Hasil dari Uji Hausman - METODE PENELITIAN

BAB III METODE PENELITIAN

4.5. Hasil dari Uji Hausman

nilai Chi.Sq.Tabel dengan d.f sebesar 2 pada taraf signifikan α = 5 % adalah sebesar 5,99, maka nilai Chi.Sq.Statistik (2,271) < dari nilai Chi.Sq.Tabel (5,99) sehingga diterima. Oleh karena itu model yang dipilih adalah Random Effect Model (REM).

4.2.3. Hasil Estimasi

Bedasarkan pengujian yang dilakukan, dimana pengujian Chow memberikan hasil estimasi dan analisis bahwa Fixed Effect Model (FEM) yang tepat. Kemudian uji Hausman digunakan untuk menentukan model Fixed Effect Model (FEM) atau Random Effect Model (REM) yang akan digunakan. Namun,

setelah diestimasi dan dianalisis, pengujian Hausman memilih model yang tepat digunakan adalah Random Effect Model (REM). Adapun hasil estimasi dengan menggunakan Random Effect Model (REM) dengan program eviews 9 untuk mengolah data dalam penelitian ini adalah sebagai berikut :

Tabel 4.6

Hasil Estimasi Random Effect Model (REM)

Variable Coefficient Std.Error t-Statistic Prob.

C 16,13624 2,539396 6,354362 0,0000

Bedasarkan tabel 4.6 diketahui koefisien determinan (nilai R-squared) sebesar 0,2952, hal ini menunjukkan bahwa seluruh variabel bebas yang dimasukkan ke dalam model telah mampu menjelaskan perubahan-perubahan yang terjadi pada variabel terikat sebesar 29,52 %, sedangkan sisanya 70,48 % dijelaskan oleh variabel lainnya yang tidak dimasukkan ke dalam model. Hal ini menunjukkan bahwa tingkat kemiskinan di Kabupaten/Kota Medan, Binjai, Deli

Serdang, Karo, dan Langkat tidak didominasi oleh perubahan-perubahan variabel-variabel penelitian.

Dengan hasil estimasi yang diperoleh nilai F-statistik sebesar 15,07916 dengan nilai probabilitasnya pada F-statistik sebesar 0,000003 dengan taraf signifikan α = 5 %, maka dapat disimpulkan bahwa nilai probabilitasnya F-statistik sebesar 0,000003 < 0,05, sehingga hal ini menunjukkan bahwa seluruh variabel bebas (tingkat pengangguran dan pertumbuhan ekonomi) secara bersama-sama memiliki pengaruh yang signifikan terhadap variabel terikat (tingkat kemiskinan) di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat.

Apabila dilakukan analisis secara parsial (Uji t) dari masing-masing variabel bebas terhadap variabel terikat pada dengan taraf signifikan α = 5 %, dengan hipotesis sebagai berikut :

Jika : = 0 (tidak ada pengaruh secara signifikan) : = 0 (ada pengaruh secara signifikan)

Dengan kriteria pengambilan keputusan sebagai berikut :

Jika, nilai-Prob. > α (0,05), maka terdapat pengaruh yang tidak signifikan antara variabel bebas terhadap variabel terikat sehingga, Ho diterima. Sebaliknya jika nilai-Prob. < α (0,05), maka terdapat pengaruh yang signifikan antara variabel bebas terhadap variabel terikat, maka Ho ditolak.

Bedasarkan hasil estimasi pada tabel 4.6, jika dilalukan analisis secara parsial dari masing-masing varibel bebas (tingkat pengangguran dan pertumbuhan ekonomi), menunjukkan bahwa tingkat pengangguran dengan nilai probabilitas sebesar 0,1438 > 0,05, artinya tingkat pengangguran tidak berpengaruh signifikan

terhadap tingkat kemiskinan di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat. Sedangkan pertumbuhan ekonomi dengan nilai probabilitas sebesar 0,0000 < 0,05, artinya pertumbuhan ekonomi berpengaruh secara signifikan terhadap tingkat kemiskinan di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat.

Bedasarkan uraian diatas yang menunjukkan bahwa pengujian Hausman memberikan hasil estimasi bahwa Random Effect Model (REM) yang tepat.

Namun bedasarkan hasil analisis diatas jika kita melihat nilai R-squared pada hasil estimasi Random Effect Model (REM), R-squared nya hanya sebesar 0,2952.

Pengujian R-squared digunakan untuk mengukur seberapa besar proporsi atau persentase dari variabel terikat yang dijelaskan oleh variabel-variabel bebasnya. Nilai R-Squared dikatakan baik jika diatas 0,5 karena nilai R-squared berkisar antara 0-1. Nilai R-squared = 0, menunjukkan tidak adanya pengaruh antara variabel bebas terhadap variabel terikat. Semakin kecil nilai R-squared, maka pengaruh variabel bebas terhadap variabel terikat semakin lemah, sebaliknya jika nilai R-squared semakin besar mendekati 1 menunjukkan semakin kuatnya variabel bebas (independen) mempengaruhi variabel terikat (dependen).

Dengan demikian pada model Random Effect nilai R-squared hanya 0,2952 nilai ini masih dibawah dari 0,5 yang artinya pengaruh variabel bebas terhadap variabel terikatnya semakin lemah. Oleh karena itu, maka dapat disimpulkan bahwa kurang efisiennya Random Effect Model (REM), sehingga harus menggunakan Fixed Effect Model (FEM) dalam metode Generalized Least Square (GLS) agar lebih konsisten dan lebih baik lagi. Hal ini juga diperkuat

dengan teori Nachrowi dan Usman (2006) dalam Pangestika (2015), bahwa jika pada data panel memiliki jumlah waktu (t) lebih besar daripada jumlah individu (i) maka disarankan menggunakan model Fixed Effect Model (FEM), dimana dalam penelitian ini jumlah data time series nya dalam kurun waktu 2001-2015 atau dalam 15 (lima belas) tahun, sedangkan jumlah data cross section nya ada 5 Kabupaten/Kota. Oleh karena itu dalam penelitian ini agar lebih efisien dan konsisten lagi, sebaiknya menggunakan model FEM dengan metode GLS untuk dianalisis lebih lanjut dan diinterpretasikan.

Adapun hasil estimasi Fixed Effect Model (FEM) dengan metode GLS sebagai berikut :

Tabel 4.7

Hasil Estimasi Fixed Effect Model (FEM) dengan GLS

Variable Coefficient Std.Error t-Statistic Prob.

C 15,20065 1,160457 13,09885 0,0000

Bedasarkan tabel 4.7 diketahui koefisien determinan (R-squared) sebesar 0,7633, hal ini menunjukkan bahwa seluruh variabel bebas yang dimasukkan ke dalam model telah mampu menjelaskan perubahan-perubahan yang terjadi pada variabel terikat sebesar 76,33 %, sedangkan sisanya 23,67 % dijelaskan oleh variabel lainnya yang tidak dimasukkan ke dalam model. Hal ini menunjukkan

bahwa tingkat kemiskinan di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat didominasi oleh perubahan-perubahan variabel-variabel penelitian.

Dengan hasil estimasi yang diperoleh nilai F-statistik sebesar 36,55418 dengan nilai probabilitasnya pada F-statistik sebesar 0,000000 dengan taraf signifikan α = 5 %, maka dapat disimpulkan bahwa nilai probabilitasnya F-statistik sebesar 0,000000 < 0,05, sehingga hal ini menunjukkan bahwa seluruh variabel bebas (tingkat pengangguran dan pertumbuhan ekonomi) secara bersama-sama memiliki pengaruh yang signifikan terhadap variabel terikat (tingkat kemiskinan) di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat.

Apabila dilakukan analisis secara parsial (Uji t) dari masing-masing variabel bebas terhadap variabel terikat pada dengan taraf signifikan α = 5 %, dengan hipotesis sebagai berikut :

Jika : = 0 (tidak ada pengaruh secara signifikan) : = 0 (ada pengaruh secara signifikan)

Dengan kriteria pengambilan keputusan sebagai berikut :

Jika, nilai-Prob. > α (0,05) , maka terdapat pengaruh yang tidak signifikan antara variabel bebas terhadap variabel terikat sehingga, Ho diterima. Sebaliknya jika nilai-Prob. < α (0,05), maka terdapat pengaruh yang signifikan antara variabel bebas terhadap variabel terikat, maka Ho ditolak.

Bedasarkan hasil estimasi pada tabel 4.7, jika dilalukan analisis secara parsial dari masing-masing varibel bebas (tingkat pengangguran dan pertumbuhan ekonomi), menunjukkan bahwa tingkat pengangguran dengan nilai probabilitas sebesar 0,3034 > 0,05, artinya tingkat pengangguran tidak berpengaruh signifikan

Adapun perbandingan Random Effect Model (REM) dan Fixed Effect Model (FEM) dalam metode Generalized Least Square (GLS) sebagai berikut :

Tabel 4.8

Perbandingan Model FEM dan REM dalam GLS

Model Fixed Effect Model (FEM) Model Random Effect Model (REM) Y = 15,20065 + 0,064039TP +

Catatan : Angka dalam kurung adalah nilai t-statistik

Bedasarkan tabel 4.8 jika dilihat dari nilai R-squared nya lebih baik dan efisien pada Fixed Effect Model (FEM) yaitu sebesar 0,76, nilai ini diatas 0,5 dan mendekati 1 artinya bahwa semakin kuatnya pengaruh variabel bebas (independen) terhadap variabel terikat (dependen). Kemudian jika dilihat dari S.E.of regression nya bahwa pada model Fixed Effect Model (FEM) hanya 2,77

sedangkan pada Random Effect Model (REM) sebesar 2,99. Hal ini menunjukkan bahwa S.E.of regression nya lebih baik pada model FEM karena jika nilai standar errornya lebih kecil, hal ini berarti nilai kesalahan dalam variabel penelitian tersebut lebih kecil.

Oleh karena itu Fixed Effect Model (FEM) dengan metode GLS lebih baik dan efisien daripada menggunakan Random Effect Model (REM). Sehingga dalam penelitian ini menggunakan Fixed Effect Model (FEM) untuk diinterpretasikan.

4.2.4. Interpretasi Model

Dalam penelitian ini setelah dianalisis, model yang tepat untuk digunakan dalam penelitian ini adalah Fixed Effect Model (FEM) dengan menggunakan metode Generalized Least Square (GLS).

Koefisien pada Fixed Effect Model (FEM) ini digunakan untuk menunjukkan seberapa besar pengaruh tingkat kemiskinan di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat dalam kurun waktu 2001-2015 ketika variabel-variabel bebas (independen) dalam model nilainya tetap (konstan).

Koefisien pada efek tetap ini akan mempengaruhi koefisien intersep dari model analisis dimana jika koefisien pada efek tetap bertanda positif, maka setiap Kabupaten/Kota tersebut memiliki kondisi tingkat kemiskinan yang lebih tinggi, sebaliknya jika koefisien pada efek tetap bertanda negatif, maka setiap Kabupaten/Kota tersebut memiliki kondisi tingkat kemiskinan yang lebih rendah.

Secara keseluruhan, jika dilihat dari hasil estimasi model FEM dalam GLS pada tabel 4.7, terdapat tiga (3) Kabupaten/Kota yang memiliki koefisien efek tetap bertanda negatif, yakni di Kabupaten/Kota Medan, Binjai, Deli Serdang. Hal ini menunjukkan bahwa tingkat kemiskinan di Kabupaten/Kota tersebut memiliki tingkat kemiskinan yang lebih rendah. Adapun koefisien efek tetap paling rendah yaitu diduduki Kabupaten Deli Serdang yakni sebesar -3,800902.

Sedangkan terdapat dua (2) Kabupaten yang memiliki koefisien efek tetap bertanda positif, yakni di Kabupaten Karo dan Langkat. Hal ini menunjukkan bahwa tingkat kemiskinan di Kabupaten tersebut lebih tinggi. Namun kondisi tingkat kemiskinan yang paling tinggi di Kabupaten Langkat, yakni koefisien efek tetapnya sebesar 3,764842.

Adapun jika dilihat secara rinci dari persamaan regresi dalam data panel bedasarkan perhitungan pada setiap variabel-variabel penelitian di Kabupaten/Kota Medan, Binjai, Deli Sedang, Karo, dan Langkat dalam kurun waktu 2001-2015 sebagai berikut :

1. Kota Medan

Y = α + + β

Y = 15,200 + 0,064 – 0,624 + -1,029 – 0,624 = 15,2 + (-0,56) + (-1,65)

2. Kota Binjai Y = α + + β

Y = 15,200 + 0,064 – 3,010 + -1,029 – 3,010 = 15,2 + (-2,95) + (-4,04)

3. Kabupaten Deli Serdang Y = α + + β

Y = 15,200 + 0,064 – 3,800 + -1,029 – 3,800 = 15,2 + (-3,74) + (-4,83)

4. Kabupaten Karo Y = α + + β

Y = 15,200 + 0,064 + 3,670 + -1,029 + 3,670 = 15,2 + (3,73) + (2,64)

5. Kabupaten Langkat Y = α + + β

Y = 15,200 + 0,064 + 3,764 + -1,029 + 3,674 = 15,2 + (3,82) + (2,73)

Bedasarkan hasil perhitungan diatas dalam persamaan regresi menunjukkan hasil yang berbeda-beda pada setiap variabel penelitian di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat.

Nilai konstanta di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat berslope tetap yakni sebesar 15,2. Hal ini menunjukkan bahwa jika nilai (tingkat pengangguran) dan (pertumbuhan ekonomi) nilainya tetap (konstan), maka tingkat kemiskinan di setiap Kabupaten/Kota sebesar 15,2 %.

Adapun jika dilihat dari variabel ( ) yaitu tingkat penganggurannya ada 3 (tiga) Kabupaten/Kota yang bernilai negatif, dan ada 2 (dua) Kabupaten yang bernilai positif. Sesuai dengan teori yang ada dan hipotesis penelitian bahwa tingkat pengangguran berpengaruh positif terhadap tingkat kemiskinan. Artinya jika pengangguran meningkat, maka kemiskinan juga meningkat. Namun, hal ini berbanding terbalik dengan teori yang ada dan hipotesis penelitian. Hasil perhitungan dari persamaan regresi di Kabupaten/Kota Medan, Binjai, Deli Serdang tingkat penganggurannya berpengaruh negatif terhadap tingkat kemiskinan. Hal ini disebabkan karena setiap tahunnya jumlah angkatan kerja usia 15 tahun ke atas (pelajar dan mahasiswa) terus meningkat. Namun, mereka masih tetap mampu memenuhi kebutuhan pokoknya dengan baik, dikarenakan biaya hidup mereka masih dalam tanggungan orang tuanya. Dan 2 (dua) Kabupaten

yaitu Kabupaten Karo dan Langkat bernilai positif, yang artinya jika pengangguran meningkat kemiskinan juga meningkat hal ini sesuai dengan teori yang ada dan hipotesis penelitian.

Kemudian jika dilihat dari variabel yakni pertumbuhan ekonominya, ada dua (2) Kabupaten yang bernilai positif, dan ada tiga (3) Kabupaten/Kota bernilai negatif. Sesuai dengan teori yang ada dan hipotesis penelitian bahwa pertumbuhan ekonomi berpengaruh negatif terhadap tingkat kemiskinan. Artinya jika pertumbuhan ekonomi meningkat, maka tingkat kemiskinan menurun. Hasil perhitungan dari persamaan regresi di Kabupaten Karo dan Langkat pertumbuhan ekonominya berpengaruh positif terhadap tingkat kemiskinan, ini berbanding terbalik dengan teori yang ada. Hal ini dikarenakan pertumbuhan ekonomi di Kabupaten Karo dan Langkat belum berkembang dengan baik, artinya pertumbuhan ekonominya belum menyebar secara merata ke penduduk di Kabupaten tersebut, termasuk di golongan penduduk miskin. Sedangkan tiga (3) Kabupaten/Kota Medan, Binjai, Deli Serdang, pertumbuhan ekonominya berpengaruh negatif terhadap tingkat kemiskinan, hal ini sesuai dengan teori yang ada, yang artinya pertumbuhan ekonomi di Kabupaten/Kota tersebut pertumbuhan ekonominya stabil dan menyebar secara merata ke penduduk, termasuk penduduk di golongan penduduk miskin.

Bedasarkan hasil estimasi, maka untuk menentukan sejauh mana pengaruh variabel bebas (tingkat pengangguran dan pertumbuhan ekonomi) terhadap variabel terikat yakni tingkat kemiskinan dengan hasil analisanya sebagai berikut :

1. Tingkat Pengangguran (TP)

Bedasarkan hasil estimasi yang diperoleh bahwa nilai koefisien regresi pada tingkat pengangguran sebesar 0,064039 dengan tanda yang positif (searah) terhadap tingkat kemiskinan, maka variabel tingkat pengangguran telah sesuai dengan hipotesis penelitian. Namun hasil estimasi menunjukkan bahwa tingkat pengangguran tidak berpengaruh signifikan terhadap tingkat kemiskinan dengan taraf signifikan α = 5 % di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat.

Nilai koefisien 0,064039 memiliki arti bahwa setiap kenaikan tingkat pengangguran sebesar 1 %, maka tingkat kemiskinan juga mengalami peningkatan sebesar 0,06 %, cateris paribus. Dimana jika tingkat pengangguran di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat meningkat, maka tingkat kemiskinan juga meningkat di masing-masing Kabupaten/Kota tersebut.

Namun, ketidaksignifikanan tingkat pengangguran terhadap tingkat kemiskinan di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat, hal ini menunjukkan bahwa tingkat pengangguran tidak secara dominan mempengaruhi tingkat kemiskinan di masing-masing Kabupatan/Kota tersebut.

Hal ini dikarenakan setiap tahunnya jumlah angkatan kerja usia 15 tahun ke atas (pelajar dan mahasiswa) terus meningkat, namun mereka masih mampu memenuhi kebutuhan pokoknya karena masih dalam tanggungan orang tua. Selain itu terjadinya pergeseran tenaga kerja dari sektor primer ke sektor sekunder dan tersier, hal ini terjadi karena pergeseran musim tanam lebih awal sehingga buruh

tani beralih ke industri dan lain-lain, dengan begitu mereka tetap dapat memenuhi kebutuhan hidupnya.

2. Pertumbuhan Ekonomi (PE)

Bedasarkan hasil estimasi yang diperoleh bahwa nilai koefisien pada pertumbuhan ekonomi sebesar –1,029580 dengan tanda yang negatif (arah hubungannya berbanding terbalik) terhadap tingkat kemiskinan, maka variabel pertumbuhan ekonomi telah sesuai dengan hipotesis penelitian dan secara signifikan mempengaruhi tingkat kemiskinan dengan taraf signifikan α = 5 % di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat.

Nilai koefisien –1,029580 memiliki arti bahwa setiap kenaikan pertumbuhan ekonomi sebesar 1 %, maka tingkat kemiskinan akan menurun sebesar 1,03 %, cateris paribus. Dimana jika pertumbuhan ekonomi di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat meningkat maka tingkat kemiskinan menurun di masing-masing Kabupaten/Kota tersebut.

Hal ini sesuai dengan pendapat Siregar (2006) yang menyatakan bahwa pertumbuhan ekonomi merupakan syarat keharusan (necessary condition) untuk mengurangi tingkat kemiskinan. Adapun syarat kecukupannya (sufficient condition) ialah bahwa pertumbuhan ekonomi tersebut hendaklah menyebar

secara merata termasuk di golongan penduduk miskin, sehingga tingkat kemiskinan menurun.

BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Bedasarkan hasil analisis dan pembahasan yang telah dilakukan, maka dapat disimpulkan beberapa hal sebagai berikut :

1. Tingkat pengangguran di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat berpengaruh positif, tetapi tidak signifikan berpengaruh terhadap tingkat kemiskinan di masing-masing Kabupaten/Kota tersebut.

Hal ini dikarenakan setiap tahun jumlah angkatan kerja usia 15 tahun ke atas (pelajar dan mahasiswa) terus meningkat, namun mereka masih mampu memenuhi kebutuhan pokoknya, karena masih dalam tanggungan orang tua. Selain itu terjadi pergeseran tenaga kerja dari sektor primer ke sektor sekunder dan tersier.

2. Pertumbuhan ekonomi di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat berpengaruh negatif dan signifikan terhadap tingkat kemiskinan di masing-masing Kabupaten/Kota tersebut. Dimana jika pertumbuhan ekonomi meningkat, maka tingkat kemiskinan di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat menurun. Pertumbuhan ekonomi merupakan syarat keharusan (necessary condition) untuk mengurangi kemiskinan dan syarat kecukupannya

(sufficient condition) ialah pertumbuhan tersebut harus menyebar secara merata termasuk ke golongan penduduk miskin.

5.2. Saran

Dari hasil analisis yang dilakukan maka ada beberapa saran yang dapat diberikan, yaitu :

1. Untuk dapat mengurangi tingkat pengangguran, Pemerintah sebaiknya menciptakan lapangan pekerjaan sesuai dengan tingkat pendidikan, membuka Balai Latihan Kerja (BLK), memberikan modal usaha, serta mempermudah izin pendirian usaha, sehingga tingkat pengangguran menurun yang nantinya tingkat kemiskinan juga menurun.

2. Untuk dapat menjaga kestabilan dan meningkatkan pertumbuhan ekonomi, Pemerintah seharusnya meningkatkan kualitas sumber daya manusianya melalui pendidikan yang baik serta sarana dan fasilitas memadai agar dapat menghasilkan sumber daya manusia berkualitas sehingga memberikan kontribusi yang baik untuk meningkatkan pertumbuhan ekonomi, serta dengan distribusi pendapatan secara merata, termasuk ke golongan penduduk miskin. Dengan begitu dapat mengurangi jumlah penduduk miskin.

DAFTAR PUSTAKA

Ariyus, Lucky S. 2015. Analisis Pengaruh Angka Harapan Hidup, PDRB perkapita, Jumlah Pengangguran terhadap Jumlah Penduduk Miskin.

Skripsi. Fakultas Ekonomi dan Bisnis Universitas Diponegoro, Semarang.

Bappenas//Pengertian Kemiskinan, http://Bappenas.co.id (diakses pada tanggal 8 November, pukul 14.21 Wib).

Badan Pusat Statistik (BPS). Sumatera Utara Dalam Angka. Berbagai Tahun Penerbitan.

Hambarsari, Dwi P & Inggit, Kunto. 2016. Analisis Pengaruh Pertumbuhan Ekonomi, Pertumbuhan Penduduk, dan Inflasi terhadap Tingkat Kemiskinan di Jawa Timur tahun 2004-2014. Jurnal Ekonomi & Bisnis, Hal 257-282 Volume 1, Nomor 2, September 2016, Universitas Surabaya.

Jundi, Al Musa. 2014. Analisis Faktor yang Mempengaruhi Tingkat Kemiskinan Provinsi-Provinsi di Indonesia. Skripsi. Fakultas Ekonomika dan Bisnis Universitas Diponegoro, Semarang.

Kristanto, Dwi P. 2014. Analisis Pengaruh Pertumbuhan Ekonomi, Upah Minimum, dan Tingkat Pengangguran terhadap Jumlah Penduduk Miskin di Kabupaten/Kota Brebes tahun 1997-2012. Skripsi. Fakultas Ekonomi dan Bisnis Universitas Diponegoro, Semarang.

Kuncoro, Mudrajad. 1997. Ekonomi Pembangunan, Teori Masalah dan Kebijakan. Yogyakarta : UPP AMP YKN.

Kuncoro, Sri. 2014. Analisis Pengaruh Pertumbuhan Ekonomi, Tingkat Pengangguran, dan Pendidikan terhadap Tingkat Kemiskinan di Jawa Timur tahun 2009-2011. Naskah Publikasi. Fakultas Ekonomi dan Bisnis, Universitas Muhammadyah Surakarta.

Mankiw, Gregory. 2006. Makroekonomi, Edisi Keenam. Jakarta : Erlangga.

Nugroho, Adi P. 2015. Pengaruh PDRB, Tingkat Pendidikan, dan Pengangguran terhadap Kemiskinan di Kota Yogyakarta tahun 1999-2013. Skripsi.

Fakultas Ekonomi, Universitas Negeri Yogyakarta.

Pangestika, Styfanda. 2015. Analisis Estimasi Model Regresi Data Panel dengan Pendekatan Common Effect Model (CEM), Fixed Effect Model (FEM) dan Random Effect Model (REM). Skripsi. Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Semarang.

Prastyo, Adit A. 2010. Analisis Faktor-Faktor Yang Mempengaruhi Tingkat Kemiskinan (Studi Kasus : 35 Kabupaten/Kota di Jawa Tengah tahun 2003-2007). Skripsi. Fakultas Ekonomi dan Bisnis Universitas Diponegoro, Semarang.

Permana, Yoga A & Ariati Fitri. 2012. Analisis Pengaruh Pengangguran, Pendidikan, dan Kesehatan terhadap Kemiskinan di Jawa Tengah. Jurnal Ekonomi UNDIP. Volume 1, Nomor 1, Tahun 2012, Halaman 1.

Saputra, Whisnu A. 2011. Analisis Pengaruh Jumlah Penduduk, PDRB, IPM, Pengangguran terhadap Tingkat Kemiskinan di Kabupaten/Kota Jawa Tengah. Skripsi. Fakultas Ekonomi dan Bisnis Universitas Diponegoro, Semarang.

Siregar, Hermanto. 2006. Perbaikan Struktur dan Pertumbuhan Ekonomi, Mendorong Investasi dan Menciptakan Lapangan Pekerjaan. Jurnal Ekonomi Publik dan Keuangan. INDEF Jakarta.

Sugiyono. 2011. Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung : Alfabeta.

Sukirno, Sadono. 2003. Pengantar Teori Makro Ekonomi. Jakarta : Raja Grafindo Persada.

Sumarsono, Sonny. 2009. Teori dan Kebijakan Publik Ekonomi Sumber Daya Manusia. Yogyakarta : Graha Ilmu.

Suryawati, Chriswardani. 2005.Memahami Kemiskinan Secara Multidimensional.

JMPK. Vol.08/No.03/September/2005.

Tahir, Safdar H, dkk. 2014. Impact of GDP Growth Rate on Poverty of Pakistan : A Quantitative Approach. Euro-Asian Journal of Economics and Finance.

Volume : 2, Issue : 2 (April 2014) Pages : 119-126.

Tirta, Syahnur A. 2013. Analisis Pengaruh Inflasi, Pertumbuhan Ekonomi, terhadap Pengangguran di Provinsi Jawa Tengah. Skripsi. Fakultas Ekonomi, Universitas Negeri Semarang.

Todaro, Michael P. 2003. Pembangunan Ekonomi di Dunia Ketiga. Penerjemah : Haris Munandar. Jakarta : Erlangga.

Yacoub, Yarlina. 2012. Pengaruh Tingkat Pengangguran terhadap Tingkat Kemiskinan Kabupaten/Kota di Provinsi Kalimantan Barat. Jurnal Vol.8, No.3, Oktober 2012 Halaman 176-185.

Lampiran 1.

Data Tingkat Kemiskinan di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat Tahun 2001-2015 (Persen)

Tahun

Persentase Penduduk Miskin (%) Kabupaten/Kota

Medan Binjai Deli Serdang Karo Langkat

2001 12,48 9,04 10,30 5,11 19,32

2002 4,80 6,14 9,98 23,20 20,60

2003 7,25 7,05 8,30 20,35 21,21

2004 7,13 6,40 7,72 20,00 19,89

2005 7,06 6.93 6,98 17,68 20,98

2006 7,77 6,38 6,29 20,96 19,65

2007 7,17 5,72 5,67 14,47 18,23

2008 10,43 8,12 5,16 12,86 14,81

2009 9,58 7,04 5,17 11,42 12,75

2010 10,05 7,33 5,34 11,02 10,85

2011 9,63 7,00 5,10 10,49 10,31

2012 9,33 6,72 4,78 9,33 10,02

2013 9,64 6,75 4,71 9,79 10,44

2014 9,12 6,38 4,56 9,20 9,99

2015 9,41 7,03 4,74 9,68 11,30

Sumber : Badan Pusat Statistik (BPS) Provinsi Sumatera Utara

Lampiran 2.

Data Tingkat Pengangguran di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo dan Langkat Tahun 2001-2015 (Persen)

Tahun

Tingkat Pengangguran Terbuka (TPT) % Kabupaten/Kota

Medan Binjai Deli Serdang Karo Langkat

2001 9,76 6,78 4,70 0,25 7,94

2002 13,28 8,59 8,54 1,02 11,06

2003 15,23 13,80 10,23 1,50 13,35 2004 19,43 19,35 17,78 4,90 18,17 2005 12,46 16,44 11,90 7,19 14,91 2006 15,01 15,39 13,47 7,00 13,31 2007 14,49 13,71 10,57 6,64 10,95

2008 13,08 11,90 9,47 6,18 9,90

2009 14,27 11,84 10,87 2,06 8,77

2010 13,11 11,64 9,02 1,56 8,69

2011 9,97 8,37 7,69 4,66 5,78

2012 9,03 9,80 6,85 2,00 5,98

2013 10,01 6,37 7,54 2,08 7,10

2014 9,48 7,60 7,00 1,02 6,60

2015 11,00 10,00 6,38 2,23 8,02

Sumber : Badan Pusat Statistik (BPS) Provinsi Sumatera Utara

Lampiran 3.

Data Pertumbuhan Ekonomi di Kabupaten/Kota Medan, Binjai, Deli Serdang, Karo, dan Langkat Tahun 2001-2015 (Persen)

Tahun

Pertumbuhan Ekonomi (%) Kabupaten/Kota

Medan Binjai Deli Serdang Karo Langkat

2001 4,60 3,96 4,07 5,35 1,08

2002 4,50 6,35 3,30 4,91 3,02

2003 5,06 4,97 3,85 5,66 2,96

2004 7,29 8,17 4,08 3,32 1,01

2005 6,98 5,28 4,97 4,70 3,47

2006 7,76 5,32 5,45 4,96 2,09

2007 7,78 5,68 5,74 5,13 4,81

2008 6,89 5,54 5,82 5,21 5,07

2009 6,55 5,87 5,55 5,17 5,04

2010 7,16 6,07 5,98 6,03 5,74

2011 7,69 6,56 6,01 6,57 5,84

2012 7,63 6,61 6,06 6,35 6,05

2013 5,36 6,07 9,22 4,95 5,61

2014 6,08 5,38 7,50 5,09 5,12

2015 5,74 5,40 5,24 5,01 5,03

Sumber : Badan Pusat Statistik (BPS) Provinsi Sumatera Utara

Lampiran 4.

Hasil Estimasi Common Effect Model (CEM) Dependent Variable: K?

Method: Pooled Least Squares Date: 01/10/18 Time: 20:29 Sample: 2001 2015

Included observations: 15 Cross-sections included: 5

Total pool (balanced) observations: 75

Variable Coefficient Std. Error t-Statistic Prob.

C 22.46720 2.037591 11.02636 0.0000 TP? -0.139362 0.103666 -1.344339 0.1831 PE? -2.015599 0.320874 -6.281588 0.0000 R-squared 0.365750 Mean dependent var 10.20787 Adjusted R-squared 0.348132 S.D. dependent var 4.971475 S.E. of regression 4.013887 Akaike info criterion 5.656575 Sum squared resid 1160.013 Schwarz criterion 5.749275 Log likelihood -209.1216 Hannan-Quinn criter. 5.693589 F-statistic 20.75994 Durbin-Watson stat 0.756551 Prob(F-statistic) 0.000000

Sumber : Hasil Olahan Program Eviews 9

Lampiran 5.

Hasil Estimasi Fixed Effect Model (FEM) Dependent Variable: K?

Variable Coefficient Std. Error t-Statistic Prob.

C 15.46784 2.059733 7.509635 0.0000 Adjusted R-squared 0.655670 S.D. dependent var 4.971475 S.E. of regression 2.917243 Akaike info criterion 5.067842 Sum squared resid 578.7010 Schwarz criterion 5.284140 Log likelihood -183.0441 Hannan-Quinn criter. 5.154207 F-statistic 24.48503 Durbin-Watson stat 1.172519 Prob(F-statistic) 0.000000

Sumber : Hasil Olahan Program Eviews 9

Lampiran 6.

Cross-section F 17.076697 (4,68) 0.0000

Cross-section Chi-square 52.155032 4 0.0000

Cross-section fixed effects test equation:

Variable Coefficient Std. Error t-Statistic Prob.

Sumber : Hasil Olahan Program Eviews 9

Lampiran 7.

Hasil Estimasi Random Effect Model (REM) Dependent Variable: K?

Method: Pooled EGLS (Cross-section random effects) Date: 01/10/18 Time: 20:37

Sample: 2001 2015 Included observations: 15 Cross-sections included: 5

Total pool (balanced) observations: 75

Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

C 16.13624 2.539396 6.354362 0.0000

Cross-section random 3.466231 0.5854

Idiosyncratic random 2.917243 0.4146

Weighted Statistics

R-squared 0.295212 Mean dependent var 2.167631 Adjusted R-squared 0.275634 S.D. dependent var 3.434089 S.E. of regression 2.922743 Sum squared resid 615.0545 F-statistic 15.07916 Durbin-Watson stat 1.115872 Prob(F-statistic) 0.000003

Unweighted Statistics

R-squared 0.254971 Mean dependent var 10.20787 Sum squared resid 1362.623 Durbin-Watson stat 0.503677 Sumber : Hasil Olahan Program Eviews 9

Dalam dokumen PROGRAM STUDI EKONOMI PEMBANGUNAN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS SUMATERA UTARA MEDAN (Halaman 69-0)