4. ANALISIS DATA DAN PEMBAHASAN
4.2. Analisis Statistika Inferensial
4.2.1. Pemilihan Model
4.2.2.3. Uji Signifikansi Variabel Bebas (Uji t-stat)
Pengujian hipotesis melalui uji statistik t dilakukan untuk menguji signifikasi pengaruh individual masing-masing variabel bebas dalam model terhadap variabel dependennya. Selain menguji signifikasi dengan probability (t-stat) yang ditunjukkan dalam Tabel 4.8 dengan α sebesar 5%, juga dilakukan uji arah atas nilai koefisiennya.
a. Variabel Persentase Realisasi Belanja Fungsi Kesehatan (DF)
Dalam pengujian signifikansi variabel DF terhadap variabel AHH menggunakan hipotesis sebagai berikut.
Ho : DF tidak berpengaruh signifikan terhadap AHH H1 : DF berpengaruh signifikan terhadap AHH.
Dari hasil regresi menunjukkan bahwa variabel DF memiliki Prob(t-stat) yang lebih kecil dibandingkan α (0,0010 < 0,05), maka Ho ditolak. Hal ini berarti desentralisasi fiskal yang ditunjukkan dengan variabel persentase realisasi belanja fungsi kesehatan terhadap total realisasi belanja provinsi (DF) secara statistik memiliki pengaruh siginikan terhadap Angka Harapan Hidup (AHH).
Hasil regresi menunjukkan koefisien variabel DF bernilai 0,014845. Angka tersebut dapat diinterpretasikan bahwa pengaruh persentase realisasi belanja fungsi kesehatan terhadap AHH merupakan pengaruh positif. Apabila persentase realisasi belanja fungsi kesehatan meningkat sebesar 1%, Angka Harapan Hidup akan meningkat sebesar 0,014845%. Hasil ini menunjukkan kesesuaian dengan hasil penelitian terdahulu yang dilakukan oleh Canterero (2008) di Spanyol bahwa semakin besar persentase belanja fungsi kesehatan, maka Angka Harapan Hidup akan semakin besar pula.
b. Variabel Produk Domestik Regional Bruto berdasarkan Harga Berlaku per Kapita (PDRB)
Dalam pengujian signifikansi variabel PDRB terhadap variabel AHH menggunakan hipotesis sebagai berikut.
Ho : PDRB tidak berpengaruh signifikan terhadap AHH H2 : PDRB berpengaruh signifikan terhadap AHH.
Dari hasil regresi menunjukkan bahwa variabel PDRB memiliki Prob(t-stat) yang lebih kecil dibandingkan α (0,0000< 0,05) , maka Ho ditolak. Hal ini berarti variabel Produk Domestik Regional Bruto berdasarkan harga berlaku per kapita (PDRB) secara statistik memiliki pengaruh siginikan terhadap Angka Harapan Hidup (AHH).
Hasil regresi menunjukkan koefisien variabel PDRB bernilai 0,695358. Angka tersebut dapat diinterpretasikan bahwa pengaruh PDRB per kapita terhadap AHH merupakan pengaruh positif, walaupun besaran pengaruhnya belum cukup optimal. Apabila PDRB per kapita meningkat sebesar 1%, Angka Harapan Hidup akan meningkat sebesar 0,695358%. Hasil ini menunjukkan kesesuaian dengan hipotesis awal dan penelitian terdahulu bahwa semakin besar PDRB per kapita, maka AHH juga akan semakin besar.
c. Variabel Rasio Puskesmas per 100.000 Penduduk (PUSKES)
Dalam pengujian signifikansi variabel PUSKES terhadap variabel AHH menggunakan hipotesis sebagai berikut.
Ho : PUSKES tidak berpengaruh signifikan terhadap AHH H3 : PUSKES berpengaruh signifikan terhadap AHH.
Dari hasil regresi menunjukkan bahwa variabel PUSKES memiliki Prob(t-stat) yang lebih kecil dibandingkan α (0,0066 < 0,05) , maka Ho ditolak. Hal ini berarti variabel rasio puskesmas per 100.000 penduduk (PUSKES) secara statistik memiliki pengaruh siginikan terhadap Angka Harapan Hidup (AHH).
Hasil regresi menunjukkan koefisien variabel PUSKES bernilai 0,057756, Angka tersebut dapat diinterpretasikan bahwa pengaruh rasio puskesmas terhadap AHH merupakan pengaruh positif. Apabila rasio puskesmas meningkat sebesar 1%, Angka Harapan Hidup akan meningkat sebesar
0,057756%. Hasil ini menunjukkan kesesuaian dengan hipotesis awal bahwa semakin banyak sarana kesehatan puskesmas tersedia untuk penduduk, semakin besar Angka Harapan Hidup.
d. Variabel Rasio Tenaga Medis per 100.000 Penduduk (MEDIS)
Dalam pengujian signifikansi variabel MEDIS terhadap variabel AHH menggunakan hipotesis sebagai berikut.
Ho : MEDIS tidak berpengaruh signifikan terhadap AHH H4 : MEDIS berpengaruh signifikan terhadap AHH.
Dari hasil regresi menunjukkan bahwa variabel MEDIS memiliki Prob(t-stat) yang lebih besar dibandingkan α (0,8473 > 0,05) , maka Ho tidak ditolak. Hal ini berarti variabel rasio tenaga medis per 100.000 penduduk (MEDIS) secara statistik tidak memiliki pengaruh siginikan terhadap Angka Harapan Hidup (AHH).
Hasil ini menunjukkan ketidaksesuaian dengan hipotesis awal. Namun, hasil serupa juga ditemukan dalam penelitian Ahmad (2010) di Sumatera Barat bahwa jumlah tenaga medis tidak berpengaruh signifikan terhadap Angka Harapan Hidup. Hal ini mungkin dapat dijelaskan dengan perilaku hidup masyarakat atau kepercayaan masyarakat yang masih kurang kepada tenaga medis, khususnya dokter.
e. Variabel Angka Melek Huruf (AMH)
Dalam pengujian signifikansi variabel AMH terhadap variabel AHH menggunakan hipotesis sebagai berikut.
Ho : AMH tidak berpengaruh signifikan terhadap AHH H5 : AMH berpengaruh signifikan terhadap AHH.
Dari hasil regresi menunjukkan bahwa variabel AMH memiliki Prob(t-stat) yang lebih kecil dibandingkan α (0.0000 < 0.05) , maka Ho ditolak. Hal ini berarti variabel Angka Melek Huruf (AMH) secara statistik memiliki pengaruh siginikan terhadap Angka Harapan Hidup (AHH).
Hasil regresi menunjukkan koefisien variabel AMH bernilai 0,209341. Angka tersebut dapat diinterpretasikan bahwa pengaruh Angka Melek Huruf
terhadap AHH merupakan pengaruh positif. Apabila Angka Melek Huruf meningkat sebesar 1%, Angka Harapan Hidup akan meningkat sebesar 0,209341%. Hasil ini menunjukkan kesesuaian dengan hipotesis awal dan penelitian terdahulu bahwa semakin tinggi tingkat pendidikan yang ditunjukkan dengan Angka Melek Huruf, semakin besar Angka Harapan Hidup.
Tabel 4.6 berikut memuat ringkasan pengaruh variabel bebas terhadap variabel Angka Harapan Hidup
Tabel 4.6 Pengaruh Variabel Bebas Terhadap Variabel Angka Harapan Hidup
Variabel Arah Pengaruh Signifikansi DF Positif (+) Signifikan
PDRB Positif (+) Signifikan PUSKES Positif (+) Signifikan MEDIS Negatif (-) Tidak Signifikan AMH Positif (+) Signifikan
Tanpa adanya pengaruh desentralisasi fiskal berupa persentase realisasi belanja fungsi kesehatan, faktor-faktor determinan, serta faktor pengaruh masing-masing provinsi, outcome kesehatan yang diperlihatkan oleh angka harapan hidup akan menunjukkan angka 37,04291 tahun. Selain pengaruh intercept persamaan linear, pengaruh koefisien slope masing-masing provinsi pun mempengaruhi tingkat outcome kesehatan. Perbedaan koefisien slope tersebut kemungkinan disebabkan perbedaan kapabilitas Pemerintah Daerahnya masing-masing, seperti kesiapan masing-masing provinsi, efisiensi penganggaran, dan efektifitas pengeluaran.
4.2.3. Pengujian Regresi Palsu (Spurious Regression)
Pengujian tambahan perlu dilakukan untuk menambah tingkat keyakinan model, yaitu dengan Uji Regresi Palsu. Hasil uji regresi dalam Tabel 4.5 menunjukkan nilai Durbin Watson-stat yang lebih besar daripada nilai R2 (1,561732 > 0,998247). Hal ini menunjukkan bahwa persamaan regresi tersebut
bukanlah regresi palsu sehingga hasil analisis semakin mendekati keadaan sesungguhnya.