Escolar Documentos
Profissional Documentos
Cultura Documentos
1(1), 2017,1-11
Manajemen Teknologi Available online at http://journal.lembagakita.org
(EMT)
Indonesian Journal for the Economics,Management and Technology.
Khairul Amri
Mahasiswa Program Doktor Ilmu Ekonomi Universitas Syiah Kuala
Banda Aceh
Abstrak: Penelitian ini bertujuan untuk menguji hubungan kausalitas antara pertumbuhan ekonomi dan ketimpangan
pendapatan. Data yang digunakan adalah data panel dari 8 provinsi di Sumatera selama periode tahun 2007-2015.
Peralatan analisis data yang digunakan adalah panel vector autoregression (PVAR) dan panel granger causality test.
Penelitian menemukan bahwa pertumbuhan ekonomi pada periode tahun tertentu secara signifikan dipengaruhi oleh
pertumbuhan ekonomi tahun sebelumnya. Ketimpangan pendapatan pada periode tahun tertentu juga secara signifikan
dipengaruhi oleh ketimpangan pendapatan tahun sebelumnya. Hasil panel granger causality test menemukan adanya
unidirectional causality dari ketimpangan pendapatan ke pertumbuhan ekonomi.
Kata kunci: Pertumbuhan Ekonomi, Ketimpangan Pendapatan, Panel Vector Autoregression (PVAR) dan Granger
Causality Test
Abstract: This study aims to determine the causality relationship between economic growth and income inequality. Using
panel data of 8 provinces in Sumatera during the period of 2007-2015. The data analyzed by panel vector autoregression
(PVAR) and panel granger causality test. The study found that economic growth over a given period was significantly
influenced by the economic growth of the previous year, and income inequality over a given year was also significantly influenced
by the income inequality of the previous year. The result of panel granger causality test found that there is unidirectional
causality from income inequality to economic growth.
Keywords: Economic Growth, Income Inequality, Panel Vector Autoregression (PVAR) and Granger Causality Test.
variabel tersebut. Berbeda dengan Hassan, Penelitian ini bertujuan untuk menganalisis
Zaman dan Gul, penelitian Risso & Carrera hubungan kausalitas antara pertumbuhan
(2012) justru menyimpulkan bahwa dalam ekonomi dan ketimpangan pendapatan di
jangka panjang hubungan antara Sumatera. Berbeda dengan penelitian-
pertumbuhan ekonomi dan ketimpangan penelitian sebelumnya yang secara umum
pendapatan adalah positif dan signifikan. menggunakan data time series dengan model
analisis regresi linier, penelitian ini
Arah kausalitas antara ketimpangan menggunakan data panel 8 provinsi di
pendapatan dengan pertumbuhan ekonomi Sumatera dengan model analisis panel vector
dapat terjadi dalam bentuk dua arah autoregression (PVAR).
(bidirectional causality) dan bisa juga satu arah
(unidirectional causality). Alawin, Siam & Al- Data dan Model Analisis
Hamdi (2013) dalam penelitian mereka di
Yordania menemukan adanya unidirectional Data yang digunakan dalam penelitian ini
causality dari ketimpangan pendapatan ke bersumber dari Badan Statistik Indonesia.
pertumbuhan ekonomi. Sama halnya dengan Ketimpangan pendapatan diukur dengan gini
penelitian Baharuddin et al. (2016) di negara- ratio. Selanjutnya pertumbuhan ekonomi
negara Asean menyimpulkan adanya diukur dengan menggunakan pendapatan per
unidirectional causality dari ketimpangan kapita berdasarkan harga konstan tahun 2000.
pendapatan terhadap pertumbuhan ekonomi. Kedua data tersebut berbentuk data panel
Sebaliknya, Das, Sinha & Mitra (2014) justru yakni gabungan antara data seri waktu (time
mememukan adanya unidirectional causality dari series data) selama periode tahun 2007-2015
pertumbuhan ekonomi terhadap ketimpangan dengan data kerat silang (cross-section data) yang
pendapatan. Terakhir, penelitian Yang & diambil dari 8 provinsi di Sumatera terdiri dari
Greaney (2016) menyimpulkan adanya Aceh, Sumatera Barat, Riau, Jambi, Sumatera
bidirectional causality antara ketimpangan dan Selatan, Bengkulu, Lampung dan Bangka
pertumbuhan ekonomi. Belitung.
Sebagaimana dijelaskan sebelumnya, tingkat Salah satu syarat penting dalam analisis time
pertumbuhan ekonomi dan gini ratio masing- series seperti halnya panel vector autoregression
masing provinsi di Sumatera relatif berbeda. (PVAR) adalah bahwa variabel penelitian
Secara umum pertumbuhan ekonomi di setiap harus stasioner atau tidak memiliki akar unit.
daerah cenderung meningkat ditandai dengan Karena itu, langkah pertama dalam
kenaikan pendapatan per kapita riil. Hal ini pengolahan data adalah melakukan uji akar
mengindikasikan adanya peningkatan unit (unit root test). Dalam hal ini uji akar unit
kesejahteraan masyarakat secara umum. menggunakan metode Levine–Lin–Chu (LLC).
Namun demikian, pertumbuhan ekonomi Hasil pengolahan data menunjukkan bahwa
idealnya diikuti dengan distribusi pendapatan dengan persamaan individual intercept kedua
yang lebih merata sehingga dapat mengurangi variabel dinyatakan stasioner. Hal ini
kesenjangan (gap) antara kaya dan miskin. ditunjukkan oleh nilai probability masing-
masing variabel sebesar 0,0018 untuk
Tabel 1. Hasil Uji Akar Unit Menggunakan Levin, Lin & Chu test.
Series: LPDRB Individual Intercept Individual Intercept and Trend
Total Total
(balanced) Cross- (balanced) Cross-
Method Statistic Prob.** observations sections Statistic Prob.** observations sections
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -2.91392 0.0018 56 8 -10.0225 0.0000 56 8
Series: GR Level
Total Total
(balanced) Cross- (balanced) Cross-
Method Statistic Prob.** observations sections Statistic Prob.** observations sections
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -3.82974 0.0001 56 8 0.47973 0.6843 56 8
Sumber: Data Sekunder (Diolah), 2016
pertumbuhan ekonomi (lPDRB) dan sebesar Seperti ditunjukkan dalam hasil output
0,0001 untuk ketimpangan pendapatan (GR). Eviews pada Tabel 2, hasil uji kointegrasi
Selanjutnya untuk persamaan individual intercept menemukan bahwa tidak terdapat hubungan
dan trend yang pertumbuhan ekonomi yang jangka panjang antara variabel yang diteliti
stasioner dengan nilai probability sebesar (pertumbuhan ekonomi dan ketimpangan
0,0000. Sebaliknya ketimpangan pendapatan pendapatan) karena itu peralatan analisis data
(GR) tidak stasioner dengan nilai probability yang digunakan adalah Panel Vector
sebesar 0,6843. Hasil uji uji akar unit dengan Autoregression (PVAR). Sebelum pengolahan
menggunakan Levin, Lin & Chu test data dilanjutkan dengan PVAR, perlu
ditunjukkan dalam Tabel 1. diketahui lag optimal yakni periode waktu
pengaruh suatu variabel terhadap variabel lain
Tabel 2. Hasil Uji Kointegrasi dengan Menggunakan Pedroni Residual Cointegration Test
Null Hypothesis: No cointegration
Statistic Prob.
Group rho-Statistic 1.545029 0.9388
Group PP-Statistic 0.433530 0.6677
Group ADF-Statistic 1.560806 0.9407
Sumber: Data Sekunder (Diolah), 2016
Langkah selanjutnya adalah melakukan uji yang memberikan hasil optimal. Hal
kointegrasi. Uji kointegrasi dalam penelitian dikarenakan dampak perubahan suatu variabel
ini menggunakan Pedroni Residual Cointegration terhadap variabel lain tidak selalu terjadi pada
Test. Suatu persamaan dikatakan terkointegrasi periode tahun yang sama, tetapi juga dapat
didasarkan pada nilai probability yang muncul pada periode tahun yang berbeda.
dihasilkan Panel v-Statistic, Panel rho-Statistic, Karena itu, pertanyaan paling penting adalah
Panel PP-Statistic dan Panel ADF-Statistic bagaimana menentukan panjangnya
dengan ketentuan apabila nilai probability lebih kelambanan (lag length) dan hal ini merupakan
kecil dari 0,05 berarti terdapat kointegrasi persoalan dalam spesifikasi model. Hal inilah
(hubungan jangka panjang antara kedua yang menyebabkan perlu adanya penentuan
persamaan). Sebaliknya jika nilai probability lag optimal. Lag optimal merupakan jumlah lag
lebih besar dari 0,05 berarti tidak terdapat yang memberikan pengaruh atau respons yang
kointegrasi antara kedua variabel. Hasil signifikan. Hasil uji Lag Length Criteria seperti
pengolahan data menunjukkan bahwa nilai ditunjukkan dalam Tabel 3
probability untuk masing-masing nilai statistik
tersebut lebih besar dari 0,05 seperti
ditunjukkan dalam Tabel 2.
Mengacu pada Tabel 3 di atas, maka lag adalah Lampung dan Bengkulu. Sebaliknya
optimal adalah 2. Artinya pengaruh optimal daerah dengan ketimpangan pendapatan
suatu variabel terhadap variabel lain terjadi relatif rendah adalah Bangka Belitung. Scatter
dalam horizon waktu 2 periode. diagram antara pendapatan per kapita sebagai
tolok ukur pertumbuhan ekonomi dengan gini
Langkah selanjutnya dalam analisis data ratio sebagai tolok ukur ketimpangan
adalah penggunaan panel vector autoregression pendapatan pada 8 provinsi di Sumatera
(PVAR) untuk mengnalisis hubungan selama periode tahun 2007-2015 dapat dilihat
fungsional antara pertumbuhan ekonomi dan Grafik 3.
ketimpangan pendapatan. Seperti dijelaskan
sebelumnya, bahwa kedua variabel stasioner
pada level, sehingga data yang dioperasionalkan
dengan menggunakan PVAR adalah data level.
Karena itu, model PVAR untuk menganalisis
hubungan kausalitas antara pertumbuhan
ekonomi dan ketimpangan pendapatan
diformulasikan sebagai berikut.
tertentu berpengaruh positif dan signifikan Tabel 4. Hasil Panel Vector Autoregression
terhadap pertumbuhan ekonomi tahun
berikutnya. Hal ini ditunjukkan oleh nilai LPDRB GR
koefisien regresi sebesar 1,573 dan nilai t
LPDRB(-1) 1.753125 0.228321
statistik sebesar 11,946. Sebaliknya, dampak (0.14676) (0.22996)
pertumbuhan ekonomi terhadap dirinya [ 11.9457] [ 0.99287]
sendiri dalam horizon waktu 2 periode adalah LPDRB(-2) -0.769463 -0.236579
negatif dengan nilai koefisien regresi sebesar - (0.14516) (0.22746)
0,769 dan nilai t statistik sebesar -5,301. [-5.30074] [-1.04010]
Ketimpangan pendapatan (GR) tidak GR(-1) 0.143815 0.543010
berpengaruh terhadap pertumbuhan ekonomi (0.08688) (0.13613)
dalam horizon waktu 1 periode, tetapi [ 1.65538] [ 3.98885]
berpengaruh negatif dan signifikan dalam
GR(-2) -0.210382 0.135942
horizon waktu 2 periode ditunjukkan oleh (0.08005) (0.12543)
nilai koefisien regresi sebesar -0,210 dan nilai t [-2.62811] [ 1.08377]
statistik sebesar -2,628. C 0.172074 0.178140
(0.06714) (0.10520)
Nilai koefisien determinasi (Adj. R-square) [ 2.56296] [ 1.69332]
dengan menempatkan pertumbuhan ekonomi
R-squared 0.997240 0.603839
pada periode tahun tertentu sebagai fungsi Adj. R-squared 0.997024 0.572767
dari pertumbuhan ekonomi dan ketimpangan Sum sq. resids 0.009084 0.022303
pendapatan pada tahun sebelumnya S.E. equation 0.013346 0.020912
menunjukkan angka sebesar 0,997. Hal ini F-statistic 4607.472 19.43386
berarti bahwa sebesar 99,7 persen Log likelihood 164.8848 139.7340
Akaike AIC -5.710171 -4.811929
pertumbuhan ekonomi dalam periode tahun Schwarz SC -5.529336 -4.631094
tertentu dapat dijelaskan oleh pertumbuhan Mean dependent 8.866600 0.339821
ekonomi dan ketimpangan pendapatan pada S.D. dependent 0.244640 0.031994
periode 1 dan 2 tahun sebelumnya. Besarnya
peran pertumbuhan ekonomi dan Determinant resid covariance (dof adj.) 7.54E-08
Determinant resid covariance 6.25E-08
ketimpangan pendapatan dalam menjelaskan Log likelihood 305.5249
perubahan pada pertumbuhan ekonomi itu Akaike information criterion -10.55446
sendiri juga diperkuat oleh nilai F statistik Schwarz criterion -10.19279
sebesar 4607,472. Hasil panel vector autoregresif
(PVAR) ditunjukkan dalam Tabel 4. Sumber: Data Sekunder (Diolah), 2016.
Keterangan: Angka dalam ( ) adalah standar error,
Angka dalam [ ] adalah nilai t statistik.
Ketimpangan pendapatan pada periode tahun
tertentu secara signifikan dipengaruhi oleh
ketimpangan pendapatan pada periode tahun
Impulse Response Functions
sebelumnya, ditunjukkan oleh nilai koefisien
regresi sebesar 0,543 dan nilai t statistik Impulse response function (IRF)
sebesar 3,888. Artinya peningkatan menunjukkan respon suatu variabel endogen
ketimpangan pendapatan pada tahun tertentu terhadap perubahan yang terjadi pada variabel
dapat meningkatkan ketimpangan pendapatan endogen lainnya yang ada dalam suatu sistem
tahun berikutnya. Dalam horizon waktu 2 dinamis VAR. IRF dapat digunakan untuk
periode, ketimpangan pendapatan tetap meneliti pengaruh satu standar deviasi
berpengaruh positif terhadap dirinya sendiri, kejutan dari satu variabel inovasi terhadap
namun tidak signifikan. nilai variabel endogen saat ini atau untuk
waktu yang akan datang (Arianto, et. al,
Besarnya pengaruh ketimpangan pendapatan 2010). Variabel inovasi yang dimaksudkan
dan pertumbuhan ekonomi terhadap dalam penelitian adalah pertumbuhan
ketimpangan pendapatan pada horizon waktu ekonomi dan ketimpangan pendapatan ketika
1 dan 2 periode sebesar 57,2 persen, variabel tersebut ditempatkan sebagai variabel
ditunjukkan oleh nilai Adj. R-square sebesar penjelas bagi salah satu di antara keduanya.
0,572.
Pada periode pertama, hampir tidak ada cenderung menurun pada periode-periode
respon pertumbuhan ekonomi terhadap berikutnya. Terjadinya kejutan (shock) pada
ketimpangan pendapatan. Respon tersebut pertumbuhan ekonomi cenderung
cenderung bergerak positif hingga memasuki mengakibatkan terjadinya penurunan
periode kedua, ketiga dan keempat. Kemudian ketimpangan pendapatan. Respon
pada periode ke lima dan seterusnya respon ketimpangan pendapatan terhadap
pertumbuhan ekonomi terhadap ketimpangan pertumbuhan ekonomi semakin kecil hingga
pendapatan semakin kecil hingga menuju memasuki periode ke sepuluh menuju
keseimbangan. Hal ini ditunjukkan oleh grafik keseimbangan.
sebelah kanan atas yang memperlihatkan
adanya pergerakan kurva IRF mendekati garis Variance Decomposition Analysis (VDA)
horizontal dari periode ke lima hingga
Variance decomposition (VD) menunjukkan
periode-periode berikutnya. Impulse response
proporsi varians forecast suatu variabel yang
function (IRF) antara pertumbuhan ekonomi
disebabkan oleh inovasi (baik dari variabel itu
dan ketimpangan pendapatan ditunjukkan
sendiri maupun bukan). VD dapat digunakan
dalam Grafik 4.
untuk mengetahui seberapa besar varian
prediksi suatu variabel yang bersumber dari
Response to Cholesky One S.D. Innovations ± 2 S.E. variabel inovasi. Variabel inovasi yang
Response of LPDRB to LPDRB Response of LPDRB to GR
.08 .08
dimaksudkan baik berasal dari variabel itu
.06 .06
sendiri maupun variabel lain yang ada dalam
.04 .04
model. Hasil VD menunjukkan bahwa pada
.02 .02
horizon prediksi 2 tahun pertumbuhan
.00 .00
ekonomi (LPDRB), sekitar 98,847 persen
-.02 -.02
varian dari prediksi bersumber dari variabel
-.04 -.04
itu sendiri. Sisanya sebesar 1,152 persen
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
bersumber dari ketimpangan pendapatan
Response of GR to LPDRB Response of GR to GR
(GR).
.025 .025
.020 .020
.015 .015
Selanjutnya pada horizon prediksi 10 tahun
.010 .010
pertumbuhan ekonomi, sebesar 97,369 persen
.005 .005
varian prediksi bersumber dari pertumbuhan
.000 .000
ekonomi itu sendiri, dan hanya 2,631 persen
-.005 -.005
yang bersumber dari ketimpangan
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
pendapatan. Hal ini mengindikasikan bahwa
Grafik 4 ketimpangan pendapatan (GR) memiliki
Impulse Response Function (IRF) Pertumbuhan Ekonomi dan persentase yang sangat kecil dalam
Ketimpangan Pendapatan
menjelaskan pertumbuhan ekonomi (PDRB).
Respon ketimpangan pendapatan terhadap Untuk lebih jelasnya mengenai Variance
pertumbuhan ekonomi adalah positif pada decomposition (VD) dapat dilihat Tabel 4.
periode pertama, kedua dan ketiga, dan
Tabel 4. Varian Dekomposisi Pertumbuhan Ekonomi dan Ketimpangan Pendapatan
Persentase varian prediksi suatu variabel yang bersumber dari variabel inovasi
Tahun Varian Dekomposisi Pertumbuhan Ekonomi Varian Dekomposisi Ketimpangan Pendapatan
S.E. LPDRB GR S.E. LPDRB GR
1 0.013346 100.0000 0.000000 0.020912 3.184360 96.81564
2 0.027563 98.84730 1.152699 0.024247 6.747127 93.25287
3 0.042030 99.16007 0.839928 0.026645 9.956663 90.04334
4 0.055858 99.48796 0.512041 0.027943 12.61582 87.38418
5 0.068548 99.63473 0.365272 0.028667 14.48802 85.51198
6 0.079886 99.54324 0.456755 0.029026 15.62592 84.37408
7 0.089822 99.22567 0.774327 0.029177 16.18636 83.81364
8 0.098407 98.72326 1.276741 0.029222 16.37869 83.62131
9 0.105749 98.08724 1.912762 0.029228 16.40261 83.59739
10 0.111980 97.36945 2.630551 0.029229 16.41067 83.58933
Sumber: Data Sekunder (Diolah), 2016.
Tabel 4 di atas menunjukkan bahwa pada selain dipengaruhi oleh dirinya sendiri juga
horizon prediksi 5 tahun ketimpangan dipengaruhi oleh ketimpangan pendapatan.
pendapatan, sekitar 85,512 persen varian Pengaruh ketimpangan pendapatan pada
prediksi bersumber dari variabel itu sendiri. horizon 2 periode justru negatif dan signifikan,
Sisanya sebesar 14,488 persen bersumber dari yang berarti peningkatan ketimpangan
pertumbuhan ekonomi. Hingga horizon pendapatan pada periode tahun tertentu
prediksi 10 tahun ketimpangan pendapatan, berdampak pada penurunan pertumbuhan
sekitar 16,411 persen varian prediksi variabel ekonomi pada periode 2 tahun berikutnya.
tersebut bersumber dari pertumbuhan
ekonomi. Sedangkan varian prediksi yang Temuan penelitian yang menyajikan bukti
bersumber dari ketimpangan pendapatan itu empiris adanya pengaruh negatif ketimpangan
sendiri sebesar 83,589 persen. pendapatan terhadap pertumbuhan ekonomi
sesuai dengan temuan penelitian Forbes dan
Frank, Cingano (2014) membuktikan adanya
Hasil Granger Causality Test hubungan negatif antara pertumbuhan
Panel Granger causality test yang didasarkan ekonomi dan ketimpangan pendapatan.
pada model PVAR dapat digunakan untuk Penelitian Ali (2014) di Pakistan juga
mengetahui arah kausalitas antara variabel menemukan bahwa ketimpangan pendapatan
yang dimasukkan dalam model. Hasil VAR berdampak negatif terhadap pertumbuhan
granger causality test antara pertumbuhan ekonomi. Demikian pula halnya dengan hasil
ekonomi dan ketimpangan pendapatan kajian Qin et al. (2009) menyimpulkan bahwa
menunjukkan bahwa pada tingkat keyakinan ketimpangan pendapatan berdampak negatif
95% terdapat kausalitas satu arah (unidirectional terhadap GDP dan pertumbuhan ekonomi
causality) dari ketimpangan pendapatan ke sektoral. Selanjutnya temuan penelitian ini
pertumbuhan ekonomi. Hal ini ditunjukkan juga konsisten dengan bukti empiris yang
oleh nilai X2 sebesar 7,0045 dengan nilai ditemukan oleh Barro (2000) dan Huang et al.
probability sebesar 0,0301. Sebaliknya tidak (2015) bahwa di negara berpendapatan rendah
terdapat kausalitas dari pertumbuhan ekonomi (low-income developing countries) terdapat
ke ketimpangan pendapatan. Hal ini dapat hubungan negatif antara ketimpangan
dilihat dari nilai X2 sebesar 1,9528 dengan pendapatan dan pertumbuhan ekonomi.
nilai probability sebesar 0,3767. Untuk lebih
jelasnya mengenai VAR granger causality test Adanya unidirectional causality dari ketimpangan
dapat dilihat Tabel 5. pendapatan ke pertumbuhan ekonomi
memperkuat temuan Alawin, Siam & Al-
Tabel 5. Hasil VAR Granger Causality Test Hamdi (2013) dalam penelitian mereka di
Dependent Independent Variable Yordania menemukan adanya unidirectional
Variable GR LPDRB causality dari ketimpangan pendapatan ke
LPDRB [ 7.0045] pertumbuhan ekonomi. Penelitian Baharuddin
-
(0.0301) et al. (2016) di negara-negara Asean juga
[ 1.9528] menyimpulkan adanya unidirectional causality
GR -
( 0.3767)
dari ketimpangan pendapatan ke
Sumber: Data Sekunder (Diolah), 2016 pertumbuhan ekonomi.
Ket: Angka dalam [ ] adalah nilai chi-square
Angka dalam ( ) adalah nilai probability.
Temuan penelitian yang mengindikasikan
Berdasarkan Tabel 5 di atas, secara empiris tidak adanya hubungan jangka panjang antara
ditemukan arah kausalitas dari ketimpangan pertumbuhan ekonomi dan ketimpangan
pendapatan ke pertumbuhan ekonomi. pendapatan juga mendukung hasil penelitian
Artinya, ketimpangan pendapatan berpengaruh Jihene & Ghazi (2013) yang menemukan tidak
signifikan terhadap pertumbuhan ekonomi. terdapat hubungan jangka panjang antara
Sebaliknya pertumbuhan ekonomi tidak kedua variabel. Namun berbeda dengan
berpengaruh signifikan terhadap ketimpangan temuan penelitian Galor & Moav (2004) yang
pendapatan. menyimpulkan bahwa dalam jangka panjang
hubungan antara ketimpangan pendapatan
Hasil uji granger causality test konsisten dengan dan pertumbuhan ekonomi adalah negatif,
hasil PVAR seperti dijelaskan dalam Tabel 4 sebaliknya dalam jangka pendek hubungan
sebelumnya, dimana pertumbuhan ekonomi kedua variabel tersebut adalah positif.
9 | Jurnal Ekonomi dan Manajemen Teknologi Vol.1 | No.1 | 2017
Khairul Amri / Analisis Pertumbuhan Ekonomi dan Ketimpangan Pendapatan: Panel Data 8 Provinsi di Sumatera
Temuan penelitian ini juga berbeda dengan meningkatkan investasi di daerah baik dalam
temuan pelitian Lundberg & Squire (2003) bentuk Penanaman Modal Dalam Negeri
yang menyimpulkan bahwa semakin tinggi (PMDN) maupun Penanaman Modal Asing
pertumbuhan ekonomi akan semakin tinggi (PMA). Namun demikian, upaya peningkatan
ketimpangan pendapatan. Sebaliknya pertumbuhan ekonomi harus sejalan dengan
penurunan pertumbuhan ekonomi berdampak upaya pemerataan distribusi pendapatan di
pada penurunan ketimpangan pendapatan. masyarakat, sehingga ketimpangan
Bukti empiris yang ditemukan dalam pendapatan dapat diperkecil.
penelitian ini juga bertolak belakang dengan
temuan penelitian Chamber (2010), Wahiba & Daftar Pustaka
El Weriemmi (2014) dan Rubin & Segal
(2015) yang menyimpulkan bahwa Alawin, M., Siam, A., & Al-Hamdi, M. (2013).
pertumbuhan ekonomi berhubungan positif The relationship between economic
dengan ketimpangan pendapatan. growth and income distribution in
Jordan, International Management Review,
9(2), 25-26.
Kesimpulan dan Saran
Penelitian ini menganalisis keterkaitan antara Ali, S. (2014). Inflation, income inequality and
pertumbuhan ekonomi dan ketimpangan economic growth in Pakistan: A
pendapatan dengan menggunakan data panel cointegration analysis. International Journal
8 provinsi di Sumatera. Penelitian of Economic Practices and Theories, 4(1), 33-
menemukan bahwa tidak terdapat hubungan 42.
jangka panjang antara pertumbuhan ekonomi
dan ketimpangan pendapatan. Pertumbuhan Baharuddin, A. H., Ismail, R. A. G., & Ghani,
ekonomi pada periode tertentu dipengaruhi N. H. M. (2016). Economic growth and
oleh pertumbuhan ekonomi pada periode disparity issues in income and education:
sebelumnya, dan ketimpangan pendapatan A causal enquiry on ASEAN Countries,
pada horizon waktu 2 tahun. Sedangkan Institution and Economies. 8(3), 1-36.
ketimpangan pendapatan hanya dipengaruhi
oleh dirinya sendiri. Sebaliknya pertumbuhan Barro, R. J. (2000). Inequality and Growth in
ekonomi tidak berpengaruh terhadap a Panel of Countries. Journal of Economic
ketimpangan pendapatan. Growth, 5,5-32.
Hasil granger causality test mengindikasikan Binatli, A. O. (2012). Growth and income
terdapat kausalitas satu arah (unidirectional inequality: a comparative analysis.
causality) dari ketimpangan pendapatan ke Economics Research International.
pertumbuhan ekonomi. Artinya, ketimpangan Chambers, D. (2010). Does a rising tide
pendapatan berpengaruh terhadap raise all ships? the impact of growth
pertumbuhan ekonomi, sebaliknya on inequality. Applied Economics Letters,
pertumbuhan ekonomi tidak berpengaruh 17(6), 581–586.
terhadap ketimpangan pendapatan. Hal ini
mengindikasikan bahwa di satu sisi Charles-Coll, J. A. (2013). The debat over the
pertumbuhan ekonomi di suatu daerah tidak relationship between income inequality and
economic growth: Does inequality matter for
menyebabkan terjadinya ketimpangan
growth?. Research in Applied Economics,
pendapatan di daerah tersebut. Namun di sisi
5(2),1-18.
lain ketimpangan pendapatan berdampak
negatif terhadap pertumbuhan ekonomi di
Cingano, F. (2014). Trends in income inequality
daerah.
and its impact on economic growth. OECD
Social, Employment and Migration
Pemerintah daerah dinilai perlu mengambil
Working Papers, No. 163.
kebijakan strategis yang berorientasi pada
peningkatan pertumbuhan ekonomi di daerah.
Das, S., Sinha, G., & Mitra, T. K. (2014).
Upaya tersebut dapat dilakukan dengan cara
Economic growth and income
memperluas lapangan kerja, penyediaan
inequality: examining the links in indian
infrastruktur ekonomi yang lebih baik serta
10 | Jurnal Ekonomi dan Manajemen Teknologi Vol.1 | No.1 | 2017
Jurnal Ekonomi dan Manajemen Teknologi (EMT), 1(1), 2017, 01-11
Ginting, E., & Aji, P. (2015). Summary of Panizza, U. (2002). Income inequality and
indonesia’s economic analysis, ADB Papers economic growth: evidence from
On Indonesia, Asian Development American data, Journal of Economic
Bank, No. 02 October 2015. Growth, 7, 25-41.
Hassan, S. A., Zaman K., & Gul, S. (2015). Rubin, A. and Segal, D. (2015). The effects
The relationship between growth- of economic growth on income
inequality-poverty triangle and inequality in the US. Journal of
environmental degradation: unveiing the Macroeconomics, 45, 258–273.
reality, Arab Economics and Business Journal,
10, 57-71. Wahiba, N. F. and El-Weriemmi, M. (2014).
The relationship between economic
Huang, H. C. R., Fang, W., Miller, S. M., growth and income inequality.
and Yeh, C. C. (2015). The effect International Journal of Economics and
of growth volatility on income Financial Issues, 4(1):135–143.
inequality. Economic Modelling, 45, 212–
222. Yang, Y., & Greaney, T. M. (2016).
Economic Growth and Income
Jihene, S., & Ghazi, B. (2013). The causality Inequality in the Asia-Pacific Region: A
between income inequality and Comparative Study of China, Japan,
economic growth: empirical evidence South Korea, and the United States,
from the middle east and north Africa Journal of Asian Economics.
region, Asian Economic and Financial
Review, 3(5):668-682.