SKRIPSI
Disusun Oleh :
SKRIPSI
Disusun Oleh :
i
ii
iii
iv
MOTTO DAN PERSEMBAHAN MOTTO
“Siapa yang menempuh jalan untuk mencari ilmu, maka Allah akan mudahkan
baginya jalan menuju surga.” (HR. Muslim, no. 2699)
"Barang siapa belum pernah merasakan pahitnya mencari ilmu walau sesaat, ia
akan menelan hinanya kebodohan sepanjang hidupnya." (Imam Syafi'i)
"Harus selalu konsisten dalam menekuni suatu disiplin ilmu yang Anda pelajari
karena dengan konsisten, Anda bisa seperti saya". (B.J.Habibie)
PERSEMBAHAN
semangat, motivasi kepada penulis baik secara materi dan doa yang
5. Semua pihak yang tidak dapat penulis sebutkan satu persatu dalam Skripsi
ini.
v
ABSTRACT
kurniawanandi833@gmail.com
This study aims to analyze and find out how the influence of the Human
Development Index and Unemployment on Poverty in the Province of the Bangka
Belitung Islands. The type of research used in this study is a type of quantitative
research. There are three variables used in this study, namely the human
development index, unemployment and poverty. The analytical tool used in this
study is multiple linear regression with panel data. The results showed that
partially the Human Development Index variable had a significant negative effect
on Poverty in the Province of the Bangka Belitung Islands. Unemployment has a
significant positive effect on the Poverty Level in the Province of the Bangka
Belitung Islands. While the results of the simultaneous test show that overall the
Human Development Index and Unemployment variables have a significant
positive effect on poverty in the Province of the Bangka Belitung Islands.
vi
ABSTRAK
kurniawanandi833@gmail.com
vii
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa karena berkat
ini dengan baik. Skripsi ini berjudul “Pengaruh Indeks Pembangunan Manusia
hambatan akan tetapi dengan bantuan dari berbagai pihak tantangan itu dapat
teratasi. Oleh karena itu, penulis ingin mengucapkan terima kasih yang sebesar-
besarnya kepada :
Bangka Belitung.
Bangka Belitung.
5. Dr. Devi Valeriani, S.E., M.Si selaku Ketua Program Studi Ekonomi dan
viii
7. Bapak/Ibu Dosen dan Staf Pengajar di Fakultas Ekonomi khususnya
kekurangan sehingga kritik dan saran dari pembaca sangat diharapkan agar
penelitian ini menjadi lebih baik lagi dimasa yang akan datang. Semoga Skripsi
ini dapat berguna dan bermanfaat untuk menambah wawasan pengetahuan bagi
Penulis,
ix
DAFTAR ISI
COVER. .......................................................................................................... i
ABSTRACT. ................................................................................................... vi
2.1.1. Kemiskinan.......................................................................... 12
x
2.1.3. Pengangguran ...................................................................... 30
xi
3.6.3.3. Random Effect Model . ........................................... 53
xii
4.2.3. Uji Asumsi Klasik ............................................................... 69
Kemiskinan ......................................................................... 77
LAMPIRAN. .................................................................................................... 89
xiii
DAFTAR TABEL
2010-2020 ........................................................................................ 2
xiv
DAFTAR GAMBAR
2010-2020. .................................................................................. .3
2010-2020 ................................................................................... 4
xv
DAFTAR LAMPIRAN
xvi
BAB I
PENDAHULUAN
masalah diantaranya kualitas sumber daya manusia yang rendah dan tingkat
1
Bangka Belitung pada periode 2010 hingga 2020 cenderung stagnan
Belitung, dengan jumlah penduduk miskin terendah pada tahun 2011 sebesar
65,55 ribu, dan jumlah penduduk miskin tertinggi sebesar 76,26 ribu pada tahun
Bangka Belitung berfluktuasi dari tahun 2010 hingga 2020, dengan rata-rata 70,70
penurunan, persentase terendah terjadi pada trahun 2020 sebesar 4,53 persen dan
di suatu daerah. Konsumsi yang dimaksudkan dalam garis kemiskinan ini meliputi
2
konsumsi untuk sandang, pangan, perumahan, kesehatan, dan pendidikan
(Suryawati, 2005).
Y (Rupiah)
800.000
700.000
600.000
500.000
400.000
300.000
200.000
100.000
0 X (Tahun)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Bangka Belitung adalah Rp. 315.556,- dan menjadi nilai terendah selama periode
tahun 2010 hingga 2020, sementara itu nilai tertinggi terjadi pada tahun 2020
Bangka Belitung pada tahun 2010 hingga tahun 2020 mengalami peningkatan
pembangunan, tidak cukup hanya melihat perubahan jumlah penduduk yang hidup
3
di bawah garis kemiskinan, melainkan jauh lebih bermakna jika mencermati
1 0,91 0,3
0,9
0,76 0,74 0,25
0,8 0,69
0,67 0,67
0,7 0,24 0,63
0,60 0,60 0,2
0,6 0,49 0,51
0,5 0,15
0,16
0,4 0,15
0,14 0,14 0,14 0,14 0,14
0,13 0,1
0,3
0,10
0,2 0,08 0,05
0,1
0 X0 (Tahun)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
pergerakan yang berfluktuatif selama periode tahun 2010 hingga 2020 dengan
rata-rata pergerakan sebesar 0,66, nilai terendah terjadi pada tahun 2010 sebesar
0,91 sementara itu nilai tertinggi terjadi pada tahun 2017 sebesar 0,49. selama
periode 2010 hingga 2014 mengalami trend peningkatan, nilai P1 turun dari 0,91
pada 2010 menjadi 0,60 pada 2014. Hal ini menunjukkan bahwa rata-rata
4
pengeluaran masyarakat miskin mendekati garis kemiskinan (GK). Namun antara
tahun 2015 dan 2019, Indeks Kedalaman Kemiskinan Provinsi Kepulauan Bangka
meningkat dari 0,60 pada tahun 2014 menjadi 0,67 pada tahun 2015 dan 2016.
Selain itu, nilai P1 yang mengalami penurunan pada tahun 2017 cukup mencapai
0,49.
pada tahun 2018 yang berarti semakin tinggi nilai indeks tersebut maka semakin
Belitung dari garis kemiskinan (GK) akan semakin jauh, dan pada 2019 turun
kembali menjadi 0,51. Indeks kedalaman kembali meningkat menjadi 0,60 pada
tahun 2020 yang berarti semakin tinggi nilai indeks tersebut maka semakin jauh
kemiskinan (GK).
pergerakan yang berfluktuatif selama periode tahun 2010 hingga 2020 dengan
rata-rata pergerakan sebesar 0,14, nilai terendah terjadi pada tahun 2010 sebesar
0,24 sementara itu nilai tertinggi terjadi pada tahun 2017 sebesar 0,08. Selama
periode 2010-2013 juga mengalami perbaikan, dari 0,24 pada tahun 2010 menjadi
pengeluaran per kapita masyarakat miskin juga semakin menurun. Dengan kata
5
Kondisi yang menggebirakan adalah terjadi penurunan pada tahun 2017 dan 2019,
namun meningkat menjadi 0,13 pada tahun 2020. Hal ini mencerminkan bahwa
dilihat dari segi ekonomi adalah akibat dari rendahnya kualitas sumber daya
seseorang dapat kita ukur dengan Indeks Pembangunan Manusia (IPM) yang
penting seperti indeks harapan hidup, indeks pendidikan dan indeks standar hidup
mana jika ketiga komponen tersebut sudah dipenuhi oleh masyarakat maka
Y (Persentase)
72
70
68
66
64
62 X (Tahun)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
IPM
Provinsi Kepulauan Bangka Belitung rata-rata meningkat 68,91 persen. Nilai IPM
6
tertinggi 71,47 persen tercatat pada tahun 2020, sedangkan nilai terendah 66,02
persen tercatat pada tahun 2010. Widodo dkk (2012) mengemukakan bahwa
seiring dengan naiknya indeks pembangunan manusia, wajar jika kita percaya
sehingga tidak mungkin memenuhi kebutuhan dasar mereka, dan situasi ini akan
Y (Persentase)
7
0 X (Tahun)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
TPT
mengalami pergerakan yang fluktuatif dari tahun 2010 hingga 2020 dengan rata-
7
rata pergerakan sebesar 4,25 persen. Nilai tertinggi terjadi pada tahun 2015
dengan nilai TPT sebesar 6,29 persen, sementara itu nilai terendah terjadi pada
yang diukur dengan IPM dan tingkat pengangguran, oleh karena itu penulis
Belitung ?
8
1.3.Tujuan Penelitian
adalah :
Belitung.
9
mengembangkan, dan melaksanakan program dan kebijakan pemerintah
BAB I PENDAHULUAN
Bab ini berisi tentang uraian mengenai latar belakang masalah, rumusan
analisis.
yang diteliti.
10
BAB V PENUTUP
Bab ini berisi kesimpulan dan saran dari penelitian yang telah di lakukan.
DAFTAR PUSTAKA
LAMPIRAN
11
BAB II
TINJAUAN PUSTAKA
2.1.1. Kemiskinan
oleh Nurkse (1953), bahwa “a poor country is poor because it is poor” (negara
miskin itu miskin karena memang miskin). Skema lingkaran miskin ini dapat
PAPAN,PRASARANA
MODAL
SARANA DASAR KIM KECIL
RENDAH
12
Logika pemikiran Nurkse, seperti dikutip Kuncoro (2000),
menyatakan bahwa negara miskin ada karena dia miskin. Inti dari lingkaran setan
pembentukan modal di satu sisi, dan kemauan untuk berbelanja di sisi lain. Kedua
tingkat tinggi. Jadi, menurut Nurkse, ada dua bentuk lingkaran setan terkait
dalam berbagai bentuk dari satu negara ke negara lain dalam hal permintaan
modal. Karena wilayah pasar untuk berbagai jenis produk kecil di negara-negara
di masa lalu dan hasil yang diharapkan di masa yang akan datang. Karena hanya
13
ada sedikit insentif untuk berinvestasi, akumulasi modal menjadi terbatas, dan
Entitlement Approach)
dan Hak disebutkan bahwa kemiskinan adalah fenomena multidimensi yang tidak
yang tidak terlindungi, serta hilangnya kesempatan untuk mendapat harga yang
layak atas produk yang dihasilkan atau tenaga yang diberikan, atau hilangnya
pemerintah.
14
sendiri. Perekonomian mereka tidak stabil dan memiliki tingkat
kematian.
(Solihin, 2012).
15
2.1.1.1.4. Teori Kemiskinan Adam Smith
Menurut teori Adam Smith, tidak akan ada masyarakat yang makmur
sederhana, menurut buku Adam Smith "The Wealth Of Nations," tidak hanya
rasional tetapi juga ditentukan oleh konsep umum tentang nilai (Todaro & Smith,
2006).
Kelompok lemah memiliki lima ciri sebagai berikut: 1) Tidak memiliki faktor
5) Banyak dari mereka yang relatif muda dan kurang memiliki keterampilan atau
4. Kepemilikan aset
5. Frekuensi makan (lebih dari 2 kali sehari) dan kualitas gizi makanan
16
Dari 6 (enam) variabel/kriteria tersebut jika mendapat skor 3 atau
oleh sisi vertikal dari kurva ini, sedangkan persentase kumulatif penduduk
diwakili oleh sisi datar. Kurva terletak pada diagonal persegi. Distribusi
pendapatan nasional akan lebih besar bahkan jika kurva Lorenz semakin
mendekati diagonal (lebih lurus); Sebaliknya jika kurva Lorenz semakin jauh dari
distribusi pendapatan nasional akan semakin terdistorsi dan tidak merata (Arsyad,
2010).
Persentase Pendapatan
17
2.1.1.2. Konsep Kemiskinan
memiliki cukup uang atau barang untuk hidup (Proper). Dalam arti luas,
disebabkan oleh kurangnya sumber daya untuk memenuhi kebutuhan dasar, serta
orang per hari. Besarnya Rp. 7.057 per orang per hari dihitung dengan
non-pangan. Tunjangan kalori harian untuk makanan adalah 2.100 kkal per kapita.
18
lantai rumah, penggunaan air bersih, dan fasilitas buang air besar); pendidikan
(angka melek huruf, wajib belajar 9 tahun, dan angka putus sekolah); dan
menurut Kuncoro (2004) antara lain adalah derajat dan laju pertumbuhan output,
dan subsidi. Selain itu, ada pertimbangan seperti investasi, distribusi sumber daya,
dan efisiensi sumber daya alam. Kemiskinan disebabkan oleh berbagai faktor,
antara lain penyediaan layanan publik, penggunaan teknologi, serta kualitas dan
jenis pendidikan. Terakhir, kondisi alam, urusan rumah tangga, bencana alam, dan
bahan kebutuhan dasar, sarana dan prasarana; (3) kebijakan pembangunan yang
bias perkotaan dan bias sektor; (4) adanya perbedaan kesempatan di antara
anggota masyarakat dan sistem yang kurang mendukung; (5) adanya perbedaan
sumber daya manusia dan perbedaan antara sektor ekonomi (ekonomi tradisional
seseorang mengelola sumber daya alamdan lingkunganya; (8) tidak ada tata
19
pemerintahan yang bersih dan baik (good governance); (9) pengelolaan sumber
daya alam yang berlebihan dan tidak berwawasan lingkungan (Prihartini, 2006).
pandang ekonomi.
perolehan modal.
20
a. Kemiskinan absolut, digambarkan sebagai ketidakmampuan seseorang
garis kemiskinan.
luar.
uang, properti, teknologi, atau peralatan industri. Manusia adalah sumber daya
hasil dari pendidikan, yang akan disumbangkan untuk pekerjaan dunia nyata yang
terpenting dalam aktivasi mesin, produk, modal, dan teknologi. Ini karena
21
Keahlian dan keterampilan yang diperoleh pekerja dengan sekolah,
pelatihan, dan pengalaman disebut sebagai modal manusia oleh para ekonom.
barang dan jasa. Teori modal manusia didasarkan pada gagasan bahwa kekayaan
bekerja, namun di sisi lain, penundaan penerimaan pendapatan selama satu tahun
kemampuan, ide, kesehatan, dan lokasi, dan seringkali merupakan hasil dari
Investasi bukan hanya pada suatu bidang usaha tertentu tetapi juga
investasi pada sumber daya manusia. Investasi pada dasarnya memiliki prinsip
22
yang sama yaitu mengorbankan utilitas tertentu untuk mendapatkan yang lebih
besar pada beberapa waktu kemudian, dalam konteks ini dengan asumsi akan
mendapatkan tingkat upah yang lebih besar. Investasi modal manusia mirip
potensial yang lebih tinggi. Alhasil, tingkat pengembalian investasi pada semua
ini bisa dihitung dan dibandingkan dengan investasi lain. Ini diperlukan untuk
menghitung nilai sekarang yang didiskon dari aliran pendapatan yang meningkat
sebagai hasil dari pengeluaran dan menyamakannya dengan biaya langsung dan
tidak langsung. Modal manusia adalah sebutan untuk jenis investasi ini (Borjas G,
2016).
pengetahuan khusus perusahaan), pilihan karir dan fitur terkait pekerjaan lainnya
setiap orang akan memilih karier yang memaksimalkan nilai sekarang dari
tenaga kerja yang kualitas dan kuantitasnya meningkat dari waktu ke waktu.
Akibatnya, modal manusia dapat digambarkan sebagai nilai atau efisiensi individu
23
Dalam rangka pembangunan nasional, dibutuhkan sumber daya
pembangunan manusia adalah dasar dari skala secara teoritis didefinisikan oleh
sekolah, kesehatan dan daya beli. Semakin tinggi angkanya, semakin besar
pendidikan yang tidak memadai, dan masalah dengan aspek ekonomi lain dari
2016). Terdapat empat elemen yang harus ditangani dalam proses pemenuhan
24
tujuan pembangunan manusia (UNDP, 1995). Berikut adalah uraian singkat dari
1). Produktivitas
2). Pemerataan
3). Kesinambungan
Semua jenis peluang atau sumber daya yang tersedia tidak hanya
generasi yang akan datang. Semua layanan harus dapat diakses dan
4). Pemberdayaan
dalam menentukan jalan hidup mereka sendiri. Hal yang sama dapat
keputusan.
25
2.1.2.2.2. Komponen Pembangunan Manusia
sumber daya manusia. HDI merupakan tolak ukur pembangunan sumber daya
manusia yang masih terus diupayakan; namun, gambaran kemajuan seperti itu
tidak akan dapat ditangkap sepenuhnya. HDI dapat diukur menggunakan tiga
dan angka kematian anak per seribu orang (angka kematian bayi).
Dua metrik digunakan untuk menghitung ini: angka melek huruf bagi
mereka yang berusia 15 tahun ke atas (angka melek huruf dewasa) dan
penghitungan..
estimasi pembangunan manusia tetap sama dengan yang digunakan oleh UNDP
(BPS, 2020).
26
1. Indeks Kesehatan
2. Indeks Pendidikan
27
Dimana:
28
dan periode waktu menggunakan indeks daya beli (harga rata-rata
beli (PPP).
Skala IPM menurut BPS antara 0-100, dimana semakin dekat IPM
suatu wilayah dengan angka 100 maka semakin dekat wilayah tersebut mencapai
sasaran yang telah ditentukan. Secara umum perumusan IPM sebagai berikut
(BPS, 2001).
29
Lebih dari 80,0 Tinggi
2). Indeks pendidikan, dalam hal harapan lama sekolah dan rata-rata lama
sekolah.
3). Indeks daya beli yang dinyatakan dengan nilai pengeluaran per kapita.
2.1.3. Pengangguran
pasar bebas dengan menggunakan sisi penawaran dan mekanisme harga untuk
Jadi menurut Teori Klasik, jika terjadi kelebihan pasokan tenaga kerja
maka upah akan turun, dan output perusahaan akan turun. Akibatnya, kebutuhan
30
energi akan terus meningkat sebagai akibat dari kemampuan perseroan untuk
melakukan ekspansi produksi akibat biaya yang murah. Jika tarif tetap konstan,
kenaikan tenaga kerja akan mampu menyerap surplus tenaga kerja dalam
output yang rendah, adalah batu sandungan bagi pembangunan ekonomi. Hal ini,
menurut Keynes, tidak dapat diteruskan ke proses pasar bebas. Upah akan turun
saat tenaga kerja naik, yang akan menjadi negatif daripada menguntungkan karena
penurunan upah menurunkan daya beli orang untuk produk. Akhirnya petani akan
menghasilkan lapangan kerja (Soesastro dkk, 2005). Perlu dicatat bahwa fungsi
adalah sumber utama pekerjaan. Ini bertujuan untuk menjaga daya beli
31
kaku karena ia memiliki esai awal. Dia mengklaim bahwa populasi tumbuh
dalam karya yang diterbitkan kemudian, tetapi tidak terlalu kaku, dan dia
menyatakan bahwa populasi terus berkembang tanpa henti sampai mencapai dasar
terbatas, dan planet ini tidak dapat menghasilkan makanan demi kelangsungan
hidup manusia," tidak ada kemajuan teknologi yang dapat memperbaiki situasi
terus berkembang tanpa batas sebelum melebihi batas persediaan makanan, yang
lagi. Dalam masyarakat modern, ini berarti bahwa ketika populasi tumbuh lebih
cepat, lebih banyak pekerja diproduksi, tetapi tidak ada cukup pekerjaan untuk
jumlah lowongan, dan mereka yang tertinggal dari pasar ini menjadi
pengangguran.
32
2.1.3.1.4. Teori Sosiologi Ekonomi No-Marxian
Dimulai dengan studi awal abad kedua puluh dari Marx tentang
struktur dan proses ekonomi yang dapat dibayangkan dalam masyarakat kapitalis
yang dinamis. Industri kapitalis saat itu masih dianggap kecil, belum ada yang
menguasai ekonomi atau pasar. Akan tetapi, Marx berpendapat bahwa seiring
intens, sehingga menghasilkan struktur monopoli dari industri yang paling kuat
didominasi oleh satu perusahaan besar yang akan mengatur semua perusahaan
lainnya. Dalam membangun analisis Marx yang diadopsi oleh kaum Marxis baru,
istilah "kelas pekerja" mengacu pada pembelian dan penjualan tenaga kerja
Dari penjelasan di atas dapat kita lihat bahwa dengan sistem kapitalis
kompetitif yang digantikan oleh sistem kapitalis monopoli, akan ada beberapa
bisnis yang masih kalah bersaing dan mengalami kerugian. Jika perusahaan besar
karyawannya.
33
Ketika sebuah bisnis tidak bisa dijalankan lagi, para karyawan yang
kehilangan pekerjaannya.
standar hidup yang lebih rendah bagi kebanyakan orang. Alhasil, tidak
seorang individu yang merupakan bagian dari angkatan kerja ingin bekerja tetapi
belum menemukannya. Penganggur adalah mereka yang tidak bekerja tetapi tidak
jika mereka dapat memasarkan barang dan jasa yang mereka hasilkan. Semakin
banyak permintaan, semakin banyak produk dan layanan yang akan mereka
permintaan.
34
Pengangguran di suatu wilayah akan memperparah kemiskinan karena
pengangguran yang tinggi dan kemiskinan yang tinggi antara pengangguran dan
kemiskinan.
rendahnya tingkat upah yang berlaku. Tenaga kerja rela untuk tidak bekerja
sukarela. Dari gambar 3 tersebut diketahui bahwa pada upah terendah W2 jumlah
penawaran tenaga kerja (SN) sebesar 2 orang lebih kecil dari permintaan tenaga
kerja (DN) sebesar 8 orang (Gambar 2.3). Artinya jumlah tenaga kerja yang rela
menganggur 6 orang karena mereka tidak bersedia menerima tingkat upah yang
berlaku.
kembali secara otomatis, terjadi pada upah sebesar W5 menghasilkan SN=DN. (2)
35
ketidaksesuaian antara keterampilan tenaga kerja yang diminta(DN) dengan
keterampilan penawaran tenaga kerja (SN) yang tersedia, (3) faktor geografis
(tempat tinggal), tenaga kerja yang tinggal menetap di Desa mempunyai akses
yang terbatas terhadap informasi dibanding dengan tenaga kerja yang tinggal-
serius, hal itu dapat menyebabkan keresahan politik dan sosial, serta berdampak
panjang.
konsumsi saat ini sangat dipengaruhi oleh pendapatan saat ini, maka
36
saat ini, maka peningkatan pengangguran akan menyebabkan
(Sukirno, 2012).
37
secara keseluruhan menurun. Ketika perusahaan mengurangi jumlah
(Sukirno, 2012).
38
jumlah yang sesuai, kelebihan ini disebut sebagai "pengangguran
tersembunyi".
Penyadap karet dan nelayan misalnya yang tidak bisa bekerja pada
musim hujan, atau petani yang tidak bisa bekerja pada musim
kemarau.
Mungkin hanya bekerja satu atau dua hari seminggu, atau satu sampai
39
Tabel 2.2. Penelitian Terdahulu
Nama dan Alat
No. Judul Hasil
Tahun Analisis
1 (Junofy, A Study On Poverty Analisis Semua indikator
2013) And Hunger In India Deskriptif kemiskinan
Kualitatif menunjukkan bahwa
India berada dalam
situasi yang sulit.
Faktanya, seluruh
kawasan Asia Selatan
harus melakukannya
meningkat pesat.
Pengentasan kemiskinan,
terutama di Bangladesh
dan India, dari data yang
dianalisis di bawah
Garis kemiskinan WHO
sangat lambat.
40
Semua variabel
independen (pendidikan,
pengangguran, dan
inflasi) tidak valid dalam
statistik. Angka
kemiskinan di kawasan
timur Indonesia
bergantung pada tingkat
kepercayaan 95 persen.
Tingkat kemiskinan
dipengaruhi secara
negatif oleh
pembangunan ekonomi.
Inflasi dan populasi
tidak berpengaruh.
Pengentasan kemiskinan
sangat penting.
41
(2SLS)
42
banyak program penanggulangan kemiskinan yang bertujuan untuk mengentaskan
pembangunan manusia adalah tujuan dari pembangunan itu sendiri. Oleh karena
penduduk miskin. Dengan tidak adanya pekerjaan maka mereka tidak memiliki
hari, dan keadaan ini akan berdampak pada kemiskinan (Arsyad, 2010). Octaviani
43
(2001) menunjukkan bahwa jumlah pengangguran terkait erat dengan kemiskinan
di Indonesia, dan penduduk Indonesia sangat bergantung pada upah saat ini.
kualitas sumber daya manusia, dengan melihat beberapa aspek yaitu pendidikan,
kesehatan dan tingkat daya beli. Meningkatnya kualitas sumber daya manusia
sebagai berikut :
Indeks
H1 (-)
Pembangunan
Manusia (IPM)
Kemiskinan
(PR)
Pengangguran
(UMP) H2 (+)
H3
44
(UMP). Sedangkan variabel dependen dalam penelitian ini yaitu kemiskinan (PR).
2.4. Hipotesis
penelitian yang disusun berdasarkan pada teori yang terkait, dimana suatu
variabel atau lebih (Supranto, 1997). Menurut hasil penelitian yang dilakukan oleh
negatif signifikan pada kemiskinan. Menurut hasil penelitian yang dilakukan oleh
Belitung.
45
BAB III
METODOLOGI PENELITIAN
Waktu yang digunakan peneliti dalam penelitian ini dari Bulan November 2020
Data yang digunakan dalam penelitian ini adalah data kuantitatif yang
terdiri dari data kemiskinan, data indeks pembangunan manusia, dan data
pengangguran periode tahun 2010 hingga 2020. Menurut Kuncoro (2018) data
46
kuantitatif adalah data yang diukur dalam suatu skala numerik (angka) yang dapat
Data sekunder merupakan data primer yang telah dianalisis dan disajikan lebih
lanjut, baik oleh pengumpul data primer maupun oleh pihak ketiga, seperti tabel
Bangka Belitung pada penelitian ini diperoleh dari Badan Pusat Statistik (BPS)
catatan, dan catatan yang berkaitan dengan masalah yang sedang dipecahkan.
enam kabupaten dan satu kota. yaitu Kabupaten Belitung, Kabupaten Belitung
47
Bangka Barat, Kabupaten Bangka dan Kota Pangkapinang. Pada data deret waktu
yang digunakan adalah sebelas tahun dari tahun 2010 hingga 2020.
3.5.1 Populasi
totalitas subjek penelitian yang dapat berupa; orang, benda, suatu hal yang di
dalamnya dapat diperoleh dan atau dapat memberikan informasi (data) penelitian.
Penelitian ini mencakup seluruh kabupaten dan kota di Provinsi Bangka Belitung,
3.5.2 Sampel
pengambilan sampel dengan maksud atau tujuan tertentu. Sampel yang digunakan
setiap tahunnya. Sebanyak 77 sampel yang digunakan dalam penelitian ini dengan
pengangguran dari 6 kabupaten dan 1 kota dengan periode tahun 2010 hingga
2020.
48
Tabel 3.1. Sampel Penenlitian
Jumlah Sampel
Periode Penelitian Daerah Penelitian
Penelitian
11 Tahun 7 Daerah
77 sampel
(2010 hingga 2020) (6 Kabupaten dan 1 Kota)
Metode analisis yang digunakan dalam penelitian ini adalah analisis regresi
untuk memahami secara parsial atau simultan hubungan antara hasil masing-
melakukan uji asumsi klasik sebelum melakukan uji linier berganda (Ghozali,
2011). Tujuan dari pemenuhan asumsi klasik ini adalah untuk memastikan bahwa
Teknik analisis data yang digunakan dalam penelitian ini adalah regresi
linier berganda dengan menggunakan data panel. Data panel dalam penelitian ini
adalah perpaduan antara cross section dan time series dengan periode data
penelitian tahun 2010 sampai dengan 2020 menggunakan data seluruh variabel
49
yang dilihat berdasarkan tujuh kabupaten/kota di Provinsi Kepulauan Bangka
Belitung.
Data panel merupakan perpaduan antara data time series dan cross
section atau sebagian obyek dan waktu yang dikumpulkan. Data time series yaitu
satu obyek pada periode waktu, sedangkan data cross section yaitu silang waktu
dari sebagian obyek (Nuryanto, 2018). Terdapat beberapa kelebihan dari data
panel yaitu :
(series).
mengukur dampak dengan arah yang lebih baik, yang tidak dapat dilakukan pada
metode cross section maupun time series saja. Persamaan estimasi data panel
Dimana :
PV : Kemiskinan
50
TPT : Pengangguran
atau fixed effect yang lebih sesuai untuk digunakan. Hipotesis dalam uji ini
sebagai berikut :
dimana fixed effect model lebih sesuai untuk digunakan (Silalahi, 2014).
atau random effect model yang lebih sesuai untuk digunakan. Hipotesis dalam uji
51
Apabila nilai probability > 0,05 maka random effect model lebih
sesuai dan sebaliknya jika nilai probability < 0,05 maka fixed effect model lebih
regresi data panel terdapat tiga teknik yang dapat digunakan diantaranya :
Model ini adalah model yang sederhana yaitu model gabungan dari
data time series dan data cross section, model ini menggunakan metode Ordinary
Least Square (OLS). Model ini beranggapan bahwa intersep atau slope dari setiap
variable konstan untuk semua Provinsi pada seluruh waktu. Model dalam common
Dimana :
PV : Kemiskinan
TPT : Pengangguran
52
3.6.3.2. Fixed Effect Model (FEM)
effect. Model ini mempunyai asumsi bahwa intersept dan slope persamaan bahwa
35 regresi dianggap konstan antar time series ataupun cross section. Kegunaannya
untuk membedakan satu objek dengan objek lain. Model dalam fixed effect model
sebagai berikut :
Dimana :
PV : Kemiskinan
TPT : Pengangguran
α : Konstanta
waktu yang berbeda dapat diakomodasikan dengan error. Pembentukan error dari
individu dan waktu dapat diuraikan yaitu error komponen individu, waktu, dan
53
Dimana :
PV : Kemiskinan
TPT : Pengangguran
α : Intercept
bahwa hasil penelitian adalah valid dengan data yang digunakan secara teori
atau residual dalam model regresi berdistribusi normal. Uji t dan F, sebagaimana
normal. Jika anggapan ini dilanggar, uji statistik untuk ukuran sampel yang kecil
54
Ada dua metode untuk mendeteksi apakah residual berdistribusi
normal, yaitu melalui analisis grafis dan pengujian statistik. Model regresi yang
baik adalah memiliki distribusi data normal. Dalam penelitian ini, untuk
mendeteksi normalitas data dilakukan dengan pengujian Jarque Bera. Jika nilai
signifikansi residual > 0,05, maka residual berdistribusi normal (Ghozali, 2013).
atau korelasi antara variabel independen dengan ketentuan tidak terdapat nilai
korelasi yang tinggi antar variabel independen yaitu tidak melebihi 0,90. Model
regresi yang baik adalah model yang tidak terjadi multikoleniaritas (Ghozali,
2013).
2017). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Untuk
menguji ada tidaknya gejala autokorelasi maka dapat dideteksi dengan uji Durbin-
55
berikutnya. Uji grafik plot, uji Park, uji glejser, dan uji white merupakan contoh
variabel bebas signifikan secara statistik mempengaruhi variabel terikat, maka ada
berada di antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel
56
Jika t hitung > t tabel maka Ha diterima dan Ho ditolak, hal ini
dependen.
5% atau (α = 0,05). Jika Jika nilai estimasi F tabel lebih besar dari nilai F hitung,
57
3.7. Definisi Operasional Variabel
sebagai berikut :
58
BAB IV
Jumlah dan persentase penduduk miskin pada periode 2010 hingga Maret
2020 berfluktuasi dari tahun ke tahun, tetapi menunjukkan tren yang menurun.
Pada periode 2010 hingga Maret 2020 jumlah penduduk miskin bergerak
berfluktuatif 49,01 ribu orang pada tahun 2010 dan 68,39 ribu orang pada Maret
2020. Tingkat kemiskinan menurun secara signifikan dari 6,51 persen pada tahun
pada Maret 2020 mencapai 4,53 persen, naik sebesar 0,03 poin persen jika
dibandingkan September 2019 dan turun sebesar 0,09 poin persen jika
59
dibandingkan dengan Maret 2019. Berdasarkan daerah tempat tinggal, persentase
3,06 persen dan 6,33 persen. Persentase kemiskinan di perkotaan naik dari 2,98
persen pada September 2019 menjadi 3,06 persen pada Maret 2020. Sedangkan di
perdesaan turun dari 6,38 persen menjadi 6,33 persen untuk periode yang sama.
IPM yang baru pada tahun 2014 dan melakukan backcasting sejak tahun 2010.
pembangunan manusia, yaitu kecepatan IPM dan status pencapaian IPM. Secara
kemajuan hingga 2020. IPM Kepulauan Bangka Belitung meningkat dari 66,02
pada tahun 2010 menjadi 71,47 pada tahun 2020. Rata-rata pertumbuhan IPM
Kepulauan Bangka Belitung sebesar 0,80 persen per tahun. Pada tahun 2020, IPM
60
Kepulauan Bangka Belitung tumbuh 0,24 persen dan merupakan pertumbuhan
IPM terendah sejak 10 tahun terakhir. Capaian pembangunan manusia pada tahun
2020 bergerak sangat lambat apabila dibandingkan dengan kenaikan pada tahun
tahun 2020 berada pada rentang antara 66,90 (Bangka Selatan) hingga 78,22
manusia yang cukup siginifikan di tahun 2020. Tidak ada satupun IPM
Kabupaten Bangka Selatan sebesar 0,54 persen, sedangkan laju IPM terendah
berada di Kabupaten Bangka yaitu 0,01 persen. Turunnya angka pengeluaran per
61
Tengah, masing-masing -1,39 persen, -1,28 persen, dan -1,23 persen. Pengeluaran
per tahun (Kabupaten Belitung Timur) hingga Rp 15.663.000,- per tahun (Kota
Pangkalpinang).
Tabel 4.1.
Indeks Pembangunan Manusia (IPM) Menurut Kabupaten/Kota,
2019-2020
Pengeluaran IPM
Kabupaten/ UHH HLS RLS
per Kapita Pertumbuhan
(Tahun) (Tahun) (Tahun) Capaian
(Rp.000) (%)
Kota
2019 2020 2019 2020 2019 2020 2019 2020 2019 2020 2019 2020
(1) (3) (3) (5) (5) (7) (7) (8) (9) (10) (11) (12)
70,99 71,06 12,76 12,77 8,23 8,24 12.480 12.416 72,39 72,40 0,82 0,01
Bangka
70,94 71,05 11,84 11,85 8,41 8,46 13.662 13.554 72,46 72,51 1,06 0,07
Belitung
69,99 70,06 11,52 11,53 7,21 7,22 12.275 12.233 69,05 69,08 0,54 0,04
Bangka Barat
Bangka 71,16 71,36 11,76 11,81 7,13 7,19 13.070 12.909 70,33 70,45 1,17 0,17
Tengah
Bangka 67,90 68,16 11,36 11,37 6,42 6,67 11.910 11.757 66,54 66,90 0,85 0,54
Selatan
Belitung 71,90 72,03 11,51 11,52 8,15 8,22 11.831 11.730 70,84 70,92 0,88 0,11
Timur
73,17 73,30 12,99 13,15 9,80 9,92 15.883 15.663 77,97 78,22 0,70 0,32
Pangkalpinang
Kepulauan
70,50 70,64 11,94 12,05 7,98 8,06 12.959 12.794 71,30 71,47 0,89 0,24
Bangka
Belitung
Sumber: : BPS Bangka Belitung. 2020
Jika dilihat dari dimensi umur panjang dan hidup sehat, Umur Harapan
Hidup saat lahir berkisar antara 68 tahun 1 bulan (Kabupaten Bangka Selatan)
62
11,37 tahun atau hampir setara dengan masa pendidikan untuk menamatkan kelas
XII SMA, dan tertinggi di Kota Pangkalpinang 13,15 tahun atau hampir setara
Terendah di Kabupaten Bangka Selatan yaitu 6,67 tahun atau hampir setara masa
Pangkalpinang yaitu 9,92 tahun atau hampir setara masa pendidikan untuk
IPM Kabupaten Bangka dan Bangka Barat mengalami perlambatan yang paling
Barat, dan Kabupaten Bangka Selatan. Sementara itu, Kabupaten Bangka Tengah
mencapai kelompok IPM “tinggi” sejak tahun 2010. Menyusul Kabupaten Bangka
dan Kabupaten Belitung pada tahun 2015, dan Kabupaten Belitung Timur pada
tahun 2018.
capaian IPM tertinggi (78,22) didorong oleh semua dimensi kehidupan. Sebagai
63
angka indeks tertinggi, baik untuk Umur Harapan Hidup, Harapan Lama Sekolah,
Kabupaten Bangka Selatan tercatat sebagai wilayah dengan capaian IPM terendah
(66,90), dipengaruhi oleh rendahnya indeks pada dimensi kesehatan dan dimensi
Bangka Belitung. Sementara untuk standar hidup layak, pengeluaran per kapita
tahun 2019 dan 2020, beserta nilai indeks masing-masing komponen pembentuk
IPM.
tertinggi yang ditamatkan. TPT Tertinggi pada Agustus 2020 berada pada jenjang
jenjang pendidikan SMP ke bawah dan Diploma ke atas memiliki TPT yang lebih
ke bawah untuk daerah perkotaan sebesar 3,94 persen, atau lebih tinggi 1,24 poin
pendidikan Diploma ke atas, TPT perkotaan sebesar 6,49 persen atau lebih tinggi
3,16 poin persen dibandingkan dengan daerah perdesaan sebesar 3,32 persen.
64
Gambar 4.3. TPT Menurut Klasifikasi Daerah dan Pendidikan
Tertinggi yang Ditamatkan di Provinsi Kepulauan
Bangka Belitung, Agustus 2020
Sumber: : BPS Bangka Belitung. 2020
tinggi daripada perdesaan pada Agustus 2020 berbeda dari Agustus 2019. TPT
perkotaan sebesar 9,54 persen lebih tinggi 1,60 poin persen dibandingkan
perdesaan sebesar 7,94 persen. Secara umum terlihat adanya fluktuatif TPT
Tabel 4.2.
TPT Provinsi Kepulauan Bangka Belitung Menurut Kabupaten/Kota,
2019-2020
TPT
Kabupaten/ Kota
Agust-2019 Agust-2020
65
Belitung Timur 1,69 3,93
menunjukkan perubahan yang signifikan, yaitu berada pada kisaran angka 3-5
tertinggi pada Agustus 2020 yaitu 6,93 persen dibandingkan kabupaten lainnya.
Timur yaitu sebesar 3,93 persen. Terdapat 4 kabupaten/kota yang memiliki TPT
lebih besar dari TPT Provinsi Kepulauan Bangka Belitung (5,25 persen) yaitu
Kabupaten Bangka Selatan (5,42 persen), dan Kota Pangkalpinang (6,93 persen).
Kabupaten Bangka Barat (4,12 persen), dan Kabupaten Belitung Timur (3,93
terbaik atau sesuai dengan kriteria model tersebut, dengan cara melakukan uji
66
4.2.1.1. Uji Chow
Uji ini bertujuan untuk menentukan model terbaik antara commond effect
model dan fixed effect model dengan ketentuan apabila nilai probability F < 0,05
maka model yang terbaik adalah fixed effect model, untuk hasil uji chow dapat
persen (0,05). Nilai probabilitas 0,0000 < 0,05 menunjukkan bahwa keputusan
model yang digunakan dari hasil uji chow adalah fixed effect model.
Setelah melakukan uji chow dan telah mendapatkan hasil yaitu fixed
effect model, selanjutnya dilakukan uji hausman untuk menentukan model terbaik
antara random effect model dan fixed effect model dengan ketentuan apabila nilai
probabilitas < 0,05 maka model yang terbaik adalah fixed effect model , untuk
67
Tabel 4.4. Tabel Uji Hausman
Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
Berdasarkan Tabel 4.2. hasil uji hausman terdapat nilai probabilitas pada
cross-section random sebesar 0,0032 < 0,05 yang menunjukkan bahwa model
yang tebaik dan sesuai digunakan dalam penelitian ini yaitu fixed effect model.
Berdasarkan hasil uji estimasi model regresi data panel yaitu uji chow
dan uji hausman yang telah dilakukan disimpulkan bahwa model terbaik dan
sesuai untuk digunakan dalam penelitian ini adalah fixed effect model. Hasil
Effects Specification
68
Berdasarkan Tabel 4.3. hasil analisis regresi data panel menggunakan
dalam model regresi variabel pengganggu atau residual memiliki distribusi normal
atau tidak. Uji normalitas terhadap residual dengan menggunakan uji Jarqu Bera
69
(J-B). Dalam penelitian ini, tingkat signifikansi yang digunakan α = 0,05. Dalam
14
Series: Standardized Residuals
12 Sample 2010 2020
Observations 77
10
Mean -3.39e-17
8
Median -0.054052
Maximum 1.896696
6
Minimum -1.490688
4 Std. Dev. 0.592777
Skewness 0.483332
2 Kurtosis 3.629914
0 Jarque-Bera 4.271039
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
Probability 0.118183
dimana > 0,05 yang berarti residual berdistribusi normal dalam penelitian ini.
untuk memastikan apakah dalam sebuah model regresi ada interkorelasi atau
kolienaritas antar variabel bebas. Hasil Output Eviews terlihat seperti pada tabel
70
Tabel 4.6. Hasil Uji Multikolinieritas
IPM TPT
yang tinggi antar variabel independen yaitu tidak melebihi 0,90 sehingga dapat
autokorelasi ataupun antara disturbance error-nya. Bentuk hipotesis dari uji D-W
sebagai berikut :
kritis DL dan DU dalam distribusi dalam durbin Watson untuk berbagai nilai α
eviews diperoleh nilai D-W yaitu sebesar = 1,775882. Jika nilai DW > DU dan
nilai (4-DW) > DU maka dinyatakan tidak ada masalah autokorelasi baik
autokorelasi positif maupun negatif . Dari hasil olah data diatas nilai DW
71
(1,775882 > DU (1,6835 ) dan 4 – 1,775882 = 2,224118 > 1,6835 artinya tidak
ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi
linear apabila uji ini tidak terpenuhi maka model regresi dinyatakan tidak valid
Berdasarkan tabel 4.6 diatas dapat dilihat bahwa tidak ada variabel
independent yang signifikan secara statistik (probability > α=5%). Maka dapat
penelitian ini bebas dari masalah heteroskedastisitas, sehingga model regresi layak
digunakan.
analisis data, baik dari percobaan yang terkontrol maupun dari observasi (tidak
72
terkontrol) uji ini kadang disebut juga sebagai “konfirmasi analisis data” uji ini
berganda adalah jika hasil analisis dalam uji F tidak signifikan, maka nilai
sebesar 88,03%. Adapun 11,97% lagi dijelaskan oleh variabel lainnya di luar
model penelitian.
73
Berdasarkan tabel 4.8 di atas dapat dibuat suatu interpretasi model yang
b. Nilai ttabel dengan tingkat signifikan α (0,05) atau 5 persen dan derajat
bebas (df) = (n-k) atau (77-3) maka nilai ttabel diperoleh sebesar 1,66571.
c. Nilai thitung > ttabel (-7,652496 > 1,66571) berarti H0 ditolak dan H1
diterima.
74
b. Nilai ttabel dengan tingkat signifikan α (0,05) atau 5 persen dan derajat
bebas (df) = (n-k) atau (77-4) maka nilai t-tabel diperoleh sebesar
1,66571
c. Nilai thitung > ttabel (2,356130 > 1,66571) berarti H0 ditolak dan H2
diterima.
independen secara bersama-sama terhadap nilai variabel dependen. Uji ini melihat
Berdasarkan Tabel 4.9. hasil uji F diperoleh F-statistik sebesar 62.54764 yang
akan dibandingkan dengan nilai Ftabel, yang bertujuan untuk melihat pengaruh
75
variabel bebas yaitu Indeks Pembangunan Manusia dan pengangguran terhadap
b. Nilai Ftabel = dengan derajat pembilang (k-1) atau (3-1) = 2 dan penyebut
(n-k) atau (77-3) = 74, taraf signifikan α (0,05) 5 persen. Jadi nilai Ftabel
3,12.
c. Nilai Fhitung > Ftabel (62,54764 > 3,12) yang berarti bahwa H0 ditolak dan
H3 diterima.
76
4.3. Pembahasan
2020. Hal ini sesuai dengan hipotesis awal penelitian. Dari hasil olah data regresi
persen.
itu, hasil penelitian ini mendukung hasil penelitian sebelumnya, Noor Zuhdiyaty
kemiskinan di Indonesia selama lima tahun terakhir” Dari hasil penelitian tersebut
77
IPM terdiri dari 3 dimensi (kesehatan, pendidikan, dan hidup layak
capai. Dalam hal ini, kesehatan dan pendidikan merupakan komponen penting
yang membentuk IPM, penelitian ini menyatakan bahwa nilai IPM cenderung
yang mereka terima (yang tercermin oleh rendahnya PDRB per kapita).
78
penciptaan lapangan kerja rendah (tercemin oleh tingginya jumlah pengangguran).
(Kuncoro, 1997).
Sementara itu penelitian ini juga sejalan dengan Teori human capital
yang menekankan bahwa manusia adalah sumber daya yang paling berharga
sesuai dengan hipotesis awal penelitian. Dari hasil olah data regresi linear
kemiskinan di Provinsi Kepulauan Bangka Belitung sebesar 1,27 persen. Hal ini
79
artinya jika pengangguran naik maka jumlah penduduk miskin di Provinsi
Arsyad (2010) bahwa dengan tidak adanya pekerjaan maka mereka tidak memiliki
hari, dan keadaan ini akan berdampak pada kemiskinan. Hasil penelitian ini
80
hubungan yang erat sekali antara tingginya tingkat pengangguran dan kemiskinan.
Sebagian besar masyarakat yang tidak mempunyai pekerjaan tetap selalu berada
melaksanakan berbagai kebijakan. Para penganut ekonomi klasik tetap kekeh pada
sebuah perekonomian, akan tetapi pendapat itu terbantahkan setelah terjadi krisis
jika perekonomian sudah dianggap tidak aman lagi atau mendekati krisis.
dalam teori Keynes dalam hal ini pemerintah memiliki peran penting
81
BAB V
PENUTUP
5.1. Kesimpulan
Belitung.
5.2. Saran
82
2. Jumlah pengangguran berpengaruh kepada peningkatan kemiskinan di
83
DAFTAR PUSTAKA
Ahmed, F., Mia, M. S., Wiboonpongse, A., Thongrak, S., & Kiapathomchai, S.
2019. Trends in poverty and income inequality in urban malaysia: Emerging
issues and challenges. International Journal of Recent Technology and
Engineering,8 (2 Special Issue 9), 517–523.
https://doi.org/10.35940/ijrte.B1112.0982S919
84
Borjas, George J. 2016. Labor Economics (Seven Edition). New York :McGraw-
Hill.
Case & Fair. 2007 . Prinsip-prinsip ekonomi jilid 1, Jakarta : Erlangga.
Dumairy. 1996. Perekonomian Indonesia. Jakarta. Penerbit: Erlangga.
85
Kuncoro, Mudjarat. 1997. Ekonomi Pembangunan, Teori, Masalah, dan
Kebijakan, Edisi Ketiga. Yogyakarta: UPP AMP YKPN.
Kuncoro, Mudrajad. 2000. Ekonomi Pembangunan: Teori, Masalah dan
Kebijakan, UPP AMP YKPN.
86
Octaviani, D. 2001. Inflasi, Pengangguran, dan Kemiskinan di Indonesia: Analisis
Indeks Forrester Greer & Horbecke. Media Ekonomi, 7(8), 100-118.
Panggabean, M., Ria, E., & Matondang, L. 2019. Pengaruh Pengeluaran
Pemerintah Daerah , Indeks Pembangunan Manusia ( IPM ), dan
Pertumbuhan Ekonomi Terhadap Tingkat Kemiskinan Kabupaten / Kota di
Provinsi Kalimantan Barat Tahun 2010-2017. 154–164.
Puspita, D. W. 2015. Analisis Determinan Kemiskinan Di Provinsi Jawa Tengah.
Jejak, 8(1), 100–107. https://doi.org/10.15294/jejak.v8i1.3858
Rahayu,Yunie, Analisis Pengaruh Indeks Pembangunan Manusia, PDRB
Perkapita, Dan Jumlah Pengangguran Terhadap Jumlah Penduduk Miskin
Di Provinsi Jambi, Jurnal Of Economics And Business. Vol.2 No 1 Maret
2018.
Rohmana, Yana. (2010). Ekonometrika Teori dan Aplikasi dengan Eviews.
Bandung: Laboratorium Pendidikan Ekonomi dan Koperasi.
Silalahi, doni, Sitepu Rachmad dan Tarigan, Gim. (2014). Analisis Ketahanan
Pangan Provinsi Sumatera Utara dengan Metode Regresi Data panel.
Saintia Matematika, Vol. 2, No. (3): 239-241.
Soesastro, Hadi.dkk. 2005. Pemikiran Dan Permasalahan Ekonomi Di Indonesia
Dalam Setengah Abad Terakhir:Proses Pemulihan Ekonomi. Yogyakarta:
Kanisius.
Solihin, Ismail. 2012. Manajemen Strategik. Jakarta: Penerbit Erlangga.
87
SE dari Buku Economic Development Ninth Edition. Jakarta: Erlangga.
Todaro, Michael P. dan Smith, Stephen C. 2011. Pembangunan Ekonomi. Edisi
Kesembilan. Jakarta: Erlangga.
Tohar, M. 2000. Membuka Usaha Kecil. Jakarat: Kanisius.
Umar, Husein. 2013. Metode Penelitian untuk Skripsi dan Tesis. Jakarta: Rajawali
88
LAMPIRAN
Lampiran 1.
Data Penelitian Periode Tahun 2010-2020
KOTA/KABUPATEN TAHUN KEMISKINAN (Y) IPM (X1) TPT (X2)
PANGKALPINANG 2010 6.02 74.68 9.37
PANGKALPINANG 2011 4.15 75.02 5.63
PANGKALPINANG 2012 4.29 75.69 5.25
PANGKALPINANG 2013 4.15 76.14 6.66
PANGKALPINANG 2014 4.04 76.28 8.84
PANGKALPINANG 2015 4.97 76.61 10.64
PANGKALPINANG 2016 5.02 76.73 6.02
PANGKALPINANG 2017 4.80 76.86 5.80
PANGKALPINANG 2018 4.95 77.43 4.70
PANGKALPINANG 2019 4.25 77.97 5.01
PANGKALPINANG 2020 4.36 78.22 6.93
BANGKA SELATAN 2010 6.19 59.98 4.07
BANGKA SELATAN 2011 4.23 60.53 3.92
BANGKA SELATAN 2012 4.40 61.17 3.83
BANGKA SELATAN 2013 4.01 62.96 1.64
BANGKA SELATAN 2014 3.87 63.54 3.26
BANGKA SELATAN 2015 3.74 63.89 2.01
BANGKA SELATAN 2016 3.62 64.57 3.09
BANGKA SELATAN 2017 3.92 65.02 2.74
BANGKA SELATAN 2018 3.70 65.98 4.35
BANGKA SELATAN 2019 3.36 66.54 3.87
BANGKA SELATAN 2020 3.52 66.90 5.42
BANGKA TENGAH 2010 8.07 65.10 6.65
BANGKA TENGAH 2011 5.56 66.09 3.21
BANGKA TENGAH 2012 5.77 66.88 4.54
BANGKA TENGAH 2013 5.46 67.67 3.47
BANGKA TENGAH 2014 5.27 68.09 5.64
BANGKA TENGAH 2015 5.67 68.66 6.58
BANGKA TENGAH 2016 5.64 68.76 4.88
BANGKA TENGAH 2017 6.07 68.99 3.38
BANGKA TENGAH 2018 5.81 69.52 3.93
BANGKA TENGAH 2019 5.02 70.33 4.39
BANGKA TENGAH 2020 4.85 70.45 5.59
BANGKA 2010 7.81 66.41 6.47
BANGKA 2011 5.36 67.37 3.15
BANGKA 2012 5.57 67.99 2.77
89
BANGKA 2013 5.40 69.34 4.26
BANGKA 2014 5.20 69.79 8.36
BANGKA 2015 5.63 70.03 8.87
BANGKA 2016 5.52 70.43 6.41
BANGKA 2017 5.10 71.09 4.29
BANGKA 2018 5.47 71.80 4.12
BANGKA 2019 4.92 72.39 3.80
BANGKA 2020 4.51 72.40 5.42
BANGKA BARAT 2010 5.25 63.16 4.19
BANGKA BARAT 2011 3.59 64.00 3.64
BANGKA BARAT 2012 3.72 64.92 3.79
BANGKA BARAT 2013 3.26 65.85 3.91
BANGKA BARAT 2014 3.15 66.43 1.21
BANGKA BARAT 2015 3.08 67.23 5.92
BANGKA BARAT 2016 2.74 67.60 3.62
BANGKA BARAT 2017 2.98 67.94 4.23
BANGKA BARAT 2018 3.05 68.68 3.11
BANGKA BARAT 2019 2.67 69.05 2.85
BANGKA BARAT 2020 2.70 69.08 4.12
BELITUNG 2010 10.13 66.79 3.77
BELITUNG 2011 6.97 67.17 2.97
BELITUNG 2012 7.26 67.87 1.76
BELITUNG 2013 8.48 69.27 2.59
BELITUNG 2014 7.36 69.56 3.03
BELITUNG 2015 8.38 70.29 4.57
BELITUNG 2016 7.85 70.81 3.28
BELITUNG 2017 7.77 70.93 2.57
BELITUNG 2018 7.56 71.70 2.93
BELITUNG 2019 6.29 72.46 2.90
BELITUNG 2020 6.27 72.51 4.82
BELITUNG TIMUR 2010 10.36 64.99 3.98
BELITUNG TIMUR 2011 7.13 65.86 2.51
BELITUNG TIMUR 2012 7.43 66.59 2.42
BELITUNG TIMUR 2013 6.90 67.71 2.20
BELITUNG TIMUR 2014 6.68 68.10 2.61
BELITUNG TIMUR 2015 7.33 68.83 2.55
BELITUNG TIMUR 2016 6.99 69.30 2.32
BELITUNG TIMUR 2017 6.81 69.57 2.62
BELITUNG TIMUR 2018 7.06 70.22 1.50
BELITUNG TIMUR 2019 6.60 70.84 1.71
BELITUNG TIMUR 2020 6.52 70.92 3.93
90
Lampiran 2.
Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
91
Lampiran 3.
Effects Specification
92
Lampiran 4.
Mean -3.39e-17
8
Median -0.054052
Maximum 1.896696
6
Minimum -1.490688
4 Std. Dev. 0.592777
Skewness 0.483332
2 Kurtosis 3.629914
0 Jarque-Bera 4.271039
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
Probability 0.118183
IPM TPT
Uji Heteroskedastisitas
93
Lampiran 5
Hasil Uji R2
Effects Specification
R-squared 0.880362
Adjusted R-squared 0.866287
Hasil Uji t
Hasil Uji F
Effects Specification
F-statistic 62.54764
Prob(F-statistic) 0.000000
94
LAMPIRAN 6
KARTU BIMBINGAN
95
96
LAMPIRAN 7
97
LAMPIRAN 8
98
99
100
101
102
103
104