pengaruh pendapatan per kapita, tingkat …repository.uinjkt.ac.id/dspace/bitstream/123456789...4....

PENGARUH PENDAPATAN PER KAPITA, TINGKAT

PENDIDIKAN DAN JUMLAH PENDUDUK TERHADAP

KEMISKINAN

(Studi Kasus: Kabupaten/Kota di Provinsi Jawa Tengah Tahun

2010-2017)

SKRIPSI

Diajukan kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Syarat Meraih Gelar Sarjana Ekonomi (S.E.)

Disusun Oleh :

Satriahady Auliya Putra

NIM: 11150840000048

JURUSAN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1441 H/2020

ii

LEMBAR PENGESAHAN PEMBIMBING

iii

LEMBAR PENGESAHAN UJIAN SKRIPSI

iv

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF

v

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH

vi

DAFTAR RIWAYAT HIDUP

I. Identitas Pribadi

1. Nama : Satriahady Auliya Putra

2. Tempat/Tanggal Lahir : Jakarta, 2 Desember 1997

3. Alamat : Jalan Kebon Nanas IV, Kebayoran Lama

4. Telepon : 0895634654982

5. Email : [email protected]

II. Riwayat Pendidikan

1. SDI Al-Falah III 2003-2009

2. MTs. Al-Falah 2009-2012

3. SMKN 45 Jakarta 2012-2015

4. S1 UIN Syarif Hidayatullah Jakarta 2015-2019

III. Pengalaman Organisasi

1. Ketua DEMA-F Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta

Periode 2019

2. Wakil Ketua II Bidang Eksternal & Sosial Pergerakan Mahasiswa Islam

Indonesia Fakultas Ekonomi dan Bisnis Periode 2018-2019

3. Wakil Ketua DEMA-F Ekonomi dan Bisnis UIN Syarif Hidayatullah

Jakarta Periode 2018

4. Dewan Pengarah Divisi Pendidikan Generasi Baru Indonesia (GenBI)

Komisariat UIN Syarif Hidayatullah Jakarta

5. Wakil Ketua HMJ IESP Periode 2017

6. Anggota Divisi Pendidikan Generasi Baru Indonesia (GenBI)

Komisariat UIN Syarif Hidayatullah Jakarta

7. Ketua Diskusi Mahasiswa Ekoomi dan Bisnis Periode 2017

8. Co-Founder DEKRESI (Dedikasi Relawan Mahasiswa Ekonomi)

9. Kepala Kajian Kebijakan Publik Indonesian Youth Economic Chamber

vii

ABSTRACT

Poverty is still a complex problem to be solved in Indonesia. This study

aims to determine the effect of Per Capita Income, Education Level represented

by Average School Length, and Population on Poverty represented by Percentage

of Poor Population in the Regency/City of Central Jawa in 2010-2017. This study

uses panel data analysis with the Random Effect Model (REM). The results of this

study indicate that the variable Per Capita Income and Education Level partially

have a negative and significant effect on Poverty, meanwhile variable Population

have positive effect but not significant on Poverty. While simultaneously the

variable Per Capita Income, Education Level and Capital Expenditure have an

influence on Poverty in the Regency/City of Central Java in 2010-2017.

Keywords: Poverty, Per Capita Income, Education Level, Population, Random

Effect Model (REM).

viii

ABSTRAK

Kemiskinan masih menjadi suatu permasalahan yang kompleks untuk

diselesaikan di Indonesia. Penelitian ini bertujuan untuk mengetahui pengaruh

Pendapatan Per Kapita, Tingkat Pendidikan yang diwakili dengan indikator

Harapan lama sekolah, dan Jumlah Penduduk terhadap Kemiskinan yang diwakili

dengan Persentase Penduduk Miskin di Kabupaten/Kota Provinsi Jawa Tengah

Tahun 2010-2017. Penelitian ini mengunakan analisis data panel dengan metode

Random Effect Model (REM). Hasil penelitian ini menunjukkan bahwa secara

parsial variabel Pendapatan Per Kapita dan Tingkat Pendidikan berpengaruh

negatif dan signifikan terhadap Kemiskinan sedangkan variabel Jumlah Penduduk

berpengaruh positif tetapi tidak signifikan terhadap Kemiskinan. Adapun secara

simultan variabel Pendapatan Per Kapita, Tingkat Pendidikan, dan Jumlah

Penduduk memiliki pengaruh terhadap Kemiskinan di Kabupaten/Kota Provinsi

Jawa Tengah pada Tahun 2010-2017.

Kata Kunci: Kemiskinan, Pendapatan Per Kapita, Tingkat Pendidikan, Jumlah

Penduduk, Random Effect Model (REM).

ix

KATA PENGANTAR

Assalamu’alaikum warahmatullahi wabarakatuh

Puji syukur penulis panjatkan kepada Allah SWT, Tuhan Semesta Alam

yang telah memberikan penulis rahmat, karunia serta rezeki yang amat berlimpah

sehingga penulis dapat menyelesaikan tugas akhir berupa skripsi dengan judul

“Pengaruh Pendapatan Per Kapita, Tingkat Pendidikan, dan Jumlah

Penduduk Terhadap Kemiskinan (Studi Kasus: Kabupaten/Kota di Provinsi

Jawa Tengah Tahun 2010-2017)”. Solawat serta salam semoga senantiasa

terlimpah kepada Nabi kita, Nabi Muhammad SAW, semoga kita semua

mendapatkan syafaat dari beliau di hari akhir nanti.

Skripsi ini disusun sebagai syarat penulis mendapatkan gelar Sarjana

Ekonomi di UIN Syarif Hidayatullah Jakarta. Penulis ingin mengucapkan terima

kasih kepada semua pihak yang terlibat dan memberikan dukungan baik secara

moril maupun secara materi kepada penulis selama penyusunan ini, yaitu:

1. Orang tua penulis, terutama mama tercinta, Uyaiynah yang telah

memberikan dukungan penuh, semangat dan do’a yang tidak putus untuk

penulis selama menyusun skripsi ini.

2. Tante penulis, Ikrimah Sanusi yang telah mendukung penulis secara penuh

dalam bentuk materi maupun non-materi dari awal perkuliahan hingga

skripsi ini selesai.

3. Bapak Prof. Dr.Amilin, S.E.Ak., M.Si., CA., QIA., BKP., CRMP., selaku

Dekan Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta.

4. Bapak Dr. M. Nurianto Alarif selaku Wakil Dekan bidang

Kemahasiswaan, Alumni dan Kerjasama yang telah perhatian mendorong

penulis untuk segera keluar dari Fakultas Ekonomi dan Bisnis tercinta.

5. Bapak Fahmi Wibawa, S.E., MBA selaku dosen pembimbing yang telah

memberikan waktu, arahan, dan ilmu yang sangat bermanfaat bagi penulis

selama proses pengerjaan skripsi hingga selesai.

x

6. Bapak M.Hartana Inswandi Putra, M.Si. dan Bapak Deni Pandu, M.Sc.

selaku Kepala Jurusan dan Sekretaris Jurusan Ekonomi Pembangunan

yang telah memberikan arahan yang sangat membantu penulis dalam

perkuliahan dan pengerjaan skripsi.

7. Seluruh Dosen dan Staf Fakultas Ekonomi dan Bisnis UIN Syarif

Hidayatullah Jakarta.

8. Kekasih tersayang penulis, Indah Julianitasari yang tiada hentinya

mengingatkan penulis, selalu memberikan mendukung baik secara halus

maupun sedikit kasar agar penyusunan skripsi ini segera selesai. Semoga

tulisan ini dapat dibalas ketika kekasih penulis menyelesaikan skripsinya

nanti.

9. Teman-teman “Entropy” (Azam, Desti, Farith, Hady, Harits, Hilal, Isma,

Ivan, Khaidar, Farras, Syaban, Alwan, Putri, Ipeh, Ipul, Wahyu dan Zul)

yang telah bersama-sama melewati momen bersama selama perkuliahan

ini serta memberikan dukungan, nasihat, serta momen berharga baik dalam

kepengurusan organisasi, kehidupan sehari-hari kepada penulis.

Khususnya kepada teman-teman yang terlibat langsung dalam penyusunan

skripsi ini, Wahyu yang mau berbagi kamar kosnya untuk penulis

menyelesaikan skripsi. Ipeh, Harits, Ivan, Syaban, Hilal yang memberikan

banyak nasihat dalam penyusunan skripsi ini hingga selesai.

10. Partner dalam setiap kampanye pemilihan ketua dan wakil ketua organisasi

kampus (Hasan di HMJ Ekonomi Pembangunan, Ichsan di DEMA-FEB

dan Adit di DEMA-FEB). Dan para jenderal pemenangan serta tim

kampanye yang tidak bisa saya sebutkan satu persatu. Terima kasih telah

berjuang dan melewati dinamika bersama.

11. Sahabat terbaik penulis, Uzda dan Tommy, yang tak hentinya memberikan

dukungan, nasihat serta kebahagiaan bagi penulis. Semoga kalian tetap

sehat dan selalu lancar dalam menjalankan kegiatan apapun.

12. Teman-teman “Powerpuff Girls” (Shelly, Els dan Oci) yang telah

memberikan hal-hal konyol selama penulis menuntaskan studi di Fakultas

xi

Ekonomi dan Bisnis. Semoga kalian bertiga dapat segera menyelesaikan

studi secepatnya.

13. Teman-teman “Ga serius” (Utari dan Lissa) yang banyak membantu

penulis selama perkuliahan. Semoga segera menyusul penulis

menyelesaikan tugas akhir kuliah.

14. Saudara-saudariku “Hypebeast Kacang Goreng” (Ka Chela, Bang Niko,

Ka Benita, Jendri, Bima, Simon, Bagas, Ragil, Laras, Dinda) yang telah

memberikan kenangan selama perkuliahan penulis, khususnya kepada Ka

Chela yang telah memberikan penulis pengalaman untuk menikmati hidup

di semester akhir.

15. BPH DEMA-FEB 2019 (Wahyu, Adit, Lissa, Andro, Rayhan, Farith,

Putri, Zul, Rangga) dan teman-teman koordinator serta sekoor dan seluruh

anggota DEMA-FEB 2019 yang telah satu tahun bersama menyelesaikan

berbagai program kerja terakhir penulis di organisasi kampus.

16. Teman-teman BPH PMII KOMFEIS masa khidmat 2018-2019 yang telah

memberikan banyak cerita selama mengurus organisasi di bangku

perkuliahan.

17. Senior-senior PMII KOMFEIS (beberapa yang masih penulis hormati)

yang telah mengajarkan penulis kerasnya kehidupan kuliah.

18. Bank Indonesia yang telah memberikan penulis beasiswa sehingga dapat

mendukung perkuliahan penulis. Serta teman-teman Generasi Baru

Indonesia (GenBI) UIN Jakarta yang tidak bisa saya sebutkan satu persatu.

Terima kasih karena memberikan pengalaman dan kenangan yang

berharga kepada penulis.

19. Teman-teman seperjuangan Angkatan 2015 Ekonomi Pembangunan yang

telah menjadi keluarga di kampus selama perkuliahan.

20. Teman-teman Himpunan Mahasiswa Jurusan Ekonomi Pembangunan

yang telah memberikan dukungan kepada penulis selama pengerjaan

skripsi.

xii

21. Semua pihak yang tidak bisa disebutkan satu per satu, terima kasih kepada

kalian semua yang telah memberikan dukungan kepada penulis selama

pengerjaan skripsi.

Penulis sadar bahwa skripsi yang disusun ini masih banyak kesalahan dan

kekurangan, maka penulis meminta maaf dan menerima dengan terbuka jika

ada kritik dan saran untuk penelitian ini.

Wassalamu’alaikum Warahmatullahi Wabarakatuh.

Jakarta, Desember 2019

Satriahady Auliya Putra

xiii

DAFTAR ISI

LEMBAR PENGESAHAN PEMBIMBING .......................................................... ii

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ....................................... iii

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ................................ v

LEMBAR PENGESAHAN SKRIPSI ................... Error! Bookmark not defined.

DAFTAR RIWAYAT HIDUP ............................................................................... vi

ABSTRACT .......................................................................................................... vii

ABSTRAK ........................................................................................................... viii

KATA PENGANTAR ........................................................................................... ix

DAFTAR ISI ........................................................................................................ xiii

DAFTAR TABEL ................................................................................................ xvi

DAFTAR GAMBAR .......................................................................................... xvii

DAFTAR GRAFIK ............................................................................................ xviii

BAB I PENDAHULUAN ....................................................................................... 1

A. Latar Belakang ......................................................................................... 1

B. Batasan Masalah ..................................................................................... 11

C. Rumusan Masalah .................................................................................. 12

D. Tujuan Penelitian .................................................................................... 12

E. Manfaat Penelitian .................................................................................. 13

BAB II TINJAUAN PUSTAKA ........................................................................... 14

A. Teori Terkait ........................................................................................... 14

1. Kemiskinan ......................................................................................... 14

2. Pendapatan Per Kapita ........................................................................ 23

3. Pendidikan .......................................................................................... 25

xiv

4. Jumlah Penduduk ................................................................................ 28

B. Penelitian Terdahulu ............................................................................... 30

C. Kerangka Berpikir .................................................................................. 43

D. Hipotesis Penelitian ................................................................................ 45

BAB III METODOLOGI PENELITIAN.............................................................. 46

A. Ruang Lingkup Peneitian ....................................................................... 46

B. Metode Pengumpulan Data .................................................................... 46

C. Definisi Variabel Operasional ................................................................ 46

D. Metode Analisis ...................................................................................... 48

F. Uji Hipotesis .............................................................................................. 52

BAB IV HASIL DAN PEMBAHASAN .............................................................. 54

A. Gambaran Umum Obyek Penelitian ....................................................... 54

1. Kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah ..................... 56

2. Pendapatan Per Kapita ........................................................................ 57

3. Tingkat Pendidikan ............................................................................. 59

4. Jumlah Penduduk ................................................................................ 60

B. Temuan Hasil Penelitian ........................................................................ 62

1. Uji Chow ............................................................................................. 62

2. Uji Hausman ....................................................................................... 63

3. Random Effect Model.......................................................................... 64

4. Uji Asumsi Klasik ............................................................................... 65

5. Uji Hipotesis ....................................................................................... 66

C. Pembahasan ............................................................................................ 69

1. Pendapatan Per Kapita Terhadap Tingkat Kemiskinan ...................... 69

2. Tingkat Pendidikan terhadap Tingkat Kemiskinan ............................ 70

xv

3. Jumlah Penduduk Terhadap Tingkat Kemiskinan .............................. 71

BAB V PENUTUP ................................................................................................ 72

A. Kesimpulan ............................................................................................. 72

B. Saran ....................................................................................................... 73

DAFTAR PUSTAKA ........................................................................................... 75

LAMPIRAN-LAMPIRAN .................................................................................... 78

xvi

DAFTAR TABEL

Tabel 1.1 Jumlah Penduduk dan Penduduk Miskin di Indonesia Tahun 2010-2017

............................................................................................................................. 4

Tabel 1.2 Persentase Penduduk Miskin Jawa Tengah dan Nasional Tahun 2010-

2017 ..................................................................................................................... 6

Tabel 1.3 Belanja Daerah dan Belanja Modal Provinsi Jawa Tengah Tahun 2010-

2017 ..................................................................................................................... 8

Tabel 1.4 Harapan lama sekolah Provinsi Jawa Tengah daln Nasional Tahun

2010-2017 ........................................................................................................... 9

Tabel 1.5 Pendapatan per Kapita Provinsi Jawa Tengah Tahun 2010-2017 (dalam

ribu rupiah) .......................................................................................................... 10

Tabel 2.1 Penelitian Terdahulu .......................................................................... 37

Tabel 3.1 Definisi Operasional Variabel Penelitian ........................................... 47

Tabel 4.1 Daftar Kabupaten/Kota Provinsi Jawa Tengah beserta Luas Wilayah

dan Jumlah Penduduk Tahun 2017 ..................................................................... 55

Tabel 4.2 Uji Chow .......................................................................................... 62

Tabel 4.3 Uji Hausman ..................................................................................... 63

Tabel 4.4 Hasil Regresi Data Panel................................................................... 64

Tabel 4.5 Uji Multikolinearitas ......................................................................... 66

Tabel 4.6 Uji t-statistik ...................................................................................... 67

Tabel 4.7 Uji f-statistik ..................................................................................... 68

Tabel 4.8 Uji Koefisien Determinasi ............................................................... 69

xvii

DAFTAR GAMBAR

Gambar 2.1 Kerangka Berpikir ......................................................................... 43

Gambar 2.2 Kerangka Laporan Penelitian ........................................................ 44

Gambar 4.1 Peta Provinsi Jawa Tengah ............................................................ 54

xviii

DAFTAR GRAFIK

Grafik 1.1 Persentase Penduduk Miskin di Indonesia Tahun 2010-2017 .......... 3

Grafik 4.1 Persentase Penduduk Miskin di Kabupaten/Kota Provinsi Jawa

Tengah Tahun 2015-2017 (dalam persen) .......................................................... 56

Grafik 4.2 Pendapatan Per Kapita di Kabupaten/Kota Provinsi Jawa Tengah

Tahun 2015-2017 (dalam rupiah)........................................................................ 58

Grafik 4.3 Harapan lama sekolah di Kabupaten/Kota Provinsi Jawa Tengah Tahun

2015-2017 (dalam tahun) .................................................................................... 59

Grafik 4.4 Belanja Modal Kabupaten/Kota Provinsi Jawa Tengah Tahun 2015-

2017 (dalam rupiah)............................................................................................. 61

1

BAB I

PENDAHULUAN

A. Latar Belakang

Tujuan pembangunan nasional adalah mewujudkan kesejahteraan

umum dan menciptakan keadilan sosial bagi seluruh rakyat Indonesia

sesuai yang tertuang di dalam pembukaan Undang-Undang Dasar 1945

alinea ke-4 dan Pancasila sila ke-5. Dua hal tersebut dapat terwujud

dengan adanya berbagai macam agenda pembangunan yang berkelanjutan.

Kesejahteraan itu sendiri dapat diartikan ketika masyarakat telah dapat

memenuhi kebutuhan hidup secara mandiri. Terciptanya kesejahteraan

tersebut salah satunya dapat dilihat dari tingkat kemiskinan penduduk

yang ada di negara tersebut, dimana hubungan keduanya bersifat negatif.

Semakin sejahtera penduduk suatu negara, semakin rendah tingkat

kemiskinan yang ada di negara tersebut. Hal inilah yang menjadi target

dari berbagai macam agenda pembangunan.

Kemiskinan merupakan masalah global yang terjadi hampir di

setiap negara. Mengentaskan kemiskinan merupakan tujuan setiap negara

sebagai indikator keberhasilan pembangunan yang terjadi di negara

tersebut. Rencana-rencana pembangunan dalam jangka panjang pasti

menargetkan angka tingkat kemiskinan dapat menurun setiap tahunnya.

Kemiskinan merupakan akar permasalahan yang besar bagi suatu bangsa.

Kemiskinan membuat rakyat tidak bisa mengeyam pendidikan yang lebih

baik, kesulitan dalam memenuhi kebutuhan dasar karena kurangnya

pendapatan, tidak adanya akses untuk mendapatkan kesehatan yang layak,

kurangnya jaminan sosial dan perlindungan, dan berbagai macam dimensi

lainnya.

Kemiskinan bukanlah masalah yang dapat diselesaikan dalam

jangka waktu yang pendek oleh suatu negara. Indonesia juga merupakan

2

salah satu negara yang masih berjuang dalam upaya pengentasan

kemiskinan dari zaman kemerdekaan hingga saat ini. Perjalanan dalam

menurunkan tingkat kemiskinan di Indonesia memiliki sejarah yang

panjang. Menurut data dari Badan Pusat Statistik, Indonesia memiliki

presentase penduduk miskin sebesar 60 persen pada tahun 1970, lalu

berangsur-angsur menurun secara signifikan menjadi 40,1 persen pada

tahun 1976 dan mencapai titik paling rendah pada tahun 1996 yaitu

sebesar 11,30 persen.

Krisis moneter yang terjadi pada tahun 1998 yang menyebabkan

banyak kerusuhan dan ketidakstabilan politik di Indonesia. Gelombang

besar kerusuhan yang terjadi menyebabkan ketidakpastian akan ekonomi

di Indonesia dan menyebabkan tingkat kemiskinan naik secara signifikan

menjadi 24.20 persen. Berbagai macam pembangunan ekonomi kemudian

terus digenjot seperti pembangunan infrastruktur yang masif, berbagai

program subsidi untuk UMKM dan program bantuan sosial seperti

Program Keluarga Harapan, Kartu Indonesia Sehat, Kartu Indonesia

Pintar, Kartu Indonesia Sejahtera yang menyasar langsung kepada

masyarakat miskin membuat kemajuan yang sangat signifikan dalam

penurunan presentase penduduk miskin dalam satu dekade terakhir.

3

Grafik 1.1

Presentase Penduduk Miskin di Indonesia

Tahun 2010-2017

Sumber: Badan Pusat Statistik Provinsi Jawa Tengah

Dari grafik diatas menunjukan bahwa presentase penduduk miskin

di indonesia mengalami penurunan dari waktu ke waktu. Tren penurunan

dari satu dekade terakhir menandakan bahwa program-program

pembangunan ekonomi yang dilaksanakan berpengaruh signifikan

terhadap penurunan presentase penduduk miskin di Indonesia. Meskipun

dalam presentase mengalami penurunan, akan tetapi jumlah penduduk

miskin di Indonesia masih sangat banyak. Hal ini juga dikarenakan

populasi penduduk di Indonesia juga sangat besar. Jumlah penduduk dan

penduduk miskin bisa dilihat di Tabel 1.1.

0

2

4

6

8

10

12

14

2010 2011 2012 2013 2014 2015 2016 2017

Presentase Penduduk Miskin

4

Tabel 1.1

Jumlah Penduduk dan Penduduk Miskin di Indonesia

Tahun 2010-2017

Tahun Jumlah Penduduk

(Juta Jiwa)

Jumlah Penduduk

Miskin

(Juta Jiwa)

2010 242.5 31.02

2011 245.7 30.01

2012 248.8 28.59

2013 252 28.55

2014 255.1 27.72

2015 258.2 28.51

2016 261.1 27.76

2017 263.9 26.58

Sumber: Badan Pusat Statistik

Meskipun pada tahun 2010 presentase penduduk miskin di

Indonesia hanya sebesar 13.3 persen, akan tetapi jumlah penduduk miskin

di Indonesia masih berada di angka 31,02 juta jiwa. Hal ini dikarenakan

total populasi di Indonesia yang sangat besar, yaitu 242,5 juta jiwa pada

tahun 2010. Kenaikan jumlah penduduk terjadi setiap tahun. Pada tahun

2017 total populasi di Indonesia mencapai 263,9 juta jiwa, naik sebesar

21,4 juta jiwa daripada tahun 2010 akan tetapi jumlah penduduk miskin

mengalami penurunan, yaitu dari 31,02 juta jiwa pada tahun 2010 menjadi

26,58 juta jiwa pada tahun 2017. Walaupun tren populasi di Indonesia

mengalami kenaikan, jumlah penduduk miskin dapat terus ditekan dan

mengalami tren penurunan dibandingkan rasio kenaikan jumlah penduduk.

Hal ini mendadakan bahwa agenda-agenda pembangunan telah tepat

sasaran dan dapat menurunkan tingkat kemiskinan lebih jauh lagi.

Pembangunan ekonomi di Indonesia mengalami transformasi dari

segi sistem yaitu perubahan dari sistem sentralisasi menjadi sistem

5

desentralisasi dan otonomi daerah. Sistem tersebut merubah perencanaan

pembangunan yang awalnya hanya terpusat di ibukota menjadi penyerahan

sebagian kekuasaan kepada daerah untuk melaksanakan agenda

pembangunannya sendiri. Menurut UU No. 23 tahun 2014, Desentralisasi

itu sendiri merupakan penyerahan kekuasaan pemerintah daerah oleh

pemerintah pusat kepada daerah otonom berdasarkan asas otonomi.

Sedangkan otonomi daerah adalah hak, wewenang, dan kewajiban daerah

otonom untuk mengatur dan mengurus sendiri urusan pemerintahan dan

kepentingan masyarakat setempat dalam sistem Negara Kesatuan Republik

Indonesia. Dengan adanya sistem desentralisasi dan otonomi daerah ini,

perencanaan pembangunan diharapkan lebih baik lagi karena setiap daerah

memiliki permasalahan yang berbeda dan diberi kewenangan untuk

mengatur dan membangun daerahnya sendiri. Salah satunya adalah

bagaimana daerah dapat menciptakan kesejahteraan secara merata dan

menurunkan tingkat kemiskinan di daerah.

Indonesia merupakan negara yang cukup besar dengan memiliki 34

provinsi, dimana setiap provinsi mempunyai permasalahan kemiskinan

masing-masing. Dalam satu dekade terakhir, Indonesia mampu

menurunkan tingkat kemiskinan yang tentunya menurunkan tingkat

kemiskinan di daerah. Akan tetapi masih banyak daerah yang mempunyai

tingkat kemiskinan diatas rata-rata nasional, salah satunya adalah Provinsi

Jawa Tengah.

Jawa Tengah merupakan salah satu daerah yang secara signifikan

mampu menurunkan tingkat kemiskinan setiap tahunnya. Presentase

penduuduk miskin terhadap penduduk Jawa Tengah menurun selama

hampir satu dekade terakhir. Akan tetapi, secara rata-rata presentase

penduduk miskin di Jawa Tengah masih di atas presentase rata-rata

penduduk miskin secara nasional (lihat Tabel 1.2)

6

Tabel 1.2

Presentase Penduduk Miskin Jawa Tengah dan Nasional

Tahun 2010-2017

Tahun Presentase Penduduk Miskin

Jawa Tengah

(% Persen)

Presentase Penduduk

Miskin

Nasional

(% Persen)

2010 16.11 13.33

2011 16.21 12.49

2012 14.98 11.66

2013 14.44 11.47

2014 13.58 10.96

2015 13.58 11.13

2016 13.27 10.7

2017 13.01 10.12

Sumber: Badan Pusat Statistik

Pada tahun 2010, Jawa Tengah berada 3 persen diatas rata-rata

presentase penduduk miskin dengan presentase sebesar 16.11 dimana

presentase penduduk miskin nasional sebesar 13.33 persen. Sejalan dengan

tren penurunan presentase penduduk miskin secara nasional, Jawa Tengah

pun mengalami fluktuatif dengan cenderung menurun setiap tahunnya.

Pada tahun 2011 presentase penduduk miskin di Jawa Tengah mengalami

kenaikan 0,1 persen sedangkan secara nasional presentase penduduk

miskin mengalami penurunan sebesar 0,8 persen. Kemudian presentase

penduduk miskin di Jawa Tengah mulai mengalami penurunan sampai

tahun 2017 menjadi sebesar 13.01 persen, turun sebesar 3,1 persen selama

7 tahun terakhir. Meskipun begitu jika dilihat dari Tabel 1.2 diatas,

presentase penduduk miskin di Jawa Tengah masih berada dalam posisi

diatas presentase penduduk miskin nasional.

7

Indikator keberhasilan desentralisasi dan otonomi daerah adalah

terjadinya peningkatan kesejahteraan masyarakat di daerah, keadilaan

pemerataan serta hubungan yang serasi antara pusat dan daerah. Keadaan

tersebut dapat dicapai salah satunya dengan manajemen keuangan

(anggaran) daerah yang baik (Kartiwa, 2004). Dalam pelaksanaan otonomi

daerah, setiap daerah merencanakan dan menetapkan anggaran daerah

yang ditetapkan melalui Anggaran Pendapatan dan Belanja Daerah atau

biasanya disebut APBD. Menurut Permendagri No. 13 Tahun 2006

tentang Pedoman Pengelolaan Keuangan Daerah, APDB tidak hanya

sekedar berisi tentang rencana keuangan daerah, tetapi juga dokumen

perencanaan pembangunan yang berisi tentang arah kebijakan

pembangunan pemerintah daerah untuk mengatasi berbagai masalah yang

terjadi di daerah tersebut untuk meningkatkan kesejahteraan rakyat. APBD

juga harus menyesuaikan dengan RPJMD yang telah dibuat oleh daerah

sebagaimana ketentuan UU No. 25 tahun 2004 tentang Sistem

Perencanaan Pembangunan Nasional. Dengan demikian, APBD

merupakan instrumen utama dalam pembangunan harus dibuat dalam

proses perencanaan yang matang dan tepat, sehingga dapat dilaksanakan

untuk meningkatkan kesejahteraan masyarakat daerah.

Berbicara tentang kesejahteraan, korelasi yang positif terjadi antara

kesejahteraan dengan tingkat pendapatan yang diterima masyarakat.

Pendapatan membuat masyarakat dapat memenuhi kebutuhan hidup

terutama kebutuhan pokok. Pendapatan masyarakat di suatu wilayah dapat

diukur dari pendapatan per kapita (Michael P. Todaro, 2012). Pendapatan

per kapita sendiri adalah pendapatan rata-rata penduduk suatu wilayah

pada periode tertentu yang dihitung dari pendapatan periode tertentu

dibagi dengan jumlah populasi di wilayah tersebut (Sukirno, 2016).

Pendapatan perkapita di suatu daerah umumnya digambarkan dalam

PDRB per kapita. Pendapatan perkapita sangat erat dikaitkan dengan

tingkat kesejahteraan karena semakin tinggi pendapatan mempengaruhi

kualitas hidup yang ada di dalam masyarakat itu sendiri.

8

Tabel 1.3

Pendapatan Per Kapita Provinsi Jawa Tengah

Tahun 2010-2017

Sumber: Badan Pusat Statistik Jawa Tengah

Pendapatan per kapita di Jawa Tengah selalu meningkat dari tahun

ke tahun. Pada tahun 2010 pendapatan per kapita di Provinsi ini mencapai

19.2 juta, lalu meningkat tahun 2011 menjadi 20.05 juta, kemudian tahun

selanjutnya menjadi 20.95 juta. Tren ini terus bertahan sampai tahun 2017

dimana pendapatan per kapita di Provinsi Jawa Tengah mencapai 26.08

juta. Peningkatan tersebut menandakan bahwa harusnya kesejahteraan di

Jawa Tengah juga ikut meningkat karena tingkat pendapatan selalu naik.

Peneliti juga melihat fenomena ini terjadi di beberapa kabupaten/kota di

Jawa Tengah secara langsung.

Salah satu akar penyebab terjadinya kemiskinan adalah SDM yang

kurang berkualitas. Pemerintah dalam kebijakannya terus berupaya

membangun agar Sumber Daya Manusia (SDM) yang dihasilkan unggul

dan berkualitas. Hal itu bisa dicapai dengan akses pendidikan yang mudah

didapatkan oleh seluruh rakyat. Pendidikan merupakan hal penting dalam

Tahun PDRB perkapita

(dalam ribu rupiah)

2010 19,209.31

2011 20,053.80

2012 20,950.62

2013 21,844.87

2014 22,819.16

2015 23,887.06

2016 24,959.49

2017 26,088.91

9

pembangunan. Semakin tinggi tingkat pendidikan di suatu wilayah, maka

semakin berkualitas SDM yang ada di wilayah tersebut. Pendidikan bukan

hanya mencerdaskan, tetapi juga meningkatkan akses terhadap kehidupan

yang lebih baik. Tingkat pendidikan berkorelasi positif dengan

produktifitas kerja penduduk sehingga pendapatan juga meningkat yang

akhirnya dapat menurunkan tingkat kemiskinan yang ada di wilayah

tersebut.

Salah satu indikator dari tingkat pendidikan adalah Harapan Lama

Sekolah yang ada di suatu wilayah. Pemerintah Indonesia sadar bahwa

pendidikan merupakan hal yang sangat penting untuk masa depan bangsa.

Pendidikan yang baik mencerminkan kualitas dari pembangunan yang ada

Pembangunan ini dicerminkan oleh kebijakan Wajib Belajar 9 Tahun yang

didasari oleh Peraturan Pemerintah No. 47 tahun 2008 tentang

Pelaksanaan Wajib Belajar 9 Tahun. Harapan lama sekolah merupakan

indikator yang mengukur lamanya sekolah yang diharapkan dirasakan oleh

anak pada umur tertentu di suatu wilayah.

Tabel 1.4

Harapan Lama Sekolah Provinsi Jawa Tengah

Tahun 2010-2017

Tahun Harapan lama sekolah

Jawa Tengah

(tahun)

2010 11.09

2011 11.18

2012 11.39

2013 11.89

2014 12.17

2015 12.38

2016 12.45

10

2017 12.57

Harapan lama sekolah di provinsi Jawa Tengah mengalami

kenaikan dari tahun ke tahun. Pada tahun 2010 harapan lama sekolah di

Jawa Tengah hanya 11.09 tahun, atau lulusan kelas 2 SMA. Kemudian

naik menjadi 11.18 pada tahun 2011, dan terus mengalami kenaikan

sampai tahun 2017 menjadi 12.57 tahun atau lulus sekolah tingkat SMA.

Salah satu faktor yang menyebabkan tinggi rendahnya kemiskinan

di suatu daerah yaitu banyaknya jumlah penduduk di daerah tersebut.

Jumlah penduduk yang besar merupakan modal pembangunan yang handal

apabila diikuti dengan kualitas yang baik. Akan tetapi, jumlah penduduk

juga bisa menjadi beban pembangunan jika diikuti dengan kualitas yang

buruk.

Tabel 1.5

Jumlah Penduduk Provinsi Jawa Tengah

Tahun 2010-2017

Tahun Jumlah Penduduk

Provinsi Jawa Tengah

(jiwa)

2010 32,443,886

2011 32,725,378

2012 32,998,692

2013 33,264,339

2014 33,522,663

2015 33,774,141

2016 34,019,095

2017 34257865

Sumber: Badan Pusat Statistik Jawa Tengah

Meningkatnya jumlah penduduk mempengaruhi banyak hal, yaitu

meningkatnya kebutuhan pokok seperti sandang, pangan dan papan.

Disamping itu, jumlah penduduk yang terlampau besar akan menguras kas

11

pemerintah yang sudah sangat terbatas untuk menyediakan berbagai

pelayanan kesehatan, ekonomi, dan sosial bagi generasi baru.

Melonjaknya beban pembiayaan atas anggaran pemerintah tersebut jelas

akan mengurangi kemungkinan dan kemampuan pemerintah untuk

meningkatkan taraf hidup generasi dan mendorong terjadinya transfer

kemiskinan kepada generasi mendatang yang berasal dari keluarga

berpenghasilan menengah ke bawah.

Dengan penjelasan diatas, peneliti ingin untuk melihat adanya

pengaruh Pendapatan Per Kapita, Tingkat Pendidikan, dan Jumlah

Penduduk terhadap Tingkat Kemiskinan di Kabupaten/Kota Provinsi Jawa

Tengah Tahun 2010-2017.

B. Batasan Masalah

Peneliti menetapkan batasan masalah agar peneliti dapat fokus dan

tidak keluar dari pokok pembahasan yang ingin diteliti. Penelitian ini

menggunakan data selama 8 tahun, dari tahun 2010 hingga tahun 2017.

Penelitian ini akan dibatasi pada variabel terikat yaitu Kemiskinan dan

variabel bebas yaitu Pendapatan Per Kapita, Tingkat Pendidikan, dan

Jumlah Penduduk. Variabel Kemiskinan pada penelitian ini menggunakan

data persentase penduduk miskin di 35 Kabupaten/Kota Provinsi Jawa

Tengah tahun 2010-2017. Variabel Pendapatan Per Kapita di 35

Kabupaten/Kota Provinsi Jawa Tengah tahun 2010-2017. Variabel tingkat

pendidikan pada penelitian ini menggunakan data Harapan Lama Sekolah

di 35 Kabupaten/Kota Provinsi Jawa Tengah tahun 2010-2017. Variabel

Jumlah Penduduk di 35 Kabupaten/Kota Provinsi Jawa Tengah tahun

2010-2017.

12

C. Rumusan Masalah

Berdasarkan latar belakang yang sudah dijelaskan dengan asumsi

Ceteris Paribus, penelitian ini akan membahas mengenai pengaruh

Pendapatan Per Kapita, Tingkat Pendidikan, dan Jumlah Penduduk

terhadap Tingkat Kemiskinan (Studi Kasus: 35 Kabupaten/Kota di

Provinsi Jawa Tengah Tahun 2010-2017). Sehingga dapat dirumuskan

permasalahan sebagai berikut:

a. Bagaimana pengaruh Pendapatan Per Kapita terhadap Kemiskinan

di 35 Kabupaten/Kota Provinsi Jawa Tengah Tahun 2010-2017?

b. Bagaimana pengaruh Tingkat Pendidikan terhadap Kemiskinan di

35 Kabupaten/Kota Provinsi Jawa Tengah Tahun 2010-2017?

c. Bagaimana pengaruh Jumlah Penduduk terhadap Kemiskinan di 35

Kabupaten/Kota Provinsi Jawa Tengah Tahun 2010-2017?

d. Bagaimana pengaruh Pendapatan Per Kapita, Tingkat Pendidikan,

dan Jumlah Penduduk terhadap Kemiskinan di 35 Kabupaten/Kota

Provinsi Jawa Tengah Tahun 2010-2017?

D. Tujuan Penelitian

Berdasarkan rumusan masalah yang sudah dijelaskan diatas, maka

tujuan yang ingin dicapai dari penelitian ini, yaitu:

1. Mengetahui pengaruh Pendapatan Per Kapita terhadap

Kemiskinan di 35 Kabupaten/Kota Provinsi Jawa Tengah

Tahun 2010-2017.

2. Mengetahui pengaruh Tingkat Pendidikan terhadap

Kemiskinan di 35 Kabupaten/Kota Provinsi Jawa Tengah

Tahun 2010-2017.

3. Mengetahui pengaruh Jumlah Penduduk terhadap Kemiskinan

di 35 Kabupaten/Kota Provinsi Jawa Tengah Tahun 2010-2017.

4. Mengetahui pengaruh Pendapatan Per Kapita, Tingkat

Pendidikan, dan Jumlah Penduduk terhadap Kemiskinan di 35

Kabupaten/Kota Provinsi Jawa Tengah Tahun 2010-2017.

13

E. Manfaat Penelitian

Berdasarkan tujuan penelitian yang sudah dijelaskan, manfaat dari

penelitian ini, yaitu:.

1. Bagi Pemerintah

Diharapkan hasil penelitian ini dapat menjadi referensi dalam

pengambilan kebijakan pengentasan kemiskinan di 35

Kabupaten/Kota Provinsi Jawa Tengah.

2. Bagi Peneliti selanjutnya pada penelitian sejenis

Diharapkan hasil penelitian ini dapat menjadi tambahan informasi dan

referensi agar penelitiannya menjadi lebih baik.

14

BAB II

TINJAUAN PUSTAKA

A. Teori Terkait

1. Kemiskinan

a. Definisi Kemiskinan

Indonesia merupakan salah satu negara yang tergabung di dalam

Perserikatan Bangsa-Bangsa (PBB). Sebagai negara anggota PBB,

Indonesia juga memiliki target pembangunan yang dituangkan dalam

Sustainable Development Goals (SDGs) 2030, yang berisi tentang 17

tujuan untuk menyelesaikan permasalahan global, salah satunya

adalah mengakhiri kemiskinan dimanapun dan dalam semua bentuk.

Menurut Bappenas, kemiskinan didefinisikan sebagai kondisi

dimana seseorang atau sekelompok orang, laki-laki dan perempuan,

tidak terpenuhi hak-hak dasarnya untuk mempertahankan dan

mengembangkan kehidupan yang bermartabat. Hak-hak dasar terdiri

dari hak-hak yang dipahami masyarakat miskin sebagai hak mereka

untuk dapat menikmati kehidupan yang bermartabat dan hak yang

diakui dalam peraturan perundang-undangan. Hak-hak dasar yang

diakui secara umum antara lain meliputi terpenuhinya kebutuhan

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

pertanahan, sumber daya alam dan lingkungan hidup, rasa aman dari

perlakukan atau ancaman tindak kekerasan dan hak untuk

berpartisipasi dalam kehidupan sosial-politik, baik bagi perempuan

maupun laki-laki.

Menurut World Bank, kemiskinan adalah keadaan dimana

seorang individu atau kelompok tidak memiliki pilihan untuk

meningkatkan kualitas hidupnya guna menjalani kehidupan yang

sehat dan lebih baik sesuai standar hidup, memiliki harga diri dan

dihargai oleh sesamanya, standar rasio tingkat kemiskinan yang

ditetapkan oleh World Bank sebesar $2/hari. Kemiskinan diartikan

15

sebagai kekurangan kesejahteraan, dan terdiri dari banyak dimensi.

Ini termasuk pendapatan rendah dan ketidakmampuan untuk

memperoleh barang-barang dasar dan layanan yang diperlukan untuk

bertahan hidup dengan bermartabat. Kemiskinan juga mencakup

tingkat kesehatan dan pendidikan yang rendah, akses yang buruk ke

air bersih dan sanitasi, keamanan fisik yang tidak memadai,

kurangnya suara, dan kurangnya kapasitas dan peluang untuk

kehidupan yang lebih baik.

Sedangkan menurut UNDP dalam (Cahyat, 2004), kemiskinan

adalah ketidakmampuan untuk memperluas pilihan-pilihan hidup,

antara lain dengan memasukkan penilaian tidak adanya partisipasi

dalam pengambilan kebijakan publik sebagai salah satu indikator

kemiskinan. Pada dasarnya definisi kemiskinan dapat dilihat dari

beberapa sisi, yaitu:

Kemiskinan absolut, erat kaitannya dengan perkiraan tingkat

pendapatan dan kebutuhan yang hanya dibatasi pada

kebutuhan pokok atau kebutuhan dasar minimum yang

memungkinkan seseorang untuk hidup secara layak. Dengan

demikian kemiskinan diukur dengan membandingkan tingkat

pendapatan orang dengan tingkat pendapatan yang

dibutuhkan untuk memperoleh kebutuhan dasarnya yakni

makanan, pakaian dan perumahan agar dapat menjamin

kelangsungan hidupnya.

Kemiskinan relatif, kemiskinan yang dilihat dari aspek

ketimpangan sosial, karena ada orang yang sudah dapat

memenuhi kebutuhan dasar minimumnya tetapi masih jauh

lebih rendah dibanding masyarakat sekitarnya

(lingkungannya). Semakin besar ketimpangan antara tingkat

penghidupan golongan atas dan golongan bawah maka akan

16

semakin besar pula jumlah penduduk yang dapat

dikategorikan miskin, sehingga kemiskinan relatif erat

hubungannya dengan masalah distribusi pendapatan. Menurut

(Michael P. Todaro, 2012) menyatakan bahwa variasi

kemiskinan dinegara berkembang disebabkan oleh beberapa

faktor, yaitu:

1) perbedaan geografis, jumlah penduduk dan tingkat

pendapatan,

2) perbedaan sejarah, sebagian dijajah oleh Negara yang

berlainan,

3) perbedaan kekayaan sumber daya alam dan kualitas

sumber daya manusianya,

4) perbedaan peranan sektor swasta dan negara,

5) perbedaan struktur industri,

6) perbedaan derajat ketergantungan pada kekuatan

ekonomi dan politik negara lain dan

7) perbedaan pembagian kekuasaan, struktur politik dan

kelembagaan dalam negeri.

Kemiskinan Struktural. Kemiskinan struktural mengacu pada

sikap seseorang atau masyarakat yang disebabkan oleh faktor

budaya yang tidak mau berusaha untuk memperbaiki tingkat

kehidupan meskipun ada usaha dari pihak luar untuk

membantunya. Kemiskinan struktural meliputi kekurangan

fasilitas pemukiman sehat, kekurangan pendidikan,

kekurangan komunikasi dengan dunia sekitarnya.

Kemiskinan Kronis. Kemiskinan kronis didebabkan oleh

beberapa hal, yaitu kondisi sosial budaya yang mendorong

sikap dan kebiasaan hidup masyarakat yang tidak produktif,

keterbatasan sumberdaya dan keterisolasian, dan rendahnya

derajat pendidikan dan perawatan kesehatan, terbatasnya

lapangan kerja.

17

Kemiskinan Sementara. Kemiskinan sementara terjadi akibat

adanya: a) perubahan siklus ekonomi dari kondisi normal

menjadi krisis ekonomi, b) perubahan yang bersifat musiman,

dan c) bencana alam atau dampak dari suatu yang

menyebabkan menurunnya tingkat kesejahteraan suatu

masyarakat.

Secara ekonomi, kemiskinan dapat dilihat dari tingkat kekurangan

sumber daya yang dapat digunakan memenuhi kebutuhan hidup serta

meningkatkan kesejahteraan sekelompok orang. Secara politik,

kemiskinan dapat dilihat dari tingkat akses terhadap kekuasaan yang

mempunyai pengertian tentang system politik yang dapat

menentukan kemampuan sekelompok orang dalam menjangkau dan

menggunakan sumber daya. Secara sosial psikologi, kemiskinan

dapat dilihat dari tingkat kekurangan jaringan dan struktur sosial

yang mendukung dalam mendapatkan kesempatan peningkatan

produktivitas.

Menurut Sharp dalam (Kuncoro, 2010) terdapat tiga faktor penyebab

kemiskinan jika dipandang dari sisi ekonomi. Pertama, kemiskinan

muncul karena adanya ketidaksamaan pola kepemilikan sumber daya

yang menimbulkan distribusi pendapatan yang timpang. Penduduk

miskin hanya memiliki sumberdaya yang terbatas dan kualitasnya

rendah. Kedua kemiskinan muncul akibat perbedaan dalam kualitas

sumberdaya manusia. Kualitas sumber daya manusia yang rendah

berarti produktifitanya rendah, yang pada gilirannya upahnya rendah.

Rendahnya kualitas sumberdaya manusia ini karena rendahnya

pendidikan, nasib yang kurang beruntung, adanya diskriminasi atau

keturunan.ketiga kemiskinan muncul karena perbedaan akses dalam

modal.

18

Menurut Badan Pusat Statistik (BPS), kemiskinan adalah

keadaan dimana seseorang individu atau sekelompok orang tidak

mampu memenuhi kebutuhan dasarnya, seperti makanan, pakaian,

tempat tinggal, pendidikan, dan kesehatan yang dianggap sebagai

kebutuhan minimal dan memiliki standar tertentu. Kemiskinan

merupakan masalah multidimensi, yang bukan hanya mencaup

kondisi ekonomi tetapi juga sosial, budaya, dan politik. Dalam

menentukan rumah tangga miskin, BPS menggunakan 14 variabel

untuk menentukan apakah suatu rumah tangga layak dikategorikan

miskin. Sebuah rumah tangga dikatakan miskin apabila:

1) Luas lantai bangunan tempat tinggalnya kurang dari 8m² per

orang;

2) Lantai bangunan tempat tinggalnya terbuat dari

tanah/bambu/kayu murahan;

3) Dinding bangunan tempat tinggalnya terbuat dari

bambu/rumbia/kayu berkualitas rendah atau tembok tanpa

diplester;

4) Tidak memiliki fasilitas buang air besar/bersama-sama rumah

tangga lain menggunakan satu jamban;

5) Sumber penerangan rumah tangga tidak menggunakan listrik;

6) Air minum berasal dari sumur/mata air yang tidak

terlindung/sungai/air hujan;

7) Bahan bakar untuk memasak sehari-hari adalah kayu

bakar/arang/minyak tanah;

8) Hanya mengkonsumsi daging/susu/ayam dalam satu kali

seminggu;

9) Hanya membeli satu stel pakaian baru dalam setahun;

10) Hanya sanggup makan sebanyak satu/ dua kali dalam sehari;

11) Tidak sanggup membayar biaya pengobatan di puskesmas/

poliklinik;

19

12) Sumber penghasilan kepala rumah tangga adalah: petani dengan

luas lahan 500m², buruh tani, nelayan, buruh bangunan, buruh

perkebunan dan atau pekerjaan lainnya dengan pendapatan

dibawah Rp. 600.000,- per bulan;

13) Pendidikan tertinggi kepala rumah tangga: tidak sekolah/ tidak

tamat SD/ tamat SD;

14) Tidak memiliki tabungan/ barang yang mudah dijual dengan

minimal Rp. 500.000,- seperti sepeda motor kredit/ non kredit,

emas, ternak, kapal motor, atau barang modal lainnya.

Menurut (Wiliantara, Susilawati:2016) terdapat lima teori terkait

kemiskinan, antara lain:

1) Teori Demokrasi Sosial

Kemiskinan diakibatkan oleh ketidakadilan dan ketimpangan pada

masyarakat karena adanya keterbatasan akses pada pelayanan dasar

seperti pendidikan, kesehatan, dan jaminan sosial.

2) Teori Neo-Liberal

Teori ini menempatkan kebebasan individu sebagai komponen

penting dalam suatu masyarakat. Teori ini memberikan penjelasan

bahwa terjadinya kemiskinan akibat dari pilihan-pilihan individu.

Dalam hal ini negara akan melakukan perannya ketika institusi-

institusi di masyarakat sudah tidak mampu lagi menangani

kemiskinan.

3) Teori Marjinal

Teori ini mengasumsikan kemiskinan di perkotaan terjadi akibat

dari adanya kebudayaan kemiskinan (culture of poverty) yang

tersosialisasi di kalangan masyarakat tertentu.

4) Teori Development

Menurut teori ini suatu negara menjadi miskin dikarenakan

minimnya atribut industrilisasi, modal, kemampuan manejerial, dan

prasarana yang diperlukan untuk peningkatan ekonomi.

20

Pertumbuhan ekonomi menjadi faktor utama pembangunan yang

dianggap dapat mengatasi masalsh ketimpangan.

5) Teori Struktural

Kemiskinan di Dunia Ketiga harus dilihat pada suatu konstelasi

ekonomi internasional dan politik dunia yang menerangkan bahwa

ketergantunganlah yang menjadi penyebab utama negara-negara

menjadi miskin.

b. Ukuran Kemiskinan

Untuk mengukur kemiskinan, BPS menggunakan konsep

kemampuan memenuhi kebutuhan dasar (basic needs approach).

Dengan pendekatan ini, kemiskinan dipandang sebagai

ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar

makanan dan bukan makanan yang diukur dari sisi pengeluaran. Jadi

penduduk miskin adalah penduduk yang memiliki rata-rata

pengeluaran perkapita perbulan dibawah garis kemiskinan.

Garis Kemiskinan (GK) merupakan penjumlahan dari Garis

Kemiskinan Makanan (GKM) dan Garis Kemiskinan Non Makanan

(GKNM). Penduduk yang memiliki rata-rata pengeluaran perkapita

per bulan dibawah Garis Kemiskinan dikategorikan sebagai penduduk

miskin. Garis Kemiskinan Makanan (GKM) merupakan nilai

pengeluaran kebutuhan minimum makanan yang disetarakan dengan

2100 kilokalori perkapita perhari. Paket komoditi kebutuhan dasar

makanan diwakili oleh 52 jenis komoditi (padi-padian, umbi-umbian,

ikan, daging, telur dan susu, sayuran, kacang-kacangan, buah-buahan,

minyak dan lemak, dll) Garis Kemiskinan Non Makanan (GKNM)

adalah kebutuhan minimum untuk perumahan, sandang, pendidikan

dan kesehatan. Paket komoditi kebutuhan dasar non makanan diwakili

oleh 51 jenis komoditi di perkotaan dan 47 jenis komoditi di pedesaan.

21

Rumus perhitungan Garis Kemiskinan (GK): GK = GKM + GKNM

GK = Garis Kemiskinan

GKM = Garis Kemiskinan Makanan

GKNM = Garis Kemiskinan Non Makan

Teknik penghitungan GKM

1) Menentukan kelompok referensi (reference populaion) yaitu 20

persen penduduk yang berada diatas Garis Kemiskinan Sementara

(GKS). Kelompok referensi ini didefinisikan sebagai penduduk

kelas marginal. GKS dihitung berdasar GK periode sebelumnya

yang di-inflate dengan inflasi umum (IHK). Dari penduduk

referensi ini kemudian dihitung Garis Kemiskinan Makanan

(GKM) dan Garis Kemiskinan Non-Makanan (GKNM).

2) Garis Kemiskinan Makanan (GKM) adalah jumlah nilai

pengeluaran dari 52 komoditi dasar makanan yang riil dikonsumsi

penduduk referensi yang kemudian disetarakan dengan 2100

kilokalori perkapita perhari. Patokan ini mengacu pada hasil

Widyakarya Pangan dan Gizi 1978. Penyetaraan nilai pengeluaran

kebutuhan minimum makanan dilakukan dengan menghitung harga

rata-rata kalori dari ke-52 komoditi tersebut. Formula dasar dalam

menghitung Garis Kemiskinan Makanan (GKM) adalah :

∑

∑

Dimana:

: Garis kemiskinan makanan daerah j provinsi p

: Rata-rata harga komoditi k di daerah j dan provinsi p

: Rata-rata kuantitas komoditi k yang dikonsumsi di daerah

j di provinsi p

: Nilai Pengeluaran untuk konsumsi komoditi k di daerah j

provinsi p

j : Daerah

p : Provinsi ke-p

22

Selanjutnya GKMj tersebut disetarakan dengan 2100

kilokalori dengan mengalikan 2100 terhadap harga implisit rata-

rata kalori menurut daerah j dari penduduk referensi, sehingga :

∑

∑

Dimana:

: Kalori dari komoditi k di daerah j di provinsi p

: Harga rata-rata kalori di daerah j di provinsi p

Garis Kemiskinan Non Makanan (GKNM) merupakan

penjumlahan nilai kebutuhan minimum dari komoditi-komoditi

non-makanan terpilih yang meliputi perumahan, sandang,

pendidikan dsan kesehatan. Pemilihan jenis barang dan jasa non

makanan mengalami perkembangan dan penyempurnaan dari tahun

ke tahun disesuaikan dengan perubahan pola konsumsi penduduk.

Pada periode sebelum tahun 1993 terdiri dari 14 komoditi di

perkotaan dan 12 komoditi di pedesaan. Sejak tahun 1998 terdiri

dari 27 sub kelompok (51 jenis komoditi) di perkotaan dan 25 sub

kelompok (47 jenis komoditi) di pedesaan. Nilai kebutuhan

minimum perkomoditi /sub-kelompok non-makanan dihitung

dengan menggunakan suatu rasio pengeluaran komoditi/sub-

kelompok tersebut terhadap total pengeluaran komoditi/sub-

kelompok yang tercatat dalam data Susenas modul konsumsi. Rasio

tersebut dihitung dari hasil Survei Paket Komoditi Kebutuhan

Dasar 2004 (SPKKP 2004), yang dilakukan untuk mengumpulkan

data pengeluaran konsumsi rumah tangga per komoditi non-

makanan yang lebih rinci dibanding data Susenas Modul

Konsumsi. Nilai skebutuhan minimum non makanan secara

matematis dapat diformulasikan sebagai berikut :

23

∑

Dimana:

: Garis kemiskinan makanan daerah j provinsi p

: Nilai Pengeluaran per komoditi/sub-kelompok non-

makanan daerah j dan provinsi p

: Rasio pengeluaran komoditi/sub-kelompok non-makanan

k menurut daerah dan daerah j

k : Jenis komoditi non-makanan terpilih

j : Daerah

p : Provinsi ke-p

2. Pendapatan Per Kapita

Pendapatan per kapita merupakan pendapatan rata-rata penduduk di suatu

negara dalam periode tertentu. Menurut (Sukirno:2004) pendapatan per

kapita diartikan sebagai jumlah dari nilai barang dan jasa rata-rata yang

tersedia bagi penduduk suatu negara pada suatu periode tertentu. Jadi

pendapatan per kapita merupakan rata-rata pendapatan masyarakat di suatu

negara dalam tahun tertentu. Pendapatan per kapita dapat menjadi salah

satu indikator untuk melihat tingkat kesejahteraan penduduk di suatu

negara. Negara yang memiliki pendapatan yang tinggi belum tentu lebih

sejahtera dengan negara yang memiliki pendapatan yang lebih rendah,

karena jumlah penduduk dapat menentukan tingkat kesejahteraan dari

negara tersebut. Maka, mesti suatu negara memiliki pendapatan yang tinggi

namun memiliki penduduk yang cukup banyak belum tentu negara tersebut

dapat dikatakan sejahtera.

Pendapatan per kapita didapatkan dari pendapatan nasional pada tahun

tertentu dibagi dengan jumlah penduduk di suatu negara pada tahun

tersebut. Menurut Badan Pusat Statistik, pendapatan nasional atau biasa

disebut Pendapatan Domestik Bruto (PDB) adalah jumlah nilai tambah

yang dihasilkan oleh seluruh unit usaha dalam suatu negara tertentu atau

jumlah nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit

24

ekonomi. Dengan demikian pendapatan per kapita dapat dihitung dengan

rumus sebagai berikut:

Pendapatan Per Kapita =

Untuk mengetahui pendapatan per kapita suatu wilayah dapat

dilihat dari dua cara yaitu dilihat dari PDRB atas dasar harga berlaku dan

PDB atas dasar harga konstan. PDRB atas dasar harga berlaku

menggambarkan nilai tambah baramg dan jasa yang dihitung

menggunakan harga yang berlaku pada setiap tahun. Jika menghitung

dengan menggunakan PDB atas dasar harga berlaku maka yang didapatkan

adalah pendapatan per kapita nominal. Dalam pendapatan per kapita

nominal tingkat kenaikan harga atau inflasi tidak diperhitungkan. PDRB

per kapita atas dasar harga berlaku menunjukkan nilai PDRB per kepala

atau per satu orang penduduk. Sedangkan PDRB atas dasar harga konstan

menunjukkan nilai tambah barang dan jasa tersebut yang dihitung

menggunakan harga yang berlaku pada satu tahun tertentu sebagai dasar.

Jika menghitung dengan menggunakan PDB atas dasar harga konstan

maka yang didapatkan adalah pendapatan per kapita riil. Dalam

pendapatan per kapita riil tingkat kenaikan harga atau inflasi

diperhitungkan.

Terdapat manfaat dari perhitungan pendapatan per kapita antara

lain (Alam:2007) :

a. Untuk melihat tingkat perbandingan kesejahteraan masyarakat suatu

negara dari tahun ke tahun.

b. Sebagai data perbandingan tingkat kesejahteraan suatu negara dengan

negara lain.

c. Sebagai perbandingan tingkat standar hidup suatu negara dengan negara

lainnya.

d. Sebagai data untuk mengambil kebijakan di bidang ekonomi.

25

3. Pendidikan

Praktek pendidikan diharapkan dapat menciptakan suatu kondisi

kemajuan pada semua kelompok masyarakat. Pendidikan diharapkan bisa

menjadikan individu dan kelompok masyarakat sebagai warga negara

(members of the nation-state) yang baik, sadar akan hak dan kewajibannya

disatu sisi, serta dapat mempersiapkan individu dan kelompok masyarakat

untuk memasuki pasar tenaga kerja disisi yang lain (Dardiri, 2005)

Undang-undang Republik Indonesia Nomor 20 tahun 2003 Tentang

Sistem Pendidikan Nasional juga telah menyebutkan bahwa pendidikan

diarahkan untuk mengembangkan segenap potensi yang ada pada diri

peserta didik untuk memiliki kekuatan spiritual keagamaan, pengendalian diri,

kepribadian, kecerdasan, akhlak mula, serta ketrampilan yang diperlukan bagi

dirinya, masyarakat, bangsa dan negara. Pendidikan didefinisikan sebagai

usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses

pembelajaran agar peserta didik secara aktif mengembangkan potensi dirinya

untuk memiliki kekuatan sepiritual keagamaan, pengendalian diri, kepribadian,

kecerdasan, akhlak mulia, serta ketrampilan yang diperlukan dirinya,

masyarakat, bangsa, dan negara. Tujuan pendidikan adalah mengembangkan

potensi peserta didik agar menjadi manusia yang beriman dan bertakwa kepada

Tuhan YME, berakhlak mulia, sehat berilmu, cakap, kreatif mandiri, dan

menjadi warga negara yang demokratis serta bertanggung jawab. Jalur

pendidikan yang ada di Indonesia meliputi:

a. Pendidikan formal adalah jalur pendidikan yang tersetruktur dan

berjenjang yang terdiri atas pendidikan dasar, menengah dan tinggi.

Jenjang pendidikan formal:

1) Pendidikan dasar, merupakan jenjang pendidikan yang melandasi

jenjang pendidikan menengah. Pendidikan dasar berbentuk Sekolah

Dasar (SD) dan Madrasah Ibtidaiyah (MI) atau bentuk lain yang

26

sederajat serta Sekolah Menengah Pertama (SMP) dan Madrasah

Tsanawiyah (MTs), atau bentuk lain yang sederajat.

2) Pendidikan menengah, merupakan lanjutan pendidikan dasar.

Pendidikan menengah terdiri atas pendidikan menengah umum dan

pendidikan menengah kejuruan. Pendidikan menengah berbentuk

Sekolah Menengah Atas (SMA), Madrasah Aliyah (MA), Sekolah

Menengah Kejuruan (SMK), dan Madrasah Aliyah Kejuruan

(MAK), atau bentuk lain yang sederajat.

3) Pendidikan tinggi, merupakan jenjang pendidikan setelah

pendidikan menengah yang mencakup program pendidikan

diploma, sarjana, magister, spesialis, dan doctor yang

diselenggarakan oleh pendidikan tinggi. Perguruan tinggi dapat

berbentuk akademik, politeknik, sekolah tinggi, institut, atau

universitas.

b. Pendidikan nonformal adalah jalur pendidikan di luar pendidikan formal

yang dapat dilaksanakan secara terstruktur dan berjenjang. Pendidikan

nonformal diselenggarakan bagi warga masyarakat yang memerlukan

layanan pendidikan yang berfungsi sebagai pengganti, penambah, dan/atau

pelengkap pendidikan formal dalam rangka mendukung pendidikan

sepanjang hayat. Pendidikan ini meliputi pendidikan kecakapan hidup,

pendidikan anak usia dini, pendidikan kepemudaan, pendidikan

pemberdayaan perempuan, pendidikan keaksaraan, dan lain-lain.

c. Pendidikan informal adalah jalur pendidikan keluarga dan lingkungan

yang berbentuk kegiatan belajar secara mandiri. Hasil pendidikan formal

diakui sama dengan pendidikan formal dan nonformal setelah peserta

didik lulus ujian sesuai dengan setandar nasional pendidikan.

Berdasarkan Badan Pusat Statistik (BPS) terdapat beberapa indikator

pendidikan, antara lain:

a. Harapan Lama Sekolah

27

Angka Harapan Lama Sekolah diartikan sebagai lamanya sekolah

(dalam tahun) yang diharapkan akan dirasakan oleh anak pada umur

tertentu di masa mendatang. HLS dapat digunakan untuk mengetahui

kondisi pembangunan sistem pendidikan di berbagai jenjang. HLS

dihitung pada usia 7 tahun ke atas karena mengikuti kebijakan

pemerintah yaitu program wajib belajar. Secara matematis, pada

dasarnya HLS merupakan ekspektasi yang artinya menjumlahkan

seluruh peluang yang mungkin untuk semua nilai variabel. Jadi

misalnya masih ada penduduk usia 60 tahun yang sekolah, akan

berpengaruh pada HLS walaupun besarannya tidak signifikan.

Gambarannya adalah sebagai berikut, jika kebijakan bidang

pendidikan kondusif dan mendorong penduduk untuk tetap bersekolah,

maka angka putus sekolah akan turun. Jika angka putus sekolah turun,

berarti harapan lama sekolah naik. Walaupun mungkin kenaikan itu

tidak langsung terlihat pada waktu yang bersamaan. Artinya, dampak

terhadap harapan lama sekolah akan terlihat beberapa tahun kedepan.

Hal ini sejalan dengan konsep pembangunan manusia yang tidak terjadi

secara instan dan tiba-tiba.

b. Rata-Rata Lama Sekolah

Rata-rata lama sekolah merupakan indikator yang dapat digunakan

untuk melihat kualitas penduduk dalam hal mengenyam pendidikan

formal. Rata-rata lama sekolah itu sendiri mempunyai pengertian

jumlah tahun belajar penduduk usia 25 tahun ke atas yang telah

diselesaikan dalam pendidikan formal (tidak termasuk tahun yang

mengulang). RLS dihitung untuk usia 25 tahun ke atas dengan asumsi

pada umur 25 tahun proses pendidikan sudah berakhir. Selain itu,

penghitungan RLS pada usia 25 tahun ke atas juga mengikuti standar

internasional yang digunakan oleh UNDP.

Sesungguhnya, angka RLS mencerminkan kondisi pendidikan

suatu wilayah beberapa tahun yang lalu, karena ini merupakan outcome

28

dari proses pendidikan. Karena RLS dihitung untuk penduduk usia 25

tahun keatas, artinya penduduk yang saat ini diperkirakan telah

menyelesaikan proses pendidikannya. Sedangkan kondisi pendidikan

saat ini akan berpengaruh pada angka HLS saat ini dan secara tidak

langsung berpengaruh pada angka RLS beberapa tahun kedepan.

c. Angka Partisipasi Sekolah

Angka partisipasi sekolah merupakan rasio anak yang sekolah pada

kelompok umur tertentu terhadap jumlah penduduk pada kelompok

umur yang sama. APS untuk menilai pencapaian MDGs yaitu melihat

akses pendidikan pada penduduk usia sekolah. Semakin tinggi APS

semakin besar jumlah penduduk yang mempunyai kesempatan untuk

mengenyam pendidikan, namun bukan berarti meningkatnya APS juga

meningkatnya pemerataan kesempatan masyarakat untuk mengenyam

pendidikan.

d. Angka Partisipasi Murni

Angka partisipasi murni merupakan proporsi anak sekolah pada

satu kelompok umur tertentu yang bersekolah tepat pada tingkat yang

sesuai dengan kelompok umurnya.

4. Jumlah Penduduk

Pertumbuhan penduduk adalah perubahan jumlah penduduk

disuatu wilayah tertentu pada waktu tertentu dari pada waktu sebelumnya.

Pertambahan penduduk yang cepat menimbulkan masalah yang serius bagi

kesejahteraan dan bagi pembangunan, oleh karena itu besarnya jumlah

penduduk jika tidak diimbangi oleh dukungan ekonomi yang tinggi akan

menimbulkan berbagai masalah seperti kemiskinan dan ketidakstabilannya

kondisi nasional secara keseluruhan.

29

Menurut teori Malthus populasi penduduk cenderung bertambah

menurut deret ukur (secara geometris), sedangkan produksi makanan

(sumber daya alam) cenderung bertambah menurut deret hitung (secara

aritmatika). Akibatnya ketidakseimbangan antara sumberdaya bumi yang

tidak mampu memenuhi kebutuhan penduduk yang terus bertambah.

Dengan kata lain jika perkembangan sumber daya tidak dapat mendukung

perkembangan penduduk maka akan menyebabkan kemiskinan (Skousen,

2009).

Pada umumnya perkembangan penduduk di negara sedang

berkembang sangat tinggi dan besar jumlahnya. Masalah pertumbuhan

penduduk bukanlah sekedar masalah jumlah, masalah penduduk juga

menyangkut kepentingan pembangunan serta kesejahteraan umat manusia

secara keseluruhan. Dalam konteks pembangunan, pandangan terhadap

penduduk terpecah dua, ada yang menganggapnya sebagai penghambat

pembangunan, ada pula yang menganggap sebagai pemicu pembangunan.

Alasan penduduk dipandang sebagai penghambat pembangunan,

dikarenakan jumlah penduduk yang besar dan dengan pertumbuhan yang

tinggi, dinilai hanya menambah beban pembangunan. Jumlah penduduk

yang besar akan memperkecil pendapatan perkapita dan menimbulkan

masalah ketenagakerjaan.

Penduduk sebagai pemicu pembangunan karena populasi yang lebih

besar sebenarnya adalah pasar potensial yang menjadi sumber permintaan

akan berbagai macam barang dan jasa yang kemudian akan menggerakkan

berbagai macam kegiatan ekonomi sehingga menciptakan skala ekonomi

dalam produksi yang akan menguntungkan semua pihak, menurunkan biaya

produksi dan menciptakan sumber pasokan atau penawaran tenaga kerja

murah dalam jumlah yang memadai sehingga pada gilirannya akan

merangsang output atau produksi agregat yang lebih tinggi lagi. Dan pada

akhirnya diharapkan dapat meningkatkan kesejahteraan masyarakat, yang

berarti tingkat kemiskinan akan turun.

30

Meskipun terdapat pertentangan mengenai konsekuensi positif dan

negatif yang ditimbulkan oleh laju pertumbuhan penduduk, namun selama

beberapa dekade mulai muncul gagasan baru yang dapat disetujui kedua

belah pihak. Gagasan tersebut dikemukakan oleh Robert Cassen (dalam

Todaro, 2006) yaitu sebagai berikut:

1. Pertumbuhan penduduk bukan merupakan penyebab utama rendahnya

taraf hidup masyarakat, kesenjangan pendapatan atau terbatasnya

kebebasan dalam membuat pilihan yang merupakan masalah pokok

dalam suatu negara.

2. Persoalan kependudukan tidak semata-mata menyangkut jumlah akan

tetapi juga meliputi kualitas hidup dan kesejahteraan materiil.

3. Namun, pertumbuhan penduduk yang cepat memang mendorong

timbulnya masalah keterbelakangan dan membuat prospek

pembangunan menjadi semakin jauh. Laju pertumbuhan penduduk

yang terlampau cepat, meskipun bukan merupakan penyebab utama

dari keterbelakangan, harus disadari hal itu merupakan salah satu

faktor penting penyebab keterbelakangan di banyak negara. Todaro

(2006) menjelaskan bahwa ada tujuh konsekuensi negatif dari

pertumbuhan penduduk, yakni berdampak terhadap pertumbuhan

ekonomi, kemiskinan dan ketimpangan pendapatan, pendidikan,

kesehatan, ketersediaan bahan pangan, lingkungan hidup, serta migrasi

internasional

B. Penelitian Terdahulu

Penelitian terdahulu berguna untuk bahan pertimbangan bagi

peneliti dalam melaksanakan penelitian yang sedang dilakukan. Beberapa

penelitian terdahulu yang terkait langsung dengan judul penelitian yang

sedang dilakukan antara lain:

1. (Elda Wahyu Azizah, Pengaruh Pendidikan, Pendapatan Perkapita

dan Jumlah Penduduk Terhadap Kemiskinan di Provinsi Jawa

31

Timur, 2018) Pengaruh Pendidikan, Pendapatan Perkapita dan

Jumlah Penduduk Terhadap Kemiskinan di Provinsi Jawa Timur.

Penelitian ini bertujuan untuk melihat pengaruh pendidikan,

pendapatan perkapita dan jumlah penduduk terhadap kemiskinan

di Kabupaten/Kota Provinsi Jawa Timur. Data yang digunakan

dalam penelitian ini adalah data sekunder yang berbentuk data

panel yang terdiri data cross section yaitu 38 Kabupaten/Kota di

Provinsi Jawa Timur dan data time series yaitu data dari tahun

2012-2016. Data yang digunakan adalah data Jumlah Penduduk

Miskin sebagai variabel Kemiskinan, Rata-Rata Lama Sekolah

sebagai variabel Pendidikan, Pendapatan Perkapita dan Jumlah

Penduduk. Metode yang digunakan dalam penelitian ini adalah

Regresi Common Effect. Hasil dari penelitian ini menunjukan

bahwa variabel pendidikan, pendapatan perkapita berpengaruh

negatif dan signifikan terhadap Kemiskinan di Kabupaten/Kota

Provinsi Jawa Timur. Sedangkan variabel Jumlah Penduduk

berpengaruh positif dan signifikan terhadap Kemiskinan di

Kabupaten/Kota Provinsi Jawa Timur.

2. (Hastina Febriaty, 2017) Pengaruh Pendapatan Per Kapita,

Investasi dan Inflasi terhadap Kemiskinan di Provinsi Sumatera

Utara. Penelitian ini membahas tentang pengaruh dari pendapatan

per kapita, investasi dan inflasi terhadap kemiskinan di Provinsi

Sumatera Utara. Data yang digunakan adalah data sekunder yang

berbentuk time series diambil dari Badan Pusat Statistik dan Bank

Indonesia tahun 2001-2015. Metode teknik analisis data yang

digunakan adalah regresi linier berganda. Hasil penelitian

menunjukan bahwa secara parsial Pendapatan Per Kapita, dan

Investasi berpengaruh negatif terhadap kemiskinan di Provinsi

Sumatera Utara. Sedangkan inflasi berpengaruh positif terhadap

kemiskinan di Provinsi Sumatera Utara.

32

3. (I Made Tony Wirawan, 2015) Analisis Pengaruh Pendidikan,

PDRB Per Kapita Dan Tingkat Pengangguran Terhadap Jumlah

Penduduk Miskin di Provinsi Bali. Tujuan penelitian ini untuk

mengetahui pengaruh pendidikan, PDRB per kapita dan tingkat

pengangguran secara simultan dan parsial terhadap jumlah

peneduduk miskin di Provinsi Bali. Data yang digunakan adalah

data sekunder berbentuk data panel. Data yang digunakan adalah

data cross section Kabupaten/Kota di Provinsi Bali dan time series

tahun 2007-2013. Metode yang digunakan adalah Analisi Regresi

Linier Berganda. Hasil penelitian ini menunjukan bahwa

Pendidikan, PDRB Per Kapita secara parsial berpengaruh negatif

dan signifikan terhadap jumlah penduduk miskin, sedangkan

tingkat pengangguran berpengaruh positif dan signifikan terhadap

jumlah penduduk miskin.

4. (Anggadini, 2015) Analisis Pengaruh Angka Harapan Hidup,

Angka Melek Huruf, Tingkat Pengangguran Terbuka dan PDRB

Per Kapita terhadap Kemiskinan Pada Kabupaten/Kota di

Provinsi Sulawesi Tengah tahun 2010-2013. Penelitian ini

bertujuan untuk mengetahui pengaruh angka harapan hidup, angka

melek huruf, tingkat pengangguran terbuka dan PDRB per kapita

terhadap kemiskinan di Kabupaten/Kota Provinsi Sulawesi Tengah

pada tahun 2010-2013. Data yang digunakan merupakan data

sekunder berbentuk data panel. Metode analisis data yang

digunakan adalah Common Effect Model (CEM). Hasil penelitian

menunjukan bahwa angka harapan hidup dan PDRB per kapita

berpengaruh negatif dan signifikan secara parsial terhadap tingkat

kemiskinan. Tingkat Pengangguran Terbuka mempunyai pengaruh

positif dan signifikan terhadap tingkat kemiskinan. Sedangkan

angka melek huruf mempunyai efek positif tetapi tidak signifikan

terhadap tingkat kemiskinan.

33

5. (Sumitra, 2014) Pengaruh Pendidikan, Kesehatan dan Pendapatan

Per Kapita terhadap Jumlah Penduduk Miskin di Kota Padang.

Penelitian ini bertujuan untuk menganalisis pengaruh pendidikan,

kesehatan dan pendapatan perkapita terhadap jumlah penduduk

miskin di Kota Padang baik secara parsial maupun secara simultan.

Data yang digunakan merupakan data sekunder time series pada

tahun 1998-2012 yang diperoleh dari Badan Pusat Statistik

Sumatera Barat. Hasil penelitian menunjukan bahwa pendidikan

berpengaruh negatif dan signifikan terhadap jumlah penduduk

miskin di kota Padang. Kesehatan tidak berpengaruh signifikan

terhadap jumlah penduduk miskin di kota Padang. Pendapatan

perkapita tidak berpengaruh signifikan terhadap jumlah penduduk

miskin di kota Padang. Sedangkan pendidikan, kesehatan dan

pendapatan perkapita berpengaruh signifikan terhadap jumlah

penduduk miskin di kota Padang.

6. (I Made Anom Iswara, 2014) Pengaruh Pendapatan Asli Daerah,

Pendapatan Per Kapita, dan Tingkat Pendidikan Terhadap

Tingkat Kemiskinan di Provinsi Bali Tahun 2006-2011. Penelitian

ini bertujuan untuk mengetahui pengaruh pendapatan asli daerah,

pendapatan perkapita, dan tingkat pendidikan terhadap tingkat

kemisikinan di Provinsi Bali tahun 2006 - 2011. Penelitian ini

menggunakan riset kuantitatif yaitu dengan melihat laporan

pendapatan asli daerah, laporan pendapatan perkapita, tingkat

pendidikan masyarakat dan jumlah kemiskinan di Provinsi Bali.

Data yang digunakan merupakan data sekunder dengan teknik

analisis data yang digunakan adalah regresi linear berganda. Hasil

penelitian menunjukan bahwa pendapatan asli daerah dan

pendapatan perkapita secara parsial tidak berpengaruh terhaadap

tingkat kemiskinan. Sedangkan tingkat pendidikan memiliki

pengaruh negatif dan signifikan terhadap tingkat kemiskinan.

Serta, pendapatan asli daerah, pendapatan perkapita, dan tingkat

34

pendidikan secara simultan berpengaruh signifikan terhadap

tingkat kemiskinan.

7. (Giovanni, 2018) Analisis Pengaruh PDRB, Pengangguran dan

Pendidikan Terhadap Tingkat Kemiskinan di Pulau Jawa Tahun

2009-2016. Penelitian ini bertujuan untuk mengetahui PDRB,

pengangguran dan pendidikan terhadap tingkat kemiskinan di

pulau Jawa dengan sampel Provinsi Jawa Barat, Jawa Tengah,

Jawa Timur dan DIY pada tahun 2009-2016. Data yang digunakan

adalah data sekunder berbentuk data panel yang diperoleh dari

Badan Pusat Statistik. Metode analisis data panel yang digunakan

adalah Fixed Effect Model. Hasil yang didapat dari penelitian ini

adalah bahwa variabel PDRB berpengaruh signifikan terhadap

penurunan kemiskinan di beberapa provinsi tersebut, sedangkan

variabel pengangguran dan pendidikan tidak berpengaruh

signifikan terhadap penurunan kemiskinan di beberapa provinsi

tersebut.

8. (Abdul Rahman, 2019) Pengaruh Pendidikan, Pendapatan dan

Konsumsi Terhadap Kemiskinan Masyarakat Migran di Kota

Makassar. Penelitian ini dilakukan untuk mengukur pengaruh dari

tingkat pendidikan, pendapatan, terhadap konsumsi dan

kemiskinan masyarakat migran di kota Makassar. Data yang

digunakan dalam penelitian ini adalah data primer. Adapun metode

analisis yang digunakan adalah rehresi linear berganda dan analisis

jalur (path). Hasil penelitian ini menunjukkan bahwa pendidikan

tidak berpengaruh signifikan dan negatif terhadap konsumsi

masyarakat migran, sedangkan pendapatan berpengaruh signifikan

dan positif terhadap konsumsi masyarakat migran. Kemudian

pendidikan berpengaruh negatif dan tidak signifikan terhadap

tingkat kemiskinan masyarakat migran, sedangkan pendapatan

berpengaruh negatif dan signifikan terhadap tingkat kemiskinan

masyarakat migran.

35

9. (Iqbal Banyu Sunarya, 2018) Analisis Pengaruh PDRB Per Kapita,

Pendidikan, Kesehatan, Pengangguran, Dan Upah Minimum

Terhadap Tingkat Kemiskinan Di Provinsi Jawa Tengah Tahun

2010-2015. Penelitian ini bertujuan untuk mengetahui faktor-faktor

yang mempengaruhi tingkat kemiskinan di Jawa Tengah di antaranya

PDRB per kapita, pendidikan, kesehatan, pengangguran, dan upah

minimum. Data yang digunakan antara lain PDRB per kapita, Rata-

rata Lama Sekolah, Angka Harapan Hidup, Tingkat Pengangguran

Terbuka, dan Upah Minimum Kabupaten/Kota di Jawa Tengah.

Penelitian dilakukan dengan objek 35 kabupaten/kota di Jawa Tengah

pada tahun 2010 – 2015 menggunakan data panel dengan metode

random effect model. Hasil penelitian menunjukkan bahwa variabel

PDRB per kapita, kesehatan, dan upah minimum masing-masing

berpengaruh negatif dan signifikan terhadap tingkat kemiskinan

sedangkan variabel pendidikan dan pengangguran tidak signifikan

dalam mempengaruhi tingkat kemiskinan.

10. (Saharuddin Didu, 2016) Pengaruh Jumlah Penduduk, Pendidikan

dan Pertumbuhan Ekonomi terhadap Kemiskinan di Kabupaten

Lebak. Penelitian ini menggunakan analisis regresi berganda OLS.

Berdasarkan hasil regresi, variabel populasi memiliki pengaruh positif

dan signifikan terhadap terhadap kemiskinan sedangkan variabel

pendidikan dan pertumbuhan ekonomi memiliki pengaruh negatif dan

signifikan.

11. (Handayani, 2017) Analisis Pengaruh Pertumbuhan Ekonomi, Jumlah

Penduduk dan Pendidikan terhadap Kemiskinan di Jawa Tengah

2011-2015. Penelitian ini meggunakan data panel dengan model

Fixed Effect Model (FEM). Hasil penelitian menunjukan bahwa

variabel pertumbuhan ekonomi, jumlah penduduk dan pendidik secara

serempak mempengaruhi kemiskinan di Jawa Tengah tahun 2011-

2015. Secara parsial, pertumbuhan ekonomi mempengaruhi negatif

terhadap kemiskinan sedangkan jumlah penduduk berpengaruh positif

36

terhadap kemiskinan. Variabel pendidikan tidak berpengaruh terhadap

kemiskinan.

12. (Njong, 2010) The Effects of Educational Attaiment On Poverty

Reduction in Cameroon. Penelitian ini bertujuan untuk untuk

mengevaluasi dampak dari berbagai tingkat pendidikan individu

yang dipekerjakan sebagai penentu kemiskinan di Kamerun.

Metode yang digunakan ialah model logistic regression dengan

data cross section. Hasil penelitian ini menunjukkan bahwa

pencapaian pendidikan adalah penentu penting dari insiden

kemiskinan dan harus dipertimbangkan terutama dalam

mengimplementasikan program pengurangan kemiskinan.

13. (Masood, Nouman, Haroon, dan M.Waqas : 2011) Impact of

Education On Poverty Reduction. Penelitian ini bertujuan untuk

mengevaluasi dampak dari berbagai tingkat pendidikan,

pengalaman dan jenis kelamin individu yang dipekerjakan

(pengusaha, wiraswasta, penerima upah dan pekerja keluarga yang

tidak dibayar) sebagai penentu kemiskinan. Metode yang

digunakan ialah model logistic regression dengan data dari

Household Integrated Economic Survey pada tahun 1998-1999 dan

2001-2001. Hasil penelitian ini menunjukkan bahwa tingkat

pendidikan berhubungan negatif terhadap kemiskinan.

37

Tabel 2.1

Penelitian Terdahulu

No. Nama Penulis Judul Penelitian Variabel Metode Hasil penelitian

1 Elda Wahyu

Azizah (2018)

Pengaruh Pendidikan,

Pendapatan Perkapita dan

Jumlah Penduduk

Terhadap Kemiskinan di

Provinsi Jawa Timur

Variabel Dependen:

Kemiskinan

Variabel Independen:

Rata-Rata Lama

Sekolah, Pendapatan

Per Kapita, Jumlah

Penduduk

Penelitian

kuantitatif

dengan metode

analisis data

panel

Variabel pendidikan, pendapatan

perkapita berpengaruh negatif dan

signifikan terhadap Kemiskinan di


Sedangkan variabel Jumlah Penduduk

berpengaruh positif dan signifikan

terhadap Kemiskinan di


2 Hastina

Febriaty (2017)

Pengaruh Pendapatan Per

Kapita, Investasi dan

Inflasi terhadap

Kemiskinan di Provinsi

Sumatera Utara

Variabel Dependen:

Kemiskinan


Pendapatan Per

Kapita, Investasi, dan

Inflasi

Penelitian

kuantitatif

dengan metode

analisis regresi

linier berganda

Data: time series

Pendapatan Per Kapita, dan Investasi

berpengaruh negatif terhadap

kemiskinan di Provinsi Sumatera Utara.

Sedangkan inflasi berpengaruh positif

terhadap kemiskinan di Provinsi

Sumatera Utara.

3 I Made Tony

Wirawan (2015)

Analisis Pengaruh

Pendidikan, PDRB Per

Kapita Dan Tingkat

Pengangguran Terhadap

Jumlah Penduduk Miskin

di Provinsi Bali

Variabel Dependen:

Jumlah Penduduk

Miskin


Pendidikan, PDRB Per

Kapita, Pengangguran

Penelitian

kuantitatif

dengan metode

analisis data

panel

Pendidikan, PDRB Per Kapita secara

parsial berpengaruh negatif dan

signifikan terhadap jumlah penduduk

miskin, sedangkan tingkat

pengangguran berpengaruh positif dan

signifikan terhadap Jumlah Penduduk

38


Miskin.

4 Fima Anggadini

(2015)

Analisis Pengaruh Angka

Harapan Hidup, Angka

Melek Huruf, Tingkat

Pengangguran Terbuka

dan PDRB Per Kapita

terhadap Kemiskinan Pada

Kabupaten/Kota di

Provinsi Sulawesi Tengah

tahun 2010-2013

Variabel Dependen:

Kemiskinan


Angka Harapan

Hidup, Angka Melek

Huruf, Tingkat

Pengangguran

Terbuka dan PDRB

Per Kapita

Metode analisis

data Common

Effect Model

(CEM).

Data panel

Angka harapan hidup dan PDRB per

kapita berpengaruh negatif dan

signifikan secara parsial terhadap

tingkat kemiskinan. Tingkat

Pengangguran Terbuka mempunyai

pengaruh positif dan signifikan terhadap

tingkat kemiskinan. Sedangkan angka

melek huruf mempunyai efek positif

tetapi tidak signifikan terhadap tingkat

kemiskinan.

5 Dian Pera

Sumitra (2014)


Kesehatan dan Pendapatan

Per Kapita terhadap

Jumlah Penduduk Miskin

di Kota Padang

Variabel Dependen:

Jumlah Penduduk

Miskin


Pendidikan,

Kesehatan,

Pendapatan Per Kapita

Penelitian

deskriptif dan

asosiatif. Metode

analisis regresi

non-linier

berganda

Pendidikan berpengaruh negatif dan


miskin di kota Padang. Kesehatan tidak

berpengaruh signifikan terhadap jumlah

penduduk miskin di kota Padang.

Pendapatan perkapita tidak berpengaruh


miskin di kota Padang. Sedangkan

39


pendidikan, kesehatan dan pendapatan

perkapita berpengaruh signifikan

terhadap jumlah penduduk miskin di

kota Padang.

6 I Made Anow

Iswara (2014)

Pengaruh Pendapatan Asli

Daerah, Pendapatan Per

Kapita, dan Tingkat

Pendidikan Terhadap

Tingkat Kemiskinan di

Provinsi Bali Tahun 2006-

2011

Variabel Dependen:

Kemiskinan


Pendapatan Asli

Daerah, Pendapatan

Per Kapita, Tingkat

Pendidikan

Penelitian

kuantitatif

menggunakan

teknik analisis

data regresi

linier berganda

Data time series

Pendapatan asli daerah dan pendapatan

perkapita secara parsial tidak

berpengaruh terhaadap tingkat

kemiskinan. Sedangkan tingkat

pendidikan memiliki pengaruh negatif

dan signifikan terhadap tingkat

kemiskinan. Serta, pendapatan asli

daerah, pendapatan perkapita, dan

tingkat pendidikan secara simultan

berpengaruh signifikan terhadap tingkat

kemiskinan.

7 Ridzky

Giovanni

(2018)

Analisis Pengaruh PDRB,

Pengangguran dan

Pendidikan Terhadap

Tingkat Kemiskinan di

Pulau Jawa Tahun 2009-

Variabel Dependen:

Kemiskinan


PDRB, Pengangguran,

Metode analisis

data panel Fixed

Effect Model

(FEM)

PDRB berpengaruh signifikan terhadap

penurunan kemiskinan di beberapa

provinsi tersebut, sedangkan variabel

pengangguran dan pendidikan tidak

40


2016 Pendidikan berpengaruh signifikan terhadap

penurunan kemiskinan di Pulau Jawa.

8 Abdul Rachman

(2019)


Pendapatan dan Konsumsi

Terhadap Kemiskinan

Masyarakat Migran di

Kota Makassar

Variabel Dependen:

Kemiskinan


Pendidikan,

Pendapatan, Konsumsi

Rumah Tangga

Teknik analisis

regresi linier

berganda dan

analisis jalur

(path)

Pendidikan tidak berpengaruh signifikan

dan negatif terhadap konsumsi

masyarakat migran, sedangkan

pendapatan berpengaruh signifikan dan

positif terhadap konsumsi masyarakat

migran. Kemudian pendidikan

berpengaruh negatif dan tidak signifikan

terhadap tingkat kemiskinan masyarakat

migran, sedangkan pendapatan

berpengaruh negatif dan signifikan

terhadap tingkat kemiskinan masyarakat

migran

9 Iqbal Banyu

Sumarya (2018)

Analisis Pengaruh PDRB

Per Kapita, Pendidikan,

Kesehatan, Pengangguran,

Dan Upah Minimum

Terhadap Tingkat

Kemiskinan Di Provinsi

Sulawesi Tenggara Tahun

2010-2015

Variabel Dependen:

Kemiskinan


PDBR per kapita,

Pendidikan,

Kesehatan,

Pengangguran, Upah

Metode Random

Effect Model

Variabel PDRB per kapita, kesehatan, dan

upah minimum masing-masing

berpengaruh negatif dan signifikan

terhadap tingkat kemiskinan sedangkan

variabel pendidikan dan pengangguran

tidak signifikan dalam mempengaruhi

41


Minimum tingkat kemiskinan.

10 Saharuddin

Didu (2016)

Pengaruh Jumlah

Penduduk, Pendidikan dan

Pertumbuhan Ekonomi

terhadap Kemiskinan di

Kabupaten Lebak

Variabel Dependen:

Kemiskinan


Jumlah Penduduk,

Pendidikan dan

Pertumbuhan

Ekonomi

Analisis linier

berganda OLS

Variabel populasi memiliki pengaruh

positif dan signifikan terhadap terhadap

kemiskinan sedangkan variabel

pendidikan dan pertumbuhan ekonomi

memiliki pengaruh negatif dan signifikan

11 Handayani

(2017)

Analisis Pengaruh

Pertumbuhan Ekonomi,

Jumlah Penduduk dan

Pendidikan terhadap

Kemiskinan di Jawa

Tengah 2011-2015.

Variabel Dependen:

Kemiskinan


Pertumbuhan

Ekonomi, Jumlah

Penduduk dan

Kemiskinan

Data panel

dengan model

Fixed Effect

Model (FEM)

Secara parsial, pertumbuhan ekonomi

mempengaruhi negatif terhadap

kemiskinan sedangkan jumlah penduduk

berpengaruh positif terhadap kemiskinan.

Variabel pendidikan tidak berpengaruh

terhadap kemiskinan.

12 Aloysius Mom

Njong (2010)

The Effects of Educational

Attaiment On Poverty

Reduction in Cameroon

Variabel Dependen:

Kemiskinan

Variabel Penjelas:

Pencapaian

Pendidikan

Metode: Logistic

Regression

Data: Data dari

Cameroonian

Household

Survey tahun

Hasil penelitian ini menunjukkan bahwa

pencapaian pendidikan adalah penentu

penting dari insiden kemiskinan dan

harus dipertimbangkan terutama dalam

mengimplementasikan program

pengurangan kemiskinan.

42


2001

13 Masood,

Nouman,

Haroon, dan

M.Waqas

(2011)

Impact of Education On

Poverty Reduction

Variabel Dependen:

Kemiskinan

Variabel Penjelas:

Tingkat Pendidikan

dan Jenis Kelamin

Metode: Logistic

Regression

Data: Data dari

Household

Integrated

Economic Survey

pada tahun 1998-

1999 dan 2001-

2001.

Hasil penelitian ini menunjukkan bahwa

tingkat pendidikan berhubungan negatif

terhadap kemiskinan.

43

C. Kerangka Berpikir

Peneliti menggunakan 1 variabel dependen yaitu variabel Persentase Penduduk

Miskin sebagai indikator dari kemiskinan (Y), dan 3 variabel independen yaitu variabel

Pendapan Per Kapita ( , variabel Harapan Lama Sekolah Lama Sekolah sebagai

indikator dari Pendidikan sebagai ( ), dan variabel Jumlah Penduduk sebagai ( ).

Rumusan kerangka berpikir adalah sebagai berikut:

Gambar 2.1

Kerangka Berpikir

Pendapatan Per Kapita

(X1)

Tingkat Pendidikan

(X2)

Jumlah Penduduk

(X3)

Kemiskinan (Y)

44

Gambar 2.2

Kerangka Laporan Penelitian

Pengaruh Pendapatan Per Kapita, Tingkat Pendidikan dan Belanja

Modal Terhadap Kemiskinan

(Studi Kasus: Kabupaten/Kota di Provinsi Jawa Tengah

Variabel Independen

Pendapatan Per Kapita (X1)

Tingkat Pendidikan (X2)

Belanja Modal (X3)

Alat Analisis

Panel Data

Random Effect Model (REM)

Pemilihan Model

- Uji Chow

- Uji Hausman

Variabel Dependen

Kemiskinan (Y)

Uji Hipotesis

- Uji Koefisien Determinasi

- Uji t

- Uji F

Kesimpulan dan Saran

45

D. Hipotesis Penelitian

Hipotesis pada dasarnya merupakan suatu proposisi atau anggapan yang mungkin

benar, dan sering digunakan sebagai dasar pembuatan keputusan/pemecahan persoalan

ataupun untuk dasar penelitian lebih lanjut (Supranto:1994). Hipotesis yang diajukan

dalam penelitian ini antara lain:

1 Ada pengaruh Pendapatan Per Kapita secara parsial terhadap Kemiskinan di

Kabupaten/Kota Jawa Tengah Tahun 2010-2017.

2. Ada pengaruh Tingkat Pendidikan secara parsial terhadap Kemiskinan di


3. Ada pengaruh Jumlah Penduduk secara parsial terhadap Kemiskinan di


4. Ada pengaruh Pendapatan Per Kapita, Tingkat Pendidikan dan Jumlah Penduduk

secara simultan terhadap Kemiskinan di Kabupaten/Kota Jawa Tengah Tahun

2010-2017.

46

BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Peneitian

Jenis penelitian yang digunakan dengan menggunakan penelitian dengan

pendekatan kuantitatif. Pendekatan kuantitatif adalah pendekatan yang berorientasi

pada data-data yang bersifat angka dan diolah menggunakan metode statistik

(Sugiyono, 2017). Penelitian ini menganalisa pengaruh Pendapatan Per Kapita,

Tingkat Pendidikan, dan Jumlah Penduduk terhadap Kemiskinan di 35

Kabupaten/Kota Provinsi Jawa Tengah. Penelitian ini terdiri dari 1 variabel terikat

dan 3 variabel bebas. Adapun yang mewakili variabel terikat adalah Kemiskinan,

sedangkan yang mewakili variabel bebas adalah Pendapatan Per Kapita, Tingkat

Pendidikan dan Jumlah Penduduk.

Ruang lingkup penelitian ini meliputi tahun 2010 sampai tahun 2017 dan 35

Kabupaten/Kota di Provinsi Jawa Tengah.. Data yang diperlukan dalam penelitian ini

terdiri dari data Persentase Penduduk Miskin sebagai indikator dari variabel

Kemiskinan, data Pendapatan Per Kapita, data Harapan Lama Sekolah sebagai

indikator dari variabel Tingkat Pendidikan, dan data Jumlah Penduduk.

B. Metode Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data sekunder dengan skala

tahunan. Data sekunder merupakan data yang didapatkan dari lembaga, instansi

maupun organisasi yang mempublikasikan data melalui buku, publikasi, dokumen,

dan sumber-sumber lainnya. Peneliti memperoleh data mengenai Pendapatan Per

Kapita, Kemiskinan, Tingkat Pendidikan dan Jumlah Penduduk dari Badan Pusat

Statistik Provinsi Jawa Tengah.

C. Definisi Variabel Operasional

Variabel yang digunakan dalam penelitian ini berupa variabel terikat dan

variabel bebas. Variabel terikat merupakan variabel yang dipengaruhi oleh adanya

variabel bebas. Variabel terikat dalam penelitian ini yaitu Kemiskinan (Y). Variabel

bebas merupakan variabel yang mempengaruhi variabel terikat. Variabel bebas dalam

penelitian ini yaitu Pendapatan Per Kapita ( ), Tingkat Pendidikan ( ), dan Jumlah

47

Penduduk ( ). Definisi operasional dari masing-masing variabel tersebut sebagai

berikut:

1. Kemiskinan (Y)

Kemiskinan adalah kondisi dimana seseorang atau sekelompok orang, laki-

laki dan perempuan, tidak terpenuhi hak-hak dasarnya untuk mempertahankan dan

mengembangkan kehidupan yang bermartabat. Hal ini juga terjadi dalam kondisi

dimana seseorang tidak dapat memenuhi kebutuhan hidup dasar. Data yang digunakan

adalah persentase penduduk miskin di 35 Kabupaten/Kota Provinsi Jawa Tengah pada

tahun 2010-2017. Satuan variabel kemiskinan disajikan dalam satuan persen.

2. Pendapatan Per Kapita ( )

Pendapatan Per Kapita adalah pendapatan rata-rata penduduk di suatu wilayah.

Data yang digunakan adalah Pendapatan Per Kapita di 35 Kabupaten/Kota Provinsi

Jawa Tengah pada tahun 2010-2017. Satuan variabel Pendapatan Per Kapita disajikan

dalam satuan juta rupiah.

3. Tingkat Pendidikan

Pendidikan adalah usaha sadar dan terencana untuk mewujutkan suasana

belajar dan proses pembelajaran agar peserta didik secara aktif mengembangkan

potensi dirinya untuk memiliki kekuatan sepiritual keagamaan, pengendalian diri,

kepribadian, kecerdasan, akhlak mulia, serta keterampilan yang diperlukan dirinya,

masyarakat, bangsa, dan Negara. Data yang digunakan adalah Harapan Lama Sekolah

di 35 Kabupaten/Kota Provinsi Jawa Tengah pada tahun 2010-2017. Satuan variabel

Tingkat Pendidikan disajikan dalam satuan tahun.

4. Jumlah Penduduk

Semua orang yang berdomisili di wilayah geografis Indonesia selama 6 bulan

atau lebih dan atau mereka yang berdomisili kurang dari 6 bulan tetapi bertujuan

menetap. Data yang digunakan adalah Jumlah Penduduk di 35 Kabupaten/Kota

Provinsi Jawa Tengah pada tahun 2010-2017. Satuan variabel Jumlah Penduduk

dalam jiwa.

Tabel 3.1 Definisi Operasional Variabel Penelitian

Variabel Penelitian Definisi Variabel Satuan Variabel

Persentase

Penduduk Miskin

Persentase penduduk yang berada di bawah

garis kemiskinan.

Persen (%)

48

Variabel Penelitian Definisi Variabel Satuan Variabel

Pendapatan Per

Kapita

Pendapatan rata-rata penduduk di suatu

wilayah dalam periode tertentu

Rupiah

Harapan Lama

Sekolah

lamanya sekolah (dalam tahun) yang

diharapkan akan dirasakan oleh anak pada

umur tertentu di masa mendatang.

Tahun

Jumlah Penduduk semua orang yang berdomisili di wilayah

geografis Indonesia selama 6 bulan atau

lebih dan atau mereka yang berdomisili

kurang dari 6 bulan tetapi bertujuan

menetap

jiwa

D. Metode Analisis

1. Model Data Panel

Dalam penelitian ini peneliti menggunakan analisis data panel. Data panel

merupakan jenis data yang dikumpulkan menurut urutan waktu dalam suatu

rentang waktu tertentu. Data panel merupakan gabungan antara data antar wilayah

(cross section) dan data deret waktu (time series). Sifat cross section data

ditunjukkan oleh data yang terdiri lebih dari satu entitas (individu), sedangkan

sifat time series ditunjukkan oleh setiap individu memiliki lebih dari satu

pengamatan waktu (periode). Penelitian ini menggunakan alat analisis E-views 8.0

sebagai alat bantu pengolahan data.

Menurut (Widarjono:2007) terdapat keunggulan dalam menggunakan data

panel jika dibandingkan dengan data time series atau cross section, yaitu:

1. Data panel yang merupakan gabungan dua data time series dan cross section

mampu menyediakan data yang lebih banyak sehingga akan menghasilkan degree

of freedom yang lebih besar.

2. Menggabungkan informasi dari data time series dan cross section dapat

mengatasi masalah yang timbul ketika ada masalah penghilangan variabel

(ommited-variabel).

Dalam penelitian ini terdapat satu variabel terikat yaitu Kemiskinan (Y) dan

tiga variabel bebas yaitu Pendapatan Per Kapita ), Tingkat Pendidikan ( ),

49

dan Jumlah Penduduk ( ). Model persamaan estimasi dalam penelitian ini adalah

:

Keterangan :

: Persentase Penduduk Miskin di kabupaten/kota i periode t

: Pendapatan Per Kapita di kabupaten/kota i periode t

: Harapan Lama Sekolah di kabupaten/kota i periode t

: Jumlah Penduduk di kabupaten/kota i periode t

: Konstanta

: Koefisien Regresi

: error term di kabupaten/kota i periode t

2. Estimasi Model Data Panel

Secara teori terdapat tiga pendekatan yang biasa diaplikasikan ketika melakukan

estimasi regresi menggunakan model data panel, yaitu: Common Effect Model

(CEM), Fixed Effect Model (FEM), dan Random Effect Model (FEM).

a. Common Effect Model

Common Effect Model (CEM) adalah model pendekatan yang paling

sederhana dalam estimasi regresi data panel. Hal tersebut dikarenakan

dalam model ini hanya mengkombinasikan data cross section dengan data

time series. Kemudian model ini juga tidak memperdulikan dimensi

individu dan waktu sehingga model ini bisa disebut sebagai model

Ordinary Least Square versi data panel yang memanfaatkan teknik kuadrat

terkecil dan menyebabkan intersep dalam model ini dianggap tetap.

b. Fixed Effect Model

Model ini memperkirakan bahwa ketidaksamaan antar individu mampu

diakomodasi dari perbedaan intersepnya. Model ini memanfaatkan teknik

variable dummy untuk mengungkap perbedaan intersep antar individu,

dimana perbedaan tersebut terjadi akibat adanya perbedaan karakteristik

antar individu. Namun meskipun begitu, slope tiap individu tetaplah sama.

50

Model ini juga sering disebut dengan Least Square Dummy Variable

(LSDV) dikarenakan penggunaan variable dummy dalam estimasinya.

c. Random Effect Model

Model ini memperkirakan bahwa variabel gangguan mungkin saling

berhubungan antar waktu dan antar individu. Pada model ini perbedaan

intersep diakomodasi oleh error terms tiap individu. Adapun keuntungan

dari penggunaan model ini adalah menghilangkan masalah

heteroskedastisitas. Selain itu, model ini juga umumnya disebut dengan

Error Component Model (ECM) atau teknik Generalized Least Square

(GLS).

3. Uji Spesifikasi Model

Sebelum melakukan regresi pada data panel , peneliti melakukan beberapa

pengujian spesifikasi model agar mendapatkan estimasi model yang paling tepat

untuk digunakan. Terdapat tiga uji spesifikasi model antara lain Uji Chow, dan Uji

Hausman. Kedua uji tersebut dapat dijelaskan sebagai berikut:

a. Uji Chow

Uji Chow bertujuan untuk menentukan Common Effect Model atau Fixed

Effect Model yang akan digunakan dalam mengestimasi model. Dalam

pengujian ini memiliki hipotesa sebagai berikut:

: Model Common Effect Model

: Model Fixed Effect Model

Jika hasil menunjukkan nilai probabilitas cross- section F lebih kecil dari

tingkat signifikansi α = 5% (0.05) , maka diterima sehingga model

yang digunakan adalah Fixed Effect Model. Namun jika hasil Uji Chow

menunjukkan nilai probabilitas cross-section F lebih besar dari tingkat

signifikansi α = 5% (0.05) , maka diterima sehingga model yang harus

digunakan adalah Common Effect Model. Saat diterima maka kita harus

memastikan apakah Fixed Effect Model yang terbaik untuk mengestimasi

model dengan melakukan Uji Hausman.

b. Uji Hausman

51

Uji Hausman bertujuan untuk menentukan Random Effect Model atau

Fixed Effect Model yang akan digunakan. Dalam pengujian ini memiliki

hipotesa sebagai berikut:

: Model Random Effect Model


Jika hasil menunjukkan nilai probabilitas cross-section random lebih kecil

dari tingkat signifikansi α = 5% (0.05) , maka diterima sehingga model

yang digunakan adalah Fixed Effect Model. Namun jika hasil Uji Hausman

menunjukkan nilai probabilitas cross-section random lebih besar dari

tingkat signifikansi α = 5% (0.05) , maka diterima sehingga model

yang harus digunakan untuk mengestimasi model adalah Random Effect

Model.

E. Uji Asumsi Klasik

Pada model regresi data panel, tidak semua uji asumsi klasik perlu dilakukan.

Dalam regresi data panel hanya perlu melakukan uji heteroskedastisitas dan

multikolinieritas (A. T. Basuki, 2015)

1. Uji Heteroskedastisitas

Pengujian Heteroskedastisitas bertujuan untuk menguji apakah terdapat

persamaan atau perbedaan varians dari residual satu pengamatan ke pengamatan

lainnya. Jika terdapat persamaan, maka disebut homoskedastisitas. Sedangkan jika

terdapat perbedaan, maka disebut heteroskedastisitas. Dimana model regresi yang

baik digunakan adalah yang bersifat homoskedastisitas. Untuk menguji ada tidaknya

masalah heteroskedastisitas dapat menggunakan metode Glejser dengan meregresikan

semua variabel bebas terhadap nilai multak residualnya. Jika terdapat pengaruh

variabel bebas yang signifikan terhadap nilai mutlak residualnya maka itu pertanda

terdapat masalah heteroskedastisitas.

2. Uji Multikolinieritas

Pengujian multikolinieritas bertujuan untuk mendeteksi apakah ada hubungan

yang sempurna antara variabel bebas satu dengan variabel bebas lainnya dalam

sebuah model regresi linier berganda. Dimana model regresi yang baik untuk

52

digunakan adalah ketika seluruh variabel bebas bersifat independen atau tidak saling

berhubungan.

Adapun menurut (Gujarati, 2006) terdapat sejumlah indikator yang dapat

digunakan untuk mendeteksi adanya multikolinieritas, antara lain:

a. Nilai lebih tinggi dari 0,8 namun hanya sedikit hasil dari uji t-statistik yang

signifikan atau bahkan tidak ada yang signifikan.

b. Hasil uji F-statistik menunjukkan nilai yang signifikan, namun tidak didukung

oleh hasil uji t-statistik tiap variabel bebas yang juga signifikan.

Adapun untuk menguji ada tidaknya multikolinieritas dapat dilakukan dengan cara

melihat nilai koefisien korelasi dari variabel bebas. Jika nilai koefisien korelasi lebih

dari 0.8 maka itu pertanda adanya masalah multikolinieritas (Gujarati, 2006).

F. Uji Hipotesis

Uji hipotesis dilakukan untuk mengetahui apakah koefisien regresi yang sudah

didapat pada penelitian ini signifikan atau tidak. Terdapat tiga uji hipotesis yang

dilakukan dalam penelitian ini antara lain:

1. Koefisien Determinasi ( )

Uji koefisien determinasi merupakan uji yang menjelaskan seberapa besar

proporsi variabel independen dalam menjelaskan variabel dependen yang digunakan

dalam penelitian (uji goodness of fit). Nilai koefisien determinasi berada diantara nol

dan satu. Semakin nilai koefisien determinasi mendekati angka satu maka dapat

diartikan bahwa variabel independen mampu menjelaskan hampir semua perubahan

pada variabel dependen. Sedangkan jika nilai koefisien determinasi mendekati angka

nol maka diartikan bahwa variabel independen tidak memiliki kemampuan dalam

menjelaskan variabel dependen sangat terbatas.

2. Uji t-statistic (Uji Parsial)

Uji t dilakukan untuk mengetahui signifikansi variabel independen terhadap

variabel dependen. Dalam menentukan signifikansi atau tidaknya variabel independen

terhadap variabel dependen dapat dilihat dengan membandingkan nilai probabilitas

dengan tingkat signifikansi α = 5% atau 0.05. Hipotesis pada uji ini sebagai berikut:

53

: Berpengaruh signifikan antara variabel independen terhadap

variabel dependen.

Apabila nilai probabilitas lebih besar dari tingkat signifikansi 5% atau 0.05

maka diterima dan ditolak, sedangkan jika nilai probabilitas lebih kecil dari

tingkat signifikansi 5% atau 0.05 maka Ho ditolak dan diterima.

3. Uji F (Uji Simultan)

Uji F dilakukan untuk mengetahui apakah semua variabel independen secara

simultan berpengaruh terhadap varabel dependen. Dalam menentukan berpengaruh

secara simultan tidaknya variabel independen terhadap variabel dependen dapat

dilihat dengan membandingkan nilai F hitung dengan F tabel. Hipotesis pada uji ini

sebagai berikut:

: Ada pengaruh signifikan antara variabel independen terhadap

variabel dependen secara simultan.

Dengan taraf signifikan 5% atau 0.05 dapat disimpulkan sebagai berikut:

1) Jika F hitung < F tabel maka diterima berarti variabel independen secara

simultan mempunyai pengaruh yang signifikan terhadap variabel dependen.

2) Jika F hitung > F tabel maka diterima berarti variabel independen secara

simultan tidak mempunyai pengaruh yang signifikan terhadap variabel

dependen.

54

BAB IV

HASIL DAN PEMBAHASAN

A. Gambaran Umum Obyek Penelitian

Jawa Tengah merupakan salah satu Provinsi di bagian Tengah Pulau Jawa.

Jawa Tengah merupakan salah satu Provinsi yang sudah lama berdiri, dengan dasar

hukum Undang-Undang No. 10 Tahun 1950. Secara administratif, provinsi ini

berbatasan dengan Provinsi Jawa Barat di sebelah barat, Daerah Istimewa Yogyakarta

di bagian selatan, Jawa Timur di sebelah Selatan. Pulau ini memiliki luas sebesar

32.548 , dengan jumlah penduduk pada tahun 2018 sebesar 34.490.835 jiwa.

Provinsi Jawa Tengah merupakan Provinsi dengan total populasi terbesar ketiga

setelah Jawa Barat dan Jawa Timur menurut Badan Pusat Statistik.

Gambar 4.1

Peta Provinsi Jawa Tengah

Sumber: Wikipedia, 2019

Provinsi ini memiliki 29 kabupaten dan 6 kota. Berikut adalah daftar kabupaten dan

kota di Jawa Tengah.

55

Tabel 4.1

aDaftar Kabupaten/Kota Provinsi Jawa Tengah beserta Luas Wilayah dan

Jumlah Penduduk Tahun 2017

No. Kabupaten/Kota Pusat

Pemerintahan

Luas Wilayah

Jumlah Penduduk

(jiwa)

1 Kab. Banjarnegara Banjarnegara 1.023,73 1.002.398

2 Kab. Banyumas Purwokerto 1.335,30 1.741.077

3 Kab. Batang Batang 788,65 773.138

4 Kabupaten Blora Blora 1.804,59 893.940

5 Kabupaten Boyolali Boyolali 1.008,45 989.776

6 Kabupaten Brebes Brebes 1.902,37 1.896.243

7 Kabupaten Cilacap Cilacap 2.124,47 1.840.594

8 Kabupaten Demak Demak 900,12 1.116.343

9 Kabupaten Grobogan Purwodadi 2.013,86 1.448.535

10 Kabupaten Jepara Jepara 1.059,25 1.158.182

11 Kabupaten Karanganyar Karanganyar 775,44 896.991

12 Kabupaten Kebumen Kebumen 1.211,74 1.362.524

13 Kabupaten Kendal Kendal 1.118,13 976.771

14 Kabupaten Klaten Klaten 658,22 1.304.519

15 Kabupaten Kudus Kudus 425,15 832.681

16 Kabupaten Magelang Mungkid 1.102,93 1.280.679

17 Kabupaten Pati Pati 1.489,19 1.420.292

18 Kabupaten Pekalongan Kajen 837,00 934.929

19 Kabupaten Pemalang Junaedi 1.118,03 1.471.174

20 Kabupaten Purbalingga Purbalingga 677,55 953.304

21 Kabupaten Purworejo Purworejo 1.091,49 771.203

22 Kabupaten Rembang Rembang 887,13 625.991

23 Kabupaten Semarang Ungaran 950,21 1.008.846

24 Kabupaten Sragen Sragen 941,54 981.416

25 Kabupaten Sukoharjo Sukoharjo 489,12 897.291

56

0

5

10

15

20

25

2015 2016 2017

0

5

10

15

20

25

2015 2016 2017

No. Kabupaten/Kota Pusat

Pemerintahan

Luas Wilayah

Jumlah Penduduk

(jiwa)

26 Kabupaten Tegal Slawi 876,10 1.444.074

27 Kabupaten Temanggung Temanggung 837,71 769.843

28 Kabupaten Wonogiri Wonogiri 1.793,67 1.081.041

29 Kabupaten Wonosobo Wonosobo 981,41 858.273

30 Kota Magelang - 16,06 129.303

31 Kota Pekalongan - 45,25 305.052

32 Kota Salatiga - 57,36 186.859

33 Kota Semarang - 373,78 1.653.035

34 Kota Surakarta - 46,01 562.269

35 Kota Tegal - 39,68 280.940

Sumber: Pemprov Jawa Tengah, 2019

1. Kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah

Dalam penelitian ini data kemiskinan yang digunakan adalah data persentase

penduduk miskin di Kabupaten/Kota Provinsi Jawa Tengah tahun 2010-2017. Data

persentase penduduk miskin di Kabupaten/Kota Provinsi Jawa Tengah dapat dilihat

pada Grafik 4.1

Grafik 4.1

Persentase Penduduk Miskin di Kabupaten/Kota Provinsi Jawa Tengah

Tahun 2015-2017 (dalam persen)

S

u

m

b

e

r

:

B

adan Pusat Statistik Provinsi Jawa Tengah

57

4.1 menunjukan bagaimana gambaran dari persentase penduduk miskin di

Kabupaten/Kota Provinsi Jawa Tengah. Jika dilihat dari grafik diatas, persentase

penduduk miskin dari tahun 2015-2017 cenderung menurun walaupun sedikit

fluktuatif. Tingkat persentase penduduk miskin tertinggi ada di Kabupaten Wonosobo

dengan persentase penduduk miskin sebesar 21.45% pada tahun 2015, 20.53% pada

tahun 2016, dan 20.32% pada tahun 2017. Hal ini tentu memprihatinkan karena hanya

Kabupaten Wonosobo yang masih memiliki persentase penduduk miskin diatas 20%.

Sebelumnya Kabupaten Kebumen juga memiliki persentase diatas 20% yaitu sebesar

20,44% pada tahun 2015, akan tetapi Kabupaten Kebumen dapat menurunkan

persentase penduduk miskin menjadi 19.86% pada tahun 2016. Sedangkan Kota

Semarang menjadi daerah dengan persentase penduduk miskin terendah, hanya 4.97%

dari total populasi pada tahun 2015, kemudian 4.85% pada tahun 2016, dan 4.62%

pada tahun 2017. Sebagian besar persentase penduduk miskin ada di beberapa

kabupaten di Provinsi Jawa Tengah. Akan tetapi semua kabupaten/kota menunjukan

performa bagus dalam penurunan kemiskinan jika melihat dari grafik 4.1 diatas.

2. Pendapatan Per Kapita

Data Pendapatan Per Kapita dalam penelitian ini yaitu data di seluruh

Kabupaten/Kota di Provinsi Jawa Tengah pada tahun 2010-2017. Adapun data

pendapatan per kapita sebagai berikut.

58

0.00

10,000,000.00

20,000,000.00

30,000,000.00

40,000,000.00

50,000,000.00

60,000,000.00

70,000,000.00

2015 2016 2017

Grafik 4.2

Pendapatan Per Kapita Kabupaten/Kota Provinsi Jawa Tengah

Tahun 2015-2017

S

u

m

b

e

r

:

B

a

d

an Pusat Statistik Provinsi Jawa Tengah

Jika dilihat dari grafik 4.2 diatas, tren kenaikan Pendapatan Per Kapita terjadi

setiap tahun dari tahun 2015-2017. Daerah yang mempunyai Pendapatan Per Kapita

tertinggi adalah Kabupaten Kudus. Pendapatan Per Kapita di Kabupaten Kudus sebesar

101.2 juta rupiah pada tahun 2015, kemudian meningkat menjadi 107 juta rupiah pada

tahun 2016. Pada tahun selanjutnya juga masih Kabupaten Kudus yang tertinggi dengan

pendapatan per kapita mencapai 114.8 juta rupiah. Sedangkan daerah dengan pendapatan

per kapita terendah di Jawa Tengah adalah Kabupaten Pemalang. Pada tahun 2015,

pendapatan per kapita di Kabupaten Pemalang hanya 14.4 juta rupiah, yang kemudian

0.00

20,000,000.00

40,000,000.00

60,000,000.00

80,000,000.00

100,000,000.00

120,000,000.00

140,000,000.00

2015 2016 2017

59

naik menjadi 15.6 juta rupiah pada tahun 2016. Pada tahun 2017, pendapatan per kapita di

Kabupaten Pemalang juga mengalami kenaikan menjadi sebesar 16.8 juta rupiah.

Sedangkan, rata-rata pendapatan per kapita di Provinsi Jawa Tengah pada tahun 2015

adalah sebesar 31 juta rupiah, kemudian naik menjadi 33.3 juta rupiah pada tahun 2016

dan mengalami peningkatan kembali pada tahun 2017 menjadi 35.7 juta rupiah.

3. Tingkat Pendidikan

Data tingkat pendidikan yang digunakan dalam penelitian ini adalah harapan lama

sekolah di seluruh Kabupaten/Kota Provinsi Jawa Tengah pada tahun 2010-2017.

Gambaran dari harapan lama sekolah di Kabupaten/Kota Provinsi Jawa Tengah adalah

sebagai berikut:

Grafik 4.3

Harapan lama sekolah Kabupaten/Kota Provinsi Jawa Tengah

Tahun 2015-2017

0

2

4

6

8

10

12

14

16

2015 2016 2017

60

Sumber: Badan Pusat Statistik Provinsi Jawa Tengah

Berdasarkan grafik 4.3 diatas, daerah dengan tingkat pendidikan yang paling

tinggi pada tahun 2015 ada pada Kota Salatiga dengan harapan lama sekolah 14.97

tahun. Pada tahun 2016, Kota Salatiga masih menjadi daerah dengan tingkat

pendidikan tertinggi yaitu harapan lama sekolah 10.98 tahun. Kemudian kota

Semarang menggantikan daerah dengan tingkat pendidikan yang paling tinggi

diantara semua Kabupaten/Kota pada tahun 2017 dengan harapan lama sekolah 15.2

tahun. Sedangkan untuk daerah dengan tingkat pendidikan paling rendah pada tahun

2015 ada di Kabupaten Batang dengan harapan lama sekolah 11.09 tahun. Kemudian

pada tahun 2016, daerah yang paling rendah tingkat pendidikannya diganti oleh

Kabupaten Brebes dengan harapan lama sekolah 11.37 tahun. Pada tahun 2017,

daerah dengan tingkat pendidikan paling rendah digantikan kembali oleh Kabupaten

Brebes dengan harapan lama sekolah 11.69 tahun.

4. Jumlah Penduduk

Data jumlah penduduk yang digunakan dalam penelitian ini adalah data jumlah

penduduk per tahun di Kabupaten/Kota Provinsi Jawa Tengah pada tahun 2010-2017.

Adapun data jumlah penduduk di Kabupaten/Kota Provinsi Jawa Tengah adalah

sebagai berikut:

0

2

4

6

8

10

12

14

16

2015 2016 2017

61

Grafik 4.4

Jumlah Penduduk Kabupaten/Kota Provinsi Jawa Tengah

Tahun 2015-2017

I

S

u

m

b

e

r

:

B

a

d

a

n

P

u

s

a

t

S

t

a

t

i

s

t

i

k

P

r

o

v

i

n

s

i

Jawa Tengah

Berdasarkan grafik 4.4 diatas, daerah dengan jumlah penduduk paling tinggi

pada tahun 2015 ada di Kab Brebes dengan jumlah penduduk sebesar 1.78 juta jiwa.

Kemudian naik pada tahun 2016 dengan total jumlah penduduk sebesar 1.79 juta jiwa.

Kabupaten Brebes masih menjadi daerah dengan jumlah penduduk tertinggi pada

tahun 2017 sebesar 1.79 juta jiwa Sedangkan daerah dengan jumlah penduduk

0

200000

400000

600000

800000

1000000

1200000

1400000

1600000

1800000

2015 2016 2017

0

200000

400000

600000

800000

1000000

1200000

1400000

1600000

1800000

2000000

2015 2016 2017

62

terendah pada tahun 2015 ada di Kota Magelang dengan jumlah penduduk sebesar

120 ribu jiwa. Kemudian pada tahun 2016, daerah dengan jumlah penduduk terendah

masih ada di Kota Magelang dengan jumlah penduduk sebesar 121 ribu jiwa. Pada

tahun 2017, Kota Magelang masih menjadi daerah dengan jumlah penduduk terendah

yaitu sebesar 122 ribu jiwa.

B. Temuan Hasil Penelitian

Dalam memilih model data panel, peneliti melakukan beberapa pengujian spesifikasi

model untuk mendapatkan estimasi model yang paling tepat digunakan. Pengujian

dilakukan untuk menentukan model regresi data panel terbaik diantara Common Effect

Model (CEM), Fixed Effect Model (FEM), atau Random Effect Model (REM).

Pengujian model terdiri dari Uji Chow, Uji Hausman dan Uji Lagrange Multiplier

(LM).

1. Uji Chow

Uji ini adalah untuk menentukan model terbaik yang akan digunakan apakah model

Common Effect Model atau Fixed Effect Model. Jika nilai probabilitas cross-section F

lebih kecil dari tingkat signifikansi α = 5%, maka diterima. Sebaliknya jika nilai

probabilitas cross-section F lebih besar dari tingkat signifikansi α = 5%, maka

diterima. Dalam pengujian ini, penulis memiliki hipotesis sebagai berikut :

: Model Common Effect Model


Berikut ini adalah hasil uji Chow dengan menggunakan Redunant Fixed

Effect-Likelihood Ratio.

Tabel 4.2

Uji Chow

Effects Test Statistic d.f. Prob.

Cross-section F 256.124366 (34,242) 0.0000

Cross-section Chi-square 1010.939051 34 0.0000

Sumber: Hasil Olah Data, 2019

63

Hasil Uji Chow menunjukkan nilai Probabilitas pada Cross-Section F yaitu

0.0000, nilai tersebut lebih kecil dari nilai 0.05 (0.0000<0.05). Maka dengan hasil

tersebut ditolak dan model yang diterima yaitu Fixed Effect Model.

Dikarenakan model yang terpilih adalah Fixed Effect Model, maka akan dilakukan

uji Hausman untuk menentukan Random Effect Model atau Fixed Effect Model

yang akan digunakan.

2. Uji Hausman

Uji Hausman bertujuan untuk menentukan apakah model yang dipakai

Fixed Effect Model atau Random Effect Model. Jika hasil probabilitas cross-

section random melebihi tingkat signifikansi α = 5%, maka diterima. Hipotesis

pengujian adalah sebagai berikut:

: Model Random Effect Model


Berikut adalah hasil uji Hausman menggunakan Correlated Random

Effect-Hausman Test.

Tabel 4.3

Uji Hausman

Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

Cross-section random 1.709137 3 0.6349

Sumber: Hasil Olah Data,2019

Hasil Uji Hausman menunjukkan bahwa nilai probabilitas pada cross-section

random yaitu 0.6349, nilai tersebut lebih besar dari nilai 0.05 (0.6349>0.05).

Maka dengan hasil tersebut diterima maka model yang terbaik untuk

digunakan yaitu Random Effect Model.

64

3. Random Effect Model

Setelah uji spesifikasi model yang dilakukan diatas, model yang terbaik

digunakan dalam penelitian ini adalah Random Effect Model (REM). Berikut

adalah hasil estimasi data panel menggunakan Random Effect Model.

Tabel 4.4

Hasil Regresi Data Panel

Variable Coefficient Std. Error t-Statistic Prob.

C 81.28340 12.07602 6.730974 0.0000

PPK -4.271554 0.450121 -9.489781 0.0000

HLS -5.862673 1.910448 -3.068742 0.0024

PENDUDUK 1.436443 0.916312 1.567636 0.1181

Weighted Statistics

R-squared 0.787319 Mean dependent var 0.829152

Adjusted R-squared 0.785007 S.D. dependent var 1.250307

S.E. of regression 0.579734 Sum squared resid 92.76133

F-statistic 340.5722 Durbin-Watson stat 1.060052

Prob(F-statistic) 0.000000

Sumber: Hasil Olah Data, 2019.

Berdasarkan hasil diatas, maka dapat dibuat persamaan regresi sebagai berikut:

KEM = 81.28340 – 4.271554 PPK – 5.862673 HLS + 1.436443 PENDUDUK

Dimana :

KEM : Persentase Penduduk Miskin

PPK : Pendapatan Per Kapita

HLS : Harapan Lama Sekolah

PENDUDUK : Jumlah Penduduk

Berdasarkan hasil estimasi data panel diatas, maka dapat diinterpretasikan

sebagai berikut:

65

a) Variabel Pendapatan Per Kapita memiliki hubungan yang negatif terhadap

variabel Persentase Penduduk Miskin dengan nilai sebesar -4.307961. Hal

ini berarti setiap kenaikan 1 satuan Pendapatan Per Kapita, maka akan

menurunkan Presentase Penduduk Miskin sebesar 4.307961% dengan

asumsi variabel yang lain adalah tetap atau konstan. Variabel Pendapatan

Per Kapita memiliki nilai Probabilitas sebesar 0.0000 dimana nilai tersebut

lebih kecil dari tingkat signifikansi α = 5% (0.0000 < 0.05) sehingga dapat

disimpulkan bahwa variabel Pendapatan Per Kapita berpengaruh signifikan

terhadap perubahan Presentase Penduduk Miskin.

b) Variabel Harapan Lama Sekolah memiliki hubungan yang negatif terhadap

variabel Persentase Penduduk Miskin dengan nilai sebesar -5.862673. Hal ini

menandakan bahwa setiap kenaikan 1 satuan variabel harapan lama sekolah,

maka akan menurunkan Presentase Penduduk Miskin sebesar 5.862673%.

Variabel harapan lama sekolah memiliki nilai probabilitas sebesar 0.0024

dimana nilai tersebut lebih kecil dari tingkat signifikansi α = 5% (0.0024 <

0.05), sehingga dapat disimpulkan bahwa variabel harapan lama sekolah

mempunyai pengaruh yang signifikan terhadap perubahan Persentase

Penduduk Miskin.

c) Variabel Jumlah Penduduk memiliki hubungan yang positif terhadap variabel

Persentase Penduduk Miskin dengan nilai sebesar 1.436443. Hal ini

menandakan bahwa setiap kenaikan 1 satuan variabel jumlah penduduk dapat

meningkatkan Persentase Penduduk Miskin sebesar 1.436443 %. Variabel

jumlah penduduk memiliki nilai probabilitas sebesar 0.1181 dimana nilai

tersebut lebih besar dari tingkat signifikansi α = 5% (0.1181 > 0.05), sehingga

dapat diambil kesimpulan bahwa variabel jumlah penduduk mempunyai

pengaruh yang tidak signifikan terhadap perubahan Persentase Penduduk

Miskin.

4. Uji Asumsi Klasik

Uji asumsi klasik dilakukan untuk mengetahui dan menguji kelayakan atas

model data regresi yang digunakan dalam penelitian ini. Pada penelitian ini uji

asumsi klasik yang digunakan hanya uji multikolinearitas. Dalam penelitian ini

tidak menggunakan uji heteroskedastisitas karena model yang digunakan dalam

penelitian ini yaitu Random Effect Model, dimana Random Effect Model

66

menggunakan metode Generalized Least Square (GLS) yang dapat

menghilangkan masalah heteroskedastisitas.

a) Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk mengetahui adanya keterkaitan antara

hubungan sempurna diantara variabel independen. Jika dalam pengujian

terdapat keterkaitan antara variabel independen, maka model regresi tersebut

tidak baik, begitu pula sebaliknya. Multikolinearitas dapat ditemukan jika di

dalam pengujian diantara variabel independen nilainya melebihi 0.8. Berikut

merupakan hasil dari uji multikolinearitas pada model regresi yang penulis

gunakan.

Tabel 4.5

Uji Multikolinearitas

PPK HLS PENDUDUK

PPK 1.000000 0.699547 -0.319492

HLS 0.699547 1.000000 -0.289078

PENDUDUK -0.319492 -0.289078 1.000000


Dari hasil uji multikolinearitas diatas, nilai koefisien dari masing-

masing variabel independen yaitu Pendapatan Per Kapita, Harapan Lama

Sekolah, dan Jumlah Penduduk berada di bawah 0.8. Dapat disimpulkan

bahwa dalam model regresi yang penulis gunakan tidak ada masalah

multikolinearitas.

5. Uji Hipotesis

a) Uji t-statistik

Uji t-stastistik berguna untuk mengetahui pengaruh dari tiap variabel

independen terhadap variabel dependen; dimana dalam penelitian ini yaitu

variabel Pendapatan Per Kapita, Harapan Lama Sekolah, dan Jumlah

Penduduk terhadap Persentase Penduduk Miskin. Pengujian dilakukan

67

dengan cara melihat nilai probabilitas masing-masing variabel independen

dan dibandingkan dengan tingkat signifikansi α = 5%.

Berikut adalah hipotesis penelitian uji t-statistik yang sebelumnya telah

dibuat oleh penulis, yaitu:

1. Ada pengaruh Pendapatan Per Kapita secara parsial terhadap

Kemiskinan di Kabupaten/Kota Jawa Tengah Tahun 2010-2017.

2. Ada pengaruh Tingkat Pendidikan secara parsial terhadap Kemiskinan di


3. Ada pengaruh Jumlah Penduduk secara parsial terhadap Kemiskinan di


Jika nilai probabilitas nilai t-hitung > tingkat signifikansi 5% atau 0.05

maka diterima dan ditolak, sedangkan jika nilai probabilitas nilai t-

hitung < tingkat signifikansi 5% atau 0.05 maka Ho ditolak dan diterima.

Berikut merupakan hasil regresi Random Effect Model.

Tabel 4.6

Uji t-statistik

Variable Coefficient Std. Error t-Statistic Prob.

C 81.28340 12.07602 6.730974 0.0000

PPK -4.271554 0.450121 -9.489781 0.0000

HLS -5.862673 1.910448 -3.068742 0.0024

PENDUDUK 1.436443 0.916312 1.567636 0.1181


Berdasarkan hasil uji t-statistik diatas maka dapat diinterpretasikan sebagai berikut:

1) Variabel Pendapatan Per Kapita (PPK) memiliki nilai probabilitas

sebesar 0.0000, nilai tersebut lebih kecil dari tingkat signifikansi 5%

(0.0000<0.05). Dapat diartikan bahwa diterima dan ditolak.

2) Variabel Harapan Lama Sekolah (HLS) memiliki nilai probabilitas

sebesar 0.0024, nilai tersebut lebih kecil dari tingkat signifikansi 5%

(0.0024<0.05). Dapat diartikan bahwa diterima dan ditolak.

68

3) Variabel Jumlah Penduduk (PENDUDUK) memiliki nilai probabilitas

sebesar 0.1181, nilai tersebut lebih besar dari tingkat signifikansi 5%

(0.1181>0.05). Dapat diartikan bahwa ditolak dan diterima.

Dari hasil diatas, dapat diartikan bahwa variabel Pendapatan Per Kapita dan

Harapan Lama Sekolah mempunyai pengaruh yang signifikan terhadap

perubahan Persentase Penduduk Miskin, sedangkan variabel Jumlah Penduduk

mempunyai pengaruh yang tidak signifikan terhadap Persentase Penduduk

Miskin di Kabupaten/Kota Provinsi Jawa Tengah.

b) Uji F-statistik

Uji F-statistik digunakan untuk mengetahui pengaruh secara simultan

dari semua variabel independen terhadap variabel dependen; dimana dalam

penelitian ini yaitu pengaruh secara simultan variabel Pendapatan Per Kapita,

Harapan Lama Sekolah dan Jumlah Penduduk terhadap Persentase Penduduk

Miskin. Pengujian dilakukan dengan melihat nilai probabilitas F-statistik dan

dibandingkan dengan tingkat signifikansi 5%.

Berikut adalah hipotesis yang sebelumnya telah dibuat oleh penulis,

yaitu:

: Ada pengaruh Pendapatan Per Kapita, Tingkat Pendidikan dan

Jumlah Penduduk secara simultan terhadap Kemiskinan di Kabupaten/Kota

Jawa Tengah Tahun 2010-2017.

Tabel 4.7

Uji-F Statistik

F-statistic Prob(F-statistic)

340.5722 0.000000

Sumber:Olah Data, 2019.

Dari hasil uji-F statistik diatas, didapatkan nilai F-statistic sebesar

340.5722 dengan nilai probabilitas adalah 0.000000. Nilai probabilitas F-

statistic adalah 0.000000 dimana nilai ini lebih kecil daripada tingkat

signifikansi 5% (0.00000<0.05). Dengan hasil tersebut maka ditolak dan

diterima. Dapat disimpulkan bahwa Pendapatan Per Kapita, Harapan Lama

69

Sekolah dan Jumlah Penduduk mempengaruhi secara simultan terhadap

Persentase Penduduk Miskin di Kabupaten/Kota Provinsi Jawa Tengah.

c) Uji Koefisien Determinasi

Uji koefisien determinasi merupakan uji yang menjelaskan seberapa besar

proporsi variabel independen dalam menjelaskan variabel dependen yang

digunakan dalam penelitian ini. Nilai koefisien determinasi berada diantara nol

dan satu. Jika nilai koefisien determinasi mendekati angka satu maka dapat

diartikan bahwa variabel independen mampu menjelaskan hampir semua

perubahan pada variabel dependen. Sedangkan jika nilai koefisien determinasi

mendekati angka nol maka diartikan bahwa variabel independen tidak memiliki

kemampuan dalam menjelaskan variabel dependen sangat terbatas. Berikut

merupakan hasil dari uji koefisien determinasi.

Tabel 4.8

Uji Koefisien Determinasi

R-squared Adjusted R-squared

0.787319 0.785007

Sumber: Olah Data, 2019

Hasil dari uji koefisien determinasi diatas menunjukkan bahwa nilai dari

Adjusted R-Squared yaitu sebesar 0.785007. Dapat disimpulkan bahwa variabel

independen (Pendapatan Per Kapita, Harapan Lama Sekolah, dan Jumlah

Penduduk) dapat menjelaskan variabel dependen (Kemiskinan) pada seluruh

Kabupaten/Kota di Provinsi Papua sebesar 78.5%. Sedangkan sisanya yaitu

21.5% dijelaskan oleh variabel-variabel lain diluar penelitian ini.

C. Pembahasan

1. Pendapatan Per Kapita Terhadap Tingkat Kemiskinan

Hasil dari penelitian ini menunjukkan bahwa Pendapatan Per Kapita memiliki

pengaruh yang negatif terhadap tingkat kemiskinan di 35 Kabupaten/Kota

Provinsi Jawa Tengah. Nilai koefisien variabel PPK (Pendapatan Per Kapita) dari

hasil regresi data panel adalah sebesar -4.307961. Dapat diartikan bahwa setiap

peningkatan Pendapatan Per Kapita dapat menurunkan tingkat kemiskinan di 35

Kabupaten/Kota Provinsi Jawa Tengah. Variabel Pendapatan Per Kapita juga

70

memiliki pengaruh yang signifikan terhadap kemiskinan di 35 Kabupaten/Kota

Provinsi Jawa Tengah, hal ini dapat dilihat dari nilai Probabilitas t-statistic sebesar

0.0000, lebih kecil dari tingkat signifikansi sebesar 5%.

Hal ini sejalan dengan penelitian yang dilakukan oleh (Elda Wahyu Azizah,

2018) yang menunjukan bahwa pendapatan per kapita berpengaruh negatif dan

signifikan terhadap tingkat kemiskinan di Provinsi Jawa Timur. Pendapatan

perkapita masyarakat di suatu daerah dapat dijadikan suatu parameter

kesejahteraan masyarakat di daerah tersebut. Ketika pendapatan perkapita naik

maka masyarakat dapat memenuhi kebutuhan dasarnya dengan mudah sehingga

kemiskinan dapat berkurang. Hal ini juga senada dengan penelitian terdahulu oleh

(Hastina Febriaty, 2017), (I Made Tony Wirawan, 2015), (Iqbal Banyu Sunarya,

2018), (I Made Anom Iswara, 2014) yang menyatakan bahwa pendapatan per

kapita mempengaruhi secara negatif dan signifikan terhadap tingkat kemiskinan.

Kemiskinan menjadi sangat buruk karena masyarakat tidak bisa memenuhi

kebutuhan dasarnya. Pendapatan merupakan salah satu indikator penting dalam

mengentaskan kemiskinan karena dengan kenaikan pendapatan, maka tingkat

konsumsi masyarakat akan naik. Konsumsi dibutuhkan untuk memenuhi

kebutuhan hidup dan ketika kebutuhan hidup sudah terpenuhi, maka itu

menandakan tingkat kemiskinan akan menurun.

2. Tingkat Pendidikan terhadap Tingkat Kemiskinan

Tingkat pendidikan merupakan salah satu indikator dari pengembangan

Sumber Daya Manusia di suatu daerah atau wilayah. Tingkat Pendidikan bisa

dilihat dari Harapan lama sekolah dari keseluruhan penduduk yang ada di suatu

wilayah tertentu. Pendidikan sangat penting karena hal tersebut dapat merubah

kualitas dari SDM yang ada di wilayah tersebut. Semakin tinggi kualitas SDM

yang dihasilkan, semakin tinggi pula kesempatan untuk meraih kesejahteraan bagi

setiap penduduk.

Dalam penelitian ini, tingkat pendidikan mempunyai pengaruh yang negatif

dan signifikan terhadap kemiskinan dengan nilai koefisien variabel PDD (Tingkat

Pendiidkan) sebesar -3.313829. Adapun penelitian terdahulu yang dilakukan oleh

(Elda Wahyu Azizah, 2018), (I Made Tony Wirawan, 2015), (I Made Anom

Iswara, 2014) menunjukkan bahwa tingkat pendidikan berpengaruh negatif dan

71

signifikan terhadap kemiskinan. Penelitian tersebut menyatakan bahwa tingkat

pendidikan yang dimiliki seseorang akan menunjukkan tingkat wawasan maupun

pengetahuan seseorang dalam penerapan yang diperoleh untuk meningkatkan

usahanya dalam memenuhi kebutuhan sehari-hari. Penelitian tersebut juga

menyatakan bahwa semakin tinggi jenjang pendidikan yang diempuh, maka

kemungkinan untuk menjadi golongan non-miskin meningkat.

Hal ini sejalan dengan temuan hasil penelitian yang penulis lakukan, dimana

variabel tingkat kemiskinan berpengaruh negatif dan signifikan terhadap tingkat

kemiskinan. Akan tetapi, beberapa penelitian terdahulu yang dilakukan oleh

(Abdul Rahman, 2019), (Giovanni, 2018) menunjukkan bahwa tingkat pendidikan

berpengaruh negatif dan tidak signifikan terhadap tingkat kemiskinan. Ada

beberapa faktor yang menyebabkan tingkat pendidikan berpengaruh tidak

signifikan, salah satunya adalah tingkat pendidikan yang masih sangat rendah.

3. Jumlah Penduduk Terhadap Tingkat Kemiskinan

Hasil dari penelitian ini menunjukkan bahwa Jumlah Penduduk memiliki

pengaruh yang positif akan tetapi tidak signifikan terhadap tingkat kemiskinan di

35 Kabupaten/Kota. Nilai koefisien variabel PENDUDUK (Jumlah Penduduk)

adalah sebesar 1.436443. Dapat diartikan bahwa setiap peningkatan Jumlah

Penduduk dapat meningkatkan tingkat kemiskinan di 35 Kabupaten/Kota Provinsi

Jawa Tengah. Variabel Belanja Modal memiliki pengaruh tidak signifikan

terhadap kemiskinan di 35 Kabupaten/Kota Provinsi Jawa Tengah, hal ini dapat

dilihat dari nilai Probabilitas t-statistic sebesar 0.1181, lebih besar dari tingkat

signifikansi sebesar 5%.

Penelitian terdahulu yang dilakukan oleh (Elda Wahyu Azizah, 2018),

(Handayani, 2017) menunjukkan bahwa Jumlah Penduduk mempunyai pengaruh

positif tetapi tidak signifikan terhadap tingkat kemiskinan. Hal ini disebabkan oleh

pemerintah daerah yang masih belum bisa mengoptimalkan SDM yang berkualitas

sehingga pertumbuhan penduduk menjadi salah satu beban pembangunan di

daerah. Perencanaan dalam pengendalian pertumbuhan jumlah penduduk seperti

program Keluarga Berencana harus digencarkan kembali.

72

BAB V

PENUTUP

A. Kesimpulan

Penelitian ini bertujuan untuk mengetahui pengaruh dari Pendapatan Per Kapita,

Tingkat Pendidikan dan Jumlah Penduduk terhadap Tingkat Kemiskinan di

Kabupaten/Kota Provinsi Jawa Tengah Tahun 2010-2017. Dari hasil penelitian

tersebut dapat ditarik kesimpulan, yaitu:

1. Hasil penelitian menunjukkan bahwa variabel Pendapatan Per Kapita memiliki

pengaruh negatif dan signifikan terhadap Tingkat Kemiskinan di Kabupaten/Kota

Provinsi Jawa Tengah pada tahun 2010-2017. Hal ini berarti variabel Pendapatan

Per Kapita sangat berpengaruh positif dalam menurunkan Tingkat Kemiskinan di


2. Hasil penelitian menunjukkan bahwa variabel Tingkat Pendidikan memiliki

pengaruh negatif dan signifikan terhadap Tingkat Kemiskinan di Kabupaten/Kota

Provinsi Jawa Tengah pada tahun 2010-2017. Hal ini berarti variabel Pendapatan

Per Kapita berpengaruh positif dalam menurunkan Tingkat Kemiskinan di


3. Hasil penelitian menunjukkan bahwa variabel Jumlah Penduduk memiliki

pengaruh positif dan tidak signifikan terhadap Tingkat Kemiskinan di

Kabupaten/Kota Provinsi Jawa Tengah pada tahun 2010-2017. Hal ini berarti

kenaikan Tingkat Pendidikan dapat menurunkan Tingkat Kemiskinan di


4. Hasil penelitian menunjukkan bahwa variabel Pendapatan Per Kapita, Tingkat

Pendidikan dan Jumlah Penduduk secara simultan mempengaruhi Tingkat

Kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah pada tahun 2010-2017.

Perubahan yang terjadi pada Pendapatan Per Kapita, Tingkat Pendidikan, dan

Jumlah Penduduk secara bersama-sama akan merubah Tingkat Kemiskinan di


73

B. Saran

Berdasarkan kesimpula yang telah dijelaskan, penulis memiliki beberapa saran

yaitu:

1. Bagi Pemerintah

a. Berdasarkan hasil penelitian, Pendapatan Per Kapita sangatlah berpengaruh

dalam menurunkan tingkat Pendidikan di Kabupaten/Kota Provinsi Jawa

Tengah. Pemerintah harus terus mengoptimalkan semua potensi yang ada di

daerahnya agar pendapatan per kapita dapat naik setiap tahunnya. Hal penting

yang menjadi catatan adalah pendapatan per kapita memang dapat

menurunkan tingkat kemiskinan, tapi pemerataan di setiap kabupaten/kota

harus juga diperhatikan. Kabupaten Kudus memiliki pendapatan per kapita

sebesar 101 juta rupiah sedangkan Kabupaten Pemalang hanya memiliki

pendapatan per kapita sebesar 14 juta rupiah. Kenaikan pendapatan per kapita

hendaknya memerhatikan daerah-daerah yang tertinggal dan memaksimalkan

potensi yang ada. Optimalisasi setiap daerah dengan memanfaatkan setiap

potensi untuk dikelola dengan maksimal agar setiap masyarakat di daerah

Provinsi Jawa Tengah dapat meningkatkan Pendapatan Per Kapita nya

masing-masing.

b. Tingkat Pendidikan berpengaruh negatif dan signifikan terhadap tingkat

kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah. Hal ini tentu harus

menjadi perhatian dari pemerintah daerah mengingat kebijakan

penyelenggaraan pendidikan sudah menjadi kewajiban dari pemerintah daerah

baik di tingkat Kabupaten/Kota maupun tingkat Provinsi agar SDM yang

dihasilkan semakin berkualitas dan dapat meningkatkan kesejahteraan

penduduk. Anggaran pendidikan harus terus ditingkatkan sehingga harapan

lama sekolah di Jawa Tengah dapat terus meningkat dan menghasilkan SDM

yang unggul dan berkualitas agar dapat menciptakan kehidupan yang lebih

sejahtera.

c. Jumlah Penduduk berpengaruh positif tetapi tidak signifikan terhadap tingkat

kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah. Pemerintah harus

menggencarkan lagi program Keluarga Berencana agar jumlah penduduk tidak

semakin naik dengan angka yang sangat signifikan.

74

d. Memperhatikan Pendapatan Per Kapita dengan mendorong setiap potensi

ekonomi, memperbaiki kualitas Pendidikan dan membiayai wajib belajar

gratis menggunakan anggaran daerah untuk mendorong naiknya tingkat

harapan lama sekolah, serta menggencarkan kembali program KB untuk

pengendalian jumlah penduduk di masing-masing daerah. Ketiga variabel

dapat menurunkan tingkat kemiskinan yang ada di Jawa Tengah.

2. Bagi Peneliti Selanjutnya

a. Bagi peneliti selanjutnya diharapkan meneliti variabel-variabel independen

diluar penelitian yang penulis lakukan agar dapat mengetahui lebih jauh hal-hal

yang mempengaruhi tingkat kemiskinan di Kabupaten/Kota Provinsi Jawa

Tengah.

3. Bagi Masyarakat

a. Memanfaatkan setiap potensi yang ada di daerahnya masing-masing untuk

meningkatkan pendapatan. Peningkatan pendapatan akan mempengaruhi

kualitas hidup dan mengeluarkan dari lingkaran kemiskinan.

b. Masyarakat harus lebih sadar akan pentingnya pendidikan untuk keluar dari

lingkaran kemiskinan. Masyarakat juga harus pro-aktif dalam menuntut hak

untuk menuntut pendidikan dari pemerintah daerah karena itu sudah menjadi

tanggung jawab pemerintah daerah di era otonomi daerah ini.

c. Mengikuti arahan dari pemerintah dan melakukan persiapan-persiapan sebelum

mempunyai anak.

75

DAFTAR PUSTAKA

A. T. Basuki, I. Y. (2015). Ekonometrika Teori & Aplikasi. Yogyakarta: Mitra Pustaka

Nurani.

Abdul Rahman, M. F. (2019). Pengaruh Pendidikan, Pendapatan dan Konsumsi Terhadap

Kemiskinan Masyarakat Migran di Kota Makassar. Jurnal Ecces, 111-129.

Agustien Sendouw, V. A. (2017). Pengaruh Belanja Modal, Belanja Sosial, dan Pertumbuhan

Ekonomi Terhadap Tingkat Kemiskinan di Kota Manado. Jurnal Pembangunan

Ekonomi dan Keuangan Daerah, 1-15.

Anggadini, F. (2015). Analisis Pengaruh Angka Harapan Hidup, Angka Melek Huruf,

Tingkat Pengangguran Terbuka dan PDRB Per Kapita terhadap Kemiskinan Pada

Kabupaten/Kota di Provinsi Sulawesi Tengah tahun 2010-2013. 70-85.

Cahyat. (2004). Bagaimana Kemiskinan Diukur? Beberapa Model Penghitungan Kemiskinan

di Indonesia. Governane Brief, 8-21.

Dardiri, A. (2005). Mengenal Filsafat Pendidikan Richard Rorty. Dinamika Pendidikan UNY,

12(1).

Darise, N. (2008). Akuntansi Keuangan Daerah. Jakarta: PT Indeks.

Elda Wahyu Azizah, S. H. (2018). Pengaruh Pendidikan, Pendapatan Per kapita dan Jumlah

Penduduk Terhadap Kemiskinan di Provinsi Jawa Timur. Jurnal Ilmu Ekonomi, 167-

180.

Elda Wahyu Azizah, S. H. (2018). Pengaruh Pendidikan, Pendapatan Perkapita dan Jumlah

Penduduk Terhadap Kemiskinan di Provinsi Jawa Timur. Jurnal Ilmu Ekonomi, 167-

180.

Erlina, R. (2013). Akuntansi Keuangan Daerah Berbasis Akrual. Brama Ardian.

Giovanni, R. (2018). Analisis Pengaruh PDRB, Pengangguran dan Pendidikan Terhadap

Tingkat Kemiskinan di Pulau Jawa Tahun 2009-2016. Economic Development

Analysis Journal, 23-31.

Gujarati, D. N. (2006). Ekonometrika Dasar. Jakarta: Erlangga.

76

Handayani, S. (2017). Analisis Pengaruh Pertumbuhan Ekonomi, Jumlah Penduduk dan

Pendidikan terhadap Kemiskinan di Jawa Tengah 2011-2015. Universitas

Muhammadiyah Yogyakarta.

Hastina Febriaty, N. (2017). Pengaruh Pendapatan Per Kapita, Investasi dan Inflasi terhadap

Kemiskinan di Provinsi Sumatera Utara. Jurnal Akuntansi dan Bisnis, 156-166.

I Made Anom Iswara, I. G. (2014). Pengaruh Pendapatan Asli Daerah, Pendapatan Per

Kapita, dan Tingkat Pendidikan Terhadap Tingkat Kemiskinan di Provinsi Bali Tahun

2006-2011. E-Jurnal EP Unud, 492-501.

I Made Tony Wirawan, S. A. (2015). Analisis Pengaruh Pendidikan, PDRB Per Kapita Dan

Tingkat Pengangguran Terhadap Jumlah Penduduk Miskin di Provinsi Bali. E-Jurnal

EP Unud, 546-560.

Iqbal Banyu Sunarya, D. I. (2018). Analisis Pengaruh PDRB Per Kapita, Pendidikan,

Kesehatan, Pengangguran, Dan Upah Minimum Terhadap Tingkat Kemiskinan Di

Provinsi Jawa Tengah Tahun 2010-2015. Bandung: FEB UNPAD.

Kartiwa. (2004). Birokrasi Pemerintah Daerah. Medan: Pustaka Bangsa.

Kuncoro, M. (2010). Ekonomi Pembangunan: Teori, Masalah, dan Kebijakan. Sleman:

Akademi Manajemen Perusahaan YKPN.

Lavenia Kotambunan, S. W. (2016). Analisis Pengaruh Belanja Modal dan Indeks

Pembangunan Manusia Terhadap Kemiskinan di Provinsi Sulawesi Utara. Jurnal

Berkala Ilmiah Efisiensi, 925-933.

Michael P. Todaro, S. C. (2012). Pembangunan Ekonomi. Jakarta: Erlangga.

Mukarramah, C. Y. (2019). Analisis Pengaruh Belanja Modal dan IPM Terhadap

Pertumbuhan Ekonomi dan Kemiskinan di Kabupaten Aceh Timur. Jurnal Samudera

Ekonomika, 105-117.

Njong, A. M. (2010). The effect of educational attainment on poverty reduction in Cameroon.

Journal of Education Administration and Policy Studies, 001-008.

Presiden Republik Indonesia. (2003). Undang-Undang Nomor 20 Tahun 2003 tentang Sistem

Pendidikan Nasional.

77

Presiden Republik Indonesia. (2004). Undang-Undang Nomor 25 Tahun 2004 tentang Sistem

Perencanaan Pembangunan Nasional.

Presiden Republik Indonesia. (2014). Undang-Undang Nomor 23 Tahun 2014 tentang

Pemerintahan Daerah.

Saharuddin Didu, F. F. (2016). Pengaruh Jumlah Penduduk, Pendidikan dan Pertumbuhan

Ekonomi terhadap Kemiskinan di Kabupaten Lebak. JEQu, 102-117.

Skousen, M. (2009). Sejarah Pemikiran Ekonomi Sang Maestro. Jakarta: Prenada.

Sugiyono. (2017). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.

Sukirno, S. (2016). Teori Pengantar Makro Ekonomi. Jakarta: Rajawali Press.

Sumitra, D. P. (2014). Pengaruh Pendidikan, Kesehatan dan Pendapatan Per Kapita terhadap

Jumlah Penduduk Miskin di Kota Padang. Jurnal Pendidikan Ekonomi.

Undang-Undang Dasar Negara Kesatuan Republik Indonesia 1945. (t.thn.).

78

LAMPIRAN-LAMPIRAN

Lampiran I

1. Common Effect Model

Dependent Variable: KEM

Method: Panel Least Squares

Date: 02/05/20 Time: 00:49

Sample: 2010 2017

Periods included: 8

Cross-sections included: 35

Total panel (balanced) observations: 280 Variable Coefficient Std. Error t-Statistic Prob. C 91.14075 9.635956 9.458402 0.0000

PPK -3.324610 0.526649 -6.312763 0.0000

HLS -14.84806 3.215831 -4.617176 0.0000

PENDUDUK 1.170660 0.349775 3.346890 0.0009 R-squared 0.475522 Mean dependent var 13.82632


S.E. of regression 3.309097 Akaike info criterion 5.245410

Sum squared resid 3022.233 Schwarz criterion 5.297336

Log likelihood -730.3574 Hannan-Quinn criter. 5.266238



2. Fixed Effect Model



Date: 02/05/20 Time: 00:50

Sample: 2010 2017

Periods included: 8



PPK -4.548997 0.553004 -8.225977 0.0000

HLS -5.559573 1.984380 -2.801667 0.0055

PENDUDUK 3.867252 3.780202 1.023028 0.3073 Effects Specification Cross-section fixed (dummy variables) R-squared 0.985819 Mean dependent var 13.82632






79


3. Uji Chow

4. Random

Effect Model


Method: Panel EGLS (Cross-section random effects)

Date: 02/05/20 Time: 00:52

Sample: 2010 2017

Periods included: 8


Total panel (balanced) observations: 280

Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 81.28340 12.07602 6.730974 0.0000

PPK -4.271554 0.450121 -9.489781 0.0000

HLS -5.862673 1.910448 -3.068742 0.0024

PENDUDUK 1.436443 0.916312 1.567636 0.1181 Effects Specification

S.D. Rho

Redundant Fixed Effects Tests

Equation: Untitled

Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 256.124366 (34,242) 0.0000

Cross-section Chi-square 1010.939051 34 0.0000

Cross-section fixed effects test equation:



Date: 02/05/20 Time: 00:51

Sample: 2010 2017

Periods included: 8



PPK -3.324610 0.526649 -6.312763 0.0000

HLS -14.84806 3.215831 -4.617176 0.0000

PENDUDUK 1.170660 0.349775 3.346890 0.0009 R-squared 0.475522 Mean dependent var 13.82632







80

Cross-section random 3.419732 0.9719

Idiosyncratic random 0.581095 0.0281 Weighted Statistics R-squared 0.787319 Mean dependent var 0.829152


S.E. of regression 0.579734 Sum squared resid 92.76133



5. Uji Hausman

Correlated Random Effects - Hausman Test

Equation: Untitled

Test cross-section random effects

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

Cross-section random 1.709137 3 0.6349

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob. PPK -4.548997 -4.271554 0.103204 0.3878

HLS -5.559573 -5.862673 0.287952 0.5722

PENDUDUK 3.867252 1.436443 13.450303 0.5075

6. Uji Multikolinearitas

PPK HLS PENDUDUK PPK 1.000000 0.699547 -0.319492

HLS 0.699547 1.000000 -0.289078

PENDUDUK -0.319492 -0.289078 1.000000

81

Lampiran II

No. Tahun Wilayah KEM

(%) PPK (rupiah)

HLS

(tahun)

Jumlah

Penduduk

1 2010 Kabupaten Cilacap 18.11

45,653,219.71 10.56 1644990

2011 Kabupaten Cilacap 17.15

47,676,540.17 10.71 1655668


46,483,323.11 11.34 1666192


51,594,572.61 11.98 1676098


54,594,333.55 12.27 1685631


58,343,700.98 12.28 1694726


58,139,102.41 12.29 1703390


60,941,518.96 12.3 1711627

2 2010 Kabupaten Banyumas 20.2

14,778,323.57 11.69 1557480

2011 Kabupaten Banyumas 21.11

16,556,123.78 11.78 1574002


17,917,061.01 11.95 1589930


19,537,625.07 12.11 1605585


21,547,370.45 12.56 1620772


23,716,960.63 12.57 1635909


25,455,170.31 12.58 1650625


27,378,555.72 12.63 1665025

3 2010 Kabupaten Purbalingga 24.58

12,763,913.67 10.71 850729

2011 Kabupaten Purbalingga 23.06

14,180,323.44 10.84 860725


15,450,710.99 10.98 870423


16,810,582.97 11.1 879880


18,703,293.64 11.51 889172


20,510,520.94 11.78 898376

2016 Kabupaten Purbalingga 18.98 11.93 907507

82


(%) PPK (rupiah)

HLS

(tahun)

Jumlah

Penduduk

22,020,947.81


23,394,825.87 11.94 916427

4 2010 Kabupaten Banjarnegara 19.17

10,843,257.20 9.72 870528

2011 Kabupaten Banjarnegara 20.38

12,072,259.90 9.9 877201


13,051,485.37 10.22 883710


14,328,905.55 10.53 889894


16,007,085.87 10.7 896038


17,577,457.73 11.39 901826


18,974,054.68 11.4 907410


20,335,061.85 11.41 912917

5 2010 Kabupaten Kebumen 22.7

10,595,756.87 11.04 1161920

2011 Kabupaten Kebumen 24.06

11,796,221.69 11.65 1166989


12,906,992.13 11.74 1171998


14,045,405.45 11.83 1176622


15,789,242.90 12.07 1180894


17,537,008.86 12.49 1184882


18,875,056.48 12.61 1188603


20,195,160.35 12.9 1192007

6 2010 Kabupaten Purworejo 16.61

12,221,368.09 12.26 696607

2011 Kabupaten Purworejo 17.51

13,699,289.48 12.69 699682


14,902,538.28 12.74 702678


16,247,084.34 12.83 705527


17,881,796.14 13.03 708006


19,518,464.07 13.04 710386

83


(%) PPK (rupiah)

HLS

(tahun)

Jumlah

Penduduk


21,066,602.05 13.05 712686


22,572,890.97 13.47 714574

7 2010 Kabupaten Wonosobo 23.15

11,909,732.76 9.96 756182

2011 Kabupaten Wonosobo 24.21

13,202,863.05 10.09 760828


14,245,537.86 10.83 765113


15,271,101.25 11.03 769396


16,810,501.40 11.34 773391


18,191,044.10 11.43 777122


19,682,274.05 11.67 780793


20,672,692.04 11.68 784207

8 2010 Kabupaten Magelang 14.14

12,131,147.89 10.82 1183996

2011 Kabupaten Magelang 15.18

13,518,283.16 10.96 1196895


14,666,140.91 11.08 1209486


16,045,901.69 11.76 1221673


17,770,441.39 12 1233701


19,388,776.97 12.14 1245496


20,866,970.89 12.15 1257123


22,176,791.80 12.47 1268396

9 2010 Kabupaten Boyolali 13.72

14,717,944.41 11.11 932311

2011 Kabupaten Boyolali 14.97

16,571,719.90 11.15 939020


17,966,060.63 11.24 945511


19,758,476.72 11.33 951809


22,045,232.96 11.65 957913

2015 Kabupaten Boyolali 12.45 12.13 963690

84


(%) PPK (rupiah)

HLS

(tahun)

Jumlah

Penduduk

24,455,813.74


26,571,805.81 12.14 969325


28,622,288.75 12.15 974579

10 2010 Kabupaten Klaten 17.47

15,019,863.28 11.89 1131971

2011 Kabupaten Klaten 17.95

17,023,285.26 11.97 1137973


18,666,381.01 12.12 1143676


20,317,762.58 12.27 1149002


22,764,517.25 12.74 1154028


25,016,313.11 12.84 1158795


27,182,558.38 12.85 1163218


29,293,481.25 12.97 1167401

11 2010 Kabupaten Sukoharjo 10.94

19,808,159.60 12.43 825782

2011 Kabupaten Sukoharjo 11.13

22,057,608.00 12.55 833915


24,054,846.63 12.61 841773


25,958,336.80 12.66 849392


28,484,770.36 12.96 856861


30,896,205.19 13.42 864207


33,429,432.26 13.79 871397


35,999,943.27 13.8 878374

12 2010 Kabupaten Wonogiri 15.67

14,304,966.54 11.15 930486

2011 Kabupaten Wonogiri 15.74

15,521,348.02 11.31 934616


17,070,416.33 11.47 938704


18,718,621.57 11.77 942430


20,797,939.06 11.94 945682

85


(%) PPK (rupiah)

HLS

(tahun)

Jumlah

Penduduk


22,745,088.47 12.42 949017


24,506,293.61 12.43 951975


26,320,955.88 12.44 954706

13 2010 Kabupaten Karanganyar 13.98

20,119,941.54 12.03 814803

2011 Kabupaten Karanganyar 15.29

22,777,448.30 12.11 823511


24,365,787.96 12.67 831891


26,445,215.57 12.86 840199


29,039,612.74 13.26 848326


31,422,696.49 13.27 856198


33,763,935.56 13.64 864021


36,184,585.48 13.65 871596

14 2010 Kabupaten Sragen 17.49

18,414,661.50 11.16 859780

2011 Kabupaten Sragen 17.95

20,953,895.89 11.21 863977


22,909,565.81 11.68 868090


25,081,452.65 11.92 871991


28,059,142.01 12.19 875615


31,074,270.85 12.21 879027


33,813,038.33 12.3 882090


36,616,146.87 12.64 885122

15 2010 Kabupaten Grobogan 17.86

9,736,826.77 10.44 1311107

2011 Kabupaten Grobogan 17.38

10,521,601.87 10.79 1319822


11,457,705.99 11.3 1328183


12,441,910.30 12.06 1336317

2014 Kabupaten Grobogan 13.86 12.24 1343985

86


(%) PPK (rupiah)

HLS

(tahun)

Jumlah

Penduduk

13,528,302.52


14,933,887.91 12.25 1351429


16,022,418.43 12.26 1358404


17,186,802.62 12.27 1365207

16 2010 Kabupaten Blora 16.27

12,209,742.24 10.75 831228

2011 Kabupaten Blora 16.24

13,608,016.74 10.79 835785


14,622,310.05 11.16 840193


16,040,815.50 11.53 844325


17,800,809.38 11.75 848387


19,209,239.98 11.91 852108


23,388,942.09 11.92 855573


25,313,446.86 12.13 858865

17 2010 Kabupaten Rembang 23.4

14,133,021.77 10.6 592481

2011 Kabupaten Rembang 23.71

15,637,844.27 10.81 598087


17,103,770.25 11.02 603573


18,790,067.60 11.24 608891


20,880,062.60 11.46 614065


22,445,772.95 12.02 619173


23,829,169.94 12.03 624096


25,804,105.37 12.04 628922

18 2010 Kabupaten Pati 14.48

15,741,296.64 10.63 1193202

2011 Kabupaten Pati 14.69

17,514,325.06 10.77 1201801


19,305,800.25 10.9 1210001


21,291,353.03 10.93 1217930

87


(%) PPK (rupiah)

HLS

(tahun)

Jumlah

Penduduk


23,257,826.38 11.24 1225603


25,357,634.96 11.79 1232889


27,382,448.73 11.92 1239989


29,482,252.03 12.29 1246691

19 2010 Kabupaten Kudus 9.01

67,943,944.25 11.18 779076

2011 Kabupaten Kudus 9.45

72,082,523.35 11.47 789875


79,270,479.57 11.71 800403


86,723,557.57 12.34 810893


95,980,052.54 12.58 821109


101,198,519.43 13.14 831303


107,060,822.92 13.19 841499


114,796,244.18 13.2 851478

20 2010 Kabupaten Jepara 10.18

12,137,128.20 11.34 1099710

2011 Kabupaten Jepara 10.32

13,265,253.92 11.58 1117784


14,424,987.01 11.82 1135628


15,626,709.73 12.06 1153321


17,140,033.41 12.25 1170785


18,595,096.18 12.27 1188289


19,862,180.05 12.28 1205800


21,095,037.68 12.7 1223198

21 2010 Kabupaten Demak 18.76

11,012,376.58 10.98 1057695

2011 Kabupaten Demak 18.21

12,053,142.90 11.12 1070307


13,124,792.90 11.37 1082498

2013 Kabupaten Demak 15.72 11.62 1094495

88


(%) PPK (rupiah)

HLS

(tahun)

Jumlah

Penduduk

14,409,382.61


15,712,579.70 11.84 1106209


17,294,838.48 12.43 1117905


18,541,461.77 12.44 1129298


19,839,097.68 12.54 1140675

22 2010 Kabupaten Semarang 10.5

23,128,648.66 11.81 932702

2011 Kabupaten Semarang 10.3

25,814,566.60 12.11 946774


28,136,456.10 12.33 960497


30,580,649.96 12.55 974115


33,577,220.38 12.81 987597


36,346,278.00 12.82 1000887


38,975,248.30 12.83 1014198


41,475,692.15 12.84 1027489

23 2010 Kabupaten Temanggung 13.46

13,678,013.03 10.24 709913

2011 Kabupaten Temanggung 13.38

15,152,294.49 10.7 717402


16,340,128.22 11.05 724688


17,882,114.26 11.39 731927


19,749,395.88 11.69 738881


21,640,078.67 11.89 745825


23,321,271.11 12.06 752486


24,775,023.46 12.07 759128

24 2010 Kabupaten Kendal 14.47

20,841,009.96 11.17 901985

2011 Kabupaten Kendal 14.26

23,197,861.22 11.32 910494


25,154,636.01 11.47 918798

89


(%) PPK (rupiah)

HLS

(tahun)

Jumlah

Penduduk


27,271,028.13 11.6 926791


30,166,428.42 11.83 934627


32,847,503.52 12.41 942283


35,588,721.62 12.68 949682


38,110,456.04 12.69 957024

25 2010 Kabupaten Batang 14.67

13,342,025.83 10 708088

2011 Kabupaten Batang 13.47

14,981,684.28 10.32 715506


16,174,442.86 10.43 722596


17,662,582.94 10.45 729591


19,563,473.02 10.65 736497


21,408,591.26 11.09 743090


23,048,374.58 11.51 749720


24,703,723.90 11.87 756079

26 2010 Kabupaten Pekalongan 16.29

12,204,438.11 10.5 840212

2011 Kabupaten Pekalongan 15

13,567,284.38 10.99 847390

2012 Kabupaten Pekalongan 13.85

14,637,084.26 11.17 854396


15,976,187.87 11.55 861125


17,596,414.28 11.93 867701


19,226,463.42 12 873986


20,743,621.88 12.15 880092


22,220,291.54 12.16 886197

27 2010 Kabupaten Pemalang 19.96

8,928,726.62 10.25 1263584

2011 Kabupaten Pemalang 20.68

9,846,636.81 10.45 1269219

2012 Kabupaten Pemalang 19.27 10.64 1274606

90


(%) PPK (rupiah)

HLS

(tahun)

Jumlah

Penduduk

10,697,951.01


11,748,078.31 11.05 1279581


13,044,927.28 11.26 1284171


14,350,237.11 11.86 1288577


15,637,610.22 11.87 1292609


16,864,286.50 11.88 1296281

28 2010 Kabupaten Tegal 13.11

10,812,042.37 10.61 1397193

2011 Kabupaten Tegal 11.54

12,251,846.39 10.9 1403427


13,311,650.81 11.16 1409424


14,676,579.85 11.63 1414983


16,272,483.48 11.99 1420106


17,972,351.87 12 1424891


19,606,770.59 12.01 1429386


21,195,323.56 12.06 1433515

29 2010 Kabupaten Brebes 23.01

11,606,584.92 9.97 1736782

2011 Kabupaten Brebes 22.72

13,113,318.63 10.48 1746613


14,047,839.03 10.51 1756018


15,545,511.01 10.75 1764982

2014 Kabupaten Brebes 20

17,424,378.13 11.03 1773373


19,335,626.74 11.34 1781379


20,934,168.59 11.37 1788880


22,264,831.99 11.69 1796004

30 2010 Kota Magelang 10.51

33,867,443.92 12.22 118424

2011 Kota Magelang 11.06

37,516,357.59 12.33 119003

91


(%) PPK (rupiah)

HLS

(tahun)

Jumlah

Penduduk


40,933,764.89 12.49 119416


44,686,249.65 12.65 119879


49,205,552.70 12.98 120438


53,650,729.09 13.1 120792


57,995,079.63 13.55 121112


62,615,156.60 13.79 121474

31 2010 Kota Surakarta 13.96

42,920,989.93 13.17 500211

2011 Kota Surakarta 12.9

47,544,829.67 13.34 502873

2012 Kota Surakarta 12

52,285,755.32 13.5 505401


57,269,450.59 13.64 507798


62,854,602.29 13.92 510105


68,271,376.48 14.14 512226


73,460,125.38 14.5 514171


79,525,635.40 14.51 516102

32 2010 Kota Salatiga 8.28

34,245,751.45 14.56 170692

2011 Kota Salatiga 7.8

38,133,422.52 14.59 173377


41,452,729.46 14.6 175989


44,710,263.58 14.61 178719


48,928,129.85 14.95 181304


52,851,344.31 14.97 183815


56,509,985.89 14.98 186420


60,277,121.55 14.99 188928

33 2010 Kota Semarang 5.12

51,809,888.74 13.12 1560013

2011 Kota Semarang 5.68 13.26 1588511

92


(%) PPK (rupiah)

HLS

(tahun)

Jumlah

Penduduk

57,307,817.78

2012 Kota Semarang 5.13

61,711,130.61 13.37 1616494


66,169,341.89 13.66 1644374


72,988,827.91 13.97 1672994


78,892,912.53 14.33 1701114


85,044,685.40 14.7 1729083


90,814,131.65 15.2 1757686

34 2010 Kota Pekalongan 9.36

16,397,038.77 10.96 282018

2011 Kota Pekalongan 10.04

18,186,194.83 11.05 285000


19,936,486.61 11.13 288001


21,988,161.00 11.56 290903


24,148,253.03 11.93 293718


26,242,127.66 12.59 296404


28,432,184.48 12.77 299222


30,768,084.95 12.78 301870

35 2010 Kota Tegal 10.62

28,731,540.32 11.15 240005

2011 Kota Tegal 10.81

32,125,958.75 11.24 241326


34,490,000.64 11.33 242714


37,460,221.66 11.61 243901


41,065,676.86 11.96 244978


44,612,364.06 12.46 246119

2016 Kota Tegal 8.2

48,391,969.04 12.88 247212


52,381,001.88 12.89 248094

pengaruh pendapatan per kapita, tingkat …repository.uinjkt.ac.id/dspace/bitstream/123456789...4....

Documents