ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI TINGKAT KEMISKINAN DI PROVINSI MALUKU UTARA TAHUN 2005-2009
OLEH KURNIAWAN DEDY CAHYONO H14114010
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2011
RINGKASAN
KURNIAWAN DEDY CAHYONO. Analisis Faktor-faktor yang Memengaruhi Tingkat Kemiskinan di Provinsi Maluku Utara Tahun 2005-2009 (dibimbing oleh MUHAMMAD FINDI ALEXANDI). Penanggulangan kemiskinan merupakan fokus perhatian semua negara di dunia. Bahkan dari delapan butir Millenium Development Goals (MDGs) yang ditandatangani oleh 189 negara anggota PBB, memberantas kemiskinan dan kelaparan merupakan butir pertama dari MDGs. Perhatian pemerintah Indonesia dalam permasalahan kemiskinan dituangkan di dalam Rencana Pembangunan Jangka Menengah Nasional (RPJMN) 2004-2009 yang menempatkan pengurangan kemiskinan sebagai salah satu prioritas pembangunan. Tingkat kemiskinan ditargetkan turun hingga mencapai 8,2 persen pada tahun 2009. Provinsi Maluku Utara merupakan contoh provinsi yang masih mengalami permasalahan dengan tingkat kemiskinan. Pada tahun 2009 jumlah penduduk miskin di Provinsi Maluku Utara mencapai 99,10 ribu jiwa atau 10,34 persen dari total penduduknya. Kondisi tersebut menunjukkan bahwa target penurunan kemiskinan hingga 8,2 persen pada tahun 2009 masih belum tercapai. Bila ditinjau secara spasial, penanggulangan kemiskinan antarkabupaten/kota di Provinsi Maluku Utara tidak merata. Penelitian ini bertujuan untuk mengetahui pola kemiskinan (persentase penduduk miskin, tingkat kedalaman dan keparahan kemiskinan) antarkabupaten/kota dan antarwaktu serta menganalisis faktor-faktor yang memengaruhi tingkat kemiskinan di Provinsi Maluku Utara. Data yang digunakan dalam penelitian ini adalah data sekunder dari BPS RI dan BPS Provinsi Maluku Utara tahun 2005–2009. Analisis yang digunakan adalah analisis deskriptif dan analisis regresi data panel. Hasil analisis deskriptif menunjukkan bahwa terjadi penurunan persentase dan jumlah penduduk miskin di Provinsi Maluku Utara selama periode tahun 2005-2009. Namun, penurunan penduduk miskin tersebut tidak diikuti oleh perbaikan kualitas kehidupan penduduk miskin. Hal ini ditunjukkan dengan perkembangan Indeks Kedalaman Kemiskinan dan Indeks Keparahan Kemiskinan yang tidak selalu sejalan dengan penurunan persentase penduduk miskin. Hasil analisis regresi data panel menunjukkan faktor-faktor yang signifikan memengaruhi kemiskinan di Provinsi Maluku Utara yaitu pertumbuhan ekonomi, tingkat pendidikan, jumlah pengangguran dan share PDRB sektor pertanian. Tingkat pendidikan merupakan variabel yang memiliki pengaruh yang relatif besar terhadap pengurangan tingkat kemiskinan.
ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI TINGKAT KEMISKINAN DI PROVINSI MALUKU UTARA TAHUN 2005-2009
Oleh KURNIAWAN DEDY CAHYONO H14114010
Skripsi Sebagai salah satu syarat memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2011
Judul Skripsi : ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI TINGKAT KEMISKINAN DI PROVINSI MALUKU UTARA TAHUN 2005-2009 Nama
: Kurniawan Dedy Cahyono
NRP
: H14114010
Menyetujui, Dosen Pembimbing
Dr. Muhammad Findi A, M.E. NIP.19730124 200710 1 001
Mengetahui, Ketua Departemen Ilmu Ekonomi
Dedi Budiman Hakim, Ph.D. NIP. 19641022 198903 1 003
Tanggal Kelulusan :
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA TULIS ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
Bogor, November 2011
Kurniawan Dedy Cahyono H14114010
RIWAYAT HIDUP
Penulis bernama Kurniawan Dedy Cahyono, dilahirkan di Blora pada tanggal 23 Maret 1984 dari pasangan Sunardjo dan Sri Wahyuni. Penulis merupakan anak pertama dari tiga bersaudara. Penulis menikah dengan Laelatul Qomariyah pada tahun 2007 dan dikaruniai dua orang anak bernama Azzam Muhammad Mumtaza Ahsan dan Abdullah Alfaruq. Serta seorang janin yang penulis tunggu kelahirannya. Penulis menamatkan sekolah dasar pada SD Negeri Gayam 01 Sukoharjo pada tahun 1996. Kemudian penulis melanjutkan ke SLTP Negeri 1 Sukoharjo dan lulus pada tahun 1999. Pada tahun yang sama penulis melanjutkan pendidikan ke SMA Negeri 1 Sukoharjo dan lulus tahun 2002. Kemudian penulis melanjutkan pendidikan tinggi di Sekolah Tinggi Ilmu Statistik Jakarta dan lulus pada tahun 2006. Sejak Januari 2007, penulis bertugas di BPS Kabupaten Halmahera Barat, Provinsi Maluku Utara. Pada tahun 2010 penulis diterima menjadi mahasiswa program alih jenis/matrikulasi di Sekolah Pasca Sarjana Departemen Ilmu Ekonomi melalui program beasiswa kerjasama Badan Pusat Statistik dengan Departemen Ilmu Ekonomi Institut Pertanian Bogor.
KATA PENGANTAR
Puji syukur Alhamdulillah penulis panjatkan kehadirat Allah Subhanahu Wa Ta’la atas segala rahmat, karunia dan hidayah-Nya sehingga penulis dapat menyelesaikan penyusunan skripsi
yang berjudul “Faktor-faktor yang
Memengaruhi Tingkat Kemiskinan di Provinsi Maluku Utara Tahun 20052009”. Skripsi ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi dan Manajemen, Institut Pertanian Bogor. Pada kesempatan ini penulis menyampaikan ucapan terimakasih kepada semua pihak yang telah membantu penulis dalam menyelesaikan skripsi ini, khususnya kepada: 1. Dr. Muhammad Findi A, M.E. selaku pembimbing yang telah memberikan bimbingan dan arahan sehingga penulis dapat menyelesaikan skripsi ini. 2. Dr. Ir. Sri Mulatsih, M.Sc. Agr. dan Ranti Wiliasih, M.Si. selaku dosen penguji atas saran dan kritik untuk kesempurnaan skripsi ini. 3. Istriku tercinta, Laelatul Qomariyah, kedua buah hatiku dan keempat orangtuaku atas doa, dukungan serta kasih sayangnya kepada penulis. 4. Rekan mahasiswa kelas khusus BPS-IPB Batch 4 angkatan 2011. 5. Rekan di BPS Provinsi Maluku Utara dan BPS RI yang telah membantu penulis dalam penyediaan data. Semoga skripsi ini dapat bermanfaat bagi penulis dan pihak lain yang membutuhkan.
Bogor, November 2011
Kurniawan Dedy Cahyono H14114010
viii
DAFTAR ISI
Halaman DAFTAR ISI .................................................................................................... viii DAFTAR TABEL ............................................................................................ xi DAFTAR GAMBAR ....................................................................................... xiii DAFTAR LAMPIRAN .................................................................................... xiv I.
PENDAHULUAN .................................................................................. 1 1.1 Latar Belakang ................................................................................. 1 1.2 Perumusan Masalah ......................................................................... 3 1.3 Tujuan Penelitian ............................................................................. 5 1.4 Manfaat Penelitian ........................................................................... 5 1.5 Ruang Lingkup dan Keterbatasan Penelitian ................................... 5
II.
TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN ................. 6 2.1 Tinjauan Teori ................................................................................. 6 2.1.1 Kemiskinan ............................................................................ 6 2.1.2 Jenis-Jenis Kemiskinan ......................................................... 6 2.1.2.1 Kemiskinan Relatif .................................................. 6 2.1.2.2 Kemiskinan Absolut ................................................ 7 2.1.3 Pendekatan dalam Pengukuran Kemiskinan ......................... 8 2.1.4 Garis Kemiskinan .................................................................. 10 2.1.5 Indikator Kemiskinan ............................................................ 12 2.1.6 Pertumbuhan Ekonomi .......................................................... 13 2.1.7 Tingkat Pendidikan ................................................................ 15 2.1.8 Share PDRB Sektor Pertanian ............................................... 16 2.1.9 Pengangguran ........................................................................ 17 2.2 Penelitian-Penelitian Terdahulu....................................................... 19 2.3 Kerangka Pemikiran ........................................................................ 22 2.4 Hipotesis .......................................................................................... 23
III.
METODE PENELITIAN ........................................................................ 24
ix
3.1 Jenis dan Sumber Data ..................................................................... 24 3.2 Metode Analisis ............................................................................... 24 3.2.1 Analisis Deskriptif ................................................................. 24 3.2.2 Analisis Regresi Data Panel ................................................... 25 3.2.2.1 Common Effects Model ........................................... 26 3.2.2.2 Fixed Effects Model ................................................. 27 3.2.2.3 Random Effects Model ............................................ 28 3.2.3 Metode Pemilihan Model ...................................................... 28 3.2.4 Pengujian Asumsi .................................................................. 30 3.2.4.1 Asumsi Normalitas ................................................... 30 3.2.4.2 Asumsi Homoskedastisitas ...................................... 30 3.2.4.3 Asumsi Autokolerasi ................................................ 31 3.2.4.4 Uji Multikolinieritas ................................................. 31 3.2.5 Pengujian Parameter Model.................................................... 32 3.2.5.1 Uji-F ......................................................................... 32 3.2.5.2 Uji-t .......................................................................... 33 3.2.5.3 Koefisien Determinasi (R2) ...................................... 33 3.2.6 Model Penelitian ..................................................................... 33 3.3 Definisi Operasional ........................................................................ 34 IV. ANALISIS DAN PEMBAHASAN ........................................................ 35 4.1 Gambaran Umum Provinsi Maluku Utara ....................................... 36 4.1.1 Kondisi Geografis .................................................................. 36 4.1.2 Pemerintahan ......................................................................... 37 4.1.3 Kependudukan ....................................................................... 38 4.1.4 Perkembangan Produk Domestik Regional Bruto (PDRB) ... 41 4.1.5 Struktur Ekonomi .................................................................. 43 4.1.6 Kondisi Ketenagakerjaan ....................................................... 45 4.1.7 Tingkat Pendidikan ................................................................ 46 4.2 Gambaran Pola Kemiskinan di Provinsi Maluku Utara Tahun 2005-2009...................................................................................... 48
x
4.2.1 Perkembangan Tingkat Kemiskinan di Provinsi Maluku Utara ..................................................................................... 48 4.2.2 Perkembangan Tingkat Kedalaman dan Keparahan Kemiskinan di Provinsi Maluku Utara Tahun 20052009 ........................................................................................ 51 4.2.2.1 Perkembangan Tingkat Kedalaman Kemiskinan Kabupaten/Kota .......................................................... 52 4.2.2.2 Perkembangan Tingkat Keparahan Kemiskinan Kabupaten/Kota .......................................................... 55 4.2.3 Perkembangan Garis Kemiskinan .......................................... 57 4.3 Analisis Regresi Data Panel ............................................................ 59 4.3.1 Pemilihan Model .................................................................... 59 4.3.2 Uji Asumsi .............................................................................. 60 4.3.2.1 Homoskedastisitas ...................................................... 60 4.3.2.2 Autokolerasi ............................................................... 60 4.3.2.3 Multikolinieritas ......................................................... 60 4.3.3 Intepretasi Model .................................................................... 61 4.3.3.1 PDRB ......................................................................... 62 4.3.3.2 Rata-Rata Lama Sekolah ............................................ 63 4.3.3.3 Jumlah Pengangguran ................................................ 63 4.3.3.4 Share PDRB Sektor Pertanian ................................... 64 V.
KESIMPULAN DAN SARAN ............................................................... 65 5.1 Kesimpulan ...................................................................................... 65 5.2 Saran ................................................................................................. 66
DAFTAR PUSTAKA ...................................................................................... 68 LAMPIRAN .................................................................................................. 70
xi
DAFTAR TABEL
Nomor
Halaman Jumlah dan Persentase Penduduk Miskin Menurut Kabupaten/Kota di Provinsi Maluku Utara Tahun 2009 ...............
3
Luas Wilayah, Luas Wilayah Daratan dan Ibukota Kabupaten/Kota di Provinsi Maluku Utara Tahun 2009 ...............
37
Jumlah Penduduk Provinsi Maluku Utara Menurut Kabupaten/Kota (jiwa) ..................................................................
39
Persentase Luas Wilayah Daratan, Persentase Penduduk dan Kepadatan Penduduk Provinsi Kabupaten/Kota di Provinsi Maluku Utara Tahun 2009 ............................................................
40
PDRB ADHB dan PDRB ADHK Provinsi Maluku Utara Menurut Lapangan Usaha Tahun 2008-2009 (juta rupiah) ...........
42
4.5
Struktur Perekonomian Provinsi Maluku Utara ...........................
44
4.6
Kontribusi Subsektor terhadap PDRB Sektor Pertanian Provinsi Maluku Utara (Persen) ....................................................
45
Indikator-Indikator Pendidikan di Provinsi Maluku Utara Menurut Kabupaten/Kota Tahun 2009 ..........................................
47
Persentase Penduduk Miskin (HCI) Provinsi Maluku Utara Menurut Kabupaten/Kota Tahun 2005-2009 ................................
50
Kedalaman Kemiskinan Provinsi Maluku Utara Menurut Kabupaten/Kota Tahun 2005-2009 ...............................................
53
Keparahan Kemiskinan Provinsi Maluku Utara Menurut Kabupaten/Kota Tahun 2005-2009 ...............................................
55
Perkembangan Garis Kemiskinan Provinsi Maluku Utara Menurut Kabupaten/Kota Tahun 2005-2009 ................................
58
Matriks Korelasi Antarvariabel Independen .................................
60
1.1 4.1 4.2 4.3
4.4
4.7 4.8 4.9 4.10 4.11 4.12
xii
Nomor 4.13
Halaman Hasil Regresi Data Panel Faktor-Faktor yang Memengaruhi Tingkat Kemiskinan di Provinsi Maluku Utara ............................
61
xiii
DAFTAR GAMBAR
Nomor
Halaman
1.1
Persentase Penduduk Miskin Provinsi Maluku Utara ........................
2
2.1
Kerangka Pemikiran...........................................................................
22
4.1
PDRB ADHB dan PDRB ADHK Provinsi Maluku Utara ................
41
4.2
Laju Pertumbuhan Ekonomi Provinsi Maluku Utara Tahun 2005-2009 ..........................................................................................
43
Jumlah Pengangguran dan Tingkat Pengangguran Terbuka (TPT) Provinsi Maluku Utara ............................................................
46
Persentase dan Jumlah Penduduk Miskin Provinsi Maluku Utara Tahun 2005-2009 .....................................................................
49
Indeks Kedalaman Kemiskinan dan Indeks Keparahan Kemiskinan Provinsi Maluku Utara Tahun 2005-2009 .....................
52
Persentase Penduduk Miskin dan Indeks Kedalaman Kemiskinan menurut Kabupaten/Kota Tahun 2009 ..........................
54
Persentase Penduduk Miskin dan Indeks Keparahan Kemiskinan menurut Kabupaten/Kota Tahun 2009 ..........................
56
Perkembangan Garis Kemiskinan Indonesia dan Provinsi Maluku Utara Tahun 2005-2009........................................................
57
4.3 4.4 4.5 4.6 4.7 4.8
xiv
DAFTAR LAMPIRAN
Nomor 1
Halaman Langkah-Langkah Pemilihan Model Regresi Data Panel ...............
70
BAB I PENDAHULUAN
1.1 Latar Belakang Pembangunan merupakan suatu proses multidimensional yang mencakup berbagai perubahan mendasar atas struktur sosial, sikap-sikap masyarakat, dan institusi-institusi nasional, disamping tetap mengejar akselerasi pertumbuhan ekonomi, penanganan ketimpangan pendapatan, serta pengentasan kemiskinan (Todaro dan Smith, 2006). Jadi, kinerja pembangunan bukan hanya diukur dari pertumbuhan ekonomi saja, tetapi harus tetap mempertimbangkan penurunan kemiskinan serta penanganan ketimpangan pendapatan. Penanggulangan kemiskinan merupakan fokus perhatian semua negara di dunia. Bahkan dari delapan butir Millenium Development Goals (MDGs) yang ditandatangani oleh 189 negara anggota PBB, memberantas kemiskinan dan kelaparan merupakan butir pertama dari MDGs. Komitmen semua bangsa di dunia untuk mengentaskan kemiskinan dikokohkan kembali dalam Konferensi Tingkat Tinggi (KTT) Pembangunan Berkelanjutan di Johannesburg, Afrika Selatan, bulan September 2002. Kesepakatan tersebut dituangkan dalam dokumen "Rencana Pelaksanaan KTT Pembangunan
Berkelanjutan",
yang
ditandatangani
oleh
para
kepala
negara/pemerintahan dari 165 negara yang hadir dalam KTT tersebut, termasuk Indonesia. Hal ini menunjukkan komitmen Negara Indonesia untuk memberantas kemiskinan dalam rangka pembangunan berkelanjutan (Hadad, 2003).
2
Perhatian pemerintah Indonesia terhadap kemiskinan dituangkan di dalam Rencana Pembangunan Jangka Menengah Nasional (RPJMN) 2004-2009. Penurunan jumlah kemiskinan hingga 8,2 persen pada tahun 2009 merupakan salah satu sasaran pertama dalam hal agenda pemerintah meningkatkan kesejahteraan rakyat. Bahkan untuk mencapai sasaran tersebut pemerintah merumuskan prioritas pembangunan nasional 2004–2009 adalah penanggulangan kemiskinan dengan kebijakan yang diarahkan untuk menghormati, melindungi dan memenuhi hak-hak dasar masyarakat miskin. Provinsi Maluku Utara merupakan salah satu contoh daerah yang masih menghadapi permasalahan dalam penanggulangan
kemiskinan.
Setelah
memisahkan diri dari Provinsi Maluku di tahun 1999, provinsi ini masih menempati peringkat ke 29 dari 33 provinsi di Indonesia dalam hal pencapaian pembangunan manusia. Provinsi Maluku Utara juga masih harus menghadapi penduduk miskin sebesar 99,10 ribu jiwa
atau 10,34 persen dari total
Persen
penduduknya. 14,00 13,00 12,00 11,00 10,00 9,00 8,00 7,00 6,00
13,23
12,73
11,97
11,51
10,34
2005
2006
2007
2008
2009
Tahun
Sumber: BPS Provinsi Maluku Utara, 2009 (diolah).
Gambar 1.1. Persentase Penduduk Miskin Provinsi Maluku Utara
3
Perkembangan tingkat kemiskinan di Provinsi Maluku Utara dari tahun 2005-2009 memiliki tren yang menurun. Namun jika ditinjau secara spasial, pencapaian
penanggulangan
kemiskinan
cukup
bervariasi.
Terdapat
kabupaten/kota yang memiliki persentase penduduk miskin yang masih tinggi seperti Kabupaten Halmahera Tengah, Kabupaten Halmahera Timur dan Halmahera Barat. Kabupaten/kota lain seperti Kota Ternate, Kota Tidore Kepulauan dan Halmahera Utara memiliki persentase penduduk miskin yang relatif rendah (Tabel 1.1). Tabel 1.1. Jumlah dan Persentase Penduduk Miskin Menurut Kabupaten/Kota di Provinsi Maluku Utara Tahun 2009 Jumlah Penduduk Persentase No Kabupaten/Kota Miskin penduduk miskin (ribu jiwa) (%) 1 Halmahera Barat 13,8 14,34 2 Halmahera Tengah 9,1 26,64 3 Kepulauan Sula 14,7 11,51 4 Halmahera Selatan 20,8 10,97 5 Halmahera Utara* 15,2 7,93 6 Halmahera Timur 13,5 19,55 7 Kota Ternate 7,2 4,22 8 Kota Tidore 4,9 6,01 Kepulauan Provinsi Maluku Utara 99,10 10,34 *Tergabung dengan Kabupaten Pulau Morotai Sumber: BPS Provinsi Maluku Utara, 2009 (diolah).
1.2 Perumusan Masalah Penanggulangan kemiskinan merupakan permasalahan kompleks yang dihadapi oleh seluruh negara terutama negara sedang berkembang termasuk Indonesia. Provinsi Maluku Utara sebagai provinsi yang baru terbentuk di tahun 1999, harus bekerja keras untuk terus mengurangi tingkat kemiskinan agar
4
pembangunan yang berjalan benar-benar dapat memberikan manfaat secara optimal di segala bidang. Pada tahun 2009 Provinsi Maluku Utara masih harus menghadapi kemiskinan 99,10 ribu jiwa atau 10,34 persen dari total penduduknya. Kondisi tersebut menunjukkan bahwa target penurunan kemiskinan hingga 8,2 persen pada tahun 2009 masih belum tercapai. Pencapaian penanggulangan kemiskinan menurut kabupaten/kota di Maluku Utara masih belum merata. Pada tahun 2009, tiga kabupaten/kota memiliki persentase penduduk miskin tergolong rendah yaitu Kota Ternate, Kota Tidore Kepulauan dan Kabupaten Halmahera Utara. Sedangkan kabupaten/kota lainnya masih relatif tinggi. Bahkan, Kabupaten Halmahera Tengah dan Halmahera Timur persentase penduduk miskinnya tergolong sangat tinggi. Identifikasi pola maupun faktor penyebab kemiskinan merupakan salah satu informasi penting yang dapat digunakan sebagai pedoman untuk mendukung program pengurangan kemiskinan. Berdasarkan uraian di atas, dalam penelitian ini dapat dirumuskan permasalahan sebagai berikut: 1.
Bagaimana pola kemiskinan (persentase penduduk miskin, tingkat kedalaman kemiskinan dan keparahan kemiskinan) antarkabupaten/kota dan antarwaktu di Provinsi Maluku Utara selama tahun 2005-2009?
2. Apakah faktor-faktor yang memengaruhi tingkat kemiskinan di Provinsi Maluku Utara tahun 2005-2009?
5
1.3 Tujuan Penelitian Tujuan yang ingin dicapai dari penulisan ini adalah: 1.
Memberi gambaran pola kemiskinan (persentase penduduk miskin, tingkat kedalaman dan keparahan kemiskinan) antarkabupaten/kota dan antarwaktu di Provinsi Maluku Utara tahun 2005-2009.
2.
Menganalisis faktor-faktor yang memengaruhi tingkat kemiskinan di Provinsi Maluku Utara tahun 2005 - 2009.
1.4 Manfaat Penelitian Dari penelitian ini diharapkan memberikan manfaat sebagai berikut: 1. Memberi masukkan bagi pemerintah dalam menetapkan kebijakan yang tepat untuk mengurangi kemiskinan dari Provinsi Maluku Utara. 2. Menjadi bahan acuan dan referensi bagi peneliti lain yang ingin meneliti lebih lanjut dan lebih mendalam tentang kemiskinan.
1.5 Ruang Lingkup dan Keterbatasan Penelitian Dalam penulisan skripsi ini, penelitian hanya dibatasi di Provinsi Maluku Utara. Karena keterbatasan ketersediaan data dan adanya pemekaran wilayah, series penelitian dari tahun 2005-2009. Jumlah kabupaten/kota yang diteliti sebanyak 6 kabupaten dan 2 kota, yaitu: Kabupaten Halmahera Barat, Kabupaten Halmahera Tengah, Kabupaten Kepulauan Sula, Kabupaten Halmahera Selatan, Halmahera Utara, Halmahera Timur, Kota Ternate, Kota Tidore Kepulauan. Sedangkan Kabupaten Pulau Morotai masih tergabung dengan kabupaten induknya yaitu Kabupaten Halmahera Utara.
BAB II TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN
2.1
Tinjauan Teori
2.1.1
Kemiskinan Kemiskinan adalah kondisi dimana seseorang atau sekelompok orang tidak
mampu
memenuhi
hak-hak
dasarnya
untuk
mempertahankan
dan
mengembangkan kehidupan yang bermartabat (Bappenas, 2004). Hak-hak dasar antara lain (a) terpenuhinya kebutuhan pangan, (b) kesehatan, pendidikan, pekerjaan, perumahan, air bersih, pertanahan, sumber daya alam dan lingkungan hidup, (c) rasa aman dari perlakuan atau ancaman tindak kekerasan, (d) hak untuk berpartisipasi dalam kehidupan sosial-politik (BPS, 2009).
2.1.2
Jenis-jenis Kemiskinan
2.1.2.1 Kemiskinan Relatif Kemiskinan relatif merupakan kondisi miskin karena pengaruh kebijakan pembangunan yang belum mampu menjangkau seluruh lapisan masyarakat sehingga menyebabkan ketimpangan distribusi pendapatan. Standar minimum disusun berdasarkan kondisi hidup suatu negara pada waktu tertentu dan perhatian terfokus pada golongan penduduk “termiskin”, misalnya 20 persen atau 40 persen lapisan
terendah
dari
total
penduduk
yang
telah
diurutkan
menurut
pendapatan/pengeluaran. Kelompok ini merupakan penduduk relatif miskin.
7
Dengan menggunakan definisi ini berarti “orang miskin selalu hadir bersama kita” (BPS, 2009). Negara
yang
lebih
kaya
(sejahtera),
cenderung
merevisi
garis
kemiskinannya menjadi lebih tinggi, dengan pengecualian Amerika Serikat, dimana garis kemiskinan pada dasarnya tidak berubah selama hampir empat dekade. Misalnya, Uni Eropa umumnya mendefinisikan penduduk miskin adalah mereka yang mempunyai pendapatan per kapita di bawah 50 persen dari median (rata-rata) pendapatan. Ketika median/rata-rata pendapatan meningkat, garis kemiskinan relatif juga meningkat (BPS, 2009). Jadi, garis kemiskinan relatif tidak dapat digunakan untuk membandingkan tingkat kemiskinan antarnegara, karena tidak mencerminkan tingkat kesejahteraan yang sama.
2.1.2.2 Kemiskinan Absolut Kemiskinan secara absolut ditentukan berdasarkan ketidakmampuan untuk mencukupi kebutuhan pokok minimum seperti pangan, sandang, kesehatan, perumahan dan pendidikan yang diperlukan untuk bisa hidup dan bekerja. Kebutuhan pokok minimum diterjemahkan sebagai ukuran finansial dalam bentuk uang. Nilai kebutuhan minimum kebutuhan dasar tersebut dikenal dengan istilah garis kemiskinan. Penduduk yang pendapatannya di bawah garis kemiskinan digolongkan sebagai penduduk miskin (BPS, 2009). Garis kemiskinan absolut tidak berubah dalam hal standar hidup. Sehingga dengan garis kemiskinan absolut dapat membandingkan tingkat kemiskinan antarwilayah dan antarwaktu.
8
Bank dunia menghitung garis kemiskinan absolut dengan menggunakan pengeluaran konsumsi yang dikonversi ke dalam US$ PPP (Purchasing Power Parity/Paritas Daya Beli), bukan nilai tukar US$ resmi. Tujuannya untuk membandingkan
tingkat
kemiskinan
antarnegara.
Angka
konversi
PPP
menunjukkan banyaknya rupiah yang harus dikeluarkan untuk membeli sejumlah kebutuhan barang dan jasa dimana jumlah yang sama tersebut dapat dibeli seharga US$1 di Amerika. Angka konversi ini dihitung berdasarkan harga dan kuantitas di masing-masing negara yang dikumpulkan dalam suatu survey yang biasanya dilakukan setiap lima tahun sekali. Pada umumnya ada dua ukuran yang digunakan oleh Bank Dunia, yaitu: a) US$ 1 PPP per kapita per hari; b) US$ 2 PPP per kapita per hari. Ukuran tersebut sekarang direvisi menjadi US$ 1,25 PPP dan US$ 2 PPP per kapita per hari (BPS, 2009). Pendapatan per kapita yang tinggi tidak menunjukkan rendahnya kemiskinan absolut. Hal ini disebabkan bagian pendapatan yang diterima oleh kelompok penduduk paling miskin tidak sama antarwilayah.
2.1.3
Pendekatan dalam Pengukuran Kemiskinan Badan Pusat Statistik (BPS) dalam mengukur kemiskinan menggunakan
konsep kemampuan memenuhi kebutuhan dasar (basic needs approach). Kebutuhan dasar ini merupakan kebutuhan minimum seseorang dapat hidup dengan layak. Dengan pendekatan ini, kemiskinan dipandang sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan
9
yang diukur dari sisi pengeluaran. Jika rata-rata pengeluaran per kapita suatu penduduk di bawah garis kemiskinan maka disebut penduduk miskin. Penentuan indikator yang dapat dijadikan acuan kebutuhan dasar bersifat subyektif karena dipengaruhi oleh adat, budaya, daerah dan kelompok sosial. Pengukuran kemiskinan dengan menggunakan konsep kemampuan memenuhi kebutuhan dasar (basic needs approach) tidak hanya digunakan oleh BPS, tetapi juga oleh negaranegara lain seperti Armenia, Senegal, Pakistan, Bangladesh, Vietnam, Sierra Leone dan Gambia (BPS, 2007). Menurut BPS (2009), komponen kebutuhan dasar terdiri dari pangan dan bukan pangan yang disusun menurut daerah perkotaan dan perdesaan berdasarkan hasil Survei Sosial Ekonomi Nasional (SUSENAS). Indikator kebutuhan minimum untuk masing-masing komponen tersebut dapat dijelaskan sebagai berikut : a. Pangan, dinyatakan dengan kebutuhan gizi minimum yaitu perkiraan kalori dan protein. b. Sandang, dinyatakan dengan indikator pengeluaran rata-rata untuk keperluan pakaian, alas kaki, dan tutup kepala. c. Perumahan, dinyatakan dengan indikator pengeluaran rata-rata untuk sewa rumah, listrik, minyak tanah, kayu bakar, arang, dan air. d. Pendidikan, dinyatakan dengan indikator pengeluaran rata-rata untuk keperluan biaya sekolah (uang sekolah, iuran sekolah, alat tulis, dan buku). e. Kesehatan, dinyatakan dengan Indikator pegeluaran rata-rata untuk penyediaan obat-obatan di rumah, ongkos dokter, perawatan, termasuk obat-obatan.
10
2.1.4 Garis Kemiskinan Penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran per kapita per bulan di bawah Garis Kemiskinan (GK). Metode yang digunakan untuk menghitung Garis Kemiskinan (GK) terdiri dari dua komponen yaitu Garis Kemiskinan Makanan (GKM) dan Garis Kemiskinan Nonmakanan (GKNM). Penghitungan garis kemiskinan dilakukan secara terpisah untuk daerah perkotaan dan perdesaan. Garis Kemiskinan Makanan (GKM) adalah nilai pengeluaran kebutuhan minimum makanan yang disetarakan dengan 2.100 kilokalori per kapita per hari. Patokan ini mengacu pada hasil Widyakarya Pangan dan Gizi 1978. Paket komoditi kebutuhan dasar makanan mewakili oleh 52 jenis komoditi (padi-padian, umbi-umbian, ikan, daging, telur dan susu, sayuran, kacang-kacangan, buahbuahan, minyak dan lemak, dan lain-lain). Ke-52 komoditi ini merupakan komoditi yang paling banyak dikonsumsi oleh orang miskin. Jumlah pengeluaran untuk 52 komoditi ini sekitar 70 persen dari total pengeluaran orang miskin. Garis Kemiskinan Nonmakanan (GKNM) adalah kebutuhan minimum untuk perumahan, sandang, pendidikan dan kesehatan. Paket komoditi kebutuhan dasar nonmakanan diwakili oleh 51 jenis komoditi di perkotaan dan 47 jenis komoditi di perdesaan.
11
Formula dasar dalam penghitungan Garis Kemiskinan Makanan (GKM) adalah : (2.1) Dimana : = Garis kemiskinan makanan daerah ke-j (sebelum disetarakan dengan 2100 kilokalori) provinsi p = Harga komoditi k di daerah j, provinsi p = Rata-rata kuantitas komoditi k yang dikonsumsi di daerah j, provinsi p = Nilai pengeluaran untuk konsumsi komoditi k di daerah j provinsi p j
= Daerah (perkotaan atau perdesaan)
p
= Provinsi ke-p Selanjutnya GKM tersebut disetarakan dengan 2100 kilokalori dengan
mengalikan 2100 terhadap harga implisit rata-rata kalori menurut daerah j dari penduduk referensi, sehingga: (2.2) Dimana : = Harga rata-rata komoditi k di daerah j, provinsi p = Kalori dari komoditi k di daerah j, provinsi p
= Kebutuhan minimum makanan di daerah j, propinsi p yang menghasilkan energi setara dengan 2100 kilokalori per kapita per hari (Garis Kemiskinan Makanan)
12
Formula dasar Garis Kemiskinan Nonmakanan (GKNM) adalah sebagai berikut : (2.3) Dimana : = Pengeluaran minimum nonmakanan atau garis kemiskinan nonmakanan daerah j (kota/desa) dan provinsi p = Rasio pengeluaran komoditi/subkelompok nonmakanan k menurut daerah (hasil SPKKD 2004) dan daerah j (kota+desa) = Nilai pengeluaran perkomoditi/subkelompok nonmakanan daerah j dan provinsi p (dari Susenas modul konsumsi) k
2.1.5
= Jenis komoditi nonmakanan terpilih
Indikator Kemiskinan Berdasarkan pendekatan kebutuhan dasar, ada tiga indikator dasar
kemiskinan yang digunakan : 1.
Head Count Index (HCI-P0) yaitu persentase penduduk yang berada di bawah garis kemiskinan.
2.
Indeks Kedalaman Kemiskinan (Poverty Gap Index-P1) merupakan ukuran rata-rata kesenjangan pengeluaran masing-masing penduduk miskin terhadap garis kemiskinan. Indeks Kedalaman Kemiskinan melihat seberapa miskin orang miskin itu. Semakin tinggi nilai Indeks Kedalaman Kemiskinan, semakin jauh rata-rata pengeluaran penduduk miskin dari garis kemiskinan.
13
3.
Indeks Keparahan Kemiskinan (Poverty Severity Index-P2) memberikan gambaran mengenai penyebaran pengeluaran diantara penduduk miskin. Semakin tinggi nilai indeks keparahan kemiskinan menunjukkan semakin tinggi ketimpangan pengeluaran diantara penduduk miskin. Angka P1 dan P2 yang besar menunjukkan buruknya kondisi kemiskinan di
suatu wilayah. Foster-Greer-Thorbecke (1984) dalam BPS (2007) telah merumuskan suatu ukuran yang digunakan untuk mengukur tingkat kemiskinan, yaitu : (2.4) Dimana : = 0,1,2 = Garis Kemiskinan = Rata-rata pengeluaran per kapita sebulan penduduk yang berada di bawah garis kemiskinan (i=1,2,…,q) = Jumlah penduduk Jika α = 0, diperoleh Head Count Index (P0), jika α = 1 diperoleh Indeks Kedalaman Kemiskinan (Poverty Gap Index-P1) dan jika α = 2 diperoleh Indeks Keparahan Kemiskinan (Poverty Severity Index-P2).
2.1.6 Pertumbuhan Ekonomi Pertumbuhan ekonomi merupakan suatu proses peningkatan kapasitas produksi dalam suatu perekonomian secara terus-menerus atau berkesinambungan
14
sepanjang waktu sehingga menghasilkan tingkat pendapatan dan output nasional yang semakin lama semakin besar (Todaro dan Smith, 2006). Pertumbuhan ekonomi merupakan perubahan nilai PDB (Produk Domestik Bruto) riil antarwaktu. Sehingga laju pertumbuhan PDB riil (PDB atas dasar harga konstan) yang berikutnya dijadikan indikator pertumbuhan ekonomi suatu wilayah. PDB menyatakan pendapatan total atau pengeluaran total nasional atas output barang dan jasa (Mankiw, 2006). Tingkat pertumbuhan ekonomi yang tinggi akan menimbulkan efek meretas ke bawah (tricke down effect). Tingkat pertumbuhan ekonomi yang tinggi akan merangsang penciptaan lapangan pekerjaan sehingga mampu mengurangi pengangguran, kemiskinan dan meningkatkan taraf hidup masyarakat. Namun proses trickle down effect ini tidak akan terjadi dengan baik apabila pertumbuhan ekonomi tidak didorong oleh sektor-sektor yang padat karya atau sektor-sektor dimana orang miskin berada seperti sektor pertanian. Penelitian yang dilakukan Prasetyo (2010), menemukan bahwa terdapat hubungan yang negatif antara pertumbuhan ekonomi dan tingkat kemiskinan. Kenaikan pertumbuhan ekonomi akan menurunkan tingkat kemiskinan. Hubungan ini menunjukkan pentingnya mempercepat pertumbuhan ekonomi untuk menurunkan tingkat kemiskinan. Ravallion (2006) dalam penelitiannya tentang pengaruh pertumbuhan dan ketimpangan terhadap kemiskinan di China dan India tahun 1980-2000 menyimpulkan bahwa pertumbuhan ekonomi berpengaruh terhadap pengentasan kemiskinan di India dan China, namun ketimpangan pendapatan akan
15
menghambat pengentasan kemiskinan. Penelitian yang dilakukan Siregar dan Wahyuniarti (2007) menyimpulkan bahwa pertumbuhan memiliki pengaruh yang signifikan terhadap penurunan kemiskinan, namun magnitude pengaruh tersebut relatif tidak besar.
2.1.7 Tingkat Pendidikan Pendidikan merupakan investasi bagi pembentukan modal manusia yang berkualitas. Pendidikan akan memudahkan seseorang untuk menyerap teknologi modern sehingga dapat meningkatkan produktivitas yang bermanfaat bagi pembangunan. Investasi pendidikan akan mampu meningkatkan kualitas sumberdaya manusia yang diperlihatkan oleh meningkatnya pengetahuan dan keterampilan seseorang. Peningkatan pengetahuan dan keahlian akan mendorong peningkatan produktivitas kerja seseorang. Perusahaan akan memperoleh hasil yang lebih banyak dengan mempekerjakan tenaga kerja dengan produktivitas yang lebih tinggi, sehingga perusahaan akan bersedia memberikan upah/gaji yang lebih tinggi kepada yang bersangkutan. Pada akhirnya seseorang yang memiliki produktivitas yang tinggi akan memperoleh kesejahteraan yang lebih baik, yang dapat diperlihatkan melalui peningkatan pendapatan maupun konsumsinya. Rendahnya produktivitas tenaga kerja kaum miskin dapat disebabkan oleh karena rendahnya akses mereka untuk memperoleh pendidikan dan kesehatan (Sitepu dan Sinaga, 2007).
16
Siregar dan Wahyuniarti (2007) dalam penelitiannya tenang kemiskinan di Indonesia menyimpulkan bahwa pendidikan merupakan variabel yang signifikan terhadap penurunan kemiskinan. Pengaruh tingkat pendidikan relatif besar terhadap penurunan kemiskinan.
2.1.8
Share PDRB sektor pertanian Siregar dan Wahyuniarti (2007) menyatakan bahwa pertumbuhan ekonomi
merupakan syarat keharusan (necessary condition) bagi pengurangan kemiskinan. Adapun syarat kecukupannya (sufficient condition) ialah pertumbuhan tersebut hendaklah menyebar di setiap golongan pendapatan, termasuk di golongan penduduk miskin (growth in equity). Secara langsung, hal ini berarti pertumbuhan itu perlu dipastikan terjadi di sektor-sektor dimana penduduk miskin bekerja (pertanian atau sektor padat karya). Secara tidak langsung, diperlukan pemerintah yang cukup efektif meredistribusi manfaat pertumbuhan yang boleh jadi didapatkan dari sektor modern seperti jasa dan manufaktur yang padat modal ke golongan penduduk miskin. Suselo dan Tarsidin (2008) dalam penelitiannya menyimpulkan bahwa sektor pertanian, perkebunan, dan perikanan tidak saja merupakan sektor usaha yang paling tinggi tingkat kemiskinannya, tapi juga mempunyai elastisitas kemiskinan terhadap pertumbuhan ekonomi paling tinggi. Di samping itu penurunan share sektor usaha tersebut juga turut memperburuk tingkat kemiskinan Indonesia. Dengan demikian langkah yang paling tepat untuk
17
mengurangi kemiskinan adalah dengan memberikan perhatian lebih pada sektor pertanian, perkebunan, dan perikanan.
2.1.9
Pengangguran Pengangguran adalah mereka yang sedang mencari pekerjaan, yang
mempersiapkan usaha, yang tidak mencari pekerjaan karena merasa tidak mungkin mendapatkan pekerjaan (sebelumnya dikategorikan sebagai bukan angkatan kerja), dan yang sudah mempunyai pekerjaan tetapi belum mulai bekerja (sebelumnya dikategorikan sebagai bekerja), dan pada waktu bersamaan mereka tidak bekerja. Penganggur dengan konsep/definisi tersebut biasanya disebut sebagai pengangguran terbuka (BPS, 2007) . Selain pengangguran terbuka ada istilah setengah pengangguran, yaitu penduduk yang bekerja kurang dari jam normal (35 jam seminggu), tidak termasuk yang sementara tidak bekerja. BPS (2009) dalam publikasi analisis kemiskinan, ketenagakerjaan dan distribusi pendapatan menyebutkan bahwa pengangguran dilihat dari penyebabnya dikelompokkan menjadi beberapa jenis: a.
Pengangguran struktural yaitu pengangguran yang terjadi karena adanaya perubahan dalam struktur perekonomian. Penduduk tidak mempunyai keahlian yang cukup untuk memasuki sektor baru sehingga mereka menganggur. Contoh: para petani kehilangan pekerjaan karena daerahnya berubah dari daerah agraris ke daerah industri.
18
b.
Pengangguran siklus yaitu pengangguran yang terjadi karena menurunnya kegiatan perekonomian (misal terjadi resesi) sehingga menyebabkan berkurangnya permintaan masyarakat (agregat demand).
c.
Pengangguran musiman adalah pengangguran yang terjadi karena adanya pergantian musim misalnya pergantian musim tanam ke musim panen.
d.
Pengangguran friksional yaitu pengangguran yang muncul akibat adanya ketidaksesuaian antara pemberi kerja dan pencari kerja.
e.
Pengangguran teknologi yaitu pengangguran yang terjadi karena adanya penggunaan alat-alat teknologi yang semakin modern menggantikan tenaga kerja manusia. Indikator pengangguran terbuka yang digunakan oleh BPS adalah Tingkat
Pengangguran Terbuka (TPT). (2.5) Menurut Tambunan (2001), pengangguran dapat mempengaruhi tingkat kemiskinan dengan berbagai cara, antara lain: 1.
Jika rumah tangga memiliki batasan likuiditas, yang berarti bahwa konsumsi saat ini sangat dipengaruhi oleh pendapatan saat ini, maka bencana pengangguran akan secara langsung mempengaruhi income poverty rate dengan consumption poverty rate.
2.
Jika rumah tangga tidak menghadapi batasan likuiditas, yang berarti bahwa konsumsi saat ini tidak terlalu dipengaruhi oleh pendapatan saat ini, maka peningkatan pengangguran akan menyebabkan peningkatan kemiskinan
19
dalam jangka panjang, tetapi tidak terlalu berpengaruh dalam jangka pendek. Munandar, Kurniawan dan Santoso (2007) dalam BPS (2009) yang melakukan penelitian berdasarkan estimasi perilaku siklikal (cyclical behaviour) kemiskinan dan pengangguran, menyimpulkan bahwa tingkat kemiskinan turun jika pengangguran turun. Dalam jangka pendek (satu tahun) terdapat hubungan positif yang signifikan antara perubahan tingkat pengangguran dengan perubahan tingkat kemiskinan, yaitu one-to-one mapping antara penurunan pengangguran dengan membaiknya tingkat kemiskinan. Prasetyo (2010) dalam penelitiannya tentang kemiskinan di Propinsi Jawa Tengah tahun 2003-2007 menyimpulkan bahwa terhadap terdapat hubungan positif antara tingkat pengangguran dengan tingkat kemiskinan di Jawa Tengah. Penurunan pengangguran berpengaruh positif terhadap penurunan kemiskinan atau sebaliknya. Hudayana (2009) dalam penelitiannya tentang kemiskinan di Indonesia menemukan bahwa pengangguran memiliki pengaruh yang positif terhadap tingkat kemiskinan.
2.2 Penelitian-Penelitian Terdahulu Penelitian tentang kemiskinan telah banyak dilakukan, Wijayanto (2010) dengan judul Analisis Pengaruh PDRB, Pendidikan dan Pengangguran terhadap Kemiskinan di Kabupaten/Kota Jawa Tengah 2005-2008 dengan menggunakan alat analisis regresi data panel didapat hasil bahwa tingkat pendidikan masyarakat
20
dan pengangguran memiliki pengaruh negatif yang signifikan terhadap tingkat kemiskinan. Penelitian yang dilakukan oleh Siregar dan Wahyuniarti (2007) dengan judul “Dampak Pertumbuhan Ekonomi Terhadap Penurunan Jumlah Penduduk Miskin”. Tulisannya menganalisis tentang pengaruh pertumbuhan ekonomi terhadap tingkat kemiskinan di Indonesia dengan analisis deskriptif dan model regresi panel data yaitu time series 1995-2005 dan cross section 26 Provinsi (sebelum
pemekaran-pemekaran
dan
setelah
disintegrasi
Timur-Timur)
menghasilkan kesimpulan bahwa : 1.
Pertumbuhan berpengaruh signifikan dalam mengurangi kemiskinan, namun magnitude pengaruh tersebut relatif tidak besar.
2.
Inflasi maupun populasi penduduk juga berpengaruh signifikan terhadap kemiskinan, namun besaran pengaruh masing-masingnya relatif kecil.
3.
Peningkatan share sektor pertanian dan share sektor industri juga signifikan mengurangi jumlah kemiskinan.
4.
Variabel yang signifikan dan relatif paling besar pengaruhnya terhadap penurunan kemiskinan ialah pendidikan. Penelitian yang dilakukan oleh Prasetyo (2010) dengan judul Faktor-
Faktor yang Mempengaruhi Tingkat Kemiskinan (Studi Kasus di 35 Kabupaten/Kota di Jawa Tengah Tahun 2003-2007) menggunakan alat analisis regresi data panel menyimpulkan bahwa tingkat kemiskinan di Jawa Tengah dipengaruhi oleh pertumbuhan ekonomi, upah minimum, pendidikan dan pengangguran.
21
BPS (2009) dalam penelitiannya tentang kemiskinan di Indonesia tahun 2002-2007 dengan menggunakan alat regresi data panel, menghasilkan kesimpulan bahwa: 1.
PDRB dan Rasio Pengeluaran Nonmakanan mempunyai hubungan terbalik dengan kemiskinan.
2.
Gini Rasio, Tingkat Pengangguran Terbuka dan Indeks Harga Konsumen Makanan mempunyai hubungan searah dengan tingkat kemiskinan. Suselo dan Tarsidin (2008) dalam penelitiannya tentang pengaruh
pertumbuhan dan perubahan struktur ekonomi terhadap kemiskinan di Indonesia menyimpulkan bahwa sektor pertanian, perkebunan, dan perikanan tidak saja merupakan sektor usaha yang paling tinggi tingkat kemiskinannya, tapi juga mempunyai elastisitas kemiskinan terhadap pertumbuhan ekonomi paling tinggi. Di samping itu, penurunan share sektor usaha tersebut juga turut memperburuk tingkat kemiskinan Indonesia. Dengan demikian, langkah yang paling tepat untuk mengurangi kemiskinan adalah dengan memberikan perhatian lebih pada sektor pertanian, perkebunan,dan perikanan. Hudayana (2009) dalam penelitiannya tentang faktor-faktor yang memengaruhi tingkat kemiskinan di Indonesia menyimpulkan bahwa faktor-faktor yang memengaruhi secara signifikan terhadap tingkat kemiskinan adalah tingkat pengangguran, pendapatan, dan pendidikan.
22
2.3 Kerangka Pemikiran Kerangka penulisan dalam penelitian ini digambarkan dalam bentuk diagram alur sebagai berikut:
Kemiskinan di Maluku Utara
Analisis Deskriptif
Analisis Regresi Data Panel
Gambaran Pola Kemiskinan
Faktor-faktor yang Memengaruhi Tingkat Kemiskinan
Persentase Penduduk Miskin Jumlah Penduduk Miskin Tingkat Kedalaman Kemiskinan Tingkat keparahan Kemiskinan
Implikasi Kebijakan
Gambar 2.1. Kerangka Pemikiran
Pertumbuhan Ekonomi Tingkat Pendidikan Share PDRB pertanian Pengangguran
23
2.4 Hipotesis
Dengan mengacu pada kerangka pemikiran dan berdasarkan studi empiris terdahulu yang berkaitan dengan kemiskinan, maka akan diajukan hipotesis sebagai berikut : 1.
Diduga pertumbuhan ekonomi mempunyai pengaruh negatif terhadap tingkat kemiskinan di Maluku Utara.
2.
Diduga tingkat pendidikan mempunyai pengaruh negatif terhadap tingkat kemiskinan di Maluku Utara.
3.
Diduga peningkatan share PDRB sektor pertanian mempunyai pengaruh negatif terhadap tingkat kemiskinan di Maluku Utara.
4.
Diduga pengangguran mempunyai pengaruh positif terhadap tingkat kemiskinan di Maluku Utara.
BAB III METODE PENELITIAN
3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder yang berasal dari Badan Pusat Statistik Republik Indonesia dan BPS Provinsi Maluku Utara. Series data yang digunakan dari tahun 2005-2009. Sumber data yang digunakan BPS untuk mendapatkan angka kemiskinan yaitu melalui
SUSENAS (Survei Sosial Ekonomi Nasional), sebagai
tambahannya digunakan hasil survey SPKKD (Survei Paket Komoditi Kebutuhan Dasar) untuk memperkirakan proporsi dari pengeluaran masing-masing komoditi pokok nonmakanan.
3.2 Metode Analisis Penelitian ini menggunakan analisis deskriptif dan analisis regresi data panel. Pengolahan data menggunakan software Microsoft Excel 2007 dan EViews 6.0.
3.2.1
Analisis Desktiptif Analisis Deskriptif merupakan analisis sederhana dari suatu sebaran data
dengan penyajian dalam bentuk tabulasi dan grafik/gambar. Analisis deskriptif dalam penelitian ini digunakan untuk menggambarkan pola kemiskinan (persentase penduduk miskin, tingkat kedalaman kemiskinan dan tingkat keparahan kemiskinan)
25
antarkabupaten/kota dan antarwaktu di Provinsi Maluku Utara. Selain itu, analisis deskriptif dalam penelitian juga digunakan sebagai pendukung untuk menambah dan mempertajam analisis inferensia.
3.2.2
Analisis Regresi Data Panel Data panel merupakan kombinasi data cross section dengan time series.
Jika setiap unit cross section memiliki jumlah observasi time series yang sama maka disebut sebagai balanced panel (total jumlah observasi = N x T). Sebaliknya jika jumlah observasi berbeda untuk setiap unit cross section maka disebut unbalanced panel. Menurut Gujarati (2004), keunggulan penggunaan data panel memberikan banyak keuntungan diantaranya sebagai berikut: 1. Data panel mampu menyediakan data yang lebih banyak, sehingga dapat memberikan informasi yang lebih lengkap. Sehingga diperoleh degree of freedom (df) yang lebih besar sehingga estimasi yang dihasilkan lebih baik. 2. Dengan menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul karena ada masalah penghilangan variabel (omitted variable). 3. Data panel mampu mengurangi kolinearitas antarvariabel. 4. Data panel lebih baik dalam mendeteksi dan mengukur efek yang secara sederhana tidak mampu dilakukan oleh data time series murni dan cross section murni.
26
5. Dapat menguji dan membangun model perilaku yang lebih kompleks. Sebagai contoh, fenomena seperti skala ekonomi dan perubahan teknologi. 6. Data panel dapat meminimalkan bias yang dihasilkan oleh agregat individu, karena data yang diobservasi lebih banyak. Analisis regresi data panel memiliki tiga macam model yaitu : model Common Effect, Fixed Effect dan Random Effect.
3.2.2.1 Common Effect Model Model Common Effect merupakan model sederhana yaitu menggabungkan seluruh data time series dengan cross section, selanjutnya dilakukan estimasi model dengan menggunakan OLS (Ordinary Least Square). Model ini menganggap bahwa intersep dan slop dari setiap variabel sama untuk setiap obyek observasi. Dengan kata lain, hasil regresi ini dianggap berlaku untuk semua kabupaten/kota pada semua waktu. Kelemahan model ini adalah ketidakseuaian model dengan keadaan sebenarnya. Kondisi tiap obyek dapat berbeda dan kondisi suatu obyek satu waktu dengan waktu yang lain dapat berbeda. Model Common Effect dapat diformulasikan sebagai berikut :
(3.1)
Dimana : = variabel dependen di waktu t untuk unit cross section i = intersep = parameter untuk variabel ke-j
27
= variabel bebas j di waktu t untuk unit cross section i = komponen error di waktu t untuk unit cross section i i
= urutan kabupaten/kota yang diobservasi (cross section)
t
= periode waktu (time series)
j
= urutan variabel
3.2.2.2 Fixed Effect Model (FEM) Model data panel dengan Fixed Effects Model (FEM) mengasumsikan bahwa perbedaan mendasar antarindividu dapat diakomodasikan melalui perbedaan intersepnya, namun intersep antarwaktu sama (time invariant). Fixed effect maksudnya bahwa koefisien regresi (slope) tetap antarindividu dan antarwaktu. Intersep setiap individu merupakan parameter yang tidak diketahui dan akan diestimasi. Pada umumnya dengan memasukkan variabel boneka (dummy variable), sehingga FEM sering disebut dengan Least Square Dummy Variable (LSDV).
(3.2) = variabel terikat di waktu t untuk unit cross section i = intersep yang berubah-ubah antar-cross section unit = parameter untuk variabel ke-j = variabel bebas j di waktu t untuk unit cross section i = dummy variable
28
= komponen error di waktu t untuk unit cross section i
3.2.2.3 Random Effect Model (REM) Random Effect Model (REM) digunakan untuk mengatasi kelemahan model efek tetap yang menggunakan dummy variable, sehingga model mengalami ketidakpastian. Penggunaan dummy variable akan mengurangi derajat bebas (degree of freedom) yang pada akhirnya akan mengurangi efisiensi dari parameter yang diestimasi. REM menggunakan residual yang diduga memiliki hubungan antawaktu dan antarindividu. Sehingga REM mengasumsikan bahwa setiap individu memiliki perbedaan intersep yang merupakan variabel random. Model REM secara umum dituliskan sebagai berikut: (3.3) (3.4)
3.2.3
merupakan komponen cross-section error
(3.5)
merupakan komponen time series error
(3.6)
merupakan time series dan cross section error
(3.7)
Metode Pemilihan Model Keputusan untuk memilih jenis model yang digunakan dalam analisis
panel didasarkan pada dua uji, yakni uji Chow dan uji Hausman. Uji Chow digunakan untuk memutuskan apakah menggunakan Common Effect atau Fixed Effect. Keputusan untuk menggunakan Fixed Effect atau Random Effect ditentukan oleh Uji Hausman.
29
Prosedur kedua uji adalah sebagai berikut: 1. Uji Chow (Uji Common Effect dengan Fixed Effect) H0 : α1 = α2 = … = αi (intercept sama)
Hipotesis :
H1 : sekurang-kurangnya ada 1 intercept yang berbeda Statistik Uji: Keputusan :
(3.8) Tolak H0 jika
atau jika nilai Probability< α.
Kesimpulan : Jika H0 ditolak maka Model Fixed Effect lebih baik daripada Common Effect 2. Uji Hausman (Uji Fixed Effect dengan Random Effect) Hipotesis :
H0 : E(τi | xit) = 0 atau REM adalah model yang tepat H1 : E(τi | xit) ≠ 0 atau FEM adalah model yang tepat
Statistik uji yang digunakan adalah uji Hausman dan keputusan menolak H0 dilakukan dengan membandingkannya dengan Chi square. Jika nilai maka H0 ditolak sehingga model yang digunakan adalah Fixed Effect, sebaliknya jika penolakan H0 tidak signifikan maka yang digunakan adalah Random Effect.
30
3.2.4
Pengujian Asumsi
3.2.4.1 Asumsi Normalitas Pengujian asumsi normalitas dilakukan untuk melihat apakah error term mengikuti distribusi normal. Jika asumsi tidak terpenuhi maka prosedur pengujian menggunakan uji-t menjadi tidak sah. Pengujian dilakukan dengan uji Jarque Bera atau dengan melihat plot dari sisaan. Hipotesis dalam pengujian adalah H0 : error term mengikuti distribusi normal H1 : error term tidak mengikuti distribusi normal. Keputusan diambil dengan membandingkan nilai probabilitas Jarque Bera dengan taraf nyata α=0,05. Jika nilai probabilitas Jarque Bera lebih dari α=0,05 maka dapat disimpulkan bahwa error term terdistribusi dengan normal.
3.2.4.2 Asumsi Homoskedastisitas Heteroskedastisitas berarti bahwa variasi residual tidak sama untuk semua pengamatan. Heteroskedastisitas bertentangan dengan salah satu asumsi dasar regresi homoskedastisitas yaitu variasi residual sama untuk semua pengamatan. Untuk mendeteksi adanya heteroskedastisitas dalam model dilakukan menggunakan metode General Least Square (Cross section Weights) yaitu dengan membandingkan sum square Resid pada Weighted Statistics dengan sum square Resid unweighted Statistics. Jika sum square Resid pada Weighted Statistics lebih kecil
dari
sum
square
Resid
unweighted
Statistics,
maka
terjadi
31
heteroskedastisitas.
Untuk mengatasi masalah heteroskedastisitas, dilakukan
dengan mengestimasi GLS menggunakan white-heteroscedasticity
3.2.4.3 Asumsi Autokorelasi Autokorelasi adalah korelasi yang terjadi antar observasi dalam satu variabel atau korelasi antar error masa yang lalu dengan error masa sekarang. Metode untuk mendeteksi adanya korelasi serial dilakukan dengan dengan membandingkan nilai Durbin Watson (DW) dari penghitungan dengan nilai DW tabel.
jika 0 < DW < dL maka terdapat korelasi serial negatif
jika 4-dU < DW < 4-dL atau dL < DW < dU maka hasil tidak dapat disimpulkan
jika dU < DW < 4-dU maka tidak ada autokorelasi
jika 4-dL < DW < 4 maka ada korelasi serial positif.
3.2.4.4 Uji Multikolinieritas Model yang dipilih harus terbebas dari multikolinieritas atau dapat dikatakan bahwa tidak ada korelasi tinggi antara variabel-variabel independen. Multikolinieritas dapat dilihat dari koefisien korelasi. Bila koefisien korelasi lebih kecil dari 0,8 maka tidak terjadi multikolinieritas. Indikasi multikolinearitas juga tercermin dengan melihat hasil t dan Fstatistik hasil regresi. Jika banyak koefisien parameter dari t-statistik diduga tidak signifikan sementara dari hasil F-hitung signifikan, maka patut diduga adanya
32
multikolinearitas. Multikolinearitas dapat diatasi dengan menghilangkan variabel yang tidak signifikan.
3.2.5
Pengujian Parameter Model Pengujian parameter model bertujuan untuk mengetahui kelayakan model
dan apakah koefisien yang diestimasi telah sesuai dengan teori atau hipotesis. Pengujian ini meliputi koefisien determinasi (R2), uji koefisien regresi parsial (uji t) dan uji koefisien regresi secara menyeluruh (F-test/uji F).
3.2.5.1 Uji-F Uji-F digunakan untuk melakukan uji hipotesis koefisien (slope) regresi secara menyeluruh/bersamaan. Uji-F memperlihatkan ada tidaknya pengaruh variabel independen terhadap variabel dependen secara bersama-sama. Hipotesis dalam uji-F adalah : Ho : β1 = β2 =….. = 0 H1 : β1 ≠ β2 ≠ … ≠ 0 Kriteria pengujiannya adalah jika nilai nilai F observasi > F tabel atau probabilitas F-statistic < taraf nyata, maka keputusannya adalah tolak H0. Dengan menolak H0 berarti minimal ada satu variabel independen yang berpengaruh nyata terhadap variabel dependen.
33
3.2.5.2 Uji-t Setelah melakukan uji koefisien regresi secara keseluruhan, maka langkah selanjutnya adalah menguji koefisien regresi secara parsial menggunakan uji-t. Hipotesis pada uji-t adalah : H0 : βi = 0 , H1 : βi ≠ 0. Keputusan dalam pengujian ini dilakukan dengan membandingkan nilai t-hitung dengan t-tabel atau dengan melihat nilai probabilitas dari t-hitung. Jika nilai t-hitung > t-tabel atau jika nilai probabilitas t < α=0,05 maka tolak H0, sehingga kesimpulannya adalah variabel independen secara parsial signifikan memengaruhi variabel dependen.
3.2.5.3 Koefisien Determinasi (R2) Koefisien determinasi (Goodness of Fit) merupakan suatu ukuran yang penting dalam regresi, karena dapat menginformasikan baik atau tidaknya model regresi yang terestimasi.
Nilai R2 mencerminkan seberapa besar variasi dari
variabel dependen (Y) dapat diterangkan oleh variavel independen (X) atau seberapa besar keragaman variavel dependen yang mampu dijelaskan oleh model. Jika R2 = 0, maka variasi dari Y tidak dapat diterangkan oleh X sama sekali dan jika R2 = 100 berarti variasi dari Y secara keseluruhan dapat diterangkan oleh X.
3.2.6
Model Penelitian Secara matematis dalam penelitian ini pengaruh pertumbuhan ekonomi,
tingkat pendidikan, share PDRB sektor pertanian, pengangguran terhadap tingkat kemiskinan dapat digambarkan dalam fungsi sebagai berikut :
34
(3.9)
Keterangan : MISKINit
= Jumlah Penduduk Miskin (ribu jiwa)
PDRBit
= Produk Domestik Regional Bruto Riil (dalam juta rupiah
MYSit
=Mean Years School (Rata-Rata Lama Sekolah dalam tahun)
SHARE_PERTANIANit
= Share PDRB Riil Sektor Pertanian (persen)
PENGANGGURANit
= Jumlah Pengangguran (dalam ribu jiwa)
i
= urutan kabupaten/kota (i=1,2,...,8 kabupaten/kota)
t
= series tahun 2005-2009
α
= intersep
β1 - β4
= parameter PDRB, rata-rata lama sekolah, share PDRB sektor pertanian, jumlah pengangguran = error term
3.3
Definisi Operasional Pada bab sebelumnya telah dijelaskan beberapa ukuran yang relevan
digunakan dalam penelitian, diantaranya kemiskinan dan faktor yang berpengaruh terhadap kemiskinan. Berikut ini didefinisikan beberapa variabel yang digunakan dalam penelitian: 1.
Jumlah Penduduk Miskin (Head Count) merupakan jumlah penduduk yang berada di bawah garis kemiskinan.
35
2.
Persentase Penduduk Miskin (Head Count Index-P0), yaitu persentase penduduk miskin terhadap total jumlah penduduk.
3.
Indeks Kedalaman Kemiskinan (Poverty Gap Index-P1) merupakan ukuran rata-rata kesenjangan pengeluaran masing-masing penduduk miskin terhadap garis kemiskinan.
4.
Indeks Keparahan Kemiskinan (Poverty Severity Index-P2) memberikan gambaran mengenai penyebaran pengeluaran diantara penduduk miskin.
5.
Pertumbuhan Ekonomi (Growth) yaitu peningkatan pendapatan dari suatu periode ke periode tertentu, yang dihitung berdasarkan peningkatan Produk Domestik Regional Bruto (PDRB) riil antarwaktu. PDRB menyatakan pendapatan total atau pengeluaran total suatu wilayah atas output barang dan jasa
6.
Rata-rata lama sekolah adalah nilai rata-rata bagi tiap penduduk dalam menempuh pendidikan di sekolah. Variabel rata-rata lama sekolah ini digunakan sebagai proksi tingkat pendidikan.
7.
Pengangguran adalah mereka yang sedang mencari pekerjaan, yang mempersiapkan usaha, yang tidak mencari pekerjaan karena merasa tidak mungkin mendapatkan pekerjaan (sebelumnya dikategorikan sebagai bukan angkatan kerja), dan yang sudah mempunyai pekerjaan tetapi belum mulai bekerja (sebelumnya dikategorikan sebagai bekerja), dan pada waktu bersamaan mereka tidak bekerja.
8.
Share PDRB sektor pertanian merupakan persentase nilai tambah sektor pertanian terhadap total nilai tambah PDRB.
BAB IV ANALISIS DAN PEMBAHASAN
4.1 Gambaran Umum Provinsi Maluku Utara 4.1.1 Kondisi Geografis Provinsi Maluku Utara secara geografis terletak antara 30 Lintang Utara – 30 Lintang Selatan dan 1240-1290 Bujur Timur. Provinsi Maluku Utara merupakan provinsi kepulauan yang dibatasi oleh: - Samudra Pasifik di sebelah utara - Laut Halmahera di sebelah timur - Laut Maluku di sebelah barat - Laut Seram di sebelah selatan Luas wilayah Provinsi Maluku Utara secara keseluruhan tercatat 145.801,10 km2, yang terdiri dari luas daratan sebesar 45.069,66 km2 dan luas lautan sebesar 100.731,44 km2. Provinsi Maluku Utara terdiri dari 395 pulau besar dan kecil. Pulau yang dihuni sebanyak 64 buah dan yang tidak dihuni sebanyak 331 buah. Wilayah Maluku Utara dengan hampir 70 persen wilayah lautan menjadikan Provinsi Maluku Utara sebagai provinsi bahari yang kaya akan potensi kelautan. Sebagian besar wilayah Maluku Utara bergunung-gunung dan berbukitbukit yang terdiri dan pulau-pulau vulkanis dan pulau karang, sedangkan sebagian lainnya merupakan dataran. Kondisi iklim di Maluku Utara dipengaruhi oleh iklim laut tropis dan iklim musim. Oleh karena itu, iklimnya sangat dipengaruhi
37
oleh lautan dan bervariasi antara tiap bagian wilayah yaitu iklim Halmahera Utara, Halmahera Tengah, Halmahera Barat, Halmahera Selatan dan Kepulauan Sula.
Tabel 4.1. Luas Wilayah, Luas Wilayah Daratan dan Ibukota Kabupaten/Kota di Provinsi Maluku Utara Tahun 2009 Kabupaten/Kota
Ibukota Kabupaten/Kota
Luas Wilayah (Km2)
Luas Wilayah Daratan (Km2)
(1)
(2)
(3)
(4)
Halmahera Barat (Halbar)
Jailolo
14.235,66
2.612,24
Halmahera Tengah (Halteng)
Weda
8.381,48
2.276,83
Kepulauan Sula (Kepsul)
Sanana
24.082,30
9.632,92
Halmahera Selatan (Halsel)
Labuha
40.263,72
8.779,32
Tobelo
24.983,32
5.447,30
Halmahera Timur (Haltim)
Maba
14.202,02
6.506,20
Kota Ternate
Ternate
5.795,40
250,85
Kota Tidore Kepulauan (Tikep) Provinsi Maluku Utara (Malut)
Soa Sio
13.857,20
9.564,00
145.801,10
45.069,66
Halmahera Utara (Halut)
*
Sofifi
)
* Data masih tergabung dengan Kabupaten Pulau Morotai
Sumber: BPS Provinsi Maluku Utara, 2010.
4.1.2
Pemerintahan Provinsi Maluku Utara secara resmi terbentuk pada tanggal 12 Oktober
1999 melalui Undang-Undang Nomor 46 Tahun 1999 tentang Pemekaran Provinsi Maluku Utara, Kabupaten Buru dan Kabupaten Maluku Tenggara Barat. Maluku Utara beribukota di Desa Sofifi tetapi mengingat infrastruktur yang tersedia di Desa Sofifi belum memadai, ibukota sementara berada di Kota Ternate. Namun sejak tanggal 4 Agustus 2010 Ibukota Provinsi Maluku Utara dipindahkan kembali dari Ternate ke Sofifi.
38
Pada awal terbentuk, Provinsi Maluku Utara hanya terdiri dari tiga kabupaten/kota (dua kabupaten dan satu kota) yaitu Kabupaten Maluku Utara, Kabupaten Halmahera Tengah serta Kota Ternate. Pada tahun 2003 Maluku Utara terdiri dari delapan kabupaten/kota (enam kabupaten dan dua kota) melalui Undang-Undang Nomor 1 Tahun 2003 tentang Pembentukan Kabupaten Halmahera Utara, Kabupaten Halmahera Timur, Kabupaten Halmahera Selatan, Kabupaten Kepulauan Sula dan Kota Tidore Kepulauan di Provinsi Maluku Utara. Sedangkan, Kabupaten Maluku Utara berubah nama menjadi Kabupaten Halmahera Barat. Pada tahun 2008 terbentuk Kabupaten Pulau Morotai yang merupakan pemekaran dari Kabupaten Halmahera Utara melalui UU No.53 Tahun 2008 tentang Pembentukan Kabupaten Pulau Morotai di Provinsi Maluku Utara. Seiring dengan adanya pemekaran wilayah, saat ini Provinsi Maluku Utara terdiri dari sembilan kabupaten/kota (tujuh kabupaten dan dua kota), yaitu Kabupaten Halmahera Barat, Halmahera Tengah, Kepulauan Sula, Halmahera Utara, Halmahera Selatan, Halmahera Timur, Pulau Morotai, Kota Ternate serta Kota Tidore Kepulauan. Wilayah administratif Maluku Utara terbagi dalam 113 kecamatan dan 1.070 desa/kelurahan yang tersebar di sembilan kabupaten/kota.
4.1.3 Kependudukan Dalam pembangunan, penduduk harus dijadikan sebagai titik sentral yaitu sebagai subyek pembangunan dan sebagai obyek pembangunan. Sebagai subyek pembangunan, penduduk merupakan motor penggerak bagi proses pembangunan, sedangkan sebagai obyek pembangunan berarti hasil-hasil pembangunan harus
39
sepenuhnya dinikmati oleh penduduk. Jumlah penduduk yang besar merupakan modal pembangunan apabila penduduk tersebut berkualitas, sedangkan penduduk yang besar tetapi tidak berkualitas justru akan menjadi beban bagi pembangunan. Tabel 4.2. Jumlah Penduduk Provinsi Maluku Utara Menurut Kabupaten/Kota (jiwa) Kabupaten/Kota (1)
Tahun 2005
2006
2007
2008
2009
(2)
(3)
(4)
(5)
(6)
Halmahera Barat
95.662
96.205
96.724
97.424
97.971
Halmahera Tengah
33.159
33.289
33.410
34.410
34.821
Kepulauan Sula
128.437
128.781
129.090
129.871
130.290
Halmahera Selatan
175.966
180.383
184.860
188.156
192.312
Halmahera Utara
179.221
183.277
187.375
190.835
194.778
Halmahera Timur
58.763
61.774
64.922
66.965
69.912
162.247
164.385
166.506
170.016
172.604
80.671
81.040
81.389
81.921
82.302
Provinsi Maluku Utara 914.126 929.134 Sumber: BPS Provinsi Maluku Utara, 2010.
944.276
959.598
974.990
Kota Ternate Kota Tidore Kepulauan
Jumlah penduduk di Provinsi Maluku Utara dari tahun 2005-2009 selalu mengalami kenaikan di tiap tahunnya, hingga mencapai 974.990 jiwa di tahun 2009. Kenaikan penduduk juga terjadi di level kabupaten/kota. Kabupaten Halmahera Utara merupakan kabupaten dengan penduduk terbanyak yaitu 179.221 jiwa di tahun 2005 dan meningkat hingga mencapai 194.778 jiwa di tahun 2009. Kabupaten Halmahera Tengah hanya memiliki jumlah penduduk 33.159 jiwa di tahun 2005 dan meningkat menjadi 34.821 jiwa di tahun 2009 (Tabel 4.2).
40
Tabel 4.3. Persentase Luas Wilayah Daratan, Persentase Penduduk dan Kepadatan Penduduk Kabupaten/Kota di Provinsi Maluku Utara Tahun 2009 Kabupaten/Kota
Persentase Luas Wilayah Daratan
Persentase Jumlah Penduduk
Kepadatan Penduduk (jiwa/km2)
(1)
(2)
(3)
(4)
Halmahera Barat
5,80
10,05
37,50
Halmahera Tengah
5,05
3,57
15,29
Kepulauan Sula
21,37
13,36
13,53
Halmahera Selatan
19,48
19,72
21,91
Halmahera Utara
12,09
19,98
35,76
Halmahera Timur
14,44
7,17
10,75
0,56
17,70
688,08
21,22
8,44
8,61
Provinsi Maluku Utara 100,00 Sumber: BPS Provinsi Maluku Utara, 2010.
100,00
21,63
Kota Ternate Kota Tidore Kepulauan
Persebaran penduduk antarkabupaten/kota di Provinsi Maluku Utara terlihat belum merata. Kota Ternate yang hanya memiliki luas daratan 0,56 persen dari seluruh luas daratan Maluku Utara, dihuni oleh 17,70 persen total penduduk Maluku Utara. Hal ini dapat disebabkan karena Kota Ternate merupakan pusat perekonomian di Maluku Utara, sehingga menjadikan Kota Ternate sebagai daya tarik bagi penduduk di kabupaten lain untuk bermigrasi. Kepadatan penduduk di Ternate mencapai 688 jiwa per km2, angka ini jauh di atas kabupaten/kota lain di Maluku Utara (Tabel 4.3). Kabupaten Halmahera Timur dengan 14,44 persen luas wilayah, hanya dihuni oleh 7,17 persen total penduduk Maluku Utara. Kota Tidore Kepulauan dengan 21,22 luas wilayah, hanya dihuni oleh 8,44 persen penduduk. Masalah persebaran penduduk yang tidak merata harus menjadi perhatian pemerintah, karena penduduk yang terlampau padat akan menimbulkan masalah-masalah
41
sosial seperti berkembangnya pemukiman kumuh, meningkatnya kriminalitas, pengangguran dan sebagainya.
4.1.4
Perkembangan Produk Domestik Regional Bruto (PDRB) PDRB merupakan salah satu indikator yang dapat digunakan dalam
melihat kondisi perekonomian suatu wilayah. Total PDRB Maluku Utara baik PDRB Atas Dasar Harga Konstan (ADHK)/PDRB Riil maupun PDRB Atas Dasar Harga Berlaku (ADHB)/PDRB Nominal dari tahun 2005-2009 mengalami kenaikan. PDRB Nominal Maluku Utara pada tahun 2009 mencapai 4,69 triliun rupiah, sedangkan secara riil, dengan mengeluarkan pengaruh inflasi, PDRB Maluku Utara sebesar 2,81 triliun rupiah (Gambar 4.1). PDRB ADHB
PDRB ADHK 4,69
5,00 3,86
Trilyun Rupiah
4,00 3,00
2,82 2,58 2,36 2,24
3,16 2,50
2,81
2,65
2,00 1,00 0,00 2005
2006
2007 Tahun
2008
2009
Sumber: BPS Provinsi Maluku Utara, 2010 (diolah).
Gambar 4.1. PDRB ADHB dan PDRB ADHK Provinsi Maluku Utara
Tabel 4.4 menunjukkan bahwa sektor pertanian merupakan sektor penyumbang PDRB terbesar, kemudian sektor perdagangan, hotel dan restoran, serta urutan ketiga di sektor industri pengolahan. Pada tahun 2009, PDRB
42
Nominal sektor pertanian sebesar Rp.1,75 triliun, Sektor Perdagangan, Hotel dan Restoran sebesar Rp. 1,07 triliun dan sektor industri pengolahan sebesar Rp. 611 miliar. PDRB Nominal ketiga sektor tersebut sebesar Rp.3,43 triliun dari total PDRB Nominal Maluku Utara Rp.4,69 triliun.
Tabel 4.4. PDRB ADHB dan PDRB ADHK Provinsi Maluku Utara Menurut Lapangan Usaha Tahun 2008-2009 (juta rupiah) Lapangan Usaha (1)
Pertanian Pertambangan dan Penggalian Industri Pengolahan Listrik, Gas dan Air Bersih Konstruksi Perdagangan, Hotel dan Restoran Pengangkutan dan Komunikasi Keuangan, Persewaan dan Jasa Perusahaan Jasa-Jasa
PDRB ADHB 2008 2009 (2)
(3)
PDRB ADHK 2008 2009 (4)
(5)
1.529.507,82
1.751.392,06
951.726,34
995.698,21
194.451,94
238.896,18
126.936,22
117.186,04
466.869,49
610.889,28
339.297,14
352.601,54
24.192,68
27.892,60
12.890,03
13.163,75
89.106,85
127.754,71
47.166,48
50.798,65
844.473,54
1.069.036,19
668.172,70
733.421,84
323.099,53
375.106,84
209.209,85
228.831,21
131.359,79
173.305,68
92.465,28
101.673,46
259.181,49
316.294,19
203.243,71
218.071,07
TOTAL 3.862.243,13 4.690.567,72 Sumber: BPS Provinsi Maluku Utara, 2010 (diolah).
2.651.107,75
2.811.445,78
Laju pertumbuhan ekonomi di Maluku Utara dari tahun 2005-2009 juga menunjukkan kecenderungan yang meningkat. Hanya saja pada tahun 2008 laju pertumbuhan ekonomi di Maluku Utara lebih lambat dari tahun sebelumnya (Gambar 4.2). Hal ini disebabkan adanya krisis finansial di dunia yang menurunkan permintaan ekspor Maluku Utara. Adanya kondisi pilkada gubernur
43
yang kurang kondusif pada tahun 2008, dapat diduga menjadi penyebab
Persen
penurunan laju pertumbuhan ekonomi. 6,20 6,00 5,80 5,60 5,40 5,20 5,00 4,80 4,60
6,01
5,99
6,05
2007 Tahun
2008
2009
5,48 5,10
2005
2006
Sumber: BPS Provinsi Maluku Utara, 2010 (diolah).
Gambar 4.2. Laju Pertumbuhan Ekonomi Provinsi Maluku Utara Tahun 2005-2009 4.1.5
Struktur Ekonomi Struktur ekonomi ditunjukkan melalui peran setiap sektor terhadap total
PDRB. Peran tersebut mencerminkan kemampuan setiap sektor dalam menciptakan barang dan jasa dalam rangka pembentukan nilai tambah. Informasi ini penting bagi perencana pembangunan untuk mengetahui sektor-sektor ekonomi yang menjadi penopang utama perekonomian Maluku Utara. Tabel 4.5 menggambarkan bahwa dalam kurun waktu 2005-2009 struktur perekonomian Maluku Utara masih didominasi tiga sektor besar yaitu sektor pertanian dengan kontribusi rata-rata sebesar 38,10 persen per tahun, sektor perdagangan hotel & restoran rata-rata sebesar 22,33 persen, dan sektor industri pengolahan 13,21 persen. Hal ini menunjukkan bahwa sektor pertanian merupakan sektor andalan di Provinsi Maluku Utara. Sehingga seharusnya potensi ini didukung dengan kebijakan pemerintah yang propertanian.
44
Tabel 4.5. Struktur Perekonomian Provinsi Maluku Utara (Persen) Tahun 2005
2006
2007
2008
2009
Kontribusi Sektor Rata-Rata
(2)
(3)
(4)
(5)
(6)
(7)
38,22
37,86
37,50
39,60
37,34
38,10
4,58
4,59
4,87
5,03
5,09
4,83
13,75
13,77
13,43
12,09
13,02
13,21
0,66
0,65
0,65
0,63
0,59
0,64
1,93
2,10
2,16
2,31
2,72
2,24
22,31
22,21
22,48
21,86
22,79
22,33
7,83
8,25
8,50
8,37
8,00
8,19
3,18
3,20
3,27
3,40
3,69
3,35
7,55
7,38
7,15
6,71
6,74
7,11
100,00
100,00
100,00
100,00
100,00
100,00
Lapangan Usaha (1)
Pertanian Pertambangan dan Penggalian Industri Pengolahan Listrik, Gas dan Air Bersih Konstruksi Perdagangan, Hotel dan Restoran Pengangkutan dan Komunikasi Keuangan, Persewaan dan Jasa Perusahaan Jasa-Jasa TOTAL
Sumber: BPS Provinsi Maluku Utara, 2010 (diolah).
Bila dilihat tiap subsektor, sektor pertanian di Provinsi Maluku Utara didukung sebesar 42 persen oleh subsektor perkebunan seperti coklat (kakao), cengkeh, kelapa, pala dan sebagainya. Sedangkan sekitar 27 persen subsektor tanaman bahan makanan, 17 persen perikanan. Subsektor kehutanan dan peternakan masing-masing menyumbang sekitar 9 persen dan 5 persen terhadap nilai tambah sektor pertanian (Tabel 4.6).
45
Tabel 4.6. Kontribusi Subsektor terhadap PDRB Sektor Pertanian Provinsi Maluku Utara (Persen)
2005
2006
2007
2008
2009
Kontribusi Subsektor Rata-Rata
(2)
(3)
(4)
(5)
(6)
(7)
26,95
26,79
26,48
28,12
27,05
27,08
42,48
42,49
42,27
42,01
41,02
42,05
5,10
4,98
4,98
4,48
4,53
4,82
9,26
9,61
9,49
8,32
8,85
9,10
16,22
16,13
16,78
17,07
18,55
16,95
100,00
100,00
100,00
100,00
100,00
100.00
Tahun Subsektor (1)
Tanaman Bahan Makanan Tanaman Perkebunan Peternakan dan hasil-hasilnya Kehutanan Perikanan Total
Sumber: BPS Provinsi Maluku Utara, 2010 (diolah).
4.1.6
Kondisi Ketenagakerjaan Jumlah pengangguran merupakan indikator penting dalam melihat kinerja
pembangunan suatu wilayah. Gambar 4.3. menunjukkan jumlah pengangguran di Maluku Utara dari tahun 2005-2007 menunjukkan tren yang menurun yaitu 53,14 ribu jiwa ke 23,98 ribu jiwa. Namun, mulai tahun 2007-2009 kecenderungan jumlah pengangguran maupun Tingkat Pengangguran Terbuka (TPT) mengalami peningkatan. Tingginya angka pengangguran pada tahun 2005 disebabkan PHK besar-besaran perusahaan industri pengolahan (PT. Taiwi di Sidangoli) pada tahun 2005. Kenaikan angka pengangguran pada tahun 2008 diduga merupakan efek kenaikan harga BBM pada bulan Mei 2008 serta kondisi pilkada pada tahun 2008 yang kurang kondusif.
46
60,00
53,14
50,00 40,00 28,84
30,00 20,00
23,98
27,32
28,56
13,09
10,00
6,90
6,05
6,48
6,76
2006
2007
2008
2009
0,00 2005
Tahun Jumlah Pengangguran (1000 Jiwa)
TPT
Sumber: BPS Provinsi Maluku Utara, 2010 (diolah).
Gambar 4.3. Jumlah Pengangguran dan Tingkat Pengangguran Terbuka (TPT) Provinsi Maluku Utara Pada tahun 2009, jumlah pengangguran di Maluku Utara sebesar 28,56 ribu jiwa sedangkan TPT sebesar 6,76 persen. Hal ini berarti dari seluruh angkatan kerja di Maluku Utara masih ada 6,76 persen yang menganggur.
4.1.7
Tingkat Pendidikan Tingkat pendidikan merupakan indikator penting untuk melihat kualitas
sumberdaya manusia di suatu wilayah. Tabel 4.7 menunjukkan indikator-indikator tingkat pendidikan di Kabupaten/Kota di Maluku Utara pada tahun 2009. Ratarata lama sekolah di Maluku Utara pada tahun 2009 sebesar 8,61 tahun. Hal ini berarti rata-rata penduduk Maluku Utara bersekolah sampai kelas 3 SMP. Bila dilihat tiap kabupaten/kota, rata-rata lama sekolah tertinggi di Kota Ternate yaitu 10,80 tahun atau sekitar kelas 2 SMA. Rata-rata penduduk di Kota Tidore Kepulauan dan Halmahera Tengah bersekolah sampai kelas 3 SMP, sedangkan penduduk di lima kabupaten lainnya rata-rata bersekolah hanya sampai kelas 2 SMP.
47
Tabel 4.7. Indikator-Indikator Pendidikan di Provinsi Maluku Utara Menurut Kabupaten/Kota Tahun 2009 RataRata Lama Sekolah (Tahun)
Angka Melek Huruf (%)
(1) Halmahera Barat Halmahera Tengah Kepulauan Sula Halmahera Selatan Halmahera Utara
(2) 7,79
(3) 95,31
Penduduk 10 Tahun ke atas menurut Pendidikan Tertinggi yang Ditamatkan (persen) Tidak/ Belum SD SMP SMA PT Tamat SD (4) (5) (6) (7) (8) 27,18 30,48 20,19 17,08 5,07
8,08
96,73
33,04
29,42
20,07
12,56
4,91
7,80
97,34
28,27
35,82
18,78
13,31
3,81
7,47
95,83
33,55
36,53
16,93
10,93
2,07
7,33
95,91
35,08
30,85
16,40
14,87
2,80
Halmahera Timur
7,89
95,59
32,20
36,64
19,33
9,76
2,08
Kota Ternate Kota Tidore Kepulauan
10,80
98,95
11,28
15,02
15,80
43,92
13,98
8,66
98,04
13,58
31,65
20,53
24,41
9,83
8,61 95,74 26,46 29,99 Sumber: BPS Provinsi Maluku Utara, 2010 (diolah).
17,78
20,01
5,76
Kabupaten/Kota
MALUKU UTARA
Jumlah penduduk 10 tahun ke atas di Maluku Utara yang mampu membaca dan menulis sebesar 95,74 persen. Angka melek huruf terbesar di Kota Ternate (98,95 persen) dan Kota Tidore (98,04 persen). Kabupaten Halmahera Barat dan Hamahera Timur memiliki angka melek huruf di bawah Provinsi Maluku Utara yaitu masing-masing 95,31 persen dan 95,59 persen. Jumlah penduduk menurut pendidikan tertinggi yang ditamatkan merupakan indikator penting dalam menggambarkan mutu sumberdaya manusia di suatu wilayah. Pada tahun 2009, jumlah penduduk 10 tahun ke atas di Maluku Utara yang telah memenuhi wajib belajar sembilan tahun hanya sebesar 17,78
48
persen, 20 persen lulus pendidikan menengah atas dan hanya 5,76 persen yang tamat Perguruan Tinggi. Kota Ternate memiliki kualitas pendidikan yang paling baik, dengan jumlah lulusan SMA mencapai 43,92 persen dan lulusan Perguruan Tinggi sebesar 13,98 persen. Demikian pula dengan Kota Tidore Kepulauan, penduduk lulusan SMA sebesar 24,41 persen dan lulusan Perguruan Tinggi sebesar 9,83 persen. Sedangkan di kabupaten/kota lainnya persentase lulusan SMA dan Perguruan Tinggi masih tergolong rendah. Hal ini mengindikasikan kurang meratanya pembangunan sektor pendidikan di Maluku Utara.
4.2 Gambaran Pola Kemiskinan di Provinsi Maluku Utara Tahun 2005-2009 4.2.1
Perkembangan Tingkat Kemiskinan di Provinsi Maluku Utara Perkembangan persentase penduduk miskin di Provinsi Maluku Utara dari
tahun 2005-2009 mengalami penurunan, yaitu 13,23 persen pada tahun 2005, menurun menjadi 12,73 persen tahun 2006, hingga mencapai mencapai angka 10,34 persen pada tahun 2009. Demikian pula dengan jumlah penduduk miskin yang mengalami penurunan dari 118,6 ribu jiwa pada tahun 2005 menjadi 99,10 ribu jiwa pada tahun 2009 (Gambar 4.4). Hal ini mengindikasikan adanya perbaikan dalam pencapaian pembangunan ekonomi di Provinsi Maluku Utara.
49
140 120
Jumlah Penduduk Miskin (1000 jiwa) Persentase Penduduk Miskin 118,6
116,8
109,9
107,9
100
99,10
80 60 40 20
13,23
12,73
11,97
11,51
10,34
2005
2006
2007
2008
2009
0
Tahun
Sumber: BPS Provinsi Maluku Utara, 2009 (diolah).
Gambar 4.4. Persentase dan Jumlah Penduduk Miskin Provinsi Maluku Utara Tahun 2005-2009 Tabel 4.8 menunjukkan bahwa persentase penduduk miskin di Maluku Utara dari tahun 2005-2009 cukup bervariasi antarkabupaten/kota. Namun secara umum dari tahun ke tahun mengalami penurunan. Kota Ternate memiliki persentase penduduk miskin yang paling rendah dengan tingkat pengurangan persentase penduduk miskin rata-rata per tahun sebesar 3,4 persen. Kota Tidore Kepulauan dan Kabupaten Halmahera Utara memiliki tingkat kemiskinan yang relatif rendah pula. Kedua kabupaten/kota tersebut mampu menurunkan persentase penduduk miskin lebih dari tujuh persen tiap tahun. Kabupaten Halmahera Tengah memiliki persentase penduduk miskin tertinggi dibandingkan dengan kabupaten/kota lainnya yaitu di atas 25 persen. Kabupaten Halmahera Timur juga memiliki persentase penduduk miskin rata-rata di atas 20 persen. Namun, laju penurunan persentase penduduk miskin di kedua kabupaten tersebut cukup tinggi yaitu 4,3 persen di Halmahera Tengah dan 5,4 persen di Halmahera Timur. Diharapkan upaya pengentasan kemiskinan di kedua kabupaten tersebut dapat segera teratasi.
50
Tabel 4.8. Persentase Penduduk Miskin (HCI) Provinsi Maluku Utara Menurut Kabupaten/Kota Tahun 2005-2009 Tahun Kabupaten/Kota
Rata-rata pengurangan HCI per tahun
2005
2006
2007
2008
2009
(2)
(3)
(4)
(5)
(6)
(7)
Halmahera Barat
16,85
17,12
16,19
16,12
14,34
-3.8
Halmahera Tengah
31,83
31,81
30,18
28,52
26,64
-4.3
Kepulauan Sula
16,08
15,14
14,07
13,71
11,51
-7.9
Halmahera Selatan
14,09
13,36
12,95
12,54
10,97
-6.0
Halmahera Utara
11,32
10,36
9,63
8,90
7,93
-8.5
Halmahera Timur
24,48
22,68
21,54
21,13
19,55
-5.4
Kota Ternate
4,85
4,54
4,26
4,15
4,22
-3.4
Kota Tidore Kepulauan
8,32
8,31
7,43
6,54
6,01
-7.7
Provinsi Maluku Utara
13,23
12,73
11,97
11,51
10,34
-5.9
(1)
Sumber: BPS Provinsi Maluku Utara, 2009 (diolah).
Kabupaten Halmahera Barat, Halmahera Selatan dan Kepulauan Sula di tahun 2005 memiliki tingkat kemiskinan yang cukup tinggi. Namun, laju penurunan persentase penduduk miskin di Kabupaten Halmahera Selatan dan Kepulauan Sula cukup tinggi, sehingga pada tahun 2009 kedua kabupaten tersebut mampu menurunkan angka kemiskinan hingga tinggal sekitar 11 persen. Kabupaten Halmahera Barat hanya mampu menurunkan tingkat kemiskinannya rata-rata 3,8 persen tiap tahun, sehingga di tahun 2009 penduduk miskin di Halmahera Barat masih 14,34 persen.
51
4.2.2
Perkembangan Tingkat Kedalaman dan Keparahan Kemiskinan Provinsi Maluku Utara Tahun 2005-2009 Persoalan kemiskinan bukan hanya sekedar jumlah atau persentase
penduduk miskin. Namun, perlu dilihat tingkat kedalaman (poverty gap) dan keparahan kemiskinan (poverty severity). Selain memperkecil jumlah penduduk miskin, kebijakan kemiskinan harus dapat mengurangi tingkat kedalaman dan keparahan kemiskinan. Indeks kedalaman kemiskinan (P1) menggambarkan rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan, Dengan kata lain, Indeks Kedalaman Kemiskinan melihat seberapa miskin orang miskin itu. Sedangkan indeks keparahan kemiskinan (P2) menggambarkan penyebaran pengeluaran diantara penduduk miskin. Angka P1 dan P2 yang besar menunjukkan buruknya kondisi kemiskinan di suatu wilayah. Disaat persentase penduduk miskin di Maluku Utara yang mengalami penurunan tiap tahunnya, hal ini tidak selalu diikuti dengan penurunan tingkat kedalaman kemiskinan. Kedalaman kemiskinan di Maluku Utara dari tahun 20052009 tercatat cukup berfluktuasi. Hal ini mengindikasikan penurunan persentase penduduk miskin secara jumlah tidak selalu diikuti dengan perbaikan kualitas kehidupan penduduk miskin. Gambar 4.5 menunjukkan tingkat kedalaman kemiskinan di Provinsi Maluku Utara dari tahun 2005-2009 cukup berfluktuatif. Tingkat kedalaman kemiskinan dari tahun 2005-2008 cenderung mengalami kenaikan, hanya pada tahun 2006 sedikit menurun dari tahun sebelumnya. Kemudian pada tahun 2009 kedalaman kemiskinan menurun hingga sebesar 1,93. Bila dilihat pencapaian dari
52
tahun 2005-2009 menunjukkan bahwa penduduk miskin makin mendekati garis kemiskinannya. Indeks Kedalaman Kemiskinan (P1) Indeks Keparahan Kemiskinan (P2) 3,00 2,50
2,04
2,01
2,23
2,47 1,93
2,00 1,50 1,00
0,42
0,57
0,64
0,76
2006
2007
2008
1,00
0,50 0,00 2005
2009
Tahun
Sumber: BPS Provinsi Maluku Utara, 2009 (diolah).
Gambar 4.5. Indeks Kedalaman Kemiskinan dan Keparahan Kemiskinan Provinsi Maluku Utara Tahun 2005-2009 Tingkat keparahan kemiskinan dari tahun 2005-2009 menunjukkan kecenderungan yang semakin meningkat dari 0,42 pada tahun 2005 menjadi 1,00 pada tahun 2009. Hal ini menunjukkan penurunan persentase penduduk miskin justru diikuti dengan kesenjangan pendapatan antarpenduduk miskin yang makin melebar.
4.2.2.1 Perkembangan Tingkat Kedalaman Kemiskinan Kabupaten/Kota Tingkat kedalaman kemiskinan dari tahun 2005-2009 tiap kabupaten/kota mengalami kenaikan dan penurunan secara fluktuatif. Secara rata-rata kabupaten/kota yang memiliki tingkat kedalaman kemiskinan tertinggi yaitu Halmahera Tengah (6,38) dan Halmahera Timur (4,99). Hal ini berarti kesenjangan antara pengeluaran penduduk miskin dengan garis kemiskinan relatif lebar. Dengan kata lain, jarak pendapatan orang miskin dengan batas pendapatan
53
minimal untuk hidup layak cukup jauh. Tentu hal ini mengindikasikan kondisi kemiskinan yang buruk di kedua wilayah tersebut. Tabel 4.9. Kedalaman Kemiskinan Provinsi Maluku Utara Menurut Kabupaten/Kota Tahun 2005-2009 Tahun Kabupaten/Kota
Rata-rata Kedalaman Kemiskinan (7)
2005
2006
2007
2008
2009
(2)
(3)
(4)
(5)
(6)
Halmahera Barat
3,68
3,88
3,07
3,28
3,21
3,42
Halmahera Tengah
9,54
5,58
5,58
5,90
5,30
6,38
Kepulauan Sula
2,54
2,15
2,03
2,16
2,31
2,24
Halmahera Selatan
2,44
1,80
1,94
1,82
1,68
1,94
Halmahera Utara
1,97
1,19
1,08
2,04
1,41
1,54
Halmahera Timur
3,82
5,46
3,03
9,61
3,02
4,99
Kota Ternate
0,70
0,53
0,81
0,75
0,65
0,69
Kota Tidore Kepulauan
0,67
1,47
1,08
0,80
0,61
0,93
Provinsi Maluku Utara 2,04 2,01 2,23 Sumber: BPS Provinsi Maluku Utara, 2009 (diolah).
2,47
1,93
2,14
(1)
Kabupaten/kota yang memiliki rata-rata tingkat kedalaman kemiskinan yang rendah yaitu Kota Ternate (0,69) dan Kota Tidore Kepulauan (0,93). Hal ini menunjukkan kondisi orang miskin di Kota Ternate dan Kota Tidore Kepulauan lebih baik dibandingkan dengan kondisi orang miskin di kabupaten/kota lainnya di Maluku Utara (Tabel 4.9).
Persentase Penduduk Miskin (P0)
54
P1 Provinsi Malut 1,93
30,00
Halteng
25,00 20,00
Haltim
15,00
Halsel
10,00
Halut Tidore Ternate
5,00
Halbar Kepsul P0 Provinsi Malut 10,34
0,00 0,00
2,00
4,00
6,00
Kedalaman Kemiskinan (P1)
Sumber: BPS Provinsi Maluku Utara, 2009 (diolah).
Gambar 4.6. Persentase Penduduk Miskin dan Indeks Kedalaman Kemiskinan menurut Kabupaten/Kota Tahun 2009 Gambar 4.6 menunjukkan sebaran tingkat kemiskinan dan kedalaman kemiskinan menurut kabupaten/kota tahun 2009. Kabupaten Halmahera Tengah, Halmahera Timur, Halmahera Barat dan Kepulauan Sula memiliki tingkat kemiskinan dan kedalaman kemiskinan di atas kemiskinan Provinsi Maluku Utara. Hal ini menunjukkan buruknya kondisi kemiskinan di kabupatenkabupaten tersebut, dimana persentase orang miskin yang besar dan jarak pendapatan orang miskin dengan pendapatan minimal agar tidak miskin relatif jauh. Diperlukan upaya yang lebih keras untuk mengentaskan kemiskinan di wilayah tersebut. Kota Ternate, Kota Tidore Kepulauan, Kabupaten Halmahera Utara memiliki kondisi kemiskinan yang cukup baik. Tingkat kemiskinan di wilayah tersebut rendah dan kesenjangan pendapatan penduduk miskin dengan garis kemiskinan rendah pula.
55
4.2.2.2 Perkembangan Tingkat Keparahan Kemiskinan Kabupaten/Kota Tingkat keparahan kemiskinan dari tahun 2005-2009 tiap kabupaten/kota menunjukkan pencapaian yang fluktuatif. Kabupaten Halmahera Tengah memiliki tingkat keparahan kemiskinan yang paling besar yaitu 3,82 pada tahun 2005, kemudian menurun menjadi 1,47 pada tahun 2007, namun kembali meningkat pada tahun 2008 (1,63) dan 2009 (1,73). Hal ini menunjukkan distribusi pendapatan antarpenduduk miskin yang semakin tidak merata (Tabel 4.10). Tabel 4.10. Keparahan Kemiskinan Provinsi Maluku Utara Menurut Kabupaten/Kota Tahun 2005-2009 2005
2006
2007
2008
2009
Rata-rata Keparahan Kemiskinan
(2)
(3)
(4)
(5)
(6)
(7)
Halmahera Barat
1,26
1,24
0,95
1,08
1,07
1,12
Halmahera Tengah
3,82
1,54
1,47
1,63
1,73
2,04
Kepulauan Sula
0,55
0,47
0,50
0,49
0,78
0,56
Halmahera Selatan
0,70
0,35
0,52
0,37
0,39
0,47
Halmahera Utara
0,48
0,21
0,20
0,52
0,42
0,37
Halmahera Timur
1,10
1,73
0,59
4,48
0,73
1,73
Kota Ternate
0,13
0,12
0,21
0,15
0,18
0,16
Kota Tidore Kepulauan
0,10
0,39
0,25
0,12
0,12
0,20
Provinsi Maluku Utara
0,42
0,57
0,64
0,76
1,00
0,68
Tahun Kabupaten/Kota (1)
Sumber: BPS Provinsi Maluku Utara, 2009 (diolah).
Persentase Penduduk Miskin (P0)
56
P2 Provinsi Malut 1,00
30,00
Halteng
25,00
Haltim
20,00 15,00
Halsel
10,00
Kepsul
Halbar
Halut Tikep Ternate
5,00
P0 Provinsi Malut 10,34
0,00 0,00
0,50 1,00 1,50 Keparahan Kemiskinan (P2)
2,00
Sumber: BPS Provinsi Maluku Utara, 2009 (diolah).
Gambar 4.7. Persentase Penduduk Miskin dan Indeks Keparahan Kemiskinan Provinsi Maluku Utara Tahun 2009 Berdasarkan persentase dan keparahan kemiskinan tahun 2009, Kabupaten Halmahera Tengah memiliki kondisi kemiskinan yang paling parah yaitu persentase penduduk miskin yang tinggi dan distribusi pendapatan antarpenduduk miskin yang tinggi pula.
Begitu pula dengan Kabupaten Halmahera Barat
walaupun tidak separah Halmahera Tengah. Wilayah yang memiliki kondisi kemiskinan yang paling baik yaitu Kota Ternate, Kota Tidore Kepulauan, Kabupaten Halmahera Utara. Kabupaten Halmahera Selatan, Halmahera Timur dan Kepulauan Sula memiliki angka persentase penduduk miskin di atas Provinsi Maluku Utara, namun kesenjangan antarpenduduk miskin relatif rendah.
57
4.2.3
Perkembangan Garis Kemiskinan BPS menggunakan pendekatan kemampuan memenuhi kebutuhan dasar
(basic needs approach) dalam mengukur kemiskinan. Berdasarkan pendekatan ini disusunlah garis kemiskinan yang menggambarkan batas pendapatan seseorang untuk memenuhi kebutuhan minimal kalori makanan dan kebutuhan dasar nonmakanan seperti perumahan, sandang, pendidikan, kesehatan serta kebutuhan dasar lainnya. Penduduk miskin merupakan penduduk yang memiliki rata-rata pengeluaran per kapita di bawah garis kemiskinan. Maluku Utara
Indonesia
250.000
217.349 194.262
Rupiah
200.000 150.000 100.000
137.010
150.812
165.039 166.697
152.847
182.636
200.262
129.108
50.000 0 2005
2006
2007
2008
2009
Tahun
Sumber: BPS RI, 2009 (diolah).
Gambar 4.8. Perkembangan Garis Kemiskinan Indonesia dan Provinsi Maluku Utara Tahun 2005-2009 Gambar 4.8 menunjukkan bahwa garis kemiskinan Provinsi Maluku Utara dari tahun 2005-2009 mengalami kenaikan, yaitu Rp.137.010,00 per kapita per bulan pada tahun 2005 meningkat menjadi Rp.217.349,00 per kapita per bulan pada tahun 2009. Hal ini berarti pada tahun 2009 seorang penduduk Maluku Utara dikatakan miskin apabila pengeluaran/pendapatannya kurang dari Rp.217.349,00 per bulan atau Rp.7.245,00 per hari. Apabila seorang kepala rumahtangga (KRT) memiliki dua anak dan satu istri, berarti pendapatan minimal agar ia dapat
58
memenuhi kebutuhan dasar untuk dia dan keluarganya adalah Rp. 869.396,00 per bulan atau Rp.28.979,00 per hari. Sedangkan di tahun 2005, suatu rumahtangga dengan empat ART (anggota rumahtangga) agar kebutuhan dasar terpenuhi, minimal harus memiliki pendapatan Rp.548.040,00 per bulan atau Rp.18.268,00 per hari. Kenaikan garis kemiskinan di Maluku Utara sejalan dengan kenaikan garis kemiskinan nasional yaitu Rp.129.108,00 di tahun 2005 meningkat menjadi Rp.200.262,00 per kapita per bulan. Hal ini berarti bahwa di tahun 2009 pendapatan per kapita minimal seorang peduduk Indonesia untuk memenuhi kebutuhan dasar agar dapat hidup layak sebesar Rp.200.262,00 per bulan atau Rp.6.675,00 per hari. Tabel 4.11. Perkembangan Garis Kemiskinan Provinsi Maluku Utara Menurut Kabupaten/Kota tahun 2005-2009 Tahun
Kabupaten/Kota (1)
2005
2006
2007
2008
2009
(2)
(3)
(4)
(5)
(6)
Halmahera Barat
122.948
132.678
142.708
167.364
193.436
Halmahera Tengah
152.564
165.062
163.618
197.098
255.844
Kepulauan Sula
144.254
153.946
148.239
191.633
198.491
90.832
107.607
138.083
177.239
177.674
Halmahera Utara
118.380
124.885
107.690
139.961
151.693
Halmahera Timur
168.542
187.298
205.514
276.959
282.667
Kota Ternate
205.196
219.906
228.202
253.491
313.322
Kota Tidore Kepulauan
122.578
144.504
165.039
204.196
250.690
165.039
194.262
217.349
Halmahera Selatan
Provinsi Maluku Utara 137.010 150.812 Sumber: BPS Provinsi Maluku Utara, 2009 (diolah).
Tabel 4.11 menunjukkan bahwa garis kemiskinan mengalami kenaikan setiap tahunnya.
Kota Ternate memiliki garis kemiskinan yang tertinggi
dibandingkan dengan kabupaten/kota lainnya. Hal ini berarti di Kota Ternate
59
pendapatan minimal yang diperlukan untuk memenuhi kebutuhan dasar yang layak lebih tinggi dibandingkan dengan kabupaten/kota lainnya.
4.3 Analisis Regresi Data Panel Analisis regresi data panel dalam penelitian ini digunakan untuk mengetahui faktor-faktor yang memengaruhi kemiskinan di Maluku Utara. Variabel independen yang digunakan dalam penelitian ini antara lain PDRB (Produk Domestik Regional Bruto, MYS (Mean Years School/Rata-Rata Lama Sekolah), Share PDRB pertanian dan jumlah pengangguran. Variabel dependen adalah jumlah penduduk miskin.
4.3.1
Pemilihan Model Analisis regresi data panel ada tiga pendekatan yaitu Common Effect,
Fixed Effect dan Random Effect. Dari ketiga pendekatan di atas akan dipilih satu yang terbaik melalui uji Chow dan uji Hausman. Dari hasil uji Chow disimpulkan bahwa model fixed effect lebih baik daripada Common Effect. Pengujian dilanjutkan dengan Uji Hausman untuk memilih antara Fixed Effect dan Random Effect dan disimpulkan bahwa Fixed Effect lebih baik daripada Random Effect. Analisis regresi data panel dalam penelitian ini menggunakan pendekatan Fixed Effect.
60
4.3.2
Uji Asumsi
4.3.2.2 Homokedastisitas Untuk medeteksi adanya heteroskedastisitas dapat menggunakan metode General Least Square (Cross section Weight) yaitu dengan membandingkan sum square Residual pada Weighted Statistics dengan sum square Residual Unweighted Statistics. Jika sum square Residual pada Weighted Statistics lebih kecil
dari
sum
square
heteroskedastisitas.
Hasil
Residual output
Unweighted
Statistics,
memperlihatkan
maka
adanya
terjadi indikasi
heteroskedastisitas. Treatment pelanggaran asumsi homoskedastisitas ini dapat dilakukan dengan mengestimasi GLS dengan white-heteroscedasticity.
4.3.2.2 Autokolerasi Hasil estimasi menunjukkan nilai statistik Durbin Watson sebesar 1,785111. Nilai Durbin Watson tersebut berada pada interval dU < DW < 4-dU (1,721 < 1,785111< 2,279). Hal ini menunjukkan tidak adanya autokolerasi.
4.3.2.3 Multikolinearitas Tabel 4.12. Matriks Korelasi Antarvariabel Independen Variabel PDRB MYS Share_Pertanian Pengangguran
PDRB 1 0,347285 -0,580666 0,612862
MYS
Share_Pertanian
Pengangguran
1 -0,749964 0,590386
1 -0,698824
1
Model yang dipilih harus terbebas dari multikolinieritas, atau dapat dikatakan bahwa tidak ada korelasi tinggi antara variabel-variabel independen.
61
Berdasarkan matriks korelasi antarvariabel independen terlihat bahwa korelasi antarvariabel kurang dari 0,8, sehingga dapat disimpulkan model telah memenuhi asumsi terbebas dari multikolinieritas.
4.3.3
Intepretasi Model
Tabel 4.13. Hasil Regresi Data Panel Faktor-faktor yang Memengaruhi Tingkat Kemiskinan di Provinsi Maluku Utara Variabel Koefisien p-value (1) (2) (3) C 11.38855 0.0000 LOG(PDRB) -0.517855 0.0000 LOG(MYS) -1.091039 0.0004 SHARE_PERTANIAN -0.002860 0.0888* LOG(PENGANGGURAN) 0.027069 0.0011 F-statistic 349.0327 0.000000 R-squared 0.992760 Adjusted R-squared 0.989916 *Signifikan pada α= 10% Pengujian parameter secara keseluruhan melalui uji F menghasilkan nilai probability (p-value) 0,000000 lebih kecil dari α = 0,05 sehingga kesimpulan yang dapat diambil dari hasil pengujian tersebut adalah minimal ada satu peubah bebas yang signifikan memengaruhi perubahan jumlah penduduk miskin. Besarnya proporsi keragaman perubahan kemiskinan yang mampu dijelaskan oleh model adalah sebesar 99,2 persen, artinya model sudah representatif. Berdasarkan probability t-statistic dengan tingkat keyakinan 99 persen, dapat disimpulkan bahwa tiga variabel yang signifikan memengaruhi perubahan jumlah penduduk miskin di Maluku Utara yaitu perubahan PDRB (pertumbuhan ekonomi), rata-rata lama sekolah (MYS) dan jumlah pengangguran. Sedangkan dengan tingkat keyakinan 90 persen, keempat variabel signifikan memengaruhi perubahan jumlah
62
penduduk miskin yaitu perubahan PDRB (pertumbuhan ekonomi), rata-rata lama sekolah (MYS), jumlah pengangguran dan share PDRB pertanian.
4.3.3.1 PDRB Besarnya pengaruh perubahan PDRB terhadap jumlah penduduk miskin di Maluku Utara dapat dilihat dari nilai koefisien parameternya yang juga menunjukkan nilai elastisitasnya. Nilai koefisien PDRB sebesar -0,518 berarti peningkatan PDRB sebesar satu persen akan mengurangi jumlah penduduk miskin sebesar 0,518 persen dengan asumsi pengaruh variabel lain konstan. Pengaruh pertumbuhan dengan kemiskinan ini dikenal melalui proses trickle down effect yaitu pertumbuhan ekonomi diyakini akan memperluas penciptaan
lapangan
menumbuhkan
kerja,
kondisi
yang
membuka
peluang-peluang
menyebabkan
pemerataan
ekonomi
dan
distribusi
hasil
pertumbuhan ekonomi dan sosial, sehingga pada akhirnya pertumbuhan ekonomi mampu menurunkan kemiskinan dan meningkatkan taraf hidup masyarakat. Hasil ini sesuai dengan penelitian-penelitian terdahulu antara lain penelitian Hajiji (2010) di Provinsi Riau yang menyimpulkan bahwa pertumbuhan ekonomi merupakan faktor penentu dalam pengentasan kemiskinan. Siregar dan Wahyuniarti (2007) juga menyimpulkan bahwa pertumbuhan memiliki pengaruh yang signifikan terhadap penurunan kemiskinan, namun magnitude pengaruh tersebut relatif tidak besar.
63
4.3.3.2 Rata-Rata Lama Sekolah Variabel tingkat pendidikan yang didekati dengan rata-rata lama sekolah signifikan secara statistik memengaruhi penurunan jumlah penduduk miskin di Maluku Utara. Nilai koefisien rata-rata lama sekolah sebesar -1,091 berarti peningkatan rata-rata lama sekolah sebesar satu persen akan mengurangi jumlah penduduk miskin sebesar 1,091 persen dengan asumsi pengaruh variabel lain konstan. Elastisitas penurunan jumlah penduduk miskin karena peningkatan ratarata lama sekolah lebih tinggi bila dibandingkan dengan penurunan jumlah penduduk miskin karena pertumbuhan ekonomi. Pendidikan erat kaitannya dengan kemiskinan. Pendidikan yang rendah identik dengan rendahnya pengetahuan dan ketrampilan sehingga produktivitas kerja rendah dan akhirnya upah yang diterima rendah pula. Upah yang rendah identik dengan kemiskinan. Hasil penelitian ini sesuai dengan penelitian Siregar dan Wahyuniarti (2007) yang menemukan bahwa pendidikan merupakan variabel yang signifikan dan relatif paling besar pengaruhnya terhadap penurunan kemiskinan.
4.3.3.3 Jumlah Pengangguran Jumlah penduduk yang menganggur signifikan berpengaruh positif terhadap perubahan jumlah penduduk miskin. Nilai koefisien pengangguran sebesar 0,027 berarti peningkatan jumlah pengangguran sebesar satu persen akan menambah jumlah penduduk miskin sebesar 0,027 persen dengan asumsi pengaruh variabel lain konstan. Demikian pula dengan penurunan satu persen
64
penduduk yang menganggur akan menurunkan jumlah penduduk miskin sebesar 0,027 persen. Pengangguran menyebabkan hilangnya kesempatan seseorang untuk memperoleh pendapatan untuk memenuhi kebutuhan hidupnya. Sehingga pengangguran erat kaitannya dengan kemiskinan. Hasil penelitian ini sesuai dengan penelitian-penelitian terdahulu antara lain penelitian Prasetyo (2010) tentang kemiskinan di Provinsi Jawa Tengah tahun 2003-2007 menyimpulkan bahwa terhadap terdapat hubungan positif antara tingkat pengangguran dengan tingkat kemiskinan.
4.3.3.4 Share PDRB Sektor Pertanian Variabel share PDRB sektor pertanian signifikan secara statistik memengaruhi penurunan jumlah penduduk miskin di Maluku Utara. Nilai koefisien share PDRB sektor pertanian sebesar -0,0028 berarti peningkatan sebesar satu persen share sektor pertanian terhadap PDRB Maluku Utara akan mengurangi jumlah penduduk miskin sebesar 0,0028 persen dengan asumsi pengaruh variabel lain konstan. Hal ini sejalan dengan penelitian Siregar dan Wahyuniarti (2007) yang menyimpulkan bahwa peningkatan share pertanian akan menurunkan jumlah kemiskinan. Penelitian Suselo dan Tarsidin (2008) juga menunjukkan bahwa penurunan share pertanian akan memperburuk kemiskinan di Indonesia.
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan Dari hasil penelitian dapat ditarik kesimpulan antara lain: 1. Perkembangan persentase dan jumlah penduduk miskin di Maluku Utara tahun 2005-2009 memiliki kecenderungan yang menurun yaitu 13,23 persen pada tahun 2005 menjadi 10,34 persen pada tahun 2009. 2. Penurunan persentase penduduk miskin di Maluku Utara tidak selalu diikuti dengan perbaikan kualitas penduduk miskin, hal ini ditunjukkan dengan indeks kedalaman kemiskinan dan indeks keparahan kemiskinan yang tidak selalu sejalan dengan penurunan persentase penduduk miskin. 3. Perkembangan tingkat kedalaman kemiskinan Maluku Utara dari tahun 20052008 cenderung mengalami kenaikan, namun pada tahun 2009 mulai mengalami penurunan. Hal ini berarti penduduk miskin di Maluku Utara makin mendekati garis kemiskinannya. 4. Tingkat keparahan kemiskinan Maluku Utara dari tahun 2005-2009 menunjukkan kecenderungan yang meningkat. Hal ini menunjukkan makin melebarnya kesenjangan pendapatan/pengeluaran antarpenduduk miskin di Maluku Utara. 5. Adanya kesenjangan antarkabupaten/kota di Maluku Utara dalam hal perkembangan kondisi kemiskinan baik persentase/jumlah penduduk miskin, tingkat kedalaman maupun tingkat keparahan kemiskinan. Kabupaten
66
Halmahera Tengah memiliki kondisi kemiskinan yang paling buruk yaitu tingginya persentase penduduk miskin, tingkat kedalaman dan keparahan kemiskinan. Sedangkan Kota Ternate memiliki kondisi kemiskinan yang paling baik yaitu persentase penduduk miskin yang rendah, tingkat kedalaman dan keparahan kemiskinan yang rendah pula. 6. Faktor-faktor yang signifikan memengaruhi tingkat kemiskinan di Maluku Utara yaitu perubahan PDRB (pertumbuhan ekonomi), tingkat pendidikan, jumlah pengangguran dan share PDRB sektor pertanian. Pertumbuhan ekonomi, kenaikan tingkat pendidikan dan kenaikan share PDRB sektor pertanian akan menurunkan tingkat kemiskinan, sedangkan kenaikan jumlah pengangguran akan menaikkan tingkat kemiskinan. 7. Variabel pendidikan mempunyai pengaruh yang paling besar terhadap penurunan tingkat kemiskinan. Sedangkan jumlah pengangguran dan share PDRB sektor pertanian memiliki pengaruh yang relatif kecil terhadap tingkat kemiskinan.
5.2 Saran 1. Peningkatan pembangunan serta pemerataan pembangunan sektor pendidikan perlu
mendapatkan
perhatian
bagi
Pemerintah
Provinsi
maupun
Kabupaten/Kota di Maluku Utara. Perbaikan infrastruktur pendidikan, penambahan jumlah serta perbaikan kualitas tenaga pengajar di wilayahwilayah pedesaan perlu dilakukan.
67
2. Upaya peningkatan pertumbuhan ekonomi di Maluku Utara perlu dilakukan. Hal ini dapat dilakukan dengan perbaikan sarana dan prasarana transportasi antarwilayah, mengingat kondisi geografis kepulauan serta belum adanya akses jalan yang memadai sering menjadi penyebab terhambatnya laju perekonomian di beberapa wilayah Maluku Utara. Hal ini pada akhirnya berdampak pada tingkat kesejahteraan masyarakatnya. 3. Perlu sinergisme antara Pemerintah Provinsi Maluku Utara, Pemerintah Kabupaten/Kota, sektor swasta dan masyarakat dalam upaya pengentasan kemiskinan melalui proses pembangunan di berbagai sektor terutama sektor pendidikan dan sektor perekonomian. 4. Bagi penelitian selanjutnya, perlu ditambahkan variabel kebijakan pemerintah (pengeluaran pemerintah untuk penanggulangan kemiskinan), variabel investasi
dan
kondisi
memengaruhi kemiskinan.
infrastruktur
wilayah
sebagai
variabel
yang
DAFTAR PUSTAKA
Badan Pusat Statistik. 2007. Memahami Data Strategis yang Dihasilkan BPS. Jakarta. __________________. 2008. Analisis dan Penghitungan Tingkat Kemiskinan Tahun 2008. Jakarta. __________________. 2009. Analisis Distribusi Pendapatan. Jakarta.
Kemiskinan,
Ketenagakerjaan
dan
Badan Pusat Statistik Provinsi Maluku Utara. 2010. Maluku Utara dalam Angka 2010. Ternate. Gujarati, D.N. 2004. Basic Econometrics Fourth Edition. Mac Grow-Hill International Editions, Singapore. Hadad, I. 2003. Pengentasan Kemiskinan dalam Pembangunan Berkelanjutan dan Perubahan Pola Produksi yang Ramah Lingkungan. Artikel tidak dipublikasikan. Hajiji, A. 2010. Keterkaitan antara Pertumbuhan Ekonomi, Ketimpangan Pendapatan dan Pengentasan Kemiskinan di Provinsi Riau [Tesis]. Bogor: Institut Pertanian Bogor. Hudayana, D. 2009. Faktor-Faktor yang Memengaruhi Tingkat Kemiskinan di Indonesia [Skripsi]. Bogor: Institut Pertanian Bogor. Mankiw, N.G. 2006. Makroekonomi. Edisi 6. Alih Bahasa. Penerbit Erlangga. Jakarta. Prasetyo, A.A. 2010. Analisis Faktor-Faktor yang Mempengaruhi Tingkat Kemiskinan (Studi Kasus 35 Kabupaten/Kota di Jawa Tengah Tahun 2003-2007) [Skripsi]. Semarang: Universitas Diponegoro. Ravallion, M. 2006. Inequality is bad for the poor. World Bank Policy Research Working Paper 3677. Siregar, H dan D. Wahyuniarti. 2007. Dampak Pertumbuhan Ekonomi terhadap Penurunan Jumlah Penduduk Miskin. MB-IPB. Bogor. Sitepu, R.K dan B.M Sinaga. 2007. Dampak Investasi Sumberdaya Manusia terhadap Pertumbuhan Ekonomi dan Kemiskinan di Indonesia: Pendekatan Model Computable General Equilibrium. MB-IPB. Bogor.
69
Suselo, S.L dan Tarsidin. 2008. Kemiskinan di Indonesia : Pengaruh Pertumbuhan dan Perubahan Struktur Ekonomi . Bank Indonesia. Jakarta. Tambunan, Tulus T.H. 2001. Perekonomian Indonesia. Ghalia Indonesia, Bogor. Todaro, M. P and S. C. Smith. 2006. Pembangunan Ekonomi. Jilid 1. Edisi 9. Alih Bahasa. Penerbit Erlangga. Jakarta. Wijayanto, R.D. 2010. Analisis Pengaruh PDRB, Pendidikan dan Pengangguran terhadap Kemiskinan di Kabupaten/Kota Jawa Tengah 2005-2008 [Skripsi]. Semarang: Universitas Diponegoro. Winarno, W.W. 2009. Analisis Ekonometrik dan Statistika dengan Eviews. Edisi 2. UPP STIM YKPN. Yogyakarta. http://id.wikipedia.org/wiki/Maluku_Utara [24 Oktober 2011]. http://www.batukar.info/wiki/demografi-maluku-utara [25 Oktober 2011]
LAMPIRAN Langkah-Langkah Pemilihan Model Regresi Data Panel
Hasil Common Effect Dependent Variable: LOG(MISKIN) Method: Panel Least Squares Date: 12/06/11 Time: 18:16 Sample: 2005 2009 Periods included: 5 Cross-sections included: 8 Total panel (balanced) observations: 40 Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(PDRB) LOG(MYS) SHARE_PERTANIAN LOG(PENGANGGURAN)
12.40080 0.145885 -5.157553 -0.027868 0.054077
1.872750 0.114857 0.400902 0.005025 0.053468
6.621707 1.270151 -12.86487 -5.545917 1.011393
0.0000 0.2124 0.0000 0.0000 0.3188
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.847999 0.830628 0.189102 1.251581 12.53190 48.81555 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
2.530722 0.459488 -0.376595 -0.165485 -0.300264 0.470897
71
Hasil Fixed Effect Dependent Variable: LOG(MISKIN) Method: Panel Least Squares Date: 12/06/11 Time: 18:16 Sample: 2005 2009 Periods included: 5 Cross-sections included: 8 Total panel (balanced) observations: 40 Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(PDRB) LOG(MYS) SHARE_PERTANIAN LOG(PENGANGGURAN)
10.98810 -0.489244 -1.040229 -0.004925 0.038281
1.465929 0.139912 0.524818 0.003915 0.025106
7.495657 -3.496797 -1.982073 -1.257805 1.524771
0.0000 0.0016 0.0574 0.2189 0.1385
Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.990465 0.986719 0.052953 0.078513 67.90980 264.4081 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
2.530722 0.459488 -2.795490 -2.288826 -2.612296 1.411928
72
Hasil Random Effect Dependent Variable: LOG(MISKIN) Method: Panel EGLS (Cross-section random effects) Date: 12/06/11 Time: 18:16 Sample: 2005 2009 Periods included: 5 Cross-sections included: 8 Total panel (balanced) observations: 40 Swamy and Arora estimator of component variances Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(PDRB) LOG(MYS) SHARE_PERTANIAN LOG(PENGANGGURAN)
9.498533 -0.203844 -2.052676 -0.005554 0.066210
1.311218 0.115235 0.435154 0.003581 0.023160
7.244055 -1.768952 -4.717122 -1.551038 2.858769
0.0000 0.0856 0.0000 0.1299 0.0071
Effects Specification S.D. Cross-section random Idiosyncratic random
0.233854 0.052953
Rho 0.9512 0.0488
Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.562943 0.512994 0.062708 11.27028 0.000006
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
0.254971 0.089857 0.137629 1.069881
Unweighted Statistics R-squared Sum squared resid
0.455705 4.481749
Mean dependent var Durbin-Watson stat
2.530722 0.032855
73
1.
Uji Common Effect dengan Fixed Effect
Signifikansi Model Fixed Effect Ho : α1= α2 =…=αi (intersep sama) H1 : sekurang-kurangnya ada 1 intersep yang berbeda Wilayah kritis : F(0,05; 7;28 ) = 2,36 Statistik Uji F: 59.76427
Keputusan : Tolak H0 Kesimpulan : Model Fixed Effect lebih baik daripada Common Effect pada α = 5 persen, intersep untuk tiap kabupaten/kota tidak sama.
74
2.
Uji Fixed Effect dengan Random Effect (Hausman Test)
H0 : model Random Effect lebih baik daripada Fixed Effect H1 : model Fixed Effect lebih baik daripada Random Effect Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects
Test Summary Cross-section random
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
18.082184
4
0.0012
Random
Var(Diff.)
Prob.
-0.203844 -2.052676 -0.005554 0.066210
0.006296 0.086075 0.000003 0.000094
0.0003 0.0006 0.6912 0.0040
Cross-section random effects test comparisons: Variable LOG(PDRB) LOG(MYS) SHARE_PERTANIAN LOG(PENGANGGURAN)
Fixed -0.489244 -1.040229 -0.004925 0.038281
Cross-section random effects test equation: Dependent Variable: LOG(MISKIN) Method: Panel Least Squares Date: 12/06/11 Time: 18:23 Sample: 2005 2009 Periods included: 5 Cross-sections included: 8 Total panel (balanced) observations: 40 Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(PDRB) LOG(MYS) SHARE_PERTANIAN LOG(PENGANGGURAN)
10.98810 -0.489244 -1.040229 -0.004925 0.038281
1.465929 0.139912 0.524818 0.003915 0.025106
7.495657 -3.496797 -1.982073 -1.257805 1.524771
0.0000 0.0016 0.0574 0.2189 0.1385
Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.990465 0.986719 0.052953 0.078513 67.90980 264.4081 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
2.530722 0.459488 -2.795490 -2.288826 -2.612296 1.411928
75
Karena nilai probabilitas Chi-Square berdasarkan hasil estimasi diperoleh probabilitas sebesar 0,0012 yang berarti tolak Ho. Kesimpulan : model Fixed Effect lebih baik daripada Random Effect.
3.
Uji Asumsi Homoskedastisitas Untuk medeteksi adanya heteroskedastisitas dapat menggunakan metode
General Least Square (Cross section Weight) yaitu dengan membandingkan sum square Residual pada Weighted Statistics dengan sum square Residual Unweighted Statistics. Jika sum square Residual pada Weighted Statistics lebih kecil
dari
sum
heteroskedastisitas. heteroskedastisitas.
square Hasil
Residual output
Unweighted
Statistics,
memperlihatkan
maka
adanya
terjadi indikasi
76
Dependent Variable: LOG(MISKIN) Method: Panel EGLS (Cross-section weights) Date: 12/06/11 Time: 18:24 Sample: 2005 2009 Periods included: 5 Cross-sections included: 8 Total panel (balanced) observations: 40 Linear estimation after one-step weighting matrix Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(PDRB) LOG(MYS) SHARE_PERTANIAN LOG(PENGANGGURAN)
11.38855 -0.517855 -1.091039 -0.002860 0.027069
1.250168 0.126073 0.430742 0.003038 0.020699
9.109618 -4.107568 -2.532929 -0.941462 1.307705
0.0000 0.0003 0.0172 0.3545 0.2016
Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.992760 0.989916 0.052219 349.0327 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
3.058640 1.521740 0.076350 1.785111
Unweighted Statistics R-squared Sum squared resid
0.990284 0.080003
Mean dependent var Durbin-Watson stat
2.530722 1.332777
77
Treatment pelanggaran ini dapat dilakukan dengan mengestimasi GLS dengan white-heteroscedasticity. Berdasarkan prosedur di atas, maka hasil estimasi Fixed Effect sebagai berikut: Dependent Variable: LOG(MISKIN) Method: Panel EGLS (Cross-section weights) Date: 12/06/11 Time: 18:25 Sample: 2005 2009 Periods included: 5 Cross-sections included: 8 Total panel (balanced) observations: 40 Linear estimation after one-step weighting matrix White cross-section standard errors & covariance (d.f. corrected) Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(PDRB) LOG(MYS) SHARE_PERTANIAN LOG(PENGANGGURAN)
11.38855 -0.517855 -1.091039 -0.002860 0.027069
1.545020 0.089410 0.274328 0.001622 0.007465
7.371135 -5.791907 -3.977127 -1.763247 3.626274
0.0000 0.0000 0.0004 0.0888 0.0011
Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.992760 0.989916 0.052219 349.0327 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
3.058640 1.521740 0.076350 1.785111
Unweighted Statistics R-squared Sum squared resid
0.990284 0.080003
Mean dependent var Durbin-Watson stat
2.530722 1.332777
4. Uji Asumsi Autokolerasi Hasil estimasi menunjukkan nilai statistic Durbin Watson sebesar 1,785111. Nilai Durbin Watson tersebut berada pada interval dU < DW < 4-dU (1.721 < 1,785111 < 2.279). Hal ini menunjukkan tidak adanya autokolerasi.
78
5. Uji Multikolinieritas Berdasarkan matriks korelasi pearson antar variabel independen terlihat bahwa korelasi antarvariabel kurang dari 0,8, sehingga dapat disimpulkan model telah memenuhi asumsi terbebas dari multikolinieritas. Variabel PDRB MYS Share_Pertanian Pengangguran
PDRB
MYS
1 0,347285 -0,580666 0,612862
1 -0,749964 0,590386
Share_Pertanian
Pengangguran
1 -0,698824
1
6. Uji Normalitas. Hasil uji normalitas pada Eviews 6.0 sebagai berikut: 6
Series: Standardized Residuals Sample 2005 2009 Observations 40
5
4
3
2
1
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
9.02e-18 0.002639 0.090148 -0.085441 0.044246 0.090564 2.305704
Jarque-Bera Probability
0.858091 0.651130
0 -0.05
0.00
0.05
0.10
Berdasarkan nilai probabilitas Jarque-Bera yang lebih besar dari taraf nyata lima persen, dapat disimpulkan bahwa error term terdistribusi dengan normal.
