39

BAB IV

ANALISIS DAN PEMBAHASAN

4.1. Gambaran Umum

4.1.1. Kondisi Geografis Indonesia

Indonesia adalah negara kepulauan dengan jumlah pulau lebih kurang

17.000 buah. Rangkaian pulau-pulau ini terletak menyebar di sepanjang

katulistiwa, yaitu antara 6 derajat lintang utara dan 11 derajat lintang selatan, dari

95 derajat sampai 141 derajat bujur timur. Terdapat banyak gunung berapi di

pulau-pulau tersebut. Indonesia juga terletak di antara dua benua, yaitu Asia dan

Australia dan di antara tiga lautan, yaitu Laut Cina Selatan, Lautan Pasifik, dan

Lautan Hindia. Terdapat lima pulau besar di Indonesia, yaitu Sumatera, Jawa,

Kalimantan, Sulawesi, dan Irian Jaya. Selain itu terdapat dua kelompok pulau-

pulau, yaitu Kepulauan Maluku dan Kepulauan Nusa Tenggara. Pulau-pulau

lainnya merupakan pulau-pulau kecil, dan sebagian besarnya tidak berpenghuni.

Lebih dari 80 persen wilayah Indonesia berupa air. Luas daratannya hanya sekitar

1,9 juta kilometer persegi.

Letak negara yang dikelilingi samudera dan memiliki sejumlah gunung

berapi yang masih aktif, menyebabkan Indonesia sering dilanda gempa. Pada

tahun 2000, gempa dengan kekuatan terbesar yaitu 7,3 skala richter terjadi di

Palembang, Bengkulu, dan Lampung. Gempa juga terjadi di Jakarta pada tanggal

4 Juni 2000 dengan kedalaman pusat gempa 33 km yang terletak pada 4,70 lintang

selatan dan 102 bujur timur. Sedangkan gempa terbesar pada tahun 2001 sebesar

6,8 skala richter terjadi pada tanggal 19 Oktober 2001 dengan pusat gempa

terletak pada 4,30 lintang selatan dan 124,60 bujur timur. Gempa tersebut

melanda daerah Kendari dan Raha dengan kedalaman pusat gempa 26 km.

Indonesia beriklim tropis dengan dua musim, yaitu musim kemarau (yang

biasanya berlangsung Mei-Oktober) dan musim penghujan (yang biasanya

berlangsung November-April). Keadaan ini selain menguntungkan karena

menyebabkan suburnya tanah, juga sering mendatangkan malapetaka berupa

banjir. Beberapa kota seperti Jakarta, Bandung, Semarang, Medan, dan sejumlah

40

daerah perdesaan selalu menjadi langganan banjir setiap tahun. Bencana banjir ini

banyak menimbulkan kerugian berupa nyawa maupun harta benda. Tanaman padi

dan palawija tidak jarang menjadi rusak karena dilanda banjir sebelum sempat

dipanen.

4.1.2. Kependudukan

Jumlah penduduk Indonesia pada tahun 2010 adalah sebanyak 237.641.326

jiwa, yang mencakup mereka yang bertempat tinggal di daerah perkotaan

sebanyak 118.320.256 jiwa (49,79 persen) dan di daerah perdesaan sebanyak

119.321.070 jiwa (50,21 persen). Penyebaran penduduk menurut pulau-pulau

besar adalah: pulau Sumatera yang luasnya 25,2 persen dari luas seluruh wilayah

Indonesia dihuni oleh 21,3 persen penduduk, Jawa yang luasnya 6,8 persen dihuni

oleh 57,5 persen penduduk, Kalimantan yang luasnya 28,5 persen dihuni oleh 5,8

persen penduduk, Sulawesi yang luasnya 9,9 persen dihuni oleh 7,3 persen

penduduk, Maluku yang luasnya 4,1 persen dihuni oleh 1,1 persen penduduk, dan

Papua yang luasnya 21,8 persen dihuni oleh 1,5 persen penduduk.

Jawa Barat, Jawa Timur, dan Jawa Tengah adalah tiga provinsi dengan

urutan teratas yang berpenduduk terbanyak, yaitu masing-masing berjumlah

43.021.826 orang, 37.476.011 orang, dan 32.380.687 orang. Sedangkan Provinsi

Sumatera Utara merupakan wilayah yang terbanyak penduduknya di luar Pulau

Jawa, yaitu sebanyak 12.985.075 orang. Rata-rata tingkat kepadatan penduduk

Indonesia adalah sebesar 124 orang per km. Provinsi yang paling tinggi

kepadatan penduduknya adalah Provinsi DKI Jakarta, yaitu sebesar 14.440 orang

per km. Provinsi yang paling rendah tingkat kepadatan penduduknya adalah

Provinsi Papua Barat, yaitu sebesar 8 orang per km. Penduduk laki-laki Indonesia

sebanyak 119 630 913 jiwa dan perempuan sebanyak 118 010 413 jiwa.

Seks Rasio adalah 101, berarti terdapat 101 laki-laki untuk setiap 100

perempuan. Seks Rasio menurut provinsi, yang terendah adalah 94 di Provinsi

NTB dan tertinggi adalah 113 di Provinsi Papua. Seks Rasio nasional pada

kelompok umur 0-4 sebesar 106, umur 5-9 sebesar 106, kelompok umur lima

tahunan dari 10 sampai 64 berkisar antara 93 sampai dengan 109, dan umur 65+

41

sebesar 81. Median umur penduduk Indonesia tahun 2010 adalah 27,2 tahun.

Angka ini menunjukkan bahwa penduduk Indonesia termasuk kategori menengah

(intermediate). Penduduk suatu wilayah dikategorikan penduduk muda bila

median umur < 20, penduduk menengah jika median umur 20-30, dan penduduk

tua jika median umur > 30 tahun. Rasio ketergantungan penduduk Indonesia

adalah 51,31. Angka ini menunjukkan bahwa setiap 100 orang usia produktif (15-

64 tahun) terdapat sekitar 51 orang usia tidak produkif (0-14 dan 65+), yang

menunjukkan banyaknya beban tanggungan penduduk suatu wilayah. Rasio

ketergantungan di daerah perkotaan adalah 46,59 sementara di daerah perdesaan

56,30. Perkiraan rata-rata umur kawin pertama penduduk laki-laki sebesar 25,7

tahun dan perempuan 22,3 tahun (perhitungan Singulate Mean Age at

Marriage/SMAM).

4.1.3. Perekonomian

Kinerja perekonomian Indonesia pada Triwulan III-2011 yang digambarkan

oleh Produk Domestik Bruto (PDB) atas dasar harga konstan meningkat sebesar

3,5 persen bila dibandingkan triwulan sebelumnya. Kenaikan ini lebih besar

dibandingkan dengan kenaikan Triwulan II-2011 yang mencapai 2,9 persen. Jika

dibandingkan dengan triwulan yang sama tahun sebelumnya (tahun ke tahun),

pertumbuhan PDB Indonesia pada Triwulan III-2011 mencapai 6,5 persen (tabel

4.1).

Semua sektor perekonomian Indonesia pada Triwulan III-2011 mengalami

peningkatan pertumbuhan dibandingkan triwulan sebelumnya (q-to-q).

Pertumbuhan terbesar terjadi pada Sektor Pertanian sebesar 5,0 persen, terutama

karena terjadinya pertumbuhan yang cukup tinggi pada Subsektor Perkebunan

sebesar 22,0 persen. Sektor Perdagangan, Hotel dan Restoran tumbuh 4,4 persen,

Sektor Pengangkutan dan Komunikasi tumbuh 3,6 persen, Sektor Konstruksi,

Sektor Jasa-jasa, Sektor Industri Pengolahan masing-masing tumbuh 3,1 persen,

Sektor Pertambangan dan Penggalian tumbuh 2,9 persen, selanjutnya Sektor

Keuangan, Real Estat dan Jasa Perusahaan tumbuh 1,8 persen, dan Sektor Listrik,

Gas dan Air Bersih tumbuh 1,3 persen.

42

Tabel 4.1. Laju Pertumbuhan PDRB Menurut Lapangan Usaha (persen)

Lapangan Usaha Triw II-2011

Terhadap

Triw I-

2011

Triw III-

2011

Terhadap

Triw II-

2011

Triw III-

2011

Terhadap

Triw II-

2010

Triw 1 s/d

III 2011

Terhadap

Triw I s/d

III 2010

Sumber

Pertumbu

nan y-on-y

1

Pertanian, Peternakan,

Kehutanan, dan Perikanan

3.6

5

2,7

3,4

0,4

2 Pertambangan dan Penggalian -0,8 2,9 0,3 1,7 0

3 Industri Pengolahan 3,2 3,1 6,6 5,9 1,7

4 Listrik, Gas, dan Air Bersih 4 1,3 5,2 4,5 0

5 Konstruksi 4,4 3,1 6,4 6,4 0,4

6 Perdagangan, Hotel dan

Restoran

4,8 4,4 10,1 9,3 1,7

7 Pengangkutan dan Komunikasi 2,1 3,6 9,5 11,2 0,9

8 Keuangan, Real Estat dan Jasa

Perusahaan

1 1,8 7 7 0,7

9 Jasa-Jasa 2,4 3,1 7,8 6,8 0,7

PDB 2,9 3,5 6,5 6,5 6,5

PDB Tanpa Migas 3 3,5 6,9 7

Sumber : Badan Pusat Statistik (BPS)

PDB Triwulan III-2011 bila dibandingkan dengan triwulan yang sama tahun

sebelumnya (mencerminkan perubahan tanpa dipengaruhi oleh faktor musim) juga

menunjukkan peningkatan pada semua sektor. PDB meningkat 6,5 persen (y-on-

y) terutama dipengaruhi oleh kenaikan Sektor Perdagangan, Hotel dan Restoran

sebesar 10,1 persen. Selanjutnya Sektor Pengangkutan dan Komunikasi tumbuh

9,5 persen, Sektor Jasa-jasa tumbuh 7,8 persen, Sektor Keuangan, Real Estat dan

Jasa Perusahaan tumbuh 7,0 persen, Sektor Industri Pengolahan tumbuh 6,6

persen, Sektor Konstruksi tumbuh 6,4 persen, Sektor Listrik, Gas dan Air Bersih

tumbuh 5,2 persen, Sektor Pertanian tumbuh 2,7 persen, dan Sektor Pertambangan

dan Penggalian tumbuh 0,3 persen. Pertumbuhan PDB tanpa migas pada Triwulan

III-2011 mencapai 6,9 persen (y-on-y), lebih tinggi dibandingkan dengan

pertumbuhan total PDB keseluruhan yang besarnya 6,5 persen.

Secara kumulatif besaran PDB Indonesia hingga Triwulan III-2011

dibandingkan dengan PDB pada periode yang sama tahun 2010 tumbuh sebesar

43

6,5 persen yang dipengaruhi oleh pertumbuhan semua sektor. Sektor

Pengangkutan dan Komunikasi tumbuh 11,2 persen, Sektor Perdagangan, Hotel

dan Restoran 9,3 persen, Sektor Keuangan, Real Estat dan Jasa Perusahaan 7,0

persen, Sektor Jasa-jasa 6,8 persen, Sektor Konstruksi 6,4 persen, Sektor Industri

Pengolahan 5,9 persen, Sektor Listrik, Gas dan Air Bersih 4,5 persen, Sektor

Pertanian 3,4 persen, dan Sektor Pertambangan dan Penggalian 1,7 persen. Sektor

Perdagangan, Hotel dan Restoran dan Sektor Industri Pengolahan merupakan

sumber pertumbuhan ekonomi terbesar pada Triwulan III-2011 bila dibandingkan

dengan Triwulan III-2010 (y-on-y) dengan besaran sumber masing-masing

sebesar 1,7 persen. Sektor lain yang sumber pertumbuhannya cukup besar pada

Triwulan III-2011 (y-on-y) yaitu Sektor Pengangkutan dan Komunikasi (0,9

persen), Sektor Jasa-jasa dan Sektor Keuangan, Real Estat dan Jasa Perusahaan

(masing-masing 0,7 persen). Sementara sektor-sektor lainnya memiliki sumber

pertumbuhan di bawah 0,5 persen.

4.2. Analisis data

4.2.1. Analisis Tipologi Klassen

Metode Klassen Tipologi digunakan untuk menentukan tipologi daerah pada

penelitian ini. Tipologi Klassen membagi daerah berdasarkan dua indikator

utama, yaitu pertumbuhan ekonomi daerah dan pendapatan perkapita daerah

dengan menentukan rata-rata pertumbuhan ekonomi sebagai sumbu vertikal dan

rata-rata pendapatan perkapita sebagai sumbu horizontal. Daerah yang diamati

dapat dibagi kedalam empat klasifikasi yaitu:

1. Daerah cepat maju dan cepat tumbuh (High growth and high income)

adalah laju pertumbuhan PDRB dan pendapatan perkapita lebih tinggi

dari rata-rata pertumbuhan dan pendapatan perkapita rata-rata nasional.

2. Daerah maju tapi tertekan. (high income but low growth ) yaitu daerah

yang relatif maju, tapi dalam beberapa tahun terakhir laju pertumbuhan

menurun akibat tertekannya kegiatan utama daerah yang bersangkutan.

Daerah ini merupakan daerah yang telah maju tapi dimasa mendatang

pertumbuhannya tidak akan begitu cepat walaupun potensi

44

pengembangan yang dimiliki pada dasarnya sangat besar. Daerah ini

mempunyai pendapatan perkapita lebih tinggi tapi tingkat pertumbuhan

ekonominya lebih rendah dibandingkan rata-rata nasional.

3. Daerah berkembang cepat (high growth but low income) adalah daerah

yang dapat berkembang cepat dengan potensi pengembangan yang

dimiliki sangat besar tapi belum diolah sepenuhnya secara baik. Tingkat

pertumbuhan ekonomi daerah sangat tinggi, namun tingkat pendapatan

perkapita yang mencerminkan dari tahap pembangunan yang telah

dicapai sebenarnya masih relatif rendah. Daerah ini memiliki tingkat

pertumbuhan tinggi tetapi tingkat pendapatan perkapita lebih rendah

dibandingkan dengan rata- rata nasional.

4. Daerah relatif tertinggal (low growth and low income ). adalah daerah

yang masih mempunyai tingkat pertumbuhan dan pendapatan perkapita

lebih rendah dari pada rata-rata nasional

Hasil analisis untuk Negara Indonesia terlihat bahwa dari 26 Provinsi yang

dimiliki terdapat satu provinsi yaitu provinsi DKI Jakarta yang masuk kriteria satu

(I) yakni daerah yang memiliki tingkat pertumbuhan ekonomi dan pendapatan

perkapita diatas pertumbuhan ekonomi dan pendapatan perkapita Negara

Indonesia (Tabel 4.2).

45

Tabel 4.2. Tipologi Klassen

No Provinsi Pertumbuhan

Ekonomi Rata-

rata

Pendapatan

Perkapita

Rata-rata

Tipologi

Daerah

1 Aceh -2.89 8,812,367.04 2

2 Sumatera Utara 5.87 7,759,980.61 3

3 Sumatera Barat 5.76 6,917,960.53 3

4 Riau 4.60 18,582,515.10 2

5 Jambi 6.19 4,928,792.31 3

6 Sumatera Selatan 4.89 7,786,037.14 4

7 Bengkulu 5.79 4,228,238.19 3

8 Lampung 5.25 4,393,538.87 3

9 DKI Jakarta 5.89 35,422,792.55 1

10 Jawa Barat 5.92 6,660,653.02 3

11 Jawa Tengah 5.37 4,874,223.14 3

12 DI. Yogyakarta 4.60 5,402,430.87 4

13 Jawa Timur 5.78 7,695,161.92 3

14 Bali 5.80 6,448,416.39 3

15 Kalimantan Barat 4.81 5,996,543.93 4

16 Kalimantan Tengah 5.80 7,398,920.37 3

17 Kalimantan Selatan 5.41 7,485,061.29 3

18 Kalimantan Timur 2.93 31,445,874.38 2

19 Sulawesi Utara 6.43 5,319,235.78 3

20 Sulawesi Tengah 7.75 5,426,978.33 3

21 Sulawesi Selatan 6.57 5,033,941.80 3

22 Sulawesi tenggara 8.30 4,437,850.36 3

23 Nusa Tenggara Barat 5.07 3,801,275.04 4

24 Nusa Tenggara Timur 4.79 2,439,003.95 4

25 Maluku 5.34 2,549,514.91 3

26 Papua 3.62 8,586,043.01 2

Rata-Rata 5.22 8,455,128.88

Sumber : BPS di olah

Demikian pula dengan kriteria dua (II) yaitu daerah maju tapi tertekan

yakni daerah yang mempunyai pertumbuhan ekonomi rendah tetapi

memiliki rata-rata pendapatan perkapita lebih tinggi dibandingkan Negara

Indonesia. Provinsi yang masuk dalam kategori ini adalah Provinsi Aceh,

Provinsi Kalimantan Timur, Provinsi Riau dan Provinsi Papua (Tabel 4.3).

46

Tabel 4.3. Klasifikasi Tipologi Klassen

Klasifikasi I :

Daerah Maju dan Cepat Tumbuh

Klasifikasi III :

Daerah Berkembang Cepat

DKI Jakarta

Sumatera Utara

Sumatera Barat

Jambi

Bengkulu

Jawa Barat

Jawa Timur

Bali

Maluku

Jawa Tengah

Kalimantan Tengah

Kalimantan Selatan

Sulawesi Utara

Sulawesi Tengah

Sulawesi Selatan

Sulawesi Tenggara

Lampung

Klasifikasi II :

Daerah Maju tapi Tertekan

Klasifikasi IV :

Daerah Relatif Tertinggal

Aceh

Riau

Kalimantan Timur

Papua

DI Yogyakarta

Nusa Tenggara

Barat

Nusa Tenggara

Timur

Sumatera Selatan

Kalimantan Barat

Sementara pada kriteria III, terdapat lima belas Provinsi yang

termasuk dalam kategori daerah berkembang cepat. Daerah tersebut adalah

Provinsi Sumatera Utara, Provinsi Sumatera Barat, Provinsi Jambi, Provinsi

Bengkulu, Provinsi Lampung, Provinsi Jawa Barat, Provinsi Jawa Timur,

Provinsi Bali, Provinsi Kalimantan Tengah, Provinsi Kalimantan Selatan,

Provinsi Sulawesi Utara, Provinsi Sulawesi Tengah, Provinsi Sulawesi

Selatan, dan Provinsi Sulawesi Tenggara dan Provinsi Maluku. Sedangkan

sisanya sebanyak lima daerah termasuk kedalam kategori IV atau daerah

relatif tertinggal. Daerah tersebut adalah Provinsi Sumatera Selatan,

Provinsi Jawa Tengah, Provinsi DI. Yogyakarta, Provinsi Kalimantan Barat,

Provinsi Nusa Tenggara Barat dan Provinsi Nusa Tenggara Timur .

47

Gambar 4.1. Tipologi Daerah Indonesia

Tahun 2003-2010

48

4.2.2. Analisis Ketimpangan Pendapatan Antar Provinsi

Menurut Myrdal (1957), perbedaan tingkat kemajuan ekonomi antar

daerah yang berlebihan akan menyebabkan pengaruh yang merugikan (backwash

effect) mendominasi pengaruh yang menguntungkan (spread effect) terhadap

pertumbuhan daerah. Dalam hal ini akan menyebabkan proses ketidak

seimbangan. Disparitas yang terjadi di suatu daerah dipicu oleh beberapa hal

diantaranya ketimpangan ekonomi yang didasarkan pada PDRB perkapita pada

masing-masing daerah tersebut. Dalam mewujudkan perekonomian yang tinggi,

maka permasalahan mengenai ketimpangan ekonomi ini menjadi sebuah

tantangan yang harus dihadapi oleh suatu daerah. Salah satu caranya adalah

dengan melihat kinerja perekonomian pemerintah daerah tersebut yang harus

dievaluasi setiap tahunnya.

Pertumbuhan perekonomian suatu daerah dapat dilihat dari PDRB yang

tercipta di daerah tersebut. Untuk memberikan gambaran yang lebih baik

mengenai kondisi perekonomian dan perkembangan pembangunan daerah di

Indonesia akan dibahas melalui pemerataan PDRB perkapita per provinsi yang

dianalisis dengan menggunakan Indeks Williamson. Hasil analisis Indeks

Williamson tersebut dapat dilihat pada tabel 4.4 berikut ini.

Tabel 4.4. Indeks Williamson Indonesia 2003 2010

Tahun Indeks Williamson

2003 0,0942

2004 0,0900

2005 0,0864

2006 0,0825

2007 0,0804

2008 0,0781

2009 0,0770

2010 0,0769

Rata-rata 0,0862

Sumber : BPS di olah

Nilai Indeks Williamson yang kecil menggambarkan tingkat ketimpangan

yang rendah atau tingkat pemerataan yang lebih baik, dan sebaliknya apabila nilai

Indeks Williamson besar maka menggambarkan tingkat ketimpangan yang tinggi

49

atau tingkat pemerataan yang semakin timpang. Setelah dilakukan perhitungan

terhadap ketimpangan pendapatan antar provinsi di Indonesia, diketahui bahwa

pada kurun waktu 2003-2010 nilai ketimpangan pendapatan antar provinsi di

Indonesia mengalami perkembangan yang baik, dalam arti bahwa ketimpangan

pendapatan antar provinsi terlihat adanya kecenderungan yang semakin kecil.

Kondisi ini dapat diketahui dari nilai hasil penghitungan Indeks

Williamson yang telah dilakukan. Nilai yang dihasilkan dari penghitungan

tersebut menunjukkan bahwa nilai ketimpangan pendapatan antar provinsi yang

terjadi cenderung semakin menurun, yaitu dengan nilai yang semakin mendekati

nol. Semakin kecil angka indeks yang dihasilkan dari penghitungan Indeks

Williamson berarti semakin rendah tingkat ketimpangan provinsi yang terjadi dan

semkain tinggi angka indeks yang di hasilkan dari perhitungan Indeks Williamson

berarti semakin tinggi ketimpangan yang terjadi. Berdasarkan batasan tersebut,

maka dengan nilai indeks ketimpangan yang diperoleh dari penghitungan dengan

formula Williamson tersebut dapat dinyatakan bahwa usaha dalam menciptakan

pemerataan provinsi di Indonesia cenderung berhasil.

Gambar 4.2. Indeks Williamson

Kenyataan ini dapat dilihat pada gambar 4.2 di mana Dari tahun 2003-

2010 nilai indeks ketimpangan selalu mengalami penurunan. Pada tahun 2003

nilai indeks Indeks Williamson sebesar 0,0942, pada tahun 2004 nilai indeks

indek ketimpangan pendapatan menurun menjadi sebesar 0,0900, pada tahun 2005

0.00

0.02

0.04

0.06

0.08

0.10

2003 2004 2005 2006 2007 2008 2009 2010

Indeks Williamson

50

nilai indeks ketimpangan menurun menjadi sebesar 0,0864, tahun 2006 sebesar

0,0825, tahun 2007 sebesar 0,0804tahun 2008 sebesar 0,0781, tahun 2009 sebesar

0,0770 dan kemudian pada tahun 2010 nilai indek ketimpangan pendapatan di

Indonesia juga mengalami penurunan menjadi sebesar 0,0769.

Ketimpangan yang semakin berkurang ini mengindikasikan bahwa

pembangunan ekonomi yang terjadi di Indonesia semakin mengarah pada

perbaikan, artinya banyak kegiatan ekonomi yang telah berhasil dikembangkan

dan kinerja perekonomian di Daerah tersebut telah mengalami peningkatan

dengan adanya evaluasi yang dilakukan oleh pemerintah setiap tahunnya.

Untuk ukuran ketimpangan antar Provinsi dengan Indeks Williamson

seperti terlihat pada tabel 4.5 bahwa terdapat 3 Provinsi yang mempunyai rata-rata

Indeks Willimason lebih tinggi di bandingkan dengan Provinsi-provinsi lainnya

yaitu Provinsi DKI Jakarta, Kalimantan Timur dan Riau. Kondisi ini sejalan jika

di kaitkan dengan analisis tipologi klassen dimana diperoleh informasi bahwa

wilayah Provinsi DKI Jakarta termasuk dalam kategori I yaitu daerah maju dan

cepat tumbuh yang terlihat dari pertumbuhan ekonomi yang tinggi namun

memiliki ketimpangan pendapatan yang tinggi pula. Selanjutnya Provinsi Riau

dan Kalimantan Timur masuk dalam kategori II yaitu darah maju tapi tertekan.

Provinsi yang memiliki rata-rata Indeks Wiliiamson lebih rendah

dibandingkan dengan provinsi-provinsi lainnya adalah Provinsi Sumatera Selatan,

Provinsi Kalimantan Tengah dan Provinsi Kalimantan Selatan jika dikaitkan

dengan analisis Tipologi Klassen Provinsi ini termasuk dalam Kategori III yaitu

Daerah berkembang cepat (high growth but low income). daerah yang dapat

berkembang cepat dengan potensi pengembangan yang dimiliki sangat besar tapi

belum diolah sepenuhnya secara baik. Tingkat pertumbuhan ekonomi daerah

sangat tinggi, namun tingkat pendapatan perkapita yang mencerminkan dari tahap

pembangunan yang telah dicapai sebenarnya masih relatif rendah.

51

Tabel 4.5. Indeks Williamson Provinsi 2003-2010

Sumber : Data diolah

No Provinsi 2003 2004 2005 2006 2007 2008 2009 2010 Rata-rata

1 Aceh 0.0659 0.0458 0.0263 0.0255 0.0183 0.0075 0.0024 0.0018 0.0277

2 Sumatera Utara 0.0291 0.0199 0.0106 0.0003 0.0128 0.0242 0.0328 0.0441 0.0254

3 Sumatera Barat 0.0295 0.0250 0.0196 0.0139 0.0077 0.0008 0.0029 0.0087 0.0180

4 Riau 0.2195 0.2223 0.2266 0.2328 0.2328 0.2368 0.2322 0.2331 0.2287

5 Jambi 0.0446 0.0432 0.0407 0.0382 0.0349 0.0311 0.0280 0.0238 0.0380

6 Sumatera Selatan 0.0103 0.0063 0.0017 0.0035 0.0098 0.0149 0.0184 0.0244 0.0123

7 Bengkulu 0.0421 0.0407 0.0382 0.0360 0.0332 0.0306 0.0279 0.0254 0.0364

8 Lampung 0.0853 0.0820 0.0776 0.0731 0.0671 0.0613 0.0561 0.0498 0.0738

9 DKI Jakarta 0.5959 0.6299 0.6523 0.6816 0.7103 0.7327 0.7506 0.7741 0.6657

10 Jawa Barat 0.1009 0.0915 0.0773 0.0626 0.0456 0.0172 0.0080 0.0087 0.0639

11 Jawa Tengah 0.1696 0.1594 0.1448 0.1316 0.1169 0.1014 0.0879 0.0720 0.1356

12 DI. Yogyakarta 0.0433 0.0402 0.0364 0.0338 0.0305 0.0264 0.0230 0.0191 0.0349

13 Jawa Timur 0.0560 0.0389 0.0204 0.0021 0.0176 0.0374 0.0531 0.0747 0.0451

14 Bali 0.0295 0.0274 0.0238 0.0206 0.0167 0.0085 0.0051 0.0009 0.0195

15 Kalimantan Barat 0.0414 0.0378 0.0333 0.0286 0.0229 0.0186 0.0142 0.0091 0.0298

16 Kalimantan Tengah 0.0133 0.0103 0.0068 0.0034 0.0003 0.0041 0.0074 0.0112 0.0092

17 Kalimantan Selatan 0.0136 0.0100 0.0066 0.0033 0.0011 0.0060 0.0097 0.0137 0.0106

18 Kalimantan Timur 0.3692 0.3644 0.3574 0.3528 0.3411 0.3404 0.3305 0.3299 0.3554

19 Sulawesi Utara 0.0454 0.0435 0.0400 0.0365 0.0321 0.0247 0.0193 0.0140 0.0352

20 Sulawesi Tengah 0.0414 0.0385 0.0343 0.0303 0.0258 0.0196 0.0153 0.0104 0.0306

21 Sulawesi Selatan 0.0839 0.0798 0.0729 0.0659 0.0586 0.0489 0.0419 0.0313 0.0665

22 Sulawesi tenggara 0.0481 0.0460 0.0428 0.0397 0.0361 0.0300 0.0264 0.0221 0.0395

23 Nusa Tenggara Barat 0.0742 0.0712 0.0692 0.0673 0.0635 0.0606 0.0526 0.0475 0.0662

24 Nusa Tenggara Timur 0.0943 0.0934 0.0910 0.0889 0.0861 0.0829 0.0806 0.0769 0.0888

25 Maluku 0.0670 0.0670 0.0651 0.0638 0.0619 0.0598 0.0581 0.0551 0.0634

26 Papua 0.0355 0.0056 0.0319 0.0080 0.0079 0.0031 0.0175 0.0166 0.0208

Indonesia 0.0942 0.0900 0.0864 0.0825 0.0804 0.0781 0.0770 0.0769

52

4.2.3. Analisis Pengaruh Pertumbuhan Ekonomi,Jumlah Penduduk dan

Pengeluaran Pemerintah Terhadap Ketimpangan Pendapatan

Pengujian Model 4.2.3.1.

Dalam menggunakan data panel, setidaknya ada 3 teknik analisis yang

dapat di gunakan, yaitu Polled least square (PLS), fixed effect model, random

effect model. Untuk memilih model yang tepat dari ketiga analisis tersebut, maka

perlu di lakukan bebeapa uji, yaitu uji Chow Test, Hausman Test serta uji

Lagrange Multiplier (LM). Uji Lagrange Multiplier (LM) perlu di lakukan apabila

hasil Chow Test menunjukan Polled least square (PLS) sebagai model yang

sesuai sementara Uji Hausman menunjukan Random Effect sebagai model yang

sesuai, sehingga perlu di bandingkan antara kedua model melalui uji LM.

4.2.3.1.1. Chow Test

Pengujian Chow Test di gunakan untuk membandingkan antara Common

Effect (PLS) dengan Fixed Effect Model sebagai model yang cocok untuk analisis

data panel. Adapun kaidah keputusan dalam pengujian Chow Test adalah sebagai

berikut :

H0 : 1 = 0 (model PLS)

H0 : 1 0 (model fixed effect)

Berdasarkan hasil analisis dapat dilihat bahwa nilai cross-section F adalah

sebesar 251,261 atau lebih besar dari F Tabel Pada alpha 5% (251,261>1,568).

Atas dasar ini maka telah cukup bukti untuk menolak H0 dan menyimpulkan

bahwa Fixed Effect Model sebagai teknik analisis yang lebih sesuai. Secara

lengkap hasil Chow Test di sajikan dalam tabel berikut :

53

Tabel 4.6. Hasil Pengujian untuk menentukan

Teknik Analisis yang sesuai antara Common Effect dengan Fixed Effect

Model melalui Chow Test

Redundant Fixed Effects Tests Pool: Chow Test Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 251.261117 (25,179) 0.0000

Sumber : Hasil pengolahan data, Eviews

4.2.3.1.2. Hausman Test

Uji Hausman digunakan untuk memilih tehnik analisis yang paling tepat

antara Fixed Effect Model dengan Random Effect Model dalam penggunaan data

panel. Adapun kaidah keputusan untuk melakukan uji Hausman adalah sebagai

berikut :

H0: Model Random Effect

H1: Model Fixed Effect

Hasil analisis pada tabel 4.7 menunjukan bahwa nilai chi square adalah sebesar

21,136993 dengan probabilitas 0,0001. Dengan kata lain nilai probabilitas yang

dihasilkan lebih kecil dari alpha 0,05 (0,0001

54

Berdasarkan hasil Chow Test dan Hausman test dapat disimpulkan bahwa

Fixed Effect Model (FEM) atau sering disebut juga sebagai Least Square Dummy

Variable (LSDV) merupakan tehnik analisis yang paling sesuai untuk digunakan

dalam analisis data panel ini. Dengan demikian uji Langarange Multiplier (LM),

yaitu pengujian untuk memilih antara Common Effect dengan Random Effect

Model menjadi tidak diperlukan lagi.

Pengujian Kriteria Statistik 4.2.3.2.

4.2.3.2.1. Uji t (Pengujian Hipotesis Majemuk Secara Parsial / Individual)

Uji t digunakan untuk melihatkan pengaruh parsial masing-masing

variabel bebas (independent) terhadap variabel terikat (dependent). Hasil analisis

menunjukan dua varibel Pertumbuhan Ekonomi dan jumlah penduduk mempunyai

hubungan terhadap ketimpangan pendapatan.

Tabel 4.8. Hasi Pengujian Pengujian Hipotesis

Majemuk Secara Parsial (Uji t)

Variabel Koefisien t-statistik Prob. Kesimpulan

LnPDRB 0.02773 1.4761* 0.1417 Signifikan

LnPDDK 0.02707 0.5040 0.6148 Tidak Signifikan

LnPP -0.02394 -3.2851** 0.0012 Signifikan

R Squared 0.986040

F Statistik 451.5366

Prob. F Statistik 0.000000

** Signifikan pada 5% * Signifikan pada 10%

Sumber : Hasil Pengolahan Data, Eviews

Berdasarkan hasil analisis data diperoleh nilai thitung variabel Pertumbuhan

Ekonomi (PDRB) sebesar 1,4761. Artinya thitung yang di peroleh lebih besar dari

ttabel pada 10% (1,4761 > 1,2857) sehingga H0 dapat ditolak dan menyimpulkan

bahwa Pertumbuhan Ekonomi berpengaruh positif signifikan terhadap terhadap

ketimpangan pendapatan. Sementara itu, nilai thitung variabel jumlah pendduk

(PDDK) adalah sebesar 0,5040. Artinya thitung yang di peroleh lebih kecil dari ttabel

(0,5040 < 1,28) sehingga H0 dapat ditolak dan menyimpulkan bahwa jumlah

penduduk tidak berpengaruh signifikan terhadap ketimpangan pendapatan. Untuk

55

nilai thitung variabel Pengeluaran Pemerintah adalah sebesar -3.2851. Artinya thitung

yang di peroleh lebih besar dari ttabel pada 5% (-3.2851 > -1,6524) sehingga H0

dapat diterima dan menyimpulkan bahwa variabel pengeluaran pemerintah

berpengaruh negatif signifikan terhadap ketimpangan pendapatan.

4.2.3.2.2. Uji F (Pengujian Hipotesis Regresi Majemuk Secara Simultan/

Keseluruhan)

Uji F dilakukan untuk melihat pengaruh simultan pengaruh variabel-

vaiabel bebas (independent) terhadap variabel terikat (dependent). Hasil analisis

data (tabel 4.8) menunjukan bahwa nilai Fhitung adalah sebesar 451,54, Jika di

bandingkan dengan alpha 5 persen maka nilai Fhitung lebih besar dari nilai Ftabel

(451,54 > 2,65). Dengan demikian H0 dapat ditolak dan mengambil kesimpulan

bahwa varibel Pertumbuhan Ekonomi, jumlah penduduk dan penegeluaran

pemerintah secara simultan atau bersama-sama berpengaruh signifikan terhadap

ketimpangan pendapatan.

4.2.3.2.3. Uji Goodnest of fit (R2)

Nilai Goodnest of fit (R2) menunjukkan ketepatan atau goodness of fit

model yang digunakan. Semakin besar nilai Goodnest of fit (R2), yang

dicerminkan pada angka Goodnest of fit mendekati satu (1) maka akan semakin

baik model tersebut dalam menjelaskan pengaruh variabel-variabel bebas

(independent) terhadap variabel terikat (dependent). Sebaliknya, semakin kecil

nilai R2 atau nilainya mendekati Nol (0), maka akan semakin tidak baik model

yang digunakan. Berdasarkan hasil analisis regresi (Tabel 4.8) pengaruh

pertumbuhan Ekonomi, Jumlah Penduduk dan Penggluaran Pemerintah terhadap

ketimpangan pendapatan di peroleh nilai R2

sebesar 0.986040. Nilai ini

menunjukan bahwa variabel Pertumbuhan Ekonomi per provinsi, Jumlah

penduduk dan pengeluaran pemerintah telah memberikan kontribusi sebesar 98,6

persen dalam mempengaruhi ketimpangan pendapatan di indonesia. Sedangkan

sisanya sebesar 1,4 persen di pengaruhi faktor-faktor atau variabel lain yang tidak

di sertakan dalam studi ini. Dengan demikian secara model yang di pergunakan

ini dapat di katakan sesuai untuk menjelaskan bagaimana pengaruhi Pertumbuhan

56

Ekonomi, jumlah penduduk dan pengeluaran pemerintah terhadap ketimpangan

pendapatan di Indonesia.

4.2.3.3. Pengaruh Pertumbuhan Ekonomi, Jumlah Penduduk dan

Pengeluaran Pemerintah Terhadap Ketimpangan Pendapatan di

Indonesia

Berdasakan hasil analisis data (tabel 4.8) menunjukan bahwa variabel

pertumbuhan ekonomi terbukti berpengaruh positif dan signifikan terhadap

ketimpangan pendapatan. Adapun persamaan model yang di hasilkan dari estimasi

pengaruh pertumbuhan ekonomi, jumlah penduduk dan pengeluaran pemerintah

terhadap ketimpangan pendapatan di Indonesia adalah sebagai berikut :

IW = - 0,6914 + 0,0277*LnPDRB + 0,0271*LnPDDK 0,0239*LnPP

Pertumbuhan Ekonomi di tingkat provinsi secara keseluruhan pada periode

2003-2010 meningkatkan ketimpangan pendapatan. Besarnya peningkatan

ketimpangan pendapatan dari adanya Pertumbuhan Ekonomi dapat di identifikasi

dari nilai koefesien yaitu sebesar 0,0277. Hal ini mengidentifikasikan bahwa

setiap peningkatan Pertumbuhan Ekonomi sebesar 1 persen akan meningkatkan

ketimpangan pendapatan (Indeks Williamson) sebesar 0,0277 persen. Dalam hal

ini berarti proses trickle down effect dari manfaat pertumbuhan ekonomi

terhadap ketimpangan pendapatan tidak sesuai dengan apa yang diharapkan.

Dari hasil estimasi juga membuktikan bahwa Variabel Jumlah Penduduk

tidak berpengaruh signifikan terhadap ketimpangan pendapatan di Indonesia.

Pengaruh tidak signifikan ini di duga di karenakan kenaikan jumlah penduduk ini

di ikuti dengan kenaikan sumber daya manusia dan peningkatan jumlah lapangan

kerja dengan porsi yang sama. Jadi, walaupun jumlah penduduk mengalami

kenaikan tetap tidak berpengaruh terhadap ketimpangan pendapatan.

Variabel Pengeluaran pemerintah di tingkat provinsi secara keseluruhan

berkorelasi negatif dan signifikan terhadap terhadap ketimpangan pendapatan.

Artinya, nilai Pengeluaran pemerintah di tingkat provinsi secara keseluruhan

menurunkan ketimpangan pendapatan. Besarnya penurunan ketimpangan

57

pendapatan dari adanya pengeluaran pemerintah dapat di identifikasikan dari nilai

koefisien yaitu sebesar 0,0239. Hal ini mengidentifikasikan bahwa setiap

peningkatan pengeluaran pemerintah sebesar 1 persen akan menurunkan

ketimpangan pendapatan (Indeks Williamson) sebesar 0,0239 persen. Hasil ini

membuktikan bahwa pemerintah telah memanfaatkan pengeluarannya dengan

baik dan sesuai dengan tujuannya.