Pemodelan Persamaan Struktural Pada Kasus Dependensi Spasial

Abstract

Berbagai upaya telah dilakukan pemerintah Indonesia dalam memberantas kemiskinan. Akan tetapi sampai saat ini kemiskinan di Indonesia masih cukup tinggi terutama di Papua. Terdapat beberapa peubah yang diduga berpengaruh secara langsung maupun tidak langsung terhadap kemiskinan di suatu wilayah. Peubah tersebut merupakan peubah laten yang tidak dapat diukur secara langsung dan membutuhkan beberapa indikator sebagai pendekatan. Teknik analisis yang tepat untuk pendugaan hubungan antar peubah baik secara langsung maupun tidak langsung dari sejumlah indikator dan peubah laten diantaranya adalah melalui Model Persamaan Struktural (MPS). MPS dengan pendekatan klasik memiliki beberapa asumsi yang harus dipenuhi. Asumsi tersebut diantaranya adalah ukuran contoh harus cukup besar dan data harus menyebar mengikuti sebaran normal. Ghozali (2008) mengatakan bahwa penggunaan contoh yang kecil dalam MPS dengan pendekatan klasik dapat memberikan hasil penduga parameter dan model statistik yang tidak baik. Selain itu juga dapat menghasilkan matriks ragam peragam contoh yang singular. Penelitian ini memiliki ukuran contoh kecil maka diperlukan metode alternatif untuk menyelesaikannya. Metode alternatif yang digunakan adalah melalui pendekatan kuadrat terkecil parsial (KTP). Wahyuni (2013) dalam penelitiannya menyatakan bahwa kemungkinan kemiskinan di Papua juga dapat dipengaruhi oleh kemiskinan di wilayah sekitarnya. Berdasarkan masalah tersebut, pada penelitian ini akan dilakukan kajian untuk mengetahui faktor-faktor yang berpengaruh terhadap kemiskinan di Papua menggunakan MPS dengan mempertimbangkan ketergantungan spasial. Data yang digunakan dalam penelitian ini adalah data Survei Sosial Ekonomi Nasional (SUSENAS) Provinsi Papua Tahun 2013 yang terdiri dari 29 kabupaten. Peubah yang diteliti terdiri dari dua peubah laten eksogen yaitu kesehatan dan pendidikan serta tiga peubah laten endogen yaitu sumber daya manusia (SDM), ekonomi dan kemiskinan. Peubah laten eksogen diukur dengan 10 indikator dan peubah laten endogen diukur dengan 12 indikator. Tahapan yang dilakukan adalah eksplorasi data, analisis MPS dengan pendekatan KTP yang selanjutnya akan dilakukan analisis spasial otoregresif (spatial autoregressive model/SAR) dan spasial Durbin terhadap skor laten yang diperoleh dari pendugaan model pengukuran serta pemilihan model terbaik. Hasil penelitian menunjukkan bahwa pada model awal terdapat beberapa indikator yang tidak valid terhadap peubah laten. Indikator yang tidak valid diantaranya adalah (1) angka harapan hidup, (2) persentase penduduk yang tidak mempunyai keluhan kesehatan selama sebulan terakhir, (3) persentase rumah tangga dengan luas lantai perkapita ≥ 10 m2 dan (4) indeks keparahan kemiskinan. Setelah dilakukan modifikasi model diperoleh model pengukuran yang terdiri dari 18 indikator yang valid. Berdasarkan nilai Akaike Information Criterion (AIC) terkecil maka model struktural yang terpilih adalah model struktural SAR. Model yang terbentuk yaitu kemiskinan dipengaruhi oleh lag spasial kemiskinan, kesehatan dan pendidikan. Kesehatan dan pendidikan berpengaruh negatif terhadap kemiskinan artinya semakin baik kesehatan dan pendidikan maka tingkat kemiskinan di Papua akan menurun. Ekonomi dipengaruhi oleh kesehatan dan pendidikan. SDM dipengaruhi oleh lag spasial SDM dan kesehatan. Faktor kesehatan memiliki pengaruh paling besar terhadap kemiskinan di Papua. Artinya kesehatan merupakan faktor utama yang harus diperbaiki untuk mengurangi kemiskinan di Papua.