Pengar uh R ata-rata L ama Sek olah, A ngk a H ar apan H idup, J umlah
Penduduk M isk in, J umlah F asilitas K esehatan, dan K abupaten/K ota
ter hadap I ndek s Pembangunan M anusia di J awa T engah, DI Y , dan J awa
Indeks Pembangunan Manusia merupakan suatu ukuran yang digunakan untuk mengukur pencapaian pembangunan di suatu wilayah. Pada penelitian kali ini penulis akan meneliti tentang pengaruh rata-rata lama sekolah, angka harapan hidup, jumlah
penduduk miskin, jumlah fasilitas kesehatan, dan kabupaten/kota terhadap Indeks Pembangunan Manusia di J awa T engah, J awa T imur, dan Daerah Istimewa Y ogyakarta pada tahun 2014 dengan metode Ordinary L eart Square (OL S) yang dibagi menjadi empat model estimasi. D engan uji tersebut diperoleh hasil secara uji
global semua model berpengaruh secara signifikan sedangka secara uji parsial variable yang berpengaruh terhadap keempat model adalah variable rata-rata lama
sekolah, angka harapan hidup dan kabupaten/kota.
K ata K unci: I P M, OL S, R ata-rata L ama Sekolah, A ngka H arapan H idup, dan K abupaten/K ota.
1. Pendahuluan
mana variabel ekonomi maupun non ekonomi tersebut dapat menunjang IPM menjadi fokus pada penelitian ini.
Menurut B PS (2013) 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. D imensi tersebut mencakup umur panj ang dan sehat, pengetahuan, dan kehidupan yang layak.
Indeks Pembangunan Manusia pada beberapa provinsi di pulau jawa yaitu J awa T engah, J awa T imur dan Daerah Istimewa Y ogyakarta pada tahun 2014 secara berturut-turut adalah 68,78 persen, 68,14 persen, dan 76,81 persen (B PS, 2015). K etiga provinsi ini merupakan provinsi yang berada di bagian tengah dan timur pulau J awa yang memiliki tingkat Indeks Pembagunan Manusia yang relative beragam untuk tiap kota dan kabupatennya. Namun jika dilihat lebih lanjut terlihat bahwa Indeks Pembangunan Manusia pada daerah perkotaan relatife lebih tinggi dari daerah kabupaten dalam kawasan sekitarnya.
D ari uraian di atas maka penulis tertarik untuk meneliti pengaruh angka harapan hidup yang mewakili dimensi kesehatan, rata-rata lama sekolah yang mewakili dimensi pendidikan dan j umlah sarana kesehatan yang mewakili dimensi kehidupan layak dan beberapa variable terkait seperti j umlah fasilitas kesehatan dan jenis wilayah kabupaten atau kota terhadap Indeks Pembangunan Manusia di provinsi J awa T engah, J awa T imur dan D aerah Istimewa Y ogyakarta.
2. T inj auan Pustak a
W eighted Ordinal L ogistic R egression) pada umumnya adalah persentase penduduk yang tamat SMP/sederajat, banyaknya sarana kesehatan dan kepadatan penduduk.
D engan hasil penelitian di atas maka penulis tertarik untuk meneliti tentang Pengaruh L ama Sekolah, A ngka Harapan Hidup, J umlah Penduduk Miskin, J umlah F asilitas K esehatan, dan K abupaten/K ota terhadap Indeks Pembangunan Manusia.
3. M etodologi P enelitian
3. 1. Sumber D ata dan V ar iabel Penelitian
Penelitian ini akan membahas faktor-faktor yang mempengaruhi IPM di J awa T engah, J awa T imur dan D aerah Istimewa Y ogyakarta dengan menggunakan metode OL S. D ata yang digunakan dalam penelitian ini adalah data hasil S urvei Sosial E konoi Nasional (SUS E NA S) oleh B adan Pusat S tatistik ( B PS ). V ariabel yang digunakan pada penelitian ini sebanyak 5 variabel. V ariabel tersebut terbagi atas satu variabel respon dan empat variabel prediktor. V ariabel yang berperan sebagai variabel respon (Y ) adalah Indeks Pembangunan Manusia (IPM), sedangkan variabel prediktor yang dipakai penelitian ini meliputi:
1. L ama Sekolah sebagai X1
2. A ngka Harapan Hidup sebagai X2
3. J umlah Penduduk Miskin sebagai X3
4. J umlah F asilitas K esehatan sebagai X4
K eterangan :
D alam penelitian kali ini penulis menggunakan lima kali pengujian dengan lima model regressi di atas. Pada model yang pertama penulis ingin mengetahui pengaruh rata-rata lama sekolah terhadap Indeks Pembangunan Manusia, yang kedua penulis ingin mengetahui pengaruh rata-rata lama sekolah dan angka harapan hidup terhadap Indeks Pembanguan Manusia, pada estimasi model ketiga penulis ingin mengetahui pengaruh rata-rata lama sekolah, angka harapan hidup, dan jumlah penduduk miskin terhadap Indeks Pembangunan Manusia, pada model yang keempat penulis ingin mengetahui pengaruh rata-rata lama sekolah, angka harapan hidup, jumlah penduduk miskin, dan jumlah fasilitas kesehatan terhadap Indeks Pembangunan Manusia, dan yang terakhir penulis ingin mengetahui pengaruh rata-rata lama sekolah, angka harapan hidup, jumlah penduduk miskin, jumlah fasilitas kesehatan, dan K abupaten atau K ota (sebagai variable dummy) terhadap Indeks Pembangunan Manusia,
Secara umum penelitian tentang variable yang mempengaruhi Indeks Pembangunan Manusia ini menggunakan variable terikat berupa variable rata-rata lama sekolah, angka harapan hidup, dan jumlah fasilitas kesehatan serta variable interest berupa jumlah penduduk miskin dan K abupaten/K ota.
3. 3. H ipotesis
Uji serentak digunakan untuk mengetahui pengaruh semua variabel independen terhadap variabel dependen dengan hipotesis sebagai berikut :
H0 : β = 0
H1 : β ≠ 0
Uji parsial digunakan untuk mengetahui variable independen yang berpengaruh signifikan secara individu terhadap variabel dependen. Hipotesis yang digunakan untuk uji parsial adalah sebagai berikut :
H0 : β = 0
H1 : β ≠ 0
3. 4. M etode A nalisis
D alam penelitian ini software yang digunakan adalah E views 8. Probabilitas pada penelitan ini menggunakan probabilitas 0,05 atau 5%. A dapun langkah analisis yang digunakan dalam penelitian ini adalah:
1. Melakukan pemodelan regresi linier dan regresei linier berganda dengan metode Ordinary L east Square (OL S ).
2. Melakukan uji kelayakan, uj i parameter model regresi. 4. Pembahasan
4. 1. D esk r ipsi D ata
Penelitian ini menggunakan data IPM dan faktor-faktor yang memengaruhinya yaitu rata-rata lama sekolah, angka harapan hidup, jumlah penduduk miskin, jumlah fasilitas kesehatan dan jenis wilayah yaitu kabupaten atau kota yang diambil dari tiga provinsi di pulau jawa yaitu J awa T engah, J awa T imur, dan D aerah Istimewa Y ogyakarta pada tahun 2014. D eskripsi data yang digunakan dapat dilihat pada table 1.
3 A HH
D ari data di atas dapat kita ketahui bahwa jumlah dari masing-masing variable adalah 78 sampel yang menunjukkan bahwa dalam penelitian ini menggunakan sampel besar. Data sampel pada variable IPM dengan nilai rata-rata 69,66 persen dengan nilai minimal sebesar 56,98 persen dan maksimal 84,56 persen serta standar deviasi 5,47. Sedangkan untuk variable rata-rata lama sekolah dengan nilai rata-rata 10,25 tahun dan nilai minimal 4,62 tahun serta maksimal 16,32 tahun sedangkan untuk standar deviasinya adalah 10,25. K emudian variable angka harapan hidup memiliki nilai rata-rata 73,75 tahun dan nilai minimal dan maksimal secara berturut-turut adalah 63,39 tahun dan 77,45 tahun sedangkan standar deviasinya adalah 2,56.
V ariable selanjutnya adalah jumlah penduduk miskin yang memiliki rata-rata 130,6 ribu jiwa dan jumlah minimal dan maksimalnya adalah 8,3 ribu jiwa dan 355,1 ribu jiwa serta standar deviasinya 72,04. K emudian ada variable j umlah fasilitas kesehatan yang terdiri dari jumlah rumah sakit dan puskesmas yang ada di dalam daerah itu dengan rata-rata jumlah faslitas 99,74 unit dan jumlah maksimal dan minimalnya adalah 220 unit dan 13 unit serta dengan standar deviasi 40,26. Dan yang terakhir adalah variable jenis wilayah yang dibedakan menjadi wilayah kabupaten atau wilayah kota, dan ini adalah satu-satunya variable dummy yang digunakan dalam penelitian ini, yaitu dengan nilai 1 untuk wilayah kota dan 0 untuk wilayah kabupaten.
4. 2. T abel H asil R egr esi
T abel 2. H asil T -test dan Signifik ansinya
M odel 1 M odel 2 M odel 3 M odel 4 M odel 5 R ata-r ata L ama
Sek olah 5.189172** 0.76581 1.975942 1.581587 0.722137 (0,000) (0,4462) (0,0519) (0,1181) (0,4725) K onstanta 29.077480 1.024657 2.990414 2.233273 1.813741
M odel 2:
YI PM= 13,53 + 0,22 X1+ 0,75 X2+e
Pada model kedua ini penulis akan meneliti pengaruh rata-rata lama sekolah dan angka harapan hidup terhadap IPM. D ari model estimasi yang dilakukan diketahui bahwa jiwa 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 dengan konsatanta 13,53 persen. Dari hal ini dapat dijelaskan bahwa dengan meningkatnya lama sekolah seseorang dan angka harapan hidupnya maka IPM juga akan menigkat hal ini dikarenakan lama sekolah dan angka harapan hidup merupakan cerminan kualitas hidup.
M odel 3:
YI PM= 42,49 + 0,54X1+ 0,35 X2- 0,03 X3+e
Y ang ketiga penulis akan meneliti tentang pengaruh rata-rata lama sekolah, angka harapan hidup dan jumlah penduduk miskin terhadap IPM. D ari persamaan model di atas dapat dijelaskan bahwa j ika rata-rata lama sekolah menigkat satu tahun maka akan meningkatkan IPM sebesar 0,54 persen dan jika angka harapan hidup meningkat satu tahun maka IPM akan menigkat sebesar 0,35 persen sedangkan j ika penduduk miskin meningkat satu j uta jiwa maka IPM akan mengalami penurunan sebesar 0,03 persen dengan nilai konstanta 42,49. D ari hasil estimasi di atas dapat disimpulkan bahwa penigkatan lama sekolah dan angka harapan hidup akan menigkatkan juga kualitas manusianya sedangkan dengan semakin banyaknya penduduk miskin akan menurunkan kualitas manusianya.
M odel 4:
YI PM= 33,36 + 0,44X1+ 0,51 X2 - 0,02 X3- 0,03 X4+e
unit maka akan menurunkan IPM sebesar 0,03 persen dengan nilai konstanta 33,36 persen. Dari hasil estimasi di atas dapat disimpulkan bahwa penigkatan lama sekolah dan angka harapan hidup akan menigkatkan juga kualitas manusianya sedangkan dengan semakin banyaknya penduduk miskin dan fasilitas kesehatan akan menurunkan kualitas manusianya. M odel 5:
YI PM= 22,48 + 0,17X1+ 0,60 X2- 0,003 X3+ 0,006 X4+ 7,58 D1+e Pada model kelima penulis akan meneliti tentang pengaruh rata-rata lama sekolah, angka harapan hidup, jumlah penduduk miskin, jumlah fasilitas kesehatan dan kabupaten atau kota sebagai variable dummy terhadap IPM. D ari model di atas dapat diketahui bahwa jika rata-rata lama sekolah menigkat satu tahun maka IPM akan menikat sebesar 0,17 persen, jika angka harapan hidup naik satu tahun maka IPM akan meningkat 0,60 persen, jika jumlah penduduk miskin bertambah satu j uta jiwa maka IPM akan turun sebesar 0,003 persen, j ika fasilitas kesehatan bertambah satu unit maka IPM akan naik sebesar 0,006 persen dan jika ia adalah kota maka nilai IPM akan lebih tinggi sebesar 7,58 persen dari daerah kabupaten. Dari hasil estimasi di atas dapat disimpulkan bahwa penigkatan lama sekolah, angka harapan hidup, dan jumlah fasilitas kesehatan akan menigkatkan juga kualitas manusianya sedangkan dengan semakin banyaknya penduduk miskin akan menurunkan kualitas manusianya, di lain sisi daerah perkotaan cenderung memiliki nilai IPM yang tinggi dari daerah kabupaten.
4.3.2. Signifik ansi dan R -Squar e
merepresentasikan variable dependen dan sisanya dijelaskan oleh variable di luar model.
Selanjutnya untuk estimasi regresi pada model kedua diperoleh nilai F -stat sebesar 21,63 sedangkan F -tabelnya adalah 3,12, karena F -stat>F -tabel maka dapat disimpulkan bahwa secara serentak variable independen berpengaruh terhadap variable dependen dalam model ini. Untuk uji T -test peroleh bahwa nilai T -test dan probilitasnya adalah 0,76 dan 0,4462 untuk variable rata-rata lama sekolah dan 3,51175 dan 0,0008 untuk variabel angka harapan hidup, karena syarat signifikan adalah T -test>T -tabel maka yang berpengaruh secara parsial terhadap IPM adalah variable angka harapan hidup. D alam model kedua ini juga diperoleh nilai R -square 0,37 yang menunjukkan bahwa variable independen dalam model ini dapat merepresentasikan 37% variable dependen dan sisinya dijelaskan di luar model.
K emudian untuk model ketiga dari uji regresi yang dilakukan memperoleh nilai F -stat sebesar 22,21 dengan nilai F -tabel 2,73, karena F -stat>F -tabel maka dapat disimpulkan bahwa dalam model ini secara serentak variable independen berpengaruh terhadap variable dependen. Untuk uji T -test peroleh bahwa nilai T -test dan variable independen dalam model ini dapat menerangkan variable dependen dan sisinya dijelaskan oleh varibel di luar model.
menunjukkan bahwa sebanyak 47% variable independen dalam model ini dapat menerangkan variable dependen dan sisinya dijelaskan oleh varibel di luar model.
D an yang terakhir adalah estimasi regresi pada model kelima yang menghasilkan F -test sebesar 28,53 dengan F -tabel sebesar 2,34, karena F -test>F -tabel maka dapat disimpulkan bahwa secara serentak semua variable independen berpengaruh terhadap variable dependen dalam variable ini. Untuk selanj utnya penguj ian parsial yang ditunjukka oleh T -stat dan signifikansinya adalah 0,72 dan 0,475 untuk ratarata lama sekolah, 3,13 dan 0,0025 untuk variable angka harapan hidup, -0,40 dan 0,6847 untuk variable j umlah penduduk miskin, 0,47 dan 0,63881 untuk varibel j umlah fasilitas kesehatan dan 6,03 dan 0,0739 untuk varibel kabupaten atau kota, karena syarat signifikan adalah T -test>T -tabel maka yang berpengaruh secara parsial terhadap IPM adalah angka harapan hidup dan kabupten kota. Selanj utnya adalah nilai R -square yang dihasilkan dalam model ini adalah 0,64 yang berarti sebanyak 64% variable independen dapat menjelaskan variable dependen dalam model ini dan sisanya dijelaskan oleh variable di luar model.
4.3.3. Uj i A sumsi K lasik 4.3.3.1. Uj i Nor malitas
Untuk uji normalitas pada model regressi dilihat dengan nilai J arque-B era dan probabilitasnya yang secara berturut-turut dari model pertama hingga kelima adalah 1,30 dan 0,520537 untuk model pertama, 3,90 dan 0,142231 untuk model kedua, 10,95 dan 0,004186 untuk model ketiga, 5,15 dan 0,076081 untuk model keempat, serta 16,78 dan 0,000227 untuk model kelima. Data dapat dikatakan terdistribusi normal jika probabilitas > 0,05 maka yang lolos uji normalitas adalah model satu, model dua, dan model empat.
4.3.3.2. Uj i H eter osk edastisitas
probabilitas C hi-Square < α , maka yang lolos heteroskedastisitas (homoskedastisitas) adalah model ketiga, model keempat, dan model kelima.
4.3.3.3. Uj i M ultik olinear itas
Uji multikolinearitas dalam eviews dapat dilakukan dengan melihat nilai centered V IF pada variable yang ada dalam model regresi dan jika nilai centered V IF < 10 maka dinyatakan bahwa variable tersebut lolos multikolinearitas. Untuk model yang pertama diperoleh nilai centered V IF pada variable rata-rata lama sekolah adalah 1,00, maka variable ini dinyatakan lolos multikolinearitas. Pada model yang kedua nilai centered V IF untuk variable rata-rata lama sekolah dan angka harapan hidup adalah 2,53 dan 2,53, maka kedua variable ini dinyatakan lolos multikolinearitas. Pada model ketiga nilai centered V IF untuk variable rata-rata lama sekolah, angka harapan hidup, dan jumlah penduduk miskin adalah 2,78, 3,22 dan 1,29, maka ketiga variable ini dinyatakan lolos multikolinearitas. Pada model yang keempat nilai centered V IF untuk variable rata-rata lama sekolah, angka harapan hidup, jumlah penduduk miskin, dan fasilitas kesehatan adalah 2,91, 3,76, 2,57 dan 1,99, maka keempat variable ini dinyatakan lolos multikolinearitas. Pada model yang kelima nilai centered V IF untuk variable rata-rata lama sekolah, angka harapan hidup, jumlah penduduk miskin, j umlah fasilitas kesehatan, dan kabupaten atau kota adalah 3,03, 3,79, 2,72, 2,39 dan 1,87, maka semua variable ini dinyatakan lolos multikolinearitas.
D engan metode lain dapat diketahui bahwa R square model 4 > R -square model 3, R --square model 2, dan R --square model 1.
4.3.3.4. Uj i A utok olinear itas
5. Penutup
5.1.K esimpulan
B edasarkan hasil dan pembahasan dapat disimpulakan bahwa dengan uji OL S pada kelima model, secara uji global semua model berpengaruh secara signifikan sedangka secara uji parsial variable yang berpengaruh terhadap keempat model adalah variable rata-rata lama sekolah, angka harapan hidup dan kabupaten/kota.
5.2.S ar an
Daftar P ustak a
Masruroh, Marwah dan R etno S ubekti. 2016. A plikasi R egresi Partial L east S quare untuk A nalisis Hubungan F aktor-F aktor yang Mempengaruhi Indeks Pembangunan Manusia di K ota Y ogyakarta. J urnal Media Statiska V ol. 9, No. 2, 2477-0647.
Melliana, A yunanda dan Ismaini Z ain. 2013. A nnalisis Statistika F aktor yang Mempengaruhi Indeks Pembangunan Manusia di K abupaten/K ota Provinsi J awa T imur dengan R egresi Panel. J urnal S ains dan Seni Pomits V ol. 2, No. 2, 2337-3520.
Pradita, R ahma Nurfiani, et. al. 2015. Pemodelan F aktor-F aktor yang Mempengaruhi Indeks Pembangunan Manusia K abupaten/K ota di J awa T imur Menggunakan Geographically W eighted Ordinal L ogistic R egressio. J urnal G aussia V ol. 4, No. 3, 2339-2541.
L A M PI R A N
H asil R egr essi M odel P er tama
H asil R egr essi M odel K etiga
H asil R egr essi M odel K elima
Uj i Nor malitas M odel K edua
Uj i Nor malitas M odel K etiga
Uj i Nor malitas M odel K elima
Uj i H eter osk edastisitas M odel K edua
Uj i H eter osk edastisitas M odel K eempat
Uj i M ultik olinear itas M odel Per tama
Uj i M ultik olinear itas M odel K edua
Uj i M ultik olinear itas M odel K etiga
Uj i M ultik olinear itas M odel K elima
Uj i A utok olinear itas M odel K edua
Uj i A utok olinear itas M odel K eempat
