PENDAHULUAN
Latar Belakang Masalah
Perbandingan Indeks Pembangunan Manusia Provinsi Jawa Tengah dan DKI Jakarta dengan Indeks Pembangunan Manusia Nasional. Data di atas menunjukkan bahwa Indeks Pembangunan Manusia di Provinsi Jawa Tengah semakin meningkat dari tahun ke tahun.
Rumusan Masalah
Tujuan Penulisan
Manfaat Penelitian
Sitematika Penulisan
Kajian Pustaka
- Penelitian Terdahulu
- Pertumbuhan Ekonomi
- Pengangguran
- Kemiskinan
- Pendidikan
Pengaruh kemiskinan, pengangguran, upah minimum kabupaten/kota dan laju pertumbuhan ekonomi terhadap indeks pembangunan manusia di provinsi Riau. Upah minimum kabupaten/kota dan laju pertumbuhan ekonomi berpengaruh positif terhadap Indeks Pembangunan Manusia (IPM). Indeks Pembangunan Manusia digunakan untuk mengukur hasil pembangunan manusia di suatu daerah khususnya dalam sumber daya manusia dan partisipasi dalam pembangunan (BPS Belitung, 2010: 7).
Indikator Indeks Pembangunan Manusia ada tiga kelompok yaitu pendapatan per kapita, pemenuhan kebutuhan hidup di bidang kesehatan dan pemenuhan kebutuhan di bidang pendidikan (Frisdiantara dan Imam. Dari dua pendapat di atas dapat disimpulkan bahwa, Pengukuran Indeks pembangunan manusia diukur dengan tiga indikator yang meliputi tingkat pendidikan. Indikator yang mendorong pertumbuhan indeks pembangunan manusia adalah indeks harapan hidup, indeks pendidikan dan indeks konsumsi per kapita yang disesuaikan.
Kesimpulan dari penjelasan di atas adalah bahwa dalam indeks pembangunan manusia terdapat tingkat pendidikan yang terbagi menjadi 2 indikator yaitu angka melek huruf dan rata-rata lama bersekolah.
Kerangka Pikiran
- Hubungan Pertumbuhan Ekonomi Terhadap Indeks Pembangunan
- Hubungan Pengangguran Terhadap Indeks Pembangunan Manusia
- Hubungan Kemiskinan Terhadap Indeks Pembangunan Manusia
Pertumbuhan ekonomi diyakini berpengaruh positif terhadap indeks pembangunan manusia di Provinsi Jawa Tengah tahun 2012-2017. Tingkat pengangguran diyakini berpengaruh negatif terhadap indeks pembangunan manusia di Provinsi Jawa Tengah tahun 2012-2017. Jumlah penduduk miskin diyakini berpengaruh negatif terhadap indeks pembangunan manusia di Provinsi Jawa Tengah tahun 2012-2017.
Rata-rata lama sekolah diharapkan berpengaruh positif terhadap Indeks Pembangunan Manusia di Provinsi Jawa Tengah tahun 2012-2017. Variabel terikat yang digunakan adalah indeks pembangunan manusia, dan variabel bebasnya adalah pertumbuhan ekonomi, tingkat pengangguran, jumlah penduduk miskin, dan pendidikan (rata-rata lama bersekolah) di Provinsi Jawa Tengah. Dari hasil regresi fixed effect diketahui bahwa nilai konstanta Indeks Pembangunan Manusia Kabupaten/Kota di Provinsi Jawa Tengah berbeda.
Dampak Belanja Modal, Pertumbuhan Ekonomi dan Jumlah Penduduk Miskin Terhadap Indeks Pembangunan Manusia Kabupaten/Kota di Provinsi Jambi.
Hipotesis Penelitian
METODE PENELITIAN
- Jenis penelitian
- Lokasi Penelitian
- Variabel Penelitian
- Variabel Dependen
- Variabel Independen
- Jenis Dan Sumber Data
- Jenis Data
- Sumber Data
- Teknik Pengumpulan Data
- Studi Pustaka
- Teknik Analisis Data
- Model Regresi Data Panel
- Pooled Least Squares atau Common Effect Models (CEM)
- Estimasi Dengan Pendekatan Fixed Effect Models (FEM)
- Estimasi Dengan Pendekatan Random Effect Models (REM)
- Pemilihan Model Estimasi
- Chow Test (Uji Signifikansi Fixed Effect)
- Hausman Test (Uji Signifikansi Random Effect)
- Analisis Statistik
- Koefisien Determinasi ( )
- Uji Kelayakan Model (Uji F)
- Uji Signifikansi Variabel Independen (Uji t)
Maka, penelitian ini dikhususkan untuk mengetahui pengaruh pertumbuhan ekonomi, jumlah penduduk miskin, tingkat pengangguran dan rata-rata lama bersekolah terhadap Indeks Pembangunan Manusia (IPM). Hasil analisis ini menjelaskan bahwa terdapat hubungan antara variabel dependen yaitu Indeks Pembangunan Manusia (IPM) dengan variabel independen yaitu Pertumbuhan Ekonomi (PE), Tingkat Pengangguran (TP), Jumlah Penduduk Miskin (PDP) dan Pendidikan (Rata-rata Lama Sekolah (RLS)) . Oleh karena itu, ketika pertumbuhan ekonomi meningkat sebesar 1 juta rupiah, Indeks Pembangunan Manusia meningkat sebesar.
Dengan demikian, ketika jumlah penduduk miskin bertambah 1.000 orang, maka Indeks Pembangunan Manusia menurun sebesar 0,029755%. Ketika jumlah penduduk miskin meningkat akibat kesenjangan dan ketimpangan, maka indeks pembangunan manusia akan menurun. Dampak Pengeluaran Pemerintah Daerah Bidang Pendidikan dan Kesehatan Terhadap Indeks Pembangunan Manusia di Indonesia.
Analisis Statistik Faktor-Faktor Yang Mempengaruhi Indeks Pembangunan Manusia Kabupaten/Kota di Provinsi Jawa Timur Menggunakan Regresi Panel.
HASIL DAN PEMBAHASAN
Gambaran Umum
- Luas Wilayah Dan Batasan Administrasi
- Kondisi Demografi
Provinsi Jawa Tengah merupakan salah satu provinsi di Indonesia yang terletak di bagian tengah Pulau Jawa. Ibu kota provinsi Jawa Tengah terletak di kota Semarang yang terdiri dari 35 kabupaten dan kota. Selain itu, wilayah Jawa Tengah juga meliputi Pulau Nusa Kambangan di selatan Pulau Jawa dan Kepulauan Karimunjawa di Laut Jawa.
Secara administratif Provinsi Jawa Tengah terbagi menjadi 35 kabupaten atau kota yang terdiri dari 29 kabupaten dan 5 kota. Penduduk laki-laki terutama pada usia produktif yaitu usia 15-19 tahun dengan jumlah sebanyak 1.449.081 orang, kemudian untuk kelompok usia 5-9 tahun sebanyak 1.426.774 orang sedangkan kelompok usia terendah adalah kelompok usia 60-64 tahun. tahun yang hanya 741.012 orang. . Penduduk perempuan memiliki jumlah yang lebih besar dibandingkan penduduk laki-laki, dimana komposisi penduduk perempuan sebagian besar merupakan usia kurang produktif.
Jumlah penduduk di Provinsi Jawa Tengah akan terus bertambah seiring dengan perkembangan pertumbuhan penduduk di setiap kabupaten di Provinsi Jawa Tengah.
Gambaran Umum Objek Penelitian
- Indeks Pembangunan Manusia
- Pertumbuhan Ekonomi
- Tingkat Pengangguran
- Kemiskinan
- Pendidikan
Pengangguran adalah seseorang yang tidak bekerja sama sekali atau sedang mencari pekerjaan atau seseorang yang bekerja kurang dari dua hari dalam seminggu. Di Jawa Tengah masih banyak anak usia sekolah yang belum tamat sekolah, disebabkan beberapa faktor, salah satunya adalah anggapan bahwa sekolah hanya membuang-buang waktu produktif anak.
Hasil Analisis
- Pooled Least Square / CEM
- Estimasi Fixed Effect Model
- Estimasi Random Effect Model
Dapat dilihat dari hasil regresi yang dilakukan di atas bahwa koefisien determinasi ( ) adalah 0,917756 yang berarti bahwa variabel independen yaitu pertumbuhan ekonomi, tingkat pengangguran, jumlah penduduk miskin dan pendidikan mampu menjelaskan variabel dependen IPM sebesar 91. ,7%, sedangkan sisanya 8,3% dijelaskan oleh variabel di luar model. Model Fixed Effect didasarkan pada perbedaan intersep antar objek, tetapi intersepnya sama antar waktu (time invariant). Dapat dilihat dari hasil regresi yang dilakukan di atas bahwa koefisien determinasi ( ) adalah 0,993849 yang berarti bahwa variabel bebas yaitu pertumbuhan ekonomi, tingkat pengangguran, jumlah penduduk miskin dan pendidikan mampu menjelaskan variabel terikat sebesar 99,3%. sedangkan sisanya 0,7% dijelaskan oleh variabel di luar model.
Model efek acak memperkirakan data panel di mana variabel gangguan mungkin terkait satu sama lain dari waktu ke waktu dan individu. Hasil uji regresi dengan menggunakan metode model random effect dapat dilihat pada tabel 4.5 di atas. Berdasarkan Tabel 4.5 diketahui bahwa hasil regresi yang dilakukan di atas menunjukkan koefisien determinasi ( ) sebesar 0,878742 yang berarti bahwa variabel independen yaitu pertumbuhan ekonomi, pengangguran, jumlah penduduk miskin dan pendidikan mampu menjelaskan variabel dependen IPM terhadap 87,8%, sedangkan sisanya 12,2% dijelaskan oleh variabel di luar model.
Pemilihan Model
- Uji Chow
- Uji Hausman
Model efek total lebih baik daripada model efek tetap : Model efek tetap lebih baik daripada model efek total α. Berdasarkan hasil di atas terlihat bahwa nilai probabilitas intersep F adalah 0,000, sehingga p-value kurang dari α (10% atau 0,10), dapat disimpulkan bahwa hasil uji Chow menolak , jadi model fixed-effect lebih baik daripada model total effect. Uji Hausman dilakukan untuk menguji apakah suatu model lebih baik menggunakan pendekatan efek acak atau pendekatan efek tetap.
Model efek acak lebih baik daripada model efek tetap: Model efek tetap lebih baik daripada model efek acak α. Berdasarkan hasil di atas terlihat bahwa nilai probabilitas random cross section adalah 0,000, sehingga p-value kurang dari α (10% atau 0,10) Dapat disimpulkan bahwa hasil uji Hausman ditolak, sehingga model fixed effect lebih baik daripada model random effect.
Hasil Pengujian Model Fixed Effect
- Koefisien Determinasi ( )
- Uji F
- Uji t (Pengujian variabel secara individu)
Dapat dilihat dari hasil regresi yang dilakukan di atas, koefisien determinasi ( ) adalah 0,993849 yang berarti bahwa variabel independen yaitu pertumbuhan ekonomi, tingkat pengangguran dan tingkat partisipasi angkatan kerja) mampu menjelaskan 99,3% dari variabel dependen. variabel, sedangkan 0,7%. Dari hasil regresi uji F terlihat nilai F statistic sebesar 727,1152 dengan nilai probabilitas 0,000000, α (10% atau 0,10), yang berarti bahwa variabel bebas (pertumbuhan ekonomi, tingkat pengangguran , jumlah penduduk miskin, rata-rata lama sekolah) secara bersama sama berpengaruh signifikan terhadap variabel terikat (IPM). Pada tabel 4.9 terlihat bahwa variabel pertumbuhan ekonomi (PE) berpengaruh positif signifikan terhadap Indeks Pembangunan Manusia dengan nilai 0,0000 lebih kecil dari α (10% atau 0,10) dan nilai koefisien sebesar.
Dapat dilihat pada Tabel 4.9 bahwa variabel Tingkat Pengangguran (TP) tidak berpengaruh signifikan terhadap Indeks Pembangunan Manusia (IPM) dengan nilai probabilitas sebesar 0,1993 lebih besar dari α (10% atau 0,10) dan nilai koefisien sebesar -0,036734. Dapat dilihat pada Tabel 4.9 bahwa variabel partisipasi angkatan kerja (JPM) berpengaruh negatif signifikan terhadap Indeks Pembangunan Manusia (IPM) dengan nilai 0,0001 lebih kecil dari α (10% atau 0,10) dan nilai koefisien - 0 ,029755. Dapat dilihat pada Tabel 4.9 bahwa variabel pendidikan (RLS) berpengaruh positif signifikan terhadap Indeks Pembangunan Manusia (IPM) dengan nilai 0,0000 lebih kecil dari α (10% atau 0,10) dan nilai koefisien sebesar 3,171931.
Analisis Hasil Regersi Data Panel
- Analisis Pengaruh Pertumbuhan Ekonomi terhadap Indeks Pembangunan
- Analisis Pengaruh Tingkat Pengangguran terhadap Indeks Pembangunan
- Analisis Pengaruh Jumlah Penduduk Miskin terhadap Indeks
- Analisis Pengaruh Pendidikan (Rata-rata Lama Sekolah) terhadap Indeks
Berdasarkan hasil pengujian di atas, sejalan dengan hipotesis awal bahwa variabel pertumbuhan ekonomi berpengaruh positif signifikan terhadap variabel indeks pembangunan manusia, sehingga dengan meningkatnya pertumbuhan ekonomi maka indeks pembangunan manusia di Provinsi Jawa Tengah juga meningkat. Pertumbuhan ekonomi yang meningkat akan berpengaruh positif terhadap indeks pembangunan manusia, sehingga sesuai dengan hipotesis awal, ketika pertumbuhan ekonomi meningkat maka indeks pembangunan manusia juga akan meningkat. Jika tingkat pengangguran tinggi akan berdampak pada pencapaian pembangunan manusia dan rendahnya kinerja ekonomi, maka akan mengakibatkan rendahnya pendapatan masyarakat, sehingga daya beli masyarakat juga akan menurun.
Tingkat pengangguran di Jawa Tengah tidak berpengaruh signifikan terhadap indeks pembangunan manusia karena di wilayah Jawa Tengah penawaran tenaga kerja melebihi lapangan kerja yang tersedia dan seseorang yang memiliki keterampilan dan keahlian masih menganggur. Jumlah penduduk miskin pada hasil survey berpengaruh negatif terhadap indeks pembangunan manusia, sehingga sejalan dengan hipotesis awal bahwa jumlah penduduk miskin berpengaruh negatif terhadap indeks pembangunan manusia. Pembangunan ini harus diimbangi dengan pengentasan kemiskinan dengan penguatan ekonomi masyarakat sehingga berdampak negatif terhadap indeks pembangunan manusia.
Hasil penelitian ini sesuai dengan hipotesis awal bahwa variabel rata-rata lama sekolah berpengaruh positif signifikan terhadap variabel indeks perkembangan manusia.
Interpretasi Intersep Masing-Masing Kabupaten/Kota Jawa Tengah
Nilai intersep Indeks Pembangunan Manusia yang paling tinggi diantara 35 kabupaten/kota adalah Kabupaten Banyumas sebesar 52,59496, artinya bila pertumbuhan ekonomi, tingkat pengangguran, jumlah penduduk miskin dan rata-rata lama sekolah sama dengan 0 maka IPM Kabupaten Banyumas meningkat sebesar 52.59496 , sedangkan nilai cut off Indeks Pembangunan Manusia terendah adalah kota Semarang dengan 40.93440, yang berarti pada saat pertumbuhan ekonomi, tingkat pengangguran, jumlah penduduk miskin dan rata-rata lama bersekolah adalah 0, IPM Kota Semarang meningkat sebesar 40,93440. Provinsi Jawa Tengah dengan total 35 kabupaten dan kota memiliki tingkat indeks pembangunan manusia yang diukur dengan angka harapan hidup, harapan lama sekolah, rata-rata lama sekolah dan pengeluaran per kapita yang disesuaikan menunjukkan angka indeks pembangunan manusia yang meningkat setiap tahunnya. . Hasil pengujian terhadap faktor-faktor yang mempengaruhi indeks pembangunan manusia di Provinsi Jawa Tengah pada tahun data yang digunakan adalah data panel dan model yang digunakan adalah model fixed effect, pengujian dengan model ini menunjukkan bahwa variabel pertumbuhan ekonomi, jumlah penduduk miskin, dan rata-rata lama sekolah berpengaruh signifikan terhadap variabel indeks pembangunan manusia.
Variabel yang berpengaruh positif signifikan adalah variabel pertumbuhan ekonomi dan rata-rata lama sekolah terhadap indeks pembangunan manusia, sedangkan jumlah penduduk miskin berpengaruh negatif signifikan terhadap indeks pembangunan manusia dan variabel tingkat pengangguran tidak berpengaruh signifikan. mempengaruhi indeks pembangunan manusia. Peningkatan indeks pembangunan manusia dapat dilakukan dengan langkah-langkah yang efektif dan tepat dari faktor-faktor yang ada, misalnya dapat dilakukan sebagai berikut. Fasilitas yang memadai akan mendorong kemauan anak untuk belajar, sehingga tidak putus sekolah, dan pendidikan yang diterimanya akan menjadi peluang untuk mencari pekerjaan di masa depan, sehingga berdampak pula pada peningkatan indeks pembangunan manusia.
Analisis Faktor-Faktor Yang Mempengaruhi Indeks Pembangunan Manusia Kabupaten Malang Berdasarkan Pendekatan Regional dan Regresi Panel.
KESIMPULAN DAN SARAN
Kesimpulan
Skor IPM tertinggi di Provinsi Jawa Tengah terdapat di Kota Semarang, sedangkan yang terendah di Kabupaten Brebes.
Saran
Tingkat Pengangguran di Provinsi Jawa Tengah Tahun 2012-2017
Jumlah Penduduk Miskin di Provinsi Jawa Tengah Tahun 2012-2017
Rata-rata Lama Sekolah di Provinsi Jawa Tengah Tahun 2012-2017
