Ketimpangan Pendapatan Konsep dan Definisi .1 Konsep Otonomi

sehingga pendapatan per kapita pada sektor modern juga akan lebih tinggi. Hasilnya, ketimpangan antara kedua sektor itu semakin meningkat pada tahap awal pembangunan dan kemudian menurun pada tahap selanjutnya. Sumber : Setianegara 2003 Gambar 4 Kurva U Terbalik Kuznets Inverted U Curve Hypothesis. Ketimpangan pendapatan merupakan suatu fenomena yang masih dihadapi oleh negara-negara berkembang. Ketimpangan distribusi pendapatan mencerminkan bahwa pembagian hasil pembangunan tidak merata dirasakan oleh masyarakat. Ketimpangan pendapatan adalah suatu kondisi dimana distribusi pendapatan yang diterima masyarakat tidak merata. Ketimpangan ditentukan oleh tingkat pembangunan, heterogenitas etnis, ketimpangan juga berkaitan dengan kediktatoran dan pemerintah yang gagal menghargai property rights Glaeser, dalam Ajiji, 2010. Todaro dan Smith 2006 menyatakan bahwa ketimpangan pendapatan akan menyebabkan beberapa hal, antara lain: 1. Ketimpangan pendapatan yang ekstrim akan menyebabkan inefisiensi ekonomi. 2. Ketimpangan pendapatan yang ekstrim akan melemahkan stabilitas sosial dan solidaritas 3. Ketimpangan pendapatan yang ekstrim umumnya dianggap tidak adil. Para ekonom dalam mengukur ketimpangan membedakan menjadi dua ukuran pokok distribusi pendapatan, yaitu : distribusi pendapatan perseorangan atau distribusi ukuran pendapatan dan distribusi pendapatan fungsional atau pangsa distribusi pendapatan per faktor produksi. Penelitian ini menggunakan Indeks Gini yang merupakan bagian dari pengukuran melalui distribusi pendapatan perseorangan . Indeks Gini adalah berasal dari kurva Lorenz, yaitu mengukur luas daerah A yang dibentuk oleh kurva Lorenz dan garis pemerataan. Gini ratio adalah ukuran ketimpangan atau ketidakmerataan agregat secara keseluruhan atau rasio daerah A dengan segitiga BCD yang nilainya berkisar antara 0 dan 1. semakin kecil nilai gini ratio maka ketimpangan semakin rendah. Angka 0 adalah sempurna. Nilai antara 0,50-0,70 mengalami ketidakmerataan tinggi, nilai 0,36- 0,49 mengalami ketidakmerataan sedang dan nilai 0,20 – 0,35 mengalami ketidakmerataan rendah. Kurva lorennz merupakan titik-titik yang menghubungkan sumbur horizontal adalah persentase kumulatif dan sumbu vertikal adalah persentase pendapatan. Apabila kurva lorenz mendekati garis diagonal yang memotong persegi empat, maka dikatakan bahwa daerah tersebut memiliki ketimpangan yang kecil. Sumber : Setianegara 2003 Gambar 5 Kurva Lorenz. Cara lain untuk menghitung Indeks Gini adalah dengan menggunakan formula berikut Wodon dan Yitzhaki, 2002: y F y Cov Gini , 2 y = pendapatan individu atau rumahtangga F = rank individu atau rumahtangga dalam distribusi pendapatan nilainya antara 0 = paling miskin dan 1 = paling kaya y = pendapatan rata-rata Indeks Gini relatif mudah untuk diinterpretasikan. Misalkan diketahui Indeks Gini dalam suatu masyarakat adalah 0,4. Artinya, jika rata-rata pendapatan per kapita masyarakat tersebut sebesar Rp 1 juta, maka ekspektasi perbedaan pendapatan per kapita antara dua individu yang diambil secara acak akan sebesar Rp 0,4 juta 0,4 x Rp 1 juta. Interpretasi melalui kurva Lorenz juga relatif mudah. Jika kurva Lorenz terletak relatif jauh dari garis 45 , berarti ketimpangan besar. Semakin mendekati garis 45 , maka ketimpangan semakin kecil semakin merata.

2.1.7 Analisis Regresi Panel

Pendekatan cross section yang memiliki kelemahan telah memotivasi penggunaan model time series, akan tetapi melalui pendekatan time series juga memiliki kelemahan, sehingga muncul perhatian dalam penggunaan data panel, yaitu menggunakan informasi dari gabungan kedua pendekatan tersebut cross section dan time series. Menurut Verbeek, 2004 dalam Firdaus 2009 dengan menggunakan data panel memberikan banyak keuntungan, diantaranya sebagai berikut: 1. Kombinasi data cross section dan time series dalam data panel membuat jumlah observasi menjadi lebih besar. 2. Dapat memberikan data yang informatif, mengurangi kolinearitas antar peubah, meningkatkan derajat bebas dan lebih efisien. Indeks Gini = Luas bidang A Luas bidang BCD 3. Lebih baik untuk studi dynamics of adjustment. Karena berkaitan dengan observasi cross section yang berulang, maka data panel lebih baik dalam mempelajari perubahan dinamis. 4. Lebih baik dalam mengidentifikasi dan mengukur efek yang secara sederhana tidak dapat diatasi dalam data cross section saja atau data time series saja. Selain manfaat yang diperoleh dengan penggunaan panel data, metode ini juga memiliki keterbatasan di antaranya adalah: 1. Masalah dalam desain survei panel, pengumpulan dan manajemen data. Masalah yang umum dihadapi diantaranya: cakupan coverage, nonresponse, kemampuan daya ingat responden recall, frekuensi dan waktu wawancara. 2. Distorsi kesalahan pengamatan measurement errors. Measurement errors umumnya terjadi karena respon yang tidak sesuai. 3. Masalah selektivitas selectivity yang mencakup hal-hal berikut: a. Self-selectivity : permasalahan yang muncul karena data-data yang dikumpulkan untuk suatu penelitian tidak sepenuhnya dapat menangkap fenomena yang ada. b. Nonresponse : permasalahan yang muncul dalam panel data ketika ada ketidaklengkapan jawaban yang diberikan oleh responden sampel rumahtangga. c. Attrition : jumlah responden yang cenderung berkurang pada survei lanjutan yang biasanya terjadi karena responden pindah, meninggal dunia atau biaya menemukan responden yang terlalu tinggi 4. Dimensi waktu time series yang pendek. Jenis panel mikro biasanya mencakup data tahunan yang relatif pendek untuk setiap individu. 5. Cross-section dependence. Sebagai contoh, apabila macro panel dengan unit analisis negara atau wilayah dengan deret waktu yang panjang mengabaikan cross-country dependence akan mengakibatkan inferensi yang salah misleading inference. Secara umum dengan menggunakan data panel akan menghasilkan intesep dan slope koefisien yang berbeda pada setiap obervasi dan setiap periode waktu, sehingga dalam mengestimasi akan muncul beberapa kemungkinan tentang asumsi intesep dan slope koefisien, yaitu :