CONSTRAINED AUTOREGRESSION STRUCTURAL EQUATION MODEL (ASEM) PADA FAKTOR KEMISKINAN DI INDONESIA
Kemiskinan merupakan persoalan mendasar di negara manapun, yang
dari tahun ke tahun diharapkan terns 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 NasionaI (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 AS EM jauh lebih baik daripada mean deviant
regression yang hanya mengasumsikan time-variant omitted variables.
No copy data
No other version available