Penelitian ini bertujuan untuk mengetahui apakah pertumbuhan ekonomi meningkatkan atau menurunkan ketidakmerataan pendapatan dan seberapa besar pengaruh pertumbuhan ekonomi terhadap kemiskinan. Data yang digunakan adalah data sekunder yang terdiri dari PDRB perkapita, indeks Gini dan angka kemiskinan yang mencakup seluruh kabupaten/kota di seluruh Jawa Timur, periode 2006-2010. Metode yang digunakan adalah analisis regresi dengan fixed effect model?cross section weighted. Hasil penelitian menunjukkan bahwa pertumbuhan ekonomi berpengaruh positif terhadap ketidakmerataan pendapatan masyarakat dengan nilai elastisitas sebesar 0,16. Pengaruh Pertumbuhan ekonomi terhadap kemiskinan hanya signifikan mengurangi head count indeks dan poverty gap indeks dengan elastisitas masing-masing sebesar 1,54 dan 0,88.Pengaruh Pertumbuhan ekonomi terhadap kemiskinan dengan menambahkan variabel kontrol rata-rata lamanya sekolah, angka harapan hidup, prasarana jalan dan fasilitas air bersih, ternyata pertumbuhan ekonomi hanya signifikan mengurangi head count index (P0) dan poverty gap index (P1) dengan elastisitas masing-masing sebesar 1,54 dan 0,88. Hasil penelitian juga menunjukkan bahwa kesehatan yang diwakili oleh indikator angka harapan hidup mempunyai pengaruh paling besar dalam mengurangi kemiskinan (P0; P1 dan P2) dibanding pertumbuhan ekonomi dan variabel bebas lain yang ada dalam model dengan elastisitas sebesar 2,25 untuk P0; 6,43 untuk P1 dan 10,03 untuk P2.

---

This study aimed to determine whether economic growth increasing or decreasing inequality in income, and how much influence the economic growth on poverty. The data used are secondary data consisting of per capita GDP, Gini index, and poverty that cover all districts in East Java in 2006-2010. The method used is the fixed effect regression analysis model-weighted cross section. The results showed that, the positive effect of economic growth on income inequality elasticity is 0,16.

Effect of economic growth on poverty by adding a control variable length of school average, life expectancy, infrastructure, roads and water facilities, economic growth turned out to be only significantly reduces head count index (P0) and poverty gap index (P1) with the elasticity of each amounted to 1,54 and 0,88. The results also showed that health represented by indicators of life expectancy have the most impact in reducing poverty (P0, P1 and P2) compared to economic growth and other variables in the model with elasticity of 2.25 for P0; 6,43 for P1 and P2 to 10,03.