Menjembatani Kemiskinan Moneter Dan Multidimensi Dengan Pendekatan Penyelarasan Threshold

Novi Andy Dwi Setyawan, Lincolin Arsyad, Prof. Dr., M.Sc; Eny Sulistyaningrum, M.A., Ph.D

2025 | Disertasi | S3 Ilmu Ekonomi dan Studi Pembangunan

Konteks kemiskinan memiliki banyak sekali konsep, definisi, metode identifikasi dan penghitungan yang berbeda-beda. Namun, setidaknya hingga saat ini terdapat dua metode yang cukup banyak digunakan untuk menghitung kemiskinan di berbagai negara, yaitu konsep kemiskinan dengan pendekatan langsung (multidimensi) dan tidak langsung (moneter). Namun, dalam implementasinya telah terbukti secara empiris bahwa identifikasi dan penghitungan menggunakan kedua metode tersebut secara simultan pada area yang sama, menunjukkan hasil identifikasi dengan mismatch yang cukup besar. Hal ini dimungkinkan karena kedua metode tersebut tidak terhubung dengan ambang batas/threshold yang sama. Dalam penelitian ini, untuk mengatasi permasalahan tersebut diajukan sebuah metode penghitungan kemiskinan multidimensi yang baru menggunakan metode threshold alignment dengan Receiver Operating Characteristic (ROC) Analysis. Metode penyelarasan threshold ini juga secara tidak langsung menghilangkan arbitrariness dalam menentukan ambang batas indikator yang biasa digunakan dalam metode Alkire-Foster. Selain itu, penelitian ini juga mencoba menghilangkan arbitrariness dalam menentukan bobot indikator dengan menggunakan metode Multiple Correspondence Analysis (MCA), sehingga mengurangi peluang subyektivitas dalam proses kalkulasi. Hal tersebut dielaborasi dalam esai pertama dengan menggunakan data cross-section dari Susenas Maret 2020, dan memperoleh kesimpulan bahwa metode identifikasi kemiskinan multidimensi yang baru yaitu ROC-MCA memberikan hasil terbaik dan dapat diandalkan. Kemudian pada esai kedua, metode baru tersebut digunakan pada data panel IFLS lima wave, untuk melihat kehandalannya jika digunakan pada data antar waktu. Kesimpulan dari esai kedua masih menunjukkan kehandalan dari hasil identifikasi yang dilakukan oleh metode baru tersebut. Selain itu, untuk menunjukkan fungsi dari hasil identifikasi metode baru tersebut, pada esai kedua juga dilakukan analisis determinan kemiskinan dan evaluasi dampak bantuan sosial.

The context of poverty encompasses a wide range of concepts, definitions, identification methods, and calculation approaches. However, to date, there are at least two widely used methods for measuring poverty in various countries: the direct (multidimensional) and indirect (monetary) poverty concepts. Empirical evidence has shown that applying both methods simultaneously in a given area often leads to identification results with significant mismatch. This mismatch occurs because the two methods are not linked by the same threshold levels. In this study, to address this issue, a new method for calculating multidimensional poverty is proposed using the threshold alignment method with Receiver Operating Characteristic (ROC) Analysis. The threshold alignment method also eliminates arbitrariness when setting threshold levels for indicators commonly used in the Alkire-Foster method. Furthermore, this research attempts to reduce arbitrariness in setting indicator weights by using the Multiple Correspondence Analysis (MCA) method, thus minimizing subjectivity in the calculation process. This matter is further elaborated upon in the first essay, which uses cross-sectional data from the March 2020 Susenas survey and concludes that the new multidimensional poverty identification method, ROC-MCA, yields the best and most reliable results. The second essay then applies this new method to panel data from the five wave IFLS, to assess the robustness of the identification results over time. The conclusion from the second essay still shows the robustness of the identification results when this new method is applied to panel data. Additionally, to demonstrate the function of the identification results, analysis of poverty determinants and the evaluation of social assistance impacts were also conducted using this new method.

Kata Kunci : Kemiskinan, Moneter, Multidimensi, ROC, MCA