BEBERAPA PENELITIAN DAN TULISAN TERKAIT Samsubar Saleh (2002) melakukan penelitian untuk menganalisis faktor-faktor yang

mempengaruhi tingkat kemiskinan per provinsi di Indonesia tahun 1996 dan 1999. Penggunaan kurun waktu1996 dan 1999 selain dikarenakan pada tahuntahun tersebut perhitungan tingkat kemiskinan mempunyai standard yang sama juga untuk mencerminkan keadaan sebelum terjadinya krisis dan setelah terjadinya krisis moneter pada periode tahun 1997 dan 1998. Penelitian ini menggunakan metode pendekatatn regresi dengan 2 (dua) macam model yaitu : 1. Model estimasi dengan menggunakan data cross section. 2. Model estimasi dengan menggunakan data panel. Penelitian menyimpulkan bahwa faktor-faktor yang mempengaruhi tingkat kemiskinan per provinsi di Indonesia adalah indeks pembangunan manusia (terdiri dari pendapatan perkapita, angka harapan hidup, rata-rata bersekolah), investasi fisik pemerintah daerah, tingkat kesenjangan pendapatan, tingkat partisipasi ekonomi dan politik perempuan, populasi penduduk tanpa akses terhadap fasilitas kesehatan, populasi penduduk tanpa akses terhadap air bersih dan krisis ekonomi. Ted K. Bradshaw (2005) menulis dengan judul ³Theories of Poverty ang Anti Poverty Program in Community Development´ tulisannya membahas mengenai 5 macam teori tentang faktor penyebab kemiskinan yaitu : Individu, Budaya, Struktur Ekonomi-Politik, Geografi dan Gabungan dari berbagai keadaan serta memberikan beberapa saran yang dapat dilakukan oleh suatu komunitas dalam mengurangi tingkat kemiskinan dalam komunitas tersebut. Ravi Dwi Wijayanto (2010) melakukan penelitian untuk menganalisa pengaruh PDRB, pendidikan dan pengangguran terhadap kemiskinan di kabupaten/kota Jawa Tengah pada tahun 2005 sampai dengan tahun 2008. Dari penelitian yang dilakukan diperoleh hasil bahwa untuk di kabupaten/kota Jawa Tengah, variable PDRB mempunyai pengaruh negatif dan tidak signifikan mempengaruhi kemiskinan, variable Pendidikan (melek huruf) mempunyai pengaruh negatif dan signifikan mempengaruhi kemiskinan, variable pengangguran mempunyai pengaruh negatif dan signifikan mempengaruhi kemiskinan.

Income perKapita.0324 15.123050 t-Statistic -1.265928 -0. Cross section Chi square 0.001880 Std. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Coefficient -21.58E-05 5.956292 d.43955 2. Fixed Effect dan Random Effect.8656 0.1474 0.0000 Cross-section fixed effects test equation: Dependent Variable: TKT_MISKIN? Method: Panel Least Squares Date: 01/01/12 Time: 22:11 Sample: 2008 2010 Included observations: 3 Cross-sections included: 33 Total pool (balanced) observations: 99 Variable C G_MISKIN? UMP? TKT_PNDDK? INCOME_KAPITA? R-squared Adjusted R-squared S. Durbin-Watson stat Berdasarkan Chow Test diperoleh hasil Prob.62) 32 Prob.460839 -0.177 -340. Dalam model ini menduga bahwa Persentase penduduk miskin dipengaruhi oleh Garis Kemiskinan.267253 0.05 sehingga dari Hipotesa Ho ditolak.1165 0.972712 7. dimana dalam model panel data yang kami gunakan independen variabel adalah Garis Kemiskinan. : Redundant Fixed Effects Tests Pool: REGRESI_MISKIN1 Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 8.0011 0. hal ini diperlukan untuk menguji stabilitas dari model yang digunakan.738815 168.263157 6.171914 Prob.375780 1.103779 7.89E-06 0.0000 dan Prob.37E-06 1.025742 0.E.0000 signifikan < 0.D. .169718 3. Ha diterima. 0. UMP. (32.164426 0.HASIL DAN PEMBAHASAN Pemilihan Model Dalam penelitian ini kami menggunakan panel data.712367 5591. Tingkat Pendidikan.624370 0.0000 0.09386 -4.167842 0. berdasarkan hasil Chow Test diperoleh hasil sbb.1493 4.561753 Mean dependent var S. F Test 0. Dalam melakukan regresi atas panel data digunakan 3 macam model regresi Pool (Common Effect).25909 8. Tingkat Pendidikan.99E-05 0. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. UMP. Maka model mengikuti Fixed Effect. Setelah dilakukan regresi atas ketiga model tersebut dilakukan Uji Effect dengan menggunakan Chow Test dan Housman Test. Error 14.584391 -2. Income perKapita dan variabel dependen adalah Persentase penduduk miskin dari setiap provinsi di Indonesia.f. 0.128869 7.

Cross section random 0.318468 -0. Durbin-Watson stat 15.316337 Cross-section random effects test equation: Dependent Variable: TKT_MISKIN? Method: Panel Least Squares Date: 01/01/12 Time: 22:14 Sample: 2008 2010 Included observations: 3 Cross-sections included: 33 Total pool (balanced) observations: 99 Variable Coefficient Std.517942 0.7795 G_MISKIN? -0.922004 t-Statistic 0.12E-06 TKT_PNDDK? 0.000000 0.316337 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.6680 0.4064 0.E.000005 0. d.) 0.193048 4 Prob.9262 0.32E-06 0.000037 0.154936 -0. .848363 0.045442 1014.343097 Prob.54615 G_MISKIN? -4. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.760316 4.0028 signifikan < 0.208003 -0.164948 INCOME_KAPITA? -0.03143 2. Ha diterima.263157 5.25909 8.D. Statistic Chi-Sq.18E-05 7.2726 0.000047 UMP? -0.0351 0. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.286313 Berdasarkan Housman Test diperoleh hasil Prob. 0.05 sehingga dari Hipotesa Ho ditolak.69E-05 UMP? -6.f.635305 0.216006 0.824264 Prob.304968 2.Hasil Housman Test diperoleh hasil sbb. 16.000000 0. Maka model mengikuti Fixed Effect. Error 43.7512 0.0028 Cross-section random effects test comparisons: Variable Fixed Random -0.164948 INCOME_KAPITA? -0.000000 Mean dependent var S.6711 9.Hausman Test Pool: REGRESI_MISKIN1 Test cross-section random effects Test Summary Cross-section random Chi-Sq. : Correlated Random Effects .882441 6. 0.835869 0.000006 TKT_PNDDK? 0. 0.062171 Var(Diff.430991 -2.7327 C 18.667 -255.912548 6.0170 0.

343097 Prob.430991 -2.511630 -0.7327 .7512 0.645750 -9.611500 0.931836 -5.468835 -7.316337 9.6680 0.816199 0.0351 0. : Dependent Variable: TKT_MISKIN? Method: Pooled Least Squares Date: 01/01/12 Time: 22:09 Sample: 2008 2010 Included observations: 3 Cross-sections included: 33 Total pool (balanced) observations: 99 Variable C G_MISKIN? UMP? TKT_PNDDK? INCOME_KAPITA? Fixed Effects (Cross) _ACEH--C _SUMUT--C _SUMBAR--C _RIAU--C _JAMBI--C _SUMSEL--C _BENGKULU--C _BABEL--C _KEPRI--C _LAMPUNG--C _JAKARTA--C _JABAR--C _BANTEN--C _JATENG--C _YOGYAKARTA--C _JATIM--C _BALI--C _NTB--C _NTT--C _KALBAR--C _KALTENG--C _KALSEL--C _KALTIM--C _SULUT--C _SULTENG--C _SULSEL--C _SULTRA--C _SULBAR--C _GORONTALO--C _MALUKU--C _MALUT--C _PABAR--C _PAPUA--C Coefficient Std.597377 12.922004 t-Statistic 0.872001 -1.318468 -0.072008 0.877189 -3.733216 -9.03143 2.036677 1.853480 -6.882435 -13.154936 -0.761943 4.164948 -0.143370 43.529112 -2.791853 -5.18448 24.333164 -4.750957 -5.73431 -7.802920 -9.641562 4.54615 -4.004568 0.18E-05 7.580790 -4.862178 -8.86858 9.79553 18.517942 0.69E-05 -6.835869 0.441256 -6. Error 18.32E-06 0. 0.12E-06 0.936011 1.Hasil Fixed Effect diperoleh hasil sbb.635802 0.4064 0.90936 20.

25909 8. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0. Berdasarkan hipotesa variable UMP berpengaruh negatif terhadap persentase kemiskinan sehingga setiap perubahan kenaikan UMP dapat menyebabkan penurunan persentase kemiskinan.760316 4.263157 5.69E-05 %. Variable UMP mempunyai pengaruh negatif hal ini sesuai dengan hipotesa.848363 0.E. Pengaruhnya yang tidak significant dapat dijelaskan bahea secara komulatif dimana penentuan persentase kemiskinan didasarkan kepada persentase penduduk di bawah garis kemiskinan sementara penentuan garis kemiskinan berdasarkan pendapatan perkapita maka terdapat indikasi adanya disparitas distribusi pendapatan dalam suatu populasi atau dengan kata lain peningkatan UMP tidak selalu sebanding dengan peningkatan persentase penduduk yang justru berpenghasilan dibawah garis kemiskinan.D. Jika asumsi ceteris paribus maka hal ini menunjukkan bahwa setiap peningkatan garis kemiskinan sebesar 1 % maka persentase penduduk miskin akan berkurang sebesar 4.7512 > 0.286313 Goodness of Fit Hasil pengolahan data menunjukan Goodness of fit model (R2) = 0.6711 9.912548 6.045442 1014. Ini berbeda dengan apa yang diharapkan yaitu variable angka partisipasi sekolah berpengaruh negatif terhadap persentase kemiskinan sehingga setiap peningkatan angka partisipasi sekolah dapat menyebabkan penurunan persentase kemiskinan. Hal ini menunjukan indikasi tingkat kompleksitas permasalahan yang mempengaruhi variable terikat atau adanya variasi variable bebas yang sangat signifikan mempengaruhi variable terikat tetapi belum dimasukkan dalam model.4064 > 0.84 % sedangkan 15.667 -255. hal ini berbeda dengan hipotesa dan memiliki Prob variable Tingkat Pendidikan : 0.848363 artinya model mampu menjelaskan pengaruh variasi variable bebas terhadap variable terikat sebesar 84. Interpretasi Variebel Model Fixed Effect Variable Garis Kemiskinan mempunyai pengaruh negatif sesuai dengan hipotesa dan Prob variable Garis Kemiskinan : 0.05 sehingga tidak signifikan mempengaruhi persentase kemiskinan.000000 Mean dependent var S. namun Prob variable UMP : 0.Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Hal ini menunjukkan indikasi bahwa persentase angka partisipasi sekolah yang digunakan belum sepenuhnya dapat menjelaskan persentase outputnya atau hanya menjelaskan tingkat pertisipasinya saja.0351 < 0.635305 0.304968 2. Durbin-Watson stat 15.05 sehingga tidak signifikan mempengaruhi kemiskinan. Variable Tingkat Pendidikan (angka partisipasi sekolah) dimana digunakan asumsi persentase tingkat partisipasi sekolah penduduk yang memperoleh kesempatan pendidikan sesuai program pemerintah (wajib belajar 9 tahun) mempunyai pengaruh positif. Indikasi lainnya bahwa dengan meningkatnya angka partisipasi sekolah justru meningkatkan .16 % adalah pengaruh variasi dari variable bebas lain yang belum dimasukkan dalam model.05 sehingga signifikan mempengaruhi persentase kemiskinan.882441 6.

kebutuhan biaya dimana disisi lain tidak disertai dengan peningkatan pendapatan atau dengan kata lain peningkatan kebutuhan biaya akibat peningkatan angka partisipasi sekolah belum sebanding (lebih kecil) daripada pemerataan tingkat pendapatan.05 menunjukkan pengaruhnya tidak signifikan dalam mempengaruhi persentase kemiskinan. 2. karena indikasi ketergantungan terhadap faktor lainnya seperti pengangguran atau ketersediaan lapangan pekerjaan yang dapat menggenerate pendapatan. UMP.7327 > 0. perlu ditingkatkan efektifitas dari program-program pendukungnya seperti beasiswa atau program BOS agar benar-benar tepat sasaran dalam konteks kebijakan pusat ataupun sistem otonomi daerah. Untuk mendapatkan hasil penelitian yang lebih komprehensif penelitian selanjutnya agar dapat menggunakan data time series yang lebih lama sehingga dapat diperoleh data yang lebih spesifik jika ingin melihat pengaruh variable-variable independen terhadap variabel dependennya dari penelitian ini untuk setiap provinsi. pendidikan dan kesehatan. meskipun sektor pendidikan memperolah alokasi anggaran yang cukup besar dan disertai beberapa program seperti BOS (Bantuan Operasional Sekolah). Tingkat Pendidikan dan Pendapatan perKapita dapat mempengaruhi tingkat kemiskinan per provinsi di Indonesia. Keterbatasab model yang dikembangkan karena hanya melihat pengaruh dari variabel Garis Kemiskinan. Beberapa hal yang dapat dijadikan pertimbangan dan diterapkan dalam kebijakan adalah sebagai berikut : Peningkatan kualitas dan pengembangan masyarakat melalui peningkatan pendapatan. Variable Pendapatan perKapita mempunyai pengaruh negatif sesuai dengan hipotesa yang diharapkan namun Prob variable Pendapatan perkapita 0. meskipun dampaknya tidak secara signifikan dapat menurunkan tingkat kemiskinan. Tingkat partisipasi sekolah (pendidikan) dan Pendapatan perkapita. dimana disaat bersamaan dilakukan pemerataan pendapatan melalui pemerataan kesempatan kerja/lapangan kerja. Tinjauan lainnya ini menunjukkan bahwa program wajib belajar 9 tahun yang dicanangkan pemerintah belum sepenuhnya efektif bahkan dari hasil di atas kontraproduktif dalam konteks usaha mengurangi tingkat kemiskinan penduduk. Khusus untuk sektor pendidikan utamanya untuk program wajib belajar 9 tahun. UMP. KESIMPULAN Model estimasi final yang digunakan dalam penelitian ini menggunakan Fixed Effect dimana berdasarkan hasil-hasil empirik penelitian dapat disimpulkan bahwa faktor-faktor Garis Kemiskinan. . Indikasinya bahwa peningkatan pendapatan perkapita masih belum terdistribusi secara merata sehingga belum menunjukkan pengaruh yang signifikan dalam menurunkan persentase tingkat kemiskinan. SARAN 1.

Saleh. Jakarta. Vol 7. . RPRC Working Paper. Pendidikan dan Pengangguran Terhadap Kemiskinan di Kabupaten / Kota Jawa Tengah Tahun 2005 ± 2008. Analisis Pengaruh PDRB. Faktor-Faktor Penentu Tingkat Kemiskinan Regional di Indonesia. Wijayanto. Journal Ekonomi Pembangunan. Ravi D. 2: 87 ± 102. (2010).06 ± 05. (2005). Theories of Poverty and Anti Poverty Program in Community Development. Semarang. Skripsi. California.Daftar Pustaka Bradshaw. Ted K. Samsubar (2002).