ANALISIS PENGARUH PRODUK DOMESTIK REGIONAL BRUTO (PDRB), PENGANGGURAN, JUMLAH PENDUDUK DAN PENDIDIKAN TERHADAP KEMISKINAN (Studi Kasus Kabupaten/ Kota Provinsi Daerah Istimewa Yogyakarta Tahun 2007-2013)

ANALISIS PENGARUH PRODUK DOMESTIK REGIONAL

BRUTO (PDRB), PENGANGGURAN, JUMLAH PENDUDUK DAN

PENDIDIKAN TERHADAP KEMISKINAN

(Studi Kasus Kabupaten/ Kota Provinsi Daerah Istimewa Yogyakarta Tahun 2007-2013)

SKRIPSI

Diajukan Guna Memenuhi Persyaratan Untuk Memperoleh Gelar Sarjana Pada Fakultas Ekonomi Program Studi Ilmu Ekonomi

Universitas Muhammadiyah Yogyakarta

Oleh

NONIK DIAH AYU SUGESTI 20120430109

FAKULTAS EKONOMI

UNIVERSITAS MUHAMMADIYAH YOGYAKARTA

2016

THE INFLUENCE OF GDP, POPULATION AND INVESTMENT TO THE POVERTY

(Study In The Regency/City Daerah Istimewa Yogyakarta Periode 2006-2014)

SKRIPSI

Diajukan Guna Memenuhi Persyaratan untuk Memperoleh Gelar Sarjana pada Fakultas Ekonomi Program Studi Ilmu Ekonomi

Universitas Muhammadiyah Yogyakarta

Oleh

Nonik Diah Ayu Sugesti 20120430109

FAKULTAS EKONOMI

UNIVERSITAS MUHAMMADIYAH YOGYAKARTA 2016

PERNYATAAN Dengan ini saya,

Nama : Nonik Diah Ayu Sugesti

Nomor Mahasiswa : 20120430109

Menyatakan bahwa skripsi ini dengan judul: “ANALISIS PENGARUH PRODUK DOMESTIK REGIONAL BRUTO (PDRB), JUMLAH PENDUDUK DAN INVESTASI TERHADAP KEMISKINAN (Studi Kasus Kabupaten/ Kota Provinsi Daerah Istimewa Yogyakarta Tahun 2006-2014)” tidak terdapat karya yang pernah diajukan untuk memperoleh gelar kesarjanaan di suatu Perguruan Tinggi, dan sepanjang pengetahuan saya juga tidak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu dalam naskah ini dan disebutkan dalam Daftar Pustaka. Apabila ternyata dalam skripsi ini diketahui terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain maka saya bersedia karya tersebut dibatalkan.

Yogyakarta, Materai, 6.000,-

ANTARAMU DAN ORANG-ORANG YANG DIBERI ILMU PENGETAHUAN BEBERAPA DERAJAT”

(Q.S AL MUJADALAH AYAT 11)

“BARANG SIAPA YANG BERTAQWA KEPADA ALLAH NISCAYA DIA AKAN MENGADAKAN BAGINYA JALAN KELUAR”.

(Q.S ATH THALAQ AYAT 2)

“DIALAH YANG TELAH MENURUNKAN KETENANGAN KE DALAM HATI ORANG-ORNAG MUKMIN SUPAYA KEIMANAN MEREKA BERTAMBAH DI

SAMPING KEIMANAN MEREKA (YANG TELAH ADA). DAN KEPUNYAAN ALLAHLAH TENTARA LANGIT DAN BUMI DAN ADALAH ALLAH MAHA

MENGETAHUI DAN MAHA BIJAKSANA” (AL-QUR’AN SURAT AL-FATH: 48)

“JIKA MERASAKAN UJIAN SEBESAR KAPAL, MAKA YAKINLAH BAHWA NIKMAT ALLAH SEBESAR LAUTAN”

Persembahan

 Kepada Allah SWT, yang telah melimpahkan rahmat dan hidayahNya kepada saya, sehingga saya diberi kesehatan dan kekuatan dalam menyelesaikan skripsi ini.

 Kepada ayahku tercinta Bapak Sugiyono, yang telah memberikan dukungan, semangat serta doa hingga terselesainya skripsi ini.

 Kepada Alm.Ibu Ramini, terimakasih atas segala jasamu ibu, walau kita terpisah ruang dan waktu aku yakin doa mu selalu bersamaku.

 Untuk Afik Kurniawan dan malaikat kecilku Daffino N.A kalian yang selalu memberiku semangat dalam menyelesaikan skripsi ini.

 Untuk Adik-adikku tersayang Nunung dan Bima,

terimakasih atas doa dan semangat yang kalian berikan  Untuk teman seperjuanganku, Fatma, Eta, Vira,

terimakasih atas support yang kalian berikan dalam menempuh skripsi ini bersama.

 Kepada seluruh keluarga besar Ilmu Ekonomi 2012 yang telah memberikan dukungan dan menempuh jalan bersama dalam menyelesaikan skripsi ini.

skripsi yang berjudul “PENGARUH PDRB, JUMLAH PENDUDUK DAN INVESTASI TERHADAP KEMISKINAN (Studi kasus : di Kabupaten/Kota Daerah Istimewa Yogyakarta tahun 2006-2014)”.

Skripsi ini disusun untuk memenuhi salah satu persyaratan dalam memperoleh gelar Sarjana pada Fakultas Ekonomi Universitas Muhammadiyah Yogyakarta. Penyelesaian skripsi ini tidak terlepas dari bimbingan dan dukungan berbagai pihak, oleh karena itu pada kesempatan ini penulis mengucapkan terimakasih yang sebanyak-banyaknya kepada:

1. Allah SWT yang telah memberikan rahmat serta hidayahNya sehingga penulis dapat menyelesaikan skripsi ini.

2. Nabi Muhammad SAW yang telah memberikan suri tauladan yang baik yang menjadikan motivasi bagi penulis untuk menyelesaikan skripsi ini.

3. Agus Tri Basuki, SE., MSi. Selaku dosen pembimbing yang telah memberikan bimbingan dengan penuh kesabaran, ikhlas dan selalu menyempatkan waktunya untuk memberikan arahan dalam menyelesaikan skripsi ini.

4. Dr. Nano Prawoto, SE.,MSi. Selaku Dekan Fakultas Ekonomi Universitas Muhammadiyah Yogyakarta yang telah memberikan petunjuk, bimbingan dan kemudahan selama penulis menyelesaikan studi.

5. Seluruh bapak/ibu dosen yang telah memberikan ilmunya kepada penulis, selama penulis kuliah di Universitas Muhammadiyah Yogyakarta.

6. Kedua orang tuaku tercinta Bapak (Sugiyono) dan Alm.Ibu (Ramini) yang menyelesaikan skripsi ini.

7. Untuk Afik Kurniawan dan malaikat kecilku Dafino N.A yang menjadi penyemangatku dalam menyelesaikan skirpsi ini.

8. Untuk adik-adiku Nunung dan Bima, yang memberiku nasihat dan semangat ,doa untuk kelancaran dalam menyelesaikan skripsi ini.

9. Untuk teman seperjuangan Fatma, Eta, Vira, terimakasih atas semua semangat dan arahan yang kalian berikan.

10.Teman-teman KKN 115 yang memberiku semangat dan dukungan dalam menyelesaikan skripsi ini.

11.Semua pihak yang telah memberikan dukungan, bantuan, kemudahan, dan semangat dalam proses menyelesaikan skripsi ini.

Segala kritik, saran dan pengembangan penelitian selanjutnya sangat diperlukan demi penyempurnaan berikutnya. Penulis menyadari masih banyak kekurangan dalam skripsi ini. Semoga skripsi ini dapat bermanfaat bagi semua pihak, khususnya bagi penulis dan para pembaca pada umumnya, semoga Allah meridhoi dan dicatat sebagai ibadah disisiNya, aamiin.

Yogyakarta, April 2016

HALAMAN PENGESAHAN ... iv

HALAMAN PERNYATAAN ... v

HALAMAN MOTTO ... vi

HALAMAN PERSEMBAHAN ... vii

INTISARI ...viii

ABSTRACK ... ix

KATA PENGANTAR ... x

DAFTAR ISI ... xii

DAFTAR TABEL ... xiv

DAFTAR GAMBAR ... xv

BAB I PENDAHULUAN ... 1

A. Latar Belakang ... 1

B. Batasan Masalah... 12

C. Rumusan Masalah ... 12

D. Tujuan Penelitian ... 13

E. Manfaat Penelitian ... 13

BAB II TINJAUAN PUSTAKA ... 15

A. Landasan Teori ... 15

1. Kemiskinan... 15

a. Definisi Kemiskinan... 15

b. Ukuran Kemiskinan ... 15

c. Teori Kemiskina ... 18

2. Hubungan PDRB dengan Kemiskinan ... 20

3. Hubungan Jumlah Penduduk dengan Kemiskinan ... 22

B. Penelitian Terdahulu ... 23

C. Kerangka Pemikiran ... 28

D. Hipotesa... 29

BAB III METODE PENELITIAN... 31

A. Obyek Penelitian ... 31

B. Jenis Data ... 31

C. Sumber Data………. 31

D. Teknik Pengumpulan Data ... 32

E. Definisi Operasional Variabel Penelitian ... 33

F. Uji Kualitas Data……….. 34

G. Metode Analisis Data ... .. 35

BAB IV GAMBARAN UMUM ... 54

A. Gambaran Umum Obyek Penelitian ... 54

BAB V HASIL DAN PEMBAHASAN ... 65

A. Hasil Penelitian ... 65

B. Pembahasan ... 75

BAB VI SIMPULAN, SARAN, DAN KETERBATASAN PENELITIAN ... 79

A. Simpulan ... 79

B. Saran ... 80

C. Keterbatasan Penelitian ... 81 DAFTAR PUSTAKA

Tabel 1.3 Jumlah Penduduk Miskin Di Yogyakarta ... 5

Tabel 1.4 Jumlah Penduduk Di Yogyakarta ... 8

Tabel 1.5 Jumlah PDRB Di Yogyakarta ... 9

Tabel 1.6 Jumlah Investasi (PMDN) Di Yogyakarta ... 10

Tabel 4.1 kondisi geografis kota yogyakarta ... 55

Tabel 4.2 Perkembangan Jumlah Penduduk Miskin Di Yogyakarta ... 58

Tabel 4.3 Perkembangan Jumlah PDRB Di Yogyakarta ... 61

Tabel 4.5 Perkembangan Jumlah Penduduk Di Yogyakarta ... 63

Tabel 4.6 Perkembangan Jumlah Investasi (PMDN) Di Yogyakarta… ... .. 64

Tabel 5.1 Uji Heterokedastisitas Dengan Uji Park ... 65

Tabel 5.2 Hasil Uji Multikolinearitas ……… 66

Tabel 5.3 Uji Chow……… 67

Tabel 5.4 Uji Hausment………. 68

Tabel 5.5 Hasil Estimasi Fixed Effect……… 69

DAFTAR GAMBAR

Gambar 1.1 Lingkaran setan kemiskinan ... 20

Gambar 1.2 Kerangka Pemikiran ... 29

Gambar 3.1 Kerangka pemikiran data panel ... 42

ABSTRACK

The research aims to analyze the influence of product domestic regional bruto, population and investment to the of proverty in special region of Yogyakarta. This research uses secondary data from 2006 until 2014 which obtained from the central Bureau of Statistic. Analyze tool used in this study is the pooled regression.

The results showed (1) the gross regional domestic product variabel effect negative and significant to the proverty.(2) the population variabel effect positive and signifikan to the proverty (3) the investment variabel effect negative and not significant to the priverty.

Regional Bruto (PDRB), jumlah penduduk, dan investasi terhadap kemiskinan di Daerah Istimewa Yogyakarta. Penelitian ini menggunakan data skunder dari Badan Pusat Statistik dengan periode pengamaan dari tahun 2006 sampai dengan tahun 2014. Penelitian ini menggunakan anat analisis regresi data panel.

Hasil penelitian menunjukkan: 1.Variabel PDRB berpengaruh negatif dan signifikan terhadap kemiskinan di Daerah Istimewa Yogyakarta, 2. Variabel Jumlah Penduduk berpengaruh positif dan signifikan terhadap kemiskinan di Daerah Istimewa Yogyakarta, 3. Variabel investasi berpengaruh negative dan tidak signifikan terhadap kemiskinan di Daerah Istimewa Yogyakarta.

1 BAB I PENDAHULUAN

A.Latar Belakang Masalah

Kemiskinan merupakan salah satu masalah utama yang dihadapi hampir seluruh Negara di dunia, terbukti PBB telah menetapkan Millenium Development Goals (MDGs). Salah satu tujuannya adalah memberantas kemiskinan dan kelaparan, dimana pada tahun 2015 proporsi penduduk yang hidup di bawah garis kemiskinan harus dikurangi hingga 50 persen dari kondisi tahun 1990. Kemiskinan merupakan ketidakmampuan individu dalam memenuhi kebutuhan dasar hidupnya (BPS,2014).

Kemiskinan merupakan masalah sosial yang senantiasa hadir ditengah masyarakat, fenomena sosial yang telah ada dan berkembang sejalan dengan peradaban manusia. kemiskinan merupakan kondisi deprevasi tehadap sumber-sumber pemenuhan kebutuhan dasar yang berupa sandang, pangan, papan, dan pendidikan dasar (Sudibyo,1995). Masyarakat miskin pada umumnya lemah dalam kemampuan berusaha dan terbatas aksesnya pada kegiatan ekonomi sehingga seringkali semakin tertinggal jauh dari masyarakat lain yang memiliki potensi lebih tinggi.

Kemiskinan muncul karena adanya ketidaksamaan pola kepemilikan sumber daya yang menimbulkan ketimpangan pendapatan, penduduk miskin hanya memiliki sumber daya yang terbatas dengan kualitas yang rendah, selain itu

kemiskinan muncul karena perbedaan kualitas sumber daya manusia, dimana kualitas sumber daya manusia yang rendah maka produktifitas yang dihasilkan juga rendah, kemiskinan muncul karena adanya perbedaan akses modal (Kuncoro, 2000).

Indonesia merupakan salah satu Negara berkembang yang tingkat kemiskinanya cukup tinggi. Ada tiga ciri yang menonjol dari kemiskinan di Indonesia. Pertama, banyak rumah tangga yang berada di sekitar garis kemiskinan nasional, yang setara dengan PPP (Purchasing Power Parity) 1,55 dolar AS per hari, sehingga banyak penduduk yang meskipun tergolong tidak miskin tetapi rentan terhadap kemiskinan. Kedua, ukuran kemiskinan didasarkan pada pendapatan, sehingga tidak menggambarkan batas kemiskinan yang sebenarnya. Banyak orang yang mungkin tidak tergolong miskin dari segi pendapatan, dapat dikatagorikan sebagai miskin atas dasar kurangnya akses terhadap pelayanan dasar serta rendahnya indikator-indikator pembangunan manusia. Ketiga, mengingat sangat luas dan beragamnya wilayah Indonesia, perbedaan antar daerah merupakan ciri mendasar dari kemiskinan.

Upaya pemerintah dalam menanggulangi kemiskinan di Indonesia salah satunya adalah Rencana Pembangunan Jangka Menengah Nasional (RPJMN) 2014-2019, dimana sasaran utamanya yaitu menurunya jumlah penduduk miskin serta terpenuhinya hak-hak dasar masyarakat miskin secara bertahap. Dimana target yang ditetapkan dalam RPJM 2014-2019 yaitu perbaikan distribusi pendapatan dengan perlindungan sosial berbasis keluarga, pemberdayaan

3

masyarakat dan perluasan kesempatan ekonomi masyarakat yang berpendapatan rendah untuk dapat berkembang guna mendapatkan tingkat kesejahteraan yang layak. Dalam agenda mendukung mengurangi tingkat kemiskinan dan peningkatan kesejahteraan masyarakat pemerintah telah menerbitkan peraturan presiden Nomor 15 tahun 2010, tentang percepatan penanggulangan kemiskinan.

Tabel 1.1

Presentase Penduduk Miskin Di Indonesia ( Kemiskinan Relative Dan Kemiskinan Absolut) Tahun 2009-2014

2009 2010 2011 2012 2013 2014 Kemiskinan

Relatif (% dari populasi)

14.2 13.3 12.5 11.7 11.5 11 Kemiskinan

Absolut (dalam jutaan)

33 31 30 29 29 28

Koefisien Gini/

Rasio Gini 0.37 0.38 0.41 0.41 0.41 - Sumber : Badan Pusat Statistik Daerah Istimewa Yogyakarta

Tabel di atas menunjukkan penurunan angka kemiskinan nasional secara perlahan 14,2% pada tahun 2009 mengalami penurunan menjadi 11% pada tahun 2014, sedangkan pada tahun 2013 terjadi kenaikan tingkat kemiskinan sebesar 11,5% penyababnya adalah kenaikan harga BBM yang mengakiatkan harga kebutuhan pokok naik. Peyebab terjadinya penurunan tingkat kemiskinan di Indonesia dipengaruhi oleh tingkat inflasi, kenaikan upah, penurunan harga komoditas dan kenaikan nilai tukar petani. Tingkat inflasi pada periode 2014 cenderung stabil sebesar 2,31% sedangkan upah buruh naik 4,25 % menjadi Rp

44.125 per hari dan buruh bangunan naik 2,08% menjadi Rp 75.961 per hari, sedangkan harga kebutuhan pokok turun 3-15 %.

Pemerintah Indonesia mendefinisikan garis kemiskinan dengan perdapatan per bulannya (per kapita) sebanyak Rp. 312,328. Jumlah tersebut adalah setara dengan USD $25 yang dengan demikian berarti standar hidup masih sangat rendah. Namun jika menggunakan nilai garis kemiskinan yang digunakan Bank Dunia, yang mengklasifikasikan persentase penduduk Indonesia yang hidup dengan penghasilan kurang dari USD $1,25 per hari sebagai mereka yang hidup di bawah garis kemiskinan, maka persentase tabel akan terlihat tidak akurat karena nilainya seperti dinaikkan beberapa persen. Menurut Bank Dunia, angka penduduk Indonesia yang hidup dengan penghasilan kurang dari USD $2 per hari mencapai angka 50,6% dari jumlah penduduk pada tahun 2009.

Tabel 1.2

Presentase Penduduk Miskin di Pulau Jawa (%) Tahun 2008-2014

Provinsi Tingkat Kemiskinan

2008 2009 2010 2011 2012 2013 2014 rata-rata DKI Jakarta 4.29 3.62 3.48 3.75 2.69 4.51 4.51 3.83 Jawa Barat 13.01 11.96 11.27 10.65 10.09 13.31 10.88 11.59 Jawa Tengah 19.23 17.72 16.56 15.76 15.34 19.77 15.35 17.10 DIY 18.32 17.23 16.83 16.08 16.05 19.9 16.88 17.32 Jawa Timur 18.51 16.68 15.26 14.23 13.4 18.16 15.92 16.02 Banten 8.15 7.64 7.16 6.32 5.85 8.2 7.18 7.21 Sumber : Badan Pusat Statistik, Statistik Indonesia

Di Yogyakarta sendiri termasuk wilayah dengan tingkat kemiskinan yang cukup tinggi bahkan menempati posisi pertama daerah yang tingkat kemiskinanya

5

tinggi se-Jawa dimana persentase rata-rata penduduk miskin kota dan desa di Daerah Istimewa Yogyakarta sebesar 17.32% dari data keseluruhan tingkat kemiskinan dari tahun 2008-2014.

Tingginya angka kemiskinan di Daerah Istimewa Yogyakarta disebabkan karena pertumbuhan sektor perekonomian yang cenderung padat modal dan dikuasai investor tertentu, sehingga tidak sedikit para pelaku usaha kecil yang gulung tikar karena kalah dalam persaingan pasar.

Tabel 1.3

Jumlah Penduduk Miskin Menurut Kabupaten/Kota di Provinsi Daerah Istimewa Yogyakarta (ribu jiwa)

Tahun 2010-2014

Kabupaten

Tahun

2010 2011 2012 2013 2014 Kulon Progo 90.000 92.800 92.400 86.500 84.670 Bantul 146.900 159.400 158.800 156.600 153.490 Gunung Kidul 148.700 157.100 156.500 152.400 148.390 Sleman 117.000 117.300 116.800 110.800 110.440 Yogyakarta 37.800 37.700 37.600 35.600 35.600 Provinsi DIY 540.400 564.300 562.100 541.900 531.590 Sumber : Badan Pusat Statistik, Provinsi Daerah Istimewa Yogyakarta

Tabel 3 di atas menunjukkan tingkat kemiskinan menurut Kabupaten/Kota di Daerah Istimewa Yogyakarta pada tahun 2010-2014 yang menunjukkan bahwa pada tahun 2010 tingkat kemiskinan di Provinsi Daerah Istimewa Yogyakarta sebesar 540.400 ribu jiwa dimana berfluktuatif mengalami penurunan menjadi 531.590 ribu jiwa pada tahun 2014 sedangkan keparahan tingkat kemiskinan tertinggi terjadi di Daerah Kabupaten Gunung Kidul dimana tingkat kemiskinan

pada tahun 2011 sebesar 157.100 ribu jiwa mengalami penunan menjadi 148.390 ribu jiwa pada tahun 2014.

Walapun Daerah Kabupaten Gunung Kidul mengalami penurunan kemiskinan akan tetapi Daerah Kabupaten Gunung Kidul menjadi Kabupaten tertinggal di Provinsi Daerah Istimewa Yogyakarta. Hendra (2013), tingginya angka kemiskinan di Daerah Istimewa Yogyakarta karena dipicu oleh beberapa aspek seperti aspek kehidupan masyakarat yang menyebabkan tingginya kemiskinan di Daerah Istimewa Yogyakarta adalah ketidakmampuan memenuhi kebutuhan dasar, ketiadaan usaha produktif meliputi keterampilan dan daerah yang kurang produktif serta ketiadaan modal

Tingginya tingkat kemiskinan di Daerah Istimewa Yogyakarta membuat pemerintah memberikan perhatian lebih terhadap upaya pengentasan kemiskinan. Untuk menurunkan tingkat kemiskinan terlebih dahulu perlu diketahui faktor-faktor apa yang mempengaruhi tingkat kemiskinan, sehingga dapat dirumuskan kebijakan yang efektif untuk menurunkan angka kemiskinan di Daerah Istimewa Yogyakarta. Faktor-faktor yang diduga mempengaruhi tingkat kemiskinan di Daerah Istimewa Yogyakarta antara lain (1) PDRB ; (2) Jumlah Penduduk, dan (3) Investasi. Upaya pemerintah dalam menanggulangi kemiskinan di Daerah Istimewa Yogyakarta adalah dengan Target Rumah Tangga Sasaran (RTS) dengan

7

target penekanan angka kemiskinan yaitu berada di level 13,44 hingga 12,78 persen.

Kualitas sumber daya manusia akan berpengaruh terhadap pembangunan ekonomi suatu wilayah. Kuantitas sumber daya manusia dapat dilihat dari jumlah penduduknya. Perkembangan jumlah penduduk bisa menjadi faktor pendorong dan penghambat pembangunan. Faktor pendorong karena, pertama, memungkinkan semakin banyaknya tenaga kerja. Kedua, perluasan pasar, karena luas pasar barang dan jasa ditentukan oleh dua faktor penting, yaitu pendapatan masyarakat dan jumlah penduduk. Sedangkan penduduk disebut faktor penghambat pembangunan karena akan menurunkan produktivitas, dan akan terdapat banyak pengangguran (Sadono Sukirno,1997).

Dalam kaitannya dengan kemiskinan, jumlah penduduk yang besar justru akan memperparah tingkat kemiskinan. Fakta menunjukkan, di kebanyakan Negara dengan jumlah penduduk yang besar tingkat kemiskinannya juga lebih besar jika dibandingkan dengan Negara dengan jumlah penduduk sedikit. Sehingga perlu pengendalian laju perkembangan jumlah penduduk yang dimana jika jumlah penduduk tidak terkendali maka akan menyebabkan masalah seperti tindak kriminalitas, dan tingkat kesehatan yang buruk.

Tabel 1.4

Jumlah Penduduk Menurut Kabupaten/Kota Di Daerah Istimewa Yogyakarta (ribu jiwa)

Tahun 2010-2014

Kabupaten Tahun

2010 2011 2012 2013 2014

Kulon Progo 388.205 390.207 393.221 403.203 405.222 Bantul 911.503 921.263 927.958 947.066 968.632 Gunung

Kidul 675.382 677.998 684.740 700.192 698.825 Sleman 1.093.110 1.107.304 1.114.833 1.141.684 1.163970 Yogyakarta 388.627 390.553 394.012 402.709 400.467 Provinsi

DIY 3.457.491 3.487.325 3.514.762 3.594.854 3.671.160 Sumber : Badan Pusat Statistik, Provinsi Daerah Istimewa Yogyakarta

Dari tabel di atas, dapat dilihat bahwa Jumlah Penduduk di Daerah Istimewa Yogyakarta Tahun 2010-2014 mengalami peningkatan secara berkala. Hal tersebut dapat dilihat pada tahun 2010 yang menunjukan persentase sebesar 3.457.491 ribu jiwa meningkat pada tahun 2014, sebesar 3.671.160 ribu jiwa.

Kinerja perekonomian dari indikator Produk Domestik Regional Bruto. PDRB adalah nilai bersih barang dan jasa-jasa akhir yang dihasilkan oleh berbagai kegiatan ekonomi di suatu daerah dalam suatu periode. Semakin tinggi PDRB suatu daerah, maka semakin besar pula potensi sumber penerimaan daerah tersebut. Berikut adalah rincian PDRB Menurut harga konstan di masing-masing Kabupaten di Provinsi Daerah Istimewa Yogyakarta tahun 2010-2014.

9

Tabel 1.5

Jumlah PDRB Menurut (Menurut Harga Konstan 2000) Kabupaten/Kota Di Daerah Istimewa Yogyakarta

Tahun 2009-2014 Kabupaten

Tahun

2010 2011 2012 2013 2014

Kulon

Progo 1.781.227 1.869.338 1.963.028 2.062.182 2.152.377 Bantul 3.967.928 4.177.201 4.400.313 4.645.476 4.884.897 Gunung

Kidul 3.330.080 3.474.288 3.642.562 3.825.350 3.999.012 Sleman 6.373.200 6.704.100 7.069.229 7.471.898 7.876.347 Yogyakarta 5.505.942 5.816.568 6.151.679 6.498.900 6.843.306 Provinsi

DIY 21.044.042 22.129.707 23.309.218 24.567.476 25.755.939 Sumber : Badan Pusat Statistik, Provinsi Daerah Istimewa Yogyakarta

Pada tabel di atas nilai PDRB atas harga konstan periode tahun 2010-2014 mengalami kenaikan yang signifikan dimana nilai PDRB pada tahun 2010 sebesar 21.044.042 milyar terus mengalami kenaikan pada tahun 2014 sebesar 25.755.939 hal ini berarti membuktikan bahwa tingkat pertumbuhan ekonomi di Daerah Istimewa Yogyakarta mengalami peningkatan.

Selain dilihat dari penerimaan PDRB pengentasan kemiskinan dapat dilihat dari tingkat investasi yang akan berdampak pada peningkatan tingkat produktifitas industri, yang mendorong tersedianya lapangan pekerjaan sehingga mengurangi pengangguran. Investasi merupakan salah satu faktor penting dalam pertumbuhan ekonomi pada suatu daerah ketika pertumbuhan ekonomi itu meningkat maka

secara otomatis kersejahteraan masyarakat juga akan meningkat hal itu menyebabkan akan berkurangnya angka kemiskinan.

Tabel 1.6

Investasi (PMDN) di Provinsi Daerah Istimewa Yogyakarta Tahun 2010-2014 (Juta Rupiah)

Kabupaten

Tahun

2010 2011 2012 2013 2014

Kulon Progo 756176.29 34017.51 34017.51 34017.51 378473.81 Bantul 962340.32 189255.75 191257.09 241023.19 253292.29 Gunung Kidul 96951.57 35502.56 35502.56 35502.56 35502.56 Sleman 34017.50 1218958.35 1242033.29 1242243.39 1349718.39 Yogyakarta 35440.18 835409.57 1303134.16 1311867.84 1551559.24 Provinsi DIY 1884925.9 2313143.7 1565153.60 2864654.4 3568546.20 Sumber : Badan Pusat Statistik, Provinsi Daerah Istimewa Yogyakarta

Tabel di atas menunjukkan jumlah investasi di Provinsi Daerah Istimewa Yogyakarta pada tahun 2010 sebesar 1884925.9 milyar berfluktuatif menurumeningkat pada tahun 2014 menjadi 3568546.20 milyar. Hal ini menunjukkan bahwa tingkat kemiskinan di Provinsi Daerah Istimewa Yogyakarta menurun karena tingkat investasi cenderung meningkat sehingga pengangguran berkulang pertumbuhan ekonomi cenderung naik.

Beberapa aspek kehidupan masyakarat yang menyebabkan tingginya kemiskinan di DIY adalah ketidakmampuan memenuhi kebutuhan dasar, ketiadaan usaha produktif meliputi keterampilan dan daerah yang kurang produktif serta ketiadaan modal akibat dari lesatan pertumbuhan sektor perekonomian yang cenderung padat modal dan dikuasai investor tertentu. Sektor ekonomi yang

11

memiliki peranan terbesar dalam perekonomian DIY tahun 2013 adalah hotel, restoran dan perdagangan yang terkait yakni sebesar 20,75%. Sementara sektor yang diharapkan mampu menyerap banyak tenaga kerja seperti industri pengolahan dan pertanian masing-masing hanya 14,45 dan 12,99% (BPS, 2013).

Provinsi Daerah Istimewa merupakan salah satu Provinsi di Indonesia yang memiliki berbagai macam budaya dan sebagai kota pelajar yang memiliki ciri khas tersendiri baik dari kawasan wisata, perdagangan, maupun sumber daya, sehingga berpotensi menghasilkan PDRB yang cukup besar, maupun jumlah penduduk dan tingakat pendidikan tidaklah sama pada masing-masing daerah Kabupaten/ Kota di Provinsi Daerah Istimewa Yogyakarta, perbedaan kondisi ini ikut menentukan dalam rencana pengambangan daerah.

Dapat diketahui kemiskinan lebih cepat tumbuh di perkotaan dibandingkan dengan pedesaan, pertama, krisis cenderung memeberi pengaruh buruk kepada beberapa sektor ekonomi untuk wilayah perkotaan, seperti kontruksi, perdagangan dan perbankan yang membawa dampak negatif terhadap pengangguran di perkotaan, kedua penduduk pedesaan dapat memenuhi tingkat subsistensi dari produk mereka sendiri.

Berdasarkan uraian di atas bahwa PDRB, Jumlah Penduduk dan investasi berhubungan positif terhadap kemiskinan di atas maka penulis bermaksud melakukan penelitian dengan judul “Analisis Pengaruh Produk Domestik

Regional Bruto (PDRB), Jumlah Penduduk dan Investasi Terhadap Kemiskinan: Studi Kasus Kabupaten/ Kota Daerah Istimewa Yogyakarta Tahun 2007-2013)”

B.Batasan Masalah

Mengingat luasnya permasalahan serta adanya keterbatasan kemampuan sumber daya peneliti, maka perlu adanya batasan-batasan agar permasalahan yang diberikan lebih terarah dan mudah dimengerti. Adapun pembatasan masalah adalah sebagai berikut:

1. Variabel-variabel yang dianggap berpengaruh terhadap kemiskinan di Daerah Istimewa Yogyakarta, adalah PDRB, Jumlah Penduduk dan Investasi.

2. Data yang digunakan adalah data tahunan yaitu dari tahun 2006 sampai dengan tahun 2014 yakni terdiri atas:

a. Kemiskinan

b. PDRB (Produk Domestik Regional Bruto) c. Jumlah penduduk

d. Investasi

C.Rumusan Masalah

Dari uraian latar belakang masalah yang telah diuraikan diatas, maka dapat diambil rumusan masalah sebagai berikut:

13

1. Seberapa besar pengaruh PDRB (Produk Domestik Regional Bruto) terhadap kemiskinan di Provinsi Daerah Istimewa Yogyakarta.

2. Seberapa besar pengaruh Jumlah Penduduk terhadap tingkat kemiskinan di Provinsi Daerah Istimewa Yogyakarta.

3. Seberapa besar pengaruh Investasi terhadap kemiskinan di Provinsi Daerah Istimewa Yogyakarta.

D.Tujuan Penelitian

Tujuan dilakukanya penelitian ini adalah sebagai berikut :

1. Ingin mengetahui seberapa besar pengaruh PDRB (Produk Domestik Regional Bruto) terhadap tingkat kemiskinan di Provinsi Daerah Istimewa Yogyakarta. 2. Ingin mengetahui seberapa besar pengaruh Jumlah Penduduk terhadap tingkat

kemiskinan di Provinsi Daerah Istimewa Yogyakarta.

3. Ingin mengetahui seberapa besar pengaruh Investasi terhadap tingkat kemiskinan di Provinsi Daerah Istimewa Yogyakarta.

E.Manfaat Penelitian

Penulis berharap penelitian tentang “Analisis Faktor-faktor yang Mempengaruhi Kemiskinan Di Yogyakarta” dapat bermanfaat baik bagi penulis sendiri, masyarakat dan para ekonom. Adapun manfaat dari penelitian ini adalah :

1. Penelitian ini diharapkan dapat digunakan sebagai suatu kajian ilmiah untuk mengetahui pengaruh PDRB, Jumlah Penduduk dan Investasi terhadap tingkat kemiskinan Di Daerah Istimewa Yogyakarta.

2. Penelitian ini diharapkan dapat digunakan untuk menambah informasi dalam dunia perekonomian Indonesia khususnya di bidang ekonomi.

3. Penelitian ini diharapkan memberikan manfaat bagi para ekonom, mahasiwa dan masyarakat dalam melihat dan mengambil kebijakan perkembangan perekonomian indonesia kedepannya.

15

BAB II

TINJAUAN PUSTAKA

A.Landasan Teori

1. Pengertian dan Konsep Kemiskinan

Kemiskinan adalah ketidakmampuan individu dalam memenuhi kebutuhan dasar minimal untuk hidup layak (BPS dan Depsos,2002). Kemiskinan bersifat multidimensional, artinya kebutuhan manusia itu bermacam-macam sehingga kemiskinan memiliki banyak aspek. Dari aspek primer yang berupa miskin akan aset, organisasi sosial politik dan pengetahuan, serta keterampilan. Sedangkan dari aspek sekunder yang berupa miskin akan jaringan sosial, sumber-sumber keuangan dan informasi, dimensi-dimensi kemiskian tersebut termanifestasi dalam bentuk kekurangan gizi, air, perumahan yang sehat, perawatan kesehatan yag kurang baik dan tingkat pendidikan yang rendah (Sukirno, 2006).

a. Ukuran Kemiskinan

Garis kemiskinan adalah besarnya nilai rupiah perkapita setiap bulan untuk memenuhi kebutuhan dasar minimum makanan dan non makanan yang dibutuhkan oleh seseorang individu untuk tetap berada pada kehidupan yang layak (BPS, 2010). Untuk mengukur garis kemiskinan dapat dilihat berdasarkan (BPS,2006): Penduduk miskin

1) Penduduk dikatakan sangat mikin apabila kemampuan untuk memenuhi konsumsi makanannya mencapai 1900 kalori per orang per hari plus

kebutuhan non makanan atau setara dengan Rp 120.000per orang per bulan

2) Penduduk dikatakan miskin apabila kemampuan memenuhi konsumsi makanan hanya mencapai antara 1900 sampai 2100 kalori per orang per hari plus kebutuhan dasar non makanan atau setara Rp 150.000 per orang per bulan Penduduk dikatakan mendekati miskin apabila kemampuan 3) Memenuhi konsumsi makanan hanya mencapai antara 2100 samapai

2300 kalori per orang per hari plus kebutuhan dasar non makananatau setara Rp 170.000 per bulan per bulan, dimana garis kemiskinan disetarakan.

Kemiskinan dapat diukur dari tingkat pendapatan yang dimiliki seseorang atau keluarga dengan pengeluaran yang dibutuhkan untuk memperoleh kebutuhan dasar yang minimum yang biasa digunakan sebagai pembatas antara miskin dan tidak miskin (Arsyad, 1999), sedangkan kemiskinan mempunyai pengertian yang luas akan tetapi ada 2 macam ukuran yang dapat di gunakan untuk mengukur tingkat kemiskinan pada suatu daerah, yaitu :

1) Kemiskianan Absolut

Seseorang termasuk golongan miskin absolut apabila hasil pendapatannya berada di bawah garis kemiskinan dan tidak cukup untuk menentukan kebutuhan dasar minimum hidupnya. Konsep kemiskinan

17

absolut adalah menentukan komposisi dan tingkat kebutuhan minimum karena kedua hal tersebut tidak hanya dipengaruhi oleh adat kebiasaan saja, tetapi juga iklim, tingkat kemajuan suatu negara, dan faktor-faktor ekonomi lainnya.

2) Kemiskinan Relatif

Seseorang termasuk golongan miskin relatif apabila telah dapat memenuhi kebutuhan dasar minimum hidupnya, tetapi masih jauh lebih rendah di bandingkan dengan keadaan masyarakat sekitarnya.

Berdasarkan konsep ini, garis kemiskinan akan mengalami perubahan bila tingkat hidup masyarakat berubah sehingga konsep kemiskinan ini bersifat dinamis atau akan selalu ada. Oleh karena itu, kemiskinan dapat dari aspek ketimpangan sosial yang berarti semakin besar ketimpangan antara tingkat penghidupan golongan atas dan golongan bawah, maka akan semakin besar pula jumlah penduduk yang dapat dikategorikan selalu miskin.

Nugroho dan Dahuri (2004) menyatakan bahwa kemiskinan di dalam masyarakat dikarenakan oleh beberapa sebab yaitu sebagai berikut:

a) Kemiskinan natural disebabkan keterbatasan kualitas sumber daya alam maupun sumber daya manusia.

b) Kemiskinan struktural disebabkan secara langsung maupun tidak langsung oleh berbagai kebijakan, peraturan, dan keputusan dalam

pembangunan, kemiskinan ini umumnya dapat dikenali dari transformasi ekonomi yang berjalan tidak seimbang.

c) Kemiskinan kultural adalah kemiskinan yang lebih banyak disebabkan sikap individu dalam masyarakat yang mencerminkan gaya hidup, perilaku atau budaya tradisi yang menjebak dirinya dalam kemiskinan. b. Rumah tangga miskin

Bila diasumsikan rumah tangga memiliki jumlah anggota rata-rata 4 orang, maka batas garis kemiskinan rumah tangga adalah:

1. Rumah tangga dikatakan sangat miskin apabila tidak mampu memenuhi kebutuhan dasar sebesarnya sebesar 4 kali Rp 120.000 = Rp 480.000 rumah tangga perbulan.

2. Rumah tangga dikatakan miskin apabila kemampuan memenuhi kebutuhan dasar hanya mencapai 4 kali Rp 150.000 = Rp 600.000 per bulan tangga per bulan, tetapi di atas Rp 480.000.

3. Rumah tangga dikatakan mendekati miskin apabila kemampuan memenuhi kebutuhan dasarnya hanya mencapai 4 kali Rp 175.000 = Rp 700.000 per rumah tangga per bulan, tetapi diatas Rp 600.000.

c. Teori Kemiskinan

Sharp, et al (1996) dalam Mudrajat Kuncoro (1997) mencoba mengidentifikasikan penyebab kemiskinan dipandang dari sisi ekonomi. Pertama, mikro kemiskinan muncul karena adanya ketidaksamaan pada

19

kepemilikan sumber daya yang menyebabkan ketimpangan distribusi pendapatan. Penduduk miskin hanya memiliki sumberdaya dalam jumlah terbatas dan kualitasnya rendah. Kedua, kemiskinan muncul akibat perbedaan dalam kualitas sumberdaya manusia. Kualitas sumberdaya manusia rendah berarti produktivitasnya rendah, yang pada gilirannya upahnya rendah. Rendahnya kualitas sumberdaya manusia ini karena rendahnya pendidikan, nasib kurang beruntung, adanya diskriminasi atau karena keturunan. Ketiga, kemiskinan muncul akibat perbedaan akses dalam modal yang kurang sehingga menghambat produktifitas.

Ketiga penyebab kemiskinan ini bermuara pada teori lingkaran setan kemiskinan (Vicious circle of poverty). Teori ini ditemukan oleh Ragnar Nurkse (1953), yang mengatakan: ”a poor country is poor because it is poor ”(Negara miskin itu miskin karena dia miskin). Adanya keterbelakangan, ketidak sempurnaan pasar, dan kurangnya modal menyebabkan rendahnya produktivitas. Rendahnya produktivitas mengakibatkan rendahnya pendapatan yang mereka terima. Rendahnya pendapatan akan berimplikasi pada rendahnya tabungan dan investasi. Rendahnya investasi berakibat pada keterbelakangan. Oleh karena itu, setiap usaha untuk mengurangi kemiskinan seharusnya diarahkan untuk memotong lingkaran dan perangkap kemiskinan ini (Mudrajad Kuncoro, 1997). Berikut gambar lingkaran setan kemiskinan (Vicious circle of poverty).

Sumber: Nurkse dalam Mudrajad Kuncoro (1997)

Gambar 2.1

Lingkaran Setan Kemiskinan (Viciou circle of poverty) 2. Hubungan Antar Variabel

1) Hubungan PDRB terhadap Kemiskinan

Produk Domestik Regional Bruto atas dasar harga berlaku menggambarkan nilai tambah barang dan jasa yang dihitung menggunakan harga pada setiap tahun, sedang Produk Domestik Regional Bruto atas dasar harga konstan menunjukkan nilai tambah barang dan jasa yang dihitung menggunakan harga pada tahun tertentu .

Penurunan kemiskinan di Indonesia dapat di pengaruhi oleh tingkat pertumbuhan Produk Domestik Bruto (PDB rill) dan faktor lain yang

ketidaksempurnaan pasar, keterbelakangan, kekurangan modal

produktifitas rendah

pendapatan rendah tabungan rendah

21

mendukung seperti investasi melalui penyerapan tenaga kerja yang dilakukan oleh swasta dan pemerintah, dalam perkembangan teknologi yang semakin inovatif dan produktif, serta pertumbuhan penduduk melalui peningkatan modal manusia yang berkualitas.

Menurut Sukirno (2000), laju pertumbuhan ekonomi adalah kenaikan PDRB tanpa memandang apakah kenaikan itu lebih besar atau lebih kecil. Selanjutnya pembangunan ekonomi tidak semata-mata diukur berdasarkan pertumbuhan produk domestik regional bruto (PDRB) secara keseluruhan, tetapi harus memperhatikan sejauh mana distribusi pendapatan telah menyebar kelapisan masyarakat serta siapa yang telah menikmati hasil-hasilnya. Sehingga menurunnya PDRB suatu daerah berdampak pada kualitas konsumsi rumah tangga dan apabila tingkat pendapatan penduduk sangat terbatas, banyak rumah tangga miskin terpaksa merubah pola makanan pokoknya ke barang paling murah dengan jumlah barang yang berkurang. Menurut Kuncoro (2010 : 32-33), PDRB merupakan idikator pertumbuhan ekonomi yaitu suatu proses kenaikan output nasional suatu periode sebelumnya.

Variabel PDRB mempunyai pengaruh negatif dan signifikan terhadap tingkat kemiskinan (Dina, 2013). Sama halnya dengan penelitian yang dilakukan Rusdati dan Lesta, (2013) yang menunjukkan bahwa PDRB berpengaruh negatif signifikan terhadap tingkat kemiskinan. Selain itu penelitian Wiguna (2013) dalam penelitiannya menunjukkkan bahwa variabel PDRB berpengaruh negatif dan signifikan terhadap kemiskinan.

2) Hubungan Jumlah penduduk Terhadap Kemiskinan

Menurut Sadono Sukirno (1997), perkembangan jumlah penduduk bisa menjadi faktor pendorong dan penghambat pembangunan. Faktor pendorong karena, pertama, memungkinkan semakin banyaknya tenaga kerja. Kedua, perluasan pasar, karena luas pasar barang dan jasa ditentukan oleh dua faktor penting, yaitu pendapatan masyarakat dan jumlah penduduk. Sedangkan penduduk disebut faktor penghambat pembangunan karena akan menurunkan produktivitas, dan akan terdapat banyak pengangguran.

Dalam kaitannya dengan kemiskinan, jumlah penduduk yang besar justru akan memperparah tingkat kemiskinan. Fakta menunjukkan, di kebanyakan Negara dengan jumlah penduduk yang besar tingkat kemiskinannya juga lebih besar jika dibandingkan dengan Negara dengan jumlah penduduk sedikit. Banyak teori dan pendapat para ahli yang meyakini adanya hubungan antara pertumbuhan penduduk dengan kemiskinan. Salah satunya adalah Thomas Robert Malthus. Malthus meyakini jika pertumbuhan penduduk tidak dikendalikan maka suatu saat nanti sumber daya alam akan habis. Sehingga muncul wabah penyakit, kelaparan dan berbagai macam penderitaan manusia.

Menurut penelitian yang dilakukan oleh Ari Widiastuti (2010) menyatakan bahwa, jumlah penduduk berpengaruh positif signifikan terhadap kemiskinan, semakin banyak jumlah penduduk maka akan meningkatkan

23

jumlah penduduk miskin. Hal tersebut membuktikan bahwa jumlah penduduk yang besar akan meningkatkan jumlah penduduk miskin

3) Hubungan Investasi Terhadap Kemiskinan

Investasi merupakan suatu hal yang penting dalam pembangunan ekonomi karena investasi dibutuhkan sebagai faktor penunjang didalam peningkatan proses produksi. Investasi memiliki peran aktif dalam menentukan tingkat output, dan laju pertumbuhan output tergantung pada laju investasi (Arsyad, 1999).

Investasi berperan dalam mengurangi kemiskinan dalam hal ini ketika investasi tinggi maka akan menambah lapangan pekerjaan sehingga dapat mengurangi pengangguran, dan meningkatkan kesejahteraan masyarakat dan mengurangi kemiskinan.

Menurut penelitian yang dilakukann oleh Sitti (2015) menyatakan bahwa investasi berpengaruh negatif signifikan terhadap kemiskinan melalui pertumbuhan ekonomi. Sama halnya dengan penelitian yang diakukan Agung dan Ida (2015) menyatakan bahwa investasi berpengaruh negatif signifikan terhadap kemiskinan.

2. Penelitian Terdahulu

No Penulisan Dan Tahun

Judul Tujuan Metode Penelitian Hasil Penelitian

1 Ari

Widiastuti (2010) “Analisis faktor yang mempenga ruhi tingkat kemiskina n di Jawa Tengah” Untuk mengetahui pengaruh variable independen (Pertumbuh an ekonomi,Ju mlah penduduk, Pendidikan dan Desentralisa si fiskal) terhadap variable dependen (kemiskinan ) Untuk mengetahui pengaruh variable independen (Pertumbuhan ekonomi,Jumlah penduduk, Pendidikan dan Desentralisasi fiskal) terhadap variable dependen (kemiskinan) Variable pertumbuhan ekonomi dan pendidikan berpengaruh negatif signifikan sedangkan variable jumlah penduduk berpengaruh signifikan terhadap kemiskinan.

2 Rusdati dan Lesta (2013) “Analisis faktor yang mempenga ruhi tingkat kemiskian di Jawa Tengah” Untuk mengetahui pengaruh variable independen (pengangura n, PDRB, belanja public ) terhadap variable dependen (kemiskinan regresi berganda dengan metode Ordinary Least Square (OLS) Hasil pene-litian menunjukkan bahwa penurunan tingkat pengangguran tidak berpengaruh sig-nifikan terhadap kemiskinan. Faktanya bahwa jumlah orang miskin di daerah lebih besar daripada kota. Secara statistik, PDRB dan

25

No Penulisan Dan Tahun

Judul Tujuan Metode Penelitian Hasil Penelitian

variabel lainnya seperti pengeluaran publik berpengaruh signifikan terhadap kemiskinan sedangkan pengangguran penga-ruhnya tidak signifikan 3. Susi (2014 Analisis

Pengaruh Jumlah Penduduk, Pdrb Dan Jumlah Pengangg uran Terhadap Kemiskina n Di Kota Bengkulu Untuk mengetahui pengaruh variable independen (Jumlah Penduduk, PDRB, danPengang guran) terhadap variable dependen (kemiskinan ) metode regresi berganda Dengan pendekatan model Distributed-Lag, sebagai berikut : Yt = b0+b1X1t-4+b2X2t4+b3X3t-1+ et

Dimana:

Yt= Kemiskinan pada periode t b1,b2,b3 = Koefisien Regresi

X1t-4 = Jumlah Penduduk time lag empat tahun

X2t-4 = PDRB time lag empat tahun X3t-1= Jumlah Pengangguran dengan time lag satu tahun

b0 = Konstanta et = standar error

Hasil penelitian menunjukkan bahwa variable Jumlah

Penduduk pada time lag empat tahun berpengaruh positif dan signifikan terhadap kemiskinan di Kota Bengkulu, PDRB pada time lag empat tahun berpengaruh negatif dan signifikan terhadap kemiskinan di Kota Bengkulu, dan Jumlah Pengangguran pada Time lag satu tahun berpengaruh

No Penulisan Dan Tahun

Judul Tujuan Metode Penelitian Hasil Penelitian

positif dan signifikan terhadap

kemiskinan di Kota Bengkulu 4. Wongdes

miati (2010)

Mengetah ui faktor-faktor yang mempenga ruhi jumlah penduduk miskin Untuk mengetahui pengaruh variabel independen ( jumlah penduduk, PDB, AMH

Yi= 0+ 1X1i+ βXβ i+ γXγi+ 4X4i +

5X5i + 6X6i + εi Dimana:

i : 1,2,3,….,n

Yi : Jumlah penduduk miskin (Penduduk miskin) X1i : Jumlah penduduk Indonesia per tahun (Jumlah penduduk)

X2i : Produk Domestik Bruto (PDB)

X3i :Angka Harapan Hidup (AHH)

X4i : Persentase Angka Melek Huruf (AMH)

X5i : Persentase penggunaan listrik (Listrik)

X6i : Persentase konsumsi makanan (KM)

0 : intersept

variabel yang terbukti signifikan mempengaruhi jumlah penduduk miskin, yaitu jumlah penduduk, Produk Domestik Bruto (PDB), dan Angka Melek Huruf.

5. Adit (2010)

Analisis

Faktor-Untuk mengetahui

Regresi data panel dengan pendekatan

hasil dari penelitian ini

27

No Penulisan Dan Tahun

Judul Tujuan Metode Penelitian Hasil Penelitian

Faktor Yang Mempeng aruhi Tingkat Kemiskina n (Studi Kasus 35 Kabupaten /Kota Di Jawa Tengah Tahun 2003-2007) pengaruh variable independen (pertumbuh an ekonomi, pendidikan, penganggur an.) terhadap variable dependen (kemiskinan )

efek tetap (fixed effect model) dengan model :

Kit= α0+ α1Yit+ αβUit+αγPDit+α4Pit + 1D1 + βDβ +

γDγ+ 4D4….γ4+ µit

= tingkat kemiskinan kabupaten/kota di Jawa Tengah Y= pertumbuhan emonomi kabupaten/kota di Jawa Tengah U= upah minimum kabupaten/kota di Jawa Tengah PD= pendidikan kabupaten/kota di Jawa Tengah P = tingkat pengangguran kabupaten/kota di Jawa Tengah D1-34 = dummy Kabupaten di Jawa Tengah

α0= intersep 79

adalah bahwa variabel pertumbuhan ekonomi, upah minimum, pendidikan, dan tingkat pengangguran berpengaruh signifikan terhadap variabel tingkat kemiskinan. Oleh karenanya perkembangan pertumbuhan ekonomi, upah minimum, pendidikan, dan tingkat pengangguran patut menjadi pertimbangan untuk mengatasi masalah kemiskinan.

6. Sitti (2015) “Analisis Faktor-Faktor Yang Mempeng aruhi Tingkat Kemiskina n Di Provinsi Untuk mengetahui pengaruh variable independen( pengeluaran pemerintah, investasi, pertumbuha n ekonomi, menggunakan metode OLS (Ordinary Least Square) Hasil penelitian menunjukkan bahwa pengeluaran pemerintah tahun t, pengeluaran pemerintah (t-1), pengeluaran pemerintah (t-2)

No Penulisan Dan Tahun

Judul Tujuan Metode Penelitian Hasil Penelitian

Sulawesi Barat” kesempatan kerja) terhadap variable dependen (kemiskinan ) tidak berpengaruh terhadap tingkat kemiskinan melalui pertumbuhan ekonomi dan kesempatan kerja, sedangkan investasi berpengaruh negatif dan signifikan terhadap tingkat kemiskinan melalui pertumbuhan ekonomi. 7. Eni dan

Heni (2016) Analisis Faktor-Faktor Yang Mempeng aruhi Tingkat Kemiskina n Kabupaten /Kota Di Provinsi Bali Untuk mengetahui hubungan antara variabel independen (Inflasi, tingkat pendidikan, investasi, penganggur an) terhadap variabel dependen (kemiskinan

Dengan metode path analysis inflasi berpengaruh menurunkan kemiskinan melalui pengangguran di Provinsi Bali. Tingkat pendidikan tidak berpengaruh terhadap kemiskinan melalui pengangguran di Provinsi Bali. Investasi berpengaruh meningkatkan kemiskinan melalui pengangguran di

29

No Penulisan Dan Tahun

Judul Tujuan Metode Penelitian Hasil Penelitian

Provinsi Bali baik secara langsung maupun tidak langsung

melalui variabel intervening yaitu

pengangguran.

3. Kerangka Penelitian

Pada pembahasan ini penulis akan memaparkan kerangka pikir penelitian yang menjadi dasar sekaligus alur berpikir dalam melihat pengaruh variabel yang menentukan kemiskinan. Selanjutnya Informasi mengenai kerangka pikir penelitian dapat dilihat pada gambar di bawah ini sebagai berikut.

Gambar 2.2

Skema kerangka Pemikiran PDRB (-)

Jumlah Penduduk (+)

Investasi (-)

Dari gambar diatas, penulis ingin mengkaji dan menguji apakah PDRB, jumlah penduduk, investasi berpengaruh terhadap tingkat kemiskinan. Untuk mengujinya penelitian ini menggunakan analisis regresi Data Panel.

4. Hipotesis

Hipotesis adalah suatu peryataan yang bersifat sementara tentang adanya suatu hubungan tertentu antara variable-variabel yang digunakan. Hipotesis yang diajukan peneliti adalah sebagai berikut :

1. Diduga variabel PDRB berpengaruh negatif dan signifikan terhadap kemiskinan di Daerah Istimewa Yogyakarta.

2. Diduga variabel Jumlah Penduduk berpengaruh positif dan signifikan terhadap kemiskinan di Daerah Istimewa Yogyakarta.

3. Diduga variabel Investasi berpengaruh negatif dan signifikan terhadap kemiskinan di Daerah Istimewa Yogyakarta.

31 BAB III

METODE PENELITIAN A.Objek Penelitian

Objek penelitian ini adalah laporan seluruh Kabupaten/ Kota di Provinsi Daerah Istimewa Yogyakarta, yang terdiri dari Kabupaten Bantul, Kabupaten Kulon Progo, Kabupaten Sleman, Kota Yogyakarta, Kabupaten Gunung Kidul periode 2006 sampai dengan 2014, khususnya PDRB, jumlah penduduk dan investasi seluruh Kabupaten/ Kota di Provinsi Daerah Istimewa Yogyakarta.

B.Jenis Data

Data yang digunakan dalam penelitian ini adalah data sekunder yang di ambil dari BPS (Badan Pusat Statistik) Provinsi Daerah Istimewa Yogyakarta. Data bersifat time series dengan periode 2006-2014. Data yang diperlukan dalam penelitian adalah:

a. Kemiskinan Provinsi Daerah Istimewa Yogyakarta tahun 2006-2014 b. PDRB Provinsi Daerah Istimewa Yogyakarta tahun 2006-2014

c. Jumlah Penduduk Provinsi Daerah Istimewa Yogyakarta tahun 2006-2014 d. Investasi Provinsi Daerah Istimewa Yogyakarta tahun 2006-2014.

C.Sumber Data

Sumber data dalam penelitian ini adalah berbagai macam sumber yang diperoleh melalui data sekunder yang berasal dari Kantor BPS (Badan Pusat Statistik) Provinsi Daerah Istimewa Yogyakarta tahun 2006-2014 seperti data

PDRB, jumlah penduduk, Investasi dalam kurun waktu sembilan tahun, dan sumber lain seperti internet dan studi kepustakaan.

D.Teknik Pengumpulan Data

Pengambilan sampel yang dilakukan dalam penelitian ini dilakukan dengan cara porpose sampling yaitu populasi yang dijadikan sampel yang representative sesuai kriteria yang telah di tentukan

Adapun sampel yang diambil dalam penelitian ini yaitu sampel gabungan antara data runtut waktu (time series) dan data silang (cross section)di kabupaten/Kota dari tahun 2006-2014. Sedangkan secara analisis dijelaskan tentang hasil penelitian yang diperoleh dari perhitungan uji panel

Untuk melengkapi data dan referensi yang diperlukan dalam penyusunan penelitian ini, maka ditempuh cara sebagai berikut:

a. Studi dokumentasi, yaitu suatu cara untuk memperoleh data informasi mengenai berbagai hal yang ada kaitannya dengan pada penlitian dengan melihat kembali laporan-laporan tertulis, baik berupa angka ataupun keterangan.

b. Referensi dari berbagai sumber pustaka, yang merupakan cara memperoleh informasi melalui benda-benda tertulis, yang diperoleh dari berbagai sumber antara lain jurnal, skripsi, maupun buku-buku yang relevan dalam membantu penyusunan penenlitian ini, juga termasuk buku-buku terbitan instansi pemerintah (BPS Provinsi Daerah Istimewa Yogyakarta).

33

Data-data ini diharapkan dapat menjadi landasan pemikiran dalam melakukan penelitian.

E.Definisi Operasional Variabel Penelitian

Dalam penelitian ini terdiri dari Variabel Dependen (Y) adalah kemiskinan, Variabel Independen (X1) adalah PDRB, Variabel Independen (X2) adalah Jumlah Penduduk, Variabel Independen (X3) adalah investasi, seluruh Kabupaten/ Kota di Provinsi Daerah Istimewa Yogyakarta.

a. Kemiskinan

Penduduk miskin adalah jumlah keseluruhan populasi dengan pengeluaran per kapita berada di bawah ambang batas tertentu yang dinyatakan sebagai garis kemiskinan. Garis kemiskinan adalah nilai rupiah pengeluaran perkapita setiap bulan untuk memenuhi standar minimum kebutuhan-kebutuhan konsumsi pangan dan non pangan yang dibutuhkan oleh seorang individu untuk hidup secara layak (BPS, 2014).

b. PDRB

Merupakan total nilai barang dan jasa yang diproduksi di wilayah (regional) tertentu dalam waktu tertentu (satu tahun) di seluruh Kabupaten/ Kota Provinsi Daerah Istimewa Yogyakarta atas dasar harga konstan. Satuan PDRB yang digunakan dalam persamaan regresi data panel adalah milyar rupiah, data diambil dari data BPS (Badan Pusat Statistik) Provinsi Daerah Istimewa Yogyakarta tahun 2006-2014.

c. Jumlah Penduduk

Merupakan jumlah individu yang terdaftar resmi dan bertempat tinggal pada wilayah tertentu dalam periode tertentu yang dibuktikan dengan kepemilikan identitas resmi dari instansi terkait. Satuan jumlah penduduk yang digunakan dalam persamaan regresi adalah ratusan ribu, data diambil dari data BPS (Badan Pusat Statistik) Provinsi Daerah Istimewa Yogyakarta tahun 2006-2014.

d. Investasi

Investasi dapat diartikan sebagai pengeluaran yang dilakukan oleh para pengusaha untuk membeli barang-barang modal dan membina industri (Sukirno,2004). Data investasi yang diambil adalah data PMDN ( Penanaman Modal Dalam Negeri) dengan satuan milyar rupiah, data diambil dari data BPS (Badan Pusat Statistik) Daerah Istimewa Yogyakarta tahun 2006-2014.

6. Uji Kualitas Data

1. Uji Multikolienaritas

Multikolienaritas adalah adanya hubungan linier antara varaiabel independen. Salah satu asumsi model regresi klasik adalah tidak terdapat diantara variabel independen dalam model regresi. Multikolienaritas artinya terdapat kolerasi yang signifikan diantara dua atau lebih variabel independen dalam model regresi. Pengujian terhadap ada tidaknya multikolienaritas ini dilakukan dengan cara melihat koefisien kolerasi antar variabel. Beberapa kaidah untuk mendeteksi ada tidaknya multikolienaritas dalam suatu model empiris yaitu sebagai berikut :

35

a) Nilai R² yang dihasilkan dari hasil estimasi model empiris sangat tinggi, tetapi tingkat signifikan variabel bebas berdasarkan uji t-statistik sangat sedikit.

b) Tolerance and variance inflation (VIF). VIF mencoba melihat bagaimana varian dari suatu penaksiran meningkat seandainya ada multikolinearitas dalam suatu model empiris. Misalkan R² dari hasil estimasi regresi secara parsial mendekati satu, maka VIF akan mempunyai nilai tak hingga. Dengan demikian nilai kolinearitas meningkat maka varian dari penaksiran akan meningkat dalam limit yang tak terhingga.

Ada beberapa cara untuk mengetahui multikolinearitas dalam suatu model, salah satunya adalah dengan melihat koefisien korelasi hasil output komputer. Jika terdapat koefisien korelasi lebih besar |0.9| maka terdapat gejala multikolinearitas. 2. Heteroedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lainya. Deteksi adanya heterokedastisitas adalah:

a) Signifikan korelasi > 0,05 berarti bebas dari heterokedastisitas b) Signifikan korelasi < 0,05 berarti terkena heterokedastisitas. F. Metode Analisis Data

Untuk menjawab permasalahan yang telah ditetapkan, maka dalam menganalisis permasalahan (data) penulis akan menggunakan metode regresi Data Panel. Analisis regresi data panel adalah analisis regresi dengan struktur data yang

merupakan data panel. Umumnya pendugaan parameter dalam analisis regresi dengan data cross section dilakukan menggunakan pendugaan metode kuadrat terkecil atau disebut Ordinary Least Square (OLS).

Data panel adalah gabungan antara data runtut waktu (time series) dan data silang (cross section). Menurut Agus Widarjono (2009) penggunaan data panel dalam sebuah observasi mempunyai beberapa keuntungan yang diperoleh. Pertama, data panel yang merupakan gabungan dua data time series dan cross section mampu menyediakan data yang lebih banyak sehingga akan lebih menghasilkan degree of freedom yang lebih besar. Kedua, menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel (omitted-variabel).

Hsiao (1986), mencatat bahwa penggunaan panel data dalam penelitian ekonomi memiliki beberapa keuntungan utama dibandingkan data jenis cross section maupun time series. Pertama, dapat memberikan peneliti jumlah pengamatan yang besar, meningkatkan degree of freedom (derajat kebebasan), data memiliki variabelitas yang besar dan mengurangi kolinearitas antara variabel penjelas, di mana dapat menghasilkan estimasi ekonometri yang efisien. Kedua, panel data dapat memberikan informasi lebih banyak yang tidak dapat dberikan hanya oleh data cross section dan time series saja. Dan ketiga, panel data dapat memberikan penyelesaian yang lebih baik dalam inferensi perubahan dinamis dibandingkan data cross section (Agus T.B. dan Imamudin Y, 2015).

37

Menurut Wibisono (2005) keunggulan regresi data panel antara lain: pertama, panel data mampu memperhitungkan heterogenitas individu secara eksplisit dengan mengizinkan variabel spesifik individu. Kedua, kemampuan mengontrol heterogenitas ini selanjutnya menjadikan data panel dapat digunakan untuk menguji dan membangun model prilaku lebih kompleks. Ketiga, data panel mendasarkan diri pada observasi cross section yang berulang-ulang (time series), sehingga metode data panel cocok digunakan sebagai study of dynamic adjustment. Keempat, tingginya jumlah observasi memiliki implikasi pada data yang lebih informatif, lebih variatif, dan kolinearitas (multiko) antara data semakin berkurang, dan derajat kebebasan (degree of freedom/ df) lebih tinggi sehingga dapat diperoleh hasil estimasi yang lebih efisien. Kelima, data panel dapat digunakan untuk mempelajari model-model perilaku yang kompleks. Dan keenam, data panel dapat digunakan untuk meminimalkan bias yang mungkin ditimbulkan oleh agregasi data individu (Agus T.B. dan Imamudin Y, 2015).

a. Model Regresi Data Panel

Model regresi panel dari judul di atas sebagai berikut ini: Y = α + b1X1it + b2X2it + e Keterangan:

Y = variabel dependen

α = konstanta

X1 = variabel independen 1 X2 = variabel independen 2

b(1...2) = koefisien regresi masing-masing variabel independen e = error term

t = waktu i = perusahaan 1) Penentuan Model Estimasi

Dalam metode estimasi model regresi dengan menggunakan data panel dapat dilakukan melalui tiga pendekatan, antara lain:

a. Common Effect Model atau Pooled Least Square (PLS)

Merupakan pendekatan model data panel yang paling sederhana karena hanya mengkombinasikan data time series dan cross section. Pada model ini tidak diperhatikan dimensi waktu maupun individu, sehingga diasumsikan bahwa perilaku data perusahaan sama dalam berbagai kurun waktu. Metode ini bisa menggunakan pendekatan Ordinary Least Square (OLS) atau teknik kuadrat terkecil untuk mengestimasi model data panel.

b. Fixed Effect Model (FE)

Model ini mengasumsikan bahwa perbedaan antar individu dapat diakomodasi dari perbedaan intersepnya. Untuk mengestimasi data panel model Fixed Effects menggunakan teknik variable dummy untuk menangkap perbedaan intersep antar perusahaan, perbedaan intersep bisa terjadi karena perbedaan budaya kerja, manajerial, dan insentif. Namun demikian slopnya sama antar perusahaan. Model estimasi ini sering juga disebut dengan teknik Least Squares Dummy Variable (LSDV).

39

c. Random Effect Model (RE)

Model ini akan mengestimasi data panel dimana variabel gangguan mungkin saling berhubungan antar waktu dan antar individu. Pada model Random Effect perbedaan intersep diakomodasi oleh error terms masing-masing perusahaan. Keuntungan menggunakan model Random Effect yakni menghilangkan heteroskedastisitas. Model ini juga disebut dengan Error Component Model (ECM) atau teknik Generalized Least Square (GLS) .

Untuk memilih model yang paling tepat terdapat beberapa pengujian yang dapat dilakukan, antara lain:

a. Uji Statistik F (Uji Chow)

Untuk mengetahui model mana yang lebih baik dalam pengujian data panel, bisa dilakukan dengan penambahan variabel dummy sehingga dapat diketahui bahwa intersepnya berbeda dapat diuji dengan uji Statistik F. Uji ini digunakan untuk mengetahui apakah teknik regresi data panel dengan metode Fixed Effect lebih baik dari regresi model data panel tanpa variabel dummy atau metode Common Effect.

Hipotesis nul pada uji ini adalah bahwa intersep sama, atau dengan kata lain model yang tepat untuk regresi data panel adalah Common Effect, dan hipotesis alternatifnya adalah intersep tidak sama atau model yang tepat untuk regresi data panel adalah Fixed Effect.

Nilai Statistik F hitung akan mengikuti distribusi statistik F dengan derajat kebebasan (deggre of freedom) sebanyak m untuk numerator dan sebanyak n –

k untuk denumerator. m merupakan merupakan jumlah restriksi atau pembatasan di dalam model tanpa variabel dummy. Jumlah restriksi adalah jumlah individu dikurang satu. nmerupakan jumlah observasi dan k merupakan jumlah parameter dalam model Fixed Effect.

Jumlah observasi (n) adalah jumlah individu dikali dengan jumlah periode, sedangkan jumlah parameter dalam model Fixed Effect (k) adalah jumlah variabel ditambah jumlah individu. Apabila nilai F hitung lebih besar dari F kritis maka hipotesis nul ditolak yang artinya model yang tepat untuk regresi data panel adalah model Fixed Effect. Dan sebaliknya, apabila nilai F hitung lebih kecil dari F kritis maka hipotesis nul diterima yang artinya model yang tepat untuk regresi data panel adalah modelCommon Effect.

b. Uji Hausman

Hausman telah mengembangkan suatu uji untuk memilih apakah metode Fixed Effectdan metode Random Effect lebih baik dari metode Common Effect. Uji Hausman ini didasarkan pada ide bahwa Least Squares Dummy Variables (LSDV) dalam metode metode Fixed Effect dan Generalized Least Squares (GLS) dalam metode Random Effectadalah efisien sedangkan Ordinary Least Squares (OLS) dalam metode Common Effect tidak efisien. Dilain pihak, alternatifnya adalah metode OLS efisien dan GLS tidak efisien. Karena itu, uji hipotesis nulnya adalah hasil estimasi keduanya tidak berbeda sehingga uji Hausman bisa dilakukan berdasarkan perbedaan estimasi tersebut.

41

Statistik uji Hausman mengikuti distribusi statistik Chi-Squares dengan derajat kebebasan (df) sebesar jumlah variabel bebas. Hipotesis nulnya adalah bahwa model yang tepat untuk regresi data panel adalah model Random Effect dan hipotesis alternatifnya adalah model yang tepat untuk regresi data panel adalah model Fixed Effect. Apabila nilai statistik Hausman lebih besar dari nilai kritis Chi-Squares maka hipotesis nul ditolak yang artinya model yang tepat untuk regresi data panel adalah model Fixed Effect. Dan sebaliknya, apabila nilai statistik Hausman lebih kecil dari nilai kritis Chi-Squares maka hipotesis nul diterima yang artinya model yang tepat untuk regresi data panel adalah model Random Effect. c. Uji Lagrange Multiplier

Menurut Widarjono (2007), untuk mengetahui apakah model Random Effect lebih baik dari model Common Effect digunakan Lagrange Multiplier (LM). Uji Signifikansi Random Effect ini dikembangkan oleh Breusch-Pagan. Pengujian didasarkan pada nilai residual dari metode Common Effect.

Uji LM ini didasarkan pada distribusi Chi-Squares dengan derajat kebebasan (df) sebesar jumlah variabel independen. Hipotesis nulnya adalah bahwa model yang tepat untuk regresi data panel adalah Common Effect, dan hipotesis alternatifnya adalah model yang tepat untuk regresi data panel adalah Random Effect.

Apabila nilai LM hitung lebih besar dari nilai kritis Chi-Squares maka hipotesis nul ditolak yang artinya model yang tepat untuk regresi data panel

adalah model Random Effect. Dan sebaliknya, apabila nilai LM hitung lebih kecil dari nilai kritis Chi-Squares maka hipotesis nul diterima yang artinya model yang tepat untuk regresi data panel adalah model Common Effect.

Sumber: Agus T.B. dan Imamudin Y, 2015

GAMBAR 3.1 Kerangka Pemikiran Normalitas

Obyek Penelitian

Variabel Dependen (Y) Variabel Independen (X)

Pemilihan Model Regresi Panel

Uji Hausman Uji Langrange Multiplier

Uji Chow

Fixed Effect _Random Effect Common Effect

Model Estimas Data Panel

Heteroskedatisitas Multikolinierit

Uji Asumsi Klasik

Autokorelasi

Uji Signifikasi

Uji F Uji t Adjusted R2

43

2) Teknik Penaksiran Model

Pada penelitian ekonomi, seorang peneliti sering menghadapi kendala data. Apabila regresi diestimasi dengan data runtut waktu, observasi tidak mencukupi. Jika regresi diestimasi dengan data lintas sektoral terlalu sedikit untuk menghasilkan estimasi yang efisien. Salah satu solusi untuk menghasilkan estimasi yang efisien adalah dengan menggunakan model regresi data panel. Data panel (pooling data) yaitu suatu model yang menggabungkan observasi lintas sektoral dan data runtut waktu. Tujuannya supaya jumlah observasinya meningkat. Apabila observasi meningkat maka akan mengurangi kolinieritas antara variabel penjelas dan kemudian akan memperbaiki efisiensi estimasi ekonometri (Insukindro, 2001).

Hal yang diungkap oleh Baltagi (Puji dalam Irawan, 2012), ada beberapa kelebihan penggunaan data panel yaitu:

1. Estimasi data panel dapat menunjukkan adanya heterogenitas dalam tiap unit. 2. Penggunaan data panel lebih informatif, mengurangi kolinieritas antar variabel,

meningkatkan derajat kebebasan dan kebih efisien.

3. Data panel cocok utnuk digunakan karena menggambarkan adanya dinamika perubahan.

4. Data panel dapat meminimalkan bias yang mungkin dihasilkan dalam agregasi.

Untuk menguji estimasi pengaruh jumlah unit usaha, nilai investasi, nilai produksi dan upah minimum terhadap penyerapan tenaga kerja pada industri

kecil digunakan alat regresi dengan model data panel. Ada dua pendekatan yang digunakan dalam mengalisis data panel. Pendekatann Fixed Effect dan Random Effect. Sebelum model estimasi dengan model yang tepat, terlebih dahulu dilakukan uji spesifikasi apakah Fixed Effect dan Random Effect atau keduanya memberikan hasil yang sama.

Metode GLS (Generated Least Square) dipilih dalam penelitian ini karena adanya nilai lebih yang dimiliki oleh GLS dibanding OLS dalam mengestimasi parameter regresi. Gujarati (2003) menyebutkan bahwa metode OLS yang umum mengasumsikan bahwa varians variabel adalah heterogen, pada kenyataannya variasi pada data pooling cenderung heterogen. Metode GLS sudah memperhitungkan heterogenitas yang terdapat pada variabel independen secara eksplisit sehingga metode ini mampu menghasilkan estimator yang memenuhi kriteria BLUE (best linier unbiased estimator).

Dari beberapa variabel yang digunakan dalam penelitian ini maka dapat dibuat model penelitan sebagai berikut:

Yit = 0+ 1X1it+ 2X2it + 3X3it t +ε

Yang kemudian di transformasikan kedalam persamaan logaritma, yaitu : LogYit = 0+ Log 1X1it+ Log 2X2it + Log 3X3it +ε

Keterangan :

Log Yit = Kemiskinan

45

Log β1234 = Koefisien variabel 1,2,3 Log X1 = PDRB

Log X2 = Jumlah Penduduk Log X3 = Investasi

i = Kabupaten/ Kota

t = Periode Waktu ke-t

ε = Error Term

Dalam menguji spesifikasi model pada penelitian, penulis menggunakan beberapa metode :

1. Uji Hausman

Uji Spesifikasi Hausman membandingkan model fixed effect dan random di bawah hipotesis nol yang berarti bahwa efek individual tidak berkorelasi dengan regresi dalam model (Hausman dalam Venia, 2014). Jika tes Hausman tidak menunjukkan perbedaan yang signifikan (p > 0,05), itu mencerminkan bahwa efek random estimator tidak aman bebas dari bias, dan karena itu lebih dianjurkan kepada estimasi fixed effect disukai daripada efek estimator tetap.

2. Uji Chow Test

Chow test yakni pengujian untuk menentukan model Fixed Effect atau Random Effect yang paling tepat digunakan dalam mengestimasi data panel. Hipotesis dalam uji chow adalah:

H0 = Common Effect Model atau pooled OLS H1 = Fixed Effect Model

Dasar penolakan terhadap hipotesis diatas adalah dengan membandingkan perhitungan F-statistik dengan F-tabel. Perbandingan dipakai apabila hasil F hitung lebih besar (>) dari F table maka Ho di tolak yang berarti model yang digunakan adalah Cammon Effect Model (Widarjono, 2009). Perhitungan F statistic didapat dari uji chow dengan rumus (Baltagi, 2005):

F =

(SSE −SSE ₎ (n−1)

SSE (nt−n−k)

Dimana :

SSE1 = Sum Square Error dari model Common Effect SSE2 = Sum Square Error dari model Fixed Effect n = Jumlah perusahaan (cross section) nt = Jumlah cross section x jumlah time series k = Jumlah variable independen

sedangkan variable F table didapat dari :

� − � = {�: (� −1,�� − � − }

Dimana :

a = tingkat signifikan yang dipakai n = jumlah perusahaan (cross section) nt = jumlah cross section x time series k = jumlah variable independen

3) Pengujian Asumsi Klasik (Multikolinearitas dan Heteroskedastisitas).

Dengan pemakaian metode Ordinary Least Squared (OLS), untuk menghasilkan nilai parameter model penduga yang lebih tepat, maka diperlukan

47

pendeteksian apakah model tersebut menyimpang dari asumsi klasik atau tidak, deteksi tersebut terdiri dari:

a) Uji Multikolinearitas

Multikolinearitas dapat diartikan sebagai suatu keadaan dimana satu atau lebih variabel bebas dapat dinyatakan sebagai kombinasi kolinier dari variabel yang lainnnya. Uji ini bertujuan untuk mengetahui apakah dalam regresi ini ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi maka dinamakna terdapat problem multikolinieritas. Salah satu cara mendeteksi adanya multikolinieritas yaitu :

R2 cukup tinggi (0,7 – 0,1), tetapi uji-t untuk masing-masing koefisien regresi nya tidak signifikan.

Tingginya R2 merupakan syarat yang cukup (sufficent) akan tetapi bukan syarat yang perlu (necessary) untuk terjadinya multikolinearitas, sebab pada R2 yang rendah < 0,5 bisa juga terjadi multikolineraritas.

- Meregresikan variabel independen X dengan variabel-variabel independen yang lain, kemudian di hitung R2 nya dengan uji F;

- Jika F* > F tabel berarti H0 di tolak, ada multikolinearitas - Jika F* < F tabel berarti H0 di terima, tidak ada multikolinearitas

Ada beberapa cara untuk mengetahui multikolienaritas dalam suatu model. Salah satunya adalah dengan melihat koefisien korelasi hasil output komputer. Jika terdapat koefisien korelasi yang lebih besar dari (0,9), mka terdapat gejala multikolinearitas (Rosadi, 2011).

Untuk mengatasi masalah multikolinieritas, satu variabel independen yang memiliki korelasi dengan variabel independen lain harus dihapus. Dalam hal metode GLS, model ini sudah diantisipasi dari multikolienaritas.

b) Uji Heterokedastisitas

Suatu model regresi dikatakan terkena heterokedastisitas apabila terjadi ketidaksamaan varians dari residual dari suatu pengamatan ke pengamatan yang lain. Jika varians dari residual dan satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas. Jika varians berbeda disebut heteroskedastisitas.

Adanya sifat heteroskedastisitas ini dapat membuat penaksiran dalam model bersifat tidak efisien. Umumnya masalah heteroskedastisitas lebih biasa terjadi pada data cross section dibandingkan dengan time series (Gujarati, 1978).

Untuk mendeteksi masalah heteroskedastisitas dalam model, penulis menggunakan uji park yang sering digunakan dalam beberapa referensi. Dalam metodenya, Park menyarankan suatu bentuk fungsi spesifik diantara varian kesalahan σ_�� dan variabel bebas yang dinyatakan sebagai berikut :

σ_��= αX�

� ………...…...………..(1) Persamaan dijadikan linier dalam bentuk persamaan log sehingga menjadi: Ln σ_��= α + Ln Xi + vi …………...………..(2)

49

Karena varian kesalahan (σ_��) tidak teramati, maka digunakan e_� sebagai penggantinya. Sehingga persamaan menjadi:

Ln e_� = α + Ln Xi + vi ………...………(3) Apabila koefisien parameter dari persamaan regresi tersebut signifikan secara statistik, berarti didalam data terdapat masalah heteroskedastisitas. Sebaliknya, jika tidak signifikan, maka asumsi homokedastisitas pada data dapat diterima. (Park dalam Sumodiningrat, 2010).

Uji ini bertujuan untuk menguji apakah pada model regresi terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain. Jika varians dari residual dari suatu pengamatan ke pengamatan yang lain tetap, maka disebut heterokedastisitas. Model regresi yang baik adalah tidak adanya heteroskedastisitas. Dalam hal metode GLS, model ini sudah diantisipasi dari heterokedastisitas. Deteksi adanya heteroskedastisitas:

- Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang terartur (bergelombang, melebat kemudian menyempit), maka telah terjadi heteroskedastisitas.

- Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi Heteroskedastisitas.

4) Uji Statistik Analisis Regresi

Uji signifikansi merupakan prosedur yang digunakan untuk menguji kesalahan atau kebenaran dari hasil hipotesis nol dari sampel.

a) Uji Koefisien Determinasi (R-Square)

Koefisien determinasi R2 pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen. Nilai koefisien determinasi diantara 0 dan 1 (0 < R2 <1), nilai (R2 ) yang kecil berarti kemampuan variabel-variabel independent dalam menjelaskan variasi variabel independen sangat terbatas. Nilai yang mendekati 1 berarti variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi model dependen (Gujarati, 2003).

Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel dependen, (R2 ) pasti meningkat, tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen atau tidak. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai adjusted R2 pada saat mengevaluasi model regresi terbaik. Tidak seperti nilai R2 , nilai adjusted R2 dapat naik dapat turun apabila satu variabel independen ditambahkan dalam model. Pengujian ini pada intinya adalah mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen.

b) Uji F-Statistik

Uji F-statistik ini dilakukan untuk melihat seberapa besar pengaruh variabel independen secara keseluruhan atau bersama-sama terhadap variabel dependen. Untuk pengujian ini dilakukan hipotesa sebagai berikut:

51

a. H0: 1 = 2=0, artinya secara bersama-sama tidak ada pengaruh variabel independen terhadap variabel dependen.

b. Ha: 1≠ 2≠ 0, artinya secara bersama-sama ada pengaruh variabel independen terhadap variabel dependen.

Pengujian ini dilakukan untuk membandingkan nilai F-hitung dengan F-tabel. Jika F-hitung lebih besar dari F-tabel maka H0 ditolak, yang berarti variabel independen secara bersama sama mempengaruhi variabel dependen.

c) Uji t-Statisik (Uji Parsial)

Uji t dilakukan untuk melihat signifikasi dari pengaruh variabel bebas secara individual terhadap variabel terikat dengan menganggap variabel bebas lainnya adalah konstan. Uji t mengunakan hipotesis sebagai berikut (Gujarati, 2003) :

Hipotesis 1

Uji t untuk variabel PDRB

H0: 1 = 0 (tidak ada hubungan linier antara PDRB dengan kemiskinan) H1: 1 < 0 (ada pengaruh negatif PDRB dengan penyerapan kemiskinan) Bila t hitung > t tabel maka H0 ditolak dan H1 diterima.

Hipotesis 2

Uji t untuk variabel Jumlah Penduduk

H0: 2 = 0 (tidak ada hubungan linier antara jumlah penduduk dengan kemiskinan)

H1: 1 < 0 (ada pengaruh negatif jumlah penduduk dengan kemiskinan) Bila t hitung > t tabel maka H0 ditolak dan H1 diterima

Hipotesis 3

Uji t untuk variable Investasi

H0: 2 = 0 (tidak ada hubungan linier antara Investasi dengan kemiskinan) H1: 1 < 0 (ada pengaruh negatif antara Investasi dengan kemiskinan) Uji ini dapat dilakukan dengan membandingkan t hitung dengan t tabel. Adapun rumus untuk mendapatkan t hitung adalah sebagai berikut:

t hitung = (bi – b)/sbi Dimana:

bi = koefisien variabel independen ke-i b = nilai hipotesis nol

sbi = simpangan baku dari variabel independen ke-i

Pada tingkat signifikansi 5 persen dengan kriteria pengujian yang digunakan sebagai berikut:

- Jika t hitung < t tabel maka H0 diterima dan H1 ditolak, yang artinya salah satu variabel bebas (independent) tidak mempengaruhi variabel terikat (dependent) secara signifikan.

- Jika t hitung > t tabel maka H0 ditolak dan H1 diterima, yang artinya salah satu variabel bebas (independent) mempengaruhi variabel terikat (dependent) secara signifikan.

54

BAB IV

GAMBARAN UMUM A. Peta Daerah Istimewa Yogyakarta

GAMBAR 4.1

Peta Daerah Istimewa Yogyakarta B.Kondisi Geografis Daerah Istimewa Yogyakarta

Daerah Istimewa Yogyakarta adalah salah satu provinsi dari 33 provinsi di wilayah Indonesia dan terletak di pulau Jawa bagian tengah. Daerah Istimewa Yogyakarta di bagian selatan dibatasi Lautan Indonesia, sedangkan di bagian timur laut, tenggara, barat, dan barat laut dibatasi oleh wilayah provinsi Jawa Tengah yang meliputi :

- Kabupaten Klaten di sebelah Timur Laut - Kabupaten Wonogiri di sebelah Tenggara - Kabupaten Purworejo di sebelah Barat - Kabupaten Magelang di sebelah Barat Laut.

Naskah Publikasi Karya Ilmiah (2016) terjadi kenaikan variabel Investasi sebesar 1 persen maka akan mengurangi angka kemiskinan sebesar 0,05 persen.

Berdasarkan hasil analisis t-statistik di atas, dapat ditarik kesimpulan bahwa variabel yang paling besar pengaruhnya terhadap tingkat kemiskinan adalah variabel jumlah penduduk dengan pengaruh sebesar 2.634228 dan variabel paling kecil pengaruhnya secara individu adalah variabel PDRB yaitu sebesar -9.439115.

3. Interprestasi hasil pengujian fixed Effect Model

Berdasarkan pengujian statistik yang dilakukan, dapat diketahui bahwa regresi yang dihasilkan cukup baik untuk menerangkan variabel-variabel yang dapat mempengaruhi Pengangguran terbuka. dari ketiga variabel independent (PDRB, jumlah penduduk dan investasi) yang dimasukkan kedalam pengujian statistik dan ekonometrik ternyata tidak semua variabel yang berpengaruh secara signifikan dan mempunyai pengaruh terhadap tingkat kemiskinan, hal ini membuktikan bahwa pengangguran hanya dipengaruhi oleh beberapa dari variabel independent.

Ketidaksesuaian hasil penelitian ini karena pengangguran terbuka yang tidak hanya dipengaruhi oleh variabel–variabel yang diteliti melainkan juga oleh variabel-variabel diluar yang diteliti.

Berdasarkan pengujian yang dilakukan diatas, dapat dianalisis sebagai berikut :

1. Pengaruh PDRB Terhadap Kemiskinan

Berdasarkan hasil penelitian di atas, variabel PDRB berpengaruh negatif signifikan terhadap kemiskinan sebesar -0.572681. Artinya apabila terjadi kenaikan pada variabel PDRB sebesar 5 persen maka angka kemiskinan akan berkurang sebesar 0.57 persen. Hal ini sesuai dengan hipotesis, maka hipotesis diterima.

Naskah Publikasi Karya Ilmiah (2016) Hal ini sesuai dengan penelitian Rusdati dan Lesta (2013) yang berjudul “Analisis Faktor Yang Mempengaruhi Tingkat Kemiskian Di Jawa Tengah” bahwa variabel PDRB berpengaruh negatif signifikan terhadap kemiskinan.

2. Pengaruh Jumlah Penduduk Terhadap Kemiskinan

Berdasarkan hasil penelitian di atas, variabel jumlah penduduk berpengaruh positif signifikan terhadap kemiskinan sebesar 0.480832. Artinya apabila variabel jumlah penduduk mengalami kenaikan sebesar 5 persen maka angka kemiskinan akan naik sebesar 0,48 persen. Hal ini sesuai dengan hipotesis yang mengatakan bahwa jumlah penduduk berhubungan positif signifikan terhadap kemiskinan, maka dapat dikatakan hipotesis diterima

Sesuai dengan penelitian Ari (2010) yang berjudul Analisis Faktor-Faktor yang Mempengaruhi Kemiskinan di Jawa Tengah Tahun 2004-2008, dimana variabel jumlah penduduk berpengaruh positif signifikan terhadap kemiskinan. Di Yogyakarta sediri termasuk salah satu daerah di Indonesia yang memiliki jumlah penduduk yang banyak adalah kabupaten Sleman yang diikuti oleh kabupten Bantul, kabupaten Gunung Kidul, Kota Yogyakarta, dan kabupaten Kulon Progo.

3. Pengaruh Investasi Terhadap Kemiskinan

Berdasarkan data yang telah diolah di atas, variabel investasi berpengaruh negatif dan tidak signifikan. Koefisien variabel investasi adalah sebesar -0.005031 yang artinya bila terjadi kenaikan investasi sebesar 5 persen, maka akan menurunkan kemiskinan sebesar -0.005 persen. Ini artinya investasi berpengaruh negatif terhadap kemiskinan. Hal ini sesuai dengan teori yang didapatkan. Berdasarkan teori, ketika

Naskah Publikasi Karya Ilmiah (2016) investasi naik maka akan mengurangi kemiskinan seperti yang dinyatakan oleh Sitti(2015).

Adanya hubungan negatif tidak signifikan antara investasi dengan kemiskinan, sesuai dengan hasil penelitian Kifli, Sofia membuktikan bahwa rasio investasi berpengaruh positif tidak signifikan terhadap kemiskinan

Tingkat investasi yang tinggi akan berpengaruh secara langsung terhadap pengurangan angka kemiskinan di Daerah Istimewa Yogyakarta karenan jika investasi naik makan secara otomatis akan menambah lapangan pekerjaan akan tetapi masih ada ketidakmerataan investasi di Daerah Istimewa Yogyakarta terutama di daerah desa karena investasi hanya terpusat di kota saja terutama pada industri tersier.

Pemerintah perlu menciptakan lagi iklim investasi yang lebih kondusif dengan adanya jaminan keamanan dan tersedianya infrastruktur yang memadai sehingga dapat menarik lebih banyak investor dalam negeri untuk menanamkan modalnya di Daerah Istimewa Yogyakarta. Dengan demikian peningkatan pada investasi akan merangsang pertumbuhan ekonomi yang lebih baik, terciptanya lapangan pekerjaan yang dapat mengurangi pengangguran yang pada akhirnya akan berdampak positif terhadap kemiskinan.

KESIMPULAN DAN SARAN

A. Kesimpulan

Berdasarkan hasil pengolahan data dalam penelitian yang berjudul “Analisis Pengaruh Produk Domestik Regional Bruto (PDRB), Jumlah Penduduk, Investasi Terhadap Kemiskinan di Daerah Istimewa Yogyakarta”, maka dapat diambil beberapa kesimpulan sebagai berikut:

Naskah Publikasi Karya Ilmiah (2016) B. Hasil pengujian menunjukan bahwa variabel Produk Dosmestik Regional Bruto (PDRB) memiliki pengaruh negatif signifikan terhadap kemiskinan di Daerah Istimewa Yogyakarta dengan nilai koefisien sebesar -0.572681 dan dan drajat signifikasi sebesar 1%, artinya jika terjadi kenaikan variabel PDRB sebesar 1% persen maka akan mengurangi angka kemiskinan sebesar 0.57 %.

C. Hasil pengujian menunjukan bahwa variabel jumlah penduduk memiliki pengaruh signifikan dan positif terhadap kemiskinan di Daerah Istimewa Yogyakarta dengan nilai koefisient sebesar 0.4809832 persen dan drajat koefisiensi sebesar 1%, artinya jika terjadi kenaikan variabel jumlah penduduk sebesar 1% maka akan menambah angka kemiskinan sebesar 0.48%.

D. Hasil pengujian menunjukkan bahwa variabel investasi memiliki pengaruh negatif tidak signifikan terhadap kemiskinan di Daerah Istimewa Yogyakarta, dengan nilai koefisien sebesar -0.005031 dan nilai probabilitas 0.5127, artinya variabel investasi tidak berpengaruh langsung terhadap kemiskinan

E. Saran

Berdasarkan hasil penelitian dan kesimpulan yang didapat, maka saran yang diberikan oleh peneliti adalah sebagai berikut:

1. Pemerintah harus melakukan eksporitasi terhadap sumber-sumber penerimaan daerah khususnya sumber-sumber yang bisa meningkatkan pendapatan daerah sehingga diharapkan dengan meningkatnya PDRB sehingga dapat meningkatkan kesejahteraan masyarakat.

2. Pemerintah harus terus menggencarkan program KB (keluarga berencana) dalam menekan laju pertumbuhan jumlah penduduk agar pertumbuhan penduduk terkendari sehingga taraf hidup dan kesejahteraan masyarakat lebih meningkan, akan

Naskah Publikasi Karya Ilmiah (2016) tertapi perlu adanya kesadaran masyarakat dalam mensukseskan program pemerintah tersebut.

3. Pemerintah harus menciptakan iklim investasi yang kondusif, memperbaiki sarana insfrastruktur yang ada, meningkatkan kualitas sumber daya manusia dan memeratakan investasi di daerah pedesaan, tidak hanya terpusat di kota. sehingga diharapkan investasi yang meningkat dan merata akan meningkatkan kesejahteraan hidup masyarakat.

DAFTAR PUSTAKA

Agus Tri Basuki dan Imamudin Yuliadi, 2014, Elektronik Data Prosesing (SPSS 15 dan EVIEWS 7), Danisa Media, Yogyakarta.

Agus Tri Basuki dan Nano Prawoto, 2014, Pengantar Teori ekonomi, Mitra Pustaka Mandiri (MATAN), Yogyakarta.

Agus Widarjono, 2007, Ekonometrika Teori dan Aplikasi untuk Ekonomi dan Bisnis,

Ari Widiastuti,.2010. Skripsi : “Analisis Faktor Yang Mempengaruhi tingkat Kemiskinan Di Jawa Tengah”

Badan Pusat Statistik, “Data dan Informasi Kemiskinan” berbagai tahun, Badan Pusat Statistik Indonesia, Jakarta

Badan Pusat Statistik, Provinsi Daerah Istimewa Yogyakarta Dalam Angka 2009-2013, BPS Provinsi Daerah Istimewa Yogyakarta.

Bagi Baltagi, 2005, Econometric Analysis of Panel Data, Third Edition, John Wiley and Sons.

Dumairy, 1996, Perekonomian Indonesia”, Erlangga, Jakarta.

Gujarati, Damodar N, 2003, “Basic Econometrics Fourth Edition”, The McGrow Hill Companies Inc, New York.

Hudiyanto, 2013, Ekonomi Pembangunan, Pusat Pengembangan Ekonomi Universitas Muhammadiyah Yogyakarta, Yogyakarta.

Lincolin Arsyad, 1997, “Ekonomi Pembangunan”, STIE YKPN, Yogyakarta. Mankiew, Gregory, 2000, “Teori Makro Ekonomi”, Erlangga, Jakarta.

Naskah Publikasi Karya Ilmiah (2016) Mudrajad Kuncoro, 1997,” Ekonomi Pembangunan”, Teori, Masalah dan Kebijakan,

UPPAMP YKPN, Yogyakarta.

Nano Prawoto dkk., 2014, Pedoman Penulisan Usulan Penelitian Skripsi dan Publikasi Karya Ilmiah, UPFE UMY; Yogyakarta.

Octafinnanda.,dkk.2014 “analisis faktor-faktor yang mempengaruhi tingkat kemiskinan di

jawa tengah”. Vol.3. Tahun 2014. Hal. 1.

http://ejournal-s1.undip.ac.id/index.php/gaussian. Diakses tanggal 12 oktober 2015pk13.00 WIB. Rusdarti.,dkk., 2013, “ Faktor-Faktor Yang Memepengaruhi Tingkat Kemiskinan Di Jawa

Tengah”, Vol 9,April, hal. 1.

Sadono Sukirno, 1997,”Ekonomi Pembangunan”, Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta.

Susi Roria, S.,2014. Skripsi: “ Analisis Jumlah Penduduk, PDRB, Jumlah Pengangguran Terhadap Tingkat Kemiskinan Di Kota Bengkulu”.Universitas Bengkulu.

Todaro, Mchael P, 2000, “Pembangunan Ekonomi di Dunia Ketiga”, Erlangga, Jakarta.

Wiguna, Indra Van, 2013 . “Analisis Pengaruh PDRB, Pendidikan dan Pengangguran Terhadap Kemiskinan di Provinsi Jawa Tengah Tahun 2005-2010”