BAB 1
PENDAHULUAN
1.1Latar Belakang
Kemiskinan merupakan masalah dalam pembangunan yang bersifat multidimensi. Kemiskinan merupakan persoalan kompleks yang terkait dengan berbagai dimensi yakni sosial, ekonomi, budaya, politik serta dimensi ruang dan waktu. Kemiskinan didefinisikan sebagai kondisi dimana seseorang atau sekelompok orang laki-laki dan perempuan tidak terpenuhi hak-hak dasarnya untuk mempertahankan dan mengembangkan kehidupan yang layak. Hak-hak dasar terdiri dari hak-hak yang dipahami masyarakat miskin sebagai hak mereka untuk dapat menikmati kehidupan yang layak dan hak yang diakui dalam peraturan perundang-undangan. Hak-hak dasar yang diakui secara umum tersebut antara lain meliputi terpenuhinya kebutuhan pangan, kesehatan, pendidikan, pekerjaan, perumahan, air bersih, pertanahan, sumber daya alam dan lingkungan hidup, rasa aman dari perlakuan atau ancaman tindak kekerasan dan hak untuk berpartisipasi dalam kehidupan sosial-politik, baik bagi perempuan maupun laki-laki (Bappenas, 2004).
dikemukakan Tobler (Tobler’s first law of geography) dalam Schabenberger dan Gotway (2005), menyatakan “everything is related to everything else, but near things are more related than distant things”. Segala sesuatu saling berhubungan
satu dengan yang lainnya, tetapi sesuatu yang lebih dekat akan lebih berpengaruh daripada sesuatu yang jauh. Data yang dipengaruhi oleh kondisi geografi dan lingkungan atau ruang merupakan data yang bersifat spasial. Oleh karena itu, diperlukan suatu analisis spasial mengenai hubungan variabel independen dan dependen untuk mengetahui faktor-faktor geografi dan lingkungan yang mempengaruhi kemiskinan. Analisis tersebut adalah analisis yang memasukan efek spasial.
1.2Rumusan Masalah
Bagaimana menentukan model kemiskinan menggunakan regresi spasial, serta mengetahui faktor-faktor yang mempengaruhi kemiskinan. Penggunaan regresi linier sederhana kurang tepat. Dimana data mengandung faktor spasial sehingga model akan kurang akurat dan menyebabkan kesimpulan yang kurang tepat karena asumsi eror saling bebas dan asumsi hemoginitas tidak terpenuhi. Maka dari itu, perlu adanya suatu analisis yang lebih akurat pada data spasial yaitu regresi spasial.
1.3Tujuan Penelitian
1.4 Batasan Masalah
Dalam penelitian ini dilakukan beberapa batasan sebagai berikut :
1. Wilayah yang diteliti adalah kabupaten Simalungun yang terdiri dari 31 kecamatan.
2. Data yang digunakan adalah data sekunder yang sudah dipublikasikan oleh BPS, yakni :
a. Jumlah penduduk miskin disetiap Kecamatan b. Jumlah masyarakat yang bekerja disektor pertanian c. Jumlah wanita yang memakai alat kontrasepsi
d. Jumlah anak yang putus/tidak bersekolah dibawah usia 15 Tahun e. Jarak Kecamatan ke ibukota Kabupaten
1.5 Manfaat Penelitian
Kontribusi penelitian ini antara lain :
1. Model yang sudah diperoleh dapat digunakan untuk membuat suatu prediksi , antisipasi, dan kebijakan untuk menurunkan angka kemiskinan di Kabupaten Simalungun.
2. Dengan penelitian ini penulis berharap dapat memperkaya literatur dalam bidang statistika khususnya dalam hal regresi spasial.
1.6 Metodologi Penelitian
Metode penelitian yang digunakan adalah sebagai berikut :
1. Melakukan eksplorasi peta tematik untuk mengetahui pola penyebaran dan dependensi pada masing-masing variabel serta scatterplot untuk mengetahui pola hubungan variabel X dan Y
3. Uji dependensi atau korelasi
4. Menguji efek spasial yaitu uji dependensi spasial dan uji heterogenitas spasial. Uji dependensi spasial dilakukan dengan metode uji pengganda lagrange (lagrange Multiplier, LM) dan uji keragaman spasial dilakukan dengan Moran’s I Statistics (Anselin 1988).
5. Menentukan matriks pembobot spasial W.
6. Proses pemodelan, yaitu data dimodelkan dengan Spatial Autoregressive Model (SAR), Spatial Error Model (SEM), atau Spatial Autoregresive Moving
Average (SARMA).
1.7Tinjauan Pustaka
Regresi spasial telah dikembangkan oleh beberapa peneliti, beberapa diantaranya ialah Anselin, et al (2004), Le Sage dan Pace (2007). Regresi ini telah banyak digunakan dalam ilmu-ilmu regional (Cressie, 1993), ekonomi (Le Sage dan Polasek, 2006), real estate (Pavlov, 2000), maupun di dalam pengolahan citra (Halim, 2007)
Selain pengembangan dari sisi metode, metode ini juga telah banyak digunakan sebagai alat analisis data pada beberapa bidang, diantaranya ialah Siana Halim et al (2008). Dia menggunakan metode regresi spasial ini untuk memodelkan harga jual apartemen di Surabaya. Nurvita Arumsari dan Sutikno (2010) memodelkan kejadian diare menggunakan pendekatan titik dengan studi kasus di Kabupaten Tuban Jawa Timur.
Regresi spasial adalah metode untuk memodelkan suatu data yang memiliki unsur spasial. Model umum regresi spasial atau juga biasa disebut Spatial Autoregressive Moving Average (SARMA) dalam bentuk matriks (Le Sage 1999;
Anselin 2004) dapat disajikan sebagai berikut :
Spatial Autoregressive Model (SAR) adalah jika nilai ρ≠0 dan λ=0 maka model
regresi spasial akan menjadi model regresi spasial Mixed Regressive-Autoregressiv atau Spatial Regressive-Autoregressive Model (SAR) atau disebut juga Spatial
Lag Model (SLM) (Anselin, 1988) dengan bentuk persamaannya yaitu : � = ρ�� +��+ �
Spatial Error Model (SEM) yaitu Jika ρ=0 dan λ≠0 , dengan bentuk
persamaannya yaitu