DETERMINAN KEMISKINAN DI INDONESIA TAHUN 1982-2012
Abstract
Penelitian ini bertujuan untuk mengkaji apakah terdapat pengaruh antara pertumbuhan ekonomi, tingkat pengangguran dan pengeluaran pemerintah untuk pengentasan kemiskinan terhadap kemiskinan. Analisis yang digunakan dalam penelitian ini adalah analisis desktiptif dan analisis ekonometrika. Analisis ekonometrika dalam penelitian ini adalah regresi linier berganda dengan metode Ordinary Least Squre (OLS). Hasil penelitian menunjukan bahwa semua variabel independen secara bersama-sama mempengaruhi variabel dependen dibuktikan dari nilai probabilitas (F-statistic) lebih kecil dari α 5%. Hasil Uji t menunjukkan bahwa variabel pertumbuhan ekonomi dan tingkat pengangguran berpengaruh secara parsial terhadap kemiskian dengan nilai probabilitas lebih kecil dari α 5%, sedangkan variable pengeluaran pemerintah untuk pengentasan kemiskinan tidak berpengaruh secara parsial terhadap kemiskinan dengan nilai probabilitas lebih besar dari α 5%. Hasil uji koefisien determinasi menunjukkan bahwa variabel dependen dapat dijelaskan oleh variabel independen sebesar 59% dan sisanya sebesar 41% dijelaskan oleh variabel lain di luar model.
The study aimed to assess whether there is influence between economic growth, unemployment and government expenditure on poverty alleviation for poverty. The analysis used in this study is a descriptive and econometric analysis. Econometric analysis in this study is a multiple linier regression with the method of Ordinary Least Squre (OLS). The research result show that all of independent variable influence dependent variable is proved from value of probability (F-statistic) is smaller than a 5%. Result of t experiment shows that variable of economic growth and unemployment level influence partially for poverty by probability number that is smaller than a 5%, whereas value of government expenditure on poverty alleviation doesn’t influence partially to poverty by probability value is bigger than a 5%. Result of determination coefficient experiment shows that dependent variable can be explained by independent variable for 59% and the remaining for 41% is explained by other variable of out of model.
