3.2.1. Analisis Deskriptif
Analis deskriptif merupakan suatu teknik analisis sederhana yang dapat digunakan untuk menggambarkan kondisi suatu observasi dengan menyajikan
dalam bentuk ulasan, tabel maupun grafik dengan tujuan memudahkan dalam menafsirkan hasil observasi.
3.2.2. Analisis Kuadran
Analisis kuadran dalam penelitian ini digunakan untuk melihat dampak implementasi program PEMP periode 2005-2009 terhadap 20 kabupatenkota
pesisir, yaitu berupa analisis dinamika dan perkembangan pertumbuhan ekonomi, ketimpangan pendapatan dan pengangguran terhadap kemiskinan yang terjadi di
kabupatenkota pesisir pada awal periode tahun 2005, dan setelah 4 tahun implementasi program PEMP tahun 2009. Gambaran kedua waktu tersebut
diharapkan dapat memberikan gambaran dinamika kemiskinan, pertumbuhan ekonomi, ketimpangan pendapatan dan pengangguran di kabupatenkota pesisir.
3.2.3. Analisis
Pro Poor Growth Growth Incidence CurveGIC
Analisis Pro Poor Growth Growth Incidence CurveGIC yang digunakan dalam penelitian ini untuk melihat apakah pertumbuhan ekonomi di
wilayah pesisir 20 kabupatenkota pesisir memberikan manfaat bagi penduduk miskin atau mengarah ke pro poor growth PPG, digunakan analisis growth
incidence curve GIC. PPG yang digunakan dalam penelitian ini diukur melalui
pendekatan agregat. Ravallion 2005 menggunakan GIC untuk mengukur PPG, dengan rumus:
p L
dLn p
g +
= γ
3.1 Dimana γ = dLn yaitu tingkat pertumbuhan rata-rata pendapatan pengeluaran
dari keseluruhan penduduk. gp = GIC
. Jika gp nol 0, artinya GIC bernilai positif di keseluruhan penduduk persentil-p, maka pertumbuhan bersifat pro poor growth. Sebaliknya,
jika gp bernilai negatif atau tidak semua positif di keseluruhan penduduk persentil-p, maka pertumbuhan belum bersifat pro poor growth. Selain itu, GIC
dapat menunjukkan perubahan ketimpangan pendapatan antara penduduk miskin
dan kaya. Jika GIC merupakan fungsi turun, maka ketimpangan menurun demikian pula sebaliknya.
3.2.3.1 Tahapan Pengolahan
GIC
Pengolahan Growth Incidence Curve GIC menggunakan SPSS 13. Tahapan sebagai berikut:
1. Data yang digunakan yaitu rata-rata pengeluaran penduduk perkapita hasil
SUSENAS 2005 dan 2009, masing-masing dari 20 kabupatenkota pesisir. 2.
Distribusi pengeluaran menurut persentil, diurutkan dari pengeluaran rendah sampai dengan tertinggi 100 persen dihitung masing-masing untuk tahun
2005 dan 2009. 3.
Dihitung masing-masing persentil nilai growth pertumbuhan rata-rata pengeluaran penduduk tahun 2009 dibanding tahun 2005.
4. Nilai growth menurut persentil dibuat kurva dengan rata-rata pertumbuhan
mean growth 100
9 5
9 x
p p
p growth
− =
Atau menggunakan rumus pertumbuhan geometrik
1
1 5
9
−
=
n
P P
r Dimana: r = pertumbuhan
P
5
= rata-rata pengeluaran perkapita tahun 2005 P
9
= rata-rata pengeluaran perkapita tahun 2009 n = selisih periode tahun 2009-2005=4
3.2.4. Analisis Data Panel
Untuk melihat pengaruh program PEMP serta keterkaitan antara pertumbuhan ekonomi, ketidakmerataan pendapatan, pengangguran dan
kemiskinan digunakan analisis kuantitatif yaitu dengan menggunakan analisis data panel. Data panel adalah gabungan antara data silang cross section dan data
runtun waktu time series, sehingga periode waktu yang digunakan tidak terlalu panjang dan data silangnya dapat berupa karakteristik suatu perusahaan wilayah
negara . Jadi, data panel terdiri dari beberapa atau banyak objek yang meliputi beberapa periode. Nama lain data panel antara lain: Panel Pooled data,
combination of time series and cross section data, longitudinal data, pooled-time
series data . Jika setiap unit cross section memiliki jumlah observasi time series
yang sama maka disebut sebagai balanced panel. Sebaliknya, jika unit-unit cross section
memiliki jumlah observasi time series yang berbeda maka disebut unbalanced panel
. Regresi dengan menggunakan data panel disebut dengan model regresi
data panel. Penggunaan model regresi data panel memungkinkan untuk menangkap karakteristik antar individu dan antar waktu. Selain itu, data panel
digunakan apabila observasi dari cross section saja atau data time series saja tidak cukup untuk dilakukan analisis, karena dengan data panel observasinya akan lebih
banyak. Hsiao 1990 menyatakan bahwa model regresi data panel memiliki beberapa keuntungan, antara lain:
1. Data panel mampu menyediakan data yang lebih banyak dan informasi yang
lebih lengkap, karena merupakan gabungan antara data cross section dan data time series
, sehingga model regresi data panel akan menghasilkan degree of freedom
df yang lebih besar yang selanjutnya akan meningkatkan presisi dari estimasi regresi;
2. Penggabungan informasi dari data time series dan data cross section, dapat
mengatasi masalah yang timbul akibat penghilangan variabel ommited variable
; 3.
Data panel dapat meminimalkan bias yang dihasilkan oleh agregasi individu karena unit data lebih banyak;
4. Data panel mampu mengindikasikan dan mengukur efek yang secara
sederhana tidak dapat diperoleh dengan data cross section murni atau time series
murni; 5.
Data panel mampu mengurangi kolinieritas antar variabel; 6.
Suatu hal yang penting dalam data panel yang diabaikan dalam penggunaan OLS adalah heterogenitas antara unit-unit cross section. Asumsi yang
mendasari OLS tersebut sangat jarang berlaku dalam kenyataan sehari-hari.