MINI RISET

PENGARUH PDRB, PENDUDUK MISKIN TERHADAP IPM DI KABUPATEN

NIAS,MANDAILING NATAL,TAPANULI SELATAN, DAN TAPANULI TENGAH
TAHUN 2017-2020
Togi Rezsky Purba, Tasya Dinram Azzahara,Tasya Fadilah,Wiwik A.
Simbolon,Yanrizaldi Nasution,Yoga Erguna Sitepu
Program Studi Ilmu Ekonomi
Jurusan Ekonomi,Fakultas Ekonomi,Universitas Negeri Medan(UNIMED)

ABSTRAK

IPM digunakan untuk mengklasifikasikan apakah suatu negara termasuk dalam kategori negara maju,
berkembang atau terbelakang. Selain itu, indeks juga menjadi parameter untuk mengukur dampak
kebijakan ekonomi suatu negara terhadap kualitas masyarakatnya. Dapat digunakan tidak hanya
sebagai tolak ukur pengelompokan suatu negara, tetapi juga sebagai tolak ukur untuk mengukur dan
mengelompokkan sub-negara (region/sektor). Unit analisis yang digunakan dalam penelitian ini
adalah jumlah penduduk miskin, PDRB dan IPM di wilayah Nias, Mandailing Natal, Tapanuli
Selatan dan Tapanuli Tengah. Metode pengumpulan data cross section yang bersumber dari BPS
Sumut menggunakan metode estimasi data panel. Serta hasil pemilihan model terbaik, model Rem
merupakan model terbaik dalam penelitian ini, dengan alat bantu analisis menggunakan eviews 9.
Hasil penelitian menunjukkan bahwa PDB berpengaruh positif dan signifikan terhadap IPM.
Kata Kunci : Ipm,Pdrb,Penduduk Miskin
 PENDAHULUAN

Proses pembangunan merupakan suatu cara perubahan ke arah yang lebih baik dan berkelanjutan
untuk mencapai tujuan mewujudkan masyarakat Indonesia yang adil, berdaya saing, maju, dan
sejahtera dalam Negara Kesatuan Republik Indonesia. Proses pengembangan harus terstruktur
sedemikian rupa sehingga setiap langkah bergerak lebih dekat ke tujuan akhir. Banyak negara
berkembang menghadapi tantangan kemiskinan, atau jumlah orang yang hidup di bawah garis
kemiskinan. Kemiskinan adalah kekurangan uang atau sumber daya yang menghalangi orang untuk
memenuhi kebutuhan dasar mereka. Indonesia adalah negara dengan banyak paradoks. Beberapa
bagian negara subur dan memiliki banyak sumber daya alam, tetapi banyak orang masih hidup dalam
kemiskinan. Pembangunan ekonomi adalah proses penggunaan sumber daya dengan cara yang
memaksimalkan potensi mereka untuk meningkatkan kualitas hidup bagi semua. Tidak ada batasan
jumlah pembangunan yang dapat ditujukan untuk meningkatkan pendapatan masyarakat.

b. LANDASAN TEORI IPM

Indeks Pembangunan Manusia (IPM) BPS 2009 mengukur kemampuan pembangunan manusia
berdasarkan beberapa elemen dasar kualitas hidup. IPM memiliki empat komponen utama: harapan
hidup, melek huruf dan pemimpin sekolah, dan daya beli masyarakat. Ini semua diukur untuk
melihat seberapa sukses setiap negara di sektor kesehatan, pendidikan, dan ekonomi. HDI, atau
"Indeks Pembangunan Manusia" mengukur tingkat rata-rata pendapatan yang dihabiskan setiap
orang untuk melihat seberapa baik mereka dalam hidup. Ini mencerminkan seberapa baik setiap
orang telah mempelajari keterampilan dasar. HDI adalah statistik yang mengukur kesejahteraan
negara dengan melihat empat faktor: harapan hidup, tingkat melek huruf dan rata-rata pemimpin
sekolah, dan pemerataan/pembelian. Dengan tingkat rata-rata pengeluaran masyarakat, masyarakat
mampu membeli berbagai barang dan jasa. Bagi setiap orang yang kebutuhannya pada tingkat dasar
terpenuhi, pendekatan berbasis pendapatan menunjukkan manfaat pembangunan untuk kehidupan
yang layak.

IPM terdiri dari tiga komponen yang mempengaruhi keberhasilan pembangunan manusia yaitu:
a. semua Komponen Kesehatan Dalam Indeks Pembangunan Manusia, komponen kesehatan ini
tercermin dalam harapan hidup masyarakat, yang merupakan perkiraan rata-rata jumlah
tahun seseorang dapat hidup dalam seumur hidup. Data yang digunakan untuk menghitung
angka harapan hidup adalah anak lahir (ALH) dan anak lahir (AMH). Sedangkan untuk
menghitung indeks harapan hidup digunakan nilai maksimum harapan hidup menurut standar
 UNDP, dimana angka terbesar digunakan sebagai batas atas untuk menghitung indeks 85
tahun, dan angka terkecil digunakan 25 tahun.
b. Komponen Pendidikan Dalam Indeks Pembangunan Manusia, komponen pendidikan
dinyatakan sebagai angka melek huruf (AMH) dan rata-rata lama pendidikan. Angka melek
huruf adalah perbandingan antara penduduk berusia 15 tahun ke atas dengan penduduk
berusia 15 tahun ke atas yang dapat membaca dan menulis. Batas maksimum melek huruf
adalah 100 dan batas minimum adalah 0 (standar UNDP). Hal ini menggambarkan kondisi
100% atau semua orang dapat membaca dan menulis, sedangkan nilai 0 menunjukkan
sebaliknya. Di sisi lain, rata-rata lama pendidikan adalah rata-rata jumlah tahun yang
dihabiskan dalam segala bentuk pendidikan formal yang diterima oleh penduduk berusia 15
tahun ke atas. Batasan masa studi rata-rata maksimal 15 tahun dan masa studi minimal 0
tahun (berdasarkan UNDP).
c. Faktor Daya Beli Dalam Indeks Pembangunan Manusia, faktor daya beli dinyatakan sebagai
pendapatan per kapita riil yang disesuaikan, atau pengeluaran rata-rata per kapita, yang
dinormalisasi ke deflasi melalui Indeks Harga Konsumen.

PDRB
Produk domestik bruto dengan harga tetap yang menunjukkan nilai tambah. Harga barang dan jasa
didasarkan pada harga tahun 2000. Menurut Sukirno (1997), Saputra (2011), produk domestik bruto
harga tetap digunakan dalam perhitungan. Di sisi lain, menurut BPS, produk domestik bruto atas
dasar harga berlaku digunakan untuk merepresentasikan besar kecilnya struktur ekonomi dan peran
sektor ekonomi. Produk Domestik Bruto adalah nilai bersih barang dan jasa akhir yang dihasilkan
oleh berbagai kegiatan ekonomi di suatu wilayah selama periode waktu tertentu. PDRB dapat
membantu menjelaskan mengapa daerah mampu mengelola sumber daya alamnya secara efektif.
Besarnya PDRB yang dihasilkan setiap daerah sangat bergantung pada potensi dan faktor produksi
sumber daya alam daerah tersebut. Tingkat PDRB bervariasi dari satu daerah ke daerah lain karena
terbatasnya ketersediaan faktor-faktor tertentu. Dalam suatu perekonomian, berbagai sektor saling
berhubungan dan bergantung satu sama lain untuk input (tenaga kerja, bahan, dan produk), yang
memerlukan kerja sama di antara mereka untuk memastikan ekonomi yang efisien.. Industri dan
pertanian keduanya saling membutuhkan, karena output dari industri digunakan oleh sektor pertanian
dan jasa. Produk Domestik Bruto adalah ukuran berapa banyak barang dan jasa yang diproduksi oleh
suatu daerah selama periode waktu tertentu. Nilai total semua produk yang dibuat selama waktu itu
dihitung dalam harga pasar saat ini. Oleh karena itu, perhitungan pendapatan daerah biasanya
didasarkan pada harga berlaku dan inflasi tidak dikecualikan dari perhitungan, sehingga terkadang
peningkatan pendapatan faktor yang dicapai belum tentu merupakan peningkatan yang sebenarnya.
Oleh karena itu, pendapatan daerah juga dapat dihitung berdasarkan harga tetap (harga tahun dasar)..
Alat ini dapat membantu Anda mendeteksi apakah ekonomi lokal berjalan dengan baik atau tidak.

PENDUDUK MISKIN
Suryawati (2005) mengemukakan bahwa hidup dalam kemiskinan tidak hanya tentang hidup dalam
kekurangan uang dan pendapatan rendah, tetapi juga banyak hal lain, seperti cara, kekuatan untuk
menentukan hidupnya sendiri. Kemiskinan dapat dibagi menjadi empat bentuk berikut.
a. sebuah. Kemiskinan absolut adalah suatu keadaan dimana pendapatan seseorang berada di
bawah garis kemiskinan atau tidak mencukupi untuk memenuhi kebutuhan dasar pangan,
sandang, papan, kesehatan, perumahan dan pendidikan yang diperlukan untuk hidup dan
bekerja.
b. Kemiskinan relatif, kondisi miskin akibat dampak kebijakan pembangunan yang belum
menjangkau seluruh masyarakat, dan akibat ketimpangan pendapatan.
c. Kemiskinan budaya mengacu pada sikap individu atau sosial yang disebabkan oleh faktor
budaya berikut: Misalnya, dengan dukungan eksternal, mereka tidak malas, tidak berguna,
atau kreatif, yang tidak mau berusaha meningkatkan taraf hidupnya.
d. Situasi burusk yang terjadi dalam sistem sosial budaya dan sosial politik yang disebabkan
oleh kemiskinan struktural, akses yang buruk terhadap sumber daya, dan yang tidak
mendukung pengentasan kemiskinan tetapi seringkali membiarkan kemiskinan berkembang.

Di Indonesia, Badan Pusat Statistik (BPS) menegaskan bahwa kebutuhan mutlak di Indonesia
adalah ketidakberdayaan seseorang untuk memenuhi kebutuhan dasar energi kalori yang
digunakan oleh tubuh dan kebutuhan dasar untuk pakaian, penginapan, kesejahteraan, pelatihan,
transportasi. , dan persyaratan mendasar lainnya.
Untuk mengkuantifikasi kemiskinan, BPS menggunakan gagasan kapasitas untuk mengatasi
masalah-masalah mendasar (essential requirements approach). Dengan metodologi ini, neediness
dipandang sebagai ketidakberdayaan finansial untuk memenuhi kebutuhan pangan pokok dan non
pangan yang diperkirakan dari sisi konsumsi. Jadi orang miskin adalah penduduk yang memiliki
rata-rata penggunaan per kapita dari bulan ke bulan di bawah garis kebutuhan
Garis Kemiskinan adalah besarnya Garis Kemiskinan Makanan dan Garis Kemiskinan Non-
Makanan. Individu yang memiliki konsumsi per kapita tipikal setiap bulan di bawah Garis
Kemiskinan diurutkan sebagai miskin. Garis Kemiskinan Pangan adalah manfaat dari
pengeluaran untuk kebutuhan pangan paling sedikit yang identik dengan 2.100 kilokalori per
kapita per hari. Bundel produk untuk kebutuhan pangan esensial ditangani oleh 52 macam produk
(biji-bijian, umbi-umbian, ikan, daging, telur dan susu, sayuran, kacang-kacangan, produk alami,
minyak dan lemak, dan sebagainya.). Sedangkan Garis Kemiskinan Non-Makanan merupakan
kebutuhan dasar untuk penginapan, pakaian, pendidikan dan kesejahteraan. Bundel barang
kebutuhan pokok non-pangan ditangani oleh 51 jenis barang di wilayah metropolitan dan 47 jenis
produk di wilayah provinsi.

C.METODE PENELITIAN
A. Metode Panel
Metode analisis data yang digunakan dalam penelitian ini adalah analisis regresi berganda,
biasanya menggunakan metode kuadrat terkecil (OLS), dengan menggunakan data potong
lintang dari kabupaten Nias, Mandarin Natal, Tapanuli Selatan, dan Tapanuli Tengah.
Menurut Arifandi (2018), setidaknya beberapa jenis regresi telah dicatat. Ini adalah:
a. Penggabungan kuadrat linier: Regresi panel ini tidak memperhitungkan perilaku atau durasi
individu. Proses regresi ini mirip dengan regresi berganda lainnya.
b. Efek tetap: Regresi panel ini menangani individu. Perbedaan individu diwakili oleh
perbedaan persinggungan masing-masing individu. Misalnya, dalam penelitian keuangan itu
adalah perusahaan. Gunakan variabel dummy LSDV atau kuadrat terkecil untuk mengambil
perbedaan intersep.
c. Efek acak: Regresi Panel ini menjelaskan perbedaan antara individu dan waktu. Regresi ini
didasarkan pada perbedaan antara persimpangan perusahaan. Oleh karena itu, ada sisa dari
waktu dan individu.

UJI ASUMSI KLASIK

a. Normalitas
Kondisi dimana sebuah data menyebar dengan merata. Data yang ada mempunyai nilai yang
tidak berbeda jauh. Kalau nilai berbeda misalnya dalam satu kumpulan data ada data angka 1000
sedangkan angka lainnya bisa mencapai sejuta maka terjadi kesenjangan data yang tajam sekali.
Kita tidak bisa memuat sesuatu data dengan sebaran yang normal. Sebuah sebaran normal
mempunyai gambaran data tersebar merata. Data maksimum dan minimum untuk edge biasanya
sangat jarang, tetapi data dengan data paling banyak adalah data intermediate atau mean.
b. Autokorelasi
Autokorelasi adalah suatu keadaan dimana suatu variabel gangguan pada suatu periode
berkorelasi dengan suatu besaran pada periode lain. Artinya, variabel gangguan tidak acak.
Faktor penyebab autokorelasi antara lain kesalahan dalam keputusan model dan penggunaan log
dalam model yang mengandung variabel penting. Akibat autokorelasi, parameter yang diestimasi
terdistorsi dan varians diminimalkan, yang tidak efisien. (Gujarati, 2003).
c. Uji Heteroskedastisitas
Tujuan dari pengujian ini adalah untuk menguji apakah terdapat ketidaksamaan varians dari
residual satu pengamatan ke pengamatan lainnya dalam model regresi. Varians tidak seragam
terjadi ketika faktor pengganggu tidak memiliki varians yang sama untuk semua pengamatan.
Karena varians yang tidak seragam, estimator OLS tidak bias tetapi tidak efisien (Gujarati, 2003).
Ada atau tidak adanya ketidakseragaman dapat ditentukan dengan menggunakan kesalahan
standar yang konsisten dan kovarians dari ketidakseragaman putih yang tersedia di program
Eviews 9.
d. uji multikolinearitas
Multikolinearitas mengacu pada situasi di mana ada hubungan linier yang jelas atau hampir
jelas antara variabel independen (Gujarati, 2003). Masalah multikolinearitas muncul ketika
variabel independen saling terkait. Multikolinearitas tidak hanya mengurangi daya penjelas dan
prediksi, tetapi juga membuat kesalahan standar koefisien (uji-t) menjadi indikator yang tidak
dapat diandalkan.

A. HASIL DAN PEMBAHASAN

Pembuatan Model
Model Cem

Dependent Variable: IPM

Method: Panel Least Squares
Date: 11/29/21 Time: 18:33
Sample: 2017 2020
Periods included: 4
Cross-sections included: 4
Total panel (balanced) observations: 16

Variable Coefficient Std. Error t-Statistic Prob.

C 58.37933 1.805967 32.32580 0.0000

PDRB 0.000646 0.000131 4.930338 0.0003
PENDUDUKMISKIN 0.044108 0.046102 0.956743 0.3562

Model Fem
Dependent Variable: IPM
Method: Panel Least Squares
Date: 11/29/21 Time: 18:34
Sample: 2017 2020
Periods included: 4
Cross-sections included: 4
Total panel (balanced) observations: 16

Variable Coefficient Std. Error t-Statistic Prob.

C 59.43757 4.781691 12.43024 0.0000

PDRB 0.000713 0.000231 3.082547 0.0116
PENDUDUKMISKIN -0.004496 0.075046 -0.059909 0.9534

Effects Specification
Model Rem

Dependent Variable: IPM

Method: Panel EGLS (Cross-section random effects)
Date: 11/29/21 Time: 18:34
Sample: 2017 2020
Periods included: 4
Cross-sections included: 4
Total panel (balanced) observations: 16
Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

C 59.14759 4.146730 14.26367 0.0000

PDRB 0.000724 0.000185 3.926048 0.0017
PENDUDUKMISKIN 0.000553 0.060114 0.009201 0.9928

Pemilihan Model Terbaik

Uji Chow

Redundant Fixed Effects Tests

Equation: MODEL_FEM
Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 157.725501 (3,10) 0.0000

Cross-section Chi-square 62.044751 3 0.0000

Dari Uji chow didapatkan nilai prob 0.000 artinya model fem yang terbaik
Uji Hausmant

Correlated Random Effects - Hausman Test

Equation: MODEL_REM
Test cross-section random effects

Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.

Cross-section random 0.092819 2 0.9547

Dari uji hausmant diadapatkan nilai prob 0.9547 artinya model Rem yang terbaik

Uji Asumsi Klasik Model Rem

Regresi Berganda

Dependent Variable: IPM

Method: Panel EGLS (Cross-section random effects)
Date: 11/29/21 Time: 18:34
Sample: 2017 2020
Periods included: 4
Cross-sections included: 4
Total panel (balanced) observations: 16
Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

C 59.14759 4.146730 14.26367 0.0000

PDRB 0.000724 0.000185 3.926048 0.0017
PENDUDUKMISKIN 0.000553 0.060114 0.009201 0.9928

Berdasarkan hasil estimasi terdapat dua variabel bebas yaitu Pdrb dan Penduduk miskin
sehingga persamaan regresi linear berganda adalah sebagai berikut :
Y= 59.14759 + 0.000724 x1 + 0.0000553 x2
Persamaan regresi berganda sebagai berikut :
1. Nilai constanta (a) sebesar 0.000724 artinya jika nilai konstan maka nilai maka nilai
IPM adalah sebesar 59.14759
 2. Nilai koefisien Pdrb adalah sebesar 0.000724 artinya jika variabel bebas lainnya
nilainya tetap dan pdrb mengalami kenaikan 1% maka IPM(Y) akan mengalami kenaikan
sebesar 0.000724 dengan asumsi variabel bebas lainnya memiliki nilai tetap. Koefisien positif
artinya jika Pdrb naik maka Ipm naik.
3. Nilai koefisien Penduduk Miskin adalah sebesar 0.0000553 artinya jika variabel bebas
lainnya nilainya tetap dan penduduk miskin mengalami kenaikan 1% maka IPM(Y) akan
mengalami kenaikian sebesar 0.0000553 dengan asumsi variabel bebas lainnya memiliki nilai
tetap. Koefisien positif artinya jika Pdrb naik maka Ipm naik.

Nias -0.653849
Mandailing
Natal -2.464677
Tapanuli
Selatan 0.576901
Tapanuli
Tengah 2.541625

Uji Asumsi Klasik

Normalitas
5
Series: Residuals
Sample 1 16
4 Observations 16

Mean -1.67e-14
3 Median 0.568837
Maximum 2.215307
Minimum -2.950907
2 Std. Dev. 1.836395
Skewness -0.395896
Kurtosis 1.603977
1
Jarque-Bera1.717211
Probability0.423753
0
-3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5
Dari data prob lebih besar dari 0.05 artinya lulus uji normalitas
Uji Autokolerasi
A=16
K=2
α=0.05
dl= 0.9820
du= 1.5386

Dw = 0.789130

Menolak H0 dan Menerima Ha artinya tidak ada permasalahan autokolerasi

Uji Heteroskedastisitas

Dari uji heteros didapatkan nilai probabilitas adalah sebesar 0.0669 artinya tidak ada
permasalahan heteroskedastisitas

Uji Multikolinearitas

PENDUDUKM
PDRB ISKIN
PDRB 1.000000 0.308205
PENDUDUKM
ISKIN 0.308205 1.000000
 Nilai kurang dari 8 artinya tidak ada permasalahan multikolinearitas

B. KESIMPULAN

Dalam pemilihan model terbaik maka didapatkan rem adalah model terbaik dalam metode panel
ini
 Pdrb memiliki hubungan positf dan signifikan terhadap ipm
 Penduduk miskin memiliki hubungan positif dan tidak signifikan terhadap ipm
 Nias memiliki pengaruh negative terhadap Ipm
 Mandailing Natal memiliki pengaruh negative terhadap Ipm
 Tapanuli Selatan memiliki pengaruh positif terhadap Ipm
 Tapanuli Tengah memiliki pengaruh positif terhadap Ipm
 Dalam uji asumsi klasik tidak ditemukan permasalahan

DAFTAR PUSTAKA/SUMBER JURNAL

Alhudori, M. (2017). Pengaruh IPM,PDRB,Dan Jumlah Pengangguran Terhadap Penduduk Miskin Di
Provinsi Jambi. Jurnal of Economics and Business , Vol.1 No.1 September 2017.

Cholili, F. M. (2014). Analisis Pengaruh Pengangguran,Produk Domestik Regional Bruto (Pdrb),dan Indeks
Pembangunan Manusia (IPM) Terhadap Jumlah Penduduk Miskin (Studi Kasus 33 Provinsi Di Indonesia).

M J Silaban, P. S., Br Sembiring, P. S., Br Sitepu, V. A., & Br.Sembiring, J. P. (2021). Pengaruh IPM dan
PDRB terhadap Jumlah Penduduk Miskin di Sumatera Utara Tahun 2002-2017. Jurnal Ekonomi & Ekonomi
Syariah , E-ISSN : 2599-3410 | P-ISSN : 2614-3259.
file:///C:/Users/user/Downloads/288-Article%20Text-1319-1-10-
20201229.pdf http://lppm-ibik57.ac.id/public/jurnal/20191029141522Andri
%20Faisal.pdf file:///C:/Users/user/Downloads/12-41-1-PB.pdf
file:///C:/Users/user/Downloads/PENGARUH_PDRB_PENGANGGURAN_D
AN_PEMBANG UNAN_MANUSIA.pdf
https://lkeb.umm.ac.id/files/file/tabel-dw.pdf