Pustaka Ilmiah Universitas Padjadjaran

Abstrak

Multigroup Structural Equation Models (SEM) Data Kemiskinan Indonesia

Kemiskinan merupakan masalah multidimensional yang dihadapai oleh semua negara di dunia termasuk di Indonesia. Di Indonesia pengukuran kemiskinan dilakukan oleh Badan Pusat Statistik (BPS) mulai pada tahun 1984 melalui tiga indikator yaitu persentase penduduk miskin (P0), indeks kedalaman (P1) dan indeks keparahan (P2). Menurut data BPS tahun 2013 persentase kemiskinan (P0) di Indonesia masih belum mencapai target MDG’s dan masih terdapat disparitas yang tinggi antar kota dan kabupaten di Indonesia. Penelitian ini dimaksudkan untuk melihat permodelan penyebab kemiskinan di Indonesia. Penyebab kemiskinan sangat kompleks dan tidak dapat diukur secara langsung (variabel laten) maka metode statistik yang cocok digunakan adalah Structural Equation Models (SEM). Menganalisis adanya disparitas dipakailah Analysis Multigroup sehingga penelitian ini akan menerapkan Mutigroup SEM pada kemiskinan di Indonesia. Data yang dipakai pada penelitian ini bersumber dari survei BPS yaitu Susenas dan Sakernas. Pada paper ini diuji permodelan variabel laten eksogen yaitu tingkat pendidikan, kualitas kesehatan, kualitas pekerjaan dan partisipasi kerja terhadap variabel laten endogen kemiskinan. Data yang telah dipisah ke masing-masing grup, dibentuklah Base Line Model. Dari hasil uji statistik didapat model overall model fit sudah baik untuk kedua kelompok. Hasil uji validitas dan reliabilitas hanya tiga variabel yang memenuhi yaitu variabel kemiskinan, kualitas pekerjaan dan partisipasi kerja untuk kedua grup. Kecocokan model struktural pada pengujian data kemiskinan adalah tidak signifikan. Hal ini menunjukkan kemiskinan di Indonesia tidak lagi terfokus pada faktor hak dasar tetapi banyak faktor lainnya yang tidak diuji pada model yang mempengaruhinya. Hasil perbandingan multigroup pada variabel kemiskinan didapat adanya perbedaan kemiskinan antara kota dan kabupaten serta uji latens means secara statistik kabupaten lebih tinggi dari kota.