analisis peran pendidikan dan ketenagakerjaan terhadap ketimpangan distribusi ... · 2019. 7....

ANALISIS PERAN PENDIDIKAN DAN KETENAGAKERJAAN

TERHADAP KETIMPANGAN DISTRIBUSI PENDAPATAN INDONESIA

(Studi Kasus 34 Provinsi di Indonesia tahun 2013-2017)

SKRIPSI

Diajukan Kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Syarat Meraih Gelar Sarjana Ekonomi (S.E)

Disusun oleh :

Rara Min Arsyillah

NIM: 11150850000068

JURUSAN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1440 H / 2019 M

ii

LEMBAR PENGESAHAN PEMBIMBING

ANALISIS PERAN PENDIDIKAN DAN KETENAGAKERJAAN

TERHADAP KETIMPANGAN DISTRIBUSI PENDAPATAN INDONESIA

(Studi Kasus 34 Provinsi di Indonesia tahun 2013-2017)

SKRIPSI

Diajukan Kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Syarat Meraih Gelar Sarjana Ekonomi (S.E)

Oleh:

Rara Min Arsyillah

11150840000068

Di bawah bimbingan:

Pembimbing I

Fahmi Wibawa, S.E., MBA

NIDN. 031107702

Pembimbing II

Najwa Khairina, S.E., M.A

NIP. 19871113201812001

JURUSAN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1440 H / 2019 M

iii

LEMBAR PENGESAHAN KOMPREHENSIF

Hari ini, Senin 08 April 2019 telah dilakukan uji komprehensif atas

mahasiswa:

Nama : Rara Min Arsyillah

NIM : 11150840000068

Jurusan : Ekonomi Pembangunan

Judul Skripsi : Analisis Peran Pendidikan dan Ketenagakerjaan terhadap

Ketimpangan Distribusi Pendapatan Indonesia (Studi Kasus

34 Provinsi di Indonesia Tahun 2013-2017)

Setelah mencermati dan memperhatikan penampilan dan kemampuan yang

bersangkutan selama proses ujian komprehensif, maka diputuskan bahwa

mahasiswa tersebut dinyatakan LULUS dan diberi kesempatan untuk melanjutkan

ke tahap ujian skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana

Ekonomi pada Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif

Hidayatullah Jakarta.

Jakarta, 8 April 2019

1. Muhammad Irfan, SE., M.Si (. . . . . . . . . . . . . . . . . . . . . . .)

NIP. Penguji I

2. Dr. M. Hartana I.P, M.Si (. . . . . . . . . . . . . . . . . . . . . . .)

NIP. 150 409 504 Penguji II

iv

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH

Yang bertanda tangan di bawah ini:


NIM : 11150840000068

Jurusan : Ekonomi Pembangunan

Fakultas : Ekonomi dan Bisnis

Dengan ini menyatakan bahwa dalam penulisan skripsi, saya:

1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan

dan mempertanggungjawabkan.

2. Tidak melakukan plagiasi terhadap naskah orang lain.

3. Tidak menggunakan karya orang lain tanpa menyebut sumber asli

atau tanpa izin pemilik karya.

4. Tidak melakukan pemanipulasian dan pemalsuan data.

5. Mengerjakan sendiri karya ini dan mampu bertanggungjawab atas

karya ini.

Jikalau di kemudian hari ada tuntutan dari pihak lain atas karya saya, dan telah

melalui pembuktian yang dapat dipertanggungjawabkan, ternyata memang

ditemukan bukti bahwa saya telah melanggar pernyataan di atas, maka saya siap

untuk dikenai sanksi berdasarkan aturan yang berlaku di Fakultas Ekonomi dan

Bisnis UIN Syarif Hidayatullah Jakarta.

Demikian pernyataan ini saya buat dengan sesungguhnya.

Jakarta, Mei 2018

Yang Menyatakan,

(Rara Min Arsyillah)

v

LEMBAR PENGESAHAN UJIAN SKRIPSI

vi

DAFTAR RIWAYAT HIDUP

I. IDENTITAS PRIBADI


Tempat, Tanggal Lahir : Tangerang, 8 Februari 1996

Alamat : Jl Empu Panuluh II No 10 Perumnas II

Kec. Kelapa Dua, Tangerang

Telepon : 085715716296

Email : [email protected]

II. LATAR BELAKANG KELUARGA

Ayah : Ahmad Noviarsyah

Tempat, Tanggal Lahir : Jakarta, 30 November 1966

Ibu : Bena Sakinah

Tempat, Tanggal Lahir : Jakarta, 23 Agustus 1972

Anak ke- : 1 dari 3 bersaudara

III. PENDIDIKAN

1. TK Al-Muawannah

2. SDN Karawaci 13 Tangerang

3. SMPN 6 Tangerang

4. SMAN 5 Tangerang

5. S1 UIN Syarif Hidayatullah Jakarta

IV. Prestasi dan Penghargaan

1. Juara Harapan II Lomba Karya Tulis Ilmiah UIN Jakarta (2017)

2. Participant Lomba Karya Tulis Ilmiah Universitas Riau (2017)

3. Participant International Conference Selcuk Muncipality Turkey (2018)

V. Pengalaman Profesional

1. Data input untuk World Bank dalam Penelitian Daerah Irigasi (2017)

mailto:[email protected]

vii

2. Data input untuk Bappenas dalam analisis RKPD dan RPJM Provinsi Bali

(2018)

3. Junior Researcher untuk CSEAS dalam penelitian Kesadaran PMI di

Hongkong terhadap Jaminan Sosial (2018)

VI. Pengalaman Organisasi

1. Bendahara OSIS SMAN 5 Tangerang (2013)

2. Anggota HMI (Himpunan Mahasiswa Islam)

3. Anggota HMJ Ekonomi Pembangunan Divisi Ekonomi Kreatif (2016)

4. Bendahara Ecofusion (2017)

viii

ABSTRACT

Income inequality in Indonesia is a core problem because it shows the

distance between high income society and low income society. This can occur

because of low education and lack of absorption in labor. Then this study aims to

analyze the effect of education represented by the Average School Length, School

Participation Rates, Literacy and Employment represented by the Labor Force

Participation Rate on Inequality of Income Distribution in all provinces in

Indonesia for the period 2013-2017. This study uses panel data analysis with the

approach of Fixed Effect Model (FEM). The results shows that the inequality of

income distribution can be explained by education and employment 90.90% (value

R2). Simultaneously the variables Average School Length and School Participation

Rates have a negative and significant influence on Income Distribution Inequality.

Then the Literacy Rate and Labor Force Participation Rate have a positive and

significant influence on Income Distribution Inequality.

Keywords: Income Distribution Inequality, Average School Length, School

Participation Rates, Literacy, Labor Force Participation Rate, and Fixed Effect

Model (FEM).

ix

ABSTRAK

Ketimpangan pendapatan di Indonesia menjadi satu permasalahan inti

karena memperlihatkan jarak antara masyarakat berpenghasilan tinggi dan rendah.

Hal ini dapat terjadi karena pendidikan yang rendah dan kurang terserapnya tenaga

kerja. Maka penelitian ini bertujuan untuk menganalisis pengaruh pendidikan yang

diwakili oleh Rata-rata Lama Sekolah, Angka Partisipasi Sekolah, Angka Melek

Huruf dan ketenagakerjaan yang diwakili oleh Tingkat Partisipasi Angkatan Kerja

terhadap Ketimpangan Distribusi Pendapatan di seluruh provinsi di Indonesia

periode 2013-2017. Penelitian ini menggunakan analisis data panel dengan

pendekatan Fixed Effect Model (FEM). Hasil menunjukkan bahwa ketimpangan

distribusi pendapatan dapat dijelaskan oleh pendidikan dan ketenagakerjaan

90,90% (nilai R2). Secara simultan variabel Rata-rata Lama Sekolah dan Angka

Partisipasi Sekolah memiliki pengaruh negatif dan signifikan terhadap

Ketimpangan Distribusi Pendapatan. Kemudian Angka Melek Huruf dan Tingkat

Partisipasi Angkatan Kerja memiliki pengaruh positif dan signifikan terhadap

Ketimpangan Distribusi Pendapatan.

Kata Kunci: Ketimpangan Pendapatan, Rata-rata Lama Sekolah, Angka Partisipasi

Sekolah, Angka Melek Huruf, Tingkat Partisipasi Angkatan Kerja, dan Fixed Effect

Model (FEM).

x

KATA PENGANTAR

Bismillahirrahmannirrahim

Assalamualaikum warahmatullahi wabarakatuh,

Segala puji dan syukur kepada Allah Subhanahu Wata’ala yang karena izin-

Nya penulis dapat menyelesaikan skripsi dengan judul “Analisis Pendidikan dan

Ketengakerjaan terhadap Ketimpangan Pendapatan di Indonesia (Studi

Kasus 34 Provinsi di Indonesia Tahun 2013-2017)” dengan baik dan lancar.

Shalawat serta salam semoga selalu tercurah kepada Rasulullah Shallallahu ‘Alaihi

Wassalam berserta keluarga dan para sahabatnya.

Skripsi ini disusun sebagai salah satu syarat untuk dapat memperoleh gelar

Sarjana Ekonomi di Universitas Islam Negeri Syarif Hidayatullah Jakarta. Skripsi

ini dapat terselesaikan tentu atas bimbingan, bantuan dan semangat dari orang-

orang yang ada di sekeliling penulis. Tanpa orang-orang di sekeliling yang

mendukung, penulis mungkin tidak dapat menyelesaikan skripsi ini dengan tepat

waktu. Penulis mengucapkan terima kasih kepada:

1. Kedua orang tua penulis yaitu Bapak Ahmad Noviarsyah dan Mama Bena

Sakinah yang selalu memberikan dukungan dan kasih sayang yang tiada

habisnya, serta selalu memberikan semangat selama proses pengerjaan

skripsi ini hingga selesai. Terima kasih atas segala kebaikan yang tidak akan

pernah bisa penulis balas.

2. Kedua adikku tersayang Ferra Novinah dan Muhammad Royan Firdaus

yang selalu membantu, memberikan kebahagiaan serta canda dan tawa saat

penulis sedang merasa lelah. Terima kasih untuk selalu mau direpotkan dan

selalu mendengarkan keluh kesah penulis.

3. Bapak Fahmi Wibawa, S.E., MBA dan Ibu Najwa Khairina, S.E., M.A

selaku dosen pembimbing skripsi yang telah meluangkan waktunya untuk

membimbing penulis serta memberikan motivasi dan saran jika penulis

melakukan kesalahan dalam proses penyusunan skripsi.

xi

4. Dekan Fakultas Ekonomi dan Bisnis (FEB) UIN Syarif Hidayatullah Jakarta

Bapak Amilin, Prof.,Dr.,M.Si.,Ak.,C.A.,QIA.,BKP.,CRMP beserta seluruh

jajarannya.

5. Bapak Arief Fitrijanto, M.Si selaku Kepala dan Sekretaris Program Studi

Ekonomi Pembangunan yang telah memberikan bimbingan dan

mengarahkan penulis dalam penyelesaian skripsi ini.

6. Bapak Zaenal Mutaqqin, MPP selaku Dosen Pembimbing Akademik

penulis sejak awal perkuliahan yang telah membimbing penulis dan

melibatkan penulis dalam beberapa penelitian.

7. Seluruh Dosen Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah

Jakarta beserta jajarannya.

8. Teman-teman terbaik “Minceu Lovers” (Andini, Asih, Ayu, Azalia, Diyah,

Eca, Icha, Maul, Priska, Octa, Sofi, Tenti) yang telah memberikan warna

semasa perkuliahan penulis dengan selalu berbagi cerita dan kebersamaan.

9. Teman-teman Ekonomi Pembangunan angkatan 2015 yang telah menjadi

kawan baik selama empat tahun kita berjumpa dan berjuang bersama di

jurusan ini. Sampai jumpa lagi.

10. Teman-teman semasa sekolah menengah penulis Hera, Apsari, Imam, serta

Fita yang senantiasa laptopnya dipakai karena laptop penulis rusak. Terima

kasih atas waktu hampir 12 tahun pertemanan kita.

11. Seluruh pihak yang tidak dapat penulis sebutkan satu per satu. Terima kasih

atas kebaikan kalian semua, see you when I see you!

Semoga semua pihak yang telah berbaik hati kepada penulis mendapatkan

pahala dan kebaikan. Skripsi ini pun tidak luput dari kesalahan dan masih terdapat

berbagai kekurangan. Maka dari itu, kritik dan saran yang membangun akan sangat

diterima oleh penulis.

Wassalamualaikum warrahmatullahi wabarakatuh

Jakarta, Mei 2019

Rara Min Arsyillah

xii

DAFTAR ISI

LEMBAR PENGESAHAN PEMBIMBING ...................................................... ii

LEMBAR PENGESAHAN KOMPREHENSIF................................................ iii

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ........................... iv

LEMBAR PENGESAHAN UJIAN SKRIPSI .................................................... v

DAFTAR RIWAYAT HIDUP ............................................................................ vi

ABSTRAK ............................................................................................................ ix

KATA PENGANTAR ........................................................................................... x

DAFTAR ISI ........................................................................................................ xii

DAFTAR TABEL............................................................................................... xiv

DAFTAR GRAFIK ............................................................................................. xv

DAFTAR GAMBAR .......................................................................................... xvi

BAB I ...................................................................................................................... 1

A. Latar Belakang ............................................................................................. 1

B. Rumusan Masalah ...................................................................................... 11

C. Tujuan Penelitian ....................................................................................... 13

D. Manfaat Penelitian ..................................................................................... 14

BAB II .................................................................................................................. 15

A. Teori Terkait dengan Variabel Penelitian .................................................. 15

1. Ketimpangan Pendapatan ....................................................................... 15

2. Peran Pendidikan .................................................................................... 18

3. Ketenagakerjaan ..................................................................................... 22

B. Penelitian Terdahulu .................................................................................. 25

C. Hubungan Antar Variabel .......................................................................... 31

D. Kerangka Pemikiran ................................................................................... 34

E. Hipotesis Penelitian .................................................................................... 35

BAB III ................................................................................................................. 36

A. Ruang Lingkup Penelitian .......................................................................... 36

B. Metode Penentuan Sampel ......................................................................... 36

C. Metode Pengumpulan Data ........................................................................ 37

D. Metode Analisis Data ................................................................................. 38

E. Operasional Variabel Penelitian ................................................................. 46

xiii

BAB IV ................................................................................................................. 47

A. Gambaran Umum Objek Penelitian ........................................................... 47

1. Ketimpangan Distribusi Pendapatan ...................................................... 47

2. Rata-rata Lama Sekolah ......................................................................... 49

3. Angka Partisipasi Sekolah ...................................................................... 51

4. Angka Melek Huruf ................................................................................ 52

5. Tingkat Partisipasi Angkatan Kerja........................................................ 54

B. Temuan Hasil Penelitian ............................................................................ 56

1. Uji Chow ................................................................................................ 56

2. Uji Hausman ........................................................................................... 56

3. Fixed Effect Model ................................................................................. 57

4. Uji Asumsi Klasik .................................................................................. 66

5. Analisis Ekonomi ................................................................................... 69

BAB V ................................................................................................................... 72

A. Kesimpulan ................................................................................................ 72

B. Saran ........................................................................................................... 73

DAFTAR PUSTAKA .......................................................................................... 76

LAMPIRAN-LAMPIRAN ................................................................................. 80

xiv

DAFTAR TABEL

Tabel 1. 1 Rata-rata Pendapatan Pekerja Per-bulan Menurut Pendidikan (Rupiah)

Tahun 2014-2016 .................................................................................................... 8

Tabel 2. 1 Penelitian-penelitian Terdahulu ……………………………………………………….. 25

Tabel 3. 1 Definisi Operasional Variabel ………………………………………………………….. 46

Tabel 4. 1 Uji Chow (Redundant Fixed Effects Tests) ………………………………………. 56

Tabel 4. 2 Uji Hausman (Correlated Random Effects - Hausman test) ................ 57

Tabel 4. 3 Tabel Estimasi Hasil Regresi Data Panel ............................................. 57

Tabel 4. 4 Uji t-statistik ......................................................................................... 59

Tabel 4. 5 Uji F-statistik........................................................................................ 59

Tabel 4. 6 Uji Koefisien Determinansi ................................................................. 60

Tabel 4. 7 Tabel Interpretasi Fixed Effect Model .................................................. 61

Tabel 4. 8 Hasil Uji Autokorelasi ......................................................................... 66

Tabel 4. 9 Hasil Uji Multikolinearitas................................................................... 68

Tabel 4. 10 Hasil Uji Heteroskedastisitas (Uji Glejser) ........................................ 68

Tabel 5. 1 Matriks Kesimpulan ………………………………………………………………………… 72

xv

DAFTAR GRAFIK

Grafik 1. 1 Distribusi Pendapatan Penduduk di Indonesia tahun 2013-2017 ......... 4

Grafik 1. 2 Indeks Gini Indonesia tahun 2008-2018 ............................................... 5

Grafik 1. 3 Rata-rata Lama Sekolah dan Harapan Lama Sekolah di Indonesia

Tahun 2012 - 2017 .................................................................................................. 6

Grafik 1. 4 Tingkat Pengangguran Terbuka dan Tingkat Partisipasi Angkatan

Kerja di Indonesia Tahun 2010-2017 ...................................................................... 9

Grafik 4. 1 Perkembangan Indeks Gini Provinsi-Provinsi di Indonesia ….. 48

Grafik 4. 2 Rata-rata Lama Sekolah Provinsi-provinsi Indonesia ........................ 50

Grafik 4. 3 Angka Partisipasi Sekolah Provinsi-provinsi Indonesia ..................... 51

Grafik 4. 4 Angka Melek Huruf Provinsi-provinsi Indonesia............................... 53

Grafik 4. 5 Tingkat Partisipasi Angkatan Kerja Provinsi-provinsi Indonesia ...... 54

Grafik 4. 6 Hasil Uji Normalitas ........................................................................... 67

xvi

DAFTAR GAMBAR

Gambar 2. 1 Kurva Lorenz.................................................................................... 17

Gambar 2.2 Gambar Kerangka Berpikir ............................................................... 34

1

BAB I

PENDAHULUAN

A. Latar Belakang

Permasalahan paling mengakar yang dihadapi Indonesia dan menjadi

penghambat keberhasilan pembangunan ekonomi adalah kemiskinan. Kemiskinan

menjadi sangat membahayakan karena membuat seseorang atau sekelompok

masyarakat yang mengalaminya tidak mendapatkan hak-hak kehidupan yang layak

seperti pendidikan, kesehatan, kebutuhan pangan, pekerjaan, tempat tinggal yang

bersih dan lainnya. Masyarakat yang terjebak dalam lingkaran kemiskinan biasanya

juga akan terjerumus pada satu permasalahan penting lainnya yaitu pengangguran.

Hidup dalam zona kemiskinan membuat seseorang atau sekelompok masyarakat

sulit mendapatkan fasilitas pendidikan hingga ke jenjang yang tinggi. Kebanyakan

masyarakat miskin mempunyai tingkat pendidikan yang rendah sehingga

kesempatan kerja pun sulit untuk dicapai. Bahkan tidak jarang yang berakhir

menjadi pengangguran. Pengangguran menyebabkan kemiskinan, kemiskinan

menyebabkan pengangguran, merupakan lingkaran setan yang tidak dapat

dihindari. Pengangguran juga berkontribusi kepada ketimpangan pendapatan,

keberadaan pengangguran yang tidak memiliki penghasilan tetap dapat

mempengaruhi distribusi pendapatan. Dimana orang-orang yang menganggur

masuk ke dalam kategori penduduk berpenghasilan rendah atau tidak

berpenghasilan, yang jika semakin banyak jumlahnya maka akan meningkatkan

ketimpangan distribusi pendapatan.

Ketimpangan ekonomi merupakan salah satu dari berbagai masalah

ekonomi yang kompleks dan rumit untuk diatasi karena dipengaruhi oleh berbagai

aspek (World Bank, 2016). Tidak hanya aspek yang berasal dari sumber daya

manusia saja, namun juga dari aspek sumber daya alam seperti perbedaan

karakteristik geografis dan potensi alam. Ketimpangan pembangunan yang terjadi

di antara daerah di Indonesia menyebabkan ketimpangan ekonomi antara satu

daerah dengan daerah yang lain (Angelia, 2010).

2

Salah satu indikator utama dalam mengukur keberhasilan pembangunan

ekonomi suatu negara ialah laju pertumbuhan ekonomi. Ekonomi dikatakan

bertumbuh jika produksi barang dan jasa meningkat dari tahun sebelumnya dan

terjadi peningkatan pendapatan atau kesejahteraan masyarakat dalam suatu periode

waktu tertentu. Di beberapa negara berkembang tak terkecuali di Indonesia,

pertumbuhan ekonomi yang tinggi menjadi sasaran utama pembangunan. Namun

yang menjadi masalah adalah sasaran pertumbuhan ekonomi yang tinggi belum

cukup untuk menjadi jaminan bahwa kesejahteraan masyarakat akan meningkat

pula secara merata. Oleh karena itu, laju pertumbuhan ekonomi seyogyanya harus

diiringi dengan pemerataan distribusi pendapatan agar hasil-hasil pertumbuhan

tersebut dinikmati oleh seluruh lapisan masyarakat. Dengan kata lain, sasaran

pembangunan tidak hanya berhenti sampai dengan laju pertumbuhan ekonomi yang

tinggi saja. Melainkan dengan diiringi oleh pertumbuhan ekonomi yang berkualitas

dengan memperhitungkan pemerataan pendapatan serta dapat mengentaskan

kemiskinan dan pengangguran. (Prasetyo, 2008)

Ketimpangan pendapatan bukan merupakan hal yang baru bagi Indonesia,

ketimpangan juga terjadi di berbagai belahan negara berkembang lainnya bahkan

negara maju. Namun yang membedakan ketimpangan pendapatan antara negara

maju dan negara berkembang terletak pada proporsinya, seberapa besar atau

kecilnya tingkat ketimpangan di negara tersebut dan bagaimana kesulitan negara

tersebut mengatasinya. Menurut Todaro (2006) masalah ketimpangan pendapatan

seyogyanya mendapatkan perhatian khusus karena ketimpangan wilayah yang

ekstrim menyebabkan inefisiensi ekonomi, alokasi aset yang tidak efisien,

melemahnya stabilitas sosial, menambah jumlah penduduk miskin dan kekuatan

politis golongan kaya menjadi lebih kuat sehingga menimbulkan ketidakadilan bagi

kesejahteraan masyarakat. Sehingga dapat disimpulkan bahwa ketimpangan

menjadi penghambat bagi suatu negara untuk menciptakan pertumbuhan ekonomi

yang inklusif dan berkelanjutan.

Pertumbuhan ekonomi Indonesia terbilang cukup stabil dan jumlah

masyarakat yang hidup di bawah garis kemiskinan pun berkurang setiap tahunnya,

namun hal ini belum dapat membuktikan bahwa pendistribusian pendapatan di

Indonesia sudah merata. Pertumbuhan ekonomi yang cukup tinggi masih belum

3

dapat mengimbangi pembagian pendapatan yang lebih merata. Menurut kajian

OECD (2011), meningkatnya kesenjangan antara penduduk yang masuk dalam

kategori kaya dan miskin terjadi karena pendapatan para pekerja yang sebelumnya

telah kaya (memiliki gaji tinggi) meningkat jauh lebih cepat daripada pendapatan

pekerja yang sebelumnya tidak kaya (memiliki gaji rendah). Fenomena ini sangat

jelas terlihat di Indonesia, dimana pegawai biasa sulit mendapat kesempatan untuk

meningkatkan pendapatannya sedangkan petinggi perusahaan atau instansi

mendapat kemudahan untuk meningkatkan pendapatannya. Selain itu, di Indonesia

juga banyak terdapat perumahan dan apartemen elit yang letaknya berdampingan

dengan perkampungan yang kumuh. Bahkan sangat mudah untuk membedakan

status sosial suatu masyarakat, terdapat jarak yang nyata antara si kaya dan si

miskin. Untuk mengatasi ketimpangan dalam distribusi pendapatan dibutuhkan

solusi-solusi berupa kebijakan yang tepat.

Pendapatan merupakan hal paling dasar yang dapat digunakan untuk

mengukur taraf kehidupan individu atau suatu rumah tangga. Pendapatan yang

diterima oleh golongan masyarakat atau kelompok rumah tangga ditentukan oleh

kemampuan atau keahlian masing-masing golongan tersebut, sedangkan

kemampuan antara suatu individu atau kelompok dengan yang lainnya tentu tidak

sama. Kemampuan yang berbeda membuat pendapatan antar golongan masyarakat

juga berbeda, beberapa faktor mempengaruhi perbedaan pendapatan masyarakat

antara lain tingkat pendidikan, kesempatan kerja, keterampilan, umur, kesehatan,

daerah asal, potensi daerah tempat tinggal, kebudayaan, lingkungan bahkan sistem

pemerintahan dan politik yang sedang berlaku. Jika dilihat dari faktor-faktor

tersebut, maka yang menjadi perhatian adalah bagaimana cara mengoptimalkan

pengelolaan faktor-faktor tersebut sehingga dapat mengurangi ketimpangan

distribusi pendapatan.

4

Grafik 1. 1 Distribusi Pendapatan Penduduk di Indonesia tahun 2013-2017

Sumber: BPS (2017)

Bank Dunia merilis kriteria ketimpangan pendapatan menjadi tiga

kelompok yaitu 40% terbawah, 40% menengah, dan 20% teratas. Jika dilihat

berdasarkan kriteria Bank Dunia maka dapat dikatakan bahwa ketimpangan di

Indonesia masuk ke dalam golongan ketimpangan sedang. Namun hal yang menarik

perhatian adalah persentase kelompok penduduk 20% teratas dalam lima tahun

terakhir lebih besar dari kelompok penduduk 40% menengah. Kelompok penduduk

teratas yang jumlahnya hanya 20% mendapatkan pendapatan hampir 50% dari

jumlah seluruh pendapatan yang ada di Indonesia. Hal ini menunjukkan bahwa

ketimpangan pendapatan di Indonesia terletak pada penduduk yang memiliki

penghasilan teratas. Tentunya tidak adil bagi masyarakat kelompok menengah yang

jumlahnya lebih banyak.

Selain distribusi ketimpangan pendapatan menurut World Bank yang telah

dipaparkan di atas, Indonesia juga memiliki standar tersendiri dalam mengukur

ketimpangan distribusi pendapatan yaitu biasa disebut koefisien gini. Nilai

koefisien gini nol menunjukkan kesetaraan yang sempurna di suatu wilayah,

sedangkan nilai koefisien gini satu menunjukkan ketimpangan yang sempurna.

Berikut adalah koefisien gini Indonesia sepuluh tahun terakhir.

2013 2014 2015 2016 2017

40% Terendah 16,87 17,12 17,1 17,02 17,12

40% Menengah 34,09 34,6 34,65 36,09 36,47

20% Teratas 49,04 48,28 48,25 46,89 46,41

0

10

20

30

40

50

60

40% Terendah 40% Menengah 20% Teratas

5

Grafik 1. 2 Indeks Gini Indonesia tahun 2008-2018

Sumber : BPS (2017)

Pada grafik di atas dapat dilihat bahwa tahun 2008 mengawali indeks gini

dengan nilai yang lebih rendah dari tahun-tahun berikutnya. Kemudian

ketimpangan yang cukup tinggi di Indonesia dengan nilai indeks di atas 0,4 terjadi

pada tahun 2012 sampai dengan tahun 2014. Namun pada lima tahun terakhir yaitu

sejak tahun 2014, ketimpangan berangsur menurun. Sayangnya penurunan yang

terjadi masih belum menyentuh nilai indeks seperti pada tahun 2008. Tingkat

ketimpangan yang cukup tinggi dalam masyarakat merupakan ancaman karena

tidak hanya membahayakan keberlangsungan sosial antar masyarakat namun juga

dapat membahayakan stabilitas politik dan ekonomi. Ketimpangan yang tinggi juga

menandakan bahwa masih belum setaranya pendapatan tenaga kerja di Indonesia.

Kondisi sumber daya manusia sebagai tenaga kerja sangat berpengaruh

terhadap pendapatan yang akan diterima. Kondisi yang dimaksud adalah tingkat

pendidikan, produktivitas, kualitas, kesempatan kerja dan upah minimum yang

berlaku di daerah tempat tenaga kerja menetap. Tidak semua tenaga kerja dengan

tingkat pendidikan yang sama memiliki kesempatan yang sama pula untuk

mendapatkan standar pendapatan tertentu. Bahkan beberapa tenaga kerja yang

memiliki pendidikan lebih rendah justru memiliki pendapatan lebih tinggi. Namun

jumlah tenaga kerja yang terserap biasanya menentukan kondisi kemerataan

pendapatan, karena saat ada tenaga kerja yang tidak terserap atau menganggur maka

tidak akan berkontribusi terhadap pendapatan. Menurut (Rose & Sovita, 2016)

adanya tingkat pengangguran di suatu wilayah mengindikasikan bagaimana kondisi

ketenagakerjaan di wilayah tersebut. Tingginya pengangguran di suatu wilayah

mengindikasikan adanya faktor produksi yang tidak digunakan secara agregat dan

0,34

0,35

0,36

0,37

0,38

0,39

0,4

0,41

0,42

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018

6

merata untuk menunjang pembangunan di wilayah tersebut. Rendahnya tingkat

partisipasi angkatan kerja dan PDRB per-kapita dalam suatu wilayah akan

menyebabkan kesejahteraan antar masyarakat semakin rendah dan juga

pembangunan di suatu wilayah pun akan terhambat yang kemudian akan

menyebabkan ketimpangan pendapatan menjadi semakin tinggi.

Berdasarkan data dari BPS (2017), persentase rumah tangga miskin menurut

pendidikan kepala rumah tangga didominasi oleh lulusan SD yaitu 40,85% dan

tidak tamat SD yaitu 34,84%. Sedangkan jika mengacu pada kebijakan wajib

belajar 9 tahun atau pada jenjang SMP, persentase rumah tangga miskin hanya

sebesar 13,45%. Dapat dilihat bahwa mayoritas rumah tangga miskin disebabkan

oleh rendahnya pendidikan kepala rumah tangga. Jika dilihat berdasarkan upah atau

gaji atau pendapatan bersih yang diterima tenaga kerja per bulan, tenaga kerja

lulusan perguruan tinggi diperkirakan memiliki pendapatan rata-rata tertinggi, yaitu

3,6 juta rupiah pada Februari 2016. Sebaliknya, tenaga kerja yang tidak sekolah,

belum tamat SD, dan tamat SD memiliki pendapatan rata-rata terendah, yaitu

kurang dari 1,3 juta rupiah. Sehingga dapat disimpulkan bahwa tenaga kerja dengan

pendidikan yang rendah akan mendapatkan gaji yang rendah pula. Penelitian ILO

(2013) juga mendukung data tersebut bahwa selain rata-rata pendapatan yang

rendah, situasi yang lebih sulit biasanya akan dihadapi oleh tenaga kerja dengan

tingkat pendidikan rendah karena pertumbuhan pendapatannya relatif lebih lambat

jika dibandingkan dengan pertumbuhan pendapatan tenaga kerja yang memiliki

pendidikan lebih tinggi.

Data di atas juga sejalan dengan penelitian sebelumnya (Martins dan

Pereira, 2004) yang menyimpulkan bahwa pendidikan memiliki dampak yang

untuk mengurangi ketimpangan distribusi pendapatan. Sullivan dan Smeeding

(1997) juga menyatakan bahwa perbedaan ketimpangan pendapatan di negara-

negara maju yaitu lebih banyak dipengaruhi oleh perbedaan tingkat pendidikan.

Pendidikan merupakan salah satu bagian dari modal sumber daya manusia yang

sangat mempengaruhi pertumbuhan ekonomi. Menurut Todaro dan Smith (2006),

pendidikan menjadi hal pokok yang diperlukan setiap individu untuk mendapat

masa depan yang lebih baik.

7

Grafik 1. 3 Rata-rata Lama Sekolah dan Harapan Lama Sekolah di

Indonesia Tahun 2012 - 2017

Sumber : BPS (2017)

Grafik 1.2 memperlihatkan dua indikator yaitu rata-rata lama sekolah dan

harapan lama sekolah yang dapat merefleksikan tingkat pendidikan di Indonesia

pada tahun 2012-2017. Harapan lama sekolah dan rata-rata lama sekolah di

Indonesia menunjukkan tren yang meningkat setiap tahunnya meskipun

peningkatannya tidak terlalu tinggi. Namun hal yang menjadi perhatian adalah rata-

rata lama sekolah di Indonesia tahun 2017 hanya 12,85 tahun. Jika menurut jenjang

waktu sekolah yang normal, 12 tahun lama sekolah setara dengan lulusan Sekolah

Menengah Atas (SMA).

Untuk memperkuat alasan mengapa pendidikan bepengaruh terhadap

ketimpangan distibusi pendapatan, disertakan juga tabel rata-rata pendapatan

pekerja per-bulan menurut pendidikan menurut data BPS. Pada tabel 1.1 di bawah,

dijelaskan bahwa semakin tinggi jenjang pendidikan seorang tenaga kerja maka

rata-rata pendapatan yang diterima juga semakin tinggi. Jika rata-rata tenaga kerja

di Indonesia adalah tenaga kerja yang lulus dari Sekolah Menengah Atas (SMA),

maka rata-rata pekerja tidak menerima pendapatan lebih dari dua juta rupiah per-

bulannya. Ketika rata-rata tingkat pendidikan antar tenaga kerja tidak berbeda jauh,

maka rata-rata pendapatan yang diterima juga tidak akan berbeda jauh. Sangat

penting bagi generasi selanjutnya untuk memiliki pendidikan minimal sampai ke

bangku perkuliahan untuk mendapatkan pendapatan yang tidak terlalu rendah.

11,68 12,1 12,39 12,55 12,72 12,85

7,59 7,61 7,73 7,84 7,95 8,1

2012 2013 2014 2015 2016 2017

RLS HLS

8

Tabel 1. 1 Rata-rata Pendapatan Pekerja Per-bulan Menurut Pendidikan

(Rupiah) Tahun 2014-2016

Pendidikan Tertinggi

Yang Ditamatkan

2014 2015 2016

Tidak/belum pernah sekolah 766.358 749.298 762.276

Tidak/belum tamat SD 924.235 977.849 1.092.595

SD 1.052.024 1.091.222 1.291.150

SMP 1.254.744 1.305.243 1.504.890

SMA 1.850.635 1.860.869 2.054.534

SMK 1.873.028 1.920.984 2.017.923

Diploma I/II/III 2.611.264 2.929.321 2.754.185

Diploma IV/Universitas 3.624.726 3.862.761 3.623.725

Sumber : BPS (2016)

Meskipun tidak memiliki pendidikan yang tinggi, hal yang harus

dipertahankan oleh penduduk yang telah memasuki usia angkatan kerja untuk terus

mencukupi kebutuhan hidup adalah dengan tidak menganggur. Pengangguran

sendiri dapat diartikan kondisi dari sejumlah angkatan kerja baik yang sedang

mencari pekerjaan, yang tidak sedang mencari pekerjaan, yang sedang

mempersiapkan usaha maupun yang sudah bekerja namun pekerjaannya belum

dimulai. Banyaknya jumlah pengangguran tidak hanya karena rendahnya tingkat

pendidikan, namun juga karena rendahnya peluang untuk mendapatkan pekerjaan.

Saat ini jumlah lapangan pekerjaan yang dapat menyerap tenaga kerja tidak

sebanyak angkatan kerja yang sedang membutuhkan pekerjaan. Permasalahan

mengenai pengangguran merupakan isu serius yang jika dibiarkan dapat membuat

tingkat pendapatan nasional dan kesejahteraan masyarakat tidak menyentuh titik

yang maksimalnya.

Sebagai negara yang tengah mengalami bonus demografi yang artinya lebih

banyak jumlah angkatan kerjanya dibanding jumlah bukan angkatan kerja, negara

Indonesia dapat dikatakan beruntung namun juga dapat dikatakan dalam kondisi

yang berbahaya. Tenaga kerja yang tidak dapat berpartisipasi akan menjadi

pengangguran dan tidak dapat berkontribusi terhadap pendapatan nasional.

9

Kemudian tenaga kerja yang tidak dapat berkontribusi akan menyebabkan

pendapatan antara kelompok penduduk penghasilan tinggi dan kelompok penduduk

penghasilan rendah semakin mengalami ketimpangan. Ketika mulanya pekerja bisa

berkontribusi dalam kelompok penduduk penghasilan rendah, namun saat menjadi

pengangguran maka akan meningkatkan ketimpangan pendapatan.

Grafik 1. 4 Tingkat Pengangguran Terbuka dan Tingkat Partisipasi

Angkatan Kerja di Indonesia Tahun 2010-2017

Sumber : BPS (2018)

Pada grafik 1.3 di atas, disajikan data Tingkat Pengangguran Terbuka (TPT)

dan Tingkat Partisipasi Angkatan Kerja (TPAK). Untuk jumlah pengangguran

terbuka cenderung mengalami penurunan meskipun sempat meningkat di tahun

2014 dan 2016. Kemudian untuk jumlah tenaga kerja yang terserap sempat

mengalami peningkatan sampai tahun 2013, namun di tahun 2014 sampai 2017

cenderung mengalami penurunan. Walaupun ini merupakan suatu keberhasilan,

namun pengangguran terbuka masih merupakan persoalan bagi kelompok tertentu.

Sebagai contoh, di Indonesia pengangguran terbuka menjadi persoalan bagi

kalangan muda. Rasio pekerjaan penduduk yang secara komparatif rendah di

kalangan muda ini dikarenakan partisipasi kaum muda di bidang pendidikan dan

balai latihan, tren yang seharusnya dapat membantu memperkuat daya saing dan

produktivitas angkatan kerja pada tahun-tahun mendatang.

2009 2010 2011 2012 2013 2014 2015 2016 2017

TPT 8,39 7,87 7,41 7,48 6,13 6,17 5,94 6,18 5,61 5,5

TPAK 67,18 67,23 67,72 66,78 67,76 66,77 66,6 65,76 66,34 66,67

TPT TPAK

10

Menurut World Bank (2016), sebagian besar tenaga kerja di Indonesia

bekerja di sektor informal yang mana pendapatan yang diterima pun rendah.

Kondisi tersebut menyebabkan terjadinya pemerataan pendapatan masyarakat,

namun pemerataan tersebut hanya pada kelas perekonomian yang rendah. Mengacu

pada pernyataan tersebut, jika dilihat dari segi pemerataan ekonomi masyarakat

maka dengan tingginya tingkat pengangguran di mana yang bekerja hanya yang

berpenghasilan menengah ke atas maka akan berdampak pada penurunan

ketimpangan ekonomi, akan tetapi jika dilihat dari segi kesejahteraan masyarakat

hal tersebut sangat bertolak belakang dengan tujuan pembangunan di Indonesia

karena banyak tenaga kerja yang tidak terserap.

Harapan setiap individu adalah mudah mendapatkan pekerjaan layak, sesuai

dengan keahlian yang dimiliki dan sesuai dengan tingkat pendidikan yang

ditamatkan. Semakin tinggi tingkat pendidikan seseorang akan berdampak pada

makin tinggi harapan dan kesempatan untuk mendapatkan pekerjaan yang sesuai

dengan pendidikannya. Namun karena keterbatasan lapangan pekerjaan yang

tersedia bagi mereka yang mempunyai ijazah tinggi menyebabkan mereka tidak

terserap pada lapangan usaha tersebut. Tidak sedikit juga dari mereka yang

merupakan lulusan pendidikan tinggi enggan menerima pekerjaan yang tidak sesuai

dengan keahlian dan jenjang pendidikan yang telah ditamatkan, sehingga sebagian

dari mereka banyak yang menjadi pengangguran.

Pendidikan dan ketenagakerjaan merupakan dua faktor yang dirasa cukup

penting dalam mempengaruhi bagaimana pergerakan pendapatan tenaga kerja di

Indonesia. Meskipun dengan berpendidikan tinggi tidak selalu menentukan tinggi

atau rendahnya pendapatan seseorang, namun pendidikan menjadi hal yang paling

mendasar untuk mendapatkan pekerjaan dan gaji yang sesuai sehingga dapat

terhindar dari lingkaran kemiskinan. Selain itu, jumlah tenaga kerja yang terserap

masih menjadi tolak ukur produktivitas suatu negara sehingga tingginya jumlah

tenaga kerja yang terserap juga mempengaruhi besar kecilnya tingkat ketimpangan

distribusi pendapatan.

11

B. Rumusan Masalah

Penelitian ini bertujuan untuk mengidentifikasi bagaimana pengaruh sektor

pendidikan dan kondisi ketenagakerjaan dalam mengatasi ketimpangan distribusi

pendapatan. Pendidikan merupakan salah satu investasi yang dimiliki oleh sumber

daya manusia untuk meningkatkan kesejahteraan serta mengurangi tingkat

kemiskinan dan pengangguran. Sedangkan kondisi ketenagakerjaan dapat

menggambarkan pendapatan dan penghasilan masyarakat. Menurut Workd Bank

(2015) dalam Indonesia’s Rising Devide, salah satu faktor pendorong utama

ketimpangan di Indonesia yaitu ketimpangan peluang. Anak-anak dari keluarga

yang miskin sering kali tidak memiliki kesempatan awal yang adil dalam

kehidupannya, sehingga mengurangi kesempatan mereka untuk sukses di masa

depan. Setidaknya sepertiga ketimpangan disebabkan faktor-faktor di luar kendali

individu itu sendiri. Anak-anak yang berasal dari keluarga miskin tidak memiliki

kesempatan yang lebih besar jika dibandingkan dari anak-anak yang berasal dari

keluarga yang berkecukupan. Tentunya pendidikan yang didapat juga akan berbeda

dan peluang untuk menjadi sukses pun mengalami kesenjangan.

Pendidikan sejak dahulu telah dijadikan investasi bagi sumber daya

manusia, saat orang tua mengupayakan pendidikan yang baik bagi seorang anak

maka dimungkinkan akan mendapatkan hasil yang lebih pula terutama dalam hal

pendapatan. Card dalam Wahyuni (2016) mengatakan bahwa pengaruh pendidikan

terhadap ketimpangan distribusi pendapatan telah banyak dianalisis oleh peneliti

dalam berbagai literatur ekonomi. Analisis tersebut erat kaitannya dengan

pengembalian biaya yang telah dikeluarkan oleh orang tua dengan pendapatan yang

nanti akan diterima saat anaknya telah memiliki penghasilan. Hal ini berarti bahwa

pendidikan yang dicapai bisa menentukan pendapatan yang akan diteriman di masa

mendatang. Oleh karena itu, studi mengenai pendidikan dan pendapatan merupakan

informasi yang penting bagi pengambil kebijakan, baik pemerintah maupun swasta

untuk menentukan berapa banyak investasi dalam sektor pendidikan yang sekiranya

dapat membantu menambah pendapatan penduduk secara agregat.

Tidak sedikit pemerintah yang mengeluarkan program maupun kebijakan

terkait pendidikan untuk menstimulus peningkatan pada sektor pendidikan. Namun

meskipun pemerintah telah melaksanakan berbagai program-program yang dapat

12

menunjang tingkat pendidikan pelajar di Indonesia seperti dengan diadakannya

program wajib belajar 9 tahun, program Kartu Indonesia Pintar (KIP), maupun

program beasiswa Bidikmisi bagi mahasiswa yang kurang mampu. Program-

program tersebut belum terealisasi secara merata ke seluruh penjuru negara.

Pemerataan fasilitas pendidikan dapat menjadi solusi untuk mengurangi

ketimpangan distribusi pendapatan. Hal tersebut sejalan dengan pendapat

Ashenfelter dan Rouse (2000) yang menyatakan bahwa pembuat kebijakan

menganggap sekolah merupakan media paling baik yang berpotensi mengurangi

ketimpangan pendapatan. Sekolah merupakan tempat yang memberikan harapan

bagi pelajar untuk meningkatkan kemampuan dan pengetahuan maupun pendapatan

saat pelajar tersebut memasuki dunia kerja. Beberapa indikator yang dapat

menggambarkan tingkat pendidikan yang akan dibahas dalam penelitian ini antara

lain: Rata-rata Lama Sekolah, Angka Putus Sekolah, dan Angka Melek Huruf.

Ketenagakerjaan juga merupakan faktor penting dalam mengurangi

ketimpangan distribusi pendapatan, di mana semakin banyak jumlah tenaga kerja

yang turut berpartisipasi menjadi angkatan kerja maka akan semakin mengurangi

ketidakmerataan distribusi pendapatan. Pengangguran merupakan hal yang harus

dihindari untuk mencapai keseimbangan pendapatan, dengan sedikitnya jumlah

pengangguran maka yang harus dilakukan oleh pemerintah adalah bagaimana

membuat tenaga kerja yang terserap memiliki penghasilan yang tidak berbeda jauh

atau timpang satu sama lain. Indikator yang dapat menggambarkan kondisi

ketenagakerjaan yaitu: Tingkat Partisipasi Angkatan Kerja.

Perbedaan kualitas sumber daya alam dan sumber daya manusia yang ada

di setiap wilayah atau provinsi, membuat tingkat ketimpangan antar daerah juga

menjadi berbeda. Perlu dilakukan kajian lebih lanjut untuk mengetahui tingkat

ketimpangan distribusi pendapatan di masing-masing provinsi di Indonesia yang

dipengaruhi oleh peran pendidikan serta ketenagakerjaan. Maka dari itu, penulis

akan melakukan penelitian tentang ketimpangan distribusi pendapatan yang terjadi

di 34 provinsi di Indonesia.

13

Berdasarkan uraian yang telah dijelaskan sebelumnya, maka permasalahan

yang akan dibahas dalam penelitian ini yaitu:

1. Sejauh mana pengaruh rata-rata lama sekolah terhadap ketimpangan

distribusi pendapatan di Indonesia?

2. Sejauh mana pengaruh angka partisipasi sekolah terhadap ketimpangan

distribusi pendapatan di Indonesia?

3. Sejauh mana pengaruh angka melek huruf terhadap ketimpangan distribusi

pendapatan di Indonesia?

4. Sejauh mana pengaruh tingkat partisipasi angkatan kerja terhadap

ketimpangan distribusi pendapatan di Indonesia?

5. Sejauh mana pengaruh semua variabel bebas secara simultan terhadap

ketimpangan distribusi pendapatan di Indonesia?

C. Tujuan Penelitian

Berdasarkan latar belakang dan rumusan masalah yang telah penulis

jelaskan, maka berikut adalah tujuan dilakukannya penelitian ini :

1. Didapatkan hasil dari rata-rata lama sekolah terhadap ketimpangan

distribusi pendapatan di Indonesia.

2. Didapatkan hasil dari angka partisipasi sekolah terhadap ketimpangan

distribusi pendapatan di Indonesia.

3. Didapatkan hasil dari angka melek huruf terhadap ketimpangan distribusi

pendapatan di Indonesia.

4. Didapatkan hasil dari tingkat partisipasi angkatan kerja terhadap

ketimpangan distribusi pendapatan di Indonesia.

5. Untuk mendapatkan hasil dari pengaruh seluruh variabel bebas secara

simultan terhadap ketimpangan distribusi pendapatan di Indonesia.

14

D. Manfaat Penelitian

Berdasarkan latar belakang dan rumusan masalah yang telah penulis

jelaskan, maka berikut adalah manfaat dari penelitian ini :

1. Bagi Akademisi

Hasil penelitian ini nantinya diharapkan akan menambah pengetahuan

maupun wawasan bagi akademisi yang membaca dan memahaminya. Selain itu

penelitian ini diharapkan juga dapat dijadikan referensi bagi penelitian selanjutnya

yang ingin menelaah kembali tentang faktor yang mempengaruhi ketimpangan

pendapataan.

2. Bagi Instansi/Lembaga Pemerintahan

Hasil penelitian ini nantinya diharapkan akan memberikan pertimbangan

bagi pembuat kebijakan baik instansi pemerintahan atau pun swasta dalam

menentukan solusi atau kebijakan yang dirasa tepat untuk mengatasi ketimpangan

pendapatan.

15

BAB II

TINJAUAN PUSTAKA

A. Teori Terkait dengan Variabel Penelitian

1. Ketimpangan Pendapatan

Definisi dari ketimpangan distribusi pendapatan adalah keadaan di mana

hasil dari pembangunan suatu negara belum dapat dinikmati oleh rakyatnya secara

merata atau keseluruhan (Setiawan Ahmad, 2011), sedangkan dikutip dari Todaro

(2000) ketimpangan distribusi pendapatan adalah ketidakmerataan pendapatan di

seluruh kalangan masyarakat baik itu dalam bentuk kepemilikan masyarakat secara

individu maupun dalam bentuk kepemilikan faktor-faktor produksi.

Dumairy (1996) mengatakan bahwa distribusi pendapatan menggambarkan

bagaimana pembagian hasil pembangunan agregat suatu negara di lingkungan

masyarakat dapat didistribusikan secara merata sehingga tidak terjadi ketimpangan.

Saat bekerja, seorang tenaga kerja menerima penghasilannya secara individu.

Tingkat pendapatan yang diterima oleh tenaga kerja merefleksikan produktivitas

mereka, yang mana semakin produktif dalam bekerja maka akan kesempatan untuk

memperoleh pendapatan yang lebih tinggi pun menjadi semakin besar. Terdapat

dua kelompok besar dalam membedakan ukuran distribusi pendapatan yaitu

distribusi pendapatan individu dan distribusi pendapatan fungsional (Todaro dan

Smith, 2006). Distribusi pendapatan individu atau perorangan merupakan ukuran

yang paling umum digunakan oleh para pengamat ekonomi karena menggambarkan

dengan jelas bagaimana pendapatan secara individu dan terjadinya ketimpangan

antar individu. Masalah ketimpangan dalam distribusi pendapatan dapat ditinjau

dari tiga segi seperti yang dijelaskan di bawah ini:

1. Distribusi pendapatan di antara golongan pendapatan (Size Distribution of

Income) atau ketimpangan relatif.

2. Distribusi pendapatan di antara daerah (Regional Income Disparities).

Ketimpangan antar daerah terjadi karena adanya perbedaan sumber daya

alam dan masih belum meratanya penyebaran sumber daya alam tersebut ke

seluruh daerah yang membutuhkan.

16

3. Distribusi pendapatan di antara daerah perkotaan dan pedesaan (Urban-

Rural Income Disparities). Menurut Gupta dari World Bank, pembangunan

ekonomi di Indonesia memperlihatkan suatu urban bias yaitu pembangunan

tercermin dari pembangunan daerah perkotaan yang mana telah

mentransformasi sektor-sektor pertanian ke sektor industri tanpa melakukan

penyesuaian terlebih dahulu sehingga berisiko menyebabkan ketimpangan

semakin meningkat.

Distribusi pendapatan merupakan salah satu aspek kemiskinan yang perlu

diperhatikan karena pada dasarnya menjadi tolak ukur kemiskinan relatif. Oleh

karena itu, data pendapatan sulit diperoleh dan cara dalam mengukur distribusi

pendapatan selama ini diolah dengan menggunakan data pengeluaran. Ukuran yang

biasa digunakan untuk merefleksikan ketimpangan pendapatan antara lain Indeks

Gini (Gini Rasio), Ukuran Bank Dunia, Indeks Theil dan Indeks-L. Namun dalam

penelitian ini penulis menggunakan koefisien atau indeks gini (gini rasio) sebagai

sebagai refleksi dari ketimpangan distribusi pendapatan.

Indeks gini adalah suatu koefisien yang berkisar antara nol (kemerataan

sempurna) hingga satu (ketimpangan sempurna), di mana semakin besar

koefisiennya atau mendekati satu maka dapat dinyatakan distribusi pendapatan

semakin timpang begitu pula sebaliknya apabila koefisien semakin kecil atau

mendekati nol maka dapat dinyatakan distribusi pendapatan semakin merata.

Indeks gini adalah salah satu ukuran yang paling sering digunakan untuk mengukur

tingkat ketimpangan pendapatan secara menyeluruh. Indeks gini dapat dihitung

dengan rumus sebagai berikut:

IG = 1 - ∑ 𝑓𝑝𝑖 ∗ (𝐹𝑐𝑖 + 𝐹𝑐𝑖−1)𝑛𝑖=1

IG: Indeks Gini (Gini Ratio)

fpi : Frekuensi penduduk dalam kelas pengeluaran ke-i

Fci : Frekuensi kumulatif dari total pengeluaran dalam kelas pengeluaran ke-i

Fci-1 : Frekuensi kumulatif dari total pengeluaran dalam kelas pengeluaran ke (i-1)

17

Indeks gini merupakan ukuran statistik yang secara ilmiah dengan

variabilitas dan ukuran normatif untuk mengukur ketimpangan pendapatan. Wodon

dan Yitzhaki (2002) mengungkapkan kelebihan utama indeks gini, yaitu:

1. Sebagai ukuran statistik untuk variabilitas, indeks gini bisa digunakan untuk

menghitung pendapatan negatif, ini adalah salah satu sifat yang tidak

dimiliki oleh sebagian ukuran ketimpangan lainnya.

2. Indeks gini juga bisa digambarkan secara geometris sehingga lebih mudah

untuk diamati dan dianalisis.

3. Indeks gini memiliki dasar teori yang kuat. Sebagai indeks normatif, indeks

gini bisa merepresentasikan teori kemiskinan relatif. Indeks gini juga bisa

diturunkan sebagai ukuran ketimpangan berdasarkan aksioma keadilan

sosial.

Indeks Gini dapat dilihat secara langsung pengaplikasiannya melalui kurva

Lorenz. Kurva Lorenz yaitu sebuah kurva pengeluaran kumulatif yang

membandingkan distribusi dari suatu variabel tertentu yang pada umumnya

digunakan adalah variabel pendapatan dengan distribusi yang mewakili persentase

kumulatif penduduk. Untuk membentuk indeks gini, grafik persentase kumulatif

penduduk dari yang pendapatan terendah hingga tertinggi digambar pada sumbu

horizontal dan persentase kumulatif pengeluaran (pendapatan) digambar pada

sumbu vertikal. Berikut Kurva Lorenz yang dihasilkan dapat dilihat pada gambar

di bawah ini.

Gambar 2. 1 Kurva Lorenz

Sumber : Learn CBSE Forum (2017)

0; 032; 5

60; 15

80; 35

92; 60

100; 100

0

20

40

60

80

100

120

0 20 40 60 80 100 120

Kum

ula

tif

Pen

dap

atan

(%)

Kumulatif Penduduk (%)

18

Tujuan dari dibuatnya distribusi pendapatan pada suatu daerah adalah agar

dapat menentukan bagaimana pendapatan daerah yang tinggi mampu menciptakan

perubahan bagi masyarakat yang ada di sekitarnya, seperti mengurangi kemiskinan,

pengangguran dan kesulitan-kesulitan lainnya pada masyarakat dengan pendapatan

yang rendah. Ketika distribusi pendapatan tidak merata maka tidak akan

menciptakan kemakmuran bagi masyarakat secara agregat, justru hanya akan

menciptakan kemakmuran bagi golongan tertentu.

Antara pertumbuhan ekonomi yang tumbuh pesat dengan pemerataan

distribusi pendapatan terdapat suatu trade off yang memberikan dampak bahwa

pemerataan dalam pembagian pendapatan hanya akan dicapai justru jika laju

pertumbuhan ekonomi diturunkan. Hal ini dapat terjadi karena pemerataan

distribusi pendapatan tidak terlaksana ke seluruh lapisan masyarakat. Maka dari itu,

pertumbuhan ekonomi yang tinggi dan pesat biasanya akan selalu disertai dengan

memburuknya kondisi distribusi pendapatan atau terjadi kenaikan ketimpangan

distibusi pendapatan secara relatif.

2. Peran Pendidikan

Undang-undang No. 20 Tahun 2003 yang menjelaskan tentang sistem

pendidikan Nasional pasal 1 ayat (1) memberikan pengertian bahwa pendidikan

merupakan usaha sadar yang direncanakan oleh diri sendiri dalam rangka

mewujudkan suasana dan proses pembelajaran dengan tujuan agar peserta didik

secara aktif mengetahui potensi diri yang dimiliki seperti kekuatan spiritual

keagamaan, pengendalian diri, kepribadian, kecerdasan, akhlak mulia, serta

keterampilan. Sehingga di kemudian hari potensi yang dimiliki dapat dikembangan

serta bermanfaat bagi dirinya sendiri, masyarakat sekitar, bangsa, dan negara.

Bentuk keadilan dan pemerataan hasil pembangunan dapat dibuktikan oleh

pemerintah dengan memberikan hak sepenuhnya bagi warga negara untuk

mendapatkan pendidikan yang bermutu serta dapat dirasakan oleh masyarakat dari

berbagai kalangan. Hal tersebut yang menjadi investasi sumber daya manusia

karena diperlukan untuk mendukung keberlangsungan pembangunan ekonomi

secara merata dan berkelanjutan. Akses dan peningkatan mutu pendidikan akan

membuat warga negara Indonesia memiliki kemampuan, keterampilan dan

19

pengetahuan serta wawasan yang luas dalam rangka meningkatkan kualitas sumber

daya manusia.

Dalam jangka waktu beberapa tahun ke depan pembangunan pendidikan

nasional masih dihadapkan pada berbagai tantangan serius yang harus dihadapi.

Khususnya dalam upaya untuk meningkatkan jumlah tenaga kerja yang terserap dan

produktivitas tenaga kerja tersebut, yang kemudian mencakup hal-hal sebagai

berikut:

1. Pemerataan dan perluasan akses,

2. Peningkatan mutu, relevansi dan daya saing,

3. Penataan tata kelola, akuntabilitas, dan citra publik,

4. Peningkatan pembiayaan.

Danim (2003) mengatakan bahwa memperoleh pendidikan direferensikan

sebagai fungsi dari memperoleh pendapatan di masa yang akan datang. Keuntungan

pendidikan dapat diukur dalam beberapa bentuk yaitu sebagai berikut:

1. Pendapatan yang diperoleh SDM dikaitkan dengan keterampilan dan

pengetahuan yang dimilikinya sebagai hasil dari pendidikan dan pelatihan.

2. Pemahaman yang baik mengenai pola hidup sehat berdampak pada baiknya

tingkat kesehatan.

3. Akses dalam kehidupan biasanya lebih dinikmati oleh orang-orang yang

berpendidikan.

4. Kemampuan daya saing pada bidang-bidang lainnya yang umumnya tidak

dimiliki oleh orang-orang yang tidak berpendidikan secara memadai.

Menurut The Human Capital (Ghazali, 2000) telah dinyatakan bahwa

pendidikan, pelatihan, atau berbagai macam bentuk investasi sumber daya manusia

lainnya dalam hal menanamkan ilmu pengetahuan, nilai-nilai, keterampilan yang

berguna pada manusia sehingga manusia tersebut dapat meningkatkan kapasitas

maupun produktifitasnya. Di mana hal ini nanti akan memungkinkannya untuk

mengejar tingkat pendidikan atau pelatihan yang lebih tinggi lagi serta untuk

meningkatkan pendapatan masa mendatang mereka dengan meningkatkan

penghasilan seumur hidup.

20

Sumber daya manusia dengan tingkat pendidikan yang tinggi tentunya

memiliki kualitas yang juga baik. Seseorang dengan tingkat pendidikan yang tinggi,

akan lebih mudah mendapatkan banyak ilmu pengetahun yang membuat mereka

menjadi lebih kritis dan rasional dalam mengambil keputusan. Seseorang yang

memiliki pendidikan tinggi akan terus beradaptasi seiring dengan perubahan jaman

dan kemajuan teknologi di era globalisasi seperti saat ini. Melalui penguasaan Ilmu

Pengetahuan dan Teknologi (IPTEK) yang dimiliki oleh tenaga kerja, kemampuan

suatu negara untuk menjadi lebih berkembang dan maju pun meningkat sehingga

meningkatkan pula daya saing antar wilayah provinsi maupun antar negara. Dengan

memiliki pendidikan yang tinggi, seseorang juga mendapatkan penawaran kerja

yang lebih bervariasi. Berbeda dengan orang dengan tingkat pendidikan yang

rendah, pastinya terbatas pada pekerjaan-pekerjaan tertentu saja.

Beberapa permasalahan yang menghambat pemerataan pendidikan pada

pelajar adalah kesempatan yang berbeda di setiap daerah khususnya antara daerah

pedesaan dan perkotaan, produktivitas tenaga pengajar yang terbilang rendah, tidak

tersedianya fasilitas yang cukup memadai di setiap sekolah-sekolah terutama di

daerah pedesaan serta kurangnya motivasi bagi para orang tua pelajar untuk dapat

menyekolahkan anaknya setinggi mungkin hingga menjadi penduduk yang siap

bersaing dalam memasuki pasar tenaga kerja. Sehingga fokus pemerintah dalam

mengatasi buruknya tingkat penduduk pun mengakar ke banyak permasalahan yang

tentu sulit diselesaikan secara bersamaan, terutama perbedaan pendidikan antara

pelajar desa dan kota.

Perbedaan mencolok antara masyarakat yang tinggal di desa dan kota adalah

kesempatan para pelajarnya untuk mendapatkan pendidikan yang layak. Pelajar dari

desa cenderung menerima pembaharuan (update) bahan ajar cenderung terlambat.

Hal ini juga didukung oleh rendahnya kualitas guru yang mengajar di daerah

pedesaan. Ternyata selain ketimpangan pendapatan, ketimpangan pendidikan juga

menjadi masalah yang sampai saat ini masih belum ditemukan dengan solusi yang

tepat. Mengingat Indonesia juga bukan merupakan negara yang kecil, untuk

mendistribusikan sesuatu baik itu pendidikan atau kesehatan secara merata

dibutuhkan waktu yang cukup lama dan upaya yang besar.

21

- Rata-rata Lama Sekolah

Rata-rata lama sekolah dan harapan lama sekolah merupakan indikator yang

menggambarkan pengetahuan atau tingkat pendidikan seseorang dalam

penghitungan Indeks Pembangunan Manusia (IPM). Cakupan dalam menghitung

harapan lama sekolah adalah pendidikan penduduk dari usia 7 tahun ke atas,

sementara cakupan penduduk untuk menghitung rata-rata lama sekolah yaitu dari

usia 25 tahun ke atas (diasumsikan telah menyelesaikan pendidikannya). Kedua

indikator menjadi indeks pendidikan dalam penghitungan IPM. Namun dalam

penelitian ini penulis hanya menggunakan variabel rata-rata lama sekolah. Indikator

rata-rata lama sekolah merupakan indikator proses pembangunan manusia yang

mengukur keberhasilan program pendidikan dalam jangka pendek. Rata-rata lama

sekolah merupakan variabel yang dinilai dapat memberi gambaran tentang

pencapaian dan penambahan jumlah sumber daya manusia yang berkualitas di suatu

wilayah. Variabel rata-rata lama sekolah dipertimbangkan lebih tepat karena

merupakan hal yang telah terjadi dan fakta yang ada di masyarakat, sedangkan

harapan lama sekolah merupakan indikator yang masih menjadi motivasi dan belum

terbukti secara nyata.

- Angka Partisipasi Sekolah

Angka Partisipasi Sekolah merupakan rasio anak yang sekolah pada

kelompok umur tertentu terhadap jumlah penduduk pada kelompok umur yang

sama. Pada penelitian ini angka partisipasi sekolah yang digunakan adalah pada

kelompok umur 16-18 tahun. Salah satu tujuan dari Millenium Development Goals

(MDG) adalah menjamin bahwa sampai dengan tahun 2015 semua anak, baik laki-

laki maupun perempuan dapat menyelesaikan pendidikan dasar. Salah satu

indikator yang dapat digunakan adalah angka partisipasi sekolah untuk menilai

pencapaian MDG yaitu melihat akses pendidikan pada penduduk usia sekolah.

Semakin tinggi angka partisipasi sekolah maka akan semakin besar jumlah

penduduk yang mempunyai kesempatan untuk mengenyam pendidikan, namun

bukan berarti juga dapat meningkatkan pemerataan kesempatan masyarakat untuk

mengenyam pendidikan. Maka variabel angka partisipasi sekolah juga merupakan

variabel yang dapat menggambarkan peran pendidikan.

22

- Angka Melek Huruf

Kegiatan membaca merupakan proses awal memasuki dunia pengetahuan

yang begitu luas menuju masyarakat maju. Membaca akan mempermudah

seseorang untuk memahami informasi terkait bidang kerja dan berbagai aspek yang

menyangkut peningkatan kualitas hidup. Kemampuan baca-tulis dianggap penting

karena melibatkan pembelajaran berkelanjutan oleh seseorang untuk dapat

mencapai tujuan hidupnya. Hal ini berkaitan langsung dengan bagaimana seseorang

mendapatkan pengetahuan, menggali potensinya dan berpartisipasi dalam

pembangunan. Salah satu indikator mendasar yang digunakan untuk melihat tingkat

kemampuan membaca dan menulis adalah angka melek huruf (literacy rate). Kata

“melek huruf” dapat diartikan sebagai kemampuan untuk dapat membaca dan

menulis huruf latin atau lainnya pada tingkat yang baik untuk berkomunikasi

dengan orang lain atau dapat menyampaikan idenya dalam masyarakat yang

mampu baca tulis. Angka melek huruf merupakan salah satu indikator penting

untuk mengukur keberhasilan implementasi kebijakan bidang pendidikan, dan

kualitas sumber daya manusia suatu daerah.

3. Ketenagakerjaan

Pekerja atau tenaga kerja adalah semua orang yang bekerja, baik itu di

perusahaan maupun lembaga atau instansi pemerintahan. Tenaga kerja yang bekerja

di perusahaan merupakan bagian penting dalam kelangsungan proses produksi

suatu perusahaan. Sedangkan tenaga kerja yang bekerja di lembaga pemerintahan

juga menjadi bagian penting sebagai sumber daya manusia yang dapat

berkontribusi dalam keberlangsungan kinerja lembaga tersebut. Menurut Sukirno

(2004) angkatan kerja dapat didefinisikan sebagai jumlah angkatan kerja yang ada

dalam ruang lingkup perekonomian dalam kurung waktu tertentu yang digolongkan

menjadi kelompok yang sedang bekerja dan kelompok yang sedang menganggur

namun sedang mencari pekerjaan. Angkatan kerja biasanya dapat digambarkan

dengan Tingkat Partisipasi Angkatan Kerja (TPAK). TPAK sendiri

membandingkan jumlah angkatan kerja dengan jumlah penduduk usia kerja yaitu

15-64 tahun yang dianggap mampu menghasilkan barang dan jasa.

23

Menurut UU No. 13 tahun 2013 tentang ketenagakerjaan, tenaga kerja

adalah setiap orang yang mampu melakukan pekerjaan guna menghasilkan barang

atau jasa. Tenaga kerja melakukan pekerjaan untuk memenuhi kebutuhan sendiri

ataupun untuk masyarakat, yang mana nantinya menjadi modal bagi bergeraknya

roda perekonomian negara. Kemudian menurut UU No. 20 tahun 1999 pasal 2 ayat

2, yang termasuk angkatan kerja adalah penduduk dalam usia kerja (15 tahun ke

atas). Sedangkan menurut Bank Dunia, angkatan kerja adalah penduduk dalam

rentang usia 15-64 tahun.

Tenaga kerja dapat dikelompokkan menurut lapangan pekerjaan, jenis

pekerjaan dan status pekerjaan. Namun jika dilihat dari segi keahlian dan

pendidikannya, tenaga kerja dibedakan menjadi tiga golongan yaitu tenaga kerja

kasar, tenaga kerja terampil dan tenaga kerja terdidik. Dengan penjelasan sebagai

berikut:

a. Tenaga kerja kasar adalah tenaga kerja yang tidak berpendidikan atau

berpendidikan rendah dan tidak memiliki keahlian tertentu dalam suatu

bidang pekerjaan.

b. Tenaga kerja terampil adalah tenaga kerja yang memiliki keahlian dari

pelatihan atau pengalaman kerja tertentu.

c. Tenaga kerja terdidik adalah tenaga kerja yang memiliki pendidikan yang

cukup tinggi dan ahli dalam suatu bidang tertentu.

Isu ketenagakerjaan merupakan salah satu masalah terbesar yang masih

menjadi perhatian pemerintah, di mana masalah ketenagakerjaan ini merupakan

masalah yang sangat sensitif yang harus diselesaikan dengan berbagai pendekatan

yang tepat agar masalah tersebut tidak meluas karena akan berdampak pada

penurunan kesejahteraan dan keamanan masyarakat. Berbagai masalah bidang

ketenagakerjaan yang dihadapi pemerintah salah satunya adalah tingginya tingkat

pengangguran, rendahnya perluasan kesempatan kerja yang terbuka, rendahnya

kompetensi kerja dan produktivitas tenaga kerja, serta permasalahan banyaknya

pekerja anak. Jumlah angkatan kerja yang terserap sangat berpengaruh terhadap

pembangunan ekonomi suatu negara karena ketika seluruh angkatan kerja terserap

(full employment) maka akan menambah pula pendapatan nasional.

24

Menurut BPS (2009), situasi ketenagakerjaan merupakan salah satu hal

umum yang menggambarkan kondisi perekonomian, sosial, bahkan tingkat

kesejahteraan penduduk di suatu wilayah dalam kurun waktu tertentu. Isu penting

yang masih menjadi perhatian dalam bidang ketenagakerjaan di samping kondisi

angkatan kerja dan struktur ketenagakerjaan adalah pengangguran. Pengangguran

dapat dikatakan sebagai kegagalan pasar untuk menyerap seluruh angkatan kerja.

Seiring dengan bertambahnya jumlah penduduk setiap tahunnya, pasar tenaga kerja

tidak dengan senantiasa menyediakan lapangan kerja yang dibutuhkan.

Pengangguran kerap menjadi fokus pemerintah untuk diatasi, namun hingga saat

ini belum ada kebijakan yang terlihat mampu menangani isi ketenagakerjaan ini.

Selain menimbulkan masalah ekonomi, pengangguran juga memunculkan berbagai

permasalahan dalam bidang sosial seperti kemiskinan dan kriminalitas.

- Tingkat Partisipasi Angkatan Kerja

TPAK merupakan indikator ketenagakerjaan yang digunakan untuk

menganalisis serta mengukur capaian hasil pembangunan ekonomi, khususnya

dalam mengukur tingkat pendapatan penduduk. Partisipasi angkatan kerja juga

dapat diukur dengan TPAK yang berguna untuk mengetahui besarnya persentase

penduduk usia kerja (dalam hal ini usia 15-64 tahun) yang berpotensi untuk aktif

menjadi tenaga kerja di suatu negara. Nilai TPAK yang tinggi menggambarkan

tingginya kontribusi penduduk usia kerja yang bekerja atau tidak menganggur. Saat

nilai TPAK turun, hal tersebut menandakan bahwa ketersediaan penduduk usia

kerja yang dapat terlibat aktif dalam kegiatan ekonomi (labour supply) semakin

sedikit.

25

B. Penelitian Terdahulu

Tabel 2. 1 Penelitian-penelitian Terdahulu

No Penulis dan

Tahun

Judul Variabel dan Alat

Analisis

Hasil Penelitian Perbedaan

1 Annisa Ganis

Damarjati

(2010)

Analisis Faktor-Faktor

Yang Mempengaruhi

Kesenjangan

Pendapatan Di Propinsi

Jawa Tengah

Variabel : Kesenjangan

Pendapatan,

Pertumbuhan Ekonomi,

TPAK dan Aglomerasi.

Alat Analisis : Panel

Least Square (PLS)

Hasil penelitian ini menunjukkan

bahwa seluruh variabel independen

berpengaruh signifikan terhadap

kesenjangan pendapatan di Jawa

Tengah. Kesimpulannya adalah bahwa

Hipotesis Kuznets berlaku dalam

penelitian ini dimana terdapat

hubungan positif antara pertumbuhan

ekonomi dan kesenjangan pendapatan.

Variabel independen:

Pertumbuhan

ekonomi dan

aglomerasi

Metode: Panel Least

Square (PLS)

Periode: 2004-2008

Objek penelitian:

Jawa Tengah

2 Ellza Alfya

Rahma (2018)

Analisis Faktor-Faktor

Yang Mempengaruhi

Ketimpangan

Pendapatan Antar

Provinsi Di Pulau Jawa

Tahun 2010-2016

Variabel : ketimpangan

pendapatan, PDRB Per

kapita, Indeks

Pembangunan Manusia

(IPM), TPT dan TPAK.


bahwa variabel PDRB per kapita,

PDRB per-kapita, IPM, TPT

berpengaruh positif dan signifikan

terhadap ketimpangan pendapatan

antar Provinsi. Kemudian variabel

TPAK berpengaruh positif dan tidak


PDRB, IPM, dan

TPT

Metode: sama

Periode: 2010-2016

Objek: Pulau Jawa

26

Alat Analisis : Fixed

Effect Model (FEM)

signifikan terhadap ketimpangan

pendapatan antar Provinsi.

3 Emi Nuraini

(2017)

Pengaruh Pertumbuhan

Ekonomi Dan Tingkat

Pendidikan Terhadap

Disparitas Pendapatan

di Wilayah Gerbang

kertosusila

Variabel : Disparitas

Pendapatan,

pertumbuhan ekonomi

dan tingkat pendidikan.


Effect Model (FEM)


bahwa variabel pertumbuhan ekonomi

tidak berpengaruh signifikan terhadap

ketimpangan pendapatan Gerbang

Kertosusila. Kemudian tingkat

pendidikan berpengaruh signifikan

terhadap ketimpangan pendapatan

Gerbang kertosusila. Sedangkan secara

simultan pertumbuhan ekonomi dan

tingkat pendidikan berpengaruh


pendapatan Gerbang Kertosusila.


pertumbuhan

ekonomi dan tingkat

pendidikan

Metode: sama

Periode: 2003-2012

Objek: Wilayah

Gerbang kertosusila

4 Galaxi

Chrisamba &

Birgitta Dian

Saraswati

(2016)

Analisis Ketimpangan

Distribusi Pendapatan

33 Provinsi Di

Indonesia

Variabel : ketimpangan

pendapatan, inflasi,

pendidikan dan

pengeluaran.


Effect Model (FEM)

Inflasi berpengaruh negatif signifikan

terhadap ketimpangan pendapatan,

angka partisipasi sekolah dan

pengeluaran pemerintah berpengaruh

positif signifikan terhadap

ketimpangan pendapatan.


inflasi pengangguran

Metode: sama

Periode: 2007-2012

Objek: 33 Provinsi di

Indonesia

27

5 Muhammad

Anshari, Zul

Azhar dan

Ariusni (2018)

Analisis Pengaruh

Pendidikan, Upah

Minimum Provinsi dan

Belanja Modal

Terhadap Ketimpangan

Pendapatan di Seluruh

Provinsi di Indonesia

Variabel: indeks gini,

rata-rata lama sekolah,

upah minimum provinsi

dan belanja modal

pemerintah

Alat Analisis: Random

Effect Model (REM)


bahwa pendidikan memiliki pengaruh

yang negatif dan tidak signifikan,

kemudian upah minimum provinsi

memiliki pengaruh yang juga negatif

namun signifikan sedangkan belanja

modal memiliki pengaruh positif dan


pendapatan.


upah minimum

provinsi dan belanja

modal pemerintah

Metode: Random

Effect Model (REM)

Periode: 2012-2017

Objek: sama

6 Nadya Astrid

Puspitanigrum

(2014)

Analisis Peran

Pendidikan dalam

Mengatasi

Ketimpangan

Distribusi Pendapatan

Indonesia

Variabel : indeks gini,

rata-rata lama sekolah,

angka putus sekolah,

PDRB per-kapita, RAB

sektor pendidikan, serta

produktivitas tenaga

kerja.

Alat Analisis : Panel

Data menggunakan

Fixed Effect Model

(FEM)


bahwa rata-rata lama sekolah, angka

putus sekolah tingkat SMP dan SMA

serta PDRB per kapita berpengaruh

positif sedangkan variabel lainnya

berpengaruh negatif terhadap

ketimpangan distribusi pendapatan.


angka putus sekolah,

PDRB per-kapita,

RAB pendidikan,

dan produktivitas

tenaga kerja.

Metode: Fixed Effect

Model (FEM)

Periode: 2006-2011

Objek: 33 Provinsi di

Indonesia

28

7 Ribut Nurul

Tri Wahyuni

dan Anugerah

Karta Monika

(2016)

Pengaruh Pendidikan

Terhadap Ketimpangan

Pendapatan Tenaga

Kerja di Indonesia

Variabel: pendapatan

tenaga kerja per jam,

pendidikan,

pengalaman, dummy

gender dan interaksi

antara pendidikan dan

gender.

Alat analisis: Ordinary

Least Square (OLS)


bahwa pendidikan terhadap

ketimpangan pendapatan semakin

meningkat seiring meningkatnya

distribusi pendapatan. Maka

penambahan pendapatan karena

pendidikan, lebih tinggi pada distribusi

pendapatan teratas. Akibatnya, terjadi



pendapatan,

pengalaman, dummy

gender dan interaksi

antara pendidikan

dan gender

Metode: Ordinary

Least Square (OLS)

Periode: 2013

Objek: Indonesia

8 Juan Yang dan

Muyuan Qiu

(2016)

The Impact of

Education on Income

Inequality and

Intergenerational

Mobility

Variabel: ketimpangan,

subsidi pemerintah

pada Sekolah

Menengah dan

Perguruan Tinggi,

Biaya Pendidikan

Sekolah Menengah dan

Perguruan Tinggi, Rate

of Return Sekolah

Hasil penelitian menunjukkan bahwa

kemampuan bawaan dan investasi

keluarga dalam pendidikan awal

memainkan peran penting dalam

menjelaskan ketidaksetaraan

pendapatan dan mobilitas pendapatan

antar generasi. Salah satu alasan

penting untuk peningkatan ini adalah

bahwa keluarga miskin berinvestasi


Subsidi Pemerintah

pada Sekolah

Menengah dan

Perguruan Tinggi,

Biaya Pendidikan

Sekolah Menengah

dan Perguruan

Tinggi, Rate of

29

Menengah dan

Perguruan Tinggi.

Alat Analisis : Modified

Newton Method

relatif lebih sedikit dalam pendidikan

awal anak-anak daripada keluarga

kaya; oleh karena itu, anak-anak

mereka menghadiri sekolah dengan

kualitas yang lebih rendah, yang

menyebabkan mereka jauh lebih kecil

kemungkinannya untuk berpartisipasi

dalam pendidikan tinggi.

Return Sekolah

Menengah dan

Perguruan Tinggi

Metode: Modified

Newton Method

Periode: 2015

Objek: China

9 John Jerrim

dan Lindsey

Macmillan

(2015)

Income Inequality,

Intergenerational

Mobility, and the Great

Gatsby Curve: Is

Education the Key?

Variabel : Ketimpangan

pendapatan, Belanja

pendidikan, Persentase

siswa sekolah

menengah yang

terdaftar di sekolah

swasta, Persentase

siswa yang menerima

bimbingan belajar di

luar sekolah, Perbedaan

pendidikan orang tua

Kami menemukan bahwa ketimpangan

pendapatan dikaitkan dengan beberapa

komponen kunci dari proses transmisi

antar generasi termasuk akses ke

pendidikan tinggi, laba finansial untuk

pendidikan, dan dampak residual dari

pendidikan orang tua atas pendapatan

pasar tenaga kerja. Dengan demikian,

konsisten dengan model teoritis, kami

menemukan bahwa pencapaian

pendidikan merupakan pendorong

penting dari hubungan antara mobilitas


Belanja pendidikan,

Persentase siswa

sekolah menengah

yang terdaftar di

sekolah swasta,

Persentase siswa

yang menerima

bimbingan belajar di

luar sekolah,

Perbedaan

pendidikan orang tua

30

dan Biaya kuliah

universitas.

Data Analisis:

Programme for

International

Assessment of Adult

Competencies (PIAAC)

antar generasi dan ketimpangan

pendapatan

dan Biaya kuliah

universitas.

Metode: (PIAAC)

Periode: -

Objek: 23 Negara

Maju

10 Kang H Park

(2013)

Effects of Education

and Globalisation on

Income Distribution

Variabel : indeks gini,

GDP per kapita,

pendidikan,

ketimpangan

pendidikan, kebebasan

ekonomi dan tingkat

globalisasi.

Alat Analisis: Model

hipotesis Kuznets

inverted-U (Gini = a0 +

a1 lnY + a2 (lnY) + u)

Hasil empiris menunjukkan bahwa

variabel pendidikan memainkan peran

penting dalam menentukan distribusi

pendapatan. Temuan kami

menunjukkan bahwa tingkat

pendidikan yang lebih tinggi dari

populasi telah berkontribusi pada

peningkatan distribusi pendapatan,

sementara ketidakadilan pendidikan

menyebabkan ketimpangan

pendapatan.


GDP per kapita,

ketimpangan

pendidikan,

kebebasan ekonomi

dan globalisasi.

Metode: Model

hipotesis Kuznets

inverted-U

Periode: 1970-2012

Objek: 208 Negara-

negara di Dunia

31

C. Hubungan Antar Variabel

1. Pengaruh Rata-rata Lama Sekolah terhadap Ketimpangan Distribusi

Pendapatan

Pada indeks rata-rata lama sekolah diasumsikan lama sekolah yang

ditempuh sesuai dengan masa sekolah dalam waktu yang normal. Dimana lama

sekolah 6 tahun setara dengan lulus Sekolah Dasar (SD), lama sekolah 9 tahun

setara dengan lulus Sekolah Menengah Pertama (SMP), lama sekolah 12 tahun

setara dengan lulus Sekolah Menengah Atas (SMA), kemudian lama sekolah 16

tahun setara dengan lulus jenjang perkuliahan atau S1 dan seterusnya. Lama

sekolah yang dimaksud merupakan masa sekolah yang dibutuhkan untuk

menyelesaikan pendidikan sesuai dengan asumsi masa sekolah yang telah

disebutkan. Saat seorang penduduk telah menyelesaikan pendidikannya maka ia

akan memasuki pasar tenaga kerja, pendidikan tearkhir dan lama sekolah yang

ditempuh pun akan mempengaruhi pendapatan yang kemudian akan dihasilkan.

Untuk mendapatkan penghasilan yang dapat memenuhi kebutuhan hidup dan

terdistribusi secara merata pada seluruh tenaga kerja, maka dibutuhkan

produktivitas. Tenaga kerja yang produktif serta memiliki kualitas yang mumpuni

akan mendapatkan kesempatan untuk memperoleh pendapatan yang lebih tinggi

yang kemudian dalam jangka panjang akan mengurangi ketidakmerataan

penyebaran pendapatan. Maka pada penelitian ini diasumsikan bahwa rata-rata

lama sekolah seorang penduduk akan dapat mengurangi ketimpangan distribusi

pendapatan jika diiringi dengan produktivitas yang sesuai pada jenjang pendidikan

yang telah ditempuh.

2. Pengaruh Angka Partisipasi Sekolah terhadap Ketimpangan Distribusi

Pendapatan

Penelitian ini menggunakan angka partisipasi sekolah pada tingkatan umur

16-18 tahun yang mana pada tingkatan umur 16-18 tahun, pelajar setara dengan

tingkat SMA. Menurut BPS (2017) dalam Potret Pendidikan Indonesia, sebanyak

25,10% penduduk umur 15 tahun ke atas menamatkan jenjang pendidikan

tertingginya pada tingkat SMA. Hal ini dapat diartikan bahwa satu dari empat

tenaga kerja yang bersaing untuk mendapatkan pekerjaan adalah lulusan SMA.

32

Pada penelitian ini diasumsikan bahwa penduduk yang telah berpartisipasi

pada tingkatan SMA, setelah lulus tidak lagi melanjutkan pendidikan ke jenjang S1

melainkan menjadi pekerja yang kemudian dalam jangka waktu satu sampai dua

tahun mendapatkan pekerjaan. Hal yang dapat melancarkan penduduk lulusan SMA

untuk mendapatkan pekerjaan yang layak adalah tersedianya kesempatan atau

peluang kerja yang sesuai dengan kemampuan yang dimiliki. Kemudian dapat

diasumsikan pula supply dan demand tenaga kerja berada pada titik keseimbangan,

sehingga seluruh penduduk lulusan SMA mendapatkan kesempatan yang sama

untuk memperoleh pekerjaan dan mendapatkan penghasilan. Maka dapat

disimpulkan bahwa saat seluruh penduduk lulusan SMA yang tidak lagi

melanjutkan pendidikan mendapatkan kesempatan kerja sesuai dengan lapangan

tenaga kerja yang tersedia akan dapat menurunkan tingkat ketimpangan distribusi

pendapatan.

3. Pengaruh Angka Melek Huruf terhadap Ketimpangan Distribusi

Pendapatan

Angka melek huruf merupakan indeks yang mengukur tingkat kemampuan

dalam hal membaca maupun menulis. Meskipun jumlah penduduk di Indonesia

yang dapat membaca dan menulis jumlahnya lebih dari 90%, namun tidak semua

penduduk mengaplikasikannya dalam kegiatan sehari-hari baik itu dalam pekerjaan

maupun kehidupan sosial lainnya. Pada penelitian ini diasumsikan bahwa penduduk

yang dapat membaca dan menulis paham akan bacaan yang dibaca dan

mendapatkan ilmu, kemudian mempraktikannya dalam pekerjaan. Saat seseorang

benar-benar paham akan suatu hal atau suatu bidang, maka ia akan dengan mudah

menyesuaikan dirinya dalam ruang lingkup pekerjaan serta melakukan

pekerjaannya dengan baik. Ilmu dan wawasan yang dimiliki oleh seorang tenaga

kerja akan menjadi hal yang baik saat diterapkan dan dapat memberikan

keuntungan yang pada penelitian ini adalah pendapatan. Maka ketika seorang

tenaga kerja dapat melakukan praktik secara baik dan sesuai tentu akan lebih mudah

untuk memperoleh pendapatan yang mana nantinya pendapatan yang diperoleh

diharapkan dapat mengurangi ketimpangan pendapatan.

33

4. Pengaruh Tingkat Partisipasi Angkatan Kerja terhadap Ketimpangan

Pendapatan

Tidak dapat dipungkiri bahwa terdapat hubungan yang cukup erat antara

pengangguran, kemiskinan dan ketidakmerataan distribusi pendapatan. Semakin

banyaknya jumlah pengangguran akan menyebabkan semakin banyak masyarakat

yang terjebak dalam zona kemiskinan yang berdampak pada timpangnya distribusi

pendapatan. Hal yang juga menjadi masalah adalah timbulnya tenaga kerja part

time (paruh waktu) dan pengangguran sukarela. Tenaga kerja part time dapat

dikatakan tidak mempunyai pendapatan sebesar tenaga kerja yang bekerja secara

normal, bahkan sering tidak dianggap sebagai pekerja karena jam kerja yang

rendah. Kemudian pengangguran sukarela di mana menurut M. Todaro (1994)

seorang tenaga kerja akan menolak jenis pekerjaan yang tidak disukai dan hal ini

dilakukan karena saat mereka memiliki cukup sumber keuangan sehingga mereka

menjadi pengangguran secara sukarela. Definisi ini digolongkan sebagai

pengangguran tetapi tidak miskin. Di sisi lain, terdapat banyak pekerja yang bekerja

penuh jika dilihat dari jam kerja per-hari namun memdapatkan pendapatan yang

sangat kecil. Seperti pedagang pasar, pedagang kaki lima dan lainnya yang dapat

dikategorikan sebagai pekerja penuh, namun juga masuk kategori masyarakat

miskin.

Semakin banyak jumlah penduduk yang ada di suatu negara maka juga akan

menambah jumlah angkatan kerja di negara tersebut, namun lapangan pekerjaan

yang siap menerima para angkatan kerja tidak selalu tersedia. Dapat dikatakan

bahwa inti dari permasalahan pada ketenagakerjaan adalah gagal terciptanya

lapangan kerja baru pada tingkat yang sebanding dengan laju pertumbuhan output

industri. Sehingga banyak tenaga kerja yang tidak terserap dan akhirnya menjadi

pengangguran. Seseorang yang menganggur selain tidak berkontribusi terhadap

pendapatan nasional, juga tidak dapat memenuhi kebutuhan keluarganya. Dengan

tidak berkontribusi terhadap pendapatan, pengangguran juga akan mengganggu dan

mempengaruhi keseimbangan distribusi pendapatan. Sebelum dilakukannya

pemerataan, maka hal yang lebih penting untuk diatasi oleh pemerintah adalah

dengan memperhatikan semua angkatan kerja agar dapat menjadi tenaga kerja.

34

D. Kerangka Pemikiran

Gambar 2.2 Gambar Kerangka Berpikir

Analisis Peran Pendidikan dan Ketenagakerjaan Terhadap

Ketimpangan Distribusi Pendapatan di Indonesia

Variabel Independen

Rata-rata Lama Sekolah (X1)

Angka Partisipsi Sekolah (X2)

Angka Melek Huruf (X3)

Tingkat Partisipasi Angkatan Kerja (X4)

Produktivitas

Kesempatan

Praktik

Ketimpangan Distribusi

Pendapatan (Y)

Alat Analisis : Panel Data

Pemilihan Model :

- Uji Chow

- Uji Hausman

Fixed Effect Model (FEM)

Uji Hipotesis :

- Uji t

- Uji F

- Uji Adj R2

Kesimpulan dan Saran

Variabel Dependen

35

E. Hipotesis Penelitian

Terdapat hipotesis atau dugaan sementara yang akan menjadi acuan dari

hasil regresi pada model penelitian ini. Berdasarkan acuan pada dasar pemikiran

teoritis dan studi empiris yang pernah dilakukan dengan penelitian di bidang ini,

maka dapat dirumuskan hipotesis sebagai berikut:

1. Variabel pendidikan dan ketenagakerjaan secara bersama-sama memiliki

pengaruh yang signifikan terhadap ketimpangan distribusi pendapatan 34

provinsi di Indonesia.

2. Variabel Rata-Rata Lama Sekolah diduga memiliki pengaruh negatif dan

signifikan terhadap ketimpangan distribusi pendapatan 34 provinsi di

Indonesia.

3. Variabel Angka Partisipasi Sekolah diduga memiliki pengaruh negatif dan


Indonesia.

4. Variabel Angka Melek Huruf diduga memiliki pengaruh negatif dan


Indonesia.

5. Variabel Tingkat Partisipasi Angkatan kerja diduga memiliki pengaruh

positif dan signifikan terhadap ketimpangan distribusi pendapatan 34

provinsi di Indonesia.

36

BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian ini menggunakan satu variabel dependen (terikat) dan empat

variabel independen (bebas). Variabel dependen yang digunakan dalam penelitian

ini adalah Indeks Gini. Sementara variabel independen yang digunakan dalam

kelompok pendidikan direpresentasikan oleh Rata-rata Lama Sekolah, Angka

Partisipasi Sekolah dan Angka Melek Huruf, sedangkan dalam kelompok

ketenagakerjaan direpresentasikan oleh Tingkat Partisipasi Angkatan Kerja

(TPAK).

Penelitian ini menggunakan data sekunder yang mana data tersebut

diperoleh berdasarkan informasi berupa fakta yang telah disusun dan

dipublikasikan oleh lembaga dan instansi tertentu. Penelitian ini mendapatkan data

penelitian dari Badan Pusat Statistik (BPS) dan Kementerian Pendidikan dan

Kebudayaan Republik Indonesia (Kemendikbud). Penelitian ini bersifat kuantitatif

dengan menggunakan metode data panel yang mencakup data cross section

merupakan provinsi-provinsi di negara Indonesia, serta mengambil data time series

dengan periode waktu dari tahun 2013 hingga tahun 2017.

Penelitian ini menggunakan data yang berasal dari instansi pemerintahan

sehingga dapat dikatakan bahwa penelitian ini menggunakan pendekatan

kuantitatif. Pendekatan kuantitatif sendiri merupakan pendekatan yang analisisnya

ditekankan kepada angka-angka dan olah data statistik. Yang kemudian dari hasil

regresi akan didapatkan hasil untuk dianalisis secara ekonomi.

B. Metode Penentuan Sampel

Metode penentuan sampel akan sangat membantu dalam penelitian yang

dihadapkan pada sampel yang beragam dari suatu populasi. Populasi yang

digunakan dalam penelitian ini adalah seluruh provinsi yang ada di Negara

Indonesia yang berjumlah 34 provinsi. Adapun metode yang digunakan dalam

penelitian ini merupakan purposive sampling.

37

Purposive sampling sendiri dapat dideskripsikan sebagai teknik yang

digunakan dalam memilih sampel suatu penelitian, dimana terdapat keterkaitan

yang erat antara kriteria yang ditentukan dan tujuan penelitian yang ingin dihasilkan

(Sugiyono, 2012). Pada teknik purposive sampling, terdapat teori yang

dikembangankan oleh Roscoe dalam Sugiyono (2012) salah satu syaratnya

mengatakan bahwa jika peneliti menggunakan analisis dengan variasi yang banyak

(korelasi antar variabel atau regresi ganda), maka jumlah anggota sampel yang

harus dianalisis minimal 10 dikalikan dengan jumlah variabel yang digunakan.

Berdasarkan penjelasan di atas dapat diketahui bahwa penelitian ini

menggunakan analisis regresi ganda dan jumlah anggota sampel ditentukan dengan

cara jumlah variabel dikali 10 maka didapatkan hasil minimal sampel yang dapat

digunakan dalam penelitian tersebut. Terdapat lima variabel dalam penelitian ini

yaitu satu variabel dependen (ketimpangan pendapatan) dan empat variabel

independen (rata-rata lama sekolah, angka partisipasi sekolah, angka melek huruf,

dan tingkat partisipasi angkatan kerja) maka 5 variabel dikalikan 10 sama dengan

50 yang artinya minimal sampel dalam penelitian ini adalah 50. Penelitian ini

kemudian memilih observasi sebanyak 34 provinsi dengan rentang waktu lima

tahun yaitu tahun 2013-2017 dan didapatkan jumlah sampel dalam penilitian ini

bejumlah 170.

C. Metode Pengumpulan Data

Pada penelitian ini, penulis mengambil data dari beberapa instansi

pemerintahan seperti Badan Pusat Statistik (BPS), Kementerian Pendidikan dan

Kebudayaan (Kemendikbud). Data diambil dari tahun 2013 hingga tahun 2017.

Keberhasilan suatu penelitian jika dinilai dari lama penyelesaiannya dapat

ditentukan dan lama peneliti mengumpulkan data-data yang dibutuhkan. Siregar

(2013) mengatakan bahwa data merupakan bentuk informasi atau keterangan

berdasarkan fakta yang benar-benar terjadi, data tersebut diolah baik secara

kualitatif maupun kuantitatif dari masih berbentuk data mentah hingga menjadi data

yang bisa dianalisi dan disimpulkan.

38

Saat melakukan penelitian sangat perlu dilakukan pengumpulan data guna

mencapai hasil penelitian. Adapun berikut penjelasan mengenai metode

pengumpulan data pada penelitian ini:

1. Data Sekunder

Pada umumnya data sekunder diperoleh dari suatu lembaga atau instansi

atau organisasi baik pemerintahan maupun swasta terkait yang tidak

mempublikasikan atau yang mempublikasikan data secara umum melalui buku,

literatur, situs, dokumen, arsip, ataupun sumber-sumber lainnya. Kelebihan dari

data sekunder sendiri adalah cenderung membutuhkan waktu yang singkat untuk

memperoleh data yang dibutuhkan dan biayanya pun relatif kecil. Namun karena

data sekunder bukan merupakan data yang bersumber dari sumber asli yang

mengolah maka tingkat keakuratan data yang diterbitkan terbilang lebih rendah

dan kadang rendahnya keakuratan data tersebut dapat pula mempengaruhi hasil

penelitian dan analisisnya.

2. Studi Kepustakaan

Sebelum dilakukannya penelitian, penulis terlebih dahulu menentukan

metode dalam pengumpulan data yang diperlukan dalam penelitian. Karena data

yang digunakan dalam penelitian ini adalah data sekunder maka metode

pengumpulan data yang cocok digunakan ada dua metode yaitu metode studi

pustaka. Metode studi pustaka dilakukan dengan cara mengumpulkan informasi

melalui buku, situs, jurnal maupun berbagai literatur terkait serta penelitian-

penelitian terdahulu.

D. Metode Analisis Data

1. Model Data Panel

Winarno (2015) dikutip dari bukunya mengatakan bahwa data panel

merupakan analisis data yang terdiri dari data seksi silang (terdapat beberapa objek)

yang biasa sering disebut cross section digabung dengan data runtutan waktu

(berdasarkan waktu) yang biasa sering disebut time series. Data panel merupakan

analisis yang mengkombinasikan data cross section dengan sejumlah observasi

yang telah ditentukan dalam jangka waktu tertentu atau data time series yang juga

telah ditentukan.

39

Saat menggabungkan data time series dan cross section kita mampu

menambahkan jumlah observasi secara signifikan tanpa melakukan treatment

apapun pada data seperti menlakukan logaritma natural. Sehingga analisis data

panel memungkinkan memberikan hasil yang memuaskan dan mendapatkan hasil

yang rinci. Sedangkan model analisis yang digunakan dalam penelitian ini yakni

analisis regresi linear berganda. Model persamaan yang akan diestimasi dalam

model regresi penelitian ini adalah sebagai berikut:

IGit = β0 + β1RRLSit + β2APSit + β3AMHit + β4 TPAKit + eit … (1)

Keterangan:

IGit = Indeks Gini di provinsi i pada periode t

RRLSit = Rata-rata Lama Sekolah di provinsi i pada periode t

APSit = Angka Partisipasi Sekolah di provinsi i pada periode t

AMHit = Angka Melek Huruf di provinsi i pada periode t

TPAKit = Tingkat Partisipasi Angkatan Kerja di provinsi i pada periode t

β0 = Intercept/Konstanta

β1,........,βn = Koefisien Regresi

eit = error term

2. Model Estimasi

Dalam menganalisis model regresi dengan menggunakan data panel dapat

dilakukan dengan macam pendekatan yaitu:

1. Pendekatan Pooled Least Square (PLS)

Model Pooled Least Square (PLS) termasuk model regresi yang paling

sederhana jika dibandingkan dua model regresi yang lain. Sederhananya model ini

hanya menggabungkan data time series dan cross-section tanpa melihat koefisien

lainnya yang mungkin dapat mempengaruhi model (Widarjono, 2009). Pada model

PLS, perilaku individu biasanya diasumsikan sama dalam berbagai kurun waktu.

Hal itu terjadi karena dimensi waktu ataupun individu tidak terlalu diperhatikan

dalam analisis model ini.

40

2. Pendekatan Fixed Effect Model (FEM)

Fixed Effect Model (FEM) merupakan model yang menjelaskan bahwa

individu-individu secara cross-section dalam model ini memiliki intersepnya

masing-masing. Intersep yang dihasilkan tersebut akan memberikan pengaruh yang

berbeda dari masing-masing individu. Model ini juga sering disebut sebagai teknik

Least Squares Dummy Variable (LSDV). Untuk mengestimasi data panel, model

ini terkadang menggunakan teknik variable dummy, yang mana variable dummy

dapat melihat perbedaan intersep pada masing-masing individu (Gujarati, 2012).

3. Pendekatan Random Effect Model (REM)

Random Effect Model (REM) merupakan model yang dikenal sebagai model

regresi yang mengestimasi data panel dengan memperhitungkan error dari model

regresi yang dianalisis dengan metode Generalized Least Square (GLS). Perbedaan

model ini dengan Fixed Effect Model (FEM) terletak pada error-nya. Apabila pada

model FEM perbedaan antar individu atau waktu digambarkan melalui intersep,

lalu pada model REM perbedaan tersebut diakomodir melalui error yang

dihasilkan. Keuntungan menggunakan REM yaitu dapat menghilangkan

heterokedastisitas. Model REM membuktikan bahwa error dapat diperhitungkan

karena berkorelasi dengan time series dan cross section (Suliyanto, 2011).

3. Uji Spesifikasi Model

Tahap pertama yang dilakukan dalam analisis regresi data panel melakukan

percobaan regresi dengan FEM, kemudian melakukan uji Chow untuk

membuktikan yang mana di antara FEM dan PLS yang merupakan model yang

tepat dilihat dari nilai probabilitasnya. Jika FEM merupakan model yang tepat,

maka dilakukan kembali uji Hausman untuk membuktikan yang mana di antara

FEM dan REM yang merupakan model terbaik dari penelitian tersebut. Kemudian

tahap terakhir, jika REM merupakan model yang tepat maka dilakukan LM-test

untuk memastikan bahwa REM merupakan model terbaik. Pada analisis data panel

singkatnya terdapat tiga jenis pendekatan untuk mengestimasi model yaitu melalui

uji Chow, uji Hausman dan LM-test.

41

Setelah melakukan berbagai pengujian untuk estimasi model terbaik, maka

penelitian ini hanya menggunakan uji Chow dan uji Hausman. Berikut adalah

penjelasan dari uji spesifikasi model antara lain sebagai berikut:

1. Uji Chow

Uji ini dilakukan untuk mengetahui Pooled Least Square (PLS) Model atau

Fixed Effect Model (FEM) yang akan digunakan dalam estimasi. Hipotesisnya

adalah sebagai berikut:

H0: Pooled Least Square Model

H1: Fixed Effect Model

Jika nilai probabilitasnya lebih kecil dari tingkat signifikansi α = 5%

(tingkat kepercayaan 95%) maka H0 ditolak, artinya model panel yang baik untuk

digunakan adalah Fixed Effect Model (FEM). Sebaliknya jika H0 diterima, berarti

Pooled Least Square (PLS) merupakan model yang harus digunakan dan dianalisis.

Namun ketika H0 ditolak, untuk lebih memastikan apakah Fixed Effect Model

(FEM) merupakan model yang terbaik maka harus diuji kembali menggunakan uji

Hausman. Pada uji Hausman akan memilih dan memberikan spesifikasi apakah

Fixed Effect Model (FEM) atau Random Effect Model (REM) model yang tepat,

setelah itu baru dilakukan dianalisis.

2. Uji Hausman

Setelah melakukan uji Chow dan didapatkan hasil H0 ditolak, maka langkah

selanjutnya adalah melakukan uji Hausman. Pada tahap ini, pilihan model hanya

tinggal memilih antara Fixed Effect Model (FEM) atau Random Effect Model

(REM). Uji spesifikasi ini akan memberikan penilaian yang diperhitungan dengan

menggunakan Chi-Square Statistic, sehingga keputusan pemilihan model akan

dapat ditentukan. Pengujian ini dilakukan dengan hipotesis sebagai berikut:

H0: Random Effect Model


42

Jika nilai probabilitas lebih kecil dari tingkat signifikansi α = 5% maka H0

ditolak, yang artinya model data panel yang baik untuk digunakan adalah Fixed

Effect Model (FEM). Namun sebaliknya jika H0 diterima, maka Random Effect

Model (REM) merupakan model yang tepat untuk digunakan dan dianalisis.

4. Uji Hipotesis Model

Setelah melakukan uji spesifikasi dan diketahui model terbaik untuk

penelitian tersebut maka selanjutnya dilakukan uji hipotesis. Uji hipotesis ini

dilakukan untuk mengidentifikasi apakah koefisien regresi yang didapat pada

penelitian ini signifikan (memiliki efek antar satu variabel dengan variabel lainnya).

Maksud dari signifikan adalah nilai koefesien regresi yang dihasilkan secara

statistik tidak sama dengan nol. Jika slope koefisiennya sama dengan nol, maka

dapat dikatakan bahwa tidak cukup bukti untuk menyatakan variabel independen

dalam penelitian mempunyai pengaruh terhadap variabel dependen. Terdapat dua

jenis uji hipotesis terhadap koefisien regresi yang harus dilakukan antara lain:

1. Uji Signifikansi Parsial (Uji t-statistik)

Uji t dilakukan untuk mengetahui pengaruh variabel independen secara

parsial (masing-masing variabel) terhadap variabel dependen. Uji t dilakukan

dengan membandingkan t hitung setiap variabel terhadap t tabel dengan ketentuan

sebagai berikut:

H0 : β = 0, maka tidak ada pengaruh positif dari masing-masing variabel

independen terhadap variabel dependen secara parsial (individu).

H1 : β > 0, maka ada pengaruh positif dari masing-masing variabel

independen terhadap variabel dependen secara parsial (individu).

Tingkat kepercayaan yang digunakan dalam uji t adalah 95% atau taraf

signifikan 5% (α = 0,05) dan 90% atau taraf signifikan 10% (α = 0,1) dapat

disimpulkan dengan ketentuan sebagai berikut:

1) Jika t hitung > t tabel maka H0 diterima dan H1 ditolak berarti terdapat

pengaruh yang signifikan dari masing-masing variabel independen terhadap

variabel dependen.

43

2) Jika t hitung < t tabel maka H1 diterima dan H0 ditolak berarti tidak terdapat

pengaruh yang signifikan dari masing-masing variabel independen terhadap

variabel dependen.

2. Uji Signifikansi Simultan (Uji F-statistik)

Uji F dilakukan untuk mengetahui apakah semua variabel independen

secara simultan (bersama-sama) berpengaruh terhadap variabel dependen. Cara

yang digunakan adalah dengan membandingkan nilai F hitung dengan F tabel

dengan ketentuan sebagai berikut:

H0 : β = 0, maka tidak ada pengaruh signifikan dari variabel independen

terhadap variabel dependen secara simultan (bersama- sama).

H1 : β > 0, maka ada hubungan yang signifikan dari variabel independen

terhadap variabel dependen secara simultan (bersama- sama).

Tingkat kepercayaan yang digunakan adalah 95% atau taraf signifikan 5%

(α = 0,05) dapat disimpulkan dengan ketentuan sebagai berikut:

1) Jika F hitung > F tabel maka H0 diterima dan H1 ditolak berarti variabel

independen secara bersama-sama mempunyai pengaruh yang signifikan

terhadap variabel dependen.

2) Jika F hitung < F tabel maka H1 diterima dan H0 ditolak berarti variabel

independen secara bersama-sama tidak mempunyai pengaruh yang

signifikan terhadap variabel dependen.

3. Koefisien Determinasi R2

Koefisien determinasi merupakan suatu ukuran yang penting dan harus

dipertimbangkan dalam melakukan analisis regresi, karena nilai koefisien

determinansi dapat menginformasikan baik tidaknya model regresi yang

terestimasi. Dengan kata lain, koefisien determinansi dapat mengukur seberapa

dekat garis regresi yang diestimasi dengan data yang sesungguhnya.

Nilai koefisien determinasi (Goodness of fit) mencerminkan seberapa besar

variasi dari variabel dependen (Y) dapat diterangkan oleh variabel independen (X).

Koefisien determinansi dapat dilambangkan dengan R2. Jika R2 = 0, maka variasi

44

dari variabel dependen tidak dapat diterangkan oleh variabel independen sama

sekali. Sementara jika R2 = 1, maka variasi variabel dependen secara keseluruhan

dapat diterangkan oleh variabel independen. Bila R2 = 1, maka semua titik

pengamatan berbeda pada garis regresi atau garis yang diestimasi letaknya sama

dengan garis menurut data yang sesungguhnya. Semakin besar nilai R2 maka

semakin besar pengaruh yang diberikan variasi variabel independen terhadap

variabel independen. Nilai R2 berkisar di antara nol sampai dengan satu. (Nachrowi

dan Usman, 2008).

5. Uji Asumsi Klasik

Berdasarkan hasil uji regresi data panel pada penelitian ini, jika terbukti

harus menggunakan Fixed Effect Model maka terdapat uji asumsi klasik yang harus

dipenuhi, terdapat empat uji asumsi klasik yang harus dipenuhi di antaranya adalah

sebagai berikut:

1. Uji Autokorelasi

Uji autokorelasi merupakan uji korelasi pada tempat yang berdekatan

datanya yaitu cross section. Uji autokorelasi menjelaskan korelasi yang terjadi

antara time series, apakah terdapat hubungan yang membentuk suatu pola tertentu

antara data penelitian tahun ini dengan tahun sebelumnya. Uji autokorelasi lebih

menekankan kepada dua data penelitian berdasarkan rentetan waktu yang

digunakan. Cara yang digunakan untuk mendeteksi apakah terdapat autokorelasi

dalam suatu penelitian adalah dengan melihat nilai DW (Durbin-Watson),

kriterianya adalah ketika nilai DW > dU maka penelitian bebas dari autokorelasi

negatif dan ketika nilai DW < dU maka penelitian bebas dari autokorelasi positif.

Nilai dU sendiri dapat dilihat pada tabel Durbin-Watson.

2. Uji Normalitas

Uji normalitas merupakan pengujian yang bertujuan untuk mengetahui

apakah variabel pengganggu (ui) didistribusikan secara normal atau tidak (Ghozali,

2012). Hasil dari uji normalitas dapat dilihat melalui grafik distribusi dan analisis

statistiknya apakah data terdistribusi normal melalui nilai probabilitas yang tertera.

45

Penggunaan grafik distribusi ini merupakan cara yang paling sederhana untuk

melakukan uji normalitas. Cara ini dilakukan karena bentuk data yang terdistribusi

secara normal akan mengikuti pola distribusi normal di mana bentuk grafiknya

mengikuti bentuk lonceng. Kemudian untuk analisis statistik dapat menggunakan

analisis tingkat kemiringan kurva dibandingkan dengan indikatornya.

3. Uji Multikolinearitas

Uji multikolinearitas merupakan pengujian yang melihat apakah dalam

model regresi terdapat hubungan atau korelasi antar variabel bebas (independen).

Ketika ada hubungan di antara variabel independen dalam penelitian maka model

regresi yang digunakan tidak baik, hubungan antar variabel harus dihindari

(Ghozali, 2012). Cara untuk mendeteksi apakah terdapat korelasi di antara variabel

independen dapat dilihat dari nilai tolerance pada Variance Inflation Factor (VIF).

Nilai tolerance yang rendah mengartikan nilai VIF yang tinggi (karena VIF =

1/tolerance). Jika nilai tolerance > 0,8 maka terjadi multikolinearitas pada variabel

independen dalam penelitian.

4. Uji Heteroskedastisitas

Uji heteroskedastisitas merupakan pengujian untuk melihat apakah dalam

model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke

pengamatan yang lain (Ghozali, 2012). Cara untuk mendeteksi apakah terdapat

heteroskedastisitas atau tidak yaitu dengan melihat grafik plot antara nilai prediksi

variabel terikat (dependen). Selain itu, cara untuk mendeteksi multikolinearitas

dapat dilakukan dengan uji Glejser. Uji Glejser dilakukan dengan meregresi nilai

absolut residual terhadap variabel independen. Jika variabel independen signifikan

secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi

heteroskedastisitas dan berlaku juga kondisi sebaliknya.

46

E. Operasional Variabel Penelitian

Tabel 3. 1 Definisi Operasional Variabel

Variabel Definisi Satuan

Ketimpangan

Pendapatan

Koefisien untuk mengukur ketimpangan

distribusi pendapatan yang angkanya

berkisar antara nol (pemerataan

sempurna) hingga satu (ketimpangan

sempurna), semakin besar koefisiennya

(mendekati satu) maka dapat dinyatakan

pendapatan semakin timpang begitu pula

sebaliknya apabila koefisien semakin

kecil (mendekati nol) maka dapat

dinyatakan semakin tidak timpang.

Indeks

Rata-rata Lama

Sekolah

Koefisien untuk menghitung lama

pendidikan penduduk pada usia 25 tahun

ke atas, yang mana indeks ini menjadi

indikator perhitungan pembangunan

manusia pada bidang pendidikan.

Tahun

Angka Partisipasi

Sekolah

Koefisien untuk menghitung rasio

perbandingan anak yang sekolah pada

kelompok umur tertentu terhadap jumlah

penduduk pada kelompok umur yang

sama.

Persentase

Angka Melek Huruf Koefisien untuk menghitung jumlah

penduduk yang secara mendasar

memiliki kemampuan dalam membaca

dan menulis.

Persentase

Tingkat Partisipasi

Angkatan Kerja

Koefisien untuk menghitung proporsi

jumlah angkatan kerja yang terserap atau

yang berkontribusi sebagai tenaga kerja

pada usia angkatan kerja yaitu 15-64

tahun.

Persentase

47

BAB IV

ANALISIS DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

1. Ketimpangan Distribusi Pendapatan

Ketimpangan distribusi pendapatan merupakan permasalahan yang

berdampingan dengan kemiskinan di suatu negara. Munculnya masyarakat yang

hidup di bawah garis kemiskinan biasanya dikarenakan tidak tersebarnya

pendapatan secara merata. Ketimpangan berpengaruh terhadap kualitas kehidupan

manusia, dimana kualitas hidup masyarakat menjadi salah satu tanda kesejahterasan

dan berhasilnya pembangunan. Distribusi pendapatan di suatu daerah dapat

menentukan bagaimana kesempatan suatu daerah dalam mengoptimalkan peran dan

fungsi masyarakat serta pemerintah dalam menangani berbagai permasalahan

pokok. Pendapatan yang tinggi biasanya akan memunculkan perubahan-perubahan

dan peningkatan-peningkatan pada standar hidup masyarakat. Saat pendapatan

tidak terdistribusi secara merata maka tidak akan tercipta kemakmuran dan

kesejahteraan yang dapat disrasakan secara menyeluruh karena hanya menyentuh

golongan tertentu.

Tingkat ketimpangan distribusi pendapatan di Indonesia mengalami

fluktuasi yang cenderung meningkat. Ketimpangan distribusi pendapatan Indoneisa

yang biasa diwakili dengan Indeks Gini mengalami ketimpangan pendapatan yang

cukup tinggi dibanding tahun-tahun sebelumnya yaitu pada tahun 2014 dengan

indeks sebesar 0,414. Ketimpangan distribusi pendapatan di Indonesia selama 10

tahun terakhir terus berputar pada kisaran angka 0,35 sampai dengan 0,41. Todaro

(2006) menyatakan bahwa ketimpangan distribusi pendapatan rendah ketika

koefisien gini berada antara 0,20 sampai 0,35. Kemudian ketika koefisien gini

berada antara 0,36 sampai dengan 0,50 maka ketimpangan sedang. Lalu

ketimpangan dinyatakan tinggi saat koefisien gini berada di antara 0,51 sampai

dengan 0,70. Indeks gini Indonesia terakhir yaitu pada tahun 2018 adalah sebesar

0,389 yang berarti bahwa secara agregat, ketimpangan distribusi pendapatan

Indonesia berada pada tingkat sedang.

48

Grafik 4. 1 Perkembangan Indeks Gini Provinsi-Provinsi di Indonesia

Sumber: BPS (2018)

Ketimpangan distribusi pendapatan di berbagai provinsi-provinsi di

Indonesia cenderung bervariasi dalam tiga tahun terakhir. Jika dilihat, setiap

tahunnya Provinsi Bangka Belitung memiliki indeks gini yang paling rendah yaitu

0,275 pada 2015, kemudian 0,288 pada 2016 dan 0,276 pada 2017. Dengan kisaran

angka di bawah 0,30 setiap tahunnya maka dapat dikatakan bahwa Provinsi Bangka

Belitung memiliki tingkat ketimpangan distribusi pendapatan yang rendah jika

dibandingkan dengan provinsi-provinsi lain. Kemudian provinsi Papua Barat

memiliki tingkat ketimpangan distribusi pendapatan yang paling tinggi tahun 2015

yaitu sebesar 0,428 namun berhasil turun menjadi 0,401 dan 0,387 di tahun 2016

dan 2017. Selain Papua Barat, provinsi yang juga memiliki tingkat ketimpangan

distribusi pendapatan yang tinggi adalah Provinsi Sulawesi Selatan, Jawa Timur,

DI Yogyakarta, Jawa Barat dan DKI Jakarta. Mayoritas provinsi yang memiliki

tingkat ketimpangan pendapatan yang tinggi adalah provinsi yang berada di Pulau

0

0,1

0,2

0,3

0,4

0,5

2015 2016 2017

0

0,1

0,2

0,3

0,4

0,5

2015 2016 2017

49

Jawa. Seperti yang telah diketahui bahwa Pulau Jawa memang dijadikan pusat

pembangunan ekonomi, industri dan banyak penduduk dari luar Pulau Jawa yang

melakukan migrasi ke Pulau Jawa untuk mendapat pendapatan yang lebih baik.

2. Rata-rata Lama Sekolah

Rata-rata lama sekolah merupakan jumlah waktu yang dihabiskan oleh rata-

rata penduduk dengan usia 25 tahun ke atas pada seluruh jenjang pendidikan formal

yang telah ditempuh. Semakin tinggi rata-rata lama sekolah di suatu negara maka

semakin tinggi pula jenjang pendidikan yang ditempuh. Jenjang pendidikan yang

ditempuh oleh seseorang menjadi modal manusia yang dapat bermanfaat dalam

dunia kerja. Saat seseorang memiliki pendidikan yang tinggi, maka akan semakin

tinggi pula kesempatannya untuk memilih jenis pekerjaan yang sesuai dan semakin

besar kesempatan mendapatkan pendapatan yang bervariasi, bisa kecil maupun

besar. Pada tahun 2018, rata-rata lama sekolah di Indonesia untuk perempuan dan

laki-laki adalah 8,17 tahun. Hal ini mengartikan bahwa penduduk dengan usia 25

tahun ke atas di Indonesia telah menempuh lama pendidikan selama 8,17 tahun atau

hanya setara dengan Sekolah Menengah Pertama (SMP).

Pendidikan menjadi investasi penting bagi kehidupan manusia, pendidikan

kerap dijadikan modal utama bagi manusia untuk layak diperhitungkan dalam dunia

kerja. Maka ketika seseorang dapat meningkatkan produktivitas yang ada pada

dirinya maka ia akan mendapatkan penghasilan yang lebih namun hal ini tetap harus

didukung dengan peningkatan pendidikan. Dengan pendidikan maka kemampuan

yang dimiliki manusia menjadi bertambah dan berkembang. Yang pada akhirnya

dengan didukung pendidikan, kualitas manusia menjadi lebih unggul dan memiliki

daya saing yang lebih tinggi (BPS, 2016). Berapa lama seorang manusia menempuh

pendidikan juga akan mempengaruhi besaran pendapatan yang akan diterima.

Semakin seseorang memiliki pendidikan yang tinggi maka akan semakin besar

variasi pendapatan yang mungkin akan ia terima, berbeda dengan seseorang yang

tidak memiliki pendidikan yang tinggi dimana variasi pendapatan yang akan

diterima akan terbatas.

50

Grafik 4. 2 Rata-rata Lama Sekolah Provinsi-provinsi Indonesia

Sumber: BPS (2018)

Jika dilihat dari data rata-rata lama sekolah di atas, provinsi dengan nilai

rata-rata lama sekolah tertinggi adalah DKI Jakarta selama tiga tahun berturut-turut

dan pada peringkat kedua disusul oleh Kepulauan Riau. Kepulauan Riau sudah

menginjak angka 9,78 dan DKI Jakarta menginjak angka 11,02 pada tahun 2017.

Wajar bagi DKI Jakarta jika memiliki tingkat pendidikan yang beberapa tingkat

lebih dibanding provinsi-provinsi lain di Indonesia, karena DKI Jakarta

memberikan fasilitas pendidikan yang baik dan merata. Provinsi dengan rata-rata

lama sekolah yang paling rendah adalah Provinsi Papua. Pada tiga tahun terakhir,

hanya mencapai angka 5,94, 6,11, dan 6,23 yang berarti bahwa rata-rata penduduk

di Provinsi Papua hanya mampu bersekolah sampai jenjang Sekolah Dasar (SD)

saja.

0

2

4

6

8

10

12

2015 2016 2017

0

2

4

6

8

10

2015 2016 2017

51

3. Angka Partisipasi Sekolah

Angka partisipasi sekolah merupakan jumlah persentase penduduk pada

suatu golongan usia tertentu yang terdaftar sebagai pelajar sekolah dibandingkan

dengan seluruh penduduk pada golongan usia tersebut. Angka partisipasi sekolah

terbagi dalam empat kategori usia yaitu usia 7-12 tahun mewakili sekolah dasar,

usia 13-15 tahun mewakili sekolah menengah pertama, usia 16-18 tahun mewakili

sekolah menengah atas dan usia 19-24 tahun mewakili sekolah lanjut atau

perguruan tinggi. Semakin tinggi jenjang kategori angka partisipasi sekolah,

persentasinya akan semakin menurun yang artinya bahwa pada kategori usia 7-12

tahun persentase akan tinggi, kemudian pada kategori usia 13-15 tahun persentase

akan menurun dan pada kategori terakhir yaitu 19-24 tahun maka didapati

persentase yang paling kecil.

Pada penelitian ini diambil data angka partisipasi sekolah pada usia 16-18

tahun dimana pada usia tersebut biasanya pelajar akan lulus Sekolah Menengah

Atas (SMA). Jenjang SMA terlihat sebagai jenjang paling minimal untuk seorang

tenaga kerja bersaing di dunia kerja, dengan memiliki pendidikan sampai di jenjang

SMA, tenaga kerja akan mendapatkan kesempatan untuk mendapatkan Upah

Minimum Regional (UMR). Jika seorang tenaga kerja hanya menempuh

pendidikan hingga jenjang SMP, maka akan sulit baginya untuk mendapatkan gaji

setara UMR dan juga akan kesulitan memenuhi kebutuhan hidup.

Grafik 4. 3 Angka Partisipasi Sekolah Provinsi-provinsi Indonesia

0

20

40

60

80

100

2015 2016 2017

52

Sumber: BPS (2018)

Jika dilihat dari grafik di atas, provinsi dengan angka partisipasi tertinggi

pada tahun tiga tahun berturut-turut adalah provinsi DI Yogyakarta dengan

persentase sebesar 86,78, 87,2, dan 87,61. Provinsi DI Yogyakarta berhasil

menyerap hampir 90% pelajar usia 16-18 tahun untuk bersekolah. Provinsi

selanjutnya dengan persentase angka partisipasi sekolah tertinggi adalah provinsi

Kalimantan Timur. Kemudian untuk provinsi dengan angka partisipasi sekolah

paling rendah adalah Provinsi Papua, sama dengan tingkat rata-rata lama sekolah

yang juga paling rendah. Tahun ke tahun, angka partisipasi sekolah selalu

mengalami peningkatan, menurut Risti (2009), walaupun angka partisipasi sekolah

mengalami peningkatan setiap tahunnya, namun sangat disayangkan angkatan kerja

yang terserap masih didominasi oleh pekerja dengan pendidikan rendah.

4. Angka Melek Huruf

Angka melek huruf merupakan jumlah presentase penduduk usia 15 tahun

ke atas yang memiliki kemampuan membaca dan menulis kalimat sederhana

dibandingkan dengan seluruh penduduk usia 15 tahun ke atas. Membaca dan

menulis merupakan kemampuan dasar yang wajib dimiliki oleh masyarakat di suatu

negara. Meskipun sebagai manusia, tidak semua orang bekerja, sebagian orang

hanya menjadi ibu rumah tangga, namun kemampuan membaca dan menulis sangat

diperlukan dalam berbagai kegiatan ekonomi dan sosial. Saat seseorang tidak

memiliki kemampuan membaca dan menulis maka hal tersebut akan

menyulitkannya dimana pun ia berada, karena akan sulit mendapatkan informasi

0102030405060708090

2015 2016 2017

53

yang benar dan seringkali mendapatkan kemungkinan ditipu oleh orang yang

memiliki niat jahat. Indonesia memang tidak memiliki angka melek huruf yang

rendah, pada tahun 2018 angka melek huruf Indonesia berada pada angka 96,19%

dimana hanya sekitar 4% dari penduduk Indonesia yang buta huruf atau tidak bisa

membaca dan menulis. Hal ini sebenarnya bisa menjadi konsentrasi pemerintah

bagi seluruh masyarakat Indonesia memiliki kewajiban untuk bisa membaca dan

menulis.

Grafik 4. 4 Angka Melek Huruf Provinsi-provinsi Indonesia

Sumber: BPS (2018)

86,0088,0090,0092,0094,0096,0098,00

100,00102,00

2015 2016 2017

0

20

40

60

80

100

120

2015 2016 2017

54

Jika dilihat dari grafik di atas, mayoritas provinsi di Indonesia memiliki

persentase angka melek huruf di atas 95%. Namun masih terdapat beberapa

provinsi dengan angka melek huruf yang lebih rendah jika dibandingkan dengan

provinsi lainnya. Provinsi tersebut adalah Jawa Tengah, Jawa Timur, DI

Yogyakarta dan Bali yang mana provinsi tersebut memiliki angka melek huruf pada

kisaran 90-92%. Kemudian provinsi dengan angka melek huruf terrendah adalah

Papua dengan angka melek huruf tiga tahun terakhir sebesar 70,83, 71,02, dan 75,8.

5. Tingkat Partisipasi Angkatan Kerja

Tingkat partisipasi angkatan kerja merupakan jumlah presentase penduduk

yang masuk ke dalam angkatan kerja dibandingkan jumlah penduduk dengan usia

15 tahun ke atas. Keberadaan tingkat partisipasi angkatan kerja akan berpengaruh

terhadap output yang dihasilkan dalam berbagai kegiatan ekonomi. Semakin

banyak jumlah angkatan kerja yang terserap atau berpartisipasi maka akan semakin

produktif dan menghasilkan output yang lebih banyak. Hal ini juga akan diikuti

dengan meningkatnya PDB per kapita dan konsumsi secara agregat yang pada

akhirnya juga akan berpengaruh kepada pertumbuhan ekonomi. Namun

peningkatan angkatan kerja yang berpengaruh terhadap pendapatan dapat terjadi

jika diasumsikan produktivitas angkatan kerja juga meningkat. Penyerapan tenaga

kerja sangat erat kaitannya dengan ketersediaan lapangan kerja yang merata di

setiap daerah, sehingga memberi kemudahan bagi masyarakat.

Grafik 4. 5 Tingkat Partisipasi Angkatan Kerja Provinsi-provinsi Indonesia

0102030405060708090

2015 2016 2017

55

Sumber: BPS (2018)

Jika dilihat dari grafik di atas, tingkat partisipasi angkatan kerja di setiap

provinsi tidak berbeda jauh. Hampir semua provinsi memiliki persentase di atas

60%. Provinsi yang memiliki persentase tingkat partisipasi angkatan kerja paling

tinggi tiga tahun terakhir adalah Provinsi Papua dan Bali yang mengartikan bahwa

sebagian besar penduduk usia kerja di Provinsi Papua dan Bali terserap sebagai

tenaga kerja. Tingkat partisipasi angkatan kerja pada provinsi Papua dan Bali

dengan persentase di atas 75%. Provinsi dengan persentase paling tinggi pada tahun

2015, 2016 dan 2017 semua diduduki oleh Provinsi Papua yaitu sebesar 79,57,

76,7%, dan 76,94%. Adapun provinsi yang persentasenya paling rendah adalah

Provinsi Sulawesi Selatan.

0102030405060708090

2015 2016 2017

56

B. Temuan Hasil Penelitian

1. Uji Chow

Uji Chow dilakukan untuk dapat mengetahui model regresi data panel yang

akan digunakan dalam penelitian ini, maka dilakukan uji F-Restricted dengan cara

melihat nilai probanilitas pada F-statistik. Pada uji chow dapat terpilih estimasi

metode yang terbaik antara common effect atau fixed effect. Setelah keluar hasilnya

akan dilihat apakah lebih kecil atau lebih besar dari tingkat signifikansi α = 5%.

Untuk mengetahui hasilnya maka dibuat terlebih dahulu hipotesisnya, hipotesisnya

adalah sebagai berikut:

H0: Pooled Least Square Model


Di bawah ini merupakan tampilan hasil uji Chow dengan menggunakan

Redundant Fixed Effects - Likelihood Ratio adalah sebagai berikut:

Tabel 4. 1 Uji Chow (Redundant Fixed Effects Tests)

Effect Test Statistic d.f Prob.

Cross-section F 32.642987 (33,132) 0.0000

Sumber: Hasil Pengolahan Data Dengan Eviews 10.0

Jika dilihat dari hasil uji chow, nilai probabilitasnya adalah sebesar 0,00000

yang artinya lebih kecil dari nilai tingkat signifikansi α = 5% (0,0000 < 0,05). Maka

dapat disimpulkan melalui uji chow bahwa H0 ditolak, jadi model panel yang dapat

digunakan dalam penelitian ini adalah Fixed Effect Model.

2. Uji Hausman

Setelah melakukan uji Chow dan didapatkan hasil bahwa model yang tepat

untuk penelitian ini adalah Fixed Effect Model, maka hal selanjutnya yang harus

dilakukan adalah uji Hausman untuk mengetahui mana di antara Fixed Effect Model

dan Random Effect Model yang lebih tepat. Untuk mengetahui hasilnya maka dibuat

terlebih dahulu hipotesisnya, hipotesisnya adalah sebagai berikut:

H0 : Random Effect Model

H1 : Fixed Effect Model

57

Di bawah ini merupakan tampilan hasil uji Hausman dengan menggunakan

tes Correlated Random Effects - Hausman test adalah sebagai berikut:

Tabel 4. 2 Uji Hausman (Correlated Random Effects - Hausman test)

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-Section random 13.530498 4 0.0090

Sumber: Hasil Pengolahan Data Dengan Eviews 10.0

Jika dilihat dari hasil uji Hausman, nilai probabilitasnya adalah sebesar

0,009 yang artinya lebih kecil dari nilai tingkat signifikansi α = 5% (0,009 < 0,05).

Maka dapat disimpulkan melalui uji Hausman bahwa H0 ditolak, maka model panel

yang dapat digunakan dalam penelitian ini adalah Fixed Effect Model.

3. Fixed Effect Model

Setelah dilakukan uji Chow dan uji Hausman maka dapat disimpulkan

model terbaik yang dapat digunakan dalam penelitian ini adalah Fixed Effect

Model. Persamaan yang didapatkan dari hasil penelitian ini adalah sebagai berikut:

IG = 23.73261 – 2.364064 RRLS – 0.161321 APS + 0.379332 AMH +

0.110780 TPAK + e …. (2)

Tabel 4. 3 Tabel Estimasi Hasil Regresi Data Panel

Variable Coefficient Prob.

C 23.73261 0.1922

RRLS? -2.364064 0.0001

APS? -0.161321 0.0067

AMH? 0.379332 0.0711

TPAK? 0.110780 0.0648

F-stat 35.65924 0.00000

R2 0.909053

Adj R2 0.883560

Sumber: Hasil Pengelolaan Data Dengan Menggunakan Eviews 10.0

*Signifikan pada α = 10% atau 0,1

**Signifikan pada α = 5% atau 0,05

58

a. Uji Signifikan Parsial (Uji t-statistik)

Uji t dilakukan untuk menguji apakah variabel independen (Rata-rata Lama

Sekolah, Angka Partisipasi Sekolah, Angka Melek Huruf dan Tingkat Partisipasi

Angkatan Kerja) berpengaruh secara parsial terhadap variabel dependennya

(Ketimpangan Distribusi Pendapatan). Uji t-statistik dilakukan dengan cara

membandingkan nilai probabilitas t-statistik terhadap tingkat signifikan α = 5%

melihat apakah hipotesisnya diterima atau ditolak. Adapun hipotesis dalam

penilitian ini adalah sebagai berikut:

1) H0 : Tidak ada pengaruh Rata-rata Lama Sekolah secara parsial terhadap

Ketimpangan Pendapatan di 34 provinsi Indonesia tahun 2013-2017

H1 : Ada pengaruh Rata-rata Lama Sekolah secara parsial terhadap


2) H0 : Tidak ada pengaruh Angka Partisipasi Sekolah secara parsial terhadap


H1 : Ada pengaruh Angka Partisipasi Sekolah secara parsial terhadap


3) H0 : Tidak ada pengaruh Angka Melek Huruf secara parsial terhadap


H1 : Ada pengaruh Angka Melek Huruf secara parsial terhadap


4) H0 : Tidak ada pengaruh Tingkat Partisipasi Angkatan Kerja secara parsial

terhadap Ketimpangan Pendapatan di 34 provinsi Indonesia tahun 2013-

2017

H1 : Ada pengaruh Tingkat Partisipasi Angkatan Kerja secara parsial

terhadap Ketimpangan Pendapatan di 34 provinsi Indonesia tahun 2013-

2017

59

Tabel 4. 4 Uji t-statistik


C 23.73261 0.1922

RRLS? -2.364064 0.0001

APS? -0.161321 0.0067

AMH? 0.379332 0.0711

TPAK? 0.110780 0.0648


Berdasarkan hipotesis di atas, maka pembuktian dari penelitian ini

didapatkan hasilnya sebagai berikut:

a) Nilai probabilitas t-statistik pada variabel Rata-rata Lama Sekolah (RRLS)

adalah 0,0001 < 0,05 (α = 5%) yang artinya H1 diterima dan H0 ditolak.

b) Nilai probabilitas t-statistik pada variabel Angka Partisipasi Sekolah (APS)


c) Nilai probabilitas t-statistik pada variabel Angka Melek Huruf (AMH)


d) Nilai probabilitas t-statistik pada variabel Tingkat Partisipasi Angkatan

Kerja (TPAK) adalah 0,0648 < 0,1 (α = 10%) yang artinya H1 diterima dan

H0 ditolak.

Dapat disimpulkan bahwa semua variabel yaitu rata-rata lama sekolah,

angka partisipasi sekolah, angka melek huruf, tingkat partisipasi angkatan kerja

masing-masing memiliki pengaruh yang signifikan terhadap ketimpangan distribusi

pendapatan dibuktikan dengan uji t-statistik dan dilihat dari nilai probabilitasnya.

b. Uji Signifikansi Simultan (Uji F-statistik)

Tabel 4. 5 Uji F-statistik


F-stat 35.65924 0.00000


60

Uji F dilakukan untuk menguji apakah variabel independen dalam penelitian

ini memiliki pengaruh yang signifikan secara bersama-sama terhadap variabel

dependennya. Uji F dilakukan dengan cara melihat nilai probabilitas dari F-statistik

apakah lebih kecil dari α = 5% atau 0,05. Jika nilai probabilitas F-statistik > 0,05

maka dapat diartikan bahwa semua variabel independen dalam penelitian ini secara

bersama-sama tidak memiliki pengaruh terhadap variabel dependennya. Namun

sebaliknya jika nilai probabilitas F-statistik < 0,05 maka dapat diartikan bahwa

semua variabel independen dalam penelitian ini secara bersama-sama memiliki

pengaruh terhadap variabel dependennya.

Berdasarkan tabel 4.2 di atas, hasil regresi menggunakan Fixed Effect Model

diperoleh nilai F-statistik sebesar 35,65 dengan probabilitas sebesar 0,00000 pada

tingkat signifikan α = 5%, k =4, n = 170, sehingga diperoleh F tabel dengan nilai df

yaitu (2,42). Jika dilihat bahwa nilai F-statistik > F-tabel (35,65 > 2,42), kemudian

nilai probabilitas F-statistik < tingkat signifikansi α = 5% (0,00000 < 0,005), maka

H0 ditolak. Hal ini berarti bahwa variabel independen secara bersama-sama

berpengaruh signifikan pada tingkat α = 5% terhadap variabel dependen.

c. Uji Koefisien Determinansi (R2)

Tabel 4. 6 Uji Koefisien Determinansi

R-squared 0.909053

Adjusted R-squared 0.883560


Koefisien determinansi dilakukan untuk mengetahui seberapa besar

kemampuan model dalam penelitian ini menjelasan variasi variabel dependennya.

Berdasarkan hasil pengolahan data yang ditampilkan pada tabel 4.2 didapatkan

hasil bahwa nilai koefisien determinansi adalah sebesar 0.909. Hal ini berarti bahwa

90,9% dari variasi ketimpangan distribusi pendapatan di 34 provinsi di Indonesia

pada tahun 2013 sampai dengan tahun 2017 mampu dijelaskan oleh variabel

pendidikan dan ketenagakerjaan, sedangkan 9,10 persen dijelaskan oleh variabel

lain di luar model penelitian ini.

61

Tabel 4. 7 Tabel Interpretasi Fixed Effect Model

Variable Coefficient Ind. Effect Prob.

C 23.73261 0.1922

RRLS? -2.364064 0.0001**

APS? -0.161321 0.0067**

AMH? 0.379332 0.0711*

TPAK? 0.110780 0.0648*

Fixed Effect (Cross)

_ACEH--C -0.590559 23.142051

SUMUT--C -3.072318 20.660292

_SUMBAR--C -2.783417 20.949193

_RIAU--C 0.014192 23.746802

JAMBI--C -3.727992 20.004618

_SUMSEL--C -3.212792 20.519818

_BENGKULU--C -0.531562 23.201048

_LAMPUNG--C -4.412537 19.320073

KEPBABEL--C -10.99711 12.7355

_KEPRIAU--C 4.608392 28.341002

_DKIJAKARTA--C 9.106322 32.838932

JAWABARAT--C 1.717770 25.45038

_JAWATENGAH--C -1.657242 22.075368

_DIYOGYAKARTA--C 10.53156 34.26417

_JAWATIMUR--C 1.841777 25.574387

BANTEN--C 1.796415 25.529025

_BALI--C 5.898580 29.63119

_NTB--C 0.499434 24.232044

NTT--C -2.744648 20.987962

_KALBAR--C -4.174126 19.558484

_KALTENG--C -5.694071 18.038539

KALSEL--C -5.438805 18.293805

_KALTIM--C 0.128067 23.860677

_KALTARA--C -2.988335 20.744275

_SULUT--C 4.568091 28.300701

SUTENG--C -1.484465 22.248145

SULSEL--C 6.239868 29.972478

_SULTENG--C 3.164450 26.89706

_GORONTALO--C 1.755669 25.488279

SULBAR--C -3.712583 20.020027

_MALUKU--C -0.608299 23.124311

_MALUKUUTARA--C -5.075884 18.656726

PAPUABARAT--C 4.888207 28.620817

_PAPUA--C 6.147948 29.880558


62

*Signifikansi pada a = 10% atau 0,1

**Signifikansi pada a = 5% atau 0,05

• Bila terjadi perubahan sebesar 1 tahun pada rata-rata lama sekolah dan 1%

pada angka partisipasi sekolah, angka melek huruf dan tingkat partisipasi

angkatan kerja, maka provinsi Aceh akan mendapat pengaruh individu

terhadap ketimpangan distribusi pendapatan sebesar 0.231 satuan.



angkatan kerja, maka provinsi Sumatera Utara akan mendapat pengaruh

individu terhadap ketimpangan distribusi pendapatan sebesar 0.206 satuan.



angkatan kerja, maka provinsi Sumatera Barat akan mendapat pengaruh




angkatan kerja, maka provinsi Riau akan mendapat pengaruh individu




angkatan kerja, maka provinsi Jambi akan mendapat pengaruh individu




angkatan kerja, maka provinsi Sumatera Selatan akan mendapat pengaruh




angkatan kerja, maka provinsi Bengkulu akan mendapat pengaruh individu


63



angkatan kerja, maka provinsi Lampung akan mendapat pengaruh individu




angkatan kerja, maka provinsi Bangka Belitung akan mendapat pengaruh




angkatan kerja, maka provinsi Riau akan mendapat pengaruh individu




angkatan kerja, maka provinsi DKI Jakarta akan mendapat pengaruh




angkatan kerja, maka provinsi Jawa Barat akan mendapat pengaruh individu




angkatan kerja, maka provinsi Jawa Tengah akan mendapat pengaruh




angkatan kerja, maka provinsi DI Yogyakarta akan mendapat pengaruh




angkatan kerja, maka provinsi Jawa Timur akan mendapat pengaruh


64



angkatan kerja, maka provinsi Banten akan mendapat pengaruh individu




angkatan kerja, maka provinsi Bali akan mendapat pengaruh individu




angkatan kerja, maka provinsi NTB akan mendapat pengaruh individu




angkatan kerja, maka provinsi NTT akan mendapat pengaruh individu




angkatan kerja, maka provinsi Kalimantan Barat akan mendapat pengaruh




angkatan kerja, maka provinsi Kalimantan Tengah akan mendapat pengaruh




angkatan kerja, maka provinsi Kalimantan Selatan akan mendapat pengaruh




angkatan kerja, maka provinsi Kalimantan Timur akan mendapat pengaruh


65



angkatan kerja, maka provinsi Kalimantan Utara akan mendapat pengaruh

individu terhadap Ketimpangan Distribusi Pendapatan sebesar 0.207 satuan.



angkatan kerja, maka provinsi Sulawesi Utara akan mendapat pengaruh




angkatan kerja, maka provinsi Sulawesi Tengah akan mendapat pengaruh




angkatan kerja, maka provinsi Sulawesi Selatan akan mendapat pengaruh




angkatan kerja, maka provinsi Sulawesi Tenggara akan mendapat pengaruh




angkatan kerja, maka provinsi Gorontalo akan mendapat pengaruh individu




angkatan kerja, maka provinsi Sulawesi Barat akan mendapat pengaruh




angkatan kerja, maka provinsi Maluku akan mendapat pengaruh individu

terhadap Ketimpangan Distribusi Pendapatan sebesar 0.231 satuan.

66



angkatan kerja, maka provinsi Maluku Utara akan mendapat pengaruh




angkatan kerja, maka provinsi Papua Barat akan mendapat pengaruh

individu terhadap Ketimpangan Distribusi Pendapatan sebesar 0.286 satuan.



angkatan kerja, maka provinsi Papua akan mendapat pengaruh individu

terhadap Ketimpangan Distribusi Pendapatan sebesar 0.298

4. Uji Asumsi Klasik

a. Uji Autokorelasi

Uji autokorelasi merupakan uji korelasi pada tempat yang berdekatan

datanya yaitu cross section. Uji autokorelasi menjelaskan korelasi yang terjadi

antara time series, apakah terdapat hubungan yang membentuk suatu pola tertentu

antara data penelitian tahun ini dengan tahun sebelumnya.

Uji Autokorelasi pada uji regresi data panel dapat dilakukan dengan

melakukan uji Durbin-Watson (DW). Jika nilai DW > dU maka akan bebas

autokorelasi negatif dan jika nilai (4-dW) > dU maka akan bebas autokorelasi

positif. Nilai dU dapat dilihat di tabel Durbin-Watson. Pada regresi yang telah

dilakukan menggunakan model regresi Fixed Effect Model. Didapatkan hasil

sebagai berikut:

Tabel 4. 8 Hasil Uji Autokorelasi

Durbin-Watson stat 2.257687


Berdasarkan tabel di atas. hasil Durbin-Watson stat adalah sebesar 2.257

yang kemudian akan dibandingkan dengan dL dan dU yang dapat dilihat pada tabel

Durbin-Watson. Penelitian ini menggunakan 5 variabel maka nilai (k) = 5 dan

menggunakan 34 observasi penelitian maka (T) = 34. Nilai dU untuk (k) = 5 dan

67

(T) = 34 saat dillihat pada tabel Durbin-Watson adalah sebesar 1.65189. Maka

didapatkan hasil:

- DW > dU artinya 2.257 > 1.651 maka bebas autokorelasi positif

- (4-DW) > dU artinya 1.742 > 1.651 maka bebas autokorelasi negatif

Setelah dilakukan pengujian autokorelasi maka didapatkan hasil yang

memenuhi persayaratan uji tersebut dan dapat dinyatakan bahwa model yang

digunakan dalam penelitian ini terbebas dari adanya autokorelasi.

b. Uji Normalitas

Uji normalitas merupakan uji yang dilakukan untuk mengetahui apakah data

pada penelitian ini berdistribusi normal atau tidak, karena model regresi yang baik

adalah yang memiliki data yang berdistribusi normal. Terdapat dua cara untuk

melakukan uji normalitas yaitu dengan analisis grafik dan uji statistik, namun dalam

penelitian ini penulis menggunakan analisis grafik dengan membandingkan nilai

probabilitas Jarque-Bera.

Grafik 4. 6 Hasil Uji Normalitas

0

4

8

12

16

20

24

28

32

-4 -3 -2 -1 0 1 2 3 4 5 6

Series: Standardized Residuals

Sample 2013 2017

Observations 170

Mean 4.70e-17

Median -0.048928

Maximum 6.011426

Minimum -4.448421

Std. Dev. 1.652365

Skewness 0.111202

Kurtosis 3.542253

Jarque-Bera 2.433138

Probability 0.296245


Berdasarkan grafik di atas dapat dilihat hasil uji normalitas menunjukan

bahwa nilai probabilitas Jarque-Bera yaitu sebesar 0.296. Nilai tersebut lebih tinggi

dari α = 5% atau 0,05 (0,296 > 0,05) yang berarti data dalam penelitian ini

berdistribusi normal, maka model regresi dapat digunakan untuk pengujian

berikutnya.

68

c. Uji Multikolinearitas

Uji Multikolinearitas merupakan uji yang dilakukan untuk melihat apakah

terjadi korelasi antara variabel independen satu sama lainnya dalam penelitian ini.

Jika nilai tolerance > 0,8, maka dapat dikatakan tidak terjadi multikolinearitas antar

variabel independen dalam penelitian ini.

Tabel 4. 9 Hasil Uji Multikolinearitas

RRLS APS AMH TPAK

RRLS 1 0.56963 0.66540 -0.35989

APS 0.56963 1 0.32571 0.00392

AMH 0.66540 0.32571 1 -0.51114

TPAK -0.35989 0.00392 -0.51114 1


Hasil uji multikolinearitas pada tabel di atas menunjukan bahwa nilai

koefisien masing-masing variabel dependen dalam penelitian ini berada di bawah

0,8 yang artinya bahwa model yang digunakan dalam penelitian ini bebas

multikolinearitas.

d. Uji Heteroskedastisitas

Uji heteroskedastisitas merupakan uji yang dilakukan untuk menilai apakah

terdapat ketidaksamaan varian dari residual untuk semua pengamatan pada model

regresi linear. Uji heteroskedastisitas merupakan salah satu uji asumsi klasik yang

harus dilakukan pada model regresi linear. Untuk membuktikan penelitian ini bebas

dari heteroskedastisitas, maka dapat dilakukan uji Glejser dan membandingkan

nilai probaibilitasnya apakah lebih besar dari α = 5%.

Tabel 4. 10 Hasil Uji Heteroskedastisitas (Uji Glejser)


RRLS -0.008582 0.0425

APS -0.000200 0.8632

AMH 0.001308 0.5051

TPAK 0.000340 0.3812

C -0.051135 0.9985


69

Setelah melakukan uji glejser didapatkan hasil seperti tabel di atas yang

dapat dijelaskan bahwa variabel-variabel independen dalam penelitian ini memiliki

nilai probabilitas di atas α = 5% atau secara signifikan tidak mempengaruhi residual

absolute (resabs). Maka data dalam penelitian ini tidak terindikasi adanya

heteroskedastisitas.

5. Analisis Ekonomi

a. Rata-rata Lama Sekolah terhadap Ketimpangan Distribusi Pendapatan

Hasil penelitian ini menyatakan bahwa rata-rata lama sekolah berhubungan

negatif dan signifikan terhadap ketimpangan distribusi pendapatan pada 34 provinsi

di Indonesia. Hal ini mengartikan bahwa setiap terjadi peningkatan RRLS maka

akan menurunkan ketimpangan distribusi pendapatan. Saat seseorang memiliki

pendidikan yang lebih tinggi yang dibarengi dengan produktivitas yang juga tinggi

maka akan mengurangi pula tingkat ketimpangan pendapatan. Pendidikan yang

cukup dan memadai akan mempengaruhi tingkatan pendapatan seseorang dan

membuat distribusi pendapatan menjadi semakin merata. Pada penelitian ini

dinyatakan bahwa setiap terjadi peningkatan 1 tahun pada RRLS maka akan

menurunkan ketimpangan distribusi pendapatan sebesar 0.023 satuan.

Hasil penelitian ini sesuai dengan penelitian yang dilakukan oleh Wahyuni

dan Monika (2016) yang menyatakan bahwa RRLS memiliki pengaruh positif

terhadap ketimpangan pendapatan. Pendidikan dapat mengurangi ketimpangan

pendapatan. Ketimpangan pendapatan terjadi karena adanya perbedaan

produktivitas tenaga kerja dan perbedaan kualitas pendidikan. Ketika tenaga kerja

memiliki produktivitas yang tinggi, maka lama sekolah akan berjalan beriringan

dengan besaran pendapatan yang akan diterima. Karena ketika tenaga kerja

berpendidikan tinggi namun tidak produktif saat bekerja, sangat mungkin memiliki

pendapatan yang lebih rendah. Berbeda dengan penelitian yang dilakukan oleh

Anshari, dkk (2018) bahwa RRLS berpengaruh negatif terhadap ketimpangan

pendapatan yang dapat diindikasikan bahwa pendidikan tidak selalu mempengaruhi


70

b. Angka Partisipasi Sekolah terhadap Ketimpangan Distribusi Pendapatan

Hasil penelitian ini menyatakan bahwa APS berhubungan negatif dan

signifikan terhadap ketimpangan distribusi pendapatan pada 34 provinsi di

Indonesia. Hal ini mengartikan bahwa setiap terjadi peningkatan APS yang

dibarengi dengan terbukanya kesempatan kerja maka akan menurunkan

ketimpangan distribusi pendapatan. Pada penelitian ini dinyatakan bahwa setiap

terjadi peningkatan 1% pada APS maka akan menurunkan ketimpangan distribusi

pendapatan sebesar 0.002.

Hasil penelitian ini sesuai dengan penelitian yang dilakukan Achmad (2008)

yang menyatakan bahwa angka partisipasi sekolah pada kelompok 16-18 tahun

berpengaruh negatif dan signifikan terhadap ketimpangan pendapatan. Hal ini

mencerminkan ketimpangan distribusi pendapatan akan terjadi saat tenaga kerja

yang telah berpartisipasi menjadi pelajar semasa sekolahnya, saat lulus tidak

mendapatkan kesempatan kerja yang sesuai dengan kemampuan yang dimiliki.

Pendidikan bisa berpengaruh negatif dan signifikan apabila lapangan pekerjaan

tinggi serta menunjang peluang dan kesempatan bagi para pencari kerja dengan

tingkat pendidikan tinggi maka baru akan berpengaruh terhadap ketimpangan

pendapatan yang terjadi.

c. Angka Melek Huruf terhadap Ketimpangan Distribusi Pendapatan

Hasil penelitian ini menyatakan bahwa AMH berhubungan positif namun

tidak signifikan terhadap ketimpangan distribusi pendapatan pada 34 provinsi di

Indonesia. Pada penelitian ini dinyatakan bahwa setiap terjadi peningkatan 1% pada

AMH jika dibarengi dengan peningkatan dalam hal praktik kerja atau

pengaplikasiannya maka akan meningkatkan ketimpangan distribusi pendapatan

sebesar 0.004.

Hasil penelitian ini berpendapat bahwa AMH berpengaruh positif dan

signifikan terhadap ketimpangan pendapatan. Hal ini dapat dijelaskan melalui

hipotesis Kuznets. Pada awalnya, AMH penduduk dan ketimpangan distribusi

pendapatan rendah kemudian ketimpangan distribusi pendapatan semakin lama

semakin meningkat seiring dengan meningkatnya AMH. Ketika AMH meningkat

maka tenaga kerja akan mendapatkan pekerjaan yang lebih baik sesuai dengan

71

praktik yang dilakukan atas apa yang telah dibaca. Saat upah yang dihasilkan

menjadi lebih tinggi sedangkan masih terdapat golongan menengah ke bawah yang

tidak mampu membaca dan menulis mengakibatkan ketimpangan semakin besar.

Pada akhirnya akan ada titik balik dimana akan terjadi perbaikan ketimpangan

distribusi pendapatan di masa mendatang.

d. Tingkat Partisipasi Angkatan Kerja terhadap Ketimpangan Distribusi

Pendapatan

Hasil penelitian ini menyatakan bahwa tingkat partisipasi angkatan kerja

berhubungan positif dan signifikan terhadap ketimpangan distribusi pendapatan

pada 34 provinsi di Indonesia. Pada penelitian ini dinyatakan bahwa setiap terjadi

peningkatan 1% pada tingkat partisipasi angkatan kerja maka akan meningkatkan

ketimpangan distribusi pendapatan sebesar 0.001%.

Hasil penelitian ini sesuai dengan penelitian Danawati dkk (2016) yang

menyatakan bahwa tingkat partisipasi angkatan kerja berpengaruh positif dan

signifikan terhadap ketimpangan pendapatan. Semakin meningkatnya jumlah

penduduk usia kerja maka membuat jumlah angkatan kerja semakin meningkat.

Tingkat partisipasi angkatan kerja yang meningkat diprediksi akan mampu

meningkatkan hasil output yang dihasilkan dengan asumsi bahwa jumlah tenaga

kerja yang meningkat disertai dengan tingkat produktivitas yang mengalami juga

peningkatan. Apabila output yang dihasilkan semakin meningkat seiring

peningkatan produktivitas maka akan mampu meningkatkan pendapatan dan

mengurangi ketimpangan pendapatan.

72

BAB V

PENUTUP

A. Kesimpulan

Penelitian ini dimaksudkan untuk melihat hubungan antara pendidikan dan

ketenagakerjaan terhadap ketimpangan distribusi pendapatan dengan studi kasus 34

provinsi di Indonesia pada tahun 2013-2017. Untuk pendidikan, penulis

memproksikannya dengan variabel rata-rata lama sekolah, angka partisipasi

sekolah dan angka melek huruf. Sedangkan untuk ketenagakerjaan, penulis

memproksikannya dengan variabel tingkat partisipasi angkatan kerja.

Berdasarkan hasil analisis yang telah dibahas, untuk pengujian terhadap

data-data ketimpangan distribusi pendapatan, pendidikan dan ketenagakerjaan

dengan menggunakan model regresi data panel yaitu Fixed Effect Model (FEM)

serta setelah melakukan berbagai uji asumsi klasik maka dihasilkan kesimpulan

yang akan dijelaskan dalam bentuk matriks pada tabel di bawah ini:

Tabel 5. 1 Matriks Kesimpulan

Hubungan Antar Variabel Hasil Interpretasi

1. Pendidikan

a. Rata-rata lama sekolah

terhadap ketimpangan

distribusi pendapatan

b. Angka partisipasi

sekolah terhadap

ketimpangan distribusi

pendapatan

Negatif (-)

dan

Signifikan

Negatif (-)

dan

Signifikan

Jika terdapat kenaikan 1 tahun

pada rata-rata lama sekolah

yang diiringi dengan

peningkatan produktivitas

tenaga kerja akan menurunkan


pendapatan sebesar 0.024

satuan.

Jika terdapat kenaikan 1% pada

angka partisipasi sekolah yang

diiringi dengan peningkatan

kesempatan kerja akan

menurunkan ketimpangan

distribusi pendapatan sebesar

0.002 satuan.

73

c. Angka melek huruf

terhadap ketimpangan

distribusi pendapatan

Positif (+)

dan

Signifikan


angka melek huruf diiringi

dengan peningkatan praktik

kerja akan menaikkan



satuan.

2. Ketenagakerjaan

d. Tingkat partisipasi

angkatan kerja terhadap


pendapatan

Positif (+)

dan

Signifikan


tingkat partisipasi angkatan

kerja akan menaikkan



satuan.

3. Simultan (Secara bersamaan) Signifikan Semua variabel independen

dalam penelitian ini secara

simultan (bersama-sama)

berpengaruh signifikan

terhadap variabel dependen

sebesar 90,90%.

B. Saran

Berdasarkan kesimpulan yang telah dikemukakan di atas, maka penulis

mencoba untuk memberikan beberapa saran sebagai berikut:

1. Bagi Pemerintah / Pengambil Kebijakan

a. Rata-rata lama sekolah memberikan pengaruh negatif dimana kenaikannya

dapat menurunkan tingkat ketimpangan distribusi pendapatan, maka rata-

rata lama sekolah harus terus diperbaiki dan diperlukan program pendidikan

yang efektif dan para pekerja harus terus mengasah kemampuan agar

produktivitas meningkat sehingga kemerataan dapat diwujudkan.

b. Angka partisipasi sekolah memberikan pengaruh negatif dimana

kenaikannya dapat menurunkan tingkat ketimpangan distribusi pendapatan,

maka pemerintah harus memberikan kesempatan yang sama bagi seluruh

kelompok masyarakat untuk dapat menempuh jenjang pendidikan sehingga

kalangan menengah ke bawah pun dapat mengisi angka partisipasi sekolah

dan akan memiliki taraf kehidupan yang layak.

74

c. Angka melek huruf memberikan pengaruh positif dan tidak signifikan

namun pemerintah tetap harus mempunyai target untuk membuat seluruh

masyarakat di Indonesia dapat membaca dan menulis karena keahlian

tersebut merupakan keahlian yang sangat dasar sehingga nantinya akan

memiliki kesempatan yang sama dengan masyarakat lainnya. Masyarakat

yang memiliki kemampuan membaca dan menulis pun tidak dapat hanya

berdiam diri tanpa mempraktikan apa yang telah dibaca dan dipahami,

mempraktikan hal-hal yang telah diketahui maupun dipelajari merupakan

cara agar kemampuan membaca menjadi tidak sia-sia.

d. Tingkat partisipasi angkatan kerja memberikan pengaruh positif dimana

kenaikannya juga akan ikut menaikkan tingkat ketimpangan distribusi

pendapatan, hal ini terjadi karena peningkatannya tidak diikuti dengan

peningkatan kualitas SDM dan produktivitas yang lebih tinggi. Maka sudah

seharusnya pemerintah dapat memberikan pelatihan-pelatihan yang berarti

sehingga angkatan kerja di Indonesia memiliki kemampuan yang baik dan

dapat bersaing untuk mendapat penghasilan yang lebih tinggi.

2. Bagi Masyarakat

a. Penting bagi masyarakat untuk lebih menyadari pentingnya pendidikan.

Masyarakat dengan penghasilan yang rendah cenderung acuh terhadap

pendidikan bagi anak-anaknya serta belum paham bahwa dengan

pendidikan yang baik maka akan menunjang pendapatan. Perlu adanya

kesadaran yang tinggi bagi masyarakat untuk mendapatkan taraf kehidupan

yang lebih baik dari sebelumnya.

b. Penting bagi masyarakat untuk lebih menyadari dan pentingnya menjadi

tenaga kerja yang produktif. Untuk sekedar menjadi tenaga kerja tidaklah

cukup untuk mengurangi ketidakmerataan distribusi pendapatan. Maka

perlu adanya kesadaran bagi masyarakat untuk terus mengasah kemampuan

dan keahlian agar menjadi tenaga kerja yang produktif dan bernilai tinggi.

75

3. Bagi Civitas Akademika

a. Menambah variabel-variabel independen lain yang mungkin mempengaruhi

ketimpangan distribusi pendapatan agar mendapatkan hasil penelitian yang

lebih signifikan secara menyeluruh dan koefisien determinansi yang lebih

mewakili penelitian.

b. Menggunakan alat analisis lainnya seperti uji kausalitas sehingga dapat

mengetahui hubungan sebab akibat di antara variabel independen pada

penelitian yang sedang dilakukan.

76

DAFTAR PUSTAKA

Achmad, Zainal. 2008. Analisis Tingkat Partisipasi Pendidikan Siswa Madrasah.

Jakarta: Kementerian Agama.

Anshari, Muhammad dkk. 2018. Analisis Pengaruh Pendidikan, Upah Minimum

Provinsi dan Belanja Modal terhadap Ketimpangan Pendapatan di Seluruh

Provinsi di Indonesia. Jurnal. Padang: Fakultas Ekonomi Universitas Negeri

Padang.

Angelia. Yuki (2010). Analisis Ketimpangan Pembangunan Wilayah di Provinsi

DKI Jakarta Tahun 1995-2008. Skripsi. Semarang: Fakultas Ekonomi

Universitas Diponegoro.

BPS. 2009. Analisis Kemiskinan. Ketenagakerjaan Dan Distribusi Pendapatan.

Jakarta: BPS.

BPS. 2016. Indikator Kesejahteraan Rakyat 2016. Jakarta: Badan Pusat Statistik.

BPS. 2017. Perhitungan Dan Analisis Kemiskinan Makro Indonesia Tahun 2017.

Jakarta : BPS.

BPS. 2017. Potret Pendidikan Indonesia Statistika Pendidikan 2017. Jakarta : BPS.

Crisamba. Galaxi dan Brigitta Dian Saraswati. 2016. Analisis Ketimpangan

Distribusi Pendapatan 33 Provinsi Di Indonesia. Jurnal. Universitas Kristen

Satya Wacana.

Damarjati. Annisa Ganis. 2010. Analisis Faktor - faktor Yang Mempengaruhi

Kesenjangan Pendapatan di Provinsi Jawa Tengah. Jurnal. Semarang:

Fakultas Ekonomi Universitas Diponegoro.

Danawati, Sri dkk. 2016. Pengaruh Pengeluaran Pemerintah dan Investasi terhadap

Kesempatan Kerja, Pertumbuhan Ekonomi serta Ketimpangan Pendapatan

Kabupaten/Kota di Provinsi Bali. E-Jurnal Ekonomi dan Bisnis. Bali:

Universitas Udayana.

Danim, Sudarwan. 2003. Ekonomi Sumber Daya Manusia. Bandung: CV Pustaka

Setia

Darzal. (2016). Analisis Disparitas Pendapatan dan Faktor-Faktor yang

Mempengaruhinya di Provinsi Jambi. Jurnal Perspektif Pembiayaan dan

Pembangunan Daerah. Vol 4.

Dumairy. 1996. Perekonomian Indonesia. Jakarta: Erlangga.

77

Ghozali. 2000. Pendidikan: Antara Investasi Manusia dan Alat Diskriminasi. Jurnal

Pendidikan dan Kebudayaan Edisi Mei 2000. Badan Penelitian dan

Pengembangan. Departemen Pendidikan Nasional.

Ghozali, Imam. 2012. Aplikasi Analisis Multivariate dengan Program IBM SPSS.

Yogyakarta. Universitas Diponegoro.

Gujarati. Damodar N. 2003. Basic Econometrics (4th Edition). New York:

McGraw-Hill.

Gujarati. Damodar N. 2012. Dasar-dasar Ekonometrika (Terjemahan) Buku ke-2.

Edisi 5. Jakarta: Salemba Empat.

ILO. 2013. Trend Ketenagakerjaan dan Sosial di Indonesia 2013. Jakarta:

International Labour Organization.

ILO. (2015). Trend Ketenagakerjaan dan Sosial di Indonesia 2014-2015. Jakarta:

ILO.

Jerrim. John & Lindsey Macmillan. 2015. Income Inequality. Intergenerational

Mobility. And the Great Gatsby Curve: Is Education the Key?. Oxford

University Press: University of Carolina at Chapel Hill.

Learn CBSE Forum. Draw a Lorenz Curve from the Data Given Below.

https://ask.learncbse.in/t/draw-a-lorenz-curve-from-the-data-given-

below/15199. Diakses pada 14 Maret 2019

Martins. P. S.. Pereira. P.T. (2004). Does Education Reduce Wage Inequality?

Quantile Regression Evidence from 16 Countries. Labour Economics. 11.

355-371.

Nachrowi. D Mphil & Hardius Usman. 2006. Pendekatan Populer dan Praktis

Ekonometrika untuk Analisis Ekonomi dan Keuangan. Jakarta: Universitas

Indonesia.

Nuraini. Emi. 2013. Pengaruh Pertumbuhan Ekonomi Dan Tingkat Pendidikan

Terhadap Disparitas Pendapatan Di Wilayah Gerbangkertosusila. Jurnal

Ekonomi Pendidikan dan Kewirausahaan Vol. 5 No 1 Hal 52-57.

Pascasarjana UNESA.

OECD. 2011. Divided We Stand: Why Inequality Keeps Rising.

www.oecd.org/els/social/inequality.

https://ask.learncbse.in/t/draw-a-lorenz-curve-from-the-data-given-below/15199

https://ask.learncbse.in/t/draw-a-lorenz-curve-from-the-data-given-below/15199

http://www.oecd.org/els/social/inequality

78

Park. Kang H. 2013. Effects of Education and Globalization on Income

Distribution. Journal Business and Globalization. Inderscience Enterpsrise

Ltd.

Prasetyo. Eko. 2008. The Quality of Growth : Peran Teknologi dan Investasi

Human Capital Sebagai Pemacu Pertumbuhan Ekonomi Berkualitas.

JEJAK. Volume 1. Nomor 1. September. 2008.

Puspitaningrum. Nadya Astrid. 2013. Analisis Peran Pendidikan Dalam Mengatasi

Ketimpangan Distribusi Pendapatan Indonesia. Skripsi. Bogor: Institut

Pertanian Bogor.

Rahma. Ellza Alfya. 2018. Analisis Faktor-faktor yang Mempengaruhi

Ketimpangan Pendapatan Antar Provinsi Di Pulau Jawa. Jurnal.

Yogyakarta: Fakultas Ekonomi Universitas Islam Indonesia.

Rose. Y. D.. & Sovita. I. (2016). Analisis Faktor-Faktor yang mempengaruhi

Ketimpangan Distribusi Pendapatan di Pulau Jawa. Jurnal Menara

Ekonomi. Vol II.

Siregar. Sofyan. 2013. Metode Penelitian Kualitatif. Jakarta: PT Fajar Interpratama

Mandiri.

Sukirno, Sadono. 2004. Penganter Teori Makroekonomi. Jakarta: PT Raja Grafindo

Persada.

Suliyanto. 2011. Ekonometrika Terapan: Teori dan Aplikasi dengan SPSS.

Yogyakarta: ANDI.

Sullivan, D., Smeeding, T. 1997. Educational Attainment and Earnings Inequality

in Eight Nations. International Journal of Educational Research. 27, 513-

525.

Todaro. Michael P. 2000. Pembangunan Ekonomi di Dunia Ketiga. Edisi Bahasa

Indonesia.

Todaro. Michael P. & Smith. Stephen C. 2006. Pembangunan Ekonomi. Edisi ke 9.

Jakarta: Erlangga

Undang-undang No. 20 Tahun 2003. Pasal 1 Ayat 1. Tentang Sistem Pendidikan

Nasional.

Undang-undang No. 13 Tahun 2013. Tentang Ketenagakerjaan.

79

Wahyuni. Ribut Nurul Tri & Anugerah Karta Monika. 2016. Pengaruh Pendidikan

Terhadap Ketimpangan Pendapatan Tenaga Kerja Di Indonesia. Jurnal

Kependudukan Indonesia Vol. 11 No 1 Juni 2016 Hlm 15-28. Jakarta:

Sekolah Tinggi Ilmu Statistik.

Widarjono. Agus. 2009. Ekonometrika Pengantar dan Aplikasinya. Edisi Ketiga.

Yogyakarta: EKONISKA.

Winarno. Wing Wahyu. 2015. Analisis Ekonometrika dan Statistika dengan Eviews

Edisi 4. Yogyakarta: UPP STIM YKPN.

Wodon. QT dan Yitzhaki. S. 2002. Inequality and Social Welfare. Di dalam

Klugman J. editor. A Sourcebook for Poverty Reduction Strategies.

Washington: World Bank.

World Bank. 2016. Ketimpangan yang Semakin Lebar. Jakarta: World Bank.

World Bank. 2015. Indonesia’s Rising Devide Executive Summary. Jakarta: World

Bank.

Yang. Juan & Muyuan Qiu. 2016. The Impact of Education On Income Inequality

And Intergenerational Mobility. China Economic Review. Elsevier Inc.

80

LAMPIRAN-LAMPIRAN

Lampiran I (Uji Regresi Data Panel)

1. Common Effect Model

Dependent Variable: IG?

Method: Pooled Least Squares

Date: 05/10/19 Time: 17:31

Sample: 2013 2017

Included observations: 5

Cross-sections included: 34

Total pool (balanced) observations: 170

Variable Coefficient Std. Error t-Statistic Prob.

RRLS? 0.804675 0.536270 1.500503 0.1354

APS? -0.049619 0.061456 -0.807401 0.4206

AMH? 0.041480 0.058346 0.710931 0.4781

TPAK? 0.439780 0.056581 7.772590 0.0000

R-squared -0.096885 Mean dependent var 36.72412

Adjusted R-squared -0.116708 S.D. dependent var 4.032964

S.E. of regression 4.261811 Akaike info criterion 5.760513

Sum squared resid 3015.063 Schwarz criterion 5.834297

Log likelihood -485.6436 Hannan-Quinn criter. 5.790454

Durbin-Watson stat 0.374154

81

2. Fixed Effect Model (FEM)


Method: Pooled EGLS (Cross-section weights)

Date: 05/10/19 Time: 15:08

Sample: 2013 2017




Linear estimation after one-step weighting matrix


C 23.73261 18.10424 1.310887 0.1922

RRLS? -2.364064 0.579278 -4.081051 0.0001

APS? -0.161321 0.058521 -2.756643 0.0067

AMH? 0.379332 0.208495 1.819385 0.0711

TPAK? 0.110780 0.059492 1.862104 0.0648

Fixed Effects (Cross)

_ACEH--C -0.590559

_SUMUT--C -3.072318

_SUMBAR--C -2.783417

_RIAU--C 0.014192

_JAMBI--C -3.727992

_SUMSEL--C -3.212792

_BENGKULU--C -0.531562

_LAMPUNG--C -4.412537

_KEPBABEL--C -10.99711

_KEPRIAU--C 4.608392

_DKIJAKARTA--C 9.106322

_JAWABARAT--C 1.717770

_JAWATENGAH--C -1.657242

_DIYOGYA--C 10.53156

_JAWATIMUR--C 1.841777

_BANTEN--C 1.796415

_BALI--C 5.898580

_NTB--C 0.499434

_NTT--C -2.744648

_KALBAR--C -4.174126

_KALTENG--C -5.694071

_KALSEL--C -5.438805

_KALTIM--C 0.128067

_KALTARA--C -2.988335

_SULUT--C 4.568091

_SUTENG--C -1.484465

_SULSEL--C 6.239868

_SULTENG--C 3.164450

82

_GORONTALO--C 1.755669

_SULBAR--C -3.712583

_MALUKU--C -0.608299

_MALUTARA—C -5.075884

_PAPUABARAT--C 4.888207

_PAPUA--C 6.147948

Effects Specification

Cross-section fixed (dummy variables)

Weighted Statistics

R-squared 0.909053 Mean dependent var 46.79762

Adjusted R-squared 0.883560 S.D. dependent var 19.61772

S.E. of regression 1.844576 Sum squared resid 449.1246

F-statistic 35.65924 Durbin-Watson stat 2.257687

Prob(F-statistic) 0.000000

Unweighted Statistics


Sum squared resid 466.9368 Durbin-Watson stat 2.146246

83

3. Uji Chow

Redundant Fixed Effects Tests

Pool: PROVINSI

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 32.642987 (33,132) 0.0000

Cross-section fixed effects test equation:


Method: Panel EGLS (Cross-section weights)

Date: 05/10/19 Time: 15:09

Sample: 2013 2017




Use pre-specified GLS weights


C 61.79452 11.55263 5.348958 0.0000

RRLS? 0.925930 0.532703 1.738174 0.0840

APS? 0.002856 0.054131 0.052759 0.9580

AMH? -0.467002 0.099354 -4.700405 0.0000

TPAK? 0.158779 0.091063 1.743620 0.0831

Weighted Statistics







R-squared -0.026651 Mean dependent var 36.72412


84

4. Uji Hausman

Correlated Random Effects - Hausman Test

Pool: PROVINSI

Test cross-section random effects

Test Summary Chi-Sq. Stat Chi-Sq. d.f. Prob.

Cross-section random 13.530498 4 0.0090

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob.

RRLS? -3.128919 -0.259056 0.932843 0.0030

APS? -0.119303 -0.120342 0.004619 0.9878

AMH? 0.214828 -0.113193 0.068446 0.2099

TPAK? 0.144490 0.157532 0.001591 0.7437

Cross-section random effects test equation:


Method: Panel Least Squares

Date: 05/10/19 Time: 15:10

Sample: 2013 2017





C 40.31453 24.70289 1.631976 0.1051

RRLS? -3.128919 1.224431 -2.555405 0.0117

APS? -0.119303 0.090361 -1.320289 0.1890

AMH? 0.214828 0.292910 0.733429 0.4646

TPAK? 0.144490 0.087612 1.649203 0.1015





S.E. of regression 1.869658 Akaike info criterion 4.283451

Sum squared resid 461.4221 Schwarz criterion 4.984394

Log likelihood -326.0933 Hannan-Quinn criter. 4.567885



85

5. Random Effect Model (REM)


Method: Pooled EGLS (Cross-section random effects)

Date: 05/10/19 Time: 17:42

Sample: 2013 2017




Swamy and Arora estimator of component variances


C 47.60732 11.71590 4.063480 0.0001

RRLS? -0.259056 0.752589 -0.344220 0.7311

APS? -0.120342 0.059552 -2.020787 0.0449

AMH? -0.113193 0.131721 -0.859334 0.3914

TPAK? 0.157532 0.078006 2.019476 0.0451

Random Effects

(Cross)

_ACEH--C -1.088494

_SUMUT--C -3.516770

_SUMBAR--C -2.326244

_RIAU--C 0.704999

_JAMBI--C -2.460034

_SUMSEL--C -1.002262

_BENGKULU--C -0.292690

_LAMPUNG--C -2.412853

_KEPBABEL--C -8.108340

_KEPRIAU--C 2.494471

_DKIJAKARTA--C 5.405452

_JAWABARAT--C 3.746139

_JAWATENGAH--C -0.508212

_DIYOGYA--C 6.931512

_JAWATIMUR--C 1.798082

_BANTEN--C 2.557187

_BALI--C 3.130297

_NTB--C -0.986767

_NTT--C -2.281684

_KALBAR--C -2.836039

_KALTENG--C -3.489871

_KALSEL--C -3.193861

_KALTIM--C -0.707612

_KALTARA--C -3.556870

_SULUT--C 4.826751

_SUTENG--C -0.540175

_SULSEL--C 5.226777

86

_SULTENG--C 1.942756

_GORONTALO--C 5.162531

_SULBAR--C -2.693159

_MALUKU--C -1.200652

_MALUTARA--C -4.095964

_PAPUABARAT--C 4.605536

_PAPUA--C -1.233937


S.D. Rho

Cross-section random 3.432025 0.7711

Idiosyncratic random 1.869658 0.2289

Weighted Statistics









87

6. Uji Normalitas

0

4

8

12

16

20

24

-6 -5 -4 -3 -2 -1 0 1 2 3 4 5

Series: Standardized Residuals

Sample 2013 2017

Observations 170

Mean -4.86e-16

Median -0.123152

Maximum 5.118716

Minimum -5.809670

Std. Dev. 1.934423

Skewness 0.055125

Kurtosis 2.609227

Jarque-Bera 1.167746

Probability 0.557734

88

7. Uji Multikolinearitas

RRLS APS AMH TPAK TPT

RRLS 1.000000 0.569637 0.665401 -0.359895 0.477121

APS 0.569637 1.000000 0.325718 0.003922 0.116873

AMH 0.665401 0.325718 1.000000 -0.511142 0.383481

TPAK -0.359895 0.003922 -0.511142 1.000000 -0.613075

TPT 0.477121 0.116873 0.383481 -0.613075 1.000000

89

8. Uji Glejser (Uji Heteroskedastisitas)

Dependent Variable: RESABS

Method: Panel Least Squares

Date: 05/10/19 Time: 15:18

Sample: 2013 2017

Periods included: 5


Total panel (balanced) observations: 170


C 0.000234 0.125237 0.001869 0.9985

RRLS -0.012716 0.006208 -2.048479 0.0425

APS -7.91E-05 0.000458 -0.172647 0.8632

AMH 0.000992 0.001485 0.668309 0.5051

TPAK 0.000390 0.000444 0.878567 0.3812





S.E. of regression 0.009479 Akaike info criterion -6.285485

Sum squared resid 0.011860 Schwarz criterion -5.584542

Log likelihood 572.2663 Hannan-Quinn criter. -6.001051



90

LAMPIRAN 2 (Data Penelitian)

Provinsi Tahun IG RRLS APS AMH TPAK

Aceh 2013 0.331 8.45 74.7 96.66 62.07

Aceh 2014 0.337 8.73 80.89 97.41 65.32

Aceh 2015 0.339 8.78 81.43 97.62 63.44

Aceh 2016 0.341 8.87 81.82 97.74 64.26

Aceh 2017 0.329 8.99 82.15 98.14 63.74

Sumatera Utara 2013 0.328 8.8 71.24 97.81 70.67

Sumatera Utara 2014 0.31 8.94 75.78 98.57 73.04

Sumatera Utara 2015 0.326 9.04 76.23 98.68 67.28

Sumatera Utara 2016 0.312 9.13 76.43 98.88 65.99

Sumatera Utara 2017 0.335 9.25 76.76 98.96 68.88

Sumatera Barat 2013 0.351 8.31 74.1 97.38 62.94

Sumatera Barat 2014 0.332 8.34 81.97 98.44 70.58

Sumatera Barat 2015 0.319 8.47 82.53 98.56 64.56

Sumatera Barat 2016 0.312 8.60 82.62 98.81 67.08

Sumatera Barat 2017 0.312 8.73 82.86 98.93 66.29

Riau 2013 0.393 8.36 69.79 97.88 63.62

Riau 2014 0.379 8.46 75.3 98.75 66.88

Riau 2015 0.366 8.48 75.57 98.87 63.22

Riau 2016 0.347 8.58 75.68 99.07 66.25

Riau 2017 0.325 8.75 76.52 99.21 64

Jambi 2013 0.327 8.79 63.97 96.72 62.66

Jambi 2014 0.342 7.9 70.41 97.76 66.51

Jambi 2015 0.344 7.95 70.75 97.84 66.14

Jambi 2016 0.346 8.06 71.2 98.01 67.54

Jambi 2017 0.334 8.14 71.54 98.28 67.52

Sumatera Selatan 2013 0.375 7.52 60.74 97.24 66.5





Bengkulu 2013 0.372 8.07 71.21 96.48 67.32

Bengkulu 2014 0.355 8.27 77.92 97.52 74.38

Bengkulu 2015 0.371 8.29 78.16 97.63 70.67

Bengkulu 2016 0.354 8.36 78.37 97.75 72.69

Bengkulu 2017 0.349 8.46 79.07 98.04 69.3

91

Lampung 2013 0.356 7.31 64.41 95.81 64.7

Lampung 2014 0.331 7.46 68.75 96.54 70.55

Lampung 2015 0.352 7.55 69.04 96.66 65.6

Lampung 2016 0.358 7.63 69.31 96.78 69.61

Lampung 2017 0.333 7.78 70.03 97.21 67.83

Kep. Bangka Belitung 2013 0.307 7.43 56.42 96.41 65.32





Kep. Riau 2013 0.38 9.56 73.66 97.91 65.58

Kep. Riau 2014 0.437 9.56 81.57 98.71 67.83

Kep. Riau 2015 0.339 9.61 81.84 98.79 65.07

Kep. Riau 2016 0.352 9.66 82.04 98.84 65.93

Kep. Riau 2017 0.359 9.78 82.8 98.88 66.41

DKI Jakarta 2013 0.404 10.43 66.09 99.13 68.09

DKI Jakarta 2014 0.436 10.54 70.23 99.54 68.49

DKI Jakarta 2015 0.421 10.7 70.73 99.59 66.39

DKI Jakarta 2016 0.397 10.88 70.83 99.64 66.91

DKI Jakarta 2017 0.409 11.02 71.5 99.68 61.97

Jawa Barat 2013 0.406 7.57 59.98 96.7 63.01

Jawa Barat 2014 0.398 7.7 65.48 97.96 64.36

Jawa Barat 2015 0.426 7.85 65.72 98.01 60.34

Jawa Barat 2016 0.402 7.94 65.82 98.22 60.65

Jawa Barat 2017 0.393 8.14 66.62 98.38 63.34

Jawa Tengah 2013 0.39 6.81 59.88 91.27 70.72

Jawa Tengah 2014 0.388 6.93 67.54 92.98 70.93

Jawa Tengah 2015 0.382 7.04 67.66 93.12 67.86

Jawa Tengah 2016 0.357 7.16 67.95 93.3 67.15

Jawa Tengah 2017 0.365 7.28 68.48 93.99 69.11

DI Yogyakarta 2013 0.416 8.75 81.41 92.82 68.89

DI Yogyakarta 2014 0.435 8.85 86.44 94.44 71.84

DI Yogyakarta 2015 0.42 9.02 86.78 94.5 68.38

DI Yogyakarta 2016 0.425 9.13 87.2 94.59 71.96

DI Yogyakarta 2017 0.440 9.23 87.61 95.09 71.52

Jawa Timur 2013 0.368 6.92 62.32 90.14 69.92

Jawa Timur 2014 0.403 7.07 70.25 91.36 70.52

92

Jawa Timur 2015 0.403 7.16 70.44 91.47 67.84

Jawa Timur 2016 0.402 7.25 70.54 91.59 66.14

Jawa Timur 2017 0.415 7.35 71.51 92.53 68.78

Banten 2013 0.38 8.15 62.89 96.64 63.53

Banten 2014 0.424 8.18 66.25 97.24 66.47

Banten 2015 0.386 8.26 66.73 97.37 62.24

Banten 2016 0.392 8.36 67 97.55 63.66

Banten 2017 0.379 8.52 67.77 97.79 62.32

Bali 2013 0.44 8.08 74.03 90.84 75.35

Bali 2014 0.442 8.12 81.59 92.56 78.61

Bali 2015 0.399 8.25 81.69 92.77 75.51

Bali 2016 0.374 8.36 81.98 92.82 77.24

Bali 2017 0.379 8.55 82.16 93.59 75.24

Nusa Tenggara Barat 2013 0.349 6.46 66.4 84.67 65.44





Nusa Tenggara Timur 2013 0.344 6.68 64.81 90.36 68.72





Kalimantan Barat 2013 0.384 6.65 58.8 91.34 69.75





Kalimantan Tengah 2013 0.358 7.77 59.18 97.93 68.21


Kalimantan Tengah 2015 0.3 8.01 66 98.88 71.11



Kalimantan Selatan 2013 0.356 7.59 60.19 97.04 69.08




93


Kalimantan Timur 2013 0.366 8.97 73.92 97.51 63.79





Kalimantan Utara 2013 0.329 8.31 73.1 97.71 65.3





Sulawesi Utara 2013 0.446 8.75 66.88 99.13 59.76

Sulawesi Utara 2014 0.436 8.86 71.98 99.6 66.14

Sulawesi Utara 2015 0.366 8.88 72.22 99.63 61.28

Sulawesi Utara 2016 0.379 8.96 72.57 99.79 65.11

Sulawesi Utara 2017 0.394 9.14 73.04 99.73 60.85

Sulawesi Tengah 2013 0.391 7.82 66.12 95.95 65.92

Sulawesi Tengah 2014 0.352 7.89 73.64 97.08 71.79

Sulawesi Tengah 2015 0.37 7.96 73.8 97.34 67.51

Sulawesi Tengah 2016 0.347 8.11 73.96 97.51 72.28

Sulawesi Tengah 2017 0.345 8.28 74.87 97.83 67.14

Sulawesi Selatan 2013 0.432 7.45 62.67 90.16 60.49





Sulawesi Tenggara 2013 0.391 7.94 65.84 92.61 65.79





Gorontalo 2013 0.445 6.93 59.91 96.83 62

Gorontalo 2014 0.453 6.96 68.69 97.9 66.25

Gorontalo 2015 0.401 7.05 69.03 98.24 63.65

Gorontalo 2016 0.41 7.12 69.12 98.44 67.89

Gorontalo 2017 0.405 7.27 69.86 98.47 64.78

Sulawesi Barat 2013 0.324 6.88 59.62 90.8 66.82

94

Sulawesi Barat 2014 0.378 6.89 66.97 92.27 71.18

Sulawesi Barat 2015 0.362 7.02 67.14 92.64 70.27

Sulawesi Barat 2016 0.371 7.16 67.34 92.75 71.9

Sulawesi Barat 2017 0.339 7.32 68.03 93.71 66.96

Maluku 2013 0.347 8.82 70.28 97.83 62.31

Maluku 2014 0.33 9.16 77.48 98.77 66.84

Maluku 2015 0.338 9.17 77.87 98.85 64.47

Maluku 2016 0.344 9.28 78.19 98.94 64.51

Maluku 2017 0.321 9.4 79.08 99.19 60.18

Maluku Utara 2013 0.32 8.27 69.04 97.37 64.38

Maluku Utara 2014 0.322 8.33 74.83 98.36 66.43

Maluku Utara 2015 0.286 8.36 75.16 98.49 66.43

Maluku Utara 2016 0.309 8.53 75.58 98.67 66.19

Maluku Utara 2017 0.33 8.61 76.06 98.78 63.65

Papua Barat 2013 0.418 8.05 71.89 95.59 66.41

Papua Barat 2014 0.405 8.19 79.87 96.75 71.05

Papua Barat 2015 0.428 8.25 79.99 96.88 68.68

Papua Barat 2016 0.401 8.31 80.28 97.05 70.05

Papua Barat 2017 0.387 8.4 80.6 97.38 67.47

Papua 2013 0.441 5.64 53.19 67.31 78.01

Papua 2014 0.459 5.73 61.63 70.78 80.54

Papua 2015 0.392 5.94 61.96 70.83 79.57

Papua 2016 0.399 6.11 62.07 71.02 76.7

Papua 2017 0.398 6.23 63.35 75.8 76.94

analisis peran pendidikan dan ketenagakerjaan terhadap ketimpangan distribusi ... · 2019. 7....

Documents