i
PENGARUH SECARA SIMULTAN ANTARA
PERKEMBANGAN DANA ZAKAT DAN VARIABEL
MAKRO EKONOMI TERHADAP KEMISKINAN DI
INDONESIA PERIODE 2015-2018
(Studi Kasus 15 Provinsi)
SKRIPSI
Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat Guna
Memperoleh Gelar Sarjana Ekonomi (S.E.)
Disusun Oleh:
DHANI MASTUROH
63020-15-00018
PROGRAM STUDI S1 EKONOMI SYARIAH
FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI (IAIN) SALATIGA
2019
ii
iii
KEMENTERIAN AGAMA REPUBLIK INDONESIA
INSTITUT AGAMA ISLAM NEGERI (IAIN) SALATIGA
FAKULTAS EKONOMI DAN BISNIS ISLAM
Jalan Tentara Pelajar No. 02 Salatiga 50721 Telepon (0298) 323706
Website: www.febi.iainsalatiga.ac.id E-Email:administrasiiaiansalatiga.ac.id
PERSETUJUAN PEMBIMBING
Setelah diadakannya pengarahan, bimbingan, koreksi, dan perbaikan
seperlunya, maka skripsi Saudara:
Nama : Dhani Masturoh
NIM : 63020150018
Fakultas : Ekonomi dan Bisnis Islam
Program Studi : Ekonomi Syariah (S1)
Judul Skripsi :PENGARUH SECARA SIMULTAN ANTARA
PERKEMBANGAN DANA ZA KAT DAN VARIABEL
MAKRO EKONOMI TERHADAP KEMISKINAN DI
INDONESIA PERIODE 2015-2018. (Studi Kasus 15 Provinsi)
Dapat diajukan dalam sidang munaqosah skripsi. Demikian Surat ini dibuat
untuk dapat dipergunakan sebagaimana mestinya.
Salatiga, 22 Mei 2019
Pembimbing
Dr. Anton Bawono,M.Si.
NIP 19740320 200312 1 001
iv
KEMENTERIAN AGAMA REPUBLIK INDONESIA
INSTITUT AGAMA ISLAM NEGERI (IAIN) SALATIGA
FAKULTAS EKONOMI DAN BISNIS ISLAM
Jalan Tentara Pelajar No. 02 Salatiga 50721 Telepon (0298) 323706
Website: www.febi.iainsalatiga.ac.id E-Email: administrasiiaiansalatiga.ac.id
PENGESAHAN
PENGARUH SECARA SIMULTAN ANTARA PERKEMBANGAN DANA
ZAKAT DAN VARIABEL MAKRO EKONOMI TERHADAP KEMISKINAN
DI INDONESIA PERIODE 2015-2018. (Studi Kasus 15 Provinsi)
DISUSUN OLEH
DHANI MASTUROH
NIM: 63020150018
Telah dipertahankan oleh Panitia Dewan Penguji Skripsi Program Studi
Perbankan Syariah, Institut Agama Islam Negeri (IAIN) Salatiga, pada hari, tanggal
Senin 1 Juli 2019 dan telah dinyatakan memenuhi syarat guna memperoleh gelar
sarjana SI Ekonomi.
Susunan Panitia Penguji
Ketua Penguji : Dr. Anton Bawono, M.Si
Sekretaris Penguji : Nur Huri Mustofa, M.Si.
Penguji I : Taufikur Rahman, M.Si
Penguji II : Imanda Firmantyas, M.Si
Sa latiga, 1 Juli 2019
Dekan Fakultas Ekonomi dan Bisnis Islam
Dr. Anton Bawono,M.Si.
NIP 19740320 200312 1 001
v
PERNYATAAN BEBAS PLAGIAT
Saya yang bertanda tangan dibawah ini:
Nama : Dhani Masturoh
NIM : 63020150018
Program Studi : Ekonomi Syariah (S1)
Fakultas : Ekonomi dan Bisnis Islam
Judul Skripsi : PENGARUH SECARA SIMULTAN ANTARA
PERKEMBANGAN DANA ZAKAT DAN VARIABEL
MAKRO EKONOMI TERHADAP KEMISKINAN DI
INDONESIA PERIODE 2015-2018. (Studi Kasus 15
Provinsi)
Dengan ini saya menyatakan bahwa skripsi ini benar-benar bebas dari plagiat dan
apabila pernyataan ini terbukti tidak benar maka saya bersedia menerima sanksi
sesuai ketertiban yang berlaku. Demikian surat pernyataan ini saya buat untuk
dipergunakan sebagaimana semestinya.
Salatiga, 1 Juli 2019
Yang membuat pernyataan,
Dhani Masturoh
NIM. 63020150018
vi
PERNYATAAN KEASLIAN TULISAN
Saya yang bertanda tangan di bawah ini:
Nama : Dhani Masturoh
NIM : 63020150018
Program Studi : S1 Ekonomi Syariah
Fakultas : Ekonomi dan Bisnis Islam
Judul Skripsi :PENGARUH SECARA SIMULTAN ANTARA
PERKEMBANGAN DANA ZAKAT DAN
VARIABEL MAKRO EKONOMI TERHADAP
KEMISKINAN DI INDONESIA PERIODE 2015-
2018 (Studi Kasus 15 Provinsi).
Menyatakan bahwa skripsi yang saya tulis benar-benar merupakan hasil karya
saya sendiri, bukan jiplakan dari karya tulis orang lain. Pendapat atau temuan orang
lain yang terdapat dalam skripsi ini dikutip atau dirujuk berdasarkan kode etik ilmiah.
Salatiga, 1 Juli 2019
Penulis
Dhan i Masturoh
NIM. 63020150018
vii
PERNYATAAN PUBLIKASI SKRIPSI
Saya yang bertanda tangan dibawah ini:
Nama : Dhani Masturoh
NIM : 63020150018
Program Studi : Ekonomi Syariah (S1)
Fakultas : Ekonomi dan Bisnis Islam
Judul Skripsi :PENGARUH SECARA SIMULTAN ANTARA
PERKEMBANGAN DANA ZAKAT DAN VARIABEL
MAKRO EKONOMI TERHADAP KEMISKINAN DI
INDONESIA PERIODE 2015-2018 (Studi Kasus 15
Provinsi).
Demikian surat pernyataan ini saya buat, apabila di kemudian hari terbukti
karya saya ini bukan karya sendiri maka saya sanggup menangung semua
konsekuensinya.
Salatiga, 1 Juli 2019
Yang membua t pernyataan,
Dhani Masturoh
NIM. 63020150018
viii
MOTO
Jangan Bangga Dengan Siapa Dibelakangmu
Namun Yakinlah Dengan Kemampuanmu
PERSEMBAHAN
Untuk Kedua Pahlawan Hidup Saya (Ayah Ahmad Jabri dan Ibu Umi Shofiyatul
Janah) Sang Lentera Penerang Dari Segala Arah.
Untuk kedua Saudara Kandung Saya (Wiwin Nur Aini dan Muhamad Nandha
Farhan Ramadhani) membuktikan bahwa kita mampu diatas mereka tanpa perlu
pujian yang menggema.
Untuk Ummy Elly, Abey (super motivation for life)
ix
ABSTRAK
Masturoh, Dhani, 2019. Hubungan Simultan antara Perkembangan Dana Zakat dan
Variabel Makro Ekonomi Terhadap Kemiskinan Di Indonesia Periode
2015-2018). Skripsi, Fakultas Ekonomi dan Bisnis Islam Program Studi S1
Ekonomi Syariah IAIN Salatiga, Pembimbing; Dr. Anton Bawono, SE,.
M.Si
Tingginya penghimpunan dana zakat yang dipengaruhi oleh penganguran
terbuka dan jumlah penduduk, tingkat inflasi yang dipengaruhi oleh investasi dan
dana zakat serta jumlah pengangguran terbuka yang di pengaruhi oleh jumlah
penduduk dan inflasi diduga dapat mempengaruhi tingkat kemiskinan di 15 Provinsi
di Indonesia. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana pengaruh
antara perkembangan dana zakat dan variabel makro ekonomi. Variabel makro
ekonomi yang digunakan adalah inflasi dan penganguran terbuka sebagai variabel
endogen dan penganguran terbuka, jumlah penduduk, investasi, dana zakat dan inflasi
sebagai variabel exogen terhadap tingkat kemiskinan di 15 provinsi di Indonesia
periode 2015-2018. Objek penelitian ini adalah provinsi di Indonesia yang terdaftar di
dalam BAZNAS dan BPS selama periode 2013-2018. Metode yang digunakan adalah
regresi data Panel.
Hasil penelitian ini menunjukan bahwa secara simultan variabel dana zakat
dipengaruhi oleh variabel penganguran terbuka dan jumlah penduduk, variabel inflasi
yang dipengaruhi oleh variabel dana zakat serta variabel penganguran terbuka yang
dipengaruhi oleh variabel jumlah penduduk dan inflasi berpengaruh segnifikan
terhadap kemiskinan di 15 provinsi di Indonesia. Variabel dana zakat baik secara
langsung atau memalui variabel inflasi berpengaruh negatif segnifikan tergadap
kemiskinan. Variabel inflasi baik secara langsung atau melalui variabel penganguran
terbuka berpengaruh positif segnifikan terhadap kemiskinan. Variabel penganguran
terbuka secara langsung berpengaruh positif tidak segnifikan dan berpengaruh negatif
tidak segnifikan apabila memalui variabel dana zakat. Variabel jumlah penduduk
berpengaruh negatif segnifikan saat melalui variabel dana zakat dan berpengaruh
positif segnifikan saat melalui variabel penganguran terbuka. Variabel invetasi
berpengaruh negatif segnifikan dengan memalui variabel inflasi.
Kata kunci: Perkembangan Dana Zakat (DZ), Inflasi (INF), Penganguran Terbuka
(PT), Jumlah Penduduk (JP), Investasi (IVS) dan Tingkat Kemiskinan
(Y).
x
KATA PENGANTAR
Assalamu’alaikum Wr. Wb.
Alhamdulillahi rabbi-l-alamin, syukur alhamdulilah penulis panjatkan atas
kehadirat ALLah SWT, engan segala rahmat dan karunia-Nya akhirnya penulis dapat
menyelesaikan skripsi ini yang berjudul “Analisis Secara Simultan Perkembangan
Dana Zakat dan Variabel Mkaro Ekonomi Terhadap Kemiskinan di Indonesia (pada
15 Provinsi) tahun 2015-2018”.
Skripsi ini disususn dalam rangka memenuhi syarat-syarat untuk memperoleh
gelar Sarjana Ekonomi (S1) Institut Agama Islam Negeri (IAIN) Salatiga.
Terselesainya skripsi ini tidak lepas dari banyaknya doa, dukungan, bantuan,
bimbingan serta semangat dari orang-orang terbaik yang ada disekeliling penulis.
Maka dari itu penulis menyampaikan terimakasih yang sebesar-besarnya kepada:
1. Bapak Prof. Dr. Zakiyuddin, M.Ag. selaku Rektor Institut Agama Islam
Negeri Salatiga (IAIN) Salatiga.
2. Bapak Dr. Anton Bawono, M.Si selaku Dekan Fakultas Ekonomi dan Bisnis
Islam Institut Agama Islam Negeri (IAIN) Salatiga. Dan selaku dosen
pembimbing yang yelah berkenan secara ikhlas dan sabar mengeluarkan
waktu serta mencurahkan pikiran dan tenaganya memberi bimbingan dan
pengarahan yang sangat berguna sejak awal proses penyusunan dan penulisan
hingga terselesainya skripsi ini.
3. Bapak Qi Mangku Bajahtulloh,Lc,.M.SI Selaku Ketua Program Studi
Ekonomi Syariah S1 Institut Agama Islam Negeri (IAIN) Salatiga.
xi
4. Bapak dan Ibu Dosen Institut Agama Islam Negeri (IAIN) Salatiga yang telah
memberikan ilmunya dengan tulus dan iklas.
5. Kedua orang tuaku (Bapak Ahmad Jabri dan Ibu Umi Shofiyatul Janah) yang
senantiasa mengalirkan kesejukan kasih melelui upaya dan dia serta sebagai
motifasi utamaku.
6. Dua saudara kandungku (Wiwin Nuraini dan Muhamad Nandha Farhan
Ramadhani) kakak iparku (Lajul Imam) serta keponakanku (Muhamad Melvin
Mauza) yang lelalu dan memberi inspirasi dalam pengerjaan skripsi ini.
7. Teman-teman KKN posko 33 (Leny, Anis, Indri, Aini, Ujik, Sabil, Budi,
Aspril) beserta Bapak Suroto dan Ibu pemilik posko.
8. Teman-teman magang di Sekertariat Jendral Dewan Perwakilan Daerah
Republik Indonesia (DPD RI) (Ali, Hadi, Flo, Lingling) yang telah
memberikan semangat dan motifasi dalam pengerjaan skripsi ini.
9. Sahabat-sahabatku tercinta yang selalu membantu dalam segala hal (mb
Winrsih, Endah, Nanik, mb Umami, Hadi, Rido, Fita Fatimah, Ameng, dek
wiwin dan (sang motivator) Mamy Elly.
10. Segenap teman-teman Ekonomi Syariah S1 angkatan 2015 khususnnya
Ekonomi Syariah konsentrasi Public Policy yang telah setia berjuang
bersama-sama mencari ilmu di Fakultas tercinta ini.
11. Teman-teman Himpunan Mahasiswa Program Studi (HMPS) S1 Ekonomi
Syariah Fakultas Ekonomi dan Bisnis Islam yang lelalu memberi dukungan
dan inspirasi dalam menyelesaikan skripsi ini.
xii
12. Kepada semua pihak yang telah memberikan bantuan kepada penulis dalam
menyelesaikan skripsi ini.
Penulis menyadari bahwa skripsi ini masih banyak kekurangan karena
keterbatasan pengetahuan maupun pengalaman yang dimiliki penulis. Oleh karena
itu, penulis mengharapkan segala bentuk saran serta masukan dan kritik yang
membangaun dari semua pihak.
Wassalamualaikum Wr. Wb
Salatiga. 1 Juli 2019
DHANI MASTUROH
xiii
DAFTAR ISI
PERSETUJUAN PEMBIMBING .............................................................. iii
PENGESAHAN ........................................................................................... iv
PERNYATAAN BEBAS PLAGIAT ........................................................... v
PERNYATAAN KEASLIAN TULISAN ................................................... vi
ABSTRAK .................................................................................................... ix
KATA PENGANTAR .................................................................................. x
DAFTAR ISI .............................................................................................. xiii
DAFTAR TABEL ...................................................................................... xvi
DAFTAR GAMBAR ............................................................................... xviii
BAB I PENDAHULUAN ............................................................................. 1
A. Latar Belakang .................................................................................... 1
B. Rumusan Masalah ............................................................................... 9
C. Tujuan Penelitian ................................................................................. 9
D. Manfaat Penelitian ............................................................................. 10
E. Sistematika Penulisan ........................................................................ 11
BAB II LANDASAN TEORI ..................................................................... 13
A. Telaah Pustaka ................................................................................... 13
Model 1 ................................................................................................. 13
1. Zakat terhadap kemiskinan ............................................................ 13
2. Inflasi terhadap kemiskinan ........................................................... 14
3. Penganguran terhadap kemiskinan ................................................ 15
xiv
Model 2 ................................................................................................. 16
1. Penganguran terbuka terhadap Dana Zakat ................................... 16
2. Jumlnah Penduduk terhadap Dana Zakat....................................... 17
Model 3 ................................................................................................. 18
1. Investasi terhadap inflasi ............................................................... 18
2. Dana zakat terhadap Inflasi............................................................ 19
Model 4 ................................................................................................. 19
1. Jumlah penduduk terhadap penganguran terbuka .......................... 19
2. Inflasi terhadap penganguran terbuka ............................................ 20
B. Kerangka Teori .................................................................................. 21
1. Kemisinan ...................................................................................... 21
2. Zakat .............................................................................................. 28
3. Inflasi ............................................................................................. 37
4. Pengangguran................................................................................. 41
7. Jumlah Penduduk ........................................................................... 45
8. Investasi ......................................................................................... 51
C. Kerangka Berfikir .............................................................................. 54
D. Hipotesis Penelitian ........................................................................... 57
BAB III METODE PENELITIAN ............................................................ 60
A. Metode Penelitian .............................................................................. 60
B. Variabel Dependen ............................................................................ 64
C. Variable Independen............................................................................ 64
D. Teknik analisis data .............................................................................. 66
xv
BAB IVANALISIS DATA ......................................................................... 75
A. Deskripsi Obyek Penelitian ............................................................... 75
B. Analisis Data ..................................................................................... 79
BAB V PENUTUP .................................................................................... 120
A. Kesimpulan ...................................................................................... 120
B. Saran ................................................................................................ 123
DAFTAR PUSTAKA ............................................................................... 124
xvi
DAFTAR TABEL
Tabel 2.1 Research Gap Model Pertama DZ terhadap Kemiskinan ...........................13
Tabel 2.2 Research Gap Model Pertama INV terhadap Kemiskinan ........................14
Tabel 2.3 Research Gap Model Pertama PT terhadap Kemiskinan ...........................15
Tabel 2.4 Research Gap Model Kedua PT terhadap Zakat .......................................16
Tabel 2.5 Research Gap Model Kedua JP terhadap Zakat ........................................17
Tabel 2.6 Research Gap Model Ketiga Investasi terhadap Inflasi ............................18
Tabel 2.7 Research Gap Model Ketiga DZ terhadap Inflasi .....................................19
Tabel 2.8 Research Gap Model Keempat JP terhadap Pengangguran .......................19
Tabel 2.9 Research Gap Model Keempat INV terhadap Penganguran ......................20
Tabel 3.1 Daftar Provinsi ...........................................................................................62
Tabel 4.1 Deskriptiv Variabel Kemiskinan ................................................................75
Tabel 4.2 Deskriptiv Variabel Dana Zakat ................................................................76
Tabel 4.3 Deskriptiv Variabel Inflasi .........................................................................76
Tabel 4.4 Deskriptiv Variabel Penganguran Terbuka ................................................77
Tabel 4.5 Deskriptiv Variabel Investasi .....................................................................78
Tabel 4.6 Deskriptiv Variabel Jumlah Penduduk ......................................................79
Tabel 4.8 Stasionerits .................................................................................................80
Tabel 4.9 Uji Regresi Common Effect .......................................................................81
Tabel 4.10 Uji Regresi Fixed Effect ..........................................................................82
Tabel 4.11 Uji Chow Test ..........................................................................................83
Tabel 4.12 Uji Regresi Random Effect .....................................................................84
Tabel 4.13 Uji Hausman_Test ....................................................................................85
Tabel 4.14 Uji Statistik Model Pertama ....................................................................86
Tabel 4.15 Uji Statistik Model Kedua .......................................................................89
Tabel 4.16 Uji Statistik Model Ketiga .......................................................................91
Tabel 4.17 Uji Statistik Model Keempat ...................................................................94
Tabel 4.18 Uji Multikolinieritas Model Pertama ......................................................102
xvii
Tabel 4.19Uji Multikolinieritas Model Kedua .........................................................103
Tabel 4.20 Uji Multikolinieritas Model Kedua Pengobatan ....................................103
Tabel 4.21 Uji Multikolinieritas Model Ketiga .......................................................104
Tabel 4.22 Uji Multikolinieritas Model Ketiga Pengobatan.....................................105
Tabel 4.23 Uji Multikolinieritas Model Empat .......................................................106
Tabel 4.24 Uji Heteroskedastisitas Model Pertama ................................................106
Tabel 4.25 Uji Heteroskedastisitas Model Pertama dengan White .........................107
Tabel 4.26 Uji Heteroskedastisitas Model Kedua ...................................................108
Tabel 4. 27 Uji Heteroskedastisitas Model Kedua dengan White..........................109
Tabel 4. 28 Uji Heteroskedastisitas Model Ketiga ...................................................110
Tabel 4. 29 Uji Heteroskedastisitas Model Ketiga dengan White ............................110
Tabel 4. 30 Uji Heteroskedastisitas Model Keempat ............................................111
Tabel 4.31 Uji Heteroskedastisitas Model Keempat dengan White........................112
Tabel 4.32 Uji Persamaan Simultan Model Pertama ...............................................113
Tabel 4. 33 Uji Persamaan Simultan Model Kedua..................................................113
Tabel 4. 34 Uji Persamaan Simultan Model Ketiga .................................................114
Tabel 4.35 Uji Persamaan Simultan Model Keempat ..............................................115
xviii
DAFTAR GAMBAR
Gambar 2.1 Kerangka Berfikir ...................................................................................55
Gambar 4.1 Uji Normalitas Model Pertama ...............................................................97
Gambar 4.1 Uji Normalitas Model Pertama dengan Log............................................97
Gambar 4.1 Uji Normalitas Model Kedua ..................................................................98
Gambar 4.1 Uji Normalitas Model Kedua dengn Log ...............................................99
Gambar 4.1 Uji Normalitas Model Ketiga .................................................................99
Gambar 4.1 Uji Normalitas Model Ketiga dengan ...................................................100
Gambar 4.1 Uji Normalitas Model Kempat .............................................................101
Gambar 4.1 Uji Normalitas Model Keempat dengan Log........................................101
1
BAB I
PENDAHULUAN
A. Latar Belakang
Di era globalisasi ini banyak permasalahan ekonomi yang sulit
untuk diselesaikan, salah satunya adalah kemiskinan. Kemiskinan
merupakan salah satu permasalahan ekonomi yang pasti dialami oleh
semua negara. Baik itu negara maju, negara berkembang maupun negara
miskin. Kemiskinan tidak hanya menjadi permasalahan ekonomi tetapi
juga menjadi salah satu faktor yang memicu tindak kriminalitas seperti
pencurian, penipuan dan bahkan pembunuhan. Karena itu disetiap negara
memiliki program tersendiri dalam upaya pengantasan kemiskinan.
Menurut Arsyad (2010:299) kemiskinan di Indonesia bersifat
multidimensial. Kemiskinan yang bersifat multidimensial dapat dilihat
dari berbagai aspek diantaranya aspek primer dan aspek sekunder. Aspek
primer berupa miskin asset, organisasi sosial politik dan pengetahuan serta
keterampilan yang rendah. Sedangkan aspek sekunder berupa miskin akan
jaringan sosial, sumber keuangan dan informasi.
Dilain sisi, kemiskinan juga dikatakan sebagai persoalan yang
kompleks karena tidak hanya berkaitan dengan masalah rendahnya tingkat
pendapatan dan konsumsi, tetapi berkaitan juga dengan rendahnya tingkat
pendidikan, kesehatan serta ketidak berdayaanya untukberpartisipasi
2
dalam pembangunan serta berbagai masalah yang berkenaan den
pembangunan manusia. Dimensi-dimensi kemiskinan tersebut
termanifestasikan dalam bentuk kekurangan gizi, air, perumahan yang
sehat, perawatan kesehatan yang kurang baik dan tingkat pendidikan yang
rendah (Wijayanti, 2005: 215).
Penyebeb kemiskinan bermuara pada teori lingkaran kemiskinan
yaitu suatu serangkaian kekuatan yang saling mempengaruhi suatu
keadaan dimana suatu negara akan tetap miskian dan akan banyak
mengalami kesukaran untuk mencapai tingkat pembangunan yang lebih
baik. Adanya keterbelakangan dan ketertinggalan sumber daya manusia
(SDM) yang tercermin oleh rendahnya indeks pembangunan manusia
(IPM), ketidaksempurnaan pasar, dan kurangnya modal menyebabkan
rendahnya produktifitas. Rendahnya produktifitas mengakibatkan
rendahnya pendapatan yang diterima yang oleh masyarakat tercermin oleh
rendahnya pertumbuhan ekonomi atau produk domestik regional bruto
(PDRB) (Kuncoro,1997:132).
Sektor ketenaga kerjaan tolak ukur keberhasilan pembangunan
salah satunya dapat dilihat dari jumlah penduduk miskin usia 15 tahun
keatas dengan status bekerja. Kegiatan penduduk miskin dengan maksud
memperoleh atau penghasilan untuk mendapatkan keuntungan yang
dilakukan paling sedikit selama satu jam berturut-turut dalam seminggu
terakhir. Semakin banyak penduduk miskin yang bekerja makan akan
menurunkan tingkat kemiskinan yang seknifikan.
3
Hal tersebut terlihat dari keseriusan pemerintah dalam
menciptakan lapangan kerja dan memberikan pelatihan-pelatihan pada
penduduk miskin usia 15 tahun ketas. Dalam menjalankan kegiatan
tersebut diantara masyarakat saling membangun hubungan sosial untuk
mewujudkan keharmonisan antar masyarakat, hal ini tercermin dalam
islam melalui pemberian zakat. Zakat merupakan salah satu cara untuk
menstabilkan kehidupan ekonomi masyarakat, dengan zakat orang-orang
miskian yang membutuhkan akan terbantu (Sukirno,2008: 329).
Banyak variabel ekonomi yang dapat mempengaruhi kemiskinan
seperti perkembangan dana zakat dan variabel ekonomi lainya seperti
inflasi dan pengangguran terbuka. Zakat merupakan ibadah yang secara
langsung dan erat kaitanya dengan ekonomi. Indonesia sebagai negara
yang mayoritas muslim terbanyak di dunia tentu memiliki potensi zakat
yang sangat luar biasa jika dikelola dengan professional.
Pengelolaan zakat yang dilakukan oleh pemerintah harapanya
dapat mempengaruhi beban kehidupan penduduk yang taraf hidupnya
dibawah kemiskinan. Zakat merupakan suatu trobosan yang sangat ampuh
untuk mengatasi masalah kemiskinan yang belum bisa teratasi. Zakat
sangat banyak manfaatnya bagi ekonomi suatu nengara, dimana zakat
dapat meringankan beban masyarakat miskin suatu negara, sebagai
harapanya melelui pemberian zakat maka daya beli masyarakat akan
meningkat.
4
Dalam hal ini penyaluran dana zakat dipengaruhi oleh dua faktor
yaitu pengguran terbuka dan faktor jumlah penduduk, mengapa
pengangguran dikatakan faktor yang dapat mempengaruhi penyaluran
dana zakat dikarenakan pengangguran akan memperkecil pendapatan
nasional karena pengangguran tidak memberikan pendapatan. Selain itu
pengangguran bisa mendatangkan masalah sosial di masyarakat seperti
kesenjangan sosial, atau kesejahteraan.
Oleh karena itu masalah ketenaga kerjaan harus diperhatikan
dengan baik, karena merupakan salah satu unsur pokok dalam upaya
mengurangi kemiskinan, (Sukirno: 2006:69). Tenaga kerja didalam
pembangunan mutlak diperlukan karena merekalah yang melaksanakan
pembangunan ekonomi itu. Apabila jika lapangan pekerjaan tidak
menyerap tenaga kerja dengan baik, maka akan timbul pengangguran
(Hafidzah, 2017:3).
Selanjutnya variabel yang dapat mempengaruhi penyaluran dana
zakat adalah pengangguran terbuka dan jumlah penduduk yang tinggi.
Angkatan kerja yang besar akan terbentuk dari jumlah penduduk yang
tinggi. Menurut Malthus, kenaikan jumlah penduduk yang terus-menerus
merupakan unsur yang perlu untuk menunjang tambahan permintaan,
namun didisi lain kenaikan jumlah penduduk yang tinggi dikhawatirkan
akan menimbulkan efek yang buruk terhadap pertumbuhan ekonomi.
Menurut Todarao (2006:236) pertumbuhan penduduk yang cepat
mendorong timbulnya masalah keterbelakangan dan membuat prospek
5
pembangunan menjadi semakin jauh. Kenaikan jumlah penduduk tanpa
dibarengi dengan kemajuan faktor-faktor perkembangan yang lain tentu
tidak akan menaikan pendapatan dan permintaan. Dengan demkian,
timbulnya jumlah penduduk justru akan menurunkan tingkat upah dan
berarti pula memperendah biaya produksi. Turunya biaya produksi akan
memperbesar keuntungan-keuntungan para kapitalis dan mendorong
mereka untuk terus berproduksi. Tetapi keadaan ini hanya sementara
sifatnya, sebeb permintaan efektif (effective demand) akan semakin
berkurang karena pendapatan buruh juga semakin berkurang (Dumairy,
1996:58).
Selanjutnya terdapat variabel ekonomi lain yang mempengaruhi
kemiskinan yaitu inflasi. Inflasi merupakan kenaikan harga barang dan
jasa sacara keseluruhan. Jika hanya satu barang saja yang naik itu bukan
disebut sebagai inflasi, kecuali kenaikan harga barang tersebut
berpengaruh pada harga barang yang lain. Indonesia memiliki tingkat
inflasi yang tinggi dan terus berfluktuatif. Bahkan terkadang tingkat
inflasi yang terjadi tidak sesuai dengan prediksi awal. Jenis inflasi seperti
ini dapat menurunkan kinerja suatu pertumbuhan ekonomi. Dengan
adanya inflasi yang tinggi menyebabkan kemampuan masyarakat untuk
memenuhi kebutuhan hidupnya menjadi berkurang. Akibatnya tingkat
kemiskinan semakin tinggi dan kesejahteraan masyarakat menjadi
berkurang.
6
Dalam skripsi ini dibahas bahwa inflasi dipengaruhi oleh dua
faktor yaitu investasi dan dana zakat. Salah satu alat kebijakan ekonomi
adalah esay money policy, yang diharapkan dapat menciptakan
kemudahan dalam memperoleh kredit perbankan untuk investasi.
Kemudian yang diciptakan ini akan berakibat pula meningkatnya barang-
barang investasi dan juga barang-barang konsumsi. Meningkatnya
permintaan ini akan mengakibatkan kecenderungan kenaikan harga-harga
umum atau mengakibatkan adanya inflasi (Budiono, 1985:178).
Dampak yang ditimbulkan oleh inflasi yaitu dampak positif dan
dampak negatif tergantung tingkat keparahan yang ditimbulkan inflasi.
Jika inflasi itu ringan, maka akan menjadi pengaruh yang positif dalam
arti dapat mendorong perekonomian yang lebih baik, karena disertai
dengan meningkatnya pendapatan nasional dan membuat orang semangat
untuk bekerja, menabung dan mengadakan investasi. Sebaliknya, dalam
masa inflasi yang parah, yaitu pada saat terjadi inflasi tak terkendali
(hiperinflasi), keadaan perekonomian menjadi kacau dan perekonomian
dikatakan lesu. Orang menjadi tidak bersemangat kerja, menabung atau
mengadakan investasi dan produksi karena adanya percepatan lonjakan
harga (Rahmana, 2017: 16)
Akar permasalahan kemiskinan selanjutnya adalah keberadaan
lapangan pekerjaan yang tidak bisa menampung kebutuhan angkatan
kerja yang tercipta tersebut, sehingga terciptalah pengangguran yang
berujung terhadap pembentukan kemiskinan. Pengangguran adalah
7
jumlah tenaga kerja dalam perekonomian yang aktif mencari pekerjaan
tetapi belum memperolehnya (Sukirno, 2004: 83).
Sedangkan menurut (Mankiw, 2006:72), pengangguran adalah
masalah makro ekonomi yang mempengaruhi manusia secara langsung
dan merupakan masalah yang paling berat. Salah satu unsur yang
menentukan kemakmuran suatu masyarakat adalah tingkat pendapatan.
Pendapatan mencapai maksimum apabila kondisi tingkat pengangguran
tenaga kerja penuh (full employment) dapat terwujud, jika tidak maka
akan terjadi penganguran. Efek buruk dari pengangguran adalah
mengurangi tingkat pendapatan masyarakat dan dengan begitu akan
memberikan dampak domino mengurangi tingkat kemakmuran. Semakin
turun tingkat kemakmuran masyarakat karena pengangguran tentunya
akan meningkatkan peluang terjebak dalam kemiskinan dan akan
menimbulkan masalah lain yaitu kekacauan politik dan sosial (Sukirno,
2010: 83).
Penumpukan jumlah angkatan kerja tentu akan memberikan beban
tambahan bagi perekonomian suatu negara apabila tidak disertai dengan
perluasan dan penciptaan lapangan kerjanya. Jika lowongan kerja baru
tidak bisa menampung semua angkatan kerja baru maka akan
memperpanjang barisan pengangguran yang sudah ada (Dumairy, 1997:
97). Oleh sebeb itu, tidak mengherankan jika pengangguran dikaitkan
sebagai salah satu faktor yang mempengaruhi kemiskinan. Dalam
8
pembahasan ini pengangguran terbuka dipengaruhi oleh faktor jumlah
penduduk dan inflasi.
Kemiskinan sebagai masalah berskala nasional selalu dihadapi
setiap pemerintah. Kemiskinan terjadi dari akumulasi berbagai persoalan
dan melibatkan banyak dimensi pokok. Menurut Makmum dalam
(Rusdarti, 2013:62) kemiskinan meniliki empat dimensi pokok, yaitu: (1)
kurangnya kesempatan/lack of opportunity; (2) rendahnya
kemampuan/low of capabilities; (3) kurangnya jaminan/low- level of
security; (4) ketidak berdayaan/low of capacity of empowerment.
Bank Dunia sendiri menyebut bahwa kemiskinan sebagai hasil
dari akuntabilitas dan responsibilitas institusi negara (Word Bank 2001).
Menyadari bahwa kemiskinan bersifat multo-dimensi dan mencerminkan
akuntabilitas dan responsibilitas dari institusi negara, maka upaya
pengentasan kemiskinan menjadi salah satu obyek tanggung jawab
pemerintah.
Berdasarkan latar belangang yang dipaparkan di atas, penulis
merasa tertarik untuk “Menganalisis Pengaruh Secara Simultan
Penyaluran Dana Zakat dan Variabel Makro Ekonomi Terhadap
Kemiskinan di Indonesia Tahun 2015-2018.”
9
B. Rumusan Masalah
Sesuai dengan judul yang diajukan beserta latar belakang, maka
rumusan masalah dalam penelitian ini adalah sebagai berikut:
1. Bagaimana Pengaruh Perkembangan Dana Zakat terhadap Kemiskinan
di Indonesia?
2. Bagaimana Pengaruh Inflasi terhadap Kemiskinan di Indonesia?
3. Bagaimana Pengaruh Pengangguran Terbuka terhadap Kemiskinan di
Indonesia?
4. Bagaimana Pengaruh Secara Simultan variabel Dana Zakat,
Penganguran Terbuka dan Jumlah Penduduk terhadap Kemiskinan di
Indonesia?
5. Bagaimana Pengaruh Secara Simultan variabel Inflasi, Investasi dan
Dana Zakat terhadap Kemiskinan di Indonesia?
6. Bagaimana Pengaruh Secara Simultan variabel Penganguran Terbuka,
Jumlah Penduduk dan Inflasi terhadap Kemiskinan di Indonesia?
C. Tujuan Penelitian
Berdasarkan permasalahan di atas, penelitian ini mempunyai
tujuan adalah sebagai berikut:
1. Untuk menguji dan menganalisis Pengaruh Perkembangan Dana Zakat
terhadap Kemiskinan di Indonesia?
2. Untuk menguji dan menganalisis Pengaruh Inflasi terhadap Kemiskinan
di Indonesia?
10
3. Untuk menguji dan menganalisis Pengaruh Pengangguran Terbuka
terhadap Kemiskinan di Indonesia?
4. Untuk menguji dan menganalisis Pengaruh Secara Simultan variabel
Dana Zakat, Penganguran Terbuka dan Jumlah Penduduk terhadap
Kemiskinan di Indonesia?
5. Untuk menguji dan menganalisis Pengaruh Secara Simultan variabel
Inflasi, Investasi dan Dana Zakat terhadap Kemiskinan di Indonesia?
6. Untuk menguji dan menganalisis Pengaruh Secara Simultan variabel
Penganguran Terbuka, Jumlah Penduduk dan Inflasi terhadap
Kemiskinan di Indonesia?
D. Manfaat Penelitian
Penelitian ini diharapkan memberikan manfaat dalam:
1. Bagi peneliti, untuk memberikan tambahan ilmu pengetahuan bagi
penelitian dengan melihat keadaan yang sebenarnya terjadi, sehingga
dapat memperluas wawasan penulis dalam mengimplementasikan ilmu
yang pernah diperoleh di bangku kuliah.
2. Bagi objek yang diteliti, untuk memberikan sumbangan pemikiran bagi
pemerintah Indonesia dalam menentukan kebijakan dan upaya yang
akan dilakukan dalam mengantasakan masalah kemiskinan.
3. Bagi penelitian sebelumnya, diaharapkan dapat menambah
perbendaharaan penelitian yang telah ada (bahan pustaka) serta dapat
dijadikan sebagai acuhan bagi penelitian berikutnya.
11
E. Sistematika Penulisan
Dalam penulisan penelitian ini, penulis membaginya menjadi tiga
bagian, yaitu bagian awal, bagian inti, dan bagian akhir. Pada bagian awal
terdiri dari halaman sampul luar, lembar logo IAIN Salatiga, halaman
sampul dalam, halaman persetujuan pembimbing, halaman pengesahan
kelulusan, halaman pernyataan keaslian penelitian, halaman motto dan
persembahan, kata pengantar, daftar isi, daftar tabel, daftar gambar, daftar
lampiran, dan abstrak. Pada bagaian inti terdapat:
Bab I Pendahuluan ,penelitian ini diawali dengan latar belakang
masalah yang menimbulkan permasalahan. Dengan latar belakang
masalah yang ada, maka dirumuskan sebuah masalah sehingga
mempunyai tujuan dan manfaat penelitian yang akan dihasilkan.
Bab II Landasan teori dalam landasan teori tentang teori yang
membahas tentang variable yang mempengaruhi atau factor yang
mempengaruhi variable dependent. Sebagai acuan maka diuraikan pula
penelitian sebelumnya yang relevan yang memilki keterkaitan dengan
hipotesis yang akan diajukan.
Bab III Metode penelitian dalam bab ini berisi tentang jenis data
penelitian, metode pengumpulan data, metode analisis data dan skala
pengukuran data serta hasil uji data.
Bab IV Analisis data,Bagaian ini terdiri dari deskripsi data,
analisis data, dan pembahasan.
12
Bab V Penutup Bab ini adalah penutup dari skripsi yang berisi
simpulan dan saran bagi objek yang diteliti.
13
BAB II
LANDASAN TEORI
A. Telaah Pustaka
Penelitian terdahulu merupakan kumpulan hasil-hasil penelitian yang
dilakukan oleh penelitian-penelitian terdahulu yang mempunyai kaitan
dengan penelitian yang akan dilakukan. Hasil-hasil penelitian yang
berkaitan dengan tingkat pendapatan dengan tingkat pendapatan, gaya
hidup, jenis kelamin dan religiusitas terhadap tingkat konsumsi
masyarakat terutama makasiswa telah diteliti dengan berbagai penelitian
terdahulu sebagai berikut:
Tabel 2.1
Research Gap
Model 1
1. Zakat terhadap kemiskinan
NO NAMA Judul Penelitian HASIL
1 Yanah
(2014)
Strategi Pengentasan
Kemiskinan di
Indonesia Melalui
Strategi Antar Bank
Syariah dan Baznas.
Jurnal Ekonomi. Vol,
2. No, 3 Mei-Agustus
2014
Zakat berpengaruh
negatif signifikan
terhadap
pengentasan
kemiskinan
14
2 Hatta dkk
(2014)
Asian Social Work
and Policy Review.
Vol, 8. year 2014.
Zakat berpengaruh
posistif signifikan
terhadap
pengentasan
kemiskinan
3 Atabik
(2015)
Peran Zakat dalam
Pengantasan
Kemiskinan. (Jurnal
Zakat Dan Wakaf.
Vol. 2, No. 2,
Desember Tahun
2015).
Zakat berpengaruh
negatif signifikan
terhadap
pengentasan
kemiskinan
Tabel 2.2
2. Inflasi terhadap kemiskinan
NO NAMA Judul Penelitian HASIL
1 Ni Ketut
dkk
(2016)
Analisis faktor-faktori
yang mempengaruhi
Tingkat Kemiskinan di
Provinsi Bali
E-Jurnal Ekonomi dan
Bisnis Islam universitas
Udayana 5.1 (2016) :
63-88
Inflasi berpengaruh
positif segnifikan
terehadap
kemiskinan
2 Handayani
megasari
dkk
Analisis Perekonomia
dan Kemiskinan di
Indonesia
Inflasi berpengaruh
negatif tidak
segnifikan terhadap
kemiskinan.
3 Meinny
Kolibu,
dkk
Pengaruh Tingkat
Inflasi, Investasi,
Pertumbuhan Ekonomi
dan tingkat
Penganguran Terhadap
Tingkat Kemiskinan di
Inflasi berpengaruh
negatif tidak
segnifikan terhadap
kemiskinan
15
Provinsi Sumatra Utara
Fakultas Ekonomi dan
Bisnis Islam, Magister
Ilmu Ekonomi
Unifersitas Sam
Ratulangi.
4 Siti
Walida
Mustamin
(2015).
Pengaruh Variabel
Ekonomi
MakroTerhadap
Kemiskinan di Kota
Makasar Provinsi
Sulawesi Selatan.
(Jurnal Analisis,
Desember 2015, Vol. 4
No. No 2: 165-173)
Inflasi berpengaruh
negatif dan
segnifikan terhadap
kemiskinan
Tabel 2.3
3. Penganguran terhadap kemiskinan
NO PENULIS Judul Penelitian HASIL
1 Anak agung
dkk
(2015)
Jurnal Ekonomi
Pembangunan
Universitas Udayana
Vol.4,No.10 Oktober
2015
Penganguran
berpengaruh positif
dan segnifikan
terhadap kemiskinan
di provinsi bali
2 Andriawan
Yoga (2017)
Analisis Pengaruh
penghimpunan Dana
ZIS dan Variabel
Makro Ekonomi
Terhadap Tingkat
Kemiskinan (Studi
Kasus di 12 Provinsi
Indonesia Periode
2012-2016).
Penganguran
berpengaruh positif
dan tidak segnifikan
terhadap kemiskinan
16
3 Irhamni
(2017)
Pengaruh jumlah
penduduk,
penganguran dan
pengeluaran
pemerintah terhadap
kemiskinan di
Indonesia tahun
1986-2015.
Penganguran
berpengaruh positif
dan segnifikan
terhadap kemiskinan
Tabel 2.4
Model 2
1. Penganguran terbuka terhadap Dana Zakat
No Peneliti Judul Penelitian HASIL
1 Hadyan
Ahmad
(2017).
Pengaruh Terhadap
Peningkatan Usaha
Kecil Menengah
MustahikDana Zakat
Produktif (Penerima
Zakat). Pada Dompet
Dhuafa Yogyakarta.
Pendayagunaan
Dana Zakat secara
statistik berpengaruh
secara positif dan
segnifikan terhadap
peningkatan usaha
kesil menengah
Mustahik.
2 Mansur
Efendi
Pengelolaan Zakat
produktif
Berwawasan
Kewirausahaan
Sosial dalam
Pengentasan
Kemiskinan di
Indonesia. (Jurnal
ilmu syariah dan
hukum Vol. 2,
Nomor 1, Januari-
juni 2017 ISSN:
Penganguran terbuka
berpengaruh negatif
dan segnifkan
terhadap
pengelolaan dana
zakat produktif
17
2527-8169 (P); 2527-
8150 (E).
Tabel 2.5 1
2. Jumlnah Penduduk terhadap Dana Zakat
No Peneliti Judul Penelitian HASIL
1 Nurudin
(2013)
Pengaruh
pengelolaan Zakat
Terhadap
Kesejahteraan Rakyat
(Studi Penelitian
Pada Badan Amil
Zakat (BAZ)
Kecamatan
Ujungberung)
Jumlah muzaki
berpengaruh negatif
dan segnifikan
terhadap penyaluran
dana zakat.
2 Yayan
Amroni
(2019)
Analisis Dampak
Pemekaran Wilayah
Terhadap
Pertumbuhan
Ekonomi di
Kabupaten Lampung
Barat dalam Perseptif
Ekonomi Islam tahun
2010-2016
Pemekaran wilayah
dikarenakan jumlah
penduduk
perpengaruh negatif
dan segnifikan
terhadap
Pertumbuperkemban
gan dana zakathan
Ekonomi yang
secara tidak
langsung
berpengaruh
tergadap
perkembangan Dana
Zakat.
18
Tabel 2.6
Model 3
1. Investasi terhadap inflasi
No Peneliti Judul Penelitian HASIL
1 Adrian
Sutawijaya
dan Zulfhmi
Pengaruh Faktor-
Faktor Ekonomi
Terhadap Indlasi di
Indonesia. (Jurnal
Organisasi dan
Manajemen, Volume
8, Nomor 2
September 2013, 85-
101).
Variabel Investasi
berpengaruh negatif
dan segnifikan
terhadap Inflasi
2 Meri
Heryanti
(2016).
Analisis Faktor-
Ftaktor yang
Mempengaruhi
Inflasi Pada
Perekonomian
Regional di Pulau
Sumatra (suatu
analisis data panel)
periode 2009-2013.
Variabel investasi
berpengaruh positif
dan segnifikan
terhadap inflasi di
masing-masing
Provinsi yang ada di
pulau Sumatra.
3 Hagi
Aghisna
(2017).
Analisis Faktor-
Faktor yang
Mempengaruhi
inflasi di Indonesia
tahun 2000-2015.
GDP (dikatakan
searah dengan
Investasi)
berpengaruh negatif
dan segnifikan
terhadap inflasi di
Indonesia.
19
Tabel 2.7
2. Dana zakat terhadap Inflasi
No Peneliti Judul Penelitian HASIL
1 Rachmasarai
Anggraeni
(2016)
Analisis Pengaruh
Dana Zakat, Infaq
Sedekah (ZIS) dan
Inflasi Terhadap
Pertumbuhan
Ekonomi di Indonesia
pada Periode 2011-
2015
Penghumpunaan Dana
Zakat berpengaruh
positif dan segnifikan
terhadap inflasi.
2 Putri
Hikmatul
Maylidiyah
(2018)
Pengaruh Dana ZIS
dan Faktor Makro
Ekonmi terhadap
Pertumbuha Ekonomi
Indonesia 2010-2017.
Perkrmbsngsan
prnghimpunan dana
ZIS berpengauh positif
dan segnifikan
terhadap inflasi.
Tabel 2.8
Model 4
1. Jumlah penduduk terhadap penganguran terbuka
No Peneliti Judul Penelitian HASIL
1 Fitriana
Isnaeni
Azizah
(2016)
Analisis Pengaruh
Jumlah penduduk,
Pertumbuhan
Ekonomi, dan Inflasi
Terhadap
Penganguran Terbuka
di Kabupaten/Kota
Provinsi Jawa Tengah
Periode 2010-2014
Jumlah Penduduk
berpengaruh positif
segnifikan terhadap
jumlah penganguran di
Kabupaten/Kota di
Provinsi Jawa Tengah.
2 M Amirul
Muminin,
Pengaruh
Pertumbuhan
Jumlah Penduduk
berpegaruh positif dan
20
Wahyu
Hidayat R.
Ekonomi dan Jumlah
Penduduk Terhadap
Tingkat Penganguran
Terbuka di
Kabupaten/Kota
Provinsi Jawa Timur
Tahun 2011-2015.
(Jurnal Ilmu Ekonomi
Vol 1 Jilid 3/Tahun
2017 Hal.374-384)
segnifikan terhadap
tingkat penganguran
terbuka.
3 Safuridar Pengaruh
Petumbuhan
Ekonomi dan Jumlah
Penduduk Terhadap
Tingkat Penganguran
di Kabupaten Aceh
Timur. (Jurnal
Samudra Ekonomika,
Vol 1. NO.1 Maret
2016)
Jumlah Penduduk
berpengaruh Positif
segnifikan terhadap
Tingkat penganguran
di Kabupaten Aceh
Timur.
Tabel 2.9
2. Inflasi terhadap penganguran terbuka
No Peneliti Judul Penelitian HASIL
1 Upik Andini
(2019)
Pengaruh Inflasi dan
Pertumbuhan
Ekonomi Terhadap
Penganguran Terbuka
di Indonesia Periode
2013-2017
Variabel inflasi
berpengaruh positif
dan tidak segnifikan
terhadap penganguran
terbuka.
2 Fitriana
Isnaeni
Azizah
(2016)
Analisis Pengaruh
Jumlah penduduk,
Pertumbuhan
Ekonomi, dan Inflasi
Inflasi berpengaruh
negatif dan segnifikan
terhadap penganguran
terbuka di
21
Terhadap
Penganguran Terbuka
di Kabupaten/Kota
Provinsi Jawa Tengah
Periode 2010-2014
Kabupaten/Kota di
Provinsi Jawa Tengah
3 Siti Delvi
Jarniati
Analisis Pengaruh
Inflasi, Investasi dan
Pertumbuhan
Ekonomi Terhadap
Penganguran di
Indonesia periode
tahun 2002-20015.
Inflasi berpengaruh
positif dan tidak
segnifikan terhadap
penganguran di
Indonrsia.
B. Kerangka Teori
1. Kemisinan
a) Definisi kemiskinan
Ada banyak fungsi dan konsep mengenai kemiskinan.
Kemiskinan sekarang ini merupakan masalah yang bersifat
multidimensial. Artinya karena kebutuhan manusia itu bermacam-
macam, maka kemiskinan pun memiliki banyak aspek. Dilihat dari
kebijakan umum, maka kemiskinan memiliki aspek primer yang
berupa miskin akan asset, organisasi sosial politik dan pengetahun
serta keterampilan. Aspek sekunder yang berupa miskin akan
jaringan sosial, sumber-sumber keuangan dan informasi. Dimensi
kemiskinan tersebut termanifestasikan dalam bentuk kekurangan
gizi, air, perumahan yang sehat, perawatan kesehatan yang kurang
baik, dan tingkat pendidikan yang rendah (Arsyad, 2004: 237).
22
Namun secara umum kemiskinan adalah ketidak mampuan
seseorang untuk memenuhi kebutuhan dasar standar atas setiap
aspek kehidupan. Badan Perencanaan Pembangunan nasional
(Bappenas) pada tahun 2004 mendefinisikan kemiskinan sebagai
kondisi seseorang atau sekelompok yang tidak mampu memenuhi
hak-hak dasarnya untuk mempertahankan dan mengembangkan
kehidupan yang bermartabat. Hak-hak dasar antara lain:
1. Terpenuhinya kebutuhan pangan
2. Kesehatan, pendidikan, pekerjaan, perumahan, air bersih,
pertanahan, sumber daya alam dan lingkungan
3. Rasa aman dari perlakuan dan ancaman tindak kekerasan
4. Hak untuk berpartisipasi dalam kehidupan social-politik.
Badan Pusat Statistik (BPS) menggunakan konsep
kemampuan memenuhi kebutuhan dasar (besic needs approach)
dalam mengukur kemiskinan. Pendekatan ini dihitung
menggunakan Headcount Index, yaitu persentase penduduk miskin
terhadap total penduduk. Jadi dalam pendekatan ini kemiskinan
dipandang sebagai ketidakmampuan dari sisi ekonomi untuk
memenuhi kebutuhan dasar makanan dan bukan makanan yang
diukur dari sisi pengeluaran.
Kemiskinan dapat juga diukur dengan membandingkan
tingkat konsumsi seseorang dengan garis kemiskinan atau jumlah
23
rupiah yang dikeluarkan untuk konsumsi orang perbulan.
Sedangkan penduduk miskin adalah penduduk yang memiliki rata-
rata pengeluatan perkapita perbulan di bawah garis kemiskinan.
Todaro (2006:232) mengatakan besarnya kemiskinan dapat
diukur dengan atau tanpa mengacu kepada garis kemiskinan
(poverty line). Konsep yang mengacu kepada garis kemiskinan
disebut kemiskinan absolut sedangkan konsep yang pengukuranya
tidak didasarkan pada garis kemiskinan disebut kemiskinan relatif.
Kemiskinan absolut adalah sejumlah penduduk yang mampu
mendapatkan sumber daya yang cukup untuk memenuhi
kebutuhan dasar, mereka hidup di bawah tingkat pendapatan riil
minimum tertentu atau di bawah “garis kemiskinan internasional”,
garis tersebut tidak mengenal tapal batas antar negara, dan juga
memperhatikan perbedaan tingkat harga antar negara dengan
mengukur penduduk miskin sebagai orang yang hidup kurang dari
US$1 atau $2 per hari dalam dolar paratis daya beli (PPP).
Sedangkan, kemiskinan relatif adalah suatu ukuran mengenai
kesenjangan di dalam distribusi pendapatan, biasanya dapat
didefinisikan di dalam kaitanya dengan tingkat rata-rata dari
distribusi yang dimaksut (Arsyad, 2010:298).
1) Faktor Penyebab Kemiskinan
24
Menurut Nasikun dalam Suryawati (2005:9), salah satu
sumber dan proses penyebab terjadinya kemiskinan, yaitu
population growth, perspektif yang didasari oleh teori Malthus
bahwa pertambahan penduduk seperti deret ukur sedangkan
pertambahan pangan seperti deret hitung. Seperti halnya dalam
Mustika (2011:13), tesis yang paling mendasar dari Malthus
adalah bahwa “jumlah penduduk cenderung meningkat lebih
cepat dari persediaan bahan makanan”. Berdasarkan tesis
tersebut dapat disimpulkan bahwa penduduk tumbuh bagaikan
deret ukur dan persediaan bahan makanan berdasar deret
hitung. Akibatnya sumber daya bumi tidak mampu
mengimbangi kebutuhan manusia yang terus bertambah dengan
cepat, hal itulah yang menimbulkan kemiskinan.
Menurut Todaro (1995:37), menyatakan bahwa
kemiskinan di negara berkembang disebabkan oleh beberapa
faktor, yaitu:
a) Perbedaan geografis, jumlah penduduk, dan tingkat
pendapatan.
b) Perbedaan sejarah, sebagian dijajah negara berkainan.
c) Perbedaan kekayaan sumber daya alam atau kualitas
sumber daya manusia.
d) Perbedaan peranan sector swasta dan negara.
25
e) Perbedaan struktur industry.
f) Perbedaan derajat ketergantungan pada kekuasaan ekonomi
dan politik dan kelembagaan dalam negeri.
Menurut Sukirno (1981:203) akibat buruk yang mungkin
ditimbulkan oleh perkembangan penduduk terhadap
pembangunan akan tercipta apabila produktivitas sektor
produksi sangat rendah dan dalam masyarakat terdapat banyak
pengangguran. Dengan berlaku keadaan ini maka pertambahan
penduduk tidak akan menaikan produksi, dan yang lebih buruk
lagi masalah pengangguran akan menjadi lebih serius.
Sedangkan menurut Dumairy (1996:68), alasan penduduk
dipandang yang besar dan dengan pertumbuhan tinggi, dinilai
hanya menambah beban pembangunan. Jumlah penduduk yang
besar akan memperkecil pendapatan perkapita menimbulkan
masalah ketenagakerjaan.
2) Teori Lingkaran Kemiskinan
Penyebab kemiskinan bermuara pada teori lingkaran
kemiskinan dari Nurkse. Lingkaran kemiskinan adalah suatu
rangkaian kekuatan yang saling mempengaruhi suatu keadaan
dimana suatu negara akan tetap miskin dan akan banyak
mengalami kesukaran untuk mencapai tingkat pembangunan
yang lebih baik. Adanya keterbelakangan dan ketertinggalan
26
sumber daya manusia (yang tercermin oleh tingkat pendidikan
yang rendah), ketidak sempurnaan pasar, dan kurangnya modal
memyebabkan rendahnya produktifitas.
Rendahnya produktifitas mengakibatkan rendahnya
pendapatan yang mereka terima. Rendahnya pendapatan akan
berimplikasi pada rendahnya tabungan dan investasi.
Rendahnya investasi berakibat pada rendahnya akumulasi
modal sehingga proses penciptaan lapangan kerja rendah
(tercermin oleh tingginya jumlah pengangguran). Rendahnya
akumulasi modal disebabkan oleh keterbelakangan dan
seterusnya (Kuncoro, 1997:132).
3) Ukuran kemiskinan
Kemiskinan mempunyai pengertian yang luas yang tidak
mudah untuk mengukurnya. Menurut Arsyad, secara umum ada
dua macam ukuran kemiskinan yang biasa digunakan yaitu
kemiskinan absolud dan kemiskinan relative (Widodo,
2006:289).
(a) Kemiskinan Absolut
Kemiskinan dapat diukur dengan membandingkan
tingkat pendapatan orang dengan tingkat pendapatan yang
dibutuhkan untuk memperoleh kebutuhan dasarnya.
Tingkat pendapatan minimum merupakan pembatas Antara
27
keadaan miskin dan tidak miskin atau sering disebut garis
batas kemiskinan. Konsep ini sering disebut dengan
kemiskinan absolut. Konsep ini dimaksudkan untuk
menentukan pendapatan minimum yang cukup untuk
memenuhi kebutuhan fisik terhadap makanan, pakaian, dan
perumahan untuk menjamin kelangsungan hidup (Arsyad,
2004:47).
Konsep kemiskinan yang didasarkan atas perkiraan
kebutuhan dasar minimum merupakan konsep yang paling
mudah dimengerti. Namun, penentuan garis kemiskinan
secara obyektif sulit dilaksanakan karena banyak faktor
yang mempengaruhinya.
(b) Kemiskinan Relatif
Beberapa pakar berpendapat bahwa meskipun
pendapatan seseorang sudah mencapai kebutuhan dasar
minimuam, namun ternyata pendapatan orang tersebut
masih jauh lebih rendah dibandingkan dengan pendapatan
masyarakat disekitarnya, maka orang tersebut masih
berada dalam kategori miskin. Hal ini terjadi karena
kemiskinan lebih banyak ditentikan oleh keadaan
sekitarnya, dari lingkungan orang yang bersangkutan.
28
2. Zakat
a. Pengertian Zakat
Secara etimologi, zakat memiliki beberapa makna yang
diantaranya adalah suci. “Sesungguhnya beruntunglah orang yang
mensicikan jiwa itu” (QS. Asy-Syams 9). Maksudnya adalah suci
dari dosa dan kemaksiatan. Selain itu, zakat bisa bermakna tumbuh
dan berkah. Secara syar’i zakat adalah sedekah tertentu yang
diwajibkan dalam syariah terhadap orang yang berhak menerimanya.
Menurut Departemen Agama RI zakat adalah harta yang
wajib disediakan oleh orang atau badan yang dimiliki oleh orang
muslim sesuai dengan ketentuan agama untuk diberikan kepada yang
berhak menerimanya (Marningsih, 2011: 25).
Bila ditinjau dari aspek obyek kewajiban zakat, maka zakat
diklasifikasikan kepada dua jenis, yaitu zakat fitrah dan zakat mal
(harta).
1) Zakat fitrah
Zakat fitrah secara etimologi adalah pensucian juwa,
perbaikan jiwa, keberkahan jiwa, dan menumbuh kembangkan
potensi jiwa. Secara terminologi, zakat fitrah adalah zakat yang
diwajibkan bagi setiap individu (umat islam), baik anak-anak
maupun orang dewasa, laki-laki maupun wanita, merdeka
maupun hamba sahaya. Definisi ini memberikan kesan bahwa
29
zakat fitrah merupakan kewajiban individu yang tidak boleh
ditinggalkan, bak oleh orang mampu melakukanya maupun
tidak.
Dalam redaksi lain, sebagaimana yang terdapat dalam
penjelasan pasal 11 UU No. 38 tahub 1999, zakat fitrah adalah
sejumlah bahan makanan pokok yang dikeluarkan pada bulan
Ramadhan, oleh setiap orang muslim bagi dirinya dan bagi orang
yang telah ditanggungnya yang memiliki kelebihan makanan
pokok untuksehari pada hari raya Idul Fitri.
2) Zakat Mal
Zakat mal merupakan bagian dari harta yang disisihkan
oleh seorang muslim, atau badan yang dimiliki oleh orang
muslimsesuai dengan ketentuan agama untuk diberikan kepada
yang berhak menerimanya.
Zakat mal jika ditinjau dari segi harta yang wajib
dizakatkan dapat diklasifikasikan kepada empat macam, yaitu
zakat tanam-tanaman dan buah-buahan, zakat hewan ternak,
zakat emas dan perak, serta zakat harta perdagangan. Menurut al-
Jaziri, zakat mal dapat diklasifikasikan kepada loma macam,
yaitu zakat hewan ternak, zakat emas-perak, zakat harta
perdagangan, zakat barang temuan dan barang tambang, serta
zakat tanam-tanaman dan buah-buahan.
30
b. Hukum dan Syarat Wajib Zakat
Allah mewajibkan kepada setiap muslim (laki dan perempuan)
atas hartanya yang telah mencapai nisabnya. Zakat merupakan
instrument dalam mensucikan harta dengan membayarkan hak orang
lain. Selain itu, zakat merupakan mediator dalam mensucikan diri
dan hari dari rasa kikir, pelit, dan cinta harta, serta zakat juga
merupakan instrument social yang digunakan untuk memenuhi
kebutuhan dasar fakir dan miskin.
Allah Swt berfirmman, “Amnillah zakat dari sebagian harta
mereka, dengan zakat itu kamu membersihkan dan mensucikan
mereka…” (QS At-Taubah 103).
Zakat pertama kali diwajibkan, tidak ditentukan kadar dan
jumlahnya, tetapi hanya untuk memenuhi kebutuhan fakir dan
miskin. Namun setelah Rasulullah Saw hijrah ke Madinah,
diberlakukan beberapa ketentuan dan syarat yang harus dipenuhi
dalam zakat.
1) Islam
Intelektual muslim telah sepakat bahwa zakat adalah rukun
islam dan hanya diwajibkan untuk umat islam. Hal ini
berlandaskan pada hadis Muadz bin Jabal ketika diutus ke
Yaman yang diriwayatkan o leh Al Bukhari. Zakat tidak
diwajibkan oleh selain muslim karena zakat merupakan
31
kewajiban harta dalam islam yang diambil orang kaya untuk
diberikan kepada fakir, miskin, ibnu sabil dan orang yang
mebutuhkanya (Kurniawati,2011:18).
2) Sempurnanya Ahliyah
Sebagian ulama berpendapat bahwa zakat diwajibkan atas
harta anak kecil dan orang gila. Namun Hanafiyah berpendapat
bahwa zakat tidak wajib atas mereka kecuali hasil pettanian dan
perkebunan. Perbedaan itu muncul dari karakteristik dasar yakat
itu sendiri. Selain berpendapat bahwa zakat merupakan ibadah
mudhah dan sama halnya dengan shalat dan puasa.
Karena itu, zakat hanya diwajibkan kepada orang baligh
dan berakal. Sebab taklif (kewajiban) ibadah tidak sempurna
kecuali dengan baligh dan berakal. Rasulluah Saw bwrsabda,
“Qalam diangkat oleh Allah dalam tiga perkara; anak kecil
hingga baligh, orang tidur hingga bangun, dan orang gila
sampai ia sadar.” (HR. Al Bukhari, At Tirmidzi, Abu Dawud).
Pendapat kedua mengatakan bahwa zakat merupakan
kewajiban atas harta yang berhubungan dengan harta seseorang
tanpa memandang pemiliknya, baik yang mempunyai ahliyah
(kecakapan) meupun tidak, dan tidak ada perbedaan bagi orang
gila ataupun cerdas. Menurut sebagian bersar ualama, pendapat
ini merupakan pendapat yang utama. Pendapat ini merupakan
32
nash Al-Qur’an dan hadis yang mewajibkan zakat atas harta
orang kaya secara mutlak, tidak ada pengecualian bagi anak kecil
dan orang gila. Hal tersebut berdasarkan ayat di atas dan hadis
mu’adz bin Jabal (Kurniawati,2011: 20).
3) Sempurnanya Kepemilikan
Kepemilikan muzakki (orang yang wajib zakat) atas harta
yang dizakatkan merupakan kepemilikan yang sempurna. Dalam
arti, harta tersebut tidak terdapat kepemilikan dan hak orang lain.
Dalam hal ini, pemilik merupakan pemilik tunggal dan
mempunyai kekuasaan penuh dengan melakukan transaksi atas
harta tersebut (Kurniawati,2011: 21).
4) Berkembang
Harta yang merupakan obyek zakat harus berkembang,
artinya harta tersebut mendatangkan income atau tambahan
kepada pemiliknya, seperti hasil pertanian, perkebunan, hewan
ternak dan lain sebagainya. Rasulullah Saw tidak mewajibkan tas
barang yang tidak berkembang (harta yang tidak menambah
kekayaan pemiliknya). Beliau bersabda, “tidak ada kewajiban
bagi muslim atas kuda dan hambanya sebuah zakat”
(Kurniawati,2011: 21).
5) Nishab
33
Harta yang wajib dizakati harus memiliki atau sampai
kadar tertentu yang disebut nishab. Harta yang dimiliki oleh
seseorang muslim tidak wajib zakat kecuali telah mencapai
nishab yang ditentukan, seperti unta harus mencapai 5 ekor,
kambing 40 ekor, dan lain sebagainya. Hiknah dari penentuan
nishab adalah untuk menunjukan bahwa zakat hanya diwajibkan
kepada orang-orang yang mempu untuk diberikan kepada orang-
orang yang membutuhkan. Rasulullah Saw bersabda, “tidak ada
zakat kecuali bagi orang-orang kaya” (Kurniawati,2011: 22).
6) Haul/Waktu
Harta zakat yang telah mencapai nishab harus dalam
kepemilikan ahliyah sampai waktu 12 bulan qomariyah kecuali
hasil pertanian, perkebunan, barang tambang, madu dan
sejenisnya. Harta-harta tersebut tidak disyaratkan adanya haul.
Ibnu Qudamah menjelaskan bahwa tendensi disyaratkanya haul
ketika harta tersebut berpotensi dalam produktivitas
(Kurniawati,2011: 22).
c. Peran dan Pengelolaan Zakat
Untuk pertama kalinya dalam sejarah administrasi
pemerintahan, Rasulullah Saw selaku kepala pemerintahan
mencengangkan tarif zakat (miqdar zakah), obyek zakat (mal
zakawi) dan batas minimal kekayaan atau pendapatan terkena zakat
34
(nishab), ditetapkan dengan jelas, tegas dan berlaku intuk semua
warga yang tergolong wajib zakat (muzakki). Secara garis besar,
system zakat Rasulullah didasarkan atas ketentuan-ketentuan yang
strategis dan praktis Antara lain sebagai berikut:
1) Pertama, berkaitan dengan fungsi zakat sebagai instrument vital
bagi keadilan social dengan tegas ditetapkan bahwa zakat
merupakan kewajiban social yang harus dibayar oleh mereka
yang hartanya mencapai nishab.
2) Kedua, berkaitan dengan obyek zakat pertama-tama Rasulullah
SAW menetapkan bahwa zakat dikenakan atas jiwa dan harta.
Harta atas juwa dalam Bahasa agamanya disebut zakat fitrah,
sedangkan zakat atas kekayaan dikenal dengan zakat mal. Zakat
mal ini dikenakan atas kekayaan dan penghasilan. Berdasarkan
ketentuan ini, selanjutnya ditentukan aturan teknis yang lebih
terperinci sesuai dengan kondisi material yang hidup dapa
masyaraat yang bersangkutan.
3) Ketiga, bahwa dalam system zakat harus ditentukan taruf tertentu
(miqdar) yang jelas dan berlaku umum. Tidak dibenarkan
sekelompok masyarakat dengan alasan subjektif dikenakan tariff
yang ringan serta sekelompok masyarakat yang lain dikenakan
tarif yang berat (Kusniawati, 2011: 26).
35
Organisasi pengelola zakat merupakan sebuah institusi yang
bergerak di bidang pengelolaan dana zakat, infaq dan sedekah.
Definisi menurut UU Nomor 38Tahun 1999 tentang Pengelolaan
Zakat pada Pasal 1, ayat 1, adalah: kegiatan perencanaan,
pengorganisasian, pelaksanaan dan pengawasan terhadap
pengumpulan, pendistribusian, dan pendayagunaan zakat.
Organisasi pengelola zakat apapn bentuk dan posisinya secara
umum mempunyai dua fungsi yakni:
1) Sebagai Perantara Keuangan
Amil bereperan menghubungakan Antara pihak muzakki
dengan mustahiq. Sebagai perantara keuangan amil dituntut
menerapkan asas trust (kepercayaan). Sebagaimana layaknya
lembaga keuangan yang lain, azas kepercayaan menjadi syarat
mutlak yang harus dibangun. Setiap amil dituntut mampu
menunjukan keunggulanya masing-masing sampai terlihat jelas
positioning organisasi, sehingga masyarakat dapat memilihnya.
Tampa adanya positioning, makan kedudukan akan sulit untuk
berkembang.
2) Pemberdayaan
Fungsi ini, sesungguhnya misi pembentukan amil, yakni
bagaimana masyarakat muzakki menjadilebih berkah rezekinya
dan ketentraman hidupnya menjadi terjamin disatu sisi dan
36
masyarakat mustahiq tidak selamanya tergantung dengan
pemberian bahkan dalam jangka panjang diharapkan dapat
berubag menjadi muzakki baru (Putra, 2010: 25).
d. Penghimpunan Zakat
Penghimpunan dana (fundraising) dapat diartikan sebagai
kegiatan menghimpun gana dan sumber daya lainya dari masyarakat
(baik individu, kelompok, organisasi, perusahaan ataupun
pemerintah) yang kan digunakan untuk membiayai program kegiatan
opersiaonal lembaga yang ada pada akhirnya adalah untuk mencapai
misi dan tujuan dari lembaga tersebut.
Penggimpunan zakat merupakan suatu upaya atu proses
kegiatan dalam rangka mengumpulkan dana zakat, infak, sedekah
dan wakaf serta sumber dana lainya dari masyarakat (baik individu.
kelompok, organisasi, perusahaan ataupun pemerintah) yang akan
didistribusikan dan diberdayakan untuk mustahiq.
Penghimpunan dana dilakukan oleh petugas (amil) yang
ditunjuk oleh imam atau pemerintah untuk menghimpun dan
mengelola zakat. Agar pengelolaan zakat berjalan optimal, petugas
zakat haruslah memiliki integritas, kredibilitas, profesionalisme, dan
kyalitas jasa serta amanah. Menurut Alwi (2014: 22), zakat yang
telah dikumpulkan oleh lembaga pengelola zakat, harus segera
37
disalurkan kepada mustahiq sesuai dengan skala prioritas yang telah
disusun dalam program kerja.
3. Inflasi
Inflasi merupakan salah satu indikator penting dalam menganalisis
perekonomian dalam suatu negara, terutama mengingat pengaruh yang
sangat luas terhadap variabel makroekonomi agregat seperti daya saing,
tingkat bunga, harga barang dan kemiskinan. Inflasi secara umum
merupakan perkembangan harga barang dan jasa secara umum dimana
barang dan jasa tersebut merupakan kebutuhan pokok masyrakat atau
turunya daya jual mata uang suatu negara, inflasi sering terjadi karena
adanya ketidakseimbangan antara jumlah uang yang beredar dalam
masyarakat lebih besar dibandingkan dengan jumlah barang atau jasa
yang tersedia.
Tingkat inflasi ideal atau setandar pada setiap negara berbeda-
beda, tergantung pada kondisi perekonomian dan sosial masyarakat
yang ada pada negara tersebut. Kondisi ideal tingkat inflasi pada negara
maju berbeda dengan kondisi ideal tingkat inflasi pada negara
berkembang.
Inflasi menurut Badan Pusat Statistika (2000) merupakan
kenaikan harga barang atau jasa secara umum dalam suatu daerah atau
negara dimana barang atau jasa tersebut merupakan barang kebutuhan
38
pokok masyarakat atau turunanya daya jual mata uang dalam suatu
daerah atau negara.
Budiono (1985: 173) menjelaskan berdasarkan sudut pandang
strukturalis bahwa sebab-sebab terjadinya inflasi berasal darai
kekakuan struktur ekonomi, dimana penawaran bahan makanan dan
barang-barang eksport, sehingga menyebabkan pertambahan produksi
barang lebih lambat dibandingkan dengan peningkatan kebutuhan
masyarakat. Dengan demikian mengakibatkan penawaran (supply)
barang dan jasa dalam masyarakat lebih rendah daripada penawaran
(demand) barang dan jasa dalam masyarakat, sehingga barang dan jasa
menjadi meningkat.
Beberapa teori mengenai inflasi:
a. Teori Kuantitas, mengatakan bahwa inflasi terjadi karena adanya
penambahan volume uang yang beredar dalam masyarakat, baik
uang kartal maupun uang giral.
b. Teori Keyness, mengatakan bahwa proses inflasi merupakan proses
perebutan pendapatan diantara kelompok-kelompok sosial di
masyarakat yang menginginkan bagian yang lebih besar
dibandingkan dengan yang disediakan dalam masyarakat.
c. Teori Strukturalis, atau sering disebut teori inflasi jangka panjang,
mengatakan bahwa sebab-sebab terjadinya inflasi berasal dari
kekakuan struktur ekonomi, dimana penawaran bahan makanan dan
39
barang-barang ekspor, sehinggga menyebabkan pertambahan
produksi barang lebih lambat dibandingkan dengan peningkatan
kebutuhan masyarakat. Dengan demikian mengakibatkan perawaran
(supply) barang dan jasa dalam masyarakat lebih rendah daripada
penawaran (demand) barang dan jasa dalam masyarakat, sehingga
harga barang dan jasa menjadi meningkat (Windra, 2016: 25).
Beberapa dampak buruk inflasi dalam beberapa aspek, yaitu:
a. Dampak terhadap perekonomian
Inflasi memyebabkan terjadinya defisit dalam neraca perdagangan
serta menungkatkan besarnya hutang luar negeri.
b. Inflasi meningkatkan tingkat bunga dan pada akhirnya akan
mengurangi investasi.
c. Dampak terhadap individu dan masyarakat
1) Inflasi memperburuk distribusi pendapatan
2) Inflasi menyebabkan pendapatan riil dan nilai tabungan merosot
Jenis-jenis penggolongan inflasi, yaitu:
1. Inflasi ringan, merupakan tingkat inflasi kurang dari 10 persen (1<
10%).
2. Inflasi sedang, merupakan tingkat inflasi Antara 10-3- persen (10<1
<30%).
3. Inflasi berat, merupakan tingkat inflasi Antara 30-100 persen (30%
<1<100%).
40
4. Hyper inflasi, merupakan tingkat inflasi lebih dari 100 persen (1>
100%).
Landasan teori tentang inflasi dalam penelitian ini
menggunakan konsep teori menurut Badan Pusat Statistik (2000)
dimana inflasi merupakan perkembangan harga barang dan jasa secara
umum dimana barang danjasa tersebut merupakan kebutuhan pokok
masyarakat atau turunya daya jual mata uang suatu negara, inflasi sering
terjadi karena adanya ketidakseimbangan antara jumlah uang yang
beredar dalam masyarakat lebih besar dibandingkan dengan jumlah
barang atau jasa yang tersedia.
Budiono (1985: 173) menjelaskan berdasarkan teori strukturalis
atau sering disebut teori inflasi jangka panjang, bahwa sebab-sebab
terjadinya inflasi berasal dari kekauan struktur ekonomi, dimana
penawaran bahan makanan dan barang-barang ekspor, sehingga
menyebabkan pertambahan barang produksi lebih lambat dibandingkan
dengan peningkatan kebutuhan masyarakat. Dengan demikian
mengakibatkan penawaran (supply) barang dan jasa dalam masyarakat
lebih rendah daripada penawran (demand) barang dan jasa dalam
masyarakat, sehingga barang dan jasa menjadi meningkat.
Inflasi secara langsung akan mempengaruhi kinerja perusahaan
(menurunkan laba) di sektor riil karena meningkatnya biaya produksi
(cost production). Dengan demikian, harga barang dan jasa dalam
41
masyarakat akan meningkat dan menyebabkan daya beli masyarakat
akan menurun. Harga barang dan jasa kebutuhan yang meningkat, akan
menyebabkan masyarakat dengan upah (tetep) menengah ke bawah
menjadi tidak dapat memenuhi kebutuhan pokoknya seperti biasa,
sehingga tingkat kemiskinan di masyarakat akan meningkat dengan
meningkatnya harga yang ada di masyarakat karena tingkat inflasi yang
meningkat (Tambunan, 2003, 83).
4. Pengangguran
a. Pengertian Pengangguran
Menurut Sukirno (2004: 28) pengangguran adalah jumlah
tenaga kerja dalam perekonomian yang secara aktif mencari pekerjaan,
tetapi belum memperolehnya. Pengangguran seringkali menjadi
masalah dalam perekonomian karena dengan adanya pengangguran, pro
duktivitas dan pendapatan masyarakat akan berkurang sehingga dapat
memyebabkan timbulnya masalah kemiskinan dan masalah-masalah
sosial lainya.
Dari tahun ketahun pengangguran mempunyai kecenderungan
untuk meningkat. Hal ini menjadi tantangan besar bagi pemerintah
Indonesia karena indikator pembengunan yang berhasil salah satunya
adalah mampu mengangkat kemiskinan dan mengurangi penganguran
secara segnifikan. Apalagi di era globalisasi ini persaingan tenaga kerja
42
semakin ketat terutama karena dibukanya perdagangan bebas yang
memudahkan penawaran tenaga kerja asing yang diyakini lebih
berkualitas masuk ke dalam negeri.
Pada masa sekarang usaha-usaha mengurangi penganguran
adalah dengan mengunakan rencana pembangunan ekonomi yang
menyertakan rencana ketenagakerjaan secara matang. Disamping itu,
disertai pula kesadaran akan ketenagakerjaan yang lebih demokratis
menyangkut hak-hak memilih pekerjaan, lapangan pekerjaan, lokasi
pekerjaan sesuai kemampuan, kemauan tenaga kerja tanpa diskriminasi.
Menurut Sukirno (2008: 328-331) pengangguran biasanya
dibedakan atas empat jenis berdasarkan keadaan yang menyebabkanya,
antara lain:
a. Friksional, yaitu penganguran normal yang terjadi jika anda 2-3%
maka dianggap sudah mencapai kesempatan kerja penuh. Para
pengnggur ini tidak ada pekerjaan bukan kerena tidak dapat
memperoleh kerja tetapi karena sedang mencari kerja lain yang lebih
baik;
b. Penganguran sklikal, yaitu penganguran yang terjadi karena
merosotnya harga komoditas dari naik turunya siklus ekonomi
sehingga permintaan tenaga kerja lebih rendah daripada penawaran
tenaga kerja;
43
c. Penganguran struktural, yaitu penganguran karena kemerosotan
beberapa factor produksi sehingga kegiatan produksi menurun dan
pekerja diberhentikan;
d. Penganguran teknoligi, yaitu penganguran yang terjadi karena tenaga
manusia digantikan oleh mesin industry.
Sedangkan bentuk-bentuk penganguran berdasarkan cirinya
dapat digolonglan sebagai berikut (Saputra, 2011: 42):
a. Penganguran musiman, adalah keadaan seseorang menagngur karena
adanya fluktuasi kegiatan ekonomi jangka pendek. Sebagai contoh,
petani yang menenti musim tanam, tukang jualan durian yang
menenti musiam durian, dan sebagainya;
b. Penganguran terbuka, penganguran yang terjadi kareana
pertambahan lapangan kerja lebih banyak daripada pertambahan
pencarai kerja;
c. Penganguran tersembunyi, penganguran yang terjadi karena jumlah
pekerja dalam suatu kegiatan ekonomi lebih besar dari yang
sebenarnya diperlukan agar dapat melakukan kegiatan secara
efisien;
d. Setengah mengangur, yang termasuk golongan ini adalah pekerja
yang jam kerjanya dibawah jam kerja normal (hanya1-4 jam sehari).
Disebut Underempoiyment.
5. Dampak Penganguran
44
Pengangguran yang terjadi dalam suatu perekonomian dapat
memiliki dampak atau akibat baik maupun buruk terhadap
perekonomian maupun individu dan masyarakat. Salah satu dampak
buruk penganguran terhadap perekonomian yaitu memyebabkan
masyarakat tidak dapat memaksimalkan kesejahteraan yang mungkin
dicapainya. Sedangkan salah satu dampak penganguran terhadap
individu dan masyarakat yaitu penganguran dapat menyebabkan
kehilangan mata pencaharian dan pendapatan. Di negara-negara maju,
para penganguran memperoleh tunjangan (bantuan keuntungan) dari
pad asuransi penganguran.
Oleh sebeb itu, mereka masih mempunyai pendapatan untuk
membiayai kebutuhanya dan keluarganya. Mereka tidak perlu
bergantung kepada tabungan mereka atau bantuan orang lain. Di
negara-negara sedang berkembang tidak terdapat asuransi
penganguran dan karenanya kehidupan pengangur harus dibiayai oleh
tabungan masa lalu atau pinjaman/bantuan keluarga teman-teman
(Nanga, 2001:237).
6. Hubungan Pengangguran Terhadap Kemiskinan
Menurut Sukirno (2010: 50), salah satu faktor penting yang
menentukan kemakmuran suatu masyarakat adalah tingkat
pendapatanya. Pendapatan masyarakat mencapai maksimum apabila
tingkat penganguran tenaga kerja penuh dapat diwujudkan.
45
Penganguran mengurangi pendapatan masyarakat, hal ini dapat
mengurangi tingkat kemakmuran yang mereka capai.
Ditinjau dari sudut individu, penganguran menimbulkan
berbagai masakah ekonomi dan sosial kepada yang mengalaminya.
Ketiadaan pendapatan menyebabkan para penganguran harus
mengurangi pengeluaran konsumsinya. Apabila penganguran di suatu
negara adalah sangat buruk, kekacauan politik dan sosial selalu berlaku
dan menimbulkan efek yang buruk pada kesejahteraan masyarkat dan
prospek pembangunan ekonomi dalam jangka panjang. Semakin
turunya kesejahteraan masyarakat kerena mengangur tentunya akan
meningkatkan peluang mereka terjebak dalam kemiskinan karena tidak
meiliki pekerjaan Sukirno (2010: 50).
7. Jumlah Penduduk
a. Definisi Jumlah Penduduk
Lembaga BPS (Badan Pusat Statistik) Indonesia (2013)
menjabarkan “penduduk adalah semua orang yang berdomisili di
wilayah geografis republik Indonesia selama 6 bulan atau lebih dan
atau mereka yang berdomisili kurang dari 6 bulan tetapi bertujuan
untuk menetap”. Sedangkan menurut Said (2012: 136) yang dimaksut
dengan penduduk adalah “jumlah orang yang bertempat tinggal di suatu
46
wilayah pada waktu tertentu dan merupakan hasil dari proses-proses
demografi fartilitas, mortalitas dan migrasi”.
Reverend Thomas maltus pada tahun 1798 (Arsyad, 2004: 223)
mengemukakan teorinya tentang hubungan pertumbuhan penduduk
dengan pembangunan ekonomi. Dalam tulisanya yang berjudul Essay
on the Principle of population, ia melukiskan konsep hasil yang
menurun (concept of dimishing return). Maltus menjelaskan
kecenderungan umum penduduk suatu negara untuk tumbuh menurut
deret ukur yaitu dua-kali lipat setiap 30-40 tahun.
Sementara itu saat yang sama, karena hasil yang menurun dari
faktor produksi tanah, persediaan pangan hanya tumbuh menurut deret
hitung. Oleh karena pertumbuhan persediaan pangan tidak bisa
mengimbangi pertumbuhan penduduk yang sangat cepat dan tinggi,
maka pendapatan perkapita (dalam masyarakat tani didefinisiakan
sebagai produksi panagn perkapita) akan cenderung turun menjadi
sangat rendah, yang menyebabkan jumlah penduduk tidak pernah
stabil, atau hanya sedikit diatas tingkat subsisten yaitu pendapatan yang
hanya dapat untuk memenuhi kebutuhan sekedar untuk hidup.
Menurut Maier (Kuncoro, 1997: 17) di kalangan para pakar
pembangunan telah ada consensus bahawa laju pertumbuhan
penduduk yang tinggi tidak hanya berdampak buruk terhadap supply
bahan pangan, namun juga semakin membuat kendala bagi
47
pengembangan tabungan, cadangan devisa dan sumber daya manusia.
Terdapat tiga alasan mengapa pertumbuhan penduduk yamg tinggi
akan memperlambat pembangunan, yaitu (Wahyuningsih, 2014: 41-
42):
1) Pertumbuhan penduduk yang tinggi akan dibutuhkan untuk
membuat konsumsi dimasa mendatang semakin tinggi.
Rendahnya sumber daya perkapita akan menyebabkan penduduk
tumbuh lebih cepat, yang giliranya membuat investasi dalam
“kualitas manusia” semakin sulit.
2) Banyak negara yang penduduknya masih sangat tergantung
dengan sektor pertanasn, pertumbuhan penduduk mengancam
keseimbangan antara sumber daya alam yang langka dan
penduduk. Sebagian karena pertumbuhan penduduk
memperlambat perpindahan penduduk dari sektor pertanian yang
rendah produktifitasnya ke sektor pertanian yang rendah
produktifitasnya ke sektor pertanian modern dan pekerjaan
modern lainya.
3) Pertumbuhan penduduk yang cepat membuat semakin sulit
melakukan perubahan yang dibutuhkan untuk meningkatkan
pertumbuhan ekonomi dan sosial. Tingginya tingkat kelahiran
merupakan penyumbang utama pertumbuhan kota yang cepat.
48
Telaah lain menunjukan bahwa penduduk memiliki dua peranan
dalam pembangunan ekonomi; satu dari segi permintaan dan yang lain
dari segi penawaran. Dari segi permintaan penduduk bertindak sebagai
konsumen dan dari segi penawaran penduduk bertindak sebagai
produsen.
Oleh karena itu, perkembangan penduduk yang cepat tidaklah
selalu merupakan penghambat bagi jalanya pembangunan ekonomi
jika penduduk ini mempunyai kapasitas tinggi untuk menghasilkan dan
menyerap hasil produksi yang dihasilkan. Ini berarti tingkat
pertambahan penduduk yang tinggi disertai dengan tingkat pendapatan
yang tinggi pula.
Jadi pertambahan penduduk dengan tingkat pendapatan rendah
tidak ada gunanya bagi pembngunan ekonomi. Disisi lain alasan
penduduk dipandang logis sebagai penghambat pembangunan,
dikarenakan jumlah penduduk yang besar dan dengan pertumbuhan
yang tinggi, dinilai hanya menambah beban pembangunan. Jumlah
penduduk yang besar akan memperkecil pendapatan perkapita dan
menimbulkan masalah ketenaga kerjaan (Dumairy, 1996: 68).
Bagi negara-negara berkembang keadaan perkembangan
penduduk yang cepat justru akan menghambat perkembangan
ekonomi. Karena akan selalu ada perlombaan antara tingkat
perkembangan output dengan tingkat perkembangan penduduk, yang
49
akhirnya akan dimenangkan oleh perkembangan penduduk. Jadi,
karena penduduk juga berfungsi sebagai tenaga kerja, maka paling
tidak terdapat kesulitan memperoleh kesempatan kerja. Jika mereka
tidak memperoleh pekerjaan atau mengangur, maka justru akan
menekan standar hidup bangsanya menjadi lebih rendah.
Penduduk yang selau berkembang menuntut adanya
perkembangan ekonomi yang terus-menurus. Semua ini memerlukan
lebih banyak investasi bagi negara berkembang, cepatnya
perkembangan penduduk menjadi sebuh ganjalan dalam
perkembangan ekonomi, karena negara-negara ini memiliki sedikit
kapital.
Todaro (2000: 144), menyatakan bahwa pertumbuhan
penduduk dan pertumbuhan angkatan kerja (yang terjadi beberapa
tahun kemudian setelah pertumbuhan penduduk) secara tradisional
dianggap sebagai salah satu faktor yang meningkatkan pertumbuhan
ekonomi. Jumlah angkatan kerja yang lebih besar berarti akan
menambah jumlah tenaga produktif, sedangkan pertumbuhan
penduduk yang lebih besar berarti meningkatkan ukuran pasar
domestiknya. Dengan kata lain, semakin banyak angkatan kerja yang
digunakan dalam proses produksi maka output hasil produksi akan
mengalami peningkatan sampai batas tertentu.
50
Meskipun terdapat pertentangan menganai konsekuensi positif
dan negatif yang ditimbulkan oleh tingginya laju pertumbuhan
penduduk, namun selama beberapa dekade mulai muncul gagasan
baru. Gagasan tersebut dikemukakan oleh Robert Cessen dalam
Todaro (2006:351) sebagai berikut:
1. Persoalan kependududkan tidak semata-mata menyangkut jumlah
tetapi juga meliputi kualitas hidup dan kesejahteraan material;
2. Pertumbuhan penduduk yang cepat memang mendorong
timbulnya masalah keterbelakangan dan membuat prospek
pembangunan menjadi semakin jauh. Laju pertumbuhan
pemduduk yang terlampau cepat meskipun memang bukan
merupakan penyebab utama dari keterbelakangan, harus didasari
bahwa hal tersebut merupakan salah satu faktor penting penyebab
keterbelakangan di banyak negara;
3. Pertumbuhan penduduk secara cepat menimbulkan berbagai
konsekuensi ekonomi yang merugikan dan hal itu merupakan
masalah yang utama harus dihadapi negara-negara Dunia Ketiga.
Mereka kemudian mengatakan bahwa laju pertumbuhan
penduduk yang terlalu cepat mendorong timbulnya berbagai
macam masalah ekonomi, sosial dan pesikologi yang melatar
belakangi kondisi keterbelakangan yang menjerat negara-negara
berkembang.
51
Pertumbuhan penduduk juga menghalangi prospek tercapainya
kehidupan yang lebih baik karena mengurangi tabungan rumah tangga
dan juga negara. Di samping itu, jumlah penduduk yang terlampau
besar akan menguras kas pemerintah yang sudah sangat terbatas untuk
menyediakan berbagai pelayanan kesehatan ekonomi dan social bagi
generasi baru.
Melonjaknya beban pembiayaan atas anggaran pemerintah
tersebut jelas akan mengurangi kemungkinan dan kemampuan
pemerintah untuk meningkatkan taraf hidup generasi dan mendorong
terjadinya transfer kemiskinan kepada generasi mendatang yang
berasal dari keluarga berpenghasilang menengah ke bawah (Todaro,
2006: 259-260).
8. Investasi
Segala sesuatu yang dilakukan untuk meningkatkan kemampuan
menciptakan dan menambah nilai kegunaan hidup adalah investasi,
jadi investasi bukan hanya dalam bentuk fisik, melainkan juga non
fisik terutama peningkatan kualitas sumber daya manusia (SDM)
(Wahab, 2012: 106).
Menurut Sukirno (2005:55) kegiatan investasi memungkinkan
suatu masyarakat terus menerus meningkatkan kegiatan ekonomi dan
kesempatan kerja, meningkatkan pendapatan nasional dan
52
meningkatkan taraf kemampuan masyarakat. Peranan ini bersumber
dari tiga fungsi penting dari kegiatan investasi, yakni: (1) Investasi
merupakan salah satu komponen dari pengeluaran agregat, sehingga
kenaikan investasi akan meningkatkan permintaan agregat, pendapatan
nasional serta kesempatan kerja. (2) Pertambahan barang modal
sebagai akibat investasi akan menambah kapasitas produksi. (3)
Investasi selalu diikuti oleh perkembangan teknologi.
Berdasarkan jenisnya investasi dibagi menjadi dua jenis yaitu:
pertama investasi pemerintah, adalah investasi yang dilakukan oleh
pemerintah pusat maupun pemerintah daerah. Pada umumnya investasi
yang dilakukan oleh pemerintah tidak dimaksudkan untuk
memperoleh keuntungan; semua investasi swasta, adalah investasi
yang dilakukan oleh sektor swasta nasional yaitu Penanaman Modal
Dalam Negeri (PMDN) ataupun investasi yang dilakukan oleh swasta
asing atau disebut Penanaman Modal Asing (PMA).
Investasi yang dilakukan swasta bertujuan untuk mencari
keuntungan dan memperoleh pendapatan serta didirong oleh adanya
pertambahan pendapatan. Jika pendapatan bertambah konsumsi pun
bertambah dan bertambah pula effective demand. Investasi timbul
diakibatkan oleh beratambahnya permintaan yang sumbernya terletak
pada penambahan pendapatan disebut induced investment (Sukirno,
2007, 255).
53
Teori Horrord-domar memperhataikan kedua fungsi dari
pembentukan modal tersebut dalam kegiatan ekonomi. Dalam teori
Harrod-Domar pembentukan modal dipandang sebagai pengeluaran
yang akan menambah permintaan efektif seluruh masyarakat. Teori
tersebut menunjukan suatu pernyataan yang dikaitkan dalam analisis
Keynes, yaitu apabila pada suatu masa tertentu dilakukan sebuah
pembentukan modal, maka pada masa berikutnya perekonomian
tersebut memiliki kesanggupan untuk menghasilkan barang-barang
(Sukirno, 2007: 256).
Dalam islam, investasi merupakan kegiatan muamalah yang
sangat dianjurkan, karena dengan berinvestasi harta yang dimiliki
menjadi lebih produktif dan juga mendapatkan manfaat bagi orang
lain. Oleh karena itu, investasi dalam islam sangat penting bagi
kepentingan dunia maupun akhirat (Yuliana, Jurnal 2015).
Sebagaimana dalam firman Allah dalam Q.S al-Baqoroh (2):261
yang artinya:
“Perumpamaan (nafkah yang dikeluarkan oleh) orang-orang yang
menafkahkan hartanya dijalan Allah adalah serupa dengan sebutir
benih yang menumbuhakan tujuh bulir, pada tiap-tiap bulir seratu
biji. Allah melipat gandakan (ganjaran) bagi siapa yang Dia
kehendaki. Dan Allah Maha Luas (karunia-Nya) lagi Maha
mengetahui”.
54
Arti ayat di atas dapat merupakan contoh kongkrit dari
berinvestasi yang dimulai dengan hubatin wahidatin (sebulir benih)
menjadi tujuh bulir yang akhirnya menjadi tujuh ratus biji. nampaknya
Al-qur’an telah memberian panduan investasi (walaupun dalam hal ini
adalah infaq). Bila banyak orang miskin untuk berproduktifitas kea rah
yang lebih bauk.
Pengaetian memanfaatkan harta di jalan Allah melipti belanja
dijalan jihad, pembengaunan perguruan, rumah sakit, usaha
penyelidukan ilmiyah dan lain-lain.
C. Kerangka Berfikir
Berdasarkan tinjauan teoritis yang telah dipaparkan, maka
kerangka teoritis dalam penelitian ini adalah bagaimana hubungan
antara perkembangan dana zakat, inflasi dan pengangguran terbuka
terhadap kemiskinan di Indonesia. Ketika perkembangan dana zakat
mengalami kenaikan, tingkat kemiskinan menurun namun
pengangguran terbuka semakin melebar. Hal ini yang terjadi trade off
antara perkembangan dana zakat dan pengangguran terbuka maka
digambarkan susukan kerangka pemikiran sebagai berikut
55
Gambar 2.1
Kemiskinan (Y)
JP PT IVS D Z JP INF
DZ INF PT
Model Regresi Data Panel
Common Effect Fixed Effect Rondom Effect
Uji Chow Test Uji Hausman Test
Uji Segnifikansi
Uji multikolinieritas Uji Heteroskedastisitas Uji Normalitas
Uji Persamaan Simultan
Pengaruh Secara Simultan Antara Perkembangan Dana Zakat dan Variabel
Makro Ekonomi Terhadap Kemiskinan (Studi Kasus 15 Provinsi di Indonesia)
56
Perkembangan dana zakat memiliki hubungan tidak linear
dengan kemiskinan yang artinya jika perkembangan dana zakat
meningkat maka kemiskinan akan menurun dan sebaliknya. Inflasi
memiliki hubungan linear terhadap kemiskinan bahwa jika inflasi
meningkat maka kemiskinan juga meningkat. Kemudian pengangguran
terbuka memiliki hubungan linier terhadap kemiskinan bahwa jika
jumlah pengangguran terbuka meningkat maka kemiskinan juga
meningka.
Dengan persamaan sebagai berikut:
Y = α +β1 (DZ) +β2 (INF) + β3 (PT) + е
DZ = α +β1 (PT) + β2 (JP) + е
INF = α +β1 (IVS) + β2 (DZ) + е
PT= α +β1 (JP) + β2 (INF) + е
Keterangan:
Y = variable dependen (kemiskinan)
α = konstanta
βi = koefisien Regresi
PZ = Penyaluran dana zakat
JP = Jumlah penduduk
INF = Inflasi
PT = Pengangguran terbuka
57
IVS = Investasi
e = eror
Fungsi diatas menjelaskan pengertian bahwa tingkat
kemiskinan di Indonesia dipengaruhi oleh perkembangan dana
zakat, jumlah penduduk, inflasi dan pengangguran terbuka.
Penelitian ini menggunakan asumsi bahwa variabel lain di luar
variabel penelitian tidak berubah (cetiris paribus).
D. Hipotesis Penelitian
Adapun penyusunan hipotesis penelitian ini adalah sebagai berikut:
1. Pengaruh Dana Zakat terhadap Kemiskinan
Menurut Departemen Agama RI zakat adalah harta yang
wajib disediakan oleh orang atau badan yang dimiliki oleh orang
muslim sesuai dengan ketentuan agama untuk diberikan kepada yang
berhak menerimanya (Marningsih, 2011: 25). Menurut Alwi (2014:
22), zakat yang telah dikumpulkan oleh lembaga pengelola zakat,
harus segera disalurkan kepada mustahiq sesuai dengan skala
prioritas yang telah disusun dalam program kerja.
Dalam penelitian Yanah (2014) tentang strategi pengentasan
kemiskinan di Indonsia melalui strategi antar bank syariah dan
Baznas. Jurnal Ekonomi. Vol, 2. No,3 Mei-Agustus 2014. Dalam
58
peenelitianya menunjukan hasil bahwa zakat berpengaruh negated
dan egnifikan terhadap pengantasan kemiskinan.
Berdasarkan hasil penelitian diatas maka diajukan hipotesis
sebagai berikut:
H1: Dana Zakat berpengaruh negatif dan iegnifikan terhadap
Kemiskinan di Indonesia (Studi kasus 15 Provinsi).
2. Pengaruh Inflasi terhadap Kemiskinan
Teori Strukturalis, atau sering disebut teori inflasi jangka
panjang, mengatakan bahwa sebab-sebab terjadinya inflasi berasal
dari kekakuan struktur ekonomi, dimana penawaran bahan makanan
dan barang-barang ekspor, sehinggga menyebabkan pertambahan
produksi barang lebih lambat dibandingkan dengan peningkatan
kebutuhan masyarakat. Dengan demikian mengakibatkan perawaran
(supply) barang dan jasa dalam masyarakat lebih rendah daripada
penawaran (demand) barang dan jasa dalam masyarakat, sehingga
harga barang dan jasa menjadi meningkat (Windra, 2016: 25).
Inflasi menurut Badan Pusat Statistika (2000) merupakan
kenaikan harga barang atau jasa secara umum dalam suatu daerah
atau negara dimana barang atau jasa tersebut merupakan barang
kebutuhan pokok masyarakat atau turunanya daya jual mata uang
dalam suatu daerah atau negara.
59
Penelitian Ni Ketut dkk (2016) tentang analisis faktor-faktor
yang mempengaruhi tingkat kemiskinan di Provinsi Bali E-jurnaal
Ekonomi dan Bisnis Islam Universitas Udayana. Dalam penelitianya
menunjukan hasil bahwa inflasi berpengaruh positif segnifikan
terhadap kemiskinan.
Berdasarkan hasil penelitian diatas maka diajukan hipotesis
sebagai berikut:
H2: Inflasi berpengaruh positif dan signifikan terhadap Kemiskinan
di Indonesia (Studi kasus 15 Provinsi).
3. Pengaruh Penganguran Terbuka terhadap Kemiskinan
Ditinjau dari sudut individu, penganguran menimbulkan
berbagai masakah ekonomi dan sosial kepada yang mengalaminya.
Ketiadaan pendapatan menyebabkan para penganguran harus
mengurangi pengeluaran konsumsinya. Apabila penganguran di
suatu negara adalah sangat buruk, kekacauan politik dan sosial selalu
berlaku dan menimbulkan efek yang buruk pada kesejahteraan
masyarkat dan prospek pembangunan ekonomi dalam jangka
panjang. Semakin turunya kesejahteraan masyarakat kerena
mengangur tentunya akan meningkatkan peluang mereka terjebak
dalam kemiskinan karena tidak meiliki pekerjaan Sukirno (2010:
50).
60
Penelitian Irhami (2017) tentang pengaruh jumlah penduduk,
penganguran dan pengeluaran pemerintah terhadap kemiskinan di
Indonesia tahun 1986-2015. Dalam penelitianya menunjukan hasil
penganguran berpengaruh positif dan segnifikan terhadap
kemiskinan di Indonesia.
Berdasarkan hasil penelitian diatas maka diajukan hipotesis
sebagai berikut:
H3: Penganguran Terbuka berpengaruh positif dan signifikan
terhadap Kemiskinan di Indonesia (Studi kasus 15 Provinsi).
4. Pegaruh secara simumltan variabel Dana Zakat, Inflasi dan
Penganguran Terbuka terhadap Kemiskinan.
Penelitian Atabik (2015) tentang prtan zakat dalam
pengentasan kemiskinan. (Jurnal Zakat dan Wakaf. Vol. 2, No. 2,.
Dalam penelitianya menunjukan hasil bahwa zakat berpengatuh
negative segnigikan terhadap pengentasan kemiskinan.
Penelitian Anak agung dkk (2015) jurnal
EkonomiPembangunan Universitas Udayana Vol. 4, No. 10 Oktober
2015. Dalam penelitianya menunjukan hasil bahwa penganguran
berpengaruh positif dan segnifikan terhadap kemiskina di provinsi
Bali.
Penelitian Yayan Amroni (2019) tentang analisis dampak
pemekaran wilayah terhadap pertumbuhan ekonomi di Kabupaten
61
Lampung Barat dalam Perspektif Ekonomi Islam tahun 2010-2016.
Dalam penelitianya menunjukan bahwa pemekaran wilayah
dikarenakan jumlah penduduk berpengaruh negatif dan segnifikan
terhadap pertumbuh kembangan dana zakat dan ekonomi yang
secara tidak langsung berpengaruh terhadap kemiskinan.
Berdasarkan hasil penelitian diatas maka diajukan hipotesis
sebagai berikut:
H4: Dana Zakat, Penganguran Terbuka dan Jumlah Penduduk
berpengaruh secara simultan terhadap Kemiskinan di Indonesia
(Studi kasus 15 Provinsi).
5. Pengaruh Inflasi, Investasi dan Dana Zakat terhadap Kemiskinan
Penelitian Siti Walida Mustamin (2015) tentang pengaruh
variabel ekonomi maksro terhadap kemiskinan di Kota Makasar
Provinsi Sulawesi Selatan. (Jurnal Analisis, Desember 2015, Vol. 4
No 2: 165-173). Dalam penelitianya menunjukan bahwa inflasi
berpengaruh negatof dan segnifikan terhadap kemiskinan di Kota
Makasar.
Penelitian Meri Haryanti (2016) tentang Analisis factor-faktor
yang mempengaruhi inflasi pada perekonomian regional di pulai
Sumatra (suatu analisis Panel) periode 2009-2013). Dalam
penelitianya meninjukan bahwa variabel investasi berpengaruh
positif segnifikan terhadap inflasi yang secara tidak langsung
62
mempengaruhi keminkinan di masing-masing Provinsi yang ada d
pulai Sumatra.
Penelitian Hata dkk (2014) tentang Asian Social Work and
Policy Review. Vol, 8 year 2014. Dalam penelitianya meninjukan
bahwa perkembangan dana zakat perpengaruh positif segnifikan
terhadap kemiskinan baik secara langsung maupun melalui variabel
inflasi.
Berdasarkan hasil penelitian diatas maka diajukan hipotesis
sebagai berikut:
H5: Inflasi, Investasi dan Perkembangan Dana Zakat berpengaruh
secara simultan terhadap Kemiskinan di Indonesia (Studi kasus 15
Provinsi).
6. Pengaruh Penganguran Terbuka, Jumlah Penduduk dan Inflasi
terhadap Kemiskinan.
Penelitian Mansur Efendi tentang pengelolaan zakat
produktif berwawasan kewirausahaan sosial dalam pengentasan
kemiskinan di Indonesia (Jurnal ilmu Syariah dan Hukum Vol. 2,
Nomor 1, Januari-Juni 2017 ISSN: 2527-8169 (P); 2527-8150(E).
Dalam penelitianya menjelaskan bahwa penganguran terbuka
berpengaruh negatif segnifikan terhadap perkembangan dana zakat
dan kemiskinan.
63
Penelitian fitriana Isnaeni Azizah (2016) tentang analisis
pengaruh jumlah penduduk, pertumbuhan ekonomi dan imflasi
terhadap peanguran terbuka di Kabupaten/Kota Provinsi Jawa
Tengah Periode 2010-2014. Dalam penelitianya menjelaskan bahwa
jumlah penduduk berpengaruh positif segnifikan terhadap jumlah
penganguran di Kabupaten/Kota di Provisi Jawa Tengah yang secata
tidak tamgsung mempengaruhi kemiskinan.
Penelitian Upik Andiani (2019) tentang Pengaruh Inflasi dan
Pertumbuhan eknomi terhadap penganguran terbuka periode 2013-
2017. Dalam penelitinya menjelaskan bahwa variabel inflasi
berpengaruh positif dan tidak segnifikan terhadap penganguran
terbuka dan tidak secara langsung mempengaruhi kemiskinan.
H6: Penganguran Terbuka, Jumlah Penduduk dan Inflasi berpengaruh
secara simultan terhadap kemiskinan di Indonesia (Studi kasus 15
Provinsi).
60
BAB III
METODE PENELITIAN
A. Metode Penelitian
1. Jenis Penelitian dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data
sekunder berupa data panel yang merupakan gabungan antara data
runtut waktu (time series) dari periode 2015-2018 dan data silang
(cross-section) yang meliputi 15 provinsi di Indonesia. Keseluruhan
data untuk masing-masing variabel diperoleh dari situs resmi Badan
Pusat Statistik (BPS) dan Badan Amil Zakat Nasional (PuskasBaznas).
2. Lokasi dan waktu penelitian
Lokasi penelitian ini adalah dimana peneliti melakukan penelitian
yaitu di Indonesia (studi kasus 15 provonsi). Penelitian ini merupakan
penelitian empiris yang mana data variabel-variabel penelitian
diperoleh dari Badan Pusat Statistik melalui websaite www.bps.go.id
dan badan amil zakat nasional pada tanggal 30 Januari 2019 hingga 28
Februari 2019.
3. Populasi dan Sempel
a. Populasi
Populasi adalah wilayah generalisasi yang terdiri atas
objek atau subjek yang mempunyai kualitas dan karakteristik
tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian
61
ditarik kesimpulannya (Sugiyono,2014: 80). Populasi
dalam penelitian ini adalah perkembangan dana zakat di BAZNAS
dan variabel makro ekonomi terhadap kemiskinan 34 Provinsi di
Indonesia periode 2015-2018.
b. Sempel
Sampel adalah bagian dari jumlah dan karakteristik yang
dimiliki oleh populasi tersebut (Sugiyono, 2011:80). Teknik
pengambilan sempel ini biasnya didasarkan oleh pertimbangan
tertentu, misalnya keterbatasan waktu, tenaga dan dana sehingga
tidak dapat mengambil sempel yang besar dan jauh.
Adapun cara dalam penentuan sempel, penulis
menggunakan metode purposive sampling. Hal ini dilakukan
dengan cara mengambil subjek bukan berdasarkan atas strata,
random atau daerah tetapi dilaksanakan atas adanya tujuan tertentu.
Metode purposif sampling adalah metode sempel dengan
berdasarkan pada pertimbangan atau kriteria tertentu. Adapun
kriteria sempel dalam penelitian ini adalah:
1) Penghimpunan dana zakat setiap Provinsi di Indonesia yang
terdaftar di BAZNAS.
2) Penghimpunan dana zakat setiap Provinsi yang secara konsisten
terdapat si outlook BAZNAS selama periode 2015-2018.
62
3) Penghimpunan dana zakat setiap Provinsi yang terdaftar di
BAZNAS dan memiliki pertumbuhan ekonomi yang positif di
BPS.
Berdasarkan kriteria tersebut, maka terpilihlah 15 provinsi di
Indonesia yang menjadi sempel dalam penelitian ini yang disajikan
dalam tabel berikut:
Tabel 3.1
Daftar Provinsi di Indonesia yang konsisten di BAZNAS dan BPS
Periode 2015-2018.
No Provinsi
1 Sumatra Utara
2 Sumatra Selatan
3 Symatra Barat
4 Bangka Belitung
5 DKI Jakarta
6 Jawa Barat
7 Jawa Tengah
8 Jawa Timur
9 Banten
10 Kalimantan Selatan
11 Sulawesi Selatan
12 Goromtalo
13 Bali
14 Kalimantan Tengah
15 Kalimantan Timur
63
4. Jenis dan sumber data penelitian
Data adalah segala fakta dan angka yang dapat dijadikan bahan
untuk menyusun suatu informasi.Sedangkan informasi adalah hasil
pengolahan data yang dipakai untuk suatu keperluan (Suharsini,2010:
62). Jenis data yang digunakan pada penelitian ini merupakan data
sekunder. Keunggulan data sekunder adalah dari segi penghematan
waktu dan biaya dalam memperoleh data. Data sekunder diperoleh
dari sumber resmi setiap instansi bersangkutan yaitu Badan Pusat
Statistik dan BAZNAS. Data yang digunakan adalah data time series
dan cross-section dari tahun 2015-2018. Unit analisis seluruh variabel
dalam penelitian ini adalah dalam ruang di Indonesia. Data yang
dibutuhkan dalam penelitian ini adalah:
a. Data perkembangan dana zakat tahun 2015-2018 yang bersumber
dari Badan Amil Zakat Nasional (BAZNAS)
b. Data inflasi 15 Provinsi di Indonesia tahun 2015-2018 yang
bersumber dari Badan Pusat Statistik (www.bps.go.id)
c. Data penganguran terbuka 15 Provinsi di Indonesia tahun 2015-
2018 yang bersumber dari Badan Pusat Statistik (www.bps.go.id).
d. Data jumlah penduduk 15 Provinsi di Indonesia tahun 2015-2018
yang bersumber dari Badan Pusat Statistik (www.bps.go.id).
64
e. Data investasi 15 Provinsi di Indonesia tahun 2015-2018 yang
bersumber dari Badan Pusat Statistik (www.bps.go.id).
f. Data kemiskinan 15 Provinsi di Indonesia tahun 2013-2016 yang
bersumber dari Badan Pusat Statistik (www.bps.go.id).
B. Variabel Dependen
Variabel dependen adalah varibel yang mempengaruhi atau yang
minjadi akibat karena adanya variable babas. Variabel dalam penelitian ini
adalah tingkat kemiskinan di Indonesia.
(Y): Tingkat kemiskinan adalah jumlah penduduk yang memiliki
rata-rata pengeluaran perkapita perbulan berada dibawah garis kemiskinan
yang diukur dengan menggunakan konsep kemampuan memenuhi
kebutuhan dasar (besic need approach).
C. Variable Independen
Variabel independen adalah variabel yang dipengaruhi atau yang
menjadi sebab perubahanya atau timbulnya variable dependen (terikat).
Variabel independen yang digunakan dalam penelitian ini adalah:
1. Perkembangan Dana zakat/ penyaluran dana zakat
Penyaluran dana zakat adalah distribusi dari penghimpunan dana
zakat melalui operasi pengumpulan zakat untuk menciptakan
pemerataan dan mengurangi kesenjangan pendapatan antara orang
kaya dan orang miskin sehingga tercipta kesejahteraan. Data yang
65
diberoleh bersumber dari laporan auditor independen dan keuangan
Badan Amil Zakat Nasional.
a) Inflasi
Inflasi adalah proses kenaikan harga-harga barang secara
umum dan berlangsung secara terus-menerus. Data yang digunakan
dalam penelitian ini adalah inflasi inti dari 15 provinsi di Indonesia
periode 2015-2018 dalam satuan persen yang bersumber dari Badan
Pusat Statistik (BPS).
b) Penganguran Terbuka
Pengangguran adalah seseorang yang tergolong dalam
kelompok angkatan kerja namun tidak bekerja ataupun sedang
mencari pekerjaan. Data yang digunakan dalam penelitian ini
adalah penduduk usia 15 tahun keatas yang termasuk pengangguran
terbuka menurut data tahunan periode 2015-2018 dalam satuan juta
jiwa yang bersumber dari badan Pusat Statistik (BPS).
c) Jumlah penduduk
Penduduk menurut Badan Pusat Statistik (BPS) adalah semua
orang yang berdomisili di suatu wilayah selama 6 bulan atau lebih
dan atau mereka yang berdomisili kurang dari 6 bulan tetapi
bertujuan untuk menetap. Data yang digunakan dalam penelitian ini
adalah jumlah penduduk menurut 15 provinsi di Indonesia periode
2015-2018 dalam satuan juta jiwa yang bersumber dari Badan Pusat
Statistik (BPS).
66
d) Investasi
Investasi adalah nilai real yang diperoleh dari data kegiatan
menanam modal untuk melakukan usaha yang bersumber dari
penanaman modal modal dalam negeri dan penanaman modal asing
di 15 provinsi di Indonesia dalam satuan milyar rupiah yang
bersumber dari Badan Pusat Statistik (BPS).
D. Teknik analisis data
1. Analisis Regresi Data Panel
Metode analisis yang penulis gunakan secara umum untuk
menganalisis tentang pengaruh dana zakat, inflasi dan penganguran
terbuka secara simultan terhadap kemiskinan 15 Provinsi di Indonesia
adalah metode kuantitatif. Data-data yang digunakan dalam penelitian
ini merupakan gabungan dari data cross section dan data time series.
Kombinasi dari gabungan kedua data tersebut adalah data panel.
Data cross section dalam penelitian ini adalah 15 data Provinsi di
Indonesia. Sedangkan data time series dalam penelitian ini memiliki
empat waktu pengamatan, yaitu selama empat tahun (2015-2018)
dengan mengunakan laporan tahunan. Sehingga jumlah pengamatan
(observation) sebanyak 60 pengamatan (15x4 = 60).
Teknik analisis yang digunakan adalah dengan teknik analisis
regresi data panel dengan menggunakan Eviews 9.0 sebagai program
pengolah datanya. Selain itu juga digunakan softwere Microsoft Excel
2007 sebagai softwere pembentu dalam mengkonversi data dalam
67
bentuk baku yang disediakan oleh sumber ke dalam bentuk yang lebih
representative untuk digunakan pada softwere utama di atas
(Kurniawati, 2017:83).
Terdapat beberapa metode yang bisa dilakukan untuk
mengestimasi model regresi dengan data panel, diantaranya Common
effect, Fixed Effecd, dan Random Effecd (Rama dan Ade, 2017).
1. Metode Common Effect
Merupakan pendekatan metode data panel yang paling
sederhana karena hanya mengombinasikan data time series dan
cross section. Pada model ini tidak diperhatikan dimensi waktu
maupun individu. hal ini dikarenakan mengansumsi bahwa
perilaku data antar variabel sama dalam berbagi kurun waktu
(Rama dan Ade, 2017). Metode ini bisa menggunakan pendekatan
Ordinary least Square (OLS) atau teknik kuadrat terkecil untuk
mengestimasikan model data panel.
Kelemahan dari model Common Effect atau OLS dengan
menggunakan panel terletak pada ketidak mampuan model ini
untuk melihat perbedaan baik antar individu maupun antar waktu
pada jenis data panel. Dengan demikian, hal ini tidak sesuai
dengan tujuan digunakanya data panel. Uji Asumsi klasik
2. Fixed Effect Model
Model ini mengansumsikan bahwa perbedaan antara individu
dapat diakomodasi dari perbedaan intersepnya. Untuk
68
mengantisipasi data panel Fixed Effect menggunakan teknik
variabel dummy untuk menagkap perbedaan intersep antar Provinsi,
perbedaan intersep bisa terjadi karena perbedaan iklim
perekonomian yang terjadi di setiap Provinsi. Namun demikian
slope nya sama antar Provinsi. Model estimasi ini sering juga
disebut dengan teknik Least Squares Dummy variabel (LSDV).
3. Random Effect Model
Menurut Widarjono (2009) dalam Rama dan Ade (2017)
memasukan variabel dummy dalam model Fixed Effect berdampak
pada berkurangnya derajat kebebasan (degree of freedom) yang
pada akhirnya mengurangi efisiensi paramenter. Masalah ini dapat
diatasi dengan menggunakan variabel gangguan (eror terms) yang
bisa disebut sebagai metodek Random Effect.
Teknik metode OLS tidak dapat digunakan untuk mendapatkan
estimator yang efisien, sehingga lebih tepat untuk menggunakan
Metode generalized Least Square (GLS). Untuk menguji
permodelan regresi data panel ketiga estimasi model regresi dengan
Uji chow dan Uji Hausman yang ditunjukan apakah model regresi
data panel dapat diregresi dengan metode Common Effect, metode
Fixed Effect atau metode Random Effec.
Uji Chow digunakan untuk menentukan apakah model data
panel diregresi dengan metode Common Effect atau dengan metode
Fixed Effecd, apabila dari hasil uji tersebut ditentukan bahwa
69
metode Common Effect yang digunakan, maka tidak perlu diuji
kembali dengan Uji Hasuman, namun apabila dari hasil Uji Chow
tersebut ditentukan bahwa metode Fixed Effect yang digunakan,
maka harus ada uji lanjutan dengan Uji Hausman untuk memilih
antara metode Fixed Effect atau metode Random Effect yang akan
digunakan untuk mengestimasi regresi data panel. Pengujian yang
digunakan menggunakan Chow-test atau Likelihood ratio Test,
dengan asumsi: H0: model mengikuti Pool, dan H1: model
mengikuti Fixed. Pengujian yang dilakukan menggunakan
Hausman-test sengan asumsi: H0: model mengikuti Random Effect
H1: model mengikuti Fixed Effect.
1) Tahapan Analisis Data
Untuk memilih model data panel yang akan digunakan
terlebih dahulu dilakukan uji stasioneritas. Uji stasioneritas dilakukan
untuk menentukan data stasionet atau tidak.
Selanjutnya dilakukan Uji Chow dan Uji Hausman.
a) Uji Chow
Chow Test yakni pengujian untuk mengunakan atau
menentukan model fixed effect atau random effect yang paling
tepat digunakan dalam mengestimasi data panel.
Pengujian Chow menggunakan sofwere Eviews adalah
dengan menggunakan uji likelihood ratio, lalu yang menjadi dasar
penolakan adalah dengan membandingkan nilai probabilitasnya
70
dengan α= 0.05. Perbandinganya yang di maksut adalah apabila
nilai probabilitas lebih kecil dari 0.05 maka ditolak sehingga
dalam penelitian ini menggunakan fixed effect dan perlu
melakukan Hausman test. Namun juka nilai probabilitasnya lebih
dari 0.05 maka model yang tepat digunakan adalah common effect
dan tidak perlu dilakukan Uji Hausman.
b) Uji Hausman
Hausman Effect didefinisikan sebagai pengujian ststistik
apakah model fixed effect yang paling tepat digunakan.
Statistic Uji Hausman ini dengan melihat nilai probabilitas.
Jika nilai probabilitas < 0.05 (untuk tingkat segnifikansi = 0.05)
maka ditolak dan model yang lebih tepat adalah model fixed
effect, begitupun sebaliknya. Bila nilai probabilitas > 0.05, maka
model yang lebih tepat adalah model random effect.
2) Pengujian Hipotesis
Uji hipotesis merupakan prosedur yang digunakan untuk
menguji diterima atau tidaknya hasil hipotesa (H0) dari dari sempel.
Keputusan untuk mengolah ho dibuat berdasarkan nilai uji statistik
yang diperoleh dari data yang ada (Gujarati, 2003: 82-83).
a) Uji Parsial (Uji t)
Uji t digunakan untuk melihat signifikansi dari pengaruh
variabel bebas secara individu terhadap variabel terikat dengan
71
menganggap variabel bebas lainya adalah konstan (Gujarati,
2003: 82-83).
Pada tingkat segnifikansi 0.05 (5%) dengan kriteria
pengujian yang digunakan sebagai berikut:
(1) Jika t hitung < t tabel, maka Ho diterima dan H1 ditolak,
yang artinya variabel penjelas secara parsial tidak
mempengaruhi variabel yang dijelaskan secara segnifikan.
(2) Jika t hitung > t tabel, maka ho ditilak dan H1 diterima,
yang artinya variabel penjelas secara parsial
mempengaruhi variabel yang dijelaskan secara segnifikan.
b) Uji Simultan (Uji F)
Uji F dilakukan untuk mengetahui apakah variabel-variabel
independen yang dimasukan dalam model regresi mempunyai
pengaruh secara simultan (bersama-sama) terhadap variabel
dependen. H0 dalam penelitian dapat ditolak apabila nilai
segnifikansi lebih besar dari derajat kepercayaan atau = 0.05
(Ghozali, 2016:96).
c) Uji R2
Uji ini perlu dilakukan untuk mengetahui seberapa besar
persentase (%) pengaruh seluruh variabel independen (X)
tergadap variabel dependen (Y). Apabila hasil regresi pada
kolom koefisien determinasi (R2) mendekati 1, maka model
72
regresi yang digunakan semakin kuat sebagai penduga terhadap
variabel dependen (Gujarati, 1997:82-83).
3) Uji Asumsi Klasik
a) Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam
model regresi, variabel pengganggu atau residual memiliki
distribusi normal. Model regresi yang baik memiliki distribusi
data normal atau mendekati normal. Untuk mendeteksi variabel
residual berdistribusi normal atau tidak yaitu dengan
menganalisis grafik atau statistik. Secara statistik ada dua
komponen normalitias yaitu skewness dan kurtosis.
Pengambilan keputusan ini dengan membandingkan
nilai Z dengan nilai kritis untuk a = 0.05, jika nilai Z < nilai
kritis maka data terdistribusi secara normal. Sedangkan jika
nilai Z > nilai kritis data tidak terdistribusi normal (Bawono,
2006: 133).
b) Uji Multokolinieritas
Multokolinieritas adalah asumsi dimana terdapat korelasi
variabel-variabel bebas diantara satu dengan yang lainya.
Masalah multikolirieritas yang serius dapat mengakibatkan
berubahnya tanda dari paramenter estimasi (Bawono, 2006: 115).
Indikasi multokolinieritas ditunjukan dengan berbagai informasi
berikut (Winarno, 2015: 51-52).
73
(1) Nilai R2 tinggi, tetapi variabel banyak yang tidak segnifikan.
(2) Dengan menghitung koefisien korelasi antar variabel
independen. Apabila koefisien rendah, maka tidak terjadi
multikolinieritas.
(3) Dengan melakukan regresi auxiliary regresi jenis ini dapat
digunakan untuk mengetahui hubungan antara dua (atau
lebih) variabel independen secara bersama-sama
mempengaruhi variabel independen yang lain.
Uji multikolinieritas dalam penelitian ini menggunakan metode
auxiliaey regresi antar variabel dependen untuk mendapatkan r2
,
kemudian dibandingkan dengan R2, persamaan utama (Bawono,
2006: 120).
c) Uji Heterokedastisitas
Uji Heteroskedasticity terjadi apabila varian dari
variabel pengguna tidak sama dengan semua observasi, hal ini
mengakibatkan penaksir tidak bisa tetapi juga tidak efisiensi
lebih baik dalam sempel besar maupun sempel kecil, serta
mengakibatkan kesimpulan dari ujit-test dan F-test salah. Pada
penelitian ini menggunakan method covariance Huber white
atau uji white untuk melakukan penyembuhan ketika terjadi
gejala Heteroskedastisitas.
74
4) Model Regresi Linier Berganda dengan Metode OLS
Hipotesis diuji dengan menggunakan model regresi linear
berganda dengan metode Ordinary Least Square. Analisis regresi ini
digunakan untuk memperkirakan atau meramalkan hubungan antara
tiga variabel dengan variabel yang mempengaruhi kemudian
membuat sebuah asumsi kedalam suatu bentuk fungsi yang akan
digunakan untuk mengetahui kemiskinan di Indonesia periode 2015-
2018.
75
BAB IV
ANALISIS DATA
A. Deskripsi Obyek Penelitian
1. Variabel Kemiskinan
Tabel 4.1
Statistik Deskriptif Variabel Kemiskinan
Kemiskinan
Mean 6.523333
Median 5.625000
Maximum 13.28000
Minimum 2.670000
Observations 240
Sumber: Data sekunder diolah, 2019
Dari tabel dapat diketahui bahwa nilai rata-rata kemiskinan di
Indonesia yang diambil dari 15 provinsi yang diambil sempel secara
acak pada periode tahun 2015 samapai dengan tahun 2018 sebesar
6.523333 atau 6.5% dengan nilai median sebesar 5.625000 atau 5.6%.
Nilai kemiskinan tertinggi 13.28 pada tahun 2015 berada pada
provinsi Sumatra Selatan, sedangkan nilai terendah 2.67 pada tahun
2018 berada pada provinsi Bangka Belitung. Untuk lebih jelasnya
dapat di lihat di lampiran 1, Data Penelitian.
76
2. Variabel Dana Zakat
Tabel 4.2
Statistik Deskriptif Variabel Dana Zakat
Dana Zakat
Mean 1.47E+10
Median 2.30E+09
Maximum 1.92E+11
Minimum 23529900
Observations 240
Sumber: Data sekunder diolah, 2019
Dari tabel dapat diketahui bahwa nilai rata-rata dana zakat di
Indonesia yang diambil dari 15 provinsi yang diambil sempel secara
acak pada periode tahun 2015 samapai dengan tahun 2018 sebesar
1.47E+10 atau 1.47% dengan nilai median sebesar 2.30E+09 atau
2.30%. Nilai dana zakat tertinggi 1.92 pada tahun 2017 berada pada
provinsi DKI Jakarta , sedangkan nilai terendah 23529900 pada
tahun 2015 berada pada provinsi Jawa Tengah. Untuk lebih jelasnya
dapat di lihat di lampiran 1, Data Penelitian.
3. Variabel Inflasi
Tabel 4.3
Statistik Deskriptif Variabel Inflasi
Inflasi
Mean 5.777500
Median 5.855000
77
Maximum 8.380000
Minimum 3.020000
Observations 240
Sumber: Data sekunder diolah, 2019
Dari tabel dapat diketahui bahwa nilai rata-rata inflasi di
Indonesia yang diambil dari 15 provinsi yang diambil sempel secara
acak pada periode tahun 2015 samapai dengan tahun 2018 sebesar
6.244167 atau 6.2% dengan nilai median sebesar 6.855000 atau
6.8%. Nilai inflasi tertinggi 8,38 pada tahun 2015 berada pada setiap
provinsi di Indonesia, sedangkan nilai terendah 3.02 pada tahun
2016 yang juga berada pada di setiap provinsi di Indonesia. Untuk
lebih jelasnya dapat di lihat di lampiran 1, Data Penelitian.
4. Variabel Pengangguran
Tabel 4.5
Statistik Deskriptif Variabel Pengangguran
Pengangguran
Mean 5.769500
Median 5.755000
Maximum 9.540000
Minimum 1.830000
Observations 240
Sumber: Data sekunder diolah, 2019
Dari tabel dapat diketahui bahwa nilai rata-rata pengangguran
di Indonesia yang diambil dari 15 provinsi yang diambil sempel
78
secara acak pada periode tahun 2015 samapai dengan tahun 2018
sebesar 5.769500 atau 5.7% dengan nilai median sebesar 5.755000
atau 5.7%. Nilai kemiskinan tertinggi 9.54 pada tahun 2017 berada
pada provinsi Banten, sedangkan nilai terendah 1.83 pada tahun
2015 berada pada provinsi Bali. Untuk lebih jelasnya dapat di lihat
di lampiran 1, Data Penelitian.
5. Variabel Investasi
Tabel 4.6
Statistik Deskriptif Variabel Investasi
Investasi
Mean 9005.380
Median 5069.250
Maximum 46331.60
Minimum 45.10000
Observations 240
Sumber: Data sekunder diolah, 2019
Dari tabel dapat diketahui bahwa nilai rata-rata investasi di
Indonesia yang diambil dari 15 provinsi yang diambil sempel secara
acak pada periode tahun 2015 samapai dengan tahun 2018 sebesar
9005.380 atau 9% dengan nilai median sebesar 5069.250 atau 5%.
Nilai investasi tertinggi 46.3% pada tahun 2018 berada pada provinsi
Jawa Timur, sedangkan nilai terendah 45.1% pada tahun 2016
berada pada provinsi Gorontalo. Untuk lebih jelasnya dapat di lihat
di lampiran 1, Data Penelitian.
79
6. Variabel Jumlah Penduduk
Tabel 4.6
Statistik Deskriptif Variabel Jumlah Penduduk
Jumlah Penduduk
Mean 3343.483
Median 3368.500
Maximum 9967.000
Minimum 1007.000
Observations 240
Sumber: Data sekunder diolah, 2019
Dari tabel dapat diketahui bahwa nilai rata-rata jumlah
penduduk di Indonesia yang diambil dari 15 provinsi yang diambil
sempel secara acak pada periode tahun 2015 samapai dengan tahun
2018 sebesar 3343.483 atau 33% dengan nilai median sebesar
3368.500 atau 33%. Nilai jumlah penduduk tertinggi 9967 pada
tahun 2015 berada pada provinsi DKI Jakarta, sedangkan nilai
terendah 1007 pada tahun 2016 berada pada provinsi DKI Jakarta.
Untuk lebih jelasnya dapat di lihat di lampiran 1, Data Penelitian.
B. Analisis Data
Hasil analisis data pada penelitian ini yang berupa uji stasioneritas, uji
regresi dan uji asumsi klasik adalah sebagai berikut:
80
1. Uji Stasioneritas
Uji stasioneritas yang digunakan adalah Unit Root dengan uji
Augmented-Dickey-Fuller (ADF). Hasil uji stasioneritas untuk masing-
masing variabel penelitian dapat dilihat pada tabel berikut:
Tabel 4.8
No Variabel Probability
Unit Root Test
Keterangan
1 Y- Kemiskinan 0.0000 Data Stasioner pada Level
2 Endogem- DZ 0.0227 Data Stasioner pada Level
3 Endogen- INF 0.0001 Data Stasioner pada Level
4 Endogen- PT 0.0000 Data Stasioner pada Level
5 Eksogen- PT 0.0000 Data Stasioner pada Level
6 Eksogen- JP 0.0000 Data Stasioner pada Level
7 Eksogen- IVS 0.0000 Data Stasioner pada Level
8 Eksogen- INF 0.0000 Data Stasioner pada Level
Sumber: Data sekunder yang diolah, 2019
Berdasarkan tabel, data yang diolah menunjukan output
dengan nilai probability semua < 0.05. Dengan demikian variabel
dependen, endogen dan eksogen memenuhi ketentuen uji stasioneritas
dan layak untuk dilanjutkan dengan pengujin data lainya. Untuk lebih
jelasnya dapat dilihat di lampiran 2, Uji Stasioneritas.
2. Uji Regresi
Uji regresi dapat dilakukan jika data yang diteliti bersifat
stasioner. Setelah data memenuhi uji stasioneritas, maka harus
81
dilakukan pemilihan model regresi yang tepat dengan cara spesifikasi
model regresi. Berikut merupakan hasil spesifikasi model uji regresi:
1. Uji Linier Berganda
a. Uji Regresi dengan Common Effect
Regresi common effect mengasumsikan bahwa data
gabungan yang ada menunjukan kondisi sesungguhnya dan
hasil analisis regresi dianggap berlaku pada semua objek pada
semua waktu (Setyaningrum, 2017: 82). Hasil uji regresinya
dapat dilihat pada tabek berikut:
Tabel 4.9
Hasil Uji Regresi Common Effect
Dependent Variable: K
Method: Panel Least Squares
Date: 05/18/19 Time: 22:47
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 6.295675 0.695774 9.048446 0.0000
DZ -1.46E-11 6.02E-12 -2.423212 0.0161
INF 0.005159 0.075792 0.068070 0.9458
PT 0.071529 0.093919 0.761603 0.4471 R-squared 0.026143 Mean dependent var 6.523333
AdjustedR-squared 0.013764 S.D. dependent var 3.001396
S.E.of regression 2.980669 Akaike info criterion 5.038699
Sum squared resid 2096.716 Schwarz criterion 5.096710
Log likelihood -600.6439 Hannan-Quinn criter. 5.062073
F-statistic 2.111814 Durbin-Watson stat 0.045436
Prob(F-statistic) 0.099402
Sumber: Data sekunder yang diolah, 2019
Berdasarkan tabel, bentuk regresi common effect adalah:
82
Kemiskinan= 6.295675 – 1.46E-11 + 0.005159 + 0.071529PT
b. Regresi fixed effect
Mengasumsikan bahwa data gabungan yang ada
memiliki konstanta dan koefisien regresi yang tetep untuk
berbagai periode waktu (Setyaningrum, 2017: 83). Hasil uji
regresinya dapat dilihat dari tabel berikut:
Table 4.10
Hasil Uji Regresi Fixed Effect
Dependent Variable: K Method: Panel Least Squares Date: 05/18/19 Time: 22:50
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 5.907928 0.247810 23.84059 0.0000
DZ -8.26E-13 1.62E-12 -0.510957 0.6100
INF 0.055240 0.010629 5.196911 0.0000
PT 0.053579 0.038510 1.391303 0.1659 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.987601 Mean dependent var 6.523333
Adjusted R-squared 0.983258 S.D. dependent var 3.001396
S.E. of regression 0.388354 Akaike info criterion 1.166714
Sum squared resid 26.69499 Schwarz criterion 2.080382
Log likelihood -77.00569 Hannan-Quinn criter. 1.534855
F-statistic 227.3934 Durbin-Watson stat 3.307890
Prob(F-statistic) 0.000000
Sumber: Data sekunder yang diolah, 2019
Berdasarkan tabel diatas, bentuk persamaan regresi dengan
fixed effect adalah:
83
Kemiskinan = 5.907928 + 8.26E-13DZ + 0.055240INF +
0.53579PT
Setelah diketahui persamman regresinya, langkah
selanjutnya adalah melukan uji chow-test dengan likelihood
ratio mengetahui apakah uji regresi ini cocok digunakan pada
penelitian atau tidak. Adapaun uji chow-test dapat dilihat pada
tabel berikut:
Table 4.11
Hasi Uji Chow Test
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 232.630235 (59,177) 0.0000
Cross-section Chi-square 1047.276357 59 0.0000
Sumber: Data sekunder yang diolah, 2019
Berdasarkan tabel di atas, nilai cross-section chi-square
sebesar 1080.944576 dengan probability 0.0000 < 0,05,
sehingga dapat disimpulakan bahwa regresi yang dapat
digunakan adalah regresi fixed effect.
c. Uji Regresi dengan Random effect
Regresi ini digunakan untuk mengatasi kelemahan
metode efek tetap yang menggunakan variabel semu. Metode
rondom menggunakan residual yang diduga memiliki
84
hubungan agar waktu dan antar objek (Winarno, 2015: 17).
Hasil uji regresi rondom effect dapat dilihat pada tabel berikut:
Tabel 4.11
Hasil Uji Regresi Random Effect
Dependent Variable: K
Method: Panel EGLS (Cross-section random effects)
Date: 05/18/19 Time: 22:52
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 5.937365 0.450165 13.18930 0.0000
DZ -1.11E-12 1.60E-12 -0.693855 0.4885
INF 0.054433 0.010610 5.130129 0.0000
PT 0.050003 0.037602 1.329814 0.1849 Effects Specification
S.D. Rho Cross-section random 2.940831 0.9829
Idiosyncratic random 0.388354 0.0171 Weighted Statistics R-squared 0.145114 Mean dependent var 0.429787
Adjusted R-squared 0.134247 S.D. dependent var 0.419082
S.E. of regression 0.389938 Sum squared resid 35.88421
F-statistic 13.35341 Durbin-Watson stat 2.456449
Prob(F-statistic) 0.000000 Unweighte Statistics R-squared 0.004854 Mean dependent var 6.523333
Sum squared resid 2142.551
Durbin-Watson stat 0.041141
Sumber: Data sekunder yang diolah, 2019
Berdasarkan tabel diatas, bentuk persamaan regresi
dengan random effect adalah:
85
Kemiskinan = 5.937365 + 1.11E-12DZ + 0.054433INF +
0.050003PT
Setelah diketahui persamaan regresinya, selanjutnya
dilakukan uji hausman-test untuk mengetahui kesesuaian uji
regresi dengan model random cicik digunakan pada penelitian ini
atau tidak. Adapun hasil uij hausman-test dapat dilihat dari tabel
berikut:
Tabel 4.12
Hasil Uji Hausman-Test
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 4.928748 3 0.1771
Sumber: Data sekunder yang diolah, 2019
Berdasarkan tabel diatas, bilai cross-section random
sebesar 4.928748 dengan probability 0.1771 > 0.05, sehungga
dapat disimpulkan regresi dengan random effect kurang tepat
digunakan dalam penelitian ini.
3. Uji Statistik
Berdasarkan hasil spesifikasi model, uji regresi yang tepat
digunkan dalam penelitian ini adalah regresi dengan fixed effect.
86
Tabel 4.14
Uji Statistik
Model pertama
Dependent Variable: K
Method: Panel Least Squares
Date: 05/18/19 Time: 22:58
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 5.907928 0.247810 23.84059 0.0000
DZ -8.26E-13 1.62E-12 -0.510957 0.6100
INF 0.055240 0.010629 5.196911 0.0000
PT 0.053579 0.038510 1.391303 0.1659 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.987601 Mean dependent var 6.523333
Adjusted R-squared 0.983258 S.D. dependent var 3.001396
S.E. of regression 0.388354 Akaike info criterion 1.166714
Sum squared resid 26.69499 Schwarz criterion 2.080382
Log likelihood -77.00569 Hannan-Quinn criter. 1.534855
F-statistic 227.3934 Durbin-Watson stat 3.307890
Prob(F-statistic) 0.000000
Sumber: Data sekunder yang diolah, 2019
Model regresi yang diolah dari hasil pengujian dapat ditulis
sebagai berikut:
Kemiskinan= 5.907928 + 8.26E-13DZ + 0.055240INF +
0.053579PT
1) Persamaan model regresi tersebut dapat dijelaskan sebagai
berikut:
87
a) Konstanta diperoleh sebesar 5.907928 yang berarti jika
variabel endogen sama dengan nol (0), maka kemiskinan akan
naik sebesar 5.907928 satuan.
b) Koefisien regresi variabel dana zakat diperoleh sebesar 8.26E-
13 denga arah koefisien nagatif. Hal ini berarti bahwa jika
variabel dana zakat meningkat sebesar 1 satuan maka
kemiskinan akan naik sebesar 8.26E-13 satuan dengan asumsi
variabel lain konstan.
c) Koefisien regresi variabel inflasi diperoleh sebesar 0.055240
dengan arah koefisien positif. Hal ini berarti bahwa jika
variabel inflasi meningkat sebesar 1 satuan maka kemiskinan
akan naik sebesar 0.055240 satuan dengan asumsi variabel
konstan.
d) Koefisien regresi pengangguran terbuka diperoleh sebesar
0.53579 dengan arah koefisien positif. Hal ini berarti bahwa
jika variabel inflasi meningkat sebesar 1 satuan maka
kemiskinan akan naik sebesar 0.53579 satuan dengan asumsi
variabel lain konstan.
a. Uji T (Uji Secara parsial)
1) Dana Zakat
Dari hasil pengujian maka diperoleh nilai probabilitas
0.6100. Karena nilai probabilitas lebih besar dari 0.05 (α),
88
dengan kata lain dana zakat secara parsial bepengaruh negatif
dan tidak segnifikan terhadap kemiskinan.
2) Inflasi
Dari hasil pengujian maka diperoleh nilai probabilitas
0.0000. Karena nilai probabilitas lebih kecil dari 0.05 (α),
dengan kata lain inflasi secara parsial bepengaruh positif dan
segnifikan terhadap kemiskinan.
3) Pengangguran
Dari hasil pengujian maka diperoleh nilai probabilitas
0.1659. Karena nilai probabilitas lebih besar dari 0.05 (α),
dengan kata lain pengangguran secara parsial bepengaruh
positif dan tidak segnifikan terhadap kemiskinan.
b. Uji F (Uji Secara Simultan)
Uji F dilakukan untuk mengetahui pengaruh dari variabel
independen terhadap variabel secara simultan. Untuk melihat
apakah berpengaruh atau tidak, dapt tilihat dari nilai Prob (F-
statistic). Apabila nilai uji F lebih kecil dari α= 0, 05 maka
variabel independen berpengaruh terhadap variabel dependen
secara simultan. Berdasarkan tabel diatas nilai sig f adalah
0.0000 < 0.05, dengan demikian, dapat disimpulkan bahwa
variabel independen dengan variabel yang digunakan
berpengaruh terhadap variabel dependen secara simultan.
89
c. Uji Koefisien determinan R2
Nilai uji adjusted R2 pada uji regresi ini sebesar 0.9832558.
Hal ini berarti varian variabel independen dapat menjelaskan
varian variabel dependen sebesar 98%, sedangkan sisanya 2%
dijelaskan oleh varian variabel lain.
Tabel 4.15
Model Kedua
Dependent Variable: DZ
Method: Panel Least Squares
Date: 05/18/19 Time: 23:01
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 8.31E+10 7.86E+09 10.58271 0.0000
PT -4.83E+09 1.36E+09 -3.548157 0.0005
JP -12129152 933102.4 -12.99874 0.0000 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.869563 Mean dependent var 1.47E+10
Adjusted R-squared 0.824862 S.D. dependent var 3.40E+10
S.E. of regression 1.42E+10 Akaike info criterion 49.81516
Sum squared resid 3.61E+22 Schwarz criterion 50.71433
Log likelihood -5915.820 Hannan-Quinn criter. 50.17746
F-statistic 19.45311 Durbin-Watson stat 2.151547
Prob(F-statistic) 0.000000
Sumber: Data sekunder yang diolah, 2019
Model regresi yang diolah dari hasil pengujian dapat ditulis
sebagai berikut:
Dana Zakat= 8.31E+10 -4.83E+09PT – 12129152JP
1) Persamaan model regresi tersebut dapat dijelaskan sebagai berikut:
90
a) Konstanta diperoleh sebesar 8.31E+10 yang berarti jika
variabel endogen sama dengan nol (0), maka dana zakat akan
naik sebesar 8.31E+10 satuan.
b) Koefisien regresi variabel pengangguran terbuka diperoleh
sebesar -4.83+09 dengan arah koefisien negatif. Hal ini berarti
bahwa jika variabel pengangguran terbuka meningkat sebesar 1
satuan maka dana zakat akan turun sebesar 4.83E+09 satuan
dengan asumsi variabel lain konstan.
c) Koefisien regresi variabel jumlah penduduk diperoleh sebesar -
12129152 dengan arah koefisien negatif. Hal ini berarti bahwa
jika variabel inflasi meningkat sebesar 1 satuan maka dana
zakat akan turun sebesar 12129152 satuan dengan asumsi
variabel konstan.
2) Uji T (Uji Secara parsial)
a) Pengangguran Terbuka
Dari hasil pengujian maka diperoleh nilai probabilitas
0.0005. Karena nilai probabilitas lebih kecil dari 0.05 (α),
dengan kata lain pengangguran terbuka secara parsial
bepengaruh negatif dan segnifikan terhadap dana zakat.
1) Jumlah Penduduk
Dari hasil pengujian maka diperoleh nilai probabilitas
0.0000. karena nilai probabilitas lebih kecil dari 0.05 (α),
91
dengan kata lain jumlah penduduk secara parsial bepengaruh
negatiaf dan segnifikan terhadap dana zakat.
b) Uji F (Uji Secara Simultan)
Uji F dilakukan untuk mengetahui pengaruh dari variabel
independen terhadap variabel secara simultan. Untuk melihat
apakah berpengaruh atau tidak, dapa tilihat dari nilai Prob (F-
statistic). Apabila nilai uji F lebih kecil dari α= 0, 05 maka variabel
independen berpengaruh terhadap variabel dependen secara
simultan. Berdasarkan tabel diatas nilai sig f adalah 0.0000 < 0.05,
dengan demikian, dapat disimpulkan bahwa variabel independen
dengan variabel yang digunakan berpengaruh terhadap variabel
dependen secara simultan.
c) Uji Koefisien determinan R2
Nilai uji adjusted R2 pada uji regresi ini sebesar 0.824862.
Hal ini berarti varian variabel independen dapat menjelaskan
varian variabel dependen sebesar 82%, sedangkan sisanya 8%
dijelaskan oleh varian variabel lain.
Tabel 4.16
Model Ketiga
Dependent Variable: INF
Method: Panel Least Squares
Date: 05/18/19 Time: 23:02
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob.
92
C 7.816021 0.505986 15.44711 0.0000
IVS -0.000157 6.17E-05 -2.543743 0.0118
DZ -4.33E-11 1.18E-11 -3.662359 0.0003 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.208775 Mean dependent var 5.765000
Adjusted R-squared -0.062376 S.D. dependent var 2.619416
S.E. of regression 2.699874 Akaike info criterion 5.042098
Sum squared resid 1297.499 Schwarz criterion 5.941264
Log likelihood -543.0518 Hannan-Quinn criter. 5.404396
F-statistic 0.769959 Durbin-Watson stat 1.641797
Prob(F-statistic) 0.881301
Sumber: Data sekunder yang diolah, 2019
Model regresi yang diolah dari hasil pengujian dapat
ditulis sebagai berikut:
Inflasi= 7.816021 – 0.000157IVS -4.33E-11DZ
1) Persamaan model regresi tersebut dapat dijelaskan sebagai berikut:
a) Konstanta diperoleh sebesar 7.816021 yang berarti jika variabel
endogen sama dengan nol (0), maka inflasi akan naik sebesar
7.816021 satuan.
b) Koefisien regresi variabel investasi terbuka diperoleh sebesar -
0.000157 dengan arah koefisien negatif. Hal ini berarti bahwa
jika variabel investasi terbuka meningkat sebesar 1 satuan
maka inflasi akan turun sebesar 0.000157 satuan dengan
asumsi variabel lain konstan.
c) Koefisien regresi variabel dana zakat diperoleh sebesar -4.33E-
11 dengan arah koefisien negatif. Hal ini berarti bahwa jika
variabel dana zakat meningkat sebesar 1 satuan maka inflasi
93
akan turun sebesar 4.33E-11 satuan dengan asumsi variabel
konstan.
2) Uji T (Uji Secara parsial)
a) Investasi
Dari hasil pengujian maka diperoleh nilai probabilitas
0.0118. karena nilai probabilitas lebih besar dari 0.05 (α),
dengan kata lain investasi secara parsial bepengaruh negatif
dan segnifikan terhadap inflasi.
b) Dana Zakat
Dari hasil pengujian maka diperoleh nilai probabilitas
0.0003. karena nilai probabilitas lebih kecil dari 0.05 (α),
dengan kata lain dana zakat secara parsial bepengaruh negatif
dan segnifikan terhadap kemiskinan.
5. Uji F (Uji Secara Simultan)
Uji F dilakukan untuk mengetahui pengaruh dari variabel
independen terhadap variabel secara simultan. Untuk melihat
apakah berpengaruh atau tidak, dapa tilihat dari nilai Prob (F-
statistic). Apabila nilai uji F lebih kecil dari α= 0, 05 maka variabel
independen berpengaruh terhadap variabel dependen secara
simultan. Berdasarkan tabel diatas nilai sig f adalah 0.881301 >
0.05, dengan demikian, dapat disimpulkan bahwa variabel
94
independen dengan variabel yang digunakan tidak berpengaruh
terhadap variabel dependen secara simultan.
6. Uji Koefisien determinan R2
Nilai uji adjusted R2 pada uji regresi ini sebesar -0.062376.
Hal ini berarti varian variabel independen dapat menjelaskan
varian variabel dependen sebesar -6%, sedangkan sisanya 94%
dijelaskan oleh varian variabel lain.
Tabel 4.17
Model Keempat
Dependent Variable: PT Method: Panel Least Squares Date: 05/18/19 Time: 23:20
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 5.209590 0.201465 25.85851 0.0000
JP 0.000144 5.03E-05 2.871972 0.0046
INF 0.013396 0.019415 0.689982 0.4911 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.898738 Mean dependent var 5.769500
Adjusted R-squared 0.864036 S.D. dependent var 2.125083
S.E. of regression 0.783588 Akaike info criterion 2.567944
Sum squared resid 109.2938 Schwarz criterion 3.467109
Log likelihood -246.1533 Hannan-Quinn criter. 2.930242
F-statistic 25.89868 Durbin-Watson stat 2.501424
Prob(F-statistic) 0.000000
Sumber: Data sekunder yang diolah, 2019
95
Model regresi yang diolah dari hasil pengujian dapat ditulis
sebagai berikut:
Pengangguran= 5.209590 + 0.000144JP +0.013396INF
1. Persamaan model regresi tersebut dapat dijelaskan sebagai
berikut:
a. Konstanta diperoleh sebesar 5.209590 yang berarti jika
variabel endogen sama dengan nol (0), maka pengangguran
terbuka akan naik sebesar 5.209590 satuan.
b. Koefisien regresi variabel jumlah penduduk terbuka
diperoleh sebesar 0.000144 dengan arah koefisien positif.
Hal ini berarti bahwa jika variabel jumlah penduduk terbuka
meningkat sebesar 1 satuan maka pengangguran terbuka akan
turun sebesar 0.000144 satuan dengan asumsi variabel lain
konstan.
c. Koefisien regresi variabel inflasi diperoleh sebesar 0.013396
dengan arah koefisien positif. Hal ini berarti bahwa jika
variabel inflasi meningkat sebesar 1 satuan maka
pengangguran terbuka akan turun sebesar 0.013396 dengan
asumsi variabel konstan.
2. Uji T (Uji Secara parsial)
1) Jumlah Penduduk
Dari hasil pengujian maka diperoleh nilai probabilitas
0.0046. Karena nilai probabilitas lebih kecil dari 0.05 (α),
96
dengan kata lain jumlah penduduk secara parsial bepengaruh
positif dan segnifikan terhadap pengangguran terbuka.
2) Inflasi
Dari hasil pengujian maka diperoleh nilai probabilitas
0.4911. Karena nilai probabilitas lebih besar dari 0.05 (α),
dengan kata lain inflasi secara parsial bepengaruh positif
dan tidak segnifikan terhadap pengangguran terbuka.
3. Uji F (Uji Secara Simultan)
Uji F dilakukan untuk mengetahui pengaruh dari variabel
independen terhadap variabel secara simultan. Untuk melihat
apakah berpengaruh atau tidak, dapat tilihat dari nilai Prob (F-
statistic). Apabila nilai uji F lebih kecil dari α= 0, 05 maka variabel
independen berpengaruh terhadap variabel dependen secara
simultan. Berdasarkan tabel di atas nilai sig f adalah 0.0000 < 0.05,
dengan demikian, dapat disimpulkan bahwa variabel independen
dengan variabel yang digunakan berpengaruh terhadap variabel
dependen secara simultan.
4. Uji Koefisien determinan R2
Nilai uji adjusted R2 pada uji regresi ini sebesar 0.864036.
Hal ini berarti varian variabel independen dapat menjelaskan
varian variabel dependen sebesar 86%, sedangkan sisanya 14%
dijelaskan oleh varian variabel lain.
97
d) Uji Asumsi Klasik
1. Uji Normalitas
Gambar 4.1
Uji Normalitas
Model Pertama
0
5
10
15
20
25
-0.6 -0.4 -0.2 0.0 0.2 0.4 0.6
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean 0.000000
Median -0.054521
Maximum 0.720973
Minimum -0.582633
Std. Dev. 0.334207
Skewness 0.292877
Kurtosis 2.221359
Jarque-Bera 9.493901
Probability 0.008678
Sumber: data sekunder yang diolah, 2019
Hasil uji Normalitas
Dari gambar diketahui bahwa nilai probability persamaan pertama
sebesar 0.008678. Nilai tersebut menunjukan lebih kecil dari 0.05, maka
data berdistribusi tidak normal.
Gambar 4.2
Uji Normalitas dengan log
0
5
10
15
20
25
-0.10 -0.05 0.00 0.05 0.10
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean -3.56e-18
Median -0.006165
Maximum 0.134657
Minimum -0.111504
Std. Dev. 0.054876
Skewness 0.361997
Kurtosis 2.746225
Jarque-Bera 5.885693
Probability 0.052715
98
Sumber: data sekunder yang diolah, 2019
Dari gambar setelah disembuhkan menggunakan log diketahui bahwa
nilai probability persamaan pertama sebesar 0.052715. Nilai tersebut
menunjukan lebih besar dari 0.05, maka data berdistribusi normal.
Gambar 4.3
Uji Normalitas
Model Kedua
0
5
10
15
20
25
30
35
40
-2.5e+10 -1.2e+10 25000.0 1.3e+10 2.5e+10 3.8e+10
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean -2.54e-07
Median -7.34e+08
Maximum 4.60e+10
Minimum -2.89e+10
Std. Dev. 1.23e+10
Skewness 1.251946
Kurtosis 6.857432
Jarque-Bera 211.4926
Probability 0.000000
Sumber: data sekunder yang diolah, 2019
Hasil Uji Normalitas
Dari gambar diketahui bahwa nilai probbbability persamaan
sebesar 0.00000. Nilai tersebut menunjukan lebih kecil dari 0.05, maka
data berdistribusi tidak normal.
99
Gambar 4.4
Uji Normalitas dengan Log
0
5
10
15
20
25
30
35
-3 -2 -1 0 1 2 3
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean 4.49e-17
Median 0.145199
Maximum 3.112680
Minimum -3.026288
Std. Dev. 1.173113
Skewness -0.336201
Kurtosis 3.340638
Jarque-Bera 5.681581
Probability 0.058380
Sumber: data sekunder yang diolah, 2019
Dari gambar setelah disembuhkan menggunakan log diketahui bahwa
nilai probability persamaan pertama sebesar 0.058380. Nilai tersebut
menunjukan lebih besar dari 0.05, maka data berdistribusi normal.
Gambar 4.5
Uji Normalitas
Model ketiga
0
10
20
30
40
50
-5 -4 -3 -2 -1 0 1 2 3
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean 0.000000
Median 0.130541
Maximum 3.383887
Minimum -5.051259
Std. Dev. 2.329993
Skewness -0.046315
Kurtosis 1.299095
Jarque-Bera 29.01658
Probability 0.000001
Sumber: data sekunder yang diolah, 2019
100
Hasil uji Normalitas
Dari gambar diketahui bahwa nilai probbability persamaan pertama
sebesar 0.000001. Nilai tersebut menunjukan lebih kecil dari 0.05, maka
data berdistribusi tidak normal.
Gambar 4.6
Uji Normalitas Dengan Log
0
5
10
15
20
25
-0.6 -0.4 -0.2 0.0 0.2 0.4 0.6
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean 0.000000
Median 0.038676
Maximum 0.678644
Minimum -0.615368
Std. Dev. 0.305482
Skewness -0.147369
Kurtosis 2.430631
Jarque-Bera 4.110509
Probability 0.128060
Sumber: data sekunder yang diolah, 2019
Hasil Uji Normalitas
Dari gambar setelah disembuhkan menggunakan log diketahui
bahwa nilai probbability persamaan pertama sebesar 0.128060. Nilai
tersebut menunjukan lebih besar dari 0.05, maka data berdistribusi
normal.
101
Gambar 4.7
Uji Normalitas
Model keempat
0
5
10
15
20
25
30
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean -3.70e-18
Median 0.013888
Maximum 1.900425
Minimum -1.789341
Std. Dev. 0.676237
Skewness 0.121606
Kurtosis 3.799220
Jarque-Bera 6.979047
Probability 0.030515
Sumber: data sekunder yang diolah, 2019
Hasil Uji Normalitas
Dari gambar diketahui bahwa nilai probbability persamaan pertama
sebesar 0.030515. Nilai tersebut menunjukan lebih kecil dari 0.05, maka
data berdistribusi tidak normal.
Gambar 4.8
Uji Normalitas dengan Log
0
5
10
15
20
25
30
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean -3.67e-17
Median -0.022875
Maximum 1.688228
Minimum -1.610927
Std. Dev. 0.638541
Skewness 0.109527
Kurtosis 3.564203
Jarque-Bera 3.663097
Probability 0.160165
Sumber: data sekunder yang diolah, 2019
102
Dari gambar setelah disembuhkan menggunakan log diketahui
bahwa nilai probbability persamaan pertama sebesar 0.160165. Nilai
tersebut menunjukan lebih besar dari 0.05, maka data berdistribusi
normal.
2. Uji Multikolinieritas
Pengujian multikolinieritas dalam regresi dapat di uji dengan
melakukan regresi auxiliary dengan melihat nilai R2 dari setiap variabel.
Apadun hasil uji auxiliary dapat dilihat pada tabel berikut:
Tabel 4.18
Hasil Uji Multikolinieritas
Model Pertama
No r-Squared R2 pada persamaan
utama= 0.981648
Kesimpulan
1 logDZ pada persamaan=
0.749786
Lebih Kecil Tidak terjadi
multikolinieri
tas
2 logInf pada Persamaan=
0.377877
Lebih Kecil Tidak terjadi
multikolinieri
tas
3 logPT pada Persamaan=
0.910004
Lebih Kecil Tidak terjadi
multikolinieri
tas
Sumber: data sekunder yang diolah, 2019
103
Berdasarkan tabel diatas, nilai r2 regresi auxiliary tidak melebihi nilai
r2 pada regresi utama, jadi dapat disimpulkan bahwa model regresi pada
penelitian ini tidak terjadi miltikolinieritas.
Tabel 4.19
Hasil uji Multikolinieritas
Model kedua
No r-Squared R2 pada persamaan
utama= 0.662790
Kesimpulan
1 logPT pada Persamaan=
0.904911
Lebih Besar Terjadi
multikolinieritas
2 logJP pada persamaan=
0.822305
Lebih Besar Tidak
multikolinieritas
Sumber: data sekunder yang diolah, 2019
Berdasarkan tabel di atas, nilai R2 regresi auxiabiliary terdapat
variabel yang melebihi nilai R2 pada regresi utama, sehingga dapat
disimpulkan model regresi pada penelitian ini mengalami multikolinieritas.
Sehingga perlu adanya pengobatan terhadap uji regresi tersebut dengan
mengurangi variabel yang melebihi R2 utama.
Tabel 4.20
Hasil Pengurangan Uji multikolinieritas
No r-Squared R2 pada
persamaan
utama= 0.662790
Kesimpulan
1 logPt pada Persamaan
= 0.599179
Lebih Kecil Tidak terjadi
multikolinieritas
104
Sumber: data sekunder yang diolah, 2019
Dari tabel perbandingan R2
setelah pengobatan, dapat diketahui bahwa
tidak terdapat hubungan variabel dengan nilai R2 pada nilai regresi
utama. Jadi dapat disimpulkan bahwa data variabel dalam penelitian
ini tidak terdapat multikolinieritas.
Variabel yang dieliminasi:
1. Jumlah Penduduk
Berdasarkan tabel diatas nilai R2 hasil auxiliary regresi
variabel jumlah penduduk memiliki korelasi yang lebih besar dari
R2 persamaan utama. Hal ini berarti bahwa terdapat korelasi yang
lebih besar dari variabel independen terhadap jumlah penduduk,
sehingga variabel jumlah penduduk harus dieliminasi dari
persamaan.
Tabel 4.21
Hasil Uji Multikolinieritas
Model ketiga
No r-Squared R2 pada
persamaan
utama= 0.385764
Kesimpulan
1 logIvs pada
Persamaan=
0.842735
Lebih Besar Terjadi
multikolinieritas
2 logDZ pada
Persamaan=
Lebih Besar Terjadi
multikolinieritas
105
0.642027
Sumber: data sekunder yang diolah, 2019
Berdasarkan tabel di atas, nilai R2
regresi auxiabiliary melebihi
nilai R2
pada regresi utama, sehingga dapat disimpulkan model regresi
pada penelitian ini mengalami multikolinieritas. Sehingga perlu adanya
pengobatan terhadap uji regresi tersebut dengan mengurangi variabel
yang melebihi R2
utama.
Tabel 4.22
Hasil Pengobatan Uji multikolinieritas
No r-Squared R2 pada
persamaan
utama= 0.385764
Kesimpulan
1 logDZ pada
Persamaan= 0.348611
Lebih Kecil Tidak terjadi
multikolinieritas
Sumber: data sekunder yang diolah, 2019
Dari tabel perbandingan r2 setelah pengobatan, dapat diketahui
bahwa tidak terdapat hubungan variabel dengan nilai R2 pada nilai
regresi utama. Jadi dapat disimpulkan bahwa data variabel dalam
penelitian ini tidak terdapat multikolinieritas.
Variabel yang dieliminasi:
1. Investasi
Berdasarkan tabel di atas nilai r2 hasil auxiliary regresi
variabel investasi memiliki korelasi yang lebih besar dari R2
persamaan utama. Hal ini berarti bahwa terdapat korelasi yang
106
lebih besar dari variabel independen terhadap inflasi, sehingga
variabel investasi harus dieliminasi dari persamaan.
Tabel 4.23
Hasil Uji Multokolinieritas
Model keempat
No r-Squared R2 pada
persamaan
utama= 0.906361
Kesimpulan
1 logJP pada
Persamaan=
0.837769
Lebih Kecil Tidak terjadi
multikolinieritas
2 logInf pada
Prsamaan=
0.203689
Lebih Kecil Tidak terjadi
multikolinieritas
Sumber: data sekunder yang diolah, 2019
Berdasarkan tabel di atas, nilai r2 regresi auxiliary tidak
melebihi nilai r2 pada regresi utama, jadi dapat disimpulkan bahwa
model regresi pada penelitian ini tidak terjadi miltikolinieritas.
3. Uji Heteroskedastisitas
Tabel 4.24
Hasil Uji Heteroskedastisitas
Model Pertama
Dependent Variable: LOGK
Method: Panel Least Squares
Date: 05/19/19 Time: 08:29
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
107
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 1.931200 0.151691 12.73112 0.0000
LOGDZ -0.010791 0.004827 -2.235683 0.0266
LOGINF 0.040279 0.011697 3.443674 0.0007
LOGPT 0.008572 0.035261 0.243093 0.8082
Sumber: data sekunder yang diolah, 2019
Dari tabel diperoleh hasil bahwa hasil uji estimasi terkena
heteroskedastisitas karena terdapat nilai probabilitas yang lebih kecil dari
0.05. Oleh karena itu peneliti melakukan uji white dengan model White’s
Robust Standar Error. Untuk lebih jelasnya dapat dilihat di lampiran, Uji
Heteroskedastisitas.
Tabel 4.25
Hasil Uji Heteroskedastisitas dengan White
Dependent Variable: LOGK
Method: Panel Least Squares
Date: 05/19/19 Time: 08:27
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
White diagonal standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C 1.931200 0.150440 12.83703 0.0000
LOGDZ -0.010791 0.004488 -2.404580 0.0172
LOGINF 0.040279 0.011456 3.515931 0.0006
LOGPT 0.008572 0.038240 0.224154 0.8229 Sumber: data sekunder yang diolah, 2019
Dari tabel menunjukan hasil setelah dilakukan uji White’s Robust
Standard Error. Hasil yang diperoleh menunjukan perbedaan nilai
probabilitas, antara lain yaitu:
108
1. Nilai probabilitas dana zakat yang semula 0.0266 menjadi sebesar
0.0172 dengan nilai standard error sebesar 0.004874 menjadi
0.004488. Yang berarti nilai probabilitas dana zakat lebih kecil dari
0,05 sehingga dana zakat berpengaruh secara segnifikan terhadap
kemiskinan.
2. Nilai probabilitas inflasi yang semula 0.0007 menjadi 0.0006 dengan
nilai standard error sebesar 0.011697 menjadi 0.011456. Yang berarti
nilai probabilitas inflasi lebih kecil dari 0,05 sehingga inflasi
berpengaruh secara segnifikan terhadap kemiskinan.
3. Nilai probabilitas prngangguran terbuka yang semula 0.8082 menjadi
sebesar 0.82229 dengan nilai standard error sebesar 0.035261 menjadi
0.038240 Yang berarti nilai probabilitas pengangguran terbuka lebih
besar dari 0,05 sehingga pengangguran terbuka tidak berpengaruh
secara segnifikan terhadap kemiskinan.
Tabel 4.26
Hasil Uji Heteroskedastisitas
Model Kedua
Dependent Variable: LOGDZ
Method: Panel Least Squares
Date: 05/19/19 Time: 08:30
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 27.34813 1.053923 25.94889 0.0000
LOGPT -3.328335 0.627921 -5.300560 0.0000
109
Sumber: data sekunder yang diolah, 2019
Dari tabel diperoleh hasil bahwa hasil uji estimasi terkena
heteroskedastisitas karena nilai probabilitas lebih kecil dari 0.05.
Oleh karena itu peneliti melakukan uji white dengan model White’s
Robust Standar Error. Untuk lebih jelasnya dapat dilihat di lampiran,
Uji Heteroskedastisitas.
Tabel 4.27
Hasil Uji Heteroskedastisitas dengan White
Dependent Variable: LOGDZ
Method: Panel Least Squares
Date: 05/19/19 Time: 08:31
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
White diagonal standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C 27.34813 1.039333 26.31315 0.0000
LOGPT -3.328335 0.623983 -5.334018 0.0000 Sumber: data sekunder yang diolah, 2019
Dari tabel menunjukan hasil setelah dilakukan uji White’s Robust
Standard Error. Hasil yang diperoleh menunjukan perbedaan nilai
probabilitas, antara lain yaitu:
1) Nilai probabilitas penganguran terbuka yang semula 0.0000 tetap
sebesar 0.0000 dengan nilai standard error sebesar 1053923 menjadi
1.039333. Yang berarti nilai probabilitas pengangguran terbuka lebih
kecil dari 0,05 sehingga pengangguran terbuka berpengaruh secara
segnifikan terhadap dana zakat.
110
Tabel 4.28
Hasil Uji Heteroskedastisitas
Model Ketiga
Dependent Variable: LOGINF
Method: Panel Least Squares
Date: 05/19/19 Time: 08:33
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 6.583028 0.505786 13.01544 0.0000
LOGDZ -0.226900 0.023182 -9.787623 0.0000 Sumber: data sekunder yang diolah, 2019
Dari tabel diperoleh hasil bahwa hasil uji estimasi terkena
heteroskedastisitas karena nilai probabilitas lebih kecil dari 0.05. Oleh
karena itu peneliti melakukan uji white dengan model White’s Robust
Standar Error. Untuk lebih jelasnya dapat dilihat di lampiran, Uji
Heteroskedastisitas.
Tabel 4.29 1
Hasil Uji Heteroskedastisitas dengan White
Dependent Variable: LOGINF
Method: Panel Least Squares
Date: 05/19/19 Time: 08:34
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
White diagonal standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C 6.583028 0.392912 16.75446 0.0000
LOGDZ -0.226900 0.017760 -12.77625 0.0000 Sumber: data sekunder yang diolah, 2019
111
Dari tabel menunjukan hasil setelah dilakukan uji White’s Robust
Standard Error. Hasil yang diperoleh menunjukan perbedaan nilai
probabilitas, antara lain yaitu:
1) Nilai probabilitas dana zakat yang semula 0.0000 tetap sebesar
0.0000 dengan nilai standard error sebesar 0.023182 menjadi
0.0177624. Yang berarti nilai probabilitas dana zakat lebih kecil
dari 0,05 sehingga dana zakat berpengaruh secara segnifikan
terhadap inflasi.
Tabel 4.30
Hasil Uji Heteroskedastisitas
Model Keempat
Dependent Variable: LOGPT
Method: Panel Least Squares
Date: 05/19/19 Time: 08:39
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 2.342154 0.134935 17.35761 0.0000
LOGJP -0.074568 0.013961 -5.341301 0.0000
LOGINF -0.037213 0.022417 -1.660046 0.0987 Sumber: data sekunder yang diolah, 2019
Dari tabel diperoleh hasil bahwa hasil uji estimasi terkena
heteroskedastisitas karena terdapat nilai probabilitas lebih kecil dari
0.05. Oleh karena itu peneliti melakukan uji white dengan model
112
White’s Robust Standar Error. Untuk lebih jelasnya dapat dilihat di
lampiran, Uji Heteroskedastisitas.
Tabel 4.31
Hasil Uji Heteroskedastisitas dengan White
Dependent Variable: LOGPT
Method: Panel Least Squares
Date: 05/19/19 Time: 08:39
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
White diagonal standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C 2.342154 0.111702 20.96786 0.0000
LOGJP -0.074568 0.012147 -6.138864 0.0000
LOGINF -0.037213 0.020453 -1.819441 0.0705 Sumber: data sekunder yang diolah, 2019
Dari tabel menunjukan hasil setelah dilakukan uji White’s Robust
Standard Error. Hasil yang diperoleh menunjukan perbedaan nilai
probabilitas, antara lain yaitu:
a) Nilai probabilitas jumlah penduduk yang semula 0.0000 tetap sebesar
0.0000 dengan nilai standard error sebesar 0.013961 menjadi
0.012147. Yang berarti nilai probabilitas jumlah penduduk lebih kecil
dari 0,05 sehingga jumlah penduduk berpengaruh secara segnifikan
terhadap pengangguran terbuka.
b) Nilai probabilitas inflasi yang semula 0.0787 menjadi sebesar 0.0705
dengan nilai standard error sebesar 0.022417 menjadi 0.020453. Yang
berarti nilai probabilitas inflasi lebih besat dari 0,05 sehingga inflasi
berpengaruh tidak segnifikan terhadap pengangguran terbuka.
113
4. Uji Persamaan Simultan
Tabel 4.32
Model pertama
Dependent Variable: LOGK
Method: Panel Two-Stage Least Squares
Date: 05/21/19 Time: 14:06
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
White diagonal standard errors & covariance (d.f. corrected)
Instrument specification: C LOGDZ LOGINF LOGPT LOGJP LOGIVS
Constant added to instrument list Variable Coefficient Std. Error t-Statistic Prob. C 1.931200 0.150440 12.83703 0.0000
LOGDZ -0.010791 0.004488 -2.404580 0.0172
LOGINF 0.040279 0.011456 3.515931 0.0006
LOGPT 0.008572 0.038240 0.224154 0.8229 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.981648 Mean dependent var 1.776596
Adjusted R-squared 0.975220 S.D. dependent var 0.440488
S.E. of regression 0.069341 Sum squared resid 0.851042
F-statistic 152.7049 Durbin-Watson stat 3.142342
Prob(F-statistic) 0.000000 Second-Stage SSR 0.851042
Instrument rank 64 Prob(J-statistic) 0.000374
Sumber: data sekunder yang diolah, 2019
Tabel 4.33
Model kedua
Dependent Variable: LOGDZ
Method: Panel Two-Stage Least Squares
Date: 05/21/19 Time: 14:17
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
White diagonal standard errors & covariance (d.f. corrected)
Instrument specification: C LOGINF LOGPT LOGJP LOGIVS
Constant added to instrument list
114
Variable Coefficient Std. Error t-Statistic Prob. C 27.34813 1.039333 26.31315 0.0000
LOGPT -3.328335 0.623983 -5.334018 0.0000 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.599179 Mean dependent var 21.78114
Adjusted R-squared 0.464825 S.D. dependent var 1.857775
S.E. of regression 1.359067 Sum squared resid 330.6244
F-statistic 4.459716 Durbin-Watson stat 1.321564
Prob(F-statistic) 0.000000 Second-Stage SSR 330.6244
Instrument rank 63 Prob(J-statistic) 0.000000
Sumber: data sekunder yang diolah, 2019
Tabel 4.34
Model ketiga
Dependent Variable: LOGINF
Method: Panel Two-Stage Least Squares
Date: 05/21/19 Time: 14:19
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
White diagonal standard errors & covariance (d.f. corrected)
Instrument specification: C LOGDZ LOGPT LOGJP LOGIVS
Constant added to instrument list Variable Coefficient Std. Error t-Statistic Prob. C 6.583028 0.392912 16.75446 0.0000
LOGDZ -0.226900 0.017760 -12.77625 0.0000 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.348611 Mean dependent var 1.640881
Adjusted R-squared 0.130269 S.D. dependent var 0.486174
S.E. of regression 0.453403 Sum squared resid 36.79782
F-statistic 1.596626 Durbin-Watson stat 1.953146
Prob(F-statistic) 0.009951 Second-Stage SSR 36.79782
Instrument rank 63 Prob(J-statistic) 0.000008
Sumber: data sekunder yang diolah, 2019
115
Tabel 4.35
Model keempat
Dependent Variable: LOGPT
Method: Panel Two-Stage Least Squares
Date: 05/21/19 Time: 14:22
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
White diagonal standard errors & covariance (d.f. corrected)
Instrument specification: C LOGDZ LOGINF LOGJP LOGIVS
Constant added to instrument list Variable Coefficient Std. Error t-Statistic Prob. C 2.342154 0.111702 20.96786 0.0000
LOGJP -0.074568 0.012147 -6.138864 0.0000
LOGINF -0.037213 0.020453 -1.819441 0.0705 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.906361 Mean dependent var 1.672606
Adjusted R-squared 0.874271 S.D. dependent var 0.424017
S.E. of regression 0.150350 Sum squared resid 4.023686
F-statistic 28.24438 Durbin-Watson stat 2.246854
Prob(F-statistic) 0.000000 Second-Stage SSR 4.023686
Instrument rank 63 Prob(J-statistic) 0.000004
Sumber: data sekunder yang diolah, 2019
Pembahasan hasil uji
a) Dana Zakat dengan Kemiskinan
Dari hasil penelitian dijelaskan bahwa terdapat hubungan yang
sangat kuat dan segnifikan antara dana zakat dan kemiskinan dengan
arah korelasi negatif, artinya jika dana zakat yang disalurkan untuk
program pengentasan kemiskinan ditingkatkan, maka tingkat
kemiskinan akan semakin menurun. Program-program yang dibuat
untuk penyaluran dana zakat hendaknya bersifat produktif degan syarat
116
bahwa kebutuhan primer fakir miskian sudah terpenehui. Jika alokasi
dana zakat untuk sektor produktif ini bersal dari ashnaf lain yang
disebutkan dalam Al-Qur’an (Yanah, 2014: 30).
Berdasarkan tabel di atas, bapat dilihat bahwa variabel dana
zakat berpengaruh negatif segnifikan terhadap kemiskinan, dibuktikan
dengan nilai koefisien sebesar -0.010791 dan nilai probabilitas sebesar
0.0172 < 0.05, dalam waktu besamaan dana zakat dipengaruhi oleh
pengangguran terbuka dengan koefisien sebesar -3.328335 dan nilai
probabilitas 0.000 < 0.05, dinyatakan bahwa pengangguran terbuka
berpengaruh negatif segnifikan terhadap dana zakat, sehingga secara
tidak langsung penganguran terbuka mempengaruhi keniskinan
melalui variabel dana zakat.
Untuk menurunkan tingkat kemiskinan, maka tingkat
kesempatan kerja juga harus diperluas. Perluasan tingkat kesempatan
kerja akan terlaksana jika lapangan pekerjaan tersedia. Diskriminasi
instansi perusahaan atau pemerintah dalam merekrut pegawai atau
kariawan hendaknya dihilangkan, perekrutan yang benar-benar
berdasarkan atas kemampuan bukan atas dasar kekerabatan, ras, suku,
agama dan lainya. Penyediaan lapangan pekerjaan yang berbasis
dengan potensi-potensi yang masing-masing dimiliki wilayah harus
ditingkatkan (Agus, 2018:440-441). Secara logika dengan
meningkatnya kesempatan kerja maka akan meningkatkan pula
117
penerimaan dana zakat dikarenakan masyarakat sudah mendapatkan
penghasilan sehingga mereka mampu untuk membayar zakat dan tidak
tergogong dalam delapan ashnaf.
b) Inflasi terhadap Kemiskinan
Kemudian variabel inflasi berpengaruh positf segnifikan
terhadap kemiskinan, dibuktikan dengan nilai koefisien sebesar
0.040279 dan nilai probabilitas sebesar 0.0006 < 0.05, hasil pengujian
ini sesuai dengan hipotesis awal peneliti. Hasil ini juga didukung oleh
teori bahwa inflasi akan meningkatkan biaya produksi yang
menimbulkan kenaikan harga barang dan jasa. Kenaikan harga ini
menyebabkan daya beli masyarakat menurun yang berujung pada
peningkatan kemiskinan (Putri, 2017: 67).
Dalam waktu besamaan inflasi dipengaruhi oleh dana zakat
dengan nilai koefisien dana zakat sebesar -0226900. dan nilai
probabilitas dana zakat sebesar 0.0000 < 0.05 sehingga dinyatakan
bahwa dana zakat berpengaruh negatif segnifikan terhadap inflasi.
c) Penganguran Terbuka terhadap Kemiskinan
Variabel selanjutnya adalah penganguran terbuka yang
dinyatakan bahwa berpengaruh positif tidak segnifikan terhadap
kemiskinan yang dibuktikan dengan nilai koefisien sebesar 0.08572
dan nilai probabilitas sebesar 0.8229 > 0.05. Hal ini
menginterpretasikan bahwa naik turunya tingkat penganguran tidak
118
berdampak pada naik turunya tingkat kemiskinan tersebut. Koefisien
tingkat penganguran bertanda positif sesuai dengan teori yang
menyatakan pengaruh searah antara kedua variabel tersebut, bila
penganguran berkurang maka akan menurunkan tingkat kemiskinan,
namun dalam penelitian ini tidak segnifikan. Hal ini
mengidentifikasikan bahwa penganguran yang terjadi adalah bersifat
penganguran yang terselubung, dimana tenaga kerja yang bekerja
secara tidak optimal karena kelebihan tenaga kerja. Misalnya seorang
petani yang menggarap sawah sebenarnya cukup dikerjakan oleh satu
orang, tetapi karena anaknya tidak punya pekerjaan maka ia ikut
menggarap tanah tersebut (Yoga, 2017: 86-87).
Dalam waktu bersamaan penganguran dipengaruhi oleh jumlah
penduduk dan inflasi, dengan nilai koefisien jumlah penduduk sebesar
0.074568 dan nilai probabilitas jumlah penduduk sebesar 0.0000 <
0.05. Hal ini mengidentifikasikan bahwa pertambahan jumlah
penduduk tersebut tidak dipengaruhi oleh tingkat keterampilan yang
tinggi, atau tingkat pendidikan masyarakat yang masih rendah,
sehingga kenaikan jumlah penduduk tersebut diikuti oleh tingkat
ketergantungan yang tinggi.
Sebagai contoh seorang kepela keluarga yang aktif bekerja
mempunyai 4 anak atau lebih, sementara semua tanggunganya anak
ditambah istri tidak atau belum bekerja, dengan kata lain masih
tingginya tingkat penganguran sehingga pertambahan penduduk
119
tersebut akan berdampak pada meningkatnya masyarakat miskin,
walaupun secara teori mengatakan bahwa sumber daya manusia
(penduduk) tersebut merupakan aset dalam peningkatan kemajuan
perekonomian suatu negara, namun penduduk yang dimaksut adalah
penduduk yang mempunyai keterampilan yang tinggi serta dibarengi
dengan tingkat pendidikan pada level yang sesuai dengan yang
dibutuhkan pada setiap sector perekonomian (Yoga, 2017: 89-90)
Dan nilai koefisien inflasi sebesar -0.037213 dan nilai
probabilitas inflasi sebesar 0.0705 > 0.05, sehingga dinyatakan inflasi
berpengaruh negatif tidak segnifikan terhadap penganguran terbuka.
Sehingga secara tidak langsung inflasi berpengaruh negatif
tidak segnifikan terhadap penganguran terbuka yang mempengaruhi
kemiskinan, namun inflasi berpengaruh positif dan segnifikan secara
langsung terhadap kemiskinan. Pernyataan tersebut sudah sesuai
dengan kajian teori bahwa kenaikan inflasi Indonesia akan ditandai
dengan naiknya harga mencakup sebagian besar barang dan jasa yang
dihasilkan Indonesia. Naiknya harga barang dengan asumsi pendapatan
tetap akan berdampak turunya daya beli masyarakat sehingga
meningkatkan kemiskinan Indonesia (Suguartiningsih, 2017: 524)
120
BAB V
PENUTUP
A. Kesimpulan
Berdasarkan hasil penelitian diatas, dapat disimpulkan sebagai
berikut:
Pada pengujian stasioneritas semua pengujian lolos pada pengujian
level karena semua nilai probabilitas bibawah 0,05. Pemilihan model yang
dilakukan dalam penelitian ini, setelah dilakukan uji common effect, fixed
effect, randon effect kemudian dilakukan uji chow test dan hausman test
diperoleh nilai probabilitas chow, sehingga model yang dipilih adalah fixed
effect.
Hasil dari penelitian ini adalah Dana Zakat berpengaruh negatif
signifikan terhadap kemiskinan di Indonesia. Dana Zakat dipengaruhi oleh
Penganguran Terbuka yang berpengaruh negatif segnifikan terhadap Dana
Zakat. Dengan coefisien determinan R2
(besar mempengaruhi) sebesar atau
46% mempengaruhi dan 54% dipengaruhi oleh variabel lain.
Variabrl Infasi berpengaruh positif dan segnifikan terhadap
kemiskinan. Dalam penelitian ini Inflasi dipengaruhi oleh variabel Dana
Zakat yang berpengaruh negatif dan segnifikan terhadap inflasi dengan
coefisien determinan sebesar R2
(besar mempengaruhi) 13% dan 87%
dipengaruh oleh variabel lain.
123
Penganguran Terbuka berpengaruh positif tidak segnifikan terhadap
kemiskinan. Dalam penelitian ini Penganguran Terbuka dipengaruhi oleh
Jumlah Penduduk dan Inflasi, Jumlah penduduk berpengaruh negatif
segnifikan terhadap penganguran terbuka. Dengan coefisien determinan R2
(besar mempengaruhi) atau 87% dan 13% dipengaruhi oleh variabel lain.
Pada regresi atau model utama variabel Perkembangan Dana Zakar,
Inflasi dan Penganguran terbuka didapatkan coefisien determinan R2 (besar
mempengaruhi) atau 97% dan 3% dipengaruhi oleh variabel lain.
B. Saran
Berdasarkan pengalaman dalam penelitian ini, penulis memiliki
beberapa saran untuk penelitian selanjutnya, sebagai berikut:
a. Penelitian selanjutnya menggunakan variabel exogen yang berbeda-
beda, seperti jumlah uang beredar, indeks pembangunan manusia dan
pertumbuhan ekonomi karena variabel tersebut diasumsikan dapat
mempengaruhi pengentasan kemiskinan dan mempermudah
melakukan penelitian.
b. Keterbatasan dalam penelitian ini hanya meneliti dari tahun 2013-2016
dengan mengunakan data jumlah keseluruhan pertahun setiap provinsi.
Sehingga diharapkan penelitian selanjutnya menambah tahun
penelitian menjadi lebih banyak.
c. Kelemahan penelitian ini adalah hanya memilih 15 provinsi sebagai
sempel, sehingga diharapkan penelitian selanjutnaya mengunakan
cakupan yang lebih luas guma memperoleh gambaran secara makro
tentang kemiskinan dan cara-cara penangulanganya.
124
DAFTAR PUSTAKA
Adi Putra, Komang Agus dkk. Analisis Pengaruh Tingkat Penganguran Terbuka,
Kesempatan Kerja dan Tingkat Pendidikan Terhadap Tingkat
Kemiskinan Pada Kabupaten/Kota di Provinsi Bali. Jurnal. E-Jurnal
Unud, 7 (3).
Adit, Agus Prastyo. “Analisis Faktor-faktor yang mempengaruhi kemiskinan di
provinsi Jawa tengah” (Skripsi, Fakultas Ekonomi Universitas
Diponegoro, 2010).
Alwi, Iffatul Auliya’. 2014 Optimalisasi Penghimpunan dan Pendistribusian Zakat
yang Memberdayakan Di Yayasan Dana Sosial Al-Falah (YDSF)
Surabaya. Skripsi. Surabaya: Universitas Negeri Sunan Ampel.
Ardiyanto, Irsyad, 2011. Strategi Pengelolaan Zakat Dalam Pengantasan Kemiskinan.
Walisongo Vol.19 No.1.
Arsyad, L. (2004). Ekonomi Pembangunan. Yogyakarta: UPP STIM YKPN
(2010). Ekonomi Pembangunan. Yogyakarta: UPP STIM YKPN.
Bawono, Anton. 2006. Multivariate Analysis Dengan SPSS. Salatiga: STAIN Salatiga
Press.
Beik, Syauqi Irfan. 2009. Analisis Peran Zakat Dalam Mengentaskan Kemiskinan:
Studi Kasus Dompet Dhuafa Replubika. Jurnal Pemikiran dan Gagasan.
Vol II tahun 2009.
Dumairy, 1997. Perekonomian Indonesia. Jakarta: Penerbit Erlangga
Gujarati, D. N., & Porter, D.C.2009. Basic Economitric.5th
ed.. New York:
McGrawHill/Irwin.
Hafidzah, Rahma. 2017. Analisis Pengaruh Pertumbuhan Ekonomi, Tingkat
Pendidikan dan Tingkat Penganguran Terhadap Kemiskinan di Jawa
Tengah Periode 2010-2016. Skripsi. Yogyakarta: Fakultas Ekonomi dan
Bisnis Islam Universitas Islam Negeri sunan Kalijaga Yogyakarta.
Handayani, Susi 2017. Analisis Pengaruh Pertumbuhan Ekonomi, Jumlah Penduduk
dan Pendidikan Terhadap Kemiskinan di Jawa Tengah 2011-2015.
Skripsi.Surakarta: Fakultas Ekonomi dan Bisnis Universitas
Muhamadiyah Surakarta
Khodijah, Siti. 2017 Pengaruh Pertumbuhan Ekonomi, Investasi PAD Terhadap
Kemiskinan Melalui Kesempatan Kerja di Provinsi Jambi. Jurnal
Ekonomi dan Kebijakan Publik Islam volume 4 nomor 2 november 2017
E-ISSN. 2549-8355.
Iramni, 2017. Pengaruh Jumlah Penduduk, Penganguran dan Pengeluaran
Pemerintah terhadap Kemiskinan di Indonesia Tahun 1986-2015 . Skripsi.
Yogyakarta: Fakultas Ekonomi Universitas Negeri Yogyakarta.
J. Supranto, Ekonometri, (Jakarta: Ghalia Indonesia, 2004), Jakarta: BP STIE YKPN.
Jhingan, ML. 2000. Ekonomi Pembangunan dan Perencanaan. Jakarta: PT Raja
Grafindo Persada
Kuncoro, Mudrajad, 2006. Ekonometika Pembangunan: Teori, Masalah, dan
Kebijakan. Yogyakarta: STIM YKPN.
2015. Mudah Memahami dan Menganalisis Indikator Ekonomi.
Yogyakarta: UPP STIM YKPN Yogakarta.
Kurniawati, 2011. Zakat Sebagai Kebijakan Fiskal Dalam Ekonomi Islam. Skripsi.
Makasar: Universitas Islam Negeri Alaudin Makasar.
2011. Zakat Sebagai Kebijakan Fiskal dalam Ekonomi Islam. Skripsi
Makasar: UIN Alaudin Makasar.
Lapopo, Jumadin. 2012. Pengaruh ZIS (Zakat, Infak, Sedekah) dan Zakat Fitrah
Terhadap Penurunan Kemiskinan di Indonesia Periode 1998-2010.
Jurnal Media Ekonomi. Vol. 20, No. 1 April 2012.
Mankiw, N. Gregory. 2007. Makroekonomi. Edisi Keenam. Jakarta: Erlangga.
Muniarti, Rina dan Irfan Syauki, Baik. 2013. Pengaruh Zakat Terhadap Indeks
Pembangunan Manusia dan Tingkat Kemiskinan Mustahik Studi Kasus
Pandaya Gunaan BAZNAS Kota Bogor, Jurnal. Al Muzara’ah. Vol.2 No.2.
Mustamin, Siti Walida. 2015. Pengaruh Variabel E konomi Makro Terhadap
Kemiskinan di Kota Makasar Provinsi Sulawesi Selatan. Jurnal. Analisis,
Desember 2015, Vol. 4 No. 2: 165-173.
Nanga, Muana. 2001. Makroekonomi: Teori, Masalah dan Kebijakan. Jakarta: PT
Raja Grafindo Persada
Putri, Eka Sulistiana. 2017. Analisis Pengaruh Inflasi, Penganguran dan Demokrasi
Terhadap Kemiskinan di Indonesia. Skripsi. Yokyakarta: Fakultas
Ekonomi dan Bisnis Islam Universitas Islam Negeri Sunan Kalijaga.
PUZKAS, BAZNAS. 2017. Indonesia Zakat Outlook 2018. Jakarta: PUZKAS
BAZNAS.
Rahmawati, Kurnia Dwi. 2017. Analisis Pengaruh Jumlah Penduduk, Tingkat
Pendidikan dan Tingkat Penganguran Terhadap Kemiskinan di DIY
Periode 2006-2013. Skripsi. Yogyakarta: Fakultas Ekonomi dan Bisnis
Islam Universitas Islam Negeri sunan Kalijaga Yogyakarta.
Saputra, Wisnu Adhi. 2011. Analisis Pengaruh Jumlah Penduduk, PDRB, IPM,
Penganguran Terhadap Tingkat Kemiskinan di Kabupaten/Kota Jawa
Tengah Skripsi. Semarang: Universitas Diponegoro.
Sugiartiningsih dkk. 2017. Pengaruh Inflasi Terhadap Kemiskinan di Indonesia
Periode 1998-2014 (Inflation Influence on Proverty in Indonsia Period
1998-2014). Jurnal. Profesionalisme Akuntan Menuju Sustainable
Business Practice, Bandung, 20 Juli 20017. PROCEEDINGS 1SSN-
2252-3936.
Suharyadi dan Purwanto S.K, Statistika: Untuk Ekonomi dan Keuangan Modern
Edisi 2, (Jakarta: Salemba Empat, 2009).
Sukirno, Sadono. 2000. Pengantar Teori Makro dan Makro Ekonomi. Jakarta: Bima
Grafika.
2005. Makro Ekonomi Pengantar, Edisi Ketiga. Jakarta: PT Raja
Grafindo Persada
(2010), Ekonomi Pembangunan Proses Masalah dan Dasar Kebijakan,
Cetakan Ketiga. Jakarta: Kencana.
(2013) Makroekonomi: Teori Pengantar. Edisi Ketiga. Jakarta: Rajawali
Ptes.
Suryawati, Chriswardani. 2005. Memahami Kemiskinan Secara Multidimensial,
JMPK Vol.8 No.3, Semarang: Hlm. 121-129.
Tambunan, Tulus. 2013. Perekonomian Indonesia dan Beberapa Masalah Penting,
Jakarta: Ghalia Indonesia.
Todaro, Michael P. 2000. Pembangunan Ekonomi: Edisi Kelima. Jakarta: PT Bumi
Aksara.
Todaro, Michael P. dkk 2003. Pembangunan Ekonomi di Dunia Ketiga. Jilid 1. Edisi
Kedelapan. Jakarta: Erlangga.
2006. Pembangunan Ekonomi di Dunia Ketiga. Jilid 2. Edisi Kesembilan.
Jakarta: Erlangga.
Wahyuningsih, Yayuk Eka dan Zamzami. 2014. Analisis Pengaruh Domestik
Regional Bruto dan Jumlah Penduduk Trhadap Tingkat Kemiskinan di
Kabupaten Nagan Raya. Jurnal Ekonomi dan Kebijakan Publik Indonesia
Vol.1 No.1
Widodo, joko. 2006. Mambangun birokrasi berbasis kinerja. Malang. Banyu media
publishing.
Windra, pan Budi Marwoto dan Yudi Rafani, 2016. Analisis Pengaruh Inflasi,
Pertumbuhan Ekonomi dan Tingkat Penganguran Terhadap Kemiskinan di
Indonesia. Jurnalm lmiyah Progresif Menejemen Bisnis (JIPMb). Vol.14
No.2.
Wijayanti. 2005. Analisis Keterkaitan Pertumbuhan Ekonomi, Ketimpangan
Pendapatan dan Pengentasan Kemiskinan di Provinsi Sulawesi Utara. Jurnal
Berkala Ilmiah Efisiensi. Vol.16, No.02.
World Bank. 2004. Mewujudkan Pelayanan Umum bagi Masyarakat Miskian.
Jakarta: The World Bank Office Jakarta.
Yoga, Andriawan. 2017. Analisis Pengaruh Penghimpunan Dana ZIS, dan Variabel
Makro Ekonomi Terhadap Tingkat Kemiskinan (Studi Kasus di 12
Provinsi Indonesia Periode 2012-2016). Skripsi. Jakarta: Fakultas
Ekonomi dan Bisnis Islam Universitas Islam Negeri Syarif Hidayatulloh
Jakarta.
(Diakses pada 28 Februari 2019).
1997. Basic Economics (Terjemahan), Jakarta: Erlangga.
www.berita.com
www.bps.go.id
www.cnnindonesia.com
www.dosm.gov
www.goglecendekia.co.id
www.goglescoler.co.id
www.kompas.com
www.merdeka.com
www.mysharing.com
www.pressreader.com
www.puskasbaznas.com/images/outlook/Indonesia%Zakat%20Outlook2019EN_PUS
KASBAZNAS.PDF
www.replubika.co.id
www.worldbank.co.id
www.zakat.com
.
LAMPIRAN
Provinsi Tahun D Z INF PT JP IVS K(Y)
Sumatra Utara 2015 3585589453 8.38 6.45 1,359 5068.9 10.45
2016 3467956952 8.36 6.23 1,377 4223.9 9.81
2017 4276588772 5.35 6.71 1,394 4287.4 10.52
2018 7796701114 3.02 5.84 1,410 4864.2 9.69
Sumatra Barat 2015 282656061 8.38 7.02 5,067 677.8 6.38
2016 3779463230 8.36 6.5 5,132 421.1 5.41
2017 4763612710 5.35 6.89 5,196 1552.5 5.73
2018 54172101913 3.02 5.09 5,260 3795.6 5.52
Sumatra Selatan 2015 968521184 8.38 4.48 7,829 3396 13.28
2016 1376396718 8.36 4.96 7,942 7042.8 12.96
2017 3399710074 5.35 6.07 8,052 10944.1 12.51
2018 7478550509 3.02 4.31 8,161 8534.1 12.73
Bangka Belitung 2015 396494161 8.38 3.65 1,315 608.2 3.47
2016 479031725 8.36 5.14 1,344 615.5 3.04
2017 1201349357 5.35 6.29 1,373 1023.7 2.77
2018 4651791577 3.02 2.6 1,402 2202 2.67
Jakarta 2015 27808201876 8.38 8.63 9,967 5754.5 3.72
2016 117539397851 8.36 8.47 1,007 17811.5 4.09
2017 192060269506 3.35 7.23 1,018 15512.7 3.61
2018 130982048323 3.02 6.12 1,028 12216.9 3.75
Jawa Barat 2015 5986259562 8.38 9.16 4,534 9006.1 8.69
2016 18613000264 8.36 8.45 4,603 18726.9 8.32
2017 45208416664 5.35 8.72 4,671 26272.9 8.58
2018 71711838686 3.02 8.89 4,737 30360.2 7.55
Jawa Tengah 2015 23529900 8.38 6.01 3,326 12593.6 12.53
2016 241835065 8.36 5.67 3,352 13601.6 11.50
2017 1872201361 5.35 4.99 3,907 15410.7 11.50
2018 25248562924 3.02 4.63 3,402 24070.4 11.38
Jawa Timur 2015 553199338 8.38 4.29 3,836 34848.9 8.90
2016 7256440413 8.36 4.18 3,861 38132 8.30
2017 19948992053 5.35 4.47 3,885 35489.8 8.41
2018 29838686577 3.02 4.21 3,907 46331.6 7.91
Banten 2015 1212017249 8.38 9.53 1,145 4008.7 5.27
2016 2200477198 8.36 9.06 1,170 8081.3 4.74
2017 13615613203 5.35 9.54 1,195 10709.9 5.11
2018 23521848661 3.02 8.92 1,220 12426.3 4.49
Kalimantan Selatan 2015 1517202617 8.38 3.65 3,855 8299.2 3.75
2016 2714900774 8.36 3.8 3,923 2616.5 3.68
2017 3559683835 5.35 4.91 3,990 2060.4 4.27
2018 3732321088 3.02 5.45 4,056 6163 3.43
Sulawesi Utara 2015 358544089 8.38 6.67 2,360 66.8 6.36
2016 359840344 8.36 7.54 2,387 83 6.12
2017 317438666 5.35 9.02 2,412 270.6 5.57
2018 2318309950 3.02 6.18 2,437 5069.6 5.22
Gorontalo 2015 52670838 8.38 4.15 1,098 84.4 6.00
2016 342158095 8.36 4.18 1,116 45.1 6.24
2017 3346787342 5.35 4.65 1,133 94.3 6.84
2018 8745951173 3.02 2.76 1,151 2202.5 5.78
Bali 2015 2039029717 8.38 1.83 4,056 2984.7 4.17
2016 1557336448 8.36 1.9 4,105 252.8 4.35
2017 180725407 5.35 1.99 4,153 1250.4 4.52
2018 2039029717 3.02 1.89 4,200 482.3 3.53
Kalimantan Tengah 2015 1760875003 8.38 3 2,385 1853.3 5.80
2016 1606363947 8.36 4.04 2,440 980.4 4.75
2017 1664282418 5.35 4.15 2,495 1270.1 5.68
2018 1695100477 3.02 4.23 2,550 8179.1 4.49
Kalimantan Timur 2015 2111015684 8.38 7.95 3,301 16034.6 3.99
2016 2014023952 8.36 7.38 3,385 12859 3.98
2017 221193112 5.35 7.5 4,069 9611.3 3.73
2018 2279241811 3.02 7.95 4,168 6885.1 3.86
UJI DATA
Uji Stasioneritas
kemiskinan
Panel unit root test: Summary
Series: K
Date: 05/18/19 Time: 15:06
Sample: 2015 2018
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test ross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -27.0116 0.0000 60 180
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 308.032 0.0000 60 180
PP - Fisher Chi-square 361.266 0.0000 60 180 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
DZ
Panel unit root test: Summary
Series: DZLEVEL
Date: 05/18/19 Time: 15:08
Sample: 2015 2018
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
ross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -2.00113 0.0227 60 180
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 142.591 0.0781 60 180
PP - Fisher Chi-square 174.036 0.0009 60 180 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
PT
Panel unit root test: Summary
Series: PT
Date: 05/18/19 Time: 15:22
Sample: 2015 2018
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -23.7628 0.0000 60 180
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 253.251 0.0000
60 180
PP - Fisher Chi-square 305.788 0.0000 60 180 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
INF
Panel unit root test: Summary
Series: INF
Date: 05/18/19 Time: 15:20
Sample: 2015 2018
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -3.71552
0.0001
60
180
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 36.3618 1.0000 60 180
PP - Fisher Chi-square 19.7136 1.0000 60 180 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
JP
Panel unit root test: Summary
Series: JP
Date: 05/18/19 Time: 15:23
Sample: 2015 2018
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -4.45884 0.0000 48 144
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 321.243 0.0000 48 144
PP - Fisher Chi-square 396.611 0.0000 48 144
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
IVS
Panel unit root test: Summary
Series: IVS
Date: 05/18/19 Time: 15:25
Sample: 2015 2018
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -90.5720 0.0000 60 180
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 202.713 0.0000 60 180
PP - Fisher Chi-square 257.905 0.0000 60 180 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
PEMILIHAN MODEL ESTIMASI
camon
Dependent Variable: K
Method: Panel Least Squares
Date: 05/18/19 Time: 22:47
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 6.295675 0.695774 9.048446 0.0000
DZ -1.46E-11 6.02E-12 -2.423212 0.0161
INF 0.005159 0.075792 0.068070 0.9458
PT 0.071529 0.093919 0.761603 0.4471 R-squared 0.026143 Mean dependent var 6.523333
Adjusted R-squared 0.013764 S.D. dependent var 3.001396
S.E. of regression 2.980669 Akaike info criterion 5.038699
Sum squared resid 2096.716 Schwarz criterion 5.096710
Log likelihood -600.6439 Hannan-Quinn criter. 5.062073
F-statistic 2.111814 Durbin-Watson stat 0.045436
Prob(F-statistic) 0.099402
fixed
chow test
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 232.630235 (59,177) 0.0000
Cross-section Chi-square 1047.276357 59 0.0000
random
Dependent Variable: K
Method: Panel EGLS (Cross-section random effects)
Date: 05/18/19 Time: 22:52
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
Swamy and Arora estimator of component variances
Dependent Variable: K
Method: Panel Least Squares
Date: 05/18/19 Time: 22:50
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 5.907928 0.247810 23.84059 0.0000
DZ -8.26E-13 1.62E-12 -0.510957 0.6100
INF 0.055240 0.010629 5.196911 0.0000
PT 0.053579 0.038510 1.391303 0.1659
Effects
Specification Cross-section fixed (dummy variables) R-squared 0.987601 Mean dependent var 6.523333
Adjusted R-squared 0.983258 S.D. dependent var 3.001396
S.E. of regression 0.388354 Akaike info criterion 1.166714
Sum squared resid 26.69499 Schwarz criterion 2.080382
Log likelihood -77.00569 Hannan-Quinn criter. 1.534855
F-statistic 227.3934 Durbin-Watson stat 3.307890
Prob(F-statistic) 0.000000
Variable Coefficient Std. Error t-Statistic Prob. C 5.937365 0.450165 13.18930 0.0000
DZ -1.11E-12 1.60E-12 -0.693855 0.4885
INF 0.054433 0.010610 5.130129 0.0000
PT 0.050003 0.037602 1.329814 0.1849 Effects Specification
S.D. Rho Cross-section random 2.940831 0.9829
Idiosyncratic random 0.388354 0.0171 Weighted Statistics R-squared 0.145114 Mean dependent var 0.429787
Adjusted R-squared 0.134247 S.D. dependent var 0.419082
S.E. of regression 0.389938 Sum squared resid 35.88421
F-statistic 13.35341 Durbin-Watson stat 2.456449
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.004854 Mean dependent var 6.523333
Sum squared resid 2142.551 Durbin-Watson stat 0.041141
hausman
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 4.928748 3 0.1771
model fixs
1
Dependent Variable: K
Method: Panel Least Squares
Date: 05/18/19 Time: 22:58
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
Variable Coefficient Std.
Error t-Statistic Prob. C 5.907928 0.247810 23.84059 0.0000
DZ -8.26E-13 1.62E-12 -0.510957 0.6100
INF 0.055240 0.010629 5.196911 0.0000
PT 0.053579 0.038510 1.391303 0.1659 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.987601 Mean dependent var 6.523333
Adjusted R-squared 0.983258 S.D. dependent var 3.001396
S.E. of regression 0.388354 Akaike info criterion 1.166714
Sum squared resid 26.69499 Schwarz criterion 2.080382
Log likelihood -77.00569 Hannan-Quinn criter. 1.534855
F-statistic 227.3934 Durbin-Watson stat 3.307890
Prob(F-statistic) 0.000000
2.
Dependent Variable: DZ
Method: Panel Least Squares
Date: 05/18/19 Time: 23:01
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 8.31E+10 7.86E+09 10.58271 0.0000
PT 4.83E+09 1.36E+09 -3.548157 0.0005
JP 12129152 933102.4 -12.99874 0.0000 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.869563 Mean dependent var 1.47E+10
Adjusted R-squared 0.824862 S.D. dependent var 3.40E+10
S.E. of regression 1.42E+10 Akaike info criterion 49.81516
Sum squared resid 3.61E+22 Schwarz criterion 50.71433
Log likelihood -5915.820 Hannan-Quinn criter. 50.17746
F-statistic 19.45311 Durbin-Watson stat 2.151547
Prob(F-statistic) 0.000000
3.
Dependent Variable: INF
Method: Panel Least Squares
Date: 05/18/19 Time: 23:02
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
Variable Coefficient Std. Error t-Statistic Prob. C 7.816021 0.505986 15.44711 0.0000
IVS -0.000157 6.17E-05 -2.543743 0.0118
DZ -4.33E-11 1.18E-11 -3.662359 0.0003 Effects Specification Cross-section fixed (dummy variables) R-squared 0.208775 Mean dependent var 5.765000
Adjusted R-squared -0.062376 S.D. dependent var 2.619416
S.E. of regression 2.699874 Akaike info criterion 5.042098
Sum squared resid 1297.499 Schwarz criterion 5.941264
Log likelihood -543.0518 Hannan-Quinn criter. 5.404396
F-statistic 0.769959 Durbin-Watson stat 1.641797
Prob(F-statistic) 0.881301
4. Dependent Variable: PT
Method: Panel Least Squares
Date: 05/18/19 Time: 23:20
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 5.209590 0.201465 25.85851 0.0000
JP 0.000144 5.03E-05 2.871972 0.0046
INF 0.013396 0.019415 0.689982 0.4911 Effects Specification Cross-section fixed (dummy variables) R-squared 0.898738 Mean dependent var 5.769500
Adjusted R-squared 0.864036 S.D. dependent var 2.125083
S.E. of regression 0.783588 Akaike info criterion 2.567944
Sum squared resid 109.2938 Schwarz criterion 3.467109
Log likelihood -246.1533 Hannan-Quinn criter. 2.930242
F-statistic 25.89868 Durbin-Watson stat 2.501424
Prob(F-statistic) 0.000000
UJI ASUMSI KLASIK
Normalitas
1. Tanpa log
0
5
10
15
20
25
-0.6 -0.4 -0.2 0.0 0.2 0.4 0.6
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean 0.000000
Median -0.054521
Maximum 0.720973
Minimum -0.582633
Std. Dev. 0.334207
Skewness 0.292877
Kurtosis 2.221359
Jarque-Bera 9.493901
Probability 0.008678
Dengan log
0
5
10
15
20
25
-0.10 -0.05 0.00 0.05 0.10
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean -3.56e-18
Median -0.006165
Maximum 0.134657
Minimum -0.111504
Std. Dev. 0.054876
Skewness 0.361997
Kurtosis 2.746225
Jarque-Bera 5.885693
Probability 0.052715
2. Tanpa log
0
5
10
15
20
25
30
35
40
-2.5e+10 -1.2e+10 25000.0 1.3e+10 2.5e+10 3.8e+10
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean -2.54e-07
Median -7.34e+08
Maximum 4.60e+10
Minimum -2.89e+10
Std. Dev. 1.23e+10
Skewness 1.251946
Kurtosis 6.857432
Jarque-Bera 211.4926
Probability 0.000000
Dengan log
0
5
10
15
20
25
30
35
-3 -2 -1 0 1 2 3
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean 4.49e-17
Median 0.145199
Maximum 3.112680
Minimum -3.026288
Std. Dev. 1.173113
Skewness -0.336201
Kurtosis 3.340638
Jarque-Bera 5.681581
Probability 0.058380
3. Tanpa log
0
10
20
30
40
50
-5 -4 -3 -2 -1 0 1 2 3
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean 0.000000
Median 0.130541
Maximum 3.383887
Minimum -5.051259
Std. Dev. 2.329993
Skewness -0.046315
Kurtosis 1.299095
Jarque-Bera 29.01658
Probability 0.000001
Dengan log
0
5
10
15
20
25
-0.6 -0.4 -0.2 0.0 0.2 0.4 0.6
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean 0.000000
Median 0.038676
Maximum 0.678644
Minimum -0.615368
Std. Dev. 0.305482
Skewness -0.147369
Kurtosis 2.430631
Jarque-Bera 4.110509
Probability 0.128060
4. Tanpa Log
0
5
10
15
20
25
30
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean -3.70e-18
Median 0.013888
Maximum 1.900425
Minimum -1.789341
Std. Dev. 0.676237
Skewness 0.121606
Kurtosis 3.799220
Jarque-Bera 6.979047
Probability 0.030515
Dengan log
0
5
10
15
20
25
30
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Series: Standardized Residuals
Sample 2015 2018
Observations 240
Mean -3.67e-17
Median -0.022875
Maximum 1.688228
Minimum -1.610927
Std. Dev. 0.638541
Skewness 0.109527
Kurtosis 3.564203
Jarque-Bera 3.663097
Probability 0.160165
MULTIKOL
1. Awal k
Dependent Variable: LOGK
Method: Panel Least Squares
Date: 05/19/19 Time: 07:09
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 1.931200 0.151691 12.73112 0.0000
LOGDZ -0.010791 0.004827 -2.235683 0.0266
LOGINF 0.040279 0.011697 3.443674 0.0007
LOGPT 0.008572 0.035261 0.243093 0.8082 Effects Specification Cross-section fixed (dummy variables) R-squared 0.981648 Mean dependent var 1.776596
Adjusted R-squared 0.975220 S.D. dependent var 0.440488
S.E. of regression 0.069341 Akaike info criterion -2.279055
Sum squared resid 0.851042 Schwarz criterion -1.365388
Log likelihood 336.4867 Hannan-Quinn criter. -1.910914
F-statistic 152.7049 Durbin-Watson stat 3.142342
Prob(F-statistic) 0.000000
Kedua dz
Dependent Variable: LOGDZ
Method: Panel Least Squares
Date: 05/19/19 Time: 07:12
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 29.28150 0.855673 34.22045 0.0000
LOGINF -1.485478 0.143512 -10.35086 0.0000
LOGPT -3.026934 0.498362 -6.073764 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.749786 Mean dependent var 21.78114
Adjusted R-squared 0.664038 S.D. dependent var 1.857775
S.E. of regression 1.076807 Akaike info criterion 3.203690
Sum squared resid 206.3936 Schwarz criterion 4.102855
Log likelihood -322.4428 Hannan-Quinn criter. 3.565987
F-statistic 8.744100 Durbin-Watson stat 2.049776
Prob(F-statistic) 0.000000
ketiga inf
Dependent Variable: LOGINF
Method: Panel Least Squares
Date: 05/19/19 Time: 07:15
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 8.219118 0.751914 10.93093 0.0000
LOGPT -0.638991 0.220822 -2.893692 0.0043
LOGDZ -0.252946 0.024437 -10.35086 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.377877 Mean dependent var 1.640881
Adjusted R-squared 0.164678 S.D. dependent var 0.486174
S.E. of regression 0.444344 Akaike info criterion 1.433375
Sum squared resid 35.14456 Schwarz criterion 2.332540
Log likelihood -110.0050 Hannan-Quinn criter. 1.795672
F-statistic 1.772412 Durbin-Watson stat 1.958055
Prob(F-statistic) 0.002039
keempat pt
Dependent Variable: LOGPT
Method: Panel Least Squares
Date: 05/19/19 Time: 07:17
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 3.023289 0.229393 13.17952 0.0000
LOGDZ -0.056715 0.009338 -6.073764 0.0000
LOGINF -0.070311 0.024298 -2.893692 0.0043 Effects Specification Cross-section fixed (dummy variables) R-squared 0.910004 Mean dependent var 1.672606
Adjusted R-squared 0.879163 S.D. dependent var 0.424017
S.E. of regression 0.147396 Akaike info criterion -0.773583
Sum squared resid 3.867129 Schwarz criterion 0.125582
Log likelihood 154.8299 Hannan-Quinn criter. -0.411285
F-statistic 29.50596 Durbin-Watson stat 2.404283
Prob(F-statistic) 0.000000
2. Pertama dz
Dependent Variable: LOGDZ
Method: Panel Least Squares
Date: 05/19/19 Time: 07:19
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 19.96119 1.601498 12.46407 0.0000
LOGPT -2.047341 0.618421 -3.310595 0.0011
LOGJP 0.642679 0.110909 5.794660 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.662790 Mean dependent var 21.78114
Adjusted R-squared 0.547229 S.D. dependent var 1.857775
S.E. of regression 1.250064 Akaike info criterion 3.502077
Sum squared resid 278.1533 Schwarz criterion 4.401242
Log likelihood -358.2493 Hannan-Quinn criter. 3.864375
F-statistic 5.735430 Durbin-Watson stat 1.696554
Prob(F-statistic) 0.000000
kedua pt
Dependent Variable: LOGPT
Method: Panel Least Squares
Date: 05/19/19 Time: 07:23
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 2.195742 0.102621 21.39668 0.0000
LOGJP -0.064109 0.012519 -5.120937 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.904911 Mean dependent var 1.672606
Adjusted R-squared 0.873037 S.D. dependent var 0.424017
S.E. of regression 0.151085 Akaike info criterion -0.726867
Sum squared resid 4.085979 Schwarz criterion 0.157795
Log likelihood 148.2240 Hannan-Quinn criter. -0.370413
F-statistic 28.39072 Durbin-Watson stat 2.302350
Prob(F-statistic) 0.000000
ketiga jp
Dependent Variable: LOGJP
Method: Panel Least Squares
Date: 05/19/19 Time: 07:24
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 11.49398 0.653292 17.59394 0.0000
LOGPT -1.993210 0.389228 -5.120937 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.822305 Mean dependent var 8.160121
Adjusted R-squared 0.762742 S.D. dependent var 1.729535
S.E. of regression 0.842441 Akaike info criterion 2.710053
Sum squared resid 127.0374 Schwarz criterion 3.594716
Log likelihood -264.2064 Hannan-Quinn criter. 3.066507
F-statistic 13.80574 Durbin-Watson stat 1.665684
Prob(F-statistic) 0.000000
Pengurangan
Dependent Variable: LOGDZ
Method: Panel Least Squares
Date: 05/19/19 Time: 07:25
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 27.34813 1.053923 25.94889 0.0000
LOGPT -3.328335 0.627921 -5.300560 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.599179 Mean dependent var 21.78114
Adjusted R-squared 0.46482 S.D. dependent var 1.857775
S.E. of regression 1.359067 Akaike info criterion 3.666554
Sum squared resid 330.6244 Schwarz criterion 4.551217
Log likelihood -378.9865 Hannan-Quinn criter. 4.023009
F-statistic 4.459716 Durbin-Watson stat 1.321564
Prob(F-statistic) 0.000000
3 Pertama inf
Dependent Variable: LOGINF
Method: Panel Least Squares
Date: 05/19/19 Time: 07:58
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 6.820978 0.497838 13.70121 0.0000
LOGIVS -0.136629 0.041639 -3.281246 0.0012
LOGDZ -0.186638 0.025694 -7.263876 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.385764 Mean dependent var 1.640881
Adjusted R-squared 0.175268 S.D. dependent var 0.486174
S.E. of regression 0.441518 Akaike info criterion 1.420616
Sum squared resid 34.69901 Schwarz criterion 2.319781
Log likelihood -108.4739 Hannan-Quinn criter. 1.782914
F-statistic 1.832640 Durbin-Watson stat 1.900105
Prob(F-statistic) 0.001167
kedua ivs
Dependent Variable: LOGIVS
Method: Panel Least Squares
Date: 05/19/19 Time: 08:05
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 1.741577 0.884096 1.969896 0.0504
LOGDZ 0.294684 0.040522 7.272194 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.842735 Mean dependent var 8.160121
Adjusted R-squared 0.790021 S.D. dependent var 1.729535
S.E. of regression 0.792533 Akaike info criterion 2.587914
Sum squared resid 112.4314 Schwarz criterion 3.472577
Log likelihood -249.5497 Hannan-Quinn criter. 2.944369
F-statistic 15.98682 Durbin-Watson stat 2.105500
Prob(F-statistic) 0.000000
ketiga dz
Dependent Variable: LOGDZ
Method: Panel Least Squares
Date: 05/19/19 Time: 08:06
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 15.46576 0.872376 17.72831 0.0000
LOGIVS 0.773932 0.106423 7.272194 0.0000 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.642027 Mean dependent var 21.78114
Adjusted R-squared 0.522036 S.D. dependent var 1.857775
S.E. of regression 1.284371 Akaike info criterion 3.553496
Sum squared resid 295.2801 Schwarz criterion 4.438158
Log likelihood -365.4195 Hannan-Quinn criter. 3.909950
F-statistic 5.350630 Durbin-Watson stat 1.664356
Prob(F-statistic) 0.000000
pengurangan
Dependent Variable: LOGINF
Method: Panel Least Squares
Date: 05/19/19 Time: 08:08
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 6.583028 0.505786 13.01544 0.0000
LOGDZ -0.226900 0.023182 -9.787623 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.348611 Mean dependent var 1.640881
Adjusted R-squared 0.130269 S.D. dependent var 0.486174
S.E. of regression 0.453403 Akaike info criterion 1.471010
Sum squared resid 36.79782 Schwarz criterion 2.355673
Log likelihood -115.5212 Hannan-Quinn criter. 1.827465
F-statistic 1.596626 Durbin-Watson stat 1.953146
Prob(F-statistic) 0.009951
4. Pertama pt
Dependent Variable: LOGPT
Method: Panel Least Squares
Date: 05/19/19 Time: 08:11
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 2.342154 0.134935 17.35761 0.0000
LOGJP -0.074568 0.013961 -5.341301 0.0000
LOGINF -0.037213 0.022417 -1.660046 0.0987
Effects Specification Cross-section fixed (dummy variables) R-squared 0.906361 Mean dependent var 1.672606
Adjusted R-squared 0.874271 S.D. dependent var 0.424017
S.E. of regression 0.150350 Akaike info criterion -0.733897
Sum squared resid 4.023686 Schwarz criterion 0.165268
Log likelihood 150.0676 Hannan-Quinn criter. -0.371599
F-statistic 28.24438 Durbin-Watson stat 2.246854
Prob(F-statistic) 0.000000
kedua jp
Dependent Variable: LOGJP
Method: Panel Least Squares
Date: 05/19/19 Time: 08:13
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 9.349233 0.183254 51.01792 0.0000
LOGINF -0.724679 0.107097 -6.766568 0.0000
Effects
Specification Cross-section fixed (dummy variables) R-squared 0.837769 Mean dependent var 8.160121
Adjusted R-squared 0.783390 S.D. dependent var 1.729535
S.E. of regression 0.804949 Akaike info criterion 2.619004
Sum squared resid 115.9818 Schwarz criterion 3.503667
Log likelihood -253.2805 Hannan-Quinn criter. 2.975459
F-statistic 15.40611 Durbin-Watson stat 1.907411
Prob(F-statistic) 0.000000
ketiga inf
Dependent Variable: LOGINF
Method: Panel Least Squares
Date: 05/19/19 Time: 08:15
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob.
C 3.934480 0.340502 11.55495 0.0000
LOGJP -0.281074 0.041539 -6.766568 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.203689 Mean dependent var 1.640881
Adjusted R-squared -0.063231 S.D. dependent var 0.486174
S.E. of regression 0.501310 Akaike info criterion 1.671894
Sum squared resid 44.98471 Schwarz criterion 2.556557
Log likelihood -139.6273 Hannan-Quinn criter. 2.028348
F-statistic 0.763107 Durbin-Watson stat 1.477596
Prob(F-statistic) 0.887631
HETEROSKEDASTISITAS
1. Model 1
Dependent Variable: LOGK
Method: Panel Least Squares
Date: 05/19/19 Time: 08:29
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 1.931200 0.151691 12.73112 0.0000
LOGDZ -0.010791 0.004827 -2.235683 0.0266
LOGINF 0.040279 0.011697 3.443674 0.0007
LOGPT 0.008572 0.035261 0.243093 0.8082 Effects Specification Cross-section fixed (dummy variables) R-squared 0.981648 Mean dependent var 1.776596
Adjusted R-squared 0.975220 S.D. dependent var 0.440488
S.E. of regression 0.069341 Akaike info criterion -2.279055
Sum squared resid 0.851042 Schwarz criterion -1.365388
Log likelihood 336.4867 Hannan-Quinn criter. -1.910914
F-statistic 152.7049 Durbin-Watson stat 3.142342
Prob(F-statistic) 0.000000
White
Dependent Variable: LOGK
Method: Panel Least Squares
Date: 05/19/19 Time: 08:27
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
White diagonal standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C 1.931200 0.150440 12.83703 0.0000
LOGDZ -0.010791 0.004488 -2.404580 0.0172
LOGINF 0.040279 0.011456 3.515931 0.0006
LOGPT 0.008572 0.038240 0.224154 0.8229 Effects Specification Cross-section fixed (dummy variables) R-squared 0.981648 Mean dependent var 1.776596
Adjusted R-squared 0.975220 S.D. dependent var 0.440488
S.E. of regression 0.069341 Akaike info criterion -2.279055
Sum squared resid 0.851042 Schwarz criterion -1.365388
Log likelihood 336.4867 Hannan-Quinn criter. -1.910914
F-statistic 152.7049 Durbin-Watson stat 3.142342
Prob(F-statistic) 0.000000
2. Model 2
Dependent Variable: LOGDZ
Method: Panel Least Squares
Date: 05/19/19 Time: 08:30
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 27.34813 1.053923 25.94889 0.0000
LOGPT -3.328335 0.627921 -5.300560 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.599179 Mean dependent var 21.78114
Adjusted R-squared 0.464825 S.D. dependent var 1.857775
S.E. of regression 1.359067 Akaike info criterion 3.666554
Sum squared resid 330.6244 Schwarz criterion 4.551217
Log likelihood -378.9865 Hannan-Quinn criter. 4.023009
F-statistic 4.459716 Durbin-Watson stat 1.321564
Prob(F-statistic) 0.000000
white
Dependent Variable: LOGDZ
Method: Panel Least Squares
Date: 05/19/19 Time: 08:31
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
White diagonal standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C 27.34813 1.039333 26.31315 0.0000
LOGPT -3.328335 0.623983 -5.334018 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.599179 Mean dependent var 21.78114
Adjusted R-squared 0.464825 S.D. dependent var 1.857775
S.E. of regression 1.359067 Akaike info criterion 3.666554
Sum squared resid 330.6244 Schwarz criterion 4.551217
Log likelihood -378.9865 Hannan-Quinn criter. 4.023009
F-statistic 4.459716 Durbin-Watson stat 1.321564
Prob(F-statistic) 0.000000
3. Model 3
Dependent Variable: LOGINF
Method: Panel Least Squares
Date: 05/19/19 Time: 08:33
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 6.583028 0.505786 13.01544 0.0000
LOGDZ -0.226900 0.023182 -9.787623 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.348611 Mean dependent var 1.640881
Adjusted R-squared 0.130269 S.D. dependent var 0.486174
S.E. of regression 0.453403 Akaike info criterion 1.471010
Sum squared resid 36.79782 Schwarz criterion 2.355673
Log likelihood -115.5212 Hannan-Quinn criter. 1.827465
F-statistic 1.596626 Durbin-Watson stat 1.953146
Prob(F-statistic) 0.009951
white
Dependent Variable: LOGINF
Method: Panel Least Squares
Date: 05/19/19 Time: 08:34
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
White diagonal standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C 6.583028 0.392912 16.75446 0.0000
LOGDZ -0.226900 0.017760 -12.77625 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.348611 Mean dependent var 1.640881
Adjusted R-squared 0.130269 S.D. dependent var 0.486174
S.E. of regression 0.453403 Akaike info criterion 1.471010
Sum squared resid 36.79782 Schwarz criterion 2.355673
Log likelihood -115.5212 Hannan-Quinn criter. 1.827465
F-statistic 1.596626 Durbin-Watson stat 1.953146
Prob(F-statistic) 0.009951
4. Model 4
Dependent Variable: LOGPT
Method: Panel Least Squares
Date: 05/19/19 Time: 08:39
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240 Variable Coefficient Std. Error t-Statistic Prob. C 2.342154 0.134935 17.35761 0.0000
LOGJP -0.074568 0.013961 -5.341301 0.0000
LOGINF -0.037213 0.022417 -1.660046 0.0987 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.906361 Mean dependent var 1.672606
Adjusted R-squared 0.874271 S.D. dependent var 0.424017
S.E. of regression 0.150350 Akaike info criterion -0.733897
Sum squared resid 4.023686 Schwarz criterion 0.165268
Log likelihood 150.0676 Hannan-Quinn criter. -0.371599
F-statistic 28.24438 Durbin-Watson stat 2.246854
Prob(F-statistic) 0.000000
white
Dependent Variable: LOGPT
Method: Panel Least Squares
Date: 05/19/19 Time: 08:39
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
White diagonal standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C 2.342154 0.111702 20.96786 0.0000
LOGJP -0.074568 0.012147 -6.138864 0.0000
LOGINF -0.037213 0.020453 -1.819441 0.0705 Effects Specification Cross-section fixed (dummy variables) R-squared 0.906361 Mean dependent var 1.672606
Adjusted R-squared 0.874271 S.D. dependent var 0.424017
S.E. of regression 0.150350 Akaike info criterion -0.733897
Sum squared resid 4.023686 Schwarz criterion 0.165268
Log likelihood 150.0676 Hannan-Quinn criter. -0.371599
F-statistic 28.24438 Durbin-Watson stat 2.246854
Prob(F-statistic) 0.000000
PERSAMAAN SIMULTAN
Model 1
Dependent Variable: LOGK
Method: Panel Two-Stage Least Squares
Date: 05/19/19 Time: 08:55
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
Instrument specification: C LOGDZ LOGINF LOGPT LOGJP LOGIVS
Constant added to instrument list
Variable Coefficient Std. Error t-Statistic Prob. C 1.759097 0.417102 4.217422 0.0000
LOGDZ -0.013077 0.017244 -0.758377 0.4490
LOGINF 0.034438 0.064172 0.536653 0.5920
LOGPT 0.146971 0.069187 2.124251 0.0347 R-squared 0.022841 Mean dependent var 1.776596
Adjusted R-squared 0.010420 S.D. dependent var 0.440488
S.E. of regression 0.438187 Sum squared resid 45.31395
F-statistic 1.838840 Durbin-Watson stat 0.060063
Prob(F-statistic) 0.140775 Second-Stage SSR 45.31395
Instrument rank 5 Prob(J-statistic) 0.000002
model 2
Dependent Variable: LOGDZ
Method: Panel Two-Stage Least Squares
Date: 05/19/19 Time: 08:59
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
Instrument specification: C LOGINF LOGPT LOGJP LOGIVS
Constant added to instrument list Variable Coefficient Std. Error t-Statistic Prob. C 20.11225 0.477113 42.15409 0.0000
LOGPT 0.997775 0.276539 3.608078 0.0004 R-squared 0.051862 Mean dependent var 21.78114
Adjusted R-squared 0.047878 S.D. dependent var 1.857775
S.E. of regression 1.812756 Sum squared resid 782.0881
F-statistic 13.01823 Durbin-Watson stat 0.642114
Prob(F-statistic) 0.000376 Second-Stage SSR 782.0881
Instrument rank 4 Prob(J-statistic) 0.000000
model 3
Dependent Variable: LOGINF
Method: Panel Two-Stage Least Squares
Date: 05/19/19 Time: 09:01
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
Instrument specification: C LOGDZ LOGPT LOGJP LOGIVS
Constant added to instrument list Variable Coefficient Std. Error t-Statistic Prob.
C 3.932725 0.339522 11.58313 0.0000
LOGDZ -0.105222 0.015532 -6.774617 0.0000 R-squared 0.161663 Mean dependent var 1.640881
Adjusted R-squared 0.158141 S.D. dependent var 0.486174
S.E. of regression 0.446079 Sum squared resid 47.35878
F-statistic 45.89543 Durbin-Watson stat 1.344667
Prob(F-statistic) 0.000000 Second-Stage SSR 47.35878
Instrument rank 4 Prob(J-statistic) 0.154030
model 4
Dependent Variable: LOGPT
Method: Panel Two-Stage Least Squares
Date: 05/19/19 Time: 09:02
Sample: 2015 2018
Periods included: 4
Cross-sections included: 60
Total panel (balanced) observations: 240
Instrument specification: C LOGDZ LOGINF LOGJP LOGIVS
Constant added to instrument list Variable Coefficient Std. Error t-Statistic Prob. C 0.982243 0.172932 5.679947 0.0000
LOGJP 0.070889 0.015598 4.544853 0.0000
LOGINF 0.068197 0.055487 1.229055 0.2203 R-squared 0.080510 Mean dependent var 1.672606
Adjusted R-squared 0.072751 S.D. dependent var 0.424017
S.E. of regression 0.408302 Sum squared resid 39.51044
F-statistic 10.37581 Durbin-Watson stat 0.369492
Prob(F-statistic) 0.000048 Second-Stage SSR 39.51044
Instrument rank 4 Prob(J-statistic) 0.029023