BAB IV

HASIL DAN PEMBAHASAN

A. Gambaran Umum Provinsi DKI Jakarta

Provinsi DKI Jakarta mempunyai luas daratan 661,52 km2 dan
lautan seluas 6.977,5 km2 serta tercatat ±110 pulau yang tersebar di
Kepulauan Seribu. Secara administrasi, Provinsi DKI Jakarta terbagi
menjadi 5 wilayah Kotamadya dan 1 Kabupaten Administrasi yaitu Jakarta
Pusat dengan luas daratan 47,90 km2 ; Jakarta Utara dengan luas daratan
154,01 km2 , Jakarta Barat dengan luas daratan 126,15 km2 ; Jakarta Selatan
dengan luas daratan 145,73 km2 ; Jakarta Timur dengan luas daratan 187,73
km2 dan Kabupaten Adm. Kepulauan Seribu.
Jumlah penduduk Provinsi DKI Jakarta 9,041 juta jiwa dengan
kepadatan penduduk 13.667,01 jiwa per km2. Jakarta beriklim tropis,
dengan suhu tahunan rata-rata 27°C dengan kelembaban 80-90%. Karena
terletak di dekat garis khatulistiwa, arah angin dipengaruhi oleh angin
musim. Angin musim barat bertiup antara November dan April, sedang
angin musim timur antara Mei dan Oktober. Curah hujan rata-rata 2.000
mm, curah hujan paling besar sekitar bulan Januari dan paling kecil pada
bulan September.
Provinsi DKI Jakarta terletak disebelah Selatan Laut Jawa; sebelah
Timur berbatasan dengan Kabupaten/Kota Bekasi; sebelah Selatan dengan
Kabupaten/Kota Bogor dan Depok serta sebelah Barat dengan
Kabupaten/Kota Tangerang. Lokasi Provinsi DKI Jakarta yang strategis di
Kepulauan Indonesia menjadikan Jakarta pintu gerbang utama dalam
perdagangan antar pulau dan hubungan Internasional dengan pelabuhan
utamanya Tanjung Priok dan Bandara Soekarno Hatta.
Nama kota JAKARTA dapat kita telusuri mulai abad ke-14. Kota ini
pada masa itu masih bernama Sunda Kelapa, yakni sebagai pelabuhan
kerajaan Pajajaran. Kemudian, pada tanggal 22 Juni 1527, oleh Fatahillah,
nama Sunda Kelapa diganti menjadi Jayakarta. Dalam perjalanannya dari
masa ke masa, nama Jayakarta pun mengalami perubahan.
Menurut catatan, pada 4 Maret 1621, Belanda untuk pertama kalinya
membentuk pemerintahan kota di tempat ini, yang diberi nama Stad
Batavia; Sampai dengan menjelang pemerintahan Jepang, sebelum tanggal
8 Januari 1935 (masa awal dimulainya pemerintahan Jepang), nama Batavia
tetap dipertahankan. Pada masa pemerintahan Jepang diubah menjadi
Jakarta (Jakarta Toko Betshu Shi) dan setelah kemerdekaan Indonesia,
tepatnya pada September 1945, pemerintah kota Jakarta diberi nama
“Pemerintah Nasional Kota Jakarta.” Sejak itu nama Jakarta tidak
mengalami perubahan lagi sampai sekarang.
Melengkapi keabsahan keberadaan kota Jakarta, tanggal 22 Juni -
tanggal digantinya nama Sunda Kelapa menjadi Jayakarta - melalui
Keputusan DPR Kota Sementara No. 6/D/K/1956, ditetapkan sebagai hari
jadi kota Jakarta. Adapun Kondisi Umum Kota Jakarta sebagai berikut:
a. Jakarta, dengan luas kota: 661,52 Km2, terletak di antara 60
8′ Lintang Selatan dan 106 0 48′ Bujur Timur.
b. Sebelah barat berbatasan dengan Propinsi Banten dan
sebelah timur dan selatan berbatasan dengan Propinsi Jawa
Barat. Di sebelah utaranya berbatasan dengan laut Jawa.
c. Beberapa bagian wilayahnya berada di bawah permukaan
laut.
d. Secara umum beriklim tropis dengan suhu rata-rata antara 28
– 310 C.
e. Jumlah penduduk kurang-lebih 11 juta dengan kepadatan
rata-rata 16.500 jiwa/km2 .
f. Panjang jalan kira-kira mencapai 6.400-an meter, dimana
baru kurang lebih setengahnya yang dilalui jaringan pipa air
minum PDAM.
g. Dilintasi oleh 13 kali, besar dan kecil, di antaranya kali
Ciliwung, Kali Malang, Kali Cideng, Kali Krukut.
 h. Terdapat sarana telekomunikasi umum, seperti telepon
umum, yang sebagian besar diantaranya tidak
berfungsi/rusak.
i. Merupakan ibukota negara yang sekaligus berfungsi sebagai
pusat pemerintahan.
j. Dibagi ke dalam 5 (lima) wilayah kotamadya, 43 kecamatan
dan 267 kelurahan.

B. Deskripsi Perkembangan Variabel

Gambaran umum mengenai perkembangan variabel yang digunakan
pada penelitian ini yaitu tingkat kemiskinan sebagai variabel dependen,
tingkat pengangguran, pendidikan, dan pekerjaan sebagai variabel
independen.

1. Tingkat Kemiskinan

Tahun (%)
Kab / Kota
2018 2019 2020 2021 2022

Kep Seribu 11,98 12,09 14,87 15,06 14,11

Jakarta
2,83 2,73 3,43 3,56 3,52
Selatan

Jakarta Timur 3,14 3,12 4,16 4,28 4,30

Jakarta pusat 3,59 3,68 4,51 4,94 4,90

Jakarta Barat 3,39 3,25 4,25 4,31 4,22

Jakarta Utara 5,35 5,04 6,78 7,24 7,24

Secara umum, Tingkat Kemiskinan yang terjadi di Provinsi DKI

Jakarta cenderung meningkat pada tahun 2020 dan 2021 di seluruh
 Kota/Kabupaten yang ada di DKI Jakarta, hal ini disebabkan oleh
berbagai faktor. Salah satu faktor yang menjadi pemicu meningkatnya
angka tingkat kemiskinan pada dua tahun tersebut ialah pandemi Covid-
19 yang berdampak kepada berbagai sektor, salah satu sektor yang
terdampak cukup parah ialah perekonomian. Hal ini disebabkan oleh
tingginya angka pengangguran, rendahnya pendidikan yang dimiliki
setiap orang dan menurunnya jumlah pekerja.

2. Tingkat Pengangguran

Tahun (%)
Kab / Kota
2018 2019 2020 2021 2022

Kep Seribu 5,33 5,44 7,37 8,58 8,47

Jakarta
6,31 6,84 10,79 7,33 5,63
Selatan

Jakarta Timur 6,67 6,15 9,29 8,23 8,39

Jakarta pusat 6,64 7,51 10,97 7,75 5,88

Jakarta Barat 5,00 5,21 12,27 9,06 7,10

Jakarta Utara 7,01 6,32 11,79 9,84 8,04

Secara umum dapat disimpulkan pada tahun 2020 hingga 2021,

tingkat pengangguran yang terjadi di Provinsi DKI Jakarta mengalami
kenaikan yang cukup konsisten, hal ini di sebabkan oleh berbagai
permasalahan yang terjadi pada tahun tersebut. Salah satunya ialah
banyaknya pekerja yang terpaksa harus di PHK akibat dari merosotnya
perekonomian yang terjadi di hampir seluruh negara. Namun, jumlah
para pencari kerja semakin banyak. Sehingga tingkat pengangguran
terus melonjak naik.
3. Pendidikan

Tahun (%)
Kab / Kota
2018 2019 2020 2021 2022

Kep Seribu 70,53 70,98 71,69 71,43 70,33

Jakarta
60,49 61,39 61,90 62,11 61,95
Selatan

Jakarta Timur 66,79 66,26 66,72 66,51 66,16

Jakarta pusat 54,63 55,24 55,17 56,12 55,42

Jakarta Barat 56,71 57,44 57,39 57,41 57,44

Jakarta Utara 54,96 55,53 56,34 56,78 57,36

Secara umum, pendidikan di DKI Jakarta mengalami kenaikan yang

cukup baik di setiap Kota/Kabupaten pada setiap tahunnya. Namun, hal
tersebut masih belum dapat meningkatkan taraf hidup lebih baik. Hal ini
disebabkan karena perkembangan zaman yang semakin maju. Pada
dasarnya Semakin maju perkembangan zaman, maka semakin tinggi
pendidikan yang harus ditempuh.

4. Pekerjaan

Kab / Tahun (jiwa)

Kota 2018 2019 2020 2021 2022

Kep
9.408 9.077 9.985 10.811 11.381
Seribu
 Jakarta
1.050.756 1.020.437 1.011.605 1.020.587 1.075.250
Selatan
Jakarta
1.249.412 1.330.671 1.257.752 1.257.540 1.271.123
Timur
Jakarta
432.460 431.484 409.589 422.188 434.918
pusat
Jakarta
1.142.915 1.177.100 1.148.244 1.181.095 1.232.966
Barat
Jakarta
841.828 868.208 822.076 845.194 849.464
Utara

Secara umum, jumlah orang dengan status bekerja menurun pada

tahun 2020, merosotnya perekonomian pada tahun tersebut
mengakibatkan banyaknya pekerja yang diPHK dan hanya menyisakan
pekerja-pekerja yang menguntungkan bagi pihak pelaku usaha guna
mengembalikan kejayaan dan menghindari kebangkrutan bagi pihak
pelaku usaha.

C. Hasil Analisis Data

1. Uji Asumsi Klasik
a. Uji Normalitas
Pengujian ini untuk mengetahui apakah nilai residual
terdistribusi secara normal atau tidak. Model regresi yang baik
adalah yang memiliki nilai residual yang terdistribusi secara normal.
Uji yang dilakukan dalam penelitian ini yaitu uji normalitas dengan
metode uji One Sample Kolmogorov Smirnov. Kriteria pengujiannya
adalah sebagai berikut:
 Jika nilai Signifikansi > 0,05, maka data berdistribusi normal.
 Jika nilai Signifikansi < 0,05, maka data tidak berdistribusi
normal.
 Hasil dari analisis uji statistik yang dilakukan oleh peneliti yaitu
sebagai berikut:

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual

N 30

Normal Parametersa Mean .0000000

Std. Deviation .44070365

Most Extreme Differences Absolute .137

Positive .108

Negative -.137

Kolmogorov-Smirnov Z .750

Asymp. Sig. (2-tailed) .627

a. Test distribution is Normal.

Berdasarkan hasil analisis yang telah dilakukan, didapat Nilai

Asymp sig. (2-tailed) untuk residual sebesar 0,627. Sehingga dapat
disimpulkan bahwa residual berdistribusi normal karena memiliki
nilai signifikan 0,627 > 0,05.

b. Uji Multikolinearitas
Multikolinearitas merupakan keadaan dimana terjadi hubungan
linear yang sempurna atau mendekati antar variabel independen
dalam model regresi. Suatu model regresi dikatakan mengalami
multikolinearitas jika ada fungsi linear yang sempurna pada
beberapa atau semua independen variabel dalam fungsi linear.
Gejala adanya multikoliniearitas antara lain dengan melihat nilai
Variance Inflation Factor (VIF) dan Tolerance. Jika nilai VIF < 10
dan Tolerance > 0,1 maka dinyatakan tidak terjadi multikolinearitas.
 Hasil dari analisis uji statistik yang dilakukan oleh peneliti yaitu
sebagai berikut:

Collinearity Statistics

Model Tolerance VIF

1 (Constant)

Tingkat Pengangguran .723 1.383

Pendidikan .918 1.089

Pekerjaan .678 1.475

a. Dependent Variable: Tingkat Kemiskinan

Berdasarkan hasil uji multikolinieritas yang dilakukan diketahui

bahwa nilai variance inflation factor (VIF) ketiga variabel, yaitu
Tingkat Pengangguran sebesar 1,383, Pendidikan sebesar 1,089 dan
Pekerjaan sebesar 1,475. Ketiga nilai VIF variabel Tingkat
Pengangguran, Pendidikan dan Pekerjaan lebih kecil dari 10. Hasil
nilai tolerance ketiga variabel, yaitu Tingkat Pengangguran sebesar
0,723, Pendidikan sebesar 0,918 dan Pekerjaan sebesar 0,678.
Ketiga nilai VIF variabel Tingkat Pengangguran, Pendidikan dan
Pekerjaan lebih besar dari 0,1. sehingga bisa diduga antar variabel
independen tidak terjadi persoalan multikolinieritas.

c. Uji Autokorelasi
Autokorelasi merupakan keadaan dimana pada model regresi
ada korelasi antara residual pada periode t dengan residual pada
periode sebelumnya (t-1). Model regresi yang baik adalah yang tidak
adanya autokorelasi. Uji autokorelasi dapat dilakukan dengan
pengujian Durbin Watson (DW) dengan kriteria pengambilan
keputusan sebagai berikut:
 Hasil dari analisis uji statistik yang dilakukan oleh peneliti
yaitu sebagai berikut:

Model Summaryb

Adjusted R Std. Error of the Durbin-

Model R R Square Square Estimate Watson

1 .898a .806 .783 .46543493 1.962

a. Predictors: (Constant), Pekerjaan, Pendidikan, Tingkat Pengangguran

b. Dependent Variable: Tingkat Kemiskinan

Berdasarkan tabel di atas, diketahui nilai DW yang dihasilkan

dari model regresi adalah 1,962. Untuk nilai DurbinWatson tabel
dengan “k=3” dan “N=30” diperoleh dU (batas atas) sebesar
1,6498 dan 4-du sebesar 2,3502. Berdasarkan deteksi autokorelasi
dari tabel Durbin Watson jika du < d < 4-du maka tidak terdapat
autokorelasi positif atau negatif. Berdasarkan hasil uji yang
dilakukan diketahui bahwa nilai 1,6498 < 1,962 < 2,3502. Maka
tidak terdapat autokorelasi positif atau negatif.

d. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk melihat varians data
konstan (Homokedastis) atau tidak (heteroskedastis). Uji
heteroskedastisitas dalam penelitian ini menggunakan Uji White
(White Test), Pengujian terhadap gejala heteroskedastisitas dapat
dengan cara meregresi residual kuadrat dengan variabel bebas,
variabel bebas kuadrat dan perkalian variabel bebas. Ini dilakukan
dengan membandingkan 𝐶 2 hitung dan 𝐶 2 tabel, apabila 𝐶 2 hitung
> 𝐶 2 tabel maka terjadi heteroskedastisitas, dan sebaliknya apabila
𝐶 2 hitung < 𝐶 2 tabel maka tidak terjadi heteroskedastisitas. Hasil
dari analisis uji statistik yang dilakukan oleh peneliti yaitu sebagai
berikut:

Model Summary

Adjusted R
Model R R Square Square Std. Error of the Estimate

1 .833a .694 .556 .12962

a. Predictors: (Constant), ZX2ZX3, Tingkat Pengangguran, ZX1ZX3, Pendidikan,

ZX1ZX2, ZX2_KUADRAT, ZX1_KUADRAT, Pekerjaan, ZX3_KUADRAT

Dari tabel diatas dapat dilihat bahwa nilai R Square sebesar

0,694. Dengan data tersebut dihitung menggunakan 𝐶 2 hitung : ( n x
R Square) dimana n : 30 dan R Square: 0,694. Diperoleh hasil 𝐶 2
hitung sebesar (30 x 0,694 = 20,82). Dan 𝐶 2 tabel dihitung
menggunakan (df = n – 1) dengan kriteria pengujian menggunakan
tingkat signifikan 5% atau 0.05 untuk nilai chi square tabel.
Diperoleh hasil 𝐶 2 tabel sebesar (df = 30-1) 42,556968. Dari data
diatas diketahui bahwa nilai 𝐶 2 hitung lebih kecil dari pada nilai 𝐶 2
tabel yang dapat disimpulkan bahwa uji white tidak terjadi gejala
heteroskedastisitas.
 2. Analisis Regresi Linier Berganda

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 4.300 2.501 1.720 .097

Tingkat
.777 .177 .372 4.393 .000
Pengangguran

Pendidikan -.320 .561 -.059 -.572 .573

Pekerjaan -.280 .030 -.981 -9.202 .000

a. Dependent Variable: Tingkat Kemiskinan

Berdasarkan tabel diatas, dapat dilihat hasil koefisien regresi (β),

maka diperoleh persamaan regresi sebagai berikut:

Y = α + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝛽3 𝑋3 + μ

Ln Y = α + 𝛽1 𝐿𝑛𝑋1 + 𝛽2 𝐿𝑛𝑋2+ 𝛽3 𝐿𝑛𝑋3 + μ Ln

Y = 4,300 + 0,777 𝑋1 - 0,320 𝑋2– 0,280 𝑋3 + µ

Hasil dari persamaan regresi di atas dapat diinterpretasikan sebagai

berikut:
1) Nilai koefisien α sebesar 4,300, jika variabel Tingkat
Pengangguran (𝑋1), pendidikan (𝑋2), dan pekerjaan (𝑋3) tidak
mengalami perubahan atau konstan, maka memungkinkan
terjadinya peningkatan kemiskinan sebesar 4,300.
2) Nilai koefisien X1 = 0,777, hal ini menunjukkan bahwa jika terjadi
kenaikan pada tingkat pengangguran sebesar 1% maka tingkat
kemiskinan akan mengalami peningkatan sebesar variabel
 pengalinya 77,7% dengan asumsi bahwa variabel pendidikan
(X2 ), dan pekerjaan (X3 ) dianggap konstan.
3) Nilai koefisien X2 = -0,320, hal ini menunjukan bahwa jika terjadi
kenaikan pendidikan sebesar 1% maka tingkat kemiskinan akan
mengalami penurunan sebesar variabel pengalinya 32 % dengan
asumsi bahwa variabel Tingkat Pengangguran (X1 ), dan
Pekerjaan (X3 ) dianggap konstan.
4) Nilai koefisien X3 = -0,280, hal ini menunjukkan bahwa jika
terjadi kenaikan jumlah pekerjaan sebesar 1% maka tingkat
kemiskinan akan mengalami penurunan sebesar variabel
pengalinya 28% dengan asumsi bahwa variabel tingkat
pengangguran (X1 ), dan pendidikan (X2 ) dianggap konstan.
5) Nilai Standar Error sebesar 2,501 hal ini menunjukkan bahwa
semakin kecil nilai Standar Error maka persamaan tersebut
semakin baik untuk dijadikan sebagai alat untuk diprediksi.

3. Uji Hipotesis
a. Uji Parsial (Uji t)
Uji ini dalam regresi berganda digunakan untuk mengetahui
apakah model regresi variabel independen secara parsial
berpengaruh signifikan terhadap variabel dependen. Dengan
Kriteria pengambilan keputusan Ha ditolak bila Signifikansi > 0,05
dan t hitung < t tabel (tidak berpengaruh) dan Ha diterima bila
Signifikansi < 0,05 dan t hitung > t table (berpengaruh).1
Besarnya angka t tabel dengan ketentuan α = 0,05 dan df (n-k)
atau (30-4) = 26 sehingga diperoleh nilai t tabel sebesar 2,05553.

1
Gun Mardiatmoko, “Pentingnya Uji Asumsi Klasik Pada Analisis Regresi Linier
Berganda (Studi Kasus Penyusunan Persamaan Allometrik Kenari Muda”, Barekeng: Jurnal Ilmu
Matematika dan Terapan Vol. 14 No.3 (2020), h. 335-336
 Hasil dari analisis uji statistik yang dilakukan oleh peneliti yaitu
sebagai berikut:

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 1.319E-15 .085 .000 1.000

Tingkat
.492 .102 .492 4.838 .000
Pengangguran

Pendidikan .477 .090 .477 5.284 .000

Pekerjaan -.770 .105 -.770 -7.335 .000

a. Dependent Variable: Tingkat Kemiskinan

Berdasarkan tabel di atas bahwa pengaruh secara parsial tingkat

pengangguran, pendidikan dan pekerjaan terhadap tingkat
kemiskinan dapat dilihat dari arah hubungan dan tingkat
signifikansinya. Hasil pengujian hipotesis variabel independen
secara parsial terhadap variabel dependennya dapat di analisis
sebagai berikut:

1. Variabel Tingkat Pengangguran (X1) terhadap Tingkat

Kemiskinan (Y)
Sesuai dengan tabel yaitu hasil uji t (parsial) menunjukkan
bahwa nilai signifikansi Tingkat Pengangguran (X1) terhadap
Tingkat Kemiskinan (Y) adalah 0,000 < 0,005 dan nilai t hitung
4,838 > 2,05553, maka Ho ditolak dan Ha diterima artinya secara
parsial terdapat pengaruh signifikan antara Tingkat
Pengangguran terhadap Tingkat Kemiskinan di Provinsi DKI
Jakarta.
 2. Variabel Pendidikan (X2) terhadap Tingkat Kemiskinan (Y)
Sesuai dengan tabel yaitu hasil uji t (parsial) menunjukkan
bahwa nilai signifikansi Pendidikan (X2) terhadap Tingkat
Kemiskinan (Y) adalah 0,000 < 0,005 dan nilai t hitung 5,284 >
2,05553, maka Ho ditolak dan Ha diterima artinya secara parsial
terdapat pengaruh signifikan antara Tingkat Pengangguran
terhadap Tingkat Kemiskinan di Provinsi DKI Jakarta.

3. Variabel Pekerjaan (X3) terhadap Tingkat Kemiskinan (Y)

Sesuai dengan tabel yaitu hasil uji t (parsial) menunjukkan
bahwa nilai signifikansi Pendidikan (X2) terhadap Tingkat
Kemiskinan (Y) adalah 0,000 < 0,005 dan nilai t hitung 7,335 >
2,05553, maka Ho ditolak dan Ha diterima artinya secara parsial
terdapat pengaruh signifikan antara Tingkat Pengangguran
terhadap Tingkat Kemiskinan di Provinsi DKI Jakarta.

b. Uji Simultan (Uji F)

Uji ini digunakan untuk mengetahui apakah variabel
independen secara bersama-sama berpengaruh secara signifikan
terhadap variabel dependen. Dengan kriteria Ha ditolak bila
Signifikansi > 0,05 dan f hitung < f tabel (tidak berpengaruh) dan
Ha diterima bila Signifikansi < 0,05 dan f hitung > f tabel
(berpengaruh).
Besarnya angka f tabel dengan ketentuan α = 0,05 df (N2): n-k
atau 30-4=26 dan df (N1): k-1 atau 4-1=3 sehingga diperoleh nilai f
tabel sebesar 2,98. Hasil dari analisis uji statistik yang dilakukan
oleh peneliti yaitu sebagai berikut:
 ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 23.368 3 7.789 35.956 .000a

Residual 5.632 26 .217

Total 29.000 29

a. Predictors: (Constant), Pekerjaan, Pendidikan, Tingkat Pengangguran

b. Dependent Variable: Tingkat Kemiskinan

Berdasarkan tabel tersebut di atas, dapat dilihat bahwa hasil nilai

f hitung untuk variabel Tingkat Pengangguran (X1), Pendidikan
(X2) dan Pekerjaan (X3) terhadap variabel Tingkat Kemiskinan (Y)
adalah sebesar 35,956 dengan nilai sig. sebesar 0,000. Penelitian ini
F hitung (35,956) > Ftabel (2,98), maka Ho ditolak dan Ha diterima,
artinya terdapat pengaruh Tingkat Pengangguran, Pendidikan dan
Pekerjaan secara simultan terhadap Tingkat Kemiskinan di Provinsi
DKI Jakarta.

c. Uji Koefisien Determinasi (Uji 𝑹𝟐 )

Digunakan untuk mengukur seberapa besar kemampuan semua
variabel independen dalam menjelaskan variabel dependennya. Jika
nilainya mendekati satu semakin besar kemampuan variabel
independen untuk menjelaskan variabel dependen. Hasil dari
analisis uji statistik yang dilakukan oleh peneliti yaitu sebagai
berikut:

Model Summaryb

Adjusted R
Model R R Square Square Std. Error of the Estimate

1 .898a .806 .783 .46543493

a. Predictors: (Constant), Pekerjaan, Pendidikan, Tingkat Pengangguran

b. Dependent Variable: Tingkat Kemiskinan

 Dari hasil regresi yang di tunjukkan oleh tabel di atas bahwa
pengaruh variabel Tingkat Pengangguran, Pendidikan dan Pekerjaan
terhadap Tingkat kemiskinan di Provinsi DKI Jakarta diperoleh nilai
(𝑅 2 ) sebesar 0,806. Hal ini berarti variasi variabel independen
(bebas) menjelaskan variasi Tingkat kemiskinan di Provinsi DKI
Jakarta sebesar 80,6%. Adapun sisanya variasi variabel lain
dijelaskan diluar model sebesar 19,4%.

D. Pembahasan Hasil Penelitian

Berdasarkan hasil analisis yang telah diuraikan di atas, maka secara
keseluruhan pembahasan hasil penelitian ini adalah sebagai berikut:

1. Pengaruh Tingkat Pengangguran terhadap Tingkat Kemiskinan di

Provinsi DKI Jakarta
Berdasarkan hasil pengujian hipotesis diketahui bahwa Tingkat
Pengangguran berpengaruh signifikan terhadap Tingkat Kemiskinan di
DKI Jakarta. Dikatakan signifikan dikarenakan nilai signifikansi
Tingkat Pengangguran (X1) terhadap Tingkat Kemiskinan (Y) adalah
0,000 < 0,005 dan nilai t hitung 4,838 > 2,05553. Artinya bahwa
semakin tinggi tingkat pengangguran, maka semakin tinggi juga tingkat
kemiskinan di Provinsi DKI Jakarta. Hasil yang diperoleh selaras
dengan penelitian Durrotul Mahsunah (2011), menunjukkan bahwa
Tingkat Pengangguran berpengaruh signifikan terhadap Tingkat
Kemiskinan di Pulau Jawa.

2. Pengaruh Pendidikan terhadap Tingkat Kemiskinan di Provinsi

DKI Jakarta
Berdasarkan hasil pengujian hipotesis diketahui bahwa Pendidikan
berpengaruh signifikan terhadap Tingkat Kemiskinan di DKI Jakarta.
Dikatakan signifikan dikarenakan nilai signifikansi Pendidikan (X2)
terhadap Tingkat Kemiskinan (Y) adalah 0,000 < 0,005 dan nilai t hitung
 5,284 > 2,05553. Artinya bahwa semakin tinggi pendidikan, maka
tingkat kemiskinan di Provinsi DKI Jakarta akan menurun. Hasil yang
diperoleh selaras dengan penelitian Fitri Amalia (2012), menunjukkan
bahwa Pendidikan berpengaruh signifikan terhadap Tingkat
Kemiskinan di Kawasan Timur Indonesia.

3. Pengaruh Pekerjaan terhadap Tingkat Kemiskinan di Provinsi

DKI Jakarta
Berdasarkan hasil pengujian hipotesis diketahui bahwa Pekerjaan
berpengaruh signifikan terhadap Tingkat Kemiskinan di DKI Jakarta.
Dikatakan signifikan dikarenakan nilai signifikansi Pekerjaan (X3)
terhadap Tingkat Kemiskinan (Y) adalah 0,000 < 0,005 dan nilai t hitung
7,335 > 2,05553. Artinya bahwa semakin banyak jumlah orang yang
bekerja, maka semakin rendah tingkat kemiskinan di Provinsi DKI
Jakarta. Hasil yang diperoleh selaras dengan perkataan Supriatna
(1997:90) yang menyatakan bahwa kemiskinan adalah situasi yang
serba terbatas yang terjadi bukan atas kehendak orang yang
bersangkutan. Suatu penduduk dikatakan miskin bila ditandai oleh
rendahnya tingkat pendidikan, produktivitas kerja, pendapatan,
kesehatan dan gizi serta kesejahteraan hidupnya, yang menunjukkan
lingkaran ketidakberdayaan.2

4. Pengaruh Tingkat Pengangguran, Pendidikan, dan Pekerjaan

terhadap Tingkat Kemiskinan di Provinsi DKI Jakarta
Berdasarkan hasil analisis data diketahui bahwa nilai F hitung untuk
variabel Tingkat Pengangguran (X1), Pendidikan (X2) dan Pekerjaan
(X3) terhadap variabel Tingkat Kemiskinan (Y) adalah sebesar sebesar
35,956 dengan nilai sig. sebesar 0,000. Penelitian ini F hitung (35,956)

2
Aldiastri Damayanti, “Implementasi Program Keluarga Harapan (PKH) dalam
Meningkatkan Kualitas Hidup Masyarakat (Studi Kasus di Kabupaten Probolinggo)”, Jurnal Ilmiah
Administrasi Publik (JIAP) Vol. 2 No. 3, (2016) h. 15-19
> Ftabel (2,98), maka Ho ditolak dan Ha diterima, artinya terdapat
pengaruh Tingkat Pengangguran, Pendidikan dan Pekerjaan secara
simultan terhadap Tingkat Kemiskinan di Provinsi DKI Jakarta.
 BAB V

PENUTUP

A. Kesimpulan
Berdasarkan hasil analisis penelitian mengenai Tingkat Pengangguran,
Pendidikan dan pekerjaan terhadap Tingkat Kemiskinan di Provinsi DKI
Jakarta Periode 2018-2022, maka dapat disimpulkan sebagai berikut:
1. Tingkat Pengangguran berpengaruh signifikan terhadap Tingkat
Kemiskinan di DKI Jakarta. Dikatakan signifikan dikarenakan nilai
signifikansi Tingkat Pengangguran (X1) terhadap Tingkat Kemiskinan
(Y) adalah 0,000 < 0,005 dan nilai t hitung 4,838 > 2,05553. Artinya
bahwa semakin tinggi tingkat pengangguran, maka semakin tinggi juga
tingkat kemiskinan di Provinsi DKI Jakarta.
2. Pendidikan berpengaruh signifikan terhadap Tingkat Kemiskinan di
DKI Jakarta. Dikatakan signifikan dikarenakan nilai signifikansi
Pendidikan (X2) terhadap Tingkat Kemiskinan (Y) adalah 0,000 < 0,005
dan nilai t hitung 5,284 > 2,05553. Artinya bahwa semakin tinggi
pendidikan, maka tingkat kemiskinan di Provinsi DKI Jakarta akan
menurun.
3. Pekerjaan berpengaruh signifikan terhadap Tingkat Kemiskinan di DKI
Jakarta. Dikatakan signifikan dikarenakan nilai signifikansi Pekerjaan
(X3) terhadap Tingkat Kemiskinan (Y) adalah 0,000 < 0,005 dan nilai t
hitung 7,335 > 2,05553. Artinya bahwa semakin banyak jumlah orang
yang bekerja, maka semakin rendah tingkat kemiskinan di Provinsi DKI
Jakarta.
4. Tingkat Pengangguran (X1), Pendidikan (X2) dan Pekerjaan (X3)
secara bersama-sama (secara simultan) berpengaruh terhadap variabel
Tingkat Kemiskinan (Y) hal ini dibuktikan dengan nilai F hitung untuk
variabel Tingkat Pengangguran (X1), Pendidikan (X2) dan Pekerjaan
 (X3) terhadap variabel Tingkat Kemiskinan (Y) adalah sebesar sebesar
35,956 dengan nilai sig. sebesar 0,000. Penelitian ini F hitung (35,956)
> Ftabel (2,98), maka Ho ditolak dan Ha diterima, artinya terdapat
pengaruh Tingkat Pengangguran, Pendidikan dan Pekerjaan secara
simultan terhadap Tingkat Kemiskinan di Provinsi DKI Jakarta.

B. Saran
1. Diharapkan kepada Pemerintah Kabupaten Gowa agar mengembangkan
dan meningkatkan kemampuan sumber daya manusia baik melalui
penyediaan balai latihan keterampilan-keterampilan khusus maupun
lainnya, agar masyarakat lebih kreatif dan berkompeten dalam segala
bidang termasuk dalam hal membuka lapangan usaha baru.
2. Diperlukan upaya dari berbagai pihak untuk meningkatkan kesadaran
akan pentingnya pendidikan dalam meningkatkan taraf hidup
masyarakat terutama golongan miskin dengan memberikan jaminan
pendidikan bagi orang miskin secara gratis dan meningkatkan fasilitas-
fasilitas pendidikan secara merata tidak hanya terpusat di suatu daerah
tetapi merata ke seluruh daerah agar seluruh masyarakat mendapat
pendidikan yang lebih tinggi dari pada pendidikan dasar sehingga
tingkat kemiskinan dapat diturunkan.