Analisis Pola Hubungan Besarnya Kerugian Negara
Akibat Korupsi Dengan Demografi Koruptor
di Jawa Timur
Oleh :
Amilia Firda Rahmana (1311 105 008)
Dosen Pembimbing :
Santi Puteri Rahayu, M.Si, Ph.D
Seminar Hasil Tugas Akhir
5 Juli 2013
PENDAHULUAN
I
LATAR BELAKANG
PENDAHULUAN
I
LATAR BELAKANG
Indonesia memiliki nilai IPK lebih
rendah dari pada negara Papua
Nugini,
Vietnam,
Philipina,
Malaysia dan Singapura.
Sedangkan pada tingkat dunia,
negara-negara yang ber-IPK lebih
buruk dari Indonesia merupakan
negara yang sedang mengalami
konflik
PENDAHULUAN
I
LATAR BELAKANG
Kasus korupsi dengan analisis
PENDAHULUAN
I
TUJUAN
1
• Karakteristik demografi kasus dugaan korupsi
2
• Signifikansi dependensi kerugian negara
akibat korupsi dengan demografi koruptor
3
• Pola hubungan antara besarnya kerugian
negara dengan variabel demografi koruptor
PENDAHULUAN
I
• Memberikan analisis statistika pada
bidang hukum di Jawa Timur khususnya
kasus korupsi
1
• Membantu memberikan upaya perventif
pemberantasan kasus korupsi yang
terjadi di Jawa Timur maupun Indonesia
2
PENDAHULUAN
I
BATASAN PENELITIAN
Data yang digunakan adalah data kasus korupsi di
Jawa Timur pada tahun 2011-2012 baik yang sudah
diputus maupun belum diputus sampai dengan
akhir tahun 2012.
TINJAUAN PUSTAKA
II
STATISTIKA DESKRIPTIF
Statistika deskriptif adalah metode-metode yang berkaitan
dengan pengumpulan dan penyajian suatu gugus data sehingga
memberikan informasi yang berguna (Walpole, 1995).
Statistika deskriptif memberikan informasi
yang hanya mengenai data itu sendiri dan
dapat diketahui karakteristik dan frekuensi
atau presentase yang didapat dari setiap
variabel yang diteliti.
TINJAUAN PUSTAKA
II
TABEL KONTINGENSI
Masing-masing kategori variabel tersebut harus memenuhi syarat
•
Homogen
•
Mutually Exclusive
•
Mutually Exchaustive
•
Skala Nominal atau Ordinal
Tabulasi silang dua variabel ordinal yang
berisi frekuensi-frekuensi respon dalam
setiap sel matriks.
TINJAUAN PUSTAKA
II
UJI INDEPENDENSI
Digunakan untuk mengetahui ada tidaknya hubungan antar
dua variabel yang telah ditetapkan.
Hipotesis untuk pengujian independensi adalah sebagai
berikut.
H
0: tidak ada hubungan antar variabel A dan variabel B
H
1: ada hubungan antar variabel A dan variabel B
∑∑
= =−
=
I i J j ij ij ijm
m
n
1 1 2 2ˆ
)
ˆ
(
χ
Statistik uji :
TINJAUAN PUSTAKA
II
ANALISIS KORESPONDENDSI
•
Bagian analisis multivariat yang mempelajari hubungan antara dua atau
lebih variabel dengan memperagakan baris dan kolom secara bersama
dari tabel kontingensi dua arah dalam ruang vektor berdimensi rendah
(dua).
•
Digunakan untuk mereduksi dimensi variabel dan menggambarkan
profil vektor baris dan vektor kolom suatu matriks data dari tabel
kontingensi.
•
Hasil dari analisis korespondensi biasanya mengikutkan dua dimensi
terbaik untuk mempresentasikan data, yang menjadi koordinat titik dan
suatu ukuran jumlah informasi yang ada dalam setiap dimensi yang
biasa dinamakan inersia (Johnson dan Wichern 2002).
TINJAUAN PUSTAKA
II
MODEL LOG LINEAR
Suatu model untuk memperoleh model statistika yang menyatakan
hubungan antara variabel dengan data yang bersifat kualitatif (skala
nominal atau ordinal) dan dapat diketahui model matematikanya secara
pasti serta level atau kelas mana yang cenderung menimbulkan adanya
hubungan atau dependensi.
Uji Goodness of Fit
Uji K-Way
Uji Asosiasi Parsial
Seleksi Model
TINJAUAN PUSTAKA
II
Suatu perbuatan tidak
jujur atau
penyelewengan yang
dilakukan karena
adanya suatu
pemberian.
Kekuasaan tanpa aturan hukum. Oleh
karena itu, selalu ada praduga
pemakaian kekuasaan untuk mencapai
suatu tujuan selain tujuan yang
tercantum dalam pelimpahan kekuasaan
tersebut.
Gejala dimana pejabat,
badan-badan negara
yang menyalahgunakan
wewenang dengan
terjadinya penyuapan,
pemalsuan.
METODOLOGI
PENELITIAN
III
SUMBER DATA
Data yang digunakan dalam penelitian ini adalah data sekunder
kasus dugaan korupsi di Jawa Timur mulai Januari 2011 hingga
Desember 2012.
Data didapat dari Pengadilan Tipikor (Tindak Pidana Korupsi) Jawa
Timur.
Jumlah kasus korupsi di Jawa Timur dari Januari 2011 hingga
Desember 2012 sebanyak 286 kasus, baik yang sudah diputus
maupun belum diputus.
METODOLOGI
PENELITIAN
III
VARIABEL PENELITIAN
Variabel
Keterangan
Kerugian Negara
1. Kategori A (< 100.000.000)
2. Kategori B ( 100.000.000 sampai 1.000.000.000 )
3. Kategori C ( > 1.000.000.000 )
Usia
1. < 40 tahun
2. 40 tahun – 50 tahun
3. > 50 tahun
Jenis Kelamin
1. Laki-Laki
2. Perempuan
METODOLOGI
PENELITIAN
III
Variabel
Keterangan
Daerah Kejaksaan 1. Zona Utara
2. Zona Tengah
3. Zona Selatan
Pekerjaan
1. PNS
2. Swasta/Wiraswasta
3. Pejabat Parpol
Pendidikan
1. SD/SMP/SMA
2. D3/S1
3. S2/S3
VARIABEL PENELITIAN
METODOLOGI
PENELITIAN
III
LANGKAH ANALISIS
Untuk menganalisis karakteristik demografi kasus dugaan korupsi di
Jawa Timur digunakan statistika deskriptif dengan menggunakan pie
chart.
Mengetahui signifikansi dependensi besarnya kerugian negara
akibat korupsi dengan variabel demografi koruptor di Jawa Timur
dilakukan langkah analisis sebagai berikut.
i.
Membuat tabel tabulasi silang dua dimensi antara variabel
besarnya kerugian negara dengan variabel-variabel
demografi.
ii. Melakukan uji independensi dengan menggunakan uji
chi-square antara variabel kerugian negara dengan
METODOLOGI
PENELITIAN
III
LANGKAH ANALISIS
Untuk mengetahui pola hubungan antara besarnya kerugian negara
akibat korupsi dengan variabel demografi koruptor di Jawa Timur
dilakukan langkah analisis sebagai berikut.
Melakukan analisis korespondensi dengan langkah-langkah :
i.
Menghitung profil baris dan profil kolom.
ii. Menentukan nilai inersia.
iii. Menentukan nilai kontribusi relatif dan kontribusi mutlak dari
masing-masing baris dan kolom.
METODOLOGI
PENELITIAN
III
Melakukan analisis model log linear dengan langkah-langkah :
i. Menentukan variabel yang memiliki kategori dependen.
ii. Membentuk model log linear dari tabel dua dimensi untuk mencari
model matematis secara pasti.
iii. Melakukan uji Goodness of Fit dengan menggunakan uji Chi Square
Pearson dan Ratio Likelihood untuk menguji hipotesis dari tiap
model yang terbentuk.
iv. Melakukan seleksi model terbaik dengan metode eliminasi
backward.
v. Melakukan pengujian residual untuk mengetahui level mana yang
cenderung menimbulkan adanya hubungan atau dependensi.
Pengujian residual ini menggunakan nilai adjusted residual yang
dibandingkan dengan nilai pada distribusi normal standart.
ANALISIS DAN
PEMBAHASAN
IV
ANALISIS DAN
PEMBAHASAN
IV
ANALISIS DAN
PEMBAHASAN
IV
ANALISIS DAN
PEMBAHASAN
IV
Usia Kerugian Negara Total < 100 juta 100 juta – 1 M ≥ 1 M < 40 tahun Jumlah 24 28 2 54 Persentase 8.4% 9.8% 0.7% 18.9% Nilai Harapan 18.1 25.7 10.2 40 tahun – 50 tahun Jumlah 43 55 27 125 Persentase 15% 19.2% 9.4% 43.7% Nilai Harapan 42.0 59.4 23.6 >50 tahun Jumlah 29 53 25 107 Persentase 10.1% 18.5% 8.7% 37.4% Nilai Harapan 35.9 50.9 20.2 Total Jumlah 96 136 54 286 Persentase 33.6% 47.5% 18.9% 100%Chi Square
P-value
12,108
0,017
2 χ
Ada Hubungan antara
Kerugian Negara dan Usia
Lanjut ke Analisis Model
Log Linear dan Analisis
Korespondensi
Signifikansi Dependensi
Kerugian Negara VS Usia
ANALISIS DAN
PEMBAHASAN
IV
Chi Square
P-value
1,034
0,596
2 χ
Tidak Ada Hubungan
antara Kerugian Negara
dan Jenis Kelamin
Tidak dilanjutkan ke
Analisis Model Log Linear
dan Analisis Korespondensi
Signifikansi Dependensi
Kerugian Negara VS Jenis Kelamin
Jenis Kelamin Kerugian Negara Total < 100 juta 100 juta – 1 M ≥ 1 M Laki-Laki Jumlah 86 116 46 248 Persentase 30.1% 40.5% 16.1% 86.7% Nilai Harapan 83.2 117.9 46.8 Perempuan Jumlah 10 20 8 38 Persentase 3.5% 7.0% 2.8% 13.3% Nilai Harapan 12.8 18.1 7.2 Total Jumlah 96 136 54 286 Persentase 33.6% 47.5% 18.9% 100%
ANALISIS DAN
PEMBAHASAN
IV
Chi Square
P-value
13,579
0,009
2 χ
Ada Hubungan antara
Kerugian Negara dan
Daerah Kejaksaan
Lanjut ke Analisis Model
Log Linear dan Analisis
Korespondensi
Signifikansi Dependensi
Kerugian Negara VS Daerah Kejaksaan
Daerah Kejaksaan Kerugian Negara Total < 100 juta 100 juta – 1 M ≥ 1 M Utara Jumlah 36 33 25 94 Persentase 12.6% 11.5% 8.7% 32.9% Nilai Harapan 31.6 44.7 17.7 Tengah Jumlah 37 50 12 99 Persentase 12.9% 17.5% 4.2% 34.6% Nilai Harapan 33.2 47.1 18.7 Selatan Jumlah 23 53 17 93 Persentase 8.0% 18.5% 5.9% 32.5% Nilai Harapan 31.2 44.2 17.6 Total Jumlah 96 136 54 286 Persentase 33.6% 47.5% 18.9% 100%
ANALISIS DAN
PEMBAHASAN
IV
2 χ
Terdapat sel yang
memiliki nilai harapan < 5
sebanyak 22,2%, maka
perlu dilakukan
Penggabungan Sel
Signifikansi Dependensi
Kerugian Negara VS Pekerjaan
Pekerjaan Kerugian Negara Total < 100 juta 100 juta – 1 M ≥ 1 M PNS Jumlah 65 68 25 158 Persentase 22.7% 23.8% 8.7% 55.2% Nilai Harapan 53 75.1 29.8 Swasta / Wiraswasta Jumlah 30 65 19 114 Persentase 10.5% 22.7% 6.6% 39.9% Nilai Harapan 38.3 54.2 21.5 Pejabat Partai Politik Jumlah 1 3 10 14 Persentase 0.3% 1% 3.5% 4.9% Nilai Harapan 4.7 6.7 2.6 Total Jumlah 96 136 54 286 Persentase 33.6% 47.5% 18.9% 100%
ANALISIS DAN
PEMBAHASAN
IV
Chi Square
P-value
7,032
0,030
2 χ
Ada Hubungan antara
Kerugian Negara dan
Pekerjaan
Lanjut ke Analisis Model
Log Linear dan Analisis
Korespondensi
Signifikansi Dependensi
Kerugian Negara VS Pekerjaan
Pekerjaan Kerugian Negara Total < 100 juta 100 juta – 1 M ≥ 1 M PNS Jumlah 66 71 35 172 Persentase 23% 24.8% 12.2% 60.1% Nilai Harapan 57.7 81.8 32.5 Swasta / Wiraswasta Jumlah 30 65 19 114 Persentase 10.5% 22.7% 6.6% 39.9% Nilai Harapan 38.3 54.2 21.5 Total Jumlah 96 136 54 286 Persentase 33.6% 47.5% 18.9% 100%
ANALISIS DAN
PEMBAHASAN
IV
Chi Square
P-value
58,454
0,000
2 χ
Ada Hubungan antara
Kerugian Negara dan
Pendidikan
Lanjut ke Analisis Model
Log Linear dan Analisis
Korespondensi
Signifikansi Dependensi
Kerugian Negara VS Pendidikan
Pendidikan Kerugian Negara Total < 100 juta 100 juta – 1 M ≥ 1 M SD / SMP / SMA Jumlah 54 39 2 95 Persentase 18.9% 13.6% 0.7% 33.2% Nilai Harapan 31.9 45.2 17.9 D3 / S1 Jumlah 35 63 25 123 Persentase 12.2% 22.0% 8.7% 43% Nilai Harapan 41.3 58.5 23.2 S2 / S3 Jumlah 7 34 27 68 Persentase 2.4% 11.9% 9.4% 23.8% Nilai Harapan 22.8 32.3 12.8 Total Jumlah 96 136 54 286 Persentase 33.6% 47.5% 18.9% 100%
ANALISIS DAN
PEMBAHASAN
IV
Pola Hubungan
Kerugian Negara VS Usia
ANALISIS KORESPONDENSI
Usia Kerugian Negara Massa
< 100 juta 100 juta – 1M ≥ 1 M < 40 tahun 0,444 0,519 0,037 0,329 40 tahun – 50 tahun 0,344 0,440 0,216 0,346 >50 tahun 0,271 0,495 0,234 0,325 PROFIL BARIS PROFIL KOLOM
Usia Kerugian Negara
< 100 juta 100 juta – 1 M ≥ 1 M
< 40 tahun 0,250 0,206 0,037 40 tahun – 50 tahun 0,448 0,404 0,500
>50 tahun 0,302 0,390 0,463 Massa 0,336 0,475 0,189
Dimensi Inersia Proporsi Proporsi Kumulatif
1 0,039 0,921 0,921 2 0,003 0,079 1,000
ANALISIS DAN
PEMBAHASAN
IV
Pola Hubungan
Kerugian Negara VS Usia
ANALISIS KORESPONDENSI
KONTRIBUSI MUTLAK DAN RELATIF (PROFIL BARIS)
Usia Kontribusi Mutlak Kontribusi Relatif Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2
< 40 tahun 0,777 0,034 0,996 0,004 40 tahun – 50 tahun 0,030 0,533 0,398 0,602
>50 tahun 0,192 0,434 0,838 0,162
KONTRIBUSI MUTLAK DAN RELATIF (PROFIL KOLOM)
Kerugian Negara Kontribusi Mutlak Kontribusi Relatif Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2
< 100 juta 0,258 0,407 0,881 0,119 100. juta – 1 M 0,013 0,512 0,222 0,778
ANALISIS DAN
PEMBAHASAN
IV
Pola Hubungan
Kerugian Negara VS Usia
ANALISIS KORESPONDENSI
ANALISIS DAN
PEMBAHASAN
IV
Pola Hubungan
Kerugian Negara VS Usia
ANALISIS MODEL LOG LINEAR
UJI K-WAY
Uraian K Db Likelihood Ratio Pearson
Chi-Square P-value Chi-Square P-value K-Way and Higher Order Effects 2 4 15,212 0,004 12,108 0,017 1 8 82,851 0,000 67,769 0,000 K-Way Effects 1 4 67,639 0,000 55,661 0,000 2 4 15,212 0,004 12,108 0,017
Efek db Partial
Chi-Square P-value
Kerugian Negara 2 36,586 0,000 Usia 2 31,053 0,000
ANALISIS DAN
PEMBAHASAN
IV
Pola Hubungan
Kerugian Negara VS Usia
ANALISIS MODEL LOG LINEAR
ELIMINASI BACKWARD
PENGUJIAN RESIDUAL
Efek Chi-Square db P-value
Model 0 0,000 0 Model 1 15,212 4 0,004 xy ij y j x i ij
m
=
µ
+
λ
+
λ
+
λ
Sehingga model yang terbentuk :Log
Usia
Kerugian Negara
< 100 juta 100 juta – 1 M ≥ 1 M < 40 tahun Adj. Resi 1.9 0.7 -3.2
40 tahun –
50 tahun Adj. Resi 0.3 -1.1 1.0
ANALISIS DAN
PEMBAHASAN
IV
Pola Hubungan
Kerugian Negara VS Daerah Kejaksaan
ANALISIS KORESPONDENSI
PROFIL BARIS PROFIL KOLOM NILAI INERSIA Daerah KejaksaanKerugian Negara Massa < 100 juta 100 juta – 1 M ≥ 1 M
Zona Utara 0,383 0,351 0,266 0,329 Zona Tengah 0,374 0,505 0,121 0,346
Zona Selatan 0,247 0,570 0,183 0,325
Daerah Kejaksaan Kerugian Negara
< 100 juta 100 juta – 1 M ≥ 1 M
Zona Utara 0,375 0,243 0,463
Zona Tengah 0,385 0,368 0,222 Zona Selatan 0,240 0,390 0,315 Massa 0,336 0,475 0,189
Dimensi Inersia Proporsi Proporsi Kumulatif
1 0,035 0,737 0,737 2 0,012 0,263 1,000
ANALISIS DAN
PEMBAHASAN
IV
KONTRIBUSI MUTLAK DAN RELATIF (PROFIL BARIS)
KONTRIBUSI MUTLAK DAN RELATIF (PROFIL KOLOM)
Pola Hubungan
Kerugian Negara VS Daerah Kejaksaan
ANALISIS KORESPONDENSI
Daerah Kejaksaan
Kontribusi Mutlak Kontribusi Relatif Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2
Zona Utara 0,661 0,010 0,994 0,006 Zona Tengah 0,104 0,550 0,346 0,654
Zona Selatan 0,235 0,440 0,599 0,401
Kerugian Negara
Kontribusi Mutlak Kontribusi Relatif Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2
< 100 juta 0,131 0,533 0,408 0,592
100. juta – 1 M 0,484 0,041 0,971 0,029 ≥ 1 M 0,385 0,426 0,717 0,283
ANALISIS DAN
PEMBAHASAN
IV
PLOT KORESPONDENSI
Pola Hubungan
Kerugian Negara VS Daerah Kejaksaan
ANALISIS DAN
PEMBAHASAN
IV
UJI K-WAY
UJI ASOSIASI PARSIAL
Pola Hubungan
Kerugian Negara VS Daerah Kejaksaan
ANALISIS MODEL LOG LINEAR
Uraian K db
Likelihood Ratio Pearson Chi-Square P-value Chi-Square P-value K-Way and Higher Order Effects 2 4 13,971 0,007 13,579 0,009 1 8 50,773 0,000 49,140 0,000 K-Way Effects 1 4 36,802 0,000 35,561 0,000 2 4 13,971 0,007 13,579 0,009
Efek db Partial
Chi-Square P-value
ANALISIS DAN
PEMBAHASAN
IV
ELIMINASI BACKWARD PENGUJIAN RESIDUAL xy ij y j x i ijm
=
µ
+
λ
+
λ
+
λ
Sehingga model yang terbentuk :Log
Pola Hubungan
Kerugian Negara VS Daerah Kejaksaan
ANALISIS MODEL LOG LINEAR
Efek Chi-Square db P-value
Model 0 0,000 0
Model 1 13,971 4 0,007
Daerah Kejaksaan
Kerugian Negara
< 100 juta 100. juta – 1 M ≥ 1 M
Utara Adj. Resi 1.2 -2.9 2.3
Tengah Adj. Resi 1.0 0.7 -2.1
ANALISIS DAN
PEMBAHASAN
IV
UJI K-WAY
UJI ASOSIASI PARSIAL
Pola Hubungan
Kerugian Negara VS Pekerjaan
ANALISIS MODEL LOG LINEAR
Uraian K db Likelihood Ratio Pearson
Chi-Square P-value Chi-Square P-value K-Way and Higher Order Effects 2 2 7,069 0,029 7,032 0,030 1 5 55,499 0,000 51,930 0,000 K-Way Effects 1 3 48,430 0,000 44,898 0,000 2 2 7,069 0,029 7,032 0,030
Efek db Partial
Chi-Square P-value
ANALISIS DAN
PEMBAHASAN
IV
ELIMINASI BACKWARD PENGUJIAN RESIDUAL xy ij y j x i ijm
=
µ
+
λ
+
λ
+
λ
Sehingga model yang terbentuk :Log
Pola Hubungan
Kerugian Negara VS Pekerjaan
ANALISIS MODEL LOG LINEAR
Efek Chi-Square db P-value
Model 0 0,000 0 Model 1 7,069 2 0,029 Pekerjaan Kerugian Negara < 100 juta 100 juta – 1 M ≥ 1 M PNS Adj. Resi 2.1 -2.6 0.8 Swasta /
ANALISIS DAN
PEMBAHASAN
IV
Pola Hubungan
Kerugian Negara VS Pendidikan
ANALISIS KORESPONDENSI
PROFIL BARIS
PROFIL KOLOM
NILAI INERSIA
Pendidikan Kerugian Negara Massa
< 100 juta 100. juta – 1 M ≥ 1 M
SD/SMP/SMA 0,568 0,411 0,021 0,332 D3/S1 0,285 0,512 0,203 0,430
S2/S3 0,103 0,500 0,397 0,238
Pendidikan Kerugian Negara
< 100 juta 100. juta – 1 M ≥ 1 M
SD/SMP/SMA 0,563 0,287 0,037 D3/S1 0,365 0,463 0,463 S2/S3 0,073 0,250 0,500
Massa 0,336 0,476 0,189
Dimensi Inersia Proporsi Proporsi Kumulatif
1 0,202 0,987 0,987 2 0,003 0,013 1,000
ANALISIS DAN
PEMBAHASAN
IV
KONTRIBUSI MUTLAK DAN RELATIF (PROFIL BARIS)
KONTRIBUSI MUTLAK DAN RELATIF (PROFIL KOLOM)
Pola Hubungan
Kerugian Negara VS Pendidikan
ANALISIS KORESPONDENSI
Pendidikan Kontribusi Mutlak Kontribusi Relatif Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2
SD/SMP/SMA 0,524 0,144 0,996 0,004 D3/S1 0,018 0,552 0,706 0,294 S2/S3 0,458 0,304 0,991 0,009
Kerugian Negara
Kontribusi Mutlak Kontribusi Relatif Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2
< 100 juta 0,470 0,194 0,995 0,005 100. juta – 1 M 0,015 0,509 0,694 0,306 ≥ 1 M 0,515 0,297 0,992 0,008
ANALISIS DAN
PEMBAHASAN
IV
PLOT KORESPONDENSI
Pola Hubungan
Kerugian Negara VS Pendidikan
ANALISIS DAN
PEMBAHASAN
IV
UJI K-WAY
UJI ASOSIASI PARSIAL
Pola Hubungan
Kerugian Negara VS Pendidikan
ANALISIS MODEL LOG LINEAR
Uraian K db Likelihood Ratio Pearson
Chi-Square P-value Chi-Square P-value K-Way and Higher Order Effects 2 4 65,137 0,000 58,454 0,000 1 8 117,789 0,000 97,727 0,000 K-Way Effects 1 4 56,652 0,000 39,273 0,000 2 4 65,137 0,000 58,454 0,000
Efek db Partial
Chi-Square P-value
ANALISIS DAN
PEMBAHASAN
IV
ELIMINASI BACKWARD PENGUJIAN RESIDUAL xy ij y j x i ijm
=
µ
+
λ
+
λ
+
λ
Sehingga model yang terbentuk :Log
Pola Hubungan
Kerugian Negara VS Pendidikan
ANALISIS MODEL LOG LINEAR
Efek Chi-Square db P-value
Model 0 0,000 0
Model 1 65,137 4 0,000
Pendidikan
Kerugian Negara
< 100 juta 100. juta – 1 M ≥ 1 M SD / SMP / SMA Adj. Resi 5.9 -1.6 -5.1
D3 / S1 Adj. Resi -1.6 1.1 0.5