ANALISIS TINGKAT PENGANGGURAN TERBUKA(TPT),

PRODUK DOMESTIK BRUTO (PDRB) DAN INDEKS

PEMBANGUNAN MANUSIA (IPM) TERHADAP TINGKAT
KEMISKINAN DI PROVINSI JAWA BARAT TAHUN
(2001-2020)

(Mini Skripsi)

Penulis
Nama : Hans Adinata Pakpahan 1951021009

P.S. : Ekonomi Pembangunan

Mata Kuliah : Metodologi Penelitian (FEB616405)

Dosen : DR.TOTO GUNARTO, S.E., M.S.

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS LAMPUNG
BANDAR LAMPUNG
2022
 i

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang telah

memberikan rahmatNya yang melimpah sehingga penulis dapat menyelesaikan

tugas akhir miniskripsi dengan judul “Analisis Tingkat Pengangguran Terbuka

(TPT), Produk Domestik Bruto (PDRB) dan Indeks Pembangunan Manusia (IPM)

Terhadap Tingkat Kemiskinan di Provinsi Jawa Barat Tahun 2001-2020 ” dengan

baik dan selesai tepat pada waktunya.

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:

1. DR.Toto Gunarto, S.E., M.S.sebagai dosen pengampu dalam mata kuliah

Metodologi Penelitian (FEB616405) yang telah memberikan arahan,

dorongan, dan bimbingan kepada penulis dalam memahami materi hingga

penulisan tugas ini.

2. Orang tua dan rekan-rekan yang telah memberi dorongan dan semangat

dalam menyelesaikan miniskripsi ini. Semoga bantuan dan kerjasama yang

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

pembaca dan semua pihak khususnya dalam bidang Ekonomi Pembangunan.

Bandar Lampung, 10 April 2022

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

4.2.1 Uji Normalitas...........................................................................................17

4.2.2 Uji Multikolineritas...................................................................................17
4.2.3 Uji Heteroskedastisitas.............................................................................18
4.2.4 Uji Autokorelasi........................................................................................19
4.2.5 Uji Hipotesis..............................................................................................20
BAB V...........................................................................................................................25
KESIMPULAN DAN SARAN...........................................................................................25
5.1 Kesimpulan.......................................................................................................25
5.2 Saran................................................................................................................25
DAFTAR PUSTAKA........................................................................................................26
LAMPIRAN...................................................................................................................28
 v

DAFTAR TABEL

Halaman

Tabel 1. Hasil Regresi.......................................................................................................23

Tabel 2. Hasil Uji Normalitas Metode Swekness Kurtois..................................................24
Tabel 3. Hasil Uji Multikolineritas dengan VIF..................................................................25
Tabel 4. Uji Heteroskedastisitas (Uji white) .....................................................................26
Tabel 5. Uji autokorelasi...................................................................................................26
Tabel 6.Data Panel...........................................................................................................36
 vi

DAFTAR GAMBAR

Halaman

Gambar 1. Kerangka Pemikiran..........................................................................................3

Gambar 2. Daerah Keputusan Uji t-statistik TPT..............................................................20
Gambar 3. Daerah Keputusan Uji t-statistik PDRB...........................................................21
Gambar 4. Daerah Keputusan Uji t-statistik IPM..............................................................22
Gambar 5. Daerah Keputusan Uji f-statistik ....................................................................23
 1

BAB I
PENDAHULUAN

1.1 Latar Belakang

Untuk mengukur kualitas hidup suatu negara, dapat dilakukan dengan

menggunakan Indeks Pembangunan Manusia (IPM). IPM sendiri merupakan

pengukuran yang membandingkan harapan hidup, pendidikan, dan standar hidup.

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

meningkatkan kualitas hidup Indonesia sehingga kebijjakan yang tepat bisa

diambil.

Berdasarkan Laporan dari Badan Pusat Statistik (BPS) Indonesia berada di

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

mengindikasikan bahwa skornya tinggi. untuk provinsi-provinsi di Indonesia,

Jawa Barat berada pada peringkat 8 dari 34 provinsi. Hal ini menjadikan Jawa

Barat lumayan berpengaruh dalam kenaikan Indeks Pembangunan Manusia di

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

menganalisis apakah Tingkat Pengangguran Terbuka (TPT) dan Produk Domestik

Regional Bruto (PDRB) penduduk Jawa Barat berpengaruh terhadap Indeks

Pembangunan Manusia di Provinsi Jawa Barat. Apabila ketiga aspek tersebut

mengalami kenaikan maka bisa dibilang ada kemajuan yang terjadi, meskipun

harus dilihat lebih jauh apakah sudah sesuai target atau belum dan seberapa

signifikan kemajuan tersebut dibuat.

1.2 Rumusan Masalah

Rumusan masalah pada penelitian ini sebagai berikut :

1. Tingkat Pengangguran Terbuka (TPT) memiliki pengaruh terhadap Indeks

Pembangunan Manusia (IPM) di Provinsi Jawa Barat?

2. Apakah Produk Domestik Regional Bruto (PDRB) memiliki pengaruh

terhadap Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Barat?

3. Apakah Tingkat Pengangguran Terbuka (TPT) dan Produk Domestik

Regional Bruto (PDRB) memiliki pengaruh terhadap Indeks

Pembangunan Manusia (IPM) di Provinsi Jawa Barat?

 3

1.3 Tujuan Penelitian

Tujuan penelitian ini dibuat yaitu:

1. Untuk mengetahui dan menganalisis pengaruh Tingkat Pengangguran

Terbuka (TPT) terhadap Indeks Pembangunan Manusia (IPM) di Provinsi

Jawa Barat.

2. Untuk mengetahui dan menganalisis pengaruh Produk Domestik Regional

Bruto (PDRB) terhadap Indeks Pembangunan Manusia (IPM) di Provinsi

Jawa Barat.

3. Untuk mengetahui dan menganalisi Tingkat Pengangguran Terbuka (TPT)

dan Produk Domestik Regional Bruto (PDRB) memiliki pengaruh

terhadap Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Barat.

1.4 Kerangka pemikiran

Adapun kerangka pemikiran peneliti dapat dilihat pada gambar di bawah ini:

Tingkat
Pengangguran
Terbuka (TPT)
Indeks Pembangunan
Manusia (IPM)

Produk Domestik
Regional Bruto
(PDRB)

Gambar 1. Kerangka Pemikiran

 4

BAB II
TINJAUAN PUSTAKA

2.1 Landasan Teori

Menurut BPS, mengutip isi Human Development Report (HDR) pertama tahun

1990, pembangunan manusia adalah suatu proses untuk memperbanyak pilihan-

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

bidang pembangunan manusia (BPS,2012). Indeks Pembangunan Manusia

merupakan salah satu indikator untuk mengukur taraf kualitas fisik dan non fisik

penduduk (Andaiyani,2012).

Indeks Pembangunan Manusia (IPM) mengukur capaian pembangunan manusia

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

mengukur dimensi kesehatan, digunakan angka harapan hidup waktu lahir.

Selanjutnya untuk mengukur dimensi pengetahuan digunakan gabungan indikator

 5

angka melek huruf dan rata-rata lama sekolah. Adapun untuk mengukur dimensi

hidup layak digunakan indikator kemampuan daya beli masyarakat terhadap

sejumlah kebutuhan pokok yang dilihat dari rata-rata besarnya pengeluaran per

kapita sebagai pendekatan pendapatan yang mewakili capaian pembangunan

untuk hidup layak.

Pengangguran merupakan salah satu faktor penyebab kemiskinan adalah kurang,

hilang atau tidak adanya kesempatan kerja yang akirnya menyebabkan seseorang

tidak memiliki sumber pendapatan (Tambunan, 2015:126). Pengangguran dapat

disebabkan oleh angkatan kerja yang tumbuh cepat setiap tahunnya, namun tidak

diimbangi dengan meningkatnya ketersediaan lapangan pekerjaan. Pengangguran

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

ekonomi untuk melihat tingkat kesejahteraan masyarakat di suatu daerah. Jumlah

penduduk miskin di Indonesia berfluktuasi dari tahun ke tahun. (Hudayana Dadan,

2009). 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.

 6

2.2 Penelitian Sebelumnya

Agil Muhammad Dahlan, mahasiswa Universitas Islam Indonesia (2018)

melakukan penelitian mengenai Analisis Faktor-Faktor Yang Mempengaruhi

Indeks Pembangunan Manusia Di Provinsi Jawa Tengahtahun 2012-2016. Data

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

cross section sebanyak 35 kabupaten/kota di Provinsi Jawa Tengah yang diperoleh

dari Badan Pusat Statistik (BPS) Provinsi Jawa Tengah. Metode analisis data

menggunakan regresi data panel. Analisis regresi data panel dengan menggunakan

metode Fixed Effect Model yang digunakan untuk mengetahui variabel-variabel

yang mempengaruhi indeks pembangunan manusia di Provinsi Jawa Tengah. Dari

hasil penelitian ini menunjukan variabel PDRB perkapita (PP) berpengaruh positif

dan signifikan terhadap IPM, variabel jumlah penduduk miskin (PM) berpengaruh

negatif dan signifikan terhadap IPM. Sedangkan, variabel angka partisipasi

sekolah (APS) dan kepadatan penduduk (KP) tidak berpengaruh signifikan

terhadap IPM di Provinsi Jawa Tengah pada tahun 2012-2016.

Mahardika Hanifah, mahasiswa Universitas Muhammadiyah Surakarta (2019)

melakukan penelitian tentang Analisis Pengaruh Angka Partisipasi Sekolah,

Pertumbuhan Ekonomi, Rasio Gini, Dan Penghimpunan Dana Zis Terhadap

Indeks Pembangunan Manusia Di Indonesia Tahun 2012-2016. Penelitian ini

bertujuan untuk mengetahui pengaruh Angka Partisipasi Sekolah, Pertumbuhan

Ekonomi, Rasio Gini, dan Penghimpunan Dana ZIS (Zakat, Infaq, Sedekah)

terhadap Indeks Pembangunan Manusia di Indonesia tahun 2012-2016. Penelitian

 7

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

parsial angka partisipasi sekolah dan pertumbuhan ekonomi berpengaruh positif

signifikan terhadap Indeks Pembangunan Manusia, rasio gini berpengaruh negatif

signifikan terhadap Indeks Pembangunan Manusia, dan penghimpunan dana ZIS

tidak berpengauh terhadap Indeks Pembangunan Manusia. Sedangkan secara

simultan angka partisipasi sekolah, pertumbuhan ekonomi, rasio gini, dan

penghimpunan dana ZIS berpengaruh terhadap Indeks Pembangunan Manusia di

Indonesia tahun 2012-2016.

Nursiah Chalid dan Yusbar Yusuf Jurusan Ilmu Ekonomi Universitas Riau (2014)

melakukan penelitian mengenai Pengaruh Tingkat Kemiskinan, Tingkat

Pengangguran, Upah Minimum Kabupaten/Kota Dan Laju Pertumbuhan Ekonomi

Terhadap Indeks Pembangunan Manusia. Penelitian ini bertujuan untuk

mengetahui pengaruh tingkat kemiskinan, tingkat pengangguran, upah minimum

kabupaten/kota dan laju pertumbuhan ekonomi terhadap indeks pembangunan

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

tingkat II Kabupaten/Kota di Provinnsi Riau. Analisis data menggunakan regresi

linear berganda. Dari hasil analisis diketahui tingkat kemiskinan, tingkat

pengangguran, upah minimum kabupaten/kota dan laju pertumbuhan ekonomi

 8

berpengaruh terhadap IPM.Tingkat kemiskinan dan tingkat pengangguran

berpengaruh negative terhadap IPM, masing-masing dengan koefisien regresi

sebesar -0,163 dan - 0,084.Upah minimum kabupaten/kota dan laju pertumbuhan

ekonomi berpengaruh positif terhadap IPM, dengan koefisien regresi masing-

masing 0,005 dan 0,953.Variable yang sangat besar pengaruhnya terhadap IPM

adalah laju pertumbuhan ekonomi.

2.3 Hipotesis

Berdasarkan tujuan penelitian, kerangka pemikiran teoritis terhadap rumusan

masalah pada penelitian ini, maka didapatkan hipotesis sebagai berikut :

a. Tingkat Pengangguran Terbuka (TPT) terhadap Indeks Pembangunan

Manusia (IPM) di Provinsi Jawa Barat.

H0 : Tingkat Pengangguran Terbuka (TPT) berpengaruh negatif terhadap

Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Barat.

Hα : Tingkat Pengangguran Terbuka (TPT) berpengaruh negatif terhadap

Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Barat.

b. Produk Domestik Regional Bruto (PDRB) terhadap Indeks Pembangunan

Manusia (IPM) di Provinsi Jawa Barat.

H0 : Produk Domestik Regional Bruto (PDRB) berpengaruh negatif

terhadap Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Barat.

Hα : Produk Domestik Regional Bruto (PDRB) berpengaruh negatif

terhadap Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Barat.

 9

BAB III
METODE PENELITIAN

3.1 Lingkup Penelitian

Lingkup penelitian ini mencakup seberapa besar pengaruh dari Tingkat

Pengangguran Terbuka (TPT) dan Produk Domestik Regional Bruto (PDRB)

terhadap Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Barat pada tahun

2001-2020.

3.2 Definisi Variabel Operasional

Variabel dalam penelitian ini terdapat dua jenis yakni variabel dependen yaitu

Indeks Pembangunan Manusia (IPM) dan variabel independen yaitu Tingkat

Pengangguran Terbuka (TPT) dan Produk Domestik Regional Bruto (PDRB).

Definisi variabel tersebut yaitu :

a. Indeks Pembangunan Manusia (IPM) merupakan salah satu cara untuk

mengukur keberhasilan kinerja suatu Negara atau Wilayah dalam bidang

pembangunan manusia (BPS,2012). Indeks Pembangunan Manusia

merupakan salah satu indikator untuk mengukur taraf kualitas fisik dan

non fisik penduduk (Andaiyani,2012).

 10

b. Pengangguran terbuka (open unemployment), adalah mereka yang mampu

dan seringkali sangat ingin bekerja tetapi tidak tersedia pekerjaan yang

cocok untuk mereka. (Edwards, 1974)

c. Pertumbuhan ekonomi atau peningkatan PDRB merupakan salah satu

ukuran dan indikasi penting untuk menilai keberhasilan dari pembangunan

ekonomi suatu daerah ditinjau dari sisi ekonominya. Namun demikian

tingginya. PDRB tidak menjamin bahwa seluruh penduduk disuatu

wilayah telah menikmati, kemakmuran. PDRB hanya merupakan

gambaran secara umum dari kesejahteraan masyarakat. Membaiknya

indikator pertumbuhan ekonomi diharapkandapat memberikan dampak

positif terhadap masalah kemiskinan yang menjadi isu penting. PDRB

sering digunakan sebagai indikator pembangunan. Semakin tinggi PDRB

suatu daerah, maka semakin besar pula potensi sumber penerimaan daerah

tersebut dikarenakan semakin besar pendapatan masyarakat daerah

tersebut (Thamrin, 2001).

3.3 Data dan Sumber Data

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

3.4 Metode Analisis

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

variabel penjelas dalam persamaan linierdiikuti berbagai pengujian asumsi klasik

seperti normality test, deteksi multikolinieritas, uji heteroskedastisitas, dan uji

autokorelasi.

3.4.1 Model Regresi

Model regresi yang digunakan dalam penelitian ini yaitu :

IPMt = β0 + β1TPTt + β2PDRBt + εt

Keterangan :

IPMt : Indeks Pembangunan Manusia (dalam persen)

Β0 : Konstanta Regresi

Β1,β2,β3 : Koefisien Regresi

TPTt : Angka Partisispasi Sekolah usia 16-18 tahun (dalam persen)

PDRBt : kepadatan pemduduk (dalam persen)

εt : error term
 12

3.4.2 Uji Asumsi Klasik

Uji asumsi klasik digunakan dalam memberi kepastian konsistenasi, ketepatan

dalam estimasi, dan tidak biasnya persamaan regresi yang didapatkan. Uji asumsi

klasik menguji apakah residu tersebar normal, mendeteksi multikolinieritas,

menguji ada tidaknya heteroskedastisitas, dan juga ada atau tidaknya masalah

autokorelasi.

3.4.3 Uji Normalitas

Uji normalitas digunakan untuk melihat sebaran data sebuah kelompok data

variabel. Sebaran data dapat memperlihatkan apakah dia terdistribusi secara

normal atau tidak terdistribusi secara normal. Uji normalitas dapat menggunakan

metode histogram residual dan J-B test (Uji Jarque-Bera).

J-B test memiliki kriteria hipotesis dalam pengujiannya :

H0 : Residual terdistribusi secara normal (Jarque-Bera stat > Chi Square,

probability >α )

Hα : Residual terdistribusi secara normal (Jarque-Bera stat < Chi Square,

probability <α )

3.4.4 Uji Multikolineritas

Multikolinieritas merupakan salah satu pelanggaran asumsi klasik, dimana adanya

hubungan linier antara variabel bebas dalam model regresi berganda. Deteksi
 13

multikolinieritas dapat dilakukan dengan menggunakan metode VIF (Value

Inflation Factor) pada model regresi berganda.

Kriteria metode VIF :

Jika VIF 1 – < 5 Multikolineritas Rendah

Jika VIF 5 – < 10 Multikolineritas Sedang

Jika VIF ≥ 10 Multikolineritas Tinggi

3.4.5 Uji Heteroskedastisitas

Heteroskedastisitas adalah salah satu faktor yang dapat menyebabkan estimasi

koefisien regresi terganggu dan model regresi linier sederhana tidak akurat dan

tidak efisien. Heteroskedastisitas sendiri merupakan sebuah ketidaksamaan varian

dari residual model regresi dalam semua pengamatannya. Pengujian

heteroskedastisitas dapat dilakukan dengan menggunakan beberapa metode seperti

Metode Park, Metode Glejser, Metode Korelasi Sperman, Metode Goldfeld-

Quandt, dan Metode White. Dalam pengujian heteroskedastisitas penelitian ini

menggunakan metode white.

Hipotesisnya adalah :

H0 = homoskedastisitas, jika Obs*R-square > tabel

Hα = Heteroskedasitias, jika Obs*R-square > tabel

 14

3.4.6 Uji Autokorelasi

Uji autokorelasi digunakan untuk menguji model regresi, apakah ada korelasi

antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1.

Autokorelasi menggambarkan adanya korelasi antara anggota observasi satu

dengan observasi lain yang berlainan waktu. Data runtut waktu sering diduga

mengandung unsur autokorelasi sedangkan data cross section jarang ditemui

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

Lagrange Multiplier (LM).

Hipotesisnya adalah :

H0 = tidak ada autokorelasi

Hα = ada autokorelasi

3.4.7 Uji Hipotesis

a. Uji t-Statistik

Uji parsial atau lebih dikenal dengan uji t adalah pengujian mengenai

pengaruh masing-masing variabel independen secara sendiri-sendiri

terhadap variabel dependennya. Uji t dilakukan dengan membandingkan t-

statistik dengan t-tabel.

Dengan Kriteria :
 15

Jika t-statistik > t-tabel maka H0 ditolak. Variabel independen berpengaruh

secara signifikan terhadap variabel dependen.

Jika t-statistik > t-tabel maka H0 diterima. Variabel independen tidak

berpengaruh secara signifikan terhadap variabel dependen.

b. Uji F-Statistik

Uji F atau disebut juga dengan uji simultan adalah uji yang digunakan

dalam persamaan model regresi untuk mengetahui pengaruh seluruh

variabel independen dalam sebuah penelitian secara bersama-sama

terhadap variabel dependennya.

Dengan Kriteria :

Jika F-statistik > F-tabel maka H0 ditolak. Variabel independen terhadap

variabel dependennya berpengaruhsignifikan secara bersama-sama.

Jika F-statistik > F-tabel maka H0 diterima. Variabel independen terhadap

variabel dependennya tidak berpengaruh signifikan secara bersama-sama.

 16

BAB IV. HASIL DAN PEMBAHASAN

4.1 Hasil Regresi Linier Berganda (Model OLS)

Tabel 1. Hasil Regresi

Sumber : Hasil pengolahan data Stata MP 16.0

Model regresi yang digunakan yaitu :Y = β0 + β1x1 + β2x2 + β3x3 + εt

Persamaan yang didapat: Y= 6,985018 + 0,0524658X1 – 3,27e-06X2 +
0,0959189X3
Interpretasi model ini:
a) Apabila variabel X1, X2, X3 konstan, maka tingkat kemiskinan (Y)
meningkat sebesar 6,985018
b) Jika tingkat pengangguran terbuka (X1) sebesar 1, maka tingkat
kemiskinan (Y) meningkat sebesar 0,0524658
c) Jika produk domestik regional bruto (X2) sebesar 1, maka tingkat
kemiskinan (Y) menurun sebesar – 3,27e-06
d) Jika indeks pembangunan manusia (X3) sebesar 1, maka tingkat
kemiskinan (Y) meningkat sebesar 339,69 M Rupiah.
 17

4.2 Hasil Pengujian Asumsi Klasik

Pada penelitian ini, asumsi klasik yang akan diuji adalah normalitas residual,
deteksi multikolinieritas, heteroskedastisitas, dan autokorelasi.

4.2.1 Uji Normalitas

Tabel 2. Hasil uji normalitas Metode Swekness Kurtosis

Sumber : Hasil pengolahan data Stata MP 16.0

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

4.2.2 Uji Multikolinearitas

Tabel 3. Hasil Uji Multikolineritas dengan metode VIF
 18

Sumber : Hasil pengolahan data Stata MP 16.0

Dengan pengolahan data pada Stata MP 16.0, didapat hasil :

 VIF X1= 16,60 > 10 Maka diduga ada multikolinieritas

 VIF X2= 15,47 > 10 Maka diduga ada multikolinearitas
 VIF X3= 1,38 < 10 Maka diduga tidak ada multikolinearitas

Berdasarkan perhitungan VIF diatas, terbukti bahwa variabel bebas (independen)

yaitu tingkat pengangguran terbuka (X1) dan data produk domestik regional bruto
(X2) terdapat multikolinearitas, sedangkan indeks pembangunan (X3) tidak
mengalami masalah multikolineritas.

4.2.3 Uji Heteroskedastisitas

Tabel 4. Hasil Uji Heteroskedastisitas dengan metode Uji White
 19

Sumber : Hasil pengolahan data Stata MP 16.0

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.

4.2.4 Uji Autokorelasi

Tabel 5. Hasil Uji Autokorelasi

Sumber : Hasil pengolahan data Stata MP 16.0

 20

 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.

4.2.5 Uji Hipotesis

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

Gambar 2. Daerah Keputusan Uji t-statistik tingkat pengangguran terbuka

 21

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 :

H 0 : β2 = ¿0, maka tidak ada pengaruh antara PDRB dengan tingkat

kemiskinan
H a : β2 ≠ 0, maka ada pengaruh antara PDRB dengan tingkat kemiskinan

Diketahui :

N = 20 k= 4

α = 0,05

t-tabel (0,025 ; 16) = -2,120

t-statistik = -6, 01

t-statistik < t-tabel = -6,01 < -2,120, sehingga tidak signifikan

Daerah Daerah
penolakan H0 penerimanaan
H0
 

-6,01 -2,120

Gambar 3. Daerah Keputusan Uji t-statistik produk domestik regional

bruto
 22

Hasil t-statistik variabel produk domestik regional bruto (X2) sebesar -

6,01 < t tabel sebesar -2,120, Artinya gagal menolak H 0. Artinya menolak
H 0 dan menerima Ha. Secara parsial PDRB (X2) ada pengaruh dengan
tingkat kemiskinan.
 Uji t-Statistik untuk Indeks Pembangunan Manusia (X3)

Hipotesis :

H 0 : β3 = ¿0 maka tidak ada pengaruh antara Indeks Pembangunan

Manusia dengan tingkat kemiskinan
H a : β3 ≠ 0 maka ada pengaruh antara Indeks Pembangunan Manusia
dengan tingkat kemiskinan

Diketahui :

N = 20 k= 4

α = 0,05

t-tabel (0,025 ; 16) = 2,120

t-statistik = 1,15

t-statistik > t-tabel = 1,15 < 2,120, sehingga signifikan

Daerah Daerah
penerimanaan penolakan H0
H0

1,15 2,120

Gambar 4. Daerah Keputusan Uji t-statistik indeks pembangunan manusia

Hasil t-statistik variabel indeks pembangunan manusia (X3) sebesar 1,15 >
t tabel sebesar 2,120, Artinya gagal menolak H 0. Secara parsial IPM (X3)
tidak ada pengaruh dengan tingkat kemiskinan.
 23

b. Uji F (Simultan)
Hipotesis :

H 0 : β1:β2: β3 = 0 maka tidak ada pengaruh antara Tingkat

Pengangguran Terbuka, PDRBdan Indeks Pembangunan Manusia
dengan tingkat kemiskinan

H a : β1: β2: β3 ≠ 0 maka ada pengaruh antara Tingkat Pengangguran

Terbuka, PDRBdan Indeks Pembangunan Manusia dengan tingkat
kemiskinan

Diketahui :

N = 20 dfn1= 3

α = 0,05 dfn2 = 16

Diperoleh : F-Tabel = 3,24

F-statistik = 69,57 > F-tabel = 3,24, sehingga simultan

Daerah
penolakan H0
Daerah
penerimanaan
H0
 

3,24 69,57

Gambar 5. Daerah Keputusan Uji F-statistik

Hasil perhitungan F-statistik sebesar 69,57 > F tabel sebesar 3,24,
artinya H0 ditolak menerima Hα. Secara simultan, variabel independen
yaitu tingkat pengangguran terbuka (X1), produk domestik bruto (X2),
 24

dan indeks pembangunan manusia (X3) secara bersama-sama ada

pengaruh dengan tingkat kemiskinan.

c. Uji Koefisien Determinasi (R Square)

Nilai R-Square = 0,9288, menunjukkan bahwa variabel independen berupa tingkat

pengangguran terbuka (X1), produk domestik bruto (X2), dan indeks
pembangunan manusia (X3) dapat menjelaskan variabel dependen yakni tingkat
kemiskinan di Indonesia sebesar 92,88%. Sisanya sebesar 7,12% dijelaskan oleh
variabel lain diluar model estimasi.
 25

BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan

Penelitian ini menunjukkan bahwa pengaruh Tingkat Pengangguran Terbuka

(TPT), Produk Domestik Bruto (PDRB) dan Indeks Pembangunan Manusia (IPM)

di Provinsi Jawa Barat tahun 2001-2020 sebagai berikut :

1. H0 ditolak menerima Hα. Secara simultan, variabel independen yaitu

tingkat pengangguran terbuka (X1), produk domestik bruto (X2), dan

indeks pembangunan manusia (X3) secara bersama-sama ada pengaruh

dengan tingkat kemiskinan.

2. Tingkat kemiskinan berpengaruh negatif dan signifikan terhadap Indeks

Pembangunan Manusia (IPM) di Provinsi Jawa Barat tahun 2001-2020.

5.2 Saran

Indeks pembangunan manusia sangat menentukan bagaimana kualitas hidup

masyarakat terutama di Provinsi Jawa Barat. Tingkat Pengangguran Terbuka dam

PDRB sangatlah menjadi faktor prenentu peningkatan indeks tersebut. maka

sebaiknya pemerintah dan masyarakat Jawa Barat saling berpartisipasi dalam

peningkatan kualitas hidup disana, dimana sebaiknya para anak-anak

disekolahkan dan pemerintah dapat membuat kebijakan agar masyarakatnya dapat

 26

keluar dari garis kemiskinan. Dengan begitu maka indeks pembangunan manusia

akan meningkat di Jawa Barat.

DAFTAR PUSTAKA

Agil Muhammad Dahlan. (2018). Analisis Faktor-Faktor Yang Mempengaruhi

Indeks Pembangunan Manusia Di Provinsi Jawa Tengah Tahun 2012-

2016. Skripsi, Universitas Islam Indonesia

Badan Pusat Satistik (BPS) Indonesia diakses melalui https://www.bps.go.id/

diakses pada 04 Desember 2021

Badan Pusat Statistik (BPS) Provinsi Jawa Barat diakses melalui

https://aceh.bps.go.id/ diakses pada 04 Januari 2021

Damodar N, Gujarati. 2003. Basic Econometrics. Fourth Edition : McGraw-Hill

Hanifah, Mahardika and , Muhammad Arif, SE, M.Ec, Dev and , Drs. Harun, MH.

(2019) Analisis Pengaruh Angka Partisipasi Sekolah, Pertumbuhan

Ekonomi, Rasio Gini, Dan Penghimpunan Dana ZIS Terhadap Indeks

Pembangunan Manusia Di Indonesia Tahun 2012-2016. Skripsi thesis,

Universitas Muhammadiyah Surakarta

Nursiah Chalid dan Yusbar Yusuf. (2014). Pengaruh Tingkat Kemiskinan,

Tingkat Pengangguran, Upah Minimum Kabupaten/Kota Dan Laju

Pertumbuhan Ekonomi Terhadap Indeks Pembangunan Manusia Di

Provinsi Riau. Jurnal Ekonomi Volume 22, Nomor 2 Juni 2014

 27

Widarjono, Agus. 2018. Ekonometrika : Pengantar dan Apikasinya Disertai

Pengaruh IPM, TPT, dan Jumlah Penduduk Terhadap Tingkat Kemiskinan Di

Sumatera Utara.

Analisi Pengaruh PDRB, Tingkat Pengangguran, dan IPM Terhadap Tingkat

Kemiskinan di Provinsi Jawa Tengah.

 28

LAMPIRAN
 29

1. Data Penelitian

Tabel 6.Data Panel

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 :

IPM : Indeks Pembangunan Manusia

PDRB: Pendapatan Domestik Regional Bruto

TK : Tingkat Kemiskinan

TPT : Tingkat Pengangguran Terbuka

 30

2. Hasil Regresi

Sumber : Pengolahan Stata MP 16.0

3. Hasil Uji Normalitas Metode Swekness Kurtosis

Sumber : Pengolahan Stata MP 16.0

4. Hasil Uji Multikolineritas dengan metode VIF

 31

Sumber : Pengolahan Stata MP 16.0

 32

5. Hasil Uji Heteroskedastisitas dengan metode Uji White

Sumber : Pengolahan Stata MP 16.0

6. Hasil Uji Autokorelasi

Sumber : Pengolahan Stata MP 16.0