P. 1
48241004 Fator Faktor Yg Mempengaruhi Tingkat Kemiskinan Indonesia

48241004 Fator Faktor Yg Mempengaruhi Tingkat Kemiskinan Indonesia

|Views: 178|Likes:
Dipublikasikan oleh Charly Rolland Lumintang

More info:

Published by: Charly Rolland Lumintang on Sep 25, 2012
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

04/12/2015

pdf

text

original

Sections

  • Gambar 1.1. Perkembangan Penduduk Miskin Nasional
  • 1.4. Manfaat Penelitian
  • 2.1. Kemiskinan
  • 2.1.1.Definisi Kemiskinan
  • 2.1.3.Ciri-Ciri Kemiskinan
  • 2.1.4.Faktor Penyebab Kemiskinan
  • 2.2. Penelitian Terdahulu
  • 2.3. Kerangka Pemikiran
  • 2.4.Hipotesis Penelitian
  • III. METODE PENELITIAN
  • 3.1.Jenis dan Sumber Data
  • 3.2.Metode Analisis
  • 3.2.1.Analisis Deskriptif
  • 3.2.2.Analisis Panel Data
  • 3.2.3.1.Chow Test
  • 3.2.3.2.Hausman Test
  • 3.2.4.Evaluasi Model
  • 3.2.4.1.Multikolinearitas
  • 3.2.4.2.Autokorelasi
  • Tabel 3.1. Kerangka Identifikasi Autokorelasi
  • 3.2.4.3.Heteroskedastisitas
  • 3.3.Model Umum Penelitian
  • IV. GAMBARAN UMUM
  • 4.1.Keadaan Geografis danKependudukan
  • 4.2. KeadaanPerekonomian
  • 4.3.Perkembangan Tingkat Kemiskinan
  • 4.5.Perkembangan Pembangunan Manusia dan Laju Inflasi
  • 4.6. Program Pengentasan Kemiskinan
  • 4.6.1. Program Beras Miskin (Raskin)
  • Tabel 4.6.Jumlah Rumah Tangga dan Pagu Alokasi Raskin Nasional
  • 5.1.GambaranKemiskinan di Indonesia
  • 5.1.1Perkembangan Jumlah Penduduk Miskin
  • 5.1.3Indeks Kedalaman dan Indeks Keparahan Kemiskinan
  • 5.2.Hasil Estimasi Model
  • 5.3.Interpretasi Model
  • 5.3.1.Tingkat Pengangguran Terbuka (TPT)
  • VI. KESIMPULAN DAN SARAN
  • 6.1. Kesimpulan
  • 6.2. Saran
  • DAFTAR PUSTAKA

FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT

KEMISKINAN DI INDONESIA
OLEH
DADAN HUDAYA
H14103O74
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
2009
RINGKASAN
DADAN HUDAYA. Faktor-faktor yang Mempengaruhi Tingkat Kemiskinan di
Indonesia (dibimbing oleh ALLA ASMARA).
Kemiskinan sering dipahami sebagai keadaan kekurangan uang dan barang
untuk menjamin kelangsungan hidup, dan merupakan masalah klasik yang
dihadapi oleh sebagian besar negara sedang berkembang serta merupakan salah
satu indikator ekonomi untuk melihat tingkat kesejahteraan masyarakat di suatu
daerah. Jumlah penduduk miskin di Indonesia berfluktuasi dari tahun ke tahun.
Pada tahun 1976 penduduk miskin sekitar 54,2 juta jiwa. Angka ini pada tahun
1980 berkurang hingga menjadi sekitar 42,3 juta jiwa (sekitar 32,8 juta jiwa di
perkotaan, dan sekitar 9,5 juta jiwa di pedesaan), atau berkurang sekitar 21,95
persen dari tahun 1976. Pada tahun 1990 jumlah penduduk miskin berkurang
hingga menjadi sekitar 27,2 juta jiwa, atau berkurang sekitar 35,69 persen dari
tahun 1980. Namun, pada tahun 2002 jumlah penduduk miskin kembali
meningkat hingga menjadi sekitar 38,4 juta jiwa dan pada tahun 2007 jumlah
penduduk miskin menurun hingga menjadi sekitar 37.17 juta jiwa. Fluktuasi
jumlah penduduk miskin di Indonesia disebabkan oleh berbagai faktor, seperti
terjadinya krisis ekonomi, pertambahan jumlah penduduk tiap tahun, pengaruh
kebijakan pemerintah dan sebagainya.
Penelitian ini betujuan (1) Mendeskripsikan keadaan kemiskinan di
Indonesia dan (2) Menganalisis faktor-faktor yang mempengaruhi tingkat
kemiskinan di Indonesia. Sedangkan sumber data utama yang digunakan dalam
penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik
(BPS) dan Perpustakaan LSI IPB. Metode analisis yang digunakan untuk
menganalisa data-data kemiskinan yang telah diperoleh adalah analisis panel data
dengan bantuan perangkat lunak Microsoft Excel 2000 dan E-Views 5.1.
Hasil analisa menunjukkan bahwa Tingkat Pengangguran Terbuka (TPT)
memiliki nilai koefisien 773.3819, artinya apabila tingkat pengangguran
meningkat sebesar 1 persen, maka jumlah penduduk miskin akan meningkat
sebesar 773.3819 jiwa. Ini berarti terjadi korelasi yang positif antara TPT dan
tingkat kemiskinan. hal tersebut sesuai dengan hipotesis, bahwa tingkat
pengangguran memiliki korelasi yang positif dengan tingkat kemiskinan.
Variabel Pendapatan Perkapita (PP) berpengaruh signifikan terhadap
tingkat kemiskinan dan memiliki hubungan yang negatif. Nilai probabilitas (p-
value) sebesar 0.0000 dan koefisien yang diperoleh sebesar -0.044023, artinya
apabila PP meningkat sebesar 100 rupiah maka jumlah penduduk miskin menurun
sebesar 4,4023 jiwa. Hal ini sesuai dengan hipotesis bahwa pendapatan memiliki
korelasi yang negatif terhadap tingkat kemiskinan. Dengan meningkatnya
pendapatan perkapita maka angka kemiskinan akan menurun.
Variabel Angka Melek Huruf (AMH) sebagai indikator tingkat pendidikan
berpengaruh signifikan dan memiliki hubungan yang negatif terhadap tingkat
kemiskinan dengan nilai probabilitas (p-value) 0.0000. Koefisien AMH yang
diperoleh sebesar -23495.01, artinya apabila AMH meningkat sebesar 1 persen,
maka jumlah penduduk miskin akan menurun sebesar 23495.01 jiwa. Hal tersebut
sesuai dengan hipotesis bahwa AMH berkorelasi negatif terhadap tingkat
kemiskinan.
Berdasarkan hasil penelitian, dapat disimpulkan bahwa indikator jumlah
penduduk miskin, persentase penduduk miskin, Indeks Kedalaman Kemiskinan
serta Indeks Keparahan Kemiskinan menunjukan bahwa tingkat kemiskinan di
Indonesia untuk periode 2002-2004 semakin membaik. Tinggi rendahnya tingkat
kemiskinan yang terjadi di Indonesia salah satunya tergantung dari pendapatan
yang diterima oleh masyarakat, pengeluaran penduduk terhadap pendidikan serta
tergantung pada kebijakan pemerintah dalam menurunkan tingkat pengangguran.
Saran yang dapat diberikan dari hasil penelitian adalah provinsi-provinsi
yang memiliki tingkat kemiskinan yang cukup tinggi perlu diberi perhatian lebih
besar oleh pemerintah dalam program pengentasan kemiskinan melalui
peningkata kualitas pendidikan seperti penambahan anggaran Dana BOS tanpa
mengabaikan provinsi-provinsi lainya. Pemerintah harus memaksimalkan
kinerjanya yang terfokus kepada penduduk miskin melalui penambahan tingkat
kesempatan kerja melalui proyek-proyek padat karya, atau dengan peningkatan
kemampuan tenaga.
FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT
KEMISKINAN DI INDONESIA
Oleh
DADAN HUDAYA
H14103074
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi
pada Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
2009
INSTITUT PERTANIAN BOGOR
FAKULTAS EKONOMI DAN MANAJEMEN
DEPARTEMEN ILMU EKONOMI
Dengan ini menyatakan bahwa skripsi yang disusun oleh,
Nama Mahasiswa : Dadan Hudaya
Nomor Pokok : H14103074
Departemen : Ilmu Ekonomi
Judul Skripsi : Faktor-faktor yang Mempengaruhi Tingkat
Kemiskinan di Indonesia
dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada
Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian
Bogor
Menyetujui,
Dosen Pembimbing
Alla Asmara, SPt, M.Si.
NIP : 197301131997021001
Mengetahui,
Ketua Departemen Ilmu Ekonomi
Dr. Ir. Rina Oktaviani, MS.
NIP : 196410231989032002
Tanggal Kelulusan :
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH
BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH
DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA
PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
Bogor, Juli 2009
Dadan Hudaya
H14103074
RIWAYAT HIDUP
Penulis bernama Dadan Hudaya, lahir pada tanggal 20 Juli 1984 di
Tasikmalaya, Jawa Barat. Penulis merupakan anak kedua dari dua bersaudara, dari
pasangan Bapak Engkus Kusnadi dan Ibu Nonah Normawati. Penulis
menamatkan sekolah dasar pada SD Al-Irsyad, kemudian melanjutkan ke SLTP N
9 Bogor. Setelah itu penulis melanjutkan pendidikan menengah umum di SMU
Rimba Madya dan lulus pada tahun 2003.
Pada tahun 2003 penulis diterima sebagai mahasiswa Institut Pertanian
Bogor (IPB). Penulis masuk IPB melalui Undangan Seleksi Masuk IPB (USMI)
dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi, Fakultas Ekonomi
dan Manajemen (FEM). Selama menjadi mahasiswa, penulis telah aktif sebagai
wiraswasta.
KATA PENGANTAR
Assalamu’alaikum Wr. Wb.
Puji serta syukur pertama-tama penulis ucapkan kepada Allah SWT yang
menggenggam semua jiwa makhluk-Nya dan yang selalu memberi rahmat dan
nikmat-Nya sehingga penulis diberi kemudahan dalam menyelesaikan skripsi ini.
Salawat serta salam semoga selalu tercurah kepada Muhammad SAW sebagai
pemimpin besar revolusi umat manusia menuju zaman yang penuh dengan rahmat
dan hidayah-Nya.
Skripsi yang berjudul Faktor-faktor yang Mempengaruhi Tingkat
Kemiskinan di Indonesia ini disusun untuk memenuhi syarat mendapatkan gelar
Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan
Manajemen, Institut Pertanian Bogor.
Penulis mengucapkan terima kasih kepada seluruh pihak yang telah
memberikan bantuan, perhatian, dan dorongan semangat sehingga penulis dapat
menyelesaikan skripsi ini dengan baik. Untuk itu, ucapan terima kasih dan
penghargaan penulis sampaikan kepada:
1. Kedua orang tua penulis yaitu Bapak Engkus Kusnadi dan Ibunda Nonah
Normawati atas doa dan dukungannya serta kakanda Milah Carmilah.
2. Alla Asmara, SPt, M.Si selaku dosen pembimbing skripsi yang telah
memberikan ilmu dan membimbing penulis dengan sabar dalam proses
penyusunan skripsi ini sehingga dapat diselesaikan dengan baik.
3. Tanti Novianti, S.P, M.Si dan Widyastutik, SE, M.Si selaku dosen penguji
utama dan komisi pendidikan, yang telah memberi saran-saran dan ilmu
yang bermanfaat.
4. Spesial thanks to Eriza Kusumadewi yang terus memberikan semangat dan
dorongan.
5. Teman-teman seperjuangan selama kuliah, Yusuf, Angga Oktapriono, Nova
Harry, Rifky, Hendra, Agung, Zainul, Ryan dan Erik serta seluruh teman-
teman Ilmu Ekonomi A’40 & A’41.
Penulis menyadari bahwa dalam menyusun skripsi ini masih banyak
kekurangan. Dengan kerendahan hati, penulis meminta maaf dan mengharapkan
kritik dan saran yang membangun bagi perbaikan penulis.
Semoga hasil dari skripsi ini dapat memberikan manfaat bagi penulis
maupun semua pihak yang membutuhkan.
Wassalamu’alaikum Wr.Wb.
Bogor, Juli 2009
Dadan Hudaya
H14103074
DAFTAR ISI
Halaman
DAFTAR TABEL....................................................................................... iv
DAFTAR GAMBAR.................................................................................. vi
DAFTAR LAMPIRAN............................................................................... vii
I. PENDAHULUAN.................................................................................. 1
1.1. Latar Belakang................................................................................ 1
1.2. Permasalahan.................................................................................. 3
1.3. Tujuan Penelitian............................................................................ 5
1.4. Manfaat Penelitian .......................................................................... 5
II. TINJAUAN PUSTAKA......................................................................... 9
2.1. Kemiskinan.................................................................................... 6
2.1.1. Definisi Kemiskinan............................................................. 6
2.1.2. Ukuran-ukuran kemiskinan................................................... 10
2.1.3. Ciri-ciri Kemiskinan............................................................. 11
2.1.4. Faktor Penyebab Kemiskinan ............................................... 13
2.2. Penelitian Terdahulu ...................................................................... 17
2.3. Kerangka Pemikiran....................................................................... 19
2.4. Hipotesis Penelitian ....................................................................... 21
III. METODE PENELITIAN .................................................................... 22
3.1. Jenis dan Sumber Data................................................................... 22
3.2. Metode Analisis ............................................................................. 22
3.2.1. Analisis deskriftif ................................................................. 22
3.2.2. Analisis Panel Data .............................................................. 23
3.2.3. Pemilihan Model Data.......................................................... 30
3.2.3.1. Chow Test.............................................................. 31
3.2.3.2. Hausman Test ........................................................ 32
3.2.3.3. LM Test ................................................................. 33
ii
3.2.4. Evaluasi Model..................................................................... 34
3.2.4.1. Multikolinearitas.................................................... 34
3.2.4.2. Autokorelasi .......................................................... 35
3.2.4.3. Heteroskedastisitas................................................. 35
3.3. Model Umum Penelitian ................................................................ 36
IV. GAMBARAN UMUM......................................................................... 38
4.1. Keadaan Geografis dan Kependudukan......................................... 38
4.2. Keadaan Perekonomian................................................................. 39
4.3. Perkembangan Tingkat Kemiskinan.............................................. 40
4.4. Perkembangan Tingkat Pengangguran Terbuka dan Angka
Melek huruf ................................................................................ 41
4.5. Perkembangan Pembangunan Manusia dan Laju Inflasi ................ 42
4.6. Program Pengentasan Kemiskinan ................................................ 44
4.6.1. Program Beras Miskin.......................................................... 45
4.6.2. PNPM .................................................................................. 48
4.6.3. Program Bantuan Operasional Sekolah................................. 49
V. HASIL DAN PEMBAHASAN.............................................................. 50
5.1. Gambaran Kemiskinan di Indonesia.................................................. 50
5.1.1. Perkembangan Jumlah Penduduk Miskin.............................. 50
5.1.2. Perkembangan Persentase Penduduk Miskin ........................ 52
5.1.3. Indek Kedalaman dan Keparahan Kemiskinan...................... 54
5.2. Hasil estimasi Model....................................................................... 61
5.3. Interpretasi Model........................................................................... 64
5.3.1. Tingkat Pengangguran Terbuka ............................................. 64
5.5.2. Pendapatan Perkapita ............................................................ 64
5.5.3. Angka Melek Huruf............................................................... 65
VI. KESIMPULAN DAN SARAN............................................................ 67
6.1. Kesimpulan..................................................................................... 67
6.2. Saran............................................................................................... 68
DAFTAR PUSTAKA ................................................................................. 69
LAMPIRAN................................................................................................ 70
iii
iv
DAFTAR TABEL
Nomor Halaman
1.1. Produk Domestik Regional atas dasar harga konstan......................... 4
3.1. Kerangka Identifikasi Autokorelasi ................................................... 35
4.1. Indikator Perekonomian Indonesia .................................................... 40
4.2. Perkembangan Jumlah Penduduk Miskin.......................................... 41
4.3. Perkembangan Tingkat Pengangguran Terbuka dan Angka
Melek Huruf ..................................................................................... 42
4.4. Perkembangan Pembangunan Manusia ............................................. 43
4.5. Laju Inflasi Tahunan......................................................................... 44
4.6. Jumlah Rumah Tangga dan Pagu Alokasi raskin Nasional ................ 47
5.1. Indek Kedalaman Kemiskinan .......................................................... 56
5.2. Indek Keparahan Kemiskinan ........................................................... 60
5.3. Hasil Estimasi Panel Data ................................................................. 62
v
DAFTAR GAMBAR
Nomor Halaman
1.1. Perkembangan Penduduk Miskin Nasional........................................ 3
2.1. Kerangka Pemikiran.......................................................................... 20
3.1. Pengujian Pemilihan Model .............................................................. 31
4.1. Jumlah Penerima Raskin................................................................... 46
5.1. Jumlah Penduduk Miskin.................................................................. 52
5.2. Persentase Penduduk Miskin............................................................. 54
vi
DAFTAR LAMPIRAN
Nomor Halaman
1. Tabel PDRB atas Dasar Harga Konstan ............................................ 68
2. Tabel Jumlah Penduduk.................................................................... 69
3. Tabel Angka Melek Huruf ................................................................ 70
4. Tabel Hasil Estimasi Panel Data ....................................................... 71
1
I. PENDAHULUAN
1.1. Latar Belakang
Kemiskinan sering menjadi topik yang dibahas dan diperdebatkan dalam
berbagai forum baik nasional maupun internasional, walaupun kemiskinan itu
sendiri telah muncul ratusan tahun yang lalu. Kemiskinan merupakan suatu
keadaan yang sering dihubungkan dengan kebutuhan, kesulitan dan kekurangan
dalam berbagai keadaan hidup. Perkembangan kondisi kemiskinan di suatu negara
secara ekonomis merupakan salah satu indikator untuk melihat perkembangan
tingkat kesejahteraan masyarakat. Oleh karenanya, dengan semakin menurunnya
tingkat kemiskinan yang ada maka dapat disimpulkan meningkatnya
kesejahteraan masyarakat di suatu negara.
Kemiskinan, disamping pengangguran dan ketimpangan merupakan
masalah klasik yang besar dan mendasar bagi sebagian besar negara sedang
berkembang termasuk di Indonesia. Berbagai indikator dan parameter untuk
mengukur tingkat kemiskinan dan menghitung jumlah penduduk miskin telah
lama diformulasikan dan dikembangkan para pakar dalam bidang ilmu ekonomi
dan sosial lainnya.
Dalam mewujudkan tujuan negara, pemerintah secara terus menerus telah
melakukan program pembangunan nasional. Dua sasaran utama yang selalu
mendapat perhatian dalam program pembangunan nasional adalah pengentasan
kemiskinan dan penurunan angka pengangguran. Pada masa pemerintahan orde
baru, upaya pemerintah untuk menurunkan kemiskinan dan pengangguran dapat
dikatakan cukup berhasil, namun setelah terjadinya krisis moneter pada tahun
2
1996 angka kemiskinan dan pengangguran meningkat kembali sehingga hasil
kinerja terhadap dua sasaran pembangunan tersebut, hasilnya belum
menggembirakan. Kemiskinan di Indonesia sampai saat ini masih terus-menerus
menjadi masalah yang berkepanjangan, bahkan sekarang ini dapat dikatakan
semakin memprihatinkan bila dibandingkan dengan tahun–tahun sebelumnya.
Berdasarkan Gambar 1.1 menunjukan jumlah penduduk miskin di
Indonesia pada periode 1976-2007 berfluktuasi dari tahun ke tahun. Pada tahun
1976 penduduk miskin sekitar 54,2 juta jiwa (sekitar 44,2 juta jiwa di perdesaan,
dan sekitar 10 juta jiwa di perkotaan). Angka ini pada tahun 1980 berkurang
hingga menjadi sekitar 42,3 juta jiwa (sekitar 32,8 juta jiwa di perkotaan, dan
sekitar 9,5 juta jiwa di perdesaan), atau berkurang sekitar 21,95 persen dari tahun
1976. Pada tahun 1990 jumlah penduduk miskin berkurang hingga menjadi sekitar
27,2 juta jiwa (sekitar 17,8 juta jiwa di perkotaan, dan sekitar 9,4 juta jiwa di
perdesaan), atau berkurang sekitar 35,69 persen dari tahun 1980.
Pada tahun 1996 jumlah penduduk miskin mengalami kenaikan hingga
mencapai sekitar 34,5 juta jiwa (sekitar 24,9 juta jiwa di perkotaan, dan sekitar 9,6
juta jiwa di perdesaan). Dibandingkan dengan tahun 1990, angka ini menurun
sekitar 20,87 persen. Namun, pada tahun 2002 jumlah penduduk miskin kembali
meningkat hingga menjadi sekitar 38,4 juta jiwa. Sementara, pada tahun 2007
jumlah penduduk miskin menurun hingga menjadi sekitar 37.17 juta jiwa.
Fluktuasi jumlah penduduk miskin di Indonesia disebabkan karena terjadinya
krisis ekonomi, pertambahan jumlah penduduk tiap tahun, pengaruh kebijakan
pemerintah dan sebagainya.
3
Sumber : BPS, 2007
Gambar 1.1. Perkembangan Penduduk Miskin Nasional
1.2. Perumusan Masalah
Tiap warga negara Indonesia berhak atas pekerjaan dan penghidupan yang
layak. Demikian diamanatkan oleh UUD 1945 pada pasal 27 ayat (2). Dalam hal
ini, berarti dengan dukungan sumber kekayaan yang melimpah, pemerintah
bertanggungjawab terhadap masalah kesejahteraan masyarakat, salah satunya
adalah masalah kemiskinan yang dialami oleh setiap warga negaranya. Namun
pada kenyataannya tingkat pendidikan yang rendah, terjadinya gizi buruk,
pengangguran serta kriminalitas yang tinggi menunjukan sebagian rakyat
Indonesia masih tergolong hidup miskin.
Tingkat kesejahteraan masyarakat di suatu daerah dapat dilihat dari
pendapatan dan pertumbuhan ekonomi didaerah tersebut. Jika pendapatan dan
pertumbuhan ekonomi meningkat maka tingkat kesejahteraan penduduk juga
meningkat. Berdasarkan Tabel 1.1 dapat dilihat bahwa PDRB per provinsi di
Indonesia terus mengalami peningkatan dari tahun ke tahun pada periode 2001-
2004, hal ini menunjukan pertumbuhan ekonomi di Indonesia terus mengalami
0
10000
20000
30000
40000
50000
60000
1
9
7
6
1
9
8
0
1
9
8
4
1
9
9
0
1
9
9
6
1
9
9
9
2
0
0
1
2
0
0
3
2
0
0
5
2
0
0
7
Kota
Desa
total
4
peningkatan, namun peningkatan tersebut tidak selalu diiringi oleh penurunan
tingkat kemiskinan secara signifikan (BPS, 2004). Hal itu dikarenakan
pelaksanaan dan pemahaman pengentasan kemiskinan belum dipahami secara
menyeluruh terkait dengan masalah kemiskinan, untuk lebih jelas dapat dilihat
pada Tabel 1.1.
Tabel 1.1. Produk Domestik Regional Bruto Atas Dasar Harga Konstan
(Triliun Rupiah) dan Penduduk Miskin (Persen) menurut Provinsi
Sumber: BPS, 2004
PDRB
Persentase Penduduk Miskin
Provinsi
2002 2003 2004 2002 2003 2004
NAD 42,34 44,68 40,38 20,09 29,76 28,47
Sumatra Utara 75,19 78,81 83,33 13,60
15,89 14,93
Sumatra Barat 24,84 26,15 27,58 13,34
11,24 10,46
Riau 96,87 99,85 103,73 7,40
13,52 13,12
Jambi 10,80 11,34 11,95 19,04
12,74 12,45
Sumatra Selatan 43,64 45,25 47,34 22,62
21,54 20,92
Bengkulu 5,31 5,60 5,90 25,60
22,69 22,39
Lampung 25,43 26,90 28,26 22,42
22,63 22,22
Bangka Belitung 6,90 7,72 7,97 9,98
10,06 9,07
DKI Jakarta 250,33 263,63 278,52 3,42
3,42 3,18
Jawa Barat 211,40 221,63 233,06 13,62
12,90 12,10
Jawa Tengah 123,04 129,17 135,79 20,50
21,78 21,11
DI Yogyakarta 14,69 15,36 16,15 16,17
19,86 19,14
Jawa Timur 218,45 228,88 242,23 18,90
20,93 20,08
Banten 49,45 51,96 54,88 6,47
9,56 8,58
Bali 18,42 19,08 19,96 5,72
7,34
6,85
NTB 13,54 14,07 14,95 34,10
26,34 25,38
NTT 8,62 9,02 9,44 21,49
28,63 27,86
Kalimantan Barat 20,74 21,38 22,40 17,47
14,49 13,91
Kalimantan Tengah 11,90 12,49 13,18 7,45
11,37 10,44
Kalimantan selatan 18,61 19,48 20,49 6,76
8,16 7,19
Kalimantan Timur 87,85 89,48 91,05 5,17
12,15 11,57
Sulawesi Utara 11,29 11,65 12,15 4,66
9,01 8,94
Sulawesi Tengah 9,60 10,20 10,93 20,04
23,04 21,69
Sulawesi Selatan 33,64 35,41 37,29 7,16
15,85 14,90
Sulawesi Tenggara 6,47 6,96 7,48 10,69
22,84 21,90
Gorontalo 1,65 1,77 1,90 22,94
29,25 29,01
Maluku 2,85 2,97 3,10 12,76
32,85 32,13
Maluku Utara 1,96 2,03 2,13 13,17
13,92 12,42
Papua 25,36 25,63 21,24 9,76
39,03 38,69
5
Berdasarkan latar belakang masalah diatas, maka penulis tertarik untuk
melakukan analisis kesejahteraan masyarakat, adapun perumusan masalah lebih
rinci adalah sebagai berikut :
1. Bagaimana gambaran kemiskinan di Indonesia?
2. Faktor apa saja yang berpengaruh terhadap tingkat kemiskinan di Indonesia?
1.3. Tujuan Penelitian
Berdasarkan latar belakang dan perumusan masalah diatas maka tujuan
penelitian ini adalah sebagai berikut :
1. Mendeskripsikan keadaan kemiskinan di Indonesia.
2. Menganalisis faktor-faktor yang mempengaruhi tingkat kemiskinan di
Indonesia.
1.4. Manfaat Penelitian
Penelitian ini diharapkan memberikan manfaat sebagai berikut :
1. Bagi penulis, penelitian ini berguna dalam mengaplikasikan ilmu yang telah
diterima selama perkuliahan.
2. Bagi pembaca, penelitian ini diharapkan sebagai sarana pembelajaran dalam
menambah wawasan dan sebagai salah satu sumber informasi dan bahan untuk
penelitian selanjutnya.
3. Bagi pembuat kebijakan yang terlibat dalam penanggulangan kemiskinan,
penelitian ini diharapkan berguna dalam memberikan informasi serta menjadi
bahan masukan untuk merumuskan berbagai kebijakan di masa yang akan
datang.
6
II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN
2.1. Kemiskinan
Kemiskinan sering dipahami sebagai keadaan kekurangan uang dan barang
untuk menjamin kelangsungan hidup. Kemiskinan dapat diartikan sebagai
ketidakmampuan untuk memenuhi berbagai kebutuhan seperti pangan,
perumahan, pakaian, pendidikan, kesehatan, dan sebagainya. Kemiskinan adalah
suatu kondisi yang dialami seseorang atau kelompok orang yang tidak mampu
menyelenggarakan hidupnya sampai suatu taraf yang dianggap manusiawi
(BAPPENAS dalam BPS, 2002).
2.1. 1. Definisi Kemiskinan
Menurut Suparlan (1984) kemiskinan merupakan sebagai suatu standar
tingkat hidup yang rendah yaitu adanya tingkat kekurangan materi pada sejumlah
atau golongan orang dibandingkan dengan standar kehidupan yang umum berlaku
dalam masyarakat yang bersangkutan. Standar kehidupan yang rendah ini secara
langsung tampak pengaruhnya terhadap tingkat keadaan kesehatan kehidupan
moral, dan rasa harga diri dari mereka yang terolong sebagai orang miskin.
Menurut Saldanha (1998) persoalan kemiskinan mengandung enam
masalah pokok, yaitu :
1. Masalah kemiskinan adalah kerentanan. Pembangunan infrastruktur ekonomi
dan pertanian dapat saja meningkatkan pendapatan petani dalam jumlah besar
7
yang memadai, akan tetapi kekeringan musim dua tahun berturut- turut akan
dapat menurunkan tingkat hidupnya sampai titik yang terendah.
2. Kemiskinan berarti tertutupnya akses kepada berbagai peluang kerja karena
hubungan produksi di dalam masyarakat tidak memberi peluang bagi mereka
untuk berpartisipasi dalam proses produksi, atau mereka terperangkap dalam
hubungan produksi yang eksploitatif yang menuntut kerja keras dalam jam
kerja panjang dengan imbalan rendah. Hal ini disebabkan oleh posisi tawar
menawar mereka dalam struktur hubungan produksi amat lemah. Kemiskinan
dengan demikian juga berarti hubungan dependensi kepada pemilik tanah,
pimpinan proyek, elit desa dan sebagainya.
3. Kemiskinan adalah masalah ketidakpercayaan, perasaan impotensi emosional
dan sosial menghadapi elit desa dan para birokrat yang menentukan keputusan
menyangkut dirinya tanpa memberi ksempatan untuk mengaktualisasikan diri,
ketidakberdayaan menghadapi penyakit dan kematian, kekumuhan dan
kekotoran.
4. Kemiskinan juga berarti menghabiskan semua atau sebagian terbesar
penghasilannya untuk konsumsi, gizi mereka amat rendah yang
mengakibatkan produktivitas mereka rendah.
5. Kemiskinan juga ditandai oleh tingginya rasio ketergantungan, karena
besarnya keluarga dan beberapa diantaranya masih balita. Hal ini akan
berpengaruh peda rendahnya konsumsi yang akan mengganggu tingkat
kecerdasan mereka sehingga di dalam kompetisi merebut peluang dan sumber
8
dalam masyarakat, anak-anak kaum miskin akan berada pada pihak yang
lemah.
6. Kemiskinan juga terefleksikan dalam budaya kemiskinan yang diwariskan dari
satu generasi ke generasi lainnya.
Menurut Sumodiningrat (1999) klasifikasi kemiskinan ada lima kelas,
yaitu :
1. Kemiskinan Absolut
Kemiskinan absolut selain dilihat dari pemenuhan kebutuhan dasar
minimum yang memungkinkan seseorang dapat hidup layak, juga ditentukan oleh
tingkat pendapatan untuk memenuhi kebutuhan. Dengan demikian, tingkat
pendapatan minimum merupakan pembatas antara keadaan yang disebut miskin
atau sering disebut dengan istilah garis kemiskinan. Seseorang termasuk golongan
miskin absolut apabila hasil pendapatannya berada dibawah garis kemiskinan,
tidak cukup untuk memenuhi kebutuhan hidup minimum, seperti pangan,
sandang, kesehatan, papan dan pendidikan.
Kemiskinan absolut merupakan kemiskinan yang tidak mengacu atau tidak
didasarkan pada garis kemiskinan. Kemiskinan absolut adalah derajat dari
kemiskinan dibawah, dimana kebutuhan-kebutuhan minimum untuk bertahan
hidup tidak dapat terpenuhi (Tambunan, 2006).
2. Kemiskinan Relatif
Sekelompok orang dalam masyarakat dikatakan mengalami kemiskinan
relatif apabila pendapatannya lebih rendah dibandingkan kelompok lain tanpa
memperhatikan apakah mereka masuk dalam kategori miskin absolut atau tidak.
9
Penekanan dalam kemiskinan relatif adalah adanya ketimpangan pendapatan
dalam masyarakat antara yang kaya dan yang miskin atau dikenal dengan istilah
ketimpangan distribusi pendapatan. Kemiskinan relatif untuk menunjukkan
ketimpangan pendapatan berguna untuk mengukur ketimpangan pada suatu
wilayah. Kemiskinan relatif juga dapat digunakan untuk mengukur ketimpangan
antar wilayah yang dilakukan pada suatu wilayah tertentu. Pengukuran relatif
diukur berdasarkan tingkat pendapatan, ketimpangan sumberdaya alam serta
sumberdaya manusia berupa kualitas pendidikan, kesehatan, dan perumahan.
3. Kemiskinan Struktural
Kemiskinan struktural mengacu pada sikap seseorang atau masyarakat
yang disebabkan oleh faktor budaya yang tidak mau berusaha untuk memperbaiki
tingkat kehidupan meskipun ada usaha dari pihak luar untuk membantunya.
Alfian (1980) mendefinisikan kemiskinan struktural sebagai kemiskinan yang
diderita oleh suatu golongan masyarakat karena struktur sosial masyarakat tidak
dapat ikut menggunakan sumber-sumber pendapatan yang sebenarnya tersedia
bagi mereka. Kemiskinan struktural meliputi kekurangan fasilitas pemukiman
sehat, kekurangan pendidikan, kekurangan komunikasi dengan dunia sekitarnya.
Kemiskinan struktural juga dapat diukur dari kurangnya perlindungan dari hukum
dan pemerintah sebagai birokrasi atau peraturan resmi yang mencegah seseorang
memanfaatkan kesempatan yang ada.
10
4. Kemiskinan Kronis
a. Kemiskinan kronis disebabkan oleh beberapa hal, yaitu kondisi sosial
budaya yang mendorong sikap dan kebiasaan hidup masyarakat yang tidak
produktif.
b. Keterbatasan sumberdaya dan keterisolasian (daerah-daerah yang kritis
akan sumberdaya alam dan daerah terpencil).
c. Rendahnya derajat pendidikan dan perawatan kesehatan, terbatasnya
lapangan kerja dan ketidakberdayaan masyarakat dalam mengikuti ekonomi
pasar.
5. Kemiskinan Sementara
Kemiskinan sementara terjadi akibat adanya: 1) perubahan siklus ekonomi
dari kondisi normal menjadi krisis ekonomi, 2) perubahan yang bersifat musiman,
dan 3) bencana alam atau dampak dari suatu yang menyebabkan menurunnya
tingkat kesejahteraan suatu masyarakat.
2.1.2. Ukuran Kemiskinan
Menurut Sajogyo (1977) cara mengukur kemiskinan dengan pendekatan
kemiskinan absolut adalah dengan memperhitungkan standar kebutuhan pokok
berdasarkan atas kebutuhan beras dan gizi (kalori dan protein) dengan
mengungkapkan masalah garis kemiskinan dan tingkat pendapatan petani. Ada
tiga golongan orang miskin yaitu golongan lapisan miskin yang mempunyai
pendapatan perkapita per tahun beras sebanyak lebih dari 360 kg tetapi kurang
dari 480 kg, golongan miskin sekali yang memiliki pendapatan perkapita per
11
tahun beras sebanyak 240-360 kg, dan lapisan paling miskin yang memiliki
pendapatan perkapita per tahun beras sebanyak kurang dari 240 kg. Bank Dunia
dalam BPS (2000) menetapkan bahwa seseorang dikatakan miskin apabila
pendapatannya dibawah US $ 2 per hari.
Badan Pusat Statistik (BPS) juga memberikan pemikiran untuk mengukur
garis kemiskinan dengan cara menentukan berapa besar kalori minimum yang
harus dipenuhi oleh setiap orang dalam sehari. Badan ini mengusulkan bahwa
setiap orang harus memenuhi 2100 kalori setiap harinya. Jadi, 2100 kalori ini
merupakan batas garis kemiskinan yang ditentukan oleh BPS dengan
memperhitungkan kebutuhan non pangan seperti kebutuhan perumahan, bahan
bakar, penerangan listrik, pendapatan air bersih serta jasa-jasa. Kemudian kriteria-
kriteria ini diubah dalam angka Rupiah. Garis kemiskinan yang ditetapkan oleh
BPS sendiri akan selalu mengalami penyesuaian, karena harga kebutuhan itu
berubah (BPS, 2004).
2.1.3. Ciri-Ciri Kemiskinan
Menurut Hartomo dan Aziz (1997) mereka yang hidup dibawah garis
kemiskinan memiliki beberapa ciri, yaitu :
1. Mereka umumnya tidak memiliki faktor produksi sendiri, seperti tanah yang
cukup, modal maupun keterampilan. Faktor produksi yang dimiliki sendiri
sedikit sekali sehingga kemampuan memperoleh pendapatan menjadi sangat
terbatas.
12
2. Mereka tidak memiliki kemungkinan untuk memperoleh aset produksi
dengan kekuatan sendiri. Pendapatan tidak cukup untuk memperoleh tanah
garapan maupun modal usaha, sedangkan syarat tidak terpenuhi untuk
memperoleh kredit perbankan seperti adanya jaminan kredit dan lain-lain,
sehingga mereka yang perlu kredit terpaksa berpaling kepada “lintah darat”
yang biasanya meminta syarat yang berat dan memungut biaya yang tinggi.
3. Tingkat pendidikan mereka yang rendah, tidak sampai tamat sekolah dasar.
Waktu mereka habis tersisa untuk mencari nafkah sehingga tidak tersisa lagi
untuk belajar. Anak-anak mereka tidak dapat menyelesaikan sekolah, karena
harus membantu orang tua mencari tambahan penghasilan atau menjaga
adik-adik di rumah, sehingga secara turun-temurun mereka terjerat dalam
keterbelakangan garis kemiskinan.
4. Kebanyakan mereka tinggal di perdesaan. Banyak diantara mereka tidak
memiliki tanah, walaupun ada kecil sekali. Umumnya mereka menjadi buruh
tani atau pekerja kasar di luar petani, karena pertanian bekerja dengan
musiman maka kesinambungan kerja kurang terjamin. Banyak diantara
mereka kemudian bekerja sebagai “pekerja bebas”, berusaha apa saja.
Dalam keadaan penawaran tenaga kerja yang besar maka tingkat upah
menjadi rendah sehingga mengurung mereka dibawah garis kemiskinan, di
dorong dengan kesulitan hidup di desa maka banyak diantara mereka
mencoba berusaha di kota.
5. Kebanyakan diantara mereka yang hidup di kota masih berusia muda dan
tidak mempunyai keterampilan atau pendidikan, sedangkan kota dibanyak
13
negara sedang berkembang tidak siap menampung gerak urbanisasi
penduduk desa. Apabila di negara-negara maju pertumbuhan industri
menyertai urbanisasi dan pertumbuhan kota sebagai penarik bagi masyarakat
desa untuk bekerja di kota, maka urbanisasi di negara berkembang tidak
disertai proses penyerapan tenaga dalam perkembangan industri. Bahkan,
sebaliknya perkembangan teknologi di kota justru menarik pekerjaan lebih
banyak tenaga kerja, sehingga penduduk miskin yang pindah ke kota dalam
kantong-kantong kemelaratan.
Menurut Sumedi dan Supadi (2004) masyarakat miskin mempunyai
beberapa ciri sebagai berikut 1) tidak memiliki akses ke proses pengambilan
keputusan yang menyangkut hidup mereka, 2) tersingkir dari institusi utama
masyarakat yang ada, 3) rendahnya kualitas SDM termasuk kesehatan,
pendidikan, keterampilan yang berdampak pada rendahnya penghasilan, 4)
terperangkap dalam rendahnya budaya kualitas SDM seperti rendahnya etos kerja,
berpikir pendek dan fatalisme, 5) rendahnya pemilikan aset fisik termasuk aset
lingkungan hidup seperti air bersih dan penerangan.
2.1.4. Faktor Penyebab Kemiskinan
Beberapa faktor yang menyebabkan timbulnya kemiskinan menurut
Hartomo dan Aziz (1997) yaitu :
1). Pendidikan yang Terlampau Rendah
Tingkat pendidikan yang rendah menyebabkan seseorang kurang mempunyai
keterampilan tertentu yang diperlukan dalam kehidupannya. Keterbatasan
14
pendidikan atau keterampilan yang dimiliki seseorang menyebabkan
keterbatasan kemampuan seseorang untuk masuk dalam dunia kerja.
2). Malas Bekerja
Adanya sikap malas (bersikap pasif atau bersandar pada nasib) menyebabkan
seseorang bersikap acuh tak acuh dan tidak bergairah untuk bekerja.
3). Keterbatasan Sumber Alam
Suatu masyarakat akan dilanda kemiskinan apabila sumber alamnya tidak lagi
memberikan keuntungan bagi kehidupan mereka. Hal ini sering dikatakan
masyarakat itu miskin karena sumberdaya alamnya miskin.
4). Terbatasnya Lapangan Kerja
Keterbatasan lapangan kerja akan membawa konsekuensi kemiskinan bagi
masyarakat. Secara ideal seseorang harus mampu menciptakan lapangan kerja
baru sedangkan secara faktual hal tersebut sangat kecil kemungkinanya bagi
masyarakat miskin karena keterbatasan modal dan keterampilan.
5). Keterbatasan Modal
Seseorang miskin sebab mereka tidak mempunyai modal untuk melengkapi
alat maupun bahan dalam rangka menerapkan keterampilan yang mereka
miliki dengan suatu tujuan untuk memperoleh penghasilan.
6). Beban Keluarga
Seseorang yang mempunyai anggota keluarga banyak apabila tidak diimbangi
dengan usaha peningakatan pendapatan akan menimbulkan kemiskinan karena
semakin banyak anggota keluarga akan semakin meningkat tuntutan atau
beban untuk hidup yang harus dipenuhi.
15
Menurut Kartasasmita dalam Rahmawati (2006), kondisi kemiskinan dapat
disebabkan oleh sekurang-kurangnya empat penyebab, yaitu :
1. Rendahnya Taraf Pendidikan
Taraf pendidikan yang rendah mengakibatkan kemampuan pengembangan
diri terbatas dan meyebabkan sempitnya lapangan kerja yang dapat
dimasuki. Taraf pendidikan yang rendah juga membatasi kemampuan
seseorang untuk mencari dan memanfaatkan peluang.
2. Rendahnya Derajat Kesehatan
Taraf kesehatan dan gizi yang rendah menyebabkan rendahnya daya tahan
fisik, daya pikir dan prakarsa.
3. Terbatasnya Lapangan Kerja
Selain kondisi kemiskinan dan kesehatan yang rendah, kemiskinan juga
diperberat oleh terbatasnya lapangan pekerjaan. Selama ada lapangan kerja
atau kegiatan usaha, selama itu pula ada harapan untuk memutuskan
lingkaran kemiskinan.
4. Kondisi Keterisolasian
Banyak penduduk miskin secara ekonomi tidak berdaya karena terpencil
dan terisolasi. Mereka hidup terpencil sehingga sulit atau tidak dapat
terjangkau oleh pelayanan pendidikan, kesehatan dan gerak kemajuan
yang dinikmati masyarakat lainnya.
Menurut Suryadiningrat (2003), kemiskinan pada hakikatnya disebabkan
oleh kurangnya komitmen manusia terhadap norma dan nilai-nilai kebenaran
16
ajaran agama, kejujuran dan keadilan. Hal ini mengakibatkan terjadinya
penganiayaan manusia terhadap diri sendiri dan terhadap orang lain.
Penganiayaan manusia terhadap diri sendiri tercermin dari adanya : 1) keengganan
bekerja dan berusaha, 2) kebodohan, 3) motivasi rendah, 4) tidak memiliki
rencana jangka panjang, 5) budaya kemiskinan, dan 6) pemahaman keliru
terhadap kemiskinan. Sedangkan penganiayaan terhadap orang lain terlihat dari
ketidakmampuan seseorang bekerja dan berusaha akibat : 1) ketidakpedulian
orang mampu kepada orang yang memerlukan atau orang tidak mampu dan 2)
kebijakan yang tidak memihak kepada orang miskin.
Nasikun dalam Suryawati (2005) menyoroti beberapa sumber dan proses
penyebab terjadinya kemiskinan, yaitu :
1) Pelestarian Proses Kemiskinan
Proses pemiskinan yang dilestarikan, direproduksi melalui pelaksanaan
suatu kebijakan diantaranya adalah kebijakan anti kemiskinan, tetapi
realitanya justru melestarikan.
2) Pola Produksi Kolonial
Negara ekskoloni mengalami kemiskinan karena pola produksi kolonial,
yaitu petani menjadi marjinal karena tanah yang paling subur dikuasai
petani skala besar dan berorientasi ekspor.
3) Manajemen Sumber Daya Alam dan Lingkungan
Adanya unsur manajemen sumber daya alam dan lingkungan, seperti
manajemen pertanian yang asal tebang akan menurunkan produktivitas.
17
4) Kemiskinan Terjadi Karena Siklus Alam.
Misalnya tinggal di lahan kritis, dimana lahan ini jika turun hujan akan
terjadi banjir tetapi jika musim kemarau akan kekurangan air, sehingga
tidak memungkinkan produktivitas yang maksimal dan terus-menerus.
5) Peminggiran Kaum Perempuan
Dalam hal ini perempuan masih dianggap sebagai golongan kelas kedua,
sehingga akses dan penghargaan hasil kerja yang diberikan lebih rendah
dari laki-laki.
6) Faktor Budaya dan Etnik
Bekerjanya faktor budaya dan etnik yang memelihara kemiskinan seperti,
pola hidup konsumtif pada petani dan nelayan ketika panen raya, serta adat
istiadat yang konsumtif saat upacara adat atau keagamaan.
2.2. Penelitian Terdahulu
Dalam sub bab ini akan dibahas penelitian-penelitian terdahulu yang
berkaitan dengan topik penelitian mengenai kemiskinan. Penelitian Intania (2002)
menunjukan bahwa faktor-faktor yang mempengaruhi partisipasi masyarakat
dalam penanggulangan kemiskinan adalah 1) umur, 2) tingkat pendapatan, 3)
jumlah beban keluarga, 4) pendapatan, 5) pengalaman, dan 6) pelayanan
pengelolaan kegiatan.
Faktor-faktor yang mempengaruhi tingkat kemiskinan pesanggem (orang
yang menggarap lama) menurut Widyanti (2001) dalam penelitiannya tentang
telaah terhadap partisipasi, pendapatan dan tingkat kemiskinan peserta program
18
perhutanan sosial, menunjukkan faktor-faktor tersebut adalah jenis mata
pencaharian pesanggem, luas penguasaan lahan pesanggem, pola usaha tani
pesanggem dan pendapatan rumah tangga pesanggem.
Berdasarkan hasil penelitian Nur (2004) mengenai faktor-faktor yang
mempengaruhi efektivitas komunikasi dalam proyek penanggulangan kemiskinan
di perkotaan, didapatkan beberapa faktor-faktor yang berhubungan dengan
Program Pengentasan Kemiskinan Perkotaan (P2KP) yaitu faktor internal, faktor
eksternal, dukungan pemimpin formal, pendidikan formal, pengalaman berusaha
dan motivasi anggota kelompok dengan tingkat pemecahan masalah yang
dihadapinya, namun yang berhubungan nyata dengan pola komunikasi dalam
kelompok P2KP adalah dukungan pemimpin formal.
Penelitian Wiraswara (2005) menunjukan terdapat beberapa variabel yang
berpengaruh terhadap tingkat kemiskinan. Variabel-variabel tersebut antara lain
angka melek huruf, keterjangkauan rumah tangga terhadap listrik, selain itu
variabel dummy kabupaten/kota di Jawa juga berpengaruh terhadap tingkat
kemiskinan. Ketiga variabel ini menurut data tahun 2002 memiliki kemampuan
untuk mengurangi angka kemiskinan. Angka kemiskinan lebih tinggi dari
kabupaten/kota di luar Jawa dan persentase penduduk yang melek huruf
kabupaten/kota di Jawa lebih rendah dari kabupaten/kota di luar Jawa.
Kabupaten/kota di Jawa lebih unggul dalam persentase rumah tangga yang
terjangkau listrik.
Penelitian Nurhayati (2007) tentang faktor-faktor yang mempengaruhi
tingkat kemiskinan di Jawa Barat tahun 2004 dengan menggunakan model
19
ekonometrika persamaan simultan 2SLS menghasilkan faktor-faktor yang
mempengaruhi kemiskinan pada taraf nyata 10 persen adalah pendapatan dan
pendidikan.
Penelitian tentang “Faktor-Faktor yang Mempengaruhi Tingkat
Kemiskinan di Indonesia” memiliki perbedaan dengan penelitian sebelumnya,
perbedaan terletak pada daerah yang menjadi objek penelitian dimana dalam
penelitian ini menggunakan data panel seluruh provinsi di Indonesia dan alat
analisis yang digunakan, yaitu menggunakan analisis panel data.
2.3. Kerangka Pemikiran
Indonesia merupakan salah satu negara yang memiliki jumlah penduduk
terbanyak di Asia. Kemiskinan di Indonesia pada masa kini cukup meluas bila
dibandingkan dengan masa-masa sebelumnya, alasan kemiskinan di Indonesia
dapat dihubungkan dengan penduduknya yang terus bertambah dari tahun ke
tahun, yaitu penduduk Indonesia mencapai 213,55 juta jiwa pada tahun 2003,
meningkat menjadi 216,38 juta jiwa pada tahun 2004, dan semakin meningkat
menjadi 219,85 juta jiwa pada tahun 2005.
Pertumbuhan penduduk yang cepat menghendaki pemenuhan hidup yang
meningkat pula, seiring dengan peningkatan pemenuhan kebutuhan hidup maka
seharusnya tingkat pertumbuhan kesempatan kerja ditingkatkan juga. Dalam
keadaan terbatasnya lapangan pekerjaan, maka akan sulit bagi sebagian angkatan
kerja untuk memperoleh pekerjaan. Keadaan kesulitan memperoleh pekerjaan ini
dengan sendirinya akan menyebabkan tingkat pengangguran meningkat yang pada
20
akhirnya dapat menyebabkan kemiskinan. Penelitian ini menduga bahwa tingkat
prndapatan, pendidikan dan pengangguran mempengaruhi kemiskinan.
Gambar 2.1 Kerangka Pemikiran
Pemenuhan kebutuhan hidup
Faktor-faktor yang mempengaruhi
tingkat kemiskinan
Pendapatan
Analisis panel data
Pengangguran Pendidikan
Rekomendasi kebijakan dalam rangka
program penanggulangan kemiskinan
Keadaan masyarakat di
Indonesia
Laju pertumbuhan penduduk
yang cepat
Pengangguran
Tingkat kemiskinan
21
2.4. Hipotesis Penelitian
Hipotesis yang dapat diajukan dalam penelitian ini adalah :
1. Tingkat pendidikan berpengaruh negatif terhadap tingkat kemiskinan,
semakin banyak masyarakat yang berpendidikan maka tingkat kemiskinan
yang terjadi akan semakin rendah.
2. Pendapatan berpengaruh negatif terhadap tingkat kemiskinan, semakin
besar jumlah pendapatan maka tingkat kemiskinan akan semakin rendah.
3. Tingkat pengangguran berpengaruh positif terhadap tingkat kemiskinan,
semakin besar jumlah pengangguran maka tingkat kemiskinan akan
semakin tinggi.
III. METODE PENELITIAN
3.1. Jenis dan Sumber Data
Jenis data yang dipergunakan dalam penelitian ini adalah data sekunder.
Data yang diperlukan meliputi: 1) persentase dan jumlah penduduk miskin
menurut provinsi, 2) angka melek huruf, 3) tingkat pengangguran serta berbagai
macam data sekunder lainnya yang diambil dari berbagai sumber. Sumber data
diperoleh dari: 1) Badan Pusat Statistik (BPS), dan 2) publikasi beberapa
penelitian terdahulu. Periode analisis pada penelitian ini adalah tahun 2002 sampai
dengan tahun 2006.
3.2. Metode Analisis
Metode analisis yang digunakan untuk menganalisis gambaran kemiskinan
di Indonesia dilakukan dengan deskriptif, sedangkan untuk menganalisis faktor-
faktor yang mempengaruhi kemiskinan di Indonesia digunakan analisis panel
data. Pengolahan data dilakukan dengan bantuan perangkat lunak Microsoft Excel
2003 dan E-Views 5.1.
3.2.1. Analisis Deskriptif
Analisis deskriptif dalam penelitian ini meliputi keadaan penduduk miskin
di Indonesia yang diukur dengan Indeks Kedalaman dan Indeks Keparahan
Kemiskinan. Indeks Kedalaman Kemiskinan adalah kesenjangan atau gap antara
23
pendapatan penduduk miskin dengan garis kemiskinan, yang dapat dihitung
dengan rumus sebagai berikut:
Dimana :
 = 0, 1, 2,
Z = Garis Kemiskinan.
yi = Rata-rata pengeluaran perkapita sebulan penduduk yang berada dibawah
garis kemiskinan (i = 1, 2,....q), yi < z.
Q = Banyaknya penduduk yang berada dibawah garis kemiskinan
n = Jumlah penduduk.
Sedangkan Indeks Keparahan Kemiskinan merupakan kesenjangan
diantara penduduk miskin, yang dapat dihitung dengan rumus sebagai berikut:
_
=
÷ + ÷ =
n
i
Fci Fci fpi GR
1
] 1 [ * 1
dimana :
GR = Gini Ratio
fpi = frekuensi penduduk di kelas pengeluaran ke-i
Fci = frekuensi kumulatif jumlah pengeluaran di kelas pengeluaran ke-i
Fci-1 = frekuensi kumulatif jumlah pengeluaran di kelas pengeluaran ke-(i-1)
3.2.2. Analisis Panel Data
Dalam melakukan sebuah penelitian, banyaknya data merupakan salah
satu syarat agar penelitian tersebut dapat mewakili perilaku dari model yang
_
=

]

¸
÷
=
q
i
z
yi z
n
P
1
1

24
dikehendaki. Masalah keterbatasan data dalam sebuah penelitian merupakan hal
yang sering dialami oleh para peneliti, terkadang dalam penelitian yang
menggunakan data series, data yang tersedia terlalu pendek sehingga pengolahan
data time series tidak dapat dilakukan. Begitu pula dengan pengolahan data cross
section, terkadang jumlah unit data yang dibutuhkan terbatas. Persoalan
keterbatasan data seperti itu, dalam ekonometrika dapat diatasi dengan
menggunakan analisis panel data (pooled data).
Analisis panel data secara umum dapat didefinisikan sebagai analisis satu
kelompok variabel yang tidak saja mempunyai keragaan (dimensi) dalam time
series tetapi juga dalam cross section. Analisis panel data adalah subyek dari salah
satu bentuk yang cukup aktif dan inovatif dalam literatur ekonometrik. Hal ini
dikarenakan metode analisis data panel menyediakan informasi yang cukup kaya
untuk perkembangan teknik estimasi dan hasil teori. Dalam bentuk praktis,
penggunaan data time series dan cross section untuk menganalisis masalah yang
tidak bisa diatasi jika hanya menggunakan salah satu metode saja.
Ada beberapa keuntungan dari penggunaan panel data. Menurut Baltagi
(1995), penggunaan panel data telah memberikan banyak keuntungan secara
statistik maupun menurut teori ekonomi. Manfaat dari penggunaan data panel
antara lain :
1. Memberikan data yang informatif, lebih bervariasi, menambah derajat bebas,
lebih efisien dan mengurangi kolinieritas antar variabel.
25
2. Memungkinkan analisis terhadap sejumlah permasalahan ekonomi yang
krusial yang tidak dapat dijawab oleh analisis data runtun waktu atau kerat
lintang saja.
3. Memperhitungkan derajat heterogenitas yang lebih besar yang menjadi
karakteristik dari individual antar waktu.
4. Adanya fleksibilitas yang lebih tinggi dalam memodelkan perbedaan perilaku
antar individu dibandingkan data kerat lintang.
5. Dapat menjelaskan dynamic adjustment secara lebih baik.
Model umum analisis regresi panel data dapat diformulasikan sebagai
berikut:
t i t i t i
u x y
, , ,
+ + =   ............................................................................... (3.1)
Dimana ) , 0 ( ~
2
,
 IID u
t i
dan i = 1,2,3,...,N adalah jumlah observasi antar
individu sementara t = 1,2,3,...,T adalah observasi runtut waktu. Dalam persamaan
(3.9), intersep () dan slope () diasumsikan homogenous diantara seluruh N
individu dan T runtut waktu. Namun kondisi ini tidak selamanya sesuai dengan
kerangka ekonomi yang akan dianalisis. Ketidaksesuaian ini dimungkinkan atas
dua kemungkinan, yaitu:
1. Suatu kondisi dimana intersep dalam model bersifat heterogen ) (
j i
  =
sementara slopenya homogen ) (
j i
  = .
2. Suatu kondisi dimana intersep dalam model bersifat heterogen ) (
j i
  =
demikian pula slopenya ) (
j i
  = .
26
Dari kedua hal tersebut di atas, model estimasi data panel dapat
diekspresikan dalam sejumlah bentuk. Jadi terdapat empat macam model estimasi
data panel yang dapat digunakan:
1. Apabila diasumsikan bahwa intersep bervariasi antar individu sementara slope
bersifat konstan, maka persamaan (3.1) akan menjadi:
t i t i i t i
u x y
, , ,
+ + =   ................................................................(3.2)
2. Apabila diasumsikan bahwa intersep bervariasi antar individu dan antar waktu
sementara slope bersifat konstan, maka persamaan (3.1) akan menjadi:
t i t i t i t i
u x y
, , , ,
+ + =   ...............................................................(3.3)
3. Apabila diasumsikan bahwa intersep dan slope bervariasi antar individu tetapi
konstan antar waktu, maka persamaan (3.1) akan menjadi:
t i t i i i t i
u x y
, , ,
+ + =   ...............................................................(3.4)
4. Apabila diasumsikan bahwa intersep dan bervariasi antar individu dan antar
waktu, maka persamaan (3.1) akan menjadi:
t i t i t i t i t i
u x y
, , , , ,
+ + =   ............................................................(3.5)
Berdasarkan keempat model tersebut koefisien () dan () diasumsikan
tertentu (fixed). Klasifikasi lainnya adalah ketika diasumsikan bahwa parameter-
parameter ini diasumsikan random generating dan disebut sebagai random
coefficient models. Selain itu dari keempat model di atas, jika asumsi homogenitas
baik pada intersep maupun slope ditolak, maka heterogenitas antar individu akan
tercermin pada salah satu atau lebih persamaan (3.2) hingga persamaan (3.5).
27
Tujuan dari penentuan model yang sesuai adalah untuk menghilangkan bias dari
variabel-variabel yang digunakan dalam model. Bias yang diakibatkan pengabaian
heterogenitas dari koefisien-koefisien estimasi disebut juga sebagai heterogenity
bias. Mengabaikan heterogenitas baik intersep maupun slope dapat
mengakibatkan hasil estimasi yang tidak konsisten dan meaningless.
Penentuan model analisis data panel dalam rangka menghilangkan
heterogenity bias dapat dilakukan dengan plotting variabel dependen terhadap
variabel independen. Analisis plotting ini berfungsi sebagai mekanisme
identifikasi model yang sesuai dalam analisis data panel. Sementara itu untuk
menguji terjadi atau tidaknya heterogenity bias dapat dilakukan uji hipotesis
heterogenitas. Uji dilakukan dengan mengestimasi persamaan (3.4) dimana
diasumsikan slope bersifat homogen antar individu. Kemudian uji hipotesis
dilakukan terhadap:
    = = = =
N
H ... :
2 1 0
j i a
H   = : untuk j i =
dimana : i = 1, ..., N
j = 1, ..., N
Uji hipotesis di atas dapat dilakukan dengan mekanisme Wald-test. Jika
pengujian tidak menolak hipotesis nol, maka koefisien indifidual bersifat random
dan identik dengan rata-ratanya. Dalam hal ini, estimasi dilakukan pada model
yang mengasumsikan slope bersifat homogen seperti pada persamaan (3.1) sampai
(3.2).
28
Terdapat beberapa asumsi dasar yang melandasi penentuan model data
panel. Asumsi dasar ini ditentukan oleh conditionality dari variabel bebas (x
i,t
)
yang digunakan dalam model data panel itu sendiri. Asumsi dasar dimaksud
adalah sebagai berikut:
1. Individual-varying time-invariant, dimana nilai variabel (baik kuantitatif
maupun kualitatif) yang sama untuk sebuah unit kerat lintang sepanjang waktu
namun berbeda antar unit kerat lintang. Contohnya adalah jenis kelamin, latar
belakang sosioekonomi dan sebagainya.
2. Period-varying individual-invariant, dimana nilai variabel (baik kuantitatif
maupun kualitatif) sama untuk semua unit kerat lintang namun berubah
menurut runtun waktu. Contohnya adalah tingkat bunga.
3. Individual time-varying variables, dimana nilai variabel (baik kuantitatif
maupun kualitatif) bervariasi antar unit kerat lintang dan waktu. Contohnya
adalah keuntungan perusahaan, tingkat penjualan.
Berdasarkan pemilihan model tersebut di atas kemudian akan menentukan
metode estimasi dari model panel panel yang dipilih. Terdapat tiga metode dalam
mengestimasi data panel, yaitu:
1. Pooled Least Square (PLS)
Dalam metode ini terdapat (K) regressor dalam ) (
it
x , kecuali konstanta.
Metode ini juga dikenal sebagai Common Effect Model (CEM). Jika efek
individual ) (
i
 konstan sepanjang waktu (t) dan spesifik terhadap setiap unit (i)
maka modelnya akan sama dengan model regresi biasa. Jika nilai ) (
i
 sama untuk
29
setiap unitnya, maka OLS akan menghasilkan estimasi yang konsisten dan efisien
untuk () dan (). Oleh karena itu, metode ini dapat digunakan dalam
mengestimasi persamaan (3.2). Metode ini sederhana namun hasilnya tidak
memadai karena setiap observasi diperlakukan seperti observasi yang berdiri
sendiri.
2. Fixed Effects Model (FEM)
Model ini menggunakan semacam peubah boneka untuk memungkinkan
perubahan-perubahan dalam intersep-intersep kerat lintang dan runtut waktu
akibat adanya peubah-peubah yang dihilangkan. Intersep hanya bervariasi
terhadap individu namun konstan terhadap waktu sedangkan slopenya konstan
baik terhadap individu maupun waktu. Jadi
i
 adalah sebuah grup dari spesifik
nilai konstan pada model regresi. Formulasi umum model ini mengasumsikan
bahwa perbedaan antar unit dapat diketahui dari perbedaan nilai konstantanya.
Kelemahan model efek tetap adalah penggunaan jumlah derajat kebebasan yang
banyak serta penggunaan peubah boneka tidak secara langsung
mengidentifikasikan apa yang menyebabkan garis regresi bergeser lintas waktu
dan lintas individu. Modelnya ditulis sebagai
i i i i
x y    + + = .
3. Random Effects Models (REM)
Intersepnya bervariasi terhadap individu dan waktu namun slopnya
konstan terhadap individu maupun waktu. Jadi ) (
i
 adalah sebuah grup dari
gangguan khusus, mirip seperti ) (
it
 kecuali untuk setiap grup ada nilai khusus
yang masuk dalam regresi secara identik untuk setiap periode. Nilai ) (
i

30
terdistribusi secara acak pada unit-unit kerat lintang. Metode ini juga dikenal
sebagai variance components estimation. Model ini meningkatkan efisiensi proses
pendugaan kuadrat terkecil dengan memperhitungkan pengganggu-pengganggu
kerat lintang dan deret waktu. Model estimasinya yang digunakan adalah
it i it i it
x y     + + + =
'
dengan ) (
i
 adalah nilai gangguan acak pada observasi
(i) dan konstan sepanjang waktu.
Berdasarkan penjabaran metode estimasi di atas dapat dikatakan bahwa
FEM digunakan atas asumsi bahwa dampak dari gangguan mempunyai pengaruh
yang tetap (dianggap sebagai bagian dari intersep). Sedangkan REM digunakan
atas asumsi bahwa gangguan diasumsikan bersifat acak. Penentuan model atas
pertimbangan perilaku dari gangguan yang bersifat tetap atau acak pada individu
(i) akan berpengaruh terhadap bias dari hasil estimasi. Bias yang terjadi akibat
kesalahan menentukan model berdasarkan perilaku gangguannya disebut dengan
selectivity bias.
3.2.3. Pemilihan Model dalam Pengolahan Data
Pemilihan model yang digunakan dalam sebuah penelitian perlu dilakukan
berdasarkan pertimbangan statistik. Hal ini ditujukan untuk memperoleh dugaan
yang efisien. Diagram pengujian statistik untuk memilih model yang digunakan
dapat diperlihatkan pada Gambar 3.1. berikut ini:
31
Sumber: Baltagi, 1995
Gambar 3.1. Pengujian Pemilihan Model dalam Pengolahan Data Panel
3.2.3.1. Chow Test
Chow Test (uji F-statistik) adalah pengujian untuk memilih apakah model
yang digunakan Pooled Least Square atau Fixed Effect. Sebagaimana yang
diketahui bahwa terkadang asumsi bahwa setiap unit cross section memiliki
perilaku yang sama cenderung tidak realistis mengingat dimungkinkan setiap unit
cross section memiliki perilaku yang berbeda. Dalam pengujian ini dilakukan
dengan hipotesa sebagai berikut:
H
0
: Model Pooled Least Square
H
1
: Model Fixed Effect
LM Test
Random Effects Models
Pooled Least Square
Fixed Effects Model
Chow Test
Hausman Tast
TESTTest
32
Dasar penolakan terhadap Hipotesa Nol (H
0
) adalah dengan menggunakan F-
statistik seperti yang dirumuskan oleh Chow:
CHOW =
, ) , )
, ) , ) K N NT ESS
N ESS ESS
÷ ÷
÷ ÷
2
2 1
1
....................................................(3.6)
Dimana:
1
ESS = Residual Sum Square hasil pendugaan model pooled least square
2
ESS = Residual Sum Square hasil pendugaan model fixed effect
N = Jumlah data cross section
T = Jumlah data time series
K = Jumlah variabel penjelas
Statistik Chow Test mengikuti distribusi F-statistik dengan derajat bebas
, ) K N NT N ÷ ÷ ÷ , 1 jika nilai CHOW statistics (F-stat) hasil pengujian lebih
besar dari F-Tabel, maka cukup bukti untuk melakukan penerimaan terhadap
Hipotesa Nol sehingga model yang digunakan adalah model fixed effect, dan
begitu juga sebaliknya. Pengujian ini disebut sebagai Chow Test karena
kemiripannya dengan Chow Test yang digunakan untuk menguji stabilitas
parameter (stability test).
3.2.3.2. Hausman Test
Hausman Test adalah pengujian statistik sebagai dasar pertimbangan kita
dalam memilih apakah menggunakan model fixed effect atau model random effect.
Seperti yang kita ketahui bahwa penggunaan model fixed effect mengandung suatu
unsur trade-off yaitu hilangnya derajat bebas dengan memasukan variabel dummy.
33
Namun, penggunaan metode random effect juga harus memperhatikan ketiadaan
pelanggaran asumsi dari setiap komponen galat.
Hausman Test dilakukan dengan hipotesa sebagai berikut:
H
0
: Model Fixed Effect
H
1
: Model Random Effect
Sebagai dasar penolakan Hipotesa Nol maka digunakan Statistik Hausman dan
membandingkannya dengan Chi-Square. Statistik Hausman dirumuskan dengan:
m = , ), ) , ) b M M b ÷ ÷ ÷
÷
 
1
1 0
~ , ) K
2
 ......................................(3.7)
Dimana  adalah vektor untuk statistik variabel fixed effect, b adalah vektor
statistik variabel random effect,
0
M adalah matriks kovarians untuk dugaan fixed
effect model dan
1
M adalah matriks kovarians untuk dugaan random effect model.
Jika nilai m hasil pengujian lebih besar dari
2
 - Tabel, atau nilai hausman test
lebih besar dari taraf nyata maka cukup bukti untuk melakukan penerimaan
terhadap hipotesa nol sehingga model yang digunakan adalah model fixed effect,
dan begitu pula sebaliknya.
3.2.3.3. LM Test
LM Test atau lengkapnya The Breusch-Pagan LM Test digunakan sebagai
pertimbangan statistik dalam memilih model Random Effect atau Pooled Least
Square. LM Test dilakukan dengan hipotesa sebagai berikut:
H
0
: Model Pooled Least Square
34
H
1
: Model Random Effect
Dasar penolakan terhadap H
0
adalah dengan menggunakan statistik LM yang
mengikuti distribusi dari Chi-Square.
Statistik LM dihitung dengan menggunakan residual OLS yang diperoleh dari
hasil estimasi model Pooled, dimana:
, )
2
2
2 2
1
1 2

]

¸

÷
÷
=
__
_
it
i
T
T
NT
LM


~
2
 (3.8)
Jika nilai LM hasil perhitungan lebih besar dari
2
 - Tabel, maka cukup bukti
untuk melakukan penolakan terhadap hipotesa nol, sehingga model yang
digunakan adalah model random effect, dan begitu pula sebaliknya.
3.2.4. Evaluasi Model
3.2.4.1. Multikolinearitas
Indikasi multikolinearitas tercermin dengan melihat hasil t dan F-statistik
hasil regresi. Jika banyak koefisien parameter dari t-statistik diduga tidak
signifikan sementara dari hasil F-hitung signifikan, maka patut diduga adanya
multikolinearitas. Multikolinearitas dapat diatasi dengan menghilangkan variabel
yang tidak signifikan.
35
3.2.4.2. Autokorelasi
Autokorelasi dapat mempengaruhi efisiensi dari estimatornya. Untuk
mendeteksi adanya korelasi serial adalah dengan melihat nilai Durbin-Watson
(DW) dalam Eviews. Untuk mengetahui ada atau tidaknya autokorelasi, maka
dilakukan dengan membandingkan DW-statistik dengan DW-tabel. Adapun
kerangka identifikasi autokorelasi terangkum dalam Tabel 3.1.
Tabel 3.1. Kerangka Identifikasi Autokorelasi
Nilai DW Hasil
DW < dl Tolak H
0
, korelasi serial positif
dl < DW < du Hasil tidak dapat ditentukan
du < DW < 4-du Terima H
0
, tidak ada korelasi positif atau negatif
4-du < DW < 4-dl Hasil tidak dapat ditentukan
DW < 4-dl Tolak H
0
, korelasi serial negatif
Sumber : Nachrowi (2006)
Korelasi serial ditemukan jika error dari periode waktu yang berbeda
saling berkorelasi. Hal ini bisa dideteksi dengan melihat pola random error dari
hasil regresi. Pada analisis seperti yang dilakukan dalam model, jika ditemukan
korelasi serial, maka model menjadi tidak efisien meskipun tidak bias dan
konsisten. Perlakuan untuk pelanggaran ini adalah dengan menambahkan AR (1)
atau AR (2) dan seterusnya, tergantung dari banyaknya autokorelasi pada model
regresi yang di gunakan.
3.2.4.3. Heteroskedastisitas
Dalam regresi linear ganda, salah satu asumsi yang harus dipenuhi agar
taksiran parameter dalam model tersebut BLUE adalah Var (ui) =
2
 (konstan),
36
     + + + + =
it it it t i
tpt pp amh tk m
3 2 1 ,
semua varian mempunyai variasi yang sama. Pada umumnya, heteroskedastisitas
diperolah pada data cross section. Jika pada model dijumpai heteroskedastisitas,
maka model menjadi tidak efisien meskipun tidak bias dan konsisten. Dengan kata
lain, jika regresi tetap dilakukan meskipun ada masalah heteroskedastisitas maka
pada hasil regresi akan terjadi “misleading” (Gujarati, 1995).
Untuk menguji adanya pelanggaran asumsi Heteroskedastisitas, digunakan
uji White-heterosk edasticity yang diperoleh dalam program Eviews. Dengan uji
white, membandingkan Obs* R-Squared dengan
2
 (Chi-Squared) tabel, jika
nilai Obs* R-Squared lebih kecil daripada
2
 -tabel maka tidak ada
heteroskedastisitas pada model. Dalam pengolahan data panel dalam Eviews 4.1
yang menggunakan metode General Least Square (Cross Section Weights), maka
untuk mendeteksi adanya heteroskedastisitas adalah dengan membandingkan Sum
Square Resid pada Weighted Statistics dengan Sum Squared Resid Unweighted
Statistics. Jika Sum Square Resid pada Weighted Statistics < Sum Squared Resid
Unweighted Statistics, maka terjadi heteroskedastisitas. Perlakuan untuk
pelanggaran tersebut adalah dengan mengestimasi GLS dengan White
Heteroscedasticity.
3.3. Model Umum Penelitian
Model yang digunakan dalam penelitian ini adalah sebagai berikut:
...........................(3.9)
37
Dimana :
tk m = Tingkat kemiskinan (Jiwa)
tpt = Tingkat pengangguran terbuka (Persen)
pp = Pendapatan perkapita (Rupiah)
amh = Angka melek huruf (Persen)
α = Intersep
β = Slope
i = Individu ke-i
t = Periode waktu ke-t
ε = Error/simpangan
Tingkat kemiskinan merupakan jumlah penduduk yang memiliki
pendapatan dibawah garis kemiskinan sesuai dengan standar yang ditetapkan
BPS. Tingkat pengangguran terbuka meliputi penduduk yang mecari pekerjaan,
penduduk yang mempersiapkan usaha, penduduk yang tidak mencari pekerjaan
karena merasa tidak mungkin mendapat pekerjaan dan penduduk yang sudah
memiliki pekerjaan tapi belum mulai bekerja. Pendapatan perkapita merupakan
upah/gaji atau jumlah balas jasa yang diterima oleh faktor-faktor produksi yang
ikut didalam produksi disuatu wilayah pada jangka waktu tertentu dibagi dengan
jumlah penduduk pertengahan tahun. Angka melek huruf Penduduk yang
memiliki kemampuan baca tulis.
IV. GAMBARAN UMUM
4.1. Keadaan Geografis dan Kependudukan
Indonesia terdiri dari beberapa pulau dan kepulauan dengan luas wilayah
daratan 1.860.359,67 kilometer persegi. Provinsi Papua mempunyai luas wilayah
daratan paling besar ( 309.934,40 kilometer persegi) atau 26,66 persen dari luas
Indonesia, sementara Provinsi DI Yogyakarta memiliki luas daratan paling kecil
(3.133,15 kilometer persegi) atau 0,17 persen dari luas wilayah Indonesia. Daerah
administrasi di Indonesia untuk periode 2002-2006 mengalami pemekaran, yaitu
pada tahun 2002 Indonesia memiliki 30 provinsi, 268 kabupaten, 89 kota dan,
4.885 kecamatan serta 70.460 kelurahan. Pada tahun 2006 menjadi 33 provinsi,
349 kabupaten, 91 kota dan, 5.656 kecamatan serta, 71563 kelurahan.
Berdasarkan data BPS, jumlah penduduk Indonesia cenderung terus
meningkat dari tahun ke tahun. Pada tahun 2000 penduduk Indonesia berjumlah
205.132.000 jiwa menjadi 222.192.000 jiwa pada tahun 2006 dengan laju
pertumbuhan penduduk sebesar 1,34 persen dan dengan kepadatan penduduk
sebesar 18 jiwa per kilometer persegi. Jumlah penduduk terbesar berada di
Provinsi Jawa Barat sebesar 39.649.000 jiwa, sementara Provinsi Maluku Utara
memiliki jumlah penduduk terkecil yaitu 919 jiwa. Kepadatan terbesar berada di
Provinsi DKI Jakarta 13.449 jiwa per kilometer persegi, sementara yang terjarang
adalah Provinsi Papua dengan 8 jiwa per kilometer persegi.
39
4.2. Keadaan Perekonomian
Pertumbuhan ekonomi di indonesia terus mengalami peningkatan dari
tahun ke tahun, dengan memasukan sektor migas maupun non migas. Pada tahun
2006 persentase pertumbuhan ekonomi mencapai sebesar 5,5 persen dengan
memasukan sektor migas dan 6.1 persen tanpa sektor migas, hal ini menunjukan
persentase pertumbuhan ekonomi di indonesia mengalami peningkatan sebesar
1,9 persen dengan sektor migas, dan 1,2 persen tanpa memasukan sektor migas
dari tahun 2002.
Sedangkan untuk nilai tukar Rupiah Indonesia terhadap USD berfluktuasi
dari tahu ke tahun. Pada tahun 2002 nilai tukar Rupiah sebesar 9318 Rp/USD
menurun menjadi 8593 Rp/USD pada tahun 2003, kemudian meningkat kembali
sebesar 347 menjadi 8940 Rp/USD pada tahun 2005 dan menurn kembali
menjadi 9050 Rp/USD pada tahun 2006.
Selanjutnya, untuk cadangan devisa Indonesia mengalami peningkatan
secara terus menerus dari tahun ke tahun, dimana pada tahun 2002 cadangan
devisa hanya sebesar 32 (USD milyar) meningkat menjadi 36,6 pada tahun 2003
dan meningkat hingga mencapai 42,6 (USD Milyar) pada tahun 2006 (USD
milyar).
Persentase defisit anggaran terhadap PDB pada tahun 2002 sebesar 1,3
persen meningkat menjadi 1,7 persen pada tahun 2003 dan menurun menjadi 0,5
persen pada tahun 2005 kemudian meningkat kembali menjadi 0,9 persen pada
tahun 2006.
40
Tabel 4.1 Indikator Perekonomian Indonesai Tahun 2002-2006
Tahun
No Indikator Ekonomi
2002 2003 2004 2005 2006
1 Pertumbuhan Ekonomi migas(%) 4,5 4,8 5,0 5,7 5,5
2 Pertumbuhan Ekonomi non migas (%) 5,2 5,7 6,0 6,6 6,1
3 Nilai Tukar Rupiah (Rp/USD) 9318 8593 8940 9713 9050
4 Cadangan Devisa (USD Milyar) 32 36,6 36,3 34,7 4,.6
5 Defisit anggaran (%thd PDB) 1,3 1,7 1,3 0,5 0,9
Sumber : Bappenas, 2007
4.3. Perkembangan Tingkat Kemiskinan
Jumlah dan persentase penduduk miskin pada periode 2002-2006 di
Indonesia berfluktuasi dari tahun ke tahun. Jumlah penduduk miskin pada tahun
2002 sekitar 38,40 juta jiwa (sekitar 25,10 juta jiwa di perdesaan, dan sekitar
13,30 juta jiwa di perkotaan). Angka ini pada tahun 2003 berkurang hingga
menjadi sekitar 37,30 juta jiwa, penurunan hanya terjadi di perkotaan yaitu
menurun menjadi 12,20 juta jiwa, sedangkan di perdesaan tidak mengalami
penurunan. Pada tahun 2004 jumlah penduduk miskin mengalami penurunan
sekitar 1,2 juta jiwa yaitu berkurang hingga menjadi 36,10 juta jiwa (sekitar 11,40
juta jiwa di perkotaan, dan sekitar 24,80 juta jiwa di perdesaan), atau berkurang
sekitar sekitar 1,54 persen dari tahun 2002. Pada tahun 2005 jumlah penduduk
miskin terus mengalami penurunan hingga menjadi 35,10 juta jiwa penurunan
hanya terjadi di perdesaan yaitu menurun sebesat 2,1 juta jiwa sedangkan di
perkotaan meningkat sekitar 1,0 juta jiwa dari tahun 2004. Pada tahun 2006
jumlah penduduk miskin mengalami peningkatan hingga mencapai 39,30 juta
jiwa, peningkatan terjadi di perkotaan dan perdesasan (sekitar 14,49 juta jiwa di
41
perkotaan, dan sekitar 39,30 di perdesaan). Dibandingkan dengan tahun 2002,
jumlah penduduk miskin meningkat sekitar 0.9 juta jiwa.
Tabel 4.2 Perkembangan Jumlah Penduduk Miskin Tahun 2002-2006
Penduduk miskin (juta Jiwa) % Penduduk miskin
Tahun
Kota Desa Total Kota Desa Total
2002 13,30 25,10 38,40 14,46 21,10 35,56
2003 12,20 25,10 37,30 13,57 20,23 33,80
2004 11,40 24,80 36,10 12,13 20,11 32,24
2005 12,40 22,70 35,10 11,37 19,51 30,88
2006 14,49 24,81 39,30 13,47 21,81 35,28
Sumber : BPS, 2007
4.4. Perkembangan Tingkat Pengangguran Terbuka dan Angka Melek
Huruf
Tingkat pengangguran terbuka di Indonesia cenderung mengalami
peningkatan dari tahun ke tahun. pada tahun 2002 tingkat pengangguran terbuka
di Indonesia sebesar 9,1 persen. Angka ini meningkat sebesar 0,2 persen dari 9,7
persen pada tahun 2003 menjadi 9,9 persen pada tahun 2004, kemudian seiring
dengan meningkatnya pertumbuhan ekonomi tingkat pengangguran terbuka juga
meningkat hingga mencapai 11,2 persen pada tahun 2005 dan menurun kembali
menjadi 10,3 persen pada tahun 2006.
Selanjutnya, untuk angka melek huruf di Indonesia cenderung mengalami
peningkatan secara terus menerus dari tahun ke tahun, dimana pada tahun 2002
angka melek huruf hanya sebesar 91,11 persen, meningkat menjadi 91,21 persen
pada tahun 2003 dan meningkat hingga mencapai 92,45 persen pada tahun 2005
dan merun kembali pada tahun 2006 hingga menjadi 91,45. Angka melek huruf
ini lebih rendah bila dibandingkan dengan tahun 2004.
42
Tabel 4.3 Perkembangan Angka Melek Huruf, dan Tingkat Pengangguran
Terbuka 2002-2006
Tahun Angka Melek Huruf (%) Tingkat Pengangguran
terbuka (%)
2002 91,11 9,1
2003 91,21 9,7
2004 91,79 9,9
2005 92,39 11,2
2006 91,45 10,3
Sumber : BPS, 2007
4.5. Perkembangan Pembangunan Manusia dan Laju Inflasi
Berdasarkan data IPM (Indeks Pembangunan Manusia) kualitas
sumberdaya manusia di Indonesia terus meningkat dari tahun ke tahun. Pada
tahun 2002 Indek Pembangunan Manusia (IPM) sebesar 65,8 meningkat menjadi
67,33 pada tahun 2003 (BPS, 2007). Pada tahun 2004 IPM di Indonesia
meningkat sebesar 0,3 yaitu menjadi 68.7. Pada tahun 2005 meningkat menjadi
69,6 dan pada tahun 2006 meningkat menjadi sebesar 70,1.
Indeks Pembangunan Manusia tertinggi pada periode 2002-2006 terjadi di
propinsi DKI Jakarta. Sedangkan Indks Pembangunan Manusia terendah terjadi di
propinsi NTB untuk tahun 2002 dan 2004, untuk tahun 2005 dan 2006 Indeks
pembangunan manusia terendah terjadi di propinsi Papua.
43
Tabel 4.4 Perkembangan Indek Pembangunan Manusia
Tahun IPM
2002 65,8
2003 67,3
2004 68,7
2005 69,6
2006 70,1
Sumber : BPS, 2007
Laju inflasi di Indonesia berfluktuasi dari tahun ke tahun. Pada tahun 2003
tercatat laju inflasi tahunan Indonesia sebesar 5,33 persen, laju inflasi meningkat
menjadi 6,18 persen pada tahun 2004. Pada tahun 2005 laju inflasi meningkat
sebesar 12,2 persen yaitu menjadi 18,38 persen. Pada bulan Oktober 2006 terjadi
inflasi 0,86 persen. Dari 45 kota tercatat 41 kota mengalami inflasi dan 4 kota
mengalami deflasi. Inflasi tertinggi terjadi di Ternate 2,98 persen dan inflasi
terendah di Balikpapan srbesar 0,02 persen. Sedangkan deflasi terbesar di Kendari
sebesar 0,66 persen, dan deflasi terkecil di Palu 0,06 persen, sedangkan laju inflasi
tahunan di Indonesia tahun 2006 menurun sebesar 12,09 persen menjadi 6.29
persen.
Pada bulan november 2007 terjadi inflasi sebesar 0.18 persen, dari 45 kota
tercatat 32 kota mengalami inflasi dan 13 kota mengalami deflasi. Inflasi tertinggi
terjadi di Manado 2,01 persen dan inflasi terendah di Balikpapan 0,04 persen.
Sedangkan deflasi terbesar terjadi di Makassar 1,74 persen dan terkecil di
Jayapura 0,03 persen. Inflasi terjadi karena adanya kenaikan harga yang
ditunjukkan oleh kenaikan indeks pada kelompok barang dan jasa sebagai berikut:
kelompok bahan makanan 0,04 persen, kelompok makanan jadi, minuman, rokok
& tembakau 0,43 persen, kelompok perumahan, air, listrik, gas & bahan bakar
44
0,12 persen, kelompok sandang 1,66 persen, kelompok kesehatan 0,26 persen,
kelompok pendidikan, rekreasi dan olahraga 0,11 persen. Sedangkan kelompok
transpor, komunikasi & jasa keuangan mengalami deflasi 0,27 persen. Sedangkan
laju infalasi tahunan di indonesia pada tahun 2007 menurun sebesar 0.42 persen
yaitu menjadi menjadi 6,71 persen.
Tabel 4.5 laju inflasi Tahunan
Tahun Laju Inflasi
2003 5,33
2004 6,18
2005 18,38
2006 6,29
Sumber : BPS, 2007
4.6. Program Pengentasan Kemiskinan
Sudah sejak lama kemiskinan dipercaya sebagai sumber utama kesusahan
di masyarakat, seperti munculnya penyakit, keterbelakangan mental, kekurangan
nutrisi, bahkan terjadinya konflik. Tak mengherankan jika dengan semakin
berkembangnya peradaban manusia, dan semakin meningkatnya kesadaran
manusia akan pentingnya kesamaan harkat dan martabat manusia, telah
menjadikan fenomena kemiskinan sebagai suatu permasalahan yang banyak
mendapatkan perhatian lebih. Berbagai telaah dalam ilmu sosial dan juga ekonomi
banyak dilakukan, terutama untuk mendapatkan pemahaman yang lebih
mendalam tentang konsep kemiskinan dan penyelesaian yang benar-benar efektif
dalam mengatasi masalah tersebut.
45
Pemerintah Indonesia dalam upayanya mengentaskan kemiskinan
melakukan beberapa langkah, diantaranya program Beras Miskin (Raskin),
Bantuan Langsung Tunai (BLT), Program Pemberdayaan Nasional Mandiri
(PNPM) dan Bantuan Operasional Sekolah (BOS).
4.6.1. Program Beras Miskin (Raskin)
Program Beras Miskin (Raskin) pada dasarnya merupakan kelanjutan dari
program Operasi Pasar Khusus (OPK) yang diluncurkan pada Juli 1998 di bawah
program Jaring Pengaman Sosial (JPS). Selama sembilan tahun pelaksanaan
program, berbagai pihak telah melakukan evaluasi dan hasilnya telah memberikan
input bagi perbaikan konsep dan pelaksanaan program. Beberapa penyesuaian
yang telah dilakukan antara lain meliputi perubahan nama, jumlah beras per
rumah tangga, frekuensi distribusi, sumber dan jenis data sasaran penerima
manfaat, dan penyediaan lembaga pendamping.
Pada 2002, pemerintah mengganti nama OPK menjadi Raskin agar lebih
mencerminkan sifat program, yakni sebagai bagian dari program perlindungan
sosial bagi Rumah Tangga Miskin (RTM), tidak lagi sebagai program darurat
penanggulangan dampak krisis ekonomi. Penetapan jumlah beras per bulan per
RTM yang pada awalnya 10 kg, selama beberapa tahun berikutnya bervariasi dari
10 hingga 20 kg, dan pada 2007 kembali menjadi 10 kg. Frekuensi distribusi yang
pada tahun-tahun sebelumnya 12 kali, pada 2006 berkurang menjadi 10 kali, dan
pada 2007 kembali menjadi 12 kali per tahun. Sasaran penerima manfaat yang
46
sebelumnya menggunakan data keluarga prasejahtera (KPS) dan keluarga
sejahtera 1 (KS-1) alasan ekonomi hasil pendataan BKKBN, sejak 2006 berubah
menggunakan data RTM hasil pendataan BPS melalui PSE-05.2. Selain itu, dalam
rangka meningkatkan kinerja pelaksanaan program, pada 2005 dan 2006 Bulog
melakukan kerja sama dengan 10 perguruan tinggi negeri untuk memberikan
pendampingan terhadap pelaksanaan Raskin di 12 provinsi.
Menurut data Susenas 2002–2006, persentase penerima Raskin dari
seluruh rumah tangga di Indonesia berfluktuasi pada kisaran 36 persen–45 persen.
Di Sumatera Barat, persentase penerima Raskin berkisar antara 11 persen–24
persen, di Jawa Timur 41 persen–53 persen, dan di Sulawesi Tenggara 35 persen–
59persen (Gambar 4.1). Kondisi tersebut sesuai dengan proporsi RTM di wilayah
bersangkutan.
Gambar 4.1. Jumlah Penerima Raskin
Penetapan pagu alokasi nasional didasarkan pada ketersediaan anggaran
subsidi dan data sasaran penerima. Pagu alokasi nasional dialokasikan untuk
masing-masing provinsi berdasarkan data sasaran penerima dengan
47
mempertimbangkan usulan pemda. Selanjutnya, pemda provinsi menetapkan
alokasi untuk setiap kabupaten/kota dan pemda kabupaten/kota menetapkan
alokasi untuk setiap kecamatan dan desa/kelurahan yang dibawahinya. Semua
pembagian tersebut ditetapkan secara proporsional dengan data sasaran penerima
di masing-masing wilayah. Sejak awal pelaksanaan OPK hingga 2005, sasaran
penerima manfaat menggunakan data keluarga pra sejahtera (Pra-KS) dan
keluarga sejahtera-1 (KS-1) alasan ekonomi hasil pendataan BKKBN, namun
sejak 2006 menggunakan data rumah tangga miskin (RTM) hasil pendataan BPS.
Tabel 4.6. Jumlah Rumah Tangga dan Pagu Alokasi Raskin Nasional
Jumlah Rumah Tangga
Tahun
RTM Total
RTM
Sasaran
% RTM Sasaran
terhadap RTM
Total
Pagu Alokasi (Ton)
2000 16.000.000 7.500.000 46,88 1.350.000
2001 15.000.000 8.700.000 58,00 1.501.274
2002 15.135.560 9.790.000 64,68 1.349.600
2003 15.746.843 8.580.313 54,49 2.059.276
2004 15.746.843 8.590.804 54,56 2.061.793
2005 15.791.884 8.300.000 52,56 1.991.897
2006 15.503.295 10.830.000 69,86 1.624.500
2007 19.100.905 15.800.000 82,72 1.896.000
Sumber: BPS, 2007
Pagu alokasi Raskin nasional mengalami peningkatan hingga 2002, namun
kemudian mengalami penurunan dan pada 2007 sedikit meningkat. Sementara itu,
RTM sasaran program cenderung meningkat dari tahun ke tahun. Meskipun
proporsinya mengalami peningkatan, jumlah RTM sasaran masih lebih rendah
dari pada total RTM (Tabel 4). Sebagai contoh pada 2007, total RTM mencapai
19,1 juta, namun sasaran Raskin hanya 15,8 juta RTM sehingga terdapat 3,3 juta
RTM yang tidak memperoleh Raskin. Hal tersebut berimplikasi pada munculnya
48
berbagai permasalahan pelaksanaan program seperti dalam penargetan, ketepatan
jumlah beras yang diterima rumah tangga, dan frekuensi distribusi.
Jika Raskin hanya dibagikan kepada rumah tangga paling miskin maka
menurut data Bulog, Raskin akan mampu memenuhi 70 persen–95 persen. RTM
yang ada, bahkan menurut BPS akan melebihi RTM (127 persen–152 persen).
Selain itu, dengan jumlah rumah tangga 50–59 juta pada 2002–2006, maka
realisasi Raskin tersebut seharusnya dapat memberi manfaat kepada sekitar 40
persen rumah tangga di Indonesia dan bisa menjangkau seluruh rumah tangga
dengan tingkat kesejahteraan terendah, meskipun dengan jumlah beras di bawah
ketentuan.
4.6.2. Penanggulangan Pengangguran Program Nasional Pemberdayaan
Masyarakat (PNPM)
Program Nasional Pemberdayaan Masyarakat (PNPM) yang diunggulkan
sebagai program yang akan menyediakan lapangan kerja bagi jutaan orang
sekaligus menanggulangi kemiskinan. Padahal, program itu adalah kompilasi dua
program yang telah berjalan dengan biaya Bank Dunia, yakni Program
Pengembangan Kecamatan (PPK) dan Program Penanggulangan Kemiskinan di
Perkotaan (P2KP). Tahun 2006 PPK dilaksanakan di 1.145 kecamatan (18.007
desa). Dilaporkan, PPK telah dinikmati 18,1 juta orang miskin, 50 persen di
antaranya wanita.
49
4.6.3. ProgramBantuan Operasional Sekolah (BOS)
Sebagai pengganti subsidi BBM, pelaksanaan pemberian Program BOS
ditargetkan pada masyarakat yang diwajibkan mengikuti pendidikan dasar 9 tahun
namun tidak memiliki kemampuan secara finansial untuk melanjutkan pendidikan.
Oleh karena itu, sasaran program BOS adalah semua sekolah setingkat SD dan
SMP, baik negeri maupun swasta di seluruh propinsi di Indonesia. BOS diberikan
kepada sekolah untuk dikelola sesuai dengan ketentuan yang ditetapkan
pemerintah pusat. Besarnya dana untuk tiap sekolah ditetapkan berdasarkan
jumlah murid.
Pelaksanan penyaluran dan pengelolaan Program Bantuan Operasional
Sekolah (BOS) dilakukan oleh organisasi pelaksana yang sebut Tim PKPSBBM
serta Sekolah/Madrasah yang memperoleh alokasi dana BOS. Tim PKPS-BBM
dibentuk di tingkat Pusat, Propinsi dan Kabupaten/Kota.
V. PEMBAHASAN
5.1. Gambaran Kemiskinan di Indonesia
Untuk menganalisis gambaran kemiskinan di Indonesia akan dilakukan
dengan analisis deskriptif dengan menginterpretasikan data yang telah di peroleh
dari BPS.
5.1.1 Perkembangan Jumlah Penduduk Miskin
Secara regional, pada tahun 2002 provinsi Jawa Timur memiliki jumlah
penduduk miskin terbesar, yaitu sekitar 7,7 juta jiwa. Empat provinsi lainnya yang
memiliki jumlah penduduk terbesar pada tahun 2002 adalah Jawa Tengah (7,3 juta
jiwa), Jawa Barat (4,9 juta jiwa), Sumatera Utara (1,8 juta jiwa), dan Lampung
(1,6 juta jiwa). Sementara, lima provinsi yang memiliki jumlah penduduk terkecil
adalah Bangka Belitung (106,2 ribu jiwa), Maluku Utara (110,1 ribu jiwa), Bali
(221,8 ribu jiwa), Sulawesi Utara (229,3 ribu jiwa), dan Kalimantan Tengah
(229,3 ribu jiwa). Pada tahun 2003, lima provinsi yang memiliki jumlah penduduk
miskin terbesar adalah Jawa Timur (7,5 juta jiwa), Jawa Tengah (6,9 juta jiwa),
Jawa Barat (4,8 juta jiwa), Sumatera Utara (1,8 juta jiwa), dan Lampung (1,5 juta
jiwa). Sementara lima provinsi yang memiliki jumlah penduduk miskin terkecil
adalah Bangka Belitung (98,2 ribu jiwa), Maluku Utara (118,8 ribu jiwa),
Sulawesi Utara (191,6 ribu jiwa), Kalimantan Tengah (207,7 ribu jiwa), dan Bali
(246,1 ribu jiwa). lima provinsi yang memiliki jumlah penduduk miskin terbesar
pada tahun 2004 adalah Jawa Timur (7,3 juta jiwa), Jawa Tengah (6,8 juta jiwa),
51
Jawa Barat (4,6 juta jiwa), Sumatera Utara (1,8 juta jiwa), dan Lampung (1,5 juta
jiwa). Sementara, 5 (lima) provinsi yang memiliki jumlah penduduk miskin
terkecil adalah Bangka Belitung (91,8 ribu jiwa), Maluku Utara (107,8 ribu jiwa),
Sulawesi Utara (192,2 ribu jiwa), Kalimantan Tengah (194,1 ribu jiwa), dan Bali
(231 ribu jiwa). Pada tahun 2006 lima provinsi yang memiliki jumlah penduduk
miskin terbesar yaitu provinsi Jawa Timur (7,6 juta jiwa), Jawa Tengah (7,1 juta
jiwa), Jawa Barat (5,7 Juta Jiwa), Sumara Utara (1,8 juta jiwa), dan Lampung
sebesar (1,6 juta jiwa).
Secara nasional jumlah penduduk miskin (penduduk yang berada dibawah
Garis Kemiskinan) di Indonesia pada tahun 2004 sebesar 36146,9 ribu jiwa.
Dibandingkan dengan penduduk miskin pada tahun 2002 yang berjumlah 38394,0
ribu jiwa hal ini menujukan bahwa jumlah penduduk miskin di Indonesia pada
periode tahun 2002-2004 turun sebesar 2247,1 ribu jiwa. Berdasaekan daerah
selama periode 2002-2004, jumlah penduduk miskin berada di daerah perdesaan.
Jumlah penduduk perkotaan berkurang 1949,7 ribu jiwa, dari 13318.70 ribu jiwa
tahun 2002 menjadi 11369,00 ribu jiwa pada tahun 2004. Sementara jumlah
penduduk miskin perdesaan berkurang sebesar 298,4 ribu jiwa menjadi 24777,90
ribu jiwa pada tahun 2004 dari 25076,30 ribu jiwa tahun 2002. Jumlah penduduk
miskin (penduduk yang berada dibawah Garis Kemiskinan) di Indonesia pada
tahun 2006 sebesar 39,05 juta (17,75 persen). Dibandingkan dengan penduduk
miskin pada tahun 2005 yang berjumlah 35,10 juta (15,97 persen), berarti jumlah
penduduk miskin meningkat sebesar 3,95 juta.
52
Sumber: BPS, 2007
Gambar 5.1. Jumlah Penduduk Miskin (ribu jiwa)
5.1.2. Perkembangan Persentase Penduduk Miskin
Secara regional, pada tahun 2002 provinsi Papua memiliki persentase
Penduduk miskin terbesar, yaitu sekitar 41,8 persen. Empat provinsi lainnya yang
memiliki persentase penduduk miskin terbesar adalah Maluku (34,78 persen),
Gorontalo (32,12 persen), Nusa Tenggara Timur (30,74), dan NAD (29,83
persen). Sementara, lima provinsi yang memiliki persentase penduduk miskin
terkecil adalah DKI Jakarta (3,42 persen), Bali (6,89 persen), Kalimantan Selatan
(8,51 persen), Banten (9,22 persen), dan Sulawesi Utara (11,22 persen). Pada
tahun 2003, lima provinsi yang memiliki persentase penduduk miskin terbesar
adalah Papua (39,03 persen), Maluku (32,85 persen), NAD (29,76 persen),
Gorontalo (29,25 persen), dan Nusa Tenggara Timur (28,63 persen). Sementara,
lima provinsi yang memiliki persentase penduduk miskin terkecil adalah DKI
Jakarta (3,42 persen), Bali (7,43 persen), Kalimantan Selatan (8,16 persen),
Sulawesi Utara (9,01 persen), dan Banten (9,56 persen). lima provinsi yang
memiliki persentase penduduk miskin terbesar pada tahun 2004 adalah Papua
0
1000
2000
3000
4000
5000
6000
7000
8000
Lampung Sumatra
Utara
Jawa Barat Jawa
Tengah
Jawa Timur
2002
2003
2004
2006
53
(38,69 persen), Maluku (32,13 persen), Gorontalo (29,01 persen), NAD (28,47
persen), dan Nusa Tenggara Timur (27,86 persen). Sementara, lima provinsi yang
memiliki persentase penduduk miskin terkecil adalah DKI Jakarta (3,18 persen),
Bali (6,85 persen), Banten (8,58 persen), Sulawesi Utara (8,94 persen), dan
Bangka Belitung (9,07 persen). Pada tahun 2005 provinsi Papua memiliki
persentase Penduduk miskin terbesar, yaitu sekitar 40,83 persen. Empat provinsi
lainnya yang memiliki persentase penduduk miskin terbesar adalah Maluku (32,28
persen), Gorontalo (29,05 persen), NAD (28,68 persen) dan, Nusa Tenggara
Timur (28,19). Pada tahun 2006 provinsi Papua tetap sebagai provinsi yang
memiliki jumlah persentase Penduduk miskin terbesar, yaitu sekitar 41,46 persen.
Empat provinsi lainnya yang memiliki persentase penduduk miskin terbesar
adalah Maluku (33,03 persen), Nusa Tenggara Timur (29,34), Gorontalo (29,13
persen), dan NAD (28,28 persen).
Hal yang sangat menarik perhatian disini adalah hampir semua peovinsi
mengalami peningkatan persentase penduduk miskin terhadap penduduk totalnya,
dan daerah yang memiliki tingkat PDRB perkapita yang tinggi seperti propinsi
Papua berada pada peringkat pertama dalam persentase penduduk miskin
terbanyak. Hal ini menunjukan bahwa selama ini penerimaan pendapatan propinsi
Papua tidak cukup banyak digunakan untuk program pengentasan kemiskinan.
Secara nasional berdasarkan jenis kelamin selama periode 2002-2004,
persentase penduduk miskin perempuan berkurang lebih banyak bila
dibandingkan dengan persentase penduduk laki-laki. Penduduk laki-laki
berkurang 0,88 persen dari 17,49 persen tahun 2002 menjadi 16,61 persen pada
54
tahun 2004. Sementara persentase penduduk miskin perempuan berkurang sebesar
0,94 persen menjadi 16,72 persen pada tahun 2004 dari 17,66 persen tahun 2002.
Pada tahun 2002-2004 sebagian besar penduduk miskin berada di daerah
perdesaan. Persentase penduduk perdesaan berkurang 1 persen dari 21,11 persen
tahun 2002 menjadi 20,11 persen pada tahun 2004. Sementara persentase
penduduk miskin perkotaan berkurang sebesar 2,33 persen menjadi 12,13 persen
pada tahun 2004 dari 14,46 persen tahun 2002. Persentase penduduk miskin antara
daerah perkotaan dan perdesaan tidak banyak berubah. Pada tahun 2006, sebagian
besar (63,41 persen) penduduk miskin berada di daerah perdesaan.
Sumber: BPS, 2007
Gambar 5.2. Persentase Penduduk Miskin Terhadap Penduduk Total
Provinsi
5.1.3 Indeks Kedalaman dan Indeks Keparahan Kemiskinan
Pada periode tahun 2002-2004, secara regional Indeks Kedalaman
Kemiskinan dan Indeks Keparahan Kemiskinan terbesar terjadi di provisi Papua
dan cenderung meningkat. Pada tahun 2002 Indek Kedalaman Kemiskinan di
0
5
10
15
20
25
30
35
40
45
D
K
I
J
a
k
a
r
t
a
K
a
l
i
m
a
n
t
a
n
S
e
l
a
t
a
n
S
u
l
a
w
e
s
i
U
t
a
r
a
N
u
s
a
T
e
n
g
g
a
r
a
T
i
m
u
r
M
a
l
u
k
u
2002
2003
2004
2006
55
Provinsi Papua sebesar 7,91 persen dan pada tahun 2004 meningkat menjadi 10.56
persen. Sementara Indeks Keparahan Kemiskinan di Papua Pada tahun 2002
sebesar 2.25 persen meningkat menjadi 5.01 persen, sedangkan Indeks Kedalaman
Kemiskinan dan Indeks Keparahan Kemiskinan terkecil terjadi di provisi DKI
Jakarta. Pada tahun 2002 Indeks Kedalaman Kemiskinan sebesar 0,39 persen dan
pada tahun 2004 meningkat menjadi 0,42. Sementara Indeks Keparahan provinsi
DKI Jakarta pada tahun 2002 sebesar 0,07 persen meningkat menjadi 0,09 persen.
Hal yang menarik untuk diperhatikan adalah bahwa hampir sebagian besar
provinsi mengalami peningkatan indeks kedalaman kemiskinan pada tahun 2003.
Hal ini juga konsisten dengan peningkatan indeks kedalaman kemiskinan secara
nasional. Dengan demikian dapat disimpulkan bahwa pada tahun 2003 terjadi
peningkatan rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis
kemiskinan sehingga berdasarkan indikator ini terlihat bahwa kondisi kemiskinan
pada tahun 2003 semakin memburuk. Secara umum . Pada tahun 2002 Indeks
Kedalaman Kemiskinan sebesar 3,01 persen dan menurun sebesar 0,12 persen
menjadi 2,89 persen. Sementara Indeks Keparahan Kemiskinan menurun sebesar
0,1 persen menjadi 0,78 persen pada tahun 2004 dari 0,79 persen tahun 2002. Ini
mengindikasikan bahwa rata-rata pengeluaran penduduk miskin cenderung makin
mendekati garis kemiskinan dan ketimpangan pengeluaran penduduk miskin juga
semakin menyempit. Berdasarkan penurunan indikator Indeks Keparahan
Kemiskinan ini mengindikasikan telah terjadi perbaikan kondisi kemiskinan di
indonesia.
56
Tabel.5.1. Indeks kedalaman Kemiskinan.
Indeks Kedalaman Kemiskinan (Persen) Provinsi
2002 2003 2004
NAD 4,32 6,73 6,32
Sumatera Utara 2,63 2,63 2,32
Sumatera Barat 1,81 1,74 1,52
Riau 2,01 2,46 2,28
Jambi 2,38 2,09 2,04
Sumatera Selatan 3,60 4,16 3,98
Bengkulu 3,39 4,03 3,82
Lampung 4,18 4,26 4,12
Bangk a Belitung 1,44 1,53 1,35
DK I Jakarta 0,39 0,49 0,42
Jawa Barat 2,21 2,20 1,91
Jawa Tengah 4,00 3,93 3,58
DI Yogyakarta 3,81 3,91 3,52
Jawa Timur 3,88 3,80 3,42
Banten 1,27 1,49 1,26
Bali 0,95 1,05 0,92
Nusa Tenggara Barat 5,01 4,87 4,35
Nusa Tenggara Timur 6,48 5,61 5,12
Kalimantan Barat 2,39 2,62 2,28
Kalimantan Tengah 2,04 2,15 1,98
Kalimantan Selatan 1,11 1,22 1,04
Kalimantan Timur 1,90 2,27 2,06
Sulawesi Utara 1,54 1,81 1,80
Sulawesi Tengah 4,46 4,58 4,03
Sulawesi Selatan 2,78 2,73 2,42
Sulawesi Tenggara 4,81 4,13 3,80
Gorontalo 6,20 7,02 6,95
Maluku 6,78 6,76 6,32
Maluku Utara 2,63 2,08 2,06
Papua 7,91 10,69 10,56
Sumber : BPS, 2004
57
Berdasarkan Tabel 5.1 Pada tahun 2002, lima provinsi yang memiliki
Indeks Kedalaman Kemiskinan terkecil adalah DKI Jakarta (0,39), Bali (0,95),
Kalimantan Selatan (1,11), Banten (1,27), dan Bangka Belitung (1,44). Hal ini
berarti bahwa kelima provinsi ini memiliki rata-rata kesenjangan pengeluaran
penduduk miskin terhadap garis kemiskinan terkecil. Sementara lima provinsi
yang memiliki Indeks Kedalaman Kemiskinan terbesar adalah Papua (7,91),
Maluku (6,78), Nusa Tenggara Timur (6,48), Gorontalo (6,20), dan Nusa
Tenggara Timur (5,01). Hal ini berarti kelima provinsi tersebut memiliki rata-rata
kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan terbesar.
Pada tahun 2003, lima provinsi yang memiliki Indeks Kedalaman Kemiskinan
terkecil adalah DKI Jakarta (0,49), Bali (1,05), Kalimantan Selatan (1,22), Banten
(1,49), dan Bangka Belitung (1,53). Hal ini berarti bahwa kelima provinsi ini
memiliki rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis
kemiskinan terkecil.
Lima provinsi yang memiliki Indeks Kedalaman Kemiskinan terbesar pada
tahun 2003 adalah Papua (10.69), Gorontalo (7,02), Maluku (6,76), NAD (6,73),
dan Nusa Tenggara Timur (5,61). Hal ini berarti kelima provinsi tersebut memiliki
rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan
terbesar. Hal yang menarik untuk dicatat adalah bahwa hampir sebagian besar
provinsi mengalami peningkatan Indeks Kedalaman Kemiskinan pada tahun 2003.
Hal ini juga konsisten dengan peningkatan Indeks Kedalaman Kemiskinan secara
nasional. Dengan demikian dapat disimpulkan bahwa pada tahun 2003 terjadi
peningkatan rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis
58
kemiskinan sehingga berdasarkan indikator ini terlihat bahwa kondisi kemiskinan
semakin memburuk. Sementara, pada tahun 2004, 5 lima provinsi yang memiliki
Indeks Kedalaman Kemiskinan terkecil adalah DKI Jakarta (0,42), Bali (0,92),
Kalimantan Selatan (1,04), Banten (1,26), dan Bangka Belitung (1,35). Hal ini
berarti bahwa kelima provinsi ini memiliki rata-rata kesenjangan pengeluaran
penduduk miskin terhadap garis kemiskinan terkecil. Sementara lima provinsi
yang memiliki Indeks Kedalaman Kemiskinan terbesar adalah Papua (10,56),
Gorontalo (6,95), Maluku (6,32), NAD (6,32), dan Nusa Tenggara Timur (5,12).
Berdasarkan hal ini berarti kelima provinsi tersebut memiliki rata-rata
kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan terbesar
Provinsi DKI Jakarta pada tahun 2002 memiliki indeks keparahan
kemiskinan yang paling kecil, yaitu sekitar 0,07. Selanjutnya, empat provinsi
lainnya yang memiliki Indeks Keparahan Kemiskinan terkecil adalah Bali (0,21),
Kalimantan Selatan (0,23), Banten (0,29), dan Bangka Belitung (0,31). Hal ini
berarti bahwa kelima provinsi ini memiliki intensitas kemiskinan yang relatif
lebih kecil dibandingkan provinsi lainnya. Atau dengan kata lain, tingkat
keparahan kemiskinan di lima provinsi relatif lebih kecil secara nasional.
Sementara, lima provinsi yang memiliki indeks keparahan kemiskinan terbesar
adalah Papua (2,25), Nusa Tenggara Timur (1,97), Maluku (1,96), Gorontalo
(1,79), dan Sulawesi Tenggara (1,44). Dengan demikian dapat disimpulkan bahwa
kelima provinsi ini memiliki intensitas kemiskinan yang lebih parah dibandingkan
provinsi lainnya. Pada tahun 2004 indeks keparahan kemiskinan secara nasional
mengalami kenaikan, hal ini menunjukan bahwa secara nasional kondisi
59
kemiskinan semakin memburuk. Secara regional, lima provinsi yang memiliki
Indeks Keparahan Kemiskinan terkecil adalah DKI Jakarta (0,11), Bali (0,24),
Kalimantan Selatan (0,28), Bangka Belitung (0,34), dan Banten (0,36).
Sementara, lima provinsi yang memiliki Indeks Keparahan Kemiskinan terbesar
adalah Papua (4,00), Gorontalo (2,43), NAD (2,12), Maluku (1,96), dan Nusa
Tenggara Timur (1,64). Sementara, pada tahun 2004 secara nasional terjadi
penurunan Indeks Keparahan Kemiskinan, bahkan lebih rendah dari kondisi pada
tahun 2002. DKI Jakarta masih merupakan provinsi yang memiliki Indeks
Keparahan Kemiskinan paling kecil di Indonesia, yaitu sekitar 0,09. Selanjutnya,
empat provinsi lainnya yang memiliki Indeks Keparahan Kemiskinan terkecil
adalah Bali (0,21), Kalimantan Selatan (0,24), Banten (0,30), dan Bangka
Belitung (0,31). Sementara, lima provinsi yang memiliki Indeks Keparahan
Kemiskinan terbesar adalah Papua (5,01), Gorontalo (2,32), NAD (1,98), Maluku
(1,82), dan Nusa Tenggara Timur (1,48). Berdasarkan data, perkembangan
kondisi intensitas kemiskinan sangat tergantung dari perkembangan ekonomi
masing-masing daerah itu sendiri. Beberapa daerah yang secara konsisten
memiliki indeks keparahan kemiskinan terkecil terbukti memiliki perkembangan
ekonomi daerah yang cukup baik.
60
Tabel.5.2. Indeks Keparahan Kemiskinan
Indeks Keparahan Kemiskinan (Persen)
Provinsi
2002 2003 2004
NAD 1 2,12 1,98
Sumatera Utara
0,65 0,66 0,59
Sumatera Barat
0,43 0,43 0,37
Riau
0,48 0,66 0,7
Jambi
0,71 0,55 0,54
Sumatera Selatan
0,95 1,16 1,09
Bengkulu
0,83 1,03 0,98
Lampung
1,12 1,17 1,12
Bangk a Belitung
0,31 0,34 0,31
DK I Jakarta
0,07 0,11 0,09
Jawa Barat
0,56 0,56 0,48
Jawa Tengah
1,05 1,07 0,97
DI Yogyakarta
1,07 1,09 0,96
Jawa Timur
1,03 1,02 0,92
Banten
0,29 0,36 0,3
Bali
0,21 0,24 0,21
Nusa Tenggara Barat
1,28 1,32 1,16
Nusa Tenggara Timur
1,97 1,64 1,48
Kalimantan Barat
0,6 0,71 0,6
Kalimantan Tengah
0,57 0,7 0,68
Kalimantan Selatan
0,23 0,28 0,24
Kalimantan Timur
0,46 0,63 0,6
Sulawesi Utara
0,36 0,56 0,54
Sulawesi Tengah
1,21 1,32 1,14
Sulawesi Selatan
0,75 0,73 0,63
Sulawesi Tenggara
1,44 1,08 0,98
Gorontalo
1,79 2,43 2,32
Maluku
1,96 1,96 1,82
Maluku Utara
0,75 0,5 0,45
Papua 2,25 0,5 5,01
Sumber : BPS, 2004
61
5.2. Hasil Estimasi Model
Dalam panel data ada tiga pemodelan yang dapat dipilih, yaitu pooled,
fixed effect, dan random effect, untuk menentukan model yang terbaik dilakukan
beberapa pengujian, untuk memilih antara pooled atau fixed effect digunakan uji
Chow. Hasil uji Chow diperoleh nilai statistik sebesar 0.370424403 dan nilai F-
tabel sebesar 1.673573833 yang berarti menolak hipotesis untuk menggunakan
pooled dan menerima hipotesis untuk menerima fixed effect, untuk memilih antara
model fixed effect atau model random effect digunakan uji Hausman. Hasil Uji
Hausman diperoleh nilai statistik Hausman sebesar 0.728. karena nilai hausman
lebih besar dari nilai α (0.05) yang artinya menerima hipotesis untuk
menggunakan fixed effect dan menolak hipotesis untuk menggunakan random
efect.
Pengolahan dengan model fixed effect secara umum dilakukan dengan
metode Panel Least Square (PLS) tanpa pembobotan atau Generalized Least
Square (GLS) dengan pembobotan. Setelah dibandingkan antara model fixed
effect PLS dengan model fixed effect GLS, dapat disimpulkan bahwa model fixed
effect GLS menghasilkan nilai probabilitas t-statistik yang lebih baik dan nilai R-
Squared (R
2
) yang lebih tinggi. Berdasarkan hasil estimasi menggunakan fixed
effect pada Tabel 5.3 semua variabel penjelas yaitu TPT, PP, dan AMH signifikan
secara statistik pada tingkat α = 5 persen.
62
Tabel.5.3. Hasil Estimasi Panel Data dengan Menggunakan Model Fixed
Effect. GLS dan White Cross Section Covariance.
Variable Coefficient Standard
Error
t-Statistic Probability
TPT 773.3819 141.3355 5.471959 0.0000
PP -0.044023 0.000155 -284.2659 0.0000
AMH -23495.01 1406.392 -16.70588 0.0000
Effects Specification
Cross-section fixed (dummy variabel)
Weighted Statistics
R-squared 0.999587 Mean dependent var. 2445174.
Adjusted R-squared 0.999355 S.D. dependent var. 2502993.
S.E. of regression 63568.93 Sum squared resid 2.30E+11
F-statistik 4310.128 Durbin-Watson stat. 2.403231
Prob(F-statistik) 0.000000
Unweighted Statistics
R-squared 0.999140 Mean dependent var. 1243113
Sum squared resid 2.62E+11 Durbin-Watson stat. 1.991167
Keterangan : * signifikan pada taraf nyata 5 %
Sumber : Lampiran
Berdasarkan hasil estimasi, diperoleh nilai R-Squared (R
2
) weighted atau
koefisien determinasi sebesar 0.999140 yang menunjukkan keragaman TK pada
provinsi-provinsi di Indonesia dapat dijelaskan oleh variabel yang dimasukan
kedalam model hanya sebesar 99.9140 persen. sedangkan sisanya dijelaskan oleh
variabel lain di luar model. Sedangkan nilai R-Squared (R
2
) Unweighted yang
dihasilkan sebesar 0.999587 yang menunjukkan bahwa 99.9587 persen
keragaman TK pada provinsi-provinsi di Indonesia dapat dijelaskan oleh variabel
bebas pada model, sedangkan sisanya dijelaskan oleh variabel lain di luar model.
Hasil estimasi ini diperkuat dengan nilai probabilitas F-statistik yang signifikan
pada tingkat kepercayaan 95 persen dan tingkat α = 5 persen yaitu sebesar
0.000000, yang berarti minimal ada satu variabel bebas yang berpengaruh nyata
63
terhadap variabel terikat sehingga model penduga sudah layak untuk menduga
parameter yang ada dalam fungsi.
Menurut Gujarati (1995), untuk memperoleh model yang baik harus
memenuhi asumsi regresi klasik. Artinya, model harus terbebas dari masalah-
masalah dalam regresi yaitu multikolinearitas, heteroskedastisitas, dan
autokorelasi. Untuk mengetahui ada atau tidaknya multikolinearitas, dapat dilihat
dari nilai probabiltas t-statistik dan nilai probabilitas F-statistik. Dari hasil regresi,
seluruh variabel bebas signifikan, dan nilai probabilitas F-statistik yang signifikan
pada tingkat kepercayaan 95 persen dan tingkat α = 5 persen yaitu sebesar
0.000000 sehingga asumsi adanya multikolinearitas dapat diabaikan.
Karena dalam mengestimasi model diatas diberi perlakuan cross section
weights, serta white cross section covariance maka asumsi adanya
heteroskedastisitas dapat diabaikan.
Untuk masalah autokorelasi dapat dilihat dari nilai Durbin-Watson statistik
yaitu sebesar 2.403231, dimana 4-du (2.35) < DW (2.760909) < 4-dl (2.786)
Dengan demikian, model diatas tidak dapat ditentukan gejala autokorelasi. Dari
hasil estimasi dan pengujian asumsi regresi klasik, terhadap model fixed effect
dengan perlakuan cross section weights dan white cross section covariance, maka
model tersebut layak untuk digunakan dalam penelitian ini.
64
5.3. Interpretasi Model
Hasil estimasi model tingkat kemiskinan menunjukkan bahwa seluruh
variabel, yaitu TPT, PP, dan AMH berpengaruh signifikan terhadap TK (tingkat
kemiskinan).
5.3.1. Tingkat Pengangguran Terbuka (TPT)
Tingkat pengangguran terbuka menunjukkan jumlah penduduk yang
sedang mencari pekerjaan, sedang mempersiapkan usaha, dan penduduk yang
merasa tidak mungkin untuk mendapatkan pekerjaan. Nilai koefisien yang
diperoleh sebesar 773.3819 artinya apabila tingkat pengangguran terbuka
meningkat sebesar 1 persen, maka nilai tingkat kemiskinan akan meningkat
sebesar 773.3819 jiwa. Ini berarti terjadi korelasi yang positif antara TPT
(Tingkat Pengangguran Terbuka) dan TK (Tingkat Kemeskinan). Nilai
probabilitas (p-value) sebesar 0.0000 menunjukkan bahwa tingkat pengangguran
terbuka berpengaruh signifikan terhadap tingkat kemiskinan pada taraf nyata lima
persen. Hal ini sesuai dengan hipotesis, dengan peningkatan tingkat pengangguran
terbuka yang tinggi, berarti kesejahteraan masyarakat yang tercermin dalam
tingkat kemiskina tidak semakin baik.
5.3.2. Variabel Pendapatan Perkapita (PP)
Variabel PP berpengaruh signifikan pada taraf nyata lima persen terhadap
tingkat kemiskinan dengan nilai probabilitas (p-value) 0.00000 dan memiliki
korelasi yang negatif. Koefisien PP yang diperoleh sebesar -0.044023, artinya
65
apabila pendapatan perkapita masyarakat meningkat sebesar 1 rupiah, maka nilai
tingkat kemiskinan menurun sebesar 0.044023 jiwa.
Hal tersebut sesuai dengan hipotesis bahwa PP memiliki korelasi negatif
terhadap tingkat kemiskinan. Dengan meningkatnya pendapatan perkapita berarti
kemiskinan akan semakin berkurang, sehingga kesejahteraan masyarakat semakin
meningkat dan menjadi lebih baik.
5.3.3. Variabel Angka Melek Huruf (AMH)
Dalam penelitian ini pendidikan yang diwakili oleh angka melek huruf
berpengaruh signifikan pada taraf nyata 5 persen dan berhubungan negatif dengan
tingkat kemiskinan dengan nilai probabilitas (p-value) 0.00000. Nilai koefisien
yang diperoleh sebesar -23495.01, artinya apabila angka melek huruf naik sebesar
1 persen, maka nilai tingkat kemiskinan akan turun sebesar 23495,01 jiwa. Hal
tersebut sesuai dengan hipotesis bahwa angka melek huruf dapat menurunkan
tingkat kemiskinan. Angka melek huruf berpengaruh terhadap besarnya tingkat
kemiskinan.
Hasil tersebut sesuai dengan teori lingkaran setan kemiskinan (the vicious
circle of poverty). Dalam the vicious circle of poverty, penduduk miskin memiliki
pendapatan yang rendah, sehingga tidak memiliki kemampuan untuk berinvestasi,
termasuk berinvestasi dalam pendidikan dan kesehatan. Ketidakmampuan
berinvestasi dalam pendidikan dan kesehatan akan berimplikasi kepada rendahnya
kualitas sumber daya manusia, sehingga tingkat produktivitas akan rendah pula.
Tingkat produktivitas yang rendah akan menyebabkan pendapatan yang rendah.
66
Penyediaan pendidikan dan pelayanan kesehatan gratis bagi penduduk
miskin merupakan salah satu solusi yang dapat dipilih untuk memotong lingkaran
setan kemiskinan. Dengan tersedianya pendidikan dan kesehatan gratis bagi
penduduk miskin maka kualitas sumber daya manusianya akan semakin lebih
baik, sehingga produktifitas akan meningkat yang akan berimplikasi kepada
peningkatan pendapatan, sehingga peningkatan pendapatan inilah yang akan
meningkatkan daya beli dan investasi, yang mencerminkan kesejahteraan
masyarakat yang tinggi.
VI. KESIMPULAN DAN SARAN
6.1. Kesimpulan
1. Secara umum berdasarkan indikator jumlah penduduk miskin, persentase
penduduk miskin, Indeks Kedalaman dan Indeks Keparahan Kemiskinan
menunjukan bahwa tingkat kemiskinan di Indonesia untuk periode 2002-2004
semakin membaik. Secara Absolut kemiskinan lebih besar terjadi di provinsi
Jawa Timur. Sementara secara regional persentase kemiskinan paling besar
terjadi di provinsi Papua dan terkecil terjadi di provinsi DKI Jakarta. Hal yang
sangat menarik adalah bahwa provinsi yang memiliki tingkat pendapatan yang
cukup tinggi belum menjamin suatu daerah akan memiliki tingkat kemiskinan
yang rendah pula apabila sebagian pendapatannya tidak digunakan untuk
program pengentasan kemiskinan. Beberapa daerah yang secara konsisten
memiliki indeks keparahan kemiskinan terkecil terbukti memiliki
perkembangan ekonomi daerah yang cukup baik.
2. Faktor-faktor yang mempengaruhi secara signifikan terhadap tingkat
kemiskinan adalah tingkat pengangguran, pendapatan, dan pendidikan. Ketiga
faktor diatas merupakan faktor yang sangat berpengaruh terhadap tingkat
kemiskinan, ini mengindikasikan bahwa tinggi rendahnya tingkat kemiskinan
yang terjadi di Indonesia salah satunya tergantung dari pendapatan yang
diterima oleh masyarakat dan tergantung dari pengeluaran penduduk terhadap
pendidikan serta tergantung pada kebijakan pemerintah dalam menurunkan
tingkat pengangguran. Pendapatan perkapita merupakan faktor yang
67
berpengaruhnya cukup besar terhadap tingkat kemiskinan dibandingkan
dengan angka melek huruf dan tingkat pengangguran, ini menunjukan bahwa
peran pemerintah dalam tingkat pengangguran belum maksimal untuk
menurunkan angka kemiskinan.
6.2. Saran
1. Provinsi-provinsi yang memiliki tingkat kemiskinan yang cukup tinggi
seperti Jawa Timur dan Papua perlu diberi perhatian lebih besar oleh
pemerintah tanpa mengabaikan provinsi-provinsi lain dalam program
pengentasan kemiskinan, yaitu pemerintah harus meningkatkan kualitas
pendidikan masyarakat melalui penambahan anggaran untuk program
Dana BOS, sehingga fasilitas untuk pendidikan menjadi lebih baik.
2. Kecilnya pengaruh tingkat pengangguran bukan berarti harus diabaikan,
artinya pemerintah tetap harus lebih memaksimalkan kinerjanya yang
terfokus kepada penduduk miskin melalui penambahan tingkat kesempatan
kerja melalui proyek-proyek padat karya, dan penambahan anggaran untuk
program penanggulangan pengangguran sehingga tingkat pengangguran
akan semakin lebih kecil.
DAFTAR PUSTAKA
Alfian. 1980. Kemiskinan Struktural:Suatu Bunga Rampai. Penerbit Yayasan
Ilmu-Ilmu Sosial dan HIPIS, Jakarta
Badan Pusat Statistik. 2004. Data dan Informasi kemiskinan tahun
2004.BPS, Jakarta.
Badan Pusat Statistik. 2007. Perkembangan Beberapa Indikator Utama Sosial-
Ekonomi Indonesia tahun 2007 . BPS, Jakarta.
Badan Pusat Statistik. 2008. Laporan Perekonomian Indonesia tahun 2005 . BPS,
Jakarta.
Badan Pusat Statistik. 2005. Statistic Indonesia tahun 2005 . BPS, Jakarta.
Baltagi, B.H. 1995. Econometrics Analysis of Panel Data. Third Edition. John
Wiley and Sons, Chicester.
Departemen Pertanian, Pusat Penelitian dan Pengembangan Sosial Ekonomi
Pertanian. 2004. Kemiskinan Indonesia: Suatu Fenomena Ekonomi. Badan
penelitian Pertanian, Bogor.
Holis, A. 2006. Relevankah Merger Bank di Indonesia? (Pendekatan Efisiensi dan
Skala Ekonomi) [skripsi]. Fakultas Ekonomi dan Manajemen, Institut
Pertanian Bogor, Bogor.
Gujarati, D. 2003. Basic Econometrics. Fourth Edition. McGraw-Hill, New York.
Hartomo dan, Aziz. 1997. Ilmu Sosial Dasar. Bumi Aksara, Jakarta
Intania, O, I. 2003. Tingkat Partisipasi Masyarakat dalam Program
Penanggulangan Kemiskinan di Perkotaan [skripsi]. Jurusan Ilmu-Ilmu
Sosial Ekonomi Fakultas Pertanian, IPB, Bogor.
Nur, N. S. 2004. Faktor-Faktor yang Mempengaruhi Efektivitas Komunikasi
dalam Proyek Penanggulangan Kemiskinan di Perkotaan [tesis]. IPB,
Bogor.
Nurhayati, M. 2004. Analisis Faktor-Faktor yang mempengaruhi kemiskinan di
Jawa Barat [skripsi]. Departemen Ilmu Ekonomi. Fakultas Ekonomi dan
Manajemen, IPB, Bogor.
Rahmawati, Y. I. 2006 Analisis Faktor-Faktor yang Mempengaruhi Kemiskinan
Rumah Tangga di Kabupaten Pacitan Propinsi Jawa Timur [skripsi].
Program Studi Pertanian dan Sumberdaya. Fakultas Pertanian, IPB, Bogor.
Sajogyo. 1977. Kemiskinan dan Kebutuhan Minimum Pangan. Lembaga
Penelitian Sosiologi Pedesaan. IPB, Bogor.
Saldanha, J.1998. Pertumbuhan Ekonomi, Survei Ekonomi Politik di
Indonesia.Analisis CSIS Studi Pembangunan Politik, Pertumbuhan dan
Kerja Intelektual, 02:pp 126-151.
Sumodiningrat, G. 1999. Kemiskinan: Teori, Fakta dan Kebijakan. IMPAC,
Jakarta.
Suparlan, P. 1984. Kemiskinan di Perkotaan: Bacaan untuk Antropologi
Perkotaan. Sinar Harapan, Jakarta.
Suryadiningrat, B. 2003. Persepsi dan Tindakan Tokoh Masyarakat Desa
terhadap Kemiskinan [skripsi]. Departemen Ilmu-Ilmu Sosial Ekonomi,
Fakultas Pertanian, IPB, Bogor.
Suryawati, C.2005. Memahami Kemiskinan Secara Multidimensional. [Tesis].
Universitas Diponegoro, Jawa Tengah.
Tambunan, T. 2006. Perekonomian Indonesia Sejak Orde Lama Hingga Pasca
Krisisi. Pustaka Quantum, Jakarta.
Widyanti, R. 2001. Telaah terhadap Partisipasi, Pendapatan dan Tingkat
Kemiskinan Peserta Program Perhutanan Sosial [skripsi]. Departemen
Ilmu-Ilmu Sosial Ekonomi, Fakultas Pertanian. IPB, Bogor.
Wiraswara, A. 2005. Pertumbuhan Ekonomi dan Penggurangan Angka
Kemiskinan di Indonesia [skripsi]. Departemen Ilmu Ekonomi. Fakultas
Ekonomi dan Manajemen, IPB, Bogor.
Lampiran 1. PDRB per Propinsi dengan menyertakan Sektor Migas
tahun 2001-2005 (dalam juta)
Propinsi 2002 2003 2004
NAD 42338751.33 44677163.2 40374282.3
Sumut 75189140.89 78805608.56 83328948.58
Sumbar 24840187.76 26146781.63 27578136.58
Riau 96872503.01 99853745.5 103725782.4
Jambi 10803423.29 11343279.54 11953885.47
Sumsel 43643276.17 45247400.63 47344395
Bengkulu 5310017.09 5595028.74 5896255.33
Lampung 25433275.29 26898051.9 28262288.53
Babel 6904686.93 7719713.28 7966849.48
DKI 250331156.6 263624241.9 278524822.2
Jabar 211391702.7 221628173.7 233057690.9
Jateng 123038541.1 129166462.5 135789872.3
DIY 14687284.33 15360408.85 16146423.44
Jatim 218452389.1 228884458.5 242228892.2
Banten 49449321.34 51957457.73 54880406.5
Bali 18423860.69 19080895.84 19963243.81
NTB 13544495.89 14073340.01 14953219.73
NTT 8622490.95 9016717.28 9446769.83
Kalbar 20741896.8 21376951.43 22401190.28
Kalteng 11904502.01 12488475.1 13182799.17
Kalsel 18606511.92 19483168.54 20487442.09
Kaltim 87850398 89483542 91050494.61
Sulut 11291462.78 11652793.37 12149501.26
Sulteng 9600363.96 10196749.88 10925465.1
Sulsel 33645402.74 35410566.05 37291394.11
Sultra 6468061.84 6957662.46 7480180.34
Gorontalo 1655327.91 1769187.99 1891763.26
Maluku 2847739.01 2970465.69 3101995.93
Malut 1957715.68 2032571.71 2128108.25
Papua 25355899.56 25632583.48 21247338.44
Indonesia 49040059.56 51284454.9 53491994.58
Sumber : BPS (2005)
Lampiran 3. Jumlah Penduduk per Propinsi tahun 2001-2005
Propinsi 2002 2003 2004
NAD 4166000 4213281 4075599
Sumut 11891742 11856907 12068731
Sumbar 4289647 4456816 4528242
Riau 5307863 5557880 5679643
Jambi 2479469 2568598 2619553
Sumsel 7170327 6486015 6596057
Bengkulu 1640597 1517181 1541551
Lampung 6862338 6928822 7028388
Babel 913868 976031 1012655
DKI 8379069 8603776 8725630
Jabar 36914933 37980422 38472185
Jateng 31691866 32052840 32397431
DIY 3156229 3207385 3220808
Jatim 35148579 36499078 36396534
Banten 8529749 8956229 9083144
Bali 3216881 3351353 3393620
NTB 4127519 4005238 4076040
NTT 3924871 4073249 4139206
Kalbar 4167293 3947691 4010338
Kalteng 1947263 1826659 1867231
Kalsel 3054129 3174551 3219398
Kaltim 2566125 2704851 2761575
Sulut 2043742 2127820 2154235
Sulteng 2268046 2210100 2245242
Sulsel 8244890 8213864 8342083
Sultra 1915326 1875585 1911103
Gorontalo 855057 881057 896004
Maluku 1261083 1217472 1238812
Malut 794024 853161 869235
Papua 2387427 2349644 2502262
Indonesia 211315952 214673556 217072535
Sumber : BPS (2005)
Lampiran 6. Angka Melek Huruf per Propinsi tahun 2001-2005
Propinsi 2002 2003 2004
NAD 95.8 96.2 95.7
Sumut 96.1 96.8 96.6
Sumbar 95.1 95.6 95.7
Riau 96.5 96.1 96.4
Jambi 94.7 95.1 95.8
Sumsel 94.1 95.1 95.7
Bengkulu 93.0 93.5 94.2
Lampung 93.0 91.6 93.1
Babel 91.7 91.4 93.5
DKI 98.2 98.4 98.3
Jabar 93.1 93.8 94.0
Jateng 85.7 85.7 86.7
DIY 85.9 85.7 85.8
Jatim 83.2 83.3 84.5
Banten 93.8 93.7 94.0
Bali 84.2 84.4 85.5
NTB 77.8 75.1 78.3
NTT 84.1 84.9 85.2
Kalbar 86.9 87.5 88.2
Kalteng 96.4 96.1 96.2
Kalsel 93.3 93.5 94.8
Kaltim 95.2 94.8 95.0
Sulut 98.8 98.9 99.1
Sulteng 93.3 93.6 94.4
Sulsel 83.5 83.4 84.5
Sultra 88.2 90.4 90.7
Gorontalo 95.2 94.7 94.7
Maluku 96.3 97.0 97.8
Malut 95.8 95.5 95.2
Papua 74.4 74.4 74.2
Indonesia 91.11 91.21 91.79
Sumber ; BPS (2005)
Dependent Variable: TKM
Method: Panel EGLS (Cross-section weights)
Date: 02/03/09 Time: 09:48
Sample: 2002 2004
Cross-sections included: 30
Total panel (balanced) observations: 90
Linear estimation after one-step weighting matrix
White cross-section standard errors & covariance (d.f. corrected)
Variable Coefficient Std. Error t-Statistic Prob.
C 3710295. 129112.2 28.73697 0.0000
TPT 773.3819 141.3355 5.471959 0.0000
PP -0.044023 0.000155 -284.2659 0.0000
AMH -23495.01 1406.392 -16.70588 0.0000
Effects Specification
Cross-section fixed (dummy variables)
Weighted Statistics
R-squared 0.999587 Mean dependent var 2445174.
Adjusted R-squared 0.999355 S.D. dependent var 2502993.
S.E. of regression 63568.93 Sum squared resid 2.30E+11
F-statistic 4310.128 Durbin-Watson stat 2.403231
Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.999140 Mean dependent var 1243113.
Sum squared resid 2.62E+11 Durbin-Watson stat 1.991167

RINGKASAN

DADAN HUDAYA. Faktor-faktor yang Mempengaruhi Tingkat Kemiskinan di Indonesia (dibimbing oleh ALLA ASMARA). Kemiskinan sering dipahami sebagai keadaan kekurangan uang dan barang untuk menjamin kelangsungan hidup, dan merupakan masalah klasik yang dihadapi oleh sebagian besar negara sedang berkembang serta merupakan salah satu indikator ekonomi untuk melihat tingkat kesejahteraan masyarakat di suatu daerah. Jumlah penduduk miskin di Indonesia berfluktuasi dari tahun ke tahun. Pada tahun 1976 penduduk miskin sekitar 54,2 juta jiwa. Angka ini pada tahun 1980 berkurang hingga menjadi sekitar 42,3 juta jiwa (sekitar 32,8 juta jiwa di perkotaan, dan sekitar 9,5 juta jiwa di pedesaan), atau berkurang sekitar 21,95 persen dari tahun 1976. Pada tahun 1990 jumlah penduduk miskin berkurang hingga menjadi sekitar 27,2 juta jiwa, atau berkurang sekitar 35,69 persen dari tahun 1980. Namun, pada tahun 2002 jumlah penduduk miskin kembali meningkat hingga menjadi sekitar 38,4 juta jiwa dan pada tahun 2007 jumlah penduduk miskin menurun hingga menjadi sekitar 37.17 juta jiwa. Fluktuasi jumlah penduduk miskin di Indonesia disebabkan oleh berbagai faktor, seperti terjadinya krisis ekonomi, pertambahan jumlah penduduk tiap tahun, pengaruh kebijakan pemerintah dan sebagainya. Penelitian ini betujuan (1) Mendeskripsikan keadaan kemiskinan di Indonesia dan (2) Menganalisis faktor-faktor yang mempengaruhi tingkat kemiskinan di Indonesia. Sedangkan sumber data utama yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) dan Perpustakaan LSI IPB. Metode analisis yang digunakan untuk menganalisa data-data kemiskinan yang telah diperoleh adalah analisis panel data dengan bantuan perangkat lunak Microsoft Excel 2000 dan E-Views 5.1. Hasil analisa menunjukkan bahwa Tingkat Pengangguran Terbuka (TPT) memiliki nilai koefisien 773.3819, artinya apabila tingkat pengangguran meningkat sebesar 1 persen, maka jumlah penduduk miskin akan meningkat sebesar 773.3819 jiwa. Ini berarti terjadi korelasi yang positif antara TPT dan tingkat kemiskinan. hal tersebut sesuai dengan hipotesis, bahwa tingkat pengangguran memiliki korelasi yang positif dengan tingkat kemiskinan. Variabel Pendapatan Perkapita (PP) berpengaruh signifikan terhadap tingkat kemiskinan dan memiliki hubungan yang negatif. Nilai probabilitas (pvalue) sebesar 0.0000 dan koefisien yang diperoleh sebesar -0.044023, artinya apabila PP meningkat sebesar 100 rupiah maka jumlah penduduk miskin menurun sebesar 4,4023 jiwa. Hal ini sesuai dengan hipotesis bahwa pendapatan memiliki korelasi yang negatif terhadap tingkat kemiskinan. Dengan meningkatnya pendapatan perkapita maka angka kemiskinan akan menurun. Variabel Angka Melek Huruf (AMH) sebagai indikator tingkat pendidikan berpengaruh signifikan dan memiliki hubungan yang negatif terhadap tingkat kemiskinan dengan nilai probabilitas (p-value) 0.0000. Koefisien AMH yang

diperoleh sebesar -23495.01, artinya apabila AMH meningkat sebesar 1 persen, maka jumlah penduduk miskin akan menurun sebesar 23495.01 jiwa. Hal tersebut sesuai dengan hipotesis bahwa AMH berkorelasi negatif terhadap tingkat kemiskinan. Berdasarkan hasil penelitian, dapat disimpulkan bahwa indikator jumlah penduduk miskin, persentase penduduk miskin, Indeks Kedalaman Kemiskinan serta Indeks Keparahan Kemiskinan menunjukan bahwa tingkat kemiskinan di Indonesia untuk periode 2002-2004 semakin membaik. Tinggi rendahnya tingkat kemiskinan yang terjadi di Indonesia salah satunya tergantung dari pendapatan yang diterima oleh masyarakat, pengeluaran penduduk terhadap pendidikan serta tergantung pada kebijakan pemerintah dalam menurunkan tingkat pengangguran. Saran yang dapat diberikan dari hasil penelitian adalah provinsi-provinsi yang memiliki tingkat kemiskinan yang cukup tinggi perlu diberi perhatian lebih besar oleh pemerintah dalam program pengentasan kemiskinan melalui peningkata kualitas pendidikan seperti penambahan anggaran Dana BOS tanpa mengabaikan provinsi-provinsi lainya. Pemerintah harus memaksimalkan kinerjanya yang terfokus kepada penduduk miskin melalui penambahan tingkat kesempatan kerja melalui proyek-proyek padat karya, atau dengan peningkatan kemampuan tenaga.

FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN DI INDONESIA

Oleh DADAN HUDAYA H14103074

Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2009

Si. Dosen Pembimbing Alla Asmara. NIP : 196410231989032002 Tanggal Kelulusan : . Rina Oktaviani. Nama Mahasiswa Nomor Pokok Departemen Judul Skripsi : Dadan Hudaya : H14103074 : Ilmu Ekonomi : Faktor-faktor yang Mempengaruhi Tingkat Kemiskinan di Indonesia dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi. SPt. Ketua Departemen Ilmu Ekonomi Dr. Institut Pertanian Bogor Menyetujui.INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI Dengan ini menyatakan bahwa skripsi yang disusun oleh. M. NIP : 197301131997021001 Mengetahui. Fakultas Ekonomi dan Manajemen. Ir. MS.

Juli 2009 Dadan Hudaya H14103074 . Bogor.PERNYATAAN DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

penulis telah aktif sebagai wiraswasta. Setelah itu penulis melanjutkan pendidikan menengah umum di SMU Rimba Madya dan lulus pada tahun 2003. Penulis masuk IPB melalui Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi. lahir pada tanggal 20 Juli 1984 di Tasikmalaya. . Penulis merupakan anak kedua dari dua bersaudara. dari pasangan Bapak Engkus Kusnadi dan Ibu Nonah Normawati. Penulis menamatkan sekolah dasar pada SD Al-Irsyad. kemudian melanjutkan ke SLTP N 9 Bogor.RIWAYAT HIDUP Penulis bernama Dadan Hudaya. Selama menjadi mahasiswa. Jawa Barat. Pada tahun 2003 penulis diterima sebagai mahasiswa Institut Pertanian Bogor (IPB). Fakultas Ekonomi dan Manajemen (FEM).

Zainul. SE. M. 4. Puji serta syukur pertama-tama penulis ucapkan kepada Allah SWT yang menggenggam semua jiwa makhluk-Nya dan yang selalu memberi rahmat dan nikmat-Nya sehingga penulis diberi kemudahan dalam menyelesaikan skripsi ini. Nova Harry. M. SPt. Agung. 3. S. Tanti Novianti. perhatian. M. dan dorongan semangat sehingga penulis dapat menyelesaikan skripsi ini dengan baik. Alla Asmara. Teman-teman seperjuangan selama kuliah.KATA PENGANTAR Assalamu’alaikum Wr.Si selaku dosen penguji utama dan komisi pendidikan. 5. Yusuf. Hendra. Spesial thanks to Eriza Kusumadewi yang terus memberikan semangat dan dorongan. yang telah memberi saran-saran dan ilmu yang bermanfaat. 2. Institut Pertanian Bogor.Si selaku dosen pembimbing skripsi yang telah memberikan ilmu dan membimbing penulis dengan sabar dalam proses penyusunan skripsi ini sehingga dapat diselesaikan dengan baik. . Rifky. Kedua orang tua penulis yaitu Bapak Engkus Kusnadi dan Ibunda Nonah Normawati atas doa dan dukungannya serta kakanda Milah Carmilah. Salawat serta salam semoga selalu tercurah kepada Muhammad SAW sebagai pemimpin besar revolusi umat manusia menuju zaman yang penuh dengan rahmat dan hidayah-Nya. Angga Oktapriono. Skripsi yang berjudul Faktor-faktor yang Mempengaruhi Tingkat Kemiskinan di Indonesia ini disusun untuk memenuhi syarat mendapatkan gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi. Wb. Fakultas Ekonomi dan Manajemen. Penulis mengucapkan terima kasih kepada seluruh pihak yang telah memberikan bantuan. ucapan terima kasih dan penghargaan penulis sampaikan kepada: 1.Si dan Widyastutik. Ryan dan Erik serta seluruh temanteman Ilmu Ekonomi A’40 & A’41.P. Untuk itu.

Penulis menyadari bahwa dalam menyusun skripsi ini masih banyak kekurangan. Dengan kerendahan hati. Wassalamu’alaikum Wr.Wb. penulis meminta maaf dan mengharapkan kritik dan saran yang membangun bagi perbaikan penulis. Juli 2009 Dadan Hudaya H14103074 . Bogor. Semoga hasil dari skripsi ini dapat memberikan manfaat bagi penulis maupun semua pihak yang membutuhkan.

........... 6 6 2.............. 23 3........................................................................................2...........................................3.............2.2................................................................... 1....... 21 III............................. 2.................................1....................2............................................................................. 17 2...................... Analisis deskriftif ..................2..........1............... Hausman Test ................. 1.......1...............................................3........ PENDAHULUAN..........3....................2............ Tujuan Penelitian ... 22 3.................................3.....................................2...........................................................2....................... Penelitian Terdahulu .................................................................................................................................................... 30 3.... DAFTAR GAMBAR ..3......1................... 10 2................... Analisis Panel Data ... Metode Analisis ......... iv vi vii 1 1 3 5 1......................2...........................................................................................1............4... Chow Test....... Latar Belakang.. 1............. Jenis dan Sumber Data ................. LM Test ..................................... 5 II................................................................................................1..... 11 2.. Manfaat Penelitian ............... 31 3............... Kerangka Pemikiran............... 19 2. 13 2.. 33 ..........3... Faktor Penyebab Kemiskinan ........ Ciri-ciri Kemiskinan................... Pemilihan Model Data ...... METODE PENELITIAN ..3............. DAFTAR LAMPIRAN................. Permasalahan ...............................................4............................................................... I........... 22 3.... Kemiskinan..................................................2... Hipotesis Penelitian ......2.... Definisi Kemiskinan............. 22 3.................................................................. 22 3........... 32 3.............................................3...1..................... TINJAUAN PUSTAKA....DAFTAR ISI Halaman DAFTAR TABEL............2........1..............................1.. Ukuran-ukuran kemiskinan................1.........4....................... 9 2..............................

............... 68 DAFTAR PUSTAKA ......... 45 4........... 35 3.... GAMBARAN UMUM........1...5......ii 3............................................................................... Program Bantuan Operasional Sekolah................ Perkembangan Pembangunan Manusia dan Laju Inflasi .... 50 5................................................. Perkembangan Tingkat Kemiskinan ........................ Perkembangan Jumlah Penduduk Miskin............ Gambaran Kemiskinan di Indonesia..... 41 4.1......1.................3... 44 4........2...3...2............... 38 4...........................2......................6.... Saran..........................4..........................1......1................ 35 3................................ Autokorelasi .............. Heteroskedastisitas.......................3.........3.5..6......... Keadaan Perekonomian............................................1............................................. Tingkat Pengangguran Terbuka ......................................... Perkembangan Tingkat Pengangguran Terbuka dan Angka Melek huruf ..................................... 61 5.................1.............. 34 3.................................... Interpretasi Model.2..................................... HASIL DAN PEMBAHASAN............... 40 4................................ Kesimpulan.......................5.......................... 70 ........ Program Pengentasan Kemiskinan ................... 64 5..................... 54 5.............. Pendapatan Perkapita ............................................... 38 4................. 48 4..............3...... 39 4..........2......6........ 42 4..........................................1....4............................2..............................4.......... 65 VI........................... 69 LAMPIRAN.......... 52 5...................... Evaluasi Model..............2....3...................... 50 5..............................................................2................ 36 IV... 34 3........ Indek Kedalaman dan Keparahan Kemiskinan.................... Angka Melek Huruf.. KESIMPULAN DAN SARAN ............................................. 49 V............ Program Beras Miskin .......... 64 5..........3.2.....4......... PNPM ............................ Perkembangan Persentase Penduduk Miskin ...........6.............................................................................3................................4.. 50 5...... 67 6. Hasil estimasi Model................................................. Model Umum Penelitian ..1....... Keadaan Geografis dan Kependudukan ... 64 5..........................................1. 67 6....................................2...2...................... Multikolinearitas.............................

iii .

.....1................ 5...... 35 Indikator Perekonomian Indonesia .... 62 ........................... 4 Kerangka Identifikasi Autokorelasi ........ 4............. Halaman Produk Domestik Regional atas dasar harga konstan ... 60 Hasil Estimasi Panel Data . 42 4........... 41 Perkembangan Tingkat Pengangguran Terbuka dan Angka Melek Huruf .................... 47 Indek Kedalaman Kemiskinan ...............2.............. 4.....5........... 4..........................................6....................... 44 Jumlah Rumah Tangga dan Pagu Alokasi raskin Nasional ............................................................ 43 Laju Inflasi Tahunan ...............3.......... 4......................... 4.............................................................. 56 Indek Keparahan Kemiskinan ... 3.........4.iv DAFTAR TABEL Nomor 1.....2....... 40 Perkembangan Jumlah Penduduk Miskin .......................................3.1............ 5..........................1................ 5.................................. Perkembangan Pembangunan Manusia ...................................1..........

.......... 5.......... 52 Persentase Penduduk Miskin............................. 20 Pengujian Pemilihan Model ............. 54 . 31 Jumlah Penerima Raskin ........ 3.... 5........................................2...........................................1...............1......................1..... 46 Jumlah Penduduk Miskin .....v DAFTAR GAMBAR Nomor 1......... 3 Kerangka Pemikiran.............1.................................................... Halaman Perkembangan Penduduk Miskin Nasional.......................1........ 2......................................................... 4................

..........vi DAFTAR LAMPIRAN Nomor 1.................................. 68 Tabel Jumlah Penduduk ............................................ 4.............. 70 Tabel Hasil Estimasi Panel Data ......... 71 ........................................... 69 Tabel Angka Melek Huruf ............. Halaman Tabel PDRB atas Dasar Harga Konstan ..................................... 3........... 2.....................

Perkembangan kondisi kemiskinan di suatu negara secara ekonomis merupakan salah satu indikator untuk melihat perkembangan tingkat kesejahteraan masyarakat. Berbagai indikator dan parameter untuk mengukur tingkat kemiskinan dan menghitung jumlah penduduk miskin telah lama diformulasikan dan dikembangkan para pakar dalam bidang ilmu ekonomi dan sosial lainnya. upaya pemerintah untuk menurunkan kemiskinan dan pengangguran dapat dikatakan cukup berhasil.1 I. dengan semakin menurunnya tingkat kemiskinan yang ada maka dapat disimpulkan meningkatnya kesejahteraan masyarakat di suatu negara. Latar Belakang Kemiskinan sering menjadi topik yang dibahas dan diperdebatkan dalam berbagai forum baik nasional maupun internasional. kesulitan dan kekurangan dalam berbagai keadaan hidup. disamping pengangguran dan ketimpangan merupakan masalah klasik yang besar dan mendasar bagi sebagian besar negara sedang berkembang termasuk di Indonesia. namun setelah terjadinya krisis moneter pada tahun . walaupun kemiskinan itu sendiri telah muncul ratusan tahun yang lalu. pemerintah secara terus menerus telah melakukan program pembangunan nasional. Kemiskinan merupakan suatu keadaan yang sering dihubungkan dengan kebutuhan. Oleh karenanya. PENDAHULUAN 1.1. Pada masa pemerintahan orde baru. Kemiskinan. Dua sasaran utama yang selalu mendapat perhatian dalam program pembangunan nasional adalah pengentasan kemiskinan dan penurunan angka pengangguran. Dalam mewujudkan tujuan negara.

5 juta jiwa di perdesaan).8 juta jiwa di perkotaan.87 persen. Dibandingkan dengan tahun 1990. Pada tahun 1976 penduduk miskin sekitar 54.69 persen dari tahun 1980. .3 juta jiwa (sekitar 32. Fluktuasi jumlah penduduk miskin di Indonesia disebabkan karena terjadinya krisis ekonomi. pada tahun 2007 jumlah penduduk miskin menurun hingga menjadi sekitar 37. atau berkurang sekitar 21. Angka ini pada tahun 1980 berkurang hingga menjadi sekitar 42. Berdasarkan Gambar 1.2 1996 angka kemiskinan dan pengangguran meningkat kembali sehingga hasil kinerja terhadap dua sasaran pembangunan tersebut. Namun. Kemiskinan di Indonesia sampai saat ini masih terus-menerus menjadi masalah yang berkepanjangan.2 juta jiwa di perdesaan.95 persen dari tahun 1976.9 juta jiwa di perkotaan. dan sekitar 9. pengaruh kebijakan pemerintah dan sebagainya.4 juta jiwa di perdesaan).17 juta jiwa. Sementara. angka ini menurun sekitar 20.2 juta jiwa (sekitar 17.6 juta jiwa di perdesaan). pada tahun 2002 jumlah penduduk miskin kembali meningkat hingga menjadi sekitar 38. hasilnya belum menggembirakan. Pada tahun 1996 jumlah penduduk miskin mengalami kenaikan hingga mencapai sekitar 34. pertambahan jumlah penduduk tiap tahun. dan sekitar 9.8 juta jiwa di perkotaan. atau berkurang sekitar 35. dan sekitar 10 juta jiwa di perkotaan).1 menunjukan jumlah penduduk miskin di Indonesia pada periode 1976-2007 berfluktuasi dari tahun ke tahun.2 juta jiwa (sekitar 44.4 juta jiwa. bahkan sekarang ini dapat dikatakan semakin memprihatinkan bila dibandingkan dengan tahun–tahun sebelumnya. dan sekitar 9. Pada tahun 1990 jumlah penduduk miskin berkurang hingga menjadi sekitar 27.5 juta jiwa (sekitar 24.

Jika pendapatan dan pertumbuhan ekonomi meningkat maka tingkat kesejahteraan penduduk juga meningkat. salah satunya adalah masalah kemiskinan yang dialami oleh setiap warga negaranya.3 60000 50000 40000 30000 20000 10000 0 19 76 19 80 19 84 19 90 19 96 19 99 20 01 20 03 20 05 20 07 Kota Desa total Sumber : BPS.1. Perumusan Masalah Tiap warga negara Indonesia berhak atas pekerjaan dan penghidupan yang layak.1 dapat dilihat bahwa PDRB per provinsi di Indonesia terus mengalami peningkatan dari tahun ke tahun pada periode 20012004. pengangguran serta kriminalitas yang tinggi menunjukan sebagian rakyat Indonesia masih tergolong hidup miskin. terjadinya gizi buruk. Tingkat kesejahteraan masyarakat di suatu daerah dapat dilihat dari pendapatan dan pertumbuhan ekonomi didaerah tersebut.2. Namun pada kenyataannya tingkat pendidikan yang rendah. Perkembangan Penduduk Miskin Nasional 1. 2007 Gambar 1. Berdasarkan Tabel 1. Dalam hal ini. berarti dengan dukungan sumber kekayaan yang melimpah. Demikian diamanatkan oleh UUD 1945 pada pasal 27 ayat (2). pemerintah bertanggungjawab terhadap masalah kesejahteraan masyarakat. hal ini menunjukan pertumbuhan ekonomi di Indonesia terus mengalami .

93 37.42 9.38 83.29 9.16 12.10 21.24 13.72 263.90 6.14 20.54 8.17 15.66 20.90 3.69 .12 12.04 7.18 12.03 2004 28.98 3.88 19.85 22.64 5.69 22.34 45.47 1.84 96.18 20.92 39.06 135.24 Persentase Penduduk Miskin 2002 20.63 10.68 78.17 4.95 47.33 211.85 11.11 19.38 12.94 21.01 23.37 8.43 6.33 27.01 32.46 13.52 233.63 129.40 123.47 5.64 6.42 12.86 20.08 14.16 10. namun peningkatan tersebut tidak selalu diiringi oleh penurunan tingkat kemiskinan secara signifikan (BPS.54 22.62 20.62 25.38 27.96 25.34 7.90 7.85 25.07 3.48 1.20 35.80 43.31 25.40 13.60 13.25 5.65 10.10 21.49 91.45 20.97 278.73 11.94 12.34 75.47 7.42 38.50 16.90 21.69 14.41 6.89 11.90 29.10 2.57 8.90 18.17 18.08 8.96 14.74 11.92 22.02 21.97 2.74 21.85 11.03 25.25 32.77 2.96 1.76 2003 29.42 13.69 22.29 7.62 20.76 5.06 3. Hal itu dikarenakan pelaksanaan dan pemahaman pengentasan kemiskinan belum dipahami secara menyeluruh terkait dengan masalah kemiskinan.15 9.19 24.07 9.04 22.47 14.04 15.15 99.95 9.91 10.63 14.4 peningkatan.49 17.69 218.36 PDRB 2003 44.87 10.13 12.49 19.65 2.84 29.85 13.34 28. Tabel 1.1.88 51.34 26.15 10.45 6.09 13. untuk lebih jelas dapat dilihat pada Tabel 1.61 87.48 89.40 19.45 18.60 33.58 6.26 7.78 19.17 9.44 7.36 228.1.04 14.85 1.60 22.79 16.90 250.23 54.39 22.15 242.44 22.81 26.63 2004 40.13 21.76 15.42 13.58 103.93 10.76 13. 2004).22 9. Produk Domestik Regional Bruto Atas Dasar Harga Konstan (Triliun Rupiah) dan Penduduk Miskin (Persen) menurut Provinsi Provinsi NAD Sumatra Utara Sumatra Barat Riau Jambi Sumatra Selatan Bengkulu Lampung Bangka Belitung DKI Jakarta Jawa Barat Jawa Tengah DI Yogyakarta Jawa Timur Banten Bali NTB NTT Kalimantan Barat Kalimantan Tengah Kalimantan selatan Kalimantan Timur Sulawesi Utara Sulawesi Tengah Sulawesi Selatan Sulawesi Tenggara Gorontalo Maluku Maluku Utara Papua Sumber: BPS.45 49.63 221.48 11.86 13.56 7.52 12.34 5.05 12.72 34.19 11.90 28.93 9.90 21.60 26.96 19. 2004 2002 42.49 11.

penelitian ini diharapkan berguna dalam memberikan informasi serta menjadi bahan masukan untuk merumuskan berbagai kebijakan di masa yang akan datang. maka penulis tertarik untuk melakukan analisis kesejahteraan masyarakat. 1. Tujuan Penelitian Berdasarkan latar belakang dan perumusan masalah diatas maka tujuan penelitian ini adalah sebagai berikut : 1. Manfaat Penelitian Penelitian ini diharapkan memberikan manfaat sebagai berikut : 1. 2. Bagi penulis. Bagi pembuat kebijakan yang terlibat dalam penanggulangan kemiskinan. 2. penelitian ini berguna dalam mengaplikasikan ilmu yang telah diterima selama perkuliahan.3. . Faktor apa saja yang berpengaruh terhadap tingkat kemiskinan di Indonesia? 1. Menganalisis faktor-faktor yang mempengaruhi tingkat kemiskinan di Indonesia. Bagaimana gambaran kemiskinan di Indonesia? 2.4. adapun perumusan masalah lebih rinci adalah sebagai berikut : 1. penelitian ini diharapkan sebagai sarana pembelajaran dalam menambah wawasan dan sebagai salah satu sumber informasi dan bahan untuk penelitian selanjutnya. Bagi pembaca. Mendeskripsikan keadaan kemiskinan di Indonesia. 3.5 Berdasarkan latar belakang masalah diatas.

dan rasa harga diri dari mereka yang terolong sebagai orang miskin. 1. Standar kehidupan yang rendah ini secara langsung tampak pengaruhnya terhadap tingkat keadaan kesehatan kehidupan moral. kesehatan. 2002). dan sebagainya. perumahan. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN 2. Masalah kemiskinan adalah kerentanan. Menurut Saldanha (1998) persoalan kemiskinan mengandung enam masalah pokok.6 II. pakaian.1. Kemiskinan Kemiskinan sering dipahami sebagai keadaan kekurangan uang dan barang untuk menjamin kelangsungan hidup. Kemiskinan adalah suatu kondisi yang dialami seseorang atau kelompok orang yang tidak mampu menyelenggarakan hidupnya sampai suatu taraf yang dianggap manusiawi (BAPPENAS dalam BPS. pendidikan. Definisi Kemiskinan Menurut Suparlan (1984) kemiskinan merupakan sebagai suatu standar tingkat hidup yang rendah yaitu adanya tingkat kekurangan materi pada sejumlah atau golongan orang dibandingkan dengan standar kehidupan yang umum berlaku dalam masyarakat yang bersangkutan.1. 2. Kemiskinan dapat diartikan sebagai ketidakmampuan untuk memenuhi berbagai kebutuhan seperti pangan. Pembangunan infrastruktur ekonomi dan pertanian dapat saja meningkatkan pendapatan petani dalam jumlah besar . yaitu : 1.

Hal ini disebabkan oleh posisi tawar menawar mereka dalam struktur hubungan produksi amat lemah. pimpinan proyek.7 yang memadai. elit desa dan sebagainya. Kemiskinan berarti tertutupnya akses kepada berbagai peluang kerja karena hubungan produksi di dalam masyarakat tidak memberi peluang bagi mereka untuk berpartisipasi dalam proses produksi. karena besarnya keluarga dan beberapa diantaranya masih balita. Kemiskinan dengan demikian juga berarti hubungan dependensi kepada pemilik tanah. Kemiskinan adalah masalah ketidakpercayaan. Kemiskinan juga ditandai oleh tingginya rasio ketergantungan. perasaan impotensi emosional dan sosial menghadapi elit desa dan para birokrat yang menentukan keputusan menyangkut dirinya tanpa memberi ksempatan untuk mengaktualisasikan diri. ketidakberdayaan menghadapi penyakit dan kematian. Kemiskinan juga berarti menghabiskan semua atau sebagian terbesar penghasilannya untuk konsumsi. 4. atau mereka terperangkap dalam hubungan produksi yang eksploitatif yang menuntut kerja keras dalam jam kerja panjang dengan imbalan rendah. gizi mereka amat rendah yang mengakibatkan produktivitas mereka rendah. kekumuhan dan kekotoran. 5. 2. 3.turut akan dapat menurunkan tingkat hidupnya sampai titik yang terendah. Hal ini akan berpengaruh peda rendahnya konsumsi yang akan mengganggu tingkat kecerdasan mereka sehingga di dalam kompetisi merebut peluang dan sumber . akan tetapi kekeringan musim dua tahun berturut.

anak-anak kaum miskin akan berada pada pihak yang lemah. 6. kesehatan. seperti pangan. Kemiskinan absolut merupakan kemiskinan yang tidak mengacu atau tidak didasarkan pada garis kemiskinan. Kemiskinan absolut adalah derajat dari kemiskinan dibawah. Seseorang termasuk golongan miskin absolut apabila hasil pendapatannya berada dibawah garis kemiskinan. sandang. papan dan pendidikan. . juga ditentukan oleh tingkat pendapatan untuk memenuhi kebutuhan. dimana kebutuhan-kebutuhan minimum untuk bertahan hidup tidak dapat terpenuhi (Tambunan. 2006). tingkat pendapatan minimum merupakan pembatas antara keadaan yang disebut miskin atau sering disebut dengan istilah garis kemiskinan. Menurut Sumodiningrat (1999) klasifikasi kemiskinan ada lima kelas. 2. Kemiskinan juga terefleksikan dalam budaya kemiskinan yang diwariskan dari satu generasi ke generasi lainnya. Kemiskinan Relatif Sekelompok orang dalam masyarakat dikatakan mengalami kemiskinan relatif apabila pendapatannya lebih rendah dibandingkan kelompok lain tanpa memperhatikan apakah mereka masuk dalam kategori miskin absolut atau tidak. tidak cukup untuk memenuhi kebutuhan hidup minimum. Dengan demikian. yaitu : 1.8 dalam masyarakat. Kemiskinan Absolut Kemiskinan absolut selain dilihat dari pemenuhan kebutuhan dasar minimum yang memungkinkan seseorang dapat hidup layak.

9

Penekanan dalam kemiskinan relatif adalah adanya ketimpangan pendapatan dalam masyarakat antara yang kaya dan yang miskin atau dikenal dengan istilah ketimpangan distribusi pendapatan. Kemiskinan relatif untuk menunjukkan ketimpangan pendapatan berguna untuk mengukur ketimpangan pada suatu wilayah. Kemiskinan relatif juga dapat digunakan untuk mengukur ketimpangan antar wilayah yang dilakukan pada suatu wilayah tertentu. Pengukuran relatif diukur berdasarkan tingkat pendapatan, ketimpangan sumberdaya alam serta sumberdaya manusia berupa kualitas pendidikan, kesehatan, dan perumahan. 3. Kemiskinan Struktural Kemiskinan struktural mengacu pada sikap seseorang atau masyarakat yang disebabkan oleh faktor budaya yang tidak mau berusaha untuk memperbaiki tingkat kehidupan meskipun ada usaha dari pihak luar untuk membantunya. Alfian (1980) mendefinisikan kemiskinan struktural sebagai kemiskinan yang diderita oleh suatu golongan masyarakat karena struktur sosial masyarakat tidak dapat ikut menggunakan sumber-sumber pendapatan yang sebenarnya tersedia bagi mereka. Kemiskinan struktural meliputi kekurangan fasilitas pemukiman sehat, kekurangan pendidikan, kekurangan komunikasi dengan dunia sekitarnya. Kemiskinan struktural juga dapat diukur dari kurangnya perlindungan dari hukum dan pemerintah sebagai birokrasi atau peraturan resmi yang mencegah seseorang memanfaatkan kesempatan yang ada.

10

4. Kemiskinan Kronis a. Kemiskinan kronis disebabkan oleh beberapa hal, yaitu kondisi sosial budaya yang mendorong sikap dan kebiasaan hidup masyarakat yang tidak produktif. b. Keterbatasan sumberdaya dan keterisolasian (daerah-daerah yang kritis akan sumberdaya alam dan daerah terpencil). c. Rendahnya derajat pendidikan dan perawatan kesehatan, terbatasnya lapangan kerja dan ketidakberdayaan masyarakat dalam mengikuti ekonomi pasar. 5. Kemiskinan Sementara Kemiskinan sementara terjadi akibat adanya: 1) perubahan siklus ekonomi dari kondisi normal menjadi krisis ekonomi, 2) perubahan yang bersifat musiman, dan 3) bencana alam atau dampak dari suatu yang menyebabkan menurunnya tingkat kesejahteraan suatu masyarakat.

2.1.2. Ukuran Kemiskinan Menurut Sajogyo (1977) cara mengukur kemiskinan dengan pendekatan kemiskinan absolut adalah dengan memperhitungkan standar kebutuhan pokok berdasarkan atas kebutuhan beras dan gizi (kalori dan protein) dengan mengungkapkan masalah garis kemiskinan dan tingkat pendapatan petani. Ada tiga golongan orang miskin yaitu golongan lapisan miskin yang mempunyai pendapatan perkapita per tahun beras sebanyak lebih dari 360 kg tetapi kurang dari 480 kg, golongan miskin sekali yang memiliki pendapatan perkapita per

11

tahun beras sebanyak 240-360 kg, dan lapisan paling miskin yang memiliki pendapatan perkapita per tahun beras sebanyak kurang dari 240 kg. Bank Dunia dalam BPS (2000) menetapkan bahwa seseorang dikatakan miskin apabila pendapatannya dibawah US $ 2 per hari. Badan Pusat Statistik (BPS) juga memberikan pemikiran untuk mengukur garis kemiskinan dengan cara menentukan berapa besar kalori minimum yang harus dipenuhi oleh setiap orang dalam sehari. Badan ini mengusulkan bahwa setiap orang harus memenuhi 2100 kalori setiap harinya. Jadi, 2100 kalori ini merupakan batas garis kemiskinan yang ditentukan oleh BPS dengan memperhitungkan kebutuhan non pangan seperti kebutuhan perumahan, bahan bakar, penerangan listrik, pendapatan air bersih serta jasa-jasa. Kemudian kriteriakriteria ini diubah dalam angka Rupiah. Garis kemiskinan yang ditetapkan oleh BPS sendiri akan selalu mengalami penyesuaian, karena harga kebutuhan itu berubah (BPS, 2004).

2.1.3. Ciri-Ciri Kemiskinan Menurut Hartomo dan Aziz (1997) mereka yang hidup dibawah garis kemiskinan memiliki beberapa ciri, yaitu : 1. Mereka umumnya tidak memiliki faktor produksi sendiri, seperti tanah yang cukup, modal maupun keterampilan. Faktor produksi yang dimiliki sendiri sedikit sekali sehingga kemampuan memperoleh pendapatan menjadi sangat terbatas.

12

2.

Mereka tidak memiliki kemungkinan untuk memperoleh aset produksi dengan kekuatan sendiri. Pendapatan tidak cukup untuk memperoleh tanah garapan maupun modal usaha, sedangkan syarat tidak terpenuhi untuk memperoleh kredit perbankan seperti adanya jaminan kredit dan lain-lain, sehingga mereka yang perlu kredit terpaksa berpaling kepada “lintah darat” yang biasanya meminta syarat yang berat dan memungut biaya yang tinggi.

3.

Tingkat pendidikan mereka yang rendah, tidak sampai tamat sekolah dasar. Waktu mereka habis tersisa untuk mencari nafkah sehingga tidak tersisa lagi untuk belajar. Anak-anak mereka tidak dapat menyelesaikan sekolah, karena harus membantu orang tua mencari tambahan penghasilan atau menjaga adik-adik di rumah, sehingga secara turun-temurun mereka terjerat dalam keterbelakangan garis kemiskinan.

4.

Kebanyakan mereka tinggal di perdesaan. Banyak diantara mereka tidak memiliki tanah, walaupun ada kecil sekali. Umumnya mereka menjadi buruh tani atau pekerja kasar di luar petani, karena pertanian bekerja dengan musiman maka kesinambungan kerja kurang terjamin. Banyak diantara mereka kemudian bekerja sebagai “pekerja bebas”, berusaha apa saja. Dalam keadaan penawaran tenaga kerja yang besar maka tingkat upah menjadi rendah sehingga mengurung mereka dibawah garis kemiskinan, di dorong dengan kesulitan hidup di desa maka banyak diantara mereka mencoba berusaha di kota.

5.

Kebanyakan diantara mereka yang hidup di kota masih berusia muda dan tidak mempunyai keterampilan atau pendidikan, sedangkan kota dibanyak

sehingga penduduk miskin yang pindah ke kota dalam kantong-kantong kemelaratan. Apabila di negara-negara maju pertumbuhan industri menyertai urbanisasi dan pertumbuhan kota sebagai penarik bagi masyarakat desa untuk bekerja di kota. pendidikan. 3) rendahnya kualitas SDM termasuk kesehatan. 2. Bahkan. keterampilan yang berdampak pada rendahnya penghasilan.1. sebaliknya perkembangan teknologi di kota justru menarik pekerjaan lebih banyak tenaga kerja. Menurut Sumedi dan Supadi (2004) masyarakat miskin mempunyai beberapa ciri sebagai berikut 1) tidak memiliki akses ke proses pengambilan keputusan yang menyangkut hidup mereka. 5) rendahnya pemilikan aset fisik termasuk aset lingkungan hidup seperti air bersih dan penerangan. maka urbanisasi di negara berkembang tidak disertai proses penyerapan tenaga dalam perkembangan industri. Faktor Penyebab Kemiskinan Beberapa faktor yang menyebabkan timbulnya kemiskinan menurut Hartomo dan Aziz (1997) yaitu : 1). Keterbatasan . berpikir pendek dan fatalisme. Pendidikan yang Terlampau Rendah Tingkat pendidikan yang rendah menyebabkan seseorang kurang mempunyai keterampilan tertentu yang diperlukan dalam kehidupannya.4. 4) terperangkap dalam rendahnya budaya kualitas SDM seperti rendahnya etos kerja.13 negara sedang berkembang tidak siap menampung gerak urbanisasi penduduk desa. 2) tersingkir dari institusi utama masyarakat yang ada.

Keterbatasan Modal Seseorang miskin sebab mereka tidak mempunyai modal untuk melengkapi alat maupun bahan dalam rangka menerapkan keterampilan yang mereka miliki dengan suatu tujuan untuk memperoleh penghasilan.14 pendidikan atau keterampilan yang dimiliki seseorang menyebabkan keterbatasan kemampuan seseorang untuk masuk dalam dunia kerja. Secara ideal seseorang harus mampu menciptakan lapangan kerja baru sedangkan secara faktual hal tersebut sangat kecil kemungkinanya bagi masyarakat miskin karena keterbatasan modal dan keterampilan. 4). Beban Keluarga Seseorang yang mempunyai anggota keluarga banyak apabila tidak diimbangi dengan usaha peningakatan pendapatan akan menimbulkan kemiskinan karena semakin banyak anggota keluarga akan semakin meningkat tuntutan atau beban untuk hidup yang harus dipenuhi. . Terbatasnya Lapangan Kerja Keterbatasan lapangan kerja akan membawa konsekuensi kemiskinan bagi masyarakat. Keterbatasan Sumber Alam Suatu masyarakat akan dilanda kemiskinan apabila sumber alamnya tidak lagi memberikan keuntungan bagi kehidupan mereka. 5). 2). 6). 3). Malas Bekerja Adanya sikap malas (bersikap pasif atau bersandar pada nasib) menyebabkan seseorang bersikap acuh tak acuh dan tidak bergairah untuk bekerja. Hal ini sering dikatakan masyarakat itu miskin karena sumberdaya alamnya miskin.

yaitu : 1. kondisi kemiskinan dapat disebabkan oleh sekurang-kurangnya empat penyebab. 4. kemiskinan pada hakikatnya disebabkan oleh kurangnya komitmen manusia terhadap norma dan nilai-nilai kebenaran . daya pikir dan prakarsa. selama itu pula ada harapan untuk memutuskan lingkaran kemiskinan. Rendahnya Derajat Kesehatan Taraf kesehatan dan gizi yang rendah menyebabkan rendahnya daya tahan fisik. Mereka hidup terpencil sehingga sulit atau tidak dapat terjangkau oleh pelayanan pendidikan. Rendahnya Taraf Pendidikan Taraf pendidikan yang rendah mengakibatkan kemampuan pengembangan diri terbatas dan meyebabkan sempitnya lapangan kerja yang dapat dimasuki. Selama ada lapangan kerja atau kegiatan usaha. Terbatasnya Lapangan Kerja Selain kondisi kemiskinan dan kesehatan yang rendah. kemiskinan juga diperberat oleh terbatasnya lapangan pekerjaan. 2. 3. kesehatan dan gerak kemajuan yang dinikmati masyarakat lainnya. Kondisi Keterisolasian Banyak penduduk miskin secara ekonomi tidak berdaya karena terpencil dan terisolasi. Menurut Suryadiningrat (2003). Taraf pendidikan yang rendah juga membatasi kemampuan seseorang untuk mencari dan memanfaatkan peluang.15 Menurut Kartasasmita dalam Rahmawati (2006).

5) budaya kemiskinan. Penganiayaan manusia terhadap diri sendiri tercermin dari adanya : 1) keengganan bekerja dan berusaha. 4) tidak memiliki rencana jangka panjang. 3) Manajemen Sumber Daya Alam dan Lingkungan Adanya unsur manajemen sumber daya alam dan lingkungan. yaitu : 1) Pelestarian Proses Kemiskinan Proses pemiskinan yang dilestarikan. . 2) kebodohan. direproduksi melalui pelaksanaan suatu kebijakan diantaranya adalah kebijakan anti kemiskinan. Nasikun dalam Suryawati (2005) menyoroti beberapa sumber dan proses penyebab terjadinya kemiskinan. 2) Pola Produksi Kolonial Negara ekskoloni mengalami kemiskinan karena pola produksi kolonial. dan 6) pemahaman keliru terhadap kemiskinan. 3) motivasi rendah. yaitu petani menjadi marjinal karena tanah yang paling subur dikuasai petani skala besar dan berorientasi ekspor. seperti manajemen pertanian yang asal tebang akan menurunkan produktivitas. tetapi realitanya justru melestarikan. Sedangkan penganiayaan terhadap orang lain terlihat dari ketidakmampuan seseorang bekerja dan berusaha akibat : 1) ketidakpedulian orang mampu kepada orang yang memerlukan atau orang tidak mampu dan 2) kebijakan yang tidak memihak kepada orang miskin. kejujuran dan keadilan. Hal ini mengakibatkan terjadinya penganiayaan manusia terhadap diri sendiri dan terhadap orang lain.16 ajaran agama.

serta adat istiadat yang konsumtif saat upacara adat atau keagamaan. pendapatan dan tingkat kemiskinan peserta program . sehingga akses dan penghargaan hasil kerja yang diberikan lebih rendah dari laki-laki. 5) Peminggiran Kaum Perempuan Dalam hal ini perempuan masih dianggap sebagai golongan kelas kedua. Misalnya tinggal di lahan kritis. dan 6) pelayanan pengelolaan kegiatan. 4) pendapatan. Penelitian Terdahulu Dalam sub bab ini akan dibahas penelitian-penelitian terdahulu yang berkaitan dengan topik penelitian mengenai kemiskinan. 6) Faktor Budaya dan Etnik Bekerjanya faktor budaya dan etnik yang memelihara kemiskinan seperti. Penelitian Intania (2002) menunjukan bahwa faktor-faktor yang mempengaruhi partisipasi masyarakat dalam penanggulangan kemiskinan adalah 1) umur. 3) jumlah beban keluarga. Faktor-faktor yang mempengaruhi tingkat kemiskinan pesanggem (orang yang menggarap lama) menurut Widyanti (2001) dalam penelitiannya tentang telaah terhadap partisipasi.2. dimana lahan ini jika turun hujan akan terjadi banjir tetapi jika musim kemarau akan kekurangan air. 5) pengalaman. 2. pola hidup konsumtif pada petani dan nelayan ketika panen raya. 2) tingkat pendapatan.17 4) Kemiskinan Terjadi Karena Siklus Alam. sehingga tidak memungkinkan produktivitas yang maksimal dan terus-menerus.

Variabel-variabel tersebut antara lain angka melek huruf. pola usaha tani pesanggem dan pendapatan rumah tangga pesanggem. Ketiga variabel ini menurut data tahun 2002 memiliki kemampuan untuk mengurangi angka kemiskinan. luas penguasaan lahan pesanggem. pendidikan formal. Kabupaten/kota di Jawa lebih unggul dalam persentase rumah tangga yang terjangkau listrik. menunjukkan faktor-faktor tersebut adalah jenis mata pencaharian pesanggem. Angka kemiskinan lebih tinggi dari kabupaten/kota di luar Jawa dan persentase penduduk yang melek huruf kabupaten/kota di Jawa lebih rendah dari kabupaten/kota di luar Jawa. Penelitian Wiraswara (2005) menunjukan terdapat beberapa variabel yang berpengaruh terhadap tingkat kemiskinan. dukungan pemimpin formal. Penelitian Nurhayati (2007) tentang faktor-faktor yang mempengaruhi tingkat kemiskinan di Jawa Barat tahun 2004 dengan menggunakan model . didapatkan beberapa faktor-faktor yang berhubungan dengan Program Pengentasan Kemiskinan Perkotaan (P2KP) yaitu faktor internal. faktor eksternal. Berdasarkan hasil penelitian Nur (2004) mengenai faktor-faktor yang mempengaruhi efektivitas komunikasi dalam proyek penanggulangan kemiskinan di perkotaan. namun yang berhubungan nyata dengan pola komunikasi dalam kelompok P2KP adalah dukungan pemimpin formal.18 perhutanan sosial. keterjangkauan rumah tangga terhadap listrik. selain itu variabel dummy kabupaten/kota di Jawa juga berpengaruh terhadap tingkat kemiskinan. pengalaman berusaha dan motivasi anggota kelompok dengan tingkat pemecahan masalah yang dihadapinya.

Dalam keadaan terbatasnya lapangan pekerjaan. maka akan sulit bagi sebagian angkatan kerja untuk memperoleh pekerjaan. meningkat menjadi 216. 2.55 juta jiwa pada tahun 2003. Keadaan kesulitan memperoleh pekerjaan ini dengan sendirinya akan menyebabkan tingkat pengangguran meningkat yang pada . Pertumbuhan penduduk yang cepat menghendaki pemenuhan hidup yang meningkat pula.85 juta jiwa pada tahun 2005. yaitu penduduk Indonesia mencapai 213. seiring dengan peningkatan pemenuhan kebutuhan hidup maka seharusnya tingkat pertumbuhan kesempatan kerja ditingkatkan juga.3. dan semakin meningkat menjadi 219. perbedaan terletak pada daerah yang menjadi objek penelitian dimana dalam penelitian ini menggunakan data panel seluruh provinsi di Indonesia dan alat analisis yang digunakan.38 juta jiwa pada tahun 2004. Kerangka Pemikiran Indonesia merupakan salah satu negara yang memiliki jumlah penduduk terbanyak di Asia. alasan kemiskinan di Indonesia dapat dihubungkan dengan penduduknya yang terus bertambah dari tahun ke tahun. Penelitian tentang “Faktor-Faktor yang Mempengaruhi Tingkat Kemiskinan di Indonesia” memiliki perbedaan dengan penelitian sebelumnya. Kemiskinan di Indonesia pada masa kini cukup meluas bila dibandingkan dengan masa-masa sebelumnya. yaitu menggunakan analisis panel data.19 ekonometrika persamaan simultan 2SLS menghasilkan faktor-faktor yang mempengaruhi kemiskinan pada taraf nyata 10 persen adalah pendapatan dan pendidikan.

Keadaan masyarakat di Indonesia Laju pertumbuhan penduduk yang cepat Pemenuhan kebutuhan hidup Pengangguran Tingkat kemiskinan Faktor-faktor yang mempengaruhi tingkat kemiskinan Pendapatan Pendidikan Pengangguran Analisis panel data Rekomendasi kebijakan dalam rangka program penanggulangan kemiskinan Gambar 2.20 akhirnya dapat menyebabkan kemiskinan. pendidikan dan pengangguran mempengaruhi kemiskinan. Penelitian ini menduga bahwa tingkat prndapatan.1 Kerangka Pemikiran .

Hipotesis Penelitian Hipotesis yang dapat diajukan dalam penelitian ini adalah : 1. Tingkat pengangguran berpengaruh positif terhadap tingkat kemiskinan. 2.4. semakin besar jumlah pengangguran maka tingkat kemiskinan akan semakin tinggi. Pendapatan berpengaruh negatif terhadap tingkat kemiskinan. 3.21 2. semakin banyak masyarakat yang berpendidikan maka tingkat kemiskinan yang terjadi akan semakin rendah. semakin besar jumlah pendapatan maka tingkat kemiskinan akan semakin rendah. Tingkat pendidikan berpengaruh negatif terhadap tingkat kemiskinan. .

METODE PENELITIAN 3. 2) angka melek huruf.2. 3) tingkat pengangguran serta berbagai macam data sekunder lainnya yang diambil dari berbagai sumber. Data yang diperlukan meliputi: 1) persentase dan jumlah penduduk miskin menurut provinsi.1.1. Jenis dan Sumber Data Jenis data yang dipergunakan dalam penelitian ini adalah data sekunder. Metode Analisis Metode analisis yang digunakan untuk menganalisis gambaran kemiskinan di Indonesia dilakukan dengan deskriptif. Periode analisis pada penelitian ini adalah tahun 2002 sampai dengan tahun 2006. 3. Analisis Deskriptif Analisis deskriptif dalam penelitian ini meliputi keadaan penduduk miskin di Indonesia yang diukur dengan Indeks Kedalaman dan Indeks Keparahan Kemiskinan. Indeks Kedalaman Kemiskinan adalah kesenjangan atau gap antara . Pengolahan data dilakukan dengan bantuan perangkat lunak Microsoft Excel 2003 dan E-Views 5.1. Sumber data diperoleh dari: 1) Badan Pusat Statistik (BPS).2.III. dan 2) publikasi beberapa penelitian terdahulu. 3. sedangkan untuk menganalisis faktorfaktor yang mempengaruhi kemiskinan di Indonesia digunakan analisis panel data.

yang dapat dihitung dengan rumus sebagai berikut: P Dimana : = 0. yang dapat dihitung dengan rumus sebagai berikut: n GR 1 i 1 fpi * [ Fci Fci 1] dimana : GR = Gini Ratio fpi Fci = frekuensi penduduk di kelas pengeluaran ke-i = frekuensi kumulatif jumlah pengeluaran di kelas pengeluaran ke-i Fci-1 = frekuensi kumulatif jumlah pengeluaran di kelas pengeluaran ke-(i-1) 3..q).2. yi = Rata-rata pengeluaran perkapita sebulan penduduk yang berada dibawah garis kemiskinan (i = 1. banyaknya data merupakan salah satu syarat agar penelitian tersebut dapat mewakili perilaku dari model yang .2.23 pendapatan penduduk miskin dengan garis kemiskinan.. Analisis Panel Data Dalam melakukan sebuah penelitian.. Q = n = Banyaknya penduduk yang berada dibawah garis kemiskinan Jumlah penduduk. Sedangkan Indeks Keparahan Kemiskinan merupakan kesenjangan diantara penduduk miskin. 2. 1 n q z z yi i 1 Z = Garis Kemiskinan. 2. 1.. yi < z.

terkadang dalam penelitian yang menggunakan data series. data yang tersedia terlalu pendek sehingga pengolahan data time series tidak dapat dilakukan. . Dalam bentuk praktis. lebih bervariasi. penggunaan data time series dan cross section untuk menganalisis masalah yang tidak bisa diatasi jika hanya menggunakan salah satu metode saja.24 dikehendaki. menambah derajat bebas. Manfaat dari penggunaan data panel antara lain : 1. Persoalan keterbatasan data seperti itu. Hal ini dikarenakan metode analisis data panel menyediakan informasi yang cukup kaya untuk perkembangan teknik estimasi dan hasil teori. Memberikan data yang informatif. Analisis panel data secara umum dapat didefinisikan sebagai analisis satu kelompok variabel yang tidak saja mempunyai keragaan (dimensi) dalam time series tetapi juga dalam cross section. dalam ekonometrika dapat diatasi dengan menggunakan analisis panel data (pooled data). Begitu pula dengan pengolahan data cross section. penggunaan panel data telah memberikan banyak keuntungan secara statistik maupun menurut teori ekonomi. terkadang jumlah unit data yang dibutuhkan terbatas. Analisis panel data adalah subyek dari salah satu bentuk yang cukup aktif dan inovatif dalam literatur ekonometrik. Menurut Baltagi (1995). Ada beberapa keuntungan dari penggunaan panel data. lebih efisien dan mengurangi kolinieritas antar variabel. Masalah keterbatasan data dalam sebuah penelitian merupakan hal yang sering dialami oleh para peneliti.

...25 2.....9).t u i ... Ketidaksesuaian ini dimungkinkan atas dua kemungkinan.......T adalah observasi runtut waktu...N adalah jumlah observasi antar individu sementara t = 1..... ) dan i = 1.1) 2 Dimana u i .. intersep ( ) dan slope ( ) diasumsikan homogenous diantara seluruh N individu dan T runtut waktu. Memperhitungkan derajat heterogenitas yang lebih besar yang menjadi karakteristik dari individual antar waktu.......... 5....... Namun kondisi ini tidak selamanya sesuai dengan kerangka ekonomi yang akan dianalisis.....t x i ....... ... Suatu kondisi dimana intersep dalam model bersifat heterogen ( sementara slopenya homogen ( i j i j ) ).3...... 3......... Dapat menjelaskan dynamic adjustment secara lebih baik...2..t ..... Dalam persamaan (3.. Adanya fleksibilitas yang lebih tinggi dalam memodelkan perbedaan perilaku antar individu dibandingkan data kerat lintang.... i j 2.....3.... (3.... Model umum analisis regresi panel data dapat diformulasikan sebagai berikut: y i . yaitu: 1.t ~ IID(0.2. 4.... Memungkinkan analisis terhadap sejumlah permasalahan ekonomi yang krusial yang tidak dapat dijawab oleh analisis data runtun waktu atau kerat lintang saja. Suatu kondisi dimana intersep dalam model bersifat heterogen ( demikian pula slopenya ( i j ) ).

.. model estimasi data panel dapat diekspresikan dalam sejumlah bentuk......t ui ...................5) Berdasarkan keempat model tersebut koefisien ( ) dan ( ) diasumsikan tertentu (fixed)..........1) akan menjadi: yi ...t ............. ..3) 3............. Apabila diasumsikan bahwa intersep bervariasi antar individu sementara slope bersifat konstan...............................(3.........t x ui ... maka persamaan (3...5)..t .....................t i ..(3...t xi .... maka heterogenitas antar individu akan tercermin pada salah satu atau lebih persamaan (3.1) akan menjadi: yi .. maka persamaan (3.....t i ...t i .... Jadi terdapat empat macam model estimasi data panel yang dapat digunakan: 1........(3. Selain itu dari keempat model di atas....2) 2.... maka persamaan (3..................1) akan menjadi: yi ........1) akan menjadi: yi .......2) hingga persamaan (3.... t i ..... t i i i .t ui ...t .... Apabila diasumsikan bahwa intersep dan slope bervariasi antar individu tetapi konstan antar waktu..... Klasifikasi lainnya adalah ketika diasumsikan bahwa parameterparameter ini diasumsikan random generating dan disebut sebagai random coefficient models............ Apabila diasumsikan bahwa intersep bervariasi antar individu dan antar waktu sementara slope bersifat konstan...4) 4.....t x ui . Apabila diasumsikan bahwa intersep dan bervariasi antar individu dan antar waktu.............t .... jika asumsi homogenitas baik pada intersep maupun slope ditolak.... t i xi ..(3.....26 Dari kedua hal tersebut di atas....... maka persamaan (3..

. 1 2 N i j untuk i j dimana : i = 1. .. maka koefisien indifidual bersifat random dan identik dengan rata-ratanya.1) sampai (3. Kemudian uji hipotesis dilakukan terhadap: H0 : Ha : . N j = 1. N Uji hipotesis di atas dapat dilakukan dengan mekanisme Wald-test. Penentuan model analisis data panel dalam rangka menghilangkan heterogenity bias dapat dilakukan dengan plotting variabel dependen terhadap variabel independen. Uji dilakukan dengan mengestimasi persamaan (3. Jika pengujian tidak menolak hipotesis nol.. .27 Tujuan dari penentuan model yang sesuai adalah untuk menghilangkan bias dari variabel-variabel yang digunakan dalam model.2). ..4) dimana diasumsikan slope bersifat homogen antar individu. Mengabaikan heterogenitas baik intersep maupun slope dapat mengakibatkan hasil estimasi yang tidak konsisten dan meaningless. Dalam hal ini... estimasi dilakukan pada model yang mengasumsikan slope bersifat homogen seperti pada persamaan (3.. Bias yang diakibatkan pengabaian heterogenitas dari koefisien-koefisien estimasi disebut juga sebagai heterogenity bias. Sementara itu untuk menguji terjadi atau tidaknya heterogenity bias dapat dilakukan uji hipotesis heterogenitas. Analisis plotting ini berfungsi sebagai mekanisme identifikasi model yang sesuai dalam analisis data panel..

dimana nilai variabel (baik kuantitatif maupun kualitatif) yang sama untuk sebuah unit kerat lintang sepanjang waktu namun berbeda antar unit kerat lintang. Pooled Least Square (PLS) Dalam metode ini terdapat (K) regressor dalam ( xit ) . Jika nilai ( ) sama untuk . Asumsi dasar ini ditentukan oleh conditionality dari variabel bebas (xi. Period-varying individual-invariant. tingkat penjualan. 2. Terdapat tiga metode dalam mengestimasi data panel.t) yang digunakan dalam model data panel itu sendiri. Contohnya adalah jenis kelamin. yaitu: 1. Contohnya adalah keuntungan perusahaan. dimana nilai variabel (baik kuantitatif maupun kualitatif) bervariasi antar unit kerat lintang dan waktu. Individual time-varying variables. 3. Berdasarkan pemilihan model tersebut di atas kemudian akan menentukan metode estimasi dari model panel panel yang dipilih. latar belakang sosioekonomi dan sebagainya. Individual-varying time-invariant.28 Terdapat beberapa asumsi dasar yang melandasi penentuan model data panel. Asumsi dasar dimaksud adalah sebagai berikut: 1. Jika efek individual ( i ) konstan sepanjang waktu (t) dan spesifik terhadap setiap unit (i) i maka modelnya akan sama dengan model regresi biasa. kecuali konstanta. Contohnya adalah tingkat bunga. Metode ini juga dikenal sebagai Common Effect Model (CEM). dimana nilai variabel (baik kuantitatif maupun kualitatif) sama untuk semua unit kerat lintang namun berubah menurut runtun waktu.

Formulasi umum model ini mengasumsikan bahwa perbedaan antar unit dapat diketahui dari perbedaan nilai konstantanya. Intersep hanya bervariasi terhadap individu namun konstan terhadap waktu sedangkan slopenya konstan baik terhadap individu maupun waktu.2).29 setiap unitnya. maka OLS akan menghasilkan estimasi yang konsisten dan efisien untuk ( ) dan ( ). mirip seperti ( it i xi i . Metode ini sederhana namun hasilnya tidak memadai karena setiap observasi diperlakukan seperti observasi yang berdiri sendiri. ) kecuali untuk setiap grup ada nilai khusus yang masuk dalam regresi secara identik untuk setiap periode. 2. Nilai ( i ) . Jadi ( i ) adalah sebuah grup dari gangguan khusus. Modelnya ditulis sebagai y i 3. Random Effects Models (REM) Intersepnya bervariasi terhadap individu dan waktu namun slopnya konstan terhadap individu maupun waktu. Fixed Effects Model (FEM) Model ini menggunakan semacam peubah boneka untuk memungkinkan perubahan-perubahan dalam intersep-intersep kerat lintang dan runtut waktu akibat adanya peubah-peubah yang dihilangkan. metode ini dapat digunakan dalam mengestimasi persamaan (3. Kelemahan model efek tetap adalah penggunaan jumlah derajat kebebasan yang banyak serta penggunaan peubah boneka tidak secara langsung mengidentifikasikan apa yang menyebabkan garis regresi bergeser lintas waktu dan lintas individu. Jadi i adalah sebuah grup dari spesifik nilai konstan pada model regresi. Oleh karena itu.

berikut ini: .1.2. 3. Berdasarkan penjabaran metode estimasi di atas dapat dikatakan bahwa FEM digunakan atas asumsi bahwa dampak dari gangguan mempunyai pengaruh yang tetap (dianggap sebagai bagian dari intersep). Penentuan model atas pertimbangan perilaku dari gangguan yang bersifat tetap atau acak pada individu (i) akan berpengaruh terhadap bias dari hasil estimasi. Metode ini juga dikenal sebagai variance components estimation. Sedangkan REM digunakan atas asumsi bahwa gangguan diasumsikan bersifat acak.3. Diagram pengujian statistik untuk memilih model yang digunakan dapat diperlihatkan pada Gambar 3. Hal ini ditujukan untuk memperoleh dugaan yang efisien. Bias yang terjadi akibat kesalahan menentukan model berdasarkan perilaku gangguannya disebut dengan selectivity bias.30 terdistribusi secara acak pada unit-unit kerat lintang. Pemilihan Model dalam Pengolahan Data Pemilihan model yang digunakan dalam sebuah penelitian perlu dilakukan berdasarkan pertimbangan statistik. Model ini meningkatkan efisiensi proses pendugaan kuadrat terkecil dengan memperhitungkan pengganggu-pengganggu kerat lintang dan deret waktu. Model estimasinya yang digunakan adalah y it ' i xit i it dengan ( i ) adalah nilai gangguan acak pada observasi (i) dan konstan sepanjang waktu.

Pengujian Pemilihan Model dalam Pengolahan Data Panel 3. 1995 Gambar 3.3. Sebagaimana yang diketahui bahwa terkadang asumsi bahwa setiap unit cross section memiliki perilaku yang sama cenderung tidak realistis mengingat dimungkinkan setiap unit cross section memiliki perilaku yang berbeda. Chow Test Chow Test (uji F-statistik) adalah pengujian untuk memilih apakah model yang digunakan Pooled Least Square atau Fixed Effect.1.2.31 Pooled Least Square Chow Test LM Test Fixed Effects Model Hausman Tast Random Effects Models TESTTest Sumber: Baltagi. Dalam pengujian ini dilakukan dengan hipotesa sebagai berikut: H0 : Model Pooled Least Square H1 : Model Fixed Effect .1.

...2..(3..2...... 3...32 Dasar penolakan terhadap Hipotesa Nol (H0) adalah dengan menggunakan Fstatistik seperti yang dirumuskan oleh Chow: ESS1 CHOW = ESS 2 NT N 1 ......... ... Pengujian ini disebut sebagai Chow Test karena kemiripannya dengan Chow Test yang digunakan untuk menguji stabilitas parameter (stability test).........6) ESS 2 Dimana: N K ESS1 = Residual Sum Square hasil pendugaan model pooled least square ESS 2 = Residual Sum Square hasil pendugaan model fixed effect N = Jumlah data cross section = Jumlah data time series = Jumlah variabel penjelas Statistik Chow Test mengikuti distribusi F-statistik dengan derajat bebas T K N 1..... Seperti yang kita ketahui bahwa penggunaan model fixed effect mengandung suatu unsur trade-off yaitu hilangnya derajat bebas dengan memasukan variabel dummy.. Hausman Test Hausman Test adalah pengujian statistik sebagai dasar pertimbangan kita dalam memilih apakah menggunakan model fixed effect atau model random effect..3..... NT N K jika nilai CHOW statistics (F-stat) hasil pengujian lebih besar dari F-Tabel.... dan begitu juga sebaliknya. maka cukup bukti untuk melakukan penerimaan terhadap Hipotesa Nol sehingga model yang digunakan adalah model fixed effect.........

. b adalah vektor statistik variabel random effect. atau nilai hausman test lebih besar dari taraf nyata maka cukup bukti untuk melakukan penerimaan terhadap hipotesa nol sehingga model yang digunakan adalah model fixed effect.. M 0 adalah matriks kovarians untuk dugaan fixed effect model dan M 1 adalah matriks kovarians untuk dugaan random effect model........ LM Test dilakukan dengan hipotesa sebagai berikut: H0 : Model Pooled Least Square ....7) adalah vektor untuk statistik variabel fixed effect..(3.. Statistik Hausman dirumuskan dengan: m= Dimana b M0 M1 1 b ~ 2 K . LM Test LM Test atau lengkapnya The Breusch-Pagan LM Test digunakan sebagai pertimbangan statistik dalam memilih model Random Effect atau Pooled Least Square.. dan begitu pula sebaliknya.......2.....Tabel...... 3... Hausman Test dilakukan dengan hipotesa sebagai berikut: H0 : Model Fixed Effect H1 : Model Random Effect Sebagai dasar penolakan Hipotesa Nol maka digunakan Statistik Hausman dan membandingkannya dengan Chi-Square. penggunaan metode random effect juga harus memperhatikan ketiadaan pelanggaran asumsi dari setiap komponen galat...33 Namun.3...3. Jika nilai m hasil pengujian lebih besar dari 2 ..

2.8) Jika nilai LM hasil perhitungan lebih besar dari 2 . dan begitu pula sebaliknya. sehingga model yang digunakan adalah model random effect.4. maka patut diduga adanya multikolinearitas. Multikolinearitas dapat diatasi dengan menghilangkan variabel yang tidak signifikan. Evaluasi Model 3. maka cukup bukti untuk melakukan penolakan terhadap hipotesa nol.Tabel. Jika banyak koefisien parameter dari t-statistik diduga tidak signifikan sementara dari hasil F-hitung signifikan.1.4. 3. Statistik LM dihitung dengan menggunakan residual OLS yang diperoleh dari hasil estimasi model Pooled. dimana: LM T2 NT 2T 1 2 i 2 it 2 1 ~ 2 (3. . Multikolinearitas Indikasi multikolinearitas tercermin dengan melihat hasil t dan F-statistik hasil regresi.2.34 H1 : Model Random Effect Dasar penolakan terhadap H0 adalah dengan menggunakan statistik LM yang mengikuti distribusi dari Chi-Square.

maka dilakukan dengan membandingkan DW-statistik dengan DW-tabel.4. Tabel 3. Untuk mendeteksi adanya korelasi serial adalah dengan melihat nilai Durbin-Watson (DW) dalam Eviews.1.2. korelasi serial negatif Sumber : Nachrowi (2006) Korelasi serial ditemukan jika error dari periode waktu yang berbeda saling berkorelasi. Untuk mengetahui ada atau tidaknya autokorelasi.3.2. tidak ada korelasi positif atau negatif Hasil tidak dapat ditentukan Tolak H0. Kerangka Identifikasi Autokorelasi Nilai DW DW < dl dl < DW < du du < DW < 4-du 4-du < DW < 4-dl DW < 4-dl Hasil Tolak H0. maka model menjadi tidak efisien meskipun tidak bias dan konsisten.35 3. Adapun kerangka identifikasi autokorelasi terangkum dalam Tabel 3. salah satu asumsi yang harus dipenuhi agar taksiran parameter dalam model tersebut BLUE adalah Var (ui) = 2 (konstan). tergantung dari banyaknya autokorelasi pada model regresi yang di gunakan.4. . Autokorelasi Autokorelasi dapat mempengaruhi efisiensi dari estimatornya. Heteroskedastisitas Dalam regresi linear ganda.2. jika ditemukan korelasi serial. 3. Perlakuan untuk pelanggaran ini adalah dengan menambahkan AR (1) atau AR (2) dan seterusnya.1. Pada analisis seperti yang dilakukan dalam model. korelasi serial positif Hasil tidak dapat ditentukan Terima H0. Hal ini bisa dideteksi dengan melihat pola random error dari hasil regresi.

maka untuk mendeteksi adanya heteroskedastisitas adalah dengan membandingkan Sum Square Resid pada Weighted Statistics dengan Sum Squared Resid Unweighted Statistics.1 yang menggunakan metode General Least Square (Cross Section Weights). heteroskedastisitas diperolah pada data cross section. Pada umumnya....t 1 amh it 2 pp it 3 tpt it ... White 3.... Perlakuan untuk pelanggaran tersebut adalah dengan mengestimasi GLS dengan Heteroscedasticity... maka terjadi heteroskedastisitas.. jika regresi tetap dilakukan meskipun ada masalah heteroskedastisitas maka pada hasil regresi akan terjadi “misleading” (Gujarati....9) . Dengan kata lain. 1995)...36 semua varian mempunyai variasi yang sama..... membandingkan Obs* R-Squared dengan nilai Obs* R-Squared lebih kecil daripada 2 (Chi-Squared) tabel. Dalam pengolahan data panel dalam Eviews 4. Jika pada model dijumpai heteroskedastisitas. Jika Sum Square Resid pada Weighted Statistics < Sum Squared Resid Unweighted Statistics. maka model menjadi tidak efisien meskipun tidak bias dan konsisten. Dengan uji white.. Untuk menguji adanya pelanggaran asumsi Heteroskedastisitas. digunakan uji White-heteroskedasticity yang diperoleh dalam program Eviews.. Model Umum Penelitian Model yang digunakan dalam penelitian ini adalah sebagai berikut: tkm i . jika -tabel maka tidak ada 2 heteroskedastisitas pada model..3.(3....

penduduk yang tidak mencari pekerjaan karena merasa tidak mungkin mendapat pekerjaan dan penduduk yang sudah memiliki pekerjaan tapi belum mulai bekerja.37 Dimana : tkm = Tingkat kemiskinan (Jiwa) = Tingkat pengangguran terbuka (Persen) = Pendapatan perkapita (Rupiah) = Angka melek huruf (Persen) = Intersep = Slope = Individu ke-i = Periode waktu ke-t = Error/simpangan tpt pp amh α β i t ε Tingkat kemiskinan merupakan jumlah penduduk yang memiliki pendapatan dibawah garis kemiskinan sesuai dengan standar yang ditetapkan BPS. Angka melek huruf Penduduk yang memiliki kemampuan baca tulis. Pendapatan perkapita merupakan upah/gaji atau jumlah balas jasa yang diterima oleh faktor-faktor produksi yang ikut didalam produksi disuatu wilayah pada jangka waktu tertentu dibagi dengan jumlah penduduk pertengahan tahun. Tingkat pengangguran terbuka meliputi penduduk yang mecari pekerjaan. . penduduk yang mempersiapkan usaha.

67 kilometer persegi.133. GAMBARAN UMUM 4.15 kilometer persegi) atau 0.40 kilometer persegi) atau 26.132. Pada tahun 2000 penduduk Indonesia berjumlah 205.000 jiwa menjadi 222. Provinsi Papua mempunyai luas wilayah daratan paling besar ( 309. Daerah administrasi di Indonesia untuk periode 2002-2006 mengalami pemekaran. 4.IV.449 jiwa per kilometer persegi.66 persen dari luas Indonesia. sementara Provinsi Maluku Utara memiliki jumlah penduduk terkecil yaitu 919 jiwa. Keadaan Geografis dan Kependudukan Indonesia terdiri dari beberapa pulau dan kepulauan dengan luas wilayah daratan 1. 91 kota dan. sementara yang terjarang adalah Provinsi Papua dengan 8 jiwa per kilometer persegi.885 kecamatan serta 70.17 persen dari luas wilayah Indonesia. 89 kota dan. yaitu pada tahun 2002 Indonesia memiliki 30 provinsi.860. Kepadatan terbesar berada di Provinsi DKI Jakarta 13. jumlah penduduk Indonesia cenderung terus meningkat dari tahun ke tahun. 268 kabupaten.000 jiwa.656 kecamatan serta.649.359. Pada tahun 2006 menjadi 33 provinsi. 349 kabupaten. Berdasarkan data BPS. 5.1.460 kelurahan. Jumlah penduduk terbesar berada di Provinsi Jawa Barat sebesar 39. sementara Provinsi DI Yogyakarta memiliki luas daratan paling kecil (3. .192.34 persen dan dengan kepadatan penduduk sebesar 18 jiwa per kilometer persegi.000 jiwa pada tahun 2006 dengan laju pertumbuhan penduduk sebesar 1.934. 71563 kelurahan.

6 pada tahun 2003 dan meningkat hingga mencapai 42. Keadaan Perekonomian Pertumbuhan ekonomi di indonesia terus mengalami peningkatan dari tahun ke tahun.1 persen tanpa sektor migas. dimana pada tahun 2002 cadangan devisa hanya sebesar 32 (USD milyar) meningkat menjadi 36. Persentase defisit anggaran terhadap PDB pada tahun 2002 sebesar 1.9 persen dengan sektor migas. kemudian meningkat kembali sebesar 347 menjadi 8940 Rp/USD pada tahun 2005 dan menurn kembali menjadi 9050 Rp/USD pada tahun 2006.2.5 persen pada tahun 2005 kemudian meningkat kembali menjadi 0.3 persen meningkat menjadi 1. Pada tahun 2002 nilai tukar Rupiah sebesar 9318 Rp/USD menurun menjadi 8593 Rp/USD pada tahun 2003.2 persen tanpa memasukan sektor migas dari tahun 2002.7 persen pada tahun 2003 dan menurun menjadi 0. . dengan memasukan sektor migas maupun non migas. Selanjutnya.6 (USD Milyar) pada tahun 2006 (USD milyar). Sedangkan untuk nilai tukar Rupiah Indonesia terhadap USD berfluktuasi dari tahu ke tahun. dan 1.5 persen dengan memasukan sektor migas dan 6. untuk cadangan devisa Indonesia mengalami peningkatan secara terus menerus dari tahun ke tahun. Pada tahun 2006 persentase pertumbuhan ekonomi mencapai sebesar 5.9 persen pada tahun 2006.39 4. hal ini menunjukan persentase pertumbuhan ekonomi di indonesia mengalami peningkatan sebesar 1.

penurunan hanya terjadi di perkotaan yaitu menurun menjadi 12.5 2 Pertumbuhan Ekonomi non migas (%) 5.0 6. dan sekitar 13.10 juta jiwa di perdesaan. dan sekitar 24.6 36.40 juta jiwa di perkotaan.49 juta jiwa di .5 4.1 juta jiwa sedangkan di perkotaan meningkat sekitar 1.80 juta jiwa di perdesaan). sedangkan di perdesaan tidak mengalami penurunan. peningkatan terjadi di perkotaan dan perdesasan (sekitar 14. Jumlah penduduk miskin pada tahun 2002 sekitar 38.5 0. Pada tahun 2004 jumlah penduduk miskin mengalami penurunan sekitar 1.30 juta jiwa. atau berkurang sekitar sekitar 1.1 3 Nilai Tukar Rupiah (Rp/USD) 9318 8593 8940 9713 9050 4 Cadangan Devisa (USD Milyar) 32 36. 2007 4.54 persen dari tahun 2002.3 1.1 Indikator Perekonomian Indonesai Tahun 2002-2006 Tahun No Indikator Ekonomi 2002 2003 2004 2005 2006 1 Pertumbuhan Ekonomi migas(%) 4.40 juta jiwa (sekitar 25.7 4.40 Tabel 4.7 1.30 juta jiwa.2 5. Pada tahun 2005 jumlah penduduk miskin terus mengalami penurunan hingga menjadi 35.8 5.7 6.6 6.10 juta jiwa penurunan hanya terjadi di perdesaan yaitu menurun sebesat 2.3.30 juta jiwa di perkotaan).9 Sumber : Bappenas. Perkembangan Tingkat Kemiskinan Jumlah dan persentase penduduk miskin pada periode 2002-2006 di Indonesia berfluktuasi dari tahun ke tahun.0 juta jiwa dari tahun 2004.0 5.3 34.2 juta jiwa yaitu berkurang hingga menjadi 36.20 juta jiwa.10 juta jiwa (sekitar 11.6 5 Defisit anggaran (%thd PDB) 1.7 5. Angka ini pada tahun 2003 berkurang hingga menjadi sekitar 37.. Pada tahun 2006 jumlah penduduk miskin mengalami peningkatan hingga mencapai 39.3 0.

24 2005 12. meningkat menjadi 91. pada tahun 2002 tingkat pengangguran terbuka di Indonesia sebesar 9. 2007 4.51 30.28 Sumber : BPS. Angka melek huruf ini lebih rendah bila dibandingkan dengan tahun 2004.70 35.21 persen pada tahun 2003 dan meningkat hingga mencapai 92. Angka ini meningkat sebesar 0.9 juta jiwa.37 19.20 25.30 13.80 2004 11.10 35. kemudian seiring dengan meningkatnya pertumbuhan ekonomi tingkat pengangguran terbuka juga meningkat hingga mencapai 11.9 persen pada tahun 2004.2 Perkembangan Jumlah Penduduk Miskin Tahun 2002-2006 Penduduk miskin (juta Jiwa) % Penduduk miskin Tahun Kota Desa Total Kota Desa Total 2002 13.10 12.41 perkotaan.30 13.7 persen pada tahun 2003 menjadi 9.4.2 persen pada tahun 2005 dan menurun kembali menjadi 10. dimana pada tahun 2002 angka melek huruf hanya sebesar 91.10 37.30 25. jumlah penduduk miskin meningkat sekitar 0. .3 persen pada tahun 2006. dan sekitar 39. Tabel 4.2 persen dari 9.30 di perdesaan).88 2006 14.57 20.1 persen.45 persen pada tahun 2005 dan merun kembali pada tahun 2006 hingga menjadi 91.46 21.56 2003 12.45.13 20.10 11. untuk angka melek huruf di Indonesia cenderung mengalami peningkatan secara terus menerus dari tahun ke tahun. Perkembangan Tingkat Pengangguran Terbuka dan Angka Melek Huruf Tingkat pengangguran terbuka di Indonesia cenderung mengalami peningkatan dari tahun ke tahun.40 22.81 39.49 24.23 33.40 24.47 21.11 persen.10 38.80 36.11 32.40 14.81 35. Dibandingkan dengan tahun 2002. Selanjutnya.

11 9. Indeks Pembangunan Manusia tertinggi pada periode 2002-2006 terjadi di propinsi DKI Jakarta.2 2006 91.39 11.79 9. Perkembangan Pembangunan Manusia dan Laju Inflasi Berdasarkan data IPM (Indeks Pembangunan Manusia) kualitas sumberdaya manusia di Indonesia terus meningkat dari tahun ke tahun.9 2005 92. 2007 4.1 2003 91.5. Pada tahun 2005 meningkat menjadi 69.7. Pada tahun 2004 IPM di Indonesia meningkat sebesar 0. dan Tingkat Pengangguran Terbuka 2002-2006 Tahun Angka Melek Huruf (%) Tingkat Pengangguran terbuka (%) 2002 91.3 Perkembangan Angka Melek Huruf.6 dan pada tahun 2006 meningkat menjadi sebesar 70. Pada tahun 2002 Indek Pembangunan Manusia (IPM) sebesar 65.21 9.33 pada tahun 2003 (BPS. .7 2004 91.3 Sumber : BPS.45 10. Sedangkan Indks Pembangunan Manusia terendah terjadi di propinsi NTB untuk tahun 2002 dan 2004.8 meningkat menjadi 67.1. untuk tahun 2005 dan 2006 Indeks pembangunan manusia terendah terjadi di propinsi Papua.3 yaitu menjadi 68.42 Tabel 4. 2007).

43 persen.18 persen.04 persen. minuman.4 Perkembangan Indek Pembangunan Manusia Tahun IPM 2002 65. Pada bulan Oktober 2006 terjadi inflasi 0. dari 45 kota tercatat 32 kota mengalami inflasi dan 13 kota mengalami deflasi.1 Sumber : BPS.33 persen. dan deflasi terkecil di Palu 0.29 persen. kelompok makanan jadi.66 persen. kelompok perumahan.38 persen. Inflasi terjadi karena adanya kenaikan harga yang ditunjukkan oleh kenaikan indeks pada kelompok barang dan jasa sebagai berikut: kelompok bahan makanan 0.03 persen. Sedangkan deflasi terbesar di Kendari sebesar 0.98 persen dan inflasi terendah di Balikpapan srbesar 0. sedangkan laju inflasi tahunan di Indonesia tahun 2006 menurun sebesar 12.86 persen. listrik. laju inflasi meningkat menjadi 6.74 persen dan terkecil di Jayapura 0.09 persen menjadi 6.02 persen.18 persen pada tahun 2004. Dari 45 kota tercatat 41 kota mengalami inflasi dan 4 kota mengalami deflasi.04 persen. Pada bulan november 2007 terjadi inflasi sebesar 0.7 2005 69.6 2006 70. air. Sedangkan deflasi terbesar terjadi di Makassar 1. 2007 Laju inflasi di Indonesia berfluktuasi dari tahun ke tahun.3 2004 68. Pada tahun 2003 tercatat laju inflasi tahunan Indonesia sebesar 5. Pada tahun 2005 laju inflasi meningkat sebesar 12.06 persen.01 persen dan inflasi terendah di Balikpapan 0. Inflasi tertinggi terjadi di Ternate 2.43 Tabel 4. rokok & tembakau 0. Inflasi tertinggi terjadi di Manado 2. gas & bahan bakar .2 persen yaitu menjadi 18.8 2003 67.

33 6. komunikasi & jasa keuangan mengalami deflasi 0. bahkan terjadinya konflik.71 persen. terutama untuk mendapatkan pemahaman yang lebih mendalam tentang konsep kemiskinan dan penyelesaian yang benar-benar efektif dalam mengatasi masalah tersebut. Sedangkan laju infalasi tahunan di indonesia pada tahun 2007 menurun sebesar 0.42 persen yaitu menjadi menjadi 6.6. seperti munculnya penyakit. dan semakin meningkatnya kesadaran manusia akan pentingnya kesamaan harkat dan martabat manusia. telah menjadikan fenomena kemiskinan sebagai suatu permasalahan yang banyak mendapatkan perhatian lebih.44 0. Berbagai telaah dalam ilmu sosial dan juga ekonomi banyak dilakukan. kelompok kesehatan 0.27 persen.5 laju inflasi Tahunan Tahun 2003 2004 2005 2006 Sumber : BPS. keterbelakangan mental. 2007 Laju Inflasi 5.11 persen.26 persen. rekreasi dan olahraga 0.66 persen. kelompok pendidikan. Program Pengentasan Kemiskinan Sudah sejak lama kemiskinan dipercaya sebagai sumber utama kesusahan di masyarakat. Tabel 4. kelompok sandang 1. Sedangkan kelompok transpor. Tak mengherankan jika dengan semakin berkembangnya peradaban manusia. kekurangan nutrisi.18 18. .12 persen.38 6.29 4.

Frekuensi distribusi yang pada tahun-tahun sebelumnya 12 kali. Program Beras Miskin (Raskin) Program Beras Miskin (Raskin) pada dasarnya merupakan kelanjutan dari program Operasi Pasar Khusus (OPK) yang diluncurkan pada Juli 1998 di bawah program Jaring Pengaman Sosial (JPS). Pada 2002. dan penyediaan lembaga pendamping. berbagai pihak telah melakukan evaluasi dan hasilnya telah memberikan input bagi perbaikan konsep dan pelaksanaan program. Penetapan jumlah beras per bulan per RTM yang pada awalnya 10 kg. Selama sembilan tahun pelaksanaan program. frekuensi distribusi. selama beberapa tahun berikutnya bervariasi dari 10 hingga 20 kg. diantaranya program Beras Miskin (Raskin). tidak lagi sebagai program darurat penanggulangan dampak krisis ekonomi. Bantuan Langsung Tunai (BLT).45 Pemerintah Indonesia dalam upayanya mengentaskan kemiskinan melakukan beberapa langkah. Program Pemberdayaan Nasional Mandiri (PNPM) dan Bantuan Operasional Sekolah (BOS). sumber dan jenis data sasaran penerima manfaat. jumlah beras per rumah tangga.1. yakni sebagai bagian dari program perlindungan sosial bagi Rumah Tangga Miskin (RTM). Sasaran penerima manfaat yang .6. pemerintah mengganti nama OPK menjadi Raskin agar lebih mencerminkan sifat program. dan pada 2007 kembali menjadi 12 kali per tahun. pada 2006 berkurang menjadi 10 kali. dan pada 2007 kembali menjadi 10 kg. Beberapa penyesuaian yang telah dilakukan antara lain meliputi perubahan nama. 4.

Pagu alokasi nasional dialokasikan untuk masing-masing provinsi berdasarkan data sasaran penerima dengan . Menurut data Susenas 2002–2006. Jumlah Penerima Raskin Penetapan pagu alokasi nasional didasarkan pada ketersediaan anggaran subsidi dan data sasaran penerima.1.46 sebelumnya menggunakan data keluarga prasejahtera (KPS) dan keluarga sejahtera 1 (KS-1) alasan ekonomi hasil pendataan BKKBN. persentase penerima Raskin berkisar antara 11 persen–24 persen. persentase penerima Raskin dari seluruh rumah tangga di Indonesia berfluktuasi pada kisaran 36 persen–45 persen. Kondisi tersebut sesuai dengan proporsi RTM di wilayah bersangkutan.1). sejak 2006 berubah menggunakan data RTM hasil pendataan BPS melalui PSE-05. pada 2005 dan 2006 Bulog melakukan kerja sama dengan 10 perguruan tinggi negeri untuk memberikan pendampingan terhadap pelaksanaan Raskin di 12 provinsi. Di Sumatera Barat. dalam rangka meningkatkan kinerja pelaksanaan program. di Jawa Timur 41 persen–53 persen. Selain itu. dan di Sulawesi Tenggara 35 persen– 59persen (Gambar 4. Gambar 4.2.

746.793 1.300.000 52. total RTM mencapai 19.843 15.72 Pagu Alokasi (Ton) 1.1 juta.059.600 2.56 10.68 8.991.000 82. jumlah RTM sasaran masih lebih rendah dari pada total RTM (Tabel 4).349.700.746.000 46.800. Sejak awal pelaksanaan OPK hingga 2005.86 15. namun sejak 2006 menggunakan data rumah tangga miskin (RTM) hasil pendataan BPS.313 54.000 1. namun kemudian mengalami penurunan dan pada 2007 sedikit meningkat.6. namun sasaran Raskin hanya 15. Sementara itu.100. Sebagai contoh pada 2007.000 64.624.804 54.135.843 15.000.503.905 Sumber: BPS.590.3 juta RTM yang tidak memperoleh Raskin.897 1.560 15. pemda provinsi menetapkan alokasi untuk setiap kabupaten/kota dan pemda kabupaten/kota menetapkan alokasi untuk setiap kecamatan dan desa/kelurahan yang dibawahinya.500.791.00 9.000. Tabel 4.790.47 mempertimbangkan usulan pemda.295 19.896.501.56 8.500 1. 2007 Pagu alokasi Raskin nasional mengalami peningkatan hingga 2002.49 8. Semua pembagian tersebut ditetapkan secara proporsional dengan data sasaran penerima di masing-masing wilayah.8 juta RTM sehingga terdapat 3.88 8. RTM sasaran program cenderung meningkat dari tahun ke tahun.061.276 2.580. Jumlah Rumah Tangga dan Pagu Alokasi Raskin Nasional Tahun 2000 2001 2002 2003 2004 2005 2006 2007 Jumlah Rumah Tangga % RTM Sasaran RTM terhadap RTM Sasaran Total 7.000 58.274 1. Hal tersebut berimplikasi pada munculnya .000 69.350.000 15.000 15. Selanjutnya.884 15.830. sasaran penerima manfaat menggunakan data keluarga pra sejahtera (Pra-KS) dan keluarga sejahtera-1 (KS-1) alasan ekonomi hasil pendataan BKKBN.000 RTM Total 16. Meskipun proporsinya mengalami peningkatan.

Dilaporkan.2. . Tahun 2006 PPK dilaksanakan di 1. bahkan menurut BPS akan melebihi RTM (127 persen–152 persen). meskipun dengan jumlah beras di bawah ketentuan.1 juta orang miskin. PPK telah dinikmati 18. 50 persen di antaranya wanita. dengan jumlah rumah tangga 50–59 juta pada 2002–2006. ketepatan jumlah beras yang diterima rumah tangga. yakni Program Pengembangan Kecamatan (PPK) dan Program Penanggulangan Kemiskinan di Perkotaan (P2KP).48 berbagai permasalahan pelaksanaan program seperti dalam penargetan. Jika Raskin hanya dibagikan kepada rumah tangga paling miskin maka menurut data Bulog. Selain itu.007 desa). dan frekuensi distribusi. maka realisasi Raskin tersebut seharusnya dapat memberi manfaat kepada sekitar 40 persen rumah tangga di Indonesia dan bisa menjangkau seluruh rumah tangga dengan tingkat kesejahteraan terendah. RTM yang ada. 4.6.145 kecamatan (18. Raskin akan mampu memenuhi 70 persen–95 persen. Penanggulangan Pengangguran Program Nasional Pemberdayaan Masyarakat (PNPM) Program Nasional Pemberdayaan Masyarakat (PNPM) yang diunggulkan sebagai program yang akan menyediakan lapangan kerja bagi jutaan orang sekaligus menanggulangi kemiskinan. program itu adalah kompilasi dua program yang telah berjalan dengan biaya Bank Dunia. Padahal.

Propinsi dan Kabupaten/Kota. Tim PKPS-BBM dibentuk di tingkat Pusat.6. Oleh karena itu. BOS diberikan kepada sekolah untuk dikelola sesuai dengan ketentuan yang ditetapkan pemerintah pusat. Program Bantuan Operasional Sekolah (BOS) Sebagai pengganti subsidi BBM.3. . Pelaksanan penyaluran dan pengelolaan Program Bantuan Operasional Sekolah (BOS) dilakukan oleh organisasi pelaksana yang sebut Tim PKPSBBM serta Sekolah/Madrasah yang memperoleh alokasi dana BOS. sasaran program BOS adalah semua sekolah setingkat SD dan SMP. baik negeri maupun swasta di seluruh propinsi di Indonesia.49 4. Besarnya dana untuk tiap sekolah ditetapkan berdasarkan jumlah murid. pelaksanaan pemberian Program BOS ditargetkan pada masyarakat yang diwajibkan mengikuti pendidikan dasar 9 tahun namun tidak memiliki kemampuan secara finansial untuk melanjutkan pendidikan.

Sementara lima provinsi yang memiliki jumlah penduduk miskin terkecil adalah Bangka Belitung (98.7 ribu jiwa). Jawa Barat (4. Gambaran Kemiskinan di Indonesia Untuk menganalisis gambaran kemiskinan di Indonesia akan dilakukan dengan analisis deskriptif dengan menginterpretasikan data yang telah di peroleh dari BPS. Sementara. dan Lampung (1. Kalimantan Tengah (207. PEMBAHASAN 5.6 ribu jiwa). lima provinsi yang memiliki jumlah penduduk terkecil adalah Bangka Belitung (106. Bali (221. Jawa Tengah (6. Sumatera Utara (1. Maluku Utara (110.1 Perkembangan Jumlah Penduduk Miskin Secara regional.1.3 juta jiwa).1 ribu jiwa). dan Lampung (1. . Jawa Tengah (6. 5. lima provinsi yang memiliki jumlah penduduk miskin terbesar adalah Jawa Timur (7. yaitu sekitar 7.3 ribu jiwa).5 juta jiwa).8 ribu jiwa). pada tahun 2002 provinsi Jawa Timur memiliki jumlah penduduk miskin terbesar.8 ribu jiwa). Maluku Utara (118. Pada tahun 2003.1 ribu jiwa).V.2 ribu jiwa).5 juta jiwa).3 juta jiwa).9 juta jiwa). dan Bali (246.6 juta jiwa). Empat provinsi lainnya yang memiliki jumlah penduduk terbesar pada tahun 2002 adalah Jawa Tengah (7.8 juta jiwa). Jawa Barat (4.1.9 juta jiwa). Sumatera Utara (1.8 juta jiwa). dan Kalimantan Tengah (229.2 ribu jiwa).8 juta jiwa).3 ribu jiwa). lima provinsi yang memiliki jumlah penduduk miskin terbesar pada tahun 2004 adalah Jawa Timur (7. Sulawesi Utara (191. Sulawesi Utara (229.8 juta jiwa).7 juta jiwa.

8 juta jiwa). Jawa Barat (5. Sumatera Utara (1.6 juta jiwa). Pada tahun 2006 lima provinsi yang memiliki jumlah penduduk miskin terbesar yaitu provinsi Jawa Timur (7.70 ribu jiwa tahun 2002 menjadi 11369.0 ribu jiwa hal ini menujukan bahwa jumlah penduduk miskin di Indonesia pada periode tahun 2002-2004 turun sebesar 2247.10 juta (15. Kalimantan Tengah (194.2 ribu jiwa).8 juta jiwa).05 juta (17. Maluku Utara (107.8 ribu jiwa). dari 13318.7 ribu jiwa.75 persen).00 ribu jiwa pada tahun 2004. dan Lampung sebesar (1. Sementara.6 juta jiwa). Jumlah penduduk perkotaan berkurang 1949. Sementara jumlah penduduk miskin perdesaan berkurang sebesar 298. dan Bali (231 ribu jiwa). jumlah penduduk miskin berada di daerah perdesaan. Sulawesi Utara (192.51 Jawa Barat (4. 5 (lima) provinsi yang memiliki jumlah penduduk miskin terkecil adalah Bangka Belitung (91.95 juta. .97 persen).90 ribu jiwa pada tahun 2004 dari 25076.1 ribu jiwa. Jumlah penduduk miskin (penduduk yang berada dibawah Garis Kemiskinan) di Indonesia pada tahun 2006 sebesar 39.1 juta jiwa).1 ribu jiwa). Sumara Utara (1. Berdasaekan daerah selama periode 2002-2004.5 juta jiwa).30 ribu jiwa tahun 2002. Jawa Tengah (7. dan Lampung (1.4 ribu jiwa menjadi 24777. Dibandingkan dengan penduduk miskin pada tahun 2005 yang berjumlah 35.7 Juta Jiwa).9 ribu jiwa. Secara nasional jumlah penduduk miskin (penduduk yang berada dibawah Garis Kemiskinan) di Indonesia pada tahun 2004 sebesar 36146. berarti jumlah penduduk miskin meningkat sebesar 3. Dibandingkan dengan penduduk miskin pada tahun 2002 yang berjumlah 38394.6 juta jiwa).8 ribu jiwa).

NAD (29. dan Nusa Tenggara Timur (28.42 persen).83 persen).42 persen).1. lima provinsi yang memiliki persentase penduduk miskin terbesar pada tahun 2004 adalah Papua . lima provinsi yang memiliki persentase penduduk miskin terkecil adalah DKI Jakarta (3. dan NAD (29.78 persen). yaitu sekitar 41. Banten (9.52 8000 7000 6000 5000 4000 3000 2000 1000 0 Lampung Sumatra Utara Jawa Barat Jawa Tengah Jawa Timur 2002 2003 2004 2006 Sumber: BPS.56 persen). dan Banten (9.1. Pada tahun 2003. 2007 Gambar 5.63 persen). dan Sulawesi Utara (11. lima provinsi yang memiliki persentase penduduk miskin terkecil adalah DKI Jakarta (3.51 persen).22 persen). Nusa Tenggara Timur (30.12 persen).03 persen).85 persen).25 persen).74).76 persen). Jumlah Penduduk Miskin (ribu jiwa) 5. Bali (7. Sementara. Perkembangan Persentase Penduduk Miskin Secara regional.01 persen).22 persen). Kalimantan Selatan (8.43 persen).89 persen). Kalimantan Selatan (8. Gorontalo (29. pada tahun 2002 provinsi Papua memiliki persentase Penduduk miskin terbesar. Empat provinsi lainnya yang memiliki persentase penduduk miskin terbesar adalah Maluku (34.16 persen).2. Sulawesi Utara (9. Sementara. Bali (6.8 persen. Maluku (32. Gorontalo (32. lima provinsi yang memiliki persentase penduduk miskin terbesar adalah Papua (39.

Hal ini menunjukan bahwa selama ini penerimaan pendapatan propinsi Papua tidak cukup banyak digunakan untuk program pengentasan kemiskinan.94 persen). Gorontalo (29.47 persen).88 persen dari 17.13 persen).19). Gorontalo (29.18 persen). NAD (28.28 persen).58 persen). yaitu sekitar 41.28 persen). Hal yang sangat menarik perhatian disini adalah hampir semua peovinsi mengalami peningkatan persentase penduduk miskin terhadap penduduk totalnya.01 persen).03 persen).46 persen. Nusa Tenggara Timur (29. Sulawesi Utara (8. Bali (6.49 persen tahun 2002 menjadi 16.69 persen).85 persen). Empat provinsi lainnya yang memiliki persentase penduduk miskin terbesar adalah Maluku (33. Secara nasional berdasarkan jenis kelamin selama periode 2002-2004.05 persen).86 persen). Gorontalo (29. yaitu sekitar 40.61 persen pada .68 persen) dan.07 persen). dan Bangka Belitung (9. NAD (28. Nusa Tenggara Timur (28. Sementara. Banten (8. dan Nusa Tenggara Timur (27.34).53 (38. dan NAD (28. Penduduk laki-laki berkurang 0. dan daerah yang memiliki tingkat PDRB perkapita yang tinggi seperti propinsi Papua berada pada peringkat pertama dalam persentase penduduk miskin terbanyak.83 persen. lima provinsi yang memiliki persentase penduduk miskin terkecil adalah DKI Jakarta (3.13 persen). persentase penduduk miskin perempuan berkurang lebih banyak bila dibandingkan dengan persentase penduduk laki-laki. Pada tahun 2005 provinsi Papua memiliki persentase Penduduk miskin terbesar. Maluku (32. Pada tahun 2006 provinsi Papua tetap sebagai provinsi yang memiliki jumlah persentase Penduduk miskin terbesar. Empat provinsi lainnya yang memiliki persentase penduduk miskin terbesar adalah Maluku (32.

Pada tahun 2002 Indek Kedalaman Kemiskinan di Maluku .66 persen tahun 2002. Persentase Penduduk Miskin Terhadap Penduduk Total Provinsi 5.11 persen pada tahun 2004. Sementara persentase penduduk miskin perempuan berkurang sebesar 0.94 persen menjadi 16. Persentase penduduk perdesaan berkurang 1 persen dari 21. secara regional Indeks Kedalaman Kemiskinan dan Indeks Keparahan Kemiskinan terbesar terjadi di provisi Papua dan cenderung meningkat. Pada tahun 2006.54 tahun 2004.41 persen) penduduk miskin berada di daerah perdesaan.72 persen pada tahun 2004 dari 17.33 persen menjadi 12. 2007 Gambar 5. Persentase penduduk miskin antara daerah perkotaan dan perdesaan tidak banyak berubah. Pada tahun 2002-2004 sebagian besar penduduk miskin berada di daerah perdesaan.46 persen tahun 2002. Sementara persentase penduduk miskin perkotaan berkurang sebesar 2.11 persen tahun 2002 menjadi 20.2. sebagian besar (63. 45 40 35 30 25 20 15 10 5 0 2002 2003 2004 2006 DKI Jakarta Kalimantan Selatan Nusa Tenggara Timur Sulawesi Utara Sumber: BPS.1.13 persen pada tahun 2004 dari 14.3 Indeks Kedalaman dan Indeks Keparahan Kemiskinan Pada periode tahun 2002-2004.

Sementara Indeks Keparahan provinsi DKI Jakarta pada tahun 2002 sebesar 0.07 persen meningkat menjadi 0.01 persen dan menurun sebesar 0. Hal ini juga konsisten dengan peningkatan indeks kedalaman kemiskinan secara nasional.12 persen menjadi 2. Pada tahun 2002 Indeks Kedalaman Kemiskinan sebesar 0. Hal yang menarik untuk diperhatikan adalah bahwa hampir sebagian besar provinsi mengalami peningkatan indeks kedalaman kemiskinan pada tahun 2003.01 persen.91 persen dan pada tahun 2004 meningkat menjadi 10.42. Pada tahun 2002 Indeks Kedalaman Kemiskinan sebesar 3. sedangkan Indeks Kedalaman Kemiskinan dan Indeks Keparahan Kemiskinan terkecil terjadi di provisi DKI Jakarta.55 Provinsi Papua sebesar 7.78 persen pada tahun 2004 dari 0.56 persen. Berdasarkan penurunan indikator Indeks Keparahan Kemiskinan ini mengindikasikan telah terjadi perbaikan kondisi kemiskinan di indonesia. Secara umum . .39 persen dan pada tahun 2004 meningkat menjadi 0. Sementara Indeks Keparahan Kemiskinan menurun sebesar 0. Dengan demikian dapat disimpulkan bahwa pada tahun 2003 terjadi peningkatan rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan sehingga berdasarkan indikator ini terlihat bahwa kondisi kemiskinan pada tahun 2003 semakin memburuk.09 persen.25 persen meningkat menjadi 5.79 persen tahun 2002. Sementara Indeks Keparahan Kemiskinan di Papua Pada tahun 2002 sebesar 2. Ini mengindikasikan bahwa rata-rata pengeluaran penduduk miskin cenderung makin mendekati garis kemiskinan dan ketimpangan pengeluaran penduduk miskin juga semakin menyempit.1 persen menjadi 0.89 persen.

42 1.27 1.82 4.54 4.42 3.13 7.26 0.22 2.46 2.61 2.95 5.62 2.35 5.27 0.81 6.39 2.32 Sumatera Utara 2.78 4. Indeks kedalaman Kemiskinan.21 4.03 4.03 2.12 2.81 1.81 4.04 1.04 Sumatera Selatan Bengkulu Lampung Bangk a Belitung DK I Jakarta Jawa Barat Jawa Tengah DI Yogyakarta Jawa Timur Banten Bali Nusa Tenggara Barat Nusa Tenggara Timur Kalimantan Barat Kalimantan Tengah Kalimantan Selatan Kalimantan Timur Sulawesi Utara Sulawesi Tengah Sulawesi Selatan Sulawesi Tenggara Gorontalo Maluku Maluku Utara Papua Sumber : BPS.81 3.16 4.80 1.49 1.32 2.91 4.00 3.32 Sumatera Barat 1.06 1.56 Tabel.73 6.1.44 0.78 2.39 4.46 2.98 3.5.09 2.02 6.11 1.91 3.53 0.63 2.28 Jambi 2.26 1.58 3.49 2.15 1.01 6.20 3.69 3.76 2.56 .80 6.18 1.88 1.74 1.48 2.98 1.60 3.87 5.93 3.04 2.58 2.90 1.39 2. Provinsi Indeks Kedalaman Kemiskinan (Persen) 2002 2003 2004 NAD 4.12 1.01 2.28 1.52 Riau 2.73 4.42 1.63 7.06 10.92 4.80 4.08 10.91 3.32 6.38 2.52 3.63 2.95 6.05 4.20 6. 2004 3.35 0.

Hal ini berarti kelima provinsi tersebut memiliki rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan terbesar. Banten (1. Kalimantan Selatan (1. Nusa Tenggara Timur (6. Hal ini berarti bahwa kelima provinsi ini memiliki rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan terkecil.39).57 Berdasarkan Tabel 5.1 Pada tahun 2002. dan Bangka Belitung (1.53). Pada tahun 2003.05). Hal yang menarik untuk dicatat adalah bahwa hampir sebagian besar provinsi mengalami peningkatan Indeks Kedalaman Kemiskinan pada tahun 2003. NAD (6. lima provinsi yang memiliki Indeks Kedalaman Kemiskinan terkecil adalah DKI Jakarta (0.11). Dengan demikian dapat disimpulkan bahwa pada tahun 2003 terjadi peningkatan rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis .02).73). Hal ini berarti kelima provinsi tersebut memiliki rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan terbesar.69).27).01). Bali (0. Gorontalo (6.44). Maluku (6. Gorontalo (7.78).20). Hal ini berarti bahwa kelima provinsi ini memiliki rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan terkecil.49). dan Nusa Tenggara Timur (5. Bali (1. lima provinsi yang memiliki Indeks Kedalaman Kemiskinan terkecil adalah DKI Jakarta (0. Hal ini juga konsisten dengan peningkatan Indeks Kedalaman Kemiskinan secara nasional. Banten (1.48). Maluku (6. Sementara lima provinsi yang memiliki Indeks Kedalaman Kemiskinan terbesar adalah Papua (7. dan Nusa Tenggara Timur (5. dan Bangka Belitung (1.76).91). Lima provinsi yang memiliki Indeks Kedalaman Kemiskinan terbesar pada tahun 2003 adalah Papua (10.49).95).22).61). Kalimantan Selatan (1.

Gorontalo (1. dan Bangka Belitung (0.21).79). pada tahun 2004. Kalimantan Selatan (1. yaitu sekitar 0.58 kemiskinan sehingga berdasarkan indikator ini terlihat bahwa kondisi kemiskinan semakin memburuk. dan Sulawesi Tenggara (1. Maluku (6. Selanjutnya.26).29). Banten (0.42).32). Sementara. Pada tahun 2004 indeks keparahan kemiskinan secara nasional mengalami kenaikan. NAD (6. Banten (1.92).12).23). Berdasarkan hal ini berarti kelima provinsi tersebut memiliki rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan terbesar Provinsi DKI Jakarta pada tahun 2002 memiliki indeks keparahan kemiskinan yang paling kecil.32).96).56). Atau dengan kata lain.35). Sementara lima provinsi yang memiliki Indeks Kedalaman Kemiskinan terbesar adalah Papua (10.25). Hal ini berarti bahwa kelima provinsi ini memiliki intensitas kemiskinan yang relatif lebih kecil dibandingkan provinsi lainnya.97).04). Maluku (1. Sementara. Hal ini berarti bahwa kelima provinsi ini memiliki rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan terkecil. empat provinsi lainnya yang memiliki Indeks Keparahan Kemiskinan terkecil adalah Bali (0. Dengan demikian dapat disimpulkan bahwa kelima provinsi ini memiliki intensitas kemiskinan yang lebih parah dibandingkan provinsi lainnya. lima provinsi yang memiliki indeks keparahan kemiskinan terbesar adalah Papua (2.44). Bali (0. hal ini menunjukan bahwa secara nasional kondisi .31). dan Nusa Tenggara Timur (5. Nusa Tenggara Timur (1. tingkat keparahan kemiskinan di lima provinsi relatif lebih kecil secara nasional. dan Bangka Belitung (1.95).07. Gorontalo (6. Kalimantan Selatan (0. 5 lima provinsi yang memiliki Indeks Kedalaman Kemiskinan terkecil adalah DKI Jakarta (0.

24).09. Sementara. perkembangan kondisi intensitas kemiskinan sangat tergantung dari perkembangan ekonomi masing-masing daerah itu sendiri. Sementara. dan Banten (0. Berdasarkan data.36). Selanjutnya. Gorontalo (2. dan Nusa Tenggara Timur (1. dan Nusa Tenggara Timur (1. Maluku (1.34). NAD (1.82). lima provinsi yang memiliki Indeks Keparahan Kemiskinan terbesar adalah Papua (4.32). Kalimantan Selatan (0. Sementara.00).59 kemiskinan semakin memburuk. yaitu sekitar 0. Maluku (1.96). lima provinsi yang memiliki Indeks Keparahan Kemiskinan terkecil adalah DKI Jakarta (0.01).21). Bali (0. DKI Jakarta masih merupakan provinsi yang memiliki Indeks Keparahan Kemiskinan paling kecil di Indonesia.28). Beberapa daerah yang secara konsisten memiliki indeks keparahan kemiskinan terkecil terbukti memiliki perkembangan ekonomi daerah yang cukup baik. Gorontalo (2.12).11). Banten (0. .48).64).30). empat provinsi lainnya yang memiliki Indeks Keparahan Kemiskinan terkecil adalah Bali (0.98). NAD (2. Bangka Belitung (0. lima provinsi yang memiliki Indeks Keparahan Kemiskinan terbesar adalah Papua (5.24). dan Bangka Belitung (0. Kalimantan Selatan (0.43). bahkan lebih rendah dari kondisi pada tahun 2002.31). pada tahun 2004 secara nasional terjadi penurunan Indeks Keparahan Kemiskinan. Secara regional.

2.96 0.5 2004 1.44 1.48 0.96 0.21 0.07 0.12 0.75 1.03 0.71 0.6 0.24 1.79 1.95 0.92 0.63 0.25 2003 2.98 2.12 0.66 0.57 0.28 0. 2004 Indeks Keparahan Kemiskinan (Persen) 2002 1 0.56 1.82 0.28 1.7 0.11 0.48 0.43 1.68 0. Indeks Keparahan Kemiskinan Provinsi NAD Sumatera Utara Sumatera Barat Riau Jambi Sumatera Selatan Bengkulu Lampung Bangk a Belitung DK I Jakarta Jawa Barat Jawa Tengah DI Yogyakarta Jawa Timur Banten Bali Nusa Tenggara Barat Nusa Tenggara Timur Kalimantan Barat Kalimantan Tengah Kalimantan Selatan Kalimantan Timur Sulawesi Utara Sulawesi Tengah Sulawesi Selatan Sulawesi Tenggara Gorontalo Maluku Maluku Utara Papua Sumber : BPS.3 0.36 1.97 0.56 1.83 1.65 0.03 1.97 0.56 1.01 .17 0.07 1.71 0.75 2.21 1.45 5.54 1.48 0.29 0.32 1.09 0.31 0.5 0.16 1.7 0.66 0.37 0.21 1.32 1.12 0.43 0.36 0.46 0.96 0.32 0.98 1.31 0.07 1.43 0.60 Tabel.08 2.98 0.5.16 1.23 0.54 1.09 0.02 0.09 1.6 0.59 0.64 0.63 0.14 0.24 0.55 1.34 0.05 1.73 1.6 0.

dan AMH signifikan secara statistik pada tingkat α = 5 persen.61 5.673573833 yang berarti menolak hipotesis untuk menggunakan pooled dan menerima hipotesis untuk menerima fixed effect. dapat disimpulkan bahwa model fixed effect GLS menghasilkan nilai probabilitas t-statistik yang lebih baik dan nilai RSquared (R2) yang lebih tinggi. karena nilai hausman lebih besar dari nilai α (0. Berdasarkan hasil estimasi menggunakan fixed effect pada Tabel 5. .728.2. PP. Hasil uji Chow diperoleh nilai statistik sebesar 0. Pengolahan dengan model fixed effect secara umum dilakukan dengan metode Panel Least Square (PLS) tanpa pembobotan atau Generalized Least Square (GLS) dengan pembobotan.3 semua variabel penjelas yaitu TPT. untuk memilih antara model fixed effect atau model random effect digunakan uji Hausman.370424403 dan nilai Ftabel sebesar 1. untuk menentukan model yang terbaik dilakukan beberapa pengujian. yaitu pooled. untuk memilih antara pooled atau fixed effect digunakan uji Chow. Setelah dibandingkan antara model fixed effect PLS dengan model fixed effect GLS. fixed effect. dan random effect. Hasil Estimasi Model Dalam panel data ada tiga pemodelan yang dapat dipilih. Hasil Uji Hausman diperoleh nilai statistik Hausman sebesar 0.05) yang artinya menerima hipotesis untuk menggunakan fixed effect dan menolak hipotesis untuk menggunakan random efect.

392 -16. 2. 2445174. 0. 2502993.70588 0.991167 Keterangan : * signifikan pada taraf nyata 5 % Sumber : Lampiran Berdasarkan hasil estimasi.30E+11 2. Hasil Estimasi Panel Data dengan Menggunakan Model Fixed Effect.2659 0. 0.128 Durbin-Watson stat.9140 persen.9587 persen keragaman TK pada provinsi-provinsi di Indonesia dapat dijelaskan oleh variabel bebas pada model. sedangkan sisanya dijelaskan oleh variabel lain di luar model.0000 Effects Specification Cross-section fixed (dummy variabel) Weighted Statistics R-squared Adjusted R-squared S.01 1406.999355 S.3355 5.000155 -284.403231 R-squared Sum squared resid 1243113 1.471959 0. 2.0000 PP -0. Variable Coefficient Standard t-Statistic Probability Error TPT 773.E.999587 Mean dependent var.000000. diperoleh nilai R-Squared (R2) weighted atau koefisien determinasi sebesar 0.3.0000 AMH -23495. yang berarti minimal ada satu variabel bebas yang berpengaruh nyata . Hasil estimasi ini diperkuat dengan nilai probabilitas F-statistik yang signifikan pada tingkat kepercayaan 95 persen dan tingkat α = 5 persen yaitu sebesar 0. 63568.000000 Unweighted Statistics 0. GLS dan White Cross Section Covariance.62E+11 Durbin-Watson stat.5.62 Tabel. Sedangkan nilai R-Squared (R2) Unweighted yang dihasilkan sebesar 0.044023 0.999587 yang menunjukkan bahwa 99.3819 141.D. dependent var.999140 Mean dependent var.999140 yang menunjukkan keragaman TK pada provinsi-provinsi di Indonesia dapat dijelaskan oleh variabel yang dimasukan kedalam model hanya sebesar 99. of regression F-statistik Prob(F-statistik) 0.93 Sum squared resid 4310. sedangkan sisanya dijelaskan oleh variabel lain di luar model.

403231. dimana 4-du (2. terhadap model fixed effect dengan perlakuan cross section weights dan white cross section covariance. untuk memperoleh model yang baik harus memenuhi asumsi regresi klasik. model diatas tidak dapat ditentukan gejala autokorelasi.786) Dengan demikian. maka model tersebut layak untuk digunakan dalam penelitian ini. Artinya. serta white cross section covariance maka asumsi adanya heteroskedastisitas dapat diabaikan. seluruh variabel bebas signifikan. dapat dilihat dari nilai probabiltas t-statistik dan nilai probabilitas F-statistik.760909) < 4-dl (2. .63 terhadap variabel terikat sehingga model penduga sudah layak untuk menduga parameter yang ada dalam fungsi.000000 sehingga asumsi adanya multikolinearitas dapat diabaikan. dan autokorelasi. Dari hasil regresi. Karena dalam mengestimasi model diatas diberi perlakuan cross section weights. Untuk mengetahui ada atau tidaknya multikolinearitas. Dari hasil estimasi dan pengujian asumsi regresi klasik.35) < DW (2. dan nilai probabilitas F-statistik yang signifikan pada tingkat kepercayaan 95 persen dan tingkat α = 5 persen yaitu sebesar 0. model harus terbebas dari masalahmasalah dalam regresi yaitu multikolinearitas. Menurut Gujarati (1995). heteroskedastisitas. Untuk masalah autokorelasi dapat dilihat dari nilai Durbin-Watson statistik yaitu sebesar 2.

PP. dengan peningkatan tingkat pengangguran terbuka yang tinggi. Variabel Pendapatan Perkapita (PP) Variabel PP berpengaruh signifikan pada taraf nyata lima persen terhadap tingkat kemiskinan dengan nilai probabilitas (p-value) 0.044023. Ini berarti terjadi korelasi yang positif antara TPT (Tingkat Pengangguran Terbuka) dan TK (Tingkat Kemeskinan).3. Koefisien PP yang diperoleh sebesar -0. dan penduduk yang merasa tidak mungkin untuk mendapatkan pekerjaan. sedang mempersiapkan usaha. Interpretasi Model Hasil estimasi model tingkat kemiskinan menunjukkan bahwa seluruh variabel. dan AMH berpengaruh signifikan terhadap TK (tingkat kemiskinan). 5.0000 menunjukkan bahwa tingkat pengangguran terbuka berpengaruh signifikan terhadap tingkat kemiskinan pada taraf nyata lima persen. Hal ini sesuai dengan hipotesis. artinya . yaitu TPT. Nilai probabilitas (p-value) sebesar 0.1.2.3. maka nilai tingkat kemiskinan akan meningkat sebesar 773. 5.00000 dan memiliki korelasi yang negatif. berarti kesejahteraan masyarakat yang tercermin dalam tingkat kemiskina tidak semakin baik. Tingkat Pengangguran Terbuka (TPT) Tingkat pengangguran terbuka menunjukkan jumlah penduduk yang sedang mencari pekerjaan.3819 artinya apabila tingkat pengangguran terbuka meningkat sebesar 1 persen.64 5.3819 jiwa. Nilai koefisien yang diperoleh sebesar 773.3.

65 apabila pendapatan perkapita masyarakat meningkat sebesar 1 rupiah. Dalam the vicious circle of poverty.01 jiwa. Ketidakmampuan berinvestasi dalam pendidikan dan kesehatan akan berimplikasi kepada rendahnya kualitas sumber daya manusia. sehingga kesejahteraan masyarakat semakin meningkat dan menjadi lebih baik.3. maka nilai tingkat kemiskinan akan turun sebesar 23495. artinya apabila angka melek huruf naik sebesar 1 persen. Dengan meningkatnya pendapatan perkapita berarti kemiskinan akan semakin berkurang. Angka melek huruf berpengaruh terhadap besarnya tingkat kemiskinan. Variabel Angka Melek Huruf (AMH) Dalam penelitian ini pendidikan yang diwakili oleh angka melek huruf berpengaruh signifikan pada taraf nyata 5 persen dan berhubungan negatif dengan tingkat kemiskinan dengan nilai probabilitas (p-value) 0. Nilai koefisien yang diperoleh sebesar -23495. 5.3. Tingkat produktivitas yang rendah akan menyebabkan pendapatan yang rendah.00000. maka nilai tingkat kemiskinan menurun sebesar 0.044023 jiwa. sehingga tidak memiliki kemampuan untuk berinvestasi. penduduk miskin memiliki pendapatan yang rendah. Hal tersebut sesuai dengan hipotesis bahwa angka melek huruf dapat menurunkan tingkat kemiskinan.01. termasuk berinvestasi dalam pendidikan dan kesehatan. . sehingga tingkat produktivitas akan rendah pula. Hal tersebut sesuai dengan hipotesis bahwa PP memiliki korelasi negatif terhadap tingkat kemiskinan. Hasil tersebut sesuai dengan teori lingkaran setan kemiskinan (the vicious circle of poverty).

. Dengan tersedianya pendidikan dan kesehatan gratis bagi penduduk miskin maka kualitas sumber daya manusianya akan semakin lebih baik. yang mencerminkan kesejahteraan masyarakat yang tinggi. sehingga produktifitas akan meningkat yang akan berimplikasi kepada peningkatan pendapatan.66 Penyediaan pendidikan dan pelayanan kesehatan gratis bagi penduduk miskin merupakan salah satu solusi yang dapat dipilih untuk memotong lingkaran setan kemiskinan. sehingga peningkatan pendapatan inilah yang akan meningkatkan daya beli dan investasi.

Sementara secara regional persentase kemiskinan paling besar terjadi di provinsi Papua dan terkecil terjadi di provinsi DKI Jakarta. KESIMPULAN DAN SARAN 6.VI.1. pendapatan. ini mengindikasikan bahwa tinggi rendahnya tingkat kemiskinan yang terjadi di Indonesia salah satunya tergantung dari pendapatan yang diterima oleh masyarakat dan tergantung dari pengeluaran penduduk terhadap pendidikan serta tergantung pada kebijakan pemerintah dalam menurunkan tingkat pengangguran. Secara Absolut kemiskinan lebih besar terjadi di provinsi Jawa Timur. Secara umum berdasarkan indikator jumlah penduduk miskin. Indeks Kedalaman dan Indeks Keparahan Kemiskinan menunjukan bahwa tingkat kemiskinan di Indonesia untuk periode 2002-2004 semakin membaik. Kesimpulan 1. persentase penduduk miskin. Faktor-faktor yang mempengaruhi secara signifikan terhadap tingkat kemiskinan adalah tingkat pengangguran. Ketiga faktor diatas merupakan faktor yang sangat berpengaruh terhadap tingkat kemiskinan. Pendapatan perkapita merupakan faktor yang . dan pendidikan. 2. Beberapa daerah yang secara konsisten memiliki indeks keparahan kemiskinan terkecil terbukti memiliki perkembangan ekonomi daerah yang cukup baik. Hal yang sangat menarik adalah bahwa provinsi yang memiliki tingkat pendapatan yang cukup tinggi belum menjamin suatu daerah akan memiliki tingkat kemiskinan yang rendah pula apabila sebagian pendapatannya tidak digunakan untuk program pengentasan kemiskinan.

1. yaitu pemerintah harus meningkatkan kualitas pendidikan masyarakat melalui penambahan anggaran untuk program Dana BOS. Saran Provinsi-provinsi yang memiliki tingkat kemiskinan yang cukup tinggi seperti Jawa Timur dan Papua perlu diberi perhatian lebih besar oleh pemerintah tanpa mengabaikan provinsi-provinsi lain dalam program pengentasan kemiskinan. 2. ini menunjukan bahwa peran pemerintah dalam tingkat pengangguran belum maksimal untuk menurunkan angka kemiskinan.67 berpengaruhnya cukup besar terhadap tingkat kemiskinan dibandingkan dengan angka melek huruf dan tingkat pengangguran. dan penambahan anggaran untuk program penanggulangan pengangguran sehingga tingkat pengangguran akan semakin lebih kecil. sehingga fasilitas untuk pendidikan menjadi lebih baik.2. artinya pemerintah tetap harus lebih memaksimalkan kinerjanya yang terfokus kepada penduduk miskin melalui penambahan tingkat kesempatan kerja melalui proyek-proyek padat karya. 6. . Kecilnya pengaruh tingkat pengangguran bukan berarti harus diabaikan.

2007. Fakultas Ekonomi dan Manajemen. 2004. Baltagi. Gujarati. Nur. 2004. Third Edition. Holis. Bumi Aksara. Kemiskinan Indonesia: Suatu Fenomena Ekonomi. 2004. Jakarta. N. . Aziz. Kemiskinan Struktural:Suatu Bunga Rampai. Jakarta. 2003. John Wiley and Sons. D. IPB. Fourth Edition. 1995. Perkembangan Beberapa Indikator Utama SosialEkonomi Indonesia tahun 2007 . Badan Pusat Statistik. Institut Pertanian Bogor. Data dan Informasi kemiskinan tahun 2004. 2004. Analisis Faktor-Faktor yang mempengaruhi kemiskinan di Jawa Barat [skripsi]. Relevankah Merger Bank di Indonesia? (Pendekatan Efisiensi dan Skala Ekonomi) [skripsi]. 2005. Jakarta. Laporan Perekonomian Indonesia tahun 2005 . A. Jakarta Badan Pusat Statistik. BPS. Jakarta. BPS. 1980. McGraw-Hill. Ilmu Sosial Dasar. O. M. Pusat Penelitian dan Pengembangan Sosial Ekonomi Pertanian. 2006. Chicester. B. New York. Fakultas Ekonomi dan Manajemen. Tingkat Partisipasi Masyarakat dalam Program Penanggulangan Kemiskinan di Perkotaan [skripsi]. IPB. BPS. Departemen Pertanian. 2003. Hartomo dan. Econometrics Analysis of Panel Data. 1997. Basic Econometrics. Bogor.BPS. 2008. IPB. Bogor. Nurhayati. Bogor. Jurusan Ilmu-Ilmu Sosial Ekonomi Fakultas Pertanian.H. Penerbit Yayasan Ilmu-Ilmu Sosial dan HIPIS. Badan Pusat Statistik.DAFTAR PUSTAKA Alfian. I. Faktor-Faktor yang Mempengaruhi Efektivitas Komunikasi dalam Proyek Penanggulangan Kemiskinan di Perkotaan [tesis]. Badan penelitian Pertanian. Bogor. Badan Pusat Statistik. Jakarta Intania. Bogor. Departemen Ilmu Ekonomi. S. Statistic Indonesia tahun 2005 .

Suryawati. Universitas Diponegoro. Suparlan. Jawa Tengah. Lembaga Penelitian Sosiologi Pedesaan. R. Survei Ekonomi Politik di Indonesia. 2001. Program Studi Pertanian dan Sumberdaya. Departemen Ilmu Ekonomi. 1984. Jakarta. Departemen Ilmu-Ilmu Sosial Ekonomi. Jakarta. Bogor. Bogor. Fakultas Pertanian. Saldanha. 2005. Y.Analisis CSIS Studi Pembangunan Politik. IPB. Perekonomian Indonesia Sejak Orde Lama Hingga Pasca Krisisi. Kemiskinan: Teori. [Tesis]. Pustaka Quantum. IPB. Pertumbuhan Ekonomi. A. Sinar Harapan. Widyanti. Suryadiningrat. Pertumbuhan dan Kerja Intelektual.1998. J. IMPAC. 1999.Rahmawati. P. 02:pp 126-151. 1977. Bogor. Fakultas Ekonomi dan Manajemen. Departemen Ilmu-Ilmu Sosial Ekonomi. C. Pertumbuhan Ekonomi dan Penggurangan Angka Kemiskinan di Indonesia [skripsi]. IPB. Bogor. 2006. Kemiskinan dan Kebutuhan Minimum Pangan. Telaah terhadap Partisipasi.2005. Tambunan. Memahami Kemiskinan Secara Multidimensional. Kemiskinan di Perkotaan: Bacaan untuk Antropologi Perkotaan. IPB. Fakultas Pertanian. Jakarta. T. Persepsi dan Tindakan Tokoh Masyarakat Desa terhadap Kemiskinan [skripsi]. 2003. Bogor. B. I. . IPB. 2006 Analisis Faktor-Faktor yang Mempengaruhi Kemiskinan Rumah Tangga di Kabupaten Pacitan Propinsi Jawa Timur [skripsi]. Wiraswara. Pendapatan dan Tingkat Kemiskinan Peserta Program Perhutanan Sosial [skripsi]. Fakta dan Kebijakan. Sumodiningrat. Fakultas Pertanian. Sajogyo. G.

9 40374282.74 26898051.2 54880406.63 99853745.84 14073340.73 19080895.01 1957715. PDRB per Propinsi dengan menyertakan Sektor Migas tahun 2001-2005 (dalam juta) Propinsi 2002 2003 2004 NAD Sumut Sumbar Riau Jambi Sumsel Bengkulu Lampung Babel DKI Jabar Jateng DIY Jatim Banten Bali NTB NTT Kalbar Kalteng Kalsel Kaltim Sulut Sulteng Sulsel Sultra Gorontalo Maluku Malut Papua 42338751.56 26146781.09 25433275.9 135789872.33 75189140.28 21376951.99 2970465.17 20487442.09 91050494.76 96872503.28 13182799.01 10803423.88 35410566.81 14953219.84 1655327.95 20741896.2 78805608.58 103725782.5 11343279.43 12488475.3 83328948.53 7966849.01 18606511.85 228884458.33 218452389.05 6957662.1 37291394.11 7480180.54 89483542 11652793.69 2032571.26 10925465.68 25355899.1 49449321.71 25632583.1 19483168.2 233057690.25 21247338.7 123038541.17 5310017.46 1769187.58 27578136.28 263624241.83 22401190.93 2128108.56 44677163.3 16146423.26 3101995.5 15360408.37 10196749.73 9446769.48 51284454.9 221628173.54 45247400.93 250331156.91 2847739.56 Sumber : BPS (2005) .61 12149501.74 6468061.29 6904686.89 24840187.1 14687284.58 Indonesia 49040059.69 13544495.63 5595028.34 1891763.6 211391702.47 47344395 5896255.48 278524822.78 9600363.34 18423860.89 8622490.92 87850398 11291462.01 9016717.4 11953885.96 33645402.44 53491994.9 7719713.33 28262288.Lampiran 1.8 11904502.5 19963243.7 129166462.29 43643276.44 242228892.5 51957457.

Jumlah Penduduk per Propinsi tahun 2001-2005 Propinsi 2002 2003 NAD Sumut Sumbar Riau Jambi Sumsel Bengkulu Lampung Babel DKI Jabar Jateng DIY Jatim Banten Bali NTB NTT Kalbar Kalteng Kalsel Kaltim Sulut Sulteng Sulsel Sultra Gorontalo Maluku Malut Papua 4166000 11891742 4289647 5307863 2479469 7170327 1640597 6862338 913868 8379069 36914933 31691866 3156229 35148579 8529749 3216881 4127519 3924871 4167293 1947263 3054129 2566125 2043742 2268046 8244890 1915326 855057 1261083 794024 2387427 4213281 11856907 4456816 5557880 2568598 6486015 1517181 6928822 976031 8603776 37980422 32052840 3207385 36499078 8956229 3351353 4005238 4073249 3947691 1826659 3174551 2704851 2127820 2210100 8213864 1875585 881057 1217472 853161 2349644 214673556 2004 4075599 12068731 4528242 5679643 2619553 6596057 1541551 7028388 1012655 8725630 38472185 32397431 3220808 36396534 9083144 3393620 4076040 4139206 4010338 1867231 3219398 2761575 2154235 2245242 8342083 1911103 896004 1238812 869235 2502262 217072535 Indonesia 211315952 Sumber : BPS (2005) .Lampiran 3.

1 95.7 96.1 95.1 86.1 85.5 74.6 91.9 96.7 97.7 96.0 99.7 84.8 95.2 98.8 93.0 93.1 94.2 94.8 95.6 83.7 85.8 95.0 95.Lampiran 6.6 96.5 96. BPS (2005) .4 94.3 94.5 94.5 94. Angka Melek Huruf per Propinsi tahun 2001-2005 Propinsi 2002 2003 2004 NAD Sumut Sumbar Riau Jambi Sumsel Bengkulu Lampung Babel DKI Jabar Jateng DIY Jatim Banten Bali NTB NTT Kalbar Kalteng Kalsel Kaltim Sulut Sulteng Sulsel Sultra Gorontalo Maluku Malut Papua 95.3 83.9 83.1 93.21 95.2 77.3 93.7 85.5 91.2 95.8 85.0 91.4 93.8 84.7 97.9 93.4 90.79 Indonesia Sumber .8 98.0 86.3 95.8 84.7 94.8 95.4 91.1 96.8 84.2 91.4 95.2 88.1 93.4 98.4 93.3 85.5 98.5 90.5 94.0 85.11 96.8 96.2 96.7 98.9 87.5 88.7 94.5 78.7 83.4 84.3 95.7 94.2 93.2 96.1 93.6 95.1 95.4 75.2 74.2 93.8 74.1 84.2 93.4 91.7 85.1 93.2 96.

3819 -0.73697 5. 2502993. of regression F-statistic Prob(F-statistic) 0.3355 0. 0.999355 63568.0000 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.0000 0.044023 -23495.2659 -16. corrected) Variable C TPT PP AMH Coefficient 3710295.392 t-Statistic 28.999140 2. 2.471959 -284.000000 Mean dependent var S.0000 0.403231 Unweighted Statistics R-squared Sum squared resid 0.E. Error 129112.D.70588 Prob.01 Std.0000 0. 773.999587 0.30E+11 2.128 0.62E+11 Mean dependent var Durbin-Watson stat 1243113.f. dependent var Sum squared resid Durbin-Watson stat 2445174.000155 1406. 1.Dependent Variable: TKM Method: Panel EGLS (Cross-section weights) Date: 02/03/09 Time: 09:48 Sample: 2002 2004 Cross-sections included: 30 Total panel (balanced) observations: 90 Linear estimation after one-step weighting matrix White cross-section standard errors & covariance (d.991167 .93 4310.2 141.

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->