Ingin tau seberapa adil sih distribusi pendapatan di suatu negara? Inilah peran dari koefisien gini! Kali ini, tim Pintu akan membahas lengkap tentang apa itu koefisien gini, rumus hingga cara menghitungnya.
Koefisien Gini adalah angka yang memberi tahu kita seberapa merata pendapatan atau kekayaan di suatu negara.
Konsep koefisien gini sendiri ditemukan oleh seorang ahli statistik asal Italia bernama Corrado Gini pada tahun 1912.
Nilai kofesien gini berkisar antara 0 hingga 1. Angka koefisien gini mendekati nol artinya pendapatan di negara tersebut tersebar dengan sempurna, alias setiap orang mendapatkan bagian yang sama.
Namun jika nilainya 1, berarti ada satu orang atau kelompok yang menguasai semua pendapatan atau kekayaan. Serem ya!
Misalkan, ada sebuah negara dengan penduduk 100 orang. Jika semua orang memperoleh pendapatan yang sama, maka koefisien gini-nya adalah 0. Namun, jika ada satu orang yang mengambil semua pendapatan, sementara 99 orang lainnya tidak mendapatkan apa-apa, maka koefisien Gini-nya adalah 1.
Koefisien Gini ini berguna untuk melihat sejauh mana kesenjangan ekonomi di suatu negara. Dengan mengetahui koefisien Gini, kita bisa melihat apakah pemerintah sukses dalam menjaga kesetaraan ekonomi atau tidak.
Kelebihan dari koefisien Gini ini adalah mudah dipahami dan dihitung. Tapi, koefisien Gini juga punya kelemahan, salah satunya adalah koefisien gini tidak bisa menunjukkan perbedaan pendapatan antara kelompok usia, ras, atau sosial. Jadi, koefisien Gini ini sebaiknya digunakan sebagai alat bantu, bukan sebagai ukuran mutlak kesetaraan ekonomi.
Dengan mengetahui koefisien Gini, kita bisa melihat sejauh mana kesenjangan ekonomi di suatu negara. Dari situ, kita bisa mencari solusi untuk mengurangi kesenjangan tersebut. Jadi, koefisien Gini ini sangat bermanfaat untuk membantu kita menciptakan masyarakat yang lebih adil dan sejahtera.
G = 1 – 2 * (1 – Σ_(i=1)^(n) (n – i + 1) * p_i) / n
Keterangan:
Rumus diatas biasanya digunakan untuk data yang telah diurutkan dan dibagi menjadi kelompok pendapatan. Selain itu, rumus ini mungkin tidak akurat jika distribusi pendapatan sangat tidak merata atau memiliki banyak outlier.
Selain menggunakan rumus di atas, terdapat cara yang lebih mudah untuk menghitung koefisien gini, yaitu dengan menggunakan bantuan kurva Lorenz. Kurva Lorenz adalah kurva yang menggambarkan distribusi pendapatan atau kekayaan di suatu negara.
Koefisien Gini sendiri dihitung dari area di bawah garis kesetaraan sempurna (0.5) dikurangi area di bawah kurva Lorenz, dibagi lagi dengan area di bawah garis kesetaraan.
Jadi, koefisien Gini ini sebenarnya dua kali lipat area antara kurva Lorenz dan garis kesetaraan.
Lalu, bagaimana dengan Indonesia? Menurut data dari Bank Dunia, koefisien Gini Indonesia pada tahun 2015 adalah 0.39, sedangkan pada tahun 2017 adalah 0.38.
Angka ini menunjukkan bahwa distribusi pendapatan di Indonesia tidak merata.
Semakin angka koefisien Gini mendekati nol, berarti semakin merata distribusi pendapatan di negara tersebut.
Jadi, kalau angka koefisien Gini Indonesia masih jauh dari nol, berarti kita masih harus bekerja keras untuk mencapai kesetaraan ekonomi, Sob!
Di dunia crypto, terdapat konsep yang mirip dengan koefisien gini, di mana kita juga bisa melihat distribusi kepemilikan aset crypto. Dengan teknologi blockchain, kita bisa melihat secara transparan siapa saja yang memiliki aset crypto dan berapa banyak yang mereka miliki.
Dan yang lebih menarik lagi, trading aset crypto bisa menjadi solusi untuk mengurangi kesenjangan ekonomi.
Bagaimana caranya? Dengan trading aset crypto, kamu bisa memperoleh keuntungan yang bisa menambah pendapatanmu. Jadi, kalau semakin banyak orang yang terlibat dalam trading aset crypto, semakin merata pula distribusi kekayaan di masyarakat.
Namun tentu saja, penting bagimu untuk mempelajari cara kerja crypto secara mendalam sebelum mulai trading. Kamu bisa belajar crypto secara gratis di Pintu Academy dan menemukan berita crypto di Pintu News.
Dengan pengetahuan tersebut, semoga lebih mudah bagimu untuk bisa meraih kesuksesan ketika bertrading.
Referensi: