Seminar Hasil Tugas Akhir

Seminar Hasil Tugas Akhir Penentuan Indikator Kemiskinan Berdasarkan Dimensi Kualitas Kesehatan dan Kualitas Ekonomi menggunakan Confirmatory Factor Analysis (CFA) dengan Pendekatan Bayesian di Kabupaten Jombang Oleh Farisca Susiani (1309100113)

Pembimbing Dr. Bambang W. Otok, M.Si

Agenda

Farisca Susiani (1309100113)

Page 2

Pendahuluan Tujuan penelitian Rumusan Masalah

Batasan Masalah

Manfaat Penelitian Latar Belakang


Page 3

Pendahuluan

Rumusan Masalah

Tinjauan Pustaka

Analisis dan Pembahasan

Kesimpu lan

Kemiskinan merupakan permasalahan klasik yang mendera berbagai negara, termasuk negara berkembang seperti Indonesia. Kekeliruan yang sering terjadi adalah kemiskinan semata-mata hanya didefinisikan sebagai permasalahan ekonomi. Suryawati (2005)

Tujuan Penelitian Manfaat Penelitian

Metodo logi

Kemiskinan Kesehatan

Sosial-Budaya

Batasan Masalah Farisca Susiani (1309100113)

Sosial-Politik

Pendidikan, Agama, dan Budi Pekerti

Page 4

Perdamaian Dunia

Pendahuluan

Rumusan Masalah Tujuan Penelitian Manfaat Penelitian Batasan Masalah

Tinjauan Pustaka

Metodo logi


Kesimpu lan

Pada penelitian ini kemiskinan dipandang melalui dua dimensi, yaitu kualitas kesehatan dan kualitas ekonomi. Persentase jumlah penduduk miskin Kabupaten Jombang mengalami kenaikan pada tahun 2005 (14,12%) ke 2006 (18,18%). Setelah tahun 2006 perlahan-lahan persentase jumlah penduduk miskin Kabupaten Jombang mengalami penurunan, namun tidak menutup kemungkinan dapat mengalami penambahan kembali dikarenakan pertambahan penduduk yang terjadi setiap tahunnya. .Metode Confirmatory Factor Analysis (CFA) dengan pendekatan Bayesian digunakan untuk mengidentifikasi indikator rumah tangga miskin yang dapat mengukur kedua dimensi tersebut. Farisca Susiani (1309100113)

Page 5

Pendahuluan

Latar Belakang

Manfaat Penelitian Batasan Masalah

Tinjauan Pustaka

1. Bagaimana karakteristik dari rumah tangga miskin di Kabupaten Jombang? 2. Apa saja indikator yang memiliki pengaruh besar dalam mengukur variabel laten kualitas kesehatan menggunakan Bayesian CFA? 3. Apa saja indikator yang memiliki pengaruh besar dalam mengukur variabel laten kualitas ekonomi menggunakan Bayesian CFA? Farisca Susiani (1309100113)

Metodo logi


Kesimpu lan

1. Mengetahui karakteristik dari rumah tangga miskin di Kabupaten Jombang. 2. Mendapatkan nilai indikator yang memiliki pengaruh besar dalam mengukur variabel laten kualitas kesehatan menggunakan Bayesian CFA? 3. Mendapatkan nilai indikator yang memiliki pengaruh besar dalam mengukur variabel laten kualitas ekonomi menggunakan Bayesian CFA? Page 6

Pendahuluan

Latar Belakang Rumusan Masalah Tujuan Penelitian

Tinjauan Pustaka

Metodo logi

Bagi mahasiswa untuk tambahan pengetahuan mengenai metode Bayesian CFA pada penentuan indikator yang mempengaruhi kemiskinan. Selanjutnya bagi masyarakat dalam memberikan informasi mengenai kemiskinan yang melanda penduduk di Kabupaten Jombang sehingga dapat membantu pihak pemerintah daerah setempat untuk menentukan kebijakan terkait program pengentasan kemiskinan.



Kesimpu lan

Ruang lingkup penelitiaan ini hanya dibatasi untuk rumah tangga di Kabupaten Jombang, Jawa Timur

Page 7

Tinjauan Pustaka Pendekatan Bayesian

CFA

Penelitian Terdahulu


Kemiskinan

Kabupaten Jombang

Page 8

Pendahuluan

Tinjauan Pustaka

Metodo logi


Kesimpu lan

Ekasari dan Sunaryo (2011)

CFA

• Pemodelan SEM dengan Generalized Structured (GSCA) (Studi Kasus Penentuan Struktur Model Kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah)

Pendekatan Bayesian Kabupaten Jombang

Najafabadi, Hosseini, dan Bahramnejad (2011)

Kemiskinan

• A Bayesian Confirmatory Factor Analysis of Precision Agricultural Challenges Farisca Susiani (1309100113)

Page 9

Pendahuluan

Tinjauan Pustaka

Metodo logi

First-Order


CFA Higher-Order


Kesimpu lan

Model Pengukuran: x = Λ xξ + δ Matriks kovarians: Σ(θ ) = Λ x ΦΛ' x + Θ δ

Matriks kovarians Higher-Order: Pendekatan Bayesian Kabupaten Jombang Kemiskinan

Σ(θ ) = B(ΛΦΛ' + Θδ ) B ' + Θ ε

Model Pengukuran Higher-Order x = B (Λξ + δ ) + ε = BΛξ + Bδ + ε


Page 10

Pendahuluan


Metodo logi


p (θ , x) p ( x | θ ) p (θ ) = p( x) p( x)

Selanjutnya persamaan di atas dapat ditulis menjadi

p (θ | x) ∝ p ( x | θ ) p (θ ) Distribusi Prior yang digunakan adalah conjugate prior distribution Kabupaten Jombang Kemiskinan

Kesimpu lan

Hal dasar dari pendekatan bayesian adalah memanfaatkan informasi sebelumnya tentang masalah (yang diterjemahkan dalam distribusi prior) untuk mencapai hasil yang lebih baik. Berdasarkan Teorema Bayes. p (θ | x) =

CFA

Tinjauan Pustaka

Θ −δk1 ~ Gamma[α 0δk , β 0δk ]

[Λ k | Θ δk ] ~ Normal[Λ 0k , Θ δk H 0 xk ] Φ ~ InverseWishart r [ R 0−1 , ρ 0 ] Farisca Susiani (1309100113)

Page 11

Pendahuluan


Metodo logi


Kesimpu lan

Kabupaten Jombang mempunyai luas wilayah 1.159,50 km2. Terdiri dari 21 Kecamatan dan 301 desa, 5 kelurahan, dengan jumlah penduduk terbesar terdapat di kecamatan Jombang (148.494 jiwa), sedangkan terkecil di Kecamatan Ngusikan (22.958 jiwa) pada tahun 2009. Jika dilihat dari perkembangan Rumah Tangga Miskin adalah. No

CFA 1. Pendekatan Bayesian

Tinjauan Pustaka

2.

Keterangan Jumlah Rumah Tangga Jumlah Rumah Tangga Miskin

2005

Tahun 2006 2009

2010

273.917

313.874

344.104

321.356

78.053

78.044

74.340

74.301

persentase Rumah Tangga Miskin (RTM), pada tahun 2005 hingga 2009 (21,6%) sempat mengalami penurunan namun kembali naik pada tahun 2010, yaitu sebesar 23,12%. Kemiskinan


Page 12

Pendahuluan


Tinjauan Pustaka

Metodo logi


Kesimpu lan

Laju pertumbuhan ekonomi sekiranya juga dapat mempengaruhi jumlah penduduk miskin. Laju pertumbuhan ekonomi Kabupaten Jombang secara umum terus berfluktuasi naik, namum pada tahun 2008 dan 2009 pertumbuhan ekonomi sempat mengalami penurununan.

CFA Pendekatan Bayesian

Kemiskinan


Page 13

Pendahuluan

Penelitian Terdahulu CFA Pendekatan Bayesian Kabupaten Jombang

Tinjauan Pustaka

Metodo logi


Kesimpu lan

• Konferensi Dunia untuk Pembangunan Sosial dalam Roebyantho, et.al, (2011) mendefnisikan Kemiskinan sebagai rendahnya tingkat pendapatan dan sumber daya produktif yang menjamin kehidupan berkesinambungan, kelaparan dan kekurangan gizi, rendahnya tingkat kesehatan, keterbatasan dan kurangnya akses pada pendidikan dan layanan-layanan pokok lainnya, kondisi tak wajar akibat penyakit yang terus meningkat, kehidupan bergelandang dan tempat tinggal yang tidak memadai, lingkungan yang tidak aman, serta diskriminasi dan keterasingan sosial, dan dicirikan juga oleh rendahnya tingkat partisipasi dalam proses pengambilan keputusan dan dalam kehidupan sipil, sosial dan budaya. • Ada tiga macam konsep kemiskinan yang paling sering dijadikan acuan yakni, kemiskinan absolut, kemiskinan relatif, dan kemiskinan subyektif (Usman, 2003 dalam Handayani, 2006). Farisca Susiani (1309100113)

Page 14

Pendahuluan

Tinjauan Pustaka

Metodo logi


Kesimpu lan

Kemiskinan Berdasarkan Dimensi Kesehatan Penelitian Terdahulu CFA Pendekatan Bayesian Kabupaten Jombang

Indikator yang sering digunakan untuk mencerminkan status kesehatan adalah mortalitas, status gizi dan morbiditas. Angka Harapan Hidup juga dapat digunakan sebagai indikator yang mencerminkan kualitas kesehatan. Menurut BPS (2008), kesehatan dapat dinyatakan dengan indikator pengeluaran rata-rata untuk penyediaan obat-obatan di rumah, ongkos dokter, perawatan, termasuk obat-obatan.

Kemiskinan Berdasarkan Dimensi Ekonomi • Badan Pusat Statistik (BPS) dalam Suryawati (2005): tingkat kemiskinan didasarkan pada jumlah rupiah konsumsi berupa makanan yaitu kurang dari 2100 kalori per orang per hari dan konsumsi nonmakanan. • Sayogyo dalam Suryawati (2005): tingkat kemiskinan didasarkan jumlah rupiah pengeluaran rumah tangga yang disetarakan dengan jumlah kilogram konsumsi beras per orang per tahun dan dibagi wilayah pedesaan dan perkotaan. • Bank Dunia dalam Suryawati (2005): mengukur garis kemiskinan berdasarkan pada pendapatan seseorang kurang dari US$1 per hari (setara Rp8.500,00 per hari). Farisca Susiani (1309100113)

Page 15

Metodologi Penelitian Sumber Data Teknik Analisis

Variabel penelitian


Page 16

Pendahuluan

Variabel Penelitian Teknik Analisis

Tinjauan Pustaka

Metodo logi


Data yang akan digunakan dalam penelitian adalah data sekunder yang diperoleh dari Badan Perencanaan Pembangunan Daerah (BAPPEDA) Kabupaten Jombang tahun 2010. Unit analisis pada penelitian ini adalah rumah tangga miskin 21 Kecamatan di Kabupaten Jombang. Untuk menganalisis data akan dipergunakan gabungan software R 2.14.0 dan WinBUGS 1.4. Data awal yang diperoleh dari BAPPEDA Kabupaten Jombang sebanyak 74.301 rumah tangga miskin. Perhitungan persentase disini berdasarkan jumlah rumah tangga miskin per Kecamatan. Farisca Susiani (1309100113)

Page 17

Kesimpu lan

Pendahuluan Variabel Laten

X2 X3 Kesehatan

Teknik Analisis

Metodo logi


Kesimpu lan

Variabel Indikator X1

Sumber Data

Tinjauan Pustaka

X4 X5 X6 X7

Persentase rumah tangga miskin yang luas lantai bangunan tempat tinggalnya kurang dari 32 m2 per Kecamatan Persentase rumah tangga miskin yang jenis lantai bangunan tempat tinggalnya terbuat dari tanah/bambu/kayu berkualitas rendah per Kecamatan Persentase rumah tangga miskin yang jenis dinding bangunan tempat tinggalnya terbuat dari bambu/rumbia/kayu berkualitas rendah per Kecamatan Persentase rumah tangga miskin yang tidak mempunyai fasilitas tempat buang air besar atau bersifat umum per Kecamatan Persentase rumah tangga miskin yang sumber air minumnya berasal dari sumur/mata air tidak terlindung/sungai per Kecamatan Persentase rumah tangga miskin yang tidak mempunyai jenis atap dari genteng per Kecamatan Persentase rumah tangga miskin yang tidak sanggup membayar biaya pengobatan di Puskesmas/poliklinik per Kecamatan


Page 18

Pendahuluan

X8 X9

Sumber Data

X10 Ekonomi

X11 X12

Teknik Analisis

X13 X14 X15

Tinjauan Pustaka

Metodo logi


Kesimpu lan

Persentase rumah tangga miskin yang sumber penerangan tidak menggunakan listrik per Kecamatan Persentase rumah tangga miskin yang menggunakan bahan bakar untuk memasak sehari-hari adalah kayu bakar/arang/minyak tanah per Kecamatan Persentase rumah tangga miskin yang hanya mengkonsumsi daging/susu/ayam satu kali dalam seminggu per Kecamatan Persentase rumah tangga miskin yang tidak sanggup membeli satu set pakaian baru dalam setahun per Kecamatan Persentase rumah tangga miskin yang hanya sanggup makan sebanyak satu/dua kali dalam sehari per Kecamatan Persentase rumah tangga miskin yang sumber penghasilan kepala rumah tangga per bulan dibawah Rp. 600.000 per Kecamatan Persentase rumah tangga miskin yang tidak memiliki aset dengan nilai Rp 500.000 per Kecamatan Persentase rumah tangga miskin yang status kepemilikan bangunan tidak milik sendiri per Kecamatan


Page 19

Pendahuluan

Sumber Data Variabel Penelitian

Tinjauan Pustaka

Metodo logi


Kesimpu lan

1. Melakukan Analisis Statistika Deskriptif, guna mengetahui karakteristik dari unit yang akan dianalisis, dalam hal ini adalah penduduk miskin Kabupaten Jombang, yaitu menghitung nilai mean dan varians. 2. Melakukan Analisis Confirmatory Factor Analysis guna mendapatkan indikator kemiskinan dilihat dari berbagai dimensi dengan pendekatan Bayesian. Adapun langkah-langkah yang perlu dilakukan. • Menentukan model pengukuran X1 X2 X15 X14

X8

X9

X7 X10

Ekonomi

X6 X13

X12

X3

Kesehatan

X5

X11


Page 20

X4

Pendahuluan

Sumber Data Variabel Penelitian

Tinjauan Pustaka

Metodo logi


Kesimpu lan

Estimasi parameter yang terdiri dari. Λ = matrik loading factor dari variabel indikator untuk laten kualitas kesehatan dan kualitas ekonomi. Φ = matrik kovarian dari (variabel laten kualitas kesehatan) dan (variabel laten kualitas ekonomi). • Menentukan distribusi prior untuk setiap parameter yang akan diestimasi. Distribusi prior mengacu pada penelitian Lee (2007) • Penerapan MCMC dengan Gibbs Sampler untuk mendapatkan hasil estimasi dari distribusi posterior


Page 21

Analisis dan Pembahasan Karakteri stik Estimasi CFA (MLE)

Estimasi CFA (Bayesian)

Farisca Susiani (1309100113) 22

Page

Pendahuluan

Tinjauan Pustaka

Metodo logi


Kesimpu lan

Karakteristik Rumah Tangga Miskin di Kabupaten Jombang

Estimasi ML Estimasi Bayesian

x1 x2 x3 x4 x5 x6 x7

Mean (%) 35,21 34,44 37,24 54,79 60,24 1,27 2,51

Varian (%) 107,52 450,90 533,98 132,59 262.16 0,72 3,12

x8 x9 x10 x11 x12 x13 x14 x15


Mean (%) 1,05 52,89 92,36 38,03 26,00 92,56 79,61 15.57

Varian (%) 0,51 170,04 20,70 116,41 120,88 7,17 51.51 19,14

Page 23

Pendahuluan

Karakteris tik

Estimasi Bayesian

Tinjauan Pustaka

Metodo logi


Kesimpu lan

Analisis CFA dengan estimasi Maksimum Likelihood (ML) mensyaratkan data memenuhi asumsi multivariat normal. Pengujian multivariat normal terhadap data. H0: Data berdistribusi normal multivariat H1: Data tidak berdistribusi normal multivariat Variabel Laten Kualitas Kesehatan Kualitas Ekonomi

W P-value Keterangan 0,7218 5,205e-05 Tidak Multivariat Normal 0,6828 1,694e-05 Tidak Multivariat Normal

Hasil dari pengujian menunjukkan bahwa nilai P-value kurang dari 0,05 sehingga data tidak berdistribusi multivariat normal Farisca Susiani (1309100113)

Page 24

Pendahuluan Variabel Laten

Karakteris tik

Estimasi Bayesian

Kualitas Kesehatan

Kualitas Ekonomi

Tinjauan Pustaka

Indikator

Loading Factor

x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x14 x15

1,000* -8,982 -9,265 -3,129 1,505 0,093 0,184 1,000* 86,561 -18,239 -66,612 -57,221 -5,742 -54,677 -11,821

Metodo logi



Kesimpu lan

t-hitung

Keterangan

-1,124 -1,122 -1,084 0,78 0,849 0,826

Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan

0,795 -0,765 -0,792 -0,784 -0,674 -0,799 -0,717

Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan Page 25

Pendahuluan

Tinjauan Pustaka

Metodo logi


Kesimpu lan

Penentuan Parameter untuk Distribusi Prior D

Karakteris tik Estimasi ML

[Λ | Θδ ] = Normal (0,84;9Θδ ) D

 1 0  Φ = IW   ,15    0 1   D

Θ δ = Inverse Gamma(9,4) D

ξ = Multi var iate Normal (0, Φ )

Estimasi Parameter Menggunakan Bayesian CFA Dengan hasil iterasi sebanyak 20 ribu, proses estimasi parameter telah mencapai burn in untuk semua parameter pada iterasi pertama.


Page 26

Tinjauan Pustaka

Pendahuluan

Ekonomi

Estimasi ML

Loading Factor 1,000 0,7403 0,8103 0,7213 0,9276 0,9427 0,9622 Variabel x8 x9 x10 x11 x12 x13 x14 x15

2,5% 0,2637 0,3193 0,09484 0,3982 0,2424 0,4385

Loading Factor 1,000 0,7728 0,7551 0,8529 0,783 0,7495 0,7672 0,8858

97,5% 1,208 1,283 1,328 1,441 1,624 1,468 2,5% 0,3525 0,2248 0,4058 0,2054 0,03618 0,07571 0,1552


Analisis dan Pembahasan Keterangan Signifikan Signifikan Signifikan Signifikan Signifikan Signifikan Signifikan 97,5% 1,179 1,268 1,295 1,341 1,443 1,426 1,591

Page 27

Kesimpu lan

Kesehatan

Karakteris tik

Variabel x1 x2 x3 x4 x5 x6 x7

Metodo logi

Keterangan Signifikan Signifikan Signifikan Signifikan Signifikan Signifikan Signifikan Signifikan

Kesimpulan dan Saran

Saran

Kesimpulan


Page 28

Pendahuluan 1.

2.

Saran

3.

Tinjauan Pustaka

Metodo logi


Kesimpu lan

Karakteristik rumah tangga miskin Kabupaten Jombang umumnya hanya mengkonsumsi daging/susu/ayam minimal satu kali dalam seminggu, sumber penghasilan kepala rumah tangga per bulan dibawah Rp. 600.000, dan tidak memiliki aset dengan nilai minimal Rp. 500.000. Indikator-indikator penyusun variabel laten kualitas kesehatan memiliki nilai loading factor > 0,50 dan nilai interval probabilitas 2,5% sampai dengan 97,5% tidak memuat nilai nol, menunjukkan semua variabel indikator berpengaruh signifikan terhadap laten kesehatan. Variabel indikator yang memiliki kontribusi terbesar dalam mengukur kualitas kesehatan adalah variabel x7, yaitu persentase rumah tangga miskin yang tidak sanggup membayar biaya pengobatan di Puskesmas/Poliklinik. Indikator-indikator penyusun variabel laten kualitas ekonomi memiliki nilai loading factor > 0,50 dan nilai interval probabilitas 2,5% sampai dengan 97,5% tidak memuat nilai nol, menunjukkan semua variabel indikator berpengaruh signifikan terhadap laten ekonomi. Untuk kontribusi terbesar laten kualitas ekonomi adalah variabel x15, yaitu persentase rumah tangga miskin yang status kepemilikan bangunan tidak milik sendiri. Farisca Susiani (1309100113)

Page 29

Pendahuluan

1.

Kesimpulan

2.

3.

Tinjauan Pustaka

Metodo logi


Kesimpu lan

Terkait dengan jumlah sampel yang digunakan, sebaiknya menggunakan jumlah sampel yang lebih besar agar didapatkan hasil yang lebih sesuai dengan keadaan. Selain jumlah sampel, perlu diperhatikan pula variabel-variabel indikator yang akan digunakan. Variabel indikator pada penelitian selanjutkan dapat ditambahkan lagi namun harus signifikan dalam mengukur variabel laten. Selanjutnya jika berbicara tentang variabel laten, pada penelitian ini kemiskinan hanya diukur oleh dimensi laten kualitas kesehatan dan kualitas ekonomi. Akan lebih baik jika ditambahkan dengan dimensi laten sumber daya manusia SDM yang juga turut berperan.


Page 30

Daftar Pustaka BAPPEDA Kab. Jombang. (2011). Laporan Akhir Penyusunan Indeks Pembangunan Manusia Kabupaten Jombang Tahun 2011. Jombang: BAPPEDA Kab. Jombang. Bollen, K. (1989). Structural Equations With Latent Variables. New York: John Wiley & Sons, Inc. BPS. (2008). Analisis dan Perhitungan Tingkat Kemiskinan Tahun 2008. Jakarta: Badan Pusat Statistik. BPS. (2010). Perumahan. Diakses tanggal 10 Juli 2013, dari http://sp2010.bps.go.id/index.php/ BPS. (2013). Profil Kemiskinan di Indonesia September 2012. Berita Resmi Statistik, 6(1), p.1-8. BPS Jombang. (2010). Kabupaten Jombang dalam Angka 2010. Jombang: Badan Pusat Statistik. Casella, G., dan George, E. I. (1992). Explaining the Gibbs Sampler. The American Statistician, 46(3), p. 167-335. Ekasari, D.F., dan Sunaryo, S. (2011). Pemodelan SEM dengan Generalized Structured Component Analysis (GSCA) (Studi Kasus Penentuan Struktur Model Kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah), Magister Statistika, FMIPA. Surabaya : Institut Teknologi Sepuluh Nopember. [Tidak dipublikasikan]. Pemerintah Kabupaten Jombang. (2009). Profil Kesehatan [online]. Diakses tanggal 10 Juli 2013, dari http://jombangkab.go.id/ Efendi, M. M, dan Purnomo, J. D. T. (2012). Analisis Faktor Konfirmatory untuk Mengetahui Kesadaran Berlalu Lintas Pengendara Sepeda Motor di Surabaya. Jurnal Sains dan Seni, 1(1). p.D-106-D-111. Gelman, A., Carlin, J. B., Stern, H. S., dan Rubin, D. B. (2004). Bayesian Data Analysis 2nd. New York: Chapman & Hall/CRC Press. Hair, J. F., Black, W. C., Babin, B. J., dan Anderson, R. E. (2010). Multivariate Data Analysis 7th. Pearson Prentice Hall.

Daftar Pustaka (con 1.) Handayani, R. (2006). Paradigma Baru Pengentasan Kemiskinan di Indonesia Bukan Sekedar Tugas Dan Kebajikan, Tapi Sebuah Investasi. Menuju Indonesia Sejahtera: Upaya Konkret Pengentasan Kemiskinan. Jakarta: Khanata, Pustaka LP3ES Indonesia. Ibrahim, J. T., Soelistyo, A., dan Sutikno. (2009). Analisis Karakteristik Kemiskinan Petani di Jawa Timur. Jurnal Salam Universitas Muhammadiyah Malang, 12(1), p. 57-73. Kaplan, D., dan Depaoli, S. Bayesian Structural Equation Modeling. Hoyle, R. (Eds.) Handbook of Structural Equation Modeling. New York: Guilford Press. Karnaji. (2007). Komitmen dan Konsistensi Pemerintah dalam Mengatasi Masalah Kemiskinan: Analisis Kasus di Jawa Timur. J. Sosiologi FISIP, Unair, 20(1). Lee, S. Y. (2007). Structural Equation Modeling: A Bayesian Approach. England: John Wiley & Sons Ltd. Najafabadi, M. O., Hosseini, S. J. F., dan Bahramnejad, S. (2011). A Bayesian Confirmatory Factor Analysis of Precision Agricultural Challenges. African Journal of Agricultural Research, 6(5), p.1219-1225. Persaulian, B., Aimon, H., dan Anis, A. (2013). Analisis Konsumsi Masyarakat di Indonesia. J. Kajian Ekonomi, 1(2), p.123. Roebyantho, H., Setiti, S. G., dan Rahman A. (2011). Dampak Sosial Ekonomi Program Penanganan Kemiskinan melalui KUBE. Jakarta: P3KS Press. Suryawati, C. (2005). Memahami Kemiskinan Secara Multidimensional. J. Manajemen Pelayanan Kesehatan, 8(3). p.121-129.

Daftar Pustaka (con 2.) Tim Nasional Percepatan Penanggulangan Kemiskinan (TNP2K). (2011). Indikator Kesejahteraan Daerah Provinsi Jawa Timur. Jakarta: TNP2K. Wahyuni, D. S. (2012). Hubungan Kondisi Fisik Rumah dan Karakteristik Individu dengan Kejadian Tuberkulosis paru BTA Positif di Puskesmas Ciputat Kota Tangerang Selatan Tahun 2012. BIMKMI, 1(1), p.1-8. Walpole, R. E. (1997). Pengantar Metode Statistika. Jakarta: PT. Gramedia Pustaka Utama.

Seminar Hasil Tugas Akhir

Recommend Documents