Pengaruh Rata-rata Lama Sekolah, Persentase Penduduk Miskin, Rata-rata Pengeluaran Per Kapita sub Makanan, dan Tingkat Pengangguran Terbuka Terhadap Indeks Pembangunan Manusia (IPM) di Jawa Timur Tahun 2021
Mata Kuliah : Official Statistic
Dosen Pengampu : Andrea Tri Rian Dani, M. Stat.
Anggota Kelompok :
- Dhea Adelia Kurnia (2007016063)
- Firzia Bilqis (2007016037)
- Azkadiaannzumi (2007016053)
- Helmi (2007016051)
Kelas : Statistika B
LATAR BELAKANG
Salah satu data yang digunakan daerah untuk mengukur pencapaian pembangunan manusia dengan beberapa komponen dasar kualitas hidup adalah Indeks Pembangunan Manusia (IPM) (Kahar, 2018). Indeks Pembangunan Manusia (IPM) adalah data yang digunakan pemerintah daerah untuk mengukur ketercapaian pembangunan manusia dengan beberapa komponen dasar kualitas hidup. IPM terdiri atas tiga dimensi dasar, yaitu umur panjang dan hidup sehat (a long and healthylife), pengetahuan (knowledge), dan standar hidup layak (decent standardof living).
Angka Indeks Pembangunan Manusia di suatu daerah dikatakan rendah jika < 60, sedang 60 ≤ IPM < 70, tinggi 70 ≤ IPM < 80, dan ≥ 80 sangat tinggi. Angka tersebut dapat berbeda-beda antara wilayah yang satu dengan yang lain, karena pembangunan di Indonesia yang belum merata (BPS, 2014). Di Provinsi Jawa Timur sendiri, mayoritas kabupaten/kota memiliki indeks pembangunan manusia diatas 70% dengan kategori tinggi.
IPM sangat berhubungan dengan berbagai aspek kehidupan. Sehingga, dalam perhitungannya banyak dipengaruhi oleh variabel-variabel lain. Salah satu variabel yang dinilai mampu mempengaruhi angka IPM adalah rata-rata lama sekolah.
Rata rata lama sekolah merupakan rata rata jumlah tahun yang telah diselesaikan oleh penduduk pada seluruh jenjang pendidikan formal yang pernah dijalani, perhitungan dilakukan pada usia 25 tahun keatas. Dalam Badan Pusat Statistik (2021), rata-rata lama sekolah didefenisikan sebagai rata rata jumlah tahun penduduk menjalani pendidikan formal.
Selain itu, permasalahan kemiskinan yang terjadi di Jawa Timur juga diperkirakan dapat mempengaruhi seberapa tinggi nilai IPM. M Nasir (2008) menyatakan permasalahan kemiskinan dimana masyarakat tidak memiliki kemampuan memenuhi kebutuhannya merupakan permasalahan kompleks dan multidimensi karena penyebabnya berasal dari beragam faktor diantaranya kurangnya upah dan tingginya tingkat pengangguran.
Jika membicarakan kemiskinan dalam pengaruhnya terhadap IPM dari aspek ekonomi tentu tidak akan terlepas dari yang namanya pengeluaran per kapita. Menurut Badan Pusat Statistik (2021), yang dimaksud pengeluaran per kapita adalah biaya yang dikeluarkan untuk konsumsi semua anggota rumah tangga selama sebulan dibagi dengan banyaknya anggota rumah tangga yang telah disesuaikan dengan paritas daya beli. Kemudian, pengeluaran per kapita dibagi menjadi pengeluaran perkapita untuk makanan dan non-makanan.
Dari paparan diatas terlihat bahwa IPM saling berkaitan dengan rata-rata lama sekolah, tingkat pengangguran, permasalahan kemiskinan bahkan pengeluaran per kapita. Namun, hal tersebut tidak mengindikasikan secara jelas apakah variabel-variabel mempengaruhi nilai IPM di Jawa Timur. Sehingga, dilakukanlah analisis regresi linier berganda untuk melihat diantara banyaknya variabel tersebut, mana yang berpengaruh secara signifikan terhadap nilai IPM di Jawa Timur khususnya pada tahun 2021.
METODE PENELITIAN
Komponen variabel independent X1 yaitu Rata — rata Lama Sekolah (X1), Persentase Pendududk Miskin (X2), Rata — rata Pengeluaran Per Kapita sub Makanan (X3), dan Tingkat Pengangguran Terbuka (X4). Adapun variabel dependent (Y) yaitu Indeks Pembangunan Manusia. Populasi dan sampel penelitian ini ialah data data pada BPS JATIM terkait Rata — rata Lama Sekolah, Persentase Pendududk Miskin, Rata — rata Pengeluaran Per Kapita, dan Tingkat Pengangguran Terbuka di Provinsi Jawa Timur Tahun 2021 melalui website resmi www.https://jatim.bps.go.id/. Metode yang digunakan ialah metode kuantitatif dengan data penelitian yaitu data sekunder data yang terkumpul diolah menggunakan Software R, serta jurnal dan buku sebagai referensi. Analisis data yang digunakan yaitu Regresi Linier Berganda (RLB).
HASIL DAN PEMBAHASAN
Data Penelitian
Adapun data penelitian yang di analisis dimuat dalam tabel sebagai barikut :
Kelinieran Data (Scatterplot)
Plot diatas menggambarkan pola hubungan antara Indeks Pembangunan Manusia (IPM) dengan keempat variabel independennya yaitu Rata-Rata Lama Sekolah (RLS), Persentase Penduduk Miskin (PPM), Rata-Rata Pengeluaran per Kapita Sebulan sub Makanan, dan Tingkat Pengangguran Terbuka (TPT). Terlihat jelas bahwa dari keempat variabel independen tersebut memiliki hubungan yang linier dengan variabel dependennya.
Analisis Regresi Linier Berganda
Kita telah melihat bahwa hubungan antara variabel dependen dengan indepennya adalah linier, sehingga kita dapat melakukan analisis regresi linier berganda untuk melihat faktor-faktor mana saja yang mempengaruhi IPM Jawa Timur. Terdapat beberapa package yang dibutuhkan untuk analisis regresi pada software R yaitu stats, car, zoo, dan lmtest.
Diatas ini merupakan sintaks yang digunakan untuk memanggil data dari file directory. Jika data telah terpanggil selanjutnya dilakukan pengujian untuk memperoleh nilai estimasi parameter model awal.
Berdasarkan output tersebut kita peroleh nilai estimasi parameternya, yaitu:
Y=57,246+2,645X1+0,061X2–0,152X3+0,141X4
Intercept sebesar 57,246 mengindikasikan nilai indeks pembangunan manusia tanpa dipengaruhi oleh keempat variabel independen yang telah disebutkan. Koefisien regresi 2,645 menunjukkan bahwa indeks pembangunan manusia akan naik sebesar 2,645 apabila rata-rata lama sekolah mengalami kenaikan sekitar satu tahun. Lalu, koefisien 0,061 menunjukkan bahwa indeks pembangunan manusia akan mengalami kenaikan sebesar tersebut jika persentase penduduk miskin juga mengalami kenaikan sebesar 1%. Sedangkan pada koefisien regresi 0,152 menunjukkan besar penurunan indeks pembangunan manusia apabila rata-rata pengeluaran per kapita sebulan sub makanan mengalami kenaikan 1%. Kemudian, koefisien sebesar 0,141 menunjukkan besar kenaikan indeks pembangunan manusia ketika tingkat pengangguran terbuka mengalami kenaikan 1%.
Nilai dari estimasi parameter tidak mempengaruhi besarnya signifikansi pengaruh variabel independen terhadap variabel dependen. Sehingga dilakukan pengujian simultan guna melihat apakah memang benar secara umum terjadi pengaruh secara signifikan terhadap variabel dependen yang dalam hal ini adalah indeks pembangunan manusia. Apabila hasil yang diperoleh nantinya menyimpulkan bahwa terdapat pengaruh secara signifikan maka perlu dilanjutkan ke pengujian secara parsial.
Dengan menggunakan tingkat kepercayaan 95% didapatkan kesimpulan bahwa secara simultan terdapat pengaruh secara signifikan dari RLS, PPM, Rata-Rata Pengeluaran per Kapita Sebulan sub Makanan, dan TPT terhadap Indeks Pembangunan Manusia di Jawa Timur. Hal tersebut dibuktikan dengan nilai p-value<2,210–16 yang mana lebih kecil dari 0,05.
Kemudian, berdasarkan pengujian secara parsial ternyata hanya variabel RLS dan Rata-Rata Pengeluaran per Kapita sebulan sub Makanan saja yang berpengaruh secara signifikan terhadap indeks pembangunan manusia. Hal itu diperkuat dengan hasil pemilihan model terbaik dibawah yang menyatakan bahwa model regresi dengan kedua variabel independen tersebut yang merupakan model terbaik untuk mengestimasi nilai indeks pembangunan manusia.
Berdasarkan pengujian model terbaik diperoleh estimasi parameter model sebagai berikut
Y=56,766+2,716X1–0,125X3
Sehingga, disimpulkan bahwa nilai indeks pembangunan manusia tanpa dipengaruhi oleh RLS dan Rata-Rata Pengeluaran per Kapita sebulan sub Makanan adalah sebesar 56,766. Nilai tersebut akan mengalami kenaikan sebesar 2,716 apabila RLS juga mengalami kenaikan sekitar satu tahun dan akan mengalami penurunan sebesar 0,125 apabila Rata-Rata Pengeluaran per Kapita sebulan sub Makanan naik sebesar 1%. Selain itu, diperoleh nilai koefisien determinasi sebesar 0,9608 yang mengindikasikan bahwa sekitar 96,08% variabilitas yang diamati pada indeks pembangunan manusia di Jawa Timur dijelaskan oleh model regresi dengan RLS dan Rata-Rata Pengeluaran per Kapita sebulan sub Makanan sebagai variabel indepennya. Berarti ada sekitar 3,92% variabilitas indeks pembangunan manusia yang disebabkan oleh variabel lain.
Pemeriksaan Asumsi
Seperti yang kita ketahui bahwa analisis regresi linier merupakan salah satu pengujian dalam statistika paramterik yang mengharuskan beberapa asumsi terpenuhi. Tujuannya agar estimator berdasarkan model yang sudah kita peroleh tidak bias.
Variance Inflation Factor (VIF)
Nilai variance inflation factor (VIF) mengukur variabilitas variabel independen yang disebabkan oleh variabel independen lain. Nilai VIF diatas menunjukkan angka dibawah 10 yang menyatakan tidak terjadi multikolinieritas antar variabel independen. Sehingga, variabel independen dapat digunakan untuk mengestimasi indeks pembangunan nasional menggunakan regresi linier.
Non Heteroskedastisitas
Pengujian menggunakan Breusch-Pagan test tersebut menunjukkan nilai p-value yang lebih besar dari 0,05 sehingga disimpulkan tidak terjadi heterokedastisitas pada model terbaik regresi.
Non Autokorelasi
Pengujian menggunakan Durbin-Watson test tersebut menunjukkan bahwa nilai p-value yang lebih besar dari 0,05 sehingga dapat disimpulkan bahwa tidak terdapat autokorelasi pada model terbaik regresi.
Normalitas Residual
Pengujian Shapiro-Wilk normality test juga menunjukkan nilai p-value yang lebih besar dari 0,05 sehingga asumsi residual berdistribusi normal terpenuhi.
KESIMPULAN
Karena keempat asumsi terpenuhi maka dapat dikatakan jika model regresi yang diperoleh sebelumnya sudah baik untuk mengestimasi nilai indeks pembangungan manusia di Jawa Timur berdasarkan pengaruh dari variabel RLS dan Rata-Rata Pengeluaran per Kapita Sebulan sub Makanan.