Studi tentang BLT ini sebenarnya merupakan salah satu tugas pekerjaan rumah untuk analisa data katagorik di kuliah saya. Jadi dengan keterbatasan waktu dan kepentingan, mungkin studi ini bukan suatu hal yang serius tetapi saya menjamin seluruh proses penghitungan dan metode analisa yang digunakan cukup valid termasuk sumber datanya. Artikel ini juga merupakan pengembangan artikel BLT saya sebelumnya di blog ini.
Kita tahu BLT mulai dicairkan kembali diberbagai daerah di Indonesia. BLT merupakan salah satu kebijakan pemerintah untuk meringankan bebas masyarakat (bawah) dengan andanya kenaikan BBM karena pengurangan subsidi BBM oleh Pemerintah. Selain BLT sebanarnya ada bentuk kompensasi BBM lainnya untuk masyarakat yaitu bantuan kesehatan gratis, penyediaan beras murah untuk rakyat miskin, dan bantuan kredit bagi masyarakat. Tetapi dalam artikel ini, hanya BLT dahulu yang akan dibahas dalam artikel ini.
Data yang digunakan adalah Survei Sosial Ekonomi Nasional (Susenas) 2006 yang dilakukan BPS di suluruh Indonesia. Data yang dianalisa adalah data sampel tanpa pembobotan, dengan sample rumah tangga sebanyak 277,202. Metode yang digunakan dalam analisa data adalah dengan regresi logistik biner, untuk mengetahui pengaruh beberapa peubah bebas kondisi kesejahteraan rumah tangga terhadap pemberian BLT. Software yang digunakan adalah SPSS.
Peubah respon yang digunakan adalah Blt=Rumahtangga pernah mendapat bantuan langsung tunai (1=Ya, 0=Tidak)
Peubah bebas beserta kode peubahnya sebagai berikut:
- rural = Rumahtangga tinggal di Pedesaan (1=ya, 0=tidak)
- femhh = Kepala rumah tangga perempuan (1=Ya, 0=Tidak)
- workhhh = Kepala rumahtangga bekerja (1=Ya, 0=Tidak)
- umur50 = Kepala rumahtangga berumur 50 tahun ke atas (1=Ya, 0=Tidak)
- miskin = Pengeluaran perkapita kurang dari sam a dengan garis kemiskinan (1=Ya, 0=Tidak)
- flcap10 = Luas lantai perkapita kurang dari 10m2 (1=Ya, 0=Tidak)
- ltanah = Lantai rumah dari tanah (1=Ya, 0=Tidak)
- kayubkr = Rumahtangga masih menggunakan kayubakar (1=Ya, 0=Tidak)
Peubah bebas diatas sengaja dibuat biner supaya mudah dalam interpretasi hasil, pemilihan peubah diatas ditentukan hanya berdasarkan pengalaman saya tanpa ada referensi yang lebih ilmiah, tetapi sedikitnya peubah tersebut bisa menggambarkan kondisi masyarakat bawah.
Sedangkan untuk metode regresi logistik biner tidak akan saya paparkan disini, takut pembaca awam pada kabur lihat cacing-cacing rumus-rumus matematika. Lihat saja salah satu referensinya di sini.
HASIL
Dari 277,202 rumahtangga sampel ternyata sekitar 30.3% telah pernah menerima BLT, sedangkan di perkotaan 17.1% rumahtangga pernah menerimanya dan di
pedesaan lebih banyak lagi sekitar 37.9%. Sedangkan 56.4% rumah tangga miskin (dengan pengeluaran perkapita kurang atau sama dengan garis kemiskinan BPS) pernah menerimanya dan 26.5% dari rumah tangga tidak-miskin menerimanya juga.
Dari Tabel 1 ditunjukan bahwa nilai dugaan parameter (B) nyata pada taraf < 0.001 untuk menerangkan respon penerimaan BLT. Semua dugaan parameter untuk peubah-peubah kesejahteraan rumahtangga memberikan pengaruh secara nyata terhadap penerimaan BLT pada taraf nyata a=0.05. Pengujian keberartian model dengan hipotesis awal (nol) bahwa semua dugaan parameter sama dengan nol ditunjukan pada Tabel 2, dengan statistik G = 51275.4 dengan p-value<0.001 maka kita bisa tolak hipotesis awal, jadi kita bisa yakin bahwa ada minimal satu dugaan parameter yang tidak sama dengan nol.
Penduga parameter rumahtangga tinggal di pedesaan (rural) menunjukan rasio odd sebesar 1.765, artinya rumahtangga yang tinggal di pedesaan kemungkinan untuk menerima BLT lebih besar 1.765 kali dibandingkan rumahtangga di perkotaan. Sedangkan untuk rumahtangga yang dikepalai wanita ternyata peluang untuk menerima BLT lebih besar 2.42 kali dibandingkan rumahtangga dengan kepala rumahtangga laki-laki. Sedangkan untuk rumahtangga dengan kepala keluarga bekerja ternyata peluang untuk menerima BLT hampir sama (0.94 kali) dengan rumahtangga yang kepala rumahtangganya tidak bekerja. Rumahtangga dengan kepala rumahtangga yang berumur diatas 50 tahun ternyata mempunyai peluang menerima BLT lebih tinggi 1.27 kali dibandingkan kepala rumahtangga berumur dibawah atau sama dengan 50 tahun. Kelompok rumahtangga miskin juga punya peluang mendapatkan BLT lebih besar 2.40 kali dibandingkan rumahtangga tidak miskin. Rumahtangga dengan luas lantai perkapita kurang dari 10 m2 juga mempunyai peluang lebih besar 2.18 kali dibandingkan rumahtangga dengan luas lantai perkapita lebih dari 10 m2. Rumahtangga dengan rumah berlantai tanah ternyata berpeluang menerima BLT lebih besar 2.77 kali dibandingkan rumahtangga dengan lantai bukan dari tanah. Rumahtangga yang masih menggunakan kayu bakar untuk memasak juga berpeluang menerima BLT lebih besar 2.43 kali dibandingkan rumah tangga yang sudah tidak menggunakan kayubakar.
Jadi kepanjangan yach artikelnya….Kalau dilihat hasil ini sich sebenarnya sasaran penerima BLT sebenarnya sudah tepat secara statistik dengan variabel yang saya gunakan. Analisanya pun hanya menggunakan variabel biner, jika dikembangkan kembali dengan peubah bebas yang tidak biner mungkin informasi lebih kaya, hanya saja cukup rumit untuk dimengerti oleh orang awam. Saya pribadi sangat mengharapkan ada masukan-masukan, siapa tahu studi ini bisa lebih baik dan menajdi penelitian yang lebih serius lagi.
Popularity: 42% [?]
- Artikel yang berhubungan
- Fasilitas Kesehatan Gratis untuk si Miskin kah? (100%)
Tags: BLT, BPS, kompensasi BBM, Regresi Logistik, susenas
















February 6th, 2009 at 9:54 PM
Salam kenal mas andi
menarik juga studi yang dilakukan tentang penerima BLT .. apalagi kalo bisa di tambah variabel2 lainnya dengan skala pengukuran interval seperti jumlah anggota rumahtangga, jumlah anggota rumahtangga yg bekerja dsb
btw kalo diperkenankan apa saya bisa mendapatkan data Susenas 2006 tuk materi analisis yang lainnya?
tuk referensi tentang regresi logistik mungkin ini bisa membantu
http://rapidshare.com/files/14.....ession.rar
February 9th, 2009 at 11:11 AM
@NyomanSW, dengan penambahan variabel baru dengan skala multinom pasti akan lebih menarik tetapi untuk konsumsi blog sepertinya berat untuk mendeskripsikan hasil/ouputnya.
Kalau data Susenas 2006, saya belum bisa berikan, maaf!
Terima Kasih atas koment dan link-nya!