PENGARUH PEMBIYAAN BANK SYARIAH, PRODUK...

PENGARUH PEMBIYAAN BANK SYARIAH,

PRODUK DOMESTIK REGIONAL BRUTO, INFLASI,

INDEKS PEMBANGUNAN MANUSIA TERHADAP

JUMLAH PENDUDUK MISKIN DI INDONESIA

SKRIPSI

Diajukan Kepada Fakultas Ekonomi dan Bisnis

Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Ekonomi

Oleh :

ABIE AYUB AL ANSHORI

1113086000001

Jurusan Ekonomi Syariah

Fakultas Ekonomi and Bisnis

Universitas Islam Negeri Syarif Hidayatullah Jakarta

1438 H/2017 M

vii

DAFTAR RIWAYAT HIDUP

IDENTITAS DIRI

Nama : Abie Ayub Al Anshori

Jenis Kelamin : Laki-laki

Tempat, Tanggal Lahir : Bekasi, 09 Juni 1995

Kewarganegaraan : Indonesia

Status : Belum Menikah

Tinggi/Berat : I69 cm / 75 kg

Agama : Islam

Pendidikan Terakhir : SMA

Alamat : Jln. Sinar Jaya Gg. Ikrar 3 No 67, RT 02/04,

Kelurahan Jatimulya, Kecamatan Tambun Selatan

Kabupaten Bekasi 17510

No. HP : 087775447357

E-mail : [email protected]

PENDIDIKAN FORMAL

viii

2001 – 2007 : SDN Jatimulya 07

2007 – 2010 : SMPN 06 Tambun Selatan

2010 – 2013 : SMAN 03 Tambun Selatan

2013 – 2017 : Program Sarjana (S1) Jurusan Ekonomi Syariah

Fakultas Ekonomi dan Bisnis

Universitas Islam Negeri Syarif Hidayatullah

Jakarta

PENGALAMAN ORGANISASI

1. Anggota Forum Olahraga Mahasiswa ―FORSA‖ UKM UIN Jakarta

2013

2. Anggota Departemen Olahraga Himpunan Mahasiswa Jurusan (HMJ)

Ekonomi Syariah periode 2015-2016.

3. Ketua Kuliah Kerja Nyata (KKN) GEMPA 243 di Desa Pakujaya,

Serpong Utara, Tangerang Selatan 25 Juli-25 Agustus 2016.

SEMINAR DAN WORKSHOP

1. Seminar Nasional Ekonomi Syariah ―Halal Business and Sustainable

Development‖ 08 November 2016.

2. Seminar Nasional Ikatan Ahli Ekonomi Islam ―Building Strategic

Alliance In Islamic Economic, Finance, and Business Policies‖

ix

3. Seminar Anti Corruption Clearing House ―Langkah Cerdas Cegah

Korupsi‖

4. Seminar LDK KOMDA Faculty of Economics and Business ―Rahasia

Mahasiswa Ideal‖

KEGIATAN

1. Company Visit ―Peran Bank Indonesia di Bidang Moneter‖ di Bank

Indonesia pada April 2014.

2. Company Visit di Dana Reksa Sekuritas pada Desember 2015.

x

ABSTRAK

Penelitian ini bertujuan untuk menganalisis Pengaruh Pembiayaan Bank Syariah,

Produk Domestik Regional Bruto (PDRB), Inflasi dan Indeks Pembangunan

Manusia (IPM) Terhadap Tingkat Kemiskinan di Indonesia Tahun 2010-2015.

Data yang digunakan dalam penelitian ini adalah data sekunder dan metode yang

digunakan yaitu analisis regresi data panel menggunakan Random Effect Model

dengan bantuan program Eviews 9 untuk memperoleh gambaran yang menyeluruh

mengenai hubungan antara variabel satu dengan variabel yang lain. Hasil

penelitian ini menunjukkan bahwa kemiskinan di Indonesia mampu dijelaskan

oleh Pembiayaan Bank Syariah, PDRB, Inflasi dan IPM sebesar 11,47% (R2).

Selanjutnya secara parsial koefisien regresi menunjukkan (1) Pembiayaan

berpengaruh signifikan pada taraf nyata 5% dengan nilai probabilitas 0.0140 dan

berhubungan negative dengan nilai koefisien yang diperoleh sebesar -0.0000453,

(2) Variabel PDRB berpengaruh signifikan pada taraf nyata 5% dengan nilai

probabilitas 0.0035 dan berhubungan positif sebesar 0,000000211, (3) Inflasi

tidak berpengaruh signifikan pada taraf nyata 5% dengan nilai probabilitas 0,1606

dan berhubungan positif dengan nilai koefisien yang diperoleh sebesar 0.032137,

dan (4) IPM tidak berpengaruh signifikan pada taraf nyata 5% dengan nilai

probabilitas 0.3900 dan berhubungan negative dengan nilai koefisien yang

diperoleh sebesar 0.000715. Lalu kemiskinan di Indonesia dipengaruhi signifikan

oleh Pembiayaan Bank Syariah, dan PDRB secara simultan sebesar 6.21% (F-

statistik).

Kata Kunci : Kemiskinan di Indonesia, Pembiayaan Bank Syariah, Produk

Domestik Regional Bruto (PDRB), Inflasi, Indeks

Pembangunan Manusia (IPM), Data Panel.

xi

ABSTRACK

This study aims to analyze the Influence of Bank Syariah Financing, Gross

Regional Domestic Product (GRDP), Inflation and Human Development Index

(HDI) Against Poverty Rate in Indonesia Year 2010-2015. The data used in this

study is secondary data and the method used is panel data regression analysis

using Random Effect Model with the help of Eviews 9 program to obtain a

comprehensive picture of the relationship between variables one with other

variables. The results of this study indicate that poverty in Indonesia can be

explained by Bank Syariah Financing, GRDP, Inflation and HDI of 11.47% (R2).

Furthermore, partially the regression coefficient shows (1) Financing has

significant effect on the real level of 5% with probability value 0.0140 and

negatively related with the coefficient value obtained at -0.0000453, (2) The

variable of GRDP has significant effect on the 5% real level with probability

value 0.0035 and (3) Inflation has no significant effect on the real level of 5%

with probability value 0,1606 and positively correlated with coefficient value

obtained at 0.032137, and (4) HDI has no significant effect on 5% real level

probability value 0.3900 and negatively related to the value obtained coefficient

of 0.000715. Then poverty in Indonesia is significantly influenced by Bank

Syariah Financing, and GRDP simultaneously equal to 6.21% (F-statistic).

KeyWords: Poverty in Indonesia, Bank Syariah Financing, Gross Regional

Domestic Product (GRDP), Inflation, Human Development Index

(HDI), Panel Data.

xii

KATA PENGANTAR

Assalamu’alaikum wa rahmatullahi wa barakaatuh

Puji dan syukur kehadirat Allah Subhanahu wa Ta‟ala yang telah

melimpahkan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan

skripsi ini dengan judul ―Pengaruh Pembiayaan Bank Syariah, Produk Domestik

Regional Bruto, Inflasi, dan Indeks Pembangunan Manusia Terhadap Kemiskinan

(Studi Kasus 33 Provinsi di Indonesia 2010-2015‖ sebagai salah satu syarat untuk

menyelesaikan Program Sarjana (S1) Jurusan Ekonomi Syariah Fakultas Ekonomi

dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta. Tak lupa pula

shalawat serta salam tercurahkan kepada junjungan Nabi besar Muhammad

Shallallah Alayhi wa Sallam, sehingga penulis dapat menyelesaikan skripsi ini

dengan sebaik-baiknya.

Dalam penelitian ini penulis menyadari bahwa penulisan ini tidak dapat

terselesaikan tanpa dukungan, bantuan, bimbingan serta doa dari berbagai pihak.

Oleh karena itu, penulis ingin menyampaikan ucapan terima kasih kepada semua

pihak yang telah membantu dalam penyusunan skripsi ini terutama pada:

1. Terimakasih kepada kedua orang tua, pembimbing sepanjang masa.

Ibuku tersayang Sumiyati dan Ayahku tercinta Masri Hernadi. Terima

kasih telah mencintai, mendidik, dan memberikan do’a tanpa henti

kepadaku. Terimakasih banyak atas jasa-jasa mu selama ini baik

xiii

dukungan materi maupun non-materi untuk dapat melancarkan studi

ini yang tidak bisa terbalaskan atas apa yang Ibu dan Ayah lakukan.

2. Terimakasih kepada adik tersayang Nazwa Muztahida yang telah

memberikan doa yang terbaik.

3. Bapak Dr. Arief Mufraini, Lc,M.Si selaku Dekan FEB, Bapak

Dr.Amilin, SE., Ak.,M.Si., QIA., BKP selaku Wakil Dekan I Bid.

Akademik, Bapak Dr. Ade Sofyan Mulazid, S.Ag, M.H selaku Wakil

Dekan II Bid Administrasi Umum dan Bapak Dr. Desmadi Saharuddin

M.A selaku Wakil Dekan III Bid. Kemahasiswaan yang telah

memberikan jalan bagi saya dalam mengerjakan skripsi ini.

4. Bapak Yoghi Citra Pratama, M.Si Selaku Ketua Jurusan Ekonomi

Syariah dan Pembimbing Akademik serta Ibu Tini Anggraeni ST.,

M.Si selaku sekretaris Jurusan Ekonomi Syariah. Semoga dapat

menjadi panutan untuk Jurusan Ekonomi Syariah dalam

memajukannya.

5. Bapak Ali Rama, SE., M.Ec selaku Dosen Pembimbing Skripsi I yang

dengan kerendahan hatinya bersedia meluangkan waktunya untuk

memberikan pengarahan, ilmu yang bermanfaat, serta masukan yang

sangat berarti selama penyelesain skripsi ini. Semoga Allah

Subhanahu wa Ta‟ala membalas segala kebaikan Bapak.

xiv

6. Seluruh Dosen Fakultas Ekonomi dan Bisnis, terima kasih atas curahan

ilmu yang Bapak dan Ibu berikan kepada saya. Semoga amalmu

mendapat keberkahan dari Allah Subhanahu wa Ta‟ala.

7. Seluruh jajaran karyawan Fakultas Ekonomi dan Bisnis, atas kerja

kerasnya melayani mahasiswa dengan baik dan meningkatkan citra

Fakultas Ekonomi dan Bisnis.

8. Terimakasih kepada teman – teman Amin, Faisal, Dimas, Dody, Bagus,

telah memberikan motivasi, saran, nasihat dan hiburan disaat sedang

jenuh.

9. Terimakasih kepada teman – teman Ekonomi Syariah Vika, Dita,

Muzda, Hani, Ridho, Dhimas, Fadhil, Rian, Sentani, Harish dan semua

teman-teman Ekonomi Syariah lainnya yang telah memberikan

dukungan dan berbagi ilmu satu sama lain semasa kuliah.

Penulis menyadari bahwa hasil penelitian ini masih memiliki banyak

kekurangan dan jauh dari kata sempurna dikarenakan terbatasnya pengalaman dan

pengetahuan yang dimiliki penulis. Dengan segenap kerendahan hati penulis

mengharapkan saran, arahan, maupun kritikan yang konstuktif dengan

penyempurnaan hasil penelitian ini.

Wassalamualaikum wa rahmatullahi wa barakaatuh

Jakarta, 28 September 2017

Abie Ayub Al Anshori

1113086000001

xv

DAFTAR ISI

BAB 1 PENDAHULUAN ...................................................................................... 1

A. Latar Belakang ............................................................................................. 1

B. Rumusan Masalah ........................................................................................ 9

C. Tujuan Penelitian ....................................................................................... 10

D. Manfaat Penelitian ........................................................................................ 10

E. Sistematika Penulisan .................................................................................. 11

BAB II TINJAUAN PUSTAKA ........................................................................... 13

A. Teori yang Berkenaan dengan Variabel ..................................................... 13

1. Pengertian Pembiayaan .......................................................................... 13

2. Pengertian Produk Domestik Bruto (PDRB) .......................................... 22

3. Inflasi ......................................................................................................... 25

4. Indeks Pembangunan Manusia .................................................................. 34

5. Kemiskinan ................................................................................................ 43

B. Keterkaitan Antar Variabel ........................................................................... 54

a. Hubungan Pembiayaan dengan Kemiskinan.............................................. 54

b. Hubungan Produk Domestik Reginal Bruto dengan Kemiskinan ............. 54

c. Hubungan Inflasi dengan Kemiskinan ....................................................... 56

d. Hubungan Indeks Pembangunan Manusia dengan Kemiskinan ................ 56

C. Penelitian Terdahulu ..................................................................................... 58

D. Kerangka Pemikiran ..................................................................................... 65

E. Hipotesa Penelitian ....................................................................................... 69

BAB III METODELOGI PENELITIAN .............................................................. 71

A. Ruang Lingkup Penelitian .......................................................................... 71

B. Metode Pengumpulan Data ........................................................................... 71

C. Teknik Pengolahan Data ............................................................................... 72

D. Metode Analisis Data ................................................................................... 72

1) Penentuan Model Estimasi ..................................................................... 74

xvi

2) Tahapan Analisis Data ............................................................................ 77

4) Pengujian Signifikan ................................................................................. 81

E. Operasional Variabel Penelitian ................................................................... 82

BAB IV HASIL PENELITIAN DAN PEMBAHASAN ...................................... 86

A. Gambaran Umum Objek Penelitian ........................................................... 86

B. Analisis dan Pembahasan.............................................................................. 87

1. Pengujian Asumsi Klasik ........................................................................... 87

2. Pemilihan Model Regresi Data Panel ........................................................ 89

3. Pengujian Hipotesis ................................................................................... 99

BAB V KESIMPULAN ...................................................................................... 123

A. Kesimpulan .............................................................................................. 123

B. Saran dan Implikasi .................................................................................. 126

DAFTAR PUSTAKA ......................................................................................... 128

LAMPIRAN-LAMPIRAN .................................................................................. 131

xvii

DAFTAR TABEL

4.1 Tabel Jumlah Penduduk Miskin di Indonesia Tahun 2013-2015 .......... 86

4.2 TABEL UJI MULTIKOLINEARITAS ................................................. 88

4.3 UJI HETEROSKEDASTISITAS ........................................................... 89

4.4 Tabel Hasil Regresi Data Panel Common Effect Model ....................... 90

4.5 Tabel Hasil Regresi Data Panel Fixed Effect Model ............................. 91

4.6 Tabel Hasil Uji Chow............................................................................. 94

4.7 Tabel Hasil Regresi Data Panel Random Effect Model ......................... 95

4.8 Tabel Hasil Uji Hausman ....................................................................... 98

4.9 Tabel Hasil Penelitian ............................................................................ 99

4.10 Tabel Hasil Uji Persamaan Setiap Objek Penelitian .......................... 103

4.11 Uji Signifikansi Parsial (Uji t) ........................................................... 115

xviii

DAFTAR LAMPIRAN

Lampiran 1 Uji Multikolinearitas............................................................... 132

Lampiran 2 Heterokedastisitas ................................................................... 132

Lampiran 3 Hasil Regresi Data Panel Common Effect Model ................... 133

Lampiran 4 Hasil Regresi Data Panel Fixed Effect Model ........................ 134

Lampiran 5 Uji Chow................................................................................. 135

Lampiran 6 Random Effect ........................................................................ 136

Lampiran 7 Uji Hausman ........................................................................... 137

Lampiran 8 Data Mentah ........................................................................... 138

1

BAB I

PENDAHULUAN

A. Latar Belakang

Kemiskinan merupakan masalah yang sampai saat ini masih dihadapi oleh

negara-negara di seluruh dunia. Masalah kemiskinan yang dihadapi negara-negara

ini biasanya ditandai dengan adanya pengangguran, keterbelakangan dan pada

akhirnya meningkat menjadi ketimpangan. Dalam banyak kasus kemiskinan

diawali dari kurangnya akses tenaga kerja produktif terhadap lapangan pekerjaan

yang tersedia. Di Indonesia kemiskinan merupakan suatu ancaman yang telah ada

sejak Negara Kesatuan Republik Indonesia (NKRI) ini berdiri.

Terjadinya krisis moneter pada tahun 1997 semakin memperparah kondisi

kemiskinan yang telah ada sebelumnya. Sejak tahun ini krisis menjadi pintu

gerbang dari segala permasalahan. Dalam perkembangannya krisis yang terjadi

akhirnya membawa dampak buruk terhadap perekonomian Indonesia. Inflansi

yang melonjak ke tingkat yang lebih tinggi, pengaruhnya adalah harga-harga

kebutuhan pokok menjadi proporsional terhadap inflasi yang sedang terjadi. Pada

akhirnya harga tersebut melebihi batas kemampuan daya beli sebagian masyarakat

Indonesia. Dari sinilah angka kemiskinan di Indonesia semakin membengkak.

Pada saat krisis moneter tahun 1997/1998 penduduk miskin Indonesia

mencapai 24%. Tahun 2002 mengalami penurunan menjadi 18% dari total

penduduk, angka kemiskinan pada tahun 2003 sebesar 17,4%, pada tahun 2004

2

mengalami penurunan menjadi 14%. Akan tetapi angka resmi BPS berdasarkan

sensus kemiskinan tahun 2005 mencapai 35,1 juta jiwa atau 14,6% dari jumlah

penduduk.

Susenas BPS 2006 mencatat penduduk miskin Indonesia mencapai 39,05

juta jiwa. Sementara itu bank dunia (World Bank) menyatakan bahwa, angka

kemiskinan di Indonesia pada tahun 2004 mencapai 120 juta jiwa dengan asumsi

penduduk yang hidup di bawah dua dolar sehari (Casmi, 2008).

Badan Pusat Statistik (BPS) mencatat bahwa angka kemiskinan Provinsi di

Indonesia sangat fluktuatif. Pada tahun 2013 angka kemiskinan Provinsi-provinsi

di Indonesia seperti Provinsi Aceh sebesar 855.710 jiwa atau 17,72% dari jumlah

penduduk Provinsi Aceh pada tahun 2013, lalu juga ada Provinsi Jawa Barat yang

memiliki jumlah penduduk miskin sebesar 4.382.650 penduduk tahun 2013 atau

sebesar 9,61% dari total jumlah penduduk Provinsi Jawa Barat pada tahun 2013,

ada pula Provinsi Papua yang memiliki jumlah penduduk miskin sebesar

1.057.980 jiwa atau sebesar 31,53% (BPS : 2017).

Secara keseluruhan angka kemiskinan di Indonesia pada tahun 2015

sebesar 28.513.570 jiwa dari total jumlah penduduk di Indonesia sebesar

255.461.700 jiwa dengan laju pertumbuhan ekonomi sebesar 4,79% atau yang

terendah dalam 6 tahun terakhir.

Para ahli ekonomi mengelompokkan ukuran kemiskinan menjadi dua,

yaitu kemiskinan absolut dan kemiskinan relatif. Kemiskinan absolut, diartikan

3

sebagai suatu keadaan dimana tingkat pendapatan dari seseorang tidak cukup

untuk memenuhi kebutuhan pokoknya seperti sandang, pangan, permukiman,

kesehatan, dan pendidikan. Ukuran ini terkait dengan batasan pada kebutuhan

pokok atau kebutuhan minimum. Sajogyo (1977) dalam Murjana (2008)

menyatakan bahwa untuk daerah perkotaan kebutuhan minimal per kapita setara

dengan 420 kg beras per tahunnya, dan untuk daerah perdesaan 320 kg beras.

Kemiskinan relatif berkaitan dengan distribusi pendapatan yang mengukur

ketidakmerataan. Dalam kemiskinan relatif, seseorang yang telah mampu

memenuhi kebutuhan minimumnya belum tentu disebut tidak miskin, karena

apabila dibandingkan dengan penduduk sekitarnya memiliki pendapatan yang

lebih rendah.

Sach (2005) dalam Syahrul (2009) menyatakan bahwa situasi kemiskinan

ekstrem ditandai oleh tiadanya enam modal (capital), yaitu: (1) business capital,

(2) human capital, (3) infrastucture capital, (4) natural capital, (5) knowledge

capital, dan (6) public institutional capital. Ketiadaan enam modal inilah yang

membuat orang miskin terperangkap dalam jebakan kemiskinan. Jebakan

kemiskinan yang membelenggu merupakan masalah kotemporer yang hingga saat

ini masih terjadi di negara-negara berkembang, temasuk di Indonesia. Menurut

Mas’udi (2005), kegagalan menemukan konsep dan tatanan kehidupan yang adil,

telah membuat ketimpangan hidup dan ketidakadilan sosial antara yang mampu

(the haves) dan yang tidak mampu (the have-not) mencapai tingkat yang belum

pernah terjadi sepanjang sejarah umat manusia. Bahkan, ada indikasi yang sangat

4

mencolok bahwa ketimpangan dan keadilan itu menjadi pilihan sadar oleh si kuat

untuk semakin meminggirkan mereka yang lemah. Dimulai dari ketidakadilan

sosial di bidang ekonomi, kemudian menjalar cepat ke bidang politik, hukum,

budaya, dan bidang-bidang lainnya. Oleh karena itu, harkat dan martabat

kemanusiaan pada level personal pun ikut menjadi tumbal. Proses dehumanisasi

universal inilah yang menjadi sisi gelap dari peradaban manusia modern dewasa

ini.

Untuk menanggulangi kemiskinan, pemerintah menggulirkan berbagai

bantuan atau insentif berupa dana maupun program, seperti program

Penanggulangan Kemiskianan dan Perkotaan (P2KP), Bantuan Langsung Tunai

(BLT), bantuan beras untuk rakyat miskin (Raskin), Program Nasional

pemberdayaan Masyarakat Mandiri (PNPM) dan bantuan lain. Namun demikian,

upaya tersebut tidak dapat memberikan dampak yang berarti, karena insentif

seperti BLT hanya bersifat konsumtif dan sebagai kenikmatan sesaat sehingga

akan mengakibatkan ketergantungan masyarakat miskin terhadap bantuan,

padahal harapan dari adanya program tersebut tidaklah demikian. Indonesia

merupakan negara berkembang yang memilki jumlah penduduk mayoritas Islam

terbesar di dunia.

Perbankan syariah sebagai salah satu institusi umat Islam di Indonesia

telah menunjukkan perkembangan yang cukup baik. Berkembangnya institusi

perbankan syariah yang mengusung tujuan falah bagi kehidupan masyarakat

5

merupakan kondisi yang memberi harapan terhadap banyak hal, termasuk

diantaranya adalah masalah kemiskinan ini. Perbankan syariah sebagaimana visi

dan karakteristiknya diharapkan mampu berperan lebih, khususnya dalam

mengentaskan kemiskinan.

Perbankan syariah sebagai salah satu institusi umat Islam di Indonesia

yang merupakan salah satu tolak ukur keberhasilan eksistensi ekonomi umat Islam

saat ini telah menunjukkan perkembangan yang cukup baik.

Disamping perkembangaan jumlah Bank Syariah, perkembangan asset

Bank Syariah juga meningkat sangat signifikan. Otoritas Jasa Keuangan (OJK)

mencatat peningkatan aset perbankan syariah (Badan Usaha Syariah dan Unit

Usaha Syariah) sebesar 18,49 persen, yaitu meningkat dari Rp 272,6 triliun

menjadi Rp 305,5 triliun.

Indonesia dibandingkan dengan negara-negara Muslim lainnya seperti

Iran, Pakistan, Sudan, Arab Saudi, dll memiliki potensi untuk dijadikan sebagai

laboratorium eksperimentasi pengembangan ekonomi Islam di dunia. Berbagai

indikator bisa menjadi pertimbangan misalnya Indonesia adalah penduduk

Muslim terbesar di dunia, pertumbuhan ekonomi yang tinggi (6.5 persen

pertahun), geliat pengembangan ekonomi syariah sangat tinggi hal ini terihat

dengan hadirnya lembaga-lembaga keuangan serta berbagai undang-undang yang

berkaitan dengan ekonomi syariah (Ali Rama : 2012)

6

Wakil Ketua OJK Rahmat Waluyanto mengatakan kenaikan tersebut

utamanya didorong oleh meningkatnya penghimpunan dana pihak ketiga sebesar

12,54 persen atau naik dari Rp 216 triliun menjadi Rp 243 triliun. "Penyaluran

pembiayaan syariah pun turut tumbuh hingga 7,47 persen, atau naik dari Rp 204,8

triliun menjadi Rp 220,1 triliun. Kenaikan juga terjadi pada market share industri

perbankan syariah terhadap industri perbankan nasional. Jika dibandingkan

dengan kondisi Juli 2015 lalu sebesar 4,60 persen, market share perbankan syariah

per Juli 2016 mencapai 4,81 persen. Share juga diperkirakan mencapai sekitar

5,13 persen jika memperhitungkan hasil konversi BPD Aceh menjadi Bank

Umum Syariah.

Hal ini memberikan banyak harapan termasuk diantarannya adalah jumlah

penduduk miskin dan masalah kemiskinan itu sendiri. Perbankan syariah

diharapakan mampu berperan lebih, khususnya dalam mengentaskan kemiskian.

Kepribadian bank syariah kepada kelompok menengah bahwa telah ditunujukkan

dengan orientasi pembiayaan terhadap UMKM yang sangat besar.

Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator

penting untuk mengetahui peranan dan potensi ekonomi di suatu wilayah dalam

periode tertentu. PDRB per kapita sering digunakan sebagai indikator

pembangunan. PDRB digunakan untuk mengetahui pertumbuhan ekonomi dari

tahun ke tahun, sehingga arah perekonomian daerah akan lebih jelas. PDRB

merupakan indikator untuk mengatur sampai sejauh mana keberhasilan

7

pemerintah dalam memanfaatkan sumber daya yang ada dan dapat digunakan

sebagai perencanaan dan pengambilan keputusan yang salah satunya untuk

mengurangi jumlah kemiskinan.

Kualitas sumber daya manusia juga dapat menjadi faktor penyebab

terjadinya penduduk miskin. Kualitas sumber daya manusia dapat dilihat dari 6

indeks kualitas hidup/indeks pembangunan manusia. Rendahnya Indeks

Pembangunan Manusia (IPM) akan berakibat pada rendahnya produktivitas kerja

dari penduduk. Produktivitas yang rendah berakibat pada rendahnya perolehan

pendapatan. Sehingga dengan rendahnya pendapatan menyebabkan tingginya

jumlah penduduk miskin.

Lanjouw dkk (dalam Yani Mulyaningsih, 2008) menyatakan

pembangunan manusia di Indonesia adalah identik dengan pengurangan

kemiskinan. Investasi di bidang pendidikan dan kesehatan akan lebih berarti bagi

penduduk miskin dibandingkan penduduk tidak miskin, karena bagi penduduk

miskin aset utama adalah tenaga kasar mereka. Adanya fasilitas pendidikan dan

kesehatan murah akan sangat membantu untuk meningkatkan produktifitas, dan

pada gilirannya meningkatkan pendapatan.

Kemiskinan di Indonesia disebabkan oleh berbagai faktor, yaitu tingkat

upah yang masih dibawah standar, tingkat pendidikan yang rendah, dan

pertumbuhan ekonomi yang lambat. seseorang dikatakan miskin bila dia belum

bisa mencukupi kebutuhanya atau belum berpenghasilan. Menurut (M. Kuncoro

8

dalam Ravi Dwi, 2010: 33) semua ukuran kemiskinan didasarkan pada konsumsi

terdiri dari dua elemen yaitu:

1) Pengeluaran yang diperlukan untuk membeli standar gizi minimum dan

kebutuhan mendasar lainnya.

2) Jumlah kebutuhan lain yang sangat bervariasi, yang mencerminkan biaya

partisipasi dalam kehidupan masyarakat sehari-hari (dalam Ravi Dwijayanto

2010:17).

Korelasi antara IPM dan kemiskinan sudah lama menjadi isu sentral di

banyak Negara, baik Negara maju maupun Negara berkembang. Bahkan di

Negara maju seperti Amerika Serikat permasalahan muncul sebagai akibat

besarnya subsidi yang diperuntukan bagi kelompok masyarakat miskin.

Sedangkan di Indonesia permasalahannya terletak pada ketidakadilan dalam

memperoleh akses pendidikan antara si kaya dan si miskin. Dimana biaya yang

harus dikeluarkan untuk sekolah bagi rakyat kaya dan rakyat miskin relative sama

tanpa melihat latar belakang ekonomi keluarganya.

Pendidikan merupakan modal dasar pembangunan sumber daya manusia.

Salah satu indeks yang penting dalam perhitungan Indeks Pembangunan Manusia

(IPM) adalah Indeks Pendidikan. Dengan pendidikan yang memadai, maka

pembangunan nasional akan mudah dicapai sesuai dengan yang telah

direncanakan. Diharapkan dengan pendidikan akan mampu menjawab persoalan

kemiskinan, rendahnya produktifitas dan juga lambatnya pertumbuhan ekonomi.

9

Keempat indikator ini bersama-sama dengan indikator Islam yaitu

pembiayaan bank syariah menjadi sangat menarik untuk di teliti pengaruhnya

terhadap penduduk miskin Indonesia

Berdasarkan latar belakang di atas maka peneliti mengambil penelitian

yang berjudul ‖Pengaruh Pembiayaan Bank Syariah, Produk Domestik Regional

Bruto, Inflasi, Indeks Pembangunan Manusia, Jumlah Penduduk Miskin di

Indonesia‖

B. Rumusan Masalah

Berdasarkan penjelasan yang telah dipaparkan dalam latar belakang

masalah, maka permasalahan yang dirumuskan adalah sebagai berikut:

1. Bagaimana pengaruh Pembiayaan Bank Syariah terhadap jumlah

penduduk miskin di Indonesia ?

2. Bagaimana pengaruh Produk Domestik Regional Bruto (PDRB) terhadap

jumlah penduduk miskin di Indonesia ?

3. Bagaimana pengaruh Inflasi terhadap jumlah penduduk miskin di

Indonesia ?

4. Bagaimana pengaruh Indeks Pembagunan Manusia (IPM) terhadap jumlah

penduduk miskin di Indonesia ?

10

C. Tujuan Penelitian

Berdasarkan perumusan masalah, maka tujuan dari penelitan ini adalah

sebagai berikut:

1. Mengetahui pengaruh Pembiayaan Bank Syariah terhadap jumlah

penduduk miskin di Indonesia.

2. Mengetahui pengaruh Produk Domestik Regional Bruto (PDRB) terhadap

jumlah penduduk miskin di Indonesia.

3. Mengetahui pengaruh Inflasi terhadap jumlah penduduk miskin di

Indonesia.

4. Mengetahui pengaruh Indeks Pembangunan Manusia (IPM) terhadap

jumlah penduduk miskin di Indonesia.

D. Manfaat Penelitian

1. Akademisi

Bagi akademisi diharapkan hasil penelitian ini mampu memberikan

sumbangan pemikiran bagi ilmu Syari’ah pada umumnya dan perbankan syariah

pada khususnya, serta menjadi rujukan selanjutnya tentang Pengaruh Pembiayaan

Bank Syariah, Produk Domestik Regional Bruto, Inflasi, Indeks Pembangunan

Manusia, terhadap Jumlah Penduduk Miskin di Indonesia selanjutnya

2. Praktisi

Bagi praktisi diharapkan hasil penelitian ini dapat dijadikan acuan bagi

perbankan syariah khususnya dalam hal pembiayaan di Indonesia atau pihak

11

terkait lainnya untuk membuka dan mengelola pembiayaan syariah serta

mengurangi jumlah penduduk miskin di Indonesia.

E. Sistematika Penulisan

Dalam penulisan skripsi ini, sistematika penulisan yang digunakan

penulis adalah sebagai berikut :

BAB I : Pendahuluan

Pada bab ini berisi hal-hal yang akan dibahas dalam skripsi. Bab

ini berisi latar belakang, rumusan masalah, tujuan penelitian,

manfaat penelitian dan sistematika penulisan.

BAB II : Landasan Teori

Landasan teori pada penelitian ini merupakan landasan teori yang

akan mendasari pemecahan masalah dan pembentukan hipotesis.

Dan hasil-hasil penelitian terdahulu yang ada kaitannya dengan

masalah yang diteliti.

BAB III : Metode Penelitian

Pada bab ini terdapat batasan populasi dan sample penelitian,

jenis dan sumber data serta metode pengumpulan data serta

metode analisis data, dan data penelitian.

12

BAB IV : Analisis Data dan Pembahasan

Pada bab ini menguraikan tentang gambaran umum penelitian

yang diangkat, data dan hasil analisa dari masalah penelitian.

BAB V : Kesimpulan dan Saran

13

BAB II

TINJAUAN PUSTAKA

A. Teori yang Berkenaan dengan Variabel

1. Pengertian Pembiayaan

Kasmir mendefinisikan pembiayaan adalah penyediaan uang atau tagihan

yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan

antara bank dengan pihak lain yang mewajibkan pihak yang dibiayai untuk

mengembalikan uang atau tagihan tersebut setelah jangka waktu tertentu dengan

imbalan atau bagi hasil (Kasmir, 2001 : 92).

Menurut Muhammad pembiayaan secara luas berarti finansial atau

pembelanjaan, yaitu pendanaan yang dikeluarkan untuk mendukung investasi

yang telah direncanakan, baik dilakukan sendiri maupun dijalankan oleh orang

lain. Sedangkan, dalam arti sempit pembiayaan dipakai untuk mendefinisikan

pendanaan yang dilakukan oleh lembaga pembiayaan. Namun, dalam perbankan

pembiayaan dikaitkan dengan bisnis di mana pembiayaan merupakan pendanaan

baik aktif maupun pasif yang dilakukan oleh lembaga pembiayaan kepada

nasabah dan bisnis merupakan aktivitas berupa jasa, perdagangan dan industri

guna memaksimalkan nilai keuntungan (Muhammad, 2002 : 260).

Pengertian pembiayaan (pada bank syari’ah) menurut undang-

undang No. 10/1998 tentang perbankan : pembiayaan berdasarkan prinsip syari’ah

adalah berdasarkan persetujuan atau kesepakatan antara bank dengan

14

mengembalikan uang atau tagihan tersebut setelah jangka waktu tertentu dengan

imbalan atau bagi hasil.

Berdasarkan Undang-Undang Perbankan syariah UU No 21 tahun 2008

pasal 25 : pembiayaan adalah penyediaan dana atau tagihan yang disamakan

dengan itu berupa trnasaksi bagi hasil dalam bentuk mudharabah dan musyarakah,

transaksi sewa menyewa dalam bentuk ijarah dan sewa beli atau ijarah

muntahiyah bit tamlik, transaksi jual beli dalam bentuk utang piutang

Murabahah,Salam dan Istisna, transaksi pinjam meminjam dalam bentuk qard,dan

transaksi sewa menyewa jasa dalam bentuk Ijarah.

Sistem pembiayaan berdasarkan prinsip syariah menurut sudut pandang

yuridis adalah sebagai berikut:

1. Pembiayaan bagi hasil berdasarkan prinsip mudharabah dan prinsip

musyarakah.

2. Pembiayaan jual beli berdasarkan prinsip murabahah, prinsip istishna,

dan prinsip as-salam.

3. Pembiayaan sewa-menyewa berdasarkan prinsip ijarah (sewa murni)

dan ijarah al-muntahia bit-tamlik (sewa beli atau sewa dengan hak

opsi).

15

Ketiga sistem pembiayaan tersebut di atas adalah sebagai berikut:

1. Sistem bagi hasil

Bagi hasil adalah akad kerja sama antara bank sebagai pemilik modal

dengan nasabah sebagai pengelola modal untuk memperoleh keuntungan dan

membagi keuntungan yang diperoleh berdasarkan nisbabh uang disepakati.

Prinsip sistem bagi hasil ada dua macam yaitu mudharabah dan musyarakah.

a. Bagi hasil berdasarkan prinsip mudharabah

Mudharabah adalah akad kerja sama usaha antara dua pihak, dimana pihak

pertama sebagai pemilik modal dan pihak kedua sebagai pengelola modal, sedang

keutnungan dibagi kedua belah pihak sesuai dengan kesepakatan yang tertuang

dalam perjanjian.

Hal-hal pokok yang terdapat dalam mudharabah yaitu:

• Adanya pemilik modal (bank)

• Adanya orang yang punya kapabiliti untuk usaha dan butuh modal

• Adanya kerjasama atau kesepakatan untuk usaha mencari keuntungan

• Keuntungan dibagi para pihak sesuai perjanjian

• Pemilik dana (bank) menanggung kerugian yang tidak disebabkan oleh

pengelola, asalkan modal pokok tidak berkurang

16

Mudharabah dibagi menjadi dua jenis yaitu:

1. Mudharabah mutlaqah, yaitu kerjasama antara shahibul maal dan mudharib

tidak dibatasi oleh spesifikasi jenis usaha, waktu dan daerah bisnis.

2. Mudharabah muqayyadah, yaitu kerjasama antara shahibul maal dan mudharib

yang dibatasi dengan jenis usaha, waktu dan daerah bisnis.

Adapun pembiayaan mudharabah diterapkan dalam dua hal yaitu:

1. Pembiayaan modal kerja, seperti modal kerja perdagangan dan jasa

2. Investasi khusus

Prinsip mudharabah terdapat adanya penggabungan pengalaman keuangan

dengan pengalaman bisnis. Dalam sistem ini bank memberikan modal dana dan

nasabah menyediakan kapabiliti usaha. Selanjutnya laba dibagi menurut suatu

rasio yang disepakati. Dalam hal kerugian, banklah yang memikulnya dan

nasabah hanya kehilangan nilai kerjanya selama modal pokok tidak berkurang.

Bila modal pokok berkurang, nasabah harus mengemballikannya seperti semula

dan nasabah disebut sebagai orang yang mempunyai hutang terhadap bank selama

belum dibayar.

b. Bagi hasil berdasarkan prinsip musyarakah

Musyarakah adalah akad kerja sama antara dua pihak atau lebih untuk

suatu usaha tertentu dimana masing-masing pihak memberikan kontribusi dana

17

dengan kesepakatan bahwa keuntungan dan resiko akan ditanggung bersama

sesuai dengan porsi kontribusi dana atau kesepakatan bersama.

Hal-hal pokok yang terdapat dalam musyarakah adalah:

1. Adanya dua sekutu atau lebih, masing-masing memasukkan modal

2. Adanya obyek persekutuan yang diperjanjikan

3. Adanya pembagian resiko dan keuntungan dari hasil persekutuan

Pembiayaan musyarakah terdiri dari berbagai jenis, menurut Saad Abdul

Sattar Al-Harran membagi musyarakah menjadi dua yaitu:

1. Syirkah al-milk (non contractual partnership)

2. Syirkah al-uqaad (contractual partnership)

Dari segi ekonomi, syirkah pemilikan (contractual partnership) terbentuk

karena warisan wasiat atau kondisi lainnya yang mengakibatkan pemilikan satu

aset oleh dua orang atau lebih. Sedangkan dari segi yuridis, syirkah pemilikan

terbentuk dari perjanjian dan disebut contractual partnership. Musyarakah akad

(contractual partnership) terbentuk dengan cara kesepakatan dimana dua orang

atau lebih sepakat bahwa tiap orang dari mereka memberikan modal musyarakah

dan sepakat berbagi keuntungan dan kerugian.

Musyarakah akad terbagi menjadi:

18

1. Syirkah inan (restricted authority and obligation)

Kontrak antara dua orang atau lebih, setiap pihak memberikan suatu porsi dari

keseluruhan dana dan berpartisipasi dalam kerja. Porsi masing-masing tidak

harus sama sesuai dengan kesepakatan. Contoh: perseroan terbatas.

2. Syirkah mufawadhah (full authority and obligation)

Kontrak kerja sama antara dua orang atau lebih setiap hak memberikan satu

porsi dari keseluruhan dan berpartisipasi dalam kerja. Contoh: koperasi.

3. Syirkah a’maal (labour, skill and management)

Kontrak kerja sama dua orang atau lebih seprofesi untuk menerima bekerja

sama dan berbagi keuntungan dari pekerjaan itu. Contoh: arsitek yang sama-

sama mengerjakan proyek.

4. Syirkah wujuh (good will, credit worthiness and contracts)

Kontrak antara dua orang atau lebih yang memiliki keahlian dalam bisnis.

Membeli barang secara kredit kemudian menjual barang tersebut secara tunai.

Selanjutnya berbagi keuntungan dan kerugian berdasarkan jaminan kepada

penyuplai yang disediakan oleh tiap mitra.

Praktek pembiayaan berdasarkan prinsip musyarakah dalam perbankan syariah

diantaranya:

19

1. Pembiayaan proyek

Nasabah dan bank sama-sama menyediakan dana untuk membiayai proyek.

Setelah proyek selesai, nasabah mengembalikan dana tersebut bersama bagi

hasil yang telah disepakati untuk bank.

2. Pembiayaan melalui pembelian saham

Bank diperbolehkan melakukan investasi dalam kepemilikan perusahaan,

dimana bank memberikan modal atau membeli saham yang dimiliki oleh

sebuah perusahaan. Penanaman modal dilakukan untuk jangka waktu tertentu

dan setelah itu bank melakukan divestasi atau menjual saham bagiannya, baik

secara singkat maupun bertahap.

Pengertian bagi hasil atau partnership (maatschap) yang dijabarkan di atas adalah

sama, yaitu:

a. Perjanjian kerja sama dua orang atau lebih

b. Tujuannya mencari keuntungan

c. Dengan cara memasukkan modal masing-masing

d. Hasilnya dibagi bersama

20

2. Sistem jual beli

Didasarkan pada jual beli barang untuk pembiayaan barang produktif, misalnya

pembelian barang pesanan. Secara praktek ada tiga prinsip yaitu murabahah, al-

istishna san as-salam.

a. Jual beli berdasarkan prinsip murabahah

Murabahah adalah akad jual beli antara bank dan nasabah, bank membeli

barang yang diperlukan dan menjual kepada nasabah yang bersangkutan

sebesar harga pokok ditambah dengan keuntungan yang disepakati.

b. Jual beli berdasarkan prinsip al-istishna

Istishna adalah akad jual beli barang pesanan antara nasabah (pembeli) dan

bank (penjual), spesifikasi dan harga barang pesanan disepakati diawal akad

dengan pembayaran dilakukan secara bertahap sesuai kesepakatan. Prinsip jual

beli ini diperuntukkan bagi perusahaan yang punya pesanan barang tetapi tidak

mempunyai dana untuk produksi.

c. Pembiayaan berrdasarkan prinsip as-salam

As-salam artinya akad jual beli barang pesanan antara nasabah (pembeli) dan

bank (penjual), spesifikasi dan harga barang pesanan berkenaan dengan hasil

bumi. Pembelian terhadap barang harus ditentukan criteria yang jelas mengenai

jenis barang, banyaknya dan harga yang disepakati.

21

3. Sistem sewa

Ijarah termasuk salah satu pembiayaan di Perbankan Syariah. Ijarah adalah

akad pemindahan hak penggunaan atau pemanfaatan atas barang atau jasa dengan

melalui pembayaran sewa kepada pemilik. Ijarah atau sewa terdiri dari dua

macam yaitu ijarah (sewa menyewa) dan ijarah al-muntahia bit-tamlik (sewa

dengan hak opsi atau sewa beli). Ijarah tanpa kepemilikan adalah pemindahan hak

penggunaan atau pemanfaatan tanpa diikuti dengan pemindahan kepemilikan atas

barang itu sendiri. Ijarah al-muntahia bit-tamlik atau ijarah waiqtina adalah

perpaduan antara kontrak jual beli dan sewa menyewa atau dengan kata lain akad

sewa yang diakhiri pemindahan kepemilikan ke tangan penyewa.

Prinsip pembiayaan yang digunakan oleh bank syariah adalah prinsip sewa

beli atau ijarah al-muntahia bit-tamlik, karena sifat pembiayaan adalah untuk

menolong para pengusaha yang membutuhkan modal dan bank juga tidak

bermaksud untuk memiliki barang tersebut. Dalam hal ini kedudukan nasabah

sebagai lessee yang memperoleh hak untuk menggunakan modal selama jangka

waktu tertentu, sedangkan bank syariah adalah sebagai lessor yaitu pemilik barang

modal.

Perjanjian sewa beli merupakan perjanjian campuran antara sewa

menyewa dan jual beli yang mempunyai karakteristik berbeda dengan sewa

menyewa. Di dalam sewa beli di masa akhir penyewaan, nasabah memperoleh

kesempatan untuk memiliki barang modal yang bersangkutan.

22

2. Pengertian Produk Domestik Regional Bruto (PDRB)

Salah satu indikator penting untuk mengetahui kondisi ekonomi disuatu

daerah/provinsi dalam suatu periode tertentu ditunjukkan oleh data Produk

Domestik Regional Bruto (PDRB).

Badan Pusat Statistik mendefinisikan Produk Domestik Regional Bruto

(PDRB) sebagai jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha

dalam suatu wilayah, atau merupakan jumlah seluruh nilai barang dan jasa akhir

yang dihasilkan oleh seluruh unit ekonomi di suatu wilayah. PDRB atas dasar

harga berlaku menggambarkan nilai tambah barang dan jasa yang dihitung

menggunakan harga pada setiap tahun, sedang PDRB atas dasar harga konstan

menunjukkan nilai tambah barang dan jasa yang dihitung menggunakan harga

pada tahun tertentu sebagai dasar. PDRB atas dasar harga konstan digunakan

untuk mengetahui pertumbuhan ekonomi dari tahun ke tahun (Sadono Sukirno,

2000), sedangkan menurut BPS, PDRB atas dasar harga berlaku digunakan untuk

menunjukkan besarnya struktur perekonomian dan peranan sektor ekonomi. Total

PDRB menunjukkan jumlah seluruh nilai tambah yang dihasilkan oleh penduduk

dalam periode tertentu.

PDRB dapat menggambarkan kemampuan suatu daerah dalam mengelola

sumber daya yang dimilikinya. Oleh karena itu, besaran PDRB yang dihasilkan

oleh masing-masing daerah sangat bergantung kepada potensi faktor-faktor

produksi di daerah tersebut (Permana, 2012). Adanya keterbatasan dalam

23

penyediaan faktor-faktor tersebut menyebabkan besaran PDRB bervariasi antar

daerah. Dalam bukunya, Hadi Sasana menulis bahwa PDRB adalah nilai bersih

barang dan jasa-jasa akhir yang dihasilkan oleh berbagai kegiatan ekonomi di

suatu daerah dalam satu periode (Hadi Sasana, 2006).

Cara Perhitungan PDRB dapat diperoleh melalui tiga pendekatan, yaitu

pendekatan produksi, pendekatan pendapatan, dan pendekatan pengeluaran.

1. Menurut pendekatan produksi, PDRB adalah jumlah nilai barang dan jasa akhir

yang diproduksi oleh suatu unit kegiatan ekonomi di daerah tersebut dikurangi

biaya antara masing-masing total produksi bruto tiap kegiatan subsektor atau

sektor dalam jangka waktu tertentu (satu tahun). Unit-unit produksi tersebut

dalam penyajiannya dikelompokan menjadi 9 sektor atau lapangan usaha, yaitu

; (1) Pertanian; (2) pertambangan dan penggalian; (3) industri pengolahan; (4)

listrik, gas dan air bersih; (5) bangunan; (6) perdagangan, hotel, dan restoran;

(7) pengangkutan dan komunikasi; (8) keuangan, persewaan dan jasa

perusahaan; dan (9) jasa-jasa.

2. Menurut pendekatan pengeluaran, PDRB adalah penjumlahan semua

komponen permintaan akhir. Komponen-komponen tersebut meliputi : a)

Pengeluaran konsumsi rumah tangga dan lembaga swasta yang tidak mencari

untung, b) Konsumsi pemerintah, c) Pembentukan modal tetap domestik

bruto, d) perubahan stok, e) Ekspor netto.

24

3. Menurut pendekatan pendapatan, PDRB merupakan jumlah balas jasa yang

diterima oleh faktor produksi yang ikut serta dalam proses produksi dalam

suatu wilayah dalam jangka waktu tertentu. Balas jasa faktor produksi yang

dimaksud adalah upah dan gaji, sewa rumah, bunga modal dan keuntungan.

Semua hitungan tersebut sebelum dipotong pajak penghasilan dan pajak

lainnya.

Cara penyajian Produk Domestik Regional Bruto disusun dalam dua bentuk,

yaitu:

a. Produk Domestik Regional Bruto atas dasar harga konstan. Menurut BPS

Pengertian Produk Domestik Regional Bruto atas dasar harga konstan yaitu

jumlah nilai produksi, pengeluaran atau pendapatan yang dihitung menurut

harga tetap. Dengan cara menilai kembali atau mendefinisikan berdasarkan

harga-harga pada tingkat dasar dengan menggunakan indeks harga konsumen.

Dari perhitungan ini tercermin tingkat kegiatan ekonomi yang sebenarnya

melalui Produk Domestik Regional Bruto riil nya.

b. Produk Domestik Regional Bruto atas dasar harga berlaku. Pengertian Produk

Domestik Regional Bruto atas harga berlaku menurut BPS adalah jumlah nilai

tambah bruto yang timbul dari seluruh sektor perekonomian di suatu wilayah.

Yang dimaksud nilai tambah yaitu merupakan nilai yang ditambahkan kepada

barang dan jasa yang dipakai oleh unit produksi dalam proses produksi. Nilai

25

yang ditambahkan ini sama dengan balas jasa atas ikut sertanya faktor

produksi dalam proses produksi.

3. Inflasi

a. Pengertian Inflasi

Inflasi didefinisikan dengan banyak ragam yang berbeda, tetapi semua

definisi itu mencakup pokok-pokok yang sama. Samuelson (2001) memberikan

definisi bahwa inflasi sebagai suatu keadaan dimana terjadi kenaikan tingkat

harga umum, baik barang-barang, jasa-jasa maupun faktor-faktor produksi. Dari

definisi tersebut mengindikasikan keadaan melemahnya daya beli yang diikuti

dengan semakin merosotnya nilai riil (intrinsik) mata uang suatu negara.

Pada awalnya inflasi diartikan sebagai kenaikan jumlah uang beredar atau

kenaikan likuiditas dalam suatu perekonomian. Dalam perkembangan lebih lanjut,

inflasi secara singkat dapat diartikan sebagai suatu kecenderungan meningkatnya

harga-harga barang dan jasa secara umum dan terus menerus (Suseno dan Aisyah,

2009 : 3).

Laju inlfasi harus mencerminkan perubahan harga dari sejumlah barang dan

jasa, maka pada umumnya laju inflasi dihitung dengan menggunakan angka

indeks. Laju inflasi tersebut dihitung berdasarkan angka indeks yang disusun dari

harga barang dan jasa yang dikonsumsi oleh masyarakat atau disebut sebagai

Indeks Harga Konsumen (IHK). Selain dihitung berdasarkan IHK, inflasi juga

dapat dihitung berdasarkan Indeks Biaya Hidup (IBH), Indeks Harga Produsen

26

(IBP), Indeks Harga Perdagangan Besar (IHPB), atau juga dapat dihitung dengan

deflator Produk Domestik Bruto (PDB Deflator) (Suseno dan Aisyah, 2009 : 4-6).

Menurut Al-Maqrizi faktor penyebab inflasi dapat diklasifikasikan ke

dalam dua hal, yaitu inflasi yang disebabkan oleh faktor alamiah dan inflasi yang

disebabkan oleh kesalahan manusia. Inflasi alamiah disebabkan berbagai faktor

lamiah yang tidak dapat dihindari oleh manusia seperti bencana alam, peperangan

dan sangat signifikannya barang tersebut sehingga terjadi peningkatan yang

drastis terhadap permintaan barang tersebut. Sedangkan inflasi karena kesalahan

manusia yaitu disebabkan karena korupsi dan administrasi yang buruk, pajak yang

berlebihan dan peningkatan sirkulasi mata uang fulus (Amalia, 2010 : 268-269).

Secara umum pendapat ahli ekonomi menyimpulkan bahwa inflasi yang

menyebabkan turunnya daya beli dari nilai uang terhadap barang-barang dan jasa,

besar kecilnya ditentukan oleh elastisitas permintaan dan penawaran akan barang

dan jasa. Faktor lain yang juga turut menentukan fluktuasi tingkat harga umum

diantaranya adalah kebijakan pemerintah mengenai tingkat harga, yaitu dengan

mengadakan kontrol harga, pemberian subsidi kepada konsumen dan lain

sebagainya.

Menurut Rahardja dan Manurung (2004) suatu perekonomian dikatakan

telah mengalami inflasi jika tiga karakteristik berikut dipenuhi, yaitu : 1) terjadi

kenaikan harga, 2) kenaikan harga bersifat umum, dan 3) berlangsung

terusmenerus. Ada beberapa indikator yang dapat digunakan untuk mengetahui

27

apakah suatu perekonomian sedang dilanda inflasi atau tidak. Indikator tersebut

diantaranya :

1. Indeks Harga Konsumen (IHK) IHK adalah indeks harga yang paling umum

dipakai sebagai indikator inflasi. IHK mempresentasikan harga barang dan jasa

yang dikonsumsi oleh masyarakat dalam suatu periode tertentu.

2. Indeks Harga Perdagangan Besar (IHPB) IHPB mertupakan indikator yang

menggambarkan pergerakan harga dari komoditi-komoditi yang

diperdagangkan pada tingkat produsen di suatu daerah pada suatu periode

tertentu. Jika pada IHK yang diamati adalah barang-barang akhir yang

dikonsumsi masyarakat, pada IHPB yang diamati adalah barang-barang mentah

dan barang-barang setengah jadi yang merupakan input bagi produsen.

3. GDP Deflator Prinsip dasar GDP deflator adalah membandingkan antara

tingkat pertumbuhan ekonomi nominal dengan pertumbuhan riil.

Ada beberapa masalah sosial yang muncul dari inflasi yang tinggi yaitu

lebih dari 1% pertahun, diantaranya yaitu (Rahardja dan Manurung, 2008 :

368).

a. Menurunnya tingkat kesejahteraan rakyat, diukur dari tingkat daya beli

pendapatan yang diperoleh masyarakat. Inflasi menyebabkan daya beli

pendapatan makin rendah, bagi masyarakat yang berpenghasilan kecil

atau tetap. Sehingga semakin tinggi inflasi, makin cepat penurunan

tingkat kesejateraan.

28

b. Makin buruknya distribusi pendapatan, dampak buruk inflasi terhadap

tingkat kesejahteraan dapat dihindari jika pertumbuhan tingkat

pendapatan lebih tinggi dari tingkat inflasi. Namun jika hanya segelintir

orang yang mampu meingkatkan pendapatannya lebih besar dari

kenaikan inflasi.

c. Akibatnya hanya sebagian orang yang mampu menaikan pendapatan

riil, tetapi sebagaian besar masyarakat mengalami penurunan

pendapatan riil. Distribusi pendapatan dilihat dari pendapatan rill,

makin memburuk.

d. Terganggunya stablitas ekonomi, pengertian paling sederhana dari

stabilitas ekonomi adalah sangat kecilnya tindakan spekulasi dalam

perekonomian. Produsen berproduksi pada kapasitas penuh. Konsumen

juga memakai barang dan jasa optimal dengan kebutuhan mereka.

Kondisi nyaman ini akan mulai terganggu bila inflasi yang relatif tinggi

telah menjadi kronis.

Inflasi dalam memepengaruhi permintaan agregat melalui kebijakan

moneter yaitu dengan mengerahkan ekonomi makro ke kondisi yang diinginkan

(yang lebih baik) dengan mengatur jumlah uang yang beredar. Kebijakan uang

ketat (kontraktif) akan mengurangi jumlah uang beredar dalam masyarakat.

Kebalikannya, kebijakan moneter ekspansif akan menambah jumlah uang beredar.

Jika pemerintah mengambil kebijakan uang ketat, jumlah uang beredar akan

berkurang. Besar kemungkinan hal ini akan dapat mengurangi daya beli secara

29

agregat. Sebaliknya dengan kebijakan moneter ekspansif yang menyebabkan uang

beredar bertambah. Pengaruh kebijakan moneter terhadap permintaan agregat

(Rahardja dan Manurung, 2008 : 362).

Jenis – jenis Inflasi

Berdasarkan sumber atau penyebab kenaikan harga – harga yang berlaku,

inflasi dibedakan dalam dua spesifikasi yaitu dilihat dari sebab awal inflasi dan

ditinjau dari asal inflasi, yang dijabarkan sebagai berikut (Sukirno, 1994: 333-

336).

c. Penyebab Inflasi

1) Demand-Pull Inflation Demand-pull Inflation disebabkan oleh

permintaan masyarakat akan barang – barang (agregate demand)

bertambah. Inflasi ini biasanya terjadi pada masa perekonomian yang

berkembang dengan pesat. Kesempatan kerja yang tinggi menciptakan

tingkat pendapatan yang tinggi dan selanjutnya menimbulkan

pengeluaran yang melebihi kemampuan ekonomi mengeluarkan barang

dan jasa. Pengeluaran yang berlebihan ini akan menimbulkan inflasi.

Selain pada masa perekonomian berkembang pesat, Demand–pull

Inflation juga dapat berlaku pada masa perang atau ketidakstabilan

politik yang terus menerus. Dalam masa seperti ini pemerintah

berbelanja jauh melebihi pajak yang dipungutnya. Untuk membiayai

kelebihan pengeluaran tersebut pemerintah terpaksa mencetak uang

30

atau meminjam dari bank sentral. Pengeluaran pemerintah yang

berlebihan tersebut menyebabkan permintaan agregat akan melebihi

kemampuan ekonomi tersebut menyediakan barang dan jasa. Maka

keadaan ini akan mewujudkan inflasi.

2) Cost Push Inflation Inflasi jenis Cost – Push inflation terjadi karena

kenaikan biaya produksi, yang disebabkan oleh terdepresiasinya nilai

tukar, dampak inflasi luar negeri terutama negara- negara partner

dagang, peningkatan harga – harga komoditi yang diatur pemerintah (

administered price) , dan terjadi negative supply shocks akibat bencana

alam dan tergangggunya distribusi. Inflasi ini terutama berlaku dalam

masa perekonomian berkembang pesat ketika tingkat pengangguran

sangat rendah. Apabila perusahaan – perusahaan masih menghadapi

permintaan yang bertambah, mereka akan berusaha menaikkan produksi

dengan cara memberikan gaji atau upah yang lebih tinggi kepada

pekerjanya dan mencari pekerja baru dengan tawaran pembayaran yang

lebih tinggi ini. Langkah ini mengakibatkan biaya produksi meningkat,

yang akhirnya akan menyebabkan kenaikan harga – harga berbagai

barang.

31

d. Teori – teori Inflasi

Teori Kuantitas

Teori kuantitas merupakan teori yang paling tua mengenai inflasi, namun

teori ini masih sangat berguna untuk menerangkan proses inflasi di jaman yang

modern ini, terutama di negara – negara yang sedang berkembang. Teori kuantitas

ini menyoroti peranan dalam inflasi dari (Boediono, 1998: 167-169) :

a. Jumlah uang yang beredar Inflasi hanya bisa terjadi kalau ada

penambahan volume uang yang beredar, tanpa ada kenaikan jumlah

uang yang beredar. Kejadian seperti ini misalnya, kegagalan panen,

hanya akan menaikkan harga – harga untuk sementara waktu saja. Bila

jumlah uang tidak ditambah, inflasi akan berhenti dengan sendirinya,

apapun sebab-musababnya awal dari kenaikan harga – harga tersebut.

b. Psikologi (expectations) masyarakat mengenai harga – harga Laju

inflasi ditentukan oleh laju pertambahan jumlah uang yang beredar dan

oleh psikologi (harapan) masyarakat mengenai harga-harga di masa

mendatang. Ada 3 kemungkinan keadaan, keadaan yang pertama adalah

bila masyarakat tidak (atau belum) mengharapkan harga – harga untuk

naik pada bulan – bulan mendatang. Kedua adalah dimana masyarakat

(atas dasar pengalaman di bulan – bulan sebelumnya) mulai sadar

bahwa ada inflasi. Dan yang ketiga terjadi pada tahap inflasi yang lebih

parah yaitu tahap hiperinflasi, pada tahap ini orang – orang sudah

32

kehilangan kepercayaan terhadap nilai mata uang. Hiperinflasi ini

pernah terjadi di Indonesia selama periode 1961 – 1966.

Teori Keynes

Teori Keynes mengenai inflasi didasarkan atas teori makronya, dan

menyoroti aspek lain dari inflasi (Boediono, 1998: 170-171). Menurut teori ini,

inflasi terjadi karena suatu masyarakat ingin hidup diluar batas kemampuan

ekonominya. Proses inflasi, menurut pandangan ini, tidak lain adalah proses

perebutan bagian rejeki diantara kelompok – kelompok sosial yang menginginkan

bagian yang lebih besar daripada yang bisa disediakan oleh masyarakat tersebut.

Proses perebutan ini akhirnya diterjemahkan menjadi keadaan dimana permintaan

masyarakat akan barang – barang selalu melebihi jumlah barang – barang yang

tersedia (timbulnya apa yang disebut inflationary gap).

Inflationary gap timbul karena adanya golongan – golongan masyarakat

tersebut berhasil menerjemahkan aspirasi mereka menjadi permintaan yang efektif

akan barang – barang. Dengan kata lain, mereka berhasil memperoleh dana untuk

mengubah aspirasinya menjadi rencana pembelian barang – barang yang didukung

dengan dana. Golongan masyarakat seperti ini mungkin adalah pemerintah

sendiri, yang berusaha memperoleh bagian yang lebih besar dari output

masyarakat dengan jalan menjalankan defisit dalam anggaran belanjanya yang

dibiayai dengan mencetak uang baru. Golongan tersebut mugkin juga pengusaha –

pengusaha swasta yang menginginkan untuk investasi – investasi baru dan

33

memperoleh dana pembiayaannya dari kredit dari bank. Golongan tersebut biasa

pula serikat buruh yang berusaha memperoleh kenaikan gaji bagi anggota –

anggotanya melebihi kenaikan produktifitas buruh.

Teori Strukturalis

Teori mengenai inflasi yang didasarkan atas pengalaman di negaranegara

Amerika latin. Teori ini memberikan tekanan pada ketegaran (rigdities) dari

struktur perekonomian negara – negara sedang berkembang. Menurut Boediono

(1998), karena inflasi dikaitkan dengan faktor – faktor struktural dari

perekonomian (yang menurut definisi, faktor – faktor ini hanya bisa berubah

secara gradual dan dalam jangka panjang) maka teori ini bisa disebut teori inflasi

jangka panjang. Mengenai teori strukturalis ini ada 3 hal yang perlu ditekankan :

a. Teori ini menerangkan proses inflasi jangka panjang di negara – negara

yang sedang berkembang.

b. Ada asumsi bahwa jumlah uang beredar bertambah dan secara pasif

mengikuti dan menampung kenaikan harga – harga tersebut. Dengan kata lain,

proses inflasi tersebut bisa berlangsung terus hanya apabila jumlah uang beredar

juga bertambah terus. Tanpa kenaikan jumlah uang proses tersebut akan berhenti

dengan sendirinya.

c. Faktor – faktor struktural yang dikatakan sebagai sebab musabab yang

paling dasar dari proses inflasi tersebut bukan 100 % struktural. Sering dijumpai

34

bahwa keterangan – keterangan tersebut disebabkan oleh kebijakan harga atau

moneter pemerintah sendiri.

4. Indeks Pembangunan Manusia

a. Pengertian Indeks Pembangunan Manusia

Dalam UNDP (United Nations Development Programme), pembangunan

manusia adalah suatu proses untuk memperbesar pilihan-pilihan bagi manusia (―a

process of enlarging people’s choices‖). Konsep atau definisi pembangunan

manusia tersebut pada dasarnya mencakup dimensi pembangunan yang sangat

luas. Dalam konsep pembangunan manusia, pembangunan seharusnya dianalisis

serta dipahami dari sudut manusianya, bukan hanya dari pertumbuhan

ekonominya. Sebagaimana dikutip dari UNDP (Human Development Report,

1995:103), sejumlah premis penting dalam pembangunan manusia adalah:

a) Pembangunan harus mengutamakan penduduk sebagai pusat perhatian.

b) Pembangunan dimaksudkan untuk memperbesar pilihan-pilihan bagi

penduduk, tidak hanya untuk meningkatkan pendapatan mereka. Oleh karena

itu konsep pembangunan manusia harus terpusat pada penduduk secara

keseluruhan, dan bukan hanya pada aspek ekonomi saja.

c) Pembangunan manusia memperhatikan bukan hanya pada upaya meningkatkan

kemampuan (kapabilitas) manusia tetapi juga dalam upayaupaya

memanfaatkan kemampuan manusia tersebut secara optimal.

35

d) Pembangunan manusia didukung oleh empat pilar pokok, yaitu: produktifitas,

pemerataan, kesinambingan, dan pemberdayaan.

e) Pembangunan manusia menjadi dasar dalam penentuan tujuan pembangunan

dan dalam menganalisis pilihan-pilihan untuk mencapainya.

Berdasarkan konsep tersebut, penduduk di tempatkan sebagai tujuan akhir

sedangkan upaya pembangunan dipandang sebagai sarana untuk mencapai tujuan

itu. Untuk menjamin tercapainya tujuan pembangunan manusia, ada empat hal

pokok yang perlu diperhatikan yaitu:

1. Produktifitas Penduduk harus meningkatkan produktifitas dan partisipasi

penuh dalam proses penciptaan pendapatan dan nafkah. Sehingga

pembangunan ekonomi merupakan bagian dari model pembangunan manusia.

2. Pemerataan Penduduk memiliki kesempatan yang sama untuk mendapatkan

akses terhadap sumber daya ekonomi dan sosial. Semua hambatan yang

memperkecil kesempatan untuk memperoleh akses tersebut harus dihapus,

sehingga mereka dapat mengambil manfaat dari kesempatan yang ada dan

berpartisipasi dalam kegiatan produktif yang dapat meningkatkan kualitas

hidup.

3. Kesinambungan Akses terhadap sumber daya ekonomi dan sosial harus

dipastikan tidak hanya untuk generasi-generasi yang akan datang. Semua

sumber daya fisik, manusia, dan lingkungan selalu diperbaharui.

36

4. Pemberdayaan Penduduk harus berpartisipasi penuh dalam keputusan dan

proses yang akan menentukan (bentuk/arah) kehidupan mereka serta untuk

berpartisipasi dan mengambil keputusan dalam proses pembangunan.

Menurut United Nations Development Programme (UNDP), dalam Indeks

Pembangunan Manusia (IPM) terdapat tiga indikator komposit yang digunakan

untuk mengukur pencapaian rata-rata suatu negara dalam pembangunan manusia,

yaitu: lama hidup, yang diukur dengan angka harapan hidup ketika lahir;

pendidikan yang diukur berdasarkan rata-rata lama bersekolah dan angka melek

huruf penduduk usia 15 tahun ke atas; standar hidup yang diukur dengan

pengeluaran perkapita yang telah disesuaikan menjadi paritas daya beli. Nilai

indeks ini berkisar antara 0-100. Pengertian IPM yang dikeluarkan oleh UNDP

yang menyatakan bahwa Indeks Pembangunan Manusia (IPM) atau Human

Development Indeks (HDI) merupakan salah satu pendekatan untuk mengukur

tingkat keberhasilan pembangunan manusia. IPM ini mulai digunakan oleh UNDP

sejak tahun 1990 untuk mengukur upaya pencapaian pembangunan manusia suatu

negara. Walaupun tidak dapat mengukur semua dimensi dari pembangunan,

namun mampu mengukur dimensi pokok pambangunan manusia yang dinilai

mencerminkan status kemampuan dasar (basic capabilities) penduduk. IPM

dihitung berdasarkan data yang dapat menggambarkan keempat komponen yaitu

angka harapan hidup yang mewakili bidang kesehatan, angka melek huruf dan

rata-rata lamanya bersekolah mengukur capaian pembangunan di bidang

pendidikan, dan kemampuan daya beli / paritas daya beli (PPP) masyarakat

37

terhadap sejumlah kebutuhan pokok yang dilihat dari rata-rata besarnya

pengeluaran perkapita sebagai pendekatan pendapatan yang mewakili capaian

pembangunan untuk hidup layak.

Konsep pembangunan manusia seutuhnya merupakan konsep yang

menghendaki peningkatan kualitas hidup penduduk baik secara fisik, mental

maupun secara spritual. Bahkan secara eksplisit disebutkan bahwa pembangunan

yang dilakukan menitikberatkan pada pembangunan sumber daya manusia yang

seiring dengan pertumbuhan ekonomi. Pembangunan sumber daya manusia secara

fisik dan mental mengandung makna peningkatan kapasitas dasar penduduk yang

kemudian akan memperbesar kesempatan untuk dapat berpartisipasi dalam proses

pembangunan yang berkelanjutan.

Indeks Pembangunan Manusia, karena dimaksudkan untuk mengukur

dampak dari upaya peningkatan kemampuan dasar tersebut, dengan demikian

menggunakan indikator dampak sebagai komponen dasar penghitungannya yaitu,

angka harapan hidup waktu lahir, pencapaian pendidikan yang diukur dengan

angka melek huruf dan rata-rata lama sekolah, serta pengeluaran konsumsi. Nilai

IPM suatu negara atau wilayah menunjukkan seberapa jauh negara atau wilayah

itu telah mencapai sasaran yang ditentukan yaitu angka harapan hidup 85 tahun,

pendidikan dasar bagi semua lapisan masyarakat (tanpa kecuali), dan tingkat

pengeluaran dan konsumsi yang telah mencapai standar hidup layak.

38

Pembentukan modal manusia adalah suatu proses memperoleh dan

meningkatkan jumlah orang yang mempunyai keahlian, pendidikan, dan

pengalaman yang menentukan bagi pembangunan ekonomi suatu negara.

Pembentukan modal manusia karenanya dikaitkan dengan investasi pada manusia

dan pengembangannya sebagai sumber yang kreatif dan produktif.

b. Komponen Pembangunan Manusia

Lembaga United Nations Development Programme (UNDP) telah

mempublikasikan laporan pembangunan sumber daya manusia dalam ukuran

kuantitatif yang disebut Human Development Indeks (HDI). Meskipun HDI

merupakan alat ukur pembangunan SDM yang dirumuskan secara konstan, diakui

tidak akan pernah menangkap gambaran pembangunan SDM secara sempurna.

Adapun indikator yang dipilih untuk mengukur dimensi HDI adalah sebagai

berikut: (UNDP, Human Development Report 1993: 105-106)

Longevity, diukur dengan variabel harapan hidup saat lahir atau life

expectancy of birth dan angka kematian bayi per seribu penduduk atau

infant mortality rate.

Educational Achievement, diukur dengan dua indikator, yakni melek

huruf penduduk usia 15 tahun ke atas (adult literacy rate) dan tahun rata-

rata bersekolah bagi penduduk 25 ke atas (the mean years of schooling).

Access to resource, dapat diukur secara makro melalui PDB rill

perkapita dengan terminologi purchasing power parity dalam dolar AS

39

dan dapat dilengkapi dengan tingkatan angkatan kerja. Dari penjelasan

tersebut dapat disimpulkan bahwa komponen-komponen yang

mempengaruhi IPM antara lain:

a. Indeks Harapan hidup Indeks Harapan Hidup menunjukkan jumlah

tahun hidup yang diharapkan dapat dinikmati penduduk suatu wilayah.

Dengan memasukkan informasi mengenai angka kelahiran dan

kematian per tahun, variabel tersebut diharapkan akan mencerminkan

rata-rata lama hidup sekaligus hidup sehat masyarakat. Sehubungan

dengan sulitnya mendapatkan informasi orang yang meninggal pada

kurun waktu tertentu, maka untuk menghitung angka harapan hidup

digunakan metode tidak langsung. Data dasar yang dibutuhkan dalam

metode ini adalah ratarata anak lahir hidup dan rata-rata anak masih

hidup dari wanita pernah kawin. Secara singkat, proses penghitungan

angka harapan hidup ini disediakan oleh program Mortpak. Untuk

mendapatkan Indeks Harapan Hidup dengan cara menstandartkan angka

harapan hidup terhadap nilai maksimum dan minimumnya.

b. Indeks Hidup Layak Untuk mengukur dimensi standar hidup layak

(daya beli), UNDP mengunakan indikator yang dikenal dengan real per

kapita GDP adjusted. Untuk perhitungan IPM sub nasional (provinsi

atau kabupaten/kota) tidak memakai PDRB per kapita karena PDRB per

kapita hanya mengukur produksi suatu wilayah dan tidak

40

mencerminkan daya beli riil masyarakat yang merupakan konsentrasi

IPM. Untuk mengukur daya beli penduduk antar provinsi di Indonesia,

BPS menggunakan data rata-rata konsumsi 27 komoditi terpilih dari

Survei Sosial Ekonomi Nasional (SUSENAS) yang dianggap paling

dominan dikonsumsi oleh masyarakat Indonesia dan telah distandarkan

agar bisa dibandingkan antar daerah dan antar waktu yang disesuaikan

dengan indeks PPP (Purchasing Power Parity).

c. Indeks Pendidikan Penghitungan Indeks Pendidikan (IP) mencakup dua

indikator yaitu angka melek huruf (LIT) dan rata-rata lama sekolah

(MYS). Populasi yang digunakan adalah penduduk berumur 15 tahun

ke atas karena pada kenyataannya penduduk usia tersebut sudah ada

yang berhenti sekolah. Batasan ini diperlukan agar angkanya lebih

mencerminkan kondisi sebenarnya mengingat penduduk yang berusia

kurang dari 15 tahun masih dalam proses sekolah atau akan sekolah

sehingga belum pantas untuk rata-rata lama sekolahnya. Kedua

indikator pendidikan ini dimunculkan dengan harapan dapat

mencerminkan tingkat pengetahuan (cerminan angka LIT), dimana LIT

merupakan proporsi penduduk yang memiliki kemampuan baca tulis

dalam suatu kelompok penduduk secara keseluruhan. Sedangkan

cerminan angka MYS merupakan gambaran terhadap keterampilan

yang dimiliki penduduk.

41

Menurut Todaro (2006:187) pembangunan manusia ada tiga komponen

universal sebagai tujuan utama meliputi:

a) Kecukupan, yaitu merupakan kebutuhan dasar manusia secara fisik.

Kebutuhan dasar adalah kebutuhan yang apabila tidak dipenuhi akan

menghentikan kehidupan seseorang, meliputi pangan, sandang, papan,

kesehatan dan keamanan. Jika satu saja tidak terpenuhi akan

menyebabkan keterbelakangan absolut.

b) Jati Diri, yaitu merupakan komponen dari kehidupan yang serba lebih

baik adalah adanya dorongan dari diri sendiri untuk maju, untuk

menghargai diri sendiri, untuk merasa diri pantas dan layak mengejar

sesuatu, dan seterusnya. Semuanya itu terangkum dalam self esteem

(jati diri).

c) Kebebasan dari Sikap Menghamba, yaitu merupakan kemampuan untuk

memiliki nilai universal yang tercantum dalam pembangunan manusia

adalah kemerdekaan manusia. Kemerdekaan dan kebebasan di sini

diartikan sebagai kemampuan berdiri tegak sehingga tidak diperbudak

oleh pengejaran dari aspek-aspek materil dalam kehidupan. Dengan

adanya kebebasan kita tidak hanya semata-mata dipilih tapi kitalah

yang memilih.

42

c. Pengukuran Indeks Pembangunan

Manusia Dalam indeks pembangunan manusia terdapat tiga

komposisi indikator yang digunakan untuk mengukur besar indeks

pembangunan manusia suatu negara, yaitu :

a) Tingkat kesehatan diukur harapan hidup saat lahir (tingkat kematian

bayi).

b) Tingkat pendidikan diukur dengan angka melek huruf (dengan bobot

dua per tiga) dan rata-rata lama sekolah (dengan bobot sepertiga).

c) Standar kehidupan diukur dengan tingkat pengeluaran perkapita per

tahun. Rumus umum yang digunakan untuk menghitung Indeks

Pembangunan Manusia adalah sebagai berikut:

IPM = 1/3 (Indeks X1 + Indeks X2 + Indeks X3)

Dimana:

X1 = Indeks harapan hidup X3 = Indeks standar hidup layak

X2 = Indeks pendidikan

UNDP mengelompokkan capaian IPM menjadi empat kategori, yaitu:

kategori tinggi dengan nilai IPM > 80, kategori menengah atas dengan 66

< IPM < 80, kategori menengah bawah dengan 50 < IPM < 66, dan

kategori rendah dengan IPM < 50.

43

d.Manfaat Indeks Pembangunan

Manusia IPM dapat dimanfaatkan untuk beberapa hal sebagai berikut:

a) Untuk mengalihkan fokus perhatian para pengambil keputusan, media,

dan organisasi non pemerintah dari penggunaan statistik ekonomi biasa,

agar lebih menekankan pada pencapaian manusia. IPM diciptakan

untuk menegaskan bahwa manusia dan segenap kemampuannya

seharusnya menjadi kriteria utama untuk menilai pembangunan sebuah

negara, bukannya pertumbuhan ekonomi.

b) Untuk mempertanyakan pilihan-pilihan kebijakan suatu negara.

Bagaimana dua negara yang tingkat pendapatan perkapitanya sama

dapat memiliki IPM yang berbeda.

c) Untuk memperlihatkan perbedaan di antara negara-negara, di antara

provinsiprovinsi (atau negara bagian), di antara gender, kesukuan, dan

kelompok sosial ekonomi lainnya. Dengan memperlihatkan disparitas

atau kesenjangan di antara kelompok-kelompok tersebut, maka akan

lahir berbagai debat dan diskusi di berbagai negara untuk mencari

sumber masalah dan solusinya.

5. Kemiskinan

Bank Dunia (2006) mendefinisikan kemiskinan adalah keadaan

kelaparan,kurang tempat tinggal kurang sandang, dan kurang pendidikan. Ada

44

banyak hal yang menyebabkan seseorang masuk dalam kategori miskin,

diantaranya:

a. Rendahnya pendapatan dan asset untuk memenuhi kebutuhan dasar,seperti

makanan, tempat tinggal, pakain, kesehatan dan pendidikan.

b. Ketidakmampuan untuk bersuara dan ketiadaan kekuatan di depan institusi dan

masyarakat.

c. Rentan terhadap guncangan ekonomi.

Hampir setiap negara, kemiskinan selalu terpusat di tempat-tempat

tertentu, yaitu biasanya dipedesaan atau di daerah-daerah yang kekurangan

sumber daya. Persoalan kemiskinan juga selalu berkaitan dengan masalah-

masalah lain,misalnya lingkungan.

Menurut Friedman, kemiskinan sebagai minimnya kebutuhan dasar

sebagaimana yang dirumuskan dalam konferensi ILO tahun 1976.

Kebutuhandasar menurut konferensi tersebut dirumuskan sebagai berikut (Fenny,

2008):

a. Kebutuhan minimum dari suatu keluarga akan konsumsi privat (pangan,

sandang, papan dan sebagainya).

b. Pelayanan esensial atas konsumsi kolektif yang disediakan oleh dan untuk

komunitas pada umumnya (air minum sehat, sanitasi, tenaga listrik, angkutan

umum, dan fasilitas kesehatan dan pendidikan.

45

c. Partisipasi masyarakat dalam pembuatan keputusan yang mempengaruhi

mereka.

d. Terpenuhinya tingkat absolut kebutuhan dasar dalam kerangka kerja yang lebih

luas dari hak-hak dasar manusia.

e. Penciptaan lapangan kerja baik sebagai alat maupun tujuan dari setrategi

kebutuhan dasar.

Kemiskinan menurut bentuk

a) Kemiskinan absolut, kondisi dimana seseorang memiliki pendapatan dibawah

garis kemiskinan atau tidak cukup untuk memenuhi kebutuhan pangan,

sandang, papan, kesehatan, perumahan, dan pendidikan yang dibutuhkan untuk

bisa hidup dan bekerja.

b) Kemiskinan relatif, kondisi miskin karena pengaruh kebijakan pembangunan

yang belum menjangkau seluruh masyarakat, sehingga menyebabkan

ketimpangan pada pendapatan.

c) Kemiskinan kultural, mengacu pada persoalan sikap seseorang atau masyarakat

yang disebabkan oleh faktor budaya, seperti tidak mau berusaha memperbaiki

tingkat kehidupan, malas, pemboros, tidak kreatif meskipun ada bantuan dari

pihak luar.

d) Kemiskinan struktural, situasi miskin yang disebabkan oleh rendahnya akses

terhadap sumber daya yang terjadi dalam suatu sistem sosial budaya dan sosial

46

politik yang tidak mendukung pembebasan kemiskinan, tetapi seringkali

menyebabkan suburnya kemiskinan.

Kemiskinan menurut jenisnya

1. Kemiskinan alamiah, berkaitan dengan kelangkaan sumber daya alam dan

prasarana umum, serta keadaan tanah yang tandus.

2. Kemiskinan buatan, lebih banyak diakibatkan oleh sistem modernisasi atau

pembangunan yang membuat masyarakat tidak mendapat menguasai sumber

daya, sarana, dan fasilitas ekonomi yang ada secara merata.

Penyebab Kemiskinan

Ditinjau dari sumber penyebabnya, kemiskinan dapat dibagi menjadi

kemiskinan kultural dan kemiskinan struktural. Kemiskinan kultural adalah

kemiskinan yang mengacu pada sikap seseorang atau masyarakat yang disebabkan

oleh gaya hidup, kebiasaan hidup dan budayanya. Kemiskinan kultural biasanya

dicirikan oleh sikap individu atau kelompok masyarakat yang merasa tidak miskin

meskipun jika diukur berdasarkan garis kemiskinan termasuk dalam kelompok

miskin. Sedangkan kemiskinan struktural adalah kemiskinan yang disebabkan

oleh struktur masyarakat yang timpang, baik karena perbedaan kepemilikan,

kemampuan, pendapatan dan kesempatan kerja yang tidak seimbang, maupun

karena distribusi pembangunan yang hasilnya tidak merata. Kemiskinan struktural

47

biasanya dicirikan oleh struktur masyarakat yang timpang terutama dilihat dari

ukuran-ukuran ekonomi.

Kemiskinan merupakan masalah multidimensi yang mencakup berbagai

aspek kehidupan. Kondisi kemiskinan setidaknya disebabkan oleh faktor-faktor

sebagai berikut:

1. Rendahnya taraf pendidikan dan kesehatan berdampak pada keterbatasan dalam

pengembangan diri dan mobilitas. Hal ini berpengaruh terhadap daya

kompetisi dalam merebut atau memasuki dunia kerja.

2. Rendahnya derajat kesehatan dan gizi berdampak pada rendahnya daya tahan

fisik, daya pikir dan selanjutnya akan mengurangi inisiatif.

3. Terbatasnya lapangan pekerjaan semakin memperburuk kemiskinan. Dengan

bekerja setidaknya membuka kesempatan untuk mengubah nasibnya.

4. Kondisi terisolasi (terpencil) mengakibatkan pelayanan publik seperti

pendidikan, kesehatan, dan lain-lain tidak dapat menjangkaunya.

5. Ketidakstabilan politik berdampak pada ketidakberhasilan kebijakan pro-

poor. Berbagai kebijakan dan program-program penanggulangan kemiskinan

akan mengalami kesulitan dalam implementasinya jika tidak didukung oleh

kondisi politik yang stabil.

Menurut Robert Chamber (2004) dalam Departemen Komunikasi dan

Informatika (2008) inti dari masalah kemiskinan sebenarnya terletak pada apa

48

yang disebut deprivation trap atau perangkap kemiskinan. Secara rinci,

deprivation trap terdiri dari lima unsur, yaitu: (1) kemiskinan itu sendiri, (2)

kelemahan fisik, (3) keterasingan atau kadar isolasi, (4) kerentanan, dan (5)

ketidakberdayaan.

Kelima unsur ini seringkali saling berkaitan satu sama lain, sehingga

menjadi penyebab perangkap kemiskinan yang mematikan peluang hidup

seseorang sehingga kerentanan dan ketidakberdayaan perlu mendapat perhatian

yang utama. Kerentanan dapat dilihat dari ketidakmampuan keluarga miskin

untuk menyediakan sesuatu untuk menghadapi situasi darurat seperti datangnya

bencana alam, kegagalan panen, atau penyakit yang tiba-tiba menimpa keluarga.

Kerentanan ini sering menimbulkan poverty rackets atau roda penggerak

kemiskinan yang menyebabkan keluarga miskin harus menjual harta benda dan

asset produksinya menjadi makin rentan dan tidak berdaya. Banyak pemikiran dan

gagasan yang diberikan oleh pakar dan pemerhati kemiskinan yang menawarkan

jalan keluar untuk mengatasi kemiskinan dalam bentuk suatu kebijakan. Adapun

kebijakan yang dilakukan adalah melalui pendekatan kebijakan mikro (direct

policy approach) sebagai berikut (Zulkifli Husein dalam Amidi, 2008):

a) Kebijaksanaan untuk petani

Bagi masyarakat yang tidak mempunyai lahan (land-less labor) maka

diperlukan kebijakan mikro dalam bentuk pembagian asset baik berupa lahan

maupun alat-alat produksi. Menurut Masbar dalam Amidi (2008), untuk

49

kelompok ini diperlukan program pemabangunan yang mendesak (instant

developtment). Dengan pembagian asset berupa lahan, kelompok ini akan

mampu untuk memenuhi tingkat hidup yang lebih layak dan tingkat

ketergantungan kepada upah menjadi berkurang. Selain untuk petani yang tidak

memiliki lahan pertanian, kebijakan ini juga diperlukan bagi petani yang

memiliki lahan relatif kecil.

b) Kebijakan untuk pedagang kakilima dan asongan

Peningkatan taraf hidup pedagang kakilima dan asongan dapat dilakukan

dengan pemberian permodalan.

c) Kebijaksanaan untuk pengrajin kecil di pedesaan

Pada kelompok ini, selain diperlukannya permodalan juga dibutuhkan

pembinaan keterampilan serta pemasaran hasil produksinya. Dengan adanya

kegitan ini akan dapat meningkatkan usaha yang sekaligus akan dapat

meningkatkan taraf hidup masyarakat.

d) Kebijaksanaan untuk pengangguran

Penciptaan lapangan kerja merupakan bagian yang tak terpisahkan dari

kebijaksanaan peningkatan taraf hidup masyarakat miskin. Dalam hal ini

orientasi pembangunan secara menyeluruh diupayakan lebih bersifat padat

karya serta menerapkan teknologi tepat guna.

50

e) Kebijaksanaan untuk nelayan

Program peningkatan taraf hidup nelayan dapat dilakukan dengan pemberian

modal dan peningkatan teknologi serta keterampilan.

f) Kebijaksanaan untuk gelandangan

Kebijaksanaan yang dapat dilaksanakan untuk gelandangan adalah dengan

membangun rumah- rumah sederhana dengan perkreditan yang murah.

Todaro (2006), menyatakan bahwa tinggi rendahnya tingkat kemiskinan

disuatu negara tergantung dari dua faktor utama, yakni: pertama, tingkat

pendapatannasional rata-rata. Kedua, lebar sempitnya kesenjangan dalam

distribusi pendapatan. Selain itu Todaro juga menjelaskan bahwa adanya variasi

kemiskinan di setiap wilayah karena disebabkan: 1) perbedaan geografis,

penduduk dan pendapatan; 2) perbedaan sejarah; 3) perbedaan kekayaan SDA dan

kualitas SDM; 4) perbedaan sektor swasta dan negara; 5) perbedaan struktur

perindustrian; 6) perbedaan pada ketergantungan kekuatan ekonomi dan politik

dari negara lain; 7) perbedaan pembagian kekuasaan, struktur politik dan

kelembagaan dalam negeri.

Ukuran kemiskinan

Menurut BPS (Biro Pusat Statistik), tingkat kemiskinan didasarkan pada

jumlah konsumsi rupiah berupa makanan yaitu 2100 kalori per orang per hari

(dari 52 jenis komoditi yang dianggap mewakili pola konsumsi penduduk yang

51

berada dilapisan bawah), dan konsumsi non makanan (dari 45 jenis komoditi

makanan sesuai kesepakatan nasional dan tidak dibedakan antara wilayah

pedesaan dan perkotaan). Patokan kecukupan 2100 kalori ini berlaku untuk semua

umur, jenis kelamin, dan perkiraan tingkat kegiatan fisik, berat badan, serta

perkiraan status fisiologis penduduk, ukuran ini sering disebut dengan garis

kemiskinan. Penduduk yang memiliki pendapatan dibawah garis kemiskinan

dikatakan dalam kondisi miskin.

Badan Koordinasi Keluarga Berencana Nasional (BKKBN), mengukur

kemiskinan berdasarkan dua kriteria yaitu (Suryawati, 2005):

1. Kriteria Keluarga Pra Sejahtera (Pra KS) yaitu keluarga yang tidak

mempunyai kemampuan untuk menjalankan perintah agama dengan

baik, minimum makan dua kali sehari, membeli lebih dari satu stel

pakaian per orang per tahun, lantai rumah bersemen lebih dari 80%,

dan berobat ke Puskesmas bila sakit.

2. Kriteria Keluarga Sejahtera 1 (KS 1) yaitu keluarga yang tidak

berkemampuan untuk melaksanakan perintah agama dengan baik,

minimal satu kali per minggu makan daging/telor/ikan, membeli

pakaian satu stel per tahun, rata-rata luas lantai rumah 8 meter per segi

per anggota keluarga, tidak ada anggota keluarga umur 10 sampai 60

tahun yang buta huruf, semua anak berumur antara 5 sampai 15 tahun

52

bersekolah, satu dari anggota keluarga mempunyai penghasilan rutin

atau tetap, dan tidak ada yang sakit selama tiga bulan.

Ukuran kemiskinan menurut Foster-Greer-Thorbecke dalam (Todaro, 2006)

adalah:

q

Pa = 1 ∑ [z-yi]a

n i=1 z

Dimana:

a = 0, 1, 2

z = Garis kemiskinan

yi = Rata-rata pengeluaran per kapita sebulan penduduk yang berada di bawah

garis kemiskinan ( i =1, 2, 3, ..., q ), y < z 1.

q = Banyaknya penduduk yang berada dibawah garis kemiskinan.

n = Jumlah penduduk

Jika:

1. a = 0, maka diperoleh Head Count Index ( 0 P ), yaitu persentase penduduk

yang berada dibawah garis kemiskinan.

2. a = 1, maka diperoleh Poverty Gap Index ( 1 P ), yaitu indeks kedalaman

kemiskinan, merupakan ukuran rata-rata kesenjangan pengeluaran masing-masing

53

penduduk miskin terhadap garis kemiskinan. Semakin tinggi nilai indek, semakin

jauh rata-rata pengeluaran penduduk dari garis kemiskinan.

3. a = 2, maka diperoleh Poverty Severity ( 2 P ), yaitu indeks keparahan

kemiskinan, yang memberikan gambaran mengenai penyebaran pengeluaran

antara penduduk miskin. Semakin tinggi nilai indek, semakin tinggi

ketimpangan pengeluaran di antara penduduk miskin.

Menurut Sadono Sukirno (2004), perkembangan jumlah penduduk bisa

menjadi faktor pendorong dan penghambat pembangunan. Faktor pendorong

karena, pertama, memungkinkan semakin banyaknya tenaga kerja. Kedua,

perluasan pasar, karena luas pasar barang dan jasa ditentukan oleh dua factor

penting, yaitu pendapatan masyarakat dan jumlah penduduk. Sedangkan

penduduk disebut faktor penghambat pembangunan karena akan menurunkan

produktivitas, dan akan terdapat banyak pengangguran.

Dalam kaitannya dengan kemiskinan, jumlah penduduk yang besar justru

akan memperparah tingkat kemiskinan. Fakta menunjukkan, di kebanyakan

negara dengan jumlah penduduk yang besar tingkat kemiskinannya juga lebih

besar jika dibandingkan dengan negara dengan jumlah penduduk sedikit. Banyak

teori dan pendapat para ahli yang meyakini adanya hubungan antara pertumbuhan

penduduk dengan kemiskinan. Salah satunya adalah Thomas Robert Malthus

(1798) dalam Todaro (2006) meyakini jika pertumbuhan penduduk tidak

54

dikendalikan maka suatu saat nanti sumber daya alam akan habis. Sehingga

muncul wabah penyakit, kelaparan dan berbagai macam penderitaan manusia.

Menurut penelitian yang dilakukan oleh Siregar dan Wahyuniarti (2007),

semakin banyak jumlah penduduk maka akan meningkatkan jumlah penduduk

miskin. Hal tersebut membuktikan bahwa jumlah penduduk yang besar akan

meningkatkan jumlah penduduk miskin. Oleh karena itu perlu adanya upayaupaya

untuk mengendalikan jumlah penduduk, seperti dengan melakukan program

Keluarga Berencana (KB).

B. Keterkaitan Antar Variabel

a. Hubungan Pembiayaan dengan Kemiskinan

Dengan meningkatnya pembiayaan akan berdampak pada sektor riil, baik

itu kegiatan investasi oleh perusahaan atau konsumsi serta produksi oleh rumah

tangga. Seperti pada sector UMKM, pembiayaan mudharabah yang membantu

pembiayaan pada sector UMKM akan berdampak pada terbukanya lapangan kerja

baru, dan mengurangi pengangguran dan pada akhirnya masyarakat memiliki

penghasilan dan mempunyai daya beli, sehingga kemiskinan pun secara perlahan

akan berkurang.

b. Hubungan Produk Domestik Reginal Bruto dengan Kemiskinan

Pembangunan ekonomi mensyaratkan pendapatan nasional yang lebih

tinggi. Hal itu akan tercapai apabila tingkat pertumbuhan perekonomian suatu

negara juga tinggi (Todaro, 2006). Pertumbuhan ekonomi merupakan indikator

55

untuk melihat keberhasilan pembangunan dan merupakan syarat bagi

pengurangan tingkat kemiskinan. Syaratnya adalah hasil dari pertumbuhan

ekonomi tersebut menyebar disetiap golongan masyarakat, termasuk di golongan

penduduk miskin. Karena permasalahan kemiskinan tidak terpecahkan jika hanya

mengharapkan terjadinya trickle down effect (efek menetes ke bawah) (Siregar

dan Wahyuniarti, 2008).

Menurut Sukirno (2000), laju pertumbuhan ekonomi adalah kenaikan

PDRB tanpa memandang apakah kenaikan itu lebih besar atau lebih kecil.

Selanjutnya pertumbuhan ekonomi tidak hanya diukur melalui berdasarkan

produk domestik regional bruto (PDRB) secara keseluruhan, tetapi harus

memperhatikan sejauh mana distribusi pendapatan telah menyebar ke lapisan

masyarakat serta siapa yang telah menikmati hasilnya. Karena hal tersebut, maka

penurunan PDRB suatu daerah akan berdampak pada kualitas dan pada konsumsi

rumah tangga. Apabila tingkat pendapatan penduduk sangat terbatas, banyak

rumah tangga miskin terpaksa merubah pola konsumsi makanan pokoknya ke

barang yang lebih murah dengan jumlah barang yang berkurang.

Menurut Arsyad (1999), pendapatan per kapita seringkali digunakan

sebagai indikator pembangunan. Semakin tinggi pendapatan seseorang maka akan

semakin tinggi pula kemampuan seseorang untuk membayar (ability to pay)

berbagai pungutan yang ditetapkan pemerintah. Semakin tinggi PDRB suatu

daerah, maka semakin besar pula potensi sumber penerimaan daerah tersebut.

56

Tingginya penerimaan daerah, diharapkan nantinya pemerintah daerah tersebut

dapat mengatasi masalah kemiskinan dengan baik. Tingginya tingkat pendapatan

daerah bisa disebabkan karena berbagai perubahan mendasar, seperti struktur

sosial, sikap-sikap masyarakat, dan institusi-institusi nasional.

c. Hubungan Inflasi dengan Kemiskinan

Menurut teori Keynes inflasi terjadi karena suatu masyarakat ingin hidup

diluar batas kemampuan ekonominya. Dengan kata lain proses perebutan bagian

rezeki diantara kelompok-kelompok sosial yang menginginkan bagian yang lebih

besar daripada yang dapat disediakan masyarakat sehingga proses perebutan ini

akhirnya diterjemahkan menjadi keadaan dimana permintaan masyarakat akan

barang-barang selalu melebihi jumlah barang-barang yang tersedia (inflationary

gap).

BPS mencatat angka kemiskinan Indonesia sejak tahun selalu mengalami

penurunan, bisa dilihat bahwa jumlah penduduk miskin dari tahun 2011 sebanyak

30.018.930 juta jiwa menjadi 27.764.320 juta jiwa pada tahun 2016 atau turun

2.254.610 juta jiwa, Walau mengalami penurunan, jumlah tersebut masih

dianggap tinggi karena melihat kenyataan bahwa masih banyaknya jumlah

masyarakat yang masih menerima subsidi.

d. Hubungan Indeks Pembangunan Manusia dengan Kemiskinan

Teori pertumbuhan baru menekankan pentingnya perananan pemerintah

terutama dalam meningkatkan IPM dan mendorong penelitian dan pengembangan

57

untuk meningkatkan produktivitas manusia. Kenyataannya dapat dilihat dengan

melakukan investasi pendidikan akan mampu meningkatkan kualitas sumbar daya

manusia yang diperlihatkan dengan meningkatnya pengetahuan dan keterampilan

seseorang.

Semakin tinggi tingkat pendidikan seseorang, maka pengetahuan dan

keahliannya akan meningkat sehingga akan mendorong peningkatan produtivitas

kerjanya. Perusahaan akan memperoleh hasil yang lebih banyak dengan

mempekerjakan tenaga kerja dengan produktivitas yang tinggi, sehingga

perusahaan juga akan memberika gaji yag lebih tinggi kepada yang bersangkutan.

Di sektor informal seperti pertanian, peningkatan ketrampilan dan keahlian tenaga

kerja akan mampu meningkatkan hasil pertanian, karena tenaga kerja yang

terampil mampu bekerja lebih efisien. Pada akhirnya seseorang yang memiliki

produktivitas yang tinggi akan memperoleh kesejahteraan yang lebih baik, yang

diperlihatkan melalui peningkatan pendapatan maupun konsumsinya. Rendahnya

produktivitas kaum miskin dapat disebabkan oleh rendahnya akses mereka untuk

memperoleh pendidikan (Rasidin K dan Bonar M, 2004).

Lanjouw, dkk (dalam Whisnu Adhi Saputra 2011) menyatakan

pembangunan manusia di Indonesia identik dengan pengurangan kemiskinan.

Investasi di bidang pendidikan dan kesehatan akan lebih berarti bagi penduduk

miskin dibandingkan penduduk tidak miskin, karena bagi penduduk miskin aset

utama adalah tenaga kasar mereka. Adanya fasilitas pendidikan dan kesehatan

58

murah akan sangat membantu untuk meningkatkan produktivitas, dan pada

akhirnya meningkatkan pendapatan..

C. Penelitian Terdahulu

No Peneliti dan Judul Variabel Metode dan Hasil

1 Ali Rama

JUDUL:

ANALISIS

DESKRIPTIF

PERKEMBANGAN

PERBANKAN

SYARIAH DI ASIA

TENGGARA

Negara Asia

Tenggara

(ASEAN),

regulasi,

lembaga

keuangan

syariah

Analisis: Analisis deskriptif

Hasil:

Penelitian menemukan bahwa

terdapat perbedaan kerangka

regulasi di masing-masing

negara Asia Tenggara terkait

dengan regulasi lembaga

keuangan syariah.

Kesenjangan regulasi ini

tentunya menjadi tantangan

dalam menciptakan sistem

integrasi keuangan syariah

sebagai bagian dari program

integrasi ekonomi ASEAN.

59

2 Ali Rama &

Mustabsyirah Musri

JUDUL:

ANALISIS PERILAKU

DEPOSAN

PERBANKAN DI

INDONESIA

(STUDI KASUS

BANK SYARIAH DAN

KONVENSIONAL)

Deposito bank

syariah,

deposito bank

konvensional,

suku bunga,

dan tingkat

bagi hasil

Analisis : vektor autogresi,

uji kausalitas Granger,

dekomposisi varian dan

impuse respon

Hasil :

Studi ini menemukan bahwa

suku bunga dan tingkat bagi

hasil berpengaruh signifikan

terhadap tingkat deposito di

Indonesia baik syariah

maupun konvensional. Studi

ini juga menunjukkan bahwa

sistem keuangan syariah di

Indonesia menghadapi risiko

suku bunga. Temuan lainnya

adalah inflasi, harga saham

dan pertumbuhan ekonomi

memiliki dampak terhadap

tingkat deposito pada sistem

60

perbankan.

3 Amalia Islami (2016)

JUDUL :

ANALISIS

PENGARUH

PRODUK

DOMESTIK

REGIONAL BRUTO

(PDRB) INDEKS

PEMBANGUNAN

MANUSIA (IPM),

UPAH MINIMUM

PROVINSI (UMP)

TERHADAP

TINGKAT

KEMISKINAN

PERIODE 2005-2014

(STUDI KASUS

PROVINSI DENGAN

TINGKAT

KEMISKINAN

Tingkat

kemiskinan,

Produk

Domestik

Regional

Bruto, Indeks

Pembangunan

Manusia, Upah

Minimum

Provinsi

Anilisis : Panel Data

Hasil :

Hasil penelitian menunjukan

bahwa variabel PDRB tidak

berpengaruh signifikan

terhadap tingkat kemiskinan,

variabel IPM berpengaruh

negatif dan signifikan

terhadap tingkat kemiskinan,

serta UMP berpengaruh


terhadap tingkat kemiskinan.

Sedangkan secara simultan,

variabel PDRB, IPM dan

UMP berpengaruh signifikan

terhadap tingkat kemiskinan.

Variasi variabel tingkat

kemiskinan dapat dijelaskan

sebesar 93,9602 persen oleh

variasi variabel PDRB, IPM,

61

TERTINGGI DI

INDONESIA)

UMP, dan sisanya dijelaskan

oleh variasi variabel lain di

luar model.

4 Himawan Yudistira

Dama (2016)

JUDUL:

Pengaruh Produk

Domestik Regional

Bruto (PDRB)

Terhadap Tingkat

Kemiskinan di Kota

Manado (Tahun 2005-

2014)

PDRB, Tingkat

kemiskinan

Analisis: Menggunakan

metode analisis regresi

sederhana yang diolah

melalui program SPSS Versi

21.0.

Hasil: analisa menunjukkan

bahwa PDRB berpengaruh


terhadap tingkat kemiskinan

di Kota Manado.

5 KHOLIS BUDIONO

(2009)

Pembiayaan

bank syariah,

zakat, pdb dan

inflasi, jumlah

Analisis : Ordinary Least

Square (OLS)

62

JUDUL :

Pengaruh pembiayaan

bank syariah, zakat,

pdb dan inflasi

terhadap jumlah

penduduk miskin

indonesia

penduduk

miskin

Hasil :

Peran instumen

perekonomian syariah telah

menunjukkan kontribusi yang

positif. Perbankan syariah

sejak kelahirannya hingga

hari ini telah terbukti

memberi pengaruh terhadap

pengentasan kemiskinan

sehingga sudah sewajarnya

agar embrio gerakan

pengentasan kemiskinan

lewat institusi perbankan

menjadi alternatif selain

instrumen yang dimiliki

negara.

6

Lupi Riyani (2014)

JUDUL :

Analisis Faktor-

Faktor Yang

Analisis :

analisis Ordinary Least

Square (OLS).

63

Mempengaruhi

Kemiskinan di Jawa

Tengah Tahun 1991-

2011

Hasil:

Penelitian ini menunjukan

bahwa variabel

69

Pengangguran berpengaruh

negatif dengan nilai koefisien

sebesar -0.224331 hal yang

sama terjadi pada variabel

PDRB dengan nilai

koefisiensi sebesar -0.770757

sedangkan variabel Inflasi

berpengaruh positif dengan

nilai koefisien sebesar

0.011207 serta variabel Upah

Minimum berpengaruh

positif dengan nilai koefisien

0.902497.

7 Muhammad Sri

Wahyudi Suliswanto

(2010)

Gross domestic

product, human

development

Analisis :

Random Effect Model (REM)

64

JUDUL :

PENGARUH

PRODUK

DOMESTIK BRUTO

(PDB) DAN INDEKS

PEMBANGUNAN

MANUSIA (IPM)

TERHADAP ANGKA

KEMISKINAN DI

INDONESIA

index, and

poverty

Hasil :

Anaysis result concluded that

all independent variable

simultaneously had

significant effect on poverty

variable in Indonesia and

partially Gross Domestic

Product (GDP) variable had

significant

negative influence on poverty

with α 20%, and

Human Development Index

(HDI) variable had

significant negative influence

on poverty with α 5%.

8 Prima Sukmaraga

(2011)

JUDUL :

Jumlah

Penduduk

Miskin, Indeks

Analisis : Ordinary Least

Square (OLS)

Hasil

65

ANALISIS

PENGARUH INDEKS

PEMBANGUNAN

MANUSIA, PDRB

PER KAPITA, DAN

JUMLAH

PENGANGGURAN

TERHADAP JUMLAH

PENDUDUK

MISKIN DI

PROVINSI JAWA

TENGAH

Pembangunan

Manusia

(IPM), PDRB

per kapita, dan

Jumlah

Pengangguran

Hasil dari penelitian ini

menunjukkan bahwa variabel

Indeks Pembangunan

Manusia (IPM) berpengaruh


terhadap jumlah penduduk

miskin di Provinsi Jawa

Tengah, PDRB per kapita

berpengaruh negatif dan

signifikan terhadap jumlah

penduduk miskin di Provinsi

Jawa Tengah, dan jumlah

pengangguran berpengaruh

positif dan signifikan

terhadap jumlah penduduk

miskin di Provinsi Jawa

Tengah.

D. Kerangka Pemikiran

Kerangka pemikiran merupakan fondasi dimana seluruh proyek penelitian

didasarkan. Kerangka pemikiran adalah jaringan asosiasi antar variabel yang

66

disusun, dijelaskan, dan dielaborasi secara logis yang dianggap relevan pada

situasi masalah serta diidentifikasi melalui proses seperti wawancara, pengamatan,

dan survey literatur. Pengalaman dan intuisi juga berperan dalam menyusun

kerangka berpikir (Uma Sekaran, 2007 :127).

Kerangka pemikiran dalam penelitan ini adalah mengenai Jumlah

Penduduk Miskin di Indonesia yang dipengaruhi oleh mekanisme transmisi

kebijakan moneter melalui jalur pembiayaan dan melalui instrumen pertumbuhan

ekonomi suatu Negara melalui jalur Produk Domestik Regional Bruto, Inflasi,

Indeks Pembangunan Manusia dan Pendidikan.

Dari teori mekanisme transmisi kebijakan moneter dan instrument

pertumbuhan ekonomi dapat kita ambil variabel-variabel independen yang dapat

mempengaruhi Jumlah Penduduk Miskin di Indonesia yaitu Pembiayaan Bank

Syariah, Produk Domestik Regional Bruto, Inflasi, Indeks Pembangunan Manusia,

Pendidikan. Data-data yang berhubungan dengan variabel independen dan

dependen di peroleh dari berbagai sumber resmi diantaranya website Bank

Indonesia, Otoritas Jasa Keuangan, dan Badan Pusat Statistik.

67

Obyek Penelitian

Variabel Dependen (X) Variabel Independen (Y)

Model Estimasi Data

Fixed Effect Common Effect Random Effect

Pemilihan Model Regresi Panel

Uji chow Uji Haustman

Uji Asumsi Klasik

Multikolinieritas Heterokadasititas

Uji Spesifikasi

Uji t Adjusted R2

Uji F

Interpretasi

68

Penelitian ini menggunakan metodologi time series dengan data cross

section yang menggunakan analisis data panel. Data panel (pool) yang merupakan

gabungan antara data runtun waktu (time series) dengan data silang (cross

section). Oleh karena itu, data panel memiliki gabungan karakteristik yaitu data

yang terdiri atas beberapa obyek dan meliputi beberapa waktu (Winarno, 2011).

Umumnya pendugaan parameter dalam analisis regresi dengan data cross section

dilakukan menggunakan pendugaan metode kuadrat kecil atau disebut Ordinary

Least Square (OLS).

Langkah pertama dalam melakukan analisis regresi data panel adalah

pendekatan Common Effect (Pooling Least Square). Pada model ini digabungkan

data cross section dan data times series. Kemudian digunakan metode OLS

terhadap data panel tersebut. Pendekatan ini merupakan pendekatan yang paling

sederhana dibandingkan dengan kedua pendekatan lainnya. Dengan pendekatan

ini kita tidak bisa melihat perbedaan antar individu dan perbedaan antar waktu

karena intercept maupun slope dari model sama. Terlihat bahwa baik

interceptmaupun slope tidak berubah baik antara individu maupun antar waktu.

Langkah yang kedua yakni dengan pendekatan Efek Tetap (Fixed effect).

Dalam menganalisis data runtut waktu, kita dapat memakai asumsi berdasarkan

kriteria berikut ini. Teknik yang paling sederhana mengasumsikan bahwa data

gabungan yang ada, menunjukkan kondisi yang sesungguhnya. Hasil analisis

regresi dianggap berlaku pada semua objek pada semua waktu.

69

Selanjutnya adalah dengan Pendekatan Efek Random (Random effect).

Efek random digunakan untuk mengatasi kelemahan model efek tetap yang

menggunakan variabel semu, sehingga model mengalami ketidakpastian. Tanpa

menggunakan variabel semu, metode efek random menggunakan residual, yang

diduga memiliki hubungan antar waktu dan antarobjek.

Setelah itu adalah pemilihan model regresi panel dimana terdapat 2 uji

yakni uji Chow dan uji Hausman. Kedua uji tersebut yang nantinya akan

menentukan apakah hasil olahan regresi data panel akan menggunakan model

fixed atau random effect.

Kemudian setelah pemilihan model tersebut lanjut ketahap uji selanjutnya

yakni uji asumsi klasik dimana di dalam uji asumsi klasik tersebut terdapat 4 uji

yaitu ada uji Multikolinearitas, uji Autokorelasi, uji Heteroskedastisitas dan uji

Normalitas. Masuk ke tahap akhir yakni uji signifikansi dengan melakukan

interpretasi dengan uji t, uji F dan koefisien determinasi.

E. Hipotesa Penelitian

Hipotesa merupakan jawaban sementara atas suatu persoalan yang masih

perlu dibuktikan kebenarannya dan harus bersifat logis, jelas, dan dapat diuji.

Hipotesis yang diajukan dalam penelitian ini adalah :

1. H0: Tidak ada pengaruh positif signifikan Jumlah Penduduk Miskin di

Indonesia terhadap Pembiayaan Bank Syariah.

70

H1: Terdapat pengaruh positif signifikan Jumlah Penduduk Miskin di

Indonesia terhadap Pembiayaan Bank Syariah.


Indonesia terhadap Produk Domestik Bruto (PDRB).


Indonesia terhadap Produk Domestik Bruto (PDRB).


Indonesia terhadap Inflasi.


Indonesia terhadap Inflasi.


Indonesia terhadap Indeks Pembangunan Manusia (IPM).


Indonesia terhadap Indeks Pembangunan Manusia (IPM).

71

BAB III

METODELOGI PENELITIAN

A. Ruang Lingkup Penelitian

Luasnya objek penelitian sehingga ruang lingkup variabel yang akan

digunakan berdasarkan pada data-data berikut ini :

1) Data statistik Bank Indonesia (BI) berupa data inflasi periode 2010-2015

2) Data statistik Otoritas Jasa Keuangan (OJK) berupa data bulanan jumlah

pembiayaan bank syariah periode 2010 – 2015.

3) Data statistik Badan Pusat Statistik berupa data bulanan Indeks

Pembangunan Manusia dan Produk Domestik Regional Bruto periode

2010-2015.

B. Metode Pengumpulan Data

Penelitian ini adalah penelitian statistik deskriptif dan menggunakan data

sekunder maka metode yang digunakan dalam pengumpulan data untuk

melakukan penelitian ini adalah sebagai berikut :

1. Field Research

Data yang digunakan dalam penelitian ini adalah data yang

bersifat sekunder yaitu data yang diperoleh melalui hasil pengolahan

pihak kedua (data eksternal atau data yang sudah dipublikasi) untuk

menjelaskan gejala dari suatu fenomena, seperti pusat referensi Bank

72

Indonesia (BI) Otoritas Jasa Keuangan (OJK) dan Badan Pusat Statistik

(BPS).

2. Library Research

Data yang digunakan dalam penelitian ini adalah data yang

diperoleh dari membaca literatur, buku, artikel, jurnal, dan sejenisnya

yang berhubungan dengan aspek yang diteliti sebagai upaya untuk

memperoleh data yang valid.

3. Internet Research

Terkadang buku referensi atau literatur yang kita miliki atau

pinjam di perpustakaan tertinggal selama beberapa waktu atau kadaluarsa,

karena ilmu selalu berkembang. Oleh karena itu, untuk mengantisipasi hal

tersebut penulis melakukan penelitian dengan teknologi yang juga

berkembang yaitu internet sehingga data yang diperoleh merupakan data

yang sesuai dengan perkembangan zaman.

C. Teknik Pengolahan Data

Data yang digunakan dalam penelitian ini akan diola dengan menggunakan

Microsoft Excel dan Eviews 9.

D. Metode Analisis Data

Untuk menjawab permasalahan yang telah ditetapkan, maka dalam

menganalisis permasalahan (data) penulis akan menggunakan metode regresi

Data Panel. Data panel (pool) yang merupakan gabungan antara data runtun

73

waktu (time series) dengan data silang (cross section). Oleh karena itu, data

panel memiliki gabungan karakteristik yaitu data yang terdiri atas beberapa

obyek dan meliputi beberapa waktu (Winarno, 2011). Umumnya pendugaan

parameter dalam analisis regresi dengan data cross section dilakukan

menggunakan pendugaan metode kuadrat kecil atau disebut Ordinary Least

Square (OLS).

Uji regresi data panel ini digunakan untuk mengetahui hubungan

antara variabel independen yang terdiri dari Pengaruh Pembiayaan Bank

Syariah, Produk Domestik Regional Bruto, Inflasi, Indeks Pembangunan

Manusia terhadap variabel dependen Jumlah Penduduk Miskin di Indonesia

Menurut Wibisono (2005) keunggulan regresi data panel antara lain:

pertama, panel data mampu memperhitungkan heterogenitas individu secara

eksplisit dengan mengizinkan variabel spesifik individu. Kedua, kemampuan

mengontrol heterogenitas ini selanjutnya menjadikan data panel dapat

digunakan untuk menguji dan membangun model perilaku lebih kompleks.

Ketiga, data panel mendasarkan diri pada observasi cross section yang

berulang-ulang (time series) sehingga metode data panel cocok digunakan

sebagai study of dynamic adjustment. Keempat, tingginya jumlah observasi

memiliki implikasi pada data yang lebih informatif, lebih variatif, dan

kolinearitas (multikol) antara data semakin berkurang dan derajat kebebasan

(degree of freedom/df) lebih tinggi sehingga dapat diperoleh hasil estimasi

yang lebih efisien. Kelima, data panel dapat digunakan untuk mempelajari

74

model-model perilaku yang kompleks. Dan keenam, data panel dapat

digunakan untuk meminimalkan bias yang mungkin ditimbulkan oleh

agregasi data individu (Agus T.B dan Imammudin Y, 2015).

Model regresi data panel dalam penelitian ini adalah:

Yit = α + b1X1t + b2X2t + b3X3t + b4X4t + e

Keterangan :

Y = Variabel dependen (Jumlah Penduduk Miskin di Indonesia)

α = Konstanta

X1 = Variabel Independen 1 (Pembiayaan Bank Syariah)

X2 = Variabel Independen 2 (Produk Domestik Regional Bruto)

X3 = Variabel Independen 3 (Inflasi)

X4 = Variabel Independen 4 (Indeks Pembangunan Manusia)

e = Error term

i = Provinsi

t = Waktu

1) Penentuan Model Estimasi

Dalam metode estimasi model regresi dengan menggunakan data

pabel dapat dilakukan melalui tiga pendekatan, antara lain (Dedi, 2012):

a. Common Effect atau Pooled Least Square (PLS)

Merupakan pendekatan model data panel yang paling sederhana karena

hanya mengkombinasikan data time series dan cross section. Pada model ini tidak

75

perhatikan dimensi waktu maupun individu sehingga diasumsikan bahwa perilaku

data perusahaan sama dalam berbagai kurun waktu. Metode ini bisa menggunakan

pendekatan Ordinary Least Square (OLS) atau teknik kuadrat kecil untuk

mengestimasi model data panel.

Untuk model data panel, sering diasumsikan βit = β yakni pengaruh dari

perubahan dalam X diasumsikan bersifat konstanta dalam waktu kategori cross

section.

Secara umum, bentuk model linear yang dapat digunakan untuk

memodelkan data panel adalah :

Yit = Xitβit + eit

Dimana:

Yit adalah observasi dari unit ke-i dan diamati pada periode waktu ke-t (yakni

variabel dependen yang merupakan suatu data panel) Xit adalah variabel

independen dari unit ke-i dan diamati pada periode waktu ke-t disini diasumsikan

Xit memuat variabel konstanta eit adalah komponen error yang diasumsikan

memiliki harga mean 0 dan variansi homogen dalam waktu serta independen

dengan Xit.

b. Fixed effect Model (FEM)

Model ini mengasumsikan bahwa perbedaan antar individu dapat

diakomodasi dari perbedaan intersepnya. Model Fixed effect adalah teknik

mengestimasikan data panel dengan menggunakan variabel dummy untuk

menangkap adanya perbedaan intercep. Intercep antar provinsi, perbedaan

76

intercep bisa terjadi karena perbedaan budaya kerja, manajerial, dan insentif.

Disamping itu, model ini juga mengasumsikan bahwa koefisien regresi tetap

antara provinsi dan waktu.

Pendekatan dengan variabel dummy ini dikenal dengan sebutan least

square dummy variabels (LSDV). Persamaan Fixed effect Model dapat ditulis

sebagai berikut :

Yit = Xitβ + Ci + ..... + εit

Dimana:

Ci = variabel dummy

c. Random effect Model (REM)

Model ini mengestimasi data panel dimana variabel gangguan mungking

saling berhubungan antar waktu dan antar individu. Pada model Random effect

perbedaan intercep diakomodasi oleh error terms masing-masing provinsi.

Keuntungan menggunakan model Random effect yakni menghilangkan

heteroskedastisitas. Model ini juga disebut dengan teknik Generalized Least

Square (GLS). Sebagai estimastornya, berikut bentuk persamaannya adalah:

Yit = Xitβ + Vit

Dimana Vit = Ci + Di + εit

Ci diasumsikan bersifat independent and identically distributed (iid) normal

dengan mean 0 dan variansi Ϭ2 c (komponen cross section).

Di diasusikan bersifat iid normal dengan mean 0 dan variansi Ϭ2 d (komponen

time series error).

77

Εit diasumsikan bersifat iid dengan mean 0 dan variansi Ϭ2 e.

2) Tahapan Analisis Data

Untuk menganalisis data panel diperlukan uji spesifikasi model yang tepat

untuk menggambarkan data. Uji tersebut yaitu:

a. Uji Chow

Uji chow adalah pengujian untuk menentukan model apa yang akan dipilih

antara common effect model atau fixed effect model. Hipotesis uji chow adalah:

H0 : common effect model (pooled OLS)

H1 : fixed effect model (LSDV)

Hipotesis nol pada uji ini adalah bahwa intersep sama atau dengan kata

lain model yang tepat untuk regresi data panel adalah common effect dan

hipotesis alternatifnya adalah intersep tidak sama atau model yang tepat untuk

regresi data panel adalah fixed effect.

Nilai Statistik F hitung akan mengikuti distribusi statistik F dengan derjat

kebebasan (degree of freedom) sebanyak m untuk numeratordan sebanyak n-k

untuk denumerator. M merupakan jumkah restriksi atau pembatasan di dalam

model tanpa variabel dummy. Jumlah restriksi adalah jumlah individu dikurang

satu. N merupakan jumlah observasi dan k merupakan jumlah parameter jumlah

parameter dalam model fixed effect.

Jumlah observasi (n) adalah jumlah individu dikali dengan jumlah periode,

sedangkan jumlah parameter dalam model fixed effect (k) adalah jumlah variabel

78

ditambah jumlah individu. Apabila nilai F hitung lebih besar dari F kritis maka

hipotesis nol ditolak yang artinya model yang tepat untuk regresi data panel

adalah model fixed effect. Dan sebaliknya, apabila nilai F hitung lebih kecil dari F

kritis maka hipotesis nul diterima yang artinya model yang tepat untuk regresi

data panel adalah model common effect.

b. Uji Hausman

Uji Hausman adalah uji yang digunakan untuk memilih model yang

terbaik antara fixed effect model atau random effect model. Uji Hausman ini

didasarkan pada ide bahwa Least Squares dummy Variabels (LSDV) dalam

metode fixed effect dan Generalized Least Square (GLS) dalam metode Random

effect adalah efisien sedangkan Ordinary Least Square (OLS) dalam metode

Common Effect tidak efisien. Yaitu dengan menguji hipotesis berbentuk :

H0 : E(Ci | X) = E (u) = 0 atau terdapat random effect model

H1 : fixed effect model

Statistik uji Hausman mengikuti distribusi statistik Chi-Square dengan

derajat kebebasan (df) sebesar jumlah variabel bebas. Hipotesis nolnya adalah

bahwa model yang tepat untuk regresi data panel adalah model Random effect dan

hipotesis alternatifnya adalah model yang tepat untuk regresi data panel adalah

model Fixed effect. Apabila nilai statistik Hausman lebih besar dari nilai kritis

Chi-Square maka hipotesis no ditolak yang artinya model yang tepat untuk regresi

data panel adalah model Fixed effect. Dan sebaliknya, apabila nilai statistik

Hausman lebih kecil dari nilai kritis Chi-Squares maka hipotesis nol diterima

79

yang artinya model yang tepat untuk regresi data panel adalah model Random

effect.

3) Uji Asumsi Klasik

Dengan pemakaian metode Ordinary Least Squared (OLS), untuk

menghasilkan nilai parameter model penduga yang lebih tepat, maka diperlukan

pendekteksian apakah model tersebut menyimpang dari asumsi klasik atau tidak,

deteksi tersebut terdiri dari:

a. Uji Multikolinearitas

Multikolinearitas dapat diartikan sebagai suatu keadaan dimana satu atau

lebih variabel bebas dapat dinyatakan sebagai kombinasi kolinier dari variabel

yang lainnya. Uji ini bertujuan untuk mengetahui apakah dalam regresi ini

ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi maka

dinamakan terdapat problem multikolinieritas. Cara mendeteksi adanya

multikolineritas dilakukan dengan uji Variance Inflation Factor (VIF) yang

dihitung dengan rumus sebagai berikut:

Jika VIF > dari 10, maka antar variabel bebas (independent variabel)

terjadi persoalan multikolinearitas (Gujarati, 1993).

Menurut Rosadi (2011) cara untuk mengetahui multikolinearitas dalam

suatu model. Salah satunya adalah dengan melihat koefisien korelasi hasil output

komputer. Jika terdapat keofisien korelasi yang lebih besar dari 0,9 makan

terdapat gejala multikolinearitas.

80

Untuk mengatasi masalah multikolinearitas, satu variabel independen yang

memiliki korelasi dengan variabel independen lain harus dihapus. Dalam hal

metode GLS, model ini sudah diantisipasi dari multikolinearitas.

b. Uji Heteroskedastisitas

Suatu model regresi dikatakan terkena heterokedastisitas apabila terjadi

ketidaksamaan varians dari residual dari suatu pengamatan ke pengamatan lain.

Jika varians dari residual dan satu pengamatan ke pengamatan yang lain tetap

maka disebut homokedastisitas. Jika varians berbeda disebut heterokedastisitas

Adanya sifat heterokedastisitas ini dapat membuat penaksiran dalam

model bersifat tidak efisien. Umumnya masalah heterokedastisitas lebih biasa

terjadi pada data cross section dibandingkan dengan time series (Gujarati, 1978).

Untuk mengetahui ada tidaknya heterokedastisitas, dalam hal ini akan

dilakukan dengan cara melihat grafik scatterplot. Jika dalam grafik terlihat ada

pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur

(bergelombang, melebar, kemudian menyempit), maka mengindikasi telah terjadi

heterokedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas

dan dibawah angka 0 pada sumbuh Y, maka tidak terjadi heterokedastisitas

(Ghozali, 2001:69).

81

4) Pengujian Signifikan

a. Uji Signifikan Parameter Individual (Uji Statistik t)

Pengujian hipotesis yang dilakukan secara parsial bertujuan untuk

mengetahui pengaruh dan signifikansi dari masing-masing variabel independen

terhadap variabel dependen. Pengujian parsial terhadap koefisien regresi secara

parsial menggunakan uji-t pada tingkat keyakinan 95% dan tingkat kesalahan

dalam analisis (α) 5% dengan ketentuan degree of freedom (df) = n-k, dimana n

adalah besarnya sampel, k adalah jumlah variabel. Dasar pengembalian keputusan

adalah:

Jika t-hitung < t-tabel : H0 diterima dan H1 ditolak

Jika t-hitung > t-tabel : H0 ditolak dan H1 diterima

b. Uji Signifikan Simultan (Uji Statistik F)

Pengujian ini untuk mengetahui apakah variabel independen yaitu

Pengaruh Pembiayaan Bank Syariah, Produk Domestik Bruto, Inflasi, Indeks

Pembangunan Manusia, Pendidikan secara simultan berpengaruh signifikan

terhadap variabel dependen. Pengujian ini dilakukan dengan uji F pada tingkat

keyakinan 95% dan tingkat kesalahan (α) 5% dengan degree of freedom (df1) = k-

1, degree of freedom (df2) = n-k. dasar pengambilan keputusan adalah :

Jika f-hitung < F-tabel : H0 diterima dan H1 ditolak

Jika f-hitung > F-tabel : H0 ditolak dan H1 diterima

82

c. Uji Koefisien Determinasi (R2 )

Koefisien determinasi R2 pada intinya mengukur seberapa jauh

kemampuan model dalam menerangkan variasi variabel independen. Nilai

koefisien determinasi diantara 0 dan 1 (0 < R2 < 1), nilai R2 yang kecil berarti

kemampuan variabel-variabel independen dalam menjelaskan variasi variabel

independen sangat terbatas. Nilai yang mendekati 1 berarti variabel independen

memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi

model dependen (Gujarati, 2003).

Kelemahan mendasar penggunaan koefisien determinasi adalah bias

terhadap julah variabel independen yang dimasukkan ke dalam model. Untuk

mengatasi permasalahan tersebut, suatu pengukur kelayakan yang sesuai lainnya

telah dikembangkan. Ukuran yang merupakan modifikasi dari R2 ini memberikan

penalti bagi penambahan variabel penjelas yang tidak menurunkan residual secara

signifikan. Ukuran ini diesbut adjusted R2 (Doddy, 2012).

E. Operasional Variabel Penelitian

Variabel penelitian pada dasarnya adalah segala sesuatu yang berbentuk

apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh

informasi tentang hal tersebut, kemudian ditarik kesimpulannya. Sugiyono (2012).

Penelitian ini melibatkan empat variabel bebas (independen), satu variabel

terikat (dependen). Variabel bebas dalam penelitian ini meliputi

83

1. Kemiskinan

Bank Dunia (2006) mendefinisikan kemiskinan adalah keadaan

kelaparan,kurang tempat tinggal kurang sandang, dan kurang pendidikan.

Ada banyak hal yang menyebabkan seseorang masuk dalam kategori

miskin, diantaranya:

a) Rendahnya pendapatan dan asset untuk memenuhi kebutuhan

dasar,seperti makanan, tempat tinggal, pakain, kesehatan dan

pendidikan.

b) Ketidakmampuan untuk bersuara dan ketiadaan kekuatan di depan

institusi dan masyarakat.

c) Rentan terhadap guncangan ekonomi.

2. Pembiayaan

Dalam menyalurkan dana pada nasabah, secara garis besar produk

pembiayaan syariah terbagi kedalam 4 kategori yang dibedakan

berdasarkan tujuan penggunaannya yaitu Pembiayaan denagn prinsip jual

beli, Pembiayaan dengan prinsip sewa, Pembiayaan dengan prinsip bagi

hasil, dan Pembiayaan dengan akad pelengkap.

Pembiayaan dengan prinsip jual beli ditujukan untuk memeiliki

barang, sedangkan yang menggunakan prinsip sewa ditujukan untuk

84

pendapat jasa. Prinsip bagi hasil digunakan untuk usaha kerja sama yang

ditujukan guna mendapatkan barang dan jasa sekaligus.

3. Produk Domestik Regional Bruto

Gross Domestik Product artinya mengukur nilai pasar dari barang

dan jasa akhir yang diproduksi oleh sumber daya yang berada dalam suatu

negara selama jangka waktu tertentu, biasanya satu tahun. GDP juga dapat

digunakan untuk mempelajari perekonomian dari waktu ke waktu atau

untuk membandingkan beberapa perekonomian pada suatu saat

(McEachern 2000: 146).

4. Inflasi

Merupakan sebuah fenomena ekonomi berupa kenaikan harga

secara umum dan terjadi secara terus menerus. Bahkan Milton Friedman,

ekonom besar penerima Nobel di tahun 1976 pernah mengatakan ―inflasi

selalu dan dimanapun merupakan fenomena moneter‖. Inflasi yang

berbahaya ialah inflasi yang tidak dapat diprediksikan sehingga

menimbulkan keterkejutan masyarakat akan kenaikan harga. Banyak

ekonom yang berpendapat tingkat inflasi yang rendah merupakan hal yang

baik apabila itu terjadi akibat dari adanya inovasi yang dilakukan.

Demikian tingkat inflasi harus terus di pantau dan dikendalikan agar tetap

berada di tingkat yang aman.

85

5. Indeks Pembangunan Manusia

Indeks Pembangunan Manusia atau Human Development Indeks

(HDI) adalah pengukuran perbandingan dari harapan hidup, melek huruf,

pendidikan dan standar hidup untuk semua negara seluruh dunia. HDI

digunakan untuk mengklasifikasi apakah sebuah negara adalah negara

maju, negara berkembang atau negara terbelakang dan juga untuk

mengukur pengaruh dari kebijaksanaan ekonomi terhadap kualitas hidup.

86

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

Kemiskinan adalah kondisi di mana seseorang atau sekelompok orang,

laki-laki dan perempuan, tidak mampu memenuhi hak dasarnya untuk

mempertahankan dan mengembangkan kehidupan yang bermartabat. Berikut data

jumlah penduduk miskin di Indonesia:

Tabel 4.1

Jumlah Penduduk Miskin di Indonesia Tahun 2013-2015

Sumber: BPS Indonesia, 2016

Pada table menunjukan jumlah penduduk miskin di beberapa

Provinsi di Indonesia mengalami trend yang fluktuatif. Pada tahun 2014 jumlah

87

penduduk miskin mengalami penurunan dibandingkan pada tahun 2013, namun

pada tahun 2015 jumlah penduduk miskin mengalami peningkatan. Pada tahun

2015 jumlah penduduk miskin terbanyak terdapat di Provinsi Jawa Timur

sedangkan penduduk miskin terendah terdapat di Provinsi Kepulauan Bangka

Belitung.

B. Analisis dan Pembahasan

1. Pengujian Asumsi Klasik

a. Uji Multikolinieritas

Uji Multikolinieritas bertujuan untuk menguji apakah dalam model regresi

yang terbentuk terdapat korelasi tinggi atau sempurna diantara variabel bebas

(Suliyanto, 2011).

Untuk mengetahui ada atau tidaknya multikolinieritas digunakan uji correlation

dengan menggunakan matriks korelasi. Jika koefisien korelasi cukup tinggi diatas

0,85 maka diduga adanya multikolinieritas. Sebaliknya, jika koefisien korelasi

rendah atau dibawah 0,85 maka diduga model tidak mengandung

multikolinieritas. Berdasarkan hasil perhitungan yang dilakukan dengan Eviews,

berikut adalah hasil uji multikolinieritas :

88

TABEL 4.2

UJI MULTIKOLINEARITAS LOGLN_KEMISKINAN INFLASI IPM PDRB PEMBIAYAAN

LOGLN_KEMISKINAN 1.000000 -0.000698 -0.015058 -0.155433 -0.017490

INFLASI -0.000698 1.000000 -0.009498 0.000781 0.365900

IPM -0.015058 -0.009498 1.000000 0.170825 0.810678

PDRB -0.155433 0.000781 0.170825 1.000000 0.141852

PEMBIAYAAN -0.017490 0.365900 0.810678 0.141852 1.000000

Berdasarkan hasil pengujian multikolinieritas pada tabel di atas, dapat

dilihat bahwa nilai koefisien korelasi antar variabel independen dalam penelitian

ini berada pada kisaran angka dibawah 0,85 sehingga dapat disimpulkan bahwa

data yang digunakan dalam penelitian ini terbebas dari masalah multikolinieritas.

b. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model

regresi yang terbentuk terjadi penyimpangan asumsi klasik heteroskedastisitas

yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan model

regresi. Data yang baik adalah data yang homokedastisitas.

89

Uji heteroskedastisitas pada penelitian ini menggunakan uji white, uji

white dapat menjelaskan apabila nilai Probabilitas Chi-Square lebih kecil dari

α=5% maka data bersifat heteroskedastisitas begitu pula sebaliknya.

Tabel 4.3

UJI HETEROSKEDASTISITAS

Heteroskedasticity Test: White

F-statistic 0.717416 Prob. F(10,187) 0.7075

Obs*R-squared 7.315513 Prob. Chi-Square(10) 0.6954

Scaled explained SS 6.236537 Prob. Chi-Square(10) 0.7950

Hasil output pada tabel menunjukan nilai Prob. F-statistic adalah sebesar

0,6954 > α=0,05. Dengan demikian dapat disimpulkan bahwa data tidak

mengandung heteroskedastisitas.

2. Pemilihan Model Regresi Data Panel

Regresi yang menggunakan data panel disebut dengan regresi data panel.

Data panel memiliki gabungan karakteristik yaitu data yang terdiri atas beberapa

objek dan runtutan waktu (Winarno, 2011). Data semacam ini memiliki

keunggulan terutama karena bersifat robust (kuat) terhadap beberapa tipe

pelanggaran yakni heterokedastisitas dan normalitas. Di samping itu, dengan

perlakuan tertentu struktur data seperti ini dapat diharapkan untuk memberikan

informasi yang lebih banyak (high informational content) (Ariefianto, 2012).

90

Regresi data panel dapat dilakukan dengan tiga model yaitu pooled effect,

fixed effect, dan random effect. Masing-masing model memiliki kelebihan dan

kekurangannya masing-masing. Pemilihan model tergantung pada asumsi yang

dipakai peneliti dan pemenuhan syarat-syarat pengolahan data statistik yang

benar, sehingga dapat dipertanggungjawabkan secara statistik. Oleh karena itu

langkah pertama yang harus dilakukan adalah memiliki model yang tepat dari

ketiga model yang tersedia.

Tabel 4.4

Hasil Regresi Data Panel Common Effect Model

Dependent Variable: LOGLN_KEMISKINAN?

Method: Pooled Least Squares

Date: 08/22/17 Time: 11:38

Sample: 1 6

Included observations: 6

Cross-sections included: 33

Total pool (balanced) observations: 198

Variable Coefficient Std. Error t-Statistic Prob.

PDRB? -4.21E-07 1.78E-07 -2.364438 0.0190

PEMBIAYAAN? -0.000816 0.000145 -5.647249 0.0000

INFLASI? 0.672168 0.294196 2.284762 0.0234

IPM? 0.039085 0.000339 115.2740 0.0000

R-squared -0.027803 Mean dependent var 2.564761

Adjusted R-squared -0.043697 S.D. dependent var 0.080345

91

S.E. of regression 0.082081 Akaike info criterion -2.142215

Sum squared resid 1.307048 Schwarz criterion -2.075785

Log likelihood 216.0793 Hannan-Quinn criter. -2.115326

Durbin-Watson stat 0.065457

Sumber: Output Eviews

Tabel 4.5

Hasil Regresi Data Panel Fixed Effect Model



Date: 08/22/17 Time: 11:39

Sample: 1 6





C 2.614836 0.054034 48.39225 0.0000

PDRB? 2.28E-07 7.24E-08 3.143197 0.0020

PEMBIAYAAN? -4.54E-05 1.83E-05 -2.487629 0.0139

INFLASI? 0.032192 0.022815 1.411022 0.1602

IPM? -0.000800 0.000832 -0.961386 0.3378

Fixed Effects (Cross)

_ACH--C 0.053742

_BABEL--C -0.153387

92

_BALI--C -0.068636

_BKL--C -0.021911

_BTN--C 0.034927

_DIY--C 0.019309

_DKI--C -0.039889

_GOR--C -0.058516

_JABAR--C 0.167057

_JATENG--C 0.172538

_JATIM--C 0.172729

_JMB--C -0.036511

_KALBAR--C -0.006211

_KALSEL--C -0.065675

_KALTENG--C -0.085769

_KALTIM--C -0.071207

_KEPRI--C -0.111866

_LPG--C 0.081379

_MALUT--C -0.129474

_MLK--C -0.015442

_NTB--C 0.054853

_NTT--C 0.069363

_PABAR--C -0.052610

_PAPUA--C 0.053947

_RIAU--C -0.001790

_SULBAR--C -0.079764

_SULSEL--C 0.050943

_SULTARA--C -0.018891

93

_SULTENG--C -0.001911

_SULUT--C -0.061181

_SUMBAR--C -0.006821

_SUMSEL--C 0.068503

_SUMUT--C 0.088170

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.996542 Mean dependent var 2.564761

Adjusted R-squared 0.995769 S.D. dependent var 0.080345




F-statistic 1288.865 Durbin-Watson stat 1.497437

Prob(F-statistic) 0.000000


Setelah hasil regresi dengan menggunakan model common effect dan fixed

effect didapat, maka langkah selanjutnya adalah melakukan uji untuk menentukan

model estimasi mana yang lebih tepat antara model common effect dan fixed

effect. Dalam menentukan diantara kedua model tersebut maka digunakan uji

Chow sebagai uji pemilihan model regresi data panel. Uji chow merupakan salah

satu tahap yang perlu dilakukan untuk menentukan model regresi data yang paling

tepat digunakan dalam penelitian.

94

Langkah pertama yang dilakukan sebelum melakukan uji Chow adalah

melakukan regresi dengan menggunakan model common effect dan fixed effect.

Setelah hasil dari common effect dan fixed effect diperoleh maka selanjutnya

dilakukan uji Chow dengan melakukan uji likelihood ratio menggunakan Eviews.

Hasil dari uji likelihood ratio atau uji Chow dapat dilihat pada tabel di bawah ini:

Tabel 4.6

Hasil Uji Chow

Redundant Fixed Effects Tests

Pool: PROVINSI

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 1414.473071 (32,161) 0.0000

Cross-section Chi-square 1117.194122 32 0.0000


Uji Chow dilakukan dengan membandingkan antara common effect model

dan fixed effect model. Hipotesis dalam uji Chow adalah:

H0 : Common Effect Model

H1 : Fixed Effect Model

Apabila nilai probabilitas F ≥ 0,05 artinya H0 diterima, yang berarti model

yang paling tepat digunakan adalah common effect model. Namun jika nilai

probabilitasnya < 0,05 artinya H0 ditolak, yang berarti model yang paling tepat

digunakan adalah fixed effect model.

95

Hasil output di atas menunjukkan nilai probabilitas sebesar 0,0000 untuk

cross section F, yang berarti nilainya < 0,05. Karena hasil tersebut menunjukan

bahwa H0 ditolak, maka dapat dikatakan bahwa fixed effect model lebih tepat

digunakan daripada common effect model.

Karena hasil Uji Chow menunjukkan hasil model yang lebih tepat untuk

digunakan adalah fixed effect model, maka diperlukan Uji Hausman untuk

menguji model yang lebih tepat untuk digunakan antara fixed effect model dan

random effect model. Sebelum melakukan Uji Hausman, dilakukan terlebih

dahulu regresi random effect model.

Tabel 4.7

Hasil Regresi Data Panel Random Effect Model


Method: Pooled EGLS (Cross-section random effects)

Date: 08/22/17 Time: 11:40

Sample: 1 6




Swamy and Arora estimator of component variances


C 2.609685 0.055741 46.81785 0.0000

PDRB? 2.11E-07 7.14E-08 2.955275 0.0035

96

PEMBIAYAAN? -4.53E-05 1.83E-05 -2.479642 0.0140

INFLASI? 0.032137 0.022815 1.408613 0.1606

IPM? -0.000715 0.000830 -0.861564 0.3900

Random Effects (Cross)

_ACH--C 0.053464

_BABEL--C -0.153320

_BALI--C -0.068703

_BKL--C -0.022187

_BTN--C 0.034788

_DIY--C 0.019027

_DKI--C -0.038039

_GOR--C -0.058799

_JABAR--C 0.166736

_JATENG--C 0.172175

_JATIM--C 0.172536

_JMB--C -0.036511

_KALBAR--C -0.006444

_KALSEL--C -0.065794

_KALTENG--C -0.085815

_KALTIM--C -0.069433

_KEPRI--C -0.111054

_LPG--C 0.081093

_MALUT--C -0.129725

_MLK--C -0.015809

_NTB--C 0.054443

_NTT--C 0.068867

97

_PABAR--C -0.052195

_PAPUA--C 0.053939

_RIAU--C -0.000892

_SULBAR--C -0.080025

_SULSEL--C 0.050756

_SULTARA--C -0.019056

_SULTENG--C -0.002101

_SULUT--C -0.061299

_SUMBAR--C -0.007002

_SUMSEL--C 0.068370

_SUMUT--C 0.088009


S.D. Rho

Cross-section random 0.081433 0.9959

Idiosyncratic random 0.005226 0.0041

Weighted Statistics



S.E. of regression 0.005239 Sum squared resid 0.005298



Unweighted Statistics

98


Sum squared resid 1.314555 Durbin-Watson stat 0.005007


Dalam melakukan Uji Hausman, hipotesis yang digunakan yaitu:

H0 : Random Effect Model

H1 : Fixed Effect Model

Apabila nilai probabilitas Chi-Square ≥ 0,05 artinya H0 diterima, yang berarti

model regresi yang paling tepat digunakan adalah random effect model. Namun

jika probabilitas Chi-Square < 0,05 artinya H0 ditolak, yang berarti model regresi

yang paling tepat digunakan adalah fixed effect model.

Tabel 4.8

Hasil Uji Hausman

Correlated Random Effects - Hausman Test

Pool: PROVINSI

Test cross-section random effects

Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

Cross-section random 0.000000 4 1.0000


99

Hasil output di atas menunjukkan nilai probabilitas sebesar 0,1602 untuk

cross section random, yang berarti nilainya > 0,05. Karena hasil tersebut

menunjukkan bahwa H1 ditolak, maka dapat dikatakan bahwa random effect

model lebih tepat digunakan daripada fixed effect model.

3. Pengujian Hipotesis

a. Model Penelitian

Berdasarkan estimasi model regresi data panel yang telah dilakukan

sebelumnya, maka penelitian in akan menggunakan random effect model yang

ditampilkan pada tabel berikut:

Tabel 4.9

Tabel Hasil Penelitian


Date: 08/22/17 Time: 11:40

Sample: 1 6






C 2.609685 0.055741 46.81785 0.0000

PDRB? 2.11E-07 7.14E-08 2.955275 0.0035

PEMBIAYAAN? -4.53E-05 1.83E-05 -2.479642 0.0140

100

INFLASI? 0.032137 0.022815 1.408613 0.1606

IPM? -0.000715 0.000830 -0.861564 0.3900


_ACH--C 0.053464

_BABEL--C -0.153320

_BALI--C -0.068703

_BKL--C -0.022187

_BTN--C 0.034788

_DIY--C 0.019027

_DKI--C -0.038039

_GOR--C -0.058799

_JABAR--C 0.166736

_JATENG--C 0.172175

_JATIM--C 0.172536

_JMB--C -0.036511

_KALBAR--C -0.006444

_KALSEL--C -0.065794

_KALTENG--C -0.085815

_KALTIM--C -0.069433

_KEPRI--C -0.111054

_LPG--C 0.081093

_MALUT--C -0.129725

_MLK--C -0.015809

_NTB--C 0.054443

_NTT--C 0.068867

_PABAR--C -0.052195

101

_PAPUA--C 0.053939

_RIAU--C -0.000892

_SULBAR--C -0.080025

_SULSEL--C 0.050756

_SULTARA--C -0.019056

_SULTENG--C -0.002101

_SULUT--C -0.061299

_SUMBAR--C -0.007002

_SUMSEL--C 0.068370

_SUMUT--C 0.088009


S.D. Rho



Weighted Statistics







102




Berdasarkan tabel, maka ditemukan hasil dari perhitungan Pembiayaan Bank

Syariah, PDRB, Inflasi dan IPM terhadap jumlah kemiskinan di Indonesia sebagai

berikut:

Kemiskinan = 2.609685 + 0.000000211 PDRB – 0.0000453 Pembiayaan +

0.032137 Inflasi – 0.000715 IPM

Dari model di atas dapat dibuat interpretasi sebagai berikut:

1) Konstanta sebesar 2.609685 menunjukkan bahwa jika variabel independen

(Pembiayaan, PDRB, Inflasi, IPM) adalah nol, maka jumlah kemiskinan di

Indonesia adalah sebesar 2.609685.

2) Nilai koefisien regresi jumlah PDRB sebesar 0.000000211 yang berarti

setiap kenaikan tingkat PDRB naik 1% maka jumlah kemiskinan

mengalami kenaikan sebesar 0.000000211.

3) Nilai koefisien regresi jumlah Pembiayaan Bank Syariah sebesar -

0.0000453 yang berarti setiap kenaikan jumlah Pembiayaan Bank Syariah

naik 1% maka jumlah kemiskinan mengalami penurunan sebesar

0.0000453.

4) Nilai koefisien regresi Inflasi sebesar 0.032137 yang berarti setiap

kenaikan Inflasi naik 1% maka jumlah kemiskinan mengalami kenaikan

sebesar 0.032137.

103

5) Nilai koefisien regresi IPM sebesar -0.000715 yang berarti setiap kenaikan

IPM naik 1 score maka jumlah kemiskinan mengalami penurunan sebesar

0.000715.

Tabel 4.10

Hasil Uji Persamaan Setiap Objek Penelitian

Random Effects (Cross) Coefficient

_ACH—C 0.053464

_BABEL—C -0.153320

_BALI—C -0.068703

_BKL—C -0.022187

_BTN—C 0.034788

_DIY—C 0.019027

_DKI—C -0.038039

_GOR—C -0.058799

_JABAR—C 0.166736

_JATENG—C 0.172175

_JATIM—C 0.172536

_JMB—C -0.036511

_KALBAR—C -0.006444

_KALSEL—C -0.065794

_KALTENG—C -0.085815

104

_KALTIM—C -0.069433

_KEPRI—C -0.111054

_LPG—C 0.081093

_MALUT—C -0.129725

_MLK—C -0.015809

_NTB—C 0.054443

_NTT—C 0.068867

_PABAR—C -0.052195

_PAPUA—C 0.053939

_RIAU—C -0.000892

_SULBAR—C -0.080025

_SULSEL—C 0.050756

_SULTARA—C -0.019056

_SULTENG—C -0.002101

_SULUT—C -0.061299

_SUMBAR—C -0.007002

_SUMSEL—C 0.068370

_SUMUT—C 0.088009


105

Berdasarkan tabel, maka didapat persamaan model regresi kemiskinan tiap

Provinsi sebagai berikut:

1) Persamaan model regresi Provinsi Aceh

Kemiskinan Provinsi Aceh = 0.053464 + 0.000000211 PDRB – 0.0000453

Pembiayaan + 0.032137 Inflasi – 0.000715 IPM

Konstanta sebesar 0.053464 menunjukkan bahwa jika variabel independen

(Pembiayaan Bank Syariah, PDRB, Inflasi dan IPM) adalah nol, maka

jumlah kemiskinan di Provinsi Aceh adalah sebesar 0.053464.

2) Persamaan model regresi Provinsi Bangka Belitung

Kemiskinan Provinsi Bangka Belitung = -0.153320 + 0.000000211 PDRB

– 0.0000453 Pembiayaan + 0.032137 Inflasi – 0.000715 IPM

Konstanta sebesar -0.153320 menunjukkan bahwa jika variabel

independen (Pembiayaan Bank Syariah, PDRB, Inflasi dan IPM) adalah

nol, maka jumlah kemiskinan di Bangka Belitung adalah sebesar -

0.153320.

3) Persamaan model regresi Provinsi Bali

Kemiskinan Provinsi Bali = -0.068703 + 0.000000211 PDRB – 0.0000453

Pembiayaan + 0.032137 Inflasi – 0.000715 IPM



nol, maka jumlah kemiskinan di Bali adalah sebesar -0.068703.

106

4) Persamaan model regresi Provinsi Bengkulu

Kemiskinan Provinsi Bengkulu = -0.022187 + 0.000000211 PDRB –

0.0000453 Pembiayaan + 0.032137 Inflasi – 0.000715 IPM



nol, maka jumlah kemiskinan di Bengkulu adalah sebesar -0.022187.

5) Persamaan model regresi Provinsi Banten

Kemiskinan Provinsi Banten = 0.034788 + 0.000000211 PDRB –




jumlah kemiskinan di Banten adalah sebesar 0.034788.

6) Persamaan model regresi Provinsi Daerah Istimewa Yogyakarta

Kemiskinan Provinsi Daerah Istimewa Yogyakarta = 0.019027 +

0.000000211 PDRB – 0.0000453 Pembiayaan + 0.032137 Inflasi –

0.000715 IPM



jumlah kemiskinan di Daerah Istimewa Yogyakarta adalah sebesar

0.019027.

107

7) Persamaan model regresi Provinsi DKI Jakarta

Kemiskinan Provinsi DKI Jakarta = -0.038039 + 0.000000211 PDRB –




nol, maka jumlah kemiskinan di DKI Jakarta adalah sebesar -0.038039.

8) Persamaan model regresi Provinsi Gorontalo

Kemiskinan Provinsi Gorontalo = -0.058799 + 0.000000211 PDRB –




nol, maka jumlah kemiskinan di Gorontalo adalah sebesar -0.058799.

9) Persamaan model regresi Provinsi Jawa Barat

Kemiskinan Provinsi Jawa Barat = 0.166736 + 0.000000211 PDRB –




jumlah kemiskinan di Jawa Barat adalah sebesar 0.166736.

10) Persamaan model regresi Provinsi Jawa Tengah

Kemiskinan Provinsi Jawa Tengah = 0.172175 + 0.000000211 PDRB –


108



jumlah kemiskinan di Jawa Tengah adalah sebesar 0.172175.

11) Persamaan model regresi Provinsi Jawa Timur

Kemiskinan Provinsi Jawa Timur = 0.172536 + 0.000000211 PDRB –




jumlah kemiskinan di Jawa Timur adalah sebesar 0.172536.

12) Persamaan model regresi Provinsi Jambi

Kemiskinan Provinsi Jambi = -0.036511 + 0.000000211 PDRB –




nol, maka jumlah kemiskinan di Jambi adalah sebesar -0.036511.

13) Persamaan model regresi Provinsi Kalimantan Barat

Kemiskinan Provinsi Kalimantan Barat = -0.006444 + 0.000000211 PDRB




nol, maka jumlah kemiskinan di Kalimantan Barat adalah sebesar -

0.006444.

109

14) Persamaan model regresi Provinsi Kalimantan Selatan

Kemiskinan Provinsi Kalimantan Selatan = -0.065794 + 0.000000211

PDRB – 0.0000453 Pembiayaan + 0.032137 Inflasi – 0.000715 IPM



nol, maka jumlah kemiskinan di Kalimantan Selatan adalah sebesar -

0.065794.

15) Persamaan model regresi Provinsi Kalimantan Tengah

Kemiskinan Provinsi Kalimantan Tengah = -0.085815 + 0.000000211




nol, maka jumlah kemiskinan di Kalimantan Tengah adalah sebesar -

0.085815.

16) Persamaan model regresi Provinsi Kalimantan Timur

Kemiskinan Provinsi Kalimantan Timur = -0.069433 + 0.000000211




nol, maka jumlah kemiskinan di Kalimantan Timur adalah sebesar -

0.069433.

110

17) Persamaan model regresi Provinsi Kepulauan Riau

Kemiskinan Provinsi Kepulauan Riau = -0.111054 + 0.000000211 PDRB




nol, maka jumlah kemiskinan di Kepulauan Riau adalah sebesar -

0.111054.

18) Persamaan model regresi Provinsi Lampung

Kemiskinan Provinsi Lampung = 0.081093 + 0.000000211 PDRB –




jumlah kemiskinan di Lampung adalah sebesar 0.081093.

19) Persamaan model regresi Provinsi Maluku Utara

Kemiskinan Provinsi Maluku Utara = -0.129725 + 0.000000211 PDRB –




nol, maka jumlah kemiskinan di Maluku Utara adalah sebesar -0.129725.

20) Persamaan model regresi Provinsi Maluku

Kemiskinan Provinsi Maluku = -0.015809 + 0.000000211 PDRB –


111



jumlah kemiskinan di Maluku adalah sebesar 0.015809.

21) Persamaan model regresi Provinsi Nusa Tenggara Barat

Kemiskinan Provinsi Nusa Tenggara Barat = 0.054443 + 0.000000211




jumlah kemiskinan di Nusa Tenggara Barat adalah sebesar 0.054443.

22) Persamaan model regresi Provinsi Nusa Tenggara Timur

Kemiskinan Provinsi Nusa Tenggara Timur = 0.068867 + 0.000000211




jumlah kemiskinan di Nusa Tenggara Timur adalah sebesar 0.068867.

23) Persamaan model regresi Provinsi Papua Barat

Kemiskinan Provinsi Papua Barat = -0.052195 + 0.000000211 PDRB –




nol, maka jumlah kemiskinan di Papua Barat adalah sebesar -0.052195.

112

24) Persamaan model regresi Provinsi Papua

Kemiskinan Provinsi Papua = 0.053939 + 0.000000211 PDRB –




jumlah kemiskinan di Papua adalah sebesar 0.053939.

25) Persamaan model regresi Provinsi Riau

Kemiskinan Provinsi Riau = -0.000892 + 0.000000211 PDRB –




nol, maka jumlah kemiskinan di Riau adalah sebesar -0.000892.

26) Persamaan model regresi Provinsi Sulawesi Barat

Kemiskinan Provinsi Sulawesi Barat = -0.080025 + 0.000000211 PDRB –




nol, maka jumlah kemiskinan di Sulawesi Barat adalah sebesar -0.080025.

27) Persamaan model regresi Provinsi Sulawesi Selatan

Kemiskinan Provinsi Sulawesi Selatan = 0.050756 + 0.000000211 PDRB


113



jumlah kemiskinan di Sulawesi Selatan adalah sebesar 0.050756.

28) Persamaan model regresi Provinsi Sulawesi Tenggara

Kemiskinan Provinsi Sulawesi Tenggara = -0.019056 + 0.000000211




nol, maka jumlah kemiskinan di Sulawesi Tenggara adalah sebesar -

0.019056.

29) Persamaan model regresi Provinsi Sulawesi Tengah

Kemiskinan Provinsi Sulawesi Tengah = 0.002101 + 0.000000211 PDRB




jumlah kemiskinan di Sulawesi Tengah adalah sebesar 0.002101.

30) Persamaan model regresi Provinsi Sulawesi Utara

Kemiskinan Provinsi Sulawesi Utara = -0.061299 + 0.000000211 PDRB –




nol, maka jumlah kemiskinan di Sulawesi Utara adalah sebesar -0.061299.

114

31) Persamaan model regresi Provinsi Sumatera Barat

Kemiskinan Provinsi Sumatera Barat = -0.007002 + 0.000000211 PDRB –




nol, maka jumlah kemiskinan di Sumatera Barat adalah sebesar -0.007002.

32) Persamaan model regresi Provinsi Sumatera Selatan

Kemiskinan Provinsi Sumatera Selatan = 0.068370 + 0.000000211 PDRB




jumlah kemiskinan di Sumatera Selatan adalah sebesar 0.068370.

33) Persamaan model regresi Provinsi Sumatera Utara

Kemiskinan Provinsi Sumatera Utara = 0.088009 + 0.000000211 PDRB –




jumlah kemiskinan di Sumatera Utara adalah sebesar 0.088009.

115

b. Uji Signifikansi Parsial (Uji t)

1) Berdasarkan Probabilitas

Uji t bertujuan untuk mengetahui pengaruh variabel independen

yaitu Pembiayaan, PDRB, Inflasi, dan IPM terhadap variabel dependen

yaitu Kemiskinan.

Tabel 4.14

UJI T


C 2.609685 0.055741 46.81785 0.0000

PDRB? 2.11E-07 7.14E-08 2.955275 0.0035

PEMBIAYAAN? -4.53E-05 1.83E-05 -2.479642 0.0140

INFLASI? 0.032137 0.022815 1.408613 0.1606

IPM? -0.000715 0.000830 -0.861564 0.3900

.

Tabel diatas merupakan hasil dari pengujian variable independen

yaitu Pembiayaan Bank Syariah, PDRB, Inflasi, dan IPM terhadap

kemiskinan di Indonesia secara parsial. Dari output diatas dapat dilihat

nilai probability dari masing-masing variabel bebas yang digunakan. Dari

output diatas diperoleh hasil bahwa variabel PDRB (0,0035) dan variable

Pembiayaan (0,0140) memeliki nilai probability yang lebih kecil dari alfa

(0,05), sehingga dapat dikatakan bahwa variabel pembiayaan memiliki

pengaruh terhadap variabel Y (Kemiskinan). Sedangkan sisanya variabel

116

Inflasi (0.1606), dan IPM (0.3900) tidak memiliki pengaruh terhadap

variabel Y karena memiliki nilai probability lebih besar dari alfa (0,05).

Atau bisa juga dilihat dari nilai t-statistik yang lebih besar dari t-tabel,

untuk bisa melihat pengaruh variabel bebas terhadap variabel terikat.

2) Berdasarkan T tabel

Dalam persamaan, digunakan tingkat kepercayaan α = 5%, dengan

df (n-k) = 193 maka diperoleh t-tabel 1,97233. Dari hasil uji pada

persamaan dapat dilihat sebagai berikut:

1) Uji terhadap variable Pembiayaan Bank Syariah

Hasil yang didapat pada table variabel Pembiayaan Bank Syariah

berpengaruh negatif terhadap kemiskinan di Indonesia. Hal ini dapat

diketahui dari nilai t-statistik Pembiayaan (2.479642) > t-tabel

(1,97233) dengan tingkat keyakinan sebesar 95 persen (α = 5%). Hal

ini berarti bahwa semakin meningkat Pembiayaan Bank Syariah maka

kemiskinan di Indonesia semakin menurun. Koefisien regresi variable

Pembiayaan sebesar -0,0000453 berarti bahwa setiap peningkatan

Pembiayaan sebesar 1 persen, maka dapat menyebabkan penurunan

tingkat kemiskinan sebesar 0,0000453 persen dengan asumsi variabel

lain tetap.

2) Uji terhadap variabel Produk Domestik Regional Bruto (PDRB)

Hasil yang didapat pada tabel variabel PDRB berpengaruh positif

terhadap kemiskinan di Indonesia. Hal ini dapat diketahui dari nilai t-

117

statistik PDRB (2.955275) > t-tabel (1,97233) dengan tingkat

keyakinan sebesar 95 persen (α = 5%). Hal ini berarti bahwa semakin

tinggi PDRB maka tingkat kemiskinan di Indonesia semakin

meningkat. Koefisien regresi variabel PDRB sebesar 0.000000211

berarti bahwa setiap peningkatan PDRB sebesar 1 persen, maka dapat

menyebabkan peningkatan tingkat kemiskinan sebesar 0.000000211

persen dengan asumsi variabel lain tetap.

3) Uji terhadap variable Inflasi

Hasil yang didapat pada tabel variable inflasi tidak berpengaruh


statistik inflasi (1.408613) < t-tabel (1,97233) dengan tingkat

keyakinan sebesar 95 persen (α = 5%). Hal ini berarti bahwa Inflasi

tidak berpengaruh terhadap kemiskinan di Indonesia.

4) Uji terhadap variable IPM

Hasil yang didapat pada tabel variable IPM tidak berpengaruh


statistik IPM (0.861564) < t-tabel (1,97233) dengan tingkat keyakinan

sebesar 95 persen (α = 5%). Hal ini berarti bahwa Indeks

Pembangunan Manusia tidak berpengaruh terhadap kemiskinan di

Indonesia.

118

c. Uji Signifikansi Simultan (Uji F)

1) Berdasarkan Probabilitas

Dilihat dari output prob F statistic diperoleh hasil 0,0000 lebih

kecil dari 0,05 sehingga dapat dikatakan bahwa simultan, ada pengaruh

secara bersama-sama seluruh variabel bebas (PDRB, Pembiayaan, Inflasi,

IPM) terhadap jumlah kemiskinan.

Atau bisa dilihat juga dari F statistic yang dibandingkan dengan F

table. Jika nilai F statistic > F table, maka dapat dikatakan secara simultan

seluruh variabel bebas (PDRB, pembiayaan, Inflasi, IPM) terhadap jumlah

kemiskinan.

2) Berdasarkan F Tabel

Untuk menguji apakah variabel independen berpengaruh secara

simultan terhadap variabel dependen, pedoman yang digunakan dalam

pengambilan kesimpulan uji F adalah sebagai berikut:

Jika F-hitung < F-tabel, maka H0 diterima dan H1 ditolak

Jika F-hitung > F-tabel, maka H0 ditolak dan H1 diterima

Selain itu, dapat pula dilihat dari probabilitas F statistik. Apabila

probabilitas (signifikansi) lebih kecil dari nilai α = 5%, maka dapat

disimpulkan bahwa seluruh variabel independen secara simultan

berpengaruh signifikan terhadap variabel dependen.

Adapun hipotesisnya adalah sebagai berikut:

119

H0: Pembiayaan Syariah, Produk Domestik Regional Bruto (PDRB),

Inflasi, dan Indeks Pembangunan Manusia (IPM) tidak berpengaruh

terhadap kemiskinan di Indonesia secara simultan.

H1: Pembiayaan Syariah, Produk Domestik Regional Bruto (PDRB),

Inflasi, dan Indeks Pembangunan Manusia (IPM) berpengaruh

terhadap kemiskinan di Indonesia secara simultan..

Berdasarkan tabel diperoleh hasil F-statistik atau F-hitung sebesar

6.213953 dengan nilai probabilitas sebesar 0.000101. Nilai probabilitas

tersebut lebih kecil dari α = 5%. Selain itu dengan n = 198 dan k = 5, nilai

pada F table diperoleh nilai pada F table diperoleh nilai 2,42 dengan df1

(k-1) dan df2 (n-k) sebesar 4 dan 193 dengan nilai probabilitas 5%. Karena

F hitung > F table (6.213953 > 2,42) maka H0 ditolak, artinya dapat

disimpulkan bahwa variable Pembiayaan Syariah, Produk Domestik

Regional Bruto (PDRB), Inflasi, dan Indeks Pembangunan Manusia (IPM)

berpengaruh terhadap kemiskinan di Indonesia secara simultan.

d. Uji Adjusted R2

Uji Adjusted R2 ditujukan untuk menilai seberapa besar

kemampuan variabel independen menjelaskan variabel dependen. Pada

penelitian ini, koefisien yang digunakan adalah koefisien determinasi yang

telah disesuaikan atau Adjusted R2. Hal ini dikarenakan Adjusted R2

merupakan koefisien yang telah dikoreksi sehingga dapat naik atau turun

seiring penambahan variabel baru dalam model.

120

Berdasarkan hasil regresi dengan random effect model

sebagaimana yang tertera pada tabel, diketahui bahwa nilai koefisien

determinasi sebesar 0.095732 Hal ini menunjukkan bahwa variasi variabel

dependen (kemiskinan) secara simultan dapat dijelaskan oleh variabel

independen (Pembiayaan, PDRB, Inflasi, IPM) sebesar 9,57% sedangkan

sisanya 90,43% dijelaskan oleh faktor lain diluar variable yang diteliti.

e. Interpretasi Hasil Penelitian

1) Hubungan Pembiayaan Bank Syariah terhadap kemiskinan

Jumlah Pembiayaan yang diberikan oleh perbankan syariah kepada

para nasabah mengalami peningkatan pada setiap tahun nya dan itu

menjadi salah satu pilihan atau sumber dana bagi para pelaku ekonomi,

pembiayaan bank syariah merupakan sumber dana yang potensial. Pada

hasil penelitian ini diperoleh bahwa pembiayaan bank syariah

berpengaruh signifikan pada taraf nyata 5% dengan nilai probabilitas

0.0140 dan berhubungan negatif dengan nilai koefisien yang diperoleh

sebesar (-0.0000453), yang berarti bahwa apabila pembiayaan bank

syariah naik sebesar 1 persen, maka kemiskinan akan menurun sebesar

0,0000453 persen. Hasil tersebut sesuai dengan teori dan penelitian

terdahulu yang menjadi landasan teori dalam penelitian ini.

Penelitian ini sejalan dengan penelitian Kholis Budiono (2009)

yang berjudul ―Pengaruh pembiayaan bank syariah, zakat, pdb dan

inflasi terhadap jumlah penduduk miskin indonesia”

121

2) Hubungan Produk Domestik Regional Bruto (PDRB) terhadap

kemiskinan

PDRB menunjukkan tingkat kemakmuran suatu daerah. PDRB

adalah jumlah nilai tambah bruto yang dihasilkan seluruh unit usaha

dalam wilayah tertentu, atau merupakan jumlah nilai barang dan jasa

akhir yang dihasilkan oleh seluruh unit ekonomi. Pada hasil penelitian

ini menunjukan bahwa variabel PDRB menunjukkan tanda poitif dan

berpengaruh secara signifikan pada taraf nyata 5% dengan nilai

probabilitas 0.0035 dan berhubungan positif dengan nilai koefisien

yang diperoleh sebesar (0.000000211), yang berarti bahwa apabila

PDRB naik sebesar 1 persen, maka kemiskinan akan naik sebesar

0.000000211 persen. Hasil tersebut tidak sesuai dengan teori dan

penelitian terdahulu yang menjadi landasan teori dalam penelitian ini.

Penelitian ini tidak sejalan dengan penelitian Himawan Yudistira

Dama (2016) yang berjudul ―Pengaruh Produk Domestik Regional

Bruto (PDRB) Terhadap Tingkat Kemiskinan di Kota Manado (Tahun

2005-2014)‖. Penelitian ini menyatakan bahwa PDRB memiliki

hubungan negatif dan signifikan dengan kemiskinan di Kota Manado.

3) Hubungan Inflasi terhadap kemiskinan

Dari hasil regresi yang dihasilkan dalam penelitian ini,

menunjukan bahwa variable inflasi menunjukkan tanda positif dan tidak

berpengaruh terhadap kemiskinan di Indonesia pada taraf nyata 5%

122

dengan nilai probabilitas 0.1606 dan berhubungan positif dengan nilai

koefisien sebesar (0.032137) yang berarti bahwa apabila inflasi naik

sebesar 1 persen maka kemiskinan akan naik sebesar 0.032137 persen.

Penelitian ini sejalan dengan penelitian Kholis Budiono (2009)

yang berjudul ―Pengaruh pembiayaan bank syariah, zakat, pdb dan

inflasi terhadap jumlah penduduk miskin indonesia‖

4) Hubungan Indeks Pembangunan Manusia

Dari hasil regresi yang dihasilkan dalam penelitian ini,

menunjukan bahwa variable IPM menunjukkan tanda positif dan tidak

berpengaruh terhadap kemiskinan di Indonesia pada taraf nyata 5%

dengan nilai probabilitas 0.3900 dan berhubungan negative dengan nilai

koefisien sebesar (-0.000715) yang berarti bahwa apabila Indeks

Pembangunan Manusia naik sebesar 1 persen maka kemiskinan akan

turun sebesar 0.000715 persen.

Penelitian ini sejalan dengan penelitian Prima Sukmaraga (2011)

Dengan judul ―ANALISIS PENGARUH INDEKS PEMBANGUNAN

MANUSIA, PDRB PER KAPITA, DAN JUMLAH PENGANGGURAN

TERHADAP JUMLAH PENDUDUK MISKIN DI PROVINSI JAWA

TENGAH”

123

BAB V

KESIMPULAN

A. Kesimpulan

Penelitian ini bertujuan untuk mengetahui apakah terjadi pengaruh

antara Pembiayaan Syariah, PDRB, Inflasi dan IPM terhadap kemiskinan di

Indonesia periode tahun 2010 sampai dengan 2015.

Berdasarkan penelitian yang telah dilakukan dengan melakukan, uji

persamaan model dengan menggunakan common effect model, fixed effect

model, dan random effect model, uji pemilihan persamaan model dengan uji

chow dan uji hausman, uji asumsi klasik yang terdiri dari, uji

heteroskedastisitas, uji multikolinieritas serta uji regresi linier data panel

dengan menggunakan random effect model, maka dapat diambil beberapa

kesimpulan dari hasil penelitian ini, antara lain:

1) Pembiayaan Bank Syariah memiliki pengaruh negative dan

signifikan terhadap kemiskinan di Indonesia, yang berarti bahwa

ketika Pembiayaan Bank Syariah meningkat maka akan

menurunkan tingkat kemiskinan. Hal ini disebabkan manfaat dari

Pembiayaan Bank Syariah mampu meningkatkan kesejahteraan

penduduk Indonesia dan tingkat kemiskinan akan berkurang.

Pembiayaan Bank Syariah yang cocok dalam mengentaskan

kemiskinan adalah pembiayaan mudhrabah, berbeda dengan

pembiayaan konvensional yaitu dalam hal pemberian imbalan

124

kepada mudharib (debitur) berupa nisbah bagi hasil yang

disepakati kedua belah pihak sehingga tidak ada salah satu pihak

yang merasa dirugikan. Produk mudharabahdengan sistem bagi

hasilnya mempunyai kontribusi bagi pembiayaan usaha

mikro,kecil dan menengah untuk mengembangkan usahanya.

Dengan tetap hidup dan berkembangnya usaha kecil secara

langsung juga akan tetap memberikan lapangan pekerjaan bagi

masyarakat. Maka usaha mikro, kecil dan menengah ikut berperan

dalam mengurangi pengangguran dan lebih tepatnya mengurangi

kemiskinan.

2) PDRB memiliki pengaruh positif dan signifikan terhadap

kemiskinan di Indonesia yang berarti bahwa ketika PDRB

meningkat maka akan menaikkan tingkat kemiskinan di Indonesia.

Hal ini dapat diartikan bahwa PDRB tidak selalu diartikan sebagai

pengukur pertumbuhan ekonomi dan pengukur kesejahteraan

rakyat Indonesia, karena PDRB tidak dapat diartikan sebagai

pendapatan individu tetapi pendapatan secara keseluruhan. Dapat

dilihat kesimpulan bahwa ekonomi Indonesia tidak berkualitas

dalam mengurangi jumlah penduduk miskin, pertumbuhan

ekonomi pada tahun 2015 tumbuh sebesar 4,79% namun

kemiskinan di Indonesia justru naik sebesar 1,5% dari tahun

sebelumnya, dan pada tahun yang sama rasio gini Indonesia

125

berada pada angka 0,408. Permasalahannya bukan hanya

bagaimana meningkatkan pertumbuhan PDRB semata, tetapi yang

perlu diperhatikan adalah bagaimana distribusi dan

pemerataannya, sehingga hasil dari pertumbuhan itu sendiri dapat

dirasakan oleh semua lapisan masyarakat, oleh karena itu

diharapkan pemerintah tidak hanya terfokus pada pertumbuhan

PDRB saja, tetapi pemerataannya juga harus lebih diperhatikan

dengan kebijakan yang difokuskan pada sektor riil seperti

pertanian.

3) Inflasi memiliki pengaruh positif namun tidak berpengaruh

terhadap kemiskinan di Indonesia namun sesuai dengan teori

bahwa ketika inflasi naik maka kemiskinan pun akan meningkat.

Mengingat tidak signifikannya pengaruh laju inflasi terhadap

kemiskinan di Indonesia, maka perlu adanya penelitian lebih lanjut

dengan menggunakan model analisis lain. Pengukuran laju inflasi

yang terjadi dalam perekonomian di Indonesia yang dilakukan

oleh Badan Pusat Statistik bukan hanya didasarkan dari presentase

laju inflasi saja tetapi juga didasarkan dari laju inflasi yang lainnya

seperti Indeks Harga Konsumen dan lain-lain.

4) Indeks Pembangunan Manusia memiliki pengaruh negative namun

tidak berpengaruh terhadap kemiskinan di Indonesia yang berarti

bahwa ketika Indeks Pembangunan Manusia meningkat maka

126

akan menurunkan tingkat kemiskinan di Indonesia. Menurunnya

kemiskinan saat IPM meningkat merupakan indikasi bahwa

peningkatan Indeks Pembangunan Manusia merupakan indikasi

tingginya kualitas sumber daya manusia yang akan berakibat pada

meningkatnya produktifitas kerja penduduk yang akan

meningkatkan perolehan pendapatan. Dengan pendapatan yang

meningkat akan menyebabkan masyarakat mampu memenuhi

kebutuhan hidupnya serta dapat menurunkan tingkat kemiskinan.

B. Saran dan Implikasi

Berdasarkan hasil kesimpulan yang telah dikemukakan diatas,

maka penulis memberikan beberapa saran yang mungkin dapat

bermanfaat. Adapun saran dan implikasi tersebut sebagai berikut:

1) Bagi Akademisi

Menambah jumlah sampel, faktor-faktor lain dalam penelitian dan

memanjangkan periode waktu penelitian agar menambah jumlah data

sehingga akan mendapatkan hasil yang lebih baik serta memberikan manfaat

berupa pengetahuan mengenai Pembiayaan Bank Syariah, PDRB, Inflasi dan

IPM dan digunakan sebagai rujukan penelitian selanjutnya.

2) Praktisi

Bagi praktisi diharapkan hasil penelitian ini dapat dijadikan acuan bagi

perbankan syariah khususnya dalam hal pembiayaan di Indonesia atau pihak

127

terkait lainnya untuk membuka dan mengelola pembiayaan syariah serta

mengurangi jumlah penduduk miskin di Indonesia.

3) Perbankan

Untuk perbankan diharapkan hasil penelitian ini dapat dijadikan acuan

untuk mampu meningkatkan pembiayaan baik dalam akad mudharabah,

musyarakah dan lainnya, karena pembiayaan bank syariah mampu

meningkatkan perekonomian di Indonesia, para pelaku UMKM mampu

bersaing sehingga menimbulkan lapangan kerja baru, mengurangi

pengangguran dan pada akhirnya mengurangi jumlah penduduk miskin di

Indonesia

128

DAFTAR PUSTAKA

Antonio, Moh. Syafi’i. “Bank Syariah dari Teori ke Praktek”, Jakarta: Gema

Insani Press, 2001.

Arsyad, Lincoln. ―Ekonomi Pembangunan, Edisi keempat”, Yogyakarta: BP STIE

YKPN, 1999.

Budiono,Kholis. ”Pengaruh Pembiayaan Bank Syariah Zakat PDB dan Inflasi

terhadap jumlah penduduk miskin di Indonesia”.Jurnal.2009.

Dama, Himawan Yudistira. “Pengaruh Produk Domestik Regional Bruto (PDRB)

Terhadap Tingkat Kemiskinan di Kota Manado (Tahun 2005-2014)”, Jurnal,

2016.

Ghozali, Imam “Analisis Multivariat dan Ekonometrika”, UNDIP,2013.

Gujarati, Damodar. “Ekonometrika Dasar”, Jakarta: Erlangga, 2003.

Hamid, Abdul. “Buku Pedoman Penulisan Skripsi”, Jakarta: FEB UIN Jakarta,

2010.

Islami, Amalia “Analisis Pengaruh Produk Domestik Regional Bruto (PDRB)

Indeks Pembangunan Manusia (IPM) Upah Minimum Provinsi (UMP) Terhadap

Kemiskinan Periode 2005-2014 (Studi Kasus Provinsi dengan Tingkat

Kemiskinan Tertinggi di Indonesia)”. Skripsi.2016.

129

Jhingan, M. L “Ekonomi Pembangunan dan Perencanaan”, Jakarta: Raja

Grafindo Persada, 2007.

Kasmir, 2001. Manajemen Perbankan. PT Raja Grafindo Persada, Jakarta. Hal.

92.

Muhammad, 2002. Lembaga-Lembaga Keuangan Umat Kontemporer. UII Press,

Yogyakarta. Hal. 260.

Rama, Ali. ―Analisis Deskriptif Perkembangan Perbankan Syariah Di Asia

Tenggara”.Jurnal. UIN, Jakarta.

Rama, Ali. ―AnalisisPerilaku Deposan Perbankan di Indonesia (Studi Kasus Bank

Syariah dan Konvensional)”.Jurnal. UIN, Jakarta.

Riyani, Lupi. ”Analisis Faktor-Faktor Yang Mempengaruhi Kemiskinan di Jawa

Tengah Tahun 1991-2011”. Skripsi.2014

Sasana, Hadi. ―Produk Domestik Bruto dan Strukturnya‖, Semarang: Diklat

Teknis Perencanaan Pembangunan Ekonomi Daerah Provinsi Jawa Tengah,

Oktober-November, 2001.

Sukirno, Sadono. ―Makro Ekonomi Modern: Perkembangan Pemikiran dari

Klasik hingga Keynesian Baru‖, Jakarta: PT Raja Grafindo Persada, 2000.

Sukmaraga, Prima. “Analisis Pengaruh Indeks Pembangunan Manusia PDRB Per

Kapita dan Jumlah Penduduk Miskin di Provinsi Jawa Tengah”.Skrpsi.2011.

130

Suliyanto. “Ekonometrika Terapan, Teori dan Aplikasi dengan SPSS”,

Yogyakarta: Penerbit Andi, 2011.

Suliswanto, Muhammad Sri Wahyudi. “Pengaruh Domestik Bruto (PDB) dan

Indeks Pembangunan Manusia (IPM) Terhadap Angka Kemiskinan di Indonesia”.

Skripsi. 2010.

Todaro, Michael P, Stephen C. Smith. ―Pembangunan Ekonomi (Edisi

kesembilan, jilid I)”, Jakarta: Erlangga, 2006.

Undang-Undang Nomor 10 Tahun 1998 Tentang Perbankan

Winarno, Wing Wahyu. “Analisis Ekonometrika dan Statsitika dengan EVIEWS”,

Yogyakarta: UPP STIM YKPN, 2011.

Website:

http://www.BI.go.id

http://www.bps.go.id

http://www.ojk.go.id

.

http://www.bi.go.id/

http://www.bps.go.id/

131

LAMPIRAN-LAMPIRAN

132

Lampiran 1

TABEL

UJI MULTIKOLINEARITAS

LOGLN_KEMISKINAN INFLASI IPM PDRB PEMBIAYAAN

LOGLN_KEMISKINAN 1.000000 -0.000698 -0.015058 -0.155433 -0.017490

INFLASI -0.000698 1.000000 -0.009498 0.000781 0.365900

IPM -0.015058 -0.009498 1.000000 0.170825 0.810678

PDRB -0.155433 0.000781 0.170825 1.000000 0.141852

PEMBIAYAAN -0.017490 0.365900 0.810678 0.141852 1.000000

Lampiran 2

TABEL

HETEROSKEDASTISITAS

Heteroskedasticity Test: White

F-statistic 0.717416 Prob. F(10,187) 0.7075

Obs*R-squared 7.315513 Prob. Chi-Square(10) 0.6954

Scaled explained SS 6.236537 Prob. Chi-Square(10) 0.7950

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 08/22/17 Time: 14:23

Sample: 2010 2207


Collinear test regressors dropped from specification


C 0.023632 0.104226 0.226742 0.8209

INFLASI^2 -0.011091 6.965043 -0.001592 0.9987

INFLASI*IPM -0.000939 0.096649 -0.009714 0.9923

INFLASI*PDRB -1.06E-07 1.26E-06 -0.084294 0.9329

INFLASI*PEMBIAYAAN -4.22E-05 0.001193 -0.035386 0.9718

INFLASI 0.073441 6.294940 0.011667 0.9907

IPM^2 -3.76E-06 2.23E-05 -0.168425 0.8664

IPM*PDRB 1.52E-08 3.76E-08 0.402675 0.6876

PDRB^2 -4.53E-13 4.76E-13 -0.951710 0.3425

133

PDRB*PEMBIAYAAN 1.59E-10 1.00E-09 0.158348 0.8744

PDRB -1.02E-06 2.47E-06 -0.413929 0.6794








Lampiran 3

Tabel

Hasil Regresi Data Panel Common Effect Model



Date: 08/22/17 Time: 11:38

Sample: 1 6





PDRB? -4.21E-07 1.78E-07 -2.364438 0.0190

PEMBIAYAAN? -0.000816 0.000145 -5.647249 0.0000

INFLASI? 0.672168 0.294196 2.284762 0.0234

IPM? 0.039085 0.000339 115.2740 0.0000






Durbin-Watson stat 0.065457

134

Lampiran 4

Tabel

Hasil Regresi Data Panel Fixed Effect Model



Date: 08/22/17 Time: 11:39

Sample: 1 6





C 2.614836 0.054034 48.39225 0.0000

PDRB? 2.28E-07 7.24E-08 3.143197 0.0020

PEMBIAYAAN? -4.54E-05 1.83E-05 -2.487629 0.0139

INFLASI? 0.032192 0.022815 1.411022 0.1602

IPM? -0.000800 0.000832 -0.961386 0.3378

Fixed Effects (Cross)

_ACH--C 0.053742

_BABEL--C -0.153387

_BALI--C -0.068636

_BKL--C -0.021911

_BTN--C 0.034927

_DIY--C 0.019309

_DKI--C -0.039889

_GOR--C -0.058516

_JABAR--C 0.167057

_JATENG--C 0.172538

_JATIM--C 0.172729

_JMB--C -0.036511

_KALBAR--C -0.006211

_KALSEL--C -0.065675

_KALTENG--C -0.085769

_KALTIM--C -0.071207

_KEPRI--C -0.111866

_LPG--C 0.081379

_MALUT--C -0.129474

_MLK--C -0.015442

_NTB--C 0.054853

_NTT--C 0.069363

_PABAR--C -0.052610

_PAPUA--C 0.053947

_RIAU--C -0.001790

_SULBAR--C -0.079764

_SULSEL--C 0.050943

_SULTARA--C -0.018891

_SULTENG--C -0.001911

_SULUT--C -0.061181

135

_SUMBAR--C -0.006821

_SUMSEL--C 0.068503

_SUMUT--C 0.088170










Lampiran 5

TABEL

UJI CHOW

Redundant Fixed Effects Tests

Pool: PROVINSI

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 1414.473071 (32,161) 0.0000

Cross-section Chi-square 1117.194122 32 0.0000

Cross-section fixed effects test equation:


Method: Panel Least Squares

Date: 08/22/17 Time: 11:40

Sample: 1 6





C 2.424229 0.754374 3.213564 0.0015

PDRB? -3.81E-07 1.75E-07 -2.181219 0.0304

PEMBIAYAAN? -4.00E-05 0.000280 -0.142878 0.8865

INFLASI? 0.030157 0.349991 0.086164 0.9314

IPM? 0.002344 0.011438 0.204916 0.8379


136







Lampiran 6

TABEL

RANDOM EFFECT



Date: 08/22/17 Time: 11:40

Sample: 1 6






C 2.609685 0.055741 46.81785 0.0000

PDRB? 2.11E-07 7.14E-08 2.955275 0.0035

PEMBIAYAAN? -4.53E-05 1.83E-05 -2.479642 0.0140

INFLASI? 0.032137 0.022815 1.408613 0.1606

IPM? -0.000715 0.000830 -0.861564 0.3900


_ACH--C 0.053464

_BABEL--C -0.153320

_BALI--C -0.068703

_BKL--C -0.022187

_BTN--C 0.034788

_DIY--C 0.019027

_DKI--C -0.038039

_GOR--C -0.058799

_JABAR--C 0.166736

_JATENG--C 0.172175

_JATIM--C 0.172536

_JMB--C -0.036511

_KALBAR--C -0.006444

_KALSEL--C -0.065794

_KALTENG--C -0.085815

_KALTIM--C -0.069433

_KEPRI--C -0.111054

_LPG--C 0.081093

_MALUT--C -0.129725

_MLK--C -0.015809

_NTB--C 0.054443

137

_NTT--C 0.068867

_PABAR--C -0.052195

_PAPUA--C 0.053939

_RIAU--C -0.000892

_SULBAR--C -0.080025

_SULSEL--C 0.050756

_SULTARA--C -0.019056

_SULTENG--C -0.002101

_SULUT--C -0.061299

_SUMBAR--C -0.007002

_SUMSEL--C 0.068370

_SUMUT--C 0.088009


S.D. Rho



Weighted Statistics









Lampiran 7

TABEL

UJI HAUSMAN

Correlated Random Effects - Hausman Test

Pool: PROVINSI

Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 0.000000 4 1.0000

* Cross-section test variance is invalid. Hausman statistic set to zero.

Cross-section random effects test comparisons:

138

Variable Fixed Random Var(Diff.) Prob.

PDRB? 0.000000 0.000000 0.000000 0.1618

PEMBIAYAAN? -0.000045 -0.000045 0.000000 0.1618

INFLASI? 0.032192 0.032137 0.000000 0.1618

IPM? -0.000800 -0.000715 0.000000 0.1618

Cross-section random effects test equation:


Method: Panel Least Squares

Date: 08/22/17 Time: 11:41

Sample: 1 6





C 2.614836 0.054034 48.39225 0.0000

PDRB? 2.28E-07 7.24E-08 3.143197 0.0020

PEMBIAYAAN? -4.54E-05 1.83E-05 -2.487629 0.0139

INFLASI? 0.032192 0.022815 1.411022 0.1602

IPM? -0.000800 0.000832 -0.961386 0.3378










Lampiran 8

No PROVINSI TAHUN KEMISKINAN PDRB PEMBIAYAAN INFLASI IPM

1 _ACH 2010 861900 22450.14 68.181 6.96 67.09

2 _ACH 2011 894810 23428.63 102.655 3.79 67.45

3 _ACH 2012 876600 24294.69 147.505 4.3 67.81

4 _ACH 2013 855710 25218.83 184.122 8.38 68.3

5 _ACH 2014 837420 26091.44 199.33 8.36 68.81

6 _ACH 2015 859410 25829.78 154.527 3.35 69.45

7 _SUMUT 2010 1490900 25412.07 68.181 6.96 67.09

8 _SUMUT 2011 1481310 28518.19 102.655 3.79 67.34

9 _SUMUT 2012 1378400 31109.35 147.505 4.3 67.74

139

10 _SUMUT 2013 1390800 34544.18 184.122 8.38 68.36

11 _SUMUT 2014 1360600 37913.9 199.33 8.36 68.87

12 _SUMUT 2015 1508140 41019.53 154.527 3.35 69.51

13 _SUMBAR 2010 430000 21584.91 68.181 6.96 67.25

14 _SUMBAR 2011 442090 24056.68 102.655 3.79 67.81

15 _SUMBAR 2012 397900 26286.16 147.505 4.3 68.36

16 _SUMBAR 2013 380630 28994.48 184.122 8.38 68.91

17 _SUMBAR 2014 354740 32132.24 199.33 8.36 69.36

18 _SUMBAR 2015 349530 34411.11 154.527 3.35 69.98

19 _RIAU 2010 500300 69701.03 68.181 6.96 68.65

20 _RIAU 2011 482050 84811.19 102.655 3.79 68.9

21 _RIAU 2012 481300 94996.15 147.505 4.3 69.15

22 _RIAU 2013 522530 100691.4 184.122 8.38 69.91

23 _RIAU 2014 498280 109783.3 199.33 8.36 70.33

24 _RIAU 2015 562920 102828.7 154.527 3.35 70.84

25 _JMB 2010 241600 29160.16 68.181 6.96 65.39

26 _JMB 2011 272670 32682.04 102.655 3.79 66.14

27 _JMB 2012 270100 35657.57 147.505 4.3 66.94

28 _JMB 2013 281570 39553.64 184.122 8.38 67.76

29 _JMB 2014 281750 43298.27 199.33 8.36 68.24

30 _JMB 2015 311560 45592.53 154.527 3.35 68.89

31 _SUMSEL 2010 1125700 25932 68.181 6.96 65.39

32 _SUMSEL 2011 1074810 29830.37 102.655 3.79 66.14

33 _SUMSEL 2012 1042000 32830.49 147.505 4.3 66.94

34 _SUMSEL 2013 1108210 35810.16 184.122 8.38 67.76

35 _SUMSEL 2014 1085800 38546.99 199.33 8.36 68.24

36 _SUMSEL 2015 1112530 41320.69 154.527 3.35 68.89

37 _BKL 2010 324900 16463.68 68.181 6.96 64.44

38 _BKL 2011 303600 18368.8 102.655 3.79 65.12

39 _BKL 2012 310500 20298.91 147.505 4.3 65.79

40 _BKL 2013 320410 22358.05 184.122 8.38 66.16

41 _BKL 2014 316500 24605.95 199.33 8.36 66.75

42 _BKL 2015 322830 26850.35 154.527 3.35 67.46

43 _LPG 2010 1479900 19722.39 68.181 6.96 65.35

44 _LPG 2011 1298710 21981.47 102.655 3.79 65.96

45 _LPG 2012 1219000 23910.84 147.505 4.3 66.61

46 _LPG 2013 1134280 25768.94 184.122 8.38 67.5

47 _LPG 2014 1439400 28776.87 199.33 8.36 68.06

48 _LPG 2015 1100680 31188.02 154.527 3.35 68.59

140

49 _BABEL 2010 67800 28906.78 68.181 6.96 63.71

50 _BABEL 2011 72060 32465.38 102.655 3.79 64.2

51 _BABEL 2012 70200 35288.32 147.505 4.3 64.87

52 _BABEL 2013 70900 38314.56 184.122 8.38 65.73

53 _BABEL 2014 67230 41948.37 199.33 8.36 66.42

54 _BABEL 2015 66620 44428.97 154.527 3.35 66.95

55 _KEPRI 2010 129700 65703.34 68.181 6.96 66.02

56 _KEPRI 2011 129560 72571.75 102.655 3.79 66.59

57 _KEPRI 2012 131200 80240.25 147.505 4.3 67.21

58 _KEPRI 2013 125020 87710.29 184.122 8.38 67.92

59 _KEPRI 2014 124170 94731.96 199.33 8.36 68.27

60 _KEPRI 2015 114830 103031.6 154.527 3.35 69.05

61 _DKI 2010 312200 111528.9 68.181 6.96 71.13

62 _DKI 2011 363420 125533.8 102.655 3.79 71.61

63 _DKI 2012 366800 138858.3 147.505 4.3 72.36

64 _DKI 2013 375700 155153.9 184.122 8.38 73.02

65 _DKI 2014 412790 174706 199.33 8.36 73.4

66 _DKI 2015 368670 194875.2 154.527 3.35 73.75

67 _JABAR 2010 4773700 20974.94 68.181 6.96 76.31

68 _JABAR 2011 4648630 23251.17 102.655 3.79 76.98

69 _JABAR 2012 4421500 25272.29 147.505 4.3 77.53

70 _JABAR 2013 4382650 27767.25 184.122 8.38 78.08

71 _JABAR 2014 4238960 30118.27 199.33 8.36 78.39

72 _JABAR 2015 4485650 32651.73 154.527 3.35 78.99

73 _JATENG 2010 5369200 19209.31 68.181 6.96 66.15

74 _JATENG 2011 5107360 21162.83 102.655 3.79 66.67

75 _JATENG 2012 4863400 22865.43 147.505 4.3 67.32

76 _JATENG 2013 4704870 24952.13 184.122 8.38 68.25

77 _JATENG 2014 4561820 27599.08 199.33 8.36 68.8

78 _JATENG 2015 4505780 30025.2 154.527 3.35 69.5

79 _DIY 2010 577300 18652.97 68.181 6.96 66.08

80 _DIY 2011 560880 20333.34 102.655 3.79 66.64

81 _DIY 2012 562100 21744.88 147.505 4.3 67.21

82 _DIY 2013 535180 23623.92 184.122 8.38 68.02

83 _DIY 2014 532580 25522.79 199.33 8.36 68.78

84 _DIY 2015 485560 27559.28 154.527 3.35 69.49

85 _JATIM 2010 5529300 26371.1 68.181 6.96 75.37

86 _JATIM 2011 5356210 29613.05 102.655 3.79 75.93

87 _JATIM 2012 4960500 32770.38 147.505 4.3 76.15

141

88 _JATIM 2013 4865820 36037.18 184.122 8.38 76.44

89 _JATIM 2014 4784420 39880.51 199.33 8.36 76.81

90 _JATIM 2015 4775970 43500.3 154.527 3.35 77.59

91 _BTN 2010 758200 25397.65 68.181 6.96 65.36

92 _BTN 2011 690490 27977.01 102.655 3.79 66.06

93 _BTN 2012 648300 30202.44 147.505 4.3 66.74

94 _BTN 2013 682710 32991.61 184.122 8.38 67.55

95 _BTN 2014 649190 36606.42 199.33 8.36 68.14

96 _BTN 2015 690670 39977.29 154.527 3.35 68.95

97 _BALI 2010 174900 23992.63 68.181 6.96 70.1

98 _BALI 2011 166230 26433.49 102.655 3.79 70.87

99 _BALI 2012 161000 29443.59 147.505 4.3 71.62

100 _BALI 2013 186530 33135.15 184.122 8.38 72.09

101 _BALI 2014 195960 38096.53 199.33 8.36 72.48

102 _BALI 2015 218790 42663.51 154.527 3.35 73.27

103 _NTB 2010 1009400 15527.41 68.181 6.96 61.16

104 _NTB 2011 894770 14879.83 102.655 3.79 62.14

105 _NTB 2012 828300 14853.74 147.505 4.3 62.98

106 _NTB 2013 802450 15627.57 184.122 8.38 63.76

107 _NTB 2014 816620 17108.28 199.33 8.36 64.31

108 _NTB 2015 802290 21257.25 154.527 3.35 65.19

109 _NTT 2010 1014100 9316.79 68.181 6.96 59.21

110 _NTT 2011 1012900 10194.01 102.655 3.79 60.24

111 _NTT 2012 1000300 11268.85 147.505 4.3 60.81

112 _NTT 2013 1009150 12379.02 184.122 8.38 61.68

113 _NTT 2014 991880 13619.2 199.33 8.36 62.26

114 _NTT 2015 1160530 14927.93 154.527 3.35 62.67

115 _KALBAR 2010 428800 19510.07 68.181 6.96 61.97

116 _KALBAR 2011 380110 21548.09 102.655 3.79 62.35

117 _KALBAR 2012 355700 23427.05 147.505 4.3 63.41

118 _KALBAR 2013 394170 25561.5 184.122 8.38 64.3

119 _KALBAR 2014 381910 28067.13 199.33 8.36 64.89

120 _KALBAR 2015 405510 30667.69 154.527 3.35 65.59

121 _KALTENG 2010 164200 25455.05 68.181 6.96 65.96

122 _KALTENG 2011 146910 28952.94 102.655 3.79 66.38

123 _KALTENG 2012 141900 31515.97 147.505 4.3 66.66

124 _KALTENG 2013 145360 34367.34 184.122 8.38 67.41

125 _KALTENG 2014 148820 36841.26 199.33 8.36 67.77

126 _KALTENG 2015 148130 40139.56 154.527 3.35 68.53

142

127 _KALSEL 2010 182000 23418.47 68.181 6.96 65.2

128 _KALSEL 2011 194620 26594.38 102.655 3.79 65.89

129 _KALSEL 2012 189200 28197.08 147.505 4.3 66.68

130 _KALSEL 2013 183270 30058.02 184.122 8.38 67.17

131 _KALSEL 2014 189490 32603.84 199.33 8.36 67.63

132 _KALSEL 2015 189160 34467.4 154.527 3.35 68.38

133 _KALTIM 2010 243000 116946.3 68.181 6.96 71.31

134 _KALTIM 2011 247900 140229.6 102.655 3.79 72.02

135 _KALTIM 2012 246100 145998.5 147.505 4.3 72.62

136 _KALTIM 2013 255910 158472.7 184.122 8.38 73.21

137 _KALTIM 2014 252680 157215.4 199.33 8.36 73.82

138 _KALTIM 2015 209990 146460.7 154.527 3.35 74.17

139 _SULUT 2010 206700 22707.79 68.181 6.96 67.83

140 _SULUT 2011 194900 24867.95 102.655 3.79 68.31

141 _SULUT 2012 177500 27373.41 147.505 4.3 69.04

142 _SULUT 2013 200160 30121.09 184.122 8.38 69.49

143 _SULUT 2014 197560 33776.27 199.33 8.36 69.96

144 _SULUT 2015 217150 37840.58 154.527 3.35 70.39

145 _SULTENG 2010 475000 19558.53 68.181 6.96 63.29

146 _SULTENG 2011 423630 22547.48 102.655 3.79 64.27

147 _SULTENG 2012 409600 25421.64 147.505 4.3 65

148 _SULTENG 2013 400090 28663.64 184.122 8.38 65.79

149 _SULTENG 2014 387060 31880.89 199.33 8.36 66.43

150 _SULTENG 2015 406340 37402.73 154.527 3.35 66.76

151 _SULSEL 2010 913400 21306.72 68.181 6.96 66

152 _SULSEL 2011 832910 24311.67 102.655 3.79 66.65

153 _SULSEL 2012 805900 27670.91 147.505 4.3 67.26

154 _SULSEL 2013 857450 31027.93 184.122 8.38 67.92

155 _SULSEL 2014 806350 35533.97 199.33 8.36 68.49

156 _SULSEL 2015 864510 40109.53 154.527 3.35 69.15

157 _SULTARA 2010 400700 21573.11 68.181 6.96 65.99

158 _SULTARA 2011 330000 24302.1 102.655 3.79 66.52

159 _SULTARA 2012 304300 27582.58 147.505 4.3 67.07

160 _SULTARA 2013 326710 29641.12 184.122 8.38 67.55

161 _SULTARA 2014 314090 32111.48 199.33 8.36 68.07

162 _SULTARA 2015 345020 35103.34 154.527 3.35 68.75

163 _GOR 2010 209900 14811.95 68.181 6.96 62.65

164 _GOR 2011 198270 16381.67 102.655 3.79 63.48

165 _GOR 2012 187700 18207.86 147.505 4.3 64.16

143

166 _GOR 2013 200970 20154.35 184.122 8.38 64.7

167 _GOR 2014 195100 22582.38 199.33 8.36 65.17

168 _GOR 2015 206510 25183.97 154.527 3.35 65.86

169 _SULBAR 2010 141300 14755.47 68.181 6.96 59.74

170 _SULBAR 2011 164860 17001.85 102.655 3.79 60.63

171 _SULBAR 2012 160600 18688.25 147.505 4.3 61.01

172 _SULBAR 2013 154200 20457.33 184.122 8.38 61.53

173 _SULBAR 2014 154690 23419.11 199.33 8.36 62.24

174 _SULBAR 2015 153210 25749.52 154.527 3.35 62.96

175 _MLK 2010 378600 11951.84 68.181 6.96 64.27

176 _MLK 2011 360320 13604.41 102.655 3.79 64.75

177 _MLK 2012 338900 15418.36 147.505 4.3 65.43

178 _MLK 2013 322510 17092.99 184.122 8.38 66.09

179 _MLK 2014 307020 19097.94 199.33 8.36 66.74

180 _MLK 2015 327780 20364.42 154.527 3.35 67.05

181 _MALUT 2010 91100 14361.54 68.181 6.96 62.79

182 _MALUT 2011 97310 16002.57 102.655 3.79 63.19

183 _MALUT 2012 88300 17726.06 147.505 4.3 63.93

184 _MALUT 2013 85820 19230.01 184.122 8.38 64.78

185 _MALUT 2014 84790 21118.17 199.33 8.36 65.18

186 _MALUT 2015 72650 22913 154.527 3.35 65.91

187 _PABAR 2010 256300 54049.32 68.181 6.96 59.6

188 _PABAR 2011 294840 56305.11 102.655 3.79 59.9

189 _PABAR 2012 223200 58762.56 147.505 4.3 60.3

190 _PABAR 2013 234230 63984.19 184.122 8.38 60.91

191 _PABAR 2014 225460 68498.8 199.33 8.36 61.28

192 _PABAR 2015 225540 72153.79 154.527 3.35 61.73

193 _PAPUA 2010 761600 38785.11 68.181 6.96 54.45

194 _PAPUA 2011 944790 37111.15 102.655 3.79 55.01

195 _PAPUA 2012 976400 37935.01 147.505 4.3 55.55

196 _PAPUA 2013 1057980 40513.65 184.122 8.38 56.25

197 _PAPUA 2014 864110 43202 199.33 8.36 56.75

198 _PAPUA 2015 898210 48303.15 154.527 3.35 57.25

PENGARUH PEMBIYAAN BANK SYARIAH, PRODUK...

Documents

Transcript of PENGARUH PEMBIYAAN BANK SYARIAH, PRODUK...