Penerapan Analisis Regresi Ganda untuk Mengidentifikasi Faktor-faktor yang Berasosasi terhadap Capaian IPM
oleh Ikrar Pramudya Siti Khoiriyah
Pusat Data dan Statistik Pendidikan Kementerian Pendidikan Dasar dan Menengah Jakarta, 18 Nopember 2014
Pokok Bahasan • • • • • •
Pengantar Garis Besar Materi Kerangka Berpikir Proses Analisis Hasil Analisis Simpulan
Pengantar • Tersedia data sekunder yg cukup dan dapat didayagunakan sbg bahan analisis. Hasil analisis dapat dijadikan acuan utk pengambilan kebijakan/penyusunan program, a.l.: data BPS. • Tersedia cukup banyak aplikasi yg dapat digunakan utk mendukung proses komputasi ketika menganalisis data tetapi kurang didayagunakan, a.l.: SPSS, SAS, MiniTab, Lisrel, SEM, MS-Excel, MathLab, dll. • Pengelola data pdu belum mendayagunakan data utk mendukung pengambilan kebijakan/penyusunan program, salah satu sebabnya: ? kurang memahami metode statistik. Pengantar
GBM
Kerangka
Proses
Hasil
Simpulan
Topik
Garis Besar Materi Y: Peubah Terikat
X: Peubah Bebas
X1X75
IPM R2
IPM M1
62,6-0,4X1+0,2X73+0,2X74
42,9%
M2
62,7+0,3X14+0,1X53+0,1X58
46,9%
M3
81,7-0,1X3-3,5X70 Peubah Bebas : (1)
2,9% (2)
(3)
F1: X1, X73, X74 F2: X14, X53, X58 F2: X3, X70
Proses Pengantar
GBM
Kerangka
Proses
Hasil
Simpulan
Topik
Daftar Peubah Bebas (1) Pub Keterangan
Pub Keterangan
X1 tidak dapat baca-tulis aksara latin
X15
laki-laki yg sekolah 1mt
X2 tidak dapat baca-tulis aksara Arab
X16
laki-laki yg tidak sekolah 1mt
X3 tidak dapat baca-tulis aksara lainnya
X17
perempuan yg sekolah 1mt
X4 desa urban
X18
perempuan yg tidak sekolah 1mt
X5 desa rural
X19
laki-laki yg bekerja 1mt
X6 desa berbatasan dg laut
X20
laki-laki yg tidak bekerja 1mt
X7 desa tak berbatasan dg laut
X21
perempuan yg bekerja 1mt
X8 % art > 17 tahun yg jadi anggota parpol
X22
perempuan yg tidak bekerja 1mt
X9 anggota keluarga laki-laki
X23
laki-laki yg urus rumah tangga 1mt
X10 anggota keluarga perempuan
X24
laki-laki yang tidak urus rt 1mt
X11 % art yg beli surat kabar
X25
perempuan yg urus rumah tangga 1mt
X12 % art yg beli tabloid/majalah
X26
perempuan yg tidak yg urus rt 1mt
X13 % art yg manfaatkan TBM
X27
jlp pertanian tanaman padi & palawija
X14 % pernah akses internet dlm 3bt
X28
jlp hortikultura
Daftar Peubah Bebas (2) Pub Keterangan
Pub Keterangan
X29
jlp perkebunan
X43
jlp jasa kesehatan
X30
jlp perikanan
X44
jlp jasa kemasy, pmrintah, & perorangan
X31
jlp peternakan
X45
jlp lainnya
X32
jlp kehutanan & pertanian lainnya
X46
penduduk miskin (000)
X33
jlp pertambangan & penggalian
X47
garis kemiskinan (Rp/kapita/bulan)
X34
jlp industri pengolahan
X48
% pernah/sedang ikut pra sekolah
X35
jlp listrik & gas
X49
% Pos PAUD/PAUD T-BKB/Posyandu
X36
jlp konstruksi/ bangunan
X50
% PAUD-TAAM/PAK/BIA/TKQ/lainnya
X37
jlp perdagangan
X51
% TK/BA/RA/KB/TPA
X38
jlp hotel & rumah makan
X52
termasuk tamat SDLB, MI, & Paket A
X39
jlp transportasi & pergudangan
X53
tmsk tamat SMPLB, MTs, & Paket B
X40
jlp informasi & komunikasi
X54
termasuk tamat SMLB, MA
X41
jlp keuangan dan asuransi
X55
termasuk tamat Paket C
X42
jlp jasa pendidikan
X56
tmsk sdg sekolah SDLB, MI, & Paket A
Daftar Peubah Bebas (3) Peu Keterangan
Peu Keterangan
X57 tmsk sdg sekolah SMPLB, MTs, & Paket B
X67 pernah/sedang mengikuti KF-BA 1tt
X58 tmsk sdg sekolah SMLB, MA, & Paket C
X68 pernah/sedang mengikuti KF-KA 1tt
X59 % desa dg kegiatan KF 3tt
X69 memiliki SUKMA
X60 desa dg paket A/B/C 1tt
X70 mengikuti japen paket A setara SD
X61 desa dg TBM
X71 mengikuti japen paket B setara SMP
X62 pernah baca surat kabar 1mt
X72 mengikuti japen paket C setara SMA
X63 pernah baca majalah/tabloid 1mt
X73 art yg tidak/belum pernah bersekolah
X64 pernah baca buku cerita 1mt
X74 art yg tidak bersekolah lagi
X65 pernah baca buku pelajaran sekolah 1mt
X75 tingkat kepadatan penduduk
X66 pernah baca buku pengetahuan 1mt
Keterangan: art : anggota rumah tangga jlp : jenis lapangan pekerjaan japen : jalur pendidikan KF : keaksaraan fungsional SUKMA : surat keterangan melek aksara
TBM 1mt 1tt
: : : :
taman bacaan masyarakat jumlah seminggu terakhir satu tahun terakhir
Kerangka Berpikir X: Peubah Bebas
Y: Peubah Terikat
X1X75
IPM memilih model yg cocok/fit
memilih Xi penjelas X i (1) faktor X i( j)
?
penjelas cek asumsi
?
mengatasi model yg tidak penuhi asumsi
?
? Pengantar
GBM
Kerangka
?
Proses
Hasil
Simpulan
Topik
Proses Analisis X: Peubah Bebas
Y: Peubah Terikat
X1X75
IPM model yg cocok/fit
memilih Xi penjelas Regresi Bertatar
X i (1) X i( j)
Analisis Faktor
Pengantar
memilih faktor penjelas
uji asumsi
Regresi Klasik
GBM
Kerangka
mengatasi model yg tak penuhi asumsi
Pemilihan Model
Regresi Kekar
Proses
Hasil
Simpulan
Topik
PA
Regresi Bertatar • Menentukan peubah bebas yg bisa masuk ke model: IPM = 0 + 1Xi1+…+ jXij melalui proses forward and backward selection dg aplikasi SPSS. • Hipotesis: H0: 1, 2, …, j = 0 H1: 1, 2, …, j 0 • Hasilnya terpilih 14 peubah: X1 X58
X3 X59
X6 X65
X14 X69
X32 X70
X45 X73
X53 X74
PA
Analisis Faktor • Menentukan kelompok peubah penjelas (faktor) yg secara simultan berasosiasi thd IPM. KMO > 0,5 dan MSA > 0,5 Peubah 14 13 12
KMO 0,729 0,762 0,769
Peubah dg MSA 0,5 X59 (0,312) X6 (0,489) tidak ada
Keterangan: MSA : Measurement of Sampling Adequacy KMO : Kaiser-Meyer-Olkin
Nilai Komunalitas (NK) > 0,5 Peubah Penjelas X1 X3 X14 X53 X58 X70 X73 X74
NK > 0,5 0,967 0,669 0,650 0,739 0,698 0,764 0,976 0,902
Keterangan: • Peubah penjelas: X32, X45, X65, dan X69 memiliki NK < 0,5 shg harus dikeluarkan dari model.
Proporsi Keragaman Setiap Faktor Keragaman yg Akar dapat dijelaskan Karakteristik (%)
Faktor
Proporsi (%)
X1 Pertama: X 73 X 74
3,885
48,567
48,567
Kedua:
X 14 X 53 X 58
1,437
17,958
66,525
Ketiga:
X3 X 70
1,043
13,039
79,564
PA
Rotasi Komponen Matriks Peubah Penjelas X1 X3
X14 X53 X58 X70 X73
X74
1 0,942 -0,033 -0,163 -0,218 -0,445 0,028 0,950 -0,925
Faktor 2 3 -0,261 0,110 -0,347 -0,740 0,789 0,019 0,829 0,069 0,707 0,001 -0,188 0,853 -0,260 0,071 0,202 0,079
PA
Model Regresi Klasik • Model sisaan: IPMk = 0+1Xi1k+…+jXijk+k; k = 1, 2, 3. 1. IPM1 = 62,092-0,418X1+0,210X73+0,165X74+1 2. IPM2 = 58,167+0,252X14+0,098X53+0,150X58+2 3. IPM3 = 84,935-0,142X3-5,104X70+3 • Asumsi yg harus dipenuhi: 1. k memiliki ragam yg homogen/tidak terjadi heteroskedastisitas. 2. k dan l tidak saling berkorelasi (cov(k,l) = 0) utk setiap kl. 3. k mrpk peubah acak berdistribusi normal. Artinya, k N(0,2). • Ternyata distribusi: 1, 2, dan 3 tidak normal.
PA
Regresi Kekar
• Karena 1, 2, dan 3 tidak normal, model regresi klasik tidak dapat digunakan. OKI, proses analisis dilanjutkan dg analisis regresi kekar. Diperoleh model yg direvisi, yaitu: Mod-1. IPM1 = 62,645-0,399X1+0,183X73+0,159X74 Mod-2. IPM2 = 62,729+0,255X14+0,074X53+0,086X58 Mod-3. IPM3 = 81,723-0,105X3-3,497X70+3 Model Pertama Kedua
Ketiga
R2
AIC
BIC
RL(X1, X73, X74) 42,86% 422,303 441,239 RL(X14, X53, X58) 46,77% 637,609 635,867
RL(X3, X70)
2,88% 529,194 543,317
PA
• Karena nilai R2 cukup besar dan nilai AIC serta BIC cukup kecil, model regresi terbaik yg menggambarkan hubungan peubah penjelas thd capaian IPM adalah IPM1 = 62,645-0,399X1+0,183X73+0,159X74.
Keterangan: AIC : Akaike Information Criterion BIC : Bayesian Information Criterion
Hasil Analisis • Model terbaik utk menjelaskan capaian IPM adalah IPM = 62,645-0,399X1+0,183X73+0,159X74; X1 = tidak dapat baca-tulis aksara latin, X73 = art yg tidak/belum pernah bersekolah, dan X74 = art yg tidak bersekolah lagi sbg peubah penjelas bersama.
• Koefisien determinasi peubah penjelas thd capaian IPM adalah 42,86%. Artinya, capaian IPM dapat dijelaskan oleh capaian peubah tsb dg tingkat determinasi/ derajat kepenentuan bersama sebesar 42,86%. Pengantar
GBM
Kerangka
Proses
Hasil
Simpulan
Topik
Simpulan Peubah penjelas terpilih, yaitu: tidak dapat baca-tulis aksara latin (X1) art yg tidak/belum pernah bersekolah (X73) art yang tidak bersekolah lagi (X74) dapat dipandang sbg prediktor bersama capaian IPM yg cukup baik dg persamaan: IPM = 62,645-0,399X1+0,183X73+0,159X74.
Pengantar
GBM
Kerangka
Proses
Hasil
Simpulan
Topik
Terima Kasih Atas Perhatiannya!
