Determinan Ketimpangan Distribusi Pendapatan di Indonesia

Determinan Ketimpangan Distribusi Pendapatan di Indonesia

Najwa Farrah¹, Imamudin Yuliadi²

1,2Program Studi Ekonomi, Fakultas Ekonomi dan Bisnis, Universitas Muhammadiyah Yogyakarta, Yogyakarta, Indonesia 55183

Email: najwa.farrah.2016@fe.umy.ac.id, imamudin@umy.ac.id ABSTRAK

Negara berkembang memiliki permasalahan perekonomian yang sangat umum seperti kemiskinan dan kurang meratanya distribusi pendapatan. Penelitian ini dilakukan untuk melihat variabel apa saja yang berpengaruh terhadap ketimpangan distribusi pendapatan. Penelitian ini bertujuan untuk melihat pengaruh Indeks Pembangunan Manusia (IPM), Tingkat Pengangguran Terbuka (TPT), Produk Domestik Regional Bruto (PDRB), Pengeluaran Pemerintah Daerah, Penanaman Modal Dalam Negeri (PMDN), dan Penanaman Modal Asing (PMA) terhadap Ketimpangan Distribusi Pendapatan menggunakan indikator Indeks Gini di Indonesia tahun 2014-2018.

Penelitian ini menggunakan data sekunder berupa data panel yang terdiri dari cross section 32 provinsi di Indonesia dan time series 2014-2018 (5 tahun). Metode pendekatan yang digunakan dalam estimasi data panel dalam penelitian ini adalah Fixed Effect Model (FEM) atau pendekatan efek tetap. Hasil regresi data panel menunjukkan bahwa variabel Indeks Pembangunan Manusia (IPM), Pengeluaran Pemerintah Daerah, dan PMDN berpengaruh positif dan signifikan terhadap ketimpangan distribusi pendapatan di Indonesia, PDRB berpengaruh negatif dan signifikan terhadap ketimpangan distribusi pendapatan, sedangkan variabel Tingkat Pengangguran Terbuka (TPT) berpengaruh positif dan tidak signifikan terhadap ketimpangan distribusi pendapatan dan variabel PMA berpengaruh negatif dan tidak signifikan terhadap ketimpangan distribusi pendapatan di Indonesia.

Kata Kunci: ketimpangan pendapatan, indeks gini, pertumbuhan ekonomi

PENDAHULUAN

Pembangunan merupakan sebuah proses multidimensial yang meliputi perubahan dalam sikap hidup masyarakat, perubahan struktur sosial, dan perubahan dalam kelembagaan (institusi) nasional. Perubahan dalam tingkat pertumbuhan ekonomi, pemberantasan kemiskinan, dan pengurangan ketimpangan pendapatan juga merupakan perubahan dalam pembangunan (Wahyudin dan Yuliadi, 2013). Indonesia mengalami pertumbuhan ekonomi yang pesat dalam beberapa tahun terakhir. Pertumbuhan ekonomi yang pesat tentu menimbulkan dampak bagi kegiatan perekonomian lainnya, baik dampak positif maupun dampak negatif. Dampak positif dari pertumbuhan ekonomi yang pesat salah satunya yaitu mengurangi tingkat kemiskinan yang ada di Indonesia dan memperluas jumlah masyarakat dengan pendapatan kelas menengah. Adapun

dampak negatif yang muncul dari pesatnya pertumbuhan ekonomi adalah terjadinya ketimpangan distribusi pendapatan yang cukup besar apabila dilihat dan dihitung menggunakan Indeks Gini (Gini Ratio).

Dalam pembangunan ekonomi terdapat trade off antara pemerataan pendapatan dengan pertumbuhan ekonomi yang tinggi. Apabila pembangunan ekonomi difokuskan untuk mencapai pertumbuhan ekonomi yang tinggi dalam waktu yang singkat disisi lain pemerataan pendapatan tidak dapat dilakukan dengan maksimal dalam waktu yang singkat. Sebaliknya, apabila pembangunan ekonomi difokuskan untuk melakukan pemerataan pendapatan, maka pertumbuhan ekonomi akan didapatkan dalam waktu yang relatif lama (Arif dan Wicaksani, 2017).

Adapun menurut Safrianto (2018) pembangunan ekonomi daerah adalah proses dimana pemerintah daerah dan masyarakatnya mengelola sumber-sumber daya yang ada dan membentuk suatu pola kemitraan antara pemerintah daerah dengan sektor swasta untuk menciptakan suatu lapangan kerja baru dan merangsang perkembangan kegiatan ekonomi (pertumbuhan ekonomi) di wilayah tersebut. Menurut Yunita, Harlen dan Kadir (2014) pembangunan ekonomi adalah pertumbuhan yang disertai dengan perubahan-perubahan yang terjadi di dalam masyarakat baik di dalam bidang politik, sosial, ekonomi dan sebagainya.

Penduduk yang bertambah dari waktu ke waktu dapat menjadi pendorong maupun penghambat dalam pertumbuhan ekonomi. Penduduk yang bertambah akan memperbesar jumlah jumlah tenaga kerja dan penambahan tersebut memungkinkan suatu daerah untuk menambah jumlah produksinya. Namun di sisi lain, akibat buruk dari penambahan penduduk yang tidak di imbangi oleh kesempatan kerja yang ada pada setiap daerah akan menyebabkam pertumbuhan ekonomi suat daerah tersebut berjalan lambat, dan sebaliknya pada daerah yang di imbangi dengan penambahan kesempatan kerja akan menyebabkan pertumbuhan ekonomi daerah tersebut mengalami peningkatan (Arif dan Wicaksani, 2017).

Ketimpangan pendapatan yang terjadi antara satu wilayah dengan wilayah yang lainnya merupakan salah satu hasil dan dampak nyata bahwa pembangunan ekonomi yang terjadi memang tidak selalu merata dan termasuk salah satu permasalahan yang serius. Beberapa daerah memiliki rasio ketimpangan yang cukup tinggi, dimana rasio ketimpangan yang cukup tinggi menggambarkan bahwa distribusi pendapatan pada daerah tersebut kurang merata. Adapun daerah lainnya memiliki rasio ketimpangan yang cukup rendah, hal ini menggambarkan bahwa distribusi

pendapatan pada daerah tersebut tergolong cukup merata.

Terjadinya ketimpangan distribusi pendapatan maupun perbedaan pesatnya pertumbuhan ekonomi di setiap daerah disebabkan kurangnya sumberdaya yang dimiliki di setiap daerah (Iswanto, 2015).

TABEL 1.1.

Indeks Gini / Gini Rasio

Provinsi Tahun

2016 2017 2018

DI Yogyakarta 0,3 0,30625 0,29375 Gorontalo 0,298611111 0,279861111 0,282638 889 Jawa Barat 0,279861111 0,282638889 0,279166

667 Sulawesi Tenggara 0,273611111 0,284027778 0,277083

333 DKI Jakarta 0,286805556 0,273611111 0,273611

111 Sumber : BPS

Tabel diatas menunjukkan lima provinsi dengan rasio gini terbesar dibandingkan dengan 32 provinsi di seluruh Indonesia. Indeks gini atau rasio gini menunjukkan seberapa besar tingkat ketimpangan di suatu wilayah.

Koefisien gini berkisar antara 0 sampai dengan 1. Apabila angka koefisien gini sebesar 0 hal ini berarti bahwa distribusi pendapatan dilakukan secara merata atau disebut dengan pemerataan sempurna. Sedangkan, apabila koefisien gini sebesar 1 hal ini berarti bahwa distribusi pendapatan tidak merata atau disebut dengan ketimpangan sempurna. Dari tabel diatas terlihat bahwa selama tiga tahun terakhir DI Yogyakarta merupakan daerah dengan tingkat ketimpangan yang paling tinggi. Tahun 2017 merupakan tahun dengan koefisien gini tertinngi untuk daerah DI Yogyakarta yaitu sebesar 0,30625.

Dalam islam ketimpangan merupakan suatu permasalahan yang mendapat perhatian khusus terutama dalam ketimpangan distribusi pendapatan. Hal ini dikarenakan ketimpangan distribusi pendapatan merupakan salah satu bentuk ketidakadilan, dimana prinsip islam sangat mengutamakan masalah keadilan dan kesejahteraan rakyat selama tidak melanggar norma agama. Ketimpangan pendapatan memiliki dampak dalam kehidupan ekonomi dan sosial (Ostry, Berg dan Tsangarides, 2014). Oleh karena itu, setiap warga muslim sesungguhnya memiliki tanggung jawab dan kewajiban untuk menolong sesama muslim dan menghindari ketimpangan distribusi pendapatan.

Sebagaimana disebutkan dalam Al-Quran surat Hasyr ayat 7 yang berbunyi:

ِلوُس هرلِل َو ِ ه ِ َفَلِل ٰى َرُقْلا ِلْهَأ ْن ِم ِهِلوُس َر ٰىَلَع ُ هاللَّ َءاَفَأ ا َم ِليِبهسلا ِنْبا َو ِني ِكاَس َم ْلا َو ٰى َماَتَيْلا َو ٰىَب ْرُقْلا ي ِذِل َو ُمُكاَتآ ا َم َو ۚ ْمُكْن ِم ِءاَيِنْغَ ْلْا َنْيَب ًةَلوُد َنوُكَي َلَ ْيَك اوُقهتا َو ۚ اوُهَتْناَف ُهْنَع ْمُكا َهَن ا َم َو ُهوُذ ُخَف ُلوُس هر لا ِباَق ِعْلا ُدي ِدَش َ هاللَّ هنِإ ۖ َ هاللَّ

Yang Artinya : “Apa saja harta rampasan (fai-i) yang diberikan Allah kepada Rasul-Nya (dari harta benda) yang

berasal dari penduduk kota-kota maka adalah untuk Allah, untuk Rasul, kaum kerabat, anak-anak yatim, orang-orang miskin dan orang-orang yang dalam perjalanan, supaya harta itu jangan beredar di antara orang-orang kaya saja di antara kamu. Apa yang diberikan Rasul kepadamu, maka terimalah. Dan apa yang dilarangnya bagimu, maka tinggalkanlah. Dan bertakwalah kepada Allah.

Sesungguhnya Allah amat keras hukumannya.”

Menurut Musyarrofah (2019) islam menawarkan penyaluran distribusi pendapatan sebagaimana seharusnya supaya distribusi ini mampu disamaratakan atas seluruh lapisan masyarakat. Adapun yang dimaksud dari sama rata dalam ayat ini adalah adil dan sesuai dengan kebutuhan seperti yang telah di uraikan dalam agama islam dalam penganjuran pendistribusian pendapatan. Hal ini ditujukan agar kekayaan dan harta tidak hanya berputar di sekeliling orang-orang yang kaya saja.

Menurut Syilviarani (2017) sumber daya merupakan faktor penting di dalam proses pertumbuhan ekonomi.

Kinerja ekonomi yang dihasilkan di suatu daerah dipengaruhi oleh perkembangan kualitas sumber daya manusia yang ada di daerah tersebut. Perkembangan manusia dalam hal ini juga bisa dilihat melalui distribusi pendapatan yang ada di daerah tersebut dan tingkat pendapatan. Sedangkan pembangunan manusia melalui pendidikan dan kesehatan yang baik juga akan berpengaruh pada output daerah tersebut melalui kemampuan mengelola dan menyerap sumber-sumber daya yang ada. Oleh karena itu untuk menilai kualitas sumber daya manusia yang ada pada suatu daerah bisa dilakukan dengan melihat nilai indeks pembangunan manusia yang ada di daerah tersebut.

Atas penjelasan latar belakang yang telah dijabarkan mengenai kualitas sumber daya manusia yang berbeda tiap daerah, produktivitas tenaga kerja yang berbeda tiap daerah, pendapatan dan pengeluaran pemerintah daerah yang berbeda di setiap daerah serta investasi yang ditanamkan di setiap daerah yang dilihat memiliki pengaruh terhadap ketimpangan distribusi pendapatan, maka peneliti mengambil judul “DETERMINAN KETIMPANGAN DISTRIBUSI PENDAPATAN DI INDONESIA TAHUN 2014-2018” sebagai topik yang akan dibahas dalam penelitian.

KAJIAN LITERATUR LANDASAN TEORI Teori Ketimpangan

Ketimpangan distribusi pendapatan atau kesenjangan biasa diartikan sebagai perbedaan pendapatan antara golongan kaya dengan golongan miskin. Terjadinya ketimpangan atau disparsitas antar suatu daerah di suatu negara merupakan hal yang biasa terjadi dalam aktivitas perekonomian di suatu negara. Hal ini disebabkan karena adanya perbedaan sumber daya yang dihasilkan oleh setiap

daerah serta kondisi demografi yang berbeda pula antar wilayah satu dengan wilayah lainnya di suatu negara.

Perbedaan ini membuat kemampuan suatu daerah dalam mendorong proses pembangunan juga menjadi berbeda.

Oleh karena itu di setiap daerah biasanya terdapat daerah maju dan daerah terbelakang (Rinjani, 2018).

Menurut Kuncoro (1997) menyatakan bahwa ketimpangan mengacu pada standar hidup yang relatif pada seluruh lapisan masyarakat, karena kesenjangan yang terjadi antar wilayah di suatu negara timbul akibat adanya perbedaan sumber daya dan faktor produksi yang dimiliki masing-masing daerah. Adanya perbedaan sumber daya dan faktor produksi seperti ini mengakibatkan distribusi pendapatan dan tingkat pembangunan yang berbeda di setiap wilayah, sehingga pada akhirnya terdapat jurang kesejahteraan atau gap di berbagai wilayah tersebut.

Menurut Isnaeni (2017), ketimpangan ekonomi bisa disebabkan oleh beberapa faktor, yaitu: Perbedaan Kandungan Sumber Daya Alam, Perbedaan Kondisi Demografis, Lancarnya Mobilitas Barang dan Jasa, Konsentrasi Kegiatan Ekonomi Wilayah, dan Alokasi Dana Pembangunan Antar Wilayah

Ketimpangan Distribusi Pendapatan

Menurut Todaro (1998) pada umumnya para ekonom membedakan dua ukuran pokok distribusi pendapatan yang keduanya digunakan untuk berbagai keperluan kajian kuantitatif dan analisi kualitatif. Kedua ukuran tersebut adalah: Ukuran Distribusi dan Kurva Lorenz.

Ukuran distribusi menunjukkan bagian pendapatan masing-masing orang (personal distribution of income) atau distribusi ukuran pendapatan (size distribution of income) merupakan salah satu indikator yang paling sering digunakan oleh para ekonom. Ukuran ini secara langsung menghitung jumlah penghasilan yang diterima oleh setiap individua atau rumah tangga. Fokus utama dalam indikator ini adalah seberapa banyak pendapatan yang diterima seseorang, tidak melihat dari mana sumber pendapatan itu diperoleh (Todaro, 1998).

Kurva Lorenz merupakan metode lain yang biasanya digunakan untuk menganalisis statistic pendapatan perorangan adalah dengan menggunakan kurva Lorenz (Lorens Curve). Menurut Todaro (1998) kurva Lorenz memperlihatkan hubungan kuantitatif aktual antara persentase jumlah penduduk penerima pendapatan tertentu dari total penduduk dengan persentase pendapatan yang benar-benar mereka peroleh dari total pendapatan selama, misalnya, satu tahun. Semakin jauh jarak kurva Lorenz dari garis diagonal yang merupakan garis pemerataan sempurna itu, maka semakin timpang (tidak merata distribusi pendapatannya).

Sumber: Pembangunan Ekonomi Dunia Ketiga hal 168 (Todaro, 1998)

Ukuran distribusi biasa diartikan besar atau kecilnya bagian pendapatan yang diterima masing-masing orang, sedangkan distribusi fungsional biasa diartikan sebagai distribusi kepemilikan faktor-faktor produksi. Menurut Todaro (1998) indikator ini berfokus pada pendapatan nasional yang diterima oleh masing-masing faktor produksi (tanah, tenaga kerja, dan modal). Teori ini mempersoalkan penghasilan tenaga kerja secara keseluruhan, bukan sebagai unit-unit usaha atau faktor produksi yang terpisah secara individual, dan membandingkannya dengan persentase total pendapatan yang dibagikan dalam bentuk sewa, bunga dan laba.

Alat ukur atau indikator yang biasanya digunakan untuk mengukur tingkat ketimpangan di suatu daerah adalah gini rasio. Nilai gini rasio berkisar antara nol dan satu. Bila rasio gini sama dengan nol berarti distribusi pendapatan amat merata sekali karena setiap golongan penduduk menerima bagian pendapatan yang sama. Secara grafis, ini ditunjukkan oleh berimpitnya kurva Lorenz dengan garis kemerataan sempurna. Namun, bila rasio gini sama dengan satu menunjukkan bahwa terjadi ketimpangan distribusi pendapatan yang sempurna karena seluruh pendapatan hanya dinikmati oleh satu orang saja.

Singkatnya, semakin tinggi nilai rasio gini maka semakin timpang distribusi pendapatan suatu negara.

Hubungan Antar Variabel

Hubungan Indeks Pembangunan Manusia Terhadap Ketimpangan Distribusi Pendapatan

Dalam proses pertumbuhan ekonomi sumber daya manusia merupakan salah satu faktor yang sangat penting.

Distribusi pendapatan dan tingkat pendapatan yang diperoleh masyarakat akan mempengaruhi kinerja perekonomian di daerah tersebut. Sedangkan program pembangunan manusia yang dilakukakn melalui kesehatan dan pendidikan yang baik dan sesuai akan menentukan untuk pengelolaan sumber-sumber perekonomian di masa yang akan datang (Arsyad, 1999).

Menurut (BPS, 2019) United Nation Development Program (UNDP), mengeluarkan laporan Indeks Pembangunan Manusia (IPM) setelah melakukan penelitian untuk mengukur tingkat kesejahteraan masyarakat. Laporan ini berisi tentang pengkajian secara ekstensif tentang pembangunan manusia dan laporan tahunan atau berkala untuk seluruh negara di dunia. Indeks Pembangunan Manusia atau Human Development Index (HDI) merupakan salah satu alat ukur untuk menghitung tingkat kesejahteraan masyarakat tidak hanya dari aspek ekonomi tetapi juga dari pendidikan, umur yang panjang, dan standar hidup.

Hubungan Tingkat Pengangguran Terbuka Terhadap Ketimpangan Distribusi Pendapatan

Tingkat pertumbuhan angkatan kerja yang cepat dan pertumbuhan lapangan kerja yang relatif lambat menyebabkan masalah pengangguran di negara berkembang menjadi semakin serius (Arsyad, 1999).

Menurut Mankiw (2006) pengangguran adalah masalah makroekonomi yang mempengaruhi manusia secara langsung yang bisa tergolong sebagai masalah yang cukup berat.

Menurut Mankiw dan Wilson (2014) mengukur jumlah pengangguran merupakan tugas badan pusat statistik negara yang menghimpun data pengangguran dan aspek-aspek pasar tenaga kerja lain, seperti jenis pekerjaan, jam kerja rata-rata dan durasi pengangguran (Mankiw, Quah dan Wilson, 2014). Badan Pusat Statistik (BPS) negara biasanya mengelompokkan orang dewasa pada setiap rumah tangga yang disurvei ke dalam salah satu kategori berikut, yakni: bekerja, pengangguran, dan tidak termasuk angkatan kerja.

Hubungan PDRB terhadap Ketimpangan Distribusi Pendapatan

PDRB yang dihasilkan oleh masing-masing daerah sangat bergantung pada potensi sumber daya alam dan faktor-faktor produksi yang ada pada daerah tersebut. Dari penjelasan tersebut dapat dilihat bahwa PDRB mampu memperlihatkan seberapa besar kemampuan daerah untuk mengelola sumber dayanya. Adanya keterbatasan dalam penyediaan faktor-faktor tersebut yang menyebabkan jumlah PDRB yang dihasilkan berbeda-beda antar daerah.

sedangkan jumlah PDRB per kapita dapat dihitung dari PDRB harga konstan yang dihasilkan pada tahun tertentu dibagi jumlah penduduk pada suatu wilayah tertentu (Rinjani, 2018).

Menurut BPS, manfaat penghitungan dari PDRB dan PDRB per kapita yaitu: Pertama, PDRB berdasarkan harga konstan riil digunakan untuk melihat laju pertumbuhan keseluruhan sektor maupun komponen dari satu tahun ketahun berikutnya. Kedua, PDRB berdasarkan harga berlaku nominal digunakan untuk melihat seberapa besar kemampuan ekonomi suatu negara. Ketika PDRB besar maka ini berarti besar juga kemampuan sumber daya

ekonominya, dan begitu juga sebaliknya. Ketiga, PDRB digunakan untuk melihat seberapa besar nilai PDRB dari masing-masing penduduk yaitu melalui perhitungan PDRB perkapita atas dasar harga berlaku. Keempat, PDRB digunakan untuk melihat laju pertumbuhan nyata ekonomi per kapita penduduk suatu daerah yaitu melalui PDRB per kapita atas dasar harga konstan (Safrianto, 2018).

Hubungan Pengeluaran Pemerintah Daerah terhadap Ketimpangan Distribusi Pendapatan

Semua kegiatan yang dilakukan oleh pemerintah baik pemerintah daerah maupun pemerintah pusat tentu akan selalu membutuhkan pembiayaan. Pembiayaan untuk segala kegiatan pemerintahan ini didukung oleh penerimaan pemerintah baik yang berasal dari penerimaan rutin maupun penerimaan pembangunan. Hal ini juga sesuai dengan kegiatan pemerintah yang dibedakan menjadi kegiatan rutin dan kegiatan pembangunan. Teori pengeluaran pemerintah memiliki dua jenis teori yaitu teori mikro pengeluaran pemerintah dan teori makro pengeluaran pemerintah. Teori mikro mengenai perkembangan pengeluaran pemerintah ini mempunyai tujuan untuk menganalisis faktor-faktor yang mempengaruhi timbulnya permintaan akan barang-barang publik dan faktor-faktor yang mempengaruhi tersedianya barang publik.

Hubungan PMDN dan PMA Terhadap Ketimpangan Distribusi Pendapatan

Menurut Suparmoko (1998) investasi adalah pengeluaran yang ditujukan untuk menambah atau mempertahankan persediaan kapital atau persediaan modal (capital stock). Persediaan ini terdiri dari pabrik-pabrik, mesin-mesin, kantor, dan barang tahan lama lainnya yang dipakai dalam proses produksi. Adapun menurut Sukirno (1994) investasi dapat diartikan sebagai pengeluaran atau perbelanjaan penanaman modal atau perusahaan untuk membeli barang-barang modal dan perlengkapan- perlengkapan produksi untuk menambah kemampuan memproduksi barang-barang dan jasa-jasa yang tersedia dalam perekonomian.

PENELITIAN TERDAHULU

Rinjani (2018) dalam studinya yang menggunakan indeks gini sebagai variabel dependen menunjukkan bahwa variabel pertumbuhan ekonomi dan tingkat pengangguran terbuka berpengaruh positif dan signifikan terhadap ketimpangan distribusi pendapatan. Kemudian variabel PDRB per kapita, PMDN, dan PMA berpengaruh negatif dan signifikan terhadap ketimpangan distribusi pendapatan, sedangkan variabel Indeks Pembangunan Manusia tidak berpengaruh terhadap ketimpangan distribusi pendapatan.

Arif dan Wicaksani (2017) dalam studi yang menggunakan Indeks Gini sebagai variabel dependen menunjukkan bahwa variabel yang berpengaruh signifikan terhadap ketimpangan pendapatan di provinsi Jawa Timur

pada tahun 2011 – 2015 adalah variabel IPM dengan koefisien arah positif.

Studi yang dilakukan oleh Putri, Amar, dan Aimon (2015) menunjukkan hasil bahwa variabel derajat otonomi fiskal daerah, investasi, pertumbuhan ekonomi, produktivitas tenaga kerja, dan IPM berpengaruh positif dan signifikan terhadap ketimpangan, kemudian variabel rasio pajak berpengaruh negatif dan signifikan terhadap pertumbuhan ekonomi.

Shahbaz, dkk (2015) dalam studinya menunjukkan bahwa terdapat hubungan jangka Panjang antara pengembangan sektor keuangan dengan ketimpangan distribusi pendapatan. Adapun hasil dari seluruh variabel adalah pengembangan sektor keuangan mampu mengurangi ketimpangan distribusi pendapatan, pertumbuhan ekonomi memperburuk ketimpangan pendapatan, inflasi dan globalisasi mampu meningkatkan distribusi pendapatan.

Ametoglo, dkk (2018) dalam studinya menunjukkan bahwa integrase politik dan FDI mampu mengurangi ketimpangan distribusi pendapatan, variabel ekspor dan pengangguran memiliki hubungan yang positif dan signifikan. Kemudian indeks korupsi, inflasi, PDB per kapita, pertumbuhan populasi, remitansi, dan sumber daya alam tidak berpengaruh signifikan.

METODE PENELITIAN Data

Jenis data yang digunakan dalam penelitian ini merupakan data sekunder yang merupakan data gabungan dari time series dan data cross section untuk 32 provinsi di Indonesia dari tahun 2014-2018 (5 tahun). Data yang digunakan dalam penelitian ini merupakan data yang bersifat kuantitatif, yaitu data yang diperoleh dari Badan Pusat Statistik, Bank Indonesia, Kementrian Keuangan, dan Badan Koordinasi Penanaman Modal dalam bentuk angka dan membutuhkan analisis lebih lanjut.

Subjek penelitian yang digunakan dalam penelitian ini adalah Indeks Gini untuk mengukur ketimpangan, sedangkan variabel independennya adalah Indeks Pembangunan Manusia, Tingkat Pengangguran Terbuka, PDRB, Pengeluaran Pemerintah Daerah, PMDN, dan PMA. Adapun objek penelitian dalam penelitian ini adalah seluruh provinsi di Indonesia, kecuali 2 provinsi yaitu provinsi Kalimantan Utara dan provinsi Maluku, sehingga jumlah provinsi yang digunakan sebanyak 32 provinsi. Penggunaan 32 Provinsi dalam penelitian ini dikarenakan Provinsi Kalimantan Utara termasuk kedalam provinsi yang baru berdiri sehingga data yang ada belum memadai, sedangkan Provinsi Maluku tidak memiliki data PMDN dan PMA yang lengkap, sehingga kedua provinsi ini tidak dimasukkan kedalam penelitian.

Teknik Pengumpulan Data

Informasi mengenai segala hal yang akan diteliti

didapatkan melalui badan badan resmi yang disebut sumber data. Berdasarkan sumbernya data dibedakan menjadi dua yaitu data primer dan data sekunder. Dalam penelitian ini peneliti menggunakan data sekunder.

Sumber data atau informan yang digunakan dalam penelitian ini antara lain literatur, artikel, jurnal, publikasi Badan Pusat Statistik (BPS), publikasi Bank Indonesia (BI), publikasi Kementrian Keuangan, dan publikasi Badan Koordinasi Penanaman Modal (BKPM), serta situs internet yang berkaitan dengan penelitian ini.

Model Penelitian

Metode analisis yang digunakan dalam studi ini adalah regresi data panel. Data panel adalah gabungan antara data silang (cross section) dan data runtut waktu (time series). Menurut Basuki (2017) penggunaan data panel dalam penelitian memiliki beberapa keuntungan yang diperoleh. Pertama, data panel yang merupakan gabungan dua data time series dan cross section mampu menyediakan data yang lebih banyak sehingga akan menghasilkan degree of freedom yang lebih besar. Keuda, menggabungkan informasi data dari time series dan cross section akan mampu mengatasi masalah yang timbul ketika terjadi masalah penghilangan variabel. Persamaan dasar regresi data panel adalah sebagai berikut:

𝑌𝑖𝑡 = 𝛼 + 𝛽1𝑋1𝑖𝑡 + 𝛽2𝑋2𝑖𝑡+ . . . + 𝛽𝑛𝑋𝑛𝑖𝑡 + 𝑒𝑖𝑡

Adapun model estimasi dalam regresi data panel dapat dilakukan melalui tiga model pendekatan, yaitu: Common Effect Model, Fixed Effect Model, dan Random Effect Model. Common Effect Model merupakan pendekatan model data panel yang paling sederhana karena hanya mengkombinasikan data time series dan cross section. Fixed Effect Model merupakan model yang mengasumsikan bahwa perbedaan antar individu dapat diakomodasi dari perbedaan intersepnya (Basuki, 2017). Adapun Random Effect Model merupakan model yang mengestimasi data panel dimana variabel gangguan mungkin saling berhubungan antar waktu dan antar individu.

Penelitian ini menggunakan model persamaan dalam bentuk semi log. Bentuk semi log dipilih karena adanya transformasi empat variabel dalam bentuk logaritma natural yaitu PDRB, pengeluaran pemerintah daerah, PMDN, dan PMA. Hal ini bertujuan untuk memperhalus data dimana data PDRB, Pengeluaran Pemerintah Daerah, PMDN, dan PMA dalam bentuk ribuan, jutaan, dan milyar. Sementara indeks Gini, IPM, dan TPT dalam bentuk satuan dan puluhan. Hal ini menunjukkan bahwa terdapat perbedaan angka yang sangat jauh, sehingga dilakukan log data untuk beberapa variabel. Adapun pendekatan yang digunakan dalam penelitian ini menggunakan pendekatan Fixed Effect Model.

HASIL DAN PEMBAHASAN

Penelitian ini bertujuan untuk mengalanisis pengaruh

Indeks Pembangunan Manusia (IPM), Tingkat Pengangguran Terbuka (TPT), PDRB, Pengeluaran Pemerintah Daerah, Penanaman Modal Dalam Negeri (PMDN), dan Penanaman Modal Asing (PMA) terhadap ketimpangan distribusi pendapatan di Indonesia tahun 2014-2018. Alat analisis yang digunakan dalam perhitungan pada penelitian ini yaitu menggunakan regresi data panel dengan model Fixed Effect Model dan pengolahan data dilakukan menggunakan program Eviews 10.0. Hasil yang dikemukakan dalam penelitian ini tepatnya pada bab ini merupakan hasil terbaik yang telah diusahakan karena memenuhi kriteria teori ekonomi, statistik, maupun ekonometrik.

STATISTIK DESKRIPTIF

Statistik deskriptif merupakan sebuah deskripsi atau gambaran dari data yang dilihat dari nilai rata-rata (mean), median, maksimum. Minimum, sum, range, kurtosis, dan skewness (kemencengan distribusi) dari masing-masing variabel (Rinjani, 2018). Variabel yang digunakan dalam penelitian ini adalah indeks gini, Indeks Pembangunan Manusia (IPM), Produk Domestik Regional Bruto (PDRB), Pengeluaran Pemerintah Daerah, Penanaman Modal Dalam Negeri (PMDN), dan Penanaman Modal Asing (PMA).

Dari data yang telah dikumpulkan dan akan digunakan dalam penelitian ini, maka diperoleh uji statistik deskriptif sebagai berikut:

TABEL 5.1. Statistik Deskriptif

Sumber: Data diolah Eviews 10.0

PEMILIHAN MODEL REGRESI

Model regresi data panel dipilih sebagai model yang akan digunakan untuk mengolah data yang ada pada penelitian ini. Dalam pengolahan data menggunakan data panel terdapat tiga pendekatan yang bisa digunakan, yaitu pendekatan kudarat terkecil (Pooled Least Square/Common Effect Model), pendekatan efek tetap (Fixed Effect Model), dan pendekatan efek acak (Rdanom Effect Model).

Pengujian Menggunakan Common Effect Model

Dalam pendekatan menggunakan model Common

Effect intersep dan slope adalah tetap sepanjang waktu dan individu. Adanya perbedaan intersep dan slope diasumsikan akan dijelaskan oleh variabel gangguan (error atau residual).

TABEL 5.2.

Hasil Estimasi Common Effect Model

Variabel Dependen:

Indeks Gini

Coefficient Std.

Error Probabilitas IPM 0,094513 0,045109 0,0378**

TPT -0,112703 0,121765 0,3561 Log(PDRB) -0,058844 0,453629 0,8970 Log(PD) 1,350640 1,283839 0,0000***

Log(PMDN) -0,404567 0,147724 0,0069***

Log(PMA) 0,112223 0,175904 0,5244

R² 0,073120

Ket: ***=Signifikan 1%, **=Signifikan 5%, *=Signifikan 10%

Sumber : Data Diolah dengan Eviews 10

Dari tabel 5.2 di atas, dapat diketahui bahwa variabel IPM, Pengeluaran Pemerintah Daerah, dan PMDN memiliki angka probabilitas yang kurang dari 0,05 maka, H1 diterima. Artinya variabel IPM, PEngeluaran PEmerintah Daerah, dan PMDN memiliki pengaruh terhadap perubahan Indeks Gini atau ketimpangan distribusi pendapatan di Indonesia. Adapun nilai R² merupakan besaran pengaruh atau kemampuan variabel independen secara simultan menjelaskan variabel dependen. Nilai R² dari pengujian ini adalah 0,073120 lebih dari 0,05 yang artinya variabel independek cukup lemah dalam menjelaskan variabel dependen.

Pengujian Menggunakan Fixed Effect Model

Dalam pendekatan dengan model Fixed Effect tidak diperhatikan dimensi waktu maupun individu. Diasumsikan bahwa perilaku data antar wilayah dianggap sama dalam berbagai kurun waktu.

TABEL 5.3.

Hasil Estimasi Fixed Effect Model

Variabel Dependen:

Indeks Gini

Coefficient Std.

Error Probabilitas Konstanta 67,35758 8,277040 0,0000***

IPM 0,646804 0,199106 0,0015***

TPT 0,044584 0,067321 0,5091

Log(PDRB) -9,297008 1,392917 0,0000***

Log(PD) 1,511593 0,596625 0,0126**

Log(PMDN) 0,164382 0,050120 0,0014***

Log(PMA) -0,019864 0,060231 0,7421

R² 0,963770

F-Statistic 87,71343 Prob (F-stat) 0,000000

Ket: ***=Signifikan 1%, **=Signifikan 5%,

*=Signifikan 10%

I. Gini IPM TPT PDRB PD PMDN PMA

Mean 25.44863 69.21088 5.151192 12.18988 16.73802 7.522245 5.670073 Median 25.24300 69.42000 4.780275 11.96897 16.68434 7.879104 6.034419 Maximum 30.31300 80.47000 9.932363 14.77070 18.35972 10.80156 8.789043 Minimum 19.20100 56.75000 1.370000 10.08756 15.17011 1.266412 0.706360 Std Deviasi 2.602464 4.265295 1.849481 1.144727 0.740693 1.967956 1.670925 Skewness -0.056183 0.011885 0.509652 0.433084 0.298336 -0.844938 -0.478262 Kurtosis 2.421975 4.005555 2.613674 2.529737 2.683366 3.560380 2.703715 Jarque-

Bera 2.311594 6.744702 7.921522 6.475956 3.041828 21.13140 6.684812 Probability 0.314807 0.034309 0.019049 0.039243 0.218512 0.000026 0.035352 Observatio

n 160 160 160 160 160 160 160

Sumber : Data Diolah dengan Eviews 10

Dari tabel 5.3 di atas, dapat diketahui bahwa variabel IPM, PDRB, Pengeluaran Pemerintah Daerah, dan PMDN memiliki nilai probabilitas yang kurang daro 0,05 maka, H1 diterima. Artinya variabel IPM, PDRB, Pengeluaran Pemerintah Daerah, dan PMDN memiliki pengaruh yang signifikan terhdap perubahan yang terjadi pada indeks gini atau ketimpangan distribusi pendapatan. Adapun nilai R² merupakan gambaran statistik mengenai seberapa besar variabel independen mampu secara simultan menjelaskan variabel dependen. Nilai R² dalam pengujian ini adalah sebesar 0,963770 yang mana nilai ini lebih besar dari 0,05.

Hal ini menunjukkan bahwa variabel independen sangat kuat dalam menjelaskan variabel dependen.

Pengujian Menggunakan Random Effect Model

Dalam pendekatan menggunakan model estimasi Rdanom Effect data didasarkan pada adanya perbedaan intersep dan slope sebagai akibat dari adanya perbedaan setiap objek maupun individu.

TABEL 5.4.

Hasil Estimasi Random Effect Model

Variabel Dependen:

Indeks Gini Coefficient Std.

Error Probabilitas Konstanta 46,13034 9,514051 0,0000***

IPM -0,288326 0,095576 0,0030***

TPT 0,022288 0,110103 0,8399

Log(PDRB) 0,233320 0,727116 0,7487 Log(PD) -0,221600 0,790306 0,7796 Log(PMDN) -0,019395 0,072939 0,7907 Log(PMA) 0,029923 0,120274 0,8039

R² 0,091709

F-Statistic 2,574693 Prob (F-Stat) 0,020992

Ket: ***=Signifikan 1%, **=Signifikan 5%,

*=Signifikan 10%

Sumber : Data Diolah dengan Eviews 10

Dari tabel 5.4 di atas, dapat diketahui bahwa hanya variabel IPM yang memiliki nilai probabilitas kurang dari 0,05 maka H1 diterims. Aritnya variabel IPM berpegaruh signifikan terhdap perubahan yang terjadi pada indeks gini atau ketimpangan distribusi pendapatan. Adapun nilai R² merupakan gambaran statistik mengenai seberapa besar variabel independen mampu secara simultan menjelaskan variabel dependen. Nilai R² dalam pengujian ini adalah sebesar ,091709 yang mana nilai ini lebih besar dari 0,05.

Hal ini menunjukkan bahwa variabel independen cukup dalam menjelaskan variabel dependen.

PEMILIHAN MODEL TERBAIK

Dalam penggunaan data panel, terdapat tiga pendekatan yang bisa digunakan, yaitu pendekatan kuadrat terkecil atau Common Effect Model, pemdekatan efeek tetap atau Fixed Eccet Model, dan pendekatan efek acak Rdanom Effect Model. Untuk memilih model analisis yang terbaik yang akan digunakan dalam penelitian ini akan dilakukan uji Chow, uji Haussman,dan uji Lm.

Uji Chow (Uji Likelihood)

Pengujian statistik yang pertama digunakan dalam penelitian ini adalah uji Likelihood Ratio (Uji Chow) yang digunakan untuk memilih model terbaik antara model Pooled Least Square atau model Fixed Effect, uji Hausman dilakukan untuk memilih antara model Fixed Effect atau Rdanom Effect yang terbaik yang akan digunakan dalam penlitian, dan yang terakhir uji LM dilakukan untuk memilih model terbaik antara model Common Effect atau Rdanom Effect yang akan digunakan dalam penelitian (Basuki dan Yuliadi, 2015).

TABEL 5.5.

Uji Chow (Uji Likelihood)

Effect Test Statistic d.f Prob Cross-

section F

81,787796

(31,122)

0.0000 Sumber: Data Diolah dengan Eviews 10

Berdasarkan tabel 5.5 yang menunjukkan hasil Uji Chow dapat dilihat bahwa pada tabel tersebut nilai probabilitas sebesar (0,0000) < 0,05 ( = 5%). Maka kesimpulan yang bisa diambil dari hasil yang telah ada yaitu H0 ditolak. Dimana model yang terbaik untuk digunakan dalam penelitian ini adalah model Fixed Effect Model.

Uji Hausman

Uji Haussman merupakan salah satu pengujian statistic dalam data panel yang digunakan untuk memilih model terbaik antara Fixed Effect Model atau Rdanom Effect Model dalam penelitian ini.

TABEL 5.6.

Hasil Uji Haussman Test

Summary

Chis-Sq Statistic

Chi.Sq.

d.f. Prob Cross-

section Rdanom

32,556860 6 0.0000

Sumber: Data Diolah dengan Eviews 10

Berdasarkan tabel 5.6 yang memperlihatkan hasil

pengolahan data uji Haussman, dapat dilihat bahwa pada tabel tersebut nilai probabilitas Cross-section Rdanom sebesar (0,0000) < 0,05 ( = 5%). Maka dengan ini H0

ditolak, yang berarti model terbaik yang terpilih adalah Fixed Effect Model.

Berdasarkan hasil dari uji Chow dan uji Haussman dapat dilihat bahwa model yang terbaik atau terpilih yang akan digunakan dalam penelitian ini adalah model Fixed Effect Model. Dengan terpilihnya model Fixed Effect maka tidak perlu dilakukan pengujian Langrange Multiplier.

HASIL ESTIMASI REGRESI DATA PANEL

Berdasarkan tabel 5.2, 5.3, dan 5.4 yang menunjukkan hasil dari uji spesifikasi tiap model dalam pengolahan data panel dan memperlihatkan model terbaik yang akan digunakan di dalam penelitian, maka model yang terbaik yang akan digunakan di dalam penelitian ini adalah model Fixed Effect Model. adapun pada pengujian yang sebelumnya, model-model di atas telah lolos dari uji asumsi klasik yang menunjukkan bahwa hasil yang didapat setelah estimasi adalah konsisten dan tidak bias. Berikut merupakan hasil estimasi pengolahan data dengan jumlah obeservasi sebanyak 32 Provinsi di Indonesia periode tahun 2014-2018 (5 tahun).

TABEL 5.7.

Hasil Estimasi Fixed Effect Model

Variabel Independen: Indeks Gini Fixed Effect Model

Konstanta C 67,35758

Std. Error 8,277040

Probabilitas 0,0000***

IPM 0,646804

Std. Error 0,199106

Probabilitas 0,0015***

TPT 0,044584

Std. Error 0,067321

Probabilitas 0,5091

LOGPDRB -9,297008

Std. Error 1,392917

Probabilitas 0,0000***

LOGPD 1,511593

Std. Error 0,596625

Probabilitas 0,0126**

LOGPMDN 0,164382

Std. Error 0,050120

Probabilitas 0,0014***

LOGPMA -0,019864

Std. Error 0,060231

Probabilitas 0,7421

R² 0,963770

F-Statistic 87,71343

Prob (F-stat) 0,000000

Durbin-Watson Stat 2,205621

Ket: ***=Signifikan 1%, **=Signifikan 5%,

*=Signifikan 10%

Sumber: Data Diolah dengan Eviews 10

Tabel 5.7 yang menunjukkan hasil regresi data panel dengan menggunakan model terbaik yang terpilih yaitu Fixed Effect. Tabel diatas menunjukkan bahwa variabel PDRB berpengaruh negatif dan signifikan terhadap ketimpangan distribusi pendapatan. Variabel IPM, PD atau pengeluaran pemerintah daerah, dan PMDN berpengaruh positif dan signifikan terhadap ketimpangan distribusi pendapatan di Indonesia, sedangkan TPT dan PMA tidak berpengaruh terhadap ketimpangan distribusi pendapatan.

SIGNIFIKANSI Uji Simultan

Uji F atau uji simultan bertujuan untuk mengetahui seberapa besar pengaruh variabel independen secara bersama-sama atau simultan terhadap variabel dependen.

Uji F ini disebut juga uji signifikansi bersama-sama.

TABEL 5. 8.

Uji F Statistik

F-Statistic 87,71343 Prob (F-

Statistic)

0,000000

Sumber: Data Diolah dengan Eviews 10

Berdasarkan tabel 5.8 diperoleh nilai F-statistik sebesar 87,71343 dengan nilai probabilitas sebesar 0,000000 (signifikan pada  = 5%). Hasil ini lebih kecil atau kurang dari 0,05, maka uji F dinyatakan signifikan.

Artinya variabel independent secara bersama-sama mempengaruhi variabel dependen. Adapun variabel independen yang digunakan IPM (X1), TPT(X2), PDRB (X3), Pengeluaran Daerah (X4), PMDN (X5), dan PMA (X6) secara bersama-sama berpengaruh signifikan terhadap variabel dependen ketimpangan distribusi pendapatan menggunakan indikator Indeks Gini (Y) di Indonesia tahun 2014-2018.

Uji Parsial

Uji parsial atau Uji t dilakukan untuk melihat seberapa besar pengaruh dari masing-masing variabel independent secara individual dalam taraf signifikansi 5%, jika hasil kurang dari 0,05 maka H0 ditolak. Berdasarkan tabel 5.7 hasil uji parsial menunjukkan bahwa variabel independen yang lolos uji parsial dan berpengaruh terhadap Indeks Gini adalah IPM dengan nilai 0,0015, PDRB dengan nilai 0,0000, Pengeluaran Pemerintah Daerah dengan nilai 0,0126, PMDN dengan nilai 0,0014. Adapun variabel independen yang tidak lolos uji parsial dan tidak

berpengaruh terhadap Indeks Gini adalah Tingkat Pengangguran terbuka dengan nilai 0,5091 dan PMA dengan nilai 0,7421.

Uji Koefisien Determinasi (R²)

Berdasarkan tabel 5.7 diketahui nilai R-squared dalam penilitian ini yang telah di estimasi menggunakan model Fixed Effect adalah sebesar 0,963770 maka dapat dikatakan bahwa 96,37 persen keragaman di dalam variabel dependen yaitu ketimpangan distribusi pendapatan dapat dijelaskan dengan baik oleh variabel independent yang digunakan dalam penelitian ini, sedangkan sisanya sebesar 3,63 persen dijelaskan oleh variabel-variabel lain di luar model yang tidak digunakan dalam penelitian ini.

UJI ASUMSI KLASIK Uji Heteroskedastisitas

Uji heteroskedastisitas digunakan untuk melihat apakah terjadi penyimpangan asumsi klasik di dalam penelitian ini dimana dalam model regresi harus dipenuhi syarat agar tidak terjadi heteroskedastisitas. Hasil pengujian dalam penelitian ini menunjukkan bahwa penelitian dikatakan sebagian besar terbebas lolos dari uji heteroskedastisitas dikarenakan 5 dari 6 variabel terhindar dari heteroskedastisitas.

Uji Multikolinearitas

Uji multikolinearitas digunakan untuk melihat apakah terdapat penyimpangan asumsi klasik dalam pendekatan di dalam penelitian ini. Menurut Supriyadi, Mariani dan Sugiman (2017) suatu model terbebas dari multikolinearitas apabila koefisiem korelasi kurang daro 0,9. Adapun menurut hasil yang telah diuji data dalam penelitian ini terbebas dari masalah multikolinearitas karena keseluruhan nilai koefisien kurang dari 0,9.

PEMBAHASAN HASIL PENELITIAN

Berdasarkan pengujian analisis data menggunakan data panel, maka dapat ditarik analisis dan pembahasan mengenai pengaruh variabel independent Indeks Pembangunan Manusia (IPM), Tingkat Pengangguran Terbuka (TPT), Produk Domestik Bruto (PDRB), Pengeluaran Pemerintah Daerah, Penanaman Modal Dalam Negeri (PMDN), dan Penanaman Modal Asing (PMA) terhadap variabel dependen ketimpangan distribusi pendapatan menggunakan Indeks Gini yang dapat diinterpretasikan sebagai berikut:

Pengaruh IPM terhadap Indeks Gini

Berdasarkan hasil regresi data panel yang ditunjukkan pada tabel 5.7 diperoleh probabilitas sebesar 0,0015 yang artinya nilai ini lebih kecil dari nilai  5% atau

0,0015 < 0,05 maka, variabel Indeks Pembangunan Manusia (IPM) berpengaruh signifikan terhadap indeks gini. Adapun nilai koefisien yang diperoleh dalam penelitian ini berjumlah 0,646804 dengan nilai yang positif.

Artinya IPM berpengaruh positif dan signifikan terhadap indeks gini, sehingga apabila terjadi kenaikan 1 persen IPM akan mengakibatkan kenaikan indeks gini sebesar 0,64 persen.

Penelitian ini sesuai dengan teori yang dikemukakan oleh Todaro (1998) yang menyebutkan bahwa kenaikan pendapatan yang cukup besar dapat berperan relative lebih kecil dalam pembangunan manusia. Adanya ketimpangan di suatu wilayan akan berpengaruh pada tingkat kesejahteraan yang dimiliki oleh masyarakat di daerah itu sendiri. Tidak meratanya Indeks Pembangunan Manusia di seluruh Provinsi di Indonesia menyebabkan terdapat daerah yang lebih maju karena kualitas sumber daya manusia di daerah tersebut lebih baik dan ada daerah yang tertinggal karena kualitas sumber daya manusia di daerah tersebut masih rendah.

Hasil penelitian yang dilakukan oleh Hariani (2019) dimana Indeks Pembangunan Manusia berpengaruh positif dan signifikan terhadap ketimpangan pendapatan di Provinsi Jawa Timur. Namun hasil penelitian ini berbeda dengan hasil penelitian Nurhuda dan Rama (2013) yang menjelaskan bahwa IPM berpengaruh negatif dan signifikan di Jawa Timur. Sumber daya manusia merupakan faktor penting dan utama dalam pertumbuhan ekonomi guna meningkatkan kesejahteraan masyarakat, sehingga akan mampu mengurangi nilai ketimpangan distribusi pendapatan. Akan tetapi, jika kualitas sumber daya manusia antar wilayah memiliki nilai yang berbeda-beda dan terdapat kesenjangan Pendidikan dan tingkat kesehatan maka akan perbedaan kualitas sumber daya manusia ini akan memicu ketimpangan.

Pengaruh Tingkat Pengangguran Terbuka terhadap Indeks Gini

Berdasarkan hasil regresi data panel yang ada pada tabel 5.7 diperoleh probabilitas sebesar 0.5091 yang artinya nilai ini lebih besar dari nilai  5% atau 0,5091 > 0,05 maka, variabel Tingkat Pengangguran Terbuka (TPT) tidak berpengaruh signifikan terhadap indeks gini. Adapun nilai koefisien yang diperoleh dalam penelitian ini berjumlah 0,044584 dengan nilai yang positif. Artinya TPT mempunyai pengaruh positif dan tidak signifikan terhadap ketimpangan distribusi pendapatan di Indonesia. Hal ini berarti bahwa kenaikan 1 persen TPT tidak akan berpengaruh atau tidak diikuti oleh kenaikan ketimpangan sebesar 0,04 persen.

Hasil penelitian tidak sejalan dengan penelitian Syilviarani (2017) yang menunjukkan pengaruh yang positif dan signifikan antara TPT terhadap ketimpangan distribusi pendapatan di Pulau Jawa. Dimana teori menjelaskan bahwa apabila tingkat pengangguran semakin

tinggi, maka nilai upah yang diterima oleh masyarakat semakin kecil. Dengan begitu nilai pendapatan nasional pun akan semakin kecil. Tetapi apabila tenaga kerja melakukan kegiatan perekonomian maka akan meningkatkan masukan pendapatan masyarakat sehingga meningkatkan kesejahteraan dan mengurangi ketimpangan. Namun, hasil penelitian ini menunjukkan bahwa tidak terdapat pengaruh antara tingkat pengangguran dengan ketimpangan distribusi pendapatan. Tingkat Pengangguran Terbuka atau TPT yang tidak berpengaruh signifikan ini mungkin disebabkan karena data yang digunakan memiliki tingkat pengangguran yang relative rendah sehingga tidak terdapat pengaruhnya terhadap ketimpangan distribusi pendapatan. Hal ini mungkin juga disebabkan karena tingkat pengangguran merupakan angkatan kerja yang tidak melakukan kegiatan perekonomian sehingga dianggap tidak mempengaruhi segala kondisi perekonomian salah satu nya adalah ketimpangan distribusi pendapatan.

Pengaruh PDRB Per Kapita terhadap Indeks Gini Berdasarkan hasil regresi data panel yang ditunjukkan pada tabel 5.7 diperoleh probabilitas sebesar 0.0000 yang artinya nilai ini lebih kecil dari nilai  5% atau 0,0000 < 0,05 maka, variabel PDRB berpengaruh signifikan terhadap indeks gini. Adapun nilai koefisien yang diperoleh dalam penelitian ini berjumlah -9,297008 dengan nilai yang negatif. Artinya PDRB per kapita berpengaruh negatif dan signifikan terhadap indeks gini, sehingga apabila terjadi kenaikan 1 persen PDRB akan mengakibatkan penurunan indeks gini sebesar 9,29 poin.

PDRB menrupakan salah satu indikator untuk mengukur pertumbuhan ekonomi suatu negara.

Peningkatan PDRB mampu mengurangi angka ketimpangan distribusi pendapatan meskipun tidak banyak.

Hal ini disebabkan oleh terdapat pergantian sumber mata pencaharian masyarakan dari perekonomian agraris menuju perekonomian industri. Hasil ini juga didukung oleh penelitian Astuti (2015) dan Safrianto (2018) yang menunjukkan hasil yang negatif dan signifikan antara PDRB per kapita dengan ketimpangan distribusi pendapatan di Daerah Istimewa Yogyakarta.

Pengaruh Pengeluaran Pemerintah Daerah terhadap Indeks Gini

Berdasarkan hasil regresi data panel yang ditunjukkan pada tabel 5.7 diperoleh probabilitas sebesar 0,0126 yang artinya nilai ini lebih kecil dari nilai  5% atau 0,0126 < 0,05 maka, variabel pengeluaran daerah berpengaruh signifikan terhadap indeks gini. Adapun nilai koefisien yang diperoleh dalam penelitian ini berjumlah 1,511593 dengan nilai yang positif. Artinya pengeluaran daerah berpengaruh positif dan signifikan terhadap indeks gini, sehingga apabila terjadi kenaikan 1 persen pengeluaran daerah akan mengakibatkan kenaikan indeks

gini sebesar 1,51 persen.

Hasil ini didukung oleh penelitian Wahyuni, Sukarsa dan Yuliarmi (2014) yang menunjukkan bahwa pengeluaran pemerintah daerah mempunyai pengaruh yang positif dan signifikan terhadap kesenjangan pendapatan di kabupaten/kota di Provinsi Bali. Todaro (dalam Danawati, Bendesa dan Suyana Utama, 2016) menjelaskan bahwa untuk megurangi ketimpangan pendapatan, bai kantar wilayah atau daerah maupun antar golongan masyarakat merupakan salah satu tugas pemerintah. Upaya-upaya yang dapat dilakukan bisa berupa pembangunan lapangan pekerjaan, penyediaan fasilitas kesehatan, penyediaan dan subsidi fasilitas Pendidikan dan sebagainya.

Pengaruh Penanaman Modal Dalam Negeri (PMDN) terhadap Indeks Gini

Berdasarkan hasil regresi data panel yang ditunjukkan pada tabel 5.7 diperoleh probabilitas sebesar 0,0014 yang artinya nilai ini lebih kecil dari nilai  5% atau 0,0014 < 0,05 maka, variabel PMDN berpengaruh signifikan terhadap indeks gini. Adapun nilai koefisien yang diperoleh dalam penelitian ini berjumlah 0,164382 dengan nilai yang positif. Artinya PMDN berpengaruh positif dan signifikan terhadap indeks gini, sehingga apabila terjadi kenaikan 1 persen PMDN akan mengakibatkan kenaikan indeks gini sebesar 0,16 persen.

Hasil ini sejalan dengan teori Harrod-Domar (dalam Isnaeni 2017) yang berpendapat bahwa investasi memiliki pengaruh pada pertumbuhan ekonomi dalam perspektif jangka waktu yang lebih Panjang. Dapat disimpulkan bahwa PMDN akan berpengaruh secara langsung maupun tidak langsung pada pertumbuhan ekonomi, sehingga dengan adanya penanaman modal dianggap akan mampu meningkatkan kemampuan daerah untuk menghasilkan output yang lebih banyak lagi dan akan mampu meningkatkan pertumbuhan ekonomi.

Pengaruh Penanaman Modal Asing (PMA) terhadap Indeks Gini

Berdasarkan hasil regresi data panel yang ditunjukkan pada tabel 5.7 diperoleh probabilitas sebesar 0,7421 yang artinya nilai ini lebih besar dari nilai  5% atau 0,7421 > 0,05 maka, variabel Penanaman Modal Asing (PMA) tidak berpengaruh signifikan terhadap indeks gini.

Adapun nilai koefisien yang diperoleh dalam penelitian ini berjumlah -0,019864 dengan nilai yang negatif. Artinya PMA tidak berpengaruh negatif dan signifikan terhadap indeks gini, sehingga apabila terjadi kenaikan 1 persen PMA tidak akan mengakibatkan penurunan indeks gini sebesar 0,74 persen.

Hasil ini bertolak belakang dengan teori Harrod- Domar (dalam Isnaeni 2017) yang berpendapat bahwa investasi memiliki pengaruh pada pertumbuhan ekonomi dalam perspektif jangka waktu yang lebih Panjang. Dapat

disimpulkan bahwa investasi dalam bentuk PMA akan berpengaruh secara langsung maupun tidak langsung pada pertumbuhan ekonomi. Dengan adanya peningkatan PMA maka akan berpengaruh pada peningkatan pertumbuhan ekonomi yang selanjutnya akan mampu mengurangi ketimpangan distribusi pendapatan. Akan tetapi, yang terjadi dalam penelitian ini adalah Penanaman Modal Asing (PMA) tidak memiliki pengaruh terhadap ketimpangan distribusi pendapatan. Hal ini bisa terjadi karena PMA yang masuk merupakan jenis PMA yang padat modal sehingga kurang menyerap tenaga kerja dan tidak mampu mensejahterakan masyarakat melalui penyediaan lapangan kerja dan memicu terjadinya kesenjangan pendapatan.

KESIMPULAN, SARAN, DAN KETERBATASAN PENELITIAN

KESIMPULAN

Berdasarkan hasil analisis regresi data panel dan pembahasan yang telah dijabarkan terdapat tiga variabel yang positif dan signifikan terhadap Ketimpangan Distribusi Pendapatan yaitu Indeks Pembangunan Manusia (IPM), pengeluaran pemerintah daerah, dan Penanaman Modal Dalam Negeri (PMDN). Variabel PDRB berpengaruh negatif dan signifikan terhadap Ketimpangan Distribusi Pendapatan. Adapun variabel Tingkat Pengangguran Terbuka (TPT) dan Penanaman Modal Asing (PMA) tidak berpengaruh signifikan terhadap ketimpangan distribusi pendapatan.

SARAN

Berdasarkan hasil penelitian dan kesimpulan yang telah dijabarkan, maka penulis memberikan beberapa saran, yaitu: Pemerintah perlu melakukan pembangunan balai latihan kerja sebagai kebijakan daerah untuk meningkatkan kualitas sumber daya manusia di provinsi dengan nilai IPM yang rendah atau tertinggal.

Adanya hubungan yang positif antara Tingkat Pengangguran Terbuka (TPT) dengan Ketimpangan Distribusi Pendapatan di Indonesia. Oleh karena itu, sebisa mungkin pemerintah menyediakan lapangan pekerjaan yang cukup agar mampu mengatasi masalah pengangguran.

Produk Domestik Regional Bruto (PDRB) berpengaruh negatif dan signifikan terhadap Ketimpangan Distribusi Pendapatan di Indonesia. Oleh karena itu, diperlukan kebijakan seperti pembagian bantuan dana lokal dari pemerintah untuk daerah dengan data yang ada untuk dibagikan kepada kaum yang kurang mampu dan terpelosok.

Pengeluaran Pemerinta Daerah berpengaruh positif dan signifikan terhadap Ketimpangan Distribusi Pendapatan di Indonesia. Dengan itu diperlukan alokasi yang sesuai dalam

pembelanjaan anggaran belanja daerah yang dimaksimalkan untuk meningkatkan kesejahteraan daerah melalui bantuan masyarakat atau peningkatan fasilitas daerah agar dana yang disediakan dapat tersalurkan dengan baik untuk meningkatkan dan mencapai kesejahteraan masyarakat dan mengurangi ketimpangan.

Penanaman Modal Dalam Negeri (PMDN) berpengaruh positif dan signifikan terhadap Ketimpangan Distribusi Pendapatan di Indonesia. Diharapkan adanya PMDN dapat tersalurkan melalui kebijakan pemerintah untuk membangun infratstruktur di daerah terpelosok ataupun pembangunan lapangan pekerjaan dan proyek- proyek yang mampu menciptakan lapangan pekerjaan, sehingga pertumbuhan ekonomi dapat ditingkatkan melalui pembangunan yang bisa dilakukan di setiap provinsi di Indonesia yang tertinggal untuk meningkatkan pemerataan.

Adanya hubungan yang negatif antara Penanaman Modal Asing (PMA) dengan Ketimpangan Distribusi Pendapatan di Indonesia. Oleh karena itu, pemerintah harus membentuk kebijakan sebagai syarat untuk menanamkan modal yaitu penanaman modal asing yang diberikan diharapkan merupakan sebuah investasi berjenis padat karya dan bukan padat modal, agar mampu menyediakan lapangan pekerjaan yang kemudian akan mengurangi pengangguran dan meningkatkan pendapatan sehingga ketimpangan distribusi pendapatan bisa lebih merata.

KETERBATASAN PENELITIAN

Penelitian ini menggunakan 6 variabel independent yaitu Indeks Pembangunan Manusia (IPM), Tingkat Pengangguran Terbuka (TPT), Produk Domestik Regional Bruto (PDRB), Pengeluaran Pemerintah Daerah, Penanaman Modal Dalam Negeri (PMDN), dan Penanaman Modal Asing (PMA). Periode waktu yang digunakan di dalam penelitian ini berjangka 5 tahun dari tahun 2014- 2018, sehingga memungkinkan hasil yang kurang mewakili sepenuhnya pada penelitian. Objek yang diteliti di dalam penelitian ini menggunakan sampe pada 32 provinsi di Indonesia, sehingga hasil yang diperoleh tidak mewakili hasil perhitungan seluruh provinsi di Indonesia yang berjumlah 34 provinsi.

DAFTAR PUSTAKA

Ametoglo, M. E. S., Guo, P., & Wonyra, K. O. (2018).

Regional Integration and Income Inequality in ECOWAS Zone. Journal of Economic Integration, 33(3), 604–627.

Arif, M., & Wicaksani, R. A. (2017). Ketimpangan Pendapatan Propinsi Jawa Timur dan Faktor- faktor yang Mempengaruhinya. University Research Colloquium 2017, 6, 323–328.

Arsyad, L. (1999a). Ekonomi Pembangunan (4th ed.).

Yogyakarta: Bagian Penerbitan Sekolah Tinggi Ilmu Ekonomi YKPN.

Arsyad, L. (1999b). Pengantar Perencanaan dan Pembangunan Ekonomi Daerah (Pertama).

Yogyakarta: BPFE.

Astuti, R. D. (2015). Analisis determinan ketimpangan distribusi pendapatan di daerah istimewa yogyakarta periode 2005-2013 (Universitas Negeri Yogyakarta).

Retrieved from

https://core.ac.uk/download/pdf/33518488.pdf Basuki, A. T. (2017). Ekonometrika dan Aplikasi dalam

Ekonomi (1st ed.). Yogyakarta: Danisa Media.

Basuki, A. T., & Yuliadi, I. (2015). Ekonometrika Teori &

Aplikasi (1st ed.). Yogyakarta: Mitra Pustaka Nurani (MATAN).

BPS. (2019). Konsep Indeks Pembangunan Manusia.

Retrieved from Badan Pusat Statistik website:

https://www.bps.go.id/subject/26/indeks- pembangunan-manusia.html

Hariani, E. (2019). Analsis Faktor-Faktor yang Mempengaruhi Ketimpangan Pendapatan di 38 Kabupaten/Kota Jawa Timur Tahun 2012-2015. The International Journal of Applied Business (TIJAB),

3(1), 13–23. Retrieved from

https://ejournal.unai.ac.id/index.php/TIJAB

Isnaeni, I. (2017). Analisis Faktor-Faktor yang Mempengaruhi Ketimpangan Pendapatan Provinsi Banten Tahun 2009 - 2015. Universitas Muhammadiyah Yogyakarta.

Iswanto, D. (2015). Ketimpangan Pendapatan Antar Kabupaten/Kota dan Pertumbuhan Ekonomi di Propinsi Jawa Timur. Signifikan: Jurnal Ilmu

Ekonomi, 4(1), 41–66.

https://doi.org/10.15408/sjie.v4i1.2293

Kuncoro, M. (1997). Ekonomi Pembangunan (Pertama; D.

Achmadi, Ed.). Yogyakarta: Unit Penerbit dan Percetakan Akademi Manajemen Perusahaan YKPN.

Mankiw, N. G. (2006). Makroekonomi (6th ed.; W.

Hardani, D. Barnadi, & S. Saat, Eds.). Jakarta:

Penerbit Erlangga.

Mankiw, N. G., Quah, E., & Wilson, P. (2013). Pengantar Ekonomi Makro: Edisi Asia = Principles Of Economics: An Asia Edition (Volume 2) (Asia).

Jakarta Selatan\: Salemba Empat.

Musyarrofah. (2019). Pendistribusian Pendapatan dan Kekayaan yang Tidak Adil Hingga Memicu Munculnya Ketimpangan. Retrieved January 6, 2020, from

https://www.kompasiana.com/musyarrofah/5c78cb3 512ae94121026f7e6/pendistribusian-pendapatan- dan-kekayaan-yang-tidak-adil-hingga-memicu-

munculnya-ketimpangan?page=all

Nurhuda, & Rama. (2013). Analisis Ketimpangan Pembangunan (Studi di Provinsi Jawa Timur Tahun 2005-2011). Jurnal Administrasi Publik, 1(4), 110–

119. https://doi.org/10.1017/S1049023X14001058 Ostry, J. D., Berg, A., & Tsangarides, C. G. (2014).

Redistribution , Inequality , and Growth. 1–30.

Putri, Y., Amar, S., & Aimon, H. (2015). Analisis Faktor- Faktor yang Mempengaruhi Pertumbuhan Ekonomi dan Ketiumpangan Pendapatan di Indonesia. Jurnal Kajian Ekonomi, 3(6).

Rinjani, M. F. (2018). Analisis Fktor-Faktor yang Mempengaruhi Ketimpangan Distribusi Pendapatan di Indonesia Tahun 2010 - 2016.

Safrianto, Y. (2018). Determinan Ketimpangan Ekonomi di Daerah Istimewa Yogyakarta Tahun 2011-2017.

Universitas Muhammadiyah Yogyakarta.

Shahbaz, M., Loganathan, N., Tiwari, A. K., & Jahromi, R.

S. (2015). Financial Development and Income Inequality: Is There Any Financial Kuznets Curve in Iran? Social Indicators Research, 124(2), 357–382.

Sukirno, S. (1994). Pengantar Teori Makroekonomi (2nd ed.). Jakarta: PT Raja Grafindo Persada.

Suparmoko, M. (1998). Pengantar Ekonomika Mk (4th ed.).

Yogyakarta: BPFE.

Syilviarani, A. T. (2017). Analisis Faktor Yang Mempengaruhi Ketimpangan Distribusi Pendapatan Di Pulau Jawa Tahun 2010-2015. Publikasi Ilmiah.

Todaro, M. P. (1998). Ekonomi Pembangunan Di Dunia Ketiga (Enam; H. Munandar, Ed.). Jakarta: Penerbit Erlangga.

Wahyudin, D., & Yuliadi, I. (2013). Determinan Pertumbuhan Ekonomi Di Daerah. Jurnal Ekonomi Dan Studi Pembangunan, 14(2), 120–126.

Wahyuni, I. G. A. P., Sukarsa, M., & Yuliarmi, N. (2014).

Pengaruh Pengeluaran Pemerintah dan Investasi Terhadap Pertumbuhan Ekonomi dan Kesenjangan Pendapatan Kabupaten/Kota di Provinsi Bali. E- Jurnal Ekonomi Dan Bisnis Universitas Udayana,

3(8), 1–11. Retrieved from

https://ojs.unud.ac.id/index.php/EEB/article/view/82 16/7299

Yunita, V., Harlen, H., & Kadir, H. (2014). Analisis Pertumbuhan Ekonomi terhadap Ketimpangan Pendapatan Masyarakat di Provinsi Riau. JOM FEKON, 1(2), 1–15.