Constrained Autoregression Structural Equation Model (ASEM) Pada Faktor Kemiskinan di Indonesia

Abstract

Kemiskinan merupakan persoalan mendasar di negara manapun, yang dari tahun ke tahun diharapkan terus menurun. Menurut data BPS, target MDG’s dalam menurunkan angka kemiskinan belum tercapai terutama di wilayah kabupaten. Sehingga, penelitian ini bertujuan menaksir kontribusi dari faktor-faktor yang menjadi penyebab kemiskinan di wilayah kabupaten di Indonesia pada tahun 2010-2013. Data kemiskinan bersumber dari agregat data survei yang pasti memiliki kesalahan pengukuran (measurement error). Faktor-faktor penyebab kemiskinan juga merupakan variabel laten (latent variables) yang tidak bisa diukur secara langsung. Keterbatasan data menyebabkan tidak semua faktor-faktor penyebab kemiskinan itu dianalisis dalam model sehingga muncul omitted variables. Permasalahan dalam menaksir kontribusi faktor penyebab kemiskinan ini diatasi dengan constrained autoregression structural equation model (ASEM). Bersumber dari data Survei Sosial Ekonomi Nasional (Susenas) dan Survei Angkatan Kerja Nasional (Sakernas) dari Badan Pusat Statistik (BPS) didapat hasil bahwa tiga dari empat variabel laten yang mempengaruhi kemiskinan di wilayah kabupaten yaitu variabel tingkat pendidikan, kualitas kesehatan, dan partisipasi kerja yang mempunyai kontribusi signifikan. Selain itu diketahui bahwa hasil estimasi dari ASEM jauh lebih baik daripada mean deviant regression yang hanya mengasumsikan time-variant omitted variables.

Description

Keywords

Model Panel, Model Persamaan Struktural (SEM), Constrained autoregression

Citation