MUHAMMAD BAHARIANSYAH 1113086000026 Jurusan...
Transcript of MUHAMMAD BAHARIANSYAH 1113086000026 Jurusan...
PENGARUH INDEKS PEMBANGUNAN MANUSIA (IPM), INFLASI
DAN ZAKAT, INFAQ, SHADAQAH (ZIS) TERHADAP PENGENTASAN
KEMISKINAN DI PROVINSI JAWA BARAT (PERIODE TAHUN 2012-
2015)
SKRIPSI
Diajukan Kepada Fakultas Ekonomi dan Bisnis
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Ekonomi
Oleh :
MUHAMMAD BAHARIANSYAH 1113086000026
Jurusan Ekonomi Syariah
Fakultas Ekonomi and Bisnis
Universitas Islam Negeri Syarif Hidayatullah Jakarta
1438 H/2017 M
DAFTAR RIWAYAT HIDUP
Nama : Muhammad Bahariansyah
Tempat/Tanggal Lahir : Tangerang, 06 Mei 1995
Jenis Kelamin : Laki-laki
Alamat : Komplek Cempaka Hijau B.23 RT/RW.02/07 Kel.
Cempaka Putih, Kec. Ciputat Timur. Tangerang Selatan,
Banten
Nomor HP : 0857 1979 1671
E-mail : [email protected]
Riwayat Pendidikan : UIN Syarif Hidayatullah, Jurusan Ekonomi Syariah
SMA Negeri 6 Jakarta, 2010-2013.
SMP Negeri 85 Jakarta, 2007-2010.
SDN Pesanggrahan 09 Pagi, 2001- 2007.
Pengalaman Organisasi : Departemen Seni dan Budaya, Dewan Eksekutif
Mahasiswa (DEMA) Fakultas Ekonomi dan Bisnis
(2013-2014)
Panitia OPAK Fakultas Ekonomi dan Bisnis (2014)
Divisi acara dan dokumentasi KKN Leader (2016)
i
ABSTRACT
This study aims to analyze the Influence of Human Development Index
(HDI), Inflation, and Zakat Infaq, and Shadaqah (ZIS) toward Poverty Rate in
West Java Province Year 2012-2015. The data used in this study is secondary
data and the method used is panel data regression analysis using Fixed Effect
Model with the help of Eviews 9 program to obtain a comprehensive view of the
relationship between variables one with other variables. The sample in this study
consisted of 26 cities/regencies in West Java Province for 4 years from 2012-
2015.
The results showed that the variable of Inflation has a significant influence
on the poverty rate partially. While the HDI and ZIS don‟t have a significant
effect on the poverty rate partially. The resul of regression analysis
simultaneously obtained that HDI, Inflation and ZIS together influence Poverty
rate. The prediction ability of the three variables to the Poverty Rate is 99,74%
and the remaining 0,26% is influenced by other factors not included in the
research model.
Keywords: Poverty in West Java, Human Development Index (HDI), Inflation,
Zakat, Infaq and Shadaqah (ZIS), Panel Data
ii
ABSTRAK
Penelitian ini bertujuan untuk menganalisis Pengaruh Indeks Pembangunan
Manusia (IPM), Inflasi dan Zakat, Infaq, Shadaqah (ZIS) terhadap Pengentasan
Kemiskinan di Provinsi Jawa Barat (Periode Tahun 2012-2015). Data yang
digunakan dalam penelitian ini adalah data sekunder dan metode yang digunakan
yaitu analisis regresi data panel menggunakan Fixed Effect Model dengan bantuan
program Eviews 9 untuk memperoleh gambaran yang menyeluruh mengenai
hubungan antara variabel satu dengan variabel yang lain. Sampel dalam penelitian
ini terdiri dari 26 kota/kabupaten di Provinsi Jawa Barat selama 4 tahun yaitu dari
tahun 2012-2015.
Hasil Penelitian menunjukkan bahwa variabel Inflasi memiliki pengaruh
yang signifikan terhadap Pengentasan Kemiskinan secara parsial. Sedangkan IPM
dan ZIS tidak memiliki pengaruh yang signifikan terhadap Pengentasan
Kemiskinan secara parsial. Hasil analisis regresi secara simultan diperoleh bahwa
IPM, Inflasi dan ZIS secara bersama-sama mempengaruhi Pengentasan
Kemiskinan. Kemampuan prediksi dari ketiga variabel tersebut terhadap
Pengentasan Kemiskinan sebesar 99,74% dan sisanya 0,26% dipengaruhi oleh
faktor lain yang tidak dimasukkan ke dalam model penelitian.
Kata Kunci : Kemiskinan Jawa Barat, Indeks Pembangunan Manusia
(IPM), Inflasi, Zakat, Infaq dan Shadaqah (ZIS), Data
Panel
iii
KATA PENGANTAR
Assalamu’alaikum wa rahmatullahi wa barakaatuh
Puji dan syukur kehadirat Allah Subhanahu wa Ta‟ala yang telah
melimpahkan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan
skripsi ini dengan judul ”Pengaruh Indeks Pembangunan Manusia (IPM), Inflasi
dan Zakat, Infaq, Shadaqah (ZIS) terhadap Pengentasan Kemiskinan di Provinsi
Jawa Barat (Periode Tahun 2012-2015)” sebagai salah satu syarat untuk
menyelesaikan Program Sarjana (S1) Jurusan Ekonomi Syariah Fakultas Ekonomi
dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta. Tak lupa pula
shalawat serta salam tercurahkan kepada junjungan Nabi besar Muhammad
Shallallah Alayhi wa Sallam, sehingga penulis dapat menyelesaikan skripsi ini
dengan sebaik-baiknya.
Dalam penelitian ini penulis menyadari bahwa penulisan ini tidak dapat
terselesaikan tanpa dukungan, bantuan, bimbingan serta doa dari berbagai pihak.
Oleh karena itu, penulis ingin menyampaikan ucapan terima kasih kepada semua
pihak yang telah membantu dalam penyusunan skripsi ini terutama pada:
1. Terimakasih kepada Keluarga atas segala doa dan dukungannya.
2. Bapak Dr. Arief Mufraini, Lc,M.Si selaku Dekan FEB, Bapak
Dr.Amilin, SE., Ak.,M.Si., QIA., BKP selaku Wakil Dekan I Bid.
Akademik, Bapak Dr. Ade Sofyan Mulazid, S.Ag, M.H selaku Wakil
Dekan II Bid Administrasi Umum dan Bapak Dr. Desmadi Saharuddin
iv
M.A selaku Wakil Dekan III Bid. Kemahasiswaan yang telah
memberikan jalan bagi saya dalam mengerjakan skripsi ini.
3. Bapak Yoghi Citra Pratama, M.Si Selaku Ketua Jurusan Ekonomi
Syariah dan Ibu Rr. Tini Anggraini, ST., M.Si selaku sekretaris
Jurusan Ekonomi Syariah. Semoga dapat menjadi panutan untuk
Jurusan Ekonomi Syariah dalam memajukannya.
4. Bapak Dr. Ir. H Roikhan Mochamad Aziz, MM. Hah. Slm selaku Dosen
Pembimbing Skripsi I dan sebagai penemu Teori Hahslm Theory,
Universe Guidance Theory, Teori Penciptaan dari al-Qur‟an, serta rumus
total al-Qur‟an 1587x4=112+6236 yang dengan kerendahan hatinya
bersedia meluangkan waktunya untuk memberikan pengarahan, ilmu yang
bermanfaat, serta masukan yang sangat berarti selama penyelesain skripsi
ini. Semoga Allah Subhanahu wa Ta‟ala membalas segala kebaikan
Bapak.
5. Seluruh Dosen Fakultas Ekonomi dan Bisnis, terima kasih atas curahan
ilmu yang Bapak dan Ibu berikan kepada saya. Semoga amalmu
mendapat keberkahan dari Allah Subhanahu wa Ta‟ala.
6. Seluruh jajaran karyawan Fakultas Ekonomi dan Bisnis, atas kerja
kerasnya melayani mahasiswa dengan baik dan meningkatkan citra
Fakultas Ekonomi dan Bisnis.
v
7. Terimakasih kepada Abie Sentani, Harish Ahmadi, Abie Ayub, Dimas,
Dita, Vika, Fadhil, Ridho, Ihsan dan seluruh teman seperjuangan Ekonomi
Syariah 2013 lainnya untuk empat tahun yang menyenangkan.
Penulis menyadari bahwa hasil penelitian ini masih memiliki banyak
kekurangan dan jauh dari kata sempurna dikarenakan terbatasnya pengalaman
dan pengetahuan yang dimiliki penulis. Dengan segenap kerendahan hati
penulis mengharapkan saran, arahan, maupun kritikan yang konstuktif dengan
penyempurnaan hasil penelitian ini.
Wassalamualaikum wa rahmatullahi wa barakaatuh
Jakarta, 14 November 2017
Muhammad Bahariansyah
vi
DAFTAR ISI
LEMBAR PENGESAHAN SKRIPSI
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
LEMBAR PENGESAHAN UJIAN SKRIPSI
LEMBAR PERNYATAAN KARYA ILMIAH
DAFTAR RIWAYAT HIDUP…………………………………………..…………….i
ABSTRACT…………………………………………………………………………..ii
ABSTRAK…………………………………………………………………………...iii
KATA PENGANTAR………………………………………………………………..iv
DAFTAR ISI………………………………………………………………………...vii
DAFTAR TABEL………………………………………………………………….....x
DAFTAR GAMBAR………………………………………………………………….xi
DAFTAR LAMPIRAN……………………………………………………………….xii
BAB I …………………………………………………………………………………1
PENDAHULUAN ........................................................................................................ 1
Latar Belakang ........................................................................................................ 1
A. Rumusan Masalah ............................................................................................. 9
B. Tujuan Penelitian............................................................................................... 9
C. Manfaat Penelitian........................................................................................... 10
D. Sistematika Penulisan………………………………………………………...10
BAB II ......................................................................................................................... 12
TINJAUAN PUSTAKA ............................................................................................. 12
A. Landasan Teori ............................................................................................... 12
1. Kemiskinan ............................................................................................... 12
1.1. Pengertian Kemiskinan ............................................................................ 12
1.2. Penyebab Kemiskinan .............................................................................. 17
1.3. Teori Kemiskinan ..................................................................................... 19
1.4. Ukuran Kemiskinan ................................................................................. 21
2. Indeks Pembangunan Manusia (IPM).............................................................. 22
2.1. Pengertian IPM ........................................................................................... 22
2.2. Komponen Pembangunan Manusia ............................................................ 24
2.3. Pengukuran Indeks Pembangunan………………………………………..27
2.4. Manfaat Indeks Pembangunan ................................................................... 28
3. Inflasi ............................................................................................................... 29
3.1. Pengertian Inflasi ....................................................................................... 29
3.2. Penyebab Timbulnya Inflasi ...................................................................... 32
4. Zakat, Infaq, Shadaqah (ZIS) ........................................................................... 33
4.1. Zakat ........................................................................................................ 33
4.1.1 Pengertian Zakat ...................................................................................... 33
4.1.2 Prinsip Zakat ............................................................................................ 35
4.2 Infaq ......................................................................................................... 36
4.3 Shadaqah…………………………………………………………..……37
B. Keterkaitan Antar Variabel Bebas dengan Variabel Terikat .......................... 38
1. Pengaruh IPM Terhadap Kemiskinan ........................................................... 38
2. Pengaruh Inflasi Terhadap Kemiskinan ........................................................ 39
3. Pengaruh Zakat, Infaq dan Shadaqah (ZIS) Terhadap Kemiskinan………...40
C. Penelitian Terdahulu ...................................................................................... 40
D. Kerangka Pemikiran…………………………………………………………44
E. Hipotesa Penelitian ......................................................................................... 47
BAB III ....................................................................................................................... 49
METODELOGI PENELITIAN .................................................................................. 49
A. Ruang Lingkup Penelitian ............................................................................. 49
B. Metode Pengumpulan Data ............................................................................ 49
1. Field Research ............................................................................................... 49
2. Library Research ........................................................................................... 50
C. Teknik Pengolahan Data ............................................................................. 50
D. Metode Analisis Data .................................................................................. 50
1) Penentuan Model Estimasi ........................................................................... 52
a. Common Effect atau Pooled Least Square (PLS)....................................... 52
b. Fixed effect Model (FEM) .......................................................................... 53
c. Random effect Model (REM) ..................................................................... 54
2) Tahapan Analisis Data .................................................................................. 55
a. Uji Chow ........................................................................................................ 55
b. Uji Hausman .................................................................................................. 56
3) Pengujian Signifikan ....................................................................................... 57
a. Uji Signifikan Parameter Individual (Uji Statistik t) ..................................... 57
b. Uji Signifikan Simultan (Uji Statistik F) ....................................................... 57
c. Uji Koefisien Determinasi (R2 ) .................................................................... 58
d. Uji H .............................................................................................................. 59
E. Operasional Variabel Penelitian ...................................................................... 62
BAB IV ....................................................................................................................... 65
HASIL PENELITIAN DAN PEMBAHASAN .......................................................... 65
A. Gambaran Umum Obyek Penelitian ............................................................. 65
B. Kondisi Kemiskinan di Provinsi Jawa Barat ................................................ 65
C. Analisis dan Pembahasan ............................................................................. 68
D. Pengujian Hipotesis ..................................................................................... 76
a. Model Penelitian................................................................................... 76
b. Uji Signifikansi Parsial (Uji t) ............................................................. 86
1. Berdasarkan Probabilitas .................................................................. 86
c. Uji Signifikansi Simultan (Uji F) ......................................................... 87
1. Berdasarkan F Tabel ........................................................................ 87
d. Uji Adjusted R2 ................................................................................... 88
E. Interpretasi Hasil Penelitian .......................................................................... 89
BAB V ........................................................................................................................ 91
KESIMPULAN ........................................................................................................... 91
A. Kesimpulan ................................................................................................... 91
B. Saran dan Implikasi ...................................................................................... 92
DAFTAR PUSTAKA………………………………………………………………..93
LAMPIRAN…………………………………………………………..……...……...98
DAFTAR TABEL
No. Keterangan Halaman
1.1 Jumlah Kemiskinan Provinsi Jawa Barat Tahun 2012-2015 2
1.2 Data Penelitian 7
4.1 Jumlah Penduduk Miskin Provinsi Jawa Barat Tahun 2012-2015 66
4.2 Hasil Regresi Data Panel Common Effect Model 69
4.3 Hasil Regresi Data Panel Fixed Effect Model 70
4.4 Hasil Uji Chow 72
4.5 Hasil Regresi Data Panel Random Effect Model 73
4.6 Hasil Uji Hausman 75
4.7 Hasil Uji Persamaan Setiap Objek Penelitian 78
x
DAFTAR GAMBAR
No. Keterangan Halaman
1.1 Jumlah penyaluran dana ZIS Provinsi Jawa Barat 8
2.1 Lingkaran Setan Kemiskinan 20
2.2 Kerangka Pemikiran 45
xi
DAFTAR LAMPIRAN
Lampiran 1
Lampiran 2
Lampiran 3
Lampiran 4
Lampiran 5
: Hasil Regresi Data Panel Common Effect Model…...…………….99
: Hasil Regresi Data Panel Fixed Effect Model………….…………100
: Tabel Uji Chow……………………………………………..…….102
: Tabel Random Effect…………………………………………..….103
: Tabel Uji Hausman………………………………………………..105
1
PENDAHULUAN
A. Latar Belakang
Permasalahan kemiskinan adalah permasalahan yang masih dihadapi oleh
seluruh bangsa di dunia, terutama di Negara-negara yang masih berkembang
seperti Indonesia. Kemiskinan sendiri merupakan permasalahan sosial yang
sangat kompleks dan banyak faktor yang menjadi aspek penyebab kemiskinan di
suatu Negara. Salah satunya adalah kurangnya pendapatan karena sulit
mendapatkan pekerjaan, pendidikan, kesehatan dan ketimpangan. Kemiskinan
dapat diartikan dimana seseorang tidak mampu memenuhi kebutuhan kehidupan
dasarnya seperti makanan, pakaian, tempat tinggal, tingkat kesehatan dan
pendidikan.
Permasalahan kemiskinan di Jawa Barat bukan hanya terjadi di daerah-
daerah terpencil saja, faktanya banyak penduduk miskin juga tinggal di daerah
perkotaan. Badan Pusat Statistik Jawa Barat mencatat bahwa angka kemiskinan
di Jawa Barat sangat fluktuatif. Pada tahun 2015 angka kemiskinan di Provinsi
Jawa Barat sebesar 4.485.650 orang. Secara keseluruhan angka kemiskinan di
Indonesia pada tahun 2015 sebesar 28.513.570 jiwa dari total jumlah penduduk
di Indonesia sebesar 255.461.700 jiwa (BPS: 2017)
Salah satu indikator utama keberhasilan pembangunan nasional adalah laju
penurunan jumlah penduduk miskin. Efektivitas dalam menurunkan jumlah
2
penduduk miskin merupakan pertumbuhan utama dalam memilih strategi atau
instrumen pembangunan. Hal ini menunjukkan salah satu kriteria utama
pemilihan sektor titik berat atau sektor andalan pembangunan nasional adalah
efektivitas dalam penurunan jumlah penduduk miskin (Hidayat, 2007).
Adapun jumlah kemiskinan di Provinsi Jawa Barat dari tahun 2012 sampai
tahun 2015 ditunjukkan oleh Tabel 1.1:
Tabel 1.1
Jumlah Kemiskinan Provinsi Jawa Barat Tahun 2012-2015
(berdasarkan ratusan ribu jiwa)
KOTA/KABUPATEN
KEMISKINAN
2012 2013 2014 2015
Bogor 451 499,1 479,1 487,10
Sukabumi 234,6 222,8 213,6 217,86
Cianjur 292,2 267,9 256,6 273,90
Bandung 279,5 271,7 266,8 281,04
Garut 315,8 320,9 315,6 325,67
Tasikmalaya 201,5 199,3 194,8 208,12
Ciamis 147,8 133 130 104,87
Kuningan 142,3 139,4 133,6 147,21
Cirebon 311,3 307,2 300,5 313,21
3
KOTA/KABUPATEN
KEMISKINAN
2012 2013 2014 2015
Majalengka 168,6 164,9 158 167,50
Sumedang 132,9 127,4 122 129,03
Indramayu 257,3 251,1 240,7 253,12
Subang 185,4 185,4 177,9 187,17
Purwakarta 85 83,6 80,3 83,94
Karawang 245,1 238,6 229 235,03
Bekasi 153,1 157,7 156,6 169,20
Bandung Barat 209,9 206 197,9 205,69
Kota Bogor 84,8 83,3 80,1 79,15
Kota Sukabumi 26 25,2 24,1 27,84
Kota Bandung 111,4 117,7 115 114,12
Kota Cirebon 33,2 31,9 30,6 31,74
Kota Bekasi 139,8 137,8 139,7 146,94
Kota Depok 47 45,9 47,5 49,97
Kota Cimahi 37,7 32,3 31,8 34,09
Kota Tasikmalaya 123 112,2 104,6 106,78
Kota Banjar 13,9 12,8 12,7 13,42
Sumber: BPS 2017
4
Pada Tabel 1.1 menunjukan jumlah kemiskinan di masing-masing
Kabupaten/Kota di Provinsi Jawa Barat tidak merata dan sebagian besar tingkat
kemiskinannya masih tinggi. Setiap tahunnya, jumlah kemiskinan di masing-masing
Kabupaten/Kota mengalami trend yang fluktuatif. Di tahun 2015 jumlah kemiskinan
tertinggi berada di Kabupaten Bogor sebesar 487.100 orang dan kemiskinan terendah
berada di Kota Banjar sebesar 13.420 orang. Pada tahun 2012 jumlah kemiskinan di
Jawa Barat sebesar 4.421.500 orang dan menurun pada tahun 2013 menjadi
4.382.650 orang. Pada tahun 2014 jumlah kemiskinan mengalami penurunan menjadi
sebesar 4.238.960. Pada tahun 2015 jumlah kemiskinan di Jawa Barat mengalami
peningkatan menjadi 4.485.650 orang.
Pemerintah dalam menanggulangi kemiskinan telah menggulirkan berbagai
bantuan atau insentif berupa dana maupun program, seperti program Penanggulangan
Kemiskianan dan Perkotaan (P2KP), Bantuan Langsung Tunai (BLT), bantuan beras
untuk rakyat miskin (Raskin), Program Nasional pemberdayaan Masyarakat Mandiri
(PNPM) dan bantuan lain. Namun demikian, upaya tersebut tidak dapat memberikan
dampak yang berarti, karena insentif seperti BLT hanya bersifat konsumtif dan
sebagai kenikmatan sesaat sehingga akan mengakibatkan ketergantungan masyarakat
miskin terhadap bantuan, padahal harapan dari adanya program tersebut tidaklah
demikian. Indonesia merupakan negara berkembang yang memilki jumlah penduduk
mayoritas Islam terbesar di dunia. (Al Anshori, 2017)
5
Pembangunan manusia di Indonesia adalah identik dengan pengurangan
kemiskinan. Investasi di bidang pendidikan dan kesehatan akan lebih berarti bagi
penduduk miskin dibandingkan penduduk tidak miskin, karena bagi penduduk miskin
aset utama adalah tenaga kasar mereka. Adanya fasilitas pendidikan dan kesehatan
murah akan sangat membantu untuk meningkatkan produktifitas, dan pada gilirannya
meningkatkan pendapatan. (Mulyaningsih, 2008)
Indeks Pembangunan Manusia berperan penting dalam pembangunan
perekonomian modern sebab pembangunan manusia yang baik akan menjadikan
faktor-faktor produksi mampu dimaksimalkan. Mutu penduduk yang baik akan
mampu untuk berinovasi mengembangkan faktor-faktor produksi yang ada. Selain
dari pada itu pembangunan manusia yang tinggi mengakibatkan jumlah penduduk
akan tinggi pula sehingga akan menaikkan tingkat konsumsi. Hal ini akan
mempermudah untuk menggalakkan pertumbuhan ekonomi (Sukirno, 2003).
Pendidikan merupakan modal dasar pembangunan sumber daya manusia.
Salah satu indeks yang penting dalam perhitungan Indeks Pembangunan Manusia
(IPM) adalah Indeks Pendidikan. Dengan pendidikan yang memadai, maka
pembangunan nasional akan mudah dicapai sesuai dengan yang telah direncanakan.
Diharapkan dengan pendidikan akan mampu menjawab persoalan kemiskinan,
rendahnya produktifitas dan juga lambatnya pertumbuhan ekonomi. (Al Anshori,
2017)
6
BPS mencatat angka kemiskinan di Provinsi Jawa Barat sejak tahun 2012
hingga 2015 mengalami trend yang fluktuatif. Walaupun secara garis besar
mengalami penurunan, jumlah penduduk miskin tersebut masih dianggap tinggi
karena melihat kenyataan bahwa masih banyaknya jumlah masyarakat yang masih
menerima bantuan subsidi dari pemerintah.
Inflasi merupakan salah satu indikator penting dalam pengendalian ekonomi
makro yang berdampak luas terhadap berbagai sektor ekonomi. Dengan syarat dan
batas-batas yang masih toleran. Dengan adanya inflasi maka akan mendorong
perekonomian.
Upaya pemberdayaan ekonomi bagi masyarakat miskin merupakan hal
penting yang dapat menjadi solusi permasalahan kemiskinan di Indonesia, khususnya
bagi Provinsi Jawa Barat. Sebagai makhluk sosial manusia tidak bisa lepas untuk
berhubungan dengan orang lain dalam rangka memenuhi kebutuhan hidupnya.
Kebutuhan manusia sangat beragam, sehingga terkadang secara pribadi ia tidak
mampu untuk memenuhinya, dan harus berhubungan dengan orang lain (Ichsan,
2016).
7
Tabel 1.2 Data Penelitian
Tahun IPM Inflasi ZIS
(Milyar Rupiah)
Jumlah
Penduduk
Miskin
2012 77.53 4.3 12,71 4.421.500
2013 78.08 8.38 5,98 4.382.650
2014 78.39 8.36 18,61 4.238.960
2015 78.99 3.35 45,21 4.485.650
Sumber: BPS 2017
Berdasarkan data pada Tabel 1.2 terlihat jumlah penduduk miskin di Jawa
Barat mengalami fluktuasi, pada tahun 2012 yaitu sejumlah 4,42 juta kemudian
mengalami penurunan di tahun 2013 dan 2014, kemudian kembali mengalami
peningkatan pada tahun 2015 menjadi 4,48 juta penduduk miskin. Peningkatan
jumlah penduduk miskin ini perlu di imbangi dengan peningkatan penyaluran zakat.
Karena pada dasarnya peran pemerintah dalam menanggulangi permasalahan
kemiskinan selain dari pajak Negara juga dapat didukung dari pengumpulan dan
penyaluran zakat. Namun kenyataannya pada saat ini peran zakat belum mampu
dioptimalkan sehingga tidak dapat terjadi pendistribusian yang merata.
Zakat sendiri memiliki peranan yang sangat strategis dalam upaya
pengentasan kemiskinan atau pembangunan ekonomi. Dalam mekanisme zakat
terdapat sistem kontrol dalam pengelolaannya. Nilai strategis zakat dapat dilihat
melalui: Pertama, zakat merupakan panggilan agama. Ia merupakan cerminan dari
keimanan seseorang. Kedua, sumber keuangan zakat tidak akan pernah berhenti.
Artinya orang yang membayar zakat, tidak akan pernah habis dan bagi yang telah
8
membayar zakat, akan berzakat kembali pada periode waktu yang akan datang.
Ketiga, zakat secara empirik dapat menghapus kesenjangan sosial dan sebaliknya
dapat menciptakan redistribusi aset dan pemerataan pembangunan (Ridwan, 2005).
Gambar 1.1
Jumlah penyaluran dana ZIS di Provinsi Jawa Barat
Sumber: Puskasbaznas 2017
Berdasarkan Gambar 1.1 dapat terlihat Data Zakat Infaq Sadaqah (ZIS) di
Provinsi Jawa Barat mengalami fluktuasi, pada tahun 2012 dana ZIS yang disalurkan
Provinsi Jawa Barat yaitu sebesar Rp. 12,71 miliar kemudian mengalami penurunan
di tahun 2013 menjadi Rp. 5,98 miliar. Selanjutnya jumlah dana ZIS terus mengalami
peningkatan pada tahun 2014 dan 2015 sehingga menjadi Rp. 45,21 miliar pada tahun
2015.
2012 2013 2014 2015
ZIS Jawa Barat 12,719,419,542 5,986,259,562. 18,613,000,264 45,208,416,664
-
5,000,000,000.00
10,000,000,000.00
15,000,000,000.00
20,000,000,000.00
25,000,000,000.00
30,000,000,000.00
35,000,000,000.00
40,000,000,000.00
45,000,000,000.00
50,000,000,000.00
Ru
pia
h
9
Berdasarkan latar belakang di atas maka peneliti mengambil penelitian yang
berjudul ”Pengaruh Indeks Pembangunan Manusia (IPM), Inflasi dan Zakat, Infaq,
Shadaqah (ZIS) terhadap Pengentasan Kemiskinan di Provinsi Jawa Barat (Periode
Tahun 2012-2015)”
A. Rumusan Masalah
Berdasarkan penjelasan yang telah dipaparkan dalam latar belakang masalah,
maka permasalahan yang dirumuskan adalah sebagai berikut:
1. Bagaimana pengaruh indeks pembangunan manusia (IPM), inflasi dan zakat,
infaq, shadaqah (ZIS) terhadap pengentasan kemiskinan di Provinsi Jawa
Barat secara parsial dan simultan?
B. Tujuan Penelitian
Berdasarkan perumusan masalah, maka tujuan dari penelitan ini adalah
sebagai berikut:
1. Untuk menganalisis pengaruh indeks pembangunan manusia (IPM), inflasi
dan zakat, infaq, shadaqah (ZIS) terhadap pengentasan kemiskinan di
Provinsi Jawa Barat secara parsial dan simultan
10
C. Manfaat Penelitian
1. Akademisi
Bagi akademisi diharapkan hasil penelitian ini mampu memberikan sumbangan
pemikiran bagi ilmu Syari‟ah pada umumnya serta menjadi rujukan selanjutnya
tentang Pengaruh Indeks Pembangunan Manusia (IPM), Inflasi dan Zakat, Infaq,
Shadaqah (ZIS) terhadap Pengentasan Kemiskinan di Provinsi Jawa Barat.
2. Praktisi
Bagi praktisi diharapkan hasil penelitian ini dapat dijadikan acuan bagi
lembaga zakat nasional terutama dalam upaya pengentasan kemiskinan khususnya
di Provinsi Jawa Barat.
D. Sistematika Penulisan
Dalam penulisan skripsi ini, sistematika penulisan yang digunakan penulis
adalah sebagai berikut :
BAB I : Pendahuluan
Pada bab ini berisi hal-hal yang akan dibahas dalam skripsi. Bab ini berisi latar
belakang, rumusan masalah, tujuan penelitian, manfaat penelitian dan sistematika
penulisan.
11
BAB II : Landasan Teori
Landasan teori pada penelitian ini merupakan landasan teori yang akan mendasari
pemecahan masalah dan pembentukan hipotesis. Dan hasil-hasil penelitian
terdahulu yang ada kaitannya dengan masalah yang diteliti.
BAB III : Metode Penelitian
Pada bab ini terdapat batasan populasi dan sample penelitian, jenis dan sumber
data serta metode pengumpulan data serta metode analisis data, dan data
penelitian.
BAB IV : Analisis Data dan Pembahasan
Pada bab ini menguraikan tentang gambaran umum penelitian yang diangkat, data
dan hasil analisa dari masalah penelitian.
BAB V : Kesimpulan dan Saran
12
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Kemiskinan
1.1. Pengertian Kemiskinan
Kemiskinan adalah kondisi di mana seseorang tidak dapat memenuhi kebutuhan
primernya untuk melangsungkan kehidupan yang layak. Sedangkan menurut Bank
Dunia kemiskinan adalah kondisi di mana seseorang tidak dapat menikmati segala
macam pilihan dan kesempatan dalam pemenuhan kebutuhan dasarnya seperti tidak
dapat memenuhi kesehatan, standar hidup layak, kebebasan, harga diri dan rasa
dihormati seperti orang lain. Bank Dunia mengelompokkan kemiskinan dalam dua
kategori, yaitu kemiskinan absolut dan kemiskinan relatif. Kemiskinan absolut
mengacu pada satu set standard konsisten yang tidak terpengaruh oleh waktu dan
tempat/negara. Sebuah contoh dari pengukuran absolut adalah persentase dari
populasi yang makan dibawah jumlah yang cukup menopang kebutuhan tubuh
manusia (kira-kira 2000 – 2500 kalori per hari untuk laki-laki dewasa). Bank Dunia
mengukur kemiskinan absolut sebagai orang yang hidup dengan pendapatan dibawah
USD $1 per hari dan kemiskinan menengah untuk pendapatan dibawah $2 per hari.
(The World Bank, 2007).
13
Kemiskinan merupakan masalah global yang sering dikaitkan dengan masalah
kebutuhan, kesulitan dan kekurangan-kekurangan dalam hidup. (Suharto,
2005) Kemiskinan memiliki beberapa ciri, yaitu:
Ketidakmampuan memenuhi kebutuhan konsumsi dasar (pangan, sandang dan
papan).
Ketiadaan akses terhadap kebutuhan hidup dasar lainnya (kesehatan,
pendidikan, sanitasi, air bersih dan transportasi).
Ketiadaan jaminan masa depan (karena tiada investasi untuk pendidikan dan
keluarga).
Kerentanan terhadap goncangan yang bersifat individual maupun massal.
Rendahnya kualitas sumber daya manusia (SDM) dan keterbatasan sumber
daya alam (SDA).
Ketidakterlibatan dalam kegiatan sosial masyarakat.
Ketiadaan akses terhadap lapangan kerja dan mata pencaharian yang
berkesinambungan.
Ketidakmampuan untuk berusaha karena cacat fisik maupun mental.
Ketidakmampuan dan ketidakberuntungan sosial (anak terlantar, wanita
korban tindak kekerasan rumah tangga, janda miskin, kelompok marjinal dan
terpencil).
Dimensi kemiskinan ditinjau dari sisi ekonomi adalah kondisi yang
menggambarkan rendahnya permintaan agregat yang menyebabkan berkurangnya
14
insentif untuk mengembangkan sistem produksi, rasio kapital per tenaga kerja yang
rendah sehingga menyebabkan produktivitas tenaga kerja rendah, serta penyebab lain
seperti alokasi sumber daya, terutama tenaga kerja. Dilihat dari sisi sosial,
kemiskinan mengindikasikan lemahnya potensi masyarakat untuk berkembang.
Selain itu, kemiskinan juga terlihat dari minimnya aspirasi dan pendeknya horizon
waktu wawasan ke depan suatu masyarakat. Sedangkan apabila dilihat dari sisi
politik, kemiskinan dapat digambarkan melalui ketergantungan dan eksploitasi suatu
kelompok masyarakat oleh kelompok masyarakat lainnya. Kemiskinan sekelompok
masyarakat akan menimbulkan kesenjangan yang dampaknya lebih buruk daripada
kemiskinan itu sendiri (Efendy, 2017).
Dalam mengukur kemiskinan, BPS menggunakan konsep kemampuan
memenuhi kebutuhan dasar (basic needs approach). Dengan pendekatan ini,
kemiskinan dipandang sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi
kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran.
Pendekatan ini dapat dihitung dengan Headcount Index, yaitu persentase penduduk
miskin terhadap total penduduk. Sedangkan Bappenas menggunakan beberapa
pendekatan utama untuk mewujudkan hak dasar masyarakat miskin (terpenuhinya
kebutuhan pangan, kesehatan, pendidikan, pekerjaan, perumahan, air bersih,
pertahanan, sumber daya alam dan lingkungan hidup, rasa aman dari perlakuan atau
ancaman tindak kekerasan dan hak untuk berpartisipasi dalam kehidupan sosial
politik), yaitu pendekatan kebutuhan dasar, pendekatan pendapatan, pendekatan
kemampuan dasar, dan pendekatan objektif dan subjektif (BAPPENAS).
15
Permasalahan kemiskinan di Indonesia sendiri telah diberikan solusi oleh
pemerintah melalui berbagai macam program, mulai dari bantuan sosial secara
langsung ataupun melalui program yang memberdayakan masyarakat agar lebih
produktif. Beberapa program pemerintah dalam menganggulangi kemiskinan, yaitu:
1. Jaminan Kesehatan Nasional (JKN), adalah program Pemerintah yang bertujuan
untuk memberikan kepastian jaminan kesehatan yang menyeluruh bagi seluruh
rakyat Indonesia agar dapat hidup sehat, produktif dan sejahtera. Sama halnya
dengan program Jamkesmas, pemerintah bertanggungjawab untuk
membayarkan iuran JKN bagi fakir miskin dan orang yang tidak mampu yang
terdaftar sebagai peserta Penerima Bantuan Iuran (PBI).
2. Kartu Keluarga Sejahtera (KKS), adalah kartu yang diterbitkan oleh Pemerintah
sebagai penanda keluarga kurang mampu, sebagai pengganti Kartu
Perlindungan Sosial (KPS). Melalui pelaksanaan program ini, diperkenalkan
penggunaan teknologi untuk menjangkau masyarakat kurang mampu agar
penyaluran program dapat lebih baik dan efisien. Dengan pelaksanaan program
ini, pemerintah dapat meningkatan martabat keluarga kurang mampu dengan
perlindungan dan pemberdayaan serta tidak sekedar diberikan bantuan semata.
3. Kartu Indonesia Pintar (KIP), adalah pemberian bantuan tunai pendidikan
kepada seluruh anak usia sekolah (6-21 tahun) yang menerima KIP, atau yang
berasal dari keluarga miskin dan rentan (misalnya dari keluarga/rumah tangga
pemegang Kartu Keluarga Sejahtera/KKS) atau anak yang memenuhi kriteria
yang telah ditetapkan sebelumnya. Program Indonesia Pintar melalui KIP
16
merupakan bagian penyempurnaan dari Program Bantuan Siswa Miskin (BSM)
sejak akhir 2014.
4. Program Keluarga Harapan (PKH), adalah program perlindungan sosial yang
memberikan bantuan tunai kepada Rumah Tangga Sangat Miskin (RTSM) dan
bagi anggota keluarga RTSM diwajibkan melaksanakan persyaratan dan
ketentuan yang telah ditetapkan. Program ini dalam jangka pendek bertujuan
mengurangi beban RTSM dan dalam jangka panjang diharapkan dapat
memutus mata rantai kemiskinan antar generasi, sehingga generasi berikutnya
dapat keluar dari perangkap kemiskinan.
5. Beras Untuk Keluarga Miskin (Raskin), merupakan subsidi pangan yang
diperuntukkan bagi keluarga miskin sebagai upaya dari pemerintah untuk
meningkatkan ketahanan pangan dan memberikan perlindungan pada keluarga
miskin. Program ini bertujuan untuk mengurangi beban pengeluaran Rumah
Tangga Sasaran (RTS) melalui pemenuhan sebagian kebutuhan pangan pokok
dalam bentuk beras dan mencegah penurunan konsumsi energi dan protein.
Selain itu raskin bertujuan untuk meningkatkan / membuka akses pangan
keluarga melalui penjualan beras kepada keluarga penerima manfaat dengan
jumlah yang telah ditentukan.
6. Kredit Usaha Rakyat (KUR), adalah dana pinjaman dalam bentuk Kredit Modal
Kerja (KMK) dan atau Kredit Investasi (KI) dengan plafon kredit dari Rp. 5
Juta sampai dengan Rp. 500 Juta. Program ini bertujuan untuk meningkatkan
akses pembiayaan perbankan yang sebelumnya hanya terbatas pada usaha
17
berskala besar dan kurang menjangkau pelaku usaha mikro kecil dan menengah
seperti usaha rumah tangga dan jenis usaha mikro lain yang bersifat informal,
mempercepat pengembangan sektor riil dan pemberdayaan UMKM.
1.2. Penyebab Kemiskinan
Ditinjau dari sumber penyebabnya, kemiskinan dapat dibagi menjadi
kemiskinan kultural dan kemiskinan struktural. Kemiskinan kultural adalah
kemiskinan yang mengacu pada sikap seseorang atau masyarakat yang disebabkan
oleh gaya hidup, kebiasaan hidup dan budayanya. Kemiskinan kultural biasanya
dicirikan oleh sikap individu atau kelompok masyarakat yang merasa tidak miskin
meskipun jika diukur berdasarkan garis kemiskinan termasuk dalam kelompok
miskin. Sedangkan kemiskinan struktural adalah kemiskinan yang disebabkan oleh
struktur masyarakat yang timpang, baik karena perbedaan kepemilikan, kemampuan,
pendapatan dan kesempatan kerja yang tidak seimbang, maupun karena distribusi
pembangunan yang hasilnya tidak merata. Kemiskinan struktural biasanya dicirikan
oleh struktur masyarakat yang timpang terutama dilihat dari ukuran-ukuran ekonomi
(Al Anshori, 2017).
Kondisi kemiskinan dapat disebabkan empat penyebab utama, yaitu:
1. Rendahnya taraf pendidikan. Taraf pendidikan yang rendah mengakibatkan
kemampuan pengembangan diri terbatas dan menyebabkan sempitnya lapangan
pekerjaan untuk dimasuki. Dalam bersaing mendapatkan lapangan pekerjaan
18
yang ada, taraf pendidikan juga menentukan. Taraf pendidikan yang rendah
juga membatasi kemampuan untuk mencari dan memanfaatkan peluang.
2. Rendahnya tingkat kesehatan. Taraf kesehatan dan gizi rendah menyebabkan
rendahnya daya tahan fisik, daya pikiran dan prakarsa.
3. Terbatasnya lapangan kerja. Keadaan kemiskinan karena kondisi pendidikan
dan kesehatan diperberat oleh terbatasnya lapangan pekerjaan. Selama ada
lapangan kerja atau kegiatan usaha, selama itu pula ada harapan untuk
memustuskan lingkaran kemiskinan itu.
4. Kondisi keterisolasian. Banyak penduduk miskin, secara ekonomi tidak berdaya
karena terpencil dan terisolasi. Mereka hidup terpencil sehingga sulit atau tidak
dapat terjangkau oleh pelayanan pendidikan, kesehatan dan gerak kemajuan
yang dinikmati masyarakat lainnya.
Tinggi rendahnya tingkat kemiskinan disuatu negara tergantung dari dua
faktor utama, yakni: pertama, tingkat pendapatan nasional rata-rata. Kedua, lebar
sempitnya kesenjangan dalam distribusi pendapatan. Variasi kemiskinan di setiap
wilayah disebabkan: 1) perbedaan geografis, penduduk dan pendapatan; 2) perbedaan
sejarah; 3) perbedaan kekayaan SDA dan kualitas SDM; 4) perbedaan sektor swasta
dan negara; 5) perbedaan struktur perindustrian; 6) perbedaan pada ketergantungan
kekuatan ekonomi dan politik dari negara lain; 7) perbedaan pembagian kekuasaan,
struktur politik dan kelembagaan dalam negeri. (Todaro, 2006)
19
1.3. Teori Kemiskinan
Angka kemiskinan di Indonesia yang cenderung stabil bahkan meningkat
setiap tahun, mengindikasikan bahwa masyarakat miskin sulit untuk keluar dari
lingkaran setan kemiskinan (Vicius Sircle of Poverty). Teori tersebut pertama kali
dikemukakan oleh seorang ahli ekonomi asal Swedia dan penerima hadiah nobel
untuk ekonomi, Ragnar Nurkse. Teori itu menjelaskan sebab-sebab kemiskinan di
negara-negara sedang berkembang yang umumnya baru merdeka dari penjajahan
asing. Teori tersebut menyatakan bahwa tingkat pendapatan yang rendah akan
menyebabkan permintaan rendah (pada sisi permintaan) dan tabungan yang rendah
(pada sisi penawaran), sehingga tingkat investasi pun rendah. Tingkat investasi yang
rendah menyebabkan kurangnya modal dan kembali menyebabkan produktivitas yang
rendah (Jhingan, 2004).
Salah satu upaya memutus lingkaran setan kemiskinan adalah dengan
memberikan modal berupa modal kerja kepada masyarakat miskin agar mereka dapat
melakukan usaha produktif sehingga mampu meningkatkan pendapatannya. Namun,
akses masyarakat miskin terhadap sumber modal sangat terbatas. Kemiskinannya
menyebabkan mereka dinilai tidak bankable sehingga tidak dapat mengakses dana
untuk modal dari lembaga keuangan formal seperti bank.
20
Gambar 2.1
Lingkaran Setan Kemiskinan
Sumber: Jhingan, 2004.
Pendapatan
Rendah
Permintaan Rendah
(sisi permintaan)
Tabungan Rendah
(sisi penawaran)
Investasi
Rendah
Kekurangan
Modal
Produktivitas
Rendah
21
1.4. Ukuran Kemiskinan
Ukuran kemiskinan menurut Foster-Greer-Thorbecke dalam (Todaro, 2006) adalah:
q
Pa = 1 ∑ [z-yi]a
n i=1 z
Dimana:
a = 0, 1, 2
z = Garis kemiskinan
yi = Rata-rata pengeluaran per kapita sebulan penduduk yang berada di bawah
garis kemiskinan ( i =1, 2, 3, ..., q ), y < z 1.
q = Banyaknya penduduk yang berada dibawah garis kemiskinan.
n = Jumlah penduduk
Jika:
1. a = 0, maka diperoleh Head Count Index ( 0 P ), yaitu persentase penduduk
yang berada dibawah garis kemiskinan.
2. a = 1, maka diperoleh Poverty Gap Index ( 1 P ), yaitu indeks kedalaman
kemiskinan, merupakan ukuran rata-rata kesenjangan pengeluaran masing-
masing penduduk miskin terhadap garis kemiskinan. Semakin tinggi nilai
indek, semakin jauh rata-rata pengeluaran penduduk dari garis kemiskinan.
3. a = 2, maka diperoleh Poverty Severity ( 2 P ), yaitu indeks keparahan
kemiskinan, yang memberikan gambaran mengenai penyebaran pengeluaran
22
antara penduduk miskin. Semakin tinggi nilai indeks, semakin tinggi
ketimpangan pengeluaran di antara penduduk miskin.
Sedangkan Badan Koordinasi Keluarga Berencana Nasional (BKKBN),
mengukur kemiskinan berdasarkan dua kriteria yaitu (Suryawati, 2005):
1. Kriteria Keluarga Pra Sejahtera (Pra KS) yaitu keluarga yang tidak mempunyai
kemampuan untuk menjalankan perintah agama dengan baik, minimum makan
dua kali sehari, membeli lebih dari satu stel pakaian per orang per tahun, lantai
rumah bersemen lebih dari 80%, dan berobat ke Puskesmas bila sakit.
2. Kriteria Keluarga Sejahtera 1 (KS 1) yaitu keluarga yang tidak berkemampuan
untuk melaksanakan perintah agama dengan baik, minimal satu kali per minggu
makan daging/telor/ikan, membeli pakaian satu stel per tahun, rata-rata luas
lantai rumah 8 meter per segi per anggota keluarga, tidak ada anggota keluarga
umur 10 sampai 60 tahun yang buta huruf, semua anak berumur antara 5
sampai 15 tahun bersekolah, satu dari anggota keluarga mempunyai
penghasilan rutin atau tetap, dan tidak ada yang sakit selama tiga bulan.
2. Indeks Pembangunan Manusia (IPM)
2.1. Pengertian IPM
Indeks Pembangunan Manusia adalah pengukuran perbandingan dari angka
harapan hidup, pendidikan, kesehatan dan standar hidup seseorang di seluruh Negara
di dunia. IPM juga digunakan untuk mengklasifikasikan sebuah Negara dan
mengukur bagaimana pengaruh dari kebijakan ekonomi terhadap tingkat kualitas
23
hidup warganya. Konsep pembangunan manusia seutuhnya merupakan konsep yang
menghendaki peningkatan kualitas hidup penduduk baik secara fisik, mental maupun
secara spritual.
Menurut United Nations Development Programme (UNDP), dalam Indeks
Pembangunan Manusia (IPM) terdapat tiga indikator komposit yang digunakan untuk
mengukur pencapaian rata-rata suatu negara dalam pembangunan manusia, yaitu:
lama hidup, yang diukur dengan angka harapan hidup ketika lahir; pendidikan yang
diukur berdasarkan rata-rata lama bersekolah dan angka melek huruf penduduk usia
15 tahun ke atas; standar hidup yang diukur dengan pengeluaran perkapita yang telah
disesuaikan menjadi paritas daya beli. Nilai indeks ini berkisar antara 0-100.
Pengertian IPM yang dikeluarkan oleh UNDP yang menyatakan bahwa
Indeks Pembangunan Manusia (IPM) atau Human Development Indeks (HDI)
merupakan salah satu pendekatan untuk mengukur tingkat keberhasilan pembangunan
manusia. IPM ini mulai digunakan oleh UNDP sejak tahun 1990 untuk mengukur
upaya pencapaian pembangunan manusia suatu negara. Walaupun tidak dapat
mengukur semua dimensi dari pembangunan, namun mampu mengukur dimensi
pokok pambangunan manusia yang dinilai mencerminkan status kemampuan dasar
(basic capabilities) penduduk. IPM dihitung berdasarkan data yang dapat
menggambarkan keempat komponen yaitu angka harapan hidup yang mewakili
bidang kesehatan, angka melek huruf dan rata-rata lamanya bersekolah mengukur
capaian pembangunan di bidang pendidikan, dan kemampuan daya beli / paritas daya
24
beli (PPP) masyarakat terhadap sejumlah kebutuhan pokok yang dilihat dari rata-rata
besarnya pengeluaran perkapita sebagai pendekatan pendapatan yang mewakili
capaian pembangunan untuk hidup layak.
2.2. Komponen Pembangunan Manusia
Lembaga United Nations Development Programme (UNDP) telah
mempublikasikan laporan pembangunan sumber daya manusia dalam ukuran
kuantitatif yang disebut Human Development Indeks (HDI). Meskipun HDI
merupakan alat ukur pembangunan SDM yang dirumuskan secara konstan, diakui
tidak akan pernah menangkap gambaran pembangunan SDM secara sempurna.
Adapun indikator yang dipilih untuk mengukur dimensi HDI adalah sebagai berikut:
Longevity, diukur dengan variabel harapan hidup saat lahir atau life expectancy
of birth dan angka kematian bayi per seribu penduduk atau infant mortality
rate.
Educational Achievement, diukur dengan dua indikator, yakni melek huruf
penduduk usia 15 tahun ke atas (adult literacy rate) dan tahun rata-rata
bersekolah bagi penduduk 25 tahun ke atas (the mean years of schooling).
Access to resource, dapat diukur secara makro melalui PDB rill perkapita
dengan terminologi purchasing power parity dalam dolar AS dan dapat
dilengkapi dengan tingkatan angkatan kerja.
25
Dari penjelasan tersebut dapat disimpulkan bahwa komponen-komponen yang
mempengaruhi IPM antara lain:
a. Indeks Harapan hidup. Indeks Harapan Hidup menunjukkan jumlah tahun
hidup yang diharapkan dapat dinikmati penduduk suatu wilayah. Dengan
memasukkan informasi mengenai angka kelahiran dan kematian per tahun,
variabel tersebut diharapkan akan mencerminkan rata-rata lama hidup sekaligus
hidup sehat masyarakat. Sehubungan dengan sulitnya mendapatkan informasi
orang yang meninggal pada kurun waktu tertentu, maka untuk menghitung
angka harapan hidup digunakan metode tidak langsung. Data dasar yang
dibutuhkan dalam metode ini adalah rata-rata anak lahir hidup dan rata-rata
anak masih hidup dari wanita pernah kawin. Secara singkat, proses
penghitungan angka harapan hidup ini disediakan oleh program Mortpak.
Untuk mendapatkan Indeks Harapan Hidup dengan cara menstandartkan angka
harapan hidup terhadap nilai maksimum dan minimumnya.
b. Indeks Hidup Layak. Untuk mengukur dimensi standar hidup layak (daya beli),
UNDP mengunakan indikator yang dikenal dengan real per kapita GDP
adjusted. Untuk perhitungan IPM sub nasional (provinsi atau kabupaten/kota)
tidak memakai PDRB per kapita karena PDRB per kapita hanya mengukur
produksi suatu wilayah dan tidak mencerminkan daya beli rill masyarakat yang
merupakan konsentrasi IPM. Untuk mengukur daya beli penduduk antar
provinsi di Indonesia, BPS menggunakan data rata-rata konsumsi 27 komoditi
26
terpilih dari Survei Sosial Ekonomi Nasional (SUSENAS) yang dianggap
paling dominan dikonsumsi oleh masyarakat Indonesia dan telah distandarkan
agar bisa dibandingkan antar daerah dan antar waktu yang disesuaikan dengan
indeks PPP (Purchasing Power Parity).
c. Indeks Pendidikan. Penghitungan Indeks Pendidikan (IP) mencakup dua
indikator yaitu angka melek huruf (LIT) dan rata-rata lama sekolah (MYS).
Populasi yang digunakan adalah penduduk berumur 15 tahun ke atas karena
pada kenyataannya penduduk usia tersebut sudah ada yang berhenti sekolah.
Batasan ini diperlukan agar angkanya lebih mencerminkan kondisi sebenarnya
mengingat penduduk yang berusia kurang dari 15 tahun masih dalam proses
sekolah atau akan sekolah sehingga belum pantas untuk rata-rata lama
sekolahnya. Kedua indikator pendidikan ini dimunculkan dengan harapan dapat
mencerminkan tingkat pengetahuan (cerminan angka LIT), dimana LIT
merupakan proporsi penduduk yang memiliki kemampuan baca tulis dalam
suatu kelompok penduduk secara keseluruhan. Sedangkan cerminan angka
MYS merupakan gambaran terhadap keterampilan yang dimiliki penduduk.
Menurut Todaro (2006) pembangunan manusia ada tiga komponen universal
sebagai tujuan utama meliputi:
a. Kecukupan, yaitu merupakan kebutuhan dasar manusia secara fisik. Kebutuhan
dasar adalah kebutuhan yang apabila tidak dipenuhi akan menghentikan
kehidupan seseorang, meliputi pangan, sandang, papan, kesehatan dan
27
keamanan. Jika satu saja tidak terpenuhi akan menyebabkan keterbelakangan
absolut.
b. Jati Diri, yaitu merupakan komponen dari kehidupan yang serba lebih baik
adalah adanya dorongan dari diri sendiri untuk maju, untuk menghargai diri
sendiri, untuk merasa diri pantas dan layak mengejar sesuatu, dan seterusnya.
Semuanya itu terangkum dalam self esteem (jati diri).
c. Kebebasan dari Sikap Menghamba, yaitu merupakan kemampuan untuk
memiliki nilai universal yang tercantum dalam pembangunan manusia adalah
kemerdekaan manusia. Kemerdekaan dan kebebasan di sini diartikan sebagai
kemampuan berdiri tegak sehingga tidak diperbudak oleh pengejaran dari
aspek-aspek materil dalam kehidupan. Dengan adanya kebebasan kita tidak
hanya semata-mata dipilih tapi kitalah yang memilih.
2.3. Pengukuran Indeks Pembangunan
Manusia dalam indeks pembangunan manusia terdapat tiga komposisi indikator
yang digunakan untuk mengukur besar indeks pembangunan manusia suatu negara,
yaitu :
a. Tingkat kesehatan diukur harapan hidup saat lahir (tingkat kematian bayi).
b. Tingkat pendidikan diukur dengan angka melek huruf (dengan bobot dua per
tiga) dan rata-rata lama sekolah (dengan bobot sepertiga).
c. Standar kehidupan diukur dengan tingkat pengeluaran perkapita per tahun.
28
Rumus umum yang digunakan untuk menghitung Indeks Pembangunan
Manusia adalah sebagai berikut:
IPM = 1/3 (Indeks X1 + Indeks X2 + Indeks X3)
Dimana:
X1 = Indeks harapan hidup
X2 = Indeks pendidikan
X3 = Indeks standar hidup layak
UNDP mengelompokkan capaian IPM menjadi empat kategori, yaitu:
kategori tinggi dengan nilai IPM > 80, kategori menengah atas dengan 66 < IPM <
80, kategori menengah bawah dengan 50 < IPM < 66, dan kategori rendah dengan
IPM < 50.
2.4. Manfaat Indeks Pembangunan
IPM dapat dimanfaatkan untuk beberapa hal sebagai berikut:
Untuk mengalihkan fokus perhatian para pengambil keputusan, media, dan
organisasi non pemerintah dari penggunaan statistik ekonomi biasa, agar lebih
menekankan pada pencapaian manusia. IPM diciptakan untuk menegaskan
bahwa manusia dan segenap kemampuannya seharusnya menjadi kriteria
utama untuk menilai pembangunan sebuah negara, bukannya pertumbuhan
ekonomi.
29
Untuk mempertanyakan pilihan-pilihan kebijakan suatu negara. Bagaimana
dua negara yang tingkat pendapatan perkapitanya sama dapat memiliki IPM
yang berbeda.
Untuk memperlihatkan perbedaan di antara negara-negara, di antara
provinsiprovinsi (atau negara bagian), di antara gender, kesukuan, dan
kelompok sosial ekonomi lainnya. Dengan memperlihatkan disparitas atau
kesenjangan di antara kelompok-kelompok tersebut, maka akan lahir berbagai
debat dan diskusi di berbagai negara untuk mencari sumber masalah dan
solusinya.
3. Inflasi
3.1. Pengertian Inflasi
Inflasi adalah kenaikan tingkat harga secara umum dari barang/komoditas dan
jasa selama satu periode tertentu. Inflasi dapat dianggap sebagai fenomena moneter
karena terjadinya penurunan nilai unit penghitungan moneter terhadap suatu
komoditas (Karim, 2011).
Inflasi dapat diartikan juga sebagai adanya kenaikan jumlah uang beredar di
dalam suatu Negara, serta munculnya peningkatan likuiditas di dalam perekonomian
Negara tersebut. Seiring dengan perkembangannya, inflasi secara singkat dapat
diartikan adanya suatu kenaikan baik barang maupun jasa secara terus menerus.
Inflasi dapat diklasifikasikan ke dalam dua faktor, yaitu inflasi yang
disebabkan oleh faktor manusia. Contoh inflasi yang disebabkan manusia adalah
adanya peningkatan sirkulasi mata uang fulus, tingginya pajak yang berlaku di suatu
30
Negara, adanya tindakan korupsi oleh pejabat Negara. Sedangkan faktor selanjutnya
yaitu, inflasi yang disebabkan oleh faktor alamiah. Contohnya adalah bencana alam
dan terjadinya peperangan antar Negara.
Menurut Rahardja dan Manurung (2004) suatu perekonomian dikatakan telah
mengalami inflasi jika tiga karakteristik berikut telah terpenuhi, yaitu : 1) terjadi
kenaikan harga, 2) kenaikan harga bersifat umum, dan 3) berlangsung secara terus
menerus. Ada beberapa indikator yang dapat digunakan untuk mengetahui apakah
suatu perekonomian sedang dilanda inflasi atau tidak. Indikator tersebut diantaranya :
1. Indeks Harga Konsumen adalah indeks harga yang paling umum dipakai
sebagai indikator inflasi. IHK mempresentasikan harga barang dan jasa yang
dikonsumsi oleh masyarakat dalam suatu periode tertentu.
2. Indeks Harga Perdagangan Besar adalah indikator yang menggambarkan
pergerakan harga dari komoditas yang diperdagangkan pada tingkat produsen
di suatu daerah pada suatu periode tertentu. Jika pada IHK yang diamati adalah
barang-barang akhir yang dikonsumsi masyarakat, pada IHPB yang diamati
adalah barang-barang mentah dan barang-barang setengah jadi yang merupakan
input bagi produsen.
3. GDP Deflator Prinsip dasar adalah membandingkan antara tingkat pertumbuhan
ekonomi nominal dengan pertumbuhan riil.
Menurut Paul A. Samuelson, inflasi dapat digolongkan menurut tingkat
keparahannya, yaitu sebagai berikut:
31
1. Moderate inflation
Karakteristiknya adalah kenaikan tingkat harga yang lambat. Umumnya
disebut sebagai inflasi satu digit. Pada tingkat inflasi seperti ini orang-orang masih
mau memegang uang dan menyimpan kekayaannya dalam bentuk uang daripada
dalam bentuk aset riil.
2. Galopping inflation
Inflasi tingkat ini terjadi pada tingkatan 20% sampai dengan 200% pertahun.
Pada tingkatan inflasi seperti ini orang hanya mau memegang uang seperlunya saja,
sedangkan kekayaan disimpan dalam bentuk asset riil. Orang akan menumpuk
barang-barang, membeli rumah dan tanah. Pasar uang akan mengalami penyusutan
dan pendanaan akan dialokasikan melalui cara-cara selain dari tingkat bunga serta
orang tidak akan memberikan pinjaman kecuali dengan tingkat bunga yang amat
tinggi. Banyak perekonomian yang mengalami inflasi seperti ini tetap berhasil
walaupun sistem harga yang berlaku sangat buruk.
Perekonomian seperti ini cenderung mengakibatkan terjadinya gangguan besar
pada perekonomian karena orang-orang akan cenderung mengirimkan dananya untuk
berinvestasi di luar negeri dari pada di dalam negeri (Capital Outflow).
32
3. Hyper inflation
Inflasi jenis ini terjadi pada tingkatan yang sangat tinggi yaitu sampai triliunan
persen per tahun. Walaupun sepertinya banyak pemerintahan yang perekonomiannya
dapat bertahan menghadapi galopping inflation, akan tetapi tidak pernah ada
pemerintahan yang dapat bertahan menghadapi jenis inflasi ini. Contohnya adalah
Weimar Republic di Jerman pada tahun 1920-an.
3.2. Penyebab Timbulnya Inflasi
Ada kalanya tingkat inflasi meningkat dengan tiba-tiba atau wujud sebagai
akibat suatu peristiwa tertentu yang berlaku diluar ekspektasi pemerintah, misalnya
efek dari pengurangan nilai uang (depresiasi nilai uang) yang sangat besar atau
ketidakstabilan politik. Menghadapi masalah inflasi yang bertambah cepat ini
pemerintah akan menyusun langkah-langkah yang bertujuan agar kestabilan harga-
harga dapat diwujudkan kembali. Uraian mengenai kebijakan pemerintah untuk
mengatasi inflasi yang dilakukan dalam bab ini terutama menerangkan tentang bentuk
kebijakan pemerintah untuk mengatasi masalah inflasi yang bertambah cepat
tingkatnya sebelum hal tersebut diterangkan terlebuh dahulu akan diperhatikan
penyebab dari berlakunya tingkat inflasi yang tinggi (Sukirno, 2000).
Berdasarkan sebab-sebab timbulnya inflasi, menurut Sukirno, inflasi dapat
digolongkan:
33
a. Tarikan permintaan (demand pull inflation)
Inflasi ini biasanya terjadi pada masa perekonomian berkembang dengan
pesat. Kesempatan kerja yang tinggi menciptakan tingkat pendapatan yang tinggi dan
selanjutkan menimbulkan pengeluaran yang melebihi kemampuan ekonomi
mengeluarkan barang dan jasa. Pengeluaran yang berlebihan ini akan menimbulkan
inflasi.
b. Desakan biaya (cost push inflation)
Inflasi ini terjadi ketika perusahaan permintaan yang tinggi, sehingga mereka
akan berusaha menaikan produksi dengan cara memberikan gaji dan upah yang lebih
tinggi kepada pekerjanya dan mencari pekerja baru dengan tawaran pembayaran yang
lebih tinggi. Langkah ini mengakibatkan biaya produksi meningkat, yang akhirnya
akan menyebabkan kenaikan harga barang.
c. Inflasi impor
Inflasi impor terjadi karena kenaikan harga-harga barang yang diimpor. Inflasi
ini akan terwujud apabila barang-barang impor yang mengalami kenaikan harga
mempunyai peranan yang penting dalam kegiatan pengeluaran perusahaan
perusahaan.
4. Zakat, Infaq, Shadaqah (ZIS)
4.1. Zakat
4.1.1 Pengertian Zakat
Zakat menurut bahasa artinya adalah membersihkan diri atau mensucikan diri.
Sedangkan menurut istilah zakat adalah kadar harta tertentu yang wajib dikeluarkan
34
kepada orang yang membutuhkan atau yang berhak menerimanya dengan beberapa
syarat tertentu sesuai dengan syariat islam. Berikut adalah yang berhak menerima
zakat, yaitu
1) Orang fakir: orang yang amat sengsara hidupnya, tidak mempunyai harta dan
tenaga untuk memenuhi kehidupanya.
2) Orang miskin: orang yang tidak cukup penghidupannya dan dalam keadaan
kekurangan.
3) Pengurus zakat : orang yang diberi tugas untuk mengumpulkan dan
membagikan zakat.
4) Muallaf: orang kafir yang ada harapan untuk masuk agama Islam dan orang
yang baru masuk agama Islam yang imanya masih kurang atau lemah.
5) Memerdekakan budak: mencakup juga untuk melepaskan muslim yang
ditawan oleh orang orang kafir.
6) Orang berhutang : orang yang berhutang karena untuk kepentingan yang
bukan maksiat dan tidak sanggup membayarnya. Adapun orang yang
berhutang untuk memelihara persatuan umat Islam dibayar hutangnya itu
dengan zakat, walaupun ia mampu membayarnya.
7) Pada jalan Allah (sabilillah): yaitu untuk keperluan pertahanan Islam dan
kaum muslimin. Diantara mufasirin ada berpendapat bahwa fisabilillah itu
mencakup juga kepentingan kepentingan umum seperti mendirikan sekolah,
rumah sakit dan lain lain.
35
8) Orang yang sedang dalam perjalanan yang bukan maksiat mengalami
kesengsaraan dalam perjalanannya tersebut.
4.1.2 Prinsip Zakat
Menurut M.A. Manan (1993) dalam berzakat mempunyai beberapa prinsip
yaitu:
1. Prinsip keyakinan keagamaan (faith), yaitu menyatakan bahwa orang yang
membayar zakat yakin bahwa pembayaran tersebut merupakan salah satu
manifestasi keyakinan agamanya, sehingga kalau orang yang bersangkutan
belum menunaikan zakatnya, belum merasa sempurna ibadahnya.
2. Prinsip pemerataan (equity) dan keadilan, yaitu membagi lebih adil kekayaan
yang telah diberikan Tuhan kepada manusia.
3. Prinsip produktivitas (productivity) dan kematangan, yaitu menenkankan bahwa
zakat memang wajar harus dibayar karena milik tertentu telah menghasilkan
produk tertentu. Dan hasil (produksi) tersebut hanya dapat dipungut setelah
lewat jangka waktu satu tahun yang merupakan ukuran normal memperoleh
hasil tertentu.
4. Prinsip nalar (reason) dan prinsip kebebasan (freedom), yaitu menjelaskan
bahwa zakat hanya dibayar oleh orang yang bebas dan sehat jasmani serta
rohaninya, yang merasa mempunyai tanggung jawab untuk membayar zakat
untuk kepentingan bersama. Zakat tidak dipungut dari orang yang sedang
dihukum atau orang yang menderita sakit jiwa.
36
5. Prinsip etik (ethic) dan kewajaran, yaitu bahwa zakat tidak akan diminta secara
semena-mena tanpa memperlihatkan akibat yang ditimbulkannya.
4.2 Infaq
Infaq berasal dari kata anfaqa yang berarti mengeluarkan sesuatu (harta)
untuk suatu kepentingan (Hafihuddin, 2002). Sedangkan definisi infaq menurut
Hidayat (2007) adalah pengeluaran sukarela yang dilakukan seseorang setiap kali
memperoleh rezeki sebanyak yang dikehendakinya. Jika zakat ada nishabnya kalau
infaq tidak ada nishabnya. Infaq dikeluarkan oleh setiap orang yang beriman baik
berpenghasilan tinggi maupun rendah, baik disaat sempit ataupun lapang.
Infaq bisa diberikan kepada siapa saja artinya mengeluarkan harta untuk
kepentingan sesuatu. Sedangkan menurut islilah syari'at, infaq adalah mengeluarkan
sebagian harta yang diperintahkan dalam islam untuk kepentingan umum dan juga
bisa diberikan kepada sahabat terdekat, kedua orang tua, dan kerabat-kerabat terdekat
lainnya. Seperti yang telah kita ketahui bahwa infaq adalah mengeluarkan harta yang
mencakup harta benda yang dimiliki dan bukan zakat. Infaq ada yang wajib dan ada
pula yang sunnah. Infaq wajib diantaranya zakat, kafarat, nadzar, dan lain-lain. Infaq
sunnah diantara nya, infaq kepada fakir miskin sesama muslim, infaq bencana alam,
infaq kemanusiaan, dan lain lain.
37
4.3 Shadaqah
Shadaqah berasal dari kata shadaqa yang berarti benar, dan dapat dipahami
dengan memberikan atau mendermakan sesuatu kepada orang lain. Dalam konsep ini,
shadaqah merupakan wujud dari keimanan dan ketaqwaan seseorang, artinya orang
yang suka bershadaqah adalah orang yang benar pengakuan imannya. Dalam istilah
syariat Islam, shadaqah sama dengan pengertian infaq, termasuk juga hukum dan
ketentuan-ketentuannya. Sisi perbedaannya hanya terletak pada bendanya. Infaq
berkaitan dengan materi, sedangkan shadaqah berkaitan dengan materi dan non
materi, baik dalam bentuk pemberian uang atau benda, tenaga atau jasa, menahan diri
untuk tidak berbuat kejahatan, mengucapkan takbir, tahmid, tahlil bahkan yang paling
sederhana adalah tersenyum kepada orang lain dengan ikhlas.(Inoed, 2005)
Shadaqah adalah pemberian harta kepada orang-orang fakir, orang yang
membutuhkan ataupun pihak-pihak lain yang berhak menerima shadaqah tanpa
disertai imbalan (Yunus, 1936). Shadaqah mempunyai cakupan yang sangat luas dan
digunakan Al-Qur‟an untuk mencakup segala jenis sumbangan. Shadaqah berarti
memberi derma, termasuk memberi derma untuk memenuhi hukum dimana kata
zakat digunakan dalam Al-Qur‟an dan sunnah. Zakat juga dapat disebut shadaqah
karena zakat juga merupakan derma yang diwajibkan sedangkan shadaqah adalah
sukarela. Zakat dikumpulkan oleh pemerintah sebagai suatu pungutan wajib,
sedangkan shadaqah diberikan secara sukarela.
38
B. Keterkaitan Antar Variabel Bebas dengan Variabel Terikat
1. Pengaruh IPM Terhadap Kemiskinan
Indeks Pembangunan Manusia (IPM) terdapat tiga indikator komposit yang
digunakan untuk mengukur pencapaian rata-rata suatu negara dalam pembangunan
manusia, yaitu: lama hidup, pendidikan dan standar hidup yang diukur dengan
pengeluaran perkapita yang telah disesuaikan menjadi paritas daya beli. 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
keahliannya akan meningkat sehingga akan mendorong peningkatan produtivitas
kerjanya, ketika terjadi peningkatan produktivitas otomatis akan meningkatkan
pendapatannya dan secara tidak langsung mengurangi kemiskinan. Perusahaan akan
memperoleh hasil yang lebih banyak dengan mempekerjakan tenaga kerja dengan
produktivitas yang tinggi, sehingga perusahaan juga akan memberikan gaji yag lebih
tinggi kepada yang bersangkutan. Di sektor informal seperti pertanian, peningkatan
keterampilan dan keahlian tenaga kerja akan mampu meningkatkan hasil pertanian,
karena tenaga kerja yang terampil mampu bekerja lebih efisien. Pada akhirnya
seseorang yang memiliki produktivitas yang tinggi akan memperoleh kesejahteraan
yang lebih baik, yang diperlihatkan melalui peningkatan pendapatan maupun
konsumsinya. Rendahnya produktivitas kaum miskin dapat disebabkan oleh
39
rendahnya akses mereka untuk memperoleh pendidikan (Rasidin K dan Bonar M,
2004).
(Saputra, 2011) menyatakan pembangunan manusia di Indonesia identik dengan
pengurangan kemiskinan. Investasi di bidang pendidikan dan kesehatan akan lebih
berarti bagi penduduk miskin dibandingkan penduduk tidak miskin, karena bagi
penduduk miskin aset utama adalah tenaga kasar mereka. Adanya fasilitas pendidikan
dan kesehatan murah akan sangat membantu untuk meningkatkan produktivitas, dan
pada akhirnya meningkatkan pendapatan.
2. Pengaruh Inflasi Terhadap Kemiskinan
Menurut teori Keynes inflasi terjadi karena suatu masyarakat ingin hidup diluar
batas kemampuan ekonominya. Dengan kata lain proses perebutan bagian rezeki
diantara kelompok-kelompok sosial yang menginginkan bagian yang lebih besar
daripada yang dapat disediakan masyarakat sehingga proses perebutan ini akhirnya
diterjemahkan menjadi keadaan dimana permintaan masyarakat akan barang-barang
selalu melebihi jumlah barang-barang yang tersedia (inflationary gap).
Inflasi atau adanya kenaikan harga dapat menurunkan angka kemiskinan
melalui penurunan angka pengangguran, pada saat inflasi meningkat maka
pengangguran akan berkurang dan sebaliknya. Pengangguran yang berkurang
menunjukkan bahwa masyarakat telah terserap dalam kesempatan kerja sehingga
memperoleh pendapatan. Pendapatan yang diperoleh mampu digunakan untuk
40
meningkatkan konsumsi sehingga terbebas dari kondisi kemiskinan. (Wulandari,
2015)
3. Pengaruh Zakat, Infaq dan Shadaqah (ZIS) Terhadap Kemiskinan
Zakat, Infaq, Shadaqah merupakan salah satu sumber penerimaan negara yang
sangat penting, selain itu ZIS juga merupakan alat bantu sosial mandiri yang menjadi
kewajiban moral bagi orang kaya untuk membantu yang miskin, sehingga kemiskinan
dan kemelaratan dapat terhapuskan dari masyarakat.
Al-Qardhawi (2002) mengatakan bahwa tujuan mendasar ibadah zakat itu
adalah untuk menyelesaikan berbagai macam persoalan sosial seperti pengangguran,
kemiskinan, dan lain-lain. Sistem distribusi zakat merupakan solusi terhadap
persoalan-persoalan tersebut dengan memberikan bantuan kepada orang miskin tanpa
memandang ras, warna kulit, etnis, dan atribut-atribut keduniawian lainnya.
Dengan meningkatnya nilai ZIS, akan meningkatkan kesejahteraan masyarakat.
Jika masyarakat semakin sejahtera, maka jumlah penduduk miskin akan berkurang.
Maka dari itu ZIS berhubungan negative dengan jumlah penduduk miskin.
C. Penelitian Terdahulu
Beberapa penelitian tentang kemiskinan telah dilakukan oleh sejumlah peneliti
dengan daerah dan periode waktu yang berbeda pula, antara lain:
1. Prima Sukmaraga (2011) melakukan penelitian mengenai “Analisis
Pengaruh Indeks Pembangunan Manusia, Pdrb Per Kapita, Dan Jumlah
41
Pengangguran Terhadap Jumlah Penduduk Miskin Di Provinsi Jawa
Tengah”.
Hasil dari penelitian ini menunjukkan bahwa variabel Indeks
Pembangunan Manusia (IPM) berpengaruh negatif dan signifikan terhadap
jumlah penduduk miskin di Provinsi Jawa Tengah, PDRB per kapita
berpengaruh negatif dan signifikan terhadap jumlah penduduk miskin di
Provinsi Jawa Tengah, dan jumlah pengangguran berpengaruh positif dan
signifikan terhadap jumlah penduduk miskin di Provinsi Jawa Tengah.
2. Kholis Budiono (2009) melakukan penelitian mengenai “Pengaruh
pembiayaan bank syariah, zakat, pdb dan inflasi terhadap jumlah penduduk
miskin Indonesia”
Peran instumen perekonomian syariah telah menunjukkan kontribusi
yang positif. Perbankan syariah sejak kelahirannya hingga hari ini telah
terbukti memberi pengaruh terhadap pengentasan kemiskinan sehingga
sudah sewajarnya agar embrio gerakan pengentasan kemiskinan lewat
institusi perbankan menjadi alternatif selain instrumen yang dimiliki negara.
3. Ria Marginingsih (2011), dalam skripsinya melakukan penelitian:
“Pengaruh Pendayagunaan Dana ZIS, dan PDRB per Kapita Terhadap
Jumlah Penduduk Miskin (Studi Kasus di Kabupaten/Kota Jawa Tengah
Tahun 2006-2009)” .
Penelitian ini menggunakan alat analisis Fixed Effect Model (FEM)
atau Least Square Dummy Variable (LSDV). Hasil penelitian ini
42
menunjukan bahwa realisasi pendayagunaan dana ZIS, realisasi pengeluaran
pemerintah bidang kesra dan PDRB per kapita berpengaruh negatif dan
signifikan terhadap jumlah penduduk miskin. Arah koefisien regresi negatif
menunjukan bahwa peningkatan pendayagunaan dana ZIS dan PDRB per
kapita akan menurunkan jumlah angka kemiskinan.
4. Abie Ayub Al Anshori (2017), dalam skripsinya meneliti tentang ”Pengaruh
Pembiayaan Bank Syariah, Produk Domestik Bruto, Inflasi, Indeks
Pembangunan Manusia, Pendidikan, Upah Minimum Regional terhadap
Jumlah Penduduk Miskin di Indonesia”
Hasil penelitian ini menunjukkan bahwa pembiayaan berpengaruh
signifikan dan berhubungan negative terhadap jumlah penduduk miskin.
Variabel PDRB berpengaruh signifikan dan berhubungan positif. Sedangkan
inflasi tidak berpengaruh signifikan dan berhubungan positif. IPM tidak
berpengaruh signifikan dan berhubungan negative dengan nilai koefisien.
Lalu kemiskinan di Indonesia dipengaruhi signifikan oleh Pembiayaan Bank
Syariah, dan PDRB secara simultan terhadap jumlah penduduk miskin.
5. Hani Kurniawati Efendy (2017), dalam skripsinya meneliti tentang „Analisis
Pengaruh Pendayagunaan Zakat, Infaq Dan Shadaqah (Zis), Produk
Domestik Regional Bruto (Pdrb) Dan Upah Minimum Kabupaten/Kota
(Umk) Terhadap Tingkat Kemiskinan Di Kabupaten/Kota Provinsi Banten
Tahun 2011 – 2015.”
43
Data yang digunakan dalam penelitian ini adalah data sekunder dan
metode yang digunakan yaitu analisis regresi data panel menggunakan
Random Effect Model dengan bantuan program Eviews 9 untuk memperoleh
gambaran yang menyeluruh mengenai hubungan antara variabel satu dengan
variabel yang lain. Hasil penelitian ini menunjukan bahwa kemiskinan di
Provinsi Banten mampu dijelaskan oleh ZIS, PDRB, dan UMK. Selanjutnya
secara parsial koefisien regresi menunjukan ZIS berpengaruh signifikan dan
berhubungan negatif dengan nilai koefisien. Variabel PDRB berpengaruh
signifikan dan berhubungan negatif dengan nilai koefisien. Dan UMK
berpengaruh signifikan dan berhubungan positif dengan nilai koefisien. Lalu
kemiskinan di Provinsi Banten dipengaruhi signifikan oleh ZIS, PDRB dan
UMK secara simultan terhadap Tingkat Kemiskinan.
44
D. Kerangka Pemikiran
Kerangka pemikiran merupakan fondasi dimana seluruh proyek penelitian
didasarkan. Kerangka pemikiran merupakan sintesa dari serangkaian teori yang
tertuang dalam tinjauan pustaka, yang pada dasarnya merupakan gambaran sistematis
dari kinerja teori dalam memberikan solusi atau alternatif solusi dari serangkaian
masalah yang ditetapkan.
Kerangka pemikiran dalam penelitan ini adalah mengenai Jumlah Penduduk
Miskin di Jawa Barat yang dipengaruhi oleh Indeks Pembangunan Manusia (IPM),
Inflasi dan Zakat, Infaq, Shadaqah (ZIS). Data-data yang berhubungan dengan
variabel independen dan dependen diperoleh dari berbagai sumber resmi diantaranya
website Bank Indonesia, Otoritas Jasa Keuangan, dan Badan Pusat Statistik.
45
Gambar 2.2 - Kerangka Pemikiran
Provinsi Jawa Barat
Pengaruh Indeks Pembangunan Manusia (IPM), Inflasi dan
Zakat, Infaq, Shadaqah (ZIS) terhadap Pengentasan Kemiskinan
di Provinsi Jawa Barat (Periode Tahun 2012-2015)
Variabel Independen
IPM (X1)
Inflasi (X2)
ZIS (X3)
Pengentasan Kemiskinan (Y)
Variabel Dependen
Metode Estimasi Data Panel
Common Effect Model Fixed Effect Model Random Effect Model
Uji Chow Uji Hausman
Uji Hipotesis
Uji Parsial (Uji T) Uji Simultan Adjusted R2
Interpretasi
Kesimpulan
46
Penelitian ini menggunakan metodologi time series dengan data cross
section yang menggunakan analisis data panel. Data panel (pool) yang
merupakan gabungan antara data runtun waktu (time series) dengan data
silang (cross section). Oleh karena itu, data panel memiliki gabungan
karakteristik yaitu data yang terdiri atas beberapa obyek dan meliputi
beberapa waktu (Winarno, 2011). Umumnya pendugaan parameter dalam
analisis regresi dengan data cross section dilakukan menggunakan pendugaan
metode kuadrat kecil atau disebut Ordinary Least Square (OLS).
Langkah pertama dalam melakukan analisis regresi data panel adalah
pendekatan Common Effect (Pooling Least Square). Pada model ini
digabungkan data cross section dan data times series. Kemudian digunakan
metode OLS terhadap data panel tersebut. Pendekatan ini merupakan
pendekatan yang paling sederhana dibandingkan dengan kedua pendekatan
lainnya. Dengan pendekatan ini kita tidak bisa melihat perbedaan antar
individu dan perbedaan antar waktu karena intercept maupun slope dari
model sama. Terlihat bahwa baik intercept maupun slope tidak berubah baik
antara individu maupun antar waktu.
Langkah yang kedua yakni dengan pendekatan Efek Tetap (Fixed
effect). Dalam menganalisis data runtut waktu, kita dapat memakai asumsi
berdasarkan kriteria berikut ini. Teknik yang paling sederhana
mengasumsikan bahwa data gabungan yang ada, menunjukkan kondisi yang
47
sesungguhnya. Hasil analisis regresi dianggap berlaku pada semua objek
pada semua waktu.
Selanjutnya adalah dengan Pendekatan Efek Random (Random effect).
Efek random digunakan untuk mengatasi kelemahan model efek tetap yang
menggunakan variabel semu, sehingga model mengalami ketidakpastian.
Tanpa menggunakan variabel semu, metode efek random menggunakan
residual, yang diduga memiliki hubungan antar waktu dan antarobjek.
Setelah itu adalah pemilihan model regresi panel dimana terdapat 2 uji
yakni uji Chow dan uji Hausman. Kedua uji tersebut yang nantinya akan
menentukan apakah hasil olahan regresi data panel akan menggunakan model
fixed atau random effect.
E. Hipotesa Penelitian
Hipotesa merupakan jawaban sementara atas suatu persoalan yang
masih perlu dibuktikan kebenarannya dan harus bersifat logis, jelas, dan dapat
diuji. Hipotesis yang diajukan dalam penelitian ini adalah :
1. H0: Tidak ada pengaruh positif signifikan Jumlah Penduduk Miskin di
Jawa Barat terhadap Indeks Pembangunan Manusia
H1: Terdapat pengaruh positif signifikan Jumlah Penduduk Miskin di
Jawa Barat terhadap Indeks Pembangunan Manusia
48
2. H0: Tidak ada pengaruh positif signifikan Jumlah Penduduk Miskin di
Jawa Barat terhadap Inflasi
H1: Terdapat pengaruh positif signifikan Jumlah Penduduk Miskin di
Jawa Barat terhadap Inflasi
3. H0: Tidak ada pengaruh positif signifikan Jumlah Penduduk Miskin di
Jawa Barat terhadap Zakat, Infaq, Shadaqah
H1: Terdapat pengaruh positif signifikan Jumlah Penduduk Miskin di
Jawa Barat terhadap Zakat, Infaq, Shadaqah
49
BAB III
METODELOGI PENELITIAN
A. Ruang Lingkup Penelitian
Luasnya objek penelitian sehingga ruang lingkup variabel yang akan digunakan
berdasarkan pada data-data berikut ini :
1) Data statistik Puskasbaznas penerimaan Zakat Infaq dan Shadaqah periode
2012 - 2015.
2) Data statistik Badan Pusat Statistik berupa data tahunan Inflasi, Indeks
Pembangunan Manusia dan Kemiskinan Provinsi Jawa Barat periode 2012-
2015.
B. Metode Pengumpulan Data
Penelitian ini adalah penelitian statistik deskriptif dan menggunakan data
sekunder maka metode yang digunakan dalam pengumpulan data untuk melakukan
penelitian ini adalah sebagai berikut :
1. Field Research
Data yang digunakan dalam penelitian ini adalah data yang bersifat sekunder
yaitu data yang diperoleh melalui hasil pengolahan pihak kedua (data eksternal atau
data yang sudah dipublikasi) untuk menjelaskan gejala dari suatu fenomena, seperti
Puskasbaznas dan Badan Pusat Statistik (BPS).
50
2. Library Research
Data yang digunakan dalam penelitian ini adalah data yang diperoleh
dari membaca literatur, buku, artikel, jurnal, dan sejenisnya yang
berhubungan dengan aspek yang diteliti sebagai upaya untuk memperoleh
data yang valid.
3. Internet Research
Terkadang buku referensi atau literatur yang kita miliki atau pinjam di
perpustakaan tertinggal selama beberapa waktu atau kadaluarsa, karena ilmu
selalu berkembang. Oleh karena itu, untuk mengantisipasi hal tersebut
penulis melakukan penelitian dengan teknologi yang juga berkembang yaitu
internet sehingga data yang diperoleh merupakan data yang sesuai dengan
perkembangan zaman.
C. Teknik Pengolahan Data
Data yang digunakan dalam penelitian ini akan diolah dengan menggunakan
Microsoft Excel dan Eviews 9.
D. Metode Analisis Data
Untuk menjawab permasalahan yang telah ditetapkan, maka dalam
menganalisis permasalahan (data) penulis akan menggunakan metode regresi
Data Panel. Data panel (pool) yang merupakan gabungan antara data runtun
waktu (time series) dengan data silang (cross section). Oleh karena itu, data panel
51
memiliki gabungan karakteristik yaitu data yang terdiri atas beberapa obyek dan
meliputi beberapa waktu (Winarno, 2011). Umumnya pendugaan parameter
dalam analisis regresi dengan data cross section dilakukan menggunakan
pendugaan metode kuadrat kecil atau disebut Ordinary Least Square (OLS).
Uji regresi data panel ini digunakan untuk mengetahui hubungan antara
variabel independen yang terdiri dari Indeks Pembangunan Manusia (IPM),
Inflasi dan Zakat, Infaq, Shadaqah (ZIS) terhadap variabel dependen Pengentasan
Kemiskinan di Jawa Barat.
Menurut Wibisono (2005) keunggulan regresi data panel antara lain:
pertama, panel data mampu memperhitungkan heterogenitas individu secara
eksplisit dengan mengizinkan variabel spesifik individu. Kedua, kemampuan
mengontrol heterogenitas ini selanjutnya menjadikan data panel dapat digunakan
untuk menguji dan membangun model perilaku lebih kompleks. Ketiga, data
panel mendasarkan diri pada observasi cross section yang berulang-ulang (time
series) sehingga metode data panel cocok digunakan sebagai study of dynamic
adjustment. Keempat, tingginya jumlah observasi memiliki implikasi pada data
yang lebih informatif, lebih variatif, dan kolinearitas (multikol) antara data
semakin berkurang dan derajat kebebasan (degree of freedom/df) lebih tinggi
sehingga dapat diperoleh hasil estimasi yang lebih efisien. Kelima, data panel
dapat digunakan untuk mempelajari model-model perilaku yang kompleks. Dan
keenam, data panel dapat digunakan untuk meminimalkan bias yang mungkin
ditimbulkan oleh agregasi data individu (Agus, 2015).
52
Model regresi data panel dalam penelitian ini adalah:
Kemiskinanit = α + β1IPMt + β2Inflasit + β3ZISt + εit
Keterangan :
α = Konstanta
ε = error term
i = wilayah
t = waktu
1) Penentuan Model Estimasi
Dalam metode estimasi model regresi dengan menggunakan data pabel
dapat dilakukan melalui tiga pendekatan, antara lain (Dedi, 2012):
a. Common Effect atau Pooled Least Square (PLS)
Merupakan pendekatan model data panel yang paling sederhana
karena hanya mengkombinasikan data time series dan cross section. Pada
model ini tidak perhatikan dimensi waktu maupun individu sehingga
diasumsikan bahwa perilaku data perusahaan sama dalam berbagai kurun
waktu. Metode ini bisa menggunakan pendekatan Ordinary Least Square
(OLS) atau teknik kuadrat kecil untuk mengestimasi model data panel.
Untuk model data panel, sering diasumsikan βit = β yakni pengaruh
dari perubahan dalam X diasumsikan bersifat konstanta dalam waktu kategori
cross section.
53
Secara umum, bentuk model linear yang dapat digunakan untuk
memodelkan data panel adalah :
Yit = Xitβit + eit
Dimana:
Yit adalah observasi dari unit ke-i dan diamati pada periode waktu ke-t
(yakni variabel dependen yang merupakan suatu data panel) Xit adalah
variabel independen dari unit ke-i dan diamati pada periode waktu ke-t disini
diasumsikan Xit memuat variabel konstanta eit adalah komponen error yang
diasumsikan memiliki harga mean 0 dan variansi homogen dalam waktu serta
independen dengan Xit.
b. Fixed effect Model (FEM)
Model ini mengasumsikan bahwa perbedaan antar individu dapat
diakomodasi dari perbedaan intersepnya. Model Fixed effect adalah teknik
mengestimasikan data panel dengan menggunakan variabel dummy untuk
menangkap adanya perbedaan intercep. Intercep antar perusahaan, perbedaan
intercep bisa terjadi karena perbedaan budaya kerja, manajerial, dan insentif.
Disamping itu, model ini juga mengasumsikan bahwa koefisien regresi tetap
antara perusahaan dan waktu.
Pendekatan dengan variabel dummy ini dikenal dengan sebutan least
square dummy variabels (LSDV). Persamaan Fixed effect Model dapat ditulis
sebagai berikut :
54
Yit = Xitβ + Ci + ..... + εit
Dimana:
Ci = variabel dummy
c. Random effect Model (REM)
Model ini mengestimasi data panel dimana variabel gangguan
mungkin saling berhubungan antar waktu dan antar individu. Pada model
Random effect perbedaan intercep diakomodasi oleh error terms masing-
masing perusahaan. Keuntungan menggunakan model Random effect yakni
menghilangkan heteroskedastisitas. Model ini juga disebut dengan teknik
Generalized Least Square (GLS). Sebagai estimastornya, berikut bentuk
persamaannya adalah:
Yit = Xitβ + Vit
Dimana Vit = Ci + Di + εit
Ci diasumsikan bersifat independent and identically distributed (iid)
normal dengan mean 0 dan variansi Ϭ2 c (komponen cross section).
Di diasumsikan bersifat iid normal dengan mean 0 dan variansi Ϭ2 d
(komponen time series error).
Εit diasumsikan bersifat iid dengan mean 0 dan variansi Ϭ2 e.
55
2) Tahapan Analisis Data
Untuk menganalisis data panel diperlukan uji spesifikasi model yang tepat
untuk menggambarkan data. Uji tersebut yaitu:
a. Uji Chow
Uji chow adalah pengujian untuk menentukan model apa yang akan
dipilih antara common effect model atau fixed effect model. Hipotesis uji
chow adalah:
H0 : common effect model (pooled OLS)
H1 : fixed effect model (LSDV)
Hipotesis nol pada uji ini adalah bahwa intersep sama atau dengan kata
lain model yang tepat untuk regresi data panel adalah common effect dan
hipotesis alternatifnya adalah intersep tidak sama atau model yang tepat untuk
regresi data panel adalah fixed effect.
Nilai Statistik F hitung akan mengikuti distribusi statistik F dengan
derjat kebebasan (degree of freedom) sebanyak m untuk numeratordan
sebanyak n-k untuk denumerator. M merupakan jumlah restriksi atau
pembatasan di dalam model tanpa variabel dummy. Jumlah restriksi adalah
jumlah individu dikurang satu. N merupakan jumlah observasi dan k
merupakan jumlah parameter jumlah parameter dalam model fixed effect.
Jumlah observasi (n) adalah jumlah individu dikali dengan jumlah
periode, sedangkan jumlah parameter dalam model fixed effect (k) adalah
56
jumlah variabel ditambah jumlah individu. Apabila nilai F hitung lebih besar
dari F kritis maka hipotesis nol ditolak yang artinya model yang tepat untuk
regresi data panel adalah model fixed effect. Dan sebaliknya, apabila nilai F
hitung lebih kecil dari F kritis maka hipotesis nol diterima yang artinya model
yang tepat untuk regresi data panel adalah model common effect.
b. Uji Hausman
Uji Hausman adalah uji yang digunakan untuk memilih model yang
terbaik antara fixed effect model atau random effect model. Uji Hausman
ini didasarkan pada ide bahwa Least Squares dummy Variabels (LSDV)
dalam metode fixed effect dan Generalized Least Square (GLS) dalam
metode Random effect adalah efisien sedangkan Ordinary Least Square
(OLS) dalam metode Common Effect tidak efisien. Yaitu dengan menguji
hipotesis berbentuk :
H0 : E(Ci | X) = E (u) = 0 atau terdapat random effect model
H1 : fixed effect model
Statistik uji Hausman mengikuti distribusi statistik Chi-Square dengan
derajat kebebasan (df) sebesar jumlah variabel bebas. Hipotesis nolnya
adalah bahwa model yang tepat untuk regresi data panel adalah model
Random effect dan hipotesis alternatifnya adalah model yang tepat untuk
regresi data panel adalah model Fixed effect. Apabila nilai statistik
Hausman lebih besar dari nilai kritis Chi-Square maka hipotesis no ditolak
57
yang artinya model yang tepat untuk regresi data panel adalah model Fixed
effect. Dan sebaliknya, apabila nilai statistik Hausman lebih kecil dari nilai
kritis Chi-Squares maka hipotesis nol diterima yang artinya model yang
tepat untuk regresi data panel adalah model Random effect.
3) Pengujian Signifikan
a. Uji Signifikan Parameter Individual (Uji Statistik t)
Pengujian hipotesis yang dilakukan secara parsial bertujuan untuk
mengetahui pengaruh dan signifikansi dari masing-masing variabel
independen terhadap variabel dependen. Pengujian parsial terhadap koefisien
regresi secara parsial menggunakan uji-t pada tingkat keyakinan 95% dan
tingkat kesalahan dalam analisis (α) 5% dengan ketentuan degree of freedom
(df) = n-k, dimana n adalah besarnya sampel, k adalah jumlah variabel. Dasar
pengembalian keputusan adalah:
Jika t-hitung < probabilitas : H0 diterima dan H1 ditolak
Jika t-hitung > probabilitas : H0 ditolak dan H1 diterima
b. Uji Signifikan Simultan (Uji Statistik F)
Pengujian ini untuk mengetahui apakah variabel independen yaitu
Indeks Pembangunan Manusia (IPM), Inflasi dan Zakat, Infaq, Shadaqah
(ZIS) secara simultan berpengaruh signifikan terhadap variabel dependen.
Pengujian ini dilakukan dengan uji F pada tingkat keyakinan 95% dan tingkat
58
kesalahan (α) 5% dengan degree of freedom (df1) = k-1, degree of freedom
(df2) = n-k. dasar pengambilan keputusan adalah :
Jika f-hitung < F-tabel : H0 diterima dan H1 ditolak
Jika f-hitung > F-tabel : H0 ditolak dan H1 diterima
c. Uji Koefisien Determinasi (R2 )
Koefisien determinasi R2 pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel independen. Nilai
koefisien determinasi diantara 0 dan 1 (0 < R2 < 1), nilai R2 yang kecil berarti
kemampuan variabel-variabel independen dalam menjelaskan variasi variabel
independen sangat terbatas. Nilai yang mendekati 1 berarti variabel
independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi model dependen (Gujarati, 2003).
Kelemahan mendasar penggunaan koefisien determinasi adalah bias
terhadap jumlah variabel independen yang dimasukkan ke dalam model.
Untuk mengatasi permasalahan tersebut, suatu pengukur kelayakan yang
sesuai lainnya telah dikembangkan. Ukuran yang merupakan modifikasi dari
R2 ini memberikan penalti bagi penambahan variabel penjelas yang tidak
menurunkan residual secara signifikan. Ukuran ini diesbut adjusted R2
(Doddy, 2012).
59
d. Uji H
Metodologi memiliki fleksibilitas dalam penentuan variabel yang akan
diuji. Hal ini untuk memberikan ruang yang lebih luas bagi interpretasi dari
hasil olah data yang dilakukan. Secara prosedural proses rekayasa metodologi
H ini dilakukan dari pengumpulan data dari obyek yang dijadikan sampel
dalam implemetasi teori ini. (Aziz, 2015)
1. Pertama melakukan pendataan untuk memperoleh besaran dari obyek
yang akan ditinjau dalam nilai, harga, indeks, persentase atau
nominal yaitu dalam bentuk harga asli.
2. Kedua meninjau laju besaran dari obyek yang akan dihitung dalam
dihitung dalam skala persentase berupa selisih dari harga awal
dengan harga berikutnya atau perbedaan dari besaran pertama dengan
besaran kedua dan selanjutnya.
3. Ketiga membuat pola rata – rata dari obyek yang akan ditinjau
dengan perspektif teori ini dibandingkan dengan obyek – obyek lain
yang sejenis atau meninjau posisi obyek yang dikomparasi dengan
rata – rata obyek yang sejenis.
4. Setelah memperoleh nominal, laju, dan rata – rata laju, selanjutnya
dibutuhkan data lain dari obyek yang sama berupa data yang berasal
intangible atau berkaitan dengan nilai religiusitas untuk didapatkan
60
besaran bobotnya dibandingkan dengan obyek lain. Cara melakukan
nilai bobot ini yaitu :
1) Membuat rasio bobot berdasarkan data lain dari obyek yang
sama kemudian dibandingkan dengan bobot dari obyek lain
dengan data yang untuk diperoleh ranking atau urutan bobo
tantara obyek utama dengan obyek pembanding.
2) Selain menggunakan sumber data dari obyek yang diteliti,
dikombinasikan dengan expert adjustment/ wawancara
terstruktur dengan pakar sains yang memiliki otoritas untuk
menilai bobot suatu obyek.
3) Kemudian melakukan perankingan obyek berdasarkan bobot
yang diperoleh dari berbagai sumber data tersebut, sehingga
urutan tersebut juga mempresentasikan besaran bobot dari obyek
yang diteliti tersebut.
5. Selanjutnya setelah diperoleh data nominal, laju, dan bobot maka
dilakukan penghitungan berupa perkalian dari data obyek tersebut
berupa : nominal x laju x bobot
6. Setelah mendapatkan hasil dari perhitungan dari obyek yang diteliti
maka dilakukan matriks untuk memperoleh kategori hasil sesuai
format dalam hal ini obyek akan dikategorikan dalam formasi straight,
loads dan impact :
a. Jika hasil positif adalah straight (jika minus adalah turn)
61
b. Jika hasil lebih besar dari 0,1 adalah load
c. Jika hasil lebih besar dari rata – rata nilai berarti impact
Teori Hahslm (th) juga memiliki persamaan yang dapat menjadi rumus
bersama dengan fungsi regresi linear berganada. Dalam persamaan regresi
terdapat variabel dependen Y sedangkan dalam persamaan th terdapat variabel
dependen H. Untuk variabel independen bisa diterapkan pada persamaan
regresi dan juga th dimana fungsi a merupakan konstanta pada regresi sebagai
pelindung pada th, sedangkan eror memiliki notasi e pada regresi dan h pada
th, serta variabel pokok yaitu X1, X2, dan Xn pada regresi menjadi S1, L1,
Mn pada th. Adapun persamaan H yang digunakan adalah sebagai berikut:
H = a + b1S + b2L + ... + bnMn + h
Keterangan:
H = Huda/Petunjuk (Y)
A = Alif/Jalan (α)
h = Hanif/Lurus (e)
S = Sin/Manusia (B1X1)
L = Lillah/Milik Allah (B2X2)
M = Masjid/Ibadah (B3X3)
62
E. Operasional Variabel Penelitian
Variabel penelitian pada dasarnya adalah segala sesuatu yang
berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga
diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya.
Sugiyono (2005).
Penelitian ini melibatkan empat variabel bebas (independen), satu
variabel terikat (dependen). Variabel bebas dalam penelitian ini meliputi
1. Kemiskinan
Bank Dunia mendefinisikan kemiskinan adalah keadaan
kelaparan,kurang tempat tinggal kurang sandang, dan kurang pendidikan. Ada
banyak hal yang menyebabkan seseorang masuk dalam kategori miskin,
diantaranya:
a) Rendahnya pendapatan dan asset untuk memenuhi kebutuhan dasar,seperti
makanan, tempat tinggal, pakain, kesehatan dan pendidikan.
b) Ketidakmampuan untuk bersuara dan ketiadaan kekuatan di depan institusi
dan masyarakat.
c) Rentan terhadap guncangan ekonomi.
2. Indeks Pembangunan Manusia
63
Indeks Pembangunan Manusia atau Human Development Indeks
(HDI) adalah pengukuran perbandingan dari harapan hidup, melek huruf,
pendidikan dan standar hidup untuk semua negara seluruh dunia. HDI
digunakan untuk mengklasifikasi apakah sebuah negara adalah negara maju,
negara berkembang atau negara terbelakang dan juga untuk mengukur
pengaruh dari kebijaksanaan ekonomi terhadap kualitas hidup.
3. Inflasi
Merupakan sebuah fenomena ekonomi berupa kenaikan harga secara
umum dan terjadi secara terus menerus. Bahkan Milton Friedman, ekonom
besar penerima Nobel di tahun 1976 pernah mengatakan “inflasi selalu dan
dimanapun merupakan fenomena moneter”. Inflasi yang berbahaya ialah
inflasi yang tidak dapat diprediksikan sehingga menimbulkan keterkejutan
masyarakat akan kenaikan harga. Banyak ekonom yang berpendapat tingkat
inflasi yang rendah merupakan hal yang baik apabila itu terjadi akibat dari
adanya inovasi yang dilakukan. Demikian tingkat inflasi harus terus di pantau
dan dikendalikan agar tetap berada di tingkat yang aman.
4. Zakat Infaq dan Shadaqah
Zakat adalah bagian dari harta yang telah memenuhi syarat tertentu,
yang diwajibkan oleh Allah untuk diserahkan kepada yang berhak
menerimanya dengan persyaratan tertentu pula (Hafidhuddin, 2004).
Sedangkan pendayagunaan dana ZIS merupakan pemberian dana Zakat, Infak
64
dan Sedekah (ZIS) yang telah terkumpul di Badan Amil Zakat Daerah
(BAZDA) Provinsi Jawa Barat dan dikeluarkan dalam bentuk pendayagunaan
dana. Satuan dari variabel pendayagunaan dana ZIS adalah dalam miliar
rupiah . Data ZIS yang digunakan dalam penelitian ini adalah data periode
tahun 2012-2015. Data tersebut diperoleh dari Puskasbaznas.
65
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
A. Gambaran Umum Obyek Penelitian
Provinsi Jawa Barat adalah sebuah Provinsi di Pulau Jawa, Indonesia. Provinsi
Jawa Barat terdiri dari 17 Kabupaten, yaitu: Kabupaten Bogor, Sukabumi, Cianjur,
Bandung, Garut, Tasikmalaya, Ciamis, Kuningan, Cirebon, Majalengka, Sumedang,
Indramayu, Subang, Purwakarta, Karawang, Bekasi, Bandung Barat dan 9 Kota,
yaitu: Kota Bogor, Kota Sukabumi, Kota Bandung, Kota Cirebon, Kota Bekasi, Kota
Depok, Kota Cimahi, Kota Tasikmalaya, Kota Banjar.
Luas Jawa Barat sekitar 34.816,96 Km2. Provinsi Jawa Barat secara
astronomis terletak antara Bujur 104° 48 „ BT s.d 108° 48 „ BT Lintang 5° 50‟ LS s.d
7° 50‟ LS. Letak geografi jawa barat di sebelah barat berbatasan dengan selat sunda,
seblah utara dengan laut jawa dan Jakarta, sebelah timur berbatasan dengan provinsi
jawa tengah dan sebelah selatan dibatasi oleh samudera Indonesia.
B. Kondisi Kemiskinan di Provinsi Jawa Barat
Kemiskinan adalah kondisi di mana seseorang atau sekelompok orang, baik
laki-laki ataupun perempuan, tidak mampu memenuhi hak dasarnya untuk
mempertahankan dan mengembangkan kehidupan yang bermartabat. Berikut data
jumlah penduduk miskin di Provinsi Jawa Barat:
66
Tabel 4.1
Jumlah Penduduk Miskin di Provinsi Jawa Barat Tahun 2012-2015
(Ribu Jiwa)
KEMISKINAN
KOTA/KABUPATEN 2012 2013 2014 2015
Bogor 451 499,1 479,1 487,10
Sukabumi 234,6 222,8 213,6 217,86
Cianjur 292,2 267,9 256,6 273,90
Bandung 279,5 271,7 266,8 281,04
Garut 315,8 320,9 315,6 325,67
Tasikmalaya 201,5 199,3 194,8 208,12
Ciamis 147,8 133 130 104,87
Kuningan 142,3 139,4 133,6 147,21
Cirebon 311,3 307,2 300,5 313,21
Majalengka 168,6 164,9 158 167,50
Sumedang 132,9 127,4 122 129,03
Indramayu 257,3 251,1 240,7 253,12
Subang 185,4 185,4 177,9 187,17
Purwakarta 85 83,6 80,3 83,94
Karawang 245,1 238,6 229 235,03
Bekasi 153,1 157,7 156,6 169,20
67
Bandung Barat 209,9 206 197,9 205,69
Kota Bogor 84,8 83,3 80,1 79,15
Kota Sukabumi 26 25,2 24,1 27,84
Kota Bandung 111,4 117,7 115 114,12
Kota Cirebon 33,2 31,9 30,6 31,74
Kota Bekasi 139,8 137,8 139,7 146,94
Kota Depok 47 45,9 47,5 49,97
Kota Cimahi 37,7 32,3 31,8 34,09
Kota Tasikmalaya 123 112,2 104,6 106,78
Kota Banjar 13,9 12,8 12,7 13,42
Sumber: BPS Jawa Barat, 2016
Pada Tabel 4.1 menunjukan jumlah penduduk miskin di beberapa
Kabupaten/Kota di Provinsi Jawa Barat mengalami trend yang fluktuatif. Pada tahun
2013 jumlah penduduk miskin cenderung mengalami penurunan, namun pada tahun
2015 jumlah penduduk miskin mengalami peningkatan. Pada tahun 2015 jumlah
penduduk miskin terbanyak terdapat di Kabupaten Bogor, sedangkan penduduk
miskin terendah terdapat di Kota Banjar.
68
C. Analisis dan Pembahasan
Pemilihan Model Regresi Data Panel
Regresi yang menggunakan data panel disebut dengan regresi data panel. Data
panel memiliki gabungan karakteristik yaitu data yang terdiri atas beberapa objek dan
runtutan waktu (Winarno, 2011). Data semacam ini memiliki keunggulan terutama
karena bersifat robust (kuat) terhadap beberapa tipe pelanggaran yakni
heterokedastisitas dan normalitas. Di samping itu, dengan perlakuan tertentu struktur
data seperti ini dapat diharapkan untuk memberikan informasi yang lebih banyak
(high informational content) (Ariefianto, 2012).
Regresi data panel dapat dilakukan dengan tiga model yaitu pooled effect,
fixed effect, dan random effect. Masing-masing model memiliki kelebihan dan
kekurangannya masing-masing. Pemilihan model tergantung pada asumsi yang
dipakai peneliti dan pemenuhan syarat-syarat pengolahan data statistik yang benar,
sehingga dapat dipertanggungjawabkan secara statistik. Oleh karena itu langkah
pertama yang harus dilakukan adalah memiliki model yang tepat dari ketiga model
69
Tabel 4.2
Hasil Regresi Data Panel Common Effect Model
Dependent Variable: KEMISKINAN?
Method: Pooled Least Squares
Date: 12/29/17 Time: 20:11
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104 Variable Coefficient Std. Error t-Statistic Prob. C 16.06662 2.761361 5.818369 0.0000
IPM? -0.091236 0.014443 -6.316973 0.0000
INFLASI? -0.024605 0.109929 -0.223829 0.8233
ZIS? 0.080898 0.113451 0.713064 0.4775 R-squared 0.285562 Mean dependent var 11.74878
Adjusted R-squared 0.264129 S.D. dependent var 0.863275
S.E. of regression 0.740542 Akaike info criterion 2.274834
Sum squared resid 54.84028 Schwarz criterion 2.376542
Log likelihood -114.2914 Hannan-Quinn criter. 2.316039
F-statistic 13.32341 Durbin-Watson stat 0.004973
Prob(F-statistic) 0.000000
70
Tabel 4.3
Hasil Regresi Data Panel Fixed Effect Model Dependent Variable: KEMISKINAN?
Method: Pooled Least Squares
Date: 12/29/17 Time: 20:11
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104 Variable Coefficient Std. Error t-Statistic Prob. C 13.25825 0.951770 13.93010 0.0000
IPM? -0.031568 0.019942 -1.582970 0.1176
INFLASI? -0.025227 0.006486 -3.889753 0.0002
ZIS? 0.027980 0.018894 1.480927 0.1428
Fixed Effects (Cross)
BBRT--C 0.345450
BDG--C 0.790647
BGR--C 1.280712
BKS--C 0.286039
CJR--C 0.550349
CMS--C -0.026050
CRB--C 0.789264
GRT--C 0.723253
IDR--C 0.518098
KBDG--C 0.228987
KBGR--C -0.296469
KBJR--C -2.265863
KBKS--C 0.431564
KCMH--C -1.084700
KCRB--C -1.248161
KDPK--C -0.667520
KNG--C 0.039658
KRW--C 0.575364
KSBM--C -1.515379
KTMY--C -0.092863
MJL--C 0.119983
PWT--C -0.461260
SBG--C 0.285682
SKBM--C 0.409035
SMD--C 0.009911
TMY--C 0.274270 Effects Specification Cross-section fixed (dummy variables) R-squared 0.998137 Mean dependent var 11.74878
Adjusted R-squared 0.997441 S.D. dependent var 0.863275
S.E. of regression 0.043668 Akaike info criterion -3.193635
71
Sum squared resid 0.143014 Schwarz criterion -2.456256
Log likelihood 195.0690 Hannan-Quinn criter. -2.894901
F-statistic 1434.995 Durbin-Watson stat 1.660369
Prob(F-statistic) 0.000000
Setelah hasil regresi dengan menggunakan model common effect dan fixed
effect didapat, maka langkah selanjutnya adalah melakukan uji untuk menentukan
model estimasi mana yang lebih tepat antara model common effect dan fixed effect.
Dalam menentukan diantara kedua model tersebut maka digunakan uji Chow sebagai
uji pemilihan model regresi data panel. Uji chow merupakan salah satu tahap yang
perlu dilakukan untuk menentukan model regresi data yang paling tepat digunakan
dalam penelitian.
Langkah pertama yang dilakukan sebelum melakukan uji Chow adalah
melakukan regresi dengan menggunakan model common effect dan fixed effect.
Setelah hasil dari common effect dan fixed effect diperoleh maka selanjutnya
dilakukan uji Chow dengan melakukan uji likelihood ratio menggunakan Eviews.
Hasil dari uji likelihood ratio atau uji Chow dapat dilihat pada tabel di bawah ini:
72
Tabel 4.4
Hasil Uji Chow Redundant Fixed Effects Tests
Pool: DAERAH
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 1147.383215 (25,75) 0.0000
Cross-section Chi-square 618.720763 25 0.0000
Sumber: Output Eviews
Uji Chow dilakukan dengan membandingkan antara common effect model dan
fixed effect model. Hipotesis dalam uji Chow adalah:
H0 : Intersep konstan pada setiap i dan t
H1 : Intersep tidak konstan pada setiap i dan t
Apabila nilai probabilitas F ≥ 0,05 artinya H0 diterima, yang berarti model
yang paling tepat digunakan adalah common effect model. Namun jika nilai
probabilitasnya < 0,05 artinya H0 ditolak, yang berarti model yang paling tepat
digunakan adalah fixed effect model.
Hasil output di atas menunjukkan nilai probabilitas sebesar 0,0000 untuk
cross section F, yang berarti nilainya < 0,05. Karena hasil tersebut menunjukan
bahwa H0 ditolak, maka dapat dikatakan bahwa fixed effect model lebih tepat
digunakan daripada common effect model.
Karena hasil Uji Chow menunjukkan hasil model yang lebih tepat untuk
digunakan adalah fixed effect model, maka diperlukan Uji Hausman untuk menguji
model yang lebih tepat untuk digunakan antara fixed effect model dan random effect
73
model. Sebelum melakukan Uji Hausman, dilakukan terlebih dahulu regresi random
effect model.
Tabel 4.5
Hasil Regresi Data Panel Random Effect Model
Dependent Variable: KEMISKINAN?
Method: Pooled EGLS (Cross-section random effects)
Date: 12/29/17 Time: 20:12
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104
Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 14.14212 0.806846 17.52765 0.0000
IPM? -0.050347 0.016515 -3.048519 0.0029
INFLASI? -0.025031 0.006484 -3.860206 0.0002
ZIS? 0.044635 0.016084 2.775028 0.0066
Random Effects (Cross)
BBRT--C 0.264510
BDG--C 0.799493
BGR--C 1.250260
BKS--C 0.320404
CJR--C 0.421672
CMS--C -0.047809
CRB--C 0.729249
GRT--C 0.602358
IDR--C 0.420033
KBDG--C 0.424438
KBGR--C -0.211471
KBJR--C -2.266795
KBKS--C 0.623608
KCMH--C -0.945284
KCRB--C -1.168699
KDPK--C -0.481920
KNG--C 0.001098
KRW--C 0.544518
KSBM--C -1.468202
KTMY--C -0.084779
MJL--C 0.034822
PWT--C -0.485469
SBG--C 0.233219
SKBM--C 0.317769
SMD--C 0.010311
TMY--C 0.162664 Effects Specification
74
S.D. Rho Cross-section random 0.754393 0.9967
Idiosyncratic random 0.043668 0.0033 Weighted Statistics R-squared 0.217479 Mean dependent var 0.339893
Adjusted R-squared 0.194003 S.D. dependent var 0.049081
S.E. of regression 0.044064 Sum squared resid 0.194161
F-statistic 9.264020 Durbin-Watson stat 1.229083
Prob(F-statistic) 0.000018 Unweighted Statistics R-squared 0.228300 Mean dependent var 11.74878
Sum squared resid 59.23573 Durbin-Watson stat 0.004029
Sumber: Output Eviews
Dalam melakukan Uji Hausman, hipotesis yang digunakan yaitu:
H0 : Random Effect Model
H1 : Fixed Effect Model
Apabila nilai probabilitas Chi-Square ≥ 0,05 artinya H0 diterima, yang berarti model
regresi yang paling tepat digunakan adalah random effect model. Namun jika
probabilitas Chi-Square < 0,05 artinya H0 ditolak, yang berarti model regresi yang
paling tepat digunakan adalah fixed effect model.
75
Tabel 4.6
Hasil Uji Hausman
Correlated Random Effects - Hausman Test
Pool: DAERAH
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 0.000000 3 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero.
Sumber: Output Eviews
Hasil output di atas menunjukkan nilai probabilitas sebesar 1.0000 untuk
cross section random, yang berarti nilainya > 0,05. Karena hasil tersebut
menunjukkan bahwa H1 ditolak, maka dapat dikatakan bahwa random effect model
lebih tepat digunakan daripada fixed effect model. Namun menurut Kristanto dan
Sumani (2015) jika nilai probabilitas 1.0000 berarti random effect model adalah
model yang lebih tepat untuk digunakan, tetapi jika terdapat peringatan yang
menunjukkan bahwa variance pada uji hausman tidak valid sehingga hasil uji
hausman menjadi tidak valid. Maka kesimpulan dari uji hausman yang tidak valid
membuat penelitian ini harus kembali menggunakan hasil dari uji sebelumnya yaitu
fixed effect. Berarti dapat disimpulkan model yang tepat digunakan dalam penelitian
ini adalah fixed effect model.
76
D. Pengujian Hipotesis
a. Model Penelitian
Berdasarkan estimasi model regresi data panel yang telah dilakukan
sebelumnya, maka penelitian in akan menggunakan fixed effect model yang
ditampilkan pada tabel berikut:
Dependent Variable: KEMISKINAN?
Method: Pooled Least Squares
Date: 12/29/17 Time: 20:11
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104 Variable Coefficient Std. Error t-Statistic Prob. C 13.25825 0.951770 13.93010 0.0000
IPM? -0.031568 0.019942 -1.582970 0.1176
INFLASI? -0.025227 0.006486 -3.889753 0.0002
ZIS? 0.027980 0.018894 1.480927 0.1428
Fixed Effects (Cross)
BBRT--C 0.345450
BDG--C 0.790647
BGR--C 1.280712
BKS--C 0.286039
CJR--C 0.550349
CMS--C -0.026050
CRB--C 0.789264
GRT--C 0.723253
IDR--C 0.518098
KBDG--C 0.228987
KBGR--C -0.296469
KBJR--C -2.265863
KBKS--C 0.431564
KCMH--C -1.084700
KCRB--C -1.248161
KDPK--C -0.667520
KNG--C 0.039658
KRW--C 0.575364
KSBM--C -1.515379
KTMY--C -0.092863
MJL--C 0.119983
PWT--C -0.461260
SBG--C 0.285682
77
SKBM--C 0.409035
SMD--C 0.009911
TMY--C 0.274270 Effects Specification Cross-section fixed (dummy variables) R-squared 0.998137 Mean dependent var 11.74878
Adjusted R-squared 0.997441 S.D. dependent var 0.863275
S.E. of regression 0.043668 Akaike info criterion -3.193635
Sum squared resid 0.143014 Schwarz criterion -2.456256
Log likelihood 195.0690 Hannan-Quinn criter. -2.894901
F-statistic 1434.995 Durbin-Watson stat 1.660369
Prob(F-statistic) 0.000000
Sumber: Output Eviews
Berdasarkan tabel, maka ditemukan hasil dari perhitungan Zakat Infaq dan Shadaqoh,
PDRB, Inflasi dan IPM terhadap jumlah kemiskinan di Provinsi Jawa Barat sebagai
berikut:
Kemiskinan = 13.25825 - 0.031568 IPM - 0.025227 Inflasi + 0.027980 ZIS
Dari model di atas dapat dibuat interpretasi sebagai berikut:
1) Konstanta sebesar 13.25825 menunjukkan bahwa jika variabel independen
(ZIS, Inflasi, IPM) adalah nol, maka jumlah kemiskinan di Jawa Barat adalah
sebesar 13.25825.
2) Nilai koefisien regresi IPM sebesar - 0.031568 yang berarti setiap kenaikan
IPM naik 1 score maka jumlah kemiskinan mengalami penurunan sebesar
0.031568.
3) Nilai koefisien regresi Inflasi sebesar - 0.025227 yang berarti setiap kenaikan
Inflasi naik 1% maka jumlah kemiskinan mengalami penurunan sebesar
0.025227
78
4) Nilai koefisien regresi jumlah ZIS sebesar 0.027980 yang berarti setiap
kenaikan jumlah ZIS naik 1% maka jumlah kemiskinan mengalami kenaikan
sebesar 0.027980.
Tabel 4.7
Hasil Uji Persamaan Setiap Objek Penelitian
Fixed Effects (Cross) Coeficient
BBRT--C
0.345450
BDG--C 0.790647
BGR--C 1.280712
BKS--C 0.286039
CJR--C 0.550349
CMS--C -0.026050
CRB--C 0.789264
GRT--C 0.723253
IDR--C 0.518098
KBDG--C 0.228987
KBGR--C -0.296469
KBJR--C -2.265863
KBKS--C 0.431564
KCMH--C -1.084700
KCRB--C -1.248161
KDPK--C -0.667520
KNG--C 0.039658
KRW--C 0.575364
KSBM--C -1.515379
KTMY--C -0.092863
MJL--C 0.119983
PWT--C -0.461260
SBG--C 0.285682
SKBM--C 0.409035
SMD--C 0.009911
TMY--C 0.274270
79
1) Persamaan model regresi Kabupaten Bandung Barat
Kemiskinan Kabupaten Bandung Barat = 0.345450- 0.031568 IPM -
0.025227 Inflasi + 0.027980 ZIS
Konstanta sebesar 0.345450 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Bandung Barat adalah sebesar 0.345450.
2) Persamaan model regresi Kabupaten Bandung
Kemiskinan Kabupaten Bandung = 0.790647 - 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
Konstanta sebesar 0.790647 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Bandung adalah sebesar 0.790647
3) Persamaan model regresi Kabupaten Bogor
Kemiskinan Kabupaten Bogor = 1.280712 - 0.031568 IPM - 0.025227 Inflasi
+ 0.027980 ZIS
Konstanta sebesar 1.280712menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Bogor adalah sebesar 1.280712
4) Persamaan model regresi Kabupaten Bekasi
Kemiskinan Kabupaten Bekasi 0.286039 - 0.031568 IPM - 0.025227 Inflasi +
0.027980 ZIS
80
Konstanta sebesar 0.286039 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Bekasi adalah sebesar 0.286039
5) Persamaan model regresi Kabupaten Cianjur
Kemiskinan Kabupaten Cianjur = 0.550349 - 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
Konstanta sebesar 0.550349 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Cianjur adalah sebesar 0.550349
6) Persamaan model regresi Kabupaten Ciamis
Kemiskinan Kabupaten Ciamis = -0.026050 - 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
Konstanta sebesar -0.026050 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Ciamis adalah sebesar -0.026050
7) Persamaan model regresi Kabupaten Cirebon
Kemiskinan Kabupaten Cirebon = 0.789264 - 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
Konstanta sebesar 0.789264 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Cirebon adalah sebesar 0.789264
81
8) Persamaan model regresi Kabupaten Garut
Kemiskinan Kabupaten Garut = 0.723253 - 0.031568 IPM - 0.025227 Inflasi
+ 0.027980 ZIS
Konstanta sebesar 0.723253 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Garut adalah sebesar 0.723253
9) Persamaan model regresi Kabupaten Indramayu
Kemiskinan Kabupaten Indramayu = 0.518098- 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
Konstanta sebesar 0.518098 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Indramayu adalah sebesar 0.518098
10) Persamaan model regresi Kota Bandung
Kemiskinan Kota Bandung = 0.228987 - 0.031568 IPM - 0.025227 Inflasi +
0.027980 ZIS
Konstanta sebesar 0.228987 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota
Bandung adalah sebesar 0.228987
11) Persamaan model regresi Kota Bogor
Kemiskinan Kota Bogor = -0.296469 - 0.031568 IPM - 0.025227 Inflasi +
0.027980 ZIS
82
Konstanta sebesar -0.296469 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota Bogor
adalah sebesar -0.296469
12) Persamaan model regresi Kota Bekasi
Kemiskinan Kota Bekasi = 0.431564 - 0.031568 IPM - 0.025227 Inflasi +
0.027980 ZIS
Konstanta sebesar 0.431564 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota Bekasi
adalah sebesar 0.431564
13) Persamaan model regresi Kota Banjar
Kemiskinan Kota Banjar = -2.265863 - 0.031568 IPM - 0.025227 Inflasi +
0.027980 ZIS
Konstanta sebesar -2.265863 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota Banjar
adalah sebesar -2.265863
14) Persamaan model regresi Kota Cimahi
Kemiskinan Kota Cimahi = -1.084700 - 0.031568 IPM - 0.025227 Inflasi +
0.027980 ZIS
Konstanta sebesar -1.084700 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota Cimahi
adalah sebesar -1.084700
83
15) Persamaan model regresi Kota Cirebon
Kemiskinan Kota Cirebon = -1.248161 - 0.031568 IPM - 0.025227 Inflasi +
0.027980 ZIS
Konstanta sebesar -1.248161 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota Cirebon
adalah sebesar -1.248161
16) Persamaan model regresi Kota Depok
Kemiskinan Kota Depok = -0.667520 - 0.031568 IPM - 0.025227 Inflasi +
0.027980 ZIS
Konstanta sebesar -0.667520 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota Depok
adalah sebesar -0.667520
17) Persamaan model regresi Kabupaten Kuningan
Kemiskinan Kabupaten Kuningan = 0.039658 - 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
Konstanta sebesar 0.039658 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Kuningan adalah sebesar 0.039658
18) Persamaan model regresi Kabupaten Karawang
Kemiskinan Kabupaten Karawang = 0.575364 - 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
84
Konstanta sebesar 0.575364 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Karawang adalah sebesar 0.575364
19) Persamaan model regresi Kota Sukabumi
Kemiskinan Kota Sukabumi = -1.515379 - 0.031568 IPM - 0.025227 Inflasi
+ 0.027980 ZIS
Konstanta sebesar -1.515379 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota
Sukabumi adalah sebesar -1.515379
20) Persamaan model regresi Kota Tasikmalaya
Kemiskinan Kota Tasikmalaya = -0.092863 - 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
Konstanta sebesar -0.092863 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kota
Tasikmalaya adalah sebesar -0.092863
21) Persamaan model regresi Kabupaten Majalengka
Kemiskinan Kabupaten Majalengka = 0.119983 - 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
Konstanta sebesar 0.119983 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Majalengka adalah sebesar 0.119983
85
22) Persamaan model regresi Kabupaten Purwakarta
Kemiskinan Kabupaten Purwakarta = -0.461260 - 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
Konstanta sebesar -0.461260 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Purwakarta adalah sebesar -0.461260
23) Persamaan model regresi Kabupaten Subang
Kemiskinan Kabupaten Subang = 0.285682 - 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
Konstanta sebesar 0.285682 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Subang adalah sebesar 0.285682
24) Persamaan model regresi Kabupaten Sukabumi
Kemiskinan Kabupaten Sukabumi = 0.409035 - 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
Konstanta sebesar 0.409035 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Sukabumi adalah sebesar 0.409035
25) Persamaan model regresi Kabupaten Sumedang
Kemiskinan Kabupaten Sumedang = 0.009911 - 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
86
Konstanta sebesar 0.009911 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Sumedang adalah sebesar 0.009911
26) Persamaan model regresi Kabupaten Tasikmalaya
Kemiskinan Kabupaten Tasikmalaya = 0.274270 - 0.031568 IPM - 0.025227
Inflasi + 0.027980 ZIS
Konstanta sebesar 0.274270 menunjukkan bahwa jika variabel independen
(IPM , Inflasi dan ZIS ) adalah nol, maka jumlah kemiskinan di Kabupaten
Tasikmalaya adalah sebesar 0.274270
b. Uji Signifikansi Parsial (Uji t)
1) Berdasarkan Probabilitas
Uji t bertujuan untuk mengetahui pengaruh variabel independen yaitu
ZIS, Inflasi, IPM terhadap variabel dependen yaitu Kemiskinan
Variable Coefficient Std. Error t-Statistic Prob.
C 13.25825 0.951770 13.93010 0.0000
IPM? -0.031568 0.019942 -1.582970 0.1176
INFLASI? -0.025227 0.006486 -3.889753 0.0002
ZIS? 0.027980 0.018894 1.480927 0.1428
Tabel diatas merupakan hasil dari pengujian variable independen yaitu
IPM, Inflasi dan ZIS terhadap variabel dependen yaitu Kemiskinan di
Provinsi Jawa Barat secara parsial. Dari output diatas dapat dilihat nilai
probability dari masing-masing variabel bebas yang digunakan. Dari output
87
diatas diperoleh hasil bahwa variabel ZIS (0.1428), dan IPM (0.1176),
memiliki nilai probability yang lebih besar dari alfa (0,05), sehingga dapat
dikatakan bahwa variabel tersebut tidak memiliki pengaruh terhadap variabel
Y (Kemiskinan). Sedangkan variabel Inflasi (0.0002), memiliki nilai
probability yang lebih kecil dari alfa (0,05), sehingga dapat dikatakan bahwa
variabel inflasi memiliki pengaruh terhadap variabel Y (Kemiskinan).
c. Uji Signifikansi Simultan (Uji F)
1. Berdasarkan F Tabel
Untuk menguji apakah variabel independen berpengaruh secara
simultan terhadap variabel dependen, pedoman yang digunakan dalam
pengambilan kesimpulan uji F adalah sebagai berikut:
Jika F-hitung < F-tabel, maka H0 diterima dan H1 ditolak
Jika F-hitung > F-tabel, maka H0 ditolak dan H1 diterima
Selain itu, dapat pula dilihat dari probabilitas F statistik. Apabila probabilitas
(signifikansi) lebih kecil dari nilai α = 5%, maka dapat disimpulkan bahwa
seluruh variabel independen secara simultan berpengaruh signifikan terhadap
variabel dependen.
Adapun hipotesisnya adalah sebagai berikut:
H0: ZIS, Inflasi, dan Indeks Pembangunan Manusia (IPM) tidak berpengaruh
terhadap kemiskinan di Jawa Barat secara simultan.
88
H1: ZIS, Inflasi, dan Indeks Pembangunan Manusia (IPM) berpengaruh
terhadap kemiskinan di Provinsi Jawa Barat secara simultan.
Berdasarkan tabel diperoleh hasil F-statistik atau F-hitung sebesar 1434.995
dengan nilai probabilitas sebesar 0.000000. Nilai probabilitas tersebut lebih
kecil dari α = 5%. Selain itu dengan n = 104 dan k = 4, nilai pada F tabel
diperoleh nilai pada F tabel diperoleh nilai 2,70 dengan df1 (k-1) dan df2 (n-
k) sebesar 3 dan 100 dengan nilai probabilitas 5%. Karena F hitung > F tabel
(1434.995> 2,70) maka H0 ditolak, artinya dapat disimpulkan bahwa variable
ZIS, Inflasi, dan Indeks Pembangunan Manusia (IPM), berpengaruh terhadap
kemiskinan di Provinsi Jawa Barat secara simultan.
d. Uji Adjusted R2
Uji Adjusted R2 ditujukan untuk menilai seberapa besar kemampuan
variabel independen menjelaskan variabel dependen. Pada penelitian ini,
koefisien yang digunakan adalah koefisien determinasi yang telah disesuaikan
atau Adjusted R2. Hal ini dikarenakan Adjusted R2 merupakan koefisien yang
telah dikoreksi sehingga dapat naik atau turun seiring penambahan variabel
baru dalam model.
Berdasarkan hasil regresi dengan fixed effect model sebagaimana yang
tertera pada tabel, diketahui bahwa nilai koefisien determinasi sebesar
0.997441. Hal ini menunjukkan bahwa variasi variabel dependen
(kemiskinan) secara simultan dapat dijelaskan oleh variabel independen (ZIS,
89
Inflasi, IPM) sebesar 99,74 % sedangkan sisanya 0,26 % dijelaskan oleh
faktor lain diluar variable yang diteliti.
E. Interpretasi Hasil Penelitian
1) Hubungan Indeks Pembangunan Manusia terhadap Kemiskinan
Dari hasil regresi yang dihasilkan dalam penelitian ini,
menunjukan bahwa variable Indeks Pembangunan Manusia
menunjukkan tanda negatif namun tidak berpengaruh signifikan
terhadap kemiskinan Jawa Barat pada taraf nyata 5% dengan nilai
probabilitas 0.1176.
2) Hubungan Inflasi terhadap Kemikinan
Dari hasil regresi yang dihasilkan dalam penelitian ini,
menunjukan bahwa variable inflasi menunjukkan tanda negative dan
berpengaruh signifikan terhadap kemiskinan di Jawa Barat pada taraf
nyata 5% dengan nilai probabilitas 0.0002 dan berhubungan negatif
dengan nilai koefisien sebesar (-0.025227) yang berarti bahwa apabila
inflasi naik sebesar 1 persen maka kemiskinan akan turun sebesar
0.025227 persen.
Penelitian ini sejalan dengan penelitian Kholis Budiono (2009)
yang berjudul “Pengaruh pembiayaan bank syariah, zakat, pdb dan
inflasi terhadap jumlah penduduk miskin indonesia”
90
3) Hubungan Zakat, Infaq dan Shadaqah terhadap Kemiskinan
Jumlah dana Zakat, Infaq, dan Shadaqah yang mengalami
peningkatan pada setiap tahun nya dan itu menjadi salah satu pilihan
atau alternative sumber dana bagi para pelaku ekonomi, zakat infaq
dan shadaqah merupakan sumber dana yang potensial. Namun pada
hasil penelitian ini diperoleh bahwa zakat infaq dan shadaqah tidak
berpengaruh signifikan pada taraf nyata 5% dengan nilai probabilitas
0.1428.
91
BAB V
KESIMPULAN
A. Kesimpulan
Penelitian ini bertujuan untuk mengetahui apakah terjadi pengaruh antara
Indeks Pembangunan Manusia, Inflasi dan Zakat, Infaq, Shadaqah terhadap
pengentasan kemiskinan di Provinsi Jawa Barat periode tahun 2012 sampai
dengan tahun 2015.
Berdasarkan penelitian yang telah dilakukan dengan uji persamaan model
dengan menggunakan common effect model, fixed effect model, dan random
effect model, uji pemilihan persamaan model dengan uji chow dan uji hausman,
uji regresi linier data panel dengan menggunakan fixed effect model, maka dapat
diambil beberapa kesimpulan dari hasil penelitian ini, antara lain:
1. Hasil regresi data panel menunjukkan bahwa secara parsial variabel
Indeks Pembangunan Manusia (IPM) dan Zakat, Infaq dan Shadaqah
(ZIS) tidak berpengaruh terhadap pengentasan kemiskinan di Provinsi
Jawa Barat, sedangkan variabel Inflasi berpengaruh negatif dan signifikan
terhadap pengentasan kemiskinan di Provinsi Jawa Barat.
2. Variabel IPM, Inflasi dan ZIS secara bersama-sama berpengaruh
signifikan terhadap pengentasan kemiskinan sehingga mampu
menjelaskan variabel dependen sebesar 99,74 % dan sisanya 0,26%
dijelaskan oleh variabel lain yang tidak disertakan dalam penelitian ini.
92
B. Saran dan Implikasi
Berdasarkan hasil kesimpulan yang telah dikemukakan diatas, maka
penulis memberikan beberapa saran yang mungkin dapat bermanfaat. Adapun
saran dan implikasi tersebut sebagai berikut:
1. Akademisi
Bagi akademisi diharapkan hasil penelitian ini mampu
memberikan sumbangan pemikiran bagi ilmu Syari‟ah pada umumnya
serta menjadi rujukan selanjutnya tentang Pengaruh Indeks
Pembangunan Manusia (IPM), Inflasi dan Zakat, Infaq, Shadaqah
(ZIS) terhadap Pengentasan Kemiskinan di Provinsi Jawa Barat
selanjutnya.
2. Praktisi
Bagi praktisi diharapkan hasil penelitian ini dapat dijadikan
acuan bagi lembaga zakat nasional terutama dalam upaya pengentasan
kemiskinan khususnya di Provinsi Jawa Barat.
93
DAFTAR PUSTAKA
Abdul Manan, Muhammad (1993). “Islamic Economy: Theory and Practice”, terj.
M. Nastangin, Teori dan Praktek Ekonomi Islam, Yogyakarta: Dana Bhakti
Wakaf.
Al Anshori, Abie Ayub (2017). ”Pengaruh Pembiayaan Bank Syariah, Produk
Domestik Bruto, Inflasi, Indeks Pembangunan Manusia, Pendidikan, Upah
Minimum Regional terhadap Jumlah Penduduk Miskin di Indonesia”. Skripsi,
UIN Jakarta.
Agus,T.B (2015). “Regresi Dalam Penelitian dan Bisnis”, Yogyakarta: Danisa
Media.
Ariefianto, Moch Doddy (2012). “Ekonometrika Esensi dan Aplikasi Dengan
Menggunakan Eview”, Jakarta: Erlangga.
Aziz, Mochamad Roikhan (2009). ”Pemodelan Institusi Keuangan Islam Berbasis
Metode Sinlamim Kaffah (Studi kelayakan Pada Bofsa)”, Yogyakarta:
Prosiding, UII.
Dermawan, Wibisono (2005). “Metode Penelitian & Analisis Data”, Jakarta:
Salemba Medika.
Efendy, Hani Kurniawati (2017). “Analisis Pengaruh Pendayagunaan Zakat, Infaq
Dan Shadaqah (Zis), Produk Domestik Regional Bruto (Pdrb) Dan Upah
94
Minimum Kabupaten/Kota (Umk) Terhadap Tingkat Kemiskinan Di
Kabupaten/Kota Provinsi Banten Tahun 2011 – 2015”. Skripsi, UIN Jakarta.
Gujarati, Damodar (2003). “Ekonometrika Dasar”, Jakarta: Erlangga.
Haris Kristanto dan Sumani. 2015. “Pengaruh Perubahan Arus Kas Operasi, Laba
Akuntansi, Suku Bunga, Dan Inflasi Terhadap Return Saham”. Jurnal
Banking and Management Review, Volume 4. No 2: 534.
Hafidhuddin, Didin (2004). “Zakat Dalam Perekonomian Modern”, Jakarta: Gema
Insani Press.
Hamid, M. Abdul (2010). “Buku Pedoman Penulisan Skripsi”, Jakarta: FEB UIN
Jakarta.
Hidayat, Saeful & Arianto A. (2007). “Pertumbuhan Ekonomi, Ketidakmerataan
Pendapatan, dan Kemiskinan : Estimasi Parameter Elastisitas Kemiskinan
Tingkat Provinsi di Indonesia Tahun 1996-2005” MPKP FE UI.
Ichsan, Nurul (2016). “Akad Bank Syariah”, Jurnal Ekonomi Islam, Volume 50. No.
2: 399.
Inoed, Amiruddin, Dkk (2005). “Anatomi Fiqh Zakat: Potret dan Pemahaman Badan
Amil Zakat Sumatera Selatan”, Yogyakarta: Pustaka Pelajar.
Jhingan, M.L (2004). “Ekonomi Pembangunan dan Perencanaan”, Jakarta: PT. Raja
Grafindo Persada.
95
Karim, Adiwarman A (2011). “Bank Islam Analilsis Fiqih dan Keuangan”, edisi 4.
Jakarta : PT. Rajawali Pers.
K. Sitepu, Rasidin, dan Bonar M. Sinaga (2004). “Dampak Investasi Sumber Daya
Manusia Terhadap Pertumbuhan Ekonomi Dan Kemiskinan di Indonesia”:
Pendekatan Model.
Manurung, Mandala, dan Pratama Rahardja (2004). “Uang, Perbankan, dan Ekonomi
Moneter (Kajian Kontekstual Indonesia)”, Jakarta: Lembaga Penerbit FEUI.
Marginingsih, Ria (2011). “Pengaruh Pendayagunaan Dana ZIS, dan PDRB per
Kapita Terhadap Jumlah Penduduk Miskin (Studi Kasus di Kabupaten/Kota
Jawa Tengah Tahun 2006-2009)”, Skripsi, Universitas Diponegoro.
Mulyaningsih, Yani (2008). “Pengaruh pengeluaran pemerintah di sektor public
terhadap peningkatan pembangunan manusia dan pengurangan kemiskinan.
“, Tesis, Universitas Indonesia.
Qardhawi, Yusuf (2002). “Musykilat al-Fakr”, (terj. Maimun Syam. Dkk),
Yogyakarta : Mitra Pustaka.
Ridwan, Muhammad (2005). “Manajemen Baitul Maal Wa Tamwil (BMT), cet 2”,
Yogyakarta: UII Press.
Rosadi, Dedi. (2012). “Diktat Kuliah Analisis Data Panel”. Jurusan Matematika,
FMIPA UGM.
96
Saputra, Whisnu Adhi (2011). “Analisis Pengaruh Jumlah Penduduk, PDRB, IPM,
Pengangguran terhadap Tingkat Kemiskinan di Kabupaten/Kota Jawa
Tengah”. Skripsi, Universitas Diponegoro.
Sugiyono (2005). “Metode Penelitian Kuantitatif Kualitatif dan R&D”. Bandung:
Alfabeta.
Suharto, Edi (2005). “Membangun Masyarakat Memberdayakan Rakyat”, Bandung:
PT Refika Aditama.
Sukirno, Sadono (2003). “Makro Ekonomi Modern: Perkembangan Pemikiran dari
Klasik hingga Keynesian Baru”, Jakarta: PT Raja Grafindo Persada.
Sukmaraga, Prima (2011). “Analisis Pengaruh Indeks Pembangunan Manusia PDRB
Per Kapita dan Jumlah Penduduk Miskin di Provinsi Jawa Tengah”.Skripsi,
Universitas Diponegoro.
Suryawati, Chriswardani (2005). “Memahami Kemiskinan Secara Multidimensional”,
Jurnal Manajemen Pembangunan dan Kebijakan, Volume 08, No. 03: 121-
129.
Todaro, Michael P, Stephen C. Smith (2006). “Pembangunan Ekonomi (Edisi
kesembilan, jilid I)”, Jakarta: Erlangga.
Winarno, Wing Wahyu (2011). “Analisis Ekonometrika dan Statsitika dengan
EVIEWS”, Yogyakarta: UPP STIM YKPN.
97
Wulandari, Fransiska Hastin (2015). “Pengaruh Pertumbuhan Ekonomi, Inflasi,
Pengangguran, Dan Pendidikan Terhadap Kemiskinan Provinsi Di Indonesia
Tahun 2008-2012”. Skripsi, Universitas Atma Jaya Yogyakarta.
Website:
BPS.go.id
Bappenas.go.id
98
LAMPIRAN-LAMPIRAN
99
Lampiran 1
Common Effect
Dependent Variable: KEMISKINAN?
Method: Pooled Least Squares
Date: 12/29/17 Time: 20:11
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104 Variable Coefficient Std. Error t-Statistic Prob. C 16.06662 2.761361 5.818369 0.0000
IPM? -0.091236 0.014443 -6.316973 0.0000
INFLASI? -0.024605 0.109929 -0.223829 0.8233
ZIS? 0.080898 0.113451 0.713064 0.4775 R-squared 0.285562 Mean dependent var 11.74878
Adjusted R-squared 0.264129 S.D. dependent var 0.863275
S.E. of regression 0.740542 Akaike info criterion 2.274834
Sum squared resid 54.84028 Schwarz criterion 2.376542
Log likelihood -114.2914 Hannan-Quinn criter. 2.316039
F-statistic 13.32341 Durbin-Watson stat 0.004973
Prob(F-statistic) 0.000000
100
Lampiran 2
Fixed Effect
Dependent Variable: KEMISKINAN?
Method: Pooled Least Squares
Date: 12/29/17 Time: 20:11
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104 Variable Coefficient Std. Error t-Statistic Prob. C 13.25825 0.951770 13.93010 0.0000
IPM? -0.031568 0.019942 -1.582970 0.1176
INFLASI? -0.025227 0.006486 -3.889753 0.0002
ZIS? 0.027980 0.018894 1.480927 0.1428
Fixed Effects (Cross)
BBRT--C 0.345450
BDG--C 0.790647
BGR--C 1.280712
BKS--C 0.286039
CJR--C 0.550349
CMS--C -0.026050
CRB--C 0.789264
GRT--C 0.723253
IDR--C 0.518098
KBDG--C 0.228987
KBGR--C -0.296469
KBJR--C -2.265863
KBKS--C 0.431564
KCMH--C -1.084700
KCRB--C -1.248161
KDPK--C -0.667520
KNG--C 0.039658
KRW--C 0.575364
KSBM--C -1.515379
KTMY--C -0.092863
MJL--C 0.119983
PWT--C -0.461260
SBG--C 0.285682
SKBM--C 0.409035
SMD--C 0.009911
TMY--C 0.274270 Effects Specification Cross-section fixed (dummy variables) R-squared 0.998137 Mean dependent var 11.74878
101
Adjusted R-squared 0.997441 S.D. dependent var 0.863275
S.E. of regression 0.043668 Akaike info criterion -3.193635
Sum squared resid 0.143014 Schwarz criterion -2.456256
Log likelihood 195.0690 Hannan-Quinn criter. -2.894901
F-statistic 1434.995 Durbin-Watson stat 1.660369
Prob(F-statistic) 0.000000
102
Lampiran 3
Uji Chow
Redundant Fixed Effects Tests
Pool: DAERAH
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 1147.383215 (25,75) 0.0000
Cross-section Chi-square 618.720763 25 0.0000
Cross-section fixed effects test equation:
Dependent Variable: KEMISKINAN?
Method: Panel Least Squares
Date: 12/29/17 Time: 20:12
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104 Variable Coefficient Std. Error t-Statistic Prob. C 16.06662 2.761361 5.818369 0.0000
IPM? -0.091236 0.014443 -6.316973 0.0000
INFLASI? -0.024605 0.109929 -0.223829 0.8233
ZIS? 0.080898 0.113451 0.713064 0.4775 R-squared 0.285562 Mean dependent var 11.74878
Adjusted R-squared 0.264129 S.D. dependent var 0.863275
S.E. of regression 0.740542 Akaike info criterion 2.274834
Sum squared resid 54.84028 Schwarz criterion 2.376542
Log likelihood -114.2914 Hannan-Quinn criter. 2.316039
F-statistic 13.32341 Durbin-Watson stat 0.004973
Prob(F-statistic) 0.000000
103
Lampiran 4
Random Effect
Dependent Variable: KEMISKINAN?
Method: Pooled EGLS (Cross-section random effects)
Date: 12/29/17 Time: 20:12
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104
Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 14.14212 0.806846 17.52765 0.0000
IPM? -0.050347 0.016515 -3.048519 0.0029
INFLASI? -0.025031 0.006484 -3.860206 0.0002
ZIS? 0.044635 0.016084 2.775028 0.0066
Random Effects (Cross)
BBRT--C 0.264510
BDG--C 0.799493
BGR--C 1.250260
BKS--C 0.320404
CJR--C 0.421672
CMS--C -0.047809
CRB--C 0.729249
GRT--C 0.602358
IDR--C 0.420033
KBDG--C 0.424438
KBGR--C -0.211471
KBJR--C -2.266795
KBKS--C 0.623608
KCMH--C -0.945284
KCRB--C -1.168699
KDPK--C -0.481920
KNG--C 0.001098
KRW--C 0.544518
KSBM--C -1.468202
KTMY--C -0.084779
MJL--C 0.034822
PWT--C -0.485469
SBG--C 0.233219
SKBM--C 0.317769
SMD--C 0.010311
TMY--C 0.162664 Effects Specification
S.D. Rho Cross-section random 0.754393 0.9967
104
Idiosyncratic random 0.043668 0.0033 Weighted Statistics R-squared 0.217479 Mean dependent var 0.339893
Adjusted R-squared 0.194003 S.D. dependent var 0.049081
S.E. of regression 0.044064 Sum squared resid 0.194161
F-statistic 9.264020 Durbin-Watson stat 1.229083
Prob(F-statistic) 0.000018 Unweighted Statistics R-squared 0.228300 Mean dependent var 11.74878
Sum squared resid 59.23573 Durbin-Watson stat 0.004029
105
Lampiran 5
Uji Hausman
Correlated Random Effects - Hausman Test
Pool: DAERAH
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 0.000000 3 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero.
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob. IPM? -0.031568 -0.050347 0.000125 0.0929
INFLASI? -0.025227 -0.025031 0.000000 0.0929
ZIS? 0.027980 0.044635 0.000098 0.0929
Cross-section random effects test equation:
Dependent Variable: KEMISKINAN?
Method: Panel Least Squares
Date: 12/29/17 Time: 20:13
Sample: 1 4
Included observations: 4
Cross-sections included: 26
Total pool (balanced) observations: 104 Variable Coefficient Std. Error t-Statistic Prob. C 13.25825 0.951770 13.93010 0.0000
IPM? -0.031568 0.019942 -1.582970 0.1176
INFLASI? -0.025227 0.006486 -3.889753 0.0002
ZIS? 0.027980 0.018894 1.480927 0.1428 Effects Specification Cross-section fixed (dummy variables) R-squared 0.998137 Mean dependent var 11.74878
Adjusted R-squared 0.997441 S.D. dependent var 0.863275
S.E. of regression 0.043668 Akaike info criterion -3.193635
Sum squared resid 0.143014 Schwarz criterion -2.456256
Log likelihood 195.0690 Hannan-Quinn criter. -2.894901
F-statistic 1434.995 Durbin-Watson stat 1.660369
Prob(F-statistic) 0.000000
106