Membangun Manusia Indonesia - Menuju Negara Sejahtera, Berkeadilan Sosial, Dan Berkedaulatan Rakyat Ver 3 PDF
Membangun Manusia Indonesia - Menuju Negara Sejahtera, Berkeadilan Sosial, Dan Berkedaulatan Rakyat Ver 3 PDF
bangsa2 lain terlihat masih jauh. Yang kita temukan malah kemunduran sosial,
rusaknya perilaku, dan budi pekerti. Banyak manusia Indonesia telah berubah
menjadi manusia bebal, pelanggar hukum, picik, lebih banyak menggunakan
emosi dan otot, sedikit menggunakan otak; buta strategi dan mudah dihasut.
Adakah yang salah dengan model Negara dan model pemerintahan kita? Jelas ada
yang salah. Kalau pertanyaan dilanjutkan lagi, bentuk pemerintahan dan model
Negara yang bagaikanakah yang memenuhi kaidah universal untuk membangun
manusia dan memanusiakan manusia?
Pertanyaan seperti ini akan mengundang debat yang menghasilkan berbagai visi,
yang satu dengan lainnya dapat bertentangan. Oleh karena itu sudah saatnya kita
melakukan analisa bentuk Negara dan bentuk pemerintahan untuk suatu Negara
kepulauan yang berjejer lebih dari 5.000 km membujur, dan lebih dari 1,800 Km
melintang, dihuni oleh lebih 1.000 suku. Belum ada nation yang dibangun dengan
kepelbagaian yang begitu luas.
Perkembangan ilmu pengetahuan sekarang memungkinkan kita untuk menguji,
bentuk Negara dan bentuk pemerintahan yang bagaimanakah yang paling tepat
untuk mewujudkan Negara sejahtera, makmur, dan berperan menciptakan
perdamainan dunia. Kita akan menggunakan Non-Prametrics Statistics sebagai
dasar pemodelan mencari bentuk ideal Negara dan bentuk pemerintahan.
Founding fathers Indonesia dan banyak akhli tata Negara yang lahir kemudian
belum sepenuhnya terpapar pada teknologi Non-Parametrics. Pertama karena ,
ilmu itu baru lahir tahun 1970an dan berkembang pesat dengan berkembangnya
teknologi komputasi dan statistika. Kedua, karena kebiasaan bangsa Indonesia
yang terikat ketat pada dogma yang membuat ilmuan takut mempertanyakan
segala sesuatu yang masuk akal. Ketiga, teknologi ini telah digunakan secara luas
didalam riset ekonometri, sosiometri, dan psikometri. Trend pasar, ramalan
perekonomian kedepan selalu didasari oleh teknologi ini.
Lebih 66 tahun Republik Indonesia berkembang lebih lambat dibandingkan
cohortnya. Mengapa? Bukankah sepantasnya kita menggunakan alat ukur (proxy
measure) yang lebih baik, agar cita2 negara sejahtera, berkedaulatan rakyat, dan
berkeadilan sosial dapat kita capai berdasarkan ilmu dan akal sehat secara lebih
sistimatis dari yang selama ini kita lakukan. Sudah terlalu lama kita menggunakan
2
[4]
[5]
Catatan:
LE: Life expectancy at birth
MYS: Mean years of schooling (Years that a 25-year-old person or older has spent in
3
schools)
EYS: Expected years of schooling (Years that a 5-year-old child will spend with his
education in his whole life)
GNIpc: Gross national income at purchasing power parity per capita
Rumus diatas mulai digunakan tahun 2011, sedangkan pada perode sebelumnya
masih digunakan cara penghitungan lama yang sudah tidak digunakan lagi,
mengingat secara empiris disimulasikan bahwa cara perhitungan baru
memberikan normalisasi yang lebih banyak, sehingga mempunyai predictive
power (daya duga) yang lebih tinggi.
Profile Indonesia saat ini diantara 187 negara adalah sebagai berikut:
Dari table diatas, Indonesia masih berada pada nomor ratusan dalam urutan HDI.
Pertanyaan hipothetis yang akan kita uji disusun menurut Negara kemudian
membuktikan bahwa variasi HDI antar negara ditentukan oleh berbagai faktor
penyebab yang bermakna (significant). Kita menguji apakah faktor2 berikut ini
merupakan penentu variasi HDI, antara lain yang telah diajukan para pengamat
adalah:
Bentuk Negara,
Jenis Pemerintahan,
4
Efektifitas Pemerintahan,
Kebebasan Mengajukan Pendapat,
Index Kekuasaan Hukum, Peradilan, dan Keadilan
Kepemimpinan Negara
Sumber Daya Alam,
Kemandirian Pangan,
Kemandirian Teknologi,
Index Pendidikan,
Index Kesehatan
Index Pelestarian Alam (Environmental Sustainability),
Kerangka analisa dibuat terbuka sehingga member kesempatan bagi analis yang
akan bekerja belakangan untuk membangun kerangka analisa baru dan dinamis
diats kerangka yang ada sekarang mengikuti perubahan pengukuran yang
dimaksud dan mengikuti kemajuan teknologi pengukuran.
Sejalan dengan tujuan mencari faktor penting dalam membangun manusia
Indonesia, analisa variasi HDI dikembangkan pula model Indeks Kebahagiaan
Warga Negara; dimana faktor penentu bermaknanya mungkin bersinggungan,
atau mungkin berbeda dari faktor penentu HDI.
MDGs mencakup delapan jalur sasaran praktis yang dianjurkan dalam perbaikan
HDI. Penentuan sasaran praktis ini didasarkan atas konsensus diantara utusan
negara2 yang menghadiri sidang MDGs, dimana diputuskan delapan jalur sasaran.
Pengmbangan Model HDI yang dilakukan ini bertujuan mengidentifikasi dan
menguji manakah sasaran yang terbukti paling penting atas dasar analisa empiris
dan uji statistik.
Hasil pemantauan profile Indonesia sejak tahun 1980 sampai akhir tahun 2010,
menunjukkan kecenderungan perbaikan HDI Indonesia sebagai berikut:
Ada perbaikan HDI di Indonesia dari angka 0, 42 tahun 1980 menjadi 0,56 tahun
2010. Pada awal tahun 2011 perubahan cara perhitungan HDI memperbaiki posisi
Indonesia didalam skala yang baru.
Angka ini menunjukkan Indonesia masih berada dibawah rata2 regional Asia
Timur dan Pasifik yang saat ini berada pada posisi 0,671. Data dilengkapi dengan
data ekonomi, pemerintahan wilayah, industri, hukum, pertahanan dari beberapa
sumber yang dapat dipercaya.
Upaya penentuan determinan HDI menggabungkan hasil kompilasi data dari
berbagai sumber mewakili banyak Negara. Gabungan data yang lebih lengkap
mewakili 114 negara saja. Pertanyaan dasar adalah: Apakah yang membuat
variasi HDI diberbagai Negara?
Persyaratan dasar dalam menentukan determinant HDI adalah memasukkan
variabel yang bukan merupakan produk operasi matematis langsung dengan HDI.
7
Oleh karena itu variabel yang mewakili Indeks Kesehatan, Indeks Pendidikan,
Indeks Penghasilan tidak dapat digunakan lagi didalam Model HDI. Ke-empat
variabel tersebut secara matematis linier telah terwakili didalam HDI.
Data dari 114 negara meliputi 104 variabel telah disusun untuk uji kprelasi dengan
Pearson Correlation bagi variabel continuous scale and Dummy Variable
Continuous scale dan uji dengan Spearman Rho untuk variabel ordinal scale.
Hasil pengujian menghasilkan hubungan korelasional antara HDi dengan
predictornya dan hasil korelasinya didapatkan berikut:
.000
.000
.006
.002
.044
.039
.001
.001
.000
.331**
.000
-.320**
.001
.262**
.005
110
110
114
114
114
113
114
114
114
114
114
113
.000**
113
.448**
-.853
.515**
.673**
-.417
-.698
-.395**
.000
.000**
.000
.000
.000*
.000**
.000
.550**
.000
113
114
114
114
103
98
114
113
.538**
.000
-.600**
.000
.652**
-.514**
-.238*
.567**
-.390**
-.267**
.000
.000
.012
.000
.000
.005
113
111
110
110
110
110
110
110
Hasil berbagai pengukuran yang mempunyai korelasi significant dengan HDI dan
bukan merupakan produk perhitungan langsung seperti Indeks Kesehatan,
Pendidikan, dan Penghasilan menjadi bagian dari daftar variabel predictor
(Independent variable) yang akan digunakan membangun Model HDI. Ditemukan
39 variabel layak digunakan untuk membangun Model HDI. Kepatutan Hak-Hak
Sipil (Civil Liberties) dan Kebebasan Berpolitik (Political Right) warga Negara
9
Spearman's rho
Sig. (2-tailed) Jumlah Pair
**
-,635
,000
109
**
-,683
,000
109
Demikian pula hasil uji korelasi antara HDI dengan variabel asli kebebasan politik
dan variabel hak2 sipil dalam ordinal scale (1-7, dimana 1-2 = free; 3-4-5 = Partly
Free; 6-7 = Not Free) sejalan dengan pengukuran dengan transformasi skala
ordinal dibawah ke dummy variabel continuous scale. Dummy variabel Hak-hak
Sipil dan variabel Kebebasan Berpolitik dilakukan agar memenuhi syarat untuk
disertakan sebagai calon predictor didalam membangun Model Human
Development Index.
Berbagai temuan awal dapat dilihat dari matrix korelasi diatas, menunjukkan HDI
yang lebih tinggi ditemukan dinegara2 yang memiliki ciri2:
Hal yang ditemukan pada uji korelasi ini sebagai anomali adalah HDI yang tinggi
ditemukan justru pada pada negara2 dimana ditemukan:
Jumlah Hutang Luar Negeri yang tinggi
Telaah lebih lanjut menunjukkan justru hutang luar negeri yang tinggi ditemukan
di sentra keuangan dunia seperti Amerika Sekikat dengan New York City, Kerajaan
Inggeris Raya dengan London, Switzerland, Netherland, Sweden, Austria, dan
Hongkong. Hutang luar negeri yang tinggi di negara2 tersebut berkaitan dengan
kemakmuran negara tuan rumah dan kepercayaan dunia menitipkan uangnya
disana. Hanya Iceland satu2nya negara yang hutang luar negerinya banyak yang
tidak terkait dengan kekuatan perekonomian di kancah global.
Hanya 8,1% variasi HDI antar Negara yang tidak dapat dijelaskan.
Scattergram HDI sebagai mana yang telah ditetapkan semua predictor terpilih l
menghasilkan distribusi yang hampir linear linear menunjukkan bahwa Model HDI
menghasilkan ramalan yang hampir linear sebagai berikut:
12
Hubungan yang hampir linear antara HDI negara yang diramalkan oleh Model HDI
terhadap HDI sesunguhnya. Hasil scattergram diatas terlihat hampir linear.
Temuan ini memastikan bahwa kelayakan skala yang digunakan memadai,
sehingga tidak diperlukan transformasi skala variabel lebih jauh.
Adapun variabel predictor yang terpilih dan kekuatan peramalannya tercermin
pada grafis dibawah ini.
13
Arah Predictor mempengaruhi HDI dapat dilihat dari Tabel Korelat HDI terpilih
berdasarkan jumlah variasi HDI yang dijelaskan, sebagai berikut:
HDI terhadap Predictor Terpilih Pearson Correlation Sig. (2-tailed) Jumlah Pair
Entrepreneurship and
110
.915**
.000
Opportunity
GDP Agricultural
-.853
.000**
114
**
Population below poverty line
-.698
.000
98
**
Rule of Law
.752
.000
114
*
Legal System - Common Law
-.195
.039
113
**
Tax-as-portion-of-GDP 2011
.509
.000
111
**
Democratic Accountability
.630
.000
114
14
16
Koefisien dari masing2 Predictor digambarkan dari hasil Multiple regression dari
HDI atas ketujuh variabel terpilih digambarkan sebagai berikut:
17
18
Proses yang dilakukan dalam membangun Model HDI ini diselesaikan dalam 7
(tujuh) Step dalam MultipleRegression, yang dinyatakan dalam grafis berikut:
Proses pengolahan data tidak ada yang menyalahi kaidah, sehingga sampai saat
ini dapat kita tetapkan bahwa Model HDI yang diperoleh cukup layak, dan dengan
urutan2 dalam menjelaskan variasi HDI antar negara dalam urutan yang cukup
logis. oleh karena itu secara arithmatika Model HDI dapat disimpulkan sebagai
berikut:
19
20
Perkiraan Model HDI dapat juga dinyatakan dengan ke-tujuh variabel Predictor
dimana Konstanta (Intercept) dihilangkan, sehingga dihasilkan Model HDI yang
sudah di standardisasi sebagai berikut:
HDI = 0,623 Enterpreneurship - 0.355 GDP Agricultural
- 0,190 PopPropPovertyLine 0,251 Rule of Law 0,065 Common Law
+ 0,075 TaxPropDGP +
HDI antar negara. Variasi HDI yang dijelaskan dengan model dasar adalah sebesar
91,9% . sebaliknya variasi HDI yang dijelaskan dengan model yang di adjust malah
menurun menjadi 91,2 %. Oleh karena itu dapat diputuskan untuk menggunakan
HDI model dasar saja, dimana HDI sebesar 0,778 merupakan konstanta yang akan
terjadi secara normative tanpa intervensi apa2pun.
Apa makna dari konstanta HDI 0,778 ini?
Apabila negara2 melakukan tindakan atau intervensi positif pada masyarakat
maka angka HDI ini akan meningkat lagi melebihi 0,778. Posisi 10 besar dipegang
oleh negara2 berikut ini:
Negara
HDI
Norway
0,943
Australia
Netherlands
0,929
0,910
United States
0,910
Canada
0,908
Ireland
0,908
New Zealand
Germany
Sweden
0,908
0,905
0,904
Switzerland
0,903
Apabila negara2 melakukan intervensi negatif, maka angka HDI akan menurun
dibawah 0,778. Ditemukan 72 negara dari 114 negara dalam perbandingan
mempunyai HDI kurang dari 0,778. Indonesia ada pada urutan ke- 88 dari 114
negara dengan HDI 0,617 dan Mozambique berada pada urutan ke-114
(terendah) dengan HDI 0,322. Indonesia memerlukan peningkatan HDI sebesar
0,161 untuk berdiri sejajar dengan konstanta (negara hipotetis yang tidak berbuat
apa2), dan memerlukan peningkatan HDI sebesar 0,164 untuk dapat disejajarkan
dengan Romania.
22
Negara
HDI
Syria
0,632
Honduras
0,625
Namibia
0,625
South Africa
Indonesia
0,619
0,617
Vietnam
0,593
Nicaragua
0,589
Malta
0,582
Guatemala
0,574
India
0,547
Model HDI ini menunjukkan bahwa Indonesia satu dari 72 negara yang perlu
melakukan perbaikan2 agar HDI minimal sama dengan 0,778 (konstanta).
Tiga predictor paling dominan dalam besaran matematis adalah sebagai berikut:
Predictor
Proporsi GDP yang dihasilkan dari
sector Pertanian
Proporsi penduduk yang berada
dibawah garis kemiskinan
Proporsi Pajak dalam Gross
Domestic Product
Unstandardized Coefficient
(Beta)
Significancy
-0,513
0,000
-0,176
0,000
0,105
0,047
Artinya bila ada pengurangan proporsi GDP yang disumbang dari sektor pertanian
dari posisi tahun 2011 sebesar 15,5% menjadi 10,5% maka akan ada peningkatan
HDI sebesar 0,0257. Apabila ada penurunan proporsi penduduk yang hidup
dibawah garis kemiskinan dari posisi 2011 sebesar 13,3% menjadi 8,3%, maka
akan ada kenaikan HDI 0,0088. Apabila ada peningkatan penerimaan pajak dari
23
posisi tahun 2011 16,9% menjadi 21,9% akan diterjemahkan menjadi peningkatan
HDI sebesar 0,0052
Empat predictor lain berpengaruh pada HDI sebagai berikut:
Predictor
Enterpreneurship and
Opportunity Index
Indeks Kekuasaan Hukum
Kehadiran Common Law
Indeks Akuntabilitas kehidupan
berdemokrasi
Unstandardized Coefficient
(Beta)
Significancy
0,054
0,000
-0,041
-0,021
0,001
0,055
0,013
0,170
0,161 mewakili lebih dari enam kali transformasi desa agraris menjadi desa
industri.
sudah dilakukan dengan hasil baik di Jepang semasa restorasi Meiji, di Taiwan
setelah tahun 1950 dan di Korea selatan setelah tahun 1960. Transformasi desa
Indonesia sehingga menjadi basis industri rumah tangga (Home Industry)
menuntut perubahan mendasar dalam budaya dan kebijakan pendidikan.
Penanaman disiplin agar sesuai dengan irama industri, ketepatan jadwal dan
dukungan hukum yang efektif untuk menjamin terlaksananya transaksi pasar yang
setara. Praktek Ijon, rentenir, dan premanisme harus dihilangkan. Rule of Law
harus ditegakkan dalam menjamin berlangsungnya budaya industri ditingkat
pendesaan. Industri juga sudah dapat didorong mengikuti pola Inti dan Plasma
yang sempat sangat menjanjikan ditahun 1990 awal, kemudian ditinggalkan
karena kita terjebak masuk kedalam pola industri korporatis yang cenderung
memangsa industri2 yang lebih kecil. Industri besar harus dicegah menjadi
konglomerasi yang mematikan pesaing2 dengan berbagai regulasi dan insentif.
Kelompok masyarakat miskin dan sangat miskin harus dimobilisasi dan dijadikan
asset nasional dan disertakan dalam proses menuju industri rumah tangga yang
mampu bersaing. Kelompok yang kadang2 termasuk mereka yang sering disebut
tidak terjangkau (untouchable) dipacu untuk melahirkan innovasi yang
dikembangkan sendiri oleh mereka tanpa terlalu banyak didikte oleh birokrasi.
Reformasi birokrasi sangat diperlukan. Birokrasi menjadi pelayan masyarakat.
Abdi Negara yang sesungguhnya saat ini bahkan lebih berfungsi sebagai penarik
rente ekonomi dan bagian dari mesin politik pencari uang. Perbaikan birokrasi
juga berkaitan dengan manajemen pajak yang lebih menyeluruh, progressive, dan
memberikan dorongan pada innovasi dan investasi. . Innovasi dibidang
perpajakan ini yang kuat kaitannya dengan peningkatan HDI.
Kepustakaan
http://hdrstats.undp.org/en/countries/profiles/IDN.html
http://mdgs.un.org/unsd/mdg/Data.aspx
Geertz, Clifford (1970), Agricultural Involution: The Processes of Ecological
Change in Indonesia. University of California Press
SPSSPC version 20
27
Appendix 1
Correlations of Sensible Significant Variables to HDI
HDI
Economy-sub-Index
Safety and Security sub-Index
Government Effectiveness
Rule of Law
Democratic Accountability
Entrepreneurship and
Opportunity
Personal Freedom
Social Capital
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
.745**
.000
110
.783**
.000
110
.795**
.000
114
.752**
.000
114
.630**
.000
114
.915**
.000
110
.579**
.000
110
.616**
.000
110
-.258**
.006
114
.290**
.002
114
.189*
.044
114
28
HDI
Pearson Correlation
Legal System - Common Law
Sig. (2-tailed)
N
Pearson Correlation
Chief of State-President
Sig. (2-tailed)
N
Pearson Correlation
Chief of State - Monarch
Sig. (2-tailed)
N
Pearson Correlation
Head of Govern - President
Sig. (2-tailed)
N
Pearson Correlation
Head of Govern- Prime Minister Sig. (2-tailed)
N
Pearson Correlation
Cabinet - Appointed by President Sig. (2-tailed)
N
Pearson Correlation
Cabinet - Appointed by Congress Sig. (2-tailed)
N
Pearson Correlation
President elected by Citizen
Sig. (2-tailed)
N
Pearson Correlation
Area Coastline (km)
Sig. (2-tailed)
N
Pearson Correlation
Tax-as-portion-of-GDP 2011
Sig. (2-tailed)
N
Pearson Correlation
Import (billion ) data 2010
Sig. (2-tailed)
N
-.195*
.039
113
-.302**
.001
114
.301**
.001
114
-.338**
.000
114
.331**
.000
114
-.320**
.001
114
.262**
.005
113
-.415**
.000
114
.186*
.047
114
.509**
.000
111
.321
.000**
114
29
HDI
Pearson Correlation
Natural Gas Consume (billion m3)
Sig. (2-tailed)
data 2010
N
Pearson Correlation
Debt External (billion) data 2011 Sig. (2-tailed)
N
Pearson Correlation
GDP Agricultural
Sig. (2-tailed)
N
Pearson Correlation
GDP Service
Sig. (2-tailed)
N
Pearson Correlation
GDP Industrial + Service
Sig. (2-tailed)
N
Pearson Correlation
Gini Index
Sig. (2-tailed)
N
Pearson Correlation
Population below poverty line
Sig. (2-tailed)
N
Pearson Correlation
Inflation data 2010
Sig. (2-tailed)
N
Pearson Correlation
Electricity Consumed (kWh ) per
Sig. (2-tailed)
capita 2008
N
Pearson Correlation
Electricity Production ( kWh) per
Sig. (2-tailed)
capita 2009
.206
.029**
113
.347
.000**
113
-.853
.000**
114
.515**
.000
114
.673**
.000
114
-.417
.000*
103
-.698
.000**
98
-.395**
.000
114
.550**
.000
113
.538**
N
Pearson Correlation
Sig. (2-tailed)
N
113
-.600**
.000
111
.000
30
HDI
Civil Liberties 2011 Free
Civil Liberties Partly Free
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
.652**
.000
110
-.514**
.000
110
-.238*
.012
110
.567**
.000
110
-.390**
.000
110
-.267**
.005
110
.448**
.000
113
Nonparametric Correlations
HDI on Variables
Political Right 2011
Civil Liberties 2011
Correlation Coefficient
Sig. (2-tailed)
N
Correlation Coefficient
Sig. (2-tailed)
N
Spearman's rho
-,635**
,000
109
-,683**
,000
109
31
Appendix 2
List of Outlier countries in the Scattergram
Country
Belize
Kuwait
Paraguay
Qatar
South Africa
Mozambique
Burma
Zimbabwe
Australia
Yemen
HDI
0.699
0.760
0.665
0.831
0.619
0.322
0.483
0.376
0.929
0.462
Cook's Distance
0.039
0.042
0.046
0.047
0.053
0.060
0.063
0.081
0.087
0.096
32
Appendix 3
HDI Model Building Process
33
Model Summary
Mod
el
.959a
R
Square
Adjusted R
Square
Std. Error
of the
Estimate
.919
.912
.044567
Model
Sum of
Squares
ANOVAa
df
Mean
Square
Regressio
n
1.918
.274
Residual
.169
85
.002
2.087
92
Total
F
137.97
1
Sig.
.000b
34
Regression
Coefficientsa
Model
Unstandardized
Coefficients
Std. Error
(Constant)
.778
.020
Entrepreneurship
and Opportunity
.054
.007
GDP Agricultural
-.513
Population portion
below poverty line
Standardiz
ed
Coefficient
s
Sig.
Beta
38.170
.000
.623
8.151
.000
.070
-.355
-7.297
.000
-.176
.041
-.190
-4.340
.000
Rule of Law
-.041
.012
-.251
-3.420
.001
-.021
.011
-.065
-1.948
.055
Tax-as-Portion-ofGDP 2011
.105
.052
.075
2.018
.047
Democratic
Accountability
.013
.009
.078
1.383
.170
35
Descriptives
Descriptive Statistics
N
Minimum Maximu
m
Statisti
c
Statistic
Statistic
Statistic
114
Entrepreneurship
and Opportunity
GDP Agricultural
114
.0000
.5380
.110482
.1138689
98
.0116
.7000
.264068
.1651183
Rule of Law
1.0172155
8
113
Tax-as-Portion-ofGDP 2011
111
.02400
Democratic
Accountability
Valid N (listwise)
.943
Std.
Deviation
HDI
Population portion
below poverty line
.322
Statistic
Mean
.70975
.31
.158865
.464
93
36
Descriptive Statistics
Skewness
Statistic
HDI
Kurtosis
Std. Error
Statistic
Std. Error
-.629
.226
-.477
.449
.223
.230
-.861
.457
1.620
.226
2.577
.449
.875
.244
.227
.483
Rule of Law
.343
.226
-1.049
.449
.834
.227
-1.328
.451
Tax-as-Portion-of-GDP 2011
.307
.229
-.566
.455
-.270
.226
-.924
.449
Entrepreneurship and
Opportunity
GDP Agricultural
Democratic Accountability
Valid N (listwise)
37