dampakinflasiterhadapketthlpanganpendapatanhub.satudata.bappenas.go.id/dataset/e0d8ab6b-7698-4c45-a1b3-820d... ·...
TRANSCRIPT
Kepada FA]((JLTAS EKONOMIKA DAN BISNlS
UNTVF..RSTTAS GADJAH MADA YOGYAKARTA
21U9
Yuyun Priletiaiog Ralu11a)i O'J/2'5600/PEK/14471
diajukan oleb:
Program Srudi Magister Ekonornika Pembangunan Bidang Ilmu Sosial
lllltuk mcmenuhi sebagian persyaratan rnencapai dcrajat Sarjana S-2
Tesis
DAMPAKINFLASITERHADAPKETThlPANGANPENDAPATAN DAN KEMISKINAN DI INDONR~IA, 1976-2008
Tesis ini telah diterima sebagai salah satu persyaratan untuk memperoleh gelar Magister
Tanggal ·---~--~···-~-~r.Z.Q.lD. .
~pl hlr. Akbmatf Makhfatih, M.A.
Pengelola Program Stndi: Magister Ekonomika Pembangunan
Pembimbing Pendamping II
~WMl~ Dr. Soetatwo Hadiwigeno, M.A.
Pembimbing Utama
Susunan Dewan Pen2t1ii
pada tanggal 21 September 2010
telah dipertahankan di depan Dewan Penguji
Yuyun Prihatining Rabmah
09/295600/PEK/14471
dipersiapkan dan disusun oleh
DAMPAK INFLASI TERHADAP KETIMPANGAN PENDAPATAN DAN KEMISKINAN DI INDONESIA, 1976-2008
Tes is
iii
A -1- / /' I
Yuyun Prih~t:inin2 Rahmah
Yogyakana, September 20 I 0
diacu dalem naskah ini dan disebutkan dalam daftar pustaka,
yang pernah dituli~ atau diterbitkan oleh Ol'tlllg lain, kecusli yang secara termlis
tinggi, dan sepanjang pcngetahuan saya juga ticlak rerdapat karya atau pendapat
yang pernah diajukan untuk memperoleh gelar kesarjanaan di suani Perguruan
Dengan ini saya menyatakan bahwa dalam tesis ini tidak terdapat karya
l'ERNYATAAN
v
Puji dan syukur kehadirat Allah SWT yang tclah rnembcrikan rahrnar dan
hidayah-Nya kepada penulis sehingga dapar menyelesaikan penolisan tesis dengan
judul "Dampak lnflasi terhadap Ketimpangan Pendapatan dan Kemiskinan di
Indonesia, l 976-200g".
Pcnclitian ini dapat dilak.'lallakan dan disusun atas bautuan dan kerjasama
berbagai pihak, unruk itu penulis meugueapkan ierima kasih kepada.
I. Bapak Dr. Sarnsubar Saleh. :\1.Soc. Sc. selaku dosen pembirnbing yang
dengan kesabarannya telah membenlcan bimbingan. arahan, motivasi, dan
pengetahuannya hingga terselesainya pcnulisan tesis ini.
2. Bapak Or. Soetaiwo Hadiwigeeo. M.A. selaku dosen penguji yang teleh
mcmberikan kritikan dan saraa pcrbaikan,
3. Bapak Prof. Catur Sugiyanto, M.A .. Ph.D. sclaku dosen penguji yang banyak
mcmberikan saran dan tel.ah roembuat penulis menemukan topik tests ini.
4. Bapak Dr. Soeratno, M.Ec. setaku moderator dalam seminar strategi riset atas
kesediannya memberikan arahan dan saran yang kritis sehingga mampu
memberi warna rersendiri pada tesis ini.
5. Bapak Dr, Akh!!Uld Makhfatih, MA sclaku Ketua Pengelola Program
Magister Ekonomika Pernbangunan Universitas Gadjah Mada Y ogyakarta.
6. Seluruh dosen dan seluruh stnf pcngclola Program Studi Magistcr Ekonomika
Pembanguoan, Fakultas F.konomika ciao Bisnis Universitas Oadjah Mada yang
telah banyak mernbantu, mernberikan pcrbatian den pe!ayanan selama penulis
menyelesaikan studi.
PRAKATA
vi
Yogyakarta, September 2009
Penulis
masyamkat pada umumnya,
i. Kepala Pusbindiklatren BAPPENAS yang teluh memberikan bantean
beasiswa kepada pcnulis.
8. Bapak Bupati, Sckretaris Dacrah dan Kepala Dinas Kelautan dan Perikanan
Kabupaien Bantul, para pimpinan clan staf di linglungan Dinas Kelautan dan
Pcrikanan Kabupaten Bantu! atas segala bantuannya.
9. Kepala BI'S Provinsi DIY. pegawai, staf, dan Bu Ndari yang tclah
rncnyediakan data dalam penclitian, dan memberikan pclayanan.
JO. Ibu, rnenua, suami. ananda tercinta den ~'m<li1ri-s~udariku yang selalu
mendukung dan mendoakan.
I I Rekan-rekan Ml !P kelas Bappenas 13 bnlan angkatan N. terima kasih bantuan
dan keoersamaan kita sclama ini.
12. Semua pihnk yang telah mcmbantu baik secara langsung maupun tidak
langsung atas terselesaikannya penelitian ini.
Akhirnya penulis menyadari bahwa tesis ini masih banyak kekurangan dan
kelernahan, dan oleh karena itu tidak menuuip kemungkinan adanya kritik atau
saran yang dapat membuar tesis ini menjadi jauh lebih baik, Lebih lanjut penulis
berharap semoga tesis ini dapat bermanfaat khususnya hagi akademisi yang akan
mcngadakan penelitian, insiansi yang berkepentingan, para pembaca dan
VI)
BAB II TTNJAUAN p1;srAKA DAN ALAT ANALISIS 14 2.1 Tinjauan Pustaka............................................................................. 14
2.1. l Pcngaruh progresif clan pengaruh progresif yang lecmoh...... 14 2.1.2 Pengaruh ~gresif................................................................. 15 2.1.3 Hasil penelnian 1erdahulu 15
2.2 Landasan Teori 17 Z.2.l lnllasi.................................................................................... 17 2.2.2 Kemiskinan 22 :2 .2 J Ketimpangan pendapatan . . . .. .. .. .. .. .. .. . .. .. .. .. .. .. .. .. .. .. .. .. .. .. . 25 2.2.4 Pengangguran....................................................................... 30 2.2.5 Upah minimum regional...................................................... 32
2J Hipolesis.......................................................................................... 34 2.4 Alat Analisis 34
2.4. I Analisis statistik deskriptif...................... 34 2 .4. 2 A nalisis regresi nmggal dan berganda . .. . .. . .. . .. . .. . .. . .. .. . . . . . . . . . . 3 5
BAB I PENGANTAR . 1.1 r .arar Belakang .. 1.2 Kcaslian Peneiitian 6 1.3 Tujuan dan Menfaar penelitian -·-·-···--········... .. 12
l J. l Tujuan penelitian............................................................ J '2 1.3.2 Manfaat penel itian ~- ~······ -........ 12
1.4 Sistematika Penulisan 13
l\.BSTRACT --~-- -··--·····-··································· xiii
llALAMAN PF:NGESAIIAN _ _...................................................... II
HAI.AMAN PEHNYATAl\l\ - -................................................... iii HALAMAN PERSF.MRAHAN iv
PR AKA TA .. v
DAl'TAR TSI vii
DAFT AR TA REI. . .. ix
DAFT AR GAMBAk -................... x DAFT AR LAMPIRAN -.................................................. xi INTISAHl .. ,,............. xii
HALAMAN JUDUL Halaman
DAFTARISI
viii
DAFTAR PUST AKA 9 l lAMPIRAN 95
l!AB IV KESIMPfilAN DAN SARAN............................................................... R9 4.1 Kcsimpulan 89 4.2 Sar~n 90
HAB lll ANALISIS DATA DAJ\ J>EMBAHASAN 42 3.1 Cara Penelitian 42
J.1.1 D11t;i dun sumber data........................................................... 42 3.1.2 Batasan dan definisi operasional variabcl 43 3.1.3 Lokasi dan waktu penelitian................................................ 45
3.2 Analisis Deskriptif 45 3.2. l Ketimpangan peodapatan dan persentase kemiskinnn 4ff J .2.2 lnflasi clan koefisicn Uini 49 3.2J i11flasi dllll distribusi pendapatan dalam quinrlle.................. 51 3.2.4 Inflasi dan persentase kemiskinan........................................ 53
3.3 Hasil Analisis Data dan Pernbahasan 'i4 J.J.I Uji stasioncritas.................................................................... 54 3.3.2 Uji asumsi klasik 56 .> .3. 3 Interprcrasi dan analisis ekonomi .. .. .. .. .. .. .. .. .. .. .. . 64
IX
Halaman
J'abel l. l Pembagian Quintile (Qi) 29
fabel 3.1 Hasil Analisis Statistik Deskriptif ....................•.. 46
Fabel '.l.2 Hasil l.lji Akar Uni1 dengan ADI' 55
Fabel J.3 Ilasil Diferensi Data ··············-·····································•···················· 56 Iabel 3.4 Hasil Cji Linearitas Model Persamaan Regresi ........•........................ 57
Fabel 3.5 Hasil Cji Normalitas ·····-··································································· 58 Fabel 3.6 I Iasil Uji Multikolineritas 60
fabel 3.7 Hasil Uji Autokorolasi 6)
fabcl 3.8 Hasil Uji Heteroskedastisitas dengan W1tite Heteroscedasticity Test 63
label 3.9 Hasil Rcgresi Koefisien Gini Kota 65
fat-cl 3.10 Hasil Regrcsi Koefisien Gini Desa -.............................................. 66 rabcl 3.J I Hasil Regrcsi Koeflsicn Gini Indonesia 69
l'abd 3.12 Hasll Rcgresl Dismbusi l'endapatan daWn Quintile 12 7 \ Fabel J. 13 Hasil Regresi Distriliusi PendapatM Jalam {)Ninflle 34 74
Iabet 3.14 Hasil Regresi l>istribu,:ji PCll<.lap!llan dalarn Qui11Jilt S ..•......••...•..•.••• 76
Fabel 3.1 S Hasil Regresi Pecsentasc K.cmisk.inan Kuta 7')
fahcl J.16 Ha~il Regresi Perscntase Kemiskman Desa 8 J
Iebel 3.17 Hasil Regresi Persentase Kemiskinan lndvucsia 83
lubel 3.18 llasil Regresi Pengaruh Inflasi tes:ha.dap 1<.etimpengan Pcndapatan... 84
Fabel J.19 IIasil Regresi Pengaruh Inflasi terhadap Persentase Kemiskinan ..... 87
DAJTAR TABEL
Halaman
Gambar 1.1 lnflasi di Indonesia, 1976-2008 ·-·--····-·····........................................ 4
::JambiU 1.2 Laju Inflasi Bulaaan, 1982-2003 ··-·-·-................................................ 5
3amhar 2.1 Kurva Lorenz -··-·-·-·-·-·-·-····......................................... 26
Garnhar 2.2 Penduduk clan Tenaga Kerja .. ---·-·-···-............................................. 3 l
Gambar 2.3 Gambaran Langkah Analisis ----·-·-·-·····........................................ 41
Gambar 3.1 Persentase Kemiskinan dan Koefislen Gini di Indonesia. 1976-2008... 49
Gambar 3.2 Inflasi Tahunan dan Koefisien Gini, 197~200& 50
Gambar J.3 Inilasi Tahunan dan Distribusi Pendapatan di Indonesia, 1976-2008 52
Gambar J.4 Inflasi Tahunan dan Persentase Kemiskinan, 1970-2008 53
DAFT AR GAMBAR
XI
Halaman r .ampiran I Data lnterpolasi dan Intrapolasi yang digunakan dalam Analisis ?5
l .ampiran 2 Uji Stasioneruas deagan ADf 96
Lampiran 3 Hasil Regresi Persamaan Linier ·-·-·-·-........................................... I 00 Lampiran 4 Hasil Uji Asumsi Kla:.ik - ._ _........................................... 114
DAFI' AR LAMl'lRAN
XI
Kata kunei : ketimpangan pendapaten, kcmiskinun. laju inllasi, pengangguran, upah minimum regional
Pcnelitian ini benujuan untuk mcngetahui dampak laju intlasi tcrhadap ketimpangan pendspatan dan kcmiskinan di Indonesia sclama periode waktu 1976-2008. Data sekunder dalam penelitian ini rneliputi data kocfisien Gini kola. kocfisien Cini desa, kocfisien Gini Indonesia, disuibusi pendaparan dalam kelompok 40 persen penduduk bcrpendapatan terendah {Q 12), kelompok 40 persen penduduk berpendapatan menengah (Q34 ), dan kelornpok 20 persen penduduk berpendapatan tcrtlnggi (Q5), persentase kemiskinan kota, persentase kcmiskman desa, persentase kemlskman lndonesia, laju inflasi. lingkat penganggurnn terbuka, <lan lJpah \.tinimurn Regional (UMR). AIM analisis yang digunakan adalah anatisis regrcsi tunggal rum berganda.
Dasi hasil anruisi~ diketahu.i bahwa kenaikan laju intlasi berpengaruh pada peningkatan pcngeluaran 40 rc:r.<en penduduk berpendapatan terendah ( Q 12) dan pcnurunan pengeloaren 20 persen penduduk betpcndapatan terdnggi (QS ). Kenaikan laju inflasi wak:tu lalu berpengaruh oorhadap pcningkutnn pengeluaran 40 persen penduduk berpendapatan mencngah tQ34) dun penurunan angka koefisitm Gini di Indonesia t1m1tama di dnerah pcrdcsaan. Kcrulikan luju inflosi akan memperparah tinekul kcm.isl:inan baik di kola maupun cli dess, Kenaika.n lnju inJIW1i mesa lalu akan meningkatkan persentase kemiskioan di dtls11. Kcnaikan tingkat pengangguran waktu lalu berpenganih p11d11 peningkatan angka kocfisien Oini Jndoncsia dan pllningkallln pengeluaran 20 persen penduduk bcrpcndapa1an tcningg] (05). Pertumbuhan UMR berpengaruh menurunkan pcngeluaran 40 persen penduduk bcrpendapatan rnenengah.
IN'l'ISARI
xii
Key words: income inequality, poverty, inflation rate, unemployment, regional minimum wage
This study aims to examine the impactofinflatioJl cm income inequality and poverty in Indonesia during 1976-2008. The secondary data in this study include the data of urban Gini coefficient, village Gini coefficient, Oini coefficient of Indonesia, the distribution of income within the group of 40 percent lowest income {Ql2), the group of 40 percent middl~illcome (Q34), and the group of20 percent highest-income (Q5) of the population, the percentage of urban poven-, the percentage of rural poverty, the percentage of Indonesian poverty, the inflation rate, the unemployment rate. and the Minimum Wage. Analysis tool used in this study are single and multiple J'eb~on -lysis.
The results show 1i11<l the rate of inflation effected to increase the spending of 40 percent lowest-income population (Ql2) and decrease the spending of 20 percent highest-income population (Q5). The lag ofinflation rate effected increase the spending of 40 percent middle-income population (Q34), and can decrease the Gini coefficient in lndonesia, especially in rural areas. The inflation rate increase the percentage of urban and rural poverty. The lag of inflation rate increase percentage of rural poverty. The increasing oo the lag of unemployment rate effect on the increasing number of Indonesian Gini coefficient and increasing the spending of 20 percent highest-income population (Q5). The growth of regional minimum wage affected to decrease the spending or 40 percent middle-income population,
ABSTRACT
I
Tujuan utama dari pcmbangunan ekonomi di berbagai ncgara adalah untuk
kcsejahtcraen masyarekat, sehingga masalah penanggul augau kemiskinsn dan
ketimpangan distribusi peudapatau cw::rup::OOm bagian inti dari rnasalah
pembanguaan. Hal ini selaras dengan pemyaraan Todaro dan Smith (2006: 28)
bahwa rujuan inti pcmbangunan adalafl peningkaran ketcrscdiaan serta pemcrataan
distribusi berbagai barang k.ebutulum pokok, pcningkatan standar hidup untuk
mcmpcrbaiki keseiahteraan materiil, memepcrbaik.ai nilai-nilai moral, serta
perluasan pilihan-pilihan ekonomi dan sosial. Pembangunan diartikan sebagai
proses multidimcnsi yang meliputi betbagai pcrubahan struktur sosial, sikap
masyarakat, rnsritusi, dengan temp mengejar pertumbuhan ekonorni. penanganan
kctimpangan pcndapataa clan pengemasan kemiskinan,
Pertumbuhan ekonomi akan lebih berarti bila diikuti pemerataan hasil
hasilnya. Kctimpangan dulam distrihusi pendapatan clan kesempatan rnenikman
basil pcmbangunan biasanya dibubung);an dengan rnasatah kemiskinan.
Perbedaan pcndapatan antara kelornpok kaya dan miskin akan memperparah
kemiskinan, sehingga orieatasi pemerataan pcnd.apatan adalah usaha mernerangi
kemiskinan ( Widodo, 1990: 117)_ Teori mengcnai efek menetes ke bawah (trickle
down f'/j'er.t.<) dalarn proses pernbangunan telah menjadi acuan beberapa
pengambil kebijakan dalam pembangunan, Dengan menggunakan teori tersebui
I.I LaUrBdakang
BABI
PENGANTAR
maka strategi pembangunan yang dilakukan akan lebih rnengarah pada pcucapaian
laju pertumbuhan ekonomi yang tinggi dalam suatu pcriode. Pertumbuhan Produk
Nasional Bru1u (PNB) per kapita yang ccpat tidak secara otomatis meningkatkan
taraf hidup rnasyarakat. Semakin tinggi pcnumbuhan \'l)Jj atau semakin besar
pendapatan per kapita maka akan scmakin besar perbedaan antara kaurn miskin
dengan kaum kaya. Kerniskinan dan ketimpangan disrribusi pendapatan yang
terja<li pada saat tingkat pertumbuhan ekonomi tinggi tersebut diiringi dengan
meningkatnya tingklll pcngangguran di daerah pcdcsaaan maupun perkotaan, Apa
yang disebut dcngaa proses penetesan ke bawah (trickle down cffe1:1) dari mantaat
pcrtumhuhan ekonomi bagi orang miskin tidalc tcrjadi (BPS. 2008b).
Permasalahan ketlmpangan disrribusi pendapatan dan kemiskinan absolut
dikcmukakan oleh Widodo (1990: 122} merupakan ukuran kcadil!lrl dalam proses
perkembangan rnasyarakat, Pertumhuhan ekonomi YMl! tinggi tcrnyata belum
bcrhasil untuk mengbilangkan atau bahkan mengursngi luasnya kerniskinan
absolut di negaru-negara scdang berkembang, Pembangunan ekonomi jelas
mcmpcngaruhi tingk11t kemakmuran suatu ncgara, namun pembanguoan ekonomi
yang sepenuhnya discralikan kepada ruekanisme pasar tidak akan secara otornatis
membawa kesejahteraan kepada seluruh laplsan masyarakat. Pengalaman negara
maju dan berkernbang roembuktikan bahwa mcskipun mekanisme pasar mampu
mcnghasilkan penumbuhan ekonomi dan kesempstan kcrja yang optimal. tetapi
negara-negara r.e~ebut masih meoghadapi masafah ketimpangan distribusi
pendapatan dan masalah kesejahteraan sosiat, seperti kcmiskinan, pcngangguran,
dan ketelamaran.
2
Keberhasilun pembangunan sualu ocgara dapat dilihat dengen pcndckatan
ekonomi dan pcndckatan non-ekonorni. Pendekatan ekonomi dapet dilakukan
bcrdasarkan tinjauan 11Spck. pendapatan maupun aspck non-pendapatan. Dalam
aspek pendapatan digunakan konsep pendapatan per kepita, namun hal tcrsebut
belum cukup untuk menilai prcsrasi pembangunan ksrcna belum mencerminkan
bagaimana pendapatan nasional sebuah ncgMa terbagi di kalangan pendudulmyn,
sehingga belum memantau unsur keadilan atau kemerataan. Data rnengenai
kemerataan distribusi pcnduputun diperlukan bukan hanya pada distribusi
pendapatan nasional tapi juga distribusi proses atau pelaksanaan pembangunan.
Inrlasi mcrupW\iu1 salah saru masalah perekonontian yang dihadapl
berbagai negara karena akan berpengllNh pada besamya investasi, kcmarnpuan
daya bell dan petumbuhan ekonorrri, Setiap ke~atan pembangunm elconomi akan
diikuti oleh terjadinya inflasi. namun apahila inflasi terlalu tinggi justru akan
mtmghambat pembangunan, lnJlasi yang rcndah dan stabil dipl-rlukan dalam
pembangunan ekonomi nasiunal. Terjadinya inflasi tinggi pada krisis ekooorni
telah mclcmankan daya heli mMyarakat yang berpengaruh pada menurunnya
kcmampuao konsomsl masyarakat sejak awal krisis tahun 1997 hingga tahun
2001. Pada tahun 2002 menurut BPS (200Sb) ada kecenderungan membaiknva
konsumsi masyarakat schingga dapet dimaniaatkan menjadi stimulus perhaikan
kondisi ekonomi makro. Peningkatan paja~ akan mem.uunk:an pendapatan
rnasyarakat yang berdampak pada penurunan konsumsi rnasyarakat, sehiogga
akan menghilangkan dampak dari mulai membaiknya kincrja "konsumsi
masyarakat. Pade seat bersamaan untuk menekan defisit anggaran, beberapa jenis
3
20 10 0 1976 1979 1982 1985 1988 1991 1994 1997 2000 2003 2-006 2009
Tahun Gambar 1.1
Laju Inflasi Tahunan di Indonesia, 1976-2-008
90 80 70
ditunjukkan pada gambar 1.1 dan fluktuasi inflasi bnianan pada gambar 1.2.
Indonesia mengalami fluktuasi inflasi tahunan yang beragam, seperti
mengakibatkan penurunan kesejahteraan.
akan memperluas kemiskinan, bertarnbahnya tingkat pengangguran, dan akan
Lonjakan inflasi yang terlalu tinggi dan tidak diimbangi oleh pemerataan ekonomi
dimana pertumbuhan ekonomi berlangsung lambat atau bahkan berhenti.
dikendalikan, karena bila tidak, akan mengak.ibatkan stagnasi yaitu suatu keadaan
untuk itu lnflasi merupakan masalah penting. Inflasi ini hams segera
memiliki pendapatan). Terjadinya Inflasi akan mennrunkan daya beli rupiah,
inflasi adalah masyarakat berpendapatan tetap dan para penganggur (yang tidak
hampir merata menirnpa seluruh penduduk, mesk:ipun begitu penanggung terberat
Dalam struktur ekonomi yang sehat, menurut Yustika (2010) beban inflasi
konsumsi masyarakat.
subsidi akan dikurangi. Penghapusan subsidi akan semakin menekan kemampuan
4
kesejahteraan menjadi suatu masalah penting untuk diketahui dan diselesaikan.
kemiskinan. Kebijakan ekonomi makro di Indonesia dalam peningkatan
rendah dan stabil serta dapat mengurangi ketimpangan pendapatan dan
yang lebih baik, sehingga kinerja ekonomi makro dapat mengatur inflasi yang
Kebijakan yang harus dilakukan adalah membuat kerangka kerja kelembagaan
timbulnya inflasi, mereka akan membayar harga lebih tinggi sebagai pajak.
ekonomi suatu nega:ra. Masyarakat miskin memiliki aset yang terbatas dan karena
Kebijakan ekonomi makro diperlukan untuk: menopang kestabilan
tnnai.
beli masyarakat menurun, dan mereka tidak rnau menyimpan uang dalarn bentuk
pengeluaran untuk harga barang yang lebih mahal. Dengan adanya inflasi, daya
dalam masyarakat. Masyarakat berpendapatan rendah memandang inflasi sebagai
persen. lnflasi mempunyai pengaruh yang berbeda pada pendapatan individu
Pada saat krisis moneter pada tahun 1998, inflasi tertinggi mencapai 77,63
c c c c c c c c c c c c c c c c c c c c c c c c c c c m m m m m m m m m m m m m m m m m m m m m m m m m m m ,,,,,,,,,,,,,,,,,,,,,,,,,,, Bulan
Gambar l.2 Laju Inflasi Bulanan, 1982-2008
Sumber: BPS, dalam beberapa tahun
14
12
~10 .._.., "Ci) 8 c:I
] 6 ..... c:I 4 ...:.:: bl) s::
f::: 2
0
-2
5
Penelition rncngcnai lntlasi, ketimpangan dan kerniskinan telah banyak
dilakukan, namun basil pcnclirian LtITTtebut belum pernah dilakukan unruk kasns
Indonesia pada l 97(1-2008. Penelitian yang l)Cln8h dilalrukan tersebut antara lain.
I. Correia (2 009) rnembandingkan pcnurunan in fla.si sebagai peruhahan po~ iti f
k.ebijakan monctcr 1crhad11p ketimpangan pendap<rtm di Portugal. Model yung
digunskan adHlah dcngan menghitung ckuilibriwn harga moneter wnum
menggunakan data cross section dcngan variabel bebas inflasi, pcngeluaran
pemerinteh, pajek pengbasilan tenaga ketja dan pajak konsumsi, Ketika
inflasi meningkat, rumah tangga menghadapi harga lebih tinggi tetapi rumah
tangga kaya mendapat kcumungan dengan mengganli uang tunai dengan
harga kredit, Dengan skala ekonomi dalam tekllologi transeksi. ioflasi
bertindak scperti pajak regrcsif pada konsumsi. Tingkat pajak konsurnsi
1.2 Keaslilta Pueirilln
Dari Iatar belakang di atas, maka rumusan masalah penelitian ini adaleh
kemiskinan dan kctimpangan pendapatan masih menjadi permasalahan serius di
Indonesia. tnflasi tingka; sedang dan bertluktuasi masih terjadi di Indonesia.
Persentase kerniskinan 2008 sebesar I ),42 persen, dan koefisiea gini tahun 2008
adalah 0,368 (RPS. 2009). Inflasi tingkat sedang dan fluktuarifakan dihubungkan
dengan tingkat kemiskinan serta ketimpangan pendaparan pada tahun 1976-2008.
Mcski telah tetjadi perbaikan dengan adanya pembangunan ekonorni dan
pembangunan rnanusia nrumm permaselahan kemiskinan dan kerimpangan
pendapatan ini hulcan hal yang mudah unruk diarasi.
6
seolah lebih tinggi pada rumah tangga miskin deripada rumah tangga kaya,
Hasil penelitian Correira (2009) menunjukkan bahwa ada hubungan yang
kuat antnra intlasi den kctimpangan yang terjadi ketika perubahan irdla~i dan
p~iak intlasi ndak diirnbangi dengan pcnurunan pengeluaran pemenntah, Bila
dibandingkan dcngan pajak konsumsi, pajak atas uang tunai dari inflasi
berpengaruh buruk bagi ketideksetaraan karcna dcngan peningkatan harga
konsumsi umwn akan rncrugikan masyarakat miskin. Pcnurunan intlasi dapat
meningkatkan kesejahteraan dan keadilan,
2. Birtencourt (2(K)9) mencliti hubungan kebiiakan ckonomi makro tenuama
ti ngkar inflasi yang tinggi terhadap kctimpangan pendapatan di Brazll, I 984-
1990. Dcngan menggunakan data rime series dan panel dilakukan analisis
dcskriptif dan regresi tinier. Bittencourt (2009) rnenyimpulkan bahwa ioflasi
yang tinggi dikombinasikan dengan proses indeksasi keuangan yang tidek
scmpuma dan adaptasi tidak lengkap memiliki pengaruh regresif terhadap
ketimpangan. Kebijakan ekonomi makro dalam menekan tingkar inflasi agar
cetap rendah dan stabil dalam jangka panjang, harus menjadi langkah pertarna
dari setiap kebiiakan yang dilaksanakan untuk mengurangi ketimpangan di
Brasil. Dalam kebijakan fiskal, indeksasi digunakan sebagai cam untuk
mcngimhangi efek inflasi atau dcflasi pada jaminan sosial dan pembayaran
pajak dengan mengukur ni lai uang riil. Masyarakat rniskin tidak merniliki
akses yang dapat diindeks untuk melindungi aset kcuangan dari pcrcepatan
iuflasi. Analisis data panel dilokukon untuk mcneliti dampak inflasi di dacrah
dengon tingkat perkcmbangan yang berbeda. Daerah yang rentai1 tcrhadap
7
inflasi yang tinggi adalah daerah tenniskin di timur laut Brazil. V ariabel
peojotas dari kctidaksctaraan adalah tingket pengangguran dan indeks upah
minimum. Kehija.kan upah minimum tidak meningkatkan ketimpangan
melalui kehilangan pekeriaan, Kinerja ekonomi makrn yang tidak stabil di
negara dengan ketimpangan tinggi seperti Brazil, pada I 9R[)-an rum l 9<i0-Rn,
meskipun penting, bukan satu-satunya alasan peningkatan ketimpangan
pendapatan. Lingkungan ekonomi makro yang stabil, yang hanya dapa;
dicapai mclalui pelaksanaan kebjjakan rnonctcr dan fiskal (atau kerangka
kelemhsgaan yang baik) mcrupakan syarat untuk mencapai keti Ill pa11~1
yang lebih rendah di llrazil.
3. Munandar. dkk (2007) mcneliti pengaruh kebijakan moreter tcrhadap
kemlskinan dan distrih1..1:1i pendapatan di Indonesia dalam kaitannya (lcngan
siklus bisnis, Penelitian ini dilakukan dalarn jangka pcndek rnaupun dalam
jangka pa~jang dengan pcriode data 1984-2005 di 26 provinsi, A.nalisis yang
digunakan adalah analisis rcgrcsi linier herganda dcngan model ckonometrika
dan analisis deskriptif dengan scatter plot. Dinamika kc:bijidum suku bunga
bank scntral turut menentukan kondisi perekonornian nasional. Hasil
penelitian yang dilalcukan menuojukkan bahwa terdapat hubungan antara
kebijakan monctcr dan kondisi kemakmuran golongan miskin.. baik dalarn
jangka pendek maupun dalam jangka panjang dengan arah berlawanan.
Kebijakan moncter ekspansif yang hcrtujuan untuk mempcrcepat
pertumbuhan output berhubungan dengan perbaikan koadisi masyarakat
miskin dalum jangka pcndck schingg« dapat menurunkan tingkal kemiskinan
8
dalam jangka pendek. Adanya fluktuasi business cycle dan inflasi tinggi yang
mcrugikan yang mcmhuat efek positif yang dihasilkaa hanya bersi fat
seruentara. Kebijakan moneter yang berhali-hati (menjaga kcstabilan harua
dan kondisi ekonomi makro) dengan tujuan inflasi rendah clan pertumbuhan
output yang stabil berhubungan dengan tingkar kcmakrnuran mesyarakat
miskin yang lebih haik dalam jangka panjang. Dalam jangka panjang, inflasi
yHng rendah dan stabilitas clconomi makro yang baik beepengaruh secnra
signifikan tcrhadap tingkat kemiskinan yang lebih rendah dan distribusi
pcndepatan yang lebih bail:.
4. Albanesi (2007) menggunakan analisis stnisdk deskriptif meneliti pengaruh
infiasi terhadap tingkat kctlmpangan pendapatan di negara Maroko, Tunisia.
Malaysia. Honduras. dan Guatemala. Distribusi cross section dari
kepernilikau mata uang dan pnla transaksi oleh ungkar pendepatan, serta
survei pada hiaya inflasi menunjukkan bahwa rumah tangga bcrpenghasilun
rendah lebih rentan terkcna drunpak inflasi, Dcngaa menggunakan data rumah
lilllgg11. dari 38 negara, ditemukan bahwa 1nasya.iwl miskin menyebutkan
inflasi sebagsi keprihatinan nesional lingkat paling alas.
5. Cysne, dkk (2005) meru:liti pengaruh inflasi tcrhadap ketirnpangan
pendapatan di Brazil dengan pendekaran waktu belanja. Masyarakat miskin
memiliki aset keuangao terbalas yang psda akhimya membayar Jcbih tinggi
dari pendapatan mcrcka sebagai paja.k inflasi. Hubungkan inflasi dan
distribusi pendapatan menurut waktu belanja adaluh bahwa scmakin tinggi
tingkat inflasi, kcscimbangan antara konsumen kaya dan miskiu akan
9
berkurang, Kecika tingkai bunga nominal sangat rendah mcndckati nol, baik
orang kaya maupun orang miskin memiliki waktu belanja yang sama
Semakin tinggi tingkat inflasi dan linglat bungs, semakin tinggi biaya dari
memegang uang. Masyarakat miskin banya merniliki akses mata uang yang
mereka gunakan untuk beruansaksi. Orang kaya dapat menggunakan mata
uang dan aset yang berbunga untuk bertransaksi dan mereka dapat memheli
obligasi dari pcmerintah. Suatu kenaikan inflasi mcngarah pada penurunan
pemerataan distribusi pendapatan,
6. Easterly dan Fischer (2001) menyimpulkan bahwa ioflasi berpengaruh negatif
terhadap peningkatan kesejahteraan masyarakat miskin, perubehan begien
masyarakat miskin dalam pendapatan nasioaal, pcrsentase penurunan
kemiskinan, dan pcrubahan persentase upab riil minimum. Variabel yang
digunakan adalah ini1asi. upab minimum, kerniskinan, clan pendapatan
nasional, Data yang digunakan adal.ah sampel dari 3 l.S69 rumah tangga di 38
negara, Orang kaya lebih mampu melindungi diri tcrhadap dampak intla.<;i
dari pada orang yang miskin, Orang kaya memiliki akscs yang lehih baik
dcngan aset keuangan yang dapat dilindungi dari inflasi. sementara
masyarakat miskin cenderung memegang uang tunai yang lcbih besar.
Pcedapatan pensiunan clan masyamkat usia Jat:ijut yang miskin sering tidak
diindeks dan inflasi seeara langsung akan mengurangi pendapatan riil mcrcka,
7. Bulif (2001) rnenggunakan hipotcsis Kusoetz dengan estirnasi persarnaau
regresi menyimpulkan bahwa pengaruh positif dari stebilnas harga terhadap
distribusi pendapatan adalah non-linier, Penunman inflasi dari hyperinflasi
10
telah menurunkan tingkat kerimpangan, sementara pcnurunan Iebih lanjut kc
tingkat inflasi yang rendah mcmperbaiki koefisien Gini di negara-negara
A fri ka, Asia dan A meri ka,
8. Romer dan Romer (1999) menguji pengaruh kebijakan moneter pada
kcmiskinan dan ketimpangan menggu.n.akan sampel data dari bcrbagai negara
dari tahun 1970-1980-an. Dengan menggunakan Scatter Plot dan Multivariate
Analisis diperolch hasil bahwa ada hubungan antara kcbiiakan moneter dan
keseiahteraan masyarakar miskin baik dalam jangka pendek dan jangka
panjang, Ilubungan kebijakan dengan kesejahteraan dalam jangka pendek dan
jangka panjang mempunyai arah yang berlawanan. Jika kemiskinon dan
ketimpangan mcrcspon kebijakan tersebut maka kebijakan rnoneter dapat
mempengaruhi kcsejahtcraan masyant.bt miskin, Kebijakan moneter yang
bcrtujuen untuk menahan inflasi dan meogurangi fluktuasi output dapat
mempcrbaiki kondisi 11WSy11raka( miskin. lnflasi rendah dan stahilitas
ekonomi makru juga akan mem)'.)etbaiki kondisi bagi masyaraket miskin dan
pertumbuhan yang lebih ccpat,
9. Cuttler dan Katz (l 991) bcrpendapat bahwa penumhnhan ckonomi yani;
cepat clan kondisi makm ekonomi yang relatif stabil akan mcngurangi
kemiski nan. 11;\lam kondisi ekooomi makro yang tidak stabil rnaka tingkat
kemiskinan tctap, dan kondisi resesi membawa pcningkatan kerniskinan di
Arnerika Scrikat, 1960 dan 1980-an. Kunci untuk merubah ketimpangau
pendapatan adalah dcngan meningkatkan pcluang kerja dan mengatasl
masalab pengangguran.
11
LJ-2 Manf11af p.:nelitiao
Hasil pcnclitien ini diharapkan dapat mcrnberikan sunibangan pemikiran
den rnanfaat autara laiu,
1.3.J Tujuao oenelitlan
Tujuan yang akan dicapai dalam penelilian ini adalah sebagai berikut.
I. Mengaealisis pengaruh inffasi terhadap ketimpangan pendapatan di
Indonesia, 1976-2008.
2. Meoganalisis pengaruh inflasi tcrhadap tingkat kemiskinan di Indonesia,
19i6-2008.
1.3 Tuiuan da,u Manfaat Peneliti1m
IO. Metcalf (I 969) meneliti pengaruh lnfln.~i tcrhadap kctimpangan di Amerika,
1949-1965. Keluarga berpcnghasiian rendah tidak dapat dilihat sebagai
kelornpok homogen ketika ukuran di,IJihu.si pendapatan dilcliti. Distribnsi
pendaparan kclompok miskin dengan kepala keluarga perempuan
mcnunjukkan respon negatif terhadap kenaikan harga dan upah riil.
Mcngacu pada herbagai hasil penelitian di atas. penelirian ini mencoba
menganali~i~ hnbungan antara inflasi, ketimpangan pendapatan, dan kemiskinan
di lndonesia deugan menggunakan veriabel distribusi pcndepatan daJam quintile,
koefisicn Gini dan persentase kemiskinen selama kurun waktu 1970-2008.
Koaslian peneliiian ini dibandingkan dengan beberapa penclltian sehelumnya
terlc1t1k pw.lu perbedean lokasl, waktu penelinan, variabel yang digunakan serta
rcnraog data time-sertes.
12
Pcnulisan tesis ini terdiri dari 4 (empat} bab yang disaiikan dengan
sistcrnatika sebagai berikut. BAB J Pengantar. bah ini berisi uraian mengenai
latar bclakang masalah, keaslian penelitian, tujuan dan manfaat penelitian serta
sisternatika penulisan. RA R II Taajawm PllStslu <hn Alat Analiais, bab ini
berisi uraian mengenai tinjauan pustaka yang berkaitan dengan judul penelitian,
landasan teori, hipotesis dan alat analisis yang digunakan. DAD III Analisis Dal11,
bah ini bcrisi uraian tentang cara penelitian, aiat yang digunakan untuk melakukan
penelitian, jalannya pcnelitian, pembahesan data berupa analisis data dari
pcnclitian yang dilakukan. BAB IV K~mpaian dan Saran, bab ini berisi
kesimpulan hasil analisis yang didapmkan yang dianggap pen ling sebagai jawaban
dari tujuan penelitian, dan saran sebagai sumbangan pemikiran,
1.4 Sistematilui Penulisan
I. Hasil penelitian ini diharapkan akan menjadi sornbangan pemikiran dalam
menetapkan inflasi Indonesia seuap tahunnya dan membuat kebijakan
ckonomi rnakro, karcna inflasi yang tidak terkendali merupekan masalah
scrius yang dapar rnemperparah kondisi 1uasy.srdkal miskin.
2. Hasil penelitian ini juga iliharapkan dapat menambah khazanah ilmu
pengetahuan khususnya pada bidang sosiaI esonomi, serta sebagai sumber
pcnelaian selanjutnya,
13
14
2.1.1 Penwuh progret1ifdl11 n~npru• prog.yifyaag lemah
Penelitian di Amerika Serikat dalam periede i;e:;udah perang sampai awal
1970-an olch Schultz (1969), Beach (1977}, sorta Ulinder dan Esaki (1978),
dcngaa menggunakan berbagai metode data time-series menyimpulkan bahwa
i.nllasi berpengaruh pn1graif yang lemah dao tidak Yigaiftlotn secara statistik
pada ketimpangan pendapatan (lihat Bittencourt. 2009). Di sisi Jain Thurow
(1970) rnenyatakan bahwa inflasi tinggi mempun)'lli pcngaruh ncgatif' yang lebih
besor pada masyarakat rnisk in dan rcotan, misalnya, keluarga mis kin dcngan
kepala perernpuan dan berk ul it bi lam. Penelitian di Arnerika Serikat pada periode
selanjutnya menggunakan data dari tahun 1980-an yang dilakukan olch Blank dan
Beberapa peneii nan telah di lakukan uotul mo::njelaskw1 Iak tor- fak tor
penyebab kctimpangan dan kerrUxkinan dari berbagai tinjanan. Penelitian
rnengensi pengaruh variabel ekonomi makro seperti intlasi, pcngeluaran
pemetintah dan pajak tcrhadap ketimpangan pendaparan dilalculcan olch Correia.
(2009). Pengaruh inflasi terhadap ketimpangan pendapatan dilakukan Lahiri dun
Dillon (2007). Pengaruh kcstabilan harga terhitd:ip ketimpangan pendapatan
berdosarkan hipotcsis kurva Kuznets (U terbalik) dit.cliti olch Bulif (200 I).
Pengaruh inflasi tcrhadap kesejahteraan yang telah diteliu di berbagal negara
1k1115w1 berbagai met-Ode diperoleh basil yang bcrbcda.
2.1 Tinjauan Pushkll
BABll
TINJAUAN PU~TAKA DAN ALAT ANALISIS
2.1.J u .. sil peuelitiao U!roabulu
Lrosa dan Vcrxura (2002): Cysne dick (2005) bcrpcndapat hahwa iullasi
bertiudak sebagai pajak atas barang-barang konsumsi yang memerlukan uang
iunai. Oleh karcna tru, orang akan rnenggantikan barang-barang konsumsi yan!(
memerlukan uang tunai dengan kredit atau aset keuangan. Dcngan perputaran
2.l .2 Pengar"Uh "'!!resif
Kane dan Moriseu ( 1993) rnelaporkan bahwa di Brasil. bagian dari
distribusi pcndapatan quinlile empat terendah dipengaruhi secara ttgre$if oleh
inflasi pada tahun 1980-an. Cardoso dkk (1995) juga meneliti dampak inflasi
terhadap ketimpangan pada tahun 1980-an. mercka menemukan bahwa inflo~i
meningkatka.n ketimpangan secara signifika.n di beberapa wilayah. Ferreira dan
t.itchfield (2001) menggunakan data dari tahun 1980-wt mcl11pv1k1111 cfck rearC$1f
inflasi pada keumpangan. Bsstcrly dan Fischer (2001) [uga berkesimpulan bahwa
ukuran perbatkan kcsejahteraan ora11g miskin seperti penurunan tiog.kat
kemiskinan arau pcningkatan proporsi pendapatan masyarakat rniskin
menunjukkan hubungan yang negatif dengan inflasi. Mcnunu Binencoun (2009)
pengaruh irtllasi ierhadap ketimpangan di Brasil mcnunjukkan basil berbeda
dengan hasil di negara maju. Inilasi mempunyai pcngaruh rcgrcsif terhadap
kctirnpaagan.
l:lli11dcr (1986), Cutler dan Katz (1991) menernukan bahwa inflasi kuraug
berpengarub tcrhadap kctimpangan. Dengan data dari tahun 1990-an, Romer dan
Romer (1999) meluporlmn bahwa inflasi bcrpengaruh progresir pada
kctimpangan di Amerika Serikat.
15
uang yang meningkut, orang kaya akan mampu memili.ki iaset yang tidak
dipenga.ruhi olch ~jak inflasi. Sebaliknya, orang rniskin tidak mampu mcmiliki
aset kcuangan, akl1imya memegang uang lunai yang berpajak.
Menurut Bincncourt (2009) indeksasi upah yang tidak scmpurna akun
menghasilkan daya tawar yang lebih rendah untuk masyarakar miskin. Di
beberapa ncgara, indcksasi pasar tenaga kerja seiama inflation tinggi adalah furtgsi
dari tingkat upah, upah yang lebih tinggi akan diindcks lebih tinggi dan upah y1U1g
lcbih rendah diindcks $angal rendah. Pada saar indcksasi minimum ulch
pemerintah unruk mcngamanken daya beli rnasyarakat miskin, perusahaan bebas
untu.k meogha.i·ga.i pn:idu~ti,ilal> pekerja yang lebih tingg], atau mereka yang
berada di bagian atas distribusi pendapatan, dengan indeksasi tinWcal upah lebih
tingg], dan ~baliknyu.
Alesina dan Drazen (1991), Kane dan Moriseu (1993), dan Albanesi
(7.007) menyoroti ekonorni poliuk pada saat inflasi tinggi terhadap kerimpangun,
yaitu bahwa stabilisasi ekonomi makro membutuhkan waktu yang lama unluk.
pemulihan. Ismawan (1998) menyatakan behwa icrdapat li.ogkanin setan (vicious
circ:le) yang membuat krisis ekonomi berlangsuug lama dan rnenyerang dirnensi
non-ckonomi, Awai dari gejolak ekonomi ini adalah depresiasi rupiah yang
mcnycbabkan krisis kepercayaan, kemudian desakan menyebabkan inflnsi tinggi
(baik dari dorongan harga maupun tarikan permintaan). Iallasi ini juga disebabkan
kecemasan warga rnasyarakat yang mendorong mereka melakukan pembelian
barang sebanyak-banyaknya. Masyamkat ti<lak mau memegang uang lebih lama.
setain itu mereka khawatir harga barang akan torus meniogkat clan tidsk
16
Z.2.1 Inflasi
fnflasi merupakan kemikan dalaJn tingkat harga umurn, sedangkan laju
intlasi adalah perubahan tingkar harga umum (Samuelson dan Nordhaus, 1 '/97:
IM) Kenaikan harga barang-barang ini lerjadi secara keseluruhan dan terus-
kepercayaan,
Albancsi (2007) menjelaskan secara teoritis bahwa hubungan positif antara
inflasi dan kcampangan pada suatu negara disebabkan kcrapuhan golongan
berpendapaian rendah terhadap inllasi. Dengan menggunakan data dari tahun
1995 di Amerika, Inflasi dilaporkan oleh Romer dan Romer (1999) memiliki
pengaruh progresif, karena pengeluaraa nominal masyarakat miskin adalah untuk
perumahan daa angsuran utans. Romer dan Romer (l <i99) mcngambil kesimpulan
hahwa dengaa meningkatnya ketimpaogan pendapatan akan mcnyebabkan
kemiskinan yang lcbih besar, Argumen dari Easterly dan l"ischer (2001) adalah
bahwa orang kaya !ehih mampu meliadungi diri lerhadap dampak inflasi dari pada
orang mlskin.
Capaian kinerja ekonomi makro yang lcmah. terutama tingkat inlasi yang
tinggi dari tahun I 976 sampai tahun 2008 di Indonesia akan dihubungkan dengan
kctimpangan pendapatan dan kemiskinan.
rupiah yang keniudian terjadi krisls kctidakstabilan adalah depresiasi
terjangkau untuk dibcli. Kondisi inflasi ini akan berlanjut padu ketidekpastian
(uncertain!}·) dan ketidakstabilan ekonomi. Konskucnsi dari ketidakpastian dan
17
menerus (Boediono, 1992: 155). lnJlasi adalah suatu keadaan jumlah peredaran
uang Yllll!l lcbih banyak dari pada jumlah barang yang beredar, sehingga
mcnimbulkan pcnurunan dayu heli uang dan terjadi kenaikan harga.
Tingkat inflasi yang tinggi mcnunn Mankiw (2003: 93) akan
mcnyebabkan tingkat bunga nominal yang lchih tinggi. akhirnya akan
menurunkan keseimbangan uang riil. lnflssi j11g11 akan menimbulkan inefisiensi
ckonorni. Tingkat harga yang berubah membuat renoana kcungan individu
menjadi tidak pasti. lntlasi yang tidak diharapkan memiliki dampak negatif yang
lebih purah dari bi11y11 infllll)i yang diamisipast. Oisi~i Jain, i11fi11:Si dapat
menumbohkan pasar teoaga kerja, f'~motongan upah nominal sulir dilakuk.an
tctapi hal itu bisa dilakukan deni.:an membiarkan inflas! melakukannya, Intlasi
yang dibunihJcan uotuk menumbuhkan pasar tenaga kerja arlalah inflasi rcndah.
Sebelum krisis l 997/l'l9R, lnflasi cti lndune~ia yang dianalisis oleh
lsmawan ( 1998) cenderung merupakan inOasi yang disebabkan oleh tarikan
pcrmintaan (demand pull inflation), Namun setclah krisis, terjadi penurunan
penawaran (supply) sebagai bagian dari dampak :lflckula~i di sektor riil,
ketidakpastian kurs, dan efek psikologi pli!:Rll' yang secera bersama-sama
mempengaruh] harga barang secara keseluruhan, Rarang yang tersedia di pasar
(supply) tidak sama dcngan jumlah outpi« yang diproduksi pcrusahaan. Ranyok
jcnis barang yang diproduksi dengan meoggnnakan bahan baku impor, sedangkan
tcrjadi l<elictakpasfi311 kurs rupiah sehingga produscn lehih suka menimbun stok
barang digudang danpada meajualnya. Hal inilah yang menyebabkan tcriadinya
.wpply shock yang rnembuat cemas masyarakat.
IH
I. Magam ioflasi. Berdasarkan tinggi rendahnya keparahan, menurot
Boediono (1992) intlasi dikelompokkanmenjadi empat tingkat,
a. Inflasi ringan (dibawah JO person per tahun).
b. Inflasi scdang (antara 10 - 30 pcrsen per tahun),
c. lnflasi bcrat (antera JO - 100 persen per tahun).
d. l liperinflasi (di alas JOO persen per tahun),
Herdasarkan penyebab awalnya., mcourui Samuelson clan Nordhaus (I 997:
324) intlasi dibedakan meniadi.
I. Inflasi yang timbul karena tarikan pcrminlaan agregat (demand pul! inflation).
2. Inflasi karena kcnaikan ongkos produksi atau dorongan biaya (cost pu~h
inflation). Inflasi ini timbul karena adaoya depresiasi nilai tukar, dampak
inflasi luar negeri terutarna negara-negara partner dagang, pcningkatan luirgn
harga kornoditi yang diatur pemerintah, dan terjadi negative supply shocks
akibat bencona alam dan tcrganggunya distribusi,
3. Ekspektasi inilasi yang dipengaruhi oleh perilaku masyarakat dan pelaku
ckonomi epakah lcbih cenderung bersifat adaptif atau forward looking. Hal
Susann dkk (2007) mcnyatakaa bahwa ti.ngkat harga merupakan biaya
bagi rnasyarakat dalarn memcgang oang. Mwyarakat akan rnemilih memegang
asct dalam bentuk riil dibanding aset finansial jika tingka; harga Jebih tinggi,
lntlasi tinggi dapat menycbabsen memburuknya distribusi pendaparan.
berkuranguye tabungan domestik yang merupakan sumber dana investasi,
terjadinya deflsit dalarn neraca pcrdagangan. dan timbulnya ketidakstabiian
potitik.
19
ini dapat dilihat dari pcrilaku pembentukan harga di tingkat prudusen Jan
pedagang tcrutarna pada saat menjelang hari-hari besar keagamaan dan
penentuan upah minimum regional.
2. Indeks H1rga. lndeks barga adalah rata-rata tertimbang dari harga
sejumlah barang-barang dan jasa-jasa (Samuelson dsn Nordhaus. 1997: 308).
Indeks barga yang penting dan biasa digunakan untuk mengulcur inflasi adalah
Indeks Harga Konsumen (THK). deflater PDB (Peodspatan Dornestik Bnno ), dan
Indeks Harga Produscn (IHP}.
I. Indeks Hnrga Konsumen (11 IK) mc:ngukur biaya sekelompok bW1illg dun jasa
di pasar, termasu]; di <lalamnya adalah ~a makanan, pakaian. pemukiman,
bahan bakar, uansporrasi, perawatan kesebatan, pendidikan dan komoditi Jain
dalam mcnunjang kehidupan sebari-bari. Pada setiap jenis barang ditentukan
suatu timbangan tetap yang proporsional.
2. Deflater PDB adalah rasio PDB nominal terbadap PDB riil, drui merupakan
harga dari seluruh komponen P013 (konsumsi, investesi, pcngeluaran
pemcrintah. dan ekspor neto ). Berbeda dengan IHK.. deflater PDB
mcnimbang harga-harga dau kuaatitas periode beqalau,
3. lndeks Harga Produsen (IHP) mengukur tingkat harga pada produsen atau
pcdagang besar, Timbangan tetap yang digunakan untuk menghirung IHI'
adalah pcnj ualan bersih komodili.
(Sumber: Samuelson d~n Ncrdhaus, 1997: 3 IO)
Mcnurut Susanti dkk (2007) !HK mengukur harga barang-barang yang
dianggap rnencerm i nkan konsumsi ma.syarakal., biesanya d ihi tung berdasarkan
20
perekonomian dirasa.kan lcsu. Orang menjadi tidak bersemaugat kcrja, me11ab1111g,
tcrjadi inflll~i lak terkendali. keadaan pcrckonomian meniadi kacau dan
mengadakan investasi. Scbaliknya. dalsm mesa inllasi yang parah, yaitu pada saat
pcndapatan nasionat dllll mem!>uat orang bcrgairah untulc lickerja. menab11ng d1111
positif dalam arti dapat mendorong perckonomian lebih baik, yaitu meningkatkan
rendahnya inllasi. Apabila infla:;i itu rcmlah, justru mcmpunyai pengaruh yang
lnflasi mcmiliki dampak positif d.<UI dampak negatif tergaraung linggi
IHI< (t)- /HK (t - l) /HK (t- l) x 100 persen Laju. lnf lasi (t)
mcngguoaka« pcrubahan IHK.
berlaku sebagai timbangan. Di Indonesia penghitungan inflasi oleh UPS
dasar sebagai tirnbangan. sernentara deflater PL)B menggunakan kuantita.s tahun
waktu mengikuti perubahan komposisi barang clan jasa yang diproduk~i tPaasche
Price /11deks). Dapat dikatakan bllhwa IHK menggunakan kuantitas pada tahun
sedangkan 1>ai·im~-bww1g <l1111Ull hitungan dcflator PDB berubah dari waktu ke
jusu yang diindcks dcngan timbangan konstan (Laspeyers Price tndeks),
dellutor POB. Penghitungnn IHK dan LPHB didasarkan pada barang-bsrang dan
diproduksi di dalam negeri, sehingga barang-barang imper tiduk masuk dalam
diproduksi nleh perekonomian. Deflater PDB mencakup barang-barang rang.
konsumen, sedangkan deflater PDB mencakup semua barang dan jasa yang
mencakup sebagian barang dan jasa dalam perekonomian yang dibeli oleh
IHK dan deflater PDB adalah pada cakupan barang dan jasa, IHK hanya
barang yt111g digunakan dan metodc pengambi Ian sampel baning. Perbedaan anrara
survey biaya hidup secara bcrkala. Pcrbedaan antara llIK dan IHPB tedetak pada
21
atau meogndakan investasi dan produksi kareoa hlifb<a meningkat dengan cepat.
P;,m pengangguran dan pcnerima pendapatan tetaµ sepern p e giiwai ntob>eri atau
karyawan SW8Slll serta kaum buruh juga akan kewalahan menanggeng dan
rneneimbangi barga sehingga hidup mereka menjadi semakin merosot dan
terpuruk dari waktu kc waktu.
2.2.2 Kemiskinan
Untuk mengukur kemiskinan. BPS menggunakan kon~ep kemampuan
memenuhi kebutuhan dasar (basic needs Df'Pl'OOCh). Dengan pendekatan ini,
kemiskinan dipandang sebagai ketidakmampuan dari sisi ekunomi untuk
memenuni kebutuhan dasar mabnan c.hm bukan makanan yimg diuk.ur dari sisi
pcngeluaran.
I. I<cmisk.imrn rel!t!f. Kemiskinan relarif menurut BPS {2008b)
rncrupakaa kondisi l:ctidakmampuan sekelompok masyarakat dalam
lingkungannya. l'erbedaan kemiskinan dcog.1111 ketimpangan ditckankan karena
kemiskinan berkaitan erat dengan ~111Jldar hidup yang absolut dari bagian
masyarskat tcrtentu, scdangkan ketimpangan mcngacu pada stander hidup relatif
dari seluruh masyarakat,
2. )(emukiDan absalut. Kcmislcinan absolut diddinisikan oleh Todaro
dan Smith (200(>: 242) rnerupakan jumlah penduduk :rang tidak mampu
mcndapatkan surnber daya yang cukup llDtuk memenuhi kebutuhan dasar.
Mcnurut BPS (2008b) kemiskinan secara absolut merupakan kondisi masyarakat
yang ditcntu.kan berdasarkan ketidakmampuan untuk memenuhi kebutuhan pokok
minimum seoerti pangan, sandang, kesehatan, perumahan dan pendidikao yang
22
dipcrlukan untuk bisa hidup dan bekerja. Nilai minimwn kebutuhan dasar ini
disebut sebagai garis kemiskinan, Peoduduk yang memiliki pcndapatan dibawah
gori~ kemiskinan tcrmssuk dalam pcnduduk miskin.
3. Garis Kemiskinan. Garis Kemiskinan Makanan (GKM) menurut BPS
(2008b) merupakan nilai pengeluaran kebutuhan minimum makanan yang
disetarakan dengan 2.100 kilo kalori per kapita per hari yang diwakili oleh 52
jenis komoditi (padi-padian, umbi-umbian, ikan, daging, tclur dan susu, sayuran.
kaeang-kacangan, buah-buahan, minyak dan lemak, dll), (iaris Kemiskinan Non
makanan (GKNM) adalah kehutuhan minimum untuk perumahan, sandang,
pcndidikan, dan kesehatan yang diwakili oleh 51 jenis komoditi (kelompok
pengeluaran) di perkotaan dan 47 jenis kom4ti (kelompok pengeluaran) di
perdesean (BPS, 2009b ).
Garis kcmiskinan absolur sangat peuting dalam penilaian pengaruh
kebijakan yang tidal mendukung untuk mengurangi kcmiskinan antar waktu.
Guns kemiskinan yang digunakan oleh Bank Dunia adalah {JS $ I per kapita per
hari dan llS $ 2 per kapita per hari (BPS. 2<J08b). Garis kcmiskinan relatif akan
meningkat seiring kenaikan pendapatan semua orang. garis kemiskinan tc111p
biasanya men ingkllt sejalan dcngan inflasi. lndikator kemiskinan berdasarkan
pcndckatan kebutuhan dasar HPS adalah,
a. Head Coio« Index (HCI). yaitu persentase penduduk miskin yang berada di
bawah Garis Kemiskinan (GK).
b. lndcks Kcdalaman Kemiskinan (Poverty Gap Index) merupakan ukuran rata
rata keseniangan peugeluaran masing-masing penduduk miskin terhadap garis
23
kemiskinan. Semakin tinggi nilai analisis dan pcnghitungan semakin jauh
rata-rata pcngcluaran pcnduduk dari gari.' kemisk.inan.
c. Indeks Keparahan Kemiskinan (Poverty Severity Index) yang memberikan
gambaran rnengenai penyebaran pcngcluaran diantera penduduk rniskin.
Scmakin tinggi nilai indeks, semakm tinggi ketimpangan pengeluaran
diantara penduduk miskin,
BPS melakukan srudi penentuan kriteria penduduk miskin untuk
mengetehui karakteristik-karekteristik rumah tenggo yong mampu mencirikan
kcrniskinan sccara konsepmal. Delapan variebel yang dia11sgnp layak untuk
pcncmuan rumah tanggu miskin adalah luas lantai, jenis lantai. air minum ateu
ketersediaan air bersih, [enis jamban atau we. kepemilikan aset, pendapatan per
bulan, persenll:lse pengeluaran (un1ul( makanan), konsumsi lauk (BPS. 2008h).
Rwnah tangga mennrut Saleh dan Pathurrohman (2008) dibedakan
meajadi empat kelompok, yaitu tidak miskin, miskin potensiat, miAlcin stokastik
dan miskin strukturul. Rumah tangga tidak miskin dapat dilihat dari konsumsi
uktua.l don konsumsi harapan yang melebihi garis kemiskinan. Rmntth tangga
termasuk dalam kelompok strukturul jika konsumst aktual dan harapsn kurang
dari garis kcmiskjnan, Rwnah tangga yang jika konsumsi aktualnya melebilu garis
kemiskinan, namun konsumsi harapannya tidal( maka termasuk dalam rumah
tangga miskin potensial. Rumah tangga yang mengkonsurnsi kurang duri garis
kemiskiria!l, sedangkan konsumsi harapannya rndehihi garis kemiskinan disebul
rumah tangga miskin stokestik. Sebagaian besar rumeh tangga miskm di
Indonesia termasuk d11la.rn kelompok mis.kin stokastik. Kemisk.Wan mereka bukan
24
2.2.3 Kctimpangan Peodapatan
Karena di Indonesia sulit dilakukan pendataan pendapatnn, maka
pengukuran distribusi pendapatan selama ini mcaggunakan pendekatan
pengeluaran. Ukuran distribusi pendapatan mcnurur BPS (2008b) diperoleh
dengan menggunakan data total pcngeluaran rumah tangga yang bersumber dari
Survey Sosial Ekonomi N~·fonaJ (Susenas). Todaro dan Smith (2006: :?34)
menyatakan bahwa ukuran pokok distribusi pendapatan adalah distribusi
pendapatan perorangan dan fungsiocal, Ukwan distribusi pendapatan perorangan
secara langsung rnenghitung jumlah penghasilan yang direrima oleh setiap
individn stan rumah tangga, tanpa memperhatikan sumber penghasilan dan jam
kerja. Distribusi Iungsiooal meropakan ukuran distribusi pendapatan per faktor
produksi, Ukuran fungsional menghitung bagian pendapatan nasional yang
diterima masing-masing Iaktor produksi, Teori distribusi pendapatan fungsional
pada dasarnya menghiiung persentase po::oglmsilan tenaga kerja secara
keseluruhan.
Distribusi pendaparan mencerminkan merata atau timpangnya pembagian
hasil pembangunan suatu regara di kaluigan pcnduduknya. Ada bcberapa
indikazor untuk rnengukur kemcrataan distribusi pendapatan, diantaranya
adalah Kurva Lorenz, Koefisien Gini, ketimpangan menurut bank dunia dan
distribusi dalam quintile maupun decile.
disebabkan oleh kurangnya aset tapi disebabkan oleh imbal yang diperoleh dari
asct yang dirniliki adalah rendah (Saleh don Fatluerohmen, 2008).
25
terganumg pada ukuran suatu perekonomian atau ncgara. Ukuran ketirnpangan
tinggi. Prinsip independensi ~kala b~J11!Li bahwa ukuran kenmpangan tidak
kctimpangan tidak tergantung pada siapa yang meudapatkan pcndepatan lebi h
(Todaro clan Smith, 2006: 238). Prinsip anonimitas dimaksud agar ukuran
yaitn pnnsip anonimitas, indcpendensi skala, indepcndensi populasi dan transfer
Ukuran ketimpangan yang digunakan harus memenub.i ernpat kriteria,
B Persentase penduduk
Gambar 2.1 Kurva Lorenz (Sumber : l ambunan, 2001)
D
c distribusi pendapatan nasional scmakin timpang (gembar 2.1 ).
Lorenz semakin jauh dari diagonal (semakin lengkung), mL'n<:errninkan keadaan
rnenyiratkan distribusi pendapatan nasional yang semakin merata, Jika kurva
Kurva Lorenz yang semakin dekat ke diagonal [semakin lurus)
sendiri ditempatkan pada diagonal utama bujur sangkar tersehut.
sedangkan sisi datamya mewakili persemasc kurnulauf penduduk. Kurvanya
rang sisi tegakllya mell1111hanglan persentase kumula1if pendapatan nasional,
pendapatan nasional pcnduduk. Kurva ioi rerletak di dalam sebuah b~jur sangkar
1. K11rv11 Lorcoz. Kurva Lorenz mcnggambarkan distribusi kumulatif
26
koefisien Oini (Gini C(lejflciem). lstilah tersebut diambil dari nama seorang ahli
dikenal sebagai rasio konscntrasi Gini yang seringkali disingkat dengan istilah
rasio nU!u pcrbendingan bidang A terhadap total segitiga RCO. R..:.iu i11il11h ymig
di mana kurva Lorenz itu berada. Pada Gambar 2. m~io ylll'lg dimaksud adalah
terletak antara garis diagonal <hill kurva Lorenz dibagi dengan luas separuh bidang
ketidakmerataan pendapatan diperoleh dengan mcnghitung rasio bidang yang
sempurna tingkat pernerataan pendapatan, Pengukuran tingkat ketimpangan atau
pemerataan yang scmpurna, dan semakin besar nilai Gini maka semakin tidal
Nilai Gmi adalah anrara 0 dan I. di mana nilai 0 menunjukkan tingkat
Fe,.,= frekuensi kumulatif'dari total pengeluaran dalam kelas pengeluaran kc [i-L)
('(; 1 = frekuensi kumulatil' dltri total pengeluaran dalam kclas pengeluaran kc-i
fib = frekuensi penduduk dalam kelas pengeluaran ke-i
GR = Kocfisicn Gini (Cini Ratio)
di maaa
n
GR= 1-l:t.b'(Fc, + Fc:,_1) i=1
Ratio). Kumus Koetisien liini menunn BPS (2008b) adalah sebagai berikut.
tingkat ketimpangan pendapatan secara meuyelurub yaitu koefisien Gini ( Gini
2. Koefisien Gini. Ukuran yang paling sering cligunakan untuk rnengukur
pendapataa yauM Iain adal<lh konstan.
sering juga disebut prinsip Ptgou-Doiton mengasumsikan bahwa semua
kelimp1111g1111 tidak tergamung pada jumlah penerima pendapatan, Prinsip transfer
besarnya pendapatan. Prinsip independensi popules! dimaksud agar ukuran
tiduk tergantung pada pada jenis mata uang negara, perekonornian negara, dan
27
statistik Italia yang pertama kali merumuskennya pada tahun 1912 (Todaro dun
Smith, 2006: 237).
J. Ketimo;ongan mcnnrut Bank Dunia. Bank Dunia mengelumpckkan
pcnduduk ke dalam tiga kelompolc menurut besar pendapatan. Kclopok pcrtama
adalah 40 persen penduduk berpendapatan rendah; kedua, 40 persen penduduk
bcrpendapatan mencngah; dan kctiga, 20 persen penduduJc berpendapatan tinggi.
Keumpangan pendapatan diukur dengan menghjtung persentase pcodapatan 40
persen penduduk berpendapatan terendah dibaodingkan total pendaparan seluruh
penduduk (RPS, 2008b). Kriteria tinggi reodahnya ketirnpangan ditemukan
sebagai beri kut.
I. Jika proporsi jumlah pendapatan 40 persen penduduk terendah terhodap total
pcndapatan scluruh pcnduduk kurang dari l 2 JX-TICn dlkategoriken
kerimpangan p~d<1pa1lln tinggi.
2. Jika proporsi jumlah pendapatan 40 pt.-r.;ui penduduk terendah terhadep total
pendapatan seluruh penduduk. amara 12-17 persea dikategorikan ketimpangan
pendapatan sedang,
J. Jika proporsi jumlah pendapatan 40 persen penduduk terendah terhadap total
pendapatan seluruh peruluduk lebih dari 17 persen dikategorikan kerimpangan
pcndapatan rendah,
4. Quintiles. Pembagian kelompok peodapatan dalam quintile ditampilkan
pada tabcl I. Flc:;.u pendapazan masynmkal dikclompokkan menjadi lirna
kelompok. biasa discbut quintiles atau sepuluh kelompok yang disebut dectles
scsuai dengan tingkat pendapatan rnereka. 'Tingkat ketimpangan dihiumg <lari
28
konsumsi rumah tangga baik pemrangan maupun keseluruhan adalah pendapatan.
konsumsi maupun ditabung sehmgga faktor terpenting yang mencntukan besarnya
kemudtan rnemutuskan bcrapa banyak pendapatan y;mg akan digunakan untuk
di1niliki. Peugcluaran digw1llkan 1mtuk. mcmbayar pajak dan kewajiban lain. bum
Rum.ah tangga menerima pendapatan dari tenaga kerja dan modal yang
Sosial Ekonomi Nasional (SUSENAS) sebagai data pokok (BPS, 2009h).
besarnya nilai pengeluaran konsumsi rumah tangga digunakan data hnsil Survci
mencakup semua pengeluaran unmk konsumsi barang dan jasa. Untuk perkiraan
pendekatan mclalui data pengehrarsn. l'cngcluaran konsumsi rum.ah tangga
pandang ekonorni. Dalam mengumpulkan data pendapaian, lWS melakukan
dapat meounjukkan tingkat kesejahteraan nunah tangga tersebut dilibat dan sudut
5. l'ennlu1tran Rum11h !@nag. Nilw pendapatan suatu rurnah tengga
............ ..... · n1 2 i Miskin i .... "'$.----··· O ----<:. "12: -nduduk millkln (~00/o) _'__;9~2=--...._--=2~0 __ ~M===i~~i,,,n'-----;-~ .. - ..... . Q3 .. ; ... _..1!__~-M~~ng.eh ! Q34: penduduk berpendapatan menungah _...;94><.:...-1-i _ __;2::::0:..._ __ ;'-'M=~'11,,,~'ll::.:ioga!::1:......,;,...;<o_;;~).. . •• _ ..... _, _ _,,Q..,,5 .,::20:..._ _ _._; ..:.;K::.8Y1.:&:___; ~. ; pndudull ka)'a (20"A>)
Keterangan I : i Quint/Ip ! Persentase (%) ! KAte~ori
Tahel 1 Pembagian Quintiles (Qi)
Smith., 2006: 237).
dan 40 persen anggota kelompok terbawah disebut Rasio Kuznets (Todaro dan
Rasio antara peudapatan yang diterima uleh 20 persen anggota kelompok teratas
Kemiskinan menurut Romer dan Romer (1999) diukur dari quintile tcrendah.
berapa persen pcndapatan nasionsl yang ditcrima oleh masing-masing kelompok,
29
2.2.4 Pe11gangguran
Konsep ketenagakerjaan mcnurut BI'S (2008a) adalah berdasarkan
International Labor Organlzaium (TLO), dJ'bagi meajadi dua kelornpok. yaitu
pcnduduk usia kerja dun bukan usia kelja. Gambar 2.2 meruunpilkan pembagian
penduduk dan tenaga kerja,
Penduduk usia kcrja adalah penduduk yang berusia 15 r.ahun atsu lebih
yang kemudian dikelompokkan menjadi angkatan kcrja dan hukan angkatan kerja.
Angkatan kerja adalah penduduk yang berusia 15 atau lebih dan bekerja, punya
pekeriaan tetapi sementaru tidak bekerja dan sedans mencari pekerjaan. Bukan
angkatan kerja adalah penduduk berusia 15 atau lebih yang tidak bekeija atau
mcncari pekerjaan tetapi mempunyni kegiatan sekolah, mengurus rumah tangga.
di mana:
Y : Pendapatan
C : Konsurnsi
S : Tabungan
(Sumbcr: Hcrlambang, dkk, 2002)
Walaupun kenaikan perdapetan pada umumnya diimbangi ccngan
kenaikan koasumsi rumah tangga, namon keccndcrungan menunjukkan bahwa
perubahan konsumsi akan lebih kecil dari perubahan pendapatannya. Pendapatan
pada walctu tertentu dapat digunakan wituk konsumsi dan tabungan. Pendapatan
sciclah pajak ini disebut disposible income arau pendapatan yang siap
dlbclani akan,
30
jumlah angkatan kerja TPAK = x 100 persen jumlah penduduk usia kerja
bekerja maupun menganggur denganjumlah penduduk usia kerja.
Angkatan Kerja merupakan perbandingan antara jumlah angkatan kerja, baik
J. Tiogkat partisispasi angkatan kerja (TP AK). Tingkat Partisipasi
Punya pekerjaan tetapi belum Bekerja
Mempersiapkan Usaha
Mencari Pekerjaan
Sementara tidak Bekerja
Sedang Bekerja
(Sumber: BPS, 2008a)
Gambar2.2 Penduduk dan Tenaga Kerja
Pensiunan
Bukan Usia Kerja
Bukan Angkatan
Kerja
Mengurus Ru mah Tangga
Penduduk
Sekolah
Lain-lain
Usia Kerja
Angkatan Kerja
Bekerja
Pengangguran
kegiatan pekerja tidak dibayar yang membantu suatu usaha ekonomi.
sedikit satu jam (terus-rnenerus) dalam waktu seminggu yang lalu, termasuk
yang memiliki kegiatan ekonomi dalam rangka memperoleh penghasilan, paling
karena kondisi sehingga tidak produktif. Penduduk bekerja merupakan penduduk
31
atau pembcri kcrja kcpada pekerja/buruh yang ditetapkan dWJ dibayarkan menurut
yang diterima dan dinyaw.kan dalam bentuk llllll8 sebagai imbalan dari pengusaha
Upah menurut pasal I ayal 30 UU No 1312003 adalah hak pekerja/buruh
2.2.S Upah Minimum Regional (lJ~)
jumlah Penduduk yan9 beker]« <~jam kerja normal TSP = x 100 persen
[umlah. Penduauk yang bekerja.
c. Tingkat Sctcngah l'engaugguran
fumlah pencart kerja berpendidikan SLTA ke atas TPD = · . . . x: 100 persen
Jumlah angkatan ker]« beroendidikan. SLT A ke atas
b, Tingkat Pengangguran Terdidik (TPD):
bekerja.
mendopatkan pekerjaan, sodeh mempunyai pek e -rjaan ltl!IJ)i belurn mulai
mcmpersiepkan usehe, tidak mcncari pckcrjaan karcna merasa tidak mungkin
kelompok pengangguran terdiri dari penduduk sedang meneari pekerjaan,
Pengangguran terbuka adalah pcnduduk usia kerja y&Jlg tcrmasuk dalam
]umlah pencari kerta TPT = . x lOOpersen }um/ah n:ngkatan kerj«
a. Tingkat Pengangguran Terbuka (l'P'l)
beberapa ukuran, yaitu
3. Tingbt Pengangcuran. Tingkat pengangguran dibagi menjadi
]umlo.h penduduk bekerja TKK = x 100 persen [umlah. angkatan ker ja
mcrupakan rasio jumlah penduduk bekcrja dcngan jumlah angkatan kerja.
2. Tingkat ke11empa1aa kerja C!KK). Tingkat Kesernpatan Kerja
J2
suatu p~rj~j ian kerja, kesepakatan, atau peraturan perundang undangan. Upah ini
dibayarkan kcpada pekerja termasuk !W!jangan bagi pckerjit/huruh dan
keluarganya aw suatu pekerjaan dllllfatau jasa yang telah atau alum dilakukan.
Bcsamya upah dan cara pcmbayarannya telah disepakati buruh dan pengusaba
dituangkan secara tertulis dalarn Perjanjian Kerja sesuai dengan pasal 54 ayar 1 ( c)
UU No.13!2003. Pcraturan Menteri Tenaga Kena Nomor l'er-Ol/MEN/1999
tentang Upah Minimum pada pasal 1 ayat 1. menyebutkan Upah Minimum adalah
upah bulanan terendah yang terdiri dari upah pokok termasuk tunjangan tetap,
Komponen upah buruh menurut BPS, 2010 terdiri atas.
a. 1: pah pokok adalah upah sebelum di tam bah dengan berbagai IUJljangan dan
jasa lainnya.
b. Twajnngnn adalah penerimaan bW11h bersifat rutin dan biasanya diternna
bersamaan dengan pembayaran upah seperti lw~wl8an jabatan, tuniangan
kcmehalan, uang transport, uang makan, uang hadir, dan sebagainya yang
diberikan secara tctap dan rutin dalam be.ntuk uang.
c. l/J)<th lembur adalah tambaban upah yang dibayarkan perusahaan terhadap
buruh, karcna melakukan perpanjangan jam kerja dari jam kcrja normal.
Upah Nominal merupakan upah yang ditcrima buruh sebagai balas jasa
alas pckcrjaan yang telah dilalmkan. Upah riil meoggambatkaa daya beli dari
pendapatan at.au upah yang diterima olch buruh. lJpah riil dihitung dari besarnyu
upah nominal di bogi dengan Indeks Hnrga Konsumen (llJK). Sistan pcncntuan
upah yang berlaku di Indonesia adalah sistern yang berbasis iodcks biaya hidup
dan Pcndapatan Dorncslik Bruto (l'l>B) per kapita sebagai proksi dari tingkar
33
2.4.1 Aoalisis statisfill. deskriplif
Data inflasi, data ukuran ketimpangan dan kcmiskinan yang dipcrolch
diana/isis secara s1aristik deskriptif. Dari basil analisis deskriptif diperkirakan
2.4 Aid Analis.is
Hipotcsis pencluian .ini .-.da.lah sebagai berikur.
I. Mcningkatnya inflasi akan memperparah ketimpangan pendapatan.
2. Meningkarny» inna.,; akan memperparah tingk.at kemiskinan.
2.3 Hipotesis
kernakmnran dan berbasts standar kebutuhan hidup layak dan lingkat inflasi.
Bcrdasarlr.an Peraturan Menteri Tenaga Kerja Nomor Per-Ol/MEN/1999
bahwa upah minimum ditemukan dalam rangka upaya mewejudkan penghasllan
yang layak bagi pekerja dengan rncmpertimbangkau peningkatan kesejahteraan
pekerja tanpa mengabaikan peniugkatan produkti vitas dan kemajuan perusahaan
serta perkembangan perekonomian. Penetapan upah minimum juga dilakukan
untuk mewujudkan besar upah minimum yang lebib rcalistis sesuai dengan
kemampuan perusahaan seeara sektoral. Upah Minimwn adalah upah bulanan
terendah yang terdiri dari upah pokok termasuk tunjangan tetap. Upah Minimwn
terdiri dari I Jpah Minimum Propinsi dan Upab Minimum Kabupaten/Kota. UMR
ditetapkan oleh Undang-undang Nomor 13 tahun 2003 tentang ketenagakerjaan,
namun sekarang ini dilakukan pendckatan bahwa pcnetapan UMR tidak melebihi
pertwnbuhan ckonomi karcna akan berdampak pada tekanan sektor riil yang pada
akhimya mcmicu Pemutusan Hubungan Kerja (PIIK).
34
Ukuran ketimpangan pcndapatan yang diguoakan adalah koefisien Gini
dan quintile, scdangkan ukuran kemiskinan menggunal::an persentase kcmiskinan.
2.4.3 Aoa)isis rel!:resi tu.nm! dao berpnda
Pcnetitian ini menggunakan data time-series dari 1976-2008. Menurut
Saleh (2004: 157) analisis derec waktu merupakan mctode analisis yang. ditujukan
untuk melakukan suatu cstirnasi maupun pccamalan pada masa ynng aken datang,
Analisis deret waktu dapat digolonglr:m ke dalam aoalisis jangka pendek dan
jangku punjong. Dalam jangka panj~ analisis tidak selalu dalam bentuk
persamaan garb linear. karena dalam jangka paujllllg banyak faktor yang ikut
mcmpengaruhi Iluktuasi dari data d<.7CI waktu,
I. Swioneritas. Sebelum dilakukan regresi linear maka perlu dilakukan
uji stasloneritas data. Data yang stasioner menjpakan data time series yang tidak
rnengandung akar-akar unit (unit rOlJls). Dengan adanya masalah keseimbangan
Yt, = a1 + /11 Inf,+ U.1 (2.1}
Ymr = <Zz + {J21nf, + ua (2.2)
di mana
Yt, ; ketimpang.an pendapetan
Ymc : kcrniskinan
tnf; : lnflasi
u : error
gambaran kondisi, perkembangan dan hubungan amara inflasi, kctirnpangan
pendapatan clan kemiskinan, Hubuogao yang diharapkan dari pengaruh inflasi
terhadap ketirnpangan pcndapatan dan kcmiskinan adalah.
35
c. Covariance (Yt, Yt+k) = konsian untuk scmua t,
Jika t statistik yang diperoleh lebih ~il dibandingkan dengan nilai kritis
label MacKinnon, maka cukup bukti untuk meoerima hipotesis bahwa dalam
pcrsamaan mcngandung akar-akar unit atau data tidak stasioner. Kondisi non
stasioner tcrjadi jika nilai raia-rata (mean). variance dan covariance yang tidek
konsistcn sepanjang waktu, Gujaraii (2004: 823) rnengemukakan bahwa jika ada
permasalahan yang berhubungan dengan variabel non-stasioner rnaka basil
estirnasi rnengalami rcgresi Jancung (spurious regression) yang rnemiliki dampak
antara lain koefisicn rcgresi penaksir tidak efisien.
Jika dari basil uji stasinneeitas bcroasarkan uji ADF dipcroleh data yang
belum stasioncr, maka menuTUI Gujarati (2004: 820) syarat stasionaritas model
ekonomi time series dupat diperoleh dengan cam proses diferensi data aiau
Difference-Stationary Processes (DSP). Prosedur uji ADF digunakan untuk
menguii stasionaritas data yang tclah didiferensi pertama (first difference). Jika
~ konstan unruk semua t.
= koostan untuk scmua t,
a. Meanc(Yt)
h. Variance (Yt)
variabel tersebut, maka dalam pcnclitiao ini dilakukan uji stasioneritas dengan
metodc Augmented Dickey Fuller {Al)}') test. Jika nilai statistik OF lebih besar
dari nilai kritisnya (nilai MucKin11on) maka data yang diarnati rnenuniukkan
stasioneritas (Gujarati, 2004: 818). Data dikatakan tidak stasioncr jika mean,
variance clan covariance <lat.a rersebur tidak konstan scpanjang waktu (Gudjarati,
2004: 799). Data time series yang stasioner mempunyai karakteristik sebagai
berikut,
36
D, : Distribusi pendapatan pada tahun t
di maria
D, = Po I P1LnPNB, + /32 fnft + f/3Pg, + P.T, + PsDi-1 + u, (2.3)
Mc= Po+ p, (m/Y), +Pi lnf, + PJPg, + fJ.T, +Ur (2.4)
Mr = Po+ /11 (m/Y)t + P2 Inf;+ {hPg, + p.,r, + P5M,.1 + uc (2.5)
dari hasil uji ternyata data time series bclum stasioner, maka dilakukan diterensi
kedua (2nd difference) dan sercrusnya,
2. U ji aa.msi klasik,. Pengujian asumsi klasik diperlukaa agar basil
anelisis tidak bias dan terbcbas dari beteroskedastisitas, multikolinearitas, dan
autokorelasi {Guiarati. 2004: 335). Multikolincaritas menunjukkan hubungan
linear antar variabcl bcbas, Heteroskedastisitas menunjukkan residual Iida\
mcmiliki varians yang konstan, Autokorelasi meaunjukkan adanya bubungan
antara variabel indcpcndcn dcngan depeodeo.
Dalarn ilmu ckonomi, ketergantungan suatu variabel teri kat atas variabcl
variahel bebas kadang tidal; bersifat seketika. Sangat sering variabcl tcrikat
bereaksi terhadap variabel bcbas dengan suatu sclang waktu, yang disebut dengan
lag (Gujarati. 2003: 657. Maruddani, 2004). Pada keedaan terterrtu, model
hubungan dalam ekonomi memerlukan nilai-nilai lag (lagged values). sehingga
harus dibentuk persamaan dengan model dinamis.. yairu pernoernukan mod"!
rnenurut perubahan waktu, Pengaruh intlasi lerhadap distribusi pendaparan dan
kemiskinan menurut Cutler Wl11 Katz (1991) menggunakan persarnaan sebagai
berikut.
37
(2.9)
(2.10)
i2.l l)
Model persamasn dasar (I):
Q" = flo+ fl1 In.ft + u,
C., = Po+ P1Inf~ + u,
M1t = /lo I P1In/i + u,
Model persamaan rcgrcsi pengaruh inflasi terhadap ketimpangan
pendapatan dan kemiskinan di Indonesia, I 9i6-2008 yang digunakan adalah.
cv,, = Po+ P1lnf,-1 + P2 Put+ p3UMRr + u, (2.6)
CV., = /Jn+ (J, Cft-1 + fJzlnf,_1 + {!3 Pur-1 + P4 UMR, + u, (2.7)
C:V" = Po+ P1 CV,_1 + P2lnf,-1 + ut (2.8>
Penelitian perkiraan dinamis dilakukan oleh Binencoun (2009) mengenai
pengaruh intlasi terhadap keumpangan pendapatan menggunakan ukuran
koevisien variasi (CV), dcngan perkiraan persamaan sebagai berikut.
u, : error
D,_1 : Distribusi pendapatan pada tahun t-1
LnPNB, : Pertwnbuhnn Produk Do111<:stik Bruro
M, : Tingkid kemiskinan agregat pada tahun I
Mr-1 : Tingkat kemiskinan agregat pada tahun t-I
(m/Y)1 : Rasio garis kemis.kinan dan median pendapatan
Inf, : Tingkat inflasi
Pg, : Tingkat pengangguran
Tt : Tren waktu
38
Q,1 : Quintil pada tahun t, yang dikclompokkan menjadi tiga
Q12 : quinlllf! 12, adalah 40 persen penduJuk berpendapatan terendah
Q34 : quimi!« 34, adalah 40 pcrsen penduduk bcrpendapatan menengah
QS : quintile 5, adalah 40 persen penduduk herpendapatan tcrtinggi
Q,_1 : Quintile pada rahun t-I
G,, : Koefisien Gini pada tahun t, terdiri dari:
Gk : Koeflsicn Gini kola
Gd : Kocflsien Gini desa
GI : Koefisien Gini lndonesia
G,_1 : Koefisien Gini pada tahun t-l
M,. : Persentasc kerniskinan pada tahun t, terdiri dari:
Mk : Persentasc kemiskinan kota
Md : Persentase kemiskinan desa
rl1 mana
(2.15)
(2.16)
(2.17)
Mndel persamaan dinami$ (3):
Q,i =Po +fJ1lnft-1 + fJzPBt-1 +fJalnUMR,+fJ4Qc-i + u,
G., = Pu+ f11 lnfi-1 + P2 Por-1 + f13lnUMR, + fJ4Gr-1 + Uc
M,t = Po+ Pilnfi-1 + P2 PYt-1 + {J3lnUMRt + fJ.M,_1 + u,
(2.12)
(2.13)
(2.14)
Model persam11an ~tatis (2):
Q., = Po+ P1lnft + flz Pg,+ fJ3lnUMR, + u1
Git= fJo+ Pain/;+ P2 Pgt + fJ3lnUMRi + u,
M,. = fJo+ P1Infr + P2 Pgc + {J3lnUMR, + u,
39
Ml : Persentasc kemiskinan Indonesia
Mt-I : Persentase kemiskinan pada tahun 1-1
lnft : Tiugkat infllllil pada tahun I
/nfr-: : Tingkat inllasl pada tahun l-1
Pgt : Tingknt pengangguran pada tahun t
Pg, 1 : Tingkat pengangguran pada tahun t-l
UM Rt : Upah minimum regional
40
41
Gmnbar2.3 Gambaran langbh analisis
-------------------· tusil analisis regJCSi
, _ I I
,---------------~ : Uji Asumsi K.lasit. : --------r-------·
r------------- : Model dirwnis l -------r-----·
1----------- L~l~--: ·- ------ -- -- : Model dasar : -----i-- ,
Difference stationary , 1 , : Analisis statb1ik : : ~~
·---------------~---------------------- : Analisis regresi mnggi1l dan ~ : : Perkir.wt pen;amaao menggunakan tiga model : -------------~-------- ----------------------·
f Melode
Sbsiooer
Uji stasioneritas ADI' 1«£1 - (Augmented Dichy Fuller)
----------------~
I
!* Laju inflasi :* Ukuran ketimpaog,an(koefisien Gini, q11inrile) :• Uk111an kemiskinan (persentasc kerniskinan) :• Tingkar pengangguran :• lJMR ~------------·----
.------~--~-------------------------, Data time series (1976--2008)
42
3.1.l Data dan sumber data
Jcnis data yang digunakan adalah data sekunder yang bersumbcr dari
publikasi data statisrik yan_g dikeluarkan oleh Badan Pusat Statisdk (BPS). Data
sekunder merupakan data y1mg diterbitkan dan diznnakan oleh organisasi yang
bukan pengolahnya (Socramo dan Arsysd, 2008: 11). Data sekunder dalarn
pcnclilian ini menggunakan data time series dari tahun 1976-2008, yang diperoleh
dari buku laporan statistik tahunan, tri wulan maupun laporan bulanan dari BPS,
Sumbcr data diperoleh dari studi kepustekean dengan cara 1nempelaj11.ri
berbagai litcraluc sena tuli5an·tulisan yang berhubungan dengan masalah yang
sedang dltelitl, Studi dokumenter dilakllkan dengan cara mempelajari data dan
hasil penelitian dari BPS dan Bank Indonesia (Bl) yang terdiri atas.
1. Data laju inflasi urnum tahunan diperoleh dari Buku Statistik Tahunan BPS
dan buku Iadikator Perekonomien bulanan BPS.
2. Koefisien Gini diperoleh dari Buku Sratistik T ahunan BPS berdasaekan data
hasil Survey Sosial Ekonomi Nasional (SUSEl'AS) dengan pendekatan
pengeluaran, Koefisien Gini yang digunakan dibedakan menurot wilayah
perkotaan, perdesaan dan Indonesia sceara umum.
3. Daw distribusi pcndapatan dengan pendckatan pengeluaran dipernleh dari
Buku Statistik Tahunan BPS dan Data Penduduk Menurut Pengehiaran BPS
tc1diri dari data dis!ribu.si pendaparan dalaln quintile dan decile.
3.1 Cara Peoelitian
BAU Ill
A1'AL1SIS DATA DAN PEMBAHASAN
3.1.l Bata.un din defio"i ouerasioalll variabe(
Babasan yang dipalcai dalam penelirien meliputi wilayah Indooesia, dari
rahun 1976-2008. Definisi operasional dari variabel tidak bebas yang
dipergunakan dalam pencl itian ini adalah kC?timpangan dun kemiskinan yang
terdiri ates,
l. Koefisien Gini
Ukurau k.c:liulp<111gan dinyalak.an dalam koefisicn Oini dan distribusi
pendaparan dalam qujnti/e. Variabel koefisien Gini merupakau ukuran
kctimpangan dengan mengukur luas kurva Lorene yang rrembandingkan
distribusi ~!ase kumulatif penduduk dan distribusi pcndapstan, Koefisien
Gini dibagi dalarn wilayah kola, desa dan wilayah Indonesia.
2. Distribusi pendapatan dalam quintile
Vanabel distribusi pendapatan merupak:au ukurao kerimpengan pcndepatan
yang diperuleh <Jengan pendekatan pengeluaran. Distribusi pendapatan dibagi
dalam tiga kelompok yaitu 40 persen penduduk berpendapatan terendah
(Qt:!'), 4-0 person penduduk berpendapalan menengah (QJ4) dan )0 persen
penduduk berpcndapatan tinggi (QS).
4. Persentase kemiskinan mcnurut BPS diperoleh dari buku Laporan Indikator
Ekonomi bulanan.
5. Data tiligktsi pt:ngangguran diperoleb dari buku tahunan Keadaan
I:\ uruhiPekerj a di Indonesia.
b. Vpah Minimum Regional cliperoleh dari buku lndikat<>r Tingkat Hidup
Pek.erja dan buku lndikator Ke....ejahtcraan Rakyat.
43
3. Persentase kemiskinan
Ukuran kemiskinan yang digunakan adalah persentasc kemiskinan yang
mcrupakan perbaodingan jumlah pendnduk di bawah garis kemiskinan
menurut BPS dibagi jumlah pmduduk keseluruhen. Penduduk miskin adalah
penduduk yang rnerniliki rata-rata pengeluaran per kapua per bulan di bawah
garis kemiskinan, yai tu ni lai pengeluaran kebutuh.an minimum makaoan yang
disetarakan dengen 2.100 kilo kalori per kapita per hari dan keburuhan
minimum non-makanan (digunakan untulc pemmahan. sandang. pendidikan,
dan kesehatan ).
Definisi operasional dari variahel bebas yang dipergunakan dalam
peneiitian ini adalah.
I. lnflasi
V ariabel inflasi adalab keuaikao harga :;ejumlah barang dan j asa yang secara
umum dikoesurns] rurnah tangga. Laju infusi dipero!ch dari perubahan lndeks
Barga Konsumen (IHK) umum tabunan. Sebelum lahun 1990 inflasi dihirung
dari 17 kota, pada 1990-1996 dihitung di 26 kota, pada 1997-2003 dihitung di
44 kora, pada 2004-2007 dihitung di 45 lrota dan mulai 2008 inflasi dihitung di
66 kola di Indonesia.
2. Pengangguran
Pengangguran Terbuka (unemploym1:n1), adalah penduduk yang tidek bekcria,
terdir i dari mereka yang rncneari pckcrjaan, mempersiepkan usaha, lidlik
rnencari pckerjaan karena merasa tidak mungki..n merxlapatkan pekerjaan, dan
sudah punya pekerjaan tetapi beluru mulai beketja. Tingkat Pengangguran
44
3.2 ADafllrir; J\rdrriptif
Analisis statisuk deskriptif yang dilalrukan rneliputi jumlah observasi. nilai
rara-rata, nilai standar deviasi, nilai maksirnum, dan nilai minimum dari masing
rnasing variabel. Hasil analisis deskriptif pads tabel 3. t menunjukkan bahwa nilai
~rtinggi dari koefisien Gini kota, koefisien Gini Indonesia dan 20 pcrsen
penduduk berpendapatan tcninggi (05) terjadi pada tahun 1978 dau 2007.
Koefisien Gini desa tcrtinggl terjadi pada tahlJD 1978. Pemlapalan kelompok 40
persen pendu<luk berpendaoaran terendah (Ql2) dan znenengah (Q34) relatificrap
Terbuka adalah rasio antara jumlah pengunggur dengan jumlah angkatan
kerja. Penduduk usia kerju yung digunak.an sebagai batasan di Indonesia
adalah penduduk usia JO tahun kc alas (~lwu !998) dan penduduk usia 15
tahun ke atas (mulai 1998 sampai deogan 2008).
3. Upah Minimum Regional (UMRi
Data llMR Indonesia diperoleh dari data Upah \.linirnwn Provinsi (UMP) dari
pmvinsi-provinsi yang ada di Indonesia.
Pcndataan oleh BPS dilakukan benlasarlcan dara susenas modul konsumsi
dan kor, Data yang diguoakaa dilakukan teknik interpolasi dengan metode linear
interpolauon dan intrapolasi menggunakan SPSS 17.0. lnterpelasi data adalah
menaksir data a.tau memperkirakan data di antara dua kcadaan (misalnya waktu)
yang bcrurutan.
3.1.3 Lokasi clan waktll penelitia o
Lokasi penelitian adalah wilayah Indonesia dari pcriodc tahun 1976-2008
yang dilakukan pada bulan Juli -Septemoer 20 IO.
45
distrihusi pendapatan di Indonesia. Pertumbuhan sekior nen-pertanian
konsekuensi terhadap pertumbuhan ekonont.i. pengentasan kemiskinan dan
Pada awal tahun 1970-an, harga minyak yang tinggi mempunyai
ekonomi mcmbaik, kemiskinan menurun dalesu jangka panj1111g.
mcnangani rescsi yang terjadi tahun 1965, inflasi berkurang dan pertumbuban
bcrangsur mcnunm. Dengun kebijakan slabili:ia~i antara tahun 1966-1969 untuk
kemiskinan, dan penataan perekonornian yang makin kuat membuot kemiskinan
tinggi. Besamya perhatian pemerintah mengenai program pengentasan
masa ilu. l11done~i11 pada tahnn 1960-!lll adalllh negara deni.can jumlah kemiskinan
penataan perekonomian setelah perang sehingga tingkat kemiskinsn tinggi pads
Penurunaa kcmiskinan terja.di karena masa orde lama merupakan awal
Tabel 3.1 Hasil Analisis Slatistik Deskriptif
Ubservasi Ra!a·rata Standae Maksimum Minimum deviasi Koefi$ien Gini Kola 33 0.338 0,018 0.380 OJIO Koefisien Gmi Desa J:.S 0,272 0,026 0,340 0.240 Koelisien Gini Indonesia 33 0,336 0.018 0.380 0.308 ~?1un1ile 12 33 20,454 0.906 21.6ol0 18,IOO 'Jtunti;e 34 33 37,011 0.643 311.190 35.IUO ~hunlii1> S 33 42,S79 1,124 ~S,300 41,.200 't."t"Sentase Keniistinan 'Kota JJ 18,766 7.413 38,790 9.760 ?erseola~e K.tmisl:1n..in Desa 33 21,362 6,S06 40.370 13,790 Persemase Kem1slinan Indonesia 33 20,176 6.705 40.0SO 13,670 ~nnasl 33 11,157 12.S65 i7.630 Z.010 Pengangguran 33 4,86& 2,957 10,280 1.656 In Upah Mini~um Regional 33 11,117 1,442 13,520 8,670
Sumber: BPS diolah
tahun ke tahun baik di wilayah kota, desa maupun di Indonesia.
tertinggi antara tahun 1976-2008 terjndi pada 1976 dan berangsur menurun dari
dengan standar deviasi masing-masing 0,906 dan 0,643. Persentasc kcmiskinan
46
menciptakan lapangan pckcrjaan dan mcnycbabkan tingkl11 migrasi yHng linggi ke
daerah perkctean. Amara tahun 1976-1980 tingltHt kerniskinan menurun di daeruh
perkotaan maupaun perdesaan, meski demikian, ketimpangan pcndapatan
meningkat antara daerah perkotaan dan perdesaan, Karena pertumbuhan penduduk
di perkotaan bcgitu besar, angka di bawah garis kemiskinan di daerah perkotaan
berkurang lebih cepat. Penduduk yang hidup dalam kondisi rniskin terus
berkurang pada 1 980 sampai periode sebclwn krisis keuaogun 1997 walaupun
tiduk sebanyak pada periodc 1976-1987.
ta,iu inflasi tcninsgi terjadi pada tahun 1998. saar tcrjadinya krisis
ekonomi. Sebelum tahun 1997. Indonesia berhasil meningkatkan program
pengentasan kemiskinan, tetapi krisis moneter yang dimulai pada tahun 1997
mcrubah hal ini. Vampak hlll'Uk dari krisis rJcon1m1i pada saat itu sangat
berpengaruh terhadap scrnua sektor ekonomi. sosial dan politik. Pada tahun 1998,
krisis mcmpunyai darnpak bwuk terhadap perekonornian, banyak terjadi
pemutusan hubungan kcrjo (PHK) dan pcngangguran karcna industri-industri
perkotaan yang tutup clan bauyak pioyd.-proyc:k pembangunan yang terherui.
Dampak krisis sangat dirasakan oleh pcnduduk perkotaan, PHK mernbuat
ribuan penduduk dengan penghasilan rrodah kefuar dari sektor formal, dan
berpindah kc scktor noo-formal. Tingkat penganggeran yang tinggi. ditambah lagi
dengan laju inf\a.~i yang tioggi pada tahun 1998, sangat mengurangi daya beli
masyarakat miskin. Tinglwt kemiskinen zneningkat di se!uruh rndcnesia.
peningkatan kerniskiran ini lebih tinggi di daerah pcrkoteen daripada di
perdesaan, Persemase kemiskinan pcrkotsan me.niugliu 4,27 persen, hampir dua
47
3.2.l Ketiropangao esndi.patan dan perseotasc kcmi.,iunan
Kemiskinan di Indonesia dari tehun 1976 sampai dengan 2008 cenderung
mcnurun, namun demikian distribusi pendapatan oonderung meningkat dalam
dasa warsa terakhir, Pada gambar 3.1 dapat dilihat bahwa dari tahun 1976 sampai
dengan 1990-an keumpangan pendapatan dan persentase kemiskinan menurun
seeara bersama-sama Serelllh tahun 1990-an hubungan ketluanya tidak konsisten.
Pemngkatan persentase kemiskinan diawal tahun 19\17- 2000 dan di tahun 2006-
2007 disebabkan adanya krisis.
Daimon dan Thorbecke (1999: 5) berpendapat bahwa penurunan
ketimpangan pendapatan atau perbaikan distribusi pendapatan sclalu tidak
konsi s 1en dengan berlllrnhahnya tingkat kemiskinan, lccuali jika tcrdapat aspek
yMg mendasari inkonsistensi tersebut (libat BPS, 2008b). Aspek yang
mempengaruhi iersebut adalah variasi disuibus! pendapatan dari kclas terendah
meningkat secara dr<tljli~ sebagai ak.ibat krisis, dan persoalan metodologi berkaitan
dengan pengukuran kemiskinan dan indikator ketimpangan.
Koetisien Gini terendah justru terjadi pada saat perscntase kemiskinan
meningkat yang terjadi pada tahun 1997 saat krisis ek.onomi. Angka koefisien
Gini pada periode 1976-20011 di Jndonesia berfluktuasi. Sebelum tahun 1980-an
kefisien Clini tcrtinggi tetjadi pada tahun 1978. Pad.a periode 1980-1990 koctisicn
Gini lebih konstan dengan tren menurun, Setelah I 990, koefisien Gini mulai
kali lipat peningk.atan di perdesaan (2,97 persen). UMR menyesuaikan dcngan
tingginya laj u intlasi, sehingga dari tnhun ke tahun UMR semakm tinggi. tetapi
kenaikaa lJMR ini belum menjawab upah riil sebeoarnya,
48
diikuti oleh peningkatan koefisien Gini, sedangkan penurunan tajam inflasi diikuti
tajam pada tahun 1999 sebesar -75,62 persen. Kondisi tingginya inflasi ini tidak
inflasi tertinggi terjadi di tahun 1998 sebesar 77 ,63 persen, diikuti penurunan
merata di banding daerah perkotaan. Laj u inflasi tinggi terjadi pad a tahun 1997,
koefisien Gini lebih rendah, artinya distribusi pendapatan di derah perdesaan lebih
fluktuasi koefisien Gini Indonesia (lihat gambar 3.2). Daerah perdesaan memiliki
Gini Indonesia, sedangkan fluktuasi koefisien Gini desa cenderung mengik:uti
Koefisien Gini di perkotaan besarannya cenderung mendekati koefisien
3.2.2 lnflasi dan koefisien Gini
Gambar 3.1 Persentase Kemiskinan dan Koefisien Gini di Indonesia, 1976-2008
1976 1979 1982 1985 1988 1991 1994 1997 2000 2003 2006 2009 Tahun
-..- Persentase Kemiskinan Indonesia - Koefisien Gini Perkotaan dan Perdesaan
0
45 40 0,39
~ 35 0,37 c:
30 0,35 IV c 32
c -~ 25 E 0,33 CJ Q.I 20 c: !><!'. (LI (LI 0,31 ·;;;
~ II\ 15 QI llJ .., 0 c 0.29 !><!'. QI 10 II\ ..... C1I
0,27 a. 5
kembali meningkat pada periode 1999-2007 dan turun kembali pada tahun 2008.
koefisien Gini ada kecenderungan menurun pada periode 1996-1999 namun
meningkat sampai mengalami puncak ketimpangan pada tahun 1996. Anglea
49
karena krisis. Kondisi pada kedua periode tahun tersebut tidak terjadi pada krisis
1999 sebesar 0,33 di mana pada tahun itu adalah periode setelah inflasi tinggi
koefisien Gini tinggi mencapai 0,36 dan kemudian menurun tajam pada tahun
yang merupakan periode setelah terjadinya inflasi tinggi. Pada tahun 1996
misalnya kenaikan Gini pada tahun 1978 disusul penurunan Gini pada tahun 1981
terjadi setelah kenaikan drastis koefisien Gini pada beberapa tahun sebelumnya,
drastis harga minyak yang dirnulai pada tahun 1973. Penurunan koefisien Gini ini
menurun. Tingginya koefisien Gini pada tahun 1978 terjadi karena kenaikan
tinggi yang terjadi pada tahun 1979 dan 2007, koefisien Gini pada semua wilayah
Berdasarkan grafik pada gambar 3.2 dapat dilihat bahwa setelah inflasi
Gambar 3.2 Inflasi Tahunan dan Koefisien Gini, 1976-2008
- Koefisien Gini Perdesaan - koefisien Gini Perkotaan
-+- Koefisien Gini Perkotaan dan Perdesaan ------ inflasi
1976 1979 1982 1985 1988 1991 1994 1997 2000 2003 2006 2009
Tahun
0,23 0
0,25
0,33 ·c: (!:)
0,31 c: .~ V)
I;: 0,29 QJ 0 ~
0,27
*' 50
·~ 40 4= ~ 30 .., ro ~20 c: i= 10
0,35 60
0,37 70
80 0,39
90
berarti keadaan menguntungkan pada waktu krisis terjadi.
oleh penurunan koefisien Gini. Distribusi pendapatan yang membaik bukan
50
3.2.3 lolbsi dao distribu~i pend•D!tan d•lam g11intik
Distribusi pcndaputan dolwn quintile pada tahun I ~76-2008 dapat dilihat
pada gambar 3.3. Penduduk berpendapaten lerli.nggi sebanyak 20 persen (Q5)
mempunyai bagian pengeluaran lehih bessr dari 4Q person pcnduduk
bcrpcndapman menengah (Q34) dan 4() persen penduduk berpendapatan rcndalt
(Q12}. Besamya bagian pengeluaran kelompek Q12 adalah antara 18,10 persen
sampai dengan 21,titi person dari total pengeluaran penduduk. Bagian pengeluaran
Q34 sdalah sebesar 35,10 pcrsen sampai deogan 38,43 pcrsen dari tot;~
2006. Koefisien Gini setelah krisis tahun 2006 terns meningka; hiogg<i akhir tahun
200R. Banyaknya gon1:11.11g11u politik, goncllllgan ekonomi, kemsuhan, kenaikan
harga minyak, koodisi perekonomian global, kemampuan pemerintah mengatasi
permasalahan ekonomi makro <lan sebugainya membuat infla~i terus merangkak
naik s.umrai dengan akhir tahun penelitian,
Koefisien (jini di kota lebih tinggi dari perdcsaan kurena banyaknya
urbanisasi penduduk dari dess ke kota untuk menclapat pckerjaan/upah y11Dg lehih
baik. Tmgginya ketimpaugan juga karena sebagian kelompok masyarakat y1JJ1g
berpendidikan tinggi dan sebagian lainnya berpendidikan dasar atau kurang (Akita
dkk, 1999). Tingkat ketirnpangan yaug diulrnr dengan pengeluaran rumah tangga
biaSllllya lcbih besar danpa(Ja pengclWll"an rumah tangp per kapita. Ha.~il
pcnghitungan Akita dick ( 1999) dengan pcndekatan pengeluaran rumah taagga
menghasilkan koefisien Oini p-.ida 1987, 1990, dan 1993 masing-masing adalah
0,372; 0,:361; dan O,'..l7S yang sccara signilikan lebih besar dari perkiruan BI'S
(0,32; O,'..l2; dan 0,'.)4).
51
penurunan pada saat terjadinya krisis tahun 2006 (lihat garnbar 3.3).
persentase pengeluaran pada saat terjadinya krisis tahun 1997 dan mengalami
Kelompok 20 persen penduduk berpendapatan tinggi (Q5) mengalarni kenaikan
besar pengeluaran 40 persen penduduk berpendapatan rendah dan menengah.
meningkat dari total pengeluaran. Pada saat krisis tahun 2006, terjadi penurunan
peningkatan, artinya bagian pengeluaran pada golongan rnenengah ke bawah
berpendapatan rendah dan rnenengah (QI 2 dan Q34) mengalami sedikit
Pada krisis tahun 1997, bagian pengeluaran 40 persen penduduk
Gambar 3.3 lnflasi Tahunan dan Distribusi Pendapatan di Indonesia, 1976-2008
__,.,_Q34 Tahun
-<>-Q12
2001 1996 1991 1986
47
42
~ 37 e c: (0 ..,
32 (0 Q. (0
'O c: (ll
27 Q. (ll
"' IV .., c:
22 (ll
"' ... Q) Q.
17 2006
-os
80
70
60 ~ - 'iii 50
n:s ;;:: c 40 .... n:s
..ll:: 30 bO c i= 20
10
0 1976 1981
--e- inflasi
variasi sebesar 1,63.
tinggi dalam QS mempunyai pengeluaran lebih dari 40 persen pendapatan dengan
sampai dengan 45,30 dari total pengeluaran penduduk. Penduduk berpendapatan
pengeluaran penduduk. Bagian pengeluaran kelompok Q5 adalah sebesar 41,20
52
kebutuhannya.
berpendapatan rendah dan mengurangi kemampuan penduduk untuk memenuhi
mengalami peningkatan (gambar 3.4). Tingginya inflasi merugikan penduduk
krisis karena naiknya harga minyak tahun 2006, persentase kemiskinan kembali
peningkatan clan kemudian menurun seiring penu.runan laju inflasi. Pada saat
Pada saat krisis tahun 1997, persentase kemiskinan mengalami
Gambar 3.4 Inflasi Tahunan dan Persentase Kemiskinan, 1970-2008
~ Persentase Kemiskinan Pertcotaan dan Perdesaan -o- Persentase Kemiskinan Perkotaan - Persentase Kemiskinan Perdesaan
---intlasi
10
0
1976 1979 1982 1985 1988 1991 1994 1997 2000 2003 2006 2009 Tahun
* 60 ·:a 50 ~ c - 40 ...
C'O
~ 30 c i= 20
45
40
35 ~ c
30 "' c ~ II) 25 ·e Q)
.:>e. 20 (I)
II) IV ...
15 c Q) II) ....
10 Q) e,
5
70
90
80
perdesaan.
wilayah perkotaan, artinya banyak penduduk miskin yang tinggal di wilayah
berfluktuasi. Persentase kemiskinan di wilayah perdesaan lebih tinggi dibanding
fluktuasi inflasi. Setelah periode 1976-1993, persentase kemiskinan mulai
Persentase kerniskinan menurun dari 1976-1993 tan.pa terpengaruh oleh
3.2.4 Inflasi dan persentase kemiskinan
53
3.3.1 U!i stasioneritas
Habungan antar variabel ekonomi dalam jangka panjang dan jangka pendek
pada wnumnya menggunakan data time series. Salah satu proscdur yang hams
dilakukan daJam model esrimasi eeonoeii dengan data time series adalah menguji
apakah data time series stasioncr ataukah tidak stasioner.
Stasioneritas data time series adalah apabila suatu data time series mcmihki
rata-eata dan memi l iki keceodeeungan bergerak mcnuj u rata-rara. Data disebut
stasioner jika rara-rata, varian, dan kovarian pada setiap l<11t adalah tetap sama
pada setiap waktu (Maruddani dkk, 2008), data akan sering melewati sumbu
horizontal. dan autokorelasinya akan menurun dengan teratur untuk lag yang
cul:up bessr. Data ridak stasioner jika rata-ratanya rnaupun variannya tidak
konsten, berubah-ubah sepanjang waktu dan akan memiliki rime varying mean
aiau varians yang beruhah terhadap wakm (Maruddani dkk, 2004; Gujarati 2004:
797). Apabila asumsi stasioneritas data tidalc dipenuhi, menurut Gujarati (2004:
80{)) akan menyebabkan tcrjadinya regresi lam:ung (spurious regression).
Stasioneritas data dapat diketahui deogan berbagai cara antara lain analisis
grafis. Iungsi autokorelasi dan correlogrem (ACF), dan uji akar unit. Beberapa
metode dilakukan w1tuk menguji adai!}'li akar unit, diantamya adalllh uji Dickey.
Fuller (DF), uji Augmented Dickey-Fulfer (ADF}, Peagujian signifikansi lebih
dari satu koefisien, dan 4ji akar unit Philips-Perron (Gujarati, 2004: 807). Dalam
oenelitian ini dilakukan uji Augmented Dickey-Fuller (ADF) untuk menentukan
apakah suam data time series mengandung akar unit (bersifat non-stasioner]
3.3 Hasil Aaalisil Data d!n Pembahasan
54
statistik lebih kecil dari t-tabel sehingga data tersebut belum stasioeer, Oila
kerniskinan indonesia, tingkat pengangguran dan JnUMR mcmiliki nilai absolut t-
Variahel quintile 12, quintile 5, persentase kemiskinan kota, persentase
kntis, malr.a hipotesis yang menyatakan bahwa data bersifirt stasioner diterima,
kcmiskinan desa dan inflasi memiliki nilai absolut t-statisuk Iebih besar dari nilai
variabcl koeflsicn Gini kota, Gini desa, Gini Indonesia, quintil« 34, persemase
konstanta dengan iren, Hasil uji stasioneritas (lihat tabel 3.2) menunjukkan bahwa
signifik1111 dalam tren, maka uji akar unit pengangguran dan lnUMR mcnggunakan
dalarn uji ini tidak signifikan. Karena variabel pengangguran dan InUMR
persentase kerniskinan dan inflasi menggunal<an konstanta tanpa tren karena tren
Uji akar unit pada variabel kocfisien Gini, distribusi pcndapatan,
stasioner stasioner stasioner
tidak stasioner stasiouer
tidal stasioner tidak stasiooer
stasioner tidal: stasioner
Stasioner tidak stasioner tidak stasioner
llasil
Tabel3.2. Hasil Uji Akar Unit dengan ADf
.... ,_ - .. Variabel t-scatistik t tabel • Prob
Koefisien Gini Kott -3,5670 -2.96 0,0128 Koeflsien Gini Desa -3.6036 ·2,% 0.0117 Koefisien G1ni [ndonesia -3.7519 -2.96 0,0080 Qumtife 12 -1.8205 -2.96 0,3642 Quinlil< 34 -3,4210 -2,96 0,0171S (_>uimile ~ -2,0983 -2,96 0.2-%6 Persentase Kcmiskinan Kota ~.l,9359 -2.96 0.0523 Persentase Kemiskinan Desa -3.81159 -2,96 0,0056 Persentsse Kemiskinan Indonesia -2.6065 ·2,96 O,Hl2~ lnflasi -6,0207 ·2,96 0,0000 Penganwm•n -2,6834 -3.56 0.2497 In Up11h Minimum Regional -2..0562 -3,56 0549.S • signifikasi pada a: 5%
diliha1 pada tabel 3 .:?.
nilai ADF lebih besar dari nilni kritis MacKin11on. Ilasil uji stasioncritas dapat
ataukah sudah stasioner. Dara time series yang diarnati smsioncr jika mcmiliki
55
kenormalan (Gujarati, 20-04: 71)).
(best linear unbiased estimator = BWE), dan dengan asumsi efisicn clan
penaksiran ors dari koefisien regresi adalah penaksiran tidak bias linear terbaik
Square (OL:S). Dengan bcberapa aswnsi berdasar fe.orema Gauss-Markov.
dipcnuhi pada analisis regresi linear berganda dengan peaaksiran Ordinary Least
Uji asumsi klasik rnerupakan persyaratan statistik penting yang harus
3.3.2 Uji asqmsi klasik
Indonesia stasiuner dengan di fcrensi kedua,
besar dari nilai kriti.s. ~hingg;i. <law .rudah Slasionec. Data persentase kemiskinan
kemiskirum kota, tingkat pcngangguran dan lnUMR meu.i.ilik.i uilai t-statistik lebih
dilakukan difcrensi pertama, varisbel quintile 12, quintile 5. persentase
Tlasil uji dernjat integrasi pada label 3.3 dapa1 simpulkan bahwa setelah
-··· Variabel I-label Prob" Hasil Diferensi I-stat
<)u/1111le l 2 -6..3503 -2.96 0.0000 stasioner 1 st difference (,!uinJ1le 5 -7.3R22 -2,96 0.0000 stasioner I ~t dlffereni:i: Perseniase Kemisk.inan kola -4,9649 -2,96 0,00~ stasieeer I sr dljfenn<:e Pcrsomase Kemiskinan Indonesia -5,8915 -2.'H 0,0000 stasioner ]>td differe11ce Peagaugguran -4. 791:? -3,51) 0.0029 srasioner lJt diffet>ence In Upah Minimum ~gion.al -4,9598 -3,56 0.0019 stasiu11c .. r ht dUfertnc:I! • sig,,lfi"a.qi pada a: 5%
'fabel 3.3 Hasil Diferensi Data
stasioner dilakukan Znd dtf/erence dan seterusnya sampai data stasioner.
stuuonory, yaitu dilakukan diferensi data mulai darifrrsr difjerefK:e, apabila belwn
berapa J .. u. akan stasioner, Pada data non-stasioncr dilakukan dijferen<:e
dcntjat integrasi. Tujuan pengujian ini adalah uutul mengetahui pada deraiat
variabel yang diamati bclum stasioner dalam uji akar unit, maka dilakukan uji
56
tidak linear. Hasil uji linearitas pada model 3 mcnunjukkan bahwa nilai F-hitung
model adalah linier. Pada model 2 hanya Quimile 34 yang menuojukkan model
dan kemiskinan Indonesia mempunyai nilai probabilit:as diatas O.OS sehingga
Indonesia, Quinlile 12, Quintile 5. persentsse kerniskinan kota, kemiskinan desa,
Hasil uji linearitas pada model I menunjukkan bahwa koefisien uini
Variabel tidak bebas Madel r- Model 2• Model 3• Koefisien Gini Kota t.ineur Linear K.oeii•ien Gini INsa Ti<bk Linear Linear Linear K.oefisien Oini lndoncsi« Linear Linear 1 .. Uieltr Quint1lt 12 Ll1 ...... Linear fidak Linear Quint1/e ~4 Tidal Linear Tidsk Linear' Quimile 5 LlDW' Linear Linear Persentase Kemiskinan Kota Linear Linear Lineo:r Persentase Kem isk i nan Dcsa Linear l .inear Linear Persentasc Kemiskiuan lmluue:si., Linear Linear Lmear • signifikasi ra<la u: 5°/o
Tahel J.4 HasiJ Uji Linearitas Mvlkl Persamaan Regresi
model linear dilOlak. Ha~il uji linearillls model dapat dflihat J)o'.lda 12bel 3.4.
Jika F-sta1istl.k lebih besar dari F-tabel maka hipotesis yang menyatakan bahwa
perbandingan nilai F·3tatistik <.11111 f·label, atau dengan melihar probabilitasnya.
Untuk mengerahui apakah model penamaan regresi linear rnaka dilakukan
menggunakan uji Ramsey Reset.
Metode yang digunakan umuk menguji linearitas model adalah dengan
persamaan regresi konstan untuk setiap variahel bebasnya {Sumodiningrat. 2001).
ataukah tidak linear. Bcnruk linear adalah bahwa lereng (slope) dan tmercep:
untuk mengetahui apakah model persamaan regresi yang diguaekan adalah linear
dalam variabel dan dalam parameter. Oji spesilik.llsi linearitas model diperlukan
I. tlji linearita.,. Lioearitas mernpunyai dua pengertian, yaiiu lineantas
57
"' ~igoifikasi pado a: 5% ---------·--····-------- ---------
Qui11111~ 5 Persemsse Kemiskin.an Kota Persentase Kemiskinan Desa Versentase Kemiskinan lnd()nesia
rwnnal normal normal
tidal<. normal tidal\ normal 1id.1k normal tidak normal tidak nonnal tidak nonnof
Koefisic.'11 Gini Ki>!a Koefisien Gini Desa Koefisien Gini Indonesia Quinrile 12 (luim1le 34
Variabel Oi81ribusi residual Mudel2* \.fodel 3•
normal tidak normal normal tidak normal normal tidak normal
tidak normal tidal< normal normal normal
!idak aorm11/ 1i<lak •K>nmtl tidak n<)rmal !idak nonru.l
normal normal tidal< norma.l tidak normal
Tahel 3.5 Basil Uji Normatilas
diterirna.
t tabel maka hipotesis yang meoyalalcan bahwa residual berdistribusi normal
Jarque-Bera maka dapat dikelahui hahwa jika nilai JR hitung Iebih kccil dari nilai
parameter rata-rata dan varians. Dengan menggunakan uji distribus! normal
variabel data yang berdistribusi normal. Distribusi normal tcrgantung pada
rnengukur kemiringan dan kemencengan suatu variabel datu dibandingkan dcngan
mengetahui apakah residual berdistribusi normal ataukah tidak normal. Uji ini
l. Uji normalit•~. lJji normalita<; dengan Jaque-Bera (JR) untuk
ditolak.
0,339 dan 0,469 hipotesis yang menyatakan spesdikasi model adalah linear
Sedangkan pada variabel quintile 12 dan qunlile 34, dengan nilai probabilitas
bahwa spesifikesi model y<mg digunakan adalah bentuk linear dnerima,
k), 11 = 0,05) = (4; 26; 0.05) sebesar 4,14 sehingga hipetcsis y<tng menyatakan
persentsse kemiskinan lebih kecil dnri Fvtabel (numerator [k- 1), denominator (n-
pada variabcl koefisicn Gini kota, Glni desa, Gini Indonesia. quintil<: 5, dan
58
Hasil uji nonnalitas pada carol 3 .5 menunjukkan bahwa pada model I,
residual koefisien Oini kota, Gini desa, dan Oini Indonesia Ldllh berdistrlbusi
11orm>11. Pada model 2 koefisien Gini kota, Gini desa, Gini Indonesia, quintile 34,
dan perseraase kemiskinan desa rnenunjukkan bahwa residual berdistribusi
normal. Nilai JB vuriabel koetisien Gini kola, r.ini desa, Gin.i Indonesia, quintile
12. quintile 5. persentase kemiskinan kota, persentase kemiskinan Indonesia pada
model 3 lebih besar dari nilai kritis dengan probabilitas 0,05 mukn residual tidak
berdistribusi normal. Unmk persamaan linear dengan variabcl tidak bebas quintile
'.14 dan persentasc kemiskinan desa menunjukkan residual telah berdblribu~i
nonnal.
3. Ull muJtikollnearitu. Tidak adanya multi.koliDcaritas diantara variabel
bebas tennasuk ~yarat dalam asumsi model n:grt:Ni linear klesik. Uji
mulukolenieriras ini dilakukan untuk mengetahui adenya suatu hubungsn lin~ur
diamara variabel-veriabel bebas, Satu atau lebih variabel independent mcrupakan
satu fungsi linear dari variabcl independent lainnya. Jilt.a Jiantara variabel
variabcl bebas berhubungen ~nptUna make di:iebu1 multikolineritas sempuma
clan metodc kuadarat terkecil tidak bisa digllnakan (Sumodiningrat, 200 I : 281 ).
Multikolinearitas tidak sempuma menyebabkan penaksiran kuadrat terkecil masih
bisa dipcroleh, tetapi kcsalahan standamya cenderung semakin besar dengan
rneningkatnya tingkat korelasi antar vanabel dan selang keyakinan parameter
populasi yang relevan cenderung untuk lebih besar (Gujarati. 2004; 350).
Untuk mendeteksi ada tidaknya multikolineritas dalam persamsan
digunakan cara regresi parsial, yaitu dengan membandmgkan R' dan R 12, R21,
59
dilakukan.
mulrikolinearilas karena pcaambahan data serta pengurangan variabel tidak
2009). Dalam penelltian ini tidak dilakukan tindakan untuk mengatasi masalah
data. mcnghil1111gkan salah satu variabel, atau 1raosfonnasi variabel (Winarno,
multikolincaritas. Masalah multikolinentas dapat diatasi dengan penambahan
masaleh multikolmearitas, Sedangkan variabel Q12 masih memiliki masalah
lremiskinan kota, kemiskina11 desa dan kemiskinan lndonesio telalt tcrbebas dari
Gini Indonesia. distribusi pendapatan dalarn Q34 dan QS, serta perseetase
Persamaan regresi dengan variabel tidak bebas koefisien Gini kota, Gini desa,
bahwa diantara vanabel bebas tidak mengandung multikolinearitas yang dapat
diketahui dengan melihat bahwa nilai R2 lebih besar dari R 12• R22, R'.l2• R42.
vatiabel bebus tidak ada mulnkotinearitas. Palla model 3. basil uji menunjukkan
Hasil uji ruuhikohneariia» pada model 2 men1111jukkan bahwa diantara
Variabel Mod~l2 Mudcl 3 Koefr<i<1n Giai Kora tidal' adQ mullikolinearitas tidak ad« multikolineoritas Koefisien Gini Desa tidak ada multikolinearitas tidak ada multikolinearitas Koefisien G;ni lndon..,ia tidak ada multlkolineanta.. tidal< ada multikolinoarila$ Qui11t1/e 12 tidak ada multikolinearitas ada multiknlinearims Qurnti/e 3~ ~Wk ad4 multikolineari~ tidal ada multikolinearitas Q~intile 5 tidal< ada multikulintar~ tidak ada multikolineonw l'l!rsentase Kemiskinan Kota tidak ada multikolinearitas lidak ada multik1>1inearitas t>e~nrase Kemiskinan Desa tid.ik ada multilcolinearitas tidal< iula multikolincaritas Persentase Kemisk11tan Indonesia tidak ada multikolineaiitas tidak •da multiknlinearlla~ -
Tabel 3.6 Hasil Uji Muhikolinearitas
multikolinearitas ditampilkan dalarn tabel 3.6.
tidal terdapat masalah mulukelinearitas dalem diantara variabel bebas. I Iasil uji
60
tinggi, maka estimasi dan n i I ai variasi dari koefisiensi regresi terlalu rendah dan
cstimasi yang tertalu tinggi untuk R2• Ketika estimasi nilai variasi pcngganggu
yang terlalu rendah untuk nilai variasi pengganggu (errori dan akan menghasilkan
Kcnsekuensi adanya autokorelasi adalah metode OLS akan menghasilkan estimasi
merulc:tcksi model yang digU!Ulba lerbebas dari masalah autokorelasi.
Dalam penelitien ini digunakan uji Durbin-Watson (DW) unmk
Quinnie 5 tidal< ada tidal< 8da autokorcbsi 8Ulokorelas1
Persentase Kemiskinan K°"' lidak ada tidak ads autolwrel.asi autok<>n:las1
Persentase Kemiskinilll Desa Ada autotorelasi Ada autoko,..,lasi
Qum11le 12 lidak oda tidal; ada autok0<ebsi au1x>korlllasi
Qum1ilt 34 Ada ;wtolorelasi Ada 81Jl1>lmrelas1
KocfisienGint Cooones1a Ada amotorelasi Ada aurokore!asi
Koefi•kn Uiai Koo. l\da ~ Ada aurolro~lasi Koefisien Gini Des• Ade autOkonobsi Ada autokorel~i
V ariabel Model I Model 2 Ada au!Dlrordasi
tidak dapat :lisimpull= tidA~ dapaa
d i sl m l'lJlkan tidakada
autokorel .. i tidak dapat disimpull<ar>
tidal( ada amokorelac:l
tidal<""" autokorelasi tidak dapat disrmpu lkan
Persentase Kem iski nan lndonessa tidcl< Ilda tidak ada tidek ada -----·- ·---·· _. awolwrebsi autokorelas'-i au=tok=ore-=~"''l_
Mo&l 1
Tabcl3.7 l lasil Lji Au!Okorelasi
d Durbin Watson (DW test), dan nji Breascb-Godfrey (Gujarati, 2004: 462).
mcndeteksi gejela autokorelasi yaitn denagan metode grafis, R11n Test. uji
terhadap nilai variabel rnasa kini. atau masa akan datang, Ada heberapa cara unrok
Autokorelasi sering terjadi apabila nilai variabel masa lalu memiliki pengaruh
dengen kesalahan pengganggu dengan periode lainnya arau saling berbuhungan.
keadean di mana kesalahan pcngganggu dalam pcriode terrenro berkorelasi
pengaruh antara variabel bcoas terhadap variabel tidak bcbas, Autokorelasi adalah
4. Uji autokorelasi. Uji autokorclasi dilakukan untuk mengctahui adanya
61
lcarenanya signiflkansi dan uji t Jan uji F tidak valid lagi. (Gujarati. 2004: 441).
Pada label 3.7 dapat dilihat basil uji eutokoretasi.
Dari uji autokorelasi didapatkan basil babwa persemaan regresi model I
dan model 2 dengan variabel tidak bebas koetisien Gini kota, Gini desa, dJU\ Gini
h1donc,.ia. Q34, serta persenesse kemisldnan desa masih terdapat autokorelasi.
Pada model persamaan 3 diperoleh basil persamaan regresi yang terbcbas dari
masalah aurokorelasi pada variabel Q12. Q5, pcrsentase kerniskinan kota dan
persentase kerniskinan Indonesia. Variahel koefisien Gini desa, koefisien Gini
Indonesia dan persentase kemiskinan desa tidak dapat disimpulkan atau ragu ada
tidaknya autokorelasi. Mctode yang digunakan untuk mengetasi masalah
autokorelasi dalam pcnclitian ini menggunokan mctode Newey-west !LAC Merode
ini j uga dapat rnengatasi masalah beteroskedestisitas (Gujarati. 2004: 4 75 ).
S. Heteroskedastbitas. Pemenuhao asumsi model regresi linear klasik
adalah bahwa gangguan (disiurbance) yang nu.1ocul dalam fungsi regresi adalah
bomoskedastik, yai l u terdapat kcsamaan varians dari residual satu pengamatan ke
pengamatan yang lain sama (Uujarati, 2004: 387). Jika asumsi hornoskedasrisitas
tidak dipenuhi maka penaksiran OLS tetap tidak bias dan tetap konsisten tetapi
varian tidak minimum yang menye.babkan estimasi regresi tidak efisien (Winarno,
2009: 5.22). Uji yang dapat digunakan 1111tuk mcngetnhui adanya
heteroskedastisitas antara lain metode grafik, uji Park, uji Glejser, uji rank
korelasi Spearman. uji Goldfe-ld-Quattdt, uji Breusdt·Pagafl--Gudfr1::y dan uji
White Heteroscedasticity (Gujaiati. 2004: 41>3). Uutuk mengetahui ada tidalmya
masalah heteroskedastisitas dalam penelitian ini menggunakan uji White.
62
Variabel Modt:l 1 Model 1 Model 3 Koefisien Gini Kota homoskcdastisitas hornoskedesiisttas homoskedasusites Koefis ien Gini Dcsa bcmeskedastisitas ~kedastisiw bomoskedasrisitas Koefisien Gini Indonesia bomoskedasusites bcmoskedastieites homoskedestisitas Quintile 12 hoowskeda.stisitB$ homoskedastisiwo he1em.<ledastisita.< Quintile :;4 llomoskedastisit8$ beteroskedastisnas homoskedasti sitas Quintile 5 homoskeda:stisitu liumoskedastisitas homoskedasrisitas Persentase Kemiskinan Kou h<lmOSkedastisitas homoskedastisitas hctcreskedastisjtas Persentase Kemiskinan Desa homoskedestisitas liomoskecbstisitas homosked astisitas Persentese Kernisk inan homoskedastisitas homoskedas.ti sitas homoskedastisites lndonesia
Tabet 3 . I! Hasil Uji Heteeoskcdastisitas deogao Whire Heteroscedasucity Test
metode While.
( Winarno, 2009: 5.24). Metode yang digunakan dalam penelitian ini adalah
diketahui, metode White apabila varian 1i<lak dikeeahui, dan rnetode transformasi
cQJ'3., yaitu mctode WLS (Weighttd Least Square) apaoifa verian clan residual
Untuk mengarasi adanya masalab hereroskedastisites tcnlapat beberapa
hereroskedastisitas karena nilai Obs*R-square lebih kecil dari nilai kritis f tabel,
persenrase kemiskinaa desa dan Indonesia terbebas dari rnasalah
kocfisien Gini kota, koefisicn Gini desa, koefisien Gini Indonesia. Q34, Q5,
persamaan regresi tersebut tcrdapat masalah heteroskedastisitas. Vanabel
dan persentase kemiskinan kota, sehingga kedua variabel tidak bebas dalam
square lebih besar dari pada nilai kritis t tabel sebesar 23,685 untuk variabcl Ql2
heteroskedastisitas. Hasil uji p.W11 model 3 menunjulckan bahwa nilai ObsrR»
Pada model 2 hanya variabcl quintile 34 yang uiasih tenlapal masalah
besar dari 0,05 maka sernua variabel terbebas dari mesalah hctcroskedasusitas,
Vanabel pada persamaan model J mempunyai nilai probabilitas Iebih
63
3.3.3 lnternret.ui dan analisis ekonomi
Anal is is ini ditckankan pada kesesuaian tanda yang djharapkan secara teori
ataupun berdasarkan pada penehtian empiris sebelumnye; serta makna variabe! di
delam model secara ckonomi dau kemuogkinao dampaknya terhadap kebiiakan,
I. Koefwen Gini kota. Hasil analisis regresi dalam tiga model persamaan
dapat dilihar pada tabel J.9. Pada model I, konstanta menunjukkan basil yang
signifikan, artinya masih ada variabel lain di Juar model yang mernpeegaruhi
koefisien Gini kota, Perkiraan koeflsien Gmi knta yang besarnya mencapai 0,3383
tidak dipengaruhi oleh pcrubahan laju inflasi, tetapi dipeogaruhi variabel lain di
luar model. Laju inflasi pada model 1 berpengaruh tidal signifikan tcrhadap
kocflsien Gini !rota. Hasil F st.llistilc juga lidak menunjukkan pcngaruh yaag
signifikan, Laju intlas! hanya mampu ma1jdaskan pengaruhnya terhadap variasi
koefisicn Gini kota sebesar 0,02 persen, Dengan koefisien dctcrminasi yang
sangai kecil dan dengan basil uji yang lidai:: signifikan tersebut maka variabel
variabcl lain diperlukan untuk menjelaskan variasi koetisien Gini kota.
Hasil analisis regresi pada model 2 menunjukkan hahwa perkiraan
koefisien Gini kola yang besamya mencapai 0,326? tidak dipengaruhi oleh
perubahan laj11 inflasi, tingkat pengangguran dan perturnbuhan UMR., tetapi
dipcngaruhi variabel lain di luar model. Variabel lsju inflasi. tingkat
pengangguran dan perubahan UMR secara individu maupun seremak berpengaruh
tidak signifikan terhadap koeflsicn Gini kola. Laju inflasi, tingkat pengangguran
dan pcrtumbuhan UMR mampu menjelaskan variasi koefisien Gini k.01a sebesar
64
Tabcl3.9 Hasil Regresi .Koefisien Gini Kota
---- Koefi~ien Gini Kota Mo6cl Duar Mod"I St..ti8 Model l>iDamis
~ll (2l {3) Konstama 0.3383 0.3267 0.0540
0,0000 *' 0,0000'* 0,0826 Koefisien Gini Kola (l) 0,8230
0.0000•• lnfla.•i 0,0000 0.0002
0,905$ 0,3368 lntlasi ( l) -0,0000
0.5360 Pengangguran .Q,0081
0,1150 Pengaagguran ( I) U,0Ul4
0,3244 lnUMR 0,0114 0,0409
o,o7&a 0,0523 Uji F 0,0064 2,5825 12.9536
0,9366 U.0733 0.0000•• Ri 0,0002 0,2167 0.66$3 • signiJil<an pada a: 5% • • signi Akan pada a: I%
33,41 persen Jninnya dijclaska.n variabd lain di luar model.
pengaruhnya terhadap variasi koefisien Gini kola sebesar 66,59 persen, scdangkan
pengangguran waktu lalu dan pertumbuhan UMR mampu menjelaskun
arti bahwa variabel koefisien Gini kota sebelumnya. laju inflesi waktu lalu,
terhadap kocfisicn Gini kota, Koefisiea dctcnnina<;i sebesar 0,6658 raempunyai
peagangguran waktu lalu dan pertumbuhan UMR seeara sercntak herpengaruh
kota sebelurnnya, Variabel koefisien Gini kota sebelumnya, laju inflasi waktu lalu,
yang secara signifikaa mempengaruhi koefisien Gilli kota hanya koefisien Gini
Model dinamis pada persarnaam 3 menunjukkan hastl bahwa faktor-faktor
model.
21.67 persen, sedangkan 7&~ pcrsen kalllly3 dijelaskan o!ch variaoel lain di luar
65
signi fikan pada u: 5% •• signifikan pada 11: I% •
Model Stati. Model Oinamis
0,2694 0,0326 0,()(1()()• .. O, I005
O.S850 0,0000°
0.0002 0,5109
-0,0003 0,0000 ..
-11,0113 0,1071
0.0004 1),6436
0,0161 0,0090 0,01S8 0,5944 0,8758 45,11.18 0,156b 0,0000•"• 0,167) 0,87~ 1 R'
0,0814 «rm 0.0026
UjiF
lnlJMR
Peogangguran ( l)
Pengangguran
ln!lasi (I)
0,0001 0,688{>
lnt1asi
Koefisien Gilli Desa (I)
Konstanta I
Koefisie11 Gini lieu
Tabel 3.10 Hasil Regrcsi Koefisien Gini Desa
dapat dilihat pada tabel 3.10.
2. Koefisien Gini dcsa. Hasil analisis rcgrcsi dalam tiga model persamaan
fodonesia antara tahun I 984-2005.
pengangguran t idak berhu bung an dengan tingkat kerimpangan pendapatan di
Munandar (2007) juga menunjnklcan bahwa dalam jangka pendek inflasi dan
hasil yang signifikan hanya pada model 3. Hasil penelitian yang dilakukan oleh
signiflkan berpengaruh terhadap koefisien Uini kota. Hasil uji F memmjukkan
Gini kota, sedangkan pada model I dan 2. tidak ada variabel yang secara
koefisieu Gini kota sebelumnya seeara signifikan berpengaruh terhadap koefisien
besar dari koefisien dcterminasi model l dan model 2. Pada model 3, variabel
menjelaskan variasi koefisien Gini kota, Koefisicn cleterminasi model 3 lebih
Dari kctiga model analisis, model 3 adalah model yang lebih baik dalam
66
Hasil regresi model persemaan I mcnanjukitan bahwa !~ju inflasi tidak
mempengaruhi koellsien Gini desa, Perkiraan koefisien Gini desa yang besarnya
mencapai 0.2722 tidak dipengaruhi Jaju infla~ tetapi dipengaruhi variabel lain di
luar model. Hasil uji F tidak menunjukkan pengaruh yang signifikan. Konstanta
yang signitikan menandakan bahwa variabel lain di luar model diperlukan untuk
menjelaskan variasi koeli-'ien Gini desa (liha1 tabel 3.10).
Hasil analisis rcgresi pada model 2 m~unjukkan bahwa taksiran besamya
koefisien Gini desa yang tidak dipengaruhi olch laju inflasi, tingkat peagangguran
Jan pertumbuhan UMR, tetapi dipengaruhi variabel lain di luar model adaiah
0.2694. Variabel laju inflasi, t.ingkat pengan&guran dan perubahan UMR
berdasarkan hasil uji t maupun 11ii F .menunjuldwl pengaruh yang tidek sigDiflkan
terhadap koefisien Gini desa, Laju inflasi. tin&kat pengangguran dan permmbuhan
UMR mampu menjelaskan variasi koefisien (iini desa sebesar 16.73 persen.
sedangkan 83.27 persen lainnya dijelaslcan variabel di luur model.
Hasil analisis rcgresi pnda model 3 rocnunjuilan bahwa koefisiea Gilli
dcsa scbclurnnya dan lnju inflasi waktu lalu berpeusuruh secara signiflkan
terhadap koefisien Gini desa Secara sercutak., koefisien Gini desa waktu lalu, laju
inflasi waktu Ialu, pengangguran waktu lalu dan pertumhuhan UMR berpengaruh
secara signifiksn terhadap koefisien Gini desa, Koefisien deterrninasi sebesar
0.8761 menunjukkan bahwa variasi yang lerjadi terhadap Jcoefisien Gilli desa
dapar dijclaskan oleh vari~bcl koefisien Gini desa waklu lalu, l~ju inflasi waktu
lalu, pengangguran waktu lalu dan pertumbuhan UMR sebesar 87,61 persen dan
12,39 person dijelaskan okh fektoe-faktoe yang tidak dibahas dalam penelitian ini.
67
Seriap kenaikan laju inflasi waktu lalu sebesar s111u person akan
menyebabkan penurunan koefisien Gini desa sebesar 0,0003 dengan asumsi
variabel lain tetap (u,tccri.< paribu.<). Penurunau koefisien Gini berartl bahwa
distribusi perdapatan di daerah penlesaan semakln rata dengan adanya kenaikan
inflasi yang terjadi di Indonesia antara 1976-2008.
Koefisien determinasi pada model J (0,8741) lebih besar dari koefisien
determinasi pada model I (0,0026) dan model 2 (0,167.1). Dari uji F didapat hasil
bahwa variabel bebas berpeagaruh signifihn secara bersama-sama terhadap
koeflsicn Gini desa hanya tcrdapat pada model 3. Dari kenga model persamaan di
atas, model 3 lebih mampu menjelaskan •'llriasi koefisictJ Gini di desn.
3. Knefi~ieo Gioi Indonesia. Hnsil analisis rcgresi mengenai pengaruh
inflasi tcrhadap koefisien Gini di Indonesia dengan liga model persamaan
ditunjukkan pada tabel 3 .11. Pada model 1, perkiraan koeflsien (iini Indonesia
yang besarnya rnencapai 0.3371 tidak dipengaruhi oleh perubahan laju inflasi,
tetapi dipcngaruhi variabel lain di luar model. Dengan uji t maupun uji F. laju
intlasi tidak berpengaruh secara signitiken terhadap koefislen Gini di Indonesia.
!.~ju inflasi hanya mampu menje.laskan variasi koefisien Gini Indonesia sebesar
0.39 persen.
Pada model 2. konstama masih menunjukkan has.ii yang signifiknn,
sehinggs variabel lain di luar model bc.rpengaruh rerhedap kocfisicn Gini di
Indonesia. Perkiraan koefisien Gini Indonesia yang besarnya meucapai 0.3309
tidak dipcngaruhi oleh perubahan lllju inflasi, lingkal pengangguran dan
penumbuhan UMR tetapi dipenganihi variabel lain di luar model. Vanabel !~ju
68
dengan asumsi ceteris paribus. Ke.naikan peogangguran waktu lalu sebesar satu
sebesar satu persen diharapkan marnpu menurunkan koefisien Gini sebesar 0,0001
terhadap koefisien Gini di Indonesia. Dengan peningkatan 11\iu inflasi waktu lalu
terhadap kocfisicn Gini di Indonesia. taju ln!Ucli waktu lalu berpengaruh negatif
di Indonesia waktu lalu dan penganggoren waktu lalu berpeagaruh positif
Hasil regresi pada model 3 (tabel 3.11) menunjukkan bahwa koefisien (iini
Ko<lfulen Gini lndollffia Model Dasar Mud~l.Stalb Model Dioumis 11l !1l 13t Konstanta O,JJ71 0.3309 0,0~90
0,0000 .. 0,0000 .. 0,2596 Koefisien Gini lndonc~ia (I) 0,3740
0.0000 .. lnflasl -0,0000 0.0000
0.5463 0,9079 lnOasl ( l) -0.()003
0,0000 .. l'engangguran ..(),0077
0,1343 Peng,angguran( I) 0.0024
0.0399• lnUMR 0.0398 0,0361
0.2~54 0,0713 llji r 0,1223 1,9022 16,9633
0,7239 0.1522 0.0000 .. R' 0.0039 0,1693 0 7230 .... signifll\an p•d• c: 5%
•• signiti~an pada c: 1 %
Tahel 3.11 Hasil Regresi Koefisien Gini Indonesia
dijelaskan oleh variabcl lain di luar model.
varias] koefisien Gini kola sebesar 16.93 persen, sedengkan 83.07 persen lainnya
Laju inflasi, tingkat pengangguran dan pertumbuhan UMR mampu menjelaskan
mempunyai pengaruh yang tidak signifikan terhadep kocfisien Gini di Indonesia.
inflasi, tingkat pengangguran dan perubahan UMR sccara individu dau serentak
(i9
persen akan meningkatkan koefisien Gini di Indoncsla scbcsar 0,0024. ceteris
poribus.
V ariabcl koefisien Oi 1Ji Indonesia waktu lalu, laju inllasi waktu lalu,
pengaaggul'lUI wuk1u lalu dan pertwnbuhan UMR SCC8l'li bersama-sama
berpengaruh signifikan terhadap koefisien Gini di Indonesia. Koefisien
determinasi basil regresi sebesar 0. 7:.!.30, berarti bahwa variabel koefisien Gini
Indonesia waktu lalu. laju intlasi waktu lalu, pengangguran waltu lalu dan
pertumbuhan lJMR dapar menjclaskan pengaruhnya terhadap variasi koefisien
Gini Indonesia sebesar 72,30 persen, 27, 70 persen lainnya dijelaskan variabel lain
di IWU' model. lntlasi dapat menguhah distribusi aset dari .krcditur ke debitur
sehingga dapat mempengaruhi distribusi pcndapatan (Romer dan Romer, 1999).
Koefisien determinasi pada model l, 2 dan 3 ma.~ing-masing sebesar
0,0039; 0,1693: dan 0.7230. Dari uji F pada model 3 diperoleh hasil yang
signifikan, sedangkan pada model I dan 2 ~ii F tidak menunjukl:an basil yang
signifikan. Model 3 lebih rnampu menjelaskan variasi koefisien Gini di Indonesia
dibandingkan dengan model I dan 2.
4. Djstrih1Mi pendanatan dalam guintile 12. Karena penghitungan
distribusi pendapatan mengguaakan pendekatan pengeluaran maka bugion
pendapatan di sini sebenarnya bcrupa pengeluaran, Hasil arwlisi3 terbadap 40
persen penduduk berpeadapatan tereedah deng1111 model I. 2 dan 3 dapat dilihat
pada tabel 3.12. Pada model I, Jaju inflasi berpengaruh secara signifiken pada
pcningkatan pengeluaran 40 persen penduduk berpcndapatan rerendah, Hasil uji F
mcnunjukka.i1 11ilai yang lidatl .signifikan. Laju inJlasi mampu me.njelaskan variasi
70
0.0698 artinya variabcl laju inflasi, tingkat pengangguran dan pertumbuhan ur.m penduduk berpendapatan terendah. K oefisien detenninasi dalam model 2 sebesar
tidak mempunyai pengaruh yang signifikan terhadap pengeluaran 40 persen
Ll!iu infl!ISi, ringkat pengangguran dan penwnbuhan VMR secara bersama-sama
pengangguran, dan pert.umbuhan UMR. tidak menwijukkan hasil yang signifikan,
persen peruluJuk berpenoapatan terendah pada model 2. Konstanlll, tingkat
Laj u inflasi masih menunjukkan pengaruh posinf terhadap pengeluaran 40
--- Qwltlile ll Model D11$ar Mo00IStam Model Dinami•
(1) p~ 13! Konstanta -0,1495 -0,1157 -0,0960 0,2223 0,6725 0,7319
Quintile 12 (I} --0, 1630 0.6139
lntla.~i 0.0!09 0.0098 0,0013 .. 0,0151.
lntla.~i (I) 0,0103 0,2006
l'engangguran 0,1108 0,4203
Pengangguran {I) ..0,0911 0,Jl40
lnUMR -0,2496 -0.0762 OJl3 IJ 0,9'146
IJji l 1,4080 0,6979 0,5278 0.244i 0,5612 0.7163
Ri 0,0448 Ot!!~96 0,07.!il • sigmfikan pada a: S0.4 •• sign1fikan pada a: lo/.
Tabel 3.12 Hasil Regresi Distribusi Pcndapatan dalam Quintile 12
panbus.
penduduk berpendapatan rerendab sebesar 0.0109 persen dengan asumsi cetens
inflasi scbesar satu persen akan meningkatken baglan pengeluaran 40 persen
95.52 persen lainnya dijeleskan oleh variabel lain di luar model. Peningkatan laju
pengeluaran 40 persen penduduk berpendapotun terendah scbesar 4,48 persen,
71
hanya mampu rnenjclaskan variasi pengeluaran pada 40 person penduduk
berpendapatan terendah sebesar 6, 98 persen. Sctiap kenaikan laju intlasi sebesar
satu pcrsen akan meningk.ldkan hagian pcngclwmm 40 persea penduduk
berpendapatan terendah sebesar 0,0098 persen, ceterts paribus.
Hu.sit analisis rcgresi pada model J (label 3.12} menun.iukkan bahwa
berdasarkan basil uji t-saiistik dan qji F, tidak satUP1ll1 dari variabel bebas (bagian
pengeluaran 4U persca pcnduduk berpendapetan tercndah wakm sebclumnya, luju
inflasi waktu lalu, pengangguran wa.lctu lalu dan pertumbuhan UMR) berpengaruh
sccara signifikan terhadap pengeluaran 40 persen penduduk berpendapctan
terendah yang dinyatakan dengan quinti{(: 12 (Ql2). Hnl ini dapat disebabkan
karens model persamaan yang digunakao kurang sesuai wttuk rnenjelaskan
pcngaruh terhadap quimile 12. Dari basil uji linearitas model 3 ioi menunjukkan
model tidak Iinier.
Koefisien determinasi (R2) menunjukkan hasil yang sangat rendah, yaitu
scbesar 0,0751. artinya bagian pengeiuaran 40 persen penduduk. berpendapatan
rerendah waktu lalu, laju intlasi waktu lalu. penganggurnn wakru lalu dan
pertumbuhan UMR dalam model hanya dapat menjelasksn pengaruhnya lerhadap
variasi quintlle 12 sebesar 7,51 persen. Model persamaan statis dalam penelitian
ini lcbih baik dalam menjclaskan pcngaruh terhadap variasi Ql2 dari pada model
dinamis. Hasi I dalam penelitian ini sesuai dengan basil yang diperoleh
Bittencourt, (20<l9) di Brazil pada tahun 1983-1994 bahwa antara quintile 12 dan
inflasi waktu lalu icrdapal korelasi yang sang11l n:udah (-0,091) dan merupakan
variabel ukuran ketimpangan yang tidak signifikaa dipengaruhi oleh inflasi.
Pengeluaran kclompok 40 persen penduduk berpendapatan rendah tidak
tcrgantung oleh laju intlasi masa lalu, tingkat pengangguran masa lalu dan
penumbuhan UMR.
lnflasi berpengaruh secara langsung terhadap peningl::atan pengeluaran
ketompok 40 persen ponduduk herpendapatan terendah, tetapi masih diperlukan
variabel lain dan variasl model lain untuk menjelaskan variasi pengeluuran 40
persen penduduk herpendapalan terendah. V ariabel bcbas sccara bersama-serna
pada model I, 2 rum J tidak mempengaruhi pengeluaran 40 persen penduduk
berpendapatan terendah.
S. Dlstribusi oend!!D!ltl!n dalam qHillli/£ 34. Hasil analisis terhadap 40
pcrscn penduduk berpemlllpatan menengah dengan ketil.l& model perswn11M dapat
dilihat pada tabel 3.13. Pada model I, laju inflasi herpeniglrUh tidalc. signifikan
pada peningkatan pengeluaran 40 persen penduduk menengah. Hasil uji F
menu.nj ukk.an nilai yang tidak signiliko.n. Laju inflasi hwtya tnampu menjelaskan
variasi pt:.0geluanm 40 person pcnduduk bcrpeodapan rncnengah sebesar 0, l 0
persen, scdangkan 99,9(1 persen lainnya dijelaskan oleh variabel Jain di luar
model. Dengan mclihat hasil konstanta yaoi.\ berpengaruh signifikan, maka
dipedukan variabel lain untuk menielaskan variasi pengeiuaran 40 persen
pendudu.k. rnenengah (Q34 ).
Konstanta pada model 2 menunjukkan basil yang sigaifikan, perk.iraan
pengeluaran 40 persen penduduk berpendapatan menengah sebcsar 37,35 persen
tidak dipengarubi oleh laju inflasi. (ingkat pengangguran dan perturnbuhan UMR,
tetapi dipengarulti vanebel lain di luar model. Laju inflasi, liugkat penganggurnn
73
UMR dapar menjelad:an 62,83 persen pengaruhnya terhadap variasi pengeluaraa
sebelumnya, laju inflasi waktu Jalu, pengangguran waktu lalu dan pertumbuhan
bahwa pengeluaran 40 person penduduk bcrpcndapatan menengah waktu
sama berpengaruh signiflkan terhadap pengeluaran 4() persen penduduk
berpendapaian menengah. Koefisien determinasi (R2) sebesar 0.6283 berarti
waktu lalu, pengangguran waktu lal\J 111111 pertumbuhan UMR secara bersama-
40 persen penduduk berpendapatan menengah waktu sebelumnya, laju intlasi
Hasil analisis regresi liner pada model 3 menunjukkan bahwa pengeluaran
.......... - (!11lntile 34 ~del D~sar l\llodel S!atis Model Dinamis
111 (2l (3~ Kon>lilnm 37,0224 37.3489 10,9380
o,oooou 0,0000•• 0.0123* Quintile 34 (I} 0.7080
0.0000° lnfla>i 0,0016 -0.(11124
0,7445 0,6454 lnflasi (l) 0,0144
0,000-0 .. Pengangguran 0.0920
0,5159 Pengaoggunin (I) -0,1129
0.1175 lnUMR -2, 1397 -2,1734
0.266~ 0,0340* Uji F 0,0320 0,646) 10,98.56
0,S59l 0.5919 0.0000•• R' 0.0010 0,0647 0,6283 • signi.lilwt V'f'l• u: 5% •• signilikan pada a: 1%
Tabcl J.13 Basil Regresi Distribus! Pendapstan dalam Quintila 34
mcncngah,
tidal signifilcan terhadap pengeluaran 40 perscn penduduk berpendapatan
dan permmbuhan UMR secara individ« dan serentsk mempunyai pengaruh yang
74
40 pcrsen penduduk beependepatan menengnh dan 37.17 pcrsen lainnya dijelaskan
olch vari3be1 Jain di ltwr mode! (lihat label J. lJ).
Taksiran bagian pengeluaran 40 persen penduduk berpendapatan
rnenengah (Q34) yang tidak dipengaruhi oleh bagian pengeluaran 40 persen
penduduk berpendapatan menengah sebelumnya, laiu inflasi masa lalu, tingkat
pengangguran masa lalu dan perrumbuhan UMR adalah sebesar T0,9R .()Cl'SCn.
Kcnaikan laju inflasi sebesar satu persen akan meningkmkan pengeluaran
kelompok 40 persen penduduk berpendapatan menengah scbesar O,Ol 44 persen,
ceteris paribus. Setiap kenaikan penumbuhan UMR sebesar satu persen akan
mcnurunkan pengeluaran 40 perscn penduduk berpendepatan menengah sebesar
2,J7J4 persen. ceteris paribus.
Laju inflasi tidak berpengaruh secara langsung, tetapi berpengaruh setelah
ada jeda waktu satu tahun terhadap pengeluaran 40 persen penduduk
berpendapatan menengah, Konstanta dari ketiga model masih menunjukkan hasil
yang signifikan, sehmgga diperlukan penambahan variabcl lain untuk dapat
menielaskan variasi pengeluaran 40 person penduduk berpendaparan menengah.
Model persamaan dinamis (model 3) lehih baik dalam menjelaskan variasi
penerimaan 40 persen penduduk berpendaparan menengah dibanding model statis
( model persamaan J dan 2).
6. Distrib•si ptnd11pabln dahm quintile 5. Hasil analisis rernadap
pengeluaran 20 persen penduduk berpendapatan te1ti11ggi dengan tigu model
persamaan ditarnpilkan pada tabel 3.14. Laju inllasi berpengaruh negatif terhadap
peogcluaran 20 persen penduduk terkaya pada model persamaan I. Setiap
75
pengaruhnya terhadap veriasi pengeluaren 20 persen pcududuk berpendapatan
berpendapatan tertinggi. Ketiga variabel hebas rersebut mampu menjelaslmn
secara serentak tidak berpengaruh terhadap pengeluaran 20 persen penduduk
paribu«. Variabel l!\iu inrlasi. tingka.t penganggnran, dan pertumbuhan UMR
20 persen penduduk berpendapatan tertinggi sebesar 0.0236 persen, ceteris
tertinggi. Kenaikan laju intlasi sebeser satu person akan menurunkan pengeluaran
yang sigmfikan t.e1fo'lll.ap pengclulilUll 20 persen penduduk berpendapatan
Pada model persamaan 2. laju iuflasi masih mempunyai pengaruh ncgatif
Qui11ti/P- 5 ModdPasar Mod~l Statls Model Dina~b !ll p~ P)
Konstanra 0.3930 ..0.0912 -0,1530 0,0543 0,8359 0.7236
Quitttilc S ( l) 0.0620 0,77~0
lnflasi --0,1}286 -0.0236 0,0001 '* o.oon••
lnflasi (I) -0,0191 0,0543
Pengangguran -0,1229 0,5J20
Pengangguran ( l) 0.2532 0,0454*
lnUMR 2,9595 2,3147 0.1216 0,1595
Ujif 4,8825 2,1977 J ,5058 0,0349• 0,1105 0,2295
R2 011400 0,1906 0,1681 • ~ignifikan pada o: ~% •• signilikan JWI• n: 1%
Tabel 3.14 Hasi.l Regresi Dislribusi Pendapatan dafam Quintile 5
persen penduduk berpendapatan linggi sebesar 14 persen.
Laju inflasi dapat menjelaskan peogaruhnya tcrhadap variasi pengeluaran 20
persen penduduk berpcndapatan tertinggi sebesar 0,028<i persen, eeteris poribns.
kenaikan Jaju inflasi sebcsar sutu persen maka akan menurunkan pengeluaran 20
7(>
Pengaruh tingkat pengangguran ini sesuai dengan penclitian yan~
dilakukan Romer dan Romer (1999) bahwa pengangguran berpengaruh terhadap
distribusi pendapatan. llcrbeda dengan penelitian ini, Blank dan Blinder (1986)
mcnemukan bahwa persentase kenaikan pengangguran menurunkan pendapatan
begian dari keluarga •~nniskin.
tcrtinggi scbcsar 19.06 per.;en, sedangkan 80,94 perscn lainnya dijelaskan oleh
variabe! lain di luar model (mbel 3.14).
Berdasarkan nilai t-satisuk basil regresi model persamaan 3, pengeluaran
20 perseu pc:uowluk berpendapatan tertinggi sebelumnya, laju mflasi waktu lalu,
dan penurnbuhan UMR mempunyai pengaruh yung tidak signifikan terhadap
pengeluaran 20 persen penduduk berpendapatan tinggi YBDI! dinyatakan dalsm
quintile S (Q5). Pengangguran masa lalu herpengaruh positif secara signiflkan
terhadap pengeluaran 20 persen penduduk berpendapatan tertinggi. Setiap
kenaikan tingkat pengangguran sebesar satu persen akun meningkatkan
pengclusran 20 persen penduduk berpendapaten tinggi scbesar 0.2532 persen,
ceterts paribus. Secaru . ..:rental< laju i.ntla-si waktu lalu, inilasi waktu lalu,
pengangguran waktu lalu dan pertwnbuhan U~R berpengaruh 1idak signifikan
terhadap pengeluaran 20 persen pcnduduk berpendapatan tinggi. Koefisicn
determinasi (R7) sebesar 0.1881 berarti bahwa pengeluaran 20 persen penduduk
herpendaparan tinggi sebelumnya, laju iuiiasi wdktu lalu, pengangguran waktn
lalu dan pcrtumbuhan UMR hanya dapat menjelaskaa 1 S,Rl persen pengaruhnya
terhadap bagian penerimaan 20 peescn pcnduduk berpendapaian tinggi ( tabcl
3.14).
77
Dari hasil rcgresi tiga model pcrsamann di mas, laju inflesi berpengarub
secara langsung atau pada waktu yang sama mcnurunkan pengeluaran 20 persen
pcoduduk bcrpendapatan tertingi, Pcnambahan variabel tingkar pengaogguran dan
pertumbuhan UMR pada model 2 belum mampu mempengaruhi variasi
pengeluaran 20 persen pcnduduk bcrpendapatan tertingi. Diperlukan penambahan
variabel be bas yaoJ! lebin relevan wmlk dapat menjelaskan variasi pengeluaran 20
persen pcnduduk berpcndaparan tinggi.
7. l:'ersenttie kcmiskinaa kDta. Hasil analisis pada model persamaan I
menunjukkan bahwa laju inflasi berpengaruh positif terhadap pcrscntase
kcmiskinan di kota baik dengan uji t maupun uji .F. Setiap kenaikan laju inflasi
sebesar saru persen akan mM.ingkatakan persenzase kcroiskirum di kota sebesar
0,0708 persen, ceteris paribus. t'erkiraan persentese kemiskinaa kuta yang lidak
dipengaruhi oleh laju inflasi tctapi dipeugaruhi variabel lain di luar model adalah
sebesar l ,6385 per..en, Variitsi persentase kemiskinan kota dapat diielaskaa oleh
variabel laju inflasi sebesar 16,81 peesen, sedangkan 10.19 persen lainnya
dijclaskan variabel lain di Juar model (libat label 3.15).
V ariabel tingkat pengangguran dan pertumbuhan IJMR pada model
persamaam 2 bersarna dengan laju infiasi berpeagaruh signifikan terhadap
pcrsentase kemiskinaa kota. Laju inOasi mempunyai pengaruh positif terhadap
persentase kemiskinan kota, Jika laju inflasi naik sebesar satu persen maka
persentase kerniskinan rnengalami peningkatan scbcsar 0,0$73 persen, dengan
asumsi variabel lain tetap (ceteris parihus). Variasi persemase kemiskinan kota
7g
Model persamaan statis 2 (R2: 0.2480) dapat menjelaslcan variasi
kcmiskinan di wilayah kota lehih besar dari model persamaan I (R2: 0, 1681) clan
K' • sisru fikan pod" Q: 5% •• sig11ifth<1 pada «: I%
Uji F
lnlJMR
Peng:ingguran( I)
Pengangguran
tnnasi(ll
lnflas;
Peesentase Kemiski nan Kota (I)
Konstanta
Modd~-- Model Stans Modd Dioamis (1) (2) (3)
-1.6385 --0.1075 1.2070 O.OOOJ•• 0.9108 0.2112
0,1650 0.6391
0,0708 0.•)573 0.0000•• 0.0000"*
--0,0236 0.4463
0,1541 0.6625
0,3005 0,7042
-9,2593 .J0,6838 0.1684 0,1915
6,0636 3,0180 1,3563 0,0198. 0,0436. 0,:276:2 0.1681 0.24RO 0.1726
Penenta!c Kem lsldw11 Kota
Tabcl 3.15 Hasil Regresi Pcrsentase Kemiskinan Kota
perkotaan,
mempunyai pengaruh yang tidal signifikan terhadap persentase kcmiskinan di
rendah ini, setiap variahel bebas secara individu maupun secara bersama-sarna
faktor lain yang tidak ada dalam model Dengan koefisien dererminasi yang
sebesar 17.26 persen, selebihnya peogaruh tcthadap kemiskinan di kota dijelaskan
mampu rnenjelaskan pengaruhnya terbadap persentase kemiskinan di wilayah kota
waktu lalu, tingka; pengangguran waktn lalu, dan pertumbuhan UMR hanya
Pada model persamaan 3, persc:nu.sc: kemiskinan kota wakru lalu, inf1asi
pengangguran dan perturnbuhan UMR.
sebesar 24,80 pcrscn dapat dijelaskao oieh variabcl laju inflasi, tingkat
79
model persamaan 3 (R ~: 17.26). Model persamaan 3 ini kurang scsuai untuk
mcnjelaskan pengaruh infl3Si terhadap kemiskinan di wilayah kota, Persentase
kemiskinan kota lebih dipengaruhi olcb variabcl \aju inflasi tanpa selang wakru.
Berdasar hasil uji t, variabel llltgkal pengaogguran dan pertumbuhan UMR bail
dalam wW<.tu t maupun pada wakru t-1 belUlll m.ampu mempengaruhi persenrase
kemiskinan kora,
8. Penentase kemi'lkilu1n dge Hasil analisis lerhadap persentase
kemiskinan desa dengan tiga model persamaan ditarnpilkan pads tabcl 3.16. Pada
model pcrsarnaan 1, nilei taksiran persentase kemiskinan desa yang tidak
dipengaruhi oleh inflasi adalah sebesae 20,66 persen. Laju inflasi belum mampu
mempengaruhi persentase kemi skinan desa, dan hanya mllI!lpu men jelaskan
variasi perscntase kcmiskinan desa sebesar 4,81 perseu. Variabel lain diperlukan
untuk menjelaskan variasi perseutase kemiskinan desa,
Taksiran besarnya persentase kemiskman desa pada model 2 mencapai
17,88 pen= yang tidak dipengaruhi oleh perubahan \aju inflasi, tingkat
pengangguran dan pertumbahan UMR tetapi dipeJlgaruhi variabei lain di luar
model. l..aju inflasi mcmpunyai pengaru.h signifikan terhadap perseotasc
kcmiskinan di desa. Apabila laj11 inflasi naik sebesar satu perscn maka persentase
kemiskinan desa alcan meningkar sebesar 0,1298 persen. ceteris paribus. Tingkat
pengangguran dan pertumbuhan UMR secara individu maupun bcrsama dcngan
l<\iu inflasi bcrpengaruh tidak signifikan lcihadap persentase kemiskinan desa.
~ju inflasl. tingkat pcngaagguran dan pcrtumbuhan UMR mampu menjelaskan
so
bersama sama berpengaruh secara signifikan tethadap persentase kemiskinan desa
intlasi wakru lalu, penganggura» wakiu Jalu dan pertumbuhan UMR secara
Jalu dan pernnnbuhan UMR. Variabel persentase kemiskinan desa waktu Ialu, !aju
kemiskinan desa waktu lalu, Jaju infla'ri waktu lalu. tingkat pengangguran waktu
sebesar 2,89 persen dipengaruhi faktor lain di luar model selain persenrase
asumsi variabel lain ietap iceterts paribus). Taksiran perseruase kerniskinan desa
ukan meningkatkan pcrscntase kemiskinan di desa sebesar 0.0357 persen dengan
model persamaan 3 (Tabel 3.16). Sctiap kenaikan laju inllasi sebesar saiu persen
rnempunyai pengaruh yang signifilcan terhadap pcrsentase kemiskinan desa pada
Vanabel perscntase kemiskinan dcsa waktu lalu dan laju inflasi waktu lalu
Peneotase Kem iskinan Desa ModelDanr Medel Stati• Model Oinamis
Pt {2} Pl Konstanta 20,6603 17.K779 2.8960
0,0000•• u,oooou 0.0604 PerN«nta'le Kemi.-l:iMn Dess (I) 0,7950
0,0000 .. lntlasi 0.1136 0,1298
0,0907 O.OJ24* lntlasi (I) 0,0357
0.0000 .. Pengangguran -t,0601
0,3445 Pcngaagguran ( 1) -0,4076
0.3460 lnlJMR 1,4491 3.9709
0.3720 0,4298 Uji F t,5678 l, 1169 65.6959
0,2199 0.3589 0,0000° R' 0,0481 0,1069 0,9\00 .-----Signlflkan pada a. ~% .. sign itikan pada a: I%
T11bel 3.16 Hasil Regresi Persentase Kemiskinan Desa
sedangkan 89,31 persen lainnya dijelaskan varUsbcl Jain di luar model.
pengaruhnya terhadap variasi persentase kemiskinan desa scbcsar 10.69 persen,
SI
dan mnmpu menjelaskan pengaruhnya terhadap variasi persenrase kemiskinan
desa sebe:sar91 persen (tebel 3.16).
Model persamaan 3 lebih baik dalam menjelaskan pengaruh terhadap
persentase kemiskinan desa dibanding model I dan 2. Berdasar basil uji F,
variabel bebas pada model pcrsamaan 3 mampu menjelaskan pengaruhnya secara
signi likan terhadap variasi persentase kemiskinan dcsa. sedang model 1 dan 2
ridak berreng11rub secata signilika:n. Koefisien variasi pada model J (R2: O. 91)
lcbih bcsar dari model I (R2•. 0,0481) dan model 2 (R2: 0,lOOJ). Pengaruh laju
mflasi tidak secara langsuag mempengaruhi persentase kemiskinall desa, \ctapi
ada jeda waktu pengaruh inllasi temadap persentase kemiskinan desa, V ariabel
tingkat pengangguran dan pertumbuhan UMR baik dalam waktu t rnaupun pada
waktu 1- l belum mmnpu mernpengaruhi persentase kemiskinan desa,
9. Penentase kemiskinan Indonesia. Hasil analisis terhadap persemase
kemiskinan Indonesia dengan tiga model pcrsamaan dfuunpilkan pada tabel 3.1 7.
Hasil regresi model persamaan I dan 2 menunjukkan hasil yang sama. Hasil uji t
menuiukkan bahwa variabel bebas (laju inflasi, tingkat pengangguran dan
penumbuhan UM R) mempunyai pengan1h yang ti dale signifikan terhadap variabel
tidak bcbas (persentase kemiskinan di Indonesia). Model persamaan 1 dsn 2
hanya mampu menjelaskan variasi persentase kemiskinan Indonesia masing
masing scbeser 0.84 persen dan 8,82 persen {label 3. l 7).
Hasil analisis model persamaan 3 rnenunjukkan bahwa persentase
kemiskman Indonesia dipengaruhi secara signiliLm oleh laj u inflasi wak.lu lalu.
Secara serentak. persentase kemiskinan Indonesia waktu lalu, laju inflasi waktu
82
persamaan sratis) terhadap koefisien Gini di kola, Gini desa maupun Gini
Laj u mflasi mempuoyai pengaruh yang tidak signifikan secara langsung (model
pengaruh inflasi terhadap ketimpangan peodapatan ditampilkan pada tabel 3.18.
10. Pengaruh intlasi terbadap di9trihu!i peodaoatan. Hasil analisis
Pcrscntasc Kcmi9k.inao lndon~ia Mndel Da•r Model Statis Model Dinamis
'll f2) ~~ Knnstsnta -0.0462 -0.5517 -057?7 0.8992 0,4761 0,4299
Perscmase Kemiskinan Indonesia t I) 0,2357 0,4641
Jnnasi 0,0106 0.0116 0,&239 0,6019
Inflasi (1) -0,0457 0.0004°
Pengsngguran 0,3762 0.2097
Pengangg11r~n (I) -0.7465 0,0847
lnUMR 2,8508 8,6353 0,4'111! IJ.1177
l~ji F 0,2456 0.8707 1J~81 0,6239 0,46114 0,0320* R' 0,1_)_084 0,0882 0,3343 -.-··· signifikan.pada a: 5%
•• signofikan pada u: 1%
Tahel 3.17 Hasil Regresi Persentase .Kemiskinan Indonesia
variabel lain di luar model.
kemiskinan di perdesaaa sebesar 33.43 persen, 66,57 persen lainnya dipengaruhi
dan penumbuhan UMR mampu menjelaskan pengaruhnya terhadap persentase
kemiskinan Indonesia waktu lalu, laju intlasi waktu lalu. penganggunm waktu Jain
crteris paribus. Koelisicn determinasi sebesar 0,3343 berartl bahwa perseatase
satu pcrscn maim persentasc kemiskinen di Indonesia berkurang 0,0457 persen,
terhadap persentase kemiskinan Indonesia. Jika laju inflasi waktu lalu naik sebesar
lalu. pengangguran waktu lalu dan pertumbuhon L'MR bcrpcngaruh signifikan
83
koefisien Gini menj adi semakin rendah, Penarunan knefisien Gini hcrarti bahwa
miskin meningkat dan pengclwuan .kelompok kaya menurun maka angl<a
disebabkan oleh perubalian distribusi pe11dapa1an. Karena pengeluaraa kelompok
Respon positif laju inllasi terhadap perbaikan keti1npangai1 pendapatan
• signifikan paJa levul a: 5% •• sign1fik•n pada level a· 1%
V uiabel tidak be bas Modell>uar .Ml>Clel Stadt Model Diaamlo (1) (2) (J)
0,0000 0,0002 -0.0000 0,0001 0.0002 -0,0003°
..().0000 0,0000 -0.000340
0.0109 .. 0,0093• 0,0103 0,0016 -0.0024 0,0144••
-0.0U6·· --0,0236 •• -0.0)9)
Koefisicn Gini Kora Koef s ien 0 ini Desa Koefisien Gini Indonesia Quintile l 2 (>uirttik 34 Quintile 5
·----- .. --·-----
Ta.bol 3.18 tfasH Regresi Pengaruh Inflasl ierhadap Ketimpangan Pendapatan
mcoambah pcngeluaran 40 persen t}Cnduduk berpendapaten mcnengah.
selang waktu satu tahun. Peningkatan laju infla.•i waklu sebelwnnya akan
Kelompok 40 persen penduduk menengah merespon dampa.k laju intlasi setelah
akan mengurangi pengcluaran 20 persen pcnduduk berpendapatan tertinggi.
40 persen pcnduduk berpcndspatan terendah, Laju inflasi ini secara langsung juga
laju inflasi secara langsung berpengaruh positif terhnda:p pcningkatan pengeluaran
Karena distribusi pendapatan menggunakso pcndekatan pengeluaran maka
koefisien Gini menjadi lehih rendah,
laiu inflasi tahun sebelumnya. Kenailcan laju inflasi waktu lalu akan memperbaiki
Indonesia tcrurama wilayah desa mempunyai respon negatif terhadap peningkatan
langsung atau melalui selang waktu (mode! persamaan 3). Koefisien Gini di
Indonesia. Pcngaruh Jaju inflasi terhadap koefisien Oini adalah sccara tidak
84
ketimpsngan pcndaparan mernbaik, Pengeluaran kclompok rniskin rneningkat
disebabkan barang kebutuhan scOOri-Jwi dipcroleb dengan barga yang lel>ih
tinggi, akan tetapi ha! ini belum tcntu <liiluti peningkaian pendapatan kelompol;
miskin, Peniugkaiau laju inflasi ini menggambarkan besar pcngeluaraii belum
<lapat sepenunnya mcnjclasklln peningkatan kesejahteraan kelompok rniskin dan
mencngah.
Basil penelitian ini sejalan dengan penclitian yang dilakukan Romer dan
Romer ( 1999) babwa inflasi yang tidak terdega di Arncrika, 1969-J 994
berpengaruh terhadap peningkatan bagian JlC'1dapatan masyarakat miskin. Intlasi
akan menyebabkan koefisien Gini yang lcbih rend:.h dan mcmpcrbaiki distribusi
pendapatan (Blinder d311 Esaki, 1978; Black, 1993; scrta Romer dan Romer,
199'.l). Namun, hanya korelasi antara inflasi dao bagian pcodapatan rumah tangga
termiskin kclima secara staiisrik signifikan. Dalam pcnelitian ini bagian qianute
12 rneningkat secant langsung dengan adanya inf\asi. dau bagian quintile 34
meningkat setelah peaingkatan inflasi v.'llktu sebelumnya,
Dalam peneutian Romer dan Romer (1999) ditemukan hahwa inflasi
menyeoabkan redisrribusi dari kreditur kepada dehitur. lnflasi yang tidak
teranlisipasi akan mengurangi nilai riil aset nominal dan kewajiban yang
menyebabken kerugian modal untuk pemberi utangllcreditur dalam bc1ltuk
nominal dan debitur akan rnendapat keuntungan modal (capi1al gain). Kelompok
masyarakae pcngutang adalah kclompok yang diuntungkan dengan kenaikan
inflasi. Jika kelornpok rniskin maupun menengah merupakan pengutang/deblrur
nominal. pengaruh ini akan memberi keui!hmgan kepada mereka. Dengan adanya
&5
kenaikan inflasi, besar utang mereka sccara nominal adalah tetap tetapi secara ri ii
utang tersebut lcbih rendah nilainya, karena telah terkena pajak inflas]. Menurut
Romer dan Romer (1999), inflas! yang tinggi dan fluktuasi yang tinggi
mcngliasilkan kcridakpasrian pada kegiatan produkti f yang dilakukan kelompok
masyarakat berpendapatan tinggi. Blank dan Blinder (J 986 }, Cutler dan Katz
( 1991) menemukan bahwa inflasi kurang berpengaruh terhadap kerimpangan
pendapaian.
Pengamh mflasi dalam penelitian ini berbeda dengan basil penelitian yang
dilakukan di Brazil oleh Kane dnn Morisett (1993}. Cardoso dkk (1995),
Biuencoun (:2009). Mcreka menemukan bahwa inflasi berpengaruh regresif
tcrhadap kctimpangan pendapatan, Kondisi Brazil berbeda deugan Indonesia.
Brazil memiliki kondisi ketimpau~ tinggi dengan koeflsien Gini 0,623 pada
iahuo 1976 dan 0.601 pada tahWl 1995, dan kondisi makroekonomi yang tidak
stabil yang dapat dihhat daci tluktuasi J~ju mflasl yang tinggi. Inflasi bulanan di
Brazil pada tahun f 983-1994 tertinggi mencapai 82, J 80 persen dengan stand.ar
deviasi 14.065, sedangkan di Indonesia antara 1976-2008 ketimpaogan tertinggi
sebesar O.J8; inHasi tahunan tertinggi hanya mencapai 77,63 yang rcrjadi pada
saat krisis monetcr.
11. Pengarub i11flasi tcrhadap kemi3kinan. Peaglll'Uh ktju iriflasi
terhadap persentase kerniskinan dapal dilihat pada ta.be! J. l 9. Laju inflasi
berpcngaruh seeara langsung terhadap peningkaten persesuase kcmiOOnal\ baik di
kota maupun di desa, Persentase kemiskinan di desa dan lndonesi<t lebih
merespou inllasi s~telah ada selang waktu. Laju inllssi wait.tu lalu betpengaruh
86
terbatas, Penelitian yang dilakukan oleh Cutler dan Katz. (1991) mcncmukan
eari~ kemiskinan di Arnerika Latin karena kepemilikan kas atau uang tunai yang
bahwa pajak inflasi tidak mempengaruhi masyarakat yang sudah berada di bswah
yang lebih besar pada masyarakat mislcin dan rentan. Cardoso (1992) berpendapat
( 1970) yang menyimpulke» bahwa inflasi tinggi mempunyai pengaruh negatif
Hasil pcnelitian yang sarna dilakukan nleh Metcalf (J 969) d311 Thurow
• signi1ikan pada lcwl a: S'I> •• signifikan pada le""I a: !%
-0,0236 U,0357 ..
-0,0457**
0,0573 •• 0,1298• 0,0116
0.0708 .. 0,1136 0,0106
Persentase Kcrniskinsn Kota Persentase Kerniskinan LJcsa Pc....,,,la!Oe Kemiskinsn lndone.;a
-------c::-c---::-:--=:---.,....,--·· . ... ····------ Moilel Duar Model Statis Modd Din&.111is
(1) (2) (3) Variabel ticlak bebas
Tabel 3.19 Hasil Regresi Pcngaruh lnflasi terliadap Persentase Kenuskinan
(kota/desa).
model persameen stezis dan dinamis tagantung pada wilayah kcmiski.oan
penduduk mi skin bail: secara langsung maupun dalam scleng waktu. Penggunaan
Bittencourt, 2009). Kenaikan inflasi berpengaruh terhadap peningkatan pcrsentasc
pendek inflasi yang rendah yang membatalkan satu dengan lainnya (lihat
Easterly ( 1998) bahwa periode infla'li tingip biasaoya diikuti dengan periede
penurunan laju inflasi pada waktu selanjutnya seperti dinyatakan nleh Bruno rum
penurunan pada saat laju inflasi juga menurun. Kenaikan laju inflasi akan diikuti
mengalami kenaikan, maka persentase kemiskinan Indonesia mengalami
peningkatan (balk di kota maupun desa) pada waktu laju inflasi naik. Setelah
terhadap pcrsentase kcmiskinan di Indonesia, Persentase kerniskinan rnengalami
positif terhadap persentase kemiskinan desa, tctapi mcmpunyai pengaruh negarif
87
bahwa laj u inflasi dan pengangguran tclah rncmpcngaruh i Li ngkat kem iskinan,
tetapi pengaruh ini hanya bcrsitat temperer. Peningkatan inflasi berpeugaruh
terhadep pcngorangan pendapatan rhl yang akan menir>cr.,katkan kemislcinan.
Kota merupakan pusat kegiatan ekonomi, berbagal macam barang dan jasa
lebih banyak tersedia dan lebih mudah didapatkan. Kenaikan inflasi akan
meningkatkan harga barang-barang konsumi dan jasa, Kenaikan barga berbagai
kebutuhan akan sangal merugikan masyarakat terurama kelompok rniskin, daya
beli sernakin rendah. pemenuhan kebutuhan pokok menurun dan mengakibatken
bertambahnya jumlah penduduk rniskin. Penggunaan uang di kota lebih tinggi
dari pada di daerah desa sebingga respon inJlasi terbadap tingkat kemiskinan di
kola adalah sccara langsung, Karaktcristik pceduduk desa adalah benani serta
ketcrsediaan baraog dan .i~ rerbaras, Deegan kenaikan inflasi masyarakat desa
lebih mampu bertahaa dalam mcmenuhi keburuhan hidup unruk sementara waktu,
Kenaiken inflasi lebih diresakan masyarakaL desa setelah selang waktu setahun.
Peningkatan laju inflasi yang tinggi memperparah kondisi masyarakst
miskin. Selain dari tingkat remislcinau, haJ itu juga hi!t11 diliha! dari iodeks
keparahan dan indeks kedalaman kemiskinan. Setelah inflasi pada tahun 1999,
indeks kcparahan kemiskinen dan !redalaman kemiskinan tinggi masing-mnsing
mencapai 4,33 dan l ,23 kemudian mcnunm sampai tahun 2008 (masing-masing
seeesar 2.77 <lan 0,76 pada !ahun 2008). lndek:s keparahan kcmiskinan yang tinggi
mempunyai arti bahwa ketimpangan diamara orang miskin semakin tinggi. Indeks
kcdaiaman kemiekinan yang meaingkat berarti roasyarakat termiskin semakin
jauh dari garis kern iskinan,
88
89
Penelitian iru rnengkaji mcngenai pcngaruh inflasi terhadap kelimpa11gan
pendapatan dan kemiskinan di Indonesia selama periode 1976-2008. Berdasarlam
estimasi yang telah dilakukan maka diperoleh kesimpulan sebagai berikut.
I. Kenaikan laju intlasi antara tahun 1976-2008 berpengaruh meningkatkan
pengcluaran 40 persen penduduk tcnniskin (Q 12). dan sehaliknya akan
menurunkan pengeluaran 20 persen penduduk terkaya (QS). Kenaikan Jaju
intlasi waktu lalu meningkatkan pengeluaran 40 persen penduduk
berpendapatan meeengah (Q34), dan menurunkan angka koefisicn Gini di
Indonesia terutama di daerah perdesaan,
2. Kenaikan laju ioflasi berpengareh pada pcmngkatan persentase kemiskinan
baik di desa maupun di kola. Persentase kemiskinan di pcrkotaan merespon
laju inflasi secara langsung, sedangkan wilayah perdesaan lebih merespon
Intlasi setelah selang waktu setahun.
J. Kcnaikan ringkar penganggucan waktu lalu berpengaruh psda peningkatan
angka koefisien Gini Indonesia dan peningkatan pengehiaran 20 persen
kelompok penduduk terkaya (QS)_ Pertwnbuhan UMR berpengaruh
menurunkan pengeluaran 40 persen pcnduduk bcrpcndapatan menengah.
4.1 Kaimnulan
BABIV Kl~SIMPULAN DAN SA.RAN
Saran diaj ukan berdasar basil mengenai pengaruh lnflasi lt:rhadap
ketirnpangan pendapatan dan kerniskinan di fndonei;il! selama periode I 976--2008.
I. lJntuk penelitian lmjutan, diperlukan variabel ckonomi dan non-ekooomi lain
sena peodekatan lain untuk tnell8etahui faktor-faktor yang mempengaruhi
ketimpangan pendapatan dan tingkat kemiskinan di Indonesia.
2. Penelitian tn>'ngcnai pengarun inflasi tcrl\iidap ketimpaagan pendapaLan dan
kemiakinan pcrlu dilakukan mcnggunakan ukuran lain. Ketimpangan
pendapatan dapat diukur menggunakan koefisien variasi, ukuran kemiskinan
mcnggunakan tingkat keparahan dan kedalaman kemiskinan,
3. Pcnclitian lebih Janjut dapat dilakukan mengenai pcngaruh inilasi terhadap
wilayah dengan tlligl;at ketimpangan dao kemisklnan yang berbeda,
4. Karena pcngaruh inflasi berbeda [l3da kcklmpolc masyaraht maka diperlukan
kebijakan yang berbeda pada masing-masing kelompok.
5. Kebijakan mengendalikan iaflasi yang rendah dan stabil, kinerja ckonomi
makro yang stabil serta kelembagoan yang kuat daa baik dalam jangka
p3Jljang diperlukun untuk mcndukung pengcntasan kemiskinan dan
pcnurunan keumpangan peodapatan.
4.2 Saran
90
9!
BPS. 2009b. Datu Srrategis RPS 2009. Radan Pusat SlalistHc, Jakarta.
BPS. 2009. Statislik lndonesta 1009 Badan Pusat Statistik, Jakarta.
BPS. 200lla Ant1lisis Produk Domestik Bruto Provins! Daerak lstimewa Yogyakarta 2004-20011. Badan Pusat Statistik. Jakarta
BI'S. 2008b. Analisis don I'enghitzmgtl11 1lngka1 Kemiskinan Tahun 2008. Badan Pusat Starisiik. Jakarta.
BPS. 2005. Statis1ik 60 Tohun Indonesia Merdelro.. Badan l'usat Statistik, Jakarta
Boediono, 1992. Seri Sinopsis Pengantar llmu Ekonomi No 2: Ekonomi Makro. Penerhit BPFE. Y ogyakarta
Slimier, Alan S., clan Howard Y Esaki. 1978. "Macroecenomic Activity and Income Distribution in the Postwar United States," Review of Economics and Statistics 60. no.4: 604-9.
Blank, Rebecca M., dan Alan S. Blinder. I 986. "Macroeconomics. Income Distribution: and Poverty," In Fighting Poverty: Whal Works and What Doesn't, ed. Sheldon H. Danziger and Daniel JI. Weinberg. Cambridge, Mass.: Harvard University Press.
Hiltencourt. M. 2009. "Macroeconomic Performance 1111d Inequality: BRAZii. 1983·-1994." The Authot Journal .:ompilatitm, Institute of Developing Economies 47. no. l, Maret 2009: 30-52.
Beck. Thorsten; Demirgti~-Kunt; dan Ross Levine. 2007. "Finance, Inequality and the Poor." Journal of Economic Growth I '2, no. I: 27-49.
Beach. Charles M. 1977. "Cyclical Sensitivity of Aggrc§ate Income Inequality." Review of Economics and Stati.vtics 59. no. I: 56-66.
Alesina, A .• dan Allan Drazen, 1991. ~why Are Stabilizations Delayed'!' America/I Economic Review 81. no. S: I l 7o-88.
Akita, T .• R. A. Lukman. dan Y. Yamada. 1999. "Inequality in die Distribution of Household Expenditure in Indonesia: a Theil Decomposition Analysis." Journal of tbe Developing Economies. XXXVII·2. June 1999: 197-221
Albancsi, Stefania. 2007. "Inflation and Inequality." Journal of Monelary .t.:cooomics 54. no.4; 1088-1114.
DAFT AR PIJSTAKA
Lahiri, Radhika., dan Jayne Dillon. 2007. "Concerning Kuznets Curves, Persistent." lnternational Atiaruic Economic Society l 3:520-521.
Kane, Chcikh., dan Jacques .Morisett 1993. "'Who Would Vote for Inflation in Brazil?: An Integrated Framework Approach to Inflaticn and Income Distribution." Policy Research Wurking Papers, no. WPS 1 I 83. Washington. D.C. World Rank.
Isms wan, Indra. l 998. Dimcnsi Krisis £Jcnnomi Indonesia Gramedia, Jakarta
Herlambang, Tedy., S. Brastom, dan Said Kclana. 2002. F.fccnoMi Afakro. Teori, Analisls dan Kebijakan. Gramedia, Jal111:1a.
Gujarati, Damodar, 2004. Basic Econometrics, Fourth Edition. The: McOTaw-Hill Companies, New York.
Ferreira, Francisco H. G .. dan Julie A. Litchfield. 2001. "Education ur Inflation? The Micro and Macroeconumics of the Rr&7.ilillll Income Distribution during 1981-1995.'' Cuad~l'floS de Economta J&, no. 114: 209· -38.
Cysne, Rubens P., Wilfredo L. Maldonado, dan Paulo Klinger Monreiro. 2005. "Inflation 111\d Income lncqnality: A l:>1topping· Time Approach." Journal n/Dtvelopmenr Economics 78, no. 2: 516-28.
F.asterly, William .• dun Stanley Fischer. 2001. "Inflation and the Poor." Journal of Mone.v.Cr11dit, and lk111king 33, no. 2, part I: 160-78.
Erosa, Andres., dan Gustavo Ventura. 2002. "On fnfiation 11S R Regressive Consumption Tax." Journal of Monetary Economics 49, no. 4: 761-95.
Curler, David M .. dan Lawrence F. Katz. 1991. "Macroc.:onomic Performance und the Disadvantaged." Brookings Papen on bconomt« Activity. no. 2: 1- 74.
Cerdoso, ['liilllll., Ricardo Paes de Barros. dan Andre llrani. 1995. "lnilation and Unemployment as Determinants of Inequality in Brazil: The 1980s." In Reform. Recovery, a11d Growth: Latin Amertca and The Middle East. ed. Rudiger Dornbusch and Seh&tian Edwards. Chicago: University of Chicago Press.
Correia, l!l>lbel H. 2009. ··Inflation and Inequality." Economic Bulletin, Banco de l><>rtugtd. Autumn 2009: 161-171 .
BuHr. Ales. 2001. "Income Inequality: Does Inflation Matter?" IMF Staff'Pupers 48. no. I: J 39--59.
BPS, 2010. Laporan Bulanan Data Sosial Ekonomi 2010. Edisi 1. Juni 2010. Badan Pusat Statisrik, Jakarta.
92
To.1'\bunan. Tulus. 2001. Perekonomian Indonesia: Tcori Dan Temuan Empiris. Ghalia, Jakarta.
Susanti, H .. Mob lkhsan. dan Widyanti. 2007. Jndikator-incfik.ator Ekonami Makro. FE-Ul, Jakarta
Sumodiningrat, Gunawan. 2001. FJ:nnnmelrikn Pengonu», BPFE. Yogyakarta
Soeratno dan Liucolin A., 2008. Metodologi Penelitian Untuk Ekonomi dan Bisnis. UPP STIM YK PN. Y ogyskarta.
Samuelson, Paul A .• dan William D. Nordhaus. 1997. l::Jconomi mauo, edisi keempatbelas, Terjemahan, alih bahasa oleh: Haris Munandar, Freddy Saragih, dan Rudy Tambunan. Er!angga.. Jakarta.
Saleh, Sarnsubar., dan M.S. Fathurrohman, 2008. "Kemiskinan Struktural, Stokastlk dan Pmensial di Indonesia." Jurnal Bisnis dan Manajemen vol 8. No2: !Ol-196.
Metcalf, Charles E. 1969. "The Size Distribution of Persona! Income during ihe Business Cycle." American Econosac Review 59, no. 4. part I: 657-68.
Munandar, H., Ferry Kurniawan, dan Pribadi Santoso. 2007. Mencari hubungaan omara kebijakon Moneter de>tgan Kemiskinan da1I Ketipangan Pendapatan: kajian Menggunakon Data Regiona! Indonesia. Direktorat Riscc Ekouomi dan Kebijakan Moneter, Bank Indoneisa, Jl. M.H.Thamrin No. 2, Jakarta I 0350. Jakarta, htto:/liurnalskriosi.com/search/D'leocari hubungruJ-antar.1-kebijakan-moneter-deng:m.-kemiskimm-dan ketimpangan-pendapatan. diakses 21Mei2010.
Romer, Cristina D., dan David H. Romer. 1999. "Monetary Policy and the Well Being of the Poor." Economic Review (Federal Reserve 1311Ilk of Kansas City) 84, no. 1: 21-49.
Saleh, Samsubar. 2004. Sllllistik. Deskriptif, edisi revisi. lJPP AMP Y KPN, Yogyakarta,
Maruddani, D.I., Tarno, dan Rokhma Al Anisah. 2008. "Uji Stasioneritas Data Inflasi Dengan Phillips-Peron Test? Media Statislika. Vol. I, No. I: 27- 34.
~aruddani. D.I. 2004. "Fstimasi Parameter Model Regresi Nonstasiorer dengan Vanabel Dcpcnden Lag: Studi Kasus pada Peekembangan Ekspor Indonesia ke Jepang Tahun 1980 - 2000.~ Jamal Matema1ika dan Kompwler Vol. 7. No. I, 42-51.
Maakiw, N. Gregory. 2003. Teori F.lwnomi Makl'o Edisi kclima, Terjemahan, al ill bahasa oleh: Imam Nunnawan. Erlangga, Jakarta.
93
Yusnka, Ahmad Erani. 2010. Anallsis Ekonomt: lnflasi don KetimpanJ(oll Pendapaton. http://www.unisosdem.org/article detajl.l"!hp. Uni Sosial Demokrat, diakses 21 Mei 2010.
Winamo. W. Wahyu, 2009, AnnlMs Ekonometrika don Stafi.ftilc dengan Eviews, edisi kedua.Ul'P STIM YKPN, Yogyakarta.
Widodo, Suscno Triyanto. 1990. Indikotor Ekonomi. Kanisius, Yogyakarta.
Todaro, M.I'., dan Stephen C.. Smith. 2006. Pembangunan Ekonomi, Jilid I edisi kesembilan. Terjemahan, alih bahasa oleh: Haris Munandar dan P1.1ii A.L., Erlangga, Jakarta.
Thurow, Lester C., 1970. "Analyzing 1he American Income Distribution." American Economic Revie« 60, no. 2: 261--09.
94
.. ... .. c: ~ :s ·;: Ji ~
S-1!: ., :i ... I! [!) (3 ~ ~ '"5 ~ a:: c: 1~ .i I ji J!l " .!!~. ii (» " "' ;; .., ~j r ,. .s: ~ Jt ~ ~ c
"' ~-8 0 0 0 ~ !!! {! ~ :::> JI! ... ... " t- "' g.i;; if·~ '"E" :?' -' 0 Q.. ~- & "' "" "" ~ .>< 1976 .350 0.310 D.3~ 19.60 38.00 42,$ 38.79 40.37 40.08 14,20 3.S6 8.67 -· . ...-- 1977 .365 ),325 J.360 18.85 3/ ,2!> 43.90 34,82 36.88 36.7 11.80 3,03 S.86 ·- 1978 P.38o J.340 ),380 18.10 >6.50 45.~ 30,84 33.38 33,JI 6.70 2,S ~-04 1979 ),370 •,325 0,36() IS.83 7.35 43,78 29.94 30.9._i 30.94 21.80 2,13 9.20 --- 1980 0.360 ),310 p,34{) 19.55 38, 19 '4426 29,04 28.42' 28.56 16.00 1,76 9.36 -·- -- ...
~81 ),330 ),290 I0.3.10 20.4" 37.46 42.10 28.06 26.A9 26.85 7,10 2.39 9,SI 1982 ,327 p,2a1 P.330 20.54 /.4U 42.06 26.42 24.72 25,11 6.69 3.01 9,65
.1983 .323 o.283 P.330 20.6.$ 7,34 42.01 24,78 22,95 23,38 11 • .SO 1.66 9,79 µ,t-a.i 0,320 P.280 0,330 20.75 37.28 41.97 23.14 21.18 ?1.A4 El.76 1,9 9,92 ·- .... '1985 0,320 0.273 ~.327 2C.79 J7.35 41.86 22.14 19,60 20.23 4.31 2,14 10.00
J.267 . . f-- -~-
1986 ).320 ~.3?~ .. ?0,83 37,41 41.76 21.14 18.02 18.83 8.83 2.64 10.18 - 0.320 ·- '-·· 1987 ),260 0,322 20.87 37,48 41.65 20.14 16.44 17.42 8.90 2.55 10,30 -· 1988 ,327 l.257 ).322 21.02 37.24 41,75 19.01 I 15.74 16,6~ 5.47 2,54 10,40 1989 ,333 J.2.S3 0.321 21.16 36.99 41,84 17.88 15,0:3 IS.86 5.97 2.52 10.43 ,___ 1990 0,340 J,250 0.321 21.31 36,75 41,94 16.75 14.33 15,08 9,53 2.51 10.70 - - . . 1991 ,337 P.?.5:1 0.326 20,99 36.80 4221 IS.OS 14, 15 14.61 9.52 2.59 10.84
··- ..... _ 1992 ,333 J.257 P.33'.l 20,6~ 36,&, 4249 14,5S 13,97 14.14 4.94 2,1'>8 10.95
36.90 ~··- 1993 P.330 J,260 0,335 20.34 4276 13.45 13.79 13.67 9,77 2.76 11. 11 -·· 13,43 1994 ),340 J.26J 0.342 20.32 >6.30 43.39 15.79 14.94 9.24 5.00 11,38 0:267 . - - ~· .. 1995 ,:J50 0.349 20,29 ~,69 44,01 13,41 17.78 16.20 8,64 7,24 11,55 - .... I- -··- ~-- 1996 .360 D.?70 p.356 20.27 B5.09 «.64 13.39 19,78 17,47 6.17 4.90 11,87 ...
1997 ,345 J.265 p .. 3~- 20.88 6.CO 43.07 ll.66 'a.rs 20.85 11,05 4.68 11.91 1998 0,330 p.260 (),320 21.50 36,90 41,50 21.92 25.72 24.23 77.63 5.46 11.9!>
~.2-tll- - 21.66 B7.77 -- - 199\1 O,:lJO J.300 40.57 19,41 26,03 ?.'l.43 2.01 6.36 12.lO 2000 p.JJO J,243 p,315 21.41 37.<la 41.11 14,60 22.38 19.14 9,35 6.10 12.33 >---- n:?,1 - ·- 2001 D.330 0.322 21.17 :17.18 41.65 9.76 24.8.( 18,4 l 12.55 8,10 12.63 2002 0:330 J.2s0_ 36°.89 ····~ -··- P.329 20,92 42.19 14,.46 21.10 18.20 10,03 9.06 12.80 2003 P.320 P.240 0,320 20.57 37.10 42,33 I 13,57 20.23 17,42 5.06 9,67 12,93 2004 .310 J.250 0,320 ziso 37,13 .(2.07 12.13 20,11 16.66 6,04 9.86 13.03 ·-· 2005 ,320 p.210 0.343 20,22 37.69 42.09 11.37 19.98 15.97 17.11 10,26 13.14
t>i.65 f---· 2006 D.3~ 3,?76 0.357 21.42 41.2& 13,47 21.81 17.75 6.60 10.28 13.31
36.51 .. .:-
2007 J.374 J.302 0,376 18.74 44,75 12,!>2 2.J,;j/ 16,58 6,59 9.11 13,42 2008 J,367 J.300 0.368 18.72 B6.43 «.86 11,65 18,93 15,42 11,06 8.39 13 • .52 - .. ··-
Lamplraa 1 Data iutec-PQlaSi dan i11tn1polasi yang digu112kan dalam analisis
95
00060
Prob"
00117
Prob•
00128
Prob• l·Stab&llC
A!Jomeoted D1ct:ev.f ullef test atalistlc ·3567038 T ~t cr1t1oal ""'""' 1%levol ·3670170
5%- -2963972 10% lellel ·2621007
'MacK'!ln0<1 (1911$) onHlded p.value$
b. Ql\l! ~!l!C!ilii~n Ginj Q~s; ;iwigncr Null Hypol~e11s GO~"-"~ OM 1oot Exogenous Constant Leg Lt!llgttl 2 (Au:omauc C1sec on SIC. MAl<l.AG•8)
t-Stat>•llc
Augmented Cociwy-futter t.&t SlaUllC ·3603601 Test cnbcal values. ,,. .. vet -3670170
5')(, le.iel ·2963972 10%1ov .. -2621007
·Macl<nnon (1996) on•med p.vatues
c. Data Koefi~ien Gini lodone~a: stssioner Null Hypo1119SIS GI MS a U'llt loot E)(ogenous Constant l;og Length , (Alromat1c t.sed 00 SIC, MAXl..AG=8)
!·Sta11SDC
A!Jgmen!A!d 01d<irt~uller te91 $la1isllc -3 75193~ Test cnl1cal Vlllues 1% level ·3 661661
5'll>lev(ll ·2 961)111 t0%fevel -2619160
"MacK1nnot' (1006) cnHKied p-ve!ueg
J.ampiran 2
Uji Stnio•erita..~ dengan ADF (Augmented Dickey-Fulkr test} Ho : Daw memiliki akar unit (tidak stasioner) r la : Data tidak mcmiliki akar unit (st..sioi1<.'r) Rita nilai t statisuk ADF > nilai kritis Mael<i•non, amu prohabilitas < (u: 5%), maka I lo ditolak, data stasioner. {llnS11r trend tliliha1 dari •1.atisrik t untuk variabel trend, dan signifilnlll psda dal~ pengangguran dan UMR).
H11~il uji stasi011eri~ a. O:\Ul Koefigien Gini Koll!: stasioner
Null HypollleSIS GK li•S a llt1il root EmgerlOus Gonstant Lag Length 2 (Autoimttc Mitf!d nn SIC, MAXLAG:8)
96
d. Data Ouin1i/d2.;.J)Q12 stasioner
Nu1111y,,o1hes1s· 00\2 nas a ut'~ root Ex09enous Constant Lag Len¢> CJ (Automatic baaed on SIC, MAXLAG=7)
t..Sl2bsbc Prob•
11uamented Dicker:Futer test sl:>lt$uc -e 350246 00000 Test OltlC<lf valu81· 11'.llWel -3 661f61
S~level ·2 960411 I 111'. level ·2 610160
'MacK1nnon (199!1) one-sttle<I p.ValUas
c. Oara Oui111il11 34: ~l!!sioni;r
Null Hypotl>e•1s Q34 nas s U1•1 root Ext>genous Constanl Lag l.enQlh. , (Automalle based on SIC, MAXI.AA-a)
1-SlBllSUC Prob.'
Au!lmentad 015i1!g1•FYller ~t ~t1Stlc .3 420989 00178 Test cfolle31 values 1~ levol -3 OOH:l61
5t,Q le\lel -2960411 10% !..el -2619160
'MacKlnnon (1996) .,.,_ded p •Blues
t: Pata Oµintile 5: D05 Slj!siOn«r
Null HypQ!tleS•S 005 liao ~ Ufllt roo( Exogeno\.s Co"'5tant Lag L8f1Qttl' O (Jlutomllbc beood on SIC. MllXLAG:7J
l-SlallSIC Prob·
Augmented Dici<ttFuner test Sll!llStic -4.851062 00()()5 T NI critical valuoa 1% "'""' -3 661661
5% ltM!t -2 960411
'°"'• level -2.819160
'M..cKlnnon ( 19116) on~ p ·values
98
'MecK111non (1996i one-sided p.ya!ues
00000 o5 89'1520 -3679322 ·2 967767 -2622569
~rnente<! Oicl<ey-¥ullaf rest s1a11St1: T ..;t Ct1tiail val uss 1 % lelle!
5%fe'81 10%ie....l
t·S1al!sbc Prob•
Null tiypoth4s1s D(~t.1) 'las a "'1A root Ex.:>ger,oos · Constarx lag length 1 (ALJtornattc based on SIC. MAXl.AG=61
i, Dara pe1-:.entasc kemiskinan Indonesia : dmi siasioner
·MacKninon ( 1936) one-Sided p-values.
.3553730 -2957110 ·2617434
00058 -3885954 A!;Qmented OICl<ey-Fulter 1861 Sla!lStJC Test cr1K:al values 1~ le...i
5% level 10% fey.;!
t-Stabslle Prob •
Null Hyp«tes•• MO has a um root El!Qg<l<JQ<JS C<l1ral<lnt Leg \.ength o (Auromatic based on SIC. MAJCl..AG;8)
h. Data persentase kerniskinan d~: md stasioner
-3670170 ·296'3972 ·2621007
T 6$1 crmcar values 1 % level $1eve' 10% level
00004
t-Slatlstr. Prob •
Null Hypo~SIS OMK has a um ttlOI Exogencos· CMs<aot Lag t.engtl! 1 (Automatic tased m SIC. MAXl..M~7)
g. Data pt:rsentase kemiskinan kota : dmk stasioner
99
-4.284580 -3 562882 -3 215267
-4 959762 Test crlbcal values 1% level
5% leYel 10% level
00019
l·Slabs!Jc Prob•
Null HYl)otllsS!S OLNUMR !las a \K1li root Exogenous Constant. t•near Tre<>d lag Langin 0 (AutOO!atic boo.cl on SIC, MAXl.AG=7)
l. O~J<!l. Vpali Minimum Regional: D!oumr sta.~on«
-42S4560 -3 5¬ 2882 ·3215267
-4 791181 Teat CNIC8! ValUH 111. level
5~ leYef 10'!\ level
00029
l·S!st>ohr. Prt>b.
Null Hypot~es1s. [)PG has a IJflrt roo: E)OQ&f\0\1$ Constant. LinearTret'd L"9 l.41ngth· 0 (Automatic bll$lld co SIC, MAXl.AG=7)
k. Data J>eogaoggurao: DP<~ :.usioncr
'Mac111nnon (1996) on+-lilded p-values
-'3 6!>3730 -2 957110 -2617434
.ao2001s Teetc.ollcal valuos 1%fevel
5lftlevel TO'll. lev&J
00000 Augmented Doc:~ey-fo'ler test Slatt$Uc
t-Statrs!Jc Prob •
Null Hy~SIS lNF N!s a UM l'OOI Exogeneys·Constaot Lag Le"91" 0 (Auto~.c: based on SIC, W\Xl.AG=8)
j. Dam !ntla.'\i: ~tasioner
100
Variable CoeftiC1ent Std Enor t·Slalisbc Prob
c 0 272216 00062M 32 97!18R 0 0000 INF 0000107 0000268 04CMS70 06886
R-<iquared 0002619 Mean <lepen<Jeot var 0273424 Adjusted R~uared -0029554 S D def)endenr var 0006372 S E of regression 0026759 Allc~dc4' info entenon -£.345182 sum squared re!>ld 0022198 Schwatt cr1te:non -4 2S441lS Log likohhooXl 73~ Hamllln-Qu"'n c:rte< -431~ F-statollC 0 001413 Ourern-Walson stat 0 1451l17 Prob(F-sta11sl1c) 0777289
~dent Vanai>fe GO Me1hod l""•t ~""res Dal<> 08124110 T•mo 03 43 Sample. 1976 2008 lnciuoed ol>ServallO<ls 33 Newey-West HAC Stan<llNd E/J'OllJ & Covanance {lag "''"""''nn~a)
vanaore Coeffioe11t Std Efl'O( !-statistic Prob
c 0338278 000577~ 5858609 00000 INF 2 11E-06 0000176 0 1196e3 09055
R-sciuared 0000206 Mean dep&11dent var 0 338515 AdjllStecl R4(1U'""" -0 032044 S D dependent var 0018368 s E of regres61on 0.018000 Aka1ke nfo cr~enon -5 06618~ Sum square~ re~icl 0010794 Schwan: cntenon -4975486 Log llkel1hocd 85 59202 Hannan-Oumn a~er -5035668 F-11tst1suc 0006439 Duitm-'lllatiCln stat 0406154 Pl'ob(F· sta!Jstic) 0.93S5ea
2. Koelisicn (lini dcsa
Dependent Vanabl& GK Method Least SQ.ares Date O!ll2'4i10 Time 03 34 Sample 1976 2008 Included ob&esvat1on•· :i.~ New&y-West HAC Standanl Erro"' & Covenance (lag tru~)
l , Koefisien Gini kota
Model Persamaan I
Hasil rcgrcsi persamaan linier
J.ampiran 3
JOI
va,,,ible Cceft'aerV Std Enor 1-SIS!ls!lc Prob
c -0149543 0 119987 .f 24032B 02223 IN~ 0 J10039 U003\89 '3429800 00018
R-squared 0()44830 Mean d&peo ideJ ll var .Q 027500 Adjusled R...:iuared 0012991 s 0 4epen(jenl - 06589ol3 S E. ol regression o~ P«ailc8 .-.lo criterion 2 051027 Sum SQuared res10 12 a5696 Sct....att Qltenon 2 142635 Log ltka~hood .:30 81643 Hannan-Ownn enw ?. 0!!1392 F~tatlstJc 1 4-08036 llurtiID-W31sOn slat 23843)() Prob(F-sta1Jsllc) 02-
Depern:tentVanabte· DQ12 Method Least Squares Date: 06/2<1110 Time. 04 11 Sample {aqustad} 1977 2ll08 lnclcded observatooo. 32 eflel e~ Newey-W'9$1 HAC srandanl Em>B & COYananCe (lag VUICaOOn"3)
4. Ql2
Variable Coellicier( S«! Error t-stallsbe Prob
c 0.337133 0005743 58.70447 00000 INF ~OCE-05 0000148 ..0609939 0.5463
R-squared 0003931 Mean dependent va 0 33612;1 A<!Juste<l R~ual"lld -0026200 s.o depen(jerJI var 0016033 S E. of regression 0018285 AA<111e mo oirenon ·510677€ Sum squered ree1d 0.010365 ~mterion .s 016079 Log ol<e~hOod 8626181 Hennan-Ouinfl crter -5076259 F ·statiStlc 0122337 DRbm-Wat~ - 0396761 Prob(F'-stattsbc) 0 721J879
Oepef1o:lent Vanabte GI Method ~east Square$ Oat<1 08124110 T11T1e 04 01 Sample 1976 2006 lnClude(l ot.serv3bel<".s 33 NeweY·West 'iAC Standard Eml<S & Cowanance (lag lrU1cabOn=3)
3. Koefisien Gini Indonesia
102
Vanable c.oetficlerll Slid Enor t-Slatlstic Pmh
c 03e3001 0.196232 2002737 00543 INF -0028615 0006378 -4 4al31S4 0 OOC1
R.squared 0139970 Mean (lepenclenl - 0073750 Adfu~e<I R-&quored 0111302 6 D de!)endenl var 0975622 $ E of regresst<Jn 0919632 Akall<e V1fo 01tmOn 27Wn5 Sum s<:Yared res1d 2537170 sar-z cnteno:i 2822384 l..llg lika~hood -4169241 Hanna'l-Oulnn mler 2 751141 F-<t..ttSlie 4 882510 0...00-Wal&ort stat 2 056459 l'rob{F-stallslic) 0034905
Oepende'lt Vanable 006 Mell'«I I.east Squares Dale- oer.!4110 1 me· 05 05 Sample (SdJuStedl 19i7 2008 lncl11C\ed observations 32 alter adjUSlmenls WMe Heterosked es bdy~OOSISlent Slandard en .... s & Covanance
6. Q5
Vanable C0<>1f10Mt Std E=r t-Stat,.be Prob
c 31 OZE.il 01B6504 1985070 ·)0000 INF 0001648 0005012 0328837 0 7445
R~uared 0001032 Meen dependent var 37 04091 Adjusted R-squareo -0031193 S O. deJ)enderl var 0~3 S E of rEgr9$SIOn 0654610 Alcal<e lfllo e"llenon 2 049138 Sum squared tes•d 1328:395 Sct"""'2 cntenon 2 130036 Log hke~boocl ~181-078 llOia&rOwnn crter 2 079655 F-stallsllc 0032022 ~Slat 0651997 Prob(F-staastJC) 0859144
oep .. ncle111 v .... ble Q34 Metllod Least Squares Date 06124110 Tone 04 18 Sample 1976 2008 Included ooservaboos ~ ~'We.31 HAC Slandard Errors & Covaiance (lag lruncatnn=3)
5. Q34
103
Variable Co~ Siii EfTO( 1-Stabsbc Prob
c 2066029 2150042 96()9248 00000 INF 0 113600 0065069 1 745841 00907
R-squar&<I 004a140 ~dependent - 2193818 Adl'Jsled R~ a 011"'35 S.D. dejletldec ~var 6.51)5513 S E of regressoon 6 44ll551 ~ ll'llo et~onon 6524280 sum squared resi<: 121!9 098 Sdlwa!z allenon 6 714977 Log hl\e~hoOd -107 3006 Haman-Owrn err.er 665A7Q7 F~tatislle 1 587821 ~Slat 0.182378 Prob(F·•bollst1e) 0219669
Dependent VanaOle MO Mell>od Leaot sqeares Date 08fL3110 Time 19 18 Sam!)ls 1978 2008 Included observations 33 Newey-Weot HAC S!anda-rd Errors & eo.a.111nc"' (lag lrurlca1Jorl'oS)
8. Pesentasc kcrn iskinan desa
Vanable Coefliaen Sid Error t·Stallsbc Pro~
c ·1 638533 0395914 -4138608 00003 ll'lf 007~ 0.008155 8687569 onnoo
R squared 0168136 Mean <lepen:lent va. -0 843125 Adjusted R""luared 0140'i07 S 0 °'l)end?nt ..ar 2.203657 S E of regte~<OO 2 ;)431(M Akaake tllo aitenon 4.32727S Sum squarad rssid 1252283 Set-.. crrtenon 441S888 L09 l1kel1hood er 23647 Hannon.Quinn enter 4 357645 F~statis.tlc 6063575 n.rbfn.Watson Se! 1 6()0984 Prol:l{F-statst1e) 0019763
Oepende<ll V'dnable OMK Method Least S"'ares Date· 08/24110 T 1111e 03 56 Sample (ad1usl<ldl 1977 2008 lnci1.1ded observaaons 32 afti,t ~ Ne-.r.ey-Wesl liAC Startdar:I Errors & CoYananoe (lag ;runcatJon~J)
7. Peseniase kemiskinan kota
104
Variable Coefl1aent Ste Ell'Ot t-Stst1Sl1c Ptob
c 0326680 0.009062 3604796 0 0000 INF 0000169 0 000173 0977296 0 3368 OPG -0 OOS162 0 000018 ·1 tl2e.600 0.1150
DLNUMR 0.071402 0039134 1824523 U.07511
R·SQuared 0 216729 Mean dependent •ar 0338156 Arl)ll.<tP.(I R-<'QOJaJBcl 01~807 S D dl>pendenr var 001$544 S. E al regresso~ 0 017269 Aksoke onfti cnt~ic:.1 -5 153372 sum ~uarea res1d 0000350 Schwaiz cntenon -4980155 Log ltkelhood 8661395 Hannan-Quinn e,.,,. -5.102641 F-<1tat1stic 2582510 Durbin-Watcon $!al 0785402 Pl'ob{F ·8talist1c/ 0073261
Depenoont Vanao1e GK Method Least Squares 0$te 08/24110 Time 03 40 Sample (adJU$ledJ 1977 2008 rne1uoe<1 ellSentations 32 afte< 8dJU&lments Newe'f-West HAC Standard E"ore & Covansnw (laa frulcatio~}
I. Koefisien Gini kola
Model Penamaan 2
Vanable Coefflaent Std Error 1-Stat1stie Proo
c -0046156 0.361278 -0 127757 u 8ll92 INF 0010575 0 021338 0495622 08239
R-squared 0008399 lolloon d<>pendent var 0 071613 AOJUtted R·SqJared -0025794 S 0 dependent vao 1 496037 S E of regression 1 !;1521)19 Mall<e into crrtenon 3 731324 sen squarad resid Ei6 57986 Sdlwaiz mtenon 3 8.23840
Log 11kel1hood -55 8:)55() I larlnan-Qunn croter 3 761482 F-statisllc 02~1 Durbin.Watson stat 2 072724 Proll(F.s1at1sllc) 0623a96
DepeflCle<>t Vsnallle DDMI Methocl Least Squares Date 08/23110 Tim.. 19·47 Sample {adJUGled) I 978 2008 Included ot>servallo11$ 3 I "fl"' ot11ustments
9. Pesentasc kemiskman Indonesia
105
Variable Cn<>lliriP.nt Std EIYO< 1.St.obsbc PIOb
c 0330960 0007912 41 82827 00000 INF 165E-05 0 000141 0 116742 0907S DPG ..00"7002 0004982 ·1 S41880 01343
DlNUMR 0031'1755 tl.036500 1 089100 0 211&4
R-sqval'ed 0 169305 Mean dependent var 0.330000 Adjusted R-squared 0080303 S 0 dependent var 0 018307 S E of rer;1essioo 0.017557 Ak111k" info cm.non -S 13026<1 Sum $quared res1d 0008631 Scllwarz cmenon -4 947U47 LOg ltke*hoo~ 86 08422 Hannan-Ournn alter -5069532 F-sta1~ic 1902247 Dmllln-Wat90n stet 0623896 Prob(F·SWolrtbc) Q 152159
DePWldent Varteble Gt Mechod Least ~uares oa~ 08/24110 Time 04 06 Sample (adJ'sle(I) 1977 ?.008 Included oboer11abolls 32 Biter adJU•lments Newey-West HAC Sllmdurd Errolll & Ccwanll<l<le ~ag tru~on=:'J)
3. Koetlsicn Gini Indonesia
Var>able Coefficient Stcl Error t·Sllll1stic Prob
c 0.269440 0000449 28.51504 0.0000 INF 00001$9 00002.&I 0665879 05109
OPG -0.011310 0006W) ·16833!)4 0.1074 ULNUMR 0016089 0.057870 0278022 o 7631)
R-squared 0167343 MeGn dependent var 0 272281 Adjusted R-squared 00761~9 S D dependent var UIYi0051 s e ot regresslCn 0024916 Alcailt& 1nl'o crtencri -4430126 Sum square<! rea1d 00173'13 ~1% cnlenon -424e;()8 Log hkeh~ood 74 88109 llann;in-Ouonn enter -4309393 F·•tal16llC 1.875709 ourt:1tn-watson stat 04'15269 Prob(F·Sb1!1$11C) 0 f5e61Jil
Dependent Venable GO Mell'<><I Least Squares Date- 00/24110 Trne· iM 08 Sample (a~usted) 1977 200B lnciuded »bservab~ns 32 after act1ustmenta ~-WP.ct HAC S1andard Errou & Covanance (132 truncallon=3)
2. Koefisien Gini desa
106
Va11able ~-nt Sid. Em>1 l·Stat•nc Prob
c 37 34882 0.233461 1511 g;go 00000 INF ~002463 000529' .Q 465169 06454
OPG 0092010 0139612 0650097 0 5159 DLNUMR -2 139600 181le234 -1.134371 02683
R-squared 0.064745 - dependent- 37.01094 Adjualed R·squered -0.~ SD do>p&ndom var 0.6311f>S S I:. °' regress1cn 0.642249 Atal<e info cntenon 2088786 Sum S<lUared resld 1154954 SchWl'!tZ cntenon 2 252003 loq hkel1hoocl -29 10058 Hannan-OUIM CN!er 2129518 f-$1abSIJC 0 64e1l~ CJumn.WalsM S1al D 711126 Prob(F-tic) 0~1934
Dependent Vanable· 034 Mettwxl Least Squa1M Delo 08/24110 Tome 04 22 Sample (a~•ted) 1977 2006 lnduded 01J6E1Va11on& 32 ala' ad!USlme<ll& NeYffly-Weot HAC Standard ErrOIS 8 eov-nc. ~"9 lr\lnC<lboll"3)
5. 034
4. Q12
Dependent Var.able DC12 Method Least S(p.Jares Date 08124110 Tome 04·15 Saoopl• (u~JUSl9d) 1 srr :1006 10C1uded ooservauons 32 after a<l]uslments Newey.West HAC $mn6'0ttl EnotS & C"""""""' (1£9 IJUICabor>=3)
variabl• Coefllcletl Sid Enor t-Sta1iS11C Prob
c .() 115733 0270925 -0427179 08725 INF 0009801 0003787 2588008 0 0151 OPG 0110719 01~ 0 817886 04203
OLNUMR -0249641 1 '60607 -02150SS 08313
R·SQuarecl 006957• Mean dependent var -o 027~00 AdJIJsted R-squared ·003011~ 5.0 del)ernll!<'t - 0658943 SEot~ 0568792 AlrailC4 mo cntanon 2 1411781 Sum $QW<ed re91(1 12 S2SSl1 SCl"""'1 crunon 2332~ Log 11~el1hooo ·30 39649 Hannan.Quinn Clller 2 210512 F-<itatishe 0~97912 0Ult>llHVIUOl'I Slal z 373454 Proo(~·..i.•bcJ 0 561180
107
7. Pesentase kemiskinan kota
Dependent Vanabla OMK Method Least SQuares Oace. 00/24110 Time· OS 15 Sa'Tlple (adµsted) 1917 2008 lnduded obseivat1ons 32 afte< adiuslrn9rm N~y-Weol HAC S!andaAi EITQfS & Covansnce (lag 1tuncabo11=3)
Var able Coenicient Ster Erroc t.Stalis~c Prob
c -0107634 0 951121 -0 113060 09106 INF 0057312 0.008560 6W5470 00000
DPG 0 154S88 03$0638 0 441161 06625 OLNUMR .9 259.1.14 6548283 -1414010 01684
R-squared 0249000 l~eon dependem var .0.1348125 AdJU81ed R~quared 0167429 S D dependent var 2203657 S E of regreS!IOn 2010736 Al<111ke info cnlenon 4.351346 8um squared 16Sid 113 2055 Schwerz cntenon 4 534563 Log lrke~hoacl -es s2154 Hannao-Ouinn crrter 4 412077 F~~sbc 3 076015 Dult>lr.-Wal$0n stat 1.568002 Prob{F-sl!lt0lt1c) 0()43643
6. QS
Dependont Vaflable DQ5 Metllod lea61 Squares Date OS/24110 Time 06.04 Sample (sdiustedJ 1977 zoos lnclv<led ob•ervat1ans ~2 after aaiustments WMe Hete'Oskedast1Cl!)'-Cons1Stetlt S1andard Errors & Covarenoe
Va1ab!& Coeffie1en1 Std Error t-stabst1c Prob
c -0 091205 0438093 -0209141 08359 INF -0023757 0.008200 -2896243 0007~ DPG ·O. 122884 0 194198 -0632776 05321)
DLNUMR 2 959545 1653814 1 a964'33 0 1216
f<~q~a-ed 0190~3 Mean de11elldent "'" 0073750 Adju~ted R""'l""N?.d 0 103671 SO.~nclenlvar 0975522 S E of r~ces.s""' 0923469 Ak.e11<e 111fo altenon 2795!10 Sum squared 1tts10 2387628 Scnwe11: cntenon 2978327 Log h1<el1hood -4072176 Hannan-Quinn enter 2855842 F-stat1sbc 219n41 Durh1n-W9!9on stal 2068376 Prob:F-slal1$!1e) 0110496
11)8
Vanabl<! eo.rnc-t S!d Etrw l-$1$ti&tic Prob
c -0~1713 0763495 -0 l'22tS14 C476~ If.IF ocnsso 0022072 )SZT79S 06)19 OPG 0376224 0292783 1 28499-4 0 '2.IXli
DLlllUMR 286C82Q ·~ 0896089 04918
R·squared 006S211 Meen depeo0ent 11ar 0071613 Ad1usled R-6Quared -0 01:!099 S.O dependentvar 1.496037 S E of regress""' 1505804 Alia*• inlo CtllenOn 3 7764-45 S<Jm aquared reSid 6122102 Schwarz cnl8rlon 3961475 Log l1kel1hood -54 534llO Hannan-Ouln~ Cfl\er 383$760 F-stabslic 0.87C702 ~slat 1 914772 Proh(F~tat••b':) 0458379
~ependent Vanable DOMI Meinoct. Least SQuares Date 08124110 Time 08 01 Semple (adfU$\lld) 1976 2COO 1nctlJdm 01:>servat10ns. 31 alla' a~ueuts
9. Pesentase kemiskinan tndonesia
van11ble c~ Sii:!. Em>< t-Staustic Pr.>1>
c 17 87790 25Z2664 7086856 0.0000 INF 0129789 0057647 2.251"47 00324 OPG .1 060119 1102407 0 001640 03445
OLNUMR 14 49080 1597231 0907245 03720
R~uared 0106879 Mean dependent ·1ar 21 :l621Q AaJusted R-s-0uared 0011187 S 0 dependent var 5. 9008\2 S E al regress10n 5658890 ~ mlo cnlef>On 6.420601 Sum squared 1 esld a!l6&450 Schwan cmenon 6 i:O'I018 Log ql(eUMOd -9873282 Hal'tlatl-Owm me1 6481532 F-<0tatlsbc 1116912 l).Jltin-Wslson stat 0.-426130 Proo(F·stat1sbc} 0358921
Depend•nt Vanalite MO Metl\o(I 1-east SQuares Date 08124/tn Time 08 11 Sample (ac:iJUsled)· 1977 2008 lnctvded 00.S..rvat:cJ1., 32 after a~ Newe)'West tlAC Slandard Etrors & Covansoce (lag IJ\Jncallon"'$)
II. Pesemase kemisktnan desa
109
Model Persamaan 3
l. Kocfisien Gini kota
De;Jenaent Varl8ble GK Method Least Squa- Date 0&'02110 Time 13 ~5 Sample (ad1usted; t 978 2008 ln"1uded obsel\'et1ons 31 alter~- Newey.West HAC Slandard Error< 11 Colr811811C8 (lag trur.cabon=3)
VfAr1able Coeftlaent 51111 Emlf t-Statis11c Prob
c 0063761 0.029778 1806400 00826 U\GGK 0.62278" oosos:1 9160338 00000 LAG INF -e ore-os 4 90£..05 -06212:,u Ob360 LAGUPG 0001441 C.001.:J4 1 004492. 0 3244 DLNUMR 0040001 0.020112 2033619 0.0523
R-aquared 0.865S71 Miiar> dependent var 033/290 AdJutrtd R«uared 0614467 S 0 depej dtnt var 0 016161 s e or regy8$Sion 0011269 Alralce info cnl•l)C)fl ..S.Q833:16 S•m S(IUllrtd recod 0003313 ~anenon ·5 752037 Log ~k-1.tlood 9T 741e6 ttamar>-O~m enter -s 907932 F-ital1$!JC 12 9!>359 Oumon-Watson stat 0 967671 ProlJ(F-a-llcJ 0000006
2. Kocfision Gini desa
Oepeneent Venable. GD Me(hod· Least Squares Date 00/~110 Trntt 13 11 samp1e (adJusteaJ 1978 2008 lnduded 006ervallons 31 al!«~ N<!Wey-Wesl H.AC Standard Er10r$ & Covanance (lag IM1c..rlon•3)
Va11a~1e Coolfiaent Sii Error 1-Slatlsbc Prob
c 003~ 00'912~ 1703052 C.1005 LACCD 0064006 006587() 13 43465 00000 lAGINF -0000320 449E-O) .7 119696 0.0000
l.AGOPG 0000399 0000853 0 468178 06436 OLNUMR 000696'.l 0.016662 0 539138 05944
R-oquared 0 87.Q!5 Mean dei>endenl var 0270561 AdJuSted R-equered 0854SOO S 0 depeode. • var 002"600 S E of regression 00093S9 Al<atle inlo ~°'' -6.362460 Sum squared re$1d 0.0()22E8 Sd>waa Clienon -6 131192 log lll<elohocd 103 6184 Hlnw>-OUJOn aiter. ..e 287086 F ·s!atlstJC 4511377 ~Stal 1284083 Prob(1'-<Stabs!oc) oooax:o
110
3. Kocfisien Gini Indonesia
Dependent Vanable GI Method Least SQuares Date· 06/04/10 Time· 13 30 Sample (ad1ustroJ 1978 2006 lndtJ<led oDservatiOM 31 after a~ Newey.West HAC Standard Errors & CO¥ananc.e ~ tnn:atnn=31
Va~OOlo Coefficient Std Enor I S1'lllstc Prob
c 0008192 0034002 115Z613 02596 !AGGI 0874"8 0 'IClSIM8 8 25.'\526 0 0000
LAG\NF 0000245 4 56£-0$ -5369197 00000 LAGOPG 0.002~ 0 00:121 2162894 00399 DLNUMR 0006058 0019177 1 880277 00713
R-squared 07229n Meari dependent >1$r 0 335226 AdJu•ted R-~uartd o.~ s I) oepen(len! - 0018070 S E Of regr~1on 0010216 AkMe Imo at!el'IOfl .s 163006 Sum squarec res1d 0002714 Sc:hMiJ2 cnteoe>n .<; 951718 Log lik•~hood 100 8366 Hanrw>-Oulm enter -s 107612 F·statisbc 16 ll6332 ~nstat 1 262:288 f'rot(F~lall$1JC) 0.000001
4. Q12
Depenaenr Vanable DQ 12 Method Least Squares Dat1> 00/05110 T1111e 08·37 &lmple (adJllSted) 1978 2008 lrldu<led obee<VdlJOn$' 31 ~a~ !l'lh!te Heterosl<edastJOty-Con$1stent S&anOard ~ & eovanance
Var1a~e Co&fflaetf. s.; Ell'Of t.Stausbe Prob
c -0096107 0277511 -034631? 01319 LAGOQ12 -0 162003 0 319011 -0 510661 06139 lAGlNF 0010318 000i658 131304S 02006
LAGOPG -0091054 0008876 -1026&15 03140 DLNUMR -0 071!1n> 1,065069 -0070207 ()9446
R-squal"Ed 0075(196 Mean t»pentjent var -0004194 11.djus!A<! ~r.C -o 067197 s 0 depeOOenl - 0.656291 S E of regress"'" 06ml83 - info O'~e.11.>11 2 207302 &.Im squared restd 11 915120 ~~ 2 4313590 Log li~eltnood -29.21318 Hannan-Owrm enter 2 282696 F·StatlSllC OS27756 o..rt.o-Wetson •tat 2 013489 Prob(!' -$\a"6t1e) 0 71B:JOS
J 11
5. Q34
Dependent Vanable Q34 Melnod Least l>(Jl3res Dale 00/05/10 Time 08 5.1 Sample (adJUl>led) 1978 200S lncit!ded observa11oos 31 ofter adj'uslmerlQ; Newey-West HA<; l>'taodard Etrocs & Cowanaoce (lag lnn;a!IOn=3)
Vanabl2 Coaf!iaent Sid Enor I.Statistic Prob
c 1096778 4083780 26905S1 00123 LAG0:)4 0707500 0 112211 630589? 00000 l.AGINf 0014364 0002213 S41155B 00000
lAGOP::3 -0 112938 0069753 -1619120 0, 175 DLNUMR -2173413 0971197 -2 237871 00340
R-S<;Uared 0828265 _, depe< IClenl var 37 0032S Mjust<KI R.squawl 0.571(376 S 0 dependent var 0640054 s I: of J'E910$5001l 0 419186 -., ll!A:l c:menon 1245687 Sum squared res1d 4 568646 SdlW3IZ 01lenon 1.47$976 Log 11ket11100d -1~ 30816 ~aiter 1 321082 F-slal•sllc 10Q8560 Ou<bon.wat£ort stat 1 093787 Prob(F""""stoe) 0000024
6. Q5
Oepondent Vanable DQ5 Metnoo Least Squares Date 08/05/10 Twne 09.07 Sample (adJu<t<ld) 1978 2008 l<ldu~ <>bservallons 3, ~ ~ White Hetero~kodasl!Oty-CQns1Sltlnl Slan08tll Erron; & Covanance
Vanable CoetflOtill Std Etror 1-Stabs!I< ?rob
c -0153488 0429364 -0.3:>7478 0.7236 LAGOQ5 0082431 0216178 0 288796 0 775() LAG INF -0019117 0009485 -2 !>15430 0 OS.C3
LAGOPG 0253164 0120429 2 102185 00454 DLNUMR 2 ~1'4668 159W62 1 448422 0 1595
R-squared 0188093 Mean de!>ende<Tt var 0030Q68 Ad;u&ed R~a-ed 0083184 so.~- 0960S47 S E of regrcssron 092980:) N;Ms mlo crileoon 2639002 Sum $QUared reso Z247787 SCllwalz cnteoon 3070290 Log lol<ehllood -3900463 Hannan.Quinn enter 2914396 F-stat1S'JC - S05841 lluttJin.Wa!son stat 2 ()134870 Prcb(F-51alisbc) 0229508
J 12
7. Pesentase kemiskinan koea
Dependent Vanable DlllK Melt1lxl Least Scuares Date 08/06/10 Timo 12:12 Sample (adJ.sted) 1978 2008 included otiservauons: 31 after~ White Het8roskfld~l'111'lty-Cons .. tenl Standard Encrs & Covanance
var1abk;J CoelflCl80! Siii Etror t-&abSllC Prob
c 1207483 1074036 1 124248 02712 l.AGDMK 01&4875 0347504 047+156 06391 LAGINF -0023564 0030469 -0773373 04463 LAGOt'G 0300512 0.782752 0363917 07042 OlNUMR -10.AA.'76 7.967097 -1 340988 01915
ll"'6Quar.d 0172G42 Mean clltpement var -0 74141Y AdJusl80 R~ual\?d 0045366 s 0 depei l(le,. \'81 2163938 s E of regrewoo 211~5 Al<atl<& 11lo aileron 4.4a2010 Sum ~uared rffld 1182263 SchNan ctTt•non 4.71~96 Log l•kl4ih00d -6-147115 HaMan.Qumn airer 4 557-4()1 F ·ISfallSllC 1356328 Owtlln.Wats0n stat 1 81667:; Prob(F-elat1$k) 0.278150
R. Pesenrase kerniskinan desa
Dependent Vonable MO M9111oo leaat Squa""' Date 08/05110 Time 12.il9 Sample (ed)IJsled) 1978 2008 Included observations 31 •ft'!r a~ Newey-Weot ~C Steodard En<n & Covenenca (lag tuncabOn<l)
Variable C<lefficttnl Sid Error 1-Stal•Sbo Prob
c 2 81l8378 147518-4 1 96342B 00004 LAGMO 0 794875 0047858 1667885 00000 LAGl~f 0035722 C.000908 s 171409 00000 LAGOPG -0407S56 c 42«1.'l.'i -0959781 0 3460 QNUMR 3.970004 4 951190 0.802010 0.4298
R-Sq·.iare~ 0909967 M&ar> dependent v&r 20 96181 Adjusted R-oquarvd 0 896116 SO.~var 5017886 S E of regtestoon 1 617317 1\1<.a!ke info cntenon 3 9461()4 sum squared teSld 6800654 S<:IJwarL cnten<Jn 4 177392 log l1kelrhood ·5616461 Ham8n-Ollim mrer. -4021498 F-stabsllc 6SSS694 OUrbn>Watron s13l 1271378 Prob(F-statisbc) 0000000
113
Vanai>le Coefficient Std Error l·StabsllC P!d>
c -o 572713 0.713776 -0802370 04289 LAGDDMI 0235714 0317(127 0743514 04641 LAG INF -0045658 00111&9 4092Cl66 00004
LAGOPG ..() 7"6457 0"15714 -1 795800 00&47 tlt.NUMR &635291 5 32ElaS() 1620470 01177
R-3Quared 0334266 Me.an dependent vat 0.074333 Adiu$led R-scaiared 0.2277411 S.O depelldet\l. va< 1521534 S E of <egre•8'Cn 1337091 Maike onto a~enon 3569682 Sun1 sQuared r~1~ 4469$l4 Sd'IW31Z ctCef'I01 3803415 Log hkeltnOod -48.54823 Haman-QLJM enter 36'.4591 f-stat1st1c 3.138134 Durbr1-Watson stat 2 61384& Prob(F~trustoc) 0032022
Dcpenaent Vanable DDMI Metl>od Least Squares Dale 08!23110 Time 19'26 Samllle (adjusted) 1979 2008 lndudQO ot>G•~ns 30 :>ftct ad~enta NOW'l)'·West HAC standarct Errore & Covananc:e (lag trur.ca!JOn"3;
9. Pescntasc kcmiskinan Jndoncsia
00746 00594
3 411424 Prob. F(l,:!>O) 3 554116 Pn>b Chi-Squale{1)
~·SlallsllC LO!I ~ke.lhood raec
c. Koefisien Gini Indonesia: linear Ramsey RESET Test
00137 00092
a 852986 Prob F(t30J 6 709396 Pmb Cl-i-SquaJ<:( I}
b. Koefisien Gini desa: tidak linear Ramsey R.cSET T esr
M0<l•J persam UJI I a. Koefisien Oini kota:
2. l.Jji Iinearitas: model linear I IQ: mtidel linear H11: model tidak linear I' sratistik < F tabel, atau probabilitas > 11: 5%, maka ! lo diterima, model linear
-·-- - ------ ·- - - ! -1 Mode12 Model3 Varlabet ~- - -·.--· bistnbu5I l);otribusi Distrillusl Prltb Ries" I al Prob
Reslchal Prob Residual
Koefis1en Gif1i Kota 0,192 __, 0.309 normal 0,0'7 tlrlak normal -- ·-·- -- Koefl.sien Girii Desa 0,104 notmal (),21~ normal 0,000 tidak normal Koefi~,;n Gini Jndones1.a -· -- - - ._ - f---- 0,129 nonnal 0.2S9 norma-t 0,033 tidat nor rnaf Quintile 11 .- - -
.. ~ ·- ·• ·- 0.000 tidal< normal 0.000 tidak: normal 0,000 tidak normal ·------ .. Quinrtle34 0.021 bdalc normal 0.275 normal 0,803 norm~I . Quintile S 0,000 tidal< oonruol 0,000 l1dak normal 0,000 tidalc normal ... . - . - ·--- Persentase ~emiskinan Kota 0,017 tidal< l\Omlal 0,009 ti6ak r>Orrna\ 0,006 oda\ normal l- -----·- -- --·- Persentase Kemi.skinari Uesa 0,014 tidal:~ ,D,252 •><>r<na! 0,066 notrnal \- ------'- Perseotase Kcmiskfna'1 Jndone.1u1 0.011 tidalc ftO(fh;ol : 0,000 !id•k normal o.oos tidal: normal -·· - . -
tlasi! uji normalitas
l. Uji Normalitas ; residual tidak terdistribesi normal I lo·. residual berdistribusi normal Ha: residual tidak berdistribusi rmrmal nilai JB (Jarquc-Bera) > X2 tabe], azau prubabilitas < <1:5%, maka Ho ditohlk, residual tidak bcrdistribusi normal
H:1sil uji au!Qi kluik Lamplran4
114
115
d. Quintile l 2: linear Ramsey RESET Test
F~tallstlc 0093619 Prob F(l.29) 0.7618 Log l1ket1t.ood l'8bo 0103137 Proo Ctw-SQu&r9i11 0 7481
e. Quintile 34:
f. Quinli w 5: l in ier Rsmsey RESEl I est
F'-sta(l$bC 0 521150 Pleb F(1.29) 04761 log lkel1hoO<l raec 0569956 PtOb.~(1) 0 4503
" Persentase Kemiskinan Kota: liocac ... Ramsey Rl::SET Test
F-stat1s~c 0 3All937 Plllb F(1,29J 05593 log l1kellhood rallo 0.38:2738 Prob Ch1-Square(1 l C; 5361
h. Persemasc Kcrniskinan desa; linear R>1msey RESET Test
F-stabshc 3 359434 Prob F(1.30) 0 076:1 l.og l1kel1hood rabo 3512617 Prob Cl\i-Sq""1 to( I} 00609
i. Persentase Kcmiskinan Indonesia: linear Ramsey RESET Test
F-<labstlC 36711l65 Ptob F(1,28) 00654 lO'} l1kelihO«I rat\O 3~ Prob Cht-Square(1) 00505
Model penamaaq 2
a. Kocfisien Giui kota: linear Ramsey RESET Test
F-s!Btisbe 0.369583 Prob. F ( 1.25) 0 =>487 t..og bkelillOOd raw 0454928 Prnb Ch>SQuare(1) 05000
116
c. Kocrlsicn Gini Indonesia: linear Ramsey RESET Test
F-stallstic 0229167 Prob F(1,27) 0 6J6() Log t•ket1i'ood raeo 0270469 Prnl> Ch1-Square(1) 06030
d. Q11i111ile 12: linear Ram$ey RESET Test
F-stall~ttc 0.681269 Prob 1'(1,27) 0.416'4 Log t1ktl1hood roUo 0797412 Prob. Cho·Square(1) 03719
c. Qui1U1lc 34: tidak lineBr Ramsey RESET Teet
F·8111tlst1c 5039437 Prob F(1.25) 0 0339 Log ltkellhood rabo !1692693 Prob Cho-Squaro(1) 00170
1: Quintile S: linear Ramsey RESF.T Test
f·Sblllstil; 0621732 Prni> F(1,27) 0"'373 log ~kelthOO<l rabO 0.726612 Prob Cht·Square(1i 0.3934
g. Persentase Kerniskinan Kota.linear Ramsey RESET Test
F-&tallst1c 0964524 Prob. F(1.27) 03348 Log Jikelhood rall) 1123195 Prob Ch~Squore(1) 02892
h. Persentase Kemiskinan desa: model linear Ramsey RESET TG•I
F~~lat1stic 1 565eS2 Prob F(1,27) 02215 Log l1kel1hood ratio 1804050 Prob Chi.Square( 1) 0 1792
06006 0.7013
0.065086 Prob F(1.27) Cl 077Cl48 Prob Cht·Squar.(1)
F-staDstlG LOQ -kelthood ratio
b. Koefisicn Gioi desa: linear Ramfl<IY RESET Test
I 17
J. Persentase Kemiskinan Indonesia: model linear Ramsey RESET Test
F-statistx: 1676147 P<OO. f(1.26) 02008 Log lil<P.~Mod ratJO 1 938706 Prob. Chi-S~e( 1) 0.16'1()
Model pcrs11maan 3 a. Kodisien Gini kola: linear (Ftabcl (0,05; (4); (26): 2,74)
R•msey Reser T e.i
F-statisllc 0369!>83 PrOll F(1.25) 0548i Log l1ketlhood raM 045-4928 Pro!> ~art(1) 05000
h. Koefisien Gini desa: Linear Ramoey RE.SET T est
F-etabstlC O.Q00747 Ptob F(1,25j 0.9784 Log ~kel1llood ratio O.Mll26 Prob Ch>-Squa!I( 1) 0.9757
c, Koeflsien Gini lndonesia: Iinear Ramaey RESET Te.t
F-stMl•ti<. 0 18517A Plob F(1.25j 06707 Log lik&lihoocl r.>!Jo 0 228'770 Prob CM-Sq.Jare( 1) 0&324
d. Qui11tile 12: tidak linear Ramoey RESET Teel
F-atic 5.039437 Prob F{1.25) 0.03311 Log hkl4thOOd llltlO 56112!93 Prob etv-SQuaref1) 001?0
e. r;!uinri(c 34: model tidak linear R~msey RESET Test
F-•tabstic 4369730 Prob F(1.25) o~ log hkeNhood rell<l 41193750 PtOb ci.$qoare(1) 00254
t: Quinlile 5: model linear Ramaey RESET T est
F-<ilallOhC 0542007 Prob F{1,75) 0.4581 Log l1ket1hOo<I ratio 066Q677 Plot) Cl'l--Square(1) 04145
-··· - R' "' .. ~ -· . " V1Uiabcf RI' R.2' RJ' H .. it t'-oefisien Gini i(QUt 0,6658 0,0745 0,01&5 I o.0697 tidak ada 1r1ulti"-l>lioc::a.rilu:> KOeflSieJ;7ii~;f o~ - 0.874' 0,0745 0.111 SS 0.06?7 "iidarad:l multit..<>fiocarit8' - .......... _, i\.oefisicn Gini Indonesia 0,7230 0,071S 0.0185 O,Q6?7 "lodii(iida .. ullil<OfinnrilM ~nui, 'i2 .. ""' +--. .... ' .... 0,0751 0,0745 0,0185 0,()697 tidal. ada multilwliocarit83 ~ii1i1111~· 34
- . . ' 0,6283 0,07~5 0,0185 0,0697 ticio.k Ilda muldlwlinc¥ritas
eu;;;;d~ s ·- . o:al8T '0,@697 ··- l!,1881 ll,<174~ tidak ada mufdl._oliuewi~.,. >;;.;~ii&. Kemiskinan Koca ··-- 0,1726 11,0745 0,6185 (),06'!7 ~dak ada mufdk.olin.,..,ims
·- Persentase K.enti~kinan Dose 0.9100. 0.0745 0,111115 o,0497 tidal< ad.a multil<olin...ntas ~menta.ieKeiililkio~ lndanesfa o:J]43 l)J)74.5 0,DIX~ = t--: ...
0,0697 tidlll< ada mulliliolinea.riw ·---···" ... --· ..
I lasil Uji Mullikolinc11Cita.~ pada model persamaan 2
3. Uji Mullikolinearitas: tidak ada multik(llinearita~ I lo: model Lid11k mcngandung muhikol inuritas Ha: model mcngandunf mnltikoliocaritas RI 2 > It 112• R 121, RI 3 • R 142 mal<.11 Hu diterfma, tidakada multiko!inC'Qrhas
04681 0 4145
0542807 Prob F(1,25) 0~7 Prob cni-square(1J
F-•lallStlC Log IJl<et•hOod ralro
1. Persentase Kem iskinan Indonesia: model lin~ur Ramsey RESET Test
05065 04571
0 400040 Prob F(1,25) O 553006 Prob Ch>Sr:iuere(1J
F-stall5bc Log ti~e!ihoO<I ratio
h. Persentase Kemiskiaan desa: model linear Ramser RESET Tesr
09196 0 7'115
U053137 Prob F(1,2S) 0 065819 Prob Ch1-$quare{1)
F-Slllt111t1c Log f1kelth00d ratio
g. Pcrsentase Kemiskinan Kota: model linear Ramsey R£SET Test
118
049~5 0 4702 05269
0 71SBS3 PfOb. F{2.3l) 1 ~52 Piil!>. ~Square(2) 1 28~ Prob. Chi-Square(2)
F-stsbst1c Ob&·R-square<J Scaled a;tplatlled SS
b. Kocfisicn Gini Desa: tidak ada beteroskedasiisitas Heteroeke<lasooty Test White
0 7370 07172 08081
0 308348 Ptob ~(2.30) o 664703 PfOO Cfv.Square(Z) OGEl1S5 PtQO. CIJ.Square(2)
F·stst1sllc O!ls'R«1uarea Scaled ex11lall'led SS
a. Koefisien Gini kota: 1iuak <Kia heieroskc:dastisitas Heteroskedastrcity Test Wilde
Model persa 10..a o 1
4. Uji hcteroskedastisitas dengan White: ti<l.ak ada heseroskcdasrisitas Ho: model tidak ada heteroskedastisitas Ha: model ada heteroskedastisitas X2 hitung (Ohs*R-square) < X2 tabel, prob> 5%. Ho diterima, tidak ada heteroskedastis itas
···~· Variabel R' Rl1 R2' R.12 R4' H~il
Koefisien Gfnl Kota 0,666 O.l.S41 0,012\1 0,2861 0,1720 trdak ada ---·- .. multi kolilleariw
Koefisien ()ini l"l<:s¥ 0,!74 0,154? 0,0179 o.28.,. 0.1531 tidak ada m u.lti i.ot inearita~
Koeflsi~·Gini 0,723 0.1271 0,0113 0.2S3S 0.1497 tidak ilda lndone$1" ; muttikoline:iritas ~···~~. o.osu Qoi1111[2 12 0,075 0,§W} 0,1912 0.1656 . "'1«
mullikolinp:irlta.s 0•11>ttlc 34 ·o.628 0.0141 0,8103 fl,ISS~ 0.15'.10 tidolc ada
muili ku~ inearitas ... . 0:188 6,1684 'tiilalc ~- ---- Quma/e S 0,1437 0,1766 O.J6f>t
multikoline~ras Persentase Kemi.51d nan 0.173 0.3246 0,19l2 0,1~79 o,30;1 tidak ada Kota multilolincnri1as --··· ·o;QtO 0,0920 0.0730 tidak ada ····--· .. Persentase Kemiski11ao 0,1904 0.1551 Desa --·-··· rouitilolint':lri1as Pen:.ent.Ot$~ Kemiskinan o.~66 0.3199 0,15?2 ll,2159 02~RS
ridak """ Jndonesia .... m tlltikol~llls .
Hasi I Uji Multikolinearitas pada Ill-Ode! pers>ornaan 3
119
120
0310Q 02905 01~
1 214845 Ptob f(2,30) 2 472416 Prob Clw-Squ"'8(2) 3 27 4595 Prob Ctlr-Square{2)
F-slaltshc Obs'R-!ll]•JareG Sesled exploined SS
h, Persentase Kemiskinan Desa: tidak ada heteroskedasrisitas Heleroskedaot.city T~st WM"
0.5866 05613 03580
0.5'm02 "!Ob F{U9) , 1SS094 ?rob (;h..Squara(?} :;_ 054414 Plot> Clll-Sqoa<e(2)
F ·SlatlSllC Obs•R-squared Scale<! exr;>4a1ned 55
g. Persentase Kemiskinan Kota: tidak ada beteeoskedastisitas Hnroske¢i•~aty Tes(· WMe
09427 0.9371 08429
0 069117 Prob. f{2.29) 0. ~ Proa. ct..Square(2) 0 341876 Prob Cht-Square(2)
F-<lall6tte Otis'R ... quared Scaled e>pla1ned SS
f. Quin1i/e 5: tidak ada hetero:.kcd&tisilas 11e!e:oskedasltcity Test v-.'f"ite
06922 08825 0.8366
0 11"4S3 Prob. F(2.30) 0.249Yf I Pmb. Cl'i-Square{2) 0.3Se809 Pl'Ob CB-Square(2}
F-<tetisbG Ot.s·R-<Squared Scale<! eXllla11ed SS
e. Quin1ile 34: tidal< ada heteroskeclasbsllas Het8'0$kedesbat)' T es1· Willie
08758 0 ll644 0.5691
o 133246 Pro!) F(U9) 0 291383 Prob. ~12} f.127465 PlOb eti;.SquaJ-8(2)
F --stal>Slle Obs'R-squered Scale<l exp1i11ned SS
J. Quin1'1e 12: tidak ada he(er\lSk.cdastisitas l11!1'1rosl<e<lastic1l)o T Mt. 'Mille
05739 05400 06048
0 565737 Prob F(<,30) 1 199385 Prob Dil-Sware{2,l 1 005782 Prob. et.-~}
F-stat1stJC Obs'R-sQuared Sealed explaine<l SS
c. Koeftsicn Gini Indonesia: udak ada beteroskedastisiras Hetoroskedastletl'; T@st· White
121
00059 C.0230 00413
3 69967~ Prob F(9,22) 19 26918 !'roll. Chr-Sqvsre(9) 17 !)1132 Prob Cll1~~qmore(9)
F-sta1'8t1e Otn;"R-squa!W Scaled exl)latnecl SS
e Quimile 34: ada heteroekedasu:sitas Heler06l<adasttcrty 1981 White
0.1443 01534 0.0000
1 716102 Prob f(9.22) 1a 20006 Prob Cht·Square(9) 38. 40163 Prol> Chr-Square(I!)
l'-steliS!G Obs·R~uare1J ScslM explained SS
d. Quinlilc 12: 1jdak ada heteruskedastisjtas HetioroskedaS1Jc:ity Test White
0 $3"15 04676 08217
0 909379 Prob F(ll,22) 8 676701 PrOb Cll1-$quare(9) 5142580 Prob Ch1-Sqo,isre(9i
F·ster11t1c Obs"R«iuarea Seated expfefned SS
c. Koefisien ()ini lnJunt$ia: lidak ada heterookedastisita.ts HE!let'Olll<edasllcity TeSI White
0 447!) 0.3933 ()6524
1 030673 Prob F(9.22) Q 490124 Prob Ch1·Souare(9) 6 852859 Prob Ch~Souere(I!)
F·sts11&t1c Obs•R-4qUfre<I Scaled &xple1ned SS
b. Knefisien Gini Deso: tidal<. adtJ lic:lerusktlllastisltas He'.eroskedastlCl!y Test WMe
00594 00630 05623
~ 239!141 Proo F(9,22) 15 30043 Prob Ch1-$quare(9) 7 723153 Prob Chi-Square(~)
F-staholic Oli•"R-<Squared Scaled expta1nect SS
a. Knefisien Gini kota: tidak ada heteroskedastisuas Heleroskeclast1Qty Test WMe
Model pcnamaan 2
05833 0 5fl69 03420
0 549566 Prob F(2.28) 1 170910 Prob. Cho-Square(2) 2 145$4 Prob Clli-Square(2)
~ ·SlallSIJC 01>$.R-jlQUQ!'ed Scaled e.-pklmed SS
1. Persentase Kemiskinan Indonesia: tidak ads hetero~kcdastisil~S HeleroskedasOO.ty Test White
0~5 0 5443 02708
0 601054 Prob F(14, 16) 12 77459 Prob Ch~Square(14) 16 73494 Prob Ch~Square(14)
F-•la1MJC Obs"R-squared S<:aled el(l)la1ned SS
l-let!ll'oskedasbcrly Test White
a. Koefisien Gi11i kote: tidak ada beteroskedastishes X2 tabel (n: 5%, df: 14) : 23,6848 df pada X2 tahel adalah jwnlah variabe] bebas pada regresi model White-toot kecuali konstanta.
Model penamaaa 3
0.6514 0.5717 0.1388
0.761927 Prob F(9.211 7 630937 PfUI. CN-Square(.9) 13 61100 Pnb ~quare(Q)
F"""'bsllO Ob6•R-squa·eo Sctled explained SS
i. Perscntase Kemi5kinan Indonesia: tidek oott heieroskedasdsltas He1.eroskeda&l1C1ty Test WMe
0 6<»8 OS317 06498
0 818()6.4 Prob F(9.22) 8 02<4045 Prob C~l-&iu&re(!l) 6.878239 Prob C!it-Squ11<e(9)
F-otot1sx Ooo'R-iquared SC$led explained SS
h, Persentase Kemiskinan Desa; tidak ada beteroskedastlsltes Hete<osked"1Jclty Teat White
0 6643 06018 06099
o 491907 Prob f'{9,22) 5 360739 Prob Ch~are(9) 7 261561 Prob Ch~are(9l
F-stal1sbc Obs'R-!JqUared Scaled explained SS
g. Pcrsentase Kemiskinan Kata: tidak ada heteroskedastisnas Heletoskedasl!Clty T Kl WMe
02379 02262 00006
1 42.3470 Prob 1'(9,22) 11 7764\4 Pmb Cht-Square(9) 29 4210'.\ Prob Ch...squani(9)
F-ital1$11C 0bs'R-!QU8ffld Sailed <»plained SS
f. Quintile 5: tidak ada heteroskedasnsitas Heterosl<eda•tie>ty T est White
122
123
b. Kut:foien Gini Desa: tidak ada heteroskedastlsitas Heteroskeaasbclly Test WMe
F·•lat1$bc 0282B~7 Prob F(14.16) 09&!9 O~s·R-squa.W 6.150296 Prob Ch1·$qUate(14) 0.9626 Scaled expl>med SS 928307! Proo. <'.hi.Square{14) 08138
c. Koeflsiea Gini lndonesia: tidak ada heteroskedasushas Heteroskeda&!Jaty Test. White
F stollstic 0611550 Prob. F(14, 16) 0.8147 Obs"R-<SQuareo 10 87479 Proll Cl\~uare( 141 06958 Scaled explained SS 1124113 Prob Chi-Squ"re(14J 08670
d. Qui11ti/e 12: ada hetcroskedastisltas Heteroskedasllcl!y T est White
F-&tmellc 5681633 F'rob f(14, 16) o eoce 00•~-liQllBred 259:1642 Prob Ch1·Square(14J 00252 Scaled Bllpla1'"" SS 69.01702 Prob Chi-SqLBre(14) 0.0000
e. Quintile 34: lidak ada heteroskedastis~as HEte<0skedast1e1ty Test Wh~e
F-stebsllc 0523762 Prob F(14, 16) 08847 Obs'R-.;quered 9742255 Prob Cho-8q118te( 14) 0.7t1l6 SC3led ~1ned SS 7 304106 Prob. Ch1-&iu9'e(14) 09224
f. Qui mile S: tidak ada he1eroskedas1isi11i:j Heteros~edllsbclty 1 est Wn.te
F...:la~llc 0705580 Prob i'l14, 16) 07412 Ot>S'R·sqwrnd 11 83323 Prob C"1·Sqll8re(14) 06197 Scaled '""'rained ss 40 60741 Proc. Cl'li-Squal'l(14) 00002
g. Persentase Kemiskinan Kota: ada heteroskedasusitas Hetemllkedasbaly Test Wh(i!
F..otabolic 6447153 Prob. F(14, 18) 00001 Obs"R-squerea 27 30668 Prob Chi-Square(14) 00176 Scaled explained SS 322,718 Prob Chi-8quan){14J 0.0037
.. ... M~n .. Model2 Modell di: l.J8J di: 1.2"4 di: t.16
Varlabel llu: 1.S<la du: i.eso du: 1,74 [n: ~) k: 11 I (~: 32. k: 3) .. ,Cn: JI. k: 41 ···- OW·st:a1 llasll OW·stal Ha SI I OW·:st:at Has1l
Ko~iis~n Glnl Kota 0.406 Ada 0.79S• Ada 0,957(i •dd I-• . ... Kocllsien Cini Oesa 0.145 Ada 0,44.~3 Arl• 1.2841 Ragu-rai:u
·~~;.- Gini Indonesia 0,3!17 Ada U,bl)'.I Ada l,2623 RaMU•l";IJU Q'Jlntilc 12 2,J&t bd.>kado 2,373+ udak ada 2.0135 tidakada Qoint.ile ~14 O,M7. Ada 0,7111 Ada 1,6938 Ragu·ragll Quintile~ - 2,056 tidakada 2,0M9 2.0664 tidilk ada tidok ada Persentase l{cmisk:Jnan Kui.. 1.601 t:idakada 1.5860 tidakada 1.816'/ u<iakada --· -- PerS41nb~ Kl!misionan Des.- 0.182 Ada 0,1261 J\da 1.2714 Ragu·ragu Perscntase Keanskinaii Indooesta -·
tidal<aOO. 2.073 bdakada l,914R tidllk .. .i. 2.1372 "·--··· ,. .. . -
Hasil uji autokorclasi
I Ragu-ragu I Ada au~~~ebss~
4-du 4-dl <4
Tidak ada autokorela$1
Ada au:;o•eleM I ttagu.fagu I 0 di du
5. Uji Autokorelas! dengan Durbin-Watson (OW-test): ada autokordl:llji
0 54311 0.4515 0.01.158
0.938310 Prob F(14, 18) 13 97609 Prob. Cl»Sq"8r6{14) 21 66519 Prob. Chl-Square(14)
F-statoslJc Obdl'R·S(JJBred Scaled <»tplruned SS
1. Persentase K.emiskinan Indonesia: tidak ada heteroskedastisita.~ Helerosi<e<Ja&tlCll)' Test WMe
00113 00681 01802
3363114 Prob f'(14. 1t!) 23.1374? Prob Chi-Squert{14) 1861484 Prob Ch~re(14)
F-stabst1c Ob<.'R·squart!<I ~l<>d ""Pl3ined SS
h. Persentase Kcmiskinan Desa: tidak ada hetereskedastisitas HeterosJ<e<Ji!Sbc<ty Test WMe
124