B. Temuan Hasil Penelitian
6. Pembahasan
Penelitian ini membahas perihal kemiskinan yang dirasa dapat memberikan ancaman terhadap perekonomian di masa yang akan datang apabila tidak diurus dengan baik. Dengan menggunakan periode antara 2015 – 2019 yang dirasa dapat memberikan data yang cukup aktual sehingga dapat memberikan hasil yang baik pula.
Penelitian ini menggunakan analisis data panel dengan menggunakan variabel independen Pendapatan Per Kapita, Tingkat Pendidikan, Jumlah Penduduk Usia Produktif dan Indeks Pembangunan Manusia untuk melihat pengaruhnya terhadap variabel dependen Kemiskinan. Berikut adalah pembahasan hasil penelitian pada tiap variabelnya:
117
a. Pengaruh Pendapatan Per Kapita Terhadap Kemiskinan
Sebelumnya telah disimpulkan bahwa variabel Pendapatan Per Kapita berpengaruh signifikan terhadap Kemiskinan. Kemudian setelahnya, berdasarkan tabel 4.14 dapat dilihat bahwa variabel Pendapatan Perkapita memiliki nilai koefisien sebesar -0.001467. Dapat diartikan bahwa setiap kenaikan Satu Rupiah pada Pendapatan Per Kapita maka akan menurunkan Kemiskinan sebanyak 0.001467 jiwa atau setiap kenaikan Satu Juta Rupiah maka akan menurunkan kemiskinan sebanyak 1467 jiwa. Begitupun sebaliknya, ketika terjadi penurunan sebesar Satu Rupiah pada Pendapatan Per Kapita maka akan meningkatkan Kemiskinan sebanyak 0.001467 jiwa atau setiap penurunan Satu Juta Rupiah maka akan menaikkan kemiskinan sebanyak 1467 jiwa.
Hasil penelitian ini sesuai dengan hipotesis yang dikemukakan oleh peneliti bahwa Pendapatan Per Kapita Indonesia dari tahun 2015 hingga 2019 berdampak pada Kemiskinan. Penelitian yang dilakukan menemukan bahwa Pendapatan Per Kapita dari tahun
118
2015 hingga 2019 memiliki dampak negatif yang signifikan terhadap Kemiskinan di Indonesia.
Menurut Sajogyo (1994), tingkat pendapatan akan menentukan apa yang akan dibeli oleh sebuah keluarga. Orang miskin biasanya menghabiskan sebagian besar pendapatan mereka untuk makanan. Di negara-negara miskin, sebagian besar pengeluaran dihabiskan untuk makanan. Pendapatan rendah adalah penghalang lain yang mencegah orang membeli jumlah makanan yang mereka butuhkan.
Hasil penelitian ini mendukung Nurul Fadllillah dkk (2016), yang menunjukkan bahwa Pendapatan Per Kapita secara parsial berpengaruh negatif signifikan terhadap jumlah penduduk miskin di Jawa Tengah.
Temuan penelitian ini juga sejalan dengan penelitian Chandra et al (2010) bahwa Pendapatan Per Kapita berpengaruh negatif terhadap Kemiskinan di Jawa Tengah (2003-2010). Hal ini juga sejalan dengan penelitian terdahulu oleh (Hastina Febriaty, 2017), (I Made Tony Wirawan, 2015), (Iqbal Banyu Sunarya, 2018), (I Made Anom Iswara, 2014) yang menyatakan bahwa Pendapatan Per Kapita berpengaruh secara negatif dan signifikan terhadap Kemiskinan.
119
Pendapatan Per Kapita merupakan ukuran seberapa makmur setiap daerah. Semakin tinggi pendapatan maka semakin tinggi daya beli penduduk, dan peningkatan daya beli ini akan meningkatkan kesejahteraan masyarakat (Sukirno, 2006). Kemiskinan menjadi sangat buruk karena masyarakat tidak dapat memenuhi kebutuhan dasarnya. Pendapatan merupakan salah satu indikator penting pengentasan kemiskinan, karena dengan meningkatnya pendapatan maka tingkat konsumsi masyarakat juga akan meningkat. Konsumsi adalah untuk memenuhi kebutuhan hidup, dan ketika kebutuhan hidup terpenuhi maka menunjukkan bahwa tingkat kemiskinan akan menurun.
b. Pengaruh Tingkat Pendidikan Terhadap Kemiskinan
Sebelumnya telah disimpulkan bahwa variabel Tingkat Pendidikan berpengaruh signifikan terhadap Kemiskinan. Kemudian setelahnya, berdasarkan tabel 4.14 dapat dilihat bahwa variabel Tingkat Pendidikan memiliki nilai koefisien sebesar -26306.45 (pembulatan menjadi -26.307). Dapat diartikan bahwa setiap kenaikan 1% pada Tingkat Pendidikan maka akan menurunkan Kemiskinan sebanyak 26.307 jiwa.
120
Begitupun sebaliknya, ketika terjadi penurunan sebesar 1% pada Tingkat Pendidikan maka akan meningkatkan Kemiskinan sebanyak 26.307 jiwa.
Hasil penelitian ini sesuai dengan hipotesis yang dikemukakan oleh peneliti bahwa Tingkat Pendidikan Indonesia dari tahun 2015 hingga 2019 berdampak pada Kemiskinan. Penelitian yang dilakukan menemukan bahwa Tingkat Pendidikan dari tahun 2015 hingga 2019 memiliki dampak negatif yang signifikan terhadap Kemiskinan di Indonesia.
Temuan penelitian ini sejalan dengan temuan Indra dan Rachmad (2012) bahwa Tingkat Pendidikan berpengaruh negatif signifikan terhadap Kemiskinan.
Hal ini dikarenakan Tingkat Pendidikan yang dimiliki seseorang akan menunjukkan tingkat wawasan dan pengetahuan yang dimiliki seseorang dalam penerapannya untuk meningkatkan usahanya dalam kehidupan sehari-hari dan merupakan faktor penentu untuk hasil yang terbaik dan penghasilan yang lebih menguntungkan.
Penelitian sebelumnya (Elda Wahyu Azizah, 2018), (I Made Tony Wirawan, 2015), (I Made Anom Iswara, 2014) menunjukkan bahwa Tingkat Pendidikan
121
memiliki dampak negatif yang signifikan terhadap Kemiskinan. Penelitian telah menunjukkan bahwa Tingkat Pendidikan seseorang akan menunjukkan tingkat wawasan dan pengetahuan seseorang dalam aplikasi untuk meningkatkan usahanya dalam memenuhi kebutuhan sehari-hari. Studi tersebut juga mencatat bahwa semakin tinggi tingkat pendidikan, semakin besar kemungkinan menjadi kelompok tidak miskin.
c. Pengaruh Jumlah Penduduk Usia Produktif Terhadap Kemiskinan
Sebelumnya telah disimpulkan bahwa variabel Jumlah Penduduk Usia Produktif berpengaruh signifikan terhadap Kemiskinan. Kemudian setelahnya, berdasarkan tabel 4.14 dapat dilihat bahwa variabel Jumlah Penduduk Usia Produktif memiliki nilai koefisien sebesar -0.628154. Dapat diartikan bahwa setiap kenaikan 1 jiwa pada Jumlah Penduduk Usia Produktif maka akan menurunkan Kemiskinan sebesar 0.628154 jiwa atau jika terjadi kenaikan pada Jumlah Penduduk Usia Produktif sebanyak 1000 jiwa maka akan menurunkan kemiskinan sebanyak 629 jiwa. Begitupun sebaliknya, ketika terjadi penurunan sebesar 1 jiwa pada Jumlah Penduduk Usia Produktif maka akan
122
meningkatkan Kemiskinan 0.628154 jiwa atau jika terjadi penurunan pada Jumlah Penduduk Usia Produktif sebanyak 1000 jiwa maka akan meningkatkan kemiskinan sebanyak 629 jiwa
Hasil penelitian ini sesuai dengan hipotesis yang dikemukakan oleh peneliti bahwa Jumlah Penduduk Usia Produktif Indonesia dari tahun 2015 hingga 2019 berdampak pada Kemiskinan. Penelitian yang dilakukan menemukan bahwa Jumlah Penduduk Usia Produktif dari tahun 2015 hingga 2019 memiliki dampak negatif yang signifikan terhadap Kemiskinan di Indonesia.
Hasil penelitian ini sesuai dengan penelitian yang dilakukan oleh Novri Silastri, dan Candra Mustika.
Dimana jumlah penduduk pada hasil penelitiannya menunjukkan pengaruh yang signifikan terhadap kemiskinan. Keadaan ini dapat dijelaskan sebagai berikut, kemiskinan tidak otomatis meningkat ketika jumlah penduduk usia produktif meningkat. Penduduk usia produktif memiliki kesempatan kerja yang luas.
Oleh karena itu, jika jumlah penduduk usia produktif meningkat disertai dengan partisipasi tenaga kerja yang
123
baik, maka akan mampu meningkatkan perekonomian dan mengurangi jumlah penduduk miskin.
d. Pengaruh Indeks Pembangunan Manusia Terhadap Kemiskinan
Sebelumnya telah disimpulkan bahwa variabel Indeks Pembangunan Manusia berpengaruh signifikan terhadap Kemiskinan. Kemudian setelahnya, berdasarkan tabel 4.14 dapat dilihat bahwa variabel Indeks Pembangunan Manusia memiliki nilai koefisien sebesar -50.764,68 (pembulatan menjadi -50.765).
Dapat diartikan bahwa setiap kenaikan 1 satuan pada Indeks Pembangunan Manusia maka akan menurunkan Kemiskinan sebanyak 50.765 jiwa. Begitupun sebaliknya, ketika terjadi penurunan sebesar 1 satuan pada Indeks Pembangunan Manusia maka akan meningkatkan Kemiskinan sebanyak 50.765 jiwa.
Hasil penelitian ini sesuai dengan hipotesis yang dikemukakan oleh peneliti bahwa Indeks Pembangunan Manusia di Indonesia dengan proksi data menggunakan Keluarga Dengan Akses Terhadap Fasilitas Indeks Pembangunan Manusia yang Layak dari tahun 2015 hingga 2019 berdampak pada Kemiskinan.
Penelitian yang dilakukan menemukan bahwa Indeks
124
Pembangunan Manusia dari tahun 2015 hingga 2019 memiliki dampak negatif yang signifikan terhadap Kemiskinan di Indonesia.
Peningkatan IPM yang mengarah pada penurunan angka kemiskinan menunjukkan bahwa IPM dapat meningkatkan produktivitas manusia dalam bekerja, yang akan meningkatkan pendapatan untuk memenuhi kebutuhan hidup yang layak. Penelitian ini mendukung penelitian sebelumnya, Bisai, Charley M (2019) yang menunjukkan bahwa IPM berpengaruh negatif signifikan terhadap tingkat kemiskinan di wilayah/kota Papua. Penelitian ini juga sejalan dengan Palupi Lindiasari Samputra bahwa IPM berpengaruh negatif signifikan terhadap tingkat kemiskinan di Indonesia.
Indeks Pembangunan Manusia terdiri dari tiga dimensi (kesehatan, pendidikan, dan kehidupan yang layak dengan pendapatan per kapita) yang sangat menentukan kualitas manusia. Pendidikan memegang peranan penting dalam meningkatkan kemampuan menyerap teknologi modern dan mengembangkan kemampuan untuk mencapai pertumbuhan dan perkembangan. Selain itu, kesehatan merupakan syarat
125
mutlak bagi peningkatan produktivitas, karena dengan kesehatan pendidikan mudah dicapai. Dalam hal ini, kesehatan dan pendidikan merupakan komponen penting dari pembangunan ekonomi yang membantu mengurangi kemiskinan. Dengan pendidikan dan kesehatan, pendapatan tinggi akan mudah diakses. Di sisi lain, dengan pendapatan tinggi, mudah untuk membelanjakan uang untuk kesehatan dan pendidikan.
126 BAB V
SIMPULAN DAN SARAN A. Simpulan
Penelitian ini bertujuan untuk mengetahui bagaimana pengaruh antara Pendapatan Per Kapita, Tingkat Pendidikan, Jumlah Penduduk Usia Produktif dan Indeks Pembangunan Manusia terhadap Kemiskinan.
Penelitian ini dilakukan pada seluruh 34 Provinsi yang ada di Indonesia.
Analisis regresi menggunakan regresi data panel menggunakan software E-views 10 dengan jumlah observasi sebanyak 170 observasi.
Dari penelitian yang telah dilakukan terdapat beberapa kesimpulan sebagai berikut:
1. Pendapatan Per Kapita berpengaruh secara signifikan dan bersifat negatif terhadap Kemiskinan. Hal tersebut mengartikan bahwa setiap terjadinya kenaikan pada Pendapatan Per Kapita akan menurunkan Kemiskinan.
2. Tingkat Pendidikan berpengaruh secara signifikan dan bersifat negatif terhadap Kemiskinan. Hal tersebut mengartikan bahwa setiap terjadinya kenaikan pada Tingkat Pendidikan akan menurunkan Kemiskinan.
3. Jumlah Penduduk Usia Produktif berpengaruh secara signifikan dan bersifat negatif terhadap Kemiskinan. Hal tersebut mengartikan bahwa
127
setiap terjadinya kenaikan pada Jumlah Penduduk Usia Produktif akan menurunkan Kemiskinan.
4. Indeks Pembangunan Manusia berpengaruh secara signifikan dan bersifat negatif terhadap Kemiskinan. Hal tersebut mengartikan bahwa setiap terjadinya kenaikan pada Indeks Pembangunan Manusia akan menurunkan Kemiskinan.
B. Saran
Berdasarkan keseluruhan penelitian dan pembahasan yang telah dilakukan, peneliti mengemukakan beberapa saran sebagai berikut:
1. Bagi peneliti lain yang ingin melakukan penelitian dengan topik yang sama di masa yang akan datang, disarankan untuk menggunakan lebih banyak sampel atau observasi agar penelitian yang dilakukan dapat lebih mewakili keadaan yang sebenarnya. Jumlah periode yang diambil dalam penelitian ini berjangka antara 2015 – 2019 sejumlah 5 tahun, dipenelitian selanjutnya dapat menggunakan lebih panjang periodenya.
Penelitian selanjutnya juga dapat menggunakan sampel kota-kota yang ada di Indonesia untuk digunakan penelitian.
2. Hendaknya mengubah proksi data pada variabel-variabel yang digunakan dalam penelitian selanjutnya. Sehingga dapat dilihat apakah terdapat perbedaan hasil jika menggunakan proksi pada variabel yang berbeda.
128
DAFTAR PUSTAKA
Arofah, I., & Rohimah, S. (2019). Analisis Jalur Untuk Pengaruh Angka Harapan Hidup, Harapan Lama Sekolah, Rata-Rata Lama Sekolah Terhadap Indeks Pembangunan Manusia Melalui Pengeluaran Riil Per Kapita Di Provinsi Nusa Tenggara Timur. Jurnal Saintika Unpam : Jurnal Sains Dan Matematika Unpam, 2(1), 76. https://doi.org/10.32493/jsmu.v2i1.2920
Arsyad, L. (2010). Dasar-dasar Ekonomi Pembangunan Edisi 5. Unit Penerbit dan Percetakan STIM YKPN.
Asnawi, S. K., & Wijaya, C. (2005). Riset Keuangan: Pengujian-Pengujian
Empiris. PT Gramedia Pustaka Umum.
https://www.google.co.id/books/edition/Riset_Keuangan_Pengujian_penguji an_empir/0y2Z7CufKCEC?hl=id&gbpv=1&dq=variabel+dummy&pg=PA23 1&printsec=frontcover
Djarwanto. (1994). Pokok-Pokok Metode Riset dan Bimbingan Teknis Penulisan Skripsi. Liberty.
Fioramonti, D. L. (2013). Gross domestic problem: The politics behind the world’s most powerful number. Zed Books Ltd.
Ginting, Rivani, Rasbin, & Budiyanti. (2020). Membangun kebijakan ekonomi berkelanjutan. Yayasan Pustaka Obor Indonesia.
Gujarati, D. N. (2004). Basic Econometric, Fourth Edition. In New York.
Gultom, M. (2014). Perlindungan Hukum Terhadap Anak dan Perempuan. PT
129 Refika Aditama.
Handalani, R. T. (2019). Determinant of Poverty in Indonesian’s Province: A Review of Public Policy. Jurnal Borneo Administrator, 15(1), 59–80.
https://doi.org/10.24258/jba.v15i1.373
Hermawati, I., & Dkk. (2015). Pengkajian Konsep dan Indikator kemiskinan. In Ekp (Vol. 13, Issue 3).
Imam Ghozali. (2016). Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23 (Edisi 8). In Universitas Diponegoro. Badan Penerbit Universitas Diponegoro.
Kuncoro, M. (2003). Metode Riset untuk Bisnis & Ekonomi. Erlangga.
Kusmiyati, K., Adam, S., & Pakaya, S. (2014). Hubungan Pengetahuan, Pendidikan Dan Pekerjaan Ibu Dengan Pemberian Makanan Pendamping ASI ( MP – ASI ) Pada Bayi Di Puskesmas Bahu Kecamatan Malalayang Kota Manado. Jurnal Ilmiah Bidan, 2(2), 91606.
Lutfi, A. F., Wibisono, S., & Yuliati, L. (2016). Pengaruh Upah Minimum Kabupaten/Kota (UMK), Indeks Pembangunan Manusia (IPM) dan Pengangguran Terhadap Jumlah Penduduk Miskin di Provinsi Jawa Timur Periode 2006-2013. Artikel Ilmiah Mahasiswa, 2(5), 12–14.
Mahroji, D., & Nurkhasanah, I. (2019). Pengaruh Indeks Pembangunan Manusia Terhadap Tingkat Pengangguran Di Provinsi Banten. Jurnal Ekonomi-Qu, 9(1). https://doi.org/10.35448/jequ.v9i1.5436
130
Moleong, L. J. (2007). Metodologi Penelitian Kualitatif. PT Remaja Rosdakarya.
Picauly, I., & Toy, S. M. (2013). Analisis Determinan Dan Pengaruh Stunting Terhadap Prestasi Belajar Anak Sekolah Di Kupang Dan Sumba Timur, Ntt.
Jurnal Gizi Dan Pangan, 8(1), 55. https://doi.org/10.25182/jgp.2013.8.1.55-62
Pujoalwanto, B. (2014). Perekonomian Indonesia; Tinjauan Historis, Teoritis, dan Empiris. Graha Ilmu.
Sajogyo. (1994). Menuju gizi baik yang merata di pedesaandan di kota. Gajah Mada Univeresity Press.
Sugiyono. (2007). Metode Penelitian Kuantitatif, Kualitatif Dan R&D (Vol. 0, Issue 0). Alfabeta.
Sukirno, S. (2008). Teori Pengantar Makro Ekonomi Edisi 3. In PT.Raja grafindo persada. Jakarta.
Sulistiyoningsih. (2012). Gizi Untuk Kesehatan Ibu dan Anak.
Suryawati, C. (2005). Memahami Kemiskinan Secara Multidimensional. Jmpk, 08(03), 121–129.
Syahputra, R. (2017). Analisis Faktor-Faktor Yang Mempengaruhi Pertumbuhan Ekonomi Di Indonesia. Jurnal Samudra Ekonomika, 1(2), 183–191.
Thembry O. M. Palenewen, Een N. Walewangko, J. I. S. (2018). Pengaruh Pengeluaran Pemerintah Sektor Pendidikan Dan Sektor Kesehatan Terhadap Ipm Dan Dampaknya Terhadap Kemiskinan Di Sulawesi Utara. Jurnal
131 Berkala Ilmiah Efisiensi, 18(4).
Todaro, M. P., & Smith, S. C. (2007). Poverty, inequality and development.
Economic Development, 229–291.
Ucu, S. (2017). Faktor-faktor yang berhubungan dengan status gizi anak dibawah lima tahun (balita) di puskesmas Sepatan kecamatan Sepatan Kabupaten Tangerang 2009. Jurnal Kesehatan, 162.
Wawan, A. & M., D. (2011). (2011). Teori dan Pengukuran Pengetahuan, Sikap, dan Perilaku Manusia. Nuha Medika.
Yaya, S., Uthman, O. A., Kunnuji, M., Navaneetham, K., Akinyemi, J. O., Kananura, R. M., Adjiwanou, V., Adetokunboh, O., & Bishwajit, G. (2020).
Does economic growth reduce childhood stunting? A multicountry analysis of 89 Demographic and Health Surveys in sub-Saharan Africa. BMJ Global Health, 5(1). https://doi.org/10.1136/bmjgh-2019-002042
132 LAMPIRAN
Lampiran 1 Provinsi-provinsi di Indonesia
No. Nama Provinsi
1 Aceh
2 Sumatera Utara
3 Sumatera Barat
4 Riau
5 Kepulauan Riau
6 Jambi
7 Sumatera Selatan
8 Kepulauan Bangka Belitung
9 Bengkulu
10 Lampung
11 DKI Jakarta
12 Banten
13 Jawa Barat
14 Jawa Tengah
15 DI Yogyakarta
16 Jawa Timur
17 Bali
18 Nusa Tenggara Barat
19 Nusa Tenggara Timur
20 Kalimantan Barat
21 Kalimantan Tengah
22 Kalimantan Selatan
23 Kalimantan Timur
24 Kalimantan Utara
25 Sulawesi Utara
133
No. Nama Provinsi
26 Gorontalo
27 Sulawesi Tengah
28 Sulawesi Barat
29 Sulawesi Selatan
30 Sulawesi Tenggara
31 Maluku
32 Maluku Utara
33 Papua Barat
34 Papua
Lampiran 2 Pendapatan Per Kapita Tiap Provinsi di Indonesia (Dalam Rupiah)
Provinsi 2015 2016 2017 2018 2019
Aceh 22.449.146,65 22.843.124,92 23.453.588,18 24.187.453,07 24.845.750,28 Sumatera Utara 31.583.928,01 32.806.254,94 34.073.078,18 35.421.775,91 36.854.419,94 Sumatera Barat 27.056.754,44 28.095.636,58 29.195.246,71 30.310.369,10 31.448.216,26 Riau 70.632.869,81 70.815.222,91 71.375.196,87 71.775.393,72 72.544.060,27 Jambi 36.733.569,74 37.871.421,72 39.145.886,46 40.534.233,74 41.855.368,57 Sumatera Selatan 31.508.660,33 32.646.701,26 33.990.561,46 35.580.013,82 37.144.308,64 Bengkulu 20.292.129,50 21.085.149,59 21.857.507,19 22.668.152,10 23.512.692,54 Lampung 24.564.436,37 25.552.504,57 26.596.518,12 27.717.354,16 28.901.437,11 Kep. Bangka Belitung 33.468.509,42 34.346.688,53 35.382.709,47 36.460.734,76 37.179.417,08 Kep. Riau 78.238.526,83 79.623.057,25 78.734.083,49 79.862.196,07 81.273.968,86 DKI Jakarta 142.898.501,56 150.011.873,11 158.031.671,61 166.502.785,31 175.026.961,71 Jawa Barat 25.792.697,00 26.931.229,73 28.038.055,83 29.286.734,86 30.428.568,67 Jawa Tengah 23.919.104,75 25.012.942,60 26.166.407,94 27.392.468,20 28.712.995,82 DI Yogyakarta 22.750.041,30 23.580.962,65 24.494.518,31 25.672.226,99 27.009.695,08 Jawa Timur 34.327.707,32 36.001.872,65 37.729.739,05 39.567.153,85 41.518.466,58 Banten 30.781.209,52 31.901.678,80 33.222.924,13 34.635.824,58 36.024.217,80
134
Provinsi 2015 2016 2017 2018 2019
Bali 31.126.834,97 32.670.960,69 34.053.879,70 35.762.972,82 37.318.647,46 Nusa Tenggara Barat 18.432.745,13 19.193.528,64 18.914.832,53 17.801.653,89 18.246.786,56 Nusa Tenggara Timur 11.074.850,91 11.466.177,19 11.873.516,03 12.302.466,85 12.758.859,22 Kalimantan Barat 23.427.537,31 24.318.046,17 25.246.119,75 26.195.868,27 27.175.849,17 Kalimantan Tengah 31.590.505,09 33.079.777,38 34.777.418,95 36.209.484,00 37.900.470,23 Kalimantan Selatan 27.780.368,48 28.582.188,61 29.672.378,35 30.773.753,62 31.619.634,70 Kalimantan Timur 128.428.396,30 126.165.028,28 128.360.950,41 130.064.213,26 134.535.232,51 Kalimantan Utara 76.517.835,61 77.688.631,29 81.398.966,03 84.705.973,81 88.893.875,85 Sulawesi Utara 29.225.766,78 30.739.519,97 32.393.538,34 34.052.113,31 35.695.461,60 Sulawesi Tengah 28.765.532,25 31.171.506,58 32.918.462,43 34.509.257,25 36.488.962,81 Sulawesi Selatan 29.434.207,24 31.330.834,49 33.295.002,66 35.345.092,36 37.485.700,17 Sulawesi Tenggara 29.165.832,08 30.571.158,20 32.128.856,16 33.666.989,32 35.318.597,94 Gorontalo 19.467.892,21 20.533.900,25 21.711.777,99 22.915.079,16 24.169.386,82 Sulawesi Barat 20.257.807,71 21.150.120,69 22.168.587,37 23.215.690,57 24.185.941,38 Maluku 14.706.973,06 15.367.298,89 16.075.628,96 16.842.984,90 17.590.477,19 Maluku Utara 17.462.345,92 18.198.969,85 19.315.024,26 20.553.100,16 21.514.958,59 Papua Barat 59.756.262,49 60.952.854,48 61.896.844,18 64.228.039,50 64.415.529,60 Papua 41.318.918,40 44.398.117,83 45.759.267,53 48.418.371,67 40.237.112,05
Lampiran 3 Angka Partisipasi Murni Tingkat SMA/K (Dalam Persentase)
No. Provinsi 2015 2016 2017 2018 2019
1. Aceh 69,82 70 70,15 70,26 70,35
2. Sumatera Utara 66,69 66,85 67,05 67,27 67,53 3. Sumatera Barat 66,9 67,12 67,3 67,48 68,53
4. Riau 62,6 62,76 63,02 63,47 63,55
5. Jambi 59,41 59,52 59,98 60,92 60,92 6. Sumatera Selatan 58,27 58,59 59,06 59,87 59,92 7. Bengkulu 64,97 65,29 65,33 65,45 65,51
135
No. Provinsi 2015 2016 2017 2018 2019
8. Lampung 58,39 58,85 58,97 59,18 59,41 9. Kep. Bangka Belitung 57,02 57,22 57,69 57,86 58,41 10. Kep. Riau 71,23 71,58 71,98 72,9 72,97 11. DKI Jakarta 59,04 59,3 59,54 60,01 60,24 12. Jawa Barat 56,73 56,92 57,22 57,33 57,53 13. Jawa Tengah 58,27 58,49 59,2 59,31 59,35 14. DI Yogyakarta 68,6 68,96 69,66 70,22 70,49 15. Jawa Timur 60,31 60,76 61,49 61,51 61,77 16. Banten 57,04 57,21 57,88 58,72 58,8
17. Bali 71,53 71,71 72,4 73 73,01
18. Nusa Tenggara Barat 64,97 65,19 65,67 65,77 66,04 19. Nusa Tenggara Timur 52,51 52,87 53,32 53,67 53,68 20. Kalimantan Barat 50,32 50,43 50,96 51,16 51,21 21. Kalimantan Tengah 52,36 52,5 53,86 53,67 53,82 22. Kalimantan Selatan 55,58 55,91 57,15 57,78 57,82 23. Kalimantan Timur 67,78 67,92 68,23 68,43 68,55 24. Kalimantan Utara 62,34 62,8 63,15 64,05 64,39 25. Sulawesi Utara 62,23 62,5 62,81 62,83 62,98 26. Sulawesi Tengah 63,32 63,61 63,8 64,25 64,66 27. Sulawesi Selatan 59,47 59,62 59,86 60,03 60,14 28. Sulawesi Tenggara 62,23 62,63 62,71 62,87 62,92 29. Gorontalo 56,24 56,37 56,82 57,38 57,52 30. Sulawesi Barat 56,78 57,08 57,46 57,58 57,64 31. Maluku 63,07 63,49 63,65 63,68 64,23 32. Maluku Utara 63,2 63,47 63,52 63,88 63,95 33. Papua Barat 62,4 62,62 62,74 63,11 63,15 34. Papua 43,22 43,27 43,48 44,31 44,32 Indonesia 59,71 59,95 60,37 60,67 60,84
136
Lampiran 4 Angka Partisipasi Murni (APM) Pendidikan Menurut Provinsi Tahun 2015 No. Provinsi SD/MI/ Paket A SMP/Mts/ Paket B SM/SMK/MA/Paket C
1. Aceh 97,99 85,55 69,82
2. Sumatera Utara 96,47 78,48 66,69
3. Sumatera Barat 98,12 76,00 66,90
4. Riau 96,63 78,22 62,60
5. Jambi 97,68 77,94 59,41
6. Sumatera Selatan 96,41 76,18 58,27
7. Bengkulu 98,10 76,88 64,97
8. Lampung 98,32 78,20 58,39
9. Kep. Bangka Belitung 96,66 72,42 57,02
10. Kep. Riau 98,68 83,77 71,23
11. DKI Jakarta 96,91 80,20 59,04
12. Jawa Barat 97,68 79,55 56,73
13. Jawa Tengah 96,57 78,66 58,27
14. DI Yogyakarta 99,23 82,86 68,60
15. Jawa Timur 97,38 81,16 60,31
16. Banten 96,98 79,84 57,04
17. Bali 95,64 84,78 71,53
18. Nusa Tenggara Barat 97,80 82,83 64,97
19. Nusa Tenggara Timur 94,95 66,32 52,51
20. Kalimantan Barat 96,09 64,55 50,32
21. Kalimantan Tengah 98,54 75,76 52,36
22. Kalimantan Selatan 97,75 72,51 55,58
23. Kalimantan Timur 97,00 79,06 67,78
24. Kalimantan Utara 91,83 77,25 62,34
25. Sulawesi Utara 93,97 73,02 62,23
26. Sulawesi Tengah 92,35 71,10 63,32
137
No. Provinsi SD/MI/ Paket A SMP/Mts/ Paket B SM/SMK/MA/Paket C
27. Sulawesi Selatan 96,84 73,51 59,47
28. Sulawesi Tenggara 96,15 75,43 62,23
29. Gorontalo 97,09 68,71 56,24
30. Sulawesi Barat 95,29 68,92 56,78
31. Maluku 94,34 73,29 63,07
32. Maluku Utara 96,65 75,38 63,20
33. Papua Barat 92,90 68,29 62,40
34. Papua 78,56 54,21 43,22
Indonesia 96,70 77,82 59,71
Lampiran 5 Angka Partisipasi Murni (APM) Pendidikan Menurut Provinsi Tahun 2016 No. Provinsi SD/MI/ Paket A SMP/Mts/ Paket B SM/SMK/MA/Paket C
1. Aceh 98,16 85,73 70,00
2. Sumatera Utara 96,57 78,71 66,85
3. Sumatera Barat 98,23 76,19 67,12
4. Riau 96,74 78,53 62,76
5. Jambi 97,81 78,09 59,52
6. Sumatera Selatan 96,59 76,43 58,59
7. Bengkulu 98,22 77,02 65,29
8. Lampung 98,46 78,34 58,85
9. Kep. Bangka Belitung 96,75 72,75 57,22
10. Kep. Riau 98,83 84,06 71,58
11. DKI Jakarta 97,01 80,35 59,30
12. Jawa Barat 97,82 79,76 56,92
13. Jawa Tengah 96,64 78,89 58,49
14. DI Yogyakarta 99,21 83,05 68,96
15. Jawa Timur 97,49 81,35 60,76
138
No. Provinsi SD/MI/ Paket A SMP/Mts/ Paket B SM/SMK/MA/Paket C
16. Banten 97,22 79,93 57,21
17. Bali 95,75 84,99 71,71
18. Nusa Tenggara Barat 97,90 83,17 65,19
19. Nusa Tenggara Timur 95,24 66,56 52,87
20. Kalimantan Barat 96,22 64,69 50,43
21. Kalimantan Tengah 98,67 75,92 52,50
22. Kalimantan Selatan 98,05 72,70 55,91
23. Kalimantan Timur 97,13 79,20 67,92
24. Kalimantan Utara 92,18 77,46 62,80
25. Sulawesi Utara 94,12 73,15 62,50
26. Sulawesi Tengah 92,48 71,25 63,61
27. Sulawesi Selatan 96,99 73,67 59,62
28. Sulawesi Tenggara 96,27 75,54 62,63
29. Gorontalo 97,23 68,89 56,37
30. Sulawesi Barat 95,41 69,10 57,08
31. Maluku 94,50 73,40 63,49
32. Maluku Utara 96,75 75,68 63,47
33. Papua Barat 93,06 68,58 62,62
34. Papua 78,66 54,26 43,27
Indonesia 96,82 77,95 59,95
Lampiran 6 Angka Partisipasi Murni (APM) Pendidikan Menurut Provinsi Tahun 2017 No. Provinsi SD/MI/ Paket A SMP/Mts/ Paket B SM/SMK/MA/Paket C
1. Aceh 98,54 86,31 70,15
2. Sumatera Utara 97,22 79,12 67,05
3. Sumatera Barat 98,64 76,47 67,30
4. Riau 97,08 78,87 63,02
139
No. Provinsi SD/MI/ Paket A SMP/Mts/ Paket B SM/SMK/MA/Paket C
5. Jambi 98,41 78,57 59,98
6. Sumatera Selatan 97,16 76,89 59,06
7. Bengkulu 98,60 77,85 65,33
8. Lampung 99,02 79,24 58,97
9. Kep. Bangka Belitung 97,42 73,06 57,69
10. Kep. Riau 98,93 84,28 71,98
11. DKI Jakarta 97,64 80,72 59,54
12. Jawa Barat 98,05 80,29 57,22
13. Jawa Tengah 97,13 79,13 59,20
14. DI Yogyakarta 99,29 83,25 69,66
15. Jawa Timur 97,77 81,52 61,49
16. Banten 97,56 80,59 57,88
17. Bali 96,09 85,32 72,40
18. Nusa Tenggara Barat 98,13 83,57 65,67
19. Nusa Tenggara Timur 95,40 67,16 53,32
20. Kalimantan Barat 96,59 65,19 50,96
21. Kalimantan Tengah 98,94 76,14 53,86
22. Kalimantan Selatan 98,45 73,37 57,15
23. Kalimantan Timur 97,43 79,58 68,23
24. Kalimantan Utara 92,46 77,66 63,15
25. Sulawesi Utara 94,46 73,87 62,81
26. Sulawesi Tengah 92,75 72,25 63,80
27. Sulawesi Selatan 97,49 74,36 59,86
28. Sulawesi Tenggara 96,62 76,49 62,71
29. Gorontalo 97,54 69,15 56,82
30. Sulawesi Barat 95,51 69,40 57,46
31. Maluku 95,50 73,99 63,65
140
No. Provinsi SD/MI/ Paket A SMP/Mts/ Paket B SM/SMK/MA/Paket C
32. Maluku Utara 97,01 76,26 63,52
33. Papua Barat 93,58 68,92 62,74
34. Papua 78,83 56,13 43,48
Indonesia 97,19 78,40 60,37
Lampiran 7 Angka Partisipasi Murni (APM) Pendidikan Menurut Provinsi Tahun 2018 No. Provinsi SD/MI/ Paket A SMP/Mts/ Paket B SM/SMK/MA/Paket C
1. Aceh 99,10 86,38 70,26
2. Sumatera Utara 97,63 79,25 67,27
3. Sumatera Barat 98,66 77,08 67,48
4. Riau 97,26 79,12 63,47
5. Jambi 99,04 79,38 60,92
6. Sumatera Selatan 97,85 76,91 59,87
7. Bengkulu 98,63 78,03 65,45
8. Lampung 99,21 80,23 59,18
9. Kep. Bangka Belitung 97,71 73,96 57,86
10. Kep. Riau 99,12 84,59 72,90
11. DKI Jakarta 98,03 80,81 60,01
12. Jawa Barat 98,25 81,01 57,33
13. Jawa Tengah 97,75 79,31 59,31
14. DI Yogyakarta 99,50 83,61 70,22
15. Jawa Timur 97,88 81,98 61,51
16. Banten 97,97 80,91 58,72
17. Bali 96,19 86,00 73,00
18. Nusa Tenggara Barat 98,86 83,88 65,77
19. Nusa Tenggara Timur 96,12 68,14 53,67
20. Kalimantan Barat 97,09 65,91 51,16
141
No. Provinsi SD/MI/ Paket A SMP/Mts/ Paket B SM/SMK/MA/Paket C
21. Kalimantan Tengah 99,08 76,70 53,67
22. Kalimantan Selatan 98,80 73,84 57,78
23. Kalimantan Timur 98,40 79,68 68,43
24. Kalimantan Utara 92,72 78,20 64,05
25. Sulawesi Utara 94,93 74,18 62,83
26. Sulawesi Tengah 92,82 73,20 64,25
27. Sulawesi Selatan 98,03 75,13 60,03
28. Sulawesi Tenggara 97,51 76,64 62,87
29. Gorontalo 98,39 69,33 57,38
30. Sulawesi Barat 95,83 69,43 57,58
31. Maluku 95,80 74,08 63,68
32. Maluku Utara 97,09 76,31 63,88
33. Papua Barat 93,66 69,11 63,11
34. Papua 79,14 57,09 44,31
Indonesia 97,58 78,84 60,67
Lampiran 8 Angka Partisipasi Murni (APM) Pendidikan Menurut Provinsi Tahun 2019 No. Provinsi SD/MI/ Paket A SMP/Mts/ Paket B SM/SMK/MA/Paket C
1. Aceh 99,12 86,48 70,35
2. Sumatera Utara 97,67 80,26 67,53
3. Sumatera Barat 98,67 78,10 68,53
4. Riau 97,32 79,94 63,55
5. Jambi 99,07 79,48 60,92
6. Sumatera Selatan 97,91 77,58 59,92
7. Bengkulu 98,66 78,81 65,51
8. Lampung 99,24 80,40 59,41
9. Kep. Bangka Belitung 97,73 74,13 58,41
142
No. Provinsi SD/MI/ Paket A SMP/Mts/ Paket B SM/SMK/MA/Paket C
10. Kep. Riau 99,13 85,54 72,97
11. DKI Jakarta 98,12 81,68 60,24
12. Jawa Barat 98,27 81,26 57,53
13. Jawa Tengah 97,77 79,84 59,35
14. DI Yogyakarta 99,53 84,04 70,49
15. Jawa Timur 98,01 82,84 61,77
16. Banten 97,98 81,93 58,80
17. Bali 96,81 86,75 73,01
18. Nusa Tenggara Barat 98,87 83,92 66,04
19. Nusa Tenggara Timur 96,16 69,19 53,68
20. Kalimantan Barat 97,09 66,67 51,21
21. Kalimantan Tengah 99,14 77,71 53,82
22. Kalimantan Selatan 98,81 74,84 57,82
23. Kalimantan Timur 98,41 80,42 68,55
24. Kalimantan Utara 93,15 78,42 64,39
25. Sulawesi Utara 94,97 74,30 62,98
26. Sulawesi Tengah 93,17 73,82 64,66
27. Sulawesi Selatan 98,06 75,82 60,14
28. Sulawesi Tenggara 97,53 76,95 62,92
29. Gorontalo 98,41 70,28 57,52
30. Sulawesi Barat 95,86 69,36 57,64
31. Maluku 96,21 74,68 64,23
32. Maluku Utara 97,09 76,20 63,95
33. Papua Barat 93,76 69,92 63,15
34. Papua 79,19 57,19 44,32
Indonesia 97,64 79,40 60,84
143
Lampiran 9 Jumlah Penduduk Usia Produktif Tiap Provinsi
No. Provinsi 2015 2016 2017 2018 2019
1. Aceh 3.233.289 3.299.356 3.365.160 3.430.013 3.493.780 2. Sumatera Utara 8.913.509 9.033.897 9.149.649 9.258.977 9.364.527 3. Sumatera Barat 3.339.964 3.386.002 3.430.904 3.473.287 3.514.210 4. Riau 4.186.198 4.301.459 4.417.507 4.532.805 4.647.818 5. Jambi 2.309.978 2.358.418 2.406.307 2.452.966 2.498.673 6. Sumatera Selatan 5.381.644 5.464.937 5.546.874 5.625.041 5.700.320 7. Bengkulu 1.267.477 1.291.845 1.315.672 1.338.662 1.361.087 8. Lampung 5.426.927 5.494.572 5.559.225 5.619.809 5.677.528 9. Kep. Bangka Belitung 939.882 961.856 983.757 1.005.214 1.026.461 10. Kep. Riau 1.319.258 1.358.048 1.399.297 1.442.194 1.486.370 11. DKI Jakarta 7.278.316 7.324.391 7.370.793 7.415.725 7.459.400 12. Jawa Barat 31.641.693 32.165.416 32.674.559 33.160.152 33.624.868 13. Jawa Tengah 22.805.633 23.007.579 23.195.075 23.363.185 23.516.110 14. DI Yogyakarta 2.536.556 2.565.765 2.594.209 2.620.999 2.646.038 15. Jawa Timur 26.936.754 27.140.295 27.326.038 27.487.956 27.629.783 16. Banten 8.165.589 8.350.208 8.531.161 8.706.909 8.879.282 17. Bali 2.851.817 2.892.139 2.934.451 2.975.797 3.016.219 18. Nusa Tenggara Barat 3.145.613 3.192.225 3.237.988 3.282.080 3.325.110 19. Nusa Tenggara Timur 3.070.775 3.134.874 3.198.817 3.261.827 3.324.958 20. Kalimantan Barat 3.174.620 3.228.212 3.280.721 3.331.244 3.380.256 21. Kalimantan Tengah 1.706.436 1.752.593 1.798.040 1.842.855 1.887.438 22. Kalimantan Selatan 2.683.715 2.731.126 2.778.173 2.824.074 2.869.079 23. Kalimantan Timur 2.358.620 2.417.509 2.475.445 2.532.276 2.587.626 24. Kalimantan Utara 424.074 441.655 459.375 477.447 495.685 25. Sulawesi Utara 1.645.829 1.664.335 1.681.943 1.698.212 1.713.748 26. Sulawesi Tengah 1.912.672 1.945.702 1.977.994 2.008.938 2.038.940 27. Sulawesi Selatan 5.570.812 5.643.962 5.713.674 5.779.141 5.840.507 28. Sulawesi Tenggara 1.557.904 1.595.240 1.632.542 1.669.463 1.706.475 29. Gorontalo 762.742 776.595 789.909 802.514 814.606
144
Lampiran 10 Indeks Pembangunan Manusia Tiap Provinsi
No. Provinsi 2015 2016 2017 2018 2019
145
Lampiran 11 Jumlah Penduduk Miskin Menurut Provinsi
No. Provinsi 2015 2016 2017 2018 2019
1. Aceh 859.410 841310 829.800 831.500 819.440
2. Sumatera Utara 1.508.140 1.452.550 1.326.570 1.291.990 1.282.040 3. Sumatera Barat 349.530 376510 359.990 353.240 348.220
4. Riau 562.920 501590 496.390 494.260 490.720
5. Jambi 311.570 290810 278.610 281.470 274.320
6. Sumatera Selatan 1.112.530 1.096.500 1.086.760 1.076.400 1.073.740 7. Bengkulu 322.830 325600 302.620 303.550 302.300 19. Nusa Tenggara Timur 1.160.530 1.150.080 1.134.740 1.134.110 1.146.320 20. Kalimantan Barat 405.510 390320 388.810 369.730 378.410 21. Kalimantan Tengah 148.130 137460 137.880 136.450 134.590 22. Kalimantan Selatan 189.160 184160 194.560 195.010 192.480 23. Kalimantan Timur 209.980 211240 218.670 222.390 219.920 24. Kalimantan Utara 40.930 47030 48.560 49.590 48.780 25. Sulawesi Utara 217.140 200350 194.850 189.050 191.700 26. Sulawesi Tengah 406.340 413150 423.270 413.490 410.360 27. Sulawesi Selatan 864.520 796810 825.970 779.640 767.800 28. Sulawesi Tenggara 345.020 327290 313.160 301.850 302.580 29. Gorontalo 206.520 203690 200.910 188.300 186.030
146
Lampiran 12 Output Hasil Statistik Deskriptif
KEMISKINAN
Lampiran 13 Output Common Effect Model
Dependent Variable: KEMISKINAN Method: Panel Least Squares Date: 02/01/22 Time: 00:10 Sample: 2015 2019
Periods included: 5
Cross-sections included: 34
Total panel (balanced) observations: 170
Variable Coefficient Std. Error t-Statistic Prob.
PENDAPATAN
PERKAPITA -0.000297 0.000906 -1.618779 0.1074 TINGKAT
PENDIDIKAN -13801.60 5090.915 -1.509644 0.1335 JPUP 0.146766 0.003355 43.74444 0.0000 IPM -49762.54 8646.361 -5.755316 0.0000 C 2709212. 451163.6 6.004944 0.0000 R-squared 0.926901 Mean dependent var 786354.3 Adjusted R-squared 0.925129 S.D. dependent var 1114072.
S.E. of regression 304837.9 Akaike info criterion 28.12192 Sum squared resid 1.53E+13 Schwarz criterion 28.21415 Log likelihood -2385.363 Hannan-Quinn criter. 28.15934 F-statistic 523.0569 Durbin-Watson stat 2.069515 Prob(F-statistic) 0.000000
Lampiran 14 Output Fixed Effect Model
Dependent Variable: KEMISKINAN Method: Panel Least Squares Date: 02/01/22 Time: 00:14 Sample: 2015 2019
Periods included: 5
Cross-sections included: 34
Total panel (balanced) observations: 170
Variable Coefficient Std. Error t-Statistic Prob.
PENDAPATAN -0.001467 0.002099 -2.141486 0.0077
147
PERKAPITA TINGKAT
PENDIDIKAN -26306.45 17425.59 -2.711026 0.0074 JPUP -0.628154 0.033826 -18.57020 0.0000 IPM -50764.68 7501.196 -6.767545 0.0000 C 1340008. 660000.3 2.030314 0.0443
Effects Specification Cross-section fixed (dummy variables)
R-squared 0.998100 Mean dependent var 786354.3 Adjusted R-squared 0.997568 S.D. dependent var 1114072.
S.E. of regression 54943.76 Akaike info criterion 24.86007 Sum squared resid 3.98E+11 Schwarz criterion 25.56101 Log likelihood -2075.106 Hannan-Quinn criter. 25.14450 F-statistic 1874.343 Durbin-Watson stat 2,065433 Prob(F-statistic) 0.000000
Lampiran 15 Output Random Effect Model
Dependent Variable: KEMISKINAN
Method: Panel EGLS (Cross-section random effects) Date: 02/01/22 Time: 00:18
Sample: 2015 2019 Periods included: 5
Cross-sections included: 34
Total panel (balanced) observations: 170
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
PENDAPATAN
PERKAPITA -0.001750 0.001397 -1.252055 0.2123 TINGKAT
PENDIDIKAN 8393.910 8907.942 0.942295 0.3474 JPUP 0.114112 0.007053 16.17989 0.0000 IPM 15894.77 10484.57 1.516015 0.1319 C 3292133. 414921.3 7.934357 0.0000
Effects Specification
S.D. Rho
Cross-section random 302270.6 0.9680
Idiosyncratic random 54943.76 0.0320
Weighted Statistics
R-squared 0.335612 Mean dependent var 63712.62 Adjusted R-squared 0.319506 S.D. dependent var 133702.1 S.E. of regression 110293.6 Sum squared resid 2.01E+12 F-statistic 20.83725 Durbin-Watson stat 0.497018 Prob(F-statistic) 0.000000
148
Unweighted Statistics
R-squared 0.879640 Mean dependent var 786354.3 Sum squared resid 2.52E+13 Durbin-Watson stat 2.039515
Lampiran 16 Output Chow Test
Redundant Fixed Effects Tests Equation: FE
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 149.911540 (33,132) 0.0000 Cross-section Chi-square 620.514222 33 0.0000
Lampiran 17 Output Hausman Test
Correlated Random Effects - Hausman Test Equation: RE
Test cross-section random effects
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 503.886716 4 0.0000
149
Lampiran 18 Uji Normalitas
0 Kurtosis 2.860675
Jarque-Bera 0.146831 Probability 0.929215
Lampiran 19 Uji Multikolinearitas
PENDAPATAN PERKAPITA
TINGKAT
PENDIDIKAN JPUP IPM PENDAPATAN
PERKAPITA 1.000000 0.163439 -0.045902 0.494927 TINGKAT
PENDIDIKAN 0.163439 1.000000 -0.120430 0.591845 JPUP -0.045902 -0.120430 1.000000 0.141344
IPM 0.494927 0.591845 0.141344 1.000000
Lampiran 20 Output Glejser Test
Dependent Variable: RESABS Method: Panel Least Squares Date: 02/01/22 Time: 01:47 Sample: 2015 2019
Periods included: 5
Cross-sections included: 34
Cross-sections included: 34