FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA DI SELURUH PROVINSI INDONESIA
ILZA PUTRA TRUNAJAYA
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2015
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia di Seluruh Provinsi 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, Agustus 2015 Ilza Putra Trunajaya NIM H14100111
ABSTRAK Ilza Putra Trunajaya. Analisis Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia di Seluruh Provinsi Indonesia. Pembangunan nasional bertujuan untuk mewujudkan suatu masyarakat adil dan makmur yang merata baik materil dan spiritual. Semenjak otonomi daerah, setiap daerah memiliki kewenangan untuk mengatur daerahnya sendiri termasuk dalam pendanaan daerah. Hal tesebut tentu saja berdampak kepada peningkatan APBD masing-masing provinsi begitu juga dengan PDRBnya, namun hal tersebut tidak membuat indeks pembangunan manusia merata di seluruh provinsi di Indonesia. Penelitian ini bertujuan untuk melihat faktor-faktor yang mempengaruhi indeks pembangunan manusia. Selain dari PDRB dan APBD seperti Indeks buta huruf, kemiskinan, ketimpangan, infrastruktur pendidikan dan kesehatan. Analisis yang digunakan menggunakan data panel pada 33 provinsi di Indonesia pada Tahun 2004-2013. Hasil penelitian menunjukan bahwa infrastruktur pendidikan, kesehatan, APBD, Ketimpangan dan PDRB berpengaruh positif terhadap IPM, sedangkan buta huruf, kemiskinan berpengaruh negatif. Kata kunci: APBD, , Buta huruf, Infrastruktur pendidikan dan kesehatan, IPM Panel data dan PDRB,
ABSTRACT Ilza Putra Trunajaya. Analysis of Factors Affecting the Human Development Index in the whole province of Indonesia. National development is aimed at establishing a just and prosperous society both materially and spiritually evenly. Since autonomous regions, each region has the authority to manage their own regions included in the regional funding. Tesebut of course have an impact on the increase in the budget of each province as well as PDRB. But it does not make equitable human development index in all provinces in Indonesia. Therefore, this study tries to look at the factors that affect human development index. Besides of GDP and the budget such as the index of illiteracy, poverty, inequality, education and health infrastructure. The analysis uses panel data on 33 provinces in Indonesia in the year 2003 to 2013. The results showed that the infrastructure of education, health, budget, Inequality and GDP are positively related to IPM. Illiteracy, poverty is negatively related. Keywords: Government budget, education and health infrastructure, HDI and GDP Data Panel,
FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA DI SELURUH PROVINSI INDONESIA
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 2015
PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karuniaNya sehingga skripsi ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Januari 2015 sampai April 2015 berjudul Faktorfaktor yang Mempengaruhi Indeks Pembangunan Manusia di Seluruh Provinsi Indonesia. Pada kesempatan ini, penulis ingin mengucapkan terimakasih kepada orangtua dan keluarga penulis atas dukungan secara moril dan juga materiil untuk penulis dalam menyelesaikan skripsi ini. Selain itu, penulis juga mengucapkan terimakasih kepada Dr. Wiwiek Rindayati, sebagai dosen pembimbing skripsi yang telah memberikan bimbingan secara teoritis maupun moril dalam proses penyusunan sampai akhirnya skripsi ini dapat diselesaikan dan semua pihak yang telah membantu dalam menyelesaikan penulisan skripsi ini yang tidak bisa disebutkan satu per satu. Semoga skripsi ini bermanfaat.
Bogor, April 2015 Ilza Putra Trunajaya
DAFTAR ISI DAFTAR ISI ........................................................................................................ vii DAFTAR TABEL .................................................................................................. ix DAFTAR GAMBAR ............................................................................................. ix PENDAHULUAN .................................................................................................. 1 Latar Belakang .................................................................................................... 1 Perumusan Masalah ............................................................................................. 5 Tujuan Penelitian ................................................................................................. 6 Manfaat Penelitian ............................................................................................... 6 Ruang Lingkup Penelitian ................................................................................... 7 Hipotesis Penelitian ............................................................................................. 7 TINJAUAN PUSTAKA ......................................................................................... 7 Definisi Pembangunan Manusia .......................................................................... 8 Indeks Pembangunan Manusia ............................................................................ 9 Pengukuran Indeks Pembangunan Manusia ........................................................ 9 Komponen-komponen IPM ............................................................................... 10 Kemiskinan ........................................................................................................ 11 Pengeluaran Pemerintah .................................................................................... 12 Ketimpangan Distribusi Pendapatan ................................................................. 13 Teknik Perhitungan Ketimpangan Distribusi Pendapatan ................................. 14 Hubungan antara Pertumbuhan Ekonomi, Tingkat Kemiskinan, dan Pengeluaran Pemerintah Terhadap IPM ............................................................ 16 Penelitian Terdahulu .......................................................................................... 20 Kerangka Pemikiran .......................................................................................... 21 METODE PENELITIAN ...................................................................................... 23 Jenis dan Sumber Data ...................................................................................... 23 Metode Analisis ................................................................................................. 23 Uji Asumsi ......................................................................................................... 24 Uji Statistik ........................................................................................................ 25 Definisi Operasional Variabel ........................................................................... 26 PEMBAHASAN ................................................................................................... 27
Gambaran Umum Indeks Pembangunan Manusia Antar Provinsi di Indonesia 27 Pemilihan Model Terbaik .................................................................................. 31 Hasil Pengujian Asumsi Klasik ......................................................................... 31 Hasil Uji Statistik ............................................................................................... 32 Interpretasi Model .............................................................................................. 33 SIMPULAN DAN SARAN................................................................................... 36 Simpulan ............................................................................................................ 36 Saran .................................................................................................................. 36 DAFTAR PUSTAKA ............................................................................................ 37 LAMPIRAN ......................................................................................................... 39 RIWAYAT HIDUP ............................................................................................... 42
DAFTAR TABEL Tabel 1. Tabel 2. Tabel 3. Tabel 4.
Hasil Uji Chow dan Hausman ........................................................ 31 Hasil Uji Asumsi Klasik ................................................................. 31 Hasil Uji Statistik............................................................................ 32 Hasil Estimasi Fixed Effect Model ................................................. 33
DAFTAR GAMBAR Gambar 1. Kondisi APBD pada 33 Provinsi di Indonesia Tahun 2006 dan 2013 2 Gambar 2. Kondisi PDRB pada 33 Provinsi di Indonesia Tahun 2004 dan 2013. 3 Gambar 3. Indeks Pembangunan Manusia Antar Provinsi di Indonesia Tahun 2004 dan 2013 ..................................................................................... 4 Gambar 4. Indeks Pembangunan Manusia antar Negara ASEAN Tahun 2013 .... 6 Gambar 5. Kurva Lorenz ..................................................................................... 14 Gambar 6. Kerangka Pemikiran .......................................................................... 22 Gambar 7. Pemetaan Provinsi Berdasarkan Laju Pertumbuhan IPM (Persen) dan IPM tahun 2005 ................................................................................. 28 Gambar 8. Pemetaan Provinsi Berdasarkan Laju Pertumbuhan IPM (Persen) dan IPM tahun 2013 ................................................................................. 30
1
PENDAHULUAN Latar Belakang Pembangunan nasional bertujuan untuk mewujudkan suatu masyarakat adil dan makmur yang merata baik materil dan spiritual. Pembangunan juga harus berdasarkan Pancasila dan Undang-Undang Dasar 1945 dalam Negara Kesatuan Republik Indonesia yang merdeka, berdaulat, bersatu, dan berkedaulatan rakyat dalam suasana perikehidupan bangsa yang aman, tentram, tertib, dan dinamis. Pembangunan ekonomi pada hakekatnya adalah suatu proses perbaikan yang berkesinambungan dari suatu masyarakat atau sistem sosial secara keseluruhan menuju kepada kehidupan yang lebih baik, dimana proses pembangunan bertujuan untuk meningkatkan taraf hidup kesejahteraan rakyat serta harkat dan martabat manusia yang meliputi peningkatan berbagai barang kebutuhan pokok, peningkatan standar hidup serta perluasan pilihan ekonomi dan sosial bagi seluruh masyarakat (Todaro dan Smith, 2006). Kebijakan otonomi daerah bertujuan untuk meningkatkan kesejahteraan masyarakat dengan cara memberikan wewenang kepada pemerintah daerah untuk mengurus dan mengelola daerahnya secara mandiri. Kebijakan ini dimulai pada tahun 2001, Salah satu tujuan dari diterapkannya kebijakan otonomi daerah adalah mengurangi kesenjangan yang terjadi pada daerah-daerah antar provinsi di Indonesia. Kebijakan tersebut tentu berdampak pada APBD provinsi di Indonesia. Harapan dari otonomi daerah tersedianya APBD yang merata dan adil untuk pembangunan daerah di Indonesia agar terciptanya pembangunan yang merata di seluruh Indonesia. Dapat dilihat pada Gambar 1 setelah terjadinya otonomi daerah yang mulai dari tahun 2001 dan aktif secara keseluruhan pada tahun 2006 menyebabkan terjadinya perkembangan dan pertumbuhan APBD pada seluruh provinsi di Indonesia. Untuk rata-rata dari APBD di seluruh Indonesia terlihat selalu meningkat dimana pada tahun 2006 berkisar pada Rp 2000 Miliar menjadi lebih dari Rp 5000 Miliar pada tahun 2013. Hal tersebut menandakan bahwa dengan adanya otonomi daerah menjadikan nilai APBD dari masing-masing provinsi mengalami peningkatan. namun jika dilihat berdasakan provinsi DKI Jakarta terlihat sangat jauh meninggalkan provinsi lainnya. hingga tahun 2012 saja DKI Jakarta mendekati nilai Rp 35000 Miliar atau tujuh kali lebih besar dibandingkan rata-rata APBD di seluruh Indonesia. Perbedaan APBD tersebut tentu saja akan berdampak pada PDRB masingmasing daerah. Terdapat kaitan yang erat antara APBD dengan pendapatan nasional. Rata-rata PDRB provinsi di Indonesia mengalami pertumbuhan yang cukup pesat. Namun sama seperti dengan APBD dari PDRB juga mengalami ketimpangan antara provinsi di Indonesia. Pada Gambar 2 dapat dilihat DKI Jakarta dan Jawa Barat jauh meninggalkan beberapa provinsi lainnya yang ada di Indonesia dimana keduanya sudah mencapai nilai diatas 1000 triliun rupiah. Padahal rata-rata PDRB provinsi di Indonesia berkisar pada Rp 200 Triliun.
2 Sumatera Utara Sumatera Selatan Sumatera Barat Sulawesi Utara Sulawesi Tenggara Sulawesi Tengah Sulawesi Selatan Sulawesi Barat Riau Papua Barat' Papua Nusa Tenggara Timur Nusa Tenggara Barat Maluku Utara Maluku Lampung Kepulauan Riau Kalimantan Timur Kalimantan Tengah Kalimantan Selatan Kalimantan Barat Jawa Timur Jawa Tengah Jawa Barat Jambi Gorontalo DKI Jakarta DIY Bengkulu Banten Bangka Belitung Bali Aceh
0
10000000
20000000
30000000
40000000
Juta Rupiah 2013
2006
Sumber : BPS (2014) Gambar 1. Kondisi APBD pada 33 Provinsi di Indonesia Tahun 2006 dan 2013 Otonomi daerah tidak hanya dimaksudkan untuk meningkatkan APBD dan PDRB di Provinsi di Indonesia namun juga terhadap pembangunan manusia. Kinerja pembangunan tidak hanya diukur dari output berupa pertumbuhan ekonomi tetapi juga implikasinya terhadap pembangunan manusia. APBD dan Pertumbuhan ekonomi merupakan dua faktor yang mempengaruhi terciptanya pembangunan manusia. Salah satu alat ukur untuk melihat kualitas sumberdaya manusia adalah dengan indeks pembangunan manusia (IPM). IPM dibangun dari beberapa aspek kehidupan yang penting, yaitu usia yang panjang dan hidup sehat, tingkat pendidikan yang memadai, dan standar hidup yang layak (Kuncoro 2004). IPM merupakan suatu gambaran mengenai tingkat kesejahteraan suatu masyarakat.
3 Semakin tinggi nilai IPM suatu daerah menunjukkan bahwa sumberdaya manusia daerah tersebut semakin sejahtera dan berkualitas. Sumatera Utara Sumatera Selatan Sumatera Barat Sulawesi Utara Sulawesi Tenggara Sulawesi Tengah Sulawesi Selatan Sulawesi Barat Riau Papua Barat' Papua Nusa Tenggara Timur Nusa Tenggara Barat Maluku Utara Maluku Lampung Kepulauan Riau Kalimantan Timur Kalimantan Tengah Kalimantan Selatan Kalimantan Barat Jawa Timur Jawa Tengah Jawa Barat Jambi Gorontalo DKI Jakarta DIY Bengkulu Banten Bangka Belitung Bali Aceh
0
200000
400000
600000
2013
800000 1000000 1200000 1400000
2004
Sumber : BPS (2014) Gambar 2. Kondisi PDRB pada 33 Provinsi di Indonesia Tahun 2004 dan 2013 Berdasarkan Gambar 3, secara umum IPM antar provinsi di Indonesia mengalami peningkatan dari tahun 2004 sampai 2013 nilainya masih tergolong kelompok menengah dengan rentang 50-79. Nilai IPM keseluruhan Indonesia adalah 73.35 dengan IPM tertinggi berada di Provinsi DKI Jakarta sebesar 78.59, dan terendah berada di Provinsi Papua sebesar 66.25. Rendahnya nilai IPM Papua mungkin sejalan dengan masih rendahnya nilai PDRB yang dimiliki oleh Papua. Namun jika dibandingkan dengan nilai PDRB Sulawesi Tengah yang nilai lebih rendah dibandingkan Papua memiliki nilai IPM yang masih berada pada rata-rata IPM Indonesia. Jika dilihat seharusnya nilai IPM dari Papua lebih besar dibandingkan dengan Sulawesi Tengah.
4 Sumatera Utara Sumatera Selatan Sumatera Barat Sulawesi Utara Sulawesi Tenggara Sulawesi Tengah Sulawesi Selatan Sulawesi Barat Riau Papua Barat' Papua Nusa Tenggara Timur Nusa Tenggara Barat Maluku Utara Maluku Lampung Kepulauan Riau Kalimantan Timur Kalimantan Tengah Kalimantan Selatan Kalimantan Barat Jawa Timur Jawa Tengah Jawa Barat Jambi Gorontalo DKI Jakarta DIY Bengkulu Banten Bangka Belitung Bali Aceh 60
65
70
Rata-rata IPM Tahun 2013 =73.35
75 2013
80
2004
Sumber : BPS Indonesia 2014 Gambar 3. Indeks Pembangunan Manusia Antar Provinsi di Indonesia Tahun 2004 dan 2013 Hal menarik lagi juga terjadi pada Jawa Timur nilai PDRB Jawa Timur jauh berada diatas PDRB rata-rata dari seluruh provinsi di Indonesia. Dapat dililhat nilai IPM dari Jawa Timur sangatlah rendah dimana berada dibawah ratarata nilai IPM Indonesia. Pada kasus tersebut dapat dibuktikan bahwa pertumbuhan ekonomi di Indonesia masih tidak sejalan dengan pembangunan manusia yang ada. Memang tidak hanya APBD dan PDRB yang mempengaruhi pembangunan manusia. Terdapat banyak faktor yang mempengaruhi pembangunan manusia seperti tingkat distribusi pendapatan, kemiskinan dan juga Infrastruktur pendidikan dan kesehatan. Penelitian Irawan (2009) mengenai faktor-faktor yang mempengaruhi
5 indeks pembangunan manusia (IPM) di Indonesia menemukan adanya hubungan positif antara PDB, anggaran pengeluaran pemerintah, dan penanaman modal asing terhadap IPM sedangkan penanaman modal dalam negeri tidak berpengaruh signifikan tetapi memberikan pengaruh yang positif terhadap indeks pembangunan manusia di Indonesia. Masalah kemiskinan merupakan masalah yang terjadi di kebanyakan negara berkembang, salah satunya adalah Indonesia. Kemiskinan yang terjadi di Indonesia masih terhitung tinggi dengan presentase 12.49 persen pada tahun 2011. Tingkat kemiskinan provinsi-provinsi di Indonesia juga terhitung tinggi dengan tingkat presentase diatas tingkat kemiskinan nasional. Rendahnya nilai IPM dan tingginya presentase penduduk miskin IPM antar provinsi di Indonesia menunjukkan pembangunan yang tidak merata di wilayah Indonesia. Hal ini mencerminkan belum optimalnya pelaksanaan otonomi daerah yang sudah dilaksanakan selama lebih dari satu dekade.
Perumusan Masalah Pembangunan ekonomi suatu daerah tidak hanya melihat berapa besar tingkat PDRB saja tetapi melihat sejauh mana pembangunan tersebut dapat dilihat dari beberapa aspek yang menunjukkan kondisi yang sejahtera. Salah satu bentuk keberhasilan pembangunan dapat dilihat dari tingkat pembangunan manusia suatu daerah. Pembangunan manusia merupakan suatu bentuk investasi modal manusia dalam usaha ikut serta dalam pembangunan nasional. Oleh karenanya, dibutuhkan peran pemerintah dalam menangani masalah peningkatan pembangunan manusia. Salah satu permasalahan pembangunan manusia antar provinsi di Indonesia, yaitu capaian kinerja IPM antar provinsi di Indonesia memang memiliki kecenderungan meningkat secara absolut. Namun peningkatan tersebut ternyata tidak cukup kuat untuk mengangkat posisi relatif IPM antar provinsi di Indonesia ke level yang diharapkan. Hal tersebut dapat dilihat dari Gambar 4 dimana Indonesia masih berada pada posisi keenam dibandingkan sepuluh negara lainnya. Capaian ini menjadi tampak buruk mengingat berbagai dimensi pembangunan daerah lainnya justru menunjukkan kinerja yang cukup baik seperti pertumbuhan ekonomi dan penurunan angka kemiskinan. Dengan meningkatnya laju pertumbuhan ekonomi dari tahun ke tahun serta menurunnya tingkat kemiskinan, peningkatan laju pembangunan manusia sudah seharusnya juga dapat meningkat sebesar peningkatan laju pertumbuhan serta penurunan tingkat kemiskinan. Dalam kenyataannya perkembangan IPM antar provinsi di Indonesia mengalami kenaikan walaupun kenaikannya tidaklah terlalu besar. Pengeluaran pemerintah, infrastruktur pendidikan dan kesehatan masih relatif minim sedangkan ketimpangan distribusi pendapatan menigkat tiap tahunnya yang mana akan berdampak pada pembangunan manusia antar provinsi di Indonesia.
6 Laos Cambodia Viet Nam Philippines Myanmar Brunei Darussalam Singapore Malaysia Thailand Indonesia 0.000
0.200
0.400
0.600
0.800
1.000
Sumber : UNDP (2014) Gambar 4. Indeks Pembangunan Manusia Negara ASEAN Tahun 2013 Dari masalah tersebut, muncul pertanyaan sebagai berikut: “Bagaimanakah pengaruh pertumbuhan ekonomi, persentase penduduk miskin, pengeluaran pemerintah, infrastruktur bidang pendidikan dan bidang kesehatan, dan ketimpangan distribusi pendapatan berpengaruh terhadap Indeks Pembangunan Manusia antar provinsi di Indonesia? ” Tujuan Penelitian Adapun tujuan penelitian ini adalah untuk menawarkan jawaban terhadap permasalah yang dihadapi, yaitu : 1. Mendeskripsikan perkembangan IPM Provinsi di Indonesia 2. Menganalisa faktor-faktor yang mempengaruhi IPM antar provinsi di Indonesia.
Manfaat Penelitian Hasil penelitian ini diharapkan dapat bermanfaat bagi berbagai pihak, antara lain: 1. Hasil penelitian ini menjadi bahan masukan dan pertimbangan bagi pemerintah pusat dan pemerintah daerah dan juga sebagai tolak ukur atau gambaran pembangunan manusia antar provinsi di Indonesia. 2. Sebagai informasi bagi mahasiswa/i Departemen Ilmu Ekonomi Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor, yang ingin melakukan penelitian lebih lanjut. 3. Untuk menambah wawasan dan ilmu pengetahuan penulis dalam disiplin ilmu yang penulis tekuni. 4. Sebagai bahan pertimbangan dan masukan bagi masyarakat yang ingin melakukan penelitian lebih lanjut tentang Indeks Pembangunan Manusia.
7
Ruang Lingkup Penelitian Penelitian ini menganalisis faktor-faktor yang mempengaruhi indeks pembangunan manusia antar provinsi di Indonesia. Data yang digunakan merupakan data panel yang terdiri dari 33 provinsi di Indonesia. Data yang digunakan tahun 2004 sampai dengan tahun 2013. Hipotesis Penelitian
1. 2. 3. 4. 5. 6. 7.
Adapun hipotesis dalam penelitian ini adalah sebagai berikut : Diduga PDRB berpengaruh positif terhadap Indeks Pembangunan Manusia antar provinsi di Indonesia. Diduga APBD berpengaruh positif terhadap Indeks Pembangunan Manusia antar provinsi di Indonesia. Diduga persentase penduduk miskin berpengaruh negatif terhadap Indeks Pembangunan Manusia antar provinsi di Indonesia. Diduga persentase buta huruf berpengaruh negatif terhadap Indeks Pembangunan Manusia antar provinsi di Indonesia. Diduga ketimpangan distribusi pendapatan berpengaruh negatif terhadap Indeks Pembangunan Manusia antar provinsi di Indonesia. Diduga Infrastruktur kesehatan berpengaruh positif terhadap Indeks Pembangunan Manusia antar provinsi di Indonesia. Diduga Infrastruktur Pendidikan berpengaruh positif terhadap Indeks Pembangunan Manusia antar provinsi di Indonesia.
8
TINJAUAN PUSTAKA Definisi Pembangunan Manusia Definisi Pembangunan Manusia menurut UNDP (United Nation Development Program) adalah suatu proses untuk memperluas pilihan-pilihan bagi penduduk. Jika mengacu pada pengertian tersebut, maka penduduk menjadi tujuan akhir dari pembangunan, sedangkan upaya pembangunan merupakan sarana (principal means) untuk tujuan tersebut. Definisi ini lebih luas dari definisi pembangunan yang hanya menekankan pada pertumbuhan ekonomi. Dalam konsep pembangunan manusia, pembangunan seharusnya dianalisis serta dipahami dari sisi manusianya, bukan hanya dari sisi pertumbuhan ekonomi. Dari definisi yang diberikan oleh UNDP tersebut dapat dikatakan bahwa manusia dalam suatu wilayah selayaknya memiliki dan diberikan pilihan-pilihan yang luas dan dibutuhkan dukungan dari pemerintah guna memberikan sarana bagi masyarakat untuk dapat memanfaatkan dan mengambil keputusan sesuai dengan pilihan yang diambilnya. Paradigma tersebut memunculkan pilihanpilihan yang lebih luas bagi masyarakat seperti kebebasan politik, ekonomi dan sosial serta kesempatan untuk menjadi lebih kreatif dan produktif sesuai dengan hak-hak manusia yang menjadi bagian dari paradigma tersebut. Pembangunan manusia pada hakikatnya adalah memperluas pilihan bagi masyarakat dengan tujuan akhir mencapai kesejahteraan tiap-tiap anggota masyarakat sehingga pembanguan manusia dalam hal ini juga mencakup berbagai aspek lainnya yaitu selain aspek ekonomi terdapat pula aspek sosial, politik, budaya serta aspek lainnya untuk menjadikan manusia lebih produktif dalam berkegiatan. Dengan demikian paradigma pembangunan manusia mencakup dua sisi yaitu berupa informasi kapabilitas manusia seperti perbaikan taraf kesehatan, pendidikan dan keterampilan. Sisi lainnya adalah pemanfaatan kapabilitas mereka untuk kegiatan-kegiatan yang bersifat produktif, kultural, sosial dan politik. Aspek pembangunan manusia ini dapat dilihat dari Indeks Pembangunan Manusia (IPM). Indeks Pembangunan Manusia ini merupakan salah satu alternatif pengukuran pembangunan selain menggunakan Gross Domestic Bruto. Nilai IPM suatu negara atau wilayah menunjukkan seberapa jauh negara atau wilayah itu telah mencapai sasaran yang ditentukan yaitu angka harapan hidup, pendidikan dasar bagi semua lapisan masyarakat (tanpa kecuali), dan tingkat pengeluaran dan konsumsi yang telah mencapai standar hidup yang layak. Tingkat pendidikan dan kesehatan individu penduduk merupakan faktor dominan yang perlu mendapat prioritas utama dalam peningkatan kualitas sumber daya manusia. Dengan tingkat pendidikan dan kesehatan penduduk yang tinggi menentukan kemampuan untuk menyerap dan mengelola sumber-sumber pertumbuhan ekonomi baik dalam kaitannya dengan teknologi sampai kelembagaan yang penting dalam upaya meningkatkan tingkat kesejahteraan penduduk itu sendiri yang semuanya bermuara pada aktivitas perekonomian yang maju.
9
Indeks Pembangunan Manusia Menurut UNDP, Indeks pembangunan manusia (IPM) atau Human Development Index (HDI) adalah pengukuran perbandingan dari angka harapan hidup, melek huruf, pendidikan dan standar hidup untuk semua negara seluruh dunia. HDI digunakan untuk mengklasifikasikan apakah sebuah negara adalah negara maju, negara berkembang atau negara terbelakang dan juga untuk mengukur pengaruh dari kebijaksanaan ekonomi terhadap kualitas hidup. Indeks ini pada 1990 dikembangkan oleh pemenang nobel India Amartya Sen dan Mahbub ul Haq seorang ekonom Pakistan dibantu oleh Gustav Ranis dari Yale University dan Lord Meghnad Desai dari London School of Economics. Sejak itu dipakai oleh program pembangunan PBB pada laporan HDI tahunannya. Indeks ini lebih fokus pada hal-hal yang lebih sensitif dan berguna daripada hanya sekedar pendapatan perkapita yang selama ini digunakan dan indeks ini juga berguna sebagai jembatan bagi peneliti yang serius untuk mengetahui hal-hal yang lebih terinci dalam membuat laporan pembangunan manusianya. Indeks pembangunan manusia merupakan indeks komposit yang digunakan untuk mengukur pencapaian rata-rata suatu negara dalam tiga hal mendasar pembangunan manusia, yaitu: lama hidup, yang diukur dengan angaka harapan hidup ketika lahir dan angka kematian bayi (infant mortality rate); pendidikan yang diukur berdasarkan rata-rata lama sekolah dan angka melek huruf penduduk usia 15 tahun ke atas; dan standar hidup yang diukur dengan pengeluaran per kapita yang telah disesuaikan menjadi paritas daya beli. Nilai indeks ini berkisar anatara 0-100. Pengukuran Indeks Pembangunan Manusia Dalam indeks pembangunan manusia terdapat tiga komposisi indikator yang digunakan untuk mengukur besar indeks pembangunan manusia suatu negara, yaitu : 1. Tingkat kesehatan diukur harapan hidup saat lahir (tingkat kematian bayi). 2. Tingkat pendidikan diukur dengan angka melek huruf (dengan bobot dua per tiga) dan rata-rata lama sekolah (dengan bobot sepertiga). 3. Indeks layak hidup diukur dengan tingkat pengeluaran perkapita per tahun. Rumus umum yang digunakan untuk menghitung Indeks Pembangunan Manusia adalah sebagai berikut: IPM = 1/3 (Indeks X1 + Indeks X2 + Indeks X3) Dimana: X1 = Indeks kesehatan X2 = Indeks pendidikan X3 = Indeks standar hidup layak Masing-masing komponen tersebut terlebih dahulu dihitung indeksnya sehingga bernilai antara 0 (terburuk) dan 1 (terbaik). Untuk memudahkan dalam analisa biasanya indeks ini dikalikan 100. Teknik penyusunan indeks tersebut pada dasarnya mengikuti rumus sebagai berikut:
10 Dimana: Ii = Indeks komponen IPM ke i di mana i = 1,2,3 Xi = Nilai indikator komponen IPM ke i MaxXi = Nilai maksimum Xi Min Xi = Nilai minimum Xi
IPM =
Ii : Ii =
Komponen-komponen IPM 1. Indeks Harapan hidup Indeks Harapan Hidup menunjukkan jumlah tahun hidup yang diharapkan dapat dinikmati penduduk suatu wilayah dengan memasukkan informasi mengenai angka kelahiran dan kematian per tahun akan mencerminkan rata-rata lama hidup sekaligus hidup sehat masyarakat. Sulitnya mendapatkan informasi orang yang meninggal pada kurun waktu tertentu, maka untuk menghitung angka harapan hidup digunakan metode tidak langsung. Data dasar yang dibutuhkan dalam metode ini adalah rata-rata anak lahir hidup dan rata-rata anak masih hidup dari wanita pernah kawin. Secara singkat, proses penghitungan angka harapan hidup ini disediakan oleh program Mortpak. Untuk mendapatkan Indeks Harapan Hidup dengan cara menstandartkan angka harapan hidup terhadap nilai maksimum dan minimumnya. 2. Indeks Pendidikan Penghitungan Indeks Pendidikan (IP) mencakup dua indikator yaitu angka melek huruf (Lit) dan rata-rata lama sekolah (MYS). Populasi yang digunakan adalah penduduk berumur 15 tahun ke atas karena pada kenyataannya penduduk usia tersebut sudah ada yang berhenti sekolah. Batasan ini diperlukan agar angkanya lebih mencerminkan kondisi sebenarnya mengingat penduduk yang berusia kurang dari 15 tahun masih dalam proses sekolah atau akan sekolah sehingga belum pantas untuk rata-rata lama sekolahnya. Kedua indikator pendidikan ini dimunculkan dengan harapan dapat mencerminkan tingkat pengetahuan (cerminan angka Lit), dimana Lit merupakan proporsi penduduk yang memiliki kemampuan baca tulis dalam suatu kelompok penduduk secara keseluruhan. Cerminan angka MYS merupakan gambaran terhadap keterampilan yang dimiliki penduduk. 3. Indeks Hidup Layak Untuk mengukur dimensi standar hidup layak (daya beli), UNDP mengunakan indikator yang dikenal dengan real per kapita GDP adjusted. Untuk perhitungan IPM sub nasional (provinsi atau kabupaten/kota) tidak memakai
11 PDRB per kapita karena PDRB per kapita hanya mengukur produksi suatu wilayah dan tidak mencerminkan daya beli riil masyarakat yang merupakan tujuan IPM. Untuk mengukur daya beli penduduk antar provinsi di Indonesia, BPS menggunakan data rata-rata konsumsi 27 komoditi terpilih dari Survei Sosial Ekonomi Nasional (SUSENAS) yang dianggap paling dominan dikonsumsi oleh masyarakat Indonesia dan telah distandarkan agar bisa dibandingkan antar daerah dan antar waktu yang disesuaikan dengan indeks PPP (Purchasing Power Parity). Pertumbuhan Ekonomi Pertumbuhan ekonomi merupakan proses terjadinya kenaikan produk nasional bruto atau pendapatan nasional riil. Dengan kata lain, perekonomian mengalami perkembangan jika terjadi pertumbuhan output riil. Menurut Suryana (2000) pertumbuhan ekonomi diartikan sebagai kenaikan GDP (Gross Domestic Product) tanpa memandang kenaikan tersebut lebih besar atau lebih kecil dari pertumbuhan penduduk yang terjadi, serta tanpa memandang apakah terjadi perubahan dalam struktur perekonomiannya atau tidak. Menurut Tarigan (2005), pertumbuhan ekonomi adalah proses kenaikan output perkapita dalam jangka panjang. Todaro (2006) mengatakan pertumbuhan ekonomi adalah kenaikkan kapasitas dalam jangka panjang dari negara yang bersangkutan untuk menyediakan berbagai barang ekonomi kepada penduduknya. Kemiskinan Pengertian Kemiskinan Kemiskinan merupakan refleksi dari ketidakmampuan seseorang untuk memenuhi kebutuhannya sesuai dengan standar yang berlaku Esmara (1986) mengukur dari ketidakmampuan seseorang untuk memenuhi kebutuhan sesuai dengan standar yang berlaku, maka kemiskinan dapat dibagi tiga: 1. Miskin absolut yaitu apabila hasil pendapatannya berada di bawah garis kemiskinan, tidak cukup untuk memenuhi kebutuhan hidup minimum; pangan, sandang, kesehatan, papan, pendidikan. 2. Miskin relatif yaitu seseorang sebenarnya telah hidup di atas garis kemiskinan namun masih berada di bawah kemampuan masyarakat sekitarnya. 3. Miskin kultural yaitu berkaitan erat dengan sikap seseorang atau sekelompok masyarakat yang tidak mau berusaha memperbaiki tingkat kehidupannya sekalipun ada usaha dari pihak lain yang membantu. Pengalaman di lapangan menunjukkan bahwa pendekatan permasalahan kemiskinan dari segi pendapatan saja tidak mampu memecahkan permasalahan komunitas. Permasalahan kemiskinan komunitas bukan hanya masalah ekonomi namun meliputui berbagai masalah lainnya. Kemiskinan dalam berbagai bidang ini disebut dengan kemiskinan plural. Hutabarat (1994), menyebutkan sekurangkurangnya ada enam macam kemiskinan yang ditanggung komunitas yaitu : 1. Kemiskinan Subsistensi yaitu penghasilan rendah, jam kerja panjang, perumahan buruk, fasilitas air bersih mahal. 2. Kemiskinan Perlindungan yaitu lingkungan buruk (sanitasi, sarana pembuangan sampah, polusi), kondisi kerja buruk, tidak ada jaminan atas hak pemilikan tanah. 3. Kemiskinan Pemahaman yaitu kualitas pendidikan formal buruk, terbatasnya akses atas informasi yang menyebabkan terbatasnya kesadaran atas hak, kemampuan, dan potensi untuk mengupayakan
12 perubahan. 4. Kemiskinan Partisipasi yaitu tidak ada akses dan control atas proses pengambilan keputusan yang menyangkut nasib diri dan komunitas. 5. Kemiskinan Identitas yaitu terbatasnya perbauran antar kelompok sosial, terfragmentasi. 6. Kemiskinan Kebebasan yaitu stress, rasa tidak berdaya, tidak aman baik ditingkat pribadi maupun komunitas. Karakteristik atau Ciri-ciri Penduduk Miskin Salim (1986) mengemukakan lima karakteristik kemiskinan. Kelima karakteristik kemiskinan tersebut adalah Penduduk miskin pada umumnya tidak memiliki faktor produksi sendiri, tidak mempunyai kemungkinan untuk memperoleh aset produksi dengan kekuatan sendiri, tingkat pendidikan pada umumnya sendiri. 4. Banyak diantara mereka tidak mempunyai fasilitas, diantara mereka berusaha relatif muda dan tidak mempunyai keterampilan atau pendidikan yang memadai. Ciri-ciri kelompok penduduk miskin, yaitu : 1. Rata-rata tidak mempunyai faktor produksi sendiri seperti tanah, modal, peralatan kerja dan keterampilan, 2. Mempunyai tingkat pendidikan yang rendah. 3. Kebanyakan bekerja atau berusaha sendiri dan bersifat usaha kecil (sektor informal), setengah menganggur atau menganggur (tidak bekerja). 4. Kebanyakan berada di pedesaan atau daerah tertentu perkotaan (slum area). 5. Kurangnya kesempatan untuk memperoleh (dalam jumlah yang cukup), bahan kebutuhan pokok, pakaian, perumahan, fasilitas kesehatan sosial lainnya. Kelompok penduduk miskin yang berada pada masyarakat pedesaan dan perkotaan, pada umumnya dapat digolongkan pada buruh tani, petani gurem, pedagang kecil, nelayan, pengrajin kecil, buruh, pedagang kaki lima, pedagang asongan, pemulung, gelandangan, pengemis, dan pengagguran. Pengeluaran Pemerintah Pengeluaran pemerintah merupakan cerminan kebijakan yang pemerintah lakukan, yaitu jika pemerintah menetapkan suatu kebijakan untuk membeli barang dan jasa, maka pengeluaran pemerintah mencerminkan biaya yang harus dikeluarkan oleh pemerintah dalam melaksanakan kebijakan tersebut. (Mangkoesoebroto, 1994) Menurut Suparmoko (1994) bahwa pengeluaran pemerintah dapat dibedakan menjadi sebagai berikut : 1. Pengeluaran itu merupakan investasi yang menambah kekuatan dan ketahanan ekonomi dimasa yang akan datang. 2. Pengeluaran itu langsung memberikan kesejahteraan dan kegembiraan bagi masyarakat. 3. Merupakan penghematan pengeluaran yang akan datang. 4. Menyediakan kesempatan kerja lebih banyak dan penyebaran tenaga beli yang lebih luas. Pengeluaran pemerintah dapat dibagi menjadi beberapa jenis, diantaranya : 1. Pengeluaran yang self liquiditing sebagian atau sepenuhnya, artinya pengeluaran pemerintah mendapatkan pembayaran kembali dari masyarakat yang menerima jasa-jasa dan barang-barang yang bersangkutan. Misalnya pengeluaran untuk jasa-jasa perusahaan pemerintah atau untuk proyek-proyek produktif.
13 2. Pengeluaran yang reproduktif, artinya mewujudkan keuntungan-keuntungan ekonomi bagi masyarakat yang dengan naiknya tingkat penghasilan dan sasaran pajak yang lain akhirnya akan menaikkan penerimaan pemerintah. Misalnya pengeluaran untuk bidang pertanian, pendidikan, dan pengeluaran untuk menciptakan lapangan kerja, serta memicu peningkatan kegiatan perekonomian masyarakat. 3. Pengeluaran yang tidak termasuk self liquiditing dan reproduktif, yaitu pengeluaran yang langsung menambahkan kegembiraan dan kesejahteraan masyarakat. Misalnya untuk bidang rekreasi, pendirian monument dan sebagainya. 4. Pengeluaran yang merupakan penghematan dimasa akan dating, misalnya pengeluaran untuk anak-anak yatim piatu, pengeluaran untuk kesehatan dan pendidikan masyarakat. Ketimpangan Distribusi Pendapatan Pengertian Distribusi Pendapatan Distribusi pendapatan nasional adalah mencerminkan merata atau timpangnya pembagian hasil pembangunan suatu negara di kalangan penduduknya (Dumairy, 1997). Distribusi pendapatan dibedakan menjadi dua ukuran pokok yaitu: distribusi ukuran, adalah besar atau kecilnya bagian pendapatan yang diterima masing-masing orang dan distribusi fungsional atau distribusi kepemilikan faktor-faktor produksi (Todaro dan Smith, 2006). Dari dua definisi diatas maka dapat ditarik kesimpulan bahwa distribusi pendapatan mencerminkan ketimpangan atau meratanya hasil pembangunan suatu daerah atau negara baik yang diterima masing-masing orang ataupun dari kepemilikan faktor-faktor produksi dikalangan penduduknya. Menurut Arsyad (1999) ada 8 hal yang menyebabkan ketimpangan atau ketidakmerataan distribusi pendapatan di negara sedang berkembang : 1. Pertumbuhan penduduk yang tinggi yang mengakibatkan menurunnya pendapatan perkapita. 2. Inflasi dimana pendapatan uang bertambah tetapi tidak diikuti secara proporsional dengan pertambahan produksi barang-barang. 3. Ketidakmerataan pembangunan antar daerah. 4. Investasi yang sangat banyak dalam proyek-proyek yang padat modal (capital insentive), sehingga persentase pendapatan modal dari kerja tambahan besar dibandingkan dengan persentase pendapatan yang berasal dari kerja, sehingga pengangguran bertambah. 5. Rendahnya mobilitas sosial. 6. Pelaksanaan kebijakan industri substitusi impor yang mengakibatkan kenaikan harga-harga barang hasil industri untuk melindungi usaha-usaha golongan kapitalis. 7. Memburuknya nilai tukar (term of trade) bagi negara sedang berkembang dalam perdagangan dengan negara-negara maju, sebagai akibat ketidakelastisan permintaan negara-negara maju terhadap barang-barang ekspor negara sedang berkembang.
14 8. Hancurnya industri kerajinan rakyat seperti pertukangan, industri rumah tangga, dan lain-lain. Teknik Perhitungan Ketimpangan Distribusi Pendapatan Untuk mengukur ketimpangan distribusi pendapatan atau mengetahui apakah distribusi pendapatan timpang atau tidak, dapat digunakan kategorisasi dalam kurva Lorenz atau menggunakan koefisien Gini dan Ukuran Bank Dunia dan satu indikator untuk mengukur ketimpangan pendapatan antar wilayah, yaitu dengan Indeks Williamson. 1. Kurva Lorenz Kurva Lorenz menggambarkan distribusi kumulatif pendapatan nasional di kalangan lapisan-lapisan penduduk. Kurva ini terletak di dalam sebuah bujur sangkar yang sisi tegaknya melambangkan persentase kumulatif pendapatan, sedangkan sisi datarnya mewakili persentase kumulatif penduduk. Kurvanya sendiri ditempatkan pada diagonal utama bujur sangkar tersebut. Kurva Lorenz yang semakin dekat ke diagonal (semakin lurus) menyiratkan distribusi pendapatan nasional yang semakin merata. Sebaliknya, jika kurva Lorenz semakin jauh dari diagonal (semakin lengkung), maka ia mencerminkan keadaan yang semakin buruk, distribusi pendapatan nasional semakin timpang dan tidak merata.
Gambar 5. Kurva Lorenz Sumber : Todaro (2006)
15
2. Indeks atau Rasio Gini Pendapat atau ukuran berdasarkan koefisien Gini atau Gini ratio dikemukakan oleh C.GINI yang melihat adanya hubungan antara jumlah pendapatan yang diterima oleh seluruh keluarga atau individu dengan total pendapatan. Ukuran Gini Ratio sebagai ukuran pemerataan pendapatan mempunyai selang nilai antara 0 sampai dengan 1. Bila Gini Ratio mendekati nol menunjukkan adanya ketimpangan yang rendah dan bila Gini Ratio mendekati satu menunjukkan ketimpangan yang tinggi.
Rumus yang dipakai untuk menghitung nilai Gini Ratio adalah : ∑
Keterangan: G = Gini Ratio Pi = Persentase rumah tangga pada kelas pendapatan ke-i Qi = Persentase kumulatif pendapatan sampai dengan kelas-i Qi-1 = Persentase kumulatif pendapatan sampai dengan kelas ke-i k = Banyaknya kelas pendapatan Nilai Gini antara 0 dan 1, dimana nilai 0 menunjukkan tingkat pemerataan yang sempurna, dan semakin besar nilai Gini maka semakin tidak sempurna tingkat pemerataan pendapatan. Standar penilaian ketimpangan Gini Rasio ditentukan dengan menggunakan kriteria seperti berikut (Kuncoro, 2004): - GR < 0.4 dikategorikan sebagai ketimpangan rendah - 0.4 GR 0.5 dikategorikan sebagai ketimpangan sedang (Moderat) - GR > 0.5 dikategorikan sebagai ketimpangan tinggi 3. Ukuran Bank Dunia Bank Dunia yang bekerjasama dengan Institute of Development Studies menentukan kriteria tentang penggolongan distribusi pendapatan, apakah dalam keadaan ketimpangan yang parah, sedang, atau ringan. Kriteria tersebut menunjukkan bahwa: a. Jika 40 persen penduduk suatu negara berpendapatan terendah memperoleh sekitar kurang 12 persen jumlah pendapatan negara tersebut maka hal ini termasuk kedalam ketimpangan yang tinggi. b. Kelompok kedua adalah 40 persen dari jumlah penduduk yang berpendapatan terendah, tetapi hanya menerima antara 12-17 persen dari seluruh pendapatan negara. Golongan ini masih dapat dikatakan sebagai keadaan dengan ketimpangan yang sedang. c. Jika golongan penduduk yang 40 persen tersebut memperoleh lebih dari 17 persen dari total pendapatan negaranya, maka tingkat ketimpangannya termasuk rendah. (Kuncoro, 2004)
16
Hubungan antara Pertumbuhan Ekonomi, Tingkat Kemiskinan, dan Pengeluaran Pemerintah Terhadap IPM Hubungan antara Pertumbuhan Ekonomi dengan IPM Midgley (1995), menjelaskan bahwa pembangunan sosial merupakan pendekatan pembangunan secara eksplisit berusaha mengintegrasikan proses pembangunan ekonomi dan sosial. Pembangunan sosial tidak dapat berjalan dengan baik tanpa adanya pembangunan ekonomi, sedangkan pembangunan ekonomi tidaklah bermakna kecuali diikuti dengan peningkatan kesjahteraan sosial dari populasi sebagai suatu kesatuan. Pembangunan ekonomi atau lebih tepatnya pertumbuhan ekonomi merupakan syarat bagi tercapainya pembangunan manusia karena dengan pembangunan ekonomi terjamin peningkatan produktivitas dan peningkatan pendapatan melalui penciptaan kesempatan kerja. Tingkat pembangunan manusia yang relatif tinggi akan mempengaruhi kinerja pertumbuhan ekonomi melalui kapabilitas penduduk dan konsekuensinya adalah peningkatan produktivitas dan kreativitas masyarakat. Dengan meningkatnya produktivitas dan kreativitas tersebut, penduduk dapat menyerap dan mengelola sumberdaya yang penting bagi pertumbuhan ekonomi (Brata, 2005). Remirez, et.all. (1998) menyebutkan bahwa ada hubungan timbal balik (two-way relationship) antara human capital dan pertumbuhan ekonomi. Studi Ramirez berangkat dari terdapatnya hubungan dua arah antara pertumbuhan ekonomi dan pembangunan manusia (human development). Hubungan Pertumbuhan ekonomi terhadap pembangunan manusia. GNP mempengaruhi pembangunan manusia, khususnya melalui aktivitas rumah tangga dan pemerintah; civil society seperti melalui organisasi masyarakat dan lembaga swadaya masyarakat juga. Dalam membelanjakan pendapatannya, rumah tangga cenderung membelanjakan barang-barang yang memiliki kontribusi langsung terhadap pembangunan manusia seperti makanan, air, pendidikan dan kesehatan yang tergantung pada sejumlah faktor seperti tingkat dan distribusi pendapatan antar rumah tangga, siapa yang mengontrol alokasi pengeluaran dalam rumah tangga (Ramirez et.all, 1998). Umumnya, penduduk miskin menghabiskan porsi pendapatannya lebih banyak ketimbang penduduk kaya untuk kebutuhan pembangunan manusia dan andil perempuan cukup besar dalam mengatur pengeluaran rumah tangga. Tingkat kemiskinan tinggi, yang dikarenakan rendahnya pendapatan per kapita atau karena buruknya distribusi pendapatan, pengeluaran rumah tangga untuk kebutuhan pembangunan manusia menjadi rendah. Fakta menunjukkan bahwa pertumbuhan ekonomi mereduksi kemiskinan, reduksi kemiskinan sangat bervariasi dengan distribusi pendapatan dan berubahubah. Pereduksian distribusi pendapatan dan kemiskinan melalui pertumbuhan sangat tergantung pada proses pertumbuhan ekonominya secara khusus didasarkan pada penciptaan tenaga kerja dan peningkatan pendapatan pedesaan. Peranan fungsi alokasi pemerintah untuk meningkatkan pembangunan manusia adalah fungsi total pengeluaran sektor publik, seberapa besar alokasi pengeluaran sektor publik untuk sektor pembangunan manusia, dan bagaimana
17 pengeluaran tersebut dialokasikan. Perananan alokasi pengeluaran publik oleh pemerintah ini sangat memegang peranan yang sangat penting didalam pembangunan manusia. Peranan organisasi masyarakat dan LSM memegang peranan sebagai factor pendukung dan pelengkap didalam pembangunan manusia. Pembangunan manusia akan menjadi lebik efektif apabila peranan organisasi masyarakat dan LSM menempati salah satu ruang pembangunan manusia. Human development ke pertumbuhan ekonomi Memerhatikan hubungan kedua, dari pembangunan manusia ke pertumbuhan ekonomi, ada sebuah asumsi dan didukung oleh pembuktian, bahwa masyarakat yang lebih sehat, dipelihara dengan baik dan berpendidikan akan berkontribusi menyokong pertumbuhan ekonomi. Tingginya pembangunan manusia akan mempengaruhi ekonomi melalui peningkatan kemampuan atau kapabilitas masyarakat. Sebagai konsekuensinya, akan meningkatkan kreatifitas dan produktifitas masyarakat. Jelas bahwa kesehatan dan pendidikan masyarakat merupakan salah satu faktor utama dalam komposisi dan pertumbuhan output dan ekspor. Kesehatan dan pendidikan masyarakat juga menjadi salah satu faktor penting di dalam membangun sebuah sistem produksi dengan penggunaan teknologi secara efektif. Pendidikan dan kesehatan yang baik akan mendorong peningkatan modal manusia, mendorong peningkatan produktifitas masyarakat (tenaga kerja), mendorong kemampuan masyarakat untuk mengadaptasi dan mepergunakan teknologi didalam produksi serta meningkatkan kemampuan masyarakat untuk beradaptasi dengan perubahan kapasitas dan teknikal teknologi dalam industri. Peningkatan modal manusia, peningkatan produktifitas, kemampuan mengadaptasi dan menggunakan teknologi dalam produksi dan kemampuan mengadaptasi perubahan kapasitas dan teknikal teknologi tersebut pada akhirnya akan mendorong perekonomian suatu negara serta meningkatkan pertumbuhan ekonomi. Peningkatan pembangunan manusia ini juga membutuhkan investasi yang besar dan diikuti juga dengan pemerataan distribusi pendapatan sehingga dengan investasi dan pemerataan pendapatan tersebut pada akhirnya akan mempermudah peningkatan pembangunan pendidikan dan kesehatan. Menurut UNDP (1996) hubungan antara pertumbuhan ekonomi dan pembangunan manusia dapat dikategorikan ke dalam 2 (dua) kriteria, yaitu seimbang (balanced) dan tidak seimbang (unbalanced). Untuk yang seimbang dibedakan lagi antara kuat dan lemah. Kategori seimbang yang pertama, terjadi hubungan kuat (strong link) antara pembangunan ekonomi dan pembangunan manusia. Sementara, kategori seimbang yang kedua, berlangsung hubungan lemah (weak link) antar pertumbuhan ekonomi dan pembangunan manusia. Kategori tidak seimbang” (unbalanced link) memiliki ciri pertumbuhan ekonomi relatif lambat tetapi pembangunan manusia relatif cepat atau sebaliknya. Istilah modal manusia (human capital) pertama kali dikemukakan oleh Suryadi dan Tilaar (1994) yang mengkaji lebih dalam mengenai peran pendidikan formal dalam menunjang pertumbuhan ekonomi menyatakan bahwa, semakin tinggi pendidikan formal yang diperoleh, maka produktivitas tenaga kerja akan semakin tinggi pula. Hal tersebut sesuai dengan teori human capital, yaitu bahwa pendidikan memiliki pengaruh terhadap pertumbuhan ekonomi karena pendidikan
18 berperan di dalam meningkatkan produktivitas tenaga kerja. Teori ini menganggap pertumbuhan penduduk ditentukan oleh produktivitas perorangan. Jika setiap orang memiliki penghasilan yang lebih tinggi karena pendidikannya lebih tinggi, maka pertumbuhan ekonomi penduduk dapat ditunjang. Sejak tahun 1999, United Nations Development Program (UNDP) mengenalkan konsep pengukuran mutu modal manusia yang diberinama Human Developmen Index atau disebut IPM (Indeks Pembangunan Manusia). Adanya peningkatan indeks pembangunan manusia (IPM) dapat memungkinkan meningkatnya output dan pendapatan dimasa yang akan datang sehingga akan meningkatkan pertumbuhan ekonomi. Hubungan antara Tingkat Kemiskinan dengan IPM Menurut UNDP (1996) hubungan antara tingkat kemiskinan dan pembangunan manusia, yaitu banyaknya penduduk miskin turut mempengaruhi pembangunan manusia. Penduduk yang masuk kelompok ini, pada umumnya memiliki keterbatasan pada faktor produksi, sehingga akses terhadap kegiatan ekonomi mengalami hambatan. Akibatnya produktivitas menjadi rendah, pada gilirannya pendapatan yang diterima pun jauh dari cukup. Dampaknya, untuk memenuhi kebutuhan dasarnya, seperti kebutuhan pangan, sandang dan papan mengalami kesulitan. Apalagi untuk kebutuhan lain seperti pendidikan, kesehatan dan lainnya menjadi terhambat. Implikasinya pada wilayah-wilayah yang terdapat cukup banyak penduduk miskin, akan mengalami kesulitan untuk mencapai keberhasilan pada pembangunan manusianya. Napitupulu (2007), mengatakan bahwa indeks pembangunan manusia mempunyai pengaruh dalam penurunan jumlah penduduk miskin. Indeks Pembangunan Manusia memiliki indikator komposit dalam penghitungannya antara lain angka harapan hidup, angka melek huruf, dan konsumsi per kapita. Peningkatan pada sektor kesehatan dan pendidikan serta pendapatan per kapita memberikan kontribusi bagi pembangunan manusia, sehingga semakin tinggi kualitas manusia pada suatu daerah akan mengurangi jumlah penduduk miskin di daerah. Todaro (2006) juga mengatakan bahwa pembangunan manusia merupakan tujuan pembangunan. Pembangunan manusia memainkan peran kunci dalam membentuk kemampuan sebuah negara dalam menyerap teknologi modern dan untuk mengembangkan kapasitasnya agar tercipta pertumbuhan serta pembangunan yang berkelanjutan... Lanjouw, et.all. (2001) menyatakan pembangunan manusia di Indonesia adalah identik dengan pengurangan kemiskinan. Investasi di bidang pendidikan dan kesehatan akan lebih berarti bagi penduduk miskin dibandingkan penduduk tidak miskin, karena bagi penduduk miskin aset utama adalah tenaga kasar mereka. Adanya fasilitas pendidikan dan kesehatan murah akan sangat membantu untuk meningkatkan produktifitas, dan pada gilirannya meningkatkan pendapatan. Teori pertumbuhan baru menekankan pentingnya peranan pemerintah terutama dalam meningkatkan pembangunan modal manusia (human capital) dan mendorong penelitian dan pengembangan untuk meningkatkan produktivitas manusia. Kenyataannya dapat dilihat dengan melakukan investasi pendidikan akan mampu meningkatkan kualitas sumber daya manusia yang diperlihatkan dengan meningkatnya pengetahuan dan keterampilan seseorang. Semakin tinggi
19 tingkat pendidikan seseorang, maka pengetahuan dan keahlian juga akan meningkat sehingga akan mendorong peningkatan produktivitas kerjanya. Perusahaan akan memperoleh hasil yang lebih banyak dengan mempekerjakan tenaga kerja dengan produktivitas yang tinggi, sehingga perusahaan juga akan bersedia memberikan gaji yang lebih tinggi bagi yang bersangkutan. Pada sektor informal seperti pertanian, peningkatan keterampilan dan keahlian tenaga kerja akan mampu meningkatkan hasil pertanian, karena tenaga kerja yang terampil mampu bekerja lebih efisien. Pada akhirnya seseorang yang memiliki produktivitas yang tinggi akan memperoleh kesejahteraan yang lebih baik, yang diperlihatkan melalui peningkatan peningkatan pendapatan maupun konsumsinya. Rendahnya produktivitas kaum miskin dapat disebabkan oleh rendahnya akses mereka untuk memperoleh pendidikan. Hubungan antara Pengeluaran Pemerintah dengan IPM Model ini dikembangkan oleh Rostow dan Musgrave yang menghubungkan perkembangan pengeluaran pemerintah dengan tahap-tahap pembangunan ekonomi yaitu tahap awal, tahap menengah dan tahap lanjut. Pada tahap awal perkembangan ekonomi, presentase investasi pemerintah terhadap total investasi besar sebab pada tahap ini pemerintah harus menyediakan prasarana seperti pendidikan, kesehatan, prasarana transportasi dan sebagainya (Dumairy, 1997). Pada tahap menengah pembangunan ekonomi, investasi pemerintah tetap diperlukan untuk meningkatkan pertumbuhan ekonomi agar dapat tinggal landas, namun pada tahap ini peranan investasi swasta sudah semakin besar. Peranan pemerintah tetap besar pada tahap menengah, oleh karena peranan swasta semakin besar akan menimbulkan banyak kegagalan pasar dan juga menyebabkan pemerintah harus menyediakan barang dan jasa publik dalam jumlah yang lebih banyak. Pada tahap ini perkembangan ekonomi menyebabkan terjadinya hubungan antarsektor yang makin komplek. Misalnya, pertumbuhan ekonomi yang ditimbulkan oleh perkembangan sektor industri akan menimbulkan semakin tingginya pencemaran atau polusi. Pemerintah harus turun tangan mengatur dan mengurangi dampak negatif dari polusi. Pemerintah juga harus melindungi buruh yang berada dalam posisi yang lemah agar dapat meningkatkan kesejahteraan mereka (Basri et.all , 2005). Teori Rostow dan Musgrave adalah pandangan yang timbul dari pengamatan atas pengalaman pembangunan ekonomi yang dialami banyak negara tetapi tidak didasari oleh suatu teori tertentu. Selain tidak jelas apakah tahap pertumbuhan ekonomi terjadi dalam tahap demi tahap atau beberapa tahap dapat terjadi secara simultan (Mangkoesoebroto, 1994). Pendidikan dan kesehatan yang baik akan meningkatkan kapasitas dan kemerdekaan hidup yang dinamakan manfaat intrinsik. Pendidikan dan kesehatan berperan membuka peluang yang lebih besar untuk memperoleh pendapatan yang lebih tinggi yang dinamakan manfaat instrumental (Lanjouw et.all, 2001). Pendidikan dan kesehatan penduduk sangat menentukan kemampuan untuk menyerap dan mengelola sumber-sumber pertumbuhan ekonomi baik dalam kaitannya dengan teknologi sampai kelembagaan yang penting bagi pertumbuhan ekonomi. Dengan pendidikan yang baik, pemanfaatan teknologi ataupun inovasi
20 teknologi menjadi niscaya. Meier dan Rauch (2000) mengatakan pendidikan adalah modal manusia yang dapat berkontribusi terhadap pembangunan. Hal ini karena pendidikan pada dasarnya adalah bentuk dari tabungan, menyebabkan akumulasi modal manusia dan pertumbuhan output agregat jika modal manusia merupakan input dalam fungsi produksi agregat. Dalam Undang-Undang No. 23 Tahun 2003 ada disebutkan bahwa pemerintah, baik pusat maupun daerah, harus mengalokasikan 20 persen anggaran untuk bidang pendidikan di luar gaji dan biaya kedinasan. Jadi, anggaran pendidikan yang dimaksud disini adalah termasuk kategori anggaran pembangunan karena tidak termasuk di dalamnya anggaran rutin yang berupa gaji dan lain-lain. Negara sedang berkembang seperti Indonesia sedang mengalami tahap perkembangan menengah, dimana pemerintah harus menyediakan lebih banyak sarana publik seperti kesehatan untuk meningkatkan produktifitas ekonomi. Sarana kesehatan dan jaminan kesehatan harus dirancang sedemikian rupa oleh pemerintah melalui pengeluaran pemerintah.
Penelitian Terdahulu Penelitian yang dilakukan oleh Irawan (2009) dalam skripsinya yang berjudul “Analisis Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Indonesia” bahwa variabel yang terikat dalam penelitian ini adalah indeks pembangunan manusia, sedangkan variabel bebasnya terdiri dari pertumbuhan ekonomi dalam hal ini PDB, anggaran pengeluaran pemerintah, penanaman modal asing dan penanaman modal dalam negeri. Hasil dari penelitian ini adalah tiga dari empat variabel memberikan pengaruh positif terhadap Indeks Pembangunan Manusia di Indonesia, yaitu PDB, anggaran pengeluaran pemerintah, penanaman modal asing, dan variabel lainnya yaitu penanaman modal dalam negeri tidak segnifikan tetapi memberikan pengaruh yang positif terhadap Indeks Pembangunan Manusia di Indonesia. Ginting (2008) dengan judul Analisis Pembangunan Manusia di Indonesia. Penelitian ini bertujuan menganalisis pengaruh konsumsi rumah tangga untuk makanan dan bukan makanan, pengeluaran pemerintah untuk pendidikan, rasio penduduk miskin dan krisis ekonomi terhadap pembangunan manusia di Indonesia. 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. Yuliati (2012) menganalisis Faktor-Faktor yang Memengaruhi Indeks Pembangunan Manusia di Wilayah Perbatasan Darat Indonesia. Data yang digunakan dalam penelitian ini adalah data sekunder yang berasal daru Badan Pusat Statistik dan sumber lainnya dengan peiode waktu yang digunakan adalah tahun 2007-2010. Metode analisis yang digunakan adalah regresi data panel yaitu untuk melihat faktor faktor yang memengaruhi indeks pembangunan manusia. Berdasarkan hasil estimasi regresi data panel terhadap faktor-faktor yang memengaruhi indeks pembangunan manusia di wilayah perbatasan diperoleh hasil sebagai berikut: variabel yang signifikan berpengaruh positif adalah PDRB per
21 kapita, pengeluaran pemerintah bidang pendidikan dan infrastuktur jalan. Selanjutnya variabel yang signifikan berpengaruh negatif adalah persentase penduduk miskin, pengeluaran pemerintah di bidang kesehatan, rasio tenaga pendidikan tingkat SD dan rasio tenaga kesehatan. Sedangkan variabel yang tidak signifikan berpengaruh adalah rasio tenaga pendidikan SMP dan tingkat pengangguran terbuka. Brata (2005) menguji bagaimana pengaruh pengeluaran pemerintah daerah khususnya bidang pendidikan dan kesehatan (IPP), investasi swasta (IS) dan distribusi pendapatan proksi indeks Gini (IG) terhadap indeks pembangunan manusia (IPM) dalam konteks regional (antar provinsi) di Indonesia. Variabel pengeluaran pemerintah bidang pendidikan dan kesehatan memberikan pengaruh positif terhadap pembangunan manusia. Semakin besar alokasi penge luaran bidang pendidikan dan kesehatan semakin baik pula IPM dicapai. Variabel investasi swasta berpengaruh negatif terhadap IPM. Hal ini dimungkinkan karena karakteristik investasi swasta tidak dimaksudkan untuk meningkatkan kualitas pembangunan manusia. Simplice (2011) telah menilai faktor penentu pembangunan manusia dari sektor keuangan baik dari sisi efisiensi, ukuran dan aktivitas keuangan pada 38 negara-negara berkembang. Pentingnya aktivitas keuangan, ukuran dan kedalaman (dalam urutan menurun) terbukti secara signifikan untuk mempengaruhi ketidaksetaraan pembangunan manusia, efisiensi alokasi keuangan secara signifikan merusak kesejahteraan. Hasil secara menyeluruh membuktikan bahwa efisiensi alokasi keuangan bukanlah sebagai pendorong pembangunan manusia. Perbedaan penelitian ini dengan penelitian sebelumnya adalah penelitian ini menggunakan proksi infrastruktur pendidikan dan juga kesehatan sebagain variabel yang mewakili sisi pendidikan dan kesehatan. Penelitian sebelumnya menggunakan anggaran pemerintah dibidang kesehatan dan pendidikan. Kerangka Pemikiran Otonomi Daerah yang sudah dilakukan oleh Indonesia mempengaruhi tingkat APBD yang selanjutnya akan mempengaruhi tingkat pendapatan domestic regional bruto pada masing-masing provinsi di Indonesia. Peningkatan PDRB tentu saja diharapakan akan meningkatkan standar hidup atau kemampuan daya beli masyarakat sehingga akan mempengaruhi indeks layak hidup yang akan berujung pada peningkatan IPM. Selain itu terdapat ketimpangan pendapatan yang mempengaruhi indeks layak hidup yang nantinya akan mempengaruhi indeks pembangunan manusia. Selain standar hidup, indeks pembangunan manusia juga terdiri dari kesehatan dan pendidikan yang mana juga dipengaruhi oleh fasilitas atau infrastruktur pada bidang kesehatan maupun pendapatan. Alur kerangka pemikiran dapat dilihat pada Gambar 6.
22
OTONOMI DAERAH APBD PDRB Ketimpangan (Gini Ratio) Indeks Hidup Layak
Indeks Pembangunan Manusia
Presentase Buta Huruf
Angka Harapan Hidup
Infrastruktur Pendidikan
Infrastruktur Kesehatan
Gambar 6. Kerangka Pemikiran
23
METODE PENELITIAN Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data panel yang terdiri dari 33 provinsi di Indonesia dari tahun 2004 sampai 2013 yang bersifat data kuantitatif, yaitu data yang berbentuk angka-angka. Pemilihan tahun karena didasarkan Karena adanya otonomi daerah yang dimulai dari tahun 2001 dan tersedianya data. Penulis dalam membuat skripsi ini melakukan pengumpulan data dalam dua tahap. Tahap pertama yaitu melalui pengumpulan beberapa data penting seperti jurnal, artikel yang telah dipublikasikan. Serta tahap kedua yaitu dengan mengumpulkan data-data sekunder yang diperlukan dalam analisa penelitian. Sumber data yang diperoleh dari Badan Pusat Statistik (BPS) Metode Analisis Metode analisis yang digunakan dalam penelitian ini menggunakan analisis deksriptif dan analisis ekonometrika menggunakan metode panel data. Terdapat beberapa macam model ekonometrika metode data panel yaitu Pooled Least Square (PLS), Fixed Effect Model (FEM), dan Random Effrect Model (REM). Dalam menentukan apakah model kita merupakan PLS, FEM ataupun REM. Maka terdapat beberapa uji yang harus dilakukan yaitu uji Chow Test untuk menentukan apakah FEM atau PLS dan Uji Hausman untuk menentukan apakah REM atau FEM dan Uji LM untuk menentukan apakah PLS atau REM Chow Test Chow Test adalah pengujian untuk memilih model yang akan digunakan antara model Pooled Least Square atau Fixed Effect. Dalam pengujian ini hipotesis yang digunakan sebagai berikut: H0 : Model Pooled Least Square H1 : Model Fixed Effect Dasar penolakan terhadap hipotesa nol (H0) adalah dengan menggunakan F- Statistik seperti yang dirumuskan oleh Chow:
Dimana : ESS1 = Residual Sum Square hasil pendugaan model Pooled Least Square ESS2 = Residual Sum Square hasil pendugaan model Fixed Effect 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 statistik Chow (F-Stat) hasil pengujian lebih besar dari F-tabel maka cukup bukti untuk melakukan penolakan hipotesis nol sehingga model yang digunakan adalah model fixed effect, dan begitu juga sebaliknya.
24 Haussman Test Haussman Test adalah pengujian statistik sebagai dasar pertimbangan untuk memilih model terbaik antara model fixed effect atau model random effect. Haussman Test dilakukan dengan hipotesa sebagai berikut: H0 : Model Random Effect H1 : Model Fixed Effect Sebagai dasar penolakan H0, maka digunakan statistic Hausman dan membandingkan dengan Chi-Square. Statistik Haussman dirumuskan dengan: M=m=β – b(Mo-M1)-β-b ―χ2 Dimana β adalah vektor untuk variabel fixed effect, b adalah vektor statistik variabel random effect, M0 adalah matriks kovarians untuk dugaan random effect model. Jika nilai m hasil pengujian lebih besar dari χ2 –Tabel, maka sudah cukup bukti untuk melakukan penolakan terhadap hipotesa nol sehingga model yang digunakan adalahfixed effect model, dan begitu juga sebaliknya. Uji Asumsi Uji Normalitas Uji normalitas dilakukan untuk melihat apakah eror term dari model menyebar normal. Uji normalitas dapat dilalkukan dengan menggunakan Jarque Bera Test atau dengan melihat plot dari sisaan. Hipotesis dalam pengujian normalitas adalah: H0 : Residual berdistribusi normal H1 : Residual tidak berdistribusi normal (Gujarati, 2006) Dasar penolakan H0 dilakukan dengan membandingkan nilai Jarque Bera dengan taraf nyata α sebesar 0.05, dimana jika nilai Jarque Bera Test lebih besar dari taraf nyata α sebesar0.05 menandakan H0 tidak ditolak dan residual bersitribusinormal. Uji Heteroskedatisitas Untuk mendeteksi adanya heteroskedastisitas dalam model dilakukan menggunakan metode General Least Square (Cross section Weights) yaitu dengan membandingkan sum square resid pada Weighted Statistics dengan sum squareresid unweighted statistics. Jika sum square resid pada Weighted Statistics lebih kecil dari sum square Resid unweighted statistics, maka terjadi heteroskedastisitas. Untuk mengatasi masalah heteroskedastisitas, dilakukan dengan mengestimasi GLS menggunakan white-heteroscedasticity. Uji Moltikolinearitas Multikolinearitas adalah hubungan linear yang kuat antara variabelvariabel bebas dalam persamaan regresi berganda. Gejala multikolinearitas ini dapatdideteksi dari nilai R2 tinggi tetapi tidak terdapat atau sedikit sekali koefisien dugaan yang berpengaruh nyata dan tanda koefisien regresi tidak sesuai dengan teori (Gujarati, 2006). Multikolineritas dalam pooled data dapat di atasi dengan dilakukan dengan menambah jumlah data atau mengurangi jumlah data observasi, menambah atau mengurangi jumlah variabel independennya yang memiliki hubungan linear dengan variabel lainnya, mengkombinasikan data cross section dan time series, mengganti data, dan mentransformasi variabel atau pemberian
25 pembobotan (cross section weight) atau GLS, sehingga parameter dugaan pada taraf uji tertentu (t–statistik maupun F-hitung) menjadi signifikan. Uji Autokolerasi Autokolerasi dapat dikatakan sebagai hubungan atau korelasi antara observasi. Gujarati (2006) menyatakan autokorelasi adalah korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data time series atau diurutkan menurut ruang seperti dalam data cross section. Untuk mendeteksi ada tidaknya autokorelasi dapat dilakukan uji DurbinWatson (DW), yaitu dengan membandingkan nilai Durbin Watson dari modeldengan DW-tabel. Dengan hipotesis sebagai berikut : H0 : Tidak terdapat autokorelasi H1 : Terdapat autokorelasi Maka aturan pengujiannya adalah sebagai berikut (Juanda, 2009): 0 < DW < DL : tolak H0, ada autokorelasi positif DL ≤ W ≤ U : daerah ragu-ragu, tidak ada keputusan DU < DW < 4-DU : terima H0, tidak ada autokorelasi 4-DU ≤ W ≤ 4-DL : daerah ragu-ragu, tidak ada keputusan 4-DL < DW < 4 : tolak H0, ada autokorelasi negative Uji Statistik Terdapat beberapa pengujian secara statistik diantaranya koefisien determinasi (R2), Uji F Statistik dan Uji T Statistik. Koefesien Determinasi (R2) Nilai R2 digunakan untuk mengukur seberapa besar tingkat keragaman variabel independen yang digunakan dalam penelitian dapat menjelaskan keragaman variabel dependen. Nilai tersebut menunjukkan seberapa dekat garis regresi yang kita estimasi dengan data yang sesungguhnya. Nilai R2 terletak antara nol hingga satu dimana semakin mendekati satu maka model akan semakin baik. Uji F-statistik Uji F-statistik digunakan untuk mengetahui apakah variabel-variabel independen yang digunakan dalam penelitian secara bersama-sama mampu menjelaskan variabel dependen. Hipotesis pengujian yang digunakan adalah sebagai berikut: H0 : β1 = β2 = … = βk = 0 H1 : minimal ada salah satu βj yang tidak sama dengan nol (j=1,2,...,k) Tolak H0 jika F-statistik > Fα,(k-1,NT-N-K) atau Probabilitas (F-statistik < α. Jika H0 ditolak, maka artinya dengan tingkat keyakinan 1-α kita dapat menyimpulkan bahwa variabel independen yang digunakan di dalam model secara bersama-sama mampu menjelaskan variabel dependen. Uji T-statistik Uji t-statistik digunakan untuk mengetahui apakah variabel-variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen. Hipotesis pengujian yang digunakan adalah sebagai berikut: H0 : βj = 0
26 H1 : βj ≠ 0 Tolak H0 jika t-statistik > tα/2,(nT-K-1)atau Jika Probabilitas T <α. Jika H0 ditolak, maka artinya dengan tingkat keyakinan 1-α kita dapat menyimpulkan bahwa variabel independen ke-i secara parsial memengaruhi secara signifikan variabel dependen. Model Penelitian Model penelitian ini merupakan model penel data. Model pada penelitian ini dapat dilihat secara matematis seperti dibawah ini: Log(IPM)it = α + β1lLog(PDRB)it + β2Log(APBD)it + β3Log(RS)it+β4Log(SKL)it+ β5Log(Gini)t+β6 Miskinit+ β7 Butait+eit Dimana: IPMit PDRBit APBDit RSit SKLit Butait Giniit Miskinit eit
= Indeks pembangunan Manusi = Produk Domestik Regional Bruto (Miliar) = Anggaran Pengeluaran Belanja Daerah (Juta) = Banyaknya ranjang rumah sakit (unit) = Banyaknya Jumlah Sekolah (Unit) = Presentase Buta Huruf = Indeks Gini = Presentase Penduduk Miskin (%) = error term Definisi Operasional Variabel
Seperti telah dijelaskan di atas, maka batasan variabel dari penelitian ini, antara lain : 1. Indeks Pembangunan Manusia adalah indeks komposit yang digunakan untuk mengukur pencapaian rata-rata suatu negara dalam satuan persen. 2. PDRB adalah tingkat tingkat output yang dihasilkan oleh provinsi di di Indonesia dari tahun ke tahun yang diproxy dengan PDRB menurut harga konstan dalam satuan milyar 3. Persentase penduduk miskin adalah persentase penduduk yang berada dibawah garis kemiskinan atau kehidupan minimum terhadap total penduduk antar provinsi di di Indonesia menurut indikator Badan Pusat Statistik (BPS) dalam satuan persen. 4. Pengeluaran pemerintah adalah merupakan besarnya pengeluaran pemerintah antar provinsi di Indonesia. Variabel tersebut dihitung dalam satuan Juta. 5. Infrastruktur kesehatan dilihat menggunakan jumlah ranjang rumah sakit yang ada di seluruh provinsi di Indonesia 6. Infrastruktur pendidikan dilihat menggunakan jumlah sekolah yang ada di seluruh provinsi di Indonesia 7. Ketimpangan distribusi pendapatan adalah perbedaan proporsi pendapatan antar provinsi di di Indonesia parameter yang digunakan untuk mengukur ketimpangan pendapatan adalah angka indeks gini rasio dalam satuan persen. 8. Buta huruf dadalah presentase tingkat buta huruf seluruh Indonesia
27
PEMBAHASAN Gambaran Umum Indeks Pembangunan Manusia Antar Provinsi di Indonesia Pembangunan manusia merupakan paradigma pembangunan yang menempatkan manusia sebagai fokus sasaran aktivitas dengan seluruh kegiatan pembangunan yaitu tercapainya penguasaan atas sumber daya manusia guna memperoleh pendapatan untuk mencapai hidup yang layak, peningkatan derajat kesehatan agar dapat mempengaruhi pertumbuhan ekonomi. Oleh karena itulah faktor-faktor yang mempengaruhi indeks pembangunan manusia dapat diukur dari pertumbuhan ekonomi, persentase penduduk miskin, pengeluaran pemerintah bidang pendidikan dan kesehatan, dan ketimpangan distribusi pendapatan. Sebelum dilakukan analisis faktor yang mempengaruhi indeks pembangunan manusia (IPM) maka terlebih dahulu akan disajikan analisis perkembangan Indeks Pembangunan Manusia antar Provinsi di Indonesia. Pada Gambar 3. Dapat dilihat pada tahun 2004 rata-rata nilai indeks pembangunan di provinsi Indonesia sebesar 68.33. dari Gambar 3 dapat dilihat juga bahwa hampir seluruh provinsi di Indonesia berada diatas rata-rata terutama pulau Jawa. Dimana hampir seluruh provinsi di Pulau Jawa berada diatas rata-rata indeks pembagunan manusia. DKI Jakarta menempati posisi tertinggi dengan nilai 75.8. meskipun begitu terdapat du Provinsi di Jawa Timur dan Banten yang masih berada dibawah rata rata yaitu masing-masing memiliki nilai IPM sebesar 66.8 dan 67.4. Pada pulau Sumatera hampir semua provinsi berada diatas rata-rata IPM seluruh provinsi di Indonesia kecuali Gorontalo dengan nilai 65.4. begitu pun pada daerah Kalimantan dan Sulawesi hampir seluruhnya berda diatas rata-rata IPM. Daerah yang rata-rata masih berada dibawah rata-rata IPM seluruh Indonesia adalah Nusa Tenggara dan Pulau Papua. Nilai terendah bahkan berada pada Provinsi Papua dan Nusa Tenggara Barat dengan nilai IPM sebesar 60.9 dan 60.6. Pada Tahun 2013 setelah 11 tahun, perkembangan indeks pembangunan menunjukan peningkatan. Rata-rata indeks pembangunan manusia menjadi 73.34 nilai tersebut sangat jauh sekali dibandingkan tahun 2004. Namun tetap saja DKI Jakarta menjadi provinsi tertinggi dengan nilai 78.59. pada pulau Jawa Jawa Timur sudah berada diatas rata-rata nilai IPM provinsi di Indonesia dengan nili 73.54. Sedangkan Provinsi Banten masih berada dibawah rata-rata IPM provinsi di Indonesia. Berdasarkan analisis dengan peta kuadran dapat dilihat pada Gambar 7 dan 8 Pada pulau Sumatera hampir tidak berubah posisnya semua provinsi berada diatas rata-rata IPM seluruh provinsi di Indonesia kecuali Gorontalo dengan nilai 71.77. begitu pun pada daerah Kalimantan dan Sulawesi hampir seluruhnya berada diatas rata-rata IPM. Daerah yang rata-rata masih berada dibawah rata-rata IPM seluruh Indonesia adalah Nusa Tenggara dan Pulau Papua. Nilai terendah bahkan berada pada Provinsi Papua dan Nusa Tenggara Barat dengan nilai IPM sebesar 65.25 dan 67.73.
28
II
I
III IV
1
Aceh
7
DKI Jakarta
13
2
Bali
8
Gorontalo
14
3
Bangka Belitung
9
Jambi
15
4
Banten
10
Jawa Barat
16
5
Bengkulu
11
Jawa Tengah
17
6
DIY
12
Jawa Timur
18
Gambar 7. Keterangan : Kuandran I Kuadran II Kuadran III Kuadran IV
Kalimantan Barat Kalimantan Selatan Kalimantan Tengah Kalimantan Timur Kepulauan Riau Lampung
19
Maluku
25
20
Maluku Utara
26
21
NTB
27
22
NTT
28
23
Papua
29
24
Papua Barat'
30
Riau Sulawesi Barat Sulawesi Selatan Sulawesi Tengah Sulawesi Tenggara Sulawesi Utara
31 32 33
Sumatera Barat Sumatera Selatan Sumatera Utara
Pemetaan Provinsi Berdasarkan Laju Pertumbuhan IPM (Persen) dan IPM tahun 2005 : Bangka Belitung, Bengkulu, Kepulauan Riau, Kalimantan Tengah, Riau : Jawa Timur, NTT, Papua, Papua Barat, Sulawesi Barat dan Sulawesi Tengah : Banten, Aceh, Kalimantan Barat, Kalimantan Selatan, Lampung, Maluku Utara, Maluku, Sulawesi selatan, Sulawesi Utara. : Bali, DIY, Jambi, Jawa Barat, Jawa tengah, DKI Jakarta, Kalimatan Timur, Sulawesi Utara, Sumatera Barat, Sumatera Selatan, Sumatera Utara.
29 Berdasarakan analisis dengan menggunakan peta kuadran dapat dilihat perkembangan posisi antar provinsi di Indonesia. Terdapat provinsi yang mngalami perpindahan yang disebabkan pada tahun 2005 diperoleh rata-rata laju pertumbuhan IPM sebesar 1.34 persen dan nilai IPM sebesar 69.28. Untuk tahun 2013 diperoleh rata-rata laju pertumbuhan IPM sebesar 0.68% dan nilai IPM sebesar 73.34. Terdapat beberapa provinsi yang berada diatas rata-rata laju pertumbuhan IPM secara keseluruhan, baik pada tahun 2005 maupun pada tahun 2013, diantaranya Bangka Belitung. Sedangkan provinsi yang memiliki nilai IPM diatas rata-rata secara keseluruhan, baik pada tahun 2005 maupun pada tahun 2013, diantaranya Bali, Jawa Tengah, Bengkulu, DKI Jakarta, Jawa Barat, Kepulauan Riau, Riau, Kalimatan Tengah, Sulawesi Utara, Sumatera Barat, Sumatera Selatan, Sumatera Utara Bangka Belitung dan Kalimantan Timur. . Provinsi-provinsi yang berada pada kuadran I memiliki nilai IPM dan laju pertumbuhan IPM yang tinggi. Pada tahun 2005 provinsi yang berada di kuadran I adalah Bali, Jawa Tengah, Jawa Timur, Bangka Belitung, Kalimantan Timur. Tahun 2012 terjadi perubahan, dimana provinsi yang berada di kuadran I adalah Bangka Belitung, Bengkulu, Kepulauan Riau, Kalimantan Tengah dan Riau. Provinsi-provinsi pada kuadran II memiliki laju pertumbuhan IPM rendah dan nilai IPM tinggi. Provinsi-provinsi pada kuadran II masih mungkin memiliki laju pertumbuhan IPM yang lebih tinggi lagi dengan meningkatkan IPM di provinsinya masing-masing sehingga laju pertumbuhan IPMnya meningkat. Tahun 2005 provinsi-provinsi yang berada pada kuadran II adalah Aceh, Sulawesi Selatan, Kalimatan Selatan, Kalimantan Barat, Maluku Utara, Sulawesi Barat, Sulawesi Tenggara. Sedangkan pada tahun 2012, provinsi-provinsi yang berada di kuadran II adalah Jawa Timur, NTT, Papua, Papua Barat, Sulawesi Barat dan Sulawesi Tengah. Posisi kuadran III merupakan posisi yang memiliki nilai IPM dan laju pertumbuhan IPM yang rendah. Tahun 2005, provinsi-provinsi yang berada pada kuadran III adalah Banten, Benkulu, Lampung, Maluku, Papua Barat dan Sulawesi tengah. Pada tahun 2012, provinsi-provinsi yang berada pada kuadran III adalah Banten, Aceh, Kalimantan Barat, Kalimantan Selatan, Lampung, Maluku Utara, Maluku, Sulawesi Selatan dan Sulawesi Utara Provinsi-provinsi pada kuadran IV memiliki laju pertumbuhan IPM yang tinggi dan nilai IPM yang rendah, namun laju pertumbuhan IPM yang tinggi dapat memberikan kemungkinan provinsi-provinsi tersebut untuk lebih maju dengan memanfaatkan dan meningkatkan kualitas sumberdaya yang ada. Peningkatan kualitas sumberdaya memungkinkan untuk mengejar ketertinggalannya dari provinsi-provinsi yang sudah maju. Tahun 2005, provinsi-provinsi yang berada pada kuadran IV adalah Bengkulu, DKI Jakarta, Jawa Barat, Kepulauan Riau, Riau, Kalimatan Tengah, Sulawesi Utara, Sumatera Barat, Sumatera Selatan dan Sumatera Utara. Tahun 2012, provinsi-provinsi yang berada pada kuadran IV adalah Bali, DIY, Jambi, Jawa Barat, Jawa tengah, DKI Jakarta, Kalimatan Timur, Sulawesi Utara, Sumatera Barat, Sumatera Selatan dan Sumatera Utara.
30
II
I
III IV
1
Aceh
7
DKI Jakarta
13
2
Bali
8
Gorontalo
14
3
Bangka Belitung
9
Jambi
15
4
Banten
10
Jawa Barat
16
5
Bengkulu
11
Jawa Tengah
17
6
DIY
12
Jawa Timur
18
Gambar 8. Keterangan : Kuandran I Kuadran II Kuadran III Kuadran IV
Kalimantan Barat Kalimantan Selatan Kalimantan Tengah Kalimantan Timur Kepulauan Riau Lampung
19
Maluku
25
20
Maluku Utara
26
21
NTB
27
22
NTT
28
23
Papua
29
24
Papua Barat'
30
Riau Sulawesi Barat Sulawesi Selatan Sulawesi Tengah Sulawesi Tenggara Sulawesi Utara
31 32 33
Pemetaan Provinsi Berdasarkan Laju Pertumbuhan IPM (Persen) dan IPM tahun 2013 : Bali, Jawa Tengah, Jawa Timur, Bangka Belitung, Kalimantan Timur. : Aceh, Sulawesi Selatan, Kalimatan Selatan, Kalimantan Barat, Maluku Utara, Sulawesi Barat, Sulawesi Tenggara. : Banten, Benkulu, Lampung, Maluku, Papua Barat, Sulawesi tengah : Bengkulu, DKI Jakarta, Jawa Barat, Kepulauan Riau, Riau, Kalimatan Tengah, Sulawesi Utara, Sumatera Barat, Sumatera Selatan, Sumatera Utara
Sumatera Barat Sumatera Selatan Sumatera Utara
31 Pemilihan Model Terbaik Pada metode data panel terdapat beberapa macam model ekonometrika yaitu Pooled Least Square (PLS), Fixed Effect Model (FEM), dan Random Effrect Model (REM).Terdapat beberapa uji yang harus dilakukan dalam menentukan apakah modelmerupakan PLS, FEM ataupun REM.Uji Chow untuk menentukan apakah FEM atau PLS dan Uji Hausman untuk menentukan apakah REM atau FEM dan Uji LM untuk menentukan apakah PLS atau REM. Pada model ini dapat dilihat bahwa nilai probabilitas dari Uji Chow menunujukan nilai sebesar 0.0000 yang nilainya lebih kecil dari α sebesar 5% yang berarti model yang harus diambil adalah model FEM, begitu juga berdasarkan Uji Hausman yang dapat dilihat pada Tabel 1 dimana nilai probabilitas sebesar 0.0000 yang lebih besar dari α sebesar 5% yang berarti model model FEM lebih baik dibandingkan dengan Model REM Tabel 1.
Hasil Uji Chow dan Hausman Uji Model Terbaik
Probabilitas Uji Chow
Probabilitas Chi-Sq 0.0000**
Probabilitas Uji Hausman 0.0000 Keterangan : Tanda * dan ** menandakan signifikan pada 10% dan 5% Sumber : Hasil olahan E-views 6
Hasil Pengujian Asumsi Klasik Pengujian asumsi klasik harus dilakukan agar model dapat menghasilkan estimator yang memenuhi kriteria Best Linier Unbiased Estimator (BLUE). Pengujian asumsi klasik meliputi Uji normalitas, uji multikolinieritas, uji Heteroskedastisitas dan uji Autokorelasi. Tabel 2.
Hasil Uji Asumsi Klasik Keterangan
Durbin-Watson Sum square resid (Weighted) Sum square resid (Unweighted) Sumber: Hasil Olahan E-views 6
Probabilitas Chi-Sq 1.140568 0.001116 0.001223
Uji Multikolinearitas Penggunaan panel data dapat mengabaikan pelanggaran asumsi multikolenearitas. Hal ini karena penggabungan data cross section dan time series yang dapat mengurangi kolinearitas.
32 Uji Heterokedastisitas Heteroskedastisitas juga dapat diketahui dengan membandingkan Sum Square Resid pada Weight Statistic dengan Sum Squared Resid Unweight Statistic. Jika Sum Square Resid pada Weight Statistic lebih kecil dibadingkan dengan Sum Square Resid Unweighted Statistic, maka terjadi heteroskedastisitas. Hasil uji yang dilakukan pada tabel 1 menunjukkan nilai Sum Square Resid Weight (0.0011) lebih kecil dari Sum Square Resid Unweighted (0.0012), maka model dikatakan tidak terdapat masalah heteroskedastisitas. Model dalam penelitian menggunakan metode pembobotan WLS Cross-Section maka masalah heteroskedastisitas langsung dapat terkoreksi sehingga model telah terbebas dari masalah heteroskedastisitas. Uji Autokorelasi Pengujian untuk mendeteksi permasalahan autokorelasi dapat dilakukan dengan melihat nilai Durbin-Watson Statistic pada model dan membandingkanya dengan nilai DW-Tabel. Pada tabel 1 dapat dilihat bahwa Nilai Durbin Watson yang didapat pada model sebesar 0.795, selang Durbin-Watson yang didapat berada pada selang DW≤ Dl (1.54) model terdapat autokorelasi. Model dalam penelitian menggunakan metode dimana merupakan WLS maka masalah autokorelasi langsung dapat terkoreksi sehingga model telah terbebas dari masalah autokorelasi. Hasil Uji Statistik Terdapat beberapa pengujian secara statistik diantaranya koefisien determinasi (R2), Uji F Statistik dan Uji T Statistik. Hasil uji Statistik dapat dilihat pada Tabel 7 Tabel 3.
Hasil Uji Statistik Keterangan 2
R-squared (R ) Prob > F-stat Sumber : Hasil olahan E-views
Model 0.997497
0.0000
Koefesien Determinasi (R2) Pada Model ini menggunakan model FEM yang memiliki nilai R2 sebesar 0.9959. Nilai tersebut berarti bahwa 99% keragaman variabel dependen mampu dijelaskan oleh keragaman variabel independen. Nilai model tersebut mendekati nilai 1 yang berarti pada model tersebut keragaman variabel dependen telah mampu menjelaskan dengan baik keragaman variabel dependen. Uji F-statistik Pada Tabel 3 dapat dilihat bahwa nilai probabilitas F-statistik ini menunjukan nilai kurang dari α 5%. Nilai tersebut berarti variabel independen yang digunakan pada ketiga model secara bersama-sama mampu menjelaskan variabel dependen.
33 Interpretasi Model Dari hasil pengolahan data dengan menggunakan fixed effect weighted least square (WLS), diketahui bahwa variabel yang secara signifikan mempengaruhi variabel indeks pembangunan manusia pada taraf nyata 5 persen adalah APBD, indeks gini, presentase kemiskinan, PDRB, dan banyaknya ranjang rumah sakit (RS). Variabel yang mempengaruhi pada taraf nyata 10% adalah IPM yaitu jumlah sekolah (SKL) dan yang berpengaruh pada taraf nyata 15% adalah presentase buta huruf. Tabel 4.
Hasil Estimasi Fixed Effect Model
Variabel Koefisien Probabilitas LOG(GINI) 0.005700 0.0084* BUTA -0.000336 0.1495*** 0.0000* LOG(APBD) 0.006550 0.0000* LOG(PDRB) 0.025845 MISKIN -0.001792 0.0000* 0.0059* LOG(RS) 0.002644 0.0648** LOG(SKL) 0.009882 C 3.814545 0.0000* Keterangan : Tanda *** , **, *menandakan signifikan pada 5%, 10%, 15% Sumber : Hasil olahan E-views 6 Pengaruh Ketimpangan Pendapatan (Indeks Gini) terhadap Indeks Pembangunan Manusia Pengaruh ketimpangan pendapatan terhadap indeks pembangunan manusia dapat dilihat dari nilai koefisien regresi indeks gini sebesar 0.0057 dengan probabilitas sebesar 0,0000 < 0,05 secara parsial indeks gini berpengaruh terhadap indeks pembangunan manusia. Secara spesifik menyatakan bahwa pada kondisi cateris paribus, bila nilai indeks gini meningkat sebesar 1 persen maka secara ratarata indeks pembangunan manusia akan naik sekitar 0.0057 persen. Hal tersebut menandakan bahwa semakin tinggi ketimpangan di seluruh Provinsi Indonesia maka semakin tingi pula indeks pembangunan manusia. tentu saja hasil tersebut tidak sesuai dengan apa yang dihaapakan dimana seharusnya dengan rendahnya tingkat ketimpangan maka dapat meningkatkan pembangunan manusia itu sendiri. namun, jika dilihat berdasarkan Teori Kuznet yang menyatakan pada awal pembangunan maka tingkat ketimpangan akan sejalan dengan PDRB itu sendiri dimana ketika PDRB meningkat maka ketimpangan juga akan sejalan. hal ini sesuai dengan kondisi di Indonesia yang masih berada dalam proses pembangunan belum mencapai puncaknya sehingga antara ketimpangan dan PDRB masih sejalan. PDRB sejalan dengan IPM sehingga nilai Indeks Gini bernilai positif dengan IPM. Pengaruh Presentase Buta Huruf terhadap IPM Presentase buta huruf mewakili salah satu komponen yang di nilai dalam Indeks Pembangunan Manusia. Dari hasil regresi nilai koefisien regresi presentase buta huruf (BUTA) sebesar -0.0003 dengan probabilitas sebesar 0.0000 < 0.15
34 secara parsial tingkat buta huruf berpengaruh terhadap Indeks Pembangunan Manusia. Secara spesifik menyatakan bahwa pada kondisi cateris paribus, bila presentase buta huruf menurun sebesar 1 persen, maka secara rata-rata Indeks Pembangunan Manusia akan meningkat sekitar 0.0003 persen. Hal ini sesuai dengan teori yang ada dimana dengan menurunnya presentase buta huruf maka akan meningkatkan nilai indeks buta huruf itu sendiri yang menjadi salah satu komponen pembentuk IPM. Pengaruh Presentase Kemiskinan terhadap IPM Presentase kemiskinan mewakili salah satu komponen penilaian dalam indeks pembangunan manusia yang berada pada standar hidup. berdasarkan hasil regresi nilai koefisien regresi presentase kemiskinan (MISKIN) sebesar -0.0017 dengan probabilitas sebesar 0.0000 < 0.05 secara parsial presentase kemiskinan berpengaruh terhadap indeks pembangunan manusia. Secara spesifik menyatakan bahwa pada kondisi cateris paribus, bila presentase penduduk miskin meningkat sebesar 1 persen, maka secara rata-rata indeks pembangunan manusia akan menurun sekitar 0.0017 persen. Hasil tersebut sejalan dengan penelitian sebelumnya dimana penurunan kemiskinan akan meningkatkan kualitas standar hidup manusia yang akan meningkatkan pembangunan itu sendiri. Lanjouw, dkk. (2001) menyatakan pembangunan manusia di Indonesia adalah identik dengan pengurangan kemiskinan. Investasi di bidang pendidikan dan kesehatan akan lebih berarti bagi penduduk miskin dibandingkan penduduk tidak miskin, karena bagi penduduk miskin aset utama adalah tenaga kasar mereka. Adanya fasilitas pendidikan dan kesehatan murah akan sangat membantu untuk meningkatkan produktifitas, dan pada gilirannya meningkatkan pendapatan. Ramirez dkk (1998) pada sejumlah faktor seperti tingkat dan distribusi pendapatan antar rumah tangga, siapa yang mengontrol alokasi pengeluaran dalam rumah tangga. Umumnya, penduduk miskin menghabiskan porsi pendapatannya lebih banyak ketimbang penduduk kaya untuk kebutuhan pembangunan manusia dan andil perempuan cukup besar dalam mengatur pengeluaran rumah tangga. Ketika tingkat kemiskinan tinggi, yang dikarenakan rendahnya pendapatan per kapita atau karena buruknya distribusi pendapatan, pengeluaran rumah tangga untuk kebutuhan pembangunan manusia menjadi rendah. Pengaruh PDRB terhadap IPM Koefisien regresi PDRB sebesar 0.0258 dengan probabilitas sebesar 0.0000 < 0.05 secara parsial PDRB berpengaruh terhadap Indeks Pembangunan Manusia. Secara spesifik menyatakan bahwa pada kondisi cateris paribus, bila PDRB meningkat sebesar 1 persen, maka secara rata-rata Indeks Pembangunan Manusia akan meningkat sekitar 0.0258%. Nilai tersebut merupakan nilai yang tertinggi yang berarti bahwa diantar variabel yang digunakan dalam penelitian PDRB merupakan variabel yang paling besar mempengaruhi indeks pembangunan manusia. Hal ini mungkin dikarenakan adanya efek multiplier diamana dengan meningkatnya pendapatan maka terjadi peningkatan standar hidup baik dalam pendidikan, kesehatan dan juga kebutuhan lainnya sehingga meningkatkan pembangunan manusia itu sendiri.
35
Pengaruh Jumlah Ranjang Rumah Sakit (RS) terhadap IPM Jumlah ranjang rumah sakit merupakan salah satu komponen dari infrastruktur kesehatan. nilai koefisien regresi RS sebesar 0.0026 dengan probabilitas sebesar < 0.05 menunjukan bahwa secara parsial jumlah ranjang rumah sakit berpengaruh signifikan terhadap indeks pembangunan manusia. Secara spesifik menyatakan bahwa pada kondisi cateris paribus, bila jumlah ranjang rumah sakit meningkat sebesar 1 persen, maka secara rata-rata indeks pembangunan manusia akan meningkat sekitar 0.0026 persen. Hasil tersebut sejalan dengan teori bahwa semakin meningkatnya infrastruktur kesehatan maka akan meningkat pula kualitas hidup masyarakat dan akan menghasilkan manusi yang berkualitas. Pendidikan dan kesehatan yang baik akan meningkatkan kapasitas dan kemerdekaan hidup yang dinamakan manfaat intrinsik. Pendidikan dan kesehatan berperan membuka peluang yang lebih besar untuk memperoleh pendapatan yang lebih tinggi yang dinamakan manfaat instrumental (Lanjouw, dkk 2001). Pengaruh Jumlah Sekolah terhadap IPM Infrastruktur pendidikan dapat dilihat dari jumlah sekolah. nilai koefisien regresi jumlah sekolah (SKL) sebesar 0.0098 dengan probabilitas sebesar 0.0000 < 0.05 secara parsial jumlah sekolah berpengaruh signifikan terhadap Indeks Pembangunan Manusia. Secara spesifik menyatakan bahwa pada kondisi cateris paribus, bila jumlah sekolah meningkat sebesar 1 persen, maka secara rata-rata indeks pembangunan manusia akan meningkat sekitar 0.0098 persen. Pendidikan dan kesehatan penduduk sangat menentukan kemampuan untuk menyerap dan mengelola sumber-sumber pertumbuhan ekonomi baik dalam kaitannya dengan teknologi sampai kelembagaan yang penting bagi pertumbuhan ekonomi. Dengan pendidikan yang baik, pemanfaatan teknologi ataupun inovasi teknologi menjadi mungkin untuk terjadi. Seperti diungkapkan oleh Meier dan Rauch (2000) pendidikan, atau lebih luas lagi adalah modal manusia, dapat memberikan kontribusi bagi pembangunan. Hal ini karena pendidikan pada dasarnya adalah bentuk dari tabungan, menyebabkan akumulasi modal manusia dan pertumbuhan output agregat jika modal manusia merupakan input dalam fungsi produksi agregat. Pengaruh APBD terhadap IPM Koefisien regresi APBD sebesar 0.0006 dengan probabilitas sebesar 0.0000 < 0.05 secara parsial APBD berpengaruh signifikan terhadap Indeks Pembangunan Manusia. Secara spesifik menyatakan bahwa pada kondisi cateris paribus, bila APBD meningkat sebesar 1 persen, maka secara rata-rata Indeks Pembangunan Manusia akan meningkat sekitar 0.0006 persen. Pengeluaran pemerintah (government expenditure) adalah bagian dari kebijakan fiskal (Sukirno, 2000) yakni suatu tindakan pemerintah untuk mengatur jalannya perekonomian dengan cara menentukan besarnya penerimaan dan pengeluaran pemerintah tiap tahunnya yang tercermin dalam dokumen APBN untuk nasional dan APBD untuk daerah/regional. Tujuan dari kebijakan fiskal ini adalah dalam rangka menstabilkan harga, tingkat output maupun kesempatan kerja dan memacu pertumbuhan ekonomi.
36
SIMPULAN DAN SARAN Simpulan Berdasarkan hasil pembahasan, dapat disimpulkan indeks pembangunan manusia seluruh provinsi Indonesia berada pada daerah berkembang yaitu berkisar antara 0.50 - 0.79. Tidak ada Provinsi yang termasuk daerah maju karena provinsi yang memiliki IPM tertinggi yaitu Jakarta hanya memiliki IPM sebesar 78.59. Meskipun begitu perkembangan indeks pembangunan manusia di seluruh provinsi di Indonesia menunjukan pertambahan nilai. Namun pertambahan tersebut tidak diikuti ketimpangan antar provinsi. DKI Jakarta masih jauh meninggalkan daerah di Indonesia Timur. Dari hasil pemetaan terdapat perpindahan posisi kuadran dari tahun 2005 menuju tahun 2013 yang terjadi pada Provinsi Bali, Jawa Tengah, dan Kalimantan Timur yang awalnya berada pada kuadran I menjadi Kuadran 4. Sedangkan Jawa Timur dari kuadran I menjadi Kuadran II. Perpindahan Provinsi dari kuadran II yaitu Sulawesi Utara, Sulawesi Selatan, Kalimantan Selatan, Kalimantan Barat menjadi berada di Kuadran III. Provinsi Bengkulu berhasil pindah dari kuadran III menjadi kuadran I, Sulawesi tengah pindah dari kuadran III menjadi kuadran II pada tahun 2013. Kepulauan Riau pindah dari kuadran IV tahun 2005 menjadi kuadran I pada tahun 2013. Hasil estimasi menunjukan bahwa terdapat beberapa variabel yang mempengaruhi indeks pembangunan manusia secara signifikan. Variabel-variabel tersebut yaitu PDRB, ketimpangan pendapatan, infrastruktur kesehatan dan pendidikan, presentase buta huruf, kemiskinan dan juga APBD. Semua variabel berpengaruh positif terhadap indeks pembangunan manusia kecuali tingkat kemiskinan dan presentase buta huruf yang berhubungan negatif terhadap indeks pembangunan manusia. Saran Berdasarkan hasil penelitian maka saran yang dapat diberikan diantaranya pemerintah dapat meningkatkan infrastruktur pendidikan dan juga kesehatan pada provinsi di Indonesia karena tidak ada yang berada pada daerah maju. Namun perkembangan IPM dapat diprioritaskan pada daerah yang masih berada dibawah rata-rata. Pemerintah juga dapat memacu pertumbuhan ekonomi agar terjadi peningkatan IPM. Program pemberantasan buta huruf agar dilanjutkan agar mengkatkan kualitas manusia. Penelitian ini hanya terbatas pada 33 Provinsi di Indonesia. Penelitian ini juga hanya menggunakan periode 10 tahun. Untuk itu dalam penelitian selanjutan sebaiknya menggunakan pemisahan antara daerah yang dibawah rata-rata dan diatas rata-rata atau juga dapat dilihat ketingkat yang lebih kecil yaitu tingkat kabupaten atau kota agar kondisi IPM di Indonesia dapat lebih menggambarkan kondisi yang sesungguhnya dari Indonesia itu sendiri.
37
DAFTAR PUSTAKA Arsyad, Lincoln, 1999, Pengantar Perencanaan dan Pembangunan Ekonomi Basri, Zainul Y, Mulyadi S, 2005. Keuangan Negara dan Analisis Kebijakan Utang Luar Negeri. Jakarta : Rajawali Press. Brata, Aloysius G. 2005. Pengaruh Pengeluaran Pemerintah, Investasi Swasta, dan distribusi pendapatan terhadap Indeks Pembangunan Manusia. Yogyakarta: Lembaga Penelitian – Universitas Atma Jaya. Daerah, Badan Penerbit Fakultas Ekonomi, Yogyakarta. Dumairy. 1997. Perekonomian Indonesia. Jakarta: Erlangga Esmara H .1986. Politik Perencanaan Pembangunan; Teori, Kebijaksanaan dan Prospek, Penerbit Gramedia Jakarta. Ginting KS, Charisma. 2008. Analisis Pembangunan Manusia Di Indonesia. [Tesis]. Medan: Sekolah Pascasarjana, Universitas Sumatera Utara. Gujarati D. 1978.Dasar-Dasar Ekonometrika. Zain S, penerjemah. Jakarta (ID): Erlangga. Terjemahan dari: Basic Econometrics. Irawan I. 2009. Analisis Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Indonesia, Jakarta : Fakultas Ekonomi Universitas Indonesia. Kuncoro M. 2004. Otonomi & Pembangunan Daerah : Reformasi, Perencanaan, Strategi dan Peluang. Jakarta(ID): Erlangga. Lanjouw P, Pradhan M, Saadah F, Sayed H, Sparrow R. 2001. Poverty, Education and Health in Indonesia: Who Benefits from Public Spending?. World Bank Working Paper No. 2739. Washington D.C.: World Bank. Diakses dari: http://papers.ssrn.com Lincolin, Arsyad. 2004. Ekonomi Pembangunan, Bagian Penerbitan STIE – YKPN, Yogyakarta. Mangkoesoebroto, Guritno. 1994. Ekonomi Publik. Yogyakaarta : BPFE. Meier GM, Rauch JE. 2000. Leading Issues in Economic Development (seventh edition). New York-Oxford: Oxford University Press Midgley J. 1995. Social Development: The Development Perspective in Social Welfare. London : SAGE Publications Ltd. Napitupulu A. 2007. Pengaruh Indikator Komposit Indeks Pembangunan Manusia Terhadap Penurunan Jumlah Penduduk Miskin Di Sumatera Utara Pambudi SB. 2008. Analisis Pengaruh Tingkat Kemandirian Fiskal Terhadap Indeks Pembangunan Manusia Kabupaten/Kota di Propinsi Jawa Barat. [Skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, Bogor. Pengantar. Bandung: PT. Remaja Roesda Karya Ramirez A, Ranis G, Stewart F. 1998. “Economic Growth and Human Capital”. QEH Working Paper No. 18. Salim E. 1986. Pembangunan Berwawasan Lingkungan. Jakarta : LP3ES Setiawan M, Hakim A. 2013. Indeks Pembangunan Manusia. Jurnal Economia. 9(1): 18-26. Simplice A, Asongu. 2011. Financial Determinants of Human Development in Developing Countries. MPRA Paper No. 33949
38 Sukirno S. 2010. Ekonomi Pembangunan: Proses, Masalah, dan Dasar Kebijakan. Jakarta (ID): Kencana. Suparmoko. 1994. Keuangan Negara : Dalam Teori dan Praktek.Yogyakarta : BPFE Suryadi A, Tilaar HAR. 1994. Analisis Kebijakan Pendidikan Suatu Suryana. 2000. Ekonomi Pembangunan, Problematika dan Pengembangan. Jakarta: Salemba Empat. Tarigan, Robinson. 2005. Perencanaan Pembangunan Wilayah. Jakarta: Bumi Aksara Todaro MP, Smith SC. 2006. Pembangunan Ekonomi. Munandar H, AL Puji, penerjemah. Edisi Kesembilan. Jakarta (ID): Erlangga. Terjemahan dari: Economic Development. UNDP. 1995. Human Development Report. UNDP UNDP. 2015. Human Development Report. UNDP World Bank, 2015. Gini Ratio Criteria. Yuliati A. 2012. Analisis Faktor-Faktor yang Memengaruhi Indeks Pembangunan Manusia di Wilayah Perbatasan Darat Indonesia. [Tesis]. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor.
39
LAMPIRAN Lampiran 1. Hasil Uji Hausmant Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects
Test Summary Cross-section random
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
72.738415
7
0.0000
d.f.
Prob.
(29,143)
0.0000
Lampiran 2. Hasil Uji Chow Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test
Statistic
Cross-section F
588.874090
Lampiran 3. Hasil Estimasi Random Effect Model Dependent Variable: LOG(IPM) Method: Panel EGLS (Cross-section random effects) Date: 08/09/15 Time: 18:31 Sample (adjusted): 2004 2013 Periods included: 10 Cross-sections included: 33 Total panel (balanced) observations: 330 Swamy and Arora estimator of component variances Variable
Coefficient
Std. Error
t-Statistic
Prob.
LOG(GINI) BUTA LOG(APBD) LOG(PDRB) MISKIN LOG(RS) LOG(SKL) C
0.006017 -0.000445 0.010507 0.020024 -0.002185 0.003690 -0.017705 4.051779
0.003060 0.000241 0.001664 0.002325 0.000189 0.001536 0.004724 0.038846
1.966383 -1.845844 6.312362 8.611481 -11.56962 2.402274 -3.747893 104.3044
0.0509 0.0666 0.0000 0.0000 0.0000 0.0174 0.0002 0.0000
Effects Specification S.D. Cross-section random Idiosyncratic random
0.022763 0.002886
Rho 0.9842 0.0158
40 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.928477 0.925566 0.003393 318.9736 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
0.220810 0.012438 0.001981 0.722242
Unweighted Statistics R-squared Sum squared resid
0.372863 0.212802
Mean dependent var Durbin-Watson stat
4.271210 0.006722
Lampiran 4. Hasil Estimasi PLS Dependent Variable: LOG(IPM) Method: Panel Least Squares Date: 08/09/15 Time: 18:32 Sample (adjusted): 2004 2013 Periods included: 10 Cross-sections included: 33 Total panel (balanced) observations: 330 Variable
Coefficient
Std. Error
t-Statistic
Prob.
LOG(GINI) BUTA LOG(APBD) LOG(PDRB) MISKIN LOG(RS) LOG(SKL) C
0.004170 -0.000291 0.009069 0.025936 -0.001566 0.001834 0.014329 3.740734
0.003108 0.000261 0.001762 0.002527 0.000219 0.001564 0.007346 0.062554
1.341872 -1.116794 5.147864 10.26246 -7.161637 1.172687 1.950623 59.79977
0.1818 0.2660 0.0000 0.0000 0.0000 0.2429 0.0531 0.0000
Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.996489 0.995605 0.002886 0.001191 817.8961 1127.388 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
Lampiran 5. Hasil Estimasi Fixed Effect Model Dependent Variable: LOG(IPM) Method: Panel EGLS (Cross-section weights) Date: 08/09/15 Time: 18:33 Sample (adjusted): 2004 2013 Periods included: 10
4.271210 0.043539 -8.676623 -8.020293 -8.410510 0.946881
41 Cross-sections included: 33 Total panel (balanced) observations: 330 Linear estimation after one-step weighting matrix Variable
Coefficient
Std. Error
t-Statistic
Prob.
LOG(GINI) BUTA LOG(APBD) LOG(PDRB) MISKIN LOG(RS) LOG(SKL) C
0.005700 -0.000336 0.006550 0.025845 -0.001792 0.002644 0.009882 3.814545
0.002134 0.000232 0.001101 0.001688 0.000167 0.000945 0.005310 0.043061
2.671036 -1.449014 5.948827 15.31386 -10.70427 2.796338 1.860943 88.58411
0.0084 0.1495 0.0000 0.0000 0.0000 0.0059 0.0648 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)
0.997497 0.996867 0.002794 1582.992 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
6.034877 2.843116 0.001116 1.140568
Unweighted Statistics R-squared Sum squared resid
0.996396 0.001223
Mean dependent var Durbin-Watson stat
4.271210 0.841838
42
RIWAYAT HIDUP Penulis dilahirkan di Jakarta pada tanggal 19 September 1992 sebagai anak pertama dari tiga bersaudara dari Bapak Herry C Trunajaya dan Ibu Dyah Anggraeni. Penulis menyelesaikan SMP Negeri 1 Kota Tangerang dan lulus pada tahun 2007. Pada tahun 2010 penulis menyelesaikan pendidikannya di SMA Negeri 14 Kota Tangerang, kemudian pada tahun yang sama penulis diterima di Institut Pertanian Bogor (IPB) melalui jalur Beasiswa Utusan Daerah (BUD) dan diterima di Program Studi Ilmu Ekonomi dan Studi Pembangunan, Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen. Selama di bangku kuliah, penulis mendapat beasiswa utusan daerah (BUD) dari PT. Hadi Jaya Utama. Selain aktif menjadi mahasiswa, penulis aktif pada kegiatan Wirausaha. Usaha pertamakali jalani adalah Tour & Travel yang telah di buka untuk umum semenjak tahun 2013 dan pada tahun 2014 penulis menambahkan unit usaha Rental Mobil Matic yang hanya dibuka untuk kalangan IPB saja hingga saat ini. Dengan nama Hilz Adventure.
