Abstrak
Indeks Pembangunan Manusia adalah Indeks Pembangunan Manusia merupakan
salah satu indikator yang yang dijadikan alat ukur dalam pemantauan pembangunan
manusia, terutama dalam mengukur kualitas fisik penduduk.Indeks pembangunan
manusia dipengaruhi oleh variabel Indeks Angka Harapan Hidup (AHH), Indeks
Pendidikan, dan Indeks Pendapatan.Dengan menggunakan analisis regresi linear
berganda dengan menggunakan spss.Sehingga dapat ditemukan bahwa indeks
Angka Harapan Hidup, Indeks Pendidikan, dan Indeks pendapatan berpengaruh
terhadap IPM.
Kata Kunci : IPM, Angka Harapan Hidup,Indeks Pendidikan , Indeks pendapatan
Pendahuluan
Komponen IPM adalah usia hidup (longevity), pengetahuan (knowledge),
dan standar hidup layak (decent living). Usia hidup diukur dengan angka harapan
hidup.Komponen pengetahuan diukur dengan angka melek huruf dan rata-rata
lama sekolah.
Komponen standar hidup layak diukur dengan indikator rata-rata konsumsi
riil yang telah disesuaikan. Sebagai catatan, UNDP menggunakan indikator PDB
per kapita riil yang telah disesuaikan (adjusted real GDP per capita) sebagai
ukuran komponen tersebut karena tidak tersedia indikator lain yang lebih baik
untuk keperluan perbandingan antar negara.
Indeks Pembangunan Manusia merupakan salah satu indikator yang yang
dijadikan alat ukur dalam pemantauan pembangunan manusia, terutama dalam
mengukur kualitas fisik penduduk. Karena itu IPM digunakan sebagai
keberhasilan kebijakan pembangunan manusia. Melalui UNDP ( United Nation of
Development Program) ukuran ini selanjutnya disepakati dan dapat digunakan
untuk mengukur kinerja pembangunan manusia pada suatu wilayah tertentu. IPM
merupakan indeks komposit yang dihitung sebagai rata rata sederhana dari
indeks harapan hidup yang diukur dengan angka harapan hidup. Indeks
pendidikan terdiri dari komponen pengetahuan, yang diukur dengan angka melek
huruf, dan rata rata lama sekolah. Indeks pendapatan yang diukur dari pendapatan
per kapita riil yang telah disesuaikan daya belinya.
Metode
Penelitian ini menganalisis faktor faktor Indeks Pembangunan Manusia
dengan menggunakan variabel Indeks Angka Harapan Hidup, Indeks Pendidikan,
dan Indeks Pendapatan. Data yang digunakan adalah data data yang berasal dari
booklet penduduk indonesia yang berisi Angka Melek Huruf, Pengeluaran Riil,
Angka lama sekolah, dan data data statistik yang mendukung perhitungan nilai
IPM.
Untuk
mengetahui
besarnya
pengaruh
ketiga
variabel
tersebut
dilambangkan dengan r dengan ketentuan nilai r tidak lebih dari harga (-1 r 1).
Apabila nilai r = 1 artinyakoelasi negative sempurna, r = 0 artinya tidak ada
korelasi, dan r = 1 artinya korelasinya sangat kuat.
Penelitian ini menggunakan analisis korelasi, uji f dan uji t. Analisis
Korelasi bertujuan untuk mengukut kekuatan asosiasi (hubungan) linear Antara
dua variabel atau lebih, korelasi tidak menunjukkan hubungan fungsional atau
dengan kata lain analisis korelasi tidak membedakan antara variabel dependent
dengan variabel independent.
Besarnya koefesien korelasi berkisar antara +1 s/d -1. Koefesien korelasi
menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua
variabel acak. Jika koefesien korelasi positif, maka kedua variabel mempunyai
hubungan searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan
tinggi pula. Sebaliknya, jika koefesien korelasi negatif, maka kedua variabel
mempunyai hubungan terbalik. Artinya jika nilai variabel X tinggi, maka nilai
variabel Y akan menjadi rendah (dan sebaliknya). Untuk memudahkan melakukan
interpretasi mengenai kekuatan hubungan antara dua variabel penulis memberikan
kriteria sebagai berikut (Sarwono:2006):
0 : Tidak ada korelasi antara dua variabe
0 0,25: Korelasi sangat lemah
0,25 0,5: Korelasi cukup
0,5 0,75: Korelasi kuat
0,75 0,99: Korelasi sangat kuat
1: Korelasi sempurna
Uji F pada dasarnya menunjukkan apakah semua variabel independent
atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersamasama terhadap variabel dependent/terikat. Atau untuk mengetahui apakah model
regresi dapat digunakan untuk memprediksi variabel dependen atau tidak.
Signifikan berarti hubungan yang terjadi dapat berlaku untuk populasi (dapat
digeneralisasikan). Uji Simultan atau Overall ini dapat dilakukan dengan melihat
nilai Sig (p-value) atau membandingkan Fhitung dengan Ftabel.
HASIL DAN PEMBAHASAN
Descriptive Statistics
Mean
Std. Deviation
57.07
3.894
33
X1
75.01
4.657
33
X2
80.71
5.700
33
X3
15.48
4.796
33
Dari tabel di atas dapat bahwa rata rata IPM adalah sebesar 57,07 yang
menunjukkan bahwa nilai tersebut merupakan nilai indeks pembangunan manusia
tahun X. Selain itu, dapat diketahui juga bahwa rata rata indeks harapan hidup
(X1) sebesar 75,01 dengan standar deviasi 4,657, rata rata indeks pendidikan
(X2) sebesar 80,71 dengan standar deviasi 5,700, dan rata rata indeks
pendapatan (X3) sebesar 15,48 dengan standar deviasi 4,796. Kolom N di atas
menunjukkan bahwa jumlah data yang digunakan dalam analisis adalah sebanyak
33 buah data ( provinsi).
Correlations
Y
Pearson Correlation
Sig. (1-tailed)
X1
X2
X3
1.000
.699
.753
.862
X1
.699
1.000
.163
.536
X2
.753
.163
1.000
.486
X3
.862
.536
.486
1.000
.000
.000
.000
X1
.000
.183
.001
X2
.000
.183
.002
X3
.000
.001
.002
33
33
33
33
X1
33
33
33
33
X2
33
33
33
33
X3
33
33
33
33
Pada tabel diatas dapat diketahui atas menunjukkan bahwa besar hubungan
antara IPM (Y) dengan indeks harapan hidup (X1) sebesar 0,699 hal ini
menunjukkan hubungan positif antara IPM dengan indeks harapan hidup. Besar
hubungan antara IPM (Y) dengan indeks pendidikan (X2) adalah 0,753 yang
menunjukkan adanya hubungan postif antara keduanya. Adanya hubungan positif
juga ditunjukkan antara IPM (Y) dengan indeks pendapatan(X3) yang terlihat dari
nilai hubungan antara IPM dengan indeks pendapatan sebesar 0,862.
Variables Entered/Removed
Model
1
Variables
Variables
Entered
Removed
X3, X1, X2
Method
. Enter
Pada tabel ini menunjukkan variabel mana saja yang digunakan dan yang
dihilangkan. Dari tabel diatas variabel X1, X2, dan X3 digunakan dan Y sebagai
variabel dependen.
Model Summary
Model
1.000
R Square
a
1.000
Adjusted R
Square
Estimate
1.000
.003
Durbin-Watson
2.248
terjadi pada variabel tak bebas. Nilai R-square terpengaruh oleh banyaknya
jumlah variabel bebas. Semakin besar jumlah variabel bebas, maka nilai R-square
akan semakin besar sehingga untuk mendapatkan nilai sebenarnya, maka
dibuatlah suatu faktor koreksi.
Pada Tabel diatas R Square sebesar 1,000 artinya 100 % ketiga variabel
X1,X2, dan X3 mempengaruhi variabel Y. Standar Error of the Estimate (SEE)
menunjukkan 0,003. Semakin kecil SEE
ANOVA
Model
1
Sum of Squares
Regression
Mean Square
485.237
161.746
.000
29
.000
485.237
32
Residual
Total
df
Sig.
1.468E7
.000
1. Hipotesis :
Df1 = 3
Df2 = 32
F tabel = 2,9011
5. Perbandingan :
Fhitung = 14.680.000 > Ftabel 2,9011. Dari hasil tersebut dapat diketahui
bahwa H0 ditolak.
Kesimpulan :
Berdasarkan perhitungan Ftest tersebut Fhitung > dari Ftabel maka H0
ditolak. Berarti ada pengaruh signifikan indeks angka harapan hidup, indeks
pendidikan, dan pendapatan.
Coefficients
Standardized
Unstandardized Coefficients
Model
(Constant)
Std. Error
-.020
.014
X1
.334
.000
X2
.333
X3
.333
Coefficients
Beta
-1.392
.174
.399
2.216E3
.000
.000
.488
2.805E3
.000
.000
.410
2.018E3
.000
a. Dependent Variable: Y
Sig.
5. Kesimpulan
Dari data diatas, dapat diketahui thitung>ttabel, maka Ho ditolak, artinya
Indeks Angka Harapan Hidup mempengaruhi IPM.
b. Uji Variabel Indeks Pendidikan
1. - Ho : Tidak ada pengaruh indeks pendidikan terhadap IPM
- H1 : ada pengaruh indeks pendidikan terhadap IPM
2. Ho diterima jika t hitung < t tabel
H1 ditolak jika t hitung > t tabel
3. Diketahui :
- Tingkat signifikansi 0,05 : 3 = 0,0167 / 1,67%
- t hitung: 2.805E3/ 2805
- df 1 = 3-1 = 2
- df 2 = 32-2 = 30
- t tabel = 3,951307
4. Perbandingan
5. Kesimpulan
Dari data diatas, dapat diketahui thitung>ttabel, maka Ho ditolak, artinya
Indeks Pendidikan mempengaruhi IPM.
c. Uji Variabel Indeks Pendapatan
1. - Ho : Tidak ada pengaruh indeks pendapatan terhadap IPM
- H1 : ada pengaruh indeks pendapatan terhadap IPM
2. Ho diterima jika t hitung < t tabel
H1 ditolak jika t hitung > t tabel
3. Diketahui :
- Tingkat signifikansi 0,05 : 3 = 0,0167 / 1,67%
- t hitung: 2,018E3/2018
- df 1 = 3-1 = 2
- df 2 = 32-2 = 30
- t tabel = 3,951307
4. Perbandingan
5. Kesimpulan
M.Bhakti,Setawan,
Abdul
Hakim.
Indeks
Pembangunan Manusia
Indonesia.
-