Palma Ratio Indonesia

-
Koefisien Gini secara luas digunakan sebagai pengukuran kondisi ketimpangan. Hal ini didasari bahwa koefisien Gini merupakan salah satu metode pengukuran ketimpangang yang paling tua, diajukan oleh Corrado Gini pada tahun 1912.

Koefisien Gini memiliki nilai dalam rentang 0 dan 1. Semakin tinggi nilai Gini maka kondisi ketimpangan semakin parah. Maka, satu negara/ daerah yang memiliki koefisien Gini lebih tinggi daripada negara/ daerah lain dianggap memiliki tingkat ketimpangan lebih tinggi.

Namun koefisien Gini ternyata tidak mampu melihat lebih ke dalam bagaimana distribusi yang terjadi di setiap kelas masyarakat.

Misalnya ada negara A dan B memiliki koefisien Gini yang sama. Namun bagian pendapatan yang diterima oleh masyarakat termiskin di negara A lebih sedikit daripada pendapatan yang diterima oleh kelompok yang sama di negara B. Maka, kondisi ketimpangan di negara A seharusnya lebih parah daripada negara B.

Untuk mengatasi kondisi di atas, diperlukan satu indikator lain, yakni Palma ratio. Indikator ini diusulkan oleh Gabriel Palma yang membandingkan proporsi pendapatan yang dimiliki oleh penduduk yang berada di desil 10 dan akumulasi proporsi pendapatan yang dimiliki penduduk yang berada di desil 1 sampai 4.

Desil berarti membagi populasi menjadi sepuluh bagian sama besar. Desil 1 adalah 10% populasi yang mendapatkan share terendah. Desil 10 adalah 10% populasi yang mendapatkan bagian tertinggi.

Pembagian yang sempurna berarti tiap desil mendapat bagian sama banyak. Maka, rasio D10 dan D1-D4 adalah 1. Sehingga ketimpangan sempurna adalah saat Palma ratio = 1. Pada kondisi timpang, rasio nilai D10 lebih besar daripada D1-D4, menyebabkan nilai Palma ratio lebih besar dari 1.

Contoh:

Data diadaptasi dari STATA tutorial example dataset sysuse auto untuk 74 individu dengan pendapatan sebagai berikut:


22 14 18 15 16 19 25 41
17 14 16 18 28 24 28 25
22 21 17 14 34 17 30 25
20 29 28 20 25 23 14 17
15 16 21 21 26 25 26
18 22 12 19 18 23 35
26 22 12 19 18 35 18
20 24 14 18 18 24 31
16 19 22 19 19 21 18
19 30 14 24 19 21 23


Jika dibuat share untuk setiap desil, maka didapat hasil:


Share untuk desil 1 adalah 6,853%. Share untuk desil 2 dan 3 masing-masing 10,279%. Share untuk desil 4 adalah 9,645%. Total share untuk desil 1-4 adalah 37,056%. Sementara share untuk desil 10 adalah 14,975%.

Palma ratio adalah share D10 dibagi dengan akumulasi share D1-D4, maka:

Palma = 0,14975 / 0,37056
Palma = 0,404

Palma ratio bernilai 0,404 berarti pendapatan yang diterima desil 10 adalah 0,404 kali lebih tinggi daripada pendapatan yang diterima desil 1-4. Nilai Palma yang lebih kecil dari 1 menunjukkan pendapatan yang lebih banyak terkonsentrasi di kelas bawah.

Palma Ratio Indonesia

 Berapa pembagian kekayaan keluarga di Indonesia? Siapa yang mendapat share paling banyak dan siapa yang mendapat share paling sedikit?

Contoh berikut adalah pembagian kekayaan rumah tangga di Indonesia pada tahun 2000. Hasil perhitungan kekayaan berdasarkan desil dapat dilihat pada data berikut:



Berdasarkan proporsi kekayaan yang dimiliki, 10% masyarakat termiskin di Indonesia (desil 1) memiliki proporsi 0,134%. Desil 2 memiliki 0,773%. Desil 4 memiliki kekayaan 1,609%. Dan seterusnya hingga desil 10 yang memilikik kekayaan 54,33%.

Secara kasat mata, 10% masyarakat terkaya di Indonesia (desil 10) menguasai kekayaan paling tinggi dibanding kelompok masyarakat lain, yakni lebih dari setengah total kekayaan nasional. Sementara desil 1 memiliki proporsi kekayaan terendah, hanya 0,1% dari total kekayaan nasional.

Bila diukur dengan Gini ratio, maka didapat angka 0,69. Nilai ini tergolong tingkat ketimpangan yang ekstrim/ parah. Sementara jika diukur dari Palma ratio, akan menghasilkan nilai 12,232. Nilai ini didapat dari nilai di desil 10 dibagi dengan akumulasi nilai desil 1 sampai desil 4.

Secara matematis:
Palma = D10/(D1-D4)
Palma = 54,333 / (0,134+0,773+1,609+1,925)
Palma = 54,333 / 4,441
Palma = 12,234

Nilai Palma ratio sebesar 12,234 menunjukkan bahwa nilai kekayaan yang dimiliki oleh 10 persen penduduk terkaya di Indonesia adalah lebih dari 12 kali lebih tinggi daripada nilai kekayaan yang dimiliki oleh 40 persen penduduk termiskin di Indonesia.

Namun perhitungan dari desil saja masih belum cukup. Ada komponen lain yang turut mempengaruhi Palma Ratio, yakni Palma Sector.

(Thomas Soseco)


Popular posts from this blog

Skewness dan Kurtosis

-
Image
Pada statistika, dikenal istilah skewness dan kurtosis. Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol. Skewness yang bernilai positif berarti ekor distribusi berada di sebelah kanan nilai terbanyak. Berarti, sebagian besar distribusi berada di nilai rendah. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol berarti nilai terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar. Sumber: https://en.wikipedia.org/wiki/Skewness Kurtosis adalah indikator untuk menunjukkan derajat keruncingan ( tailedness ). Semakin besar nilai kurtosis maka kurva semakin runcing. Nilai referensi kurtosis adalah 3. Jika nilai kurtosis lebih besar dari 3, maka kurva distribusi disebut leptokurtik. Sementara jika lebih rendah dari 3, maka disebut platikur
Read more

Piramida Distribusi Kekayaan Masyarakat Indonesia

-
Image
Menarik mencermati pemberitaan detikcom (19/10) yang berisi pernyataan bahwa hanya 1% masyarakat Indonesia yang menikmati kekayaan sementara 99% sisanya hidup pas-pasan bahkan sangat sulit. Sontak, berita ini menjadi perhatian publik.  Pertanyaan yang muncul berikutnya adalah bagaimana sebenarnya kondisi kehidupan mereka yang tidak termasuk dalam kelompok elit 1% ini. Apakah semuanya hidup pas-pasan? Tentu saja, pengamatan atas kondisi mereka sangat sulit. Akan lebih mudah mengamati atau mengukur orang-orang yang berada di kelompok ekstrem atas (orang yang sangat kaya) atau ektrem bawah (orang yang paling miskin).  Orang-orang yang masuk ke dalam 1% orang terkaya di Indonesia adalah mereka memiliki harta atau aset yang sangat banyak.  Artikel ini difokuskan pada kekayaan, dan bukannya pendapatan. Kekayaan rumah tangga lebih mampu merefleksikan kondisi kesejahteraan rumah tangga tersebut.  Kamus Besar Bahasa Indonesia juga memberi definisi kaya adalah mempunyai banyak ha
Read more

IFLS: Mencari Variabel

-
Image
RAND Indonesian Family Life Survey (IFLS). Sumber: Google The Indonesia Family Life Survey (IFLS) merupakan sumber data longitudinal yang banyak digunakan peneliti untuk mengetahui kondisi sosioekonomi, kesehatan, pendidikan untuk rumah tangga dan individu di Indonesia serta kondisi komunitas dalam hal karakteristik, fasilitas pendidikan, dan kesehatan.  IFLS pertama kali diselenggarakan tahun 1993 (IFLS1) yang menyurvei 7.224 rumah tangga yang tinggal di 321 Enumeration Area di 13 provinsi di Indonesia. Kemudian survei-survei berikutnya dilaksanakan di tahun 1997 (IFLS2), 2000 (IFLS3), 2007 (IFLS4), dan 2014 (IFLS5). Berbeda dengan cross section survey yang mengumpulkan informasi responden pada suatu saat tertentu, longitudinal atau panel survey mengumpulkan informasi dari responden yang sama dari waktu ke waktu.  Data, publikasi dan dokumentasi penunjang IFLS tersedia di website RAND Identifier (ID) di IFLS Ada berbagai macam identifier (ID) di IFLS, yakni ID untuk rumah tangga ( hou
Read more

Tantangan bagi GoPay dan Dompet Digital Lain

-
Image
Bulan Juli 2019, Gojek mengumumkan masuknya Visa sebagai investor. Tidak hanya membawa uang, namun Visa juga membawa teknologi pembayaran bagi Gojek. (Sumber: Reuters )  Bagi Anda pengguna Gojek, mungkin selama ini merasa aneh kenapa Gojek di Indonesia tidak punya fitur pembayaran dengan kartu kredit/debit seperti halnya Grab atau Uber. Hanya ada pilihan pembayaran dengan tunai dan/atau GoPay. Dalam kaitannya dengan GoPay, Gojek di Indonesia lebih memilih bermitra langsung dengan beberapa bank atau non-bank sebagai mitra pembayaran Gopay. Pelanggan bisa top-up GoPay dengan transfer bank, bayar di ATM atau channel pembayaran bank, atau bayar di kasir di minimarket. Jenis transaksi seperti inilah yang malah terus dipromosikan Gojek. Sebaliknya, kerjasama Gojek dengan Visa diarahkan untuk mendukung Gojek dalam ekspansi internasional. Ekspansi Gojek ke negara-negara di kawasan Asia Tenggara seperti Vietnam, Singapura, dan Malaysia membutuhkan sistem pembayara  yang lintas negara
Read more

KKN di Desa Penari

-
Image
KKN di Desa Penari is a horror story that goes viral recently in Indonesia. This story is believed based on the real story of KKN programme in one village in East Java Province in 2009. The KKN is an abbreviation of Kuliah Kerja Nyata or translated as practical experience of community service conducted by university students. While Desa Penari is translated as a village of dancers.  The story was originally published in a serial tweet by SimpleMan in his Twitter account @SimpleM81378523, uploaded on the 24th of June 2019. The tweets are written in the local language (Javanese with eastern Java dialect) with translation in the Indonesian language.  The story focuses on six (out of 14) students who did the KKN programme in a remote village, known with traditional dance as its tradition. When they arrived at the village, they realised that the village is also inhabited by ancient spirits, with traditional dance as their tradition.  The story culminated when a couple did an unacceptabl
Read more

Robustness Check

-
Image
Robustness check seringkali menjadi upaya justifikasi peneliti bahwa model dan pemilihan variabel di penelitiannya adalah secara struktural valid. Namun, sebaliknya, bila robustness check tidak dilaksanakan dengan baik, ia akan menjadi tidak informatif dan bisa jadi membawa persepsi yang keliru.  Satu artikel lama namun masih relevan membahas bagaimana core dan non-critical core variables dapat diuji untuk mendukung robustness check.  White, H. & Lu, X. (2010) Robustness Checks and Robustness Tests in Applied Economics. https://www.economics.uci.edu/files/docs/micro/s11/white.pdf
Read more

Perkembangan Rata-rata Bulanan Kurs Rupiah terhadap Dolar Amerika Serikat

-
Image
Bagaimana perkembangan kurs Rupiah terhadap Dolar Amerika Serikat dari masa ke masa? Data berikut menunjukkan perkembangan rata-rata bulanan kurs Rupiah terhadap Dolar Amerika Serikat untuk periode 1967-2020. Data diambil dari Bank Indonesia via CEIC   Gambar 1. Perkembangan Rata-rata Bulanan Kurs Rupiah terhadap Dolar Amerika Serikat, 1967-2020 Gambar 2. Perkembangan Rata-rata Bulanan Kurs Rupiah terhadap Dolar Amerika Serikat, 1993-2014 Terlihat perubahan kurva yang sangat dramatis pada sekitar tahun 1997 hingga tahun 2000.  Gambar 3. Perkembangan Rata-rata Bulanan Kurs Rupiah terhadap Dolar Amerika Serikat, 1997-2000 Perkembangan kurs untuk setiap tahun sebagai berikut: Gambar 4. Perkembangan Rata-rata Bulanan Kurs Rupiah terhadap Dolar Amerika Serikat, 1997 Gambar 5. Perkembangan Rata-rata Bulanan Kurs Rupiah terhadap Dolar Amerika Serikat, 1998 Gambar 6. Perkembangan Rata-rata Bulanan Kurs Rupiah terhadap Dolar Amerika Serikat, 1999 Gambar 7. Perkembangan Rata-rata Bulanan
Read more