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.

    Jika artikel ini menarik, kirim ke:
  • Facebook
  • Twitter
  • Google Bookmarks
  • RSS
  • StumbleUpon
  • Digg
  • del.icio.us
  • LinkedIn
  • Technorati
  • Yahoo! Bookmarks
  • Reddit
  • email
  • Print
  • PDF

Popularity: 47% [?]

Tags: , , , ,

54 Responses to “Bantuan Langsung Tunai (BLT) Sudah Tepat Sasaran, Kah?”

  1. 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

  2. @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!

  3. Salam kenal mas Andi..
    Saya mau nanya, anda menampilkan tabel kontingensi Hosmer and Lemeshow, dan ini merupakan tabel uji kesesuaian model regresi logistik (goodness of fit model).
    Dari tabel tersebut, terlihat bahwa p-value nya 0.000 .yang berarti model yang diperoleh tidak sesuai (nilai observed dan expected cukup berbeda).
    Apakah model regresi logistik ini masih bisa tetap digunakan?sementara model tersebut tidak memenuhi uji goodness of fit?atau metode regresi logistic kurang tepat digunakan untuk menganalisis data ini?

    Mohon pendapat nya,, soalnya saya juga lg ngerjain skripsi menggunakan regresi logistik.

    Terima Kasih

  4. Hello Again,
    The above data is the exact data that I am looking for in Socio-economic category.

  5. mnurut saya blt itu belum tepat sasaran…. karna msh ada orang yg tergolong msih mampu mendapatkan blt tsb.

  6. @Rahmita, memang kalau kita lihat secara micro masih ada kasus yang menyimpang. Tetapi untuk analisa ini, saya menggunakan pendekatan makro, secara keseluruhan.

  7. apa punya file tentang analisis cluster??? Klo ga ada, mungkin tau referensinya?..tq

Trackbacks/Pingbacks

  1. Swastika Andi - Never Stop Learning - Fasilitas Kesehatan Gratis untuk si Miskin kah?
  2. Regresi Logistik Penerima BLT 2006 « Swastika Andi’s Journey
  3. Studi tentang Fasilitas Kesehatan Gratis « Swastika Andi’s Journey
  4. Susenas 2009 dan Informasinya
  5. yankee candles cheap
  6. anchorage science jobs
  7. Kite Harness
  8. Lovegra
  9. locksmith Las Vegas
  10. locksmith in Portland
  11. bamboo sheets
  12. used bass guitars
  13. Weight Loss Systems
  14. livecams
  15. margaritaville maker
  16. senuke service
  17. independent financial advisors
  18. Flax Seeds Recipes
  19. portable air conditioning units prices
  20. local mobile monopoly
  21. get abs fast
  22. free cams
  23. jamie hudson
  24. Jetblue Promo Code
  25. Auto Movers
  26. Hypnosis
  27. easy guitar chords
  28. Sheens Corner
  29. Cruises From Charleston
  30. manhattan home inspector
  31. Car Transport
  32. harman kardon soundsticks ii
  33. brooklyn real estate
  34. Wedding Accessories
  35. Buy Pheromone Cologne
  36. Discount Folding Tables
  37. discount electric guitars packages cheap now
  38. backlinks
  39. P90X
  40. cams
  41. hindi movie reviews
  42. locksmith Queens
  43. auto locksmith Brooklyn
  44. auto locksmith Bronx
  45. webcams
  46. ex girlfriend
  47. six pack abs in 2 weeks

Leave a Reply

You can use these tags: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

*
To prove you're a person (not a spam script), type the security word shown in the picture. Click on the picture to hear an audio file of the word.
Click to hear an audio file of the anti-spam word