STATUS MELANJUTKAN SEKOLAH PADA ANAK USIA 13 – 15 TAHUN DI PROVINSI NUSA TENGGARA TIMUR TAHUN 2011
Kelompok 3 : 1. Fenty Dian Aryanti 2. Nofi Ciliani
3. Siti Dian Novita Kelas : 3SK3
Dosen Pengampu Mata Kuliah Analisis Data Kategorik : Fitri Catur Lestari, S.Si., M.Si
SEKOLAH TINGGI ILMU STATISTIK TAHUN AKADEMIK 2014/2015 1.1 Latar Belakang
ukur untuk melihat kesejahteraan suatu negara adalah indeks pembangunan manusia (IPM). IPM terdiri atas beberapa komponen, yaitu kesehatan, pendidikan, dan kelayakan hidup.
Pendidikan merupakan salah satu tujuan dan alat yang digunakan untuk mencapai kesejahteraan manusia baik sebagai individu maupun masyarakat. Dengan pendidikan, maka manusia akan berproses menjadi sumber daya yang terampil dan mampu untuk mengolah sumber daya alam dan modal yang tersedia menjadi sesuatu yang lebih bermanfaat bagi lingkungan sekitarnya. Pemenuhan kebutuhan akan pendidikan begitu penting, hingga tertuang dalam tujuan pembangunan milenium global atau yang dikenal dengan Milenium Development Goals (MDGs) di poin dua yaitu mencapai pendidikan dasar bagi semua.
Indonesia merupakan salah satu negara yang berusaha untuk mencapai tujuan – tujuan yang tertuang dalam MDGs. Capaian – capaian yang diperoleh diantaranya adalah IPM yang dicapai oleh Indonesia pada tahun 2013 sebesar 73,81. Nilai IPM tersebut dikategorikan sebagai menengah ke atas, berdasarkan klasifikasi yang dilakukan oleh UNDP.
Nusa Tenggara Timur merupakan provinsi yang memiliki nilai IPM tiga terbawah dari 34 provinsi di Indonesia pada tahun 2013. Pada tahun tersebut, IPM Nusa Tenggara Timur mencapai 68,77 yang hanya dua tingkat lebih baik dibandingkan dengan provinsi Papua dan Nusa Tenggar Barat. Mengacu pada tujuan MDGs nomor dua dengan indikator angka partisipasi murni (APM) di sekolah lanjutan pertama, jika dilihat dari data yang tersedia sangat memprihatinkan. Membandingkan antara APM jenjang SD sederajat dengan SMP sederajat maka persentasenya akan menurun tajam bahkan hampir dari separuhnya. Sementara itu, berdasarkan angka partisipasi sekolah (APS) yang dikumpulkan oleh BPS tiap tahunnya, Provinsi Nusa Tenggara Timur selalu berada di bawah rata – rata nasional dan provinsi – provinsi lainnya.
Kementerian Pendidikan dan Kebudayaan menyatakan bahwa berdasarkan data yang ada pada tahun 2011 angka putus sekolah di provinsi NTT untuk jenjang SMP sederajat mencapai 6,63%. Angka ini tergolong lebih tinggi dibandingkan dengan angka putus sekolah di provinsi – provinsi lain yang berkisar antara 2 – 3% pada tahun yang sama.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan sebelumnya, diberikan rumusan masalah sebagai berikut :
1. Bagaimana profil anak usia 13 – 15 tahun berdasarkan status melanjutkan sekolah di provinsi Nusa Tenggara Timur pada tahun 2011?
2. Apa faktor yang mempengaruhi status melanjutkan sekolah pada anak usia 13 – 15 tahun di provinsi Nusa Tenggara Timur pada tahun 2011?
1.3 Tujuan Penelitian
Berdasarkan rumusan masalah yang telah diberikan, berikut adalah tujuan dari penelitian. 1. Untuk mengetahui profil anak usia 13 – 15 tahun berdasrkan status melanjutkan sekolah
di provinsi Nusa Tanggara Timur pada tahun 2011.
2. Untuk mengetahui faktor yang mempengaruhi status melanjutkan sekolah pada anak usia 13 – 15 tahun di provinsi Nusa Tenggara Timur pada tahun 2011.
2.1 Kajian Pustaka 2.1.1 Landasan Teori
Pendidikan adalah hak setiap anggota masyarakat dan pemerintah berkewajiban menyelenggarakan pendidikan dalam rangka mencerdaskan kehidupan bangsa. Proses pendidikan tidak dibatasi untuk satu wilayah atau untuk masyarakat tertentu tetapi harus dirasakan oleh seluruh anggota masyarakat diberbagai daerah di Indonesia secara merata dalam kesempatannya dalam berkualitas dalam proses dan hasilnya .(Barnadib Imam,1994:24)
Putus sekolah adalah proses berhentinya siswa secara terpaksa dari suatu lembaga pendidikan tempat dia belajar. Artinya adalah terlantarnya anak dari sebuah lembaga pendidikan formal, yang disebabkan oleh berbagai faktor, salah satunya kondisi ekonomi keluarga yang tidak memadai (Musfiqon, 2007: 19). Padahal ”anak adalah manusia yang akan meneruskan cita-cita orang tuanya dan sebagai estafet untuk masa yang akan datang” (Gunarm D, Singgih, 2004: 42).
negara sebagai bekal untuk dapat hidup dengan layak dimasyarakat (Dananjaya, Utomo, 2005:Onlione).
2.1.2 Kajian Pustaka
a. Indeks Pembangunan Manusia
Mengutip isi Human Development Report (HDR) pertama tahun 1990, pembangunan manusia adalah suatu proses untuk memperbanyak pilihan-pilihan yang dimiliki oleh manusia. Diantara banyak pilihan tersebut, pilihan yang terpenting adalah untuk berumur panjang dan sehat, untuk berilmu pengetahuan, dan untuk mempunyai akses terhadap sumber daya yang dibutuhkan agar dapat hidup secara layak.
Indeks Pembangunan Manusia (IPM) mengukur capaian pembangunan manusia berbasis sejumlah komponen dasar kualitas hidup. Sebagai ukuran kualitas hidup, IPM dibangun melalui pendekatan tiga dimensi dasar. Dimensi tersebut mencakup umur panjang dan sehat; pengetahuan, dan kehidupan yang layak. Ketiga dimensi tersebut memiliki pengertian sangat luas karena terkait banyak faktor. Untuk mengukur dimensi kesehatan, digunakan angka harapan hidup waktu lahir. Selanjutnya untuk mengukur dimensi pengetahuan digunakan gabungan indikator angka melek huruf dan rata-rata lama sekolah. Adapun untuk mengukur dimensi hidup layak digunakan indikator kemampuan daya beli masyarakat terhadap sejumlah kebutuhan pokok yang dilihat dari rata-rata besarnya pengeluaran per kapita sebagai pendekatan pendapatan yang mewakili capaian pembangunan untuk hidup layak.
Komponen Indeks Pembangunan Manusia a.Angka Harapan Hidup
Angka Harapan Hidup (AHH) pada waktu lahir merupakan rata-rata perkiraan banyak tahun yang dapat ditempuh olehseseorang selama hidup.
b. Angka Melek Huruf
Angka melek huruf adalah persentase penduduk usia 15 tahun keatas yang dapat membaca dan menulis huruf latin dan atau huruf lainnya.
c. Rata-Rata Lama Sekolah
Rata-rata lama sekolah menggambarkan jumlah tahun yang digunakan oleh penduduk usia 15 tahun keatas dalam menjalani pendidikan formal.
UNDP mengukur standar hidup layak menggunakan Produk Domestik Bruto (PDB) riil yang disesuaikan, sedangkan BPS dalam menghitung standar hidup layak menggunakan rata-rata pengeluaran per kapita riil yang disesuaikan dengan formula Atkinson.
b. Angka Partisipasi Murni
Angka Partisipasi Murni (APM) adalah persentase jumlah anak pada kelompok usia sekolah tertentu yang sedang bersekolah pada jenjang pendidikan yang sesuai dengan usianya terhadap jumlah seluruh anak pada kelompok usia sekolah yang bersangkutan. Bila APK digunakan untuk mengetahui seberapa banyak penduduk usia sekolah yang sudah dapat memanfaatkan fasilitas pendidikan di suatu jenjang pendidikan tertentu tanpa melihat berapa usianya, maka Angka Partisipasi Murni (APM) mengukur proporsi anak yang bersekolah tepat waktu. Rumus:
APM SD = {(Jumlah penduduk umur 7─12 yang sekolah di SD :Jumlah penduduk umur 7─12 tahun) X 100}
c. Angka Partisipasi Sekolah
Angka Partisipasi Sekolah merupakan ukuran daya serap lembaga pendidikan terhadap penduduk usia sekolah. APS merupakan indikator dasar yang digunakan untuk melihat akses penduduk pada fasilitas pendidikan khususnya bagi penduduk usia sekolah. Semakin tinggi Angka Partisipasi Sekolah semakin besar jumlah penduduk yang berkesempatan mengenyam pendidikan. Namun demikian meningkatnya APS tidak selalu dapat diartikan sebagai meningkatnya pemerataan kesempatan masyarakat untuk mengenyam pendidikan.
Rumus:
APS (7-12) = {(Jumlah penduduk berumur 7-12 tahun yang masih sekolah:Jumlah penduduk umur 7─12 tahun) X 100 }
d. PDRB Per Kapita
tidak sebagai acuan memantau kemampuan daerah dalam menghasilkan produk domestik barang dan jasa.
e. Angka Putus Sekolah
Angka Putus Sekolah mencerminkan anak-anak usia sekolah yang sudah tidak bersekolah lagi atau yang tidak menamatkan suatu jenjang pendidikan tertentu, hal ini sering digunakan sebagai salah satu indikator berhasil/tidaknya pembangunan dibidang pendidikan. Penyebab utama putus sekolah antara lain karena kurangnya kesadaran orang tua akan pentingnya pendidikan anak sebagai investasi masa depannya; kondisi ekonomi orang tua yang miskin; dan keadaan geografis yang kurang menguntungkan.
f. MDGS
Millennium Development Goals (MDGs) adalah sebuah komitmen bersama masyarakat internasional untuk mempercepat pembangunan manusia dan pengentasan kemiskinan.
Tujuan MDGs adalah :
1. Menanggulangi Kemiskinan dan Kelaparan
2. Menurunkan proporsi penduduk yang menderita kelaparan menjadi setengahnya antara tahun 1990–2015.
3. Mencapai Pendidikan Dasar untuk Semua
4. Mendorong Kesetaraan Gender dan Pemberdayaan Perempuan 5. Menurunkan Angka Kematian Anak
6. Meningkatkan Kesehatan Ibu
7. Memerangi HIV/AIDS, Malaria, dan Penyakit Menular Lainnya
8. Mengendalikan penyakit malaria dan mulai menurunnya jumlah kasus malaria dan penyakit lainnya pada tahun 2015.
9. Memastikan Keberlanjutan Lingkungan Hidup
2.1.3 Penelitian Terkait
kenakalan siswa, penyakit, minat, tradisi/adat istiadat, pendidikan orangtua, pekerjaan orangtua, usia orangtua, jumlah tanggungan keluarga, kondisi tempat tinggal serta perhatian orangtua.
Rahmawati (2008:Skripsi), disebutkan bahwa angka putus sekolah disebabkan oleh terbatasnya jumlah sekolah yang ada, faktor sosial/ masyarakat, pengeluaran perkapita suatu daerah, dan jumlah anak dalam keluarga.
3.1 Metode Pengumpulan Data
Data yang digunakan adalah data sekunder dari Survei Sosial Ekonomi Nasional. Survei Sosial Ekonomi Nasional merupakan survei rumah tangga yang bertujuan untuk mengetahui karakteristik sosial ekonomi penduduk yang diselenggarakan oleh Badan Pusat Statistik Republik Indonesia. Prosedur pemilihan sampel pada Susenas 2011 adalah sebagai berikut :
1. Tahap Pertama, memilih Blok Sensus (Pemilihan 30000 BS dari 154557 BS) secara Probability Proportional to size dengan size banyaknya KK.
2. Tahap Kedua, memilih sejumlah rumah tangga biasa (10) pada setiap Blok Sensus terpilih secara sistematik berdasarkan hasil listing SP 2010.
Pada penelitian ini, digunakan raw data Susenas Kor 2011 individu untuk Provinsi Nusa Tenggara Timur dengan jumlah eligible sample sebanyak 3193 anggota rumah tangga berumur 13-15 tahun.
3.2 Model Penelitian
Persamaan yang digunakan dalam penelitian adalah :
Y = β0+β1SB+β2JK+β3TP+β4PPK
Dimana :
Y : status melanjutkan sekolah ; ya (1), tidak (0) SB : status bekerja pada anak ; ya (0), tidak (1)
JK : jenis kelamin anak ; laki – laki (1), perempuan (0) TP : tipologi wilayah; perkotaan (1), perdesaan (0)
PPK : pengeluaran per kapita; di atas rata – rata (1), di bawah rata – rata (0)
3.3.1 Analisis Deskriptif
Pada penelitian ini digunakan analisis deskriptif dengan metode crosstabulation yang bertujuan untuk menganalisis hubungan-hubungan antar variabel yang terjadi dan melihat bagaimana masing-masing variabel berhubungan.
Analisis crosstabulation adalah suatu metode analisis berbentuk tabel, dimana menampilkan tabulasi silang atau tabel kontingensi yang digunakan untuk mengidentifikasi dan mengetahui apakah ada korelasi atau hubungan antara satu variabel dengan variabel yang lain. Tabel yang dianalisis di sini adalah hubungan antara variabel dalam baris dengan variabel dalam kolom. Dengan metode ini, didapatkan korelasi antar variabel dan statistik Chi Square nya. 3.3.2 Analisis Inferensia (Regresi Logistik Biner)
Analisis regresi logistik digunakan untuk menjelaskan hubungan antara variabel respon yang berupa data dikotomik/biner dengan variabel bebas yang berupa data berskala interval dan atau kategorik (Hosmer dan Lemeshow, 1989). Variabel yang dikotomik/biner adalah variabel yang hanya mempunyai dua kategori saja, yaitu kategori yang menyatakan kejadian sukses (Y=1) dan kategori yang menyatakan kejadian gagal (Y=0). Pada model model linear umum komponen acak tidak harus mengikuti sebaran normal, tapi harus masuk dalam sebaran keluarga eksponensial. Sebaran bernoulli termasuk dalam salah satu dari sebaran keluarga eksponensial. Variabel respon Y ini, diasumsikan mengikuti distribusi Bernoulli. Sebenarnya untuk masalah diatas bisa digunakan analisis regresi OLS. Tapi harus memenuhi asumsi bahwa 0 <= E(Yi ÷ Xi) <= 1. Namun persyaratan tersebut sulit untuk terpenuhi, sehingga metode regresi OLS kurang cocok untuk data kuantitatif dan lebih baik menggunakan metode regresi logistik.
Bentuk umum model peluang regresi logistik dengan p variabel penjelas, diformulasikan sebagai berikut:
dengan π(x) adalah peluang kejadian sukses dengan nilai probabilita 0≤π(x)≤1 dan βj adalah nilai parameter dengan j = 1,2,...,p. π(x) merupakan fungsi yang non linier, sehingga perlu dilakukan transformasi ke dalam bentuk logit untuk memperoleh fungsi yang linier agar dapat dilihat hubungan antara variabel bebas dan variabel tidak bebas. Dengan melakukan transformasi dari logit π(x), maka didapat persamaan yang lebih sederhana, yaitu:
digunakan untuk menyatakan tingkatan tersebut hanya sebagai identifikasi dan tidak mempunyai nilai numerik dalam situasi seperti ini diperlukan variabel dummy. Untuk variabel bebas dengan skala ordinal maupun nominal dengan k kategori, akan diperlukan sebanyak k-1 variabel dummy.
3.3.3 Uji Kecocokan Model (Hosmer and Lemeshow’s Test)
Uji Hosmer and Lemeshow Goodness of Fit Test dilakukan untuk menguji hipotesis nol untuk mendapatkan bukti bahwa data empiris yang digunakan cocok atau sesuai dengan model. Mengacu pada Ghozali (2009) dalam Sastra (2011:37), apabila nilai Hosmer and Lemeshow signifikan atau lebih kecil dari 0,05, maka hipotesis nol ditolak dan model dianggap tidak fit. 3.3.4 Uji Simultan (Overall Tests)
H0:β0=β1=…=βp=0
H1:minimal ada satu βj≠0,j=1,… , p
Dengan melihat tabel “Omnibus tests of Model Coefficients”, kita dapat memutuskan apakah Ho ditolak atau tidak. Diharapkan dari uji ini nantinya Ho akan ditolak. Jika nilai sig. Model pada step terakhir bernilai kurang dari a, maka Ho ditolak. Jika Ho ditolak, untuk mengetahui variable mana yang masuk dalam model dilakukan uji parsial.
3.2.5 Uji Parsial (Partial Tests) H0:βj=0
H1:βj≠0
Pada uji parsial, diharapkan Ho akan ditolak sehingga variabel yang sedang diuji masuk ke dalam model. Dengan bantuan tabel “Variables in The Equation” dapat dilihat variabel mana saja yang berpengaruh signifikan sehingga bisa dimasukkan ke model. Jika nilai sig.<a maka Ho ditolak.
4.1 Analisis Deskkriptif
0
Gambar 1.1 Status Melanjutkan dan Tidak Melanjutkan Pendidikan Responden Umur 13-15 tahun menurut Jenis Kelamin Provinsi Nusa Tenggara Timur Tahun 2011
Berdasarkan grafik di atas, responden yang melanjutkan pendidikan didominasi oleh responden berjenis kelamin laki-laki demikian pula dengan yang tidak melanjutkan pendidikan. Berdasarkan uji Chi- Square diperoleh nilai Chi Square sebesar 6,402 yang mengindikasikan bahwa tidak terdapat perbedaan antara status melanjutkan pendidikan dengan jenis kelamin.Hal ini diperkuat dengan nilai koefisien kontingensi sebesar 0,045 yang berarti hubungan antar dua variabel ini sangat kecil.
4.1.2 Status Melanjutkan dan Tidak Melanjutkan Pendidikan Responden Umur 13-15 tahun menurut Tipologi Wilayah
Gambar 1.2 Status Melanjutkan dan Tidak Melanjutkan Pendidikan Responden Umur 13-15 tahun menurut Tipologi Wilayah Provinsi Nusa Tenggara Timur Tahun 2011
Berdasarkan grafik di atas, responden yang tidak melanjutkan pendidikan didominasi oleh responden yang bertempat tinggal di pedesaan. Berdasarkan uji Chi-Square diperoleh nilai Chi Chi-Square sebesar 42,223 yang mengindikasikan bahwa terdapat perbedaan antara status melanjutkan pendidikan dengan tipologi wilayah.Hal ini diperkuat dengan nilai koefisien kontingensi sebesar 0,114 yang berarti terdapat hubungan positif antar dua variabel ini .
0
Gambar 1.3 Status Melanjutkan dan Tidak Melanjutkan Pendidikan Responden Umur 13-15 tahun menurut Status Bekerja Provinsi Nusa Tenggara Timur Tahun 2011
Berdasarkan grafik di atas, responden yang melanjutkan pendidikan didominasi oleh responden dengan status tidak bekerja,sementara itu reponden yang tidak melanjutkan pendidikan didominasi oleh responden yang bekerja. Berdasarkan uji Chi-Square diperoleh nilai Chi Chi-Square sebesar 618,362 yang mengindikasikan bahwa terdapat perbedaan antara status melanjutkan pendidikan dengan Status Bekerja.Hal ini diperkuat dengan nilai koefisien kontingensi sebesar 0,403 yang berarti terdapat hubungan positif antar dua variabel ini.
4.1.4 Status Melanjutkan dan Tidak Melanjutkan Pendidikan Responden Umur 13-15 tahun menurut Pengeluaran Perkapita
Gambar 1.3 Status Melanjutkan dan Tidak Melanjutkan Pendidikan Responden Umur 13-15 tahun menurut Pengeluaran per Kapita Provinsi Nusa Tenggara Timur Tahun 2011
4.2 Analisis Inferensia
4.2.1 Uji Simultan (Overall Test)
H0:β0=β1=…=βp=0
H1:minimal ada satu βj≠0,j=1,… , p
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1
Step 501,507 4 ,000 Block 501,507 4 ,000 Model 501,507 4 ,000
Dari tabel Omnibus Tests of Model Coefficients,diperoleh nilai signifikansi sebesar 0,000. Karena nilainya kurang dari 5%,maka H0 ditolak pada tingkat signifikansi 5% sehingga dapat disimpulkan bahwa variabel bebas yang digunakan secara bersama-sama berpengaruh terhadap variabel terikat dalam penelitian.
4.2.2 Uji Kecocokan Model (Hosmer and Lemeshow Test) Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 11,076 6 ,086
Dari output Uji Hosmer dan Lemeshow di atas,dperoleh nilai signifikansi sebesar 0,086. Karena nilai signifikansinya > 5%,maka kita tidak dapat menolak Ho.Dapat disimpulkan bahwa model regresi biner cocok digunakan untuk penelitian ini.
4.2.3 Uji Parsial H0:βj=0
H1:βj≠0
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a StatBekerja(1) -2,444 ,121 409,230 1 ,000 ,087 JenisKelamin(1
)
Tipologi(1) -,769 ,234 10,791 1 ,001 ,463 Expenditure(1) -,618 ,147 17,655 1 ,000 ,539 Constant 3,585 ,236 230,808 1 ,000 36,048 a. Variable(s) entered on step 1: StatBekerja, JenisKelamin, Tipologi, Expenditure.
Berdasarkan uji parsial,dapat disimpulkan bahwa hanya terdapat satu variabel yang tidak signifikan yaitu Jenis Kelamin, namun dalam studi ini odds ratio dari variabel tersebut tetap diinterpretasikan.
Persentase ketepatan model dalam mengkasifikasikan observasi adalah 86,9 persen. Artinya dari 3193 observasi, ada 2776 observasi yang tepat pengklasifikasiannya oleh model regresi logistik. Jumlah observasi yang tepat pengklasifikasiannya dapat dilihat pada diagonal utama.
4.2.5 Interpretasi Odds Ratio Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a
StatBekerja(1) -2,444 ,121 409,230 1 ,000 ,087 JenisKelamin(1) ,106 ,117 ,816 1 ,366 1,112 Tipologi(1) -,769 ,234 10,791 1 ,001 ,463 Expenditure(1) -,618 ,147 17,655 1 ,000 ,539 Constant 3,585 ,236 230,808 1 ,000 36,048 a. Variable(s) entered on step 1: StatBekerja, JenisKelamin, Tipologi, Expenditure. 1. Responden berusia 13-15 tahun yang bekerja memiliki kecenderungan 0,087 kali untuk
melanjutkan pendidikan dibandingkan dengan responden yang tidak bekerja.
2. Responden berusia 13-15 tahun berjenis kelamin Perempuan memiliki kecenderungan sebesar 1,112 kali untuk melanjutkan pendidikan dibandingkan dengan responden berjenis kelamin laki-laki.
3. Responden berusia 13-15 tahun yang tinggal di pedesaan memiliki kecenderungan 0,463 kali untuk melanjutkan pendidikan dibandingkan dengan responden yang tinggal di perkotaan.
Alternatif : Responden berusia 13-15 tahun yang tinggal di pedesaan memiliki kecenderungan 2,16 kali untuk tidak melanjutkan pendidikan dibandingkan dengan responden yang tinggal di perkotaan.
4. Responden berusia 13-15 tahun yang memiliki pengeluaran perkapita rendah memiliki kecenderungan 0,539 kali untuk melanjutkan pendidikan dibandingkan dengan responden yang memiliki pengeluaran perkapita tinggi.
