Forex Indonesia, adalah situs yang membahas tentang Broker Forex Terbaik dan terpercaya dan direkomendasikan, dinilai dari perbandingan menyeluruh dari sisi pelayanan yang diberikan serta ulasan para penggunanya. Forex adalah sebuah produk investasi yang melakukan jual-beli valas /mata uang asing dengan memprediksi pergerakan harga valas. Transaksi dilakukan dengan memperhatikan berita dari berbagai Negara dan bagan indikator ekonomi, juga melakukan analisa teknis.


Definisi Indeks Gini

Apa Itu Indeks Gini?

Indeks Gini atau koefisien Gini adalah ukuran statistik distribusi yang dikembangkan oleh ahli statistik Italia Corrado Gini pada tahun 1912. Indeks ini sering digunakan sebagai tolok ukur ketimpangan ekonomi, mengukur distribusi pendapatan atau, yang lebih jarang, distribusi kekayaan di antara suatu populasi. Koefisien tersebut berkisar dari 0 (atau 0%) hingga 1 (atau 100%), dengan 0 berarti pemerataan sempurna dan 1 berarti ketimpangan sempurna. Nilai lebih dari 1 secara teori dimungkinkan karena pendapatan atau kekayaan negatif.

 

KUNCI PENTING

  • Indeks Gini adalah ukuran sederhana dari distribusi pendapatan di seluruh persentil pendapatan dalam suatu populasi.
  • Indeks Gini yang lebih tinggi menunjukkan ketimpangan yang lebih besar, dengan individu berpenghasilan tinggi menerima persentase yang jauh lebih besar dari total pendapatan populasi.
  • Ketimpangan global yang diukur dengan indeks Gini meningkat selama abad ke-19 dan ke-20, tetapi telah menurun dalam beberapa tahun terakhir.
  • Karena data dan keterbatasan lainnya, indeks Gini mungkin melebih-lebihkan ketimpangan pendapatan dan dapat mengaburkan informasi penting tentang distribusi pendapatan.

 

Memahami Indeks Gini

Suatu negara di mana setiap penduduk memiliki pendapatan yang sama akan memiliki koefisien Gini pendapatan sebesar 0. Sebuah negara di mana satu penduduk memperoleh semua pendapatan, sementara yang lainnya tidak mendapatkan apa-apa, akan memiliki koefisien Gini pendapatan sebesar 1.

Analisis yang sama dapat diterapkan pada distribusi kekayaan (“koefisien Gini kekayaan”), tetapi karena kekayaan lebih sulit diukur daripada pendapatan, koefisien Gini biasanya merujuk pada pendapatan dan hanya muncul sebagai “koefisien Gini” atau “indeks Gini,” tanpa menentukan bahwa mereka merujuk pada pendapatan. Koefisien Gini kekayaan cenderung jauh lebih tinggi daripada koefisien Gini pendapatan.

Koefisien Gini adalah suatu alat penting untuk menganalisis pendapatan atau distribusi kekayaan dalam suatu negara atau wilayah, tetapi tidak boleh keliru sebagai pengukuran yang absolut untuk pendapatan atau kekayaan. Negara berpenghasilan tinggi dan berpenghasilan rendah dapat memiliki koefisien Gini yang sama, selama pendapatan didistribusikan dengan cara yang sama di masing-masing: Turki dan AS keduanya memiliki koefisien Gini pendapatan sekitar 0,39-0,40 pada 2016, menurut OECD, meskipun PDB Turki per orang kurang dari setengah AS (dalam dolar 2010).

 

Baca juga: Bagaimana Indeks Gini Bekerja

Representasi Grafis dari Indeks Gini

Indeks Gini sering diwakili secara grafis melalui kurva Lorenz, yang menunjukkan distribusi pendapatan (atau kekayaan) dengan memplot persentil populasi berdasarkan pendapatan pada sumbu horizontal dan pendapatan kumulatif pada sumbu vertikal. Koefisien Gini sama dengan area di bawah garis perfect equality (pemerataan sempurna) (0,5 menurut definisi) minus area di bawah kurva Lorenz, dibagi dengan area di bawah garis pemerataan sempurna. Dengan kata lain, ini menggandakan area antara kurva Lorenz dan garis pemerataan sempurna.

Dalam grafik di bawah ini, persentil ke-47 berkorespondensi dengan 10,46% di Haiti dan 17,42% di Bolivia, yang berarti bahwa 47% terbawah Haiti mengambil 10,46% dari total pendapatan negara mereka dan 47% terbawah Bolivia mengambil 17,42% dari mereka. Garis lurus mewakili masyarakat yang secara hipotetis setara: 47% terbawah mengambil 47% dari pendapatan nasional.

Untuk memperkirakan koefisien Gini pendapatan untuk Haiti pada tahun 2012, kami akan menemukan area di bawah kurva Lorenz: sekitar 0,2. Mengurangkan angka dari 0,5 (area di bawah garis pemerataan), kita mendapatkan 0,3, yang kemudian kita bagi dengan 0,5. Ini menghasilkan perkiraan Gini sebesar 0,6 atau 60%. CIA memberikan Gini aktual untuk Haiti pada 2012 sebagai 60,8% (lihat di bawah). Angka ini mewakili ketimpangan yang sangat tinggi; hanya Mikronesia, Republik Afrika Tengah, Afrika Selatan, dan Lesotho yang lebih tidak setara, menurut CIA.

Cara berpikir lain tentang koefisien Gini adalah sebagai ukuran penyimpangan dari pemerataan sempurna. Semakin jauh kurva Lorenz menyimpang dari garis lurus yang sama sempurna (yang mewakili koefisien Gini 0), semakin tinggi koefisien Gini dan semakin tidak setara masyarakat. Dalam contoh di atas, Haiti lebih tidak setara daripada Bolivia.

 

Indeks Gini Di Seluruh Dunia

Gini Global

Christoph Lakner dari Bank Dunia dan Branko Milanovic dari City University of New York memperkirakan bahwa koefisien pendapatan global Gini adalah 0,705 pada 2008, turun dari 0,722 pada 1988. Namun, angka-angka sangat bervariasi. Ekonom DELTA François Bourguignon dan Christian Morrisson memperkirakan bahwa angka tersebut adalah 0,657 pada tahun 1980 dan 1992. Karya Bourguignon dan Morrisson menunjukkan pertumbuhan berkelanjutan dalam ketimpangan sejak 1820 ketika koefisien Gini global 0,500. Lakner dan Milanovic menunjukkan penurunan ketimpangan di sekitar awal abad ke-21, seperti halnya buku 2015 karya Bourguignon:

 

Ekspansi ekonomi di Amerika Latin, Asia, dan Eropa Timur telah mendorong sebagian besar penurunan ketimpangan pendapatan saat ini. Sementara ketimpangan antar negara telah menurun dalam beberapa dekade terakhir, namun, ketimpangan di dalam negara telah meningkat.

 

Gini Dalam Negara 

Di bawah ini adalah koefisien Gini pendapatan dari setiap negara tempat CIA World Factbook memberikan data:

Indeks GINI berdasarkan Negara

Warna yang lebih gelap menunjukkan suatu negara lebih tidak setara sedangkan warna yang lebih terang menunjukkan suatu negara lebih setara.

 

Beberapa negara termiskin di dunia (Republik Afrika Tengah) memiliki beberapa koefisien Gini tertinggi di dunia (61,3), sementara banyak dari negara terkaya (Denmark) memiliki beberapa koefisien yang terendah (28,8). Namun hubungan antara ketimpangan pendapatan dan PDB per kapita bukan merupakan korelasi negatif sempurna, dan hubungan itu bervariasi dari waktu ke waktu. Michail Moatsos dari Universitas Utrecht dan Joery Baten dari Universitas Tuebingen menunjukkan bahwa dari tahun 1820 hingga 1929, ketimpangan naik sedikit – kemudian berkurang – seiring peningkatan PDB per kapita. Dari tahun 1950 hingga 1970, ketimpangan cenderung menurun karena PDB per kapita naik di atas ambang batas tertentu. Dari 1980 hingga 2000, ketimpangan turun dengan PDB per kapita yang lebih tinggi kemudian melengkung kembali dengan tajam.

 

Korelasi antara koefisien Gini dan PDB per kapita dalam tiga periode waktu. Sumber: Moatsos dan Baten  

 

Kelemahan

Meskipun berguna untuk menganalisis ketimpangan ekonomi, koefisien Gini memiliki beberapa kelemahan. Akurasi metrik tergantung pada PDB dan data pendapatan yang reliabel. Shadow economy dan kegiatan ekonomi informal hadir di setiap negara. Kegiatan ekonomi informal cenderung mewakili porsi yang lebih besar dari produksi true economic di negara-negara berkembang dan di ujung bawah distribusi pendapatan di negara-negara. Dalam kedua kasus ini berarti bahwa indeks Gini dari pendapatan yang diukur akan melebih-lebihkan ketimpangan pendapatan sejati. Data kekayaan akurat bahkan lebih sulit didapat karena popularitas bebas pajak.

Kelemahan lain adalah distribusi pendapatan yang sangat berbeda dapat menghasilkan koefisien Gini yang identik. Karena Gini berusaha menyaring area dua dimensi (kesenjangan antara kurva Lorenz dan garis persamaan) ke dalam satu angka, ia mengaburkan informasi tentang “bentuk” ketimpangan. Dalam istilah sehari-hari, ini akan sama dengan menggambarkan isi foto hanya dengan panjangnya di satu sisi, atau nilai kecerahan rata-rata sederhana dari piksel. Meskipun menggunakan kurva Lorenz sebagai suplemen dapat memberikan lebih banyak informasi dalam hal ini, itu juga tidak menunjukkan variasi demografis di antara subkelompok dalam distribusi, seperti distribusi pendapatan lintas usia, ras, atau kelompok sosial. Juga, memahami demografi bisa jadi penting untuk memahami apa yang koefisien Gini representasikan. Misalnya, suatu populasi pensiunan yang besar mendorong Gini lebih tinggi.

 

Sumber: investopedia.com

Mau tau berita terbaru Forex Indonesia? Gratis!

Info Artikel dan promosi Terbaru, akan di email ke Anda