PENGARUH PENDAPATAN ASLI DAERAH DAN PENGANGGURAN

TERHADAP INDEKS PEMBANGUNAN MANUSIA DENGAN

KEMISKINAN SEBAGAI VARIABEL INTERVENING DI PROVINSI BALI
SKRIPSI

Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar

Sarjana Ekonomi

Disusun Oleh :
IMANUEL ANDRE ADITYA
17011010057/FEB/EP

PROGRAM STUDI EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
JAWA TIMUR
2021
i
 KATA PENGANTAR

Puji syukur yang sepenuhnya penulis panjatkan kepada Tuhan Yang Maha

Esa atas segala rahmat dan kebaikan-Nya sehingga penulis dapat menyelesaikan

skripsi dengan judul: Pengaruh Pendapatan Asli Daerah dan Pengangguran Melalui

Kemiskinan Terhadap Indeks Pembangunan Manusia di Provinsi Bali.

Adapun tujuan dari penulisan skripsi ini adalah untuk memenuhi syarat

dalam mencapai derajat Sarjana Ekonomi pada Program Studi Sarjana Ekonomi

Pembangunan UPN Veteran Jawa Timur.

Sehubung dengan selesainya karya akhir ini, penulis menyampaikan

penghargaan dan ucapan terima kasih yang sebesar-besarnya kepada :

1. Ibu Sishadiyati SE, MM sebagai dosen pembimbing I yang telah memberikan

bimbingan dan masukan dalam penyusunan proposal skripsi ini.

2. Bapak Muhammad Wahed, S.E., M.E sebagai dosen pembimbing II yang telah

memberikan bimbingan dan masukan dalam penyusunan proposal skripsi ini.

3. Bapak Drs Ec. Wiwin Priana, MT sebagai Ketua Program Studi Sarjana

Ekonomi Pembangunan Universitas Pembangunan Nasional “Veteran” Jawa

Timur.

4. Bapak Prof. Dr. Syamsul Huda, SE, MT sebagai Dekan Fakultas Ekonomi dan

Bisnis Universitas Pembangunan Nasional “Veteran” Jawa Timur.

5. Seluruh dosen Ekonomi Pembangunan yang telah mengamalkan ilmunya

kepada peneliti.

ii
 6. Kedua orang tua peneliti yang telah memberikan dukungan baik secara moral,

materil, serta semangat sehingga dapat terselesaikan studi dan tugas akhir ini

dengan baik.

7. Seluruh teman-teman yang telah memotivasi dan membatu dalam memberikan

semangat dalam penyusunan (skripsi) ini.

8. Semua pihak yang turut membantu dalam penyusunan Tugas Akhir (Skripsi)

ini.

Penulis menyadari penyususnan skripsi ini masih jauh dari sempurna, oleh

karena itu, saran serta kritik yang membangun sangat penulis harapkan. Semoga

karya akhir ini dapat bermanfaat bagi kita semua.

Surabaya, 27 Januari 2021

Imanuel Andre Aditya

iii
 DAFTAR ISI

KATA PENGANTAR .................................................................................................. i

DAFTAR ISI ............................................................................................................... iii
DAFTAR TABEL ...................................................................................................... vi
DAFTAR GAMBAR ................................................................................................. vii
ABSTRAK ................................................................................................................ viii
BAB I PENDAHULUAN
1.1 Latar Belakang..................................................................................................... 1
1.2 Rumusan Masalah ............................................................................................... 6
1.3 Tujuan Penelitian ................................................................................................. 6
1.4 Ruang Lingkup Penelitian ................................................................................... 7
1.5 Manfaat Peneitian ................................................................................................ 7
BAB II TINJAUAN PUSTAKA
2.1 Landasan Teori .................................................................................................... 9
2.1.1 Pengertian Pendapatan Asli Daerah .............................................................. 9
2.1.2 Pengertian Kemiskinan ............................................................................... 14
2.1.3 Pengertian Pengangguran ............................................................................ 16
2.1.4 Pengertian Indeks Pembangunan Manusia ................................................. 17
2.1.5 Hubungan Pengangguran Terhadap Indeks Pembangunan Manusia .......... 19
2.1.6 Hubungan Kemiskinan Terhadap Indeks Pembangunan Manusia ............. 20
2.1.7 Hubungan Pendapatan Asli Daerah Terhadap Indeks Pembangunan
Manusia ................................................................................................................ 21
2.2 Penelitian Terdahulu .......................................................................................... 22
2.3 Kerangka Pemikiran .......................................................................................... 26
2.4 Hipotesis ............................................................................................................ 28
BAB III METODOLOGI PENELITIAN
3.1 Pendekatan Penelitian ........................................................................................ 29
3.2 Tempat dan Waktu Penelitian ........................................................................... 29
3.3 Defisinisi Operasional Vaiabel dan Pengukuran Variabel ................................ 30

iv
 3.3.1 Variabel Dependen (Y) ............................................................................... 30
3.3.2 Variabel Independen (X) ............................................................................. 30
3.4 Metode Pengumpulan Data ............................................................................... 32
3.5 Jenis dan Sumber Data ...................................................................................... 32
3.6 Metode Analisis ................................................................................................. 33
3.6.1 Uji Asumsi Klasik ....................................................................................... 33
a Uji Multikolinieritas ..................................................................................... 33
b Uji Autokorelasi ........................................................................................... 35
c Uji Heterokedastisitas ................................................................................... 37
3.6.2 Uji Hipotesis ............................................................................................... 38
a Uji Simultan (Uji F)...................................................................................... 38
b Uji Parsial (Uji T) ......................................................................................... 40
BAB IV HASIL DAN PEMBAHASAN
4.1 Deskripsi Data ........................................................................................... 43
4.1.1 Indeks Pembangunan Manusia ............................................................... 43
4.1.2 Pendapatan Asli Daerah ......................................................................... 45
4.1.3 Kemiskinan ............................................................................................ 46
4.1.4 Pengangguran ......................................................................................... 47
4.2 Hasil Pengujian ......................................................................................... 47
4.2.1 Hasil Uji Asumsi Klasik (BLUE / Best Linier Unbiased Estimator) ..... 47
4.2.1.1 Autokorelasi ........................................................................................ 48
4.2.1.2 Multikolinieritas .................................................................................. 49
4.2.1.3.Heterokedastisitas................................................................................ 50
4.2.2 Pengujian Hipotesis ................................................................................ 52
4.2.2.1 Pengaruh Pendapatan Asli Daerah Terhadap Indeks Pembangunan
Manusia melalui Kemiskinan Sebagai Variabel Intervening ............................... 52
4.2.2.2 Pengaruh Pengangguran Terhadap Indeks Pembangunan Manusia
melalui Kemiskinan Sebagai Variabel Intervening ......................................... 53
4.2.2.3 Pengaruh PAD & Pengangguran Terhadap IPM melalui Kemiskinan
sebagai Variabel Intervening ........................................................................... 54
4.3 Hasil Dan Pembahasan .............................................................................. 55

v
 4.3.1 Pengaruh Pendapatan Asli Daerah Terhadap Indeks Pembangunan
Manusia di Bali .................................................................................................... 55
4.3.2 Pengaruh Pengangguran terhadap Indeks Pembangunan Manusia ........ 56
4.3.3 Pengaruh Pendapatan Asli Daerah melalui kemiskinan terhadap Indeks
Pembangunan Manusia di Bali ........................................................................ 57
4.3.4 Pengaruh Pengangguran melalui Kemiskinan terhadap Indeks
Pembangunan Manusia di Bali ........................................................................ 58
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan................................................................................................ 60
5.2 Saran .......................................................................................................... 61
Daftar Pustaka ........................................................................................................... 63
LAMPIRAN ............................................................................................................... 66

vi
 DAFTAR TABEL

Tabel 3.1 Autokorelasi Durbin - Watson ....................................................................35

Tabel 4.1 Indeks Pembangunan Manusia ...................................................................41
Tabel 4.2 Pendapatan Asli Daerah …….....................................................................43
Tabel 4.3 Kemiskinan …….........................................................................................44
Tabel 4.4 Pengangguran….................….....................................................................45
Tabel 4.5 Uji Runs Test.….................….....................................................................47
Tabel 4.6 Uji Multikolinier.................….....................................................................48
Tabel 4.7 Uji Heterokedastisitas.........….....................................................................49

vii
 DAFTAR GAMBAR

Gambar 1.1 Indeks Pembangunan Manusia Provinsi Jawa Timur, Bali, dan
Indonesia........................................................................................................................5
Gambar 1.2 Presentase Pengangguran, Kemiskinan, Pendapatan Asli Daerah dan
Indeks Pembangunan Manusia di Provinsi
.......................................................................................................................................4
Gambar 2.1 Kerangka Pemikiran Konseptual …..........................................................5
Gambar 3.1 Kurva Durbin - Watson …......................................................................34
Gambar 3.2 Kurva Distribusi F …..............................................................................38
Gambar 3.3 Kurva Distribusi t …...............................................................................39
Gambar 4.1 Kurva Durbin – Watson test …...............................................................46
Gambar 4.2 Pengaruh PAD terhadap IPM melalui Kemiskinan …............................50
Gambar 4.3 Pengaruh Pengangguran terhadap IPM melalui Kemiskinan ….............51
Gambar 4.4 Pengaruh PAD & Pengangguran terhadap IPM melalui Kemiskinan
sebagai variabel Intervening………………................................................................52

viii
 PENGARUH PENDAPATAN ASLI DAERAH DAN PENGANGGURAN
TERHADAP INDEKS PEMBANGUNAN MANUSIA DENGAN
KEMISKINAN SEBAGAI VARIABEL INTERVENING DI PROVINSI BALI

Imanuel Andre Aditya

Jurusan Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis
Universeitas Pembangunan Nasional “Veteran” Jawa Timur

ABSTRACT

This study aims to determine the effect of local income and unemployment on
the human development index through poverty as an intervening variable in Bali
Province. The data used are secondary data sourced from the Central Statistics
Agency, Jakarta, Indonesia, and the Central Statistics Agency for the Province of Bali.
The secondary data used are 2010-2019. Data analysis uses linear regression with
intervening variables, from the results of the analysis it is known that local revenue has
a significant positive effect on the human development index directly, and
unemployment has a significant negative effect on the human development index
directly, while regional original income and unemployment through poverty as an
intervening variable do not. significant effect on the human development index in the
province of BaIi

Keywords: HDI, Regional Income, Unemployment, poverty

ABSTRAK
Penelitian ini bertujuan untuk mengetahui pengaruh pendapatan asli daerah dan
pengangguran terhadap indeks pembangunan manusia melalui kemiskinan sebagai
variabel intervening di Provinsi Bali. Data yang digunakan adalah data sekunder yang
bersumber dari Badan Pusat Statistik, Jakarta, Indonesia dan Badan Pusat Statistik
Provinsi Bali. Data sekunder yang digunakan adalah tahun 2010-2019. Analisis data
menggunakan regresi linear dengan variabel intervening, dari hasil analisis diketahui
pendapatan asli daerah berpengaruh positif signifikan terhadap indeks pembangunan
manusia secara langsung, dan pengangguran berpengaruh negative signifikan terhadap
indeks pembangunan manusia secara langsung, sedangkan pendapatan asli daerah dan
pengangguran melalui kemiskinan sebagai variabel intervening tidak berpengaruh
signifikan terhadap indeks pembangunan manusia di Provinsi Bali.

Kata Kunci: IPM, PAD, Pengangguran, dan Kemiskinan

ix
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Pembangunan manusia diartikan sebagai “A process of enlarging people’s

choices” yang merupakan tahapan dalam peningkatan taraf hidup manusia (Candra

Yunita Sari and Supadmi, 2016) keberhasilan dalam peningkatan taraf hidup

manusia pada umumnya dilihat dapat dari laju pertumbuhan ekonomi yang tinggi,

akan tetapi diluar itu hal terpenting dari tujuan bernegara adalah keberhasilan

bangsa dalam membangun sumber daya manusianya dalam pendapatan, kesehatan,

dan pendidikan yang dimana secara keseluruhan dibentuk melalui pendekatan

dimensi umur panjang dan sehat, pengetahuan dan kehidupan yang layak(Chalid

and Yusuf, 2014).

Salah satu indikator yang dapat dilihat untuk mengukur kualitas manusia dan skala

ekonomi adalah Indeks Pembangunan Manusia (IPM) (Prasetyoningrum, 2018).

IPM merupakan salah satu indikator yang dapat digunakan untuk mengukur tingkat

keberhasilan pembangunan kualitas manusia. IPM pertama kali diperkenalkan oleh

United Nations Development Programme (UNDP) pada tahun 1990. Badan Pusat

Statistik (BPS) telah merubah beberapa indikator dari IPM yang sudah tidak

relevan untuk digunakan dalam perhitungan IPM, yaitu Angka Melek Huruf yang

diubah menjadi Angka Harapan Lama Sekolah, lalu Produk Domestik Bruto (PDB)

per kapita yang diubah menjadi Produk Nasional Bruto (PNB) per kapia (Ningrum,

Khairunnisa and Huda, 2020)

1
 2

75.38
74.77
74.3
73.65
73.27

71.92
71.39

71.5
70.77
70.81
70.27
70.18
69.74
69.55
68.95

2015 2016 2017 2018 2019

indeks pembangunan manusia JawaTimur
indeks pembangunan manusia bali
indeks pembangunan manusia Indonesia

Gambar 1.1. IPM Indonesia, Jawa Timur dan Provinsi Bali

Sumber: BPS Jatim 2020 (data diolah)

Dalam gambar 1.1, Berdasarkan gambar diatas, nilai IPM Indoensia dan

Provinsi Bali selalu mengalami peningkatan setiap tahunnya. Hal ini

menggambarkan upaya pemerintah daerah dalam meningkatkan kesejahteraan

masyarakatnya berbanding lurus dengan target pembangunan yang telah

direncanakan. Dalam hal ini, Provinsi Bali memiliki rata-rata Indeks Pembangunan

Manusia yang tergolong tinggi diantara provinsi lainnya seperti Jawa Timur, Jawa

Tengah maupun Jawa Barat (BPS, 2020). Selain itu, kemiskinan diduga dapat

menjadi disparitas dalam meningkatkan Indeks Pembangunan Manusia. Hal ini

karena kemiskinan dapat menghambat seseorang untuk mendapatkan tingkat

pendidikan yang layak, dan tingkat kesehatan yang layak dapat menyebabkan tidak

ada peningkatan pada sumber daya manusia dan dapat menyebabkan pengangguran

meningkat (Ningrum, Khairunnisa and Huda, 2020).

 3

Secara singkat kemiskinan dapat di artikan sebagai tingkat hidup yang tidak

mampu memenuhi standart hitup rata-rata masyarakat di suatu daerah, yaitu dengan

adanya suatu kekurangan materi maupun non materi dalam pemenuhan kebutuhan

hidup pada sejumlah atau segolongan orang dibandingkan dengan standart

kehidupan yang umum berlaku dalam masyarakat yang bersangkutan. Standart

kehidupan yang rendah ini secara tidak langsung besar pengaruhnya terhadap

tingkat keadaan kesehatan, pendidikan dan gaya kehidupan mereka yang tergolong

sebagai orang miskin atau hidup dalam kemiskinan, bagi mereka yang tergolong

miskin, kemiskinan merupakan sesuatu yang nyata ada dalam kehidupan mereka

sehari-hari, karena mereka itu merasakan dan menjalani sendiri bagaimana mereka

hidup dalam kemiskinan (Suliswanto, 2010).

Permasalahan ekonomi negara berkembang selain kemiskinan juga tingkat

pengangguran yang tinggi. Kedua hal ini tidak dapat dipishakan satu sama lain,

kedua hal ini sangat berkaitan karena pengangguran dapat menyebabkan terjadinya

kemiskinan. Menurut Badan Pusat Statistik Indonesia, tercatat angka indeks

pembangunan manusia (IPM) Provinsi Bali, trendnya selalu meningkat seiring

berkurangnya angka pengangguran dan kemiskinan. Hal ini dapat disebabkan

meningkatnya kualitas sistem pendidikan dan kesehatan, sehingga pengembangan

sumber daya manusia terus membaik yang dapat mempengaruhi angka Indeks

Pembangunan Manusia IPM Bali (BPS, 2020). Dalam keterkaitannya Kemiskinan,

Pengangguran, Pendapatan Asli Daerah dan Indeks Pembangunan Manusia saling

mempengaruhi, hal tersebut dapat dilihat pada gambar 1.2

 4

178.18%

180.13%

171.76%

112.14%
107.05
%

%
1
0
7

0
73.65% 5

74.30%
.

74.77%

75.38%
73.27%

1.99%

4.24%

4.25%

1.48%
4.74%

1.89%
2016
2015 2017 2018 2019
kemiskinan indeks pembangunan manusia bali

Gambar 1.2. Pengangguran, Angka Kemiskinan, Pendapatan Asli Daerah dan

Indeks Pembangunan Manusia Provinsi Bali
Sumber: BPS Bali 2020 (data diolah)

Penurunan Angka Kemiskinan dan Pengangguran merupakan

pekerjaan rumah bagi setiap pemerintah daerah, akan tetapi setiap daerah

memiliki Pendapatan Asli Daerah yang merupakan aspek penting bagi setiap

pemerintah daerah dalam menjalankan urusan pemerintahannya

(Prasetyoningrum, 2018). Urusan pemerintah yang dulunya sentralistis berubah

menjadi pemerintah yang desentralistis dengan mengurangi ketergantungan

kepada pemerintah pusat. Hal ini didasari oleh semakin besar serta beragamnya

kebutuhan dan persoalan masyarakat sehingga kebutuhan desentralisasi semakin

diperlukan. Desentralisasi adalah pelimpahan wewenang dari pemerintah pusat ke

pemerintah daerah untuk mengurus daerahnya, hal tersebut menyebabkan tiap

pemerintahan daerah harus meningkatkan kemandiriannya dalam mengurus

otonomi tiap tiap daerahnya, maka dari itu Pendapatan Asli Daerah turut berperan

dalam mensejahterkan masyarakatnya, serta melakukan pembangunan dan

pemberdayaan guna mencapai tujuan yang diinginkan (Christia and Ispriyarso,

 5

2019). Melihat fenomena di atas, pembangunan sumber daya manusia menjadi hal

yang penting dalam meningkatkan kesejahteraan masyarakatnya, tingginya

pendapatan asli daerah yang bertumpu pada sumber daya alamnya, besarnya

Indeks Pembangunan Manusia (IPM), turunnya angka kemiskinan dan

pengangguran belum mampu membuktikan bahwa masyarakatnya sejahtera dan

terjadi pemerataan pembangunan di Provinsi Bali. Menurut penelitian, hasil

estimasi menunjukkan bahwa rasio PAD dan DAK terhadap belanja modal dan

pertumbuhan ekonomi berpengaruh positif signifikan terhadap IPM yang dimana

Indeks Pembangunan Manusia akan Meningkat seiring pertumbuhan PAD

(Candra Yunita Sari and Supadmi, 2016).

Berdasarkan penelitian, kemiskinan dan pengangguran memiliki

hubungan yang erat satu sama lain, jumlah pengangguran yang tinggi akan

mengurangi kemakmuran hidup masyarakat melalui berkurangnya pendapatan

masyarakat yang akan mempunyai kecenderungan untuk meningkatkan

kemiskinan yang dimana kemiskinan menjadi alasan masyarakat menjadi tidak

sejahtera(Ningrum et al., 2020). Selain itu dari penelitian juga di dapatkan bahwa

tingkat pengangguran memberikan pengaruh positif dan signifikan terhadap

kemiskinan yang berarti jika tingkat pengangguran berkurang maka kemiskinan

juga akan berkurang (Candra Yunita Sari and Supadmi, 2016).

Melihat keterkaitan tersebut, pembangunan manusia menjadi hal utama

dalam meningkatkan kesejahteraan masyarakatnya, besarnya angka Indeks

Pembangunan Manusia (IPM) tidak hanya di pengaruhi dari segi Angka Harapan

Lama Sekolah, Harapan Hidup dan Layak Hidup, akan tetapi terdapat
 6

permasalahan makro seperti Pendapatan Asli Daerah dan menurunnya angka

kemiskinan serta pengangguran. Dari asumsi tersebut peneliti tertarik melakukan

penelitian mengenai pengaruh Pendapatan Asli Daerah dan Pengangguran melalui

kemiskinan terhadap indeks pembangunan manusia di Provinsi Bali.

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan diatas, maka dapat ditarik

suatu rumusan masalah dalam penelitian ini, yaitu:

1. Bagaimana pengaruh Pendapatan Asli Daerah terhadap Indeks

PembangunanManusia di Provinsi Bali?

2. Bagaimana pengaruh Pengangguran terhadap Indeks Pembangunan

Manusia?

3. Bagaimana pengaruh Pengangguran melalui Kemiskinan terhadap

Indeks Pembangunan Manusia di Provinsi Bali?

4. Bagaimana pengaruh Pendapatan Asli Daerah melalui Kemiskinan

terhadap Indeks Pembangunan Manusia di Provinsi Bali?

1.3 Tujuan Penelitian

Maksud dari penelitian ini adalah untuk mengetahui pengaruh

Pengangguran, dan Pendapatan Asli Daerah melalui tingkat kemiskinan terhadap

Indeks Pembangunan Manusia di Provinsi Bali. Adapun tujuan dari kegiatan ini

adalah:

1. Untuk mengetahui seberapa besar pengaruh PAD terhadap IPM di Provinsi

Bali?
 7

2. Untuk mengetahui seberapa besar pengaruh Pengangguran terhadap IPM di

Provinsi Bali?

3. Untuk mengetahui seberapa besar Kemiskinan dapat/tidak mengintervening

PAD terhadap IPM?

4. Untuk mengetahui seberapa besar Kemiskinan dapat.tidak mengintervening

Pengangguran terhadap IPM

1.4 Ruang Lingkup Penelitian

1. Penelitian mencakup series data selama periode tahun 2010 sampai dengan

tahun 2019 pada Provinsi Bali.

2. Variabel yang digunakan dalam penelitian Indeks Pembangunan Manusia

sebagai variabel dependen, Pendapatan Asli Daerah dan Pengangguran

sebagai variabel independen dan Kemiskinan sebagai variabel intervening.

1.5 Manfaat Penelitian

Hasil penelitian ini diharapkan dapat memberikan manfaat sebagai berikut:

1. Bagi masyarakat umum, sebagai alat untuk menambah dan memperkaya

ilmu pengetahuan serta bahan studi komparatif penelitian lain yang

berkaitan dengan analisis pengaruh pengaruh kemiskinan, pengangguran

dan sektor pariwisata terhadap Indeks Pembangunan Manusia di Provinsi

Bali.

2. Bagi Universitas, dapat menambah acuan akademis dan koleksi

perpustakaan Fakultas Ekonomi UPN “Veteran” Jawa Timur &

 8

perpustakaan pusat UPN “Veteran” Jawa Timur dalam membahas ataupun

memecahkan masalah yang sama.

3. Bagi peneliti, dapat menambah pengalaman dan pengetahuan tentang cara

penulisan karya ilmiah yang baik dan sekaligus melatih diri untuk

memecahkan masalah
 BAB II

KAJIAN PUSTAKA

2.1 Landasan Teori

2.1.1 Pendapatan Asli Daerah

Pelaksanaan Desetralisasi Fiskal membawa reaksi yang berbeda-beda bagi

daerah, Desentralisasi merupakan pendelegasian tanggung jawab dan pembagian

kekuasaan dan kewenangan untuk pengambilan keputusan di bidang fiskal yang

meliputi aspek penerimaan maupun aspek pengeluaran (Candra Yunita Sari and

Supadmi, 2016).

Adanya implementasi desentralisasi fiskal yang bertolak ukur dari Pendapatan

Asli Daerah harus diupayakan secara optimal karena Pemerintah Daerah tidak

dapat melaksanakan fungsinya dengan efektif dan efisien tanpa biaya yang cukup

untuk membiayai pelayanan dan pembangunan yang dilakukan Pemerintah

Daerah (Candra Yunita Sari and Supadmi, 2016)

Pemerintah Daerah yang memiliki sumber kekayaan alam yang melimpah

menyambut otonomi daerah dengan penuh harapan, sebaliknya daerah yang

miskin sumber daya alam menanggapi dengan hati-hati dan rasa khawatir. Hal

tersebut terkait dengan seberapa besar pendapatan asli daerah (PAD) yang dapat

diperoleh dari SDA yang dimiliki daerah sebagai sumber pendanaan. PAD

merupakan semua penerimaan daerah yang berasal dari sumber ekonomi daerah

yang dikelompokkan menjadi empat jenis, yaitu Pajak daerah, Retribusi daerah,

9
 10

Hasil pengelolaan kekayaan daerah yang dipisahkan, dan lain-lain PAD yang sah

(Candra Yunita Sari and Supadmi, 2016)

Menurut UU Nomor 33 Tahun 2004, Pendapatan Asli Daerah (PAD)

adalah penerimaan yang diperoleh daerah dari sumber-sumber di dalam

daerahnya sendiri yang dipungut berdasarkan peraturan daerah sesuai dengan

peraturan perundang- undangan yang berlaku. Pendapatan asli daerah merupakan

tulang punggung pembiayaan daerah, oleh karenanya kemampuan melaksanakan

ekonomi diukur dari besarnya kontribusi yang diberikan oleh pendapatan asli

daerah terhadap APBD, semakin besar kontribusi yang dapat diberikan oleh

pendapatan asli daerah terhadap APBD berarti semakin kecil ketergantungan

pemerintah daerah terhadap bantuan pemerintah pusat. Dalam UU Nomor 33

Tahun 2004 Pasal 6, sumber-sumber PAD terdiri dari: (1) pajak daerah, (2)

retribusi daerah, (3) hasil pengelolaan kekayaan daerah yang dipisahkan dan (4)

lain-lain PAD yang sah (Sarkoro and Zulfikar, 2018)

2.1.1.1 Sumber – Sumber Pendapatan Asli Daerah

Pendapatan Asli Daerah merupakan instrument yang ada di dalam

Anggaran Pendapatan & Belanja Daerah (APBD), semakin besar kontribusi

yang dapat diberikan oleh Pendapatan Asli Daerah terhadap APBD berarti

semakin kecil ketergantungan pemerintah daerah terhadap bantuan

pemerintah pusat (Sarkoro and Zulfikar, 2018). PAD memiliki beberapa

sumber pemasukan diantaranya adalah:

 11

a. Pajak Daerah

Pajak daerah adalah iuran wajib yang dilakukan oleh orang pribadi
atau badan kepada daerah tanpa imbalan langsung yang seimbang, yang
dapat dipaksakan berdasarkan peraturan perundang-undangan yang
berlaku, yang digunakan untuk membiyai penyelenggaraan pemerintah
daerah dan pembangunan daerah (Usman, 2017)
Jenis-jenis pajak daerah diantaranya pajak hotel, pajak restoran,
pajak hiburan, pajak reklame, pajak penerangan jalan, pajak mineral
bukan logam dan batuan, pajak sarang burung walet, pajak parkir, pajak
air tanah, pajak bea perolehan hak tanah dan bangunan, dan pajak Bumi
dan bangunan pedesaan dan perkotaan (Usman, 2017).

Pendapatan Asli Daerah bertujuan memberikan kewenangan kepana

Pemerintah Daerah untuk mendanai pelaksanaan otonomi daerah sesuai
dengan potensi daerah sebagai perwujudan Desentralisasi, oleh karena itu
dalam melaksanakan kewenangan PAD dilandasi oleh UU No. 28 Th
2009 tentang Pajak & Retribusi Daerah, dalam hal ini pajak dibagi
menjadi 2 (dua) tingkatan yaitu:

1. Pajak Provinsi meliputi: Pajak Kenderaan Bermotor (PKB), Bea

Balik Nama kenderaan Bermotor (BBNKB), Pajak Bahan Bakar

Kenderaan Bermotor (PBBKB), Pajak Air Permukaan dan Pajak

Rokok. Pembagian Pajak Provinsi ke Kabupaten/Kota diatur

dalam Pasal 95 dengan persentase yang ditetapkan dengan

Peraturan Daerah Provinsi dan alokasinya dituangkan dalam Surat

Keputusan Kepala Daerah. Dalam Undang-Undang tersebut

terdapat sisi kelemahan yaitu tidak adanya sanksi yang diberikan

oleh Pemerintah Pusat ke Pemerintah Provinsi mengenai

keterlambatan penyaluran ke Kabupaten/Kota. Hal ini diperlukan

agar Pemerintah Daerah Kabupaten/Kota memiliki kepastian

untuk memprediksi arus kas masuk dan dapat digunakan untuk

mendukung program kegiatan yang dianggarkan dalam APBD.

 12

Apabila tidak terdapatnya sanksi tentu Pemerintah Provinsi

melakukan penyaluran tidak sesuai dengan ketentuan sehingga

merugikan daerah secara berkelanjutan. Perubahan regulasi

tersebut diperlukan agar Pementah memiliki kepastian dalam

proses penganggaran dan pelaksanaan;

2. Pajak Kabupaten/Kota meliputi: Pajak Hotel, Pajak Restoran,

Pajak Hiburan, Pajak Reklame, Pajak Penerangan Jalan, Pajak

Parkir, Pajak Mineral Bukan Logam (Undang-Undang 23 Tahun

2014 tentang Pemerintahan Daerah menjadi kewenangan dari

Pemerintah Provinsi), Pajak Air Tanah, Pajak Sarang Burung

Walet, PBB Perkotaan dan Perdesaan, serta Bea Perolehan Hak

Atas Tanah dan Bangunan. 11 (sebelas) Objek pajak tersebut

dalam pelaksanaan harus diatur lebih lanjut dengan Peraturan

Daerah dan besaran persentase pengenaan pajak tidak

diperkenankan melanggara aturan tentang Pajak Daerah.

b. Retribusi Daerah

Menurut Undang-Undang 28 Tahun 2009 mengenai Pajak Daerah

dan Retribusi Daerah, Retribusi Daerah adalah pungutan daerah sebagai

pembayaran atas jasa atau pemberian izin tertentu yang khusus

disediakan dan/atau diberikan oleh pemerintah daerah untuk kepentingan

orang pribadi atau badan. Retribusi daerah dibagi menjadi tiga jenis yaitu

retribusi jasa umum, retribusi jasa usaha dan retribusi perizinan tertentu.
 13

c. Hasil Pengelolaan Kekayaan Daerah Yang Dipisahkan

Undang-Undang Nomor 33 Tahun 2004 mengklasifikasikan jenis

hasil pengelolaan kekayaan daerah yang dipisahkan, dirinci menurut

menurut objek pendapatan yang mencakup bagian laba atas penyertaan

modal pada perusahaan milik daerah/BUMD, bagian laba atas penyertaan

modal pada perusahaan milik negara/BUMN dan bagian laba atas

penyertaan modal pada perusahaan milik swasta atau kelompok

masyarakat. Jenis pendapatan ini meliputi objek pendapatan berikut:

1) Bagian laba Perusahaan milik Daerah,

2) Bagian laba lembaga keuangan Bank,

3) Bagian laba lembaga keuangan non Bank,

4) Bagaian laba atas penyertaan modal/investasi.

d. Lain – Lain PAD yang sah

Lain-lain pendapatan daerah bertujuan memberi peluang kepada

daerah untuk memperoleh pendapatan selain dari PAD dan dana

perimbangan yang terdiri dari

1) Hibah

2) dana darurat.

Dalam rangka melaksanakan wewenang sebagaimana yang

diamanatkan oleh Undang-Undang Nomor 32 Tahun 2004 tentang

Pemerintahan Daerah dan UU Nomor 33 Tahun 2004 menjelaskan

tentang Pendapatan asli Daerah yang sah, disediakan untuk

 14

menganggarkan penerimaan daerah yang tidak termasuk dalam jenis

pajak daerah, dan hasil pengelolaan kekayaan daerah yang dipisahkan

2.1.2 Kemiskinan

Dalam penelitiannya menyatakan bahwa kemiskinan merupakan

salah satu persoalan mendasar, karena kemiskinan menyangkut pemenuhan

kebutuhan yang paling mendasar dalam kehidupan dan kemiskinan

merupakan masalah global karena kemiskinan merupakan masalah yang

dihadapi banyak negara (Prasetyoningrum, 2018). Di samping itu

kemiskinan juga berkaitan dengan keterbatasan lapangan pekerjaan dan

biasanya mereka yang dikategorikan miskin (the poor) tidak memiliki

pekerjaan (pengangguran), serta tingkat pendidikan dan kesehatan mereka

pada umumnya tidak memadai (Prasetyoningrum, 2018)

Indikator-indikator kemiskinan yang digunakan secara umum

adalah tingkat upah, pendapatan, konsumsi, mortalitas anak usia balita,
imunisasi, kekurangan gizi anak, tingkat fertilitas, tingkat kematian ibu,
harapan hidup rata-rata, tingkat penyerapan anak usia sekolah dasar,
proporsi pengeluaran pemerintah untuk pelayanan kebutuhan dasar
masyarakat, pemenuhan bahan pangan (kalori/protein), air bersih,
perkembangan penduduk, melek huruf, urbanisasi, pendapatan per kapita,
dan distribusi pendapatan (Prasetyoningrum, 2018).

Kemiskinan merupakan keadaan dimana seseorang mengalami

kekurangan uang dan barang untuk menjamin kelangsungan hidup. Dalam

arti luas, kemiskinan merupakan suatu integrate concept yang memiliki lima

dimensi, yaitu:
 15

1) Kemiskinan, 2) ketidakberdayaan 3) kerentanna menghadapi situasi

darurat, 4) ketergantungan, dan 5) keterasingan baik secara geografis

maupun sosiologis (Chaiviberst, 1994). Selanjutnya, Amartya Send dalam

Suradi (2007) mengungkapkan bahwa terdapat inti absolut dari kemiskinan.

Kelaparan yang melanda mereka menjadi sebuah perspektif dari kemiskinan,

demikian juga dengan ketidakmampuan dalam kehinaan sosial dan

ketidakmampuan dalam mendidik anak-anak (pendidikan) serta merawat

kesehatan anak-anak.

Garis kemiskinan absolut sangat penting untuk menilai efek dari

kebijakan anti kemiskinan antar waktu, atau memperkirakan dampak dari

suatu proyek terhadap kemiskinan (misalnya, pemberian kredit skala kecil).

Angka kemiskinan akan terbanding antara satu negara dengan negara lain

hanya jika garis kemiskinan absolute yang sama digunakan di kedua negara

tersebut. Bank Dunia memerlukan garis kemiskinan absolut agar dapat

membandingkan angka kemiskinan antar negara. Hal ini bermanfaat dalam

menentukan kemana menyalurkan sumber daya finansial (dana) yang ada,

juga dalam menganalisis kemajuan dalam memerangi kemiskinan

(Ningrum, Khairunnisa and Huda, 2020). Pada umumnya, terdapat dua

ukuran yang digunakan oleh Bank Dunia dalam mengukur kemiskinan,

yaitu: a.) US $ 1 perkapita per hari dimana diperkirakan ada sekitar 1,2 miliar

penduduk dunia yang hidup dibawah ukuran tersebut; b) US $ 2 perkapita

per hari dimana lebih dari 2 miliar penduduk yang hidup kurang dari batas

tersebut. US dollar yang digunakan adalah US $ PPP (Purchasing Power

 16

Parity), bukan nilai tukar resmi (exchange rate). Kedua batas ini merupakan

garis kemiskinan absolut Badan Pusat Statistik (BPS, 2018).

2.1.3 Penganggguran

Kaufman dan Hotchkiss,1999). Pengangguran merupakan suatu

ukuran yang dilakukan jika seseorang tidak memiliki pekerjaan tetapi mereka

sedang melakukan usaha secara aktif dalam 4 minggu terakhir untuk mencari

pekerjaan. Sedangkan menurut (Prasetyoningrum, 2018) pengangguran

adalah suatu keadaan dimana seseorang yang tergolong dalam angkatan kerja

yang ingin mendapatkan kerja tetapi mereka belum dapat memperoleh

pekerjaan tersebut.

Menurut Sukirno (2006) pengangguran dapat digolongkan

berdasarkan cirinya, yaitu:

1. Pengangguran Tersembunyi, dapat terjadi apabila penambahan pada

tenaga kerja yang dilakukan tidak menghasilkan penambahan yang berarti

pada tingkat produksi.

2. Pengangguran Musiman, terjadi karena adanya pergantian musim,

biasanya terjadi pada sektor perikanan dan pertanian

3. Setengah Menganggur, terjadi akibat migrasi dari desa ke kota sangat

pesat sehingga tidak semua orang memperoleh pekerjaan dengan mudah,

sebagian menjadi pengaggur sepenuh waktu, ada pula yang tidak

menganggur tetapi tidak pula bekerja sepenuh waktu dan jam kerja mereka
 17

adalah jauh lebih rendah dari yang normal. Mereka mungkin hanya bekerja

satu hingga dua hari seminggu

4. Pengangguran Terbuka, terjadi karena pertambahan lowongan

pekerjaan yang lebih rendah dari pertambahan tenaga kerja akibatnya

dalam perekonomian semakin banyak jumlah tenaga kerja yang tidak dapat

memperoleh pekerjaan.

Menurut Badan Pusat Statistik (BPS) dalam indicator

ketenagakerjaan, pengangguran merupakan penduduk yang tidak bekerja

tetapi sedang mencari pekerjaan atau sedang mempersiakan suatu usaha baru

atau penduduk yang tidak mencari pekerjaan karena sudah diterima bekerja

tetapi belum mulai bekerja. Menurut Mankiw (2003) pengangguran

merupakan masalah makro ekonomi yang mempengarui manusia secara

langsung dan merupakan yang paling berat. Bagi kebanyakan orang,

kehilangan pekerjaan berarti penurunan standar kehidupan dan rekanan

psikologis. Menurut konsep ILO (International Labor Organization),

pengangguran terbuka dikenal dengan istilah pengangguran. Pengangguran

ini mencakup penduduk yang mencari pekerjaan karena merasa tidak mungkin

mendapatkan pekerjaan tetapi belum mulai bekerja.

2.1.4 Indeks Pembangunan Manusia

IPM dihitung berdasarkan data yang dapat menggambarkan keempat

komponen yaitu angka harapan hidup yang mewakili bidang kesehatan, angka

melek huruf dan rata- rata lamanya bersekolah mengukur capaian pembangunan
 18

di bidang pendidikan, dan kemampuan daya beli/paritas daya beli masyarakat

terhadap sejumlah kebutuhan pokok yang dilihat dari rata-rata besarnya

pengeluaran perkapita sebagai pendekatan pendapatan yang mewakili capaian

pembangunan untuk hidup layak.

IPM terdiri dari 3 (tiga) komponen yang mempengaruhi tingkat keberhasilan

pembangunan manusia yakni:

a. Komponen Kesehatan Dalam indeks pembangunan manusia, komponen

kesehatan ini tercermin dalam usia harapan hidup masyarakat yaitu rata-

rata perkiraan banyak tahun yang dapat ditempuh seseorang selama

hidup. Ada dua jenis data yang digunakan dalam penghitungan Angka

Harapan Hidup yaitu Anak Lahir Hidup (ALH) dan Anak Masih Hidup

(AMH). Sementara itu untuk menghitung indeks harapan hidup

digunakan nilai maksimum harapan hidup sesuai standar UNDP, dimana

angka tertinggi sebagai batas atas untuk penghitungan indeks dipakai 85

tahun dan terendah 25 tahun.

b. Komponen Pendidikan Dalam indeks pembangunan manusia komponen

pendidikan diwakili oleh Angka Melek Huruf (AMH) dan rata-rata lama

sekolah. Angka melek huruf adalah perbandingan antara jumlah

penduduk usia 15 tahun ke atas yang dapat membaca dan menulis dengan

jumlah penduduk usia 15 tahun ke atas. Batas maksimum untuk angka

melek huruf adalah 100 sedangkan batas minimum adalah 0 (standar

 19

UNDP). Hal ini menggambarkan kondisi 100 persen atau semua

masyarakat mampu membaca dan menulis, dan nilai nol mencerminkan

kondisi sebaliknya. Sedangkan Rata-rata lama sekolah adalah rata-rata

jumlah tahun yang dihabiskan oleh penduduk yang berusia 15 tahun ke

atas untuk menempuh semua jenis pendidikan formal yang pernah

dijalani. Batas maksimum untuk rata-rata lama sekolah adalah 15 tahun

dan batas minimum sebesar 0 tahun (standar UNDP).

c. Komponen Daya Beli Dalam indeks pembangunan manusia komponen

daya beli diwakili oleh Pendapatan Perkapita Riil yang Disesuaikan yaitu

rata-rata pengeluaran perkapita penduduk yang sudah distandarkan

dengan mendeflasikan melalui indeks harga konsumen.(Alhudhori, 2017)

2.1.5 Hubungan Pengangguran Terhadap Indeks Pembangunan

Manusia

Menurut Sukirno (2008) pengangguran adalah seseorang yang sudah

digolongkan dalam angkatan kerja, yang secara aktif sedang mencari

pekerjaan pada suatu tingkat upah tertentu, tetepi belum meperoleh pekerjaan

yang diinginkannya. Pengangguran disebabkan oleh kurangnya lapangan

pekerjaan dibanding jumlah pekerja, lapangan pekerjaan di setiap daerah

memiliki potensinya yang berbeda-beda mulai dari lapangan pekerjaan sektor

industri, sektor perkebunan hingga pariwisata.

Pengangguran mengakibatkan tidak terpenuhinya standart hidup,

krisisnya angka harapan hidup serta sulitnya menempuh jenjang pendidikan

 20

yang merupakan ketiga komponen dalam mengukur angka Indeks

Pembangunan Manusia di suatu daerah, walaupun pemerintah memiliki

berbagai program bantuan akan tetapi tetapi pengangguran tetap menjadi

faktor yang mempengaruhi secara langsung Indeks Pembangunan Manusia,

seperti penelitian (Ningrum, Khairunnisa and Huda, 2020) jdimana hasil

penelitian ini menunjukkan bahwa pengangguran, pertumbuhan ekonomi dan

pengeluaran pemerintah baik secara parsial maupun bersama-sama

berpengaruh secara signifikan terhadap IPM.

Menurut Ningrum (2020) yang membahas tentang pengaruh

kemiskinan, pengangguran pertumbuhan ekonomi dan pengeluaran

pemerintah terhadap IPM menyimpulkan bahwa dari hasil penelitian tersebut

menunjukkan secara parsial variabel kemiskinan dan tingkat pengangguran

berpengaruh signifikan terhadap IPM. Selain itu, dalam penelitian yang

membahas pengaruh tingkat kemiskinan, tingkat pengangguran, upah

minimum kabupaten/kota dan laju pertumbuhan ekonomi terhadap indeks

pembangunan manusia di provinsi Riau dapat disimpulkan bahwa tingkat

pengangguran berpengaruh negative terhadap indeks pembangunan manusia

yang berarti setiap terjadi pengurangan tingkat pengangguran, maka akan

terjadi peningkatan presentase indeks pembangunan manusia .

2.1.6 Hubungan Kemiskinan Terhadap Indeks Pembangunan Manusia

Kemiskinan merupakan permasalahan dan tantangan bangsa dalam

mensejahterakan masyarakatnya, dimana masyarakat hidup dibawah standart

kelayakan hidup (Ningrum, Khairunnisa and Huda, 2020).

 21

Masyarakat dikatakan miskin apabila tidak dapat memenuhi kebutuhan

hidupnya sesuai standart rata-rata pada umumnya, hal tersebut disebabkan

karena tidak mampunya seseorang memenuhi kebutuhan hidup atau

melakukan motif ekonominya (Ningrum, Khairunnisa and Huda, 2020).

Dalam penelitian yang berjudul pengaruh kemiskinan dan pertumbuhan

ekonomi terhadap indeks pembangunan manusia di provinsi Riau

menyatakan, bahwa kemiskinan berpengaruh signifikan negative terhadap

indeks pembangunan manusia, dalam hal ini dapat di artikan jika terjadi

peningkatan angka kemiskinan maka akan menurunkan presentase indeks

pembangunan manusia (Prasetyoningrum, 2018)

Selain itu, menurut Alhudhori (2017) yang membahas tentang pengaruh

indeks pembangunan manusia dan jumlah pengangguran terhadap penduduk

miskin di provinsi Jambi menyimpulkan, bahwa indeks pembangunan

manusia memiliki hubungan positif terhadap penduduk miskin dimana jika

IPM naik maka jumlah penduduk miskin akan meningkat.

2.1.7 Hubungan Pendapatan Asli Daerah Terhadap Indeks

Pembangunan Manusia
Pendapatan Asli Daerah merupakan instrument yang ada di dalam

Anggaran Pendapatan & Belanja Daerah (APBD), semakin besar kontribusi

yang dapat diberikan oleh Pendapatan Asli Daerah terhadap APBD berarti

semakin kecil ketergantungan pemerintah daerah terhadap bantuan

pemerintah pusat. Dalam penelitian yang berjudul “Pendapatan Asli Daerah,

Dana Alokasi Umum, Dana Alokasi Khusus Untuk Meningkatkan Indeks

 22

Pembangunan Manusia (Sarkoro and Zulfikar, 2018) dari pengujian tersebut

menunjukkan pendapatan asli daerah, dana alokasi umum, dana alokasi

khusus berpengaruh positif signifikan terhadap indeks pemabangunan

manusia, yang artinya jika Pendapatan Asli Daerah meningkat, presentase

Indeks Pembangunan Manusia juga ikut meningkat.

Menurut Sarkoro & Zulfikar (2018) dalam penelitiannya seputar dana

alokasi umum dan pendapatan asli daerah terhadap indeks pembangunan

manusiamenjelaskan bahwa secara parsial belanja pemerintah daerah dan

pendapatan asli pemerintah daerah berpengaruh signifikan positif terhadap

Indeks Pembangunan Manusia.

Selain itu, menurut penelitian Candra Yunita Sari & Supadmi (2016)

yang membahas tentang pengaruh pendapatan asli daerah dan belanja modal

pada peningkatan indeks pembangunan manusia, Berdasarkan uji hipotesis

menunjukan PAD dan Belanja Modal berpengaruh positif dan signifikan pada

Peningkatan Indeks Pembangunan Manusia, pengaruh positif dan signifikan

ini berarti semakin meningkat PAD dan Belanja Modal, maka peningkatan

IPM juga meningkat, terjadinya peningkatan disebabkan oleh pengalokasian

Pendapatan Asli Daerah dan Belanja Modal telah dimanfaatkan dengan tepat

sehingga kegiatan yang direncanakan dapat berjalan dengan baik.

2.2 Penelitian Terdahulu

Penelitian terdahulu yang dilakukan oleh pihak lain dapat dijadikan

sebagai bahan masukan dan bahan pengkajian yang berkaitan dengan Pengaruh

Pendapatan Asli Daerah, dan Pengangguran terhadap Indeks Pembangunan

 23

manusia dengan kemiskinan sebagai variabel intervening.

Ari Kristin & Sulia Sukmawati (2018) “Analisis Indeks Pembangunan

Manusia, Pertumbuhan Ekonomi dan Pengangguran terhadap Kemiskinan Di

Indonesia”. Variabel Independen adalah Indeks Pembangunan Manusia,

Pertumbuhan Ekonomi, dan Pengangguran, dan variabel Dependen adalah

Kemiskinan. Dari penelitia ini dapat disimpulkan bahwa Indeks Pembangunan

Manusia berpengaruh secara langsung dan negative terhadap tingkat

kemiskinan, dan juga pengangguran berpengaruh positif terhadap tingkat

kemiskinan serta di dapatkan pula memediasi antara kemiskinan dan Indeks

Pembangunan Manusia.

Jahtu Widya Ningrum, Aziza Hanifa Khairunnisa & Nurul Huda (2020)

“Pengaruh Kemiskinan, Tingkat Pengangguran, Pertumbuhan Ekonomi &

Pengeluaran Pemerintah terhadap Indeks Pembangunan Manusia di Indonesia”.

Variabel Independen adalah Kemiskinan, Tingkat Pengangguran, Pertumbuhan

Ekonomi, & Pengeluaran Pemerintah dan Variabel Dependen adalah Indeks

Pembangunan Manusia Indeks Pembangunan di Indonesia. Dari penelitian ini

dapat disimpulkan bahwa tingkat pengangguran memiliki pengaruh signifikan

terhadap IPM, Kemiskinan dan Pengangguran memiliki hubungan yang erat

satu sama lain, jumlah pengangguran yang tinggi akan mengurangi

kemakmuran hidup masyarakat melalui berkurangnya pendapatan masyarakat

yang cenderung meningkatkan kemiskinan.

Ida Ayu Candra & Ni Luh Supadmi (2016) “Pengaruh Pendapatan Asli

Daerah dan Belanja Modal pada Peningkatan Indeks Pembangunan Manusia”.

 24

Variabel Independen adalah Pendapatan Asli daerah dan Belanja Modal,

Variabel Dependen adalah Indeks Pembangunan Manusia. Dari penelitian ini

dapat disimpulkan bahwa PAD dan Belanja Modal berpengaruh positif dan

signifikan pada peningkatan Indeks Pembangunan Manusia, Pengaruh positif

dan signifikan ini berarti semakin meningkatnya PAD dan Belanja Modal, maka

peningkatan IPM juga akan meningkat.

Aria Bhaswara Mohammad Bintang (2018) “Pengaruh PDRB,

Pendidikan, Kesehatan dan Pengangguran terhadap Tingkat Kemiskinan di

Jawa Tengah”. Variabel Independen adalah PDRB, Pendidikan, Kesehatan, dan

Pengangguran, Variabel Dependen adalah Tingkat Kemiskinan. Dari penelitian

ini menunjukan bahwa tingkat pengangguran memberi pengaruh positif dan

signifikan terhadap tingkat kemiskinan yang berarti saat tingkat pengangguran

berkurang maka tingkat kemiskinan pun ikut berkurang.

Candra Yunita Sari & Supadmi (2016) “Analisis Pengaruh PAD dan

Dana Perimbangan Terhadap Indeks Pembangunan Manusia Kabupaten/Kota

Di Jawa Timur”. Variabel Independen adalah PAD dan Dana Perimbangan,

Variabel Dependen adalah Indeks Pembangunan Manusia.

Dari penelitian ini menunjukan bahwa rasio PAD dan Dana

Perimbangan terhadap belanja modal dan pertumbuhan ekonomi berpengaruh

positif signifikan terhadap IPM yang dimana Indeks Pembangunan Manusia

akan meningkat seiring pertumbuhan PAD dan Dana Perimbangan.

Sarkoro & Zulfikar (2018) “Dana Alokasi Khusus dan Pendapatan Asli

Daerah terhadap Indeks Pembangunan Manusia”. Variabel Dependen adalah

 25

Indeks Pembangunan Manusia, Variabel Inedependen adalah Dana Alokasi

Khusus dan Pendapatan Asli Daerah. Dari penelitian ini menunjukan bahwa

secara parsial Belanja Pemerintah Daerah dan Pendapatan Asli Pemerintah

Daerah berpengaruh signifikan positif terhadap IPM yang dimana

pertumbuhannya meningkat beriringan.

Alhudori (2016) “Pengaruh IPM, PDRB Dan Jumlah Pengangguran

Terhadap Penduduk Miskin di Provinsi Jambi” Variabel Dependen adalah

Penduduk Miskin. Variabel Independen adalah IPM, PDRB, dan Jumlah

Pengangguran. Dari penelitian ini menunjukan bahwa Kemiskinan memiliki

hubungan positif dengan IPMdimana saat presentase IPM naik 1% maka jumlah

penduduk miskin akan meningkat sebesar 0,358

 26

2.3 Kerangka Pemikiran

Kerangka pemikiran dalam penelitian ini membahas tentang “Pengaruh

Pendapatan Asli Daerah dan Pengangguran Terhadap Indeks Pembangunan

Manusia Dengan Kemiskinan Sebagai Variabel Intervening Di Provinsi”.

Dalam pembahasan ini variabel yang mempengaruhi Indeks Pembangunan

Manusia di Provinsi Bali adalah Pendapatan Asli Daerah dan Tingkat

Pengangguran melalui Tingkat Kemiskinan di Provinsi Bali. Saat ini Indeks

Pembangunan Manusia Provinsi Bali berada di posisi ke 5 dari 34 total Provinsi

yang terdapat di Indonesia, rata-rata presentasi indeks pembangunan manusia

Bali yang melebihi rata-rata indeks pembangunan manusia Indonesia

menunjukan bahwa kualitas hidup manusia di Bali tergolong tinggi.

Berdasarkan pengenalan Program Pembangunan Perserikatan Bangsa

Bangsa (UNDP), Indeks Pembangunan Manusia (IPM) atau Human

Development Index (HDI) digunakan untuk mengklasifikasi suatu negara yang

dikategorikan maju, berkembang, atau terbelakang dengan mengukur standart

ekonomi, kesehatan, dan pendidikan yang dimana dalam penelitian ini

mengangkat indeks pembangunan manusia sebagai variabel dependent serta

mengangkat Pendapatan Asli Daerah dan Pengangguran sebagai variabel

independent dengan Kemiskinan sebagai variabel intervening. Gambar

dibawah ini akan menjelaskan kerangka pemikiran secara sederhana untuk

pengembangan hipotesis pada penelitian “Pengaruh Pendapatan Asli Daerah &

 27

Pengangguran Terhadap Indeks Pembangunan Manusia Dengan Kemiskinan

Sebagai Variabel Intervening Di Provinsi Bali”.

Gambar 2.1 Kerangka Pemikiran Konseptual

Pendapatan
Asli Daerah
(X1)
Indeks
Kemiskina Pembangunan
n Manusia (Y)
(Z)

Penganggura
n
 28

2.4 Hipotesis

Hipotesis adalah dugaan sementara yang belum tentu dapat diterima dan masih

perlu diuji kebenarannya. Berdasarkan permasalahan yang dihadapi dan landasan teori

yang telah dijelaskan maka dapat dikemukakan hipotesis penelitian ini adalah:

1. Diduga terdapat pengaruh Langsung Pendapatan Asli Daerah terhadap Indeks

Pembangunan Manusia di Provinsi Bali.

2. Diduga terdapat pengaruh Tidak Langsung Pendapatan Asli Daerah melalui

Kemiskinan terhadap Indeks Pembangunan Manusia di Provinsi Bali.

3. Diduga terdapat pengaruh Langsung Pengangguran terhadap Indeks

Pembangunan di Provinsi Bali

4. Diduga terdapat pengaruh Tidak Langsung Pengangguran melalui Kemiskinan

sebagai variabel Intervening terhadap Indeks Pembangunan di Provinsi Bali.

 29

BAB III

METODOLOGI PENELITIAN

3.1 Pendekatan Penelitian

Penelitian ini menggunakan metodelogi pendekatan penelitian kuantitatif yang

merupakan suatu cara yang digunakan untuk menjawab masalah penelitian yang

berkaitan dengan data, berupa angkat dan program statistic (Wahidmurni, 2017).

Penelitian ini dilakukan untuk menganalisis pengaruh pendapatan asli daerah dan

pengangguran dengan kemiskinan sebagai variabel intervening terhadap Indeks

Pembangunan Manusia di Provinsi Bali tahun 2010 hingga 2019.

Untuk menjabarkan dengan baik tentang pendekatan dan jenis penelitian,

populasi, dan sampel, instrument penelitian, teknik pengumpulan data dan
analisis suatu data dalam suatu proposal dan/atau laporan penelitian diperlukan
pemahaman yang baik tentang masing-masing konsep tersebut (Wahidmurni,
2017).

3.2 Tempat dan Waktu Penelitian

Objek dari penelitian ini adalah wilayah Provinsi Bali yang terdiri dari 8

Kabupaten dan 1 Kota yaitu Kabupaten Jembrana, Kabupaten Tabanan,

Kabupaten Badung, Kabupaten Gianyar, Kabupaten Klukung, Kabupaten

Bangli, Kabupaten Karang Asem, Kabupaten Buleleng dan Kota Denpasar.

Periode waktu yang digunakan dalam penelitian ini yaitu data tahun 2010 sampai

2019.
 30

3.3 Definisi Operasional Variabel dan Pengukuran Variabel

Yang dimaksud dengan definisi operasional dan pengukuran variabel adalah

pernyataan dan pengukuran variabel-variabel penelitian secara operasional

berdasarkan teori yang ada maupun pengalaman-pengalaman empiris yang

bertujuan untuk menjelaskan keterkaitan variabel bebas (Independent Variable)

dengan variabel terikat (Dependent Variable) (Bilkisty, 2017).

Definisi operasional dan pengukuran variabel yang digunakan dalam

penelitian ini terdiri dari:

1. Variabel terikat (Dependent Variable)

Menurut Sugiyono (2015) variabel terikat adalah variabel yang

dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas.

Dalam penelitian ini terdapat satu variabel terikat yaitu Indeks

Pembangunan Manusia (IPM). IPM adalah akses hasil pembangunan

dalam memperoleh kesehatan, pendidikan dan perekonomian BPS (2020).

Indeks Pembangunan Manusia dinyatakan dalam satuan persen (%)

2. Variabel bebas (Independent Variable)

Menurut Sugiyono (2015) variabel bebas adalah variabel yang

mempengaruhi atau yang mempengaruhi variabel terikat da menjadi sebab

dari adanya variabel terikat (Dependent Variable). Dalam penjelasan ini

variabel bebas merupakan faktor-faktor yang mempengaruhi Indeks

 31

Pembangunan Manusia dan di dalam penelitian penelitian ini terdapat dua

variabel bebas, yaitu:

Variabel bebas yang digunakan dalam penelitan ini yaitu:

a. Pendapatan Asli Daerah (X1)

Pendapatan Asli Daerah adalah penerimaan yang diperoleh dari sektor pajak

daerah, retribusi daerah, hasil perusahaan milik daerah, hasil pengelolaan

kekayaan daerah yang dipisahkan, dan lain-lain pendapatan asli daerah yang

sah DPJK (2020). Satuan yang digunakan adalah (Ribu Rupiah).

b. Penangguran (X2)

Pengangguran adalah penduduk yang sedang mencari pekerjaan, yang

sedang mempersiapkan dunia usaha, penduduk yang merasa mungkin

mendapat pekerjaan, dan yang sudah mempunyai usaha tetapi belum mulai

bekerja (Pengangguran et al., 2013). Variabel ini dinyatakan dalam satuan

(Juta jiwa)

3. Variabel Intervening (Intervening Variable)

Variabel mediasi atau intervening merupakan variabel penyela atau perantara

yang terletak diantara variabel terikat dan variabel bebas, sehingga variabel bebas

tidak langsung mempengaruhi berubahnya atau timbulnya variabel dependen yang

tidak dapat di amati dan di ukur (Prasetyoningrum, 2018). Dalam penelitian ini

Variabel Z adalah Tingkat Kemiskinan. Tingkat Kemiskinan tingkat persebaran

jumlah penduduk miskin di Provinsi Bali. Satuan yang digunakan adalah (Ribu

Jiwa).
 32

3.4 Metode Pengumpulan Data

Pengumpulan data merupakan kegiatan penting dalam proses penelitian,

karena dari pengumpulan data akan menentukan berhasil tidaknya suatu

penelitian. Pada umumnya, data yang dikumpulkan akan digunakan untuk

keperluan eksploratif dan pengujian hepotesis yang telah dirumuskan. Penelitian

ini menggunakan data tahunan yang terukur secara runtun waktu bersifat time

series mulai 2010-2019. Data yang digunakan dalam penelitian ini adalah data

sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Indonesia dan Bali.

3.5 Jenis dan Sumber data

Data adalah faktor yang penting dalam melaksanakan penelitian sebagai

pelengkap serta untuk menjamin obyektifitas penyusunan skripsi. Dalam

pengumpulan data yang digunakan penelitian ini, dilakukan melalui beberapa

langkah yang sesuai dengan prosedur yang berlaku, antara lain:

3.5.1 Jenis Data

Data yang digunakan dalam penelitian ini adalah jenis data sekunder

yang diperoleh atau dikumpulkan dari instansi-instansi atau lembaga yang ada

hubungannya dalam penelitian ini kemudian data ini diolah kembali. Instansi-

instansi yang berhubungan dengan penelitian ini yaitu Badan Pusat Statistik

(BPS) Indonesia dan Bali.

 33

3.5.2 Sumber Data

Data yang dipergunakan dalam penelitian ini diperoleh dari beberapa

instansi yang terkait, melalui studi kepustakaan untuk mendapatkan suatu

suatu informasi, gambaran dan sebagai dasar teori dengan beberapa literatur

dalam bentuk jurnal, makalah, maupun laporan yang terkait dalam penelitian

ini. Instansi-instansi yang berhubungan dengan penelitian ini yaitu BPS

(Badan Pusat Statistik) Bali untuk memperoleh data yang dibutuhkan pada

tahun 2010-2019.

3.6 Metode Analisis dan Uji Hipotesis

3.6.1 Uji Asumsi Klasik

Uji asumsi klasik merupakan satu rangkaian yang mesti

ditempuh dalam analisa regresi untuk mendapatkan suatu parameter

yang mempunyai kemampuan untuk meramalkan secara baik. Untuk

mendapatkan parameter yang memenuhi kriteria BLUE (Best Linear

Unbiased Estimator), maka regresi dengan menggunakan metode OLS

(Ordinary Least Square) harus memenuhi uji asumsi klasik, yaitu tidak

ada multikolinearitas, tidak ada otokorelasi, tidak ada heteroskedesitas

dan normalitas ut (Ghozali, 2011).

a. Uji Multikolinieritas

Menurut Ghozali (2018: 107) uji multikolinieritas bertujuan

untuk menguji apakah model regresi ditemukan adanya korelasi

antar variabel bebas (independen). Untuk mendeteksi ada atau

 34

tidaknya multikoliniearitas di dalam model regresi adalah sebagai

berikut:

1) Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris

sangat tinggi, tetapi secara individual variabel-variabel independen

banyak yang tidak signifikan mempengaruhi variabel dependen.

2) Menganalisis matrik korelasi variabel-variabel independen. Jika

antar variabel independen ada korelasi yang cukup tinggi (umumnya

di ata 0,90), maka hal ini merupakan indikasi adanya

multikolinearitas. Tidak adanya kolerasi yang tinggi antar variabel

independen tidak berarti bebas dari multikoliniearitas.

Multikoliniearitas dapat disebabkan karena adanya efek kombinasi

dua atau lebih variabel independen.

3) Multikoliniaritas dapat juga dilihat dari nilai tolerance dan lawannya

dan variance inflation factor (VIF). Kedua ukuran ini menunjukkan

setiap variabe independen manakah yang dijelaskan oleh variabel

independen lainnya. Dalam pengertian sederhana setiap variabel

independen menjadi variabel dependen (terikat) dan diregres

terhadap variabel independen lainnya. Tolenrance mengukur

variabilitas variabel independen yang terpilih yang tidak dijelaskan

oleh variabel independen lainnya. Jadi nilai tolerance yang rendah

sama dengan nilai VIF tinggi (karena VIF= 1/tolerance).

 35

Nilai cutoff yang umum dipakai untuk menunjukkan adanya

multikoliniearitas adalah nilai tolerance ≤ 0.10 atau sama dengan

nilai VIF ≥ 10 (Ghozali, 2018: 108).

b. Uji Autokorelasi

Menurut Ghozali (2018: 111) uji autokorelasi bertujuan untuk

apakah dalam model regresi linear ada korelasi antara kesalahan

pengganggu pada periode t dengan kesalahan pengganggu pada

periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada

problem autokorelasi. Autokorelasi muncul karena observasi yang

berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini

timbul karena residual (kesalahan pengganggu) tidak bebas dari satu

observasi ke observasi lainnya. Hal ini sering ditemukan pada data

runtut waktu (time series) karena “gangguan” pada seorang

individu/kelompok cenderung mempengaruhi “gangguan” pada

individu/kelompok yang sama pada periode berikutnya Pada data

crossection (silang waktu), masalah autokorelasi

relatif jarang terjadi “gangguan” pada observasi yang berbeda

berasal dari individu/kelompok yang berbeda. Model regresi yang

baik adalah regresi yang bebas dari autokorelasi. Pengambilan

keputusan ada tidaknya korelasi berdasarkan uji

Durbin-Watson (DW test) dengan hipotesis yang akan diuji:

H0: tidak ada autokorelasi (r = 0)

HA: ada autokorekasi (r ≠ 0)

 36

Identifikasi gejala autokorelasi dapat dilakukan dengan kurva

dibawah ini :

Gambar 3.1: Kurva Durbin-Watson

Daerah
Daerah Menolak
Menolak
d
keragu- H*o
Ho keragu-
raguan Bukti
Bukti raguan
2
Autokorela
Autokor
si
elasi
Negatif
Positif 4
4
dL dU 4 – dU 4 – dL
d
Sumber : Gudjarati, Damodar, 2010, Ekonometrika Dasar, Erlangga,
Jakarta.

Adanya autokorelasi didasarkan atas:

a. Daerah A : Durbin Waston < dU, tolak Ho autokorelasi positif.

b. Daerah B : dL < Durbing Waston < dU, ragu-ragu.

c. Daerah C : dL < Durbing Waston < dU, terima H0, non autokorelasi.

d. Daerah D : 4-dU< Durbin Waston< 4 -dU, ragu-ragu.

e. Daerah E : Durbing Waston< 4-dL, tolak H0 autokorelasi negatif.

Pendekatan adanya autokorelasi dapat dilakukan dengan menggunakan

perhitungan besaran Durbin Watson. Panduan mengenai angka D-W (Durbin

Watson) untuk mendeteksi autokorelasi adalah:

a. Angka D-W dibawah -2, berarti ada autokorelasi positif

b. Angka D-W dibawah -2 sampai +2, berarti tidak ada autokorelasi

 37

c. Angka D-W diatas +2, berarti ada autokorelasi negatif

Tabel 3.1: Autokorelasi Durbin-Watson

Durbin Watson Kesimpulan

Kurang dari 1,08 Ada Autokorelasi

1,08-1,66 Tanpa Kesimpulan

1,66-2,34 Tidak Ada Autokorelasi

2,34-2,92 Tanpa Kesimpulan

Lebih dari 2,92 Ada Autokorelasi

Sumber: Soelistyo 2001, Dasar–Dasar Ekonometrika, Badan Penerbit Fakultas

Ekonomi UGM, Yogyakarta.

c. Uji Heterokedastisitas

Menurut Lupiyoadi (2015: 138) heteroskedastisitas berarti

variasi residual tidak sama dari satu pengamatan ke pengamatan

yang lain, sehingga variasi residual harus bersifat

homoskedastisitas, yaitu pengamatan satu dengan pengamatan yang

lain sama agar memberikan pendugaan model yang lebih akurat.

Banyak alat statistik yang digunakan untuk menduga apakah

suatu model terbebas dari gejala heteroskedastisitas atau tidak,

seperti uji park (park test), uji white, uji glejser. Pada uji glejser,

secara statistik variabel penjelas (bebas) dikatakan tidak signifikan

apabila nilai signifikansinya lebih dari 0,05 dan sebaliknya apabila

nilai signifikansi kurang dari 0,05 maka variabel dapat dikatakan

 38

signifikan, sehingga semakin tidak signifikan variabel penjelas

mengindikasikan bahwa model sudah terbebas dari gejala

heteroskedastisitas.

3.6.2 Uji Hipotesis

Uji hipotesis digunakan untuk menguji koefisien regresi yang

mempunyai pengaruh pada variabel (X1, X2, X3, X4) terhadap variabel

terikat (Y) maka sebelumnya perlu dilakukan uji R2 yaitu untuk

mengetahui apakah model analisis tersebut layak digunakan dalam

pembuktian selanjutnya.

Tujuan dari uji R2 yaitu untuk mengetahui model analisis tersebut

cukup layak digunakan dalam penelitian sehingga perlu mengetahui

nilai adjusted R2 atau koefisien nilai determinasi. Selanjutnya untuk

menguji apakah variabel bebas berpengaruh terhadap variabel terikat,

maka melakukan pengujian:

a. Uji F

Uji F digunakan untuk menentukan signifikan atau tidak signifikan

suatu variabel bebas secara bersama-sama dengan variabel terikat.

(Nachrowi, dkk 2005:17) dengan ketentuan sebagi berikut:

 Ho: β1 = β2 = β3 = 0, Artinya variabel bebas (X) tidak berpengaruh

terhadap variabel terikat (Y).

 39

 H1 : β1 ≠ β2 ≠ β3 ≠ 0, Adanya pengaruh variabel bebas (X)

terhadap variabel terikat (Y).

 Menentukan level of signifikan sebesar 5%

 Menghitung nilai F untuk mengetahui hubungan secara simultan

variabel dengan rumus sebagai berikut:

KT Regresi R2(k-1)

F hitung = =

KT Galat (1-R2) / (n-k)

Keterangan:

KT Regresi = Kuadrat Tegah Regresi (Means of Square = MS)

KT Galat = Kuadrat tegah residual (Standart Eror)

Menggunakan derajat kebebasan = (k, n-k-1) dengan ketentuan:

n = Jumlah Sampel/Pengamat

k = Jumlah Variabel/Parameter Regresi

Kaidah Pengujian:

a. Jika hasil perhitungan Fhitung ≥Ftabel, maka hipotesis nol (H0) dan Ha

diterima artinya ada pengaruh variabel bebas terhadap variabel

terikat.
 40

b. Jika hasil perhitungan Fhitung ≤ Ftabel, maka hipotesis nol (H0) diterima

dan (Ha) ditolak, artinya variabel bebas secara bersama-sama tidak

berpengaruh terhadap variabel terikat.

Dapat dijelaskan melalui gambar kurva dibawah ini:

Gambar 3.2: Kurva Distribusi F

Daerah Penolakan Ho

Daerah Penerimaan Ho

Sumber: Soelistyo, 2001 Dasar-DasarEkonometrika, BPF UGM,

Yogyakarta, Halaman 326.

b. Uji T

Uji t berfungsi untuk menentukan signifikan atau tidak signifikan

suatu variabel bebas secara individual mempengaruhi variabel terikat

(Nachrowi dkk, 2005:19). Hal ini dapat dirumuskan sebagai berikut:

a. Hipotesis dapat dirumuskan:

 H0: βi = 0 (variabel bebas tidak berpengaruh terhadap variabel

terikat)

 H1: βi ≠ 0 (variabel bebas ada pengaruh pada variabel terikat)

 41

Uji t dapat dihitung dengan rumus sebagai berikut :

β1

thitung =

Se ( βi ) (Nahrowi dan Usman 2005:19)

Dimana: β1 = Koefisien Regresi

Se = Standart Error

n = Jumlah Sampel

k= Jumlah Parameter
Gambar 3.3: Kurva Distribusi t

Ho

Ho ditolak Daerah penerimaan Ho ditolak

( -t α/2 ; n-k-l ) ( t α/2 ; n-k-l )

Sumber :Soelistyo 2001, Dasar–Dasar Ekonometrika, BPFE,

Yogyakarta:326
 42

Parameter yang digunakan adalah memperbandingkan t hitung dan t

tabel yang diperoleh dari hasil perhitungan dengan program
computer. Apabila t hitung ≤ t tabel, maka Ho diterima dan hipotesis
alternatif ditolak, artinya variabel bebas tidak signifikan dalam
mempengaruhi variabel terikat. Sebaliknya, jika t hitung ≥ t tabel
maka hipotesis nol (H0) ditolak dan hipotesis alternatif diterima,
artinya variabel bebas signifikan dalam mempengaruhi variabel
terikat.
 43

BAB IV
HASIL DAN PEMBAHASAN

4.1 Deskripsi Data

Tujuan dilakukannya penelitian ini digunakan untuk mengetahui pengaruh

Pendapatan Asli Daerah dan Pengangguran terhadap Indeks Pembangunan

Manusia dengan Kemiskinan sebagai Variabel Intervening di Provinsi Bali.

Sumber data dalam penelitian bersal dari Badan Pusat Statistik (BPS) Provinsi Bali

dan Indonesia, dengan data Times Series yang diambil selama periode tahun 2010

hingga 2019. Pada Pembahasan dari penelitian ini disajikan dengan analisis regresi

linier dengan variabel intervening. Berikut ini gambaran tentang data – data

perkembangan statistic Pendapatan Asli Daerah (PAD), Pengangguran,

Kemiskinan dan Indeks Pembangunan Manusia selama kurun waktu 2010 – 2019

di Provinsi Bali

4.1.1 Indeks Pembangunan Manusia

TAHUN IPM (%) PEKEMBANGAN(%)

2009 70.53% -
2010 70.98% 29,658%
2011 71% 29,028%
2012 71.62% 29,253%
2013 72.09% 28,566%
2014 72.48% 28,060%
2015 73.27% 27,819%
2016 73.65% 26,868%
2017 74.3% 26,582%
2018 74.77% 25,862%
2019 75.38% 25,435r%
Tabel 4.1 Indeks Pembangunan Manusia Provinsi Bali tahun
2010 – 2019
 44

Indeks Pembangunan Manusia (IPM) merupakan ukuran capaian

pembangunan berbasis sejumlah komponen dasar kualitas hidup. Indeks

Pembangunan Manusia dihitung berdasarkan data yang dapat menggambarkan ke

empat komponen, yaiutu angka harapan hidup yang mengukur keberhasilan dalam

bidang kesehatan, angka melek huruf dan rata – rata lamanya bersekolah yang

mengukur keberhasilan dalam bidang pendidikan, dan kemampuan daya beli

masyarakat (Rosita, Isharijadi and Murwani, 2018). Berdasarkan Badan Pusat

Statistik (BPS, 2015), Indeks Pembangunan Manusia dikelompokkan menjadi

empat (4) tingkatan; IPM < 60: IPM rendah, 60 ≤ IPM < 70 : IPM sedang, 70 ≤

IPM < 80 : IPM tinggi, dan IPM ≥ 80 : IPM sangat tinggi, dan dapat dilihat pada

Tabel 4.1 diatas angka Indeks Pembangunan Manusia Provinsi Bali tahun 2010

hingga 2019 termasuk dalam kategori dengan nilai lebih dari sama dengan 70 atau

kurang dari 80 persen (BPS, 2020). IPM Provinsi Bali tidak pernah mengalami

penurunan dan cenderung mengalami kenaikan mulai dari 0,10% hingga 0,90% di

setiap tahunnya.
 45

4.1.2 Pendapatan Asli Daerah

TAHUN PAD PERKEMBANGAN (%)

2009 1.163.947.553 -
2010 1.393.730.257 19,741%
2011 1.723.807.096 23,682%
2012 2.042.091.096 18,464%
2013 2.529.976.147 23,891%
2014 2.920.416.697 15,432%
2015 3.041.266.607 4.138%
2016 3.041.195.258 -0.0023%
2017 3.398.472.278 11,745%
2018 3.718.499.635 9,416%
2019 4.023.156.316 8,193%
Tabel 4.2 Pendapatan Asli Daerah Provinsi Bali Tahun 2010-2019
Menurut Undang – Undang Nomor 33 Tahun 2004, Pendapatan Asli Daerah

(PAD) adalah penerimaan yang diperoleh daerah dari sumber – sumber di dalam

daerahnya sendiri yang dipungut berdasarkan daerah sesuai dengan peraturan

perundang – undangan yang berlaku. Berdasarkan Badan Pusat Statistik (BPS,

2020), Pendapatan Asli Daerah Provinsi Bali tahun 2010 hingga 2019 cenderung

meningkat, hanya pada tahun 2015 ke 2016 mengalami penurunan diakibatkan

berkurangnya pendapatan dari sektor pajak. Secara Persentase Pendapatan Asli

Daerah Provinsi Bali cenderung naik sebesar 0,8% hingga 0,23%

 46

4.1.3 Kemiskinan

TAHUN KEMISKINAN PERKEMBANGAN(%)

2009 173.600 -
2010 221.600 27,649%
2011 183.100 -17,373%
2012 158.950 -13,189%
2013 182.770 15.116%
2014 196.000 7,238%
2015 196.710 0,362%
2016 178.180 -9,419%
2017 180.130 1,094%
2018 171.760 -4,979%
2019 163.850 -4,605%
Tabel 4.3 Kemiskinan Provinsi Bali tahun 2010 – 2019

Kemiskinan merupakan keadaan dimana seseorang mengalami kekurangan

uang dan barang untuk menjamin kelangsungan hidup. Dalam arti luas, kemiskinan

merupakan suatu intergrate concept yang memiliki lima dimensi, yaitu: 1)

Kemiskinan, 2) Ketidak berdayaan, 3) keadaan menghadapi situasi darurat, 4)

ketergantungan, dan 5) keterasingan baik secara geografis maupun sosiologis

(Chaiviberst, 1994). Berdasarkan Badan Pusat Statistik (BPS, 2020), Kemiskinan

Provinsi Bali tahun 2010 hingga 2019 mengalami fluktuasi dan cenderung

mengalami penurunan pada tahun 2018 dan 2019 dengan presentase penurunan

hingga 0,04% sedangkan peningkatan kemiskinan tertinggi di tahun 2009 menuju

2010 sebesar 0,27%.

 47

4.1.4 Pengangguran

TAHUN PENGANGGURAN PERKEMBANGAN(%)

2009 66.470 -
2010 68.791 3,491%
2011 65.716 -4,470%
2012 48.220 -26,623%
2013 41.820 -13,272%
2014 44.126 5,514%
2015 47.210 6,989%
2016 46.484 -1,53%
2017 36.143 -22,246%
2018 35.811 -0.911%
2019 39.288 9,709%
Tabel 4.4 Pengangguran Provinsi Bali Tahun 2010-2019

Pengangguran adalah suatu keadaan dimana seseorang yang tergolong dalam

angkatan kerja yang ingin mendapatkan kerja tetapi mereka belum dapat

memperoleh pekerjaan tersebut (Prasetyoningrum, 2018). Berdasarkan Badan

Pusat Statistik (BPS, 2020), jumlah pengangguran di Provinsi Bali tahun 2010

hingga 2019 cenderung fluktuatif, akan tetapi trend positif terlihat di tahun 2016

hingga 2018 yang dimana jumlah pengangguran mengalami penurunan sebesar

0.01% hingga 0.22% akan tetapi terjadi penambahan jumlah pengangguran kembali

terjadi di tahun 2019 sebesar 0.09%

4.2 Hasil Pengujian

4.2.1 Hasil Uji Asumsi Klasik (BLUE / Best Linier Unbiased Estimator)

Untuk mendapatkan parameter yang memenuhi kriteria BLUE (Best Linear

Unbiased Estimator), maka regresi dengan menggunakan metode OLS (Ordinary

Least Square) harus memenuhi uji asumsi klasik, yaitu tidak ada multikolinearitas,
 48

tidak ada otokorelasi, tidak ada heteroskedesitas dan normalitas (Ghozali, 2011).

Apabila salah satu asumsi tersebut dilanggar, maka persamaan regresi yang

diperoleh tidak lagi bersifat BLUE sehingga pengambilan keputusan melalui uji F

dan uji T menjadi bias.

4.2.1.1 Autokorelasi

Uji yang digunakan dalam uji autokorelasi dalam penelitian ini

menggunakan uji Durbin Watson (DW test). Dari hasil analisis untuk uji

autokorelasi pada penelitian ini diperoleh nilai Durbin Watson test sebesar 1,493.

Dalam persamaan ini jumlah variabel bebas (k) adalah 3 dan banyaknya data (n)

adalah 10 sehingga diperoleh nilai DW tabel adalah sebesar sebesar dL = 0,525

dan dU = 2,016. Untuk mengetahui ada tidaknya gejala autokorelasi dalam model

penelitian maka dapat dibuktikan dengan kurva DW dibawah ini:

Tidak ada
Auto Daerah Auto
korelasi keragu- Auto korelasi
Positif raguan korelasi Negatif

dL dU 4 - dU 4 - dL
0,525 2,016
3,475 1,984

DW test
1,349

Gambar 4.1 Kurva Durbin-Watson test

 49

Dari kurva diatas dijelaskan bahwa nilai DW test berada di antara nilai dL

sampai dU maka data yang digunakan dalam penelitian ini berada pada daerah

keragu – raguan. Untuk memastikan terjadi atau tidaknya gejala autokorelasi maka

dilakukan analisis Runs Test

Tabel 4.5
Uji Runs Test

Unstandardize
d Residual
Test Value(a) .00156
Cases < Test Value 5
Cases >= Test Value 5
G 10
Number of Runs 5
Z -.335
Asymp. Sig. (2-tailed) .737
Tabel 4.5 Runs Tes
Sumber: Output SPSS

Dalam Uji Runs Test, dasar pengambilan keputusannya adalah jika nilai

Asymp. Sig. (2-tailed) lebih kecil < dari 0,05 maka terdapat gejala autokorelasi.

Sebaliknya jika nilai Asymp. Sig. (2-tailed) lebih besar > dari 0,05 maka tidak

terdapat gejala autokorelasi. Dilihat dari tabel 4.5 Asymp. Sig (2-tailed) sebesar

0,737 yang berarti 0,05 < 0,737 maka dapat disimpulkan bahwa tidak terdapat

gejala autokorelasi.

4.2.1.2 Multikolinieritas

Untuk mengetahui adanya hubungan linier yang pasti diantara beberapa

atau semua variabel independen dari model regresi, maka perlu adanya

pembuktian secara statistic ada atau tidaknya gejala multikolinier dengan melihat

nilai Variance Inflation Factor (VIF) dari hasil analisis regresi dengan ketentuan
 50

yang sudah dijelaskan pada bab sebelumnya. Adapun hasil yang diperoleh setelah

dilakukan pengujian analisis regresi linier dengan variabel intervening diketahui

dapat dilihat pada tabel berikut:

Tabel 4.6
Uji Multikolinier

Variabel Tolerance Ketentuan VIF Ketentuan Keterangan

X1 0,171 ≥ 0,10 4.350 ≤10 Tidak Terjadi
Multikolonier
X2 0,171 ≥ 0,10 5.067 ≤10 Tidak Terjadi
Multikolonier
Sumber: Output SPSS

Maka hasil yang diperoleh setelah diadakan pengujian analisis regesi linier

berganda diketahui bahwa kedua variabel independen (Pendapatan Asli Daerah,

dan Pengangguran) dalam pengujian nilai Indeks Pembangunan Manusia di

Provinsi Bali memiliki nilai VIF lebih kecil dari 10 sehingga dapat di simpulkan

bahwa tidak terjadi multikolinieritas.

4.2.1.3 Heterokedastisitas

Uji Heterokedastisitas bertujuan menguji apakah dalam model regresi

terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain.

suatu model terbebas dari gejala heteroskedastisitas atau tidak, seperti uji park

(park test), uji white, uji glejser. Pada uji glejser, secara statistik variabel penjelas

(bebas) dikatakan tidak signifikan apabila nilai signifikansinya lebih dari 0,05 dan

sebaliknya apabila nilai signifikansi kurang dari 0,05 maka variabel dapat

dikatakan signifikan, sehingga semakin tidak signifikan variabel penjelas

 51

mengindikasikan bahwa model sudah terbebas dari gejala heteroskedastisitas.

Pembuktian adanya heterokedastisitas dapat dilihat pada tabel dibawah ini.

Tabel 4.7

Uji Heterokedastisitas

Variabel Nilai Uji Ketentuan Keterangan

Heterokedastisitas

PAD 0,881 ≥ 0,05 Tidak Terjadi

Heterokedastisitas

PENGANGGURAN 0,751 ≥ 0,05 Tidak Terjadi

Heterokedastisitas

Berdasarkan tabel diatas, diperoleh tingkat signifikansi koefisian korelasi Rank

Spearman untuk variabel terikat IPM, keseluruhan residualnya lebih besar dari 0,05

(tidak signifikan). Hal tersebut menunjukan bahwa antara nilai residual dengan variabel

yang menjelaskan tidak mempunyai korelasi yang berarti. Jadi dapat disimpulkan

persamaan tersebut tidak terjadi heterokedastisitas.

Berdasarkan hasil dari Uji Asumsi Klasik yang telah di laksanakan diatas, dapat

disimpulkan bahwa pada model penelitian tersebut tidak terjadi pelanggaran-

pelanggaran asumsi klasik, maka dilakukan analisis selanjutnya dengan metode yang

telah terlampir pada bab sebelumnya.

 52

4.2.2 Pengujian Hipotesis

4.2.2.1 Pengaruh Pendapatan Asli Daerah Terhadap Indeks Pembangunan

Manusia melalui kemiskinan sebagai variabel intervening

Kemiskinan(Z)

Pendapatan Indeks

Asli Pembangunan
C = 2,082. Sig = 0,000
Daerah (X1) Manusia (Y)

Gambar 4.2 Pengaruh PAD Terhadap IPM melalui Kemiskinan

Dari gambar 4.2 dapat kita lihat bahwa Pendapatan Asli Daerah memiliki

signifikansi sebesar 0,000 yang berarti Pednapatan Asli Daerah berpengaruh secara

langsung terhadap Indeks Pembangunan Manusia. Sedangkan Pendapatan Asli Daerah

melalui Kemiskinan sebagai variabel intervening secara berurutan memiliki tingkat

signifikansi 0,154 dan 0,417 yang berarti Kemiskinan bukan intervening dari

Pendapatan Asli Daerah terhadap Indeks Pembangunan Manusia

 53

4.2.2.2 Pengaruh Pengangguran Terhadap Indeks Pembangunan Manusia

melalui Kemiskinan Sebagai Variabel Intervening

Kemiskinan(Z)

Pengangguran Indeks

(X2) Pembangunan
C = -0,085. Sig = 0,009
Manusia (Y)

Gambar 4.3 Pengaruh Pengangguran Terhadap IPM melalui Kemiskinan

Dari gambar 4.3 dapat kita lihat bahwa Pengangguran memiliki signifikansi

sebesar 0,009 yang berarti Pengangguran tidak berpengaruh secara langsung terhadap

Indeks Pembangunan Manusia. Sedangkan Pengangguran melalui Kemiskinan

sebagai variabel intervening secara berurutan memiliki tingkat signifikansi sebesar

0,099 dan 0,707 yang berarti Kemiskinan bukan intervening dari Pengangguran

terhadap Indeks Pembangunan Manusia

 54

4.2.2.3 Pengaruh PAD & Pengangguran Terhadap IPM melalui Kemiskinan

Sebagai Variabel Intervening

Pendapatan

Asli

Daerah (X1)

C = -0,021. Sig = 0,417 Indeks

Kemiskinan(Z) Pembangunan
C = -0,022. Sig = 0,707 Manusia (Y)

Pengangguran

(X2)

Gambar 4.4 Pengaruh PAD & Pengangguran Terhadap IPM melalui Kemiskinan
sebagai Variabel Intervening

Dari gambar 4.4 dapat dilihat bahwa Pendapatan Asli Daerah berpengaruh

secara langsung terhadap Indeks Pembangunan Manusia dengan tingkat konstanta

2,082 serta tingkat signifikansi sebesar 0,000 yang dimana kurang (-) dari 0,05

sedangkan Pendapatan Asli Daerah melalui Kemiskinan tidak berpengaruh terhadap

Indeks Pembangunan Manusia yang dimana tingkat konstanta sebesar -0,021 dengan

tingkat signifikansi sebesar 0,417 yang dimana lebih besar dari 0,05 hal ini

mengakibatkan Kemiskinan bukan variabel intervening bagi Pendapatan Asli Daerah.

Dalam gambar 4.4 juga dapat kita lihat bahwa Pengangguran tidak berpengaruh secara
 55

langsung terhadap Indeks Pembangunan Manusia dengan tingkat konstanta sebear

1,023 dengan tingkat signifikansi sebesar 0,616 yang dimana lebih besar dari 0,05 dan

Pengangguran melalui Kemiskinan juga tidak berpengaruh terhadap Indeks

Pembangunan Manusia yang dimana tingkat konstanta sebesar -9.1538 dengan tingkat

signifikansi sebesar 0,168 yang dimana lebih besar dari 0,05 hal ini mengakibatkan

Kemiskinan bukan variabel intervening bagi Pengangguran.

4.3 Pembahasan

Dari hasil Pengolahan data diatas dapat diketahui bahwa variabel independen

Pendapatan Asli Daerah berpengaruh langsung terhadap Indeks Pembangunan

Manusia di Provinsi Bali dan Pengangguran tidak berpengaruh secara langsung

terhadap Indeks Pembangunan Manusia di Provnsi Bali. Sedangkan Pendapatan Asli

Daerah dan Pengangguran melalui Kemiskinan sebagai variabel Intervening tidak

signifikan dan tidak berpengaruh sehingga Kemiskinan bukan merupakan variabel

Intervening.

4.3.1 Pengaruh Pendapatan Asli Daerah Terhadap Indeks Pembangunan

Manusia di Bali

Variabel Pendapatan Asli Daerah berpengaruh signifikan terhadap Indeks

Pembangunan Manusia IPM di Provinsi Bali tahun 2010 hingga 2019. Hasil penelitian

ini sesuai dengan penelitian yang dilakukan oleh (Sarkoro and Zulfikar, 2018) yang

menjelaskan bahwa Pendapatan Asli Daerah sangat berperan penting dalam

peningkatan kualitas pembangunan manusia di Provinsi Bali. Sesuai dengan semangat

desentralisasi untuk meningkatkan kemandirian daerah melalui kemandirian fiskal,

 56

pemerintah provinsi harus lebih fokus dalam upaya-upaya peningkatan pendapatan asli

daerah dengan menggali sumber-sumber keuangan sendiri untuk membiayai belanja

daerah. Namun perlu pertimbangkan bahwa upaya-upaya peningkatan PAD juga harus

melihat sumber daya dan kemampuan daerah sehingga tidak terjadi trade off dimana

keinginan yang menggebu untuk mendongkrak PAD justru menjadi disinsentif yang

mematikan potensi ekonomi (investasi) daerah. Kondisi ini terjadi jika pemerintah

daerah membuat banyak kebijakan melalui peraturan daerah (Perda) pajak dan retribusi

tanpa melihat kemampuan daerah sehingga membuat masyarakat terbebani dan

membuat pelaku usaha segan untuk melakukan investasi atau ekspansi usaha di daerah

tersebut, di tambah meningkatnya Pendapatan Asli Daerah dapat dioptimalkan agar

dapat mengurangi ketergantungan daerah terhadap pemerintah pusat, yang dimana

penganggaran dapat dialokasikan kepada belanja modal dan pembangunan

perekonomian yang akan mensejahterakan masyarakat Bali

4.3.2 Pengaruh Pengangguran terhadap Indeks Pembangunan Manusia

Variabel pengangguran berpengaruh signifikan terhadap Indeks Pembangunan

Manusia (IPM) di Provinsi Bali tahun 2010 hingga 2019. Hal tersebut mengakibatkan

semakin rendahnya pengangguran di Bali, menandakan meningkatnya tingkat

kesejahteraan di Provinsi Bali, rata-rata masyarakat Provinsi Bali bekerja paruh waktu

dengan beraneka macam pekerjaan sebagai pemandu wisata, berjualan cenderamata,

persewaan kendaraan/papan seluncur dan sebagainya. Hal tersebut dikarenakan

rendahnya angka pengangguran di Provinsi Bali, walaupun lapangan pekerjaan secara

formal juga terbatas, akan tetapi pekerjaan informal di Provinsi Bali sangat tinggi
 57

seperti menjadi tour guide, persewaan kendaraan, persewaan alat selam dan selancar,

jasa tattoo dan lain sebagainya.

Hasil penelitian ini sesuai dengan hipotesa dan hasil dari (Pengangguran et al.,

2013) dan (Ningrum, Khairunnisa and Huda, 2020) yaitu jika jumlah pengangguran

yang tinggi akan mengurangi kemakmuran hidup masyarakat melalui berkurangnya

pendapatan masyarakat yang menjadi faktor dominan dalam peningkatan

pembangunan manusia. Hal ini berakibat masyarakat yang tidak mempunyai

pendapatan tidak bisa memenuhi kebutuhan hidupnya dan memperbaiki kualitas

manusia seperti membayar biaya pendidikan dan kesehatan. Pengangguran di Provinsi

Bali dari 2010 hingga 2019 masuk dalam kategori terendah berdasarkan berita yang di

lansir oleh compass.com “Angka Pengangguran di Bali Terendah se-Indonesia, Apa

Rahasianya?”, hal ini disebabkan oleh banyaknya lapangan pekerjaan yang tersedia di

Provinsi Bali, akan tetapi pada tahun 2020 dan 2021 pengangguran di Bali terus

bertambah diakibatkan oleh persebaran Virus Pandemic di Indonesia yang

menyebabkan lumpuhnya sektor unggulan di Bali menjadi 5,63% yang sebelumnya

hanya 1,57% menurut (BPS, 2020).

4.3.3 Pengaruh Pendapatan Asli Daerah melalui Kemiskinan terhadap Indeks

Pembangunan Manusia di Bali

Variabel Pendapatan Asli Daerah melalui Kemiskinan sebagai variabel

intervening tidak berpengaruh signifikan terhadap Indeks Pembangunan Manusia di

Provinsi Bali pada tahun 2010 hingga tahun 2019, sedangkan Pendapatan Asli Daerah

secara langsung berpengaruh signifikan terhadap Indeks Pembangunan Manusia, hasil

penelitian ini sesuai dengan (Sidik, 2000) dalam (Mariyati dan Endrawati, 2010:2)
 58

yang dimana Besaran atau jumlah PAD yang diterima suatu daerah sebaiknya tidak

menjadi ukuran dari pergerakan aktivitas perekonomian, namun diukur dari sejauh

mana PAD tersebut dalam mengatur aktivitas perekonomian di daerah, sehingga

selanjutnya dapat berdampak positif bagi kesejahteraan masyarakat, hal ini

menandakan Kemiskinan tidak dapat mengintervening kan terhadap Indeks

Pemebangunan Manusia, hal ini disebabkan oleh Pendapatan Asli Daerah tidak

langsung difungsikan untuk menanggulangi kemiskinan secara khusus, akan tetapi di

anggarkan untuk Belanja Modal / Daerah, serta pembangunan lainnya seperti sarana &

prasarana yang di harapkan dapat meningkatkan kesejahteraan masyarakat. Dalam hal

ini Kemiskinan tidak dapat men intervening Pendapatan Asli Daerah juga disebabkan

oleh tingkat gini ratio (ketimpangan pendapatan), berdasarkan Badan Pusat Statistik

Indonesia tiap Provinsi, Provinsi memiliki GR sebesar 0,370 pada akhir 2019 dengan

tingkat rata-rata gini ratio di Indonesia sebesar 0,380 yang dimana tingkat ketimpangan

antara penduduk miskin dan penduduk kaya tidak terlalu lebar sehingga kemiskinan di

Provinsi Bali tidak berpengaruh signifikan terhadap kesejahteraan yang ada di Provinsi

Bali, dan Pendapatan Asli Daerah yang diperoleh pemerintah dimaksimalkan untuk

pembangunan seperti prasarana pendidikan dan kesehatan.

4.3.4 Pengaruh Pengangguran melalui Kemiskinan terhadap Indeks

Pembangunan Manusia di Bali

Variabel Pengangguran melalui Kemiskinan sebagai variabel intervening tidak

berpengaruh signifikan terhadap Indeks Pembangunan Manusia di Provinsi Bali pada

tahun 2010 hingga tahun 2019, akan tetapi Pengangguran berpengaruh signifikan

terhadap Indeks Pembangunan Manusia secara langsung, hasil penelitian ini sesuai
 59

dengan (Wijayanti and Darsana, 2013) yang dimana jika jumlah pengangguran yang

tinggi akan mengurangi kemakmuran hidup masyarakat melalui berkurangnya

pendapatan masyarakat yang menjadi faktor dominan dalam peningkatan

pembangunan manusia. Hal ini menandakan kemiskinan tidak dapat mengintervening

kan terhadap Indeks Pmebangunan Manusia, hal ini di sebabkan pengangguran di

Provinsi Bali tidak sepenuhnya menganggur karena banyak dari masyarakat yang

bekerja paruh waktu dan mendapatkan upah yang cukup untuk memenuhi kebutuhan

hidupnya, sehingga masyarakat tidak jatuh dalam kemiskinan dan mampu memenuhi

kebutuhan sehari harinya sehingga kesejahteraan masyarakat tetap terjaga dan tidak

mempengaruhi Indeks Pembangunan Manusia di Bali

 60

BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan

Sesuai dengan rumusan masalah dan tujuan penelitian serta hasil analisis yang

telah diuraikan Bab IV, maka diperoleh kesimpulan sebagai berikut:

1. Pendapatan Asli Daerah Provinsi Bali sebagai sumber pendapatan daerah dari

Provinsi Bali merupakan hasil kebijakan dari kebijakan desentralisasi

pemerintah guna melimpahkan kewenangan pengelolaan Pemerintah masing

masing daerah. Hal tersebut dikarenakan Pendapatan Asli Daerah sangat

berperan penting dalam peningkatan kualitas pembangunan manusia dengan

bantuan suntikan dananya untuk belanja pemerintah dan daerahnya

2. Pengangguran yang merupakan suatu keadaan dimana seseorang yang

tergolong dalam angkatan kerja yang ingin mendapatkan kerja tetapi mereka

belum dapat memperoleh pekerjaan tersebut, dari penelitian ini Pengangguran

berpengaruh secara langsung terhadap Indeks Pembangunan Manusia di

Provinsi Bali. Hal ini menyebabkan semakin berkurangnya pengangguran,

maka tingkat kesejahteraan masyarakat akan meningkat

3. Pendapatan Asli Daerah melalui Kemiskinan sebagai variabel intervening,

menjelaskan bahwa Pendapatan Asli Daerah tidak berpengaruh signifikan

terhadap Indeks Pembangunan Manusia di Provinsi Bali. Hal tersebut

menjelaskan bahwa walaupun perolehan PAD tinggi, hal tersebut tidak

 61

menyebabkan kemiskinan dapat mengintervening dan mempengaruhi Indeks

Pembangunan di Provinsi Bali.

4. Pengangguran melalui Kemiskinan sebagai variabel intervening, menjelaskan

bahwa Pengangguran tidak berpengaruh signifikan terhadap Indeks

Pembangunan Manusia di Provinsi Bali. Hal tersebut menjelaskan bahwa

mestkipun jumlah Pengangguran tinggi, hal tersebut tidak menyebabkan

kemiskinan dapat mengintervening dan mempengaruhi Indeks Pembangunan

di Provinsi Bali.

5.2 Saran

Berdasarkan kesimpulan di atas, berikut ini merupakan beberapa saran yang

dapat dijadikan bahan pertimbangan sebagai berikut:

1. Dengan kekayaan yang dimiliki oleh Provinsi Bali, baik alam maupun

buatan, pemerintah Provinsi Bali diharapkan dapat memanfaatkan

penggunaan agar dapat meningkatkan peluang Pendapatan Asli Daerah

dan juga pemerintah dapat merealisasikan pengawasan peraturan daerah

tentang pemungutan pajak dan retribusi secara disiplin, selain itu juga

melaukan pencerdasan dan pembinaan tentang wajib pajak agar dapat

meningkatkan kesadaran akan wajib pajak dan retribusi secara massif

dan terkoordinir

2. Pemerintah diharapkan dapat membaca peluang yang ada dari keadaan

geografis dan sumber daya manusia yang dimiliki oleh Provinsi Bali
 62

dengan sinergisitas anatara masyarakat dengan pemerintah, dengan

melaksanakan sosialisasi perihal program program pemerintah,

melaksanakan pelatihan kerja dan upgrading skill memetakkan potensi

tiap tiap daerah. Sehingga hal tersebut diharapkan dapat mengurangi

angka pengangguran di Provinsi Bali serta meningkatkan pembangunan

manusianya.

3. Untuk penelitian selanjutnya, dapat menggunakan variabel intervening

lain yang berbeda dari permasalahan pada umumnya selain kemiskinan

dan pengangguran, agar dapat mengetahui variabel yang dapat

memperkuat pengaruh atau memperlemah pengaruh variabel X

terhadap variabel Y dengan harapan dapat lebih bermanfaat guna

pemilihan kebijakan yang lebih tepat.

 DAFTAR PUSTAKA

Alhudhori, M. (2017) ‘Pengaruh Ipm, Pdrb Dan Jumlah Pengangguran Terhadap

Penduduk Miskin Di Provinsi Jambi’, EKONOMIS : Journal of Economics and

Business, 1(1), p. 113. doi: 10.33087/ekonomis.v1i1.12.

Bilkisty, R. A. (2017) ‘Pengaruh Intensitas Persaingan Pasar Terhadap Kinerja

Perusahaan Dengan Sistem Informasi Akuntansi Manajemen Sebagai Pemoderasi’,

Doctoral dissertation, Fakultas Ekonomi dan Bisnis Unpas Bandung, pp. 63–99.

Candra Yunita Sari, I. and Supadmi, N. (2016) ‘Pengaruh Pendapatan Asli Daerah

Dan Belanja Modal Pada Peningkatan Indeks Pembangunan Manusia’, E-Jurnal

Akuntansi, 15(3), pp. 2409–2438.

Chaiviberst, R. (1994) ‘The origins and Practice of Participatory Rural Appraisal’,

World Development, 22(7), pp. 953–969. Available at:

https://www.sciencedirect.com/science/article/pii/0305750X94901414.

Chalid, N. and Yusuf, Y. (2014) ‘Pengaruh Tingkat Kemiskinan dan Tingkat

Pengangguran, Upah Minimun Kabupaten/Kota Dan Laju Pertumbuhan Ekonomi

Terhadap Indeks Pembangunan Manusia di Provinsi Riau’, Jurnal Ekonomi, 22(2),

pp. 1–12. Available at:

http://ejournal.unri.ac.id/index.php/JE/article/viewFile/2592/2547%0A.

Christia, A. M. and Ispriyarso, B. (2019) ‘DESENTRALISASI FISKAL DAN

OTONOMI DAERAH Di INDONESIA’, Law Reform, 15(1), p. 149. doi:

10.14710/lr.v15i1.23360.

63
 64

Ningrum, J. W., Khairunnisa, A. H. and Huda, N. (2020) ‘Pengaruh Kemiskinan ,

Tingkat Pengangguran , Pertumbuhan Ekonomi dan Pengeluaran Pemerintah

Terhadap Indeks Pembangunan Manusia ( IPM ) di Indonesia Tahun 2014-2018

dalam Perspektif Islam’, Jurnal Ilmiah Ekonomi Islam, 6(02), pp. 212–222.

Pengangguran, P. et al. (2013) ‘Pengaruh Pengangguran, Pertumbuhan Ekonomi, Dan

Pengeluaran Pemerintah Terhadap Pembangunan Manusia Kabupaten/Kota Di

Provinsi Jawa Tengah Tahun 2007-2011’, Economics Development Analysis Journal,

2(3), pp. 85–98. doi: 10.15294/edaj.v2i3.1984.

Prasetyoningrum, A. K. (2018) ‘Analisis Pengaruh Indeks Pembangunan Manusia

(Ipm), Pertumbuhan Ekonomi, Dan Pengangguran Terhadap Kemiskinan Di

Indonesia’, Equilibrium: Jurnal Ekonomi Syariah, 6(2), p. 217. doi:

10.21043/equilibrium.v6i2.3663.

Rosita, N. W. A., Isharijadi and Murwani, J. (2018) ‘Pengaruh Ukuran Perusahaan

dan Profitabilitas Terhadap Harga Saham pada Perusahaan Jasa yang Terdaftar di

BEI’, Forum Ilmiah Pendidikan Akuntansi Universitas PGRI Madiun, 6(2), pp. 1–13.

Sarkoro, H. and Zulfikar, Z. (2018) ‘DANA ALOKASI KHUSUS DAN

PENDAPATAN ASLI DAERAH TERHADAP INDEKS PEMBANGUNAN

MANUSIA (Studi Empiris pada Pemerintah Provinsi se-Indonesia Tahun 2012-

2014)’, Riset Akuntansi dan Keuangan Indonesia, 1(1), pp. 54–63. doi:

10.23917/reaksi.v1i1.1972.

Suliswanto, M. S. W. (2010) ‘Pengaruh produk domestik bruto dan indeks

 65

pembangunan manusia’, Ub Malang, 3, p. 3.

Usman, R. (2017) ‘Pengaruh Pajak Daerah Dan Retribusi Daerah Terhadap

Pendapatan Asli Daerah (Pad) (Studi Kasus pada Pemerintah Daerah Kota Bandung

periode 2011-2015)’, JAF- Journal of Accounting and Finance, 1(01), pp. 87–104.

Wijayanti, N. and Darsana, I. (2013) ‘PENGARUH PENDAPATAN ASLI

DAERAH DAN DANA ALOKASI UMUM TERHADAP KESEJAHTERAAN

MASYARAKAT MELALUI PERTUMBUHAN EKONOMI (Studi Kabupaten/Kota

di Provinsi Bali Periode 2008-2013)’, E-Jurnal EP Unud, 4[3], pp. 1164–1193.

 66

LAMPIRAN

LAMPIRAN 1

Perkembangan Indeks Pembangunan Manusia di Provinsi Bali

Tahun 2010-2019

TAHUN DATA PERSENTASE

2010 70.10% 0.10%
2011 71% 0.90%
2012 71.62% 0.62%
2013 72.09% 0.40%
2014 72.48% 0.39%
2015 73.27% 0.79%
2016 73.65% 0.38%
2017 74.3% 0.65%
2018 74.77% 0.47%
2019 75.38% 0.61%
Sumber: BPS Bali, 2020 (data diolah)

Perkembangan Pendapatan Asli Daerah di Provinsi Bali Tahun 2010-2019

TAHUN DATA PERSENTASE

2010 1393730257 0.19%
2011 1723807096 0,23%
2012 2042091096 0.18%
2013 2529976147 0.23%
2014 2920416697 0.15%
2015 3041266607 0.04%
2016 3041195258 -0.000023%
2017 3398472278 0.11%
2018 3718499635 0.09%
2019 4023156316 0.08%
Sumber: BPS Bali, 2020 (data diolah)
 67

Perkembangan Kemiskinan di Provinsi Bali Tahun 2010-2019

TAHUN DATA PERSENTASE

2010 221600 0.27%
2011 183100 -0.17%
2012 158950 0.13%
2013 182770 0.14%
2014 196000 0.07%
2015 196710 0.003%
2016 178180 -0.09%
2017 180130 0.01%
2018 171760 -0.04%
2019 163850 -0.04%
Sumber: BPS Bali, 2020 (data diolah)

Perkembangan Pengangguran di Provinsi Bali Tahun 2010-2019

TAHUN DATA PERSENTASE

2010 68791 0.03%
2011 65716 -0.04%
2012 48220 -0.26%
2013 41820 -0.13%
2014 44126 0.05%
2015 47210 0.06%
2016 46484 -0.01%
2017 36143 -0.22%
2018 35811 -0.009%
2019 39288 0.09%
Sumber: BPS Bali, 2020 (data diolah)
 68

LAMPIRAN 2

Tabel Pengujian

Nilai F (α = 0,05)

Pembilan
df penyebut df untuk N1
g
N2 1 2 3 4 5 6 7
1 161 2.00 216.11 225 230 234 237
2 18.5 19.0 19.2 19.2 19.3 19.3 19.4
3 10.1 9.55 9.28 9.12 9.01 8.94 8.89
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29
10 4.96 4.10 3.71 3.48 3.33 3.22 3.14
11 4.84 3.98 3.59 3.36 3.20 3.09 23.01
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17
120 3,92 3.07 2.68 2.45 2.29 2.17 2.09
Sumber: Gujarati, Damodar, 1999
 69

LAMPIRAN 3

Tabel Pengujian Nilai T

df t 0,10 t 0,05 t 0,025 t 0,01 t 0,005 df

1 3.078 6.314 12.706 31.821 63.657 1
2 1.886 2.920 4.303 6.965 9.925 2
3 1.638 2.353 3.182 4.541 5.841 3
4 1.533 2.132 2.376 3.747 4.604 4
5 1.476 2.015 2.571 3.365 4.032 5

6 1.440 1.943 2.447 2.343 3.707 6

7 1.415 1.895 2.365 2.998 3.499 7
8 1.397 1.860 2.306 2.896 3.355 8
9 1.383 1.833 2.262 2.821 3.250 9
10 1.372 1.812 2.228 2.764 3.169 10

11 1.363 1.796 2.201 2.718 3.106 11

12 1.356 1.782 2.179 2.681 3.055 12
13 1.350 1.771 2.160 2.650 3.012 13
14 1.345 1.761 2.145 2.624 2.977 14
15 1.341 1.753 2.131 2.602 2.947 15

16 1.337 1.746 2.120 2.583 2.921 16

17 1.333 1.740 2.110 2.567 2.898 17
18 1.330 1.734 2.101 2.552 2.878 18
19 1.328 1.729 2.093 2.539 2.861 19
20 1.325 1.725 2.086 2.528 2.845 20

21 1.323 1.721 2.080 2.518 2.831 21

22 1.321 1.717 2.074 2.508 2.819 21
23 1.319 1.714 2.069 2.500 2.807 23
24 1.318 1.711 2.064 2.492 2.797 24
25 1.316 1.780 2.060 2.485 2.787 25
Sumber: Gujarati, Damodar, 1999
 70

LAMPIRAN 4

TABEL DURBIN – WATSON

n k = 1 k = 2 k = 3 k = 4 k = 5
dL dU dL dU dL dU dL dU dL dU
10 0.879 1.320 0.697 1.641 0.525 2.016 0.376 2.414 0.243 2.822
11 0.927 1.324 0.658 1.604 0.595 1.928 0.444 2.253 0.316 2.545
12 0.971 1.331 0.812 1.579 0.658 1.864 0.512 2.177 0.379 2.506
13 1.010 1.340 0.861 1.562 0.715 1.816 0.574 2.094 0.445 2.380
14 1.045 1.350 0.905 1.551 0.767 1.779 0.632 2.030 0.505 2.298
15 1.077 1.361 0.943 1.543 0.814 1.750 0.688 1.977 0.562 2.220
16 1.060 1.371 0.982 1.539 0.857 1.726 0.734 1.935 0.615 2.157
17 1.133 1.381 1.015 1.536 0.897 1.710 0.778 1.900 0.664 2.104
18 1.158 1.391 1.046 1.535 0.933 1.696 0.820 1.873 0.710 2.060
19 1.180 1.401 0.074 1.535 0.967 1.685 0.859 1.848 0.752 2.023
20 1.201 1.411 1.100 1.537 0.908 1.676 0.894 1.828 0.792 1.901
21 1.221 1.420 1.125 1.538 1.026 1.669 0.927 1.812 0.829 1.964
22 1.239 1.429 1.147 1.541 1.053 1.664 0.958 1.797 0.863 1.940
23 1.257 1.437 1.168 1.543 1.076 1.660 0.989 1.785 0.895 1.920
24 1.273 1.446 1.188 1.545 1.101 1.656 1.013 1.775 0.925 1.902
25 1.288 1.454 1.206 1.550 1.123 1.654 1.036 1.767 0.952 1.886
26 1.302 1.461 1.224 1.553 1.143 1.652 1.062 1.759 0.979 1.873
27 1.316 1.469 1.240 1.558 1.162 1.651 1.084 1.753 1.004 1.861
28 1.328 1.476 1.255 1.560 1.181 1.650 1.104 1.747 1.028 1.850
29 1.341 1.483 1.270 1.563 1.198 1.650 1.124 1.743 1.050 1.841
30 1.352 1.489 1.284 1.567 1.214 1.650 1.143 1.739 1.071 1.833
31 1.363 1.496 1.297 1.570 1.229 1.650 1.160 1.735 1.090 1.825
32 1.373 1.502 1.309 1.574 1.244 1.650 1.177 1.732 1.109 1.819
33 1.383 1.508 1.321 1.577 1.258 1.651 1.193 1.730 1.127 1.813
34 1.393 1.514 1.333 1.580 1.271 1.652 1.208 1.728 1.144 1.808
35 1.402 1.519 1.343 1.584 1.283 1.653 1.222 1.726 1.160 1.803
36 1.411 1.525 1.354 1.587 1.295 1.654 1.236 1.724 1.175 1.799
37 1.419 1.530 1.364 1.590 1.307 1.655 1.249 1.723 1.190 1.795
38 1.427 1.535 1.373 1.594 1.318 1.656 1.261 1.722 1.204 1,792
39 1.435 1.540 1.382 1.597 1.328 1.658 1.273 1.722 1.218 1.789
40 1.442 1.544 1.391 1.600 1.338 1.659 1.285 1.721 1.230 1.786
45 1.475 1.566 1.430 1.615 1.383 1.666 1.338 1.720 1.287 1.776
50 1.503 1.585 1.462 1.628 1.421 1.674 1.378 1.721 1.335 1.771
55 1.528 1.601 1.490 1.641 1.452 1.681 1.414 1.724 1.374 1.768
60 1.549 1.616 1.514 1.652 1.480 1.689 1.444 1.724 1.408 1.767
65 1.567 1.629 1.536 1.662 1.503 1.696 1.471 1.731 1.438 1.767
70 1.583 1.641 1.554 1.672 1.525 1.703 1.494 1.735 1.464 1.768
75 1.598 1.652 1.571 1.680 1.543 1.709 1.515 1.739 1.487 1.770
80 1.611 1.662 1.586 1.688 1.560 1.715 1.534 1.743 1.507 1.772
85 1.624 1.671 1.600 1.696 1.575 1.721 1.550 1.747 1.525 1.774
90 1.635 1.679 1.612 1.703 1.589 1.726 1.568 1.751 1.542 1.776
95 1.645 1.679 1.612 1.703 1.589 1.726 1.588 1.751 1.542 1.776
100 1.654 1.694 1.634 1.715 1.613 1.736 1.592 1.758 1.571 1.780

Sumber: Algifari, 2000

 71

LAMPIRAN 5

OUTPUT SPSS

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson

1 .992a .984 .975 .26726 1.349

a. Predictors: (Constant), Z, X1, X2

b. Dependent Variable: Y

Unstandardize
d Residual
Test Value(a) .00156
Cases < Test Value 5
Cases >= Test Value 5
G 10
Number of Runs 5
Z -.335
Asymp. Sig. (2-tailed) .737

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 68.108 1.532 44.449 .000

X1 2.114E-9 .000 1.061 9.750 .000 .230 4.350

X2 2.383E-5 .000 .159 1.351 .225 .197 5.067

Z -1.230E-5 .000 -.130 -2.019 .090 .653 1.532

a. Dependent Variable: Y
 72

Coefficients(a)

Model Unstandardized Coefficients Standardized Coefficients t Sig.

B Std. Error Beta

1 (Constant) ,
5
5,469 9,608 ,000
6
9
LNZ ,
0
-,022 -,089 -,392 ,707
5
5
LNX2 ,
0
-,085 -,814 -3,588 ,009
2
4
a Dependent Variable: LNY

Coefficients(a)

Model Unstandardized Coefficients Standardized Coefficients t Sig.

B Std. Error Beta

1 (Constant) ,
3
3,170 8,161 ,000
8
8
LNX1 ,
0
,063 ,928 9,293 ,000
0
7
LNZ ,
0
-,021 -,086 -,862 ,417
2
4
a Dependent Variable: LNY

Coefficients(a)

Model Unstandardized Coefficients Standardized Coefficients t Sig.

B Std. Error Beta

1 (Constant) 8
,
-4,726 2 -,571 ,584
8
0
LNZ ,
1,277 ,551 1,868 ,099
6
 73

8
3
a Dependent Variable: LNX2

Coefficients(a)

Model Unstandardized Coefficients Standardized Coefficients t Sig.

B Std. Error Beta

1 (Constant) 1
3
,
42,733 3,196 ,013
3
7
3
LNZ 1
,
-1,736 1 -,486 -1,573 ,154
0
4
a Dependent Variable: LNX1

Coefficients(a)

Model Unstandardized Coefficients Standardized Coefficients t Sig.

B Std. Error Beta

1 (Constant) ,
5
2,554 4,611 ,002
5
4
LNX1 ,
0
,074 1,080 4,973 ,002
1
5
LNX2 ,
0
,013 ,121 ,558 ,594
2
3
a Dependent Variable: LNY