PENGARUH INDEKS PEMBANGUNAN MANUSIA (IPM), INFLASI

DAN ZAKAT, INFAQ, SHADAQAH (ZIS) TERHADAP PENGENTASAN

KEMISKINAN DI PROVINSI JAWA BARAT (PERIODE TAHUN 2012-
2015)

SKRIPSI

Diajukan Kepada Fakultas Ekonomi dan Bisnis

Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Ekonomi

Oleh :

MUHAMMAD BAHARIANSYAH
1113086000026

Jurusan Ekonomi Syariah

Fakultas Ekonomi and Bisnis

Universitas Islam Negeri Syarif Hidayatullah Jakarta

1438 H/2017 M
 DAFTAR RIWAYAT HIDUP

Nama : Muhammad Bahariansyah

Tempat/Tanggal Lahir : Tangerang, 06 Mei 1995
Jenis Kelamin : Laki-laki

Alamat : Komplek Cempaka Hijau B.23 RT/RW.02/07 Kel.

Cempaka Putih, Kec. Ciputat Timur. Tangerang Selatan,
Banten

Nomor HP : 0857 1979 1671

E-mail : Bahariansyah95@gmail.com

Riwayat Pendidikan :  UIN Syarif Hidayatullah, Jurusan Ekonomi Syariah

 SMA Negeri 6 Jakarta, 2010-2013.
 SMP Negeri 85 Jakarta, 2007-2010.
 SDN Pesanggrahan 09 Pagi, 2001- 2007.

Pengalaman Organisasi :  Departemen Seni dan Budaya, Dewan Eksekutif

Mahasiswa (DEMA) Fakultas Ekonomi dan Bisnis
(2013-2014)
 Panitia OPAK Fakultas Ekonomi dan Bisnis (2014)
 Divisi acara dan dokumentasi KKN Leader (2016)

i
 ABSTRACT

This study aims to analyze the Influence of Human Development Index

(HDI), Inflation, and Zakat Infaq, and Shadaqah (ZIS) toward Poverty Rate in
West Java Province Year 2012-2015. The data used in this study is secondary
data and the method used is panel data regression analysis using Fixed Effect
Model with the help of Eviews 9 program to obtain a comprehensive view of the
relationship between variables one with other variables. The sample in this study
consisted of 26 cities/regencies in West Java Province for 4 years from 2012-
2015.

The results showed that the variable of Inflation has a significant influence
on the poverty rate partially. While the HDI and ZIS don‟t have a significant
effect on the poverty rate partially. The resul of regression analysis
simultaneously obtained that HDI, Inflation and ZIS together influence Poverty
rate. The prediction ability of the three variables to the Poverty Rate is 99,74%
and the remaining 0,26% is influenced by other factors not included in the
research model.

Keywords: Poverty in West Java, Human Development Index (HDI), Inflation,

Zakat, Infaq and Shadaqah (ZIS), Panel Data

ii
 ABSTRAK

Penelitian ini bertujuan untuk menganalisis Pengaruh Indeks Pembangunan

Manusia (IPM), Inflasi dan Zakat, Infaq, Shadaqah (ZIS) terhadap Pengentasan
Kemiskinan di Provinsi Jawa Barat (Periode Tahun 2012-2015). Data yang
digunakan dalam penelitian ini adalah data sekunder dan metode yang digunakan
yaitu analisis regresi data panel menggunakan Fixed Effect Model dengan bantuan
program Eviews 9 untuk memperoleh gambaran yang menyeluruh mengenai
hubungan antara variabel satu dengan variabel yang lain. Sampel dalam penelitian
ini terdiri dari 26 kota/kabupaten di Provinsi Jawa Barat selama 4 tahun yaitu dari
tahun 2012-2015.

Hasil Penelitian menunjukkan bahwa variabel Inflasi memiliki pengaruh

yang signifikan terhadap Pengentasan Kemiskinan secara parsial. Sedangkan IPM
dan ZIS tidak memiliki pengaruh yang signifikan terhadap Pengentasan
Kemiskinan secara parsial. Hasil analisis regresi secara simultan diperoleh bahwa
IPM, Inflasi dan ZIS secara bersama-sama mempengaruhi Pengentasan
Kemiskinan. Kemampuan prediksi dari ketiga variabel tersebut terhadap
Pengentasan Kemiskinan sebesar 99,74% dan sisanya 0,26% dipengaruhi oleh
faktor lain yang tidak dimasukkan ke dalam model penelitian.

Kata Kunci : Kemiskinan Jawa Barat, Indeks Pembangunan Manusia

(IPM), Inflasi, Zakat, Infaq dan Shadaqah (ZIS), Data
Panel

iii
 KATA PENGANTAR

Assalamu’alaikum wa rahmatullahi wa barakaatuh

Puji dan syukur kehadirat Allah Subhanahu wa Ta‟ala yang telah

melimpahkan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan

skripsi ini dengan judul ”Pengaruh Indeks Pembangunan Manusia (IPM), Inflasi

dan Zakat, Infaq, Shadaqah (ZIS) terhadap Pengentasan Kemiskinan di Provinsi

Jawa Barat (Periode Tahun 2012-2015)” sebagai salah satu syarat untuk

menyelesaikan Program Sarjana (S1) Jurusan Ekonomi Syariah Fakultas Ekonomi

dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta. Tak lupa pula

shalawat serta salam tercurahkan kepada junjungan Nabi besar Muhammad

Shallallah Alayhi wa Sallam, sehingga penulis dapat menyelesaikan skripsi ini

dengan sebaik-baiknya.

Dalam penelitian ini penulis menyadari bahwa penulisan ini tidak dapat

terselesaikan tanpa dukungan, bantuan, bimbingan serta doa dari berbagai pihak.

Oleh karena itu, penulis ingin menyampaikan ucapan terima kasih kepada semua

pihak yang telah membantu dalam penyusunan skripsi ini terutama pada:

1. Terimakasih kepada Keluarga atas segala doa dan dukungannya.

2. Bapak Dr. Arief Mufraini, Lc,M.Si selaku Dekan FEB, Bapak

Dr.Amilin, SE., Ak.,M.Si., QIA., BKP selaku Wakil Dekan I Bid.

Akademik, Bapak Dr. Ade Sofyan Mulazid, S.Ag, M.H selaku Wakil

Dekan II Bid Administrasi Umum dan Bapak Dr. Desmadi Saharuddin

iv
 M.A selaku Wakil Dekan III Bid. Kemahasiswaan yang telah

memberikan jalan bagi saya dalam mengerjakan skripsi ini.

3. Bapak Yoghi Citra Pratama, M.Si Selaku Ketua Jurusan Ekonomi

Syariah dan Ibu Rr. Tini Anggraini, ST., M.Si selaku sekretaris

Jurusan Ekonomi Syariah. Semoga dapat menjadi panutan untuk

Jurusan Ekonomi Syariah dalam memajukannya.

4. Bapak Dr. Ir. H Roikhan Mochamad Aziz, MM. Hah. Slm selaku Dosen

Pembimbing Skripsi I dan sebagai penemu Teori Hahslm Theory,

Universe Guidance Theory, Teori Penciptaan dari al-Qur‟an, serta rumus

total al-Qur‟an 1587x4=112+6236 yang dengan kerendahan hatinya

bersedia meluangkan waktunya untuk memberikan pengarahan, ilmu yang

bermanfaat, serta masukan yang sangat berarti selama penyelesain skripsi

ini. Semoga Allah Subhanahu wa Ta‟ala membalas segala kebaikan

Bapak.

5. Seluruh Dosen Fakultas Ekonomi dan Bisnis, terima kasih atas curahan

ilmu yang Bapak dan Ibu berikan kepada saya. Semoga amalmu

mendapat keberkahan dari Allah Subhanahu wa Ta‟ala.

6. Seluruh jajaran karyawan Fakultas Ekonomi dan Bisnis, atas kerja

kerasnya melayani mahasiswa dengan baik dan meningkatkan citra

Fakultas Ekonomi dan Bisnis.

v
 7. Terimakasih kepada Abie Sentani, Harish Ahmadi, Abie Ayub, Dimas,

Dita, Vika, Fadhil, Ridho, Ihsan dan seluruh teman seperjuangan Ekonomi

Syariah 2013 lainnya untuk empat tahun yang menyenangkan.

Penulis menyadari bahwa hasil penelitian ini masih memiliki banyak

kekurangan dan jauh dari kata sempurna dikarenakan terbatasnya pengalaman

dan pengetahuan yang dimiliki penulis. Dengan segenap kerendahan hati

penulis mengharapkan saran, arahan, maupun kritikan yang konstuktif dengan

penyempurnaan hasil penelitian ini.

Wassalamualaikum wa rahmatullahi wa barakaatuh

Jakarta, 14 November 2017

Muhammad Bahariansyah

vi
 DAFTAR ISI

LEMBAR PENGESAHAN SKRIPSI

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
LEMBAR PENGESAHAN UJIAN SKRIPSI
LEMBAR PERNYATAAN KARYA ILMIAH
DAFTAR RIWAYAT HIDUP…………………………………………..…………….i
ABSTRACT…………………………………………………………………………..ii
ABSTRAK…………………………………………………………………………...iii
KATA PENGANTAR………………………………………………………………..iv
DAFTAR ISI………………………………………………………………………...vii
DAFTAR TABEL………………………………………………………………….....x
DAFTAR GAMBAR………………………………………………………………….xi
DAFTAR LAMPIRAN……………………………………………………………….xii
BAB I …………………………………………………………………………………1
PENDAHULUAN ........................................................................................................ 1
Latar Belakang ........................................................................................................ 1
A. Rumusan Masalah ............................................................................................. 9
B. Tujuan Penelitian............................................................................................... 9
C. Manfaat Penelitian........................................................................................... 10
D. Sistematika Penulisan………………………………………………………...10

BAB II......................................................................................................................... 12
TINJAUAN PUSTAKA ............................................................................................. 12
A. Landasan Teori ............................................................................................... 12
1. Kemiskinan ............................................................................................... 12
1.1. Pengertian Kemiskinan ............................................................................ 12
1.2. Penyebab Kemiskinan .............................................................................. 17
1.3. Teori Kemiskinan ..................................................................................... 19
1.4. Ukuran Kemiskinan ................................................................................. 21
2. Indeks Pembangunan Manusia (IPM).............................................................. 22
2.1. Pengertian IPM ........................................................................................... 22
 2.2. Komponen Pembangunan Manusia ............................................................ 24
2.3. Pengukuran Indeks Pembangunan………………………………………..27
2.4. Manfaat Indeks Pembangunan ................................................................... 28
3. Inflasi ............................................................................................................... 29
3.1. Pengertian Inflasi ....................................................................................... 29
3.2. Penyebab Timbulnya Inflasi ...................................................................... 32
4. Zakat, Infaq, Shadaqah (ZIS) ........................................................................... 33
4.1. Zakat ........................................................................................................ 33
4.1.1 Pengertian Zakat ...................................................................................... 33
4.1.2 Prinsip Zakat ............................................................................................ 35
4.2 Infaq ......................................................................................................... 36
4.3 Shadaqah…………………………………………………………..……37
B. Keterkaitan Antar Variabel Bebas dengan Variabel Terikat .......................... 38
1. Pengaruh IPM Terhadap Kemiskinan ........................................................... 38
2. Pengaruh Inflasi Terhadap Kemiskinan ........................................................ 39
3. Pengaruh Zakat, Infaq dan Shadaqah (ZIS) Terhadap Kemiskinan………...40
C. Penelitian Terdahulu ...................................................................................... 40
D. Kerangka Pemikiran…………………………………………………………44
E. Hipotesa Penelitian ......................................................................................... 47
BAB III ....................................................................................................................... 49
METODELOGI PENELITIAN .................................................................................. 49
A. Ruang Lingkup Penelitian ............................................................................. 49
B. Metode Pengumpulan Data ............................................................................ 49
1. Field Research ............................................................................................... 49
2. Library Research ........................................................................................... 50
C. Teknik Pengolahan Data ............................................................................. 50
D. Metode Analisis Data .................................................................................. 50
1) Penentuan Model Estimasi ........................................................................... 52
a. Common Effect atau Pooled Least Square (PLS)....................................... 52
b. Fixed effect Model (FEM) .......................................................................... 53
c. Random effect Model (REM)..................................................................... 54
2) Tahapan Analisis Data .................................................................................. 55
a. Uji Chow........................................................................................................ 55
 b. Uji Hausman .................................................................................................. 56
3) Pengujian Signifikan ....................................................................................... 57
a. Uji Signifikan Parameter Individual (Uji Statistik t) ..................................... 57
b. Uji Signifikan Simultan (Uji Statistik F) ....................................................... 57
c. Uji Koefisien Determinasi (R2 ) .................................................................... 58
d. Uji H .............................................................................................................. 59
E. Operasional Variabel Penelitian ...................................................................... 62
BAB IV ....................................................................................................................... 65
HASIL PENELITIAN DAN PEMBAHASAN .......................................................... 65
A. Gambaran Umum Obyek Penelitian ............................................................. 65
B. Kondisi Kemiskinan di Provinsi Jawa Barat ................................................ 65
C. Analisis dan Pembahasan ............................................................................. 68
D. Pengujian Hipotesis ..................................................................................... 76
a. Model Penelitian................................................................................... 76
b. Uji Signifikansi Parsial (Uji t) ............................................................. 86
1. Berdasarkan Probabilitas.................................................................. 86
c. Uji Signifikansi Simultan (Uji F) ......................................................... 87
1. Berdasarkan F Tabel ........................................................................ 87
d. Uji Adjusted R2 ................................................................................... 88
E. Interpretasi Hasil Penelitian .......................................................................... 89
BAB V ........................................................................................................................ 91
KESIMPULAN ........................................................................................................... 91
A. Kesimpulan ................................................................................................... 91
B. Saran dan Implikasi ...................................................................................... 92
DAFTAR PUSTAKA………………………………………………………………..93

LAMPIRAN…………………………………………………………..……...……...98
 DAFTAR TABEL

No. Keterangan Halaman

1.1 Jumlah Kemiskinan Provinsi Jawa Barat Tahun 2012-2015 2

1.2 Data Penelitian 7

4.1 Jumlah Penduduk Miskin Provinsi Jawa Barat Tahun 2012-2015 66

4.2 Hasil Regresi Data Panel Common Effect Model 69

4.3 Hasil Regresi Data Panel Fixed Effect Model 70

4.4 Hasil Uji Chow 72

4.5 Hasil Regresi Data Panel Random Effect Model 73

4.6 Hasil Uji Hausman 75

4.7 Hasil Uji Persamaan Setiap Objek Penelitian 78

x
 DAFTAR GAMBAR
No. Keterangan Halaman

1.1 Jumlah penyaluran dana ZIS Provinsi Jawa Barat 8

2.1 Lingkaran Setan Kemiskinan 20

2.2 Kerangka Pemikiran 45

xi
 DAFTAR LAMPIRAN

Lampiran 1 : Hasil Regresi Data Panel Common Effect Model…...…………….99

Lampiran 2 : Hasil Regresi Data Panel Fixed Effect Model………….…………100

Lampiran 3 : Tabel Uji Chow……………………………………………..…….102

Lampiran 4 : Tabel Random Effect…………………………………………..….103

Lampiran 5 : Tabel Uji Hausman………………………………………………..105

 PENDAHULUAN

A. Latar Belakang

Permasalahan kemiskinan adalah permasalahan yang masih dihadapi oleh

seluruh bangsa di dunia, terutama di Negara-negara yang masih berkembang

seperti Indonesia. Kemiskinan sendiri merupakan permasalahan sosial yang

sangat kompleks dan banyak faktor yang menjadi aspek penyebab kemiskinan di

suatu Negara. Salah satunya adalah kurangnya pendapatan karena sulit

mendapatkan pekerjaan, pendidikan, kesehatan dan ketimpangan. Kemiskinan

dapat diartikan dimana seseorang tidak mampu memenuhi kebutuhan kehidupan

dasarnya seperti makanan, pakaian, tempat tinggal, tingkat kesehatan dan

pendidikan.

Permasalahan kemiskinan di Jawa Barat bukan hanya terjadi di daerah-

daerah terpencil saja, faktanya banyak penduduk miskin juga tinggal di daerah

perkotaan. Badan Pusat Statistik Jawa Barat mencatat bahwa angka kemiskinan

di Jawa Barat sangat fluktuatif. Pada tahun 2015 angka kemiskinan di Provinsi

Jawa Barat sebesar 4.485.650 orang. Secara keseluruhan angka kemiskinan di

Indonesia pada tahun 2015 sebesar 28.513.570 jiwa dari total jumlah penduduk

di Indonesia sebesar 255.461.700 jiwa (BPS: 2017)

Salah satu indikator utama keberhasilan pembangunan nasional adalah laju

penurunan jumlah penduduk miskin. Efektivitas dalam menurunkan jumlah

1
penduduk miskin merupakan pertumbuhan utama dalam memilih strategi atau

instrumen pembangunan. Hal ini menunjukkan salah satu kriteria utama

pemilihan sektor titik berat atau sektor andalan pembangunan nasional adalah

efektivitas dalam penurunan jumlah penduduk miskin (Hidayat, 2007).

Adapun jumlah kemiskinan di Provinsi Jawa Barat dari tahun 2012 sampai

tahun 2015 ditunjukkan oleh Tabel 1.1:

Tabel 1.1

Jumlah Kemiskinan Provinsi Jawa Barat Tahun 2012-2015

(berdasarkan ratusan ribu jiwa)

KEMISKINAN
KOTA/KABUPATEN
2012 2013 2014 2015

Bogor 451 499,1 479,1 487,10

Sukabumi 234,6 222,8 213,6 217,86

Cianjur 292,2 267,9 256,6 273,90

Bandung 279,5 271,7 266,8 281,04

Garut 315,8 320,9 315,6 325,67

Tasikmalaya 201,5 199,3 194,8 208,12

Ciamis 147,8 133 130 104,87

Kuningan 142,3 139,4 133,6 147,21

Cirebon 311,3 307,2 300,5 313,21

2
 KEMISKINAN
KOTA/KABUPATEN
2012 2013 2014 2015

Majalengka 168,6 164,9 158 167,50

Sumedang 132,9 127,4 122 129,03

Indramayu 257,3 251,1 240,7 253,12

Subang 185,4 185,4 177,9 187,17

Purwakarta 85 83,6 80,3 83,94

Karawang 245,1 238,6 229 235,03

Bekasi 153,1 157,7 156,6 169,20

Bandung Barat 209,9 206 197,9 205,69

Kota Bogor 84,8 83,3 80,1 79,15

Kota Sukabumi 26 25,2 24,1 27,84

Kota Bandung 111,4 117,7 115 114,12

Kota Cirebon 33,2 31,9 30,6 31,74

Kota Bekasi 139,8 137,8 139,7 146,94

Kota Depok 47 45,9 47,5 49,97

Kota Cimahi 37,7 32,3 31,8 34,09

Kota Tasikmalaya 123 112,2 104,6 106,78

Kota Banjar 13,9 12,8 12,7 13,42

Sumber: BPS 2017

3
 Pada Tabel 1.1 menunjukan jumlah kemiskinan di masing-masing

Kabupaten/Kota di Provinsi Jawa Barat tidak merata dan sebagian besar tingkat

kemiskinannya masih tinggi. Setiap tahunnya, jumlah kemiskinan di masing-masing

Kabupaten/Kota mengalami trend yang fluktuatif. Di tahun 2015 jumlah kemiskinan

tertinggi berada di Kabupaten Bogor sebesar 487.100 orang dan kemiskinan terendah

berada di Kota Banjar sebesar 13.420 orang. Pada tahun 2012 jumlah kemiskinan di

Jawa Barat sebesar 4.421.500 orang dan menurun pada tahun 2013 menjadi

4.382.650 orang. Pada tahun 2014 jumlah kemiskinan mengalami penurunan menjadi

sebesar 4.238.960. Pada tahun 2015 jumlah kemiskinan di Jawa Barat mengalami

peningkatan menjadi 4.485.650 orang.

Pemerintah dalam menanggulangi kemiskinan telah menggulirkan berbagai

bantuan atau insentif berupa dana maupun program, seperti program Penanggulangan

Kemiskianan dan Perkotaan (P2KP), Bantuan Langsung Tunai (BLT), bantuan beras

untuk rakyat miskin (Raskin), Program Nasional pemberdayaan Masyarakat Mandiri

(PNPM) dan bantuan lain. Namun demikian, upaya tersebut tidak dapat memberikan

dampak yang berarti, karena insentif seperti BLT hanya bersifat konsumtif dan

sebagai kenikmatan sesaat sehingga akan mengakibatkan ketergantungan masyarakat

miskin terhadap bantuan, padahal harapan dari adanya program tersebut tidaklah

demikian. Indonesia merupakan negara berkembang yang memilki jumlah penduduk

mayoritas Islam terbesar di dunia. (Al Anshori, 2017)

4
 Pembangunan manusia di Indonesia adalah identik dengan pengurangan

kemiskinan. Investasi di bidang pendidikan dan kesehatan akan lebih berarti bagi

penduduk miskin dibandingkan penduduk tidak miskin, karena bagi penduduk miskin

aset utama adalah tenaga kasar mereka. Adanya fasilitas pendidikan dan kesehatan

murah akan sangat membantu untuk meningkatkan produktifitas, dan pada gilirannya

meningkatkan pendapatan. (Mulyaningsih, 2008)

Indeks Pembangunan Manusia berperan penting dalam pembangunan

perekonomian modern sebab pembangunan manusia yang baik akan menjadikan

faktor-faktor produksi mampu dimaksimalkan. Mutu penduduk yang baik akan

mampu untuk berinovasi mengembangkan faktor-faktor produksi yang ada. Selain

dari pada itu pembangunan manusia yang tinggi mengakibatkan jumlah penduduk

akan tinggi pula sehingga akan menaikkan tingkat konsumsi. Hal ini akan

mempermudah untuk menggalakkan pertumbuhan ekonomi (Sukirno, 2003).

Pendidikan merupakan modal dasar pembangunan sumber daya manusia.

Salah satu indeks yang penting dalam perhitungan Indeks Pembangunan Manusia

(IPM) adalah Indeks Pendidikan. Dengan pendidikan yang memadai, maka

pembangunan nasional akan mudah dicapai sesuai dengan yang telah direncanakan.

Diharapkan dengan pendidikan akan mampu menjawab persoalan kemiskinan,

rendahnya produktifitas dan juga lambatnya pertumbuhan ekonomi. (Al Anshori,

2017)

5
 BPS mencatat angka kemiskinan di Provinsi Jawa Barat sejak tahun 2012

hingga 2015 mengalami trend yang fluktuatif. Walaupun secara garis besar

mengalami penurunan, jumlah penduduk miskin tersebut masih dianggap tinggi

karena melihat kenyataan bahwa masih banyaknya jumlah masyarakat yang masih

menerima bantuan subsidi dari pemerintah.

Inflasi merupakan salah satu indikator penting dalam pengendalian ekonomi

makro yang berdampak luas terhadap berbagai sektor ekonomi. Dengan syarat dan

batas-batas yang masih toleran. Dengan adanya inflasi maka akan mendorong

perekonomian.

Upaya pemberdayaan ekonomi bagi masyarakat miskin merupakan hal

penting yang dapat menjadi solusi permasalahan kemiskinan di Indonesia, khususnya

bagi Provinsi Jawa Barat. Sebagai makhluk sosial manusia tidak bisa lepas untuk

berhubungan dengan orang lain dalam rangka memenuhi kebutuhan hidupnya.

Kebutuhan manusia sangat beragam, sehingga terkadang secara pribadi ia tidak

mampu untuk memenuhinya, dan harus berhubungan dengan orang lain (Ichsan,

2016).

6
 Tabel 1.2 Data Penelitian

Jumlah
ZIS
Tahun IPM Inflasi Penduduk
(Milyar Rupiah)
Miskin
2012 77.53 4.3 12,71 4.421.500
2013 78.08 8.38 5,98 4.382.650
2014 78.39 8.36 18,61 4.238.960
2015 78.99 3.35 45,21 4.485.650
Sumber: BPS 2017

Berdasarkan data pada Tabel 1.2 terlihat jumlah penduduk miskin di Jawa

Barat mengalami fluktuasi, pada tahun 2012 yaitu sejumlah 4,42 juta kemudian

mengalami penurunan di tahun 2013 dan 2014, kemudian kembali mengalami

peningkatan pada tahun 2015 menjadi 4,48 juta penduduk miskin. Peningkatan

jumlah penduduk miskin ini perlu di imbangi dengan peningkatan penyaluran zakat.

Karena pada dasarnya peran pemerintah dalam menanggulangi permasalahan

kemiskinan selain dari pajak Negara juga dapat didukung dari pengumpulan dan

penyaluran zakat. Namun kenyataannya pada saat ini peran zakat belum mampu

dioptimalkan sehingga tidak dapat terjadi pendistribusian yang merata.

Zakat sendiri memiliki peranan yang sangat strategis dalam upaya

pengentasan kemiskinan atau pembangunan ekonomi. Dalam mekanisme zakat

terdapat sistem kontrol dalam pengelolaannya. Nilai strategis zakat dapat dilihat

melalui: Pertama, zakat merupakan panggilan agama. Ia merupakan cerminan dari

keimanan seseorang. Kedua, sumber keuangan zakat tidak akan pernah berhenti.

Artinya orang yang membayar zakat, tidak akan pernah habis dan bagi yang telah

7
membayar zakat, akan berzakat kembali pada periode waktu yang akan datang.

Ketiga, zakat secara empirik dapat menghapus kesenjangan sosial dan sebaliknya

dapat menciptakan redistribusi aset dan pemerataan pembangunan (Ridwan, 2005).

Gambar 1.1
Jumlah penyaluran dana ZIS di Provinsi Jawa Barat

50,000,000,000.00
45,000,000,000.00
40,000,000,000.00
35,000,000,000.00
30,000,000,000.00
Rupiah

25,000,000,000.00
20,000,000,000.00
15,000,000,000.00
10,000,000,000.00
5,000,000,000.00
-
2012 2013 2014 2015
ZIS Jawa Barat 12,719,419,542 5,986,259,562. 18,613,000,264 45,208,416,664

Sumber: Puskasbaznas 2017

Berdasarkan Gambar 1.1 dapat terlihat Data Zakat Infaq Sadaqah (ZIS) di

Provinsi Jawa Barat mengalami fluktuasi, pada tahun 2012 dana ZIS yang disalurkan

Provinsi Jawa Barat yaitu sebesar Rp. 12,71 miliar kemudian mengalami penurunan

di tahun 2013 menjadi Rp. 5,98 miliar. Selanjutnya jumlah dana ZIS terus mengalami

peningkatan pada tahun 2014 dan 2015 sehingga menjadi Rp. 45,21 miliar pada tahun

2015.

8
 Berdasarkan latar belakang di atas maka peneliti mengambil penelitian yang

berjudul ”Pengaruh Indeks Pembangunan Manusia (IPM), Inflasi dan Zakat, Infaq,

Shadaqah (ZIS) terhadap Pengentasan Kemiskinan di Provinsi Jawa Barat (Periode

Tahun 2012-2015)”

A. Rumusan Masalah

Berdasarkan penjelasan yang telah dipaparkan dalam latar belakang masalah,

maka permasalahan yang dirumuskan adalah sebagai berikut:

1. Bagaimana pengaruh indeks pembangunan manusia (IPM), inflasi dan zakat,

infaq, shadaqah (ZIS) terhadap pengentasan kemiskinan di Provinsi Jawa

Barat secara parsial dan simultan?

B. Tujuan Penelitian

Berdasarkan perumusan masalah, maka tujuan dari penelitan ini adalah

sebagai berikut:

1. Untuk menganalisis pengaruh indeks pembangunan manusia (IPM), inflasi

dan zakat, infaq, shadaqah (ZIS) terhadap pengentasan kemiskinan di

Provinsi Jawa Barat secara parsial dan simultan

9
C. Manfaat Penelitian

1. Akademisi

Bagi akademisi diharapkan hasil penelitian ini mampu memberikan sumbangan

pemikiran bagi ilmu Syari‟ah pada umumnya serta menjadi rujukan selanjutnya

tentang Pengaruh Indeks Pembangunan Manusia (IPM), Inflasi dan Zakat, Infaq,

Shadaqah (ZIS) terhadap Pengentasan Kemiskinan di Provinsi Jawa Barat.

2. Praktisi

Bagi praktisi diharapkan hasil penelitian ini dapat dijadikan acuan bagi

lembaga zakat nasional terutama dalam upaya pengentasan kemiskinan khususnya

di Provinsi Jawa Barat.

D. Sistematika Penulisan

Dalam penulisan skripsi ini, sistematika penulisan yang digunakan penulis

adalah sebagai berikut :

BAB I : Pendahuluan

Pada bab ini berisi hal-hal yang akan dibahas dalam skripsi. Bab ini berisi latar

belakang, rumusan masalah, tujuan penelitian, manfaat penelitian dan sistematika

penulisan.

10
BAB II : Landasan Teori

Landasan teori pada penelitian ini merupakan landasan teori yang akan mendasari

pemecahan masalah dan pembentukan hipotesis. Dan hasil-hasil penelitian

terdahulu yang ada kaitannya dengan masalah yang diteliti.

BAB III : Metode Penelitian

Pada bab ini terdapat batasan populasi dan sample penelitian, jenis dan sumber

data serta metode pengumpulan data serta metode analisis data, dan data

penelitian.

BAB IV : Analisis Data dan Pembahasan

Pada bab ini menguraikan tentang gambaran umum penelitian yang diangkat, data

dan hasil analisa dari masalah penelitian.

BAB V : Kesimpulan dan Saran

11
 BAB II

TINJAUAN PUSTAKA

A. Landasan Teori

1. Kemiskinan
1.1. Pengertian Kemiskinan

Kemiskinan adalah kondisi di mana seseorang tidak dapat memenuhi kebutuhan

primernya untuk melangsungkan kehidupan yang layak. Sedangkan menurut Bank

Dunia kemiskinan adalah kondisi di mana seseorang tidak dapat menikmati segala

macam pilihan dan kesempatan dalam pemenuhan kebutuhan dasarnya seperti tidak

dapat memenuhi kesehatan, standar hidup layak, kebebasan, harga diri dan rasa

dihormati seperti orang lain. Bank Dunia mengelompokkan kemiskinan dalam dua

kategori, yaitu kemiskinan absolut dan kemiskinan relatif. Kemiskinan absolut

mengacu pada satu set standard konsisten yang tidak terpengaruh oleh waktu dan

tempat/negara. Sebuah contoh dari pengukuran absolut adalah persentase dari

populasi yang makan dibawah jumlah yang cukup menopang kebutuhan tubuh

manusia (kira-kira 2000 – 2500 kalori per hari untuk laki-laki dewasa). Bank Dunia

mengukur kemiskinan absolut sebagai orang yang hidup dengan pendapatan dibawah

USD $1 per hari dan kemiskinan menengah untuk pendapatan dibawah $2 per hari.

(The World Bank, 2007).

12
 Kemiskinan merupakan masalah global yang sering dikaitkan dengan masalah

kebutuhan, kesulitan dan kekurangan-kekurangan dalam hidup. (Suharto,

2005) Kemiskinan memiliki beberapa ciri, yaitu:

 Ketidakmampuan memenuhi kebutuhan konsumsi dasar (pangan, sandang dan

papan).

 Ketiadaan akses terhadap kebutuhan hidup dasar lainnya (kesehatan,

pendidikan, sanitasi, air bersih dan transportasi).

 Ketiadaan jaminan masa depan (karena tiada investasi untuk pendidikan dan

keluarga).

 Kerentanan terhadap goncangan yang bersifat individual maupun massal.

 Rendahnya kualitas sumber daya manusia (SDM) dan keterbatasan sumber

daya alam (SDA).

 Ketidakterlibatan dalam kegiatan sosial masyarakat.

 Ketiadaan akses terhadap lapangan kerja dan mata pencaharian yang

berkesinambungan.

 Ketidakmampuan untuk berusaha karena cacat fisik maupun mental.

 Ketidakmampuan dan ketidakberuntungan sosial (anak terlantar, wanita

korban tindak kekerasan rumah tangga, janda miskin, kelompok marjinal dan

terpencil).

Dimensi kemiskinan ditinjau dari sisi ekonomi adalah kondisi yang

menggambarkan rendahnya permintaan agregat yang menyebabkan berkurangnya

13
insentif untuk mengembangkan sistem produksi, rasio kapital per tenaga kerja yang

rendah sehingga menyebabkan produktivitas tenaga kerja rendah, serta penyebab lain

seperti alokasi sumber daya, terutama tenaga kerja. Dilihat dari sisi sosial,

kemiskinan mengindikasikan lemahnya potensi masyarakat untuk berkembang.

Selain itu, kemiskinan juga terlihat dari minimnya aspirasi dan pendeknya horizon

waktu wawasan ke depan suatu masyarakat. Sedangkan apabila dilihat dari sisi

politik, kemiskinan dapat digambarkan melalui ketergantungan dan eksploitasi suatu

kelompok masyarakat oleh kelompok masyarakat lainnya. Kemiskinan sekelompok

masyarakat akan menimbulkan kesenjangan yang dampaknya lebih buruk daripada

kemiskinan itu sendiri (Efendy, 2017).

Dalam mengukur kemiskinan, BPS menggunakan konsep kemampuan

memenuhi kebutuhan dasar (basic needs approach). Dengan pendekatan ini,

kemiskinan dipandang sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi

kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran.

Pendekatan ini dapat dihitung dengan Headcount Index, yaitu persentase penduduk

miskin terhadap total penduduk. Sedangkan Bappenas menggunakan beberapa

pendekatan utama untuk mewujudkan hak dasar masyarakat miskin (terpenuhinya

kebutuhan pangan, kesehatan, pendidikan, pekerjaan, perumahan, air bersih,

pertahanan, sumber daya alam dan lingkungan hidup, rasa aman dari perlakuan atau

ancaman tindak kekerasan dan hak untuk berpartisipasi dalam kehidupan sosial

politik), yaitu pendekatan kebutuhan dasar, pendekatan pendapatan, pendekatan

kemampuan dasar, dan pendekatan objektif dan subjektif (BAPPENAS).

14
 Permasalahan kemiskinan di Indonesia sendiri telah diberikan solusi oleh

pemerintah melalui berbagai macam program, mulai dari bantuan sosial secara

langsung ataupun melalui program yang memberdayakan masyarakat agar lebih

produktif. Beberapa program pemerintah dalam menganggulangi kemiskinan, yaitu:

1. Jaminan Kesehatan Nasional (JKN), adalah program Pemerintah yang bertujuan

untuk memberikan kepastian jaminan kesehatan yang menyeluruh bagi seluruh

rakyat Indonesia agar dapat hidup sehat, produktif dan sejahtera. Sama halnya

dengan program Jamkesmas, pemerintah bertanggungjawab untuk

membayarkan iuran JKN bagi fakir miskin dan orang yang tidak mampu yang

terdaftar sebagai peserta Penerima Bantuan Iuran (PBI).

2. Kartu Keluarga Sejahtera (KKS), adalah kartu yang diterbitkan oleh Pemerintah

sebagai penanda keluarga kurang mampu, sebagai pengganti Kartu

Perlindungan Sosial (KPS). Melalui pelaksanaan program ini, diperkenalkan

penggunaan teknologi untuk menjangkau masyarakat kurang mampu agar

penyaluran program dapat lebih baik dan efisien. Dengan pelaksanaan program

ini, pemerintah dapat meningkatan martabat keluarga kurang mampu dengan

perlindungan dan pemberdayaan serta tidak sekedar diberikan bantuan semata.

3. Kartu Indonesia Pintar (KIP), adalah pemberian bantuan tunai pendidikan

kepada seluruh anak usia sekolah (6-21 tahun) yang menerima KIP, atau yang

berasal dari keluarga miskin dan rentan (misalnya dari keluarga/rumah tangga

pemegang Kartu Keluarga Sejahtera/KKS) atau anak yang memenuhi kriteria

yang telah ditetapkan sebelumnya. Program Indonesia Pintar melalui KIP

15
 merupakan bagian penyempurnaan dari Program Bantuan Siswa Miskin (BSM)

sejak akhir 2014.

4. Program Keluarga Harapan (PKH), adalah program perlindungan sosial yang

memberikan bantuan tunai kepada Rumah Tangga Sangat Miskin (RTSM) dan

bagi anggota keluarga RTSM diwajibkan melaksanakan persyaratan dan

ketentuan yang telah ditetapkan. Program ini dalam jangka pendek bertujuan

mengurangi beban RTSM dan dalam jangka panjang diharapkan dapat

memutus mata rantai kemiskinan antar generasi, sehingga generasi berikutnya

dapat keluar dari perangkap kemiskinan.

5. Beras Untuk Keluarga Miskin (Raskin), merupakan subsidi pangan yang

diperuntukkan bagi keluarga miskin sebagai upaya dari pemerintah untuk

meningkatkan ketahanan pangan dan memberikan perlindungan pada keluarga

miskin. Program ini bertujuan untuk mengurangi beban pengeluaran Rumah

Tangga Sasaran (RTS) melalui pemenuhan sebagian kebutuhan pangan pokok

dalam bentuk beras dan mencegah penurunan konsumsi energi dan protein.

Selain itu raskin bertujuan untuk meningkatkan / membuka akses pangan

keluarga melalui penjualan beras kepada keluarga penerima manfaat dengan

jumlah yang telah ditentukan.

6. Kredit Usaha Rakyat (KUR), adalah dana pinjaman dalam bentuk Kredit Modal

Kerja (KMK) dan atau Kredit Investasi (KI) dengan plafon kredit dari Rp. 5

Juta sampai dengan Rp. 500 Juta. Program ini bertujuan untuk meningkatkan

akses pembiayaan perbankan yang sebelumnya hanya terbatas pada usaha

16
 berskala besar dan kurang menjangkau pelaku usaha mikro kecil dan menengah

seperti usaha rumah tangga dan jenis usaha mikro lain yang bersifat informal,

mempercepat pengembangan sektor riil dan pemberdayaan UMKM.

1.2. Penyebab Kemiskinan

Ditinjau dari sumber penyebabnya, kemiskinan dapat dibagi menjadi

kemiskinan kultural dan kemiskinan struktural. Kemiskinan kultural adalah

kemiskinan yang mengacu pada sikap seseorang atau masyarakat yang disebabkan

oleh gaya hidup, kebiasaan hidup dan budayanya. Kemiskinan kultural biasanya

dicirikan oleh sikap individu atau kelompok masyarakat yang merasa tidak miskin

meskipun jika diukur berdasarkan garis kemiskinan termasuk dalam kelompok

miskin. Sedangkan kemiskinan struktural adalah kemiskinan yang disebabkan oleh

struktur masyarakat yang timpang, baik karena perbedaan kepemilikan, kemampuan,

pendapatan dan kesempatan kerja yang tidak seimbang, maupun karena distribusi

pembangunan yang hasilnya tidak merata. Kemiskinan struktural biasanya dicirikan

oleh struktur masyarakat yang timpang terutama dilihat dari ukuran-ukuran ekonomi

(Al Anshori, 2017).

Kondisi kemiskinan dapat disebabkan empat penyebab utama, yaitu:

1. Rendahnya taraf pendidikan. Taraf pendidikan yang rendah mengakibatkan

kemampuan pengembangan diri terbatas dan menyebabkan sempitnya lapangan

pekerjaan untuk dimasuki. Dalam bersaing mendapatkan lapangan pekerjaan

17
 yang ada, taraf pendidikan juga menentukan. Taraf pendidikan yang rendah

juga membatasi kemampuan untuk mencari dan memanfaatkan peluang.

2. Rendahnya tingkat kesehatan. Taraf kesehatan dan gizi rendah menyebabkan

rendahnya daya tahan fisik, daya pikiran dan prakarsa.

3. Terbatasnya lapangan kerja. Keadaan kemiskinan karena kondisi pendidikan

dan kesehatan diperberat oleh terbatasnya lapangan pekerjaan. Selama ada

lapangan kerja atau kegiatan usaha, selama itu pula ada harapan untuk

memustuskan lingkaran kemiskinan itu.

4. Kondisi keterisolasian. Banyak penduduk miskin, secara ekonomi tidak berdaya

karena terpencil dan terisolasi. Mereka hidup terpencil sehingga sulit atau tidak

dapat terjangkau oleh pelayanan pendidikan, kesehatan dan gerak kemajuan

yang dinikmati masyarakat lainnya.

Tinggi rendahnya tingkat kemiskinan disuatu negara tergantung dari dua

faktor utama, yakni: pertama, tingkat pendapatan nasional rata-rata. Kedua, lebar

sempitnya kesenjangan dalam distribusi pendapatan. Variasi kemiskinan di setiap

wilayah disebabkan: 1) perbedaan geografis, penduduk dan pendapatan; 2) perbedaan

sejarah; 3) perbedaan kekayaan SDA dan kualitas SDM; 4) perbedaan sektor swasta

dan negara; 5) perbedaan struktur perindustrian; 6) perbedaan pada ketergantungan

kekuatan ekonomi dan politik dari negara lain; 7) perbedaan pembagian kekuasaan,

struktur politik dan kelembagaan dalam negeri. (Todaro, 2006)

18
1.3. Teori Kemiskinan

Angka kemiskinan di Indonesia yang cenderung stabil bahkan meningkat

setiap tahun, mengindikasikan bahwa masyarakat miskin sulit untuk keluar dari

lingkaran setan kemiskinan (Vicius Sircle of Poverty). Teori tersebut pertama kali

dikemukakan oleh seorang ahli ekonomi asal Swedia dan penerima hadiah nobel

untuk ekonomi, Ragnar Nurkse. Teori itu menjelaskan sebab-sebab kemiskinan di

negara-negara sedang berkembang yang umumnya baru merdeka dari penjajahan

asing. Teori tersebut menyatakan bahwa tingkat pendapatan yang rendah akan

menyebabkan permintaan rendah (pada sisi permintaan) dan tabungan yang rendah

(pada sisi penawaran), sehingga tingkat investasi pun rendah. Tingkat investasi yang

rendah menyebabkan kurangnya modal dan kembali menyebabkan produktivitas yang

rendah (Jhingan, 2004).

Salah satu upaya memutus lingkaran setan kemiskinan adalah dengan

memberikan modal berupa modal kerja kepada masyarakat miskin agar mereka dapat

melakukan usaha produktif sehingga mampu meningkatkan pendapatannya. Namun,

akses masyarakat miskin terhadap sumber modal sangat terbatas. Kemiskinannya

menyebabkan mereka dinilai tidak bankable sehingga tidak dapat mengakses dana

untuk modal dari lembaga keuangan formal seperti bank.

19
 Gambar 2.1

Lingkaran Setan Kemiskinan

Pendapatan

Rendah

Permintaan Rendah
Produktivitas (sisi permintaan)

Rendah Tabungan Rendah

(sisi penawaran)

Kekurangan Investasi

Modal Rendah

Sumber: Jhingan, 2004.

20
1.4. Ukuran Kemiskinan

Ukuran kemiskinan menurut Foster-Greer-Thorbecke dalam (Todaro, 2006) adalah:

q
Pa = 1 ∑ [z-yi]a
n i=1 z

Dimana:

a = 0, 1, 2

z = Garis kemiskinan

yi = Rata-rata pengeluaran per kapita sebulan penduduk yang berada di bawah

garis kemiskinan ( i =1, 2, 3, ..., q ), y < z 1.

q = Banyaknya penduduk yang berada dibawah garis kemiskinan.

n = Jumlah penduduk

Jika:

1. a = 0, maka diperoleh Head Count Index ( 0 P ), yaitu persentase penduduk

yang berada dibawah garis kemiskinan.

2. a = 1, maka diperoleh Poverty Gap Index ( 1 P ), yaitu indeks kedalaman

kemiskinan, merupakan ukuran rata-rata kesenjangan pengeluaran masing-

masing penduduk miskin terhadap garis kemiskinan. Semakin tinggi nilai

indek, semakin jauh rata-rata pengeluaran penduduk dari garis kemiskinan.

3. a = 2, maka diperoleh Poverty Severity ( 2 P ), yaitu indeks keparahan

kemiskinan, yang memberikan gambaran mengenai penyebaran pengeluaran

21
 antara penduduk miskin. Semakin tinggi nilai indeks, semakin tinggi

ketimpangan pengeluaran di antara penduduk miskin.

Sedangkan Badan Koordinasi Keluarga Berencana Nasional (BKKBN),

mengukur kemiskinan berdasarkan dua kriteria yaitu (Suryawati, 2005):

1. Kriteria Keluarga Pra Sejahtera (Pra KS) yaitu keluarga yang tidak mempunyai

kemampuan untuk menjalankan perintah agama dengan baik, minimum makan

dua kali sehari, membeli lebih dari satu stel pakaian per orang per tahun, lantai

rumah bersemen lebih dari 80%, dan berobat ke Puskesmas bila sakit.

2. Kriteria Keluarga Sejahtera 1 (KS 1) yaitu keluarga yang tidak berkemampuan

untuk melaksanakan perintah agama dengan baik, minimal satu kali per minggu

makan daging/telor/ikan, membeli pakaian satu stel per tahun, rata-rata luas

lantai rumah 8 meter per segi per anggota keluarga, tidak ada anggota keluarga

umur 10 sampai 60 tahun yang buta huruf, semua anak berumur antara 5

sampai 15 tahun bersekolah, satu dari anggota keluarga mempunyai

penghasilan rutin atau tetap, dan tidak ada yang sakit selama tiga bulan.

2. Indeks Pembangunan Manusia (IPM)

2.1. Pengertian IPM

Indeks Pembangunan Manusia adalah pengukuran perbandingan dari angka

harapan hidup, pendidikan, kesehatan dan standar hidup seseorang di seluruh Negara

di dunia. IPM juga digunakan untuk mengklasifikasikan sebuah Negara dan

mengukur bagaimana pengaruh dari kebijakan ekonomi terhadap tingkat kualitas

22
hidup warganya. Konsep pembangunan manusia seutuhnya merupakan konsep yang

menghendaki peningkatan kualitas hidup penduduk baik secara fisik, mental maupun

secara spritual.

Menurut United Nations Development Programme (UNDP), dalam Indeks

Pembangunan Manusia (IPM) terdapat tiga indikator komposit yang digunakan untuk

mengukur pencapaian rata-rata suatu negara dalam pembangunan manusia, yaitu:

lama hidup, yang diukur dengan angka harapan hidup ketika lahir; pendidikan yang

diukur berdasarkan rata-rata lama bersekolah dan angka melek huruf penduduk usia

15 tahun ke atas; standar hidup yang diukur dengan pengeluaran perkapita yang telah

disesuaikan menjadi paritas daya beli. Nilai indeks ini berkisar antara 0-100.

Pengertian IPM yang dikeluarkan oleh UNDP yang menyatakan bahwa

Indeks Pembangunan Manusia (IPM) atau Human Development Indeks (HDI)

merupakan salah satu pendekatan untuk mengukur tingkat keberhasilan pembangunan

manusia. IPM ini mulai digunakan oleh UNDP sejak tahun 1990 untuk mengukur

upaya pencapaian pembangunan manusia suatu negara. Walaupun tidak dapat

mengukur semua dimensi dari pembangunan, namun mampu mengukur dimensi

pokok pambangunan manusia yang dinilai mencerminkan status kemampuan dasar

(basic capabilities) penduduk. 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 di bidang pendidikan, dan kemampuan daya beli / paritas daya

23
beli (PPP) masyarakat terhadap sejumlah kebutuhan pokok yang dilihat dari rata-rata

besarnya pengeluaran perkapita sebagai pendekatan pendapatan yang mewakili

capaian pembangunan untuk hidup layak.

2.2. Komponen Pembangunan Manusia

Lembaga United Nations Development Programme (UNDP) telah

mempublikasikan laporan pembangunan sumber daya manusia dalam ukuran

kuantitatif yang disebut Human Development Indeks (HDI). Meskipun HDI

merupakan alat ukur pembangunan SDM yang dirumuskan secara konstan, diakui

tidak akan pernah menangkap gambaran pembangunan SDM secara sempurna.

Adapun indikator yang dipilih untuk mengukur dimensi HDI adalah sebagai berikut:

 Longevity, diukur dengan variabel harapan hidup saat lahir atau life expectancy

of birth dan angka kematian bayi per seribu penduduk atau infant mortality

rate.

 Educational Achievement, diukur dengan dua indikator, yakni melek huruf

penduduk usia 15 tahun ke atas (adult literacy rate) dan tahun rata-rata

bersekolah bagi penduduk 25 tahun ke atas (the mean years of schooling).

 Access to resource, dapat diukur secara makro melalui PDB rill perkapita

dengan terminologi purchasing power parity dalam dolar AS dan dapat

dilengkapi dengan tingkatan angkatan kerja.

24
 Dari penjelasan tersebut dapat disimpulkan bahwa komponen-komponen yang

mempengaruhi IPM antara lain:

a. Indeks Harapan hidup. Indeks Harapan Hidup menunjukkan jumlah tahun

hidup yang diharapkan dapat dinikmati penduduk suatu wilayah. Dengan

memasukkan informasi mengenai angka kelahiran dan kematian per tahun,

variabel tersebut diharapkan akan mencerminkan rata-rata lama hidup sekaligus

hidup sehat masyarakat. Sehubungan dengan sulitnya mendapatkan informasi

orang yang meninggal pada kurun waktu tertentu, maka untuk menghitung

angka harapan hidup digunakan metode tidak langsung. Data dasar yang

dibutuhkan dalam metode ini adalah rata-rata anak lahir hidup dan rata-rata

anak masih hidup dari wanita pernah kawin. Secara singkat, proses

penghitungan angka harapan hidup ini disediakan oleh program Mortpak.

Untuk mendapatkan Indeks Harapan Hidup dengan cara menstandartkan angka

harapan hidup terhadap nilai maksimum dan minimumnya.

b. Indeks Hidup Layak. Untuk mengukur dimensi standar hidup layak (daya beli),

UNDP mengunakan indikator yang dikenal dengan real per kapita GDP

adjusted. Untuk perhitungan IPM sub nasional (provinsi atau kabupaten/kota)

tidak memakai PDRB per kapita karena PDRB per kapita hanya mengukur

produksi suatu wilayah dan tidak mencerminkan daya beli rill masyarakat yang

merupakan konsentrasi IPM. Untuk mengukur daya beli penduduk antar

provinsi di Indonesia, BPS menggunakan data rata-rata konsumsi 27 komoditi

25
 terpilih dari Survei Sosial Ekonomi Nasional (SUSENAS) yang dianggap

paling dominan dikonsumsi oleh masyarakat Indonesia dan telah distandarkan

agar bisa dibandingkan antar daerah dan antar waktu yang disesuaikan dengan

indeks PPP (Purchasing Power Parity).

c. Indeks Pendidikan. Penghitungan Indeks Pendidikan (IP) mencakup dua

indikator yaitu angka melek huruf (LIT) dan rata-rata lama sekolah (MYS).

Populasi yang digunakan adalah penduduk berumur 15 tahun ke atas karena

pada kenyataannya penduduk usia tersebut sudah ada yang berhenti sekolah.

Batasan ini diperlukan agar angkanya lebih mencerminkan kondisi sebenarnya

mengingat penduduk yang berusia kurang dari 15 tahun masih dalam proses

sekolah atau akan sekolah sehingga belum pantas untuk rata-rata lama

sekolahnya. Kedua indikator pendidikan ini dimunculkan dengan harapan dapat

mencerminkan tingkat pengetahuan (cerminan angka LIT), dimana LIT

merupakan proporsi penduduk yang memiliki kemampuan baca tulis dalam

suatu kelompok penduduk secara keseluruhan. Sedangkan cerminan angka

MYS merupakan gambaran terhadap keterampilan yang dimiliki penduduk.

Menurut Todaro (2006) pembangunan manusia ada tiga komponen universal

sebagai tujuan utama meliputi:

a. Kecukupan, yaitu merupakan kebutuhan dasar manusia secara fisik. Kebutuhan

dasar adalah kebutuhan yang apabila tidak dipenuhi akan menghentikan

kehidupan seseorang, meliputi pangan, sandang, papan, kesehatan dan

26
 keamanan. Jika satu saja tidak terpenuhi akan menyebabkan keterbelakangan

absolut.

b. Jati Diri, yaitu merupakan komponen dari kehidupan yang serba lebih baik

adalah adanya dorongan dari diri sendiri untuk maju, untuk menghargai diri

sendiri, untuk merasa diri pantas dan layak mengejar sesuatu, dan seterusnya.

Semuanya itu terangkum dalam self esteem (jati diri).

c. Kebebasan dari Sikap Menghamba, yaitu merupakan kemampuan untuk

memiliki nilai universal yang tercantum dalam pembangunan manusia adalah

kemerdekaan manusia. Kemerdekaan dan kebebasan di sini diartikan sebagai

kemampuan berdiri tegak sehingga tidak diperbudak oleh pengejaran dari

aspek-aspek materil dalam kehidupan. Dengan adanya kebebasan kita tidak

hanya semata-mata dipilih tapi kitalah yang memilih.

2.3. Pengukuran Indeks Pembangunan

Manusia dalam indeks pembangunan manusia terdapat tiga komposisi indikator

yang digunakan untuk mengukur besar indeks pembangunan manusia suatu negara,

yaitu :

a. Tingkat kesehatan diukur harapan hidup saat lahir (tingkat kematian bayi).

b. Tingkat pendidikan diukur dengan angka melek huruf (dengan bobot dua per

tiga) dan rata-rata lama sekolah (dengan bobot sepertiga).

c. Standar kehidupan diukur dengan tingkat pengeluaran perkapita per tahun.

27
 Rumus umum yang digunakan untuk menghitung Indeks Pembangunan

Manusia adalah sebagai berikut:

IPM = 1/3 (Indeks X1 + Indeks X2 + Indeks X3)

Dimana:

X1 = Indeks harapan hidup

X2 = Indeks pendidikan

X3 = Indeks standar hidup layak

UNDP mengelompokkan capaian IPM menjadi empat kategori, yaitu:

kategori tinggi dengan nilai IPM > 80, kategori menengah atas dengan 66 < IPM <

80, kategori menengah bawah dengan 50 < IPM < 66, dan kategori rendah dengan

IPM < 50.

2.4. Manfaat Indeks Pembangunan

IPM dapat dimanfaatkan untuk beberapa hal sebagai berikut:

 Untuk mengalihkan fokus perhatian para pengambil keputusan, media, dan

organisasi non pemerintah dari penggunaan statistik ekonomi biasa, agar lebih

menekankan pada pencapaian manusia. IPM diciptakan untuk menegaskan

bahwa manusia dan segenap kemampuannya seharusnya menjadi kriteria

utama untuk menilai pembangunan sebuah negara, bukannya pertumbuhan

ekonomi.

28
  Untuk mempertanyakan pilihan-pilihan kebijakan suatu negara. Bagaimana

dua negara yang tingkat pendapatan perkapitanya sama dapat memiliki IPM

yang berbeda.

 Untuk memperlihatkan perbedaan di antara negara-negara, di antara

provinsiprovinsi (atau negara bagian), di antara gender, kesukuan, dan

kelompok sosial ekonomi lainnya. Dengan memperlihatkan disparitas atau

kesenjangan di antara kelompok-kelompok tersebut, maka akan lahir berbagai

debat dan diskusi di berbagai negara untuk mencari sumber masalah dan

solusinya.

3. Inflasi
3.1. Pengertian Inflasi

Inflasi adalah kenaikan tingkat harga secara umum dari barang/komoditas dan

jasa selama satu periode tertentu. Inflasi dapat dianggap sebagai fenomena moneter

karena terjadinya penurunan nilai unit penghitungan moneter terhadap suatu

komoditas (Karim, 2011).

Inflasi dapat diartikan juga sebagai adanya kenaikan jumlah uang beredar di

dalam suatu Negara, serta munculnya peningkatan likuiditas di dalam perekonomian

Negara tersebut. Seiring dengan perkembangannya, inflasi secara singkat dapat

diartikan adanya suatu kenaikan baik barang maupun jasa secara terus menerus.

Inflasi dapat diklasifikasikan ke dalam dua faktor, yaitu inflasi yang

disebabkan oleh faktor manusia. Contoh inflasi yang disebabkan manusia adalah

adanya peningkatan sirkulasi mata uang fulus, tingginya pajak yang berlaku di suatu

29
Negara, adanya tindakan korupsi oleh pejabat Negara. Sedangkan faktor selanjutnya

yaitu, inflasi yang disebabkan oleh faktor alamiah. Contohnya adalah bencana alam

dan terjadinya peperangan antar Negara.

Menurut Rahardja dan Manurung (2004) suatu perekonomian dikatakan telah

mengalami inflasi jika tiga karakteristik berikut telah terpenuhi, yaitu : 1) terjadi

kenaikan harga, 2) kenaikan harga bersifat umum, dan 3) berlangsung secara terus

menerus. Ada beberapa indikator yang dapat digunakan untuk mengetahui apakah

suatu perekonomian sedang dilanda inflasi atau tidak. Indikator tersebut diantaranya :

1. Indeks Harga Konsumen adalah indeks harga yang paling umum dipakai

sebagai indikator inflasi. IHK mempresentasikan harga barang dan jasa yang

dikonsumsi oleh masyarakat dalam suatu periode tertentu.

2. Indeks Harga Perdagangan Besar adalah indikator yang menggambarkan

pergerakan harga dari komoditas yang diperdagangkan pada tingkat produsen

di suatu daerah pada suatu periode tertentu. Jika pada IHK yang diamati adalah

barang-barang akhir yang dikonsumsi masyarakat, pada IHPB yang diamati

adalah barang-barang mentah dan barang-barang setengah jadi yang merupakan

input bagi produsen.

3. GDP Deflator Prinsip dasar adalah membandingkan antara tingkat pertumbuhan

ekonomi nominal dengan pertumbuhan riil.

Menurut Paul A. Samuelson, inflasi dapat digolongkan menurut tingkat

keparahannya, yaitu sebagai berikut:

30
1. Moderate inflation

Karakteristiknya adalah kenaikan tingkat harga yang lambat. Umumnya

disebut sebagai inflasi satu digit. Pada tingkat inflasi seperti ini orang-orang masih

mau memegang uang dan menyimpan kekayaannya dalam bentuk uang daripada

dalam bentuk aset riil.

2. Galopping inflation

Inflasi tingkat ini terjadi pada tingkatan 20% sampai dengan 200% pertahun.

Pada tingkatan inflasi seperti ini orang hanya mau memegang uang seperlunya saja,

sedangkan kekayaan disimpan dalam bentuk asset riil. Orang akan menumpuk

barang-barang, membeli rumah dan tanah. Pasar uang akan mengalami penyusutan

dan pendanaan akan dialokasikan melalui cara-cara selain dari tingkat bunga serta

orang tidak akan memberikan pinjaman kecuali dengan tingkat bunga yang amat

tinggi. Banyak perekonomian yang mengalami inflasi seperti ini tetap berhasil

walaupun sistem harga yang berlaku sangat buruk.

Perekonomian seperti ini cenderung mengakibatkan terjadinya gangguan besar

pada perekonomian karena orang-orang akan cenderung mengirimkan dananya untuk

berinvestasi di luar negeri dari pada di dalam negeri (Capital Outflow).

31
3. Hyper inflation

Inflasi jenis ini terjadi pada tingkatan yang sangat tinggi yaitu sampai triliunan

persen per tahun. Walaupun sepertinya banyak pemerintahan yang perekonomiannya

dapat bertahan menghadapi galopping inflation, akan tetapi tidak pernah ada

pemerintahan yang dapat bertahan menghadapi jenis inflasi ini. Contohnya adalah

Weimar Republic di Jerman pada tahun 1920-an.

3.2. Penyebab Timbulnya Inflasi

Ada kalanya tingkat inflasi meningkat dengan tiba-tiba atau wujud sebagai

akibat suatu peristiwa tertentu yang berlaku diluar ekspektasi pemerintah, misalnya

efek dari pengurangan nilai uang (depresiasi nilai uang) yang sangat besar atau

ketidakstabilan politik. Menghadapi masalah inflasi yang bertambah cepat ini

pemerintah akan menyusun langkah-langkah yang bertujuan agar kestabilan harga-

harga dapat diwujudkan kembali. Uraian mengenai kebijakan pemerintah untuk

mengatasi inflasi yang dilakukan dalam bab ini terutama menerangkan tentang bentuk

kebijakan pemerintah untuk mengatasi masalah inflasi yang bertambah cepat

tingkatnya sebelum hal tersebut diterangkan terlebuh dahulu akan diperhatikan

penyebab dari berlakunya tingkat inflasi yang tinggi (Sukirno, 2000).

Berdasarkan sebab-sebab timbulnya inflasi, menurut Sukirno, inflasi dapat

digolongkan:

32
a. Tarikan permintaan (demand pull inflation)

Inflasi ini biasanya terjadi pada masa perekonomian berkembang dengan

pesat. Kesempatan kerja yang tinggi menciptakan tingkat pendapatan yang tinggi dan

selanjutkan menimbulkan pengeluaran yang melebihi kemampuan ekonomi

mengeluarkan barang dan jasa. Pengeluaran yang berlebihan ini akan menimbulkan

inflasi.

b. Desakan biaya (cost push inflation)

Inflasi ini terjadi ketika perusahaan permintaan yang tinggi, sehingga mereka

akan berusaha menaikan produksi dengan cara memberikan gaji dan upah yang lebih

tinggi kepada pekerjanya dan mencari pekerja baru dengan tawaran pembayaran yang

lebih tinggi. Langkah ini mengakibatkan biaya produksi meningkat, yang akhirnya

akan menyebabkan kenaikan harga barang.

c. Inflasi impor

Inflasi impor terjadi karena kenaikan harga-harga barang yang diimpor. Inflasi

ini akan terwujud apabila barang-barang impor yang mengalami kenaikan harga

mempunyai peranan yang penting dalam kegiatan pengeluaran perusahaan

perusahaan.

4. Zakat, Infaq, Shadaqah (ZIS)

4.1. Zakat

4.1.1 Pengertian Zakat

Zakat menurut bahasa artinya adalah membersihkan diri atau mensucikan diri.

Sedangkan menurut istilah zakat adalah kadar harta tertentu yang wajib dikeluarkan

33
kepada orang yang membutuhkan atau yang berhak menerimanya dengan beberapa

syarat tertentu sesuai dengan syariat islam. Berikut adalah yang berhak menerima

zakat, yaitu

1) Orang fakir: orang yang amat sengsara hidupnya, tidak mempunyai harta dan

tenaga untuk memenuhi kehidupanya.

2) Orang miskin: orang yang tidak cukup penghidupannya dan dalam keadaan

kekurangan.

3) Pengurus zakat : orang yang diberi tugas untuk mengumpulkan dan

membagikan zakat.

4) Muallaf: orang kafir yang ada harapan untuk masuk agama Islam dan orang

yang baru masuk agama Islam yang imanya masih kurang atau lemah.

5) Memerdekakan budak: mencakup juga untuk melepaskan muslim yang

ditawan oleh orang orang kafir.

6) Orang berhutang : orang yang berhutang karena untuk kepentingan yang

bukan maksiat dan tidak sanggup membayarnya. Adapun orang yang

berhutang untuk memelihara persatuan umat Islam dibayar hutangnya itu

dengan zakat, walaupun ia mampu membayarnya.

7) Pada jalan Allah (sabilillah): yaitu untuk keperluan pertahanan Islam dan

kaum muslimin. Diantara mufasirin ada berpendapat bahwa fisabilillah itu

mencakup juga kepentingan kepentingan umum seperti mendirikan sekolah,

rumah sakit dan lain lain.

34
 8) Orang yang sedang dalam perjalanan yang bukan maksiat mengalami

kesengsaraan dalam perjalanannya tersebut.

4.1.2 Prinsip Zakat

Menurut M.A. Manan (1993) dalam berzakat mempunyai beberapa prinsip

yaitu:

1. Prinsip keyakinan keagamaan (faith), yaitu menyatakan bahwa orang yang

membayar zakat yakin bahwa pembayaran tersebut merupakan salah satu

manifestasi keyakinan agamanya, sehingga kalau orang yang bersangkutan

belum menunaikan zakatnya, belum merasa sempurna ibadahnya.

2. Prinsip pemerataan (equity) dan keadilan, yaitu membagi lebih adil kekayaan

yang telah diberikan Tuhan kepada manusia.

3. Prinsip produktivitas (productivity) dan kematangan, yaitu menenkankan bahwa

zakat memang wajar harus dibayar karena milik tertentu telah menghasilkan

produk tertentu. Dan hasil (produksi) tersebut hanya dapat dipungut setelah

lewat jangka waktu satu tahun yang merupakan ukuran normal memperoleh

hasil tertentu.

4. Prinsip nalar (reason) dan prinsip kebebasan (freedom), yaitu menjelaskan

bahwa zakat hanya dibayar oleh orang yang bebas dan sehat jasmani serta

rohaninya, yang merasa mempunyai tanggung jawab untuk membayar zakat

untuk kepentingan bersama. Zakat tidak dipungut dari orang yang sedang

dihukum atau orang yang menderita sakit jiwa.

35
 5. Prinsip etik (ethic) dan kewajaran, yaitu bahwa zakat tidak akan diminta secara

semena-mena tanpa memperlihatkan akibat yang ditimbulkannya.

4.2 Infaq

Infaq berasal dari kata anfaqa yang berarti mengeluarkan sesuatu (harta)

untuk suatu kepentingan (Hafihuddin, 2002). Sedangkan definisi infaq menurut

Hidayat (2007) adalah pengeluaran sukarela yang dilakukan seseorang setiap kali

memperoleh rezeki sebanyak yang dikehendakinya. Jika zakat ada nishabnya kalau

infaq tidak ada nishabnya. Infaq dikeluarkan oleh setiap orang yang beriman baik

berpenghasilan tinggi maupun rendah, baik disaat sempit ataupun lapang.

Infaq bisa diberikan kepada siapa saja artinya mengeluarkan harta untuk

kepentingan sesuatu. Sedangkan menurut islilah syari'at, infaq adalah mengeluarkan

sebagian harta yang diperintahkan dalam islam untuk kepentingan umum dan juga

bisa diberikan kepada sahabat terdekat, kedua orang tua, dan kerabat-kerabat terdekat

lainnya. Seperti yang telah kita ketahui bahwa infaq adalah mengeluarkan harta yang

mencakup harta benda yang dimiliki dan bukan zakat. Infaq ada yang wajib dan ada

pula yang sunnah. Infaq wajib diantaranya zakat, kafarat, nadzar, dan lain-lain. Infaq

sunnah diantara nya, infaq kepada fakir miskin sesama muslim, infaq bencana alam,

infaq kemanusiaan, dan lain lain.

36
4.3 Shadaqah

Shadaqah berasal dari kata shadaqa yang berarti benar, dan dapat dipahami

dengan memberikan atau mendermakan sesuatu kepada orang lain. Dalam konsep ini,

shadaqah merupakan wujud dari keimanan dan ketaqwaan seseorang, artinya orang

yang suka bershadaqah adalah orang yang benar pengakuan imannya. Dalam istilah

syariat Islam, shadaqah sama dengan pengertian infaq, termasuk juga hukum dan

ketentuan-ketentuannya. Sisi perbedaannya hanya terletak pada bendanya. Infaq

berkaitan dengan materi, sedangkan shadaqah berkaitan dengan materi dan non

materi, baik dalam bentuk pemberian uang atau benda, tenaga atau jasa, menahan diri

untuk tidak berbuat kejahatan, mengucapkan takbir, tahmid, tahlil bahkan yang paling

sederhana adalah tersenyum kepada orang lain dengan ikhlas.(Inoed, 2005)

Shadaqah adalah pemberian harta kepada orang-orang fakir, orang yang

membutuhkan ataupun pihak-pihak lain yang berhak menerima shadaqah tanpa

disertai imbalan (Yunus, 1936). Shadaqah mempunyai cakupan yang sangat luas dan

digunakan Al-Qur‟an untuk mencakup segala jenis sumbangan. Shadaqah berarti

memberi derma, termasuk memberi derma untuk memenuhi hukum dimana kata

zakat digunakan dalam Al-Qur‟an dan sunnah. Zakat juga dapat disebut shadaqah

karena zakat juga merupakan derma yang diwajibkan sedangkan shadaqah adalah

sukarela. Zakat dikumpulkan oleh pemerintah sebagai suatu pungutan wajib,

sedangkan shadaqah diberikan secara sukarela.

37
B. Keterkaitan Antar Variabel Bebas dengan Variabel Terikat
1. Pengaruh IPM Terhadap Kemiskinan

Indeks Pembangunan Manusia (IPM) terdapat tiga indikator komposit yang

digunakan untuk mengukur pencapaian rata-rata suatu negara dalam pembangunan

manusia, yaitu: lama hidup, pendidikan dan standar hidup yang diukur dengan

pengeluaran perkapita yang telah disesuaikan menjadi paritas daya beli. Dengan

melakukan investasi pendidikan akan mampu meningkatkan kualitas sumber daya

manusia yang diperlihatkan dengan meningkatnya pengetahuan dan keterampilan

seseorang.

Semakin tinggi tingkat pendidikan seseorang, maka pengetahuan dan

keahliannya akan meningkat sehingga akan mendorong peningkatan produtivitas

kerjanya, ketika terjadi peningkatan produktivitas otomatis akan meningkatkan

pendapatannya dan secara tidak langsung mengurangi kemiskinan. Perusahaan akan

memperoleh hasil yang lebih banyak dengan mempekerjakan tenaga kerja dengan

produktivitas yang tinggi, sehingga perusahaan juga akan memberikan gaji yag lebih

tinggi kepada yang bersangkutan. Di sektor informal seperti pertanian, peningkatan

keterampilan dan keahlian tenaga kerja akan mampu meningkatkan hasil pertanian,

karena tenaga kerja yang terampil mampu bekerja lebih efisien. Pada akhirnya

seseorang yang memiliki produktivitas yang tinggi akan memperoleh kesejahteraan

yang lebih baik, yang diperlihatkan melalui peningkatan pendapatan maupun

konsumsinya. Rendahnya produktivitas kaum miskin dapat disebabkan oleh

38
rendahnya akses mereka untuk memperoleh pendidikan (Rasidin K dan Bonar M,

2004).

(Saputra, 2011) menyatakan pembangunan manusia di Indonesia identik dengan

pengurangan kemiskinan. Investasi di bidang pendidikan dan kesehatan akan lebih

berarti bagi penduduk miskin dibandingkan penduduk tidak miskin, karena bagi

penduduk miskin aset utama adalah tenaga kasar mereka. Adanya fasilitas pendidikan

dan kesehatan murah akan sangat membantu untuk meningkatkan produktivitas, dan

pada akhirnya meningkatkan pendapatan.

2. Pengaruh Inflasi Terhadap Kemiskinan

Menurut teori Keynes inflasi terjadi karena suatu masyarakat ingin hidup diluar

batas kemampuan ekonominya. Dengan kata lain proses perebutan bagian rezeki

diantara kelompok-kelompok sosial yang menginginkan bagian yang lebih besar

daripada yang dapat disediakan masyarakat sehingga proses perebutan ini akhirnya

diterjemahkan menjadi keadaan dimana permintaan masyarakat akan barang-barang

selalu melebihi jumlah barang-barang yang tersedia (inflationary gap).

Inflasi atau adanya kenaikan harga dapat menurunkan angka kemiskinan

melalui penurunan angka pengangguran, pada saat inflasi meningkat maka

pengangguran akan berkurang dan sebaliknya. Pengangguran yang berkurang

menunjukkan bahwa masyarakat telah terserap dalam kesempatan kerja sehingga

memperoleh pendapatan. Pendapatan yang diperoleh mampu digunakan untuk

39
meningkatkan konsumsi sehingga terbebas dari kondisi kemiskinan. (Wulandari,

2015)

3. Pengaruh Zakat, Infaq dan Shadaqah (ZIS) Terhadap Kemiskinan

Zakat, Infaq, Shadaqah merupakan salah satu sumber penerimaan negara yang

sangat penting, selain itu ZIS juga merupakan alat bantu sosial mandiri yang menjadi

kewajiban moral bagi orang kaya untuk membantu yang miskin, sehingga kemiskinan

dan kemelaratan dapat terhapuskan dari masyarakat.

Al-Qardhawi (2002) mengatakan bahwa tujuan mendasar ibadah zakat itu

adalah untuk menyelesaikan berbagai macam persoalan sosial seperti pengangguran,

kemiskinan, dan lain-lain. Sistem distribusi zakat merupakan solusi terhadap

persoalan-persoalan tersebut dengan memberikan bantuan kepada orang miskin tanpa

memandang ras, warna kulit, etnis, dan atribut-atribut keduniawian lainnya.

Dengan meningkatnya nilai ZIS, akan meningkatkan kesejahteraan masyarakat.

Jika masyarakat semakin sejahtera, maka jumlah penduduk miskin akan berkurang.

Maka dari itu ZIS berhubungan negative dengan jumlah penduduk miskin.

C. Penelitian Terdahulu

Beberapa penelitian tentang kemiskinan telah dilakukan oleh sejumlah peneliti

dengan daerah dan periode waktu yang berbeda pula, antara lain:

1. Prima Sukmaraga (2011) melakukan penelitian mengenai “Analisis

Pengaruh Indeks Pembangunan Manusia, Pdrb Per Kapita, Dan Jumlah

40
 Pengangguran Terhadap Jumlah Penduduk Miskin Di Provinsi Jawa

Tengah”.

Hasil dari penelitian ini menunjukkan bahwa variabel Indeks

Pembangunan Manusia (IPM) berpengaruh negatif dan signifikan terhadap

jumlah penduduk miskin di Provinsi Jawa Tengah, PDRB per kapita

berpengaruh negatif dan signifikan terhadap jumlah penduduk miskin di

Provinsi Jawa Tengah, dan jumlah pengangguran berpengaruh positif dan

signifikan terhadap jumlah penduduk miskin di Provinsi Jawa Tengah.

2. Kholis Budiono (2009) melakukan penelitian mengenai “Pengaruh

pembiayaan bank syariah, zakat, pdb dan inflasi terhadap jumlah penduduk

miskin Indonesia”

Peran instumen perekonomian syariah telah menunjukkan kontribusi

yang positif. Perbankan syariah sejak kelahirannya hingga hari ini telah

terbukti memberi pengaruh terhadap pengentasan kemiskinan sehingga

sudah sewajarnya agar embrio gerakan pengentasan kemiskinan lewat

institusi perbankan menjadi alternatif selain instrumen yang dimiliki negara.

3. Ria Marginingsih (2011), dalam skripsinya melakukan penelitian:

“Pengaruh Pendayagunaan Dana ZIS, dan PDRB per Kapita Terhadap

Jumlah Penduduk Miskin (Studi Kasus di Kabupaten/Kota Jawa Tengah

Tahun 2006-2009)” .

Penelitian ini menggunakan alat analisis Fixed Effect Model (FEM)

atau Least Square Dummy Variable (LSDV). Hasil penelitian ini

41
 menunjukan bahwa realisasi pendayagunaan dana ZIS, realisasi pengeluaran

pemerintah bidang kesra dan PDRB per kapita berpengaruh negatif dan

signifikan terhadap jumlah penduduk miskin. Arah koefisien regresi negatif

menunjukan bahwa peningkatan pendayagunaan dana ZIS dan PDRB per

kapita akan menurunkan jumlah angka kemiskinan.

4. Abie Ayub Al Anshori (2017), dalam skripsinya meneliti tentang ”Pengaruh

Pembiayaan Bank Syariah, Produk Domestik Bruto, Inflasi, Indeks

Pembangunan Manusia, Pendidikan, Upah Minimum Regional terhadap

Jumlah Penduduk Miskin di Indonesia”

Hasil penelitian ini menunjukkan bahwa pembiayaan berpengaruh

signifikan dan berhubungan negative terhadap jumlah penduduk miskin.

Variabel PDRB berpengaruh signifikan dan berhubungan positif. Sedangkan

inflasi tidak berpengaruh signifikan dan berhubungan positif. IPM tidak

berpengaruh signifikan dan berhubungan negative dengan nilai koefisien.

Lalu kemiskinan di Indonesia dipengaruhi signifikan oleh Pembiayaan Bank

Syariah, dan PDRB secara simultan terhadap jumlah penduduk miskin.

5. Hani Kurniawati Efendy (2017), dalam skripsinya meneliti tentang „Analisis

Pengaruh Pendayagunaan Zakat, Infaq Dan Shadaqah (Zis), Produk

Domestik Regional Bruto (Pdrb) Dan Upah Minimum Kabupaten/Kota

(Umk) Terhadap Tingkat Kemiskinan Di Kabupaten/Kota Provinsi Banten

Tahun 2011 – 2015.”

42
 Data yang digunakan dalam penelitian ini adalah data sekunder dan

metode yang digunakan yaitu analisis regresi data panel menggunakan

Random Effect Model dengan bantuan program Eviews 9 untuk memperoleh

gambaran yang menyeluruh mengenai hubungan antara variabel satu dengan

variabel yang lain. Hasil penelitian ini menunjukan bahwa kemiskinan di

Provinsi Banten mampu dijelaskan oleh ZIS, PDRB, dan UMK. Selanjutnya

secara parsial koefisien regresi menunjukan ZIS berpengaruh signifikan dan

berhubungan negatif dengan nilai koefisien. Variabel PDRB berpengaruh

signifikan dan berhubungan negatif dengan nilai koefisien. Dan UMK

berpengaruh signifikan dan berhubungan positif dengan nilai koefisien. Lalu

kemiskinan di Provinsi Banten dipengaruhi signifikan oleh ZIS, PDRB dan

UMK secara simultan terhadap Tingkat Kemiskinan.

43
D. Kerangka Pemikiran

Kerangka pemikiran merupakan fondasi dimana seluruh proyek penelitian

didasarkan. Kerangka pemikiran merupakan sintesa dari serangkaian teori yang

tertuang dalam tinjauan pustaka, yang pada dasarnya merupakan gambaran sistematis

dari kinerja teori dalam memberikan solusi atau alternatif solusi dari serangkaian

masalah yang ditetapkan.

Kerangka pemikiran dalam penelitan ini adalah mengenai Jumlah Penduduk

Miskin di Jawa Barat yang dipengaruhi oleh Indeks Pembangunan Manusia (IPM),

Inflasi dan Zakat, Infaq, Shadaqah (ZIS). Data-data yang berhubungan dengan

variabel independen dan dependen diperoleh dari berbagai sumber resmi diantaranya

website Bank Indonesia, Otoritas Jasa Keuangan, dan Badan Pusat Statistik.

44
 Gambar 2.2 - Kerangka Pemikiran

Provinsi Jawa Barat

Pengaruh Indeks Pembangunan Manusia (IPM), Inflasi dan

Zakat, Infaq, Shadaqah (ZIS) terhadap Pengentasan Kemiskinan
di Provinsi Jawa Barat (Periode Tahun 2012-2015)

Variabel Independen Variabel Dependen

IPM (X1)

Inflasi (X2) Pengentasan Kemiskinan (Y)

ZIS (X3)

Metode Estimasi Data Panel

Common Effect Model Fixed Effect Model Random Effect Model

Uji Chow Uji Hausman

Uji Hipotesis

Uji Parsial (Uji T) Uji Simultan Adjusted R2

Interpretasi

Kesimpulan

45
 Penelitian ini menggunakan metodologi time series dengan data cross

section yang menggunakan analisis data panel. Data panel (pool) yang

merupakan gabungan antara data runtun waktu (time series) dengan data

silang (cross section). Oleh karena itu, data panel memiliki gabungan

karakteristik yaitu data yang terdiri atas beberapa obyek dan meliputi

beberapa waktu (Winarno, 2011). Umumnya pendugaan parameter dalam

analisis regresi dengan data cross section dilakukan menggunakan pendugaan

metode kuadrat kecil atau disebut Ordinary Least Square (OLS).

Langkah pertama dalam melakukan analisis regresi data panel adalah

pendekatan Common Effect (Pooling Least Square). Pada model ini

digabungkan data cross section dan data times series. Kemudian digunakan

metode OLS terhadap data panel tersebut. Pendekatan ini merupakan

pendekatan yang paling sederhana dibandingkan dengan kedua pendekatan

lainnya. Dengan pendekatan ini kita tidak bisa melihat perbedaan antar

individu dan perbedaan antar waktu karena intercept maupun slope dari

model sama. Terlihat bahwa baik intercept maupun slope tidak berubah baik

antara individu maupun antar waktu.

Langkah yang kedua yakni dengan pendekatan Efek Tetap (Fixed

effect). Dalam menganalisis data runtut waktu, kita dapat memakai asumsi

berdasarkan kriteria berikut ini. Teknik yang paling sederhana

mengasumsikan bahwa data gabungan yang ada, menunjukkan kondisi yang

46
sesungguhnya. Hasil analisis regresi dianggap berlaku pada semua objek

pada semua waktu.

Selanjutnya adalah dengan Pendekatan Efek Random (Random effect).

Efek random digunakan untuk mengatasi kelemahan model efek tetap yang

menggunakan variabel semu, sehingga model mengalami ketidakpastian.

Tanpa menggunakan variabel semu, metode efek random menggunakan

residual, yang diduga memiliki hubungan antar waktu dan antarobjek.

Setelah itu adalah pemilihan model regresi panel dimana terdapat 2 uji

yakni uji Chow dan uji Hausman. Kedua uji tersebut yang nantinya akan

menentukan apakah hasil olahan regresi data panel akan menggunakan model

fixed atau random effect.

E. Hipotesa Penelitian

Hipotesa merupakan jawaban sementara atas suatu persoalan yang

masih perlu dibuktikan kebenarannya dan harus bersifat logis, jelas, dan dapat

diuji. Hipotesis yang diajukan dalam penelitian ini adalah :

1. H0: Tidak ada pengaruh positif signifikan Jumlah Penduduk Miskin di

Jawa Barat terhadap Indeks Pembangunan Manusia

H1: Terdapat pengaruh positif signifikan Jumlah Penduduk Miskin di

Jawa Barat terhadap Indeks Pembangunan Manusia

47
2. H0: Tidak ada pengaruh positif signifikan Jumlah Penduduk Miskin di

Jawa Barat terhadap Inflasi

H1: Terdapat pengaruh positif signifikan Jumlah Penduduk Miskin di

Jawa Barat terhadap Inflasi

3. H0: Tidak ada pengaruh positif signifikan Jumlah Penduduk Miskin di

Jawa Barat terhadap Zakat, Infaq, Shadaqah

H1: Terdapat pengaruh positif signifikan Jumlah Penduduk Miskin di

Jawa Barat terhadap Zakat, Infaq, Shadaqah

48
 BAB III

METODELOGI PENELITIAN

A. Ruang Lingkup Penelitian

Luasnya objek penelitian sehingga ruang lingkup variabel yang akan digunakan

berdasarkan pada data-data berikut ini :

1) Data statistik Puskasbaznas penerimaan Zakat Infaq dan Shadaqah periode

2012 - 2015.

2) Data statistik Badan Pusat Statistik berupa data tahunan Inflasi, Indeks

Pembangunan Manusia dan Kemiskinan Provinsi Jawa Barat periode 2012-

2015.

B. Metode Pengumpulan Data

Penelitian ini adalah penelitian statistik deskriptif dan menggunakan data

sekunder maka metode yang digunakan dalam pengumpulan data untuk melakukan

penelitian ini adalah sebagai berikut :

1. Field Research

Data yang digunakan dalam penelitian ini adalah data yang bersifat sekunder

yaitu data yang diperoleh melalui hasil pengolahan pihak kedua (data eksternal atau

data yang sudah dipublikasi) untuk menjelaskan gejala dari suatu fenomena, seperti

Puskasbaznas dan Badan Pusat Statistik (BPS).

49
 2. Library Research

Data yang digunakan dalam penelitian ini adalah data yang diperoleh

dari membaca literatur, buku, artikel, jurnal, dan sejenisnya yang

berhubungan dengan aspek yang diteliti sebagai upaya untuk memperoleh

data yang valid.

3. Internet Research

Terkadang buku referensi atau literatur yang kita miliki atau pinjam di

perpustakaan tertinggal selama beberapa waktu atau kadaluarsa, karena ilmu

selalu berkembang. Oleh karena itu, untuk mengantisipasi hal tersebut

penulis melakukan penelitian dengan teknologi yang juga berkembang yaitu

internet sehingga data yang diperoleh merupakan data yang sesuai dengan

perkembangan zaman.

C. Teknik Pengolahan Data

Data yang digunakan dalam penelitian ini akan diolah dengan menggunakan

Microsoft Excel dan Eviews 9.

D. Metode Analisis Data

Untuk menjawab permasalahan yang telah ditetapkan, maka dalam

menganalisis permasalahan (data) penulis akan menggunakan metode regresi

Data Panel. Data panel (pool) yang merupakan gabungan antara data runtun

waktu (time series) dengan data silang (cross section). Oleh karena itu, data panel

50
memiliki gabungan karakteristik yaitu data yang terdiri atas beberapa obyek dan

meliputi beberapa waktu (Winarno, 2011). Umumnya pendugaan parameter

dalam analisis regresi dengan data cross section dilakukan menggunakan

pendugaan metode kuadrat kecil atau disebut Ordinary Least Square (OLS).

Uji regresi data panel ini digunakan untuk mengetahui hubungan antara

variabel independen yang terdiri dari Indeks Pembangunan Manusia (IPM),

Inflasi dan Zakat, Infaq, Shadaqah (ZIS) terhadap variabel dependen Pengentasan

Kemiskinan di Jawa Barat.

Menurut Wibisono (2005) keunggulan regresi data panel antara lain:

pertama, panel data mampu memperhitungkan heterogenitas individu secara

eksplisit dengan mengizinkan variabel spesifik individu. Kedua, kemampuan

mengontrol heterogenitas ini selanjutnya menjadikan data panel dapat digunakan

untuk menguji dan membangun model perilaku lebih kompleks. Ketiga, data

panel mendasarkan diri pada observasi cross section yang berulang-ulang (time

series) sehingga metode data panel cocok digunakan sebagai study of dynamic

adjustment. Keempat, tingginya jumlah observasi memiliki implikasi pada data

yang lebih informatif, lebih variatif, dan kolinearitas (multikol) antara data

semakin berkurang dan derajat kebebasan (degree of freedom/df) lebih tinggi

sehingga dapat diperoleh hasil estimasi yang lebih efisien. Kelima, data panel

dapat digunakan untuk mempelajari model-model perilaku yang kompleks. Dan

keenam, data panel dapat digunakan untuk meminimalkan bias yang mungkin

ditimbulkan oleh agregasi data individu (Agus, 2015).

51
 Model regresi data panel dalam penelitian ini adalah:

Kemiskinanit = α + β1IPMt + β2Inflasit + β3ZISt + εit

Keterangan :

α = Konstanta

ε = error term

i = wilayah

t = waktu

1) Penentuan Model Estimasi

Dalam metode estimasi model regresi dengan menggunakan data pabel

dapat dilakukan melalui tiga pendekatan, antara lain (Dedi, 2012):

a. Common Effect atau Pooled Least Square (PLS)

Merupakan pendekatan model data panel yang paling sederhana

karena hanya mengkombinasikan data time series dan cross section. Pada

model ini tidak perhatikan dimensi waktu maupun individu sehingga

diasumsikan bahwa perilaku data perusahaan sama dalam berbagai kurun

waktu. Metode ini bisa menggunakan pendekatan Ordinary Least Square

(OLS) atau teknik kuadrat kecil untuk mengestimasi model data panel.

Untuk model data panel, sering diasumsikan βit = β yakni pengaruh

dari perubahan dalam X diasumsikan bersifat konstanta dalam waktu kategori

cross section.

52
 Secara umum, bentuk model linear yang dapat digunakan untuk

memodelkan data panel adalah :

Yit = Xitβit + eit

Dimana:

Yit adalah observasi dari unit ke-i dan diamati pada periode waktu ke-t

(yakni variabel dependen yang merupakan suatu data panel) Xit adalah

variabel independen dari unit ke-i dan diamati pada periode waktu ke-t disini

diasumsikan Xit memuat variabel konstanta eit adalah komponen error yang

diasumsikan memiliki harga mean 0 dan variansi homogen dalam waktu serta

independen dengan Xit.

b. Fixed effect Model (FEM)

Model ini mengasumsikan bahwa perbedaan antar individu dapat

diakomodasi dari perbedaan intersepnya. Model Fixed effect adalah teknik

mengestimasikan data panel dengan menggunakan variabel dummy untuk

menangkap adanya perbedaan intercep. Intercep antar perusahaan, perbedaan

intercep bisa terjadi karena perbedaan budaya kerja, manajerial, dan insentif.

Disamping itu, model ini juga mengasumsikan bahwa koefisien regresi tetap

antara perusahaan dan waktu.

Pendekatan dengan variabel dummy ini dikenal dengan sebutan least

square dummy variabels (LSDV). Persamaan Fixed effect Model dapat ditulis

sebagai berikut :

53
 Yit = Xitβ + Ci + ..... + εit

Dimana:

Ci = variabel dummy

c. Random effect Model (REM)

Model ini mengestimasi data panel dimana variabel gangguan

mungkin saling berhubungan antar waktu dan antar individu. Pada model

Random effect perbedaan intercep diakomodasi oleh error terms masing-

masing perusahaan. Keuntungan menggunakan model Random effect yakni

menghilangkan heteroskedastisitas. Model ini juga disebut dengan teknik

Generalized Least Square (GLS). Sebagai estimastornya, berikut bentuk

persamaannya adalah:

Yit = Xitβ + Vit

Dimana Vit = Ci + Di + εit

Ci diasumsikan bersifat independent and identically distributed (iid)

normal dengan mean 0 dan variansi Ϭ2 c (komponen cross section).

Di diasumsikan bersifat iid normal dengan mean 0 dan variansi Ϭ2 d

(komponen time series error).

Εit diasumsikan bersifat iid dengan mean 0 dan variansi Ϭ2 e.

54
2) Tahapan Analisis Data

Untuk menganalisis data panel diperlukan uji spesifikasi model yang tepat

untuk menggambarkan data. Uji tersebut yaitu:

a. Uji Chow

Uji chow adalah pengujian untuk menentukan model apa yang akan

dipilih antara common effect model atau fixed effect model. Hipotesis uji

chow adalah:

H0 : common effect model (pooled OLS)

H1 : fixed effect model (LSDV)

Hipotesis nol pada uji ini adalah bahwa intersep sama atau dengan kata

lain model yang tepat untuk regresi data panel adalah common effect dan

hipotesis alternatifnya adalah intersep tidak sama atau model yang tepat untuk

regresi data panel adalah fixed effect.

Nilai Statistik F hitung akan mengikuti distribusi statistik F dengan

derjat kebebasan (degree of freedom) sebanyak m untuk numeratordan

sebanyak n-k untuk denumerator. M merupakan jumlah restriksi atau

pembatasan di dalam model tanpa variabel dummy. Jumlah restriksi adalah

jumlah individu dikurang satu. N merupakan jumlah observasi dan k

merupakan jumlah parameter jumlah parameter dalam model fixed effect.

Jumlah observasi (n) adalah jumlah individu dikali dengan jumlah

periode, sedangkan jumlah parameter dalam model fixed effect (k) adalah

55
jumlah variabel ditambah jumlah individu. Apabila nilai F hitung lebih besar

dari F kritis maka hipotesis nol ditolak yang artinya model yang tepat untuk

regresi data panel adalah model fixed effect. Dan sebaliknya, apabila nilai F

hitung lebih kecil dari F kritis maka hipotesis nol diterima yang artinya model

yang tepat untuk regresi data panel adalah model common effect.

b. Uji Hausman

Uji Hausman adalah uji yang digunakan untuk memilih model yang

terbaik antara fixed effect model atau random effect model. Uji Hausman

ini didasarkan pada ide bahwa Least Squares dummy Variabels (LSDV)

dalam metode fixed effect dan Generalized Least Square (GLS) dalam

metode Random effect adalah efisien sedangkan Ordinary Least Square

(OLS) dalam metode Common Effect tidak efisien. Yaitu dengan menguji

hipotesis berbentuk :

H0 : E(Ci | X) = E (u) = 0 atau terdapat random effect model

H1 : fixed effect model

Statistik uji Hausman mengikuti distribusi statistik Chi-Square dengan

derajat kebebasan (df) sebesar jumlah variabel bebas. Hipotesis nolnya

adalah bahwa model yang tepat untuk regresi data panel adalah model

Random effect dan hipotesis alternatifnya adalah model yang tepat untuk

regresi data panel adalah model Fixed effect. Apabila nilai statistik

Hausman lebih besar dari nilai kritis Chi-Square maka hipotesis no ditolak

56
 yang artinya model yang tepat untuk regresi data panel adalah model Fixed

effect. Dan sebaliknya, apabila nilai statistik Hausman lebih kecil dari nilai

kritis Chi-Squares maka hipotesis nol diterima yang artinya model yang

tepat untuk regresi data panel adalah model Random effect.

3) Pengujian Signifikan

a. Uji Signifikan Parameter Individual (Uji Statistik t)

Pengujian hipotesis yang dilakukan secara parsial bertujuan untuk

mengetahui pengaruh dan signifikansi dari masing-masing variabel

independen terhadap variabel dependen. Pengujian parsial terhadap koefisien

regresi secara parsial menggunakan uji-t pada tingkat keyakinan 95% dan

tingkat kesalahan dalam analisis (α) 5% dengan ketentuan degree of freedom

(df) = n-k, dimana n adalah besarnya sampel, k adalah jumlah variabel. Dasar

pengembalian keputusan adalah:

Jika t-hitung < probabilitas : H0 diterima dan H1 ditolak

Jika t-hitung > probabilitas : H0 ditolak dan H1 diterima

b. Uji Signifikan Simultan (Uji Statistik F)

Pengujian ini untuk mengetahui apakah variabel independen yaitu

Indeks Pembangunan Manusia (IPM), Inflasi dan Zakat, Infaq, Shadaqah

(ZIS) secara simultan berpengaruh signifikan terhadap variabel dependen.

Pengujian ini dilakukan dengan uji F pada tingkat keyakinan 95% dan tingkat

57
kesalahan (α) 5% dengan degree of freedom (df1) = k-1, degree of freedom

(df2) = n-k. dasar pengambilan keputusan adalah :

Jika f-hitung < F-tabel : H0 diterima dan H1 ditolak

Jika f-hitung > F-tabel : H0 ditolak dan H1 diterima

c. Uji Koefisien Determinasi (R2 )

Koefisien determinasi R2 pada intinya mengukur seberapa jauh

kemampuan model dalam menerangkan variasi variabel independen. Nilai

koefisien determinasi diantara 0 dan 1 (0 < R2 < 1), nilai R2 yang kecil berarti

kemampuan variabel-variabel independen dalam menjelaskan variasi variabel

independen sangat terbatas. Nilai yang mendekati 1 berarti variabel

independen memberikan hampir semua informasi yang dibutuhkan untuk

memprediksi variasi model dependen (Gujarati, 2003).

Kelemahan mendasar penggunaan koefisien determinasi adalah bias

terhadap jumlah variabel independen yang dimasukkan ke dalam model.

Untuk mengatasi permasalahan tersebut, suatu pengukur kelayakan yang

sesuai lainnya telah dikembangkan. Ukuran yang merupakan modifikasi dari

R2 ini memberikan penalti bagi penambahan variabel penjelas yang tidak

menurunkan residual secara signifikan. Ukuran ini diesbut adjusted R2

(Doddy, 2012).

58
d. Uji H

Metodologi memiliki fleksibilitas dalam penentuan variabel yang akan

diuji. Hal ini untuk memberikan ruang yang lebih luas bagi interpretasi dari

hasil olah data yang dilakukan. Secara prosedural proses rekayasa metodologi

H ini dilakukan dari pengumpulan data dari obyek yang dijadikan sampel

dalam implemetasi teori ini. (Aziz, 2015)

1. Pertama melakukan pendataan untuk memperoleh besaran dari obyek

yang akan ditinjau dalam nilai, harga, indeks, persentase atau

nominal yaitu dalam bentuk harga asli.

2. Kedua meninjau laju besaran dari obyek yang akan dihitung dalam

dihitung dalam skala persentase berupa selisih dari harga awal

dengan harga berikutnya atau perbedaan dari besaran pertama dengan

besaran kedua dan selanjutnya.

3. Ketiga membuat pola rata – rata dari obyek yang akan ditinjau

dengan perspektif teori ini dibandingkan dengan obyek – obyek lain

yang sejenis atau meninjau posisi obyek yang dikomparasi dengan

rata – rata obyek yang sejenis.

4. Setelah memperoleh nominal, laju, dan rata – rata laju, selanjutnya

dibutuhkan data lain dari obyek yang sama berupa data yang berasal

intangible atau berkaitan dengan nilai religiusitas untuk didapatkan

59
 besaran bobotnya dibandingkan dengan obyek lain. Cara melakukan

nilai bobot ini yaitu :

1) Membuat rasio bobot berdasarkan data lain dari obyek yang

sama kemudian dibandingkan dengan bobot dari obyek lain

dengan data yang untuk diperoleh ranking atau urutan bobo

tantara obyek utama dengan obyek pembanding.

2) Selain menggunakan sumber data dari obyek yang diteliti,

dikombinasikan dengan expert adjustment/ wawancara

terstruktur dengan pakar sains yang memiliki otoritas untuk

menilai bobot suatu obyek.

3) Kemudian melakukan perankingan obyek berdasarkan bobot

yang diperoleh dari berbagai sumber data tersebut, sehingga

urutan tersebut juga mempresentasikan besaran bobot dari obyek

yang diteliti tersebut.

5. Selanjutnya setelah diperoleh data nominal, laju, dan bobot maka

dilakukan penghitungan berupa perkalian dari data obyek tersebut

berupa : nominal x laju x bobot

6. Setelah mendapatkan hasil dari perhitungan dari obyek yang diteliti

maka dilakukan matriks untuk memperoleh kategori hasil sesuai

format dalam hal ini obyek akan dikategorikan dalam formasi straight,

loads dan impact :

a. Jika hasil positif adalah straight (jika minus adalah turn)

60
 b. Jika hasil lebih besar dari 0,1 adalah load

c. Jika hasil lebih besar dari rata – rata nilai berarti impact

Teori Hahslm (th) juga memiliki persamaan yang dapat menjadi rumus

bersama dengan fungsi regresi linear berganada. Dalam persamaan regresi

terdapat variabel dependen Y sedangkan dalam persamaan th terdapat variabel

dependen H. Untuk variabel independen bisa diterapkan pada persamaan

regresi dan juga th dimana fungsi a merupakan konstanta pada regresi sebagai

pelindung pada th, sedangkan eror memiliki notasi e pada regresi dan h pada

th, serta variabel pokok yaitu X1, X2, dan Xn pada regresi menjadi S1, L1,

Mn pada th. Adapun persamaan H yang digunakan adalah sebagai berikut:

H = a + b1S + b2L + ... + bnMn + h

Keterangan:

H = Huda/Petunjuk (Y)

A = Alif/Jalan (α)

h = Hanif/Lurus (e)

S = Sin/Manusia (B1X1)

L = Lillah/Milik Allah (B2X2)

M = Masjid/Ibadah (B3X3)

61
E. Operasional Variabel Penelitian

Variabel penelitian pada dasarnya adalah segala sesuatu yang

berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga

diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya.

Sugiyono (2005).

Penelitian ini melibatkan empat variabel bebas (independen), satu

variabel terikat (dependen). Variabel bebas dalam penelitian ini meliputi

1. Kemiskinan

Bank Dunia mendefinisikan kemiskinan adalah keadaan

kelaparan,kurang tempat tinggal kurang sandang, dan kurang pendidikan. Ada

banyak hal yang menyebabkan seseorang masuk dalam kategori miskin,

diantaranya:

a) Rendahnya pendapatan dan asset untuk memenuhi kebutuhan dasar,seperti

makanan, tempat tinggal, pakain, kesehatan dan pendidikan.

b) Ketidakmampuan untuk bersuara dan ketiadaan kekuatan di depan institusi

dan masyarakat.

c) Rentan terhadap guncangan ekonomi.

2. Indeks Pembangunan Manusia

62
 Indeks Pembangunan Manusia atau Human Development Indeks

(HDI) adalah pengukuran perbandingan dari harapan hidup, melek huruf,

pendidikan dan standar hidup untuk semua negara seluruh dunia. HDI

digunakan untuk mengklasifikasi apakah sebuah negara adalah negara maju,

negara berkembang atau negara terbelakang dan juga untuk mengukur

pengaruh dari kebijaksanaan ekonomi terhadap kualitas hidup.

3. Inflasi

Merupakan sebuah fenomena ekonomi berupa kenaikan harga secara

umum dan terjadi secara terus menerus. Bahkan Milton Friedman, ekonom

besar penerima Nobel di tahun 1976 pernah mengatakan “inflasi selalu dan

dimanapun merupakan fenomena moneter”. Inflasi yang berbahaya ialah

inflasi yang tidak dapat diprediksikan sehingga menimbulkan keterkejutan

masyarakat akan kenaikan harga. Banyak ekonom yang berpendapat tingkat

inflasi yang rendah merupakan hal yang baik apabila itu terjadi akibat dari

adanya inovasi yang dilakukan. Demikian tingkat inflasi harus terus di pantau

dan dikendalikan agar tetap berada di tingkat yang aman.

4. Zakat Infaq dan Shadaqah

Zakat adalah bagian dari harta yang telah memenuhi syarat tertentu,

yang diwajibkan oleh Allah untuk diserahkan kepada yang berhak

menerimanya dengan persyaratan tertentu pula (Hafidhuddin, 2004).

Sedangkan pendayagunaan dana ZIS merupakan pemberian dana Zakat, Infak

63
dan Sedekah (ZIS) yang telah terkumpul di Badan Amil Zakat Daerah

(BAZDA) Provinsi Jawa Barat dan dikeluarkan dalam bentuk pendayagunaan

dana. Satuan dari variabel pendayagunaan dana ZIS adalah dalam miliar

rupiah . Data ZIS yang digunakan dalam penelitian ini adalah data periode

tahun 2012-2015. Data tersebut diperoleh dari Puskasbaznas.

64
 BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

A. Gambaran Umum Obyek Penelitian

Provinsi Jawa Barat adalah sebuah Provinsi di Pulau Jawa, Indonesia. Provinsi

Jawa Barat terdiri dari 17 Kabupaten, yaitu: Kabupaten Bogor, Sukabumi, Cianjur,

Bandung, Garut, Tasikmalaya, Ciamis, Kuningan, Cirebon, Majalengka, Sumedang,

Indramayu, Subang, Purwakarta, Karawang, Bekasi, Bandung Barat dan 9 Kota,

yaitu: Kota Bogor, Kota Sukabumi, Kota Bandung, Kota Cirebon, Kota Bekasi, Kota

Depok, Kota Cimahi, Kota Tasikmalaya, Kota Banjar.

Luas Jawa Barat sekitar 34.816,96 Km2. Provinsi Jawa Barat secara

astronomis terletak antara Bujur 104° 48 „ BT s.d 108° 48 „ BT Lintang 5° 50‟ LS s.d

7° 50‟ LS. Letak geografi jawa barat di sebelah barat berbatasan dengan selat sunda,

seblah utara dengan laut jawa dan Jakarta, sebelah timur berbatasan dengan provinsi

jawa tengah dan sebelah selatan dibatasi oleh samudera Indonesia.

B. Kondisi Kemiskinan di Provinsi Jawa Barat

Kemiskinan adalah kondisi di mana seseorang atau sekelompok orang, baik

laki-laki ataupun perempuan, tidak mampu memenuhi hak dasarnya untuk

mempertahankan dan mengembangkan kehidupan yang bermartabat. Berikut data

jumlah penduduk miskin di Provinsi Jawa Barat:

65
 Tabel 4.1
Jumlah Penduduk Miskin di Provinsi Jawa Barat Tahun 2012-2015
(Ribu Jiwa)

KEMISKINAN

KOTA/KABUPATEN 2012 2013 2014 2015

Bogor 451 499,1 479,1 487,10

Sukabumi 234,6 222,8 213,6 217,86

Cianjur 292,2 267,9 256,6 273,90

Bandung 279,5 271,7 266,8 281,04

Garut 315,8 320,9 315,6 325,67

Tasikmalaya 201,5 199,3 194,8 208,12

Ciamis 147,8 133 130 104,87

Kuningan 142,3 139,4 133,6 147,21

Cirebon 311,3 307,2 300,5 313,21

Majalengka 168,6 164,9 158 167,50

Sumedang 132,9 127,4 122 129,03

Indramayu 257,3 251,1 240,7 253,12

Subang 185,4 185,4 177,9 187,17

Purwakarta 85 83,6 80,3 83,94

Karawang 245,1 238,6 229 235,03

Bekasi 153,1 157,7 156,6 169,20

66
 Bandung Barat 209,9 206 197,9 205,69

Kota Bogor 84,8 83,3 80,1 79,15

Kota Sukabumi 26 25,2 24,1 27,84

Kota Bandung 111,4 117,7 115 114,12

Kota Cirebon 33,2 31,9 30,6 31,74

Kota Bekasi 139,8 137,8 139,7 146,94

Kota Depok 47 45,9 47,5 49,97

Kota Cimahi 37,7 32,3 31,8 34,09

Kota Tasikmalaya 123 112,2 104,6 106,78

Kota Banjar 13,9 12,8 12,7 13,42

Sumber: BPS Jawa Barat, 2016

Pada Tabel 4.1 menunjukan jumlah penduduk miskin di beberapa

Kabupaten/Kota di Provinsi Jawa Barat mengalami trend yang fluktuatif. Pada tahun

2013 jumlah penduduk miskin cenderung mengalami penurunan, namun pada tahun

2015 jumlah penduduk miskin mengalami peningkatan. Pada tahun 2015 jumlah

penduduk miskin terbanyak terdapat di Kabupaten Bogor, sedangkan penduduk

miskin terendah terdapat di Kota Banjar.

67
C. Analisis dan Pembahasan

Pemilihan Model Regresi Data Panel

Regresi yang menggunakan data panel disebut dengan regresi data panel. Data

panel memiliki gabungan karakteristik yaitu data yang terdiri atas beberapa objek dan

runtutan waktu (Winarno, 2011). Data semacam ini memiliki keunggulan terutama

karena bersifat robust (kuat) terhadap beberapa tipe pelanggaran yakni

heterokedastisitas dan normalitas. Di samping itu, dengan perlakuan tertentu struktur

data seperti ini dapat diharapkan untuk memberikan informasi yang lebih banyak

(high informational content) (Ariefianto, 2012).

Regresi data panel dapat dilakukan dengan tiga model yaitu pooled effect,

fixed effect, dan random effect. Masing-masing model memiliki kelebihan dan

kekurangannya masing-masing. Pemilihan model tergantung pada asumsi yang

dipakai peneliti dan pemenuhan syarat-syarat pengolahan data statistik yang benar,

sehingga dapat dipertanggungjawabkan secara statistik. Oleh karena itu langkah

pertama yang harus dilakukan adalah memiliki model yang tepat dari ketiga model

68
 Tabel 4.2
Hasil Regresi Data Panel Common Effect Model

Dependent Variable: KEMISKINAN?

Method: Pooled Least Squares
Date: 12/29/17 Time: 20:11
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104

Variable Coefficient Std. Error t-Statistic Prob.

C 16.06662 2.761361 5.818369 0.0000

IPM? -0.091236 0.014443 -6.316973 0.0000
INFLASI? -0.024605 0.109929 -0.223829 0.8233
ZIS? 0.080898 0.113451 0.713064 0.4775

R-squared 0.285562 Mean dependent var 11.74878

Adjusted R-squared 0.264129 S.D. dependent var 0.863275
S.E. of regression 0.740542 Akaike info criterion 2.274834
Sum squared resid 54.84028 Schwarz criterion 2.376542
Log likelihood -114.2914 Hannan-Quinn criter. 2.316039
F-statistic 13.32341 Durbin-Watson stat 0.004973
Prob(F-statistic) 0.000000

69
 Tabel 4.3
Hasil Regresi Data Panel Fixed Effect Model
Dependent Variable: KEMISKINAN?
Method: Pooled Least Squares
Date: 12/29/17 Time: 20:11
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104

Variable Coefficient Std. Error t-Statistic Prob.

C 13.25825 0.951770 13.93010 0.0000

IPM? -0.031568 0.019942 -1.582970 0.1176
INFLASI? -0.025227 0.006486 -3.889753 0.0002
ZIS? 0.027980 0.018894 1.480927 0.1428
Fixed Effects (Cross)
BBRT--C 0.345450
BDG--C 0.790647
BGR--C 1.280712
BKS--C 0.286039
CJR--C 0.550349
CMS--C -0.026050
CRB--C 0.789264
GRT--C 0.723253
IDR--C 0.518098
KBDG--C 0.228987
KBGR--C -0.296469
KBJR--C -2.265863
KBKS--C 0.431564
KCMH--C -1.084700
KCRB--C -1.248161
KDPK--C -0.667520
KNG--C 0.039658
KRW--C 0.575364
KSBM--C -1.515379
KTMY--C -0.092863
MJL--C 0.119983
PWT--C -0.461260
SBG--C 0.285682
SKBM--C 0.409035
SMD--C 0.009911
TMY--C 0.274270

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.998137 Mean dependent var 11.74878

Adjusted R-squared 0.997441 S.D. dependent var 0.863275
S.E. of regression 0.043668 Akaike info criterion -3.193635

70
Sum squared resid 0.143014 Schwarz criterion -2.456256
Log likelihood 195.0690 Hannan-Quinn criter. -2.894901
F-statistic 1434.995 Durbin-Watson stat 1.660369
Prob(F-statistic) 0.000000

Setelah hasil regresi dengan menggunakan model common effect dan fixed

effect didapat, maka langkah selanjutnya adalah melakukan uji untuk menentukan

model estimasi mana yang lebih tepat antara model common effect dan fixed effect.

Dalam menentukan diantara kedua model tersebut maka digunakan uji Chow sebagai

uji pemilihan model regresi data panel. Uji chow merupakan salah satu tahap yang

perlu dilakukan untuk menentukan model regresi data yang paling tepat digunakan

dalam penelitian.

Langkah pertama yang dilakukan sebelum melakukan uji Chow adalah

melakukan regresi dengan menggunakan model common effect dan fixed effect.

Setelah hasil dari common effect dan fixed effect diperoleh maka selanjutnya

dilakukan uji Chow dengan melakukan uji likelihood ratio menggunakan Eviews.

Hasil dari uji likelihood ratio atau uji Chow dapat dilihat pada tabel di bawah ini:

71
 Tabel 4.4
Hasil Uji Chow
Redundant Fixed Effects Tests
Pool: DAERAH
Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 1147.383215 (25,75) 0.0000

Cross-section Chi-square 618.720763 25 0.0000

Sumber: Output Eviews

Uji Chow dilakukan dengan membandingkan antara common effect model dan

fixed effect model. Hipotesis dalam uji Chow adalah:

H0 : Intersep konstan pada setiap i dan t

H1 : Intersep tidak konstan pada setiap i dan t

Apabila nilai probabilitas F ≥ 0,05 artinya H0 diterima, yang berarti model

yang paling tepat digunakan adalah common effect model. Namun jika nilai

probabilitasnya < 0,05 artinya H0 ditolak, yang berarti model yang paling tepat

digunakan adalah fixed effect model.

Hasil output di atas menunjukkan nilai probabilitas sebesar 0,0000 untuk

cross section F, yang berarti nilainya < 0,05. Karena hasil tersebut menunjukan

bahwa H0 ditolak, maka dapat dikatakan bahwa fixed effect model lebih tepat

digunakan daripada common effect model.

Karena hasil Uji Chow menunjukkan hasil model yang lebih tepat untuk

digunakan adalah fixed effect model, maka diperlukan Uji Hausman untuk menguji

model yang lebih tepat untuk digunakan antara fixed effect model dan random effect

72
model. Sebelum melakukan Uji Hausman, dilakukan terlebih dahulu regresi random

effect model.

Tabel 4.5
Hasil Regresi Data Panel Random Effect Model

Dependent Variable: KEMISKINAN?

Method: Pooled EGLS (Cross-section random effects)
Date: 12/29/17 Time: 20:12
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104
Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

C 14.14212 0.806846 17.52765 0.0000

IPM? -0.050347 0.016515 -3.048519 0.0029
INFLASI? -0.025031 0.006484 -3.860206 0.0002
ZIS? 0.044635 0.016084 2.775028 0.0066
Random Effects (Cross)
BBRT--C 0.264510
BDG--C 0.799493
BGR--C 1.250260
BKS--C 0.320404
CJR--C 0.421672
CMS--C -0.047809
CRB--C 0.729249
GRT--C 0.602358
IDR--C 0.420033
KBDG--C 0.424438
KBGR--C -0.211471
KBJR--C -2.266795
KBKS--C 0.623608
KCMH--C -0.945284
KCRB--C -1.168699
KDPK--C -0.481920
KNG--C 0.001098
KRW--C 0.544518
KSBM--C -1.468202
KTMY--C -0.084779
MJL--C 0.034822
PWT--C -0.485469
SBG--C 0.233219
SKBM--C 0.317769
SMD--C 0.010311
TMY--C 0.162664

Effects Specification

73
 S.D. Rho

Cross-section random 0.754393 0.9967

Idiosyncratic random 0.043668 0.0033

Weighted Statistics

R-squared 0.217479 Mean dependent var 0.339893

Adjusted R-squared 0.194003 S.D. dependent var 0.049081
S.E. of regression 0.044064 Sum squared resid 0.194161
F-statistic 9.264020 Durbin-Watson stat 1.229083
Prob(F-statistic) 0.000018

Unweighted Statistics

R-squared 0.228300 Mean dependent var 11.74878

Sum squared resid 59.23573 Durbin-Watson stat 0.004029

Sumber: Output Eviews

Dalam melakukan Uji Hausman, hipotesis yang digunakan yaitu:

H0 : Random Effect Model

H1 : Fixed Effect Model

Apabila nilai probabilitas Chi-Square ≥ 0,05 artinya H0 diterima, yang berarti model

regresi yang paling tepat digunakan adalah random effect model. Namun jika

probabilitas Chi-Square < 0,05 artinya H0 ditolak, yang berarti model regresi yang

paling tepat digunakan adalah fixed effect model.

74
 Tabel 4.6
Hasil Uji Hausman

Correlated Random Effects - Hausman Test

Pool: DAERAH
Test cross-section random effects

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

Cross-section random 0.000000 3 1.0000

* Cross-section test variance is invalid. Hausman statistic set to zero.

Sumber: Output Eviews

Hasil output di atas menunjukkan nilai probabilitas sebesar 1.0000 untuk

cross section random, yang berarti nilainya > 0,05. Karena hasil tersebut

menunjukkan bahwa H1 ditolak, maka dapat dikatakan bahwa random effect model

lebih tepat digunakan daripada fixed effect model. Namun menurut Kristanto dan

Sumani (2015) jika nilai probabilitas 1.0000 berarti random effect model adalah

model yang lebih tepat untuk digunakan, tetapi jika terdapat peringatan yang

menunjukkan bahwa variance pada uji hausman tidak valid sehingga hasil uji

hausman menjadi tidak valid. Maka kesimpulan dari uji hausman yang tidak valid

membuat penelitian ini harus kembali menggunakan hasil dari uji sebelumnya yaitu

fixed effect. Berarti dapat disimpulkan model yang tepat digunakan dalam penelitian

ini adalah fixed effect model.

75
D. Pengujian Hipotesis
a. Model Penelitian

Berdasarkan estimasi model regresi data panel yang telah dilakukan

sebelumnya, maka penelitian in akan menggunakan fixed effect model yang

ditampilkan pada tabel berikut:

Dependent Variable: KEMISKINAN?

Method: Pooled Least Squares
Date: 12/29/17 Time: 20:11
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104

Variable Coefficient Std. Error t-Statistic Prob.

C 13.25825 0.951770 13.93010 0.0000

IPM? -0.031568 0.019942 -1.582970 0.1176
INFLASI? -0.025227 0.006486 -3.889753 0.0002
ZIS? 0.027980 0.018894 1.480927 0.1428
Fixed Effects (Cross)
BBRT--C 0.345450
BDG--C 0.790647
BGR--C 1.280712
BKS--C 0.286039
CJR--C 0.550349
CMS--C -0.026050
CRB--C 0.789264
GRT--C 0.723253
IDR--C 0.518098
KBDG--C 0.228987
KBGR--C -0.296469
KBJR--C -2.265863
KBKS--C 0.431564
KCMH--C -1.084700
KCRB--C -1.248161
KDPK--C -0.667520
KNG--C 0.039658
KRW--C 0.575364
KSBM--C -1.515379
KTMY--C -0.092863
MJL--C 0.119983
PWT--C -0.461260
SBG--C 0.285682

76
 SKBM--C 0.409035
SMD--C 0.009911
TMY--C 0.274270

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.998137 Mean dependent var 11.74878

Adjusted R-squared 0.997441 S.D. dependent var 0.863275
S.E. of regression 0.043668 Akaike info criterion -3.193635
Sum squared resid 0.143014 Schwarz criterion -2.456256
Log likelihood 195.0690 Hannan-Quinn criter. -2.894901
F-statistic 1434.995 Durbin-Watson stat 1.660369
Prob(F-statistic) 0.000000

Sumber: Output Eviews

Berdasarkan tabel, maka ditemukan hasil dari perhitungan Zakat Infaq dan Shadaqoh,

PDRB, Inflasi dan IPM terhadap jumlah kemiskinan di Provinsi Jawa Barat sebagai

berikut:

Kemiskinan = 13.25825 - 0.031568 IPM - 0.025227 Inflasi + 0.027980 ZIS

Dari model di atas dapat dibuat interpretasi sebagai berikut:

1) Konstanta sebesar 13.25825 menunjukkan bahwa jika variabel independen

(ZIS, Inflasi, IPM) adalah nol, maka jumlah kemiskinan di Jawa Barat adalah

sebesar 13.25825.

2) Nilai koefisien regresi IPM sebesar - 0.031568 yang berarti setiap kenaikan

IPM naik 1 score maka jumlah kemiskinan mengalami penurunan sebesar

0.031568.

3) Nilai koefisien regresi Inflasi sebesar - 0.025227 yang berarti setiap kenaikan

Inflasi naik 1% maka jumlah kemiskinan mengalami penurunan sebesar

0.025227

77
4) Nilai koefisien regresi jumlah ZIS sebesar 0.027980 yang berarti setiap

kenaikan jumlah ZIS naik 1% maka jumlah kemiskinan mengalami kenaikan

sebesar 0.027980.

Tabel 4.7
Hasil Uji Persamaan Setiap Objek Penelitian
Fixed Effects (Cross) Coeficient

BBRT--C 0.345450
BDG--C 0.790647
BGR--C 1.280712
BKS--C 0.286039
CJR--C 0.550349
CMS--C -0.026050
CRB--C 0.789264
GRT--C 0.723253
IDR--C 0.518098
KBDG--C 0.228987
KBGR--C -0.296469
KBJR--C -2.265863
KBKS--C 0.431564
KCMH--C -1.084700
KCRB--C -1.248161
KDPK--C -0.667520
KNG--C 0.039658
KRW--C 0.575364
KSBM--C -1.515379
KTMY--C -0.092863
MJL--C 0.119983
PWT--C -0.461260
SBG--C 0.285682
SKBM--C 0.409035
SMD--C 0.009911
TMY--C 0.274270

78
1) Persamaan model regresi Kabupaten Bandung Barat

Kemiskinan Kabupaten Bandung Barat = 0.345450- 0.031568 IPM -

0.025227 Inflasi + 0.027980 ZIS

Konstanta sebesar 0.345450 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Bandung Barat adalah sebesar 0.345450.

2) Persamaan model regresi Kabupaten Bandung

Kemiskinan Kabupaten Bandung = 0.790647 - 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

Konstanta sebesar 0.790647 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Bandung adalah sebesar 0.790647

3) Persamaan model regresi Kabupaten Bogor

Kemiskinan Kabupaten Bogor = 1.280712 - 0.031568 IPM - 0.025227 Inflasi

+ 0.027980 ZIS

Konstanta sebesar 1.280712menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Bogor adalah sebesar 1.280712

4) Persamaan model regresi Kabupaten Bekasi

Kemiskinan Kabupaten Bekasi 0.286039 - 0.031568 IPM - 0.025227 Inflasi +

0.027980 ZIS

79
 Konstanta sebesar 0.286039 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Bekasi adalah sebesar 0.286039

5) Persamaan model regresi Kabupaten Cianjur

Kemiskinan Kabupaten Cianjur = 0.550349 - 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

Konstanta sebesar 0.550349 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Cianjur adalah sebesar 0.550349

6) Persamaan model regresi Kabupaten Ciamis

Kemiskinan Kabupaten Ciamis = -0.026050 - 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

Konstanta sebesar -0.026050 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Ciamis adalah sebesar -0.026050

7) Persamaan model regresi Kabupaten Cirebon

Kemiskinan Kabupaten Cirebon = 0.789264 - 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

Konstanta sebesar 0.789264 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Cirebon adalah sebesar 0.789264

80
8) Persamaan model regresi Kabupaten Garut

Kemiskinan Kabupaten Garut = 0.723253 - 0.031568 IPM - 0.025227 Inflasi

+ 0.027980 ZIS

Konstanta sebesar 0.723253 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Garut adalah sebesar 0.723253

9) Persamaan model regresi Kabupaten Indramayu

Kemiskinan Kabupaten Indramayu = 0.518098- 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

Konstanta sebesar 0.518098 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Indramayu adalah sebesar 0.518098

10) Persamaan model regresi Kota Bandung

Kemiskinan Kota Bandung = 0.228987 - 0.031568 IPM - 0.025227 Inflasi +

0.027980 ZIS

Konstanta sebesar 0.228987 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota

Bandung adalah sebesar 0.228987

11) Persamaan model regresi Kota Bogor

Kemiskinan Kota Bogor = -0.296469 - 0.031568 IPM - 0.025227 Inflasi +

0.027980 ZIS

81
 Konstanta sebesar -0.296469 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota Bogor

adalah sebesar -0.296469

12) Persamaan model regresi Kota Bekasi

Kemiskinan Kota Bekasi = 0.431564 - 0.031568 IPM - 0.025227 Inflasi +

0.027980 ZIS

Konstanta sebesar 0.431564 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota Bekasi

adalah sebesar 0.431564

13) Persamaan model regresi Kota Banjar

Kemiskinan Kota Banjar = -2.265863 - 0.031568 IPM - 0.025227 Inflasi +

0.027980 ZIS

Konstanta sebesar -2.265863 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota Banjar

adalah sebesar -2.265863

14) Persamaan model regresi Kota Cimahi

Kemiskinan Kota Cimahi = -1.084700 - 0.031568 IPM - 0.025227 Inflasi +

0.027980 ZIS

Konstanta sebesar -1.084700 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota Cimahi

adalah sebesar -1.084700

82
15) Persamaan model regresi Kota Cirebon

Kemiskinan Kota Cirebon = -1.248161 - 0.031568 IPM - 0.025227 Inflasi +

0.027980 ZIS

Konstanta sebesar -1.248161 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota Cirebon

adalah sebesar -1.248161

16) Persamaan model regresi Kota Depok

Kemiskinan Kota Depok = -0.667520 - 0.031568 IPM - 0.025227 Inflasi +

0.027980 ZIS

Konstanta sebesar -0.667520 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota Depok

adalah sebesar -0.667520

17) Persamaan model regresi Kabupaten Kuningan

Kemiskinan Kabupaten Kuningan = 0.039658 - 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

Konstanta sebesar 0.039658 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Kuningan adalah sebesar 0.039658

18) Persamaan model regresi Kabupaten Karawang

Kemiskinan Kabupaten Karawang = 0.575364 - 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

83
 Konstanta sebesar 0.575364 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Karawang adalah sebesar 0.575364

19) Persamaan model regresi Kota Sukabumi

Kemiskinan Kota Sukabumi = -1.515379 - 0.031568 IPM - 0.025227 Inflasi

+ 0.027980 ZIS

Konstanta sebesar -1.515379 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota

Sukabumi adalah sebesar -1.515379

20) Persamaan model regresi Kota Tasikmalaya

Kemiskinan Kota Tasikmalaya = -0.092863 - 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

Konstanta sebesar -0.092863 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota

Tasikmalaya adalah sebesar -0.092863

21) Persamaan model regresi Kabupaten Majalengka

Kemiskinan Kabupaten Majalengka = 0.119983 - 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

Konstanta sebesar 0.119983 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Majalengka adalah sebesar 0.119983

84
22) Persamaan model regresi Kabupaten Purwakarta

Kemiskinan Kabupaten Purwakarta = -0.461260 - 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

Konstanta sebesar -0.461260 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Purwakarta adalah sebesar -0.461260

23) Persamaan model regresi Kabupaten Subang

Kemiskinan Kabupaten Subang = 0.285682 - 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

Konstanta sebesar 0.285682 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Subang adalah sebesar 0.285682

24) Persamaan model regresi Kabupaten Sukabumi

Kemiskinan Kabupaten Sukabumi = 0.409035 - 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

Konstanta sebesar 0.409035 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Sukabumi adalah sebesar 0.409035

25) Persamaan model regresi Kabupaten Sumedang

Kemiskinan Kabupaten Sumedang = 0.009911 - 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

85
 Konstanta sebesar 0.009911 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Sumedang adalah sebesar 0.009911

26) Persamaan model regresi Kabupaten Tasikmalaya

Kemiskinan Kabupaten Tasikmalaya = 0.274270 - 0.031568 IPM - 0.025227

Inflasi + 0.027980 ZIS

Konstanta sebesar 0.274270 menunjukkan bahwa jika variabel independen

(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten

Tasikmalaya adalah sebesar 0.274270

b. Uji Signifikansi Parsial (Uji t)

1) Berdasarkan Probabilitas

Uji t bertujuan untuk mengetahui pengaruh variabel independen yaitu

ZIS, Inflasi, IPM terhadap variabel dependen yaitu Kemiskinan

Variable Coefficient Std. Error t-Statistic Prob.

C 13.25825 0.951770 13.93010 0.0000

IPM? -0.031568 0.019942 -1.582970 0.1176
INFLASI? -0.025227 0.006486 -3.889753 0.0002
ZIS? 0.027980 0.018894 1.480927 0.1428

Tabel diatas merupakan hasil dari pengujian variable independen yaitu

IPM, Inflasi dan ZIS terhadap variabel dependen yaitu Kemiskinan di

Provinsi Jawa Barat secara parsial. Dari output diatas dapat dilihat nilai

probability dari masing-masing variabel bebas yang digunakan. Dari output

86
diatas diperoleh hasil bahwa variabel ZIS (0.1428), dan IPM (0.1176),

memiliki nilai probability yang lebih besar dari alfa (0,05), sehingga dapat

dikatakan bahwa variabel tersebut tidak memiliki pengaruh terhadap variabel

Y (Kemiskinan). Sedangkan variabel Inflasi (0.0002), memiliki nilai

probability yang lebih kecil dari alfa (0,05), sehingga dapat dikatakan bahwa

variabel inflasi memiliki pengaruh terhadap variabel Y (Kemiskinan).

c. Uji Signifikansi Simultan (Uji F)

1. Berdasarkan F Tabel

Untuk menguji apakah variabel independen berpengaruh secara

simultan terhadap variabel dependen, pedoman yang digunakan dalam

pengambilan kesimpulan uji F adalah sebagai berikut:

Jika F-hitung < F-tabel, maka H0 diterima dan H1 ditolak

Jika F-hitung > F-tabel, maka H0 ditolak dan H1 diterima

Selain itu, dapat pula dilihat dari probabilitas F statistik. Apabila probabilitas

(signifikansi) lebih kecil dari nilai α = 5%, maka dapat disimpulkan bahwa

seluruh variabel independen secara simultan berpengaruh signifikan terhadap

variabel dependen.

Adapun hipotesisnya adalah sebagai berikut:

H0: ZIS, Inflasi, dan Indeks Pembangunan Manusia (IPM) tidak berpengaruh

terhadap kemiskinan di Jawa Barat secara simultan.

87
H1: ZIS, Inflasi, dan Indeks Pembangunan Manusia (IPM) berpengaruh

terhadap kemiskinan di Provinsi Jawa Barat secara simultan.

Berdasarkan tabel diperoleh hasil F-statistik atau F-hitung sebesar 1434.995

dengan nilai probabilitas sebesar 0.000000. Nilai probabilitas tersebut lebih

kecil dari α = 5%. Selain itu dengan n = 104 dan k = 4, nilai pada F tabel

diperoleh nilai pada F tabel diperoleh nilai 2,70 dengan df1 (k-1) dan df2 (n-

k) sebesar 3 dan 100 dengan nilai probabilitas 5%. Karena F hitung > F tabel

(1434.995> 2,70) maka H0 ditolak, artinya dapat disimpulkan bahwa variable

ZIS, Inflasi, dan Indeks Pembangunan Manusia (IPM), berpengaruh terhadap

kemiskinan di Provinsi Jawa Barat secara simultan.

d. Uji Adjusted R2

Uji Adjusted R2 ditujukan untuk menilai seberapa besar kemampuan

variabel independen menjelaskan variabel dependen. Pada penelitian ini,

koefisien yang digunakan adalah koefisien determinasi yang telah disesuaikan

atau Adjusted R2. Hal ini dikarenakan Adjusted R2 merupakan koefisien yang

telah dikoreksi sehingga dapat naik atau turun seiring penambahan variabel

baru dalam model.

Berdasarkan hasil regresi dengan fixed effect model sebagaimana yang

tertera pada tabel, diketahui bahwa nilai koefisien determinasi sebesar

0.997441. Hal ini menunjukkan bahwa variasi variabel dependen

(kemiskinan) secara simultan dapat dijelaskan oleh variabel independen (ZIS,

88
 Inflasi, IPM) sebesar 99,74 % sedangkan sisanya 0,26 % dijelaskan oleh

faktor lain diluar variable yang diteliti.

E. Interpretasi Hasil Penelitian

1) Hubungan Indeks Pembangunan Manusia terhadap Kemiskinan

Dari hasil regresi yang dihasilkan dalam penelitian ini,

menunjukan bahwa variable Indeks Pembangunan Manusia

menunjukkan tanda negatif namun tidak berpengaruh signifikan

terhadap kemiskinan Jawa Barat pada taraf nyata 5% dengan nilai

probabilitas 0.1176.

2) Hubungan Inflasi terhadap Kemikinan

Dari hasil regresi yang dihasilkan dalam penelitian ini,

menunjukan bahwa variable inflasi menunjukkan tanda negative dan

berpengaruh signifikan terhadap kemiskinan di Jawa Barat pada taraf

nyata 5% dengan nilai probabilitas 0.0002 dan berhubungan negatif

dengan nilai koefisien sebesar (-0.025227) yang berarti bahwa apabila

inflasi naik sebesar 1 persen maka kemiskinan akan turun sebesar

0.025227 persen.

Penelitian ini sejalan dengan penelitian Kholis Budiono (2009)

yang berjudul “Pengaruh pembiayaan bank syariah, zakat, pdb dan

inflasi terhadap jumlah penduduk miskin indonesia”

89
3) Hubungan Zakat, Infaq dan Shadaqah terhadap Kemiskinan

Jumlah dana Zakat, Infaq, dan Shadaqah yang mengalami

peningkatan pada setiap tahun nya dan itu menjadi salah satu pilihan

atau alternative sumber dana bagi para pelaku ekonomi, zakat infaq

dan shadaqah merupakan sumber dana yang potensial. Namun pada

hasil penelitian ini diperoleh bahwa zakat infaq dan shadaqah tidak

berpengaruh signifikan pada taraf nyata 5% dengan nilai probabilitas

0.1428.

90
 BAB V

KESIMPULAN

A. Kesimpulan

Penelitian ini bertujuan untuk mengetahui apakah terjadi pengaruh antara

Indeks Pembangunan Manusia, Inflasi dan Zakat, Infaq, Shadaqah terhadap

pengentasan kemiskinan di Provinsi Jawa Barat periode tahun 2012 sampai

dengan tahun 2015.

Berdasarkan penelitian yang telah dilakukan dengan uji persamaan model

dengan menggunakan common effect model, fixed effect model, dan random

effect model, uji pemilihan persamaan model dengan uji chow dan uji hausman,

uji regresi linier data panel dengan menggunakan fixed effect model, maka dapat

diambil beberapa kesimpulan dari hasil penelitian ini, antara lain:

1. Hasil regresi data panel menunjukkan bahwa secara parsial variabel

Indeks Pembangunan Manusia (IPM) dan Zakat, Infaq dan Shadaqah

(ZIS) tidak berpengaruh terhadap pengentasan kemiskinan di Provinsi

Jawa Barat, sedangkan variabel Inflasi berpengaruh negatif dan signifikan

terhadap pengentasan kemiskinan di Provinsi Jawa Barat.

2. Variabel IPM, Inflasi dan ZIS secara bersama-sama berpengaruh

signifikan terhadap pengentasan kemiskinan sehingga mampu

menjelaskan variabel dependen sebesar 99,74 % dan sisanya 0,26%

dijelaskan oleh variabel lain yang tidak disertakan dalam penelitian ini.

91
B. Saran dan Implikasi

Berdasarkan hasil kesimpulan yang telah dikemukakan diatas, maka

penulis memberikan beberapa saran yang mungkin dapat bermanfaat. Adapun

saran dan implikasi tersebut sebagai berikut:

1. Akademisi

Bagi akademisi diharapkan hasil penelitian ini mampu

memberikan sumbangan pemikiran bagi ilmu Syari‟ah pada umumnya

serta menjadi rujukan selanjutnya tentang Pengaruh Indeks

Pembangunan Manusia (IPM), Inflasi dan Zakat, Infaq, Shadaqah

(ZIS) terhadap Pengentasan Kemiskinan di Provinsi Jawa Barat

selanjutnya.

2. Praktisi

Bagi praktisi diharapkan hasil penelitian ini dapat dijadikan

acuan bagi lembaga zakat nasional terutama dalam upaya pengentasan

kemiskinan khususnya di Provinsi Jawa Barat.

92
 DAFTAR PUSTAKA

Abdul Manan, Muhammad (1993). “Islamic Economy: Theory and Practice”, terj.

M. Nastangin, Teori dan Praktek Ekonomi Islam, Yogyakarta: Dana Bhakti

Wakaf.

Al Anshori, Abie Ayub (2017). ”Pengaruh Pembiayaan Bank Syariah, Produk

Domestik Bruto, Inflasi, Indeks Pembangunan Manusia, Pendidikan, Upah

Minimum Regional terhadap Jumlah Penduduk Miskin di Indonesia”. Skripsi,

UIN Jakarta.

Agus,T.B (2015). “Regresi Dalam Penelitian dan Bisnis”, Yogyakarta: Danisa

Media.

Ariefianto, Moch Doddy (2012). “Ekonometrika Esensi dan Aplikasi Dengan

Menggunakan Eview”, Jakarta: Erlangga.

Aziz, Mochamad Roikhan (2009). ”Pemodelan Institusi Keuangan Islam Berbasis

Metode Sinlamim Kaffah (Studi kelayakan Pada Bofsa)”, Yogyakarta:

Prosiding, UII.

Dermawan, Wibisono (2005). “Metode Penelitian & Analisis Data”, Jakarta:

Salemba Medika.

Efendy, Hani Kurniawati (2017). “Analisis Pengaruh Pendayagunaan Zakat, Infaq

Dan Shadaqah (Zis), Produk Domestik Regional Bruto (Pdrb) Dan Upah

93
 Minimum Kabupaten/Kota (Umk) Terhadap Tingkat Kemiskinan Di

Kabupaten/Kota Provinsi Banten Tahun 2011 – 2015”. Skripsi, UIN Jakarta.

Gujarati, Damodar (2003). “Ekonometrika Dasar”, Jakarta: Erlangga.

Haris Kristanto dan Sumani. 2015. “Pengaruh Perubahan Arus Kas Operasi, Laba

Akuntansi, Suku Bunga, Dan Inflasi Terhadap Return Saham”. Jurnal

Banking and Management Review, Volume 4. No 2: 534.

Hafidhuddin, Didin (2004). “Zakat Dalam Perekonomian Modern”, Jakarta: Gema

Insani Press.

Hamid, M. Abdul (2010). “Buku Pedoman Penulisan Skripsi”, Jakarta: FEB UIN

Jakarta.

Hidayat, Saeful & Arianto A. (2007). “Pertumbuhan Ekonomi, Ketidakmerataan

Pendapatan, dan Kemiskinan : Estimasi Parameter Elastisitas Kemiskinan

Tingkat Provinsi di Indonesia Tahun 1996-2005” MPKP FE UI.

Ichsan, Nurul (2016). “Akad Bank Syariah”, Jurnal Ekonomi Islam, Volume 50. No.

2: 399.

Inoed, Amiruddin, Dkk (2005). “Anatomi Fiqh Zakat: Potret dan Pemahaman Badan

Amil Zakat Sumatera Selatan”, Yogyakarta: Pustaka Pelajar.

Jhingan, M.L (2004). “Ekonomi Pembangunan dan Perencanaan”, Jakarta: PT. Raja

Grafindo Persada.

94
Karim, Adiwarman A (2011). “Bank Islam Analilsis Fiqih dan Keuangan”, edisi 4.

Jakarta : PT. Rajawali Pers.

K. Sitepu, Rasidin, dan Bonar M. Sinaga (2004). “Dampak Investasi Sumber Daya

Manusia Terhadap Pertumbuhan Ekonomi Dan Kemiskinan di Indonesia”:

Pendekatan Model.

Manurung, Mandala, dan Pratama Rahardja (2004). “Uang, Perbankan, dan Ekonomi

Moneter (Kajian Kontekstual Indonesia)”, Jakarta: Lembaga Penerbit FEUI.

Marginingsih, Ria (2011). “Pengaruh Pendayagunaan Dana ZIS, dan PDRB per

Kapita Terhadap Jumlah Penduduk Miskin (Studi Kasus di Kabupaten/Kota

Jawa Tengah Tahun 2006-2009)”, Skripsi, Universitas Diponegoro.

Mulyaningsih, Yani (2008). “Pengaruh pengeluaran pemerintah di sektor public

terhadap peningkatan pembangunan manusia dan pengurangan kemiskinan.

“, Tesis, Universitas Indonesia.

Qardhawi, Yusuf (2002). “Musykilat al-Fakr”, (terj. Maimun Syam. Dkk),

Yogyakarta : Mitra Pustaka.

Ridwan, Muhammad (2005). “Manajemen Baitul Maal Wa Tamwil (BMT), cet 2”,

Yogyakarta: UII Press.

Rosadi, Dedi. (2012). “Diktat Kuliah Analisis Data Panel”. Jurusan Matematika,

FMIPA UGM.

95
Saputra, Whisnu Adhi (2011). “Analisis Pengaruh Jumlah Penduduk, PDRB, IPM,

Pengangguran terhadap Tingkat Kemiskinan di Kabupaten/Kota Jawa

Tengah”. Skripsi, Universitas Diponegoro.

Sugiyono (2005). “Metode Penelitian Kuantitatif Kualitatif dan R&D”. Bandung:

Alfabeta.

Suharto, Edi (2005). “Membangun Masyarakat Memberdayakan Rakyat”, Bandung:

PT Refika Aditama.

Sukirno, Sadono (2003). “Makro Ekonomi Modern: Perkembangan Pemikiran dari

Klasik hingga Keynesian Baru”, Jakarta: PT Raja Grafindo Persada.

Sukmaraga, Prima (2011). “Analisis Pengaruh Indeks Pembangunan Manusia PDRB

Per Kapita dan Jumlah Penduduk Miskin di Provinsi Jawa Tengah”.Skripsi,

Universitas Diponegoro.

Suryawati, Chriswardani (2005). “Memahami Kemiskinan Secara Multidimensional”,

Jurnal Manajemen Pembangunan dan Kebijakan, Volume 08, No. 03: 121-

129.

Todaro, Michael P, Stephen C. Smith (2006). “Pembangunan Ekonomi (Edisi

kesembilan, jilid I)”, Jakarta: Erlangga.

Winarno, Wing Wahyu (2011). “Analisis Ekonometrika dan Statsitika dengan

EVIEWS”, Yogyakarta: UPP STIM YKPN.

96
Wulandari, Fransiska Hastin (2015). “Pengaruh Pertumbuhan Ekonomi, Inflasi,

Pengangguran, Dan Pendidikan Terhadap Kemiskinan Provinsi Di Indonesia

Tahun 2008-2012”. Skripsi, Universitas Atma Jaya Yogyakarta.

Website:

BPS.go.id

Bappenas.go.id

97
LAMPIRAN-LAMPIRAN

98
Lampiran 1

Common Effect

Dependent Variable: KEMISKINAN?

Method: Pooled Least Squares
Date: 12/29/17 Time: 20:11
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104

Variable Coefficient Std. Error t-Statistic Prob.

C 16.06662 2.761361 5.818369 0.0000

IPM? -0.091236 0.014443 -6.316973 0.0000
INFLASI? -0.024605 0.109929 -0.223829 0.8233
ZIS? 0.080898 0.113451 0.713064 0.4775

R-squared 0.285562 Mean dependent var 11.74878

Adjusted R-squared 0.264129 S.D. dependent var 0.863275
S.E. of regression 0.740542 Akaike info criterion 2.274834
Sum squared resid 54.84028 Schwarz criterion 2.376542
Log likelihood -114.2914 Hannan-Quinn criter. 2.316039
F-statistic 13.32341 Durbin-Watson stat 0.004973
Prob(F-statistic) 0.000000

99
Lampiran 2

Fixed Effect

Dependent Variable: KEMISKINAN?

Method: Pooled Least Squares
Date: 12/29/17 Time: 20:11
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104

Variable Coefficient Std. Error t-Statistic Prob.

C 13.25825 0.951770 13.93010 0.0000

IPM? -0.031568 0.019942 -1.582970 0.1176
INFLASI? -0.025227 0.006486 -3.889753 0.0002
ZIS? 0.027980 0.018894 1.480927 0.1428
Fixed Effects (Cross)
BBRT--C 0.345450
BDG--C 0.790647
BGR--C 1.280712
BKS--C 0.286039
CJR--C 0.550349
CMS--C -0.026050
CRB--C 0.789264
GRT--C 0.723253
IDR--C 0.518098
KBDG--C 0.228987
KBGR--C -0.296469
KBJR--C -2.265863
KBKS--C 0.431564
KCMH--C -1.084700
KCRB--C -1.248161
KDPK--C -0.667520
KNG--C 0.039658
KRW--C 0.575364
KSBM--C -1.515379
KTMY--C -0.092863
MJL--C 0.119983
PWT--C -0.461260
SBG--C 0.285682
SKBM--C 0.409035
SMD--C 0.009911
TMY--C 0.274270

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.998137 Mean dependent var 11.74878

100
Adjusted R-squared 0.997441 S.D. dependent var 0.863275
S.E. of regression 0.043668 Akaike info criterion -3.193635
Sum squared resid 0.143014 Schwarz criterion -2.456256
Log likelihood 195.0690 Hannan-Quinn criter. -2.894901
F-statistic 1434.995 Durbin-Watson stat 1.660369
Prob(F-statistic) 0.000000

101
Lampiran 3

Uji Chow

Redundant Fixed Effects Tests

Pool: DAERAH
Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 1147.383215 (25,75) 0.0000

Cross-section Chi-square 618.720763 25 0.0000

Cross-section fixed effects test equation:

Dependent Variable: KEMISKINAN?
Method: Panel Least Squares
Date: 12/29/17 Time: 20:12
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104

Variable Coefficient Std. Error t-Statistic Prob.

C 16.06662 2.761361 5.818369 0.0000

IPM? -0.091236 0.014443 -6.316973 0.0000
INFLASI? -0.024605 0.109929 -0.223829 0.8233
ZIS? 0.080898 0.113451 0.713064 0.4775

R-squared 0.285562 Mean dependent var 11.74878

Adjusted R-squared 0.264129 S.D. dependent var 0.863275
S.E. of regression 0.740542 Akaike info criterion 2.274834
Sum squared resid 54.84028 Schwarz criterion 2.376542
Log likelihood -114.2914 Hannan-Quinn criter. 2.316039
F-statistic 13.32341 Durbin-Watson stat 0.004973
Prob(F-statistic) 0.000000

102
Lampiran 4

Random Effect

Dependent Variable: KEMISKINAN?

Method: Pooled EGLS (Cross-section random effects)
Date: 12/29/17 Time: 20:12
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104
Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

C 14.14212 0.806846 17.52765 0.0000

IPM? -0.050347 0.016515 -3.048519 0.0029
INFLASI? -0.025031 0.006484 -3.860206 0.0002
ZIS? 0.044635 0.016084 2.775028 0.0066
Random Effects (Cross)
BBRT--C 0.264510
BDG--C 0.799493
BGR--C 1.250260
BKS--C 0.320404
CJR--C 0.421672
CMS--C -0.047809
CRB--C 0.729249
GRT--C 0.602358
IDR--C 0.420033
KBDG--C 0.424438
KBGR--C -0.211471
KBJR--C -2.266795
KBKS--C 0.623608
KCMH--C -0.945284
KCRB--C -1.168699
KDPK--C -0.481920
KNG--C 0.001098
KRW--C 0.544518
KSBM--C -1.468202
KTMY--C -0.084779
MJL--C 0.034822
PWT--C -0.485469
SBG--C 0.233219
SKBM--C 0.317769
SMD--C 0.010311
TMY--C 0.162664

Effects Specification
S.D. Rho

Cross-section random 0.754393 0.9967

103
Idiosyncratic random 0.043668 0.0033

Weighted Statistics

R-squared 0.217479 Mean dependent var 0.339893

Adjusted R-squared 0.194003 S.D. dependent var 0.049081
S.E. of regression 0.044064 Sum squared resid 0.194161
F-statistic 9.264020 Durbin-Watson stat 1.229083
Prob(F-statistic) 0.000018

Unweighted Statistics

R-squared 0.228300 Mean dependent var 11.74878

Sum squared resid 59.23573 Durbin-Watson stat 0.004029

104
Lampiran 5

Uji Hausman

Correlated Random Effects - Hausman Test

Pool: DAERAH
Test cross-section random effects

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

Cross-section random 0.000000 3 1.0000

* Cross-section test variance is invalid. Hausman statistic set to zero.

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob.

IPM? -0.031568 -0.050347 0.000125 0.0929

INFLASI? -0.025227 -0.025031 0.000000 0.0929
ZIS? 0.027980 0.044635 0.000098 0.0929

Cross-section random effects test equation:

Dependent Variable: KEMISKINAN?
Method: Panel Least Squares
Date: 12/29/17 Time: 20:13
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104

Variable Coefficient Std. Error t-Statistic Prob.

C 13.25825 0.951770 13.93010 0.0000

IPM? -0.031568 0.019942 -1.582970 0.1176
INFLASI? -0.025227 0.006486 -3.889753 0.0002
ZIS? 0.027980 0.018894 1.480927 0.1428

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.998137 Mean dependent var 11.74878

Adjusted R-squared 0.997441 S.D. dependent var 0.863275
S.E. of regression 0.043668 Akaike info criterion -3.193635
Sum squared resid 0.143014 Schwarz criterion -2.456256
Log likelihood 195.0690 Hannan-Quinn criter. -2.894901
F-statistic 1434.995 Durbin-Watson stat 1.660369
Prob(F-statistic) 0.000000

105
106