ABSTRAK
Kemiskinan adalah masalah yang kompleks yang masih sulit untuk dipecahkan di Indonesia,
selain itu kemiskinan adalah salah satu penolakan perkembangan kondisi sosial ekonomi dalam
menilai keberhasilan pembangunan yang dilaksanakan oleh pemerintah. Ada banyak masalah sosial
yang timbul dari peningkatan kemiskinan di Indonesia. Peningkatan kemiskinan di Indonesia dari
tahun ke tahun dipengaruhi oleh beberapa faktor, seperti Indeks Pembangunan Manusia (IPM) dan
pertumbuhan ekonomi. Selain faktor-faktor ini, masalah kemiskinan tidak terpisahkan dari waktu, oleh
sebab itu analisis ini tidak hanya menggunakan data cross section tetapi juga menggunakan data time
series periode 2010-2015 dengan menggunakan analisis data panel. Tujuan penelitian ini adalah untuk
mengetahui pengaruh IPM dan pertumbuhan ekonomi terhadap jumlah kemiskinan di Indonesia. Data
yang digunakan dalam penelitian ini adalah data sekunder yang Diperoleh dari Badan Pusat Statistik
(BPS) dan menggunakan metode analisis regresi data panel. Hasil penelitian menunjukkan bahwa IPM
memberikan pengaruh negatif dan signifikan sebesar -538922.3 pada kemiskinan dan pertumbuhan
ekonomi juga memberikan pengaruh negatif dan signifikan sebesar -10278.42 terhadap kemiskinan.
Kata Kunci : Data panel, model fixed effect, model random effect, dan uji hausman
ABSTRACT
Poverty is a complex issue that is still difficult to be solved in Indonesia, in addition to,
poverty is one of reject progression of social economic conditions in assessing the success of the
development carried out by government. there are much social problems arising from th increasing of
poverty in Indonesia. the increase in poverty in indonesia from year to year is affected by several
factors such as the human development index (HDI) and economic growth. In addition to these factors,
problem of poverty is inseparable from the time so in addition to this analysis using cross section data
but also using time series data 2010-2015 period using panel data analysis. This research to see how
big is the human development index (HDI) and economic growth affect poverty in Indonesia. the data
used in this research is secondary data obtained from the Central Bureau of statistics using the method
of regression analysis of the data panel. the results showed that Human Development Index (HDI)
provides negative influence and significant of -538922,3 on poverty and economic growth also give
negative and significant influence of -10278.42 on poverty.
Key Words: Panel data, fixed effect model, random effect model, and hausman test.
2
apakah model Fixed Effect atau Random dependent. Jika probabilitas variabel
Effect yang paling tepat digunakan independent < 0,05 artinya variabel
(Basuki, 2014). Hipotesis digunakan independent secara simultan (bersama-
dalam bentuk Hausman test adalah sama) berpengaruh terhadap variabel
sebagai berikut (Gujarati, 2012), dengan dependent.
melihat nilai P-value < dari nilai alpha
() yaitu 0.05 maka model yang Uji t
digunakan adalah fixed effect model. Uji t dilakukan untuk melihat signifikansi
Sebaliknya jika P-value > dari nilai alpha pengaruh variabel independent yakni
() 0.5 maka model yang layak IPM dan pertumbuhan ekonomi secara
digunakan adalah random effect model. individual atau parsial terhadap variabel
dependent dalam hal ini adalah
Uji F kemiskinan dengan mengganggap
Uji F dilakukan untuk mengetahui variabel independent lainnya adalah
apakah variabel-variabel independent konstan. Hipotesis yang digunakan pada
dalam hal ini IPM dan pertumbuhan penelitain ini adalah sebagai berikut
ekonomi secara keseluruhan berpengaruh (Basuki, 2014)
secara singnifikan terhadap variabel Pengambilan keputusan dalam uji
dependent. Apabila nilai F hitung lebih T dilakukan dengan membandingkan
besar dari nilai F tabel maka variabel- probabilitas variabel independent
variabel independent secara keseluruhan terhadap variabel dependent dengan nilai
berpengaruh terhadap variabel alpha () yang digunakan, dalam
ndependent (Basuki, 2014). penelitian ini penulis menggunakan
Pengambilan keputusan dalam uji alpha () 0,05.
F dilakukan dengan membandingkan Jika probabilitas variabel
probabilitas pengaruh variabel independent > 0,05, artinya variabel
independent secara simultan antara independent secara parsial (sendiri) tidak
variabel dependent dengan nilai alpha berpengaruh secara nyata terhadap
yang digunakan, dalam penelitian ini variabel dependen.
penulis menggunakan alpha () 0,05. Jika probabilitas variabel
Jika probabilitas variabel independent > independent < 0,05, artinya variabel
0,05, artinya variabel independent secara independent secara partial (sendiri)
simultan (bersama-sama) tidak berpengaruh secara nyata terhadap
berpengaruh terhadap variabel variabel dependent.
8
kompleks yang dihadapai oleh hampir Berdasarkan hasil uji chow pada
diseluruh negara dibelahan dunia, tabel 1, nilai probablias pada bagian
termasuk Indonesia sebagai negara cross-section F yang dihasilkan dari uji
berkembang. chow ini adalah 0,0000 < 0,05 (tingkat
Untuk mengetahui bagaimana signifikansi), sehingga dapat disimpulkan
pengaruh variabel IPM dan pertumbuhan bahwa model yang layak digunakan
terhadap kemiskinan di Indonesia, perlu untuk mejenlaskan pengaruh variabel
dilakukan analisis agar dapat mengatahui IPM, dan pertumbuhan ekonomi terhadap
hasil dan mempu memberikan solusi kemiskinan adalah model fixed effect.
terhaap masalah kemiskinan yang Uji Hausman
dihadapi ini. Jika uji chow digunakan untuk
membandingkan antara model common
9
effect dan model fixed effect, maka uji Uji Signifikansi (Uji F)
hausman untuk membandingkan model Uji F ini dimaksudkan untuk
fixed effect dengan model random effect. melihat apakah ada pengaruh secara
Tabel 2 Uji Hausman bersama antara variabel IPM dan
pertumbuhan ekonomi terhadap
Test Chi-Sq. d.f. Prob.
kemiskinan di Indonesia atau tidak.
Summary Statistic
Berdasarkan hasil analisis yang diperoleh
Cross-section 30.542303 2 0.0000
pada gambar hasil model fixed effect
random
probabilitas dari F-statistics adalah
Berdasarkan hasil uji hausman
0.0000, nilai probabilitas lebih kecil atau
pada tabel 2 menjelaskan bahwa nilai
< tingkat signifikansi 0.005, yang berarti
probalitas pada cross-section random
menunjukkan bahwa adanya pengaruh
adalah 0,0000 < 0,05 (tingkat
secara bersama (simultan) antara variabel
signifikansi), hal ini dapat disimpulkan
IPM dan pertumbuhan ekonomi terhadap
bahwa model yang layak digunakan
kemiskinan di Indonesia.
untuk menjelaskan pengaruh variabel
Uji Parsial (Uji t)
IPM, dan pertumbuhan ekonomi terhadap
Uji t sendiri bertujuan untuk
kemiskinan adalah model fixed effect.
melihat berapa besar pangaruh setiap
Berdasarkan hasil analisis uji
variabel seperti IPM dan pertumbuhann
model, didaptkan model yang layak
ekonomi secara individu (secara parsial)
untuk mempresentasikan pengaruh
terhadap variabel kemiskinan. Berdarkan
variabel IPM pertumbuhan ekonomi,
pada tabel hasil model fixed effect
terhadap kemiskinan pada regresi data
diketahui bahwa variabel IPM
panel ini adalah model fixed effect.
mempunyai probabilitas 0,0000 yang hal
Dengan representasi sebagai berikut :
ini berarti nilai probabilitas < tingkat
Tabel 3 Model Fixed Effect
signifikansi 0,05, sehingga dapat
Variabel Koefesien Prob. disimpulkan bahwa IPM memberikan
C 37061868 0.0000 pengaruh terhadap kemiskinan di
X1 -538922.3 0.0000 Indonesia. Selanjuttnya dilihat secara
X2 -10278.42 0.0088 parsial atau individu dari variabel
Adjusted R-squared = 0.524255 pertumbuhan ekonomi, variabel
F-statistic = 7.384927 Prob(F- pertumbuhan ekonomi dengan
statistic) = 0.000000 probabilitas 0,0088 < 0,05, hal ini berarti
secara parsial juga pertumbuhan ekonomi
10