Resume Jurnal Khasanty.docx

Resume jurnal 1: 1. Identifikasi variabel analisis Untuk mengidentifikasi variabel analisis dapat diketahui dari judul, dimana dalam judul artikel pertama yaitu “Faktor-Faktor yang Mempengaruhi Tingkat kemiskinan di Jawa Tengah” maka dapat diketahui bahwa: a. Variabel terikat (Y) : Kemiskinan b. Variabel bebas (X) : Produk Domestik Bruto (PDB) (X1) dan pengangguran (X2) realisasi belanja apbd (X3)

2. Identifikasi permasalahan analisis Permasalahan dalam analisis yang dibahas dalam artikel pertama ini adalah mengetahui apakah terdapat atau tidak terdapat pengaruh antara variabel bebas yang terdiri dari PDRB, pengangguran, dan realisasi belanja APBD terhadap variabel terikat yaitu jumlah penduduk iskin di Jawa Tengah baik secara parsial maupun simultan.

3. Identifikasi metode analisis Data yang dipergunakan dalam penelitan di artikel pertama adalah data sekunder. Data sekunder adalah data yang diperoleh melalui dokumen-dokumen resmi berupa data kabupaten/kota di Provinsi Jawa Ten-gah periode 2007. untuk mem-peroleh data sekunder yang berhubungan dengan masalah penelitian diperoleh dari Badan Pusat Statistik (BPS) Provinsi Jawa Tengah, data yang diperoleh yaitu jumlah penduduk miskin di Provinsi Jawa Tengah periode 2000 – 2004, data Produk Domestik Regional Bruto (PDRB) atas dasar harga konstan tahun 2000 periode 2000 – 2007, data jumlah penduduk masing-masing ka-bupaten/kota di Provinsi Jawa Tengah, data pengangguran kabupaten/kota di Provinsi Jawa Tengah, dan data keuangan daerah (APBD) kabupaten/kota di Provinsi Jawa Tengah. Maka variabel-variabel yang diteliti dalam penelitian pada artikel pertama adalah Jumlah Penduduk Miskin, PDRB, Persentase Tingkat Pengangguran dan Besarnya Realisasi Belanja APBD yang dkeluarkan untuk pendidikan, kesehatan dan infrastrutur. Teknik analisis yang digunakan adalah Analisis

Regresi Berganda dengan metode Ordinary Least Square (OLS). .signifikan dalam penelitian pada artikel pertama ini dilakukan secara parsial (uji t).

4. Tuliskan model analisis beserta keterangannya model regresinya dalam bentuk log dituliskan sebagai berikut: 𝑙𝑜𝑔 𝑌 = 𝛽₀ + 𝛽₁𝐿𝑛𝑋₁ + 𝛽₂𝐿𝑛𝑋₂ + 𝛽₃𝐿𝑛𝑋₃ + 𝜀 dimana: Dimana : Y = Kemiskinan β0 = Konstanta β1 = Koefisien regresi dari X1 β2 = Koefisien regresi dari X2 β3 = Koefisien regresi dari X3 X1 = PDRB X2 = Penagngguran X3 = Realisasi Belanja APBD

5. Hasil analisis Hasil analisis yang diperoleh dalam penelitian pada artikel perrtama adalah: Diketahui bhawa Model regresi yang ditemukan diperoleh Adjusted R2 sebesar = 0,87 artinya bahwa sebesar 87% persentase jumlah penduduk miskin dapat dijelaskan oleh variabel PDRB, pengangguran dan belanja publik. Pengaruh tersebut signifikan pada 0,05 karena hasil pengujian ditemukan nilai F sebesar 61,4 dengan p <0,01. Dengan demikian dapat dis-impulkan bahwa secara simultan PDRB, pengangguran, belanja publik, dan dummy variable berpengaruh terhadap persentase jumlah penduduk miskin. Dalam penelitian pada artikel pertama ini diketahui bahwa PDRB berpengaruh negatif terhadap persentase jumlah penduduk miskin dengan koefisien sebesar -0,13. Hal ini mendukung teori yang ada yang artinya setiap kenaikan PDRB di masing-masing kabupaten/kota di Provinsi Jawa Tengah sebesar 1% maka akan menurunkan jumlah penduduk miskin sebe-sar 0,13%.

Tabel 3 Hasil Analisis Regresi

Variabel b

t

Constant

-80717,82

-2,47

Ln X1

-0,00012

-1,94

Ln X2

2,11

0,19

Ln X3

0,0001

3,51

D

-1510286

-8,36

Independen

Dalam hasil analisis uji regresi dalam penelitia inidiketahui bahwa nilai t hitung < t tabel yang berrati bhawa persentase pengangguran ti-dak berpengaruh terhadap jumlah pendu-duk miskin di masing-masing kabupa-ten/kota di Provinsi Jawa Tengah. Hal ini mengindikasikan bahwa penyebab pendu-duk atau seseorang miskin bukan bersumber dari besarnya tingkat pengangguran. Dalam hasil uji regresi diketahui bahwa koefisien belanja public bernilai positif dan signifikan secara statistik sebesar 1,28 artinya peningkatan belanja publik se-besar 1% maka akan meningkatkan jumlah penduduk miskin sebesar 1,28%. Hasil te-muan ini menunjukkan masih dominannya belanja operasional/konsumsi pemerintah dengan orientasi belanja pegawai yang se-makin tinggi menyebabkan rendahnya pri-oritas pada pelayanan publik. Adaptasi dae-

rah terhadap perubahan kebijakan anggaran mengenai alokasi belanja publik bagi mas-ingmasing kabupaten/kota di Provinsi Jawa Tengah juga cukup mempengaruhi kesiapan pengalokasian anggaran untuk penyediaan pelayanan publik. Secara teori, pemerintah sebagai penyedia

barang

publik

harus

dapat

mendistribusikan

barang-barang

publik

dan

penyelenggaraan pembiayaan dari pen-distribusian barang publik (Hyman, 1996)..

Data-data yang digunaan dalam penelitian ini telah terbukti memenuhi asumsi klasik yang meliputi normalitas, multikoli-nearitas, otokorelasi, dan heterosedasatisi-tas (Gujarati, 2003). Pengujian normalitas dilakukan dengan menggunakan Jarcue-Bera dan menghasilkan nilai

2

sebe-sar 0,95 yang jauh lebih kecil daripada nilai 2 tabel sebesar 43,775 sehingga dapat dikatakan residual model berdistribusi normal. Uji multikolinearitas dilakukan dengan menggunakan pendekatan korelasi parsial yang hasilnya menunjukkan bahwa model terbebas dari multikolinearitas.

Uji otokorelasi dilakukan dengan meng-gunakan uji d (uji D-W). Hasilnya menunjuk-kan bahwa nilai d yang ditemukan sebesar 1,91 dan berada di antara 1,73 (du) dan 2,27 (4-du). Oleh karena itu model terbebas dari otokorelasi. Uji heterosedastisitas dilakukan dengan membandingkan nilai Obs*R-Square dengan nilai

2

tabel. Hasilnya menunjukkan bahwa nilai

Obs*R-squared sebesar 9,48 dan 2 tabel sebesar 43,77. Oleh karena nilai Obs*R-square lebih kecil dari

2

berarti tidak ditemukan adanya heteroskedastisitas. Dengan demikian seluruh

asumsi klasik yang disyaratkan terhadap model yang dikem-bangkan dipenuhi.

Resume jurnal 2: 1. Identifikasi variabel analisis Dari judul “Pengaruh Pengangguran terhadap Tingkat Kemiskinan di Jawa Tengah” dapat diketahui bahwa: a. Variabel terikat (Y) : Kemiskinan b. Variabel bebas (X) : Pengangguran (X1), Pertumbuhan Eknomi (PE) (X2) dan Inflasi (X3)

2. Identifikasi permasalahan analisis Permasalahan dalam analisis yang dibahas dalam artikel pertama ini adalah mengetahui apakah terdapat atau tidak terdapat pengaruh antara variabel bebas yang terdiri dari Pengangguran, PE, dan Inflasi terhadap variabel terikat yaitu tingkat kemiskinan di seluruh kabupaten/kota di Provinsi Jawa Tengah secara simultan.

3. Identifikasi metode analisis Data yang digunakan dalam penelitian pada artikel kedua ini adalah data sekunder. Data yang diperlukan dalam penelitian ini meliputi: persentase dan jumlah penduduk miskin di provinsi Jawa Tengah, tingkat pengangguran, PDRB, data inflasi dan berbagai macam data sekunder lainnya yang diambil dari berbagai sumber. Sumber datadiperoleh dari: Badan Pusat Statistik (BPS), Publikasi Bank Indonesia dan publikasi beberapa penelitian terdahulu. Penelitian ini bersifat kuantitatif dengan menggunakan metode data panel. Data yang digunakan dalam penelitian ini adalah data time series yaitu data tahun2009 sampai dengan tahun 2014 dan data cross section yaitu data 35 Kabupaten/ Kota di Jawa Tengah. Penelitian mengenai pengaruh pengangguran terhadap kemiskinan di propinsi Jawa Tengah menggunakan data time-series selama 5 (lima) tahun terakhir yang diwakili data tahunan dari 2009-2014 dan data cross-section sebanyak 35 data mewakili kabupaten/kota di Jawa Tengah. Merode yang digunakan dalam penelitian ini adalah Pooled OLS (ordinary least square).

4. Identifikasi model analisis beserta keterangannya

model regresi dengan metode pooled OLS: Y = bo{+ bix1 +b2x2 + b3x3 + e Kemiskinan = 16,83 + 0,099 Pengangguran – 0,101 Pertumbuhan Ekonomi +0,358 Inflasi + e

Dimana : Y = Kemiskinan β0 = Konstanta β1 = Koefisien regresi dari X1 β2 = Koefisien regresi dari X2 β3 = Koefisien regresi dari X3 X1 = Pengangguran X2 = PE X3 = Inflasi

5. Hasil analisis Uji Asumsi Klasik

Uji asumsi klasik merupakan syarat statistik yang harus dipenuhi analisis regresi linear berganda yang berbasisordinary least square (OLS). Selain itu, untuk mendapatkan model regresi linear berganda yang baik harus memenuhi kriteria BLUE (Best Linear Unbiased Estimator). BLUE dapat dicapai jika memenuhi 6. asumsi klasik. Asumsi utama yang harus dipenuhi ada tiga, yaitu homoskedastisitas, tidak ada multikolinearitas, dan tidak ada serial autokorelasi.Dalam penelitian ini semua asumsi regresi telah terpenuhi dan persamaan regresi telah bersifat BLUE (Best Linear Unbiased Estimator).

Persamaan Regresi

Persamaan regresi pengaruh pengangguran terhadap tingkat kemiskinan diJawa Tengah Tahun 2009 – 2014 dengan pengolahan data panel, adalah sebagai berikut : Kemiskinan = 16,83 + 0,099 Pengangguran – 0,101 Pertumbuhan Ekonomi +0,358 Inflasi + e

Pengangguran dan Kemiskinan

Hasil regresi dalam penelitian ini menunjukkan bahwa variabel pengangguran bertanda positif dan berpengaruh secara signifikan terhadap kemiskinan di Jawa Tengah. Kenaikan tingkat pengangguran terbuka sebanyak 1

% tidak menurunkan kemiskinan tetapi menaikkan kemiskinan sebesar 0,099 %.

Kenaikan tingkat pengangguran yang bertanda positif akan mengakibatkan kemiskinan menguat.

Penganguran berdampak mengurangi pendapatan masyarakat, sehingga akan menurunkan tingkat kemakmuran yang mereka capai. Seseorang yang menganggur tidak memiliki pendapatan dari pekerjaannya. Kebutuhan masyarakat yang banyak dan beragam membuat mereka berusaha untuk memenuhi kebutuhannya, hal yang dilakukan adalah bekerja untuk mendapatkan penghasilan. Jika mereka tidak bekerja atau menganggur, konsekuensinya tidak dapat memenuhi kebutuhandengan baik dan

menyebabkan para penganggur harus mengurangi pengeluaran konsumsinya. Ketika kebutuhan tidak terpenuhi dampaknya mereka masuk dalam kategori penduduk miskin serta mengakibatkan membengkaknya jumlah penduduk miskin.

Pertumbuhan Ekonomi Regional dan Kemiskinan

Dari hasil regresi, diperoleh hasil bahwa koefisien dari pertumbuhan ekonomi sebesar -0,101 dan signifikan secara statistik artinya bahwa adanya kenaikan 1 persen pertumbuhan ekonomi akan menyebabkan penurunan tingkat kemiskinan sebesar 0,101 persen. Pertumbuhan ekonomi merupakan indikator untuk melihat keberhasilan pembangunan dan merupakan syarat keharusan (necessary condition) bagi pengurangan tingkat kemiskinan. Adapun syarat kecukupannya ialah bahwa pertumbuhan ekonomi tersebut efektif dalam mengurangi tingkat kemiskinan. Artinya, pertumbuhan tersebut hendaklah menyebar disetiap golongan pendapatan, termasuk di golongan penduduk miskin.

Inflasi dan Kemiskinan

Hasil regresi menunjukkan koefisien dari inflasi 0,358 dan signifikan secara statistik,artinya kenaikan 1 persen inflasi akan menyebabkan kenaikan kemiskinan sebesar 0,358 persen. Semakin tinggi tingkat inflasi berarti semakin besar tingkat kemiskinan. Inflasi mempengaruhi individu, pengusaha dan pemerintah. Inflasi secara umum dianggap sebagai masalah penting yang harus segera diselesaikan. Memerangi laju inflasi merupakan salah satu bentuk dari kebijakan ekonomi yang sering dikenal dengan kebijakan stabilitas harga.

Resume jurnal 3: 1. Identifikasi variabel analisis Dari judul “Pengaruh Pertumbuhan Ekonomi terhadap Kemiskinan di Sumatera Utara” dapat diketahui bahwa: a. Variabel terikat (Y) : Kemiskinan b. Variabel bebas (X) : Pendidikan (X1), Kesehata (X2), dan PAD (X3)

2. Identifikasi permasalahan analisis Permasalahan dalam analisis yang dibahas dalam artikel pertama ini adalah mengetahui apakah terdapat atau tidak terdapat pengaruh antara variabel bebas yaitu tingkat Pendidikan, Kesehatan, dan PAD terhadap variabel terikat yaitu tingkat kemiskinan di seluruh kabupaten/kota di Provinsi Sumatera Utara.

3. Identifikasi metode analisis Dalam artikel ketiga ini data yang digunakan adalah data sekunder yang dimana bersumber pada laporan Badan Pusat Statistik Sumatera Utara (BPS) dan dari jurnal-jurnal ilmiah tentang perekenomian Indonesia sampai dengan tahun. Data sekunder adalah data yang didapat tidak secara langsung dari objek penelitian (Sanafisah Faisal, 1990). Penelitian ini bertujuan untuk mengetahui adanya / tidak pengaruh pertumbuhan ekonomi, pendidikan, kesehatan, dan belanja modal daerah di Sumatera Utara. Jenis data yang digunakan adalah data panel yaitu dimana gabungan antara time series dan cross section. Penelitian ini menggunakan penelitian metode data kuantitatif dan menggunakan metode data panel. Data panel sendiri adalah gabungan antara deret waktu (time series) dengan kerat lintang (cross section). Metode yang digunakan dalam mengestimasi model regresi dengan data panel, yaitu pooling least square (Common effect), pendekatan efek tetap (Fixed effect), dan pendekatan efek random (Randon Effect).

4. Identifikasi model analisis beserta keterangannya model regresi dengan metode pooled OLS: Y = bo{+ bix1 +b2x2 + b3x3 + e Dimana : Y = Kemiskinan β0 = Konstanta β1 = Koefisien regresi dari X1 β2 = Koefisien regresi dari X2 β3 = Koefisien regresi dari X3 X1 = Pendidikan X2 = Kesehatan X3 = PAD

5. Hasil analisis

Dari hasil regresi pada Fixed Effect model dapat dilihat bahwa nilai R-squared sebesar 0.981687. Dari hasil tersebut dapat disimpulakan bahwa pada variabel dependen (Y) bahwa kemsikinan dapat dijelaskan oleh variabel independen (X) yaitu Pendidikan (rata-rata lama sekolah), Kesehatan (angka harapan hidup), Pendapatan Asli Daerah yaitu sebesar 98.16% sedangkan sisanya dijelaskan oleh variabel diluar model penelitian. Dalam uji F dilakukan untuk dapat mengetahui apakah suatu variabel dependen (Y) secara bersama-sama (simultan) mampu mempengaruhi variabel dependen atau tidak. Dapat dilihat pada hasil regresi model estimasti Fixed Effect diketahui bahwa nilai nilai F-statistik sebesar 291.0117 dengan nilai probabilitas sebesar 0.000000 < alpha 0.5 %, maka dapat disimpulkan bahwa variabel

independen secara bersama sama (simultan) berpengaruh signifikan terhadap variabel dependen.

Berdasarkan hasil regresi uji Fixed Effect Model bahwa menunjukan hasil yang koefisien Pendidikan (X1) sebesar -0.568088 dan hasil nilai probabilitasnya sebesar 0.0000 < 0.05 maka secara statistik bahwa Pendidikan (X1) berpengaruh negatif dan signifikan terhadap Pengaruh Pertumbuhan Ekonomi Terhadap Kemiskinan di Sumatera Utara pada tahun 2010-2016. Maka dengan demikian ketika Pendidikan bertambah 1% maka akan meningkatkan angka kemiskinan sebesar 5.6%. pendidikan berdampak negatif terhadap kemiskinan. Dan dari penelitian terdahulu Rise, Dahen, Utami (2015) yang menyimpulkan bahwa hasil dari penelitian tersebut adalah terdapat pengaruh yang signifikan terhadap kemiskinan. Jumlah penduduk miskin berkurang akibat tingginya pendidikan yang ditunjukkan oleh rata-rata lama sekolah di Sumatera Barat pada tahun 2007 ke 2008 meningkat, dengan naikknya pendidikan maka jumlah penduduk miskin berkurang. Terlihat bahwa pendidikan yang diukur dari rata-rata lama sekolah, rata-rata lama sekolah naik maka jumlah penduduk miskin turun itu menyatakan bahwa rata-rata lama sekolah memiliki pengaruh negatif terhadap penduduk miskin. Pengaruh pendidikan terhadap penduduk miskin adalah negatif artinya semakin tinggi pendidikan masyarakat akan mengurangi jumlah penduduk miskin.

Berdasarkan hasil regresi uji Fixed Effect Model bahwa menunjukkan hasil yang koefisien Kesehatan (X2) sebesar -0.439141 dan hasil nilai probabilitasnya sebesar 0.0872 < 0.05 maka secara statistik bahwa Kesehatan (X1) berpengaruh negatif dan signifikan terhadap pengaruh pertumbuhan ekonomi terhadap kemiskinan di Sumatera Utara pada tahun 2010-2016. Maka dengan demikian ketika kesehatan bertambah 1% maka akan meningkatkan angka Kemiskinan sebesar 4.3%.

miskin bersifat negatif, semakin tinggi tingkat kesehatan masyarakat maka akan semakin turun jumlah penduduk miskin.

Berdasarkan hasil regresi uji Fixed Effect Model bahwa menunjukkan hasil yang koefisien Pendapatan Asli Daerah (X3) sebesar -0.001730 dan hasil nilai probabilitasnya sebesar 0.2597 > 0.05 maka secara statistik bahwa Pendapatan Asli Daerah berpengaruh negatif dan tidak signifikan terhadap pengaruh pertumbuhan ekonomi terdahap kemiskinan di Sumatera Utara pada tahun 2010-2016. Maka dengan demikian ketika Pendapatan Daerah bertambah 1% maka akan meningkatkan kemiskinan sebesar 0.01%.

Hal ini sesuai dengan hasil penelitian terdahulu yang dilakukan oleh Pratomo (2015) dalam skripsinya yang berjudul “Perngaruh Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Bagi Hasil, dan Belanja Daerah Terhadap Tingkat Kemsikinan DKI Jakarta” menyatakan bahwa Pendapatan Asli Daerah tidak terdapat pengaruh yang signifikan terhadap kemiskinan, karena hal ini menunjukkan bahwa semakin tingginya pendapatan asli daerah yang diperoleh suatu kota, belum tentu dapat mengurangi tingkat kemiskinan pada kota tersebut. Karena, masih banyaknya pembangunan ekonomi yang tidak merata sehingga tidak mampu mengatasi masalah kemiskinan.