14
DETERMINAN KEMISKINAN
PROVINSI RIAU
.id
go
s.
bp
u.
ia
r
s ://
tp
ht
PENGARUH PRODUKSI KELAPA SAWIT, NILAI TUKAR PETANI SUBSEKTOR TANAMAN PERKEBUNAN RAKYAT,
UPAH MINIMUM KABUPATEN/KOTA, USIA HARAPAN HIDUP DAN HARAPAN LAMA SEKOLAH TERHADAP
TINGKAT KEMISKINAN DI PROVINSI RIAU MENGGUNAKAN REGRESI DATA PANEL
ISBN : 978-602-5665-38-7
No. Publikasi : 14550.2012
Katalog BPS : 9101009.14
Ukuran Buku : 17,6 cm x 25 cm
Jumlah Halaman : xiv + 68 halaman
.id
Naskah:
go
Bidang Neraca Wilayah dan Analisis Statistik
s.
Penyunting:
bp
Desain Kover:
//r
Penerbit:
ht
Pencetak:
CV M.N. Grafika
Pengarah:
Misfaruddin
.id
Editor:
Urip Widiyantoro
go
Fitri Hariyanti
s.
bp
u.
Penulis:
ia
Ferdian Fadly
//r
Oldestia Vianny
s:
Fitri Hariyanti
tp
ht
Pengolah Data:
Ferdian Fadly
.id
terutama kelapa sawit terhadap kemiskinan Provinsi Riau. Kemiskinan
go
merupakan salah satu masalah pembangunan yang dihadapi banyak daerah,
tidak terkecuali Provinsi Riau. Hampir dua pertiga penduduk miskin Provinsi Riau
s.
tinggal di perdesaan. Tingkat kemiskinan di perdesaan sebesar 7,29 persen atau
bp
potensi sumber daya alam yang dimiliki wilayah perdesaan jauh lebih besar
ia
karena itu, buku ini akan mengkaji variabel apa saja yang mempengaruhi
s:
Publikasi ini masih jauh dari sempurna, oleh karena itu kritik dan saran
ht
.id
menganalisis seberapa besar pengaruh produksi kelapa sawit dan Nilai Tukar Petani (NTP)
go
Subsektor Tanaman Perkebunan Rakyat mampu dilaksanakan dalam rangka upaya
s.
pengentasan kemiskinan. Analisis ini menggunakan data panel 12 kabupaten/kota se-
bp
Provinsi Riau adalah produksi kelapa sawit, NTP Subsektor Tanaman Perkebunan
ia
//r
Rakyat, Upah Minimum Kabupaten/Kota, dan Umur Harapan Hidup (UHH). Model
s:
yang dihasilkan ini mampu menjelaskan setidaknya 70 persen variasi yang terdapat pada
tp
variabel persentase penduduk miskin (P0) di Provinsi Riau. Peningkatan produksi kelapa
ht
sawit perlu dilakukan tetapi hendaknya dibarengi dengan peningkatan NTP terutama
NTP Subsektor Tanaman Perkebunan Rakyat agar upaya pengentasan kemiskinan
terutama di perdesaan lebih optimal dilaksanakan.
Kata Pengantar v
Abstraksi vii
Daftar Isi ix
Daftar Tabel xi
Daftar Gambar xiii
Bab I Pendahuluan 1
.id
1.1 Latar Belakang Masalah 3
1.2 Perumusan Masalah go 6
s.
bp
2.1 Kemiskinan 11
ht
.id
Bab V Penutup go 51
s.
5.1 Kesimpulan 53
bp
5.2 Saran 53
u.
ia
//r
Daftar Pustaka 55
s:
tp
61
ht
Lampiran
.id
Riau Menurut Kabupaten/Kota (tahun), 2014-2019
Tabel 4.5 go
Perkembangan Umur Harapan Hidup (UHH) di Provinsi 42
s.
bp
.id
2019*
Gambar 4.5 go
Sebaran Produksi Kelapa Sawit Menurut 35
s.
Kabupaten/Kota (juta ton), 2019*
bp
2010-2019
tp
ht
.id
atau Sustainable Development Goals (SDGs) yang tertuang dalam tujuan 1 yaitu
go
tanpa kemiskinan. Todaro, et al (2015) menyebutkan bahwa kemiskinan yang
s.
bp
semakin meluas serta angka yang tinggi merupakan inti dari semua masalah
u.
ekonomi, politik, sosial budaya, psikologi, teknologi, dan lainnya, yang saling
s:
tp
terkait secara erat satu dengan lainnya (Yunus, 2007). Oleh karenanya, upaya
ht
.id
sumber daya alam paling utama yang dimiliki Riau adalah dari lapangan usaha
go
pertanian yang didominasi oleh sebkategori perkebunan dengan komoditas
s.
kelapa sawit sebagai unggulannya. Lapangan usaha ini menjadi salah satu
bp
areal lahan gambut yang mencapai mencapai 2,54 juta hektar pada tahun 2019
s:
menjadi nyawa bagi perkebunan kelapa sawit. Hal ini menempatkan Riau di
tp
ht
peringkat pertama sebagai provinsi dengan area perkebunan kelapa sawit terluas
di Indonesia, dengan total lahan sekitar 19 perrsen dari total luas areal
perkebunan kelapa sawit yang tersebar di Indonesia. Hal ini sejalan dengan
sumbangsih produksi kelapa sawit di Riau yang mencapai lebih dari 20 persen
produksi kelapa sawit nasional. Tak heran jika Provinsi Riau mendapat julukan
sebagai daerah penghasil kelapa sawit terbesar di Indonesia. Jika ditelusuri lebih
lanjut, Provinsi Riau mampu menghasilkan produksi kelapa sawit sebesar 6,30
juta ton pada tahun 2019. Tingginya produksi kelapa sawit di provinsi Riau
diharapkan dapat menjadi sumber pendapatan masyarakat di Provinsi Riau
terutama bagi mereka yang tinggal di perdesaan dalam upaya mengentaskan
kemiskinan.
.id
(HT) terhadap harga yang dibayar petani (HB). Konsep ini secara sederhana
go
menggambarkan daya beli pendapatan petani. Petani di Riau didominasi oleh
s.
petani subsektor perkebunan, maka untuk melihat tingkat kesejahteraan petani
bp
kelapa sawit digunakan NTP Subsektor Tanaman Perkebunan Rakyat. Pada tahun
u.
ia
sebesar 92,31. Karena nilainya kurang dari 100, angka ini dapat diartikan sebagai
s:
tahun 2019 relatif lebih rendah dibandingkan dengan tahun dasarnya. Kondisi ini
diduga dapat mempengaruhi upaya pengentasan kemiskinan di Provinsi Riau.
Kondisi lain yang diduga dapat mempengaruhi tingkat kemiskinan adalah
Upah Minimum Provinsi (UMP). Saat upah yang diterima cukup baik dan dapat
mencukupi kebutuhan hidup pekerja maka tingkat kesejahteraan pekerja juga
menjadi lebih baik. Sebaliknya, jika upah yang diterima pekerja jauh di bawah
standar maka akan berpengaruh juga kepada kemampuan pekerja untuk
memenuhi kebutuhan hidupnya. Sehingga penetapan UMP yang sesuai
merupakan sebuah bentuk kebijakan yang krusial dan diduga turut
mempengaruhi tingkat kesejahteraan masyarakat di suatu daerah.
Faktor-faktor penting lain yang tidak boleh dikesampingkan dan
mempengaruhi tingkat kemiskinan di suatu daerah adalah tingkat pendidikan dan
.id
meningkatkan kesejahteraan sosial. Masyarakat yang memiliki tingkat kesehatan
go
yang baik diharapkan akan memiliki tingkat produktivitas kerja yang lebih tinggi,
s.
tingkat pendapatan yang lebih baik, dan sejumlah hal positif lainnya.
bp
Provinsi Riau”. Penelitian ini menganalisis variabel-variabel apa saja yang diduga
s:
tersebut adalah produksi kelapa sawit, Nilai Tukar Petani (NTP), Upah Minimum
Regional (UMR), tingkat pendidikan, dan tingkat kesehatan.
Berbagai indikator tersebut dikumpulkan untuk mendapatkan gambaran
hubungan variabel-variabel tersebut terhadap kemiskinan di Provinsi Riau.
Penelitian ini juga diharapkan mampu mengidentifikasi pengaruh produksi
kelapa sawit sebagai komoditas unggulan di Provinsi Riau terhadap kemiskinan di
Provinsi Riau.
.id
1.4 Sistematika Penulisan go
s.
Publikasi ini terdiri dari 5 bab. Bab I menjelaskan latar belakang
bp
TINJAUAN PUSTAKA
u.
ia
//r
s:
tp
ht
ht
tp
s:
//r
ia
u.
bp
s.
go
.id
BAB II
TINJAUAN PUSTAKA
2.1 Kemiskinan
Kemiskinan adalah kondisi di mana seseorang atau sekelompok orang
tidak mampu memenuhi hak-hak dasarnya untuk mempertahankan dan
mengembangkan kehidupan yang bermartabat (Bappenas, 2004). Hak-hak dasar
antara lain: (a) terpenuhinya kebutuhan pangan, (b) kesehatan, pendidikan,
.id
pekerjaan, perumahan, air bersih, pertanahan, sumber daya alam, dan
go
lingkungan hidup, (c) rasa aman dari perlakuan atau ancaman tindak kekerasan,
s.
bp
a. Kemiskinan Relatif
s:
tp
.id
(rata-rata) pendapatan. Ketika median/rata-rata pendapatan meningkat, garis
kemiskinan relatif juga meningkat. go
s.
Dalam hal mengidentifikasi dan menentukan sasaran penduduk miskin,
bp
maka garis kemiskinan relatif cukup untuk digunakan, dan perlu disesuaikan
u.
ia
negara dan waktu karena tidak mencerminkan tingkat kesejahteraan yang sama.
tp
ht
b. Kemiskinan Absolut
Kemiskinan secara absolut ditentukan berdasarkan ketidakmampuan
untuk mencukupi kebutuhan dasar minimum seperti pangan, perumahan,
sandang, pendidikan, dan kesehatan yang diperlukan untuk bisa hidup dan
bekerja. Kebutuhan dasar minimum diterjemahkan sebagai ukuran finansial
dalam bentuk uang dan nilainya dikenal dengan istilah garis kemiskinan.
Penduduk yang memiliki rata-rata pendapatan/pengeluaran per kapita per bulan
di bawah garis kemiskinan digolongkan sebagai penduduk miskin.
Garis kemiskinan absolut “tetap (tidak berubah)” dalam hal standar
hidup sehingga garis kemiskinan absolut dapat membandingkan kemiskinan
secara umum. Garis kemiskinan absolut sangat penting jika seseorang ingin
.id
dalam menganalisis kemajuan dalam memerangi kemiskinan. Angka konversi PPP
go
menunjukkan banyaknya rupiah yang dikeluarkan untuk membeli sejumlah
s.
kebutuhan barang dan jasa di mana jumlah yang sama tersebut dapat dibeli
bp
seharga US$1 di Amerika. Angka konversi ini dihitung berdasarkan harga dan
u.
ia
biasanya dilakukan setiap lima tahun sekali. Pada umumnya ada dua ukuran yang
s:
digunakan oleh Bank Dunia, yaitu: a) US$ 1 PPP per kapita per hari; b) US$ 2 PPP
tp
ht
per kapita per hari. Ukuran tersebut sekarang direvisi menjadi US$ 1,25 PPP dan
US$ 2 PPP per kapita per hari.
Pendapatan per kapita yang tinggi sama sekali bukan merupakan jaminan
tidak adanya kemiskinan absolut dalam jumlah yang besar. Hal ini mengingat
besar atau kecilnya porsi atau bagian pendapatan yang diterima oleh kelompok-
kelompok penduduk yang paling miskin tidak sama untuk masing-masing negara,
sehingga mungkin saja suatu negara dengan pendapatan per kapita yang tinggi
justru mempunyai persentase penduduk yang berada di bawah garis kemiskinan
internasional yang lebih besar dibandingkan dengan suatu negara yang
pendapatan per kapitanya lebih rendah.
.id
Strategi kebutuhan dasar memang memberi tekanan pada pendekatan langsung
go
dan bukan cara tidak langsung seperti melalui efek menetes ke bawah (trickle-
s.
down effect) dari pertumbuhan ekonomi yang tinggi. Kesulitan umum dalam
bp
penentuan indikator kebutuhan dasar adalah standar atau kriteria yang subjektif
u.
ia
karena dipengaruhi oleh adat, budaya, daerah, dan kelompok sosial. Di samping
//r
kebutuhan dasar karena dipengaruhi oleh sifat yang dimiliki oleh komponen itu
tp
ht
sendiri, misalnya selera konsumen terhadap suatu jenis makanan atau komoditas
lainnya.
Beberapa kelompok atau ahli telah mencoba merumuskan mengenai
konsep kebutuhan dasar ini termasuk alat ukurnya. Konsep kebutuhan dasar
yang dicakup adalah komponen kebutuhan dasar dan karakteristik kebutuhan
dasar serta hubungan keduanya dengan garis kemiskinan. Rumusan komponen
kebutuhan dasar menurut beberapa ahli adalah sebagai berikut:
1. Menurut United Nations (1961), sebagaimana dikutip oleh Hendra
Esmara (1986: 289), komponen kebutuhan dasar terdiri atas: kesehatan,
bahan makanan dan gizi, pendidikan, kesempatan kerja dan kondisi
pekerjaan, perumahan, sandang, rekreasi, jaminan sosial, dan kebebasan
manusia.
.id
31), komponen kebutuhan dasar terdiri atas: (i) personal consumption
go
items yang mencakup pangan, sandang, dan pemukiman; (ii) basic public
s.
services yang mencakup fasilitas kesehatan, pendidikan, saluran air
bp
.id
Keterangan:
NTP = Nilai Tukar Petani
go
s.
It = Indeks yang diterima oleh petani
bp
produk yang dijual petani dengan produk yang dibutuhkan petani dalam
tp
berproduksi dan konsumsi rumah tangga. Selain itu, NTP dapat digunakan untuk
ht
.id
karyawan, atau buruh di dalam lingkungan usaha atau kerjanya. UMR yang
go
digunakan pada penelitian ini adalah Upah Minimum Kabupaten/Kota se-Provinsi
s.
Riau tahun 2015 - 2019.
bp
u.
ia
(HLS) didefinisikan sebagai lamanya sekolah (dalam tahun) yang diharapkan akan
tp
ht
.id
harapan hidup lebih panjang yakni 52,2 tahun, meningkat lagi menjadi 59,8 tahun
go
untuk bayi yang dilahirkan menjelang tahun 1990, dan bayi yang dilahirkan tahun
s.
2000 usia harapan hidupnya mencapai 65,5 tahun. Peningkatan usia harapan
bp
bangsa Indonesia selama 30 tahun terakhir dari tahun 1970-an sampai tahun
//r
2000.
s:
tp
ht
Upah Minimum
.id
Kabupaten/Kota
atau UMK Se-
NTP Subsektor Provinsi Riau
(rupiah) go
s.
Tanaman Umur Harapan
Perkebunan Hidup /UHH
bp
Rakyat (tahun)
u.
(2012=100)
ia
//r
Tingkat
s:
Sawit Sekolah/HLS
(P0)
(tahun)
ht
(ton)
(%)
Dari gambar di atas, tingginya produksi kelapa sawit, NTP, dan UMK
diharapkan mampu secara signifikan menurunkan tingkat kemiskinan suatu
daerah. Selain itu, tingkat kesehatan dan pendidikan yang lebih baik yang
dicerminkan dari semakin besarnya nilai AHH dan HLS mampu mendukung upaya
pengentasan kemiskinan di Provinsi Riau terutama di perdesaan.
.id
Penelitian ini menggunakan data sekunder yang bersumber dari website
go
Badan Pusat Statistik (www.bps.go.id) dengan rincian variabel sebagai berikut:
s.
bp
.id
digunakan pula analisis kuantitatif yaitu dengan menggunakan analisis data
go
panel. Secara umum, data panel dicirikan oleh T periode waktu (t=1,2,…,T) yang
s.
kecil dan N jumlah individu (i=1,2,…,N) yang besar. Namun tidak menutup
bp
kemungkinan sebaliknya, yakni data panel terdiri dari periode waktu yang besar
u.
ia
dan jumlah individu yang kecil. Dalam model ini, data yang digunakan bersifat
//r
balanced panels dimana setiap unit individu mempunyai jumlah observasi yang
s:
sama, sehingga total observasi yang dimiliki adalah sejumlah N (jumlah provinsi)
tp
ht
.id
menggunakan data panel mempunyai tiga macam model, yaitu model Common
go
Effect, Fixed Effect, dan Random Effect. Model common effect merupakan model
s.
yang paling sederhana, yaitu hanya mengombinasikan data time series dan data
bp
cross section dalam bentuk pooled. Sementara dalam model fixed effect
u.
ia
yang tidak diketahui dan akan diestimasi. Yang terakhir adalah random effect,
tp
ht
dalam model ini estimasi data panel akan dipilih dimana residual mungkin saling
berhubungan antarwaktu dan antarindividu. Sehingga model ini mengasumsikan
bahwa setiap individu mempunyai perbedaan intersep yang merupakan variabel
random atau stokastik.
b Uji Hausmann
Uji ini dilakukan untuk memilih salah satu model pada regresi
.id
data panel, yaitu antara random effect model dengan fixed effect
go
model. Hipotesis nol pada uji ini adalah bahwa model yang tepat adalah
s.
model random effect dan hipotesis alternatifnya bahwa model yang
bp
tepat adalah model fixed effect. Statistik uji yang digunakan adalah nilai
u.
ia
c Uji LM
tp
ht
Uji ini dilakukan untuk memilih salah satu model pada regresi
data panel, yaitu antara random effect model dengan common effect
model. Hipotesis nol pada uji ini adalah bahwa model yang tepat adalah
model common effect dan hipotesis alternatifnya bahwa model yang
tepat adalah model random effect. Statistik uji yang digunakan adalah
nilai p-value menggunakan tingkat signifikansi α.
.id
b. Uji Parsial (Uji-t)
go
Uji parsial digunakan untuk mengetahui variabel-variabel
s.
manakah yang berpengaruh secara signifikan terhadap model.
bp
c. Koefisien Determinasi
tp
ht
.id
Log(UMK) = Logaritma Natural dari UMK
UHH
go
= Usia Harapan Hidup (tahun)
s.
HLS = Harapan Lama Sekolah (tahun)
bp
i = Provinsi ke-i
u.
ia
.id
(UHH). Pada bagian ini akan dideskripsikan tentang keadaan kesejahteraan
go
masyarakat dan variabel yang dapat mempengaruhi keadaan tersebut.
s.
bp
u.
9,46 9,00
8,43
ht
8,09
8,42 7,62
7,98 7,78 7,39 7,08
6,79 6,40 6,79
6,35 6,28
.id
400
350
365 go
s.
353
300 336 327
bp
315
250
u.
200
ia
50
ht
0
2015 2016 2017 2018 2019
Kota Desa
Kota
.id
35,85%
go
s.
Desa
bp
64,15%
u.
ia
//r
s:
tp
.id
Kuantan Singingi 10,80 9,85 9,97 9,92 9,56
Indragiri Hulu 7,76 7,15
go 6,94 6,30 6,06
s.
Indragiri Hilir 8,11 7,99 7,70 7,05 6,54
bp
7.841.947
7.777.069 7.779.659
7.683.535
.id
7.466.260
go
s.
bp
u.
ia
1,34
1,20
1,10
0,96
0,81
0,73
0,45 0,47
0,33
Kuantan Indragiri Indragiri Pelalawan Siak Kampar Rokan Hulu Bengkalis Rokan Hilir Kepulauan Pekanbaru Dumai
Singingi Hulu Hilir Meranti
.id
kondisi daya beli yang relatif lebih baik dibandingkan tahun dasarnya (2012=100).
go
Pada tahun 2019, NTP untuk masing-masing subsektor tersebut adalah 100,99
s.
bp
dan 112,31.
u.
ia
.id
akhirnya akan meningkatkan kesejahteraan masyarakat dan menurunkan tingkat
kemiskinan. go
s.
bp
Minimum Provinsi (UMP) Riau tahun 2019 mengalami peningkatan sekitar satu
//r
juta rupiah atau naik sebesar 41,74 persen dibandingkan pada tahun 2015.
s:
tp
2015 - 2019
2.662.025
2.464.154
2.266.722
2.095.000
1.878.000
.id
Rokan Hulu 1.925,0 2.146,4 2.323,5 2.525,8 2.728,6
Bengkalis 2.225,0 2.480,9 go
2.685,5 2.919,5 3.005,6
s.
bp
Gambar 4.7 Harapan Lama Sekolah (HLS) di Provinsi Riau (tahun), 2010-2019
13,11 13,14
13,03
12,86
12,74
12,45
12,27
.id
11,76 11,78 11,79
go
s.
bp
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
u.
ia
menunjukkan tren peningkatan yang relatif signifikan. Anak usia 7 tahun yang
masuk dunia pendidikan pada tahun 2019 diharapkan akan dapat bersekolah
selama 13,14 tahun atau mencapai Diploma II, meningkat dibandingkan tahun
2010 yang hanya mencapai jenjang kelas II Sekolah Menengah Atas (SMA).
Harapan lama sekolah di tingkat kabupaten/kota juga terus meningkat dari
tahun ke tahun. Harapan lama sekolah tertinggi di Provinsi Riau pada tahun 2019
berada di Kota Pekanbaru, yaitu 15,37 tahun, sementara terendah berada di
Kabupaten Indragiri Hilir, yaitu 11,90 tahun. Harapan lama sekolah tumbuh paling
cepat di Kabupaten Indragiri Hilir selama kurun watu 2014 hingga 2019. Dalam
kurun waktu yang sama, Kabupaten Kepulauan Meranti dan Rokan Hulu menjadi
.id
Siak 11,81 12,26 12,56 12,72 12,73 12,75
Kampar 12,72 12,86 12,87 go 13,20 13,21 13,45
s.
bp
.id
go 71,48
s.
71,19
bp
70,49
70,32
ia
70,15
//r
s:
tp
ht
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
.id
Pelalawan 70,13 70,23 70,39 70,54 70,74 71,03
Siak 70,54 70,54 70,59 go70,64 70,79 71,03
s.
bp
.id
𝑃0𝑖𝑡 = 𝛽0 + 𝛽1 𝐿𝑜𝑔(𝑆𝑎𝑤𝑖𝑡)𝑖𝑡 + 𝛽2 𝐿𝑜𝑔(𝑁𝑇𝑃)𝑖𝑡 + 𝛽3 𝐿𝑜𝑔(𝑈𝑀𝐾)𝑖𝑡 +
𝛽4 𝑈𝐻𝐻𝑖𝑡 + 𝛽5 𝐻𝐿𝑆𝑖𝑡 + 𝜀𝑖𝑡 go
s.
dimana:
bp
Dalam model regresi data panel dikenal tiga metode, yaitu metode
common effect, fixed effect, dan random effect. Dalam metode common effect
hasil analisis regresi dianggap berlaku pada semua objek dan pada keseluruhan
waktu. Metode ini mempunyai kelemahan yaitu adanya ketidaksesuaian model
dengan keadaan yang sesungguhnya karena sebetulnya kondisi setiap objek pada
suatu waktu akan sangat berbeda dengan kondisi objek tersebut pada waktu
yang lain.
.id
dan uji Haussman.
go
s.
4.7.1 Hasil Estimasi dan Pemilihan Model Terbaik
bp
Koefisien
Variabel
Common Fixed Random
C 645.306 76.696 144.260
LOG(SAWIT) -0.905 -0.203 -0.756
LOG(NTP) -31.971 1.055 -1.299
LOG(UMK) -28.830 -4.155 -3.338
UHH -0.406 -0.191 -0.987
HLS -1.983 0.332 -0.210
Dummy variables terlampir
Cross-section random (rho) 0.989
Idiosyncratic random (rho 0.012
R-squared 0.888 0.999 0.742
Adjusted R-squared 0.869 0.998 0.699
Durbin-Watson stat 0.138 2.181 1.441
Prob(F-statistic) 0.000 0.000 0.000
.id
go
Hipotesis null (H0) pada pengujian ini adalah model common effects lebih
s.
baik, artinya memang tidak ada perbedaan efek antarindividu pada data panel.
bp
Seperti yang dapat dilihat pada output di atas, nilai Prob=0.0000 untuk Cross-
u.
section F, yang berarti kurang dari 0.05 sehingga keputusannya adalah tolak
ia
persen ada perbedaan efek antarindividu pada data panel, sehingga cukup bukti
tp
untuk menyatakan model fixed effects lebih sesuai digunakan untuk data ini
ht
Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
.id
sesuai untuk persamaan regresi pada model ini adalah random effects. Oleh
go
karena itu, model ini akan diuji kenormalannya menggunakan Jarque-Bera Test.
s.
Sementara itu, pengujian asumsi yang lain tidak dilakukan karena metode
bp
7
Series: Standardized Residuals
tp
6
Sample 2017 2019
Observations 36
ht
5
Mean 5.04e-14
Median 0.031587
4
Maximum 4.070550
Minimum -4.431143
3 Std. Dev. 2.643415
Skewness -0.134768
2 Kurtosis 1.983451
1 Jarque-Bera 1.659034
Probability 0.436260
0
-4 -3 -2 -1 0 1 2 3 4
Hipotesis null pada pengujian ini adalah asumsi normal pada model
terpenuhi. Seperti yang dapat dilihat pada output di atas, nilai Prob=0.436260,
yang berarti lebih dari 0.05 sehingga keputusan nya adalah terima hipotesis null.
Hasilnya dapat disimpulkan bahwa dengan tingkat keyakinan 95 persen, asumsi
normal pada model terpenuhi.
.id
UHH -0.986811 0.462269 -2.134714 0.0411
HLS -0.210305 0.322323 -0.652466 0.5191
go
s.
R-squared 0.741951
bp
Prob(F-statistic) 0.000000
ia
//r
Dari hasil estimasi regresi yang disajikan pada Tabel 4.9 kolom 5, terlihat
s:
.id
Rakyat signifikan mengurangi tingkat kemiskinan. Hal ini diindikasikan oleh
go
koefisien log(NTP) yang mempunyai tanda negatif dan nilai probability yang
s.
kurang dari 0,05. Kondisi ini mengandung arti bahwa jika Nilai Tukar Petani
bp
paribus). Adapun koefisien log(NTP) adalah sebesar -1,299 yang memberikan arti
tp
ht
.id
sebesar 3,34 persen (ceteris paribus). Oleh karena itu, Peningkatan Upah
go
Minimum Kabupaten/Kota perlu untuk dilakukan dalam rangka upaya
s.
pengentasan kemiskinan terutama di perdesaan di Provinsi Riau.
bp
menggambarkan hal ini adalah umur harapan hidup. Dari Tabel 4.9 terlihat
s:
bahwa Umur Harapan Hidup signifikan mengurangi tingkat kemiskinan. Hal ini
tp
ht
diindikasikan oleh koefisien UHH yang mempunyai tanda negatif dan nilai
probability yang kurang dari 0,05. Kondisi ini mengandung arti bahwa jika Umur
Harapan Hidup menurun maka tingkat kemiskinan akan meningkat, sebaliknya
jika variabel tersebut meningkat maka tingkat kemiskinan akan menurun dengan
asumsi faktor lain dianggap konstan/tetap (ceteris paribus). Adapun koefisien
UHH adalah sebesar -0,987 yang memberikan arti bahwa setiap kenaikan Umur
Harapan Hidup sebesar 1 tahun maka akan menurunkan tingkat kemiskinan
sebesar 0,987 persen (ceteris paribus).
Sementara itu, belum cukup bukti untuk menyatakan bahwa variabel
pendidikan dalam hal ini Harapan Lama Sekolah (HLS) signifikan menurunkan
tingkat kemiskinan. Hal ini ditunjukkan oleh koefisien bertanda negatif dan nilai
probability yang lebih besar dari 0,05.
.id
di desa se-Provinsi Riau lebih tinggi dibandingkan di kota. Tingkat
go
kemiskinan di desa pada tahun 2019 adalah sebesar 7,62 persen
s.
bp
berbanding di kota sebesar 6,28 persen. Selain itu, hampir dua pertiga
u.
5.2 Saran
.id
go
s.
bp
u.
ia
//r
s:
tp
ht
.id
go
Amin, A. M., Bahri, S., Setianingsih, R., & Ernawati. (2015). Analisis
s.
Perkembangan Kondisi Kemiskinan Di Provinsi Riau. In Seminar Nasional
bp
Aris, A., Juanda, B., Fauzi, A., & Hakim, D. B. (2016). Dampak Pengembangan
s:
Chalid, N., & Yusuf, Y. (2014). Pengaruh Tingkat Kemiskinan Dan Tingkat
Pengangguran, Upah Minimun Kabupaten/Kota Dan Laju Pertumbuhan
Ekonomi Terhadap Indeks Pembangunan Manusia Di Provinsi Riau.
Jurnal Ekonomi.
Dewi, N., Yusuf, Y., & Iyan, R. (2016). Pengaruh Kemiskinan Dan Pertumbuhan
Ekonomi Terhadap Indeks Pembangunan Manusia Di Provinsi Riau.
Jurnal Online Mahasiswa Fakultas Ekonomi Universitas Riau.
Jaya, I.G.N.M., & Sunengsih, N. Kajian Analisis Regresi Dengan Data Panel.
.id
Prosiding Seminar Nasional Penelitian, Pendidikan Dan Penerapan
go
Mipa. Universitas Negeri Yogyakarta. Yogyakarta. 2009.
s.
Lutfi, M. Y., & Suparyati, A. (2015). Determinasi Tingkat Pertumbuhan Ekonomi
bp
Https://Doi.Org/10.25105/Me.V23i2.3321
//r
s:
Rahayu, H. C., Sarungu, J. J., Hakim, L., & Soesilo, A. M. (2018). Dimensi
Kemiskinan Di Wilayah Pesisir Pada Kabupaten Indragiri Hulu Provinsi
Riau. Jurnal Organisasi Dan Manajemen.
Https://Doi.Org/10.33830/Jom.V14i1.142.2018
Setiawan, D., Kadir, H., & Riva, V. A. (2014). Pengaruh Tingkat Pengangguran
Dan Tingkat Upah Minimum Provinsi Terhadap Tingkat Kemiskinan Di
Sjahza, A., & Asmit, B. (2019). Regional Economic Empowerment Through Oil
Palm Economic Institutional Development. Management Of
Environmental Quality: An International Journal.
Https://Doi.Org/10.1108/Meq-02-2018-0036
.id
go
Syahza, A. (2003). Pengembangan Usaha Kecil Dan Menengah (Ukm) Untuk
s.
Percepatan Peningkatan Ekonomi Daerah Di Kabupaten Indragiri Hulu
bp
Pedesaan. Https://Doi.Org/10.1007/S10156-008-0617-0
tp
ht
.id
Https://Doi.Org/10.23917/Jep.V14i1.166
go
s.
Widarjono, A. Ekonometrika: Teori Dan Aplikasi. Ekonisia FE UII. Yogyakarta.
bp
2007.
u.
ia
Zebua, W. N., Bakce, D., & Hadi, S. (2010). Analisis Faktor-Faktor Dominan Yang
//r
Agricultural (IJAE).
tp
ht
Dependent Variable: PO
Method: Panel Least Squares
Date: 08/14/20 Time: 17:59
Sample: 2017 2019
.id
Periods included: 3
Cross-sections included: 12
go
Total panel (balanced) observations: 36 s.
Variable Coefficient Std. Error t-Statistic Prob.
bp
Dependent Variable: PO
Method: Panel Least Squares
Date: 08/14/20 Time: 18:00
Sample: 2017 2019
Periods included: 3
Cross-sections included: 12
Total panel (balanced) observations: 36
.id
HLS 0.332090 0.653702 0.508015 0.6173
Effects Specification
go
s.
bp
1402 -1.759609
1403 -1.527878
ia
1404 1.976188
//r
1405 -2.643629
s:
1406 -0.503426
1407 2.370752
tp
1408 -1.482834
ht
1409 -1.073968
1410 14.82288
1471 -6.650597
1473 -4.406597
Dependent Variable: PO
Method: Panel EGLS (Cross-section random effects)
Date: 08/14/20 Time: 18:06
Sample: 2017 2019
Periods included: 3
Cross-sections included: 12
Total panel (balanced) observations: 36
Swamy and Arora estimator of component variances
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
.id
LOG(NTP) -1.298630 0.628348 -2.066738 0.0475
go
LOG(UMK) -3.338120 1.496961 -2.229931 0.0334
AHH -0.986811 0.462269 -2.134714 0.0411
s.
HLS -0.210305 0.322323 -0.652466 0.5191
bp
Effects Specification
u.
S.D. Rho
ia
Weighted Statistics
tp
ht
Unweighted Statistics
.id
Periods included: 3
go
Cross-sections included: 12
Total panel (balanced) observations: 36
s.
bp
Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
7
Series: Standardized Residuals
6 Sample 2017 2019
Observations 36
5
Mean 4.58e-14
.id
Median 0.031587
4
Maximum 4.070550
go
Minimum -4.431143
3
Std. Dev. 2.643415
s.
Skewness -0.134768
2 Kurtosis 1.983451
bp
1 Jarque-Bera 1.659034
u.
Probability 0.436260
ia
0
-4 -3 -2 -1 0 1 2 3 4
//r
s:
Periods included: 3
Cross-sections included: 12
Total panel observations: 36
Note: non-zero cross-section means detected in data
Cross-section means were removed during computation of correlations
Test Hypothesis
Cross-section Time Both
.id
(0.0000) -- (0.0899)
(0.0000) -- (0.4638)
ia
(< 0.01)
s:
1% 7.289
ht
5% 4.321
10% 2.952