Anda di halaman 1dari 9

1.

KESAMAAN DAN KETIDAKADILAN DISTRIBUSI

Ekuitas pendidikan berkaitan dengan aspek distrbusi, terutama distribusi anggaran


pendidikan menurut justifikasi tertentu. Distribusi anggaran pendidikan biasanya
dianalisis dengan terlebih dahulu memperlihatkan frekuensi kemunculan nilai yang
berbeda dari variabel antarkelompok yang berbeda pula dalam suatu kelompok
masyarakat. Distrbusi frekuensi (seringnya disajikan dalam bentuk persentase) bisa
digambarkan dengan kurva frekuensi atau histogram, dan dijelaskan dalam bentuk
nilai tengah atau rata - rata misalnya median (nilai variabel yang membagi distribusi
menjadi dua bagian yang sama), mean (yang di peroleh dengan membagi total
semua'nilai dengan jumlah sampel yang diobservasi). atau mode puncak distribusi
frekuensi). Dengan kata lain median adalah harga tengah atau rata - rata, mean
adalah rata - rata hitung dan mode adalah frekuensi yang paling sering muncul.
Frekuensi distribusi juga dijelaskan dalam bentuk kuartil quartiles (empat bagian
yang sama) quintiles (perlima) atau percentiles ( perseratus ). ukuran ditribusi yang
sering digunakan adalah indeks representasi. kurva konsentarasi yang dikenal
dengan kurva lorenz dan koefisien gini.

kurva lorenz berguna untuk menyajikan perbedaan di antara dua jenis distribusi
data, misalnya antara population quantiles dan income quantiles. kurva ini juga di
gunakan untuk membandingkan distribusi bagi data yang sama basis atau refrensi
datanya misalnya antara frekuensi observasi dan frekuensi harapan.

Tabel 9.3 dibawah memuat contoh presentase komulatif penduduk menurut kategari
dari terkaya hingga termiskin
kurva lorenz dapat di kreasi melalui empat langkah pertama menghitung frekuensi
relatif untuk tiap - tiap variabel misalnya presentase total kedua menentukan
peringkat observasi dengan menggunakan rasio dari variabel , misalnya x/y ,ketiga
membuat tabel frekuensi tersortir seperti tabel 9.4. keempat plot frekuensi frekuensi
kumulatif dan diagonal. contoh prosedur mengkreasi kurva lorenz sebagai berikut.
dengan mengambil kasus keadaan ekonomi amerika tahun 1994.

Tabel 9.4 persiapan untuk mengkreasi kurva lorenz.

berdasarkan pada tabel 9.4 dapat dilakukan prosedur mengkreasi kurva lorenz
seperti tertuang pada tabel 9.5 nilai 0,50 0,75 dan seterusnya merupakan peringkat
observasi dengan menggunakan rasio variabel, sedangkan Cx dan Cy adalah
frekuesi kumulatif.

Tabel 9.5
transformasi data mentah untuk membuat data mentah untuk membuat kurva lorenz

berdasarkan alur kerja tersaji pada tabel 9.4 dan 9.5 dapat di gambar kurva lorenz
menjadi turunannya, seerti tertuang pada gambar 9.1 pada contoh ini, variabel
pertama adalah presentase pendapatan dan variabel kedua adalah presentase
populasi.
Kurva Lorenz merupakan metode yang lazim digunakan untuk menganalisis statistik
pendapatan perorangan. Lihat pada gambar berikut :

Presentase pendapatan

Garis pemerataan
C

B Kurva Lorenz

Presentase penerimaan pendapatan

Gambar di atas menunjukan mekanisme kerja kurva tersebut. Jumlah


penerima pendapatan diyatakan pada sumbu horizontal, tidak dalam arti absolute
melainkan dalam presentase kumulatif. Misalnya, pada titik 20 kita mendapati
populasi terendah (penduduk yang piling miskin) yang jumlahnya meliputi 20% dari
jumlah total penduduk. Pada titik 60 terdapat 60% kelompok bawah, demikian
seterusnya samapi pada sumbu paling ujung yang meliputi 100% atau seluruh
populasi atau jumlah penduduk. Sedangkan sumbu vertikal menyatakan bahwa dari
pendapatan total yang diminta oleh masing-masing presentase kelompok penduduk
tersebut. Sumbu terebut juga berakhir pada titik 100%, sehingga itu berarti bahwa
kedua sumbu (vertikal dan horizontal) sama panjangnya. Gambar ini secara
keseluruhan berbentuk bujur sangkar, dan dibelah oleh sebuah garis diagonal yang
ditarik dari titik nol pada sudut kiri bawah (titik asal) menuju ke sudut kanan atas.
Pada setiap titik yang terdapat pada garis diagonal itu, presentase pendapatan yang
di terima persis sama dengan presentase jumlah penerimaannya-misalnya , titik
tengah garis diagonal melambangkan 50% pendapatan yang tepat didistribusikan
untuk 50% dari jumlah penduduk. Dengan kata lain garis diagonal pada gambar
tersebut melambangkan “peranan sempurna” (perfect equality) dalam distribusi
ukuran pendapatan. Masing-masing pendapatan kelompok penerimaan pendapatan
menerima presentase pendapatan total yang sama besarnya; contoh. nya, 40%
kelompok terbawah akan menerima 40% dari pendapatan total, sedangkan 5%
kelompok teratas hanya menerima 5% dari pendapatan total.
Kurva lorens memperhatikan hubungan kuantitatif aktual antara presentase
penerima pendapatan dengan presentase pendapatan total yang benar-benar
mereka terima selama, misalnya, satu tahun. Gambar diatas membuat kurva Lorenz
yang menggunakan data desil (populasi terbagi menjadi sepuluh kelompok) yang
terbuat dalam tabel diatas. Dalam kalimat lain, sumbu horizontal dan sumbu vertikal
dibagi menjadi sepuluh bagian yang sama, sesuai dengan sepuluh kelompok desil.
Titik A menunjukan bahwa 20% kelompok terbawah (termiskin) dari total penduduk
hanya menerima 10% pendapatan total, titik B menunjukan bahwa 40% kelompok
terbawah hanya menerima 22% dari pendapatan total, demikian seterusnya bagi
masing-masing 4 kelompok lainnya. Perhatikan bahwa titik tengah, yang
menunjukan 50% penduduk hanya menerima 30% dari pendapatan total.
Semakin jauh jarak kurva Lorenz dari garis diagonal (yang merupakan garis
pemerataan sempurna), maka semakin timpang atau tidak merata distribusi
pendapatannya. Kasus ekstrem dari ketidakmerataan yang sempurna (yaitu, apabila
hanya seorang saja yang tidak menerima pendapatan) akan diperhatikan oleh kurva
Lorenz yang berhimpitan dengan sumbu horizontal sebelah bawah dan sumbu
vertikal disebelah kanan. Oleh karena itu tidak ada satu Negara pun yang
memperlihatkan pemerataan sempurna atau ketidaksamaan sempurna dalam
distribusi pendapatannya, semua kurva Lorenz dari setiap Negara akan ada di
sebelah kanan garis diagonal seperti yang ditunjukan gambar di atas. Semakin
parah tingkat ketidakmerataan atau ketimpangan distribusi pendapatan disuatu
Negara, maka bentuk kurva Lorenznya pun akan semakin melengkung mendekati
sumbu horizontal bagian bawah.

Koefisien Gini dan Ukuran Ketimpangan Agregat


Kurva Lorenz adalah kurva yang menggambarkan fungsi distribusi pen-
dapatan kumulatif. Jika kurva Lorenz tidak diketahui, maka pengukuran ketimpangan
distribusi pendapatan dapat dilakukan dengan rumus koefisien Gini yang
dikembangkan oleh Gini (1912). Kurva lorenz memperlihatkan hubungan kuantitatif
aktual antara persentase jumlah penduduk penerima pendapatan tertentu dari total
penduduk dengan persentase pendapatan yang benar benar mereka peroleh dari
total pendapatan selama 1 tahun. Semakin jauh jarak kurva lorenz darii garis
diagonal (yang merupakan garis pemerataan sempurna) maka semakin timpang
atau tidak merata distribusi pendapatannya
Nilai gini berada pada selang 0 sampai dengan 1. Bila nilai gini mendekati
satu maka terjadi ketidakmerataan dalam pembagian pendapatan. Sedangkan
semakin kecil atau mendekati nol suatu nilai gini maka semakin meratanya distribusi
pendapatan aktual dan pengeluaran konsumsi. Indeks/Rasio Gini merupakan
koefisien yang berkisar 0 sampai 1, yang menjelaskan kadar ketimpangan distribusi
pendapatan nasional.
* Semakin kecil angka ini, semakin merata distribusi pendapatan
* Semakin besar angka ini, semakin tidak merata distribusi pendapatan

Angka Gini ini dapat ditaksir secara visual langsung dari kurva Lorenz.
Semakin kecil angka ini ditunjukkan kurva lorenz yang mendekati diagonal yang
berarti kecil luas area dan sebaliknya

𝑓𝑖

GC = 1 − ∑(Xi+1 − Xi ) (Yi+1 + Yi ) … …
𝑖=0

GC = Gini Coefficient / Rasio Gini


fi = Proporsi Jumlah Rumah Tangga dalam kelas t
Xi = Proporsi Jumlah Komulatif Rumah Tangga dalam kelas t
Yi = Proporsi Jumlah Komulatif Pendapatan dalam kelas t
Bank dunia mengklasifikasikan ketidakmerataan berdasarkan tiga lapisan:
40 % penduduk berpendapatan terendah Penduduk termiskin
40 % penduduk berpendapatan menengah
20 % penduduk berpendapatan tinggi

KLASIFIKASI :
Ketimpangan Parah = distribusi pendapatannya 40 % penduduk berpendapatan
rendah menikmati < 12 % pendapatan nasional
Ketimpangan Sedang= distribusi pendapatannya 40 % penduduk berpendapatan
rendah menikmati 12 - 17 % pendapatan nasional
Ketimpangan Lunak (Distribusi Merata) = 40 % penduduk berpendapatan rendah
menikmati > 17 % pendapatan nasional

Hubungan Ketidakmerataan Pendapatan dengan Tingkat Pendapatan diuji


dengan menggunakan Analisis Regresi Kuadratik (quadratic regression analysis);
ketimpangan distribusi pendapatan (diukur dengan angka Indeks Gini) sebagai
peubah tidak bebas (dependent variable) dan pendapatan perkapita sebagai peubah
bebas (independent variable). Hubungan kedua peubah tersebut disederhanakan
dalam persamaan regresi kuadratik berikut ini. Variabel yang digunakan :

𝐼𝐺 = 𝛼 + 𝛽1 (𝑃𝑃) + 𝛽2 (𝑃𝑃)2
dimana:
IG = Nilai Indeks Gini distribusi pendapatan antar rumah tangga
PP = Pendapatan per kapita
α = Konstanta
β1 = Koefisien regresi terhadap peubah pendapatan per kapita
β2 = Koefisien regresi terhadap peubah pendapatan per kapita kuadrat

Dari hasil analisis regresi kuadratik (quadratic regression analysis) didapat


persamaan regresi. Dari persamaan tersebut dihitung titik balik (turning point).
Penghitungan titik balik dilakukan dengan menyelesaikan persamaan yang diperoleh
dari turunan pertama persamaan regresi yang disamakan dengan nol.

𝐼𝐺 = 𝛼 + 𝛽1 (𝑃𝑃) + 𝛽2 (𝑃𝑃)2 − 𝑈

Kita juga dapat menggunakan ukuran ukuran agregat seperti koefisien Gini
untuk mengukur tingkat pemerataan hal-hal lain di luar pendaptan. Telah di ketahui
bahwa, koefisien Gini merupakan salah satu ukuran yang memenuhi empat kriteria
yang sangat dicari, yaitu prinsip anonimitas, indepedensi skala, indepedensi
populasi, dan transfer. Prinsip ononimitas (anonymity principle) mengatakan bahwa
ukuran ketimpangan seharusnya tidak tergantung kepada siapa yang mendapatkan
pendapatan yang lebih tinggi; dengan kata lain, ukuran tersebut tidak
tergantungpada apa yang kita yakini sebagai manusia yang lebih baik, apakah itu
orang kaya atau orang miskin.

Prinsip indepedensi skala (scale independence principle) berarti bahwa


ukuran ketimpangan kita seharusnyatidak tergantung pada ukuran suatu
perekonomian atau Negara, atau cara kita mengukur pendapatannya; dengan kata
lain, ukuran ketimpangan tersebut tidak tergantung pada apakah kita mengukur
pendapatan dalam dolar atau dalam sen, dalam rupe atau dalam rupiah, atau
apakah perekonomian Negara tersebut secara rata-rata kaya atau miskin, karena
jika kita ingin mengukur ketimpangan, kita ingin mengukur sebaran pendapatan,
bukan besarnya (meskipun perlu diingat juga bahwa besarnya pendapatan juga
sangat penting dalam pengukuran kemiskinan).

Prinsip independensi populasi (population independence principle) juga agak


mirip dengan prinsip sebelumnya; prinsip ini menyatakan bahwa pengukuran
ketimpangan seharusnya tidak didasarkan pada jumlah penerima pedapatan
(jumlah penduduk). Misalnya, perekonomia China tidak boleh dikatakan lebih merata
atau lebih timpang daripada perekonomian Vietnam hanya karena penduduk China
lebih banyak. Akhirnya, koefisiaen Gini juga memenuhi pinsip transfer (transfer
principle). yang juga disebut prinsip Pigou-Dalton, diambil dari nama penemunya ini
mengatakan bahwa, dengan mengasumsikan semua pendapatan yang lain konstan,
jika kita mentransfer sejumlah pendapatan dari orang kayak orang miskin (namun
tidak sangat banyak sehingga mengakibatkan orang miskin itu sekarang justru lebih
kaya daripada orang yang awalnya kaya tadi), maka akan dihasilkan distribusi
pendapatan baru yang lebih merata.

Jika kita menyepakati keempat kriteria ini, maka kita akan dapat mengukur
koefisien Gini untuk setian Negara dan mengurutkannya, di mana koefisien Gini
yang lebih besar berarti bahwa distribusi pendapatannya lebih timpang. Namun,
angka ini tidak selalu merupakan solusi yang sempurna, karena dalam teori,
koefisien Gini dapat sama persis untuk dua kurva Lorenz yang saling berpotongan.

DAFTAR PUSTAKA
 Todaro, Michael P, dan Stephen C. Smith. 2004. Pembangunan Ekonomi di
Dunia Ketiga. Jakarta: Erlangga.

Anda mungkin juga menyukai