penerapan analisis regresi ganda untuk …sdm.data.kemdikbud.go.id/upload/files/2....
TRANSCRIPT
Penerapan Analisis Regresi Ganda untuk Mengidentifikasi Faktor-faktor yang Berasosasi
terhadap Capaian IPM
oleh Ikrar Pramudya Siti Khoiriyah
Pusat Data dan Statistik Pendidikan Kementerian Pendidikan Dasar dan Menengah
Jakarta, 18 Nopember 2014
Pokok Bahasan
• Pengantar • Garis Besar Materi • Kerangka Berpikir • Proses Analisis • Hasil Analisis • Simpulan
Pengantar • Tersedia data sekunder yg cukup dan dapat didayagu-
nakan sbg bahan analisis. Hasil analisis dapat dijadi-
kan acuan utk pengambilan kebijakan/penyusunan
program, a.l.: data BPS.
• Tersedia cukup banyak aplikasi yg dapat digunakan
utk mendukung proses komputasi ketika menganalisis
data tetapi kurang didayagunakan, a.l.: SPSS, SAS,
MiniTab, Lisrel, SEM, MS-Excel, MathLab, dll.
• Pengelola data pdu belum mendayagunakan data utk
mendukung pengambilan kebijakan/penyusunan pro-
gram, salah satu sebabnya: ? kurang memahami
metode statistik.
Pengantar GBM Kerangka Proses Hasil Simpulan Topik
Garis Besar Materi
IPM
Y: Peubah Terikat
Proses
X: Peubah Bebas
X1X75
F1: X1, X73, X74 F2: X14, X53, X58
F2: X3, X70
IPM R2
M1 62,6-0,4X1+0,2X73+0,2X74 42,9%
M2 62,7+0,3X14+0,1X53+0,1X58 46,9%
M3 81,7-0,1X3-3,5X70 2,9%
Pengantar GBM Kerangka Proses Hasil Simpulan Topik
Peubah Bebas : (1) (2) (3)
Pub Keterangan Pub Keterangan
X1 tidak dapat baca-tulis aksara latin X15 laki-laki yg sekolah 1mt
X2 tidak dapat baca-tulis aksara Arab X16 laki-laki yg tidak sekolah 1mt
X3 tidak dapat baca-tulis aksara lainnya X17 perempuan yg sekolah 1mt
X4 desa urban X18 perempuan yg tidak sekolah 1mt
X5 desa rural X19 laki-laki yg bekerja 1mt
X6 desa berbatasan dg laut X20 laki-laki yg tidak bekerja 1mt
X7 desa tak berbatasan dg laut X21 perempuan yg bekerja 1mt
X8 % art > 17 tahun yg jadi anggota parpol X22 perempuan yg tidak bekerja 1mt
X9 anggota keluarga laki-laki X23 laki-laki yg urus rumah tangga 1mt
X10 anggota keluarga perempuan X24 laki-laki yang tidak urus rt 1mt
X11 % art yg beli surat kabar X25 perempuan yg urus rumah tangga 1mt
X12 % art yg beli tabloid/majalah X26 perempuan yg tidak yg urus rt 1mt
X13 % art yg manfaatkan TBM X27 jlp pertanian tanaman padi & palawija
X14 % pernah akses internet dlm 3bt X28 jlp hortikultura
Daftar Peubah Bebas (1)
Pub Keterangan Pub Keterangan
X29 jlp perkebunan X43 jlp jasa kesehatan
X30 jlp perikanan X44 jlp jasa kemasy, pmrintah, & perorangan
X31 jlp peternakan X45 jlp lainnya
X32 jlp kehutanan & pertanian lainnya X46 penduduk miskin (000)
X33 jlp pertambangan & penggalian X47 garis kemiskinan (Rp/kapita/bulan)
X34 jlp industri pengolahan X48 % pernah/sedang ikut pra sekolah
X35 jlp listrik & gas X49 % Pos PAUD/PAUD T-BKB/Posyandu
X36 jlp konstruksi/ bangunan X50 % PAUD-TAAM/PAK/BIA/TKQ/lainnya
X37 jlp perdagangan X51 % TK/BA/RA/KB/TPA
X38 jlp hotel & rumah makan X52 termasuk tamat SDLB, MI, & Paket A
X39 jlp transportasi & pergudangan X53 tmsk tamat SMPLB, MTs, & Paket B
X40 jlp informasi & komunikasi X54 termasuk tamat SMLB, MA
X41 jlp keuangan dan asuransi X55 termasuk tamat Paket C
X42 jlp jasa pendidikan X56 tmsk sdg sekolah SDLB, MI, & Paket A
Daftar Peubah Bebas (2)
Peu Keterangan Peu Keterangan
X57 tmsk sdg sekolah SMPLB, MTs, & Paket B X67 pernah/sedang mengikuti KF-BA 1tt
X58 tmsk sdg sekolah SMLB, MA, & Paket C X68 pernah/sedang mengikuti KF-KA 1tt
X59 % desa dg kegiatan KF 3tt X69 memiliki SUKMA
X60 desa dg paket A/B/C 1tt X70 mengikuti japen paket A setara SD
X61 desa dg TBM X71 mengikuti japen paket B setara SMP
X62 pernah baca surat kabar 1mt X72 mengikuti japen paket C setara SMA
X63 pernah baca majalah/tabloid 1mt X73 art yg tidak/belum pernah bersekolah
X64 pernah baca buku cerita 1mt X74 art yg tidak bersekolah lagi
X65 pernah baca buku pelajaran sekolah 1mt X75 tingkat kepadatan penduduk
X66 pernah baca buku pengetahuan 1mt
Daftar Peubah Bebas (3)
Keterangan: art : anggota rumah tangga TBM : taman bacaan masyarakat jlp : jenis lapangan pekerjaan : jumlah japen : jalur pendidikan 1mt : seminggu terakhir KF : keaksaraan fungsional 1tt : satu tahun terakhir SUKMA : surat keterangan melek aksara
Kerangka Berpikir
IPM
Y: Peubah Terikat X: Peubah Bebas
X1X75
memilih Xi penjelas
)(
)1(
ji
i
X
X
faktor penjelas cek asumsi
?
?
?
mengatasi model yg tidak penuhi asumsi
memilih model yg cocok/fit
?
Pengantar GBM Kerangka Proses Hasil Simpulan Topik
?
Proses Analisis
Pengantar GBM Kerangka Proses Hasil Simpulan Topik
IPM
Y: Peubah Terikat X: Peubah Bebas
X1X75
)(
)1(
ji
i
X
X
memilih faktor penjelas uji asumsi
mengatasi model yg tak penuhi asumsi
model yg cocok/fit
Regresi Bertatar
Analisis Faktor
Regresi Klasik
Regresi Kekar
Pemilihan Model
memilih Xi penjelas
Regresi Bertatar
• Menentukan peubah bebas yg bisa masuk ke model:
IPM = 0 + 1Xi1+…+ jXij
melalui proses forward and backward selection dg aplikasi SPSS.
• Hipotesis:
H0: 1, 2, …, j = 0
H1: 1, 2, …, j 0
• Hasilnya terpilih 14 peubah:
X1 X3 X6 X14 X32 X45 X53
X58 X59 X65 X69 X70 X73 X74
PA
Analisis Faktor
• Menentukan kelompok peubah penjelas (faktor) yg secara simultan berasosiasi thd IPM.
Peubah KMO Peubah dg MSA 0,5
14 0,729 X59 (0,312)
13 0,762 X6 (0,489)
12 0,769 tidak ada
KMO > 0,5 dan MSA > 0,5
Keterangan: MSA : Measurement of Sampling Adequacy KMO : Kaiser-Meyer-Olkin
PA
Peubah Penjelas NK > 0,5
X1 0,967
X3 0,669
X14 0,650
X53 0,739
X58 0,698
X70 0,764
X73 0,976
X74 0,902 Keterangan: • Peubah penjelas: X32, X45, X65, dan X69 memiliki NK < 0,5
shg harus dikeluarkan dari model.
Nilai Komunalitas (NK) > 0,5
Faktor Akar
Karakteristik
Keragaman yg dapat dijelaskan
(%)
Proporsi (%)
Pertama:
3,885
48,567
48,567
Kedua:
1,437
17,958
66,525
Ketiga:
1,043
13,039
79,564
74
73
1
X
X
X
58
53
14
X
X
X
70
3
X
X
Proporsi Keragaman Setiap Faktor
Peubah Penjelas Faktor
1 2 3
X1 0,942 -0,261 0,110
X3 -0,033 -0,347 -0,740
X14 -0,163 0,789 0,019
X53 -0,218 0,829 0,069
X58 -0,445 0,707 0,001
X70 0,028 -0,188 0,853
X73 0,950 -0,260 0,071
X74 -0,925 0,202 0,079
PA
Rotasi Komponen Matriks
Model Regresi Klasik
• Model sisaan: IPMk = 0+1Xi1k+…+jXijk+k; k = 1, 2, 3. 1. IPM1 = 62,092-0,418X1+0,210X73+0,165X74+1
2. IPM2 = 58,167+0,252X14+0,098X53+0,150X58+2
3. IPM3 = 84,935-0,142X3-5,104X70+3 • Asumsi yg harus dipenuhi:
1. k memiliki ragam yg homogen/tidak terjadi hete-roskedastisitas.
2. k dan l tidak saling berkorelasi (cov(k,l) = 0) utk setiap kl.
3. k mrpk peubah acak berdistribusi normal. Artinya, k N(0,2).
• Ternyata distribusi: 1, 2, dan 3 tidak normal.
PA
Regresi Kekar
• Karena 1, 2, dan 3 tidak normal, model regresi kla-sik tidak dapat digunakan. OKI, proses analisis dilan-jutkan dg analisis regresi kekar. Diperoleh model yg direvisi, yaitu:
Mod-1. IPM1 = 62,645-0,399X1+0,183X73+0,159X74
Mod-2. IPM2 = 62,729+0,255X14+0,074X53+0,086X58
Mod-3. IPM3 = 81,723-0,105X3-3,497X70+3
Model R2 AIC BIC
Pertama RL(X1, X73, X74) 42,86% 422,303 441,239
Kedua RL(X14, X53, X58) 46,77% 637,609 635,867
Ketiga RL(X3, X70) 2,88% 529,194 543,317
PA
• Karena nilai R2 cukup besar dan nilai AIC serta BIC cukup kecil, model regresi terbaik yg menggam-barkan hubungan peubah penjelas thd capaian IPM adalah
IPM1 = 62,645-0,399X1+0,183X73+0,159X74.
PA
Keterangan: AIC : Akaike Information Criterion BIC : Bayesian Information Criterion
Hasil Analisis
• Model terbaik utk menjelaskan capaian IPM adalah
IPM = 62,645-0,399X1+0,183X73+0,159X74;
X1 = tidak dapat baca-tulis aksara latin,
X73 = art yg tidak/belum pernah bersekolah, dan
X74 = art yg tidak bersekolah lagi
sbg peubah penjelas bersama.
• Koefisien determinasi peubah penjelas thd capaian IPM adalah 42,86%. Artinya, capaian IPM dapat dijelas-kan oleh capaian peubah tsb dg tingkat determinasi/ derajat kepenentuan bersama sebesar 42,86%.
Pengantar GBM Kerangka Proses Hasil Simpulan Topik
Simpulan
Peubah penjelas terpilih, yaitu:
tidak dapat baca-tulis aksara latin (X1)
art yg tidak/belum pernah bersekolah (X73)
art yang tidak bersekolah lagi (X74)
dapat dipandang sbg prediktor bersama capaian IPM yg cukup baik dg persamaan:
IPM = 62,645-0,399X1+0,183X73+0,159X74.
Pengantar GBM Kerangka Proses Hasil Simpulan Topik
Terima Kasih Atas Perhatiannya!