Upload
others
View
44
Download
1
Embed Size (px)
Citation preview
i
Pengarah : Kepala
DISKOMINFO PROV. JAWA BARAT
Dr. Hening Widiatmoko, MA
Penanggung Jawab : Kepala Bidang Statistik Drs. Hj. Kiagus Denny Sofian, M.Si
Penulis & Editor : Dr. Hj. Widhy Kurniatun, ST, M.Si Indra Fajar Permana, S.E
Sunu Nugraha
Layout : Muhammad Rifqy Multahada, S.Ds Cony Trijulianto, ST
Sumber Data : BPS RI
BPS Jabar
Cetakan Buku : Tahun 2018
ii
SAMBUTAN KEPALADINASKOMUNIKASIDAN
INFORMATIKAPROVINSIJAWABARAT
Dengan penuh rasa syukur kehadirat AllahSWT–TuhanYangMahaEsa,telahtersusunbuku“Pola Tingkat Kemiskinan dan Variabel MakroEkonomiPeriode2012–2017”sebagaisalahsatuproduk Bidang Statistik Dinas Komunikasi danInformatikaProvinsi JawaBarat tahun2018.Bukuanalisis ini sebagai bahan informasi danrekomendasi untuk dimanfaatkan berbagai pihakdalam merumuskan kebijakan dan perencanaanpembangunandiJawaBarat.
Bidang Statistik pada Dinas Komunikasi dan
Informatika Provinsi Jawa Barat yang secaradefinitifdi lembagakantahun2018memilikitugasmengolahdananalisisdata statistik sektoral yangsebelumnya dikelola oleh BAPPEDA Provinsi JawaBarat. Sesuai amanat undang-undang 23 tahun2014 tentang pemerintahan daerah ditunjuk
iii
sebagaipenyediadataatauwalidatadaerahyangbertugasuntukmengindentifikasi,mengkompilasi,mengolah,menganalisisdanmenyajikandatayangdimiliki dan tersebar diseluruh perangkat daerahserta mengatur mekanisme kerja agar data yangdiperoleh dipastikan sudah melalui tahapanvalidasi sehingga hasilnya dapat dipertanggungjawabkan,akurat,dansudahbisadipublikasi.
Buku analisis “Pola Tingkat Kemiskinan dan
Variabel Makro Ekonomi Periode 2012 – 2017”memberikan gambaran mengenai kondisimakroekonomi yang mungkin berkontribusiterhadap dinamika Tingkat Kemiskinan Sosial danEkonomidiJawaBarat.
iv
Akhirnya, diharapkan buku ini dapatmenjadireferensi berbagai pihak untuk penyelesaianmasalah kemiskinan dan kaitannya denganvariabel makroekonomi di Jawa Barat. Ucapanterimakasih kepada semua pihak yang telahmembantu dalam penyelesaian buku analisis ini.Semoga Allah SWT – Tuhan Yang Maha Esamemberkati danmeridhoi setiap ikhtiar yang kitalakukan.
KEPALADINASKOMUNIKASI
DANINFORMATIKAPROVINSIJAWABARAT
Dr.HENINGWIDIATMOKO,M.ANIP.196408311992031008
v
KATA PENGANTAR
Ucapan syukur kami panjatkan ke hadiratAllahSWT,karenaberkatkaruniadankesempatanyangdiberikanoleh-Nyakitadapatmenyelesaikananalisis data mengenai “Pola Tingkat KemiskinandanVariabelMakroEkonomidiJawaBaratPeriode2012 – 2017”. Ucapan terima kasih kamisampaikan kepada semua pihak yang telahberkontribusidalampenyusunanbukuanalisisini.
Analisis Pola Tingkat Kemiskinan dan
Variabel Makro Ekonomi di Jawa Barat Periode2012 – 2017 mengupas studi tingkat kemiskinandanvariabelataukondisimakroekonomitertentu,yaituIndeksPembangunanManusia(IPM),TingkatPengangguran Terbuka, dan Laju PertumbuhanEkonomi (LPE) di Provinsi dan antarkabupaten/kotadiJawaBarat.
Sumber data diperoleh dari Badan PusatStatistik (BPS) Jawa Barat. Metode analisis yangdigunakanadalahanalisisdeskriptifmenggunakan
vi
grafik dan uji korelasi. Lingkup observasi dalamanalisis ini adalah Provinsi Jawa Barat danKabupaten/Kota di Jawa Barat selama periode2012–2017. Analisis Pola Tingkat Kemiskinan danVariabel Makro Ekonomi di Jawa Barat Periode2012 – 2017 merupakan salah satu produk yangdihasilkanolehSeksiPengolahanDatapadaBidangStatistik, Dinas Komunikasi dan InformatikaProvinsiJawaBarat.
vii
Hasil analisis dalam tulisan ini memberikangambaran mengenai kondisi makroekonomi yangmungkin berkontribusi terhadap dinamika tingkatkemiskinan di Jawa Barat. Semoga publikasi inidapatbergunabagisemuapihakbaikpemerintah,akademisi, sektor swasta, dan masyarakat sertaberkontribusisecarapositifuntukpembangunandiJawaBarat.Kritikdansarankamiharapkansebagaipenyempurnaantulisanyangakandatang.
Bandung,November2018KepalaBidangStatistik
Drs.H.KIAGUSDENNYSOFIAN,M.SiNIP.196103291987031006PembinaTingkatI(IV/b)
viii
DAFTARISISAMBUTAN....................................................................ii
KATAPENGANTAR.........................................................v
DAFTARGRAFIK.............................................................x
DAFTARTABEL.............................................................xii
DAFTARGAMBAR.......................................................xiii
BABI PENDAHULUAN....................................................11.LatarBelakang.......................................................1
1.1KonsepKemiskinan..........................................1
1.2KemiskinandiIndonesia..................................3
1.3KemiskinandiProvinsiJawaBarat..................9
1.4VariabelMakroekonomi...............................14
2.Tujuan..................................................................16
BABII...........................................................................17
METODOLOGIDANDATA............................................17
1.Metodologi..........................................................17
2.Data.....................................................................19
BABIII..........................................................................24
ix
HASILDANPEMBAHASAN...........................................24
1.TingkatKemiskinandanIndeksPembangunanManusia(IPM).........................................................24
2.TingkatKemiskinandanTingkatPengangguran..30
3.LajuPertumbuhanEkonomi(LPE)danTingkatKemiskinan..............................................................37
BABIV..........................................................................43
KESIMPULANDANSARAN...........................................43
1.Kesimpulan..........................................................43
2.Saran....................................................................45
DAFTARPUSTAKA........................................................48
x
DAFTARGRAFIK
Grafik1.1GarisKemiskinandaerahPerkotaandan
PedesaandiProvinsi...................................................10
Grafik1.2TingkatKemiskinandiProvinsiJawaBarat12
Grafik3.1TingkatKemiskinandanIndeks
PembangunanManusia(IPM)......................................25
Grafik3.2TingkatKemiskinandanIndeks
PembangunanManusia(IPM)antarKabupaten/Kotadi
JawaBaratperiode2012-2017....................................26
Grafik3.3TingkatPenganggurandanTingkat
KemiskinandiProvinsiJawaBaratperiode2012-2017
.....................................................................................31
Grafik3.4TingkatKemiskinandanTingkat
PengangguranantarKabupaten/KotadiJawaBarat
periode2012-2017......................................................33
Grafik3.5TingkatKemiskinandanLajuPertumbuhan
Ekonomi(LPE)ProvinsiJawaBaratperiode2012-2017
.....................................................................................38
xi
Grafik3.6TingkatKemiskinandanLajuPertumbuhan
Ekonomi(LPE)diKabupaten/KotadiJawaBaratperiode
2012-2016...................................................................40
xii
DAFTARTABEL
Tabel2.1TingkatKemiskinanKabupaten/KotadiJawa
Baratperiode2012-2017............................................20
Tabel2.2IndeksPembangunanManusia(IPM)
Kabupaten/KotadiJawaBaratPeriode2012-2017....21
Tabel2.3TingkatPengangguranKabupaten/Kotadi
JawaBarat...................................................................22
Tabel2.4LajuPertumbuhanEkonomi(LPE)
Kabupaten/KotadiJawaBaratperiode2012-2017....23
Tabel3.1UjiKorelasiSpearmanTingkatKemiskinan
danIndeksPembangunanManusia(IPM)diJawaBarat
Periode2012-2017.....................................................29
Tabel3.2HasilUjiKorelasiTingkatKemiskinandan
TingkatPengangguran.................................................35
Tabel3.3HasilUjiKorelasiSpearmanTingkat
KemiskinandanLPEdiJawaBarat..............................41
xiii
DAFTARGAMBAR
Gambar1.1GarisKemiskinandidaerahPerkotaan
MenurutProvinsidiIndonesiaMaret2018..................6
Gambar1.2GarisKemiskinandidaerahPedesaan
MenurutProvinsidiIndonesiaMaret2018..................7
1
BAB I PENDAHULUAN
1.LatarBelakang
1.1KonsepKemiskinan
Penduduk Miskin didefinisikan sebagaipenduduk yang memiliki rata-rata pengeluaranperkapita perbulan dibawah garis kemiskinan(BadanPusatStatistik,2018).Gariskemiskinan inimencakup pengeluaran untukmakanan dan non-makanan. Secara umum, individu miskin adalahindividu yang tidak mampu memenuhikebutuhannyaperhariuntukbarangmakanandannon-makanan.Konsepiniditerapkansecaraglobaluntuk menentukan tingkat kemiskinan yangdialami suatu negara atau daerah (World Bank,1999).
Tingkat kemiskinan adalah suatu besaranyangmenggambarkan kuantitas pendudukmiskinyangadadi suatunegaraataudaerahdalamsatuperiode waktu. Ukuran ini berbentuk persentasedaritotalpendudukmiskinterhadaptotalpopulasisuatu daerah. Secara sederhana hal ini juga
2
menunjukkan seberapa besar peluang individutergolong miskin di suatu daerah pada periodewaktutertentu.
Tingkat kemiskinan dan garis kemiskinanmemiliki keterkaitan yang sangat erat (lihatGoedhartdkk.,1977).Tingkatkemiskinan,proporsijumlah masyarakat miskin terhadap keseluruhanpopulasi, tidak dapat diketahui apabila indikatoruntuk menentukan individu miskin juga tidakdiketahui. Oleh karena itu, tingkat kemiskinanadalah hasil dari garis kemiskinan yang sedangberlaku. Sementara, dinamika tingkat kemiskinanberasaldaridinamikagariskemiskinanitusendiri.
Garis kemiskinan yang ditetapkan di suatuwilayah atau periode waktu tidak selalu konstan(lihat World Bank, 2015), terjadi perbedaan danperubahan tergantung situasi. Dariaspek wilayah, perbedaan tingkatkemiskinanberdasarkanpadahargasuatu barang makanan dan non-makanan yang dikonsumsiindividu. Sedangkan dari aspekwaktu, tingkat kemiskinansangat tergantung padaperubahan harga yang
3
terjadi akibat inflasi (deflasi). Untuk menanganipermasalahan waktu, otoritas atau pihak yangberwenang di suatu tempat, menetapkan tahundasar sebagai tahun dasar perhitungan hargabarangyangtidakterpengaruholehinflasi.
Untuk menentukan tingkat kemiskinanyang lebih konsisten antar waktu dan antarwilayah,BadanPusatStatistik(BPS)menggunakanukuran garis kemiskinan untuk negara Indonesiaberdasarkan kuantitas barang yang dikonsumsi,bukan hanya berdasarkan nilai uang. Gariskemiskinan yang ditentukan oleh BPS adalahindividumengkonsumsi2100kaloriperhariuntukbarang makanan dan 51 jenis komoditi diperkotaan dan 47 jenis komoditi di pedesaanuntuk barang non-makanan. Pengukuranberdasarkan kuantitas barang yang dikonsumsiselanjutnya dikonversi ke dalam nilai uang atauhargasuatubarangdisuatudaerah.
1.2KemiskinandiIndonesia
Berdasarkan data dari BPS, TingkatKemiskinan di Indonesia pada semester I tahun2018sebesar9,82%atausekitar25jutapendudukIndonesia tergolong miskin.World Bank melansir
4
data kemiskinan pada tahun 2016, tingkatkemiskinandiIndonesiamencapai10,9%.
Dalamhalmenentukantingkatkemiskinan,World Bank dan Badan Pusat Statistik (BPS)memiliki acuan Garis Kemiskinan yang berbeda.GariskemiskinanWorldBankuntukseluruhnegaradi dunia mengacu pada paritas daya beli tahun2011 sebesar $1,9 per hari. Sedangkan gariskemiskinan Indonesia tahun 2011 ada di kisaranRp. 223.000 – Rp. 263.600/bulan atau Rp8.786.67/hari.Jikagariskemiskinandikonversidarinilai Rupiah ke nilai Dollar Amerika, maka dapatdiketahui bahwa garis kemiskinan di Indonesiaadalah $1,176/hari dan jauh di bawah gariskemiskinan global. Hal ini menunjukkan bahwaIndonesia relatif lebihmiskinuntukukurandunia,karena terdapat kemungkinan jumlah pendudukIndonesia yangberadadibawahgaris kemiskinandunia lebih banyak daripada jumlah pendudukIndonesia yangberadadibawahgaris kemiskinan
5
BPS. Sementara Garis Kemiskinan BPS mengacupada dua konsep yaitu konsep Garis KemiskinanMakanandanGarisKemiskinanNon-Makanan.
Perbedaan garis kemiskinan yang dapatmengakibatkan perbedaan tingkat kemiskinanbukansuatuhalyangganjildansuatukeniscayaan.Dalam satu wilayah Indonesia, perbedaan gariskemiskinan antar provinsi dan antarkabupaten/kota kerap terjadi. Hal ini terjadikarena perbedaan harga barang antar daerah.Hargasatubarangdisuatudaerahtidakakansamadengan harga barang yang ada di daerah lainnyadikarenakan adanya biaya transportasi dan
perbandingan relatifantara permintaan danketersediaan suatubarang. Permintaan danpenawaran antar daerahdi Indonesia karenaadanya perbedaanpreferensidankultur.
Berdasarkan data dari BPS, gariskemiskinan tertinggi pada Maret 2018 untukdaerah perkotaan adalah provinsi Kepulauan
6
Bangka Belitung, yaitu Rp 622.935/perorang/bulan, dan yang terendah adalah provinsiSulawesi Tenggara, yaitu Rp 311.241/perorang/bulan. Selain itu, untuk daerah pedesaangaris kemiskinan tertinggi adalah provinsiKepulauanBangkaBelitung, yaituRp 638.300/perorang/bulan, dan yang terendah adalah provinsiSulawesi Tenggara, yaitu Rp 298.702/perorang/bulan. Provinsi Jawa Barat memiliki gariskemiskinan pada level Rp 368.680/perorang/bulan, untuk daerah perkotaan, dan Rp364.151/perorang/bulan,untukdaerahpedesaan.Gambar 1.1 dan 1.2 berikut ini memperlihatkanGaris Kemiskinan berdasarkan daerah Perkotaandan Pedesaan tiap Provinsi di Indonesia padaMaret2018.
7
Gambar1.1GarisKemiskinandidaerahPerkotaanMenurutProvinsidiIndonesiaMaret2018
Sumber:BPSJawaBarat;datadiolahDiskominfoProv.Jabar
Gambar1.2GarisKemiskinandidaerahPedesaanMenurutProvinsidiIndonesiaMaret2018
*tidakadadaerahdiProvinsiDKIJakartaterkategorisebagaidesa,sehinggadatatidaktersedia
Sumber:BPSJawaBarat;datadiolahDiskominfoProv.Jabar
8
Meskipun besaran nominal gariskemiskinan provinsi yang berbeda – beda, dasarperhitungan secara riil untuk garis kemiskinantersebut tetap sama, yaitu 2100 kalori/perorang/hari untuk garis kemiskinan makanan, dan51komoditasbarangdidaerahperkotaan dan 47 komoditasbarang di daerah pedesaanuntuk garis kemiskinan non-makanan.
Menurut data kemiskinan perMaret 2018
yang dipublikasikan oleh BPS, tingkat kemiskinantertinggi untuk daerah perkotaan terdapat diProvinsi Nusa Tenggara Barat, yaitu 15,94% dantingkat kemiskinan terendah terdapat di ProvinsiKepulauan Bangka Belitung, yaitu 3%. Selain itu,tingkat kemiskinan tertinggi terdapat di ProvinsiPapua, yaitu27,74%,danyang terendah terdapatdi Provinsi Bali, untuk daerah pedesaan.Sedangkan Provinsi Jawa Barat tingkatkemiskinannya mencapai 6,47% untuk daerahperkotaan dan 7,45% untuk daerah pedesaan.Secara umum, kondisi kemiskinan tertinggiataupun terendah untuk daerah perkotaan dan
9
pedesaan tidak terjadi di Provinsi – Provinsi diPulauJawa.
1.3KemiskinandiProvinsiJawaBarat
Provinsi Jawa Barat pada perbandingannasional tidak mencapai kondisi kemiskinan yangekstrim,bukanprovinsidengantingkatkemiskinanterendah ataupun tidak tertinggi dibandingkanprovinsi lainnya di Indonesia. Meskipun begitu,kemiskinan di Provinsi Jawa Barat mengalamidinamikanya sendiri. Garis kemiskinan ProvinsiJawa Barat mengalami peningkatan setiapsemester dalam satu tahun dan terjadi di daerahperkotaanmaupundipedesaan.Grafik1.1berikutini memperlihatkan perkembangan gariskemiskinanuntukdaerahperkotaandanpedesaandiProvinsiJawaBaratperiode2013–2018.
10
Grafik1.1GarisKemiskinandaerahPerkotaandan
PedesaandiProvinsiJawaBaratPeriodeMaret2013-Maret2018
Sumber:BPSJawaBarat;datadiolahDiskominfoProv.Jabar
Grafik 1.1 di atas memperlihatkan bahwadalam periode 2013 – 2018, garis kemiskinanProvinsiJawaBaratmeningkathampirRp120.000.Di daerah perkotaanGaris Kemiskinanmeningkatsebesar Rp 110.142, sedangkan di daerahpedesaan meningkat sebesar Rp 123.206. PadaMaret 2013, gap/kesenjangan garis kemiskinanantaradaerahperkotaandanpedesaansebesarRp17.593 (lebih besar di daerah Perkotaan) dan
11
menjadi Rp 4529 (lebih besar di daearahPerkotaan)padaMaret2018.Halinimenunjukkanbahwa harga barangpenentugariskemiskinanantara di daerahperkotaan dan pedesaandi Provinsi Jawa Baratsemakinmerata.
Apabila kuantitas barang sebagai dasarpenentuan garis kemiskinan jumlahnya tetap,dinamika yang terjadi justru komoditas penyusungariskemiskinanmengalamikenaikanhargadalamkurun waktu 5 tahun terakhir. Dengan melihatperkembangan garis kemiskinan seperti grafik 1.1di atas, tidakmudahuntukmenyimpulkanbahwadayabelimasyarakatmengalamipeningkatan.
Perkembangan garis kemiskinan yangcenderung meningkat setiap semesternya dalamkurun5tahunterakhirternyatatidakselaludiikutidenganmeningkatnyatingkatkemiskinan.Apabilapeningkatan level garis kemiskinan tidak diikutidenganpeningkatantingkatkemiskinan,makahalini menunjukkan daya beli masyarakat secara riiltelahmeningkatataudengankatalainmasyarakatberhasilkeluardarikemiskinan.
12
Berikut grafik 1.2 Tingkat Kemiskinan diProvinsi Jawa Barat Periode Maret 2013-Maret2018.
Grafik1.2TingkatKemiskinandiProvinsiJawaBaratPeriodeMaret2013-Maret2018
Sumber:BPSJawaBarat;datadiolahDiskominfoProv.Jabar
Grafik 1.2 memperlihatkan perkembangantingkat kemiskinan Provinsi Jawa Barat periode2013–2018.Berdasarkangrafik1.2,dapatdilihatbahwa tingkat kemiskinan Provinsi Jawa Baratcenderung menurun meskipun garis kemiskinanterus meningkat setiap semester. MenurunnyatingkatkemiskinanProvinsi JawaBaratdari9,52%
13
(Maret 2013) menjadi 7,45% (Maret 2018)menunjukkanadasekitar700ribupendudukJawaBaratberhasilkeluardarikemiskinanpadaperiode2013 – 2018. Penurunan Tingkat Kemiskinan inijuga terjadi di daerah perkotaan maupunpedesaan.
Pada Maret 2013, tingkat kemiskinan didaerah Perkotaan mencapai 8,44% dan menurunmenjadi 6,47% pada Maret 2018. Sementara, didaerah Pedesaan pada Maret 2013, TingkatKemiskinan sebesar 11,59% dan mengalamipenurunanmenjadi10,25%padaMaret2018.Halini memperlihatkan bahwa rakyat miskin diProvinsi Jawa Baratmengalami perbaikan kondisihidup.
14
Pemaparandangrafikyangtelahdijelaskandiatas memberikan gambaran mengenai kondisikemiskinan di Jawa Barat secara luas.Membahasperkembangan garis kemiskinan dan tingkatkemiskinan periode 2013 – 2018. Datamengenaikehidupan masyarakat miskin di Jawa Baratdibahas oleh BPS Jawa Barat dalam sebuahpublikasiberjudul“KemiskinanKabupaten/KotadiJawaBarat2012-2017”.Publikasiyangdirilispadatanggal29Juni2018inimembahaskondisirumahtangga miskin di Jawa Barat, mulai dari bentukbangunan, sanitasi dan demografi pendudukmiskin hingga perbandingannya antarkabupaten/kotadiJawaBarat.
1.4VariabelMakroekonomi Variabel makroekonomi yang digunakanpada analisis ini terdiri dari tiga variabel, yaitupengangguran, Indeks Pembangunan Manusia(IPM),danLajuPertumbuhanEkonomi(LPE).
Variabel pertama, yaitu penganggurandimana menurut Sukirno (2004) pengangguranadalah jumlah tenaga kerja dalam perekonomianyang secara aktifmencari pekerjaan tetapi belummemperolehnya. Menurut Case (2004)
15
pengangguran dapat dibedakan ke dalambeberapa jenis yaitu pengangguran friksional,pengangguranmusiman,pengangguran siklis, danpengangguranstruktural.
Variabelkedua,yaituIndeksPembangunanManusia (IPM). Menurut United NationsDevelopment Programs (UNDP), IndeksPembangunanManusia(IPM)merupakanindikatorpenting untuk mengukur keberhasilan dalamupaya membangun kualitas hidup manusia(masyarakat/penduduk). IPM dibentuk oleh tigadimensi dasar, yaitu umur panjang dan hidupsehat,pengetahuan,danstandarhiduplayak.
Variabel selanjutnya, yaitu LajuPertumbuhan Ekonomi (LPE). Laju PertumbuhanEkonomi (LPE) menunjukkan pertumbuhanproduksi barang dan jasa di suatu wilayahperekonomian dalam selang waktu tertentu(Badan Pusat Statistik, 2018). LPE dapat dihitungdenganmenggunakanbesarnyaperubahanProdukDomestik Bruto (PDB) suatu negara setelahmenghilangkan nilai PDB dari faktor inflasi, ataumenggunakan nilai PDB berdasarkan hargakonstan pada tahun tertentu (seperti tahun 2000atautahun2010diIndonesia).
16
2.Tujuan
Tulisan ini berfokus pada analisis kondisimakroekonomi (IPM, Tingkat Pengangguran, danLPE) yang mungkin terdapat korelasi dengantingkat kemiskinan di Jawa Barat denganmenggunakan perbandingan antar wilayahkabupaten/kotadi JawaBarat.Tujuandari tulisaniniadalahuntukmengetahuidinamikakemiskinandi Jawa Barat, apakah arah perkembangannyadipengaruhi oleh kondisi makroekonomi yangtelahdisebutkansebelumnya.
17
BAB II METODOLOGIDANDATA
1.Metodologi
Tulisan ini melihat perbandingan tingkatkemiskinan dengan kondisi makroekonomi antarkabupaten/kotadiJawaBaratpadaperiode2012–2017. Kondisi makroekonomi yang dimaksudadalah Indeks Pembangunan Manusia (IPM),Tingkat Pengangguran dan Laju PertumbuhanEkonomi (LPE). Melalui perbandingan tersebut,akan ditemukan suatu bentuk korelasi atau arahhubungan antara tingkat kemiskinan dengankondisi makroekonomi berdasarkan visualisasigrafik.Bentukkorelasitersebutakanmenghasilkankesimpulan berupa ada/tidak adanya suatuketerkaitanantaraduavariabelyangdianalisis.
Bentuk korelasi yang telah diperolehmelalui grafik perlu diuji untuk mengetahuikebenarannya berdasarkan metode statistik yanglebih teoritis.Uji tersebutadalahuji korelasi, dandapat menggunakan uji korelasi Pearson atauSpearman.UjiKorelasiPearsondigunakanapabilahubungankeduavariableadalahlineardansearah,
18
sedangkan Uji Korelasi Spearman apabilahubungannya dalam bentuk skalar meskipunbergerakmenujuarahyangsama(Artusi,Verderio,& Marubini, 2002). Membandingkan kedua ujikorelasi tersebut, asumsi untuk menggunakan ujikorelasi Pearson lebih rigid dibandingkan UjiKorelasi Spearman, yaitu memiliki distribusi datayang normal (Bishara & Hittner, 2012). Olehkarena itu, uji korelasi yang digunakan adalahUjiKorelasiSpearmanuntukmenghindariasumsiyanglebih ketat. Hipotesis awal dari Uji KorelasiSpearman adalah antara dua variabel yangdianalisis saling independen atau tidak adaketerkaitan. Sedangkan hipotesis alternatifnyaadalah antara dua variabel terdapat keterkaitan.Hasilakhirdariujikorelasiiniadalahmenolakatautidak dapat menolak hipotesisawal. Berdasarkan pengujianhipotesis tersebut, Uji Korelasiakan menghasilkan kesimpulanberdasarkan hipotesis yangtelahdiuji.
19
2.Data
Semua data yang digunakan dalam tulisaniniberasaldariBadanPusatStatistik(BPS)ProvinsiJawa Barat. Tingkat Kemiskinan antarKabupaten/Kota di Jawa Barat berasal daripublikasi yang berjudul “KemiskinanKabupaten/Kota di Jawa Barat 2012 -2017”.Tingkatpengangguranterdapatdidalampublikasitahunan yang berjudul “Keadaan Angkatan Kerjadi Provinsi Jawa Barat”. Di dalam publikasitersebut mencakup data pengangguran antarkabupaten/kota beserta tingkat pendidikanterakhir, sektor pekerjaan, dan kelompok umur.Sedangkandata IPMdanLPEberasaldariwebsiteBPSProvinsiJawaBarat.
Datamengenai TingkatKemiskinan, IndeksPembangunan Manusia (IPM), TingkatPengangguran dan Laju Pertumbuhan Ekonomi(LPE)ditampilkanpadabeberapatabelberikutini.
20
Tabel2.1TingkatKemiskinanKabupaten/KotadiJawaBaratPeriode2012-2017
KodeBPS
Kabupaten/Kota TingkatKemiskinan2012 2013 2014 2015 2016 2017
3200 JawaBarat 9,88 9,61 9,17 9,54 8,95 8,713201 Bogor 8,83 9,54 8,91 8,96 8,83 8,573202 Sukabumi 9,79 9,24 8,81 8,96 8,13 8,04
3203 Cianjur 13,18 12,02 11,47 12,21 11,62 11,413204 Bandung 8,33 7,94 7,65 8 7,61 7,363205 Garut 12,72 12,79 12,47 12,81 11,64 11,273206 Tasikmalaya 11,76 11,57 11,26 11,99 11,24 10,843207 Ciamis 9,63 8,62 8,38 8,98 8,42 8,23208 Kuningan 13,7 13,34 12,72 13,97 13,59 13,273209 Cirebon 14,96 14,65 14,22 14,77 13,49 12,973210 Majalengka 14,46 14,07 13,42 14,19 12,85 12,63211 Sumedang 11,87 11,31 10,78 11,36 10,57 10,533212 Indramayu 15,44 14,99 14,29 14,98 13,95 13,673213 Subang 12,49 12,35 11,73 12,27 11,05 10,773214 Purwakarta 9,57 9,28 8,8 9,14 8,98 9,063215 Karawang 11,11 10,69 10,15 10,37 10,07 10,253216 Bekasi 5,25 5,2 4,97 5,27 4,92 4,733217 BandungBarat 13,35 12,92 12,26 12,67 11,71 11,493218 Pangandaran * * * 10,76 10,23 103271 KotaBogor 8,48 8,19 7,74 7,6 7,29 7,113272 KotaSukabumi 8,42 8,05 7,65 8,79 8,59 8,483273 KotaBandung 4,55 4,78 4,65 4,61 4,32 4,173274 KotaCirebon 11,1 10,54 10,03 10,36 9,73 9,663275 KotaBekasi 5,56 5,33 5,25 5,46 5,06 4,793276 KotaDepok 2,46 2,32 2,32 2,4 2,34 2,343277 KotaCimahi 6,68 5,63 5,47 5,84 5,92 5,763278 KotaTasikmalaya 18,94 17,19 15,95 16,28 15,6 14,83279 KotaBanjar 7,79 7,11 6,95 7,41 7,01 7,06
*datatidaktersedia,KabupatenPangandaranmasihmenjadibagianKabupatenCiamisSumber:BPSJawaBarat
21
Tabel2.2IndeksPembangunanManusia(IPM)Kabupaten/KotadiJawaBaratPeriode2012-2017
KodeBPS Kabupaten/Kota
IPM2012 2013 2014 2015 2016 2017
3200 JawaBarat 67,32 68,25 68,8 69,5 70,05 70,693201 Bogor 65,66 66,74 67,36 67,77 68,32 69,133202 Sukabumi 62,27 63,63 64,07 64,44 65,13 65,493203 Cianjur 60,28 61,68 62,08 62,42 62,92 63,73204 Bandung 68,13 68,58 69,06 70,05 70,69 71,023205 Garut 61,04 61,67 62,23 63,21 63,64 64,523206 Tasikmalaya 61,69 62,40 62,79 63,17 63,57 64,143207 Ciamis 66,29 67,20 67,64 68,02 68,45 68,873208 Kuningan 65,60 66,16 66,63 67,19 67,51 67,783209 Cirebon 64,48 65,06 65,53 66,07 66,7 67,393210 Majalengka 63,13 63,71 64,07 64,75 65,25 65,923211 Sumedang 67,36 68,47 68,76 69,29 69,45 70,073212 Indramayu 62,09 62,98 63,55 64,36 64,78 65,583213 Subang 64,86 65,48 65,80 66,52 67,14 67,733214 Purwakarta 66,30 67,09 67,32 67,84 68,56 69,283215 Karawang 65,97 66,61 67,08 67,66 68,19 69,173216 Bekasi 69,38 70,09 70,51 71,19 71,83 72,633217 BandungBarat 63,17 63,93 64,27 65,23 65,81 66,633218 Pangandaran ** 64,73 65,29 65,62 65,79 66,63271 KotaBogor 72,25 72,86 73,10 73,65 74,5 75,163272 KotaSukabumi 69,74 70,81 71,19 71,84 72,33 73,033273 KotaBandung 78,30 78,55 78,98 79,67 80,13 80,313274 KotaCirebon 71,97 72,27 72,93 73,34 73,7 743275 KotaBekasi 77,71 78,63 78,84 79,63 79,95 80,33276 KotaDepok 77,28 78,27 78,58 79,11 79,6 79,833277 KotaCimahi 74,99 75,85 76,06 76,42 76,69 76,953278 KotaTasikmalaya 67,84 68,63 69,04 69,99 70,58 71,513279 KotaBanjar 67,53 68,01 68,34 69,31 70,09 70,79**datatidaktersedia,KabupatenPangandaranmasihmenjadibagianKabupatenCiamisSumber:BPSJawaBarat
22
Tabel2.3TingkatPengangguranKabupaten/KotadiJawaBaratPeriode2012-2017
KodeBPS
Kabupaten/KotaTingkatPengangguran*
2012 2013 2014 2015 20173200 JawaBarat 9,08 9,16 8,45 8,72 8,223201 Bogor 9,07 7,87 7,65 10,01 9,553202 Sukabumi 9,74 10,38 8,09 10,05 7,663203 Cianjur 11,26 14,18 14,87 10,06 10,103204 Bandung 11,6 10,12 8,48 4,03 3,923205 Garut 6,38 8,14 7,71 6,50 7,863206 Tasikmalaya 4,9 6,4 6,93 8,51 6,613207 Ciamis 5,28 5,85 4,92 6,99 5,173208 Kuningan 7,09 8,22 6,88 7,49 7,943209 Cirebon 16,04 14,88 13,32 10,51 9,613210 Majalengka 6,71 7,35 4,47 4,01 5,023211 Sumedang 7,42 6,41 7,51 9,00 7,153212 Indramayu 7,75 9,63 8,01 8,51 8,643213 Subang 8,01 7,34 6,74 10,04 8,743214 Purwakarta 9,26 9,45 7,83 10,00 9,113215 Karawang 11,25 9,8 11,10 11,51 9,553216 Bekasi 7,78 7,17 6,79 10,03 10,973217 BandungBarat 10,09 9,54 8,15 10,01 9,333218 Pangandaran ** ** ** 4,81 3,343271 KotaBogor 9,33 9,8 9,48 11,08 9,573272 KotaSukabumi 11,63 11,18 11,64 9,06 8,003273 KotaBandung 9,17 10,97 8,05 9,02 8,443274 KotaCirebon 12,5 9,02 11,02 11,28 9,293275 KotaBekasi 8,75 9,5 9,36 9,36 9,323276 KotaDepok 9,42 7,69 8,44 7,48 7,003277 KotaCimahi 8,57 11,43 9,62 9,00 8,433278 KotaTasikmalaya 7,03 6,52 5,38 5,46 6,893279 KotaBanjar 6,2 7,04 7,38 7,38 5,97
*dataTingkatPenganggurantahun2016kabupaten/kotadiJawaBarattidaktersediakarenaestimasisurveytidakmencapaitingkatKabupaten/Kota**DataKabupatenPangandaranmasihterdapatdiwilayahKabupatenCiamisSumber:BPSJawaBarat
23
Tabel2.4LajuPertumbuhanEkonomi(LPE)Kabupaten/KotadiJawaBaratPeriode2012-2017
KodeBPS
Kabupaten/KotaLPE(%)
2012 2013 2014 2015 20163200 JawaBarat 6,50 6,33 5,09 5,04 5,663201 Bogor 6,01 6,14 6,01 6,09 6,353202 Sukabumi 6,38 5,51 5,98 4,91 5,563203 Cianjur 5,60 4,89 5,06 5,47 6,393204 Bandung 6,28 5,92 5,91 5,89 6,333205 Garut 4,07 4,76 4,82 4,51 5,853206 Tasikmalaya 4,02 4,65 4,77 4,31 5,913207 Ciamis 5,41 5,34 5,07 5,59 6,593208 Kuningan 5,71 6,25 6,33 6,38 6,093209 Cirebon 5,46 4,96 5,07 4,88 5,623210 Majalengka 6,06 4,93 4,91 5,33 5,903211 Sumedang 6,56 4,84 4,71 5,25 5,703212 Indramayu 3,18 2,86 4,93 2,16 0,083213 Subang 0,60 4,09 5,02 5,29 5,403214 Purwakarta 6,83 7,15 5,73 4,77 5,873215 Karawang 4,94 7,96 5,37 4,50 6,313216 Bekasi 6,53 6,23 5,88 4,47 4,863217 BandungBarat 6,04 5,94 5,79 5,03 5,643218 Pangandaran 5,18 4,95 4,19 4,98 5,163271 Bogor 6,31 6,04 6,01 6,14 6,733272 Sukabumi 5,80 5,41 5,43 5,13 5,663273 Bandung 8,53 7,84 7,72 7,64 7,793274 Cirebon 5,92 4,90 5,71 5,81 5,953275 Bekasi 6,74 6,04 5,61 5,57 6,083276 Depok 8,06 6,85 7,28 6,64 7,283277 Cimahi 6,24 5,65 5,49 5,43 5,623278 Tasikmalaya 5,80 6,17 6,16 6,30 6,913279 Banjar 5,32 5,45 4,98 5,32 5,86
*dataLPEtahun2017kabupaten/kotadiJawaBaratbelumtersediaSumber:BPSJawaBarat
24
BAB III HASILDANPEMBAHASAN
Pembahasan tulisan ini akan dibagi kedalam tiga bagian, yaitu analisis antara TingkatKemiskinan dengan IPM, Tingkat Kemiskinandengan Tingkat Pengangguran, dan TingkatKemiskinan dengan LPE. Di setiap bagian analisis,akan digunakan analisa deskriptif menggunakangrafik dan analisa statistik menggunakan ujikorelasi.
1.TingkatKemiskinandanIndeksPembangunanManusia(IPM)
Selama periode 2012 – 2017, tren Indeks
Pembangunan Manusia (IPM) di tingkat provinsiJawaBaratcenderungmengalamipeningkatan.Haltersebut seiring dengan menurunnya tingkatkemiskinan Jawa Barat pada periode yang samasebagaimana ditunjukkan oleh Grafik 3.1 berikutini.
25
Grafik3.1TingkatKemiskinandanIndeksPembangunanManusia(IPM)
Sumber:BPSJawaBarat;datadiolahDiskominfoProv.Jabar
Berdasarkangrafiktersebut,terlihatbahwaTingkat Kemiskinan dan Indeks PembangunanManusia(IPM)diProvinsiJawaBaratmenunjukkanarah negatif. Hal ini menandakan bahwapertambahanIndeksPembangunanManusia(IPM)akan diikuti dengan menurunnya TingkatKemiskinan, begitu pula sebaliknya. Meskipununtuk lingkup provinsi terlihat adanya hubunganlinear dan negatif antara dua variabel tersebut,namun perlu untuk melihat korelasi TingkatKemiskinan dan Indeks Pembangunan Manusia
26
(IPM) yang terjadi antar Kabupaten/Kota di JawaBaratsepertipadaGrafik3.2berikut.
Grafik3.2TingkatKemiskinandanIndeksPembangunanManusia(IPM)antar
Kabupaten/KotadiJawaBaratPeriode2012-2017
Sumber:BPSJawaBarat;datadiolahDiskominfoProv.Jabar
Berdasarkan Grafik 3.2, terlihat bahwaIndeks Pembangunan Manusia (IPM) antarKabupaten/KotadiJawaBaratperiode2012-2017perbandingannya tidak memperlihatkanperbedaan yang cukup jauh. Level IPM beradapada kisaran 60 – 80 poin. Hal ini menandakanbahwa pembangunan untuk aspek pendidikan,kesehatan dan ekonomi cukup merata antar
27
kabupaten/kota di Provinsi Jawa Barat padaperiode2012-2017.
Grafik tersebut turut memberikaninformasi bahwa Tingkat Kemiskinan yang lebihtinggi terjadi di Kabupaten/Kota dengan capaianIndeks Pembangunan Manusia (IPM) yang lebihrendah. Secara sederhana, hasil pembangunanmanusia yang lebih baik akan mampu mengarahkepadatingkatkemiskinanyanglebihrendah.
Selanjutnya, berdasarkan analisa deskriptifmenggunakan Grafik 3.1 dan 3.2, dapatdisimpulkanbahwa terdapat arahhubungan yangnegatif antara Indeks Pembangunan Manusia(IPM)denganTingkatKemiskinandiProvinsi JawaBarat, baik di lingkup provinsi maupunkabupaten/kota.Meskipuntelahdilakukananalisadeskriptif, masih perludilakukan uji atau tesmengenaihubungan/korelasitersebut menggunakanteori statistik untuk hasilyang lebih meyakinkan,
28
salah satunya menggunakan Uji KorelasiSpearman.
Uji Korelasi Spearman dilakukan untukmenguji Hipotesis awal (H0) yaitu tidak terdapathubungan antara dua variabel yang diuji, atausaling independen. Kriteria penolakan H0 adalahnilai p-value (prob>|t|) lebih rendah dari tingkatsignifikansi 0.1, sehingga kesimpulan yang dapatdiambil adalah Hipotesis Alternatif (HA) yaituterdapathubunganantaraduavariabelyangdiuji.Tabel 3.1 memperlihatkan hasil Uji KorelasiSpearman variabel Tingkat Kemiskinan dan IPMuntuk Provinsi Jawa Barat periode 2012 – 2017dan Antar Kabupaten/Kota di Jawa Barat yangdilakukantiaptahunperiode2012-2017.Berikuttabel 3.1 Uji Korelasi Spearman TingkatKemiskinan dan Indeks Pembangunan Manusia(IPM)diJawaBarat.
29
Tabel3.1UjiKorelasiSpearmanTingkat
KemiskinandanIndeksPembangunanManusia(IPM)diJawaBaratPeriode2012-2017
LingkupObservasi
JumlahObservasi
KoefisienKorelasiSpearman
p-value Hasil
ProvinsiJawaBaratperiode2012–2017
6 -0.9429 0.0048H0
ditolak
Kabupaten/KotadiJawaBaratperiode2012-2017
159 -0.7279 0.0000H0
ditolak
Sumber:datadiolahDiskominfoProv.Jabar
Tabel 3.1 menunjukkan bahwa hasil Uji
Korelasi Spearman mengonfirmasikan bahwaantara Tingkat Kemiskinan dengan IndeksPembangunanManusia (IPM) terdapat hubungandenganarahyangnegatifatausalingberlawanan.Secara sederhana, IPM yang lebih tinggi akandiikuti dengan Tingkat Kemiskinan yang lebih
30
rendah. Hal ini juga telah terbukti pada lingkupProvinsi Jawa Barat ataupun pada perbandinganantarKabupaten/KotadiJawaBarat.
Berdasarkan pembahasan mengenaikorelasi antara Tingkat Kemiskinan dan IndeksPembangunan Manusia (IPM), dapat disimpulkanbahwaTingkatKemiskinanyanglebihtinggiterjadididaerahyangmemilikilevelIPMlebihrendah.
2.TingkatKemiskinandanTingkatPengangguran
Secara sederhana tingkat kemiskinanmenggambarkan besaran peluang seseorangdikategorikan miskin berdasarkan ukuran kriteriayang telah ditetapkan Badan Pusat Statistik (BPS)daerah seseorang bermukim. TingkatPengangguran adalah ukuran besaran peluangseseorangdikategorikanmenganggurberdasarkanukuran kriteria yang telah ditetapkan olehInternational LaborOrganization (ILO).Pada bagian ini, akandilakukan analisamengenai hubunganantara tingkatkemiskinan dan tingkat
31
pengangguran. Tingkat pengangguran yangdimaksud adalah Tingkat Pengangguran Terbuka(TPT).
Secaraumum,selamaperiode2012–2017terjadipenurunanTingkatKemiskinandanTingkatPengangguranmenunjukkanpergerakansatuarah.Grafik 3.3 berikut ini memperlihatkan fenomenatersebutsepertiyangtelahdijelaskansebelumnya.
Grafik3.3TingkatPenganggurandanTingkatKemiskinandiProvinsiJawaBarat
Periode2012-2017
Sumber:BPSJawaBarat;datadiolahDiskominfoProv.Jabar
32
Berdasarkan grafik 3.3, terlihat bahwa
selama periode 2012 – 2017 tingkat kemiskinandan tingkat pengangguran di Jawa Barat tidakselaluterjadipenurunan,sepertipeningkatanyangsempatterjadipadatahun2014dan2015.
Fenomenahubungansearahantaratingkatkemiskinan dan tingkat pengangguran di ProvinsiJawa Barat pada kurun waktu 5 (lima) tahunterakhirperludibuktikandenganmembandingkantingkat kemiskinan dan tingkat pengangguran dilingkup Kabupaten/Kota di Jawa Barat periode2012-2017,untukmendapatkaninformasiapakahkota dengan tingkat pengangguran yang lebihtinggi cenderung mengalami tingkat kemiskinanyanglebihtinggi.InformasimengenaihaltersebutditunjukkanpadaGrafik3.4berikutini.
33
Grafik3.4TingkatKemiskinandanTingkat
PengangguranantarKabupaten/KotadiJawaBaratPeriode2012-2017
Sumber:BPSJawaBarat;datadiolahDiskominfoProv.Jabar
Grafik 3.4 memperlihatkan bahwa tidak
setiap kabupaten/kota dengan tingkatpengangguran yang tinggi diikuti dengan tingkatkemiskinan yang tinggi pula. Hal ini menandakanbahwa dalam analisis antar kabupaten/kota diJawa Barat, hubungan antara tingkat kemiskinan
34
dengan tingkat pengangguran tidak menentu,meskipun grafik tersebut memperlihatkankecenderungan arah hubungan yang negatif atauberbanding terbalik. Salah satu penjelasanmengenai hal tersebut adalah struktur ekonomiantarkabupaten/kotadiProvinsi JawaBaratyangberbeda–bedadanbesaranpersentaseangkatankerja di suatu kabupaten/kota yang bekerja disektorformal.
Untukdapatmenyimpulkanarahhubungantingkat kemiskinan dan tingkat penganggurandengan lebih pasti, perlu dilakukan uji korelasi.Tabel3.2berikut inimenujukkanhasiluji korelasiSpearman antara Tingkat Kemiskinan dan TingkatPenganggurandi JawaBaratperiode2012–2017dan antar Kabupaten/Kota di Jawa Barat periode2012-2017.
35
Tabel3.2HasilUjiKorelasiTingkatKemiskinandanTingkatPengangguran
diJawaBaratPeriode2012-2017
LingkupObservasi
JumlahObservasi
KoefisienKorelasiSpearman
p-value Hasil
ProvinsiJawa Baratperiode2012–2017
6 0.7714 0.0724 H0
ditolak
Kabupaten/Kotadi JawaBaratperiode2012-2017
132 -0.0977 0.2649 H0
tidakdapatditolak
Sumber:BPSJawaBarat;datadiolahDiskominfoProv.Jabar
Berdasarkan hasil Uji Korelasi pada tabel3.2, terlihat bahwa hubungan antara tingkatpengangguran dan tingkat kemiskinan di ProvinsiJawa Barat terdapat perbedaan denganperbandinganantarKabupaten/KotaProvinsiJawaBarat di tiap tahun antara 2012 - 2017. Hal inimenunjukkan bahwa dalam 6 tahun terakhir,
36
hubungan antara tingkat pengangguran dantingkatkemiskinancenderungkonsistenpadaarahhubungan yang negatif. Sedangkan pada lingkupperbandingan antar kabupaten/kota, terlihatbahwa Tingkat Pengangguran dan TingkatKemiskinansalingindependenatautidakberkaitanpada periode 2012 - 2017. Secara sederhana,tingkat pengangguran yang tinggi di suatukabupaten/kota belum tentu diikuti dengantingkat kemiskinan yang lebih tinggi atau lebihrendah dibandingkan kabupaten/kota lain yangtingkatpenganggurannyalebihrendah.
Merujuk dari pembahasan mengenaiTingkat Kemiskinan dan Tingkat Pengangguran,ternyatahubunganantaraTingkatKemiskinandanTingkat Pengangguran tidak ada. Tingkatkemiskinan yang tinggi belum tentu terjadi didaerah dengan tingkat pengangguran yang lebihtinggidanjugabelumtentuterjadididaerahyangtingkatpenganggurannyalebihrendah.
37
3.LajuPertumbuhanEkonomi(LPE)danTingkatKemiskinan
Tingkat Kemiskinan di Provinsi Jawa Baratpada periode 2012 -2017 mengalami penurunan,dari 9.88 % tahun 2012 menjadi 8.71 % tahun2017, atau kurang lebih 260 ribu orang berhasilkeluar dari kemiskinan ekonomi pada periodetersebut. Tren tingkat kemiskinan yang sedangterjadi di Provinsi Jawa Barat ternyata diikutidengan semakinmelambatnya Laju PertumbuhanEkonomi (LPE) pada periode 2012 – 2017. Grafikmengenai arah hubungan tingkat kemiskinan danLPEdiProvinsiJawaBaratterdapatpadagrafik3.5berikutini.
38
Grafik3.5TingkatKemiskinandanLajuPertumbuhanEkonomi(LPE)ProvinsiJawaBarat
Periode2012-2017
Sumber:BPSJawaBarat;datadiolahDiskominfoProv.Jabar
Berdasarkangrafik3.5,dapatdilihatbahwatingkat kemiskinan dan Laju PertumbuhanEkonomi (LPE) memiliki arah hubungan yangpositif atau berbanding lurus. Secara sederhana,menurunnya pertumbuhan ekonomi akan sejalandengan menurunnya tingkat kemiskinan.Meskipun pada lingkup Provinsi Jawa BaratmenunjukkanadanyaarahhubunganpositifantaraTingkat Kemiskinan dan LPE pada periode 2012 –2017, perlu dilakukan analisa lebih lanjut padalingkup perbandingan antar kabupaten/kota diJawa Barat. Grafik 3.6 berikut ini menampilkan
39
perbandingan Tingkat Kemiskinan dan LajuPertumbuhan Ekonomi (LPE) antarKabupaten/Kota di Jawa Barat periode 2012 -2016.
40
Grafik3.6TingkatKemiskinandanLajuPertumbuhanEkonomi(LPE)diKabupaten/Kota
diJawaBaratPeriode2012-2016
Sumber:BPSJawaBarat;datadiolahDiskominfoProv.Jabar
Berdasarkangrafik3.6 terlihatbahwaarahhubungan antara LPE dan Tingkat Kemiskinanantar Kabupaten/Kota di Jawa Barat cenderungnegatif atau berbanding terbalik. Hal inimenunjukkanbahwapeningkatanLPEakandiikutidengan penurunan Tingkat Kemiskinan. Namun,analisa berdasarkan grafik tersebutmasih kurangmeyakinkan untuk dijadikan kesimpulan. Olehkarena itu, uji korelasi diperlukan untukmendapatkan hasil yang lebih akurat. Tabel 3.3
41
berikut inimenampilkan hasil Uji Korelasi TingkatKemiskinandanLPEdiJawaBarat.
Tabel3.3HasilUjiKorelasiSpearmanTingkat
KemiskinandanLPEdiJawaBarat
LingkupObservasi
JumlahObservasi
KoefisienKorelasiSpearman
p-valueatau
prob>|t|
Hasil
ProvinsiJawaBaratperiode2012–2017
6 0.4857 0.3287 H0
tidakdapatditolak
Kabupaten/KotadiJawaBaratperiode2012-2016
132 -0.3917 0.0000 H0
ditolak
Sumber:BPSJawaBarat;datadiolahDiskominfoProv.Jabar
Berdasarkan hasil pengujian yang
ditampilkanpadatabel3.3,terlihatbahwaTingkatKemiskinandanLPEdilingkupProvinsiJawaBaratantara 2012 – 2017 menunjukkan ketiadaankorelasiatausalingindependen.Secarasederhana,apabilaLPEmeningkatataumenurun,tidakselalu
42
diikuti suatu perubahan Tingkat Kemiskinan.Namun,hasilpengujianberbedadenganobservasiantarkabupaten/kota.Padaperiode2012–2016,terlihat bahwa arah hubungan antara LPE danTingkatKemiskinankonsistenbersifatnegatifatauberbanding terbalik. Artinya, setiapkabupaten/kota yang mengalami pertumbuhanekonomi lebih cepat akan diikuti oleh tingkatkemiskinanyanglebihrendah.
PembahasanmengenaiTingkatKemiskinandan LPEmemberikan kesimpulan bahwa ternyataTingkatKemiskinanterjadididaerahyangLPE-nyalebihrendah.LPEyangsemakintinggiakandiikutidenganTingkatKemiskinanyangsemakin rendah.
43
BAB IVKESIMPULANDANSARAN
1.Kesimpulan
Berdasarkan hasil pengolahan dan analisisdata yang telah dilakukan, dapat disimpulkanbahwa:
1) Indeks Pembangunan Manusia (IPM)memiliki keterkaitan dengan tingkatkemiskinan, baik di lingkup provinsimaupun kabupaten/kota di Jawa Barat.Arahhubunganantara IPMdengantingkatkemiskinan adalah berbanding terbalik,artinya peningkatan salah satu variabelantara IPM atau Tingkat Kemiskinan akandiikuti dengan penurunan di variabellainnya.
2) Secara keseluruhan ditemukan bahwatingkat pengangguran memiliki hubungandengan tingkat kemiskinan pada lingkupobservasi Provinsi Jawa Barat secarakeseluruhan, namun tidak pada lingkupperbandingan kabupaten/kota. Arah
44
hubungan antaraTingkat Penganggurandan Tingkat Kemiskinanpada observasi ProvinsiJawa Barat secarakeseluruhan adalahpositif, artinya semakintinggi tingkatpengangguranakandiikutidengansemakintingginya tingkat kemiskinan, begitupunsebaliknya.
3) Tingkat kemiskinan tidak memiliki arahhubungan dengan Laju PertumbuhanEkonomi (LPE). Secara sederhana,perubahan yang terjadi pada LPE belumtentudiikutidenganperubahanyangakanterjadipadaTingkatKemiskinan.
4) Tingkat kemiskinan lebih tinggi di daerah
dengan capaian Indeks PembangunanManusia (IPM) yang lebih rendah. IPMyangdibangunberdasarkanAngkaHarapanHidup, Rata – Rata Lama Sekolah, AngkaHarapan Sekolah dan Pengeluaran PerKapita dapat dioptimalkan
45
perkembangannyauntukmencapai tingkatkemiskinanyanglebihrendah.
5) Mengurangi tingkat pengangguran dapatmenjadi potensi untukmengurangi tingkatkemiskinan, sedangkanmempercepat LajuPertumbuhan Ekonomi (LPE) belum tentumemiliki pengaruh untukmerubah tingkatkemiskinan.
2.Saran
Saran dan rekomendasi berdasarkankesimpulanyangtelahdisampaikanadalahsebagaiberikut:
1) Indeks Pembangunan Manusia (IPM)sebagai salah satu indikator keberhasilanpembangunan ternyata mampu menjadisalah satu jalan untukmengurangi tingkatkemiskinandisuatudaerah.IPMterdiridari3 (tiga) komponen yang mencakup rata –rata lamasekolah,angkaharapansekolah,pengeluaran per kapita dalam satu hari,dan angka harapan hidup. Secarasederhana, memfokuskan programpembangunan pada tiga aspek tersebut
46
dapat menjadi cara untuk mengurangitingkatkemiskinan.
2) Setelahmengetahuihubunganyangterjadiantara Tingkat Kemiskinan dan TingkatPengangguran, ternyata tidak terjadihubungan atau kedua hal tersebut salingindependen. Hal ini menunjukkan bahwamengatasi kemiskinan tidakhanyadenganmenyediakanlapanganpekerjaan,namundiikuti dengan perbaikantingkat upah, daya beli danpenyediaanfasilitaspublik.
3) Berdasarkan Uji Korelasi yang telahdilakukan pada tulisan ini, ternyatahubungan antara tingkat kemiskinandengan Laju Pertumbuhan Ekonomi (LPE)adalah saling independen. Hal inimenunjukkan bahwa perubahan pada LPEtidak selalu diikuti dengan perubahantingkat kemiskinan. Oleh karena itu,kebijakanuntukmenggenjotpertumbuhanekonomi tidak hanya dengan konsumsipemerintah dan masyarakat kelas
47
menengahkeatas,namunjugaperluuntukikut memperbaiki konsumsi masyarakatkelasmenengahkebawahdanmasyarakatmiskin. Selain itu, menyediakan lapanganusaha dengan upah yang mampumeningkatkan daya beli masyarakat jugaperluuntukdilakukan.
48
DAFTARPUSTAKA
Artusi, R., Verderio, P., & Marubini, E. (2002).Bravais-Pearson and Spearman correlationcoefficients:Meaning, testofhypothesisandconfidence interval. International Journal ofBiological Markers, 17(2), 148–151.https://doi.org/10.5301/JBM.2008.2127
Badan Pusat Statistik. (2018). Kemiskinan danKetimpangan. Retrieved October 29, 2018,fromhttps://www.bps.go.id/subject/23/kemiskinan-dan-ketimpangan.html
Bishara, A. J., & Hittner, J. B. (2012). Testing thesignificance of a correlation with nonnormaldata: Comparison of Pearson, Spearman,transformation, and resampling approaches.Psychological Methods, 17(3), 399–417.https://doi.org/10.1037/a0028087
Case,KarlE.danRayC.Fair.2004.Prinsip-PrinsipEkonomiMakro.EdisiKelima,CetakanKesatu.Jakarta:PT.Indeks
Goedhart,T.,Halberstadt,V.,Kapteyn,A.,&Praag,B.Van.(1977).ThePovertyLine:ConceptandMeasurement. The Journal of HumanResources,12(4),503–520.
49
Sukirno, Sadono. (2004). Makro Ekonomi TeoriPengantar.Jakarta:PTRajaGrafindoPerkasa.
WorldBank. (1999). Introductions:TheDefinitionsofPoverty.
World Bank. (2015). Global Poverty Line FAQ.Retrieved fromhttp://www.worldbank.org/en/topic/poverty/brief/global-poverty-line-faq
50