Faktor-Faktor Yang Mempengaruhi Tingkat Kemiskinan Di Provinsi Sumatera Utara
9
BAB 2
LANDASAN TEORI
2.1 Sejarah Analisis Jalur
Analisis jalur yang dikenal dengan path analysis dikembangkan pertama tahun
1920-an oleh seorang ahli genetika yaitu Sewall Wright (Joreskog & Sorbom,
1996; Johnson & Wichern, 1992).Teknik analisis jalur sebenarnya merupakan
pengembangan korelasi yang diurai menjadi beberapa interpretasi akibat yang
ditimbulkannya.Lebih lanjut, analisis jalur mempunyai kedekatan dengan regresi
berganda. Dengan kata lain, regresi berganda merupakan bentuk khusus dari
analisis jalur. Teknik ini juga dikenal sebagai model sebab akbat (causing
modeling).Penamaan
ini
didasarkan
pada
alasan
bahwa
analisis
jalur
memungkinkan pengguna dapat menguji proposisi teoritis mengenai hubungan
sebab akibat tanpa memanipulasi variabel-variabel.Memanipulasi variabel
maksudnya ialah memberikan perlakuan (treatment) terhadap variabel-variabel
tertentu dalam pengukurannya (Sarwono, 2007).
2.2 Pengertian Analisis Jalur
Analisis jalur adalah suatu teknik untuk menganalisis hubungan sebab akibat yang
terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel
tergantung tidak hanya secara langsung tetapi juga secara tidak langsung (Robert
D. Rutherford 1993). Sementara itu defenisi lain menyatakan bahwa Analisis jalur
merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk
memberikan estimasi tingkat kepentingan (magnitude) dan signifikansi
Universitas Sumatera Utara
10
(significance) hubungan sebab akibat hipotetikal dalam seperangkat variabel (Paul
Webley, 1997).
David Garson dari North carolina State University mendefenisikan
analisis jalur sebagai model perluasan regresi yang digunakan untuk menguji
keselaransan matriks korelasi dengan dua atau lebih model hubungan sebab akibat
yang dibandingan oleh peneliti. Modelnya digambarkan dalam bentuk gambar
lingkaran dan panah dimana anak panah tunggal menunjukkan sebagai penyebab.
Regresi dikenakan pada masing-masing variabel dalam suatu model sebagai
variabel tergantung (pemberi respons) sedang yang lain sebagai penyebab.
Pembobotan regresi diprediksikan dalam suatu model yang dibandingkan dengan
matriks korelasi yang diobservasi untuk semua variabel dan dilakukan juga
perhitungan uji keselaran statistik (David Garson, 2003).
Analisis jalur juga diartikan oleh Bohrnstedt (1974 dalam Riduwan dan
Engkos Achmad Kuncoro, 2008) bahwa “ A technique for estimating the effect’s a
set of independent variables has on a dependent variable from a set of observed
correlations, given a set of hyphotesized causal asymetric relation among the
variables”. Sedangkan tujuan utama analisis jalur menurut Maruyama (1998
dalam riduwan dan Engkos Kuncoro, 2008) adalah “ A method of measuring the
direct influence along each separate path in such a system and thus of finding the
degree to which variation of a given effect is determined by each particular cause.
The method depend on the combination of knowledge of the degree of correlation
among the variables in a system which such knowledge as may possesed of the
causal relations ”.
Universitas Sumatera Utara
11
Jadi, model analisis jalur digunakan untuk menganalisis pola hubungan
antar variabel dengan tujuan unutk mengetahui pengaruh langsung maupun tidak
langsung seperangkat variabel bebas terhadap variabel terikat.Model analisis jalur
yang dibicarakan adalah pola hubungan sebab akibat. Oleh karena itu rumusan
masalah penelitian dalam kerangka analisis jalur hanya berkisar pada apakah
variabel bebas (X1,X2,...,Xk) berpengaruh terhadap variabel Y, atau berapa besar
pengaruh kausal langsung, kausal tidak langsung, kausal total maupun simultan
seperangkat variabel bebas (X1,X2,...,Xk) berpengaruh terhadap variabel Y.
(Riduwan dan Engkos Kuncoro, 2008).
2.2.1 Manfaat Analisis Jalur
Menurut Riduwan dan Engkos Kuncoro (2008), manfaat model analisis jalur
adalah untuk:
1. Penjelasan
(explanation)
terhadap
fenomena
yang
dipelajari
atau
permasalahan yang diteliti.
2. Prediksi nilai variabel endogen berdasarkan nilai variabel eksogen.
3. Faktor dominan yaitu penentu variabel eksogen mana yang berpengaruh
dominan terhdap variabel endogen, juga untuk mekanisme pengaruh jalurjalur variabel eksogen terhadap variabel endogen.
4. Pengujian model dengan menggunakan teori trimming baik untuk uji
reabilitas dari konsep yang sudah ada maupun konsep baru.
2.2.2 Asumsi-asumsi Analisis Jalur
Asumsi yang mendasari analisis jalur sebagai berikut::
1. Hubungan antar variabel bersifat linear, adaktif dan normal.
Universitas Sumatera Utara
12
2. Tidak adanya adivity, yaitu tidak ada efek-efek interaksi. Semua variabel
residual tidak boleh berinteraksi dengan salah satu variabel dalam model
yang diteliti.
3. Sistem aliran kausal hanya satu arah (rekursif) artinya tidak ada arah
kausalitas terbalik non-rekursif (reciprocal).
4. Variabel terikat minimal dalam bentuk skala ukur interval dan ratio.
5. Sampling bersifat probability sampling sehingga memungkinkan seluruh
anggota populasi memiliki peluang yang sama untuk dipilih menjadi
anggota sampiling.
6. Observed variabel diukur tanpa kesalahan (instrumen valid dan reliable)
artinya variabel yang diteliti dapat diobservasi secara langsung.
7. Model yang dianalisis dispesifikasikan berdasarkan teori atau konsep
yang relevan, artinya model yang dikaji atau diuji dibangun berdasarkan
kerangka teoritis tertentu yang mampu menjelaskan hubungan kausalitas
antar variabel.
2.2.3 Beberapa Istilah Dalam Analisis Jalur
Beberapa istilah yang dikenal dalam analisis jalur aalah sebagai berikut:
1. Model Jalur
Model jalur ialah suatu diagram yang menghubungkan antara variabel
bebas, perantara, dan tergantung. Pola hubungan ditunjukkan dengan
menggunakan
anak
panah.Anak
panah-anak
panah
tunggal
menunjukkan hubungan sebab-akibat antara variabel-variabel exogenus
atau perantara dengan satu variabel tergantung atau lebih.Anak panah
juga menghubungkan kesalahan (residual variable) dengan semua
Universitas Sumatera Utara
13
variabel endogenus masing-masing.Anak panah ganda menunjukkan
korelasi antara pasangan variabel-variabel exogenus.
2. Variabel exogenus
Variabel exogenus adalah semua variabel yang tidak ada penyebabpenyebab eksplisitnya atau dalam diagram tidak ada anak-anak panah
yang menuju ke arahnya, selain pada bagian kesalahan pengukuran.
Jika antara variabel exogenus dikorelasikan maka korelasi tersebut
ditunjukkan dengan anak panah berkepala dua yang menghubungkan
variabel-variabel tersebut.
3. Variabel endogenus
Variabel endogenus ialah variabel yang mempunyai anak panah-anak
panah menuju ke variabel tersebut.Variabel yang termasuk didalamnya
mencakup semua variabel perantara dan tergantung.Variabel perantara
endogenus mempunyai anak panah yang menuju ke arahnya dan dari
arah variabel tersebut dalam suatu model diagram jalur.Adapun
variabel tergantung hanya mempunyai anak panah yang menuju ke
arahnya.
4. Koefisien jalur/pembobotan jalur
Koefisien jalur adalah koefisien regresi standar atau disebut „beta‟ yang
menunjukkan pengaruh langsung dari suatu variabel bebas terhadap
variabel tergantung dalam suatu model jalur tertentu. Oleh karena itu, jika
suatu model mempunyai dua atau lebih variabel-variabel penyebab, maka
koefisien-koefisien jalurnya merupakan koefisien-koefisien regresi parsial
yang mengukur besarnya pengaruh satu variabel
Universitas Sumatera Utara
14
terhadap variabel lain dalam suatu modeljalur tertentu yang mengontrol
dua variabel lain sebelumnya dengan menggunakan data yang sudah
distandarkan atau matriks korelasi sebagai masukan.
5. Direct effect
Direct effect ialah pengaruh langsung yang dapat dilihat dari koefisien
jalur dari satu variabel ke variabel lainnya.
6. Indirect effect
Indirect effect ialah urutan jalur melalui satu atau lebih variabel
perantara.
2.2.4 Model Anlisis jalur
Ada beberapa model jalur mulai dari yang paling sederhana smpai dengan yang
lebih rumit, diantaranya diterangkan di bawh ini:
1.
Model Regresi Berganda
Model
ini
merupakan
pengembangan
regresi
berganda
dengan
menggunakan dua variabel exogenous, yaitu X1 dan X2 dengan satu
variabel endogenous Y. Model digambarkan sebagai berikut:
X1
Y
X2
Gambar 2.1 Model Regresi Berganda
Universitas Sumatera Utara
15
2.
Model Mediasi
Model mediasi atau perantara dimana variabel Y memodifikasi pengaruh
variabel X terhadap variabel Z. Model ini digambarkan sebagai berikut:
X
Z
Y
Gambar 2.2 Model Mediasi
3.
Model Kombinasi Regresi Berganda dan Mediasi
Model ini merupakan kombinasi antara model regresi berganda dan
mediasi, yaitu variabel X berpengaruh terhadap variabel Z secara langsung
dan tidak langsung mempengaruhi variabel Z melalui variabel Y. Model
digambarkan sebagai berikut:
X
Z
Y
Gambar 2.3 Model Kombinasi Regresi Berganda dan Mediasi
4.
Model Kompleks
Model ini merupakan model yang lebih kompleks, yaitu variabel X1 secara
langsung mempengaruhi Y2 dan melalui variabel X2 secara tidak langsung
Universitas Sumatera Utara
16
mempengaruhi Y2, sementara variabel Y2 juga dipengaruhi oleh variabel
Y1. Model digambarkan sebagai berikut:
X1
Y1
X2
Y2
Gambar 2.4 Model Kompleks
5. Model Rekursif dan Non Rekursif
Dari sisi pandang arah sebab akibat, ada dua tipe model jalur, yaitu
rekursif dan non rekursif. Model rekursif ialah jika semua anak panah
menuju satu arah seperti gambar berikut:
Gambar 2.5 Model Rekursif
Universitas Sumatera Utara
17
Model sebelumnya dapat diterangkan sebagai berikut:
a. Anak panah menuju satu arah, yaitu dari 1 ke 2, 3, dan 4; dari 2 ke 3 dan
dari 3 menuju ke 4. Tidak ada arah yang terbalik, misalnya dari 4 ke 1
b. Hanya terdapat satu variabel exogenous, yaitu 1 dan tiga variabel
endogenous, yaitu 2, 3, dan 4. Masing-masing variabel endogenous
diterangkan oleh variabel 1 dan error ( 1, 2, dan 3).
c. Satu variabel endogenous dapat menjadi penyebab variabel endogenous
lainnya, tetapi bukan ke variabel exogenous.
Model non recursif terjadi jika arah anak panah tidak searah atau terjadi
arah yang terbalik (looping), misalnya dari 4 ke 3 atau dari 3 ke 1 dan 2,
atau bersifat sebab akibat (reciprocal cause).
6.
Model Trimming
Model Trimming adalah model yang digunakan untuk memperbaiki suatu
model struktur analisis jalur dengan cara mengeluarkan dari model
variabel bebas yang koefisien jalurnya tidak signifikan. Jadi, model
trimming terjadi ketika koefisien jalur diuji secara keseluruhan ternyata
ada variabel yang tidak signifikan.Walaupun ada satu, dua, atau lebih
variabel yang tidak signifikan, tentu perlu memperbaiki model struktur
analisis jalur yang telah dihipotesiskan (Riduwan dan Engkos Achmad
Kuncoro, 2008). Model variabel bebas dikatakan signifikan apabila nilai
probabilitasnya (Sig) ≤0,05.
Cara menggunakan model trimming yaitu menghitung ulang
koefisien jalur tanpa menyertakan varibel bebas yang koefisien jalurnya
tidak signifikan.
Universitas Sumatera Utara
18
2.2.5 Diagram Jalur dan Persamaan Struktural
Pada saat akan melakukan analisis jalur, disarankan untuk terlebih dahulu
menggambarkan secara diagramatik struktur hubungan kausal antara variabel
penyebab dengan variabel akibat. Diagram ini disebut diagram jalur (Path
Diagram), dan bentuknya ditentukan oleh proposisi teoritik yang berasal dari
kerangka pikir tertentu.
X1
X2
Gambar 2.6 Diagram Jalur Yang Menyatakan Hubungan Kausal dari X1
Sebagai Penyebab ke X2 Sebagai Akibat
di mana:
X1 adalah variabel eksogenus (exogenous variable) untuk itu selanjutnya variabel
penyebab disebut sebagai variabel eksogenus. X2 adalah endogenus (endogenous
variable), sebagai akibat dan ε adalah variabel residu ( residual variable), yang
merupakan gabungan dari: (1) Variabel lain, di luar X1, yang mungkin
mempengaruhi X2 dan telah teridentifikasi oleh teori, tetapi tidak dimasukkan
dalam model. (2) Variabel lain, di luar X2, yang mungkin mempengaruhi X2
tetapi belum teridentifikasi oleh teori. (3) Kekeliruan pengukuran (error of
measurement), dan (4) Komponen yang sifatnya tidak menentu (random
component).
Gambar 2.6 merupakan diagram jalur yang paling sederhana yang
menyatakan bahwa X2 dipengaruhi secara langsung oleh X1, tetapi di luar X2,
masih banyak penyebab lain yang dalam penelitian yang sedang dilakukan tidak
diukur. Penyebab lain itu dinyatakan oleh ε. Persamaan struktural yang dimiliki
oleh gambar 2.6 adalah X2 = ρx2.x1 .X1 + ε. Selanjutnya tanda anak panah satu
Universitas Sumatera Utara
19
arah menggambarkan pengaruh langsung dari variabel eksogenus terhadap
variabel endogenus.
X1
X2
X4
X3
ε
Gambar 2.7 Diagram Jalur
Yang Menyatakan Hubungan Kausal dari X1,
X2,X3, dan X4
Gambar 2.7 menunjukkan bahwa diagram jalur tersebut terdapat tiga buah variabel
eksogen, yaitu X1, X2, dan X3, sebuah variabel endogen (X4) serta sebuah variabel
residu ε. Pada diagram di atas juga mengisyaratkan bahwa hubungan antara X1
dengan X4, X2 dengan X4 dan X3 dengan X4 adalah hubungan kausal, sedangkan
hubungan antara X1 dengan X2, X2 dengan X3 dan X1 dengan X3 masing-masing
adalah hubungan korelasional. Perhatikan panah dua arah, panah tersebut menyatakan
hubungan korelasional. Bentuk persamaan strukturalnya
adalah: X4 = ρX4.X1. X1 + ρX4.X2. X2 + ρX4.X3.X3 + ε
X1
X2
X3
X4
ε1
ε2
Gambar 2.8 Hubungan Kausal dari X1, X2, danX3 ke X4
Perhatikan bahwa pada gambar 2.8 di atas, terdapat dua buah substruktur.Pertama, sub-struktur yang menyatakan hubungan kausal dari X1 dan X2
ke X3, sertakedua sub-struktur yang mengisyaratkan hubungan kausal dari X3 ke
X4. Persamaan struktural untuk gambar 2.8 adalah: X3 = ρX3.X1. X1 + ρX3.X2. X2 +ε1
Universitas Sumatera Utara
20
dan X4 = ρX4.X3 .X3 +ε2 .Pada sub-struktur pertama X1 dan X2merupakan variabel
eksogen, X4 sebagai variabel endogen dan ε1 sebagai variabel residu.Pada substruktur kedua, X3 merupakan variabel eksogen, X4 sebagai variabel endogen dan
ε2 sebagai variabel residu.
2.2.6 Koefisien Jalur
Besarnya pengaruh langsung dari suatu variabel eksogenus terhadap variabel
endogen tertentu, dinyatakan oleh besarnya nilai numeric koefisien jalur (path
coefficient) dari eksogenus ke endogen.
X1
ρX3.X1
X3
rx1.x2
X2
ρX3.X2
ρX3.ε
Gambar 2.9 Hubungan Kausal dari X1dan X2 ke X3
Hubungan antara X1 dan X2 adalah hubungan korelasional. Intensitas keeratan
hubungan tersebut dinyatakan oleh besarnya koefisien korelasirx1.x2 .Hubungan
X1 dan X2, ke X3 adalah hubungan kausal.Besarnya nilai numerik koefisien
jalurρX3.X1 dan ρX3.X2.Koefisien jalur ρX3.εmenggambarkan besarnya pengaruh
langsung variabel residu (implicit exogenous variable) terhadap X3.
Langkah kerja yang dilakukan untuk menghitung koefisien jalur adalah:
1. Gambarkan dengan jelas diagram jalur yang mencerminkan proposisi
hipotetik yang diajukan, lengkap dengan persamaan strukturalnya. Di sini
harus bisa diterjemahkan hipotesis penelitian yang di ajukan ke dalam
Universitas Sumatera Utara
21
diagram jalur, sehingga bisa tampak jelas variabel apa saja yang
merupakan variabel eksogen dan apa yang menjadi variabel endogennya.
2. Menghitung matriks korelasi antar variabel.
Formula untuk menghitung koefisien korelasi yang dicari adalah
menggunakanProduct Moment Coeffisient dari Karl Pearson. Alasan
penggunaan teknik koefisien korelasi dari Karl Pearson adalah karena
variabel-variabel
yang hendak dicari korelasinya memiliki skala
pengukuran interval. Rumus:
n
n XY
r
j j
j 1
X jY j
n
n
X j Yj
j 1
j 1
n
n 2 n
n 2
X
Y
2
2
nX j nYj
j 1
j 1
j1
j 1
di mana:
n
: Jumlah sampel
3. Identifikasi sub-struktur dan persamaan yang akan dihitung koefisien
jalurnya. Misalkan dalam sub-struktur yang telah diidentifikasi terdapat k
buah variabel eksogen, dan sebuah (selalu hanya sebuah) variabel endogen
Xu yang dinyatakan dengan persamaan :
Universitas Sumatera Utara
Universitas Sumatera Utara
23
2. Besarnya pengaruh tidak langsung variabel eksogenus Xu terhadap
variabel endogenus Xk melalui hubungan korelasi dari variabel Xi =
3. Besarnya pengaruh tidak langsung variabel Xu terhadap variabel Ximelalui
variabel Xk =
4. Besarnya pengaruh total adalah pengaruh lansung dijumlahkan dengan
variabel tidak langsung.
5. Besarnya pengaruh simultan variabel eksogen terhadap variabel endogen
adalah:
r
R
2
xu (x1, x2 ,..., xk )
xu x1
xu x2
x x
u 1
r
x x
x x
u k
u 2
r
xx
u k
di mana:
= , ,…,
b.
adalah koefisien jalur ke-i,
c.
adalah koefiesien korelasi variabel eksogen Xk dengan variabel
endogen Xu.
2.2.8 Pengujian Koefisien Jalur
Menguji kebermaknaan (test of significance) setiap koefisien jalur yang telah
dihitung, baik secara sendiri-sendiri maupun secara bersama-sama, serta menguji
Universitas Sumatera Utara
Universitas Sumatera Utara
Universitas Sumatera Utara
26
sebagai salah satu akibat dari kegagalan kelembagaan pasar (bebas) dalam
mengalokasikan sumber daya yang terbatas secara adil kepada seluruh anggota
masyarakat. Paham ini mengemukakan konsep tentang kemiskinan relatif atau
sering pula dikenal sebagai kemiskinan struktural.
Pandangan tentang kemiskinan sebagai suatu fenomena atau gelaja dari
suatu masyarakat menghasilkan suatu konsep kemiskinan absolut, sejalan dengan
konsep absolut ini, maka Bank Dunia mendefenisikan kemiskinan sebagai
ketidakmampuan suatu individu untuk memenuhi kebutuhan dasarnya atau
dengan kata lain prespektif dari garis absolut berada dibawah garis kemiskinan
(poverty line). Garis kemiskinan adalah suatu ukuran yang menyatakan besarnya
pengeluaran untuk memenuhi kebutuhan dasar minimum makanan dan kebutuhan
non makanan, atau standar yang menyatakan batas seseorang dikatakan miskin
bila dipandang dari sudut konsumsi. Garis kemiskinan digunakan untuk
mengetahui batas seseorang dikatakan miskin atau tidak, sehingga garis
kemiskinan dapat digunakan untuk mengukur dan menentukan jumlah
kemiskinan.
Kemiskinan absolut memberikan gambaran tentang tingkat kesejahteraan
ekonomi yang tidak memadai dibandingkan dengan kebutuhan minimum untuk
hidup sebagai mahluk individu dan sebagai anggota masyarakat.Sebagai mahluk
setiap anggota masyarakat mempunyai kebutuhan yang secara minimal diperlukan
untuk mempertahankan hidup seperti pakaian, pangan, papan, dan lainlain.Nurwidiastuti (2001:79) mengatakan bahwa miskin adalah seseorang atau
sekelompok orang yang tidak mampu mencukupi tingkat kemakmuran ekonomi
yang dianggap sebagai kebutuhan minimal dari standar hidup tertentu.
Universitas Sumatera Utara
27
Kemiskinan relatif menggambarkan tingkat kesejahteraan ekonomi
seseorang (kelompok orang) yang relatif jauh dibawah kondisi ekonomi anggota
masyarakat (kelompok) yang lain didalam suatu lingkungan masyarakat tertentu.
Kemiskinan yang menimpa sekelompok masyarakat berhubungan dengan status
sosial ekonomi dan potensi wilayahnya dikategorikan didalam faktor sosial
ekonomi antara lain beberapa faktor yang berasal dari dalam diri masyarakat
sendiri dan cenderung melekat pada dirinya seperti tingkat pendidikan dan
keterampiloan yang rendah, tingkat kesehatan yang rendah dan produktivitas yang
rendah. Yang dimaksud dengan potensi wilayah adalah faktor-faktor yang berasal
dari luar seperti potensi alamiah, teknologi dan lain-lain. Kedua faktor tersebut
menentukan aksesbilitas masyarakat miskin dalam memanfaatkan peluangpeluang ekonomi dalam menunjang kehidupannya.
Menurut Hadiwegono dan Pakpahan (1993:25) faktor-faktor yang menjadi
penyebab timbulnya kemiskinan antara lain:
1. Sumber daya alam yang rendah.
2. Teknologi dan unsur penduduknya yang rendah.
3. Sumber daya manusia yang rendah.
4. Sarana dan prasarana termasuk kelembagaan yang belum baik. Pertumbuhan
ekonomi merupakan solusi terbaik untuk mengatasi kemiskinan jika pemerataanya
cukup baik, artinya jikapun pertumbuhan ekonomi cukup tinggi tidak akan
menjamin terselesaikannya masalah kemiskinan apalagi tingkat pemerataannya
tidak baik. Jadi pertumbuhan ekonomi harus diikuti dengan pemerataanlah yang
dapat mengatasi masalah kemiskinan khususnya kemiskinan
Universitas Sumatera Utara
28
relatif (Murni Daulay, 2009).Dengan demikian pertumbuhan ekonomi merupakan
syarat bagi pengurangan kemiskinan.
Menurut Nugraheni, pengukuran akan pertumbuhan ekonomi memerlukan
alat ukur yang tepat. Salah satunya adalah Produk Regional Bruto (PDRB).PDRB
merupakan jumlah barang jasa akhir yang dihasilkan oleh suatu perekonomian
dalam satu tahun dan dinyatakan dalam harga pasar. Baik PDB ( Produk Domestik
Bruto) atau PDRB merupakan ukuran yang sifatnya global dan bukan merupakan
alat ukur pertumbuhan ekonomi yang tepat karena belum mencerminkan
kesejahteraan penduduk yang sesungguhnya, padahal sesungguhnya kesejahteraan
harus dinikmati oleh setiap penduduk di negara atau daerah yang bersangkutan.
Menurut Nelson dan Leibstein (dikutip dari Sadono Sukirno, 1983)
terdapat pengaruh langsung antara pertambahan penduduk terhadap tingkat
kesejahteraan
masyarakat.
Nelson
dan
Leibstein
menunjukkan
bahwa
pertumbuhan penduduk yang pesat di negara berkembang menyebabkan tingkat
kesejahteraan masyarakat tidak mengalami perbaikan yang berarti dan dalam
jangka panjang akan mengalami penurunan kesejahteraan serta meningkatkan
jumlah penduduk miskin.
Besarnya pengaruh jumlah penduduk terhadap pertumbuhan ekonomi pada
tingkat tertentu tergantung pada kondisi konkrit dari masyarakat. Pertumbuhan
penduduk yang cepat akan berpengaruh secara negatif terhadap pertumbuhan
perekonomian nasional jika bagian penduduk yang tidak bekerja dibandingkan
dengan bagian yang bekerja bertambah sampai tingkat tertentu sehingga
pertumbuhan tersebut menghambat peningkatan tingkat kehidupan penduduk, hal
Universitas Sumatera Utara
29
ini sering timbul terutama di negara yang tingkat perkembangan ekonominya
masih rendah.
Salah satu faktor yang mempengaruhi kemiskinan adalah jumlah
penduduk yang menganggur. Penganggur adalah orang yang tidak bekerja sama
sekali atau bekerja kurang dari dua hari selama seminggu sebelum pencacahan
dan berusaha memperoleh pekerjaan. Menurut Sadono Sukirno (1997)
pengangguran adalah seseorang yang digolongkan dalam angkatan kerja, yang
secara aktif sedang mencari pekerjaan pada suatu tingkat upah tertentu, tetapi
tidak dapat meperoleh pekerjaan yang diinginkan.Pengangguran merupakan salah
satu masalah ekonomi khususnya ekonomi makro.Masalah pengangguran yang
menyebabkan tingkat pendapatan nasional dan tingkat kemakmuran masyarakat
tidak mencapai potensinya yang maksimal.
Faktor lain yang mempengaruhi tingkat kemiskinan adalah pendidikan,
pendidikan merupakan komponen penting dan vital terhadap pembangunan
terutama dalam meningkatkan pertumbuhan ekonomi yang keduanya merupakan
input bagi total produksi (Todaro, 2003) pendidikan juga berfungsi meningkatkan
produktivitas. Selain dari itu kemampuan untuk menyerap teknologi memerlukan
peningkatan kualitas sumber daya manusia.Oleh karena itu, pembangunan
pendidikan merupakan prioritas pertama bagi setiap pemerintahan negara
berkembang.Program pembangunan pendidikan yang dikembangkan cukup
beragam, dimulai dari pemberantasan buta huruf, pendidikan keterampilan,
sampai pengembangan pendidikan tinggi.
Secara teoritis, pendidikan memang merupakan wahana yang ampuh untuk
mengangkat manusia dari berbagai ketertinggalan, termasuk dari lembah
Universitas Sumatera Utara
30
kemiskinan. Melalui pendidikan, selain memperoleh kepandaian berupa
keterampilan berolah pikir, manusia juga memperoleh wawasan yang baru yang
akan membantu upaya mengangkat harkat hidup mereka.
Universitas Sumatera Utara
BAB 2
LANDASAN TEORI
2.1 Sejarah Analisis Jalur
Analisis jalur yang dikenal dengan path analysis dikembangkan pertama tahun
1920-an oleh seorang ahli genetika yaitu Sewall Wright (Joreskog & Sorbom,
1996; Johnson & Wichern, 1992).Teknik analisis jalur sebenarnya merupakan
pengembangan korelasi yang diurai menjadi beberapa interpretasi akibat yang
ditimbulkannya.Lebih lanjut, analisis jalur mempunyai kedekatan dengan regresi
berganda. Dengan kata lain, regresi berganda merupakan bentuk khusus dari
analisis jalur. Teknik ini juga dikenal sebagai model sebab akbat (causing
modeling).Penamaan
ini
didasarkan
pada
alasan
bahwa
analisis
jalur
memungkinkan pengguna dapat menguji proposisi teoritis mengenai hubungan
sebab akibat tanpa memanipulasi variabel-variabel.Memanipulasi variabel
maksudnya ialah memberikan perlakuan (treatment) terhadap variabel-variabel
tertentu dalam pengukurannya (Sarwono, 2007).
2.2 Pengertian Analisis Jalur
Analisis jalur adalah suatu teknik untuk menganalisis hubungan sebab akibat yang
terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel
tergantung tidak hanya secara langsung tetapi juga secara tidak langsung (Robert
D. Rutherford 1993). Sementara itu defenisi lain menyatakan bahwa Analisis jalur
merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk
memberikan estimasi tingkat kepentingan (magnitude) dan signifikansi
Universitas Sumatera Utara
10
(significance) hubungan sebab akibat hipotetikal dalam seperangkat variabel (Paul
Webley, 1997).
David Garson dari North carolina State University mendefenisikan
analisis jalur sebagai model perluasan regresi yang digunakan untuk menguji
keselaransan matriks korelasi dengan dua atau lebih model hubungan sebab akibat
yang dibandingan oleh peneliti. Modelnya digambarkan dalam bentuk gambar
lingkaran dan panah dimana anak panah tunggal menunjukkan sebagai penyebab.
Regresi dikenakan pada masing-masing variabel dalam suatu model sebagai
variabel tergantung (pemberi respons) sedang yang lain sebagai penyebab.
Pembobotan regresi diprediksikan dalam suatu model yang dibandingkan dengan
matriks korelasi yang diobservasi untuk semua variabel dan dilakukan juga
perhitungan uji keselaran statistik (David Garson, 2003).
Analisis jalur juga diartikan oleh Bohrnstedt (1974 dalam Riduwan dan
Engkos Achmad Kuncoro, 2008) bahwa “ A technique for estimating the effect’s a
set of independent variables has on a dependent variable from a set of observed
correlations, given a set of hyphotesized causal asymetric relation among the
variables”. Sedangkan tujuan utama analisis jalur menurut Maruyama (1998
dalam riduwan dan Engkos Kuncoro, 2008) adalah “ A method of measuring the
direct influence along each separate path in such a system and thus of finding the
degree to which variation of a given effect is determined by each particular cause.
The method depend on the combination of knowledge of the degree of correlation
among the variables in a system which such knowledge as may possesed of the
causal relations ”.
Universitas Sumatera Utara
11
Jadi, model analisis jalur digunakan untuk menganalisis pola hubungan
antar variabel dengan tujuan unutk mengetahui pengaruh langsung maupun tidak
langsung seperangkat variabel bebas terhadap variabel terikat.Model analisis jalur
yang dibicarakan adalah pola hubungan sebab akibat. Oleh karena itu rumusan
masalah penelitian dalam kerangka analisis jalur hanya berkisar pada apakah
variabel bebas (X1,X2,...,Xk) berpengaruh terhadap variabel Y, atau berapa besar
pengaruh kausal langsung, kausal tidak langsung, kausal total maupun simultan
seperangkat variabel bebas (X1,X2,...,Xk) berpengaruh terhadap variabel Y.
(Riduwan dan Engkos Kuncoro, 2008).
2.2.1 Manfaat Analisis Jalur
Menurut Riduwan dan Engkos Kuncoro (2008), manfaat model analisis jalur
adalah untuk:
1. Penjelasan
(explanation)
terhadap
fenomena
yang
dipelajari
atau
permasalahan yang diteliti.
2. Prediksi nilai variabel endogen berdasarkan nilai variabel eksogen.
3. Faktor dominan yaitu penentu variabel eksogen mana yang berpengaruh
dominan terhdap variabel endogen, juga untuk mekanisme pengaruh jalurjalur variabel eksogen terhadap variabel endogen.
4. Pengujian model dengan menggunakan teori trimming baik untuk uji
reabilitas dari konsep yang sudah ada maupun konsep baru.
2.2.2 Asumsi-asumsi Analisis Jalur
Asumsi yang mendasari analisis jalur sebagai berikut::
1. Hubungan antar variabel bersifat linear, adaktif dan normal.
Universitas Sumatera Utara
12
2. Tidak adanya adivity, yaitu tidak ada efek-efek interaksi. Semua variabel
residual tidak boleh berinteraksi dengan salah satu variabel dalam model
yang diteliti.
3. Sistem aliran kausal hanya satu arah (rekursif) artinya tidak ada arah
kausalitas terbalik non-rekursif (reciprocal).
4. Variabel terikat minimal dalam bentuk skala ukur interval dan ratio.
5. Sampling bersifat probability sampling sehingga memungkinkan seluruh
anggota populasi memiliki peluang yang sama untuk dipilih menjadi
anggota sampiling.
6. Observed variabel diukur tanpa kesalahan (instrumen valid dan reliable)
artinya variabel yang diteliti dapat diobservasi secara langsung.
7. Model yang dianalisis dispesifikasikan berdasarkan teori atau konsep
yang relevan, artinya model yang dikaji atau diuji dibangun berdasarkan
kerangka teoritis tertentu yang mampu menjelaskan hubungan kausalitas
antar variabel.
2.2.3 Beberapa Istilah Dalam Analisis Jalur
Beberapa istilah yang dikenal dalam analisis jalur aalah sebagai berikut:
1. Model Jalur
Model jalur ialah suatu diagram yang menghubungkan antara variabel
bebas, perantara, dan tergantung. Pola hubungan ditunjukkan dengan
menggunakan
anak
panah.Anak
panah-anak
panah
tunggal
menunjukkan hubungan sebab-akibat antara variabel-variabel exogenus
atau perantara dengan satu variabel tergantung atau lebih.Anak panah
juga menghubungkan kesalahan (residual variable) dengan semua
Universitas Sumatera Utara
13
variabel endogenus masing-masing.Anak panah ganda menunjukkan
korelasi antara pasangan variabel-variabel exogenus.
2. Variabel exogenus
Variabel exogenus adalah semua variabel yang tidak ada penyebabpenyebab eksplisitnya atau dalam diagram tidak ada anak-anak panah
yang menuju ke arahnya, selain pada bagian kesalahan pengukuran.
Jika antara variabel exogenus dikorelasikan maka korelasi tersebut
ditunjukkan dengan anak panah berkepala dua yang menghubungkan
variabel-variabel tersebut.
3. Variabel endogenus
Variabel endogenus ialah variabel yang mempunyai anak panah-anak
panah menuju ke variabel tersebut.Variabel yang termasuk didalamnya
mencakup semua variabel perantara dan tergantung.Variabel perantara
endogenus mempunyai anak panah yang menuju ke arahnya dan dari
arah variabel tersebut dalam suatu model diagram jalur.Adapun
variabel tergantung hanya mempunyai anak panah yang menuju ke
arahnya.
4. Koefisien jalur/pembobotan jalur
Koefisien jalur adalah koefisien regresi standar atau disebut „beta‟ yang
menunjukkan pengaruh langsung dari suatu variabel bebas terhadap
variabel tergantung dalam suatu model jalur tertentu. Oleh karena itu, jika
suatu model mempunyai dua atau lebih variabel-variabel penyebab, maka
koefisien-koefisien jalurnya merupakan koefisien-koefisien regresi parsial
yang mengukur besarnya pengaruh satu variabel
Universitas Sumatera Utara
14
terhadap variabel lain dalam suatu modeljalur tertentu yang mengontrol
dua variabel lain sebelumnya dengan menggunakan data yang sudah
distandarkan atau matriks korelasi sebagai masukan.
5. Direct effect
Direct effect ialah pengaruh langsung yang dapat dilihat dari koefisien
jalur dari satu variabel ke variabel lainnya.
6. Indirect effect
Indirect effect ialah urutan jalur melalui satu atau lebih variabel
perantara.
2.2.4 Model Anlisis jalur
Ada beberapa model jalur mulai dari yang paling sederhana smpai dengan yang
lebih rumit, diantaranya diterangkan di bawh ini:
1.
Model Regresi Berganda
Model
ini
merupakan
pengembangan
regresi
berganda
dengan
menggunakan dua variabel exogenous, yaitu X1 dan X2 dengan satu
variabel endogenous Y. Model digambarkan sebagai berikut:
X1
Y
X2
Gambar 2.1 Model Regresi Berganda
Universitas Sumatera Utara
15
2.
Model Mediasi
Model mediasi atau perantara dimana variabel Y memodifikasi pengaruh
variabel X terhadap variabel Z. Model ini digambarkan sebagai berikut:
X
Z
Y
Gambar 2.2 Model Mediasi
3.
Model Kombinasi Regresi Berganda dan Mediasi
Model ini merupakan kombinasi antara model regresi berganda dan
mediasi, yaitu variabel X berpengaruh terhadap variabel Z secara langsung
dan tidak langsung mempengaruhi variabel Z melalui variabel Y. Model
digambarkan sebagai berikut:
X
Z
Y
Gambar 2.3 Model Kombinasi Regresi Berganda dan Mediasi
4.
Model Kompleks
Model ini merupakan model yang lebih kompleks, yaitu variabel X1 secara
langsung mempengaruhi Y2 dan melalui variabel X2 secara tidak langsung
Universitas Sumatera Utara
16
mempengaruhi Y2, sementara variabel Y2 juga dipengaruhi oleh variabel
Y1. Model digambarkan sebagai berikut:
X1
Y1
X2
Y2
Gambar 2.4 Model Kompleks
5. Model Rekursif dan Non Rekursif
Dari sisi pandang arah sebab akibat, ada dua tipe model jalur, yaitu
rekursif dan non rekursif. Model rekursif ialah jika semua anak panah
menuju satu arah seperti gambar berikut:
Gambar 2.5 Model Rekursif
Universitas Sumatera Utara
17
Model sebelumnya dapat diterangkan sebagai berikut:
a. Anak panah menuju satu arah, yaitu dari 1 ke 2, 3, dan 4; dari 2 ke 3 dan
dari 3 menuju ke 4. Tidak ada arah yang terbalik, misalnya dari 4 ke 1
b. Hanya terdapat satu variabel exogenous, yaitu 1 dan tiga variabel
endogenous, yaitu 2, 3, dan 4. Masing-masing variabel endogenous
diterangkan oleh variabel 1 dan error ( 1, 2, dan 3).
c. Satu variabel endogenous dapat menjadi penyebab variabel endogenous
lainnya, tetapi bukan ke variabel exogenous.
Model non recursif terjadi jika arah anak panah tidak searah atau terjadi
arah yang terbalik (looping), misalnya dari 4 ke 3 atau dari 3 ke 1 dan 2,
atau bersifat sebab akibat (reciprocal cause).
6.
Model Trimming
Model Trimming adalah model yang digunakan untuk memperbaiki suatu
model struktur analisis jalur dengan cara mengeluarkan dari model
variabel bebas yang koefisien jalurnya tidak signifikan. Jadi, model
trimming terjadi ketika koefisien jalur diuji secara keseluruhan ternyata
ada variabel yang tidak signifikan.Walaupun ada satu, dua, atau lebih
variabel yang tidak signifikan, tentu perlu memperbaiki model struktur
analisis jalur yang telah dihipotesiskan (Riduwan dan Engkos Achmad
Kuncoro, 2008). Model variabel bebas dikatakan signifikan apabila nilai
probabilitasnya (Sig) ≤0,05.
Cara menggunakan model trimming yaitu menghitung ulang
koefisien jalur tanpa menyertakan varibel bebas yang koefisien jalurnya
tidak signifikan.
Universitas Sumatera Utara
18
2.2.5 Diagram Jalur dan Persamaan Struktural
Pada saat akan melakukan analisis jalur, disarankan untuk terlebih dahulu
menggambarkan secara diagramatik struktur hubungan kausal antara variabel
penyebab dengan variabel akibat. Diagram ini disebut diagram jalur (Path
Diagram), dan bentuknya ditentukan oleh proposisi teoritik yang berasal dari
kerangka pikir tertentu.
X1
X2
Gambar 2.6 Diagram Jalur Yang Menyatakan Hubungan Kausal dari X1
Sebagai Penyebab ke X2 Sebagai Akibat
di mana:
X1 adalah variabel eksogenus (exogenous variable) untuk itu selanjutnya variabel
penyebab disebut sebagai variabel eksogenus. X2 adalah endogenus (endogenous
variable), sebagai akibat dan ε adalah variabel residu ( residual variable), yang
merupakan gabungan dari: (1) Variabel lain, di luar X1, yang mungkin
mempengaruhi X2 dan telah teridentifikasi oleh teori, tetapi tidak dimasukkan
dalam model. (2) Variabel lain, di luar X2, yang mungkin mempengaruhi X2
tetapi belum teridentifikasi oleh teori. (3) Kekeliruan pengukuran (error of
measurement), dan (4) Komponen yang sifatnya tidak menentu (random
component).
Gambar 2.6 merupakan diagram jalur yang paling sederhana yang
menyatakan bahwa X2 dipengaruhi secara langsung oleh X1, tetapi di luar X2,
masih banyak penyebab lain yang dalam penelitian yang sedang dilakukan tidak
diukur. Penyebab lain itu dinyatakan oleh ε. Persamaan struktural yang dimiliki
oleh gambar 2.6 adalah X2 = ρx2.x1 .X1 + ε. Selanjutnya tanda anak panah satu
Universitas Sumatera Utara
19
arah menggambarkan pengaruh langsung dari variabel eksogenus terhadap
variabel endogenus.
X1
X2
X4
X3
ε
Gambar 2.7 Diagram Jalur
Yang Menyatakan Hubungan Kausal dari X1,
X2,X3, dan X4
Gambar 2.7 menunjukkan bahwa diagram jalur tersebut terdapat tiga buah variabel
eksogen, yaitu X1, X2, dan X3, sebuah variabel endogen (X4) serta sebuah variabel
residu ε. Pada diagram di atas juga mengisyaratkan bahwa hubungan antara X1
dengan X4, X2 dengan X4 dan X3 dengan X4 adalah hubungan kausal, sedangkan
hubungan antara X1 dengan X2, X2 dengan X3 dan X1 dengan X3 masing-masing
adalah hubungan korelasional. Perhatikan panah dua arah, panah tersebut menyatakan
hubungan korelasional. Bentuk persamaan strukturalnya
adalah: X4 = ρX4.X1. X1 + ρX4.X2. X2 + ρX4.X3.X3 + ε
X1
X2
X3
X4
ε1
ε2
Gambar 2.8 Hubungan Kausal dari X1, X2, danX3 ke X4
Perhatikan bahwa pada gambar 2.8 di atas, terdapat dua buah substruktur.Pertama, sub-struktur yang menyatakan hubungan kausal dari X1 dan X2
ke X3, sertakedua sub-struktur yang mengisyaratkan hubungan kausal dari X3 ke
X4. Persamaan struktural untuk gambar 2.8 adalah: X3 = ρX3.X1. X1 + ρX3.X2. X2 +ε1
Universitas Sumatera Utara
20
dan X4 = ρX4.X3 .X3 +ε2 .Pada sub-struktur pertama X1 dan X2merupakan variabel
eksogen, X4 sebagai variabel endogen dan ε1 sebagai variabel residu.Pada substruktur kedua, X3 merupakan variabel eksogen, X4 sebagai variabel endogen dan
ε2 sebagai variabel residu.
2.2.6 Koefisien Jalur
Besarnya pengaruh langsung dari suatu variabel eksogenus terhadap variabel
endogen tertentu, dinyatakan oleh besarnya nilai numeric koefisien jalur (path
coefficient) dari eksogenus ke endogen.
X1
ρX3.X1
X3
rx1.x2
X2
ρX3.X2
ρX3.ε
Gambar 2.9 Hubungan Kausal dari X1dan X2 ke X3
Hubungan antara X1 dan X2 adalah hubungan korelasional. Intensitas keeratan
hubungan tersebut dinyatakan oleh besarnya koefisien korelasirx1.x2 .Hubungan
X1 dan X2, ke X3 adalah hubungan kausal.Besarnya nilai numerik koefisien
jalurρX3.X1 dan ρX3.X2.Koefisien jalur ρX3.εmenggambarkan besarnya pengaruh
langsung variabel residu (implicit exogenous variable) terhadap X3.
Langkah kerja yang dilakukan untuk menghitung koefisien jalur adalah:
1. Gambarkan dengan jelas diagram jalur yang mencerminkan proposisi
hipotetik yang diajukan, lengkap dengan persamaan strukturalnya. Di sini
harus bisa diterjemahkan hipotesis penelitian yang di ajukan ke dalam
Universitas Sumatera Utara
21
diagram jalur, sehingga bisa tampak jelas variabel apa saja yang
merupakan variabel eksogen dan apa yang menjadi variabel endogennya.
2. Menghitung matriks korelasi antar variabel.
Formula untuk menghitung koefisien korelasi yang dicari adalah
menggunakanProduct Moment Coeffisient dari Karl Pearson. Alasan
penggunaan teknik koefisien korelasi dari Karl Pearson adalah karena
variabel-variabel
yang hendak dicari korelasinya memiliki skala
pengukuran interval. Rumus:
n
n XY
r
j j
j 1
X jY j
n
n
X j Yj
j 1
j 1
n
n 2 n
n 2
X
Y
2
2
nX j nYj
j 1
j 1
j1
j 1
di mana:
n
: Jumlah sampel
3. Identifikasi sub-struktur dan persamaan yang akan dihitung koefisien
jalurnya. Misalkan dalam sub-struktur yang telah diidentifikasi terdapat k
buah variabel eksogen, dan sebuah (selalu hanya sebuah) variabel endogen
Xu yang dinyatakan dengan persamaan :
Universitas Sumatera Utara
Universitas Sumatera Utara
23
2. Besarnya pengaruh tidak langsung variabel eksogenus Xu terhadap
variabel endogenus Xk melalui hubungan korelasi dari variabel Xi =
3. Besarnya pengaruh tidak langsung variabel Xu terhadap variabel Ximelalui
variabel Xk =
4. Besarnya pengaruh total adalah pengaruh lansung dijumlahkan dengan
variabel tidak langsung.
5. Besarnya pengaruh simultan variabel eksogen terhadap variabel endogen
adalah:
r
R
2
xu (x1, x2 ,..., xk )
xu x1
xu x2
x x
u 1
r
x x
x x
u k
u 2
r
xx
u k
di mana:
= , ,…,
b.
adalah koefisien jalur ke-i,
c.
adalah koefiesien korelasi variabel eksogen Xk dengan variabel
endogen Xu.
2.2.8 Pengujian Koefisien Jalur
Menguji kebermaknaan (test of significance) setiap koefisien jalur yang telah
dihitung, baik secara sendiri-sendiri maupun secara bersama-sama, serta menguji
Universitas Sumatera Utara
Universitas Sumatera Utara
Universitas Sumatera Utara
26
sebagai salah satu akibat dari kegagalan kelembagaan pasar (bebas) dalam
mengalokasikan sumber daya yang terbatas secara adil kepada seluruh anggota
masyarakat. Paham ini mengemukakan konsep tentang kemiskinan relatif atau
sering pula dikenal sebagai kemiskinan struktural.
Pandangan tentang kemiskinan sebagai suatu fenomena atau gelaja dari
suatu masyarakat menghasilkan suatu konsep kemiskinan absolut, sejalan dengan
konsep absolut ini, maka Bank Dunia mendefenisikan kemiskinan sebagai
ketidakmampuan suatu individu untuk memenuhi kebutuhan dasarnya atau
dengan kata lain prespektif dari garis absolut berada dibawah garis kemiskinan
(poverty line). Garis kemiskinan adalah suatu ukuran yang menyatakan besarnya
pengeluaran untuk memenuhi kebutuhan dasar minimum makanan dan kebutuhan
non makanan, atau standar yang menyatakan batas seseorang dikatakan miskin
bila dipandang dari sudut konsumsi. Garis kemiskinan digunakan untuk
mengetahui batas seseorang dikatakan miskin atau tidak, sehingga garis
kemiskinan dapat digunakan untuk mengukur dan menentukan jumlah
kemiskinan.
Kemiskinan absolut memberikan gambaran tentang tingkat kesejahteraan
ekonomi yang tidak memadai dibandingkan dengan kebutuhan minimum untuk
hidup sebagai mahluk individu dan sebagai anggota masyarakat.Sebagai mahluk
setiap anggota masyarakat mempunyai kebutuhan yang secara minimal diperlukan
untuk mempertahankan hidup seperti pakaian, pangan, papan, dan lainlain.Nurwidiastuti (2001:79) mengatakan bahwa miskin adalah seseorang atau
sekelompok orang yang tidak mampu mencukupi tingkat kemakmuran ekonomi
yang dianggap sebagai kebutuhan minimal dari standar hidup tertentu.
Universitas Sumatera Utara
27
Kemiskinan relatif menggambarkan tingkat kesejahteraan ekonomi
seseorang (kelompok orang) yang relatif jauh dibawah kondisi ekonomi anggota
masyarakat (kelompok) yang lain didalam suatu lingkungan masyarakat tertentu.
Kemiskinan yang menimpa sekelompok masyarakat berhubungan dengan status
sosial ekonomi dan potensi wilayahnya dikategorikan didalam faktor sosial
ekonomi antara lain beberapa faktor yang berasal dari dalam diri masyarakat
sendiri dan cenderung melekat pada dirinya seperti tingkat pendidikan dan
keterampiloan yang rendah, tingkat kesehatan yang rendah dan produktivitas yang
rendah. Yang dimaksud dengan potensi wilayah adalah faktor-faktor yang berasal
dari luar seperti potensi alamiah, teknologi dan lain-lain. Kedua faktor tersebut
menentukan aksesbilitas masyarakat miskin dalam memanfaatkan peluangpeluang ekonomi dalam menunjang kehidupannya.
Menurut Hadiwegono dan Pakpahan (1993:25) faktor-faktor yang menjadi
penyebab timbulnya kemiskinan antara lain:
1. Sumber daya alam yang rendah.
2. Teknologi dan unsur penduduknya yang rendah.
3. Sumber daya manusia yang rendah.
4. Sarana dan prasarana termasuk kelembagaan yang belum baik. Pertumbuhan
ekonomi merupakan solusi terbaik untuk mengatasi kemiskinan jika pemerataanya
cukup baik, artinya jikapun pertumbuhan ekonomi cukup tinggi tidak akan
menjamin terselesaikannya masalah kemiskinan apalagi tingkat pemerataannya
tidak baik. Jadi pertumbuhan ekonomi harus diikuti dengan pemerataanlah yang
dapat mengatasi masalah kemiskinan khususnya kemiskinan
Universitas Sumatera Utara
28
relatif (Murni Daulay, 2009).Dengan demikian pertumbuhan ekonomi merupakan
syarat bagi pengurangan kemiskinan.
Menurut Nugraheni, pengukuran akan pertumbuhan ekonomi memerlukan
alat ukur yang tepat. Salah satunya adalah Produk Regional Bruto (PDRB).PDRB
merupakan jumlah barang jasa akhir yang dihasilkan oleh suatu perekonomian
dalam satu tahun dan dinyatakan dalam harga pasar. Baik PDB ( Produk Domestik
Bruto) atau PDRB merupakan ukuran yang sifatnya global dan bukan merupakan
alat ukur pertumbuhan ekonomi yang tepat karena belum mencerminkan
kesejahteraan penduduk yang sesungguhnya, padahal sesungguhnya kesejahteraan
harus dinikmati oleh setiap penduduk di negara atau daerah yang bersangkutan.
Menurut Nelson dan Leibstein (dikutip dari Sadono Sukirno, 1983)
terdapat pengaruh langsung antara pertambahan penduduk terhadap tingkat
kesejahteraan
masyarakat.
Nelson
dan
Leibstein
menunjukkan
bahwa
pertumbuhan penduduk yang pesat di negara berkembang menyebabkan tingkat
kesejahteraan masyarakat tidak mengalami perbaikan yang berarti dan dalam
jangka panjang akan mengalami penurunan kesejahteraan serta meningkatkan
jumlah penduduk miskin.
Besarnya pengaruh jumlah penduduk terhadap pertumbuhan ekonomi pada
tingkat tertentu tergantung pada kondisi konkrit dari masyarakat. Pertumbuhan
penduduk yang cepat akan berpengaruh secara negatif terhadap pertumbuhan
perekonomian nasional jika bagian penduduk yang tidak bekerja dibandingkan
dengan bagian yang bekerja bertambah sampai tingkat tertentu sehingga
pertumbuhan tersebut menghambat peningkatan tingkat kehidupan penduduk, hal
Universitas Sumatera Utara
29
ini sering timbul terutama di negara yang tingkat perkembangan ekonominya
masih rendah.
Salah satu faktor yang mempengaruhi kemiskinan adalah jumlah
penduduk yang menganggur. Penganggur adalah orang yang tidak bekerja sama
sekali atau bekerja kurang dari dua hari selama seminggu sebelum pencacahan
dan berusaha memperoleh pekerjaan. Menurut Sadono Sukirno (1997)
pengangguran adalah seseorang yang digolongkan dalam angkatan kerja, yang
secara aktif sedang mencari pekerjaan pada suatu tingkat upah tertentu, tetapi
tidak dapat meperoleh pekerjaan yang diinginkan.Pengangguran merupakan salah
satu masalah ekonomi khususnya ekonomi makro.Masalah pengangguran yang
menyebabkan tingkat pendapatan nasional dan tingkat kemakmuran masyarakat
tidak mencapai potensinya yang maksimal.
Faktor lain yang mempengaruhi tingkat kemiskinan adalah pendidikan,
pendidikan merupakan komponen penting dan vital terhadap pembangunan
terutama dalam meningkatkan pertumbuhan ekonomi yang keduanya merupakan
input bagi total produksi (Todaro, 2003) pendidikan juga berfungsi meningkatkan
produktivitas. Selain dari itu kemampuan untuk menyerap teknologi memerlukan
peningkatan kualitas sumber daya manusia.Oleh karena itu, pembangunan
pendidikan merupakan prioritas pertama bagi setiap pemerintahan negara
berkembang.Program pembangunan pendidikan yang dikembangkan cukup
beragam, dimulai dari pemberantasan buta huruf, pendidikan keterampilan,
sampai pengembangan pendidikan tinggi.
Secara teoritis, pendidikan memang merupakan wahana yang ampuh untuk
mengangkat manusia dari berbagai ketertinggalan, termasuk dari lembah
Universitas Sumatera Utara
30
kemiskinan. Melalui pendidikan, selain memperoleh kepandaian berupa
keterampilan berolah pikir, manusia juga memperoleh wawasan yang baru yang
akan membantu upaya mengangkat harkat hidup mereka.
Universitas Sumatera Utara