persen maka rumah kurang pangan turun sebesar 2,17 persen dan jika nilai X12 (pendidikan kepala keluarga) naik 1 persen maka rumah tangga kurang pangan turun sebesar 2,01 persen. Dengan asumsi bahwa variabel lain dianggap konstan. Untuk kelompok rumah tangga rawan pangan apabila nilai X4 (desa yang tidak memiliki akses penghubung yang memadai) naik 1 persen maka rumah tangga rawan pangan naik sebesar 0,16 persen, jika nilai X7 (berat badan balita dibawah standar) naik 1 persen maka rumah tangga rawan pangan turun sebesar 0,35 persen, jika nilai X9 (rumah-tangga tanpa akses ke air bersih) naik 1 persen maka rumah tangga rawan pangan turun sebesar 0,12 persen. Jika nilai X10 (umur kepala keluarga) naik 1 persen maka rumah tangga rawan pangan turun sebesar 0,68, jika nilai X12 (pendidikan kepala keluarga) naik 1 persen maka rumah tangga rawan pangan turun sebesar 0,55% dan jika nilai X14 (jumlah anggota rumah tangga) naik 1 persen maka rumah tangga rawan pangan turun sebesar 5,31 persen. Dengan asumsi bahwa variabel lain dianggap konstan. Selain itu, nilai koefisien terbesar pada model rumah tangga tahan pangan adalah X10 (umur kepala keluarga), hal ini menunujukan bahwa antara antara rumah tangga tahan pangan dengan variabel tersebut secara statistik berkorelasi cukup signifikan. Untuk rumah tangga rentan pangan nilai koefisien terbesar adalah X12 (pendidikan kepala keluarga), hal ini menunjukan bahwa antara rumah tangga rentan pangan dengan variabel tersebut secara statistik berkorelasi cukup signifikan. Untuk rumah tangga kurang pangan koefisien terbesar adalah X11 (umur istri), hal ini menunjukan bahwa antara rumah tangga kurang pangan dengan variabel tersebut secara statistik berkorelasi cukup signifikan. Sedangkan untuk rumah tangga rawan pangan koefisien terbesar adalah X14 (jumlah anggota rumah tangga), hal ini menunjukan bahwa antara rumah tangga rawan pangan dengan variabel tersebut secara statistik berkorelasi cukup signifikan. 14. Kesimpulan Berdasarkan hasil pembahasan dan analisis pada bab sebelumnya maka dapat diambil kesimpulan sebagai berikut: 1. Berdasarkan hasil estimasi parameter maka diperoleh model regresi: a. Model regresi sesuai metode SUR untuk Rumah-Tangga Tahan Pangan. yˆ1 240,16 1,35 X1 0,36 X 4 2,56 X 7 1,13 X 8 0,36 X 9 2,87 X 10
1,65 X12 15,30 X14 b. Model regresi sesuai metode SUR untuk Rumah-Tangga Rentan Pangan yˆ 2 238,96 2,53 X 1 0,46 X 4 1,63 X 5 3,07 X 7 0,66 X 9
3,78 X 11 4,21X 11 10,61X 14 c. Model regresi sesuai metode SUR untuk Rumah-Tangga Kurang Pangan yˆ3 81,69 0,84 X 1 0,99 X 5 0,14 X 6 0,50 X 7 0,07 X 9 1,31X10
2,17 X11 2,01X12 d. Model regresi sesuai metode SUR untuk Rumah-Tangga Rawan Pangan
yˆ 4 75,73 0,28 X1 0,16 X 4 0,35 X 7 0,56 X 8 0,12 X 9 0,68 X 10 0,55 X12 5,31X14 Dengan R2 sistem SUR sebesar 62,10%. 2. Secara keseluruhan model yang diperoleh dari hasil analisis dengan menggunakan metode SUR, variabel-variabel ketahanan pangan mempengaruhi derajat ketahanan pangan rumah-tangga di Indonesia. Selain itu model terbaik derajat ketahanan pangan rumah tangga dengan metode SUR, X10 (umur kepala keluarga ), X11 (umur istri), X12 (pendidikan kepala keluarga) dan X13 (pendidikan istri) berpengaruhi cukup signifikan terhadap derajat ketahanan pangan rumah tangga, hal ini ditunjukan dengan nilai koefisien regresi terbesar. Sedangkan ada variabel-variabel lain didalam model terbaik yang mempengaruhi derajat ketahanan pangan rumah, namun pengaruhnya sangat kecil bila dibandingkan dengan ketiga variabel tersebut. Berdasarkan kesimpulan yang telah dikemukakan diatas, ada berapa saran yang perlu diajukan sebagai berikut: 1. Masih rendahnya ketahanan pangan di Indonesia, seharusnya menjadi pusat perhatian pemerintah untuk meningkatkan ketahanan pangan yakni akses semua orang setiap saat pada pangan yang cukup untuk hidup sehat. 2. Indikator-indikator ketahanan pangan dalam penelitian ini, hanyalah sebagai kecil dari sekian banyak indikator ketahanan pangan. Oleh sebab itu, perlu adanya penelitian lanjut dengan menggunakan indikator-indikator ketahanan pangan yang belum dirumuskan. 14. Daftar Pustaka Ausaid., (2004),” Food Security Strategy. http//www.ausaid.gov.an/publikations/pdf/food_security_strategy04pdg. 27 Desember 2005 Azwar. A., (2004),” Aspek Kesehatan dan Gizi dalam Ketahanan pangan. Prosiding Widyakarya Nasional Pangan dan Gizi VIII. Bappenas, Departemen Pertanian dan Ristek.Jakarta. Dapper dan Smith, (1992),” Analisis Regresi Tarapan, Mount Sinai School of Medicine, PT Gramedia Pustaka Jakarta. Dewan Ketahanan Pangan, Departemen Pertanian RI and World Food Programme (WFP). 2009. A Food Security and Vulnerability Atlas of Indonesia 2009. Jakarta : PT Enka Deli Dewan Ketahanan Pangan, (2009),” Indonesia Tahan Pangan dan Gizi 2015. Food and Agriculture Organisation (FAO). (1997),” Roma: Report of the World Food Summit, 13-17 Nopember 1996 (Part One). Gujarati D. N, (2004),” Basic econametrics, Fuorth Edition. Mc Graw-Hill, New York. Greene A., (2000),” Ekonometric Analisis, Macmillan Publishing Company, Fifth Edition, New York.
