JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746
eISSN: 2615-3491
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI
JUMLAH PENDUDUK MISKIN DI KOTA JAMBI
Nurlia Fusfita1 Dosen Tetap STIE Muhammadiyah Jambi1 nurliafusfita@gmail.
Ratih Rosita2 Dosen Tetap STIE Muhammadiyah Jambi2 T_sweet_11@yahoo.
Ringkasan Penelitian ini bertujuan untuk mengetahui dan menganalisis pengaruh Indeks Pembangunan manusia.
Produk Domestik Regional Bruto dan pengaruh Jumlah Pengangguran terhadap jumlah penduduk miskin di Kota Jambi.
Berdasarkan hasil penelitian dan pembahasan yang dilakukan untuk menganalisis pengaruh IPM.
PDRB dan jumlah pengangguran terhadap jumlah penduduk miskin di Kota Jambi periode 2007-2016 maka dapat disimpulkan berdasarkan analisis regresi linear berganda IPM (X.
mempunyai hubungan negatif terhadap jumlah penduduk miskin dimana jika IPM naik 1 persen maka jumlah penduduk miskin akan turun sebesar -0,072.
Berdasarkan analisis regresi linear berganda PDRB (X.
mempunyai hubungan positif terhadap jumlah penduduk miskin dimana jika PDRB naik 1 persen maka jumlah penduduk miskin akan naik sebesar 1,288.
Berdasarkan analisis regresi linear berganda jumlah penangguran (X.
mempunyai hubungan positif terhadap jumlah penduduk miskin dimana jika jumlah penangguran naik 1 persen maka jumlah penduduk miskin akan naik sebesar 0,132.
Kata Kunci :
IPM.
PDRB.
Pengangguran.
Kemiskinan LATAR BELAKANG Salah satu tujuan pembangunan nasional adalah meningkatkan kinerja perekonomian agar mampu menciptakan lapangan kerja dan mewujudkan kesejahteraan penduduk Indonesia secara menyeluruh.
Salah satu sasaran pembangunan adalah menurunkan tingkat kemiskinan, yang merupakan salah satu masalah dalam ekonomi, sehingga harus diatasi.
Permasalahan kemiskinan memang merupakan permasalahan yang kompleks dan bersifat multidimensional.
Oleh karena itu, upaya pengentasan kemiskinan harus dilakukan secara komprehensif, mencakup berbagai aspek kehidupan masyarakat, dan dilaksanakan secara terpadu (Prasetyo.
Masalah kemiskinan ini terus menjadi masalah di semua Negara, khususnya Indonesia yang merupakan Negara berkembang.
Kemiskinan merupakan ketidakmampuan untuk memenuhi kebutuhan dasar seperti makan, tempat tinggal dan kesehatan.
Kemiskinan terjadi karena kemampuan masyarakat sebagai pelaku ekonomi tidak sama, sehingga terdapat masyarakat yang tidak dapat ikut serta dalam proses pembangunan atau menikmati hasil-hasil pembangunan.
Kemiskinan tidak hanya berkenaan dengan tingkat pendapatan tetapi juga dari aspek sosial, lingkungan, bahkan STIE MUHAMMADIYAH JAMBI
Halaman 116 dari 190
JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746 eISSN: 2615-3491 keberdayaan dan partisipasi.
Menurut Dewanto .
kemiskinan jangan hanya dianggap sebagai sebuah pendapatan yang rendah .
ow incom.
, tetapi harus dianggap sebagai ketidakmampuan kapabilitas .
apability handica.
Dengan demikian kemiskinan tidak bisa hanya dipandang dari suatu sisi rendahnya pendapatan tetapi harus dari banyak aspek lain yang saling berkaitan sehingga bersifat multidimensi.
Menurut Tjiptoheriyanto .
Banyak faktor yang mempengaruhi kemiskinan baik dari aspek ekonomi maupun non ekonomi, diantaranya adalah PDRB atau pendapatan perkapita, dana pembangunan dan tingkat pendidikan serta masalah pengangguran.
Tolak ukur yang paling banyak dipakai dan menjadi pusat perhatian ekonomi makro adalah pendapatan (Budiono, 2.
Hal ini dimaklumi karena dengan memperhatikan menghitung pendapatan nasional akan dapat dilihat pula kemakmuran suatu negara, wilayah atau masyarakat tertentu.
Karena itu untuk meningkatkan kemakmuran adalah meningkatkan pendapatan nasional maupun pendapatan per kapita.
(Bahri, 2.
Kemiskinan merupakan masalah yang menyangkut banyak aspek karena berkaitan dengan pendapatan yang rendah, buta huruf, derajat kesehatan yang rendah dan ketidaksamaan derajat antar jenis kelamin serta buruknya lingkungan hidup.
Selain itu kemiskinan juga berkaitan dengan keterbatasan lapangan pekerjaan dan biasanya mereka yang dikatagorikan miskin, tidak memiliki pekerjaan .
engangguran, serta tingkat pendidikan dan kesehatan mereka pada umumnya tidak memada.
Berikut jumlah penduduk miskin di Kota Jambi tahun Tabel 1.
Jumlah Penduduk Miskin Kota Jambi Tahun 2007-2016 Tahun Sumber : BPS Provinsi Jambi .
Penduduk Miskin (Ribu Jiw.
Program penanggulangan angka kemiskinan mutlak diperlukan agar semua kebijakan pemerintah dapat lebih terarah dan tepat sasaran.
Salah satu sumber yang menyebabkan STIE MUHAMMADIYAH JAMBI
Halaman 117 dari 190
JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746 eISSN: 2615-3491 pengaruh jumlah penduduk miskin adalah Indeks Pembangunan Manusia.
Sejak tahun 1990.
United Nations for Development Program (UNDP) mengembangkan sebuah indeks kinerja pembangunan yang kini dikenal sebagai Indeks Pembangunan Manusia atau HDI (Human Development Inde.
Nilai IPM ini diukur berdasarkan tiga indikator sebagai acuannya yaitu tingkat harapan hidup, tingkat melek huruf, dan pendapatan riil per kapita berdasarkan paritas daya beli.
Konsep IPM ini memberikan pelajaran bagi kita tentang apa yang seharusnya dipandang sebagai ukuran keberhasilan pembangunan.
Pembangunan berawal dan bertitik tolak dari manusia, dilakukan oleh manusia, maka sudah semestinya ditujukan pula untuk manusia.
Di dalam konsep IPM ini terdapat perpaduan antara aspek-aspek sosial dan ekonomi.
Hal tersebut memungkinkan konsep ini untuk dapat memberikan gambaran yang lebih luas bagi kinerja pembangunan suatu Negara (Arsyad, 2.
IPM ini juga digunakan untuk melakukan pemeringkatan terhadap kinerja pembangunan berbagai negara di dunia.
Untuk mengetahui lebih jelas tingkat IPM di Kota Jambi dapat dilihat dalam tabel berikut.
Tabel 2.
Indeks Pembangunan Manusia Kota Jambi tahun 2007-2016 Tahun Indeks Pembangunan Manusia (%) Sumber : BPS Provinsi Jambi .
Untuk menyusun program penanggulangan kemiskinan maka perlu dilakukan kajian yang mendalam tentang faktor-faktor yang berperan penting dalam mengurangi jumlah penduduk miskin.
Faktor-faktor yang mempengaruhi tingkat kemiskinan adalah pertumbuhan ekonomi, pengangguran dan faktor lainnya.
Pertumbuhan ekonomi yang tinggi dan disertai pemerataan hasil pertumbuhan keseluruh sektor usaha sangat dibutuhkan dalam upaya menurunkan tingkat kemiskinan.
Salah satu unsur yang menentukan kemakmuran suatu masyarakat adalah tingkat pendapatan.
Pendapatan mencapai maksimum apabila kondisi tingkat tenaga kerja penuh (Full Employmen.
dapat terwujud.
Masalah Pengangguran STIE MUHAMMADIYAH JAMBI
Halaman 118 dari 190
JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746 eISSN: 2615-3491 menimbulkan efek mengurangi pendapatan, dan akan mengurangi tingkat kemakmuran.
Semakin turun tingkat kemakmuran akan menimbulkan masalah lain yaitu kemiskinan (Maipita, 2.
Pertumbuhan ekonomi atau peningkatan PDRB merupakan salah satu ukuran penting untuk menilai keberhasilan dari pembangunan ekonomi suatu daerah yang ditinjau dari sisi PDRB merupakan gambaran umum dari kesejahteraan masyarakat, membaiknya indikator pertumbuhan ekonomi diharapkan dapat memberikan dampak positif terhadap masalah kemiskinan.
Semakin tinggi PDRB maka semain besar potensi sumber penerimaan daerah tersebut.
Tabel 3.
PDRB Kota Jambi tahun 2007-2016 Tahun Sumber : BPS Kota Jambi .
Laju Pertumbuhan PDRB (%) Faktor lain yang menyebabkan tingkat kemiskinan adalah pengangguran.
Menurut Badan Pusat Statistik (BPS) dalam indikator ketenagakerjaan, pengangguran merupakan penduduk usia kerja yang tidak bekerja tetapi sedang mencari pekerjaan atau sedang mempersiapkan suatu usaha baru atau penduduk yang tidak mencari pekerjaan karena sudah diterima bekerja tetapi belum mulai bekerja.
Pengangguran adalah masalah makroekonomi yang mempengaruhi manusia secara langsung dan merupakan yang paling berat.
Bagi kebanyakan orang, kehilangan pekerjaan berarti penurunan standar kebanyakan orang, kehilangan pekerjaan berarti penurunan standar kehidupan dan tekanan psikologis.
Jadi tidaklah mengejutkan jika pengangguran menjadi topik yang sering dibicarakan dalam perdebatan politik dan para polisi sering mengklaim bahwa kebijakan yang mereka tawarkan akan membantu menciptakan lapangan kerja (Arsyad, 2.
Meningkatnya pertumbuhan angkatan kerja dan penciptaan kesempatan kerja atau penyerapan lapangan STIE MUHAMMADIYAH JAMBI
Halaman 119 dari 190
JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746 eISSN: 2615-3491 pekerjaan yang ada.
Adanya kesenjangan antara angkatan kerja dan lapangan kerja tersebut berdampak terhadap perpindahan tenaga kerja .
baik secara spasial antara desa-kota maupun secara sektoral.
Berikut jumlah pengangguran di Kota Jambi.
Tabel 4.
Jumlah Pengangguran di Kota Jambi tahun 2007-2016 Tahun Sumber : BPS Kota Jambi .
Jumlah Pengangguran (Ribua.
Tingginya angka pengangguran di Kota Jambi sebagai akibat dari pertambahan penduduk dan jumlah angkatan kerja yang semakin besar.
Oleh karena itu, pengangguran menjadi tanggung jawab bersama, terutama pemerintah daerah sebagai penyelenggara dalam proses perbaikan kehidupan masyarakat dalam sebuah pemerintah, untuk segera mencari jalan keluar dengan merumuskan langkah-langkah yang sistematis dan strategis sebagai upaya pengentasan pengangguran dan kemisikinan.
Masih relatif tingginya tingkat kemiskinan di Kota Jambi merupakan masalah pokok yang diangkat dalam penelitian ini.
Untuk mengatasi masalah kemiskinan tersebut sebelumnya perlu adanya analisis faktor-faktor apa saja yang mempengaruhi kemiskinan di Kota Jambi seingga nantinya dapat dirumuskan strategi dan kebijakan yang tepat.
Indeks Pembangunan Manusia.
PDRB dan jumlah pengangguran yang cukup besar diduga merupakan faktor yang mempengaruhi masih tingginya angka kemiskinan di Kota Jambi.
Dari uraian latar belakang masalah di atas, maka peneliti tertarik untuk melakukan penelitian mengenai AuPengaruh Indeks Pembangunan Manusia.
Produk Domestik Regional Bruto Dan Jumlah Pengangguran Terhadap Jumlah Penduduk Miskin Di Kota JambiAy.
METODE PENELITIAN
Dalam penelitian ini digunakan metode penelitian deskriptif kuantitatif.
Metode penelitian kuantitatif digunakan dalam upaya mengetahui perkembangan indeks pembangunan STIE MUHAMMADIYAH JAMBI
Halaman 120 dari 190
JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746 eISSN: 2615-3491 manusia, produk domestik regional bruto, jumlah pengangguran terhadap kemiskinan di kota Jambi.
Jenis dan Sumber Data Data yang digunakan adalah data sekunder yaitu data yang tersedia pada lembagalembaga resmi pemerintah, diantaranya :
Jumlah Penduduk Miskin Kota Jambi Tahun 2007 Ae 2016 ( BPS Kota Jambi ) Indeks Pembangunan Manusia Kota Jambi Tahun 2007 Ae 2016 ( BPS Kota Jambi ) PDRB Kota Jambi Tahun 2007 - 2016 ( BPS Kota Jambi ) Jumlah Pengangguran di Kota Jambi 2007-2016 (BPS Kota Jamb.
Metode Pengumpulan Data Pengumpulan data dalam penelitian ini digunakan metode library research yaitu menggunakan metode kepustakaan dengan mempelajari buku-buku literatur, jurnal penelitian, atau artikel serta sumber lainnya yang relevansi dengan pokok bahasan dalam penelitian ini.
Pengolahan data untuk Regresi menggunakan program SPSS 23.
Metode Analisis Data Model Analisis Kuantitatif.
Model analisis yang digunakan dalam penelitian ini adalah menggunakan alat analisis kuantitatif dengan menggunakan model ekonometrika regresi berganda sebagai berikut :
Y = a AA A1X1 A2X2 A3X3 e Pada hakekatnya hubungan antara variabel-variabel jumlah penduduk miskin.
IPM.
PDR dan jumlah penangguran tidaklah linear, sementara analisis regresi mensyaratkan hubungan antara variabel haruslah linier.
Untuk itu persamaan diatas di ubah menjadi persamaan double logaritma yaitu sebagai berikut :
Log Y = AA A1 LogX1 A2 LogX2 A3 LogX3 e Keterangan :
= Jumlah Penduduk Miskin
= Konstanta
= IPM
= PDRB
= Jumlah Pengangguran A1,A2,A3 = Koefisien Regresi ( Elastisitas ) = Standar Error
STIE MUHAMMADIYAH JAMBI
Halaman 121 dari 190
JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746 eISSN: 2615-3491 Uji Hipotesis Untuk mengetahui bagaimana pengaruh variabel-variabel bebas yaitu X1 (IPM).
X2 (PDRB).
X3 .
umlah penganggura.
baik secara simultan maupun parsial digunakan metode (Yuwono 2.
Secara parsial dengan menggunakan Uji - t Untuk menguji keberartian koefisien regresi yang ditaksir secara parsial dengan menggunakan rumus :
ti A AA S e ( AA ) Setelah diproleh nilai uji-t yang ditaksir kemudian dibandingkan dengan t-tabel menggunakan hipotesis sebagai berikut :
Ho : A = 0 berarti tidak ada pengaruh IPM.
PDRB dan Jumlah Pengangguran Terhadap Jumlah Penduduk Miskin Di Kota Jambi Ha : A A 0 berarti terdapat pengaruh IPM.
PDRB dan Jumlah Pengangguran Terhadap Jumlah Penduduk Miskin Di Kota Jambi Pengujian ini dilakukan dengan membandingkan nilai t yang diperoleh dari hasil uji statistik dengan nilai t terdapat pada tabel distribusi dengan syarat :
Jika t-hitung O t-tabel, maka hipotesa nol diterima dan hipotesa alternatif ditolak berarti hubungan antara variabel bebas dengan variabel tidak bebas tidak signifikan.
Jika t-hitung Ou t-tabel, maka hipotesa nol ditolak dan hipotesa alternatif diterima berarti hubungan antara variabel bebas dengan variabel tidak bebas signifikan.
Secara simultan dengan menggunakan Uji F Pada khususnya regresi berganda, uji F dilakukan guna mengetahui signifikan tidaknya pengaruh variabel-variabel bebas, yaitu X1 (IPM).
X2 (PDRB).
X3 .
umlah penganggura.
, secara simultan terhadap pariabel terikat (Y = Jumlah Penduduk Miski.
Pengujian ini dilakukan dengan mebandingkan antar nilai F-hitung dengan Nilai F-tabel.
Maka F-hitung dengan R2 diperoleh dengan cara :
Fh A R 2 /( k A 1 ) .
A R 2 ) / n A k Keterangan:
= Koefisien determinasi
= Jumlah variabel yang diestimasi STIE MUHAMMADIYAH JAMBI
Halaman 122 dari 190
JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746 eISSN: 2615-3491 = Jumlah sampel Pengujian ini jika diwujudkan dalam bentuk hipotesa adalah sebagai berikut:
H0 : B1.
B4 = 0, berarti tidak ada pengaruh dari seluruh variabel bebas secara bersama-sama terhadap variabel bebas.
H0 : B1.
B4 O 0, berarti ada pengaruh dari seluruh variabel bebas secara bersama Ae sama terhadap variabel bebas.
Untuk menentukan keputusan dapat dilakukan sebagai berikut:
Jika F hitung O F tabel, maka hipotesa nol diterima dan hipotesa alternatif ditolak berarti secara keseluruhan tidak ada hubungan antara variabel bebas dengan variabel tidak bebas .
Jika F hitung Ou F tabel, maka hipotesa nol ditolak alternatif diterima berarti secara keseluruhan terdapat hubungan antara variabel bebas dengan variabel tidak bebas .
Koefinsien Determinasi Koefisien determinasi.
R2 adalah bilangan yang menyatakan persentasi varians total Y yang dijelaskan oleh garis regresi koefisien ini dapat diproleh dari rasio varians Y dengan varians Y.
Eue
R A 1A
Euy Rumus tersebut memiliki 3 penjelasan:
Angka 1 menyatakan maksimum dengan varitas total Y yang dijelaskan oleh garis regresi 100% yaitu pada saat Aee2 = 0 dan minimum pada saat Aee2 = Aey2.
jadi nilai koefisien determinasi berkisar 0 dan 1, 0 < R2< 1.
Aee2 = Aey2 adalah nilai yang menyatakan varitas totalnya Y yang tidak dijelaskan Koefisien determinasi sama dengan 100% dikurangi dengan varitas total Y yang tidak dijelaskan garis regresinya HASIL DAN PEMBAHASAN Analisis Deteksi Asumsi Klasik Sebelum dilakukan interpretasi terhadap hasil regresi dari model yang digunakan, maka terlebih dahulu dilakukan pengujian terhadap asumsi klasik, guna mengetahui apakah model tersebut dianggap relevan atau tidak.
Uji Multikolinieritas STIE MUHAMMADIYAH JAMBI
Halaman 123 dari 190
JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746 eISSN: 2615-3491 Uji Multikolinieritas dalam penelitian ini dilakukan dengan melihat nilai variance inflation factor (VIF) dan di peroleh hasil sebagai berikut :
Tabel 1.
Uji Multikolenieritas Coefficientsa Unstandardized Standardized Collinearity Coefficients Coefficients Statistics Std.
Error Beta Sig.
Tolerance VIF 005 -.
Model 1 (Constan.
IPM
PDRB
Jmlh Penangguran Dependent Variabel: Jmlh Penduduk Miskin Berdasarkan tabel di atas dapat dilihat bahwa nilai VIF 1,156 untuk variabel X1 (IPM), nilai VIF 1,080 untuk variabel X2 (PDRB) dan nilai VIF 1,074 untuk variabel X3 .
umlah Sesuai dengan ketentuan uji multikoleniaritas, jika nilai VIF lebih kecil dari 10 maka dapat disimpulkan bahwa model regresi ini tidak memiliki masalah multikoleniaritas artinya bahwa antara variabel bebas tidak saling mengganggu atau mempengaruhi.
Uji Autokorelasi Uji autokorelasi merupakan pengujian yang dilakukan untuk menguji ada tidaknya pengaruh antara variabel pengganggu dalam masing-masing variabel bebas.
Dalam penelitian ini uji autokolrelasi menggunakan tes Durbin Watson dengan ketentuan sebagai berikut :
C Bila nilai DW berada diantara dU sampai dengan 4 Ae dU maka koesisien autokorelasi sama dengan nol.
Artinya tidak ada autokorelasi.
C Bila DW lebih kecil daripada dL, koefisien autokorelasi lebih bersar daripada nol.
Artinya ada autokorelasi positif.
C Bila DW terletak antara dL dan dU, maka tidak dapat disimpulkan.
C Bila DW lebih besar daripada 4 Ae dL, koefisien autokorelasi lebih besar daripada nol.
Artinya ada autokorelasi negatif.
C Bila nilai DW terletak diantara 4 Ae dU dan 4 Ae dL, maka tidak dapat disimpulkan.
Dengan jumlah sampel n = 10, = 0,05 dan banyaknya variabel dependen k = 3, maka didapat nilai kritis dL = 0,525 dan dU = 2,016.
Hasil pengujian uji autokorelasi dengan hasil sebagai berikut :
Tabel 2.
Uji Autokorelasi
STIE MUHAMMADIYAH JAMBI
Halaman 124 dari 190
JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746 eISSN: 2615-3491 Model Summaryb Adjusted R Std.
Error of Model R Square Square the Estimate Predictors: (Constan.
Jmlh Penangguran.
PDRB.
IPM Dependent Variabel: Jmlh Penduduk Miskin DurbinWatson Berdasarkan tabel diatas dapat diketajui nilai Durbin Watson sebesar 1,853 sehingga nilai DW berada diantara nilai dU sampai dengan 4 Ae dU yaitu dU .
> DW .
< 4 Ae dU .
Ae 2,016 = 1,.
Maka dapat disimpulkan dalam penelitian ini tidak terdapat autokorelasi artinya variabel independent dalam penelitian ini tidak terganggu atau terpengaruh oleh variabel penganggu.
Uji Normalitas Rasio skewness dan rasio kurtosis dapat dijadikan petunjuk apakah suatu data berdistribusi normal atau tidak.
Rasio skewness adalah nilai skewness dibagi dengan standard error skewness, sedangkan rasio kurtosis adalah nilai kurtosis dibagi dengan standard error kurtosis.
Sebagai pedoman, bila rasio kurtosis dan skewness berada di antara Ae2 hingga 2, maka distribusi data adalah normal.
Hasil pengujian uji normalitas sebagai Tabel 3.
Uji Normalitas Descriptive Statistics Statistic Unstandardized Residual Valid N .
Skewness Std.
Statistic Error Kurtosis Std.
Statistic Error Dari tabel di atas terlihat bahwa rasio skewness =-0,945/0,687=-1,3755 sedangkan rasio kurtosis =0,824/1,334=0,6176.
Karena rasio skewness dan rasio kurtosis berada diantara -2 hingga 2 maka dapat disimpulkan distribusi data normal.
Analisis Regresi linear berganda Analisis regresi linear berganda digunakan untuk mengetahui pengaruh IPM.
PDRB, dan jumlah Pengangguran terhadap jumlah penduduk miskin Kota Jambi Tahun 20072016.
Berdasarkan perhitungan yang dilakukan dengan menggunakan Program SPSS maka didapat hasil sebagai berikut :
STIE MUHAMMADIYAH JAMBI
Halaman 125 dari 190
JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746 eISSN: 2615-3491 Tabel 4.
Hasil Analisis Regresi Linear Berganda Coefficientsa Unstandardized Coefficients Model Std.
Error (Constan.
IPM
PDRB
Jmlh Penangguran Dependent Variabel: Jmlh Penduduk Miskin Standardized Coefficients Beta Sig.
Hasil regresi tersebut diperoleh persamaan regresi sebagai berikut :
Y = 2,191 - 0,072 X1 1,288 X2 0,132 X3
Dari persamaan regresi linear tersebut dapat dinterpretasikan sebagai berikut : nilai konstanta sebesar 2,191 memberikan arti bahwa apabila IPM (X.
PDRB (X.
, jumlah pengangguran (X.
diasumsikan = 0, maka jumlah penduduk miskin kota jambi secara konstan bernilai sebesar 2,191.
Nilai koefisien regresi variabel IPM (X.
sebesar -0,072 dapat diartikan dika IPM naik 1 persen maka jumlah penduduk miskin akan turun sebesar 0,072.
Nilai koefisien regresi variabel PDRB (X.
sebesar 1,288 dapat diartikan jika PDRB naik 1 persen maka jumlah penduduk miskin akan naik sebesar 1,288.
Nilai koefisien regresi variabel jumlah pengangguran (X.
sebesar 0,132 dapat diartikan jika jumlah pengangguran naik 1 persen maka jumlah penduduk miskin akan naik sebesar 0,132.
Uji Hipotesis Uji Statistik t Uji ini digunakan untuk mengetahui apakah variabel independen (X) berpengaruh secara signifikan terhadap variabel dependen (Y) untuk mengetahui apakah pengaruh tersebut signifikan atau tidak adalah dengan membandingkan nilai t hitung dengan t tabel pada derajat signifikansi 5% df =n-k=7 t tabel =2,365.
Hasil uji t terhadap variabel penelitian adalah sebagai berikut :
STIE MUHAMMADIYAH JAMBI
Halaman 126 dari 190
JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746 eISSN: 2615-3491 Tabel 5.
Hasil Uji Statistik t Coefficientsa Unstandardized Standardized Coefficients Coefficients Model Std.
Error Beta Sig.
(Constan.
IPM
PDRB
Jmlh Penangguran Dependent Variabel: Jmlh Penduduk Miskin Pengujian koefisien regresi variabel IPM nilai t hitung variabel IPM sebesar -0,015 jika dibandingkan dengan t tabel maka -0,015<2,365.
Level signifikansi variabel IPM (X.
adalah sebesar 0,989>.
dengan demikina Ho diterima dan Ha ditolak.
Dari hasil tersebut dapat disimpulkan bahwa secara parsial tidak terdapat pengaruh yang signifikan antara IPM dengan jumlah penduduk miskin di kota Jambi.
Nilai t hitung variabel PDRB (X.
sebesar 2,162 jika dibandinkan dengan t tabel maka 2,162<2,365.
Level signifikansi variabel PDRB adalah sebesar 0,074>.
dengan demikina Ho diterima dan Ha ditolak.
Dari hasil tersebut dapat disimpulkan bahwa secara parsial tidak terdapat pengaruh yang signifikan antara PDRB dengan jumlah penduduk miskin di kota Jambi.
Nilai t hitung variabel jumlah pengangguran (X.
sebesar 0,479 jika dibandingkan dengan t tabel maka 0,479<2,365.
Level signifikansi variabel jumlah pengangguran adalah sebesar 0,479>.
dengan demikina Ho diterima dan Ha Dari hasil tersebut dapat disimpulkan bahwa secara parsial tidak terdapat pengaruh yang signifikan antara jumlah pengangguran dengan jumlah penduduk miskin di kota Jambi.
Uji Statistik F Uji statistik F digunakan untuk mengetahui apakah semua variabel independen yang terdapat dalam persamaan regresi bersama-sama mempengaruhi variabel dependen dengan embandingkan nilai F hitung dengan F tabel pada derajat signifikansi 5% .
f1=2 df2=.
diperoleh hasil F tabel=4,74 Berikut tabel hasil uji F :
Tabel 6.
Hasil Uji Statistik F Sum of Model Squares Mean Square Regression Residual Total Dependent Variabel: Jmlh Penduduk Miskin Predictors: (Constan.
Jmlh Penangguran.
PDRB.
IPM
STIE MUHAMMADIYAH JAMBI
Sig.
Halaman 127 dari 190
JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746 eISSN: 2615-3491 Hasil yang diperolah dari nilai F hitung lebih kecil dari F tabel .
,727<4,.
maka terdapat pengaruh negatif dan tidak signifikan antara variabel independen (IPM.
PDRB, jumlah penganggura.
secara simultan terhadap variabel dependen .
umlah penduduk miski.
pada tingkat kepercayaan 95%.
Hasil tersebut menunjukkan bahwa hipotesis penelitian ini yaitu IPM.
PDRB dan Jumlah pengangguran secara simultan tidak berpengaruh terhadap jumlah penduduk miskin di kota Jambi.
Koefisien Determinasi Melalui koefisien determinasi (R.
dapat diketahui sejauh mana variabel independen ammpu mempengaruhi variabel dependen.
Semakin mendekati nilai 1 atau 100% maka semakin besar pengaruh variabel independen terhadap variabel dependen.
Tabel 7.
Hasil Koefisien Determinasi Model Summary Adjusted R Std.
Error of Model R Square Square the Estimate Predictors: (Constan.
Jmlh Penangguran.
PDRB.
IPM Koefisien determinas (R.
variabel independen (IPM.
PDRB, jumlah penganggura.
secara bersama-sama mempunyai kontribusi terhadap variabel dependen .
umlah penduduk miski.
sebesar 0,463 atau 46,3%.
Hal ini menunjukkan bahwa persentase sumbangan pengaruh variabel independen yaitu IPM.
PDRB dan jumlah penangguran terhadap variabel dependen yaitu jumlah penduduk miskin di Kota Jambi sebesar 46,3% sedangkan sisanya dipengaruhi atau dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian ini.
KESIMPULAN DAN SARAN
Kesimpulan Berdasarkan hasil penelitian dan pembahasan yang dilakukan untuk menganalisis pengaruh IPM.
PDRB dan jumlah pengangguran terhadap jumlah penduduk miskin di Kota Jambi periode 2007-2016 maka dapat disimpulkan berdasarkan analisis regresi linear berganda IPM (X.
mempunyai hubungan negatif terhadap jumlah penduduk miskin dimana jika IPM naik 1 persen maka jumlah penduduk miskin akan turun sebesar -0,072.
Berdasarkan analisis regresi linear berganda PDRB (X.
mempunyai hubungan positif
terhadap jumlah penduduk miskin dimana jika PDRB naik 1 persen maka jumlah penduduk STIE MUHAMMADIYAH JAMBI
Halaman 128 dari 190
JURNAL DEVELOPMENT
VOL.
6 NO.
2 DESEMBER 2018
pISSN: 2338-6746 eISSN: 2615-3491 miskin akan naik sebesar 1,288.
Berdasarkan analisis regresi linear berganda jumlah penangguran (X.
mempunyai hubungan positif terhadap jumlah penduduk miskin dimana jika jumlah penangguran naik 1 persen maka jumlah penduduk miskin akan naik sebesar 0,132.
Saran Dari hasil penelitian di dapat bahwa IPM mempunyai negative terhadap tingkat kemiskinan, indikator ini menggambarkan kualitas hidup yang terdiri dari ukuran pendidikan, angka harapan hidup, dan pengeluaran perkapita rill yang disesuaikan, hal ini sangat penting terhadap penurunan jumlah penduduk miskin di Kota Jambi.
Maka pemerintah perlu merancang suatu program yang berkesinambungan agar dapat memacu naiknya nilai IPM dengan mempermudah akses pendidikan khusunya untuk masyarakat miskin.
PDRB dan tingkat pengangguran berpengaruh positif terhadap tingkat kemiskinan, hendaknya kedepan pemerintah Kota Jambi lebih banyak melakukan perluasan kesempatan kerja dengan cara mendirikan industri-industri baru yang padat karya serta menggalakkan sektor informal seperti usaha industri rumahan atau usaha mikro, kecil dan menengah.
DAFTAR PUSTAKA