LANGKAH – LANGKAH OLAH DATA DENGAN PROGRAM SPSS

( STUDI KASUS : PENGARUH JUMLAH PENDUDUK DAN PDRB TERHADAP

KEMISKINAN DI PROVINSI JAWA TIMUR TAHUN 2018-2020 )

Ekonometrika Modul SPSS

Nama Kelompok :

1. Luvi Puspita Sari 20602011095

2. Nasya Nathania K. 20602011120
3. Indah Purbawati 20602011080
4. Monica Lisa Pahlevi 20602011111
5. Fransdika Maulid R 20602011333
6. M. Ifan Affandi 20602011097
7. M Thoriqul Arif 20602011096
8. Monica Anggraini 20602011110
9. M. Fachrul Aditya.A 20602011114

Dosen pengampu :
ACHINTYA WIDHI ADNYANI, SE, ME

UNIVERSITAS BOJONEGORO
FAKULTAS EKONOMI TAHUN PELAJARAN 2022

i
 KATA PENGANTAR

Alhamdulillah, puji dan syukur peneliti panjatkan ke hadirat ilahi Robbul Izzati,
yang berkat rahmat dan karunia-Nya peneliti dapat menyelesaikan proposal ini.
Tujuan penyusunan modul ini adalah untuk memenuhi salah satu syarat dalam
tugas ekonometrika yaitu pembuatan modul SPSS di Universitas Bojonegoro.
Penulisan modul ini peneliti mengambil judul “Langkah – Langkah Olah Data
Dengan Program Spss ( Studi Kasus : Pengaruh Jumlah Penduduk Dan Pdrb
Terhadap Kemiskinan Di Provinsi Jawa Timur Tahun 2018-2020 )”
Mengingat keterbatasan pengetahuan, pengalaman dan kemampuan
penulisan, modul ini tidak luput dari kekurangan dan belum sempurna, namun
penulis berharap semoga modul ini dapat bermanfaat bagi penulis khususnya serta
bagi semua pihak yang berkenan memanfaatkannya.
Pada proses penyusunan ini tidak terlepas dari bantuan berbagai pihak,
penulis menyampaikan rasa hormat dan terimakasih kepada ibu Achintya Widhi
Adnyani, SE, ME selaku Dosen Pembimbing yang telah banyak meluangkan
waktu serta memberikan bimbingan dan pengarahan sampai terselesaikan modul
ini.

Bojonegoro, 19 Juni 2022

Kelompok Satu

DAFTAR ISI

ii
CONTENTS
COVER……………………………………………………………………………I
KATA PENGANTAR...........................................................................................II
DAFTAR ISI........................................................................................................III
DAFTAR TABEL..................................................................................................V
BAB I PENDAHULUAN.......................................................................................1
1.1 Latar Belakang Masalah.........................................................................1
1.2 Maksud Dan Tujuan...............................................................................5
BAB II TINJAUAN PUSTAKA............................................................................6
2.1 Alat Analisis (Spss)..................................................................................6
1.2 Kelebihan Alat Analisis (Spss)...............................................................8
1.3 Kekurangan Alat Analisis (Spss)...........................................................8
2.4 Kemiskinan..................................................................................................8
2.4.1 Pengertian Kemiskinan.........................................................................8
2.4.2 Macam – Macam Kemiskinan..............................................................9
2.4.3 Penyebab Kemiskinan.........................................................................10
2.4.4 Indikator Kemiskinan.........................................................................11
2.4.5 Ukuran Kemiskinan............................................................................11
2.4.6 Lingkaran Kemiskinan.......................................................................12
2.5.1pengertian Penduduk...........................................................................13
2.5 Produk Domestik Regional Bruto (Pdrb)...........................................15
2.7 Hubungan Jumlah Penduduk Dan Produk Domestik Regional
Bruto (Pdrb) Dengan Kemiskinan...............................................................17
2.7.1 Pengaruh Jumlah Penduduk Terhadap Kemiskinan.....................17
2.7.2 Pengaruh Produk Domestik Regional Bruto (Pdrb) Terhadap
Kemiskinan....................................................................................................17
2.8 Penelitian Terdahulu..................................................................................18
2.9kerangka Pemikiran....................................................................................21
2.10 Hipotesis....................................................................................................22
BAB III METODE PENELITIAN.....................................................................23
3.1 Lokasi Dan Waktu Penelitian...................................................................23
3.2 Metode Pengumpulan Data..................................................................23
3.3 Jenis Dan Sumber Data........................................................................23

iii
 3.4 Populasi..................................................................................................23
3.5 Teknik Analisis Data.............................................................................24
3.5.1 Uji Asumsi Klasik................................................................................24
3.5.2 Analisis Regresi Berganda..................................................................25
3.5.3 Analisis Koefisien.................................................................................25
3.5.4 Uji Signifikasi Parsial (Individu/ Uji T)............................................26
3.5.5 Uji Signifikan Simultan (Uji F)..........................................................26
BAB IV ANALISIS DATA..................................................................................27
4.1 Mempersiapkan Data............................................................................27
4.2 Olah Data Dengan Uji Asumsi Klasik......................................................27
4.3 Langkah-Langkah Dengan Spss..........................................................27
4.4 Hasil Dan Pemahasan...........................................................................35
4.4.1 Hasil Uji Normalitas............................................................................35
4.4.2 Hasil Uji Multikolinieritas..................................................................36
4.4.3 Hasil Uji Autokorelasi.........................................................................36
4.4.4 Hasil Uji Heteroskedastisitas..............................................................37
4.4.5 Analisis Regresi Berganda..................................................................38
4.4.6 Uji Parsial ( Uji T )..............................................................................38
4.4.7 Uji Simultan (Uji F).............................................................................39
BAB V KESIMPULAN DAN SARAN ..............................................................40
5.1 Kesimpulan.................................................................................................40
5.2 Saran............................................................................................................40
Daftar Pustaka......................................................................................................41

DAFTAR TABEL
Tabel 1. 1 Jumlah Penduduk Miskin...................................................................2
Tabel 1. 2 Jumlah Penduduk (Ribu Jiwa)...........................................................3
Tabel 1. 3 PDRB ADHK ( Milyar)........................................................................4

iv
v
 BAB I

PENDAHULUAN
1.1 Latar belakang masalah
Perubahan proses kearah lebih baik secara terus menerus merupakan
pembangunan ekonomi dalam suatu daerah tertuju pada untuk peningkatan
perekonomian agar dapat menciptakan lapangan kerja guna memperkecil
masalah- masalah pembangunan ekonomi dengan tujuan terciptanya kehidupan
yang sejahtera bagi masyarakat khususnya di daerah. Pada hakikatnya
pembangunan ekonomi adalah rangkaian kegiatan yang memanfaatkan segala
potensi sebagai modal dasar yang efektif dan efisien melalui rencana
peningkatan kesejahteraan masyarakat. Sedangkan masalah – masalah
pembangunan ekonomi salah satunya kemiskinan. Kemiskinan adalah kondisi
dimana seseorang atau keluarga tidak dapat memenuhi kebutuhan dasarnya ( Dita
Nathania, 2021 ).
Negara Indonesia adalah negara berkembang yang sedang berusaha untuk
mengatasi masalah kemiskinan. Tetapi Indonesia juga merupakan negara yang
penuh pertentangan, negara yang subur dan kaya akan kekayaan alam, dengan
jumlah penduduk yang tidak sedikit tergolong miskin. Sedangkan tingkat
kemiskinan indonesia mengalami peningkatan dari tahun ke tahun. Menurut
Marito R dan Tri W ( 2020 ) dalam pembangunan daerah di Indonesia dilakukan
secara terpadu dan berkesinambungan sesuai prioritas dan kebutuhan masing-
masing daerah dengan akar dan sasaran pembangunan nasional yang telah
ditetapkan melalui pembangunan jangka panjang dan jangka pendek. Dan hal itu
menjadi salah satu indikator utama keberhasilan pembangunan nasional adalah
laju penurunan jumlah penduduk miskin. Efektivitas dalam menurunkan jumlah
penduduk miskin merupakan pertumbuhan utama dalam memilih strategi atau
instrumen pembangunan.
Di berbagai daerah, di Jawa Timur khususnya kemiskinan masih menjadi
perbincangan di kalangan masyarakatnya yang faktanya menunjukan
pembangunan ekonomi belum mampu meredam kemiskinan diberbagai daerah

1
dimana yang tingkat kemiskinannya relatif naik dari tahun ke tahun. Jumlah
penduduk dalam pembangunan ekonomi suatu daerah merupakan permasalahan
mendasar. Karena pertumbuhan penduduk yang tidak terkendali dapat
mengakibatkan tidak tercapainya tujuan pembangunan ekonomi yaitu
kesejahteraan rakyat serta menekan angka kemiskinan. Jika kita perhatikan
masalah yang mempengaruhi tingkat kemiskinan bukan karena adanya
pengangguran saja tetapi juga bisa di lihat dari sisi banyaknya jumlah
penduduk atau bisa dikatakan kuantitas tidak mengimbangi kualitas. Dalam
kaitannya dengan kemiskinan, jumlah penduduk yang besar justru akan
memperparah tingkat kemiskinan. Selain jumlah penduduk factor yang
mempengaruhi kemiskinan yang diteliti dala penelitian ini adalah PDRB.
Berdasarkan data sekunder yang diperoleh penulis dari BPS, jumlah
penduduk miskin di Provinsi Jawa Timur mengalami perubahan dari tahun 2018
sampai 2020 yang ditunjukkan oleh tabel berikut.
Tabel 1. 1 Jumlah Penduduk Miskin
Di Provinsi Jawa Timur Tahun 2018-2020 (%)

Jumlah Penduduk Miskin ( % )

Kabupaten / kota
2018 2019 2020

Jawa Timur 10,98 10.37 11.09

Sumber: Badan Pusat Statistika

Dari data di atas dapat dilihat bahwa jumlah penduduk miskin di Jawa Timur
jumlahnya tidak stabil. Ketidakstabilan jumlah penduduk miskin ditunjukkan
pada tahun 2018 sampai 2020 yang turunnya sebesar 0,05% dan mengalami
kenaikkan ditahun 2019 ke 2020 sebesar 6,94 %. Tentunya jumlah kemiskinan
yang tidak stabil ini dipengaruhi oleh beberapa factor, diantaranya Jumlah
Penduduk dan PDRB. Berdasarkan bps tingkat kemiskinan meningkat disebabkan
oleh jumlah penduduk yang meningkat dan pada waktu itu juga disebakan covid
19 akibat pandemi. Sedangkan tingkat kemiskinan menurun disebabkan oleh
PDRB yang menurun.

2
 Fakta selanjutnya menunjukan di sekian banyak provinsi, Jawa Timur
merupakan salah satu provinsi nomer dua dengan jumlah penduduk terbanyak,
dimana dengan jumlah penduduk yang besar tingkat kemiskinannya juga lebih
besar jika dibandingkan dengan negara dengan jumlah penduduk sedikit.
Berdasarkan data sekunder yang diperoleh penulis dari BPS, Persentase jumlah
penduduk Provinsi Jawa Timur terus mengalami peningkatan yang diuraikan
dalam tabel berikut.
Tabel 1. 2 Jumlah Penduduk (Ribu Jiwa)
Provinsi Jawa Timur Tahun 2018-2020

Jumlah Penduduk (ribu jiwa)

Kabupaten / kota
2018 2019 2020

Jawa Timur 39500851 39698631 40665696

Sumber: Badan Pusat Statistika
Berdasarkan data tabel 2 di atas persentase penduduk Provinsi Jawa Timur
tersebut menunjukkan bahwa terus mengalami peningkatan dari tahun 2018 ke
tahun 2019 sebesar 0,5%. Untuk tahun 2019 ke tahun 2020 meningkat sebesar
2,43%. Meningkatnya jumlah penduduk ini yakni dari sesui seluruh data yang
tercantum diatas yang disebabkan tingginya angka kelahiran dan banyaknya
migrasi masuk ke wilayah Jawa Timur dibandingkan jumlah mortalitas. Hal ini
tentu berdampak bagi peningkatan jumlah penduduk miskin. Jumlah penduduk
tersebut memberikan kontribusi yang sangat besar terhadap tingkat kemiskinan,
dimana semakin banyak jumlah penduduk dalam suatu daerah maka angka
kemiskinan akan bertambah. Pertumbuhan ekonomi belum dalam suatu wilayah
belum tentu menjamin apakan induvidu telah sejahtera atau tidak.
Selain jumlah penduduk, faktor lainnya yang dapat memengaruhi
terjadinya persoalan kemiskinan yakni Produk Domestik Regional Bruto, yang
selanjutnya disebut PDRB. Namun dalam penelitian ini menggunakan PDRB
ADHK yang merupakan jumlah nilai tambah barang jasa yang dihitung
menggunakan harga yang berlaku pada satu tahun tertentu sebagai tahun dasar.

3
Tujuan peneliti menggunakan PDRB ADHK adalah untuk mengetahui
pertumbuhan ekonomi secara rill dari tahun ke tahun atau pertumbuhan ekonomi
yang tidak dipengaruhi oleh faktor harga. Berdasarkan data sekunder yang
diperoleh penulis, berikut merupakan data dari BPS, PDRB ADHK Provinsi Jawa
Timur tahun 2018-2020.
Tabel 1. 3 PDRB ADHK ( Milyar)
Provinsi Jawa Timur Tahun 2018-2020

PDRB ADHK (%)

Kabupaten / kota
2018 2019 2020

Jawa Timur 5,5 % 5,52 % -2,39 %

Sumber: Badan Pusat Statistika
Berdasarkan tabel di atas, dapat dilihat PDRB (ADHK) kabupaten/kota di
Jawa Timur dari tahun 2018 sampai 2019 mengalami peningkatan dan
penurunan. Peningkatan pada tahun 2018 ke tahun 2019 sejumlah 0,3 % adapun
tahun 2019 ke 2020 dimana terjadi penurunan yang drastis yaitu sebesar 3,13%.
Meningkatnya PDRB ini menjelaskan bahwa pertumbuhan ekonomi
kabupaten/kota Jawa Timur meningkat pada waktu itu. Meningkatnya PDRB ini
mempengaruhi jumlah penduduk yang miskin di wilayah yang ditinggali.
Pertumbuhan ekonomi yang meningkat akan berdampak pada pembangunan
Jawa Timur menuju arah lebih baik dan tentunya mengurangi angka kemiskinan
kususnya di Provinsi Jawa Timur. Menurunya PDRB juga disebakan pengaruh
pandemi waktu itu. Seperti yang telah dijelaskan sebelumnya, maka penulis
tertarik untuk mengetahui dan memahami lebih jauh seputar masalah tersebut.
Oleh karena itu, penulis tertarik untuk melakukan penelitian ini. Penulis
menggunakan alat analisis SPSS untuk membantu dalam menganalisis data yang
diperoleh. SPSS adalah salah satu program komputer yang dapat mempermudah
analisis data. SPSS juga merupakan sebuah software pengolah data statistik atau
yang digunakan untuk analisis statistik interaktif, atau batch. SPSS merupakan
kepanjangan dari Statistical Package for the Social Sciences. SPSS memiliki
tampilan yang user friendly dengan cara penggunaan yang mudah. Judul yang

4
 peneliti gunakan pada studi lapangan kali ini yaitu “ Langkah-Langkah Olah
Data Dengan Program SPSS ( Studi Kasus : Pengaruh Jumlah Penduduk
Dan Pdrb Terhadap Kemiskinan Di Provinsi Jawa Timur Tahun 2018-2020 )
”
1.2 Maksud Dan Tujuan
Berdasarkan uraian latar belakang yang telah dijelaskan sebelumnya, maka
maksud dan tujuan dalam penelitian ini sebagai berikut :
1. SPSS adalah alat analisis yang kami gunakan dalam penelitian yang
berjudul “Pengaruh Jumlah Penduduk Dan PDRB Terhadap
Kemiskinan Di Provinsi Jawa Timur Tahun 2018-2020 ”
2. Penggunaan alat analisis SPSS ini akan memudahkan dalam menganalisis
data, karena SPSS ini mudah digunakan oleh para peneliti. Software ini
mampu untuk memberikan beberapa tampilan yang user friendly.

5
 BAB II

TINJAUAN PUSTAKA
2.1 Alat analisis (SPSS)
SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis
statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan
menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana
sehingga mudah untuk dipahami cara pengoperasiannya. SPSS banyak digunakan
dalam berbagai riset pemasaran, pengendalian dan perbaikan mutu (quality
improvement), serta riset-riset sains. Pada awalnya SPSS dibuat untuk keperluan
pengolahan data statistik untuk ilmu-ilmu sosial, sehingga kepanjangan SPSS itu
sendiri adalah Statistical Package for the Social Sciences. Sekarang kemampuan
SPSS diperluas untuk melayani berbagai jenis pengguna (user), seperti untuk
proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan demikian,
sekarang kepanjangan dari SPSS Statistical Product and Service Solutions.
SPSS sangat diminati karena mempunyai banyak sekali fitur yang
memudahkan pengguna untuk menggunakannya. Beberapa struktur lain adalah
sebagai berikut:
1. Viewer
Dengan viewer pengguna dapat dengan mudah melihat hasil pemrosesan, melihat
atau menghapus bagian dari output, dan memfasilitasi distribusi hasil pemrosesan
dari SPSS ke aplikasi lain.
2. Data Editor
Adalah jendela untuk pemrosesan data. Data editor dirancang seperti dalam
aplikasi spreadsheet untuk menetapkan, menyisipkan, mengedit, dan melihat data.
3. High-Resolution Graphics
Dengan fungsi grafis resolusi tinggi, baik untuk melihat diagram lingkaran, grafik
batang, histogram, grafik sebar, grafik 3D dan banyak lagi, SPSS tidak hanya
mudah digunakan, tetapi juga memastikan bahwa pengguna merasa nyaman di
tempat kerja.
4. Multidimensional Pivot Tables

6
Hasil pemrosesan data ditampilkan oleh tabel pivot multidimensi. Pengguna dapat
mencari tabel dengan menentukan layer, baris dan kolom. Pengguna juga dapat
dengan mudah mengatur grup data dengan membagi tabel sehingga hanya satu
grup tertentu yang ditampilkan pada satu waktu.
5. Data Transformations
Transformasi data memberi pengguna data yang siap untuk dianalisis. Pengguna
dapat dengan mudah membagi data, menggabungkan kategori, menambah,
mengagregasi, menggabungkan, membagi, dan memindahkan beberapa file dan
perintah lainnya.
6. Database Access
Pengguna program ini bisa mengambil informasi dari database menggunakan
panduan basis data yang disediakan.
7. Online Help
SPSS menyediakan dukungan online yang tersedia untuk membantu pengguna
melakukan pekerjaan mereka kapan saja. Dukungan dapat berupa instruksi operasi
terperinci, yang membuatnya lebih mudah untuk menemukan prosedur yang
diinginkan untuk studi kasus saat menggunakan program ini.
8. Electronic Distribution
Pengguna bisa mengirim laporan secara elektronik menggunakan tombol
pengiriman data (email) atau mengekspor tabel dan grafik dalam mode HTML
untuk mendukung distribusi via Internet dan Intranet.
9. Analisis Distribusi
Fitur ini disediakan saat menggunakan SPSS untuk server atau untuk aplikasi
multiuser. Tujuan dari analisis ini adalah bahwa peneliti menganalisis file data
yang sangat besar yang dapat dihapus langsung dari server dan memprosesnya
segera tanpa harus pergi ke komputer pengguna.
10. Akses Data Tanpa Tempat Penyimpanan Sementara
Analisis file data yang sangat besar disimpan tanpa perlu penyimpanan sementara.
Ini berbeda dari SPSS sebelum versi 11.5, di mana file data yang sangat besar
dibuat sebagai file sementara.
11. Interface dengan Database Relasional

7
 Fitur ini meningkatkan efisiensi dan menyederhanakan ekstraksi dan analisis data
dari database relasional.
1.2 Kelebihan Alat Analisis (SPSS)
Kelebihan dari alat analisis SPSS yang akan kami gunakan untuk
melakukan analisis data, yaitu
1. SPSS mampu mengakses data dari berbagai jenis format yang ada,
sehingga data yang sudah tersedia dalam berbagai format dapat digunakan
langsung untuk melakukan analisis data.
2. Tampilan data yang diberikan SPSS lebih informatif sehingga
mempermudah pengguna dalam membaca hasil yang diberikan
3. Informasi yang diberikan lebih akurat, karena SPSS sendiri memberikan
informasi dengan memberikan kode alasan jika terjadi missing data
4. SPSS sendiri cukup mudah digunakan, dimana pengguna tidak perlu
mempelajari bahasa programming.
1.3 Kekurangan Alat Analisis (SPSS)
Kekurangan dari alat analisis SPSS yang akan kami gunakan untuk
melakukan analisis data, yaitu :
1. Program aplikasi ini kurang relevan jika dihadapkan data panel. Maksutnya
kesusahan dalam menentukan model terbaik. Hal ini disebabkan karena kita
menggunakan data panel sebagai data yang akan di uji. Pada umumnya data
panel harus menentukan model terbaik dengan membuat model CEM,
model FEM, dan model REM yang selanjutnya akan di uji chow, uji
hausman test, dan uji lagrange multiplier. Dimana model terbaik tersebut
akan diteruskan dengan uji asumsi klasik.
2. Terdapat banyak versi spss yang beredar, sehingga pemilihan spss
harus sesuai dengan komputer yang kita gunakan
2.4 Kemiskinan
2.4.1 Pengertian kemiskinan
Kemiskinan merupakan suatu keadaan yang menggambarkan adanya
kesulitan untuk memenuhi kebutuhan hidup. Kesulitan yang dimaksud adalah
kesulitan dalam hal mendapatkan kehidupan yang layak, kesulitan mendapatkan

8
makanan, minuman, pakaian, perumahan, pendidikan dan lain sebagainya yang
menyangkut kualitas hidup dan kehidupan sosial seseorang.
Kemiskinan merupakan kondisi dimana seseorang atau sekelompok orang
yang tidak mampu memenui hak-hak dasarnya untuk mempertahankan dan
mengembangkan kehidupan yang bermatabat. Hak-hak dasar antara lain:
terpenuhinya kebutuhan pangan, kesehatan, pendidikan, pekerjaan, perumahan, air
bersih, pertanahan, sumberdaya alam dan lingkungan, rasa aman dari perlakuan
atau ancaman tindak kekerasan, hak untuk berpartisipasi dalam kehidupan sosial
politik. Kemiskinan dapat didefinisikan sebagai suatu yang dihadapi oleh seorang
individu dimana mereka tidak memiliki kecukupan sumber daya untuk memenuhi
kebutuhan hidup yang nyaman, baik ditinjau dari sisi ekonomi, sosial, psikologis,
maupun dimensi spiritual. Definisi ini memfokuskan kemiskinan pada
ketidakmampuan seseorang dalam memenuhi kebutuhan hidupnya.
Kemiskinan sebagai kekurangan dalam kesejahteraan, dan terdiri dari
banyak dimensi. Hal ini termasuk penghasilan rendah dan ketidakmampuannya
untuk mendapatkan barang dasar dan layanan yang diperlukan untuk bertahan
hidup dengan martabat. Kemiskinan juga meliputi rendahnya tingkat kesehatan
dan pendidikan, akses masyarakat miskin terhadap air bersih dan sanitasi,
keamanan fisik yang tidak memadai, kurangnya suara dan kapasitas memadai,
serta kesempatan untuk hidup lebih baik. Luasnya kemiskinan juga sagat
dipengaruhi oleh prestasi perekonomian. Resensi yang diikuti dengan peningkatan
pengangguran, menyebabkan ribuan orang menjadi miskin (resesi tahun 1984
menyebabkan 4 juta orang menjadi miskin).
2.4.2 Macam – Macam Kemiskinan
Kemiskinan dibagi dalam empat bentuk, yaitu:
a. Kemiskinan absolut, kondisi dimana seseorang memiliki pendapatan dibawah
garis kemiskinan atau tidak cukup untuk memenuhi kebutuhan pangan,
sandang, papan, kesehatan, perumahan, dan pendidikan yang dibutuhkan untuk
bisa hidup dan bekerja. Seseorang termasuk golongan miskin absolut apabila
hasil pendapatannya berada dibawah garis kemiskinan dan tidak cukup untuk
menentukan kebutuhan dasar hidupnya. Konsep ini dimaksudkan untuk

9
 menentukan tingkat pendapatan minimum yang cukup untuk memenuhi
kebutuhan fisik terhadap makanan, pakaian, dan perumahan untuk menjamin
kelangsungan hidup.
b. Kemiskinan relatif, kondisi miskin karena pengaruh kebijakan pembangunan
yang belum menjangkau seluruh masyarakat, sehingga menyebabkan
ketimpangan pada pendapatan.
c. Kemiskinan kultural, mengacu pada persoalan sikap seseorang atau masyarakat
yang disebabkan oleh faktor budaya, seperti tidak mau berusaha memperbaiki
tingkat kehidupan, malas, pemboros, tidak kreatif meskipun ada bantuan dari
pihak luar.
d. Kemiskinan struktural, situasi miskin yang disebabkan oleh rendahnya akses
terhadap sumber daya yang terjadi dalam suatu sistem sosial budaya dan sosial
politik yang tidak mendukung pembebasan kemiskinan, tetapi seringkali
menyebabkan suburnya kemiskinan.
2.4.3 Penyebab Kemiskinan
Kemiskinan dapat disebabkan karena sifat alamiah atau cultural, yaitu
masalah yang muncul dimasyarakat berkaitan dengan pemilikan faktor
produksi, produktivitas dan tingkat perkembangan masyarakat itu sendiri.
Disamping itu kemiskinan bisa disebabkan oleh masalah struktural, yaitu yang
disebabkan oleh miskinnya strategi dan kebijakan pembangunan nasional yang
dilaksanakan.
Penyebab kemiskinan menurut Paul Spicker dapat dibagi menjadi empat:
a. Individual explanation, kemiskinan yang terjadi karena karakteristik
orang miskin itu sendiri, seperti malas, pilihan yang salah, gagal dalam
bekerja, cacat bawaan, belum siap memiliki anak, dan sebagainya.
b. Familiar explanation, kemiskinan yang terjadi karena faktor keturunan,
dimana antar generasi ke generasi terjadi ketidakberuntungan yang terjadi
terus menerus, sehingga tidak mampu memperoleh pendidikan yang
seharusnya mampu untuk mengeluarkan dari jerat kemiskinan yang ada.

10
 c. Subscultural explanation, kemiskinan yang terjadi karena karakteristik
yang terdapat dalam suatu lingkaran, yang berakibat pada moral dari
masyarakat disekitar lingkungan.
d. Structural explanation, kemiskinan yang terjadi adanya anggapan bahwa
kemiskinan sebagai produk dari masyarakat, sehingga menciptakan
adanya ketidakseimbangan dan ketimpangan sosial dengan membedakan
status dan hak.
2.4.4 Indikator Kemiskinan
Terdapat tiga indikator untuk mengukur kemiskinan, yaitu:
a. The incidence of proverty yaitu presentase darii populasi yag hidup didalam
keluarga dengan pengeluaran konsumsi perkapita dibawah garis
kemiskinan. Sajogyo menggunakan tingkat konsumsi beras sebagai
indikator kemiskinan. Untuk daerah pedesaan, penduduk mengkonsumsi
beras kurang dari 240kg per kapita per tahun bisa digolongkan miskin.
Sedangkan untuk daerah perkotaan adalah 360kg per kapita per tahun.
b. The depth of proverty yang menggambarkan dalamnya kemiskinan disuatu
wilayah yang diukur dengan indeks jarak kemiskinan (IJK), atau dikenal
dengan sebutan proverty gap index. Index ini mengestimasi jarak
perbedaan rata-rata pendapatan orang miskin dan garis kemiskinan sebagai
suatu proporsi dan garis tersebut.
c. The severity of proverty yang diukur dengan indeks keparahan kemiskinan
(IKK). Indeks ini pada prisipnya sama dengan IJK. Namun, selain
mengukur jarak yang memisahkan orang miskinn dari garis kemiskinan,
IKK juga mengukur ketimpangan diantara penduduk miskin atau
penyebaran pengeluaran diantara penduduk miskin. Indeks ini juga disebut
denga distributionally sensitive index dapat juga digunakan untuk
mengetahui intensitas kemiskinan.
2.4.5 Ukuran Kemiskinan
Dalam mengukur dan mengkategorikan seseorang termasuk miskin atau tidak
keccenderungannya adalah melakukan penyederhanaan. Yang umum digunakan
adalah berdasarkan konsumsi atau pengeluaran per kapita per tahun. Sebagai

11
standar, seseorang dari 2.100 kkal per kapita per hari. Pada dasarnya badan pusat
statistika juga menggunakan dasar asupan kalori sebesar 2.100 kkal per hari per
kapita sebagai ukuran yang merupakan kebutuhan dasar seseorang. Yang
termasuk non makanan adalah papan, sandang, sekolah, transportasi, dan
kebutuhan individu dan rumah tangga dasar lainnya. Seluruh kebutuhan tersebut
dirupiahkan untuk mendapatkan angka garis kemiskinan. Mereka yang tidak
memenuhi persyaratan tersebut termasuk dalam kategori miskin.
Garis kemiskinan adalah suatu ukuran yang menyatakan besarnya
pengeluaran untuk memenuhi kebutuhan dasar minimum makanan dan kebutuhan
non makanan, atau standar yang menyatakan batas seseorang dikatakan miskin
bila dipandang dari sudut konsumsi. Garis kemiskinan yang digunakan setiap
negara berbeda-beda, sehingga tidak ada satu garis kemiskinan yang berlaku
umum. Hal ini disebabkan karena adanya perbedaan lokasi dan standar kebutuhan
hidup.
2.4.6 Lingkaran Kemiskinan
Yang dimaksud lingkaran kemiskinan adalah suatu rangkaian yang saling
mempengaruhi satu sama lain secara sedemikian rupa, sehingga menimbulkan
suatu keadaan dimana suatu negara akan tetap miskin dan akan banyak mengalami
kesukaran untuk mencapai tingkat pembangunan yang lebih baik. Adanya
keterbelakangan, ketidaksempurnaan pasar, dan kurangnya modal menyebabkan
rendahnya produktifitas. Rendahnya produktifitas mengakibatkan rendahnya
pendapatan yang mereka terima. Rendahnya pendapatan akan berimplikasi pada
rendahnya tabungan dan investasi, baik investasi manusia maupun investasi
kapital. Rendahnya investasi berakibat pada keterbelakangan dan seterusnya.

12
 Gambar 2.1 : Lingkaran kemiskinan Baldwin dan Meier
Oleh, karena itu solusi mendasar untuk mengatasi kemiskinan adalah bagaimana
memutus lingkaran kemiskinan. Hal itu hanya dapat dilakukan jika para
pengambil kebijakan dapat meningkatkan posisi tawar masyarakat miskin sehigga
dapat berkompetisi dalam pemanfaatan sumber daya ekonomi. Dengan demikian,
diyakini kalangan miskin dapat menikmati hasil dari setiap proses pembangunan
yang dilaksanakan.
2.5 Penduduk
2.5.1 Pengertian Penduduk
1. Penduduk merupakan faktor yang sangat penting untuk diperhatikan dalam
perencanaan wilayah. Jumlah penduduk adalah faktor utama untuk
menentukan banyaknya permintaan bahan konsumsi yang perlu
disediakan, begitu juga banyaknya fasilitas umum yang perlu dibangun di
suatu wilayah ( Tarigan 2005, h 185).
2. Menurut Badan Pusat Stastistik (2014) Penduduk adalah mereka yang
berdomisili di wilayah geografis Republik Indonesia selama enam bulan
atau lebih dan atau mereka yang berdomilisi kurang dari enam bulan tetapi
bertujuan untuk menetap.
3. Berdasarkan definisi-definisi diatas maka penulis dapat menyimpulkan
bahwa penduduk adalah semua orang yang bertempat tinggal di daerah
tersebut dan memiliki kartu tanda penduduk (KTP) dan terdaftar dalam
data penduduk di daerah tersebut.

13
2.5.2 Pertumbuhan Penduduk
Pertumbuhan penduduk adalah keseimbangan antara kekuatan-kekuatan yang
menambah dan kekuatan-kekuatan yang mengurangi jumlah penduduk. Ada
beberapa faktor yang mempengaruhi pertumbuhan penduduk, yaitu Fertilitas
(kelahiran), Mortalitas (kematian), dan Migrasi (perpindahan penduduk) (Ajie
2008, h. 41).
1. Fertilitas (Kelahiran)
Fertilitas merupakan performa seseorang wanita melahirkan jumlah bayi
hidup. Dalam penafsirannya orang cenderung menyamakan antara konsep
fertilitas dengan fekunditas, padahal fekunditas merupakan kemampuan
biologis seorang wanita melahirkan bayi hidup. Fekunditas adalah lawan dari
steril atau mandul. Persamaan fertilitas dengan fekunditas adalah selalu
dikaitkan dengan masa reproduksi wanita. Masa reproduksi wanita dimulai
sejak datangnya menstruasi pertama sampai pada menopause.
2. Mortalitas (Kematian)
Mortalitas atau kematian merupakan aspek kajian kependudukan yang sangat
penting dalam menyusun suatu program kesehatan. Mati adalah keadaan
menghilangnya semua tanda kehidupan secara permanen, yang bisa terjadi
setiap saat satelah kelahiran hidup. Data mengenai kematian sangat diperlukan
antara lain untuk proyeksi penduduk guna perencanaan pembangunan,
misalnya perencanaan pemberdayaan ekonomi, fasilitas perumahan, dan
lainnya. Data kematian juga diperlukan untuk menilai keberhasilan program-
program kebijaksanaan penduduk.
3. Migrasi
Migrasi merupakan perpindahan penduduk dari suatu daerah ke daerah yang
lain atau dari suatu Negara ke Negara yang lain. Penduduk yang datang ke
daerah baru disebut Imigran, sedangkan penduduk yang pindah ke daerah
baru atau yang keluar dari suatu daerah disebut Emigran.
2.5.3 Tahap-Tahap Pertumuhan Penduduk
1. Tahap pertama antara tahun 1900 samapai dengan tahun 1920 adalah
periode di mana tingkat perkembagan penduduk lambat. Dalam tahap ini

14
 penduduk tidak selalu berkembang, adakalanya jumlah penduduk
mengalami kemunduran yang timbul sebagai akibat bahaya kelaparan atau
wabah penyakit. Crri lain dan lebih penting dari tahap ini adalah
terdapatnya tingkat kelahiran dan kematian yang tinggi. Kedua factor ini
menyebabkan tingkat pertambahan penduduk rendah.
2. Tahap kedua yaitu akhir tahap pertama hingga tahun 1950 merupakan
periode yang ditandai dengan penurunan tingkat kematian, namun tingkat
kelahiran tidak mengalami perubahan. Faktor yang mentebabkan
penurunan tingkat kematian tersebut adalah kemajuan dalam bidang
kedokteran dan perluasan pelayanan kesehatan kepada masyarakat.
3. Tahap ketiga yaitu sesudah Perang Dunia II, tingkat kematian mengalami
penurunan lebih lanjut sedangkan tingkat kelahiran tetap tidak mengalami
perubahan yang berarti. Sebagai akibatnya, pada tahun-tahun sesudah
Perang Dunia II perkembangan penduduk di negara berkembang mencapai
suatu tingkat yang jauh lebih tinggi dari masa sebelumnya ( Sukirno 2006,
h. 80).
2.5.4 Teori Peralihan Penduduk
Teori peralihan kependudukan didasarkan pada kecenderungan penduduk
sebenarnya di negara maju di dunia. Menurut teori ini, setiap Negara selalu
melewati tiga tahap pertumbuhan penduduk yang berbeda. Pada tahap
pertama, angka kelahiran, begitu juga angka kematian tinggi dan laju
pertumbuhan penduduk rendah. Pada tahap kedua, angka kelahiran tetap stabil
tetapi angka kematian turun dengan cepat, akibatnya laju pertumbuhan
penduduk meningkat pesat. Pada tahap yang terakhir, angka kelahiran mulai
menurun dan cenderung sama dengan angka kematian dan akibatnya laju
pertumbuhan penduduk sangat rendah. C.P Blaker menyebutkan lima bukan
tiga, yaitu fase stasioner tinggi yang ditandai oleh angka fertilitas dan
mortalitas tinggi, fase pengembangan awal yang ditandai oleh fertilitas tinggi
dan mortalitas tinggi tapi menurun, fase pengembangan akhir dengan fertilitas
menurun tetapi dengan mortalitas yang menurun lebih cepat, fase stasioner
rendah dengan fertilitas rendah yang berimbang dengan mortalitas yang sama-

15
sama rendah, dan fase penurunan dengan mortalitas rendah, fertilitas lebih
rendah dan lebih tinggi kematian daripada kelahiran (Jhingan 2012).
2.5 Produk Domestik Regional Bruto (PDRB)
Produk Domestik Bruto merupakan jumlah nilai tambah yang dihasilkan oleh
seluruh unit usaha dalam suatu wilayah, atau merupakan jumlah seluruh nilai
tambah yang dihasilkan oleh seluruh unti usaha dalam suatu wilayah, atau
merupakan jumlah seluruh nilai barang dan jasa akhir yang dihasilkan oleh
seluruh unit ekonomi di suatu wilayah. Produk Domestik Regional Bruto atas
dasar harga berlaku menggambarkan nilai tambah barang dan jasa yang dihitung
menggunakan harga pada setiap tahun, sedang Produk Domestik Regional Bruto
atas harga konstan menunjukkan nilai tambah barang dan jasa yang dihitung
menggunakan harga pada tahun tertentu. Produk Domestik Regional atas dasar
harga konstan digunakan untuk mengetahui pertumbuhan ekonomi dari tahun ke
tahun. Sedangkan Produk Domestik Regional Bruto atas dasar harga berlaku
digunakan untuk menunnjukkan besarnya ukuran perekonomian dan peranan
sektor ekonomi. Untuk lebih jelas dalam menghitung angka-angka Produk
Domestik Regional Bruto ada tiga pendekatan yang cukup kerap digunakan dalam
melakukan suatu penelitian:
1. Menurut Pendekatan Produksi
Dalam pendekatan produksi, Produk Domestik Regional Bruto adalah
menghitung nilai tambah dan barang dan jasa yang diproduksikan oleh suatu
kegiatan ekonomi di daerah tersebut dikurangi biaya antara masing-masing total
produksi bruto tiap kegiatan subsektor atau sektor dalam jangka waktu tertentu.
Unit-unit produksi tersebut dalam penyajiannya dikelompokkan menjadi 9 sektor
atau lapangan usaha yaitu pertanian, pertambangan dan penggalian, industri
pengolahan, listrik, gas dan air bersih, bangunan, perdagangan, hotel dan restoran,
pengangkutan dan Komunikasi, keuangan, persewaan dan jasa perusahaan, jasa-
jasa, Bank dan lembaga keuangan lainnya, dan pemerintah dan pertahanan.Nilai
tambah merupakan selisih antara nilai produksi dan nilai biaya antara yaitu bahan
baku/penolong dari luar yang dipakai dalam proses produksi.
2. Menurut Pendekatan Pendapatan

16
 Dalam pendekatan pendapatan, nilai tambah dari setiap kegiatan ekonomi
diperkirakan dengan menjumlahkan semua balas jasa yang diterima faktor
produksi, yaitu upah dan gaji dan surplus usaha, penyusutan, dan pajak tidak
langsung neto pada sektor pemerintahan dan usaha yang sifatnya tidak mencari
untung. Surplus usaha meliputi bunga yang dibayarkan neto, sewa tanah, dan
keuntungan. Metode pendekatan pendapatan banyak dipakai pada sektor jasa,
tetapi tidak dibayaran setara harga pasar. Hal ini disebabkan kurang lengkapnya
data dan tidak adanya metode yang akurat yang dapat dipakai dalam mengukur
nilai produksi dan biaya antara dari berbagai kegiatan jasa, terutama kegiatan
yang tidak memungut biaya.
3. Menurut Pendekatan Pengeluaran.
Pendekatan ini dari segi pengeluaran adalah menjumlahkan nilai
penggunaan akhir dari barang dan jasa yang diproduksi di dalam negeri. Jika
dilihat dari segi penggunaan maka total penyediaan produksi barang dan jasa itu
digunakan untuk konsumsi rumah tangga, konsumsi lembaga swasta yang tidak
mencari untung, konsumsi pemerintah, pembentukan modal tetap bruto
(investasi), perubahan stok dan ekspor neto.
2.7 Hubungan Jumlah Penduduk Dan Produk Domestik Regional Bruto
(PDRB) Dengan Kemiskinan.
2.7.1 Pengaruh Jumlah Penduduk Terhadap Kemiskinan
Menurut Todaro 2000 dalam (Saputra 2011, h. 42) bahwa besarnya
jumlah penduduk berpengaruh positif terhadap kemiskinan. Hal itu dibuktikan
dalam perhitungan indek Foster Greer Thorbecke (FGT), yang mana apabila
jumlah penduduk bertambah maka kemiskinan juga akan semakin meningkat.
Menurut Hermanto dan Dwi (2007) dalam penelitiannya tentang
pengaruh pertumbuhan ekonomi terhadap kemiskinan dengan metode panel
data mengimplikasikan bahwa jumlah penduduk berhubungan positif dengan
kemiskinan.
2.7.2 Pengaruh Produk Domestik Regional Bruto (PDRB) Terhadap
Kemiskinan
Pendekatan Pembangunan tradisional lebih difokuskan pada peningkatan
Produk Domestik Regional Bruto suatu wilayah, laju pertumbuhan ekonomi suatu

17
wilayah tidak serta merta diukur berdasarkan Produk Domestik regionl Bruto
semata akan tetapi juga harus memperhatikan kemerataan dalam pendistribusian
pendapatan. Sehingga menurunnya Produk Domestik Regional Bruto dapat
berdampak pada kualitas konsumi rumah tangga. Apabila tingkat pendapatan
masyarakat menurun maka rumah tangga juga akan menurunkan standar
konsumsi mereka.
Produk Domestik Bruto merupakan suatu indikator keberhasilan suatu
negara dalam pencapaian pembangunan yang lebih baik, dimana apabila produk
Domestik Bruto negara tersebut setiap tahunnya mengalami peningkatan yang
signifikan maka dapatlah dikatakan bahwa roda pembangunan negara tersebut
sangat baik karena produk Domestik Bruto yang tercermin gambarkan angka yang
mampu mampu meningkatkan taraf hidup masyarakat secara luas serta penurunan
kemiskinan. Pertumbuhan ekonomi yang tinggi dan berkelanjutan merupakan
kondisi utama atau suatu keharusan bagi kelangsungan pembangunan ekonomi
dan peningkatan kesejahteraan. Pertumbuhan ekonomi tanpa dibarengi dengan
penambahan kesempatan kerja akan mengakibatkan ketimpangan dalam
pembagian dari pertumbuhan pendapatan, yang selanjutnya akan menciptakan
suatu kondisi pertumbuhan ekonomi dengan peningkatan kemiskinan.
Himawan dalam penelitiannya menyebutkan bahwa adanya hubungan
pengaruh antara PDRB dengan kemiskinan, Pertumbuhan Produk Domestik
regional Bruto (PDRB) merupakan indikator dalam menentukan keberhasilan
pembangunan dan merupakan syarat keharusan bagi pengurangan tingkat
kemiskinan. Syarat kecukupannya adalah pertumbuhan Produk Domestik
Regional Bruto (PDRB) efektik dalam mengurangi tingkat kemiskinan.
2.8 Penelitian Terdahulu
Penelitian terdahulu adalah upaya penelitian untuk mencari perbandingan
dan selanjutnya untuk menemukan inspirasi baru untuk penelitian selanjutnya di
samping itu kajian terdahulu membantu penelitian dapat memposisikan penelitian
serta menunjukan orsinalitas dari penelitian. Pada bagian ini dicantumkan
berbagai hasil penelitian terdahulu terkait dengan penelitian yang hendak
dilakukan, kemudian membuat ringkasannya, baik penelitian yang sudah

18
terpublikasikan atau belum terpublikasikan. Berikut merupakan penelitian
terdahulu yang masih terkait dengan tema yang di kaji.

a. Pertama, Penelitian yang dilakukan oleh Hafiz Nabawi, (2020) dalam

penelitiannya yang berjudul “ Pengaruh Jumlah Penduduk, Tingkat Pendidikan
dan PDRB Terhadap Kemiskinan di Kota Malang”. Penelitian ini
menggunakan analisis data dengan memakai metode kuantitatif yaitu suatu
metode menganalisis data yang diperoleh dalam bentuk angka. Data yang
digunakan merupakan data sekunder, yang dimana di dalam data tersebut
terdapat kumpulan data time series yang telah dikutip dari tahun 2011-2018.
Data bersumber dari BPS Kota Malang dan di analisis menggunakan analisis
Regresi Linier Berganda dengan bantuan aplikasi SPSS untuk mengetahui
pengaruh jumlah penduduk, tingkat pendidikan dan PDRB terhadap
kemiskinan di Kota Malang. Berdasarkan hasil penelitian, menunjukkan bahwa
jumlah penduduk mempengaruhi secara negatif sedangkan tingkat pendidikan
tidak mempengaruhi secara positif dan untuk PDRB juga tidak mempengaruhi
secara positif. Hasil dari penelitian ini menunjukkan bahwa Jumlah Penduduk
berpengaruh secara nyata terhadap kemiskinan di Kota Malang dengan asumsi
bahwa Jumlah Penduduk turun maka kemiskinan tetap naik, hal tersebut
dikarenakan jumlah penduduk tidak dibarengi dengan pengembangan kualitas
sumber daya manusia menyebabkan tidak memperoleh pekerjaan dan
menganggur dan akhirnya menimbulkan kemiskinan. Juga tidak seimbangnya
angka kelahiran dan kematian, struktur umur yang berusia dewasa dan berusia
muda , distribusi penduduk yang tidak merata antara kota dan desa dan kualitas
penduduk.

b. Kedua, Penelitian yang dilakukan oleh Rapika Kesatriani Damanik,Selna

Aprilia Sidauruk, Universitas Negeri Medan, (2020) dalam penelitiannya yang
berjudul “Pengaruh Jumlah Penduduk dan PDRB Terhadap Kemiskinan di
Provinsi Sumatera Utara” . Jenis penelitian yang di gunakan adalah kuantitatif,
Dalam penelitian ini, data yang diolah untuk mendapatkan informasi tentang
variabel yang diteliti yaitu data sekunder oleh BPS (Badan Pusat Statistika).

19
 Sedangkan analisis regresi linear berganda merupakan teknik analisis data
dalam penelitian ini yang digunakan dalam menganalisis data yang telah diolah
menggunakan SPSS 24. Hasil yang diperoleh dalam penelitian ini menjelaskan
bahwa variabel jumlah penduduk dan PDRB berpengaruh signifikan terhadap
variabel kemiskinan di provinsi Sumatera Utara tahun 2008-2017. Berdasarkan
hasil regresi yang diperoleh dari data yang diolah menggunakan SPSS 24
menjelaskan bahwa variable jumlah penduduk memiliki pengaruh yang positif
dan signifikan terhadap variable kemiskinan di Provinsi Sumatera Utara tahun
2008 - 2017. Dengan nilai koefisien sebesar 1,394 artinya apabila terjadi
kenaikan jumlah penduduk sebesar 1 persen, maka akan menaikkan
kemiskinan sebesar 1,349 persen. Selanjutnya, hasil regresi yang diperoleh dari
data yang diolah menggunakan SPSS 24 juga menunjukkan bahwa PDRB
memiliki pengaruh yang negatif dan signifikan terhadap variabel kemiskinan di
Provinsi Sumatera Uara tahun 2008-2013. Hal ini ditunjukkan dengan nilai
koefisien sebesar -2,368, artinya apabila terjadi kenaikan PDRB sebesar 1
persen, maka akan menurunkan kemiskinan senesar 2,368 persen.

c. Ketiga, Metode yang digunakan dalam penelitian ini adalah metode analisis
kuantitatif dengan analisis Regresi Linear Berganda dengan bantuan software
IBM SPSS 24. Jenis data yang digunakan adalah data sekunder yang diperoleh
dari Badan Pusat Statistik Kabupaten Gowa dengan menggunakan runtut waktu
(times series) pada tahun 2007-2016. Hasil penelitian menunjukkan bahwa
secara simultan variabel pengaruh jumlah penduduk, tingkat pendidikan, dan
kesehatan berpengaruh signifikan terhadap angka kemiskinan di Kabupaten
Gowa. Dan secara parsial, jumlah penduduk (X1) berpengaruh negatif dan
signifikan terhadap angka kemiskinan di Kabupaten Gowa. Sedangkan variabel
tingkat pendidikan (X2) berpengaruh positif dan tidak signifikan tehadap angka
kemiskinan di Kabupaten Gowa. Dan variabel kesehatan (X3) berpengaruh
negatif dan signifikan terhadap angka kemiskinan di Kabupaten Gowa. Dari
hasil regresi, nilai R- Squared (R2) sebesar 0,815. Ini berarti bahwa variabel
independen mampu menjelaskan variabel dependen 81,5% sedangkan sisanya
18,5% dijelaskan oleh variabel-variabel lain diluar model.

20
 d. Keempat, Penelitian terdahulu oleh Candra Mustika dalam Jurnal
Paradigma Ekonomika Tahun 2011 dengan judul “Pengaruh PDB dan
Jumlah Penduduk Terhadap Kemiskinan di Indonesia Periode 1990-
2008”. Metode analisis kuantitatif yang digunakan adalah analisis Regresi
Linear Berganda. Dari hasil regresi menunjukkan bahwa variabel PDB
dan Variabel jumlah penduduk berpengaruh signifikan terhadap tingkat
kemiskinan dengan alfa masing – masing 0,05 dan 0,01. Untuk uji F
terlihat kedua variabel independen secara bersamaan mempengaruhi
variabel dependen (tingkat kemiskinan) pada alfa 0,01. Sedangkan nilai
R2 sebesar 59,75 persen. artinya kemampuan model menjelaskan variabel
dependen sebesar angka tersebut, sisanya sebesar 40,25 persen di jelaskan
oleh variabel lain.

e. Kelima, Penelitian terdahulu yang berjudul “Analisis Pengaruh Produk

Domestik Regional Bruto (PDRB), Pendidikan, dan Pengangguran
terhadap Kemiskinan di Provinsi Banten Tahun 2009-2012” yang
dilakukan oleh Dio Syahrullah. Panel Data dengan Random Effect Model
digunakan sebagai teknik analisis pada penelitian ini. Hasil penelitian
menunjukan bahwa kemiskinan di Provinsi Banten mampu di jelaskan
oleh PDRB, Pendidikan, dan pengangguran sebesar 53,61% (R2).
Selanjutnya secara parsial koefisien regresi menunjukan PDRB
berpengaruh signifikan dan negatif terhadap kemiskinan di Provinsi
Banten. Pendidikan tidak signifikan terhadap kemiskinan di Provinsi
Banten. Pengangguran berpengaruh signifikan dan positif terhadap
kemiskinan di Provinsi Banten. Secara bersama-sama (Simultan) variabel
PDRB, Pendidikan dan Pengangguran berpengaruh terhadap kemiskinan
di Provinsi Banten pada periode 2009-2012.
2.9 Kerangka Pemikiran

Pendekatan yang digunakan dalam penelitian ini adalah pendekatan

kuantitatif. Berdasarkan permasalahan, kajian teoritis, serta hasil penelitian
sebelumnya maka penggambaran dalam penelitian ini, sebagai berikut:

21
 Jumlah
Penduduk (X1)

Kemiskinan

(Y)

PDRB
2.10 Hipotesis (X2)

Berdasarkan latar belakang dan rumusan masalah, hipotesis yang

dikemukakan penulisan adalahh sebagai berikut :
H1 : Jumlah penduduk berpengaruh secara positif dan signifikan terhadap
Kemiskinan di Provinsi Jawa Timur Tahun 2018-2020
H2 : PDRB berpengaruh secara negatif dan signifikan terhadap Kemiskinan di
Provinsi Jawa Timur Tahun 2018-2020

22
 BAB III

METODE PENELITIAN

3.1 Lokasi dan Waktu Penelitian

Lokasi yang menjadi objek dari penelitia ini adalah provinsi jawa timur.
Waktu yang di perlukan dalam penelitian ini di mulai dari bulan mei sampai
dengan juni 2022.
3.2 Metode Pengumpulan Data
Untuk memperoleh data yang di perlukan dalam penelitian ini
menggunakan metode pengumpulan data sebagai berikut :
1. Melalui studi pustaka dimana studi pustaka ini di gunakan untuk
memperoleh teori – teori yang mendukung penelitian ini dengan sumber
dari buku – buku dan penelitian yang sebelumnya telah diteliti
2. Data tersebut diperoleh melalui data – data yang sudah ada artinya data
tersebut berasal dari Badan Pusat Statistik (BPS) dan instansi terkait yang
dapat memberikan keterangan yang berhubungan dengan masalah yang
akan dibahas dalam penelitian ini.
3.3 Jenis Dan Sumber Data
Jenis data yang di gunakan dalam penelitian ini adalah data kuantitatif dan
sumber data yang digunakan adalah data sekunder, dengan perbandingan selama 3
tahun terhitung dari 2018,2019, dan 2020.Sumber data dalam penelitian ini antara
lain :
1) Badan Pusat Statistik (BPS) Provinsi jawa timur berbagai tahun terbitan

23
 2) Literatur-literatur serta informasi-informasi tertulis baik yang berasal dari
instansi terkait maupun sumber lainnya, yang berhubungan langsung
dengan judul maupun jurnal penelitian untuk memperoleh data sekunder.
3.4 Populasi
Populasi merupakan wilayah yang ingin di teliti yang memiliki kualitas atau
karakteristik tertentu sehingganantinya dapat ditarik kesimpulan. Populasi dalam
penelitian ini adalah 38 kabupaten/ kota di provinsi jawa timur tahun 2018 – 2020.
Sedangan sampel adalah bagian dari sampel dari penelitian ini adalah sebanyak
114 sampel.
3.5 Teknik Analisis Data
Model analisis data yang digunakan adalah analisis regresi berganda, analisis
kolerasi, koefisien determinasi, uji T, dan uji F yang nanti datanya akan diolah
dengan menggunakan program komputer spss dan sebelum kita menganalisis kita
pastikan model analisis data terbebas dari uji asumsi klasik, dimana uji asumsi
klasik dalam penelitian kuantitatif atau data sekunder hanya menggunakan uji
normalitas, uji multikolonieritas, uji heteroskedastisitas, dan uji autokorelasi.
3.5.1 Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui
bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi
normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk
dijumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual
berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Untuk
menguji apakah data berdistribusi normal atau tidak dilakukan uji statistik
Kolmogorov-Smirnov Test. Residual berdistribusi normal jika memiliki nilai
signifikansi >0,05.
2. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independen). Untuk menguji

24
multikolinieritas dengan cara melihat nilai VIF dan tolerance < 10, maka dapat
disimpulkan data bebas dari gejala multikolinieritas .
3. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka ada
problem autokorelasi. Pada penelitian ini untuk menguji ada tidaknya gejala
autokorelasi menggunakan uji Durbin-Watson (DW test).
4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi
terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang
lain. Ada beberapa cara yang dapat dilakukan untuk melakukan uji
heteroskedastisitas, yaitu uji grafik plot, uji park, uji glejser, dan uji white.
Pengujian pada penelitian ini menggunakan uji glajser.
3.5.2 Analisis Regresi Berganda
Analisis ini digunakan sebagai alat untuk menunjukan bentuk dan tingkat
hubungan antara satu variabel dependen (Y) dan lebih dari satu variabel
independen (X) dengan menggunkan rumus sebagai berikut :
Y = α + β1.X1 + β2.X2 + e
Keteramgan :
Y = variabek terikat/dependen
α = Konstanta
β1, β2, = Koefisien regresi variable Independen
X1,X2 = variabel independen/variabel bebas
3.5.3Analisis Koefisien
a. Koefisien kolerasi (r)
Analisis koefisien kolerasi adalah tingkat hubungan antara 2 variabel independen
ataupun lebih yang digunakan untuk mengetahui seberapa besar tingkat
hubungan antara variabel bebas (X) terhadap variabel terikat (Y). Dapat
dirumuskan sebagai berikut :

25
b. Koefisien determinasi (R)
Dalam analisis ini adalah untuk mengetahui besar kecilnya menjelaskan variabel
bebas (X) terhadap variabel terikat (Y). Koefisien determinasi juga merupakan
kuadrat dari nilai koefisien kolerasi dan dirumuskan sebagai berikut :
KP = r2 = ( r )2 x 100%
Untuk memudahkan melakukan interpretasi mengenai kekuatan hubungan antara
dua variabel penulis memberikan kriteria sebagai berikut (Sarwono:2006):
0 : Tidak ada korelasi antara dua variabel
>0 – 0,25: Korelasi sangat lemah
>0,25 – 0,5: Korelasi cukup
>0,5 – 0,75: Korelasi  kuat
>0,75 – 0,99: Korelasi  sangat kuat
1: Korelasi sempurna
3.5.4 Uji Signifikasi Parsial (Individu/ Uji T)
Uji t digunakan untuk melihat signifikan dari pengaruh variabel bebas (X)
terhadap variabel terikat (Y) secara individual, rumus yang digunakan untuk uji t
adalah sebagai berikut :

Dimana :

 X1 dan X2 adalah rata-rata dari masing masing data kelompok x1 maupun

x2
 S² adalah standar deviasiatau variasi
 n1 dan n2 adalah jumlah pengamatan di masing-masing kelompok.
3.5.5 Uji Signifikan simultan (Uji F)
Uji statistik F pada dasarnya menunjukan apakah semua variabel bebas
yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama

26
terhadap variabel terikat. rumus yang digunakan untuk uji f adalah sebagai berikut
:

Keterangan :
R2 = koefisien determinasi
N = jumlah data
K = jumlah variael independen

BAB IV

ANALISIS DATA
4.1 Mempersiapkan Data
Setelah kami melakukan studi pustaka yang ingin mengatahui pengaruh jumlah
penduduk dsn PDRB terhadap kemiskinan di Provinsi Jawa Timur tahun 2018-
2020 dan kami menggunakan variabel variaabel sebagai berikut:
a. Variabel independen (X1) yaitu jumlah penduduk, dimana jumlah
peduduk tersebut diambil dari bps.
b. Variabel independen atau variabel bebas (X2) yaitu PDRB dimana PDRB
tersebut diambil dari bps.
c. Variabel dependen atau variabel terikat (Y) yaitu kemiskinan dimana
kemiskinan tersebut diambil dari bps.
d. Lalu kita menyusun data dari X1,X2 berdasarkan jenis data yang kita
ambil yaitu data panel yang disusun menggunakan excel .
4.2 Olah Data Dengan Uji Asumsi Klasik
Untuk uji asumsi klasik dengan SPSS, urutan analisisnya sebagai berikut:
1. Uji Normalitas
Uji normalitas disini dilihat dari :
o Jika nilai signifikasi ( Sig > 0,05 ) maka data penelitian berdistriusi
normal

27
 o Sebaliknya jika nilai signifikasi ( sig < 0,05 ) maka data penelitian
tersebut tidak bertdistribusi normal.
2. Uji multikolinieeritas
Uji multikolinieritas disini dilihat sebagai berikut :
o Berdasarkan nilai tolerance
Jika nilai tolerance > 0,10 tidak terjadi multikolinieritas
Jika nilai tolerance < 0,10 maka terjaddi multikolinieritas
o Berdasarkan nilsi VIF
Jika nilai VIF < 10.00 tidak terjadi multikolinieritas
Jika nilai VIF > 10.00 maka terjadi multikolinieritas
3. Uji autokorelasi
Pada penelitian ini untuk menguji ada tidaknya gejala autokorelasi
menggunakan uji Durbin-Watson (DW test).

4. Uji heteroskedastisitas
Uji heteroskedastisitas dilakukan dengan cara meregresikan nilai absolute
residual dengan variabel – variabel independent dalam model.
4.3 Langkah-Langkah Dengan SPSS
Langkah pertama membuat data/ menyusun data sesuai data yang dipilih kali
ini kita menggunakan data panel yang disusun dengan excel sebagai berikut
dengan urut-urutan sesuai data panel yaitu tahun, kabupaten/kota, variabel Y,
variabel x1,variabel x2 :

28
a. Uji Normalitas :
Selanjutnya yaitu masukan data yang sudah disusun tadi ke spss seperti dibawah
ini perhatikan kenapa angka atau data yang kita masukkan ke spss berbeda
dengan yang di spss karena di spss data terseut sudah saya Ln diexcel seelumya
dengan rumus =ln(…) :

29
 Secara teori uji asumsi klasik dilakukan sebelum Uji regresi ( karena model
regresi harus terlebih dahulu lolos asumsi klasik atau data berdistribusi
normal ) uji normalitas dapat dilakukan dengan Uji Kolmogorov-Smirov
Test Bila P-Value Diatas 0,05 (>5%) maka instrumen data berdistribusi
normal dapat dilihat hasil sebagai berikut :
 Klik => Analyse lalu Non Parametrict Test lalu Legacy Dialod lalu 1-
Sample KS seperti dibawah ini :

 Dan muncul hasilnya dibawah ini :

30
b. Uji Multikolinieritas
Setelah uji normalitas selesai dalam prakteknya, uji asumsi klasik dapat dilakukan
sekaligus uji regresi tentunya dalam menentukan uji multikolinieritas dan uji
autokorelasi dan uji heteroskedastisitas dimana diambil dari hasil regresi seperti
dibawah ini :
1. Cara uji regresi
 Pilih klik analyze => Regression lanjut klik Linear

 Selanjutnya akan muncul tampilan seperti dibawah ini, masukkan variabel Y

ke kolom Independent, dan masukkan pula variabel x1 dan x2 ke kolom
varibel independent :

31
 Selanjutnya pilih statistic, cek list estimates, collinierity diagnostics, dan
durin watson => continue

 Pilih plots, cek list normal probability plot => continue

32
 Pilih save, cek list unstandardized dan studentized deleted di residuals

 Klik continue => ok

33
 Dan akan muncul beberapa tabel, kususnya dalam uji multikolinieritas
hasil yang diambil berdasarkan coefficient statistics seperti dibawah ini :

3. Uji Autokorelasi
Dalam uji autokorelasi diambil dari tabel hasil uji regresi pada tabel model
summary dimana dilihat dari nilai Durbin Watson. Jika nilai durbin watson
diantara nilai du dan 4-du maka data tersebut tidak terjadi autokorelasi seperti
yang digambarkan pada tabel dibawah ini :

4. Uji Heteroskedastisitas

34
 Dalam uji heteroskedastisitas dilakukan dengan cara uji glejser dengan
meregresikan nilai absolut residual dengan variabel – variabel independent dalam
model, langkah-langkahnya sebagai berikut :
 Pilih transform => computer variabel

 Pilih All pada Function Group kemudian pilih Abs pada Functions And
Special Variabel dengan cara melakukan dauble klik Abs_RespondenY
pada Target Variabel dan masukkan Ustandardized Residual_1 pada
Numeric Expression => OK
 Outputnya adalah variabel baru pada Data View
 Next, pilih analyze => regression => linier = masukkan Abs_Y sebagai
dependent variable. Sedangkan variabel x1 dan x2 sevagai variabel
independent.

35
 Pilih estimates dan model fit pada menu statistics => continue => ok

 Setelah dikllik continue => ok akan muncul dibawah ini :

36
 4.4 Hasil Dan Pemahasan
4.4.1 Hasil Uji Normalitas
a) One-Sample Kolmogorov-Smirnov Test

Y X1 X2

N 136 114 114

Normal Parameters a,b
Mean 2.1855 13.6184 10.1057
Std. Deviation .46989 .79106 .97391
Most Extreme Differences Absolute .089 .171 .131
Positive .069 .098 .131
Negative -.089 -.171 -.075
Test Statistic .089 .171 .131
Asymp. Sig. (2-tailed) .010 c
.000 c
.000c

a. Test distribution is Normal.

b. Calculated from data.
c. Lilliefors Significance Correction.

Dapat di intepretasikan ternyata semua hasil variabel yang diuji

Kolmogorov Smirnov memenuhi syarat diatas 0,05 seperti yang kita blok kuning
nilainya 0,089 ; 0,171 ; 0,131 lebih dari 0,05 semuanya dengan demikian data
terseut berdistribusi normal.

4.4.2 Hasil Uji Multikolinieritas

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) -1.048 .551 -1.901 .060

37
 X1 .511 .058 .931 8.778 .000 .466 2.146

X2 -.358 .047 -.804 -7.580 .000 .466 2.146

a. Dependent Variable: Y
Berdasarkan hasil regresi, dalam uji multikolieritas diambil dari Nilai vif
dan tolerance. Dimana jika nilai vif dan nilaii tolerance < 10 maka tidak terdapat
multikolinieritas diantara variabel independen dan sebaliknya. Dalam tabel diatas
terbukti bahwa nilai tolerance 0,466 < 10 dan nilai VIF < 2,146 maka data terseut
tidak terjadi multikolinieritas.
4.4.3 Hasil Uji Autokorelasi
Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson

1 .647a .419 .408 .33399 .345

a. Predictors: (Constant), X2, X1

b. Dependent Variable: Y

Berdasarkan hasilnya, uji autokorelasi diambil dari nilai durbin watson sebagai
berikut :
dw = 0,345
k=2
Jumlah Observasi = 114 Sampel
Dl =16590
Du = 17303
4 – Dl = 4 – 16590 = 2,341
4 – Du = 4 – 17303 = 2,2697

Dw=0,345

1,6590 1,7303 2,341 2,2697

38
 Dikarenakan nilai dw 0,345 maka terjadi autokorelasi positif. Sebenarnya
jika terjadi autokorelasi data harus ditransformasi harus disembuhkan agar
tidak terjadi autokorelasi. Namun dalam penelitian ini saya sudah berupaya
transformasi data saya agar tidak terjadi autokorelasi namun hasilnya tetap
sama terjadi autokorelasi positif mungkin karena data penelitian ini data panel
tidak cocok jika menggunakan program SPSS. Tetapi pernah saya mencoba
dengan uji autokorelasi di eviews data tersebut lolos uji autokorelasi. Mungkin
aplikasi SPSS ini kurang akurat dalam data panel.
4.4.4 Hasil Uji Heteroskedastisitas

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) .254 .259 .980 .329

X1 -.103 .027 -.445 -3.751 .000

X2 .140 .022 .750 6.319 .000

a. Dependent Variable: ABS_RESID

Berdasarkan hasil uji heteroskedastisitas ditentukan nilai signifikasi. Jika

nilai signifikasi > 0,05 maka tidak terjadi heterokedastisitas. Sedangkan dari uji
tersebut nilai signifikasi nilai tersebut < 0,05 maka terjadi heteroskedastisitas.
Seharusnya jika suatu data terjadi heteroskedastisitas memang harus disembuhkan
karena dalam penelitian dianjurkan nilai signifikasi dalam uji heteroskedastisitas
harus > 0,05% agar terbebas heterokedastisitas. Output diatas bahkan
menunjukkan ada asolute residual, sehingga dapat disimpulkan bahwa asumsi
terjadi heteroskedastisitas.
4.4.5 Analisis Regresi Berganda
Analisis regresi berganda bertujuan untuk mengetahui ada atau tidaknya
pengaruh dua atau leih variabel bebas (x) terhadap variabel terikat (y). Berikut
adalah ouput dari regresi berganda :

Model Summaryb
Adjusted R Std. Error of Durbin-
Model R R Square Square the Estimate Watson
1 .647a .419 .408 .33399 .345
a. Predictors: (Constant), X2, X1

39
 b. Dependent Variable: Y

a) Berdasarkan output diatas diketahui nilai Adjusted R Square sebesar

0,408 artinya variabel independent {jumlah penduduk (x1) dan PDRB (x2)
} dapat menjelaskan variabel dependent sebesar 40,8%, sedangkan 100%-
40,8% = 50,2% dijelaskan oleh variabel lain atau faktor lain yang tidak
terdapat di dalam model.
b) Berdasarkan output diatas diketahui nilai R Square (koefisien
determinasi) sebesar 0,419 hal ini mengandung arti bahwa pengaruh
variabel x1 dan x2 secara simultan terhadap variabel y sebesar 41,9%
c) Berdasarkan output diatas diketahui nilai R (Korelasi) sebesar 0,647
artinya terdapat hubungan variabel x1 dan variabel x2 terhadap variabel y
sebesar 64, 7%
d) Namun dalam tabel diatas terdapat Std Error Of The Estimate / tingkat
keakuratan model regresi. Bahwasanya tingkat akurat model data
tersebut sebesar 34,5 %.
4.4.6 Uji Parsial ( uji t )
Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) -1.048 .551 -1.901 .060

X1 .511 .058 .931 8.778 .000 .466 2.146

X2 -.358 .047 -.804 -7.580 .000 .466 2.146

a. Dependent Variable: Y

1. Pengujian hipotesis 1
Diketahui nilai signifikasi untuk pengaruh x1 terhadap y adalah sebesar
0,000 < 0,05 sehingga dapat disimpulkan bahwa pengaruh variabel x1
(jumlah penduduk) secara parsial terhadap variabel y (kemiskinan)
2. Pengujian hipotesis ke 2
Diketahui nilai signifikasi untuk pengaruh x2 terhadap y adalah sebesar
0,000<0,05 sehingga dapat disimpulkan ahwa h2 diterima yang berarti
terdapat pengaruh variabel x2(PDRB) secara parsial terhadap variabel y
(kemiskinan)

40
4.4.7 Uji Simultan (Uji F)

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 8.919 2 4.460 39.979 .000b

Residual 12.382 111 .112

Total 21.301 113

a. Dependent Variable: Y
b. Predictors: (Constant), X2, X1

a) Berdasarkan output diatas diketahui nilai signifikasi untuk pengaruh x1 dan

x2 secara simultan terhadap Y adakah sebesar 0,000 < 0,05, sehingga dapat
disimpulkan bahwa terdapat pengaruh variabel x1 (jumlah penduduk) dan
variabel x2(PDRb) secara simultan terhadap variabel y (kemiskinan)

BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Setelah penulis melakukan penelitian dengan menyusun data panel dan
menggunakan progam komputer SPSS. Dari hasil analisis serta pembahasan dapat
diuraikan sebagai berikut :
1. Berdasarkan output diatas diketahui nilai Adjusted R Square sebesar 0,408
artinya variabel independent {jumlah penduduk (x1) dan PDRB (x2) }

41
 dapat menjelaskan variabel dependent sebesar 40,8%, sedangkan 100%-
40,8% = 50,2% dijelaskan oleh variabel lain atau faktor lain yang tidak
terdapat di dalam model.
2. Berdasarkan output diatas diketahui nilai R Square (koefisien determinasi)
sebesar 0,419 hal ini mengandung arti bahwa pengaruh variabel x1 dan x2
secara simultan terhadap variabel y sebesar 41,9%
3. Berdasarkan output diatas diketahui nilai R (Korelasi) sebesar 0,647
artinya terdapat hubungan variabel x1 dan variabel x2 terhadap variabel y
sebesar 64, 7%
4. Namun dalam tabel diatas terdapat Std Error Of The Estimate / tingkat
keakuratan model regresi. Bahwasanya tingkat akurat model data tersebut
sebesar 34,5 %.
5. Pada pengujian hipotesis 1, diketahui nilai signifikasi untuk pengaruh x1
terhadap y adalah sebesar 0,000 < 0,05 sehingga dapat disimpulkan bahwa
pengaruh variabel x1 (jumlah penduduk) secara parsial terhadap variabel y
(kemiskinan)
6. Pada pengujian hipotesis 2, diketahui nilai signifikasi untuk pengaruh x2
terhadap y adalah sebesar 0,000<0,05 sehingga dapat disimpulkan ahwa h2
diterima yang berarti terdapat pengaruh variabel x2(PDRB) secara parsial
terhadap variabel y (kemiskinan)
7. Berdasarkan output diatas diketahui nilai signifikasi untuk pengaruh x1
dan x2 secara simultan terhadap Y adakah sebesar 0,000 < 0,05, sehingga
dapat disimpulkan bahwa terdapat pengaruh variabel x1 (jumlah
penduduk) dan variabel x2(PDRb) secara simultan terhadap variabel y
(kemiskinan)
5.2 Saran
Berdasarkan kesimpulan diatas maka saran diuraikan sebagai berikut :
1. Variabel jumlah penduduk mempunyai pengaruh yang negatif dan
tidak signifikan terhadap tingkat kemiskinan, diharapkan bahwa
pemerintah Provinsi Jawa Timur harus mengimbangi laju pertumbuhan
dengan pertumbuhan ekonomi yang tinggi.
2. Variabel PDRB mempunyai perngaruh yang engatif dan tidak
signifikan terhadap tingkat kemiskinan, untuk itu pemerintah
diharapkan dapat lebih mengoptimalkan berbagai sektor yang ada di
Provinsi Jawa Timur.
3. Variabel pengangguran mempunyai pengaruh yang positif dan
signifikan terhadap tingkat kemiskinan yang mana apabila
pengangguran meningkat maka kemiskinan juga ikut meningkat, untuk
itu diharapkan pemerintah Provinsi Jawa Timur dapat mengupayakan
melakukan Tindakan yang lebih baik dalam menambah lapangan
pekerjaan bagi masyarakat Provinis Jawa Timur dengan tujuan

42
 mengurangi jumlah pengangguran dan juga jumlah kemiskinan akan
semakin berkurang.

DAFTAR PUSTAKA
Arsyad, Lincoln. 2010. Pengantar Perencanaan Dan Pembangunan Ekonomi
Daerah. Yogyakarta: Bpfe

Azizah, E. W. (2018). Pengaruh Pendidikan, Pendapatan Perkapita Dan Jumlah

Penduduk Terhadap Kemiskinan Di Provinsi Jawa Timur. Jurnal Ilmu Ekonomi,
Vol 2 Jilid 1 Hal. 167-180.

43
Usman, U. (2018). Pengaruh Jumlah Penduduk, Pengangguran Dan
Pertumbuhan Ekonomi Terhadap Kemiskinan Di Provinsi Kepulauan Riau. Jurnal
Ekonomi Regional Unimal , Volume 01 Nomor 02.

Nabawi, H.2020. Pengaruh Jumlah Penduduk, Tingkat Pendidikan, Dan Pdrb

Terhadap Kemiskinan Di Kota Malang.Jurnal Ekonomi.Volume 04 Nomor 02.

BPS Provinsi Jawa Timur. (2022). Diakses 25 April 2022, Dari

https://jatim.bps.go.id/indicator/12/375/1/jumlah-penduduk-provinsi-jawa-
timur.html

LAMPIRAN
1. Luvi Puspita Sari 20602011095
Mengerjakan latar belakang, maksud dan tujuan, bab 4 dan
Daftar Pustaka.
2. Nasya Nathania K. 20602011120
Mengerjakan Landasan Teori.
3. Indah Purbawati 20602011080
Mengerjakan Pnelitian Terdahulu, Kerangka Pemikiran,
Populasi, Jenis Dan Sumber Data

44
4. Monica Lisa Pahlevi 20602011111
Mengerjakan Bab 3 Teknik Analisa Data, Hipotesis
5. Fransdika Maulid R 20602011333
Mengerjakan Lokasi Dan Penelitian, Metode Pengumpulan
Data,
6. M. Ifan Affandi 20602011097

7. M Thoriqul Arif 20602011096

Mengerjakan Memasukan Data Spss
8. Monica Anggraini 20602011110
Mengerjakan Memasukan Data Spss
9. M. Fachrul Aditya A 20602011114
Mengerjakan Bab 5 Kesimpulan dan Saran

45