PENGARUH TINGKAT KEMISKINAN, KONTRIBUSI PDRB SEKTOR JASA PENDIDIKAN DAN KESEHATAN TERHADAP INDEKS PEMBANGUNAN
MANUSIA KABUPATEN/KOTA DI PROVINSI ACEH
Yuli Rahmawati 1, Muhammad Nurullah Riyadi 2
Abstak
Manusia memiliki peran yang sangat penting dalam pembangunan perekonomian negara. Salah satu parameter keberhasilan pembangunan adalah Indeks Pembangunan Manusia (IPM). Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi IPM Kabupaten/kota di Provinsi Aceh tahun 2010-2020. Metode analisis yang digunakan adalah analisis data panel dengan memilih di antara 3 model yaitu Common Effect, Fixed Effect dan Random Effect. Hasil penelitian ini menunjukkan bahwa Angka IPM Provinsi Aceh tahun 2020 adalah 71,99 dan masuk dalam kategori angka IPM tinggi. Model regresi data panel yang sesuai dengan angka IPM kabupaten/kota di Provinsi Aceh pada tahun 2010- 2020 adalah model random effect. Faktor-faktor yang mempengaruhi angka IPM kabupaten/kota di Provinsi Aceh pada tahun 2010-2020 secara signifikan adalah angka kemiskinan dan kontribusi PDRB sektor pendidikan. Sedangkan variabel kontribusi PDRB sektor kesehatan tidak signifikan.
Kata kunci: IPM, data panel, random effect model PENDAHULUAN
Pembangunan merupakan salah satu syarat mutlak bagi kelangsungan suatu negara. Terdapat 3 komponen dasar keberhasilan pembangunan ekonomi yakni kecukupan (sustenance), jati diri (self- esteem) dan kebebasan (freedom). Ketiga komponen ini merupakan tujuan pokok yang harus dicapai oleh setiap masyarakat (Todaro, 2013).
Selain mengejar percepatan pertumbuhan ekonomi, penanganan ketimpangan pendapatan, dan program pengentasan kemiskinan, proses pembangunan juga mencakup berbagai perubahan mendasar, diantaranya status sosial, nilai kehidupan bermasyarakat, dan institusi-institusi nasional. Pembangunan harus mencerminkan perubahan total dari seluruh masyarakat atau penyesuaian sistem sosial secara keseluruhan dengan tidak mengabaikan keragaman kebutuhan dasar dan keinginan individual maupun kelompok-kelompok sosial yang ada untuk bergerak maju menuju suatu kondisi kehidupan yang lebih baik, secara material maupun spiritual (Todaro, 2013).
Secara sederhana pertumbuhan ekonomi dapat diartikan sebagai pertambahan output atau pertambahan pendapatan nasional agregatif dalam kurun waktu tertentu. Pertumbuhan ekonomi merupakan salah satu tolok ukur bagi kemajuan dan perkembangan suatu bangsa atau pembangunan ekonomi suatu bangsa. Masalah pembangunan ekonomi tidak dapat lepas dari pertumbuhan ekonomi;
dimana pembangunan ekonomi akan mendorong pertumbuhan ekonomi dan sebaliknya pertumbuhan ekonomi akan memperlancar proses pembangunan ekonomi (Prasetyo 2009).
Menurut BPS (2020), IPM Provinsi Aceh berada di atas angka IPM Indonesia, yaitu sebesar 71,99. Hal ini menunjukkan IPM Aceh lebih baik dari IPM secara nasional. Namun, jika dilihat dari setiap kabupaten/kota di Aceh, hanya 9 dari 23 wilayah saja yang memiliki IPM di atas angka IPM Aceh.
Terdapat 14 wilayah yang berada dibawah angka IPM Aceh. Hal ini menunjukkan ketimpangan wilayah dan ketidakmerataam pembangunan manusia karena masih banyak yang berada di bawah rata-rata angka IPM Aceh.
Tabel 1. Perbandingan IPM Provinsi Aceh dan Indonesia tahun 2010-2020 Tahun Aceh Indonesia
2010 67.09 66.53
2011 67.45 67.09
1 Badan Pusat Statistik Kabupaten Bireun, yuli.rahmawati@bps.go.id
2012 67.81 67.7
2013 68.3 68.31
2014 68.81 68.9
2015 69.45 69.55
2016 70 70.18
2017 70.6 70.81
2018 71.19 71.39
2019 71.9 71.92
2020 71.99 71.94
Sementara jika melihat data IPM secara nasional, Kota Banda Aceh yang merupakan ibukota Provinsi Aceh memiliki angka IPM tertinggi ke-2 di Indonesia setelah Kota Yogyakarta. Bahkan sejak 2019 IPM Banda Aceh mengungguli IPM Jakarta Selatan.
Tabel 2. Perkembangan 5 kabupaten/kota IPM tertinggi di Indonesia
Kabupaten/Kota 2020 2019 2018 2017 2016 2015
Kota Yogyakarta 86.61 86.65 86.11 85.49 85.32 84.56 Kota Banda Aceh 85.41 85.07 84.37 83.95 83.73 83.25 Kota Jakarta Selatan 84.72 84.75 84.44 84.13 83.94 83.37
Kota Denpasar 83.93 83.68 83.3 83.01 82.58 82.24
Sleman 83.84 83.85 83.42 82.85 82.15 81.2
Pada penelitian sebelumnya yang dilakukan oleh Dewi (2017) menyimpulkan bahwa kemiskinan dan pertumbuhan ekonomi berpengaruh dan signifikan terhadap IPM di Provinsi Riau.
Ariska Ranadhani, Anderson G. Kumenaung, dan Krest D. Tolosang (2021) menyebutkan tingkat pengangguran, tingkat kemiskinan, pertumbuhan ekonomi, belanja pemerintah bidang pendidikan, dan belanja pemerintah bidang kesehatan berpengaruh signifikan secara bersama-sama terhadap Indeks Pembangunan Manusia di Provinsi Sulawesi Utara. Tarumingkeng, Vekie A. Rumate, Tri Oldy Rotinsulu (2018) melakukan penelitian di Provinsi Sulawesi Utara menyatakan bahwa belanja modal dan tingkat kemiskinan berpengaruh signifikan terhadap Indeks Pembangunan Manusia (IPM) di Provinsi Sulawesi Utara. Demikian juga Saidah, Saharuddin dan Irfan (2017) yang melakukan penelitian di Kota Lhokseumawe menyatakan tidak terdapat pengaruh pengeluaran pemerintah sektor kesehatan terhadap Indeks Pembangunan Manusia, namun terdapat pengaruh yang signifikan antara pengeluaran pemerintah sektor pendidikan dan sektor kesehatan terhadap Indeks Pembangunan Manusia.
Berdasarkan fenomena tersebut di atas, menarik untuk dikaji dan dianalisis lebih lanjut.
Penelitian di wilayah Aceh sangat penting karena wilayah ini merupakan salah satu daerah istimewa di Indonesia dan mendapatkan otonomi khusus, yang seharusnya pembangunan manusianya lebih berkembang dan merata. Namun, kajian empiris sangat menarik dilakukan agar dapat diketahui detail pembangunan manusia di Provinsi Aceh.
Tujuan dari penelitian ini adalah mengetahui gambaran secara umum Indeks Pembangunan Manusia (IPM) seluruh kabupaten/kota di Provinsi Aceh tahun 2010-2020. Tujuan selanjutnya adalah mengetahui faktor-faktor yang mepengaruhi Indeks Pembangunan Manusia (IPM) seluruh kabupaten/kota di Provinsi Aceh tahun 2010-2020.
METODE
Penelitian ini menggunakan data sekunder yang berasal dari BPS berupa tabel yang memuat data masing-masing kabupaten/kota di Provinsi Aceh. Data tersebut adalah Indeks Pembangunan Manusia (IPM), tingkat kemiskinan, persentase distribusi PDRB sektor pendidikan, dan persentase distribusi PDRB sektor Kesehatan. Data yang diambil adalah data tahun 2010-2020. Alasan digunakannya tahun 2010-2020 sebagai sumber data penelitian ini adalah karena ketersediaan data PDRB tahun dasar 2010.
Pembangunan Manusia
Indeks Pembangunan Manusia merupakan indeks yang mengukur pembangunan manusia dari tiga aspek dasar yaitu umur panjang dan hidup sehat; pengetahuan; dan standar hidup layak. Indeks Pembangunan Manusia (IPM) terdiri dari tiga jenis indeks yaitu:
1. Indeks Kesehatan (IKesehatan)
Rumus yang digunakan sebagai berikut:
𝐼𝐾𝑒𝑠𝑒ℎ𝑎𝑡𝑎𝑛 = UHH − 𝑈𝐻𝐻 𝑚𝑖𝑛 UHH 𝑚𝑎𝑘𝑠 − UHH 𝑚𝑖𝑛 2. Indeks Pendidikan
Indeks Pendidikan terdiri dari dua jenis indeks yaitu : a. Indeks Harapan Lama Sekolah (IHLS)
Rumus yang digunakan sebagai berikut : IHLS = HLS − 𝐻𝐿𝑆 𝑚𝑖𝑛
HLS maks − HLS 𝑚𝑖𝑛 dengan: HLS = Harapan Lama Sekolah b. Indeks Rata-Rata Lama Sekolah (IRLS)
Rumus yang digunakan sebagai berikut:
IRLS = RLS − 𝑅𝐿𝑆 𝑚𝑖𝑛 RLS 𝑚𝑎𝑘𝑠 − RLS 𝑚𝑖𝑛 dengan: RLS = Rata-Rata Lama Sekolah
Selanjutnya Indeks Pendidikan dihitung menggunakan rumus sebagai berikut:
IPendidikan =I𝐻𝐿𝑆− I𝑅𝐿𝑆 2
Dengan: HLS = Harapan Lama Sekolah RLS = Rata-Rata Lama Sekolah 3. Indeks Pengeluaran (IPengeluaran)
Rumus ytang digunakan sebagai berikut:
IPengeluaran = In (pengeluaran) − 𝐼𝑛(𝑝𝑒𝑛𝑔𝑒𝑙𝑢𝑎𝑟𝑎𝑛𝑚𝑖𝑛) In(𝑝𝑒𝑛𝑔𝑒𝑙𝑢𝑎𝑟𝑎𝑛𝑚𝑎𝑘𝑠) − 𝐼𝑛(𝑝𝑒𝑛𝑔𝑒𝑙𝑢𝑎𝑟𝑎𝑛𝑚𝑖𝑛)
Untuk menghitung indeks masing – masing komponen IPM digunakan batas maksimum dan minimum sebagai berikut:
Tabel 3. Penjelesan Komponen IPM
Komponen IPM Satuan Minimum Maksimum
Umur Harapan Hidup saat lahir Tahun 20 85
Harapan Lama Sekolah Tahun 0 18
Rata-Rata Lama Sekolah Tahun 0 15
Pengeluaran per Kapita Rupiah 1.007.436 26.572.352
IPM merupakan indikator penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia (masyarakat/penduduk). IPM dapat menentukan peringkat atau level pembangunan suatu wilayah/negara. Bagi Indonesia, IPM merupakan data strategis karena selain sebagai ukuran kinerja pemerintah, IPM juga digunakan sebagai salah satu alokator penentuan Dana Alokasi Umum (DAU).
Interpretasi capaian pembangunan manusia di suatu wilayah pada waktu tertentu dikelompokkan dalam empat kelompok, yaitu:
1. Kelompok "Sangat Tinggi": IPM ≥ 80 2. Kelompok "Tinggi": 70 ≤ IPM ≤ 80 3. Kelompok "Sedang": 60 ≤ IPM ≤ 70 4. Kelompok "Rendah": IPM < 60
Pengelompokan ini bertujuan untuk mengorganisasikan wilayah-wilayah menjadi kelompok-kelompok yang sama dalam hal pembangunan manusia. Semakin tinggi nilai IPM suatu negara/daerah, menunjukkan pencapaian pembangunan manusianya semakin baik.
Data Panel
Alat analisis data yang digunakan adalah STATA 14.2. Dalam penelitian ini menggunakan data panel melalui tiga metode:
Common Effect
Model common Effect yaitu teknik regresi yang paling sederhana untuk mengestimasi data panel dengan cara hanya mengkombinasikan data time series dan cross section. Model ini hanya menggabungkan kedua data tersebut tanpa melihat perbedaan antar waktu dan individu sehingga dapat dikatakan bahwa model ini sama halnya dengan metode OLS (Ordinary Least Square) karena menggunakan kuadrat kecil biasa. Dalam pendekatan ini hanya mengasumsikan bahwa perilaku data antar ruang sama dalam berbagai kurun waktu. Dengan kata lain, diasumsikan bahwa perilaku data antar kabupaten/kota sama dalam berbagai kurun waktu.
Fixed Effect
Analisis data panel dengan melihat perbedaan individu (intercept) dengan waktu (slope) yang tetap. Dengan kata lain, perbedaan intersep ini menggambarkan bahwa adanya perbedaan dalam setiap kabupaten/ kota dalam mencapai pembangunan manusia. Penggunaan model fixed effect tepat untuk melihat perubahan perilaku data dari masing-masing variabel sehingga data lebih dinamis dalam menginterpretasi data. Pemilihan model antara common effect dengan fixed effect dapat dilakukan dengan pengujian Likelihood Test Ratio dengan ketentuan apabila nilai probabilitas yang dihasilkan signifikan dengan alpha maka dapat diambil keputusan menggunakan fixed effect model.
Random Effect
Dalam model efek acak, parameter-parameter yang berbeda antar daerah maupun antar waktu dimasukkan ke dalam error. Karena hal inilah, model efek acak juga disebut model komponen error (error component model). Dengan menggunakan model efek acak ini, maka dapat menghemat pemakaian derajat kebebasan dan tidak mengurangi jumlahnya seperti yang dilakukan pada model efek tetap. Hal ini berimplikasi parameter yang merupakan hasil estimasi akan menjadi semakin efisien.
HASIL DAN PEMBAHASAN
Untuk mengetahui gambaran Indeks Pembangunan Manusia (IPM) secara umum dari 23 kabupaten/kota di Aceh, berikut adalah diagram tabel IPM tahun 2020 adalah sebagai berikut.
Tabel 4. Indeks Pembangunan Manusia menurut Kabupaten/Kota di Provinsi Aceh tahun 2020
Wilayah IPM Wilayah IPM
Provinsi Aceh 71,99 Kabupaten Aceh Barat Daya 66,75 Kabupaten Simeulue 66,03 Kabupaten Gayo Lues 67,22 Kabupaten Aceh Singkil 68,94 Kabupaten Aceh Tamiang 69,24 Kabupaten Aceh Selatan 67,12 Kabupaten Nagan Raya 69,18 Kabupaten Aceh Tenggara 69,37 Kabupaten Aceh Jaya 69,75 Kabupaten Aceh Timur 67,63 Kabupaten Bener Meriah 72,98 Kabupaten Aceh Tengah 73,24 Kabupaten Pidie Jaya 73,20
Kabupaten Aceh Barat 71,38 Kota Banda Aceh 85,41
Kabupaten Aceh Besar 73,56 Kota Sabang 75,78
Kabupaten Pidie 70,63 Kota Langsa 77,17
Kabupaten Bireuen 72,28 Kota Lhokseumawe 77,31
Kabupaten Aceh Utara 69,33 Kota Subulussalam 64,93
Dari tabel 3 menunjukan bahwa rata-rata IPM kabupaten/kota di Provinsi Aceh tahun 2020 sebesar 71,99 dan sudah termasuk kategori IPM tinggi. Pencapaian angka IPM rata-rata tersebut termasuk di atas angka rata-rata IPM secara nasional, yaitu sebesar 71,94. Berdasarkan angka rata-rata IPM tersebut, terdapat 9 daerah yang memiliki IPM rata-rata di atas rata-rata IPM provinsi, yakni 5
kabupaten dan 4 kota. Sisanya 14 daerah memiliki IPM rata-rata di bawah rata-rata IPM provinsi, yakni terdiri dari 13 kabupaten dan 1 kota. IPM tertinggi dimiliki oleh Kota Banda Aceh yaitu 85,41 dan IPM terendah dimiliki oleh Kota Subussalam yaitu 64,93.
Untuk mengetahui seberapa besar tingkat kemiskinan, kontribusi PDRB sektor pendidikan, dan kontribusi PDRB sektor kesehatan mempengaruhi Indeks Pembangunan Manusia (IPM) Kabupaten/Kota di Provinsi Aceh, dilakukan pemilihan model yang terbaik. Model yang akan dipilih adalah common effect model, fixed effect model dan random effect model. Dalam memilih salah satu model yang terbaik dari ketiga model tersebut maka dilakukan uji signifikansi fixed effect dengan likelihood test ratio dan haussman test.
Tabel 5. Hasil output uji common effect
Variabel Coef Std.eror Prob.
IPM (const) 77.5391 1.435787 0.000
Miskin -0.6737791 0.062032 0.000
Pdrb_pendidikan 0.9710485 0.2614632 0.000
Pdrb_kesehatan 0.1978051 0.2344078 0.400
R2 0.4308 Prob. F-stat 0.000
Berdasarkan hasil uji common effect, model dapat diketahui hasilnya seperti pada tabel 5 di atas.
Pada uji common effect ini dapat diketahui bahwa koefisien -0.6737791 pada X1 (tingkat kemiskinan) dengan probabilitas 0,000 menunjukan bahwa tingkat kemiskinan memiliki hubungan negatif dan signifikan pada alpha 5% dengan IPM. Koefisien 0.9710485 pada X2 (kontribusi PDRB sektor pendidikan) dengan probabilitas 0,000 menunjukan bahwa kontribusi PDRB sektor pendidikan memiliki hubungan yang positif dan signifikan pada alpha 5% terhadap IPM. Koefisien 0.1978051 pada X3 (kontribusi PDRB sektor kesehatan) dengan probabilitas 0,400 menunjukkan bahwa kontribusi PDRB sektor kesehatan memiliki hubungan yang positif dengan IPM namun tidak signifikan pada alpha 5%.
Nilai R-Squared sebesar 0.4308 menunjukkan bahwa kemampuan variabel independen (tingkat kemiskinan, kontribusi PDRB sektor pendidikan, dan kontribusi PDRB sektor kesehatan) menjelaskan variabel dependen (IPM) adalah sebesar 43,08%. Pada uji common effect diperoleh nilai probabilitas F- statistic 0,000 artinya F-statistic > F-tabel. Dengan demikian dapat disimpulkan bahwa variabel independen (tingkat kemiskinan, kontribusi PDRB sektor pendidikan, dan kontribusi PDRB sektor kesehatan) secara bersama-sama berpengaruh terhadap variabel dependen (IPM) kabupaten/kota di Provinsi Aceh tahun 2010-2020.
Tabel 6. Hasil output uji fixed effect
Variabel Coef Std.eror Prob.
IPM (const) 75.41849 1.200707 0.000
Miskin -0.6860154 0.0404356 0.000
Pdrb_pendidikan 1.698604 0.2701937 0.000
Pdrb_kesehatan 0.4018993 0.2995108 0.181
R2 0.4162 Prob. F-stat 0.000
Berdasarkan hasil uji fixed effect, model dapat diketahui hasilnya seperti pada tabel 6 di atas.
Pada uji fixed effect ini dapat diketahui bahwa koefisien -0.6860154 pada X1 (tingkat kemiskinan) dengan probabilitas 0,000 menunjukan bahwa tingkat kemiskinan memiliki hubungan negatif dan signifikan pada alpha 5% dengan IPM. Koefisien 1.698604 pada X2 (kontribusi PDRB sektor pendidikan) dengan probabilitas 0,000 menunjukan bahwa kontribusi PDRB sektor pendidikan memiliki hubungan yang positif dan signifikan pada alpha 5% terhadap IPM. Koefisien 0.4018993 pada X3 (kontribusi PDRB sektor kesehatan) dengan probabilitas 0,181 menunjukkan bahwa kontribusi PDRB sektor kesehatan memiliki hubungan yang positif dengan IPM namun tidak signifikan pada alpha 5%.
Nilai R-Squared sebesar 0.4162 menunjukkan bahwa kemampuan variabel independen (tingkat kemiskinan, kontribusi PDRB sektor pendidikan, dan kontribusi PDRB sektor kesehatan) menjelaskan
variabel dependen (IPM) adalah sebesar 41,62%. Pada uji fixed effect diperoleh nilai probabilitas F- statistic 0,000 artinya F-statistic > F-tabel. Dengan demikian dapat disimpulkan bahwa variabel independen (tingkat kemiskinan, kontribusi PDRB sektor pendidikan, dan kontribusi PDRB sektor kesehatan) secara Bersama-sama berpengaruh terhadap variabel dependen (IPM) kabupaten/kota di Provinsi Aceh tahun 2010-2020.
Tabel 7. Hasil output uji random effect
Variabel Coef Std.eror Prob.
IPM (const) 75.63054 1.428578 0.000
Miskin -0.6891633 0.0395469 0.000
Pdrb_pendidikan 1.655382 0.2578738 0.000
Pdrb_kesehatan 0.3835396 0.2809565 0.172
R2 0.4181 Prob. Chi sq 0.000
Berdasarkan hasil uji random effect, model dapat diketahui hasilnya seperti pada tabel 7 di atas.
Pada uji random effect ini dapat diketahui bahwa koefisien -0.6891633 pada X1 (tingkat kemiskinan) dengan probabilitas 0,000 menunjukan bahwa tingkat kemiskinan memiliki hubungan negatif dan signifikan pada alpha 5% dengan IPM. Koefisien 1.655382 pada X2 (kontribusi PDRB sektor pendidikan) dengan probabilitas 0,000 menunjukan bahwa kontribusi PDRB sektor pendidikan memiliki hubungan yang positif dan signifikan pada alpha 5% terhadap IPM. Koefisien 0.3835396 pada X3 (kontribusi PDRB sektor kesehatan) dengan probabilitas 0,172 menunjukan bahwa kontribusi PDRB sektor kesehatan memiliki hubungan yang positif dengan IPM namun tidak signifikan pada alpha 5%.
Nilai R-Squared sebesar 0.4181 menunjukkan bahwa kemampuan variabel independen (tingkat kemiskinan, kontribusi PDRB sektor pendidikan, dan kontribusi PDRB sektor kesehatan) menjelaskan variabel dependen (IPM) adalah sebesar 41,81%. Pada uji random effect diperoleh nilai probabilitas chi square 0,000 artinya Chi-square-statistic > Chi-square-tabel. Dengan demikian dapat disimpulkan bahwa variabel independen (tingkat kemiskinan, kontribusi PDRB sektor pendidikan, dan kontribusi PDRB sektor kesehatan) secara Bersama-sama berpengaruh terhadap variabel dependen (IPM) kabupaten/kota di Provinsi Aceh tahun 2010-2020.
Untuk memilih model yang terbaik dari ketiga model tersebut, maka harus dilakukan uji Chow dan dilanjutkan dengan uji Haussman. Uji Chow merupakan pengujian yang digunakan untuk memilih antara common effect model atau fixed effect model. Dalam pengujiannya digunakan nilai ρ. Jika nilai ρ
< nilai α, maka H0 akan ditolak yang berarti model terbaik adalah fixed effect model, sedangkan jika nilai ρ > nilai α, maka model terbaik yang digunakan adalah common effect model. Adapun nilai ρ yang didapatkan dari uji Chow adalah 0,0000 dapat disimpulkan bahwa model regresi data panel yang dipilih pada uji Chow adalah fixed effect model. Namun, hal tersebut belum merupakan hasil akhir atas model regresi data panel yang didapatkan, karena dengan melakukan uji Haussman.
Uji Hausman merupakan pengujian lanjutan ini digunakan untuk mengetahui fixed effect model atau random effect model yang terbaik, jika pada uji Chow didapatkan fixed effect model sebagai model yang terbaik. Dalam pengujiannya digunakan nilai ρ, jika nilai ρ < nilai α, maka H0 akan ditolak yang berarti model terbaik yang akan digunakan pada model regresi data panel ini adalah fixed effect model, sedangkan jika nilai ρ > nilai α, maka model terbaik yang digunakan adalah common effect model.
Adapun nilai ρ yang didapatkan dari uji Hausman adalah 0,7541. Dengan tingkat kepercayaan sebesar 95% dapat disimpulkan bahwa model regresi data panel yang dipilih pada uji Hausman adalah random effect model.
Berdasarkan uji pemilihan model tersebut yang terpilih adalah random effect model yang lebih baik digunakan dalam analisis data panel pengaruh angka kemiskinan, kontribusi PDRB sektor pendidikan dan kesehatan terhadap Indeks Pembangunan Manusia (IPM) kabupaten/kota di Provinsi Aceh tahun 2010-2020. Model ini tidak memerlukan uji asumsi klasik. Pada random effect model akan menggunakan pendekatan estimasi generalized least square (GLS), dimana dalam estimasi tersebut dapat memberikan bobot atau kepentingan yang sama untuk setiap observasi, sehingga GLS mampu menghasilkan estimator yang bersifat best linear unbiased estimator (BLUE) (Gujarati, 2004).
Berdasarkan pengujian yang telah dilakukan, diperoleh model akhir regresi untuk data panel untuk IPM Provinsi Aceh yaitu random effect model dengan persamaan sesuai dengan Tabel 7 sebagai berikut:
IPM =75,63054 -0,6891633 kemiskinan +1,655382 PDRBPendidikan +0,3835396 PDRBKesehatan
Hubungan antara masing-masing variabel prediktor terhadap variable respon dilihat dari koefisien. Hasilnya sebagai berikut:
Nilai R-Squared yang terdapat di Tabel 7 sebesar 0,4181 menunjukkan bahwa kemampuan variabel independen (angka kemiskinan, kontribusi PDRB sektor pendidikan, dan kontribusi PDRB sektor kesehatan) menjelaskan variabel dependen (IPM) adalah sebesar 41,81%. sedangkan sisanya sebesar 58,19% dijelaskan oleh variabel lain diluar model.
Berdasarkan hasil analisis sesuai dengan Tabel 7 dapat dijelaskan bahwa variabel angka kemiskinan berpengaruh negatif dan signifikan dengan nilai koefisien sebesar -0,6891633 terhadap IPM di Provinsi Aceh tahun 2010-2020. Hal ini menunjukkan bahwa apabila angka kemiskinan mengalami penurunan sebesar 1%, maka akan meningkatkan IPM kabupaten/kota di Provinsi Aceh sebesar 0,69 poin. Hasil ini sesuai dengan hipotesis penelitian yang menyatakan bahwa terdapat pengaruh negatif angka kemiskinan terhadap IPM kabupaten/kota di Provinsi Aceh selama tahun 2010-2020.
Variabel selanjutnya adalah variabel kontribusi PDRB sektor pendidikan yang memiliki hasil berpengaruh positif dan signifikan dengan koefisien sebesar 1,66 terhadap IPM di Provinsi Aceh tahun 2010-2020. Hal ini menunjukkan bahwa apabila kontribusi PDRB sektor Pendidikan mengalami peningkatan sebesar 1% terhadap keseluruhan nilai PDRB, maka akan meningkatkan IPM kabupaten/kota di Provinsi Aceh sebesar 1,65 poin. Hasil ini sesuai dengan hipotesis penelitian yang menyatakan bahwa terdapat pengaruh positif kontribusi PDRB sektor pendidikan terhadap IPM kabupaten/kota di Provinsi Aceh selama tahun 2010-2020.
Variabel selanjutnya adalah variabel kontribusi PDRB sektor kesehatan yang memiliki hasil berpengaruh positif dengan koefisien sebesar 0,38 terhadap IPM di Provinsi Aceh tahun 2010-2020. Hal ini menunjukkan bahwa apabila kontribusi PDRB sektor kesehatan mengalami peningkatan sebesar 1%
terhadap keseluruhan nilai PDRB, maka akan meningkatkan IPM kabupaten/kota di Provinsi Aceh sebesar 0,38 poin. Hasil ini tidak signifikan, namun sesuai dengan hipotesis penelitian yang menyatakan bahwa terdapat pengaruh positif kontribusi PDRB sektor kesehatan terhadap IPM kabupaten/kota di Provinsi Aceh selama tahun 2010-2020.
KESIMPULAN
Berdasarkan hasil penelitian dan pembahasan, maka dapat disimpulkan bahwa perkembangan IPM kabupaten/kota di Provinsi Aceh selama tahun 2010-2020 mengalami peningkatan di setiap kota/kabupaten. Angka IPM Provinsi Aceh tahun 2020 adalah 71,99 dan masuk dalam kategori angka IPM tinggi.
Faktor-faktor yang mempengaruhi angka IPM kabupaten/kota di Provinsi Aceh pada tahun 2010- 2020 secara signifikan adalah tingkat kemiskinan dan kontribusi PDRB sektor pendidikan. Sedangkan variabel kontribusi PDRB sektor kesehatan tidak signifikan mempengaruhi angka IPM kabupaten/kota di Provinsi Aceh pada tahun 2010-2020.
DAFTAR PUSTAKA
BPS Provinsi Aceh. (2021). Provinsi Aceh Dalam Angka 2021. Aceh: BPS Provinsi Aceh.
Dewi, N. (2017). Pengaruh Kemiskinan Dan Pertumbuhan Ekonomi Terhadap Indeks Pembangunan Manusia Di Provinsi Riau. Jurnal JOM Fekom, 4(1), 870-882.
Mirza, Denni Sulistio. (2011). Pengaruh Kemiskinan Pertumbuhan Ekonomi dan Belanja Modal Terhadap IPM Jawa Tengah. JEJAK, Jurnal Ekonomi dan Kebijakan Unners. Vol. 4 No.2.
Prasetyo, P.Eko. (2009). Fundamental Makro Ekonomi. Yogyakarta: Beta Offset.
Ranadhani, A., Kumenaung, A., Tolosang, K. (2021). Pengaruh Tingkat Pengangguran, Tingkat Kemiskinan, Pertumbuhan Ekonomi, Belanja Pemerintah Bidang Pendidikan Dan Bidang Kesehatan Terhadap Indeks Pembangunan Manusia Di Provinsi Sulawesi Utara Tahun 2008- 2019. Jurnal Berkala Ilmiah Efisiensi, 21(2), 228-239.Todaro, M. (2013). Pembangunan Ekonomi. Erlangga. Jakarta.
Saidah, Saharuddin, Irfan. (2017). Pengaruh Pengeluaran Pemerintah Sektor Pendidikan Dan Sektor Kesehatan Terhadap Indeks Pembangunan Manusia Di Kota Lhokseumawe. Jurnal Akuntansi dan Pembangunan, 3(3), 97-110.
Tarumingkeng, W., Rumate, V., Rotinsulu, T. (2018). Pengaruh Belanja Modal Dan Tingkat Kemiskinan Terhadap Indeks Pembangunan Manusia (IPM) Di Provinsi Sulawesi Utara . Jurnal Pembanguan Ekonomi dan Keuangan Daerah, 19(2), 82-95.
UNDP. (1995). Human Development Report. New York: Oxford University Press.
---Bab II Landasan Teori Indeks Pembangunan Manusia. Medan: Universitas Sumatera Utara
