(Mini Skripsi)
Penulis
Nama : Hans Adinata Pakpahan 1951021009
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang telah
(TPT), Produk Domestik Bruto (PDRB) dan Indeks Pembangunan Manusia (IPM)
Tugas ini disusun sebagai salah satu bentuk latihan pengembangan kreativitas
penulis dan sebagai salah satu syarat kelulusan dalam mata kuliah Metodologi
Penelitian (FEB616405) Tugas ini dapat penulis selesaikan berkat bantuan dari
berbagai pihak, oleh sebab itu dalam kesempatan ini penulis meyampaikan terima
kasih kepada:
2. Orang tua dan rekan-rekan yang telah memberi dorongan dan semangat
telah diberikan mendapat balasan yang setimpal dari Tuhan Yang Maha
Esa.
ii
Penulis menyadari bahwa skripsi ini masih jauh dari sempurna dikarenakan
terbatasnya pengalaman dan pengetahuan yang dimiliki penulis. Oleh karena itu,
penulis mengharapkan segala bentuk saran serta masukan bahkan kritik yang
membangun dari berbagai pihak. Semoga skripsi ini dapat bermanfaat bagi para
Penulis
iii
DAFTAR ISI
Halaman
KATA PENGANTAR..........................................................................................................i
DAFTAR ISI....................................................................................................................iii
DAFTAR TABEL...............................................................................................................v
DAFTAR GAMBAR.........................................................................................................vi
BAB I..............................................................................................................................1
PENDAHULUAN.............................................................................................................1
1.1 Latar Belakang....................................................................................................1
1.2 Rumusan Masalah..............................................................................................2
1.3 Tujuan Penelitian................................................................................................3
1.4 Kerangka pemikiran............................................................................................3
BAB II.............................................................................................................................4
TINJAUAN PUSTAKA......................................................................................................4
2.1 Landasan Teori...................................................................................................4
2.2 Penelitian Sebelumnya.......................................................................................6
2.3 Hipotesis.............................................................................................................8
BAB III............................................................................................................................9
METODE PENELITIAN.....................................................................................................9
3.1 Lingkup Penelitian..............................................................................................9
3.2 Definisi Variabel Operasional.............................................................................9
3.3 Data dan Sumber Data.....................................................................................10
3.4 Metode Analisis................................................................................................11
3.4.1 Model Regresi...........................................................................................11
3.4.2 Uji Asumsi Klasik.......................................................................................12
3.4.3 Uji Normalitas...........................................................................................12
3.4.4 Uji Multikolineritas...................................................................................12
3.4.5 Uji Heteroskedastisitas.............................................................................13
3.4.6 Uji Autokorelasi........................................................................................14
3.4.7 Uji Hipotesis..............................................................................................14
BAB IV..........................................................................................................................16
HASIL DAN PEMBAHASAN...........................................................................................16
4.1 Hasil Regresi Linier Berganda (Model OLS).......................................................16
4.2 Hasil Pengujian Asumsi Klasik...........................................................................17
iv
DAFTAR TABEL
Halaman
DAFTAR GAMBAR
Halaman
BAB I
PENDAHULUAN
Di Indonesia, IPM adalah data penting karena IPM juga berguna sebagai salah
sattu alokator penentuan Dana Alokas Umum (DAU). Untuk mengetahui kualitas
hidup Indonesia, maka perlu dilakukan pengukuran agar tahu upaya untuk
diambil.
peringkat 107 di dunia dari 189 negara. Badan Pusat Statistik (BPS) melaporkan
IPM untuk tahun 2020 berada di posisi 72,09. Ada kenaikan 0,06 poin dibanding
tahun sebelumnya yang berada di 72,03. Angka IPM yang berada di rentang 70-80
Jawa Barat berada pada peringkat 8 dari 34 provinsi. Hal ini menjadikan Jawa
tahun 2020.
2
Ada tiga aspek yang menjadi komponen IPM yaitu umur panjang dan hidup sehat,
Pengetahuan dan standar hidup yang layak. Ketiga hal tersebut memiliki
pengertian yang luas karena terkait dengan banyak faktor. Kami mencoba
mengalami kenaikan maka bisa dibilang ada kemajuan yang terjadi, meskipun
harus dilihat lebih jauh apakah sudah sesuai target atau belum dan seberapa
Jawa Barat.
Jawa Barat.
Adapun kerangka pemikiran peneliti dapat dilihat pada gambar di bawah ini:
Tingkat
Pengangguran
Terbuka (TPT)
Indeks Pembangunan
Manusia (IPM)
Produk Domestik
Regional Bruto
(PDRB)
BAB II
TINJAUAN PUSTAKA
Menurut BPS, mengutip isi Human Development Report (HDR) pertama tahun
pilihan yang dimiliki oleh manusia. Diantara banyak pilihan tersebut, pilihan yang
terpenting adalah untuk berumur panjang dan sehat, untuk berilmu pengetahuan,
dan untuk mempunyai akses terhadap sumber daya yang dibutuhkan agar dapat
hidup secara layak. Indeks Pembangunan Manusia (IPM) merupakan salah satu
cara untuk mengukur keberhasilan kinerja suatu Negara atau Wilayah dalam
merupakan salah satu indikator untuk mengukur taraf kualitas fisik dan non fisik
penduduk (Andaiyani,2012).
berbasis sejumlah komponen dasar kualitas hidup. Sebagai ukuran kualitas hidup,
IPM dibangun melalui pendekatan tiga dimensi dasar. Dimensi tersebut mencakup
umur panjang dan sehat; pengetahuan, dan kehidupan yang layak. Ketiga dimensi
tersebut memiliki pengertian sangat luas karena terkait banyak faktor. Untuk
angka melek huruf dan rata-rata lama sekolah. Adapun untuk mengukur dimensi
sejumlah kebutuhan pokok yang dilihat dari rata-rata besarnya pengeluaran per
hilang atau tidak adanya kesempatan kerja yang akirnya menyebabkan seseorang
disebabkan oleh angkatan kerja yang tumbuh cepat setiap tahunnya, namun tidak
terbuka (open unemployment), adalah mereka yang mampu dan seringkali sangat
ingin bekerja tetapi tidak tersedia pekerjaan yang cocok untuk mereka.
Kemiskinan sering dipahami sebagai keadaan kekurangan uang dan barang untuk
menjamin kelangsungan hidup, dan merupakan masalah klasik yang dihadapi oleh
sebagian besar negara sedang berkembang serta merupakan salah satu indikator
memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi
yang digunakan adalah data sekunder yang berupa data panel (pooled least square)
dengan periode waktu (time series) selama lima tahun dari tahun 2012-2016 dan
dari Badan Pusat Statistik (BPS) Provinsi Jawa Tengah. Metode analisis data
menggunakan regresi data panel. Analisis regresi data panel dengan menggunakan
hasil penelitian ini menunjukan variabel PDRB perkapita (PP) berpengaruh positif
dan signifikan terhadap IPM, variabel jumlah penduduk miskin (PM) berpengaruh
Ekonomi, Rasio Gini, dan Penghimpunan Dana ZIS (Zakat, Infaq, Sedekah)
ini menggunakan pendekatan kuantitatif dengan teknik analisis regresi data panel
yang meliputi data cross section 34 provinsi di Indonesia dan time series 5 tahun
dari tahun 2012 sampai 2016, dan model terpilih dari uji pemilihan model adalah
Fixed Effect Model (FEM).Hasil dari penelitian ini menunjukkan bahwa secara
Nursiah Chalid dan Yusbar Yusuf Jurusan Ilmu Ekonomi Universitas Riau (2014)
manusia (IPM) di Provinsi Riau. Data yang digunakan adalah data sekunder yang
bersumber dari Badan Pusat Statistik, Jakarta, Indonesia, Badan Pusat Statistik
Provinsi Riau dan Badan Perencanaan Pembangunan Daerah Provinsi Riau. Data
sekunder yang digunakan adalah data Panel tahun 2006-2011 menurut daerah
masing 0,005 dan 0,953.Variable yang sangat besar pengaruhnya terhadap IPM
2.3 Hipotesis
BAB III
METODE PENELITIAN
terhadap Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Barat pada tahun
2001-2020.
Variabel dalam penelitian ini terdapat dua jenis yakni variabel dependen yaitu
merupakan salah satu indikator untuk mengukur taraf kualitas fisik dan
dan seringkali sangat ingin bekerja tetapi tidak tersedia pekerjaan yang
suatu daerah, maka semakin besar pula potensi sumber penerimaan daerah
Data yang digunakan dalam penelitian ini adalah data sekunder yang didapatkan
dari laman resmi BPS Indonesia dan BPS Provinsi Jawa Barat. Data-data yang
kami dapatkan dari website BPS adalah data Indeks Pembangunan Manusia
(IPM), data Tingkat Pengangguran Terbuka (TPT) dan Produk Domestik Regional
Bruto (PDRB).
11
Metode analisis dalam penelitian ini menggunakan regresi linier dengan model
OLS (Ordinary Least Square). OLS adalah metode ekonometrik dimana terdapat
variabel terikat sebagai variabel yang dijelaskan dan variabel bebas sebagai
autokorelasi.
Keterangan :
Β0 : Konstanta Regresi
εt : error term
12
dalam estimasi, dan tidak biasnya persamaan regresi yang didapatkan. Uji asumsi
menguji ada tidaknya heteroskedastisitas, dan juga ada atau tidaknya masalah
autokorelasi.
Uji normalitas digunakan untuk melihat sebaran data sebuah kelompok data
normal atau tidak terdistribusi secara normal. Uji normalitas dapat menggunakan
probability >α )
probability <α )
hubungan linier antara variabel bebas dalam model regresi berganda. Deteksi
13
koefisien regresi terganggu dan model regresi linier sederhana tidak akurat dan
Hipotesisnya adalah :
Uji autokorelasi digunakan untuk menguji model regresi, apakah ada korelasi
antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1.
dengan observasi lain yang berlainan waktu. Data runtut waktu sering diduga
masalah autokorelasi. Jika masih ada autokorelasi dalam model, maka estimator
akan tidak bias, linier, dan tidak mempunyai varian yang minimum lagi sehingga
tidak bisa dipercaya kebenarannya. Dalam analisis ini kami menggunakan metode
Hipotesisnya adalah :
Hα = ada autokorelasi
a. Uji t-Statistik
Uji parsial atau lebih dikenal dengan uji t adalah pengujian mengenai
Dengan Kriteria :
15
b. Uji F-Statistik
Uji F atau disebut juga dengan uji simultan adalah uji yang digunakan
Dengan Kriteria :
Pada penelitian ini, asumsi klasik yang akan diuji adalah normalitas residual,
deteksi multikolinieritas, heteroskedastisitas, dan autokorelasi.
Y= 0,1485 > 0,05 Maka data tingkat kemiskinan (Y) berdistribusi normal
X1= 0,0675 > 0,05 Maka data tingkat pengangguran terbuka (X1) berdistribusi
normal
X2= 0,10047 > 0,05 Maka data produk domestik regional bruto (X2)
berdistribusi normal
X3= 0,4121 > 0,05 Maka data Jika indeks pembangunan (X3) berdistribusi
normal
Nilai chi square hitung = 9,78 ; sedangkan nilai kritis chi square pada α=5 % dan
df = 9 adalah 16,9190. Dengan begitu 9,78 < 16,91 Maka menerima Ho atau
menolak H1. Artinya tidak ada masalah heteroskedastisitas pada data penelitian.
Untuk metode Durbin Watson : pada α=5 % dengan n=20 dan k=4.
Didapat untuk dL= 0,894 dan du= 1,828. Sehingga 4-dL = 3,106 dan 4-
du= 2,172. Karena nilai statistik d hitung Watson =
0,894<1,348909<1,828 (dL< d < du), artinya uji ini menunjukkan hasil
bahwa bearada pada daerah keraguan;tidak ada keputusan.
Untuk metode Breusch-Godfrey pada α=5 %, nilai probabilitas chi square
= 0,1307 > 0,05, gagal menolak H0 yang berarti tidak ada masalah
autokolerasi.
a. Uji t (Parsial)
Uji t-Statistik untuk Tingkat Pengangguran Terbuka (X1)
Hipotesis :
H0 : β1 = ¿0, maka tidak ada pengaruh antara TPT dengan tingkat
kemiskinan
H a : β1 ≠ 0, maka ada pengaruh antara TPT dengan tingkat kemiskinan
Diketahui :
N = 20 k= 4
α = 0,05
t-tabel (0,025 ; 16) = 2,120
t-statistik = 0,50
t-statistik < t-tabel = 0,50 < 2,120, sehingga tidak signifikan
Daerah Daerah
penerimanaan penolakan H0
H0
0,50 2,120
Hasil t-statistik variabel tingkat pengangguran terbuka (X1) sebesar 0,50 <
t tabel sebesar 2,120, Artinya gagal menolak H 0. Secara parsial Tingkat
pengangguran terbuka (X1) tidak ada pengaruh dengan tingkat
kemiskinan.
Uji t-Statistik untuk Produk Domestik Regional Bruto(X2)
Hipotesis :
Diketahui :
N = 20 k= 4
α = 0,05
t-statistik = -6, 01
Daerah Daerah
penolakan H0 penerimanaan
H0
-6,01 -2,120
Hipotesis :
Diketahui :
N = 20 k= 4
α = 0,05
t-statistik = 1,15
Daerah Daerah
penerimanaan penolakan H0
H0
1,15 2,120
b. Uji F (Simultan)
Hipotesis :
Diketahui :
N = 20 dfn1= 3
α = 0,05 dfn2 = 16
Daerah
penolakan H0
Daerah
penerimanaan
H0
3,24 69,57
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
(TPT), Produk Domestik Bruto (PDRB) dan Indeks Pembangunan Manusia (IPM)
5.2 Saran
keluar dari garis kemiskinan. Dengan begitu maka indeks pembangunan manusia
DAFTAR PUSTAKA
Hanifah, Mahardika and , Muhammad Arif, SE, M.Ec, Dev and , Drs. Harun, MH.
Sumatera Utara.
LAMPIRAN
29
1. Data Penelitian
Variabe PDRB
TPT
l (Milyar) IPM TK
2020 10.46 2088038.74 72.09 7.88
2019 8.04 2124043.62 72.03 6.91
2018 8.23 1960627.7 71.3 7.45
2017 8.22 1788117.36 70.69 8.71
2016 8.89 1653238.4 70.05 8.95
2015 8.72 1524974.83 69.5 9.53
2014 8.45 1385825.08 68.8 9.18
2013 9.16 1258989.33 68.25 9.61
2012 9.08 1128245.68 67.32 9.88
2011 9.96 1021628.6 66.67 10.57
2010 10.33 906685.76 66.15 11.27
2009 10.96 689841.31 71.64 11.58
2008 12.08 633283.48 71.12 12.74
2007 13.08 526220.23 70.71 13.55
2006 14.59 473187.29 70.32 14.49
2005 15.53 389244.65 69.91 13.06
2004 15.78 305703.4 68.7 12.1
2003 16.03 275721.68 69.93 12.9
2002 16.48 241468.94 69.13 13.4
2001 17.12 218525.22 65.8 13.97
Sumber : BPS Indonesia dan BPS Jawa Barat
Keterangan :
TK : Tingkat Kemiskinan
2. Hasil Regresi