analisis ipm di kab. berau.pdf

7/25/2019 Analisis IPM di Kab. Berau.pdf

1/28


2/28

2

!"#$%& ()*$*+, -%./ 1

perumahan, kesehatan dan pendidikan yang dapat diterima (acceptable). Disamping itu

kemiskinan juga berkaitan dengan tingkat pertumbuhan pendapatan , tingkat pendidikan

dan kesehatan dan masalah-masalah lain yang secara eksplisit berkaitan erat denganmasalah kemiskinan. Dengan kata lain, pendekatannya harus dilakukan lintas sektor,

lintas pelaku secara terpadu dan terkoordinasi dan terintegrasi (www.bappenas.go.id, 12

Maret 2013 ).

Menurut Tambunan (2003), masalah besar dalam pembangunan yang dihadapi

banyak negara berkembang termasuk Indonesia adalah kemiskinan atau jumlah orang

yang berada dibawah garis kemiskinan (poverty line). Kemiskinan adalah kondisi dimana

seseorang atau keluarga tidak mampu memenuhi kebutuhan primer. Negara Indonesia

subur dan kekayaan alamnya melimpah, namun rakyatnya yang tergolong miskin cukup

besar.

Usaha Pemerintah dalam penanggulangan kemiskinan sangatlah serius, bahkanprogram penanggulangan kemiskinan merupakan salah satu program prioritas. Menurut

Bappeda Kabupaten Berau (2010) dalam Renstra Penanggulangan Kemiskinan

Kabupaten Berau 2011-2015 bahwa upaya Penanggulangan Kemiskinan di Kabupaten

Berau melalui empat program utama yaitu program perluasan kesempatan berusaha bagi

penduduk miskin, program pemberdayaan masyarakat, program peningkatan kapasitas

sumberdaya manusia dan program perlindungan sosial.

Permasalahan kemiskinan di Kabupaten Berau yaitu masih tingginya angka

kemiskinan. Perkembangan penduduk miskin di Kabupaten Berau meningkat cukup

tinggi, terutama pada kurun waktu tahun 2002 sampai dengan 2007. Jumlah Penduduk

miskin pada tahun 2002 mencapai 15.702 jiwa atau 11,99 persen dari total penduduk

Kabupaten Berau. Kemiskinan menjadi tanggungjawab bersama, terutama bagi

Pemerintah Kabupaten Berau sebagai penyangga proses perbaikan kehidupan masyarakat

dalam sebuah Pemerintahan, untuk segera mencari jalan keluar sebagai upaya

pengentasan kemiskinan.

Data empiris dari berbagai Negara sedang berkembang selama periode 1960-

1980 menunjukkan semakin melemahnya mekanisme trickle-down effect, pertumbuhan

ekonomi yang pesat tidak secara otomatis berdampak terhadap menurunnya tingkat

kemiskinan di suatu Negara. Sementara pada tahun 1960-an, pertumbuhan ekonomi tidak

memberikan pengaruh yang berarti terhadap pengurangan tingkat kemiskinan (Culter &

Katz, 1991).

Pertumbuhan ekonomi Kabupaten Berau pada kurun waktu 2002 sampai dengan

2011 secara agregat terlihat cukup dinamis yaitu di atas 5 %, kecuali pada tahun 2003

dan 2004 pertumbuhan ekonomi dibawah 5% yaitu 4,16% dan 2,64%. Pada tahun 2005

sampai dengan 2011 perekonomian Kabupaten Berau menunjukkan adanya peningkatan

dari tahun ke tahun yaitu tumbuh berkisar 5,08% sampai 8,04%. Namun pertumbuhan

ekonomi Kabupaten Berau tidak selalu diringi dengan penurunan jumlah penduduk

miskin yang signifikan. Bahkan ketika indikator perekonomian Kabupaten Berau naik

pada tahun 2007 mencapai 6,79%, jumlah penduduk miskin di Kabupaten Berau juga ikut

naik mencapai 14.600 jiwa.

Tingkat pertumbuhan angkatan kerja yang cepat dan pertumbuhan lapangan kerja

yang relatif lambat menyebabkan masalah pengangguran yang ada di suatu daerah


3/28

3

!"#$%& ()*$*+, -%./ 2

menjadi semakin serius. Besarnya jumlah pengangguran merupakan cerminan kurang

berhasilnya pembangunan di suatu Negara. Pengangguran dapat mempengaruhi

kemiskinan dengan berbagai cara (Tambunan, 2001). Jumlah pengangguran di KabupatenBerau pada periode tahun 2002 sampai dengan tahun 2011 bergerak naik turun. Jumlah

pengangguran paling rendah pada tahun 2002 yaitu berjumlah 3.501 jiwa dan tertinggi

pada tahun 2006 yaitu berjumlah 8.284 jiwa.

Indeks Pembangunan Manusia (IPM) merupakan suatu terobosan dalam menilai

pembangunan manusia. Sistem perhitungan ini diperkenalkan oleh seorang ekonom

bernama Amartya Send dan dibantu oleh Mahbub Ul Haq, sehingga sering indeks ini

disebut Indeks Sen. IPM mencakup 3 (tiga) komponen yang dianggap mendasar bagi

manusia dan secara operasional mudah dihitung untuk menghasilkan suatu ukuran yang

merefleksikan upaya pembangunan manusia. Ketiga aspek tersebut berkaitan dengan

peluang hidup (longevity), pengetahuan (knowledge), dan hidup layak (decent living )(BPS, 2012).

Napitupulu (2007), IPM adalah salah satu tolok ukur pembangunan suatu wilayah

yang berkorelasi negatif terhadap kondisi kemiskinan di wilayah tersebut, karena

diharapkan suatu daerah yang memiliki nilai IPM tinggi, idealnya kualitas hidup

masyarakat yang tinggi atau dapat dikatakan pula bahwa jika nilai IPM tinggi maka

seharusnya kemiskinan rendah. Kualitas sumberdaya manusia juga dapat menjadi faktor

penyebab terjadinya penduduk miskin. Kualitas sumberdaya manusia dapat dilihat dari

Indeks Pembangunan manusia (IPM). Rendahnya IPM akan berakibat pada rendahnya

produktivitas kerja penduduk. Produktivitas kerja yang rendah berakibat pada rendahnya

perolehan pendapatan. Sehingga dengan rendahnya pendapatan menyebabkan tingginya

jumlah penduduk miskin.

1.1 Rumusan MasalahDari uraian fenomena latar belakang, maka rumusan masalah pada penelitian ini

adalah sebagai berikut :

1. Apakah Pertumbuhan Ekonomi, Jumlah Pengangguran dan Indeks Pembangunan

Manusia secara bersama-sama berpengaruh signifikan terhadap jumlah penduduk

miskin di Kabupaten Berau ?

2. Diantara ketiga variabel bebas tersebut, manakah yang memiliki pengaruh dominan

terhadap jumlah penduduk miskin di Kabupaten Berau ?

2. TINJAUAN PUSTAKA

2.1 Penelitian SebelumnyaPenelitian oleh Octaviani (2001) dengan judul Inflasi, pengangguran, dan

Kemiskinan di Indonesia dengan analisis indeks Forrester Greer dan Horbecke.

Tulisannya menganalisis tentang pengaruh pengangguran terhadap tingkat kemiskinan di

Indonesia. Model yang digunakan adalah modifikasi model ekonometri yang

dikemukakan oleh Cutler dan Katz (1991).

Penelitian yang dilakukan oleh Siregar dan Winarti (2006) yang berjudul

Dampak Pertumbuhan Ekonomi Terhadap Penurunan Jumlah Penduduk Miskin

bertujuan untuk mengetahui dan menganalisis pengaruh serta dampak dari pertumbuhan


4/28

4

!"#$%& ()*$*+, -%./ 3

ekonomi terhadap jumlah penduduk miskin Indonesia, hal ini dilakukan karena jumlah

penduduk miskin akibat krisis belum berhasil dikurangi bahkan cenderung meningkat.

Penelitian ini menggunakan data panel dan variabel yang digunakan adalah kemiskinan,PDRB, tingkat inflasi, jumlah lulusan tingkat SMP, SMA,. Kesimpulan dari penelitian ini

adalah bahwa tidak hanya pertumbuhan ekonomi saja yang mampu mengurangi

kemiskinan suatu daerah melainkan efek ke bawah (tickle down effect).

Penelitian yang dilakukan oleh Prasetyo (2010) dengan judul Analisis

faktor-faktor yang mempengaruhi tingkat kemiskinan. Tulisannya meneliti tentang

pengaruh pertumbuhan ekonomi, upah minimum, pendidikan dan pengangguran terhadap

kemiskinan di Jawa Tengah. Analisis yang digunakan adalah analisis deskriptif dan

ekonometrika dengan menggunakan metode panel Data. Hasil dari penelitian ini

menunjukkan bahwa variable pertumbuhan ekonomi berpengaruh negatif terhadap tingkat

kemiskinan, Variabel pendidikan berpengaruh negatif terhadap tingkat kemiskinan,sedangkan variabel pengangguran memberikan pengaruh positif terhadap tingkat

kemiskinan.

2.2Landasan Teori

2.2.1 Pertumbuhan EkonomiPertumbuhan ekonomi merupakan pertambahan relatif nilai barang dan jasa

dalam satu periode (satu tahun). Pertambahan nilai barang dan jasa ini dapat dilihat dari

Produk Domestik Regional Bruto (PDRB). Nilai barang dan jasa dalam PDRB meningkat

karena jumlah dan harga dari barang dan jasa itu sendiri, untuk menghilangkan pengaruh

kenaikan harga maka pertumbuhan ekonomi dihitung dengan nilai PDRB dengan harga

konstan.

2.2.2 Teori Pertumbuhan Ekonomi Neoklasik TradisionalDalam argumen pasar bebas neoklasik merupakan keyakinan bahwa liberalisasi

pasar-pasar nasional akan merangsang investasi, baik itu investasi domestik maupun yang

berasal dari luar negeri, sehingga dengan sendirinya akan memacu tingkat akumulasi

modal. Bila diukur berdasarkan satuan tingkat pertumbuhan Gross National Product

(GNP), hal tersebut sama dengan penambahan tingkat tabungan domestik, yang pada

gilirannya akan meningkatkan rasio modal-tenaga kerja (capital-labor ratios) dan

pendapatan per kapita negara-negara berkembang yang pada umumnya miskin modal.

Model-model pertumbuhan neoklasik tradisional sesungguhnya bertolak secara langsung

dari model Harrod-Domar dan Solow.

2.2.3 Model Pertumbuhan Endogen

Aspek yang paling menarik dari model pertumbuhan endogen adalah bahwa

model tersebut membantu menjelaskan keanehan aliran modal internasional yang

memperparah ketimpangan antara negara maju dengan negara berkembang. Potensi

tingkat pengembalian investasi yang tinggi yang ditawarkan oleh negara berkembang

yang mempunyai rasio modal-tenaga kerja yang rendah berkurang dengan cepat

dikarenakan rendahnya tingkat investasi komplementer (complementary investments)

dalam sumber daya manusia (pendidikan), infrastruktur, atau riset dan pengembangan (R


5/28

5

!"#$%& ()*$*+, -%./ 4

& D). Secara sederhana, dengan demikian fungsi produksi agregat dapat dimodifikasi

menjadi sebagai berikut :

Y = A. F (K. H. L)Pada persamanaan di atas H adalah sumberdaya manusia yang merupakan

akumulasi dari pendidikan dan pelatihan.

Pengangguran merupakan permasalahan yang dihadapi oleh seluruh Negara di

dunia, terutama di negara-negara berkembang tidak terkecuali Indonesia. Jumlah

lapangan pekerjaan di negara sedang berkembang belum dapat menampung jumlah

pencari kerja. Tidak tertampungnya tenaga kerja dalam suatu kegiatan ekonomi antara

lain disebabkan oleh kurangnya keahlian yang dimiliki oleh tenaga kerja dan terbatasnya

jumlah lapangan kerja. Yang dimaksud dengan pengangguran disini adalah pengangguran

terbuka dan belum termasuk mereka yang tergolong pengangguran terselubung (disguised

unemployment) atau setengah pengangguran dengan angka yang lebih besar biladibandingkan dengan angka pengangguran terbuka. Untuk memperjelas konsep

pengangguran dan keterkaitannya dengan angkatan kerja, sebagaimana disajikan pada

gambar 2.1.

Gambar 2.1 Penduduk, Angkatan Kerja dan Pengangguran

Ukuran pembangunan yang digunakan selama ini yaitu PDB dalam konteks

nasional dan PDRB dalam konteks regional, hanya mampu memotret pembangunan

ekonomi saja. Untuk itu dibutuhkan suatu indikator yang lebih komprehensif, yang

mampu mengungkap tidak saja perkembangan ekonomi akan tetapi juga perkembangan

aspek sosial dan kesejahteraan manusia.

Indikator pembangunan manusia merupakan salah satu alat ukur yang dapat

digunakan untuk menilai kualitas pembangunan manusia, baik dari sisi dampaknya

terhadap kondisi fisik manusia (kesehatan dan kesejahteraan) maupun yang bersifat non

fisik (intelektual). Pembangunan yang berdampak pada kondisi fisik masyarakat

Usia kerja 15 65

Tahun

Bukan Usia Kerja (0-14

tahun & > 65 tahun)

Bukan Angkatan Kerja dan

Bukan Pengangguran

Angkatan Kerja

Bekerja Tidak bekerja atau

pengangguran

Total Penduduk


6/28

6

!"#$%& ()*$*+, -%./ 5

tercermin dalam angka harapan hidup serta kemampuan daya beli, sedangkan dampak

non fisik dilihat dari kualitas pendidikan dan kesehatan masyarakat.

Teori Kemiskinan

Menurut Amartya Sen, seperti dikutip dari Bloom dan Canning (2001) dalam Dr.

dr. Tb. Rachmat Santika (2010) seseorang dikatakan miskin bila mengalami capability

deprivation dimana seseorang tersebut mengalami kekurangan kebebasan yang

substantif. Menurut Bloom dan Canning, kebebasan substantif ini memiliki dua sisi:

kesempatan dan rasa aman. Kesempatan membutuhkan pendidikan dan keamanan

membutuhkan kesehatan. Maka dapat dikatakan agar manusia dapat lebih produktif, ia

tidak hanya membutuhkan pendapatan semata tetapi juga ketersediaan akses kesehatan

dan pendidikan.

Pengertian kemiskinan dalam arti luas adalah keterbatasan yang disandang olehseseorang, sebuah keluarga, sebuah komunitas, atau bahkan sebuah Negara yang

menyebabkan ketidaknyamanan dalam kehidupan, terancamnya penegakan hak dan

keadilan, terancamnya posisi tawar (bargaining) dalam pergaulan dunia, hilangnya

generasi, serta suramnya masa depan bangsa dan negara. Negara-negara maju yang lebih

menekankan pada kualitas hidup yang dinyatakan dengan perubahan lingkungan hidup

melihat bahwa laju pertumbuhan industri tidak mengurangi bahkan justru menambah

tingkat polusi udara dan air, mempercepat penyusutan sumber daya alam, dan

mengurangi kualitas lingkungan.

Ukuran Kemiskinan

Menurut Badan Pusat Statistik (2010), penetapan perhitungan garis kemiskinan

dalam masyarakat adalah masyarakat yang berpenghasilan dibawah Rp 7.057 per orang

per hari. Penetapan angka Rp 7.057 per orang per hari tersebut berasal dari perhitungan

garis kemiskinan yang mencakup kebutuhan makanan dan non makanan. Untuk

kebutuhan minimum makanan digunakan patokan 2.100 kilokalori per kapita per hari.

Sedang untuk pengeluaran kebutuhan minimum bukan makanan meliputi pengeluaran

untuk perumahan, pendidikan, dan kesehatan.

Sedangkan ukuran menurut World Bank menetapkan standar kemiskinan

berdasarkan pendapatan per kapita. Penduduk yang pendapatan per kapitanya kurang dari

sepertiga rata-rata pendapatan perkapita nasional. Dalam konteks tersebut, maka ukuran

kemiskinan menurut World Bank adalah USD $2 per orang per hari.

2.3Keterkaitan Antar Variabel

2.3.1 Hubungan Pertumbuhan Ekonomi Dengan Jumlah Penduduk Miskin

Pertumbuhan ekonomi suatu wilayah dapat mencerminkan keberhasilan

pembangunan pada wilayah tersebut. Apabila suatu wilayah dapat meningkatkan laju

pertumbuhan ekonominya maka wilayah tersebut dapat dikatakan sudah mampu

melaksanankan pembangunan ekonomi dengan baik. Akan tetapi yang masih menjadi

masalah dalam pembangunan ekonomi ini adalah apakah pertumbuhan ekonomi yang

terjadi pada suatu wilayah sudah merata diseluruh lapisan masyarakat. Harapan


7/28

7

!"#$%& ()*$*+, -%./ 6

pertumbuhan ekonomi yang tinggi akan dapat meningkatkan pendapatan per kapita

masyarakat.

Simon Kuznets mengatakan bahwa pada tahap awal pertumbuhan ekonomi,distribusi pendapatan cenderung memburuk, dan pada tahap selanjutnya, distribusi

pendapatannya akan membaik, namun pada suatu waktu akan terjadi peningkatan

disparitas pendapatan lagi yang akhirnya pada suatu titik tertentu akan menurun lagi. Hal

tersebut digambarkan dalam kurva Kuznets sebagaimana dapat dilihat pada gambar 2.3.

Gambar 2.3 menunjukkan bahwa dalam jangka pendek ada korelasi positif antara

pertumbuhan pendapatan perkapita dengan disparitas pendapatan. Namun dalam jangka

panjang hubungan keduanya menjadi korelasi yang negatif.

Koefisien gini

PDRB per Kapita

Gambar 2.3

Kurva Kuznets

Menurut Kuznet (dikutip dari Tambunan, 2001), 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.

2.3.2 Hubungan Jumlah Pengangguran Dengan Jumlah Penduduk MiskinMenurut Sukirno (2004) bahwa salah satu faktor penting yang menentukan

kemakmuran masyarakat adalah tingkat pendapatan. Pendapatan masyarakat mencapai

maksimum apabila tingkat penggunaan tenaga kerja penuh dapat terwujud, sehingga

apabila tidak bekerja atau menganggur maka akan mengurangi pendapatan dan hal ini

akan mengurangi tingkat kemakmuran yang mereka capai sehingga dapat menimbulkan

buruknya kesejahteraan masyarakat.

Ada hubungan yang sangat erat sekali antara tingginya jumlah pengangguran

dengan jumlah penduduk miskin. Bagi sebagian mereka yang tidak mempunyai pekerjaan

yang tetap atau hanya bekerja paruh waktu (part time) selalu berada diantara kelompok

masyarakat yang sangat miskin Masyarakat yang bekerja dengan bayaran tetap di sektor


8/28

8

!"#$%& ()*$*+, -%./ 7

pemerintahan dan swasta biasanya termasuk diantara kelompok masyarakat kelas

menengah ke atas. Setiap orang yang tidak mempunyai pekerjaan adalah miskin,

sedangkan yang bekerja secara penuh adalah orang kaya. Karena kadangkala ada jugapekerja di perkotaan yang tidak bekerja secara sukarela karena mencari pekerjaan yang

lebih baik dan yang lebih sesuai dengan tingkat pendidikannya. Mereka menolak

pekerjaan-pekerjaan yang mereka rasakan lebih rendah dan mereka bersikap demikian

karena mereka mempunyai sumber-sumber lain yang bisa membantu masalah keuangan

mereka. Orang-orang seperti ini disebut menganggur tetapi belum tentu miskin.

2.3.3 Hubungan Indeks Pembangunan Manusia Dengan Jumlah Penduduk Miskin

Todaro (2000) juga mengatakan bahwa pembangunan manusia merupakan tujuan

pembangunan itu sendiri. Pembangunan manusia memainkan peranan kunci dalam

membentuk kemampuan sebuah negara dalam menyerap teknologi modern dan untukmengembangkan kapasitasnya agar tercipta pertumbuhan serta pembangunan yang

berkelanjutan.

Lanjouw, dkk (2001) menyatakan pembangunan manusia di Indonesia identik

dengan pengurangan kemiskinan. Investasi di bidang pendidikan dan kesehatan akan

lebih berarti bagi penduduk miskin dibandingkan penduduk tidak miskin, karena bagi

penduduk miskin asset utama adalah tenaga kasar mereka. Adanya fasilitas pendidikan

dan kesehatan murah akan sangat membantu untuk meningkatkan produktifitas, dan pada

gilirannya meningkatkan pendapatan.

Kualitas Sumberdaya Manusia yang dapat dilihat dari nilai Indeks Pembangunan

Manusia dapat menjadi penyebab terjadinya penduduk miskin. Rendahnya Indeks

Pembangunan Manusia (IPM) akan berakibat pada rendahnya produktivitas kerja yang

berimbas pada rendahnya perolehan pendapatan. Sehingga dengan rendahnya pendapatan

menyebabkan tingginya jumlah penduduk miskin.

2.4Kerangka Konseptual Penelitian

Berdasarkan landasan teori Simon Kuznet, Arsyad, Todaro & beberapa

kesimpulan, tujuan penelitian dan hasil penelitian sebelumnya serta permasalahan yang

telah dikemukakan, maka sebagai dasar untuk merumuskan hipotesis, berikut disajikan

kerangka konseptual yang dituangkan dalam model penelitian pada gambar 2.5. Kerangka

konseptual tersebut, menunjukkan pengaruh variabel independen baik secara parsial

maupun simultan terhadap jumlah penduduk miskin di Kabupaten Berau.

Variabel Independen Variabel Dependen

H2

H1

Pertumbuhan Ekonomi (X1)

Jumlah Pengangguran (X2) Jumlah Penduduk Miskin

(Y)


9/28

9

!"#$%& ()*$*+, -%./ 8

Gambar 2.5Kerangka Konseptual Penelitian

2.5Hipotesis

Berdasarkan latar belakang, rumusan masalah, tinjauan pustaka, landasan teori

dan kerangka proses berfikir serta kerangka konseptual, maka di diajukan hipotesis

sebagai berikut:

1. Variabel Pertumbuhan Ekonomi, Jumlah Pengangguran dan Indeks Pembangunan

Manusia secara bersama-sama berpengaruh signifikan terhadap jumlah penduduk

miskin di Kabupaten Berau

2. Pertumbuhan ekonomi mempunyai pengaruh dominan terhadap jumlah penduduk

miskin di Kabupaten Berau

3. METODE PENELITIAN

3.1Defenisi Oprasional

Berikut diberikan penjelasan mengenai definisi operasional variabel independen

(X) maupun variabel dependen (Y) agar penelitian lebih terfokus pada permasalahan serta

untuk menghindari salah penafsiran atas variabel-variabel yang digunakan, dapat diuraian

sebagai berikut :

a. Pertumbuhan Ekonomi

Pertumbuhan ekonomi adalah kenaikan PDRB harga konstan dengan migas

setiap tahun di Kabupaten Berau dari tahun 2002 2011 dalam satuan persen

(%).

b. Jumlah Pengangguran

Jumlah pengangguran menurut BPS (2008) adalah jumlah orang yang masuk

dalam angkatan kerja (usia 15 tahun ke atas) yang sedang mencari pekerjaan

dan belum mendapatkannya. Orang yang tidak sedang mencari pekerjaan

contohnya adalah ibu rumah tangga, siswa sekolah SMP, SMA, mahasiswa

perguruan tinggi, dan lain sebagainya karena sesuatu dan lain hal tidak/belum

membutuhkan pekerjaan. Data yang digunakan adalah jumlah pengangguranKabupaten Berau Tahun 2002 2011 menggunakan satuan jiwa

c. Indeks Pembangunan Manusia (IPM)

Indeks Pembangunan Manusia (IPM) adalah pengukuran perbandingan dari

harapan hidup, angka melek huruf dan pengeluaran perkapita. Angka indeks

komposit tersebut sudah dihitung oleh Badan Pusat Statistik (BPS) berdasarkan

formulasi yang ditetapkan UNDP. Data yang digunakan adalah indeks

pembangunan manusia Kabupaten Berau tahun 2002 2011.

d. Jumlah Penduduk miskin

Jumlah Penduduk Miskin adalah jumlah penduduk yang berada di bawah garis

kemiskinan di Kabupaten Berau. Garis kemiskinan yang merupakan dasar

Indeks Pembangunan Manusia

(X3)


10/28

10

!"#$%& ()*$*+, -%./ 09

perhitungan jumlah penduduk miskin ditentukan dua kriteria yaitu pengeluaran

konsumsi perkapita per bulan yang setara dengan 2100 kalori perkapita per hari

dan nilai kebutuhan minimum komoditi bukan makanan. Dalam penelitian ini,data yang digunakan adalah jumlah penduduk miskin Kabupaten Berau tahun

2002 2011 (dalam satuan jiwa).

3.2Teknik Pengumpulan Data

Dalam penelitian ini digunakan teknik pengumpulan data yaitu penelitian pustaka

Library Research, yaitu proses pengumpulan data yang berhubungan dengan objek yang

diteliti termasuk didalamnya pencatatan data penelitian yang telah dilakukan oleh pihak-

pihak terkait pada objek yang diteliti seperti Kantor Badan Pusat Statistik (BPS)

Kabupaten Berau dan BPS Propinsi Kalimantan Timur. Dari teknik pengumpulan data

tersebut maka dapat diperoleh data skunder.

3.3Analisis Dan Pengujian Hipotesis

3.3.1 Analisis Kuantitatif

Analisis Kuantitatif dengan menggunakan model ekonometrika digunakan untuk

menjawab permasalahan dan pembuktian hipotesis yang dikemukakan yaitu untuk

menelaah pengaruh Pertumbuhan Ekonomi, jumlah pengangguran dan IPM terhadap

jumlah penduduk miskin di Kabupaten Berau. Dalam menganalisis data yang diperoleh

untuk mengetahui besarnya pengaruh variabel independen terhadap variabel dependen

yaitu dengan cara meregresikan variabel-variabel yang ada dengan menggunakan metode

kuadrat terkecil biasa (Ordinary Least Square/QLS).Ukuran variable yang akan digunakan dalam penelitian ini dapat dilihat pada tabel 3.1

dibawah ini.

Tabel 3.1.Faktor, Variabel dan Ukuran yang digunakan dalam analisis

Faktor Variabel/Indikator Satuan Keterangan

Kemiskinan Jumlah Penduduk Miskin Jiwa Variabel Tak Bebas

(Y)

PertumbuhanEkonomi

Perkembangan PDRB % Variabel Bebas X1

Pengangguran Jumlah Pengangguran Jiwa Variabel Bebas X2

IPM Angka Harapan Hidup,Angka Melek Huruf Paritas

daya beli

Variabel Bebas X3

3.3.2 Analisis Korelasi / Koefisien Determinasi (R-Square)

Koofisien determinasi digunakan untuk mengukur tingkat kemampuan variabel

bebas dalam menjelaskan variasi (turun naiknya secara bersama-sama) Y dengan

menghitung koofisien determinasinya.

Korelasi antar variabel dilakukan dengan cara membandingkan nilai-nilai

Pearson Correlation hasil perhitungan program SPSS. Menurut Sarwono (dalam


11/28

11

!"#$%& ()*$*+, -%./ 00

Andriawan, 2007:52) Derajat hubungan antar dua variabel ditunjukkan oleh nilai korelasi

yang dihasilkan. Angka korelasi berkisar antara 0 sampai dengan 1. Kriteria yang

menunjukkan kuat lemahnya korelasi ditunjukkan dengan nilai-nilai sebagai berikut :a. 0 0,25 : Korelasi sangat lemah

b. > 0,25 0,5 : Korelasi Cukup

c. > 0,5 0,75 : Korelasi Kuat

d. > 0,75 1 : Korelasi sangat kuat

3.4Pengujian Hipotesis

a. Pengujian arti keseluruhan regresi (Uji F)

Untuk mengetahui apakah semua variabel independen yang digunakan dalam

model regresi secara bersama-sama berpengaruh terhadap variabel dependen

perlu dilakukan pengujian koefisien dengan menggunakan derajat signifikansinilai F. Pengujian ini dilakukan dengan komputer menggunakan program SPSS

Versi 20.

Dasar Pengambilan keputusan menurut Singgih, 2000 : 210 adalah :

1. Jika probabilitas (nilai signifikansi) > 0,05 (!) maka Ho diterima dan menolak

Ha = tidak signifikan

2. Jika probabilitas (nilai sigfikansi) < 0,05 (!) maka Ho ditolak dan menerima

Ha = signifikan.

b. Pengujian Koefisien Regresi Parsial (Uji t)

Untuk mengetahui pengaruh variabel bebas secara parsial atau individu terhadap

variabel tidak bebas dengan asumsi variabel yang lain konstan. Pengujian inidilakukan dengan melihat derajat signifikansi masing-masing variabel bebas

dengan komputer menggunakan program SPSS Versi 20.

Dasar pengambilan keputusan menurut (Singgih Santosa, 2000 : 210) :

1. Jika probabilitas (nilai signifikansi) > 0,05 (!) maka Ho diterima dan menolak

Ha = tidak signifikan

2. Jika probabilitas (nilai sigfikansi) < 0,05 (!) maka Ho ditolak dan menerima

Ha = signifikan

3.5Uji Asumsi Klasik

Uji Multikolinieritas, adalah adanya korelasi yang pasti diantara variabel bebas.Dalam kasus multikolinieritas sempurna penaksir OLS (Ordinary Least Square) tak

tertentu dan kesalahan standarnya tidak tertentu juga. Model tersebut dapat dipergunakan

untuk membuat estimasi atau perkiraan, pengujian hipotesis dan ramalan interval nilai

variabel tak bebas Y. (Supranto, 2004 :10). Jika terjadi multikolinieritas yang nyata tetapi

tidak sempurna maka terdapat beberapa konsewensi, diantaranya adalah kesalahan

standar yang diperoleh cenderung membesar dengan meningkatnya tingkat korelasi

diantara variabel bebas. Hasil uji asumsi bahwa tidak terjadi multikolinieritas ditunjukkan

nilai VIF yang tidak melebihi nilai 10.

Uji Autokorelasi, adalah suatu keadaan dimana terdapat hubungan antara

variabel pengganggu yang berurutan dari data time series. Dalam konteks penelitian,


12/28

12

!"#$%& ()*$*+, -%./ 01

permasalahan ini mungkin timbul antara lain disebabkan oleh model yang bersifat

autogressive atau adanya beda kala (Supranto, 2004 : 87).

Untuk mendeteksi adanya gejala tersebut digunakan pengujian besaran Durbin-Watson yang diperoleh dari perhitungan dengan nilai kritis DW dari tabel. Bila pengujian

ini ternyata berda pada daerah ragu-ragu, selanjutnya dilakukan Runs test. Untuk

mengetahui nilai Durbin Watson dengan menggunakan program komputer statistik SPSS

versi 20. Penggunaan program komputer pada penelitian ini dimaksudkan untuk

mempercepat proses perhitungan dan keakuratan hasil perhitungan.

Heteroskedastisitas, Asumsi OLS lainnya adalah bahwa variabel-variabel

pengganggu mempunyai varians yang sama atau secara matematis ditulis variabel E

(1) = "2sama untuk semua kesalahan koefisien pengganggu (asumsi homoskedastisitas.

Pengertian homoskedastisitas adalah varian ("2) dari residual (kesalahan koefisien

pengganggu) dari satu pengamatan ke pengamatan yang lain adalah tetap. Jika asumsi initidak terpenuhi maka problem Heteroskedastisitas (Supranto, 2004 : 46).

Salah satu cara yang dilakukan untuk menghilangkan Heteroskedastisitas dalam

model regresi adalah dengan mentransformasi variabel menjadi log. Jika hal ini dilakukan

maka masing-masing koefisien regresi yang dihasilkan dari model menunjukkan besarnya

elastisitas masing-masing variabel independen terhadap variabel dependennya. Menurut

(Gozali, 2005 : 95) untuk mendeteksi ada atau tidaknya Heteroskedastisitas yaitu melihat

penyebaran dari varian residunya.

4. ANALISIS DAN PEMBAHASAN

4.1Analisi Kuantitatif4.1.1 Analisis Pengaruh X terhadap Y

Menganalisi pengaruh pertumbuhan ekonomi, jumlah pengangguran dan IPM

terhadap jumlah penduduk miskin di Kabupaten Berau, maka dapat digunakan alat

analisis statistik dengan persamaan linier berganda. Data tabel 5.1 di atas diregresikan

dengan program SPSS , sehingga diperoleh hasil sebagaimana pada tabel 5.2 berikut :

Tabel 5.2. Koefisien (Y)

Model

Unstandardized

Coefficients

Standardized

Coefficients t Sig.

B Std. Error Beta

1 (Constant) 121765.605 35364.815 3.443 .014

Growth 1123.514 490.601 .948 2.290 .062

Pengangguran .170 .460 .135 .369 .725

IPM -1634.112 545.568 -1.558 -2.995 .024

a. Dependent Variable: Miskin

Hasil perhitungan diperoleh persamaan regresinya sebagai berikut :

Y = 121.765,605 + 1.123,514X1+ 0,170X2 1.634,112X3

Hal ini menunjukkan bahwa nilai koefisien variabel bebas atau nilai beta dari

masing-masing variabel yang mempengaruhi jumlah penduduk miskin adalah sebagai


13/28

13

!"#$%& ()*$*+, -%./ 02

berikut : pertumbuhan ekonomi sebesar 1.123,514, Jumlah pengangguran sebesar 0,170

dan IPM sebesar 1.634,112.

Persamaan regresi berganda yang didapat dari hasil perhitungan tersebut dapatdijelaskan bahwa bila terjadi penambahan output pertumbuhan ekonomi (X1) sebesar 1

persen dengan asumsi jumlah pengangguran (X2) dan IPM (X3) tidak berubah, maka

penduduk miskin (Y) akan bertambah sebesar 1.124 orang. Penambahan jumlah

pengangguran (X2) sebesar satu orang dengan asumsi pertumbuhan ekonomi (X1) dan

IPM (X3) tidak berubah, maka penduduk miskin (Y) akan bertambah sebesar 0,170%.

Demikian juga bila terjadi penambahan IPM (X3) sebanyak 1 satuan dengan asumsi

pertumbuhan ekonomi (X1) dan jumlah pengangguran (X2) tidak berubah, maka

penduduk miskin (Y) akan berkurang sebesar 1.634 orang.

4.1.2 Analisis Korelasi / Koefisien Determinasi (R2) Untuk Y

Pengolahan regresi berganda pada program SPSS didapatkan nilai koefesiendeterminasi regresi berganda dengan output sebagai berikut:

Tabel 5.3. Koefisien Korelasi dan Determinasi (R2)

Model RR

Square

Adjus

ted R Square

Std.

Error of the

Estimate

Durbi

n-Watson

1.8

35a

.6

97

.545 1339.

877

2.947

a. Predictors: (Constant), IPM, Pengangguran, Growth

b. Dependent Variable: Miskin

Angka R atau koefesien korelasi sebesar 0,835 (83,5%) menunjukkan adanya

korelasi atau hubungan antara variabel penduduk miskin (dependen) dengan variabel

pertumbuhan ekonomi, jumlah pengangguran, dan indeks pembangunan manusia

(independen) dalam tingkat yang kuat.

Output SPSS tersebut dapat diketahui angka Korelasi Determinasi atau R square

(R2) sebesar 0,697 yang menunjukkan bahwa variabel-variabel independen yang

digunakan yaitu pertumbuhan ekonomi, jumlah pengangguran dan IPM dapat

menjelaskan model sebesar 69,7% terhadap penduduk miskin, sedangkan sisanya sebesar

30,3% adalah dari variabel lain tidak termasuk dalam variabel penelitian ini.

4.2Pengujian Hipotesis

Untuk menguji Hipotesis I (H1) atau tingkat pengaruh pertumbuhan ekonomi,

jumlah pengangguran dan IPM secara bersama-sama atau simultan memberikan pengaruh

positif dan signifikan terhadap jumlah penduduk miskin digunakan uji F.. Dari uji anova

atau F test yang dilakukan pada perhitungan SPSS dapat dilihat pada tabel 5.4 (Tabel

Anova) berikut :

Tabel 5.4. Hasil Uji F (Anova)

ModelSum of

Squares f

Mean

Square

FS

ig.


14/28

14

!"#$%& ()*$*+, -%./ 03

Regressi

on

247767

76.658

8258

925.553

4

.600

.

043a

Residual107716

15.442

1795

269.240

Total355483

92.100

a. Predictors: (Constant), IPM, Pengangguran, Growth

b. Dependent Variable: Miskin

Dari Anova atau Ftestdidapat Fhitungsebesar 4,600 dengan tingkat signifikan (Sig.)

sebesar 0,043. Karena tingkat probabilitas (0,043) lebih kecil dari 0,05, maka model

regresi telah tepat dalam menggambarkan hubungan jumlah penduduk miskin di

Kabupaten Berau terhadap variabel-variabel yang berpengaruh, dengan demikianhipotesis pertama yang menyatakan bahwa terdapat pengaruh yang signifikan secara

bersama-sama atau simultan antara variabel pertumbuhan ekonomi, jumlah pengangguran

dan IPM terhadap jumlah penduduk miskin.

setiap pengaruh yang ditimbulkan oleh setiap variabel tersebut signifikan atau

tidak, maka dilakukan pengujian parsial atau uji t. Seluruh nilai t hitung dicari dengan

perhitungan program SPSS.

Tabel 5.5. Hasil Uji t

Model

Standardized

Coefficients t Sig.

Beta

1 (Constant) 3.443 .014

Growth .948 2.290 .062

Pengangguran .135 .369 .725

IPM -1.558 -2.995 .024

Berdasarkan tabel 5.5 Standardized Coefficients (Beta) memperlihatkan bahwa

nilai beta untuk variabel-variabel pertumbuhan ekonomi, jumlah pengangguran adalah

positif dan IPM mempunyai nilai negatif. Dari tiga variabel tersebut yang menunjukkan

nilai paling tinggi adalah pertumbuhan ekonomi yaitu sebesar 0,948 dibandingkan

variabel lainnya, sehingga dapat dikatakan bahwa variabel pertumbuhan ekonomi

berpengaruh paling dominan terhadap jumlah penduduk miskin.

Dari hasil Uji t pada tabel 5.5 yang pengujiannya dilakukan pada tingkat

kepercayaan 95% atau ! = 0,05. Konstanta yang bernilai 121765.605 menunjukkan

bahwa nilai variabel pertumbuhan ekonomi, jumlah pengangguran dan IPM tidak

mengalami perubahan atau tetap.

4.3Uji Asumsi Klasik

4.3.1 Uji Kolinieritas Ganda (Multicolinierity)

Hasil uji multikolinieritas dalam persamaan regresi pada penelitian ini terlihat

pada tabel di bawah ini:


15/28

15

!"#$%& ()*$*+, -%./ 04

Tabel 5.6.Hasil Perhitungan VIF.

Model

Collinearity Statistics

Tolerance VIF

1 (Constant)

Growth 0,295 3,393

Pengangguran 0,376 2,659

IPM 0,187 5,355

a. Dependent Variable: Miskin (diolah dari lampiran 1).

Tabel di atas menunjukkan bahwa nilai tolerance pada variabel-variabelpertumbuhan ekonomi, jumlah pengangguran dan IPM > 0,10 dan nilai VIF < 10, yang

berarti bahwa tidak terjadi multikolinieritas antara sesama variabel independen pada

penelitian ini.

4.3.2 Uji Autokorelasi

Autokorelasi dapat diketahui dengan menggunakan uji Durbin Watson

yang bisa dilihat dari hasil uji regresi berganda. Regresi dikatakan telah

memenuhi asumsi autokorelasi jika nilai dari uji Durbin-Watson, dengan tabel 5.7

berikut :

Tabel 5.7. Nilai Durbin-Watson

NILAI DW Kesimpulan

Kurang dari 1,08 Ada autokorelasi

1,08 s.d 1,66 Tanpa Kesimpulan

1,66 s.d 2,34 Tidak ada Autokorelasi

2,34 s.d. 2,92 Tanpa Kesimpulan

Lebih dari 2,92 Ada Autokorelasi

Sumber Algifari (2000 :86)

Pada tabel 5.7 di atas dari hasil regresi didapatkan nilai DW Statistik sebesar

2,947 , maka hasil Durbin Waston 2.947 berada pada level Lebih dari 2,92 sehingga

dapat disimpulkan ada Autokorelasi.

4.3.3 Uji Heterokedastisitas


16/28

16

!"#$%& ()*$*+, -%./ 05

Ketidaksamaan data dan bervariasinya data yang diteliti merupakan gejala

heterokedastisitas. Untuk mengetahui terjadinya heterokedastisitas dapat dilihat melalui

analisis residual statistic, seperti pada tabel 5.11 dibawah ini :Tabel 5.9Hasil Uji Residual Statistics

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 10059.12 15501.12 12144.30 1659.209 10

Residual -1811.232 1827.885 .000 1094.005 10

Std. Predicted Value -1.257 2.023 .000 1.000 10

Std. Residual -1.352 1.364 .000 .816 10

a. Dependent Variable: Miskin

Dari tabel 5.9 di atas dapat diliha nilai dari standar residual rata-rata adalah .000,

maka dapat disimpulkan bahwa model analisis regresi linier berganda dalam penelitian ini

tidak terjadi gejala heteroskedastisitas.

Tujuan penelitian penulis adalah menganalisis pertumbuhan ekonomi, jumlah

pengangguran dan IPM terhadap jumlah penduduk miskin di Kabupaten Berau. Beberapa

penelitian empiris dan dasar teori yang menjadi rujukan penulis, menemukan adanya

pengaruh faktor pertumbuhan ekonomi, jumlah pengangguran dan IPM terhadap jumlah

penduduk miskin. Pengaruh dapat positif juga negatif, dimana pengaruh positif

mencerminkan hubungan searah, sementara pengaruh negatif sebaliknya yaituberlawanan arah.

Hipotesis penelitian ini menduga bahwa variabel pertumbuhan ekonomi, jumlah

pengangguran dan IPM secara bersama-sama berpengaruh signifikan terhadap jumlah

penduduk miskin di Kabupaten Berau serta pertumbuhan ekonomi mempunyai pengaruh

dominan terhadap jumlah penduduk miskin.

Hasil perhitungan regresi berganda dengan menggunakan program SPSS untuk

mencari koefisien korelasi, Koefisien determinasi, melakukan uji F serta Uji t. Koefisien

korelasi (R) sebesar 83.5% menunjukan bahwa kuatnya hubungan antara variabel

penduduk miskin (Y) dengan variabel pertumbuhan ekonomi (X1), jumlah pengangguran

(X2) dan IPM (X3). Selain itu dari tanda angka R yang positif menujukkan arahhubungannya adalah positif. Ini berarti penambahan variabel independen (X1, X2, dan X3)

akan diikuti oleh penambahan variabel terikat (Y).

Temuan dalam penelitian ini cukup menarik untuk dibahas, dimana di Kabupaten

Berau pertumbuhan ekonomi berpengaruh positif terhadap jumlah penduduk miskin. Hal

ini dapat dikaitkan dengan karakteristik dan perilaku atau pola hidup masyarakat di

Kabupaten Berau. Menurut Oscar Lewis dalam Asriwandari dkk, 2007 bahwa kemiskinan

bukanlah semata-mata berupa kekurangan dalam hal ekonomi, tetapi juga melibatkan

kekurangan dalam hal kebudayaan dan kejiwaan member corak tersendiri. Kemiskinan

dapat muncul sebagai akibat nilai-nilai dan kebudayaan yang dianut oleh kaum miskin itu

sendiri. Tingkat pendidikan dan pemanfaatan akses kesehatan yang rendah karena kondisi

lingkungan yang serba miskin yang cenderung diturunkan dari generasi ke generasi.


17/28

17

!"#$%& ()*$*+, -%./ 06

Kaum miskin telah memasyarakatkan nilai-nilai dan perilaku kemiskinan, dan akibat

perilaku tersebut melanggengkan kemiskinan, jadi nilai-nilai dan perilaku terbentuk

karena lingkungan kemiskinan.Kabupaten Berau dengan jumlah penduduk miskin pada tahun 2011 berjumlah

10.155 jiwa (5,46%), tersebar di 13 kecamatan terutama di daerah pedalaman dan pesisir.

Rata-rata penduduk miskin yang ada di Kabupaten berau bermata pencaharian sebagai

buruh nelayan dan petani. Mereka tidak memiliki pekerjaan dan penghasilan tetap,

mereka memanfaatkan situasi yang ada. Selain itu ternyata penduduk miskin ini

mayoritas merupakan penduduk asli dan memang kelahiran daerah tersebut.

Dapat disimpulkan bahwa karakteristik kemiskinan di Kabupaten Berau adalah

a). ketidakmampuan memenuhi kebutuhan dasar (basic need) seperti pangan, gizi,

sandang, papan, pendidikan dan kesehatan, b). Inaccesibility, yaitu ketidakmampuan

menjangkau sumberdaya sosial dan ekonomi baik akibat rendahnya daya tawar(bargaining position) maupun keterbatasan modal, teknologi dan sumberdaya manusia,

c). vulnerability, mudah jatuh dalam kemiskinan (rentan) akibat berbagai resiko seperti

penyakit, bencana alam, kegagalan panen dan sebagainya sehingga harus menjual asset

produksinya. Kerentanan ini sering disebut poverty rackets atau roda penggerak

kemiskinan. Karakteristik kemiskinan di Kabupaten Berau inilah yang mengakibatkan

jumlah penduduk miskin cenderung bertambah seiring dengan kenaikan pertumbuhan

ekonomi.

Variabel IPM sangat memberikan pengaruh kuat terhadap penduduk

miskin sebagai variabel dependen. Pada penelitian ini Indeks Pembangunan

Manusia (IPM) berpengaruh negatif dan signifikan secara statistik terhadapjumlah penduduk miskin di Kabupaten Berau. Hal ini mengindikasikan bahwa

peningkatan Indeks Pembangunan Manusia akan berakibat pada meningkatnya

produktivitas kerja dari penduduk, sehingga akan meningkatkan perolehan

pendapatan. Hal ini berarti juga semakin tinggi perolehan pendapatan akan

menyebabkan penurunan jumlah penduduk miskin. Hasil regresi ini ditunjang

dengan data bahwa adanya kecenderungan kenaikan Indeks Pembangunan

Manusia di Kabupaten Berau tahun 2011 diiringi dengan penurunan jumlah

penduduk miskin di Kabupaten Berau. Sehingga dapat dikatakan bahwa

meningkatnya IPM telah mampu menurunkan jumlah penduduk miskin.

5. KESIMPULAN

Berdasarkan analisis data dan pembahasan yang telah disajikan pada bab

terdahulu, maka dapat ditarik kesimpulan dalam penelitian ini adalah :

1. Tingkat korelasi variabel independen tersebut menunjukkan adanya hubungan yang

signifikan secara simultan (keseluruhan) sebesar 83,5%. Kemudian koefisien

determinasi sebesar 67,9% yang menunjukkan bahwa variabel-variabel independen

yang digunakan dapat menjelaskan model sebesar 67,9% terhadap jumlah penduduk

miskin sedangkan sisanya sebesar 32,1% adalah dari variabel independen lain yang

tidak digunakan dalam penelitian ini.


18/28

18

!"#$%& ()*$*+, -%./ 07

2. Hasil penelitian dengan perhitungan kuantitatif menggunakan model statistic regresi

linier berganda menunjukkan bahwa nilai koefisien variabel independen atau nilai

beta dari masing-masing variabel yang mempengaruhi jumlah penduduk miskinberturut-turut adalah pertumbuhan ekonomi 1123.514, jumlah pengangguran 0,170

dan IPM 1634,112, sehingga persamaan regresi dapat dituliskan :

Y = 121.765,605 + 1.123,514X1+ 0,170X2 1.634,112X3

3. Pengaruh secara keseluruhan uji F nilai signifikansinya sebesar 0,043 sehingga secara

keseluruhan variabel independen dan dependen dapat dijelaskan dengan model

persamaan regresi.

4. Pengaruh parsial dari uji t masing-masing variabel independen nilai signifikansinya

secara berturut-turut pertumbuhan ekonomi, jumlah pengangguran dan IPM sebesar

0,062 ; 0,725 ; dan 0,024 menunjukkan bahwa hanya variabel IPM yang berpengaruh

signifikan terhadap variabel penduduk miskin.

5. Uji asumsi klasik pada penelitian ini didapatkan bahwa tidak terjadi multikolinieritas,

hasil estimasi mengandung serial positif sehingga tidak terjadi autokorelasi, tetapi

terjadi masalah heterokedastisitas pada model regresi.

DAFTAR PUSTAKA

Anonim, BPS 2003 2012 . Kabupaten Berau Dalam Angka 2003 s/d 2012. BPS.Kabupaten Berau

-----------, BPS dan Bappeda Kab. Berau 2005.Indeks Pembangunan Manusia 2005.BPSKabupaten Berau


-----------, BPS dan Bappeda Kab. Berau 2009.Indeks Pembangunan Manusia 2009.BPS

Kabupaten Berau


----------, BPS 2004. Produk Domestik Regional Bruto Menurut lapangan Usaha. 2004.BPS Kabupaten Berau

----------, BPS 2012. Produk Domestik Regional Bruto Menurut lapangan Usaha. 2012.

BPS Kabupaten Berau

-----------, Bappeda Kab. Berau & LPEM-UNMUL , 2011.Rencana StrategisPenanggulangan Kemiskinan Kabupaten Berau Tahun 2011-2015. Berau

-----------, BPS 2004. Propini Kalimantan Timur Dalam Angka 2004.. BPS PropinsiKalimantan Timur


19/28

19

!"#$%& ()*$*+, -%./ 08

-----------, BPS 2008. Propini Kalimantan Timur Dalam Angka 2008.. BPS Propinsi

Kalimantan Timur

-----------, BPS 2012. Propini Kalimantan Timur Dalam Angka 2012.. BPS PropinsiKalimantan Timur-----------, BPS-Bappenas-UNDP, 2001. Indonesia Human Development Report 2001,

Towards a New Consensus : Democracy and Human Development Indonesia,

Jakarta; BPS-----------, BPS 2010. Berita Resmi Statistik. No. 45/07/th XIII. 1 Juli 2010

-----------, LPEM-FE UI, 2010.Indikator Pembangunan Daerah , Jakarta; FE UI

Ananta, Aris, 1987.Landasan Ekonometrika.Gramedia. Jakarta

Arsyad, Licolin, 2004.Ekonomi Pembangunan.STIE YKPN. Yogyakarta. Hal 237.

Asriwandari Hesti, Syafrizal dkk, 2007. Karakteristik Kemiskinan dan Perilaku HidupSehat Pada Masayrakat Miskin. Jakarta. Fisip-UI. Hal 1-17.

Basri, Faisal 1997.Perekonomian Indoensia Menjelang Abad XXI. Erlangga. Jakarta. Hal102

Djoyohadikusumo, Sumitro, 1995. Perkembangan Pemikiran Ekonomi Dasar Teori

Pertumbuhan dan Ekonomi Pembangunan.Jakarta; LPES

Culter, David. M dan Lawrence F. Katz. Macroeconomic performance and The

Disadvantaged. Brooking Paper on Economuc activity. Vol 1991 No. 2, Hal

1 174

Gujarati, Damodar, 1999. Ekonometrika Dasar, Alih Bahasa Sumarsono Zeins, Jakarta,

Erlangga.

Hermanto Siregar dan Dwi Wahyuniarti, 2008.Dampak Petumbuhan Ekonomi TerhadapPenurunan Jumlah Penduduk Miskin. Online athttp://pse.litbang.deptan.go.id/ind/pdffiles/PROS_2008_MAKS3.pdf, Diaksestanggal 21 Maret 2013.

Jhingan, ML 2010. Ekonomi Pembangunan dan Perencanaan. Rajawali Pers, Jakarta. hlm229 245

Kuncoro, Mudrajat,. 2001. Metode Penelitian Kuantitatif. Yogyakarta : UPP AMPYKPM. Yogyakarta.

Kuncoro, Mudrajad, 2006. Ekonomika Pembangunan, Teori, Masalah dan Kebijakan.Edisi Empat UPP STIM YKPN. Yogyakarta.

Mulyaningsih, Yani 2008.Pengaruh Pengeluaran Pemerintah di Sektor Publik terhadapPeningkatan Pembangunan Manusia dan Pengurangan Kemiskinan. PascaSarjana UI.

Napitupulu, S Apriliah , 2007. Pengaruh Indikator Indeks Pembangunan ManusiaTerhadap Penurunan Jumlah Penduduk Miskin di Sumatra Utara.Medan


20/28

20

!"#$%& ()*$*+, -%./ 19

Octaviani, Dian. 2001. Pengaruh Inflasi dan Pengangguran Terhadap Kemiskinan di

Perkotaan Indonesia. Jakarta. Universitas Indonesia. Thesis

Pantjar Simatupang dan Saktyanu K, Dermoredjo, 2003. PDB, Harga dan Kemiskinandalam Media Ekonomi dan Keuangan Indonesia, Vol 51, No. 3. Hal 191-324.

Prasetyo, Adit Agus 2010. Analisis factor-faktor yang mempengaruhi tingkatKemiskinan, Jawa Tengah

Rachmat, Santika, 2010. Memaknai kembali fenomena kependudukan Indonesia. Buletin

IDAI No. 69 Th. XXX . Online atwww.idai.or.id/buletin/idai/view.asp71D=740&IDEdisi69 Diakses tanggal 24Maret 2013.

Rasidin K. Sitepul dan Bonar M. Sinaga, 2009. Dampak Investasi Sumberdaya manusiaterhadap Pertumbuhan Ekonomi dan Kemiskinan di Indonesia. Pendekatanmodel computable General Equilibrium. Jakarta

R. Nurkse, 1953.Problem of capital Formation in Underdevelopment Countries.OxfordBasis Blackwell.

Sukirno, Sadono, 2000. Pengantar Teori Makro Ekonomi. PT. Raja Grafindo Persada:

Jakarta

Santosa, Singgih 2012. Panduan Lengkap SPSS Versi 20. PT. Elex Media Computindo.Jakarta

Todaro, Michel P. 2000. Pembangunan Ekonomi di dunia Ketiga. Alih Bahasa HarisMunandar, Edisi Ke tujuh, Erlangga, Jakarta

Tri Widodo, 2006.Perencanaan Pembangunan. UPP STIM, YKPN, Jogjakarta, hal 3.

Tambunan, TH Tulus, 2003. Perekonomian Indonesia Beberapa Masalah Penting,Ghalia Indoensia, Yogyakarta. hal 140

World Bank, 1990. Indonesia : Strategy for Sustained Reduction in Poverty. A WorldBank Country Study Report No. 10009. Diakses dari http://www-wdsworldbank.org/external/default/DSContentServer/ WD pada tgl. 21 Maret 2013.

www.bappenas.go.iddiakses pada tgl. 13 Maret 2013.

www. Worldbank.go.id pada tgl. 12 Maret 2013.

www.wikipedia.compada tgl. 8 Maret 2013.


21/28

21

!"#$%& ()*$*+, -%./ 10

2.6Konsep/ Teori Modal, Struktur Modal

Dalam ilmu ekonomi, istilah capital (modal) merupakan konsep yangpengertiannya berbeda-beda, tergantung dari konteks penggunaannya dan aliranpemikiran (school of thought) yang dianut. Secara historis konsep modal jugamengalami perubahan/perkembangan (Snavely, dalam Encyclopedia Americana1980:595). Dalam abad ke-16 dan 17 istilah capital dipergunakan untuk


22/28

22

!"#$%& ()*$*+, -%./ 11

memnunjuk kepada (a) stok uang yang akan dipakai untuk membeli komoditi fisikyang kemudian dijual guna memperoleh keuntungan, atau (b) stok komoditi itu

sendiri. Pada waktu itu istilah stock dan istilah capital sering dipakai secarasinonim. Perusahaan dagang Inggris yang didirikan dalam masa itu atas dasarsaham misalnya, dikenal sebagai join stock companies atau capital stockcompanies.

Adam Smith dalam The Wealth of Nation (1776 dalam Wnardii, 2008:3)juga menggunakan istilah capital dan circulating capital. Pembedaan inididasarkan atas kriteria sejauh mana suatu unsur modal itu terkonsumsi dalam

jangka waktu tertentu (misal satu tahun). Jika suatu unsur modal itu dalam jangkawaktu tertentu hanya terkonsumsi sebagian sehingga hanya sebagian (kecil)nilainya menjadi susut, maka unsur itu disebut fixed capital (misal mesin,

bangunan, dan sebagainya). Tetapi jika unsur modal terkonsumsi secara total,

maka ia disebut circulating capital(misal tenaga kerja, bahan mentah dan saranaproduksi). Pembedaan semacam ini (yang juga masih umum dipergunakan sampaisekarang), mendapat kritik dari Marx.

6. Alat Analisis dan Pengujian Hipotesis

Data yang diperoleh dari penelitian ini akan dianalisis dengan pendekatan :

1. Regresi berganda melalui variabel Dummy2. Fungsi produksi Cobb-Douglas

Faktor-faktor yang mempengaruhi produksi sarung di kota samarindadapat diturunkan menjadi model ekonometrika, sehingga hubungan linearnyadapat ditulis dalam persamaan regresi berganda (Multiple Regression) sebagai

berikut :

Y = b0+ b1 X1+ b2 X2 + b3 X3

Y = 1 = (b0+ b3) + b1 X1+ b2 X2

Y = 0 = b0+ b1 X1+ b2 X2

Y = b0 X1b1X2

b2 e b3 x3 +b4 x4

InY = Inb0+ b1 InX1 + b2 InX2+ Ine b3 x3 +b4 x4

Di mana : Y : jumlah produksi sarung samarinda

X1 : modal

X2 : tenaga kerja

X3 : Teknologi

0 = ATT

1 = ATBM


23/28

23

!"#$%& ()*$*+, -%./ 12

3.7.2 Teknik Pengujian

3.7.2.1 Uji t (Uji parsial / secara terpisah)

Pengujian koefisien regresi dilakukan secara terpisah (uji parsial) antaravariabel X1 dengan Y serta X2 dengan Y dan X3 dengan Y , dengan menggunakanuji t pada tingkat kepercayaan 95 % digunakan rumus sebagai berikut (Widarjono, 2005 : 58 ) :

1. Uji hipotesis

0:

0:

1

10

analisis ipm di kab. berau.pdf

Documents