Pengaruh PDRB, Harapan Hidup dan Melek Huruf Terhadap Tingkat Kemiskinan (Studi Kasus 35 Kabupaten/Kota di Jawa Tengah)
Oleh: Rahmawati Faturrohmin (106084002753)
Jurusan Ilmu Ekonomi dan Studi Pembangunan Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta 2011
PENGARUH PDRB, HARAPAN HIDUP DAN MELEK HURUF TERHADAP TINGKAT KEMISKINAN (STUDI KASUS 35 KABUPATEN/KOTA DI JAWA TENGAH)
Skripsi Diajukan kepada Fakultas Ekonomi dan Bisnis Untuk memenuhi Syarat Guna Meraih Gelar Sarjana Ekonomi
Oleh: Rahmawati Faturrohmin 106084002753 Di Bawah Bimbingan
Pembimbing I
Pheni Chalid,SF,MA,Ph.D. NIP.19490621978031001
Pembimbing II
M.Hartana I Putra, M.Si
JURUSAN ILMU EKONOMI DAN STUDI PEMBANGUNAN FAKULTAS EKONOMI DAN BISNIS UIN SYARIF HIDAYATULLAH JAKARTA 2011M/1432H
Hari ini Selasa Tanggal 28 Bulan September Tahun 2010 telah dilakukan Ujian Komprehensif
atas
nama
Rahmawati
Faturrohmin
dengan
NIM:
106084002753dengan judul skripsi “PENGARUH PDRB, HARAPAN HIDUP DAN MELEK URUF TERHADAP TINGKAT KEMISKINAN (STUDI KASUS DI 35 KABUPATEN/KOTA DI JAWA TENGAH)”. Memperhatikan hasil dan keilmuan mahasiswa tersebut selama ujian berlangsung, maka skripsi ini sudah diterima sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Jurusan Ilmu Ekonomi dan Studi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Jakarta, 28 September 2010
Tim Penguji Ujian Komprehensif
Drs. Lukman, M.Si
M. Hartana I Putra, M. Si.
Ketua
Sekretaris
Prof. Dr. Abdul Hamid, MS Penguji Ahli
SURAT PERNYATAAN Saya yang bertanda tangan dibawah ini: Nama
: Rahmawati Faturrohmin
Nim
: 106084002753
Jurusan
: Ilmu Ekonomi dan Studi Pembangunan
Dengan “PENGARUH TERHADAP
ini
menyatakan
PDRB,
bahwa
HARAPAN
TINGKAT
skripsi
HIDUP
KEMISKINAN
ini DAN
(STUDI
sY
Yng
MELEK KASUS
berjudul URUF DI
35
KABUPATEN/KOTA DI JAWA TENGAH)” adalah hasil karya saya sendiri yang merupakan hasil penelitian, pengolahan dan analisis saya sendiri dan bukan merupakan rekapitulasi maupun saduran dari hasil karya atau penelitian orang lain. Apabila terbukti skripsi ini merupakan plagiat atau rekapitulasi maka skripsi ini dianggap gugur dan harus melakukan penelitian ulang ataupun menyusun skripsi baru dan kelulusan setra gelar dibatalkan. Demikan pernyataan ini dibuat dengan segala akibat yang timbul di kemudian hari menjadi tanggung jawab saya.
Jakarta, September 2011
(Rahmawati Faturrohmin)
DAFTAR RIWAYAT HIDUP I.
IDENTITAS PRIBADI 1. Nama
: Rahmawati Faturrohmin
2. Tempat & Tanggal Lahir
: Cirebon, 27 April 1988
3. Alamat
: Jl. Ki Ageng Tepak No.40 Rt 04/01 DesaDukupuntang Kec.Dukupuntang Kab.Cirebon 45652 Jawa Barat
4. Telepon II.
: 081387667150
PENDIDIKAN 1. SD
: MI ITB Dukupuntang
2. SMP
: SMP Negeri 1 Dukupuntang
3. SMA
: SMA ITB Dukupuntang
4. S1
: UIN Syarif Hidayatullah Jakarta :
III.
LATAR BELAKANG KELUARGA 1. Ayah
: Moh. Yamin
2. Ibu
: Fatimah
3. Alamat
: Jl. Ki Ageng Tepak No.40 Rt 04/01 Dukupuntang, Cirebon 45652 Jawa Barat
4. Telpon
: 081314307163
5. Anak Ke
: 8 dari 10 bersaudara
i
ABSTRACT This research is aimed to know the influence of Gross Regional Domestic Product (GRDP) to life expectancy and literate to poverty rate in 35 regencies in the Central Java. This research used secondary data of time series (2005-2009) and cross section (35 regencies in the Central Java). Are supported by Eviews 6. While panel data ware used in analyzing. The result showed that GRDP negativly influence to poverty. The increase of GRDP in one unit may decrease the rate of poverty in 0,35 with the assumption that other variables are not changed. With the increase of GRDP, followed by markets money, jobs vacancies also increased, then social prosperity perpetualy increases. The life expectancy also negativly influence to the rate of poverty. With the increase of one unit of life expectancy, the rate of poverty will decrease in 6,99, so that quality of health, education and welfare increase. Being literate influence negative impact but not significant, as it had not decrease poverty because it had no irelationship to the increase of productivity. It had only relationship to technology, education, and craft. The independent variables were GRDP, life expectancy and literate can diminish poverty in 35 regencies in the Central Java for the period 2005-2009. The independent variables in this model explained its varieties in dependent variable with 96,32%. The remaining, 3,68% was influenced by other factors outside what had been found in this research. Keywords: poverty, GRDP, life expectancy, literate.
ii
ABSTRAK Penelitian ini bertujuan untuk mengetahui pengaruh Produk Domestik Regional Bruto (PDRB), harapan hidup dan melek huruf terhadap tingkat kemiskinan di 35 kabupaten/kota di Jawa Tengah pada 2005-2009. Data yang digunakan dalam penelitian ini adalah data sekunder, dalam bentuk time series (2005-2009) dan cross section (35 kabupaten/kota di Jawa Tengah. Alat analisis yang digunakan adalah panel data dengan bantuan eviews 6. Hasil penelitian ini menunjukkan bahwa PDRB berpengaruh negatif dan signifikan. Penigkatan PDRB sebesar satu satuan maka tingkat kemiskinan akan menurun sebesar 0,35 dengan asumsi variabel lain tetap. Dengan peningkatan PDRB maka belanja publik meningkat, maka uang beredar meningkat karena terbukanya lapangan pekerjaan sehingga kualitas hidup masyarakat meningkat. Harapan hidup juga berpengaruh negatif dan signifikan terhadap tingkat kemiskinan. Setiap kenaikan satu satuan harapan hidup, maka dapat menurunkan tingkat kemiskinan sebesar 6,99. Dengan meningkatnya harapan hidup berarti kualitas kesehatan, pendidikan dan kesejahteraan meningkat. Melek huruf berpengaruh negatif namun tidak signifikan, karena peningkatan melek huruf tidak serta merta menurunkan kemiskinan sebab produktifitas tidak berkaitan dengan melek huruf melainkan dengan teknologi, tingkat pendidikan dan keterampilan. Variabel independen yaitu PDRB, harapan hidup dan melek huruf secara bersama-sama berpengaruh terhadap penurunan tingkat kemiskinan di 35 kabupaten/kota di Jawa Tengah pada periode 2005-2009. variabel independen dalam model ini mampu menjelaskan variasinya dari variabel dependen sebesar 96,32%. Sedangkan sisanya 3,68% dipengaruhi oleh faktor-faktor lain diluar model dalam penelitian ini.
Kata kunci : Tingkat kemiskinan, PDRB, Angka Harapan Hidup, Angka Melek Huruf
iii
KATA PENGANTAR Alhamdulillah wasy-syukurilaah walaa haula walaa quwwata illaa billaah... Segala puji dan syukur hanya untuk Allah Subhanahu wa ta’ala, Rabb yang telah menciptakan alam semesta segenap isinya dan yang telah menjadikan kehidupan ini berarti. Shalawat serta salam semoga senantiasa tercurah kepada junjungan kita Nabi Muhammad SAW. Yang dengan cahaya kemuliaannya, Allah menerangi segenap jagad raya dan menjadikan segalanya menjadi lebih bermakna. Penulis sungguh tidak dapat membayangkan betapa banyak kendala dan kesulitan serta hambatan yang menghadang sehingga sangat membutuhkan kesabaran. Namun demikian alhamdulillah berkat kerja keras dan pertolongan Allah SWT semua kesulitan dapat teratasi. Sangat penulis sadari, bahwa dalam penyelesaian skripsi ini bukanlah usaha sendiri semata, namun merupakan rahmat Allah SWT, dan juga bantuan dari berbagai pihak yang telah mendukung penyelesaian skripsi ini. Oleh sebab itu penulis mengucapkan terima kasih kepada semua pihak yang telah membantu penulisan skripsi ini, antara lain: 1. Mimi dan mama ku tercinta yang telah memberikan semangat serta do’a yang tiada henti-hentinya kepada penulis. Serta Keluargaku tersayang yang telah menyemangati dan memberikan banyak inspirasi dalam menyelesaikan skripsi ini. Ang Imam, Ang Eva, Bang Daud dan Yu Eva yang telah memberikan fasilitas untuk menyelesaiakn skripsi ini. 2. Bapak Prof. Dr. Abdul Hamid, MS selaku Dekan Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta. 3. Bapak Lukman M.Si selaku Ketua Jurusan IESP Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta. 4. Ibu Utami Baroroh M.Si selaku Sekretaris Jurusan IESP Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta. 5. Bapak Pheni Chalid, SF, MA, Ph.D selaku dosen Pembimbing I yang telah bersedia meluangkan waktu, memberikan penghargaan dan bimbingan dalam penulisan skripsi ini.
iv
6. Bapak M Hartana I Putra, M.Si selaku dosen Pembimbing Sekripsi II yang telah bersedia meluangkan waktu, memberikan penghargaan dan bimbingan dalam penulisan skripsi ini. 7. Ibu Fitri selaku dosen IESP yang telah turut memberi semangat. 8. Seluruh staf pengajar dan karyawan Universitas Islam Negeri yang telah memberikan bantuan kepada penulis. 9. Sahabat-sahabat seperjuangan: Anis, Yanti, Siti Fadhilah, Leni, Istikomah, Friska, Yeni, Saras, Tunjung, Prabu, Anwar, Fauzi, dan sahabat-sahabat yang lain yang tidak bisa disebutkan satu persatu yang sama-sama saling memberikan semangat untuk segera menyelesaikan skripsi ini dan semoga persahabatan kita tidak sampai disini. 10. Sahabat dan Keluarga besar KMSGD terima kasih untuk doa dan support sehingga penulis terus bersemangat untuk menyelesaikan skripsi ini. 11. Seseorang yang tiada lelah telah memberikan semangat dan kasih sayang kepada penulis. 12. Rekan-rekan IESP angkatan 2006 yang telah memberikan dukungan kepada penulis.
Penulis menyadari sepenuhnya bahwa skripsi ini masih jauh dari sempurna dikarenakan terbatasnya pengalaman dan pengetahuan yang dimiliki penulis. Oleh karena itu, penulis mengharapkan segala bentuk saran serta masukan bahkan kritik yang membangun dari berbagai pihak. Semoga Allah SWT meridoi
dan
memberkati
setiap
usaha
dan
do’a
kita.
Amin
robbal’aalamiin….
Mampang, Mei 2011
Rahmawati Faturrohmin
v
yaa
DAFTAR ISI
BAB I
PENDAHULUAN
A. Latar Belakang Masalah............................................................................
1
B. Rumusan Masalah ...................................................................................
6
C. Tujuan dan Kegunaan ...............................................................................
7
BAB II TINJAUAN PUSTAKA DAN PENELITIAN TERDAHULU A. Tinjauan Pustaka ........................................................................................
9
1. Kemiskinan .....................................................................................
9
2. Penyebab Kemiskinan .....................................................................
10
3. Teori Kemiskinan ............................................................................
12
4. Ukuran Kemiskinan ........................................................................
14
5. Kriteria Kemiskinan ........................................................................
17
B. Produk Domestik Regional Bruto (PDRB) ...............................................
19
1. Teori Pertumbuhan Ekonomi Klasik ...............................................
23
2. Teori Pertumbuhan Neoklasik .........................................................
27
3. Teori Pertumbuhan Kuznet ..............................................................
29
C. Harapan Hidup ...........................................................................................
30
D. Melek Huruf ..............................................................................................
32
E. Pengaruh PDRB terhadap tingkat kemiskinan ...........................................
35
F. Pengaruh Harapan Hidup terhadap tingkat kemiskinan .............................
37
G. Pengaruh Melek Huruf terhadap Tingkat Kemiskinan ..............................
38
vi
H. Penelitian Terdahulu .................................................................................
40
I. Kerangka Pemikiran ...................................................................................
47
J. Hipotesis .....................................................................................................
49
BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian.........................................................................
50
B. Metode Penentuan Sampel ........................................................................
51
C. Metode Pengumpulan Data ......................................................................
52
D. Metode Analisis Data ................................................................................
52
1. Estimasi Regresi Dengan Data Panel ............................................
54
1) Pooled Least Square (PLS) ............................................
54
2) Fixed Effect ....................................................................
55
3) Random Effect ...............................................................
56
2. Pemilihan Metode Data Panel .........................................................
56
3. Uji Asumsi Klasik ..........................................................................
58
1) Uji Linearitas .................................................................
58
2) Uji Normalitas ................................................................
59
3) Uji Heteroskedastisitas...................................................
60
4) Uji Multikolinearitas ......................................................
60
5) Uji Autokorelasi .............................................................
62
2. Pengujian Statistik Analisis Regresi .............................................
62
1) Koefisien Determinan (Adjusted-R²) .............................
63
2) Pengujian Best Of Fit Model ........................................
63
vii
E. Definisi Operasional ...................................................................................
66
BAB IV HASIL DAN PEMBAHASAN A. Perkembangan Objek Penelitian ...............................................................
68
1. Kondisi Geografis ........................................................................
68
2. Kondisi Kemiskinan di Jawa Tengah ...........................................
69
3. Produk Domestik Regional Bruto (PDRB) ...................................
71
4. Harapan Hidup ..............................................................................
72
5. Melek Huruf ..................................................................................
74
B. Analisis dan pembahasan ..........................................................................
76
a. Uji Asumsi Klasik .........................................................................
76
1) Uji Linieritas ..............................................................................
76
2) Uji Normalitas ............................................................................
77
3) Uji Heteroskedastisitas...............................................................
78
4) Uji Multikolinearitas ..................................................................
79
5) Uji Autokorelasi .........................................................................
80
b. Hasil Estimasi Model Data Panel..................................................
81
1) Pendekatan Pooled Least Square ...............................................
81
2) Pendekatan Fixed Effect Model(FEM) ......................................
81
3) Pendekatan Random Effect Model ............................................
81
c. Memilih Metode Data Panel. ........................................................
82
1) Uji Chow ....................................................................................
82
2) Uji Hausman ..............................................................................
83
viii
d. Pengujian Hipotesis ......................................................................
84
1) Uji Signifikansi Individual (Uji t) ..............................................
84
2) Uji Signifikansi Serentak (Uji F) ...............................................
85
3) Uji Koefisien Determinan (Adjusted R²) ...................................
86
BAB V PENUTUP A. Kesimpulan ................................................................................................ 104 B. Implikasi ..................................................................................................... 105
DAFTAR PUSTAKA ......................................................................................... 107 LAMPIRAN-LAMPIRAN
ix
DAFTAR TABEL No
Keterangan
1.1 Tingkat Kemiskinan,PDRB,AHH &AMH di Pulau Jawa Tahun
Hal 2007-2008
1
2.1 Penelitian Terdahulu .......................................................................................
45
4.1 Persentase Kemiskinan Menurut Kabupaten/Kota di Jawa Tengah ...............
69
4.2 PDRB ADHK 2000 Menurut Kabupaten/Kota di Jawa Tengah ....................
71
4.3 Angka Harapan Hidup Menurut Kabupaten/Kota di Jawa Tengah ................
73
4.4 Angka Melek Huruf Menurut Kabupaten/Kota di Jawa Tengah ....................
75
4.5 Hasil Uji Normalitas .......................................................................................
77
4.6 Hasil Uji Heteroskedastisitas ..........................................................................
79
4.7 Hasil Uji Autokorelasi ....................................................................................
80
4.8 Hasil Regresi Data Panel Pooled Least Square ...............................................
81
4.9 Hasil Regresi Data Panel Fixed Effect Model ................................................
81
4.10 Hasil Regresi Data Panel Random Effect Model ..........................................
82
4.11 Hasil Uji Chow .............................................................................................
82
4.12 Hasil Uji Haustman .......................................................................................
83
4.13 Nilai t-Statistik ..............................................................................................
84
4.14 Interpretasi Koefisien Fixed Effec Model .....................................................
86
4.15 Tingkat Kemiskinan dan PDRB Jawa Tengah 2005-2005 ........................... 101
x
DAFTAR LAMPIRAN No
Keterangan
Hal
1 Data Observasi ................................................................................................... 109 2 Output Pooled Least Square............................................................................... 113 3 Output Fixed Effect ............................................................................................ 114 4 Output Random Effect ....................................................................................... 116 5 Output Uji Chow dan Uji Hausman ................................................................... 118 6 Output Uji Heteroskedastisitas .......................................................................... 119 7 Output Uji Autokerelasi ..................................................................................... 120 8 Uji Linieritas ...................................................................................................... 121 9 T-tabel ................................................................................................................ 122 10 F-tabel .............................................................................................................. 123 11 DW-tabel .......................................................................................................... 124
xi
BAB I PENDAHULUAN A. Latar Belakang Kemiskinan merupakan salah satu persoalan mendasar yang menjadi pusat perhatian pemerintah di negara manapun. Salah satu aspek penting untuk mendukung Strategi Penanggulangan Kemiskinan adalah tersedianya data kemiskinan yang akurat dan tepat sasaran. Data kemiskinan yang baik dapat digunakan untuk mengevaluasi kebijakan pemerintah terhadap kemiskinan, membandingkan kemiskinan antar waktu dan daerah, serta menentukan target penduduk miskin dengan tujuan untuk memperbaiki kondisi mereka (BPS, 2008:1). Pembangunan ekonomi yang semenjak masa sentralistik terpusat di pulau Jawa tidak meluputkan Jawa dari masalah kemiskinan. Berikut merupakan tabel tingkat kemiskinan, PDRB, Angka Harapan Hidup (AHH) dan Angka Melek Huruf (AMH) di pulau Jawa : Tabel 1.1 Tingkat Kemiskinan, PDRB, AHH dan AMH Provinsi di Pulau Jawa Tahun 2007-2008 Tingkat PDRB ADHK 2000 AHH AMH Kemiskinan 2007
2008
2007
2008
2007
2008
2007
2008
DKI
4.61
3.86
332,971,253.84
353,539,057.43
72,8
72,9
98,76
98,76
Ja-Bar JaTeng
13.55
12.74
274,180,307.83
290,171,128.80
67,6
67,8
95,32
92,53
20.43
18.99
159,110,253.77
167,790,369.85
70,9
71,1
88,62
89,24
DIY
18.99
18.02
18,291,511.71
19,208,937.56
73,1
73,1
87,78
89,46
Ja-Tim
19.98
18.19
287,814,183.92
304,798,966.41
68,9
69,1
87,42
87,43
Banten
9.07
8.2
65,046,775.77
68,830,644.80
64,5
64,6
95,60
95,60
Sumber: BPS di olah
1
Tabel 1.1 menunjukkan Tingkat Kemiskinan, PDRB Angka Harapan Hidup dan Angka Melek Huruf provinsi-provinsi di Pulau Jawa. Secara umum persentase penduduk miskin di Pulau Jawa mengalami penurunan dari tahun ketahun. Data di atas juga menunjukkan persentase tertinggi penduduk miskin berada di Jawa Tengah sedangkan persentase terendah di Propinsi DKI Jakarta. Bagi provinsi Jawa Tengah kemiskinan merupakan salah satu dari isu strategis yang mendapat prioritas untuk penanganan dalam setiap tahapan pelaksanaannya. Terkait dengan target tujuan pembangunan millennium yang harus tercapai pada tahun 2015, maka provinsi Jawa masih harus bekerja keras untuk dapat mencapai target tersebut, mengingat upaya penanggulangan kemiskinan bukan merupakan hal yang mudah untuk dilaksanakan. Pada tahun 2000 beberapa negara yang tergabung dalam Perserikatan Bangsa-Bangsa (PBB), termasuk Indonesia menandatangani Deklarasi Milenium yang menunjukkan komitmen bangsa-bangsa tersebut untuk mencapai delapan sasaran pembangunan milenium (Millenium Development Goals-MDGs) dimana salah satu pointnya adalah pengentasan kemiskinan. Hal tersebut menunjukkan pentingnya masalah kemiskinan untuk diatasi sehingga taraf kehidupan rakyat menjadi lebih berkualitas. Kualitas dan kuantitas sumber daya manusia akan berpengaruh terhadap pembangunan ekonomi suatu wilayah. Lanjouw, dkk dalam Irsad Lubis, dkk menyatakan pembangunan manusia di Indonesia adalah identik dengan pengurangan kemiskinan. Menurut Irsad lubis, dkk (2008: 18) ada 3 alasan mengapa pembangunan manusia perlu mendapatkan pehatian adalah :
2
1. Banyak negara berkembang termasuk Indonesia yang berhasil mencapai pertumbuhan ekonomi yang tinggi, tetapi gagal mengurangi kesenjangan ekomoni dan kemiskinan. 2. Banyak negara maju yang mempunyai tingkat pendapatan tinggi ternyata tidak berhasil mengatasi masalah-masalah sosial seperti penyalahgunaan obat, alkohol, AIDS, gelandangan dan kekerasan dalam rumah tangga. 3. Beberapa Negara berpendapatan rendah mampu mencapai tingkat pembangunan manusia yang tinggi karena mampu menggunakan semua sumber daya untuk mengembangkan kemampuan dasar manusia. Dengan kualitas sumber daya manusia yang baik diharapkan memiliki produktivitas yang tinggi sehingga akan mempeoleh kesejahteraan yang lebih baik. Secara spesifik kesejahteraan dinilai dari kekurangan pendapatan, konsumsi, pemilikan harta benda baik diam maupun bergerak, asset modal dan stok. Nilai miminum penghasilan rumah tangga miskin adalah kurang dari 1920 kg setara beras per rumah tangga per tahun (Sayogyo, 1978; Tjondronegoro, Soejono & Hardjono, 1996; van Oostenbrugge, van Densen & Machiels, 2004). Kemiskinan
menjadi
alasan
yang
sempurna
rendahnya
Human
Development Index (HDI) atau Indeks Pembangunan Manusia Indonesia. Secara menyeluruh kualitas manusia Indonesia relatif masih sangat rendah, dibandingkan dengan kualitas manusia di negara-negara lain di dunia. Berdasarkan Human Development Report 2004 yang menggunakan data tahun 2002, angka Indeks Pembangunan Manusia (IPM) Indonesia adalah 0,692. Angka indeks tersebut merupakan komposit dari angka harapan hidup saat lahir sebesar 66,6 tahun,
3
angka melek aksara penduduk usia 15 tahun ke atas sebesar 87,9 persen, kombinasi angka partisipasi kasar jenjang pendidikan dasar sampai dengan pendidikan tinggi sebesar 65 persen, dan Pendapatan Domestik Bruto per kapita yang dihitung berdasarkan paritas daya beli (purchasing power parity) sebesar US$ 3.230. Indeks pembangunan manusia(IPM) Indonesia semakin menurun dalam dua tahun terakhir. Jika pada 2007 berada di peringkat 107 dari 177 negara, pada 2009 menurun menjadi peringkat ke 111. Angka ini jauh di bawah negaranegara ASEAN diantaranya: Malaysia pada peringkat 66, Singapure (23) dan Thailand (87). Gambaran secara menyeluruh tentang kondisi perekonomian suatu daerah dapat diperoleh dari Produk Domestik Regional Bruto (PDRB) sebagai salah satu indikator makro ekonomi, pada dasarnya PDRB merupakan jumlah nilai tambah yang timbul dari seluruh sektor perekonomian di suatu wilayah tertentu, atau merupakan jumlah nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi pada tingkat regional. Rendahnya pertumbuhan ekonomi dan jumlah penduduk yang sangat besar akan berpengaruh terhadap kondisi sosial manusia di Jawa Tengah. Permasalahan dan tantangan daerah pembangunan daerah masih di prioritaskan pada masalahmasalah sosial yang mendasar, antara lain besarnya angka kemiskinan dan pengangguran.
4
Pertumbuhan ekonomi merupakan kunci dari penurunan kemiskinan di suatu wilayah. Dengan pertumbuhan ekonomi yang meningkat di masing-masing provinsi mengindikasikan bahwa pemerintah mampu meningkatkan kesejahteraan masyarakatnya, sehingga dapat mengurangi tingkat kemiskinan. Kemiskinan
suatu
daerah
dipengaruhi
oleh
tingkat
kesehatan
masyarakatnya. Angka Harapan Hidup saat lahir adalah rata-rata tahun hidup yang akan dijalani oleh bayi yang baru lahir pada suatu tahun tertentu. Angka Harapan Hidup
merupakan
alat
untuk
mengevaluasi
kinerja
pemerintah
dalam
meningkatkan kesejahteraan penduduk pada umumnya dan meningkatkan derajat kesehatan pada khususnya. Angka Harapan Hidup yang rendah di suatu daerah harus diikuti dengan program pembangunan kesehatan dan program social lainnya termasuk program pemberantasan kemiskinan. Hampir tidak ada yang membantah bahwa pendidikan adalah pionir dalam pembangunan masa depan bangsa. Jika dunia pendidikan suatu bangsa sudah jeblok, maka kehancuran bangsa tersebut tinggal menunggu waktu. Sebab pendidikan menyangkut pembangunan karakter sekaligus mempertahankan jati diri manusia. Karena itu menjadi penting bagi kita untuk memahami bahwa kemiskinan bisa mengakibatkan kebodohan, dan kebodohan identik dengan kemiskinan (Winardi,2010 dalam http://winardi-andalas-putro-blogspot.com). Di Jawa Tengah tingkat pendidikan dapat diukur salah satunya denga melek huruf. Dan berdasarkan tabel 1.4 tingkat melek huruf di Jawa Tengah dari tahun 20042008 cenderung meningkat.
5
Produk Domestik Regional Bruto (PDRB) yang rendah, tingkat kemiskinan yang tinggi, serta pembangunan manusia yang masih rendah. Berdasarkan atas dasar latar belakang diatas penulis tertarik untuk membahasnya dlam bentuk judul sekripsi yang berjudul: “Pengaruh PDRB, Harapan Hidup dan Melek Huruf Terhadap Tingkat Kemiskinan”
B. Rumusan Masalah Selama beberapa tahun persentase penduduk miskin tertinggi di pulau Jawa adalah Jawa Tengah 22,19% pada tahun 2006 dengan jumlah penduduk miskin 7100,6 ribu jiwa. 20,43% pada 2007 dengan jumlah penduduk miskin 6557,2 ribu jiwa. Dan pada tahun 2008 sebesar 18,99% dengan jumlah penduduk miskin sebanyak 6122,6 ribu jiwa. Jumlah penduduk miskin di Jawa Tengah pada tahun 2008 sebesar 6190 juta orang (18,23 persen). Dibandingkan dengan penduduk miskin pada tahun 2007 yang berjumlah 6557 juta orang (20,43persen), berarti jumlah penduduk miskin turun sebesar 0,367 juta orang (BPS, 2008:3). Masih tingginya tingkat kemiskinan di Jawa Tengah merupakan masalah pokok yang diangkat dalam penelitian ini. Untuk mengatasi masalah kemiskinan tersebut sebelumnya perlu adanya analisis faktor-faktor apa saja yang mempengaruhi kemiskinan di Jawa Tengah sehingga nantinya dapat dirumuskan strategi dan kebijakan yang tepat. Dalam penelitian ini akan dibahas pengaruh
6
faktor produk domestik regional bruto dan komponen indeks pembangunan manusia terhadap tingkat kemiskinan di Jawa Tengah. Dari permasalahan-permasalahan yang dikemukakan di atas muncul pertanyaan-pertanyaan berikut ini: 1. Seberapa besar pengaruh PDRB terhadap tingkat kemiskinan di 35 kabupaten/kota di Jawa Tengah pada periode 2005-2009 ? 2. Seberapa besar pengaruh Harapan Hidup terhadap tingkat kemiskinan di 35 kabupaten/kota di Jawa tengah pada periode 2005-2009 ? 3. Seberapa besar pengaruh Melek Huruf terhadap tingkat kemiskinan di 35 kabupaten/kota di Jawa Tengah pada periode 2005-2009 ? 4. Seberapa besar pengaruh PDRB, Harapan Hidup dan Melek Huruf secara bersama-sama terhadap tingkat kemiskinan di 35 kabupaten/kota di Jawa Tengah pada periode 2005-2009 ?
C. Tujuan dan Kegunaan Berdasarkan latar belakang dan rumusan masalah maka tujuan yang akan dicapai dari penelitian ini adalah: 1. Untuk mengetahui seberapa besar pengaruh PDRB terhadap tingkat kemiskinan di 35 Kabupaten/Kota di Jawa Tengah. 2. Untuk mengetahui seberapa besar pengaruh harapan hidup terhadap tingkat kemiskinan di 35 Kabupaten/Kota di Jawa Tengah. 3. Untuk mengetahui seberapa besar pengaruh melek huruf terhadap tingkat kemiskinan di 35 kabupaten/kota di Jawa Tengah.
7
4. Untuk mengetahui seberapa besar pengaruh PDRB, harapan hidup dan melek huruf secara bersama-sama terhadap tingkat kemiskinan di 35 kabupaten/kota di Jawa Tengah. Selain itu penelitian ini diharapkan dapat berguna sebagai: 1. Sebagai tambahan informasi dan bahan kajian tentang gambaran/informasi tentang kemiskinan. 2.
Dapat menjadi masukan bagi para pembuat kebijakan yang berhubungan dengan kebijakan publik.
8
BAB II TINJAUAN PUSTAKA DAN PENELITIAN TERDAHULU
A. Tinjauan Pustaka 1. Kemiskinan Ada banyak definisi dan konsep tentang kemiskinan. Kemiskinan merupakan masalah yang bersifat multidimensi sehingga dapat ditinjau dari berbagai sudut pandang. Secara umum, kemiskinan adalah ketidakmampuan seseorang untuk memenuhi kebutuhan dasar standar atas setiap aspek kehidupan. Badan Perencanaan Pembangunan Nasional (Bappenas) mendefinisikan kemiskinan sebagai kondisi dimana seseorang atau sekelompok orang tidak mampu
memenuhi
hak-hak
dasarnya
untuk
mempertahankan
dan
mengembangkan kehidupan yang bermartabat. Hak-hak dasar antara lain: (1) terpenuhinya
kebutuhan
pangan;
(2)
kesehatan,
pendidikan,
pekerjaan,
perumahan, air bersih, pertanahan, sumberdaya alam dan lingkungan; (3) rasa aman dari perlakuan atau ancaman tindak kekerasan; (4) hak untuk berpartisipasi dalam kehidupan sosial-politik. Kemiskinan menurut Kantor Menteri Negara Kependudukan/ BKKBN adalah suatu keadaan dimana seseorang tidak sanggup memelihara dirinya sendiri dengan taraf kehidupan yang dimiliki dan juga tidak mampu memanfaatkan tenaga, mental maupun fisiknya untuk memenuhi kebutuhannya. Rudolf S. Sinaga dan Benyamin dalam Cahyono dalam Akhmad Daerobi, dkk (2007:5) memberikan pengertian kemisikinan melalui pembedaan kemiskinan
9
menjadi dua jenis yaitu: kemiskinan alamiah dan kemiskinan buatan. Kemiskinan alamiah didefinisikan sebagai kemiskinan yang disebabkan oleh sumber daya yang terbatas atau karena tingkat perkembangan teknologi yang rendah. Dengan kata lain ketidakmampuan seseorang atau komunitas dalam memenuhi kebutuhan dan mengejar ketertinggalan teknologi menjadi penyebabnya. Sementara itu kemiskinan buatan didefinisikan sebagai kemiskinan yang disebabkan oleh kelembagaan yang ada dalam masyarakat membuat masyarakat sendiri tidak menguasai sarana ekonomi dan fasilitas-fasilitas secara merata. Dalam beberapa definisi lainnya, kemiskinan buatan juga disebut lebih populer dengan sebutan kemiskinan struktural. 2. Penyebab Kemiskinan Ditinjau dari sumber penyebabnya, kemiskinan dapat dibagi menjadi kemiskinan kultural dan kemiskinan struktural. Kemiskinan kultural adalah kemiskinan yang mengacu pada sikap seseorang atau masyarakat yang disebabkan oleh gaya hidup, kebiasaan hidup dan budayanya. Kemiskinan kultural biasanya dicirikan oleh sikap individu atau kelompok masyarakat yang merasa tidak miskin meskipun jika diukur berdasarkan garis kemiskinan termasuk kelompok miskin. Sedangkan kemiskinan struktural adalah kemiskinan yang disebabkan oleh struktur masyarakat yang timpang, baik karena perbedaan kepemilikan, kemampuan, pendapatan dan kesempatan kerja yang tidak seimbang maupun karena distribusi pembangunan dan hasilnya yang tidak merata. Kemiskinan struktural biasanya dicirikan oleh struktur masyarakat yang timpang terutama dilihat dari ukuran-ukuran ekonomi.
10
Kemiskinan memang merupakan masalah multidimensi yang mencakup berbagai aspek kehidupan. Kondisi kemiskinan setidaknya disebabkan oleh faktor-faktor sebagai berikut: Pertama, rendahnya taraf pendidikan dan kesehatan berdampak pada keterbatasan dalam pengembangan diri dan mobilitas. Hal ini berpengaruh terhadap daya kompetisi dalam merebut atau memasuki dunia kerja. Kedua, rendahnya derajat kesehatan dan gizi berdampak pada rendahnya daya tahan fisik, daya pikir dan selanjutnya akan mengurangi inisiatif. Ketiga, terbatasnya lapangan pekerjaan semakin memperburuk kemiskinan. Dengan bekerja setidaknya membuka kesempatan untuk mengubah nasibnya. Keempat, kondisi terisolasi (terpencil) mengakibatkan pelayanan publik seperti pendidikan, kesehatan, dan lain-lain tidak dapat menjangkaunya. Kelima, ketidak stabilan politik berdampak pada ketidak berhasilan kebijakan pro-poor. Berbagai kebijakan dan program-program penanggulangan kemiskinan akan mengalami kesulitan dalam implementasi jika tidak didukung oleh kondisi politik yang stabil. Sharp, et al mencoba mengidentifikasikan penyebab kemiskinan dipandang dari sisi ekonomi. Pertama, secara mikro kemiskinan muncul karena adanya ketidaksamaan pada kepemilikan sumberdaya yang menyebabkan distribusi pendapatan yang timpang. Penduduk miskin hanya memiliki sumberdaya dalam jumlah terbatas dan kualitasnya rendah. Kedua, kemiskinan muncul akibat perbedaan dalam kualitas sumberdaya manusia. Kualitas sumberdaya manusia rendah berarti produktivitasnya rendah, yang pada gilirannya upahnya rendah. Rendahnya kualitas sumberdaya manusia ini karena rendahnya pendidikan, nasib
11
kurang beruntung, adanya diskriminasi atau karena keturunan. Ketiga, kemiskinan muncul akibat perbedaan akses dalam modal. 3. Teori Kemiskinan Teori-teori yang digunakan antara lain adalah : Emil Salim (1982, dalam Togar Saragih, 2006:5-6) mengemukakan bahwa ciri-ciri orang miskin adalah a. Umumnya tidak memiliki faktor produksi sendiri, seperti tanah, modal dan keterampilan. Faktor produksi yang dimiliki kecil sehingga kemampuan untuk memperoleh pendapatan terbatas. b. Tidak mempunyai kemungkinan untuk memperoleh asset produksi dengan kekuatan sendiri. Pendapatan yang diperoleh tidak cukup memperoleh tanah garapan ataupun modal usaha, disamping itu tidak terpenuhnya syarat untuk mendapat kredit perbankan, menyebabkan mereka berpaling ke renternir. c. Tidak memiliki tanah, jika adapun relative kecil. Mereka umumnya jadi buruh tani, atau pekerja kasar di luar pertanian. Pekerjaan pertanian bersifat musiman menyebabkan kesinambungan kerja kurang terjamin. Mereka umumnya sebagai pekerja bebas, akibatnya dalam situasi penawaran tenaga kerja yang besar tingkat upah menjadi rendah dan mendukung atau mempertahankan mereka untuk selalu hidup dalam kemiskinan. Menurut Thorbecke, kemiskinan dapat lebih cepat tumbuh di perkotaan dibandingkan dengan perdesaan karena, pertama, krisis cenderung memberi
12
pengaruh terburuk kepada beberapa sektor ekonomi utama di wilayah perkotaan, seperti konstruksi, perdagangan dan perbankan yang membawa dampak negatif terhadap pengangguran di perkotaan; kedua, penduduk pedesaan dapat memenuhi tingkat subsistensi dari produksi mereka sendiri. Hasil studi atas 100 desa yang dilakukan oleh SMERU Research Institute memperlihatkan bahwa pertumbuhan belum tentu dapat menanggulangi kemiskinan, namun perlu pertumbuhan yang keberlanjutan dan distribusi yang lebih merata serta kemudahan akses bagi rakyat miskin. Tingkat pembentukan modal yang rendah merupakan hambatan utama pembangunan
ekonomi.
Pembentukan
modal
di
Negara-negara
sedang
berkembang merupakan “vicious cycle”(lingkaran yang tidak berujung pangkal). Produktivitas yang sangat rendah mengakibatkan rendahnya pendapatan riil. Pendapatan yang rendah mengakibatkan tabungan rendah, dan mengakibatkan rendahnya pembentukan modal. Menurut Nurkse dalam Togar Saragih (2006:7) ada dua lingkaran perangkap kemiskinan yaitu : a. Dari segi penawaran (supply): tingkat pendapatan masyarakat yang rendah diakibatkan oleh tingkat produktivitas yang rendah menyebabkan
kemampuan
menabung
masyarakat
rendah.
Kemampuan untuk menabung yang rendah menyebabkan tingkat pembentukan modal (investasi), yang kemudian akan menyebabkan kekurangan modal dan demikian tingkat produktifitasnya rendah.
13
b. Dari segi permintaan (demand): di Negara-negara yang miskin perangsang untuk menanamkan modal sangat rendah, karena luas pasar untuk berbagai jenis barang terbatas, hal ini disebabkan oleh pendapatan masyarakat sangat rendah tersebut dikarenakan tingkat produktivitas yang rendah sebagai wujud dari tingkat pembentukan modal yang terbatas dimasa lalu, disebabkan kekurangan perangsang untuk menanam modal dan seterusnya.
4. Ukuran Kemiskinan Menurut William A (2001:377) kemiskinan adalah konsep yang relatif, bagaimana cara kita mengukurnya secara obyektif dan bagaimana cara kita memastikan bahwa ukuran kita dapat diterapkan dengan tingkat relevasi yang sama dari waktu ke waktu. Untuk mengukur kemiskinan ada tiga indikator yang diperkenalkan dalam Foster dkk (dalam Tambunan 2003:96) yang sering digunakan di dalam banyak studi empiris. Pertam, the incidence of poverty : persentase dari populasi yang hidup di dalam keluarga dengan pengeluaran konsumsi per kapita di bawah garis kemiskinan. Kedua, the depth of poverty
yang menggambarkan dalamnya
kemiskinan di suatu wilayah yang diukur dengan indeks jarak kemiskinan (IJK), atau dikenal dengan sebutan poverty gap index. Ketiga, the severity of poverty yang diukur dengan indeks keparahan kemiskinan (IKK). Secara umum ada dua macam ukuran kemiskinan yang biasa digunakan yaitu kemiskinan absolut dan kemiskinan relatif.
14
a. Kemiskinan Absolut Pada dasarnya konsep kemiskinan dikaitkan dengan perkiraan tingkat pendapatan dan kebutuhan. Perkiraan kebutuhan hanya dibatasi pada kebutuhan pokok atau kebutuhan dasar minimum yang memungkinkan seseorang untuk hidup secara layak. Bila pendapatan tidak dapat mencapai kebutuhan minimum, maka orang dapat dikatakan miskin. Dengan demikian kemiskinan diukur dengan
memperbandingkan
tingkat
pendapatan
orang
dengan
tingkat
pendapatan yang dibutuhkan untuk memperoleh kebutuhan dasarnya. Tingkat pendapatan minimum merupakan pembatas antara keadaan miskin dengan tidak miskin atau sering disebut sebagai garis batas kemiskinan (Todaro,1997 dalam Lincolin Arsyad 2004:238). 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. b. Kemiskinan Relatif Miller dalam Lincolin Arsyad (2004:239) berpendapat bahwa walaupun pendapatan sudah mencapai tingkat kebutuhan dasar minimum, tetapi masih jauh lebih rendah dibandingkan dengan keadaan masyarakat disekitarnya, maka orang tersebut masih berada dalam keadaan miskin. Ini terjada karena
15
kemiskinan lebih banyak ditentukan oleh keadaan sekitarnya daripada lingkungan orang yang bersangkutan. 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. Dengan demikian, ukuran kemiskinan relatif sangat tergantung pada distribusi pendapatan/pengeluaran penduduk. Ukuran kemiskinan juga bisa dihitung melalui pendekatan pendapatan. Pendekatan pendapatan untuk mengukur kemiskinan ini mengasumsikan bahwa seseorang dan rumah tangga dikatakan miskin jika pendapatan atau konsumsi minimumnya berada di bawah garis kemiskinan. Ukuran-ukuran kemiskinan ini dihitung melalui (Coudouel, et.al, 2001 dalam Akhmad Daerobi dkk 2007:8-9) adalah:
a. Head Count Index Head Count Index ini menghitung presentase orang yang ada di bawah garis kemiskinan dalam kelompok masyarakat tertentu. b. Sen Poverty Index Sen Poverty Index memasukkan dua faktor yaitu koefisien Gini dan rasio H. Koefisien Gini mengukur ketimpangan antara orang miskin. Apabila salah
16
satu faktor-faktor tersebut naik, tingkat kemiskinan bertambah besar diukur dengan S.
c. Poverty Gap Index Poverty Gap Index mengukur besarnya distribusi pendapatan orang miskin terhadap garis kemiskinan. Pembilang pada pendekatan ini menunjukkan jurang kemiskinan (poverty gap), yaitu penjumlahan (sebanyak individu) dari kekurangan pendapatan orang miskin dari garis kemiskinan. Sedangkan penyebut adalah jumlah individu di dalam perekonomian (n) dikalikan dengan nilai garis kemiskinan. Dengan ukuran ini, tingkat keparahan kemiskinan mulai terakomodasi. Ukuran kemiskinan akan turun lebih cepat bila orang-orang yang dientaskan adalah rumah tangga yang paling miskin, dibandingkan bila pengentasan kemiskinan terjadi pada rumah tangga miskin yang paling tidak miskin. d. Foster-Greer-Torbecke Index Seperti Indeks-indeks di atas, indeks FGT ini sensitif trhadap distribusi jika α>1. Bagian (Z-Yi/Z) adalah perbedaan antara garis kemiskinan (Z) dan tingkat pendapatan dari kelompok ke-i keluarga miskin (Yi) dalam bentuk suatu presentase dari garis kemiskinan. 5. Kriteria Kemiskinan Ada berbagai macam kriteria yang digunakan untuk mengukur tingkat kemiskinan, salah satunya kreteria miskin menurut Sayogyo. Komponen yang digunakan sebagai dasar untuk ukuran garis kemiskinan Sayogyo adalah pendapatan keluarga yang disertakan dengan nilai harga beras yang berlaku pada
17
saat itu dan rata anggota tiap rumah (lima orang). Berdasarkan kreteria tersebut, sayogyo membedakan masyarakat ke dalam beberapa kelompok (Sumodiningrat, 1999:8) yaitu : a.. Sangat Miskin Yang termasuk dalam kelompok ini adalah mereka yang pendapatannya dibawah setara 250 kg beras ekuivalen setiap orang dalam setahun penduduk yang tinggal diperkotaan. b. Miskin Yang termasuk dalam kelompo ini adalah mereka yang berpendapatan setara debgab 240 kg beras sampai 320 kg beras selama setahun untuk penduduk yang tinggal didesa, dan 360 kg beras sampai 480 kg beras pertahun untuk tinggal diperkotaan. c. Hampir Cukup Yang termasuk dalam kelompok ini adalah mereka yang pendapatannya setara dengan 320 kg beras sampai 480 kg beras dalam setahun untuk penduduk yang tinggal dipedesaan, dan 720 kg beras pertahun untuk yang tinggal diperkotaan. d. Cukup Yang termasuk dalam kelompok ini adalah mereka yang pendapatannya setara dengan lebih dari 480 kg beras setiap orang dalam setahun untuk penduduk yang tinggal dipedesaan, dan di atas 720 kg beras setiap orang pertahun untuk yang tinggal diperkotaan.
18
Sedangkan kreteria penduduk miskin BPS, rumah tangga dikatakan miskin (BPS, 2008:17), apabila: 1). Luas lantai hunian kurang dari 8 m² per anggota rumah tangga. 2). Jenis lantai hunian sebagian besar tanah atau lainnya. 3). Fasilitas air bersih tidak ada. 4). Fasilitas jamban atau WC tidak ada. 5). Kepemilikan aset tidak tersedia. 6). Konsumsi lauk-auk dalam seminggu tidak bervariasi. 7). Kemampuan membeli pakaian minimal 1 stel dalam setahun tidak ada. 8). Pendapatan (total pendapatan per bulan) kurang dari atau sama dengan Rp 350.000,-
B. Produk Domestik Regional Bruto (PDRB) Pengertian PDRB menurut Badan Pusat Statistik (2004:8) yaitu jumlah nilai tambah yang dihasilkan untuk seluruh wilayah usaha dalam suatu wilayah atau merupakan jumlah seluruh nilai barang dan jasa akhir yang dihasilkan seluruh unit ekonomi di suatu wilayah. Penghitungan PDRB dapat dilakukan dengan menggunakan dua metode yaitu langsung dan tidak langsung (alokasi). 1.
Metode Langsung Penghitungan metode langsung ini dapat dilakukan melalui tiga
pendekatan yaitu pendekatan produksi, pendekatan pendapatan dan pendekatan
19
pengeluaran. Walaupun mempunyai tiga pendekatan yang berbeda namun akan memberikan hasil penghitungan yang sama (BPS, 2004: 26). Seperti dikatakan di atas, penghitungan PDRB secara langsung dapat dilakukan melalui tiga pendekatan sebagai berikut : a. PDRB Menurut Pendekatan Produksi (Production Approach) PDRB adalah jumlah nilai produk barang dan jasa akhir yang dihasilkan oleh berbagai unit produksi (di suatu region) pada suatu jangka waktu
tertentu
(setahun).
Perhitungan PDRB melalui
pendekatan ini disebut juga penghitungan melalui pendekatan nilai tambah (value added). Pendekatan produksi adalah penghitungan nilai tambah barang dan jasa yang di produksi oleh suatu kegiatan/sektor ekonomi dengan cara mengurangkan biaya antara dari total produksi bruto sektor atau sub sektor tersebut. Nilai tambah merupakan selisih antara nilai produksi dan nilai biaya antara. Biaya antara adalah nilai barang dan jasa yang digunakan sebagai input antara dalam proses produksi. Barang dan jasa yang termasuk input antara adalah bahan baku atau bahan penolong yang biasanya habis dalam sekali proses produksi atau mempunyai umur penggunaan kurang dari satu tahun, sementara itu pengeluaran atas balas jasa faktor produksi seperti upah dan gaji, sewa tanah, bunga modal, dan keuntungan yang diterima perusahaan bukan termasuk
20
biaya antara. Begitu juga dengan penyusutan dan pajak tidak langsung neto bukan merupakan biaya antara (Tarigan, 2005:25). Pendekatan produksi banyak digunakan untuk memperkirakan nilai tambah dari sektor yang produksinya berbentuk fisik/barang. PDRB menurut pendekatan produksi terbagi atas 9 lapangan usaha (sektor) yaitu : pertanian; pertambangan dan penggalian; industri pengolahan; listrik, gas dan air minum; bangunan dan konstruksi; perdagangan,hotel dan restoran; angkutan dan komunikasi; bank dan lembaga keuangan lainnya; jasa-jasa. Oleh karena itu penelitian ini menggunakan
PDRB
menurut
pendekatan
produksi
(Suryana,
2000:10). b. PDRB Menurut Pendekatan Pendapatan (Income Approach) PDRB adalah jumlah balas jasa yang diterima oleh faktor-faktor produksi yang ikut dalam proses produksi di suatu wilayah pada jangka waktu tertentu (setahun). Penghitungan PDRB melalui pendekatan ini diperoleh dengan menjumlahkan semua balas jasa yang diterima faktor produksi yang komponennya terdiri dari upah dan gaji, sewa tanah, bunga modal dan keuntungan ditambah dengan penyusutan dan pajak tidak langsung neto (BPS, 2004:27). c. PDRB Menurut Pendekatan Pengeluaran (Expend. Approach). PDRB adalah jumlah seluruh pengeluaran untuk konsumsi rumah tangga dan lembaga swasta yang tidak mencari untung, konsumsi pemerintah, pembentukan modal tetap domestik bruto, perubahan stok
21
dan ekspor netto di suatu wilayah. Perhitungan PDRB melalui pendekatan ini dilakukan dengan bertitik tolak dari penggunaan akhir barang dan jasa yang dihasilkan di wilayah domestik (BPS, 2004:27). 2.
Metode Tidak Langsung atau Metode Alokasi Dalam metode ini PDRB suatu wilayah diperoleh dengan menghitung
PDRB wilayah tersebut melalui alokasi PDRB wilayah yang lebih luas.Untuk melakukan alokasi PDRB wilayah ini digunakan beberapa alokator antara lain: Nilai produksi bruto atau netto setiap sektor/subsektor pada wilayah yang dialokasikan ; jumlah produksi fisik; tenaga kerja; penduduk, dan alokator tidak langsung lainnya. Dengan menggunakan salah satu atau beberapa alokator dapat diperhitungkan persentase bagian masing-masing propinsi terhadap nilai tambah setiap sektor dan subsektor. Cara penyajian PDRB adalah sebagai berikut : a. PDRB Atas Dasar Harga Berlaku, semua agregat pendapatan dinilai atas dasar harga yang berlaku pada masing-masing tahunnya, baik pada saat menilai produksi dan biaya antara maupun pada penilaian komponen PDRB. PDRB atas dasar harga berlaku menunjukkan kemampuan sumber daya ekonomi yang dihasilkan oleh suatu daerah. Nilai PDRB yang besar menunjukkan kemampuan sumberdaya ekonomi yang besar, begitu juga sebaliknya. b. PDRB Atas Dasar Harga Konstan, semua agregat pendapatan dinilai atas dasar harga tetap, maka perkembangan agregat
22
pendapatan dari tahun ke tahun semata-mata karena perkembangan produksi riil bukan karena kenaikan harga atau inflasi. PDRB atas dasar harga konstan menunjukkan laju pertumbuhan ekonomi secara keseluruhan atau setiap sektor dari tahun ke tahun. PDRB merupakan merupakan indikator pertumbuhan ekonomi yaitu suatu proses kenaikkan output nasional suatu periode tertentu terhadap periode sebelumnya.
Dalam
perkembangannya
terdapat
banyak
teori
mengenai
pertumbuhan ekonomi, antara lain: teori pertumbuhan klasik, teori pertumbuhan neoklasik, teori pertumbuhan endogen, dan teori pertumbuhan Kuznet. 1. Teori Pertumbuhan Ekonomi Klasik Aliran klasik muncul pada akhir abad ke-18 dan awal abad 19-an, yaitu di masa revolusi Industri, dima na suasana waktu itu merupakan awal bagi adanya perkembangan ekonomi. Teori pertumbuhan ekonomi klasik dikembangkan oleh penganut aliran klasik yaitu Adam Smith dan David Ricardo. a. Adam Smith Orang pertama yang membahas pertumbuhan ekonomi secara sistematis adalah Adam Smith (1723-1790). Dalam bukunya An Inquiry into the Nature and Causes of The Wealth of Nations (1776) ia mengemukakan tentang proses pertumbuhan ekonomi dalam jangka panjang secara sistematis. Menurut Smith terdapat dua aspek utama pertumbuhan ekonomi, yaitu pertumbuhan output total dan pertumbuhan penduduk Unsur pokok dari sistem produksi suatu negara menurut Smith ada tiga, yaitu: 1). Sumber daya alam yang tersedia (atau faktor produksi tanah)
23
2). Sumber daya insani (atau jumlah penduduk) 3). Stok barang modal yang ada
Menurut Adam Smith untuk berlangsungnya perkembangan ekonomi diperlukan adanya spesialisasi atau pembagian kerja agar produktivitas tenaga kerja bertambah. Spesialisasi dalam proses produksi akan dapat meningkatkan keterampilan tenaga kerja, dapat mendorong ditemukannya alat-alat atau mesinmesin baru dan akhirnya dapat mempercepat dan meningkatkan produksi. Dinyatakan bahwa sebelum adanya pembagian kerja harus ada akumulasi kapital terlebih dahulu dimana skumulasi kapital ini berasal dari dana tabungan. Di samping itu Smith juga menitik beratkan pada ”luas pasar”. Pasar harus seluas mungkin agar dapat menampung hasil produksi, sehingga perdagangan internasional menarik perhatiannya karena hubungan perdagangan internasional ini menambah luasnya pasar, sehingga pasar akan terdiri dari pasar dalam negeri dan pasar luar negeri. Menurut Smith, sekali pertumbuhan ini mulai maka ia akan bersifat komulatif, artinya bila ada pasar yang cukup dan ada akumulasi kapital, pembagian kerja akan terjadi dan ini akan menaikkan tingkat produktivitas tenaga kerja. Kenaikan produktivitas ini akan menaikkan penghasilan nasional dan selanjutnya juga memperbesar jumlah penduduk. Penduduk tidak saja merupakan pasar karena pendapatannya naik, tetapi pendapatan yang lebih besar itu juga akan merupakan sumber tabungan. Jadi, spesialisasi yang yang semakin besar membutuhkan pasar yang semakin luas dan dorongan untuk membuat alat-alat
24
baru makin bertambah. Di lain pihak, naiknya produktivitas akan mengakibatkan tingkat upah naik dan ada akumulasi kapital. Tetapi karena sumber daya alam terbatas adanya, maka keuntungan akan menurun karena berlakunya hukum pertambahan hasil yang semakin berkurang. Pada tingkat inilah perkembangan mengalami kemacetan atau berhenti.
b. David Ricardo Jika Adam Smith dianggap sebagai pakar utama dan pelopor pemikiran ekonomi mahzab klasik, maka Ricardo menjadi pemikir yang paling menonjol diantara para pakar mahzab tersebut. Teori Ricardo dikemukakan pertama kali dalam bukunya yang berjudul The Principles of Political Economy and Taxation yang diterbitkan pada tahun 1917. Perangkat teori yang dikembangkan Ricardo menyangkut empat kelompok permasalahan, yaitu: 1). Teori tentang nilai dan harga barang 2). Teori tentang distribusi pendapatan sebagai pembagian hasil dari seluruh produksi dan disajikan dalam bentuk teori upah, teori sewa tanah, teori bunga dan laba. 3). Teori tentang perdagangan internasional 4). Teori tentang akumulasi dan pertumbuhan ekonomi Garis besar proses pertumbuhan ekonomi dan kesimpulan-kesimpulan dari Ricardo tidak jauh berbeda dengan teori Adam Smith yaitu mengacu pada laju
25
pertumbuhan penduduk dan laju pertumbuhan output. Selain itu Ricardo juga menganggap bahwa jumlah faktor produksi tanah (sumberdaya alam) tidak bisa bertambah,
sehingga
akhirnya
menjadi
faktor
pembatas
dalam
proses
pertumbuhan suatu masyarakat. Ciri-ciri perekonomian menurut Ricardo yaitu: 1). Jumlah tanah terbatas 2). Tenaga kerja (penduduk) meningkat atau menurun tergantung pada apakah tingkat upah berada di atas atau di bawah tingkat upah minimal (tingkat upah alamiah) 3). Akumulasi modal terjadi bila tingkat keuntungan yang diperoleh pemilik modal berada di atas tingkat keuntungan minimal yang diperlukan untuk menarik mereka melakukan investasi. 4). Kemajuan teknologi terjadi sepanjang waktu 5). Sektor pertanian dominan Dengan terbatasnya luas tanah, maka pertumbuhan penduduk (tenaga kerja) akan menurunkan produk marginal (marginal product) yang kita kenal dengan istilah The law of diminishing return. Selama buruh yang dipekerjakan pada tanah tersebut bisa menerima tingkat upah di atas tingkat upah alamiah, maka penduduk (tenaga kerja) akan terus bertambah, dan hal ini akan menurunkan lagi produk marginal tenaga kerja dan pada gilirannya akan menekan tingkat upah ke bawah. Proses ini akan berhenti jika tingkat upah turun sampai tingkat upah alamiah. Jika tingkat upah turun sampai di bawah tingkat upah alamiah, maka jumlah penduduk (tenaga kerja) menurun. Kemudian tingkat upah akan naik lagi
26
sampai tingkat upah alamiah. Pada posisi ini jumlah penduduk konstan. Jadi, dari segi faktor produksi tanah dan tenaga kerja, ada suatu kekuatan dinamis yang selalu menarik perekonomian ke arah tingkat upah minimum, yaitu bekerjanya the law of diminishing return. Peranan akumulasi modal dan kemajuan teknologi adalah cenderung meningkatkan produktivitas tenaga kerja, artinya dapat memperlambat bekerjanya the law of diminishing return yang pada gilirannya akan memperlambat pula penurunan tingkat hidup ke arah tingkat hidup minimal. 2. Teori Pertumbuhan Neoklasik Teori Pertumbuhan ekonomi Neoklasik berkembang sejak tahun 1950-an. Teori ini berkembang berdasarkan analisis-analisis mengenai pertumbuhan ekonomi menurut pandangan klasik. Model pertumbuhan neoklasik Solow merupakan pilar yang sangat mewarnai teori pertumbuhan neoklasik sehingga Robert Solow dianugerahi hadiah nobel bidang ekonomi pada tahun 1987. Menurut teori ini, pertumbuhan ekonomi tergantung pada penambahan penyediaan faktor-faktor produksi (penduduk, tenaga kerja, dan akumulasi modal) dan kemajuan tingkat tekonologi. Berdasarkan penelitiannya, Solow mengatakan bahwa peran dari kemajuan teknologi di dalam pertumbuhan ekonomi adalah sangat tinggi. Teori pertumbuhan neoklasik menegaskan bahwa kondisi keterbelakangan negaranegara berkembang bersumber dari buruknya keseluruhan alokasi sumberdaya yang selama ini bertumpu pada kebijakan-kebijakan pengaturan harga yang tidak tepatdan adanya campur tangan pemerintah yang berlebihan. Model pertumbuhan neoklasik Solow berpegang pada konsep skala hasil yang terus berkurang (diminishing return) dari input tenaga kerja dan modal jika keduanya dianalisis
27
secara terpisah, sedangkan jika keduanya dianalisis secara bersamaan atau sekaligus, Solow memakai asumsi skala hasil tetap (constand return to scale). Kemajuan teknologi ditetapkan sebagai faktor residu untuk menjelaskan pertumbuhan ekonomi dalam jangka panjang, dan tinggi rendahnya pertumbuhan itu sendiri oleh Solow maupun para teoresiti lainnya diasumsikan bersifat eksogen, atau selalu dipengaruhi oleh berbagai macam faktor. Model pertumbuhan neoklasik Solow ini menggunakan fungsi produksi agregat standar, yakni: Y = A.F (K,L) Dimana Y adalah output nasional (kawasan), K adalah modal (kapital) fisik, L adalah tenaga kerja dan A merupakan teknologi. Faktor yang mempengaruhi pengadaan modal fisik adalah investasi. Y juga akan meningkat jika terjadi perkembangan dalam kemajuan teknologi yang terindikasi dari kenaikan A. Oleh karena itu pertumbuhan perekonomian nasional dapat berasal dari pertumbuhan input dan perkembangan kemajuan teknologi yang disebut juga pertumbuhan total faktor produktivitas. Menurut model pertumbuhan ini, pertumbuhan output selalu bersumber dari satu atau lebih dari satu atau lebih dari tiga faktor yaitu kenaikkan kuantitas dan kualitas tenaga kerja (melalui pertumbuhan jumlah penduduk dan perbaikan pendidikan), penambahan modal (melalui tabungan dan investasi), serta penyempurnaan teknologi. Lebih lanjut dikemukakan bahwa perekonomian tertutup (clossed economy), yakni yang tidak menjalin hubungan dengan pihak luar, yang tingkat tabungan rendah, maka ceteris paribus perekonomian itu dalam jangka pendek pasti mengalami laju pertumbuhan lebih lambat apabila
28
dibandingan dengan perekonomian lainnya yang memiliki tingkat tabungan yang lebih tinggi. Pada akhirnya hal ini akan mengakibatkan konvergensi penurunan pendapatan per kapita. Di lain pihak, perekonomian terbuka (open economy), yakni yang mengandalkan hubungan perdagangan dengan pihak lain pasti akan mengalami konvergensi peningkatan pendapatan per kapita, karena arus permodalan akan mengalir deras dari negara-negara kaya ke negara-negara miskin dimana rasio modal-tenaga kerjanya masih rendah sehingga menjajikan imbalan atau tingkat keuntungan investasi yang lebih tinggi. 3. Teori Pertumbuhan Kuznet Simon Kuznet menghitung dan menganalisis sejarah pertumbuhan ekonomi pada negara maju dalam jangka panjang. Pertumbuhan kapasitas produksi
didasarkan
pada
perkembangan
teknologi,
pembangunan
institusi/kelembagaan, sikap dan ideologi. Terdapat enam karakteristik yang ditemui pada hampir semua negara maju, yaitu: (1) Pertumbuhan output per kapita yang tinggi; (2) kenaikan tingkat produktivitas faktor produksi yang tinggi; (3) transformasi struktur ekonomi yang cepat; (4) tingkat transformasi sosial dan ideologi yang tinggi; (5) terdapat kecenderungan negara maju untuk memperluas pasar dan sumber bahan baku pada negara lain (penetrasi ekonomi); (6) penyebaran pertumbuhan ekonomi yang terbatas, hanya mencapai sekitar 1/3 penduduk dunia. Kuznet mendefinisikan pertumbuhan ekonomi suatu Negara sebagai “peningkatan kemampuan suatu negara untuk menyediakan barang-barang ekonomi bagi penduduknya; pertumbuhan kemampuan ini disebabkan oleh
29
kemajuan teknologi dan kelembagaan serta penyesuaian ideology yang dibutuhkannya.” Ketiga komponen pokok dari definisi ini sangat penting artinya: 1). Kenaikan output nasional secara teerus menerus merupakan perwujudan dari pertumbuhan ekonomi dan kemampuan untuk menyediakan berbagai macam barang ekonomi merupakan tanda kematangan ekonomi. 2). Kemajuan teknologi merupakan prasyarat bagi pertumbuhan ekonomi yang berkesinambungan, namun belum merupakan syarat yang cukup. Untuk merealisir potensi pertumbuhan yang terkandung dalam teknologi baru, maka 3). Penyesuaian kelembagaan, sikap dan ideology harus dilakukan. Inovasi teknologi tanpa disertai inovasi social ibarat bola lampu tanpa aliran listrik.
C. Harapan Hidup Pada tingkat mikro yaitu pada tingkat individual dan keluarga, kesehatan adalah dasar bagi produktifitas kerja dan kapasitas untuk belajar di sekolah. Tenaga kerja yang sehat secara fisik dan mental akan lebih enerjik dan kuat, lebih produktif dan mendapatkan penghasilan yang tinggi. Keadaan ini terutama terjadi di negara-negara yang sedang berkembang, dimana proporsi terbesar dari angkatan kerja masih bekerja secara manual. Di Indonesia sebagai contoh tenaga kerja laki-laki yang menderita anemia menyebabkan 20% kurang produktif jika dibandingkan dengan tenaga kerja laki-laki yang tidak menderita anemia. Selanjutnya anak yang sehat akan mempunyai kemampuan belajar yang lebih baik dan akan tumbuh menjadi dewasa yang lebih terdidik. Dalam keluarga yang sehat,
30
pendidikan cenderung tidak akan terputus jika dibandingkan dengan keluarga yang tidak sehat. Pada tingkat makro, penduduk dengan tingkat kesehatan yang baik merupakan masukan penting untuk menurunkan kemiskinan, meningkatkan pertumbuhan ekonomi dan pembangunan ekonomi jangka panjang. Beberapa pengalaman sejarah membuktikan berhasilnya tinggal landas eknomi seperti pertumbuhan ekonomi yang cepat yang didukung oleh terobosan penting di bidang kesehatan masyarakat, pemberantasan penyakit dan peningkatan gizi hal ini antara lain terjadi di Inggris selama revolusi industri, Jepang dan Amerika selatan pada awal abad ke-20, dan pembangunan di Eropa Selatan dan Asia Timur pada permulaan tahun 1950-an dan tahun 1960-an (Laporan Komisi Makroekonomi dan Kesehatan, Desember 2001). Secara meningkatkan
empiris, kesehatan
menurut
Soeratno
masyarakat
dan
pembangunan lingkungan,
sanitasi yang
dapat
indikator
keberhasilannya dapat diukur dari Angka Harapan Hidup. Sementara itu, menurut Mungkasa peningkatan kualitas kesehatan dapat meningkatkan kesejahteraan penduduk yang berarti mengurangi tingkat kemiskinan. Angka Harapan Hidup (AHH), dijadikan indikator dalam mengukur tingkat kesehatan suatu individu di suatu daerah. Angka Harapan Hidup saat lahir adalah rata-rata tahun hidup yang akan dijalani oleh bayi yang baru lahir pada suatu tahun tertentu (BPS, 2008:10). Angka Harapan Hidup merupakan alat untuk mengevaluasi kinerja pemerintah dalam meningkatkan kesejahteraan penduduk pada umumnya, dan meningkatkan derajat kesehatan pada khususnya. Angka
31
Harapan Hidup yang rendah di suatu daerah harus diikuti dengan program pembangunan kesehatan, dan program sosial lainnya termasuk kesehatan lingkungan, kecukupan gizi dan kalori termasuk program pemberantasan kemiskinan. Peningkatan kesejahteraan ekonomi sebagai akibat dari bertambah panjangnya usia sangatlah penting. Dalam membandingkan tingkat kesejahteraan antar kelompok masyarakat, sangatlah penting untuk melihat angka harapan hidup, seperti halnya dengan tingkat pendapatan tahunan. Di negara-negara yang tingkat kesehatannya lebih baik, setiap individu memiliki rata-rata hidup lebih lama, dengan demikian secara ekonomis mempunyai peluang untuk memperoleh pendapatan lebih tinggi. Keluarga yang usia harapan hidupnya lebih panjang, cenderung untuk menginvestasikan pendapatannya di bidang pendidikan dan menabung. Dengan demikian, tabungan nasional dan investasi akan meningkat, dan pada gilirannya akan meningkatkan pertumbuhan ekonomi yang nantinya akan menurunkan tingkat kemiskinan.
D. Melek Huruf Pendidikan adalah pionir dalam pembangunan masa depan suatu bangsa. Jika pendidikan suatu bangsa sudah rusak, maka kehancuran bangsa tersebut tinggal menunggu waktu. Sebab, pendidikan menyangkut pembangunan karakter dan sekaligus mempertahankan jati diri manusia suatu bangsa. Sehingga setiap bangsa yang ingin lebih maju maka pembangunan pendidikan selalu menjadi prioritas utama.
32
Banyak orang miskin yang mengalami kebodohan bahkan secara sistematis. Karena itu, menjadi penting bagi kita untuk memahami bahwa kemiskinan bisa mengakibatkan kebodohan, dan kebodohan jelas identik dengan kemiskinan. Untuk memutus rantai sebab akibat diatas, ada satu unsur kunci yaitu pendidikan. Karena pendidikan merupakan sarana untuk menghapus kebodohan sekaligus kemiskinan. Namun ironisnya, pendidikan di Indonesia selalu terbentur oleh tiga realitas ( Winardi, 2010 dalam http://winardi-andalas-putro-blospot.com) Pertama, kepedulian pemerintah yang bisa dikatakan rendah terhadap pendidikan yang harus kalah dari urusan yang lebih strategis yaitu Politik. Bahkan pendidikan dijadikan jargon politik untuk menuju kekuasaan agar bisa menarik simpati di mata rakyat. Jika melihat Negara lain, ada kecemasan yang sangat mencolok dengan kondisi sumber daya manusia (SDM) seperti Amerika Serikat. Menteri Perkotaan di era Bill Clinton, Henry Cisneros, pernah mengemukakan bahwa khawatir tentang masa depan Amerika Serikat dengan banyak penduduk keturunan Hispanik dan kulit hitam yang buta huruf dan tidak produktif. Seorang peneliti tenaga kerja Amerika Serikat mengemukakan bahwa suatu bangsa tidak mungkin memiliki tenaga kerja bertaraf internasional jika seperempat dari pelajarannya gagal dalam menyelesaikan pendidikan menengah. Kecemasan yang sederhana namun bermakna, karena masyarakat Hispanik Cuma satu diantara banyak etnis di Amerika Serikat. Dan di Indonesia, dapat dilihat adanya pengabaian sistematis terhadap kondisi pendidikan, bahkan ada kecenderungan untuk menganaktirikannya dan harus kalah dari dimensi yang lain.
33
Kedua, penjajahan terselubung. Di era globalisasi dan kapitalisme ini, ada sebuh penjajahan terselubung yang dilakukan oleh Negara-negara maju dari segi kapital dan politik yang telah mengadopsi dari berbagai dimensi kehidupan di negara-negara berkembang. Umumnya, penjajahan ini tentu tidak terlepas dari unsur ekonomi. Dengan hutang Negara yang semakin meningkat, beban atau organisasi donorpun mengintervensi secara langsung maupun tidak terhadap kebijakan ekonomi suatu bangsa. Akibatnya terjadilah privatisas disegala bidang. Bahkan pendidikan pun tidak luput dari usaha privatisasi ini. Dari sini pendidikan semakin mahal yang tentu tidak bisa dijangkau oleh rakyat. Akhirnya rakyat tidak bisa lagi mengenyam pendidikan tinggi dan itu berakibat menurunnya kualitas sumber daya manusia di Indonesia. Sehingga tidak heran jika tenaga kerja di Indonesia bayak yang berada disektor informal akibat kualitas sumberdaya manusia yang rendah, dan disalah satunya karena biaya pendidikan yang mahal. Apalagi ditengah iklim investasi global yang menuntut pemerintah memberikan kerangka hukum yang dapat melindungi investor dan juga buruh murah. Buruh murah ini merupakan hasil dari adanya privatisasi (otonomi kampus), yang membuat pendidikan tidak lagi bisa dijangkau rakyat. Akhirnya terbentuklah link up system pendidikan, dimana pendidikan hanya mampu menyediakan tenaga kerja kuli dengan kemampuan minim. Ketiga adalah kondisi masyarakat sendiri yang memang tidak bisa mengadaptasikan diri dengan lingkungan yang ada. Tentu hal ini tidak terlepas dari kondisi bangsa yang tengah dilanda krisis multidimensi sehingga harapan rakyat akan kehidupannya menjadi rendah. Hal ini akan berdampak pada
34
kekurangannya respek terhadap terhadap dunia pendidikan, karena lebih mementingkan urusan perut dari pada sekolah. Akibatnya kebodohan akan menghantui, dan kemisknan pun akan mengiringi. Sehingga kemiskinan menjadi sebuah reproduksi sosial, dimana dari kemiskinan akan melahirkan generasi yang tidak terdidik akibat kurangnya pendidikan, dan kemudian menjadi bodoh serta kemiskinanpun kembali menjerat. Untuk mengukur dimensi pengetahuan penduduk digunakan Angka Melek Huruf (AMH). Angka Melek Huruf diukur melalui proporsi penduduk yang berusia 10 tahun ke atas yang mampu membaca dan menulis, formulasinya sebagai berikut : AMH =
pddk 10mbt pddk 10th
pddk > 10mbt = penduduk 10 tahun ke atas yang bisa baca tulis pddk > 10th = penduduk 10 tahun ke atas Untuk
penghitungan
indeks
pendidikan,
batasan
dipakai
sesuai
kesepakatan beberapa negara. Batas maksimum untuk angka melek huruf adalah 100 sedangkan batas minimum 0. Hal ini menggambarkan kondisi 100 persen atau semua masyarakat mampu membaca dan menulis, dan nilai nol mencerminkan kondisi sebaliknya. (BPS, 2008:11).
E. Pengaruh PDRB terhadap Tingkat Kemiskinan Pertumbuhan ekonomi yang tinggi dan berkelanjutan merupakan kondisi utama atau suatu keharusan bagi kelangsungan pembangunan ekonomi dan
35
peningkatan kesejahteraan. Pertumbuhan ekonomi tanpa dibarengi dengan penambahan kesempatan kerja akan mengakibatkan ketimpangan dalam pembagian dari penambahan pendapatan (cateris paribus), yang selanjutnya akan menciptakan suatu kondisi pertumbuhan ekonomi dengan peningkatan kemiskinan (Tambunan, 2003:40-41). Menurut Kuncoro pendekatan pembangunan tradisional lebih dimaknai sebagai pembangunan yang lebih memfokuskan pada peningkatan PDRB suatu provinsi, kabupaten, atau kota. Selanjutnya pembangunan ekonomi tidak semata-mata diukur berdasarkan pertumbuhan produk domestik regional bruto (PDRB) secara keseluruhan, tetapi harus memperhatikan sejauh mana distribusi pendapatan telah menyebar ke lapisan masyarakat serta siapa yang telah menikmati hasil-hasilnya. Sehingga menurunnya PDRB suatu daerah berdampak pada kualitas dan pada konsumsi rumah tangga. Dan apabila tingkat pendapatan penduduk sangat terbatas, banyak rumah tangga miskin terpaksa merubah pola makanan pokoknya ke barang paling murah dengan jumlah barang yang berkurang. Menurut Kuznet (dikutip dari Tulus Tambunan, 2003:89), pertumbuhan dan kemiskinan mempunyai korelasi yang sangat kuat, karena pada tahap awal proses pembangunan tingkat kemiskinan cenderung meningkat dan pada saat mendekati tahap akhir pembangunan jumlah orang miskin berangsur-angsur berkurang. Selanjutnya menurut penelitian Hermanto Siregar dan Dwi W (2008:34) dari hasil penelitian tersebut menunjukan hasil yang negatif antara pertumbuhan ekonomi
36
dan penurunan jumlah penduduk miskin, artinya bahwa PDRB sebagai indikator pertumbuhan ekonomi berpengaruh negatif terhadap kemiskinan.
F. Pengaruh Harapan Hidup Terhadap Tingkat Kemiskinan Kesehatan merupakan salah satu faktor yang menyebabkan kemiskinan. Berbagai indikator kesehatan di negara-negara berpendapatan rendah dan menengah jika dibandingkan dengan negara-negara berpendapatan tinggi, memperlihatkan bahwa angka kesakitan dan kematian secara kuat berkorelasi. Beberapa alasan meningkatnya beban penyakit pada penduduk miskin adalah: pertama, penduduk miskin lebih rentan terhadap penyakit karena terbatasnya akses terhadap air bersih dan sanitasi serta kecukupan gizi. Kedua, penduduk miskin cenderung enggan mencari pengobatan walaupun sangat membutuhkan karena terdapatnya kesenjangan yang besar dengan petugas kesehatan, terbatasnya sumber daya untuk memenuhi kebutuhan dasar dan terbatasnya pengetahuan untuk menghadapi serangan penyakit. Konsekwensi ekonomi jika terjadi serangan penyakit pada anggota keluarga merupakan bencana jika biaya penyembuhannya mengharuskan menjual asset yang mereka miliki atau berhutang. Hal ini akan menyebabkan keluarga jatuh dalam kemiskinan dan jika bisa keluar dari hal ini akan mengganggu tingkat kesejahteraan seluruh anggota keluarga bahkan generasi berikutnya. Serangan penyakit yang tidak fatal dalam kehidupan awal akan mempunyai pengaruh yang merugikan selama siklus hidup berikutnya. Pendidikan secara luas dikenal sebagai kunci dari pembangunan, tetapi belum dihargai betapa pentingnya kesehatan
37
dalam pencapai hasil pendidikan. Kesehatan yang buruk secara lagsung menurunkan potensi kognitif dan secara tidak langsung mengurangi kemampuan sekolah. Penyakit dapat memelaratkan keluarga melalui menurunnya pendapatan, menurunnya angka harapan hidup dan menurunnya kesejahteraan psikoligis. Inilah yang menjadikan kesehatan memiliki korelasi penting terhadap kemiskinan. Hal ini sependapat dengan penelitian Bimo Rizki dan Samsubar Saleh (2007) konsep pembangunan manusia juga merupakan konsep ekonomi, karena salah satu strategi dalam pembangunan ekonomi adalah peningkatan mutu modal manusia melalui kesehatan, pendidikan dan rasa aman. Sebagaimana telah dibuktikan dalam penelitian Samsubar Saleh (2002) dan Stephen Kapsos (2004) harapan hidup berpengaruh negatif dan signifikan terhadap tingkat kemiskinan.
G. Pengaruh Melek Huruf Terhadap Tingkat Kemiskinan Pendidikan merupakan tujuan pembangunan yang mendasar, karena pendidikan merupakan kunci dalam membentuk kemempuan suatu negara dalam menyerap teknologi yang modern dan untuk mengembangkan kapasitas agar tercapai pertumbuhan serta pembangunan yang berkelanjutan. Namun tidak bisa ditampik bahwa bagi sebagian besar bangsa Indonesia pendidikan masih merupakan barang mewah. Di atas pendidikan bangsa Indonesia ini masih pusing memikirkan kesulitan hidup, terutama ekonomi. Selain karena faktor ekonomi yang belum aman, sekolah juga membutuhkan biaya yang tidak sedikit. Jadi bagaimana mereka bisa menyekolahkan anak-anaknya sampai tingkat tinggi, sementara untuk makan saja masih kesulitan.
38
Kesadaran masyarakat akan pentingnya pendidikan juga masih rendah, hal ini dikarenakan pandangan tentang pendidikan itu sendiri. Pandangan seseorang dipengaruhi oleh lingkup pengalaman dan lingkup kebudayaanya. Contoh sederhana misalnya berapa banyak pengaruh pendidikan terhadap tingkat keberhasilan orang menjadi kaya. Tampaknya kesan masyarakat terhadap kesuksesan dan kekayaan tidak berkorelasi dengan pendidikan terutama bagi masyarakat pedesaan, mereka berpandangan bahwa untuk menjadi kaya tidak perlu berpendidikan tinggi melainkan bekerja keras dan keuletan dalam berdagang. Hal ini merupakan salah satu penyebab masih rendahnya Angka Melek Huruf di Indonesia. Melek huruf merupakan salah satu indikator pendidikan. Kesejahteraan masyarakat akan berbanding lurus dengan kebutuhan masyarakat terhadap pendidikan yang berkualitas sehingga angka melek huruf akan semakin meningkat. Sebaliknya negara-negara yang tingkat kemiskinannya masih tinggi akan selaras dengan sumber daya manusia yang tingkat pendidikannya masih rendah. Semakin tinggi pendidikan seseorang maka akan semakin meningkat produktifitas orang tersebut sehingga akan meningkatkan pendapatan baik individu maupun nasional. Peningkatan pendapatan individu akan meningkatkan kemampuan konsumsi, sehingga mengentaskan mereka dari kemiskinan. Sebagaiman telah dibuktikan dalam penelitian Hermanto Siregar dan Dwi Wahyuniarti (2008) investasi pendidikan berpengaruh positif terhadap penurunan kemiskinan. Dan penelitian yang dilakukan oleh Rasidin K Sitepu dan Bonar M
39
Sinaga (2005) investasi pendidikan memberikan manfaat besar bagi pengurangan kemiskinan.
H. Penelitian Terdahulu 1. Penelitian yang dilakukan oleh Rasidin K. Sitepu dan Bonar M. Sinaga (2005) dengan judul “Dampak Investasi Sumber Daya Manusia Terhadap Pertumbuhan Ekonomi dan Kemiskinan Di Indonesia: Pendekatan Model Computebel General Equilibrium” Penelitian bertujuan untuk menganalisis dampak investasi sumber daya manusia terhadap pertumbuhan ekonomi dan kemiskinan di Indonesia. Analisis menggunakan kombinasi model Komputasi Keseimbangan umum dan metode Foster-Greer-Thorbecke. Investasi sumber daya manusia diwakili oleh pengeluaran pemerintah untuk pendidikan dan kesehatan. Hasil simulasi menunjukkan bahwa investasi sumber daya manusia mampu meningkatkan pertumbuhan ekonomi dan pendapatan rumah tangga. Indeks rasio kemiskinan, indeks kesenjangan dan indeks intensitas kemiskinan juga menurun, kecuali untuk rumah tangga bukan angkatan kerja di kota. Investasi sumber daya manusia untuk pendidikan memberi manfaat lebih besar bagi rumah tangga perdesaan dibandingkan dengan rumah tangga perkotaan, terutama untuk rumah tangga buruh pertanian dan pengusaha pertanian di perdesaan, sedangkan investasi kesehatan memberi manfaat lebih besar bagi rumah tangga bukan pertanian golongan atas di kota.
40
2. R Abdul Haris (2007) dengan judul penelitian “Analisis Pengaruh Faktorfaktor Penyebab Kemiskinan di Daerah Hutan Kabupaten Probolinggo Jawa Timur”. Pada penelitian ini menggunakan sampel terpilih pada daerah pesisir pada enam Kecamatan (Sukapura, Sumber, Banyuanyar, Tiris, Krucil, Lumbang) Kabupaten Probolinggo. Jumlah penduduk miskin di daerah pesisir kurang lebih 52.200 orang, jumlah sampel yang diambil 7.200 orang. Metode analisis yang digunakan adalah teknik analisis lintasan (path) dan analisis regresi linier berganda. Hasil penelitian ini adalah kemiskinan yang terjadi di daerah hutan kabupaten Probolinggo adalah (a) faktor malas, di sebabkan oleh kurang semangat dalam menjalankan hidup untuk bekerja khususnya dalam mencari nafkah untuk keluarga dan karena keterbatasan pengetahuan. (b) Faktor tidak pernah mengenyam pendidikan disebabkan oleh pengaruh lingkungan teman bermain masa kecil yang sama-sama tidak sekolah. (c) faktor tidak memiliki modal untuk melakukan usaha (d) kursuskursus yang diberikan pemerintah kurang bermanfaat karena tidak bisa memasarkan hasil karyanya. (e) ketidakmampuan orang tua untuk membiayai sekolah anaknya. (f) rendahnya tingkat kesehatan hal ini sangat berdampak pada produktivitas kerja. 3. Samsubar Saleh (2002) dengan judul penelitian ”Faktor-faktor Penentu Tingkat Kemiskinan Di Indonesia” Berdasarkan hasil-hasil empirik dalam penelitian ini, dapat disimpulkan bahwa faktor-faktor yang mempengaruhi tingkat kemiskinan per propinsi di Indonesia adalah indeks pembangunan manusia (terdiri dari pendapatan perkapita, angka harapan hidup, rata-rata
41
bersekolah), investasi fisik pemerintah daerah, tingkat kesenjangan pendapatan, tingkat partisipasi ekonomi dan politik perempuan, populasi penduduk tanpa akses terhadp fasilitas kesehatan, populasi penduduk tanpa akses terhadap air bersih, dan krisis ekonomi. Beberapa implikasi kebijakan yang dapat dilakukan adalah berikut ini. Pertama, peningkatan kualitas pengembangan
manusia
melalui
peningkatan
pendapatan,
fasilitas
pendidikan dan kesehatan. Kedua, di saat bersamaan dilakukan kebijakan yang dapat mendukung pemertaan pendapatan. Ketiga, investasi fisik dilakukan secara merata dengan prioritas pada kawasan-kawasan padat keluarga miskin. Keempat, pemerataan kesempatan bagi perempuan untuk berpartisipasi dalam sektor-sektor informal ekonomi dan politik, sektor di mana sebagian besar keluarga miskin berasal. 4. Hermanto Siregar dan Dwi Wahyuniarti (2008) dengan judul “Dampak Pertumbuhan Ekonomi Terhadap Penurunan Jumlah Penduduk Miskin”. Tujuan tulisan ini adalah untuk mengetahui dan menganalisis dampak pertumbuhan ekonomi terhadap jumlah penduduk miskin di Indonesia. Metode analisis deskriptif dan ekonomertika menggunakan data panel. Hasil penelitian
menunjukkan
kurangnya
kualitas
pertumbuhan
ekonomi
dicerminkan oleh angka kemiskinan yang relatif persiten di atas 20 persen dalam kurun waktu sepuluh tahun terakhir. Jumlah penduduk miskin akibat krisis ekonomi belum berhasil dikurangi bahkan cenderung meningkat. Penyebaran penduduk miskin terpusat di Pulau Jawa dan Sumatera, terutama di pedesaan dengan pertanian sebagai sumber utama pendapatan.
42
Pertumbuhan ekonomi berpengaruh signifikan terhadap penurunan jumlah penduduk miskin walaupun dengan magnitude yang relatif kecil, seperti inflasi, populasi penduduk, share sektor pertanian, dan sektor industri. Namun variabel yang signifikan dan relatif besar pengaruhnya terhadap penurunan jumlah penduduk miskin adalah sektor pendidikan. 5. Agrawal (2008), dalam jurnal yang berjudul “Enonomic Growth and Poverty Reduction: Evidence from Kazakhtan”, melakukan penelitiannya untuk menguji hubungan antara pertumbuhan ekonomi dan pengurangan kemiskinan. Penelitian ini menggunakan metode panel data untuk setiap propinsi di Kazakhtan selama periode 2000-2002 dengan fixed effect model (FEM). Hasil dari penelitian ini dapat disimpulkan bahwa ketika terjadi pertumbuhan ekonomi, yang diikuti dengan peningkatan jumlah tenaga kerja dan tingginya tingkat upah riil, berpengaruh secara signifikan terhadap pengurangan kemiskinan. Ketimpangan yang menurun tajam selama periode pertumbuhan tinggi (1998-2003) juga memiliki pengaruh terhadap pengurangan kemiskinan. Pertumbuhan ekonomi memiliki hubungan yang negatf dengan kemiskinan, sedangkan ketimpangan memiliki hubungan yang positif dengan kemiskinan. Ketika kemiskinan di Kazakhstan menurun sejalan dengan tingkat pertumbuhan GDP per kapita yang meningkat, hal ini juga diikuti dengan penurunan ketimpangan. 6. Dalam jurnal Stephen Kapsos (2004) yang berjudul “Estimating growth requirements for reducing working poverty: Can the world halve working poverty by 2015?” membahas tentang estimasi kemiskinan serta proyeksi
43
besarnya pekerja miskin sampai dengan tahun 2015 di dunia. Variabel yang digunakan dalam penelitian ini adalah tingkat kemiskinan, GDP perkapita dan angka harapan hidup. Dalam penelitian ini menggunakan data panel dengan hasil proyeksi kemisinan di lapangan pekerjaan dunia yang disajikan dalam penelitian Stephen Kapsos mengungkapkan banyak tentang kemungkinan untuk mengurangi kemiskinan sejalan dengan MDGs. Sementara dari hasil proyeksi, kemiskinan di dunia semakin meningkat, sehingga tidak sesuai dengan MDGs yaitu mengurangi tingkat kemiskinan. 7. Bhimo Rizki dan Samsubar Saleh (2007) “Keterkaitan Akses Sanitasi Dengan Tingkat Kemiskinan: Studi Kasus Di Provinsi Jawa Tengah” Alat analisis yang digunakan dalam penelitian ini adalah metode tipologi klasifikasi empat kuadran. Hasil penelitian ini adalah bahwa pembangunan akses sanitasi secara tidak langsung akan mengurangi kemiskinan. Faktorfaktor yang mempengaruhi tingkat akses sanitasi rumah tangga pada 35 kabupaten/kota di provinsi Jawa Tengah adalah PDRB perkapita, distribusi pendapatan dan budaya kesadaran terhadap kesehatan/sanitasi. Konsep pembangunan manusia juga merupakan konsep ekonomi, karena salah satu strategi dalam pembangunan ekonomi adalah peningkatan mutu modal manusia melalui pendidikan, kesehatan dan rasa aman. 8. Marcus
J.Pattinama
(2009)
dengan
judul
penelitian
“Pengentasan
Kemiskinan Dengan Kearifan Lokal (Studi Kasus di Pulau Buru-Maluku dan Surade –Jawa Barat)” penelitian ini bertujuan untuk mengenali dan mencari insight mengenai definisi dan indikator kemiskinan baik dari
44
tinjauan teoritis yang ada di literatur maupun yang bersumber dari pemahaman penduduk miskin itu sendiri, mencari alternatif kebijakan yang sesuai dengan kondisi spesifik lokal untuk menanggulangi kemiskinan, dan mengenali
kearifan
penduduk
lokal
dalam
hubungannya
dengan
menanggulangi kemiskinan. Penelitian ini menggunakan metode survei dengan pendekatan Participatory Rural Appraisal (PRA). Hasil penelitian ini adalah kemiskinan memiliki banyak sisi. Orang Bupolo dan petani Surade sama-sama mengolah lahan sempit. Petani Surade miskin karena tidak mempunyai lahan atau memiliki lahan tetapi dengan skala usaha yang relatif kecil. Orang Bupolo memiliki tanah yang relatif luas tetapi mempunyai keterbatasan akses pada teknologi, hidup terisolasi karena tidak mempunyai akses terhadap sarana dan prasarana sosial ekonomi maupun komunikasi, sehingga mereka hidup miskin dan hanya cukup untuk memenuhi kebutuhan pangan sehari-hari. Jadi definisi kemiskinan perlu diperluas meliputi akses terhadap infrastruktur sosial ekonomi, keluar dari keterisolasian, ketidakberdayaan, dan kebebasan mengeluarkan pendapat, serta memperoleh keadilan dalam pembangunan. Kemiskinan tidak bias didefinisikan secara tunggal yakni dari kacamata pemenuhan kebutuhan kalori semata sebagaimana yang dilakukan Biro Pusat Statistik (BPS) selama ini, karena pada hakekatnya definisi kemiskinan tidak hanya bersifat relatif tetapi juga dinamis. Oleh karena itu penting melihatnya dari berbagai sudut pandang dan kemiskinan hanya dapat diatasi dengan belajar dari tindakan nyata bukan sekedar mengumpulkan data dan membicarakannya.
45
46
47
48
I. Kerangka Pemikiran Kemiskinan adalah suatu keadaan dimana seseorang berada pada standar hidup yang rendah, dimana pendapatan perkapitanya tidak cukup untuk memenuhi kebutuhan dasar untuk hidup yaitu sandang, pangan dan papan. Pembangunan ekonomi yang semenjak masa sentralistik terpusat di pulau Jawa tidak meluputkan Jawa dari masalah kemiskinan. Gambaran secara menyeluruh tentang kondisi perekonomian suatu daerah dapat diperoleh dari Produk Domestik Regional Bruto (PDRB). Kualitas dan kuantitas sumber daya manusia akan berpengaruh terhadap pembangunan ekonomi suatu wilayah. Lanjouh, dkk
dalam Irsyad Lubis, dkk (2008;18),
menyatakan pembangunan manusia di Indonesia adalah identik dengan pengurangan kemiskinan. Menurut Samsubar Saleh (2002) PDRB, melek huruf dan harapan hidup berpengaruh terhadap tingkat kemiskinan. Dari uraian tinjauan pustaka yaitu teori dan hasil analisis penelitian terdahulu maka dalam penelitian yang mengambil kasus di Jawa Tengah dengan variabel-variabelnya Tingkat Kemiskinan yang dipengaruhi oleh PDRB, Harapan Hidup dan Melek Huruf. Y = f (X, X2, X3) Dimana Y adalah Tingkat Kemiskinan, X adalah PDRB, X2 adalah Harapan Hidup dan X3 adalah Melek Huruf. Secara skema kerangka pemikiran dapat digambarkan sebagai berikut:
49
Gambar 2.1 Bagan Kerangka Pemikiran PDRB
Angka Harapan Hidup (AHH)
Tingkat Kemiskinan
Angka Melek Huruf (AMH)
J. Hipotesis Menurut Kuznet (Tulus Tambunan,2003:89) pertumbuhan dan kemiskinan mempunyai korelasi yang sangat kuat, karena pada tahap awal proses pembangunan tingkat kemiskinan cenderung meningkat dan pada saat mendekati tahap akhir pembangunan jumlah orang miskin berangsur-angsur berkurang. Menurut penelitian Hermanto Siregar dan Dwi W (2008:34) PDRB sebagai indicator pertumbuhan ekonomi berpengaruh negative terhadap kemiskinan. Sedangkan menurut Bimo Rizki dan Samsubar Saleh (2007) salah satu strategi dalam pembangunan ekonomi adalah peningkatan mutu modal manusia melalui kesehatan, pendidikan dan rasa aman. Seperti yang telah dibuktikan oleh Samsubar Saleh (2002) dan Stephen Kapsos (2004) harapan hidup dan melek huruf berpengaruh signifikan dan negatif terhadap tingkat kemiskinan. Maka dari teori dan penelitian terdahulu, dapat ditulis hipotesa sebagai berikut: 1. PDRB berpengaruh signifikan terhadap tingkat kemiskinan di Jawa Tengah
50
2. Harapan hidup berpengaruh signifikan terhadap tingkat kemiskinan di Jawa Tengah 3. Melek huruf berpengaruh signifikan terhadap tingkat kemiskinan di Jawa Tengah 4. Variabel-variabel independen (PDRB, Harapan Hidup dan Malaek Huruf) secara bersama-sama berpengaruh signifikan terhadap tingkat kemiskinan.
51
BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini menggunakan satu variabel dependen (terikat) dan tiga variabel independen (bebas). Variabel dependen yang digunakan yaitu: Tingkat Kemiskinan (MIS). Sementara tiga variabel independen yang digunakan antara lain: Produk Domestik Regional Bruto (PDRB), Angka Harapan Hidup (AHH), Angka Melek Huruf (AMH). Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang diperoleh berdasarkan informasi yang telah disusun dan dipublikasikan oleh instansi tertentu. Dalam penelitian ini data yang digunakan diperoleh dari Badan Pusat Statistik (BPS). Penelitian ini bersifat kuantitatif dengan menggunakan metode data panel. Data yang digunakan dalam penelitian ini adalah data time series yaitu data tahun 2005-2009 dan data cross section yaitu data 35 kabupaten/kota di Jawa Tengah. Penelitian ini menggunakan panel data (pooling data) atau data longitudinal. Data panel adalah sekelompok data individual yang diteliti selama rentang waktu tertentu. Penggunaan data panel memiliki keunggulan dan keuntungan secara statistik maupun secara teori ekonomi, yaitu : 1. Mengingat penggunaan data panel juga meliputi data cross section dalam rentang waktu tertentu, maka data panel mampu memperhitungkan secara eksplisit heterogenitas individu secara eksplisit.
52
2. Dengan pengkombinasian, data akan memberikan informasi yang lebih baik, tingkat kolinearitas yang lebih kecil antara variabel dan lebih efisien. 3. Penggunaan data panel mampu meminimalisasi bias yang dihasilkan jika kita meregresikan data individu kedalam agregasi yang luas. 4. Dalam data panel, hilangnya suatu variabel akan tetap menggambarkan perubahan lainnya akibat penggunaan data time series. Selain itu, penggunaan data yang tidak lengkap (unbalanced data) tidak akan mengurangi ketajaman estimasi.
B. Metode Penentuan Sampel Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Dalam penelitian ini sampel yang digunakan adalah Kabupaten/Kota di Jawa Tengah. Metode yang digunakan adalah purposive sample atau judgement sampling, yaitu teknik penentuan sampel dengan pertimbangan pribadi semata (Sugiono:2008;62). Pertimbangan elemen populasi yang dipilih sebagai sampel dibatasi oleh elemen-elemen yang dapat memberikan informasi berdasarkan pertimbangan yang sesuai dengan tujuan dan maksud tertentu. (Sugiono:2008;6268). Pertimbangannya adalah Jawa Tengah merupakan propinsi dengan presentase kemiskinan tertinggi di pulau Jawa.
53
C. Metode Pengumpulan Data Keberhasilan
dalam
pengumpulan
data
merupakan
syarat
bagi
keberhasilan suatu penelitian. Sedangkan keberhasilan dalam pengumpulan data tergantung pada metode yang digunakan. Berkaitan dengan hal tersebut maka pengumpulan data diperlukan guna mendapatkan data-data yang obyektif dan lengkap sesuai dengan permasalahan yang diambil(M.Nasir:1983; 211). Metode pengumpulan data merupakan suatu cara untuk memperoleh kenyataan yang mengungkapkan data-data yang diperlukan dalam suatu penelitian. Dalam pengumpulan data yang diperlukan dalam penelitian ini digunakan metode dokumentasi dan studi pustaka. Teknik dokumentasi yaitu suatu cara memperoleh data atau informasi tentang hal-hal yang ada kaitannya dengan penelitian dengan jalan melihat kembali laporan tertulis yang lalu baik berupa
angka
maupun
keterangan.
Studi
pustaka
dilakukan
dengan
mengumpulkan informasi melalui pendalaman literatur-literatur yang berkaitan dengan objek studi (M.Nasir:1983;111-131). Data yang digunakan dalam penelitian ini adalah data sekunder yang berupa data panel 35 kabupaten/kota di Jawa Tengah pada periode 2005-2009. Data yang digunakan adalah data persentase penduduk miskin, PDRB, angka Harapan Hidup dan Angka Melek Huruf.
D. Metode Analisis Metode analisis yang digunakan dalam penelitian ini adalah analisis deskriptif kualitatif dan kuantitatif. Analisis deskriptif kualitatif digunakan untuk
54
mendeskripsikan fenomena-fenomena yang berkaitan dengan permasalahan yang diteliti. Sedangkan analisis kuantitatif digunakan untuk menganalisis informasi kualitatif (data yang dapat diukur, diuji dan diinformasikan dalam bentuk persamaan, tabel dan sebagainya). Tahapan analisis kualitatif terdiri dari : estimasi model regresi dengan menggunakan data panel, uji asumsi kalsik dan uji statistik. Faktor-faktor yang mempengaruhi kemiskinan dapat digambarkan dengan fungsi sebagai berikut: T = f(PDRB, AHH,AMH) Tit = βο + β PDRBit + β2 AHHit + β3 AMHit + μit Dimana : T
: Persentase penduduk miskin (persen)
PDRB
: Produk Domestik Regional Bruto (juta rupiah)
AHH
: Angka harapan Hidup (tahun)
AMH
: Angka Melek Huruf (persen)
i
: cross section
t
: time series
Βο
: Intercept
β1, β2, …dst : koefisien regresi μ
: error term
Adanya perbedaan satuan dan besaran variabel bebas dalam persamaan menyebabkan persamaan regresi harus dibuat dengan model logaritma natural.
55
Dalam model penelitian ini logaritma yang digunakan adalah dalam bentuk logaritma-linier (log) sehingga persamaan menjadi sebagai berikut: Log Tit = Log βο + β Log PDRBit + β2 Log AHHit + β3 Log AMHit + μit Dimana : Log
: Log- linear
T
: Persentase penduduk miskin (persen)
PDRB : Produk Domestik Regional Bruto (juta rupiah) AHH : Angka harapan Hidup (tahun) AMH : Angka Melek Huruf (persen) Βο
: Intercept
β1, β2, ….dst : koefisien regresi μ
: error term
1. Estimasi Regresi Dengan Data Panel Model regresi dengan data panel secara umum mengakibatkan kesulitan dalam spesifikasi modelnya. Residualnya akan mempunyai tiga kemungkinan yaitu residual time series, cross section maupun gabungan keduanya. Maka tedapat tiga pendekatan dalam menggunakan data panel ini yaitu: 1) Pooled Least Square (PLS) Metode ini juga dikenal sebagai Common Effect Model (CEM). Pada metode ini, model mengasumsikan bahwa data gabungan yang ada, menunjukan kondisi sesungguhnya dimana nilai intersep dari masing – masing variabel adalah sama dan slope
56
koefisien dari variabel – variabel yang digunakan adalah identik untuk semua unit cross section. Kelemahan
Dalam
model
PLS
ini
yaitu
adanya
ketidaksesuaian model dengan keadaan yang sebenarnya. Dimana kondisi tiap objek saling berbeda, bahkan satu objek pada suatu waktu akan sangat berbeda dengan kondisi objek tersebut pada waktu yang lain. (Wing Wahyu Winaeno, 2007: 9.14) 2) Fixed Effect Model (FEM) Fixed effect (efek tetap) dalam hal ini maksudnya adalah bahwa satu objek, memiliki konstan yang tetap besaranya untuk berbagai periode waktu. Demikian pula halnya dengan koefisien regresi yang memiliki besaran yang tetap dari waktu ke waktu. Dalam model FEM ini menggunakan peubah boneka untuk memungkinkan peubahan-peubahan dalam intersep-intersep kerat lintang dan runtut waktu akibat adanaya peubah-peubah yang dihilangkan. Model ini mengasumsikan bahwa perbedaan antar unit dapat diketahui dari perbedaan nilai konstanya. Pendekatan dengan memasukkan variabel boneka ini dikenal dengan sebutan model efek tetap (fixed effect) atau Least Square Dummy Variable (LSDV) atau disebut juga covariance model. (Wing Wahyu Winarno, 2007: 9.15)
57
3) Random Effect Models (REM) Dalam
menganalisis
regresi
data
panel,
selain
menggunakan fixed effect model (FEM), analisis regresi dapat pula menggunakan pendekatan efek random (random effect). Pendekatan efek random ini digunakan untuk mengatasi kelemahan fixed effect model yang menggunakan variabel semu, sehingga akibatnya model mengalami
ketidakpastian.
Berbeda
dengan
FEM
yang
menggunakan variabel semu, metode efek random menggunakan residual, yang diduga memiliki hubungan antarwaktu dan antarobjek. (Wing Wahyu Winarno, 2007: 9.17)
2. Pemilihan Metode Data Panel Dalam pengolahan data panel mekanisme uji untuk menentukan metode pemilihan data panel yang tepat yaitu dengan cara membandingkan metode pendekatan PLS dengan metode pendekatan FEM terlebih dahulu. Jika hasil yang diperoleh menunjukkan model pendekatan PLS yang diterima, maka model pendekatan PLS yang akan dianalisis. Jika model pendekatan FEM yang diterima, ,aka melakukan perbandingan lagi dengan model pendekatan REM. Untuk melakukan model mana yang akan dipakai, maka dilakukan pengujian diantaranya: a. Uji Chow Test yaitu uji yang digunakan untuk mengetahui apakah model Pooled Least Square (PLS) atau Fixed Effect Model (FEM) yang akan dipilih untuk estimasi data. Uji
58
ini dapat dilakukan dengan uji restricted F-Test atau uji Chow-Test. dalam pengujian ini dilakukan dengan hipotesa sebagai berikut: Hο
: Model PLS (Restriced)
H
: Model Fixed Effect (Unretriced)
Dasar penolakan terhadap hipotesa nol tersebut adalah dengan menggunakan F statistic seperti yang dirumuskan sebagai berikut: CHOW = (RRSS – URSS)/ (N-1) URSS / (NT-N-K)
Dimana: RRSS = Restriced Residual Sum Square (merupakan Sum Square Residual yang diperoleh dari estimasi data panel dengan metode pooled least square/common intercept) URSS = Unrestriced Residual Sum Square (merupakan Sum Square Residual yang diperoleh dari estimasi data panel dengan metode fixed effect) N = Jumlah data cross section T = Jumlah data time series K = Jumlah variabel penjelas Pengujian ini mengikuti distribusi F statistic yaitu FN-1, NT-N-K jika nilai F-test atau Chow Statistik (F-statistik) hasil pengujian lebih besar dari F-tabel, maka cukup bukti untuk melakukan penolakan terhadap hipotesa nol sehingga model yang akan digunakan adalah model fixed effect.
59
b. Uji Hausman Test pengujian ini dilakukan untuk menentukan apakah model fixed effect atau random effect yang akan dipilih. Pengujian ini dilakukan dengan hipotesa sebagai berikut: Hο
: Model Random Effect
H
: Model Fexed Effect
Dasar penolakan Hο adalah dengan menggunakan pertimbangan statistic ChiSquare. Jika Chi-Square statistik > Chi-Square table maka Hο ditolak (model yang digunakan adalah Fixed Effect).
3. Uji Asumsi Klasik Persamaan yang diperoleh dari sebuah estimasi dapat dioperasikan secara statistik jika memenuhi asumsi klasik yaitu memenuhi bebas multikolinearitas, heteroskedastisitas, autokorelasi, serta disturbance term terdistribusi secara normal. 1) Uji Linearitas Salah satu asumsi dari analisis regresi adalah linearitas. Maksudnya apakah garis regresi antara X (variabel independen) dan Y (variabel dependen) membentuk garis linear atau tidak. Ada beberapa cara yang dilakukan untuk mengetahui apakah model linear yang digunakan betul-betul cocok dengan keadaannya atau tidak. Jika hasil pengujian mengatakan model linear yang diambil kurang cocok maka harus mengambil model lain yang nonlinear. Pada umumnya ada beberapa macam uji linieritas yang digunakan yaitu: Uji Durbin-Watson, Uji
60
Ramsey atau uji lagrange multiplier, MWD test (Mackinnon, H.White, and R.Davidson)
(http://www.konsultanstatistik.com/2009/03/uji-asumsi-
klasik.html). Pada penelitian ini untuk uji linieritas digunakan uji Durbin-Watson statistik. Uji ini sangat popular digunakan untuk mengetahui ada-tidaknya autokorelasi dalam suatu model regresi yang digunakan dalam studi empiris. Untuk menerapkan uji ini ada beberapa langkah yang perlu dilakukan yaitu: a. lakukan estimasi persamaan model linear awal b. lakukan estimasi persamaan model non linear c. berdasarkan pada nilai statistik Durbin-Watson tabel bandingkan nilai DW statistik dengan DW tabelnya. Jika signifikan atau berada pada daerah autokorelasi positif ataupun autokorelasi negatif, maka spesifikasi 2 model estimasi diatas salah atau mis-specification. 2) Uji Normalitas Distribusi normal adalah suatu distribusi yang relatif sederhana yang hanya melibatkan dua parameter (rata-rata atau varian). Ada beberapa uji yang dapat digunakanan untuk mengetahui normal atau tidaknya faktor gangguan, salah satunya yang paling dikenal yaitu uji jarque-bera. Uji ini menggunakan
hasil
estimasi
residual
dan
chi-square
probability
distribution. Keuntungan dalam menggunakan uji J-B adalah, kebanyakan program komputer dengan analisis ekonometrika saat ini sudah menampilkan hasil perhitungan J-B hitung. Untuk mengetahui apakah data
61
berdistribusi normal atau tidak adalah sebagai berikut (Insukindro, maryatmo, aliman, 2001) :
Bila nilai J-B hitung > nilai χ2-tabel, maka hipotesis yang menyatakan bahwa data berdistribusi normal ditolak.
Bila nilai J-B hitung < nilai χ2-tabel, maka hipotesis yang menyatakan bahwa data berdistribusi normal diterima.
3) Uji Heteroskedastisitas Heteroskedastisitas adalah variasi residual tidak sama untuk semua pengamatan. Salah satu uji penting dalam regresi linier klasik adalah bahwa
gangguan
yang
muncul
dalam
regresi
populasi
adalah
homoskedastisitas yaitu semua gangguan memiliki varians yang sama atau varians setiap gangguan yang dibatasi oleh nilai tertentu mengenai pada variable-variabel independent berbentuk nilai konstan yang sama dengan σ². Dan jika suatu populasi yang dianalisis memiliki gangguan varians yang
tidak
sama
maka
mengindikasikan
terjadinya
gangguan
heteroskedastisitas. Untuk mengetahui ada tidaknya heteroskedastisitas dilihat dari nilai Sum Squared Resid Weighted statistics dan Sum Squared resid Unweighted statistics. Apabila nilai Sum squared resid Weighted statistics > Sum squaed resid Unweighted statistics maka model teridentifikasi mengandung gejala heteroskedastisitas. 4) Uji Multikolinearitas Multikolinearitas
adalah
adanya
hubungan
linear
antar
variabel
independent. Salah satu asumsi model regresi klasik adalah tidak terdapat
62
diantara variable independent dalam model regresi. Multikolinearitas artinya terdapat korelasi yang signifikan diantara dua atau lebih variable independent dalam model regresi (Yahya, 2008:93). Pengujian terhadap ada tidaknya multikolinearitas ini dilakukan dengan cara melihat koefisien korelasi antar variabel. Beberapa kaidah untuk mendeteksi ada tidaknya multikolinearitas dalam suatu model empiris (Insukindro, Maryatmo, Aliman, 2001 : 69), yaitu sebagai berikut :
Nilai R2 yang dihasilkan dari hasil estimasi model empiris sangat tinggi, tetapi tingkat signifikan variabel bebas berdasarkan uji t statistik sangat sedikit.
Tolerance and variance inflation factor (VIF). VIF mencoba melihat bagaimana varian dari suatu penaksir meningkat seandainya ada multikolinearitas dalam suatu model empiris. Misalkan R2 dari hasil estimasi regresi secara parsial mendekati satu, maka nilai VIF akan mempunyai nilai tak hingga. Dengan demikian nilai kolinearitas meningkat, maka varian dari penaksir akan meningkat dalam limit yang tak terhingga.
Namun menurut Gujarati dalam buku Basic Ekonomerti, persamaan multikolinearitas telah dapat terselesaikan dalam data panel artinya dapat menjadi solusi jika data mengalami multikolinearitas. Sehingga pengujian multikolinearitas tidak dibutuhkan.
63
5) Uji Autokorelasi Uji autokorelasi adalah sebuah uji yang bertujuan untuk mengetahui apakah ada tidaknya korelasi antar variabel. Autokolerasi didefinisikan sebagai kolerasi atau hubungan antara anggota serangkaian observasi yang diurutkan menurut waktu (seperti time-series) atau ruang (cross-section). Masalah kolerasi biasanya muncul dalam data time-series dan tidak menutup kemungkinan dapat terjadi juga dalam data cross-section. Dalam data time-series, autokolerasi terjadi khususnya apabila selang waktu pengamatan sangat pendek. Sedangkan dalam data cross-section, observasi tidak diurutkan, namun tidak menutup kemungkinan autokolerasi dapat terjadi. Cara mendeteksi ada tidaknya masalah autokolerasi salah satunya adalah dengan uji Durbin-Watson. Keunggulan dari uji D-W dalam mendeteksi masalah autokolerasi adalah karena uji ini didasarkan pada residual yang ditaksir. Dimana dalam berbagai program komputer seperti E-views misalnya, secara rutin menampilkan nilai D-W statistik.
4. Pengujian Statistik Analisis Regresi Uji signifikansi merupakan prosedur yang digunakan untuk diterima atau ditolaknya secara statistik hasil hipotesis nol (Ho) dari sample keputusan untuk mengolah Ho dibuat berdasarkan nilai uji statistik yang diperoleh dari data yang ada.
64
1) Koefisien Determinan (Adjusted R²) Nilai Adjusted R² disebut juga koefisien detrminasi. Koefisien determinasi (adjusted R²) menunjukan seberapa besar persentase variasi variable independent dapat menjelaskan variasi variable dependennya (goodness of fit test). Nilai adjusted R² berkisar antara nol dan satu (0
65
Sedangkan hipotesis alternatifnya (Hı) adalah semua variabel independent
mampu
mempengaruhi
variabel
dependen
secara
bersama-sama. Atau: H1 : β1 = β2 = β3 = β4 ≠ 0 Kriteria dalam uji F yaitu bila niali Fhitung lebih besar dibandingkan dengan nilai F tabel (F>Fα, df), maka Hο ditolak, dan Hı diterima. Atau apabila F-hitung lebih besar dari F-tabel, maka variabel independen berpengaruh signifikan terhadap variabel dependen secara bersama-sama. Sebaliknya, apabila F-hitung lebih kecil dari F-tabel, maka variabel independen tidak berpengaruh signifikan terhadap variabel dependen secara bersama-sama. F-tabel diperoleh dengan derajat kebebasa variasi regresi k (banyaknya variabel), dan derajat kebebasan variasi residual n-k-1 (banyaknya observasi-banyaknya variabel-1 b. Pengujian koefisien regresi secara individual (Uji t) Uji t dilakukan untuk mengetahui apakah variabel independen secara individual mempengaruhi variabel dependennya. Hipotesis yang diajukan adalah: Hipotesis 1 H : β1 ≥ 0,05 PDRB berpengaruh secara signifikan terhadap tingkat kemiskinan Hο : β1 < 0,05 PDRB tidak berpengaruh negatif dan signifikan terhadap tingkat kemiskinan.
66
Hipotesis 2 H : β2 ≤ 0,05 Angka Harapan Hidup berpengaruh secara signifikan terhadap tingkat kemiskinan Hο: β2 > 0,05 Angka Harapan Hidup tidak berpengaruh negatif dan signifikan terhadap tingkat kemiskinan Hipotesis 3 H : β3 ≥ 0,05 Angka Melek Huruf berpengaruh secara signifikan terhadap tingkat kemiskinan Hο : β3 < 0,05 Angka Melek Huruf tidak berpengaruh negatif dan signifikan terhadap tingkat kemiskinan Uji
t
dapat
dilakukan
dengan
dua
cara,
pertama
dengan
membandingkan nilai t-hitung dengan t-tabel. Nilai t-hitung dapat diperoleh dari nilai t-statistik pada output eviews, sedangkan nilai ttabel dapat diperoleh dari tabel t dengan dengan menggunakan degree of freedom (df) sebesar n-k. Apabila t-hitung lebih besar dari pada ttabel maka Hο ditolak dan Hı diterima, sebaliknya jika t-hitung lebih kecil daripada t-tabel maka Hο diterima dan Hı ditolak. Cara kedua yaitu dengan membandingkan nilai probalilitas output eviews dengan nilai α. Apabila nilai probabilitas lebih kecil dari nilai α maka Hο ditolak dan Hı diterima, sebaliknya jika nilai probabilitas lebih besar daripada nilai α maka Hο diterima dan Hı ditolak.
67
E. Definisi Operasional 1. Tingkat Kemiskinan (T) Kemiskinan dalam penelitian ini di ukur dengan besarnya jumlah penduduk miskin absolute menurut kriteria Badan Pusat Statistik (BPS) di masing masing kabupaten/kota Jawa Tengah selama periode 2005-2009. Menurut BPS jumlah penduduk miskin adalah jumlah keseluruhan populasi
dengan
pengeluaran perkapita berada di bawah ambang batas tertentu yang dinyatakan sebagai garis kemiskinan. Garis kemiskinan merupakan nilai pengeluaran perkapita setiap bulan untuk memenuhi standar minimum kebutuhankebutuhan konsumsi pangan dan non pangan oleh seorang individu untuk hidup secara layak (BPS,2008:30-32). Kebutuhan minimum makanan menggunakan patokan 2100 kalori/hari, kebutuhan non makan meliputi sandang, perumahan, aneka barang dan jasa. Satuan dari variable kemiskinan dalam penelitian ini adalah peresen. 2. Produk Domestik Regional Bruto (PDRB) Produk Domestik Regional Bruto (PDRB) adalah jumlah nilai tambah bruto yang dihasilkan seluruh unit usaha dalam wilayah tertentu, atau merupakan jumlah barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi. Indikator yang biasanya digunakan untuk mengukur pertumbuhan ekonomi adalah tingkat pertumbuhan Produk Domestik Regional Bruto (PDRB) riil dari tahun ke tahun. Produk Domestik Regional Bruto (PDRB) berguna untuk menunjukkan jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha dalam suatu wilayah, atau secara umum PDRB memberikan gambaran kinerja
68
ekonomi makro suatu wilayah dari waktu ke waktu. Nilai PDRB yang digunakan dalam penelitian ini adalah PDRB 35 kabupaten/kota Jawa Tengah atas dasar harga konstaan 2000 selama tahun 2005-2009. Satuan dari variabel pertumbuhan ekonomi ini adalah juta rupiah. 3. Angka Harapan Hidup Menurut BPS, Angka harapan hidup adalah rata-rata perkiraan banyaknya tahun yang dapat ditempuh oleh seseorang selama hidup. Dalam penelitian ini angka harapan hidup menggunakan satuan tahun. 4. Angka Melek Huruf Menurut BPS (Badan Pusat Statistik) melek huruf adalah kemampuan seseorang membaca dan menulis huruf latin atau huruf lainnya (selain huruf latin) yang masing-masing merupakan keterampilan dasar yang diajarkan di kelas-kelas
awal
jenjang
pendidikan
dasar.
Angka
melek
huruf
menggambarkan persentase penduduk umur 15 tahun keatas yang mampu baca tulis. Data yang digunakan dalam penelitian ini adalah penduduk melek huruf Jawa Tengah tahun 2005 – 2009 (dalam satuan orang).
69
BAB IV HASIL DAN PEMBAHASAN
A. Perkembangan Objek Penelitian 1. Kondisi Geografis Jawa Tengah adalah sebuah provinsi di Indonesia yang terletak di tengah pulau Jawa tepatnya antara provinsi Jawa Barat dan Jawa Timur. Secara geografis berada di antara 5°40' dan 8°30' Lintang selatan dan antara 108°30' dan 111°30' Bujur Timur (termasuk Pulau Karimunjawa). Jarak terjauh dari barat ke timur adalah 263 km dan utara ke selatan 226 km (tidak termasuk Pulau Karamunjawa). Secara administratif Provinsi Jawa Tengah terbagi menjadi 29 kabupaten dan 6 kota. Luas wilayah Jawa Tengah pada tahun 2006 tercatat sebesar 3,25 juta hektar atau sekitar 25,04 persen dari luas Pulau Jawa atau 1,70 persen dari luas Indonesia. Luas yang ada, terdiri dari 992 ribu hektar (30,05 persen) lahan sawah dan 2,26 juta hektar (69,50 persen) bukan lahan sawah. Provinsi Jawa Tengah dengan pusat pemerintahan di Kota Semarang, secara administratif terbagi dalam 35 kabupaten/kota (29 kabupaten dan 6 kota) dengan 565 kecamatan yang meliputi 7872 desa dan 622 kelurahan. Letak Geogafis Jawa Tengah sangat strategis karena merupakan penghubung jalur darat antara Jawa Timur dengan Jawa Barat dan DKI Jakarta yang perkembangannya sangat pesat. Kondisi strategis ini bisa dimanfaatkan
70
guna perkembangan Jawa Tengah yang akan berdampak pada pembangunan nasional. 2. Kondisi Kemiskinan di Jawa Tengah Kemiskinan merupakan masalah yang menyangkut banyak aspek karena berkaitan dengan pendapatan yang rendah, buta huruf, derajat kesehatan yang rendah dan ketidaksamaan derajat antara jenis kelamin serta buruknya lingkungan hidup. Kemiskinan tidak lagi dipandang hanya sebatas kemampuan ekonomi, tetapi kegagalan dalam memenuhi hak-hak dasar yang mengakibatkan perlakuan yang berbeda dalam menjalankan kehidupan secara bermartabat. Oleh karena itu pemerintah berupaya keras untuk mengatasi masalah kemiskinan tersebut sehingga pembangunan dilakukan secara terus menerus termasuk dalam menentukan batas ukur untuk mengenali siapa si miskin tersebut. Badan Pusat Statistik mendefinisikan kemiskinan sebagai ketidakmampuan memenuhi standar minimum kebutuhan dasar yang meliputi kebutuhan makanan maupun non makanan. Berikut data persentase penduduk miskin di 35 kabupaten/kota Jawa Tengah : Tabal 4.1 Persentase Kemiskinan Menurut Kabupaten/Kota di Jawa Tengah Tahun 2004-2009 (dalam satuan persen) No 1 2 3 4 5 6 7 8 9
Kab/Kota Kab.Cilacap Kab. Banyumas kab.Purbalingga Kab.Banjarnegara Kab.Kebumen Kab.Purworejo Kab.Wonosobo Kab.Magelang Kab.Boyolali
2004 20.9 21.47 31.2 26.91 30.95 23.51 33.15 16.1 18.47
2005 22.25 22.02 29.95 27.35 29.83 22.77 31.68 15.42 17.75
2006 24.93 24.44 32.38 29.4 32.49 22.75 34.43 17.36 20
2007 22.59 22.46 30.24 27.18 30.25 20.49 32.29 17.37 18.06
2008 21.4 22.93 27.12 23.34 27.87 18.22 27.72 16.49 17.08
2009 19.88 21.52 24.97 21.36 25.73 17.02 25.91 15.19 15.95
71
10 Kab.Klaten 23.38 22.48 22.99 11 Kab.Sukoharjo 14.38 13.67 15.63 12 Kab.Wonogiri 24.43 25.21 27.01 13 Kab.Karanganyar 16.14 16.14 18.69 14 Kab.Sragen 26.06 24.28 23.72 15 Kab.Grobogan 29.3 28 27.6 16 Kab.Blora 22.97 21.73 23.95 17 Kab.Rembang 32 30.72 33.2 18 Kab.Pati 20.67 19.82 22.14 19 Kab.Kudus 11.44 10.93 12.05 20 Kab.Jepara 9.88 10.39 11.75 21 Kab.Demak 24.94 23.6 26.03 22 Kab.Semarang 13.68 13.16 13.62 23 Kab.Temanggung 15.22 14.5 16.62 24 Kab.Kendal 20.87 20.06 21.59 25 Kab.Batang 19.01 18.15 19.99 26 Kab.Pekalongan 21.5 20.47 22.8 27 Kab.Pemalang 22.31 22.59 25.3 28 Kab.Tegal 20.53 19.6 20.71 29 Kab.Brebes 29.1 27.79 30.36 30 Kota Magelang 14.01 12.94 11.19 31 Kota Surakarta 13.72 13.34 15.21 32 Kota Salatiga 9.68 8.81 8.9 33 Kota Semarang 5.6 4.22 5.33 34 Kota Pekalongan 6.81 6.37 7.38 35 Kota Tegal 9.49 8.96 10.4 Sumber : Jawa Tengah Dalam angka 2005-2010
22.27 14.02 24.44 17.39 21.24 25.14 21.46 30.71 19.79 10.73 10.44 23.5 12.34 16.55 20.7 20.79 20.31 22.79 18.5 27.93 10.01 13.64 9.01 5.26 6.62 9.36
21.72 12.13 20.71 15.68 20.83 19.84 18.79 27.21 17.9 12.58 11.05 21.24 11.37 16.39 17.87 18.08 19.52 23.92 15.78 25.98 11.16 16.13 8.47 6 10.29 11.28
19.68 11.51 19.07 14.73 19.7 18.68 17.69 25.86 15.91 10.8 9.6 19.7 10.65 15.05 16.02 16.61 17.93 22.17 13.98 24.39 10.11 14.99 7.82 4.84 8.56 9.88
Tabel 4.1 juga menunjukkan terjadinya lonjakan penduduk miskin di semua wilayah di Jawa Tengah pada tahun 2006, hal ini disebabkan oleh adanya kenaikan Bahan Bakar Minyak (BBM) yang terjadi pada 1 September 2005. kenaikan harga BBM ini memicu kenaikan harga barang-barang lain sehingga daya beli masyarakat menjadi menurun. Pada tahun-tahun selanjutnya persentase penduduk miskin cenderung mengalami penurunan, meskipun ada beberapa wilayah yang persentase penduduk miskinnya meningkat, misalnya di Kota Tegal, Kota Pekalongan dan Kota Surakarta persentase penduduk miskinnya meningkat dari tahun sebelumnya.
72
Persentase penduduk miskin provinsi Jawa Tengah pada tahun 2004-2009 terbanyak yaitu berada di Kabupaten Wonosobo yaitu 33,15 persen di tahun 2004 dan mengalami penurunan hingga 25,91 persen di tahun 2009. Kabupaten atau kota yang memiliki persentase paling sedikit adalah Kota Semarang yaitu 4,84 persen pada tahun 2009. 3. Produk Domestik Regional Bruto (PDRB) Salah satu indikator penting untuk mengetahui kondisi ekonomi suatu wilayah/provinsi dalam satu periode tertentu ditunjukkan oleh data Produk Domestik Regional Bruto (PDRB). PDRB adalah nilai tambah yang dihasilkan oleh seluruh nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit usaha ekonomi suatu wilayah dalam satu periode. Unit ekonomi yang dimaksud mencakup kegiatan pertanian, pertambangan, industri pengolahan, listrik, gas dan air bersih, perdagangan, hotel dan restoran, pengangkutan dan komunikasi, keuangan, persewaan dan jasa perusahaan, serta jasa-jasa. PDRB juga dapat digunakan untuk mengetahui potensi ekonomi di suatu wilayah dalam periode tertentu. Berikut disajikan data PDRB menurut kabupaten/kota di Jawa Tengah tahun 2004-2009. Tabel 4.2 PDRB Berdasarkan Harga Konstan 2000 Menurut Kabupaten/Kota di Jawa Tengah tahun 2004-2009 ( dalam Juta Rupiah) Kab/Kota Kab.Cilacap Kab. Banyumas kab.Purbalingga Kab.Banjarnegara Kab.Kebumen Kab.Purworejo Kab.Wonosobo Kab.Magelang
2005 10145144.4 3598399.16 1921653.92 2277617.86 2364385.9 2321543.04 1570347.69 3245978.81
2006 10623929.3 3759547.61 2018808.1 2376694.59 2460816.97 2442927.3 1621132.33 3405369.22
2007 11140846.4 3958645.95 2143746.23 2495785.82 2572062.88 2591535.38 1679149.65 3582647.65
2008 11689092.9 4172781.99 2257392.77 2619989.61 2716236.74 2737087.13 1741148.31 3761388.59
2009 12303308.3 4400542.23 2384014.04 2753935.73 2828395.07 2872723.79 1808247.18 3938764.68
73
Kab.Boyolali Kab.Klaten Kab.Sukoharjo Kab.Wonogiri Kab.Karanganyar Kab.Sragen Kab.Grobogan Kab.Blora Kab.Rembang Kab.Pati Kab.Kudus Kab.Jepara Kab.Demak Kab.Semarang Kab.Temanggung Kab.Kendal Kab.Batang Kab.Pekalongan Kab.Pemalang Kab.Tegal Kab.Brebes Kota Magelang Kota Surakarta Kota Salatiga Kota Semarang Kota Pekalongan Kota Tegal
3456062.13 4158205.16 3941788.46 2429869.63 4188330.48 2322239.43 2579283.26 1678274.29 1825560.59 3609798.36 10647408 3411159.47 2471258.72 4481358.29 4481358.29 4277354.27 1972776.85 2600855.96 2762252.29 2809340.19 4346424.44 878160.65 3858169.65 722063.94 16194264.6 1701324.24 1002821.99
3600897.97 4253788 4120437.35 2528851.78 4401301.73 2442570.43 2682467.18 1742962.6 1926563.25 3770330.52 10911733.8 3554051.11 2570573.5 4652041.8 2060140.23 4433799.54 2022301.42 2710378.32 2865095.2 2955121.91 4551196.99 899564.99 4067529.95 752149.22 17118705.7 1753405.74 1054499.45
3748102.11 4394688.02 4330992.9 2657068.89 4654054.5 2582492.48 2799700.55 1811864.01 1999951.16 3966062.17 11242693.3 3722677.82 2677366.73 4871444.25 2143221.22 4625437.33 2092973.93 2834685.01 2993296.76 3120395.64 4769145.46 946063.73 4304287.37 792680.44 18142640 1820001.21 1109438.21
3899372.86 4567200.96 4540751.53 2770435.78 4921454.71 2729450.32 2948793.8 1913763.35 2093412.59 4162082.37 11659252.2 3889988.85 2787524.02 5079003.74 2219155.63 4806891.86 2169854.55 2970146.74 3142808.7 3286263.44 4998528.19 993863.81 4549342.95 832154.88 19156814.3 1887853.7 1166587.87
4100520.26 4761018.67 4756902.5 2901577.44 5076549.87 2893427.19 3097093.25 2010908.67 2186736.49 4357144.04 12125681.8 4085438.36 2901151.51 5300723.41 2309841.53 5020087.37 2250616.82 3098072.64 3293056.25 3466785.56 5247897.41 1044650.24 4817877.63 869452.99 20057621.9 1966751.15 1225424.73
Sumber: BPS (diolah) Tabel 4.2 diatas menunjukkan PDRB di Kabupaten/kota di Jawa Tengah tahun 2005-2009 menunjukkan angka yang fluktuatif untuk masing-masing kabupaten dan kota di Jawa Tengah. PDRB menunjukkan kondisi perekonomian di masing-masing kabupaten/kota di Jawa Tengah terjadi kesenjangan ekonomi yang relatif besar antara daerah maju dan daerah tertinggal.
4. Harapan Hidup Beberapa pendapat mengatakan usia seseorang tergantung pada daerah dimana dia dilahirkan, dan disisi lain ilmu pengetahuan berpendapat bahwa hal itu tergantng dari genetika orang tersebut yang berkembang dengan baik
74
pada saat orang tersebut dilahirkan. Faktanya usia tergantung pada kebugaran fisik dan kebugaran seseorang dan bukan karena salah satu faktor yang disebutkan sebelumnya. Setiap daerah tertentu memiliki usia harapan hidup yang tersendiri yang berbeda dengan daerah lain, berikut adalah daftar harapan hidup di provinsi Jawa Tengah: Tabel 4.3 Angka Harapan Hidup Menurut Kabupaten/Kota di Jawa Tengah tahun 2004-2009 (dalam satuan tahun) No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
Kab/Kota 2004 Kab.Cilacap 69 Kab. Banyumas 69.2 kab.Purbalingga 68.3 Kab.Banjarnegara 68.1 Kab.Kebumen 68.4 Kab.Purworejo 68.7 Kab.Wonosobo 68.5 Kab.Magelang 69.4 Kab.Boyolali 69.9 Kab.Klaten 70.5 Kab.Sukoharjo 69.6 Kab.Wonogiri 71.6 Kab.Karanganyar 71.8 Kab.Sragen 71.6 Kab.Grobogan 68.3 Kab.Blora 70.5 Kab.Rembang 69 Kab.Pati 72.5 Kab.Kudus 69 Kab.Jepara 70.1 Kab.Demak 69.4 Kab.Semarang 72 Kab.Temanggung 71.9 Kab.Kendal 66.3 Kab.Batang 69 Kab.Pekalongan 67.5 Kab.Pemalang 66 Kab.Tegal 66.9
2005 69.5 69.4 68.5 68.2 68.7 68.9 68.9 69.7 70 70.7 69.7 71.9 71.8 71.7 69 70.9 69.1 72.6 69.2 70.2 69.5 72.1 72 66.7 69.1 67.7 66.4 67.4
2006 69.6 69.5 69.2 68.4 69.1 69.5 69 69.9 70.1 70.8 70 72 71.9 71.8 69.1 71 69.7 72.6 69.4 70.3 70 72.2 72.1 67.1 69.2 67.9 66.8 67.6
2007 69.86 69.52 69.4 68.51 69.11 69.71 69.2 69.9 70.11 70.93 70.04 72.04 71.92 71.94 69.21 71.01 69.75 72.62 69.41 70.39 70.31 72.21 72.16 67.4 69.38 68.13 66.97 67.86
2008 70.2 69.6 69.7 68.7 69.2 70 69.5 70 70.2 71.2 70.1 72.1 72.1 72.2 69.4 71 69.9 72.7 69.5 70.6 70.7 72.3 72.3 67.8 69.7 68.5 67.2 68.2
2009 70.51 69.67 69.94 68.88 69.26 70.27 69.74 70.07 70.3 71.33 70.17 72.21 72.13 72.37 69.57 71.2 70.02 72.77 69.57 70.71 71.04 72.4 72.43 68.1 69.88 68.73 67.46 68.49
75
29 Kab.Brebes 65.5 66.3 66.5 66.75 30 Kota Magelang 69.6 69.7 70 70.01 31 Kota Surakarta 71.6 71.7 71.8 71.84 32 Kota Salatiga 70.2 70.3 70.6 70.66 33 Kota Semarang 71.7 71.8 71.9 71.9 34 Kota Pekalongan 68.9 69.1 69.7 69.8 35 Kota Tegal 67.7 67.9 68 68.14 Sumber : Jawa Tengah dalam angka 2005-2010 diolah
67.1 70.1 72 70.8 72 70 68.4
67.37 70.17 72.07 70.92 72.07 70.16 68.56
Table 4.3 diatas menggambarkan bahwa angka harapan hidup di suatu daerah berbeda dengan yang lainnya. Dari 35 kabupaten/kota di Jawa Tengah yang memiliki rata-rata harapan hidup pendek adalah di Kabupaten Brebes dengan angka 65,5 tahun pada tahun 2004 dan terus meningkat hanya 67,37 tahun pada tahun 2009. Sedangkan yang memiliki rata-rata usia panjang adalah di Kabupaten Pati dengan angka harapan hidup 72,77 tahun pada tahun 2009. 5. Melek Huruf Kelompok penduduk usia 15-24 tahun (kelompok usia sekolah) adalah kelompok penduduk usia produktif, sebagai sumber daya pembangunan yang seharusnya memiliki pendidikan dan keterampilan yang memadai untuk mendapatkan pekerjaan yang layak sehingga mendapatkan penghidupan yang layak. Oleh karena itu, dianggap penting untuk melihat kemajuan indikator ini. Berikut disajikan data melek huruf di 35 kabupaten/kota di Jawa Tengah tahun 2004-2009:
76
Tabel 4.4 Angka Melek Huruf Menurut Kabupaten/Kota di Jawa Tengah tahun 2004-2009 (dalam satuan persen) No Kab/Kota 2004 2005 2006 2007 1 Kab.Cilacap 90 90.1 90.3 90.1 2 Kab. Banyumas 92.8 93.3 93.3 93.31 3 kab.Purbalingga 92.3 93 93 93.01 4 Kab.Banjarnegara 85 85 88.2 88.24 5 Kab.Kebumen 88.9 89.4 90.4 90.39 6 Kab.Purworejo 86.5 86.9 88.9 88.87 7 Kab.Wonosobo 85.1 85.6 88.9 88.91 8 Kab.Magelang 89.4 90.5 91.3 91.34 9 Kab.Boyolali 84.2 84.5 85.1 85.96 10 Kab.Klaten 85 85.5 86.9 89.28 11 Kab.Sukoharjo 86.4 87.2 87.2 89.75 12 Kab.Wonogiri 78.5 79.1 82 82.03 13 Kab.Karanganyar 81.1 81.5 82 84.15 14 Kab.Sragen 72.6 73 76.3 81.05 15 Kab.Grobogan 86.6 86.8 90.2 90.18 16 Kab.Blora 81.2 82.3 82.4 82.36 17 Kab.Rembang 87.4 88.2 88.2 88.18 18 Kab.Pati 83.8 84.3 86.3 86.28 19 Kab.Kudus 88.9 89.5 91.8 91.85 20 Kab.Jepara 86.5 87.2 87.9 92.62 21 Kab.Demak 89 89.3 90.3 90.82 22 Kab.Semarang 90.6 91.6 91.7 93.51 23 Kab.Temanggung 92.4 93.2 95.9 95.93 24 Kab.Kendal 88.1 88.4 88.6 88.93 25 Kab.Batang 84.3 85.1 87 87.01 26 Kab.Pekalongan 85.7 86.4 89.4 89.39 27 Kab.Pemalang 84.8 85.5 87.2 87.34 28 Kab.Tegal 85.9 86.4 86.4 88.46 29 Kab.Brebes 79.4 80.1 84.3 84.85 30 Kota Magelang 94.3 94.5 97.1 97.17 31 Kota Surakarta 95.6 95.8 96.6 96.58 32 Kota Salatiga 95.1 95.2 95.2 96.49 33 Kota Semarang 94.6 95.1 95.9 95.94 34 Kota Pekalongan 94.1 94.7 95.4 95.37 35 Kota Tegal 91.1 91.4 94.9 94.87 Sumber : Jawa Tengah dalam angka 2005-2010 diolah
2008 90.1 93.9 93 88.2 90.4 89.2 88.9 91.3 86 89.3 90.4 82 84.8 81.2 90.2 83 88.8 86.3 92 92.9 90.8 93.5 95.9 88.9 87.6 89.9 87.3 89.1 84.9 97.2 96.7 96.5 95.9 95.4 94.9
2009 90.28 93.98 93.02 88.43 90.4 89.78 89.27 91.35 85.97 89.7 90.38 82.14 84.96 82.26 90.36 83.19 89.43 86.38 92.48 93.09 90.95 93.62 95.94 88.96 87.74 90.6 87.75 89.21 85.21 97.25 96.67 96.5 96.44 95.48 94.88
Table 4.4 diatas menunjukkan bahwa tingkat melek huruf di provinsi Jawa Tengah terbesar adalah Kota Surakarta dengan 95,6 persen pada tahun 2004
77
dan terus meningkat mencapai 96,67 persen pada tahun 2009. dan yang paling sedikit yaitu di Kabupaten Sragen dengan 72,6 persen pada tahun 2004.
B. Analisis dan Pembahasan a. Uji Asumsi Klasik 1) Uji Linearitas Uji linearitas bertujuan untuk melihat apakah garis regresi antara X dan Y membentuk garis linear atau tidak. Dalam penelitian ini model yang digunakan adalah Tit = βο + β PDRBit + β2 AHHit + β3 AMHit + μit. Dari hasil regresi dapat dilihat D-W statistik = 1,592974 sedangkan D-W tabel dengan jumlah data yaitu 175, sementara jumlah variabel bebas (k=3) pada α = 0,05 diperoleh nilai dL=1,7180 dan dU = 1,7877. Yang artinya harus mencari model yang nonlinear karena Durbin Watson tabel lebih besar dari Durbin Watson statistik yang berarti ada autokorelasi positif. Tolak Hο, berarti ada autokotelasi positif dL 1,59
1,78
Tidak dapat diputuskan
Tidak menolak Hο, tidak ada autokorelasi
Tidak dapat diputuskan
dU
4-dU
1.79
2,21
Tolak Hο, berarti ada autokoterasi negatif 4-dL 2,28
Dalam penelitian ini model nonlinear yang dipilih adalah model eksponen dan dikembalikan kepada model linear dalam bentuk logaritma: Log Tit = Log βο + β Log PDRBit + β2 LogAHHit + β3
78
LogAMHit + μit. Dalam Supranto (2005: 56) model log-penuh atau elastisitas konstan termasuk dalam model yang linear dalam parameter tetapi tidak linear dalam variabel. Akan terapi linearitas dalam parameter adalah relevan untuk pengembangan teori regresi. Dari hasil regresi menggunakan model log diperoleh nilai D-W statistik yaitu 2,037428 lebih besar dari nilai dL 1,7180 dan kurang dari 4-dL yang artinya tidak ada autokorelasi. Jadi dalam model yang digunakan dalam penelitian ini tidak ada masalah dalam linearitas.
2) Uji Normalitas Uji normalitas bertujuan untuk melihat bahwa suatu data berdistribusi normal atau tidak. Untuk melihat nilai residual berdistribusi normal atau tidak dilihat dari nilai Jarque-Bera Test (J-B Test) < nilai χ² (ChiSquere) tabel. Dengan df = (n-k) =175-4=171, maka diperoleh nilai χ² (Chi-Squere) table 124,34211. Tabel 4.5 Hasil Uji Normalitas Jarque-bera _K1 Jarque-bera _K2 Jarque-bera _K3 Jarque-bera _K4 Jarque-bera _K5 Jarque-bera _K6 Jarque-bera _K7 Jarque-bera _K8 Jarque-bera _K9 Jarque-bera _K10 Jarque-bera _K11 Jarque-bera _K12 Jarque-bera _K13 Jarque-bera _K14
LOG T 0.145252 0.497053 0.40802 0.526588 0.279402 0.56011 0.514166 0.631859 0.181598 1.018889 0.346029 0.54324 0.337968 0.525732
LOG PDRB 0.348311 0.373633 0.371076 0.367241 0.407709 0.387857 0.361366 0.367011 0.320688 0.408493 0.369487 0.367043 0.438003 0.358603
LOG AHH 0.488732 0.240044 0.438522 0.29787 1.133625 0.344094 0.494854 0.370173 0.255191 0.532907 0.913579 0.192502 0.503926 0.502641
LOG AMH 0.527075 0.660709 0.759822 1.783435 1.112048 0.786811 1.38033 0.32643 1.161673 0.9638 0.601948 1.298946 0.715341 0.757863
79
Jarque-bera _K15 Jarque-bera _K16 Jarque-bera _K17 Jarque-bera _K18 Jarque-bera _K19 Jarque-bera _K20 Jarque-bera _K21 Jarque-bera _K22 Jarque-bera _K23 Jarque-bera _K24 Jarque-bera _K25 Jarque-bera _K26 Jarque-bera _K27 Jarque-bera _K28 Jarque-bera _K29 Jarque-bera _K30 Jarque-bera _K31 Jarque-bera _K32 Jarque-bera _K33 Jarque-bera _K34 Jarque-bera _K35
0.686595 0.395862 0.446302 0.268608 0.715929 0.193423 0.290856 0.469444 0.721966 0.550446 0.348095 0.114524 0.601273 0.531118 0.221609 0.467309 0.463826 0.866753 0.222649 0.504653 0.347552
0.380236 0.391238 0.312253 0.378323 0.388702 0.354197 0.357495 0.375904 1.726215 0.357765 0.396658 0.376303 0.386103 0.357414 0.349686 0.437053 0.356479 0.397548 0.382284 0.504653 0.356206
0.43784 0.571805 0.918761 0.676041 0.403979 0.49041 0.314724 0.255215 0.378821 0.352788 0.534892 0.456338 0.259344 0.422742 0.33402 0.775968 0.441998 0.3586 0.282757 0.367516 0.506934
1.523165 0.521368 0.239898 1.452925 0.384278 0.503094 1.419236 0.753023 0.155082 1.831667 1.296083 0.736768 0.643378 0.781757 1.173709 0.486438 0.12154 0.410779 0.330965 1.69068 0.323658
Berdasarkan table 4.5 hasil dari deteksi normalitas menunjukkan bahwa variabel tingkat kemiskinan (LOG T), PDRB (LOG PDRB), harapan hidup (LOG AHH) dan melek huruf (LOG AMH) dari masing-masing 35 kabupaten/kota di Jawa Tengah berdistribusi normal. Berarti tidak ada permasalahan normalitas. 3) Uji Heteroskedastisitas Untuk melihat Gejala Heteroskedastisitas dalam peneitian ini, langkah pertama yang harus dilakukan adalah mengestimasi model ke cross section weight (GLS). Kemudian langkah selanjutnya adalah membandingkan nilai sum squared di weight statistic dengan nilai sum squared di unweight statistic. Apabila nilai sum squared di weight statistic lebih kecil dari pada nilai sum squared di unweight, maka
80
terdeteksi Heteroskedastisitas. Dapat dilihat pada table 4.6 diperoleh hasil regresi Sum squared resid weighted statistics = Sum squared unweighted statistik. Dapat diartikan bahwa hasil regresi tidak terdapat gejala heteroskedastisitas. Tabel 4.6 Hasil Uji Heteroskedastisitas Weighted Statistics Sum Squared resid
1,180753
Unweigted Statistics Sum Squared resid
1,180753
4) Uji Multikolinearitas Pengujian ini bertujuan untuk mengetahui apakah model regresi ditemukan adanya korelasi antara variabel independen. Untuk melihat adanya keberadaan multikolinearitas, salah satunya adalah dengan cara melihat R-squared nya. Apabila nilai R-squarednya tinggi tapi sedikit rasio t yang signifikan maka diduga terdapat gejala multikolinearitas (Gujarati, 2006 : 68). Asumsi Keberadaan multikolinearitas boleh diabaikan apabila pada hasil regresi awal, paling sedikit ada satu variabel independen yang berpengaruh signifikan terhadap variabel dependen.
81
Dalam model yang digunakan dalam penelitian ini tidak terdapat multikolinearitas karena dari tiga variabel independen terdapat 2 variabel independen yang signifikan yaitu variabel PDRB dan AHH.
5) Uji Autokorelasi Uji yang paling dikenal untuk mendeteksi autokolerasi adalah uji Durbin-Watson (Gujarati, 2006 :121). Adapun untuk melihat ada tidaknya autokolerasi dalam hasil regresi dapat melihat nilai DurbinWatson statistiknya. Apabila nilai DW lebih kecil dari nilai dL, berarti memiliki autokorelasi. Dari hasil perolehan regresi nilai DW (2.037428). Dengan n = 175 dan k = 3 diperoleh nilai dari tabel DW, dL 1,7180 dan dU 1,7877. Dapat dilihat pada table 4.7 menunjukkan bahwa nilai DW 1,72 < 2,03 < 4-dL berada pada daerah bebas autokorelasi, sehingga dapat disimpulkan model regresi ini terbebas dari autokorelasi. Tabel 4.7 Hasil Uji Autokorelasi dengan Durbin Watson (DW) Tolak Hο, Tidak dapat Tidak Tidak dapat Tolak Hο, berarti ada diputuskan menolak Hο, diputuskan berarti ada autokotelasi tidak ada autokoterasi positif autokorelasi negatif 0 dL du 2 4-du 4-dL 4 1,72
1,79
2,21
2,28
2,03
82
b. Hasil Estimasi Model Data Panel 1) Pendekatan Pooled Least Square Merupakan pengolahan data dengan menggunakan pendekatan Pooled Least Square (PLS), yang digunakan sebagai salah satu persyaratan untuk melakuan uji F-Restriced. Dari hasil pengolahan E-views 6.0 mendapatkan hasil seperti tampilan sebagai berikut: Tabel 4.8 Regresi Data Panel Pooled Least Square R-Squared
0.499741
Adjusted R-squared
0.493924
2) Pendekatan Fixed Effect Model (FEM) Setelah dilakukan pengolahan data dengan menggunakan pendekatan Fixed Effect Model dengan metode pendekatan pooled Least Square pada uji FRestriced. Dari hasil pengolahan E-views 6.0 mendapatkan hasil seperti tampilan sebagai berikut: Tabel 4.9 Regresi Data Fixed Effect R-Squared 0.963279 Adjusted R-squared
0.953362
3) Pendekatan Random Effect Model Setelah dilakukan pengolahan data dengan menggunakan Random Effect dengan menggunakan E-views 6.0 mendapatkan hasil sebagai berikut:
83
Tabel 4.10 Regresi Data Panel Random Effect R-Squared 0.301321 Adjusted R-squared
0.289064
c. Memilih Metode Data Panel 1) Uji Chow Untuk menetahui model data panel yang akan digunakan, maka digunakan uji F-restriced atau uji Chow dengan cara membandingkan F-statistik dan F-tabel. Dengan pengujian hipotesa sebagai berikut Hο : Model PLS (Restriced) H : Model Fixed Effect (Unresticed) Dari hasil regresi berdasarkan metode FEM dan PLS diperoleh F-statistik sebagai berikut :
Tabel 4.11 F-Restriced Redundant Fixed Effects Tests Pool: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square
Statistic 48.938856 450.812708
d.f.
Prob.
(34,137) 34
0.0000 0.0000
Berdasarkan hasil dari uji Chow diperoleh nilai statistik sebesar 48,938856 dengan df (34,137), dengan menggunakan F tabel α = 5%, diperoleh nilai sebesar 1,99 yang berarti menolak pooled least squared (PLS) dan menerima fixed effect model (FEM).
84
2) Uji Hausman Test Untuk mengetahui apakah model fixed effect atau random effect yang dipilih, maka digunakan uji Hausman Test dengan cara membandingkan Chi-Square statistic dan Chi-square table. Dengan pengujian hipotesis sebagai berikut: Hο : Model Random Effect H : Model Fixed Effect Dari hasil Regresi berdasarkan metode Random Effect Model diperoleh nilai Chi-Square statistic sebagai berikut:
Table 4.12 Hasil Uji Hausmant Correlated Random Effects - Hausman Test Pool: Untitled Test cross-section random effects Test Summary Cross-section random
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
13.392891
3
0.0039
Berdasarkan Uji Hausmant yang dilakukan, didapatkan Chi-Square Statistik sebesar 13,392891 dengan probabilitas 0,0039 pada d.f 3, dengan menggunakan chi-tabel diperoleh nilai sebesar 0,58. Hasil tes menyatakan bahwa chi statistik lebih besar dari pada chi-tabel, sehingga Dapat disimpulkan bahwa Ho ditolak dan model terbaik yang dapat digunakan untuk model penelitian adalah Fixed Effect Model.
85
d. Pengujian Hipotesis 1) Uji Signifikansi Individual (Uji t) Pengujian ini dilakukan untuk menguji apakah variable bebas (PDRB, harapan hidup dan melek huruf) berpengaruh secara parsial terhadap variable terikat (tingkat kemiskinan). Pengujan ini dilihat dari masing-masing t-statistik dari regresi dengan t-tabel dalam menolak dan menerima hipotesis. Dalam persamaan, digunakan tingkat kepercayaan α = 5%, dengan df = 171, maka diperoleh t-tabel 1,65. dari hasil uji pada persaman dapat dilihat sebagai berikut:
Variabel
Coefisien
Table 4.13 Nilai t-Statistik t-statistik Prob
PDRB
-0,357891
-3,222451
0,0016
Signifikan
AHH
-6,991705
-0,103452
0,0023
Signifikan
AMH
-0,005047
-0,029615
0,9764
Tidak Signifikan
Signifikansi
Berdasarkan table 4.13 dapat dilihat bahwa variable PDRB berpengaruh negatif terhadap tingkat kemiskinan di Jawa Tengah. Hal ini dapat diketahui dari nilai t-statistik PDRB (-3,22) < t-tabel (1,65) dengan tingkat keyakinan sebesar 95 persen (α = 5%). Hal ini berarti bahwa semakin tinggi PDRB maka tingkat kemiskinan di Jawa Tengah semakin menurun. Koefisien regresi variable PDRB sebesar -0,357891 berarti bahwa setiap peningkatan PDRB sebesar 1 persen, maka dapat menyebabkan penurunan tingkat kemiskinan sebesar 0,35 persen dengan asumsi variable lain tetap (cateris paribus).
86
Pada variabel AHH juga memiliki pengaruh yang negatif terhadap tingkat kemiskinan di Jawa Tengah. Hal ini berarti bahwa semakin meningkat kesehatan maka tingkat kemiskinan di Jawa Tengah semakin menurun. Koefisien regresi variable AHH sebesar -6,991705 berarti bahwa setiap peningkatan harapan hidup sebesar 1 persen, maka dapat menyebabkan penurunan tingkat kemiskinan sebesar 6,99 persen dengan asumsi variabel lain tetap. Pada variabel AMH diperoleh hasil koefisien (0,005047), maka variabel AMH ini berpengaruh negatif terhadap tingkat kemiskinan di
35
kabupaten/kota di Jawa Tengah. Hal ini berarti bahwa setiap peningkatan jumlah penduduk melek huruf sebesar 1 persen, maka dapat menyebabkan penurunan tingkat kemiskinan sebesar 0,005 persen dengan asumsi variabel lain tetap. 2) Uji Signifikansi Serentak (uji F) Pengujian terhadap pengaruh semua variabel independen di dalam model dapat dilakukan dengan uji F. uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Dari hasil regresi pengaruh PDRB, harapan hidup dan melek huruf terhadap tingkat kemiskinan di Jawa Tengah tahun 2005-2009 yang menggunakan taraf keyakianan 95 persen (α=5%), dengan degree of freedom for numerator (dfn) = 3 (k-1 = 4-1) dan degree of freedom for denominator (dfd) = 171 (n-k = 1754), maka diperoleh F-tabel sebesar 2,66. Dari hasil regresi pengaruh PDRB,
87
AHH dan AMH terhadap tingkat kemiskinan di Jawa Tengah tahun 20052009 diperoleh F-statistik sebesar 94,13174 dan nilai probabilitas statistiknya 0,00000 maka dapat disimpulkan bahwa variabel independen (PDRB,AHH dan AMH) berpengaruh signifikan secara bersama-sama terhadap variabel dependen (tingkat kemiskinan). 3) Uji Koefisien Determinan (Adjusted R²) Hasil koefisien determinan pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen secara statistik. Dari hasil regresi pengaruh PDRB, harapan hidup dan melek huruf terhadap tingkat kemiskinan di Jawa Tengah tahu 2005-2009 pada lampiran 3, koefisien determinan adalah sebesar 0,953362. Hal ini berarti bahwa 95,34 persen tingkat kemiskinan di 35 kabupaten/kota di Jawa tengah dapat dijelaskan oleh variabel PDRB, harapan hidup dan melek huruf. Sedangkan sisanya 4,66 persen dijelaskan oleh variabel lain di luar model atau faktorfaktor lain diluar penelitian ini.
3. Interpretasi Hasil Analisis Tabel 4.14 Interpretasi Koefisien Fixed Effec Model C (koefisien) 37.976750 LOG(PDRB?) -0.357891 LOG(AHH?) -6.991705 LOG(AMH?) -0.005047 _k1 0.697896 _k2 0.310572 _k3 0.307691 _k4 0.160843 _k5 0.360777
88
_k6 _k7 _k8 _k9 _k10 _k11 _k12 _k13 _k14 _k15 _k16 _k17 _k18 _k19 _k20 _k21 _k22 _k23 _k24 _k25 _k26 _k27 _k28 _k29 _k30 _k31 _k32 _k33 _k34 _k35
0.048085 0.261339 -0.016805 0.102757 0.453734 -0.146601 0.431139 0.284239 0.362618 0.196153 0.082362 0.337735 0.439400 -0.017699 -0.381158 0.247263 0.027156 0.046267 -0.023439 -0.123900 -0.066669 -0.023981 -0.198108 0.279923 -0.886465 0.128916 -1.135014 -0.401660 -1.031278 -1.114088
Dari tabel di atas dapat terlihat bahwa masing-masing Kabupaten/Kota memiliki tingkat koefisien fixed effect yang berbedabeda antara satu sama lain. Keadaan tersebut menjelaskan bahwa variabel PDRB, harapan hidup dan melek huruf memiliki tingkat
89
pengaruh
yang
berbeda
terhadap
kemiskinan
di
tiap-tiap
Kabupaten/Kota di Jawa Tengah.
Cilacap Jika dilihat pada tabel 4.14, nilai koefisien adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Cilacap (_k1) adalah sebesar 0,697896 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Cilacap, maka kabupaten Cilacap akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,697896 persen.
Banyumas Jika dilihat pada tabel 4. 14, nilai koefosien adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Banyumas (_k2) adalah sebesar 0,310572 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Banyumas, maka kabupaten Banyumas akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,310572 persen.
Purbalingga Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Purbalingga (_k3)
90
adalah sebesar 0,307691 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Purbalingga, maka kabupaten Purbalingga akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,307691 persen.
Banjarnegara Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Banjarnegara (_k4) adalah sebesar 0,160843 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Banjarnegara, maka kabupaten Banjarnegara akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,160843 persen.
Kebumen Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Kebumen (_k5) adalah sebesar 0,360777 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Kebumen, maka kabupaten Kebumen akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,360777 persen.
91
Purworejo Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Purworejo (_k6) adalah sebesar 0,048085 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Purworejo, maka kabupaten Purworejo akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,048085 persen.
Wonosobo Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Wonosobo (_k7) adalah sebesar 0,261339 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Wonosobo, maka kabupaten Wonosobo akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,261339 persen.
Magelang Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Magelang (_k8) adalah sebesar -0,016805 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Magelang, maka
92
kabupaten Magelang akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar -0,016805 persen.
Boyolali Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Boyolali
(_k9)
adalah sebesar 0,102757 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Boyolali, maka kabupaten Boyolali akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,102757 persen.
Klaten Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Klaten
(_k10)
adalah sebesar 0,453734 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Klaten, maka kabupaten Klaten akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,453734 persen.
Sukoharjo Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Sukoharjo (_k11) adalah sebesar -0,146601 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup
93
antar daerah maupun antar waktu di kabupaten Sukoharjo, maka kabupaten Sukoharjo akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar -0,146601 persen.
Wonogiri Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Wonogiri (_k12) adalah sebesar 0,431139 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup dan melek huruf antar daerah maupun antar waktu di kabupaten Wonogiri, maka kabupaten Wonogiri akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,431139 persen.
Karanganyar Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Karanganyar (_k13) adalah sebesar 0,284239 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Karanganyar, maka kabupaten Karanganyar akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,284239 persen.
Sragen Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Sragen
(_k14)
adalah sebesar 0,362618 maka hal tersebut mengartikan bahwa
94
Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Sragen, maka kabupaten Sragen akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,362618 persen.
Grobogan Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Grobogan (_k15) adalah sebesar 0,196153 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Grobogan, maka kabupaten Grobogan akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,196153 persen.
Blora Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Blora (_k16) adalah sebesar 0,082362 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Blora, maka kabupaten Blora akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,082362 persen.
Rembang Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Rembang (_k17)
95
adalah sebesar 0,337735 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Rembang, maka kabupaten Rembang akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,337735 persen.
Pati Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Pati (_k18) adalah sebesar 0,439400 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Pati, maka kabupaten Pati akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,439400 persen.
Kudus Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Kudus
(_k19)
adalah sebesar -0,017699 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Kudus, maka kabupaten Kudus akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar -0,017699 persen.
96
Jepara Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Jepara
(_k20)
adalah sebesar -0,381158 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Jepara, maka kabupaten Jepara akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar -0,381158 persen.
Demak Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Demak
(_k21)
adalah sebesar 0,247263 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Demak, maka kabupaten Demak akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,247263 persen.
Semarang Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Semarang (_k22) adalah sebesar 0,027263 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Semarang, maka
97
kabupaten Semarang akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,027263 persen.
Temanggung Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Temanggung (_k23) adalah sebesar 0,046267 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Temanggung, maka kabupaten Temanggung akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,046267 persen.
Kendal Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Kendal
(_k24)
adalah sebesar -0,023439 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Kendal, maka kabupaten Kendal akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar -0,023439 persen.
Batang Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Batang
(_k25)
adalah sebesar -0,123900 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup
98
antar daerah maupun antar waktu di kabupaten Batang, maka kabupaten Batang akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar -0,123900 persen.
Pekalongan Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Pekalongan (_k26) adalah sebesar -0,066669 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Pekalongan, maka kabupaten Pekalongan akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar -0,066669 persen.
Pemalang Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Pemalang (_k27) adalah sebesar -0,023981 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Pemalang, maka kabupaten Pemalang akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar -0,023981 persen.
Tegal Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Tegal (_k28) adalah sebesar -0,198108 maka hal tersebut mengartikan bahwa Bila
99
terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Tegal, maka kabupaten Tegal akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar -0,198108 persen.
Brebes Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kabupaten Brebes
(_k29)
adalah sebesar 0,279923 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Brebes, maka kabupaten Brebes akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,279923 persen.
Kota Magelang Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki Kota Magelang (_k30) adalah sebesar -0,886469 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kota Magelang, maka kota Magelang akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar -0,886469 persen.
Kota Surakarta Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki kota Surakarta (_k31) adalah
100
sebesar 0,128916 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kota Surakarta, maka kota Surakarta akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,128916 persen.
Kota Salatiga Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki kota Salatiga (_k32) adalah sebesar -1,135014 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kota Salatiga, maka kota Salatiga akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar -1,135014 persen.
Kota Semarang Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki kota Semarang (_k33) adalah sebesar -0,401660 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di Kota Semarang, maka kota Semarang akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar -0,401660 persen.
101
Kota Pekalongan Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki kota Pekalongan (_k34) adalah sebesar 0,310572 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kabupaten Pekalongan, maka kota Pekalongan akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,310572 persen.
Kota Tegal Jika dilihat pada tabel 4. 14, nilai C adalah 37,957891 dan nilai koefisien fixed effect yang dimiliki kota Tegal
(_k35) adalah
sebesar 0,310572 maka hal tersebut mengartikan bahwa Bila terdapat perubahan satu persen pada PDRB dan harapan hidup antar daerah maupun antar waktu di kota Tegal, maka kota Tegal akan mendapatkan pengaruh individu terhadap tingkat kemiskinan sebesar 0,310572 persen.
Analisis Ekonomi a. PDRB terhadap tingkat kemiskinan PDRB menunjukkan tingkat kemakmuran suatu daerah. PDRB adalah jumlah nilai tambah bruto yang dihasilkan seluruh unit usaha dalam wilayah tertentu, atau merupakan jumlah nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi. Pada hasil penelitian ini diperoleh bahwa PDRB
102
berpengaruh signifikan pada taraf nyata 5% dengan nilai probabilitas 0,0016 dan berhubungan negatif dengan nilai koefisien yang diperoleh sebesar (0,357891), yang berarti bahwa apabila PDRB naik sebesar 1 persen, maka tingkat kemiskinan akan menurun sebesar 0,357891 persen. Hal tersebut sesuai dengan hipotesis bahwa PDRB berpengaruh signifikan terhadap tingkat kemiskinan di 35 kabupaten/kota di Jawa Tengah. Hal ini sesuai dengan penelitian yang dilakukan oleh Hermanto Siregar dan Dwi Wahyuniarti (2008) dan Agrawal (2008). Sementara dari data yang diperoleh rata-rata PDRB tertinggi dimiliki oleh Kota Semarang, dan untuk rata-rata tingkat kemiskinan terendah juga berada pada Kota Semarang. Sedangkan PDRB terendah ada di Kota Salatiga sementara untuk Kemiskinan tertinggi ada di Kabupaten Wonosobo. Tabel 4.15 Tingkat Kemiskinan dan PDRB Jawa Tengah Tahun 2005-2009 Tingkat Tahun kemiskinan 2005 20.49 2006 22.19 2007 20.43 2008 18.99 2009 17.48 Sumber: BPS diolah
PDRB (ADHK) 143051213.9 150682654.8 159110253.8 167790369.9 188512939.7
b. Harapan Hidup terhadap tingkat kemiskinan Harapan hidup adalah rata-rata perkiraan banyaknya tahun yang dapat ditempuh oleh seseorang dalam hidup. Pada tingkat mikro yaitu pada tingkat individu dan keluarga, kesehatan adalah dasar bagi produktifitas
103
kerja dan kapasitas untuk belajar di sekolah. Pada tingkat makro, penduduk dengan tingkat kesehatan yang baik merupakan masukan penting untuk menurunkan kemiskinan, meningkatkan pertumbuhan ekonomi dan pembangunan ekonomi jangka panjang. Hasil koefisien regresi Angka Harapan Hidup menunjukkan angka negatif (-6,991705) yang berarti bahwa kenaikan 1 persen pada Angka Harapan Hidup maka akan menurunkan tingkat kemiskinan 6,99 persen, ceteris paribus. Pada hasil regresi dalam model penelitian ini Angka Harapan Hidup memiliki hubungan yang negatif dan secara signifikan berpengaruh pada tingkat kemiskinan. Semakin tinggi angka harapan hidup suatu daerah, maka menunjukkan peningkatan kesehatan daerahnya. Dengan penduduk yang sehat maka produktifitas akan meningkat pula. Dengan peningkatan produktifitas penduduk dari segi ekonomi pendapatannya bertambah sehingga meningkatkan kesejahteraan diwilayah tersebut. Sementara dari data yang diperoleh Angka harapan hidup tertinggi ada di Kabupaten Pati sedangkan angka harapan hidup terendah ada di kabupaten Brebes. Sedangkan dilihat dari koefisien dari hasil regresi yang tertinggi adalah Kota Tegal (-1.114088) yang artinya apabila angka harapan hidup naik sebesar 1 persen maka tingkat kemiskinan akan turun sebesar 1,11 persen. Dan koefisien terendah adalah kabupaten Magelang (-0,016805) yang artinya apabila angka harapan hidup naik satu persen maka tingkat kemiskinan di Kabupaten Magelang akan turun sebesar 0,02 persen.
104
Hasil penelitian ini sesuai dengan penelitian yang dilakukan oleh Stephen Kapsos (2004) yang menyatakan bahwa Angka Harapan Hidup memiliki hubungan yang negatif terhadap tingkat kemiskinan. Bimo Rizki dan Samsubar Saleh (2007) mengatakan bahwa konsep pembangunan manusia juga merupakan konsep ekonomi, karena salah satu konsep pembangunan ekonomi adalah peningkatan mutu modal manusia melalui peningkatan pendidikan, kesehatan dan rasa aman. Salah satu indikator kesehatan adalah panjangnya umur yang terbaca dari angka harapan hidup. Derajat kesehatan yang tinggi harus didukung dengan fasilitas kesehatan dan sanitasi
yang
baik.
Millenium
Development
Goals
(MDGs)
mendeskripsikan bahwa terdapat interdepedensi antara akses air minum dan sanitasi terhadap tingkat kemiskinan. Pembangunan dan perbaikan bidang sanitasi secara tidak langsung akan mengurangi kemiskinan. c. Melek Huruf terhadap tingkat kemiskinan Melek huruf adalah kemampuan seseorang membaca dan menulis huruf latin atau huruf lainnya (selain huruf latin) yang masing-masing merupakan keterampilan dasar yang diajarkan di kelas-kelas awal jenjang pendidikan dasar. Variabel melek huruf tidak signifikan terhadap tingkat kemiskinan di 35 kabupaten/kota di Jawa Tengah ditandai dengan nilai probabilitas (0,9764). Melek huruf tidak berpengaruh terhadap tingkat kemiskinan karena di era globalisasi seperti ini melek huruf merupakan hal yang biasa. Karena tidak cukup dengan berbekal melek huruf orang dapat terhindar dari kemiskinan, tetapi harus memiliki keterampilan yang
105
memadai. Melek huruf merupakan salah satu indikator pendidikan, akan tetapi melek huruf tidak serta merta menurunkan kemiskinan karena produktifitas tidak berkaitan dengan melek huruf melaikan dengan teknologi dan keterampilan yang memadai. Sebagai contoh digambarkan seseorang yang buta huruf tetapi ia memiliki keterampilan mengukir dan memahat ia dapat menghasilkan patung yang memiliki nilai ekonomi yang tinggi, atau seorang wanita buta huruf tetapi ia memiliki kemampuan dan cita rasa yang tinggi ia dapat memiliki usaha warung makan. Pendidikan tinggi merupakan salah satu upaya untuk menyelamatkan diri dari kemiskinan.
Dimana
digambarkan
seseorang
yang
miskin
yang
mengharapkan pekerjaan yang baik serta penghasilan yang tinggi maka harus mempunyai tingkat pendidikan yang tinggi, tidak cukup hanya berbekal melek huruf. Hal ini dapat dikatakan bahwa tinggat pendidikan sangat berpengaruh dengan peningkatan dan penurunan kemiskinan, tidak cukup hanya sebatas melek huruf saja.
106
BAB V KESIMPULAN DAN IMPLIKASI A. Kesimpulan 1. PDRB berpengaruh signifikan dan negatif terhadap tingkat kemiskinan di 35 Kabupaten/Kota di Jawa Tengah dengan tingkat keyakinan 95 persen hal ini ditandai dengan nilai probabilitas (0,0016). Dengan nilai koefisien negatif (-0,357891) yang berarti bahwa setiap kenaikan satu persen pada PDRB, maka tingkat kemiskinan akan turun sebesar 0,357 persen, ceteris paribus, atau ringkasnya apabila PDRB meningkat maka tingkat kemiskinan akan menurun. 2. Harapan Hidup juga berpengaruh signifikan dan negatif terhadap tingkat kemiskinan di 35 Kabupaten/Kota di Jawa Tengah dengan tingkat keyakinan 95 persen hal ini ditandai dengan nilai probabilitas (0,0023). Dengan nilai koefisien negatif (-6,991705) yang berarti bahwa setiap kenaikan satu persen pada tingkat harapan hidup, maka akan menurunkan tingkat kemiskinan sebesar 6,991 persen, ceteris paribus, atau ringkasnya apabila angka harapan hidup meningkat maka tingkat kemiskinan akan turun. 3. Melek Huruf tidak signifikan terhadap tingkat kemiskinan di 35 kabupaten dan kota di Jawa Tengah hal ini di tandai dengan nilai probabilitas (0,9764). Hal ini karena melek huruf sudah menjadi hal yang biasa, sehingga tidak cukup hanya berbekal melek huruf orang dapat terhindar dari kemiskinan. Tetapi harus berpendidikan tinggi
107
serta memiliki keterampilan yang memadai akan tetapi hal ini harus didukung oleh tersedianya lapangan pekerjaan. 4. Secara bersama-sama variabel PDRB, Harapan Hidup dan Melek Huruf berpengaruh
terhadap
penurunan
tingkat
kemiskinan
di
35
Kabupaten/Kota di Jawa Tengah pada periode 2005-2009. Hal ini dapat dilihat dari nilai F-hitung yang signifikan pada tingkat kepercayaan 95 persen.
B. Implikasi Dari kesimpulan di atas, penulis mencoba mengungkapkan beberapa implikasi diantaranya sebagai berikut: 1.
Untuk menekan tingkat kemiskinan, pemerintah daerah hendaknya meningkatkan PDRB yang nantinya akan menurunkan angka kemiskinan di daerahnya. Meningkatkan PDRB berarti meningkatkan pertumbuhan ekonomi. Pertumbuhan ekonomi merupakan salah satu kunci untuk mengurangi kemiskinan, karena pertumbuhan meningkatkan kebutuhan akan tenaga kerja yang artinya terbukanya lapangan pekerjaan. Dengan bekerja pendapatan meningkat yang artinya tingkat kesejahteraan menigkat.
2.
Pemerintah daerah khususnya Jawa Tengah perlu meningkatkan Angka Harapan Hidup agar kualitas kesehatan penduduk terus meningkat. Hal ini akan menunjang aktifitas produksi sehingga pendapatan yang diperoleh lebih maksimal dan kemiskinan akan berkurang.
108
Daftar Pustaka Agrawal, Predeep. Economic Growth and Poverty Reduction: Evidence from Kazakhstan. Asian Developmen Review Vol 24. 2008. Arsyad, Lincolin. Ekonomi Pembangunan. Yogyakarta: Sekolah Tinggi Ilmu Ekonomi Yayasan Keluarga Pahlawan Nagara. 2004. Badan Pusat Setatistik. Data dan Informasi Kemiskinan Provinsi Jawa Tengah. BPS. Jakarta-Indonesia. 2007. ________. Jawa Tengah Dalam Angka 2005. BPS. Jakarta-Indonesia. 2005. ________. Jawa Tengah Dalam Angka 2006. BPS. Jakarta-Indonesia. 2006. ________. Jawa Tengah Dalam Angka 2007. BPS. Jakarta-Indonesia. 2007. ________. Jawa Tengah Dalam Angka 2008. BPS. Jakarta-Indonesia. 2008. ________. Jawa Tengah Dalam Angka 2009. BPS. Jakarta-Indonesia. 2009. ________. Analisis dan Penghitungan Tingkat Kemiskinan 2008. BPS. Jakarta – Indonesia. 2008. ________. Penyusunan Data Basis Indeks Pembangunan Manusia Provinsi Jawa Barat 2006. BPS. 2007. ________. Indeks Pembangunan Manusia Kota Samarinda 2008. Badan Perencanaan Pembangunan Kota Samarinda. 2009. ________. Indeks Pembangunan Manusia Kota Mojokerto 2008. Badan Perencanaan Pembangunan Kota Mojokerto. 2009. Daerobi, Akhmad. Dampak Pengembangan sector pertanian terhadap Pengentasan Kemiskinan Di Jawa Tenga. Surakarta: Jurnal Universitas Sebelas Maret. 2007. Gujarati, Damodar. Ekonometrika Dasar. Edisi ketiga. Erlangga. Jakarta. 2006. Harsono, A. Marliati. Kemiskinan Perkotaan Penyebab dan Upaya Penanggulangannya. Makalah Pribadi. Bogor: Intitut Pertanian Bogor. 2005. Jhingan, M.L. Ekonomi Pembangunan Dan Perencanaan. Jakarta: PT Raja Grafindo Persada. 2008.
109
Kapsos, Stephen. “Estimating growth requirements for reducing working poverty: Can the world halve working poverty by 2015?”. 2004. Lubis, Irsyad dkk. Pembangunan Manusia Di Indonesia Dan Faktor-Faktor Yang Mempengaruhinya. Wahana Hijau: Jurnal Perencanaan dan Pengembangan Ekonomi Wilayah Vol.4 No.1. 2008. Sayogyo 1978, Tjondonegoro, Soejono & Harjono 1996 dalam Marcus J Patinama. Pengentasan Kemiskinan dengan kearifan lokal: (studi kasus di Pulau Buru-Maluku dan Surade-Jawa Barat. Makara social Humaniora Vol 13 No.1. 2009. Saragih, Togar. Pengangguran, Pendidikan Dan Kemiskinan Di Indonesia. Jurnal Ekonomi Teleskop STIE Y.A.I Volume 5 edisi 9. 2006. Siregar, Hermanto dan Dwi Wahyuniarti. Dampak Pertumbuhan Ekonomi Terhadap penurunan Jumlah Penduduk Miskin. Laporan Penelitian. Institut Pertanian Bogor. 2008. Saleh, Samsubar. Faktor-Faktor Penentu Tingkat Kemiskinan Regional Di Indonesia. Jurnal Ekonomi Pembangunan kajian Ekonomi Negara Berkembang JEP Vol 7,Hal 87-102. 2002. Stalker, Peter. Millennium Development Goals. Bapenas dan UNDP. 2008. Sitepu, Rasidin K dan Bonar M. Sinaga. Dampak Investasi Sumberdaya Manusia Terhadap Pertumbuhan Ekonomi dan Kemiskinan Di Indonesia: Pendekatan Model Computebel General Equlibrium. Laporan Penelitian Sekolah Paska Sarjana Intitut Pertanian Bogor. 2005. Saragih, Togar. Pengangguran, Pendidikan dan Kemiskinan di Indonesia. Jurnal Ekonomi Teleskop STIE Y.A.I Volume 5 edisi 9. 2006. Sugiyono. Statistik Untuk Penelitian. Jawa Barat: Cv Alfabeta. 2008. Tambunan, Tulus T.H. Perekonomian Undonesia: Beberapa Masalah Penting. Jakarta: Galia Indonesia. 2003. Widarjono, Agus. Ekonometrika Pengantar dan Aplikasinya: Dilengkapi Aplikasi Eviews. Ekonisia. 2009. Winarno, Wing Wahyu. Analisis Ekonometrika dan Statistik : EViews. Yogyakarta: UPP STIM YKPN. 2007. www.wikipedia.com. Diakses pada Februari 2011. http://winardi-andalas-putro-blospot.com. Diakses pada Februari 2011.
110
LAMPIRAN 1 DATA OBSERVASI Kab/Kota _K1 _K1 _K1 _K1 _K1 _K2 _K2 _K2 _K2 _K2 _K3 _K3 _K3 _K3 _K3 _K4 _K4 _K4 _K4 _K4 _K5 _K5 _K5 _K5 _K5 _K6 _K6 _K6 _K6 _K6 _K7 _K7 _K7 _K7 _K7 _K8 _K8 _K8 _K8 _K8 _K9 _K9 _K9
Tahun 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007
T 22.25 24.93 22.59 21.4 19.88 22.02 24.44 22.46 22.93 21.52 29.95 32.38 30.24 27.12 24.97 27.35 29.4 27.18 23.34 21.36 29.83 32.49 30.25 27.87 25.73 22.77 22.75 20.49 18.22 17.02 31.68 34.43 32.29 27.72 25.91 15.42 17.36 17.37 16.49 15.19 17.75 20 18.06
PDRB 10145144.43 10623929.25 11140846.35 11689092.9 12303308.34 3598399.16 3759547.61 3958645.95 4172781.99 4400542.23 1921653.92 2018808.1 2143746.23 2257392.77 2384014.04 2277617.86 2376694.59 2495785.82 2619989.61 2753935.73 2364385.9 2460816.97 2572062.88 2716236.74 2828395.07 2321543.04 2442927.3 2591535.38 2737087.13 2872723.79 1570347.69 1621132.33 1679149.65 1741148.31 1808247.18 3245978.81 3405369.22 3582647.65 3761388.59 3938764.68 3456062.13 3600897.97 3748102.11
AHH 69.5 69.6 69.86 70.2 70.51 69.4 69.5 69.52 69.6 69.67 68.5 69.2 69.4 69.7 69.94 68.2 68.4 68.51 68.7 68.88 68.7 69.1 69.11 69.2 69.26 68.9 69.5 69.71 70 70.27 68.9 69 69.2 69.5 69.74 69.7 69.9 69.9 70 70.07 70 70.1 70.11
AMH 1491129 1511812 1461119 1462481 1447824 1412660 1429111 1390939 1395336 1396683 795079 803034 759631 764339 763805 758169 797256 493851 762178 761739 1073447 1092471 1087599 1092679 1087737 616884 618731 637588 641701 640512 658382 667611 668724 670703 668382 1045150 1067879 1053364 1060247 1061326 787498 801322 797850
111
_K9 _K9 _K10 _K10 _K10 _K10 _K10 _K11 _K11 _K11 _K11 _K11 _K12 _K12 _K12 _K12 _K12 _K13 _K13 _K13 _K13 _K13 _K14 _K14 _K14 _K14 _K14 _K15 _K15 _K15 _K15 _K15 _K16 _K16 _K16 _K16 _K16 _K17 _K17 _K17 _K17 _K17 _K18 _K18 _K18 _K18 _K18 _K19
2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005
17.08 15.95 22.48 22.99 22.27 21.72 19.68 13.67 15.63 14.02 12.13 11.51 25.21 27.01 24.44 20.71 19.07 16.14 18.69 17.39 15.68 14.73 24.28 23.72 21.24 20.83 19.7 28 27.6 25.14 19.84 18.68 21.73 23.95 21.46 18.79 17.69 30.72 33.2 30.71 27.21 25.86 19.82 22.14 19.79 17.9 15.91 10.93
3899372.86 4100520.26 4158205.16 4253788 4394688.02 4567200.96 4761018.67 3941788.46 4120437.35 4330992.9 4540751.53 4756902.5 2429869.63 2528851.78 2657068.89 2770435.78 2901577.44 4188330.48 4401301.73 4654054.5 4921454.71 5076549.87 2322239.43 2442570.43 2582492.48 2729450.32 2893427.19 2579283.26 2682467.18 2799700.55 2948793.8 3097093.25 1678274.29 1742962.6 1811864.01 1913763.35 2010908.67 1825560.59 1926563.25 1999951.16 2093412.59 2186736.49 3609798.36 3770330.52 3966062.17 4162082.37 4357144.04 10647407.99
70.2 70.3 70.7 70.8 70.93 71.2 71.33 69.7 70 70.04 70.1 70.17 71.9 72 72.04 72.1 72.21 71.8 71.9 71.92 72.1 72.13 71.7 71.8 71.94 72.2 72.37 69 69.1 69.21 69.4 69.57 70.9 71 71.01 71 71.2 69.1 69.7 69.75 69.9 70.02 72.6 72.6 72.62 72.7 72.77 69.2
802120 798752 964224 989980 1005440 1008065 1003462 715637 733116 730257 740937 741666 796881 828574 802916 803708 796118 668652 684097 672860 683032 685155 630023 662311 694028 696569 698468 1140795 1203611 1188830 1196425 1197105 685331 692761 683378 690484 686150 513422 518898 503393 508716 508908 1009793 1047392 1005299 1007657 998942 667298
112
_K19 _K19 _K19 _K19 _K20 _K20 _K20 _K20 _K20 _K21 _K21 _K21 _K21 _K21 _K22 _K22 _K22 _K22 _K22 _K23 _K23 _K23 _K23 _K23 _K24 _K24 _K24 _K24 _K24 _K25 _K25 _K25 _K25 _K25 _K26 _K26 _K26 _K26 _K26 _K27 _K27 _K27 _K27 _K27 _K28 _K28 _K28 _K28
2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008
12.05 10.73 12.58 10.8 10.39 11.75 10.44 11.05 9.6 23.6 26.03 23.5 21.24 19.7 13.16 13.62 12.34 11.37 10.65 14.5 16.62 16.55 16.39 15.05 20.06 21.59 20.7 17.87 16.02 18.15 19.99 20.79 18.08 16.61 20.47 22.8 20.31 19.52 17.93 22.59 25.3 22.79 23.92 22.17 19.6 20.71 18.5 15.78
10911733.76 11242693.32 11659252.2 12125681.79 3411159.47 3554051.11 3722677.82 3889988.85 4085438.36 2471258.72 2570573.5 2677366.73 2787524.02 2901151.51 4481358.29 4652041.8 4871444.25 5079003.74 5300723.41 4481358.29 2060140.23 2143221.22 2219155.63 2309841.53 4277354.27 4433799.54 4625437.33 4806891.86 5020087.37 1972776.85 2022301.42 2092973.93 2169854.55 2250616.82 2600855.96 2710378.32 2834685.01 2970146.74 3098072.64 2762252.29 2865095.2 2993296.76 3142808.7 3293056.25 2809340.19 2955121.91 3120395.64 3286263.44
69.4 69.41 69.5 69.57 70.2 70.3 70.39 70.6 70.71 69.5 70 70.31 70.7 71.04 72.1 72.2 72.21 72.3 72.4 72 72.1 72.16 72.3 72.43 66.7 67.1 67.4 67.8 68.1 69.1 69.2 69.38 69.7 69.88 67.7 67.9 68.13 68.5 68.73 66.4 66.8 66.97 67.2 67.46 67.4 67.6 67.86 68.2
697007 702251 712851 726527 918317 947198 979979 997403 1009329 933165 967553 924442 931052 933795 783638 819814 833079 841893 849861 656892 688069 666664 672110 674809 623061 635692 618018 623051 846249 596787 619911 588320 594724 592388 727593 767633 749004 758961 766133 1144941 1196334 1174371 1186365 1202193 1249589 1270981 1244452 1256568
113
_K28 _K29 _K29 _K29 _K29 _K29 _K30 _K30 _K30 _K30 _K30 _K31 _K31 _K31 _K31 _K31 _K32 _K32 _K32 _K32 _K32 _K33 _K33 _K33 _K33 _K33 _K34 _K34 _K34 _K34 _K34 _K35 _K35 _K35 _K35 _K35
2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009 2005 2006 2007 2008 2009
13.98 27.79 30.36 27.93 25.98 24.39 12.94 11.19 10.01 11.16 10.11 13.34 15.21 13.64 16.13 14.99 8.81 8.9 9.01 8.47 7.82 4.22 5.33 5.26 6 4.84 6.37 7.38 6.62 10.29 8.56 8.96 10.4 9.36 11.28 9.88
3466785.56 4346424.44 4551196.99 4769145.46 4998528.19 5247897.41 878160.65 899564.99 946063.73 993863.81 1044650.24 3858169.65 4067529.95 4304287.37 4549342.95 4817877.63 722063.94 752149.22 792680.44 832154.88 869452.99 16194264.63 17118705.74 18142639.97 19156814.3 20057621.85 1701324.24 1753405.74 1820001.21 1887853.7 1966751.15 1002821.99 1054499.45 1109438.21 1166587.87 1225424.73
68.49 66.3 66.5 66.75 67.1 67.37 69.7 70 70.01 70.1 70.17 71.7 71.8 71.84 72 72.07 70.3 70.6 70.66 70.8 70.92 71.8 71.9 71.9 72 72.07 69.1 69.7 69.8 70 70.16 67.9 68 68.14 68.4 68.56
1247043 1429059 1529433 1498081 1507772 1510543 116532 126941 122387 128476 131321 483936 516366 495357 499442 502743 157060 167520 165237 168584 173296 1337327 1376932 1408679 1427610 1456863 259130 271043 259223 260768 260390 220076 236882 226775 227627 225058
114
LAMPIRAN 2 OUTPUT POOLED LEAST SQUARE
Dependent Variable: LOG(T?) Method: Pooled Least Squares Date: 05/14/11 Time: 05:46 Sample: 2005 2009 Included observations: 5 Cross-sections included: 35 Total pool (balanced) observations: 175 Variable
Coefficient
Std. Error
t-Statistic
Prob.
LOG(PDRB?) LOG(AHH?) LOG(AMH?)
-0.534430 0.262788 0.721620
0.050715 0.138266 0.054391
-10.53795 1.900591 13.26724
0.0000 0.0590 0.0000
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.499741 0.493924 0.302246 15.71263 -37.41115 0.141994
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.
2.858794 0.424866 0.461842 0.516095 0.483848
115
LAMPIRAN 3 OUTPUT FIXED EFFECT MODEL
Dependent Variable: LOG(T?) Method: Pooled Least Squares Date: 05/14/11 Time: 05:48 Sample: 2005 2009 Included observations: 5 Cross-sections included: 35 Total pool (balanced) observations: 175 Variable
Coefficient
C LOG(PDRB?) LOG(AHH?) LOG(AMH?) Fixed Effects (Cross) _K1--C _K2--C _K3--C _K4--C _K5--C _K6--C _K7--C _K8--C _K9--C _K10--C _K11--C _K12--C _K13--C _K14--C _K15--C _K16--C _K17--C _K18--C _K19--C _K20--C _K21--C _K22--C _K23--C _K24--C _K25--C _K26--C
37.97675 -0.357891 -6.991705 -0.005047
Std. Error
t-Statistic
8.503057 4.466246 0.111062 -3.222451 2.252880 -3.103452 0.170412 -0.029615
Prob. 0.0000 0.0016 0.0023 0.9764
0.697896 0.310572 0.307691 0.160843 0.360777 0.048085 0.261339 -0.016805 0.102757 0.453734 -0.146601 0.431139 0.284239 0.362618 0.196153 0.082362 0.337735 0.439400 -0.017699 -0.381158 0.247263 0.027156 0.046267 -0.023439 -0.123900 -0.066669
116
_K27--C _K28--C _K29--C _K30--C _K31--C _K32--C _K33--C _K34--C _K35--C
-0.023981 -0.198108 0.279923 -0.886465 0.128916 -1.135014 -0.401660 -1.031278 -1.114088 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)
0.963279 0.953362 0.091753 1.153357 191.1203 97.13174 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
2.858794 0.424866 -1.749946 -1.062736 -1.471194 1.706587
117
LAMPIRAN 4 OUTPUT RANDOM EFFECT MODEL Dependent Variable: LOG(T?) Method: Pooled EGLS (Cross-section random effects) Date: 05/14/11 Time: 05:49 Sample: 2005 2009 Included observations: 5 Cross-sections included: 35 Total pool (balanced) observations: 175 Swamy and Arora estimator of component variances Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(PDRB?) LOG(AHH?) LOG(AMH?) Random Effects (Cross) _K1--C _K2--C _K3--C _K4--C _K5--C _K6--C _K7--C _K8--C _K9--C _K10--C _K11--C _K12--C _K13--C _K14--C _K15--C _K16--C _K17--C _K18--C _K19--C _K20--C _K21--C _K22--C _K23--C _K24--C _K25--C _K26--C _K27--C _K28--C _K29--C _K30--C _K31--C _K32--C _K33--C _K34--C _K35--C
28.71361 -0.374245 -6.176172 0.443056
6.387118 0.075676 1.540827 0.091736
4.495550 -4.945366 -4.008349 4.829659
0.0000 0.0000 0.0001 0.0000
0.390060 0.019331 0.269192 0.180166 0.179931 0.105254 0.288030 -0.182981 0.056572 0.297022 -0.146673 0.347271 0.288315 0.357429 -0.020396 0.080209 0.478143 0.254071 0.021159 -0.507736 0.119741 -0.052116 0.047144 0.048341 -0.040888 -0.066757 -0.206749 -0.414569 -0.002881 -0.119692 0.270553 -0.499279 -0.680946 -0.573893 -0.582379 Effects Specification
118
S.D. Cross-section random Idiosyncratic random
0.295541 0.091753
Rho 0.9121 0.0879
Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.301321 0.289064 0.094500 24.58258 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
0.393147 0.112077 1.527086 1.310214
Unweighted Statistics R-squared Sum squared resid
0.443284 17.48587
Mean dependent var Durbin-Watson stat
2.858794 0.114424
119
LAMPIRAN 5 UJI CHOW DAN UJI HAUSMAN
UJI CHOW Redundant Fixed Effects Tests Pool: Untitled Test cross-section fixed effects Effects Test
Statistic
Cross-section F Cross-section Chi-square
d.f.
Prob.
(34,137) 34
0.0000 0.0000
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
13.392891
3
0.0039
48.938856 450.812708
UJI HAUSMAN
Correlated Random Effects - Hausman Test Pool: Untitled Test cross-section random effects Test Summary Cross-section random
120
LAMPIRAN 6 UJI HETEROSKEDASTISATAS
Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.975140 0.968425 0.092837 1.180753 -248.9046 145.2366 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
4.061515 2.227925 3.278910 3.966121 3.557662 2.037428
Unweighted Statistics R-squared Sum squared resid
0.962407 1.180753
Mean dependent var Durbin-Watson stat
2.858794 1.741383
121
LAMPIRAN 7 OUTPUT UJI AUTOKORELASI
Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.975140 0.968425 0.092837 1.180753 -248.9046 145.2366 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
4.061515 2.227925 3.278910 3.966121 3.557662 2.037428
Unweighted Statistics R-squared Sum squared resid
0.962407 1.180753
Mean dependent var Durbin-Watson stat
2.858794 1.741383
122
LAMPIRAN 8 Uji Linieritas
Nilai D-W pada model Tit = βο + β PDRBit + β2 AHHit + β3 AMHit + μit Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.949764 0.936196 1.725085 407.7010 -322.3172 70.00322 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
18.87263 6.829486 4.117911 4.805121 4.396663 1.592974
Nilai D-W untuk model log: Log Tit = Log βο + β Log PDRBit + β2 Log AHHit + β3 Log AMHit + μit
Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.975140 0.968425 0.092837 1.180753 -248.9046 145.2366 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
4.061515 2.227925 3.278910 3.966121 3.557662 2.037428
123
LAMPIRAN 9 T-TABEL Titik Persentase Distribusi t (df = 161 –200) df 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200
0.25 0.50 0.67602 0.67601 0.67600 0.67599 0.67598 0.67597 0.67596 0.67595 0.67594 0.67594 0.67593 0.67592 0.67591 0.67590 0.67589 0.67589 0.67588 0.67587 0.67586 0.67586 0.67585 0.67584 0.67583 0.67583 0.67582 0.67581 0.67580 0.67580 0.67579 0.67578 0.67578 0.67577 0.67576 0.67576 0.67575 0.67574 0.67574 0.67573 0.67572 0.67572
0.10 0.20 1.28683 1.28680 1.28677 1.28673 1.28670 1.28667 1.28664 1.28661 1.28658 1.28655 1.28652 1.28649 1.28646 1.28644 1.28641 1.28638 1.28635 1.28633 1.28630 1.28627 1.28625 1.28622 1.28619 1.28617 1.28614 1.28612 1.28610 1.28607 1.28605 1.28602 1.28600 1.28598 1.28595 1.28593 1.28591 1.28589 1.28586 1.28584 1.28582 1.28580
0.05 0.10 1.65437 1.65431 1.65426 1.65420 1.65414 1.65408 1.65403 1.65397 1.65392 1.65387 1.65381 1.65376 1.65371 1.65366 1.65361 1.65356 1.65351 1.65346 1.65341 1.65336 1.65332 1.65327 1.65322 1.65318 1.65313 1.65309 1.65304 1.65300 1.65296 1.65291 1.65287 1.65283 1.65279 1.65275 1.65271 1.65267 1.65263 1.65259 1.65255 1.65251
0.025 0.050 1.97481 1.97472 1.97462 1.97453 1.97445 1.97436 1.97427 1.97419 1.97410 1.97402 1.97393 1.97385 1.97377 1.97369 1.97361 1.97353 1.97346 1.97338 1.97331 1.97323 1.97316 1.97308 1.97301 1.97294 1.97287 1.97280 1.97273 1.97266 1.97260 1.97253 1.97246 1.97240 1.97233 1.97227 1.97220 1.97214 1.97208 1.97202 1.97196 1.97190
0.01 0.02 2.34973 2.34959 2.34944 2.34930 2.34916 2.34902 2.34888 2.34875 2.34862 2.34848 2.34835 2.34822 2.34810 2.34797 2.34784 2.34772 2.34760 2.34748 2.34736 2.34724 2.34713 2.34701 2.34690 2.34678 2.34667 2.34656 2.34645 2.34635 2.34624 2.34613 2.34603 2.34593 2.34582 2.34572 2.34562 2.34552 2.34543 2.34533 2.34523 2.34514
0.005 0.010 2.60671 2.60652 2.60633 2.60614 2.60595 2.60577 2.60559 2.60541 2.60523 2.60506 2.60489 2.60471 2.60455 2.60438 2.60421 2.60405 2.60389 2.60373 2.60357 2.60342 2.60326 2.60311 2.60296 2.60281 2.60267 2.60252 2.60238 2.60223 2.60209 2.60195 2.60181 2.60168 2.60154 2.60141 2.60128 2.60115 2.60102 2.60089 2.60076 2.60063
0.001 0.002 3.14162 3.14130 3.14098 3.14067 3.14036 3.14005 3.13975 3.13945 3.13915 3.13886 3.13857 3.13829 3.13801 3.13773 3.13745 3.13718 3.13691 3.13665 3.13638 3.13612 3.13587 3.13561 3.13536 3.13511 3.13487 3.13463 3.13438 3.13415 3.13391 3.13368 3.13345 3.13322 3.13299 3.13277 3.13255 3.13233 3.13212 3.13190 3.13169 3.13148
124
LAMPIRAN 10 F-TABEL Titik Persentase Distribusi F untuk Probabilita = 0,05 df untuk penyebut (N2) 1 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180
2 3.91 3.91 3.91 3.91 3.91 3.91 3.91 3.91 3.91 3.91 3.91 3.91 3.91 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.90 3.89 3.89 3.89 3.89 3.89
3 3.06 3.06 3.06 3.06 3.06 3.06 3.06 3.06 3.06 3.06 3.06 3.06 3.06 3.06 3.06 3.06 3.06 3.06 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05 3.05
4 2.67 2.67 2.67 2.67 2.67 2.67 2.67 2.67 2.67 2.67 2.67 2.67 2.67 2.67 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.66 2.65
df untuk pembilang (N1) 5 2.44 2.44 2.44 2.44 2.44 2.44 2.44 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.43 2.42 2.42 2.42 2.42 2.42 2.42 2.42 2.42 2.42 2.42 2.42
6 2.28 2.28 2.28 2.28 2.28 2.28 2.28 2.28 2.28 2.28 2.28 2.28 2.28 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.27 2.26 2.26 2.26
7 2.17 2.17 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.16 2.15 2.15 2.15 2.15 2.15 2.15 2.15 2.15 2.15 2.15 2.15 2.15 2.15 2.15 2.15 2.15 2.15 2.15 2.15
8 2.08 2.08 2.08 2.08 2.08 2.08 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.07 2.06 2.06 2.06 2.06 2.06 2.06 2.06 2.06 2.06 2.06 2.06 2.06 2.06 2.06
9 2.01 2.01 2.01 2.01 2.01 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 1.99 1.99 1.99 1.99 1.99 1.99 1.99 1.99 1.99 1.99 1.99 1.99 1.99 1.99 1.99 1.99
10 1.95 1.95 1.95 1.95 1.95 1.95 1.95 1.95 1.95 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.94 1.93 1.93 1.93 1.93 1.93 1.93 1.93 1.93 1.93 1.93
1.90 1.90 1.90 1.90 1.90 1.90 1.90 1.90 1.90 1.90 1.90 1.90 1.90 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.89 1.88 1.88 1.88 1.88 1.88
11 12 13 1.86 1.82 1.79 1.86 1.82 1.79 1.86 1.82 1.79 1.86 1.82 1.79 1.86 1.82 1.79 1.86 1.82 1.79 1.86 1.82 1.79 1.86 1.82 1.79 1.86 1.82 1.79 1.86 1.82 1.79 1.85 1.82 1.79 1.85 1.82 1.79 1.85 1.82 1.79 1.85 1.82 1.79 1.85 1.82 1.79 1.85 1.82 1.79 1.85 1.82 1.79 1.85 1.82 1.78 1.85 1.82 1.78 1.85 1.82 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.85 1.81 1.78 1.84 1.81 1.78 1.84 1.81 1.78 1.84 1.81 1.78 1.84 1.81 1.78 1.84 1.81 1.78 1.84 1.81 1.78 1.84 1.81 1.78 1.84 1.81 1.78 1.84 1.81 1.77
14 1.77 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.76 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75 1.75
125
15 1.74 1.74 1.74 1.74 1.74 1.74 1.74 1.74 1.74 1.74 1.74 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.73 1.72 1.72 1.72 1.72 1.72 1.72 1.72 1.72 1.72
LAMPIRAN 11 TABEL DW Tabel Durbin-Watson (DW), α = 5% Tabel Durbin-Watson (DW), α = 5% k=1 k=2 k=3 n dL dU dL dU dL dU 137 1.7062 1.7356 1.6914 1.7506 1.6765 1.7659 138 1.7073 1.7365 1.6926 1.7514 1.6778 1.7665 139 1.7084 1.7374 1.6938 1.7521 1.6791 1.7672 140 1.7095 1.7382 1.6950 1.7529 1.6804 1.7678 141 1.7106 1.7391 1.6962 1.7537 1.6817 1.7685 142 1.7116 1.7400 1.6974 1.7544 1.6829 1.7691 143 1.7127 1.7408 1.6985 1.7552 1.6842 1.7697 144 1.7137 1.7417 1.6996 1.7559 1.6854 1.7704 145 1.7147 1.7425 1.7008 1.7566 1.6866 1.7710 146 1.7157 1.7433 1.7019 1.7574 1.6878 1.7716 147 1.7167 1.7441 1.7030 1.7581 1.6890 1.7722 148 1.7177 1.7449 1.7041 1.7588 1.6902 1.7729 149 1.7187 1.7457 1.7051 1.7595 1.6914 1.7735 150 1.7197 1.7465 1.7062 1.7602 1.6926 1.7741 151 1.7207 1.7473 1.7072 1.7609 1.6937 1.7747 152 1.7216 1.7481 1.7083 1.7616 1.6948 1.7752 153 1.7226 1.7488 1.7093 1.7622 1.6959 1.7758 154 1.7235 1.7496 1.7103 1.7629 1.6971 1.7764 155 1.7244 1.7504 1.7114 1.7636 1.6982 1.7770 156 1.7253 1.7511 1.7123 1.7642 1.6992 1.7776 157 1.7262 1.7519 1.7133 1.7649 1.7003 1.7781 158 1.7271 1.7526 1.7143 1.7656 1.7014 1.7787 159 1.7280 1.7533 1.7153 1.7662 1.7024 1.7792 160 1.7289 1.7541 1.7163 1.7668 1.7035 1.7798 161 1.7298 1.7548 1.7172 1.7675 1.7045 1.7804 162 1.7306 1.7555 1.7182 1.7681 1.7055 1.7809 163 1.7315 1.7562 1.7191 1.7687 1.7066 1.7814 164 1.7324 1.7569 1.7200 1.7693 1.7075 1.7820 165 1.7332 1.7576 1.7209 1.7700 1.7085 1.7825 166 1.7340 1.7582 1.7218 1.7706 1.7095 1.7831 167 1.7348 1.7589 1.7227 1.7712 1.7105 1.7836 168 1.7357 1.7596 1.7236 1.7718 1.7115 1.7841 169 1.7365 1.7603 1.7245 1.7724 1.7124 1.7846 170 1.7373 1.7609 1.7254 1.7730 1.7134 1.7851 171 1.7381 1.7616 1.7262 1.7735 1.7143 1.7856 172 1.7389 1.7622 1.7271 1.7741 1.7152 1.7861 173 1.7396 1.7629 1.7279 1.7747 1.7162 1.7866 174 1.7404 1.7635 1.7288 1.7753 1.7171 1.7872 175 1.7412 1.7642 1.7296 1.7758 1.7180 1.7877 176 1.7420 1.7648 1.7305 1.7764 1.7189 1.7881 177 1.7427 1.7654 1.7313 1.7769 1.7197 1.7886 178 1.7435 1.7660 1.7321 1.7775 1.7206 1.7891 179 1.7442 1.7667 1.7329 1.7780 1.7215 1.7896 180 1.7449 1.7673 1.7337 1.7786 1.7224 1.7901 181 1.7457 1.7679 1.7345 1.7791 1.7232 1.7906 182 1.7464 1.7685 1.7353 1.7797 1.7241 1.7910 183 1.7471 1.7691 1.7360 1.7802 1.7249 1.7915 184 1.7478 1.7697 1.7368 1.7807 1.7257 1.7920 185 1.7485 1.7702 1.7376 1.7813 1.7266 1.7924 186 1.7492 1.7708 1.7384 1.7818 1.7274 1.7929 187 1.7499 1.7714 1.7391 1.7823 1.7282 1.7933 188 1.7506 1.7720 1.7398 1.7828 1.7290 1.7938
k=4 dL 1.6613 1.6628 1.6642 1.6656 1.6670 1.6684 1.6697 1.6710 1.6724 1.6737 1.6750 1.6762 1.6775 1.6788 1.6800 1.6812 1.6824 1.6836 1.6848 1.6860 1.6872 1.6883 1.6895 1.6906 1.6917 1.6928 1.6939 1.6950 1.6960 1.6971 1.6982 1.6992 1.7002 1.7012 1.7023 1.7033 1.7042 1.7052 1.7062 1.7072 1.7081 1.7091 1.7100 1.7109 1.7118 1.7128 1.7137 1.7146 1.7155 1.7163 1.7172 1.7181
dU 1.7813 1.7819 1.7824 1.7830 1.7835 1.7840 1.7846 1.7851 1.7856 1.7861 1.7866 1.7871 1.7876 1.7881 1.7886 1.7891 1.7896 1.7901 1.7906 1.7911 1.7915 1.7920 1.7925 1.7930 1.7934 1.7939 1.7943 1.7948 1.7953 1.7957 1.7961 1.7966 1.7970 1.7975 1.7979 1.7983 1.7988 1.7992 1.7996 1.8000 1.8005 1.8009 1.8013 1.8017 1.8021 1.8025 1.8029 1.8033 1.8037 1.8041 1.8045 1.8049
dL 1.6461 1.6476 1.6491 1.6507 1.6522 1.6536 1.6551 1.6565 1.6580 1.6594 1.6608 1.6622 1.6635 1.6649 1.6662 1.6675 1.6688 1.6701 1.6714 1.6727 1.6739 1.6751 1.6764 1.6776 1.6788 1.6800 1.6811 1.6823 1.6834 1.6846 1.6857 1.6868 1.6879 1.6890 1.6901 1.6912 1.6922 1.6933 1.6943 1.6954 1.6964 1.6974 1.6984 1.6994 1.7004 1.7014 1.7023 1.7033 1.7042 1.7052 1.7061 1.7070
k=5 dU 1.7971 1.7975 1.7979 1.7984 1.7988 1.7992 1.7996 1.8000 1.8004 1.8008 1.8012 1.8016 1.8020 1.8024 1.8028 1.8032 1.8036 1.8040 1.8044 1.8048 1.8052 1.8055 1.8059 1.8063 1.8067 1.8070 1.8074 1.8078 1.8082 1.8085 1.8089 1.8092 1.8096 1.8100 1.8103 1.8107 1.8110 1.8114 1.8117 1.8121 1.8124 1.8128 1.8131 1.8135 1.8138 1.8141 1.8145 1.8148 1.8151 1.8155 1.8158 1.8161
126
127
