Abstrak
Penelitian ini bertujuan untuk menganalisis pengaruh Angka Harapan Hidup dan
Pengeluaran Perkapita terhadap Jumlah Kemiskinan di Provinsi Sumatera Utara.
Penelitian ini menggunakan model Analisis Data Panel dan Data yang
digunakan dalam penelitian ini adalah data sekunder dari Tahun 2017-2021 yang
bersumber dari Badan Pusat Statistika (BPS) Provinsi Sumatera Utara. Model
yang digunakan dalam penelitian ini adalah Regresi Linear Berganda dengan
metode analisis pendekatan estimasi parameter Least Square (LS). Hasil
perhitungan menunjukkan bahwa Nilai F-Satistik (345.2060 > F-Tabel 2,12).
Sehingga dapat disimpulkan bahwa Variabel-variabel independent (bebas)
seperti Angka Harapan Hidup dan Pengeluaran Perkapita secara bersama-sama
memiliki hasil signifikan dan berpengaruh terhadap Jumlah Kemiskinan. Nilai
koefisien determinasi menunjukkan bahwa nilai Adjust R-Square sebesar
(0.987224) yang berarti bahwa variasi perubahan nasik turunnya Jumlah
Kemiskinan dapat dijelaskan oleh Angka Harapan Hidup dan Pengeluaran
Perkapita sebersar 98% sementara sisanya yaitu sebesar 2% dijelaskan oleh
variable lain yang tidak diteliti dalam penelitian ini.
1. PENDAHULUAN
1
mengalami kemiskinan walaupun tidak sebesar Negara berkembang.
Kemiskinan ditandai oleh pengeluaran perkapita dan angka harapan hidup yang
selanjutnya menjadi tingkat pemicu ketimpangan pendapatan dan kesenjangan
antar golongan penduduk (Nopirin;2000).
2
Harapan hidup adalah perkiraan jumlah tahun hidup dari individu yang
berdiam di suatu wilayah dari sekelompok makhluk hidup tertentu. Sumatra
Utara merupakan provinsi keempat terbesar jumlah penduduknya di Indonesia
setelah Jawa Barat, Jawa Timur, dan Jawa Tengah. Menurut hasil pencacahan
lengkap Sensus Penduduk (SP) 1990, penduduk Sumatra Utara berjumlah 10,81
juta jiwa, dan pada tahun 2010 jumlah penduduk Sumatra Utara telah meningkat
menjadi 12,98 juta jiwa. Kepadatan penduduk Sumatra Utara pada tahun 1990
adalah 143 jiwa per km² dan pada tahun 2010 meningkat menjadi 178 jiwa per
km². Dengan Laju Pertumbuhan Penduduk dari tahun 2000-2010 sebesar 1,10
persen. Sensus penduduk tahun 2020, penduduk Sumatra Utara bertambah
menjadi 13.937.797 jiwa, dengan kepadatan penduduk 191 jiwa/km², dan per 30
Juni 2022 berjumlah 15.305.230 jiwa (BPS;2022).
2. LANDASAN TEORI
a. Angka Harapan Hidup
3
Kemajuan ekonomi, perbaikan lingkungan hidup, dan majunya ilmu
pengetahuan, terutama karena kemajuan ilmu kedokteran, mampu
meningkatkan angka harapan hidup (life expectancy). Penduduk Indonesia
dari tahun ketahun telah mengalami perubahan struktur, komposisi dan
perkembangan. Meningkatnya angka harapan hidup secara tidak langsung
mengakibatkan bertambahnya jumlah penduduk usia lanjut da nada
kecenderungan akan meningkat lebih cepat (Utami;2015)
4
beradaptasi dengan perkembangan teknologi sangat mendukung terhadap
proses pembangunan Negara (Silastri;2017).
3. METODOLOGI PENELITIAN
Jenis data dalam penelitian ini adalah data sekunder dalam bentuk data
Panel dengan variable yang digunakan adalah Penduduk Miskin, Angka Harapan
Hidup dan Pengeluaran Perkapita di Sumatera Utama dalam kurun waktu 2017-
2021 yang diperoleh dari website https://sumut.bps.go.id/.
a. Penduduk Miskin
5
Kemiskinan adalah keadaan saat ketidakmampuan untuk memenuhi
kebutuhan dasar seperti makanan, pakaian, tempat berlindung, pendidikan,
dan kesehatan. Data yang digunakan diambil dari Website
https://sumut.bps.go.id/indicator/23/72/1/jumlah-penduduk-miskin-menurut-
kabupaten-kota-000-.html. Dengan satuan (000) jiwa.
Menurut BPS 2010, angka harapan hidup pada saat lahir (life
expectancy at birth) ialah rata-rata perkiraan banyak tahun yang dapat
ditempuh oleh seseorang sejak lahir. Angka Harapan Hidup Lahir (AHHL)
di suatu wilayah berbeda dengan wilayah lainnya tergantung dari kualitas
hidup yang mampu dicapai oleh penduduk. Data yang digunakan diambil
dari website https://sumut.bps.go.id/indicator/26/75/1/angka-harapan-
hidup.html. Dengan satuan (Persen) Tahun.
c. Pengeluaran Perkapita
Penelitian Terdahulu
6
Jumlah Penduduk Miskin Di Provinsi Bali”. Dimana hasil pada variable
pendidikan dan PDRB perkapita secara parsial berpengaruh negative signifikan
terhadap jumlah penduduk miskin, sedangkan tingkat pengangguran secara
parsial juga berpengaruh positif dan signifikan terhadap jumlah penduduk
miskin.
7
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects
Analisis data panel ada 3 pendekatan, dimana fungsi data panel adalah
untuk mendapatkan kesimpulan secara umum (menggeneralisir), dari hasil uji
8
Likelihood Ratio (Uji Chow), yaitu uji CEM vs FEM, dimana FEM terpilih
karena, nilai Probabilitas (0,0000 < 0,05).
Tabel 1.2
Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
-
188.44119 - 14538.8547
AKH 3 191.383751 39 0.9805
PPK -1.197166 -0.885785 0.050043 0.1639
9
C 30420.55 11677.93 2.604962 0.0130
AKH -188.4412 210.3373 -0.895900 0.3759
PPK -1.197166 0.389745 -3.071667 0.0039
Effects Specification
dari hasil uji Hausman Test, yaitu uji FEM vs REM, dimana FEM
terpilih karena, nilai Probabilitas (0,0092 < 0,05).
Table 1.3
HASIL REGRESI
ANGKA
HARAPAN HIDUP -188.4412 210.3373 -0.895900 0.3759
PENGENLUARAN -1.197166 0.389745 -3.071667 0.0039
10
PERKAPITA
C 30420.55 11677.93 2.604962 0.0130
Effects Specification
11
dan Pengeluaran Perkapita secara bersama-sama mempengaruhi Jumlah
Kemiskinan.
3. Koefisien Determinasi
Tabel 1.3.1
UJI MULTIKOLINEARITAS
Uji asumsi klasik pada model data panel seperti pada Tabel 1.3.1 diatas
menjelaskan bahwa pada pengujian Multikolinearitas menyatakan bahwa Tidak
Terdapat pelanggaran asumsi klasik Multikolinearitas Antara Variabel
12
Independenet yang dapat dilihat dari nilai Variance Inflation Factors (VIF)
keseluruhan variable dibawah 10.
b. Uji Heteroskedastisitas
Tabel 1.3.2
UJI HETEROSKEDASTISITAS
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/28/22 Time: 00:22
Sample: 1 50
Included observations: 50
Coefficie
Variable nt Std. Error t-Statistic Prob.
13
R-squared 0.238613 Mean dependent var 566.1467
Adjusted R-
squared 0.206214 S.D. dependent var 565.2167
Akaike info
S.E. of regression 503.5779 criterion 15.33948
Sum squared resid 11918764 Schwarz criterion 15.45420
Hannan-Quinn
Log likelihood -380.4870 criter. 15.38317
F-statistic 7.364742 Durbin-Watson stat 1.345196
Prob(F-statistic) 0.001651
c. Uji Autokorelasi
Tabel 1.3.3
UJI AUTOKORELASI
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/28/22 Time: 00:22
14
Sample: 1 50
Included observations: 50
Presample missing value lagged residuals set to zero.
d. Uji Normalitas
Uji Normalitas adalah salah satu cara yang dilakukan untuk melihat
apakah data dalam penilaian telah terdistribusi secara normal. Hasil Uji ini
nantinya akan Mempengaruhi langkah analisis selanjutnya.
Tabel 1.3.4
UJI NORMALITAS
15
Berdasarkan nilai Prob. JB (0,003840 < 0,05), maka hasil regresi tidak
terjangkit pelanggaran Asumsi Klasik Normalitas atau Variabel pengganggu
atau Residual (U) memiliki distribusi yang normal.
5. KESIMPULAN
1. Pada Uji-F semua variable seperti Angka Harapan Hidup, Pengeluaran Perkapita
secara bersama-sama mempengaruhi Jumlah Kemiskinan di Provinsi Sumatera
Utara karena nilai Probabilitas (F-Statstic) yaitu: (0,000000 < 0,05).
2. Pada Koefisien Determinasi menunjukkan bahwa Variasi perubahan naik
turunnya perubahan Jumlah Kemiskinan dapat dijelaskan oleh variable bebas
yaitu Jumlah Angka Harapan Hidup dan Pengeluaran Perkapita.
3. Pada Uji-T, variable Pengeluaran Perkapita memiliki nilai Signifikan karena
(0,0039 < 0,05). Sementara pada variable Angka Harapan Hidup dari hasil
estimasi memiliki nilai tidak signifikan Negatif, hal ini dapat dilihat dari Tabel
1.3 dimana Probabilitas dari Angka Harapan Hidup (0.3759 > 0,05) sementara
itu koefisiennya bernilai negative (-188.4412).
16
DAFTAR PUSTAKA
Data Jumlah Kemiskinan Badan Pusat Statistik Provinsi Sumatera Utara
https://sumut.bps.go.id/indicator/23/72/1/jumlah-penduduk-miskin-
menurut-kabupaten-kota-000-.html.
Data Angka Harapan Hidup Badan Pusat Statistik Provinsi Sumatera Utara
https://sumut.bps.go.id/indicator/26/75/1/angka-harapan-hidup.html
Data Pengeluaran Perkapita Badan Pusat Statistik Provinsi Sumatera Utara
https://sumut.bps.go.id/indicator/26/78/1/pengeluaran-per-kapita-
disesuaikan.html.
Nopirin. 2000. Ekonomi Moneter. Buku II. Edisi Kesatu. Cetakan Kesepuluh.
BPFE UGM. Yogyakarta.
Akbar, P.S. & Usman, H. 2011. Metodologi Penelitian Sosial. Jakarta: Bumi
Aksara
"Visualisasi Data Kependudukan - Kementerian Dalam Negeri 2022" (Visual).
www.dukcapil.kemendagri.go.id
Luthfi Parinduri dan Sudaryanto, 2017, “Pembangunan Gardu Induk 150 KV di
Desa Parbaba Dolok Kecamatan Pangururan Kabupaten Samosir”,
Journal of Electrical Technology, Vol. 2, No. 3.
Utami, S., & Hasneli, Y. (2015). Efektifitas Pendidikan Kesehatan tentang
ImunisaTetanus Toksoid (TT) terhadap pengetahuan ibu hamil tentang
imunisasi TT. Program Studi Ilmu Keperawatan Universitas Riau.
Adji, Wahyu., dkk. 2007.Ekonomi Jilid 2. Jakarta: Penerbit Erlangga.
Mankiw, N.Gregory. 2007. Makroekonomi, Edisi Keenam.
Jakarta : Erlangga.
Novri Silastri, pengaruh jumlah penduduk dan pendapatan domestic regional
bruto ( PDRB ) terhadap kemiskinan di kebupaten kuantan singing,JOM
Fekon, Vol.IV ,No.1, ( februari ,2017)
Jhingan, M.L., 2003, Ekonomi Pembangunan dan Perekonomian, Jakarta : PT.
Raya Grafindo Persada.
17