Seminar Hasil Tugas Akhir Penentuan Indikator Kemiskinan Berdasarkan Dimensi Kualitas Kesehatan dan Kualitas Ekonomi menggunakan Confirmatory Factor Analysis (CFA) dengan Pendekatan Bayesian di Kabupaten Jombang Oleh Farisca Susiani (1309100113)
Pembimbing Dr. Bambang W. Otok, M.Si
Agenda
Farisca Susiani (1309100113)
Page 2
Pendahuluan Tujuan penelitian Rumusan Masalah
Batasan Masalah
Manfaat Penelitian Latar Belakang
Farisca Susiani (1309100113)
Page 3
Pendahuluan
Rumusan Masalah
Tinjauan Pustaka
Analisis dan Pembahasan
Kesimpu lan
Kemiskinan merupakan permasalahan klasik yang mendera berbagai negara, termasuk negara berkembang seperti Indonesia. Kekeliruan yang sering terjadi adalah kemiskinan semata-mata hanya didefinisikan sebagai permasalahan ekonomi. Suryawati (2005)
Tujuan Penelitian Manfaat Penelitian
Metodo logi
Kemiskinan Kesehatan
Sosial-Budaya
Batasan Masalah Farisca Susiani (1309100113)
Sosial-Politik
Pendidikan, Agama, dan Budi Pekerti
Page 4
Perdamaian Dunia
Pendahuluan
Rumusan Masalah Tujuan Penelitian Manfaat Penelitian Batasan Masalah
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
Pada penelitian ini kemiskinan dipandang melalui dua dimensi, yaitu kualitas kesehatan dan kualitas ekonomi. Persentase jumlah penduduk miskin Kabupaten Jombang mengalami kenaikan pada tahun 2005 (14,12%) ke 2006 (18,18%). Setelah tahun 2006 perlahan-lahan persentase jumlah penduduk miskin Kabupaten Jombang mengalami penurunan, namun tidak menutup kemungkinan dapat mengalami penambahan kembali dikarenakan pertambahan penduduk yang terjadi setiap tahunnya. .Metode Confirmatory Factor Analysis (CFA) dengan pendekatan Bayesian digunakan untuk mengidentifikasi indikator rumah tangga miskin yang dapat mengukur kedua dimensi tersebut. Farisca Susiani (1309100113)
Page 5
Pendahuluan
Latar Belakang
Manfaat Penelitian Batasan Masalah
Tinjauan Pustaka
1. Bagaimana karakteristik dari rumah tangga miskin di Kabupaten Jombang? 2. Apa saja indikator yang memiliki pengaruh besar dalam mengukur variabel laten kualitas kesehatan menggunakan Bayesian CFA? 3. Apa saja indikator yang memiliki pengaruh besar dalam mengukur variabel laten kualitas ekonomi menggunakan Bayesian CFA? Farisca Susiani (1309100113)
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
1. Mengetahui karakteristik dari rumah tangga miskin di Kabupaten Jombang. 2. Mendapatkan nilai indikator yang memiliki pengaruh besar dalam mengukur variabel laten kualitas kesehatan menggunakan Bayesian CFA? 3. Mendapatkan nilai indikator yang memiliki pengaruh besar dalam mengukur variabel laten kualitas ekonomi menggunakan Bayesian CFA? Page 6
Pendahuluan
Latar Belakang Rumusan Masalah Tujuan Penelitian
Tinjauan Pustaka
Metodo logi
Bagi mahasiswa untuk tambahan pengetahuan mengenai metode Bayesian CFA pada penentuan indikator yang mempengaruhi kemiskinan. Selanjutnya bagi masyarakat dalam memberikan informasi mengenai kemiskinan yang melanda penduduk di Kabupaten Jombang sehingga dapat membantu pihak pemerintah daerah setempat untuk menentukan kebijakan terkait program pengentasan kemiskinan.
Farisca Susiani (1309100113)
Analisis dan Pembahasan
Kesimpu lan
Ruang lingkup penelitiaan ini hanya dibatasi untuk rumah tangga di Kabupaten Jombang, Jawa Timur
Page 7
Tinjauan Pustaka Pendekatan Bayesian
CFA
Penelitian Terdahulu
Farisca Susiani (1309100113)
Kemiskinan
Kabupaten Jombang
Page 8
Pendahuluan
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
Ekasari dan Sunaryo (2011)
CFA
• Pemodelan SEM dengan Generalized Structured (GSCA) (Studi Kasus Penentuan Struktur Model Kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah)
Pendekatan Bayesian Kabupaten Jombang
Najafabadi, Hosseini, dan Bahramnejad (2011)
Kemiskinan
• A Bayesian Confirmatory Factor Analysis of Precision Agricultural Challenges Farisca Susiani (1309100113)
Page 9
Pendahuluan
Tinjauan Pustaka
Metodo logi
First-Order
Penelitian Terdahulu
CFA Higher-Order
Analisis dan Pembahasan
Kesimpu lan
Model Pengukuran: x = Λ xξ + δ Matriks kovarians: Σ(θ ) = Λ x ΦΛ' x + Θ δ
Matriks kovarians Higher-Order: Pendekatan Bayesian Kabupaten Jombang Kemiskinan
Σ(θ ) = B(ΛΦΛ' + Θδ ) B ' + Θ ε
Model Pengukuran Higher-Order x = B (Λξ + δ ) + ε = BΛξ + Bδ + ε
Farisca Susiani (1309100113)
Page 10
Pendahuluan
Penelitian Terdahulu
Metodo logi
Analisis dan Pembahasan
p (θ , x) p ( x | θ ) p (θ ) = p( x) p( x)
Selanjutnya persamaan di atas dapat ditulis menjadi
p (θ | x) ∝ p ( x | θ ) p (θ ) Distribusi Prior yang digunakan adalah conjugate prior distribution Kabupaten Jombang Kemiskinan
Kesimpu lan
Hal dasar dari pendekatan bayesian adalah memanfaatkan informasi sebelumnya tentang masalah (yang diterjemahkan dalam distribusi prior) untuk mencapai hasil yang lebih baik. Berdasarkan Teorema Bayes. p (θ | x) =
CFA
Tinjauan Pustaka
Θ −δk1 ~ Gamma[α 0δk , β 0δk ]
[Λ k | Θ δk ] ~ Normal[Λ 0k , Θ δk H 0 xk ] Φ ~ InverseWishart r [ R 0−1 , ρ 0 ] Farisca Susiani (1309100113)
Page 11
Pendahuluan
Penelitian Terdahulu
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
Kabupaten Jombang mempunyai luas wilayah 1.159,50 km2. Terdiri dari 21 Kecamatan dan 301 desa, 5 kelurahan, dengan jumlah penduduk terbesar terdapat di kecamatan Jombang (148.494 jiwa), sedangkan terkecil di Kecamatan Ngusikan (22.958 jiwa) pada tahun 2009. Jika dilihat dari perkembangan Rumah Tangga Miskin adalah. No
CFA 1. Pendekatan Bayesian
Tinjauan Pustaka
2.
Keterangan Jumlah Rumah Tangga Jumlah Rumah Tangga Miskin
2005
Tahun 2006 2009
2010
273.917
313.874
344.104
321.356
78.053
78.044
74.340
74.301
persentase Rumah Tangga Miskin (RTM), pada tahun 2005 hingga 2009 (21,6%) sempat mengalami penurunan namun kembali naik pada tahun 2010, yaitu sebesar 23,12%. Kemiskinan
Farisca Susiani (1309100113)
Page 12
Pendahuluan
Penelitian Terdahulu
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
Laju pertumbuhan ekonomi sekiranya juga dapat mempengaruhi jumlah penduduk miskin. Laju pertumbuhan ekonomi Kabupaten Jombang secara umum terus berfluktuasi naik, namum pada tahun 2008 dan 2009 pertumbuhan ekonomi sempat mengalami penurununan.
CFA Pendekatan Bayesian
Kemiskinan
Farisca Susiani (1309100113)
Page 13
Pendahuluan
Penelitian Terdahulu CFA Pendekatan Bayesian Kabupaten Jombang
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
• Konferensi Dunia untuk Pembangunan Sosial dalam Roebyantho, et.al, (2011) mendefnisikan Kemiskinan sebagai rendahnya tingkat pendapatan dan sumber daya produktif yang menjamin kehidupan berkesinambungan, kelaparan dan kekurangan gizi, rendahnya tingkat kesehatan, keterbatasan dan kurangnya akses pada pendidikan dan layanan-layanan pokok lainnya, kondisi tak wajar akibat penyakit yang terus meningkat, kehidupan bergelandang dan tempat tinggal yang tidak memadai, lingkungan yang tidak aman, serta diskriminasi dan keterasingan sosial, dan dicirikan juga oleh rendahnya tingkat partisipasi dalam proses pengambilan keputusan dan dalam kehidupan sipil, sosial dan budaya. • Ada tiga macam konsep kemiskinan yang paling sering dijadikan acuan yakni, kemiskinan absolut, kemiskinan relatif, dan kemiskinan subyektif (Usman, 2003 dalam Handayani, 2006). Farisca Susiani (1309100113)
Page 14
Pendahuluan
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
Kemiskinan Berdasarkan Dimensi Kesehatan Penelitian Terdahulu CFA Pendekatan Bayesian Kabupaten Jombang
Indikator yang sering digunakan untuk mencerminkan status kesehatan adalah mortalitas, status gizi dan morbiditas. Angka Harapan Hidup juga dapat digunakan sebagai indikator yang mencerminkan kualitas kesehatan. Menurut BPS (2008), kesehatan dapat dinyatakan dengan indikator pengeluaran rata-rata untuk penyediaan obat-obatan di rumah, ongkos dokter, perawatan, termasuk obat-obatan.
Kemiskinan Berdasarkan Dimensi Ekonomi • Badan Pusat Statistik (BPS) dalam Suryawati (2005): tingkat kemiskinan didasarkan pada jumlah rupiah konsumsi berupa makanan yaitu kurang dari 2100 kalori per orang per hari dan konsumsi nonmakanan. • Sayogyo dalam Suryawati (2005): tingkat kemiskinan didasarkan jumlah rupiah pengeluaran rumah tangga yang disetarakan dengan jumlah kilogram konsumsi beras per orang per tahun dan dibagi wilayah pedesaan dan perkotaan. • Bank Dunia dalam Suryawati (2005): mengukur garis kemiskinan berdasarkan pada pendapatan seseorang kurang dari US$1 per hari (setara Rp8.500,00 per hari). Farisca Susiani (1309100113)
Page 15
Metodologi Penelitian Sumber Data Teknik Analisis
Variabel penelitian
Farisca Susiani (1309100113)
Page 16
Pendahuluan
Variabel Penelitian Teknik Analisis
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Data yang akan digunakan dalam penelitian adalah data sekunder yang diperoleh dari Badan Perencanaan Pembangunan Daerah (BAPPEDA) Kabupaten Jombang tahun 2010. Unit analisis pada penelitian ini adalah rumah tangga miskin 21 Kecamatan di Kabupaten Jombang. Untuk menganalisis data akan dipergunakan gabungan software R 2.14.0 dan WinBUGS 1.4. Data awal yang diperoleh dari BAPPEDA Kabupaten Jombang sebanyak 74.301 rumah tangga miskin. Perhitungan persentase disini berdasarkan jumlah rumah tangga miskin per Kecamatan. Farisca Susiani (1309100113)
Page 17
Kesimpu lan
Pendahuluan Variabel Laten
X2 X3 Kesehatan
Teknik Analisis
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
Variabel Indikator X1
Sumber Data
Tinjauan Pustaka
X4 X5 X6 X7
Persentase rumah tangga miskin yang luas lantai bangunan tempat tinggalnya kurang dari 32 m2 per Kecamatan Persentase rumah tangga miskin yang jenis lantai bangunan tempat tinggalnya terbuat dari tanah/bambu/kayu berkualitas rendah per Kecamatan Persentase rumah tangga miskin yang jenis dinding bangunan tempat tinggalnya terbuat dari bambu/rumbia/kayu berkualitas rendah per Kecamatan Persentase rumah tangga miskin yang tidak mempunyai fasilitas tempat buang air besar atau bersifat umum per Kecamatan Persentase rumah tangga miskin yang sumber air minumnya berasal dari sumur/mata air tidak terlindung/sungai per Kecamatan Persentase rumah tangga miskin yang tidak mempunyai jenis atap dari genteng per Kecamatan Persentase rumah tangga miskin yang tidak sanggup membayar biaya pengobatan di Puskesmas/poliklinik per Kecamatan
Farisca Susiani (1309100113)
Page 18
Pendahuluan
X8 X9
Sumber Data
X10 Ekonomi
X11 X12
Teknik Analisis
X13 X14 X15
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
Persentase rumah tangga miskin yang sumber penerangan tidak menggunakan listrik per Kecamatan Persentase rumah tangga miskin yang menggunakan bahan bakar untuk memasak sehari-hari adalah kayu bakar/arang/minyak tanah per Kecamatan Persentase rumah tangga miskin yang hanya mengkonsumsi daging/susu/ayam satu kali dalam seminggu per Kecamatan Persentase rumah tangga miskin yang tidak sanggup membeli satu set pakaian baru dalam setahun per Kecamatan Persentase rumah tangga miskin yang hanya sanggup makan sebanyak satu/dua kali dalam sehari per Kecamatan Persentase rumah tangga miskin yang sumber penghasilan kepala rumah tangga per bulan dibawah Rp. 600.000 per Kecamatan Persentase rumah tangga miskin yang tidak memiliki aset dengan nilai Rp 500.000 per Kecamatan Persentase rumah tangga miskin yang status kepemilikan bangunan tidak milik sendiri per Kecamatan
Farisca Susiani (1309100113)
Page 19
Pendahuluan
Sumber Data Variabel Penelitian
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
1. Melakukan Analisis Statistika Deskriptif, guna mengetahui karakteristik dari unit yang akan dianalisis, dalam hal ini adalah penduduk miskin Kabupaten Jombang, yaitu menghitung nilai mean dan varians. 2. Melakukan Analisis Confirmatory Factor Analysis guna mendapatkan indikator kemiskinan dilihat dari berbagai dimensi dengan pendekatan Bayesian. Adapun langkah-langkah yang perlu dilakukan. • Menentukan model pengukuran X1 X2 X15 X14
X8
X9
X7 X10
Ekonomi
X6 X13
X12
X3
Kesehatan
X5
X11
Farisca Susiani (1309100113)
Page 20
X4
Pendahuluan
Sumber Data Variabel Penelitian
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
Estimasi parameter yang terdiri dari. Λ = matrik loading factor dari variabel indikator untuk laten kualitas kesehatan dan kualitas ekonomi. Φ = matrik kovarian dari (variabel laten kualitas kesehatan) dan (variabel laten kualitas ekonomi). • Menentukan distribusi prior untuk setiap parameter yang akan diestimasi. Distribusi prior mengacu pada penelitian Lee (2007) • Penerapan MCMC dengan Gibbs Sampler untuk mendapatkan hasil estimasi dari distribusi posterior
Farisca Susiani (1309100113)
Page 21
Analisis dan Pembahasan Karakteri stik Estimasi CFA (MLE)
Estimasi CFA (Bayesian)
Farisca Susiani (1309100113) 22
Page
Pendahuluan
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
Karakteristik Rumah Tangga Miskin di Kabupaten Jombang
Estimasi ML Estimasi Bayesian
x1 x2 x3 x4 x5 x6 x7
Mean (%) 35,21 34,44 37,24 54,79 60,24 1,27 2,51
Varian (%) 107,52 450,90 533,98 132,59 262.16 0,72 3,12
x8 x9 x10 x11 x12 x13 x14 x15
Farisca Susiani (1309100113)
Mean (%) 1,05 52,89 92,36 38,03 26,00 92,56 79,61 15.57
Varian (%) 0,51 170,04 20,70 116,41 120,88 7,17 51.51 19,14
Page 23
Pendahuluan
Karakteris tik
Estimasi Bayesian
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
Analisis CFA dengan estimasi Maksimum Likelihood (ML) mensyaratkan data memenuhi asumsi multivariat normal. Pengujian multivariat normal terhadap data. H0: Data berdistribusi normal multivariat H1: Data tidak berdistribusi normal multivariat Variabel Laten Kualitas Kesehatan Kualitas Ekonomi
W P-value Keterangan 0,7218 5,205e-05 Tidak Multivariat Normal 0,6828 1,694e-05 Tidak Multivariat Normal
Hasil dari pengujian menunjukkan bahwa nilai P-value kurang dari 0,05 sehingga data tidak berdistribusi multivariat normal Farisca Susiani (1309100113)
Page 24
Pendahuluan Variabel Laten
Karakteris tik
Estimasi Bayesian
Kualitas Kesehatan
Kualitas Ekonomi
Tinjauan Pustaka
Indikator
Loading Factor
x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x14 x15
1,000* -8,982 -9,265 -3,129 1,505 0,093 0,184 1,000* 86,561 -18,239 -66,612 -57,221 -5,742 -54,677 -11,821
Metodo logi
Farisca Susiani (1309100113)
Analisis dan Pembahasan
Kesimpu lan
t-hitung
Keterangan
-1,124 -1,122 -1,084 0,78 0,849 0,826
Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan
0,795 -0,765 -0,792 -0,784 -0,674 -0,799 -0,717
Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan Page 25
Pendahuluan
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
Penentuan Parameter untuk Distribusi Prior D
Karakteris tik Estimasi ML
[Λ | Θδ ] = Normal (0,84;9Θδ ) D
1 0 Φ = IW ,15 0 1 D
Θ δ = Inverse Gamma(9,4) D
ξ = Multi var iate Normal (0, Φ )
Estimasi Parameter Menggunakan Bayesian CFA Dengan hasil iterasi sebanyak 20 ribu, proses estimasi parameter telah mencapai burn in untuk semua parameter pada iterasi pertama.
Farisca Susiani (1309100113)
Page 26
Tinjauan Pustaka
Pendahuluan
Ekonomi
Estimasi ML
Loading Factor 1,000 0,7403 0,8103 0,7213 0,9276 0,9427 0,9622 Variabel x8 x9 x10 x11 x12 x13 x14 x15
2,5% 0,2637 0,3193 0,09484 0,3982 0,2424 0,4385
Loading Factor 1,000 0,7728 0,7551 0,8529 0,783 0,7495 0,7672 0,8858
97,5% 1,208 1,283 1,328 1,441 1,624 1,468 2,5% 0,3525 0,2248 0,4058 0,2054 0,03618 0,07571 0,1552
Farisca Susiani (1309100113)
Analisis dan Pembahasan Keterangan Signifikan Signifikan Signifikan Signifikan Signifikan Signifikan Signifikan 97,5% 1,179 1,268 1,295 1,341 1,443 1,426 1,591
Page 27
Kesimpu lan
Kesehatan
Karakteris tik
Variabel x1 x2 x3 x4 x5 x6 x7
Metodo logi
Keterangan Signifikan Signifikan Signifikan Signifikan Signifikan Signifikan Signifikan Signifikan
Kesimpulan dan Saran
Saran
Kesimpulan
Farisca Susiani (1309100113)
Page 28
Pendahuluan 1.
2.
Saran
3.
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
Karakteristik rumah tangga miskin Kabupaten Jombang umumnya hanya mengkonsumsi daging/susu/ayam minimal satu kali dalam seminggu, sumber penghasilan kepala rumah tangga per bulan dibawah Rp. 600.000, dan tidak memiliki aset dengan nilai minimal Rp. 500.000. Indikator-indikator penyusun variabel laten kualitas kesehatan memiliki nilai loading factor > 0,50 dan nilai interval probabilitas 2,5% sampai dengan 97,5% tidak memuat nilai nol, menunjukkan semua variabel indikator berpengaruh signifikan terhadap laten kesehatan. Variabel indikator yang memiliki kontribusi terbesar dalam mengukur kualitas kesehatan adalah variabel x7, yaitu persentase rumah tangga miskin yang tidak sanggup membayar biaya pengobatan di Puskesmas/Poliklinik. Indikator-indikator penyusun variabel laten kualitas ekonomi memiliki nilai loading factor > 0,50 dan nilai interval probabilitas 2,5% sampai dengan 97,5% tidak memuat nilai nol, menunjukkan semua variabel indikator berpengaruh signifikan terhadap laten ekonomi. Untuk kontribusi terbesar laten kualitas ekonomi adalah variabel x15, yaitu persentase rumah tangga miskin yang status kepemilikan bangunan tidak milik sendiri. Farisca Susiani (1309100113)
Page 29
Pendahuluan
1.
Kesimpulan
2.
3.
Tinjauan Pustaka
Metodo logi
Analisis dan Pembahasan
Kesimpu lan
Terkait dengan jumlah sampel yang digunakan, sebaiknya menggunakan jumlah sampel yang lebih besar agar didapatkan hasil yang lebih sesuai dengan keadaan. Selain jumlah sampel, perlu diperhatikan pula variabel-variabel indikator yang akan digunakan. Variabel indikator pada penelitian selanjutkan dapat ditambahkan lagi namun harus signifikan dalam mengukur variabel laten. Selanjutnya jika berbicara tentang variabel laten, pada penelitian ini kemiskinan hanya diukur oleh dimensi laten kualitas kesehatan dan kualitas ekonomi. Akan lebih baik jika ditambahkan dengan dimensi laten sumber daya manusia SDM yang juga turut berperan.
Farisca Susiani (1309100113)
Page 30
Daftar Pustaka BAPPEDA Kab. Jombang. (2011). Laporan Akhir Penyusunan Indeks Pembangunan Manusia Kabupaten Jombang Tahun 2011. Jombang: BAPPEDA Kab. Jombang. Bollen, K. (1989). Structural Equations With Latent Variables. New York: John Wiley & Sons, Inc. BPS. (2008). Analisis dan Perhitungan Tingkat Kemiskinan Tahun 2008. Jakarta: Badan Pusat Statistik. BPS. (2010). Perumahan. Diakses tanggal 10 Juli 2013, dari http://sp2010.bps.go.id/index.php/ BPS. (2013). Profil Kemiskinan di Indonesia September 2012. Berita Resmi Statistik, 6(1), p.1-8. BPS Jombang. (2010). Kabupaten Jombang dalam Angka 2010. Jombang: Badan Pusat Statistik. Casella, G., dan George, E. I. (1992). Explaining the Gibbs Sampler. The American Statistician, 46(3), p. 167-335. Ekasari, D.F., dan Sunaryo, S. (2011). Pemodelan SEM dengan Generalized Structured Component Analysis (GSCA) (Studi Kasus Penentuan Struktur Model Kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah), Magister Statistika, FMIPA. Surabaya : Institut Teknologi Sepuluh Nopember. [Tidak dipublikasikan]. Pemerintah Kabupaten Jombang. (2009). Profil Kesehatan [online]. Diakses tanggal 10 Juli 2013, dari http://jombangkab.go.id/ Efendi, M. M, dan Purnomo, J. D. T. (2012). Analisis Faktor Konfirmatory untuk Mengetahui Kesadaran Berlalu Lintas Pengendara Sepeda Motor di Surabaya. Jurnal Sains dan Seni, 1(1). p.D-106-D-111. Gelman, A., Carlin, J. B., Stern, H. S., dan Rubin, D. B. (2004). Bayesian Data Analysis 2nd. New York: Chapman & Hall/CRC Press. Hair, J. F., Black, W. C., Babin, B. J., dan Anderson, R. E. (2010). Multivariate Data Analysis 7th. Pearson Prentice Hall.
Daftar Pustaka (con 1.) Handayani, R. (2006). Paradigma Baru Pengentasan Kemiskinan di Indonesia Bukan Sekedar Tugas Dan Kebajikan, Tapi Sebuah Investasi. Menuju Indonesia Sejahtera: Upaya Konkret Pengentasan Kemiskinan. Jakarta: Khanata, Pustaka LP3ES Indonesia. Ibrahim, J. T., Soelistyo, A., dan Sutikno. (2009). Analisis Karakteristik Kemiskinan Petani di Jawa Timur. Jurnal Salam Universitas Muhammadiyah Malang, 12(1), p. 57-73. Kaplan, D., dan Depaoli, S. Bayesian Structural Equation Modeling. Hoyle, R. (Eds.) Handbook of Structural Equation Modeling. New York: Guilford Press. Karnaji. (2007). Komitmen dan Konsistensi Pemerintah dalam Mengatasi Masalah Kemiskinan: Analisis Kasus di Jawa Timur. J. Sosiologi FISIP, Unair, 20(1). Lee, S. Y. (2007). Structural Equation Modeling: A Bayesian Approach. England: John Wiley & Sons Ltd. Najafabadi, M. O., Hosseini, S. J. F., dan Bahramnejad, S. (2011). A Bayesian Confirmatory Factor Analysis of Precision Agricultural Challenges. African Journal of Agricultural Research, 6(5), p.1219-1225. Persaulian, B., Aimon, H., dan Anis, A. (2013). Analisis Konsumsi Masyarakat di Indonesia. J. Kajian Ekonomi, 1(2), p.123. Roebyantho, H., Setiti, S. G., dan Rahman A. (2011). Dampak Sosial Ekonomi Program Penanganan Kemiskinan melalui KUBE. Jakarta: P3KS Press. Suryawati, C. (2005). Memahami Kemiskinan Secara Multidimensional. J. Manajemen Pelayanan Kesehatan, 8(3). p.121-129.
Daftar Pustaka (con 2.) Tim Nasional Percepatan Penanggulangan Kemiskinan (TNP2K). (2011). Indikator Kesejahteraan Daerah Provinsi Jawa Timur. Jakarta: TNP2K. Wahyuni, D. S. (2012). Hubungan Kondisi Fisik Rumah dan Karakteristik Individu dengan Kejadian Tuberkulosis paru BTA Positif di Puskesmas Ciputat Kota Tangerang Selatan Tahun 2012. BIMKMI, 1(1), p.1-8. Walpole, R. E. (1997). Pengantar Metode Statistika. Jakarta: PT. Gramedia Pustaka Utama.