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.

025742 0. Ha diterima. UMP. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Coefficient -21. Income perKapita dan variabel dependen adalah Persentase penduduk miskin dari setiap provinsi di Indonesia. Cross section Chi square 0.103779 7.1165 0.171914 Prob.05 sehingga dari Hipotesa Ho ditolak.169718 3. 0.738815 168.0000 dan Prob.25909 8. hal ini diperlukan untuk menguji stabilitas dari model yang digunakan. UMP.972712 7.09386 -4.D. Income perKapita.8656 0. berdasarkan hasil Chow Test diperoleh hasil sbb.561753 Mean dependent var S.123050 t-Statistic -1.712367 5591.265928 -0.0000 signifikan < 0.267253 0. Error 14.E. Setelah dilakukan regresi atas ketiga model tersebut dilakukan Uji Effect dengan menggunakan Chow Test dan Housman Test.167842 0.62) 32 Prob.43955 2. dimana dalam model panel data yang kami gunakan independen variabel adalah Garis Kemiskinan.956292 d.89E-06 0. Tingkat Pendidikan. 0.164426 0. F Test 0.584391 -2.f.460839 -0. Maka model mengikuti Fixed Effect.001880 Std.128869 7.375780 1. Dalam model ini menduga bahwa Persentase penduduk miskin dipengaruhi oleh Garis Kemiskinan.HASIL DAN PEMBAHASAN Pemilihan Model Dalam penelitian ini kami menggunakan panel data.0011 0. (32.177 -340.0000 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.0000 0.624370 0. .1493 4.58E-05 5. Dalam melakukan regresi atas panel data digunakan 3 macam model regresi Pool (Common Effect). dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Tingkat Pendidikan.37E-06 1.1474 0. Fixed Effect dan Random Effect.99E-05 0.263157 6.0324 15. : Redundant Fixed Effects Tests Pool: REGRESI_MISKIN1 Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 8. Durbin-Watson stat Berdasarkan Chow Test diperoleh hasil Prob.

164948 INCOME_KAPITA? -0.760316 4.000037 0.164948 INCOME_KAPITA? -0. Statistic Chi-Sq.835869 0. .000047 UMP? -0.4064 0.824264 Prob.000005 0.6711 9. Cross section random 0.343097 Prob.286313 Berdasarkan Housman Test diperoleh hasil Prob.12E-06 TKT_PNDDK? 0. Ha diterima.304968 2. : Correlated Random Effects . 0.208003 -0.6680 0.318468 -0.25909 8. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.D. Error 43.0028 signifikan < 0.E.193048 4 Prob. 16.03143 2. Durbin-Watson stat 15. 0.7512 0.9262 0.f. Maka model mengikuti Fixed Effect.635305 0.912548 6.0351 0.2726 0. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0. 0.848363 0.316337 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.062171 Var(Diff.000000 Mean dependent var S.263157 5.7327 C 18.05 sehingga dari Hipotesa Ho ditolak.045442 1014.69E-05 UMP? -6.216006 0.Hausman Test Pool: REGRESI_MISKIN1 Test cross-section random effects Test Summary Cross-section random Chi-Sq.882441 6.18E-05 7.316337 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.0028 Cross-section random effects test comparisons: Variable Fixed Random -0.7795 G_MISKIN? -0. d.922004 t-Statistic 0.154936 -0.32E-06 0.000000 0.0170 0.) 0.54615 G_MISKIN? -4.Hasil Housman Test diperoleh hasil sbb.430991 -2.667 -255.517942 0.000000 0.000006 TKT_PNDDK? 0.

816199 0.343097 Prob.441256 -6.03143 2.318468 -0.750957 -5.862178 -8.Hasil Fixed Effect diperoleh hasil sbb. : 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.79553 18. Error 18.468835 -7.872001 -1.835869 0.154936 -0.143370 43.936011 1.645750 -9.877189 -3.922004 t-Statistic 0.7512 0.761943 4.430991 -2.580790 -4.12E-06 0.036677 1.32E-06 0.164948 -0.86858 9.635802 0.853480 -6.597377 12.73431 -7.18E-05 7.004568 0.931836 -5.54615 -4.316337 9. 0.511630 -0.529112 -2.517942 0.0351 0.611500 0.791853 -5.90936 20.802920 -9.4064 0.69E-05 -6.882435 -13.6680 0.641562 4.7327 .072008 0.18448 24.333164 -4.733216 -9.

Durbin-Watson stat 15. Indikasi lainnya bahwa dengan meningkatnya angka partisipasi sekolah justru meningkatkan .848363 artinya model mampu menjelaskan pengaruh variasi variable bebas terhadap variable terikat sebesar 84.4064 > 0. 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.05 sehingga tidak signifikan mempengaruhi kemiskinan.912548 6.E.7512 > 0.D.000000 Mean dependent var S.635305 0.882441 6.05 sehingga tidak signifikan mempengaruhi persentase kemiskinan. Hal ini menunjukkan indikasi bahwa persentase angka partisipasi sekolah yang digunakan belum sepenuhnya dapat menjelaskan persentase outputnya atau hanya menjelaskan tingkat pertisipasinya saja.286313 Goodness of Fit Hasil pengolahan data menunjukan Goodness of fit model (R2) = 0.263157 5. 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. Interpretasi Variebel Model Fixed Effect Variable Garis Kemiskinan mempunyai pengaruh negatif sesuai dengan hipotesa dan Prob variable Garis Kemiskinan : 0. Variable UMP mempunyai pengaruh negatif hal ini sesuai dengan hipotesa.848363 0.667 -255.05 sehingga signifikan mempengaruhi persentase 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.760316 4.0351 < 0.304968 2. Berdasarkan hipotesa variable UMP berpengaruh negatif terhadap persentase kemiskinan sehingga setiap perubahan kenaikan UMP dapat menyebabkan penurunan persentase kemiskinan. hal ini berbeda dengan hipotesa dan memiliki Prob variable Tingkat Pendidikan : 0.69E-05 %. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.16 % adalah pengaruh variasi dari variable bebas lain yang belum dimasukkan dalam model. Jika asumsi ceteris paribus maka hal ini menunjukkan bahwa setiap peningkatan garis kemiskinan sebesar 1 % maka persentase penduduk miskin akan berkurang sebesar 4.25909 8.045442 1014. namun Prob variable UMP : 0.6711 9.84 % sedangkan 15.Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S. 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. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.

. Tingkat partisipasi sekolah (pendidikan) dan Pendapatan perkapita. meskipun dampaknya tidak secara signifikan dapat menurunkan tingkat kemiskinan. SARAN 1. 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. meskipun sektor pendidikan memperolah alokasi anggaran yang cukup besar dan disertai beberapa program seperti BOS (Bantuan Operasional Sekolah). pendidikan dan kesehatan. Variable Pendapatan perKapita mempunyai pengaruh negatif sesuai dengan hipotesa yang diharapkan namun Prob variable Pendapatan perkapita 0. 2. karena indikasi ketergantungan terhadap faktor lainnya seperti pengangguran atau ketersediaan lapangan pekerjaan yang dapat menggenerate pendapatan. 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.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. Keterbatasab model yang dikembangkan karena hanya melihat pengaruh dari variabel Garis Kemiskinan.05 menunjukkan pengaruhnya tidak signifikan dalam mempengaruhi persentase kemiskinan.7327 > 0. UMP. 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. dimana disaat bersamaan dilakukan pemerataan pendapatan melalui pemerataan kesempatan kerja/lapangan kerja. Khusus untuk sektor pendidikan utamanya untuk program wajib belajar 9 tahun. 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. Indikasinya bahwa peningkatan pendapatan perkapita masih belum terdistribusi secara merata sehingga belum menunjukkan pengaruh yang signifikan dalam menurunkan persentase tingkat kemiskinan. UMP. Tingkat Pendidikan dan Pendapatan perKapita dapat mempengaruhi tingkat kemiskinan per provinsi di Indonesia. Beberapa hal yang dapat dijadikan pertimbangan dan diterapkan dalam kebijakan adalah sebagai berikut : Peningkatan kualitas dan pengembangan masyarakat melalui peningkatan pendapatan.

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

Sign up to vote on this title
UsefulNot useful