BAB IV
TEMUAN DAN PEMBAHASAN
Bab ini akan membahas tentang hasil penelitian yang telah diperoleh sekaligus pembahasannya. Hasil penelitian ini menjawab masalah penelitian pada Bab I yaitu apakah jumlah penduduk berpengaruh terhadap kemiskinan di Jawa Tengah tahun 2005 – 2010 dan apakah pengangguran berpengaruh terhadap kemiskinan di Jawa Tengah tahun 2005 – 2010.
1.1 Deskripsi Obyek Penelitian 1.1.1 Kondisi Geografis
Jawa Tengah sebagai salah satu provinsi di Pulau Jawa letaknya diapit oleh dua provinsi besar yaitu Jawa Barat dan Jawa Timur. Secara geografis letaknya antara 5040’ dan 8030’ Lintang Selatan dan antara 108030’ dan 110030’ Bujur
Timur (termasuk Pulau Karimunjawa). Jarak terjauh dari barat ke timur adalah 263 km dan dari utara ke selatan adalah 226 km (tidak termasuk Pulau Karimunjawa).
7872 desa dan 622 kelurahan. Secara administratif Provinsi Jawa Tengah berbatasan oleh :
Sebelah Utara : Laut Jawa Sebelah Timur : Jawa Timur Sebelah Selatan : Samudera Hindia Sebelah Barat : Jawa Barat
1.1.2 Gambaran Umum Subyek Penelitian
tahun 2010. Dan kabupaten/Kota yang memiliki persentase penduduk miskin paling sedikit yaitu di Kota semarang yaitu sebanyak 4,22 persen di tahun 2005.
Penelitian ini menggunakan jenis data panel (pooled data) yang terdiri antara data cross section dan data time series yaitu terdiri dari 35 kabupaten/kota di Jawa Tengah selama 4 tahun. Analisis yang digunakan adalah analisis regresi linear berganda karena variabel independen dalam penelitian ini lebih dari satu. 1.2 Hasil Uji Asumsi Klasik
Pengujian asumsi klasik merupakan syarat utama dalam persamaan regresi. Maka dari itu harus dilakukan 4 pengujian yaitu: (1) data berdistribusi normal (Uji Normalitas) (2) tidak terdapat autokorelasi (Uji Autokorelasi) (3) tidak terdapat multikolinearitas antar variabel independen (Uji multikolinearitas) (4) tidak terdapat heteroskedastisitas (Uji Heteroskedastisitas). Dalam analisis regresi perlu di perhatikan adanya penyimpangan – penyimpangan atas asumsi klasik, jika tidak di penuhi maka variabel – variabel yang menjelaskan akan menjadi tidak efisien.
Tabel 4.4.
Hasil Regresi Utama Pengaruh Jumlah Penduduk Dan Pengangguran Terhadap Kemiskinan di Jawa Tengah Tahun 2005 – 2010.
Coefficient t-Statistic Prob. C
JP PG
17.15089 5.54E-06 -0.517534
10.28613 5.155023 -3.379077
0.0000 0.0000 0.0009
R-Squared F-statistic Prob(F- Statistic)
Durbin Watson
0.166247 20.63747 0.000000 0. 454023
1.2.1 Uji Normalitas
Uji normalitas dilakukan untuk mengetahui data variabel penelitian berdistribusi normal atau tidak. Pengujian normalitas dalam penelitian ini menggunakan teknik analisis Jarque-Bera dan untuk perhitungannya menggunakan program Eviews 5. Hasil uji Normalitas dengan Uji Jarque-Bera
menunjukan bahwa residual model penelitian mempunyai nilai signifikansi lebih besar dari 0,05 (sig>0,05). Sehingga dari hasil tersebut dapat disimpulkan bahwa semua variabel penelitian berdistribusi normal. Hasil Uji J-B test dapat dilihat pada Gambar 4.1 berikut ini:
Gambar 4.1
Hasil Uji Jarque-Bera Pengaruh Jumlah Penduduk Pengangguran terhadap Tingkat Kemiskinan di Jawa Tengah Tahun 2005 – 2010.
Tabel 4.5 Hasil Uji Normalitas
Variabel Sig. Kesimpulan
Jumlah Penduduk dan Pengangguran terhadap Kemiskinan di Jawa Tengah
0.271123 Normal
Sumber: lampiran 2 0
4 8 12 16 20 24
-15 -10 -5 0 5 10 15
Series: Residuals Sample 1 210 Observations 210
Mean -1.23e-16
Median -0.468016
Maximum 16.81517
Minimum -17.06807
Std. Dev. 6.069632
Skewness 0.177699
Kurtosis 3.414752
Pada model persamaan pengaruh jumlah penduduk dan pengangguran terhadap kemiskinan di Jawa Tengah tahun 2005 - 2010 dengan n = 210 dan k = 2, maka diperoleh degree of freedom (df) = 208 (n-k), dan menggunakan α = 5 persen diperoleh nilai χ2
tabel sebesar 242,64. Dibandingkan dengan nilai Jarque Bera pada Gambar 4.1 sebesar 2,610, dapat ditarik kesimpulan bahwa probabilitas gangguan μ1 regresi tersebut terdistribusi secara normal karena nilai Jarque Bera lebih kecil dibanding nilai χ2 tabel.
1.2.2 Uji Multikolinearitas
Multikolinearitas merupakan suatu keadaan dimana terdapat hubungan linier atau terdapat korelasi antara variabel Independen. Dalam penelitian ini, untuk mengkaji ada tidanya multikolinearitas dapat dilihat darai perbandingan antara nilai R2 Regresi Parsial (auxiliary regression) dengan nilai R2 regresi utama. Jika nilai dari R2 Regresi Parsial (auxiliary regression) lebih besar dari pada R2 regresi utama, maka dapat disimpulkan bahwa dalam persamaan tersebut terjadi multikolinearitas. Tabel 4.6 menunjukan bahwa semua variabel independen mempunyai nilai R2 Regresi Parsial (auxiliary regression) lebih kecil dari R2 regresi utama, sehingga dapat disimpulkan bahwa tidak terjadi multikolinearitas.
Tabel 4.6
R2 Auxiliary Regression Pengaruh Jumlah Penduduk dan Pengangguran terhadap Kemiskinan
di Provinsi Jawa Tengah Tahun 2005 – 2010.
No. Persamaan R2* R2 Kesimpulan
1. 2.
JP PG PG JP
0.007319 0.007319
0.166247 0.166247
Non Multikolinearitas
Non Multikolinearitas
1.2.3 Uji Heteroskedastisitas
Pengujian heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varience dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heteroskedastisitas dan untuk mengetahui adanya heteroskedastisitas dengan menggunakan uji White. Jika variabel independen tidak signifikan secara statistik tidak mempengaruhi variabel dependen, maka ada indikasi tidak terjadi heteroskedastisitas.
Berikut ini adalah hasil uji heteroskedastisitas terhadap model regresi pada penelitian ini.
Tabel 4.7
Hasil Uji White Pengaruh Jumlah Penduduk dan Pengangguran terhadap kemiskinan
di Provinsi Jawa Tengah Tahun 2005 – 2010.
Obs*R-Squared Sig. Kesimpulan
3.944391 0.413584 Non Heteroskedastisitas
Sumber: Lampiran 4
Tabel 4.7 menunjukkan bahwa uji white menghasilkan kesimpulan tidak ada masalah heteroskedastisitas, hal ini dibuktikan dengan nilai signifikansinya sebesar 0.413584 lebih besar dari 0,05.
1.2.4 Uji Autokorelasi
adalah uji Durbin-Watson. Pengujian menggunakan uji Durbin Watson untuk melihat gejala autokorelasi :
Tabel 4.8
Kriteria Pengujian Durbin Watson
Hipotesis Nol Keputusan Kriteria
Ada autokorelasi positif Tolak 0 < d < dl
Tidak ada autokorelasi positif
Tidak ada keputusan dl < d <du Ada autokorelasi negatif Tolak 4-dl < d < 4
Tidak ada autokorelasi negatif
Tidak ada keputusan 4-du < d < 4-dl Tidak ada autokorelasi Jangan tolak du < d < 4-du
Gambar 4.2
Hasil Uji Durbin-Watson
Ada Tidak ada tidak ada ada
Autokorelasi Keputusan keputusan Autokorelasi
positif dan tidak ada negatif dan
menolak H0 Autokorelasi dan menolak H0 tidak menolah Ho
1.3 Pengujian Statistik Analisis Regresi
1.3.1 Uji Signifikansi parameter Indivdual (Uji t)
Uji signifikansi parameter individual (Uji t) merupakan pengujian untuk menunjukkan pengaruh secara individu variabel independen yang ada di dalam model terhadap variabel terikat. Hal ini dimaksudkan untuk mengetahui seberapa jauh pengaruh satu variabel bebas menjelaskan variasi variabel terikat. Apabila nilai t hitung lebih besar dari t tabel dan nilai signifikansi lebih kecil dari 0,05 (sig<0,05), maka dapat disimpulkan bahwa variabel bebas secara parsial berpengaruh signifikan terhadap variabel terikat.
Penjelasan hasil uji t untuk masing-masing variabel bebas adalah sebagai berikut:
Tabel 4.9
Nilai T-Statistik Pengaruh Jumlah Penduduk dan pengangguran terhadap kemiskinan di Jawa Tengah Tahun 2005 – 2010.
Variabel Koefisien
regresi (b) thitung
Ttabel
(α = 5%)
Ttabel
(α = 10%) Sig.
Jumlah Penduduk (JP) Pengangguran (PG)
5.54E-06 -0.517534
5.155023 -3.379077
1,645 1,645
1,282 1,282
0.0000 0.0009
Sumber: Lampiran 1
Hasil regresi pengaruh jumlah penduduk dan pengangguran terhadap kemiskinan di Jawa Tengah tahun 2005 - 2010, dengan α= 5 persen dan degree of freedom (df) = 207 (n-k =210-3), maka diperoleh nilai t-tabelsebesar 1,645 dan dengan α = 10 persen diperoleh nilai t-tabel sebesar 1,282. Sehingga dapat
1.3.2 Uji Signifikansi Simultan (Uji F)
Uji F (Fisher) digunakan untuk menguji signifikansi model regresi. yaitu untuk mengetahui apakah terdapat pengaruh semua variabel bebas jumlah penduduk dan pengangguran secara bersama-sama terhadap kemiskinan di Jawa Tengah. Apabila nilai signifikansi lebih kecil dari 0,05 (p<0,05) maka model regresi signifikan secara statistik. Analisis regresi dilakukan dengan menggunakan
Eviews 5.
Tabel 4.10
Nilai T-Statistik Pengaruh Jumlah Penduduk dan pengangguran terhadap kemiskinan di Jawa Tengah Tahun 2005 – 2010.
Variabel Koefisien regresi (b)
konstanta
R2 Fhitung Sig. Jumlah Penduduk
(JP)
Pengangguran (PG)
5.54E-06 -0.517534
17.15089 0.1662 47
20,63 0.0000 0.0009
Sumber: Lampiran 1
Hasil regresi pengaruh jumlah penduduk dan pengangguran terhadap kemiskinan di Jawa Tengah tahun 2005 - 2010 yang menggunakan taraf keyakinan 95 persen (α = 5 persen), dengan degree of freedom for numerator
hipotesis yang berbunyi “Ada pengaruh antara variabel jumlah penduduk dan pengangguran secara simultan terhadap kemiskinan”, diterima pada kepercayaan
95%.
1.3.3 Uji Koefisien Determinasi (Uji R2)
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Hasil regresi pengaruh jumlah penduduk dan pengangguran terhadap kemiskinan di Jawa Tengah tahun 2005 - 2010 diperoleh nilai R2 sebesar 0,166247. Hal ini berarti sebesar 16,62 persen variasi kemiskinan kabupaten/kota di Jawa Tengah dapat dijelaskan oleh variasi dua variabel independennya yakni jumlah penduduk (JP) dan PG (Pengangguran), sedangkan sisanya sebesar 83,38 persen dijelaskan oleh variabel lain di luar model.
1.4 Pembahasan
1.4.1 Pengaruh Jumlah Penduduk dan Pengangguran Terhadap kemiskinan di Jawa Tengah Tahun 2005 -2010
KM = 17,15 – 5,54 (JP) – (-0,51) (PG)...(4.1)
Interpretasi hasil regresi pengaruh jumlah penduduk dan pengangguran terhadap kemiskinan di Kabupaten/Kota Jawa Tengah tahun 2005 – 2010 adalah sebagai berikut:
1.4.2 Jumlah Penduduk dan Kemiskinan
Variabel jumlah penduduk berpengaruh positif terhadap variabel tingkat kemiskinan dan signifikan. Hal tersebut dibuktikan dari nilai t hitung sebesar 5,155023 dengan nilai signifikansi sebesar 0,0000 dan koefisien regresi memiliki arah positif sebesar 5,54E-06. Dengan demikian dapat dinyatakan bahwa dalam penelitian ini jumlah penduduk berpengaruh terhadap tingkat kemiskinan di Jawa Tengah. Hasil tersebut sesuai dengan teori yang menjadi landasan teori dalam penelitian ini. Menurut Todaro (2000) bahwa besarnya jumlah penduduk berpengaruh positif terhadap kemiskinan. Hal itu dibuktikan dalam perhitungan indek Foster Greer Thorbecke (FGT), yang mana apabila jumlah penduduk bertambah maka kemiskinan juga akan semakin meningkat. Jumlah penduduk yang terlalu besar akan membatasi anggaran pemerintah untuk menyediakan berbagai pelayanan kesehatan, ekonomi dan social bagi generasi baru. Melonjaknya beban pembiayaan atas anggaran pemerintah tersebut jelas akan mengurangi kemungkinan dan kemampuan pemerintah untuk meningkatkan taraf hidup generasi dan mendorong terjadinya masalah kemiskinan kepada generasi mendatang yang berasal dari keluarga berpenghasilan menengah ke bawah.
(1) pemerintah dapat mempengaruhi masyarakat agar memilih pola keluarga kecil, melalui kegiatan-kegiatan penerangan lewat media massa dan proses pendidikan, baik yang bersifat formal (sistem sekolah) maupun informal (pendidikan di luar sekolah);
(2) pemerintah dapat melancarkan program-program keluarga berencana dengan menyediakan dukungan pelayanan kesehatan dan alat kontrasepsi secara besar-besaran dalam rangka mendorong timbulnya suatu pola perilaku masyarakat yang diinginkan;
(3) pemerintah secara terencana bisa memanipulasi insentif maupun disinsentif ekonomi guna mengurangi jumlah anak per keluarga, misalnya, melalui penghapusan atau pengurangan jangka waktu cuti hamil dan jumlah tunjangannya, penghapusan atau pengurangan insentif dalam bentuk uang atau pengenaan sanksi keuangan bagi keluarga-keluarga yang mempunyai anak di atas batas maksimum; pengembangan sistem tunjangan hari tua agar orang tua tidak terlalu mengandalkan anak sebagai sandaran hidupnya nanti dan peraturan batas usia minimum bagi tenaga kerja anak untuk bekerja; peningkatan uang sekolah dan penghapusan subsidi pemerintah atas biaya bersekolah di tingkat lanjutan (agar orang tua yang menginginkan anaknya berpendidikan tinggi mau membatasi jumlah anaknya); serta yang terakhir, melalui pemberian bantuan keuangan secara langsung kepada keluarga-keluarga yang anaknya hanya sedikit;
(5) menaikkan status sosial dan ekonomi kaum wanita, dengan cara ini akan tercipta kondisi-kondisi positif yang mendorong kaum wanita menjarangkan kehamilan dan menunda perkawinan.