JEKT ♦ 5 [2] : 141 - 150

ISSN : 2301 - 8968


Evaluasi Dampak Kredit Mikro Terhadap Kesejahteraan Rumah Tangga di Indonesia: Analisis Data Panel

Ni Putu Wiwin Setyari*)

Jurusan Ekonomi Pembangunan

Fakultas Ekonomi, Universitas Udayana

ABSTRAK

Paper ini bertujuan untuk mengevaluasi dampak kredit mikro terhadap kesejahteraan rumah tangga di Indoensia. Selama ini studi mengenai lembaga keuangan mikro banyak terfokus pada program-program yang dilaksanakan oleh Grameen Bank di Bangladesh dengan berbagai inovasinya, terutama kredit bagi perempuan. Namun bukti kuantitatif mengenai besaran dampak dan nature dari kredit mikro tersebut masih sedikit dan tidak konklusif. Di Indonesia sendiri pengakuan terhadap fungsi dan manfaat kredit mikro sudah diakui terutama ditandai dengan pencanangan tahun keuangan mikro pada 2005. Studi ini dilakukan dengan menggunakan data panel IFLS 3 dan IFLS 4. Dengan menggunakan metodefixed efect, hasil studi menunjukkan hasil yang kuat untuk mengatakan bahwa kredit mikro memberikan dampak yang signifikan positif terhadap tingkat kesejahteraan tumah tangga di Indoesia dilihat dari meningkatnya jumlah pengeluaran perkapita dan labor supply dari rumah tangga penerima program. Namun tidak demikian halnya dengan level pendidikan anak yang tidak menunjukkan dampak yang signifikan bahkan memperlihatkan adanya mekanisme adverse effect.

Key words: impact evaluation, micro-credit, household prosperity, panel data analysis

The Evaluation of Micro-credit Impact toward Household Prosperity in Indonesia: Panel Data Analysis

ABSTRACT

The objective of the research was to evaluate the impact of micro-cridit impact towartd houshold prosperity in Indonesia. Nowadays, many micro-finance researches are focused on programes based on the Bangladesh Grameen Bank programes and its innovation, specialy credit for women, meanwhile the empirical evidence concerning the impact and nature of the credit has not been well presented. The acknowledgment of the credit benefits by Indonesian Government was indicated by launch the microfinance years in 2005. The data, which used in the research, is the IFLS 3 and IFLS 4. The fixed effect methode revealed that micro credit have positive and significant impact toward household prosperity in Indonesia. The positive impact was indicated by the increasing amount of percapita expenditure and labor supply from the treated household. The research also found that childrend education level has not significant effect and indicated adverse effect instead.

Key words: impact evaluation, micro-credit, household prosperity, and panel data analysis

PENDAHULUAN

Secara umum, lembaga keuangan mikro yang juga menyediakan pinjaman (sering disebut kredit mikro) merupakan bagian jasa keuangan skala kecil yang diperuntukkan bagi masyarakat yang memiliki keterbatasan akses ke jasa perbankan traditional (bank umum). Istilah microfinance atau lembaga keuangan mikro seringkali identik dengan pinjaman dalam jumlah yang sangat kecil ke nasabah

yang memiliki pendapatan yang rendah untuk pengembangan usaha sendiri. The United Nations yang telah mendeklarasikan tahun 2005 sebagai tahun internasional kredit mikro semakin menegaskan peran kritis pembangunan masyarakat yang mengharapkan kredit mikro dan jasa-jasa lembaga keuangan mikro untuk memainkan perannya dalam mencapai Millenium Development Goals atau MDGs (Daley-Harris, 2002; Littlefield, Murduch, & Hashemi, 2003, dalam Buttenheim 2005).

*). Email: [email protected]


Di Indonesia sendiri, LKM ada yang bersifat formal (BPR dan BRI Unit) dan informal (Koperasi, Pegadaian, LPD, dan lembaga perkreditan level pedesaan atau kecamatan lainnya). Pemerintah Indonesia mulai memberikan perhatian yang cukup besar terhadap LKM, terutama dalam kapasitasnya sebagai penyedia kredit mikro. Pengembangan UMKM sebagai salah satu prioritas kebijakan bertumpu pada keberadaan LKM.

Namun bukti kuantitatif mengenai besaran dampak dan nature dari kredit mikro tersebut masih sedikit dan tidak konklusif. Terdapat banyak studi yang memberikan hasil positif dampak kredit mikro terhadap kehidupan sosial dan ekonomi1. Studi lain menunjukkan bahwa LKM tidak selalu menguntungkan2. Murdoch (1998) menunjukkan rumah tangga yang layak untuk meminjam dan memiliki akses tidak secara signifikan memiliki konsumsi yang lebih tinggi dan anak mereka juga tidak lebih baik sekolahnya. Hasil yang ada, relatif terhadap kontrol grup, treatment group memiliki variasi konsumsi (consumption smoothing) dan variasi labor supply yang lebih rendah.

Beberapa hasil penelitian empiris memberikan outcome spesifik kredit mikro pada kesehatan meliputi peningkatan status dan pemberdayaan perempuan dalam rumah tangga dan komunitas, peningkatan gizi anak, serta peningkatan angka pemakaian alat kontrasepsi (Buttenheim, 2006; Steele,et.al, 1998; Schuler and Hashemi, 1994). Hasil penelitian Khandker (2005) menunjukkan bahwa akses ke LKM berkontribusi pada penurunan kemiskinan, terutama pada partisipan perempuan dan penurunan kemiskinan secara keseluruhan pada level desa. Lembaga Keuangan Mikro (LKM) tidak hanya membantu partisipan yang miskin tapi juga ekonomi lokal.

Paper ini melakukan studi dampak kredit mikro terhadap kesejahteraan masyarakat, pada level rumah tangga di Indonesia. Beberapa studi serupa pernah dilakukan di Indonesia dengan konsentrasi pada dependen variable yang berbeda-beda. Penelitian oleh Gertler et.al (2003) dengan kasus BRI menyimpulkan bahwa keluarga yang berjarak jauh dari LKM akan menderita kerugian yang besar dalam konsumsi dibandingkan dengan keluarga yang berjarak dekat. Secara umum penelitian ini mendukung pentingnya LKM dalam membantu keluarga miskin untuk menga-

mankan konsumsi mereka melawan shock kesehatan. Sedangkan penelitian oleh Buttenheim (2006) yang melihat dampak LKM terhadap penggunaan alat kontrasepsi di Indonesia menunjukkan hasil yang signifikan mengenai hubungan antara keberadaan LKM dengan meningkatnya penggunaan kontrasepsi. Berangkat dari adanya kesimpulan yang tidak konklusif dan beberapa penelitian sejenis yang pernah dilakukan di Indonesia, maka studi ini coba diangkat dengan variabel outcome yang berbeda terutama penekanan treatment pada program kredit mikro, bukan pada keberadaan LKM. Disisi lain pemerintah telah mengakui pentingnya kredit mikro dalam membantu pencapaian MDGs sehingga paper ini dipandang perlu untuk menjawab bagaimana dampak kredit mikro sendiri terhadap kesejahteraan rumah tangga di Indonesia.

Dalam studi ini, variabel outcome yang digunakan adalah pengeluaran perkapita, labor supply rumah tangga dan pendidikan anak. Struktur dalam paper ini akan disusun sebagai berikut. Bagian kedua menjelaskan tentang lembaga keuangan keuangan mikro di Indonesia yang dapat dikategorikan dalam dua dua kelompok, yaitu formal (termasuk dalam lembaga keuangan perbankan) dan informal (selain perbankan). Bagian ketiga menjelaskan tentang data yang digunakan, yaitu data panel IFLS wave III dan wave IV serta variabel-variabel penjelas yang akan digunakan untuk mengontrol karakteristik rumah tangga dalam anggota sampel. Bagian keempat berisikan metodologi dan strategi ekonometrika yang digunakan dalam mengestimasi dampak kredit mikro terhadap outcome variables yang terdiri dari pengeluaran perkapita, jumlah tenaga kerja dalam rumah tangga (labor supply), serta pendidikan anak. Bagian kelima mendiskusikan tentang hasil pengujian dari dampak kredit mikro terhadap pengeluaran perkapita dan labor supply, dan pendidikan anak. Sedangkan pada bagian terakhir akan berisikan kesimpulan.

Lembaga Keuangan Mikro di Indonesia

Pengertian microfinance atau lembaga keuangan mikro (LKM) secara luas didefinisikan sebagai lembaga keuangan untuk kredit (mikro) yang merupakan jasa finansial pada skala kecil yang diperuntukkan bagi orang-orang yang memiliki keterbatasan akses ke jasa perbankan tradisional (World Bank, 2007). Istilah LKM seringkali berimplikasi pada pinjaman yang sangat kecil kepada nasabah dengan pendapatan rendah untuk pembiayaan self- empployment yang disertai dengan penghimpunan dana simpanan berskala kecil. Bagaimana mendefinisikan “kecil” dan “miskin” akan berdampak pada apa yang termasuk atau tidak dalam kategori LKM. Kredit mikro atau “kecil” dalam definisi

Bank Indonesia adalah kredit yang disalurkan dengan besaran maksimal Rp. 50 juta3. LKM sesuai namanya pada dasarnya tidak hanya berhadapan dengan kredit namun juga beberapa program yang menawarkan produk tabungan dan asuransi yang semakin populer sebagai inovasi jasa keuangan yang bisa ditawarkan pada masyarakat miskin. Lembaga perbankan dan perusahaan asuransi mulai menurunkan skala mereka untuk menjangkau pasar baru yang potensial dengan memberikan skema kredit berskala mikro.

Dari sudut pandangan teoritis, efek kredit mikro dapat diperoleh dari beberapa channel mulai dengan relaksasi dari credit constraints, akses kredit yang lebih murah, perubahan posisi tawar dalam rumah tangga (bila pinjamana sebagian besar diberikan kepada perempuan), sampai pada perbedaan keputusan antara pengeluaran konsumsi besar vs pengeluaran investasi besar di lingkunan dimana rumah tangga tersebut tidak memperoleh akses kepada instrumen tabungan yang efisien (Crépon et al, 2011). Efek langsung yang paling banyak terjadi adalah memberikan akses ke pasar kredit kepada rumah tangga yang sebelumnya terabaikan. Jika rumah tangga ini menghadapi credit constrained maka kredit mikro dapat memberikan mereka kesempatan untuk memulai investasi usaha baru atau melakukan ekspansi usaha yang telah ada atau meningkatkan pengeluaran kedalam aset rumah tangga, pendidikan, dan kesehatan. Kredit mikro juga memberikan peluang akses kredit ke LKM untuk mencakup kebutuhan masa depan sehingga mempengaruhi keputusan akan simpanan dan asuransi. Rumah tangga yang menyimpan aset atau surat berharga sebagai buffer dalam menghadapi shocks di masa depan mungkin akan memutuskan untuk menurunkan kepemilikannya (Deaton 1991, dalam Crépon et al, 2011).

Meskipun keberadaan berbagai jenis lembaga keuangan mikro di Indonesia, bahkan beberapa diantaranya menjadi best practices di dunia, kebijakan kredit pemerintah didominasi dengan pemberian subsidi pada program-program kredit yang disalurkan melalui bank-bank komersil atau bank umum (seperti misalnya kredit usaha rakyat/KUR). Hanya sedikit perhatian yang diberikan untuk mempertahankan kelangsungan modal komersial beberapa LKM lokal atau yang berbasis masyarakat (Martiwijoyo, 2007). LKM-LKM lokal pada umumnya berjalan sendiri-sendiri tanpa ada intervensi pemerintah. Sekalipun adanya dorongan dari luar, seperti pencanangan tahun 3 Deflnisi kredit mikro dari Bank Indonesia adalah kredit yang disalurkan dengan besaran maksimal Rp. 50 Juta. Grameen Banking (2003)mendeflnisikan kredit mikro sebagai pengembangan pinjaman dalam jumlah kecil kepada pengusaha yang terlalu lemah kualiflkasinya untuk dapat mengakses pada pinjaman dari bank tradisional. Calmeadow (1999) mengartikan kredit mikro sebagai arisan pinjaman modal untuk mendukung pengusaha kecil dalam beraktivitas

kredit mikro di 2005, paradigma lama tetap terlihat dalam berbagai kebijakan pemerintah yag menghadapi berbagai masalah dalam budget constraint.

Berbagai jenis LKM di Indonesia termasuk didalamnya 1) BRI Unit, 2) BPR terdiri dari Badan Kredit Desa/BKD dan non BKD yang kemudian berubah status menjadi BPR, 3) non bank dan LKM non koperasi (Lembaga Dana dan Kredit Pedesaan/ LDKP, Lembaga Perkreditan Desa/LPD, LKM tingkat kecamatan dan desa yang didirikan oleh Pemerintah Daerah Provinsi dan Kecamatan), 4) koperasi (koperasi simpan pinjam dan Baitul Maal wat Tamwil/BMT), 5) replikasi dari Grameen Bank (sebagian besar diantaranya tidak berijin) dan LSM (yang memiliki ijin yayasan). Pada pertengahan tahun 2005, ada sekitar 54.000 outlet LKM yang melayani lebih dari 29 juta peminjam (13persen dari populasi) dan lebih dari 43 juta penyimpan atau sekitar 19persen dari populasi (Martiwijoyo, 2007).

Bank Indonesia mendorong bank-bank komersial untuk memberikan pinjaman kepada UMKM melalui target pembiayaan yang dimasukkan ke dalam rencana kredit mereka. Menurut definisi BI, secara umum dikatakan kredit mikro apabila kredit tersebut bernilai sampai dengan Rp 50 juta. Bankbank umum mendominasi pemberian kredit mikro dengan melayani sekitar 48persen dari total peminjam dengan total pinjaman sekitar 82.8persen dari seluruh portfololio pinjaman LKM. Rata-rata kredit mikro dari bank-bank umum berkisar USD 983.50 (sekitar 85persen dari pendapatan perkapita), bandingkan dengan kredit mikro dari BKD yang berkisar USD 53 (sekitar 5persen dari pendapatan perkapita).

Kebanyakan LKM berlokasi di bagian barat Indonesia, terutama Jawa dan Bali, hanya sedikit yang beroperasi di provinsi-provinsi wilayah bagian timur. Pada sektor informal, LKM tradisional yang bisa ditemukan hampir di seluruh wilayah adalah arisan yang diperkirakan berjumlah ribuan jumlahnya. Didaerah pedesaan, masih banyak beroperasi para pelepas uang untuk memenuhi kebutuhan jangka pendek masyarakat miskin sekalipun sudah tidak sebanyak dulu.

DATA DAN METODOLOGI

Studi empiris dalam paper ini menggunakan data Indonesia Family Live Surveys (IFLS/Sakerti) pada periode 2000 dan 2007. IFLS merupakan survey longitudinal di bidang sosial ekonomi dan kesehatan. Survey dilakukan terhadap sampel yang mewakili 83persen populasi penduduk Indonesia di 13 provinsi. Survey dilakukan dengan mengumpulkan data indi-

vidu, termasuk keluarga, rumah tangga, komunitas masyarakat terkecil ditempat mereka tinggal serta fasilitas kesehatan dan pendidikan yang mereka gunakan. IFLS wave pertama dilakukan di tahun 1993 dengan responden sebanyak 7,2444 rumah tangga. IFLS2 di tahun 1997 menginterview ulang responden yang sama. Survey lanjutan (IFLS2+) dilakukan tahun 1998 dengan 25persen sampel untuk mengukur dampak jangka pendek krisis ekonomi dan politik di Indonesia. Selanjutnya, IFLS3 dengan sampel penuh dilakukan di tahun 2000, dan IFLS 4 dilaksanakan diakhir 2007 sampai awal 2008 untuk respoden yang sama di tahun 1993. Sebanyak 13,535 rumah tangga dan 44,103 individu telah diinterview (Strauss, et.al, 2009). Dari sampel ini akan dikeluarkan dua kelompok grup, yaitu: 1) rumah tangga yang pindah ke komunitas yang tidak termasuk dalam survey IFLS; 2) rumah tangga yang masuk daftar IFLS namun telah pindah dan tidak terlacak sehingga tidak bisa memberikan informasi lanjutan.

Mengukur dampak keberadaan LKM dan partisipasi terhadap kredit mikro memiliki kesulitan tersendiri. Beberapa analisis menggunakan jumlah pinjaman sebagai parameter ukuran yang relevan (Steele,et.al, 1998; Schuler and Hashemi, 1994; Khandker, 2005). S pillover effect bisa terjadi pada rumah tangga yang memperoleh dampak kredit tersebut tanpa harus meminjam dari LKM. Jika effect ini terjadi, maka keberadaan program pada level komunitas atau partisipasi pada level komunitas akan lebih akurat dalam mengukur dampaknya dibandingkan dengan partisipasi pada level individu (Buttenheim, 2006). Hanya saja, untuk Indonesia menggunakan keberadaan LKM sebagai treatment variable akan memberikan data yang kurang variatif karena LKM atau program kredit mikro dapat dikatakan ada di setiap komunitas atau area. Sehingga variabel treatment yang digunakan sebagai proksi adalah partisipasi pada program kredit mikro, yaitu kepemilikan kredit ≤ 50 Juta untuk paling tidak seorang anggota di satu rumah tangga, yang berasal dari lembaga keuangan mikro, baik yang berasal dari LKM formal ataupun informal. Guna mengantisipasi kemungkinan parsipasi tersebut bersifat endogen, dimana ada observed variables dan unobserved variables yang mempengaruhi keputusan individu untuk berpartisipasi dalam kredit mikro, maka digunakanfixed ijfect pada level komunitas atau area. Fixed effect pada level komunitas akan sekaligus menangkap adanya perbedaan-perbedaan pada level area yang mungkin mempengaruhi program kredit mikro dan diasumsikan bersifat time invariant.

Studi dampak dilakukan untuk melihat perbedaan outcome variable berupa pengeluaran konsumsi

rumah tangga, pendidikan anak, serta labor suppy pada rumah tangga yang mendapatkan fasilitas kredit mikro. Pengeluaran konsumsi diukur dari jumlah nominal pengeluaran rumah tangga untuk konsumsi, baik durable maupun non durable goods. Sedangkan pendidikan anak diukur dari rata-rata jumlah tahun pendidikan yang diikuti oleh anak dalam rumah tangga tersebut. Labor supply sendiri diukur dari jumlah anggota rumah tangga yang bekerja.

Guna memberikan estimasi yang lebih aktual tentang dampak program kredit mikro terhadap variabel outcome, berbagai variabel yang menjelaskan karakteristik individu haruslah dikontrol. Variabel level rumah tangga yang digunakan untuk mengontrol dampak kredit mikro adalah profit usaha mikro yang dimiliki oleh rumah tangga, umur kepala rumah tangga, pangkat dua umur kepala rumah tangga, rata-rata jumlah tahun pendidikan seluruh anggota rumah tangga, serta variabel dikotomi untuk jenis kelamin kepala keluarga. Kelompok variabel penjelas tersebut digunakan karena diduga memberikan dampak yang signifikan terhadap variabel outcome, sekaligus berkorelasi dengan penerimaan kredit mikro.

Ada beberapa sumber bias yang berpotensi muncul dalam pengukuran dampak program, karena sangat beralasan untuk mengasumsikan bahwa LKM tidak berdiri secara random dalam sebuah komunitas atau kredit mikro tidak diberikan secara random untuk seseorang. Jika LKM didirikan dengan menargetkan komunitas yang memiliki banyak rumah tangga miskin namun potensial, maka karakteristik komunitas yang tidak terobservasi (unobserved heterogeneity) yang berkorelasi dengan variabel yang akan diuji, akan memberikan estimasi dampak yang bias. Bias juga mungkin muncul karena masalah endogeneity yang muncul dari keputusan rumah tangga untuk ikut program atau tidak (self selection bias). Untuk mengontrol penempatan program yang tidak random dengan kemungkinan muncul endogenity dan unobserved characteristics baik dari karakteristik area maupun karakteristik rumah tangga dalam partisipasi program, maka metode yang akan digunakan disini adalah+fixed efeet area. Persamaan yang digunakan disini adalah:

(1)

dimana menunjukkan ada tiga outcome variable yang akan diuji, yaitu adalah ukura n variabel pengeluaran perkapita, adalah variabel pendidikan anak, dan adalah variabel labor supply, yang dikatakan tergantung vector of household characteristics yang terobservasi,. adalah variabel dikotomi intervensi kredit mikro dari LKM (kode 1, jika minimal ada

satu anggota rumah tangga menerima kredit mikro atau kredit yang bernilai maksimal 50 juta, dan kode 0 jika tidak menerima). adalah fixed effect area yang sekaligus menangkap unobserved community characteristics yang berkorelasi dengan penempatan LKM dan menghilangkan endogeneity level rumah tangga dari partisipasi kredit mikro serta diasumsikan time invariant. adalah idiosyncratic error yang diasumsikan tidak berkorela si dengan va ria bel penjelas lainnya.

Pendekatan dengan fixed feet pada level komunitas ini menjamin semua variabel karakteristik area yang mungkin mempengaruhi penempatan atau pendirian LKM yang mempengaruhi partisipasi rumah tangga dalam program kredit mikro yang tidak terobservasi dan bersifat time invariant sepanjang periode 2000 sampai 2007 sehingga memberikan hasil estimasi yang tidak bias pada koefisien covariates. Asumsi penting lainnya adalah tidak berkorelasi dengan (strict exogeneity assumption). Persamaan tersebut selanjutnya dapat dianalisis dengan menggunakan OLS dan akan menghasilkan estimator yang tidak bias. Nilai merupakan ukuran estimasi perbedaan outcome variable rumah tangga yang memperoleh kredit mikro dengan yang tidak memperoleh kredit.

Untuk mengevaluasi robustness hasil estimasi, studi disini juga menggunakan pendekatan instrumental variable (IV) yang mengantisipasi potensi endogeneity akibat dari unobserved factor dari karakteristik rumah tangga dan individu yang berubah selama periode penelitian. Dalam studi ini variabel program kredit mikro akan diinstrumentasikan dengan jumlah kredit yang diterima. Pendekatan IV dilakukan dengan dua tahap sehingga dikatakan sebagai two stage least square (2SLS). Tahap pertama adalah mengestimasi persamaan:

(2)

Nilai prediktor variabel credit dari tahap pertama selanjutnya digunakan sebagai variabel penjelas dalam model pada tahap kedua, dengan persamaan:

(3)

Dengan pendekatan ini, masalah endogeneity yang timbul dapat diatasi sehingga diperoleh hasil estimasi yang tidak bias. Estimasi IV juga akan dikombinasikan dengan+fixed effeet area untuk menangkap perbedaan karakteristik area yang mungkin bisa mempengaruhi program.

HASIL DAN PEMBAHASAN

Beberapa studi menunjukkan dengan menggunakan kredit mikro, penerimanya akan dapat meningkatkan pendapatan mereka dengan cara memulai bisnis baru, melakukan ekspansi terhadap bisnis yang telah ada atau memanfaatkan dana pinjamannya untuk tujuan produktif sehingga pendapatan mereka meningkat4. Pitt dan Khandker (1998) menyimpulkan bahwa nasabah LKM yang menerima kredit memiliki pendapatan perkapita yang lebih tinggi dibandingkan yang tidak menerima dimana pengeluaran perkapita dan kesejahteraan rumah tangga juga menunjukkan hasil yang lebih tinggi dibandingkan yang tidak menerima sekaligus menyimpulkan tingkat kemiskinan di kelompok penerima lebih rendah dibandingkan dengan kelompok yang tidak menerima.

Khandker (2005) menyatakan adanya kesulitan untuk menemukan kelompok kontrol dalam metode non eksperimen. Sebagai alternatif, efek program dapat diidentifikasi dengan menggunakan instrumen yang tersedia pada data cross section. Namun, menemukan instrumen yang baik juga sangat sulit. Pitt dan Khandker (1998) menggunakan metode quasiexperimental yang mempercayakan kondisi eligible yang eksogen sebagai cara untuk mengidentifikasi dampak. Ketika kondisi yang dibuat tidak cukup ketat hasilnya mungkin tidak dapat dipercaya dan bisa jadi salah. Hasil juga mungkin sangat sensitif dengan metode yang digunakan dalam mengevaluasi dampak5. Analisis dengan menggunakan data panel oleh Khandker (2005) mengestimasi adanya dampak agregat LKM terhadap konsumsi dan kemiskinan. Tidak hanya meningkatkan konsumsi karena hasil pinjaman meningkatkan peluang partisipan akan bisa keluar dari kemiskinan, namun adanya LKM juga memberi manfaat kepada non partisipan melalui pertumbuhan pendapatan lokal. Adanya spillover impact pada paper ini diatasi dengan menaikkan level analisis intervensi LKM, seperti yang digunakan oleh Pitt dan Khandker (1998), dengan menggunakanfixed effect area untuk menangkap perbedaan-perbedaan halus yang ada pada level area yang mungkin mempengaruhi intervensi LKM.

Dengan menggunakan dua gelombang survey IFLS, periode 2000 dan 2007, jumlah sampel yang masuk dalam studi ini sebanyak 26,229 rumah tangga dengan total control group (tidak mendapatkan kredit mikro) sebanyak 23,798 sampel sedangkan treatment group (mendapatkan kredit mikro) sebanyak 2,431

rumah tangga. Variabel treament dalam studi ini haruslah dipastikan eksogen untuk menghilangkan selection bias dari keberadaan treatment. Dengan menggunakan variabel dikotomi, kode 1 bila salah satu individu dalam rumah tangga menerima kredit mikro dari LKM dan kode 0 jika tidak, maka dapat dikatakan variabel ini bersifat eksogen karena yang menentukan individu itu mendapatkan pinjaman atau tidak adalah dari analisis kelayakan pemberian kredit dari LKM, bukan ditentukan oleh individu tersebut. Adapun ringkasan statistik sampel dapat dilihat pada Tabel 16.

Tabel 1. Ringkasan Sta1s1k Variabel

Variable

Sta1s1cs

Min

Max

Obs. Mean Std. Dev.

Per Capita

25.174 473420,8 560905,1

7827,778

1,73e+07

Expenditure (PCE)

Educchild

21.829   7,124834 5,180218

19

Working

26.308   2,594762   1,7181

2

Educ

26.307   6,549849 3,181628

18

Agehead

26.264   44,91064 15,19292

11

115

Sizehh

26.308   5,450547 2,910355

1

39

Agehead2

26.264   2247,781 1485,277

121

13225

Credit5

26.229 0,0926837 0,2899942

1

Femalehead

Dummy Variable (1 untuk par1sipan, 0 untuk non par1sipan)

26.292 0,1734368 0,3786316

1

Profit

Dummy Variable (1 untuk perempuan, 0 untuk laki-laki)

26.309 2629070 1,53e+07

1,00e+09

Totalcredit

26.309 0,1263066 0,4488122

5

Sumber: IFLS 3 dan IFLS 4

Tabel 1 berisikan ringkasan statistik dari variabel-variabel yang digunakan dalam studi ini. Variabel credit merupakan variabel treatment berupa variabel dikotomi yang bernilai 1 jika paling tidak ada satu anggota rumah tangga yang menerima kredit yang bernilai maksimal Rp 50 Juta dan bernilai 0 jika tidak ada anggota rumah tangga yang menerima kredit mikro. Educ adalah rata-rata jumlah tahun pedidikan yang ditempuh oleh seluruh anggota rumah tangga, educ-child adalah jumlah tahun pendidikan yang ditempuh oleh anak, working adalah variabel untuk menjelaskan jumlah anggota rumah tangga yang bekerja (labor supply), profit adalah jumlah keuntungan dari bisnis yang dikelola oleh rumah tangga tersebut. Patut dicatat bahwa profit yang diperhitungkan hanyalah dari usaha bukan tani, karena data usaha tani sangat sedikit. Agehead adalah usia dari kepala rumah tangga, agehead2 adalah pangkat dua dari umur kepala rumah tangga yang digunakan untuk melihat apakah terdapat hubungan non linier antara umur

kepala rumah tangga dengan variabel outcome, sizehh adalah ukuran jumlah anggota rumah tangga, dan femalehead adalah variabel dummy untuk melihat perbedaan jenis kelamin kepala rumah tangga (kode 1 jika perempuan, dan kode 0 jika laki-laki).

Lembaga keuangan mikro bisa berdampak terhadap beberapa aspek kehidupan masyarakat, terutama usaha nasabah, kesejahteraan nasabah dan keluarganya serta komunitas disekitarnya. Bisa jadi salah bila mengasumsikan bahwa uang yang dipinjam kepada seseorang dalam rumah tangga untuk tujuan tertentu hanya akan digunakan oleh orang tersebut sesuai tujuannya. Sebagaimana umumya yang terjadi di beberapa negara lainnya, pinjaman biasanya akan dibagi-bagi untuk berbagai tujuan, sekalipun awalnya untuk modal usaha keluarga, tapi digunakan untuk memenuhi kebutuhan rumah tangga yang lebih mendesak, misalnya makanan, kesehatan dan uang sekolah. Sekalipun misalnya target LKM adalah perempuan, pinjaman seringkali akan sampai pada suaminya. Sehingga akan bias bila hanya mengukur perubahan usaha nasabah ketika mengevaluasi program kredit.

Outcome yang langsung dirasakan dari partisipasi LKM adalah perubahan pendapatan rumah tangga (World Bank, 2007). LKM hampir selalu berhubungan dengan nasabah yang masuk dalam kategori sektor informal yang tidak menerima upah reguler sehingga pengukuran dampak LKM di negara-negara berkembang akan lebih mudah dengan menggunakan konsumsi sebagai ukuran dibandingkan dengan menggunakan pengukuran pendapatan. Dampak non moneter dari partisipasi LKM dikatakan sebagai dampak yang lebih luas, misalnya yang terpenting adalah tingkat pendidikan anak dan nutrisi mereka, stock perumahan, pemberdayaan, dan modal sosial. Untuk studi ini, variabel outcome memfokuskan pada perubahan pengeluaran perkapita sebagai dampak langsung, pendidikan anak serta jumlah labor supply rumah tangga sebagai outcome dampak tidak langsung.

Dampak Kredit Mikro Terhadap Pengeluaran Perkapita

Perhitungan estimasi digunakan dengan tiga teknik, yaitu OLS, fixed ejfet area dan fixed ojfect dalam regresi menggunakan instrumental variable (IV) untuk mendapatkan robustness dari pengujian dampak kredit mikro terhadap pengeluaran perkapita rumah tangga. Perbandingan hasil analisis dengan menggunakan OLS, fixed ijfect dan IV untuk menguji robustness dapat dilihat secara ringkas pada Tabel 2.

Dari ketiga teknik pengujian, hasil yang yang kon-

Tabel 2. Dampak Kredit Mikro terhadap Pengeluaran Perkapita

Variables

OLS

FE level EA

IV+fixed effect EA

Coef.

t

Coef.

t

Coef.

t

credit5

126534

(10119,83)***

12,50

144403

(10628,1)***

13,59

168476,9 (12105,07)***

13,92

agehead

-7614,411 (1401,445)***

-5,43

-7640,406

(1163,568)***

-6,57

-7770,543

(1164,11)***

-6,68

agehead2

72,91777

(13,94112)***

5,23

76,2418 (11,70986)***

6,51

77,73418

(11,71657)***

6,63

femalehead

83023,83

(10547,75)***

7,87

88627,96 (8278,827)***

10,71

89103,5

(8280,476)***

10,76

educ

72123,51 (1550,151)***

46,53

71355,77 (1134,787)***

62,88

71287,1 (1135,025)***

62,81

profit

0,0067404 (0,0009069)***

7,43

0,0063673 (0,0002364)***

26,93

0,0063386 (0,0002365)***

26,80

sizehh

-24467,84

(1302,295)***

-18,79

-27023,03 (1208,035)***

-22,37

-27125,3

(1208,411)***

-22,45

cons.

Number of obs = 25. 65 Prob > F = 0,0000 R-sq =

271071,6

(31189,24)

0,2369

8,69

281883,7

(26904,86)***

Number of obs = 25. 65

Number of groups =321 R-sq = 0,2365

10,48

283089,5         10,52

(26909,22)***

Number of obs = 25.065 Prob > F = 0,0000

R-sq = 0,2361

Keterangan: standard error dalam kurung. Tanda * berar1 sig. pada 10 persen, ** sig. pada 5 persen, dan *** sig. pada 1 persen


sisten diperoleh untuk melihat signfikansi pengaruh kredit mikro terhadap pengeluaran perkapita. Ketiga hasil estimasi menunjukkan hasil yang sangat signifikan dan bertanda positif yang berarti rumah tangga yang menerima kredit mikro memiliki pengeluaran perkapita yang lebih besar dibandingkan dengan rumah tangga yang tidak menerima. Hal ini sesuai dengan persepsi selama ini kalau kredit mikro akan mendorong peningkatan pengeluaran rumah tangga yang menjadi salah satu indikator outcome langsung.

Instrumental variable (IV) yang digunakan dalam estimasi diatas memasukkan jumlah kredit yang diperoleh yang diasumsikan tidak berkorelasi dengan error dari persamaan utama. Dengan teknik two steps least square (2SLS), diperoleh bahwa jumlah kredit menjadi indikator yang baik untuk menjelaskan partisipasi pada kredit mikro. Hasil estimasi mendukung robustness hasil bahwa kredit mikro yang diperoleh oleh rumah tangga memberikan efek positif dan sigi-nifkan terhadap pengeluaran perkapita rumah tangga. Koefisien kredit mikro untuk estimasi dengan metode fixed e,jfect dan IV masing-masing bernilai 144,403 dan 168,476.9 yang menunjukkan perbedaan pengeluaran perkapita antara rumah tangga yang menerima kredit dengan rumah tangga yang tidak menerima kredit, dimana rumah tangga penerima kredit memiliki pengeluaran perkapita yang lebih tinggi relatif dibandingkan dengan yang tidak menerima kredit.

Variabel kuadrat dari usia kepala rumah tangga meunjukkan hasil signifikan yang berarti terdapat hubungan non linier dari usia dengan pengeluaran perkapita. Variabel indikator jenis kelamin rumah tangga juga menunjukkan hasil yang positif dan signifikan sehingga pendapat yang menyatakan bahwa perempuan akan memberikan hasil yang lebih baik

apabila diberikan program dibandingkan dengan laki-laki untuk mencapai variabel outcome seperti yang diharapkan. Jumlah anggota rumah tangga memberikan hasil negatif signifikan yang berarti semakin banyak anggota rumah tangga akan semakin sedikit pengeluaran konsumsi yang bisa diberikan untuk setiap anggota rumah tangga. Profit juga mendukung pengeluaran konsumsi rumah tangga, sehingga memasukkan variabel profit sebagai salah satu variabel penjelas dapat memperkuat estimasi dari dampak kredit mikro terhadap konsumsi rumah tangga.

Dampak Kredit Mikro Terhadap Tenaga Kerja Rumah Tangga

Seperti halnya pengukuran dampak kredit mikro terhadap pengeluaran perkapita, estimasi dampak kredit mikro terhadap jumlah tenaga kerja rumah tangga juga menggunakan metode yang sama yaitufixed feet area. Hasil pengujian dengan menggunakan tiga metode, yaitu OLS, efixed feet pada level area dan IV memberikan hasil sebagaimana tersaji ringkas dalam Tabel 3. Ketiga hasil estimasi menunjukkan hasil yang robust bahwa kredit mikro memberikan dampak yang positif dan secara signifikan mempengaruhi jumlah tenaga kerja atau labor supply dari sebuah rumah tangga.

Nilai koefisien dari estimasi dengan menggunakan efixed feet dan IV masing-masing bernilai 0.0415982 dan 0.1396632 menunjukkan perbedaan jumlah anggota rumah tangga yang bekerja dari rumah tangga yang menerima kredit mikro memiliki anggota bekerja lebih banyak dibandingkan dengan rumah tangga yang tidak menerima kredit mikro. Tambahan tenaga kerja tersebut dibutuhkan karena kredit mikro yang diterima kemungkinan ditujukan untuk melakukan usaha baru

Tabel 3. Dampak Kredit Mikro terhadap Tenaga Kerja Rumah Tangga

Variables

OLS                                    FE level EA                              IV+fixed effect EA

Coef.                  t                   Coef.                  t                   Coef.                  t

credit5

0,0812076           3,30             0,0415982           1,73             0,1396632           5,10

(0,024617)***                            (0,0240672)*                          (0,0273833)***

agehead

0,0350582         12,26             0,0366142          14,11             0,0361048          13,90

(0.002859)***                           (0,002595)***                          (0,0025968)***

agehead2

-0,0002038           -7,08             -0,0002179           -8,36               -0,000212           -8,13

(0,0000288)***                          (0,0000261)***                          (0,0000261)***

femalehead

-0,1895339           -9,71               -0,176738           -9,52             -0,1747854           -9,41

(0,0195148)***                          (0,0185623)***                          (0,0185701)***

educ

0,0466186          21,68             0,0798909          31,62             0,0796691          31,52

(0,0021503)***                          (0,0025263)***                          (0,0025273)***

profit

1,35e-09            1,78                1,94e-09            4,10                1,85e-09            3,90

(7,59e-10)                           (4,74e-10)***                            (4,74e-10)***

sizehh

0,3979687         81,85            0,4093581        151,97            0,4089682        151,75

(0,0048623)***                          (0,0026937)***                           (0,002695)***

cons.

-0,9760958          -17,00               -1,294016          -21,53               -1,290025          -21,46

(0,0574265)                         (0,0600896)***                          (0,0601112)***

Number of obs = 26,183                Number of obs = 26.183       Number of obs = 26.183 Prob > F =

Prob > F = 0,0000 R-sq = 0,5568                Number of groups =321                               0,0000

R-sq = 0,5535                           R-sq = 0,5534

Keterangan: standard error dalam kurung. Tanda * berar1 sig. pada 10 persen, ** sig. pada 5 persen, dan *** sig. pada 1 persen


Tabel 4. Dampak Kredit Mikro terhadap Pendidikan Anak

Variables

OLS                                    FE level EA                              IV+fixed effect EA

Coef.                  t                   Coef.                  t                   Coef.                  t

credit5

-0,0013026           -0,02              -0,055517           -0,83              -0,0447137           -0,59

(0,0662896)                           (0,0666439)                           (0,0757471)

agehead

0,880916          70,83             0,8782099          94,23             0,8781984          94,23

(0,0124378)***                          (0,0093195)***                          (0,0093196)***

agehead2

-0,0069025          -54,27             -0,0068737          -75,07             -0,0068734          -75,06

(0,0001272)***                          (0,0000916)***                          (0,0000916)***

femalehead

0,5701077***          10,08             0,6376038          11,05             0,6377272         11,05

(0,0565849)                         (0,0577229)***                          (0,0577244)***

educ

0,6756532          87,11             0,7320888          81,98             0,7320156          81,94

(0,0077565)***                          (0,0089303)***                          (0,0089337)***

profit

-9,31e-10           -0,62        4,82e-10 (1,31e-                                4,72e-10            0,36

sizehh

0,2551282         28,19            0,2608335                          0,2607991

(0,0090508)***                          (0,0081941)***           31,83         (0,0081949)***           31,82

cons.

-23,40649          -87,18                -23,7466         -112,11              -23,74713         -112,11

(0,2684886)                           (0,2118078)                       (0,2118153)***

Number of obs = 21.723               Number of obs = 21.723      Number of obs = 26.183 Prob > F =

Prob > F = 0,0000 R-sq = 0,6817                Number of groups =321                               0,0000

R-sq = 0,6812                           R-sq = 0,5534

Keterangan: standard error dalam kurung. Tanda * berar1 sig. pada 10 persen, ** sig. pada 5 persen, dan *** sig. pada 1 persen


atau melakukan ekspansi dari usaha yang sudah miliki. Hal ini sesuai dengan harapan bahwa kredit mikro yang diberikan digunakan secara produktif untuk memulai usaha atau melakukan ekspansi usaha keluarga. Namun yang patut dicatat disini, labor supply tidak memisahkan anak-anak dan dewasa sehingga ada kemungkinan jumlah anggota keluarga yang bekerja akan termasuk anak-anak. Signifikansi variabel profit juga menunjukkan jumlah keuntungan yang diperoleh akan meningkatkan jumlah anggota rumah tangga yang bekerja. Kondisi ini menguatkan anggapan selama ini bahwa usaha mikro pada level rumah tangga lebih banyak mengandalkan tenaga kerja dari anggota rumah tangga sendiri yang dirasa lebih murah dan mudah.

Perbedaan mendasar terlihat apabila kepala keluarga adalah perempuan, maka labor supply

rumah tangga akan lebih kecil dibandingkan jika kepala rumah tangganya laki-laki. Hal ini bisa jadi karena perempuan memiliki pertimbangan yang lebih kompleks dibandingkan dengan laki-laki dalam mempekerjaan anggota rumah tangga. Bila program diberikan kepada perempuan, posisi tawar perempuan dalam membuat keputusan dalam rumah tangga akan lebih kuat sehingga mungkin mereka akan mengarahkan anggota rumah tangganya untuk kegiatan lain selain bekerja, serta mengalokasikannya pada kebutuhan keluarga misalnya memberikan pendidikan yang lebih baik atau kredit mikro digunakan untuk meningkatkan nutrisi dan kesehatan anak dan keluarga. Hubungan non linier antara usia dengan jumlah tenaga kerja juga menunjukkan hasil yang signifikan dan bertanda negatif. Hal ini dapat dikatakan bahwa semakin bertambah usia seseorang

maka kinerjanya akan semakin menurun sehingga mengurangi labor supply rumah tangga.

Dampak kredit mikro terhadap pendidikan anak

Variabel outcome yang sering dikatakan sebagai dampak kredit mikro yang lebih luas atau berdampak secara tidak langsung salah satunya adalah pendidikan anak. Pemberian kredit mikro diharapkan dapat memberikan dampak positif terhadap pendidikan anak. Tabel 4 menunjukkan ketiga hasilnya secara ringkas.

Menggunakan tiga teknik pengujian menunjukkan hasil yang konsisten bahwa rumah tangga yang memproleh kredit mikro tidak secara signifikan memberikan pendidikan yang lebih baik kepada anak-anak dibandingkan dengan rumah tangga yang tidak menerima kredit mikro. Koefisien bahkan bertanda negatif yang berarti rumah tangga yang menerima kredit mikro memiliki rata-rata tingkat pendidikan anak yang lebih rendah dibandingkan dengan yang tidak menerima, walaupun hasilnya tidak signifikan. Kondisi ini tidak sesuai dengan hipotesis bahwa pemberian kredit mikro akan berdampak positif terhadap pendidikan anak. Hipotesis ini dikaitkan karena kredit mikro seringkali tidak dipergunakan sebagaimana peruntukkan utamanya, yaitu memulai bisnis atau melakukan ekspansi usaha, tapi juga digunakan untuk mengatasi shock dalam rumah tangga salah satunya sebagai pembiayaan sekolah.

Kondisi mungkin terkait dengan semakin meningkatnya jumlah labor supply yang berasal dari rumah tangga ketika kredit mikro lebih digunakan untuk membiayai usaha baru atau melakukan eskpansi usaha keluarga. Menggunakan tenaga kerja yang berasal dari rumah tangga akan menjadi tenaga kerja yang murah, termasuk dengan mengguakan tenaga kerja anak-anak. Hasil ini semakin menguatkan pendapat bahwa anak-anak masih dianggap sebagai sumber dalam membentuk pendapatan keluarganya. Seperti yang disampaikan oleh Crépon et al (2011) bahwa kredit mikro dapat memberikan adverse effects bagi anak-anak ketika aktivitas usaha keluarga diekspansi dengan merubah alokasi waktu mereka dari bersekolah ke alokasi waktu yang lebih besar untuk aktivitas rumah tangga. Fenomena mekanisme inilah yang terjadi pada rumah tangga penerima kredit mikro di Indonesia, sekalipun hasilnya tidak signifikan.

SIMPULAN

Paper ini menguji dampak pemberian kredit mikro terhadap beberapa indikator kesejahteraan rumah tangga di Indonesia, yaitu pengeluaran perkapita,

proksi konsumsi rumah tangga, sebagai outcome langsung. Pengujian juga dilakukan untuk melihat dampaknya secara lebih luas kepada jumlah anggota rumah tangga yang bekerja (labor supply) dan pendidikan anak. Dengan menggunakan data IFLS dua wave terakhir, yaitu tahun 2000 dan 2007, yang diaplikasikan pada model fixed effeet area dan IV diperoleh hasil yang konsisten.

Pengujian terhadap pengeluaran perkapita menunjukkan hasil bahwa kredit mikro memberikan dampak yang positif dan signifikan. Hal ini berarti kredit mikro memberikan pengeluaran perkapita yang lebih besar untuk rumah tangga yang memperoleh kredit dibandingkan dengan rumah tangga yang tidak mendapatkan kredit. Hasil yang serupa juga diperoleh dari pengujian dampak kredit mikro terhadap labor supply rumah tangga, dimana jumlah anggota keluarga yang bekerja di rumah tangga yang mendapatkan kredit lebih banyak dibandingkan rumah tangga yang tidak menerima kredit mikro. Namun, yang patut diperhatikan disini adalah labor supply dalam studi ini tidak memisahkan antara anggota rumah tangga dewasa dan anak-anak sehingga peningkatan jumlah tenaga kerja dari rumah tangga bisa jadi termasuk tenaga kerja anak-anak didalamnya. Ketika pengujian dilakukan terhadap pendidikan anak, kredit mikro memperlihatkan adanya mekanisme adverse effect, dimana pemberian kredit mikro yang digunakan untuk ekspansi usaha rumah tangga telah menyebabkan realokasi waktu anak dari sekolah menjadi bekerja. Namun hasil yang diperoleh tidak signifikan.

REFERENSI

Adams, D.W dan von Pischke, J.D. (1992). Microenterprise Credit Program: Deja Vu. World Development Report, vol.20, no. 10, hlm. 1463-1470

Anonim (2003). Grameen Banking for the Poor: Microcredit. (http://www.grameeninfo. org/mcredit/index.html)

Buttenheim, Alison (2006). Microfinance Programs and Contraceptive Use: Evidence from Indonesia. California Center for Population Research On-Line Working Paper Series

Banerjee, Abhijit, et.al. (2010). The Miracle CfMiercfinanee?

Evidence From a Randomized Evaluation. (http:// economics.mit.edu/files/4162)

Crépon, Bruno et al. (2011). Impact of microcredit in rural areas of Morocco: Evidence from a Randomized Evaluation.

Calmeadow (1999). Community Micro-loan Funds in Canada. (http://strategis.ic.gc.ca/epic/internet/insofsdf.nsf/ vwGeneratedInterE/so03061e.html)

Karlan, Dean and Nathanael Goldberg (2007). Impact Evaluation for Microfinance: Review of Methodological Issues. Doing Impact Evaluation No. 7. Impact Evaluation for Miercfinanee. World Bank

Khanker, Shahidur R. (2005). Microfinance dan Poverty: Evidence Using Panel Data from Bangladesh.#The World

Bank Economic Review, vol. 19, no. 2. hlm. 263–286

Murdoch, J. (1998). Does Micrcfinance Really Help the Poor? New Evidence from Flagship Programs in Bangladesh. Department of Economics and HIID Harvard University

Martowijoyo, Sumantoro (2007). Indonesian Microfinance at the Crossroads: Caught between Popular and Populist Policies. In Essays on Regulation and Supervision, no. 23, July 2007. Microfinance Regulation and Supervision Resource Center. IRIS Center.

Nghiem, Hong Son, Tim Coelli, and Prasada Rao (2007). The Welfare Effects of Microfinance in Vietnam: Empirical Results From A Quasi-Experiment Survey. Tulisan pada: the 51st Annual Conference of the Australian Agriculture and Resources Economics Society. 13-16 February 2007, Queenstown, New Zealand

Pitt, M.M dan Shahidur R. Khanker (1998). The Impact of Group-Based Credit Programs on Poor Households in Bangladesh: Does the Gender of Participants Matter? Journal of Political Economy, vol. 106, no. 5, hlm. 958–996

Steele, Fiona et.al, (1998). The Impact of an Integrated MicroCredit Program on Women’s Empowerment and Fertility Behavior in Rural Bangladesh.

Strauss, John et al. (2009). The Fourth Wave of the Indonesia Family Life Survey: Overview and Field Report.Volume 1. RAND Labor and Population working paper series

Wooldridge, Jeffrey M. (2009). Introductory Econometrics: A Modern Approach. Fourth Edition. Mason: South Westerm.

150