THE INFLUENCE OF FAMILY EXPECTATIONS PROGRAM (FEP) IN OVERCOMING POVERTY
HASIL PENELITIAN Uji Validitas dan Reliabilitas
Apabila nilai faktor loading dari setiap indikator menunjukkan nilai sama dengan atau lebih besar dari 0,50 maka indikator tersebut sah/valid, Poerwati (2005:40).
Dari hasil pengujian validitas yang ditunjukkan pada Tabel 1, maka dapat disimpulkan bahwa seluruh indikator variabel independen dan dependen dinyatakan valid. Hal tersebut dikarenakan nilai yang didapat pada faktor analisis semuanya di atas nilai factor loading 0,50. Pada variabel independen PKH bidang pendidikan (X1) yang terdiri dari empat indikator pertanyaan yaitu PKH bidang pendidikan 1 sebesar 0,875, PKH bidang pendidikan 2 sebesar 0,706, PKH bidang pendidikan 3 sebesar 0,805, PKH bidang pendidikan 4 sebesar 0,900. Pada variabel PKH bidang kesehatan (X2) yang terdiri dari empat indikator pertanyaan yaitu PKH bidang kesehatan 1 sebesar 0,863, PKH
318 S U T R I A N I
Tabel 1
Validitas Indikator Variabel
Indikator pertanyaan Variabel Independen (X) dan dependen (Y)
Component Keterangan V. X1 PKH bidang pendidikan PBP 1 PBP 2 PBP 3 PBP 4 0,875 0,706 0,805 0,900 Valid Valid Valid Valid V.X2 PKH bidang kesehatan PBK 1 PBK 2 PBK 3 PBK 4
V.Y Pengentasan Kemiskinan PK 1 PK 2 PK 3 PK 4 0,863 0,899 0,759 0,778 0,908 0,801 0,920 0,816 Valid Valid Valid Valid Valid Valid Valid Valid
Sumber : Hasil Penelitian (data diolah), 2013
Tabel 2 Hasil Uji Reliabilitas
No Variabel indicatorJumlah
Nilai cronbach alpha Keterangan 1 2 3 PKH bidang pendidikan (X1) PKH bidang kesehatan (X2) Pengentasan Kemiskinan (Y)
4 4 4 0,776 0,709 0,603 Reliabel Reliabel Reliabel
Sumber: Hasil penelitian(data diolah), 2013
Tabel 3
Uji Normalitas dengan Uji Statistik
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 45
Normal Parametersa,b Mean 0E-7
Std. Deviation ,48045991
Most Extreme Differences
Absolute ,127
Positive ,067
Negative -,127
Kolmogorov-Smirnov Z ,849
Asymp. Sig. (2-tailed) ,466
a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Penelitian (data diolah), 2013
Tabel 4 Uji Multikolonieritas
Coeficientsa
Model Unstandardized
Coeficients Standardized Coeficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) ,108 ,646 ,168 ,867
X1 ,526 ,108 ,572 4,863 ,000 ,948 1,055
X2 ,443 ,103 ,504 4,283 ,000 ,948 1,055
a. Dependent Variable: Y
Journal Of Economic Management & Business - Volume 14, Nomor 3, Juli 2013 319
bidang kesehatan 2 sebesar 0,899, PKH bidang kesehatan 3 sebesar 0,759, PKH bidang kesehatan 4 sebesar 0,778. dan pada variabel dependen Pengentasan Kemiskinan (Y) juga yang terdiri dari empat indikator pertanyaan yaitu Pengentasan Kemiskinan 1 sebesar 0,908, Pengentasan Kemiskinan 2 sebesar 0,801, Pengentasan Kemiskinan 3 sebesar 0,920, Pengentasan Kemiskinan 4 sebesar 0,816. Sehingga dapat disimpulkan bahwa seluruh indikator pertanyaan untuk variabel independen dan dependent semuanya terpakai karena dinyatakan valid.
Menurut Nunnaly dalam Ghozali (2005:42) menyatakan bahwa koeisien yang dapat diterima diatas 0,60. Maka dalam hal ini menunjukkan bahwa pengukuran yang digunakan handal atau jawaban responden cenderung sama walaupun diberikan kepada orang dan waktu yang berbeda. Berikut ini adalah nilai conbach alpha yang dapat dilihat pada Tabel 2.
Berdasarkan Tabel 2 dapat dijelaskan bahwa Nilai cronbach alpha untuk masing- masing variabel yang terdiri atas independent variabel (variabel bebas) yaitu variabel PKH bidang pendidikan (X1) nilai alpha sebesar 0,776 (77,6%), variabel PKH bidang kesehatan (X2) nilai alpha sebesar 0,709 (70,9%) dan variabel dependent (variabel terikat) yaitu Pengentasan Kemiskinan (Y) nilai alpha sebesar 0,603 (60,3%). Dengan demikian pengukuran reliabilitas menunjukkan bahwa keseluruhan variabel sudah reliabel.
Uji normalitas dimaksudkan untuk mengetahui apakah residual yang diteliti berdistribusi normal atau tidak. Tujuan uji normalitas adalah untuk menguji apakah dalam sebuah model regresi, variabel dependen, variabel independen atau keduanya mempunyai distribusi normal atau mendekati normal.
Deteksi normalitas dilakukan dengan melihat graik normal Probability Plot. Dasar pengambilan keputusannya adalah jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model
regresi memenuhi asumsi normalitas dan jika menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas.
Gambar 1. Nomal P-Plot
Berdasarkan graik pada gambar diatas diketahui bahwa titik-titik menyebar disekitar garis diagonal. Selain itu penyebarannya pun membentuk dan mengikuti garis diagonal sehingga model regresi memenuhi asumsi normalitas.
Uji normalitas juga digunakan dengan uji statistik non parametik kolmogorov - Smirnov (K-S). uji K-S dilakukan dengan membuat hipotesis :
H0 : Data residual berdistribusi normal. Ha : Data residual tidak normal.
Berikut ini merupakan hasil olah data dari uji normalitas, dengan menggunakan uji statistik non-parametrik Kolmogorov- Smirnov (K-S) yang dapat dilihat Tabel 3.
Tabel 3 di atas menjelaskan besarnya nilai Kolmogorov-Smirnov untuk adalah 0,849 dan signiikansi pada 0,466 dimana nilai signiikansi di atas 0,05 maka hal ini berarti menjelaskan bahwa H0 diterima yaitu data residual terdistribusi normal.
320 S U T R I A N I
Jika pada model persamaan regresi mengandung gejala multikolinearitas, berarti terjadi korelasi (mendekati sempurna) antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Suatu model regresi yang bebas multikolinearitas adalah mempunyai nilai tolerance lebih dari 0,10 dan nilai VIF (Variance Inlation Fakcor)
kurang dari 10 (Ghozali, 2001). Maka untuk melihat hasil olah data uji multikolonieritas dapat dilihat pada Tabel 4.
Berdasarkan Tabel 4, besaran nilai tolerance yang rendah sama dengan nilai VIF tinggi (VIF 1/tolerance) dan menunjukkan tidak adanya multikolonieritas yang tinggi. Pada umumya nilai cut off 0,10 atau sama dengan nilai VIF di atas 0,10. Hasil olah data diketahui bahwa variabel independen memiliki nilai tolerance > 0,10 dan juga menunjukkan variabel independen yang tidak memiliki nilai VIF lebih dari < 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi.
Untuk mengetahui terdapatnya heteroskedastisitas, peneliti melakukan dengan melihat graik scatterplot antara nilai prediksi variabel dependen (ZPRED) dengan residual (SRESID). Untuk mengetahui ada tidaknya pola tertentu pada graik scatterpolt antara ZPRED dan SRESID, yaitu sumbu Y dan Y yang telah diprediksi, dan sumbu x adalah residual (Y prediksi – Y sesungguhnya) yang telah di studentized. Dari hasil olah data, dapat dilahat hasil uji Heteroskedastisitas sebagai berikut:
Berdasarkan graik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi pengentasan kemiskinan berdasarkan variabel PKH bidang pendidikan dan PKH bidang kesehatan.
Analisis Regresi Linear Berganda digunakan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat atas PKH bidang pendidikan (X1) dan PKH bidang kesehatan (X2) terhadap Pengentasan Kemiskinan (Y). hasil perhitungan regresi dengan menggunakan program SPSS 20 dapat dilihat pada Tabel 5.
Berdasarkan hasil pengolahan data yang menunjukkan nilai konstanta 0,108, PKH bidang pendidikan (X1) 0,526, PKH bidang kesehatan (X2) 0,443.
Secara persamaan dapat ditulis sebagai berikut :
Y = 0,108 + 0,526 X1 + 0,443 X2 + e Nilai konstanta (a) sebesar 0,108 artinya jika dianggap konstan maka tingkat kinerja karyawan akan meningkat sebesar 10,8%. Koefesien variabel PKH bidang pendidikan (X1) sebesar 0,526 yang berarti bahwa apabila PKH bidang pendidikan ditingkatkan 100% maka pengentasan kemiskinan mampu diatasi sebesar 52,6%. Koefesien variabel PKH bidang kesehatan (X2) sebesar 0,443 yang berarti bahwa apabila PKH bidang kesehatan ditingkatkan 100% maka pengentasan kemiskinan mampu diatasi sebesar 52,6%.
Untuk mengetahui ada tidaknya hubungan antara variabel PKH bidang pendidikan (X1) dan PKH bidang kesehatan (X2) terhadap pengentasan kemiskinan (Y) dapat dilihat dari koeisien korelasi (R), Nilai koeisien korelasi menurut Husein (2000:47) berkisar antara -1 sampai +1 yang kriteria pemanfaatannya dijelaskan sebagai berikut:
Jika nilai r > 0, artinya telah terjadi hubungan yang linier positif, yaitu makin besar variabel X, maka semakin besar variabel Y.
Jika nilai r < 0, artinya telah terjadi hubungan yang linier negatif, yaitu makin kecil nilai variabel X maka makin besar variabel Y atau sebaliknya makin besar variabel X maka makin kecil variabel Y.
Journal Of Economic Management & Business - Volume 14, Nomor 3, Juli 2013 321
Gambar 2. Scatterplot
Sumber : Hasil Penelitian (data diolah), 2013
Tabel 5
Pengaruh PKH bidang pendidikan dan PKH bidang kesehatan Terhadap Pengentasan kemiskinan di Kota Lhokseumawe
Variabel Koeisien thitung Sig
Constant X1 X2 0,108 0,526 0,443 0,168 4,863 4,283 0,867 0,000 0,000 DF = 45- 2 -1 = 42 R = 0,670 R2 = 0,449 Adjusted (R2) = 0.423 ttabel (0,05) = 1,960 Fhitung = 17,134 F tabel = 3,00
Sumber : Hasil Penelitian (data diolah), 2013
Tabel 6
Hasil Uji Simultan (F) Regresi Linear Berganda
ANOVAa Model Sum of Squares Df Mean Square F Sig. 1 Regression 8,287 2 4,144 17,134 ,000b Residual 10,157 42 ,242 Total 18,444 44 a. Dependent Variable: Y b. Predictors: (Constant), X2, X1 Sumber : Data Primer (diolah), 2013
Tabel 7
Hasil Uji Parsial (t) Regresi Linear Berganda
Coeficientsa
Model Unstandardized Coeficients Standardized
Coeficients T Sig. B Std. Error Beta 1 (Constant) ,108 ,646 ,168 ,867 X1 ,526 ,108 ,572 4,863 ,000 X2 ,443 ,103 ,504 4,283 ,000 a. Dependent Variable: Y
322 S U T R I A N I
hubungan sama sekali antara variabel X dengan variabel Y
Jika nilai r = 1 atau r = -1, telah terjadi hubungan linier sempurna, yaitu berupa garis lurus, sedangkan bagi nilai r yang mengarah ke arah angka 0 maka garis semakin tidak lurus. Kemudian nilai r yang diperoleh dibandingkan dengan kriteria angka korelasi untuk menentukan kuat atau lemahnya kedua variabel.
Dari pengolahan data penelitian diperoleh korelasi (R) sebesar 0,670, Menurut ukuran Sugiyono (2009 : 184) hubunhan yang kuat, ini berarti bahwa hubungan antara variabel PKH bidang pendidikan (X1) dan PKH bidang kesehatan (X2) terhadap pengentasan kemiskinan (Y) masyarakat Kota Lhokseumawe (Y) sebesar 67%. Hal ini menunjukkan bahwa adanya hubungan yang kuat antara variabel PKH bidang pendidikan (X1) dan PKH bidang kesehatan (X2) dengan pengentasan kemiskinan (Y).
Untuk nilai Koeisien Determinasi jumlah variabel independen lebih dari 1 lebih baik digunakan Adjusted R Square. Nilai Adjusted R Square adalah 0.423 hal ini menunjukkan bahwa besarnya kemampuan variabel PKH bidang pendidikan (X1) dan PKH bidang kesehatan (X2) mempengaruhi pengentasan kemiskinan (Y) yaitu mencapai 42,3%, sisanya sebesar 57,7% dipengaruhi oleh variabel lain yang tidak termasuk dalam penelitian ini, seperti semangat kerja, kepemimpinan,dan sebagainya.
Pengujian hipotesis pada penelitian ini melalui uji simultan (uji F) dan uji parsial (Uji t) yang diuraikan sebagai berikut: 1. Pengujian Hipotesis Secara Simultan (Uji F)
Pengujian hipotesis secara simultan, yaitu pengujian hipotesis yang dilakukan untuk mengetahui apakah keseluruhan faktor yang diteliti secara bersama-sama berpengaruh atau tidak berpengaruh terhadap variabel terikat, hasil pengujian hipotesis dalam penelitian ini adalah:
Untuk menentukan tingkat signiikan
secara keseluruhan pada tingkat kepercayaan sebesar 95%, pengujian hipotesis dengan uji F dilakukan dengan membandingkan antara Fhitung dengan Ftabel, apabila Fhitung > dari Ftabel, maka H0 ditolak dan Ha diterima. Dari hasil pengolahan data diperoleh Fhitung sebesar 17,134, sedangkan Ftabel pada tingkat kepercayaan 95% pada Discount Factor (DF) = n-k-1 yaitu DF= 45-2-1=42 diperoleh nilai Ftabel sebesar 3,00 sementara nilai Fhitung 8.935 jadi Fhitung > dari Ftabel dan nilai signiikannya jauh di bawah 0,05 yaitu 0,000.
Oleh karena itu secara simultan dapat disimpulkan bahwa keseluruhan variabel independen (PKH bidang pendidikan dan PKH bidang kesehatan) secara bersama- sama berpengaruh siginiikan terhadap variabel dependen. Karena nilai Fhitung > Ftabel, maka H0 ditolak dan Ha diterima dengan tingkat siginiikan 0 %.
2. Pengujian Hipotesis Secara Parsial Untuk mengetahui pengaruh dari masing-masing variabel secara parsial yaitu variabel PKH bidang pendidikandan PKH bidang kesehatan terhadap pengentasan kemiskinan masyarakat Kota Lhokseumawe dapat dilihat dari thitung yang tercantum pada hasil olahan data dengan program SPSS pada Tabel 7 yang dapat dijelaskan sebagai berikut:
Variabel PKH bidang pendidikan (X1) sangat berpengaruh terhadap pengentasan kemiskinan (Y), pada tingkat kepercayaan 95%, dimana thitung = 4,863 dan ttabel = 1,960 yang artinya thitung > ttabel, dan nilai signiikannya jauh di bawah 0,05 yaitu 0,000 maka Hi diterima.
Variabel PKH bidang kesehatan (X2) sangat berpengaruh terhadap pengentasan kemiskinan (Y), pada tingkat kepercayaan 95%, dimana thitung = 4,283 dan ttabel = 1,960 yang artinya thitung > ttabel, dan nilai signiikannya jauh di bawah 0,05 yaitu 0,000 maka Hi diterima artinya variabel PKH bidang kesehatan (X2) sangat berpengaruh signiikan terhadap pengentasan kemiskinan masyarakat Kota Lhokseumawe (Y).
Journal Of Economic Management & Business - Volume 14, Nomor 3, Juli 2013 323
KESIMPULAN
Secara simultan diperoleh F hitung sebesar 17,134, sedangkan F tabel pada tingkat kepercayaan 95% diperoleh nilai sebesar 3,00, ini menunjukkan F hitung > F tabel dan nilai signiikannya jauh di bawah 0,05 yaitu 0,000 Sehingga dapat disimpulkan bahwa dalam penelitian ini menerima hipotesis Hi. variabel PKH bidang pendidikan (X1) dan PKH bidang kesehatan (X2) sangat berpengaruh signiikan terhadap terhadap pengentasan kemiskinan (Y) masyarakat Kota Lhokseumawe. Dengan nilai Adjusted R Square sebesar 0.423 ini berarti bahwa variabel PKH bidang pendidikan (X1) dan PKH bidang kesehatan (X2), mempengaruhi pengentasan kemiskinan (Y) masyarakat Kota Lhokseumawe sebesar 42.3%, dan sisanya 57.7% dijelaskan oleh variabel lainnya yang tidak diteliti dalam penelitian ini.
Secara parsial variabel PKH bidang pendidikan (X1) sangat berpengaruh terhadap pengentasan kemiskinan (Y), pada tingkat kepercayaan 95%, dimana thitung = 4,863 dan ttabel = 1,960 yang artinya thitung > ttabel, dan nilai signiikannya jauh di bawah 0,05 yaitu 0,000 maka Hi diterima artinya
variabel PKH bidang pendidikan (X1) sangat berpengaruh signiikan terhadap pengentasan kemiskinan masyarakat Kota Lhokseumawe (Y).
Variabel PKH bidang kesehatan (X2) juga sangat berpengaruh terhadap pengentasan kemiskinan (Y), pada tingkat kepercayaan 95%, dimana thitung = 4,283 dan ttabel = 1,960 yang artinya thitung > ttabel, dan nilai signiikannya jauh di bawah 0,05 yaitu 0,000 maka Hi diterima artinya variabel PKH bidang kesehatan (X2) sangat berpengaruh signiikan terhadap pengentasan kemiskinan masyarakat Kota Lhokseumawe (Y).
SARAN
Penulis menyarankan kepada Pemerintah agar tetap mempertahankan Program Pembangunan yang menyentuh lapisan bawah masyarakat dalam meningkatkan kemampuan masyarakat untuk dapat hidup sejajar dengan warga negara lainnya. Program PKH yang menitik beratkan kepada akses basic need masyarakat dapat juga dipadukan dengan bentuk pemberdayaan masyarakat lainnya agar masyarakat dapat mandiri dengan fasilitasi dari Pemerintah.
324 S U T R I A N I
REFERENSI
Dwisetiati, 2010, Kesejahterahan sosial dan Indikator kemiskinan, CV. Pratiwi Agung, Jakarta. Ghozali, 2001, Statistik Nonparametik, Semarang : Universitas Diponegoro.
Kuncoro, 2003, Metode Riset Untuk Bisnis & Ekonomi. Jakarta : Erlangga. Nashihin, 2010, Program keluarga harapan. Jakarta: Kementrian Sosial RI.
Nawawi, Hadari, 2003, Manajemen Strategik Organisasi Non Proit Bidang Pemerintahan. Yogyakarta : Gajah Mada University Press.
Nazir, 2003, Metode Penelitian. Jakarta : Ghalia Indonesia.
Sugiyono, 2005, Metode Penelitian Bisnis, edisi keempat, Bandung : Penerbit CV. Alfabeta. Suharto, 2004, Pendapatan rata – rata dan Kemiskinan. CV Radian Pustaka, Jakarta BPS 2012, Lhokseumawe dalam Angka, BPS Kota Lhokseumawe.
Journal Of Economic Management & Business - Volume 14, Nomor 3, Juli 2013 325 JOURNAL OF ECONOMIC MANAGEMENT & BUSINESS
Volume 14, Nomor 3, Juli 2013 ISSN: 1412 – 968X
Hal. 325-334