Pengertian Indeks Gini?
Indeks Gini, atau koefisien Gini, mengukur distribusi pendapatan di seluruh populasi. Dikembangkan oleh ahli statistik Italia Corrado Gini pada tahun 1912, ini sering berfungsi sebagai ukuran ketidaksetaraan ekonomi, mengukur distribusi pendapatan atau, yang lebih jarang, distribusi kekayaan di antara suatu populasi.
Koefisien berkisar dari 0 (atau 0%) hingga 1 (atau 100%), dengan 0 mewakili persamaan sempurna dan 1 mewakili ketidaksetaraan sempurna. Nilai yang lebih besar dari 1 secara teori dimungkinkan karena pendapatan atau kekayaan negatif.
Ringkasan:
- Indeks Gini adalah ukuran distribusi pendapatan di seluruh populasi.
- Indeks Gini yang lebih tinggi menunjukkan ketimpangan yang lebih besar, dengan individu berpenghasilan tinggi menerima persentase yang jauh lebih besar dari total pendapatan penduduk.
- Ketimpangan global, sebagaimana diukur dengan indeks Gini, terus meningkat selama beberapa abad terakhir dan melonjak selama pandemi COVID-19.
- Karena keterbatasan data dan lainnya, indeks Gini mungkin melebih-lebihkan ketimpangan pendapatan dan dapat mengaburkan informasi penting tentang distribusi pendapatan.
1:54
Tonton Sekarang: Apa Itu Indeks Gini?
Memahami Indeks Gini
Sebuah negara di mana setiap penduduknya memiliki pendapatan yang sama akan memiliki koefisien Gini pendapatan 0. Sebaliknya, sebuah negara di mana satu penduduk memperoleh semua pendapatan, sementara semua orang tidak memperoleh apa-apa, akan memiliki koefisien Gini pendapatan 1.
Analisis yang sama dapat diterapkan pada distribusi kekayaan (koefisien Gini kekayaan), tetapi karena kekayaan lebih sulit diukur daripada pendapatan, koefisien Gini biasanya mengacu pada pendapatan dan muncul hanya sebagai koefisien Gini atau indeks Gini, tanpa menentukan bahwa mereka mengacu pada pendapatan. Koefisien Gini kekayaan cenderung jauh lebih tinggi daripada koefisien pendapatan.
Bahkan di negara-negara kaya, indeks Gini mengukur pendapatan bersih daripada kekayaan bersih, sehingga sebagian besar kekayaan suatu negara masih dapat terkonsentrasi di tangan sejumlah kecil orang meskipun distribusi pendapatannya relatif sama. Koefisien Gini adalah alat penting untuk menganalisis distribusi pendapatan atau kekayaan di suatu negara atau wilayah, tetapi tidak boleh disalahartikan sebagai pengukuran pendapatan atau kekayaan absolut.
Negara berpenghasilan tinggi dan negara berpenghasilan rendah dapat memiliki koefisien Gini yang sama, selama pendapatan didistribusikan secara serupa di masing-masing negara. Misalnya, Turki dan Amerika Serikat sama-sama memiliki koefisien Gini pendapatan sekitar 0,39–0,40, menurut Organisasi untuk Kerja Sama dan Pembangunan Ekonomi (OECD), meskipun produk domestik bruto (PDB) per orang Turki jauh lebih rendah.
Representasi Grafis dari Indeks Gini
Indeks Gini sering direpresentasikan secara grafis melalui kurva Lorenz, seperti yang digambarkan di bawah ini, yang menunjukkan distribusi pendapatan (atau kekayaan) dengan memplot persentil populasi menurut pendapatan pada sumbu horizontal dan pendapatan kumulatif pada sumbu vertikal. Koefisien Gini sama dengan luas di bawah garis persamaan sempurna (0,5 menurut definisi) dikurangi luas di bawah kurva Lorenz, dibagi dengan luas di bawah garis persamaan sempurna.
Dengan kata lain, itu adalah dua kali lipat luas antara kurva Lorenz dan garis persamaan sempurna.
Indeks Gini di Seluruh Dunia
Gini Global
Koefisien Gini mengalami pertumbuhan berkelanjutan selama abad ke-19 dan ke-20.
Pada tahun 1820, koefisien Gini global mencapai 0,50, sedangkan pada tahun 1980 dan 1992, angkanya adalah 0,657.
Sumber: Bank Dunia
COVID-19 kemungkinan akan berdampak negatif lebih lanjut pada kesetaraan pendapatan.
Menurut Bank Dunia, koefisien Gini telah meningkat sekitar 1,5 poin dalam lima tahun setelah epidemi besar, seperti Ebola dan Zika. Para ekonom percaya bahwa COVID-19 memicu peningkatan tahunan sebesar 1,2 hingga 1,9 poin persentase dalam koefisien Gini untuk tahun 2020 dan 2021.
Gini dalam Negara
Di bawah ini adalah koefisien Gini pendapatan setiap negara yang datanya disediakan oleh Buku Fakta Dunia Central Intelligence Agency (CIA) AS:
Beberapa negara termiskin di dunia memiliki beberapa koefisien Gini tertinggi di dunia, sementara banyak koefisien Gini terendah ditemukan di negara-negara Eropa yang lebih kaya. Namun, hubungan antara ketimpangan pendapatan dan PDB per kapita bukanlah korelasi negatif sempurna, dan hubungannya 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—karena PDB per kapita meningkat. Dari tahun 1950 hingga 1970, ketimpangan cenderung turun karena PDB per kapita naik di atas ambang batas tertentu.
Dari tahun 1980 hingga 2000, ketimpangan turun dengan PDB per kapita yang lebih tinggi, kemudian melengkung kembali dengan tajam. Korelasi antara koefisien Gini dengan PDB per kapita dalam tiga periode waktu.
Sumber: Michail Moatsos dan Joery Baten.
Keterbatasan Indeks Gini
Meskipun berguna untuk menganalisis ketimpangan ekonomi, koefisien Gini memiliki beberapa kelemahan. Keakuratan metrik bergantung pada data PDB dan pendapatan yang andal.
Ekonomi bayangan dan aktivitas ekonomi informal hadir di setiap negara. Kegiatan ekonomi informal cenderung mewakili porsi yang lebih besar dari produksi ekonomi sebenarnya di negara-negara berkembang dan berada di ujung bawah distribusi pendapatan di negara-negara tersebut.
Dalam kedua kasus tersebut, ini berarti bahwa indeks Gini dari pendapatan terukur akan melebih-lebihkan ketimpangan pendapatan yang sebenarnya. Data kekayaan yang akurat bahkan lebih sulit didapat karena popularitas surga pajak.
Kekurangan lainnya adalah distribusi pendapatan yang sangat berbeda dapat menghasilkan koefisien Gini yang identik. Karena Gini mencoba menyaring area dua dimensi (celah antara kurva Lorenz dan garis persamaan) menjadi satu angka, hal itu mengaburkan informasi tentang bentuk ketidaksetaraan.
Dalam istilah sehari-hari, ini mirip dengan mendeskripsikan konten foto hanya berdasarkan panjangnya di satu sisi, atau nilai kecerahan rata-rata piksel yang sederhana. Meskipun menggunakan kurva Lorenz sebagai pelengkap dapat memberikan lebih banyak informasi dalam hal ini, namun juga tidak menunjukkan variasi demografis di antara subkelompok dalam distribusi, seperti distribusi pendapatan lintas usia, ras, atau kelompok sosial.
Dalam hal itu, memahami demografi dapat menjadi penting untuk memahami apa yang diwakili oleh koefisien Gini tertentu. Misalnya, populasi pensiunan yang besar mendorong Gini lebih tinggi.
Negara apa yang memiliki indeks Gini tertinggi?
Afrika Selatan, dengan koefisien Gini 63,0, saat ini diakui sebagai negara dengan ketimpangan pendapatan tertinggi. Tinjauan Populasi Dunia mengaitkan ketidaksetaraan besar ini dengan diskriminasi ras, gender, dan geografis, dengan pria kulit putih dan pekerja perkotaan di Afrika Selatan mendapatkan gaji yang jauh lebih baik daripada orang lain.
Apa arti indeks Gini 50?
Indeks Gini berkisar dari 0% hingga 100%, dengan 0 mewakili pemerataan sempurna dan 100 mewakili ketidaksetaraan sempurna. Gini 50 menandai titik tengah dan umumnya dapat dianggap sebagai tempat di mana pendapatan tidak terdistribusi secara adil.
Hanya 15 negara di dunia yang memiliki Gini 50 atau lebih.
Apakah koefisien Gini AS tinggi atau rendah?
Amerika Serikat memiliki koefisien Gini sebesar 41,1, yang merupakan pembacaan yang tinggi untuk ekonomi yang maju. Ekonom menyalahkan meningkatnya ketidaksetaraan pendapatan di AS pada faktor-faktor seperti perubahan teknologi, globalisasi, penurunan serikat pekerja, dan nilai upah minimum yang terkikis.
Kesimpulan
Jika kesenjangan antara si kaya dan si miskin terus meningkat, evaluasi kesenjangan pendapatan menjadi lebih penting. Dan indeks Gini dapat menjadi titik awal yang baik untuk mengukur ketimpangan pendapatan tersebut.
Mengetahui angka indeks Gini bukanlah obat mujarab, tetapi ukuran ini memberikan cara untuk mengukur dan melacak arah pergerakan masyarakat, yang dapat membuka pintu bagi dialog dan solusi potensial. Namun perlu diingat bahwa ada batasan yang terkait dengan penggunaan ukuran ini.
Koefisien hanya dapat diandalkan seperti data yang digunakan untuk menghitungnya, dan hanya memberikan pembacaan satu digit, yang tidak memperhitungkan kelompok yang berbeda dalam sampel.