TIM REDAKSI
Dewan Editor
Ketua : Dr. Toto Gunarto, S.E., M.Si.
Anggota Dr. I Wayan Suparta, S.E., M.Si
Dr. Lies Maria Hamzah, S.E., M.E
Dr. Dwi Wulandari, S.E., M.M
Dr. Diah Setyorini Gunawan, S.E., M.Si
Dr. Wasiturrahma, S.E., M.Si
Redaksi Pelaksana
Ketua : Deddy Yuliawan, S.E., M.Si.
Sekretaris : Emi Maimunah, S.E., M.Si.
Bendahara : Nurbetty Herlina Sitorus, S.E., M.Si.
Tata Usaha dan Kearsipan : Sahidin, S.E.
Abstrak
Derajat kesehatan masyarakat dapat diukur dengan melihat besarnya Angka
Harapan Hidup (AHH). AHH adalah hasil perhitungan proyeksi yang sering
dipakai sebagai salah satu Indikator Kesejahteraan Rakyat (IKR). Dengan
asumsi kecenderungan Angka Kematian Bayi (AKB )menurun serta perubahan
susunan umur penduduk. Tujuan dalam penelitian ini yaitu: 1) untuk
menganalisis pengaruh pendapatan per kapita, pengeluaran pemerintah bidang
pendidikan, dan kesehatan secara simultan berpengaruh terhadap angka
harapan hidup di Kabupaten/Kota Provinsi Bali periode 2011-2017 dan 2) untuk
menganalisis pengaruh pendapatan perkapita, pengeluaran pemerintah bidang
pendidikan, dan kesehatan secara parsial berpengaruh terhadap angka harapan
hidup di Kabupaten/Kota Provinsi Bali periode 2011-2017. Data yang digunakan
dalam penelitian ini adalah data skunder pada tahun 2011-2017. Penelitian ini
menggunakan teknik analisis Regresi Linier Berganda digunakan untuk
mengolah data uji asumsi klasik dengan menggunakan Eviews 9.
Hasil dari penelitian ini menyatakan bahwa variabel pendapatan per kapita
(X1), pengeluaran pemerintah bidang pendidikan (X2), dan pengeluaran
pemerintah bidang kesehatan (X3) secara simultan bepengaruh terhadap angka
harapan hidup (Y) di kabupaten/kota Provinsi Bali. Secara parsial pendapatan
perkapita berpengaruh positif dan signifikan terhadap angka harapan hidup,
pengeluaran pemerintah bidang pendidikan dan pengeluaran pemerintah bidang
kesehatan tidak berpengaruh terhadap angka harapan hidup di kabupaten/kota
Provinsi Bali.
Katakunci: AHH, pendapatan perkapita, pendidikan, kesehatan.
terikat dapat diketahui dari besarnya probabilitas > 0,05 maka data
nilai koefisien regresi masing-masing berdistribusi normal. Namun apabila
variabel bebas. Pada pengujian nilai probabilitas < 0,05 maka data
hipotesis, nilai t-hitung harus tidak berdistribusi normal.
dibandingkan dengan t-tabel pada 2) Uji Autokorelasi
derajat keyakinan tertentu. Autokerlasi merupakan adanya
Pengujian Asumsi Klasik korelasi antara residual observasi
Sebelum model regresi digunakan satu dengan observasi sebelumnya
untuk menguji hipotesis maka akan untuk data cross section atau
terlebih dahulu dilakukan pengujian residual pada periode tertentu
asumsi klasik yang bertujuan untuk dengan periode sebelumnya untuk
mengetahui keberartian hubungan data time series (Utama, 2017:117).
antara variabel independen dengan Uji autokorelasi bertujuan untuk
variabel dependen sehingga hasil mengetahui apakah dalam model
analisis dapat diinterpretasikan regresi linier, terdapat korelasi
dengan lebih akurat, efisien, dan antara kesalahan pengganggu pada
terbebas dari kelemahan-kelemahan periode t dengan kesalahan
yang terjadi karena adanya gejala- pengganggu pada periode t-1
gejala asumsi klasik, baik (sebelumnya). Apabila terjadi
normalitas, autokorelasi, multi- korelasi, maka, dinamakan ada
kolinieritas dan heteroskedastisitas problem autokorelasi. Model regresi
dengan menggunakan Eviews. yang baik yaitu regresi yang bebas
1) Uji normalitas dari autokorelasi. Apabila nilai
Uji normalitas bertujuan untuk Durbin Watson (DW) berada
menguji apakah dalam residual dari diantara angka 1,10-1,54 dan
model regresi yang dibuat diantara 1,55-2,45 maka ridak terjadi
berdistribusi normal atau tidak.. autokorelasi. Apabila suatu model
Penelitian ini menggunakan regresi yang mengandung gejala
pengujian melalui Jarque-Bera test autokorelasi akan memberikan hasil
atau J-B test. Pengujian J-B prediksi yang menyimpang.
menggunakan hasil estimasi residual 3) Uji Multikolinieritas
dan chisquare probability Uji multikolinieritas bertujuan
distribution. Pedoman pengambilan untuk menguji apakah pada model
keputusan uji J-B yaitu, apabila nilai regresi terdapat korelasi antar
variabel bebas. Metode yang dapat negatif dari nilai t-Statistik. Bentuk
digunakan untuk mendeteksi ada persamaan regresi dapat dilihat dari
tidaknya korelasi antar variabel hasil olahan data yaitu sebagai
bebas, dapat dilihat dari nilai berikut.
tolerance atau nilai Variance Inflation LnY = 𝛽𝑜+𝐿𝑛𝛽1X1+𝐿𝑛𝛽2X2+𝐿𝑛𝛽3X3
+µi… (2)
Factor (VIF). Apabila nilai tolerance
LnY = 3,659 + 0,063 𝐿𝑛PDRB +
lebih dari 10 persen atau VIF kurang 0,000 LnPEND - 0,009 LnKES
(3)
dari 10, maka dikatakan tidak ada
R-squared = 0,569451
multikolinieritas (Utama, 2017:89). F-statistic = 26,01147
Durbin Watson stat = 2,1818
4) Uji Heteroskedastisitas
Nilai coefficient pada variabel
Uji heteroskedastisitas bertujuan
pendapatan per kapita (X1) sebesar
untuk menguji apakah model regresi
0,063, yang berarti apabila
terjadi ketidaksamaan variance dari
pendapatan per kapita meningkat
residual suatu pengamatan ke
sebesar 1 persen, maka angka
pengamatan yang lain.
harapan hidup akan meningkat
Heteroskedastisitas yang
sebesar 0,0063 persen. Selanjutnya,
digunakan dalam penelitian ini
variabel pengeluaran pemerintah
adalah Uji Glejser. Kriteria
bidang pendidikan (X2) mempunyai
pengambilan keputusan metode
nilai coefficient sebesar 0,000, yang
Glejser adalah apabila nilai
berarti bahwa perubahan dalam
probabilitas Obs*R-squared-nya >
pengeluaran pemerintah bidang
taraf nyata (α) 0,05 maka
pendidikan tidak mempengaruhi
persamaan tidak mengalami
angka harapan hidup. Nilai
heteroskedastisitas. Apabila nilai
coefficient pada variabel
probabilitas Obs*R-squared-nya <
pengeluaran pemerintah bidang
taraf nyata (α) 0,05 maka terdapat
kesehatan (X3) sebesar -0,009, ini
heteroskedastisitas dalam
berarti bahwa apabila pengeluaran
persamaan (Utama, 2017:115).
pemerintah bidang kesehatan
Hasil dan Pembahasan
meningkat sebesar 1 persen, maka
Persamaan Regresi dan
angka harapan hidup akan menurun
Interpretasi
Pengaruh variabel bebas sebesar 0,009 persen. Nilai R-
terhadap variabel terikat dapat dilihat squared sebesar 0,569451, yang
dari hasil regresi dengan berarti bahwa variabel pendapatan
memperhatikan arah positif atau per kapita, pengeluaran pemerintah
artinya ada faktor lain yang lebih Grafik 3 Hasil Uji Normalitas
8
dominan mempengaruhi angka Series: Residuals
7 Sample 1 63
Observations 63
harapan hidup seperti tingkat 6
Mean 9.87e-17
pendidikan, tingkat pendapatan, 5 Median -0.000601
Maximum 0.033545
4 Minimum -0.030204
perilaku sosial dan ekonomi. Std. Dev. 0.016352
3 Skewness 0.067926
Hasil analisis ini sesuai dengan 2
Kurtosis 2.119855
Jarque-Bera 2.081917
teori Todaro dan Smith (2003) dalam 1 Probability 0.353116
0
penelitian Nasution (2018), bahwa -0.03 -0.02 -0.01 0.00 0.01 0.02 0.03