Abstrak— Salah satu ukuran tingkat kesejahteraan yang saat ini tahun 2017 masih menduduki peringkat ke-81 di dunia, jauh
sedang menjadi perhatian pengambil kebijakan adalah indeks berada dibawah beberapa negara ASEAN lainnya. Oleh karena
kebahagiaan. Indeks kebahagiaan Indonesia tahun 2017 sebesar itu, penelitian ini dilakukan dengan tujuan untuk mengetahui
70,69. Selain itu, juga terdapat indeks kebahagiaan untuk setiap faktor-faktor apa saja yang mempengaruhi indeks kebahagiaan
provinsi. Provinsi yang memiliki indeks kebahagiaan paling
di Indonesia, sehingga setiap provinsi di Indonesia dapat
rendah adalah Provinsi Papua yaitu sebesar 67,52. Sedangkan
provinsi dengan indeks kebahagiaan tertinggi adalah Provinsi mengetahui faktor apa saja yang perlu ditingkatkan untuk
Maluku Utara yaitu sebesar 75,68. Terdapat banyak faktor yang mencapai indeks kebahagiaan yang lebih tinggi. Dalam
mempengaruhi perbedaan indeks kebahagiaan di setiap provinsi. penelitian ini, faktor-faktor yang diduga memengaruhi indeks
Sehingga, penelitian ini dilakukan untuk mengetahui faktor- kebahagiaan masyarakat Indonesia antara lain Indeks
faktor apa saja yang berpengaruh terhadap indeks kebahagiaan Pembangunan Manusia (IPM), Tingkat Partisipasi Angkatan
di Indonesia. Dalam penelitian ini digunakan enam variabel yang Kerja (TPAK), Jumlah Penduduk Miskin, Produk Domestik
diduga berpengaruh terhadap indeks kebahagiaan di Indonesia. Regional Bruto (PDRB), Angka Partisipasi Sekolah Usia 16-18
Data diperoleh dari publikasi Badan Pusat Statistik (BPS). Data Tahun, dan Rasio Rumah Sakit per Satu Juta Penduduk. Faktor-
yang digunakan tidak membentuk pola tertentu, sehingga
faktor yang diduga mempengaruhi indeks kebahagiaan di
dilakukan analisis menggunakan Regresi Nonparametrik Spline
Truncated dengan metode pemilihan titik knot optimumnya Indonesia tersebut, selanjutnya dibuat pola hubungannya
adalah GCV (Generalized Cross Validation). Hasil analisis dengan variabel indeks kebahagiaan, dan didapatkan hasil
menunjukkan model regresi nonparametrik Spline Truncated bahwa antara variabel indeks kebahagiaan dengan faktor-faktor
terbaik untuk pemodelan indeks kebahagiaan di Indonesia tahun yang diduga mempengaruhinya tidak mengikuti suatu pola
2017 menggunakan kombinasi titik knot 1,3,2,1,3,2. Hal ini tertentu. Sehingga, analisis yang tepat digunakan untuk
ditunjukkan dengan diperolehnya nilai GCV paling minimum memodelkan indeks kebahagiaan provinsi di Indonesia adalah
yaitu sebesar 0,31. Nilai kebaikan model atau R2 yang dihasilkan Regresi Nonparametrik Spline Truncated. Manfaat yang
juga sangat tinggi yaitu sebesar 97,85% dengan enam variabel diharapkan dapat diperoleh dari penelitian ini antara lain
prediktor yang berpengaruh yaitu variabel Indeks Pembangunan
memberikan informasi kepada instansi pemerintahan tentang
Manusia (IPM), Tingkat Partisipasi Angkatan Kerja (TPAK),
jumlah penduduk miskin, Produk Domestik Regional Bruto faktor-faktor yang mempengaruhi indeks kebahagiaan di
(PDRB), Angka Partisipasi Sekolah (APS), dan rasio rumah sakit Indonesia, dan memberikan wawasan dan pengetahuan
per satu juta penduduk. mengenai penerapan regresi nonparametrik Spline Truncated.
Terdapat beberapa batasan masalah pada penelitian ini antara
Kata Kunci—GCV, Indeks Kebahagiaan, Regresi lain fungsi spline yang digunakan adalah Spline Truncated
Nonparametrik Spline Truncated, Titik Knot Linear, banyak titik knot yang digunakan adalah satu, dua, tiga,
dan kombinasi knot, serta pemilihan titik knot optimal
menggunakan metode Generalized Cross Validation (GCV).
I. PENDAHULUAN
n
Spline Truncated univariabel dengan derajat m diberikan oleh
x i
persamaan (4).
x i 1 (1) m r
f xi j xi j m k xi K k
n m
(4)
b. Varians j 0 k 1
Varians (s2) digunakan untuk mengetahui seberapa jauh sehingga model regresi nonparametrik Spline univariabel dapat
suatu pengamatan menyebar dari rata-ratanya yang diberikan dituliskan sebagai berikut.
oleh rumus sebagai berikut. m r
yi j xi j m k xi K k i , i 1, 2,
m
n ,n (5)
xi x
2
j 0 k 1
dan berdistribusi normal yang dinyatakan dengan i E. Pengujian Signifikansi Parameter Model Regresi
Nonparametrik Spline Truncated
~ IIDN 0, 2 . Pengujian signifikansi parameter model regresi dilakukan
untuk mengetahui signifikansi hubungan antara variabel respon
C. Regresi Nonparametrik Spline Truncated dengan variabel prediktor. Pengujian ini terdiri dari pengujian
Terdapat beberapa pendekatan regresi nonparametrik secara serentak dan pengujian secara parsial.
diantaranya adalah Spline. Spline memiliki kemampuan yang a. Pengujian Signifikansi Parameter Secara Serentak
sangat baik untuk menangani data yang perilakunya berubah- Uji serentak dilakukan untuk mengetahui apakah semua
ubah pada sub interval tertentu, serta memiliki kelebihan untuk variabel prediktor dalam model secara bersama-sama
cenderung mencari sendiri estimasi data kemana pola data memberikan pengaruh terhadap variabel respon. Hipotesis yang
tersebut bergerak [4]. Kelebihan ini terjadi karena Spline digunakan pada uji serentak adalah sebagai berikut:
memiliki titik-titik knot K1 , K 2 , , K r . Spline merupakan H0 : 1 2 m r 0
potongan-potongan polinomial yang memiliki sifat tersegmen H1 : minimal ada satu g 0, g 1, 2, , m r
pada titik knot. Salah satu kelemahan fungsi polinomial adalah dengan m r merupakan banyaknya parameter dalam model
bersifat global, sehingga dikembangkan suatu fungsi yang
dapat mengatasi kelemahan polinomial yaitu fungsi Spline regresi nonparametrik spline kecuali 0 . Statistik uji
Truncated yang mempertahankan fungsi polinomial. Fungsi menggunakan uji F sebagai berikut.
JURNAL SAINS DAN SENI ITS Vol. 8, No. 2 (2019), 2337-3520 (2301-928X Print) D115
eˆi e v 1
b. Pengujian Signifikansi Parameter Secara Parsial
Pengujian parameter secara parsial dilakukan apabila pada
pengujian parameter secara serentak didapatkan kesimpulan Fhitung i 1
2
(13)
n
bahwa minimal terdapat satu parameter yang signifikan e
i 1
i eˆi n v
terhadap model. Hipotesis yang digunakan sebagai berikut.
H0 : g 0 Daerah penolakan yang digunakan adalah tolak H0 jika
Fhitung F ,v 1, nv , dimana nilai v merupakan banyaknya
H1 : g 0, g 1, 2, ,m r
parameter model Glejser. Jika H0 ditolak, maka dapat
Statistik uji yang digunakan adalah uji t sebagai berikut.
disimpulkan bahwa terdapat kasus heteroskedastisitas sehingga
ˆg asumsi identik tidak terpenuhi [7].
thitung
(10)
se ˆg b. Uji Asumsi Independen
Uji asumsi independen dilakukan untuk mengetahui apakah
dimana, terdapat autokorelasi pada residual. Uji asumsi independen
ˆg : penaksir parameter g dapat dilakukan dengan uji keacakan atau Run Test. Hipotesis
yang digunakan adalah sebagai berikut:
se ˆg : standard error dari ˆg H0 : Residual bersifat acak (tidak terjadi autokorelasi atau
residual independen)
Nilai se ˆg didapatkan dari
var ˆg , var ˆg merupakan H1 : Residual bersifat tidak acak (terjadi autokorelasi atau
elemen diagonal ke-g dari matriks berikut. residual dependen)
Statistik uji yang digunakan adalah r (banyaknya runtun
var ˆ var XT X XT y
-1
D Sup Fn x F0 x
i
SSRe gresi
R2 i 1
n
(12) (14)
y
SSTotal
y
2 x
i
i 1
Daerah penolakan pada uji Kolmogorov Smirnov yaitu tolak
Pemilihan model juga akan menunjukkan banyaknya H0 apabila D D1 ,n , dimana nilai D1 ,n didapatkan dari
parameter yang digunakan dalam model tersebut. Seperti yang tabel Kolmogorov Smirnov. Keputusan yang didapatkan jika
dijelaskan dalam prinsip parsimoni, suatu model regresi yang tolak H0 adalah residual tidak berdistribusi normal [8].
baik adalah model regresi dengan jumlah parameter sesedikit
mungkin tetapi menghasilkan nilai R2 yang tinggi. H. Indeks Kebahagiaan
Kebahagiaan dapat dimaknai sebagai perasaan senang
G. Pengujian Asumsi Residual
(feeling of pleasure) dan kepuasan terhadap sesuatu hal yang
Pengujian asumsi residual dilakukan apabila model terbaik dianggap mulia (noble satisfactions) [9]. Kebahagiaan juga
dari regresi spline telah didapatkan. Asumsi residual antara lain dapat dimaknai hal yang dirasakan atas upaya pencapaian
identik, independen, dan distribusi normal. (pursuing) dan upaya pemenuhan (fullfilling) terhadap potensi
a. Uji Asumsi Identik dan tujuan hidup seseorang [10]. Indeks Kebahagiaan
Pengujian ini dilakukan untuk mengetahui homogenitas merupakan indeks komposit yang tersusun dari 3 (tiga) dimensi,
varians residual model regresi. Asumsi identik terpenuhi jika antara lain: Dimensi Kepuasan Hidup (Life Satisfaction),
JURNAL SAINS DAN SENI ITS Vol. 8, No. 2 (2019), 2337-3520 (2301-928X Print) D116
Dimensi Perasaan (Affect), dan Dimensi Makna Hidup (ii) Dua knot
(Eudaimonia). Dimensi kepuasan hidup diukur dari 10 (iii) Tiga knot
(sepuluh) indikator antara lain pendidikan dan keterampilan, (iv) Kombinasi knot
pekerjaan/usaha/kegiatan utama, pendapatan rumah tangga, c. Memilih titik knot optimal berdasarkan nilai GCV
kesehatan, kondisi rumah dan fasilitas rumah, keharmonisan yang paling minimum,
keluarga, ketersediaan waktu luang, keadaan lingkungan, d. Mendapatkan model regresi spline terbaik dengan titik
hubungan sosial, dan kondisi keamanan. Dimensi perasaan knot optimal,
diukur dari 3 (tiga) indikator antara lain perasaan tidak e. Melakukan uji signifikansi parameter secara serentak
khawatir/cemas, perasaan senang/riang/gembira, dan perasaan dan parsial,
tidak tertekan. Sedangkan dimensi makna hidup diukur dari 6 f. Melakukan uji asumsi residual identik, independen,
(enam) indikator antara lain pengembangan diri, kemandirian, dan berdistribusi normal (IIDN) dari model regresi
penguasaan lingkungan, penerimaan diri, tujuan hidup, dan spline terbaik,
hubungan positif dengan orang lain [11]. g. Membuat interpretasi model dan menarik kesimpulan.
C. Langkah Analisis 62 64 66 68 70 72 74 76
Langkah analisis dalam penelitian ini terbagi menjadi dua Gambar 1. Diagram Batang Indeks Kebahagiaan di Indonesia Tahun 2017.
sesuai dengan rumusan masalah yang telah dirumuskan,
langkah-langkah tersebut adalah sebagai berikut: Gambar 1. menunjukkan bahwa provinsi yang memiliki
1. Mendeskripsikan karakteristik indeks kebahagiaan di indeks kebahagiaan paling rendah di Indonesia adalah Provinsi
Indonesia tahun 2017 beserta faktor-faktor yang diduga Papua yaitu sebesar 67,52 yang berada di bawah rata-rata
mempengaruhinya. kebahagiaan nasional yaitu sebesar 70,69. Sesuai dengan
2. Memodelkan indeks kebahagiaan di Indonesia tahun 2017 publikasi BPS mengenai indeks kebahagiaan di Indonesia tahun
dngan pendekatan Spline Truncated dengan tahapan 2017 bahwa terdapat banyak faktor kesejahteraan yang
sebagai berikut: mempengaruhi ketidakbahagiaan masyarakat Papua, terlebih
a. Membuat scatterplot antara variabel respon dengan faktor subdimensi personal yang mencakup pendidikan dan
masing-masing variabel prediktor untuk mengetahui keterampilan personal, tingkat pendapatan, pekerjaan,
pola hubungan yang terjadi, kesehatan, serta kualitas rumah. Sedangkan provinsi dengan
b. Memodelkan variabel respon menggunakan model indeks kebahagiaan tertinggi di Indonesia adalah Provinsi
regresi nonparametrik spline dengan: Maluku Utara dengan indeks kebahagiaan sebesar 75,68. Hal
(i) Satu knot
JURNAL SAINS DAN SENI ITS Vol. 8, No. 2 (2019), 2337-3520 (2301-928X Print) D117
ini dikarenakan Provinsi Maluku Utara memiliki indeks Tabel 2. menunjukkan nilai GCV paling minimum yang
kepuasan hidup yang tinggi pada subdimensi personal maupun diperoleh dari hasil pemilihan titik knot menggunakan satu titik
sosial. Selain pencapaian yang cukup bagus di bidang knot, dua titik knot, tiga titik knot, dan kombinasi titik knot.
pendidikan, kesehatan, dan lapangan kerja, Provinsi Maluku Selanjutnya dipilih nilai GCV paling minimum di antara
Utara juga menonjol sekali dalam hal hubungan sosial dan keempat nilai GCV tersebut. Berdasarkan kriteria pemilihan
makna hidup (BPS, 2017). model terbaik diketahui bahwa nilai GCV paling minimum
dihasilkan oleh model regresi nonparametrik Spline
B. Pemodelan Faktor-Faktor yang Mempengaruhi Indeks
menggunakan kombinasi titik knot yang memiliki nilai GCV
Kebahagiaan di Indonesia dengan Pendekatan Regresi
terkecil yaitu sebesar 0,31.
Nonparametrik Spline Truncated
Analisis selanjutnya yaitu memodelkan faktor-faktor yang c. Pengujian Signifikansi Parameter
mempengaruhi indeks kebahagiaan provinsi di Indonesia tahun Pengujian signifikansi parameter model regresi
2017. Namun sebelum melakukan pemodelan, perlu untuk nonparametrik Spline dilakukan secara serentak dan parsial.
melihat pola data yang terbentuk, sehingga dapat menjadi Jika pada pengujian secara serentak menghasilkan kesimpulan
landasan untuk menentukan metode analisis yang digunakan. tolak H0 atau minimal ada satu parameter yang signifikan
a. Analisis Pola Hubungan Faktor-Faktor yang Diduga terhadap respon, maka dilanjutkan pengujian secara parsial
Mempengaruhi Indeks Kebahagiaan di Indonesia untuk mengetahui parameter mana saja yang signifikan.
Analisis selanjutnya adalah identifikasi pola hubungan yang (i) Pengujian Secara Serentak
terbentuk antara indeks kebahagiaan di Indonesia dengan Pengujian secara serentak dilakukan untuk mengetahui
faktor-faktor yang diduga mempengaruhinya melalui apakah semua parameter secara serentak signifikan terhadap
scatterplot. Pola hubungan antara indeks kebahagiaan di indeks kebahagiaan di Indonesia.
Indonesia dengan enam faktor yang diduga mempengaruhinya
ditunjukkan oleh Gambar 2. Tabel 3.
ANOVA Uji Serentak
Derajat Jumlah Kuadrat
X1 X2 X3
76
Sumber
Bebas Kuadrat Tengah FHitung Pvalue
Variasi
74 (db) (JK) (KT)
72
Regresi 18 93,894 5,216
Error 15 2,064 0,138 37,907 0,000
70 Total 33 95,958
68
60 70 80 60 68 76 0 200 400
Y
X4 X5 X6
Tabel 4.
76
Estimasi Parameter Hasil Uji Parsial
74
Estimasi
Parameter thitung P-value Keputusan
72 Parameter
70
0 48,562 7,835 0,00000111 Tolak H0
68
1,1 0,722 8,820 0,00000025 Tolak H0
0 100 200 70 80 90 10 15 20
1,2 -1,437 -10,050 0,00000005 Tolak H0
Gambar 2. Pola Hubungan antara indeks kebahagiaan dengan faktor-faktor
yang diduga mempengaruhinya. 2,1 -0,453 -10,259 0,00000004 Tolak H0
kebahagiaan di Indonesia dengan masing-masing faktor yang 2,4 4,619 2,539 0,02267461 Tolak H0
diduga mempengaruhinya adalah acak atau tidak membentuk 3,1 Tolak H0
-0,025 -7,720 0,00000133
suatu pola tertentu. Hal ini menunjukkan bahwa estimasi model
yang dapat digunakan adalah regresi nonparametrik. 3,2 -0,039 -2,021 0,06153741
Gagal Tolak
H0
b. Pemilihan Titik Knot Optimum 3,3 0,097 3,879 0,00148227 Tolak H0
Dari hasil yang diperoleh dari pemilihan titik knot
menggunakan satu titik knot, dua titik knot, tiga titik knot, dan 4,1 0,028 6,317 0,00001381 Tolak H0
Gagal Tolak
kombinasi titik knot, selanjutnya akan dipilih nilai GCV paling 4,2 -0,004 -0,615 0,54799870 H0
minimum untuk menentukan titik knot optimum. Tabel 2. akan 5,1 0,111 3,036 0,00834644 Tolak H0
menunjukkan nilai GCV paling minimum. Gagal Tolak
5,2 -0,344 -1,357 0,19477130 H0
Tabel 2. 5,3 -2,012 -2,758 0,01464089 Tolak H0
Perbandingan Nilai GCV 5,4 3,251 4,985 0,00016315 Tolak H0
Titik Knot GCV
6,1 -0,304 -2,610 0,01969865 Tolak H0
Satu Titik Knot 1,42
Dua Tititk Knot 1,07 6,2 0,605 2,958 0,00976525 Tolak H0
Tiga Titik Knot 0,61
6,3 -0,170 -1,078 0,29795030
Gagal Tolak
Kombinasi Titik Knot (1,3,2,1,3,2) 0,31 H0
JURNAL SAINS DAN SENI ITS Vol. 8, No. 2 (2019), 2337-3520 (2301-928X Print) D118
Tabel 3. menunjukkan hasil pengujian secara serentak KS 0,110 dan Pvalue 0,150 , sedangkan nilai D0,95(34) 0,227
dimana diperoleh nilai Fhitung 37,907 dan Pvalue 0,000 , . Sehingga diperoleh keputusan gagal tolak H0 karena
kemudian dengan menggunakan taraf signifikansi sebesar KS D0,95(34) dan Pvalue , maka dapat disimpulkan bahwa
0,05 didapatkan nilai F0,05;(18,15) 2,353 . Sehingga asumsi residual berdistribusi normal terpenuhi.
diperoleh keputusan tolak H0 karena Fhitung F0,05;(18,15) dan
Pvalue , maka dapat disimpulkan bahwa minimal ada satu Normal
99
parameter yang signifikan terhadap indeks kebahagiaan di Mean -1,60073E-11
StDev 0,2501
Indonesia. Dari hasil ini, maka dapat dilanjutkan dengan 95
N 34
melakukan pengujian secara parsial. 90 KS 0,110
P-Value >0,150
80
ii) Pengujian Secara Parsial 70
Setelah diketahui minimal ada satu parameter yang
Percent
60
50
signifikan secara serentak, maka perlu dilakukan pengujian 40
30
secara parsial untuk mengetahui parameter mana saja yang 20
terbaik. Berikut merupakan model regresi nonparametrik Berdasarkan model tersebut dapat dijelaskan bahwa
Spline dari indeks kebahagiaan di Indonesia. ketika suatu provinsi di Indonesia yang memiliki jumlah
penduduk miskin kurang dari 1115,5 ribu jiwa mengalami
yˆi 48,562 0,722 x1.i 1,437( x1.i 67,22) 0,453x2.i
peningkatan jumlah penduduk miskin sebesar satu jiwa,
3,286( x2.i 68,39) 7,107( x2.i 69,76) 4,619( x2.i 70,44) maka indeks kebahagiaan di provinsi tersebut akan
0,025 x3.i 0,039( x3.i 111,55) 0,097( x3.i 200,46) 0,028x4.i berkurang sebesar 0,025. Ketika suatu provinsi di Indonesia
0,004( x4.i 100,65) 0,111x5.i 0,344( x5.i 75,23) 2,012( x5.i 77,21) yang memiliki jumlah penduduk miskin antara 1115,5
sampai 2004,6 ribu jiwa mengalami peningkatan jumlah
3,251( x5.i 78,20) 0,304 x6.i 0,605( x6.i 10,15) 0,170( x6.i 13,22)
penduduk miskin sebesar satu jiwa, maka indeks
Interpretasi dari model tersebut dapat dijelaskan sebagai kebahagiaan di provinsi tersebut akan berkurang sebesar
berikut. 0,064. Ketika suatu provinsi di Indonesia yang memiliki
1. Ketika X2, X3, X4, X5, dan X6 dianggap konstan, maka jumlah penduduk miskin lebih dari 2004,6 ribu jiwa
pengaruh IPM (X1) terhadap indeks kebahagiaan di mengalami peningkatan jumlah penduduk miskin sebesar
Indonesia adalah: satu jiwa, maka indeks kebahagiaan di provinsi tersebut
yˆi 48,562 0,722 x1.i 1,437( x1.i 67,22) akan bertambah sebesar 0,033.
4. Ketika X1, X2, X3, X5, dan X6 dianggap konstan, maka
48,562 0,722 x1.i , x1.i 67,22
pengaruh PDRB (X4) terhadap indeks kebahagiaan di
145,157 0,715 x1.i , x1.i 67,22 Indonesia adalah:
Model tersebut menjelaskan bahwa ketika suatu provinsi yˆi 48,562 0,028x4.i 0,004( x4.i 100,65)
di Indonesia yang memiliki IPM kurang dari 67,22
48,562 0,028x4.i , x4.i 100,65
mengalami peningkatan IPM sebesar satu poin, maka
indeks kebahagiaan di provinsi tersebut akan bertambah 48,965 0,024 x4.i , x4.i 100,65
sebesar 0,722. Ketika suatu provinsi di Indonesia yang Model tersebut menjelaskan bahwa ketika suatu provinsi
memiliki IPM lebih dari 67,22 mengalami peningkatan IPM di Indonesia yang memiliki PDRB kurang dari Rp. 100,65
sebesar satu poin, maka indeks kebahagiaan di provinsi juta mengalami peningkatan PDRB sebesar satu juta rupiah,
tersebut akan berkurang sebesar 0,715. maka indeks kebahagiaan di provinsi tersebut akan
2. Ketika X1, X3, X4, X5, dan X6 dianggap konstan, maka bertambah sebesar 0,028. Ketika suatu provinsi di Indonesia
pengaruh TPAK (X2) terhadap indeks kebahagiaan di yang memiliki PDRB lebih dari Rp. 100,65 juta mengalami
Indonesia adalah: peningkatan PDRB sebesar satu juta rupiah, maka indeks
yˆi 48,562 0, 453 x2.i 3, 286( x2.i 68,39) kebahagiaan di provinsi tersebut akan bertambah sebesar
7,107( x2.i 69,76) 4,619( x2.i 70, 44) 0,024.
48,562 0, 453 x2.i , x2.i 68,39 5. Ketika X1, X2, X3, X4, dan X6 dianggap konstan, maka
pengaruh APS (X5) terhadap indeks kebahagiaan di
176,168 2,833 x2.i , 68,39 x2.i 69,76
Indonesia adalah:
319,617 4, 274 x2.i , 69,76 x2.i 70, 44
5, 746 0,345 x
2.i , x2.i 70, 44 yˆi 48,562 0,111x5.i 0,344( x5.i 75,23)
Berdasarkan model tersebut dapat dijelaskan bahwa 2,012( x5.i 77,21) 3,251( x5.i 78,20)
ketika suatu provinsi di Indonesia yang memiliki TPAK 48,562 0,111x5.i , x5.i 75,23
kurang dari 68,39% mengalami peningkatan TPAK sebesar
74,441 0,233 x5.i , 75,23 x5.i 77,21
satu persen, maka indeks kebahagiaan di provinsi tersebut
akan berkurang sebesar 0,453. Ketika suatu provinsi di 229,788 2,245 x5.i , 77,21 x5.i 78,20
24,441 1, 006 x , x5.i 78,20
Indonesia yang memiliki TPAK pada interval 68,39% 5.i
sampai 69,76% mengalami peningkatan TPAK sebesar satu Berdasarkan model tersebut dapat dijelaskan bahwa
persen, maka indeks kebahagiaan di provinsi tersebut akan ketika suatu provinsi di Indonesia yang memiliki APS
bertambah sebesar 2,833. Ketika suatu provinsi di Indonesia kurang dari 75,23% mengalami peningkatan APS sebesar
yang memiliki TPAK pada interval 69,76% sampai 70,44% satu persen, maka indeks kebahagiaan di provinsi tersebut
mengalami peningkatan TPAK sebesar satu persen, maka akan bertambah sebesar 0,111. Ketika suatu provinsi di
indeks kebahagiaan di provinsi tersebut akan berkurang Indonesia yang memiliki APS pada interval 75,23% sampai
sebesar 4,274. Ketika suatu provinsi di Indonesia yang 77,21% mengalami peningkatan APS sebesar satu persen,
memiliki TPAK lebih dari 70,44% mengalami peningkatan maka indeks kebahagiaan di provinsi tersebut akan
TPAK sebesar satu persen, maka indeks kebahagiaan di berkurang sebesar 0,233. Ketika suatu provinsi di Indonesia
provinsi tersebut akan bertambah sebesar 0,345. yang memiliki APS pada interval 77,21% sampai 78,20%
3. Ketika X1, X2, X4, X5, dan X6 dianggap konstan, maka mengalami peningkatan APS sebesar satu persen, maka
pengaruh jumlah penduduk miskin (X3) terhadap indeks indeks kebahagiaan di provinsi tersebut akan berkurang
kebahagiaan di Indonesia adalah: sebesar 2,245. Ketika suatu provinsi di Indonesia yang
yˆi 48,562 0,025 x3.i 0,039( x3.i 111,55) 0,097( x3.i 200,46) memiliki APS lebih dari 78,20% mengalami peningkatan
APS sebesar satu persen, maka indeks kebahagiaan di
48,562 0,025 x3.i , x3.i 111,55
provinsi tersebut akan bertambah sebesar 1,006.
52,912 0,064 x3.i , 111,55 x3.i 200,46
33,468 0,033 x
3.i , x3.i 200,46
JURNAL SAINS DAN SENI ITS Vol. 8, No. 2 (2019), 2337-3520 (2301-928X Print) D120
6. Ketika X1, X2, X3, X4, dan X5 dianggap konstan, maka penduduk miskin, Produk Domestik Regional Bruto
pengaruh rasio rumah sakit per satu juta penduduk (X6) (PDRB), Angka Partisipasi Sekolah (APS), dan rasio rumah
terhadap indeks kebahagiaan di Indonesia adalah sakit per satu juta penduduk.
yˆi 48,562 0,304 x6.i 0,605( x6.i 10,15) 0,170( x6.i 13,22) B. Saran
48,562 0,304 x6.i , x6.i 10,15 Beberapa saran yang dapat direkomendasikan, antara lain:
42,421 0,301x6.i , 10,15 x6.i 13,22 1. Pemerintah agar lebih fokus pada daerah-daerah yang
44,669 0,131x
6.i , x6.i 13,22 memiliki indeks kebahagiaan yang masih rendah.
Model tersebut menjelaskan bahwa ketika suatu provinsi Pemerintah seharusnya dalam memandang kesejahteraan
di Indonesia yang memiliki rasio rumah sakit per satu juta masyarakat jangan hanya didasarkan pada faktor ekonomi
penduduk kurang dari 10,15 mengalami peningkatan saja, tetapi juga memperhatikan faktor-faktor lain seperti
sebesar satu satuan, maka indeks kebahagiaan di provinsi faktor pendidikan, ketenagakerjaaan, kesehatan, dan faktor-
tersebut akan berkurang sebesar 0,304. Ketika suatu faktor lainnya. Adanya peningkatan-peningkatan pada
provinsi di Indonesia yang memiliki rasio rumah sakit per beberapa variabel seperti IPM, TPAK, jumlah penduduk
satu juta penduduk pada interval 10,15 sampai 13,22 miskin, PDRB, APS, dan rasio rumah sakit per satu juta
mengalami peningkatan sebesar satu satuan, maka indeks penduduk juga akan memberikan dampak pada indeks
kebahagiaan di provinsi tersebut akan bertambah sebesar kebahagiaan di setiap provinsi di Indonesia, sehingga
0,301. pemerintah harus fokus pada variabel-variabel tersebut agar
dapat meningkatkan indeks kebahagiaan di Indonesia.
2. Bagi penelitian selanjutnya agar dapat dicoba untuk
V. KESIMPULAN DAN SARAN menggunakan variabel-variabel lainnya, misal Angka
A. Kesimpulan Melek Huruf (AMH), Tingkat Pengangguran Terbuka
Setelah dilakukan analisis pada bab sebelumnya, maka (TPT), Perilaku Hidup Bersih dan Sehat (PHBS), kepadatan
penduduk, atau variabel-variabel lain, dengan tujuan agar
diperoleh kesimpulan yang dapat diuraikan sebagai berikut.
1. Provinsi yang memiliki indeks kebahagiaan paling rendah dapat diketahui apakah hasil yang diperoleh bisa lebih baik
mengingat variabel-variabel tersebut juga dapat
di Indonesia adalah Provinsi Papua yaitu sebesar 67,52 yang
berada di bawah indeks kebahagiaan nasional. Terdapat merepresentasikan faktor pendidikan, ketenagakerjaaan,
dan kesehatan masyarakat dengan baik.
banyak faktor kesejahteraan yang mempengaruhi
ketidakbahagiaan masyarakat Papua, terlebih faktor
subdimensi personal yang mencakup pendidikan dan DAFTAR PUSTAKA
keterampilan personal, tingkat pendapatan, pekerjaan, [1] R. Walpole, Pengantar Metode Statistika, 3rd ed. Jakarta: Bumi
kesehatan, serta kualitas rumah. Sedangkan provinsi dengan Aksara, 1995.
indeks kebahagiaan tertinggi di Indonesia adalah Provinsi [2] I. Budiantara, Estimasi Parametrik dan Nonparametrik untuk
Maluku Utara dengan indeks kebahagiaan sebesar 75,68. Pendekatan Kurva Regresi. Surabaya: ITS Press, 2001.
[3] R. L. Eubank, Nonparametric Regression and Spline Smoothing,
Hal ini dikarenakan Provinsi Maluku Utara memiliki indeks Second Edition. New York: Taylor & Francis, 1999.
kepuasan hidup yang tinggi pada subdimensi personal [4] I. Budiantara, Spline dalam Regresi Nonparametrik dan
maupun sosial. Selain pencapaian yang cukup bagus di Semiparametrik: Sebuah Pendekatan Statistika Masa Kini dan Masa
bidang pendidikan, kesehatan, dan lapangan kerja, Provinsi Datang. Surabaya: ITS Press, 2009.
[5] W. Hardle, Applied Nonparametric Regression. New York:
Maluku Utara juga menonjol sekali dalam hal hubungan Cambridge University Prees, 1994.
sosial dan makna hidup. [6] N. Draper and H. Smith, Applied Regression Analysis. New York:
2. Diperoleh model regresi nonparametrik Spline Truncated John Wiley & Sons, Inc, 1998.
terbaik untuk pemodelan indeks kebahagiaan di Indonesia [7] D. Gujarati, Basic Econometrics, 4th ed. New York: Mc Graw Hill
Companies, 2004.
tahun 2017 dengan menggunakan kombinasi titik knot [8] W. Daniel, Statistika Nonparametrik Terapan. Jakarta: Gramedia
1,3,2,1,3,2. Hal ini ditunjukkan dengan diperolehnya nilai Pustaka Utama, 1989.
GCV paling minimum yaitu sebesar 0,31. Nilai kebaikan [9] D. Kahneman, E. Diener, and N. Schwarz, Well-being: The
model atau R2 yang dihasilkan juga sangat tinggi yaitu Foundations of Hedonic Psychology. New York: Russell Sage
Foundation, 1999.
sebesar 97,85% dengan enam variabel prediktor yang [10] M. Martin, Happiness and The Good Life. New York: Oxford
berpengaruh yaitu variabel Indeks Pembangunan Manusia University Press, 2012.
(IPM), Tingkat Partisipasi Angkatan Kerja (TPAK), jumlah [11] Badan Pusat Statistik, “Indeks Kebahagiaan 2017,” Jakarta, 2017.