4.3. HASIL ESTIMASI 1 Tahap Pertama
4.3.1.2 Persamaan 2 : Indeks Pembangunan Manusia (IPM) .1 Koefisien Determinasi .1 Koefisien Determinasi
Variabel dependen pada persamaan kedua ini merupakan salah satu variabel independen pada persamaan pertama yakni variabel Indeks Pembangunan Manusia (IPM). Ini merupakan ciri model persamaan simultan dimana persamaan bebas terdiri dari variabel Produktivitas tenaga kerja, Investasi, Harapan lama Sekolah dan Angka Harapan Hidup.
Tabel 4.4
Koefisien Determinasi Persamaan 2 :IPM
Model R-squared
Persamaan 2: IPM 0,789
Sumber: output Eviews
Dari tabel output di atas diketahui nilai koefisien determinasi (R- Squared) sebesar 0, 79 atau 79%. Angka tersebut mengandung arti bahwa variabel.
Produktivitas tenaga kerja, Harapan lama Sekolah,Angka Harapan Hidup dan Investasi menjelaskan variabel Indeks Pembangunan Manusia (IPM) sebesar 79%. Sedangkan sisanya sebesar 21 % dijelaskan oleh variabel lain yang tidak dimasukkan ke dalam model persamaan ini
4.3.2.2 Uji t
Berikut ini merupakan tampilan dari Uji t persamaan IPM : Tabel 4.5 Uji t Persamaan IPM
Variabel Koefisien t- statistik Probalitas Keterangan Konstanta -17,47870 -3,398394 0.001 Signifikan Produktivitas 23,65209 3,664134 0.000 Signifikan Gini -0,448231 -0,112349 0,911 Tidak Signifikan
HLS 2.238988 10,85417 0.000 Signifikan
AHH 0.795539 9,128301 0.000 Signifikan
Investasi 0,085704 0,751989 0.453 Tidak Signifikan Sumber: diolah dari output Eviews
Variabel Produktivitas Tenaga Kerja, Harapan Lama Sekolah dan Angka Harapan Hidup signifikan mempengaruhi variabel IPM , Variabel Gini dan Investasi memiliki nilai probabilitas lebih besar dari 0,05; artinya variabel- variabel tersebut tidak signifikan mempengaruhi variabel IPM.
4.3.1.2.3 Interpretasi Model
Model persamaan variabel IPM sebagai berikut :
IPM= -17,479+23,652 Produktivitas-0,448 Gini +2,238 HLS+0, 796AHH + 0,086 Inv
Variabel Produktivitas Tenaga Kerja , HLS, AHH dan Investasi memiliki tanda koefisien yang positif sehingga jika nilai Variabel Produktivitas Tenaga Kerja, HLS, AHH dan Investasi naik maka nilai variabel IPM akan naik juga.
Variabel Gini memiliki koefisien regresi bertanda negatif, artinya jika nilai variabel Gini naik maka nilai IPM akan turun. Dari persamaan di atas variabel yang paling berpengaruh adalah variabel Produktivitas Tenaga Kerja yakni sebesar 23,652. HLS, AHH dan Investasi memiliki tanda koefisien regresi positif sedangkan Gini memiliki koefisien bertanda negatif. Jika variabel Produktivitas Tenaga Kerja naik 1 % maka akan meningkatkan 23,652 indeks IPM ; jika nilai
variabel Harapan lama Sekolah naik 1 tahun maka akan meningkatkan 2,238 indeks IPM; jika variabel AHH naik 1 tahun maka akan meningkatkan 0,796 indeks IPM dan jika variabel investasi naik 1% akan meningkatkan 0,086 Indeks IPM .Jika variabel indeks Gini naik 1 maka nilai variabel IPM turun sebesar 0,448.
Variabel dependen persamaan kedua adalah Indeks Pembangunan Manusia (IPM), dengan variabel bebas terdiri dari variabel produktivitas tenaga kerja, Gini, Harapan Lama Sekolah, Angka Harapan Hidup dan Investasi. Variabel IPM ini merupakan variabel independen pada persamaan pertama yang menjadi ciri bahwa penelitian ini menggunakan model simultan.
Menurut Relay (2016) peningkatan produktivitas tenaga kerja merupakan hal penting untuk mendapatkan perubahan signifikan pada rangking IPM. Pada kondisi produktivitas tenaga kerja tinggi perolehan profit meningkat dan tingkat upah juga meningkat. Peningkatan penerimaan tenga kerja memungkinkan mereka untuk menambah alokasi pendapatan untuk bidang pendidikan dan kesehatan keluarga dan pada gilirannya angka IPM meningkat. Hasil estimasi menunjukkan bahwa variabel produktivitas tenaga kerja positif signifikan mempengaruhi variabel IPM, dimana jika nilai variabel produktivitas tenaga kerja meningkat maka nilai IPM masyarakat Indonesia juga naik. Hasil ini sesuai dengan hipotesis dan pendapat Relay di atas.
Untuk mengukur apakah terjadi pemerataan pendapatan pada satu daerah digunakan sebuah indeks yang disebut Gini Ratio. Terdapat beberapa variasi bentuk yang tidak ideal hubungan antara Gini dan IPM di beberapa provinsi di Indonesia. Pertama nilai IPM dan PDRB per Kapita sama-sama rendah. Kedua provinsi yang PDRB nya tinggi tetapi nilai IPM nya rendah; dan variasi ketiga yaitu provinsi yang nilai IPM tinggi tetapi nilai PDRB per Kapita nya rendah.
Temuan empirik bahwa variabel Gini berpengaruh negatip tidak signifikan terhadap variabel IPM, yang diartikan jika nilai Gini semakin tinggi maka nilai variabel IPM turun. Tidak signifikannya variabel Gini mempengaruhi IPM disebabkan oleh kondisi viscious dan looped human development. Beberapa provinsi di wilayah Indonesia Bagian Timur (IBT) berada dalam kondisi vicious dengan nilai IPM dan PDRB per kapita yang sangat rendah, seperti Provinsi Nusa Tenggara Barat dan Nusa Tenggara Timur. Hal ini dapat disebabkan oleh rata-rata lama sekolah yang berada jauh di bawah rata-rata nasional yaitu masing-masing
hanya 6.6 tahun, berada pada peringkat ke-31 dan 32 dari 33 provinsi. Selain itu, total pengeluaran pemerintah daerah dan belanja pemerintah daerah di bidang pendidikan dan kesehatan kedua provinsi tersebut juga relatif rendah. Provinsi Papua dan Papua Barat termasuk dalam kondisi looped economic. Pertumbuhan dengan PDRB per kapita yang cukup tinggi namun memiliki IPM yang sangat rendah. Tingkat PDRB per kapita yang tinggi tidak serta merta menunjukkan bahwa setiap penduduk Papua mempunyai pendapatan di atas rata-rata. Data BPS menunjukkan bahwa rata-rata indeks gini Provinsi Papua tahun 2006-2011 merupakan yang tertinggi secara nasional dengan nilai sebesar 0.40. UNDP (2011) menujukkan bahwa sebesar masyarakat Provinsi Papua hidup di bawah garis kemiskinan, hampir tiga kali dari rata-rata nasional. Data tersebut menunjukkan bahwa terjadi kesenjangan pendapatan yang sangat signifikan di Provinsi Papua. Provinsi Papua Barat menunjukkan hal yang sedikit lebih baik namun tidak jauh berbeda. Nilai IPM dan PDRB per kapita berada di atas Provinsi Papua dengan indeks gini yang mendekati rata-rata nasional, yaitu sebesar 0.34.
Kondisi looped human development memperlihatkan kondisi pembangunan manusia yang tinggi namun tidak disertai pertumbuhan ekonomi yang tinggi pula.
Beberapa provinsi khususnya dari wilayah Indonesia Bagian Barat (IBB) masuk dalam klasifikasi ini, diantaranya Yogyakarta dan Bengkulu. Provinsi Yogyakarta memiliki nilai IPM yang cukup tinggi yaitu 75.01, berada di peringkat 4 teratas nasional, sedangkan PDRB per kapita berada di bawah rata - rata dengan nilai sebesar 5,738 ribu rupiah. Begitu pula dengan Provinsi Bengkulu yang memiliki nilai IPM sebesar 72.31, berada di peringkat 10 nasional, namun PDRB per kapitanya hanya sebesar 4,596 ribu rupiah (Ezkirianto dkk.,2013).
Pembangunan manusia meningkatkan peluang seseorang untuk melakukan pilihan agar dapat hidup lebih sehat, lebih terdidik dan dapat menikmati standard hidup layak. Dengan demikian seseorang dapat meningkatkan kapabilitasnya termasuk dalam hal kebebasan berpolitik, hak azasi manusia dan rasa percaya diri, aktualisasi dan partisipasi. (Jespersen,2011) Menurut BPS (2016) Indeks Pembangunan Manusia (IPM) merupakan suatu ukuran yang digunakan untuk mengukur pencapaian pembangunan manusia di suatu wilayah. Meskipun tidak mengukur semua dimensi dari pembangunan manusia, namun IPM dinilai mampu mengukur dimensi pokok dari pembangunan manusia. Sebagai ukuran kualitas hidup, IPM dibangun melalui pendekatan tiga dimensi dasar. Dimensi tersebut mencakup umur panjang dan sehat, pengetahuan, dan kehidupan yang layak. Dari temuan empiris Harapan Lama Sekolah dan Angka Harapan Hidup berpengaruh positif signifikan terhadap nilai IPM Indonesia. Hal ini sejalan dengan hipotesis dan penelitian yang dilakukan Affan di Jawa Tengah dan Jawa Timur. Dari model estimasi yang dilakukan diketahui bahwa jika rata-rata lama sekolah meningkat satu tahun maka IPM akan meningkat 0,22 persen dan jika angka harapan hidup meningkat satu tahun akan menigkatkan IPM sebesar 0,75 persen (Affan,2014).
Investasi merupakan salah satu variabel makro yang dapat menstimulus roda perekonomian. Mengacu pada model Solow, jika suatu negara menyisihkan sebagian besar pendapatannya ke tabungan dan investasi, negara itu akan memiliki persediaan modal kondisi mapan dan tingkat pendapatan yang tinggi Pada kondisi mapan, tujuan pembuat kebijakan adalah memaksimalkan kesejahteraan individu yang membentuk masyarakat (Mankiw,1999). Temuan empiris penelitian ini, Investasi berpengaruh positif tidak signifikan terhadap
IPM. Hasil ini tidak sejalan dengan hipotesis juga dengan hasil penelitian Gegmenoglu dkk. (2018) dimana Foreign Direct Investment (FDI) memilki pengaruh postip signifikan terhadap IPM di Nigeria. Tidak signifikannya Investasi terhadap IPM di Indonesia disebabkan investasi berbasis teknologi tinggi yang banyak diterapkan pada industri pengolahan. Hal ini dapat menggeser tenaga manusia pada proses produksi. Kehilangan pekerjaan menurunkan daya beli dan kemampuan untuk meningkatkan pendidikan dan kesehatan mereka menurun.
Selain itu pertumbuhan ekonomi yang diperoleh dari adanya investasi tidak secara otomatis menurunkan ketimpangan pendapatan. Pada negara yang distribusi pendapatannya tidak merata, pertumbuhan ekonomi justru dapat meningkatkan kemiskinan dan human development memburuk (Gohou & Soumaré, 2012).
4.3.1.3 Persamaan 3 : Keluhan Kesehatan