Journal of Statistics

PENGARUH TINGKAT PENGANGGURAN DAN JUMLAH

KEMISKINAN TERHADAP JUMLAH KRIMINALITAS DI SULAWESI
TENGAH TAHUN 2017-2019

Suci Cahyanti*, Moh. Ansar Taba*, Muh. Sunan*, Nuradinda Saputri*, Annisa Nurul
Safitri*, Lilies Handayani**
*
(Mahasiswa Program Studi Statisti ka Fakultas MIPA Universitas Tadulako)
**
(Dosen Program Studi Statistika Fakultas MIPA Universitas Tadulako)
Unemployment and poverty are social problems that are always faced by many countries
in the world, especially developing countries and poor countries. These two
circumstances are said to be the cause of the crime rate in a region. The higher the
unemployment and crime rate, the higher the crime rate in the region. In central
Sulawesi in 2017 to 2019 the crime rate has risen and decreased. For Banggai Islands
district, the crime rate has always increased from year to year in line with the increasing
unemployment and poverty rates as if all three showed a link. This study aims to find out
the influence of the unemployment rate and the amount of poverty on crime in Central
Sulawesi from 2017-2019. The approach in this research is quantitative approach and
the type of data used in this research is secondary data, where the data is obtained from
the official website of statistk central agency of Central Sulawesi Province. As well as
data analysis techniques used are multiple regression analysis techniques with the help
of SPSS software. The results stated that the unemployment rate (X1) and the number of
poverty (X2) simultaneously or jointly have an influence on the number of crimes (Y) of
22.3% in Central Sulawesi. However, in part only the amount of poverty affects the
number of crimes in Central Sulawesi.
*e-mail: [email protected]

ABSTRACT

Keywords: Unemployment, Poverty, Criminality

ABSTRAK
Pengangguran dan kemiskinan merupakan permasalahan sosial yang selalu dihadapi oleh
banyak negara didunia terutama negara berkembang dan negara miskin. Dua keadaan ini
dikatakan merupakan penyebab terjadinya tin
gkat kriminalitas di suatu wilayah. Semakin tinggi angka pengangguran dan kriminalitas
maka akan semakin tinggi juga tingkat kriminalitas diwilayah tersebut. Di Sulawesi
tengah pada tahun 2017 sampai dengan tahun 2019 tingkat kriminalitas mengalami naik
turun. Untuk di kabupaten Banggai Kepulauan tingkat kriminalitas selalu meningkat dari
tahun ke tahun seiring dengan meningkatnya angka pengangguran dan kemiskinan seolah
ketiganya menunjukkan adanya keterkaitan. Penelitian ini bertujuan untuk mengetahui
pengaruh tingkat pengangguran dan jumlah kemiskinan terhadap kriminalitas di Sulawesi
Tengah dari tahun 2017-2019. Pendekatan dalam penelitian ini adalah pendekatan
kuantitatif dan jenis data yang digunakan dalam penelitian ini adalah data sekunder, di
mana data nya didapatkan dari situs resmi Badan Pusat Statistk Provinsi Sulawesi
Tengah. Serta teknik analisis data yang digunakan adalah teknik analisis regresi berganda
dengan bantuan software SPSS. Hasil penelitian menyatakan tingkat pengangguran dan
jumlah kemiskinan secara simultan atau bersama-sama memiliki pengaruh terhadap
jumlah kriminalitas sebesar 22,3% di Sulawesi Tengah. Akan tetapi, secara parsial hanya
jumlah kemiskinan yang berpengaruh terhadap jumlah kriminalitas di Sulawesi Tengah.

Kata kunci : Pengangguran, Kemiskinan, Kriminalitas

PENDAHULUAN
Masa ini tindak kejahatan atau kriminalitas di Indonesia sedang marak terjadi.
Baik di media cetak atau televisi hampir setiap hari dapat dilihat berita tentang
kriminalitas. Menurut catatan pada Badan Pusat Statistik selama periode 2017–2019
tercatat bahwa jumlah tindak pidana atau tindak kriminalitas di Sulawesi Tengah
menunjukkan kecenderungan yang semakin meningkat. Hal ini menunjukkan bahwa
tingkat keamanan di Jawa Tengah masih perlu ditingkatkan lagi agar kriminalitas
semakin berkurang.
Menurut Simadjuntak (1981), tindak kejahatan atau kriminalitas dapat diketahui
dengan melalui pendekatan faktor demografis (pertambahan penduduk), faktor ekologik
(penyebaran ruang pemukiman), faktor geographic (temperature, kelembaban, pertukaran
iklim), faktor ekonomi (kemiskinan, pengangguran) dan faktor sosial (ekonomi, keluarga,
pendidikan, politik dan agama).
Menurut Kartono (2009), kemiskinan kronis tanpa jalan keluar mengakibatkan
banyak orang berputus asa, sehingga kejahatan atau kriminalitas merupakan satu-satunya
jalan untuk menolong kehidupan. Menurut catatan Statistika Indonesia (2013), besarnya
jumlah angka pengangguran mempunyai pengaruh sosial yang luas karena mereka tidak
memiliki pekerjaan sekaligus tidak memiliki pendapatan. Maka semakin tinggi jumlah
angka pengangguran semakin tinggi pula tingkat kerawanan sosial yang ditimbulkan,
contohnya kriminalitas. Di indonesia sendiri, tingkat kriminalitas dapat dilihat pada tabel
berikut:
Tabel 1. Data Kriminalitas Indonesia Tahun 2017-2019
No Kepolisian Daerah 2017 2018 2019
1 Aceh 9646 8758 7483
2 Sumatra Utara 37102 32922 30831
3 Sumatra Barat 14921 12953 11064
4 Riau 8520 7246 6570
5 Kepulauan Riau 4885 3409 3159
6 Jambi 9424 6313 6848
7 Sumatera Selatan 20368 13558 12861
8 Kepulauan Bangka Belitung 2094 2048 1953
9 Bengkulu 5904 3389 3435
10 Lampung 10485 8963 8534
11 Metro Jaya 43842 34655 31934
12 Jawa Barat 29351 16209 13145
13 Banten 4570 3623 3287
14 Jawa Tengah 14353 9127 10317
15 DI Yogyakarta 8348 6731 6650
16 Jawa Timur 28902 26295 26985
17 Bali 4764 3212 3047
18 Nusa Tenggara Barat 7779 6451 8185
19 Nusa Tenggara Timur 7813 6257 5865
20 Kalimantan Barat 7311 5814 4721
21 Kalimantan Tengah 3712 5699 2444
22 Kalimantan Selatan 7211 2667 5375
23 Kalimantan Timur 8896 6287 4417
24 Sulawesi Utara 9923 10247 7425
 25 Gorontalo 3763 2836 2357
26 Sulawesi Tengah 9602 9379 6265
27 Sulwasesi Selatan 20368 21498 16008
28 Sulawesi Tenggara 3756 1263 1213
29 Maluku 2559 2751 3495
30 Maluku Utara 1096 722 718
31 Papua 8103 7311 6994
32 Papua Barat 3123 3475 2972
JUMLAH 362494 292068 266557

Data yang tertera pada tabel 1 merupakan data-data yang diperoleh dari website
BPS. Angka Kriminalitas di Indonesia dari Tahun 2017 sampai dengan tahun 2019 lebih
banyak mengalami penurunan pada setiap tahunnya dibandingkan dengan
peningkatannya. Pada tahun 2017 angka kriminalitas di Indonesia yaitu 362.494 kasus
dan pada tahun 2019 menurun menjadi 266.557 kasus.

Tabel 2. Data Kriminalitas di Sulawesi Tengah 2017-2019

No Kabupaten 2017 2018 2019
1 Banggai Kepulauan 178 473 523
2 Banggai 854 1296 1172
3 Morowali 283 302 345
4 Poso 530 648 470
5 Donggala 305 536 491
6 Tolitoli 261 341 304
7 Buol 146 357 581
8 Parigi Moutong 655 720 708
9 Tojo Una-Una 257 384 314
10 Sigi 653 955 799
11 Banggai Laut 169 367 -
12 Morowali Utara 864 405 395
13 Palu 3216 3997 1519
JUMLAH 8371 10781 7621

Berdasarkan tabel 2 diatas terlihat bahwa tingkat kriminalitas di Sulawesi Tengah

dari tahun 2017 ke 2018 mengalami kenaikan kemudian turun kembali pada tahun 2019.
Kota palu merupakan penyumbang tingkat kriminalitas terbanyak di Sulawesi Tengah.
Disisi lain kemiskinan yang ada di Sulawesi Tengah mengalami penurunan yang
bisa dilihat dari tahun 2019 terdapat 387.87 jiwa penduduk miskin, angka tersebut lebih
kecil dari tahun tahun sebelumnya.

Tabel 3. Data Penduduk Miskin 2017-2019

Penduduk Miskin
No Tahun
(Ribu)
1 2017 410.37
2 2018 420.19
3 2019 387.87
 Kemiskinan ini terjadi karena banyak para pengangguran yang tidak
mendapatkan pekerjaan dan tidak sama sekali mencari lapangan pekerjaan baik dari segi
kemampuan maupun tingkat pendidikan.
Berdasarkan masalah diatas peneliti ingin mengetahui apakah tingkat
pengangguran dan kemiskinan berpengaruh terhadap kriminalitas dan apakah tindakan
kriminal terjadi karena kebutuhan ekonomi atau sudah menjadi budaya tersendiri yang
ada di Sulawesi Tengah . Sehingga peneliti ingin melakukan penelitian yang berjudul
“Analisis Pengaruh Tingkat Pengangguran Dan Jumlah Kemiskinan Terhadap Jumlah
Krimanlitas Di Sulawesi Tengah.

METODE
Tujuan dari penelitian ini adalah untuk menganalisis pengaruh tingkat
pengangguran dan jumlah kemiskinan terhadap jumlah kriminalitas. Pendekatan dalam
penelitian ini adalah pendekatan kuantitatif dan jenis data yang digunakan dalam
penelitian ini adalah data sekunder, di mana data sekunder adalah data yang diperoleh
dari pihak lain.

HASIL PENELITIAN
Statistik deskriptif akan memberikan sebuah gambaran dari suatu data yang
dilihat dari mean (nilai rata-rata), standar deviasi, nilai maksimum, dan nilai minimum
yang merupakan sebuah ukuran untuk melihat apakah variabel terdistribusi secara normal
atau tidak. Dalam analisis statistik deskriptif telah dilakukan pada data Pengangguran,
Kemiskinan, dan Kriminalitas di Sulawesi Tengah tahun 2017-2019.
Variabel dependen dalam penelitian ini adalah jumlah kriminalitas (Y) di
Sulawesi Tengah, sedangkan variabel independennya adalah tingkat pengangguran (X1)
dan jumlah kemiskinan (X2) di Sulawesi Tengah.

Tabel 4. Hasil Analisi Statistik Deskriptif

Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Y 33 4.98 7.17 6.0837 .53376
X1 33 .69 1.67 1.1251 .23592
X2 33 2.45 4.02 3.2920 .41666
Valid N (listwise) 33

Hasil analisis statistik dari pengangguran, kemiskinan dan kriminalitas di

Sulawesi Tengah menunjukan nilai rata-rata dari pengangguran adalah 1,1251 dengan
nilai minimum 0,69 dan nilai maximum 1,67 serta standar deviasi menunjukan angka
0,23592.
Pada variabel kemiskinan, nilai rata-rata dari variabel ini adalah 3,2920 dengan
nilai minimum 2,45 dan nilai maksimum 4,02 serta memiliki standar deviasinya
menunjukan angka 0,41666.
Kemudian, pada variabel kriminalitas menunjukan nilai rata-rata sebesar 6,0837
dengan nilai minimum 4,98 dan nilai maximum 7,17 serta memiliki standar deviasi
sebesar 0,53376.

A. Uji Asumsi Klasik

a. Uji Normalitas
Krtiteria pengambilan keputusan yaitu jika signifikansi > 0,05
maka data berdistribusi normal.
 Tabel 5. One-Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardize
d Residual
N 33
Normal Parametersa,b Mean .0000000
Std. Deviation .47035089
Most Extreme Absolute .106
Differences Positive .106
Negative -.075
Test Statistic .106
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Berdasarkan hasil uji normalitas yang ditunjuk oleh nilai dari

kolmogrov-smirnov pada tabel diatas menunjukan bahwa nilai
signifikansi > 0,05. Oleh karena itu dapat disimpulkan data penelitian
berdistribusi normal.

b. Uji Heteroskedastisitas
Kriteria pengambilan keputuan yaitu jika nilai signifikansi > 0,05
artinya tidak terdapat gejalah heteroskedastisitas.

Tabel 6. Hasil Uji Heteroskedastisitas

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .068 .442 .153 .879
X1 .245 .203 .214 1.203 .238
X2 .011 .115 .017 .097 .924
a. Dependent Variable: ABS_RES1

Berdasarkan hasil uji heteroskedastisitas yang ditunjukan oleh

nilai dari X1 dan X2 pada tabel menunjukan bahwa nilai signifikansi >
0,05. Artinya tidak terdapat gejalah heteroskedastisitas pada data.

c. Uji Auto Korelasi

Kriteria pengambilan keputusan yaitu jika Du < D < 4-Du artinya
tidak terdapat autokorelasi pada data

Tabel 7. Hasil Uji Autokorelasi

Model Summaryb
Adjusted R Std. Error of Durbin-
Model R R Square Square the Estimate Watson
a
1 .473 .223 .172 .48578 2.202
a. Predictors: (Constant), X2, X1
b. Dependent Variable: Y
 Berdasarkan hasil uji autokorelasi yang di tunjukan oleh nilai
Durbin-Watson pada tabel yaitu sebesar 2,202. Nilai Du = 1,5770 dan
nilai 4-Du = 2,423. Karena 1,5770 < 2,202 < 2,423 maka sesuai kriteria
pengambilan keputusan tidak terdapat autokorelasi pada data.

d. Uji Multikolinearitas
Kriteria pengambilan keputusan yaitu nilai tolerance > 0,01 dan
nilai VIF < 10. Artinya tidak terjadi masalah multikolinearitas pada data.

Tabel 8. Hasil Uji Multikolinearitas

Coefficientsa
Standard
ized
Unstandardized Coefficie
Coefficients nts Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Co 5.328 .792 6.731 .000
nsta
nt)
X1 -.694 .364 -.307 -1.907 .066 1.000 1.000
X2 .467 .206 .365 2.265 .031 1.000 1.000
a. Dependent Variable: Y

Berdasarkan hasil uji multikolinearitas yang ditunjukan oleh nilai

tolerance dan VIF yaitu sebesar 1. Karena nilai tolearnce > 0,01 dan VIF <
10. Maka dapat dikatakan data tidak terdapat masalah multikolinearitas.

B. Regresi Linear Berganda

Tabel 9. Hasil Pengujian Analisis Regresi Linear Berganda

Coefficientsa
Unstandardized Coefficients
Model B Std. Error
1 (Constant) 5.328 .792
X1 -.694 .364
X2 .467 .206
a. Dependent Variable: Y

Dari hasil analisi regresi berganda diatas diperoleh :

Y = 5,328 – 0,694 + 0,467
a. Nilai konstanta sebesar 5,328 menunjukan bahwa jika variabel
independen dianggap konstan, maka rata-rata kriminal adalah 5,328.
b. Nilai X1 sebesar -0,694 menunjukan bahwa jika variabel X1 naik sebesar
1 satuan maka kriminalitas akan mengalami penurunan sebesar 0,694
dengan asumsi X2 konstan.
c. Nilai X2 sebesar 0,467 menunjukan bahwa jika variabel X2 naik sebesar
1 satuan maka kriminalitas akan mengalami kenaikan sebesar 0,467
dengan asumsi X1 konstan.

C. Uji Statistik
 a. Uji T
Tabel 10. Uji Signifikansi Parsial
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5.328 .792 6.731 .000
X1 -.694 .364 -.307 -1.907 .066
X2 .467 .206 .365 2.265 .031
a. Dependent Variable: Y

Pada hasil analisis data di atas diperoleh :

1. Nilai signifikansi dari X1 sebesar 0,066. Nilai tersebut lebih dari 0,05
artinya Pengaruh tingkat Pengangguran terhadap Jumlah Kriminalitas
di Sulawesi Tengah tidak berpengaruh secara parsial.
2. Nilai signifikansi dari X2 sebesar 0,031. Nilai tersebut kurang dari
0,05 artinya Pengaruh jumlah kemiskinan terhadap Jumlah
Kriminalitas di Sulawesi Tengah berpengaruh secara parsial.

b. Uji F
Tabel 11. Uji Signifikansi Simultan F
ANOVAa
Sum of
Model Squares df Mean Square F Sig.
1 Regression 2.038 2 1.019 4.317 .023b
Residual 7.079 30 .236
Total 9.117 32
a. Dependent Variable: Y
b. Predictors: (Constant), X2, X1

Pada hasil tabel 12 diperoleh nilai signifikansi sebesar 0,023 dan

nilai ini lebih besar dari 0,05 artinya secara bersama-sama variabel tingkat
pengangguran dan jumlah kemiskinan berpengaruh terhadap variabel jumlah
kriminalitas di Sulawesi Tengah. Sesuai dengan teori Menurut Simadjuntak
(1981), tindak kejahatan atau kriminalitas dapat diketahui dengan melalui
pendekatan faktor demografis (pertambahan penduduk), faktor ekologik
(penyebaran ruang pemukiman), faktor geographic (temperature,
kelembaban, pertukaran iklim), faktor ekonomi (kemiskinan, pengangguran)
dan faktor sosial (ekonomi, keluarga, pendidikan,npolitik, dan agama).
Didukung teori Kartono (2009), kemiskinan kronis tanpa jalan
keluar mengakibatkan banyak orang berputus asa, sehingga kejahatan atau
kriminalitas merupakan satu-satunya jalan untuk menolong kehidupan.
Menurut catatan Statistika Indonesia (2013), besarnya jumlah angka
pengangguran mempunyai pengaruh sosial yang luas karena mereka tidak
memiliki pekerjaan sekaligus tidak memiliki pendapatan.

D. Koefisien Determinasi
 Tabel 12. Hasil Uji Koefisien Determinasi
Model Summaryb
Adjusted R Std. Error of Durbin-
Model R R Square Square the Estimate Watson
a
1 .473 .223 .172 .48578 2.202
a. Predictors: (Constant), X2, X1
b. Dependent Variable: Y

Dari model summary diketahui nilai R Squarenya adalah 0,223. Jadi

besar sumbangan pengaruh variabel independen yaitu 22,3% sedangkan
sisanya dijelaskan oleh variabel lain yang tidak diteliti.

KESIMPULAN
Hasil penelitian menyatakan tingkat pengangguran (X1) dan jumlah kemiskinan
(X2) secara simultan atau bersama-sama memiliki pengaruh terhadap jumlah kriminalitas
(Y) sebesar 22,3% di Sulawesi Tengah. Akan tetapi, secara parsial hanya jumlah
kemiskinan yang berpengaruh terhadap jumlah kriminalitas di Sulawesi Tengah.

DAFTAR PUSTAKA
Prayetno, “Kausalitas Kemiskinan Terhadap Perbuatan Kriminal’. Jurnal Media
Komunikasi FIS. Vol.12 No.1,April 2013.
K Ishak, “Faktor-Faktor Yang mempengaruhi Pengangguran Dan Inflikasi
Terhadap Indeks Pembangunan Di Indonesia”. IQTISHADUNA: Jurnal
ilmiah Ekonomi Kita Vol 7 No.1,22-38, 2018.
Badan Pusat Statistik. 2018. Sulawesi Tengah Dalam Angka 2018. Sulawesi
Tengah: Badan Pusat Statistik.
Badan Pusat Statistik. 2019. Sulawesi Tengah Dalam Angka 2019. Sulawesi
Tengah: Badan Pusat Statistik.
Badan Pusat Statistik. 2020. Sulawesi Tengah Dalam Angka 2020. Sulawesi
Tengah: Badan Pusat Statistik.
Novia, Juwita Sari. “Analisis Pengaruh Tingkat Pengangguran dan Kemiskinan
terhadap Tingkat Kriminalitas di Kecamatan Jabung, Lampung Timur
Ditinjau Dari Nilai-Nilai Ajaran Islam”. UIN Raden Intan Lampung,2019.
Badan Pusat Statistik. 2017. Statistik Kriminal 2017. Indonesia: Badan Pusat
Statistik.
Badan Pusat Statistik. 2018. Statistik Kriminal 2018. Indonesia: Badan Pusat
Statistik.
Badan Pusat Statistik. 2019. Statistik Kriminal 2019. Indonesia: Badan Pusat
Statistik.
Badan Pusat Statistik. 2020. Kabupaten Morowali Dalam Angka 2019.
Morowali: Badan Pusat Statistik.