Determinan Kemiskinan dan Pengangguran di Jawa Tengah

Abstract

Masalah kemiskinan dan pengangguran merupakan masalah pokok yang dihadapi secara nasional dan regional bahkan juga secara global, yang perlu mendapat perhatian serius. Besarnya angka kemiskinan dan pengangguran dalam upaya penanggulangannya memerlukan berbagai informasi dan kajian agar penanggulangan tersebut dapat berjalan secara efektif dan efisien. Penelitian ini bertujuan untuk mendapatkan informasi dan hasil yang dapat dijalankan dalam program-program penanggulangan kemiskinan dan pengangguran secara lebih efektif dan efesien sesuai dengan harapan seluruh pihak termasuk masyarakat yang masih dikategorikan sebagai marginal. Penelitian ini menggunakan sumber data utamanya berasal dari data sekunder yakni Susenas dan Sakernas untuk data Makro serta terkait lainnya seperti data Supas, dan SP 2010, ST2013 dan PBDT 2015 untuk data mikro serta data PODES untuk data pendukung kewilayahan. Metode analisis dalam penelitian ini adalah analisis deskriptif dan eksploratif dari berbagai data dan informasi yang tersedia. Selain itu, juga akan dilakukan beberapa perhitungan model statistik yang relevan dengan kajian ini. Dari hasil analisis regresi linier berganda kemiskinan diperoleh informasi bahwa dari uji F dengan α=0,05 diperoleh nilai signifikansi sebesar 0,000. Artinya, variabel yang dimasukkan ke dalam model secara simultan berpengaruh terhadap tingkat kemiskinan. Sedangkan secara parsial variabel status penguasaan bangunan, Luas Lantai per Kapita, Jenis Lantai dan rasio jumlah kamar, Bahan Bakar memasak rumah tangga, aset, Status pekerjaan KRT keluarga miskin, jam kerja, Penerimaan Program (KPS) dan Jumlah Bangunan di permukiman kumuh berpengaruh signifikan terhadap kemiskinan. Dari hasil pengolahan analisis regresi menunjukkan nilai signifikansi dari variabel pengangguran kurang dari 0,05. Hal ini sesuai dengan teori yang menyatakan bahwa secara simultan variabel independen tamat, penyakit dan jumlah industri berpengaruh signifikan terhadap tingkat pengangguran. Sedangkan secara parsial variabel pendidikan yang ditamatkan, Jumlah Industri mikro dan kecil di suatu daerah juga berpengaruh secara signifikan terhadap pengangguran. The problem of poverty and unemployment is a fundamental problem faced nationally and regionally as well as globally, which needs serious attention. The magnitude of poverty and unemployment in the effort to overcome it requires various information and studies so that the handling can run effectively and efficiently. This study aims to obtain information and results that can be run in programs of poverty alleviation and unemployment in a more effective and efficient in accordance with the expectations of all parties including people who are still categorized as marginal. This study uses the main data source derived from secondary data ie Susenas and Sakernas for Macro data and other related data such as Supas, and SP 2010, ST2013 and PBDT 2015 for micro data and PODES data for regional support data. The method of analysis in this research is descriptive and explorative analysis of various data and information available. In addition, there will also be some statistical model calculations relevant to this study. From the results of multiple linear regression analysis of poverty obtained information that from the F test with α = 0.05 obtained a significance value of 0.000. That is, the variables entered into the model simultaneously affect the poverty level. While partially variable of building mastery status, Floor Area per Capita, Floor Type and Room Total Ratio, Household Cooking Fuel, Asset, Status of Working of KRT of Poor Family, Working Hour, Program Acceptance (KPS) and Number of Buildings in Slums have a significant influence Against poverty. From the results of regression analysis showed the significance value of unemployment variable less than 0.05. This is consistent with the theory that simultaneously independent variables end, disease and the number of industries have a significant effect on the unemployment rate. While the partial variables of education are resolved, the number of micro and small industries in a region also significantly affect unemployment.