V. HASIL DAN PEMBAHASAN
6.1. Kesimpulan
1. Faktor-faktor yang berpengaruh nyata terhadap pendapatan pada taraf nyata satu persen adalah tenaga kerja dan investasi, sedangkan variabel lahan dan variabel dummy kota/kabupaten berpengaruh nyata 10 persen. Koefisien regresi tenaga kerja adalah sebesar 0,0016. Hal ini bahwa setiap kenaikan tenaga kerja sebesar satu orang akan meningkatkan pendapatan sebesar 16 juta rupiah. Lahan memiliki koefisien regresi sebesar 0,0015 yang berarti setiap kenaikan luas lahan sebesar satu hektar akan menyebabkan pendapatan meningkat sebesar 15 juta rupiah. Untuk koefisien regresi variabel investasi adalah sebesar 0,0001. Hal ini menunjukkan bahwa setiap kenaikan investasi sebesar satu juta rupiah akan meningkatkan pendapatan sebesar 100 ribu rupiah. Koefisien regresi variabel dummy antara kota dan kabupaten memiliki tanda positif . Hal ini mengindikasikan bahwa pendapatan di kota lebih tinggi apabila dibandingkan dengan pendapatan di kabupaten.
2. Faktor-faktor yang mempengaruhi kemiskinan pada taraf nyata satu persen adalah pendapatan dan pendidikan, sedangkan variabel jumlah pengangguran dan tingkat ketergantungan berpengaruh nyata 10 persen. Koefisien regresi untuk pendapatan bernilai negatif yaitu sebesar 0,002 yang berarti setiap kenaikan pendapatan sebesar satu miliar rupiah akan menurunkan kemiskinan sebesar 0,002 persen. Tingkat pendidikan memiliki koefisien regresi bernilai negatif yaitu 0,38 yang berarti jika tingkat pendidikan meningkat satu persen maka akan menurunkan tingkat kemiskinan sebesar 0,38 persen. Nilai
46
koefisien regresi untuk tingkat pengangguran bernilai positif yaitu sebesar 0,17 yang berarti jika tingkat pengangguran meningkat satu orang akan meningkatkan tingkat kemiskinan sebesar 0,17 persen. Koefisien regresi untuk variabel tingkat ketergantungan bernilai positif sebesar 0,23. Hal tersebut berarti jika tingkat ketergantungan meningkat sebesar satu persen maka akan menaikkan tingkat kemiskinan sebesar 0,23 persen.
6.2. Saran
1. Berdasarkan hasil penelitian, bahwa pendidikan mempengaruhi tingkat kemiskinan, maka pemerintah perlu membuat kebijakan untuk peningkatan kualitas sumberdaya manusia.
2. Dari hasil penelitian, bahwa pengangguran mempengaruhi tingkat kemiskinan. Maka untuk mengurangi pengangguran, pemerintah daerah perlu mendorong program pembangunan yang padat karya.
3. Pemerintah daerah melalui Departemen Kesehatan perlu lebih menggalakkan program yang dapat menekan tingkat kelahiran untuk mengurangi tingkat ketergantungan, sehingga beban dalam memenuhi kebutuhan hidup berkurang.
DAFTAR PUSTAKA
Alfian dkk. 1980. Kemiskinan Struktural : Suatu Bunga Rampai. Penerbit Yayasan Ilmu-Ilmu Sosial dan HIPIS, Jakarta.
Allen, J dan Thompson. 1990. Rural Poverty Among Racial and Ethnic Minorities. American Agricultural Economics Assosiation.
Badan Pusat Statistik. 2004. Data dan Informasi Kemiskinan Tahun 2004. BPS, Jakarta.
---. 1996-2004. Indonesia dalam Angka. BPS, Jakarta. ---. 2005. Jawa Barat dalam Angka, BPS, Jakarta.
BPMD. Perkembangan Realisasi Investasi di Jawa Barat. Berbagai edisi, Bandung.
Deliarnov. 2005. Perkembangan Pemikiran Ekonomi. PT RajaGrafindo Persada, Jakarta.
Rintuh, C.. M,. 2003. Kelembagaan dan Ekonomi Rakyat. Dikti, Jakarta.
Fithrajaya, A. 2004. Identifikasi Wilayah Miskin dan Alternatif Upaya Penanggulangannya (Studi Kasus di Banten) [skripsi]. Departemen Ilmu Ekonomi. Fakultas Ekonomi dan Manajemen, IPB, Bogor.
Gujarati, D. 1978. Ekonometrika Dasar. Zain dan Sumarno [penerjemah]. Penerbit Erlangga, Jakarta.
Hendriawan. 2003. Penanggulangan Kemiskinan Dalam Rangka Kebijakan Desentralisasi. IPB, Bogor.
Intania, O. I. 2003. Tingkat Partisipasi Masyarakat dalam Program Penanggulangan Kemiskinan di Perkotaan [skripsi]. Jurusan Ilmu-Ilmu Sosial Ekonomi Fakultas Pertanian, IPB, Bogor.
Krisnamurti, B. 2006. 22 Tahun Studi Pembangunan Pengurangan Kemiskinan, Pembangunan Agribisnis dan Revitalisasi Pertanian. Pusat Studi Pembangunan Pertanian dan Pedesaan-LPPM IPB, Bogor.
McDowell, D. R dan Joyce E. 1995. Poverty Among Southern Workers: Metro and NonMetro Differentials. Journal Agricultural Economic. 77: 796- 802. American Agricultural Economics Assosiation.
48
Lu'lu. 2005. Analisis Gender Terhadap Tingkat Keberhasilan Proyek P2KP [skripsi]. Departemen Ilmu-Ilmu Sosial Ekonomi Fakultas Pertanian, IPB, Bogor.
Nicholson, W. 2001. Teori Ekonomi Mikro. PT Raja Grafindo Persada, Jakarta Nur, N. S. 2004. Faktor-Faktor yang Mempengaruhi Efektivitas Komunikasi
dalam Proyek Penanggulangan Kemiskinan di Perkotaan [Tesis]. IPB, Bogor.
Rahmawati, Y. I. 2006. Analisis Faktor-faktor yang Mempengaruhi Kemiskian Rumah Tangga di Kabupaten Pacitan Propinsi Jawa Timur [skripsi]. Program Studi Pertanian dan Sumberdaya. Fakultas Pertanian, IPB, Bogor.
Sajogyo. 1977. Kemiskinan dan Kebutuhan Minimum Pangan. Lembaga Penelitian Sosiologi Pedesaan. IPB, Bogor.
Sumodiningrat, G dkk. 1999. Kemiskinan: Teori, Fakta dan Kebijakan. Penerbit IMPAC, Jakarta
Sunarso dan Mardimin. 1996. ’Konsep Ketidakadilan dan Kemiskinan’ dalam Dimensi Proses Pembangunan di Indonesia. Penerbit Kanisius, Yogyakarta.
Suparlan, P. 1984. Kemiskinan di Perkotaan: Bacaan untuk Antropologi Perkotaan. Sinar Harapan, Jakarta.
Suryadiningrat, B. 2003. Persepsi dan Tindakan Tokoh Masyarakat Desa terhadap Kemiskinan [skripsi]. Departemen Ilmu-Ilmu Sosial Ekonomi, Fakultas Pertanian, IPB, Bogor.
Syafwannur, E. 2004. Strategi Penanggulangan Kemiskinan di Kecamatan Tempuling Kabupaten Indragiri Hilir [Tesis]. IPB, Bogor.
The World Bank Group, 2000, http://www.worldbank.org/
Todaro, M. 1998. Pembangunan Ekonomi. Haris Munandar [penerjemah]. Penerbit Erlangga, Jakarta.
Widiyanti, R. 2001. Telaah terhadap Partisipasi, Pendapatan dan Tingkat Kemiskinan Peserta Program Perhutanan Sosial [skripsi]. Departemen Ilmu-Ilmu Sosial Ekonomi, Fakultas Pertanian. IPB, Bogor.
49
Wiraswara, A. 2005. Pertumbuhan Ekonomi dan Pengurangan Angka Kemiskinan di Indonesia [skripsi]. Departemen Ilmu Ekonomi. Fakultas Ekonomi dan Manajemen, IPB, Bogor.
52
Lampiran 2. Hasil Estimasi Model Kemiskinan dan Model Pendapatan
2.1. Hasil Estimasi Model Pendapatan
Dependent Variable: Y
Method: Two-Stage Least Squares Date: 04/28/02 Time: 02:47 Sample: 1 25
Included observations: 25
Instrument list: C L TK I DK PD U DEP
Variable Coefficient Std. Error t-Statistic Prob.
C -490.4733 409.2786 -1.198385 0.2448
L 0.001473 0.000839 1.756058 0.0944
TK 0.001570 0.000547 2.869492 0.0095
I 0.000113 4.31E-05 2.608950 0.0168
DK 774.9002 394.4328 1.964594 0.0635
R-squared 0.656506 Mean dependent var 1235.327 Adjusted R-squared 0.587807 S.D. dependent var 1051.138 S.E. of regression 674.8543 Sum squared resid 9108568. F-statistic 9.556285 Durbin-Watson stat 2.752628 Prob(F-statistic) 0.000173
2.2. Hasil Estimasi dari Model Kemiskinan
Dependent Variable: M
Method: Two-Stage Least Squares Date: 05/10/06 Time: 09:41 Sample: 1 25
Included observations: 25
Instrument list: C PD U DEP TK L I DK
Variable Coefficient Std. Error t-Statistic Prob.
C 3.985094 8.769928 0.454404 0.6544
Y -0.002163 0.000829 -2.608668 0.0168
PD -0.389076 0.121223 -3.209593 0.0044
U 0.172501 1.20E-05 1.437346 0.1661
DEP 0.235907 0.167533 1.408126 0.1744
R-squared 0.738774 Mean dependent var 11.62480 Adjusted R-squared 0.686529 S.D. dependent var 4.703081 S.E. of regression 2.633182 Sum squared resid 138.6730 F-statistic 14.15245 Durbin-Watson stat 2.357329 Prob(F-statistic) 0.000012
53
Lampiran 3. Uji Heteroskedastisitas dan Uji Multikolinearitas
3.1. Uji Heteroskedastisitas dari Model Pendapatan
White Heteroskedasticity Test:
F-statistic 2.863968 Probability 0.044436
Obs*R-squared 19.29834 Probability 0.114140
3.2. Uji Heteroskedastisitas dari Model Kemiskinan
White Heteroskedasticity Test:
F-statistic 0.684046 Probability 0.749439 Obs*R-squared 12.22968 Probability 0.587863
3.3. Uji Multikolinearitas Model Kemiskinan
Y PDDK JU DEP
Y 1.000000 0.070016 0.568946 0.075528 PDDK 0.070016 1.000000 0.011936 -0.745294 JU 0.568946 0.011936 1.000000 0.204485 DEP 0.075528 -0.745294 0.204485 1.000000
3.4. Uji Multikolinearitas Model Pendapatan
LAHAN TK INV DK
LAHAN 1.000000 0.398817 -0.161926 -0.507581 TK 0.398817 1.000000 0.275290 -0.518837 INV -0.161926 0.275290 1.000000 0.290873
54
Lampiran 4. Uji Normalitas
4.1. Uji Normalitas dari Model Pendapatan
Lampiran 1. Data yang dimasukkan dalam Model No Kabupaten/Kota M Y Tk I L Pd U Dep Dk 1 Bogor 11,94 2.706,73 1.340.253 4.159.666 189.707 2,15 194.902 59,34 0 2 Sukabumi 14,70 927,95 823.478 942.452 315.559 1,63 117.451 49,97 0 3 Cianjur 17,36 925,82 775.245 622.766 262.936 1,52 94.797 55,78 0 4 Bandung 11,84 2.682,36 1.461.516 6.064.238 194.474 9,40 293.148 54,03 0 5 Garut 15,37 1.143,09 816.476 543.468 204.771 2,21 84.975 55,72 0 6 Tasikmalaya 16,14 692,40 671.641 508.553 215.231 1,28 78.955 53,33 0 7 Ciamis 14,73 749,39 684.812 558.024 177.133 1,04 57.480 49,98 0 8 Kuningan 18,95 399,59 435.484 339.282 70.799 3,89 45.655 50,64 0 9 Cirebon 16,59 780,43 804.608 1.534.740 71.962 1,21 114.588 52,56 0 10 Majalengka 17,42 440,81 495.728 385.008 87.715 2,57 44.608 51,02 0 11 Sumedang 11,74 595,59 414.520 858.999 106.254 1,80 38.320 48,05 0 12 Indramayu 16,49 2.175,99 766.150 749.626 962.507 2,69 70.170 52,87 0 13 Subang 14,67 748,30 568.643 948.014 164.787 6,25 51.224 46,45 0 14 Purwakarta 12,60 675,87 281.010 4.874.694 69.424 1,78 32.485 52,01 0 15 Karawang 13,28 1.904,23 624.351 3.020.166 131.333 4,11 123.830 50,04 0 16 Bekasi 6,35 4.484,72 696.764 11.626.301 104.845 6,96 82.280 50,89 0 17 Kota Bogor 7,85 434,72 264.216 10.105.251 1.422 9,89 51.012 43,32 1 18 Kota Sukabumi 6,16 1.931,65 84.378 223.102 2.685 1,09 21.609 47,32 1 19 Kota Bandung 3,38 2.805,94 869.022 14.708.214 8.309 12,17 143.154 38,03 1 20 Kota Cirebon 7,52 562,56 105.984 635.161 1.077 11,02 14.112 49,26 1 21 Kota Bekasi 3,04 1.514,59 656.493 956.966 14.325 29,22 123.304 38,55 1 22 Kota Depok 4,84 644,03 512.775 716.317 6.476 17,69 75.843 43,71 1 23 Kota Cimahi 8,85 615,58 162.174 844.372 699 16,23 40.454 43,56 1 24 Kota Tasikmalaya 8,48 261,28 223.872 486.906 12.799 5,15 32.486 50,49 1 25 Kota Banjar 10,33 79,42 58.718 57.770 9.896 12,63 10.904 49,97 1
