ANALISIS PENGARUH PENGANGGURAN, PENDIDIKAN, JUMLAH PENDUDUK TERHADAP

(1)

ANALISIS PENGARUH PENGANGGURAN, PENDIDIKAN, JUMLAH PENDUDUK TERHADAP

KEMISKINAN DI DAERAH PEDESAAN

(STUDI KASUS DI PULAU JAWA TAHUN 2005-2015)

JURNAL ILMIAH

Dwika Akbar Maulana 125020107111021

PROGRAM STUDI EKONOMI PEMBANGUNAN JURUSAN ILMU EKONOMI

FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS BRAWIJAYA

2018

(2)

2

LEMBAR PENGESAHAN PENULISAN ARTIKEL JURNAL

Artikel Jurnal dengan judul :

ANALISIS PENGARUH PENGANGGURAN, PENDIDIKAN, JUMLAH PENDUDUK TERHADAP KEMISKINAN DI DAERAH PEDESAAN

(STUDI KASUS DI PULAU JAWA TAHUN 2005-2015)

Yang disusun oleh :

Nama : Dwika Akbar Maulana

NIM : 125020107111021

Fakultas : Ekonomi dan Bisnis Jurusan : S1 Ilmu Ekonomi

Bahwa artikel Jurnal tersebut dibuat sebagai persyaratan ujian skripsi yang dipertahankan di depan Dewan Penguji pada tanggal 1 Maret 2018

Malang, 26 Juni 2018 Dosen Pembimbing,

Eddy Suprapto, SE., ME.

NIP. 19580709 198603 1 002

(3)

3 ANALISIS PENGARUH PENGANGGURAN, PENDIDIKAN, JUMLAH PENDUDUK

TERHADAP KEMISKINAN DI DAERAH PEDESAAN (STUDI KASUS DI PULAU JAWA TAHUN 2005-2015)

Dwika Akbar Maulana

Fakultas Ekonomi dan Bisnis Universitas Brawijaya Email : [email protected]

ABSTRAK

Kemiskinan merupakan suatu keadaan dimana seseorang tidak sanggup untuk memenuhi kebutuhannya sendiri sesuai dengan taraf kehidupan lingkungannya sehingga seseorang tersebut mengalami kesengsaraan dalam hidupnya. Penelitian ini bertujuan untuk mengkaji pengaruh variable Pengangguran, Pendidikan (melek huruf),dan Jumlah Penduduk terhadap kemiskinan di pedesaan di pulau jawa pada tahun 2005 – 2015. Data yang digunakan dalam penelitian ini yakni data sekunder yang diperoleh dari Badan Pusat Statistik Provinsi Jawa Timur yakni pada periode 2005-2015, literatur-literatur lain yang membahas mengenai materi penelitian yang bersangkutan.Berdasarkan hasil analisis data yang telah dilakukan di dapatkan pengangguran dan pendidikan berpengaruh signifikan terhadap kemiskinan, namun kedua variable tersebut berpengaruh negative terhadap kemiskinan. Sedangkan jumlah penduduk mempunyai dampak positif terhadap kemiskinan.

Kata Kunci : Kemiskinan, Pengangguran, Pendidikan, Jumlah Penduduk

A. PENDAHULUAN

Kemiskinan merupakan suatu keadaan dimana seseorang tidak sanggup untuk memenuhi kebutuhannya sendiri sesuai dengan taraf kehidupan lingkungannya sehingga seseorang tersebut mengalami kesengsaraan dalam hidupnya. Kemiskinan juga bisa disebut kekurangan uang dan barang untuk menjamin kelangsungan hidup

Negara-negara sedang berkembang di dunia termasuk Indonesia dihadapkan pada suatu permasalahan yaitu kemiskinan. Menurut para ahli ekonomi (dalam Arsyad, 2010) kemiskinan di Indonesia bersifat multidimensial. Kemiskinan yang bersifat multidimensial dapat dilihat dari berbagai aspek diantaranya aspek primer dan aspek sekunder. Aspek primer berupa miskin aset, organisasi sosial politik, dan pengetahuan serta keterampilan yang rendah. Sedangkan aspek sekunder berupa miskin akan jaringan sosial, sumber keuangan dan informasi.

Jumlah penduduk miskin antar provinsi di Indonesia berbeda, yang menjadi sorotan adalah Jumlah penduduk miskin provinsi di Pulau Jawa yang cukup tinggi dibandingkan dengan provinsi lain di luar Pulau Jawa. Padahal setiap provinsi memiliki akses dan fasilitas untuk pemenuhuhan kebutuhan hidup.

Di pulau Jawa sendiri masih banyak masyarakat desa yang miskin padahal di pulau jawa merupakan pusat pemerintahan di Indonesia, khususnya di daerah desa yang masih kurang memperhatikan pendidikan yang akibatnya pengangguran menjadi meningkat. Demikian juga dengan masalah populasi (jumlah penduduk) masyarakat pedesaan masih kurang memperhatikan laju kepadatan penduduk, jika jumlah penduduk atau populasi semakin banyak otomatis akan banyak penganggur karena lapangan kerja di Indonesia masih terbatas. Kemiskinan Pedesaan menjadi masalah utama dalam proses pembangunan di daerah pedesaan, karena sebagian besar penduduk miskin tinggal di daerah pedesaan

(4)

4 B. KAJIAN PUSTAKA

Menurut Todaro dan Smith factor-faktor penyebab kemiskinan antara lain, pengangguran, pendidikan dan jumlah penduduk. Jumlah penduduk yang besar apabila diikuti dengan kualitas yang memadai merupakan modal pembangunan yang handal, namun apabila kualitas rendah justru akan menjadi beban pembangunan. Pertumbuhan penduduk yang cepat akan berdampak negatif terhadap penduduk miskin terutama yang paling miskin.

 Hubungan Antar Jumlah Penduduk dan Kemiskinan

Menurut Nelson dan Leibstein (dikutip dari Sadono Sukirno, 2006) terdapat pengaruh langsung antara pertambahan penduduk terhadap tingkat kesejahteraan masyarakat. Nelson dan Leibstein menunjukan bahwa pertumbuhan penduduk yang pesat di Negara berkembang menyebabkan tingkat kesejahteraan masyarakat tidak mengalami perbaikan yang berarti dan dalam jangka panjang akan mengalami penurunan kesejahteraan serta meningkatkan jumlah penduduk miskin.

Jumlah penduduk yang terlalu banyak atau kepadatan penduduk yang terlalu tinggi akan menjadi penghambat pembangunan ekonomi di negara berkembang. Pendapatan per kapita yang rendah dan tingkat pembentukan modal yang rendah semakin sulit bagi Negara berkembang untuk menopang ledakan jumlah penduduk. Sekalipun output meningkat sebagai hasil teknologi yang lebih baik dan pembentukan modal, peningkatan ini akan ditelan oleh jumlah penduduk yang terlalu banyak. Alhasil, tidak ada perbaikan dalam laju pertumbuhan nyata perekonomian (Jhingan, 2000).

 Hubungan Antara Pendidikan dan Kemiskinan

Teori pertumbuhan baru menekankan pentingnya peranan pemerintah terutama dalam meningkatkan pembangunan modal manusia (human capital) dan mendorong penelitian dan pengembangan untuk meningkatkan produktivitas manusia. Kenyataannya dapat dilihat dengan melakukan investasi pendidikan akan mampu meningkatkan kualitas sumber daya manusia yang diperlihatkan dengan meningkatnya pengetahuan dan keterampilan seseorang. Semakin tinggi tingkat pendidikan seseorang, maka pengetahuan dan keahlian juga akan meningkat sehingga akan mendorong peningkatan produktivitas kerjanya. Rendahnya produktivitas kaum miskin dapat disebabkan oleh rendahnya akses mereka untuk memperoleh pendidikan (Rasidin K dan Bonar M, 2005).

 Hubungan Antara Pengangguran dan Kemiskinan

Lincolin Arsyad (2004) menyatakan bahwa ada hubungan yang erat sekali antara tingginya tingkat pengangguran dan kemiskinan. Bagi sebagian besar masyarakat, yang tidak mempunyai pekerjaan tetap atau hanya part-time selalu berada diantara kelompok masyarakat yang sangat miskin. Masyarakat yang bekerja dengan bayaran tetap di sektor pemerintah dan swasta biasanya termasuk diantara kelompok masyarakat kelas menengah keatas. Setiap orang yang tidak mempunyai pekerjaan adalah miskin, sedangkan yang bekerja secara penuh adalah orang kaya. Karena kadangkala ada juga pekerja di perkotaan yang tidak bekerja secara sukarela karena mencari pekerjaan yang lebih baik dan yang lebih sesuai dengan tingkat pendidikannya.

Mereka menolak pekerjaan-pekerjaan yang mereka rasakan lebih rendah dan mereka bersikap demikian karena mereka mempunyai sumber-sumber lain yang bisa membantu masalah keuangan mereka. Orang-orang seperti ini bisa disebut menganggur tetapi belum tentu miskin. Sama juga halnya adalah, banyaknya individu yang mungkin bekerja secara penuh per hari, tetapi tetap memperoleh pendapatan yang sedikit. Banyak pekerja yang mandiri disektor informal yang bekerja secara penuh tetapi mereka sering masih tetap miskin.

(5)

5 Kerangka Pemikiran

Keterangan

Menurut Todaro dan Smith factor-faktor penyebab kemiskinan antara lain, pengangguran, pendidikan dan jumlah penduduk. Jumlah penduduk yang besar apabila diikuti dengan kualitas yang memadai merupakan modal pembangunan yang handal, namun apabila kualitas rendah justru akan menjadi beban pembangunan. Pertumbuhan penduduk yang cepat akan berdampak negatif terhadap penduduk miskin terutama yang paling miskin. Menurut landasan teori dan penelitian terdahulu kerangka pemikiran dalam penelitian ini adalah kemiskinan di pengaruhi oleh tiga variable pembangunan ekonomi antara lain pengangguran, pendidikan dan jumlah penduduk.

Skema hubungan antara kemiskinan dengan variabel – variable yang mempengaruhi di ilustrasikan pada gambar di atas

C. METODE PENELITIAN

2.1. Teknik Pengumpulan Data

Data yang digunakan dalam penelitian ini yakni Data Sekunder. Data Sekunder adalah data yang dikumpulkan secara tidak langsung dari sumbernya. Data sekunder biasanya telah dikumpulkan oleh lembaga pengumpul data dan dipublikasikan kepada masyarakat pengguna data. Data yang di gunakan dalam penelitian ini adalah data sekunder yang merupakan penggabungan dari deret berkala (time series) dari tahun 2005 – 2015 dan deret lintang (cross section) yang diperoleh dari Website Badan Pusat Statistik Indonesia yakni pada periode 2005-2015, literatur-literatur lain yang membahas mengenai materi penelitian yang bersangkutan. Data sekunder adalah data yang bukan diusahakan sendiri pengumpulnya oleh peneliti, seperti mengambil dari badan pusat statistic, dokumen-dokumen perusahaan atau organisasi, surat kabar dan majalah, ataupun publikasi lainnya (Marzuki, 2005).

` Data meliputi 5 provinsi di pulau Jawa tahun 2005-2015 yang menghasilkan 55 observasi data panel. di karenakan data DKI Jakarta termasuk data perkotaan pada badan pusat statistic. Data yang digunakan untuk mencapai tujuan dalam penelitian ini diperoleh Jumlah Penduduk (x1)

Tingkat Pendidikan (x2)

Pengangguran (x3)

Kemiskinan (Y)

(6)

6 melalui studi pustaka sebagai metode pengumpulan datanya, sehingga tidak diperlukan teknik sampling atau kuisoner.

2.2. Metode Analisis

untuk mencapai tujuan penelitian maka metode analisis yang digunakan dalam penelitian ini adalah metode analisis kuantitatif. Analisis kuantitatif digunakan untuk mengetahui pengaruh variabel Pengangguran, Pendidikan, Jumlah Penduduk terhadap variable Kemiskinan pada Pedesaan di pulau Jawa. Analisis Kuantitatif akan dilakukan dengan model analisis regresi Panel terhadap model ekonometrika. Untuk mempermudah analisis tersebut, digunakan alat yaitu eviews 9.

Penelitian ini menggunakan analisis data panel, yaitu gabungan antara data deret waktu (time series) dengan data kerat lintang (cross section). Dalam penelitian ini data di Provinsi menjadi Data Cross Section sedangkan. Data Time Series dimulai dari tahun 2005 hingga 2015. Pemilihan tahun 2005 sebagai awal penelitian dikarenakan ketersediaan data yang digunakan dalam penelitian ini. Model regresi Data Panel dalam penelitian ini menggunakan Variable Terikat Kemiskinan, sedangkan Variabel Bebas yang digunakan adalah Jumlah Penduduk, Pengangguran, dan Pendidikan.

2.3 Uji Pemilihan Model dalam Regresi Data Panel

Model regresi data panel terdiri dari 3 model, yaitu Common Effect (CE), Fixed Effect (FE), dan Random Effect (RE). Untuk menginterpretasikan hasil analisis, ke tiga model tersebut (CE, FE, dan RE) harus dipilih salah satu yang paling tepat.

A. Uji Chow

Uji ini dilakukan untuk membandingkan model mana yang terbaik antara CE dan FE.

Pengambilan keputusan Uji CHow sebagai berikut:

 Jika nilai Prob. > α, maka model yang terbaik adalah CE.

 Jika nilai Prob. < α, maka model yang terbaik adalah FE B. Uji Hausman

Uji ini dilakukan untuk membandingkan model mana yang paling tepat antara FE dan RE. Pengambilan keputusan Uji Hausman sebagai berikut:

 Jika nilai Prob. > α, maka model yang terbaik adalah RE.

 Jika nilai Prob. < α, maka model yang terbaik adalah FE.

C. Uji Langrangge Multiplier

Uji ini dilakukan untuk membandingkan model mana yang paling tepat antara CE dan RE. Pengambilan keputusan Uji LM sebagai berikut :

 Jika LMhitung > Chi Squared Table, maka model yang terbaik adalah RE,

 Jika LMhitung < Chi Squared Table, maka model yang terbaik adalah CE.

3.5.2 Uji Hipotesis 1. Uji t (Parsial)

Untuk menguji variabel yang berpengaruh (variabel independen) terhadap variabel dependen secara individual (parsial) maka digunakan uji T.

2. Uji F (sumultan)

(7)

7 Uji F dilakukan untuk menguji signifikansi variabel independen terhadap variabel dependen secara bersama-sama. Pengujian dilakukan dengan membandingkan F hitung dengan F tabel pada level of significant 5%.

3. Koefisien Determinan (R²)

Pengujian koefisien determinan (R²) digunakan untuk mengukur proporsi atau persentase sumbangan variabel independen yang diteliti terhadap variasi naik turunnya variabel dependen. Tingkat ketetapan terbaik dalam regresi dinyatakan dalam koefisien determinasi majemuk yang nilainya antara nol dan satu 0 = R² = 1. Hal ini berarti bila R²=0 menunjukkan tidak adanya pengaruh antara variabel independen terhadap variabel dependen, bila R² semakin besar mendekati 1 menunjukkan semakin kuatnya pengaruh variabel independen terhadap variabel dependen dan bila R² semakin kecil mendekati nol maka dapat dikatakan semakin kecilnya pengaruh variabel independen terhadap variabel dependen.

D. HASIL DAN PEMBAHASAN

Regresi data panel dapat dilakukan dengan tiga model yaitu Common Effect, Fixed Effect, dan Random Effect. Dalam regresi, hal yang harus dilakukan adalah memilih model yang tepat dari ketiga model yang tersedia. Langkah pertama, data panel yang telah dikumpulkan, diregresikan dengan menggunakan Common Effect Model, yang hasilnya dapat dilihat pada gambar 4.1 berikut:

(Gambar D.1) Hasil Regresi Common Effect Model Dependent Variable: Y

Method: Panel Least Squares Date: 10/09/17 Time: 20:35 Sample: 2005 2015

Periods included: 11 Cross-sections included: 5

Total panel (balanced) observations: 55

Variable Coefficient Std. Error t-Statistic Prob.

X1 0.331059 1.080161 0.306491 0.7608

X2 -845.8831 403.4037 -2.096865 0.0422

X3 0.049948 0.036575 1.365635 0.1795

C 7226140. 3486182. 2.072795 0.0445

R-squared 0.216268 Mean dependent var 512593.8 Adjusted R-squared 0.158921 S.D. dependent var 1194288.

S.E. of regression 1095286. Akaike info criterion 30.73562 Sum squared resid 4.92E+13 Schwarz criterion 30.89621 Log likelihood -687.5514 Hannan-Quinn criter. 30.79548 F-statistic 3.771260 Durbin-Watson stat 0.882304 Prob(F-statistic) 0.017659

Langkah berikutnya adalah melakukan pengujian dengan Fixed Effect Model. Dari estimasi Fixed Effect Model, diperoleh hasil sebagai berikut:

(8)

8 (Gambar D.2) Hasil Regresi Fixed Effect Model

Dependent Variable: Y Method: Panel Least Squares Date: 10/09/17 Time: 20:43 Sample: 2005 2015

X1 0.202930 1.662721 0.122047 0.9035

X2 -592.8255 551.3647 -1.075197 0.2892

X3 0.469254 0.242585 1.934389 0.0607

C -8395.330 5817120. -0.001443 0.9989

Effects Specification Cross-section fixed (dummy variables)

Untuk menentukan model yang tepat dalam penelitian ini, dapat digunakan Uji Chow. Uji ini digunakan untuk memilih antara model Common Effect Model atau Fixed Effect Model (FEM) dalam mengolah data panel. Hipotesisnya adalah sebagai berikut:

H0 : Common Effect Model H1: Fixed Effect Model

Jika nilai Prob. > ɑ, maka H0 diterima, atau dengan kata lain model yang tepat digunakan adalah Common Effect Model, sebaliknya jika nilai Prob. < ɑ, maka H0 ditolak, atau model yang tepat digunakan adalah Fixed Effect Model. Dari Uji Chow yang dilakukan, didapatkan hasil sebagai berikut:

(Gambar D.3) Hasil Uji Chow Redundant Fixed Effects Tests Equation: Untitled

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 1.221643 (4,37) 0.3183

Cross-section Chi-square 5.582130 4 0.2326

Dari hasil di atas diketahui bahwa nilai Prob. 0.3183 > 0.05. Maka hasil Uji Chow menyatakan bahwa nilai Prob > ɑ, maka H0 diterima, atau dengan kata lain model yang tepat digunakan adalah

(9)

9 Common Effect Model. Untuk memperkuat hasil pemilihan model dalam regresi, masih terdapat uji lain yang dapat dilakukan, yakni dengan melakukan Uji Hausman. Namun sebelumnya, yang perlu dilakukan adalah melakukan estimasi Random Effect Model (REM). Output Random Effect Model (REM) pada penelitian ini adalah sebagai berikut:

(Gambar D.4) Hasil Regresi Random Effect Model Dependent Variable: Y

Method: Panel EGLS (Cross-section random effects) Date: 10/09/17 Time: 20:53

Sample: 2005 2015 Periods included: 11 Cross-sections included: 5

Swamy and Arora estimator of component variances

X1 0.331059 1.068668 0.309787 0.7583

X2 -845.8831 399.1117 -2.119415 0.0402

X3 0.049948 0.036186 1.380321 0.1750

C 7226140. 3449090. 2.095086 0.0424

Effects Specification

S.D. Rho

Cross-section random 0.000000 0.0000

Idiosyncratic random 1083633. 1.0000

Weighted Statistics

S.E. of regression 1095286. Sum squared resid 4.92E+13 F-statistic 3.771260 Durbin-Watson stat 0.882304 Prob(F-statistic) 0.017659

Unweighted Statistics

R-squared 0.216268 Mean dependent var 512593.8 Sum squared resid 4.92E+13 Durbin-Watson stat 0.882304

Setelah dilakukan pengujian dengan Random Effect Model (REM), dilakukan Uji Hausman. Uji Hausman dapat didefinisikan sebagai pengujian statistik untuk memilih apakah model Fixed Effect atau Random Effect yang paling tepat digunakan. Pengujian Hausman dilakukan dengan hipotesis berikut:

H0 : Random Effect Model H1: Fixed Effect Model

Statistik Uji Hausman ini mengikuti distribusi statistic Chi Square dengan degree of freedom sebanyak k, dimana k adalah jumlah variabel independen. Jika nilai statistik Hausman lebih besar dari nilai kritisnya maka H0 ditolak dan model yang tepat adalah Fixed Effect Model (FEM) sedangkan sebaliknya bila nilai statistik Hausman lebih kecil dari nilai kritisnya maka model yang tepat adalah Random Effect Model (REM). Atau jika p-value dari hasil Uji Hausman lebih kecil dari 0.05 maka H0 ditolak, artinya lebih baik menggunakan metode FEM. Hasil pengujian ditampilkan pada tabel berikut:

(10)

10 (Gambar D.5) Hasil Uji Hausman

Correlated Random Effects - Hausman Test Equation: Untitled

Test cross-section random effects

Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

Cross-section random 4.431338 3 0.2185

Dari hasil di atas diketahui bahwa nilai Prob yang didapatkan sebesar 0.2185, artinya nilai Prob. >

0.05. Maka perlu dilakukan uji berikutnya karena hasilnya masih rancu. Yakni menggunakan Uji LM Test karena disini kondisi regresi data panel nya sebagai berikut :

a. Uji Chow Test menunjukkan bahwa metode yang terbaik adalah Common Effect dari pada Fixed Effect. Sehingga langkah berikutnya untuk menentukan apakah Common Effect lebih baik dari pada Random Effect, maka diperlukan Uji Lagrange Multiplier Test.

b. Uji Hausman Test menunjukkan bahwa metode yang terbaik adalah Random effect dari pada Fixed Effect. Sehingga langkah berikutnya untuk menentukan apakah Random Effect lebih baik dari pada Common Effect, maka diperlukan uji Lagrange Multiplier Test.

(Gambar D.6) Hasil Uji Lagrange Multiplier Test Lagrange Multiplier Tests for Random Effects Null hypotheses: No effects

Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided (all others) alternatives

Test Hypothesis

Cross-section Time Both Breusch-Pagan 1.749650 6.401880 8.151531

(0.1859) (0.0114) (0.0043)

Honda -1.322743 2.530194 0.853796

-- (0.0057) (0.1966)

King-Wu -1.322743 2.530194 0.380792

-- (0.0057) (0.3517)

Standardized Honda -0.628807 2.883287 -1.516679

-- (0.0020)

--

Standardized King-Wu -0.628807 2.883287 -2.001034

-- (0.0020) --

Gourierioux, et al.* -- -- 6.401880

(< 0.05)

(11)

11

*Mixed chi-square asymptotic critical values:

1% 7.289

5% 4.321

10% 2.952

 P Value < 0,05 = Random Effect

 P Value > 0,05 = Common Effect

Nilai P Value menunjukkan angka yang lebih besar dari 0,05 yaitu sebesar 0,1859. Sehingga Lagrange Multiplier Test ini menunjukkan bahwa nilai p value lebih besar dari pada 0,05 maka metode estimasi yang terbaik adalah Common Effect.

 Pengujian Hipotesis

Uji chow dan uji hausman telah dilakukan untuk menemukan model analisis terbaik diantara 3 model yang ditawarkan dalam regresi data panel. Berdasarkan uji chow dan uji hausman maka ditetapkan bahwa model terbaik yang digunakan adalah Common Effect Model.

(Gambar D.7) Hasil Regresi Common Effect Model Dependent Variable: Y

Method: Panel Least Squares Date: 10/09/17 Time: 20:35 Sample: 2005 2015

X1 0.331059 1.080161 0.306491 0.7608

X2 -845.8831 403.4037 -2.096865 0.0422

X3 0.049948 0.036575 1.365635 0.1795

C 7226140. 3486182. 2.072795 0.0445

Berdasarkan hasil regresi data panel menggunakan Common effect model dapat dilihat pada gambar di atas maka diperoleh model persamaan sebagai berikut:

Y = 7226140 + 0,331 X1it – 845,8831 X2it + 0,0499 X3it

Mengacu pada regresi data panel yang telah dilakukan akhirnya dapat diinterpretasikan hasil regresi dalam penelitian ini, yaitu sebagai berikut :

a. X₁ Y, di mana variabel Pengangguran (X₁) memiliki probabilitas sebesar 0,7608 atau lebih besar dari nilai signifikansi α (5%) yang menunjukkan tidak signifikan dan mempunyai nilai koefisien positif (+) sebesar 0,331 yang berarti Pengangguran berpengaruh positif dan tidak signifikan terhadap Kemiskinan di Daerah Pedesaan Pulau Jawa.

(12)

12 b. X₂ Y, di mana variabel Pendidikan (X₂) memiliki probabilitas sebesar 0,0422 lebih kecil dari nilai signifikansi α (5%) dan mempunyai nilai koefisien negatif (-) sebesar - 845.883 yang berarti Pendidikan berpengaruh negatif dan signifikan terhadap Kemiskinan di Daerah Pedesaan Pulau Jawa. Maka apabila Pendidikan naik sebesar 1 Unit akan mengurangi Kemiskinan di Daerah Pedesaan Pulau Jawa sebesar -845.883 unit.

c. X₃ Y, di mana variabel Jumlah Penduduk (X₃) memiliki probabilitas sebesar 0,1795 lebih besar dari nilai signifikansi α (5%) dan mempunyai nilai koefisien positif (+) sebesar 0,0499 yang berarti variabel Jumlah Penduduk berpengaruh Positif dan tidak signifikan terhadap Kemiskinan di Daerah Pedesaan Pulau Jawa.

Uji Statistik

A. Nilai Koefisien Determinasi

Nilai koefisien determinasi atau R² dari sebuah regresi menunjukkan goodness of fit dari model yang digunakan. R² dari hasil regresi data panel menggunakan Common effect model adalah 0,2162 dengan interpretasi bahwa variabel bebas Pengangguran, Pendidikan, dan Jumlah Penduduk mampu menjelaskan variabel terikat Kemiskinan sebesar 21,62%, sedangkan sisanya, sekitar 78,38% dijelaskan oleh variabel lain di luar model. Pada penelitian ini angka koefisien determinasi termasuk kecil hal ini dipengaruhi bahwa variable yang di gunakan adalah pendidikan (angka melek huruf) karena pendidikan sebenarnya merupakan variable yang termasuk dalam variable IPM (Indeks Pembangunan Manusia).

B. Uji t

Uji t adalah untuk mengetahui pengaruh masing-masing variabel bebas secara individual terhadap variabel terikat. Hal ini dapat dilakukan dengan membandingkan nilai Prob. dengan α (0,05). Apabila Prob. < 0,05, dapat dinyatakan bahwa variabel pengaruh secara individual terhadap variabel terikat. Berdasarkan hasil regresi data panel menggunakan Common effect model dapat dilihat nilai t-statistik dari masing-masing variabel bebas yaitu :

1. Variabel Pengangguran (X1) dengan nilai Prob. sebesar 0,7608 yang berarti nilainya lebih besar dari 0,05 sehingga dapat dinyatakan bahwa variabel Pengangguran secara individu tidak berpengaruh signifikan terhadap Kemiskinan.

2. Variabel Pendidikan (X2) dengan nilai Prob. sebesar 0,0422 yang berarti nilainya lebih kecil dari 0,05 sehingga dapat dinyatakan bahwa variabel Pendidikan secara individu berpengaruh signifikan terhadap Kemiskinan.

3. Variabel Jumlah Penduduk (X3) dengan nilai Prob. sebesar 0,1795 yang berarti nilainya lebih besar dari 0,05 sehingga dapat dinyatakan bahwa variabel Jumlah Penduduk secara individu tidak berpengaruh signifikan terhadap Kemiskinan.

C. Uji F

Uji F digunakan untuk melihat pengaruh variabel bebas terhadap variabel terikat secara bersama-sama. Berdasarkan hasil regresi data panel bahwa nilai probabilitas F-statistik adalah sebesar 0,01766, nilai ini lebih kecil dari nilai signifikansi α (5%) sehingga dapat dinyatakan bahwa seluruh variabel bebas yaitu Pengangguran, Pendidikan, dan Jumlah Penduduk secara simultan (bersama-sama) berpengaruh terhadap Kemiskinan di daerah pedesaan Pulau Jawa.

 Pembahasan Pengaruh Variabel Bebas terhadap Variabel Terikat A. Pengaruh Pengangguran Terhadap Kemiskinan

Dari hasil regresi untuk variabel Pengangguran (x1) diketahui bahwa nilai probabilitas nilai probabilitas > derajat signifikansi (α). Dari hasil regresi pada model variabel Pengangguran (x1) memiliki nilai probabilitas 0,768 > 0,05 sehingga variabel pengangguran (x1) memiliki pengaruh yang tidak signifikan terhadap variabel dependen (y) Kemiskinan. Hasil tersebut bertentangan dengan teori. Hal ini disebabkan karena mayoritas di pedesaan itu berprofesi sebagai petani dan tidak sama dengan pekerja di sektor formal yang memiliki jadwal bekerja yang teratur, beberapa petani mungkin digolongkan sebagai pengangguran karena mereka tidak memiliki jadwal bekerja dan penghasilan yang tetap oleh karena itu dimungkinkan kesalahan data yang

(13)

13 mengakibatkan tidak signifikannya tingkat pengangguran terhadap Jumlah Kemiskinan dalam penelitian. Hal ini juga bisa disebabkan oleh pengangguran terdidik semakin tinggi tingkat pendidikan yang ditamatkan maka makin tinggi pula aspirasi untuk mendapatkan kedudukan atau kesempatan kerja yang lebih sesuai. Proses untuk mencari kerja yang lebih lama pada kelompok pencari kerja terdidik disebabkan mereka lebih banyak mengetahui perkembangan informasi di pasar kerja, dan mereka lebih berkemampuan untuk memilih pekerjaan yang diminati dan menolak pekerjaan yang tidak sesuai (Mauled Moelyono, 1997 dalam Sutomoet al, 1999).

Saat ini di Indonesia sedang menghadapi permasalahan yang serius dalam hal ketenagakerjaan yaitu masih besarnya pengangguran terdidik. Jumlah pengangguran terdidik setiap tahunnya dikhawatirkan akan terus bertambah karena jumlah lulusan juga terus bertambah, akan tetapi tidak semua lulusan perguruan tinggi dapat tertampung di dunia kerja, akibatnya akan mendorong terjadinya peningkatan jumlah pengangguran terdidik. Hal ini bisa dilihat pada tahun 2016-2017 jumlah pengangguran terdidik pada jangka tahun tersebut meningkat

Tabel Jumlah Pengangguran Terbuka menurut Pendidikan Tertinggi yang ditamatkan Tahun 2016-2017

No

Pendidikan Tertinggi Yang

Ditamatkan 2016 2017

1 Tidak/belum pernah sekolah 59,346 62,984

2 Belum / tidak tamat SD 384,069 404,435

3 SD 1,035,731 904,561

4 SLTP 1,294,483 1,274,417

5 SLTA Umum 1,950,626 1,910,829

6 SLTA Kejuruan 1,520,549 1,621,402

7 Diploma 1,2,3 / Akademi 219,736 242,937

8 Universitas 567,235 618,758

Sumber : BPS telah diolah

Pada periode 2016-2017 berdasarkan tingkat pendidikan yang ditamatkan tampak bahwa kurang lebih 3,471,175 jiwa pengangguran berpendidikan SLTA ke atas. Hal ini mengindikasikan bahwa masalah pengangguran terdidik harus sudah menjadi focus dalam kebijakan ketenagakerjaan. Jika dilihat dari sisi Jumlah pengangguran terbuka lulusan perguruan tinggi selama periode tahun 2004-2010 tampak bahwa lulusan universitas lebih tinggi daripada diploma.

(Gambar D.8) Jumlah Pengangguran Terbuka Lulusan Perguruan Tinggi di Indonesia Tahun 2004-2010

Sumber : SAKERNAS, dalam Badan Pusat Statistik

(14)

14 Dapat dilihat dari data jumlah pengangguran terbuka lulusan perguruan tinggi pada tahun 2004-2010 tampak bahwa lulusan universitas cenderung meningkat lebih tinggi jika dibandingkan dengan lulusan diploma, hal ini mengindikasikan bahwa lapangan kerja untuk lulusan sarjana dan diploma masih sangat dibutuhkan di masa mendatang untuk menekan laju pertumbuhan pengangguran terdidik.

B. Pengaruh Pendidikan Terhadap Kemiskinan

Dari hasil regresi untuk variabel Pendidikan (x2) diketahui jika nilai probabilitas < derajat signifikansi (α). Dari hasil regresi pada model variabel Pendidikan (x2) memiliki nilai probabilitas 0.0422, sehingga variabel pendidikan (x2) memiliki pengaruh yang signifikan terhadap variabel dependen (y) Kemiskinan. Sehingga jika dilihat dari hasil estimasi bahwa jika pendidikan naik 1 unit maka pengaruhnya terhadap kemisinan di Pedesaan Pulau jawa akan mengalami penurunan sebesar -845,88 unit. Hal ini sesuai dengan penelitian yang dilakukan oleh Van Indra Wiguna (2013). Menurut Simmons (dikutip dari Todaro, 2000), apabila disuatu wilayah atau Negara ingin menyelamatkan diri dari wabah kemiskinan, maka solusinya dengan cara meningkatkan tingkat pendidikannya. Dalam memberantas kemiskinan, salah satu cara dengan meningkatkan suatu pendidikan. Pendidikan juga dapat menjadikan sumber daya manusia lebih cepat mengerti dan siap dalam menghadapi perubahan dan pembangunan suatu Negara. Pemerintah mempuayai peran aktif dalam rangka meningkatkan kualitas pendidikan agar SDM yang dihasilkan dapat menjadi sumber untuk pembangunan Negara maupun daerah.

Tabel Angka Melek Huruf dan Kemiskinan di Provinsi Jawa Timur pada tahun 2008-2013

No Uraian Tahun dalam persen (%)

2008 2009 2010 2011 2012 2013

1 Angka melek huruf 85,11 87,25 88,50 89,88 89,78 90,99 2

Kemiskinan Jawa

Timur 0,35 0,32 0,31 0,36 0,36 0.36

Sumber : BPS telah diolah

Pada tahun 2008 sampai tahun 2011 angka melek huruf naik dari tahun ke tahun dan menunjukan bahwa kemiskinan berkurang seiring dengan naiknya angka melek huruf. Tetapi pada tahun 2012 angka melek huruf berkurang sebesar 0,10 %, hal ini disebabkan karena adanya perubahan kurikulum dalam program pendidikan di Indonesia. Sehingga masyarakat banyak yang menunggu kepastian dari pemerintah, hal ini bisa dibuktikan bahwa berkurangnya sebesar 0,10 % tidak terlalu berdampak terhadap kemiskinan yang ada pada provinsi Jawa Timur. Dari data tersebut bisa dilihat bahwa seiring bertambahnya angka melek huruf maka akan mengurangi kemiskinan.

C. Pengaruh Jumlah Penduduk Terhadap Kemiskinan

Dari hasil regresi untuk variabel jumlah penduduk (x3) diketahui jika nilai probabilitas >

derajat signifikansi. Dari hasil regresi pada model variabel Jumlah penduduk (x3) memiliki nilai probabilitas 0.1795, sehingga variabel pengangguran (x3) memiliki pengaruh yang tidak signifikan terhadap variabel dependen (y) Kemiskinan. Dari hasil regresi ditemukan bahwa Jumlah Penduduk (PD) memberikan pengaruh yang positif tetapi tidak signifikan. Tidak jarang sekarang kita temui penduduk suatu desa tidak kalah padat di banding penduduk perkotaan hal ini dikarenakan masih rendahnya harga tanah dan mulai aksesbilitas dan infrastruktur di daerah pedesaan, jumlah penduduk yang lumyan padat seperti itu tidak selalu penduduk yang hidup di bawah garis kemiskinan. Saat ini penduduk pedesaan banyak buruh urban yang mana mereka mencari pekerjaan di daerah-daerah perkotaan dan di sekitarnya, hal itu menyebabkan kenaikan pendapatan.

Menurut Todaro (2006), beberapa langkah pengendalian Jumlah Penduduk antara lain :

(15)

15 1. Pemerintah dapat mempengaruhi masyarakat agar memilih pola keluarga kecil, melalui kegiatan-kegiatan lewat media massa dan proses pendidikan baik bersifat formal maupun informal.

2. Pemerintah dapat melancarkan program keluarga berencana dengan menyediakan dukungan pelayanan kesehatan dalam rangka mendorong timbulnya pola perilaku masyarakat yang di inginkan.

Dilihat dari hasil regresi jumlah penduduk yang tidak signifikan, Hasil regresi yang tidak signifikan ini bisa dipengaruhi oleh bonus demografi, bonus demografi merupakan kondisi demografi dimana jumlah penduduk produktif melebihi jumlah penduduk yang tidak dalam usia produktif. Menurut (Jati, 2013), ledakan penduduk usia kerja akan memberikan keuntungan ekonomi apabila memenuhi persyaratan sebgai berikut

1) Penawaran tenaga kerja (labor supply) yang besar dengan kualitas yang memenuhi kebutuhan pasar tenaga kerja

2) Meningkatkan pendapatan per kapita karena mendapat kesempatan kerja yang produktif;

3) Peningkatan peranan kaum perempuan di pasar tenaga kerja karena jumlah anak yang semakin sedikit memungkinkan perempuan memasuki pasar kerja dan membantu peningkatan pendapatan keluarga

4) Terjadi peningkatan tabungan (savings) masyarakat yang diinvestasikan secara produktif 5) Adanya peningkatan investasi sumber daya modal manusia

Menurut penelitian yang dilakukan oleh (Sri Maryati, 2015) indikasi munculmnya bonus demografi di Indonesia sudah mulai tampak sejak akhir tahun 2000 berdasarkan hasil Sensus Penduduk pada tahun tersebut.

(Gambar D.9) Tahap Kemunculan Bonus Demografi dan Jendela Peluang Bonus Demografi

Sumber : Journal of Economic and Economic Education Vol.3 No.2 (124-136)

Hasil sensus itu memberikan gambaran resmi bahwa program KB memberi dampak yang sangat positif terhadap terjadinya transisi demografi yang mendorong munculnya bonus demografi.

Kondisi ini menyebabkan penduduk dibawah usia 15 hampir tidak bertambah sebaliknya, penduduk usia 15 – 64 tahun berkembang dengan jumlah yang jauh lebih besar, dimana

(16)

16 pertambahannya lebih dari dua kali lipat, atau lebih 100 persen, selama Periode waktu 30 tahun (1970-2000). Akibat dari kondisi ini adalah beban ketergantungan penduduk yang diukur dari ratio penduduk usia anak-anak dan tua per penduduk usia kerja menurun tajam, dari sekitar 85-90 per 100 di tahun 1970 menjadi sekitar 54-55 per 100 di tahun 2000. Jadi bisa disimpulkan bahwa jumlah penduduk yang tinggi tidak mesti menimbulkan hal yang buruk bagi pembangunan ekonomi jika jumlah penduduk yang tinggi tersebut adalah penduduk yang berada dalam usia produktif maka akan memberikan kontribusi pada pembangunan ekonomi dan juga akan memberikan dampak pengurangan terhadap kemiskinan.

4.3.5 Implikasi

Dari Pembahasan diatas penulis mencoba mengungkapkan beberapa implikasi diantaranya sebagai berikut:

1. Dari pembahasan diatas dapat disimpulkan bahwa Jumlah penduduk yang tinggi tidak mesti menambah kemiskinan, jika penduduk yang tinggi banyak dalam usia produktif (15-64 tahun) maka perlu diberikan upaya oleh pemerintah agar dapat dimanfaatkan dengan baik, salah satu upaya yang harus dilakukan oleh pemerintah dengan pengendalian jumlah penduduk yang dilaksanakan dalam bidang keluarga berencana, upaya penurunan tingkat kelahiran tidak boleh terlalu rendah sehingga akan mengurangi jumlah penduduk di masa depan, utamanya penduduk usia kerja/produktif.

2. Jumlah pengangguran terdidik setiap tahunnya dikhawatirkan akan terus bertambah karena jumlah lulusan perguruan tinggi juga terus bertambah, akan tetapi tidak semua lulusan perguruan tinggi dapat tertampung di dunia kerja, akibatnya akan mendorong terjadinya peningkatan jumlah pengangguran terdidik. Maka dari itu diperlukan campur tangan pemerintah dalam bidang SDM, agar SDM yang telah memiliki pendidikan juga memiliki keterampilan dan keahlian yang dibutuhkan oleh dinamika dunia kerja sehingga kekhawatiran akan peningkatan jumlah pengangguran terdidik ini dapat diatasi.

3. Dalam upaya mengurangi kemiskinan salah satunya adalah dengan meningkatkan pendidikan. Salah satu indicator pendidikan adalah angka melek huruf dalam pemberantasan kemiskinan yang dilakukan melalui bidang pendidikan diperlukan peran pemerintah. Dalam hal ini pemerintah seharusnya memberikan bantuan subsidi yang berupa kartu Indonesia pintar dan dana BOS (Bantuan Operasional Sekolah).

E. Kesimpulan dan Saran

Kesimpulan

Penelitian ini bertujuan untuk mengkaji pengaruh variable Pengangguran, Pendidikan (melek huruf),dan Jumlah Penduduk terhadap kemiskinan di pedesaan di pulau jawa pada tahun 2005 – 2015. Berdasarkan hasil analisis data yang telah dilakukan pada bab 4 maka dapat disimpulkan antara lain sebagai berikut:

1. Variable Pengangguran dalam penelitian ini mempunyai pengaruh yang berdampak mengurangi kemiskinan tetapi tidak berpengaruh secara nyata (tidak signifikan) hal ini dikarenakan bahwa mayoritas di pedesaan itu berprofesi sebagai petani dan tidak sama dengan pekerja di sector formal yang memiliki jadwal bekerja yang teratur, beberapa petani mungkin digolongkan sebagai pengangguran karena mereka tidak memiliki jadwal bekerja dan penghasilan yang tetap yang mengakibatkan tidak signifikan tingkat pengangguran terhadap jumlah penduduk miskin dalam penelitian ini.

2. Variable Pendidikan dalam penelitian ini berdampak mengurangi kemiskinan dan juga berpengaruh secara nyata (signifikan) hasil ini sesuai dengan teori menurut Simmons (dalam Todaro, 1994) yang dijelaskan bahwa pendidikan merupakan cara untuk menyelamatkan diri dari kemiskinan. Semakin tinggi tingkat pendidikan seseorang maka

(17)

17 pengetahuan dan keahlian juga akan meningkat sehingga akan mendorong peningkatan produktivitas kerjanya.

3. Variable Jumlah Penduduk memiliki pengaruh meningkatkan kemiskinan tetapi tidak berpengaruh secara nyata (tidak signifikan) dalam penelitian ini, ini disebabkan bahwa tidak jarang sekarang kita temui penduduk suatu desa tidak kalah padat dibanding penduduk kota hal ini dikarenakan masih rendah harga tanah dan mulai baiknya aksesbilitas dan infrastruktur di daerah desa, jumlah penduduk yang lumayan padat seperti itu tidak selalu penduduk yang hidup di bawah garis miskin. Saat ini penduduk desa banyak buruh urban yang dimana mereka mencari pekerjaan di daerah-daerah perkotaan dan disekitarnya hal itu menyebabkan kenaikan pendapatan. Teori menurut Malthus (2006) yang menyatakan bahwa petumbuhan penduduk menghambat pembangunan ekonomi yang artinya pertumbuhan penduduk yang tinggi tidak dapat meningkatkan produksi

Saran

Berdasarkan hasil pembahasan dan kesimpulan, maka dapat diberikan saran sebagai berikut : 1. Berdasarkan hasil penelitian indicator Pendidikan (tingkat melek huruf) dapat disarankan

agar: adanya pemberian insentif untuk sekolah yang mempunyai kinerja baik dan juga pemberian bantuan pada sekolah-sekolah pada wilayah tertinggal dan terpencil dan juga perlu adanya upaya pemerintah untuk memastikan anak miskin bisa bersekolah tanpa adanya beban biaya.

2. Pemerintah diharapkan lebih menggerakan sector perekonomian supaya dapat membuka lapangan kerja yang lebih banyak. Pengangguran memiliki pengaruh cukup besar terhadap kemiskinan sehingga dengan semakin luasnya lapangan kerja, pengangguran akan berkurang dan kemiskinan juga akan berkurang.

3. Berdasarkan hasil penelitian, jumlah penduduk memiliki pengaruh yang buruk pada kemiskinan bahwa jumlah penduduk naik maka kemiskinan juga ikut naik. Disini pemerintah seharusnya lebih menggalakkan program keluarga berencana supaya menekan jumlah penduduk yang tidak terkendali.

(18)

18 Daftar Pustaka

Adisasmita, Rahardjo, 2006, Pembangunan Pedesaan dan Perkotaan, Graha Ilmu, Yogyakarta.

Adi Priyo. 2015. Pengaruh PDRB, tingkat pendidikan, dan pengangguran terhadap kemiskinan di kota Yogyakarta tahun 1999-2013. Kumpulan Skripsi UNY : Yogyakarta

Adhi, Saputra Whisnu. 2011. Analisis pengaruh Jumlah Penduduk, PDRB, IPM, Pengangguran terhadap tingkat Kemiskinan di Kabupaten / Kota Jawa Tengah. Universitas Diponegoro

Alit, Wiradyatmika A.A. Gde dan Ketut Sudiana. 2013. Pengaruh Jumlah Penduduk, Jumlah Penyerapan Tenaga Kerja dan Pengangguran Terhadap Jumlah Penduduk Miskin di Kabupaten Buleleng. Jurnal Ekonomi Pembangunan, Fakultas Ekonomi dan Bisnis Universitas Udayana

Arsyad, Lincoln. 2004, Ekonomi Pembangunan. Yogyakarta : Bagian Penerbitan STIE YKPN.

Badan Pusat Statistik.2017. https://www.bps.go.id/index.php/publikasi/index diakses 15 Februari 2017

Chalid, Nursiah dan Yusbar Yusuf. 2014. Pengaruh tingkat Kemiskinan, Tingkat Pengangguran, Upah Minimum Kabupaten / Kota dan laju Pertumbuhan Ekonomi terhadap IPM di Provinsi Riau. Universitas Riau.

Diah Paramita, Anak Agung Istri dan Ida Bagus Putu Purbadharmaja. 2015. Pengaruh Investasi dan Pengangguran terhadap Pertumbuhan Ekonomi serta Kemiskinan di Provinsi Bali.

Universitas Udayana

Dumairy. 1996. Perekonomian Indonesia. Jakarta: Erlangga

Gujarati, Damodar. 2012. Dasar-dasar Ekonometrika. Jakarta: Salemba Empat

HM, Muhdar. 2015. Potret Ketenagakerjaan, Pengangguran dan Kemiskinan di Indonesia:Masalah dan Solusi.

(19)

19 Hastin, Wulandari Fransiska. Pengaruh Pertumbuhan Ekonomi, Inflasi, Pengangguran, dan

Pendidikan, terhadap Kemiskinan Provinsi di Indonesia tahun 2008-2012.

I Made, Sudarsana. Analisis pengaruh pendidikan, pdrb, dan tingkat pengangguran terhadap jumlah penduduk miskin provinsi bali.

Mankiw Gregory. 2006. Pengantar ekonomi makro Principles of economics edisi ketiga. Jakarta:

Salemba Empat

Maryati, Sri. 2015. Dinamika Pengangguran Terdidik : Tantangan Menuju Bonus Demografi di Indonesia. Journal of Econimic and Economic Education Vol. 3 No. 2 (124-136)

Mulyati, Sri. Analisis hubungan inflasi dan pengangguran di indonesia periode 1985-2008:

pendekatan kurva phillips.

Nirwana, Indah Dewi. 2013. Pengaruh Variabel Pendidikan Terhadap Persentase Penduduk Miskin (Studi Pada 33 Provinsi di Indonesia, 6 Provinsi di Pulau Jawa, dan 27 Provinsi di Luar Pulau Jawa Pada Tahun 2006-2011). Jurnal Ilmiah (Online).

Ratri Restu. 2015. Analisis pengaruh Jumlah penduduk, Pertumbuhan ekonomi, Pendidikan dan Kesehatan terhadap Jumlah penduduk miskin di Indonesia tahun 2004-2012. Kumpulan Skripsi UNY : Yogyakarta

Sadono Sukirno. 2006. Pengantar Teori Makro Ekonomi. Jakarta : PT Raja Grafindo Persada.

Said, Rusli. 2001. Pengantar Ilmu Kependudukan. Jakarta : Lembaga Penelitian dan Pengembangan Ekonomi dan sosial.

Todaro, Michael P. 2006. Ekonomi Pembangunan. Jakarta : Erlangga

Tulus H. Tambunan, 2001, Perekonomian Indonesia, Penerbit Ghalia Indonesia, Jakarta.

Wijayanto, Ravi Dwi. 2010. Analisis Pengaruh PDRB, Pendidikan dan Pengangguran Terhadap Kemiskinan di Kabupaten/Kota Jawa Tengah tahun 2005-2008. Skripsi (Online).