PENGARUH PRODUK DOMESTIK BRUTO DAN INDEKS PEMBANGUNAN MANUSIA TERHADAP ANGKA KEMISKINAN DI INDONESIA (PERIODE )

1

PENGARUH PRODUK DOMESTIK BRUTO

DAN INDEKS PEMBANGUNAN MANUSIA TERHADAP ANGKA KEMISKINAN DI INDONESIA (PERIODE 2004-2013)

Ice Nila Sari, Nurul Huda1, Kasman Karimi2 E-mail: ice_nila@ymail.com

nurulhuda144@yahoo.com Kasman_karimi@yahoo.com

Jurusan Ekonomi Pembangunan Fakultas Ekonomi Universitas Bung Hatta

ABSTRACT

Poverty is a complex issue that is influenced by a variety of interrelated factors, such as income levels, unemployment, health, education, access to goods and services, location, geography, gender, and neighborhood locations. This study aims to analyze how and how much influence variables Gross Domestic Product and the Human Development Index variables against Poverty in Indonesia in 2004-2013. The method of analysis in this study using multiple linear regression analysis with Ordinary Least Square (OLS) that uses data between space (cross section) Indonesia Year 2004-2013 with SPSS 15.0. The results of this study indicate that the variable Human Development Index (HDI) and significant positive effect on poverty in Indonesia's Gross Domestic Product and significant negative effect on poverty in Indonesia.

2

PENDAHULUAN

Kemiskinan merupakan sesuatu yang nyata ada didalam kehidupan mereka sehari-hari, karena mereka merasakan dan menjalani sendiri bagaimana hidup dalam kemiskinan. Pengentasan kemiskinan telah menjadi tujuan pembangunan yang fundamental, sehingga menjadi sebuah alat ukur untuk memulai efektivitas berbagai jenis program pembangunan. Pertumbuhan ekonomi dapat menjadi instrumen yang sangat berpengaruh dalam kemiskinan pendapatan (income proverty).

Indeks Pembangunan Manusia (IPM) tidak hanya sekedar menghitung besaran PDB, tetapi didalamnya juga mengukur aspek-aspek yang relevan dengan pembangunan manusia melalui indeks komposit yang terdiri dari tiga komponen utama yaitu kesehatan, pendidikan dan pendapatan (daya beli), dianggap sangat cocok sebagai alat ukur kinerja pembangunan khususnya pembangunan manusia yang dilakukan disuatu wilayah pada waktu tertentu, atau secara spesifik IPM merupakan alat ukur kinerja dari pemerintah disuatu wilayah. Maka angka-angka IPM yang meningkat bisa mencerminkan peningkatan kualitas hidup

masyarakat tidak mampu dalam upaya menurunkan kemiskinan.

Menurut Pantjar Simatupang dan Saktyanu K (dalam Suliswanto, 2010:358), pemerintah Indonesia menyadari bahwa pembangunan nasional adalah salah satu upaya untuk menjadi tujuan masyarakat adil dan makmur. Sejalan dengan tujuan tersebut, berbagai kegiatan pembangunan telah diarahkan kepada pembangunan daerah khususnya daerah yang relatif mempunyai kemiskinan yang terus naik dari tahun ke tahun. Pembangunan daerah dilakukan secara terpadu dan berkesinambungan sesuai prioritas dan kebutuhan masing-masing daerah dengan akar dan sasaran pembangunan nasional yang telah ditetapkan melalui pembangunan janngka panjang dan jangka pendek.

Berdasarkan latar belakang yang telah diuraikan di atas dan penulis ingin mengetahui seberapa besar pengaruh kemiskinan di Indonesia Tahun 2004-2013 yang ditunjukkan dari Produk Domestik Bruto (PDB) dan Indeks Pembangunan Manusia (IPM). Disamping itu juga untuk mengetahui seberapa besar kepekaan perubahan PDB dan IPM tersebut terhadap laju penurunan kemiskinan. Maka dari itu

3 penulis tertarik melakukan penelitian tentang “PENGARUH PRODUK

DOMESTIK BRUTO (PDB) DAN

INDEKS PEMBANGUNAN MANUSIA

(IPM) TERHADAP ANGKA

KEMISKINAN DI INDONESIA

(PERIODE 2004-2013).

1.1 Perumusan Masalah

Berdasarkan uraian latar belakang masalah ada beberapa rumusan masalah yang dapat diambil sebagai dasar kajian dalam penelitian adalah sebagai berikut ini.

1. Bagaimana Pengaruh Produk Domestik Bruto (PDB) terhadap Tingkat Kemiskinan di Indonesia Tahun 2004-2013?

2. Bagaimana Pengaruh Indeks Pembangunan Manusia (IPM) terhadap Tingkat Kemiskinan di Indonesia Tahun 2004-2013?

3. Bagaimana Pengaruh Produk Doestik Bruto dan Indeks Pembangunan Manusia secara bersama-sama terhadap Tingkat Kemiskinan di Indonesia Tahun 2004-2013?

Hipotesis

1. Diduga Produk Domestik Bruto (PDB) berpengaruh negatif dan signifikan

terhadap jumlah kemiskinan di Indonesia tahun 2004-2013.

2. Diduga Indeks Pembangunan Manusia (IPM) berpengaruh negatif dan signifikan terhadap penurunan jumlah kemiskinan di Indonesia tahun 2004-2013.

3. Diduga Produk Domestik Bruto (PDB) dan Indeks Pembangunan Manusia (IPM) secara bersama-sama berpengaruh negatif dan signifikan terhadap penurunan jumlah kemiskinan di Indonesia tahun 2004-2013.

TINJAUAN PUSTAKA Pengertian PDB

Produk Domestik Bruto adalah jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha dalam suatu negara tertentu, atau merupakan jumlah nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi. (BPS, 2009).

Dimensi dan Indikator Produk

Domestik Bruto

Y = C + I + G + NX Dimana:

Y = Produk Domestik Bruto C = Konsumsi

I = Investasi

4 NX = Ekspor Neto

Pengertian Indeks Pembangunan Manusia

Pembangunan manusia sebagai suatu proses untuk memperluas pilihan-pilihan bagi penduduk. Dalam konsep tersebut, penduduk ditempatkan sebagai tujuan akhir

(the ultimate end) sedangkan upaya

pembangunan dipandang sebagai sarana (principal means) untuk mencapai tujuan itu.

Metode Perhitungan IPM

Penghitungan IPM sebagai indikator pembangunan manusia memiliki tujuan penting, diantaranya sebagai berikut in:

1. Membangun indikator yang mengukur dimensi dasar pembangunan manusia dan perluasan kebebasan memilih.

2. Memanfaatkan sejumlah indikator untuk menjaga ukuran tersebut sederhana.

1.2 Tujuan Dan Manfaat Penelitian

1.2.1 Tujuan Penelitian

Adapun tujuan yang menjadi tujuan dalam melakukan penelitian ini adalah sebagai berikut:

1. Untuk mengetahui pengaruh Produk Domestik Bruto (PDB) terhadap Tingkat Kemiskinan di Indonesia Tahun 2004-2013.

2. Untuk mengetahui pengaruh Indeks Pembangunan Manusia (IPM) terhadap Tingkat Kemiskinan di Indonesia Tahun 2004-2013.

3. Untuk mengetahui pengaruh Produk Domestik Bruto (PDB) dan Indeks Pembangunan Manusia (IPM) secara bersama-sama terhadap Tingkat Kemiskinan di Indonesia Tahun 2004-2013.

Manfaat Penelitian

1. Penelitian ini diharapkan dapat menjadi salah satu bahan pertimbangan untuk membuat kebijakan yang berkaitan dengan usaha-usaha penanganan kemiskinan di Indonesia Tahun 2004-2013 dan juga diharapkan akan dapat memberikan sumbangan yang berguna bagi kepentingan pengembangan ilmu pengetahuan dimasa yang akan datang.

2. Manfaat Teoritis. Sebagai sarana pembanding bagi ilmu pengetahuan dalam memperkaya informasi tentang pengaruh hubungan antara Produk

5 Domestik Bruto (PDB) dan Indeks Pembangunan Manusia (IPM) dengan usaha-usaha menurunkan angka kemiskinan.

3. Manfaat Praktis

1) Manfaat secara praktis, diharapkan dapat membantu bagi pihak-pihak yang berkepentingan dalam penelitian ini.

2) Bagi kepentingan akademis, diharapkan dapat memberikan sumbangan atau masukan yang berharga bagi perkembangan ilmu ekonomi pembangunan. 3) Bagi penulis, dapat menambah wawasan tentang masalah yang diteliti, sehingga dapat lebih memahami tentang keselarasan teori yang digunakan dan fakta yang ada, khususnya mengenai perbankan.

Pengertian Kemiskinan

kemiskinan sebagai kondisi dimana seseorang atau sekelompok orang, laki-laki dan perempuan, tidak mampu memenuhi hak-hak dasarnya untuk mempertahankan dan mengembangkan kehidupan yang bermartabat. (BAPPENAS).

Faktor Penyebab Kemiskinan

1. Tingkat pendapatan nasional negara-negara berkembang terbilang rendah dan laju pertumbuhan ekonominya tergolong lambat.

2. Pendapatan perkapita negara-negara Dunia Ketiga juga masih rendah dan pertumbuhannya amat sangat lambat, bahkan ada beberapa yang mengalami stagnasi. (Todaro dan Smith, 2006).

METODOLOGI PENELITIAN

Jenis, Sumber Data, Dan Metode Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data sekunder dan analisis pada penelitian ini adalah data time series. Sumber data diperoleh dari BPS, Jurnal, Skripsi, dan publikasi lainnya.

Pengujian Asumsi Klasik Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi yang tinggi atau sempurna antar variabel bebas (independen)..

Untuk mengetahui adanya masalah multikolinearitas pada penelitian ini digunakan menggunakan nilai TOL

6 (Tolerance) dan VIF (Variance Inflation Factor). (Suliyanto, 2011).

Uji Autokorelasi

uji atokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara anggota serangkaian data observasi yang diuraikan msenurut waktu (time series). (Suliyanto, 2011).

Kriteria Pengujian Autokorelasi Dengan Uji Durbin Watson DW Kesimpulan < DL Ada autokorelasi positif DL sampai dengan Du Tanpa kesimpulan Du sampai dengan 4-Du Tidak ada autokorelasi 4-Du sampai dengan 4-DL Tanpa kesimpulan > 4-DL Ada autokorelasi negatif Uji Heteroskedastisitas

Heteroskedastisitas berarti variasi residual tidak sama untuk semua pengamatan. Heteroskedastisitas bertentangan dengan salah satu asumsi dasar regresi heteroskedastisitas yaitu variansi residual sama untuk semua pengamatan. Secara ringkas walaupun terdapat heteroskedastisitas maka penaksir OLS (Ordinary Least Square) tetap tidak bias dan konsisten tetapi penaksir tadi tidak lagi

efisien baik dalam sampel kecil maupun sampel besar (asimtotik).

Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terikat dan variabel bebas, keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah mempunyai distribusi normal atau mendekati normal. Ada beberapa metode untuk mengetahui normal atau tidak suatu data. (Suliyanto, 2011).

Pengujian normalitas dilakukan dengan uji non-Parametrik Kolmogorov- Smirnov, dengan kriteria sebagai berikut:

1. Bila signifikasi uji kolmogorov-Simnov bernilai di bawah 0.05 maka data tidak berdistribusi normal. Bila nilai signifikasi uji kormogorov-Smirnov bernilai diatas 0.05 maka nilai berdistribusi normal.

Metode Analisis

Menurut Suliyanto (2011) berdasarkan studi empiris sebelumnya untuk mengetahui pengaruh produk domestik regional bruto, indeks pembangunan manusia sebagai variabel dependent dan angka kemiskinan di Indonesia sebagai variabel independent dapat dinyatakan dalam fungsi sebagai berikut:

7 Dengan dibentuk persamaan regresi sebagai berikut:

Y= α + b1X1 +b 2X2 + µ…... (2) Dimana:

Y = Angka Kemiskinan (Juta Rupiah) X1 = Produk Domestik Regional Bruto

(Milyar Rupiah)

X2 = Indeks Pembangunan Manusia (Persen)

α = Koefisien konstanta

b1 = Koefisien regresi Produk Domestik Bruto

b2 = Koefisien regresi Indeks Pembanguna Manusia

µ = Disturbance Terms

Prosedur Pengujian Statistik a. Uji Koefisien Regresi (t-test)

Uji koefisien regresi (t statistik) melihat pengaruh anatara variabel independen secara individual variabel dependen. (Suliyanto, 2011).

t

i

=

𝑏𝑗 𝑠𝑏𝑗 Dimana: t = Nilai t dihitung bj = Koefisien Regresi

sbj = Kesalahan Baku koefisien regresi dengan ketentuan:

1. t-hitung < t-tabel

Hipotesa nol (HO) diterima dan hipotesa alternatif (Ha) ditolak, artinya tidak ada hubungan yang berarti antara variabel bebas dengan variabel terikat.

2. t-hitung > t-tabel

Hipotesa nol (HO) ditolak dan hipotesa alternatif (Ha) diterima, artinya terdapat hubungan yang berarti antara variabel bebas dengan variabel terikat.

Koefisien Determinasi (R²)

Pengujian R² atau koefisien determinasi berguna untuk melihat seberapa besr proporsi sumbangan seluruh variabel bebas terhadap naik turunnya variabel tidak bebas. (Suliyanto, 2011).

R²adj = R² - 𝑃 1−𝑅²

𝑁−𝑃−1

Dimana:

R² = Koefisien determinasi

Nilai R² berkisar antara 0 samapai 1, suatu R² sebesar 1 berarti ada kecocokan sempurna, sedangkan yang bernilai 0 berarti tidak ada hubungan antara variabel independen dengan variabel dependen.

b. Pengujian F (f- test)

untuk menguji ada tidaknya pengaruh seluruh variabel bebas terhadap variabel terikat:

8 F test = 𝑅² 𝑘−1

1−𝑅²(𝑛 −𝑘)

Dimana:

F test = Nilai F yang dihitung R² = Koefisien determinasi k = Jumlah variabel

n = Jumlah tahun pengamatan dengan ketentuan:

1. F hitung < F tabel

Hipotesa nol (HO) diterima dan hipotesa alternatif (Ha) ditolak, artinya tidak ada hubungan yang berarti antara variabel bebas dengan variabel terikat.

2. F hiting > F tabel

Hipotesa nol (HO) ditolak dan hipotesa alternatif (Ha) diterima, artinya terdapat hubungan yang berarti antara variabel bebas dengan variabel terikat.

Hasil Dan Pembahasan HASIL Log Y : 12,642 + 0,031LogX1 – 4,395LogX2 + £ t-hitung : (0,144) (-4,699) t-tabel : 2,262 F-hitung : 12,122 F tabel : 4,257 R² : 0,776 α : 5% Pengujian Statistik Koefisien Determinasi (R2)

Dari hasil analisis yang didapat diperoleh Nilai R square adalah 0,776 Variansi naik turunya perkembangan angka kemiskinan di Indonesia dapat dijelaskan oleh PDB dan IPM Sebesar 77,60 persen sedangkan 13,40 persen dijelaskan oleh variabel-variabel lain di luar model.

Uji Parsial (Uji T-test)

1. Pengaruh Produk Domestik Bruto

terhadap Kemiskinan di

Indonesia.

Nilai koefisien 0.031 dan bertanda positif, menyatakan bahwa bentuk hubungan PDB Indonesia terhadap angka kemiskinan adalah berbanding lurus yang berarti bahwa peningkatan faktor PDB Indonesia sebesar 1 persen akan meningkatkan angka kemiskinan sebesar 0,031 persen, tetapi dalam penelitian berdasarkan hasil regresi diperoleh nilai t-hitung untuk produk domestik bruto sebesar 0,144 dan t-tabel dengan tingkat kepercayaan 95% (α = 5%) Df = 10 diperoleh 2,262. Terlihat hitung lebih kecil dari

t-9 tabel, maka Ho diterima Ha ditolak yang berarti Produk Domestik Bruto tidak berpengaruh signifikan terhadap angka kemiskinan di Indonesia pada tingkat kepercayaan 95%.

Hasil penelitian ini sesuai dengan temuan dari World Bank (2006) dalam Wahyudi (2010) bahwa pertumbuhan ekonomi belum dapat secara signifikan mengurangi kemiskinan dikarenakan pola dari pertumbuhan ekonomi di Indonesia yaitu terjadinya ketimpangan. Sejak tahun 1998, pertumbuhan bukan saja berjalan dengan tingkat yang lebih rendah, tetapi juga menjadi semakin kurang merata. Sehingga Jumlah penduduk miskin tidak akan dapat dikurangi secara signifikan tanpa adanya pertumbuhan ekonomi yang bermanfaat bagi orang miskin. Pada periode setelah krisis, berkurangnya penduduk miskin lebih banyak disebabkan karena membaiknya stabilitas ekonomi dan turunnya harga bahan makanan.

Dasar teori dari hasil regresi juga mengikuti hipotesis Kuznet dalam Siswanti (2009) yang menyatakan bahwa pada awal dari proses

pembangunan, tingkat kemiskinan cenderung meningkat, dan pada saat akhir jumlah orang miskin berangsur berkurang. PDRB merupakan salah satu indikator untuk melihat tingkat perkembangan dan struktur perekonomian di suatu daerah.

2. Pengaruh Indeks Pembangunan

Manusia terhadap Kemiskinan di Indonesia.

Berdasarkan hasil regresi diperoleh nilai t-hitung Indeks Pembangunan Manusia (IPM) sebesar -4,699 dan t-tabel dengan tingkat kepercayaan 95% (α = 5%) diperoleh -2,262. Terlihat hitung lebih besar dari t-tabel, maka Ho ditolak Ha diterima yang berarti indeks pembangunan manusia (IPM) berpengaruh signifikan terhadap angka kemiskinan di Indonesia pada tingkat kepercayaan 95%.

Indeks Pembangunan Manusia terdiri dari tiga penyusun yang pertama ialah Angka Harapan Hidup (AHH). AHH merupakan indikator yang menggambarkan tingkat kemajuan kesehatan suatu wilayah. Penyusun IPM yang kedua adalah Angka Melek Huruf,

10 merupakan indikator pendidikan suatu daerah, yang ketiga adalah Paritas Daya Beli antar wilayah. Paritas Daya Beli Merupakan indikator ekonomi yang digunakan untuk melakukan perbandingan harga-harga riil antar wilayah. Menurunnya kemiskinan saat IPM meningkat merupakan indikasi bahwa peningkatan Indeks Pembangunan Manusia (IPM) akan berakibat pada meningkatnya produktifitas kerja penduduk yang akan meningkatkan perolehan pendapatan. Dengan pendapatan yang meningkat akan menyebabkan masyarakat mampu memenuhi kebutuhan hidupnya serta dapat menurunkan tingkat kemiskinan. Hasil regresi juga ditunjang dengan adanya kecenderungan kenaikan Indeks Pembangunan Manusia di Indonesia dari tahun ke tahun. Sehingga dapat dikatakan bahwa meningkatnya IPM telah mampu menurunkan jumlah penduduk miskin di Indonesia.

Hasil penelitian ini juga sejalan dengan pendapat Mulyaningsih dalam Saputra (2011), bahwa indeks pembangunan manusia

memuat tiga dimensi penting dalam pembangunan yaitu terkait dengan aspek pemenuhan kebutuhan akan hidup panjang umur (Longevity) dan hidup sehat (healthy life), untuk mendapatkan pengetahuan (the

knowledge) dan mempunyai akses

kepada sumberdaya yang bisa memenuhi standar hidup. Artinya, tiga dimensi penting dalam pembangunan manusia tersebut sangat berpengaruh terhadap kemiskinan.

Pengujian f (F-test)

Dari hasil regresi didapat F-hitung lebih besar dari F-tabel (12,122 > 4,257, maka Ho ditolak dan Ha diterima yang berarti secara keseluruhan variabel bebas (Produk Domestik Bruto dan Indeks Pembangunan Manusia) secara bersama-sama mempunyai pengaruh signifikan terhadap variabel terikat (kemiskinan) di Indonesia pada tingkat kepercayaan 95%.

PEMBAHASAN

1. Koefisien dari nilai Produk Domestik Bruto adalah 5760, dan nilai tersebut positif, maka peningkatan Produk Domestik Bruto berhubungan positif terhadap Kemiskinan di Provinsi Indonesia. Artinya

11 setiap kenaikan Produk Domestik Bruto sebesar 1 Persen, maka Kemiskinan di Indonesia akan meningkat sebesar 0,019 persen.

2. Koefisien dari nilai Indeks Pembangunan Manusia adalah 5760, dan nilai tersebut positif, maka peningkatan Indeks Pembangunan Manusia berhubungan positif terhadap Kemiskinan di Provinsi Indonesia. Artinya setiap kenaikan Indeks Pembangunan Manusia sebesar 1 Persen, maka Kemiskinan di Indonesia akan meningkat sebesar 0,019 persen.

Uji Asumsi Klasik Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi yang tinggi atau sempurna antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas.

Model Collinearity Statistics Tolerance VIF 1 (Constant) LOGX1 0.894 1.119 LOGX2 0.894 1.119 Sumber: data diolah dengan menggunakan SPSS 15

Dan dapat dilihat pada tabel 4.5 estimasi menunjukkan nilai VIF variabel produk domestik bruto 1,119 lebih kecil dari 10 dan nilai tolerance 0,894 lebih besar dari 0,10. Dan sama halnya untuk variabel indeks pembangunan manusia 1,119 lebih kecil dari 10 dan nilai tolerance 0,894 lebih besar dari 0,10. Dapat disimpulkan pada model tersebut tidak terjadi multikolinearitas.

Dengan ketentuan yang ada bahwa jika nilai VIF < 10 dan tolerance > 0,10, maka tidak terjadi gejala multikolinearitas dan nilai yang terdapat dari perhitungan sesuai dengan ketetapan nilai VIF dan tolerance. Dari hasil analisis di atas dapat diketahui nilai toleransi semua variabel independen (Produk Domestik Bruto dan Indeks Pembangunan Manusia) lebih kecil dari 0,10 dan nilai VIF kurang dari 10. Maka dapat disimpulkan bahwa tidak terjadi multikoloneritas.

Uji Autokorelasi

Dalam penelitian ini untuk menguji autokorelasi adalah dengan menggunakan uji Durbin-Watson. Untuk mendeteksi ada tidaknya autokorelasi dengan menggunakan Durbin Watson dengan cara DW-test dibandingkan DW-tabel. Jika Durbin

12 Watson berada di antara d_U dan 4-d_U, maka model tersebut terbebas dari autokorelasi (Setyadharma, 2010). M o d e l R R Square Adjust ed R Square Std. Error of the Estimate Du rbi n-W ats on 1 .881 (a) .776 .712 .02703 1.0 12 Sumber: Data di olah dengan menggunakan SPSS 15

Secara keseluruhan dari hasil estiminasi dapat di lihat terdapat tidak ada kepastian. Hal ini ditunjukkan dari DW sebesar 1,012 lebih Besar dari pada d_L sebesar 0,6972 dan lebih kecil dari d_U sebesar 1,6413 dengan tingkat kepercayaan 95% artinya tanpa kesimpulan.

Uji Heteroskedastisitas

Pengujian Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas.

Sumber: data diolah dengan menggunakan SPSS 15

Dari gambar diatas terlihat bahwa tidak adanya pola tertentu dalam grafik scatter plot, hal ini dapat terlihat dari penyebaran data (titik) yang terjadi secara acak, baik di atas maupu di bawah nilai nol pada sumbu Y. Maka dapat diambil kesimpulan bahwa model regresi yang digunakan dinyatakan baik dan layak untuk digunakan karena tidak terjadi heterokedastisitas.

Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Model regresi

Regression Standardized Predicted Value

2 1 0 -1 -2 Re gres si on St ude nt iz ed Re si dua l 2 1 0 -1 -2 Scatterplot

13 yang baik adalah mempunyai distribusi normal atau mendekati normal. Ada beberapa metode untuk mengetahui normal atau tidak suatu data.

Unstandardized Residual N 10 Normal Parame ters(a,b ) Mean .0000000 Std. Deviation .02383738 Most Extrem e Differe nces Absolute .116 Positive .116 Negative -.084 Kolmogorov-Smirnov Z .368 Asymp. Sig. (2-tailed) .999 Sumber : Data Diolah Dengan Mengunakan SPSS.15,0

Berdasarkan output diatas, diketahui bahwa nilai signifikansi sebesar 0,999 lebih besar dari 0,05, sehingga dapat disimpulkan bahwa data yang di uji berdistribusi normal.

Kesimpulan Dan Saran Kesimpulan

1. Secara umum Produk Domestik Bruto dan Indeks Pembangunan Manusia secara bersama-sama berpengaruh signifikan terhadap angka kemiskinan di Indonesia. Hasil

ini diperkuat dari pengujian F-test ini diperloeh hitung lebih besar dari F-tabel (12,122 > 4,257, maka Ho ditolak dan Ha diterima yang berarti secara keseluruhan variabel bebas (PDB dan IPM) secara bersama-sama mempunyai pengaruh signifikan terhadap variabel terikat (Kemiskinan) di Indonesia pada tingkat kepercayaan 95%. Dan didukung dengan perolehan nilai koefisien determinasi. Dari perhitungan Nilai R square adalah 0,780. Variansi naik turunya perkembangan angka kemiskinan di Indonesia dapat dijelaskan oleh PDB dan IPM Sebesar 77,60 persen sedangkan 13,40 persen dijelaskan oleh variabel-variabel lain di luar model.

2. Dari model persamaan regresi di atas diperoleh nilai konstanta sebesar 12,642 artinya, walaupun produk domestik bruto dan indeks pembangunan manusia tidak ada atau dianggap nol, maka angka kemiskinan yang terjadi sebesar 12,642 persen. Dengan kata lain, jika kedua variabel independen tersebut (produk domestik bruto dan indeks pembangunan manusia) tidak ada

14 atau kontribusinya nol terhadap dependen (angka kemiskinan), maka angka kemiskinan yang terjadi di Indonesia sebesar 12,642 persen. 3. Nilai koefisien 0.031 dan bertanda

positif, menyatakan bahwa bentuk hubungan PDB Indonesia terhadap angka kemiskinan adalah berbanding lurus yang berarti bahwa peningkatan faktor PDB Indonesia sebesar 1 persen akan meningkatkan kemiskinan sebesar 0,031 persen. Tetapi dalam penelitian Berdasarkan hasil regresi diperoleh nilai t-hitung untuk produk domestik bruto sebesar 0,144 dan t-tabel dengan tingkat kepercayaan 95% (α = 5%) Df = 10 diperoleh 2,262. Terlihat t-hitung lebih kecil dari t-tabel, maka Ho diterima Ha ditolak yang berarti Produk Domestik Bruto berpengaruh tidak signifikan terhadap angka kemiskinan di Indonesia pada tingkat kepercayaan 95%.

DAFTAR PUSTAKA

Badan Pusat Statistik. 2014. Kemiskinan dan Pembangunan Manusia 2004-2013. Padang: BPS Padang, Sumatera Barat.

Badan Pusat Statistik, 2014. Indeks Pembangunan Manusia 2004-2013. Padang: BPS Padang, Sumatera Barat. Badan Pusat Statistik. 2014. Produk Domestik Bruto Atas Dasar Harga Konstan 2000 Menurut Provinsi 2000-2013. Padang: BPS Padang, Sumatera Barat.

Case, Karl E Dan Fair, Ray C. 2007. Case Fair: Prinsip-Prinsip Ekonomi: Penerbit Erlangga. Jakarta.

Gujarati, Damodar. 1998. Teori dan Aplikasi

Penggunaan Statistik. LPFE UI.

Jakarta.

Jumikan. 2012. Analisis Pengaruh PDRB dan Indeks Pembangunan Manusia terhadap Tingkat Kemiskinan di Provinsi Jawa Tengah (Analisis data panel terhadap 35 kabupaten/kota tahun 2005-2009). Tesis. Fakultas Ekonomi, Universitas Sebelas Maret. Muana Nanga. 2005. Makro Ekonomi:

Teori, Masalah, dan Kebijakakan.

Edisi Kedua. Penerbit PT Raja Grafindo Persada, Jakarta.

15 N, Gregory, Mankiw. 2003. Teori

Makroekonomi, Edisi Ketiga.

Erlangga. Jakarta.

Penduduk Miskin di Provinsi Jawa Tengah.

Jurnal. Fakultas Ekonomi, Universitas Negeri Semarang.

Siswanti. 2009. Pengaruh PDRB dan IPM terhadap Kemiskinan Kabupaten/Kota Provinsi Jawa Timur. Skripsi [Online]. Tersedia: http//lib.uin-malang.ac.id/. Diakses tanggal 30 Desember 2014.

Suliswanto, Muhammad Sri Wahyudi. 2010. Pengaruh Produk Domestik Bruto (PDB) dan Indeks Pembangunan Manusia (IPM) Terhadap Angka Kemiskinan di Indonesia (jurnal):

Jurnal Ekonomi Pembangunan vol 8

no 2 Desember 2010.

Suliyanto. 2011. Ekonometrika Terapan:

Teori dan Aplikasi dengan SPSS.

Setyadharma, Andryan. 2010. Uji Asumsi Klasik dengan SPSS 16.0. Fakultas Ekonomi UNS Semarang. Semarang. Evi, Susanti Tasri. 2010. Perekonomian

Indonesia: Bung Hatta University

Press. Jl. Sumatera, Ulak Karang, Padang, Sumbar, Indonesia.