31
III.
3.1
METODE PENELITIAN
Jenis dan Sumber Data Daerah yang menjadi analisis studi ini adalah Provinsi Nusa Tenggara
Timur yang mencakup 19 kabupaten dan kota. Penelitian ini menggunakan data sekunder yang berasal dari Susenas Panel tahun 2010. Data Susenas Panel yang digunakan terdiri dari kuesioner Susenas Kor yang berisi keterangan umum rumah tangga dan individu dan kuesioner Susenas Modul Konsumsi yang berisi keterangan konsumsi makanan selama seminggu yang lalu dan konsumsi non makanan selama sebulan dan setahun yang lalu. Survei tersebut meliputi rumah tangga yang sama untuk memperoleh data panel. Adapun populasi yang diteliti adalah 1740 rumah tangga di Provinsi NTT untuk daerah pedesaan dan perkotaan. Unit observasi pada penelitian ini adalah kepala rumah tangga sedangkan unit analisis pada penelitian ini adalah rumah tangga Susenas dirancang untuk mengumpulkan data sosial ekonomi penduduk dewasa, pendapatan, dan pengeluaran konsumsi. Susenas Panel Modul Konsumsi lebih dikhususkan lagi untuk memperoleh informasi pendapatan dan pengeluaran rumah tangga secara lebih terperinci. Susenas Panel dilakukan satu kali setahun yaitu pada bulan Maret dengan sampel rumah tangga yang sama. Susenas juga terdiri dari informasi yang luas mengenai karakteristik rumah tangga, kesehatan, pendidikan, dan juga terdiri dari informasi aktivitas ekonomi rumah tangga seperti pengeluaran makanan dan non makanan, dan aktivitas produksi rumah tangga seperti kepemilikan aset. Anggota rumah tangga terpilih ditanya mengenai upah sekarang, terdahulu dan pola pekerja, sejarah perkawinan, migrasi, kondisi kesehatan, penggunaan fasilitas kesehatan, dan aktivitas transfer ke dan dari keluarga, teman, dan organisasi. Survei ketersediaan fasilitas komunikasi dan kualitas infrastruktur, fasilitas kesehatan dan sekolah yang digunakan rumah tangga dilakukan seara pararel dengan survei rumah tangga sehingga dapat secara langsung dihubungkan dengan kuesioner rumah tangga. Pengambilan sampel Susenas dilakukan secara dua tahap. Tahap pertama, sampel blok sensus yang mempresentasikan sampel sampai wilayah provinsi dan dipilih secara acak dengan metode proportional to size sampling.
32
Selanjutnya, dilakukan pengambilan sampel rumah tangga untuk setiap blok sensus berdasarkan kelompok pengeluaran rumah tangga per bulan dengan metode Systematic Random Sampling. Kerangka sampel yang digunakan didasarkan pada Susenas 2010 yang secara nasional merepresentasikan survei sosial ekonomi sekitar 68.000 rumah tangga untuk seluruh Indonesia, sedangkan untuk NTT khususnya hanya 1.740 rumah tangga yang dilakukan oleh Badan Pusat Statistik. Dari kerangka sampel rumah tangga yang sudah ditentukan, masih ditemukan rumah tangga yang non respon sehingga jumlah rumah tangga yang ditemukan berbeda antar tahun. Data-data pendukung lainnya didapat melalui buku, artikel, jurnal yang diperoleh dari Lembaga Sumberdaya Informasi (LSI) IPB, perpustakaan BPS, serta makalah dari internet yang berkaitan dengan penelitian. Salah satu indikator untuk menunjukkan tingkat kesejahteraan penduduk adalah tingkat kecukupan gizi yang dihitung berdasarkan besar kalori dan protein yang dikonsumsi. Besarnya konsumsi kalori dan protein dihitung dengan mengalikan kuantitas setiap makanan yang dikonsumsi dengan besarnya kandungan kalori dan protein setiap jenis makanan, kemudian hasilnya dijumlahkan. Angka kecukupan konsumsi kalori dan protein penduduk Indonesia berdasarkan Widyakarya Nasional Pangan dan Gizi VIII (2004) menetapkan patokan kecukupan konsumsi kalori dan protein per kapita per hari masing-masing 2.000 kkal dan 52 gram protein.
3.2
Metode Analisis Pendekatan metode analisis yang digunakan dalam penelitian ini yaitu
analisis deskriptif dan analisis model ekonometrika. Analisis ekonometrika dengan menggunakan regresi logistik ordinal (OLM) sedangkan analisis deskriptif dengan mendeskripsikan data yang ada untuk mengetahui bagaimana karakteristik pola konsumsi pangan di wilayah NTT. Regresi logistik ordinal digunakan karena variabel dependen dalam model ini merupakan variabel kualitatif bertingkat yang dibagi kedalam empat tingkat ketahanan pangan yaitu tahan, rentan, kurang dan rawan pangan. sedangkan variabel independenya adalah variabel dummy dan
33
variabel continous. Software yang digunakan dalam penelitian ini untuk mengolah data tersebut adalah STATA 11. dan Microsoft Excel 2010.
3.2.1
Analisis Deskriptif Analisis deskriptif dilakukan dengan mendeskripsikan dan dengan
membaca tabulasi silang antar peubah dan grafik untuk ketahanan pangan di Provinsi Nusa Tenggara Timur. Analisis ini digunakan untuk mengetahui bagaimana pola konsumsi pangan di wilayah Nusa Tenggara Timur.
3.2.2
Analisis Derajat Ketahanan Pangan Penelitian ini diidentifikasi dengan dua indikator yaitu ketercukupan
kalori yang dikonsumsi dengan besarnya pangsa pengeluaran makanan. Hal ini berdasarkan klasifikasi silang yang digunakan Jonsson dan Toole dalam Maxwell et. al., (2000). Adapun derajat ketahanan pangan rumah tangga berdasarkan ketercukupan gizi dan pangsa pengeluaran terlihat pada Tabel 3. Tabel 3. Pengukuran Derajat Ketahanan Pangan Rumah Tangga Ketercukupan Pangsa Pengeluaran Makanan kalori
Rendah < 60 %
Tinggi
60 %
Cukup > 80 %
Tahan Pangan (kategori 0)
Rentan Pangan (kategori 1)
Kurang
Kurang Pangan (kategori 2)
Rawan Pangan (kategori 3)
80 %
Sumber : Jonsson dan Toole et. al., (1991) dalam Maxwell (2000)
Pada penelitian ini yang dimaksud pangsa pengeluaran pangan adalah rasio pengeluaran untuk belanja pangan dan pengeluaran total penduduk selama sebulan. Pangsa pengeluaran pangan penduduk diperoleh dengan menggunakan data di tingkat rumah tangga kemudian dibagi dengan jumlah anggota rumah tangga. Besar pangsa pengeluaran terhadap total pengeluaran diperoleh dari data Susenas. Perhitungan pangsa pengeluaran pangan pada berbagai kondisi, yaitu agregat, desa-kota, dan berbagai kelompok pendapatan penduduk menggunakan formula berikut :
34
Dimana : PF
= Pangsa pengeluaran pangan (persen)
PPt
= Pengeluaran untuk belanja pangan (Rp/bulan)
TPt
= Total pengeluaran (Rp/ bulan)
Analisis ini akan menentukan bagaimana ketahanan pangan rumah tangga di wilayah NTT yang dikategorikan kepada kategori tahan, rentan, kurang dan rawan pangan. Suatu rumah tangga dikatakan tahan pangan jika kalori yang dikonsumsi rumah tangga tersebut diatas 80 persen sedangkan pangsa pengeluaran makananya kurang dari 60 persen. Rumah tangga rentan pangan dengan jumlah konsumsi kalorinya diatas 80 persen dan pangsa pengeluaran makananya lebih besar atau sama dengan 60 persen. Dikatakan kurang pangan jika suatu rumah tangga memiliki konsumsi kalori kurang dari atau sama dengan 80 persen dan pangsa pengeluaran untuk makananya kurang dari 60 persen. Sedangkan untuk rumah tangga yang rawan pangan adalah rumah tangga dengan konsumsi kalori kurang dari atau sama dengan 80 persen dan pangsa pengeluaran untuk makananya lebih besar atau sama dengan 60 persen (Tabel 3).
3.2.3 Analisis Regresi logistik Tujuan penelitian yang kedua, yaitu mengetahui faktor-faktor penentu ketahanan pangan rumah tangga yang dianalisis dengan menggunakan model regresi logistik. Model ini digunakan untuk mengetahui variabel-variabel yang berpengaruh terhadap ketahanan pangan rumah tangga. Model ini memodifikasi model yang digunakan oleh Bogale dan Shimelis (2009) serta Demeke dan Zeller (2010). Regresi logistik merupakan model regresi untuk menganalisis pengaruh variabel penjelas baik kualitatif maupun kuantitatif terhadap variabel respon yang bersifat kualitatif. Peubah respon dapat berupa data biner (hanya terdiri dari dua nilai) dan dapat juga berupa data multinom (lebih dari dua kemungkinan pilihan). Pada data yang multinom, skala pengukuranya dapat berskala nominal (tidak memiliki peringkat, hanya penggolongan saja) atau berskala ordinal (memiliki
35
peringkat
tertentu). Jika kategori dari peubah respon berskala ordinal, maka
analisis regresi yang digunakan adalah analisis regresi logistik ordinal atau model ordinal logit (Hosmer & Lemeshow, 1989). Fungsi regresi logistik dinyatakan dalam :
( )
[∑ *∑
] +
...............................................(3.1)
dimana : i = 1,2......,n dan j = 0,1,2,........,k
Apabila diklasifikasikan berdasarkan jenis variabel dependenya, terdapat dua tipe model logit yaitu : unordered logit model dan ordered logit model. Kedua model tersebut akan dijelaskan sebagai berikut :
A. Unordered Logit Model Model logit ini digunakan saat variabel dependennya merupakan pilihan yang tidak bertingkat dan tidak saling mempengaruhi satu sama lainnya. Contoh hari dalam satu minggu yaitu : Senin, Selasa, Rabu, Kamis, Jumat dan Sabtu.
B. Ordered Logit Model Model logit ordered adalah model yang variabel dependennya merupakan pilihan bertingkat dimana pilihan yang satu lebih baik atau lebih buruk terhadap pilihan lain. Contoh terdapat empat pilihan yaitu : tidak bagus, cukup bagus, bagus, bagus sekali atau dalam ranking kejahatan rendah, sedang, tinggi. Pada penelitian ini penulis menggunakan model ordered logit karena tingkat ketahanan pangan di Provinsi NTT dibagi atas kategori tahan, rentan, kurang dan rawan pangan.
Model Regresi Logistik Ordinal Model logit ordered atau yang lebih sering disebut dengan regresi logistik ordinal (logit ordered) merupakan regresi dengan peubah respon yang bersifat kategorik dan bertingkat (ordinal). Regresi logistik ordinal digunakan untuk
36
memodelkan hubungan antara peubah respon yang berskala ordinal dengan peubah-peubah penjelasnya. Model logit tersebut adalah cumulative logit models. Pada model logit ini sifat ordinal dari respon Y dituangkan dalam peluang kumulatif sehingga cumulative logit models merupakan model yang didapatkan dengan membandingkan peluang kumulatif yaitu peluang kurang dari satu sama dengan kategori respon ke-j pada p variabel prediktor yang dinyatakan dalam
,
) dengan peluang lebih besar dari kategori respon ke-j
(
vektor x, (
). Berikut model regresi logistik ordinal secara matematis dapat
dituliskan : (
)
(
(
)
(
)
)..................................................(3.2)
Model logistik untuk data respon ordinal sering disebut sebagai model logit kumulatif. Respon dalam model logit kumulatif berupa data bertingkat yang diwakili dengan angka 1,2,3,.....,c dengan c adalah banyaknya kategori respon. Logit kumulatif untuk tiap kategori j didefenisikan sebagai : ( )
( )
................................(3.3)
( )
Model yang secara simultan menggunakan semua logit kumulatif dapat ditulis sebagai : ̂ ( )
̂ ..................................................................................(3.4)
̂
Tiap logit kumulatif memiliki intersep masing-masing. ̂
̂ adalah
estimator dengan metode maksimum likelihood untuk tiap αj dan β’. Nilai (
estimasi untuk P
) dapat diturunkan dengan transformasi inverse
fungsi logit kumulatif yang menghasilkan :
(
)
(
̂ ) ) (̂ ̂ )
(̂
.........................................................(3.5)
.......c-1
( sehingga
| )
(
( ̂
̂ ))
.....................................................(3.6)
37
(
)
(
( ̂ ( ))
) .......................................................(3.7)
Tahapan pengujian yang dilakukan adalah sebagai berikut : 1.
Uji Serentak dengan Likelihood Ratio Likelihood ratio digunakan untuk menguji apakah semua variabel
independen dalam model serentak mempengaruhi variabel dependen. Pengujian statistik pada model logit berbeda dengan regresi linier biasa. Apabila pengujian statistik serentak pada regresi linier menggunakan uji F-stat, pada model logit metode yang digunakan adalah likelihood ratio. Hipotesis yang digunakan dalam pengujian ini adalah : (tidak ada pengaruh seluruh variabel independen terhadap variabel dependen). (
)
Hipotesa Ho akan ditolak apabila probabilita Likelihood ratio < α dan Ho tidak akan ditolak apabila probabilita Likelihood ratio > α. 2.
Uji Multikolinearitas Uji multikolinearitas digunakan untuk mengetahui apakah terdapat korelasi
yang kuat di antara variabel-variabel independen yang diikut sertakan dalam pembentukan model. Salah satu metode untuk menguji adanya multikolinearitas dalam ekonometrik adalah dengan “examination of partial correlations” atau dengan
“Tolerance
and
Variance
Inflation
(VIF)”.
Pada
pengujian
multikolinearitas dengan menggunakan “correlate varnames” dengan “rule of thumb” 0,8 atau 0,75 maka jika nilai pearson correlation antar dua variabel lebih dari itu, maka mengindikasikan bahwa kedua variabel itu memiliki hubungan yang kuat (ada multikolinearitas). Sedangkan untuk output dari VIF diindikasikan adanya multikolinearitas jika nilai VIF lebih besar dari 10 atau tolerance (1/VIF) adalah kurang dari 0,01 atau kurang. 3.
Odds Ratio Nilai Odds Ratio merupakan besaran yang digunakan untuk melihat
perbandingan masing-masing kategori dari variabel bebas dalam menerangkan
38
peubah tak bebas. Interpretasi untuk model regresi logistik ordinal dapat dilakukan dengan menggunakan nilai odds rationya. Odds ratio tersebut kemudian diinterpretasikan sebagai nilai yang menunjukkan pengaruh perubahan variabel dependen. Sebelum dilakukan langkah ini, hanya dapat diketahui arah dari pengaruh koefisien variabel dependen yang belum dapat diinterpretasikan. Misalkan untuk peubah bebas yang berskala nominal (X1 dan X2), rasio odds pada kategori Y ≤ s merupakan perbandingan antara X1 dan X2 yang dirumuskan sebagai berikut (Agresti, 1990) : (
)
(
)
(
)
(
)..............(3.8)
Dengan i = 1,2,........p (p merupakan banyaknya peubah penjelas) dan s = 1,2 ,.......S-1. Parameter β1 diartikan sebagai perubahan nilai fungsi logit yang disebabkan oleh perubahan satu unit peubah penjelas ke-i yang disebut log odds, (misalnya antara X1 dan X2) yang dinotasikan sebagai : ]
(
(
).........................................................(3.9)
Sehingga didapatkan penduga untuk rasio odds (ψ) sebagai berikut (Agresti, 1990) : ̂
(
)].......................................................................(4.0)
Untuk peubah bebas kategorik, jika odds ratio bernilai > 1, maka odds X1 lebih besar daripada odds ratio saat X2 atau dengan kata lain selalu lebih besar dari
[
[
] akan
] sehingga dapat dikatakan, saat X1 peluang
untuk Y ≤ s lebih besar daripada saat X2 . 4.
Koefisien Determinasi (R2) Goodness of Fit dengan R-square digunakan untuk melihat seberapa
besar variasi dalam variabel dependen dapat dijelaskan secara bersama-sama oleh variabel dependen, dan untuk melihat seberapa baik model dapat menjelaskan variabel dependen, maka dapat menggunakan R-square (R2). Semakin tinggi nilai R-square maka menunjukkan model semakin mampu menjelaskan variabel
39
dependen. Oleh karena itu, nilai R-square yang tinggi sangat diharapkan dalam suatu penelitian. Namun logika ekonomi tetap diutamakan dalam melihat R-square tersebut. Apabila pada data cross-section didapatkan nilai R-square rendah namun hasil pengujian Z-stat signifikan dan arahnya sesuai dengan teori ekonomi maka model tersebut dapat digolongkan sebagai model yang layak secara statistik (Gujarati, 2003). Pada model logit, penggunaan R-square masih diperdebatkan. Penggunaan R-square pada model logit dinyatakanya sebagai pseudo R-square. Pseudo R-square adalah tiruan R-square yang digunakan untuk menggantikan Rsquare biasa. Hal ini dilakukan karena tidak adanya padanan tepat yang dapat menggantikan R-square biasa. Oleh karena itu untuk menentukan kelayakan model, penelitian ini menggunakan Z-stat sebagai parameter utama, meskipun pengujian R-square akan tetap dilakukan. Berikut ini adalah variabel-variabel yang digunakan dalam penelitian : Tabel 4. Variabel yang digunakan dalam Model Regressi Logistik Ordinal Variabel Label Skala Kategori Respon Y
Tingkat Ketahanan Pangan RT
Ordinal
Penjelas X1 X2 X3 X4
Pendapatan Umur KRT Jumlah anggota RT Lapangan Usaha KRT/ pekerjaan
Kontinu Kontinu Kontinu Nominal
X5
Pendidikan KRT
Nominal
X6
Jumlah raskin yang diterima
Nominal
X7
Daerah tempat tinggal
Nominal
3.3
0 = rawan 1 = kurang 2 = rentan 3 = tahan
1 = pertanian 0 = lainnya 0 = tidak lulus 1 = dasar 2 = menengah 3 = tinggi 1 = menerima 0 = tidak 0 = pedesaan 1 = perkotaan
Defenisi Peubah Operasional Batasan atau definisi operasional peubah-peubah dan istilah-istilah yang
digunakan dalam penelitian ini adalah sebagai berikut :
40
1.
Rumah Tangga (RT) adalah seorang atau sekelompok orang yang mendiami sebagian atau seluruh bangunan fisik atau bangunan sensus dan biasanya tinggal bersama serta makan dari satu dapur (dalam arti mereka mengurus kebutuhan sehari-hari bersama menjadi satu).
2.
Anggota Rumah Tangga (ART) adalah semua orang yang biasanya bertempat tinggal di suatu RT, baik yang berada di rumah pada waktu pencacahan maupun sementara sedang tidak ada. ART yang telah bepergian enam bulan atau lebih, dan ART yang bepergian kurang dari enam bulan tetapi dengan tujuan pindah/ akan meninggalkan rumah enam bulan atau lebih tidak dianggap sebagai ART. Orang yang telah tinggal di RT enam bulan atau lebih, atau yang telah tinggal di RT kurang dari enam bulan tetapi berniat pindah/ bertempat tinggal di RT tersebut enam bulan atau lebih dianggap sebagai ART.
3.
Kepala Rumah Tangga (KRT) adalah seorang dari sekelompok anggota rumah tangga yang bertanggung jawab atas kebutuhan sehari-hari rumah tangga atau orang yang dianggap/ ditunjuk sebagai KRT.
4.
Pengeluaran konsumsi RT sebulan adalah total nilai makanan dan bukan makanan (barang/jasa) yang diperoleh, dipakai atau dibayarkan rumah tangga sebulan untuk konsumsi rumah tangga, tidak termasuk untuk keperluan usaha rumah tangga atau yang diberikan kepada pihak/ orang lain. Untuk konsumsi makanan, yang termasuk konsumsi rumah tangga adalah yang benar-benar telah dikonsumsi selama referensi waktu survei (consumption approach), sedangkan untuk konsumsi bukan makanan konsep yang dipakai pada umumnya adalah konsep penyerahan (delivery approach) yaitu dibeli atau diperoleh dari pihak lain asalkan tujuannya untuk kebutuhan rumah tangga.
5.
Pendapatan perkapita diproksi dari pengeluaran per kapita dimana total pengeluaran rumah tangga dibagi jumlah anggota rumah tangga dalam ribuan rupiah.
6.
Rumah tangga tahan pangan merupakan rumah tangga dengan kecukupan pangan > 80 persen dari standar gizi yang dianjurkan dan pangsa pengeluaran makanan < 60 persen.
41
7.
Produk Domestik Regional Bruto atas dasar harga konstan (PDRB) adalah jumlah produksi barang dan jasa yang dihasilkan oleh seluruh aktivitas ekonomi yang terjadi di masyarakat yang diukur berdasarkan suatu periode tertentu sebagai tahun dasar sehingga nilainya benar-benar mencerminkan jumlah produksi yang terbebas dari pengaruh harga.
8.
Penduduk yang termasuk angkatan kerja adalah penduduk usia kerja (15 tahun dan lebih) yang bekerja, atau punya pekerjaan namun sementara tidak bekerja dan pengangguran.
9.
Pendidikan tertinggi yang ditamatkan adalah tingkat pendidikan yang dicapai seseorang setelah mengikuti pelajaran pada kelas tertinggi suatu tingkatan sekolah dengan mendapatkan tanda tamat belajar (ijazah).
10.
Lapangan usaha adalah bidang kegiatan dari pekerja/ usaha/ perusahaan/ kantor tempat seseorang bekerja.
11.
Kemiskinan adalah ketidakmampuan untuk memenuhi kebutuhan makanan maupun non makanan yang bersifat mendasar untuk makanan, pakaian, perumahan, pendidikan, kesehatan dan kebutuhan dasar lainnya. Menurut BPS (2008) kemiskinan merupakan kondisi seseorang yang hanya dapat memenuhi makannya kurang dari 2.100 kalori perkapita per hari yang setara dengan beras 320 kg/ kapita/ tahun di pedesaan dan 480 kg/ kapita/ tahun di perkotaan. BPS setiap tahun menetapkan besarnya garis kemiskinan berdasarkan hasil Susenas modul konsumsi.
