PEMETAAN DAN MODEL REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR PADA TAHUN 2009 DENGAN METODE GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)

PEMETAAN DAN MODEL REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR PADA TAHUN

2009 DENGAN METODE GWR

(GEOGRAPHICALLY WEIGHTED REGRESSION)

Pembimbing : Ir. Sri Pingit Wulandari, MSi

l15_k4@yahoo.co.id

Liska Septiana

1309 105 004

Latar Belakang

Pendidikan

SDM berkualitas sehingga

meningkatkan mutu hidup

^{(BPS 2008)}

Salah satu parameter keberhasilan pendidikan adalah menuntaskan APK (Angka Partisipasi Kasar) dan APM (Angka Partisipasi Murni) mutu pendidikan untuk mencapai 95% (Rasiyo, 2009).

Dapat dikatakan belum maksimal berdasarkan jenjang pendidikan formal khususnya pada jenjang pendidikan SMA pada APK sebesar 71,18 % dan APM sebesar 57,05 %

Remaja putus sekolah usia SMA sekitar 40,89 persen

Putus Sekolah di Jawa Timur

0 100 200 300 400 500 600 700

Series1

Kota Kediri kediri Malang

Jember Berdasarkan Jatimprov pada tahun 2007/2008

Mennurut Eko Setiyono (Kepala Bagian Masyarakat Kabupaten Kediri):Alasan utama mereka antara lain masalah ekonomi, medan yang terlalu jauh, menikah, hingga mencari pekerjaan

Menurut Kahumas Pemkot Malang M Yusuf, siswa siswi yang jarak sekolah dengan tempat tinggalnya terlalu jauh dan mereka adalah dari keluarga kurang mampu diberi bantuan berupa sepeda

Dana BOS dari tiap wilayah berbeda

Permasalahan dan Tujuan

1

• Bagaimana pemetaan secara spasial dari persentase remaja putus sekolah usia SMA di Provinsi Jawa Timur ?

2

• Bagaimana pemodelan regresi spasial berdasarkan faktor-faktor yang mempengaruhi remaja putus sekolah usia SMA di Provinsi Jawa Timur?

1

• Mendiskripsikan pemetaan secara spasial pada remaja putus sekolah usia SMA di Provinsi Jawa Timur.

2 • Menyusun pemodelan Regresi Spasial berdasarkan faktor-faktor yang mempengaruhi remaja putus sekolah usia SMA di Provinsi Jawa Timur.

Manfaat

Apa Manfaatnya Apa Manfaatnya

mengaplikasikan ilmu yang telah diperoleh dari bangku perkuliahan serta memberikan informasi bagi pembaca khususnya pemerintah Jawa Timur tentang putus sekolah remaja usia SMA di setiap Kabupaten/Kota di Jawa Timur serta faktor-faktor apa saja yang mempengaruhiputus

sekolah remaja usia SMA.

Tinjauan Pustaka

Parameter Pendidikan

menuntaskan APK (Angka Partisipasi Kasar) dan APM (Angka Partisipasi Murni) mutu pendidikan untuk mencapai 95%.

Jumlah siswa dijenjang pendidikan tertentu *)

APK = ---x 100 % Jumlah penduduk kelompok usia tertentu

Jl. siswa kelpk usia sekolah dijenjang pendidikan tertentu *)

APM = --- x 100 % Jumlah penduduk kelompok usia tertentu

usia 2-4 tahun ( usia Play group) usia 7–12 tahun (usia SD), usia13–15 tahun (usia SLTP),

usia 16–18 tahun (usia SMU) usia 19–24 tahun (usia perguruan tinggi/PT)

PUTUS SEKOLAH

Tinjauan Pustaka

^Cont’

Faktor-aktor lain yang menyebabkan anak putus sekolah yaitu

jenis kelamin, jumlah saudara dan rata-rata pengeluaran perbulan. Jenis kelamin erat kaitannya dengan putus sekolah, diduga angka putus sekolah anak perempuan jauh lebih besar dibandingkan dengan anak laki-laki. (Elfindri 2001)

Faktor ekonomi indikatornya antara lain tidak ada biaya dan bekerja (Alifianto, 2008).

Tinjauan Pustaka

^Cont’

Dampak Pendidikan

Eksternalities dan efek tidak langsung yang berhubungan dengan pendidikan, Kesehatan, dan pertumbuhan populasi:

• Pendidikan , pencapaian dan prestasi anak

• Peningkatan kesehatan, dan kematian bayi lebih rendah

• Lebih baik individu healt

• penurunan jumlah kelahiran

Pertumbuhan penduduk yang lebih rendah dan kesehatan lebih baik populasi (dan angkatan kerja)

Pendidikan

Peningkatan pendapatan tetangga Peningkatan laba

(produktivitas tinggi) Pertumbuhan tinggi

Partisipasi dalam angkatan kerja

Peningkatan angkatan kerja

Tinjauan Pustaka

^Cont’

Analisis Regresi

Analisis regresi merupakan analisis untuk mendapatkan hubungan dan model matematis antara variabel dependen (Y) dan satu atau lebih variabel independen (X).

Y =

b

⁰ +

b

^1X1 +...+

b

^{pX p} +

e

, Y =

b

₀ +

b

₁X_i1+... +

b

_p X_ip +

e

pengamatan sebanyak n

Dalam model regresi ada asumsi normalitas yaitu ε∼IIDN(0,s²I).

Dalam bentuk Matrik

Model umum regresi spasial dinyatakan pada persamaan (2.6) dan (2.7) (LeSage, 1999; dan Anselin 1988).

Tinjauan Pustaka

^Cont’

u Xβ

y W

y = 

₁

+ +

^dengan

^{u =  W}

²

^{u + ε ε ~ N ( 0 , s}

²

^{I )}

Tinjauan Pustaka

^Cont’

Spatial Autoregressive Model (SAR)

Spatial Autoregressive Model (SAR) disebut juga Spatial Lag Model (SLM) adalah salah satu model spasial dengan pendekatan area dengan memperhitungkan pengaruh

spasial lag pada variabel dependen saja.

ε Xβ y

W

y = 

₁

+ +

ε Xβ

y W

y   ₁ = +

 I   W

₁

 y = Xβ + ε



I W



Xβ



I W



ε y =   ₁ ^1 +   ₁ ^1



¹



¹



¹



^{1 2}

 

¹



¹



~ N ^   ^ ,   ^ s   ^{ T }

y I W Xβ I W I I W

Tinjauan Pustaka

^Cont’

Spatial Error Model (SEM)

Uji Residual Spatial error model berbasis Maximum Likelihood

estimation dilakukan untuk mengetahui SEM, menguji Residual spatial autocorrelation dengan Lagrange Multiplier (LM )

Hipotesis yang dikemukakan ialah

2 1 T

2

n 1 1

LRT 2 lnσ ln (I B) (I B) (y

2 2 2σ

 

=      



T 1 T 1 2

Xβ) (I B) (I B) ( ) ln 2

y n s

  

 

     Xβ +



 



+ ( ) ( )

2 1

2 y Xβ ^T y Xβ

s

Tinjauan Pustaka

^Cont’

Matriks Pembobot

Pembobot yang digunakan dalam penelitian ini adalah sebagai berikut:

Persinggungan sisi sudut (Queen Contiguity) adalah lokasi yang bersisian atau titik sudutnya bertemu dengan lokasi yang menjadi perhatian diberi pembobotan w_ij = 1, sedangkan untuk lokasi lainnya adalah w_ij = 0.

Sumber: LeSage (1999)

0 1 0 0 0 1 0 1 0 0 0 1 0 1 1 0 0 1 0 1 0 0 1 1 0

Queen

W

 

 

 

 

=  

 

 

 

0 1 0 0 0

0,5 0 0,5 0 0

0 0,3 0 0,3 0,3

0 0 0,5 0 0,5

0 0 0,5 0,5 0

Queen

W

 

 

 

 

= 

 

 

 

Moran’s Scatterplot Pemodelan tiap wilayah

Tinjauan Pustaka

^Cont’

Uji Efek Spasial

Efek spasial yaitu spatial dependence dan spatial heterogeneity pada data, digunakan beberapa metode pengujian. Pengujian adanya spatial dependence memakai metode Moran’s I dan Lagrange Multiplier (LM). Untuk pengujian adanya spatial heterogeneity menggunakan

metode Breusch-Pagan Test.

Spatial Dependence

Hipotesis yang digunakan adalah :

H₀ : I = 0 (tidak ada autokorelasi antar lokasi) H_0- : I ≠ 0 (ada autokorelasi antar lokasi)

Statistik uji disajikan pada persamaan :

) I var(

E(I) -

= I

hitung

Z

var (I) : varians Moran’s I

E(I) : expected value Moran’s I

Pengambilan keputusan adalah H₀ ditolak jika > Z_α/2

Tinjauan Pustaka

^Cont’

Spatial Dependence Cont’

Pada LM test diperoleh berdasar pada asumsi model di bawah H₀. Terdapat tiga hipotesis yang akan digunakan, yaitu:

Keputusan tolak H₀ jika nilai LM > X²(k).

Spatial Heterogenity

Heterogenitas data secara spasial dapat diuji dengan menggunakan statistik uji Breusch- Pagan test (BP test) yang mempunyai hipotesis:

Tolak H₀ bila BP > χ²(k).

Variabel respon (y) yaitu presentase remaja putus sekolah usia SMA tiap kabupaten/kota di Jawa timur. Dimaksud usia SMA adalah usia 16-18 tahun,

Sumber Data dan Variabel

Data sekunder Hasil Survei Sosial Ekonomi Nasional (Susenas) Tahun 2009 di Provinsi Jawa Timur, dengan variabel sebagai berikut:

Variabel Keterangan variabel X

₁

Rasio jenis kelamin

X

₂

Persentase banyaknya anggota rumah tangga yang >4

X

₃

Persentase kemiskinan

X

₄

Rasio letak rumah di pedesaan X

₅

Rasio pendidikan kepala rumah

tangga

Langkah Analisis

Data

Mendeskripsikan Variabel

Regresi sederhana Pengujian signifikan Parameter Model Regresi Spasiasl

Uji Asumsi Residual (IIDN)

Pengujian Efek Spasial

HeterogenitasUji Spasial DependensiUji

Spasial

Ya GWR

Ya SAR

SEM SARMA

Analisis Data dan Pembahasan

Kode Wilayah 01 Kab. Pacitan 03 Kab. Trenggalek 06 Kab. Kediri 07 Kab. Malang 16 Kab. Mojokerto

Kode Wilayah 12 Kab. Sitbondo 13 Kab. Probolinggo 15 Kab. Sidoarjo 26 Kab. Bangkalan 27 Kab. Sampang 28 Kab. Pamekasan 71 Kota Kediri Presentase Remaja Putus Sekolah di Jawa Timur

Analisis Data dan Pembahasan

Jika dilihat berdasarkan persentase remaja putus sekolah di Jawa Timur tahun 2009

0 5 10 15 20 25 30 35 40 45

Pacitan Ponorogo Trenggalek Tulungagung Blitar Kediri Malang Lumajang Jember Banyuwangi Bondowoso Situbondo Probolinggo Pasuruan Sidoarjo Mojokerto Jombang Nganjuk Madiun Magetan Ngawi Bojonegoro Tuban Lamongan Gresik Bangkalan Sampang Pamekasan Sumenep Kota Kediri Kota Blitar Kota Malang Kota Probolinggo Kota Pasuruan Kota Mojokerto Kota Madiun Kota Surabaya Kota Batu

(%) Putus Sekolah

Kabupaten/Kota

Trenggalek (38,9%) Pacitan

(33,65%)

Mojokerto (31,54%)

Sidoarjo (5,45%) Situbondo

(7,14%) Sampang(7,06%)

Bangkalan (7,47%)

Variabel Jumlah Mean Minimum Median Maksimum

Y 38 19.19 5.49 19.51 38.89

X₁ 38 1.427 0.235 1.146 5

X₂ 38 41.88 5.26 44.44 66.67

X₃ 38 15.96 4.81 15.71 31.94

X₄ 38 0.553 0 0.6546 0.9235

X₅ 38 2.258 0.362 2.296 7.103

1. Jenis kelamin (X₁)

2. Jumlah anggota rumah tangga yang lebih dari empat (X₂) 3. Persentase keluarga miskin (X₃)

4. Letak rumah di pedesaan (X₄)

5. Pendidikan kepala rumah tangga(X₅)

Analisis Data dan Pembahasan ^Cont’

Statistika Deskriptif

Analisis Data dan Pembahasan ^Cont’

Deteksi Kolinieritas dengan VIF

Variabel Prediktor

Nilai VIF

X

₁

1.3

X

₂

1.4

X

₃

2.8

X

₄

5.4

X

₅

4.3

Semua variabel memiliki nilai VIF

< 10 yang berarti tidak ada kasus

multikolinearitas.

Model Regresi Linear

Sehingga model regresi linearnya :

Analisis Data dan Pembahasan ^Cont’

1 2 3 4 5

ˆ 18,001 0,11 0,0482 0,6019 21,0384 1,312

Y = + X + X + X + X  X

Predictor Coef SE Coef T P

Constant 18.01 6.118 2.94 0.006

X1 0.11 1.644 0.07 0.947

X2 0.0482 0.09661 0.48 0.631

X3 0.6019 0.3011 -2** 0.054

X4 21.038 9.329 2.26* 0.031

X5 -1.312 1.821 -0.72 0.476

Nilai R square 0.719936

*T(31;0,975) = 2.03951

** T(31;0,95) = 1.69552

α(0,05) α(0,1)

Analisis Data dan Pembahasan ^Cont’

Pengujian Efek Spasial

3 2

1 0

-1 -2

6 5 4 3 2 1 0 -1 -2 -3

Stadart

Wy

0

0

Kota Batu

Kota Surabaya Kota Madiun

Kota Mojokerto

Kota Pasuruan Kota Probolinggo

Kota Malang Kota Blitar Kota Kediri

Sumenep Pamekasan

Sampang Bangkalan

Gresik

LamonganTuban

Bojonegoro

Ngawi

Magetan Madiun

Nganjuk Jombang

Mojokerto Sidoarjo

Pasuruan

Probolinggo Situbondo

Bondowoso

Banyuwangi Jember

Lumajang

Malang

Kediri Blitar Tulungagung

Trenggalek Ponorogo

Scatterplot of Wy vs Stadart Uji Dependensi Spasial Nilai P-value

Moran’s I (error) 3,0266 0,0025*

Lagrange Multiplier (lag)

9,3692 0,0022*

Lagrange Multiplier (error)

5,9245 0,0149*

Lagrange Multiplier (SARMA)

11,942 0,0025*

Ket: * Signifikan α=0.05

Analisis Data dan Pembahasan ^Cont’

Model Spasial

Spatial Autoregressive Model (SAR)

Variabel Coeff Z P-value

ρ 0,4820 3,3766 0,0007*

Intercept 4,5013 0,8248 0,4094

X1 -0,0189 -0,0150 0,9879

X2 0,0687 0,8961 0,3701

X3 0,4083 -1,6603 0,0968**

X4 0,1864 2,5553 0,0106*

X5 -0,8865 -0,6229 0,5332

Ket: R²= 44,15%

*Signifikan α=5%

**, Signifikan α=10%

3 4

1,

0,482 ⁿ 0,408 0,186

i ij j i i i

j i j

y w y X X

e

= 

=



 + +

Analisis Data dan Pembahasan ^Cont’

Spatial Error Model (SEM)

Variabel Coeff Z P-value

λ 0,5144 3,5964 0,0003*

Intercept 13,576 2,4612 0,0138*

X1 0,1430 0,1205 0,9040

X2 0,0480 0,6426 0,5204

X3 0,3254 -1,0982 0,2720

X4 0,1481 2,0811 0,0374*

X5 9,9e-005 7,1e-005 0,9999

R²= 42,38%

*Signifikan α=5%

13,576 0,148

4

i i i

y = + X + u

1,

0,514 ⁿ

i ij j i

j i j

u w u

e

= 

=



+

Analisis Data dan Pembahasan ^Cont’

Faktor- faktor yang Mempengaruhi Putus Sekolah SMA

Persentase letak rumah di pedesaan(%)

Persentase keluarga miskin (%)

Persentase Remaja Putus sekolah usia SMA (%)

Kesimpulan dan Saran ^’

Kesimpulan

1. Berdasarkan peta tematik tentang angka putus sekolah remaja usia SMA untuk setiap kabupaten di Provinsi Jawa Timur, yang memiliki angka putus sekolah dengan persentase tinggi, yaitu untuk kabupaten Malang, kabupaten Mojokerto, kabupaten Kediri, kabupaten Trenggalek, dan kabupaten Pacitan. Sedangkan yang memiliki presentase rendah adalah daerah kabupaten Pamekasan, kabupaten Sampang, kabupaten Bangkalan, kabupaten Situbondo, kabupaten Probolinggo, kabupaten Sidoarjo dan kota Kediri. Serta untuk hasil statistik deskriptif, terlihat bahwa rata-rata siswa putus sekolah sebesar 19,19%. Dengan rata-rata siswa yang putus sekolah yang berjenis kelamin perempuan, dan status ekonomi miskin sebesar 1,427 dan 15,96% .

2. Berdasarkan hasil analisis didapatkan dependensi dalam lag dan error, maka dilakukan pemodelan Spatial Autoregressive Model (SAR) dan Spatial Error Model (SEM). Model SAR didapatkan variabel predictor yang signifikan pada α=10% adalah variabel keluarga miskin (X3) dan letak rumah dipedesaan (X4) dengan nilai R2=44,15%. Model SAR yang didapatkan adalah sebagai berikut.

Kesimpulan dan Saran ^Cont’

Saran

1. Faktor-faktor sebagai variabel prediktor yang mempengaruhi angka putus sekolah remaja usia SMA di Provinsi Jawa Timur sebaiknya ditambah mengingat nilai R2 yang rendah, kemungkinan beberapa variabel yang di tambahkan untuk penelitian selanjutnya adalah anggaran pendidikan per APBD, tenaga SMA per jumlah siswa SMA, fasilitas fisik pendidikan SMA per jumlah siswa SMA.

2. Menggunakan selain jenis persinggungan sisi sudut (Queen Contiguity). Dalam memilih persinggungan jenis sudut perlu diperhatikan untuk melihat kondisi daerah, kususnya daerah Jawa Timur yang memiliki kemudahan akses transportasi untuk berpindah dari daerah yang satu dengan daerah yang lain, selain itu Jawa Timur memiliki kedekatan wilayah yang dapat dijangkau dengan mudah tanpa melihat kedekatan sudut antar wilayah, seperti Kota.Surabaya dan Kab.Bangkalan yang memiliki jembatan sebagai kemudahan penduduknya untuk berindah dari Kota.Surabaya ke Kab.Bangkalan ataupun ssebaliknya.

3. Sebaiknya dalam penelitian selanjutnya dapat menggunakan pemodelan spasial Spatial Autoregressive Moving Average (SARMA), karena dalam penelitian ini diketahui bahwa dalam LM test sebagai didapatkan dependensi dalam ( lag, error)

DAFTAR PUSTAKA

Alifianto, A. 2008. Kuliah Kerja Nyata Wajib Belajar 9 Tahun.

<URL:http://www.pewartakabarindonesia.blogspot.com/>

Anselin, L. (1988). Spatial Econometrics : Methods and Models, Kluwer Academic Publishers, Netherlands.

Badan Pusat Statistik Provinsi Jawa Timur. 2008. Hasil Survei Sosial Ekonomi Nasional Tahun 2008 di Provinsi Jawa Timur . BPS Jawa Timur.

Surabaya.

Bitter, C., G. Mullian and S. Dall’erba. 2007. Incorporating Spatial Variation in Housing Atribute Prices. A Comparition Of Geographically Weighted Regression And The Spatial Expantion Method . mpra.ub.unimuechen.de/1379/01/MPRA paper 1379.pdf. Diakses pada 3Maret 2011.

Choriyah, N .I. 2009. Karakteristik Siswa Putus Sekolah Tingkat SD dan SMP di Kawasan Surabaya Utara. [Tugas Akhir]. Surabaya: Program Sarjana Jurusan Statistika ITS.

Draper, Norman dan Harry, Smith.1992. Analisis Regresi Terapan. Jakarta: PT.

Gramedia Pustaka Umum.

Elfindri. 2001. Strategi Sukses Membangun Daerah. Gorga Media. Jakarta.

Grahacendikia. 2009. Anak Putus Sekolah dan Cara Pembinaan-nya. <URL:

http://www.google.co.id/putus sekolah/Re-ferensi Penelitian Skripsi- Tesis>.

LeSage, J.P. (1999), The Theory and Practice of Spatial Econometrics,

Mughal, Waris Hameed. 2007. Human Capital Investment and Poverty Reduction Strategy in Pakistan . Asia Pacific Press.

Rasiyo. 2008. Pemerataan Pendidikan Belum Tercapai. Diunduh dari alamat http://els.bappenas.go.id/upload/kliping/Pemerataan%20Pndidikan%20bl m.pdf pada pada Selasa, 15 Februari 2011, 09.00 am.

Sulistiyanti. 2009. Pendidikan, Kemiskinan, dan Pertumbuhan Ekonomi. Malang.

Walpole, E. Ronald. 1995. Pengantar Statistika. Edisi ketiga. Penerbit : PT.

Gramedia Pustaka Utama. Jakarta.

Jadikan hidup bermanfaat untuk orang lain Jika tak bisa membantu dengan pertolongan maka cukup dengan nasehat jika tak bisa maka senyumlah

untuk orang lain