ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI PEMBANGUNAN MANUSIA (Studi Kasus 14 Provinsi di Indonesia)
RATRI DINDA APRILIA RAKHMAH
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2016
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Faktor-Faktor yang Memengaruhi Pembangunan Manusia (Studi Kasus 14 Provinsi di Indonesia) adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, September 2016 Ratri Dinda Aprilia Rakhmah NIM H14120085
ABSTRAK RATRI DINDA APRILIA R. Analisis Faktor-Faktor yang Memengaruhi Pembangunan Manusia (Studi Kasus 14 Provinsi Indonesia). Dibimbing oleh MANUNTUN PARULIAN HUTAGAOL. Indeks Pembangunan Manusia merupakan indikator penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia (masyarakat/penduduk). Indeks Pembangunan Manusia dapat menentukan peringkat atau level pembangunan suatu wilayah/negara. Tujuan dari penelitian ini adalah menganalisis faktor-faktor yang mempengaruhi indeks pembangunan manusia dan upaya meningkatkan pembangunan manusia. Analisis data penelitian menggunakan metode regresi data panel yaitu 14 provinsi dengan periode tahun 2010 – 2014. Variabel yang digunakan adalah PDRB, Rasio murid SD terhadap guru, rasio murid SMP terhadap guru, rasio murid SD terhadap sekolah, rasio murid SMP terhadap sekolah, rumahsakit, puskesmas, dan tenaga kesehatan. Hasil penelitian menunjukan rasio murid SMP terhadap sekolah, rumah sakit, tenaga kesehatan, puskesmas dan PDRB berpengaruh positif secara signifikan terhadap IPM. Kata kunci: data panel, indeks pembangunan manusia, pendidikan, kesehatan, pertumbuhan ekonomi.
ABSTRACT RATRI DINDA APRILIA R. Analysis of Factors Affecting Human Development (Case Study 14 provinces in Indonesia). Supervised by MANUNTUN PARULIAN HUTAGAOL. The Human Development Index is an important indicator to measure success in the effort to build the quality of human life (community / population). The Human Development Index can rank or level of development of a region / country. The purpose of this study was to analyze the factors that affect the human development index and efforts to improve human development. Research data analysis using panel data regression methods, namely the 14 provinces with the period of 2010 - 2014. The variables used were the GDP, ratio of primary students to the teacher, junior high student to teacher ratio, the ratio of primary students to the school, the junior high school students to the school, the number of hospitals , health centers, and health care workers. The research shows the ratio of junior high school students to schools, hospitals, health professionals, health centers and the GDP positive and significant effect on the HDI. Keywords: panel data, the index of human development, education, health, economic growth.
ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI PEMBANGUNAN MANUSIA (Studi Kasus 14 Provinsi di Indonesia)
RATRI DINDA APRILIA RAKHMAH
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2016
PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Skripsi ini berjudul Analisis Faktor-Faktor yang Memengaruhi Pembangunan Manusia : Studi Kasus 14 Provinsi di Indonesia dan merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Terima kasih penulis ucapkan kepada Bapak Prof. Dr. Ir. Manuntun Parulian Hutagaol, MS selaku pembimbing yang telah banyak memberi saran baik secara teknis maupun teori untuk perbaikan skripsi ini. Penulis juga menyampaikan banyak terimakasih kepada Bapak Dr. Alla Asmara, S.Pt, M.Si sebagai penguji utama dan Ibu Dr. Wiwiek Rindayanti, M.Si sebagai penguji dari Komisi Pendidikan yang telah memberi banyak saran terkait skripsi ini. Ungkapan banyak terimakasih juga penulis ucapkan kepada kedua orang tua yaitu Bapak Wakhidin dan Ibu Dosin atas segala doa, dukungan dan kasih sayangnya. Penulis juga menyampaikan banyak terimakasih kepada Badan Pusat Statistik dan seluruh dosen dan staf Departemen Ilmu Ekonomi, teman-teman satu bimbingan skripsi M. Habibi Pulungan dan Rizki Adhitiya, serta teman-teman di Ilmu Ekonomi dan Studi Pembangunan angkatan 49 terutama Cassandra, Gisa Rachma, Indah Kurnia Junirda, Selly Nansyah, Talitha Nadia, dan Vicky Avianturi serta teman-teman lainnya yang tidak bisa penulis sebutkan satu-persatu yang telah memberikan banyak kenangan dan bantuan selama ini. Penulis berharap semoga Skripsi ini dapat bermanfaat bagi semua pihak.
Bogor, September 2016 Ratri Dinda A.R.
DAFTAR ISI DAFTAR TABEL
viii
DAFTAR GAMBAR
viii
DAFTAR LAMPIRAN
viii
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
3
Tujuan Penelitian
4
Manfaat Penelitian
4
Ruang Lingkup Penelitian
5
TINJAUAN PUSTAKA Landasan Teori
5 5
Penelitian terdahulu
10
Kerangkan Pemikiran
12
Hipotesis Penelitian
13
METODE
14
Jenis dan Sumber Data
14
Metode Analisis Data
14
HASIL DAN PEMBAHASAN
18
Gambaran Umum
18
Analisis Faktor-Faktor yang Memengaruhi IPM di 14 Provinsi Indoensia
24
Upaya-upaya yang perlu dilakukan untuk meningkatkan pembangunan manusia 28 SIMPULAN DAN SARAN
31
Simpulan
31
Saran
31
DAFTAR PUSTAKA
33
LAMPIRAN
34
RIWAYAT HIDUP
36
DAFTAR TABEL Tabel
Halaman
Tabel 1 Status Pembangunan Manusia Provinsi di Indonesia tahun 2014 ......... 3 Tabel 2 Indikator IPM......................................................................................... 9 Tabel 3 Jenis dan Sumber Data......................................................................... 14 Tabel 4 Hasil Pengujian Fixed Effect Model .................................................... 25
DAFTAR GAMBAR Gambar
Halaman
1 Tren IPM Indonesia 2000-2013 ....................................................................... 2 2 Kerangka Pemikiran ...................................................................................... 12 3 Angka Harapan Hidup 14 Provinsi Indonesia Tahun 2010-2013 .................. 19 4 Angka Kematian Bayi 14 Provinsi Indonesia Tahun 2012............................ 19 5 Angka Melek Huruf Tahun 2010-2013 ......................................................... 20 6 Rata-Rata Lama Sekolah Tahun 2010-2013 .................................................. 21 7 Jumlah Guru SD dan SMP Tahun 2013-2014 ............................................... 22 8 Jumlah Sekolah SD dan SMP Tahun 2014 .................................................... 22 9 PDRB Perkapita 14 Provinsi Indonesia Tahun 2012-2014 ........................... 23 10 Perkembangan IPM 14 Provinsi Indonesia Tahun 2010-2014 .................... 24
DAFTAR LAMPIRAN Lampiran
Halaman
Lampiran 1 Hasil Uji Chow ............................................................................. 34 Lampiran 2 Hasil Uji Hausman ....................................................................... 34 Lampiran 3 Output Eviews dengan Menggunakan Metode Fixed Effect ........ 34 Lampiran 4 Hasil Uji Normalitas...................................................................... 35
PENDAHULUAN Latar Belakang Pembangunan nasional bertujuan untuk mewujudkan masyarakat adil dan makmur yang merata material dan spiritual berdasarkan Pancasila dan Undang – Undang Dasar 1945 dalam wadah negara kesatuan Republik Indonesia yang merdeka, berdaulat, bersatu dan berkedaulatan rakyat dalam suasana perikehidupan bangsa yang aman, tenteram, tertib dan dinamis dalam lingkungan pergaulan dunia yang merdeka, bersahabat, tertib dan damai. Dalam empat dekade terakhir ini, di dunia telah terjadi pergeseran pemikiran tentang paradigma pembangunan, yaitu dari pembangunan yang berorientasi pada produksi (production centered development) yang terjadi pada dekade 60-an, ke paradigma pembangunan yang lebih menekankan pada distribusi hasil-hasil pembangunan (distribution-growth development) yang terjadi pada dekade 70-an. Keberhasilan pembangunan seharusnya memang tidak hanya diukur dari tingginya pertumbuhan ekonomi, tetapi juga peningkatan kualitas manusianya. Selanjutnya pada dekade 80-an, muncul paradigma pembangunan yang berorientasi pada pemenuhan kebutuhan dasar masyarakat (basic need development), dan akhirnya menuju paradigma pembangunan yang terpusat pada manusia (human centered development) yang muncul pada tahun 90-an. Munculnya paradigma baru tersebut disebabkan oleh kegagalan konsep pembangunan yang hanya menitikberatkan pada pertumbuhan ekonomi. Upaya untuk mengangkat manusia sebagai tujuan utama pembangunan sebenarnya telah muncul dengan lahirnya konsep “basic need development”. Paradigma ini, mengukur keberhasilan pembangunan dengan menggunakan Indeks Mutu Hidup (Physical Quality Life Index), yang memiliki tiga parameter, yaitu: angka kematian bayi, angka harapan hidup waktu lahir, dan tingkat melek huruf. Upaya yang terfokus pada manusia tersebut, tidak saja berhenti disini, tetapi terus dikembangkan dengan munculnya paradigma baru pembangunan manusia yang diukur dengan penggunaan: Indeks Pembangunan Manusia (Human Development Index). United Nations Development Programme (UNDP) memperkenalkan IPM pertama kali pada tahun 1990. Indeks Pembangunan Manusia merupakan indikator penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia (masyarakat/penduduk). IPM dapat menentukan peringkat atau level pembangunan suatu wilayah/negara. IPM dibentuk oleh 3 (tiga) dimensi, yaitu umur panjang,dan sehat yang diukur melalui angka harapan hidup waktu lahir, berpengetahuan dan berketerampilan yang diukur dengan angka melek huruf dan rata-rata lama sekolah, serta akses terhadap sumber daya yang dibutuhkan untuk mencapaistandar hidup layak yang diukur dengan pendapatan perkapita yang disesuaikan. Indonesia pertama kali menghitung IPM pada tahun 1996. Sejak saat itu, IPM dihitung secara berkala setiap tiga tahun. Namun, sejak 2004 IPM dihitung setiap tahun untuk memenuhi kebutuhan Kementerian Keuangan dalam menghitung Dana Alokasi Umum (DAU) (BPS, 2015). Perkembangan pembangunan manusia di Indonesia, seperti disebutkan dalam ”Indonesia Human Development Report 2004” (UNDP, 2004), sangat
2 tergantung pada pertumbuhan ekonomi dari awal tahun 1970-an sampai akhir 1990-an. Pertumbuhan ekonomi memungkinkan penduduk untuk mengalokasikan pengeluaran untuk pendidikan dan kesehatan menjadi lebih banyak. Sementara itu, pengeluaran pemerintah untuk pelayanan kesehatan dan pendidikan relatif sedikit. Kebutuhan akan peningkatan alokasi pengeluaran pemerintah untuk kedua bidang sosial tersebut makin sangat dibutuhkan sejak terjadinya krisis ekonomi. Sampai dengan tahun 1996 tingkat pembangunan manusia regional cukup mengagumkan, seperti tampak dari berkurangnya kemiskinan dan membaiknya tingkat harapan hidup dan melek huruf (BPS-Bappenas-UNDP, 2001). IPM mempunyai tiga unsur yaitu kesehatan, pendidikan yang dicapai, dan standar kehidupan atau sering disebut ekonomi. Jadi ketiga unsur ini sangat penting dalam menentukan tingkat kemampuan suatu provinsi untuk meningkatkan IPMnya. Jadi IPM di suatu daerah akan meningkat apabila ketiga unsur tersebut dapat ditingkatkan, nilai IPM yang tinggi menandakan keberhasilan pembangunan ekonomi di daerah tersebut. Dalam perkataan lain, terdapat suatu korelasi positif antara nilai IPM dengan derajat keberhasilan pembangunan ekonomi (Tambunan, 2003). 70
IPM
68 66 64
Nilai IPM
62 60 1995
2000
2005 TAHUN
2010
2015
Sumber : UNDP, 2014 Gambar 1 Tren IPM Indonesia 2000-2013 Perkembangan nilai IPM di Indonesia terus meningkat dari tahun ketahun, namun pertumbuhan tersebut semakin melambat. Berdasarkan data BPS, ditahun 2008 nilai IPM Indonesia sebesar 65.4 yang berarti Indonesia berada pada level menengah bawah. Di tahun 2010 meningkat menjadi 67.1 yang meningkat berada pada level menengah atas. Dan pada tahun 2011 dan 2012 masing-masing bernilai 67.8 dan 68.1. Selama periode 2010-2014, IPM Indonesia telah meningkat 2,37 poin, yaitu dari 67.1 menjadi 68.90. Dalam kurun waktu itu, IPM Indonesia tumbuh 0.89 persen per tahun. Kemajuan ini masih menempatkan Indonesia pada level pembangunan manusia “sedang”. Indeks Pembangunan Manusia di Indonesia pada tahun 2014 telah mencapai 68.90 dan telah berstatus “sedang”. Pada tingkat regional, capaian pembangunan manusia cukup bervariasi. Capaian pembangunan manusia tertinggi berada di Provinsi DKI Jakarta dengan IPM sebesar 78.39. Sementara capaian pembangunan manusia terendah berada di Provinsi Papua dengan IPM sebesar 56.75. Sebagian besar provinsi di Indonesia masih berstatus “sedang” dan sebagian kecil telah berhasil mencapai status pembangunan manusia “tinggi”.
3 Perumusan Masalah UNDP membedakan tingkat IPM berdasarkan tiga klasifikasi yakni: low (IPM kurang dari 50), lower-medium (IPM antara 50 dan 65.99), upper-medium (IPM antara 66 dan 79.99) dan high (IPM 80 ke atas). Indeks Pembangunan Manusia regional Indonesia termasuk kategori menengah-bawah (lower-medium) sampai menengah-atas (upper-medium). Status pembangunan manusia di Indonesia hanya terdapat dua kategori yaitu menengah tinggi dan menengah rendah, belum ada yang mencapai kategori tinggi. Sedangkan IPM Nasional Indonesia di tahun 2014 berdasarkan data BPS sebesar 68.90. Kesenjangan pembangunan manusia antarkabupaten/kota di dalam provinsi masih relatif tinggi, terutama kesenjangan di Provinsi Papua. Kesenjangan pembangunan manusia antara kabupaten dengan kota juga menjadi persoalan penting. Ketimpangan yang mencolok juga terjadi antara wilayah bagian barat dan wilayah bagian timur. Capaian pembangunan manusia di kawasan barat lebih maju dibandingkan dengan capaian di kawasan timur. Berdasarka data BPS di tahun 2014, sebanyak 2.1 persen kabupaten/kota di kawasan barat telah berada pada status pembangungan manusia “sangat tinggi”. Sementara di kawasan timur hanya 0,4 persen kabupaten/kota yang telah berhasil mencapai status pembangunan manusia “sangat tinggi”. Perbedaan yang cukup signifikan ini menunjukkan bahwa kesenjangan pembangunan manusia di kawasan timur lebih tinggi dibandingkan kawasan barat. Di kawasan barat, masih tersisa sekitar 3.5 persen kabupaten/kota yang berstatus pembangunan manusia “rendah”. Sementara di kawasan timur masih menyisakan perkerjaan rumah cukup berat. Sekitar 18,1 persen atau hampir seperlima wilayah kabupaten/kota masih berada pada status pembangunan manusia yang “rendah”. Tabel 1 Status Pembangunan Manusia Provinsi di Indonesia tahun 2014 Kategori
Provinsi dan IPM
Diatas nilai IPM Indonesia
Dki Jakarta (78.39), DI Yogyakarta (76.81), Kalimantan Timur (73.82), Kepulauan Riau (73.40), Bali (72.48), Riau (70.33), Sulawesi Utara (69.96), Banten (69.89), dan Sumatera Barat (69.36)
sama dengan IPM Indonesia
Sumatera Utara (68.87), Aceh (68.81), Jawa Barat (68.80), Jawa Tengah (68.78), Kalimantan Utara (68.64), Sulawesi Selatan (68.49), Kep. Bangka Belitung (68.27), Jambi (68.24), a Timur (68.14), Sulawesi Tenggara (68.07), dan Bengkulu (68.06)
dibawah IPM indonesia
Kalimantan Tengah (67.77), Kalimantan Selatan (67.63), Sumatera Selatan (66.75), Maluku (66.74), Sulawesi Tengah (66.43), Lampung (66.42), Maluku Utara (65.18), Gorontalo (65.17), Kalimantan Barat (64.89), Nusa Tenggara Barat (64.31), Nusa Tenggara Timur (62.26), Sulawesi Barat (62.24), Papua Barat (61.28), dan Papua (56.75)
Sumber : Badan Pusat Statistika, 2014
4 Nilai IPM Provinsi Papua, Papua Barat, Nusa Tenggara Barat, Nusa Tenggara Timur, Maluku, Maluku Utara, Sulawesi Barat, Sulawesi Tengah, Kalimantan Tengah, Kalimantan Selatan, Gorontalo, Sumatera Selatan, Lampung, dan Kalimantan Barat memiliki rata-rata IPM yang lebih rendah dibanding dengan nilain IPM di Indonesia secara nasional, yang sebagian besar berada di wilayah Indonesia Timur. Provinsi Papua dan Papua Barat mempunyai IPM paling rendah yaitu masing-masing sebesar 56.75 dan 61.28, hal ini menunjukkan bahwa pembangunan manusia yang ada di Provinsi Papua dan Papua Barat masih rendah dari ke delapan provinsi. Sehingga perlu ditingkatkan pembangunan manusianya agar meningkat pula Indeks Pembangunan Manusianya. Agar dapat meningkatkan IPM semata-mata tidak hanya fokus pada pertumbuhan ekonomi. Agar pertumbuhan ekonomi sejalan dengan pembangunan manusia, maka pertumbuhan ekonomi harus disertai dengan syarat cukup yaitu pemerataan pembangunan. Dengan pemerataan pembangunan terdapat jaminan bahwa semua penduduk dapat menikmati hasil-hasil pembangunan. Pemerintah merupakan pihak pertama yang sangat berpengaruh dalam peningkatan kualitas manusia yang di cerminkan melalui IPM. Investasi pada sektor-sektor pendidikan serta kesehatan harus lebih di lakukan secara gencar. Setiap adanya penambahan investasi pada sektor pendidikan dan kesehatan maka akan membawa dampak peningkatan pada komponen-komponen pembentuk IPM sehingga tentu saja kualitas sumber daya manusia juga akan meningkat. Pengeluaran pemerintah sektor sosial dan pendidikan sangat penting dalam memperkuat hubungan pertumbuhan ekonomi dengan pembangunan manusia, sementara tingkat ivestasi dan distribusi pendapatan memperkuat hubungan antara pembangunan manusia dan pertumbuhan ekonomi (Ramirez et al. 1998). Berdasarkan latar belakang diatas maka rumusan maslah dalam penelitian ini adalah: 1. Faktor-faktor apa saja yang mempengaruhi Pembangunan Manusia di empat belas Provinsi yang nilai IPMnya dibawah nilai IPM nasional Indonesia? 2. Upaya-upaya apa saja yang perlu dilakukan untuk meningkatkan pembangunan manusia di empat belas Provinsi yang nilai IPMnya dibawah nilai IPM nasional Indonesia? Tujuan Penelitian 1. Menganalisis faktor- faktor yang mempegaruhi Pembangunan Manusia di empat belas Propinsi di Indonesia. 2. Menrumuskan upaya-upaya yang dapat dilakukan untuk meningkatkan pembangunan manusia di empat belas Propinsi di Indonesia.
Manfaat Penelitian Penelitian ini dapat bermanfaat bagi pihak pemerintah, masyarakat dan kalangan akademis. Manfaat-manfaat tersebut diantaranya adalah :
5 1. Pemerintah dapat menggunakan hasil dari penelitian ini untuk membuat kebijakan guna pembangunan manusia. 2. Sebagai bahan studi literatur bagi para ekonom dalam mengkritisi dan memberikan rekomendasi terhadap permasalahan ekonomi yang ada, khususnya terkait dengan pembangunan manusia. 3. Kalangan akademisi dapat menambah ilmu pengetahuan dan menjadikan penulisan ini sebagai bahan rujukan dalam membuat karya ilmiah maupun penelitian selanjutnya. Ruang Lingkup Penelitian Penelitian yang berjudul Analisis Faktor-Faktor Yang Memengaruhi dan Upaya-Upaya yang perlu dilakukan untuk meningkatkan Pembangunan Manusia dari tahun 2010 hingga 2014. Data yang digunakan adalah data cross section berupa 14 Provinsi yang ada di Indonesia yaitu Papua, Papua Barat, Nusa Tenggara Barat, Nusa Tenggara Timur, Maluku, Maluku Utara, Sulawesi Barat, Sulawesi Tengah, Kalimantan Tengah, Kalimantan Selatan, Gorontalo, Sumatera Selatan, Lampung, dan Kalimantan Barat serta data time series dari tahun 20102014. Provinsi-provinsi yang dipilih adalah provinsi yang nilai IPMnya masih dibawah rata-rata nilai IPM Indonesia secara agregat. Pengolahan data dilakukan dengan menggunakan program eviews 6. Data yang digunakan adalah data sekunder yang berasal dari Badan Pusat Statistika (BPS) dan Departemen Kesehatan (Depkes).
TINJAUAN PUSTAKA Landasan Teori Pembangunan Manusia Menurut UNDP, pembangunan manusia dirumuskan sebagai upaya perluasan pilihan bagi penduduk (enlarging the choices of people) dan sekaligus sebagai taraf yang dicapai dari upaya tersebut. “Perluasan pilihan” hanya mungkin dapat direalisasikan jika penduduk paling tidak memiliki: peluang berumur panjang dan sehat, pengetahuan dan keterampilan yang memadai, serta peluang untuk merealisasikan pengetahuan yang dimiliki dalam kegiatan yang produktif. Dengan kata lain, tingkat pemenuhan ketiga unsur tersebut sudah dapat merefleksikan, secara minimal, tingkat keberhasilan pembangunan manusia suatu wilayah. Konsep atau definisi pembangunan manusia tersebut pada dasarnya mencakup dimensi pembangunan yang sangat luas. Dalam konsep pembangunan manusia, pembangunan seharusnya dianalisis serta dipahami dari sudut manusianya, bukan hanya dari pertumbuhan ekonominya. Ada enam alasan mengapa paradigma pembangunan manusia ini bernilai penting, yaitu: (1) Pembangunan bertujuan akhir meningkatkan harkat dan martabat manusia; (2) Mengemban misi pemberantasan kemiskinan; (3) Mendorong peningkatan produktivitas secara maksimal dan meningkatkan kontrol
6 atas barang dan jasa; (4) Memelihara konservasi alam (lingkungan) dan menjaga keseimbangan ekosistem; (5) Memperkuat basis civil society dan institusi politik guna mengembangkan demokrasi; dan (6) Merawat stabilitas sosial politik yang kondusif bagi implementasi pembangunan (Basu dalam Pambudi, 2008). Empat prinsip untuk menjamin tercapainya tujuan pembangunan manusia tetap dipertahankan. Keempat prinsip tersebut ialah produktivitas, pemerataan, keberlanjutan, serta pemberdayaan. Prinsip yang pertama, produktivitas, merepresentasikan kebutuhan manusia untuk terus berproduksi agar proses pembangunan dapat terus berjalan. Prinsip yang kedua, pemerataan, menunjukkan adanya akses yang adil terhadap sumber daya ekonomi dan sosial bagi seluruh warga. Dua prinsip berikutnya ialah keberlanjutan dan pemberdayaan. Keberlanjutan menjadi prasyarat mutlak keseimbangan antara generasi sekarang dengan yang akan datang. Lalu, prinsip yang terakhir, pemberdayaan, diperlukan agar masyarakat turut berpartisipasi dalam proses pembangunan yang juga akan menentukan arah hidup mereka sendiri. Indeks Pembangunan Manusia Pengukuran pembangunan manusia pertama kali diperkenalkan oleh UNDP pada tahun 1990. UNDP memperkenalkan sebuah gagasan baru dalam pengukuran pembangunan manusia yang disebut sebagai Indeks Pembangunan Manusia (IPM). Sejak saat itu, IPM dipublikasikan secara berkala dalam laporan tahunan Human Development Report (HDR). IPM menjelaskan bagaimana penduduk dapat mengakses hasil pembangunan dalam memperoleh pendapatan, kesehatan, pendidikan, dan sebagainya. Menurut United Nations Development Programme (UNDP), Indeks Pembangunan Manusia (IPM) mengukur capaian pembangunan manusia berbasis sejumlah komponen dasar kualitas hidup. IPM dibangun melalui pendekatan tiga dimensi dasar, sebagai ukuran kualitas hidup, yaitu umur panjang dan sehat, pengetahuan dan kehidupan yang layak. Untuk mengukur dimensi umur panjang dan sehat (dimensi kesehatan) digunakan angka harapan hidup waktu lahir. Untuk mengukur dimensi pengetahuan digunakan gabungan indikator angka melek huruf dan rata-rata lama sekolah. Sedangkan untuk mengukur dimensi kehidupan yang layak, digunakan indikator kemampuan daya beli (purchasing power parity) masyarakat terhadap sejumlah kebutuhan pokok yang dilihat dari rata-rata besarnya pengeluaran per kapita. Berdasarkan skala internasional, capaian/nilai IPM dapat dibagi menjadi empat kategori, yaitu kategori tinggi (IPM ≥80), kategori menengah atas (65≤IPM<80), kategori menengah bawah (50≤IPM<66) dan kategori rendah (IPM<50). Angka Harapan Hidup Angka Harapan Hidup ketika lahir merupakan suatu perkiraan rata-rata lamanya hidup sejak lahir yang akan dicapai oleh sekelompok penduduk yang dilahirkan pada tahun tersebut (BPS, 2001). Angka Harapan Hidup ini dapat dijadikan sebagai tolok ukur indikator kesehatan. Semakin tinggi Angka Harapan Hidup suatu masyarakat mengindikasikan tingginya derajat kesehatan masyarakat tersebut. Indikator input pada dimensi umur panjang dan sehat yang perlu ditinjau untuk memastikan bahwa input pembangunan manusia berkualitas dan baik antara lain, seperti:
7 1) Indikator yang berkaitan dengan rumah sakit Rumah sakit merupakan salah satu institusi penting dalam rangka mewujudkan derajat kesehatan masyarakat yang setinggi-tingginya, sebagai investasi bagi pembangunan sumber daya manusia yang produktif secara sosial dan ekonomis. Rumah sakit sebagai institusi pelayanan kesehatan yang menyediakan pelayanan kesehatan perorangan secara paripurna, mengemban 4 fungsi, yaitu: 1. Penyelenggaraan pelayanan pengobatan dan pemulihan kesehatan sesuai dengan standar pelayanan rumah sakit; 2. Pemeliharaan dan peningkatan kesehatan perorangan; 3. Penyelanggaraan pendidikan dan pelatihan sumber daya manusia; dan 4. Penyelenggaraan penelitian dan pengembangan, serta penapisan teknologi bidang kesehatan. 2) Indikator yang berkaitan dengan sarana pengobatan (Puskesmas) Puskesmas (Pusat Kesehatan Masyarakat) adalah unit pelayanan kesehatan milik pemerintah yang bertenggung jawab terhadap pelayanan kesehtan masyarakat untuk wilayah kecamatan, sebagian kecamatan, atau kelurahan (misalnya di DKI Jakarta). Tim Puskesmas sesuai jadwal dapat melakukan kegiatan Puskesmas Keliling ketempat-tempat tertentu dalam wilayah kerjanya, untuk mendekatkan pelayanan dengan masyarakat. 3) Indikator yang berkaitan dengan tenaga kesehatan Berdasarkan Undang Undang Nomor 36 Tahun 2014 tentang Tenaga Kesehatan, tenaga kesehatan adalah setiap orang yang mengabdikan diri dalam bidang kesehatan serta memiliki pengetahuan dan/atau keterampilan melalui pendidikan di bidang kesehatan yang untuk jenis tertentu memerlukan kewenangan untuk melakukan upaya kesehatan. Rata-Rata Lama Sekolah dan Angka Melek Huruf Salah satu komponen pembentuk IPM lainnya adalah dari dimensi pengetahuan yang diukur melalui tingkat pendidikan. Dalam hal ini, indikator yang digunakan adalah rata-rata lama sekolah (mean years of schooling) dan angka melek huruf. Pada proses pembentukan IPM, rata-rata lama sekolah memilki bobot sepertiga dan angka melek huruf diberi bobot dua per tiga, kemudian penggabungan kedua indikator ini digunakan sebagai indeks pendidikan sebagai salah satu komponen pembentuk IPM. Rata-rata lama sekolah menggambarkan jumlah tahun yang digunakan oleh penduduk usia 15 tahun ke atas dalam menjalani pendidikan formal. Penghitungan rata-rata lama sekolah menggunakan dua batasan yang dipakai sesuai kesepakatan beberapa negara. Rata-rata lama sekolah memiliki batas maksimumnya 15 tahun dan batas minimum sebesar 0 tahun. . Angka melek huruf adalah persentase penduduk usia 15 tahun ke atas yang dapat membaca dan menulis huruf latin dan atau huruf lainnya. Seperti halnya rata-rata lama sekolah, angka melek huruf juga menggunakan batasan yang dipakai sesuai kesepakatan beberapa negara. Batas maksimum untuk angka melek huruf adalah 100, sedangkan batas minimumnya 0 (nol). Nilai 100 menggambarkan kondisi 100 persen atau semua masyarakat
8 mampu membaca dan menulis, sedangkan nilai 0 mencerminkan kondisi sebaliknya. Indikator input pada dimensi pengetahuan yang dapat menjadi acuan dalam menyusun kebijakan pembangunan manusia antara lain: 1) Rasio murid-guru Rasio murid per guru adalah perbandingan antara jumlah murid dengan jumlah guru pada jenjang pendidikan tertentu. Untuk mengetahui rata rata jumlah guru yang dapat melayani murid di suatu sekolah atau daerah tertentu 2) Rasio murid-gedung Rasio murid per sekolah adalah perbandingan antar jumlah murid dengan jumlah sekolah pada jenjang pendidikan tertentu untuk mengetahui rata-rata besarnya kepadatan sekolah di suatu daerah.Kriteria : ” Semakin tinggi nilai rasio, berarti tingkat kepadatan sekolah makin tinggi. Pada umumnya terdapat suatu pola bahwa makin tinggi jenjang pendidikan makin padat jumlah murid di sekolah. Kondisi ini juga menunjukkan makin tinggi jenjang pendidikan,makin kurang jumlah sekolahnya. Standar Hidup Layak Dimensi lain dari ukuran kualitas hidup manusia adalah standar hidup layak. Dalam cakupan lebih luas, standar hidup layak menggambarkan tingkat kesejahteraan yang dinikmati oleh penduduk sebagai dampak semakin membaiknya ekonomi. UNDP mengukur standar hidup layak menggunakan Produk Domestik Bruto (PDB) riil yang disesuaikan, sedangkan BPS dalam menghitung standar hidup layak menggunakan rata-rata pengeluaran per kapita riil yang disesuaikan dengan formula Atkinson. PDRB perkapita adalah nilai dari hasil pembagian PDRB dengan jumlah penduduk pertengahan tahun, dalam arti bahwa semakin tinggi jumlah penduduk akan semakin kecil besaran PDRB perkapita daerah tersebut. Semakin tinggi PDRB perkapita suatu daerah, semakin baik tingkat perekonomian daerah tersebut walaupun ukuran ini belum mencakup faktor kesenjangan pendapatan antar penduduk. Meskipun masih terdapat keterbatasan, indikator ini sudah cukup memadai untuk mengetahui tingkat perekonomian suatu daerah dalam lingkup makro, paling tidak sebagai acuan memantau kemampuan daerah dalam menghasilkan produk domestik barang dan jasa. Nilai tambah yang bisa diciptakan oleh penduduk Kabupaten Asmat sebagai akibat adanya aktifitas produksi menurut harga berlaku, menunjukkan trend yang positif. Tahap menghitung IPM Dalam menghitung indeks pembangunan manusia perlu dilakukan beberapa langkah. Langkah pertama dalam menghitung IPM adalah dengan menghitung masing-masing indeks komponen IPM, yaitu sebagai berikut: Menghitung Indeks Komponen Setiap komponen IPM distandardisasi dengan nilai minimum dan maksimum yang dapat dilihat pada Tabel 2 sebelum digunakan untuk menghitung IPM.
9 Tabel 2 Indikator IPM minimum Indikator
Maksimum
satuan UNDP
BPS
UNDP
BPS
Angka Harapan Hidup Saat Lahir
Tahun
20
20
85
85
Angka Melek Huruf
Tahun
0
0
100
100
Rata-rata Lama Sekolah
Tahun
0
0
15
15
100 (PPP U$)
1.007.436 * (Rp)
107.721 (PPP U$)
26.572.352 ** (Rp)
Pengeluaran per Kapita disesuaikan
Keterangan: * Daya beli minimum merupakan garis kemiskinan terendah kabupaten tahun 2010 (data empiris) yaitu di Tolikara-Papua ** Daya beli maksimum merupakan nilai tertinggi kabupaten yang diproyeksikan hingga 2025 (akhir RPJPN) yaitu perkiraan pengeluaran per kapita Jakarta Selatan tahun 2025. Dimensi Kesehatan Untuk menghitung dimensi kesehatan dengan menggunakan Angka Harapan Hidup, sehingga berikut adalah rumusan menghitung dimensi kesehatan:
(1) Keterangan : AHH : Angka Harapan Hidup tahun tertentu AHHmin : Angka Harapan Hidup minimum (lihat Tabel 2) AHHmaks : Angka Harapan Hidup maksimum (lihat Tabel 2) Dimensi Pendidikan Untuk mengitung dimensi pendidikan dengan menggunakan Rata-rata Lama Seolah dan angka melek huruf, sehingga berikut adalah rumusan menghitung dimensi pendidikan: IAMH = AMH – AMHmin AMHmaks - AMHmin
(2)
Keterangan : AMH : Angka Melek Huruf tahun tertentu AMHmin : Angka Melek Huruf minimum (lihat Tabel 2) AMHmaks : Angka Melek Huruf maksimum (lihat Tabel 2) IRLS = RLS – RLSmin RLSmaks- RLSmin
(3)
10
Keterangan: RLS : Rata-rata Lama Sekolah tahun tertentu RLSmin : Rata-rata Lama Sekolah minimum (lihat Tabel 2) RLSmaks: Rata-rata Lama Sekolah maksimum (lihat Tabel 2) Ipendidikan = IAMH – IRLS 2 Keterangan: IAMH : Indeks Angka Melek Huruf IRLS : Indeks Rata-rata Lama Sekolah
(4)
Dimensi Ekonomi Untuk mengitung dimensi standar hidup layak dengan menggunakan indikator pengeluaran, sehingga berikut adalah rumusan menghitung dimensi ekonomi:
(5) Keterangan: In pengeluaran : indeks pengeluaran tahun tertentu In pengeluaranmin : indeks pengeluaran minimum (lihat Tabel 2) In pengeluaranmaks : indeks pengeluaran maksimum (lihat Tabel 2) Dalam menghitung indikator IPM, diperlukan nilai minimum dan maksimum untuk masing-masing indikator. Berikut tabel yang menyajikan nilai-nilai tersebut. Menghitung IPM Setelah menghitung masing-masing indeks komponen maka untuk menghitung IPM sebagai berikut: IPM = √
(6)
Keterangan: Ikesehatan : indeks kesehatan Ipendidikan : indeks pendidikan Ipengeluaran : indeks pengeluaran IPM dihitung sebagai rata-rata geometrik dari indeks kesehatan, pendidikan, dan pengeluaran Penelitian terdahulu Penelitian Cahyadhi (2005) tentang pelacakan faktor-faktor yang mempengaruhi IPM di Provinsi Bali menunjukkan bahwa IPM sangat dipengaruhi oleh faktor pembangunan ekonomi, faktor pembiayaan pembangunan daerah, faktor kemiskinan, dan faktor kesehatan. Sedangkan Alam (2006) dengan judul
11 Disparitas Pendapatan dan Faktor-Faktor yang Berpengaruh terhadap Pencapaian Indeks Pembangunan Manusia di Kabupaten Bekasi pada tahun 1996-2004. Tujuan penelitian ini adalah untuk menganalisa tingkat ketimpangan pendapatan antar kecamatan di Kabupaten Bekasi serta kecenderungannya dan menganalisis faktor-faktor sosial dan ekonomi yang mempengaruhi IPM di Kabupaten Bekasi. Teknik analisis yang digunakan adalah dengan Analisis Weighted Coefficient Variation ( CVw) atau Williamson (Iw). Nilai indeks berkisar antara nol dan satu. Alat Analisis yang kedua adalah Tipelogi Klaasen dengan melihat perbandingan antara laju pertumbuhan ekonomi (LPE) dan PDRB per kapita kecamatan terhadap angka LPE dan PDRB perkapita rata-rata kabupaten. Sedangkan alat analisis selanjutnya adalah regresi data panel dengan IPM sebagai variabel bebas, dan variabel terikatnya terdiri dari PDRB per kapita kecamatan, sarana pendidikan (jumlah gedung SD), rasio guru SD, jumlah sarana kesehatan, rasio tenaga medis per 1000 penduduk, kepadatan penduduk kecamatan, dan akses penduduk terhadap air bersih. Penelitian ini menunjukkan kesimpulan PDRB, rasio guru terhadap murid SD, kepadatan penduduk, dan rumah tangga yang memiliki akses terhadap air bersih signifikan mempengaruhi IPM di Kabupaten Bekasi dan disparitas pendapatan yang tinggi di Kabupaten Bekasi tidak serta merta menyebabkan tingginya disparitas IPM. Evianto (2010) dengan judul Analisis Disparitas Indeks Pembangunan Manusia Kabupaten/Kota di Provinsi Jawa Barat dan Faktor-Faktor Yang Mempengaruhi Capaiannya (Model Regresi Data Panel 25 Kabupaten/Kota Tahun 2003 – 2007). Tujuan penelitian ini adalah membahas disparitas indeks pembangunan manusia antar 25 kabupaten/kota di wilayah Provinsi Jawa Barat. Metode analisis yang dilakukan menggunakan teknik kuantitatif Indeks Williamson, Tipologi Klassen dan Regresi data panel. Hasil penelitian menunjukkan bahwa pada periode 2001-2007 di wilayah Provinsi Jawa Barat terjadi ketimpangan yang cukup tinggi di atas 0.5 dengan kecenderungan yang semakin menurun. Hasil analisis Tipologi Klassen berdasarkan tingkat pertumbuhan PDRB dan LPE, antara tahun 2001-2007 diketahui tidak semua kabupaten/kota mengalami pertumbuhan, sebagian besar adalah tetap pada pola pertumbuhan yang sama. Terdapat kabupaten/kota terus maju, namun ada juga kabupaten/kota yang tetap tertinggal, bahkan ada beberapa kabupaten/kota yang mengalami penurunan tingkat kesejahteraan. Dan dari pengujian dengan melakukan regresi data panel dengan metode Fixed Effect diketahui Dari persamaan regresi data panel diperoleh data bahwa dari Sembilan variabel yang diduga mempunyai pengaruh terhadap tingkat pencapaian IPM di Wilayah Provinsi Jawa Barat, ternyata hanya lima variabel yang secara signifikan berpengaruh. Kelima variabel tersebut adalah variabel jumlah bangunan sekolah lanjutan pertama, variabel rasio jumlah gruru terhadap murid tingkat sekolah lanjutan pertama, variabel jumlah puskesmas, variabel PDRB perkapita serta variabel kepadatan penduduk. Ginting et al (2008) dengan judul Pembangunan Manusia di Indonesia dan Faktor-Faktor yang Mempengaruhinya. Dalam penelitian ini alat analisis yang digunakan adalah analisis regresi linear berganda dengan metode GLS (Generalized Least Square. Penelitian ini bertujuan menganalisis pengaruh konsumsi rumah tangga untuk makanan dan bukan makanan, pengeluaran pemerintah untuk pendidikan, rasio penduduk miskin dan krisis ekonomi terhadap
12 pembangunan manusia di Indonesia. Penelitian ini menggunakan data time series dan cross section atas 26 provinsi pada periode 1996, 1999, 2002, 2004, 2005 dan 2006. Hasil penelitian menunjukkan adanya pengaruh yang signifikan antara konsumsi rumah tangga untuk makanan dan bukan makanan, pengeluaran pemerintah untuk pendidikan, rasio penduduk miskin dan krisis ekonomi terhadap pembangunan manusia di Indonesia. Besarnya pengaruh tersebut ditunjukkan oleh nilai koefien regresi variabel-variabel bebas, yakni: –0.982 untuk variabel konsumsi rumah tangga untuk makanan, 1.277 untuk konsumsi rumah tangga untuk bukan makanan, 26.679 untuk pengeluaran pemerintah untuk pendidikan dan –0.214 untuk rasio penduduk miskin. Variabel dummy menunjukkan pengaruh negatif. Dalam penelitian ini akan dilakukan identifikasi faktor-faktor yang mempengaruhi IPM. Pemilihan variabel penelitian didasarkan pada tiga aspek yang tercakup dalam IPM yaitu aspek kesehatan, aspek pendidikan dan aspek pendapatan. Variabel aspek kesehatan meliputi jumlah rumah sakit, puskesmas, dan jumlah tenaga kesehatan. Untuk variabel aspek pendidikan akan digunakan variabel jumlah bangunan sekolah dasar, jumlah bangunan sekolah lanjutan pertama, jumlah guru SD dan SMP. Sedangkan untuk variabel aspek pendapatan akan digunakan variabel PDRB. Kerangkan Pemikiran Konsep pembangunan selama ini hanya menekankan pada pertumbuhan ekonomi (economic growth), padahal pencapaian kesejahteraan masyarakat tidak cukup hanya dengan menekankan pada pembangunan ekonomi dan infrastruktur fisik, melainkan juga dengan pembangunan manusia (human development). Adanya pergeseran paradigma pembangunan memerlukan keselarasan antara pembangunan ekonomi dan pembangunan manusia. Oleh karena itu, keberhasilan pembangunan tidak hanya dilihat dari besarnya PDRB, tetapi juga ditunjukkan dari capaian IPM. Untuk meningkatkan kualitas SDM, salah satu indikatornya adalah IPM. Meningkatnya IPM akan berdampak pada pencapaian pembangunan. Strategi untuk meningkatkan IPM secara efektif adalah dengan mengetahui faktor-faktor yang memengaruhi pencapaian IPM tersebut. IPM adalah komponen dari sumber daya alam yang merupakan nilai komposit dari tiga komponen yaitu indeks kesehatan, indeks pendidikan dan indeks ekonomi. Strategi untuk meningkatkan indeks pembangunan manusia secara efektif adalah dengan mengetahui faktorfaktor apa saja yang memengaruhi peningkatan indeks pembangunan manusia, sehingga bisa dijadikan faktor penting dalam menentukan kebijakan. Secara keseluruhan kerangka pemikiran penelitian ini seperti pada Gambar 2 dibawah ini
13 Pembangunan Ekonomi
Kondisi SDM diukur dengan IPM
Pendidikan
Kesehatan
Analisis Deskriptif
Ekonomi
Regresi Panel
Faktor-faktor yang mempengaruhi IPM Upaya meningkatkan pembangunan manusia
Gambar 2 Kerangka Pemikiran Hipotesis Penelitian Hipotesa adalah jawaban sementara yang diambil untuk menjawab permasalahan yang ada yang diajukan oleh peneliti yang kebenarannya masih harus diuji secara empiris. Berdasarkan hal itu hipotesis yang diajukan adalah sebagai berikut : 1. Indikator pendidikan (rasio murid SD terhadap guru SD, rasio murid SMP terhadap guru SMP, rasio murid SD terhada sekolah SD, rasio murid SMP terhadap sekolah SMP) mempunyai pengaruh negatif terhadap indeks pembangunan manusia. 2. Indikator kesehatan (jumlah rumah sakit, puskemas dan tenaga kesehatan) mempunyai pengaruh positif terhadap indeks pembangunan manusia. 3. PDRB perkapita mempunyai pengaruh positif terhadap indeks pembangunan manusia.
14
METODE Jenis dan Sumber Data Data yang digunakan pada penelitian ini merupakan data sekunder. Data sekunder ini diperoleh dari Badan Pusat Statistik, Departemen Kesehatan, hasil penelitian terdahulu, literature untuk melengkapi data–data yang diperlukan. Data yang digunakan dalam penelitian ini adalah data panel yang merupakan penggabungan antara data time series dan cross section. Time series yang digunakan berupa data sekunder tahunan. Cross section yang digunakan adalah 14 Provinsi yang ada di Indonesia. Tabel 3 Jenis dan Sumber Data Variabel PDRB perkapita Pendidikan
Kesehatan
Keterangan Sumber Produk Domestik Regional Bruto perkapita BPS atas dasar harga konstan 2010 (ribu rupiah) Rasio murid SD terhadap guru SD, rasio BPS murid SMP terhadap guru SMP, rasio murid SD terhadap sekolah SD, rasio murid SMP terhadap sekolah SMP Jumlah rumah sakit , puskesmas, tenaga Depkes kesehatan Metode Analisis Data
Metode analisis data menggunakan dua metode analisis yaitu analisis deskriptif dan analisis kuantitatif. Metode deskriptif adalah metode yang berkaitan dengan pengumpulan dan penyajian data-data untuk menyajikan informasi didalam suatu kumpulan data supaya mudah di interpretasikan. Analisi kuantitatif yang digunakan dalam penelitian ini adalah model analisis Panel Data. Metode ini digunakan untuk menganalisis faktor-faktor yang memengaruhi pembangunan manusia di Indonesia. Analisis Panel Data Menurut Gujarati (2004), data panel (pooled data) atau yang disebut juga data longitudinal merupakan gabungan antara data cross section dan data time series. Data cross section adalah data yang dikumpulkan dalam satu waktu terhadap banyak individu, sedangkan data time series merupakan data yang dikumpulkan dari waktu ke waktu terhadap suatu individu. Metode data panel merupakan suatu metode yang digunakan untuk melakukan analisis empirik yang tidak mungkin dilakukan jika hanya menggunakan data time series atau cross section. Kelebihan yang diperoleh dari penggunaan data panel : 1. Dapat mengendalikan heterogenitas individu atau unit cross section.
15 2. Dapat memberikan informasi yang lebih luas, mengurangi kolinearitas diantara variabel, memperbesar derajat bebas dan lebih efisien. 3. Dapat diandalkan untuk mengidentifikasi dan mengukur efek yang tidak dapat dideteksi dalam model data cross section maupun time series. 4. Lebih sesuai untuk mempelajari dan menguji model pelaku (behavioral models) yang compleks dibandingkan dengan model data cross section maupun time series. 5. Dapat diandalkan untuk studi dynamic of adjusmant. Estimasi model menggunakan data panel dapat dilakukan dengan tiga metode, yaitu metode kuadrat terkecil (pooled least square), metode efek tetap (fixed effect) dan efek random (random effect). Metode Pooled Least Square Pendekatan yang paling sederhana dalam pengolahan data panel adalah dengan menggunakan motode kuadrat terkecil biasa, yang diterapkan dalam data yang berbentuk pool. Misalnya dalam persamaan berikut ini : Yu = + xjitβj + εij untuk i= 1,2,....,N (7) Yang akan berimplikasi diperolehnya persamaan sebanyak T persamaan yang sama. Begitu juga sebaliknya, akan dapat diperoleh persamaan deret waktu (time series) sebanyak N persamaan untuk setiap T observasi. Namun, untuk mendapatkan parameter α dan β yang konstan dan efisien, dapat diperoleh dalam bentuk regresi yang lebih besar dengan melibatkan sebanyak NT observasi. Akan tetapi jika menggunakan metode Pooled Least Square, perbedaan antar individu maupun antar waktu tidak akan terlibat. Diamana : N = Jumlah data cross section T = Jumlah data time series Metode Efek Tetap (Fixed Effect) Kesulitan terbesar dalam metode kuadrat terkecil biasa adalah adanya asumsi intersep dan slope dari persamaan regresi yang dianggap konstan, baik antar daerah maupun antar waktu yang mungkin tidak beralasan. Generalisasi secara umum sering dilakukan adalah dengan memasukkan variabel boneka (dummy variabel ) untuk menghasilkan nilai parameter yang berbeda-beda baik lintas unit cross section maupun time series (Baltagi, 2001). Persamaan fixed effect dapat dituliskan dalam persamaan berikut ini : Yit = αi + βjxjit + eit (8) Dimana: Yit = variabel terikat di waktu t untuk unit cross section i αi = intersep yang berubah-ubah antar cross section unit βj = parameter untuk variabel ke j xjit = variabel bebas j di waktu t untuk unit cross section i eit = komponen error di waktu t untuk unit cross section i Dengan menggunakan pendekatan ini akan terjadi degree of freedom. Keputusan memasukan variabel boneka ini harus didasarkan pada pertimbangan statistik. Tidak dapat kita pungkiri, dengan melakukan penambahan variabel boneka ini akan dapat mengurangi banyaknya degree of freedom yang akhirnya akan mempengaruhi keefisienan dari parameter yang diestimasi. Pada metode
16 fixed effect, estimasi dapat dilakukan tanpa pembobot (no weighted) atau Least Square Dummy Variable (LSDV) dan dengan pembobotan (cross section weight) atau General Least Square (GLS). Tujuan dilakukannya pembobotan adalah untuk mengurangi heterogenitas antar unit cross section (Gujarati, 2004). Metode Efek Random (Random Effect) Keputusan untuk memasukan variabel dummy dalam model fixed Effect memiliki konsekuensi berkurangnya degree of freedom yang akhirnya dapat mengurangi efisiensi dari parameter yang diestimasi. Oleh karena itu, dalam model data panel dikenal pendekatan yang ketiga yaitu model efek acak (Baltagi, 2001). Uji Kesesuaian Model Untuk menguji kesesuaian atau kebaikan model dari ketiga metode pada teknik estimasi model dengan data panel digunakan Chow Test dan Hausman Test. Chow Test digunakan untuk menguji kesesuaian model antara model yang diperoleh dari data pooled least square dengan model yang diperoleh dari metode fixed effect. Selajutnya dilakukan Hausman Test terhadap model yang terbaik yang diperoleh dari hasil Choww Test dengan model yang diperoleh dari metode random effect. Chow Test Chow test menyebutkan sebagai pengujian F-statistik adalah pengujian untuk memilih apakah model yang digunakan Pooled Least Square atau Fixed Effect. Sebagaimana yang diketahui bahwa terkadang asumsi bahwa setiap unit cross section memiliki pelaku yang sama cenderung tidak realistis mengingat dimungkinkan setiap unit cross section memiliki pelaku yang berbeda. Dalam pengujian ini dilakukan dengan hipotesa sebagai berikut : H0 : Model Pooled least square H1 : Model Fixed Effect Dasar penolakan terhadap hipotesa nol (H0) adalah dengan menggunakan Fstatistik seperti yang dirumuskan oleh Chow : Chow = (ESS1-ESS2) / (N-1) (ESS2) /(NT – N – K) (9) Dimana : ESS1 = Residual Sum Square hasil pendugaan model Fixed effect ESS2 = Residual Sum Square hasil pendugaan Pooled Least Square N = Jumlah data cross section T = Jumlah data time series K = Jumlah variabel penjelas Statistik Chow Test mengikuti distribusi F-statistik dengan derajat bebas (N-1, NT-N-K ) jika nilai CHOW statistik (F-stat) hasil pengujian lebih besar besar dari F-tabel, maka cukup bukti untuk melakukan penolakan terhadap Hipotesa Nol sehingga model yang digunakan adalah model fixed effect, dan begitu juga sebaliknya. Hausman test Hausman Test adalah pengujian statistik sebagai dasar pertimbangan dalam memilih apakah menggunakan model fixed effect atau model random effect.
17 Seperti yang diketahui bahwa penggunaan model fixed effect mengandung suatu unsur trade-off yaitu hilangnya derajat bebas dengan memasukkan variabel dummy. Namun, penggunaan metode random effect juga harus memperhatikan ketiadaan pelanggaran asumsi dari setiap komponen galat. Husman Test dilakukan dengan hipotesa sebagai berikut : H0 : Model Random Effect H1 : Model Fixed Effect Sebagai dasar penolakan hipotesa nol maka digunakan Statistik Hausman dan membandingkannya dengan Chi-Square. Statistik Hausman dirumuskan dengan : m = (β – b)(M0 – M1)-1 (β – b) ~ χ2 (K) ……………………………...(10) Dimana β adalah vektor untuk statistik variabel fixed effect, b adalah vektor statistik variabel random effect, M0 adalah matriks kovarians untuk dugaan fixed effect model dan M1 adalah matriks kovarians untuk dugaan random effect model. Jika nilai m hasil pengujian lebih besar dari χ2 – Tabel, maka cukup bukti untuk melakukan penolakan terhadap hipotesa nol sehingga model yang digunakan adalah model fixed effect, dan begitu pula sebaliknya. Koefisien Determinasi (R2) Koefisien determinasi berfungsi untuk menunjukkan seberapa baik model yang diperoleh bersesuaian dengan data aktual (goodness of fit), mengukur berapa presentase variasi dalam peubah terikat mampu dijelaskan oleh informasi peubah bebas. Kisaran nilai koefisien determinasi adalah 0 ≤ R2 ≤ 1. Model dikatakan semakin baik apabila nilai R2 mendekati 1 atau 100 persen. Uji F Dalam menganalisis model, dilakukan pengujian model secara keseluruhan menggunakan statistic uji-F. jika signifikan maka dapat menjelaskan keragaman Y, sehingga dilanjutkan dengan pengujian statistic uji-T. untuk uji F hipotesis diuji adalah: H0 = β1 = β2=…=βn=0 H1 = minimal ada satu parameter dugaan (βi) yang tidak sama dengan nol (paling sedikit ada satu atau dua variable bebas yang berpengaruh nyata terhadap variable tak bebas). Pengujian uji-F ini dilihat dari nilai probabilitas F-statistiknya. Jika P-Value menunjukkan besaran yang kurang dari taraf nyata yang digunakan (α), dapat disimpulkan tolak H0, yang artinya minimal ada satu parameter dugaan yang tidak sama dengan nol (paling sedikit ada satu variable bebas yang berpengaruh nyata terhadap variable tak bebas). Uji T Uji t digunakan untuk melihat kebasahan dari hipotesa yang telah diberikan dan membuktikan bahwa koefisien regresi dalam model secara statistik bersifat signifikan atau tidak. Untuk uji T hipotesis yang diuji adalah : H0 = βj = 0 H1 = βj ≠0 ; j =1,2,…,n Pengujian uji-T ini dilihat dari probabilitas t-statistiknya. Jika probabilitas tstatistik menunjukkan nilai yang kurang dari derajat kepercayaan yang digunakan (α), maka dapat dikatakan tolak H0 yang berarti peubah bebas berpengaruh nyata
18 terhadap peubah tidak bebas dalam model dan begitu pula sebaiknya, jika H0 diterima maka peubah bebas tidak berpengaruh nyata terhadap peubah tidak bebas pada tingkat signifikansi tertentu. Perumusan Model Variabel-variabel yang diduga secara signifikan berpengaruh nyata terhadap pembangunan manusia di Provinsi Papua yaitu Indeks Pembangunan Manusia (IPM), Pertumbuhan ekonomi (PDRB), jumlah rumah sakit, puskesmas, jumlah dokter dan jumlah tenaga kesehatan, Rasio murid SD terhadap guru SD, rasio murid SMP terhadap guru SMP, rasio murid SD terhadap sekolah SD, rasio murid SMP terhadap sekolah SMP.Untuk menganalisis faktor-faktor IPM di 14 Provinsi indonesia dalam ekonometrika dapat menggunakan dengan model persamaan berikut, Ln IPMit = β0 + β1 Ln PDRBKit + β2 Ln RMSDit + β3 Ln RSDit + β4 Ln RMSMPit + β5 Ln RSMPit + β6Ln HOSit + β7 Ln TKit+ β8 Ln PUSit + εit (11) Keterangan : Ln IPM : Logaritma natural IPM Ln PDRB : Logaritma natural PDRB Perkapita (ribu rupiah) LnRMSD : Rasio Murid SD Terhadap Guru SD LnRSD : Rasio Murid SD Terhadap Sekolah SD LnRMSMP : Rasio Murid SMP Terhadap Guru SMP LnRSMP : Rasio Murid SMP Terhadap Sekolah SMP LnHOS : Jumlah Rumah sakit (unit) LnTK : Jumlah Tenaga Kesehatan (unit) LnPUS : Jumlah Puskesmas (unit) β0 : Intersep, β1, β2, β3 : Koefisien regresi variable bebas i : 1,2,3...,34 (data cross section provinsi di Indonesia) t : 1,2,3 (data time series) εit : Komponen error
HASIL DAN PEMBAHASAN Gambaran Umum Kondisi Kesehatan 14 Provinsi di Indonesia Kesehatan merupakan salah satu dari tiga indikator penting penunjang pembangunan manusia karena bila daya tahan tubuhnya baik maka tingkat produktivitas manusia secara langsung bisa tergali dengan optimal. Ada beberapa macam indikator keberhasilan pembangunan di bidang kesehatan, diantaranya adalah angka harapan hidup (AHH) dan angka kematian. Peningkatan angka harapan hidup dan penurunan angka kematian terjadi seiring dengan membaiknya kondisi sosial ekonomi penduduk, kesehatan, dan lingkungan. Selain itu, indikator ini juga digunakan untuk mengukur kualitas hidup penduduk. Semakin tinggi angka harapan hidup dan semakin rendah angka kematian penduduk suatu wilayah, semakin baik kualitas hidup penduduk di wilayah tersebut.
72 70 68 66 64 62 60 58 56
kalteng kalsel ntb kalteng kalteng kalsel sumsel maluku maluku sulteng lampung maluku utara maluku utara gorontalo kalbar ntb ntb ntt sulbar papua barat papua barat papua
nilai AHH
19
Provinsi
Sumber : Depkes, 2014 Gambar 3 Angka Harapan Hidup 14 Provinsi Indonesia Tahun 2010-2013
nilai AKB
AHH adalah rata-rata jumlah tahun yang akan dijalani oleh seseorang sejak orang tersebut lahir (BPS, 2010). Gambar menunjukan angka harapan hidup tertinggi dari empat belas provinsi di Indonesia adalah provinsi Kalimantan tengah dengan nilai masing-masing sebesar 71.2 tahun, 71.3 tahun, 71.41 tahun, 71.47 tahun dari 2010 sampai 2013. Sedangkan untuk nilai angka harapan hidup terendah adalah provinsi Kalimantan Selatan (2010:63.81 , 2011:64.17 ,2012:64.52 ,2013:64.82) dan Nusa Tenggara Barat ( 2010: 62.11 , 2011: 62.41 ,2012: 62.73 ,2013:63.21). Hal ini mengidentifikasikan status kesehatan masyarakat yang ada di Kalimatan Selatan dan Nusa Tenggara Barat masih tertinggal dibandingkan kesehatan masyarakat di Provinsi lainnya. 80 70 60 50 40 30 20 10 0
Provinsi
Sumber : Depkes, 2013 Gambar 4 Angka Kematian Bayi 14 Provinsi Indonesia Tahun 2012
Angka kematian bayi (AKB) digunakan untuk menggambarkan tingkat kesehatan bayi mulai dari lahir sampai dengan umur 11 bulan. Angka ini menunjukkan banyaknya bayi yang meninggal sebelum mencapai usia 1 (satu) tahun per 1.000 kelahiran hidup. Risiko kematian bayi pada usia kurang dari satu
20 tahun umumnya lebih tinggi dibandingkan dengan kelompok usia di atas satu tahun. Berdasarkan hasil Survei Demografi dan Kesehatan Indonesia (SDKI) tahun 2012 pada Gambar 4 Angka Kematian Bayi terbesar dari keempat belas provinsi adalah Papua Barat sebesar 54 yang berarti dari setiap 1000 kelahiran hidup terdapat sekitar 32 bayi yang meninggal sebelum mencapai usia satu tahun. Sedangkan provinsi dengan AKB terendah adalah provinsi Sumatera Selatan dengan nilai sebesar 29. Sedangkan Angka Kematian Ibu (AKI) memberikan gambaran mengenai kesehatan ibu mulai dari mengandung sampai melahirkan bahkan 6 minggu setelah melahirkan. Angka ini menunjukkan banyaknya kematian ibu yang disebabkan komplikasi kehamilan dan persalinan setiap 100.000 kelahiran hidup. Data mengenai Angka Kematian Ibu dapat diperoleh dari hasil SDKI. Angka kematian ibu di Indonesia pada tahun 2012 sebesar 359 yang berarti bahwa terjadi 359 kematian ibu per 100.000 kelahiran hidup. Kondisi pendidikan 14 Provinsi Indonesia Salah satu komponen pembentuk Indeks Pembangunan Manusi adalah dari dimensi pengetahuan yang diukur melalui pengetahuan adalah rata-rata lama sekolah dan angka melek huruf. Pendidikan sangat penting dalam proses pembangunan dan perkembangan sosial ekonomi masyarakat. Pendidikan juga berperan penting dalam meningkatkan kualitas hidup individu dan masyarakat. Semakin tinggi tingkat pendidikan masyarakat maka akan semakin baik kualitas sumber dayanya. Angka melek huruf adalah persentase penduduk usia 15 tahun ke atas yang dapat membaca dan menulis huruf latin dan atau huruf lainnya.
kalteng kalsel
nilai AMH
100
sumsel
80
maluku
60
sulteng
40
lampung
20 kalteng kalteng kalsel sumsel maluku maluku sulteng lampung maluku… maluku… gorontalo kalbar ntb ntb ntt sulbar papua barat papua barat papua
0
maluku utara gorontalo kalbar kalbar
Provinsi
Sumber : Depkes, 2014 Gambar 5 Angka Melek Huruf Tahun 2010-2013 Berdasarkan Gambar perkembangan angka melek huruf menunjukkan bahwa provinsi Maluku merupakan provinsi yang memilik nilai angka melek huruf tertinggi dari keempat belas provinsi dan sealu mengalami peningkatan tiap tahunnya, yang masing-masing bernilai 98.14 pada tahun 2010, 98.15 pada tahun 2011, 98.17 di tahun 2012 serta 98.25 di tahun 2013. Sedangkan untuk nilai angka melek huruf terendah adalah provinsi papua hanya dengan nilai sebesar 75.6 ditahun 2010, 75.81
21
papua
papua barat
sulbar
ntt
ntb
kalbar
gorontalo
maluku utara
lampung
sulteng
maluku
sumsel
kalsel
10 9 8 7 6 5 4 3 2 1 0 kalteng
nilai RLS
di tahun 2011, 75.83 pada tahun 2012 dan 75.92 pada tahun 2013. Rendahnya nilai angka melek huruf di Papua mungkin disebabkan oleh faktor masyarakat yang kurang merasa penting terhadap pendidikan itu sendiri, dan juga fasilitas di Provinsi Papua yang kurang memadai.
Provinsi
kalteng kalsel sumsel maluku sulteng lampung maluku utara gorontalo kalbar ntb ntt sulbar papua barat papua
Sumber : Depkes, 2014 Gambar 6 Rata-Rata Lama Sekolah Tahun 2010-2013 Indikator pendidikan lainnya yang merupakan komponen IPM adalah rata-rata lama sekolah. Rata-rata lama sekolah menggambarkan jumlah tahun yang digunakan oleh penduduk usia 15 tahun ke atas dalam menjalani pendidikan formal. Berdasarkan gambar rata-rata lama sekolah terlama adalah provinsi Maluku dan setiap tahunnya mengalami peningkatan yaitu masing-masing sebesar 8.76 pada tahun 2010, di tahun 2011 sebesar 8.82, tahun 2012 sebesar 9.15 dan 9.2 pada tahun 2013. Seperti pada nilai angka melek huruf, provinsi dengan nilai rata-rata sekolah terendah adalah provinsi Papua yang memiliki nilai sebesar 6.06 pada tahun 2010, 6,69 pada tahun 2011, di tahun 2012 dan 2013 sebesar 6.87. Hal ini berarti tingkat pendidikan penduduk Provinsi Papua setara dengan tingkat Sekolah Dasar. Peningkatan yang lamban ini menunjukkan bahwa tidak mudah bagi pemerintah untuk meningkatkan rata-rata lama sekolah penduduk pada suatu daerah. Angka melek huruf dan rata-rata lama sekolah di Provinsi Papua mempunyai peningkatan yang lambat, dapat disebabkan oleh faktor wilayah yang terdapat di Provinsi Papua yang cenderung wilayah pegunungan yang sulit di jangkau menjadi salah satu kendala bagi provinsi ini, tidak hanya itu, faktor kesadaran masyarakat Provinsi Papua sendiri yang belum mengutamakan pendidikan pada diri masing-masing. Dalam bidang pendidikan, variabel-variabel seperti jumlah gedung sekolah, jumlah murid dan jumlah guru sering kali ditampilkan untuk menggambarkan situasi pendidikan. Berdasarkan Gambar 7 baik jumlah guru SD dan SMP yang terendah adalah Provinsi Papua Barat dengan jumlah guru SMP ditahun 2014 adalah 2621 orang dan 8913 untuk jumlah guru SD yang mengalami peningkatan dari tahun sebelumnya yang hanya sebanyak 4148 orang. Jumalh guru SD terbanyak pada tahun 2013 adalah Provinsi Sumatera Selatan yaitu sebanyak 55339 orang namun mengalami penurunan pada tahun 2014 menjadi 50077 orang.
22 Sedangkan untuk jumlah guru SMP terbanyak adalah Provinsi Lampung yang masing-masing pada tahun 2013-2014 sebanyak 20164 dan 22001 orang. 60.000 jumlah guru
50.000 40.000 30.000 20.000
Guru SMP
10.000
Guru SD
0
Provinsi
5.000 4.500 4.000 3.500 3.000 2.500 2.000 1.500 1.000 500 0 papua
papua barat
sulbar
ntt
ntb
kalbar
gorontalo
maluku utara
lampung
sulteng
maluku
sumsel
kalsel
Sekolah SMP kalteng
jumlah sekolah
Sumber : BPS, 2014 Gambar 7 Jumlah Guru SD dan SMP Tahun 2013-2014
Sekolah SD
provinsi
Sumber : BPS, 2014 Gambar 8 Jumlah Sekolah SD dan SMP Tahun 2014 Berdasarkan Gambar 8 provinsi dengan jumlah gedung sekolah SD serta gedung SMP terbanyak adalah provinsi NTT yang masing-masing sebanyak 4820 dan 1408 unit. Jumlah gedung SMP terendah berada pada provinsi Papua Barat yang hanya sebanyak 230 unit dan untuk gedung SD berada pada provinsi Gorontalo yang hanya sebanyak 915 unit. Keadaan Perekonomian 14 Provinsi Indonesia Produk Domestik Bruto merupakan salah satu indikator yang digunakan untuk melihat kondisi perekonomian suatu negara. Kondisi perekonomian merupakan salah satu aspek yang diukur dalam menentukan keberhasilan pembangunan suatu negara. PDRB perkapita adalah nilai dari hasil pembagian
23 PDRB dengan jumlah penduduk pertengahan tahun, dalam arti bahwa semakin tinggi jumlah penduduk akan semakin kecil besaran PDRB perkapita daerah tersebut.
Berdasarkan ga 60000
PDRB
50000 40000 30000 ntt papua barat papua
20000 10000 0
provinsi
Sumber : BPS, 2014 Gambar 9 PDRB Perkapita 14 Provinsi Indonesia Tahun 2012-2014 Berdasarkan Gambar 9 PDRB perkapita tertinggi adalah provinsi Papua Barat sebesar 55047.84 pada tahun 2012, 57581.4 ditahun 2013, dan 59174.5 ditahun 2014. Sedangkan jumlah PDRB perkapita terendah adalah provinsi NTT yaitu sebesar 10030.98 pada tahun 2012, 10396.8 ditahun 2013, dan 10742 di tahun 2014. Perkembangan Indeks Pembangunan Manusia di 14 provinsi Indonesia Indeks Pembangunan Manusia merupakan indikator penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia (masyarakat/ penduduk). IPM dapat menentukan peringkat atau level pembangunan suatu wilayah/negara. IPM dibentuk oleh 3 (tiga) dimensi, yaitu umur panjang,dan sehat yang diukur melalui angka harapan hidup waktu lahir, berpengetahuan dan berketerampilan yang diukur dengan angka melek huruf dan rata-rata lama sekolah, serta akses terhadap sumber daya yang dibutuhkan untuk mencapaistandar hidup layak yang diukur dengan pendapatan perkapita yang disesuaikan. Kualitas pembangunan manusia menjadi hal yang sangat penting dalam strategi kebijakan nasional untuk pembangunan ekonomi. Berdasarkan Gambar 10 menunjukan perkembanga nilai IPM di 14 provinsi di Indonesia yang selalu mengalami peningkatan tiap tahunnnya.
nilai IPm
24 70 60 50 40 30 20 10 0
2010 2011 2012 2013 2014
provinsi
Sumber : BPS, 2015 Gambar 10 Perkembangan IPM 14 Provinsi Indonesia Tahun 2010-2014 Analisis Faktor-Faktor yang Memengaruhi IPM di 14 Provinsi Indoensia Pengujian Model Terbaik Sebelum melakukan estimasi maka perlu dilakukan pemilihan model regresi terbaik. Pemilihan model regresi terbaik dilakukan untuk mendapatkan hasil estimasi yang sesuai. Proses ini dilakukan dengan dua tahap yaitu dengan pooled model dengan fixed effect model, kemudian di lanjutkan dengan membandingkan fixed effect model dengan random effect model. Pada tahap pertama dilakukan uji chow, untuk membandingkan pooled model dengan fixed effect model. Pada tahap kedua dilakukan uji Hausman yaitu dengan membandingkan fixed effect model dengan random effect model. Berdasarkan hasil uji Chow, secara signifikan H0 (Pooled model) di tolak atau terdapat heterogenitas individu pada model. Ini di tunjukkan dengan nilai pvalue sebesar 0.000 (lebih kecil dari alpha lima persen). Jika dalam model terdapat heterogenitas individu maka fixed effect model akan memberikan hasil yang lebih baik dari pada pooled model. Setelah dibandingkan pada tahap pertama maka dibandingkan selanjutnya pada tahap kedua dengan uji Hausman dengan perbandingan fixed effect model dengan random effect model. Statistik Hauman mengikuti Chi-square dengan derajat bebas sebanyak jumlah variabel bebas. Hasil yang didapat dari uji Hausman menunjukkan p-value 0.000, maka H0 di tolak atau dengan kata lain menerima H1. Artinya model yang dipilih untuk menggunakan analisis data pada penelitian ini adalah fixed effect model (FEM). Sehingga FEM merupakan model yang lebih baik jika dibandingkan dengan pooled model ataupun random model. Uji Statistik Model pada penelitian memiliki nilai probabilitas F-statistic sebesar 0.0000 yang lebih kecil dibandingkan dengan taraf nyata yang digunakan yaitu sebesar 0.05 (5%) yang artinya minimal ada satu variabel bebas yang berpengaruh nyata terhadap pembangunan manusia. Nilai koefisien determinasi (R-squared)
25 yang diperoleh sebesar 99 persen keragaman IPM dapat dijelaskan oleh variablevarieabel bebasnya, sedangkan sisanya sebesar mampu dijelakan oleh faktorfaktor diuar model. Uji Asumsi Klasik Uji normalitas dilakukan untuk memeriksa apakah error term mendekati distribusi normal atau tidak. Jika asumsi ini tidak terpenuhi, maka prosedur pengujian mengguakan statistik-t menjadi tidak sah. Uji normalitas error term dapat dilakukan dengan menggunakan uji Jarque Bera. Berdasarkan hasil pengolahan model pada penelitian berdistribusi normal karena memiliki nilai probabilitas Jarque-Bera yaitu sebesar 0. 52 yang lebih besar dari taraf nyata yang digunakan yaitu sebesar 0.05 (5%). Pada model penelitian ini, uji multikolinearitas dilihat dari nilai R2 dan uji-t hasil analisis. Nilai R2 yang tinggi sebesar 0.99 dan uji-t yang menunjukkan banyak variabel berpengaruh signifikan, menandakan model tidak memiliki hubungan linear yang kuat sehingga dapat dikatakan bahwa model terlepas dari asumsi multikolineritas. Hasil uji heteroskedastisitas pada model penelitian ini menunjukkan bahwa tidak ditemukan heteroskedastisitas. Hal ini terlihat pada Sum Square Resid pada Weighted Statistic sebesar 7.22 < Sum Square Resid pada Unweighted Statistic sebesar 8.60. Keunggulan pendekatan efek tetap dalam mengestimasi data panel adalah dapat mengakomodasi heterogenitas unit-unit observasi yang digunakan. Heterogenitas unit observasi dapat dilihat pada cross section effect. Nilai-nilai tersebut mempengaruhi heterogenitas konstanta intersep unit-unit cross section yang digunakan. Konstanta intersep dalam suatu hasil regresi menggambarkan komponen peubah terikat yang tidak dapat diterangkan oleh masing-masing peubah bebas yang digunakan dalam model. Nilai tersebut menunjukkan jika semua peubah yang digunakan tidak berpengaruh nyata, maka nilai intersep menunjukkan nilai IPM yang sesungguhnya. Tabel 4 Hasil Pengujian Fixed Effect Model Variable Coefficient Std. Error LNRasio_MSMP -0.035507 0.022467 LNRasio_MSD -0.006618 0.007166 LNRasio_SMP -0.009327* 0.003018 LNRasio_SD 0.003437 0.032783 LNRS 7.156353* 1.170944 LNPuskesmas 5.514891* 2.580096 LNTng_Kes 2.169066* 0.703647 LNPDRB 0.867421* 0.304422 C 32.40007* 5.618536 R-squared 0.991684 SSR Weighted 7.227772 DW stat 1.952603 Catatan : *) Signifikan pada taraf nyata 5 persen
t-Statistic
Prob.
-1.580386 -0.923564 -3.090245 0.104841 6.111612 2.137475 3.082606 2.849406 5.766638
0.1206 0.3603 0.0033 0.9169 0.0000 0.0377 0.0034 0.0064 0.0000 0.000000 8.603888
Prob (F-statistic) SSR Unweighted
26 Interpretasi Model Dari hasil pengolahan data dengan menggunakan fixed effect GLS, diketahui bahwa variabel yang secara signifikan mempengaruhi kualitas pembangunan manusia di 14 Provinsi Indonesia pada taraf nyata 5 persen adalah produk domestik regional bruto, rasio murid terhadap gedung SMP, jumlah rumah sakit, puskesmas dan jumlah tenaga kesehatan. Pendapatan Domestik Regional Bruto Hasil regresi menunjukkan bahwa PDRB berpengaruh positif dan signifikan pada taraf nyata 5 persen. Nilai koefisien regresi dari variabel PDRB sebesar 0.867421 dengan probabilitas (p-value) sebesar 0.0000. Artinya setiap kenaikan satu persen PDRB akan meningkatkan nilai IPM di 14 Provinsi Indonesia sebesar 0.867421 persen, cateris paribus. PDRB yang berhubungan positif dan signifikan terhadap pembangunan manusia di 14 Provinsi Indonesia sesuai dengan hipotesis yang telah dibuat sebelumnya. Hal ini menunjukkan peran penting PDRB terhadap peningkatan pembangunan manusia. Pentingnya PDRB sesuai dengan beberapa penelitian sebelumnya (Ramires, et al. 2000 dalam Yuliati) yang menyatakan bahwa pembangunan manusia, dimana dengan semakin berkembangnya pembangunan ekonomi, maka akan tercipta lapangan pekerjaan, dan manusia sebagai faktor produksi akan mendapatkan penghasilan, sehingga majunya perekonomian maka penghasilan pun akan meningkat sehingga dalam mealokasikan pendapatannya dapat memilih sesuai dengan keinginannya. Dalam Garis Besar Haluan Negara (GBHN) pembangunan menganut konsep manusia seutuhnya. Konsep manusia Indonesia seutuhnya menghendaki peningkatan kualitas penduduk baik secara fisik, mental maupun spiritual. Secara eksplisit mungkin dapat dikatakan bahwa, pembangunan yang dilakukan itu harus menitikberatkan pada pembangunan sumber daya manusia yang seiring dengan pertumbuhan ekonomi. Pembangunan yang baik menjadi persyaratan untuk melakukan pembangunan manusia karena pertumbuhan ekonomi mempunyai hubungan yang timbal balik dengan pembangunan manusia. Suatu wilayah akan sangat sulit melaksanakan pembangunan manusia jika dalam kondisi perekonomian yang tidak menentu (labil), seperti yang terjadi di Indonesia pada saat terjadi krisis ekonomi. Maka secara tidak langsung pembangunan manusia juga mempengaruhi pembangunan ekonomi. Pembangunan manusia menempatkan manusia sebagai input, dimana nantinya dihasilkan suatu produk berupa sumber daya manusia yang mempunyai kemampuan daya saing tinggi. Kuatnya hubungan timbal balik tersebut tentunya sangat dipengaruhi oleh kelembagaan pemerintah karena keberadaannya sangat menentukan implementasi kebijakan publik. Dengan demikian pemerintah daerah sebagai tempat lahirnya kebijakan pembangunan termasuk pembangunan manusia sangat berperan terhadap berhasil tidaknya pembangunan daerahnya. Rasio murid SD SMP terhadap guru, rasio murid SD SMP terhadap sekolah Dalam bidang pendidikan, variabel-variabel seperti jumlah gedung sekolah, jumlah murid dan jumlah guru sering kali ditampilkan untuk menggambarkan
27 situasi pendidikan.Misalnya dua variabel terakhir diatas dapat digunakan untuk menghitung rasio muridguru. Variabel rasio murid SD dan murid SMP terhadap guru dan rasio murid SD terhadap sekolah berdasarkan hasil analisis regresi panel data tidak signifikan memengaruhi indeks pembangunan manusia di 14 Provinsi Indonesia. Dimana terjadi penurunan rasio murid SD dan SMP terhadap guru justru tidak memberikan pengaruh terhadap indeks pembangunan manusia. Hasil regresi menunjukkan bahwa rasio murid terhadap gedung SMP berpengaruh negatif dan signifikan pada taraf nyata 5 persen. Nilai koefisien regresi dari variabel jumlah gedung SMP sebesar 0.009327 dengan probabilitas (p-value) sebesar 0.0033. Artinya setiap kenaikan satu persen rasio murid SMP terhadap sekolah akan menurunkan nilai IPM di 14 Provinsi Indonesia sebesar 0.009327 persen. Hasil regresi ini sesuai dengan hipotesis yang telah di buat. Semakin kecil rasio murid SMP, maka kepadatan sekolah akan semakin kecil maka akan meningkatkan nilai IPM yang ada Pendidikan adalah hal yang mendasar untuk meningkatkan kualitas kehidupan manusia dan menjamin kemajuan sosial (United Nations, Report on the World Social Situation, 1997). Pendidikan sangat bepengaruh dalam pembangunan, baik itu dalam pembangunan manusia, ekonomi, sosial, dan masih banyak lagi peranan pendidikan dalam pembangunan masyarakat, bangsa, dan negara. Pendidikan juga merupakan jalan menuju kemaajuan dan pencapaian kesejahteraan sosial dan ekonomi. Maka suatu keharusan untuk mengatasi berbagai permasalahan yang masih terus melingkupinya. Dalam konteks yang sangat fokus, indikator-indikator sederhana yang meliputi tingkat pendidikan ratarata penduduk dan tingkat literasi merupakan determinan penting indeks pembangunan manusia. Berbagai masalah yang mewarnai pendidikan di Indonesia saat ini, yakni perluasan dan peningkatan kualitas pendidikan. Permasalahan ini dengan mudah dapat dirasakan relevansinya disemua jenjang pemerintahan, nasional, provinsi, maupun kabupaten/ kota. Desakan untuk mengatasi permasalahan terhadap akses dan pemerataan menjadi makin dirasakan setelah Indonesia mengikatkan diri melalui komitmen untuk mencapai sasaran Pembangunan Milenium (MDGs), yaitu angka partisipasi untuk pendidikan dasar (usia 7- 15 tahun atau lama bersekolah 9 tahun) harus mencapai 100 persen pada tahun 2015 tanpa membedakan wilayah, status sosial ekonomi dan jenis kelamin. Disamping permasalahan akses dan pemerataan, permasalahan kualitas makin hari makin terasa mendesak untuk dijawab mengingat posisi pendidikan Indonesia relatif masih tertinggal . Jumlah rumah sakit, dan jumlah puskesmas, jumlah tenaga kesehatan Kesehatan merupakan faktor prnting pembangunan manusia. Maka kondisi kesehatan merupakan erat hubungannya dengan keberhasilan pembangunan manusia. Pembangunan kesehatan bertujuan untuk meningkatkan kualitas kehidupan, meningkatkan usia harapan hidup dan mempertinggi harapan kesadaran masyarakat akan pentingnya hidup sehat. Untuk bidang kesehatan, indikator yang mewakili dalam IPM adalah umur harapan hidup waktu lahir. Namun, bagaimana caranya meningkatkan umur harapan hidup, sulit dijawab dengan pasti. Oleh karena itu tampaknya diperlukan serangkaian indikator
28 kesehatan lain yang diperkirakan berdampak pada kesehatan yang pada gilirannya meningkatkan umur harapan hidup waktu lahir. Hasil regresi menunjukkan bahwa jumlah Rumah Sakit berpengaruh positif dan signifikan pada taraf nyata 5 persen. Nilai koefisien regresi dari variabel jumlah Rumah Sakit sebesar 7.156353 dengan probabilitas (p-value) sebesar 0.0000. Artinya setiap kenaikan satu persen jumlah Rumah Sakit akan meningkatkan nilai IPM kabupaten/kota di 14 Provinsi Indonesia sebesar 7.156353 persen. Berarti jika jumlah Rumah Sakit semakin banyak, maka IPM di daerah tersebut semakin tinggi. Hasil regresi ini sesuai dengan hipotesis awal. Hasil regresi menunjukkan bahwa jumlah tenaga kesehatan berpengaruh positif dan signifikan pada taraf nyata 5 persen. Nilai koefisien regresi dari variabel jumlah tenaga kesehatan sebesar 2.169066 dengan probabilitas (p-value) sebesar 0.0034. Artinya setiap kenaikan satu persen jumlah tenaga kesehatan akan meningkatkan nilai IPM kabupaten/kota di 14 Provinsi Indonesia sebesar 2.169066 persen. Hasil regresi ini sesuai dengan hipotesis awal. Hasil regresi menunjukkan bahwa jumlah puskesmas berpengaruh positif dan signifikan pada taraf nyata 5 persen. Nilai koefisien regresi dari variabel jumlah Rumah Sakit sebesar 5.514891 dengan probabilitas (p-value) sebesar 0.0377. Artinya setiap kenaikan satu persen jumlah puskesmas akan meningkatkan nilai IPM di 14 Provinsi Indonesia sebesar 5.514891 persen. Berarti jika jumlah puskesms semakin banyak, maka IPM di daerah tersebut semakin tinggi. Hasil regresi ini sesuai dengan hipotesis awal. Kesehatan menjadi dasar bagi pembangunan manusia dan bidang lainnya. Manusia yang sehat merupakan prasyarat untuk mewujudkan pembangunan manusia. Penanganan masalah kesehatan tidak dapat dilakukan secara sekaligus, terkait dengan segala keterbatasan yang ada baik menyangkut pendanaan dan sumberdaya yang tersedia. Dengan kondisi seperti itu, maka prioritas program dan kegiatan perlu dilakukan. Selain itu, penanganan masalah kesehatan bukan hanya tanggung jawab dari sektor kesehatan saja, namun merupakan tanggung jawab bersama antara pemerintah dan masyarakat. Salah satu komponen utama upaya pembangunan kesehatan yang berdaya guna dan berhasil guna adalah sumber daya kesehatan, yang terdiri dari sumberdaya tenaga, fasilitas dan pendanaan kesehatan. Tenaga kesehatan memegang peranan yang penting dalam upaya peningkatan status kesehatan, tidak hanya dari segi jumlahnya saja, namun juga kualitas dan ketersebarannya. Bagian ini hanya akan membahas aspek tenaga kesehatan. Permasalahan ketenagaan kesehatan yang utama adalah kekurangan semua jenis tenaga kesehatan, kualitas tenaga kesehatan, serta distribusi yang tidak merata. Kondisi tenaga kesehatan yang tidak merata dan jumlahnya kurang membutuhkan penanganan segera. Kebijakan pengembangan tenaga medis dan manajemen kesehatan mutlak dilakukan agar terjadi perbaikan sistem penyediaan tenaga kesehatan maupun manajemen pelayanan kesehatan itu sendiri. Upaya-upaya yang perlu dilakukan untuk meningkatkan pembangunan manusia Isu pembangunan manusia erat hubungannya dengan isu Millennium Development Goals (MDGs). Target dan capaian, baik IPM maupun MDGs
29 menggunakan indikator yang jelas dan terukur. Dengan demikian memudahkan dalam memonitor pencapaiannya, baik keberhasilan maupun kegagalan. Upaya peningkaan dibidang pendidikan Pendidikan mempunyai peran yang sangat penting dalam membentuk kemampuan sebuah negara berkembang untuk menyerap teknologi modern dan untuk mengembangkan kapasitas sebuah negara berkembang agar tercipta pertumbuhan serta pembangunan secara berkelanjutan (Todaro, 2006). Upaya Indonesia untuk mencapai target MDG tentang pendidikan dasar dan melek huruf sudah menuju pada pencapaian target 2015. Bahkan Indonesia menetapkan pendidikan dasar melebihi target MDGs dengan menambahkan sekolah menengah pertama sebagai sasaran pendidikan dasar universal. Pada tahun 2008/09 angka partisipasi kasar (APK) SD/MI termasuk Paket A telah mencapai 116,77 persen dan angka partisipasi murni (APM) sekitar 95,23 persen. Pada tingkat sekolah dasar (SD/MI) secara umum disparitas partisipasi pendidikan antarprovinsi semakin menyempit dengan APM di hampir semua provinsi telah mencapai lebih dari 90,0 persen. Kualitas sumber daya manusia merupakan salah satu aspek penting dalam upaya meningkatkan kualitas kehidupan bangsa. Hal ini karena sumber daya manusia merupakan tenaga utama bagi segala upaya pendidikan dan pembelajaran anak bangsa. Kehadiran guru berkualitas dalam pendidikan sangat penting demi mengembangkan Sumber Daya Manusia (SDM). Pemerataan jumlah guru juga perlu dilakukan, agar guru-guru tidak terpusat di wilayah perkotaan saja, tetapi juga di daerah pedalaman yang sulit dijangkau mengingat SDM yang masih rendah, maka harus dididik dan dikembangkan oleh guru-guru dan sistem pendidikan yang berkualitas di setiap daerah. Upaya lain yang dapat dilakukan oleh pemerintah daerah yaitu memberikan beasiswa kepada murid-murid berprestasi untuk melanjutkan ke perguruan tinggi. Namun dengan syarat apabila telah lulus, mereka akan mengabdi di daerah asalnya sebagai guru. Dengan begini jumlah guru di daerah tertinggal dapat mengalami peningkatan. Dan untuk guru-guru yang sudah ada bisa diberikan pelatihan berkelanjutan agar kualitas dari guru-guru tersebut menjadi lebih baik. Atau dapat dilakukan dengan mengikuti perkuliahan, perkuliahan merupakan salah satu cara yang sering ditempuh untuk dapat meningkatkan kompetensi diri, khususnya terkait dengan kompetensi intelektual. Cara lain yang dapat dilakukan oleh guru untuk dapat meningkatkan kompetensi dirinya, khususnya kompetensi intelektualnya, adalah dengan mengikuti kegiatan atau program pendidikan profesi. Selain itu fasilitas di bidang pendidkan seperti gedung sekolahan juga perlu di tingkatkan agar setiap sekolah tidak terlalu padat sehingga proses belajar mengajar dapat berjalan secara efektif. Perlu dilakukan pula perluasan akses yang merata pada pendidikan dasar khususnya bagi masyarakat miskin. Dan penguatan tatakelola serta akuntabilitas pelayanan pendidikan. Kebijakan alokasi dana pemerintah bagi sektor pendidikan minimal sebesar 20 persen dari jumlah anggaran nasional perlu diteruskan untuk mengakselerasi pencapaian pendidikan dasar universal.
30 Upaya dibidang kesehatan Kesehatan juga turut mempengaruhi potensi sumber daya manusia, apabila kesehatan pekerja memburuk, maka dapat mengurangi produktivitas. Sehingga peningkatan pelayanan kesehatan perlu dilakukan agar proses produksi tidak terganggu dan berjalan lancar. Di bidang kesehatan upaya peningkatan derajat kesehatan dilakukan dengan memperkuat sistem kesehatan dan upaya menurunkan tingkat kematian bayi dan balita secara bertahap, penanganan status gizi pada balita, yang akan berdampak positif terhadap angka harapan hidup penduduk, tentunya dengan tidak mengabaikan program-program lain yang bersentuhan langsung dengan perbaikan derajat kesehatan. Upaya peningkatan kesehatan bukan semata membangun fasilitas kesehatan, namun perlu diiringi dengan kualitas pelayanan kesehatan yang baik. Kualitas kesehatan yang baik tidak hanya ditunjang oleh ketersediaan pendanaan yang memadai, namun juga oleh ketersediaan sumberdaya tenaga kesehatan yang berkualitas. Tenaga kesehatan memiliki peranan penting untuk meningkatkan kualitas pelayanan kesehatan yang maksimal kepada masyarakat agar masyarakat mampu untuk meningkatkan kesadaran, kemauan, dan kemampuan hidup sehat sehingga akan terwujud derajat kesehatan yang setinggi-tingginya sebagai investasi bagi pembangunan sumber daya manusia yang produktif secara sosial dan ekonomi serta sebagai salah satu unsur kesejahteraan umum. Tenaga kesehatan merupakan kunci utama dalam keberhasilan pencapaian tujuan pembangunan bidang kesehatan di Indonesia. Jumlah tenaga kesehatan diperlukan untuk mengetahui ketersediaan dan kekurangan tenaga kesehatan di Indonesia. Dan perlu juga diseimbangi oleh peningkatan akses pada pelayanan kesehatan terutama pada masyarakat miskin dan daerah terpencil. Upaya di bidang ekonomi Dalam rangka meningkatkan kemampuan daya beli masyarakat, dapat dilakukan dengan meningkatkan pertumbuhan ekonomi dengan memberikan lapangan pekerjaan bagi masyarakat dan mengatur penyediaan barang public (alokasi), mengendalikan inflasi dan pengangguran (stabilisasi), melaksanakan pemerataan (keadilan social) atau distribusi pendapatan melalui upaya pengembangan usaha skala mikro untuk mendongkrak pendapatan masyaraka yang relatif tertinggal. Distribusi pendapatan turut menentukan capaian pembangunan manusia dan kondisi kemiskinan. Dalam konteks “pertumbuhan pro-penduduk miskin”, Timmer (2004) misalnya mengatakan bahwa hal ini membutuhkan hubungan yang seimbang dan simultan antara proses pertumbuhan dan distribusi pendapatan. Dengan kata lain, pertumbuhan tidaklah cukup untuk menekan tingkat kemiskinan jika bersamaan dengan itu terjadi peningkatan ketimpangan distribusi pendapatan. Hal ini memperjelas argumen umum yang ada yaitu bahwa pertumbuhan ekonomi diperlukan untuk memerangi kemiskinan. Dalam estimasi, distribusi pendapatan dilihat dari Indeks Gini yang dinotasikan dengan IG. Komponen kemampuan daya beli dapat memberi kontribusi tinggi terhadap IPM. Bahkan, kontribusi daya beli itu bisa berlipat seiring keberhasilan peningkatan kesejahteraan masyarakat, sebagai dampak pertumbuhan ekonomi dan pemerataan pendapatan. Pengelolaan APBD berbasis pada IPM dan MDGs merupakan ide yang baik. Dengan ide tersebut terkandung makna yang sangat
31 filosifis, yakni dari setiap rupiah yang dibelanjakan dari APBD harus memiliki kontribusi pada peningkatan angka IPM. Dalam ruang lingkup pembangunan manusia, usaha peningkatan sumber daya manusia (SDM) jangan hanya diartikan dan diwujudkan dalam bentuk kegiatan pelatihan (training) saja. Manusia sebagai sumber daya dan sekaligus modal dasar pembangunan, harus „dibangun” sejak dari usia dini, yakni mulai dari janin dalam kandungan seorang ibu. Sebab, dengan janin yang terawat, akan lahir bayi yang sehat. Dengan bayi yang sehat dan pendidikan keluarga yang baik akan tumbuh anak yang sehat dan cerdas, yang selanjutnya mengikuti siklus kehidupan, diharapkan akan tumbuh dan berkembang menjadi remaja yang sehat, cerdas kreatif dan akhirnya berkembang menjadi SDM yang berkualitas. Peningkatan kualitas SDM yang secara khusus diarahkan melalui intervensi dini terhadap anak disebut pembangunan “SDM Dini” sedangkan intervensi terhadap usia produktif dikatakan sebagai peningkatan SDM produktif (man power) yang umumnya digunakan oleh Departemen Tenaga Kerja dan berbagai jenis kegiatan pelatihan. Apapun pengertian yang terkandung di dalamnya dan kelompok umur yang diintervensi, maka dengan menempatkan SDM sebagai prioritas pembangunan, berarti kita telah mengarahkan upaya pada pembangunan manusia dalam rangka mencapai sasaran hidup manusia.
SIMPULAN DAN SARAN Simpulan Berdasarkan hasil estimasi faktor-faktor yang mempengaruhi Indeks Pembangunan Manusia secara positif adalah rasio murid SMP terhadap sekolah, jumlah rumah sakit, tenaga kesehatan, puskesmas dan PDRB perkapita. Upaya yang dapat dilakukan untuk meningkatkan pembangunan manusia yaitu dengan menambah jumlah guru yang berkualitas agar kualitas pendidikan dapat meningkat serta memberikan pelatihan berkelanjutan bagi guru-guru yang sudah ada agar kualitas dari guru-guru tersebut menjadi lebih baik. Selain itu, untuk meningkatkan kualitas sumber daya manusia pemerintah sebaiknya memberikan fasilitas pendidikan yang memadai. Perlu dilakukan pula perluasan akses yang merata pada pendidikan dasar khususnya bagi masyarakat miskin. Upaya peningkatan kesehatan dengan membangun fasilitas kesehatan dan diiringi dengan kualitas pelayanan kesehatan yang baik serta ketersediaan sumberdaya tenaga kesehatan yang berkualitas. Selanjutnya dapat dilakukan pemerataan distribusi pendapatan.
Saran Berdasarkan kesimpulan dari hasil penelitian di atas, maka pada bagian ini dikemukakan beberapa saran dan rekomendasi. Dari hasil penelitian rasio murid SMP terhadap sekolah signifikan berpengaruh terhadap indeks pembangunan
32 manusia, sehingga disarankan penambahan dan perbaikan pada fasilitas pendidikan seperti gedung sekolahan, agar setiap sekolah tidak terlalu padat sehingga proses belajar mengajar dapat berjalan secara efektif sehingga akan meningkatkan nilai IPM di 14 Provinsi di Indonesia. Perbaikan dari sistem pendidikan juga perlu dilakukan. Pemerataan jumlah guru juga perlu dilakukan, agar guru-guru tidak terpusat di wilayah perkotaan saja, tetapi juga di daerah pedalaman yang sulit. Perlu dilakukan pula perluasan akses yang merata pada pendidikan dasar khususnya bagi masyarakat miskin. Pada bidang kesehatan, jumlah rumah sakit, puskesmas dan tenaga kesehatan signifikan terhadap IPM, sehingga disarankan penambahan jumlah rumah sakit, puskesmas dan tenaga kesehatan yang berkualitas untuk meningkatkan IPM. Sebaiknya tidak hanya peningkatan pada jumlah fasilitas kesehatan, namun perlu diiringi dengan kualitas pelayanan kesehatan yang baik. Kualitas kesehatan yang baik tidak hanya ditunjang oleh ketersediaan pendanaan yang memadai, namun juga oleh ketersediaan sumberdaya tenaga kesehatan yang berkualitas. Peningkatan akses penduduk terhadap pelayanan kesehatan harus dilakukan. Perlu dilakukan pula pecepatan akselerasi pembangunan manusia dengan anggaran dari pemerintah yang memadai dan tepat sasaran untuk membiayai pendidikan, kesehatan, dan pemeberdayaan masyarakat.
33
DAFTAR PUSTAKA Ariefianto Moch. Dody. 2012. Ekonometrika: esensi dan aplikasi dengan menggunakan Eviews. Jakarta: Erlangga. Alam, J. 2006. Disparitas Pendapatan dan Faktor-Faktor yang Berpengaruh Terhadap Pencapaian Indeks Pembangunan Manusia di Kabupaten Bekasi [Tesis]. Depok (ID): Sekolah Pascasarjana Universitas Indonesia. [BPS] Badan Pusat Statistika. 2011. Statistik Indonesia, Tahun 2011. Jakarta (ID): BPS. [BPS] Badan Pusat Statistika. 2012. Statistik Indonesia, Tahun 2012. Jakarta (ID): BPS. [BPS] Badan Pusat Statistika. 2013. Statistik Indonesia, Tahun 2013. Jakarta (ID): BPS. [BPS] Badan Pusat Statistika. 2014. Statistik Indonesia, Tahun 2014. Jakarta (ID): BPS. [BPS] Badan Pusat Statistika. 2015. Statistik Indonesia, Tahun 2015. Jakarta (ID): BPS. BPS, BAPENAS, UNDP. 2015. Indeks Pembangunan Manusia 2014. BPS, Jakarta. Firdaus. 2011. Aplikasi Ekonometrika untuk Data Panel dan Time Series. Bogor (ID): IPB Press. Gujarati DN. 2007. Dasar-dasar Ekonometrika Edisi Ketiga, Jilid 2. Jakarta: Erlangga. Juanda B. 2009. Ekonometrika : pemodelan dan pendugaan, Bogor : IPB Press. Kacaribu RD. 2013. Analisis Indeks Pembangunan Manusia dan Faktor-Faktor yang Memengaruhi Di Provinsi Papua [Skripsi]. Bogor (ID): Institut Pertanian Bogor. [Kemkes] Kementerian Kesehatan Republik Indonesia. 2011. Profil Kesehatan Indonesia Tahun 2010. Jakarta (ID) : Kemkes RI [Kemkes] Kementerian Kesehatan Republik Indonesia. 2012. Profil Kesehatan Indonesia Tahun 2011. Jakarta (ID) : Kemkes RI [Kemkes] Kementerian Kesehatan Republik Indonesia. 2013. Profil Kesehatan Indonesia Tahun 2012. Jakarta (ID) : Kemkes RI [Kemkes] Kementerian Kesehatan Republik Indonesia. 2014. Profil Kesehatan Indonesia Tahun 2013. Jakarta (ID) : Kemkes RI [Kemkes] Kementerian Kesehatan Republik Indonesia. 2015. Profil Kesehatan Indonesia Tahun 2014. Jakarta (ID) : Kemkes RI Todaro MP, Smith SC. 2003. Pembangunan Ekonomi Edisi Kesembilan, Jilid 1. Jakarta : Erlangga. Widodo A, Waridin, Maria. Analisis Pengaruh Pengeluaran Pemerintah Di Sektor Pendidikan dan Kesehatan Terhadap Pengentasan Kemiskinan melalui Peningkatan Pembangunan Manusia Di Provinsi Jawa Tengah. Jurnal Dinamika Ekonomi Pembangunan. 2011; 1(1) : 25-42. Wijayanto A, Khusaini M, Syafitri W. Analisis Pengaruh Pengeluaran Kesehatan dan Pendidikan Serta Pdrb Per Kapita Terhadap Indeks Pembangunan Manusia (Studi Terhadap Kabupaten/Kota di Jawa Timur). International Journal of Social and Local Economic Governance. 2015; 1(2):85-95.
34
LAMPIRAN Lampiran 1 Hasil Uji Chow Effects Test
Statistic
Cross-section F
90.543739
d.f.
Prob.
(13,48)
0.0000
Hasil Uji Chow dari Model FEM memiliki nilai prob 0.0000 < taraf nyata 5% menunjukkan tolak H0 artinya model FEM yang dipilih. Lampiran 2 Hasil Uji Hausman Chi-Sq. Statistic
Test Summary Cross-section random
Chi-Sq. d.f.
Prob.
8
0.0000
49.566238
Hasil Uji Hausman dari Model Random memiliki nilai prob 0.0000 < taraf nyata 5% menunjukkan tolak H0 artinya model FEM yang dipilih Lampiran 3 Output Eviews dengan Menggunakan Metode Fixed Effect Variable
Coefficient
Std. Error
t-Statistic
Prob.
RASIO_GURUMURIDSMP RASIO_SKLHSD RASIO_SKLHSMP SEKLAOH_SD RUMAH_SAKIT PUSKEMAS TNG_KES PDRB_PERKAP C
-0.035507 -0.006618 -0.009327* 0.003437 7.156353* 5.514891* 2.169066* 0.867421* 32.40007*
0.022467 0.007166 0.003018 0.032783 1.170944 2.580096 0.703647 0.304422 5.618536
-1.580386 -0.923564 -3.090245 0.104841 6.111612 2.137475 3.082606 2.849406 5.766638
0.1206 0.3603 0.0033 0.9169 0.0000 0.0377 0.0034 0.0064 0.0000
Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.991684 0.988046 0.388045 272.5833 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
79.97330 34.28979 7.227772 1.952603
Unweighted Statistics R-squared Sum squared resid
0.986819 8.603888
Catatan : *signifikan pada taraf nyata 5%
Mean dependent var Durbin-Watson stat
63.32357 1.418954
35 Lampiran 3 Hasil Uji Normalitas 8
Series: Standardized Residuals Sample 2010 2014 Observations 70
7 6 5 4 3 2 1
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
9.99e-17 0.007158 0.675889 -0.637116 0.323652 -0.084379 2.356739
Jarque-Bera Probability
1.289938 0.524679
0 -0.6
-0.4
-0.2
-0.0
0.2
0.4
0.6
Nilai probabilitas Jarque-Bera adalah 0.52 yang lebih besar dari taraf nyata 5%
36
RIWAYAT HIDUP Penulis bernama Ratri Dinda Aprilia Rakhmah, lahir di Purbalingga pada tanggal 16 April 1994. Penulis adalah anak kedua dari dua bersaudara, pasangan Bapak Wakhidin dan Ibu Dosin. Jenjang pendidikan penulis diawali dengan memasuki Taman Kanak-kanak Az-Zahra pada tahun 2000 hingga 2001 di Kota Bekasi, Jawa Barat. Kemudian Penulis melanjutakan pendidikannya di SDN Jati Asih 5 pada tahun 2001 sampai tahun 2004 lalu di SDN Setu 01 Jakarta Timur dari tahun 2004 sampai tahun 2006, SMP Negeri 81 Jakarta pada tahun 2006 sampai 2009, dan di SMA Negeri 67 Jakarta pada tahun 2009 sampai 2012. Kemudian pada tahun 2012 penulis di terima di Institut Pertanian Bogor (IPB) melalu jalur Ujian Talenta Mandiri (UTM) dan diterima di Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen. Selama menempuh pendidikan di IPB, penulis aktif dalam mengikuti beberapa kepanitian yang diselenggarakan oleh Hipotesa yaitu Hipotex-r 2013 menjadi staff divisi publikasi dan dokumentasi dan menjadi bendahara 2 di Hipotex-r 2014.