III. METODE PENELITIAN

Transkripsi

1 35 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Penelan n menggunakan data sekunder yang berasal dar Badan Pusat Statstk (BPS) dan Kementeran Keuangan Republk Indonesa. Data sekunder yang berasal dar BPS antara lan jumlah penduduk, pertumbuhan ekonom, Ratarata lama sekolah, PDRB menurut sektor, jumlah tenaga kerja menurut sektor, gars kemsknan, Indeks Gn, jumlah dan persentase penduduk mskn, Surve Sosal Ekonom Nasonal (Susenas) Konsums Panel. Data sekunder yang berasal dar Kementeran Keuangan Republk Indonesa yau Anggaran Pendapatan dan Belanja Daerah (APBD). Perode waktu yang dgunakan dalam penelan yau perode pelaksanaan RPJM Tahun 5 sampa dengan 9, yang dkenal dengan program pembangunan yang pro growth, pro job dan pro poor. Data utama yau konsums rumahtangga yang dkumpulkan oleh BPS melalu Susenas Konsums Panel dgunakan untuk penghungan pendapatan. Pendekatan untuk menghung pendapatan rumahtangga n menggunakan nla besarnya pengeluaran, karena danggap lebh mencermnkan keadaan sebenarnya, meskpun ada juga kelemahan-kelemahan dar pendekatan n. Menurut Nune and Espnosa (5) pendekatan pengeluaran akan lebh bak djadkan ukuran standar hdup yang layak dkarenakan dalam surve rumah tangga responden cenderung lebh rendah melaporkan pendapatan sedangkan untuk pengeluarannya lebh vald. Rumah tangga pun cenderung menyesuakan pengeluaran mereka melalu transfer atau sumbangan ketka pendapatannya turun. 3. Metode Analss Penelan n menggunakan Analss Deskrptf dan Metode Kuantatf berupa Metode Dekomposs Kemsknan Shapley, metode Poverty Equvalent Growth Rate (PEGR) dan Model Regres Data Panel. Analss deskrptf dgunakan untuk memberkan gambaran tentang dnamka pertumbuhan ekonom, dstrbus pendapatan dan kemsknan melalu penyajan tabulas dan gambar, serta analss kuadran. Metode dekomposs kemsknan Shapley dgunakan untuk menganalss perubahan kemsknan karena efek pertumbuhan dan efek dstrbus.

2 36 PEGR dgunakan untuk menganalss apakah pertumbuhan ekonom lebh banyak memberkan manfaat bag penduduk mskn (pro poor growth) atau tdak mskn (ant poor). Metode regres data panel dgunakan untuk menganalss faktor-faktor yang mempengaruh tngkat manfaat pertumbuhan bag penduduk mskn (pro poor growth). Pengolahan data menggunakan software SPSS 13, STATA 1, dan Dstrbuton Analyss of Stata Package (DASP) Analss Deskrptf Analss Deskrptf merupakan analss sederhana dar suatu sebaran data dengan penyajan dalam bentuk tabulas dan gambar. Analss kuadran dambahkan ke dalam analss deskrptf untuk memberkan deskrps tentang dnamka pertumbuhan ekonom, dstrbus pendapatan dan kemsknan d tngkat provns selama perode penelan. Adapun ukuran statstk yang dgunakan dalam analss deskrptf n adalah nla rata-rata sebaran data (mean) dan devas standar (standard devaton). Karakterstk dar sebaran data persentase penduduk mskn (P) d tngkat Provns dapat danalss dengan bantuan berbaga ukuran statstk tersebut. Analss Kuadran Analss kuadran merupakan salah satu bentuk analss deskrptf yang dapat dgunakan untuk membag sebaran data ke dalam kuadran-kuadran sepert dalam Dagram Kartesus. Dagram kartesus merupakan suatu bangun yang dbag atas empat bagan yang dbatas oleh dua gars yang berpotongan tegak lurus pada tk tk (X,Y), dmana X merupakan nla rata-rata varabel X dan Y merupakan nla rata-rata varabel Y. Berkut bagan-bagan dalam analss kuadran. Kuadran I. Merupakan pengamatan-pengamatan yang memlk karakterstk berada d atas rata-rata nla varabel X dan varabel Y nya. Kuadran II. Merupakan pengamatan-pengamatan yang memlk karakterstk berada d bawah rata-rata nla varabel X tetap berada d atas ratarata nla varabel Y nya. Kuadran III. Merupakan pengamatan-pengamatan yang memlk karakterstk berada d bawah rata-rata nla varabel X dan varabel Y nya.

3 37 Kuadran IV. Merupakan pengamatan-pengamatan yang memlk karakterstk berada d atas rata-rata nla varabel X tetap berada d bawah ratarata nla varabel Y nya. Berdasarkan penjelasan tersebut, maka analss kuadran dengan Dagram Kartesus pada dasarnya bsa dgunakan untuk berbaga sebaran data, khususnya untuk membag sebaran data menjad empat bagan sepert djelaskan sebelumnya. Penelan n menggunakan varabel persentase penduduk mskn (P), pertumbuhan ekonom (Growth) dan ndeks gn (Gn Index) d setap provns untuk membag provns ke dalam empat bagan. Penjelasan kuadran lebh lengkap d Lampran Dekomposs Kemsknan Shapley Perubahan kemsknan dantara dua perode, dapat ddekomposs karena efek pertumbuhan dan efek redstrbus pendapatan. Dekomposs kemsknan Shapley dgunakan untuk menjelaskan perubahan kemsknan tersebut. Terdapat beberapa metode yang dapat dgunakan untuk mendekomposs kemsknan, dantaranya dengan pendekatan Datt dan Ravallon (199) serta pendekatan Shapley Value yang dlakukan Shorrocks (1999). Penelan n menggunakan dekomposs kemsknan dengan pendekatan Shapley Value karena hasl yang dperoleh sudah tdak mengandung unsur resdual yang merupakan nteraks efek pertumbuhan dan efek dstrbus. Perubahan kemsknan yang ada sepenuhnya dapat ddekomposs ke dalam efek pertumbuhan dan efek dstrbus dengan Dekomposs Kemsknan Shapley. Model dekomposs kemsknan Shapley bla drumuskan dalam bentuk normalsas FGT (Foster-Greer-Thorbecke) dapat dulskan sebaga berkut: P = P (, α) P1 (, α) 1 1 = ( ( µ 1 µ µ µ P P, α) P1 (, α)) + ( P (, α) P1 (, α)) + ( P (, α) P1 (, α)) + ( P (, α) P1 (, µ µ 1 µ 1 µ = efek pertumbuhan 1 α -- = efek dstrbus P = perubahan kemsknan dantara dua perode P (, ) = bentuk normalsas ukuran kemsknan FGT pada awal perode 1 α ))

4 38 P (, ) = bentuk normalsas ukuran kemsknan FGT pada akhr perode α µ t P (, α) = bentuk normalsas ukuran kemsknan FGT bla terjad perubahan µ s rata-rata pendapatan dar perode ke-t terhadap perode ke-s, untuk t s dan t,s = 1, Poverty Equvalent Growth Rate (PEGR) Pertumbuhan ekonom seharusnya memberkan manfaat ke semua phak, bak penduduk mskn (pro poor growth) atau tdak mskn (ant poor). Manfaat pertumbuhan n bsa dhung dengan menggunakan metode PEGR yang merupakan salah satu metode yang dgunakan untuk mengukur manfaat pertumbuhan ekonom bag penduduk mskn. Metode n merupakan penyempurnaan dar metode sebelumnya, sepert Poverty Bas of Growth (PBG) yang dkembangkan oleh Kakwan () dan Pro-Poor Growth Index (PPGI) oleh Kakwan dan Perna (). Metode PEGR tdak hanya mampu menjelaskan besarnya pertumbuhan ekonom u sendr, tetap juga derajat manfaat yang dperoleh penduduk mskn dar pertumbuhan ekonom yang telah dcapa. Metode PEGR n memlk keunggulan dengan dapat derapkannya untuk menghung semua manfaat pertumbuhan ke penduduk mskn dengan berbaga ukuran kemsknan FGT. Sepert raso penduduk mskn (headcount rato), raso kedalaman kemsknan (poverty gap rato), dan Indeks keparahan kemsknan (Severy of poverty ndex) serta metode pengukuran kemsknan Watts. Adapun kelebhan PEGR sebaga berkut (Kakwan dan Son, 6): 1. Defns yang ketat tentang pro poor growth Defns pro poor growth menurut Bank Duna bersfat umum dan agak lemah, yau pertumbuhan akan bersfat pro poor jka terjad pengurangan kemsknan (Ravallon, 4). Berdasarkan defns n, masyarakat mskn hanya menerma sebagan kecl dar manfaat pertumbuhan, walaupun pertumbuhan tersebut dsebut bersfat pro poor sepert halnya pembangunan dengan proses trckle down effects. PEGR merupakan salah satu ukuran dar pro poor growth yang menggunakan batasan relatf dan absolut. Konsep relatf muncul ketka

5 39 manfaat pertumbuhan ekonom yang derma penduduk mskn secara proporsonal lebh banyak darpada mereka yang tdak mskn. Implkasnya adalah ketka pertumbuhan mengurang kemsknan, juga akan memperbak ketdakmerataan secara relatf. Sedangkan konsep absolut terjad ketka penduduk mskn menerma manfaat pertumbuhan secara absolut sama atau lebh dar manfaat yang derma oleh tdak mskn. Berdasarkan defns n, ketdakmerataan absolut akan menurun selama proses pertumbuhan ekonom. Hal n merupakan persyaratan yang ketat untuk mencapa pertumbuhan ekonom yang bersfat pro poor growth.. Penggunaan pendekatan penuh Pendekatan parsal mengklasfkaskan pertumbuhan bersfat pro poor atau ant poor tanpa mensyaratkan adanya gars kemsknan atau ukuran kemsknan tertentu. Pengukuran yang dlakukan Ravallon dan Chen (1) serta Son(3) mengunakan pendekatan parsal dengan mendasarkan pada frst order stochastc domnance condon dan second order stochastc domnance curves yang memlk keterbatasan jka syarat konds domnan tdak terpenuh maka tdak dapat menla apakah pertumbuhan u termasuk pro poor atau ant poor, dan juga tdak dapat mengukur mengena derajat pro poor growth. Pendekatan penuh memberkan hasl yang lengkap tentang proses pertumbuhan apakah bersfat pro poor atau ant poor, berdasarkan rate atau ndeks dar pro poor growth, tdak dar kurva. Penentuan gars kemsknan serta metode pengukuran kemsknan yang dgunakan sangat dperlukan dengan pendekatan penuh n. Penghungan PEGR menggunakan pendekatan penuh. 3. Memenuh Aksoma Monotoncy Pengurangan kemsknan, tergantung pada pertumbuhan ekonom dan dstrbus pendapatan antara rakyat mskn dan tdak mskn. Memaksmalkan pertumbuhan ekonom merupakan syarat perlu, tap belum cukup untuk pengurangan kemsknan. Hal n menunjukkan bahwa ukuran pro poor growth menunjukkan hubungan langsung dengan pengurangan kemsknan (hubungan monoton), yang mengndkaskan bahwa pengurangan kemsknan

6 4 tdak hanya memperhungkan pertumbuhan saja, akan tetap juga manfaat pertumbuhan tersebut bag seluruh masyarakat. Aksoma monotoncy mengmplkaskan bahwa tngkat penurunan kemsknan seharusnya merupakan fungs nak secara monotoncally dar pro poor growth rate. Jka nla fungs pro poor growth rate menngkat berart tngkat penurunan kemsknan juga semakn besar, demkan juga sebalknya semakn kecl nla fungsnya semakn kecl pula penurunan kemsknan yang terjad. Metode PEGR memenuh krera aksoma monotoncy, karena semakn besar nla PEGR menunjukkan semakn besar pengurangan kemsknan yang terjad. Jka nla PEGR negatf menunjukkan tdak terjad penurunan kemsknan. Penghungan PEGR Tngkat kemsknan penduduk dapat dukur berdasarkan rata-rata depresas yang dalam oleh penduduk yang berada d bawah gars kemsknan (), yang drumuskan sebaga berkut P = P(, x) f ( x) dx (3.1) Menurut Foster, Greer dan Thorbecke (1984), persamaan (3.1) tersebut dapat dulskan menjad q x P = 1 ( ) α α (3.) N = dmana: x = varabel acak pendapatan (pengeluaran) dar ndvdu dengan fungs dstrbus f(x) f(x) = probablas fungs kepadatan x = gars kemsknan q = jumlah penduduk mskn α = parameter dengan nla,1, Pendferensalan persamaan (3.1) terhadap P akan menghaslkan sebaga berkut dp P = 1 P d( x) f ( x) dx P x (3.3)

7 41 Asums yang dgunakan yau P(,) =, artnya jka pendapatan (pengeluaran) ndvdu sama dengan gars kemsknan, maka seseorang tdak termasuk penduduk mskn. Msalkan x( ddefnskan sebaga level pendapatan (pengeluaran) penduduk pada percentle ke-p, maka persamaan (3.3) dapat dulskan sebaga: 1 P dln( P) = x( g( dp (3.4) P x dmana g ( = dln( x( ) merupakan tngkat pertumbuhan pendapatan (pengeluaran) penduduk pada persentl ke-p. Msalkan L( adalah fungs kurva Loren, yang menggambarkan persentase share dar total pendapatan (pengeluaran) yang dnkmat oleh p persen penduduk, ketka pendapatan (pengeluaran) perseorangan dar penduduk durutkan dar yang terkecl. Maka ka dapat menulskan x( sebaga berkut: x ( = µ L' ( (3.5) dmanaμadalah rata-rata pendapatan (pengeluaran) dar keseluruhan penduduk dan L'( adalah turunan pertama dar fungs Loren. Logarma dar persamaan (3.5) dan turunan pertamanya akan menghaslkan rumusan sebaga berkut: dln ( x( ) = dln( µ ) + dln( L' ( ) (3.6) atau dapat juga dulskan sebaga berkut: g ( = γ + dln( L' ( ) (3.7) dmana γ = dln(μ) yau tngkat pertumbuhan rata-rata pendapatan (pengeluaran) dar keseluruhan penduduk. Kemudan persamaan (3.7) dsubtuskan ke persamaan (3.4) akan menghaslkan persamaan sebaga berkut: 1 P dln( P) = γη + x( dln( L'( ) dp (3.8) P x dmana η = 1 P x( dp yau elastsas pertumbuhan terhadap kemsknan P x (growth elastcy of poverty) yang durunkan oleh Kakwan (1993). Nla n mempunya art besarnya persentase perubahan kemsknan apabla ada 1 persen pertumbuhan rata-rata pendapatan penduduk, dengan asums proses pertumbuhan tdak mengubah ketdakmerataan (ketka semua penduduk menerma manfaat dar

8 4 pertumbuhan yang sama secara proporsonal). Nla elastsas pertumbuhan n selalu bernla negatf apabla terjad penngkatan rata-rata pendapatan atau terjad pertumbuhan yang posf. Jka persamaan (3.8) dbag dengan γ maka akan dperoleh δ = η + ζ (3.9) dln(p) 1 P dmana η = dan ζ = γ x( dln( L'( ) dp. Pγ x Masng-masng adalah elastsas total terhadap kemsknan (total poverty elastcy) atau η, dan elastsas dstrbus terhadap pengurangan kemsknan atau ζ. Elastsas dstrbus (ζ) mempunya art berapa persen perubahan kemsknan yang dsebabkan 1 persen perubahan ketdakmerataan yang menyerta proses pertumbuhan. Pertumbuhan dkatakan pro poor jka perubahan dalam ketdakmerataan yang menyerta pertumbuhan mengurang jumlah total kemsknan, atau jka elastsas total kemsknan (δ) lebh besar dbandngkan dengan elastsas pertumbuhan terhadap kemsknan (η). Demkan juga sebalknya, Pertumbuhan dkatakan ant poor jka perubahan dalam ketdakmerataan yang menyerta pertumbuhan menngkatkan jumlah total kemsknan, atau jka elastsas total kemsknan (δ) lebh kecl dbandngkan dengan elastsas pertumbuhan terhadap kemsknan (η). Berdasarkan uraan tersebut, maka PEGR drumuskan sebaga berkut: * δ γ = ( ) γ = φγ η dmana (3.1) δ φ = merupakan Pro Poor Index yang dkembangkan oleh Kakwan η dan Perna (). Jka PEGR n dulskan dalam bentuk persamaan awal, maka dapat dulskan sebaga berkut: P x( g( dp * x γ = (3.11) P x( dp x

9 43 Nla * γ merupakan rata-rata tertmbang pertumbuhan pendapatan pada tap persentl dengan penmbang tergantung pada ukuran kemsknan yang dgunakan. Jka ukuran kemsknan yang dgunakan dalam persamaan (3.11) adalah FGT, maka akan dperoleh * γ sebaga berkut: x( α 1 ( ) x( g( dp * γ = (3.1) x( α 1 ( ) x( dp Metode penghungan PEGR yang djelaskan tersebut merupakan metode penghungan perubahan kemsknan dengan menggunakan teknk analss secara ex-ante. Metode n menggunakan asums bahwa perubahan ketdakmerataan pendapatan hanya berlangsung dengan cara terjad pergeseran secara proporsonal dan konstan d semua tk pada kurva Loren. Padahal pergeseran kurva Loren dapat dsebabkan banyak hal, sehngga metode penghungan PEGR secara exante n tdak mungkn untuk dlakukan. Metode penghungan PEGR dengan menggunakan teknk analss ex-post dlakukan untuk mengatas permasalahan penghungan secara ex-ante, yau dengan cara membandngkan keadaan kemsknan, dstrbus pendapatan (kurva Loren) dan rata-rata pendapatan penduduk pada awal perode dengan keadaan pada akhr perode. Msalkan ukuran kemsknan merupakan fungs dar gars kemsknan, rata-rata pendapatan μ, dan kurva Loren L(, yang dulskan sebaga berkut: P = P(, µ, L( ) (3.13) Jka ukuran kemsknan yang dgunakan adalah FGT sebaga berkut P α = 1 n q = 1 y α (3.14) dmana α =, 1, dan y = pendapatan penduduk ke- dan q = jumlah penduduk mskn. Maka perubahan persentase penduduk mskn pada perode 1 dan perode dapat dulskan sebaga berkut: [ P, µ, L ( ] Ln[ P(,, L ( ))] P = µ (3.15) 1 P P1 = Ln ( 1 1 p

10 44 Nla P1 n mash mengandung komponen pertumbuhan dan komponen dstrbus. Msalkan µ 1 dan µ merupakan rata-rata pendapatan penduduk pada perode 1 dan perode, maka pertumbuhan pendapatan penduduk ( γ ) dapat drumuskan sebaga berkut: γ = Ln µ ) Ln( µ ) ( 1 (3.16) Total elastsas kemsknan (δ) dapat ddekomposs menjad elastsas kemsknan yang berkaan dengan pertumbuhan (η) dan elastsas kemsknan yang berkaan dengan ketdakmerataan (ζ). Persamaan untuk total elastsas (δ) sebaga berkut: [ P(, µ, L ( ] Ln[ P(, µ, L ( )]) / ˆ γ ˆ δ = ( Ln (3.17) 1 1 p dan ˆ δ = ˆ η + ˆ ζ (3.18) dmana elastsas pertumbuhan terhadap kemsknan drumuskan sebaga berkut 1 = [ Ln ( P(, µ, L ( ) Ln( P(, µ, L ( ) + Ln( P(, µ, L ( ) Ln( P(, µ, L ( ))] (3.19) ˆ p η γ dan elastsas dstrbus terhadap kemsknan drumuskan sebaga berkut ˆ ζ 1 = [ Ln ( P(, µ, L ( ) Ln( P(, µ, L ( ) + Ln( P(, µ, L ( ) Ln( P(, µ, L ( ))] (3.) γ p Berdasarkan rumusan (3.17) hngga rumusan (3.) tersebut, maka nla PEGR dapat drumuskan sebaga berkut PEGR = ˆ γ * = ( ˆ δ / ˆ) η ˆ γ (3.1) dmana nla ˆ δ / ˆ η merupakan nla Pro poor growth Index (PPGI). Nla PEGR dapat dkelompokkan sebaga berkut: 1. ˆ γ * = ˆ γ berart pertumbuhan bersfat netral, setap orang menerma manfaat yang sama secara proporsonal dar pertumbuhan.. ˆ γ * > ˆ γ berart pertumbuhan bersfat pro poor growth, penduduk mskn lebh banyak menerma manfaat dar pertumbuhan. 3. < ˆ γ * < ˆ γ berart pertumbuhan belum bersfat pro poor growth, manfaat pertumbuhan lebh banyak derma penduduk tdak mskn (ketdakmerataan menngkat) tetap mash terjad pengurangan Kemsknan.

11 45 4. ˆ γ * < berart pertumbuhan bersfat ant pro poor growth atau manfaat pertumbuhan yang dnkmat penduduk tdak mskn, kemsknan menngkat. * Gagasan PEGR ddasar konds ketka tngkat pertumbuhan ( γ ) menghaslkan pengurangan tngkat kemsknan yang sama dengan laju pertumbuhannya (γ). Konds n menggambarkan bahwa ketka setap orang dalam masyarakat menerma manfaat dar pertumbuhan secara proporsonal yang berart pula proses pertumbuhan tdak memberkan dampak pada perubahan dstrbus pendapatan. Padahal kenyatannya tngkat proporsonal pengurangan kemsknan sebesar δγ, dmana δ adalah elastsas total kemsknan. Jka pertumbuhan ddstrbuskan secara netral (tdak terjad perubahan dstrbus), maka tngkat pertumbuhan γ * akan dkut dengan pengurangan tngkat kemsknan sebesar * ηγ, yang seharusnya sama dengan δγ. * Sehngga PEGR dapat dulskan menjad ηγ = δγ, atau γ * = ( δ / η)γ. Contoh lustras jka elastsas total kemsknan sebesar 3/4 dar elastsas pertumbuhan terhadap kemsknan. Jka laju pertumbuhan aktual sebesar 8 persen, maka akan ekuvalen dengan nla PEGR sebesar 3/4*8 = 6 persen. Nla n mempunya art bahwa efektvas pertumbuhan ekonom dalam pengurangan kemsknan persen lebh rendah dar laju pertumbuhan aktual, karena kebjakan yang derapkan tdak pro poor. Hal sebalknya terjad jka elastsas total kemsknan lebh besar 1 persen dar elastsas pertumbuhan terhadap kemsknan, sehngga nla PEGR sebesar 1,1*9 = 9,9 persen. Hal n menunjukkan pertumbuhan ekonom yang pro poor, karena efektvas pertumbuhan ekonom dalam pengurangan kemsknan,9 persen lebh besar dar laju pertumbuhan aktual Analss Regres Data Panel Data panel adalah data yang memlk dmens ruang (ndvdu) dan waktu (Gujarat, 4). Dalam data panel, data cross secton yang sama dobservas menurut waktu. Jka setap un cross secton memlk jumlah observas tme seres yang sama maka dsebut sebaga balanced panel (total jumlah observas = N x T). Sebalknya jka jumlah observas berbeda untuk setap un cross secton

12 46 maka dsebut unbalanced panel. Penggabungan data cross secton dan tme seres dalam data panel dgunakan untuk mengatas kelemahan dan menjawab pertanyaan yang tdak dapat djawab oleh model cross secton dan tme seres murn. Keunggulan penggunaan data panel memberkan banyak keuntungan menurut Baltag (5), dantaranya sebaga berkut: 1. Mampu mengontrol heterogenas ndvdu. Metode n dalam mengestmas dapat secara ekspls memasukkan unsur heterogenas ndvdu.. Memberkan data yang lebh banyak dan beragam, mengurang kolnearas antar peubah, menngkatkan derajat bebas dan lebh efsen. 3. Lebh bak untuk stud dynamcs of adjustment. Observas cross secton yang berulang, maka data panel lebh bak dalam mempelajar perubahan dnams. 4. Lebh bak dalam mengdentfkas dan mengukur efek yang secara sederhana tdak dapat datas dalam data cross secton saja atau data tme seres saja. 5. Dapat dgunakan untuk membangun dan menguj model yang lebh kompleks dbandngkan data cross secton atau tme seres murn. Selan manfaat yang dperoleh dengan penggunaan panel data, metode n juga memlk kelemahan dan keterbatasan dalam penggunaannya d antaranya yau: 1. Masalah dalam desan surve panel, pengumpulan dan manajemen data. Masalah yang umum dhadap dantaranya: cakupan (coverage), nonresponse, kemampuan daya ngat responden (recall), frekuens dan waktu wawancara.. Dstors kesalahan pengamatan (measurement errors). Measurement errors umumnya terjad karena respon yang tdak sesua. 3. Masalah selektvas (selectvy) yang mencakup hal-hal berkut: a. Self-selectvy : permasalahan yang muncul karena data-data yang dkumpulkan untuk suatu penelan tdak sepenuhnya dapat menangkap fenomena yang ada. b. Nonresponse : permasalahan yang muncul dalam panel data ketka ada ketdaklengkapan jawaban yang dberkan oleh responden (sampel rumahtangga).

13 47 c. Attron : jumlah responden yang cenderung berkurang pada surve lanjutan yang basanya terjad karena responden pndah, mennggal duna atau baya menemukan responden yang terlalu tngg 4. Dmens waktu (tme seres) yang pendek. Jens panel mkro basanya mencakup data tahunan yang relatf pendek untuk setap ndvdu. 5. Cross-secton dependence. Sebaga contoh, apabla macro panel dengan un analss negara atau wlayah dengan deret waktu yang panjang mengabakan cross-country dependence akan mengakbatkan nferens yang salah (msleadng nference). Msalkan dberkan persamaan regres data panel sebaga berkut: y = ' X β + ε (3.) dmana: y : nla dependent varable untuk setap un ndvdu pada perode t dmana = 1,, N dan t = 1,, T X : nla ndependent varable yang terdr dar sejumlah K varabel Gangguan acak dasumskan mengkut one-way error component model sebaga berkut: ε = α + u (3.3) dan untuk two way error component model, komponen error dasumskan mengkut model berkut: ε = α + µ + u (3.4) t dmana: α : efek ndvdu (tme nvarant) u : dsturbance yang besfat acak ( u ~ N(, σ ) ) µ : efek waktu (ndvdual nvarant) t Pada pendekatan one way komponen error hanya memasukkan komponen error yang merupakan efek dar ndvdu ( α ). Pada two way telah memasukkan efek dar waktu ( µ t ) ke dalam komponen error, u dasumskan tdak berkorelas u dangan X. Jad perbedaan antara FEM dan REM terletak pada ada atau tdaknya korelas antara α dan µ t dengan X.

14 48 Fxed Effect Model (FEM) Model data panel dengan Fxed Effects Model (FEM) yau jka α dperlakukan sebaga parameter tetap, namun bervaras antar = 1,,, N. FEM dgunakan ketka efek ndvdu dan efek waktu mempunya korelas dengan X atau memlk pola yang sfatnya tdak acak. Asums n membuat komponen error dar efek ndvdu dan waktu dapat menjad bagan dar ntercept. FEM pada umumnya terjad ketka N relatf kecl dan T relatf besar. Untuk one way komponen error: y = a + X ' β + u (3.5) Sedangkan untuk two way komponen error: y = a + µ + X β + u t ' (3.6) Penduga FEM dapat dhung dengan beberapa teknk, yau Pooled Least Square (PLS), Whn Group (WG), Least Square Dummy Varable (LSDV), dan Two Way Error Component Fxed Effect Model. Random Effect Model (REM) Model data panel dengan Random Effects Model (REM) yau jka dperlakukan sebaga parameter yang bersfat random. REM dgunakan ketka efek ndvdu dan efek waktu tdak berkorelas dengan α X atau memlk pola yang sfatnya acak. Keadaan n membuat komponen error dar efek ndvdu dan efek waktu dmasukkan ke dalam error. REM pada umumnya dgunakan pada data yang memlk N relatf besar dan T relatf kecl. Model REM secara umum dulskan sebaga berkut: y = a + X β + u + τ ' (3.7) dengan σ = α + τ dan memlk rata-rata nol. τ merepresentaskan gangguan ndvdu (ndvdual dsturbance) yang tetap sepanjang waktu. Asums yang dgunakan dalam REM adalah ( ) = E τ (3.8) E u ( ) σ u u τ = (3.9)

15 49 ( ) = E τ untuk semua dan t (3.3) x ( τ x ) = σ τ ( u j ) = ( u u js ) = ( τ ) = E untuk semua dan t (3.31) E τ untuk semua, t, dan j (3.3) E untuk j dan t s (3.33) E τ untuk j (3.34) j Berdasarkan semua asums pada REM, yang palng pentng adalah ( ) = E τ x. Nla n menjad pentng karena berguna untuk menentukan apakah akan dgunakan FEM atau REM. Penduga REM basanya dhung dengan metode Generaled Least Square (GLS). Pengujan asums n menggunakan HAUSMAN test, dengan uj hpotess sebaga berkut: H : ( ) = Tdak ada korelas antara komponen error dengan peubah bebas E τ x H 1 : ( ) Ada korelas antara komponen error dengan peubah bebas E τ x Nla statstc hausman drumuskan sebaga berkut: ' H ˆ ˆ 1 = β β M M ˆ β ˆ β ( ) ( ) ( ) ~ χ ( k) REM FEM FEM REM REM dmana M : matrks kovarans untuk parameter β k : derajat bebas FEM (3.35) Jka H > χ tabel maka komponen error mempunya korelas dengan peubah bebas, sehngga tolak Ho dan model yang dgunakan adalah FEM. Uj Asums Uj asums dlakukan untuk memenuh persyaratan sebuah model yang akan dgunakan. Setelah ka memutuskan untuk menggunakan suatu model tertentu (FEM atau REM) berdasarkan HAUSMAN Test, maka ka dapat melakukan uj terhadap asums yang dgunakan dalam model. Uj Heteroskedastsas Nla dugaan parameter dalam model regres dasumskan bersfat BLUE (Best Lner Unbased Estmate), maka var (u ) harus sama dengan σ (konstan), atau semua resdual atau error mempunya varan yang sama, yang dsebut

16 5 dengan homoskedastsas. Sedangkan bla varan tdak konstan atau berubah-ubah dsebut dengan heteroskedastsas. Metode General Least Square (Cross secton Weghts) yau dengan membandngkan sum square Resd pada Weghted Statstcs dengan sum square Resd unweghted Statstcs dapat dgunakan untuk mendeteks adanya heteroskedastsas. Jka sum square Resd pada Weghted Statstcs lebh kecl dar sum square Resd unweghted Statstcs, maka terjad heteroskedastsas (Greene, ). Uj Autokorelas Model regres mengasumskan tdak terjad autokorelas, yau korelas yang terjad antar observas dalam satu peubah atau korelas antar error masa yang lalu dengan error masa sekarang. Autokorelas yang terjad dalam model regres dapat mempengaruh efsens dar estmatornya. Pengujan ada tdaknya autokorelas dalam model dapat dlakukan pengujan dengan menggunakan Wooldrdge Test. Metode Wooldrgde menggunakan resdual dar model regres pada frst dfferences. Model regres terbebas dar masalah autokorelas jka korelas resdual dar model regres pada frst dfferences terhadap lag-nya adalah -,5 (Drukker, 3). Spesfkas Model dalam Penelan Berdasarkan faktor yang berpengaruh terhadap pro poor growth dengan proks pengurangan penduduk mskn, sebagamana telah djelaskan d sub bab.6, berkut beberapa faktor yang mempengaruh pro poor growth yang berart pula mempengaruh poverty reducton, yau dantaranya produktfas sektor pertanan, pengeluaran pemerntah untuk nvestas publk, penddkan bag kaum perempuan, tngkat penddkan, ketmpangan pendapatan dan jumlah penduduk. Pada penelan n, varabel tak bebas yang dgunakan yau jumlah penduduk mskn d masng-masng provns (MISKIN). Faktor penngkatan produktfas sektor pertanan ddekat dengan data produktfas sektor pertanan per tenaga kerja (TANI). Data belanja modal (nvestas) pemerntah dgunakan sebaga pendekatan untuk pengeluaran pemerntah untuk nvestas publk (INV_PEM). Rata-rata lama sekolah bag kaum perempuan menunjukkan tngkat penddkan bag kaum perempuan (RLSP). Rata-

17 51 rata lama sekolah bag kaum perempuan menunjukkan tngkat penddkan bag kaum lak-lak (RLSL). Rata-rata lama sekolah menunjukkan rata-rata lama sekolah tap penduduk (RLS). Data ndeks gn menunjukkan ketmpangan pendapatan (GINI). Data jumlah penduduk sebaga varabel bebas terakhr yang dduga berpengaruh terhadap pengurangan jumlah penduduk mskn (PDDK). Berdasarkan penjelasan varabel yang dgunakan, terdapat tga varabel yau varabel RLSP, RLSL dan RLS, dmana rata-rata lama sekolah bag kaum perempuan dan lak-lak sudah termasuk dalam penghungan rata-rata lama sekolah. Sehngga apabla ketga varabel dgunakan dalam satu model, akan menmbulkan permasalahan endogeny. Untuk menghndar permasalahan tersebut, dbangun tga persamaan dengan masng-masng menggunakan varabel RLS, RLSP dan RLSL. Adapun model yang dgunakan sebaga berkut: LnMISKIN = ( β + α + µ t ) + β1lntani + β LnINV _ PEM + β β 5 LnRLS β LnGINI LnPDDK + u (3.36) LnMISKIN = ( β + α + µ t ) + β1lntani + β LnINV _ PEM + β β 5 LnRLSP β LnGINI LnPDDK + u (3.37) LnMISKIN = ( β + α + µ + β + β PEM + β 3LnRLSL t ) 1LnTANI LnINV _ β 5 β LnGINI LnPDDK + u (3.38) Dmana MISKIN = Jumlah Penduduk Mskn d Provns tahun t. TANI INV_PEM RLSP RLS GINI PDDK = Produktfas sektor Pertanan d Provns Tahun t. = Pengeluaran nvestas Pemerntah d Provns Tahun t. = rata-rata lama sekolah kaum perempuan d Provns Tahun t = rata-rata lama sekolah tap penduduk d Provns Tahun t = nla ndeks Gn d Provns Tahun t. = jumlah penduduk d Provns Tahun t. βj = parameter yang destmas, j =, 1,, 3, 4, 5. α µ u t = efek ndvdu Provns = efek waktu tahun t = komponen error.

18 5 Model yang dbangun tersebut merupakan pengembangan dar model yang dgunakan oleh Suparno (1). Berdasarkan model tersebut, dharapkan koefsen dar tga varabel bebas yang pertama d kedua model mempunya nla yang negatf. Varabel bebas tersebut yau produktfas sektor pertanan, nvestas pemerntah, rata-rata lama sekolah d model pertama, rata-rata lama sekolah bag kaum perempuan d model kedua dan rata-rata lama sekolah bag kaum lak-lak d model ketga. Penngkatan dar ketga varabel d masng-masng model dharapkan dapat mengurang jumlah penduduk mskn. Sedangkan koefsen dar varabel bebas ndeks gn dan jumlah penduduk dharapkan bernla posf. Selan u, model yang dgunakan dulskan dalam bentuk logarma natural sehngga nla koefsen varabel bebas menunjukkan elastsasnya terhadap jumlah penduduk mskn. 3.3 Defns Operasonal Pada bab telah djelaskan beberapa ukuran yang relevan dgunakan dalam penelan, dantaranya ukuran kemsknan, ukuran pertumbuhan ekonom, ukuran ketmpangan pendapatan dan faktor yang berpengaruh terhadap pro poor growth. Berdasarkan ukuran-ukuran tersebut, maka dapat ddefnskan beberapa varabel yang dgunakan dalam penelan, dengan defns operasonal sebaga berkut (BPS, 7). 1 Head Count Index (P), yau persentase penduduk mskn terhadap total jumpah penduduk. Satuan yang dgunakan dalam P adalah persen (%). Pertumbuhan Ekonom (Growth) yau penngkatan pendapatan dar sutau perode ke perode tertentu, yang dhung berdasarkan penngkatan Produk Domestk Bruto (PDB). Sedangkan PDB sendr merupakan suatu ndkator pentng untuk mengetahu konds ekonom d suatu Negara dalam suatu perode tertentu. Satuan yang dgunakan dalam menghung pertumbuhan ekonom adalah persen (%). 3 Indeks Gn adalah ukuran kemerataan pendapatan yang dhung berdasarkan kelas pendapatan. Nla Indeks Gn terletak antara (nol) dan 1 (satu), dmana nol mencermnkan kemerataan sempurna dan satu menggambarkan ketdakmerataan sempurna. Nla Indeks Gn n dgunakan sebaga proks ukuran ketmpangan pendapatan.

19 53 4 Produktfas Sektor Pertanan merupakan ukuran besarnya output d sektor pertanan yang dhaslkan oleh tap pekerja d sektor tersebut. Produktfas sektor pertanan dhung dengan menggunakan satuan rbu rupah per tenaga kerja. 5 Belanja Modal Pemerntah adalah pengeluaran untuk sarana dan prasarana ekonom, sepert bangunan tempat tnggal dan bukan tempat tnggal; jalan, jembatan dan konstruks lannya; mesn dan peralatan; kendaranaan; perbakan besar pada modal; tanah dan ternak. Belanja Modal Pemerntah n dgunakan sebaga proks Pengeluaran Pemerntah untuk Investas Publk. Investas pemerntah dhung dengan menggunakan satuan juta rupah. 6 Rata-rata lama sekolah bag perempuan adalah nla rata-rata lamanya kaum perempuan usa lebh dar 15 tahun menempuh penddkan d sekolah. Ratarata lama sekolah bag perempuan n dgunakan sebaga proks tngkat penddkan bag perempuan. Satuan yang dgunakan dalam menghung ratarata lama sekolah bag perempuan adalah tahun. 7 Rata-rata lama sekolah adalah nla rata-rata bag tap penduduk usa lebh dar 15 tahun dalam menempuh penddkan d sekolah. Varabel rata-rata lama sekolah n dgunakan sebaga proks tngkat penddkan. Satuan yang dgunakan dalam menghung rata-rata lama sekolah adalah tahun. 8 Rata-rata lama sekolah bag lak-lak adalah nla rata-rata bag tap penduduk lak-lak usa lebh dar 15 tahun dalam menempuh penddkan d sekolah. Varabel rata-rata lama sekolah bag lak-lak n dgunakan sebaga proks tngkat penddkan bag lak-lak. Satuan yang dgunakan dalam menghung rata-rata lama sekolah bag lak-lak adalah tahun. 9 Jumlah penduduk menyatakan semua orang yang berdomsl d wlayah teroral selama 6 bulan atau lebh dan atau mereka yang berdomsl kurang dar 6 bulan tetap bertujuan menetap. Jumlah penduduk dhung dengan satuan rbu orang.

20 54 Berkut Tabel yang bers tentang varabel dan keterangannya. Tabel 3. Varabel yang dgunakan dalam penelan dan keterangannya No Nama Varabel Keterangan Satuan 1. MISKIN Jumlah penduduk yang berada Rbu orang d bawah gars kemsknan. P Persentase Penduduk Mskn Persen 3. GROWTH Pertumbuhan Ekonom Persen 4. GINI Nla Indeks Gn Tanpa satuan 5. PERTANIAN Produktfas pekerja d sektor pertanan Rbu rupah per tenaga kerja 6. INV_PEM Belanja modal pemerntah Juta rupah 7. RLSP Rata-rata lama sekolah kaum Tahun perempuan 8. RLS Rata-rata lama sekolah Tahun 9. RLSL Rata-rata lama sekolah kaum Tahun lak-lak 1. PDDK Jumlah penduduk Rbu orang