PROPOSAL PENELITIAN

ANALISIS KETIMPANGAN DISTRIBUSI PENDAPATAN

KABUPATEN/KOTA DI PROVINSI JAWA BARAT
TAHUN 2015-2019

Dosen Pengampu : Yudistira Hendra Permana, S.E., M.Sc., Ph.D.

Disusun oleh:

Dimas Fani Firmansyah

18/425597/SV/14739

D-4 PEMBANGUNAN EKONOMI KEWILAYAHAN

DEPARTEMEN EKONOMIKA DAN BISNIS
SEKOLAH VOKASI
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2020
 DAFTAR ISI

DAFTAR ISI......................................................................................................................i
BAB I................................................................................................................................1
PENDAHULUAN.............................................................................................................1
1.1 Latar Belakang.................................................................................................1
1.2 Rumusan Masalah............................................................................................3
1.3 Tujuan...............................................................................................................4
1.4 Manfaat.............................................................................................................4
1.4.1 Bagi Penulis...............................................................................................4
1.4.2 Bagi Pemerintah.......................................................................................4
1.5 Hipotesis............................................................................................................4
BAB II...............................................................................................................................6
KAJIAN LITERATUR....................................................................................................6
2.1 Kajian Empiris.................................................................................................6
2.2 Landasan Teori.................................................................................................7
2.2.1 Ketimpangan.............................................................................................7
2.2.2 Distribusi Pendapatan..............................................................................7
2.2.3 Alat Pengukur Ketimpangan...................................................................8
2.2.4 PDRB (Produk Domestik Bruto).............................................................9
2.2.5 Kemiskinan...............................................................................................9
2.2.6 Pengeluaran Pemerintah........................................................................10
BAB III...........................................................................................................................11
METODOLOGI PENELITIAN...................................................................................11
3.1 Jenis dan Lokasi Penelitian...........................................................................11
3.2 Pendekatan Penelitian....................................................................................11
3.3 Jenis dan Sumber Data..................................................................................11
3.4 Variabel Penelitian.........................................................................................12
3.5 Analisis Regresi Data Panel...........................................................................12
3.5.1 Common Effect Model (CEM),..............................................................12
3.5.2 Fixed Model Effect (FEM).....................................................................12
3.5.3 Random Effect Model REM).................................................................13
 3.6 Penentuan Metode Estimasi Regresi Data Panel.........................................13
3.6.1 Uji Chow.................................................................................................13
3.6.2 Uji Hausman...........................................................................................13
3.6.3 Uji Lagrange Multiplier.........................................................................13
3.7 Pngujian Hipotesis..........................................................................................14
3.7.1 Uji t..........................................................................................................14
3.7.2 Uji F.........................................................................................................14
LAMPIRAN...................................................................................................................15
DAFTAR PUSTAKA.....................................................................................................19
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Di Indonesia Perencanaan Pembangunan nasional ditujukan agar
bisa membuat kesejahteraan masyarakat semakin meningkat sehingga akan
menciptakan tercapainya kehidupan yang yang adil dan makmur. Dalam
membuat Perencanaan Pembangunan mestinya harus memanfaatkan potensi
di daerah dan sumber daya yang ada untuk membuat pertumbuhan
perekonomian yang berkualitas. Tujuan utama dari usaha-usaha
pembangunan ekonomi selain menciptakan pertumbuhan yang setinggi-
tingginya, harus pula menghapus atau mengurangi tingkat kemiskinan,
kesenjangan pendapatan, dan tingkat pengangguran.
Bisa dilihat bahwa dalam perencanaan pembanguanan yang
dilakukan sebelum-sebelumnya dimana perencanaan pembangunan yang
terdahulu lebih mengedepankan pertumbuhan ekonomi yang tinggi akan
tetapi ketimpangan ekonomi pun semakin lebar atau bisa disebut dengan
tingkat pertumbuhan yang tidak berkualitas. Hal ini sangat menghambat
untuk meningkatkan tingkat kesejahteraan masyarakat yang belum
merasakan manfaat dari pembangunan.
Pembangunan yang tidak merata dan terpusat menyebabkan
terjadinya ketimpangan distribusi pendapatan di suatu daerah. Untuk
mencapai keberhasilan suatu perencanaan pembangunan mestinya banyak
terjadi masalah dan hambatan yang akan dialami dalam proses
pembangunan. Salah satunya adalah ketimpangan ekonomi yang tinggi.
Ketimpangan ekonomi bisa dipengaruhi karena pertumbuhan jumlah
penduduk miskin yang begitu besar. Selain itu PDRB (Produk Domestik
Regional Bruto) yang rendah karena pemerintah yang belum bisa
mengoptimalkan potensi daerah yang ada.
 Hambatan lain yang bisa mempengaruhi ketimpangan ekonomi
adalah karena pengeluaran pemerintah yang begitu besar. Pemerintah juga
sangat berperan penting dalam mengatasi masalah ketimpangan, sehingga
pemerintah dapat berperan untuk mengurangi pertumbuhan penduduk
miskin dan pemerintah juga bisa mengelola potensi daerah secara maksimal
untuk meningkatkan PDRB

Tabel 1.1 PDRB Provinsi di Pulau Jawa tahun 2015-2019 (Milyar

Rupiah)
Provinsi 2015 2016 2017 2018 2019
1.454.563,8 1.539.916,8 1.635.359,1 1.736.291,0 1.838.500,7
DKI Jakarta 5 8 5 5 1
1.207.232,3 1.275.619,2 1.343.662,1 1.419.689,1 1.491.705,8
Jawa Barat 4 4 4 2 1

Jawa Tengah 806.765,09 849.099,35 893.750,30 941.164,12 992.105,79

DIYogyakart
83.474,45 87.685,81 92.300,24 98.024,26 104.489,71
a
1.331.376,1 1.405.563,5 1.482.299,5 1.563.769,1 1.650.143,1
Jawa Timur 0 1 8 0 5

Banten 387.835,09 387.835,09 410.137,00 434.014,59 458.022,71

Sumber: Badan Pusat Statistik

Menurut data tabel 1.1 yang diambil dari sumber data BPS
menunjukkan PDRB Provinsi Jawa Barat tertinggi ketiga di Pulau Jawa
setelah DKI Jakarta dan Jawa Timur. Provinsi Jawa Barat mempunyai
pertumbuhan perekonomian yang sangat pesat. Namun pertumbuhan yang
pesat juga diiringi dengan ketimpangan yang tinggi di Provinsi Jawa Barat
Ketimpangan ini menyebabkan pertumbuhan perekonomian di
suatu daerah menjadi melambat. Alat ukur yang bisa digunakan untuk
mengukur ketimpangan distribusi pendapatan antar wilayah adalah dengan
menggunakan Indeks Gini. Nilai ketidakmerataan terletak antara 0
(Kemerataan sempurna) sampai 1 (Ketidak merataan sempurna). Koefisien
gini ketidak merataan sedang berkisar antara 0,36 – 0,49, ketidak merataan
tinggi berkisar 0,50-0,70 dan ketidak merataan rendah berkisar antara 0,20-
0,35
 Tabel 1.2 Rasio Gini Provinsi di Pulau Jawa
Tahun 2015-2019
Provinsi 2015 2016 2017 2018 2019
DKI Jakarta 0.426 0.404 0.411 0.392 0.394
Jawa Barat 0.4205 0.4075 0.398 0.406 0.402
Jawa Tengah 0.382 0.3615 0.365 0.3675 0.361
DIYogyakarta 0.4265 0.4225 0.436 0.4315 0.423
Jawa Timur 0.409 0.402 0.4055 0.375 0.37
Banten 0.3935 0.393 0.3805 0.376 0.365
Sumber: Badan Pusat Statistik
Dari tabel 1.2 menunjukkan angka rasio gini DKI Jakarta pada
tahun 2015 sebesar 0.426, Tahun 2016 sebesar 0.404, Tahun 2017 sebesar
0.411, Tahun 2018 sebesar 0.392, dan tahun 2019 sebesar 0.394. Dari nilai
tersebut Jawa Barat termasuk paling tinggi walaupun hampir sama dengan
DIY dan DKI Jakarta. Tetapi nilai rasio gini di Provinsi Jawa Barat lebih
besar daripada rata-rata nilai rasio gini di Indonesia. Menunjukkan bahwa
Jawa Barat mempunyai ketimpangan yang realtif tinggi
Berdasarkan uaraian penjelasan diatas adanya indikasi tentang
ketidak merataan distribusi pendapatan di Provinsi Jawa Barat. Untuk
mendapatkan hasil kajian empiris maka di perlukan penelitian terhadap
Ketimpangan distribusi pendapatan Di Provinsi Jawa Barat Maka penelitian
tersebut di tuangkan dalam sebuah penelitian yang berjudul “Analisi
Ketimpangan Distribusi Pendapatan di Provinsi Jawa Barat Tahun 2015
-2019”

1.2 Rumusan Masalah

1. Apakah PDRB dapat mempengaruhi tingkat ketimpangan distribusi
pendapatan kabupaten/kota di Provinsi Jawa Barat?
2. Apakah jumlah penduduk miskin dapat mempengaruhi tingkat
ketimpangan distribusi pendapatan kabupaten/kota di Provinsi Jawa
Barat?
 3. Apakah pengeluaran pemrintah dapat mempengaruhi tingkat
ketimpangan distribusi pendapatan kabupaten/kota di Provinsi Jawa
Barat?

1.3 Tujuan
1. Untuk mengetahui pengaruh PDRB terhadap tingkat ketimpangan
distribusi pendapatan kabupaten/kota di Provinsi Jawa Barat
2. Untuk mengetahui pengaruh jumlah penduduk terhadap tingkat
ketimpangan distribusi pendapatan kabupaten/kota di Provinsi Jawa
Barat
3. Untuk mengetahui pengaruh pengeluaran pemrintah terhadap tingkat
ketimpangan distribusi pendapatan kabupaten/kota di Jawa Barat

1.4 Manfaat
1.4.1 Bagi Penulis

Penulis dapat mendapatkan pengelaman tersendiri dalam

membuat makalah penelitian ini karena dapat mengetahui
ketimpangan distribusi pendapatan yang ada pada Provinsi Jawa
Barat. Selain itu mengasah untuk berpikir kritis dalam pembuatan
penelitian

1.4.2 Bagi Pemerintah

Pemerintah bisa menjadikan makalah ini untuk referensi

studi analisa dalam proses pembangunan perekonomian di wilayah
Provinsi DKI Jakarta, sehingga kedepan bisa meningkatkan laju
perekonomian dan mengurangi kesenjangan atau ketimpangan
distribusi pendapatan di wilayah Provinsi Jawa Barat.

1.5 Hipotesis
1. Diperkiraan PDRB Perkapita akan berpengaruh negatif terhadap
Ketimpangan distribusi Pendapatan Kabupaten/Kota di Provinsi Jawa
Barat Diperkiraan bahwa Jumlah penduduk miskin akan berpengaruh
 positif terhadap ketimpanagan distribusi pendapatan Kabupaten/Kota di
Provinsi Jawa Barat
2. Diperkirakan Pengeluaran pemerintah akan berpengaruh negatif
terhadap ketimpangan distribusi pendapatan Kabupaten/Kota di
provinsi Jawa Barat.
3. Diperkirakan PDRB Perkapita, Jumlah pendidik miskin dan
Pengeluaran pemerintah akan berpengaruh secara bersama terhadap
Ketimpangan distribusi pendapatan Kabupaten/kota di Provinsi Jawa
Barat.
 BAB II

KAJIAN LITERATUR

2.1 Kajian Empiris

Toni Arvianto (2017). Dalam penelitian yang berjudul Analisis

Data Panel Ketimpangan Pendapatan Provinsi Jawa Tengah Tahun 2011-
2015 Dan Faktor-Faktor Yang Mempengaruhinya. Penelitian yang
dilakukan menggunakan model Regresi Linier Berganda (Multiple
Regression) dengan data panel. Panel Data adalah gabungan dari silang
tempat yang mencakup 35 kabupaten/kota di Provinsi Jawa Tengah. dan
time series selama lima tahun. Hasil penelitian menunjukkan bahwa
Random Effect Method (REM) adalah model regresi data panel terbaik.
Berdasarkan hasil analisis ditemukan bahwa Pertumbuhan Ekonomi, Jumlah
Penduduk, dan Inflasi tidak berpengaruh signifikan terhadap Ketimpangan
Pendapatan. Sedangkan IPM berpengaruh positif dan signifikan terhadap
Ketimpangan Pendapata. [ CITATION Ton17 \l 1033 ]
Sarina (2019). Penelitian yang berjudul Analisis Faktor-Faktor
Yang Mempengaruhi Ketimpangan Distribusi Pendapatan Kabupaten/Kota
Di Provinsi Sulawesi Selatan Tahun 2008-2017 ini merupakan jenis
penelitian kuantitatif dengan pendekatan eksplanatori. Penelitian ini
menggunakan data sekunder jenis data panel (Time Seriess dan Cross
Section). Sumber data dalam penelitian ini diperoleh melalui situs Badan
Pusat Statistik. Teknik pengolahan data menggunakan regresi data panel
denga menggunakan bantuan software Eviews 10 Student Version. Hasil
penelitian menunjukkan bahwa secara simultan variabel independen
berpengaruh signifikan terhadap variabel dependen. Dan secara parsial
Produk Domestik Regional Bruto berpengaruh positif dan signifikan
terhadap ketimpangan distribusi pendapatan kabupaten/kota di provinsi
 Sulawesi Selatan. Sedangkan variabel IPM dan Kemiskinan tidak
berpengaruh signifikan terhadap ketimpangan distribusi pendapatan
kabupaten/kota di provinsi Sulawesi Selatan [ CITATION Sar19 \l 1033 ]
Berdasarkan kajian empiris yang sudah dilakukan oleh penulis
terhadap beberapa penelitian penelitian sebelumnya menunjukkan bahwa
terdapat perbedaan penelitian yang penulis lakukan dengan penelitian
penelitan sebelumnya yaitu perbedaan variabel yaitu PDRB Per Kapita,
Jumlah Penduduk miskin, dan Pengeluaran Pemerintah yang berpengaruh
terhadap Keimpgan Dstribusi Pendapatan. Selain itu periode tahun
penelitian juga berbeda yaitu tahun 2015 – 2019.

2.2 Landasan Teori

2.2.1 Ketimpangan
Ketimpangan ekonomi adalah perbedaan pembangunan ekonomi
antar suatu wilayah dengan wilayah lainnya secara vertikal dan horizontal
yang menyebabkan disparitas atau ketidak pemerataan pembangunan. Salah
satu tujuan pembangunan ekonomi daerah adalah untuk mengurangi
ketimpangan (disparity). Peningkatan pendapatan per kapita memang
menunjukkan tingkat kemajuan perekonomian suatu daerah. Namun
meningkatnya pendapatan per kapita tidak selamanya menunjukkan bahwa
distribusi pendapatan lebih merata. Seringkali di negara-negara berkembang
dalam perekonomiannya lebih menekankan penggunaan modal dari pada
tenaga kerja sehingga keuntungan dari perekonomian tersebut hanya
dinikmati sebagian masyarakat saja. Apabila ternyata pendapatan nasional
tidak dinikmati secara merata oleh seluruh lapisan masyarakat, maka dapat
dikatakan bahwa telah terjadi ketimpangan.[ CITATION Med19 \l 1033 ]
2.2.2 Distribusi Pendapatan
Distribusi Pendapatan adalah suatu ukuran yang digunakan untuk
melihat berapa pembagian dari pendapatan nasional yang diterima
masyarakat. Dari perhitungan ini akan dapat dilihat porsi pendapatan
nasional yang dikuasai oleh berapa persen dari penduduk. Gunanya untuk
 melihat seberapa besar penguasaan pendapatan nasional tersebut sehingga
dapat diketahui apakah ada pendapatan nasional oleh segelintir orang atau
terjadi pemerataan diantara penduduk di negara tersebut.

2.2.3 Alat Pengukur Ketimpangan

Ketimpangan Distribusi Pendapatan adalah Distribusi yang tidak
proporsional dari pendapatan nasional total diantara berbagai rumah tangga
dalam negara[ CITATION Tod11 \l 1033 ].Terdapat berbagai macam alat yang
dapat dijumpai dalam mengukur tingkat ketimpangan distribusi pendapatan
penduduk (Distribution Income Disparities), diantaranya yaitu :
1. Indeks Williamson
Williamson Index (Indeks Williamson) untuk mengukur
ketimpangan pembangunan antar wilayah. Indeks Williamson
menggunakan PDRB per kapita sebagai data dasar. Alasannya jelas
bahwa yang diperbandingkan adalah tingkat pembangunan antar wilayah
bukan tingkat kesejahteraan antar kelompok. Formulasi Indeks
Williamson secara statistik adalah sebagai berikut:

Gambar 1 Rumus Indeks Wiliamson

Keterangan:
IW = Indeks Williamson
Yi = Pendapatan per kapita daerah i
Y = Pend. per kapita seluruh
Fi = Jumlah penduduk daerah i
n = Jumlah penduduk daerah
Angka koefisien Indeks Williamson adalah 0 < IW < 1. Jika Indeks
Williamson semakin kecil atau mendekati nol menunjukkan ketimpangan
yang semakin kecil atau semakin merata dan sebaliknya angka yang
semakin besar menunjukkan ketimpangan yang semakin melebar.
Walaupun indeks ini memiliki kelemahan yaitu sensitive terhadap
 defenisi wilayah yang digunakan dalam perhitungan artinya apabila
ukuran wilayah yang digunakan berbeda maka akan berpengaruh
terhadap hasil perhitungannya, namun cukup lazim digunakan dalam
mengukur ketimpangan pembangunan antar wilayah.

2. Rasio Gini /Gini Ratio

Gini index adalah ukuran ketimpangan pendapatan agregat yang
angkanya berkisar antara nol (pemerataan sempurna) hingga satu
(ketimpangan sempurna). Menurut Gini setiap kurva Lorenz dapat
dihitung nilai angkanya yang selanjutnya disebut angka Gini dengan cara
membagi luas yang dibentuk kurva Lorenz tersebut dengan total
pendapatan. Maksimum dan minimum nilai G adalah: 0 ≤G ≤1. Untuk
menghitung Gini Index yaitu

2.2.4 PDRB (Produk Domestik Bruto)

PDRB merupakan jumlah nilai tambah barang secara keseluruhan
yang didapatkan dari seluruh kegiatan ekonomi disemua wilayah dalam
periode waktu tertentu atau biasanya adalah 1 tahun. PDRB Perkapita yaitu
menceritakan tentang gambaran dari pendapatan rata-rata dalam periode
waktu satu tahun yang didapatkan oleh setiap penduduk. Untuk menghitung
PDRB Perkapita adalah dengan membagi nilai PDRB dengan jumlah
penduduk.

2.2.5 Kemiskinan
Untuk mengukur kemiskinan, BPS menggunakan konsep
kemampuan memenuhi kebutuhan dasar (basic needs approach). Dengan
pendekatan ini, kemiskinan dipandang sebagai ketidakmampuan dari sisi
ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan
yang diukur dari sisi pengeluaran. Jadi Penduduk Miskin adalah penduduk
yang memiliki rata-rata pengeluaran perkapita perbulan dibawah garis
kemiskinan. [ CITATION BPS202 \l 1033 ]
2.2.6 Pengeluaran Pemerintah
Pengeluaran pemerintah (government expenditure) adalah bagaian
dari kebijakan fiskal (Sadono Sukirno,2000) menjelaskan pengeluaran
pemerintah merupakan suatu tindakan pemerintah untuk mengatur jalanya
perekonomian dengan cara menentukan besarnya penerimaaan dan
pengeluran pemerintah setiap tahunnya, yang tercermin dari dalam APBN
(Anggaran Pendapatan Belanja Negara) untuk nasional dan APBD
(Anggaran Pendapatan Belanja Daerah) untuk regional. Dan tujuan dari
kebijakan fiskal tersebut adalah dalam rangka menstabilkan harga, tingkat
output, maupun kesempatan kerja dan memacu serta mendorong
pertumbuhan ekonomi.
 BAB III

METODOLOGI PENELITIAN

3.1 Jenis dan Lokasi Penelitian

Penelitian yang dilakukan menggunakan jenis penilitian kuantitatif
dimana penelitian kuantitatif yaitu jika data dapat diolah atau
dikuantitatifkan dengan teknik statistic menggunakan data kuantitatif atau
jenis data lainnya. Pengolahan data dilakukan dengan menggunakan bantuan
software Eviews. Sedangkan untuk lokasi penelitian adalah di Desa
Gembong, Pati, Jawa Tengah dengan melihat data dari BPS Provinsi Jawa
Barat
3.2 Pendekatan Penelitian
Pendekatan yang dilakukan dalam penelitian yang penulis lakukan
adalah dengan menggunakan pendekatan Eksplanatori. Pada pendekatan ini
dilakukan penarikan kesimpulan pada hubungan antar variabel melalui
pengujian hipotesis.

3.3 Jenis dan Sumber Data

Penelitian ini menggunakan pendekatan deskriptif yang bertujuan
untuk mendeskripsikan serta menganalisis variabel ketimpangan distribusi
pendapatan di Provinsi Jawa Barat. Jenis data dalam penelitian ini adalah
data skunder yang bersumber dari BPS (Badan Pusat Statistik). Berikut
rincian data yang dilakukan dalam penelitian:
1. Data indeks Gini Provinsi di Indonesia pada tahun 2015-2019
2. Data jumlah penduduk menurut Kabupaten/Kota di Provinsi Jawa Barat
pada tahun 2015-2019
3. Data jumlah penduduk miskin menurut Kabupaten/Kota di Provinsi Jawa
Barat pada tahun 2015-2019
4. Data PDRB atas harga konstan menurut Kabupaten/Kota di Provinsi
Jawa Barat pada tahun 2015-2019
 5. Data Pengeluaran Pemerintah Kabupaten/Kota di Provinsi Jawa Barat
pada tahun 2015-2019

3.4 Variabel Penelitian

Variabel dalam penelitian ini berupa variabel dependen dan
variabel independen. Terdiri dari satu variabel dependen dan 3 variabel
independen. Variabel dependen yang digunakan adalah ketimpangan
distribusi pendapatan yang dihitung menggunakan indeks wiliamson
sedangkan untuk PDRB Perkapita, jumlah penduduk miskin, dan
pengeluaran pemerintah adalah sebagai variabel indipenden.

3.5 Analisis Regresi Data Panel

Regresi data panel merupakan regresi yang dilakukan dengan
menggabungkan data time series dan data cross section dimana data cross
section yang sama diukur dengan waktu yang berbeda. Dengan kata lain
data panel adalah data dengan beberapa individu atau variabel dengan
kurum waktu tertentu. Apabila jumlah unit waktu berbeda untuk setiap
individu, maka disebut unbalanced panel. Namun sebaliknya apabila jumlah
unit waktu sama untuk setiap individu, maka disebut dengan balanced
panel. Sedangkan data lain yaitu time series merupakan data yang
mempunyai satu variabel dengan beberapa kurun waktu. Sedangkan data
cross section yaitu data yang mempunyai beberapa variabel tetapi hanya
satu kurun waktu. Pada penentuan model estimasi dalam regresi data panel
ada 3 pendekatan yaitu :

3.5.1 Common Effect Model (CEM),

Pada pendekatan CEM merupakan pendekatan yang paling
sederhana dengan hanya mengkombinasikan antara data cross section dan
data time series. Pada Common Effect Model (CEM) tidak memperhatikan
dimensi variabel dan waktu, sehingga bisa diasumsikan yaitu perilaku data
yang diamati sama dalam berbagia kurun waktu. Untuk mengestimasi data
panel pada model ini bisa menggunakan Ordinary Least Square (OLS) atau
teknok kuadrat terkecil.
3.5.2 Fixed Model Effect (FEM)
Pada model FEM perbedaan antar variabel dapat diakomodasikan
dari perbedaan intersepnya. Untuk menangkap perbedaan intersepnya bisa
dilakukan dengan menggunakan teknik variabel dummy yang digunakan
dalam mengestimasi data panel model Fixed Effect Model (FEM).
Perbedaan intersep bisa terjadi karena adanya perbedaan manajerial, budaya
kerja, dan insentif.

3.5.3 Random Effect Model REM)

Suatu model yang mengestimasi data panel dimana pada gangguan
munngkin bisa saling berhubugunan antara variabel dan waktu. Pada model
Random Effect Model (REM) Effect terms masing-masing perusahaan
mengakomodasi perbedaan intersep. Model REM juga disebut dengan Error
Component Model (ECM). Keunggulannya yaitu menghilangkan
heteroskedastisitas.

3.6 Penentuan Metode Estimasi Regresi Data Panel

Pada penentuan model estimasi dalam regresi data panel ada 3 model
pengujian, antara lain:

3.6.1 Uji Chow

Uji ini dilakukan untuk mengetahui apakah Common Effect Model
ataukah Fixed Effect Model yang lebih tepat untuk mengestimasi regresi
data panel. Apabila hasil = Ho: Pilih CEM dan jika H1: Pilih FEM

3.6.2 Uji Hausman

Uji ini dilakukan untuk mengetahui apakah Random Effect Model
ataukah Fixed Effect Model yang lebih tepat untuk mengestimasi regresi
data panel. Apabila hasil = Ho: Pilih REM dan jika H1: Pilih FEM

3.6.3 Uji Lagrange Multiplier

Uji ini dilakukan untuk mengetahui apakah Random Effect Model
lebih baik dari Common Effect Model untuk mengestimasi regresi data
panel.
 Apabila hasil = Ho: Pilih CEM dan jika H1: Pilih REM

3.7 Pngujian Hipotesis

3.7.1 Uji t
Yaitu uji untuk mengetahui pengaruh variabel independen
siginikan atau tidak dengan variabel dependen dengan melakukan pengujian
masing-masing variabel. Pengujian yaitu dengan membandingkan dari hasil
t hitung dengan t tabel. Apabila t hitung lebih kecil dari t tabel maka tidak
berpengaruh signifikan. Apabila t hitung lebih besar dari t tabel maka
berpengaruh signifikan. Jika dibandingkan probabilitasnya pada derajat
keyakinan 5% maka bila probabilitas < 0.05, berarti variabel independen
berpengaruh terhadap variabel dependen secara signifikan. Sebaliknya, bila
probabilitas > 0.05, berarti independen tidak mempengaruhi variabel
dependen secara signifikan.

3.7.2 Uji F
Pengujian ini bertujuan untuk mengetahui pengaruh variabel
independen secara bersama-sama terhadap variabel dependen. Jika F hitung
< F tabel, maka H0 diterima dan Ha ditolak. Artinya secara bersama-sama
variabel independen tidak mempengaruhi variabel dependen secara
signifikan. Sebaliknya, jika Jika F hitung > 38 F tabel, maka H0 ditolak dan
Ha diterima. Artinya secara bersama-sama variabel independen berpengaruh
terhadap variabel dependen secara signifikan. Bila dengan membandingkan
probabilitasnya pada derajat keyakinan 5% maka bila probabilitas < 0.05,
berarti variabel independen secara bersama-sama berpengaruh terhadap
variabel dependen secara signifikan. Sebaliknya, bila probabilitas > 0.05,
berarti variabel independen secara bersama-sama tidak mempengaruhi
variabel terhadap variabel dependen secara signifikan.
 LAMPIRAN

Data Jumlah Penduduk Menurut Kabupaten/Kota Povinsi Jawa Barat Tahun 2015-
2019 (Jiwa)
Wilayah Jawa Tahun
Barat 2015 2016 2017 2018 2019
Bogor 5.459.668 5.587.390 5.715.009 5.840.907 5.965.410
Sukabumi 2.434.221 2.444.616 2.453.498 2.460.693 2.466.272
Cianjur 2.243.904 2.250.977 2.256.589 2.260.620 2.263.072
Bandung 3.534.114 3.596.623 3.657.601 3.717.291 3.775.279
Garut 2.548.723 2.569.505 2.588.839 2.606.399 2.622.425
Tasikmalaya 1.735.998 1.742.276 1.747.318 1.751.295 1.754.128
Ciamis 1.168.682 1.175.389 1.181.981 1.188.629 1.195.176
Kuningan 1.055.417 1.061.886 1.068.201 1.074.497 1.080.804
Cirebon 2.126.179 2.142.999 2.159.577 2.176.213 2.192.903
Majalengka 1.182.109 1.188.004 1.193.725 1.199.300 1.205.034
Sumedang 1.137.273 1.142.097 1.146.435 1.149.906 1.152.400
Indramayu 1.691.386 1.700.815 1.709.994 1.719.187 1.728.469
Subang 1.529.388 1.546.000 1.562.509 1.579.018 1.595.825
Purwakarta 921.598 932.701 943.337 953.414 962.893
Karawang 2.273.579 2.295.778 2.316.489 2.336.009 2.353.915
Bekasi 3.246.013 3.371.691 3.500.023 3.630.907 3.763.886
Bandung Barat 1.629.423 1.648.387 1.666.510 1.683.711 1.699.896
Pangandaran 390.483 392.817 395.098 397.187 399.284
Kota Bogor 1.047.922 1.064.687 1.081.009 1.096.828 1.112.081
Kota Sukabumi 318.117 321.097 323.788 326.282 328.680
Kota Bandung 2.481.469 2.490.622 2.497.938 2.503.708 2.507.888
Kota Cirebon 307.494 310.486 313.325 316.277 319.312
Kota Bekasi 2.714.825 2.787.205 2.859.630 2.931.897 3.003.923
Kota Depok 2.106.102 2.179.813 2.254.513 2.330.333 2.406.826
Kota Cimahi 586.580 594.021 601.099 607.811 614.304
Kota
657.477 659.606 661.404 662.723 663.517
Tasikmalaya
Kota Banjar 181.425 181.901 182.388 182.819 183.110
PDRB Atas Dasar Harga Konstan Menurut Kabupaten/Kota Provinsi Jawa Barat
Tahun 2015-2019 (Milyar Rupiah)
Wilayah Jawa Tahun
Barat 2015 2016 2017 2018 2019
Bogor 124.486,98 131.760,37 139.561,45 148.204,83 156.869,70
Sukabumi 37.265,25 39.447,01 41.692,62 44.107,87 46.668,62
Cianjur 25.352,13 26.981,37 28.524,43 30.302,88 31.974,68
Bandung 64.701,52 68.804,85 73.039,45 77.603,12 82.336,63
Garut 31.919,06 33.803,54 35.464,91 37.224,18 39.092,65
Tasikmalaya 19.662,49 20.824,80 22.063,29 23.319,64 24.586,99
Ciamis 17.779,91 18.844,97 19.826,75 20.904,75 22.028,88
Kuningan 13.175,67 13.977,77 14.866,62 15.821,95 16.860,52
Cirebon 27.596,25 29.149,31 30.623,31 32.160,19 33.723,90
Majalengka 16.590,93 17.591,79 18.789,49 19.931,78 21.358,92
Sumedang 18.950,36 20.029,72 21.276,70 22.517,16 23.939,29
Indramayu 56.663,30 56.706,18 57.515,01 58.238,91 60.154,35
Subang 23.696,76 24.976,92 26.250,85 27.412,66 28.572,44
Purwakarta 37.899,02 40.169,90 42.229,76 44.340,41 46.287,98
Karawang 132.453,57 141.125,54 149.530,94 159.186,82 163.745,56
Bekasi 205.950,39 215.928,36 228.178,92 242.023,29 252.051,03
Bandung Barat 25.486,17 26.925,88 28.330,02 29.888,89 31.398,35
Pangandaran 6.271,10 6.602,73 6.939,64 7.315,30 7.750,92
Kota Bogor 25.298,60 27.002,25 28.654,97 30.413,57 32.250,50
Kota Sukabumi 6.985,33 7.379,48 7.780,42 8.208,78 8.659,53
Kota Bandung 149.580,38 161.227,83 172.851,96 185.084,18 197.642,71
Kota Cirebon 13.269,24 14.077,05 14.893,14 15.817,43 16.812,91
Kota Bekasi 55.456,07 58.831,08 62.202,01 65.844,24 69.404,62
Kota Depok 37.529,48 40.263,23 42.939,38 45.870,49 49.076,63
Kota Cimahi 17.876,44 18.882,16 19.907,13 21.038,45 22.641,83
Kota Tasikmalaya 12.370,62 13.225,25 14.027,80 14.861,53 15.746,11
Kota Banjar 2.624,24 2.772,84 2.918,87 3.066,88 3.221,00
Jumlah Penduduk Miskin Menurut Kabupaten/Kota Provinsi Jawa Barat
Tahun 2015-2019 (Ribu Jiwa)
Tahun
Wilayah Jawa Barat
2015 2016 2017 2018 2019
Bogor 487,1 490,8 487,3 415 395
Sukabumi 217,9 198,7 197,1 166,3 153,3
Cianjur 273,9 261,4 257,4 221,6 207,1
Bandung 281 272,7 268 246,1 223,2
Garut 325,7 298,5 291,2 241,3 235,2
Tasikmalaya 208,1 195,6 189,4 172,4 159,9
Ciamis 104,9 98,8 96,8 85,7 79,4
Kuningan 147,2 144,1 141,6 131,2 123,2
Cirebon 313,2 288,5 279,6 232,4 217,6
Majalengka 167,5 152,5 150,3 129,3 121,1
Sumedang 129 120,6 120,6 112,1 104,2
Indramayu 253,1 237 233,4 204,2 191,9
Subang 187,2 170,4 167,8 136,6 129,2
Purwakarta 83,9 83,6 85,3 75,9 71,9
Karawang 235 230,6 236,8 188 173,7
Bekasi 169,2 164,4 164 157,2 149,4
Bandung Barat 205,7 192,5 190,9 169 159
Pangandaran 42 40,1 39,5 32,2 30,7
Kota Bogor 79,2 77,3 76,5 64,9 64
Kota Sukabumi 27,8 27,5 27,4 23,2 21,9
Kota Bandung 114,1 107,6 104 89,4 84,7
Kota Cirebon 31,7 30,2 30,2 28 26,8
Kota Bekasi 146,9 140 136 119,8 113,7
Kota Depok 50 50,6 52,3 49,4 49,4
Kota Cimahi 34,1 35,1 34,5 29,9 26,9
Kota Tasikmalaya 106,8 102,8 97,9 84,2 77
Kota Banjar 13,4 12,7 12,9 10,4 10,1
Data Pengeluaran Pemerintah Menurut Kabupaten/Kota Provinsi Jawa Barat Tahun 2015-
2019 (Ribu Jiwa)
Wilayah Tahun
Jawa Barat 2015 2016 2017 2018 2019
Bogor 7.036.575.810,96 7.330.903.331,01 7.671.640.208,07 8.222.328.332,89 8.222.328.332,89
Sukabumi 3.492.845.329,81 3.680.241.806,48 4.026.245.447,36 4.092.789.069,00 4.092.789.069,00
Cianjur 3.313.270.042,21 3.489.692.234,17 3.864.468.768,21 4.219.839.541,77 4.219.839.541,77
Bandung 5.148.743.693,36 5.133.749.495,00 4.751.086.139,57 5.908.760.904,00 5.908.760.904,00
Garut 3.558.103.940,58 3.811.194.679,58 4.512.207.985,80 4.475.258.169,79 4.475.258.169,79
Tasikmalaya 2.959.394.864,00 3.532.220.051,00 3.514.045.426,10 3.644.401.049,17 3.644.401.049,17
Ciamis 2.444.834.049,88 2.488.438.683,00 2.544.356.681,37 2.645.920.459,20 2.645.920.459,20
Kuningan 2.528.236.813,00 2.663.883.507,00 2.649.317.932,51 2.518.918.540,00 2.518.918.540,00
Cirebon 3.378.910.803,92 3.751.312.261,12 3.924.042.811,26 4.006.921.452,97 4.006.921.452,97
Majalengka 2.658.681.474,00 2.815.768.268,16 2.822.788.381,71 2.817.585.063,00 2.817.585.063,00
Sumedang 2.513.601.245,35 2.549.405.756,62 2.681.465.199,19 2.818.840.942,97 2.818.840.942,97
Indramayu 3.042.668.798,09 3.285.374.750,93 3.330.390.615,27 3.352.681.101,72 3.352.681.101,72
Subang 2.619.928.283,64 2.873.029.008,89 1.882.291.805,85 2.967.929.500,00 2.967.929.500,00
Purwakarta 1.820.012.836,00 1.896.434.037,38 2.168.343.804,72 2.075.995.871,94 2.075.995.871,94
Karawang 4.094.609.349,80 4.040.037.450,00 4.459.990.424,54 4.498.997.815,90 4.498.997.815,90
Bekasi 5.359.869.626,79 5.654.601.110,54 5.748.048.956,44 6.329.205.239,87 6.329.205.239,87
Bandung Barat 2.175.826.862,62 2.509.232.670,93 2.889.922.019,69 2.926.114.401,20 2.926.114.401,20
Pangandaran 1.153.350.499,10 1.051.428.266,26 1.629.494.722,91 1.166.098.869,94 1.166.098.869,94
Kota Bogor 2.214.415.310,35 2.492.967.706,49 2.594.718.713,94 2.717.401.935,14 2.717.401.935,14
Kota Sukabumi 1.186.030.330,66 1.282.942.514,85 1.297.066.349,75 1.360.586.288,91 1.360.586.288,91
Kota Bandung 6.311.079.097,80 6.679.354.749,64 6.267.135.641,78 6.541.791.982,00 6.541.791.982,00
Kota Cirebon 1.408.091.125,99 1.565.393.626,10 1.504.383.304,56 1.503.054.977,90 1.503.054.977,90
Kota Bekasi 3.953.618.290,18 5.076.566.085,38 4.508.849.839,51 5.142.512.625,05 5.142.512.625,00
Kota Depok 3.244.644.052,85 3.537.819.171,52 3.491.263.602,32 3.659.366.046,52 3.659.366.046,52
Kota Cimahi 1.414.498.285,00 1.565.824.352,00 1.430.776.873,70 1.656.270.599,55 1.656.270.599,55
Kota Tasikmalaya 1.705.834.466,66 1.905.192.844,15 1.970.213.129,48 1.945.643.329,18 1.945.643.329,18
Kota Banjar 850.662.317,51 941.240.526,87 875.127.852,04 887.431.913,03 887.431.913,03

DAFTAR PUSTAKA
Arvianto, T. (2017). Analisis Data Panel Ketimpangan Pendapatan Provinsi Jawa Tengah
Tahun 2011-2015 Dan Faktor-Faktor Yang Mempengaruhinya.

BPS.go.id. (2020). Konsep kemiskinan.

Laili, A. N. (2016). Analisis Faktor - Faktor yang Mempengaruhi Ketimpangan Distribusi

Pendpatan di Pulau Jawa Tahun 2017-2013.

Malukuprov. (2020, Mei Minggu). Malukuprov.go.id. Retrieved from Malukuprov.go.id:

https://malukuprov.go.id/letak-geografis/

Neliti, M. (2019, Mei Minggu). Analisis Ketimpangan Pendapatan.

Sarina. (2019). Analisis Faktor-Faktor Yang Mempengaruhi Ketimpangan Distribusi

Pendapatan Kabupaten/Kota Di Provinsi Sulawesi Selatan Tahun 2008-2017 .

Syafrizal. (2012). Ekonomi Wilayah dan Perkotaan. In Syafrizal, Ekonomi Wilayah dan
Perkotaan. Jakarta: PT Rajagrafindo Persada.

Tiara, S. (2020). Analisis Ketimpangan Pendapatan Di Provisi Sumatra Utara. Sumatra

Utara.

Todaro, M. P. (2011). Pembangunan Ekonomi Edisi 11, Erlangga. Jakarta.

Utara, B. M. (2020, Mei Minggu). Potensi Tiap Kabupaten Kota Provinsi Maluku Utara.
Maluku, Maluku Utara.