Analisis Pengaruh Pengangguran dan Indeks Pembangunan

Manusia Terhadap Kemiskinan di Provinsi Bali Pada Tahun

2017-2021
Rangga Bayu Saputro1, Cep Jandi Anwar2
Program Studi Ilmu Ekonomi Pembangunan, Fakultas Ekonomi dan Bisnis, Universitas
Sultan Ageng Tirtayasa, Kota Serang, Provinsi Banten, Indonesia1,2
Email: kusaeriahmad098@gmail.com1, cepjandianwar@untirta.ac.id2

Abstrak
Penelitian ini bertujuan untuk dapat mengetahui dengan menganalisis sejauh mana
pengaruh variabel Pengangguran dan Indeks Pembangunan Manusia di Provinsi Bali.
Data yang digunakan dala melakukan penelitian ini adalah data panel dari tahun 2017
sampai 2021 yang mencakup seluruh Kabupaten/Kota yang ada di Provinsi Bali yang
berjumlah sembilan. Penelitian ini menggunakan regresi data panel dengan Pengangguran
dan Indeks Pembangunan Manusia sebagai variabel independen dan Kemiskinan sebagai
variabel dependen. Hasil dari penelitian pada variabel pengangguran adalah berpengaruh
secara positif dan signifikan terhadap kemiskinan di Bali. Variabel Indeks Pembangunan
Manusia pun berpengaruh secara positif dan signifikan terhadap variabel kemiskinan di
Bali.
Kata Kunci : Kemiskinan,Pengangguran, Indeks Pembangunan Manusia

Abstract
This study aims to find out by analyzing the extent to which the influence of the
Unemployment variable and the Human Development Index in the Province of Bali. The
data used in conducting this research is panel data from 2017 to 2021 which covers all
nine Regencies/Cities in Bali Province. This research uses panel data regression with
Unemployment and Human Development Index as independent variables and Poverty as
the dependent variable. The results of the research on the alarm variable have a positive
and significant effect on poverty in Bali. The Human Development Index variable also
has a positive and significant effect on the poverty variable in Bali.
Keywords: Poverty, Unemployment, Human Development Index
PENDAHULUAN
Dalam rangka meningkatkan pertumbuhan ekonomi dan mengurangi jumlah penduduk
miskin, setiap negara berusaha untuk dapat melakukan pembangunan. Salah satu tujuan
dari pembangunan yang dilakukan adalah untuk memperbaiki keadaan ekonomi
masyarakat sedemikian rupa sehingga jumlah penduduk miskin berkurang. Kemampuan
pemerintah dalam menekan jumlah penduduk miskin di suatu negara dapat dijadikan
tolak ukur keberhasilan pembangunan. Di sisi lain, angka kemiskinan yang tinggi dapat
melemahkan capaian pembangunan pemerintah. Kegiatan pembangunan yang tidak
mengubah keadaan kemiskinan menyisakan persoalan yang memicu masalah sosial dan
politik. Pembangunan ekonomi memiliki tiga indikator pokok, yaitu : (1) Indikator
moneter, yaitu indikator yang berhubungan dengan uang, uang disini berupa tingkat
income yang diterima oleh masyarakat. Dalam indikator moneter ini indikator yang dapat
diukur adalah pendapatan per kapita, karena pendapatan per kapita seringkali digunakan
pula sebagai indikator pembangunan selain untuk membedakan tingkat kemajuan
ekonomi antara negara-negara maju dengan negara sedang berkembang (NSB). Dengan
kata lain pendapatan per kapita selain bisa memberikan gambaran tentang laju
pertumbuhan kesejahteraan masyarakat di berbagai negara juga dapat menggambarkan
perubahan corak tingkat kesejahteraan masyarakat yang sudah terjadi di antara berbagai
negara. (2) Indikator non-moneter, indikator ini merupakan indikator yang diambil dari
beberapa hal pokok yang berkaitan dengan kehidupan masyarakat. Indikator ini memiliki
beberapa macam sub indikator yaitu, (a) indikator sosial, yaitu membedakan berbagai
penelitian tentang cara-cara untuk membandingkan tingkat kesejahteraan, (b) indeks
kualitas hidup dan indeks pembangunan manusia, yaitu untuk mengukur tingkat
kesejahteraan masyarakat, (3) Indikator campuran, indikator ini disebut campuran karena
merupakan campuran dari indikator sosial dan indikator ekonomi yaitu, pendidikan,
kesehatan, perumahan, angkatan kerja, ekonomi, kriminalitas, perjalanan wisata dan
akses media masa. Indikator- indikator diatas memiliki masalah yang paling mendasar
yaitu pendapatan per kapita, indeks pembangunan manusia, angkatan kerja yang semakin
meningkat dan tingkat kemiskinan, semua hal ini dapat terselesaikan jika pembangunan
di Indonesia dapat berjalan dengan baik(Sayifullah & Gandasari, 2016).
Dalam kaitannya dengan pembangunan ekonomi daerah, indeks pembangunan manusia
(IPM) didefinisikan sebagai salah satu ukuran utama yang termasuk dalam model dasar
pembangunan daerah. Hal ini menunjukkan bahwa IPM memiliki posisi penting dalam
pengelolaan pembangunan daerah. Fungsi HDI dan metrik pembangunan manusia
lainnya adalah kunci pelaksanaan perencanaan dan pembangunan yang dikelola. TAI
yang menjadi acuan pembangunan suatu daerah seharusnya berkorelasi positif dengan
kondisi kemiskinan daerah tersebut, karena diasumsikan daerah dengan TDI tinggi juga
memiliki kualitas hidup masyarakat yang baik. tinggi atau dapat juga dikatakan jika nilai
IPM tinggi maka tingkat kemiskinan masyarakat rendah.
Kemiskinan merupakan suatu permasalahan dari kondisi ekonomi di setiap negara
berkembang, kemiskinan akan terus menerus berakar pada ketidakmampuan masyarakat
di suatu negara untuk dapat memenuhi kebutuhan sehari-hari dan tidak mendapatkan
penghidupan yang layak dengan tinggal di daerah tidak layak. Hal tersebut yang dapat
mempengaruhi kualitas SDM suatu negara, tingkat produktivitas masyarakatnya dan
tingkat pendapatan msyarakatnya yang tentu akan sangat berpengaruh pada jumlah
pendapatan per kapita di negara tersebut dan juga mempengaruhi tingkat pengangguran
di negara tersebut yang mana jika kualitas SDM masyarakatnya tidak mumpuni lalu
produktivitasnya lemah akan mempengaruhi tingkat pengangguran yang aka semakin
meningkat jika kondisi keduanya juga meningkat dan sebaliknya.
Akar masalah kemiskinan ini dapat diilustrasikan sebagai berikut : pertama, karena
miskin, seseorang pasti memiliki pendapatan yang kecil. Karena pendapatannya kecil,
daya beli informasi dan pengetahuannya rendah. Daya beli pengetahuan dan informasi
yang rendah ini, akan menyebabkan si miskin tidak memiliki pengetahuan yang cukup.
Pengetahuan yang kurang, akan menyebabkan produktivitas seseorang menjadi kecil.
Karena produktivitasnya yang kecil, akan menyebabkan jatuh miskin lagi. Kedua, karena
miskin, seseorang pasti hanya akan memiliki tabungan yang kecil. Karena memiliki
tabungan yang kecil, akan membuat kepemilikan modal seseorang menjadi rendah yang
akan mengakibatkan produksinya rendah serta pendapatannya kecil. Karena
pendapatannya kecil, akan mennyebabkan jatuh miskin lagi. Ketiga, karena miskin,
seseorang pasti hanya akan memiliki kemampuan konsumsi yang rendah. Kemampuan
konsumsi yang rendah akan membuat seseorang tidak dapat memenuhi kebutuhan papan,
sandang, dan pangannya secara layak. Hal ini juga akan berdampak pada buruknya status
gizi seseorang. Seseorang dengan status gizi yang buruk hanya akan memiliki
produktivitas kerja yang buruk akan menyebabkan produksinya menjadi rendah, sehingga
akan menyebabkan jatuh miskin lagi. Secara garis besar dapat disimpulkan bahwa
penyebab kemiskinan adalah pemerataan pembangunan yang belum merata terutama di
daerah pedesaan. Penduduk miskin di daerah pedesaan diperkirakan lebih tinggi dari
penduduk miskin di daerah perkotaan. Penyebab yang lain adalah masyarakat miskin
belum mampu menjangkau pelayanan dan fasilitas dasar seperti pendidikan, kesehatan,
air minum dan sanitasi, serta transportasi. Gizi buruk juga masih terjadi di lapisan
masyarakat miskin. Hal ini disebabkan terutama oleh cakupan perlindungan sosial bagi
masyarakat miskin yang belum memadai. Bantuan sosial kepada masyarakat miskin,
pelayanan bantuan kepada masyarakat rentan (seperti penyandang cacat, lanjut usia, dan
yatim piatu), dan cakupan jaminan sosial bagi rumah tangga miskin masih kurang
memadai. Makna dari lingkaran setan kemiskinan tersebut adalah keharusan semua pihak
terutama pemerintah untuk memiliki keinginan yang kuat untuk memutus alur tersebut.
Lingkaran itu tidak akan pernah terpotong apabila tidak ada satu bagian saja yang
dihilangkan.(Sayifullah & Gandasari, 2016).
Berdasarkan ilustrasi diatas, sangat jelas bahwa kondisi kemiskinan disebabkan oleh
beberapa faktor dan menjadi akar permasalahan disuatu negara atau provinsi yang dimana
beberapa factor tersebut adalah indeks pembangunan manusianya yang jika dilihat dari
produktivitas bekerjanya. Jika suatu daerah memiliki masyarakat yang sangat produktif
maka akan berdampak baik bagi kemiskinan dan akan mengurangi angka kemiskinan di
daerah tersebut, namun jika daerah tersebut memiliki masyarakat yang tidak produkif
dengan kata lain produktivitas masyarakatnya rendah maka akan berdampak buruk bagi
kemiskinan daerah tersebut yang akan meningkat. Dan kondisi tersebut juga akan
berdampak pada angka pengangguran yang semakin meningkat tajam jika daerah tersebut
memiliki angka produktivitas yang rendah dan akan semakin memperbutuk kondisi
kemiskinan di daerah tersebut. Pada provinsi Bali, jumlah penduduk
miskin Bali bertambah 36,78 ribu jiwa menjadi 201,97 ribu jiwa pada Maret 2021
dibanding Maret 2020. Demikian pula persentase penduduk yang hidup di bawah
kemiskinan di provinsi tersebut meningkat menjadi 4,53% pada Maret tahun lalu
dibanding sebelumnya tahun sebelumnya, hal tersebut disebabkan oleh pandemi Covid
19 yang membuat diberlakukannya kebijakan pembatasan kegiatan social dan sangat
berdampak bagi kondisi perekonomian di Bali yang selanjutnya meningkatnya angka
kemiskinan di provinsi Bali.

TINJAUAN PUSTAKA
Kemiskinan
Kemiskinan merupakan awal dan akhir dari proses kemiskinan dalam masyarakat.
Kelemahan fisik, kerentanan, ketidakberdayaan dan isolasi serta kemiskinan bersama-
sama membuat orang sulit untuk keluar dari sindrom kemiskinan. Tentunya semua orang
di mana-mana mengenal kata kemiskinan dan kemelaratan, namun mereka tidak mau
menyelidiki lebih jauh apa sebenarnya arti kemiskinan dan mengapa seseorang bisa
dikatakan miskin.
Kemiskinan didefinisikan sebagai standar hidup yang rendah, yaitu. adanya kekurangan
materi, dibandingkan dengan standar hidup umum di masyarakat yang bersangkutan.
Secara ekonomi, kemiskinan juga dapat diartikan sebagai kekurangan sumber daya yang
dapat digunakan untuk meningkatkan kesejahteraan kelompok. Kemiskinan
menggambarkan situasi kekurangan total, seperti modal terbatas, pengetahuan dan
keterampilan rendah, produktivitas rendah, pendapatan rendah, nilai tukar yang buruk
untuk produk orang miskin, dan kesempatan terbatas untuk berpartisipasi dalam
pembangunan.
Garis kemiskinan adalah nilai rupiah yang harus dikeluarkan untuk memenuhi kebutuhan
hidup, baik kebutuhan minimum makanan maupun kebutuhan non makanan minimum.
Sekelompok anggota masyarakat dikatakan berada di bawah garis kemiskinan apabila
pendapatan kelompok anggota masyarakat tersebut tidak mencukupi untuk memenuhi
kebutuhan pokoknya seperti pangan, sandang, dan papan. Kemiskinan di bagi menjadi
beberapa jenis yaitu:
Kemiskinan absolut
Kemiskinan absolut adalah suatu bentuk kemiskinan dimana tingkat pendapatan
penduduk miskin berada di bawah garis kemiskinan atau pendapatannya tidak
mencukupi untuk menutupi kebutuhan dasar hidup seperti makanan, pakaian dan
perumahan.
Kemiskinan Relatif
Kemiskinan Relatif adalah bentuk kemiskinan yang timbul akibat kebijakan
pembangunan yang belum menjangkau seluruh masyarakat. Sehingga menimbulkan
perbedaan pendapatan, atau dapat dikatakan bahwa seseorang benar-benar hidup di atas
garis kemiskinan, namun masih jauh dari kemampuan masyarakat sekitarnya.
Kemiskinan budaya
Kemiskinan budaya adalah kemiskinan yang disebabkan oleh faktor budaya seperti
kemalasan, upaya untuk meningkatkan taraf hidup, pemborosan, dll.
Kemiskinan struktural
Kemiskinan struktural adalah kemiskinan yang dialami oleh sekelompok orang karena
struktur sosial masyarakat memungkinkan sekelompok orang untuk tidak benar-benar
berpartisipasi dalam penggunaan sumber-sumber pendapatan yang tersedia.

Tingkat Pengangguran
Tingkat pengangguran adalah persentase tenaga kerja yang saat ini menganggur. Para
ekonom mendefinisikan angkatan kerja sebagai bagian dari populasi pekerja yang saat ini
bekerja dan menganggur tetapi secara aktif mencari pekerjaan.
Pengangguran adalah istilah untuk orang yang tidak bekerja sama sekali, sedang mencari
pekerjaan, bekerja kurang dari dua hari dalam seminggu atau sedang berusaha
mendapatkan pekerjaan. Pengertian teknis pengangguran mencakup semua orang dalam
jangka waktu tertentu (usia kerja) yang bekerja tidak dalam arti menerima upah atau
FIE, tetapi aktif mencari pekerjaan.
Sementara itu, dalam definisi standar yang ditetapkan secara internasional,
pengangguran adalah seseorang yang sudah tergolong angkatan kerja, yang secara aktif
mencari pekerjaan pada tingkat gaji tertentu, tetapi tidak mendapatkan pekerjaan yang
diinginkan. Ekonom mengklasifikasikan pengangguran menjadi empat kelompok, yaitu:
Pengangguran struktural.
Pengangguran terjadi karena mereka kekurangan keterampilan. Atau mereka memiliki
keterampilan tetapi tidak memenuhi persyaratan. Penyebabnya adalah perubahan struktur
ekonomi, misalnya perubahan teknologi.
Pengangguran friksional.
Orang sering meluangkan waktu untuk mencari pekerjaan yang tepat. Aktif mencari
pekerjaan, mereka tergolong pengangguran.
Pengangguran siklis.
Selama siklus ekonomi, selain ukuran PDB, tingkat pengangguran juga bervariasi.
Sementara penawaran tenaga kerja tetap konstan, permintaan tenaga kerja berubah seiring
fase siklus ekonomi. Jadi ada kalanya permintaan tinggi (pengangguran siklis rendah) dan
ada kalanya permintaan rendah (pengangguran siklis tinggi).
Pengangguran musiman.
Ini seperti pengangguran siklis, tetapi masalahnya adalah karena faktor musiman, bukan
fluktuasi aktivitas ekonomi. Misalnya, pada kedua periode permintaan untuk pekerjaan
liburan tertentu seringkali lebih tinggi dari biasanya.
Pengangguran struktural dan pengangguran friksional membentuk tingkat pengangguran
alamiah. Mereka ada dari waktu ke waktu bahkan ketika ekonomi berada pada
kesempatan kerja penuh (PDB berada pada tingkat potensial). Jadi tingkat pengangguran
tidak pernah nol.

Indeks Pembangunan Manusia

Proses pembangunan manusia mempengaruhi pencapaian pembangunan ekonomi di
daerah. Pencapaian ini tidak terlepas dari kualitas masyarakat di daerah. Indeks
Pembangunan Manusia (IPM) dapat digunakan untuk mengukur kualitas penduduk di
suatu wilayah. IPM merupakan metrik yang digunakan untuk mengukur salah satu aspek
terpenting yang terkait dengan kualitas hasil pembangunan ekonomi, yaitu tingkat
pembangunan manusia. IPM memiliki tiga unsur yaitu kesehatan, tingkat pendidikan dan
taraf hidup atau sering disebut ekonomi. Dengan demikian, ketiga unsur tersebut sangat
penting untuk menentukan kemampuan suatu provinsi dalam meningkatkan IPM. Ketiga
unsur tersebut tidak berdiri sendiri, tetapi saling mempengaruhi. Selain itu juga
dipengaruhi oleh faktor lain seperti ketersediaan lapangan kerja yang pada gilirannya
ditentukan oleh pertumbuhan ekonomi, infrastruktur dan kebijakan pemerintah. Dengan
demikian IPM suatu daerah meningkat jika ketiga unsur tersebut dapat ditingkatkan, nilai
IPM yang tinggi menunjukkan keberhasilan pembangunan ekonomi daerah tersebut.
Penghitungan IPM sebagai indikator pembangunan manusia memiliki tujuan penting,
antara lain: 1) mengembangkan indikator yang mengukur dimensi utama pembangunan
manusia dan memperluas kebebasan memilih, 2) menggunakan beberapa indikator untuk
menyederhanakan pengukuran, 3 ) untuk membentuk komposisi terpadu. 4) Buat metrik
yang mencakup pertimbangan sosial dan ekonomi. Indeks tersebut merupakan indeks inti
yang terdiri dari dimensi-dimensi sebagai berikut: 1) Umur panjang dan hidup sehat,
indikator harapan hidup, 2) Pengetahuan, diukur dengan kombinasi skala melek huruf
dan angka partisipasi di sekolah dasar, menengah dan tinggi, 3) Masuk akal. standar
hidup, PDB dihitung indikator per kapita dalam paritas daya beli (PPP).
Tabel 1 Kerangka Konseptual

PENGANGGURAN

KEMISKINAN
INDEKS
PEMBANGUNAN
MANUSIA

METODE PENELITIAN
Data yang digunakan dalam melakukan penelitian ini adalah data sekunder yang mana
data tidak diusahakan oleh peneliti melainkan dari sumber seperti hal nya data yang
diambil dari Badan Pusat Statistik(BPS) atau publikasi yang lain. Data sekunder yang
digunakan oleh peneliti adalah penggabungan dari deret berkala atau time series pada
tahun 2017-2021 dan juga deret lintang atau cross section sebanyak 9 Kabupaten/Kota di
Provinsi Bali. Data yang digunakan dalam penelitian ini adalah data Presentase Penduduk
Miskin di Provinsi Bali, Indeks Pembangunan Manusia di Provinsi Bali dan Tingkat
Pengangguran Terbuka di Provinsi Bali pada tahun 2017-2021.
Analisis pada penelitian ini adalah dengan menggunakan metode data panel. Analisis
data panel merupakan kombinasi dari time series dan cross-sectional. Deskripsi singkat
tentang data panel, seperti dalam data cross-sectional, nilai dari satu atau lebih variabel
dikumpulkan selama periode waktu tertentu. Dalam data panel, unit yang sama terkadang
dipetakan di blok. Dalam model data panel, persamaan untuk model yang menggunakan
data cross-sectional dapat dituliskan sebagai berikut:
Y=β0+ β1Xi +εi ; i=1,2, ……N
Keterangan :

Y = variabel dependen
X = variabel bebas
i = jumlah data
N = banyaknya data cross section
β0 β1 = koefisien regresi

Sedangkan persamaan model dengan time series adalah :

Y=β0+ β1Xt+εt ; t=1,2, ……T
Keterangan :
t = jumlah waktu
T = banyaknya data time series

Karena data panel merupakan gabungan dari data time series dan cross section, maka
model dapat ditulis sebagai berikut :
Y=β0+ β1X it+ε it ;
i=1,2, ……N dan t=1,2, ……T
Keterangan :
N = banyaknya observasi
T = banyaknya waktu
X it = variabel bebas untuk data ke-i dan waktu ke-t
ε it = gabungan error term
N x T = banyaknya data panel

Persamaan ekonometrika atau model data panel yang digunakan dari penelitian ini adalah
sebagai berikut:
𝑃𝑂𝑉 = 𝛽0 + 𝛽1 𝑇𝑃𝑇𝑖𝑡 + 𝛽2 𝐼𝑃𝑀𝑖𝑡 + 𝑒𝑡
Keterangan :
POV : Kemiskinan
TPT : Tingkat Pengangguran Terbuka
IPM : Indeks Pembangunan Manusia
u = error term
i = menunjukkan wilayah
t = menunjukkan tahun

Definisi Operasional Variabel

1. POV/Kemiskinan (Y) nerupakan variabel terikat yang digunakan oleh peneliti
dalam melakukan penelitian ini. Kemiskinan yang diperoleh dari 2 indikator yaitu
Indeks Pembangunan Manusia dan juga Tingkat Pengangguran Terbuka. Data
yang digunakan oleh peneliti dalam melakukan penelitian ini adalah data panel,
yang diperoleh dari Badan Pusat Statistik Provinsi Bali dari tahun 2017-2021 yang
dinyatakan dalam satuan presentase.
2. Tingkat Pengangguran Terbuka/ TPT (𝑋1), merupakan persentase jumlah
pengangguran terhadap jumlah angkatan kerja. Pekerja Tidak Penuh adalah
mereka yang bekerja di bawah jam kerja normal (kurang dari 35 jam seminggu).
3. Indeks Pembangunan Manusia/IPM (𝑋2), menjelaskan bagaimana penduduk
dapat mengakses hasil pembangunan dalam memperoleh pendapatan, kesehatan,
pendidikan, dan sebagainya.

HASIL DAN PEMBAHASAN

HASIL
1. Uji Spesifikasi Model
a) Uji Spesifikasi Model dengan Uji Chow
Uji chow merupakan uji yang dapat digunakan untuk memilih dalam menentukan
model penelitian dalam metode panel apakah model yang digunakan berupa common
effect model (CEM) atau fixed effect model (FEM) yang sebaiknya digunakan.
Tabel 2 Uji Chow

Redundant Fixed Effects Tests

Equation: Untitled
Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 9.315656 (8,34) 0.0000

Cross-section Chi-square 52.228005 8 0.0000

Sumber : Data Olahan Eviews 10

Tabel 2 diatas menunjukan bahwa hasil dari penentuan model panel pada uji chow
adalah Fixed Effect Model(FEM) sebagai model yang terbaik untuk dapat digunakan
 dalam penelitian ini. Hal tersebut dikarenakan hasil dari uji chow yang terdapat pada
tabel 2 menunjukkan bahwa nilai prob chi-square sebesar 0.0000 yang berarti lebih
kecil dari signifikansi 5%(0.05) sehingga penentuan model panel dengan
menggunakan uji chow menentukan model Fixed Effect Model(FEM) adalah model
terbaik untuk dapat digunakan.

b) Uji Spesifikasi Model dengan Uji Hausman

Uji hausman merupakan uji yang dapat digunakan untuk memilih dalam
menentukan model penelitian dalam metode panel apakah model yang digunakan
berupa random effect model (REM) atau fixed effect model (FEM) yang sebaiknya
digunakan.
Tabel 3 Uji Hausman

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

Cross-section random 7.498771 2 0.0235

Sumber : Data Olahan Eviews 10

Tabel 3 menunjukkan bahwa hasil dari pemilihan model panel uji hausman
memilih model Fixed Effect Model (FEM) sebagai model terbaik yang dapat
digunakan dalam model panel pada penelitian ini. Hal tersebut ditandai dengan hasil
dari prob chi-square dari hasil output tersebut adalah 0.025 yang berarti lebih kecil
dari alpha(a) yaitu 5%(0.05) sehingga dengan menggunakan pengujian uji hausman
dapat dikatakan model yang paling baik untuk digunakan adalah model Fixed Effect
Model (FEM).

2. Estimasi Regresi Panel

Setelah diatas dilakukan uji spesifikasi model, maka model yang paling baik untuk
dapat digunakan dalam penelitian ini adalah Fixed Effect Model (FEM).
Tabel 4 Fixed Effect Model (FEM)

Sample: 2017 2021

Periods included: 5
Cross-sections included: 9
Total panel (balanced) observations: 45

Variable Coefficient Std. Error t-Statistic Prob.

C 23.37426 1.293666 18.06824 0.0000

PENGANGGURAN 0.114954 0.042702 2.691985 0.0102
IPM -0.258141 0.017940 -14.38923 0.0000
 R-squared 0.838251 Mean dependent var 4.512000
Adjusted R-squared 0.830549 S.D. dependent var 1.417972
S.E. of regression 0.583701 Akaike info criterion 1.825484
Sum squared resid 14.30967 Schwarz criterion 1.945928
Log likelihood -38.07338 Hannan-Quinn criter. 1.870384
F-statistic 108.8307 Durbin-Watson stat 0.820253
Prob(F-statistic) 0.000000

Sumber : Data Olahan Eviews 10

Berdasarkan tabel 4 Fixed Effect Model diatas maka dapat dihasilkan persamaan regresi
panel sebagai berikut:
𝑃𝑂𝑉𝑖𝑡 = 23.37426 + 0.114954 𝑇𝑃𝑇𝑖𝑡 − 0.258141 𝐼𝑃𝑀𝑖𝑡 + 𝑒𝑡
Berdasarkan persamaan regresi tersebut maka dapat diketahui bahwa:
Nilai konstanta (α) sebesar 23.37426, hal ini dapat menunjukkan bahwa jika
tingkat pengangguran terbuka (𝑋1), dan indeks pembangunan manusia (𝑋2 ) sebesar nol,
maka kemiskinan (Y) di Provinsi Bali akan meningkat sebesar 23.37426.
Tingkat Pengangguran Terbuka (𝑋1) berpengaruh positif terhadap kemiskinan (Y)
di Provinsi Bali dengan koefisien regresinya sebesar 0.114954. Dalam hal ini
menunjukkan bahwa jika tingkat pengangguran terbuka (𝑋1) meningkat sebesar 1% maka
kemiskinan (Y) akan meningkat sebesar 0.114954.
Indeks Pembangunan Manusia (𝑋2 ) berpengaruh negatif terhadap kemiskinan (Y)
di Provinsi Bali dengan koefisien regresinya sebesar -0.258141. Dalam hal ini
menunjukkan bahwa jika indeks pembangunan manusia (𝑋2 ) meningkat sebesar 1%
maka kemiskinan (Y) akan menurun sebesar 0.114954.
3.Uji Asumsi Klasik
a. Uji Multikolinearitas
Uji multikolinearitas adalah uji yang dilakukan untuk memastikan apakah di
dalam sebuah model regresi ada interkorelasi atau kolinearitas antar variabel bebas.
Tabel 5 Uji Multikolinearitas

PENGANGGURAN IPM

PENGANGGURAN 1.000000 0.395054

IPM 0.395054 1.000000
Sumber : Data Olahan Eviews 10
Tabel 5 menunjukkan bahwa tidak terdapat adanya multikolinearitas. Hal
ini ditunjukkan bahwa tidak koefisien korelasi antarvariabel bebas yang lebih
besar dari 0.8.

b. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan
varian dari residual untuk semua pengamatan pada model regresi.

Tabel 6 Uji Heteroskedastisitas

Sample: 1 5
Included observations: 5
Cross-sections included: 9
Total pool (balanced) observations: 45

Variable Coefficient Std. Error t-Statistic Prob.

C 28.28851 8.944930 3.162519 0.0033

PENGANGGURAN? 0.073652 0.035082 2.099406 0.0433
IPM? -0.322721 0.121196 -2.662798 0.0118
Fixed Effects (Cross)
_KAB_BADUNG--C -0.187606
_KAB_BANGLI--C -1.318687
_KAB_BULELENG--C 0.242713
_KAB_GIANYAR--C 0.573707
_KAB_JEMBRANA--C -0.236581
_KAB_KARANGASEM--
C -0.474415
_KAB_KLUNGKUNG--C 0.098115
_KAB_TABANAN--C 0.588731
_KOTA_DENPASAR--C 0.714024

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.949325 Mean dependent var 4.512000

Adjusted R-squared 0.934421 S.D. dependent var 1.417972
S.E. of regression 0.363119 Akaike info criterion 1.020417
Sum squared resid 4.483094 Schwarz criterion 1.462046
Log likelihood -11.95938 Hannan-Quinn criter. 1.185052
F-statistic 63.69480 Durbin-Watson stat 2.260186
Prob(F-statistic) 0.000000

Sumber : Data Olahan Eviews 10

Berdasarkan tabel 6, hasil uji heteroskedastisitas dengan menggunakan analisis

pool data dengan ketentuan jika Chi square hitung < Chi square tabel maka tidak
terjadi heterokedastisitas, Jika Chi square hitung > Chi square tabel maka terjadi
heterokedastisitas. Bahwa dapat dipastikan tidak terjadi heteroskedastisitas yang
dibuktikan dengan perhitungan antara chi square hitung dan juga chi square tabel
dengan rumus chi square hitung yaitu R squared x n. Adapun R squared di
dapatkan dari hasil Pool data dan“n” merupakan jumlah data per variabel.
Sedangkan chi square tabel dapat dihitung dengan rumus yang dihitung pada ms.
Excel: = CHIINV(0.05,n-k). k merupakan jumlah variabel dalam penelitian.
 Dan hasilnya perhitungan dari chi square hitung terdapat nilai sebesar 42.719625
dan pada perhitungan chi square tabel maka hasilnya adalah 58.12403768. Dapat
disimpulkan bahwa chi square hitung (42.719625 ) < chi square tabel
(58.12403768) maka tidak terjadi heteroskedastisitas.
4.Uji Signifikansi
Tabel 7 Uji T dan Uji F

Sample: 2017 2021

Periods included: 5
Cross-sections included: 9
Total panel (balanced) observations: 45

Variable Coefficient Std. Error t-Statistic Prob.

C 23.37426 1.293666 18.06824 0.0000

PENGANGGURAN 0.114954 0.042702 2.691985 0.0102
IPM -0.258141 0.017940 -14.38923 0.0000

R-squared 0.838251 Mean dependent var 4.512000

Adjusted R-squared 0.830549 S.D. dependent var 1.417972
S.E. of regression 0.583701 Akaike info criterion 1.825484
Sum squared resid 14.30967 Schwarz criterion 1.945928
Log likelihood -38.07338 Hannan-Quinn criter. 1.870384
F-statistic 108.8307 Durbin-Watson stat 0.820253
Prob(F-statistic) 0.000000

Sumber : Data Olahan Eviews 10

a. Uji Simultan (F)

Uji F merupakan Uji hipotesis secara serempak digunakan untuk mengetahui pengaruh
dari Variabel Independen secara keseluruhan terhadap Variabel Dependen. Uji ini
dilakukan dengan membandingkan nilai F hitung dengan nilai F tabel. Jika Prob F < α =
0,05 (5%), maka HO ditolak dan Ha diterima. Sehingga secara simultan variabel
independen mempengaruhi variabel dependen. Berdasarkan hasil estimasi equation pada
tabel 7, dengan hasil Prob F dari hasil output tersebut sebesar 0.000000 yang berarti lebih
kecil dari 0.05(5%), maka secara simultan pengaruh tingkat pengagguran terbuka dan
indeks pembangunan manusia berpengaruh signifikan terhadap kemiskinan di Provinsi
Bali.
b. Uji Parsial (T)
Uji hipotesis secara parsial digunakan untuk mengetahui pengaruh dari masing-masing
Variabel Independen terhadap Variabel Dependen. Uji ini dilakukan dengan
membandingkan nilai t-hitung dengan nilai t-tabel. Nilai t-hitung dilihat dari hasil
pengolahan data dengan Eviews tertera pada output regresi berganda bagian t-Statistic.
Berdasarkan hasil estimasi pada tabel 7, koefisien regresi variabel pengangguran (𝑋1 )
mempunyai tanda positif sebesar 0.114954 dengan nilai probabilitasnya 0.0102 yang
dimana lebih kecil dari alpha(a)= 0.05. Berdasarkan hal tersebut maka artinya adalah
terdapat pengaruh yang positif dan signifikan antara pengangguran (𝑋1 ) terhadap
kemiskinan (Y) di Provinsi Bali.
Sesuai dengan hasil estimasi pada tabel 7 diatas, koefisien regresi variabel indeks
pembangunan manusia (𝑋2 ) mempunyai tanda negative sebesar -0.258141 dengan
probabilitasnya 0.0000 yang berarti lebih kecil dari alpha(a)=0.05. Berdasarkan hasil
tersebut maka artinya terdapat pengaruh yang negative dan signifikan antara indeks
pembangunan manusia (𝑋2 ) terhadap kemiskinan(Y) di Provinsi Bali.
c. Koefisien Determinasi
Berdasarkan hasil regresi pada tabel 7, ditunjukan bahwa nilai R-Squared sebesar
0.838251. Hal ini menunjukkan bahwa ketidakstabilan kondisi kemiskinan (Y) di
Provinsi Bali dapat dijelaskan selanjutnya oleh variabel independen yang digunakan yaitu
pengangguran dan indeks pembangunan manusia yaitu sebesar 83.82% sedangkan
sisanya dijelaskan oleh variabel lain yang berada diluar model.

PEMBAHASAN
a. Pengaruh Tingkat Pengangguran Terbuka terhadap Kemiskinan di Provinsi Bali
Dalam penelitian ini menjelaskan bahwa ketika tingkat pengangguran terbuka
meningkat maka kemiskinan di Provinsi Bali juga akan semakin meningkat dan
sebaliknya apabila tingkat pengangguran terbuka menurun maka kemiskinan akan
mengalami penurunan juga. Di Provinsi Bali, tingkat pengangguran terbuka pada periode
lima tahun terakhir terus mengalami peningkatan yang dapat dikataka cukup signifikan.
Apalagi dalam dua tahun terakhir ini telah terjadi krisis yang disebabkan oleh COVID 19
yang membuat sektor perekonomian di Provinsi Bali lumpuh lalu saat itulah terjadi
lonjakan tingkat pengangguran terbuka walaupun di tahun ini telah mengalami endemic
dan sektor perekonomian sudah pulih secara perlahan-lahan. Faktor utama terjadinya
lonjakan presentase tingkat pengangguran terbuka selama pandemic adalah karena
dikeluarkannya kebijakan pembatasan kegiatan sosial yang membuat terhambatnya
kegiatan ekonomi di Bali dan juga faktor lainnya adalah karena banyaknya perusahaan
yang melakukan pemecatan atau PHK secara masal yang membuat sebagian besar
masyarakat menjadi tidak punya pekerjaan dan tidak memiliki penghasilan yang dapat
digunakan untuk memenuhi kebutuhan primer sehari-hari.
Hal ini sejalan dengan penelitian (Di & Pandeglang, 2022) dalam penelitiannya yang
mengkaji pengaruh tingkat pengangguran terhadap kemiskinan di Kabupaten
Pandeglang. Hasil penelitiannya menunjukkan bahwa terdapat pengaruh secara positif
dan signifikan dari tingkat pengangguran terhadap kemiskinan di Pandeglang.
Hal ini tidak sejalan dengan (Sayifullah & Gandasari, 2016) yang mengatakan dalam
penelitiannya bahwa Pengangguran tidak berpengaruh terhadap kemiskinan di Provinsi
Banten. Artinya pada saat pengangguran meningkat atau menurun maka relatif tidak ada
perubahan yang terjadi pada kemiskinan di Provinsi Banten. karena seperti halnya
penduduk yang termasuk dalam kelompok pengangguran terbuka, jenis pengangguran
juga banyak, yaitu mereka yang sedang mencari pekerjaan, mereka yang bersiap untuk
membuka usaha, mereka yang tidak mencari pekerjaan karena berpikir demikian,
mustahil mendapatkan pekerjaan dan terakhir mereka yang sudah memiliki pekerjaan
tetapi belum mulai bekerja. Dari keempat kategori pengangguran terbuka tersebut di atas
sebagian termasuk dalam sektor informal, dan ada juga yang bekerja kurang dari 35 jam
seminggu. Selain itu tentunya ada juga pengusaha atau yang sedang mempersiapkan
usahanya, ada juga yang mebint(Sitanggang, 2020)nunggu untuk mulai bekerja, ada juga
yang memiliki pekerjaan paruh waktu, namun penghasilannya melebihi usahanya.
pekerja biasa dan semua kelompok ini tergolong pengangguran terbuka.

b. Pengaruh Indeks Pembangunan Manusia terhadap Kemiskinan di Provinsi Bali

Berdasarkan hasil regresi data menggunakan model panel maka dapat dikatakan
bahwa indeks pembangunan manusia berpengaruh terhadap presentase penduduk miskin
di Provinsi Bali. Hal ini didukung dengan adanya hasil yang mengataka bahwa jika indeks
pembangunan manusia mengalami peningkatan maka presentase penduduk miskin di Bali
akan mengalami penurunan dan sebaliknya. Karena sangat jelas bahwa indeks
pembangunan manusia sangat berpengaruh secara positif karena indeks pembangunan
manusia merupakan salah satu indikador dari kemiskinan jadi dapat dikatakan IPM
memiliki korelasi atau hubungan yang erat dengan nangka kemiskinan.
Hal ini sejalan dengan (Sayifullah & Gandasari, 2016) yang dalam penelitiannya Dari
hasil regresi ditemukan bahwa Indeks Pembangunan Manusia (IPM)memberikan
pengaruh yang negatif dan signifikan pada α = 5% terhadap output total pada 6
Kabupaten/Kota di Provinsi Banten. Kenaikan Indeks PembangunanManusia sebesar 1
persen akan menurunkan tingkat kemiskinan pada 6 Kabupaten/Kotadi Provinsi Jawa
Tengah sebesar 0.96 (96 persen).

KESIMPULAN
Berdasarkan hasil regresi panel yang dilakukan, model yang paling baik dan
palinng bagus untuk digunakan dalam penelitian ini adalah FEM. Lalu untuk hasil yang
dapat maka dapat disimpulkan bahwa pengangguran berpengaruh secara positif dan
signifikan terhadap kemiskinan di Bali. Kedua varibel bebas berpengaruh secara positf
dan negative namun signifikan. nilai R-Squared sebesar 0.838251, hal ini menunjukkan
bahwa ketidakstabilan kondisi kemiskinan (Y) di Provinsi Bali dapat dijelaskan
selanjutnya oleh variabel independen yang digunakan yaitu pengangguran dan indeks
pembangunan manusia yaitu sebesar 83.82% sedangkan sisanya dijelaskan oleh variabel
lain yang berada diluar model.
Tingkat Pengangguran Terbuka (𝑋1) berpengaruh positif terhadap kemiskinan (Y)
di Provinsi Bali dengan koefisien regresinya sebesar 0.114954. Dalam hal ini
menunjukkan bahwa jika tingkat pengangguran terbuka (𝑋1) meningkat sebesar 1% maka
kemiskinan (Y) akan meningkat sebesar 0.114954.
Indeks Pembangunan Manusia (𝑋2 ) berpengaruh negatif terhadap kemiskinan (Y)
di Provinsi Bali dengan koefisien regresinya sebesar -0.258141. Dalam hal ini
menunjukkan bahwa jika indeks pembangunan manusia (𝑋2 ) meningkat sebesar 1%
maka kemiskinan (Y) akan menurun sebesar 0.114954.
DAFTAR RUJUKAN

Annisa, R., & Sutjipto, H. (2017). Analisis Faktor-Faktor Yang Mempengaruhi Jumlah
Penduduk Miskin Di Kabupaten Dan Kota Provinsi Banten. Tirtayasa Ekonomika,
12(2), 301. https://doi.org/10.35448/jte.v12i2.4464
Bimrew Sendekie Belay. (2022). No Title‫העינים לנגד שבאמת מה את לראות קשה הכי‬. ‫הארץ‬,
2(8.5.2017), 2003–2005.
Di, K., & Pandeglang, K. (2022). Analisis tingkat pengangguran terhadap kemiskinan di
kabupaten pandeglang. 1(2), 173–178.
Keywords : Effect Of Unemployment Rate , Poverty Rate . (2022). 2(4), 959–964.
Rah Adi Fahmi, G., Setyadi, S., & Suiro, U. (2018). Analisis Strategi Penanggulangan
Kemiskinan Di Provinsi Banten. Jurnal Ekonomi-Qu, 8(2), 227–248.
https://doi.org/10.35448/jequ.v8i2.4450
Sayifullah, S., & Gandasari, T. R. (2016). Pengaruh Indeks Pembangunan Manusia Dan
Pengangguran Terhadap Kemiskinan Di Provinsi Banten. Jurnal Ekonomi-Qu, 6(2),
236–255. https://doi.org/10.35448/jequ.v6i2.4345
Sitanggang, D. C. E. (2020). Analisis Pengaruh Indeks Pembangunan Manusia Dan
Tenga Kerja Terhadap Kemiskinan Di Provinsi Sumatera Utara. CERMIN: Jurnal
Penelitian, 4(2), 225. https://doi.org/10.36841/cermin_unars.v4i2.615
Utami, N. D., Nurfalah, R., & ... (2022). Analisis Adanya Pengaruh Tingkat
Pengangguran Terhadap Tingkat Kemiskinan Di Provinsi Banten Tahun 2021.
Jurnal Ekonomi, Bisnis …, 1(3), 162–175. https://journal.unimar-
amni.ac.id/index.php/EBISMEN/article/view/74%0Ahttps://journal.unimar-
amni.ac.id/index.php/EBISMEN/article/download/74/62