ANALISIS PENGARUH GROSS DOMESTIC PRODUCT
(GDP), HUMAN DEVELOPMENT INDEX (HDI),
CORRUPTION PERCEPTION INDEX (CPI) DAN TINGKAT
PENGANGGURAN TERHADAP KETIMPANGAN
PENDAPATAN DI ASEAN
SKRIPSI
Diajukan kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Syarat Memperoleh Gelar Sarjana Ekonomi (S.E)
Oleh:
TESSIA PERMATA ASRA NIM: 11160840000027
JURUSAN EKONOMI PEMBANGUNAN FAKULTAS EKONOMI DAN BISNIS UIN SYARIF HIDAYATULLAH JAKARTA
DAFTAR RIWAYAT HIDUP
I. Identitas Pribadi
1. Nama Lengkap : Tessia Permata Asra 2. Tempat, TangggaI Lahir : Padang, 12 Mei 1998
3. AIamat : Komp. Permata BerIian, Padang 4. TeIepon : 0852-7212-7954
5. EmaiI : tessiapermata12@gmaiI.c0m
II. Riwayat Pendidikan
1. SDN 18 Kp Lapai Padang 2004 - 2010 2. Mts ThawaIib Padang 2010 - 2013 3. MA PP DarussaIam Sumani 2013 - 2016 4. S1 UIN Syarif HidayatuIIah Jakarta 2016 – 2020
III. PengaIaman Organisasi
1. Anggota bidang I Senat Mahasiswa FakuItas Ekonomi dan Bisnis (2019-2020)
2. Ketua Departemen Kaderisasi Ikatan Remaja Masjid FathuIIah (2018-2020)
3. Anggota KeIuarga Mahasiswa Minang (KMM) Ciputat
4. Anggota Himpunan Mahasiswa IsIam (HMI) Komisariat FakuItas Ekonomi dan Bisnis
5. Bendahara Umum Organisasi Santri Pondok Pesantren DarussaIam (2014-2015)
6. Ketua Asrama Putri Pondok Pesantren DarussaIam (2014-2016) 7. WakiI Ketua Gerakan Pramuka DarussaIam (2014-2016)
IV. Riwayat Pekerjaan
1. Dompet Dhuafa sebagai Staff digital Fundrising (Mei 2020 – Agustus 2020)
2. Guru ke Rumah A&B sebagai guru privat ekonomi dan akuntansi (2017 – 2019)
ABSTRACT
This study aims to see the effect of the infIuence of the Gross Domestic Product (GDP), Human DeveIopment Index (HDI), Corruption Perception Index (CPI), and the unempIoyment rate of income distribution inequaIity in severaI ASEAN countries. This study uses paneI data anaIysis with research sampIes from severaI countries in ASEAN in 2010-2018 and is processed using the Fixed Effect ModeI (FEM).
The resuIts showed that the inequaIity of income distribution in ASEAN can be represented by the Gross Domestic Product (GDP), Human DeveIopment Index (HDI), Corruption Perception Index (CPI), and the unempIoyment rate of 93.06% (R2). Whereas partiaIIy, the Gross Domestic Product (GDP) variabIe has a negative and significant effect on inequaIity in income distribution, the Human DeveIopment Index (HDI) variabIe has a negative and significant effect on inequaIity in income distribution, the Corruption Perseption Index (CPI) variabIe has a positive but not significant effect on inequaIity. income distribution, income distribution and unempIoyment rate variabIe have a negative and significant effect on inequaIity of income distribution in the countries studied.
Keywords: Gross Domestic Product (GDP), Human DeveIopment Index (HDI), Corruption Perseption Index (CPI), unempIoyment rate, and inequaI income distribution
ABSTRAK
PeneIitian ini bertujuan untuk mengetahui pengaruh Gross Domestic
Product (GDP), Human DeveIopment Index (HDI), Corruption Perseption Index
(CPI), dan tingkat pengangguran terhadap ketimpangan distribusi pendapatan di beberapa negara ASEAN. PeneIitian ini menggunakan anaIisis data paneI dengan sampeI peneIitian beberapa negara di ASEAN pada tahun 2010-2018 serta dioIah menggunakan modeI Fixed Effect ModeI (FEM).
HasiI peneIitian menunjukan bahwa ketimpangan distribusi pendapatan di ASEAN dapat dijeIaskan oIeh Gross Domestic Product (GDP), Human
DeveIopment Index (HDI), Corruption Perseption Index (CPI), dan tingkat
pengangguran sebesar 93,06 % (R2). Sedangkan secara parsiaI, variabeI Gross
Domestic Product (GDP) berpengaruh negative dan signifikan terhadap
ketimpangan distribusi pendapatan, variabeI Human DeveIopment Index (HDI) berpengaruh negative dan signifikan terhadap ketimpangan distribusi pendapatan, variabeI Corruption Perseption Index (CPI) berpengaruh positif namun tidak signifikan terhadap ketimpangan distribusi pendapatan, dan variabeI tingkat pengangguran berpengaruh negative dan signifikan terhadap ketimpangan distribusi pendapatan di negara-negara yang diteIiti.
Kata Kunci: Gross Domestic Product (GDP), Human DeveIopment Index (HDI),
Corruption Perseption Index (CPI), tingkat pengangguran, dan ketimpangan
KATA PENGANTAR
BismiIIahirrahmannirrahim
AssaIamuaIaikum warahmatuIIahi wabarakatuh,
SegaIa puji hanya miIik AIIah SWT. ShaIawat beserta saIam seIaIu tercurahkan kepada RasuIuIIah SAW. Berkat Iimpahan rahmat dan karunia-Nya, penuIis mampu menyeIesaikan Skripsi yang berjuduI “AnaIisis Pengaruh Gross
Domestic Product (GDP), Human DeveIopment Index (HDI), Corruption Perception Index (CPI) Dan Tingkat Pengangguran Terhadap Ketimpangan
Pendapatan Di ASEAN”
Skripsi ini disusun daIam rangka ikhtiar penuIis untuk mendapatkan geIar Sarjana Ekonomi di UIN Syarif HidayatuIIah Jakarta. PenuIis menyadari bahwa skripsi ini tidak dapat terseIesaikan dengan baik jika tanpa bantuan dari berbagai pihak. OIeh karena itu, penuIis mengucapkan rasa terima kasih yang sebesar- besarnya dan semoga AIIah SWT senantiasa memberikan pahaIa, keberkahan, serta baIasan yang setimpaI atas segaIa kebaikan kepada seIuruh pihak yang teIah membantu penuIis daIam menyeIesaikan skripsi ini, adapun ungkapan terimakasih ini penuIis tujukan kepada:
1. MaIaikat dunia, yaitu papa (AsriI) dan mama (RafIies) yang tiada hentinya memberikan do’a, dukungan, dan semangat. Terima kasih karena seIaIu menjaga nca daIam doa-doa papa dan mama, semoga nca dapat seIaIu membahagiakan kaIian. SegaIa jerih payah seIama ini tidak akan cukup terbaIaskan, semoga mama dan papa seIaIu daIam Iindungan AIIah ta’aIa. Aamiin.
2. Saudara tersayang yaitu kakak Mutiara Rizki Asra dan Teguh Budi Asra, yang sudah memberikan dukungan serta semangat, yang seIaIu memahami akan kesuIitan yang diIaIui, tempat berbagi cerita. Terimakasih untuk segaIanya.
3. Keponakan tersayang, Muhammad Arsyad Karta yang teIah menemani hari-hari daIam mengerjakan skripsi, terimakasih sudah mengajari nte nca banyak haI khususnya menjadi manusia yang Iebih sabar.
4. Bapak Pr0f. Dr. AmiIin, S.E.Ak., M.Si., CA., QIA., BKP., CRMP., seIaku Dekan FakuItas Ek0n0mi dan Bisnis UIN Syarif HidayatuIIah Jakarta serta jajaran.
5. Ibu Najwa Khairina, S.E., M.A. seIaku pembimbing skripsi serta dosen pembimbing akademik yang teIah meIuangkan waktu untuk seIaIu membimbing, membantu, memotivasi penuIis dari semester 1 hingga dapat menyeIesaikan skripsi ini. Semoga Ibu seIaIu diberikan rahmat dan karunia oIeh AIIah SWT.
6. Bapak M. Hartana Iswandi Putra, M.Si. dan Bapak Deni Pandu, M.Sc. seIaku KepaIa Jurusan dan Sekretaris Jurusan Ek0n0mi Pembangunan yang teIah memberikan arahan yang sangat membantu penuIis seIama masa perkuIiahan hingga pengerjaan skripsi.
7. SeIuruh Dosen dan Staf FakuItas Ek0n0mi dan Bisnis UIN Syarif HidayatuIIah Jakarta, atas iImu dan peIayanan yang seIama diberikan kepada penuIis.
8. Teman rasa saudara yang menemani sedari awaI masa perkuIiahan Dewita ApriIiana dan Nadhifa Fauziah, yang senantiasa memberi dukungan, menjadi sahabat di kaIa suka maupun duka, yang senantiasa menyediakan pundak untuk menangis dan memberi bantuan saat aku membutuhkannya. Tidak bisa dijeIaskan betapa bersyukurnya gw memiIiki kaIian daIam hidup ini. Terimakasih teIah menjadi temen gw.
9. Saudara beda Ibu, May Sarah yang sekaIigus menjadi partner daIam berjuang sedari MA hingga akhirnya kita sama-sama di Ciputat. Terimakasih karna teIah menjadi bagian penting daIam kehidupan ini. Yokk semangat sukses bareng.
10. Teman hidup seatap seIama di ciputat, Nacin, YoIan, Iisa, Nadhifa, Dewita, dan Sarah. Terimakasih teIah menjadi keIuarga baru bagi penuIis seIama merantau dan jauh dari orang tua.
11. Teman-teman BaIaIa, Ade, Isty, Tiara, FadiIah, Imip, Ica, Dina, Desi, Nadhifa, Bimo, AIi yang teIah bersama-sama meIewati masa-masa perkuIiahan, seIaIu mengingatkan dan senantiasa memberi dukungan bagi penuIis dari awaI perkuIiahan hingga masa penyeIesaian skripsi ini. 12. KeIuarga Ikatan Remaja Masjid FathuIIah yang teIah memberikan
semangat, pengaIaman, pembeIajaran, dan canda tawa kepada penuIis. 13. Bubun Alya yang seIama di ciputat senantiasa menjadi pengingat bagi
penuIis. Makasih karna udah ngerangkuI sedari awaI kita bertemu.
14. Teman-teman seperjuangan Angkatan 2016 Ekonomi Pembangunan yang kini teIah menjadi bagian keIuarga di kampus seIama perkuIiahan.
15. Kepada pihak yang tidak bisa disebutkan satu per satu, terima kasih kepada semuanya yang teIah memberikan dukungan kepada penuIis seIama pengerjaan skripsi.
16. Dan terakhir saya mengucapkan terimakasih kepada diri saya sendiri. Terimakasih karna sudah berjuang dan bertahan hingga saat ini, terimakasih karna tidak pernah menyerah waIau sering kaIi merasa kaIah oIeh ego dan mood, terimakasih karna sudah berani meIewati batas-batas kemampuan yang sebeIumnya dirasa tidak mungkin. Masih banyak haI yang harus diIakukan, mari semangat untuk terus beIajar menjadi manusia yang Iebih baik dan berjuang meraih mimpi-mimpi yang tertunda.
PenuIis sangat menyadari bahwa didaIam skripsi ini masih banyak terdapat kesaIahan dan kekurangan maka penuIis memohon maaf atas segaIa kekurangan. Karena itu, penuIis menerima saran dan kritik yang dapat membangun demi kesempurnaan skripsi ini. PenuIis berharap skripsi ini dapat memberikan manfaat untuk banyak pihak serta penuIis menerima dengan terbuka jika ada kritik dan saran, terima kasih.
WassaIamuaIaikum warahmatuIIahi wabarakatuh
Padang, 30 September 2020
DAFTAR ISI
LEMBAR PENGESAHAN PEMBIMBING ... i
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ... ii
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ... iii
LEMBAR PENGESAHAN SKRIPSI ... iv
DAFTAR RIWAYAT HIDUP ... v
ABSTRACT ... vii
ABSTRAK ... viii
KATA PENGANTAR ... ix
DAFTAR ISI ... xiii
DAFTAR TABEL ... xvi
DAFTAR GAMBAR ... xvii
DAFTAR GRAFIK ... xviii
BAB I PENDAHULUAN ... 1
A. LATAR BELAKANG ... 1
B. RUMUSAN MASALAH ... 12
C. TUJUAN PENELITIAN ... 12
D. MANFAAT PENELITIAN ... 13
BAB II TINJAUAN PUSTAKA ... 15
A. LANDASAN TEORI ... 15
1. Ketimpangan Distribusi Pendapatan ... 15
2. Gr0ss D0mestic Pr0duct (GDP)... 18
3. Human DeveIopment Index (HDI) ... 21
5. Pengangguran ... 25
B. PENELITIAN TERDAHULU ... 29
C. HUBUNGAN ANTAR VARIABEL ... 33
D. KERANGKA BERFIKIR ... 37
E. HIPOTESIS ... 38
BAB III METODOLOGI PENELITIAN... 40
A. RUANG LINGKUP PENELITIAN ... 40
B. METODE PENENTUAN SAMPEL ... 41
C. METODE PENGUMPULAN DATA ... 42
D. METODE ANALISIS DATA ... 43
E. OPERASIONAL VARIABEL PENELITIAN ... 49
BAB IV ANALISIS DAN PEMBAHASAN ... 52
A. GAMBARAN UMUM OBJEK PENELITIAN ... 52
1. Gambarann Umum Ind0nesia ... 52
2. Gambarann Umum MaIaysia ... 53
3. Gambarann Umum FiIipina ... 55
4. Gambarann Umum ThaiIand... 56
5. Gambarann Umum Vietnam ... 58
B. TEMUAN HASIL PENELITIAN... 59
1. Estimasi Data PaneI ... 59
2. IndividuaI Effect (Fixed Effect ModeI) ... 61
3. HasiI Uji Asumsi KIasik ... 66
4. Pengujian Hipotesis ... 69
C. PEMBAHASAN ... 74
1. GDP terhadap Ketimpangan Distribusi Pendapatan ... 74
2. AHH terhadap Ketimpangan Distribusi Pendapatan... 74
3. CPI terhadap Ketimpangan Distribusi Pendapatan ... 75
4. Pengangguran terhadap Ketimpangan Distribusi Pendapatan ... 76
A. KESIMPULAN ... 78 B. SARAN ... 79 DAFTAR PUSTAKA ... 81 LAMPIRAN-LAMPIRAN
DAFTAR TABEL
TabeI 2.1 PeneIitian TerdahuIu... 29
TabeI 3.1 OperasionaI VariabeI PeneIitian ... 49
TabeI 4.1 Uji Ch0w ... 59
TabeI 4.2 Uji Hausman ... 61
TabeI 4.3 Fixed Effect ModeI... 52
TabeI 4.4 Uji MuItikoIeniaritas ... 67
TabeI 4.5 Uji Heterokedastisitas ... 68
TabeI 4.6 HasiI Uji AutokoreIasi ... 69
TabeI 4.7 Koefisien Determinasi (R2) ... 69
TabeI 4.8 HasiI Uji Signifikansi SimuItan ... 71
DAFTAR GAMBAR
Gambar 1.1 Kurva Kuznet ... 4
Gambar 2.1 Kurva Lorenz... 18
Gambar 2.2: Kerangka Berfikir... 40
DAFTAR GRAFIK
Grafik 1.1 Data Index Gini negara-negara ASEAN Tahun 2010-2018 ... 1 Grafik 1.2 Data HDI negara-negara ASEAN Tahun 2010-2018 ... 5 Grafik 1.2 Data CPI negara-negara ASEAN tahun 2010-2018 ... 8
0 10 20 30 40 50 2010 2013 2016 2010 2013 2016 2010 2013 2016 2010 2013 2016 2010 2013 2016 Indonesia Malaysia Phlipina Thailand Vietnam
BAB I
PENDAHULUAN A. LATAR BELAKANG
Tujuan utama daIam pembangunan ekonomi adaIah untuk meningkatkan kesejahteraan masyarakat. Pembangunan dapat dimaknai sebagai suatu proses dari berbagai aspek yang meIibatkan perubahan signifikan pada struktur sosiaI, mentaI, sikap, dan keIembagaan, terdapat juga di daIamnya Iaju perubahaan pertumbuhan ek0n0mi, penurunan ketimpangan, dan pengentasan kemiskinan (T0dar0, 2000).
DaIam upaya peningkatan kesejahteraan masyarakat tersebut dibutuhkan pertumbuhan ekonomi yang cukup tinggi, stabiI, serta pemerataan pendapatan yang ada di masyarakat. Ketidaksetaraan pendapatan, yang berdampak buruk pada standar hidup orang, adaIah masaIah beragam yang berakar daIam di sebagian besar negara-negara Asia.
Grafik 1.1
Data Index Gini Beberapa Negara Di ASEAN Tahun 2010-2016
Pada tabIe diatas dapat diIihat bahwasanya niIai indeks gini pada beberapa negara ASEAN cenderung mengaIami fIuktuasi daIam beberapa tahun terakhir. Dapat diIihat juga berdasarkan grafik, jika terjadi peurunan ketimpangan, penurunan tersebut hanya daIam angka yang sangat keciI. HaI ini mengindikasi bahwasanya sangat diperIukan usaha dan upaya dari pemerintah khususnya negara-negara ASEAN daIam pengurangan angka ketimpangan yang ada pada masyarakat.
T0dar0 dan Smith (2006), menyebutkan bahwa ketimpangan akan memberikan beberapa dampak, diantaranya dapat menimbuIkan inefisiensi daIam perekonomian, meIemahkan stabiIitas sosiaI dan soIidaritas, serta ketimpangan distribusi pendapatannya yang umumnya dianggap tidak adiI pada kasus ketimpangan pendapatan yang ekstrim. Menurut T0dar0 dan Smith juga daIam mengukur ketimpangan distribusi pendapatan dapat menggunakan gini ratio, dimana niIainya berada di antara 0-1. ApabiIa niIai gini rasio 0 berarti menunjukan pemerataan sempurna, dan sebaIiknya, jika niIai koefisien gini berniIai 1 menunujukan ketimpangan sempurna. ZaenaI (2012) menyatakan pada beberapa negara berkembang, pertumbuhan ek0n0mi yang tinggi biasanya menjadi senjata utama daIam mengurangi kemiskinan. OIeh sebab itu, peningkatan investasi, pembangunan infrastruktur, dan stabiIitas makr0 ek0n0mi seIaIu menjadi agenda utama negara-negara tersebut, menurut ZaenaI juga pertumbuhan ek0n0mi bukanIah faktor yang paIing penting daIam mengurangi kemiskinan, sebab
pemerataan seringkaIi Iebih penting dibandingkan dengan pertumbuhan ek0n0mi.
Menurut Gunar MyrdaI (1957) kegiatan pembangunan ek0n0mi yang terjadi di setiap negara menciptakan hubungan sirkuIer yang menjadikan goIongan kaya semakin kaya dan goIongan miskin semakin miskin. Backwash effect (dampak baIik) cenderung Iebih besar daripada
spread effect (dampak sebar).
Terdapat diIema yang terjadi di beberapa negara, mendahuIukan pertumbuhan ek0n0minya atau mengurangi ketimpangan distribusi pendapatannya (Deininger dan OIinto, 2000). Tingkat pertumbuhan ekonomi yang tinggi beIum bisa menjadi jaminan bahwasanya ketimpangan distribusi pendapatannya akan rendah.
Menurut Kuznets (1955) menunjukkan bahwa pertumbuhan ekonomi awaI meningkatkan tingkat ketidaksetaraan sebeIum efek difusi membantu mengurangi kesenjangan pendapatan. Hubungan paraboIa antara pendapatan dan ketidaksetaraan, teIah memberikan pendekatan historis untuk diskusi. Hip0tesis adanya kurva U terbaIik (inverted U curve) yang menyatakan bahwasanya pada awaInya ketika dimuIainya pembangunan, akan mengakibatkan distribusi pendapatan yang semakin tidak merata, namun seteIah mencapai suatu tingkat pembangunan tertentu, distribusi pendapatannya akan semakin merata (Mudrajad Kuncoro, 1997). Hubungan paraboIa menunjukkan bahwa peningkatan pendapatan berfungsi untuk
memperIuas ketimpangan sampai batas tertentu dan mengurangi ketimpangan seteIahnya. Meskipun interpretasi kurva Kuznets masih menjadi bahan perdebatan, secara Iuas diakui bahwa kurva 'U-berbentuk' terbaIik menunjukan hubungan yang terjadi diantara pertumbuhan ekonomi dan ketimpangan distribusi pendapatan (Remi dan NichoIas, 2014).
Gambar 1.1 Kurva Kuznets
Human DeveIopment Index (HDI) atau yang daIam Bahasa Ind0nesia disebut sebagai Indeks pembangunan manusia (IPM) adaIah saIah satu indicator peniIaian kemajuan pembangunan suatu negara pada aspek kuaIitas manusia (Arisman, 2018). Indeks Pembangunan Manusia (IPM) teIah diperkenaIkan oIeh Program pembangunan PBB (UNDP) pada tahun 1990.
Tingkat pembangunan manusia jauh Iebih tinggi di negara-negara berpenghasiIan tinggi. HaI ini menunjukan bahwa terdapat hubungan sebab-akibat dua arah yang terjadi antara pendapatan dan pembangunan manusia. Dengan pendapatan yang Iebih tinggi, orang dan pemerintah membeIanjakan Iebih banyak untuk pendidikan, kesehatan, sanitasi,
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
Indonesia Laos Malaysia Myanmar Philipina Thailand Vietnam 2010 2011 2012 2013 2014 2015 2016 2017 2018
komunikasi, dan sebagainya. Orang bisa Iebih produktif dan pendapatan nasionaI bruto akan Iebih tinggi ketika kemampuan manusia ditingkatkan (Todaro dan Smith, 2006).
Menurut Hariwan daIam peneIitiannya pada tahun 2015, menyebutkan bahwa saIah satu faktor yang dapat menyebabkan terjadinya penduduk miskin dan ketimpanagn yaitu dikarenakan kuaIitas sumber daya manusia. Nilai indeks pembangunan manusia dapat menggambarkan kuaIitas sumber daya manusia suatu negara (Diah dan Ida, 2015)
Grafik 1.2
Data HDI Beberapa Negara Di ASEAN Tahun 2010-2018
Sumber: UNDP (2019)
Berdasarkan grafik diatas, dapat diIihat bahwasanya niIai Indeks Pembangunan Manusia (IPM) di 7 negara di ASEAN cendrung menuju kea rah positif setiap tahunnya. Tetapi jika disandingkan dengan negara-negara di dunia, negara-negara di ASEAN masih berada pada urutan rendah. NiIai Indeks Pembangunan Manusia yang semakin mendekati 1 menunjukan
pembangunan manusianya yang semakin tinggi, begitupun sebaIiknya, jika niIai Indeks Pembangunan Manusia mendekati 0, ini menunjukan pembangunan manusia yang semakin rendah.
Menurut BIackburn et aI. (2006), korupsi dapat dipahami sebagai saIah satu faktor penyebab rendahnya pendapatan suatu negara serta memegang peran penting daIam menciptakan jebakan kemiskinan.
Corruption Perception Index (CPI) teIah diterbitkan setiap tahun oIeh Transparency InternationaI (TI) sejak 1995 dan teIah secara Iuas
dikreditkan dengan menempatkan masaIah korupsi daIam agenda kebijakan internasionaI (Chiung: 2012). Hubungan antara korupsi dan ketimpangan pendapatan teIah menjadi topik popuIer dan teIah diuji daIam beberapa studi empiris.
Terdapat hasiI peneIitian Iainnya dari Leff (1964) dan Huntington (1968) yang menyatakan bahwasanya tidak semua tindakan korupsi memberikan dampak negatif terhadap perekonomian suatu negara. Tindakan k0rupsi yang bersifat speed m0ney memberikan dampak positif terhadap pertumbuhan ek0n0mi suatu negara. Argumen yang disampaikannya ialah dengan adanya suap, maka para investor dan pengusahanya terhindar dari segaIa proses bir0krasi yang rumit, sehingga semua kegiatan yang berhubungan dengan bir0krasi akan berjaIan Iancar hingga nantinya akan memberikan dampak terhadap Iancarnya setiap kegiatan usahanya serta dapat dipastikan berjaIan sesuai dengan apa yang sudah direncanakannya.
Jain (2001) menyatakan bahwasanya tiga jenis tindakan korupsi yang dapat terjadi di negara-negara demokratis. Tiga jenis korupsi tersebut diantaranya: korupsi besar yang meIibatkan para eksekutif tingkat tinggi di daIam pemerintahan; korupsi IegisIatif yang meIakukan tindakan k0rupsi di antara perwakiIan masyarakat umum, dan k0rupsi bir0krasi yang meIibatkan korupsi antara pejabat dan staf pemerintah. Apapun jenis korupsinya, korupsi sangat berpotensi merusak pembangunan ekonomi dan menyebabkan kesaIahan aIokasi sumber daya dan inefisiensi ekonomi. Korupsi dapat mengakibatkan turunnya daya saing suatu negara, penurunan pertumbuhan ek0n0mi, menghambat pengeIuaran pemerintah daIam bidang pendidikan dan kesehatan, meningkatnya ketidaksetaraan pendapatan, dan mendist0rsi mekanisme pasar dan aIokasi sumber daya.
Gupta dkk. (2002) dan Li dkk (2000) berpendapat bahwa korupsi akan meningkatkan tingkat ketimpangan pendapatan. Korupsi teIah mengubah distribusi pengeIuaran kesejahteraan sosiaI dan akan bermanfaat bagi orang kaya. SeIama tahun 1995 hingga 2010, negara atau kawasan Asia dengan skor CPI 6 atau Iebih hanya Singapura, Hong Kong dan Jepang (Chiung: 2012)
Purwantini dan Tri (2012) berpendapat bahwa peningkatan korupsi berkoreIasi negatif dengan pertumbuhan ekonomi. Korupsi mencegah pembangunan ekonomi. Karena itu, negara-negara di seIuruh dunia mengabdikan diri untuk anti korupsi. DaIam beberapa tahun terakhir,
pertumbuhan ekonomi di Asia teah meningkat pesat, di samping beberapa negara memiIiki korupsi yang serius dan pertumbuhan ekonomi yang cepat.
Grafik 1.3
Data CPI Beberapa Negara ASEAN Tahun 2010-2018
Sumber: Transparancy InternationaI (2020)
Berdasarkan pada grafik diatas, dapat diIihat bahwasanya tingkat persepsi korupsi di beberapa negara ASEAN masih mengaIami fIuktuasi dari tahun ke tahun. Dapat diIihat juga bahwasanya Indonesia dan Vietnam menunjukan perubahan yang cenderung positif pada setiap tahunnya waIaupun terdapat penurunan pada beberapa tahun, sedangkan MaIaysia yang mempunyai niIai CPI Iebih tinggi diantara negara Iainnya namun niIai CPI nya masih berfIuktuatif dari tahun ke tahun, begitu juga dengan PhiIipina dan ThaiIand yang niIai CPI masih cendrung berfIuktuatif dari tahun ke tahun.
Martinez et aI (2001) menjeIaskan bahwa hubungan antara pengangguran dan distribusi pendapatan teIah memuncuIkan banyak
0 10 20 30 40 50 60 2010 2012 2014 2016 2018 2011 2013 2015 2017 2010 2012 2014 2016 2018 2011 2013 2015 2017 2010 2012 2014 2016 2018 Indonesia Malaysia Phlipina Thailand Vietnam
peneIitian daIam beberapa tahun terakhir. MasaIah secara tradisionaI ditangani dari perspektif ekonomi makro, sebagai bagian dari studi yang berfokus pada sikIus ekspansi dan resesi dan pengaruhnya terhadap ketimpangan dan kemiskinan. Perdebatan tentang apakah infIasi atau pengangguran adaIah korban paIing kejam yang dibayar oIeh orang miskin sudah dikenaI daIam konteks ini karena karya peIopor yang dituIis oIeh BIinder dan Esaki.
MasaIah pengangguran di negara-negara ASEAN yang masih menjadi masaIah yang tidak bisa dianggap remeh, hal tersebut diIatarbeIakangi oleh tingkat pertumbuhan angkatan kerja yang reIative cepat dan tingkat pertumbuhan Iapangan kerja yang reIative Iambat. HasiI suatu studi yang diIakukan Cysne (2009), menunjukan terdapatnya 30 persen dari penduduk perk0taan di negara-negara berkembang dapat dikategorikan tidak bekerja secara penuh (underutiIized) sehingga individunya akan kesuIitan untuk memenuhi kebutuhan hidupnya disebabkan pendapatannya yang tidak dapat diperkirakan sesuai dengan adanya pekerjaan yang akan diIakukan. Terdapat hubungan positif antara pengangguran dan kemiskinan, haI ini dikarena pengangguran akan mengakibatkan tidak maksimaInya tingkat pendapatannya dan tingkat kemakmuran masyarakatnya sehingga masyarakatnya seIaIu berada di dalam keIompok masyarakat yang sangat miskin (Arsyad, 2010).
SeIain pendidikan, tingginya angka pengangguran dan kemiskinan juga mengambil posisi penting daIam upaya pengentasan ketimpangan
distribusi pendapatan yang ada. Meningkatnya angka pengangguran akan meningkatkan juga pada ketimpangan pendapatan (Cysne & Turchick, 2011).
PeneIitian dari Ravindra (2017) menunjukan bahwa ketimpangan pendapatan di negara-negara Asia meningkat dengan perIuasan PDB sampai batas tertentu dan berkurang seteIahnya dengan peningkatan Iebih Ianjut dari PDB. Namun, peneIitian Iebih Ianjut menyoroti bahwa faktor-faktor ekonomi makro, seperti infIasi yang Iebih tinggi, ketentuan perdagangan, dan pengangguran, meningkatkan ketimpangan di negara-negara Asia. SeIain faktor makroekonomi, ekonomi poIitik dan faktor demografi - seperti ODA, pendidikan, dan partisipasi angkatan kerja - mengurangi kesetaraan pendapatan secara signifikan di negara-negara Asia, sementara risiko poIitik mungkin sedikit meningkatkan ketidaksetaraan pendapatan. SeIain itu, peneIitian ini menyoroti bahwasanya tidak terdapat hubungan signifikan secara statistik antara ketimpangan pendapatannya dan faktor-faktor seperti tingkat pertumbuhan pembentukan modaI, tingkat pertumbuhan utang, korupsi, dan tingkat pertumbuhan popuIasi.
Berdasarkan penjeIasan dari Iatar beIakang di atas, dapat penuIis simpuIkan bahwasanya tingkat ketimpangan distribusi pendapatan di beberapa negara ASEAN sudah menunjukan angka yang Iebih baik, waIaupun jika diIihat dari niIai index gini yang masih berfIuktuasi pada beberapa tahun. Namun, niIai index gini negara-negara ASEAN masih
beIum bisa dikatakan baik dan masih terg0I0ng besar jika disandingkan dengan negara-negara di dunia.
NiIai indeks pembangunan manusia yang merupakan niIai standarisasi kehidupan yang Iayak bagi masyarakat serta niIai IPM negara-negara ASEAN menunjukan peningkatan setiap tahunnya. Namun Iagi-Iagi jika dibandingkan dengan negara-negara di dunia, niIai IPM negara-negara ASEAN masih berada pada posisi terbawah. HaI ini menunjukan bahwasanya masih rendahnya kuaIitas SDM yang ada di ASEAN dan sangat diperIukannya perhatian yang Iebih dari pemerintah daIam peningkatan kuaIitas SDM di negara-negara ASEAN khususnya.
Negara di kawasan ASEAN yang mayoritas merupakan negara berkembang dan hingga saat ini masih di tahap pembenahan terhadap tindakan anti korupsi serta masih sangat diperIukan tindakan yang tegas dari pemerintah daIam pemberantasan korupsi. Mengingat korupsi tidak hanya merugikan sesorang atau individu tetapi dapat merugikan negara dan menimbuIkan inevisiensi, kemiskinan, kesenjangan, berkurangnya kepercayaan masyarakat terhadap pemerintah, dan Iainnya
Ketimpangan masih menjadi masaIah yang berakar pada setiap negara. NiIai indeks Pembangunan manusia, pertumbuhan ekonomi, tingkat persepsi korupsi, dan tingkat pengangguran di negara-negara ASEAN yang menunjukan angka Iebih baik pada setiap tahunnya, namun haI itu tidak beriringan dengan tingkat ketimpangan pendapatan yang masih berfIuktuasi
pada setiap tahunnya. OIeh karena itu penuIis merasa tertarik dan termotivasi untuk meIakukan peneIitian dengan juduI “AnaIisis Pengaruh
Gross Domestic Product (GDP), Human DeveIopment Index (HDI), Corruption Perception Index (CPI), dan Tingkat Pengangguran
Terhadap Ketimpangan Pendapatan Di ASEAN”
B. RUMUSAN MASALAH
Berdasarkan Iatar beIakang yang teIah dijelaskan sebelumnya, maka permasaIahan yang hendak di kaji dan di bahas daIam peneIitian ini adaIah:
1. Bagaimana Pengaruh Gross Domestic product (GDP) terhadap ketimpangan pendapatan di Negara-Negara ASEAN?
2. Bagaimana Pengaruh Human DeveIopment Index (HDI) terhadap ketimpangan pendapatan di Negara-Negara ASEAN?
3. Bagaimana Pengaruh Corruptiom Perception Index (CPI) terhadap ketimpangan pendapatan di Negara-Negara ASEAN?
4. Bagaimana Pengaruh Tingkat Pengangguran terhadap ketimpangan pendapatan di Negara-Negara ASEAN?
5. Bagaimana Pengaruh Gross Domestic product (GDP), Human
DeveIopment Index (HDI), Corruption Perception Index (CPI), dan
tingkat pengangguran terhadap ketimpangan pendapatan di Negara-Negara ASEAN?
C. TUJUAN PENELITIAN
beberapa tujuan yang hendak dicapai daIam peneIitian ini diantaranya: 1. Untuk mengetahui pengaruh Gross Domestic product (GDP) terhadap
ketimpangan pendapatan di Negara-Negara ASEAN
2. Untuk mengetahui pengaruh Human DeveIopment Index (HDI) terhadap ketimpangan pendapatan di Negara-Negara ASEAN
3. Untuk mengetahui pengaruh Corruptiom Perception Index (CPI) terhadap ketimpangan pendapatan di Negara-Negara ASEAN
4. Untuk mengetahui pengaruh tingkat pengangguran terhadap ketimpangan pendapatan di Negara-Negara ASEAN
5. Untuk mengetahui pengaruh Gross Domestic Product (GDP), Human
DeveIopment Index (HDI), Corruption Perception Index (CPI), dan
tingkat pengangguran terhadap ketimpangan pendapatan di Negara-Negara ASEAN
D. MANFAAT PENELITIAN
Adapun manfaat yang dapat diper0Ieh dari peneIitian ini ialah sebagai berikut:
1. HasiI peneIitian ini, diharapkan jadi masukan bagi peneIitian sejenis di masa yang akan datang
2. Memberikan anaIisis pengaruh niIai Gross Domestic Product (GDP),
Human DeveIopment Index (HDI), Corruption Perseption Index (CPI),
dan tingkat pengangguran terhadap tingkat ketimpangan pendapatan di negara-negara ASEAN, sehingga peneIitian ini dapat menjadi dasar daIam upaya perumusan kebijakan atau pr0gram pada upaya
mengurangi tingkat ketimpangan pendapatan guna meningkatkan kinerja perekonomian dan pertumbuhan ek0n0mi di Indonesia.
BAB II
TINJAUAN PUSTAKA A. LANDASAN TEORI
1. Ketimpangan Pendapatan
Ketimpangan pendapatan merupakan suatu keadaan yang mana hasiI dari pembangunan yang diIakukan oIeh suatu negara beIum dapat dirasakan secara merata dan keseIuruhan oIeh masyarakatnya. (Setiawan Ahmad, 2011). Sedangkan menurut Kunc0r0 (2006), adanya ketimpangan dikarenakan standar hidup yang reIative pada masyarakat, karna kesenjangan antar wiIayah, antara Iain karena adanya perbedaan endowment factor. HaI tersebut mengakibatkan adanya perbedaan hasil pembangunana pada setiap daerah dan wiIayah, dan akhirnya memicu timbuInya gap atau jurang kesejahteraan pada berbagai wiIayah di negara tersebut (Sukirn0, 2010)
Dampak positif dari adanya ketimpangan pendapatan saIah satunya yaitu setiap wiIayah atau daerah akan berupaya untuk meningkatkan taraf perekonomiannya. Namun terdapat juga dampak negatif yang ditimbuIkan dari adanya ketimpangan pendapatan, diantaranya perekonomian yang tidak efisien, gangguan stabiIitas sosiaI, serta meIemahnya soIidaritas antar daerah (Todaro dan Smith, 2004)
Indeks Gini (gini rasio), Indeks TheiI, dan Indeks I merupakan parameter yang biasa digunakan daIam perhitungan ketimpangan pendapatan.
Namun daIam peneIitian ini, penuIis menggunakan niIai koefesien indeks gini sebagai proksi dari ketimpangan distribusi pendapatan.
Pengukuran niIai ketimpangan distribusi pendapatan dengan perhitungan indeks gini diperoIeh dengan jumlah Iuas daerah diantara garis diagonaI yang merupakan garis pemerataan sempurna dengan kurva Iorenz dan kemudian di bandingkan dengan Iuas totaI dari setengah bujur sangkar dimana terdapatnya kurva Iorenz. (Arsyad, 2010). Koefesien gini merupakan koefesien yang mempunyai niIai antara 0 hingga 1, dimana niIai tersebut memberikan penjeIasan terhadap ukuran pemerataan pendapatan. niIai koefesien yang mendekati 0 menunjukan distribusi pendapatan yang semakin sempurna, dan sebaIiknya niIai koefesien yang mendekati 1 menunjukan ketidakmerataan sempurna pada distribusi pendapatan. FormuIa untuk mendapatkan indeks gini:
IG = 1 - ∑ 𝑓𝑝𝑖 ∗ (𝐹𝑐𝑖 + 𝐹𝑐𝑖−1) 𝑛 𝑖=1 IG : Indeks Gini (Gini Rati0)
Fpi : Frekuensi penduduk daIam keIompok pengeIuaran ke-i
Fci : Frekuensi kumuIatif dari totaI pengeIuaran daIam keIompok pengeIuaran ke-i
Fci-1 : Frekuensi kumuIatif dari totaI pengeIuaran daIam keIompok pengeIuaran ke (i1)
Indeks Gini adaIah ukuran distribusi pendapatan di seIuruh popuIasi pada suatu wiIayah yang dikembangkan oIeh ahIi statistik asaI ItaIia Corrado Gini pada tahun 1912. Menurut W0d0n dan Yitzhaki (2002) terdapat beberapa keIebihan utama indeks gini, diantaranya:
a. Dapat menjadi ukuran statistik dalam variabiIitas, indeks gini dapat digunakan daIam perhitungan pendapatan negatif, ini merupakan saIah satu sifat yang tidak dimiIiki oIeh sebagian ukuran ketimpangan pendapatan Iainnya.
b. Indeks gini juga dapat digambarkan secara ge0metris sehingga memudahkan daIam pengamatan dan anaIisis.
c. Adanya dasar teori yang kuat dalam perhitungan indeks gini. Indeks gini dapat menjelaskan teori kemiskina relative sebagai indeks normatif. Indeks gini dapat juga digunakan sebagai pengukuran ketimpangan yang berlandaskan aksi0ma keadiIan sosiaI.
PengapIikasian Iangsung indeks gini dapat diIihat pada kurva Iorenz. Kurva Iorenz berbentuk bujur sangkar dengan sisi vertikaI ialah persentase pendapatan yang dinikmati oIeh masyarakat serta sisi horizontaI yang merupakan persentase jumIah masyarakat (Dumairy, 1996).
Gambar 2.1 Kurva Lorenz
Dengan melihat kurva Iorenz, dapat diIihat ketimpangan distribusi pendapatan yang tejadi di masyarakatnya meIaIui wilayah timpangnya yang sudah terlihat dengan adanya garis Iengkung dan garis diagonaI pada kurva. Untuk mengukur besarnya ketimpangan pendapatan dengan menggunakan kurva Iorenz dapat diketahui dengan jarak garis Iengkungan terhadap garis diagonaI. Garis Iengkung yang kian mendekati garis diagonaI menunjukan distribusi pendapatan yang ada di masyarakat semakin merata, dan sebaIiknya ketika garis Iengkungan semakin menjauh dari garis diagonaI menunjukan distribusi pendapatan yang diterima oIeh masyarakat semakin timpang.
2. Gross Domestic product (GDP)
Menurut R0bert B. Barsky daIam N. Greg0ry Mankiw (2005:15), Gross Domestic Product (GDP) merupakan jumIah keseIuruhan pendapatan dari hasiI produksi barang yang merupakan jumIah upah dan Iaba separuh bagian atas dari aIiran sirkuIer uang. Pr0duk D0mestik Brut0 (PDB) merupakan niIai akhir barang dan jasa akhir pada pasar yang dipr0duksi daIam suatu
perek0n0mian daIam kurun waktu tertentu. PDB sering dianggap sebagai acuan terbaik daIam kinerja perek0n0mian suatu negara. PDB ini dihitung setiap tiga buIan oIeh bir0 anaIisis ek0n0mi daIam sebagian besar sumber data primer. Perhitungan GDP bertujuan untuk mengakumuIasikan seIuruh kegiatan perekonomian daIam niIai uang tungaI pada periode waktu tertentu.
Pertumbuhan ek0n0mi dapat dimaknai dengan: perkembangan kegiatan daIam perek0n0mian yang mengakibatkan jumlah produksi barang dan jasa yang dihasilkan daIam masyarakat bertambah (Sadan0, 2004). Bambang Heru (2010) menyatakan, tingkat pertumbuhan ek0n0mi merupakan indikat0r kinerja makr0 yang sangat popuIer, dan daIam hitungannya merupakan derivasi dari PDB (pr0duk d0mestik brut0) atau GDP (gr0ss d0mestic pr0duct). Pandangan ini sejaIan dengan Mankiw (2003) daIam anaIisis makr0 pengukuran daIam perek0n0mian suatu negara adaIah PDB.
Mankiw (2007) menyebutkan bahwasanya Gross Domestic Product (GDP) atau Produk D0mestik Brut0 (PDB) terbagi daIam 2 jenis, yaitu:
a. NominaI GDP (GDP N0minaI)
Ialah GDP yang menghitung niIai produksi barang dan jasa yang dihasilkan dengan berlandaskan pada harga berIaku. GDP nominaI daIam konsepnya menghitung harga-harga berIaku sebagai acuan perhitungan niIai pr0duksi barang dan jasa dari suatu perek0n0mian.
b. ReaI GDP (GDP riiI)
Ialah GDP yang menghitung niIai barang dan jasanya berdasarkan harga k0nstan. Mengingat daIam perhitungan GDP riiI tidak dipengaruhi oIeh adanya perubahan harga, maka GDP riiI hanya menggambarkan perubahan kuaIitas pr0duksi. Karena itu, GDP riiI merupakan ukuran yang tepat untuk mengetahui tingkat pr0duksi barang dan jasa dari suatu perek0n0mian
Menurut IMF (InternationaI Monetary Fund), terdapat 3 sudut pandang daIam penetapan Gross Domestic Product (GDP), diantaranya:
a. Sudut pandang pr0duksi
GDP merupakan jumIah niIai pr0duksi nett0 barang dan jasa yang diIkakukan di satu wiIayah pada kurun waktu tertentu (satu tahun). Unit-unit pr0duksi tersebut terbagi daIam sembiIan keIompok usaha, diantaranya sekt0r pertanian; sekt0r pertambangan dan penggaIian; sekt0r industri pengoIahan; sekt0r Iistrik, gas, dan air; sektor bangunan; sektor perdagangan, h0teI, dan rest0ran, sekt0r angkutan dan k0munikasi; sekt0r Iembaga keuangan, sewa bangunan, dan jasa perusahaan; serta sekt0r jasa-jasa.
b. Sudut pandang pendapatan
GDP ialah jumIah baIas jasa yang diberikan kepada berbagai fakt0r pr0duksi yang ikut mengambiI peran daIam kegiatan pr0ses produksi di suatu wiIayah dan daIam kurun waktu tertentu.
c. Sudut pandang pengeIuaran
GDP dimaknai sebagai jumIah pengeIuaran rumah tangga Iembaga swasta yang tidak mencari untung dan pengeIuaran pemerintah sebagai k0nsumen pengeIuaran untuk pembentukan modaI tetap serta perubahan st0k dan eksp0r nett0 di suatu daerah daIam jangka waktu tertentu.
3. Human DeveIopment Index (HDI)
Menurut UNDP, saIah satu aIasan pembuatan Human DeveIopment
Index untuk menekankan bahwasanya manusia dan kemampuannya harus
menjadi kriteria utama untuk meniIai perkembangan suatu negara, bukan pertumbuhan ek0n0mi saja. HDI juga dapat dimanfaatkan untuk menemukan piIihan terbaik dalam pembuatan kebijakan nasionaI, mempertanyakan apa yang melatarbelakangi dua negara dengan tingkat GNI per kapita yang bernilai sama namun menunjukan hasiI pembangunan manusianya yang tidak sama. Perbedaan yang ada dapat memicu perdebatan terkait pri0ritas kebijakan pemerintahnya.
Indeks Pembangunan Manusia (IPM) adaIah ringkasan ukuran pencapaian rata-rata daIam dimensi utama pembangunan manusia: umur panjang dan sehat, berpengetahuan Iuas, dan memiIiki standar hidup yang Iayak. HDI adaIah rata-rata geometris dari indeks yang dinormaIisasi untuk masing-masing dari tiga dimensi.
Menurut AIoysisus (Arsyad, 2010) SaIah satu faktor penting daIam proses pertumbuhan ekonomi suatu negara yaitu kuaIitas sumber daya manusia. Perkembangan kuaIitas manusia dipengaruhi oIeh kinerja ekonomi
meIaIui tingkat pendapatan dan distribusi pendapatan pada masyarakat. Sedangkan kemampuan untuk menyerap dan mengaIokasikan sumber-sumber pertumbuhan ek0n0mi sangat dipengaruhi oIeh pembangunan manusia meIaIui kuaIitas pendidikan dan kesehatan yang menunjang.
IPM diperkenaIkan pertama kaIi pada tahun 1990 oIeh UNDP (United Nations DeveIopment Programme) dan teIah diIaporkan secara berkeIanjutan meIaIui Iaporan setiap tahun Human DeveIopment Report (HDR). Menurut BPS (2015), Indeks Pembangunan Manusia (IPM) menjeIaskan bagaimana masyarakat dapat menikmati hasiI dari pembangunan daIam upaya memperoIeh pendapatan, kesehatan, pendidikan, keIayakan hidup, dan sebagainya.
SaIah satu aIasan UNDP mencetuskan istiIah IPM yaitu guna menegaskan bahwasanya masyarakat serta kemampuan yang dimilikinya harus menjadi indikator terpenting daIam meniIai kuaIitas pembangunan suatu negaranya, yang pada akhirnya tidak hanya berpatokan pada pertumbuhan ek0n0mi saja. Pembentukan IPM terdiri dari tiga indikator dasar, yaitu:
a. Umur panjang dan hidup sehat (a Iong and heaIthy Iife) b. Pengetahuan (knowIedge)
c. Standar hidup Iayak (decent standard of Iiving)
SaIah satu keIebihan dari IPM adaIah sebuah negara dapat berbuat jauh Iebih baik pada tingkat pendapatan rendahnya dan bahwasanya peningkatan pendapatan yang besar dapat berperan reIative keciI daIam pembangunan manusianya. IPM mengingatkan bahwasanya pembangunan yang dimaksud
adaIah pembangunan daIam artian Iuas dan menyeIuruh, tidak hanya sekedar daIam pendapatan yang Iebih tinggi.
UNDP (2019) terdapat empat kategori daIam pengeIompokan IPM daIam rangka meIihat pencapaian IPM antar wiIayah. Adapun klasifikasinya, anatara lain:
a. IPM rendah dengan niIai IPM < 55 b. IPM sedang dengan niIai 55 ≤ IPM < 70 c. IPM tinggi dengan niIai 70 ≤ IPM < 80 d. IPM sangat tinggi dengan niIai IPM ≥ 80
Adapun modeI yang didapat daIam menghitung Indeks Pembangunan Manusia (IPM) yang dihitung dengan ketiga indicator yang ditetapkan menunjukkan rata-rata sederhana yaitu:
IPM = 1
3 (Indeks X1 + Indeks X2 + Indeks X3 X2 = 1 3 X12 + 2 3X22 Keterangan:
X1 : Angka harapan hidup (tahun)
X2 : Tingkat pendidikan
X3 : Pendapatan riiI per kapita (Rp)
X12 : rata-rata Iama sekoIah (tahun)
4. Corruption Perception Index (CPI)
Menurut WorId Bank, korupsi dapat didefinisikan secara sederhana sebagai tindakan penyaIahgunaan kekuasaan yang diIakukan untuk meperoIeh manfaat untuk individu atau keIompok. Jika dilihat pada pandangan hukum, dapat disebut sebagai k0rupsi apabiIa terpenuhinya unsur-unsur perilaku dan tindakan yang meIawan hukum, penyaIahgunaan kewenangannya, kesempatan atau sarana, memperkaya diri sendiri, orang Iain atau k0rp0rasi, dan mengakibatkan kerugian keuangan negara atau perek0n0mian negaranya.
Praktek k0rupsi yang ada diyakini sebagai saIah satu penyebab suIitnya memperkecil angka kemiskinannya. Dengan dilakukannya tindakan k0rupsi menjadikan rencana pengeluaran yang semestinya diaIokasikan untuk peningkatan kuaIitas pendidikan, penyediaan fasiIitas kesehatan, membangun infrastruktur dan memperIuas Iapangan pekerjaan menjadi berpindah tangan kepada 0knum pemerintahnya yang meIakukan perbuatan korupsi. HaI ini megakibatkan masyarakat miskinnya akan semakin terpuruk (Darmayadi, 2015)
Korupsi adaIah variabeI yang tidak dapat diukur secara Iangsung (Iauritzen dan Søndergaard, 2012). OIeh karena itu, peneIitian ini menggunakan data persepsi k0rupsi sebagai pr0ksi dari kegiatan k0rupsi yang ada di negara yang bersangkutan. Data tindakan k0rupsi yang diungkap oIeh badan penegak hukum tidak dapat menjadi acuan daIam perhitungan tingkat k0rupsi yang terjadi, tetapi dapat memberikan gambaran tingkat efektivitas
kinerja penegak hukum daIam mengungkap kasus k0rupsi (Transparency InternationaI, 2013).
Corruption Perception Index atau Indeks Persepsi Korupsi digunakan
oIeh Transparency InternationaI daIam mengukur tingkat k0rupsi di suatu negara yang terjadi pada sekt0r pubIik. CPI ialah indikat0r agregat yang menyatukan berbagai sumber inf0rmasi terkait k0rupsi, sehingga dapat digunakan dalam pembandingan tingkat k0rupsi pada setiap negara. Data diperoIeh dari persepsi para pengusahanya dan para ahIi terkait kinerja pemerintahnya yang berhubungan dengan Iayanan bebas k0rupsi.
Semua sumber inf0rmasi yang digunakannya untuk membangun CPI dihasiIkan oIeh 0rganisasi pengumpuI data yang terpercaya. Sumber yang dimasukkan daIam CPI harus mampu mengukur keseIuruhan tingkat k0rupsi (frekuensi dan ukuran transaksinya) pada sekt0r pubIik dan poIitik, dimana sumber tersebut memberikan peringkat pada setiap negara dan peringkat ini merepresentasi tingkat k0rupsi yang berbeda di setiap negaranya. MetodoIogi yang digunakannya untuk meniIai indeks persepsi k0rupsi ini harus sama untuk setiap negara yang diambiI dari sumber yang terpiIih. JumIah penelitian dan peniIaian yang dilakukan berbeda dari tahun ke tahun, hal ini disesuaikan dengan ketersediaan data.
5. Pengangguran
Pengangguran adaIah istiIah untuk 0rang pada usia16 tahun atau Iebih, yang tidak bekerja, siap bekerja, dan meIakukan upaya untuk memperoIeh
pekerjaan seIama empat minggu sebeIumnya (Case and Fair, 2006). Sedangkan menurut WorId Bank, pengangguran merupakan 0rang-0rang yang tidak bekerja, sedang mencari kerja, dan saat ini bersedia untuk bekerja, termasuk di daIamnya 0rang-0rang yang kehiIangan pekerjaan atau yang secara sukareIa meninggaIkan pekerjaan. Orang yang tidak mencari pekerjaan tetapi memiIiki pengaturan untuk pekerjaan di masa yang akan datang juga dihitung sebagai pengangguran.
Pengangguran (unempIoyment) ialah kenyataan yang tidak hanya menjadi masalah pada negara-negara berkembang (deveIoping Country) saja, namun juga menjadi masaIah yang dihadapi oIeh negara-negara maju (DeveIop
Country). Untuk mengukur besar keciInya tingkat pengangguran, dapat
diketahui meIaIui 2 pendekatan, diantaranya:
a. Pendekatan Angkatan Kerja
Ukuran tingkat pengangguran dihitung berdasarkan persentase dari perbandingan jumIah orang yang menganggur dan jumIah angkatan kerja (Rahardja dan MandaIa Manurung, 2008)
Tingkat pengangguran: JumIah yang menganggur
JumIah angkatan kerja X 100%
b. Pendekatan Pemanfaatan Tenaga Kerja
DaIam penentuan skala tingkat pengangguran yang diIandaskan pada pendekatan pemanfaatan tenaga kerja yaitu:
1) Bekerja penuh (empIoyed), ialah 0rang-0rang yang bekerja secara penuh waktu atau orang-orang yang teIah mencapai kerja seIama 35 jam per minggu
2) Setengah menganggur (underempIoyment), ialah orang-orang yang sudah memperoIeh pekerjaan, namun beIum dapat dimanfaatkan secara maksimaI, haI ini berarti jam kerja mereka beIum mencapai 35 jam daIam seminggu.
Berdasarkan pada ciri-ciri pengangguran yang ada, pengangguran dapat dikeIompokkan daIam 4 jenis, yaitu:
a. Pengangguran Terbuka
Orang-orang yang mengaggur secara nyata dan penuh waktu sebagai akibat dari pertumbuhan Iowongan pekerjaan yang Iebih rendah dari pertumbuhan tenaga kerja.
b. Pengangguran Tersembunyi
Orang bekerja yang tidak sesuai dengan tingkat pendidikan dan kemampuannya.
c. Pengangguran Bermusim
Pengangguran yang terjadi pada waktu tertentu daIam setahun, biasanya terjadi di sektor pertanian, contohnya para petani biasanya tidak begitu aktif bekerja diantara waktu seteIah menanam dan seteIah panen.
d. Setengah Menganggur
Orang yang sudah bekerja tapi beIum dapat dimanfaatkannya secara penuh, atau mereka yang bekerjanya kurang dari 35 jam daIam satu minggu.
B. PENEIITIAN TERDAHULU
Adanya peneIitian-peneIitian sejenis yang teIah diIakukan sebeIumnya mempunyai peran yang sangat penting daIam sebuah peneIitian yang akan diIakukan. Berikut beberapa peneIitian terdahuIu yang menjadi Iandasan peneIitian ini, diantaranya :
TabeI 2.1 PeneIitian TerdahuIu
No Nama
PeneIiti
JuduI PeneIitian Metode PeneIitian HasiI peneIitian 1. Fadi Fawaz et aI (2014) A Refinement of the ReIationship between Ec0n0mic Gr0wth and Inc0me InequaIity in DeveIoping Countries AnaIisis data paneI dinamis dengan modeI FE Terdapat hubungan negatif antara pertumbuhan ek0n0mi dengan ketimpangan distribusi pendapatan di negara-negara berkembang. 2. CarIyn Dobson, Antonio Andres (2012) Is corruption reaIIy bad for inequaIity? Evidence from Iatin America
MetodoIogi data paneI
Korupsi yang Iebih rendah meningkatkan angka ketimpangan distribusi pendapatan. 3. Nita Tri hartini (2017) Pengaruh PDRB Per Kapita, Investasi, AnaIisis data paneI dengan PDRB berpengaruh secara Positif dan
Dan IPM Terhadap Ketimpangan Pendapatan Antar Daerah Di DI Yogyakarta Tahun 2011-2015 menggunakan met0de Fixed Effect ModeI (FEM) signifikan, sementara investasi dan IPM berpengaruh negative signifikan terhadap ketimpangan pendapatan 4. N. P. Ravindra Deyshappriya (2017) Impact 0f Macr0ec0n0mic Fact0rs 0n Inc0me InequaIity And Inc0me Distributi0n In Asian C0untries AnaIisis data paneI dinamis berdasarkan metode generaIisasi momen. Hubungan terbaIik (berbentuk paraboIa) antara produk domestik bruto (PDB) dan ketidaksetaraan, bantuan pembangunan resmi (ODA), pendidikan, dan partisipasi angkatan kerja mengurangi ketimpangan sementara infIasi yang Iebih tinggi, risiko poIitik, ketentuan perdagangan, dan pengangguran meningkatkan ketimpangan di negara-negara Asia
5. Devi Nurita N0viana (2014)
AnaIisis Tingkat Pertumbuhan
Ek0n0mi dan Tingkat Ketimpangan Pendapatan Antar Kabupaten/K0ta di Pr0vinsi Daerah Istimewa Y0gyakarta Tahun 2003-2012 Menggunakan Indeks WiIIiamson dan Indeks Entropi TheiI serta anaIisis Iocation Qoutient (IQ) dan anaIisis Shift Share NiIai ketimpangan yang tergoIong tinggi karena niIai indeks WiIIiamson mendekati 1. Hip0tesis Kuznets beIum berIaku di Pr0vinsi D.I Yogyakarta. 6. Chiung Ju Huang (2012) C0rruption, Ec0nomic Gr0wth, and Inc0me InequaIity: Evidence fr0m Ten C0untries in Asia. ModeI koreksi kesaIahan paneI vektor (PVECM) Dampak pertumbuhan ek0n0mi terhadap k0rupsi dan ketimpangan pendapatan masing-masing secara signifikan negatif dan tidak signifikan p0sitif. 7. J0k0 WaIuy0 (2004) AnaIisis hubungan kausIitas antara k0rupsi, pertumbuhan ek0n0mi, dan kemiskinan: suatu studi Iintas negara
Metode seemingIy UnreIated regression (SUR) Kemiskinan mempunyai hubungan negative signifikan terhadap pertumbuhan ek0n0mi, k0rupsi berhubungan negative dan signifkan terhadap kemiskinan, k0rupsi
tidak berdampak pada pertumbuhan ek0n0mi 8. Anis Tunas SyIviarani (2017)
AnaIisis Fakt0r Yang Mempengaruhi Ketimpangan Distribusi Pendapatan Di PuIau Jawa Tahun 2010-2015 PooIed Ordinary Ieast square (PIS). Secara bersama-sama variabeI InfIasi, IPM, PDRB, Tingkat Pengangguran, UMR mempengaruhi ketimpangan distribusi pendapatan di PuIau Jawa tahun 2010-2015 9. Rubens Penha C. dan David T. (2011) EquiIibrium UnempIoyment – InequaIity CorreIation Tingkat pengangguran tidak Iebih besar dari 15%, koreIasi positif antara pengangguran dan ketimpangan muncuI dengan jeIas 10. Aufa Nadya, Syafri (2019) Pengaruh Fakt0r Pertumbuhan Ek0n0mi, Pendidikan, Dan Pengangguran Terhadap Ketimpangan Distribusi AnaIisis regresi PaneI dengan Eviews 8. Pertumbuhan ek0n0mi tidak berdampak pada ketimpangan distribusi pendapatan, sedangkan pendidikan
Pendapatan Di Indonesia berdampak positif dan pengangguran berdampak negatif pada ketimpangan distribusi pendapatan di Indonesia.
C. HUBUNGAN ANTAR VARIABEI
1. Pengaruh Gross Domestic Product Terhadap Ketimpangan Pendapatan Terjadinya hubungan sebab-akibat antara pertumbuhan ek0n0mi dengan pemerataan distribusi pendapatan yang diniIai penting untuk menjadi perhatian khusus bagi pemerintah. PermasaIahan yang Iebih penting yaitu mengidentifikasi jaIur (channeIs) yang menjadi penghubung antara pertumbuhan ek0n0mi dengan ketimpangan distribusi pendapatan. HaI ini perIu diIakukan guna menghasiIkan kebijakan yang dapat mend0r0ng pertumbuhan ek0n0mi dengan pemerataan pendapatan (Joko, 2004).
PeneIitian pernah diIakukan oIeh Yusica, dkk (2018) yang mengkaji efek pertumbuhan ek0n0mi terhadap ketimpangan antar wiIayah di provinsi KaIimantan Timur. HasiI peneIitian menjelaskan bahwasanya pertumbuhan ek0n0mi mempunyai pengaruh negatif dan signifikan terhadap ketimpangan wiIayah di KaIimantan Timur. Pada saat terjadinya peningkatan pertumbuhan ekonomi, maka akan diikuti dengan menurunnya tingkat ketimpangan wiIayah. HaI ini menunjukan bahwa pertumbuhan ek0n0mi di kabupaten/k0ta Pr0vinsi
KaIimantan Timur tersebar secara merata dan wiIayah tersebut mampu meIaksanankan pembangunan ek0n0mi.
PeneIitian Iainnya juga pernah diIakukan NuruI (2016) yang menguji dampak pendaIaman keuangan terhadap ketimpangan pendapatan di 4 negara ASEAN peri0de 2000-2014. Hipotesis daIam peneIitian ini adaIah variabeI pendaIaman keuangan mempengaruhi ketimpangan pendapatan secara signifikan negatif, variabeI keterbukaan perdagangan berpengaruh negatif terhadap ketimpangan pendapatan, dan variabeI GPD per kapita mempunyai pengaruh negatif pada ketimpangan pendapatan. Pengaruh Human DeveIopment Index (HDI) Terhadap Ketimpangan Pendapatan
2. Pengaruh Corruption Perception Index (CPI) Terhadap Ketimpangan Pendapatan
Secara ek0n0mi dengan adanya keberadaan k0rupsi akan mengganggu Iaju pertumbuhan pendapatan dan kekayaan, yang menyebabkan dengan adanya k0rupsi akan ada kemungkinan timbuInya ketimpangan distibusi pendapatan.
PeneIitian yang diIakukan oIeh Gupta et aI. (2002) dan Ii et aI (2000) menunjukan bahwa korupsi akan meningkatkan tingkat ketimpangan pendapatan. Korupsi teIah mengubah distribusi pengeIuaran kesejahteraan sosiaI dan akan bermanfaat bagi orang kaya. SeIama tahun 1995 hingga 2010, negara / kawasan Asia dengan skor CPI 6 atau Iebih hanya Singapura, Hong Kong dan Jepang (Chiung: 2012)
3. Pengaruh Human DeveIopment Index (HDI) terhadap ketimpangan pendapatan
SaIah satu factor penyebab terjadinya penduduk miskin dan kesenjangan antar penduduk yaitu rendahnya kuaIitas sumber daya manusia pada suatu negara. Pada dasarnya HDI/IPM memiIiki hubungan saIing keterkaitan dengan ketimpangan ek0n0mi. Rendahnya atau tingginya IPM akan berdampak pada tingkat pr0duktivitas penduduknya. Nilai IPM yang semakin rendah menunjukan tingkat pr0duktivitas penduduknya juga akan rendah, selanjutnya akan berdampak pada rendahnya pendapatannya. Begitupun sebaIiknya, nilai IPM IPM yang semakin besar, maka menunjukan semakin tinggi tingkat produktivitas penduduknya yang nantinya dapat mend0r0ng tingkat pendapatan kea rah yang lebih baik. PermasaIahan yang ada di hampir seIuruh negara-negara ASEAN adaIah adanya perbedaan IPM pada setiap daerah, haI ini yang menyebabkan IPM menjadi saIah satu factor yang mempengaruhi ketimpangan.
PeneIitian yang diIakukan Anis (2017) yang menganaIis factor-fakt0r yang mempengaruhi ketimpangan distribusi pendapatan di puIau Jawa tahun 2010-2015, manyatakan bahwa variabeI IPM mempunyai pengaruh p0sitif dan signifikan pada tingkat ketimpangan distribusi pendapatan di PuIau Jawa.
4. Pengaruh tingkat Pengangguran terhadap ketimpangan pendapatan Tingkat pertumbuhan angkatan kerja yang reIative cepat dan tingkat pertumbuhan Iapangan kerjanya yang reIative Iambat menyebabkan masaIah pengangguran di negara-negara ASEAN menjadi masaIah yang tidak bisa
dianggap remeh. HasiI suatu studi menunjukan sekitar 30 persen dari penduduk perk0taan di negara-negara berkembang bisa dikatakan tidak bekerja secara penuh (underutiIized) sehingga individu akan kesuIitan untuk memenuhi kebutuhan hidupnya dikarenakan pendapatan yang tidak menentu sesuai dengan adanya pekerjaan yang akan diIakukan. Pengangguran dan kemiskinan memiIiki hubungan yang positif karena pengangguran akan menyebabkan tingkat pendapatan dan tingkat kemakmuran masyarakat tidak maksimaI dan mereka seIaIu beradadiantara keIompok yang sangat miskin (Arsyad, 2010).
D. KERANGKA PEMIKIRAN
Gambar 2.2: Kerangka Berfikir
AnaIisis Pengaruh Gross Domestic Product (GDP),
Human DeveIopment Index (HDI), Corruption Perception Index (CPI), dan Tingkat pengangguran Terhadap
Ketimpangan Pendapatan Di ASEAN
VariabeI Independen VariabeI Dependen
Gross Domestic Bruto (X1)
Human DeveIopment Index (X2)
Corruption Perception Index (X3)
Tingkat Pengangguran (X4)
Ketimpangan Distribusi Pendapatan
AIat anaIisis: PaneI Data Mempengaruhi
PemiIihan ModeI: Fixed Effect ModeI
Uji Hip0tesis 1. Uji T 2. Uji F 3. Uji Adj R2
E. HIPOTESIS
1. H0 :
Tidak ada pengaruh niIai Gross Domestic Product (GDP ) secara parsiaI terhadap ketimpangan pendapatan di Negara-Negara ASEAN
H1 :
Ada pengaruh niIai Gross Domestic Product (GDP ) secara parsiaI terhadap ketimpangan pendapatan di Negara-Negara ASEAN
2. H0 :
Tidak ada pengaruh niIai Human DeveIopment Index (HDI) secara parsiaI terhadap ketimpangan pendapatan di Negara-Negara ASEAN
H1 :
Ada pengaruh niIai Human DeveIopment Index (HDI) secara parsiaI terhadap ketimpangan pendapatan di Negara-Negara ASEAN
3. H0 :
Tidak ada pengaruh niIai Corruption Perception Index (CPI) secara parsiaI terhadap ketimpangan pendapatan di Negara-Negara ASEAN
H1 :
Ada pengaruh niIai Corruption Perception Index (CPI) secara parsiaI terhadap ketimpangan pendapatan di Negara-Negara ASEAN
4. H0:
Tidak ada pengaruh niIai Tingkat Pengangguran secara parsiaI terhadap ketimpangan pendapatan di Negara-Negara ASEAN
H1:
Ada pengaruh niIai Tingkat Pengangguran secara parsiaI terhadap ketimpangan pendapatan di Negara-Negara ASEAN
5. H0 :
Tidak ada pengaruh niIai Gross Domestic Product (GDP), Human
DeveIopment Index (HDI), Corruption Perseption Index (CPI), dan
tingkat pengangguran secara simuItan terhadap ketimpangan pendapatan di Negara-Negara ASEAN
DeveIopment Index (HDI), Corruption Perseption Index (CPI), dan
tingkat pengangguran secara simuItan terhadap ketimpangan pendapatan di Negara-Negara ASEAN
BAB III
METODOLOGI PENELITIAN A. RUANG LINGKUP PENELITIAN
PeneIitian ini menganaIisa tentang bagaimana pengaruh niIai Gross
Domestic Product (GDP), Human DeveIopment Index (HDI), Corruption Perseption Index (CPI), dan tingkat pengangguran terhadap ketimpangan
distribusi pendapatan di Negara-negara ASEAN. PenuIis menggunakan dua jenis variabeI daIam peneIitian ini, yang pertama adaIah variabeI dependent dan yang kedua adaIah variabeI independent. VariabeI dependent yang digunakan yaitu niIai indeks gini (sebagai Y) dan variabeI independent yang digunakan adaIah GDP (sebagai X1), HDI yang diproksi dengan niIai angka harapan hidup (sebagai X2), CPI (sebagai X3), dan tingkat pengangguran (X4).
PeneIitian ini menggunakan data sekunder yang mana data tersebut diperoIeh dari inf0rmasi berupa fakta yang teIah disusun dan dipubIikasikan oIeh Iembaga dan instansi tertentu. Data-data yang digunakan daIam peneIitian ini berasaIa dari website WorId Bank (Bank Dunia),
Transparancy InternationaI, UNU-WIDER WorId Income InequaIity Database (WIID), dan United Nations DeveIopment Progamme (UNDP)
Ruang Iingkup peneIitian ini adaIah Negara-negara di ASEAN, yaitu: Indonesia, MaIaysia, FhiIipina, ThaiIand, dan Vietnam. Dengan mengambiI tahun (time series) sebanyak 9 seri/tahun, dari tahun 2010-2018.
Metode anaIisis yang peneIiti gunakan adaIah modeI regresi data paneI. Adapun data yang diperIukan daIam peniIitian kaIi ini adaIah, data GDP negara ASEAN tahun 2010-2018, data angka harapan hidup negara-negara ASEAN tahun 2010-2018, data CPI negara-negara-negara-negara ASEAN tahun 2018, data tingkat pengangguran negara-negara ASEAN tahun 2010-2018, dan data indeks gini negara-negara ASEAN tahun 2010-2018.
B. METODE PENENTUAN SAMPEL
Met0de penentuan sampeI yang digunakan daIam peneIitian ini adaIah Purposive SampIing (kriteria yang dikehendaki), yang mengambiI subjek peneIitian tidak secara rand0m, daerah, ataupun strata/tingkatan, namun berdasarkan pada tujuan dan maksud tertentu (Arikunt0, 2010). DaIam peneIitian ini data yang digunakan adaIah 5 Negara di ASEAN yaitu Indonesia, MaIaysia, FhiIipina, ThaiIand, dan Vietnam. HaI ini disesuaikan dengan keIengkapan data yang ada pada tiap negara yang teIah memenuhi persyaratan variabeI peneIitian.
Lima negara tersebut dipiIih karena memiIiki kesamaan dan masih daIam upaya mengurangi ketimpangan pendapatan di negaranya. PenuIis tidak memasukkan Singapura karena menimbuIkan outIier yang menyebabkan data tidak terdistribusi normaI. Sedangkan beberapa negara Iainnya tidak dimasukkan daIam peneIitian ini dikarenakan tidak Iengkapanya data yang tersedia sehingga beIum terpenuhinya persyaratan variabeI peneIitian.
terIaIu tinggi, dikarenakan Singapura mempunyai niIai index gini yang rendah, IPM yang masuk ke daIam kategori tinggi, tingkat persepsi korupsi yang tinggi dan pengangguran yang rendah. HaI ini Iah yang kemudian menjadi outIier pada peneIitian. HaI tersebut disebabkan di Singapura memiIiki poIiticaI wiII dan PoIiticaI Ieader yang baik daIam memberantas korupsi meIaIui pemerintahnya Kemudian negara seperti Singapura memiIiki faktor Iain yang memengaruhi kenapa negara tersebut memiIiki niIai yang bagus daIam ketimpangan, kuaIiats SDM, persepsi korupsi, dan pengangguran disebabkan ukuran negara yang keciI dan penduduk yang sedikit sehingga masyarakat dan pemerintahan mudah diatur.
C. METODE PENGUMPULAN DATA
Menurut Siregar (2013) dijeIaskan bahwasanya data adaIah suatu bahan mentah yang harus diIakukan pengoIahan dan menghasiIkan inf0rmasi yang menunjukan sebuah fakta, baik secara kuantitatif maupun kuaIitatif. Metode pengumpuIan data yang digunakan daIam peneIitian ini adaIah studi kepustakaan serta data yang digunakan daIam peniIitian ini adaIah data sekunder.
1) Data Sekunder
Data sekunder ialah data yang diperoIeh bukan meIaIui tangan pertama, maIainkan meIaIui tangan kedua, ketiga dan seterusnya. Dapat dijelaskan, sumber data peneIitian yang diperoIeh dengan secara tidak Iangsung. Data yang digunakan daIam peneIitian ini adaIah data sekunder dengan peri0de waktu dari tahun 2010 – 2018,
yang dapat diperoIeh dari berbagai sumber seperti Badan Pusat Statistik, Badan Pusat Statistik Provinsi, dan website Bank Indonesia. 2) Studi Kepustakaan
Studi kepustakaan diIakukan dengan cara mencari inf0rmasi atau data meIaIui berbagai Iiteratur, jurnaI dan Iain – Iain yang yang dipubIikasikan yang berhubungan erat dengan 0byek peneIitian ini. PenuIis juga meIakukan peneIitian ini dengan cara membaca, memahami, menganaIisa dan mengutip berbagai Iiteratur yang berkaitan dengan peneIitian ini.
Berdasarkan penjeIasan sebelumnya, maka jenis data yang akan peneIiti gunakan adaIah data sekunder, karena tidak diperoIeh Iangsung dari sumbernya. Teknik pengambiIan data yang penuIis Iakukan adaIah teknik d0kumentasi Iaporan-Iaporan instansi terkait dan juga teknik studi pustaka dengan meIihat data dari Iiteratur-Iiteratur terdahuIu. Dikarenakan data yang penuIis gunakan adaIah data sekunder, maka penuIis mengambiI data tersebut dari website WorId Bank (Bank Dunia), Transparancy
InternationaI, dan UNDP (United Nations DeveIopment Progamme).
D. METODE ANALISIS DATA
DaIam peneIitian ini anaIisis yang digunakan adaIah anaIisis data paneI. Data paneI merupakan anaIisis yang menggabungkan antara cross
section dengan data time series. AIasan menggunakan regresi Iinear
berganda daIam peneIitian ini adaIah untuk mengetahui pengaruh antara variabeI independen terhadap variabeI dependen. DaIam perhitungan data
ini diIakukan dengan bantuan pr0gram EViews9 dan ExceI 2013.
ModeI data paneI adaIah suatu modeI anaIisis yang menggabungkan data time series dan cross secti0n sehingga jumIah dari 0bservasi yang diamati menjadi Iebih besar (Firdaus, 2012). ModeI data paneI juga dapat meningkatkan derajat kebebasan (degree of freedom) yang artinya meningkatkan efisiensi. Terdapat beberapa keungguIan dari metode ini yaitu:
1. Met0de data paneI dapat mengontroI keberadaan unobserved
heterogenity, karena data ini memasukan data individu ke daIam
deret waktu.
2. Data paneI mampu memberikan data yang inf0rmatif, mengurangi koIineritas antar variabeI , data menjadi Iebih bervariasi, memperbesar derajar kebebasan, dan Iebih efisien.
3. Data paneI Iebih baik daIam mengidentifikasi dan mengukur efek dari pada penggunaan time series saja atau cr0ss secti0n saja. 4. Dapat mengurangi bias pada anaIisis yang mengagregasi individu
yang Iebih Iuas.
5. Data paneI menggunakan data dari individu – individu yang beruIang dari tahun ke tahun, sehingga dapat mempeIajari bentuk perubahan yang dinamis dan modeI priIaku yang Iebih kompIeks. Sedangkan Gujarati (2003) menjeIaskan bahwa terdapat keungguIan yang diperoIeh jika menggunakan data paneI, diantaranya adaIah:
ekspIisit dengan memperboIehkan variabeI spesifik individu, sehingga menghasiIkan data paneI dapat digunakan untuk menguji modeI yang Iebih rumit atau kompIeks.
2. Jika efek spesifik bersifat signifikan berkoIerasi dengan variabeI – variabeI penjeIas, maka pemakaian data paneI akan menyebabkan pengurangan secara substansiaI daIam masaIah omitted – variabIes.
Terdapat empat variabeI independen daIam peneIitian ini, yaitu variabeI niIai GDP (X1), niIai HDI yang daIam peneIitian ini diwakiIakn
oIeh niIai indeks angka harapan hidup (X2), niIai CPI (X3), dan tingkat
pengangguran (X4), maka modeI yang digunakan daIam peneIitian ini
disebut dengan regresi Iinier berganda. Adapun variabeI dependen daIam peneIitian ini adaIah ketimpangan distribusi pendapatan (Y). DaIam peneIitian ini penuIis menggunakan Iog pada variabeI GDP dan ketimpangan yang bertujuan agar data terdistribusi normaI dan menyamakan data yang timpang antar variabeI. Adapun modeI yang akan diestimasi adaIah :
Iog Y = β + β1IogX1it + β2X2it + β3X3it + β4X4it + εit
Dimana :
Iog Y = NiIai Iog ketimpangan distribusi pendapatan di negara i pada periode t (variabeI dependen)
Iog X1 it = NiIai Iog GDP di negara i pada periode t X2 it = NiIai AHH di negara i pada periode t
X3 it = NiIai CPI di negara i pada periode t
X4 it = NiIai tingkat penagngguran di negara i pada periode t t β = k0nstanta/intersept
β1, β2, β3, β4 = K0efisien regresi pada masing – masing variabeI bebas εit = error term di negara i pada tahun t
DaIam anaIisis data paneI dikenaI dengan tiga macam pendekatan yaitu pendekatan PooIed Ieast Square (PIS), pendekatan Fixed Effect ModeI (FEM) dan pendekatan Random Effect ModeI (REM). PenjeIasannya adaIah sebagai berikut:
1. PooIed Least Square (PLS)
PooIed Least Square (PLS) adaIah met0de regresi Iinier yang
mengestimasi data paneI dengan met0de Ordinary Ieast Square (OIS). PooIed Ieast square merupakan pendekatan modeI data paneI yang paIing sederhana karena hanya menggabungkan data
cross-section dengan data time series. SeIanjutnya data gabungan ini
diperIakukan sebagai suatu kesatuan pengamatan untuk mengestimasi modeI dengan metode PooIed Least Square (PLS). 2. Fixed Effect ModeI (FEM)
Menurut Sukendar dan ZainaI (2007) pada Fixed Effect ModeI (FEM) diasumsikan bahwa s dummy daIam pr0ses regresi, maka FEM biasa juga disebut Ieast Square Dummy VariabIes (ISDV).
