Analisis Regresi Tobit

(1)

1

Analisis Regresi Tobit Terhadap Faktor–Faktor yang Mempengaruhi Pengeluaran Biaya Kesehatan Rumah Tangga (RT) di Wilayah

Perkotaan dan Pedesaan di Propinsi Jawa Timur

1Imam Uddin Hanief, ²Dr. Dra. Ismaini Zain, M.Si,³ Ir. Dwi Atmono A.W, M.IKom

1 Mahasiswa Jurusan Statistika Institut Teknologi Sepuluh Nopember

2,3 Dosen Jurusan Statistika Institut Teknologi Sepuluh Nopember

1[email protected] , ²[email protected], ³[email protected]

Abstrak

Setiap rumah tangga (RT) mempunyai kemampuan yang berbeda-beda dalam pengeluaran biaya kesehatan. Pengeluaran biaya kesehatan merupakan data dengan skala campuran, sebagian pengamatan yang bernilai nol berskala diskrit dan lainnya kontinyu. Metode yang dapat digunakan untuk mengolah data berskala campuran adalah regresi tobit. Tujuan penelitian adalah membuat model pengeluaran biaya kesehatan RT dengan regresi tobit.

Data berasal dari Survey Sosial Ekonomi Nasional (SUSENAS) Jawa Timur tahun 2006 dengan jumlah sampel sebanyak 29949 RT. Variabel prediktor yang digunakan antara lain tingkat pendidikan kepala RT (KRT), kondisi rumah, biaya makanan, biaya non makanan, Bantuan Langsung Tunai(BLT), proporsi anggota RT (ART) yang sakit, proporsi kepemilikan asuransi dan biaya asuransi. Hasil penelitian menunjukan bahwa ada perbedaan pengeluaran biaya kesehatan RT di perkotaan dan pedesaan. Pada pemodelan digunakan trasformasi ln terhadap variabel pengeluaran biaya kesehatan RT. Pada model perkotaan terdapat tujuh variabel signifikan; sedangkan pada pedesaan terdapat sembilan.

Tingkat pendidikan KRT, kondisi rumah, biaya makanan, biaya non makanan, dan proporsi ART yang sakit menjadi variabel yang berpengaruh pada kedua model. Selain itu ada dua variabel lain yang berpengaruh pada model pedesaan yaitu BLT dan proporsi kepemilikan asuransi.

Kata kunci: regresi tobit, pengeluaran biaya kesehatan rumah tangga, perkotaan, pedesaan

1. Pendahuluan

Analisis regresi sering digunakan untuk mengetahui pola hubungan antar variabel.

Pada regresi linier klasik, variabel respon berupa data kontinyu (Draper dan Smith, 1981). Ada kasus tertentu dimana variabel respon berupa kombinasi antara data kontinyu dan diskrit; sebagai contoh pengeluaran Rumah Tangga (RT) untuk biaya kesehatan.

Setiap RT mempunyai kemampuan yang berbeda-beda dalam pengeluaran biaya kesehatan. Bahkan ada pula RT yang tidak mengeluarkan biaya kesehatan. RT yang mengeluarkan biaya kesehatan berskala kontinyu dan yang tidak mengeluarkan diskrit.

Penelitian tentang pengeluaran biaya kesehatan sebelum ini telah dilakukan oleh beberapa peneliti, antara lain Aday, Begley, Lairson dan Slater (dalam Nadjib dan Puji- yanto, 2002), Ridlo (2008), dan Fauzi (2010).

Menurut penelitian Aday, Begley, Lairson dan Slater (dalam Nadjib dan Pujiyanto, 2002) bahwa penduduk berpendapatan rendah biasa-

nya mengeluarkan porsi yang lebih besar dari pengeluaran non makanan untuk kesehatan dibandingkan penduduk berpendapatan mene- ngah atas. Selanjutnya penelitian Ridlo (2008) berdasarkan hasil Survei Sosial Ekonomi Nasional (SUSENAS) tahun 2000 menyatakan bahwa kemauan membayar biaya kesehatan pada RT di Indonesia 50 persen lebih kecil daripada kemampuan membayar. Hal ini mengindikasikan bahwa ada faktor-faktor tertentu yang mempengaruhi RT dalam mengeluarkan anggaran untuk biaya kesehatan.

Kemudian Fauzi (2010) melakukan penelitian tentang faktor-faktor yang mempengaruhi pengeluaran biaya kesehatan di Jawa Timur dengan data SUSENAS 2006. Dalam penelitian tersebut diperoleh kesimpulan bahwa faktor-faktor yang mempengaruhi pengeluaran biaya kesehatan RT meliputi kondisi rumah, wilayah dan status RT. Dalam penelitian tersebut digunakan regresi logistik sebagai metode pengolahan data. Variabel pengeluaran biaya kesehatan RT dikategorikan menjadi

(2)

2 mengeluarkan dan tidak mengeluarkan. Jika pada RT yang mengeluarkan biaya kesehatan dibuat sama maka berdampak hilangnya variasi jumlah biaya yang dikeluarkan. Sehingga informasi jumlah pengeluaran biaya kesehatan pun juga ikut hilang.

Pengeluaran biaya kesehatan merupakan data dengan skala campuran, sebagian pengamatan yang bernilai nol berskala diskrit dan lainnya kontinyu. Data campuran tersebut oleh Greene (2005) disebut sebagai data tersensor atau censored data.

Dibutuhkan metode khusus untuk mengolah data tersebut dan metode yang dapat digunakan adalah analisis regresi tobit.

Tobin (1958) pertama kali menggunakan metode ini untuk memodelkan hubungan pendapatan RT terhadap pengeluaran RT.

Beberapa penelitian yang menggunakan regresi tobit dilakukan antara lain oleh Cox dan Linn (2006) dan Purnomo (2008).

Cox dan Linn (2006) memperoleh kesim- pulan bahwa model regresi tobit dapat menghasilkan standard error yang lebih robust dibandingkan model regresi linier klasik dan juga nilai prediksi yang kuat untuk kasus data tersensor. Selanjutnya Purnomo (2008) memperoleh kesimpulan bahwa model tobit menghasilkan R² lebih besar daripada regresi linier klasik pada kasus data tersensor.

Berdasarkan uraian diatas, peneliti melakukan kajian untuk mendapatkan faktor-faktor yang mempengaruhi pengeluaran biaya kesehatan RT dengan metode regresi tobit. Pada penelitian ini dibuat model regresi tobit pengeluaran biaya kesehatan RT berdasarkan wilayah, yakni perkotaan dan pedesaan.

2. Tinjauan Pustaka Regresi Tobit

Regresi tobit merupakan analisis regresi dimana nilai variabel responnya memiliki beberapa nilai masukan yakni berupa sebagian data diskrit dan sebagian lagi kontinyu (Amemiya, 1984).

Secara umum model regresi tobit ditulis

(1)

dimana 1,2, … dengan :

: variabel respon : variabel prediktor

: vektor estimasi parameter model : residual, berdistribusi N (0, σ²) Nilai observasi , 1,2, … diperoleh dari

0

, 0

Pada regresi tobit variabel respon meng- ikuti distribusi normal tersensor.

Jika 0, maka fungsi kepadatan peluangnya adalah

| (2)

Untuk 0 digunakan probabilitas sebagai berikut.

0| 0|

0|

Φ

1 Φ (3) Dan nilai ekspektasi untuk adalah sebagai berikut.

| | 0, 0|

| 0, 0|

(4)

Atau bisa ditulis

| (5)

Dimana /Φ biasa di-

sebut inverse Mills ratio (Greene,2005).

Penaksiran Parameter Regresi Tobit Penaksiran parameter dalam regresi tobit menggunakan metode MLE (Maxi- mum Likelihood Estimator). A’Hearn (2004) menyatakan bahwa penggunaan metode MLE akan lebih konsisten, efisien secara asymptotically dan berdistribusi normal.

1

2 2 1 1 2

Φ ^′ (6)

Nilai maksimum fungsi likelihood diperoleh dengan cara menurunkan fungsi likelihoodnya terhadap parameter yang dicari dan disama dengankan nol. Persa- maan tersebut merupakan persamaan yang tidak linear sehingga harus diselesaikan dengan cara iterasi (Olsen dalam Amemi-

(3)

3 ya, 1984). Kemudian diselesaikan dengan metode iterasi Newton Raphson untuk men- dapatkan nilai taksiran dari model tobit.

(7) dengan :

, , … , , , … ,

1

Pengujian Estimasi Parameter

Persamaan yang mengandung beberapa variabel prediktor dan berpengaruh terhadap variabel respon dapat dilakukan pengujian dengan likelihood ratio test (Galiano dan Kunert, 2005). Likelihood ratio test digunakan untuk menguji estimasi parameter secara serentak, sedangkan uji wald digunakan untuk pengujian secara individu.

1. Uji Serentak

Uji serentak digunakan untuk menguji parameter secara bersama-sama.

Hipotesis:

H0 : 0

H1 : Paling sedikit terdapat satu 0 Statistik uji:

2ln

dengan:

= nilai maksimum fungsi likelihood dari model penuh yang mengandung semua

= nilai maksimum fungsi likelihood dari model tertentu

Statistik uji ini mengikuti distribusi chi- square dengan derajat bebas k yaitu banyaknya parameter dalam model. Dan H0

ditolak pada level tertentu jika _, . 2. Uji Individu

Uji ini dilakukan untuk menguji setiap secara individual.

Hipotesis:

H0 : 0 H1 : 0 Statistik uji:

Dimana:

= standar errror

= nilai koefisien dari estimasi variabel prediktor tertentu

H₀ ditolak pada level tertentu jika atau p-value kurang dari . Penentuan Kebaikan Model

digunakan untuk mengukur persentase total variasi dalam variabel respon yang dapat dijelaskan oleh model regresi (Schro- eder, Sjoquist, dan Stephen, 1996). Dalam regresi linier sederhana sama dengan kuadrat koefisien korelasi antara variabel respon y dan variabel prediktor x atau antara variabel respon y dengan nilai fit y. selalu berada diantara nilai 0 – 100%. Semakin besar nilai semakin baik pula model yang dihasilkan. Pada regresi tobit penggunaan dijelaskan oleh Bierens (2004) dengan rumus pada persamaan (8).

1 _∑^∑ (8)

dengan

= Φ ⁄ σ ⁄

Faktor-faktor yang Mempengaruhi Pengeluaran Rumah Tangga untuk Biaya Kesehatan

Faktor yang mempengaruhi konsumsi kesehatan sangat banyak, terutama yang berhubungan dengan keadaan sosial ekonomi, dan budaya seperti tingkat pendidikan, pengetahuan, pengalaman dan kebiasaan (Mariyono, Kuntariningsih, dan Suswati, 2005). Asian Development Bank(1999) dalam penelitiannya menyatakan bahwa ketidak- adilan dalam pembiayaan kesehatan paling sering dijumpai di negara-negara dimana pembiayaan kesehatannya didominasi dengan cara pembayaran tunai (out-of-pocket payment).

Penduduk di pedesaan yang membayar biaya kesehatan secara tunai jumlahnya lebih banyak dibandingkan dengan penduduk di daerah perkotaan.

Pemerintah melalui departemen kesehatan membuat program untuk meningkatkan derajat kesehatan masyarakat yakni “Indonesia Sehat 2010”. Program tersebut berisi rencana jangka panjang mengenai tugas-tugas yang harus dilakukan dan berisi juga indikator-indikator kesehatan. Fokus utama dalam “Indo- nesia sehat 2010” adalah kondisi lingkungan sehat, perilaku sehat masyarakat, serta akses mutu dan pelayanan kesehatan (Depkes R.I, 2003)

Selain faktor tersebut, Supraptini (2008) menyatakan bahwa pendapatan rumah tangga berpengaruh terhadap kondisi rumah sehat.

Secara umum dapat dikatakan, semakin miskin

(4)

4 rumah tangga semakin kecil persentase rumah sehat sebaliknya semakin tinggi status ekonomi semakin besar persentase rumah sehat.

Berdasarkan penjelasan diatas maka faktor-faktor yang mempengaruhi pengeluaran biaya kesehatan dapat dikelompokkan menjadi empat faktor,yaitu: geografi(wilayah), sosial ekonomi, budaya serta akses mutu dan pela- yanan kesehatan.

1. Faktor Geografi (wilayah)

Faktor geografi dalam hal ini dikhu- suskan pada pembagian wilayah antara desa dan kota. Pengertian desa menurut undang- undang No. 5 Tahun 1979 adalah suatu wilayah yang ditempati oleh sejumlah penduduk sebagai kesatuan masyarakat hukum, yang mempunyai organisasi terendah langsung di bawah camat dan berhak menyelenggarakan rumah tangganya sendiri dalam ikatan negara kesatuan Republik Indonesia. Pengertian kota menurut Biantoro (dalam Anonim_a, 2006) adalah suatu sistem jaringan kehidupan manusia dengan kepadatan yang tinggi, strata sosial ekonomi yang heterogen, dan corak kehidupan yang meterialistik.

2. Faktor Sosial Ekonomi

Kondisi sosial ekonomi merupakan faktor yang mempunyai indikator paling banyak dalam mempengaruhi pengeluaran biaya kesehatan. Pada faktor ini ditentukan pula suatu rumah tangga dikatakan miskin atau tidak. Definisi BPS tentang kemiskinan adalah kondisi kehidupan yang serba kekurangan yang dialami seseorang yang mempunyai pengeluaran per kapita selama sebulan tidak cukup untuk memenuhi kebutuhan standar hidup minimum. Kebutuhan standar hidup minimum digambarkan dengan garis kemiskinan yaitu batas minimum pengeluaran per kapita per bulan untuk memenuhi kebutuhan minimum makanan dan non makanan (BPS, 2005). Permasalahan kemiskinan ini ditang- gulangi pemerintah dengan memberikan Ban- tuan Langsung Tunai (BLT) pada Rumah Tangga Miskin(RTM).

3. Faktor Budaya

Budaya atau kebudayaan adalah sesuatu yang mempengaruhi tingkat pengetahuan dan meliputi sistem ide atau gagasan yang terdapat dalam pikiran manusia (Anonim_b, 2010).

Kaitan dengan pengeluaran biaya kesehatan, faktor budaya mempengaruhi seseorang dalam kebiasaan melakukan pengobatan jika sakit.

Pada daerah dimana masih jarang terdepat rumah sakit, penduduk yang sakit biasanya

menggunakan cara pengobatan tradisional.

Namun pada penelitian ini faktor budaya tidak digunakan karena tidak ada variabel yang sesuai dengan data yang ada.

4. Faktor Akses Mutu dan Pelayanan Kese- hatan

Peningkatan mutu dan pelayanan kesehatan merupakan salah satu langkah untuk meningkatkan derajat kesehatan (Depkes R.I, 2003). Semakin tinggi kualitas pelayanan maka semakin baik pula tingkat kesehatan.

Berbagai cara yang dilakukan untuk meningkatkan kualitas pelayanan kesehatan antara lain melalui perbaikan sarana prasarana kesehatan dan jaminan asuransi kesehatan..

3. Metodologi

Sumber data yang digunakan dalam penelitian ini merupakan data sekunder.

Sumber data berasal dari data hasil SUSENAS 2006 di propinsi Jawa Timur. Unit sampel pada penelitian ini adalah Rumah Tangga (RT). Jumlah RT yang ada dalam data SUSENAS tahun 2006 sebanyak 29949 RT.

Variabel respon dalam penelitian ini adalah pengeluaran biaya kesehatan RT untuk pembiayaan rumah sakit, puskesmas, dokter praktek, dukun, obat-obatan, dan lainnya.

Variabel ini berisi dua nilai, nol untuk RT yang tidak mengeluarkan biaya kesehatan dan suatu nilai tertentu untuk RT yang mengeluarkan biaya kesehatan. Variabel-variabel prediktor yang digunakan dalam pemodelan secara lengkap dapat dilihat pada Tabel 1.

Tahap Analisis dalam penelitian ini ada 2 bagian.

1. Tahap pengkajian terhadap karakteristik a. Menghitung ukuran penyebaran dan

pemusatan data pada variabel yang berskala data kontinyu, yaitu

, , , , , , dan ; sedangkan variabel lain yang berskala kategori dicari nilai persentasenya.

b. Menghitung hubungan antara variabel dengan

2. Tahap analisis pola hubungan

a. Meregresikan variabel terhadap semua variabel prediktor( )

b. Mencari nilai estimasi parameter dengan metode MLE.

c. Pengujian terhadap estimasi parameter yang telah didapat pada langkah b dengan menggunakan LR test untuk keseluruhan model dan uji wald untuk

(5)

5 menguji secara individu setiap estimasi parameter.

d. uji kebaikan model dengan menghitung nilai .

Tabel 1 Rincian variabel prediktor No Variabel

prediktor

Skala Keterangan 1

Tingkat pendidikan Kepala RT(KRT) ( )

Kategori 0 = Tidak sekolah 1 = SD sederajat 2 = SMP sederajat 3 = SMA sederajat 4 = Perguruan

Tinggi 2

Jenis atap rumah terluas ( )

Kategori 1 = beton 2 = genteng 3 = lainnya 3

Jenis dinding rumah terluas ( )

Kategori 1 = tembok 2 = kayu 3 = lainnya 4

Jenis lantai rumah terluas ( )

Kategori 1 = bukan tanah 2 = tanah 5 Luas lantai

rumah ( ) Kontinyu 6

Fasilitas air minum ( )

Kategori 1 = air kemasan 2 = Leding 3 = Pompa 4 = sumur/mata air 5 = sungai/hujan 6 = lainnya 7

Fasilitas Buang Air Besar(BAB) ( )

Kategori 1 = sendiri 2 = bersama 3 = umum 4 = tidak ada 8

Sumber penerangan ( )

Kategori

1 = Listrik PLN 2 = Non PLN 9 Pengeluaran

makanan ( )

Kontinyu 10 Pengeluaran non

makanan ( )

Kontinyu 11

Penerima BLT( )

Kategori

1 = iya 2 = tidak 12

Proporsi ART yang sakit ( )

Kontinyu

13

Proporsi kepemilikan Jaminan/asuransi kesehatan ( )

Kontinyu

14 Biaya asuransi

kesehatan ( ) Kontinyu Sumber : Disusun oleh peneliti,2010

4 Hasil dan Pembahasan Karakteristik RT

Berdasarkan Tabel 2 dapat dilihat bahwa rata-rata pengeluaran biaya kesehatan RT di perkotaan hampir dua kali lipat dari rata- rata di pedesaan, yakni sebesar 44.101 rupiah setiap bulannya. Pengeluaran biaya kesehatan RT di perkotaan mencapai angka maksimum sebesar dua puluh lima juta rupiah; sedangkan di pedesaan hanya tujuh juta rupiah.

Tabel 2 Deskripsi Pengeluaran Biaya Kesehatan Berdasarkan Wilayah(Rupiah/Bulan) Deskripsi Wilayah

Kota Desa N 13.215 16.734

Mean 44.101 23.731

Varians 144.388.000.000 26.855.560.763

Min 0 0

Max 25.000.000 7.000.000 Sumber : SUSENAS 2006, diolah

Karakteristik RT yang mengeluarkan biaya kesehatan dan yang tidak mengeluarkan biaya kesehatan baik di perkotaan maupun pedesaan berdasarkan variabel luas lantai rumah, persentase ART yang sakit, dan persentase kepemilikan asuransi ART mempunyai rata-rata relatif sama. Perbedaan RT di perkotaan dan pedesaan pada Tabel 3 dapat dilihat dari variabel biaya makanan, biaya non makanan, dan biaya asuransi.

Pada Tabel 4 dapat dilihat nilai persentase faktor-faktor yang mempengaruhi pengeluaran biaya kesehatan RT di perkotaan dan pedesaan yang berskala diskrit.

Tingkat pendidikan KRT SD sederajat menjadi penyumbang paling besar baik pada RT yang mengeluarkan maupun tidak mengeluarkan biaya kesehatan di perkotaan. RT yang mengeluarkan biaya kesehatan di pedesaan juga sama kondisinya dengan di perkotaan, mayoritas oleh RT yang tingkat pendidikan KRTnya SD sederajat.

Berdasarkan kondisi fisik rumah, RT yang mengeluarkan biaya kesehatan baik di perkotaan maupun pedesaan mempunyai karakteristik yang relatif sama. Pada Tabel 4 diketahui bahwa mayoritas RT yang mengeluarkan biaya kesehatan di perkotaan dan pedesaan adalah RT yang mempunyai jenis atap genting, berdinding tembok, berlantai bukan tanah, fasilitas sumber air minumnya berasal dari sumur/mata air, fasilitas BAB sendiri, dan sumber penerangan berasal dari listrik PLN.

(6)

6

Tabel 3 Deskripsi Faktor-Faktor yang Mempengaruhi Pengeluaran Biaya Kesehatan di Perkotaan dan Pedesaan Variabel Deskripsi Kota Desa

TM M TM M Luas lantai

(m²) N 4798 8417 6832 9902 Mean 78.26 78.056 77.576 76.832 Varians 6310.57 6641.668 6412.506 6298.572

Min 3 4 5 4

Max 982 993 986 993 Biaya

makanan dlm sebulan (Rp. 1000)

N 4798 8417 6832 9902 Mean 124 133 90 100 Varians 4578349 4851310 1951026 2387811

Min 13 11 0 0

Max 1127 850 576 663

biaya non makanan dlm sebulan (Rp. 1000)

N 4798 8417 6832 9902 Mean 590 717 263 341 Varians 675729000 2338740000 298320000 431225000

Min 10 17 12.5 15.16 Max 16365 76617 25367 35332 Proporsi

ART sakit N 4798 8417 6832 9902 Mean 0.11 0.44 0.11 0.46 Varians 0.05964 0.11322 0.0616 0.11291

Min 0 0 0 0

Max 1 1 1 1

Proporsi kepemilikan asuransi

N 4798 8417 6832 9902 Mean 0.28 0.31 0.25 0.26 Varians 0.16925 0.17536 0.16735 0.16816

Min 0 0 0 0

Max 1 1 1 1

biaya asuransi dalam sebulan (Rp. 1000)

N 4798 8417 6832 9902 Mean 12 11 3 2 Varians 24871959 20559071 9738542 2970560

Min 0 0 0 0

Max 7200 7000 6240 3600 Sumber : SUSENAS 2006, diolah

TM : Tidak mengeluarkan biaya kesehatan M : Mengeluarkan biaya kesehatan

Tabel 4 Persentase Faktor-Faktor yang Mempengaruhi Pengeluaran Biaya Kesehatan Variabel

Perkotaan Pedesaan TM M TM M Tingkat

Pendidikan KRT

Tidak sekolah 2,7 5,0 48,6 6,6 SD sederajat 14,2 25,2 13,6 19,6 SMP sederajat 5,6 10,4 2,3 3,8 SMA sederajat 9,9 16,9 1,7 2,7 Perguruan Tinggi 4,0 6,1 0,4 0,6

Total 100 100

Jenis Atap beton 0,7 1,1 0,5 0,7 genteng 34,5 61,1 39,8 58,0

lain 1,1 1,5 0,5 0,5

Total 100,0 100,0

Jenis Dinding

Tembok 32,1 56,5 26,7 38,9

Kayu 1,9 3,1 7,4 10,8

Lain 2,3 4,1 6,7 9,5

Total 100,0 100,0

Jenis Lantai

Bukan Tanah 32,4 57,7 26,7 38,7

Tanah 3,9 5,9 14,1 20,5

Total 100,0 100,0

(7)

7

Variabel

Perkotaan Pedesaan TM M TM M Fasilitas

Air Minum Air Kemasan 3,1 5,4 0,7 1,0 Leding 11,5 17,3 4,4 5,5

Pompa 7,0 15,8 5,3 9,0

Sumur/Mata Air 14,5 24,6 29,6 42,4 Sungai/Hujan 0,1 0,4 0,5 1,0

Lain 0,1 0,2 0,4 0,4

Total 100,0 100,0

Failitas BAB

Sendiri 25,4 44,6 22,1 29,9

Bersama 4,9 9,5 5,7 9,1

Umum 1,2 1,8 1,3 2,2

Tdk Ada 4,8 7,8 11,8 18,0

Total 100,0 100,0

Sumber Penerangan

PLN 35,8 63,1 39,1 57,0 Non PLN 0,5 0,6 1,7 2,2

Total 100,0 100,0

BLT Penerima 5,6 10,8 13,9 20,8 Non Penerima 30,7 52,9 26,9 38,4

Total 100,0 100,0

Sumber : SUSENAS 2006, diolah

TM : Tidak mengeluarkan biaya kesehatan; M : Mengeluarkan biaya kesehatan

Korelasi Variabel Pengeluaran Biaya Kesehatan RT dengan Faktor-Faktor yang Mempengaruhi

Korelasi dilakukan untuk mengetahi seberapa besar hubungan atau keeratan variabel pengeluaran biaya kesehatan dengan masing-masing variabel presiktor.

Berdasaran nilai korelasi Tabel 5 terdapat dua variabel yang tidak signifikan pada wilayah perkotaan dan tiga variabel tidak signifikan pada pedesaan. Variabel-variabel tersebut tetap digunakan dalam pembuatan model regresi biaya kesehatan RT meskipun nilai korelasinya tidak signifikan.

Tabel 5 Korelasi y dengan x Variabel Korelasi Pearson

Kota Desa Luas lantai 0,03543* 0,01034 biaya makanan 0,06457* 0,07207*

biaya non makanan 0,33127* 0,30622*

P_sakit 0,01351 0,069*

P_asuransi 0,4515* -0,02526*

biaya asuransi 0,04479* 0,00901 Tk pendidikan KRT 0,04* 0,059*

Jenis Atap -0.013 -0.016*

Jenis dinding -0,031* -0,035*

Jenis lantai -0,043* -0,033*

Fasilitas Air minum -0,017* -0,024*

Fasilitas BAB -0,054* -0,011 Sumber penerangan -0,028* -0,027*

BLT 0,027* 0,034*

* signifikan pada α = 0.05

Pemodelan Regresi Tobit Pengeluaran Biaya Kesehatan RT

Pada pemodelan regresi tobit ini digunakan variabel dummy. Semua variabel kategori yang sebelumnya dijadikan sebagai prediktor, diubah menjadi variabel dummy.

Tabel 6 Variabel Dummy

Variabel Dummy

Tingkat Pendidikan KRT

keterangan Edu(1) Edu(2) SMP ke bawah 0 0

SMA 1 0

Perguruan tinggi 0 1 Jenis atap keterangan atap(1)

Beton, genteng 0

lain 1 Jenis

dinding

keterangan dinding(1) Tembok,kayu 0

lain 1

Jenis lantai keterangan lantai(1) Bukan tanah 0

Tanah 1 Fasilitas

air minum

keterangan air(1) Air kemasan,

leding, pompa

0

lain 1 Fasilitas

BAB

keterangan bab(1) Sendiri 0 Bersama/umum/tdk

ada

1 Sumber

penerangan

keterangan lstr(1) PLN 0 Non PLN 1

BLT keterangan BLT(1) Bukan penerima 0

penerima 1 Sumber : Disusun oleh peneliti,2010

(8)

8 Penggunaan dummy ini dimaksudkan untuk melihat pengaruh data kontrol yang berisikan data yang mayoritas RT memili- kinya. Sebagai contoh variabel tingkat pendidikan KRT, mayoritas RT di perkotaan dan pedesaan tingkat pendidikan KRTnya adalah SMP ke bawah. Dalam dummy kategori terse- but yang dijadikan kontrol adalah yang berni- lai nol. Peneliti menetapkan variabel dummy yang digunakan secara lengkap disajikan pada Tabel 6.

Pemodelan di Wilayah Perkotaan

Hasil pengujian secara individu pada Tabel 7 dapat diketahui bahwa masing-masing variabel mempunyai pengaruh signifikan. Pada tahap selanjutnya, yakni pengujian secara serentak, semua variabel tersebut dimasukkan dalam model.

Pengujian serentak yang dilakukan pada Tabel 8 diperoleh hasil bahwa variabel prediktor yang dimasukan dalam model ada dua belas variabel, antara lain: edu(1), edu(2), atap(1), dinding(1), lantai(1), luas lantai rumah(x5), air(1), bab(1), lstr(1), biaya non makanan(x10), proporsi ART yang sakit selama satu bulan(x12), dan pengeluaran biaya asuransi selama satu bulan(x14). Sehingga model regresi tobit untuk pengeluaran biaya kesehatan RT di wilayah perkotaan.

y = - 209725 - 34130edu(1) – 89658edu(2) - 4364atap(1) – 5458,43dinding(1) – 42395lantai(1) – 107,92x₅ – 37786air(1) + 6688bab(1) – 15962lstr(1) + 0,113x₁₀ + 376090 x₁₂ + 0.06x₁₄

Pemodelan di Wilayah Pedesaan

Pada Tabel 7 dapat diketahui hasil pengujian secara individu menunjukan bahwa ada empat variabel yang tidak mempunyai pengaruh signifikan, yaitu: luas lantai ru- mah(x5), bab(1), proporsi kepemilikan asuransi dalam satu RT(x13), dan pengeluaran biaya asuransi selama satu bulan(x14). Pada tahap pengujian secara serentak hanya variabel yang signifikan dimasukkan dalam model.

Berdasarkan pengujian serentak pada Tabel 8 diperoleh hasil bahwa variabel prediktor yang dimasukan dalam model ada lima variabel, antara lain: edu(2), atap(1), biaya makanan(x9), biaya non makanan(x10), dan proporsi ART yang sakit selama satu bulan(x₁₂). Sehingga model regresi tobit untuk pengeluaran biaya kesehatan RT di wilayah pedesaan.

y = -194224-40620Edu(2)-1060atap(1) + 0,3996x₉ +0,0916x₁₀+201551x₁₂

Tabel 7 Pengaruh Variabel Secara Individu Variabel Perkotaan Pedesaan Edu(1) 8849.83* 18110*

Edu(2) 27102* 15284*

atap(1) -34855* -37970*

dinding(1) -14636* -12375*

lantai(1) -42105* -12825*

x₅ 190.13* 18,932 air(1) -30545* -10151*

bab(1) 23422* -5,465 lstr(1) -84261* -24932*

x₉ 0.652747* 0,545392*

x₁₀ 0.106988* 0,097017*

BLT(1) -10619* -14293*

x₁₂ 383032* 203047*

x₁₃ 34715* -8,244,63 x₁₄ 0.12357* 0,013154 Sumber : SUSENAS 2006, diolah

Tabel 8 Pengaruh Variabel Secara Serentak Variabel Perkotaan Pedesaan Intersep -209725* -194224*

Edu(1) -34130* tdk sig Edu(2) -89658* -40620*

atap(1) -14364* -11060*

dinding(1) -5458,43* tdk sig lantai(1) -42395* tdk sig x₅ -107,92* tdk sig air(1) -37786* tdk sig bab(1) -66885* tdk sig lstr(1) -15962* tdk sig x₉ tdk sig 0,3996*

x₁₀ 0.113145* 0,0916*

BLT(1) tdk sig tdk sig x₁₂ 376090* 201551*

x₁₃ tdk sig tdk sig x₁₄ 0.062158* tdk sig Sumber : SUSENAS 2006, diolah

Pengujian Kebaikan Model Regresi Tobit Pengeluaran Biaya Kesehatan dengan R²

Tabel 9 merupakan nilai R² dari masing- masing model pengeluaran biaya kesehatan RT di perkotaan dan pedesaan. Berdasarkan hasil tersebut diketahui bahwa nilai R² model perkotaan dan model pedesaan 0,10 dan 0,07.

Hal ini mengindikasikan bahwa sembilan variabel prediktor pada model perkotaan hanya bisa menjelaskan 10 persen variasi pengeluaran biaya kesehatan di perkotaan; sedangkan lima variabel prediktor pada model pedesaan hanya bisa menjelaskan 7 persen variasi pengeluaran biaya kesehatan di pedesaan.

Tabel 9 Nilai Kebaikan Model Regresi Tobit Model regresi tobit Nilai R-sq

Perkotaan 0,10 Pedesaan 0,07 Sumber : SUSENAS 2006, diolah

(9)

9 Pemodelan Regresi Tobit dengan Transformasi Varia-bel Pengeluaran Biaya Kesehatan RT

Berdasarkan nilai R² pada Tabel 9 diketahui bahwa model tidak terlalu baik. Hal ini disebabkan banyak faktor, dian-taranya data yang digunakan jumlahnya sangat banyak dan variasi antar data pengeluaran biaya kesehatan RT sangat besar. Selanjutnya peneliti melakukan transformasi terhadap variabel pengeluaran biaya kesehatan RT untuk melihat model yang lebih baik. Jenis transformasi yang digunakan meliputi ln y, y^1/2, y^-1/2, dan y^-1. Berdasarkan hasil olahan, diperoleh nilai yang paling baik pada transformasi ln y. Hasil regresi tobit pengeluaran biaya kesehatan RT di perkotaan dan pedesaan dengan transformasi ln y dapat dilihat pada Tabel 10 dan 11.

Tabel 10 Model Perkotaan dengan Transformasi ln

Variabel Estimasi intersep 4.865*

edu(2) -0.5979*

atap(1) -0.4907*

lantai(1) -0.4031*

bab(1) -0.2311*

x₉ 0.0000078*

x₁₀ 0.0000002*

x₁₂ 4.9323*

Secara matematis, model pengeluaran biaya kesehatan RT dengan transformasi ln di perkotaan adalah sebagai berikut.

= 4.865 – 0.5979edu(2) – 0.4907atap(1) – 0.4031lantai(1) – 0.2311bab(1) + 0.0000078x₉+ 0.0000002x₁₀ +4.93x₁₂

Tabel 11 Model Pedesaan dengan Transformasi ln

Variabel Estimasi intersep 5.1446*

edu(2) -0.4750*

atap(1) -0.7640*

bab(1) -0.2837*

listrik(1) -0.2831*

x₉ 0.0000095*

x₁₀ 0.0000004*

blt(1) -0.6260*

x₁₂ 3.0270*

x₁₃ -0.2528*

Model pengeluaran biaya kesehatan RT dengan transformasi ln di pedesaan secara matematis adalah sebagai berikut.

= 5.145 – 0.475edu(2) – 0.764atap(1) – 0.283bab(1) 0.283listrik(1) + 0.0000095x₉ + 0.0000004x₁₀ – 0.626blt(1) + 3.027x12 – 0.252 x13

Kedua model yang dihasilkan dengan transformasi ln menghasilkan nilai R² yang lebih besar daripada model biasa. Berdasarkan Tabel 12 diketahui bahwa R²model perkotaan dan pedesaan dengan transformasi ln masing- masing sebesar 0,25 dan 0,13. Peningkatan ini disebabkan transformasi ln pada variabel pengeluaran biayan kesehatan RT.

Tabel 12 Nilai Kebaikan Model dengan Transformasi ln Model regresi tobit Nilai R²

Perkotaan 0,25 Pedesaan 0,13 Sumber : SUSENAS 2006, diolah

Pembahasan

Pembahasan berdasarkan hasil yang diperoleh pada analisis sebelumnya dan dirangkum pada pada Tabel 13.

Tingkat pendidikan KRT baik pada perkotaan maupun pedesaan mempunyai pengaruh terhadap pengeluaran biaya kesehatan RT. Namun hanya beda tingkat pendidikan perguruan tinggi dengan SMP ke bawah yang berpengaruh signifikan dan bertanda negatif.

Hal ini menunjukkan bahwa KRT dengan pendidikan perguruan tinggi mempunyai kecenderungan tidak mengeluarkan uang secara tunai untuk biaya berobat dan berdampak pada penurunan pengeluaran biaya kesehatan. Salah satu penyebab yang mungkin adalah gaya hidup orang yang berpendidikan perguruan tinggi lebih menyukai hidup sehat dan menggunakan asuransi sebagai alternatif untuk menekan pengeluaran biaya kesehatan.

Kondisi fisik rumah mempunyai pengaruh negatif dan signifikan. Pada model perkotaan, kondisi rumah diwakili oleh jenis atap, jenis lantai, dan jenis fasilitas BAB.;

sedangkan pada model pedesaan, kondisi rumah diwakili oleh jenis atap, jenis fasilitas BAB, dan jenis sumber penerangan. Jenis atap selain genteng/beton, jenis lantai tanah, fasilitas BAB selain sendiri dan sumber penerangan non PLN mempunyai kecenderungan penurunan pengeluaran biaya kesehatan RT. Kondisi rumah tersebut menggambar- kan ciri rumah kategori miskin. Hal ini dimungkinkan terjadi karena RT tersebut lebih mengalokasikan pendapatan di sektor lain seperti konsumsi makanan.

Pengaruh pengeluaran biaya makanan dan non makanan pada model perkotaan dan pedesaan adalah positif dan signifikan. Hal ini

(10)

10 menunjukkan bahwa RT yang mempunyai pengeluaran biaya makanan dan non makanan yang besar mempunyai kecenderungan peningkatan pengeluaran biaya kesehatan RT. Ini dapat terjadi dikarenakan RT tersebut mempunyai pendapatan berkecukupan. Kondisi RT yang memiliki pendapatan berkecukupan me- mungkinkan RT tersebut membelanjakan pendapatannya diberbagai sektor, salah satu- nya kesehatan.

Pada dasarnya biaya kesehatan dikeluarkan jika ada yang sakit. Pada model perkotaan maupun pedesaan terlihat bahwa proporsi ART yang sakit selama satu bulan berpengaruh signifikan dan positif. Hal ini wajar terjadi dikarenakan semakin banyak ART yang sakit berdampak pada pengeluaran biaya kesehatan yang semakin besar pula.

Pada model pedesaan terdapat dua variabel yang signifikan dan tidak ada pada model perkotaan. Variabel tersebut adalah RT penerima BLT dan proporsi kepemilikan asuransi. Kedua variabel tersebut berpengaruh signifikan dan bertanda negatif. Hal ini menunjukan bahwa RT penerima BLT berke- cenderungan menu-runkan pengeluaran biaya kesehatan RT. Ini bisa saja terjadi dikarenakan RT penerima BLT mayoritas berada di pedesaan. Pemberian bantuan berupa uang secara tunai pada RT miskin di pedesaan dapat meningkatkan kualitas hidup masyarakta di desa sehingga berdampak pada penurunan biaya kesehatan RT. Begitu pula dengan proporsi

kepemilikan asuransi yang mempunyai kecenderungan menurunkan pengeluaran biaya kesehatan RT. Salah satu penyebab yang mungkin adalah program jaminan pembiayaan kesehatan keluarga miskin yang diberikan peme-rintah. Penurunan pengeluaran biaya kesehatan RT mampu ditekan melalui program tersebut. Secara tidak langsung masyarakat pedesaan yang miskin mendapatkan bantuan pembiayaan gratis tanpa harus mengeluarkan biaya.

Berdasarkan nilai R² kedua model regresi tobit pengeluaran biaya kesehatan RT tidak terlalu bagus. Nilai R² yang rendah tersebut dapat diindikasikan bahwa cukup sulit membuat model pengeluaran biaya kesehatan RT. Kondisi ini berbeda dengan yang dialami oleh dua peneliti dari Bangladesh dan Singapura yang juga meneliti tentang pengeluaran biaya kesehatan dengan metode yang berbeda. Haqeu (2006) yang meneliti pengeluaran biaya kesehatan masyarakat Bangladesh memperoleh nilai R²sebesar 0,47; sedangkan Huang (2004) di Singapura memperoleh R² sebesar 0.45. Kedua peneliti menggunakan unit individu sebagai sampel. Berdasarkan penjelasan tersebut dapat disim-pulkan bahwa pengeluaran biaya kesehatan secara individu mam-pu digambarkan dalam model persamaan dengan cukup baik, tetapi untuk pengeluaran secara RT masih sulit dibuat model..

Tabel 13 Koefisien Tanda dan Signifikansi Pengujian

Variabel Perkotaan Pedesaan

Koef. Tanda Signifikansi Koef. Tanda Signifikansi Tingkat Pendidikan KRT

SMA vs SMP kebawah Perguruan Tinggi vs SMP kebawah

- - - -

Negatif Signifikan Negatif Signifikan Jenis atap lain vs genteng/beton Negatif Signifikan Negatif Signifikan Jenis dinding lain vs tembok/kayu - - - -

Jenis lantai tanah vs bukan tanah Negatif Signifikan - -

luas lantai rumah (x₅) - - - -

Jenis sumber air minum lain vs air

kemasan/leding/pompa - - - -

Jenis fasilitas BAB lain vs sendiri Negatif Signifikan Negatif Signifikan Jenis sumber penerangan non PLN vs PLN - - Negatif Signifikan

biaya makanan selama satu bulan (x₉) Positif Signifikan Positif Signifikan biaya non makanan selama satu bulan (x₁₀) Positif Signifikan Positif Signifikan Jenis RT penerima BLT vs non penerima

BLT - - Negatif Signifikan

proporsi ART sakit dalam satu bulan (x12) Positif Signifikan Positif Signifikan proporsi kepemilikan asuransi dalam satu

RT (x₁₃) - - Negatif Signifikan

biaya asuransi selama satu bulan (x14) - - - - Sumber : SUSENAS 2006, diolah

(11)

11 5 Kesimpulan dan Saran

Kesimpulan

Berdasarkan hasil analisis data dan pembahasan diperoleh kesimpulan sebagai berikut.

1. Rata-rata pengeluaran biaya kesehatan RT di perkotaan lebih besar di pedesaan. RT yang mayoritas mengeluaran biaya kesehatan baik diperkotaan maupun pedesaan pada dasarnya mempunyai karakteristik yang relatif sama yakni rumah tangga yang tingkat pendidikan KRT SD sederajat, beratap genteng, berdinding tembok, berlantai bukan tanah, fasilitas air minum sumur/mata air, fasilitas BAB sendiri, sumber penerangan dari listrik PLN, dan bukan penerima BLT. Berdasarkan variabel luas lantai rumah, persentase ART yang sakit, dan persentase kepemilikan asuransi ART mempunyai rata- rata relatif sama. Perbedaan RT di perkotaan dan pedesaan ada pada variabel biaya makanan, biaya non makanan, dan biaya asuransi.

2. Model dengan nilai R² terbaik diperoleh dengan transformasi ln sehingga hasil tersebut yang digunakan dalam kesimpulan. Pemodelan regresi tobit pengeluaran biaya kesehatan RT perkotaan terdapat tujuh variabel signifikan; sedangkan pada pedesaan terdapat sembilan variabel signifikan. Tingkat pendidikan KRT baik pada perkotaan maupun pedesaan mempunyai dampak penurunan pengeluaran biaya kesehatan RT. Kondisi fisik rumah juga berdampak menurunkan pengeluaran biaya kesehatan RT. Pada model perkotaan, kondisi rumah diwakili oleh jenis atap, jenis lantai, dan jenis fasilitas BAB;

sedangkan pada model pedesaan, kondisi rumah diwakili oleh jenis atap, jenis fasilitas BAB, dan jenis sumber penerangan. Peningkatan pengeluaran biaya kesehatan RT pada kedua model dipenga- ruhi oleh biaya makanan, biaya non makanan dan proporsi ART yang sakit selama satu bulan. Pada model pedesaan terdapat dua variabel signifikan lain yang tidak ada pada model perkotaan. Variabel tersebut adalah RT penerima BLT dan proporsi kepemilikan asuransi. Kedua variabel tersebut berpengaruh signifikan dan berdampak menurunkan pengeluaran biaya kesehatan RT.

Saran

Berdasarkan nilai R² model, diperoleh hasil bahwa model tidak telalu baik sehingga kesimpulan yang diperoleh tentang faktor-faktor yang mempengaruhi pengeluaran biaya kesehatan RT belum bisa dijadikan sebagai acuan dalam pembuatan kebijakan di bidang kesehatan. Diperlu- kan pengkajian lebih jauh mengenai pengeluaran biaya kesehatan RT. Pengeluar- an biaya kesehatan masih sulit dibuat model jika unit pengamatannya berupa rumah tangga. Disarankan untuk penelitian selanjutnya menggunakan data individu. Daftar Pustaka

A’Hearn, B. 2004. A Restricted Maximum Likelihood Estimator For Truncated Height Samples.

Franklin & Marshall Collage : Lancester.

Amemiya, T. 1984. Tobit Models : A Survey.

Stanford Univer-sity : California.

Anonim_a.2006.

organisasi.org/pengertian_arti_da n_definisi_desa_dan_kota_belajar _pelajaran_ilmu_sosiologi_geogr afi. Diakses pada 20 Maret 2010 Anonim_b.2010.

http://id.wikipedia.org/wiki/Buda ya. Diakses pada 20 Maret 2010 Anonim_c.2010.

http://id.wikipedia.org/wiki/Asura nsi_kese-hatan. Diakses pada 20 Maret 2010

Asian Development Bank. 1999. Health Sector Reform in Asia and the Pacific.

Options for Developing Countries. Asian Development Bank : Manila.

BPS Kabupaten Yapen Waropen. 2005. Profil Rumah Tangga Miskin dan Indikator Kemiskinan Yapen Waropen 2005.

Bierens, H.J. 2004. The Tobit Model.

http://econ.la.psu.edu/../Tobit.PD F. Diakses pada 27 Maret 2010.

Cox, S.H. dan Linn, Y. 2006. Annuity Lapse Rate Modeling: Tobit Or Not Tobit. http://www.soa.org/files/

pdf/Cox Linn paper. Diakses pada 27 Maret 2010.

(12)

12 Departemen Kesehatan R.I. 2003. Indikator

Indonesia Sehat 2010 dan Pedoman Penetapan Indikator Provinsi Sehat dan Kabupaten/Kota Sehat. Pusat Data dan Informasi Depkes : Jakarta.

Draper, N.R dan Smith, H. 1981. Applied Regression Analysis, Second Edition. John Wiley & Sons, Inc.

Fauzi, N. 2010. Analisis Regresi Logistik pada Pengeluaran untuk Kesehatan Rumah Tangga Miskin(RTM) dan Non Miskin Jawa Timur. Program Studi DIII Statistika, Institut Teknologi Sepuluh Nopember : Surabaya.

Galiano, M.M. dan Kunert, J. 2006.

Comparision of ANOVA with the Tobit model for analysing sensory data. University of Dortmund : Dortmund.

Greene,W. 2005. Censored Data and Truncated Distribution. New York University : New York.

Haque, M.S., 2006. Determinants of Household Health Care Expenditure in Chittagong, Bangladesh. East West University.

Huang, S.L., 2004. Factor Influencing Healthcare Spending in Singapore : Regression Model.

International Journal of the Computer, the Internet and Management. Vol.12 No.3 Halaman 51-62

Nadjib, M dan Pujiyanto. 2002. Pola Pengeluaran Rumah Tangga untuk Kesehatan pada Kelompok Marjinal dan Rentan. Universitas Indonesia : Depok.

Purnomo, T.C.. 2008. Perbandingan Model Regresi Linier Klasik Dan Tobit Bivariat : Studi Kasus Pada Pengeluaran Rumah Tangga Untuk Konsumsi Daging Dan Susu. Program Studi Master Statistika, Institut Teknologi Sepuluh Nopember : Surabaya.

Ridlo, I.A. 2008. Tentang JPKM.

http://www.kebijakankese- hatan.co.cc/2008/09/tentang- jpkm.html. Diakses pada 15 feb 2010.

Schroeder, L.D., Sjoquist, D.L, dan Stephan, P.A. 1996. Understanding Regression Analysis : An Introductory Guide. Sage Publication.

Supraptini. 2008. Gambaran Rumah Sehat di Indonesia, Berdasarkan Analisis Data Susenas 2001 Dan 2004.

Puslitbang Ekologi dan Status Kesehatan Badan Litbangkes.

Tobin, J. 1958. Estimation of Relationships for Limited Dependent Variables.

Econometrica, Vol. 26, No. 1, hal.24-36.