Kaitan PDRB per kapita dengan Tingkat Kemiskinan

108

5.1.7 Kaitan Indeks Gini dengan Tingkat Kemiskinan

Jika dilihat berdasarkan plot data antara indeks gini dan tingkat kemiskinan selama periode tahun 2007-2010 di Indonesia, terjadi hubungan positif. Artinya, semakin tinggi indeks gini maka tingkat kemiskinan akan semakin besar. Gambar 5.9 Scatter-plot antara indeks gini dan persentase penduduk miskin di Indonesia, tahun 2007–2010. Tingkat kemiskinan erat kaitannya dengan ketimpangan distribusi pendapatan. Distribusi pendapatan suatu daerah dapat menentukan bagaimana pendapatan daerah mampu menciptakan perubahan-perubahan dan perbaikan- perbaikan dalam masyarakat, khususnya dalam mengurangi kemiskinan. Distribusi pendapatan yang tidak merata, tidak akan menciptakan kemakmuran secara umum, tetapi hanya menciptakan kemakmuran bagi golongan tertentu saja. Menurut Todaro dan Smith 2006 ketimpangan pendapatan yang ekstrem menyebabkan inefisiensi ekonomi. Penyebabnya adalah ketimpangan yang semakin tinggi akan menyebabkan semakin kecil bagian populasi yang memenuhi syarat untuk mendapat kredit pinjaman. Masyarakat yang tidak dapat meminjam uang, pada umumnya tidak dapat menyediakan pendidikan atau memulai bisnis. Tingkat ketimpangan yang tinggi akan memberikan kontribusi kepada tingkat kemiskinan yang tinggi pula. Oleh karena itu, kebijakan pembangunan yang memperbaiki distribusi pendapatan –dan juga meningkatkan pertumbuhan ekonomi– merupakan prioritas penting dalam menanggulangi kemiskinan. 109

5.2 Hasil Evaluasi Model Peran Pendidikan terhadap Kemiskinan

Untuk mengidentifikasi peran pendidikan di Indonesia secara keseluruhan terhadap kemiskinan, digunakan analisis data panel. Model ini didekati melalui tiga indikator utama, seperti angka melek huruf, angka partisipasi sekolah dan rata-rata lama sekolah. Model ini menyertakan variabel rasio anggaran fungsi pendidikan terhadap total APBD sebagai pendekatan pengeluaran publik bidang pendidikan. Persamaan menggunakan data dari 33 provinsi di seluruh Indonesia pada periode tahun 2007 sampai 2010. Dalam penelitian ini, sebagian besar variabel yang digunakan dalam satuan persentase. Adapun untuk variabel dengan satuan bukan persentase, digunakan nilai logaritma untuk menghilangkan pengaruh perbedaan satuan pengukuran atau bebas satuan. Nilai koefisien regresi bisa bernilai positif atau negatif. Jika nilai koefisien β bertanda positif artinya peningkatan variabel bebas sebesar 1 . akan meningkatkan variabel tak bebas sebesar β . . Jika nilai koefisien β bertanda negatif, artinya peningkatan variabel bebas sebesar 1 . akan menurunkan variabel tak bebas sebesar β . . Pengujian pertama adalah mengestimasi pengaruh pendidikan secara keseluruhan di Indonesia. Variabel yang digunakan adalah: angka melek huruf penduduk umur 15 tahun ke atas, angka partisipasi sekolah penduduk umur 7-24 tahun, rata-rata lama sekolah penduduk umur 15 tahun ke atas, dan rasio anggaran fungsi pendidikan terhadap total APBD. Pemilihan model regresi terbaik dilakukan untuk mendapatkan hasil estimasi yang baik. Proses ini dilakukan dengan membandingkan model efek tetap fixed effect model - FEM dengan model efek acak random effect model - REM menggunakan uji Hausman. Statistik uji Hausman mengikuti distribusi statistik Chi-Square dengan derajat bebas sejumlah variabel bebas, dengan hipotesis: H :   |  it i x E   Tidak ada korelasi antara komponen error dengan peubah bebas. H 1 :   |  it i x E   Ada korelasi antara komponen error dengan peubah bebas.