Penerapan Regresi Logistik Biner Multilevel Dalam Analisis Pengaruh Karakteristik Individu, Rumah Tangga, Dan Wilayah Terhadap Status Kemiskinan Balita Di Kepulauan Maluku Dan Pulau Papua

Abstract

Kemiskinan merupakan masalah sosial ekonomi yang dihadapi setiap negara terutama negara berkembang seperti Indonesia. Kelompok umur dengan persentase kemiskinan tinggi adalah kelompok umur bayi (kurang dari 1 tahun) dan balita (0 sampai 4 tahun). Menurut ahli dalam ilmu psikologi, Duncan dan Magnuson (2011), kemiskinan di awal kehidupan anak sangat berbahaya karena perkembangan otak dan struktur saraf anak umur dini membentuk hasil kognitif, sosial, emosional, dan kesehatan di masa depan. Berdasarkan sebaran anak miskin menurut pulau, angka kemiskinan, kedalaman kemiskinan, dan keparahan kemiskinan anak tertinggi berada di Kepulauan Maluku dan Pulau Papua (BPS, 2017). Berdasarkan Teori Ekologis Bronfenbrenner (1979) dan kerangka pikir teoritis determinan kemiskinan UNICEF oleh Gaspar Fajth, kemiskinan anak dipengaruhi oleh karakteristik individu, rumah tangga, dan wilayah. Sehingga, penelitian ini bertujuan untuk mengetahui gambaran serta pengaruh karekteristik individu, rumah tangga, dan wilayah terhadap status kemiskinan anak kurang dari 5 tahun di Kepulauan Maluku dan Pulau Papua. Dengan demikian, metode analisis yang digunakan dalam penelitian ini adalah regresi logistik biner multilevel dengan 3 level. Penelitian ini menggunakan data Survei Sosial Ekonomi Nasional 2019 dan beberapa data publikasi BPS. Unit analisis dalam penelitian ini adalah balita (anak kurang dari 5 tahun). Status kemiskinan balita ditentukan menggunakan pendekatan multidimensi yaitu Multiple Overlapping Deprivation Analysis (MODA). Hasil analisis menunjukkan bahwa status kemiskinan balita di Kepulauan Maluku dan Pulau Papua dipengaruhi oleh karakteristik individu (umur balita), rumah tangga (pendidikan dan umur kepala rumah tangga, pendidikan dan status bekerja ibu, status kemiskinan dan jumlah anggota rumah tangga, serta tipe daerah), dan wilayah (IPM).

Kemiskinan Anak di Kalimantan Barat Tahun 2021

“…Salah satu permasalahan semua negara khususnya negara berkembang seperti Indonesia adalah kemiskinan. Hal ini membuat kemiskinan menjadi tujuan pertama pada Sustainable Development Goals (SDGs) 2030, yaitu mengakhiri kemiskinan dalam segala bentuk di manapun dengan target yang akan diraih diantaranya mengentaskan kemiskinan ekstrim bagi semua orang dimana saja dan mengurangi setidaknya separuh proporsi dari laki-laki, perempuan, dan anak-anak di segala umur yang hidup dalam kemiskinan (Amida & Sitorus, 2020). Berdasarkan data Badan Pusat Statistik (BPS), persentase penduduk miskin di Indonesia tahun 2021 sebesar 10,14 persen.…”

“…Menurut penelitian yang dilakukan oleh (Amida & Sitorus, 2020), status kemiskinan balita di Kepulauan Maluku dan Pulau Papua dipengaruhi oleh karakteristik individu yaitu umur balita, karakteristik rumah tangga antara lain umur dan pendidikan kepala rumah tangga, status bekerja dan pendidikan ibu, status kemiskinan, jumlah anggota rumah tangga, serta tipe daerah, dan juga karakteristik wilayah yaitu IPM. Penelitian lain mengungkapkan bahwa kemiskinan anak dipengaruhi oleh rendahnya pendidikan, pekerjaan ibu dan kepala rumah tangga, status tinggal di wilayah pedesaan, dan memiliki balita lebih dari satu orang (Bachtiar, Rasbi, & Fahmi, 2016).…”

“…Pada model multilevel random intercept, pengaruh setiap variabel independen terhadap variabel dependen sama untuk masing-masing kelompok. Sedangkan, model multilevel random slope ada pengaruh variabel independen terhadap variabel dependen berbeda-beda untuk setiap kelompok (Amida & Sitorus, 2020) Dari hasil uji simultan diperoleh G = 160,546 > 𝜒𝜒 0,05;7 2 = 14,067 sehingga keputusannya tolak H0 dan dapat disimpulkan bahwa minimal ada satu variabel independen yang berpengaruh terhadap kemiskinan balita. Artinya, model dengan variabel independen lebih cocok dibandingkan dengan model tanpa variabel independen pada penelitian analisis kemiskinan balita ini.…”

“…Hasil analisis pengaruh masing-masing variabel terhadap kemiskinan balita dapat dilihat pada Tabel 4 sebagai berikut: Berdasarkan hasil analisis pengaruh variabel-variabel individu dan daerah terhadap kemiskinan balita pada Tabel 4 dapat dilihat bahwa variabel-variabel yang berpengaruh terhadap kemiskinan balita antara lain jumlah ART, pendidikan KRT, pendidikan ibu dan status bekerja ibu sedangkan variabel jenis kelamin dan status bekerja KRT tidak signifikan berpengaruh pada kemiskinan balita. Hasil penelitian ini sejalan dengan penelitian terdahulu oleh Amida & Sitorus (2020), variabel jenis kelamin dan status bekerja KRT tidak signifikan berpengaruh pada kemiskinan balita. Jika dilihat dari variabel kabupaten daerah tempat tinggal balita, IPM berpengaruh secara signifikan terhadap kemiskinan balita.…”

Pengaruh Infrastruktur terhadap Kemiskinan: Analisis Data Panel 34 Provinsi di Indonesia

“…Ketersediaan infrastruktur berperan dalam peningkatan kesejahteraan masyarakat dan merupakan prakondisi penting dalam penanggulangan kemiskinan [8]. Sebaliknya, pembangunan infrastruktur yang lambat dapat menjadi halangan bagi pembangunan dan pertumbuhan secara keseluruhan [9].…”