Beti Nurbaiti. 2016. The Effect of Migration Status on Worker’s Welfare in DKI Jakarta: A Cross Sectional Data Analysis on Susenas 2013. Inequality in development facilities among regions is indicated by population migration flows, as a reflection of inter-regional economic growth and public facilities disparities. DKI Jakarta has experience in population increase absolutely, in spite of having net migration rate. This increase is caused by absolute number of in-migration into DKI Jakarta from outside of DKI Jakarta.The general objective of this research is analyze welfare status of Worker in DKI Jakarta and its relationships with other determinant variables (migration status and other socio-demographic variables). More specifically, the objectives of this research are: 1) to analyze welfare status of worker in DKI Jakarta; 2) to analyze the effect of migration status on worker’s welfare status; 3) to analyze the effect of other socio-demographic variables on worker’s welfare status; and 4) to analyze the effect of interaction between migration status and other variables on worker’s welfare status in DKI Jakarta Province.By using Susenas (National Socio-Economics Survey) 2013 raw data as a source of data, this research conducts analyze with two stages: 1) The first step is constructing the worker’s welfare status by using PCA (Principle Component Analysis); 2) the second stage is cross tabulating and multinomial logistic regression analysis to show the effect of migration status and other variables on worker’s welfare status in DKI Jakarta.The result of analysis exhibits that migration status of workers in DKI Jakarta, and also their other variables, have various contribution on welfare status pattern. However, the determinants variables have significant contributions to welfare status. The inferential analysis with interaction model generates some conclusions as follows: migrant workers age of 24-34 tend to “welfare” 2.86 times, and tend to be “very welfare” 2.34 times; married migrant workers tend to be “welfare” 2.6 times; and migrant formal workers tend to be “very welfare” 6.14 times. Keywords: Welfare status, net migration, Susenas 2013, PCA, multinomial logistic regression.
Tutorial singkat yang menjelaskan cara singkat dan praktif mempersiapkan kuesioner penelitian, mengimpor data dan mengolah dengan Lisrel, mulai dari uji validitas, reliabilitas, Confirmatory Factor Analysis hingga uji model struktural penelitian. Selain modul ini, dapat dipelajari melalui Channel Youtube untuk Tutorial Lisrel 1 hingga 7 dengan link sebagai berikut : a) Tutorial -1 Lisrel, Persiapan Kuesioner Untuk Diolah Dengan Lisrel, hingga Uji Statistik Deskriptif; Link Youtube :https://www.youtube.com/watch?v=QmdDMepmLCwb) Tutorial Lisrel -1 lanjutan, Import Data Hingga Uji Statistik Deskriptif (Output Lisrel); Link Youtube : https://www.youtube.com/watch?v=QmdDMepmLCwc) Tutorial -2 Lisrel , Convert Output Lisrel dalam MS Word; Link Youtube : https://www.youtube.com/watch?v=myWFkuWauH4d) Tutorial -3, Uji Model Pengukuran dan Kecocokan Model (Goodness Of Fit Index); Link Youtube : https://www.youtube.com/watch?v=aMEFdifPod4e) Tutorial -4, Uji Model Pengukuran dengan Kecocokan Model Perfect Fit; Link Youtube : https://www.youtube.com/watch?v=Sj2VR2VWVOAf) Tutorial -5, Penyederhanaan Model Penelitian (Latent Variable Score/LVS) Dengan Lisrel; Link Youtube : https://www.youtube.com/watch?v=41IlJsr-ESkg) Tutorial- 6 Lisrel, Uji Validitas dan Reliabilitas Dengan Lisrel; Link Youtube : https://www.youtube.com/watch?v=Ma1IlMWwZawh) Tutorial -7, Uji Confirmatory Factor Analysis (CFA) dan Uji Model Struktural Dengan Lisrel; Link Youtube : https://www.youtube.com/watch?v=CyQOfCooUwQ
Ketidakmerataan fasilitas pembangunan antara satu daerah dengan daerah lain dapat diindikasikan dengan adanya arus migrasi penduduk sebagai refleksi perbedaan pertumbuhan ekonomi dan fasilitas publik antar daerah. Demikian halnya dengan DKI Jakarta, yang secara absolut jumlah penduduknya terus meningkat meski angka migrasi netonya negatif. Jumlah absolout penduduk yang meningkat ini disebabkan oleh jumlah migrasi yang masuk ke DKI Jakarta dari berbagai daerah lain di luar DKI Jakarta.Penelitian ini bertujuan untuk menganalisis pola tingkat kesejahteraan pekerja di Provinsi DKI Jakarta yang kemudian dikaitkan dengan variabel-variabel determinannya (status migrasi dan sosiodemografi lainnya). Lebih khusus lagi, tujuan penelitian ini adalah: 1). Menganalisis pola status kesejahteraan pekerja di DKI Jakarta; 2) Menganalisis status migrasi yang dapat mempengaruhi pola status kesejahteraan pekerja; 3). Menganalisis variabel-variabel sosiodemografi lainnya dalam mempengaruhi pola status kesejahteraan pekerja; dan 4). Menganalisis variabel-variabel interaksi antara status migrasi dan sosiodemografi lainnya dalam mempengaruhi pola status kesejahteraan pekerja di Provinsi DKI Jakarta.Dengan menggunakan sumber data basis (raw data) Survei Sosial Ekonomi Nasional (Susenas) 2013, penelitian ini melakukan analisis dengan dua tahap: 1) Tahap pembentukan variabel tingkat kesejahteraan pekerja dengan menggunakan PCA (Principle Component Analysis) atau SEM 2) Tahap analisis tabulasi silang dan regresi multinomial logistik untuk melihat pengaruh migrasi dan variabel lainnya terhadap tingkat kesejahteraan pekerja di DKI Jakarta.Hasil analisis memperlihatkan bahwa status migrasi pekerja di DKI Jakarta dan variabel-variabel lainnya memiliki keragaman dalam memberikan kontribusi terhadap perbedaan pola tingkat kesejahteraan pekerja, namun secara umum variabel-variabel tersebut memberikan kontribusi yang signifikan. Sedangkan analisis inferensial dengan model interaksi menghasilkan kesimpulan bahwa pekerja migran berusia 25-34 tahun cenderung “sejahtera” 2,86 kali, dan cenderung menjadi “sangat sejahtera” 2,34 kali; Pekerja migran berstatus kawin cenderung “sejahtera” 2,6 kali; dan Pekerja migran berstatus formal cenderung menjadi “cukup sejahtera” 1,82 kali, menjadi “sejahtera” 2,5 kali, dan menjadi “sangat sejahtera” 6,14 kali.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.