ANALISIS ANGKA HARAPAN HIDUP DAN PENGELUARAN

PERKAPITA TERHADAP JUMLAH PENDUDUK MISKIN DI

PROVINSI SUMATERA UTARA
Salma Nur Sakinah
Prodi perbankan syariah, fakultas ekonomi dan bisnis islam negeri langsa
salmanursakinah2@gmail.com

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.

Kata kunci : Angka harapan hidup, pengeluaran perkapita, dan penduduk

miskin

1. PENDAHULUAN

Kemiskinan merupakan masalah sosial yang senantiasa hadir di tengah-

tengah masyarakat, khususnya di Negara-negara berkembang. Dalam konteks
masyarakat Indonesia, masalah kemiskinan juga merupakan masalah sosial yang
senantiasa relevan untuk dikaji secara terus menerus. Kemiskinan tidak hanya
menjadi permasalahan bagi Negara berkembang, bahkan Negara maju juga

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).

Angka kemiskinan Sumatera Utara mengalami penurunan sebesar 0,07

poin yaitu dari 8,49 persen pada September 2021 menjadi 8,42 persen pada
Maret 2022. Angka kemiskinan ini setara dengan 1,27 juta jiwa pada Maret
2022, atau berkurang sekitar 4,88 ribu jiwa dalam satu semester terakhir.
Persentase penduduk miskin pada Maret 2022 di daerah perkotaan sebesar 8,76
persen, dan di daerah pedesaan sebesar 7,98 persen.

Daerah perkotaan mengalami peningkatan sebesar 0,08 poin, sedangkan

daerah pedesaan berkurang sebesar 0,28 poin jika dibandingkan September
2021. Garis Kemiskinan pada Maret 2022 tercatat sebesar Rp.
561.004,-/kapita/bulan dengan komposisi Garis Kemiskinan Makanan sebesar
Rp. 423.760,- (75,54 persen) dan Garis Kemiskinan Bukan Makanan sebesar Rp.
137.244,- atau sekitar 24,46 persen (BPS;2022)

Pemerintah perlu berperan dalam perekonomian. Dari berbagai kebijakan

yang dapat diambil Keynes lebih sering mengandalkan kebijakan fiscal, Karena
Dengan kebijakan fiscal pemerintah bisa mempengaruhi jalannya perekonomian.
Langkah itu dilakukan dengan menyuntikkan dana pengeluaran pemerintah
untuk proyek-proyek yang mampu menyerap tenaga kerja. Kebijaksanaan ini
sangat ampuh dalam meningkatkan output dan memberantas pengangguran,
terutama pada situasi saat sumber-sumber daya belum dimanfaatkan secara
penuh (Jhingan;2003).

Untuk menanggulangi masalah kemiskinan harus dipilih strategi yang

dapat memperkuat peran dan posisi perekonomian rakyat dalam perekonomian
nasional, sehingga terjadi perubahan struktural yang meliputi pengalokasian
sumber daya, penguatan kelembagaan, pemberdayaan sumber daya
manusia.Program yang dipilih harus berpihak dan memberdayakan masyarakat
melalui pembangunan ekonomi dan peningkatan perekonomian rakyat.

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).

Penelitian ini dibuat untuk mengetahui bagaimana Analisis Pengaruh

Angka Harapan Hidup dan Pengeluaran Per Kapita Terhadap Jumlah Penduduk
Miskin di Provinsi Sumatra Utara Periode 2017-2021.

2. LANDASAN TEORI
a. Angka Harapan Hidup

Berdasarkan BPS, Angka Harapan Hidup merupakan alat untuk

mengevaluasi kinerja pemerintah dalam meningkatkan kesejahteraan
masyarakat pada umumnya, dan menigkatkan derajat kesehatan pada
khususnya. Angka harapan hidup yang rendah disuatu daerah harus diikuti
dengan program pembangunan kesehatan dan program sosial lainnya
termasuk kesehatan lingkungan, yang mencakup gizi dan kalori (BPS;2022).

Peningkatan jumlah lansia pada dasarnya merupakan dampak positif

dari pembangunan. Pembangunan meningkatkan taraf hidup masyarakat,
menurunkan angka kematian dan meningkatkan angka harapan hidup. Angka
harapan hidup manusia telah meningkat dari seabad yang lalu. Selama akhir
abad kesembilan belas, kemajuan dalam kedokteran, dan organisasi politik
untuk semakin menurunkan angka kematian (Parinduri;2017).

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)

b. Pengeluaran Per Kapita

Pengeluaran per kapita adalah biaya yang dikeluarkan untuk

konsumsi semua anggota rumah tangga selama sebulan dibagi dengan
banyaknya anggota rumah tangga yang telah disesuaikan dengan paritas
daya beli (BPS;2022). Pendapatan perkapita menurut Sukirno mengatakan
bawa pendapatan rata-rata penduduk suatu negara atau daerah pada suatu
periode tertentu yang biasanya satu tahun. pendapatan perkapita dihitung
berdasrkan pendapatan daerah dibagi dengan jumlah penduduk. Pendapatan
perkapita sering digunakan sebagai ukuran kemakmuran dan tingkat
pembangunan suatu negara maupun daerah (Sukirno;2000).

Mengatakan bahwa pendapatan perkapita juga memiliki beberapa

manfaat, diantaranya adalah sebagai indikator kesejahteraan negara, standar
pertumbuhan kemakmuran negara, sebagai pedoman bagi pemerintah dalam
membuat kebijakan ekonomi, dan pembanding tingkat kemakmuran
antarnegara (Adji;2007). Teori yang dikemukakan oleh Mankiw ini
berpendapat bahwa bila seseorang mendapatkan tambahan pendapatan, maka
secara alamiah, dia akan menambah konsumsi namun besarnya tambahan
konsumsi ini tidak akan sebesar tambahan pendapatannya (Mankiw;2007).

c. Jumlah Penduduk Miskin

Jumlah penduduk pada suatu wilayah atau negara pada dasar nya
dapat di kelaskan sebagai suatu modal atau beban pembangunan yang mana
hal ini bisa berdampak baik untuk negara jika di sertai dengan kualitas yang
memadai baik tingkat kesehatan, pendidikan, maupun kemampuan

4
 beradaptasi dengan perkembangan teknologi sangat mendukung terhadap
proses pembangunan Negara (Silastri;2017).

Jadi Penduduk Miskin adalah penduduk yang memiliki rata-rata

pengeluaran perkapita perbulan dibawah garis kemiskinan. Kemiskinan
adalah keadaan dimana terjadi kekurangan hal-hal yang biasa untuk dipunyai
seperti makanan, pakaian, tempat berlindung dan air minum, hal ini
berhubungan erat dengan kualitas hidup. Kemiskinan kadang juga berarti
tidak adanya akses terhadap pendidikan dan pekerjaan yang mampu
mengatasi masalah kemiskinan dan mendapatkan kehormatan yang layak
sebagai warga Negara ( Usman;2011).

Menurut Mandala kemiskinan adalah kondisi dimana seseorang atau

keluarga tidak mampu memenuhi kebutuhan dasar seperti makanan, pakaian,
perumahan, pendidikan, dan kesehatan. Kemiskinan dapat disebabkan oleh
kelangkaan alat pemenuh kebutuhan dasar, ataupun sulitnya akses terhadap
pendidikan dan pekerjaan (Mandala;1999).

3. METODOLOGI PENELITIAN

Komponen data, variabel, dan model dalam penelitian ini dapat

dijelaskan sebagai berikut :

 Jenis Data dan Sumber

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/.

 Devinisi Operasional Variabel

Definisi operasional dari asing-masing variable dalam penelitian ini

dapat dijelaskan sebagaia berikut:

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.

b. Angka Harapan Hidup

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

Pengeluaran per kapita adalah biaya yang dikeluarkan untuk

konsumsi semua anggota rumah tangga selama sebulan dibagi dengan
banyaknya anggota rumah tangga yang telah disesuaikan dengan paritas
daya beli. Data yang digunakan diambil dari website
https://sumut.bps.go.id/indicator/26/78/1/pengeluaran-per-kapita-
disesuaikan.html. Dengan satuan (Ribu Rupiah).

 Penelitian Terdahulu

Berdasarkan Penelitian (Asmoro Jati, 2010) Mengenai “Analisis

Faktor-Faktor Penentu Yang Mempengaruhi Jumlah Penduduk Miskin Regional
Di Indonesia”. Dimana hasil menunjukkan bahwa pendapatan perkapita tidak
berpengaruh pada kemiskinan, Human Development Index memiliki pengaruh
yang signifikan dengan korelasi negative terhadap kemiskinan, sedangkan untuk
angka harapan hidup bernilai positif signifikan berpengaruh terhadap
kemiskinan.

Berdasarkan Penelitian (Wirawan & Arka, 2015) Mengenai “Analisis

Pengaruh Pendidikan, PDRB Perkapita Dan Tingkat Pengangguran Terhadap

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.

Berdasarkan Penelitian (Wahyudi & Rejekingsih, 2015) Mengenai

“Analisis Kemiskinan Dijawa Tengah”. Dimana hasil penelitian menunjukkan
bahwa Variabel Kesehatan, Pendidikan dan Pengeluaran pemerintah
berpengaruh signifikan negative terhadap kemiskinan di Jawa Tengah,
sedangkan pengangguran berpengaruh signifikan positif terhadap kemiskinan di
Jawa Tengah.

 Model Analisis Data

Model analisis pendekatan yang digunakan dalam penelitian ini adalah

Regresi Linear Berganda dengan menggunakan data Panel melalui pendekatan
Least Square (LS) dengan menggunakan Uji-T (Uji Parsial), Uji-F (Uji
Simultan), dan R-Square (Koefisien Determinasi). Sebelum menggunakan
model LS, agar lebih efisien maka sebelumnya data harus diuji dan terbeas dari
asumsi klasik diantaranya Multikolinearitas, Heteroskedastisitas, Autokolerasi
dan Normalitas. Maka model Regresi Linear Berganda adalah sebagai berikut:

Y = α + β₁X₁ + β₂X₂ + ….. + βkXk + e

Dimana Y merupakan Variabel Dependen X merupakan Variabel

Independent. Α (Konstanta), dan β₁ …. Βk (Koefisien) yang merupakan
parameter serta e merupakan standart error :

KMKN = α + β₁AKH + β₂PPK + e

Dimana KMKN merupakan Kemiskinan, AKH merupakan Angka

Harapan Hidup, dan PPK merupakan Pengeluaran Per Kapita.

4. HASIL DAN PEMBAHASAN

Tabel 1.1

UJI LIKELIHOOD RATIO

7
 Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects

Effects Test Statistic   d.f.  Prob. 

Cross-section F 370.102422 (9,38) 0.0000

Cross-section Chi-square 224.238094 9 0.0000

Cross-section fixed effects test equation:

Dependent Variable: MSKN
Method: Panel Least Squares
Date: 12/27/22 Time: 23:51
Sample: 2017 2021
Periods included: 5
Cross-sections included: 10
Total panel (balanced) observations: 50

Variable Coefficient Std. Error t-Statistic Prob.  

AKH 185.7937 127.5877 1.456203 0.1520

PPK 0.367217 0.235578 1.558795 0.1258
C -12189.26 8362.591 -1.457594 0.1516

R-squared 0.121594    Mean dependent var 4538.700

Adjusted R-squared 0.084215    S.D. dependent var 2535.265
S.E. of regression 2426.164    Akaike info criterion 18.48414
Sum squared resid 2.77E+08    Schwarz criterion 18.59886
Log likelihood -459.1034    Hannan-Quinn criter. 18.52782
F-statistic 3.252997    Durbin-Watson stat 0.032604
Prob(F-statistic) 0.047516

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

UJI HAUSMAN TEST

Correlated Random Effects - Hausman Test

Equation: Untitled
Test cross-section random effects

Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob. 

Cross-section random 9.371038 2 0.0092

Cross-section random effects test comparisons:

Variable Fixed   Random  Var(Diff.)  Prob. 

-
188.44119 - 14538.8547
AKH 3 191.383751 39 0.9805
PPK -1.197166 -0.885785 0.050043 0.1639

Cross-section random effects test equation:

Dependent Variable: MSKN
Method: Panel Least Squares
Date: 12/27/22 Time: 23:56
Sample: 2017 2021
Periods included: 5
Cross-sections included: 10
Total panel (balanced) observations: 50

Variable Coefficient Std. Error t-Statistic Prob.  

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

Cross-section fixed (dummy variables)

R-squared 0.990092    Mean dependent var 4538.700

Adjusted R-squared 0.987224    S.D. dependent var 2535.265
S.E. of regression 286.5653    Akaike info criterion 14.35937
Sum squared resid 3120549.    Schwarz criterion 14.81826
Log likelihood -346.9843    Hannan-Quinn criter. 14.53412
F-statistic 345.2060    Durbin-Watson stat 1.463869
Prob(F-statistic) 0.000000

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

Dependent Variable: JLH MISKIN

Method: Panel Least Squares
Date: 12/27/22 Time: 23:57
Sample: 2017 2021
Periods included: 5
Cross-sections included: 10
Total panel (balanced) observations: 50

Variable Coefficient Std. Error t-Statistic Prob.  

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

Cross-section fixed (dummy variables)

R-squared 0.990092    Mean dependent var 4538.700

Adjusted R-squared 0.987224    S.D. dependent var 2535.265
S.E. of regression 286.5653    Akaike info criterion 14.35937
Sum squared resid 3120549.    Schwarz criterion 14.81826
Log likelihood -346.9843    Hannan-Quinn criter. 14.53412
F-statistic 345.2060    Durbin-Watson stat 1.463869
Prob(F-statistic) 0.000000

1. Uji Parsial (T)

a. Pada Variabel Angka Harapan Hidup

Hasil Uji Angka Harapan Hidup memiliki nilai tidak signifikan

dikarenakan (0,3759 > 0,05) maka dapat disimpulkan bahwa H0 diterima
dan H4 ditolak. Hal ini menunjukkan bahwa Angka Harapan Hidup tidak
berpengaruh pada Kemiskinan.

b. Pada Variabel Pengeluaran Perkapita

Dari hasil estimasi Pengeluaran Perkapita memiliki nilai signifikan

Negatif. Hal ini dapat dilihat dari table 1.3 dimana Probabilitas dari
Pendapatan Perkapita ( 0.0039 < 0,05) sementara itu koefisien yang bernilai
Negative ( -1.197166), artinya ketika Pengangguran meningkat sebanyak 1%
maka Kemiskinan di Aceh meningkat dengan jumlah 11%

2. Uji Simultan (F)

Dari hasil Uji Eviews diatas menunjukkan bahwa nilai Probabilitas (F-
Statistic) 0,000000 < 0,05 sehingga Variabel bebas secara bersama-sama
mempengaruhi Varibel Terikat. Dengan kata lain Varibel Angka Harapan Hidup

11
 dan Pengeluaran Perkapita secara bersama-sama mempengaruhi Jumlah
Kemiskinan.
3. Koefisien Determinasi

Pada table diatas menunjukkan bahwa nilai Adjust-R square (0.987224)

yang berarti bahwa 98% variasi perubahan naik turunnya Kemiskinan dapat
dijelaskan oleh Variabel bebas yaitu, Angka Harapan Hidup, Pengeluaran
Perkapita. Sedangkan 2% dipengaruhi oleh Variabel lain diluar model yang ikut
menjelaskan variable terikat.

4. UJI ASUMSI KLASIK

a. Multikolinearitas

Uji Multikolinearitas merupakan uji yang dilakukan untuk

memastikan apakah didalam sebuah model regresi ada Interkolerasi atau
Kolinieritas Antara Variabel bebas.

Tabel 1.3.1

UJI MULTIKOLINEARITAS

Variance Inflation Factors

Date: 12/28/22 Time: 00:09
Sample: 1 50
Included observations: 50

Coefficient Uncentered Centered

Variable Variance VIF VIF

AKH  1.09E-07  4749.494  1.000346

PPK  5.165881  51.11889  1.000346
C  57595.95  4781.463  NA

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

Uji Heteroskedastisitas merupakan uji yang menilai apakah ada

ketidaksamaan Varian dari residual untuk pengamatan pada model regresi
linear. Uji ini adalah salah satu uji asumsi klasik yang harus di lakukan pada
regresi linear.

Tabel 1.3.2

UJI HETEROSKEDASTISITAS

Heteroskedasticity Test: Breusch-Pagan-Godfrey

F-statistic 7.364742    Prob. F(2,47) 0.0017

Obs*R-squared 11.93067    Prob. Chi-Square(2) 0.0026
Scaled explained
SS 5.148594    Prob. Chi-Square(2) 0.0762

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.  

C 746.3174 4924.499 0.151552 0.8802

AKH -0.002913 0.006786 -0.429281 0.6697
PPK 178.2098 46.63783 3.821142 0.0004

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

Berdasarkan Uji Heteroskedastisitas nilai Prob. Chi-Square bernilai

(0,0026 < 0,05) , maka hasil regresi terkena asumsi klasik Heteroskedastisitas.

c. Uji Autokorelasi

Uji Autokolerasi adalah sebuah analisis variable yang dilakukan

untuk mengetahui adakah Kolerasi yang ada di dalam model prediksi dengan
perubahan waktu. Uji Autokorelasi didalam model regresi linear, harus
dilakukan apabila data panel runtut waktu.

Tabel 1.3.3

UJI AUTOKORELASI

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 42.39419    Prob. F(2,45) 0.0000

Obs*R-squared 32.66409    Prob. Chi-Square(2) 0.0000

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.

Variable Coefficient Std. Error t-Statistic Prob.  

AKH 0.000148 0.000200 0.743330 0.4611

PPK 0.300348 1.371848 0.218937 0.8277
C -109.9224 144.9213 -0.758497 0.4521
RESID(-1) 0.840087 0.149418 5.622407 0.0000
RESID(-2) -0.006361 0.152938 -0.041591 0.9670

R-squared 0.653282    Mean dependent var -2.84E-14

Adjusted R-squared 0.622462    S.D. dependent var 24.03540
S.E. of regression 14.76834    Akaike info criterion 8.317487
Sum squared resid 9814.669    Schwarz criterion 8.508690
Log likelihood -202.9372    Hannan-Quinn criter. 8.390298
F-statistic 21.19710    Durbin-Watson stat 1.961764
Prob(F-statistic) 0.000000

Berdasarkan Uji Autokorelasi / Serial Kolerasi memiliki nilai Prob. Chi-

Square bernilai (0,000000 < 0,05), maka hasil regresi Terkena pelanggaran
Asumsi Klasik Autokorelasi / Serial Korelasi.

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

Berdasarkan hasil penelitian Variabel Angka Harapan Hidup dan

Pengeluaran Perkapita terhadap Jumlah Kemiskinan di Provinsi Sumatera Utara
Periode Tahun 2017-2021 maka dapat disimpulkan sebagai berikut:

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