ANALISIS DATA DAN PEMBAHASAN 4.1. Deskripsi Obyek Penelitian
4.2 Analisis Data
4.2.1 Penentuan Model Regresi Panel a. Uji Chow
Uji Chow ini untuk menentukan model manakah yang lebih baik yang akan digunakan, antara Common Effect Model ataukah Fix Effect Model. Dengan memperhatikan nilai probabilitas (Prob.) untuk Cross-section F. Jika nilainya ditentukan di awal sebagai tingkat signifikan yaitu lebih dari alpha maka model yang terpilih adalah Common Effect, tetapi jika nilainya kurang dari alpha maka
35
Effect Test Statistic d.f. Prob.
Cross-section F 992.575944 (4,21) 0.0000
Sumber: hasil olah data
Berdasarkan Uji Chow (Redundant Fixed Effect Test) pada tabel 4.6 diketahui nilai probabilitas sebesar 0.0000 atau kurang dari alpha (0.05). Sehingga dapat diartikan bahwa model yang lebih baik yang digunakan adalah Fixed Effect Model untuk selanjutnya dilakukan Uji Hausman.
b. Uji Hausman
Pengujian selanjutnya menggunakan Uji Hausman untuk menguji model manakah yang akan digunakan antara Fixed Effect Model atau Random Effect Model. Dengan memperhatikan nilai probabilitas (Prob.) Cross-section random.
Jika nilainya ditentukan di awal sebagai tingkat signifikan yaitu lebih dari alpha maka model yang terpilih adalah Random Effect, tetapi jika nilainya kurang dari alpha maka model yang terpilih adalah Fixed Effect. Maka dapat diambil keputusan dengan menggunakan Fixed Effect Model. Berikut ini hasil Uji Hausman:
Tabel 4.7 Uji Hausman
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 182.742657 4 0.0000
Sumber: hasil olah data
Berdasarkan Uji Hausman pada tabel 4.7 diketahui nilai probabilitas sebesar 0.0000 atau kurang dari alpha (0.05). Sehingga dapat diartikan bahwa model yang lebih baik yang digunakan adalah Fixed Effect Model. Dari dua uji pemilihan model yaitu Uji Chow dan Uji Hausman dapat disimpulkan bahwa untuk kasus ini Fixed Effect Model lebih baik daripada Common effect model dan Random Effect model,tanpa harus dilakukan uji selanjutnya (LM Test).
36 4.2.2 Hasil Regresi Berganda Data Panel
Sesuai Hasil Uji Chow dan Uji Hausman maka model yang digunakan adalah Fixed Effect Model. Dengan Fixed Effect Model yang dipilih, maka selanjutnya dilakukan pengujian hipotesis dengan menggunakan Uji Statistik yang meliputi Uji t, Uji F, dan Uji Koefisien Determinasi. Dari tabel 4.8 dapat diketahui hasil regresi berganda data panel dengan model Random Effect.
Tabel 4.8
Hasil Regresi Berganda Data Panel
variable Coefficient Std. Error t-Statistic Prob.
X1? -0.426937 0.042672 -10.00514 0.0000 X2? -0.522412 0.065531 -7.971953 0.0000 X3? -1.959126 0.066359 -29.52316 0.0000 X4? 0.420483 0.007345 57.25077 0.0000 Sumber: hasil olah data
Dengan model penulisan ekonometrika, hasil dari regresi pada tabel 4.8 dapat dituliskan menjadi : X4 = Tingkat Pengangguran Terbuka
Dari hasil model persamaan regresi tabel 4.8 maka kesimpulan yang dapat diambil adalah sebagai berikut :
4.2.3 Uji Signifikansi secara Parsial (Uji t)
a. Pengaruh Angka Harapan Hidup terhadap Tingkat Kemiskinan Diketahui bahwa variabel independen Angka Harapan Hidup (X1) memiliki probabilitas kurang dari alpha (0.0000 < 0.05) yang artinya variabel independen Angka Harapan Hidup (X1) memiliki pengaruh negatif dan signifikan terhadap variabel independen Tingkat Kemiskinan (Y). Dimana setiap terjadi kenaikan Angka Harapan
37
Hidup sebesar satu tahun, maka Tingkat Kemiskinan akan turun sebesar -0.426937.
b. Pengaruh Rata-rata Lama Sekolah terhadap Tingkat Kemiskinan Diketahui bahwa variabel independen Rata-rata Lama Sekolah (X2) memiliki probabilitas kurang dari alpha (0.0000 < 0.05) yang artinya variabel independen Rata-rata Lama Sekolah (X2) memiliki pengaruh negatif dan signifikan terhadap variabel independen Tingkat Kemiskinan (Y). Dimana setiap terjadi kenaikan Rata-rata Lama Sekolah sebesar satu tahun, maka Tingkat Kemiskinan akan turun sebesar -0.522412.
c. Pengaruh Pengeluaran Riil Per Kapita terhadap Tingkat Kemiskinan
Diketahui bahwa variabel independen Pengeluaran Riil Per Kapita (X3) memiliki probabilitas kurang dari alpha (0.0000 < 0.05) yang artinya variabel independen Pengeluaran Riil Per Kapita (X3) memiliki pengaruh negatif dan signifikan terhadap variabel independen Tingkat Kemiskinan (Y). Dimana setiap terjadi kenaikan Pengeluaran Riil Per Kapita sebesar satu tahun, maka Tingkat Kemiskinan akan turun sebesar -1.959126.
d. Pengaruh Tingkat Pengangguran Terbuka terhadap Tingkat Kemiskinan
Diketahui bahwa variabel independen Tingkat Pengangguran Terbuka (X4) memiliki probabilitas kurang dari alpha (0.0000 < 0.05) yang artinya variabel independen Tingkat Pengangguran Terbuka (X4) memiliki pengaruh negatif dan signifikan terhadap variabel independen Tingkat Kemiskinan (Y). Dimana setiap terjadi kenaikan Tingkat Pengangguran Terbuka sebesar satu tahun, maka Tingkat Kemiskinan akan naik sebesar 0.420483.
38 4.2.4 Uji Signifikansi secara Simultan (Uji F)
Prob(F-statistic) 0.000000
Karena probabilitas F-statistik kurang dari alfa (0,000000 < 0.05), maka dapat disimpulkan bahwa Varibel Independen (Angka Harapan Hidup, Rata-rata Lama Sekolah, dan Tingkat Pengangguran Terbuka) secara bersama-sama berpengaruh signifikan secara statistik terhadap Variabel Dependen (tingkat Kemiskinan).
4.2.5 Koefisien Determinasi
R-squared 0.999981
Kemampuan variasi total Variabel-Variabel Independen (Angka Harapan Hidup, Rata-rata Lama Sekolah, dan Tingkat Pengangguran Terbuka) dalam menjelaskan Variabel Dependen (Tingkat Kemiskinan) dapat diketahui dari nilai Koefisien Determinasi atau nilai R-Squared hasil regresi terhadap model. Karena R-squared sebesar 0.999981 maka dapat diartikan bahwa variasi total Variabel Independen (Angka Harapan Hidup, Rata-rata Lama Sekolah, dan Tingkat Pengangguran Terbuka) dapat menjelaskan Variabel Dependen (Tingkat Kemiskinan) sebesar 99.99%, sedangkan sisanya sebesar 0.01% dijelaskan oleh variabel lain di luar model.
4.2.6 Intersep Kabupaten/Kota di DI Yogyakarta
Dari hasil olah data model fixed effect yang telah dilakukan dengan menggunakan program Eviews 9 maka dapat dilihat perbedaan dari rata-rata kemiskinan Kabupaten/Kota di D.I. Yogyakarta dengan melihat intersep dari masing-masing Kabupaten/Kota yang ada di D.I. Yogyakarta. Nilai intersep ini digunakan untuk menunjukkan nilai rata-rata pada variabel Y apabila variabel X bernilai 0. Dengan kata lain, apabila angka harapan hidup, rata-rata lama sekolah, pengeluaran riil per kapita, dan tingkat pengangguran terbuka tidak memberikan kontribusi pada tingkat kemiskinan Kabupaten/Kota di D.I. Yogyakarta maka secara rata-rata nilai dari variabel tingkat kemiskinan Kabupaten/Kota di D.I.
Yogyakarta adalah sebesar intersep tersebut seperti pada tabel 4.8 sebagai berikut:
39 Sumber : Hasil Analisis Data Eviews 9
Kabupaten/Kota dengan tingkat kemiskinan dari paling besar ke paling kecil adalah Kulonprogo, Gunung Kidul, Bantul, Sleman, dan Yogyakarta. Perbedaan pada intersep ini menunjukan adanya perbedaan pada pembangunan ekonomi masing-masing Kabupaten/Kota di D.I. Yogyakarta yang disebabkan oleh adanya bauran kebijakan ekonomi yang berbeda dari masing-masing Kabupaten/Kota di D.I. Yogyakarta.
4.3 Pembahasan
4.3.1 Pengaruh Angka Harapan Hidup terhadap Kemiskinan
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 sosial lainnya termasuk kesehatan lingkungan, kecukupan gizi dan kalori termasuk program pemberantasan kemiskinan. Adanya perbaikan pada pelayanan kesehatan melalui keberhasilan pembangunan pada sektor kesehatan dapat diindikasikan dengan adanya peningkatan umur harapan hidup waktu lahir.
Meningkatnya umur harapan hidup waktu lahir memberikan gambaran tentang perbaikan tingkat kesehatan dan tingkat sosial ekonomi masyarakat. (Pahlevi, 2016)
Dari hasil analisis data panel model fixed effect yang telah dilakukan, dalam penelitian ini ditemukan bahwa terdapat pengaruh yang signifikan antara angka harapa hidup terhadap tingkat kemiskinan Kabupaten/Kota di D.I.
Yogyakarta. Dari hasil pengujian yang dilakukan menunjukan bahwa nilai probabilitas X1 (Angka Harapan Hidup) kurang dari alpha yaitu sebesar 0,000 <
40
0,05. Hal tersebut menunjukan bahwa X1 (Angka Harapan Hidup) berpengaruh negatif dan signifikan terhadap Y (Tingkat Kemiskinan) di Provinsi D.I.
Yogyakarta. Nilai Koefisien Regresi Variabel X1 adalah sebesar -0.426937 dengan asumsi ceteris paribus, artinya bahwa setiap ada peningkatan Angka Harapan Hidup sebesar satu persen maka akan menurunkan Tingkat Kemiskinan di Provinsi D.I. Yogyakarta sebesar 0.42%. Hal ini sesuai dengan teori dan hipotesis awal penelitian ini yang menyatakan bahwa Angka Harapan Hidup berpengaruh negatif terhadap Tingkat Kemiskinan di Provinsi D.I. Yogyakarta tahun 2012-2017.
Hasil penelitian ini sesuai dengan yang terdapat pada landasan teori pada teori paradigma kemiskinan baru (modern) dimana Aksesibilitas menggambarkan definisi kemiskinan di masyarakat. Angka Harapan Hidup yang tinggi akan dapat diwujudkan dengan lingkungan masyarakat yang sehat. Aksesibilitas pelayanan dan fasilitas kesehatan sangat menunjang dalam proses meningkatkan mutu kesehatan masyarakat. Semakin terjangkau akses pelayanan dan fasilitas kesehatan maka semakin mudah masyarakat yang terjangkit penyakit untuk berobat dan dirawat. Semakin banyak masyarakat yang sehat maka masyarakat akan lebih produktif dalam kegiatan ekonomi sehingga dapat meningkatkan pendapatan dan mengurangi kemiskinan.
Hal ini juga diperkuat oleh Paradigma - Lingkaran Kemiskinan dimana kesehatan sangat berpengaruh terhadap produktivitas. Dengan asumsi bahwa sumber daya manusia (SDM) merupakan salah satu modal utama dalam roda kegiatan ekonomi. Tentunya kekurangan SDM yang ditandai dengan AHH yang rendah akan berpengaruh terhadap kekurangan modal secara keseluruhan sehingga berdampak pada berkurangnya produktivitas dan berjalan putaran kemiskinan pada dampak-dampak setelahnya.
4.3.2 Pengaruh Rata-rata Lama Sekolah terhadap Tingkat Kemiskinan Pendidikan merupakan cara untuk menyelamatkan diri dari kemiskinan.
Sesuai dengan teori bahwa Rata-rata Lama Sekolah yang semakin tinggi, maka seseorang telah dapat memenuhi kebutuhan akan pendidikan, sebagai modal bekerja dan mendapat penghasilan untuk memenuhi kebutuhan hidup. Dari hasil
41
pengujian analisis data panel model fixed effect yang dilakukan menunjukan bahwa nilai probabilitas X2 (Rata-rata Lama Sekolah) kurang dari alpha yaitu sebesar 0,000 < 0,05. Hal tersebut menunjukan bahwa X2 (Rata-rata Lama Sekolah) berpengaruh negatif dan signifikan terhadap Y (Tingkat Kemiskinan) di Provinsi D.I. Yogyakarta. Nilai Koefisien Regresi Variabel X2 adalah sebesar -0.522412 dengan asumsi ceteris paribus, artinya bahwa setiap ada peningkatan Angka Harapan Hidup sebesar satu persen maka akan menurunkan Tingkat Kemiskinan di Provinsi D.I. Yogyakarta sebesar 0.42%. Hal ini sesuai dengan teori dan hipotesis awal penelitian ini yang menyatakan bahwa Angka Harapan Hidup berpengaruh negatif terhadap Tingkat Kemiskinan di Provinsi D.I.
Yogyakarta tahun 2012-2017.
Hasil penelitian ini sesuai dengan yang terdapat pada landasan teori pada teori paradigma kemiskinan baru (modern) dimana Aksesibilitas menggambarkan definisi kemiskinan di masyarakat. Rata-rata Lama Sekolah yang tinggi hanya dapat diwujudkan dengan adanya akses pendidikan yang terjangkau dan biaya pendidikan yang murah. Semakin mudah akses pendidikan dan semakin murah biaya pendidikan, maka semakin banyak anak yang akan melanjutkan jenjang pendidikan. Semakin banyak anak yang melanjutkan jenjang pendidikan maka semakin terampil masyarakat dengan pengetahuan dan keterampilan sehingga mewujudkan sumber daya manusia yang terampil , menambah kesempatan kerja dan dapat meningkatkan produktivitas. Kemudian kemiskinan akan berkurang.
Hal ini menunjukkan konsistensi pemerintah Provinsi D.I. Yogyakarta dalam meningkatkan kualitas hidup dan kesejahteraan masyarakat khususnya dibidang Pendidikan. Pernyataan ini didukung oleh Menteri Pendidikan Muhajir Effendy yang menyatakan bahwa peningkatan akses masyarakat pada layanan pendidikan menjadi salah satu kunci mengurangi kesenjangan di masyarakat (Rakyat, 2017). Elwin Tobing (Atmanti, 2005) juga mengemukakan bahwa orang yang memiliki tingkat pendidikan lebih tinggi, diukur dengan lamanya waktu untuk sekolah akan memiliki pekerjaan dan upah yang lebih baik dibandingkan dengan orang yang pendidikannya lebih rendah. Apabila upah mencerminkan produktivitas, maka semakin banyak orang yang memiliki pendidikan tinggi,
42
semakin tinggi produktivitas dan hasil ekonomi nasionalnya akan tumbuh lebih tinggi. Dua pernyataan sebelumnya semakin menguatkan teori yang disampaikan Lincolin Arsyad bahwa pendidikan (formal dan non formal) bisa berperan penting dalam menggurangi kemiskinan dalam jangka panjang, baik secara tidak langsung melalui perbaikan produktivitas dan efesiensi secara umum, maupun secara langsung melalui pelatihan golongan miskin dengan keterampilan yang dibutuhkan untuk meningkatkan produktivitas mereka dan pada gilirannya akan meningkatkan pendapatan mereka. Semakin tinggi tingkat pendidikan seseorang, maka pengetahuan dan keahlian juga akan meningkat sehingga akan mendorong peningkatan produktivitas seseorang. Pada akhirnya seseorang yang memiliki produktivitas yang tinggi akan memperoleh kesejahteraan yang lebih baik, yang dapat diperlihatkan melalui peningkatan pendapatan maupun konsumsinya (Arsyad, 1999).
4.3.3 Pengaruh Pengeluaran Riil Per Kapita terhadap Tingkat Kemiskinan Pengeluaran Rill Per Kapita menggambarkan tingkat kesejahteraan yang dinikmati oleh penduduk sebagai dampak semakin membaiknya ekonomi.
Semakin rendahnya nilai daya beli suatu masyarakat berkaitan erat dengan kondisi perekonomian pada saat itu yang sedang memburuk yang rerati semakin rendah kemampuan masyarakat membeli suatu barang atau jasa. (Statistik, Rata-rata Pengeluaran Perkapita Riil Yang Disesuaikan (Daya Beli), 2019)
Dari hasil pengujian analisis data panel model fixed effect yang dilakukan menunjukan bahwa nilai probabilitas X3 (Pengeluaran Rill Per Kapita) kurang dari alpha yaitu sebesar 0,000 < 0,05. Hal tersebut menunjukan bahwa X3
(Pengeluaran Rill Per Kapita) berpengaruh negatif dan signifikan terhadap Y (Tingkat Kemiskinan) di Provinsi D.I. Yogyakarta. Nilai Koefisien Regresi Variabel X3 sebesar -1.959126 dengan asumsi ceteris paribus, artinya bahwa setiap ada peningkatan Pengeluaran Rill Per Kapita sebesar satu persen maka akan menurunkan Tingkat Kemiskinan di Provinsi D.I. Yogyakarta sebesar 1.95%. Hal ini sesuai dengan teori dan hipotesis awal peneltian ini yang menyatakan bahwa Pengeluaran Rill Per Kapita berpengaruh negatif terhadap Tingkat Kemiskinan di Provinsi D.I. Yogyakarta tahun 2012-2017.
43
Hasil penelitian ini sesuai dengan yang terdapat pada landasan teori pada teori paradigma kemiskinan baru (modern) dimana Ketimpangan menggambarkan definisi kemiskinan di masyarakat. Selama ini terjadi kesenjangan yang relatif antara pengeluaran masyarakat menengah kebawah (miskin) dengan masyarakat menengah keatas (orang kaya) sehingga pengeluaran masyarakat merupakan jurang yang meletakkan kemiskinan itu sendiri. Semakin tinggi Pengeluaran Rata-rata per Kapita maka akan didapat jumlah pengeluaran yang setara di masyarakat sehingga memperkccil kesenjangan dan mengurangi kemiskinan.
Hal ini juga diperkuat oleh Paradigma - Lingkaran Kemiskinan dimana pengeluaran memiliki hubungan yang selaras dengan pendapatan. Pada dasarnya pengeluaran masyarakat menentukan seberapa besar pelaku usaha menerima pendapatan. Atau sebaliknya seberapa besar pendapatan yang diperoleh masyarakat akan berpengaruh terhadap pengeluaran mereka. Hal ini menjadikan hubungan antara pendapatan dan pengeluaran menjadi sangat relatif dan mempunyai tingkat kebergantungan yang dinamis. Dimana pengeluaran yang rendah akan menyebabkan pendapatan merendah sehingga kemiskinan meningkat dan perputaran-perputaran selanjutnya.
Daya beli adalah kemampuan masyarakat dalam membelanjakan uangnya dalam bentuk barang maupun jasa. Pengeluaran Rill Per Kapita menunjukkan rata-rata daya beli yang dimiliki oleh masyarakat di Provinsi D.I Yogyakarta.
Dengan adanya Pengeluaran Rill Per Kapita, pemerintah dapat mengetahui pola pengeluaran masyarakat berdasarkan konsumsi makanan atau bukan makanan.
Dimana dapat mempengaruhi kualitas dan gaya hidup masyarakat. Perubahan pendapatan seseorang juga akan berpengaruh pada pergeseran pola pengeluaran.
Semakin tinggi pendapatan, semakin tinggi pengeluaran bukan makanan. Dengan demikian, pola pengeluaran dapat dipakai sebagai salah satu alat untuk mengukur tingkat kesejahteraan penduduk, dimana perubahan komposisinya digunakan sebagai petunjuk perubahan tingkat kesejahteraan.
44
4.3.4 Pengaruh Tingkat Pengangguran Terbuka terhadap Tingkat Kemiskinan
Seseorang yang menganggur rentan terhadap kemiskinan karena minimnya penghasilan serta akses untuk mendapatkan fasilitas kebutuhan hidup.
Dari hasil pengujian analisis data panel model fixed effect yang dilakukan menunjukan bahwa nilai probabilitas X4 (Tingkat Pengangguran Terbuka) kurang dari alpha yaitu sebesar 0,000 < 0,05. Hal tersebut menunjukan bahwa X4
(Tingkat Pengangguran Terbuka) berpengaruh positif dan signifikan terhadap Y (Tingkat Kemiskinan) di Provinsi D.I. Yogyakarta. Nilai Koefisien Regresi Variabel X4 sebesar 0.420483 dengan asumsi ceteris paribus, artinya bahwa setiap ada peningkatan Tingkat Pengangguran Terbuka sebesar 1% maka akan menurunkan Tingkat Kemiskinan di Provinsi D.I. Yogyakarta sebesar 0.42%. Hal ini sesuai dengan teori dan hipotesis awal penelitian ini yang menyatakan bahwa Tingkat Pengangguran Terbuka berpengaruh positif terhadap Tingkat Kemiskinan di Provinsi D.I. Yogyakarta tahun 2012-2017.
Hasil penelitian ini sesuai dengan yang terdapat pada landasan teori pada teori paradigma kemiskinan baru (modern) dimana Sumber Daya menggambarkan definisi kemiskinan di masyarakat. Pengangguran memiliki kaitan yang erat dengan kuantitas dan kualitas angkatan kerja yang dimiliki daerah tersebut.
Dengan memberdayakan sumber daya manusia yang baik, maka angkatan kerja akan memiliki keterampilan yang variatif dan memperluas kesempatan kerja.
Dengan demikian pengangguran akan berkurang demikian pula kemiskinan.
Menurut Michael P. Todaro (Todaro, 1989), penyediaan kesempatan kerja yang lebih banyak dan luas untuk memecahkan masalah pengangguran merupakan perjalanan yang panjang. Sedangkan Sadono Sukirno (Sukirno, 2004) menyebut efek buruk dari pengangguran adalah mengurangi pendapatan masyarakat yang pada akhirnya mengurangi tingkat kemakmuran yang dicapai seseorang. Semakin turunnya kesejahteraan masyarakat karena menganggur tentunya akan meningkatkan peluang mereka terjebak dalam kemiskinan karena tidak memiliki pendapatan. Apabila pengangguran di suatu negara sangat buruk, kekacauan politik dan sosial selalu berlaku dan menimbulkan efek yang buruk
45
bagi kepada kesejahteraan masyarakat dan prospek pembangunan ekonomi dalam jangka panjang.
4.3.5 Pembahasan Keseluruhan
Berdasarkan hasil analisis data yang telah dilakukan, dari ke-empat variabel yang diteliti pengaruhnya terhadap tingkat kemiskinan Kabupaten/Kota di DI Yogyakarta maka dapat dilihat bahwa variabel yang berkontribusi dari paling besar ke paling kecil terhadap tingkat kemiskinan Kabupaten/Kota di DI Yogyakarta adalah pengeluaran riil per kapita, rata-rata lama sekolah, angka harapan hidup dan yang paling kecil adalah tingkat pengangguran terbuka. Dapat dilihat bahwa pengeluaran riil per kapita berpengaruh paling besar terhadap tingkat kemiskinan Kabupaten/Kota di DI Yogyakarta oleh karena itu akan lebih efektif dan efisien apabila dalam meningkatkan pendapatan dan menjaga paritas data beli masyarakat lebih diprioritaskan.
Mengacu pada hasil estimasi penelitian ini Kabupaten/Kota dengan besaran pengaruh pengeluaran riil per kapita paling besar terhadap tingkat kemiskinan Kabupaten/Kota di DI Yogyakarta adalah Kulonprogo dan Kabupaten/Kota dengan pengaruh pengeluaran riil per kapita paling kecil adalah Kota Yogyakarta bahkan negatif yang berarti jika pengeluaran riil per kapita Kota Yogyakarta naik maka akan menurunkan tingkat kemiskinan Kabupaten/Kota di DI Yogyakarta. Hal ini sesuai dengan data yang didapatkan melalui BPS karena pengeluaran riil per kapita Kota DI Yogyakarta adalah paling rendah diantara Kabupaten/Kota di DI Yogyakarta lainya (dapat dilihat tabel 4.4). Artinya program pemerintah dalam meningkatkan pendapatan dan menjaga paritas data beli masyarakat mampu meningkatkan kesejahteraan masyarakat Provinsi DI Yogyakarta.
46
BAB V
KESIMPULAN DAN SARAN