ANALISIS PENGARUH JUMLAH PENDUDUK,

PENDIDIKAN, PENGANGGURAN, DAN KESEHATAN

TERHADAP KEMISKINAN (STUDI KASUS DI JAWA
TENGAH 2014 -2018)

JURNAL ILMIAH

Disusun Oleh :

Vikky Lukmawan
125020100111034

JURUSAN ILMU EKONOMI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BRAWIJAYA
MALANG
2020
Analisis Pengaruh Jumlah Penduduk, Pendidikan, Pengangguran, dan Kesehatan Terhadap
Kemiskinan di Jawa Tengah Tahun 2014 -2018

Vikky Lukmawan
Fakultas Ekonomi dan Bisnis Universitas Brawijaya
Email: vikky.lukmawan@gmail.com
ABSTRAK
Kemiskinan merupakan salah satu masalah yang selalu muncul dalam kehidupan masyarakat.
Implikasi dari permasalahan kemiskinan dapat melibatkan keseluruhan aspek kehidupan
manusia.Penelitian ini bertujuan untuk mengetahui pengaruh jumlah penduduk, pendidikan,
pengangguran, dan kesehatan terhadap kemiskinan.Penelitian ini menggunakan analisis data panel.
Data yang digunakan adalah data sekunder yang diambil dari BPS. Hasil penelitian menunjukkan
bahwa jumlah penduduk dan kesehatan memiliki pengaruh terhadap kemiskinan dengan arah
pengaruh negatif.Pengangguran dan pendidikan tidak memiliki pengaruh terhadap kemiskinan.
Kata kunci : jumlah penduduk, pendidikan, pengangguran, kesehatan, kemiskinan

A. PENDAHULUAN
Dalam definisi yang lebih luas. Kemiskinan bersifat multidimensial dapat dilihat dari berbagai
aspek diantaranya aspek primer dan aspek sekunder. Aspek primer berupa miskin aset, organisasi
sosial politik, dan pengetahuan serta keterampilan yang rendah. Sedangkan aspek sekunder berupa
miskin akan jaringan sosial, sumber keuangan dan informasi.
Kemiskinan di Indonesia disebab kan oleh adanya beberapa faktor yaitu pendidikan, kesehatan,
pengangguran, dan jumlah penduduk. Pengangguran dapat mengakibatkan bertambahnya penduduk
miskin dikarenakan penduduk yang menganggur atau pengangguran tidak dapat memenuhi kebutuhan
hidupnya. Pendidikan dan kesehatan dapat mengakibatkan kemiskinan karena dua faktor tersebut
adalah salah satu faktor yang menentukan kualitas setiap individu. Jumlah penduduk juga dapat
mengakibatkan kemiskinan jika imbangi dengan kualitas yang tinggi akan menjadi modal
pembangunan apabila jumlah penduduk diimbangi kualitas yang rendah yang mengakibatkan adanya
beban pembangunan.
Berdasarkan data BPS,menunjukkan bahwa kemiskinan di Jawa Tengah pada tahun 2013
memiliki tingkat kemiskinan terbesar kedua di pulau Jawa yaitu sebesar 4.704.870 jiwa. Kabupaten
Brebes memiliki jumlah penduduk miskin terbanyak pada tahun 2013 yaitu 367.900 jiwa sedangkan
kota Salatiga memiliki jumlah penduduk miskin terendah pada tahun 2013 sebesar 11.500 jiwa.
Berdasarkan data BPS, pada tahun 2013 Jawa Tengah memiliki jumlah penduduk sebesar
33.264.339 jiwa. Kabupaten Cilacap memiliki jumlah penduduk terbanyak pada tahun 2013 yaitu
1.676.098 jiwa sedangkan kota Magelang memiliki jumlah penduduk terendah pada tahun 2013
sebesar 119.879 jiwa.
Berdasarkan data BPS, pada tahun 2013 Jawa Tengah memiliki jumlah pengangguran terbuka
sebesar 1.054.062 jiwa. Kabupaten Brebes memiliki jumlah pengangguran terbuka terbanyak pada
tahun 2013 yaitu 90.045 jiwa sedangkan kota Magelang memiliki jumlah pengangguran terbuka
terendah pada tahun 2013 sebesar 5.863 jiwa.
Berdasarkan data BPS pada tahun 2013 Usia Harapan Lama Sekolah di jawa Tengah sebesar
11,89 tahun setara kelas 3 SMA atau lulus SMA. Fasilitas pendidikan di Jawa Tengah sangat minim di
daerah kabupaten – kabupaten, maka penduduk di daerah kabupaten memiliki tingkat pendidikan yang
rendah, ini juga dikarenakan jarak yang jauh untuk ke fasilitas pendidikan. Orang tua khususnya
berpikiran bahwa pendidikan tidak penting, lebih penting membantu orang tua di sawah.
Berdasarkan data BPS pada tahun 2013 Angka Harapan Hidup di Jawa Tengah sebesar 73.28
tahun. Menurut data maka bayi yang lahir pada tahun 2013 diperkirakan dapat bertahan hidup hingga
usia 73,28 tahun. Fasilitas kesehatan dan para pekerja di bidang kesehatan sangat sedikit untuk di
daerah kabupaten. Pengobatan sangat mahal itu dikarenakan masyarakat tidak memiliki pendapatan
atau pendapatan minim/kurang .
Kemiskinan
Definisi tentang kemiskinan memngalami perluasan arti yang dimana tidak diartikan pada keadaan
taraf hidup yang kekurangan, sekarang kemiskinan dilihat dari tidak kemampuan dalam memenuhi
ekonomi melainkan meluas ke sisi tempat tinggal, pendidikan, dan kesehatan yang layak. Kemiskinan
adalah ketidakmampuan memenuhi standar minimum kebutuhan dasar yang meliputi kebutuhan
makan maupun non makan. Membandingkan tingkat konsumsi penduduk dengan garis kemiskinan
atau jumlah rupiah untuk konsumsi orang perbulan (Badan Pusat Statistik). Kemiskinan adalah kondisi
deprivasi materi dan sosial yang menyebabkan individu hidup di bawah standar kehidupan yang layak,
atau kondisi di mana individu yang lainnya dalam masyarakat (Hall dan Midgley). Kemiskinan adalah
ketidaksamaan kesempatan untuk menformulasikan kekuasaan sosial berupa asset, sumber keuangan,
organisasi sosial politik, jaringan sosial, barang atau jasa, pengetahuan dan keterampilan, serta
informasi (Friedman).
Secara umum kemiskinan yang dialami oleh masyarakat adalah
a. Kemiskinan Absolut
Kemiskinan yang dikaitkan dengan tidak terpenuhinya kebutuhan pokok atau kebutuhan dasar
masyarakat. Kemiskinan diukur dari tidak terpenuhinya kebutuhan hidup seperti pangan, sandang,
papan, kesehatan, dan pendidikan .
b. Kemiskinan Relatif
Kemiskinan yang terjadi dikarenakan pengaruh kebijakan pembangunan yang belum mampu
menjangkau seluruh lapisan masyarakat sehingga menyebabkan ketimpangan distribusi pendapatan.
Standar minimum disusun berdasarkan kondisi hidup suatu negara pada waktu tertentu dan perhatian
terfokus pada golongan penduduk termiskin.
Penduduk Miskin
Kemiskinan dipandang sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan
dasar makanan dan bukan makanan diukur dari sisi pengeluaran. Jadi Penduduk miskin adalah
penduduk yang memiliki rata – rata pengeluaran perkapita perbulan dibawah garis kemiskinan.
Garis Kemiskinan
Garis kemiskinan (GM) adalah penjumlahan dari Garis Kemiskinan Makanan (GKM) dan Garis
Kemiskinan Non Makanan (GKNM). Penduduk yang memiliki rata-rata pengeluaran perkapita
perbulan dibawah garis kemiskinan dikategorikan sebagai penduduk miskin.
Rumus GK :
= +
GK = Garis Kemiskinan
GKM = Garis Kemiskinan Makanan GKNM = Garis Kemiskinan Non Makanan
A. Garis Kemiskinan Makanan
Garis Kemiskinan Makanan (GKM) merupakan nilai pengeluaran kebutuhan minimum makanan
yang disetarakan dengan 2100 kilokalori perkapita perhari. Paket komoditi kebutuhan dasaar makanan
diwakili oleh 52 jenis komoditi.
Rumus GKM
∗
= . =

∗
= Garis Kemiskinan Makanan daerah j (sebelum disetarakan menjadi 2100 kilokalori)
provinsi p
= Rata – rata harga komoditi k di daerah j dan provinsi p.
= Rata – rata kuantitas komoditi k yang dikonsumsi di daerah j di provinsi p.
= Nilai pengeluaran untuk konsumsi komoditi k di daerah j provinsi p.
j = Daerah (perkotaan atau pedesaan).
P = Provinsi ke-p

Selanjutnya GKMj tersebut disetarakan dengan 2100 kilo kalori dengan mengalikan 2100
terhadap harga implisit rata – rata kalori menurut daerah j dari penduduk referensi, sehingga :
 ∑
=
∑
= Kalori dari komoditi k di daerah j di provinsi p
= Harga rata – rata kalori di daerah j di provinsi p

B. Garis Kemiskinan Non Makanan

Garis Kemiskinan Non Makanan (GKNM) aadalah kebutuhan minimum untuk perumahan,
sandang, pendidikan, dan kesehatan. Paket komoditi kebutuhan dasar non makanan diwakili oleh 51
jenis komoditi di perkotaan dan 47 jenis komoditi di pedesaan.
Rumus GKNM

= Pengeluaran minimum non makanan atau garis kemiskinan non makanan daerah j dan
provinsi p
= Nilai pengeluaran per komoditi/sub kelompok non makanan daerah j dan provinsi p
= Rasio penegeluaran komoditi/sub kelompok non makanan k menurut daerah (hasil
SKPD 2004) dan daerah j
= Jenis komoditi non makanan terpilih
= Daerah (perkotaan dan perdesaan)
= Provinsi
Pengangguran
Pengangguran merupakan jumlah tenaga kerja dalam perekonomian yang secara aktif mencari
pekerjaan akan tetapi belum memperolehnya (Sukirno). Pengangguran merupakan suatu keadaan
dimana seseorang yang tergolong dalam kategori angkatan kerja tidak mempunyai pekerjaan dan juga
secara aktif tidak sedang mencari pekerjaan (Nanga)(2005:249)
Jenis pengangguran berdasarkan sebab terjadinya terbagi 4 jenis ialah :
a) Pengangguran Siklikal merupakan pengangguran ini terjadi karena maju – mundurnya
ekonomi suatu negara.
b) Pengangguran Struktural merupakan jenis pengangguran yang disebabkan perubahan
struktur perekonomian
c) Pengangguran Friksional merupakan pengangguran yang disebabkan oleh sistem yang
tidak bisa mempertemukan antara pembuka lowongan kerja dan pencari kerja
d) Pengangguran Teknologi merupakan pengangguran yang disebabkan adanya peralihan
dari tenga kerja manusia menjadi mesin
Jenis pengangguran berdasarkan lama waktu kerja terbagi 4 jenis, diantaranya :
a) Pengangguran Terbuka merupakan keadaan seseorang yang sama sekali tidak bekerja
dan sedang berusaha mencari pekerjaan. Pengangguran ini disebabkan lapangan
pekerjaan yang tidak tersedia atau tidak adanya kecocokan antara lowongan pekerjaan
dan latar belakang pendidikan.
b) Pengangguran Tidak Sepenuh Waktu/ Setengah Pengangguran merupakakan
pengagguran yang ditunjukan kepada seseorang yang mempunyaipekerjaan namun jam
kerja hanya sedikit atau tidak sesuai standar.
c) Pengangguran Terselubung merupakan pengangguran yang pada orangyang mempunyai
pekerjaan tapi produktivitasnya rendah.
d) Pengangguran Musiman merupakan pengangguran yang tdak dapat bekerja ketika
pergantian musim.
Menurut Sadono Sukirno (2004), efek buruk dari pengangguran adalah mengurangi pendapatan
masyarakat yang pada akhirnya mengurangi tingkat kemakmuran yang dicapai seseorang. Semakin
turunnya kesejahteraan masyarakat karena menganggur tentunya akan meningkatkan peluang mereka
terjebak dalam kemiskinan karena tidak memiliki pendapatan. Apabila pengangguran di suatu negara
sangat buruk, kekacauan politik dan sosial selalu berlaku dan menimbulkan efek yang buruk bagi
kepada kesejahteraan masyarakat dan prospek pembangunan ekonomi dalam jangka panjang.
Pendidikan
Proses perubahan sikap dan tata laku seseorang atau sekelompok orang dalam usaha
mendewasakan manusia melalui upaya pengajaran dan pelatihan (Kamus Besar Bahasa Indonesia
(2008). Di dalam Undang – Undang Republik Indonesia pasal 1 Nomor 20 Tahun 2003 tentang
Pendidikan Nasioanal, pengertian pendidikan adalah usaha sadar dan terencana untuk mewujudkan
suasana belajar dan proses pembelajaran agara peserta didik secara aktif mengembangkan potensi
dirinya untuk memiliki kekuatan spiritual keagamaan, pengendalian diri, kepribadian, kecerdasan,
akhlak mulia, serta keterampilan yang diperlukan dirinya, masyarakat, bangsa dam negara (Sisdiknas,
2003).
Pendidikan sering diartikan sebagai usaha manusia untuk membina kepribadiannya sesuai
dengan nilai – nilai di dalam masyarakat dan kebudayaan. Pendidikan diartikan sebagai usaha yang
dijalankan oleh seorang atau kelompok orang lain agar menjadi dewasa atau mencapai tingkat hidup
atau penghidupan yang lebih tinggi dalam arti mental(Hasbullah, 2008)
Manfaat ekonomi dari pendidikan merupakan nilai tambah secara ekonomi karena
bertambahnya tingkat pendidikan. Manfaat dibagi menjadi manfaat pribadi dan manfaat masyarakat.
Manfaat bagi pribadi adalah tambahan penghasilan bersih (setelah pajak) seumur hidup dari tenaga
kerja karena bertambahnya tingkat pendidikan tenaga kerja tersebut. Manfaat bagi masyarakat adalah
tambahan output yang dihasilkan oleh tenaga kerja bagi masyarakat karena meningkatnya pendidikan
tenaga kerja tersebut (Sumarno, 2005).
Pendidikan dipandang sebagai salah satu bentuk investasi yang pertama kali dikemukan
Theodore W (1960) berjudul “ Invesment in Human Capital” dalam forum “ American Economic
Assosiation”. Pesan yang disampaikan adalah “proses pengetahuan dan keteramilan bukan
merupakan suatu bentuk konsumsi semata-mata, akan tetapi merupakan suatu investasi.
Teori Human Capital adalah suatu aliran pengeluaran yang menganggap manusia merupakan
suatu bentuk kapital sebagaimana bentuk - bentuk kapital lainnya seperti mesin, teknologi, uang,
tanah, materil yang menentukan pertumbuhan produktivitas memalui investasi dirinya sendiri. Human
capital dapat diaplikasikan melalui berbagai bentiuk investasi SDM diantaranya pendidikan formal,
pendidikan informal, pengalaman kerja, kesehatan, gizi dan transmigrasi. Konsep investasi SDM
menganggap penting kaitannya antara pendidikan, produktivitas kerja dan pertumbuhan ekonomi.
Dalam teori human capital tenaga kerja merupakan pemegang kapital yang tercermin dalam
pengetahuan, keterampilan, dan produktivitas kerjanya.
Teori pertumbuhan baru menekankan pentingnya peranan pemerintah terutama dalam
meningkatkan pembangunan modal manusia (human capital) dan mendorong penelitian dan
pengembangan untuk meningkatkan produktivitas manusia. Kenyataannya dapat dilihat dengan
melakukan investasi pendidikan akan mampu meningkatkan kualitas sumber daya manusia yang
diperlihatkan dengan meningkatnya pengetahuan dan keterampilan seseorang. Semakin tinggi tingkat
pendidikan seseorang, maka pengetahuan dan keahlian juga akan meningkat sehingga akan mendorong
peningkatan produktivitas kerjanya. Rendahnya produktivitas kaum miskin dapat disebabkan oleh
rendahnya akses mereka untuk memperoleh pendidikan (Rasidin K dan Bonar M,2004).
Harapan Lama Sekolah
Harapan lama sekolah adalah lamanya sekolah (dalam tahun) yang diharapkan akan dirasakan
oleh anak pada umur tertentu di masa mendatang. Diasumsikan bahwa peluang anak tersebut akan
tetap bersekolah pada umur – umur berikutnya sama dengan peluang penduduk yang bersekolah
perjumlah penduduk untuk umur yang sama saat ini. Angka Harapan Lama Sekolah dihitung untuk
penduduk berusia 7 tahun ke atas.
Rumus
!
$%!
= " × !
% %
!
= Harapan Lama Sekolah pada umur α di tahun t
$%! = Jumlah penduduk usia i yang bersekolah pada tahun t
!
% = Jumlah penduduk usia i pada tahun t
 i = Usia ( a,a + 1,…,n)
FK = Faktor koreksi pesantren
Harapan Lama Sekolah dapat digunakan untuk mengetahui kondisi pembangunan sistem
pendidikan di berbagai jenjang yang ditunjukkan dalam bentuk lamanya pendidikan (dalam tahun)
yang diharapkan dapat dicapai oleh setiap anak.
Jumlah Penduduk
Penduduk merupakan semua orang yang berdomisili di wilayah geografi Republik Indonesia
selama 6 bulan atau lebih dan mereka yang berdomisili kurang dari 6 bulan dengan tujuan untuk
menetap (BPS, 2014 : 102). Pertumbuhan penduduk merupakan keseimbangan yang dimanis antara
kekuatan – kekuatan yang menambha dan kekuatan yang mengurangi jumlah penduduk. Pertumbuhan
penduduk diakibatkan oleh empat komponen yaitu: kelahiran, kematian, migrasi masuk, dan migrasi
keluar (Subri,2003 : 16).
Aspek – aspek kependudukan yang perlu diperhatikan di negara – negara sedang berkembang,
yaitu (Irawan, 2006:77):
a) Angka kelahiran yang relatif lebih tinggi daripada angka kematian di tiap tahunnya
b) Struktur umur yang seimbang
c) Distribusi penduduk yang tidak merata
d) Kualitas penduduk yang rendah
Penduduk yang meningkat setiap tahunnya akan menimbulkan dampak positif dan negatif
(Poli,2002:322) :
a) Dampak positif, penduduk yang bertambah akan memperbesar jumlah tenaga kerja
yang dapat meningkatkan produksi. Apabila pertumbuhan ini diimbangi dengan
pendidikan, latihan dan pengalaman kerja yangkemahiran penduduk. Pertambahan
produksi akan lebih cepat dari pada pertambahan tenaga kerja. Pertambahan penduduk
akan mendorong pertumbuhan ekonomi .
b) Dampak negatif, suatu negara dikatakan menghadapi masalah kelebihan penduduk
apabila jumlah penduduk jauh lebih besar bila dibandingkan dengan faktor – faktor
produksi yang tersedia. Akibatnya produksi marginal penduduk rendah. Dengan
demikian, penduduk yang berlebihan akan menimbulkan kemorosotan kemakmuran
masyarakat.
Menurut teori Malthus( Skuosen, 2009: 85) populasi penduduk cenderung bertambah menurut
deret ukur (secara geometris), sedangkan produksi makanan (sumber daya alam) cenderung bertambah
menurut deret hitung (secara aritmatika). Akibatnya ketidakseimbangan antara sumber daya bumi yang
tidak dapat memenuhi kebutuhan penduduk yang terus bertambah. Dengan kata lain jika
perkembangan sumber daya tidak dapat mendukung penduduk maka akan menyebabkan kemiskinan.
Kesehatan
Kesehatan merupakan keadaan fisik, mental, dan sosial kesejahteraan dan bukan hanya
ketiadaan penyakit atau kelemahan (WHO)(1947). Kesehatan merupakan sumber daya bagi kehidupan
sehari – hari, bukan tujuan hidup. Kesehatan ialah konsep positif yang menekankan pada sumber daya
pribadi, sosial, dan kemampuan fisik (Piagam Ottawa).
Kesehatan merupakan keadaan sejahtera dari badan, jiwa, dan sosial yang memungkinkan
setiap orang hidup produktif secara sosial dan ekonomis (UU No. 23 Tahun 1992). Kesehatan
merupakan ketahanan jasmani, rohani, dan sosial yang dimiliki oleh manusia sebagai karunia dari
Allah yang wajib disyukuri dengan cara mengamalkan segala ajaranNya (MUI)(1993).
Tjiptoherijanto dan Soesetyo (1994) menjelaskan ekonomi kesehatan merupakan ilmu ekonomi
yang diterapkan dalam topik – topik kesehatan. Menurut Mills dan Gillson (1999) mendefinisikan
ekonomi kesehatan sebagai penerapan teori, konsep dan teknik ilmu ekonomi dalam sektor kesehatan.
Ekonomi kesehatan berhubungan dengan hal-hal sebagai berikut:
a) Alokasi sumber daya diantara berbagai upaya kesehatan
b) Jumlah sumber daya yang dipergunakan dalam pelayanan kesehatan
c) Pengorganisasian dan pembiayaan dari berbagai pelayanan kesehatan
d) Efisiensi pengalokasian dan penggunaan berbagai sumber daya
e) Dampak upaya pencegahan, pengobatan dan pemulihan kesehatan pada individu dan
masyarakat (Mills & Gillson, 1999).
 Angka Harapan Hidup (AHH) merupakan alat untuk mengevaluasi kinerja pemerintah dalam
meningkatkan kesejahteraan penduduk pada umumnya, dan meningkatkan derajat kesehatan pada
khususnya. Dalam membandingkan tingkat kesejahteraan antar kelompok masyarakat sangatlah
penting untuk melihat angka harapan hidup. Di negara-negara yang tingkat kesehatannya lebih baik,
setiap individu memiliki rata-rata hidup lebih lama, dengan demikian secara ekonomis mempunyai
peluang untuk memperoleh pendapatan lebih tinggi. Selanjutnya, Lincolin (1999) menjelaskan
intervensi untuk memperbaiki kesehatan dari pemerintah juga merupakan suatu alat kebijakan penting
untuk mengurangi kemiskinan. Salah satu faktor yang mendasari kebijakan ini adalah perbaikan
kesehatan akan meningkatkan produktivitas golongan miskin. Kesehatan yang lebih baik akan
meningkatkan daya kerja, mengurangi hari tidak bekerja dan menaikkan output energi.
Angka Harapan Hidup
Angka Harapan Hidup (AHH), dijadikan indikator dalam mengukur kesehatan suatu individu di
suatu daerah. Angka Harapan Hidup (AHH) adalah rata - rata perkiraan banyak tahun yang dapat
ditempuh seseorang selama hidup. Angka Harapan Hidup (AHH) diartikan sebagai umur yang
mungkin dicapai seseorang yang lahir pada tahun tertentu. Angka harapan hidup dihitung
menggunakan pendekatan tak langsung (indirect estimation). Ada dua jenis data yang digunakan dalam
penghitungan Angka Harapan Hidup (AHH) yaitu Anak Lahir Hidup (ALH) dan Anak Masih Hidup
(AMH). Sementara itu untuk menghitung indeks harapan hidup digunakan nilai maksimum harapan
hidup sesuai standar UNDP, dimana angka tertinggi sebagai batas atas untuk penghitungan indeks
dipakai 85 tahun dan terendah 20 tahun (standar UNDP).
Perkiraan rata-rata tambahan umur seseorang yang diharapkan dapat terus hidup dan rata-rata
jumlah tahun yang dijalani oleh seseorang setelah orang tersebut mencapai ulang tahun yang ke-x
mendefinisikan angka harapan hidup (AHH). Angka harapan hidup (AHH), juga dimaksud sebagai
rata-rata jumlah tahun yang akan dijalani oleh seseorang sejak orang tersebut lahir (BPS, 2010). Angka
Harapan Hidup (AHH) juga dijadikan indikator dalam mengukur kesehatan suatu individu di suatu
daerah pada saat itu. Angka Harapan Hidup berhubungan erat dengan angka kematian bayi sehingga
secara teoritis, meningkatnya angka harapan hidup diwujudkan dari menurunnya angka kematian bayi.
Angka Harapan Hidup dapat dihitung dengan cara tidak langsung, dengan menggunakan program
komputer Micro Computer Program for Demographic Analysis (MCPDA) atau Mortpak. Sedangkan
metode yang sering digunakan BPS untuk memperkirakan AKB dan AHH adalah CEBCS (Children
Ever Born Child Survival) berdasarkan Metode Trussell dan Palloni-Heligman (UN, 1988) dalam
(BPS, 2010). Dalam penghitungan angka harapan hidup (AHH) hasil sensus penduduk 2010
menggunakan paket program komputer yang digunakan adalah Mortpak 4.1 dengan Metode Trussell
dari kelompuk umur Ibu 20-24, 25-29, dan 30-34 tahun.kesehatan, gizi, dan lingkungan yang baik.

B. METODE PENELITIAN
Penelitian maka metode analisis yang digunakan dalam penelitian ini adalah metode analisis
kuantitatif. Analisis kuantitatif digunakan untuk mengetahui pengaruh variabel Jumlah Penduduk,
Pengangguran, Pendidikan, Jumlah Penduduk terhadap variabel Kemiskinan di Jawa Tengah. Analisis
Kuantitatif akan dilakukan dengan model analisis regresi Panel terhadap model ekonometrika. Untuk
mempermudah analisis tersebut, digunakan alat yaitu eviews 10.
Penelitian ini menggunakan analisis data panel, yaitu gabungan antara data deret waktu (time
series) dengan data kerat lintang (cross section). Dalam penelitian ini data di Provinsi menjadi Data
Cross Section sedangkan. Data Time Series dimulai dari tahun 2014 hingga 2018. Pemilihan tahun
2014 sebagai awal penelitian dikarenakan ketersediaan data yang digunakan dalam penelitian ini.
Model regresi Data Panel dalam penelitian ini menggunakan Variable Terikat Kemiskinan, sedangkan
Variabel Bebas yang digunakan adalah Jumlah Penduduk, Penganguran, Pendidikan dan Kesehatan.
Uji Pemilihan Model
Dalam melakukan pengujian data panel, menggunakan tiga model yaitu common effect, fixed
effect, dan random effect
1. Common effect
Model common effect adalah model estimasi yang menggabungkan data time series dan data
cross section dengan pendekatan OLS untuk mengestimasi parameternya. Pada dasarnya model
common effect sama seperti OLS dengan meminimumkan jumlah kuadrat .
 2. Fixed effect
Asumsi pembuatan model yang menghasilkan intersep konstan untuk setiap individu (i) dan
waktu (t) dianggap kurang realistik sehingga dibutuhkan model yang lebih dapat menangkap
perbedaan tersebut. Model efek tetap (fixed effects), model ini mengasumsikan bahwa perbedaan antar
individu dapat diakomodasi dari perbedaan intersepnya.
3. Random effect
Di dalam mengestimasi data panel dengan model Fixed Effects melalui teknik LSDV
menunjukkan ketidakpastian model yang digunakan. Untuk mengatasi masalah ini kita bias
menggunakan variable residual yang dikenal sebagai model Random Effects. Pada model ini, akan
dipilih estimasi data panel dimana residual mungkin saling berhubungan antar waktu dan antar
individu. Oleh karena itu, pada model ini diasumsikan bahwa ada perbedaan intersep untuk setiap
individu dan intersep tersebut merupakan variable random atau stakastik. Sehingga dalam model ini
terdapat dua komponen residual, yaitu residual secara menyeluruh, yang merupakan kombinasi time
series dan cross section, dan residual secara individu yang merupakan karakteristik random dari
observasi unit ke-i dan tetap sepanjang waktu.
Dari ketiga model yang telah di-estimasi akan dipilih model mana yang paling tepat/sesuai
berdasarkan karakteristik data untuk menjawab tujuan penelitian. Ketiga uji tersebut adalah F Test
(Chow Test), Hausman Test, dan Langrangge Multiplier (LM) Test.
1. Uji F Restricted ( Chow Test )
Uji Chow adalah pengujian untuk menentukan model fixed effect atau common effect yang lebih
tepat digunakan dalam mengestimasi data panel. Hipotesis dalam uji Chow adalah:
H0 = common effect model
H1 = fixed effect model
Dasar penolakan terhadap hipotesis di atas adalah dengan F-hitung dengan F-tabel. Perbandingan
dipakai apabila hasil F-hitung > F-tabel, maka H0 ditolak yang berarti model yang lebih tepat adalah
fixed effect model. Sedangkan F-hitung < F-tabel maka H0 diterima dan model yang lebih tepat
digunakan adalah common effect model.
2. Uji Haussman
Uji Haussman adalah pengujian statistik untuk memilih apakah model fixed effect atau random
effect yang lebih tepat digunakan dalam regresi data panel. Pengujian dilakukan dengan hipotesis :
H1 : random effect model
H0 : fixed effect model
Jika nilai statistik Hausman > nilai kritis maka H0 ditolak model yang tepat adalah model fixed
effect sedangkan nilai statistik Hausman < nilai kritis maka model yang tepat adalah model random
effect.
3. Uji Lagrange Multiplier (LM)
Lagrange Multiplier (LM) adalah uji untuk mengetahui apakah model random effect atau model
common effect yang lebih tepat digunakan. Hipotesis yang digunakan :
H0 : Model mengikuti common effect
H1 : Model mengikuti random effect
Jika hasil dari LM hitung > Chi-square tabel, maka H0 diterima, sedangkan LM hitung < Chi-
square tebel maka H1 diterima. Juga dapat dilihat dari Cross-section random > 0,05 atau tidak
signifikan maka H0 diterima , sedangkan Cross-section random < 0,05 atau signifikan maka H1
diterima.
Uji Asumsi Klasik
A. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, residual memiliki distribusi
normal. Persamaan regresi dikatakan baik jika residualnya memiliki distribusi normal. Pedoman yang
digunakan untuk mengetahui residual berdistribusi normal atau tidak, dapat dilihat dari nilai
Probabilitas > α (α= 0,05) maka residual berdistribusi normal. Sebaliknya, jika nilai probabilitas ≤ α
(α= 0,05) maka residual tidak berdistribusi normal.
B. Uji Multikolinearitas
 Uji multikolinearitas bertujuan untuk mengetahui apakah hubungan di antara variabel bebas
memiliki masalah multikorelasi atau tidak. Beberapa cara untuk mendeteksi ada tidaknya
multikorelasi:
C. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi yang terbentuk
terjadi ketidaksamaan varian dari residual model regresi ada beberapa akibat apabila residualnya
bersifat Heteroskedastisitas:
D. Uji Autokorelasi
Uji autokorelasi bertujuan untuk mengetahui apakah ada korelasi antara anggota serangkaian data
observasi yang diurutkan menurut waktu atau ruang. Autokorelasi dapat dideteksi dengan metode
Durbin-Watson (DW) dengan mengasumsikan bahwa variabel gangguannya hanya berhubungan
dengan variabel gangguan periode sebelumnya (Lag pertama)

C. PEMBAHASAN DAN HASIL

Uji LM
Uji Lagrange Multiplier digunakan untuk mengetahui apakah model Random Effect (REM) lebih
baik dari model Common Effect (CEM).

LM statistik 244.042
Probabilitas 0.000
Hasil pengujian Lagrange Multiplier diperoleh LM statistik sebesar 244.042 dengan probabilitas
sebesar 0.000. Hasil ini menunjukkan bahwa probabilitas < level of significance (level α = 5%).
Dengan demikian model estimasi regresi panel untuk jumlah penduduk, pendidikan, pengangguran dan
kesehatan terhadap kemiskinan berdasarkan uji Lagrange Multiplier adalah Random Effect Model
(REM).

Uji Chow
Uji chow merupakan uji yang digunakan untuk memilih model terbaik antara fixed effect atau
common effect.
Tabel 2 hasil uji chow
EffectsTest Statistic Prob.
Cross-sectionChi-square 490.259 0.000

Hasil uji Chow diatas memperlihatkan bahwa nilai Cross-Section f Chi-Square memiliki nilai
probabilitas lebih kecil dari 5%. Maka hasil pengujian uji Chow menunjukkan bahwa metode yang
dipilih adalah Fixed Effect Method (FEM) daripada Common Effect Method (CEM).

Uji Hausman
Uji hausman digunakan untuk memilih model terbaik antara fixed effect ataukah random
effect.
Tabel 3 hasil uji hausman
Test Summary Statistic Prob.
Cross-section random 68.877 0.000

Hasil uji Hausman pada tabel menunjukkan bahwa estimasi model terbaik antara Fixed Effect
Method (FEM) atau Random Effect Method (REM) adalah Fixed Effect Method (FEM).

Model Fixed Effect Method (REM)

Tabel 3 hasil uji regresi dengan Fixed Effect Method (FEM)

Variabel Koefisien Std Error Tstatistic Prob

Konstanta 2941.804 343.973 8.552 0.000
Jumlah penduduk 0.000 0.000 -3.844 0.000
Pendidikan 1.839 2.679 0.686 0.494
Pengangguran 0.000 0.000 -1.912 0.058
Kesehatan -34.774 5.034 -6.908 0.000
Kab Cilacap 273.447
Kab Purbalingga -14.773
Kab Banjarnegara 1.703
Kab Kebumen 123.787
Kab Purworejo -98.519
Kab Wonosobo -119.318
Kab Magelang 83.015
Kab Boyolali 43.232
Kab Klaten 176.904
Kab Sukoharjo 38.677
Kab Wonogiri 51.539
Kab Karanganyar 51.211
Kab Sragen 24.589
Kab Grobogan 168.749
Kab Blora -49.781
Kab Rembang -98.620
Kab Pati 145.407
Kab Kudus -16.524
Kab Jepara 90.009
Kab Demak 114.696
Kab Semarang 14.206
Kab Temanggung -55.096
Kab Kendal -19.999
Kab Batang -90.183
Kab Pekalongan -65.236
Kab Pemalang 149.309
Kab Brebes 246.586
Kota Magelang -258.151
Kota Surakarta -95.759
Kota Salatiga -235.876
Kota Pekalongan -282.052
Kota Tegal -297.179
Fstatistic 617.904 R-squared 0.994
Prob. 0 Adj. R-squared 0.993

Hasil pengujian terhadap hipotesa – hipotesa yang ada dalam penelitian ini adalah sebagai berikut.

Persamaan ini menunjukkan hal – hal sebagai berikut:

1 .Konstanta sebesar 2941.804 mengindikasikan bahwa secara umum apabila jumlah penduduk,
pendidikan, pengangguran dan kesehatan bernilai konstan (tidak berubah) maka kemiskinan di
Jawa Tengah sebesar 2941.804 ribu jiwa.

• Konstanta Kabupaten Cilacap sebesar 3215.251 menunjukkan kemiskinan di Kabupaten

Cilacap sebesar 3215.251 ribu jiwa apabila jumlah penduduk, pendidikan, pengangguran
dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Purbalingga sebesar 2927.031 menunjukkan kemiskinan di
Kabupaten Purbalingga sebesar 2927.031 ribu jiwa apabila jumlah penduduk,
pendidikan, pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Banjarnegara sebesar 2943.507 menunjukkan kemiskinan di
Kabupaten Banjarnegara sebesar 2943.507 ribu jiwa apabila jumlah penduduk,
pendidikan, pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Kebumen sebesar 3065.591 menunjukkan kemiskinan di
Kabupaten Kebumen sebesar 3065.591 ribu jiwa apabila jumlah penduduk, pendidikan,
pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Purworejo sebesar 2843.285 menunjukkan kemiskinan di
Kabupaten Purworejo sebesar 2843.285 ribu jiwa apabila jumlah penduduk, pendidikan,
pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Wonosobo sebesar 2822.486 menunjukkan kemiskinan di
Kabupaten Wonosobo sebesar 2822.486 ribu jiwa apabila jumlah penduduk,
pendidikan, pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Magelang sebesar 3024.819 menunjukkan kemiskinan di
Kabupaten Magelang sebesar 3024.819 ribu jiwa apabila jumlah penduduk, pendidikan,
pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Boyolali sebesar 2985.036 menunjukkan kemiskinan di
Kabupaten Boyolali sebesar 2985.036 ribu jiwa apabila jumlah penduduk, pendidikan,
pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Klaten sebesar 3118.708 menunjukkan kemiskinan di Kabupaten
Klaten sebesar 3118.708 ribu jiwa apabila jumlah penduduk, pendidikan, pengangguran
dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Sukoharjo sebesar 2980.481 menunjukkan kemiskinan di
Kabupaten Sukoharjo sebesar 2980.481 ribu jiwa apabila jumlah penduduk, pendidikan,
pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Wonogiri sebesar 2993.343 menunjukkan kemiskinan di
Kabupaten Wonogiri sebesar 2993.343 ribu jiwa apabila jumlah penduduk, pendidikan,
pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Karanganyar sebesar 2993.015 menunjukkan kemiskinan di
Kabupaten Karanganyar sebesar 2993.015 ribu jiwa apabila jumlah penduduk,
pendidikan, pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Sragen sebesar 2966.393 menunjukkan kemiskinan di Kabupaten
Sragen sebesar 2966.393 ribu jiwa apabila jumlah penduduk, pendidikan, pengangguran
dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Grobogan sebesar 3110.553 menunjukkan kemiskinan di
Kabupaten Grobogan sebesar 3110.553 ribu jiwa apabila jumlah penduduk, pendidikan,
pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Blora sebesar 2892.023 menunjukkan kemiskinan di Kabupaten
Blora sebesar 2892.023 ribu jiwa apabila jumlah penduduk, pendidikan, pengangguran
dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Rembang sebesar 2843.184 menunjukkan kemiskinan di
Kabupaten Rembang sebesar 2843.184 ribu jiwa apabila jumlah penduduk, pendidikan,
pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Pati sebesar 3087.211 menunjukkan kemiskinan di Kabupaten Pati
sebesar 3087.211 ribu jiwa apabila jumlah penduduk, pendidikan, pengangguran dan
kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Kudus sebesar 2925.280 menunjukkan kemiskinan di Kabupaten
Kudus sebesar 2925.280 ribu jiwa apabila jumlah penduduk, pendidikan, pengangguran
dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Jepara sebesar 3031.813 menunjukkan kemiskinan di Kabupaten
Jepara sebesar 3031.813 ribu jiwa apabila jumlah penduduk, pendidikan, pengangguran
dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Demak sebesar 3056.500 menunjukkan kemiskinan di Kabupaten
Demak sebesar 3056.500 ribu jiwa apabila jumlah penduduk, pendidikan,
pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Semarang sebesar 2956.010 menunjukkan kemiskinan di
Kabupaten Semarang sebesar 2956.010 ribu jiwa apabila jumlah penduduk, pendidikan,
pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Temanggung sebesar 2886.708 menunjukkan kemiskinan di
Kabupaten Temanggung sebesar 2886.708 ribu jiwa apabila jumlah penduduk,
pendidikan, pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Kendal sebesar 2921.805 menunjukkan kemiskinan di Kabupaten
Kendal sebesar 2921.805 ribu jiwa apabila jumlah penduduk, pendidikan, pengangguran
dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Batang sebesar 2851.621 menunjukkan kemiskinan di Kabupaten
Batang sebesar 2851.621 ribu jiwa apabila jumlah penduduk, pendidikan, pengangguran
dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Pekalongan sebesar 2876.568 menunjukkan kemiskinan di
Kabupaten Pekalongan sebesar 2876.568 ribu jiwa apabila jumlah penduduk,
pendidikan, pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Pemalang sebesar 3091.113 menunjukkan kemiskinan di
Kabupaten Pemalang sebesar 3091.113 ribu jiwa apabila jumlah penduduk, pendidikan,
pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kabupaten Brebes sebesar 3188.390 menunjukkan kemiskinan di Kabupaten
Brebes sebesar 3188.390ribu jiwa apabila jumlah penduduk, pendidikan, pengangguran
dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kota Magelang sebesar 2683.653 menunjukkan kemiskinan di Kota
Magelang sebesar 2683.653 ribu jiwa apabila jumlah penduduk, pendidikan,
pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta KotaSurakarta sebesar 2846.045 menunjukkan kemiskinan di Kota Surakarta
sebesar 2846.045 ribu jiwa apabila jumlah penduduk, pendidikan, pengangguran dan
kesehatan bernilai konstan (tidak berubah).
 • Konstanta Kota Salatiga sebesar 2705.928 menunjukkan kemiskinan di Kota Salatiga
sebesar 2705.928 ribu jiwa apabila jumlah penduduk, pendidikan, pengangguran dan
kesehatan bernilai konstan (tidak berubah).
• Konstanta Kota Pekalongan sebesar 2659.752 menunjukkan kemiskinan di Kota
Pekalongan sebesar 2659.752 ribu jiwa apabila jumlah penduduk, pendidikan,
pengangguran dan kesehatan bernilai konstan (tidak berubah).
• Konstanta Kota Tegal sebesar 2644.625 menunjukkan kemiskinan di Kota Tegal sebesar
2644.625 ribu jiwa apabila jumlah penduduk, pendidikan, pengangguran dan kesehatan
bernilai konstan (tidak berubah).
2. Koefisien jumlah penduduk sebesar -0.0003 mengindikasikan bahwa jumlah penduduk berpengaruh
negatif dan signifikan terhadap kemiskinan. Hal ini berarti terjadinya peningkatan jumlah
penduduk sebesar 1 jiwa maka akan menurunkan kemiskinan sebesar 0.003 ribu jiwa.
3. Koefisien pendidikan sebesar 1.839 mengindikasikan bahwa pendidikan berpengaruh positif dan
tidak signifikan terhadap kemiskinan. Hal ini berarti terjadinya peningkatan pendidikan sebesar 1
tahun maka akan meningkatkan kemiskinan sebesar 1.839 ribu jiwa, meskipun peningkatannya
tersebut tidak signifikan.
4. Koefisien pengangguran sebesar - 0.0002 mengindikasikan bahwa pengangguran berpengaruh
negatif dan tidak signifikan terhadap kemiskinan. Hal ini berarti terjadinya peningkatan
pengangguran sebesar 1 jiwa maka akan menurunkan kemiskinan sebesar 0.0002 ribu jiwa,
meskipun penurunannya tersebut tidak signifikan.
5. Koefisien kesehatan sebesar 34.774 mengindikasikan bahwa kesehatan berpengaruh negatif dan
signifikan terhadap kemiskinan.Hal ini berarti terjadinya peningkatan kesehatan sebesar 1 tahun
maka akan menurunkan kemiskinan sebesar 34.774 ribu jiwa.

D. KESIMPULAN DAN SARAN

Kesimpulan
Dari penelitaian yang telah dilakukan dapat ditarik kesimpulan sebagai berikut :
1. Hasil analisis jumlah penduduk dan kesehatan berpengaruh terhadap kemiskinan di Jawa
Tengah, adanya pengaruh menunjukkan bahwa dengan adanya peningkatan jumlah
penduduk dan kesehatan maka akan menurunkan kemiskinan.
2. Hasil analisis pengangguran tidak berpengaruh terhadap mengurangi kemiskinan di Jawa
Tengah, artinya peningkatan pengangguran tidak memberikan dampak terhadap
penurunan kemiskinan.
3. Hasil analisis pendidikan tidak berpengaruh terhadap kemiskinan di Jawa Tengah, artinya
peningkatan kesehatan tidak memberikan dampak terhadap peningkatan kemiskinan di
Jawa Tengah.
Saran
1. Pemerintah diharapkan lebih membuka sektor perekonomian supaya dapat membuka
lapangan kerja yang lebih banyak. Pengangguran memiliki pengaruh cukup besar terhadap
kemiskinan sehingga dengan semakin luasnya lapangan kerja, pengangguran akan berkurang
dan kemiskinan juga akan berkurang.
2. Berdasarkan hasil penelitian indikator Pendidikan (harapan lama sekolah), pemerintah harus
memberikan pelatihan – pelatihan pada masyarakat terdidik dikarenakan lapangan yang
tersedia sedikit , sehingga masyarakat terdidik memiliki skill – skill yang akan membuka
lapangan pekerjaan sendiri dan dapat mengurangi pengangguran dan mengurangi kemiskinan.
3. Berdasarkan hasil penelitian, jumlah penduduk memiliki pengaruh yang baik pada
kemiskinan bahwa jumlah penduduk naik maka kemiskinan turun. Tetapi jika jumlah
penduduk terus bertambah maka akan mengakibatkan kemiskinan naik, Pemerintah sudah
mulai untuk mengurangi jumlah penduduk secara perlahan dengan cara melakukan KB
sehingga jumlah penduduk tidak menjadi beban perekonomian.
4. Berdasarkan hasil penelitian, kesehatan memiliki pengaruh yang baik pada kemiskinan bahwa
kesehatan niak maka kemiskinan turun, Berarti di jawa Tengah kualitas kesehatan sudah baik
, tetapi pemerintah harus melakukan peningkatan – peningkatan pada pelayanan kesehatan
yang baik, menambah fasilitas kesehatan dan pekerja di bidang kesehatan.
 Daftar Pustaka
Amalia, A. 2017. Pengaruh pendidikan, pengangguran, dan ketimpangan terhadap kemiskinan di
Sumatera utara, 3(3), 324–344.

Handayani, A. 2018. Pengaruh tingkat pendidikan, kesehatan dan pengangguran terhadap tingkat
kemiskinan di Kabupaten Bojonegoro tahun 2002 - 2015. Jurnal Ekbis, 19(1), 1024–1038.

Kasanah, Yunani Tiya; Hanim, Anifatul; Suswandi, E. 2018. Faktor - faktor yang mempengaruhi
pengangguran terbuka di Provinsi Jawa Tengah tahun 2009-2014, V(1), 21–25.

Kuswantoro; Dewi, I. G. P. 2016. Analisis tingkat pendidikan, PDRB dan upah minimum regional
terhadap kemiskinan di Provinsi Banten, 6(1), 18–35.

Permana, A. Y., & Arianti, F. 2012. Analisis pengaruh PDRB, pengangguran, pendidikan, dan
kesehatan terhadap kemiskinan di Jawa Tengah tahun 2004-2009, 1(1), 1–8.

Pratiwi, H., & Prawastyorini, A. N. 2019. Analisis data panel pada tingkat pengangguran terbuka
Kabupaten / Kota di Pulau Jawa, 16(1), 51–57.

Retnowati, D. H. Pengaruh pengangguran terhadap tingkat kemiskinan di Jawa Tengah, 608–618.

Susanti, S. 2013. Pengaruh produk domestik regional bruto , pengangguran dan indeks pembangunan
manusia t erhadap kemiskinan di Jawa Barat dengan menggunakan analisis data panel.
Jurnal Matematika Integratif, 9(1), 1–18.

Susanto, E., Rochaida, E., & Ulfah, Y. 2017. Pengaruh inflasi dan pendidikan terhadap pengangguran
dan kemiskinan, 13(1), 19–27.

Usman, U. D. 2018. Pengaruh jumlah penduduk, pengangguran dan pertumbuhan ekonomi terhadap
kemiskinan di provinsi kepulauan riau. Jurnal Ekonomi Regional, 01(2), 9–15.

Widia, A. 2018. Pengaruh pertumbuhan PDRB, tingkat pendidikan dan pengangguran terhadap
kemiskinan (Study kasus Wilayah Desa Parung Kab. Bogor). Jurnal Ilmiah, Manajemen Sumber
Daya Manusia, 1(3), 194–214.

Wiguna, V. I. 2013. Analisis pengaruh PDRB, pendidikan dan pengangguran terhadap kemiskinan di
Provinsi Jawa Tengah tahun 2005-2010. Jurnal Ilmiah.

Yacoub, Y. 2012. Pengaruh Tingkat Pengangguran terhadap Tingkat Kemiskinan Kabupaten / Kota di
Provinsi Kalimantan Barat, 8, 176–185.