BISECER (Business Economic Entrepreneurshi.
Vol.
VII No.
Bulan Juli Tahun 2024
P-ISSN: 2599-3097
E-ISSN: 2714-9986
ANALISIS DETERMINAN KETIMPANGAN PENDAPATAN DI
PULAU JAWA TAHUN 2015-2022
Pasoman1.
Nugroho Sumarjiyanto Benedictus Maria2 Departemen Ilmu Ekonomi Fakultas Ekonomika dan Bisnis Universitas Diponegoro.
Semarang Departemen Ilmu Ekonomi Fakultas Ekonomika dan Bisnis Universitas Diponegoro.
Semarang e-mail: pasomanlubis25@gmail.
com, nugroho.
sbm@gmail.
Abstrak Indonesia adalah salah satu dari negara berkembang yang meningkatkan kesejahteraan masyarakatnya dengan terus melakukan pembangunan.
Namun proses dan kebutuhan pembangunan yang dilakukan di setiap daerah berbeda.
Ketimpangan pendapatan di Indonesia terkonsentrasi di provinsi yang terletak di Pulau Jawa.
Tujuan dari penelitian ini untuk mengidentifikasi pengaruh Produk Domestik Regional Bruto (PDRB).
Jumlah Penduduk (JP).
Tingkat Pengangguran Terbuka (TPT).
Indeks Pembangunan Manusia (IPM) dan Upah Minimum Provinsi (UMP) terhadap ketimpangan pendapatan di Pulau Jawa Tahun 2015-2022.
Penelitian ini menggunakan data sekunder dan metode penelitian yang digunakan adalah regresi data panel Fixed Effect Model.
Hasil analisis pendeteksian statistik dalam penelitian ini mengidentifikasi bahwa secara parsial variabel PDRB dan jumlah penduduk tidak berkolerasi secara signifikan dengan ketimpangan pendapatan di Pulau Jawa.
Variabel pengangguran dan IPM memiliki hubungan positif dan signifikan terhadap ketimpangan pendapatan di pulau Jawa.
Variabel upah minimum berpengaruh negatif dan signifikan terhadap ketimpangan pendapatan di Pulau Jawa.
Secara simultan PDRB, jumlah penduduk,pengangguran.
IPM, dan upah minimum berpengaruh signifikan terhadap ketimpangan pendapatan di Pulau Jawa 2015-2022.
Kata kunci: Ketimpangan Pendapatan.
PDRB.
Jumlah Penduduk.
Pengangguran.
IPM.
Upah Minimum Abstract Indonesia is one of the developing countries that improves the welfare of its people by continuing to carry out development.
However, the development process and needs are different in each region.
Income inequality in Indonesia is concentrated in provinces located in Java.
The purpose of this study is to identify the effect of Gross Regional Domestic Product (GRDP).
Total Population (JP).
Open Unemployment Rate (TPT).
Human Development Index (HDI) and Provincial Minimum Wage (UMP) on income inequality in Java Island 2015-2022.
This study uses secondary data and the research method used is panel data regression of the Fixed Effect Model.
The results of the statistical test analysis in this study identify that partially the GRDP and population variables are not significantly correlated with income inequality in Java.
Unemployment and HDI variables have a positive and significant effect on income inequality in Java.
The minimum wage variable has a negative and significant effect on income inequality in Java.
Simultaneously.
GRDP, population, unemployment.
HDI, and minimum wage have a significant effect on income inequality in Java Island 2015-2022.
Keywords: Income Inequality.
GRDP.
Population.
Unemployment.
HDI.
Minimum Wage BISECER (Business Economic Entrepreneurshi.
| 17 BISECER (Business Economic Entrepreneurshi.
Vol.
VII No.
Bulan Juli Tahun 2024
P-ISSN: 2599-3097
E-ISSN: 2714-9986
Pendahuluan Pembangunan ekonomi merupakan faktor penting untuk mencapai kemajuan suatu pertumbuhan ekonomi harus diimbangi dengan peningkatan sumber daya manusia, infrastruktur dan ekonomi secara keseluruhan untuk menciptakan pertumbuhan yang berkelanjutan dan meningkatkan kesejahteraan masyarakat.
Dalam upaya peningkatan pembangunan ekonomi tidak selalu adil, ketimpangan pendapatan antar daerah adalah salah satu masalah paling serius dan sering terjadi dalam proses pembangunan ekonomi suatu negara, beberapa daerah mengalami pertumbuhan ekonomi yang cepat, tetapi daerah lain mengalami pertumbuhan ekonomi yang lambat, daerah tersebut belum memiliki perkembangan dan kemajuan yang sama dan sejak itu peningkatan populasi miskin di suatu daerah, ini disebabkan oleh kurangnya sumber daya yang tersedia (Violin.
, & Lutfi.
Menurut Sjafrizal .
ketimpangan pembangunan antar wilayah dipicu oleh beberapa hal antara lain: perbedaan potensi daerah yang sangat besar, perbedaan kondisi demografis dan ketenagakerjaan, dan perbedaan kondisi sosial budaya antar wilayah.
samping itu kurang lancarnya mobilitas barang dan orang antar daerah juga turut mendorong terjadinya ketimpangan pembangunan regional.
Akibat dari perbedaan ini, kemampuan suatu daerah dalam mendorong proses pembangunan juga menjadi berbeda.
Walaupun pertumbuhan ekonomi adalah indikator pembangunan suatu Negara, pembangunan ekonomi tidak hanya diukur dari pertumbuhan ekonomi saja.
Pembangunan dipandang sebagai proses multi dimensi yang mencakup berbagai perubahan mendasar atas struktur sosial, sikap masyarakat, dan institusi-institusi nasional, di samping tetap mengejar akselerasi pertumbuhan, pengurangan ketimpangan pendapatan, serta pengentasan kemiskinan (Todaro, 2006 .
Ketimpangan pendapatan berkaitan dengan distribusi pendapatan yang diterima oleh masyarakat di suatu negara.
Semakin tinggi ketimpangan pendapatan berarti distribusi pendapatan di masyarakat semakin tidak merata.
Kondisi ini pada akhirnya akan memperbesar kesenjangan .
antara masyarakat dengan tingkat ekonomi relatif baik .
elompok kay.
dengan mereka yang berpendapatan rendah .
elompok miski.
(Dondo, .
Benu.
, & Manginsela.
Ketimpangan pendapatan adalah permasalahan perbedaan pendapatan masyarakat antar daerah yang maju dengan daerah yang tertinggal (Luh & Yuni, 2.
Tingkat ketimpangan dapat diukur dengan menggunakan indeks gini.
Ketimpangan pendapatan antar wilayah di Indonesia tidak merata di berbagai pulau di Indonesia.
Ketimpangan pendapatan dapat diketahui dari gini rasio masing-masing pulau yang relatif Semakin tinggi nilai Indeks Gini, semakin tinggi tingkat ketidaksetaraan dalam distribusi pendapatan.
Berdasarkan data Badan Pusat Statistik .
, pulau dengan angka indeks gini paling tinggi adalah Pulau Jawa dengan nilai rata-rata indeks gini 0,393 per tahun 2015-2022 yang termasuk dalam kategori ketimpangan sedang.
Gambar 1.
Indeks Gini antar Pulau di Indonesia Priode Tahun 2015-2022 BISECER (Business Economic Entrepreneurshi.
| 18 BISECER (Business Economic Entrepreneurshi.
Vol.
VII No.
Bulan Juli Tahun 2024
P-ISSN: 2599-3097
E-ISSN: 2714-9986
Sumatera Jawa Nusa Tenggara dan Bali Kalimantan Sulawesi Papua dan Maluku Indonesia Sumber: Badan Pusat Statistik.
Mei 2023, diolah.
Proses kemajuan pembangunan dalam suatu daerah dapat digambarkan oleh pertumbuhan ekonomi.
Pertumbuhan ekonomi menjadi upaya pemerintah agar meningkatkan kesejahteraan masyarakatnya.
Pembangunan ekonomi dalam suatu negara berhasil jika pertumbuhan ekonomi diiringi dengan berkurangnya tingkat ketimpangan pendapatan, namun pertumbuhan ekonomi yang tinggi sering kali tidak diimbangi dengan pemerataan pendapatan.
Tujuan pembangunan yang seharusnya dicapai secara bersamaan dalam proses pembangunan ekonomi ialah pertumbuhan ekonomi dan pemerataan ekonomi (Zusanti et al.
, 2.
Yuliani .
menyebutkan bahwa peningkatan pertumbuhan ekonomi akan meningkatkan ketimpangan distribusi pendapatan karena ketidakmerataan sumberdaya.
Namun, fakta berbeda diungkapkan dalam penelitian Nugroho .
yang menyatakan bahwa peningkatan pertumbuhan ekonomi akan menurunkan ketimpangan distribusi pendapatan karena proses pertumbuhan ekonomi yang inklusif melibatkan penduduk miskin sebagai subyek dan obyek.
Fakta berbeda diungkap dalam penelitian Arif dan Wicaksani .
yang menyebutkan bahwa faktor yang secara signifikan mempengaruhi ketimpangan pendapatan justru jumlah penduduk.
Irfan dan Leni .
menunjukkan bahwa semakin besar jumlah penduduk akan memperbesar kemungkinan terjadinya ketimpangan distribusi pendapatan.
Kepadatan penduduk yang tinggi menyebabkan persaingan yang ketat dalam mengakses sumber daya, sehingga dapat memicu kesenjangan dan keterbatasan Arif dan Wicaksani .
menambahkan bahwa jumlah penduduk yang tinggi akan meningkatkan jumlah pengangguran jika tidak dibarengi dengan peningkatan lapangan pekerjaan ditambah keterbatasan skill dan rendahnya pendidikan yang mengakibatkan produktivitas rendah sehingga berdampak pada ketimpangan dalam mengakses pendapatan.
Pengangguran dalam hal ini juga akan mempengaruhi timpangnya pendapatan (Farhan dan Sugiyanto, 2.
Nabila dan Laut .
menjelaskan bahwa semakin besar jumlah pengangguran di suatu daerah akan meningkatkan ketimpangan distribusi pendapatan.
Hal tersebut terjadi karena pengangguran menyebabkan berkurangnya penghasilan sehingga berdampak pada menurunnya daya beli masyarakat yang pada akhirnya menyebabkan disparitas pendapatan (Dosi dkk.
, 2.
Fakta berbeda diungkap oleh Nadhifah dan Wibowo .
yang menyatakan bahwa pengangguran tidak berpengaruh terhadap ketimpangan pendapatan dan justru pembangunan manusia yang berperan penting dalam menentukan distribusi pendapatan.
BISECER (Business Economic Entrepreneurshi.
| 19 BISECER (Business Economic Entrepreneurshi.
Vol.
VII No.
Bulan Juli Tahun 2024
P-ISSN: 2599-3097
E-ISSN: 2714-9986
Berdasarkan penelitian Farhan dan Sugiyanto .
menyatakan bahwa indeks pembangunan manusia yang tinggi akan mengurangi disparitas pendapatan masyarakat.
Namun berbeda dari temuan penelitan Arif dan Wicaksani .
yang menyatakan bahwa IPM yang tinggi justru meningkatkan ketimpangan pendapatan.
Hal tersebut dimungkinkan terjadi karena adanya ketimpangan dalam mengakses faktor-faktor yang mempengaruhi kualitas sumber daya manusia seperti pendidikan dan kesehatan sehingga dispartitas tersebut berakibat pada perbedaan kesempatan mengakses pekerjaan yang pada akhirnya meningkatkan ketimpangan distribusi pendapatan (Lee dan Vu, 2.
Upah Minimum Provinsi juga menjadi salah satu faktor yang mempengaruhi ketimpangan pendapatan.
Dalam penelitian Muhammad Anshari.
Zul Azhar.
Ariusni .
upah minimum secara simultan memiliki pengaruh signifikan terhadap ketimpangan pendapatan, upah minimum mempengaruhi ketimpangan distribusi pendapatan dimana upah meningkat maka angka ketimpangan akan turun, ketika upah meningkat berarti kemampuan daya beli masyarakat menentukan tingkat kesejahteraan masyarakat untuk memenuhi kehidupan sehari-harinya.
Sedangkan dalam penelitian Menurut penelitian dari Volscho .
, hubungan antara upah minimum dan ketimpangan pendapatan ditemukan nonlinear yang artinya upah minimum negara tidak efektif untuk mengurangi Berdasarkan uraian permasalahan di atas, penelitian ini ingin mengidentifikasi apakah terdapat keterkaitan antara PDRB per kapita, jumlah penduduk, tingkat pengangguran terbuka, indeks pembangunan manusia dan upah minimum terhadap ketimpangan pendapatan di Pulau Jawa tahun 2015- 2022.
Metode Penelitian ini menggunakan pendekatan kuantitatif dengan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) dalam bentuk tahunan.
Penelitian ini menggunakan data panel yang merupakan gabungan antara data deret lintang .
ross sectio.
yaitu berupa 6 provinsi di Pulau Jawa yaitu DKI Jakarta.
Jawa Barat.
Jawa Tengah.
DIY.
Jawa Timur, dan Banten dan data kurun waktu .
ime serie.
selama periode 20152022 yang menghasilkan 48 observasi.
Variabel penelitian yang digunakan yaitu variabel ketimpangan pendapatan yang diproksikan oleh gini ratio (GR) sebagai variabel dependen, dan variabel independen meliputi: Produk Domestik Regional Bruto, jumlah penduduk.
Tingkat Pengangguran Terbuka.
Indeks Pembangunan Manusia, dan Upah Minimum Provinsi.
Analisis Regresi Data Panel Metode analisis yang digunakan untuk menganalisis ketimpangan pendapatan di Pulau Jawa yaitu regresi data panel guna mengestimasi dan memprediksi nilai pengaruh variabel independen (PDRB).
Jumlah Penduduk (JP).
Tingkat Pengangguran Terbuka (TPT).
Indeks Pembangunan Manusia (IPM), dan Upah Minimum Provinsi (UMP) terhadap variabel dependen .
resentase Rasio Gin.
Regresi data panel diperlukan untuk menganalisis gabungan data cross section enam provinsi meliputi DKI Jakarta.
Banten.
Jawa Barat.
Jawa Tengah.
DI Yogyakarta, dan Jawa Timu.
Model fungsi persamaan dasar penelitian adalah sebagai berikut:
GR = f (PDRB.
JP.
TPT.
IPM.
UMP) Berdasarkan penjelasan tersebut, maka model persamaan ekonometrika yang digunakan dalam penilitian dirumuskan sebagai berikut:
GR=yu0 yu1 ycEyaycIyaAycnyc yu2 yaycEycnyc yu3 ycNycEycNycnyc yu4 yaycEycAycnyc yu5 ycOycAycEycnyc yuA BISECER (Business Economic Entrepreneurshi.
| 20 BISECER (Business Economic Entrepreneurshi.
Vol.
VII No.
Bulan Juli Tahun 2024
P-ISSN: 2599-3097
E-ISSN: 2714-9986
Keterangan:
= Rasio Gini (%) PDRB = Pertumbuhan ekonomi .
aju PDRB ADHK dalam %) = Jumlah Penduduk (Jiw.
TPT = Tingkat Pengangguran Terbuka (%) IPM = Indeks Pembangunan Manusia (%) UMP = Upah Minimum Provinsi (UMP) Variabel jumlah penduduk (JP) dan Upah minimum (UMP) dilakukan transformasi ke bentuk logaritma natural guna menyamakan satuan (%) dengan variabel lainnya supaya untuk menjadikan data berdistribusi normal, sehingga memenuhi syarat Deteksi asumsi Deteksi Kesesuaian Model Untuk mendeteksi kesesuaian atau kebaikan dari tiga metode pada teknik estimasi model regresi data panel, maka digunakan Deteksi Chow.
Deteksi Hausman, dan Deteksi Lagrange Multiplier (Mahulete, 2.
Deteksi Chow digunakan untuk mendeteksi kesesuaian model apakah menggunakan Common Effect Model (CEM) dan Fixed Effect Model (FEM) yang sebaiknya digunakan dalam pemodelan data panel.
Pendeteksian dapat dilakukan dengan melihat perbandingan nilai probabilitas Cross-section Chi-square dengan tingkat signifikasi alpha .
%).
Jika dalam Deteksi dihasilkan nilai probabilitas kurang dari 0.
05 maka artinya tolak H0 kemudian mengartikan bahwa pendeteksian lebih tepat menggunakan FEM dibandingkan CEM (Gujarati, 2.
Deteksi Hausman digunakan untuk menentukan spesifikasi model yang lebih baik digunakan apakah Fixed Effect Model (FEM) atau Random Effect Model (REM) dalam estimasi regresi data panel.
Hasil dari pendeteksian ini diperoleh dari perbandingan nilai chi-square dengan tingkat signifikasi alpha .
%).
Jika dalam Deteksi dihasilkan nilai chisquare kurang dari 0.
05 maka artinya tolak H0 kemudian mengartikan bahwa pendeteksian lebih tepat menggunakan FEM dibandingkan REM (Gujarati, 2.
Lagrange Multiplier (LM) digunakan untuk menentukan kesesuaian Random Effect Model (REM) atau Common Effect Model (CEM) yang paling tepat digunakan.
Untuk mengestimasi hasil Deteksi LM dapat dilakukan dengan melihat perbandingan nilai chisquare dengan tingkat signifikasi alpha .
%).
Jika dalam Deteksi dihasilkan nilai chi-square kurang dari 0.
05 maka artinya tolak H0 kemudian mengartikan bahwa pengDeteksian lebih tepat menggunakan REM dibandingkan CEM (Gujarati, 2.
Deteksi LM tidak digunakan apabila pada Deteksi Chow dan Deteksi Hausman menunjukan model yang paling tepat adalah FEM.
Deteksi LM dipakai manakala pada Deteksi Chow menunjukan model yang dipakai adalah CEM, sedangkan pada Deteksi Hausman menunjukan model yang paling tepat adalah REM.
Maka diperlukan Deteksi LM sebagai tahap akhir untuk menentukan CEM atau REM yang paling tepat (Silalahi, 2.
Deteksi Asumsi Klasik Untuk mendeteksi terjadi atau tidak penyimpangan terhadap asumsi klasik dalam model regresi yang dipergunakan, maka dilakukan beberapa cara pendeteksian terhadap gejala penyimpangan asumsi klasik, sebagai berikut.
Deteksi normalitas bertujuan untuk mendeteksi apakah dalam model regresi, variabel residual memiliki distribusi normal.
Dalam Deteksi t dan F mengasumsikan nilai BISECER (Business Economic Entrepreneurshi.
| 21 BISECER (Business Economic Entrepreneurshi.
Vol.
VII No.
Bulan Juli Tahun 2024
P-ISSN: 2599-3097
E-ISSN: 2714-9986
residual mengikuti distribusi normal.
Jika asumsi ini tidak terpenuhi maka hasil Deteksi statistik menjadi tidak valid khususnya untuk sampel berukuran kecil (Ghozali, 2.
Hasil deteksi diperoleh dari perbandingan nilai probabilitas Jarque Bera dengan taraf signifikansi Jika nilai probabilitas Jarque Bera lebih besar dari 5% maka diperoleh kesimpulan data berdistribusi normal, syarat asumsi klasik normalitas dapat terpenuhi.
Deteksi multikolinearitas dilakukan untuk mengetahui ada atau tidaknya korelasi linier antar variabel independent atau bebas dalam suatu model regresi.
Cara melihat hasil Deteksi multikolinearitas dapat dengan menggunakan Deteksi correlation matrix, apabila didapatkan hasil kurang dari 8 maka dapat diartikan tidak terjadi masalah multikolinearitas dalam model prediksi.
Deteksi heteroskedastisitas bertujuan untuk mendeteksi apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang Untuk mengetahui ada tidaknya gejala heteroskedastisitas dalam model dapat dilakukan Deteksi park, apabila output nilai prob pada masing-masing variabel lebih dari nilai signifikan alpha 5%, hal ini mengartikan terima H0 dan tolak H1 yaitu tidak ada gejala heteroskedastisitas dalam model prediksi.
Deteksi autokorelasi bertujuan mendeteksi apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 .
Jika terjadi korelasi, maka dinamakan ada problem autokorelasi (Ghozali, 2.
Pada penelitian ini, untuk mendeteksi Deteksi autokorelasi di gunakan Deteksi Breusch-Godfrey Serial Correlation LM Test dengan melihat Nilai probabilitas Chi Square.
Asumsi dasar yang digunakan dalam Deteksi ini yaitu apabila nilai p value Deteksi Breusch-Godfrey Serial Correlation LM> 0,05 maka model regresi tidak terdapat masalah autokorelasi serial begitu sebaliknya.
Hasil dan Pembahasan Pemilihan Model Regresi Sebelum melakukan pedeteksian hipotesis, tahapan prosedur penelitian yang dilakukan adalah pemilihan model regresi untuk menetukan model terbaik apakah CEM.
FEM, atau REM.
Tahapan pertama untuk pemilihan model yaitu dengan Deteksi Chow yang membandingkan model yang paling layak digunakan antara CEM dan FEM.
Tabel 1.
Hasil Deteksi Chow Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Statistic Prob.
Cross-section F Cross-section Chi-square Sumber: Hasil olah eviews 10 Berdasarkan Tabel 1, dari hasil deteksi Chow diperoleh nilai probabilitas signifikansi Cross-section Chi-square 0,0000 O 0,05 yang menunjukkan bahwa H0 di tolak dan H1 diterima yang artinya berdasarkan Deteksi Chow Fixed Effect Model (FEM) merupakan model terpilih pada deteksi ini.
BISECER (Business Economic Entrepreneurshi.
| 22 BISECER (Business Economic Entrepreneurshi.
Vol.
VII No.
Bulan Juli Tahun 2024
P-ISSN: 2599-3097
E-ISSN: 2714-9986
Tabel 2.
Hasil Deteksi Hausman Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Chi-Sq.
Statistic Chi-Sq.
Prob.
Cross-section random Sumber: Hasil olah eviews 10 Deteksi Hausman dilakukan untuk memilih model yang akan digunakan antara Fixed Effect Model (H.
atau Random Effect Model (H.
Berdasarkan Tabel 2 diperoleh nilai probabilitas si Cross-section Random 0,0000 O 0,05 yang menunjukkan bahwa H0 di tolak dan H1 diterima yang artinya berdasarkan Deteksi Hausman Fixed Effect Model (FEM) merupakan model terbaik yang digunakan.
Berdasarkan kedua Deteksi tersebut menunjukkan bahwa Fixed Effect Model merupakan estimasi model terbaik yang dipilih pada penelitian ini sehingga tidak perlu dilakukan Deteksi Lagrange Multiplier.
Deteksi Normalitas Deteksi normalitas dilakukan untuk melihat apakah residual data berdistribusi normal atau tidak.
Deteksi penyimpangan normalitas pada penelitian ini dilakukan dengan menggunakan Deteksi Jarque-Bera dengan kriteria jika nilai probabilitas deteksi JB lebih besar dari 0,05 maka data terdistribusi normal.
Sebaliknya jika nilai probabilitas deteksi JB kurang dari 0,05 maka data tidak terdistribusi normal.
Berdasarkan hasil deteksi Jarque Bera diperoleh nilai probabilitas Jarque Bera sebesar 0.
180095 dimana lebih besar dari 0,05 yang artinya residual data terdistribusi normal atau tidak ada masalah dalam Deteksi Multikolinearitas Deteksi multikolinearitas dilakukan untuk mendeteksi ada atau tidaknya korelasi antara variabel independen di dalam model regresi.
Model regresi terbebas dari gejala multikolinearitas apabila mempunyai nilai koefisien korelasi antara regresor yang berbeda tidak melebihi nilai 0,8 .
ule of thum.
maka dapat dikatakan model yang diteliti tidak terdeteksi masalah multikolinearitas (Gujarati & Porter, 2.
Berdasarkan hasil deteksi multikolinearitas, dapat diketahui bahwa nilai koefisien korelasi antar variabel independen tidak ada yang melebihi nilai 0,8.
Artinya, model penelitian terbebas dari masalah Deteksi Autokorelasi Deteksi autokorelasi dilakukan untuk mendeteksi apakah terjadi korelasi antara nilai pada sampel x dengan atau observasi nilai observasi sampel sebelumnya .
Deteksi Autokorelasi pada penelitian ini dilakukan dengan membandingkan nilai DW pada output dengan nilai dL dan dU pada Tabel Durbin Watson, dimana n=48 dan k=5.
dL=1,31 dU=1,77.
Berdasarkan hasil deteksi autokorelasi diperoleh DW sebesar 1.
sedangkan nilai dL pada tabel sebesar 1,31 dan dU sebesar 1,77.
Karena nilai DW lebih kecil dari dL .
273358, < 1,.
maka dapat disimpulkan tidak terdapat masalah autokorelasi dalam model.
Deteksi Heteroskedastisitas Deteksi heteroskedastisitas bertujuan untuk menDeteksi apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang Deteksi ini dilakukan dengan menggunakan Deteksi Glejser dengan ketentuan jika BISECER (Business Economic Entrepreneurshi.
| 23 BISECER (Business Economic Entrepreneurshi.
Vol.
VII No.
Bulan Juli Tahun 2024
P-ISSN: 2599-3097
E-ISSN: 2714-9986
nilai probabilitas lebih dari 0,05 maka tidak terjadi heteroskedastisitas.
Berdasarkan hasil dari uji Glejser didapatkan nilai probabilitas semua variabel independen lebih dari 0,05 sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada variabel Hasil Analisis Regresi Tabel 3.
Hasil Regresi Fixed Effect Model (FEM) Variabel
Fixed Effect Model
Koefisien
t- Statistic PDRB
TPT
IPM
UMP
Prob (F Statisti.
Deteksi Chow Deteksi Hausman Sumber: Hasil olah eviews 10 P-Value Berdasarkan hasil analisis regresi data panel yang telah dilakukan diperoleh fixed effect model (FEM) sebagai model terbaik dalam penelitian.
Berdasarkan hasil regresi tersebut maka didapatkan persamaan model sebagai berikut:
GR=yu0 yu1 ycEyaycIyaAycnyc yu2 yaycEycnyc yu3 ycNycEycNycnyc yu4 yaycEycAycnyc Oe yu5 ycOycAycEycnyc yuA GR=0.
37733 0 Oe 5.
972181 ycEyaycIyaAycnyc Oe 1.
976932 yaycEycnyc 0.
000743 ycNycEycNycnyc 0.
001634 yaycEycAycnyc 251385 ycOycAycEycnyc yuA Deteksi Koefisien Regresi Secara Simultan (Deteksi F) Deteksi F berfungsi untuk mengetahui apakah variabel independen berpengaruh signifikan secara bersama-sama terhadap variabel dependen (Gujarati, 2.
Hal ini dapat dilihat pada hasil regresi Probabilitas (F-statisti.
Variabel independen dapat dikatakan signifikan secara bersama-sama terhadap variabel dependen ketika Probabilitas (Fstatisti.
kurang dari dari = 0,05.
Berdasarkan Tabel 3 pada hasil estimasi menunjukkan bahwa Probabilitas (Fstatisti.
sebesar 0,000000.
Artinya.
Prob (F-statisti.
kurang dari = 0,05 sehingga dapat disimpulkan bahwa variabel independen .
ertumbuhan ekonomi, jumlah penduduk, pengangguran (TPT).
IPM, dan UMP) secara simultan berpengaruh signifikan terhadap gini rasio di Pulau Jawa Tahun 2015-2022.
Deteksi Koefisien Regresi Secara Parsial (Deteksi .
Deteksi regresi secara parsial berfungsi untuk melihat signifikansi dari masingmasing variabel independen terhadap variabel dependen.
Berdasarkan Tabel 3 maka hasil dari Deteksi parsial sebagai berikut:
Variabel pertumbuhan ekonomi (PDRB) memiliki nilai koefisien sebesar 0.
dengan nilai thitung1.
37273 < 1,681 ttabel dan nilai probabilitas signifikansi sebesar 0.
> .
yang artinya variabel pertumbuhan ekonomi berpengaruh Positif tetapi tidak signifikan dalam mempengaruhi ketimpangan pendapatan di Pulau Jawa.
Variabel Jumlah Penduduk (JP) memiliki nilai koefisien sebesar -0.
00177 dengan nilai 378058< 1,681 ttabel dan nilai probabilitas signifikansi sebesar 0.
7073> .
yang artinya variabel jumlah penduduk berpengaruh Negatif dan tidak signifikan terhadap ketimpangan pendapatan di Pulau Jawa.
BISECER (Business Economic Entrepreneurshi.
| 24 BISECER (Business Economic Entrepreneurshi.
Vol.
VII No.
Bulan Juli Tahun 2024
P-ISSN: 2599-3097
E-ISSN: 2714-9986
Variabel pengangguran (TPT) memiliki nilai koefisien sebesar 0.
00539 dengan nilai 243066 > 1,681 ttabel dan nilai probabilitas signifikansi sebesar 0.
0023< .
yang artinya variabel pengangguran berpengaruh positif dan signifikan dalam mempengaruhi ketimpangan pendapatan di Pulau Jawa.
Variabel IPM memiliki nilai koefisien sebesar 0.
00846 dengan nilai thitung7.
1,681 ttabel dan nilai probabilitas signifikansi sebesar 0.
0000 < .
yang artinya variabel IPM berpengaruh positif dan signifikan terhadap ketimpangan pendapatan di Pulau Jawa.
Hal ini berlawanan dengan hipotesis yang dibangun dimana IPM berpengaruh negatif.
Variabel Upah Minimum (UMP) memiliki nilai koefisien sebesar -0.
00352 dengan nilai 137981 > 1,681 ttabel dan nilai probabilitas signifikansi sebesar 0.
0002 < .
yang artinya variabel upah minimum provinsi berpengaruh negatiftetapi signifikan terhadap ketimpangan pendapatan di Pulau Jawa.
Deteksi Koefisien Determinasi Koefisien determinasi menandakan besaran persentase dari seluruh variabel dependen yang dapat diterangkan oleh variasi variabel independen yang dihasilkan, sedangkan, sisanya dijelaskan oleh variabel lain di luar model.
Berdasarkan Tabel 3 dapat diketahui bahwa nilai R-square sebesar 0.
592102 yang artinya 59 % ketimpangan pendapatan di Pulau Jawa dapat dijelaskan oleh variabel produk domestik regional bruto (PDRB), jumlah penduduk (JP), pengangguran (TPT).
IPM, dan UMP, sedangkan 41% dapat dijelaskan oleh variabel di luar model.
Pengaruh Pertumbuhan Ekonomi terhadap Ketimpangan Pendapatan Dari hasil pendeteksian produk domestik regional bruto 6 Provinsi di pulau Jawa memiliki nilai koefisien sebesar 0.
00016 berarti positif yang artinya apabila pertumbuhan ekonomi naik sebesar 1 % maka ketimpangan pendapatan akan naik sebesar 0,00016 dengan asumsi cateris paribus.
Nilai thitung1.
37273 < 1,681 ttabel dan nilai probabilitas signifikansi sebesar 0.
1771 < .
yang artinya variabel PDRB berpengaruh positif namun tidak signifikan dalam mempengaruhi ketimpangan pendapatan di Pulau Jawa.
Terkait dengan teori Kuznets yang menyatakan bahwa pada tahap awal pembangunan ekonomi pendapatan per kapita akan meningkatkan ketimpangan pendapatan karena terpusatnya modal pada kelompok pendapatan tinggi dan adanya pergeseran penduduk dari sektor pertanian tradisional ke sektor industri modern hingga pada titik tertentu akan mampu menurunkan ketimpangan.
Hasil penelitian ini menunjukkan bahwa PDRB per kapita periode 2015-2022 berpengaruh positif terhadap ketimpangan pendapatan meskipun tidak signifikan.
Hasil penelitian juga sesuai dengan penelitian yang dilakukan Arif & Wicaksani .
yang menyatakan Pertumbuhan ekonomi tidak sebagai indikator ketimpangan ataupun menjadi akibat langsung dari ketimpangan pendapatan, sejalan juga dengan penelitian yang dilakukan Sholikah & Imaningsih .
Sejalan dengan pendapat Todaro .
alam Nadya & Syafri, 2.
yang menyatakan apabila laju pertumbuhan ekonomi yang makin tinggi maka pola dari distribusi pendapatan akan makin timpang, hal tersebut dikarenakan agregat saving rate akan meningkat yaitu dari kenaikan investasi dan pertumbuhan ekonomi golongan masyarakat kaya yang memiliki rassio tabungan yang lebih banyak dibandingkan dengan tabungan golongan masyarakat miskin selanjutnya yang terjadi adalah golongan masyarakat kaya akan semakin kaya sedangkan golongan masyarakat miskin akan semakin kekurangan atau makin memperluas jarak ketimpangan yang ada.
Jumlah Penduduk Penduduk terhadap Ketimpangan Pendapatan Dari hasil pengDeteksian variabel Jumlah Penduduk (JP) memiliki nilai koefisien 00177 dan bermakna negatif yang artinya apabila pengangguran naik 1 % maka ketimpangan pendapatan akan turun sebesar 0,00177 %.
Nilai thitung-0.
1,681 ttabel dan nilai probabilitas signifikansi sebesar 0.
7073> .
yang artinya variabel BISECER (Business Economic Entrepreneurshi.
| 25 BISECER (Business Economic Entrepreneurshi.
Vol.
VII No.
Bulan Juli Tahun 2024
P-ISSN: 2599-3097
E-ISSN: 2714-9986
jumlah penduduk berpengaruh negatif dan tidak signifikan terhadap ketimpangan pendapatan di Pulau Jawa.
Dilihat dari persentase jumlah penduduk sebanyak 60 % penduduk di Indonesia terkonsentrasi di Pulau Jawa.
Berdasarkan hasil penelitian ternyata jumlah penduduk tidak berpengaruh signifikan terhadap ketimpangan pendapatan artinya ketika jumlah penduduk mengalami peningkatan, belum tentu ketimpangan mengalami peningkatan secara Hal tersebut dimungkinkan karena distribusi tenaga kerja sudah merata sehingga berdampak pada pemerataan pendapatan.
Sejalan dengan hasil penelitian Arif & Wicaksani .
variabel jumlah penduduk tidak berpengaruh dan tidak signifikan terhadap ketimpangan, dikarenakan pertumbuhan jumlah penduduk menjadikan kompetisi dalam memperoleh lapangan kerja menjadi lebih ketat, akibatnya banyak penduduk tidak mampu diserap oleh pasar tenaga kerja, sehingga angka pegangguran akan membumbung tinggi.
Peninggkatan angka penggangguran secara otomatis akan mengurangi nilai produktifitas masyarakat.
Pengaruh Pengangguran terhadap Ketimpangan Pendapatan Dari hasil pengDeteksian variabel pengangguran (TPT) memiliki nilai koefisien 00539 dan bermakna positif yang artinya apabila pengangguran naik 1 % maka ketimpangan pendapatan akan naik sebesar 0.
00539 %.
243066 > 1,681 ttabel dan nilai probabilitas signifikansi sebesar 0.
0023< .
yang artinya variabel pengangguran berpengaruh positif dan signifikan terhadap ketimpangan pendapatan di Pulau Jawa.
Sejalan dengan penelitian Khoirudin & MustaAoin .
Tingkat pengangguran menunjukan tidak adanya pengaruh terhadap tingkat ketimpangan distribusi pendapatan.
Menurut Arsyad .
pertumbuhan penduduk biasanya memicu timbulnya masalah, permasalahan akan muncul jika jumlah penduduk yang tinggi diikuti dengan pengangguran dan kemiskinan yang berakibat pada ketimpangan distribusi pendapatan.
Tingkat pengangguran yang ada pada suatu wilayah dapat mempengaruhi ketimpangan wilayah.
Semakin besar tingkat pengangguran disuatu daerah berarti menurunkan tingkat produktivitas dan akan memicu menurunnya pertumbuhan ekonomi wilayah tersebut, sementara wilayah lain terjadi peningkatan tingkat kesejahteraan.
Hasil kajian IMF menemukan hubungan positif antara pengangguran terhadap ketimpngan.
Dimana pada kelompok negara berpenghasilan rendah dan negara berkembang, menekankan pentingnya kualitas penciptaan lapangan kerja dan suatu kebijakan untuk mendukung pekerjaan dapat mengurangi ketimpangan dan mendorong pertumbuhan yang lebih Pengaruh IPM terhadap Ketimpangan Pendapatan Dari hasil pengDeteksian variabel IPM memiliki nilai koefisien sebesar 0.
artinya bernilai positif yang artinya apabila IPM naik sebesar 1 % maka ketimpangan pendapatan akan naik sebesar 0.
00846 % dengan asumsi cateris paribus.
Nilai 047192 > 1,684 ttabel dan nilai probabilitas signifikansi sebesar 0.
0000 < .
yang artinya variabel IPM berpengaruh positif dan signifikan terhadap ketimpangan pendapatan di Pulau Jawa.
Indikator pembangunan manusia dapat dilihat berdasarkan tingkat pendidikan, kesehatan, dan pendapatan perkapita.
Hasil ini sesuai dengan penelitian yang dilakukan oleh Riska dalam Arif & Wicaksani .
Menjelaskan bahwa IPM berpengaruh signifikan dan positif, dalam penelitian tersebut dijelaskan bahwa salah satu instrument dari IPM yakni tingkat harapan hidup merupakan faktor kunci dalam penciptaan tenaga kerja yang produktif, tingkat harapan hidup di 6 provinsi pulau Jawa tergolong cukup tinggi dari provinsi lainnya di Indonesia, sehingga dapat membentuk dan menciptakan tenaga kerja yang produktif dan pada akhirnya akan meningkatkan pendapatan perkapita masyarakat, namun sayangnya hal tersebut mengelompok hanya di daerah-daerah pusat aktivitas ekonomi, terutama pada daerah sentra/pusat industri atau daerah yang berpendapatan tinggi saja sehingga menyebabkan perumbuhan yang tidak merata dan memicu terjadinya kesenjangan BISECER (Business Economic Entrepreneurshi.
| 26 BISECER (Business Economic Entrepreneurshi.
Vol.
VII No.
Bulan Juli Tahun 2024
P-ISSN: 2599-3097
E-ISSN: 2714-9986
Pengaruh Upah Minimum terhadap Ketimpangan Pendapatan Dari hasil pendeteksian variabel Upah Minimum memiliki nilai koefisien sebesar 0.
00352 dan berpengaruh positif yang artinya apabila terjadi kenaikan upah minimum (LUMP) sebesar Rp 1000 rupiah akan menurunkan ketimpangan sebesar 0.
00352 dengan asumsi cateris paribus.
Nilai thitung-4.
137981 > 1,681 ttabel dan nilai probabilitas signifikansi 0002 < .
yang artinya variabel upah minimum provinsi berpengaruh negatif dan signifikan terhadap ketimpangan pendapatan di Pulau Jawa.
Temuan ini sesuai dengan penelitian yang dilakukan Khoirudin & MustaAoin .
bahwa upah minimum provinsi meningkat akan mempengaruhi ketimpangan pendapatan ketika upah naik maka ketimpangan akan turun yang mana, ketika upah meningkat akan meningkatkan daya beli atau konsumsi masyarakat yang berdampak pada peningkatan permintaan barang dan jasa di suatu daerah yang menandakan perbaikan perekonomian yang berujung peningkatan perekonomian di daerah yang akan membuat ketimpangan menjadi rendah antara daerah lain ketika perekonomian daerah cenderung membaik.
Jadi dapat disimpulkan bahwa semakin naik upah minimum provinsi maka akan semakin rendah ketimpangan pendapatannya kurangi ketimpangan.
Menurut Sungkar, et.
upah minimum tidak hanya menjadi batas minimum upah secara umum, tetapi juga mempengaruhi kenaikan pendapatan dan memiliki dampak penting dalam mengurangi kemiskinan dan ketimpangan pendapatan.
Stewart .
mengungkapkan upah minimum berpengaruh terhadap distribusi pendapatan di beberapa Negara.
Perubahan dalam undang-undang upah minimum merupakan faktor penting dan relevan memberikan kontribusi untuk memperlambat ketimpangan upah antara bagian atas dan bawah dari distribusi upah dan pendapatan di Indonesia (Khor dan Chun, 2.
Simpulan dan Saran Simpulan Produk Domestik Regional Bruto Provinsi di pulau Jawa berpengaruh tidak signifikan terhadap ketimpangan pendapatan namun bernilai positif.
Artinya peningkatan pertumbuhan ekonomi meningkatkan ketimpangan pendapatan di Pulau Jawa Tahun Jumlah penduduk berpengaruh tidak signifikan dan bernilai negatif terhadap ketimpangan pendapatan.
Artinya pertumbuhan jumlah penduduk dapat menurunkan ketimpangan pendapatan namun tidak signifikan di Pulau Jawa Tahun 2015-2022.
Tingkat Pengangguran Terbuka berpengaruh signifikan dan positif terhadap ketimpangan pendapatan.
Artinya pertambahan jumlah pengangguran menaikkan ketimpangan pendapatan secara signifikan di Pulau Jawa Tahun 2015-2022.
Indeks Pembangunan Manusia berpengaruh signifikan dan positip terhadap ketimpangan pendapatan.
Artinya jika IPM naik dapat meningkatkan ketimpangan pendapatan secara signifikan di Pulau Jawa Tahun 2015-2022.
Upah Minimum Provinsi berpengaruh signifikan tetapi bernilai negatif terhadap ketimpangan pendapatan.
Artinya jika upah minimum naik dapat menurunkan ketimpangan pendapatan secara signifikan di Pulau Jawa Tahun 2015-2022.
Produk domestik regional bruto, jumlah penduduk, tingkat pengangguran terbuka, indeks pembangunan manusia dan upah minimum provinsi secara simultan berpengaruh signifikan terhadap ketimpangan pendapatan di Pulau Jawa Tahun 2015-2022.
Saran Dari hasil temuan dan kesimpulan, saran untuk penelitian selanjutnya yang mengacu pada penelitian ini perlu menambahkan variabel atau faktor-faktor lainnya yang secara logika dan teori mampu mempengaruhi ketimpangan pendapatan, seperti faktor Geografis dan sumber daya alam yang dimiliki tiap daerah dalam menentukan kondisi ketimpangan pendapatan suatu wilayah.
Selain itu, penelitian selanjutnya perlu mempertimbangkan objek dan lokasi penelitian yang berbeda untuk memperkaya hasil dari perspektif objek dan BISECER (Business Economic Entrepreneurshi.
| 27 BISECER (Business Economic Entrepreneurshi.
Vol.
VII No.
Bulan Juli Tahun 2024
P-ISSN: 2599-3097
E-ISSN: 2714-9986
BISECER (Business Economic Entrepreneurshi.
| 28 BISECER (Business Economic Entrepreneurshi.
Vol.
VII No.
Bulan Juli Tahun 2024
P-ISSN: 2599-3097
E-ISSN: 2714-9986
Daftar Pustaka