Download - Kertas Kerja_modul Kemiskinan
Kertas Kerja Perorangan dalam rangka memenuhi persyaratan Ujian Penyesuaian Ijazah Tahun 2009
OLEH
SUHARIADI
BADAN PUSAT SATATISTIK TAHUN 2009
NIP : 340017943
Pengukuran Kemiskinan:
Garis Kemiskinan, Indeks Kedalaman dan Keparahan Kemiskinan
di Propinsi DKI JAKARTA Tahun 2007
(dengan SPSS)
i
MATERI KERTAS KERJA
Badan Pusat Statistik melakukan penghitungan jumlah dan persentase
penduduk miskin adalah pada Tahun 1984 yang mencakup periode 1976-1981.
Data yang digunakan dalam penghitungan ini adalah data modul konsumsi.
Sampai dengan Tahun 1987, data kemiskinan hanya disajikan pada
tingkat nasional yang dipisahkan berdasarkan daerah perkotaan dan perdesaan.
Mulai Tahun 1990 informasi ini sudah bias disajikan sampai tingkat propinsi dan
sejak Tahun 2002, BPS telah menyajikan data dan informasi kemiskinan
sampai tingkat kabupaten/kota dengan menggunakan data Susenas Kor.
Penjelasan sederhana mengenai pengukuran kemiskinan BPS akan
disajikan dalam kertas kerja ini. Pengukuran kemiskinan ini meliputi
penghitungan garis kemiskinan yang didasarkan pada nilai komoditi yang ril
dikonsumsi penduduk, serta beberapa indikator yang biasa digunakan untuk
menggambarkan tingkat kemiskinan dari penduduk miskin.
Banyak program statistik yang dapat digunakan untuk mengolah data:
seperti R, SAS, SPSS, STATA, dll. Program yang digunakan pada kertas kerja
ini adalah SPSS. Alasan digunakannya SPSS adalah karena menurut penulis,
SPSS relatif lebih user-friendly dibanding program statistik lainnya.
ii
KATA PENGANTAR
Subdirektorat Statistik Kerawanan Sosial dibentuk Tahun 2008 dan
merupakan Subdit termuda di Direktorat Statistik Ketahanan Sosial. Subdit ini
terdiri atas dua seksi yaitu Seksi Statistik Kerawanan Sosial Baru dan Seksi
Statistik Kemiskinan. Salah satu tugas Seksi Statistik Kemiskinan adalah
menghasilkan Data dan Informasi Kemiskinan.
Data kemiskinan merupakan data yang sangat penting dan sensitif karena
keberadaannya selalu menimbulkan pro dan kontra. Berbagai macam metode
pendekatan selalu memiliki kelemahan karena memang masalah kemiskinan
merupakan masalah multi-dimensi.
Pada kertas kerja ini, penulis mencoba untuk menjabarkan langkah-
langkah penghitungan angka kemiskinan yang digunakan BPS saat ini dengan
bantuan SPSS versi 13.0. Metode yang digunakan adalah pendekatan
kebutuhan dasar.
Semoga tulisan ini dapat berguna terutama bagi mereka yang tertarik
tentang bagaiamana angka kemiskian dihasilkan.
Jakarta, 29 April 2009
Penulis
iii
ABSTRAKSI
Berbagai metode penghitungan garis kemiskinan yang digunakan saat ini,
dan mungkin sampai kapanpun, selalu memiliki kekurangan. Hal itu terkait
dengan fakta bahwa masalah kemiskinan adalah masalah Multi-Dimensi yang
tidak dapat dipandang hanya dari satu sudut. Oleh karena itu, metode
penghitungan garis kemiskinan harus memperhatikan segala aspek.
Konsep kemiskinan, secara moneter, yang digunakan BPS adalah melalui
pendekatan kemampuan seseorang untuk memenuhi kebutuhan dasarnya
(Cost of Basic Needs/CBN approach). Kebutuhan dasar meliputi kebutuhan
makanan dan non makanan. Komoditi yang dipilih untuk menghitung garis
kemiskinan adalah komoditi-komoditi yang ril dikonsumsi penduduk.
Setelah garis kemiskinan didapat, beberapa indikator kemiskinan dapat
ditentukan. Indikator-indikator kemiskinan yang umum digunakan antara lain;
Proporsi Penduduk Miskin (P0), Indeks Kedalaman Kemiskinan (P1), dan Indeks
Keparahan Kemiskinan (P2).
Program yang digunakan untuk mendapatkan garis kemiskinan dan
indikator-indikator lainnya pada kertas kerja ini adalah SPSS. Alasan
digunakannya SPSS adalah karena menurut penulis, SPSS relatif lebih user-
friendly dibanding program statistik lainnya.
iv
DAFTAR ISI
Halaman
MATERI MKERTAS KERJA ........................................................................... i
KATA PENGANTAR ....................................................................................... ii
ABSTRAKSI .................................................................................................... iii
DAFTAR ISI .................................................................................................... iv
DAFTAR TABEL ............................................................................................. vi
BAB 1 PENDAHULUAN .................................................................................. 1
1.1 Latar Belakang ................................................................................. 1
1.2 Maksud dan Tujuan .......................................................................... 2
1.3 Pengertian-pengertian ...................................................................... 2
1.4 Metode Pendekatan ......................................................................... 5
1.5 Batasan Aspek Materi ...................................................................... 5
BAB 2 FAKTA DAN MASALAH ...................................................................... 6
2.1 Fakta ................................................................................................. 6
2.2 Masalah ........................................................................................... 7
BAB 3 METODE PENGHITUNGAN GARIS KEMISKINAN DAN
BEBERAPA INDIKATOR KEMISKINAN ............................................. 8
3.1 Tahapan Menentukan GK Propinsi DKI Jakarta Tahun 2007
dengan dasar GKS Tahun 2006 menggunakan SPSS .................... 8
3.2 Beberapa IndikatorTingkat Kemiskinan: Proporsi Penduduk
Miskin (P0), Indeks Kedalaman Kemiskinan (P1), dan
Indeks Keparahan Kemiskinan (P2) ................................................ 17
v
3.2.1 Proporsi Penduduk Miskin .................................................... 17
3.2.1 Indeks Kedalaman Kemiskinan ............................................. 18
3.2.1 Indeks Keparahan Kemiskinan ............................................. 20
3.3 Menentukan P0, P1, dan P2 Propinsi DKI Jakarta menurut Kota
dengan SPSS .................................................................................. 17
BAB 4 KESIMPULAN ...................................................................................... 23
PENUTUP ........................................................................................................ 25
DAFTAR PUSTAKA ........................................................................................ 27
RIWAYAT HIDUP ............................................................................................ 28
vi
DAFTAR TABEL
Halaman
Tabel 1 Kode dan Nama Komoditi untuk Penghitungan GK .......................... 4
Tabel 2 Jumlah dan Persentase Penduduk Miskin, P1, P2 dan GK
Propinsi DKI Jakarta menurut Kota, Tahun 2006 ............................. 6
Tabel 3 GK Propinsi DKI Jakarta menurut Kota, Tahun 2007 ........................ 16
Tabel 4 Jumlah dan Persentase Penduduk Miskin, P1, P2 dan GK
Propinsi DKI Jakarta menurut Kota, Tahun 2006 ............................. 22
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Masalah sosial di DKI Jakarta kerap menjadi perhatian masyarakat luas.
Peningkatan jumlah penduduk, terutama pendatang, yang diiringi peningkatan
jumlah pengangguran, pengemis dan gelandangan, memperparah kondisi
sosial ekonomi di kota Metropolitan. Hal ini menjadi pekerjaan berat bagi
pemerintah, baik pusat maupun daerah.
Kemiskinan merupakan salah satu dari masalah sosial yang sangat
mendasar. Sensitifitas kemiskinan relatif sangat tinggi dibandingkan masalah-
masalah sosial lainnya. Tidak mengherankan jika upaya pengentasan
kemiskinan menjadi agenda penting pemerintah yang sangat membutuhkan
waktu, tenaga, pikiran, dan hati nurani bagi para pengambil kebijakan.
Salah satu hal penting yang diperlukan untuk mendukung upaya
pengentasan kemiskinan adalah ketersediaan data kemiskinan yang lengkap
dan akurat. Data kemiskinan yang baik dan dapat dipercaya, dapat dijadikan
sebagai dasar bagi pengambilan kebijakan dalam menentukan jenis bantuan,
prioritas daerah, dan sebagainya. Di samping itu, data kemiskinan yang baik,
juga dapat digunakan sebagai alat untuk mengevaluasi kinerja pemerintah
dalam upaya pengentasan kemiskinan, pembanding kemiskinan antar waktu
dan daerah, serta digunakan sebagai dasar untuk menentukan target
memperbaiki kesejahteraan penduduk miskin.
2
1.2 Maksud dan Tujuaan
Menjelaskan secara sederhana mengenai konsep kemiskinan, metode
pengukuran tingkat kemiskinan, dan pengukuran beberapa indikator kemiskinan
dengan SPSS.
1.3 Pengertian-pengertian
1. Kemiskinan merupakan ketidakmampuan seseorang, dari sisi ekonomi,
untuk memenuhi kebutuhan dasar makanan dan bukan makanan yang
diukur dari sisi pengeluaran.
2. Garis Kemiskinan (GK) adalah standar minimum uang yang diperlukan
seseorang untuk memenuhi kebutuhan dasarnya selama sebulan.
3. Penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran
perkapita perbulan di bawah GK.
Berikut ini ilustrasi mengenai GK dan penduduk miskin.
Gambar 1: Ilustrasi Garis Kemiskinan
GK
x
x
x
x
xx
x
x
x
Tidak Miskin
Miskin
Visualisasi GK
3
4. Garis Kemiskinan Sementara (GKS) adalah GK tahun sebelumnya yang
disesuaikan dengan inflasi umum (IHK) untuk dijadikan dasar dalam
pemutakhiran GK .
5. Penduduk referensi yaitu 20 persen penduduk yang yang pengeluaran
perkapitanya berada diatas Garis Kemiskinan Sementara (GKS).
Berikut ini bagan penduduk referensi’
Gambar 2: Ilustrasi Populasi Referensi
6. Garis Kemiskinan Makanan (GKM) adalah jumlah nilai pengeluaran dari 52
komoditi dasar makanan yang riil dikonsumsi penduduk referensi yang
kemudian disetarakan dengan 2100 kilokalori perkapita perhari.
7. GKNM adalah merupakan penjumlahan nilai kebutuhan minimum dari
komoditi-komoditi non-makanan terpilih yang meliputi perumahan, sandang,
pendidikan, dan kesehatan.
POPULASI REFERENSI
GARIS KEMISKINAN PERIODE SEBELUMNYA
INFLASI UMUM (IHK)
P1 .
P20 P30
.
. P100
POPULASI REFERENSI: 20% diatas
GKS
PERSENTIL PENGELUARANPERKAPITA RUMAH
TANGGA DI ATAS GK
GK = GKM + GKNM
GARIS KEMISKINAN SEMENTARA (GKS)
RUMAH TANGGA DENGAN PENGELUARAN PERKAPITA
DI ATAS GKS DAN DI BAWAH P20
4
Data komoditi makanan dan non makanan yang digunakan untuk
menghitung GK disajikan pada tabel berikut.
Tabel 1. Kode dan Nama Komoditi untuk Penghitungan GK
Kode Komoditi Makanan Kode Komoditi Non Makanan (1) (2) (3) (4)
2 Beras 232 Perkiraan sewa rumah sendiri 3 Beras ketan 233 Kontrak rumah 5 Jagung 234 Sewa rumah 8 Tepung terigu 235 Perkiraan sewa rumah dinas/lainnya
11 Ketela pohon/singkong 238 Listrik 12 Ketela rambat/ubi jalar 240 Air 16 Gaplek 246 Minyak tanah 22 Tongkol/tuna/cakalang 254 Kayu dan bahan bakan lainnya 25 Kembung 255 Baterai/korek api/obat nyamuk dll 26 Teri 259 Benda pos 27 Bandeng 262 Sabun mandi/pasta gigi/dll 29 Mujair 263 Barang kecantikan 54 Daging sapi 264 Perawatan kulit/muka/kuku/dll 57 Daging babi 265 Sabun cuci 58 Daging ayam ras 266 Bahan pemeliharaan pakaian 59 Daging ayam kampung 269 RS pemerintah 68 Tetelan 270 RS swasta 72 Telur ayam ras 271 Puskesmas/Pustu/Posyandu 74 Telur itik 272 Praktek dokter/dll 80 Susu kental manis 273 Praktek petugas kesehatan 81 Susu bubuk 274 Praktek pengobatan tradisional 86 Bayam 275 dukun penolong kelahiran 91 Buncis 276 Obat yg dibeli dgn resep 92 Kacang panjang 277 Obat modern tanpa resep 93 Tomat sayur 278 Obat tradisional/jamu 96 Daun ketela pohon 284 Biaya kesehatan lainnya
103 Nangka muda 285 Sumbangan sekolah 108 Bawang merah 286 SPP, iuran BP3/POMG 110 Cabe merah 287 Iuran sekolah lainnya 112 Cabe rawit 288 Buku pelajaran 116 Kacang tanah 289 Alat-alat tulis 122 Tahu 292 Bensin/pertamax 123 Tempe 298 Transportasi/angkutan umum 129 Mangga 302 Jasa lainnya (KTP, SIM, dll) 135 Salak 304 Pakaian jadi untuk laki-lakI
5
137 Pisang ambon 305 Pakaian jadi untuk perempuan 140 Pepaya 306 Pakaian jadi untuk anak-anak 152 Minyak kelapa 308 Upah menjahit pakaian 155 Kelapa 309 Alas kaki 159 Gula pasir 310 Tutup kepala 160 Gula merah 311 Handuk, ikat pinggang, dll) 161 The 315 Perabot rumah tangga 162 Kopi 316 Perkakas rumah tangga 168 Garam 317 alat-alat dapur/makan 169 Kemiri 321 Arloji, jam, kamera, dll 175 Terasi/petis 322 Payung, tas, koper, dll 182 Mie instan 324 Mainan anak 186 Kerupuk 331 PBB 193 Roti 332 Pajak kendaraan 194 Kue kering/biskuit 333 Pungutan/retribusi 195 Kue basah 340 Perayaan hari raya agama 224 Rokok kretek filter 342 Upacara agama dan lainnya
1.4 Metode Pendekatan
Konsep kemiskinan, secara moneter, yang digunakan adalah melalui
pendekatan kemampuan seseorang untuk memenuhi kebutuhan dasarnya
(Cost of Basic Needs/CBN approach).
1.5 Batasan Aspek Materi
Pengukuran angka kemiskinan ini dibatasi di Propinsi DKI Jakarta. Data
yang digunakan adalah data Survei Sosial Ekonomi Nasional (Susenas) 2007
Modul Konsumsi.
6
BAB 2
FAKTA DAN MASALAH
2.1 Fakta
Sampai Tahun 2006, jumlah penduduk miskin di Propinsi DKI Jakarta
sebanyak 407,1 ribu jiwa, atau sekitar 4,57% dari total penduduk Jakarta.
Jumlah penduduk miskin terbanyak ada di Jakarta Utara. Data kemiskinan
Propinsi DKI Jakarta pada Tahun 2006 tersaji pada Table 1 berikut
Tabel 2: Jumlah dan Persentase Penduduk Miskin, P1, P2 dan GK Provinsi DKI Jakarta menurut Kota, Tahun 2006
Kota Jumlah
Penduduk Miskin
(000 jiwa)
Persentase Penduduk
Miskin P1 P2
Garis Kemiskinan
(Rp/Kapita/Bulan)
(2) (3) (4) (5) (6) (7)
1 Kab. Kep. Seribu 3,2 16,64 2,19 0,44 Rp 279.600,- 71 Jakarta Selatan 76,3 3,74 0,61 0,16 Rp 276.626,- 72 Jakarta Timur 85,1 3,55 0,60 0,16 Rp 232.826,- 73 Jakarta Pusat 43,6 4,92 0,70 0,14 Rp 218.777,- 74 Jakarta Barat 89,5 4,22 0,69 0,17 Rp 220.412,- 75 Jakarta Utara 109,4 7,58 1,22 0,31 Rp 224.708,-
DKI JAKARTA 407,1 4,57 0,75 0,19 Rp 250.298,-
Selanjutnya, dengan data Susenas 2007 dan informasi Indeks Harga
Konsumen (IHK) untuk Propinsi Jakarta (IHK Maret 2006 = 137,64 dan IHK
Maret 2007 = 145,44), data kemiskinan Tahun 2006 tersebut akan
dimutakhirkan ke Tahun 2007.
7
2.2 Masalah
Berbagai metode dalam hal pengukuran kemiskinan selalu memiliki
kelemahan. Hal ini disebabkan karena kemiskinan bersifat Multi-Dimensi, yang
berarti bahwa untuk menentukan kemiskinan dibutuhkan banyak ukuran.
Definisi umum kemiskinan adalah kondisi dimana seseorang atau sekelompok
orang, tidak mampu memenuhi hak-hak dasarnya untuk mempertahankan dan
mengembangkan kehidupan yang bermartabat. Hak-hak dasar antara lain:
• terpenuhinya kebutuhan pangan,
• kesehatan, pendidikan, pekerjaan, perumahan, air bersih, pertanahan,
sumberdaya alam dan lingkungan hidup,
• rasa aman dari perlakuan atau ancaman tindak kekerasan
• hak untuk berpartisipasi dalam kehidupan sosial-politik
Dengan segala kelebihan dan kekurangnannya, BPS menggunakan
metode pendekatan pengeluaran untuk memenuhi kebutuhan dasar untuk
mengukur tingkat kemiskinan.
8
BAB 3
METODE PENGHITUNGAN GARIS KEMISKINAN
DAN BEBERAPA INDIKATOR KEMISKINAN
Secara garis besar, tahapan membuat GK dengan Metode CBN adalah
sebagai berikut:
1. Menentukan indikator kesejahteraan: pengeluaran per kapita
2. Menentukan asupan energi minimum untuk hidup sehat: 2100 kalori
3. Memilih kelompok komoditi makanan yang dapat memenuhi kebutuhan
energi minimum: 52 komoditi
4. Memperkirakan biaya minimum yang diperlukan untuk membeli komoditi
makanan tersebut untuk memenuhi kebutuhan 2100 kalori: GKM
5. Memperkirakan biaya minimum untuk komponen bukan makanan (GKNM)
6. Menghitung GK: GK = GKM + GKNM
3.1 Tahapan Menentukan GK Propinsi DKI Jakarta Tahun 2007 dengan
dasar GKS Tahun 2006 menggunakan SPSS
Pertama, kita buat folder D:\Data 31\ untuk menyimpan semua file yang
kita butuhkan/hasilkan. Agar tidak kehilangan riwayat data, sebaiknya semua
perintah SPSS disimpan pada file syntax D:\Data 31\Syntax GK31.sps.
Perintah yang harus dilakukan (diketik pada file Syntax GK31.sps) akan
disajikan pada Kotak teks pada setiap langkahnya.
9
Tahapan untuk membuat GK 2007 adalah sebagai berikut
1. Menyiapkan data Data yang dibutuhkan adalah: • Data GK 2006
Kabupaten/Kota GK 2006 Kepulauan Seribu Jakarta Selatan Jakarta Timur Jakarta Pusat Jakarta Barat Jakarta Utara
Rp 279.600,- Rp 276.626,- Rp 232.826,- Rp 218.777,- Rp 220.412,- Rp 224.708,-
• IHK Maret 2006 = 137,64 dan Maret 2007 = 145,44
• Data Susenas Panel Modul Konsumsi maret 2007. Ada 3 file yang disiapkan yaitu file komponen makanan (beri nama 31a.sav), file komponen non makanan (beri nama 31b.sav), dan file pengeluaran (beri nama 31c.sav). Simpan file-file tersebut dalam folder D:\Data 31\.
2. Menentukan rumah tangga yang menjadi penduduk referensi (populasi
referensi/popref).
Buka file 31c.sav.
Buat Garis Kemiskinan Sementara (GKS) dengan dasar GK Tahun 2006.
Buat variable miskin yang berkode 1 untuk rumah tangga di bawah GKS dan berkode 0 untuk lainnya.
IF (EXPF >= gks) miskin = 0 . IF (EXPF < gks) miskin = 1 . EXECUTE .
IF (KABU2 = 1) gks = 279600 * (145.44/137.64) . IF (KABU2 = 71) gks = 276626 * (145.44/137.64) . IF (KABU2 = 72) gks = 232826 * (145.44/137.64) . IF (KABU2 = 73) gks = 218777 * (145.44/137.64) . IF (KABU2 = 74) gks = 220412 * (145.44/137.64) . IF (KABU2 = 75) gks = 224708 * (145.44/137.64) . EXECUTE .
GET FILE = 'D:\Data 31\31c.sav'.
10
Buat variable J_miskin (jumlah penduduk miskin) dan J_total (jumlah penduduk total) di tiap Kota.
Mengurutkan dan memberi no. urut ruta berdasarkan pengeluaran perkapita menurut Kota.
Buat variabel popref yang berkode 1 untuk ruta referensi.
Hapus ruta non referensi
Buat variabel J_popref (jumlah ruta referensi) di tiap Kota.
Urutkan menurut lokasi untuk keperluan penggabungan pada langkah berikutnya.
Simpan file dengan nama 31 popref.sav
Penduduk referensi menjadi acuan dalam pemutakhiran GK.
SAVE OUTFILE = 'D:\Data 31\31 popref.sav' /COMPRESSED.
SORT CASES BY KABU2 (A) KECA2 (A) DESA2 (A) DAER2 (A) NKS2 (A) NURT2 (A) .
AGGREGATE /OUTFILE = * MODE = ADDVARIABLES /BREAK = KABU2 /J_popref = SUM(popref).
FILTER OFF. USE ALL. SELECT IF (popref = 1). EXECUTE .
IF((no_urut>J_miskin)&(no_urut<=(J_miskin+Rnd(0.2*J_total)))) popref = 1 . EXECUTE .
SORT CASES BY KABU2(A) EXPF (A) . MATCH FILES /FILE = * /BY KABU2 /FIRST = PrimaryFirst /LAST = PrimaryLast. DO IF (PrimaryFirst). COMPUTE no_urut = 1 - PrimaryLast. ELSE. COMPUTE no_urut = no_urut + 1. END IF. LEAVE no_urut. FORMAT no_urut (f7). MATCH FILES /FILE = * /DROP = PrimaryFirst PrimaryLast. VARIABLE LABELS no_urut 'Sequential count of matching cases'. VARIABLE LEVEL no_urut (SCALE). EXECUTE.
AGGREGATE /OUTFILE = * MODE = ADDVARIABLES /BREAK = KABU2 /J_miskin = SUM(miskin) /J_total = N.
11
3. Menentukan Garis Kemiskinan Makanan (GKM).
2100×=∑∑
i
i
KV
GKM
Buka file 31a.sav yang berisi data komoditi makanan.
Buat variabel komoditi yang bertipe numerik dari variabel kode yang yang bertipe string agar dapat dilakukan operasi aljabar.
Memilih komoditi makanan yang digunakan
Urutkan menurut lokasi kemudian gabung dengan file 31 popref.sav
Pilih ruta referensi
FILTER OFF. USE ALL. SELECT IF(popref = 1). EXECUTE
SORT CASES BY KABU2 (A) KECA2 (A) DESA2 (A) DAER2 (A) NKS2 (A) NURT2 (A) . MATCH FILES /FILE=* /TABLE='D:\Data 31\31 popref.sav' /RENAME (EXPF FOODF JART NFOODF PROP2 WEIND07 = d0 d1 d2 d3 d4 d5) /BY KABU2 KECA2 DESA2 DAER2 NKS2 NURT2 /DROP= d0 d1 d2 d3 d4 d5. EXECUTE.
FILTER OFF. USE ALL. SELECT IF (komoditi = 2|komoditi = 3|komoditi = 5| Komoditi = 8|komoditi = 11|komoditi = 12|komoditi = 16| komoditi = 22|komoditi = 25|komoditi = 26|komoditi = 27| komoditi = 29|komoditi = 54|komoditi = 57|komoditi = 58| komoditi = 59|komoditi = 68|komoditi = 72|komoditi = 74| komoditi = 80|komoditi = 81|komoditi = 86|komoditi = 91| komoditi = 92|komoditi = 93|komoditi = 96|komoditi = 103| komoditi = 108|komoditi = 110|komoditi = 112|komoditi = 116| komoditi = 122|komoditi = 123|komoditi = 129|komoditi = 135| komoditi = 137|komoditi = 140|komoditi = 152|komoditi = 155| komoditi = 159|komoditi = 160|komoditi = 161|komoditi = 162| komoditi = 168|komoditi = 169|komoditi = 175|komoditi = 182| komoditi = 186|komoditi = 193|komoditi = 194|komoditi = 195| komoditi = 224). EXECUTE .
COMPUTE komoditi = NUMBER(KODE,F3) . EXECUTE .
GET FILE = 'D:\Data 31\31a.sav'.
Vi : Pengeluaran untuk komoditi Ki : Kalori yang di hasilkan komoditi
12
Hitung pengeluaran ruta untuk makanan perkapita perbulan
Buat file 31 komoditi.sav yang berisi total komoditi dan kalori tiap Kota
Simpan file dengan nama 31 basket FOOD.sav
Buka file 31 komoditi.sav
Hitung rata-rata pengeluaran untuk komoditi perkapita
Hitung rata-rata kalori dari komoditi perkapita
Buat file 51 gkm.sav yang berisi jumlah variable vi dan ki
Simpan file 31 komoditi.sav kemudian buka file 31 gkm.sav
SAVE OUTFILE = 'D:\Data 31\31 komoditi.sav' /COMPRESSED. GET FILE = 'D:\Data 31\31 gkm.sav'.
AGGREGATE /OUTFILE = 'D:\Data 31\31 gkm.sav' /BREAK = KABU2 /vi = SUM(vi) /ki = SUM(ki).
COMPUTE ki = kalori_sum / J_popref . EXECUTE .
COMPUTE vi = J_pce_food / J_popref . EXECUTE .
GET FILE = 'D:\Data 31\31 komoditi.sav'.
SAVE OUTFILE='D:\Data 31\31 basket FOOD.sav' /COMPRESSED.
AGGREGATE /OUTFILE = 'D:\Data 31\31 komoditi.sav' /BREAK = KABU2 komoditi /J_pce_food = SUM(pce_food) /J_popref = MEAN(J_popref) /kalori_sum = SUM(kalori).
COMPUTE pce_food = ((anilai * 30) / 7) / JART . EXECUTE .
13
Buat variabel gkm yaitu harga per kalori yang disesuaikan dengan 2100 kalori, lalu simpan file
Sampai dengan langkah ini, kita sudah mendapatkan GKM yaitu pada
veriabel gkm yang disimpan pada file 31 gkm.sav.
4. Menentukan Garis Kemiskinan Non Makanan (GKNM). ∑= iiVrGKNM
Buka file 31b.sav
Ubah variabel string KODE menjadi variabel numerik komoditi
Pilih komoditi non makanan
Save file dengan nama 31 basket NFOOD.sav
SAVE OUTFILE='D:\Data 31\31 basket NFOOD.sav' /COMPRESSED.
FILTER OFF. USE ALL. SELECT IF( komoditi = 232|komoditi = 233|komoditi = 234| komoditi = 235|komoditi = 238|komoditi = 240| komoditi = 246|komoditi = 254|komoditi = 255| komoditi = 259|komoditi = 262|komoditi = 263| komoditi = 264|komoditi = 265|komoditi = 266| komoditi = 284|komoditi = 285|komoditi = 286| komoditi = 287|komoditi = 288|komoditi = 289| (komoditi >= 269 & komoditi <= 278)| komoditi = 292|komoditi = 298|komoditi = 302| komoditi = 304|komoditi = 305|komoditi = 306| komoditi = 308|komoditi = 309|komoditi = 310| komoditi = 311|komoditi = 315|komoditi = 316| komoditi = 317|komoditi = 321|komoditi = 322| komoditi = 324|komoditi = 331|komoditi = 332| komoditi = 333|komoditi = 340|komoditi = 342). EXECUTE .
COMPUTE komoditi = NUMBER(KODE,F3) . EXECUTE .
GET FILE = 'D:\Data 31\31b.sav'.
ri : ratio pengeluaran barang non makanan terhadap sub-kelompok pengeluaran Vi : Pengeluaran untuk komoditi non makanan
COMPUTE gkm = 2100 * vi / ki . EXECUTE . SAVE OUTFILE = 'D:\Data 31\51 gkm.sav' /COMPRESSED.
14
Gabung dengan file 31 popref.sav untuk memilih kelompok refernsi
Hapus ruta yang bukan referensi
Beri kode kategori pendidikan menjadi 997, perumahan 998, dan kesehatan 999
Buat variabel share untuk masing-masing komoditi
IF (komoditi=998) share = 0.7163 . IF (komoditi=238) share = 0.9948 . IF (komoditi=240) share = 0.9039 . IF (komoditi=246) share = 0.8115 . IF (komoditi=254) share = 0.9500 . IF (komoditi=255) share = 0.8301 . IF (komoditi=262) share = 0.9505 . IF (komoditi=263) share = 0.7091 . IF (komoditi=264) share = 0.9574 . IF (komoditi=999) share = 0.4811 . IF (komoditi=284) share = 0.4900 . IF (komoditi=997) share = 0.6223 . IF (komoditi=294) share = 0.7109 . IF (komoditi=259) share = 0.4643 . IF (komoditi=298) share = 0.9514 . IF (komoditi=302) share = 0.5534 . IF (komoditi=304) share = 1 . IF (komoditi=305) share = 1 . IF (komoditi=306) share = 1 . IF (komoditi=308) share = 1 . IF (komoditi=309) share = 0.8214 . IF (komoditi=310) share = 1 . IF (komoditi=265) share = 0.5405 . IF (komoditi=266) share = 1 . IF (komoditi=311) share = 0.6125 . IF (komoditi=315) share = 0.3243 . IF (komoditi=316) share = 0.5989 . IF (komoditi=317) share = 0.4349 . IF (komoditi=321) share = 0.9551 . IF (komoditi=322) share = 0.7322 . IF (komoditi=324) share = 1 . IF (komoditi=331) share = 1 . IF (komoditi=332) share = 1 . IF (komoditi=333) share = 1 . IF (komoditi=340) share = 0.8417 . IF (komoditi=342) share = 1 . EXECUTE.
RECODE komoditi (232 thru 235=998) (269 thru 278=999) (285 thru 289=997) . EXECUTE .
FILTER OFF. USE ALL. SELECT IF(popref = 1). EXECUTE .
SORT CASES BY KABU2 (A) KECA2 (A) DESA2 (A) DAER2 (A) NKS2 (A) NURT2 (A) . MATCH FILES /FILE=* /TABLE='D:\Data 31\31 popref.sav' /RENAME (EXPF FOODF JART NFOODF PROP2 WEIND07 = d0 d1 d2 d3 d4 d5) /BY KABU2 KECA2 DESA2 DAER2 NKS2 NURT2 /DROP= d0 d1 d2 d3 d4 d5. EXECUTE.
15
• Hitung pengeluaran untuk komoditi non food/bulan
• Agregatkan jumlah pengeluaran menurut kabupaten dan jenis komodit
• Simpan file dengan nama 31 basket NFOOD
• Buka file 31 aggr NF.sav
• Buat variable vi dan rivi
• Agregatkan jumlah variable rivi pada file 31 aggr NF.sav menurut kabupaten> Simpan dalam variable gknm dalam file 31 gknm.sav
• Simpan file
5. Menentukan Garis Kemiskinan (GK = GKM + GKNM).
• Menggabung file 31c.sav, gkm.sav, dan gkmn.sav
GET FILE='D:\Data 31\31c.sav'.
SAVE OUTFILE='D:\Data 31\31 basket NFOOD.sav' /COMPRESSED.
AGGREGATE /OUTFILE='D:\Data 31\31 gknm.sav' /BREAK=KABU2 /gknm = SUM(rivi).
COMPUTE vi = expcap_bln_sum / J_popref_mean . EXECUTE . COMPUTE rivi = vi * (share_mean / 12). EXECUTE .
GET FILE = 'D:\Data 31\31 aggr NF.sav'.
SAVE OUTFILE='D:\Data 31\31 basket NFOOD.sav' /COMPRESSED.
SORT CASES BY KABU2 komoditi . AGGREGATE /OUTFILE='D:\Data 31\31 aggr NFOOD.sav' /PRESORTED /BREAK=KABU2 komoditi /expcap_bln_sum = SUM(expcap_bln) /share_mean = MEAN(share) /J_popref_mean = MEAN(J_popref).
COMPUTE expcap_bln = anilai/JART . EXECUTE .
16
• Gabung dengan file 31 gkm.sav
• Gabung dengan file 31 gknm.sav
• Hitung GK
• Simpan file dengan nama 31 GK.sav
Sampai dengan langkah ini, sudah didapat nilai GK tiap Kota.Nilai GK ada
di variable gk pada file D:\Data 31\31 GK.sav. Data GK Ktersebut, dapat
ditentukan indikator-indikator kemiskinan. Beberapa indikator kemiskinan
disajikan pad Tabel 3.
Tabel 3: GK Provinsi DKI Jakarta menurut Kota, Tahun 2007
Kota Garis Kemiskinan (Rp/Kapita/Bulan)
(1) (2) (3) 1 Kab. Kep. Seribu Rp 292.173,- 71 Jakarta Selatan Rp 293.628,- 72 Jakarta Timur Rp 248.622,- 73 Jakarta Pusat Rp 230.452,- 74 Jakarta Barat Rp 232.735,- 75 Jakarta Utara Rp 240.830,-
DKI JAKARTA Rp 266.874,-
SAVE OUTFILE='D:\Data 31\31 GK.sav' /COMPRESSED.
COMPUTE gk = gkm + gknm . EXECUTE .
MATCH FILES /FILE=* /TABLE='D:\Data 31\31 gknm.sav' /BY KABU2. EXECUTE.
SORT CASES BY kabu2 (A). MATCH FILES /FILE=* /TABLE='D:\Data 31\31 gkm.sav' /BY KABU2. EXECUTE.
17
3.2 Beberapa Indikator Tingkat Kemiskinan: Proporsi Penduduk Miskin (P0), Indeks Kedalaman Kemiskinan (P1), dan Keparahan kemiskinan (P2)
Kebijakan pemerintah untuk mengentaskan kemiskinan senantiasa
dilakukan pemerintah melalui berbagai program. Ketersediaan data yang
memadai menjadi acuan penentuan bentuk program yang efektif dan efisien.
Beberapa indikator kemiskinan dihitung dengan Formula Foster-Greer-
Thorbecke [FGT]. Formula FGT menghasilkan data proporsi penduduk miskin,
indeks kedalaman dan keparahan kemiskinan. Bentuk umum Formula FGT
adalah:
α
α ∑=
⎟⎠⎞
⎜⎝⎛ −
=q
i
i
zyz
NP
1
1
Dengan z = Garis Kemiskinan (GK)
yi = rata-rata pengeluaran/kapita/bulan penduduk di bawah GK
q = jumlah penduduk di bawah GK
N = jumlah penduduk
α = 0, Headcount Index, proporsi penduduk miskin
α = 1, Poverty Gap Index, indeks kedalaman kemiskinan,
α = 2, Poverty Severity Index, indeks keparahan kemiskinan
3.2.1 Proporsi Penduduk Miskin
Proporsi Penduduk Miskin/Headcount Index (dinotasikan P0) merupakan
proporsi dari populasi yang konsumsinya berada di bawah GK (rasio
18
pendududk miskin terhadap seluruh populasi). P0 menyatakan persentase
penduduk miskin terhadap total penduduk
Kelebihan (+):
• Mudah diukur
• Mudah dimengerti
• Secara sederhana cukup untuk menggambarkan berhasil atau tidaknya
pengentasan kemiskinan
Contoh 1: Misalkan GK = 125
Daerah Pengeluaran P0
A 100 100 150 150 50%
B 124 124 150 150 50%
Dari kondisi tersebut, Daerah A lebih miskin, tapi P0 tidak bisa
menggambarkannya.
Kekurangan (-):
• Tidak menyajikan angka mutlak banyaknya penduduk miskin
• Mengabaikan tingkat kesejahteraan antar penduduk miskin, diasumsikan
semua penduduk miskin mempunyai kondisi yang sama.
• Perubahan kondisi seseorang (membaik/memburuk) tidak akan merubah
P0 selama kondisisnya masih berada di bawah GK
3.2.2 Indeks Kedalaman Kemiskinan
Indeks Kedalaman Kemiskinan/Poverty Gap Index (dinotasikan P1)
merupakan ukuran rata-rata kesenjangan pengeluaran masing-masing
19
penduduk miskin terhadap GK. Semakin tinggi nilai indeks, semakin jauh rata-
rata pengeluaran penduduk miskin dari GK.
Kelebihan (+):
• Merefleksikan kedalaman kemiskinan penduduk miskin untuk dapat
memenuhi kebutuhan dasar
• Menggambarkan berapa banyak bantuan yang diperlukan penduduk
miskin untuk dapat memenuhi kebutuhan dasar
Dari Contoh 1 (GK = 125), didapat nilai P1 sebagai berikut.
Daerah Pengeluaran P1
A 100 100 150 150 10%
B 124 124 150 150 0,4%
Tingkat kemiskinan di Daerah A lebih dalam di bandingkan Daerah B
Kekurangan (-):
• Tidak menggambarkan perbedaan keparahan antar penduduk miskin
• Mengabaikan kesenjangan antar penduduk miskin
Contoh 2: Misalkan GK = 125
Daerah Pengeluaran P1
A 100 100 150 150 10%
C 80 120 150 150 10%
Kedua daerah memiliki ndeks kedalaman kemiskinan yang sama, namun
sebenarnya kondisi kemiskinan di Daerah C lebih serius
20
3.2.3 Indeks Keparahan Kemiskinan
Indeks Keparahan Kemiskinan /Poverty Severity Index (dinotasikan P2):
merupakan rata-rata dari kuadrat kedalaman kemiskinan penduduk miskin.
Semakin tinggi nilai indeks, semakin tinggi ketimpangan pengeluaran diantara
penduduk miskin.
Kelebihan (+):
• Mampu menggambarkan kesenjangan antar penduduk miskin..
• Menggambarkan keparahan kemiskinan.
Dari Contoh 2 (GK = 125), didapat nilai P2 sebagai berikut.
Daerah Pengeluaran P2
A 100 100 150 150 2%
C 80 120 150 150 3,28%
Kekurangan (-):
• Sulit untuk diinterpretasikan/dijelaskan
Dari Contoh 1 (GK = 125), didapat nilai P1 didapat ringkasan tabel P0, P1 dan
P2 dari contoh di atas adalah sebagai berikut:
Daerah Pengeluaran P0 P1 P2
A 100 100 150 150 50% 10% 2%
B 124 124 150 150 50% 0,4% 0,0%
Dengan proporsi pendududk miskin (P0) sama, kondisi ekonomi penduduk
miskin di daerah A relative lebih parah.
21
3.3 Menentukan P0, P1, dan P2 Propinsi DKI Jakarta menurut Kota dengan SPSS
Langkah-langkah untuk menentukan P0, P1, dan P2 Propinsi DKI Jakarta
menurut Kota dengan SPSS adalah sebagai berikut
• Buka file 31 GK.sav kemudian simpan dengan nama 31 P012.sav
• Buat variabel zminyperz yang merepresentasikan nilai dari ⎟⎠⎞
⎜⎝⎛ −
zyz i
• Buat variable p0, p1 dan p2
• Beri penimbang
• Tentukan P0, P1, dan P2 menurut Kota
• Pada langkah terakhir ini, SPSS menghasilkan output sebagai berikut
SORT CASES BY KABU2 . SPLIT FILE LAYERED BY KABU2 . DESCRIPTIVES VARIABLES=P0 P1 P2 /STATISTICS=MEAN .
WEIGHT BY WEIND07 .
IF (zminyperz = 0) p0 = 0. IF (zminyperz ~= 0) p0 = 1. EXECUTE. COMPUTE p1 = zminyperz**1. EXECUTE. COMPUTE p2 = zminyperz**2. EXECUTE.
COMPUTE zminyperz = (gk - EXPF)/gk . EXECUTE . IF (EXPF>= gk) zminyperz = 0 . EXECUTE .
GET FILE='D:\Data 31\31 GK.sav'. SAVE OUTFILE='D:\Data 31\31 P012.sav' /COMPRESSED.
22
Descriptive Statistics
Kab/kota N Mean 01 p0 15.12
p1 2.48
p2 0.53
Valid N (listwise) 2080820
71 p0 3.74
p1 0.81
p2 0.27
Valid N (listwise) 2080820
72 p0 4.02
p1 0.65
p2 0.17
Valid N (listwise) 2355514
73 p0 3.99
p1 1.01
p2 0.31
Valid N (listwise) 867852
74 p0 4.04
p1 0.44
p2 0.08
Valid N (listwise) 2139158
75 p0 7.95
p1 1.20
p2 0.28
Valid N (listwise) 1415588
Keterangan: Kolom N menunjukkan banyaknya penduduk Kolom Mean menunjukkan nilai indicator sesuai kolom ke-2
Untuk memudahkan, output tersebut disajikan pada Tabel 4
Tabel 4: Jumlah dan Persentase Penduduk Miskin, P1, P2 dan GK Provinsi DKI Jakarta menurut Kota, Tahun 2007
Kota Jumlah
Penduduk Miskin
Persentase Penduduk
Miskin P1 P2
Garis Kemiskinan
(Rp/Kapita/Bulan)
(1) (2) (3) (4) (5) (6) (7) 1 Kab. Kep. Seribu 2.9 15.12 2.48 0.53 Rp 292.173,-
71 Jakarta Selatan 76.3 3.74 0.81 0.27 Rp 293.628,- 72 Jakarta Timur 94.6 4.02 0.65 0.17 Rp 248.622,- 73 Jakarta Pusat 34.5 3.99 1.01 0.31 Rp 230.452,- 74 Jakarta Barat 85.2 4.04 0.44 0.08 Rp 232.735,- 75 Jakarta Utara 112.2 7.95 1.20 0.28 Rp 240.830,-
DKI JAKARTA 405.7 4.61 0.59 0.12 Rp 266.874,-
23
BAB 4 KESIMPULAN
Metode pengukuran kemiskinan dengan pendekatan kemampuan untuk
memenuhi kebutuhan dasar (Cost of Basic Needs/CBN approach), masih
relevan dengan kondisi sosial ekonomi masyarakat. Secara garis besar,
tahapan membuat GK dengan metode CBN adalah sebagai berikut:
1. Menentukan indikator kesejahteraan: pengeluaran per kapita
2. Menentukan asupan energi minimum untuk hidup sehat: 2100 kalori
3. Memilih kelompok komoditi makanan yang dapat memenuhi kebutuhan
energi minimum: 52 komoditi
4. Memperkirakan biaya minimum yang diperlukan untuk membeli komoditi
makanan tersebut untuk memenuhi kebutuhan 2100 kalori: GKM
5. Memperkirakan biaya minimum untuk komponen bukan makanan (GKNM)
6. Menghitung GK: GK = GKM + GKNM
Setelah GK didapat, maka dapat dihitung indicator-indikator kemiskinan.
Beberapa indikator kemiskinan yang umum disajikan antara lain.
1. Proporsi penduduk miskin: pq
zyz
NP
q
i
i =⎟⎠⎞
⎜⎝⎛ −
= ∑=
0
10
1
Proporsi Penduduk Miskin/Headcount Index (dinotasikan P0) merupakan
proporsi dari populasi yang konsumsinya berada di bawah GK (rasio
pendududk miskin terhadap seluruh populasi). P0 menyatakan persentase
penduduk miskin terhadap total penduduk.
24
2. Indeks kedalaman kemiskinan: ∑=
⎟⎠⎞
⎜⎝⎛ −
=q
i
i
zyz
NP
11
1
Indeks Kedalaman Kemiskinan/Poverty Gap Index (dinotasikan P1)
merupakan ukuran rata-rata kesenjangan pengeluaran masing-masing
penduduk miskin terhadap GK. Semakin tinggi nilai indeks, semakin jauh
rata-rata pengeluaran penduduk miskin dari GK.
3. Indeks keparahan kemiskinan: 2
12
1 ∑=
⎟⎠⎞
⎜⎝⎛ −
=q
i
i
zyz
NP
Indeks Keparahan Kemiskinan /Poverty Severity Index (dinotasikan P2):
merupakan rata-rata dari kuadrat kedalaman kemiskinan penduduk miskin.
Semakin tinggi nilai indeks, semakin tinggi ketimpangan pengeluaran
diantara penduduk miskin.
Ketiga indikator tersebut memiliki kelebihan dan kekurangan, sehingga
keberadaan ketiganya akan saling melengkapi.
Salah satu program yang dapat digunakan untuk mendapatkan garis
kemiskinan dan indikator-indikator lainnya adalah SPSS. Jika semua syntax
pada BAB 3 kita gabung dalam satu file, maka dengan sekali eksekusi, GK, P0,
P1, dan P2 akan dihasilkan. Kecepatan eksekusi tergantung performa komputer
yang digunakan.
25
BAB 5 PENUTUP
Metode pengukuran kemiskinan bukanlah suatu hal statis. Sebaliknya,
metode pengukuran kemiskinan adalah hal yang sangat dinamis. Mengingat
betapa strategisnya data kemiskinan, penyempurnaan harus terus dilakukan
seiring perkembangan dinamika penduduk. Hal ini dilakukan untuk
menghasilkan nilai yang lebih baik sehingga berguna terutama bagi pengambil
kebijakan.
Kritik dan saran yang bersifat meembangun akan kami terima dan menjadi
masukan yang sangat berharga. Termasuk kritik dan saran mengenai program
yang digunakan. Kritik dan saran dapat disampaikan ke Subdirektorat Statistik
Kerawanan Sosial, Badan Pusat Statistik, Jakarta.
Akhir kata, penulis berharap tulisan ini dapat bermanfaat untuk menambah
pengetahuan mengenai kemiskinan. Terima kasih.
26
KEPUSTAKAAN
Badan Pusat Statistik dan World Bank Institute, 2002, Dasar-dasar Analisis
Kemiskinan, BPS: Jakarta
Badan Pusat Statistik, 2007, Data dan Informasi Kemiskinan Tahun 2007,
Buku 2: Kabupaten, BPS: Jakarta
Badan Pusat Statistik, 2008, Pelatihan Statistik Kemiskinan: Modul
Penghitungan Kemiskinan (Basic Need Approach)
dengan SPSS, BPS: Batam
27
RIWAYAT HIDUP
Nama : Suhariadi
Tempat Lahir : Jakarta
Tanggal Lahir : 19 Juni 1980
Jenis Kelamin : Laki-laki
Agama : Islam
Status : Kawin
Pendidikan
• SMA Negeri 28 Jakarta, Tahun 2000
• Universitas Indonesia, Jurusan Matematika, Tahun 2004
Pekerjaan
• Staf Pengajar Matematika SMA, BTA-Group, 2000-2006
• Editor naskah buku Matematika SMA, PT. Erlangga, 2001-2005
• Koordinator Sekretariat BTA-Group, 2002-2006
• Asisten Dosen, Universitas Indonesia, Jurusan Matematika, 2002-2004
• Guru Matematika, SMAI Al-Izhar, 2005-2006
• Staf Badan Pusat Statistik, 2006-sekarang
NIP : 340017943
Direktorat : Statistik Ketahanan Sosial
Subdit : Statistik Kerawanan Sosial
Seksi : Statistik Kemiskinan
Dengan ini saya menyatakan bahwa data di atas adalah benar.
Hormat saya,
Suhariadi
BADAN