STUDI POLA PENGGUNAAN PENGHASILAN PEKERJA
RUMAH TANGGA DI BOGOR
(Studi Kasus: Perumahan Bogor Nirwana Residence)
URIP APFIYA
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2009
URIP APFIYA. Studi Pola Penggunaan Penghasilan Pekerja Rumah Tangga di Bogor (Studi Kasus: Perumahan Bogor Nirwana Residence). Dibimbing oleh HARI WIJAYANTO dan I MADE SUMERTAJAYA.
Penelitian ini dilaksanakan pada bulan Juni 2009 di Perumahan Bogor Nirwana Residence (BNR). Tujuan dari penelitian ini adalah untuk menerapkan teknik penarikan contoh di perumahan, mengetahui pola penggunaan penghasilan Pekerja Rumah Tangga (PRT) di Bogor, mengetahui hubungan antara karakteristik demografi PRT di Bogor dengan pola penggunaan penghasilannya, serta untuk mengetahui faktor-faktor yang berpengaruh terhadap pola penggunaan penghasilan PRT di Bogor. Penelitian ini menggunakan data primer hasil survei dengan metode penarikan contoh acak berlapis (PCAB). Hasil penelitian menunjukkan bahwa melakukan survei di suatu perumahan dan mengambil objek survei seorang PRT harus sangat berhati-hati karena tingkat nonrespon cukup tinggi sehingga dapat berpengaruh terhadap keakuratan kesimpulan yang diambil dari data. Metode penarikan contoh yang dipilih juga harus seefisien mungkin agar menghemat penggunaan sumber daya. Analisis statistika deskriptif menunjukkan sebagian besar PRT tidak menggunakan penghasilannya untuk keperluan konsumsi makanan/minuman. Analisis korespondensi antara karakteristik PRT dengan penggunaan penghasilannya menunjukkan PRT yang berjenis kelamin perempuan, berumur relatif muda, menetap dengan majikannya dan belum menikah cenderung mengalokasikan ≤ 20% penghasilannya untuk konsumsi. Sementara itu, PRT yang berjenis kelamin laki-laki, tidak menetap dengan majikannya, dan sudah menikah cenderung mengalokasikan dominan penghasilannya untuk konsumsi. Analisis regresi logistik menghasilkan bahwa peubah jenis kelamin, status pernikahan, dan status tinggal berpengaruh terhadap besarnya alokasi penghasilan yang digunakan untuk konsumsi.
STUDI POLA PENGGUNAAN PENGHASILAN PEKERJA
RUMAH TANGGA DI BOGOR
(Studi Kasus: Perumahan Bogor Nirwana Residence)
URIP APFIYA
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika
pada Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2009
(Studi Kasus: Perumahan Bogor Nirwana Residence)
Nama : Urip Apfiya
NRP : G14051781
Menyetujui:
Pembimbing I,
Dr. Ir. Hari Wijayanto, M.S
NIP. 19650421 199002 1 001
Pembimbing II,
Dr. Ir. I Made Sumertajaya, M. Si
NIP. 19680702 199402 1 001
Mengetahui:
Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor
Dr. drh. Hasyim, DEA
NIP. 19610328 198601 1 002
RIWAYAT HIDUP
Penulis dilahirkan di Batang pada tanggal 20 Agustus 1987 dari ayah Darsono dan ibu Nanik Kurniati (Alm). Penulis merupakan anak kedua dari tiga bersaudara.
Penulis lulus dari SD Pecalungan 01 pada tahun 1999 dan lulus dari SMP N 2 Subah pada tahun 2002. Setelah menyelesaikan studi di SMA N 1 Subah pada tahun 2005, pada tahun yang sama penulis diterima sebagai mahasiswa Institut Pertanian Bogor melalui jalur Undangan Seleksi Masuk IPB (USMI). Pada tahun 2006, melalui kurikulum mayor minor penulis diterima sebagai mahasiswa Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam.
Selama mengikuti perkuliahan di Departemen Statistika penulis aktif dalam organisasi Serum-G sebagai staf divisi P2SDM dan Himpunan Keprofesian Gamma Sigma Beta (GSB) sebagai staf divisi Keilmuan. Penulis pernah menjadi asisten mata kuliah Metode Statistika pada tahun ajaran 2007/2008 dan 2008/2009 serta asisten mata kuliah Perancangan Percobaan I pada tahun 2007/2008. Penulis juga mengikuti berbagai kepanitiaan seperti Kajian Ilmu Pengetahuan berdasarkan Al Quran dan Sunnah, Statistika Ria, dan Lomba Jajak Pendapat Statistika. Pada bulan Februari-April 2009 penulis melaksanakan kegiatan praktik lapang di perusahaan IFF-PT Essence Indonesia.
Alhamdulillahi rabbil ’alamin, segala puji dan syukur penulis panjatkan ke hadirat Allah SWT karena atas semua limpahan rahmat dan karunia-Nya penulis dapat menyelesaikan karya ilmiah yang berjudul Studi Pola Penggunaan Penghasilan Pekerja Rumah Tangga di Bogor (Studi Kasus: Perumahan Bogor Nirwana Residence). Shalawat dan salam semoga selalu tercurahkan kepada Rasulullah Muhammad SAW, keluarganya, sahabatnya, dan segenap umatnya hingga akhir zaman.
Dalam kesempatan ini penulis ingin menyampaikan ucapan terimakasih kepada berbagai pihak yang telah membantu penyelesaian karya ilmiah ini, antara lain:
1. Bapak Dr. Ir. Hari Wijayanto, M.S selaku pembimbing pertama dan Bapak Dr. Ir. I Made Sumertajaya, M.Si selaku pembimbing kedua yang telah memberikan bimbingan, arahan, dan motivasi sehingga karya ilmiah ini dapat terselesaikan.
2. Bu Markonah, Bu Tri, Pak Iyan, Bu Aat, Bang Sudin, Mang Dur, dan Mang Herman yang telah banyak membantu penulis dalam memenuhi kebutuhan akademik.
3. Teman-teman yang telah membantu pelaksanaan survei dan memberikan motivasi dalam penyelesaian skripsi ini (Nur, Riyant, Dina, Vivi, Resta, Uliz, Ega, Picil, Andri, Tati, Afni, dan Andi).
4. Keluarga, terutama orang tua, kakak dan adik tercinta yang telah memberikan dukungan dan do’a kepada penulis.
5. Teman teman statistika angkatan 42, Anton, Wiwid, Melisa, Indah, Fira, Ningsih, Try atas diskusi, dukungan, kebersamaan dan semangatnya.
6. Semua pihak yang tidak dapat dituliskan satu per satu, atas segala bantuannya penulis ucapkan terima kasih.
Penulis menyadari bahwa masih banyak kekurangan dalam penulisan karya ilmiah ini. Oleh karena itu, penulis mengharapkan saran serta kritik agar pada penulisan selanjutnya menjadi lebih baik. Semoga karya ilmiah ini bermanfaat bagi pembaca.
Bogor, Agustus 2009
DAFTAR ISI
Halaman
DAFTAR TABEL ...viii
DAFTAR GAMBAR ...viii
DAFTAR LAMPIRAN...viii
PENDAHULUAN Latar Belakang ... 1
Tujuan ... 1
TINJAUAN PUSTAKA Penarikan Contoh Acak Berlapis (PCAB) ... 1
Uji Kebebasan Khi-Kuadrat ... 1
Analisis Korespondensi... 1
Regresi Logistik Biner ... 2
METODOLOGI ... 3
HASIL DAN PEMBAHASAN Pelaksanaan Survei ... 4
Karakteristik Responden ... 5
Aktivitas Responden ... 6
Pendapatan dan Pengeluaran Responden ... 6
Analisis Korespondensi Penggunaan Penghasilan Responden ... 7
Model Regresi Logistik ... 9
KESIMPULAN DAN SARAN Kesimpulan ... 10
Saran ... 10
DAFTAR PUSTAKA ... 10
DAFTAR TABEL
Halaman
1 Penyebab Kegagalan Mendapatkan Responden ... 5
2 Sebaran Responden Berdasarkan Asal Daerahnya... 6
3 Besarnya Persentase Penghasilan untuk Masing-Masing Jenis Pengeluaran ... 7
4 Peubah yang Nyata terhadap Respon ... 9
5 Ketepatan Prediksi Model ... 9
6 Nilai Rasio Odds dari Peubah Penjelas ... 9
DAFTAR GAMBAR
Halaman 1 Sebaran Usia Responden ... 52 Sebaran Pendidikan Terakhir Responden ... 6
3 Sebaran Masa Kerja Responden ... 6
4 Grafik Hubungan Antara Masa Kerja dengan Penghasilan Responden ... 6
5 Grafik Hubungan Antara Pengeluaran Responden per Bulan dengan Masa Kerja ... 7
6 Plot Korespondensi Penggunaan Penghasilan Responden untuk Keperluan Konsumsi ... 8
DAFTAR LAMPIRAN
Halaman 1 Kuesioner Penelitian ... 122 Uji Khi Kuadrat Antara Masa Kerja PRT dengan Besar Gaji Pokoknya ... 14
3 Boxplot Besarnya Gaji Responden berdasarkan Lapisannya ... 15
4 Boxplot Penggunaan Penghasilan Responden berdasarkan Jenis Pengeluarannya ... 15
5 Peubah-peubah yang digunakan dalam Regresi Logistik Biner ... 16
1
PENDAHULUAN Latar Belakang
Perubahan pola penggunaan penghasilan dan konsumsi seseorang disebabkan oleh beberapa faktor seperti perubahan pendapatan, keadaan lingkungan, kemajuan teknologi, serta perubahan sikap dan perilaku masyarakat. Umumnya, semakin baik keadaan ekonomi seseorang, persentase penggunaan penghasilan untuk kebutuhan sekunder dan tersier akan semakin meningkat sedangkan persentase penggunaan penghasilan untuk kebutuhan primer, seperti konsumsi makanan dan minuman akan menurun. Fenomena demikian juga terjadi pada pekerja rumah tangga (PRT), baik di kota-kota besar maupun di kota-kota kecil. Besarnya alokasi penghasilan seseorang untuk masing-masing jenis pengeluaran juga terkait dengan karakteristik demografinya.
Adanya keeratan hubungan antara karakteristik para PRT dengan pola penggunaan penghasilannya dapat dilihat menggunakan analisis korespondensi. Selain itu, analisis korespondensi juga membantu melihat kedekatan suatu profil dari satu kategori terhadap profil dari kategori lainnya.
Besarnya alokasi penghasilan yang digunakan untuk konsumsi juga dipengaruhi oleh karakteristik demografi PRT. Untuk melihat faktor-faktor yang berpengaruh terhadap besarnya alokasi penghasilan untuk konsumsi digunakan regresi logistik. Dalam regresi logistik peubah respon terdiri dari dua kategori atau lebih sedangkan peubah penjelas dapat berskala kategori maupun kontinu.
Tujuan
Tujuan penelitian ini adalah :
1. Menerapkan teknik penarikan contoh di perumahan.
2. Mengetahui pola penggunaan penghasilan PRT di Bogor.
3. Mengetahui hubungan antara karakteristik demografi PRT di Bogor dengan pola penggunaan penghasilannya.
4. Mengetahui faktor-faktor yang berpengaruh terhadap besarnya alokasi penghasilan PRT untuk konsumsi.
TINJAUAN PUSTAKA
Penarikan Contoh Acak Berlapis (PCAB)
Contoh acak berlapis didapatkan dengan cara membagi populasi menjadi beberapa kelompok yang tidak saling tumpang tindih, kemudian mengambil secara acak dari setiap
kelompok-kelompok itu. Kelompok tersebut dinamakan lapisan atau strata (Scheaffer, 1990). Dalam PCAB, populasi disekat-sekat sehingga di setiap sekatan, objek memiliki karakteristik yang mirip sedangkan perbedaan objek antar lapisan tinggi.
Penentuan Ukuran Contoh dalam PCAB
Bila sebuah populasi berukuran N disekat menjadi k lapisan yang masing-masing berukuran N1, N2,...,Nk dan dari setiap lapisan
itu ditarik contoh acak sederhana, besarnya ukuran contoh dengan bound of error B adalah :
Ukuran contoh setiap lapisan menggunakan alokasi sebanding ditentukan oleh rumus :
, untuk
Uji Kebebasan Khi Kuadrat
Uji Khi-Kuadrat dapat digunakan untuk menguji kebebasan antara dua peubah, apakah kedua peubah tersebut saling bebas atau tidak. Data biasanya disajikan dalam bentuk tabel kontingensi r x c, isi sel dalam tabel kontingensi itu disebut frekuensi sel teramati (Daniel, 1989)
Hipotesis-hipotesis yang diuji dalam uji Khi-Kuadrat adalah sebagai berikut :
H0 : kedua kriteria klasifikasi saling bebas
H1 : kedua kriteria klasifikasi tidak saling
bebas
Statistik uji yang digunakan adalah:
Keterangan :
Oij : Frekuensi amatan pada baris ke-i dan
kolom ke-j
Eij : Frekuensi harapan pada baris ke-i dan
kolom ke-j.
r : Banyaknya baris pada tabel kontingensi. c : Banyaknya kolom pada tabel kontingensi.
Hipotesis nol ditolak pada taraf nyata α bila nilai statistik uji χ2 hasil perhitungan lebih besar daripada nilai χ2
1-α pada tabel dengan
derajat bebas (r-1)(c-1).
Analisis Korespondensi
Analisis korespondensi merupakan suatu bentuk eksplorasi peubah ganda yang
memperagakan baris dan kolom secara serempak dari suatu tabel kontingensi dalam ruang vektor berdimensi rendah (Greenacre, 1984). Analisis korespondensi dari tabel kontingensi dua arah disebut analisis korespondensi sederhana. Tabel kontingensi dua arah adalah tabel yang mencatat data hasil pengamatan dengan melibatkan dua peubah X dan Y. Peubah X sebagai baris terdiri dari I kategori dan peubah Y sebagai kolom terdiri dari J kategori.
Jika N adalah matriks data yang unsur unsurnya merupakan bilangan positif berukuran IxJ, dimana I menunjukkan baris dan J menunjukkan kolom, maka P adalah matriks korespondensi yang didefinisikan sebagai matriks yang unsur-unsurnya adalah unsur matriks N yang telah dibagi dengan jumlah total unsur matriks N. Vektor jumlah baris dan kolom dari matriks P masing-masing dinotasikan dengan r dan c. Matriks diagonal dari elemen-elemen vektor jumlah baris r adalah matriks Dr dengan ukuran IxI sedangkan Dc adalah matriks diagonal dengan ukuran JxJ dari elemen-elemen vektor jumlah kolom c. Dari uraian di atas dapat dinotasikan sebagai berikut :
INJ = [nij]; nij ≥ 0, (i= 1…..I , j=1…..J )
; ,
Dr (IxI) = diag (r); dengan r = P1
Dc (JxJ) = diag (c); dengan c = PT1
Profil baris dan dan profil kolom dari matriks P diperoleh dengan cara membagi vektor baris dan vektor kolom dengan masing-masing massanya. Matriks profil baris (R) dan profil kolom (C) dinyatakan oleh:
R = Dr-1 P dan C = Dc-1 PT
IxJ IxI IxJ JxI JxJ JxI
Untuk menghitung jarak profil baris atau kolom dalam kategori yang sama, digunakan jarak chi-square, yang didefinisikan:
Jarak antara dua individu baris ke-i dan ke-i’ adalah :
Jarak antara dua peubah kolom ke-j dan ke-j’ adalah :
dimana :
i = (1,....I) dan j = (1,...J)
fi = frekuensi relatif sel baris ke-i kolom ke-j
fi. = frekuensi relatif baris ke-i
f.j = frekuensi relatif kolom ke-j
(Lebart et al. 1984).
Untuk mereduksi dimensi data berdasarkan keragaman data (nilai
eigen/inersia) terbesar dengan
mempertahankan informasi yang optimum, diperlukan penguraian nilai singular (SVD). Secara umum penguraian nilai singular dari matriks P adalah (Greenacre 1984) :
(P-rcT) = ADµBT dengan syarat :
AT Dr-1A = BT Dc-1B = I : µ1≥ µ2≥... µk≥0
dan didefinisikan :
Dµ = matriks diagonal µ ukuran mxm dengan µ2 nilai eigen tak nol.
A = matriks ukuran Ixm yang elemen-elemennya adalah vektor eigen matriks (P-rcT) (P-rcT)T
B = matriks ukuran Jxm yang elemen-elemennya adalah vektor eigen matriks (P-rcT) T(P-rcT)
I = matriks identitas ukuran mxm
Profil baris dan kolom dapat dipresentasikan ke dalam ruang bersimensi k (≤ m). Biasanya nilai k yang diambil 2 atau 3. Koordinat dari I profil baris adalah I buah baris dari matriks yang dibentuk dengan mengambil K kolom pertama dari :
F = Dr-1 A Dµ
Koordinat dari J profil kolom adalah J buah baris dari matriks yang dibentuk dengan mengambil K kolom pertama dari :
G = Dc-1 B Dµ
Regresi Logistik Biner
Regresi logistik merupakan metode dasar untuk menganalisis peubah respon yang terdiri dari dua kategori atau lebih dengan satu atau lebih peubah penjelas yang berskala kategori maupun kontinu (Hosmer dan Lemeshow, 2000).
Menurut Hosmer dan Lemeshow (2000), model regresi logistik yang digunakan adalah:
3
Dalam regresi logistik dibutuhkan suatu transformasi logit sebagai fungsi dari , yakni:
Parameter diduga dengan menggunakan metode kemungkinan maksimum (maximum likelihood). Fungsi kemungkinan maksimumnya adalah sebagai berikut :
dengan:
= 1,2,…,p
= pengamatan pada peubah bebas ke-i = peluang untuk peubah bebas ke-i Koefisien logit diduga dengan menghitung turunan pertama dari fungsi log-likelihoodnya terhadap dengan i=1,2,…,p.
Pengujian parameter secara simultan menggunakan statistik uji-G, dengan hipotesis yang diuji:
H0 :
H1 : minimal ada satu ; i=1,2,…,p.
Statistik uji-G didefinisikan sebagai:
dengan merupakan fungsi kemungkinan tanpa peubah penjelas dan merupakan fungsi kemungkinan dengan p peubah penjelas. Hipotesis H0 ditolak jika
(Hosmer&Lemeshow, 2000).
Pengujian parameter secara parsial menggunakan statistik uji Wald, dengan hipotesis yang diuji:
H0 :
H1 : ; i=1,2,…,p.
Statistik uji Wald didefinisikan sebagai:
Hipotesis H0 ditolak jika
(Hosmer&Lemeshow, 2000).
Interpretasi koefisien dalam regresi logistik adalah dengan nilai rasio oddsnya.
Koefisien model logit, , menggambarkan perubahan nilai fungsi logit g(x) untuk perubahan satu unit peubah penjelas x. Rasio odds didefinisikan sebagai berikut:
Interpretasi dari rasio odds ini adalah untuk x=1 maka kecenderungan bahwa responnya y=1 adalah kali bila dibandingkan dengan x=0.
Pemilihan model terbaik dilakukan menggunakan metode backward regression dengan nilai α 0.05.
METODOLOGI
Tahapan penelitian yang dilakukan adalah: 1. Persiapan Penelitian
a. Penyusunan kuesioner.
Dalam kuesioner disusun beberapa pertanyaan untuk memperoleh informasi tentang karakteristik responden (umur, jenis kelamin, pendidikan, status pernikahan, status tinggal), aktivitas responden, dan pendapatan serta alokasinya untuk masing-masing jenis pengeluaran responden. Contoh kuesioner yang digunakan dalam penelitian ini terdapat dalam Lampiran 1.
b. Penentuan perumahan yang akan disurvei dengan metode purposive sampling.
Perumahan BNR dipilih menjadi lokasi survei karena kemudahan dalam perizinan, akses menuju perumahan tersebut relatif mudah, dan hampir semua rumah tangga di perumahan BNR memiliki PRT.
c. Pendataan jumlah populasi PRT di Perumahan BNR. Perkiraan tentang populasi PRT di perumahan BNR diperoleh kerangka sampel (sampling frame). Sampling frame dalam penelitian ini adalah berupa denah beserta alamat-alamat rumah di perumahan BNR.
2. Pengumpulan Data
a. Survei tahap I (penelitian pendahuluan) kepada 30 responden.
Survei ini dilakukan untuk menguji kuesioner, mengetahui keragaman populasi dan untuk menentukan disain penarikan contoh pada survei tahap II. b. Survei tahap II menggunakan metode
Populasi penelitian dibagi menjadi dua lapisan berdasarkan cluster perumahan BNR. Cluster-cluster dengan ukuran rumah ≤ 100 m2 digolongkan sebagai lapisan 1 sedangkan cluster-cluster dengan ukuran rumah > 100 m2 digolongkan sebagai lapisan 2. Teknik pengacakan dalam masing-masing lapisan menggunakan pengacakan sederhana. Dalam pengacakan sampel disiapkan juga sampel cadangan untuk mengantisipasi tingginya tingkat nonrespon.
3. Analisis Data
a. Analisis statistika deskriptif untuk melihat karakteristik responden secara umum.
Pada penelitian ini dibuat pie chart untuk melihat karakteristik responden, seperti umur, pendidikan, dan lama kerja responden. Analisis statistika deskriptif juga dilakukan dengan membuat tabulasi data untuk melihat asal daerah PRT, penyebab kegagalan mendapatkan responden, dan alokasi penghasilan PRT untuk masing-masing jenis pengeluarannya. Selain itu, disajikan pula ringkasan statistik dalam bentuk nilai rata-rata untuk peubah pendapatan dan pengeluaran responden.
b. Analisis korespondensi untuk melihat kedekatan antara kategori-kategori pada peubah karakteristik PRT dengan kategori-kategori pada peubah besarnya persentase penghasilan yang digunakan untuk konsumsi dan penggunaan pulsa per bulan.
Data yang digunakan untuk analisis korespondensi berupa data frekuensi dari tabel kontingensi berukuran IxJ dimana I merupakan banyaknya kategori pada peubah karakteristik responden dan J merupakan banyaknya kategori pada peubah besarnya persentase penghasilan yang digunakan untuk konsumsi dan penggunaan pulsa per bulan.
Dari tabel kontingensi dibuat matriks korespondensi P yang kemudian diuraikan menggunakan prinsip SVD. SVD diperlukan untuk mereduksi dimensi data berdasarkan keragaman data terbesar dengan mempertahankan informasi yang optimum.
c. Analisis regresi logistik biner untuk mengetahui faktor-faktor yang
berpengaruh terhadap besarnya alokasi penghasilan PRT untuk konsumsi, dengan tahapan sebagai berikut: 1) Memodelkan seluruh peubah
penjelas dengan peubah respon (Lampiran 5) dan menduga parameter dengan metode kemungkinan maksimum.
2) Melakukan pengujian parameter secara simultan menggunakan uji-G dan secara parsial menggunakan uji Wald.
3) Pemilihan model terbaik menggunakan metode backward regression dengan nilai α 0.05. Analisis dimulai dengan model penuh kemudian peubah-peubah yang tidak nyata dieliminasi dari model melalui proses iterasi. Software yang digunakan dalam analisis data adalah software statistik dan Microsoft Excel 2007.
PEMBAHASAN Pelaksanaan Survei
Populasi dalam penelitian ini adalah seluruh PRT di perumahan BNR yang berjumlah 1037, sedangkan sampel yang diamati dengan bound of error sebesar 15% adalah 90 PRT melalui wawancara terstruktur. Setelah mendapatkan informasi mengenai kondisi perumahan BNR, dilakukan survei pendahuluan. Pada survei pendahuluan dihasilkan bahwa keragaman penggunaan penghasilan responden dalam dua lapisan berbeda sehingga metode PCAB digunakan untuk survei tahap II. Cluster-cluster dalam perumahan BNR dibagi menjadi dua lapisan berdasarkan ukuran rumahnya. Lapisan satu terdiri atas dua cluster sedangkan lapisan dua terdiri atas empat cluster.
Pengumpulan data secara benar merupakan hal terpenting dari suatu penelitian. Hal ini bukanlah pekerjaan yang mudah karena di lapangan banyak ditemui kendala yang bisa menyebabkan terjadinya error. Menjadikan PRT sebagai objek penelitian juga pekerjaan yang sulit. Rendahnya pendidikan PRT menyebabkan mereka sulit untuk mengungkapkan hal-hal yang agak bersifat pribadi, seperti pendapatan dan pengeluarannya. Ketidakkonsistenan responden dalam menjawab pertanyaan juga menjadi masalah tersendiri sehingga enumerator harus memeriksa jawaban responden sebelum meninggalkan responden.
5
Dari responden yang berhasil diwawancarai, mereka sangat bekerja sama dengan enumerator, dalam arti tidak bersikap galak, memusuhi atau takut kepada enumerator. Dalam menjawab pertanyaan pun hampir semua responden (90%) menjawab dengan jujur. Mereka menunjukkan sikap yang ramah dan santun kepada enumerator.
Dari 189 PRT yang dikunjungi sebagai calon responden, sebanyak 99 orang tidak berhasil diwawancarai sehingga dapat dikatakan tingkat respon (respon rates) sebesar 47%. Kegagalan mendapatkan responden ini disebabkan oleh beberapa faktor, seperti terlihat pada Tabel 1.
Tabel 1 Penyebab Kegagalan Mendapatkan Responden
Alasan Persentase
sedang sibuk 17%
tidak buka pintu 37%
tidak mau diwawancara 16% tidak punya pekerja 10%
PRT sudah pulang 3%
tidak diizinkan majikan 7% seperti rumah kosong 10%
Tabel 1 menunjukkan kegagalan mendapat responden paling banyak disebabkan para pekerja tidak mau membukakan pintu untuk enumerator. Hal ini sesuai kebiasaan warga di perumahan BNR untuk tidak menerima tamu asing dalam keperluan apapun. Responden juga gagal didapatkan karena mereka menolak untuk diwawancara dengan alasan tertentu, sedang melakukan pekerjaannya, tidak diizinkan majikan, serta rumah yang terpilih sebagai sampel tidak dihuni oleh pemiliknya.
Nonrespon merupakan salah satu jenis error dalam survei (Alwin, 2007). Adanya error dalam survei dapat berpengaruh pada tingkat keakuratan kesimpulan yang diambil dari data sampel. Kevalidan kesimpulan yang diambil dari data survei juga dipengaruhi oleh jenis error yang lain, yaitu error karena tidak mencakup semua anggota populasi (coverage error), error karena hanya mengamati sebagian populasi (sampling error), dan error pengukuran (measurement error).
Keempat error yang sering terjadi dalam survei ini memiliki keterkaitan satu sama lain. Measurement error tersarang pada nonresponse error sedangkan nonresponse error tersarang pada sampling error, begitu juga dengan sampling error yang tersarang pada coverage error (Alwin, 2007).
Untuk mengurangi error dan pengaruhnya terhadap keakuratan kesimpulan yang diambil dari data dapat dilakukan dengan memilih disain penarikan contoh yang tepat, menyiapkan sampel cadangan, menjelaskan dari awal mengenai tujuan survei, dan hati-hati dalam membacakan pertanyaan kepada responden agar tidak menyinggung perasaan responden.
Penyiapan sampel cadangan untuk mengantisipasi tingginya tingkat nonrespon sebenarnya kurang efisien dalam penggunaan sumber daya. Salah satu alternatif untuk mengatasi hal ini adalah dengan mengubah teknik pengacakan sampel.
Penarikan contoh secara sistematik di setiap lapisan merupakan cara yang lebih efisien. Dalam metode ini, untuk memilih sebuah contoh berukuran n unit dari N populasi, kita ambil sebuah unit secara acak dari k (k=N/n) unit yang pertama, selanjutnya mengambil setiap kelipatan k. Dibandingkan dengan penarikan contoh acak sederhana, cara ini lebih mudah, khususnya untuk pelaksanaan di lapangan, dan lebih akurat.
Karakteristik Responden
PRT di Bogor didominasi oleh perempuan, yaitu sebesar 89%, karena pekerjaan-pekerjaan yang dilakukan umumnya merupakan jenis pekerjaan untuk perempuan seperti memasak, membersihkan rumah, mencuci, menyeterika, dan mengasuh anak.
Gambar 1. Sebaran Usia Responden
Gambar 1 memperlihatkan bahwa profesi pekerja rumah tangga ini didominasi oleh kaum muda. Usia merupakan salah satu faktor yang menentukan kesanggupan seseorang untuk bekerja sehingga wajar jika para PRT ini berada dalam usia produktif.
PRT yang statusnya sudah menikah sebanyak 48.9% dan sebanyak 51.1% belum menikah. Bagi yang sudah menikah mereka bekerja untuk menjalankan roda kehidupan rumah tangganya. Bagi yang belum menikah,
<=20 tahun 36% 21-30 tahun 30% 31-40 tahun 15% >40 tahun 19%
mereka bekerja untuk membantu perekonomian keluarganya.
Sebagian besar PRT di Bogor hanyalah lulusan SD dan SLTP sehingga tergolong dalam tenaga kerja tidak terampil dan berpendidikan rendah. Rendahnya tingkat pendidikan merupakan salah satu kendala untuk memasuki bidang-bidang pekerjaan di sektor formal.
Gambar 2. Sebaran Pendidikan Terakhir Responden
PRT yang berasal dari dalam kota Bogor ada sebanyak 45.55% sedangkan sisanya berasal dari kota-kota lain di Jawa Barat, bahkan banyak juga yang berasal dari luar Jawa Barat (Tabel 2). Hal ini menyebabkan sebagian besar para PRT ini tinggal menetap dengan majikannya.
Tabel 2 Sebaran Responden Berdasarkan Asal Daerahnya
Alamat asal Frekuensi Persentase
satu desa 2 2.22%
satu kab/kota 39 43.33% satu provinsi 14 15.56% luar provinsi 35 38.89%
Para PRT di Bogor umumnya merupakan pekerja baru yang belum genap 1 tahun bekerja dengan majikannya. Namun, beberapa di antara mereka juga tergolong pekerja yang loyal dengan majikannya, terlihat dari masa kerjanya yang sudah mencapai >1 tahun, bahkan 13% diantaranya sudah bekerja >5 tahun (Gambar 3).
Gambar 3. Sebaran Masa Kerja Responden
Aktivitas Responden
Sebagian besar (73%) PRT di Perumahan BNR dipekerjakan untuk membersihkan rumah, memasak, mencuci, dan menyeterika, atau dengan kata lain sebagai pembantu. Sementara itu, sebanyak 14% bekerja sebagai baby sitter atau pengasuh anak. Dua jenis pekerjaan tersebut sebagian besar dikerjakan oleh PRT perempuan. PRT laki-laki umumnya bertugas sebagai penjaga rumah (7%), tukang kebun (4%) maupun sopir.
Para PRT ini rata-rata bekerja 12 jam tiap harinya. Akan tetapi, untuk baby sitter dan penjaga rumah memiliki jam kerja yang lebih lama yaitu sebanyak 24 jam. Berbeda halnya dengan pembantu yang umumnya hanya bekerja setengah hari.
Untuk para pembantu biasanya bekerja mulai pukul 06.00 WIB dimulai dengan menyiapkan sarapan, kemudian mencuci, membersihkan rumah, dan menyeterika. Jika sudah selesai mereka bisa beristirahat sampai majikan pulang kerja. Sementara itu, jam kerja baby sitter dimulai dari anak asuhnya bangun sampai tertidur lagi.
Pendapatan dan Pengeluaran Responden
Pendapatan PRT di Bogor berkisar antara Rp 275.000,- s.d. Rp 1.500.000,- per bulan, dengan rata-rata sebesar Rp 543.000,-. Sebagian besar responden (68%) memiliki gaji pokok ≤ Rp 500.000 setiap bulannya.
Berdasarkan hasil uji Khi-Kuadrat, besar gaji pokok para PRT ini berkorelasi dengan masa kerjanya dengan nilai-p sebesar 0.02 (Lampiran 2). Hubungan itu juga dapat dilihat pada Gambar 4.
Gambar 4. Grafik Hubungan Antara Masa Kerja dengan Penghasilan Responden
Terdapat perbedaan besarnya gaji pokok antara PRT dalam kedua lapisan. Besarnya rata-rata gaji pokok PRT pada lapisan 1 adalah Rp 452.142,- sedangkan pada lapisan 2
0 200000 400000 600000 800000 1000000 <1th 1-3 th 3-5 th >5th P e n gh as ila n Masa Kerja Perempuan Laki-laki tidak sekolah 12% tamat SD 38% tamat SMP 37% tamat SMA 13% < 1 tahun 50% 1 s.d < 3 tahun 29% 3 s.d 5 tahun 8% > 5 tahun 13%
7
rata-rata gaji pokok PRT adalah sebesar Rp 668.818,-. Perbedaan besarnya gaji pokok ini dapat dilihat dari boxplot pada Lampiran 3. Gambar tersebut menunjukkan PRT yang bekerja pada majikan dengan ukuran rumah besar memiliki gaji yang lebih tinggi. Keragaman besar gaji PRT pada lapisan dua relatif lebih beragam daripada lapisan satu. Hal ini terlihat dari ukuran boxplot pada lapisan dua yang lebih panjang.
Selain mendapatkan gaji pokok, mereka juga mendapatkan bonus di luar gaji pokoknya. Sebanyak 59% PRT menerima THR ketika hari raya. Setiap bulannya sebanyak 46% PRT juga menerima uang jajan yang rata-ratanya mencapai Rp 70.000,-. Mereka juga terkadang diberi gaji ekstra/tips jika ada acara tertentu, bantuan keluarga/pendidikan, serta uang sabun.
Beberapa kebutuhan sehari-hari para PRT ini juga dipenuhi majikannya. Sebanyak 90% PRT kebutuhan makan/minumnya sudah dipenuhi majikannya. Mereka yang tidak mendapat fasilitas makan/minum biasanya yang bertugas sebagai penjaga rumah atau yang tidak menetap dengan majikannya. Selain kebutuhan makan/minum, mereka juga biasanya diberi perlengkapan mandi, pakaian, pengobatan, dan ada pula yang diberi peralatan kosmetik oleh majikannya.
Para pekerja ini rata-rata menghabiskan penghasilannya sebesar Rp. 489.000,- setiap bulannya dengan bound of error sebesar 16%. Gambar 5 menunjukkan hubungan antara pengeluaran responden dengan masa kerjanya. Responden dengan masa kerja lebih lama cenderung memiliki pengeluaran lebih besar karena gaji yang mereka miliki juga lebih besar. Pekerja yang berjenis kelamin laki-laki juga cenderung memiliki pengeluaran lebih besar karena penghasilan yang mereka dapatkan digunakan untuk menghidupi seluruh keluarganya.
Gambar 5. Grafik Hubungan Antara Pengeluaran Responden per Bulan dengan Masa Kerjanya
Sebanyak 74.4% PRT tidak menggunakan penghasilannya untuk konsumsi makanan/minuman. Penghasilan yang mereka miliki banyak digunakan untuk pengeluaran nonkonsumsi yang rata-ratanya mencapai Rp 367.777,-. Boxplot pada Lampiran 4 juga menunjukkan adanya perbedaan yang sangat signifikan antara pengeluaran konsumsi dan nonkonsumsi responden. Pengeluaran nonkonsumsi responden memiliki keragaman yang cukup tinggi. Pengeluaran nonkonsumsi ini meliputi pengeluaran untuk pulsa, pakaian, kosmetik, perlengkapan mandi, remitan, dan pendidikan anak. Besarnya persentase penghasilan yang digunakan untuk masing-masing jenis pengeluaran tersebut dapat dilihat pada Tabel 3.
Tabel 3 Besarnya Persentase Penghasilan untuk Masing-Masing Jenis Pengeluaran
Jenis Pengeluaran Persentase
Konsumsi 19% Nonkonsumsi 56% Pulsa 10% Pakaian 7% Transportasi 1% Remitan 24% Pendidikan 8% Lainnya 5% Tabungan 25%
Tabel 3 memperlihatkan bahwa responden hanya menggunakan 19% dari total penghasilannya untuk keperluan konsumsi sedangkan sisanya untuk keperluan nonkonsumsi dan tabungan. Penggunaan penghasilan untuk keperluan nonkonsumsi paling banyak digunakan untuk remitan yang mencapai 24% dari total penghasilan, pengeluaran pulsa sebesar 10%, pendidikan anak 8%, dan pakaian 7%.
Selain untuk memenuhi kebutuhan pribadinya, para PRT juga menyisihkan sebagian penghasilannya sebagai tabungan. Besarnya persentase penghasilan yang ditabung oleh responden tiap bulannya mencapai 25% dari total penghasilan.
Analisis Korespondensi Penggunaan Penghasilan Responden
Analisis korespondensi untuk melihat kedekatan hubungan antara besarnya persentase penggunaan penghasilan responden untuk keperluan konsumsi dengan
0 200000 400000 600000 800000 1000000 1200000 <1th 1-3 th 3-5 th >5th P e n gel u ara n Masa Kerja Perempuan Laki-laki
karakteristik demografinya dapat dilihat pada Gambar 6. Perhitungan analisis korespondensi menghasilkan total keragaman sebesar 2.000. Dua dimensi pertama hanya mampu menerangkan 38.38% total keragaman. Akar ciri pertama memberikan nilai inersia sebesar 23.28% sedangkan akar ciri kedua memberikan nilai inersia sebesar 15.1%.
Gambar tersebut menunjukkan bahwa pekerja yang berjenis kelamin laki-laki umumnya sudah bekerja dalam jangka waktu yang lama, yaitu lebih dari 5 tahun atau antara 3-5 tahun dengan majikannya. Mereka yang sebagian besar berpendidikan SMA ini mengalokasikan dominan penghasilannya untuk konsumsi. PRT yang tidak tinggal menetap dengan majikannya juga cenderung mengalokasikan dominan penghasilannya untuk konsumsi. Hal ini disebabkan kebutuhan konsumsi mereka tidak dipenuhi oleh majikannya.
Pekerja yang berjenis kelamin wanita cenderung menggunakan sedikit penghasilannya untuk keperluan konsumsi. Para pekerja ini memiliki karakteristik umurnya relatif muda yaitu ≤ 20 tahun sehingga belum menikah, dan berpendidikan SD atau SMP. Selain itu, para pekerja ini tinggal menetap dengan majikannya sehingga kebutuhan konsumsi sehari-hari sudah dipenuhi oleh majikannya. Masa kerja
pekerja-pekerja ini umumnya kurang dari 1 tahun.
Kemajuan teknologi sangat berpengaruh terhadap kehidupan masyarakat, tidak terkecuali PRT. Dari 90 orang PRT, 64% di antaranya atau sebesar 54 responden memiliki HP. Bahkan, 9.25% PRT memiliki HP lebih dari satu. Mereka menganggap HP sangat penting, terutama bagi yang berasal dari luar Bogor. Selain untuk menelepon dan sms, para PRT juga menggunakan HP untuk foto, mendengarkan musik dan radio, serta mengakses internet. HP yang dimiliki pun cukup bagus, dilihat dari harganya 44% responden memiliki HP yang harganya berkisar antara Rp 500.000-1.000.000,-, bahkan 13% diantaranya memiliki HP dengan harga > Rp 1.000.000,-.
Kepemilikan HP ini berimbas pada kebutuhan pulsa yang harus selalu dipenuhi. Analisis statistika deskriptif terhadap penggunaan pulsa responden per bulan memberikan hasil bahwa besarnya rata-rata nilai peubah ini adalah Rp 60.722,- per bulan. Banyaknya pulsa yang dihabiskan tiap bulannya juga tergantung kepada karakteristik masing-masing responden. Untuk melihat asosiasi antara peubah penggunaan pulsa per bulan dengan karakteristik responden juga digunakan analisis korespondensi.
Component 1(23.28%) C o m p o n e n t 2 (1 5 .1 % ) 1.5 1.0 0.5 0.0 -0.5 -1.0 -1.5 -2.0 1.5 1.0 0.5 0.0 -0.5 -1.0 -1.5 -2.0 >100000 <=100000 0 K2 K1 TM M T4 T3 T2 T1 SMA SMP SD TL BM SM P L U4 U3 U2 U1 Keterangan:
Penggunaan pulsa per bulan 0 <= 100.000 >100.000 Jenis Kelamin L. Laki-laki P. Perempuan Status Pernikahan SM. Sudah menikah BM. Belum menikah
Penggunaan Penghasilan utk Konsumsi
Status tinggal
M. Menetap dengan majikan TM. Tidak menetap dengan majikan Masa Kerja
T1. <1tahun T2. 1-3 tahun T3. 3-5 tahun T4. >5 tahun
K1. <=20% total penghasilan (dominan) K2. >20% total penghasilan Usia(U) U1. <=20 tahun U2. 21-30 tahun U3. 31-40 tahun U4. >40 tahun
9
Plot korespondensi pada Gambar 6 memperlihatkan bahwa PRT yang berumur 31-40 tahun atau > 40 tahun letaknya berdekatan dengan pengeluaran pulsa per bulan 0 yang menunjukkan bahwa mereka tidak memiliki HP sehingga tidak menggunakan penghasilannya untuk keperluan pulsa. Mereka umumnya hanya lulus SD atau bahkan tidak bersekolah dan sudah menikah. Hal ini terjadi karena seseorang yang tidak sekolah cenderung memiliki kemampuan membaca dan menulis yang rendah padahal untuk mengoperasikan HP seseorang membutuhkan kemampuan tersebut. Selain itu, usia responden yang relatif sudah tua juga memengaruhi kepemilikan HP. Mereka menganggap HP bukan suatu kebutuhan mutlak yang harus dipenuhi.
PRT yang berpendidikan SMA dan SMP serta berusia ≤ 20 tahun atau 21-30 tahun memiliki pengeluaran pulsa ≤ Rp 100.000,- dan > Rp 100.000,-. Adanya penghasilan yang digunakan untuk pulsa menunjukkan bahwa mereka memiliki HP. Untuk PRT yang berpendidikan SMA dan berusia 21-30 tahun letaknya relatif dekat dengan pengeluaran pulsa > Rp 100.000,- per bulan sedangkan PRT yang berpendidikan SMP letaknya relatif dekat dengan pengeluaran pulsa ≤ Rp 100.000,- per bulan.
Model Regresi Logistik
Analisis regresi logistik menggunakan 6 peubah penjelas menghasilkan nilai statistik uji-G sebesar 61.029 dengan nilai-p sebesar 0.000 sehingga dapat disimpulkan bahwa pada taraf nyata 5% setidaknya ada satu yang tidak sama dengan nol di antara peubah penjelas tersebut. Berdasarkan hasil uji Wald ada dua peubah penjelas yang nyata pada taraf 5%, yaitu peubah jenis kelamin dan status tinggal (Lampiran 6).
Tabel 4. Peubah yang Nyata terhadap Respon
Peubah B Wald nilai-p
X2(1) 2.629 6.882213 0.0087 X3(1) 3.546 9.087644 0.0025 X4 8.504892 0.0366 X4(1) -1.646 1.489761 0.2222 X4(2) -3.994 7.576407 0.0059 X4(3) -1.913 2.477752 0.1154 X6(1) 2.107 6.990411 0.0081 Constant -2.824 6.178184 0.0129
Pemilihan model terbaik menggunakan backward regression dapat dilihat pada Tabel 4. Nilai statistik uji-G dari model ini sebesar 51.74 dengan nilai-p 0.000. Terdapat empat peubah penjelas yang nyata pada taraf 5%, yaitu peubah jenis kelamin, status pernikahan, pendidikan, dan status tinggal.
Berdasarkan peubah-peubah yang nyata, maka dapat dibentuk model logit sebagai berikut:
dengan
-2.824 + 2.629X2(1) + 3.546X3(1) -
1.646X4(1) – 3.994X4(2) – 1.913X4(3) +
2.107X6(1)
Ketepatan prediksi model yang diperoleh dari hasil analisis regresi logistik dapat diketahui melalui tabel klasifikasi. Tabel klasifikasi dari model ini dapat dilihat pada Tabel 5 berikut.
Tabel 5 Ketepatan Prediksi Model
Aktual Prediksi % Benar Rendah Tinggi
Rendah 67 2 97.1
Tinggi 6 15 71.4
% Keseluruhan 91.1 Tabel 5 memperlihatkan bahwa dari 21 responden yang mengalokasikan > 20% penghasilannya untuk konsumsi hanya 15 orang atau sebesar 71.4 % yang dapat diklasifikasian dengan tepat sedangkan dari 69 responden yang mengalokasikan ≤ 20% penghasilannya untuk konsumsi, sebesar 67 responden atau sebesar 97.1% diklasifikasikan dengan tepat. Total klasifikasi yang tepat dari 90 orang responden adalah sebanyak 82 responden atau 91.1 %.
Tabel 6 Nilai Rasio Odds dari Peubah Penjelas Peubah Rasio odds SK 95% Bawah Atas X2(1) 13.86 1.944207 98.80783 X3(1) 34.67 3.45727 347.6798 X4(1) 0.193 0.013725 2.710139 X4(2) 0.018 0.001071 0.316576 X4(3) 0.148 0.013645 1.598229 X6(1) 0.122 1.724745 39.21207
Interpretasi koefisien peubah dalam regresi logistik dilakukan melalui nilai rasio oddsnya. Nilai rasio odds untuk masing-masing peubah penjelas dapat dilihat pada Tabel 6.
Hasil dari rasio odds pada Tabel 6 menunjukkan bahwa PRT yang berjenis kelamin laki-laki (X2) memiliki
kecenderungan mengalokasikan dominan penghasilannya untuk konsumsi lebih besar 13.86 kali daripada PRT yang berjenis kelamin perempuan. Sementara itu, PRT yang sudah menikah memiliki kecenderungan mengalokasikan dominan penghasilannya untuk konsumsi lebih besar 34.67 kali daripada PRT yang belum menikah.
Dengan tingkat kepercayaan 95% dipercaya bahwa responden yang tidak sekolah memiliki kecenderungan mengalokasikan dominan penghasilannya untuk konsumsi sebesar 0.193 kali dibandingkan dengan responden yang lulus SMA. Responden yang lulus SD memiliki kecenderungan untuk mengalokasikan dominan penghasilannya untuk konsumsi sebesar 0.018 kali dibandingkan dengan responden yang lulus SMA. Sementara itu, responden yang lulus SMP memiliki kecenderungan untuk mengalokasikan dominan penghasilannya untuk konsumsi sebesar 0.148 kali dibandingkan dengan responden yang lulus SMA.
Peubah status tinggal (X6) memiliki nilai
rasio odds sebesar 0.122. Hal ini berarti PRT yang tinggal menetap dengan majikannya memiliki kecenderungan mengalokasikan dominan penghasilannya untuk konsumsi lebih besar 0.122 kali dibandingkan dengan PRT yang tinggal menetap dengan majikannya.
KESIMPULAN DAN SARAN Kesimpulan
1. Melakukan penelitian di suatu perumahan dan mengambil objek survei seorang PRT harus sangat berhati-hati karena tingkat nonrespon cukup tinggi. Tingkat nonrespon yang tinggi ini dapat berpengaruh terhadap keakuratan kesimpulan yang diambil dari data. Metode penarikan contoh yang dipilih juga harus seefisien mungkin agar menghemat penggunaan sumber daya.
2. Sebagian besar PRT tidak menggunakan
penghasilannya untuk keperluan konsumsi. Mereka lebih banyak menggunakan penghasilannya untuk
keperluan nonkonsumsi, seperti pulsa, pakaian, dan kosmetik.
3. Analisis korespondensi antara
karakteristik PRT dengan penggunaan penghasilannya menunjukkan bahwa PRT yang berjenis kelamin perempuan, berumur relatif muda, menetap dengan majikannya dan belum menikah cenderung mengalokasikan ≤ 20% penghasilannya untuk konsumsi. Sementara itu, PRT yang berjenis kelamin laki-laki, tidak menetap dengan majikannya, dan sudah menikah cenderung mengalokasikan dominan penghasilannya untuk konsumsi.
4. Analisis regresi logistik menghasilkan
bahwa peubah jenis kelamin, status pernikahan, pendidikan, dan status tinggal berpengaruh terhadap besarnya alokasi penghasilan PRT yang digunakan untuk konsumsi.
Saran
1. Untuk mengurangi nonrespon dalam melakukan survei di perumahan sebaiknya ada koordinasi dengan pihak keamanan dan pengurus perumahan tersebut untuk memberitahukan kepada warga tentang adanya pelaksanaan survei.
2. Penarikan contoh di setiap lapisan sebaiknya dilakukan secara sistematik agar lebih efisien dan mudah dalam pelaksanaan di lapangan.
DAFTAR PUSTAKA
Alwin, Duane F. 2007. Margins of Error: A Study of Reliability in Survey Measurement. New York : John Wiley&Sons.
Antari, N. L. S. 2007. Pengaruh Pendapatan, Pendidikan, dan Remitan terhadap Pengeluaran Konsumsi Pekerja Migran Nonpermanen di Kabupaten Badung. http://www.ejournal.unud.ac.id/. [11 Maret 2009]
Greenacre, M. J. 1984. Theory and Applications Correspondence Analysis. London: Academic Press, Inc.
Hosmer, D. W, dan Lemeshow S. 2000. Applied Logistic Regression.New York: John Wiley and Sons.
Lebart et al. 1984. Multivariate Descriptive Statistical Analysis. Translated by Elisabeth Moraillton Berry. New York : John Wiley&Sons.
Scheaffer, Richard L. 1990. Elementary Survey Sampling. Boston: PWS – KENT Publishing Company.
Lampiran 1. Kuesioner Penelitian
KUESIONER PENELITIAN
A. IDENTITAS RESPONDEN
1. Nama Responden :____________________________Nomor Responden :_____ 2. Alamat di Bogor :_________________________________________________ _________________________________________________
B. KARAKTERISTIK RESPONDEN
1. Umur : [1]. <=20 tahun [3]. 31 s.d <=40 tahun [2]. 21 s.d <=30 tahun [4]. > 40 tahun 2. jenis kelamin : [1]. laki-laki [2]. Wanita 3. status pernikahan : [1]. sudah menikah [2]. belum menikah 4. Pendidikan : [1]. tidak sekolah [4]. SMA
[2]. SD [5]. Lainnya
[3]. SMP
5. alamat asal : [1]. satu desa [3]. satu propinsi
[2]. satu kabupaten/ kota [4]. luar propinsi alamat tepatnya : ______________________________________________________
C. AKTIVITAS RESPONDEN
1. Sudah berapa lama Anda bekerja di sini?____tahun [1]. < 1 tahun [3]. 3 s.d <5 tahun
[2]. 1 s.d <3 tahun [4]. >= 5 tahun
2. apakah Anda tinggal menetap dengan majikan?
[1]. Ya [2]. tidak
4. dari jam berapa sampai jam berapa Anda bekerja? ____________
Waktu Jenis Pekerjaan Waktu Jenis Pekerjaan
5. aktivitas apa saja yang biasa Anda lakukan selain melaksanakan kewajiban di rumah ini?
D.
1
__________________________________________________________________________
PENDAPATAN DAN PENGELUARAN RESPONDEN
apa saja kebutuhan sehari-hari Anda yang dipenuhi oleh majikan?
a. makan/minum 1. ya 2. tidak
b. perlengkapan mandi, pembalut 1. ya 2. tidak
c. pakaian 1. ya 2. tidak
d. pengobatan 1. ya 2. tidak
e. kosmetik 1. ya 2. tidak
f. lainnya, sebutkan______________ _____________________________
2. berapa gaji pokok Anda (Rupiah)? (rata-rata besarnya gaji pokok dalam 3 bulan terakhir) [1]. <= 500.000 [3]. > 1000.000
[2]. 500.001 s.d. 1000.000
13
Lampiran 1 (Lanjutan)
3 bonus apa saja yang Anda terima selain dari gaji pokok?
a. THR [1]. ya, besarnya __________ [2]. Tidak
b. uang jajan [1]. ya, besarnya tiap bulan_________ [2]. Tidak c. uang transport [1]. ya, besarnya tiap bulan_________ [2]. Tidak d. gaji ekstra(kalau ada acara) [1]. ya, besarnya tiap bulan_________ [2]. Tidak e. _______________________
f. _______________________ g. _______________________
[1]. ya, besarnya tiap bulan_________ [1]. ya, besarnya tiap bulan _________ [1]. ya, besarnya tiap bulan _________
[2]. Tidak [2]. Tidak [2]. Tidak 4. Berapa rata-rata total pendapatan Anda per bulan(Rupiah)?(rata-rata total pendapatan 3 bulan terakhir)
[1]. <=500.000 [3]. >1000.000 [2]. 500.001 s.d. 1000.000
Sebutkan nilai rata-ratanya :__________________ 5. Berapa rata-rata pengeluaran Anda setiap bulan(Rupiah)?
[1]. <=100.000 [3]. >500.000 [2]. 100.001 s.d. 500.000
sebutkan nilai rata-ratanya :________________________ 6. untuk apa saja uang yang Anda terima digunakan?
jenis pengeluaran Harian (Rupiah) Bulanan (Rupiah)
Pengeluaran konsumsi a. makan/minum b. jajan Jumlah Pengeluaran nonkonsumsi c. pulsa d. pakaian e. kosmetik f. perlengkapan mandi g. transportasi h. remitan i. j. Jumlah Total
7. Besarnya uang yang ditabung setiap bulan(Rupiah)? (rata-rata besarnya uang tabungan dalam 3 bulan terakhir) [1]. <=300.000 [3].>500.000
[2]. 300.001 s.d. 500.000
sebutkan nilai tepatnya:_______________
8. Apakah Anda memiliki HP? [1]. Ya [2]. Tidak ( STOP wawancara) 9. Berapa banyaknya HP yang Anda miliki?_____
10. berapa harga HP yang Anda miliki(Rupiah)?
[1]. <500.000 [3]. 1.000.001 s.d. 2.000.000 [2]. 500.001 s.d. 1.000.000 [4]. >2.000.000
11. Seberapa penting HP bagi Anda? [1]. tidak penting
[2]. Penting
[3]. sangat penting
12. Untuk keperluan apa saja Anda menggunakan HP? (jawaban boleh lebih dari satu) [1]. telepon dan sms
[2]. Foto
[4]. mendengarkan music
[5]. lainnya, sebutkan_______________ [3]. mendengarkan radio
Lampiran 1(Lanjutan)
Pertanyaan tambahan(bagi pewawancara) :
1. Bagaimana sikap responden saat wawancara?
[1]. Santai/normal [2]. Galak/memusuhi [3]. Ketakutan/curiga 2. Apakah responden menjawab pertanyaan dengan jujur?
[1]. Tidak [2]. Ya, cukup jujur [3]. Ya, sangat jujur 3. Saat wawancara, apakah responden mau bekerja sama?
[1]. Tidak [2]. Ya, cukup [3]. Ya, sangat
Catatan tambahan:
Lampiran 2. Uji Khi Kuadrat antara Masa Kerja PRT dengan Besar Gaji Pokoknya Crosstab 38 6 1 45 62.3% 25.0% 20.0% 50.0% 14 11 1 26 23.0% 45.8% 20.0% 28.9% 4 2 1 7 6.6% 8.3% 20.0% 7.8% 5 5 2 12 8.2% 20.8% 40.0% 13.3% 61 24 5 90 100.0% 100.0% 100.0% 100.0% Count
% within gaji pokok Count
% within gaji pokok Count
% within gaji pokok Count
% within gaji pokok Count
% within gaji pokok < 1 tahun 1 s.d < 3 tahun 3 s.d 5 tahun > 5 tahun lama kerja Total <=500000 500000-1 000000 >1000000 gaji pokok Total Chi-Square Tests 14.984a 6 .020 14.326 6 .026 10.865 1 .001 90 Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases Value df Asymp. Sig. (2-sided)
7 cells (58.3%) have expected count less than 5. The minimum expected count is .39.
15
Lampiran 3. Boxplot Besarnya Gaji Responden berdasarkan Lapisannya
lapisan b e sa r g a ji 2 1 1600000 1400000 1200000 1000000 800000 600000 400000 200000
Lampiran 4. Boxplot Penggunaan Penghasilan Responden berdasarkan Jenis Pengeluarannya
D a ta pengeluaran_non_kons pengeluaran konsumsi 1000000 800000 600000 400000 200000 0
Lampiran 5. Peubah-peubah yang digunakan dalam Regresi Logistik Biner
Peubah Kategori Kode
Besarnya alokasi penghasilan untuk konsumsi (Y)
≤ 20 % dari total penghasilan (rendah) 0 >20 % dari total penghasilan (dominan) 1 Umur (X1) ≤20 tahun 0 21-30 tahun 1 31-40 Tahun 2 > 40 tahun 3 Jenis Kelamin (X2) Laki-laki 0 Perempuan 1 Status Pernikahan (X3) Sudah Menikah 0 Belum Menikah 1 Pendidikan (X4) Tidak sekolah 0 Tamat SD 1 Tamat SMP 2 Tamat SMA 3 Lama Kerja (X5) ≤ 1 tahun 0 1 s.d. <3 tahun 1 3 s.d. <5 tahun 2 ≥5 tahun 3 Status Tinggal (X6)
Menetap dengan majikan 0
Tidak menetap dengan majikan 1 Lampiran 6. Hasil Regresi Logistik Biner dengan Enam Peubah Penjelas
peubah B S.E. Wald df Sig.
umur 5.242928 3 0.154849 umur(1) -17.7348 6251.587 8.05E-06 1 0.997737 umur(2) -1.69709 1.330614 1.626689 1 0.202162 umur(3) 1.482973 1.396102 1.128319 1 0.288134 JK(1) 3.876474 1.750739 4.902652 1 0.026815 status_pernikahan(1) 2.382369 1.468972 2.630214 1 0.104848 pendidikan 4.398586 3 0.221517 pendidikan(1) -1.79375 1.719292 1.088495 1 0.296805 pendidikan(2) -3.35337 1.647168 4.144638 1 0.041767 pendidikan(3) -1.51013 1.381162 1.195472 1 0.274229 lama_kerja 2.171364 3 0.537611 lama_kerja(1) 1.371434 1.916929 0.511844 1 0.474342 lama_kerja(2) 2.508573 1.883096 1.774633 1 0.18281 lama_kerja(3) 1.662988 4.579883 0.131847 1 0.716525 status_tinggal(1) -2.9329 1.17246 6.257476 1 0.012367 Constant -1.09465 2.802166 0.152603 1 0.696061
