Post on 29-Oct-2021
KETIMPANGAN GENDER DAN PENGARUHNYA TERHADAP
PERTUMBUHAN EKONOMI: KESEHATAN, PENDIDIKAN, DAN
KETENAGAKERJAAN
SKRIPSI
Diajukan Kepada Fakultas Ekonomi dan Bisnis
untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Ekonomi (S.E)
Oleh:
IDHAM HARIADINATA
NIM. 11140840000082
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1440 H / 2019 M
i
LEMBAR PENGESAHAN PEMBIMBING
ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
iii
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
iv
LEMBAR PENGESAHAN UJIAN SKRIPSI
v
DAFTAR RIWAYAT HIDUP
I. Identitas Pribadi
1. Nama Lengkap : Idham Hariadinata
2. Tempat/Tanggal Lahir : Cilacap, 19 April 1997
3. Alamat : Jl. Mandor RT.03 RW.05 No.05 Cipayung Kota
Depok Jawa Barat
4. Telepon : 085693751701
5. Email : idhamhariadinata@gmail.com
II. Pendidikan Formal
1. SDN 4 Kota Depok tahun 2002-2008
2. SMPN 9 Kota Depok tahun 2008-2011
3. SMAN 6 Kota Depok tahun 2011-2014
III. Pengalaman Bekerja
1. Editor Jurnal di Jurnal FEB UIN Syarif Hidayatullah Jakarta tahun 2017
IV. Pengalaman Organisasi
1. Himpunan Mahasiswa Islam Komisariat Fakultas Ekonomi dan Bisnis
sebagai anggota bidang informasi dan komunikasi 2017 – 2018
2. Badan Pengelola Latihan Himpunan Mahasiswa Islam Cabang Ciputat
sebagai Bendahara Umum 2018-2019
vi
ABSTRACT
This study aims to consider gender inequality and the impact of economic
growth based on health, education, and employment in Indonesia period 2011-
2017. Focus on the impact inequality gender by ratio of life expectancy, mean
years school, and the ratio of labor force participation on economic growth
(GDP) using panel data analysis with PEGLS as methodology. The results of the
study show that life excpectancy have a positive and significant effect on
economic growth in Indonesia both male or female. Then, mean years school
(MYS) shows that a positive influence and significant impact on economic growth
in Indonesia both male or female. Meanwhile on other independent variables
especially level of male labor force participation has a negative and significant
effect on economic growth and the level of female labor force participation has a
positive and not significant effect on economic growth in Indonesia.
Simultaneously, the ratio of male and female life expectancies, the mean years
school and the level of labor force participation have a positive influence on
economic growth in Indonesia.
Keywords: Inequality Gender, Ratio of Life Expectancy, Mean Years School,
Ratio of Labor Force Participation, Gross Domestic Product per Capita, PEGLS.
.
vii
ABSTRAK
Penelitian ini bertujuan untuk melihat ketimpangan gender dan pengaruhnya
terhadap pertumbuhan ekonomi dilihat dari kesehatan, pendidikan, dan
ketenagakerjaan di Indonesia periode 2011-2017. Lebih spesifiknya, penelitian ini
menganalisa pengaruh dari ketimpangan gender dilihat dari angka harapan hidup
(kesehatan), rata-rata lama sekolah (pendidikan), dan tingkat partisipasi angkatan
kerja (ketenagakerjaan) terhadap pertumbuhan ekonomi. Penelitian ini
menggunakan data sekunder dan data panel dengan pendekatan PEGLS. Hasil dari
penelitian menunjukkan bahwa variabel bebas rasio angka harapan hidup laki-laki
mempunyai pengaruh positif dan signifikan terhadap pertumbuhan ekonomi lalu
angka harapan hidup perempuan mempunyai positif dan signifikan terhadap
pertumbuhan ekonomi serta rata-rata lama sekolah laki-laki dan perempuan
mempunyai pengaruh positif dan signifikan terhadap pertumbuhan ekonomi di
Indonesia. Sedangkan variabel bebas lainnya yaitu tingkat partisipasi angkatan
kerja laki-laki berpengaruh negatif dan signifikan terhadap pertumbuhan ekonomi
serta tingkat partisipasi angkatan kerja perempuan berpengaruh positif dan tidak
signifikan terhadap pertumbuhan ekonomi di Indonesia. Secara simultan, rasio
angka harapan hidup laki-laki dan perempuan, rata-rata lama sekolah laki-laki dan
perempuan, serta tingkat partisipasi angkatan kerja mempunyai pengaruh positif
terhadap pertumbuhan ekonomi di Indonesia
Kata Kunci: Ketimpangan Gender, Angka Harapan Hidup, Rata-rata Lama
Sekolah, Tingkat Partisipasi Angkatan Kerja, Produk Domestik Bruto Regional
per Kapita, PEGLS.
.
viii
KATA PENGANTAR
Assalamu'alaikum Wr.Wb
Alhamdulillahi Robbil'Alamiin, segala puji dan syukur penulis panjatkan
kepada Allah SWT yang telah memberikan rahmat dan karunia yang berlimpah
kepada penulis, sehingga penulis dapat menyelesaikan skripsi ini yang berjudul
"KETIMPANGAN GENDER DAN PENGARUHNYA TERHADAP
PERTUMBUHAN EKONOMI: KESEHATAN, PENDIDIKAN, DAN
KETENAGAKERJAAN" dengan lancar tanpa halangan apapun. Shalawat serta
salam terlimpahkan kepada baginda besar Nabi Muhammad SAW.
Tujuan penulisan skripsi ini adalah untuk meneliti industri kreatif yang ada
di Indonesia serta untuk memenuhi syarat-syarat meraih gelar Sarjana. Selama
proses pembuatan skripsi ini, berbagai hambatan dan kesulitan telah penulis
hadapi. Berkat petunjuk dari Allah SWT, doa keluarga, dukungan, bimbingan
serta bantuan dari berbagai pihak, sehingga pada akhirnya skripsi ini dapat
terselesaikan dengan lancar.
Dengan segala kerendahan dan ketulusan hati, penulis mengucapkan rasa
terima kasih kepada seluruh pihak yang telah banyak membantu penulis baik
secara langsung maupun tidak langsung, secara spiritual maupun materil. Ucapan
terima kasih penulis sampaikan kepada :
1. Allah SWT, Sang Maha Pengasih lagi Maha Penyayang, atas izin dan
kuasa-Nya penulis dapat menyelesaikan skripsi ini.
ix
2. Kedua orang tua, yang selalu memberikan rasa cinta, kasih sayang,
perhatian, motivasi, semangat, doa dan pelajaran yang tiada henti
diberikan kepada penulis. My everything!
3. Yanne Harianty , sebagai kakak memberikan contoh terdekat yang
pantas dijadikan sebagai panutan, yang selalu mendukung dan
membantu penulis dalam segala hal.
4. Bapak Dr. Arief Mufraini, M.Si, Lc selaku Dekan Fakultas Ekonomi
dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
5. Bapak Arief Fitrijanto, S.Si, M. Si selaku Ketua Jurusan Ekonomi
Pembangunan Fakultas Ekonomi dan Bisnis Universitas Islam Negeri
Syarif Hidayatullah Jakarta.
6. Bapak Dr. Sofyan Rizal M.Si selaku Dosen Pembimbing I, yang telah
meluangkan waktu, pikiran dan memberikan ilmu tambahan kepada
penulis. Segala arahan dan perhatiannya menjadikan skripsi ini dapat
diselesaikan dengan baik. Semoga segala kebaikan dan ketulusan yang
beliau berikan akan menjadi amal shaleh, dan semoga Allah membalas
kebaikan bapak.
7. Seluruh dosen, staff, dan karyawan Fakultas Ekonomi dan Bisnis Universitas
Islam Negeri Syarif Hidayatullah Jakarta yang telah memberikan banyak
bantuan, ilmu dan pengalaman.
8. Terima kasih untuk Khairani Lutfiana yang menjadi tempat berkeluh
kesah dan menjadi support system buat penulis.
9. Terima kasih kepada Mita Rahmawati dan Sifa Ariyani yang selalu
memberikan treatment untuk terus menyelesaikan skripsi.
x
10. Kepada Aset dan Evi yang merupakan anak domba. Terima kasih telah
menjadi penulis untuk semangat menyelesaikan skripsinya. Semoga
kembali ke jalan yang benar ya!
11. Terima kasih untuk FRIHAD. Meski jarang kumpul, tetap akan selalu
menjadi tempat yang dikhususkan bagi penulis.
12. Untuk abang-abangan #BersamaWujudkanMimpi. Bang Ibnoe, Bang
Adam Dwi, Bang Sonny, Bang Reza, Bang Judo, Bang Dimas, dan
Bang Editya. Terima kasih telah membimbing di masa perkuliahan,
jangan sampai capek untuk membimbing di masa selanjutnya!
13. Kawan – kawan KOMKOW. Aulia, Azka, Ari, Dwi, Faikar, Farraz,
Hilmi, Majid, Naufal, Tanoe, Tajul, Bang Fajar, Bang Elvan, Bang
Irvan yang mengisi dan menemani masa kuliah dengan canda tawa
tanpa faedah. Semoga hidup kalian menyenangkan!
14. Kepada HMI KAFEIS yang sudah mewadahi untuk berproses sehingga
menjadi bekal di kehidupan selanjutnya. Dan dikhususkan bagi teman-
teman LK 2 Cab. Subang dan SC Kota Jantho-Aceh Besar. Terima
kasih pengalamannya!
15. Terima kasih kepada mahasiswa Ekonomi Pembangunan angkatan 2014
yang membuat daftar hadir kelas kian panjang.
Meskipun penulis telah berusaha dengan segenap hati dan kemampuan
yang dimiliki untuk menyempurnakan skripsi ini, namun penulis sadari masih
banyak kekurangan dalam penulisan skripsi ini. Oleh karena itu, penulis
xi
mengharap segala bentuk saran dan masukan serta kritik yang membangun kepada
penulis dari berbagai pihak.
Akhir kata. Terima kasih bagi siapa pun kalian yang sudah bersedia
meluangkan waktunya untuk membaca karya ini.
~ God will always love you
Wassalamu'alaikum Wr.Wb
Jakarta, 26 Februari 2019
Idham Hariadinata
xii
DAFTAR ISI
LEMBAR PENGESAHAN PEMBIMBING ........................................................... i
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ........................................ ii
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ............................... iii
LEMBAR PENGESAHAN UJIAN SKRIPSI ....................................................... iv
DAFTAR RIWAYAT HIDUP ................................................................................ v
ABSTRACT ............................................................................................................. vi
ABSTRAK ............................................................................................................ vii
KATA PENGANTAR ......................................................................................... viii
DAFTAR ISI ......................................................................................................... xii
DAFTAR TABEL ................................................................................................ xiv
DAFTAR GAMBAR ............................................................................................ xv
DAFTAR LAMPIRAN ........................................................................................ xvi
BAB I PENDAHULUAN ..................................................................................... 17
A. Latar Belakang ........................................................................................... 17
B. Rumusan Masalah ...................................................................................... 27
C. Pertanyaan Penelitian ................................................................................. 28
D. Tujuan Penelitian ....................................................................................... 28
E. Manfaaat Penelitian .................................................................................... 29
F. Sistematika Penulisan ................................................................................ 29
BAB II TINJAUAN PUSTAKA ........................................................................... 31
A. Landasan Teori ........................................................................................... 31
B. Tinjauan Kajian Terdahulu ........................................................................ 42
C. Kerangka Pemikiran ................................................................................... 49
D. Hipotesis ..................................................................................................... 53
BAB III METODE PENELITIAN........................................................................ 55
A. Ruang Lingkup Penelitian .......................................................................... 55
B. Jenis Penelitian ........................................................................................... 55
C. Metode Penentuan Populasi dan Sampel ................................................... 56
D. Metode Pengambilan Data ......................................................................... 56
E. Metode Analisis Data ................................................................................. 58
xiii
F. Pengujian Model ........................................................................................ 61
G. Uji Statistik ................................................................................................ 66
H. Operasional Variabel Penelitian ................................................................. 68
BAB IV ANALISIS DAN PEMBAHASAN ........................................................ 71
A. Gambaran Umum Objek Penelitian ........................................................... 71
B. Pengujian Hipotesis .................................................................................... 73
C. Analisa Ekonomi ........................................................................................ 83
BAB V KESIMPULAN DAN SARAN ................................................................ 86
A. Kesimpulan ................................................................................................ 86
B. Saran ........................................................................................................... 87
DAFTAR PUSTAKA ........................................................................................... 89
LAMPIRAN .......................................................................................................... 92
xiv
DAFTAR TABEL
Tabel 1. 1. IPG Menurut Provinsi di Indonesia, Tahun 2011-2017 ...................... 18
Tabel 1. 2. Angka Harapan Hidup di Indonesia menurut Provinsi, Tahun 2011-
2017 ....................................................................................................................... 20
Tabel 1. 3. Angka Melek Huruf Penduduk Berusia 15 Tahun ke Atas Menurut
Jenis Kelamin di Indonesia Tahun 2011-2017 ...................................................... 22
Tabel 1. 4. Rata-Rata Lama Sekolah di Indonesia menurut Provinsi, Tahun 2011-
2017 ....................................................................................................................... 22
Tabel 1. 5. IPG dan PDRB per Kapita Menurut Provinsi di Indonesia Tahun 2017
............................................................................................................................... 25
Tabel 2. 1. Tinjauan Kajian Terdahulu ................................................................. 43
Tabel 3. 1. Operasional Variabel Penelitian.......................................................... 70
Tabel 4. 1. Hasil Perhitungan Estimasi Data Panel terhadap Keseluruhan Periode
Penelitian (2011-2017) .......................................................................................... 73
Tabel 4. 2. Uji t-statistik ........................................................................................ 78
Tabel 4. 3. Uji f-statistik ....................................................................................... 81
Tabel 4. 4. Uji Koefisien Determinan (R2) ........................................................... 82
xv
DAFTAR GAMBAR
Gambar 1. 1.Persentase Sumbangan Pendapatan menurut Jenis Kelamin di
Indonesia ............................................................................................................... 24
Gambar 1. 2. Tingkat Partisipasi Angkatan Kerja menurut Jenis Kelamin di
Indonesia ............................................................................................................... 24
Gambar 2. 1. Kerangka Pemikiran Teoritis .......................................................... 52
xvi
DAFTAR LAMPIRAN
Lampiran 1. Uji Normalitas .................................................................................. 92
Lampiran 2. Uji Multikolinearitas ........................................................................ 93
Lampiran 3. Uji heteroskedastisitas ...................................................................... 93
Lampiran 4. Uji OLS............................................................................................. 94
Lampiran 5. Uji PEGLS ........................................................................................ 95
Lampiran 6. Data ................................................................................................... 98
17
BAB I
PENDAHULUAN
A. Latar Belakang
Pada tahun 2000, kepala negara beserta perwakilan negara dengan jumlahnya
189 yang merupakan anggota Perserikatan Bangsa-Bangsa (PBB) telah
menyepakati tentang deklarasi Millennium Development Goals (MDGs) yang
berupa delapan butir tujuan dengan menetapkan targer keberhasilannya dicapai
pada tahun 2015. Salah satu tujuannya yaitu mendorong tercapainya kesetaraan
dan keadilan gender dan pemberdayaan perempuan. Dengan berakhirnya MDGs
pada bulan september tahun 2015 dilanjutkan agenda pembangunan yang
merupakan Sustainable Development Goals (SDGs). Salah satu targetnya adalah
mencapai kesetaraan gender dan pemberdayaan perempuan serta anak
perempuan. Indonesia yang menjadi bagian anggota PBB menjalankan agenda
pembangunan SDGs dengan salah satu tujuannya yaitu mencapai kesetaraan
gender untuk meningkatkan kualitas sumber daya manusia tanpa membedakan
laki-laki dan perempuan.
Kesetaraan gender, penegakkan hak asasi manusia, penegakkan martabat dan
kapabilitas perempuan menjadi syarat utama dalam berkehidupan yang adil dan
berkelanjutan. Sehingga, kesetaraan gender dan pembangunan berkelanjutan
menjadi sesuatu yang selalu berhubungan. Definisi pembangunan berkelanjutan
adalah pembangunan ekonomi, sosial, dan lingkungan yang menjamin
kesejahteraan manusia, kesatuan ekologi, kesetaraan, dan keadilan sosial generasi
saat ini dan dimasa mendatang (Munasinghe, 1992, Holdren et all, 1995,
Campbell, 1996).
Masyarakat mengenal secara luas istilah gender dalam hal tulisan maupun
dalam forum. Akan tetapi, istilah gender selalu digunakan dengan tidak tepat.
Karena menimbulkan ketidakjelasan pada pengertian gender itu sendiri. Konsep
gender tidak selalu fokus esensinya pada jenis kelamin tertentu. Gender dengan
jenis kelamin sangatlah berbeda, gender fokus pada hubungan sosial antara anak
18
laki-laki dan anak perempuan, serta bagaimana hubungan sosial ini
dikonstruksikan. Peran gender bersifat dinamis dan berubah antar waktu.1
Gender juga memiliki indeks pembangunan, yaitu Indeks Pembangunan
Gender (IPG). Indeks ini merupakan sama dengan Indeks Pembangunan Manusia
(IPM) dalam hal dimensinya, akan tetapi IPG mengukur ketimpangan dalam
pencapaian antara perempuan dan laki-laki (UNDP, 2014). IPG merupakan rasio
antara IPM perempuan dan laki-laki.
Tabel 1. 1. IPG Menurut Provinsi di Indonesia, Tahun 2011-2017
Provinsi /
Kabupaten / Kota
Indeks Pembangunan Gender (IPG)
2011 2012 2013 2014 2015 2016 2017
ACEH 89.30 90.32 90.61 91.50 92.07 91.89 91.67
SUMATERA
UTARA
89.57 90.04 90.07 90.26 90.96 90.82 90.65
SUMATERA
BARAT
92.82 92.98 93.02 94.04 94.74 94.42 94.16
RIAU 85.74 86.29 86.74 87.62 87.75 88.04 88.17
JAMBI 83.94 85.91 87.69 87.88 88.44 88.29 88.13
SUMATERA
SELATAN
89.92 90.79 91.25 91.64 92.22 92.08 92.43
BENGKULU 89.47 90.51 90.55 91.02 91.38 91.06 91.34
LAMPUNG 88.23 88.49 88.84 89.62 89.89 90.30 90.49
KEP. BANGKA
BELITUNG
87.10 87.54 87.73 87.74 88.37 88.90 88.93
KEP. RIAU 92.11 92.23 92.81 93.20 93.22 93.13 92.96
DKI JAKARTA 93.76 94.11 94.26 94.60 94.72 94.98 94.70
JAWA BARAT 87.12 87.79 88.21 88.35 89.11 89.56 89.18
JAWA TENGAH 90.92 91.12 91.50 91.89 92.21 92.22 91.94
DI YOGYAKARTA 93.56 93.73 94.15 94.31 94.41 94.27 94.39
JAWA TIMUR 89.28 89.36 90.22 90.83 91.07 90.72 90.76
BANTEN 90.22 90.28 90.31 90.99 91.11 90.97 91.14
BALI 91.67 92.78 93.00 93.32 92.71 93.20 93.70
NUSA TENGGARA
BARAT
87.60 88.85 89.44 90.02 90.23 90.05 90.36
NUSA TENGGARA
TIMUR
90.66 91.47 91.74 92.76 92.91 92.72 92.44
1 Kementrian Pemberdayaan Perempuan dan Perlindungan Anak, 2011
19
Provinsi /
Kabupaten / Kota
Indeks Pembangunan Gender (IPG)
2011 2012 2013 2014 2015 2016 2017
KALIMANTAN
BARAT
84.10 84.28 84.39 84.72 85.61 85.77 86.28
KALIMANTAN
TENGAH
88.11 88.13 88.47 89.33 89.25 89.07 88.91
KALIMANTAN
SELATAN
88.09 88.33 88.33 88.46 88.55 88.86 88.60
KALIMANTAN
TIMUR
83.18 84.33 84.69 84.75 85.07 85.60 85.62
KALIMANTAN
UTARA
- - 85.63 85.67 85.68 86.34 85.96
SULAWESI UTARA 93.29 93.38 93.75 94.58 94.64 95.04 94.78
SULAWESI
TENGAH
91.70 91.77 91.84 92.69 92.25 91.91 91.66
SULAWESI
SELATAN
91.79 91.96 92.34 92.60 92.92 92.79 92.84
SULAWESI
TENGGARA
88.06 88.42 89.24 89.56 90.30 90.23 90.24
GORONTALO 84.19 84.54 84.57 85.09 85.87 86.12 86.64
SULAWESI BARAT 87.60 87.90 88.56 89.18 89.52 89.35 89.44
MALUKU 92.36 92.38 92.46 92.55 92.54 92.38 92.75
MALUKU UTARA 85.31 87.06 87.96 88.79 88.86 89.15 89.15
PAPUA BARAT 81.34 81.57 81.72 81.95 81.99 82.34 82.42
PAPUA 74.99 76.42 77.61 78.57 78.52 79.09 79.38
INDONESIA 89.52 90.07 90.19 90.34 91.03 90.82 90.96
Sumber: Badan Pusat Statistik
Dari Tabel 1.1, jika dilihat dari Indeks Pembangunan Gender (IPG) di
Indonesia mengalami fluktuasi di setiap tahunnya. Namun, jika dilihat dari
Indonesia angka terendah sebesar 89,52 yang terjadi pada tahun 2011 sedangkan
angka tertinggi sebesar 91,03 yang terjadi pada tahun 2015.
Kementrian Pemberdayaan Perempuan dan Perlindungan Anak memberikan
penjelasan dalam hal mengetahui ketimpangan gender menggunakan IPG.
Dengan IPG, mengukur kesenjangan atau gap pembangunan manusia antara laki-
laki dan perempuan. Dilihatnya yaitu semakin mendekati angka 100, maka
semakin rendah kesenjangan atau gap pembangunan manusia antara laki-laki dan
perempuan.
20
Secara komponen yang mempengaruhi dalam IPG sama seperti dengan
dimensi IPM yaitu terdiri dari angka harapan hidup (AHH), angka melek huruf
(AMH), rata-rata lama sekolah (MYS), serta pengeluaran per kapita namun
dalam dimensi IPG dilihat dari laki-laki dan perempuan. Perubahan angka IPG
selama periode 2011-2017 tentunya dipengaruhi oleh peningkatan komponen
tersebut. Jika dikaitkan dengan komponen-komponen yang sudah disebutkan,
maka kualitas dasar perempuan dalam hal kesehatan, pendidikan, serta hidup
layak pada periode 2011-2017 mengalami perubahan.
Tabel 1. 2. Angka Harapan Hidup di Indonesia menurut Provinsi, Tahun
2011-2017
Provinsi Angka Harapan Hidup (AHH) per Tahun
2011 2012 2013 2014 2015 2016 2017
ACEH 69,2 69,3 69,4 69,4 69,5 69,6 69,6
SUMATERA
UTARA 67,7 67,9 68,0 68,1 68,3 68,4 68,4
SUMATERA
BARAT 67,8 68,1 68,3 68,4 68,7 68,8 68,8
RIAU 70,4 70,5 70,7 70,8 71,0 71,0 71,0
JAMBI 70,1 70,2 70,4 70,5 70,6 70,7 70,7
SUMATERA
SELATAN 68,6 68,7 68,9 69,0 69,2 69,2 69,2
BENGKULU 68,0 68,2 68,4 68,4 68,5 68,6 68,6
LAMPUNG 69,2 69,4 69,6 69,7 69,9 70,0 70,0
KEP, BANGKA
BELITUNG 69,4 69,5 69,7 69,8 69,9 70,0 70,0
KEP, RIAU 68,7 68,9 69,1 69,2 69,5 69,5 69,5
DKI JAKARTA 71,9 72,1 72,2 72,3 72,5 72,6 72,6
JAWA BARAT 71,6 71,9 72,1 72,3 72,5 72,5 72,5
JAWA TENGAH 73,0 73,1 73,3 73,9 74,0 74,0 74,1
DI YOGYAKARTA 74,3 74,4 74,5 74,5 74,7 74,7 74,8
JAWA TIMUR 70,1 70,2 70,4 70,5 70,7 70,7 70,8
BANTEN 68,7 68,9 69,1 69,2 69,5 69,5 69,5
BALI 70,8 71,0 71,2 71,2 71,4 71,4 71,5
NUSA TENGGARA
BARAT 64,2 64,5 64,8 64,9 65,4 65,5 65,5
NUSA TENGGARA 65,5 65,7 65,9 65,9 66,0 66,0 66,1
21
Provinsi Angka Harapan Hidup (AHH) per Tahun
2011 2012 2013 2014 2015 2016 2017
TIMUR
KALIMANTAN
BARAT 69,3 69,5 69,7 69,8 69,9 69,9 70,0
KALIMANTAN
TENGAH 69,2 69,3 69,3 69,4 69,6 69,6 69,6
KALIMANTAN
SELATAN 66,9 67,2 67,4 67,5 67,8 67,9 68,0
KALIMANTAN
TIMUR 73,2 73,4 73,6 73,7 73,7 73,7 73,7
KALIMANTAN
UTARA 0,0 0,0 72,0 72,1 72,4 72,4 72,4
SULAWESI UTARA 70,6 70,8 70,9 71,0 71,0 71,0 71,1
SULAWESI
TENGAH 66,4 66,8 67,1 67,2 67,3 67,3 67,3
SULAWESI
SELATAN 69,2 69,4 69,5 69,6 69,8 69,9 69,9
SULAWESI
TENGGARA 69,9 70,1 70,3 70,4 70,5 70,5 70,5
GORONTALO 66,6 66,8 67,0 67,1 67,2 67,2 67,2
SULAWESI BARAT 62,8 63,1 63,4 64,1 64,3 64,3 64,4
MALUKU 64,7 64,8 65,0 65,0 65,3 65,4 65,4
MALUKU UTARA 66,9 67,1 67,3 67,4 67,5 67,5 67,5
PAPUA BARAT 64,8 64,9 65,1 65,2 65,2 65,2 65,3
PAPUA 64,5 64,6 64,8 64,9 65,1 65,2 65,2
INDONESIA 70,1 70,3 70,5 70,7 70,9 70,9 71,1
Sumber: Badan Pusat Statistik
Dari tabel 1. 3, kita bisa melihat bahwasanya angka harapan hidup (AHH)
mengalami peningkatan pada setiap tahunnya di Indonesia. Bahwasanya, terjadi
peningkatan yang tidak signifikan pada kualitas angka harapan hidup setiap
tahunnya. Di tahun 2017, provinsi di Indonesia yang angka harapan hidup
tertinggi terdapat di DI Yogyakarta dengan angka 74,8. Sedangkan, angka
harapan hidup terendah terdapat pada provinsi Sulawesi Barat dengan angka
64,4.
22
Tabel 1. 3. Angka Melek Huruf Penduduk Berusia 15 Tahun ke Atas
Menurut Jenis Kelamin di Indonesia Tahun 2011-2017
Tahun Laki-Laki Perempuan
2011 95,59 90,07
2012 95,87 90,64
2013 96,47 91,40
2014 96,79 93,45
2015 97,11 93,34
2016 97,17 93,59
2017 97,47 94,36
Sumber: Badan Pusat Statistik
Berdasarkan tabel 1.3, terdapat tabel AMH yang menginterpretasikan
persentase pendidikan penduduk umur 15 tahun ke atas yang mampu baca tulis
dilihat dari laki-laki dan perempuan. Dalam tabel AMH menunjukkan adanya
kesenjangan gender atau gap yang tidak terlalu jauh angkanya. Sehingga, masih
adanya laki-laki dan perempuan yang belum sepenuhnya terpenuhi dalam hal
memperoleh pendidikan yang setara. Perkembangan AMH di Indonesia selama
periode 2011-2017 terus meningkat namun tidak signifikan. Rata-rata laki-laki
masih melebihi dengan angka 96,64 dibanding rata-rata perempuan dengan angka
92,41 dalam hal indikator AMH.
Tabel 1. 4. Rata-Rata Lama Sekolah di Indonesia menurut Provinsi, Tahun
2011-2017
Provinsi / Kabupaten / Kota
Tahun
2011 2012 2013 2014 2015 2016 2017
ACEH 8,24 8,37 8,45 8,73 8,78 8,87 8,99
SUMATERA UTARA 8,57 8,73 8,80 8,94 9,04 9,13 9,26
SUMATERA BARAT 8,21 8,28 8,31 8,34 8,48 8,61 8,73
RIAU 8,15 8,21 8,37 8,47 8,49 8,59 8,76
JAMBI 7,47 7,68 7,79 7,91 7,95 8,07 8,15
SUMATERA SELATAN 7,36 7,50 7,53 7,66 7,77 7,83 7,99
BENGKULU 7,83 8,01 8,08 8,28 8,30 8,37 8,46
LAMPUNG 7,23 7,25 7,31 7,47 7,56 7,63 7,79
KEP, BANGKA BELITUNG 7,17 7,32 7,44 7,46 7,57 7,66 7,79
KEP, RIAU 9,45 9,50 9,56 9,56 9,61 9,67 9,79
DKI JAKARTA 10,41 10,42 10,44 10,54 10,71 10,88 11,02
23
Provinsi / Kabupaten / Kota
Tahun
2011 2012 2013 2014 2015 2016 2017
JAWA BARAT 7,45 7,52 7,58 7,71 7,86 7,95 8,14
JAWA TENGAH 6,76 6,79 6,82 6,94 7,05 7,17 7,29
DI YOGYAKARTA 8,56 8,63 8,75 8,86 9,02 9,14 9,24
JAWA TIMUR 6,81 6,87 6,93 7,07 7,16 7,25 7,36
BANTEN 7,94 8,10 8,16 8,18 8,26 8,36 8,53
BALI 7,78 8,06 8,09 8,12 8,26 8,37 8,55
NUSA TENGGARA BARAT 6,12 6,38 6,46 6,72 6,77 6,84 6,95
NUSA TENGGARA TIMUR 6,55 6,64 6,69 6,86 6,94 7,04 7,17
KALIMANTAN BARAT 6,31 6,61 6,66 6,82 6,93 6,97 7,04
KALIMANTAN TENGAH 7,58 7,68 7,78 7,81 8,01 8,11 8,27
KALIMANTAN SELATAN 7,38 7,49 7,59 7,60 7,76 7,89 7,99
KALIMANTAN TIMUR 8,76 8,91 8,97 9,01 9,13 9,22 9,34
KALIMANTAN UTARA 0,00 3,81 8,31 8,68 8,69 8,79 8,86
SULAWESI UTARA 8,69 8,71 8,76 8,86 8,88 8,97 9,15
SULAWESI TENGAH 7,69 7,73 7,82 7,89 7,97 8,11 8,28
SULAWESI SELATAN 7,36 7,40 7,46 7,51 7,66 7,77 7,97
SULAWESI TENGGARA 7,69 7,82 7,94 8,24 8,25 8,35 8,47
GORONTALO 6,89 6,91 6,93 6,96 7,05 7,12 7,27
SULAWESI BARAT 6,66 6,77 6,88 6,89 7,02 7,16 7,32
MALUKU 8,70 8,75 8,82 9,16 9,17 9,28 9,40
MALUKU UTARA 7,89 8,04 8,27 8,33 8,36 8,53 8,61
PAPUA BARAT 7,83 7,92 8,05 8,19 8,25 8,31 8,40
PAPUA 5,54 5,61 5,64 5,73 5,94 6,11 6,23
INDONESIA 7,47 7,55 7,62 7,74 7,85 7,96 8,11
Sumber: Badan Pusat Statistik
Dari tabel 1.4, terjadi peningkatan rata-rata lama sekolah (MYS) yang cukup
signifikan. Sehingga, dapat dikatakan adanya peningkatan kualitas rata-rata lama
sekolah tiap tahunnya. Rata-rata lama sekolah (MYS) yang merupakan gambaran
rata-rata jumlah tahun untuk menempuh semua jenis pendidikan formal yang
dilakukan oleh penduduk usia 15 tahun ke atas. DKI Jakarta sebagai ibukota di
Indonesia menjadi provinsi yang memiliki rata-rata lama sekolah yang tertinggi
di Indonesia 11,02, sedangkan rata-rata lama sekolah terendah berada di provinsi
Papua dengan angka 6,23.
24
Gambar 1. 1.Persentase Sumbangan Pendapatan menurut Jenis Kelamin di
Indonesia
Dari gambar 1.1, jika dilihat dari sumbangan pendapatan laki-laki jauh lebih
besar dibandingkan sumbangan pendapatan perempuan di Indonesia pada tahun
periode 2016 – 2017. Sumbangan pendapatan memiliki dua faktor yang terdiri
dari faktor angkatan kerja serta upah yang diterima. Perbedaan tingkat upah yang
diterima disebabkan beberapa alasan yang berupa kecenderungan pendidikan
perempuan yang lebih rendah, status pekerjaan, jenis pekerjaan, dan lapangan
pekerjaan.
Gambar 1. 2. Tingkat Partisipasi Angkatan Kerja menurut Jenis Kelamin di
Indonesia
63.58 63.38
36.42 36.62
0
10
20
30
40
50
60
70
2016 2017
Laki-Laki Perempuan
0
10
20
30
40
50
60
70
80
90
2011 2012 2013 2014 2015 2016 2017
Laki-Laki Perempuan
25
Sumber: Badan Pusat Statistik
Pada gambar 1.2, tingkat partisipasi angkatan kerja di Indonesia jika dilihat
dari angka memiliki gap yang jauh sehingga dapat dikatakan mengalami
kesenjangan, angka tingkat partisipasi angkatan kerja perempuan lebih rendah
sekitar 50 persen, hal ini menunjukkan adanya pendapatan di Indonesia, karena
tingkat partisipasi angkatan kerja di pengaruhi dari faktor tersebut. Pada
umumnya masyarakat di Indonesia lebih diutamakan pada laki-laki yang
mempunyai tanggung jawab dalam hal mencari nafkah sehingga hampir
semuanya laki-laki yang sudah mencapai usia kerja akan menjadi pelaku dalam
hal kegiatan perekonomian. Maka dalam ketenagakerjaan, terdapat pengaruh
sosio-budaya yang sudah melekat di masyarakat Indonesia.
Tabel 1. 5. IPG dan PDRB per Kapita Menurut Provinsi di Indonesia Tahun
2017
Provinsi / Kabupaten / Kota IPG PDRB_K (Ribu Rupiah)
2017 2017
ACEH 91,7 28227.06
SUMATERA UTARA 90,7 47963.99
SUMATERA BARAT 94,2 40324.28
RIAU 88,2 105990.99
JAMBI 88,1 54366.37
SUMATERA SELATAN 92,4 46420.64
BENGKULU 91,3 31368.79
LAMPUNG 90,5 37209.50
KEP. BANGKA BELITUNG 88,9 48902.75
KEP. RIAU 93 110310.55
DKI JAKARTA 94,7 232342.28
JAWA BARAT 89,2 37180.96
JAWA TENGAH 91,9 34650.40
DI YOGYAKARTA 94,4 31676.67
JAWA TIMUR 90,8 51388.32
BANTEN 91,1 45342.38
BALI 93,7 50714.59
26
Provinsi / Kabupaten / Kota IPG PDRB_K (Ribu Rupiah)
2017 2017
NUSA TENGGARA BARAT 90,4 25007.56
NUSA TENGGARA TIMUR 92,4 17241.26
KALIMANTAN BARAT 86,3 35979.45
KALIMANTAN TENGAH 88,9 48431.02
KALIMANTAN SELATAN 88,6 38738.31
KALIMANTAN TIMUR 85,6 165714.16
KALIMANTAN UTARA 86 112011.53
SULAWESI UTARA 94,8 44763.60
SULAWESI TENGAH 91,7 45255.80
SULAWESI SELATAN 92,8 48206.84
SULAWESI TENGGARA 90,2 41294.83
GORONTALO 86,6 29573.58
SULAWESI BARAT 89,4 29766.44
MALUKU 92,8 22857.70
MALUKU UTARA 89,2 26686.06
PAPUA BARAT 82,4 78426.50
PAPUA 79,4 58684.09
Sumber: Badan Pusat Statistik
Berdasarkan tabel 1.5, di tahun 2017 untuk PDRB per kapita yang memiliki
angka tertinggi sebesar 232342.28 yaitu provinsi DKI Jakarta sebagai Ibukota
Indonesia namun angka IPG-nya sebesar 94,7 persen bukan sebagai angka yang
hampir mendekati 100. Yang memiliki angka IPG yang hampir mendekati 100
yaitu provinsi Sulawesi Utara dengan memiliki angka 94,8 dengan PDRB per
kapita hanya sebesar 44763.60
Pembangunan menjadi salah satu masalah dari kesetaraan gender yang bukan
hanya masalah perempuan. Untuk mengukur kebehasilan sebuah pembangunan
terdapat salah satu indikator yaitu pembangunan gender. Pada awalnya, Hasil-
hasil dari pembangunan untuk memberi manfaat menyeluruh bukan hanya fokus
pada masyarakat perempuan maupun laki-laki. Akan tetapi, jika dilihat dari
27
kenyataannya masih belum bisa dinikmati secara sepenuhnya oleh laki-laki dan
perempuan. Ketimpangan gender menjadi alasan ada batasan bagi perempuan
untuk menikmati hasil dan juga turut berpartisipasi dari pembangunan. Beban
dalam pembangunan adalah pada kualitas kehidupan manusia, dikarenakan
meningkatkan kualitas hidup manusia adalah tujuan pembangunan. Pada masalah
ketimpangan gender, bahwasanya akan memberikan beban pada produktivitas,
efisiensi, dan kemajuan ekonomi. Dengan menahan sumber daya manusia di
rumah ataupun di pasar tenaga kerja, serta dengan sistematis adanya batasan bagi
perempuan atau laki-laki terhadap akses ke sumber daya, jasa publik, atau
aktivitas produktif, maka diskriminasi gender menambah beban suatu
perekonomian untuk tumbuh serta mengurangi kapasitas untuk meningkatkan
standar kehidupan.2 Sehingga sangat jelas bahwa kesetaraan gender merupakan
isu utama dalam pembangunan yang berkelanjutan.
B. Rumusan Masalah
Beberapa upaya pembangunan manusia untuk meningkatkan kualitas hidup
telah mengalami kemajuan. Namun, dilihat dari pembangunan manusia tidak
memberikan manfaat secara adil antara laki-laki dan perempuan dan juga belum
cukup efektif dalam mencapai meningkatkan pembangunan perempuan dalam
bidang kesehatan, pendidikan, dan ketenagakerjaan. Peningkatan pembangunan
manusia di Indonesia tidak difokuskan untuk meningkatkan kesetaraan gender.
Kesetaraan gender dalam artian kesamaan kondisi bagi laki-laki dan perempuan
untuk memperoleh kesempatan serta hak-haknya sebagai manusia. Dalam
berperan pun juga sangat diperlukan kesetaraan gender seperti menerima manfaat
pembangunan secara utuh di segala bidang kehidupan.
Ketimpangan gender yang terjadi dalam hak, sumberdaya, maupun akses
politik tidak hanya merugikan setiap perempuan. Namun secara umum, bisa
merugikan anggota masyarakat sekaligus menghambat pembangunan. Investasi
yang rendah dalam hal pendidikan dan kesehatan perempuan akan mengurangi
2 World Bank, 2005
28
jumlah modal manusia dalam masyarakat dan menurunkan tingkat pendapatan.
Rendahnya pendidikan dan keterampilan perempuan, tingkat kesehatan yang
rendah, serta terbatasnya setiap akses terhadap sumber daya akan membatasi
produktivitas, pertumbuhan ekonomi dan mengurangi efisiensi pembangunan
secara keseluruhan. Maka dari itu, upaya meningkatkan kesetaraan gender
menjadikan salah satu indikator yang digunakan untuk mengukur keberhasilan
pembangunan. Menurut Dollar dan Gatti (1999), mereka menjelaskan bahwa
ketimpangan gender dapat diukur dari kesenjangan pencapaian pendidikan,
peningkatan kesehatan, dan ketenagakerjaan antara laki-laki dan perempuan.
C. Pertanyaan Penelitian
Berdasarkan latar belakang dan rumusan masalah yang telah di uraikan diatas,
maka pertanyaan penelitian yang diambil untuk penelitian ini, antara lain:
1. Bagaimana ketimpangan gender yang ada di angka harapan hidup laki-laki
dan perempuan mempengaruhi pertumbuhan ekonomi di Indonesia?
2. Bagaimana ketimpangan gender yang ada di rata-rata lama sekolah laki-
laki dan perempuan mempengaruhi pertumbuhan ekonomi di Indonesia?
3. Bagaimana ketimpangan gender yang ada di tingkat pertisipasi angkatan
kerja laki-laki dan perempuan mempengaruhi pertumbuhan ekonomi di
Indonesia?
D. Tujuan Penelitian
Berdasarkan latar belakang dan rumusan masalah yang telah dijelaskan,
tujuan penelitian ini adalah sebagai berikut:
1. Pemerintah
Untuk segera mengambil langkah-langkah strategis untuk memperkuat
penerapan pengarusutamaan gender dan perencanaan dan penganggaran
responsif gender guna mencapai kesetaraan dan keadilan gender serta
pemenuhan hak perempuan.
29
2. Masyarakat
Untuk mensosialisasikan bahwa diperlukan kesetaraan gender dalam hal
hak akses dan partisipasi antara perempuan dan laki-laki.
3. Mahasiswa
Menganalisis pengaruh ketimpangan gender dan pengaruhnya terhadap
pertumbuhan ekonomi di Indonesia: kesehatan, pendidikan, dan
ketenagakerjaan.
E. Manfaaat Penelitian
Berikut beberapa manfaat dalam penulisan penelitian ini:
1. Sebagai salah satu syarat untuk mendapatkan gelar sarjana ekonomi di
Universitas Islam Negeri Syarif Hidayatullah Jakarta.
2. Dapat digunakan sebagai bahan pertimbangan bagi praktisi dalam
menentukan kebijakan yang tepat, terutama yang berkaitan dengan
kesetaraan gender, kesehatan, pendidikan, dan ketenagakerjaan di
Indonesia.
3. Dapat menjadi bahan acuan atau referensi penelitian selanjutnya dalam
hal ketimpangan gender terhadap pertumbuhan ekonomi.
4. Dapat menambah literasi ilmiah mengenai kesetaraan gender dalam
kesehatan, pendidikan, dan ketenagakerjaan terhadap pertumbuhan
ekonomi.
F. Sistematika Penulisan
Penulisan skripsi ini disajikan dalam lima bab, yaitu pendahuluan, tinjauan
pustaka, metode penelitian, analisis dan pembahasan, dan penutup.
Bab I Pendahuluan
Menjelaskan tentang latar belakang dan rumusan masalah ketimpangan
gender di Indonesia. Bab ini juga terdapat pertanyaan penelitian serta
menjelaskan tujuan dan manfaat penelitian untuk penelitian ini.
30
Bab II Tinjauan Pustaka
Menjelaskan teori-teori mengenai pertumbuhan ekonomi dan konsep gender
serta keterkaitan antar variabel independen terhadap dependen. Dan juga, bab ini
mencakup tinjauan kajian terdahulu dan kerangka pemikiran teoritis serta
hipotesis untuk mendukung penelitian ini.
Bab III Metode Penelitian
Menjelaskan ruang lingkup penelitian, jenis penelitian, metode penentuan
populasi dan sampel, metode pengambilan data, metode analisis data, dan
pengajuan model serta uji statistik. Dan juga, bab ini terdapat operasional
variabel penelitian yang digunakan untuk mencapai tujuan penelitian tentang
ketimpangan gender dan pertumbuhan ekonomi di Indonesia.
Bab IV Analisis dan Pembahasan
Memaparkan dan menjelaskan temuan hasil penelitian yang sudah diolah dan
pembahasan mengenai hasil analisis tentang ketimpangan gender dan
pertumbuhan ekonomi di Indonesia.
Bab V Penutup
Memuat kesimpulan dari hasil penelitian serta mencakup saran yang
direkomendasikan sesuai hasil penelitian kepada pihak-pihak yang berkaitan
dengan masalah tentang ketimpangan gender dan pertumbuhan ekonomi di
Indonesia.
31
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Teori Pertumbuhan Ekonomi
a. Teori Pertumbuhan Ekonomi Klasik
Adam Smith dan David Ricardo yang merupakan tokoh-tokoh ekonomi
mengemukakan teori ekonomi klasik. Menurut Smith di dalam teori ekonomi
klasik, ada 2 faktor utama yang mempengaruhi pertumbuhan ekonomi secara
klasik yang terdiri dari pertumbuhan output total dan pertumbuhan penduduk serta
produktivitas sektor-sektor dalam menggunakan faktor-faktor produksinya.
Sehingga menurut Sukirno, produktivitas sektor-sektor dapat ditingkatkan dengan
sarana pendidikan, pelatihan, dan manajemen yang lebih baik.
Menurut Adam Smith ada tiga poin pada pertumbuhan output total sistem
produksi suatu negara, yang terdiri dari:
1. Sumber daya alam yang tersedia
2) Sumber daya insani
3) Stok barang modal
b. Teori Pertumbuhan Ekonomi Neo-Klasik
Ada tokoh ekonomi yang mengembangkan teori pertumbuhan ekonomi
yaitu Solow. Solow mengemukakan teori pertumbuhan Neo-Klasik yang berisikan
pertumbuhan ekonomi dilihat dari penambahan persediaan faktor-faktor produksi
dan tingkat kemajuan sebuah teknologi. Teori Neo-klasik yang dikembangkan
Solow masih didasarkan pada mazhab klasik yaitu perekonomian berada pada
kondisi full employment. Sehingga, di dalam teori Neo-Klasik menyatakan faktor-
faktor produksi sudah digunakan secara fisik (Sukirno, 2008). Didalam teori Neo-
32
Klasik juga menyatakan pengaruh dalam pertumbuhan ekonomi yang di bagi 3
jenis input, yaitu:
1) Pengaruh modal dalam pertumbuhan ekonomi
2) Pengaruh teknologi dalam pertumbuhan ekonomi
3) Pengaruh angkatan kerja yang bekerja dalam pertumbuhan ekonomi
Dalam teori pertumbuhan ekonomi yang dikembangkan Solow-Swan
menggunakan asumsi yang sebagai berikut (Situmorang, 2011):
1) Full Employment, karena bekerjanya mekanisme pasar.
Solow-Swan menyatakan asumsi perekonomian yang ada di dalam
teorinya yaitu tertutup. Sehingga di dalam perekonomian, sebuah
perusahaan memproduksi barang dengan kombinasi tenaga kerja dan
modal serta tidak adanya intervensi pemerintah. Bahwasanya,
perhitungan pendapatan nasional berdasarkan pengeluaran agregat,
sebagai berikut:
( )
( )
Dalam persamaan (2.2), pengumpulan saving tersebut seluruhnya
digunakan untuk investasi yang nantinya akan menyebabkan
peningkatan pendapatan nasional.
2) Teknologi dan populasi merupakan faktor eksogen.
Teori Neo-klasik menyatakan capital output ratio (COR) memiliki
sifat yang dinamis, dapat diartikan dalam hal menghasilkan tingkat
output tertentu dibutuhkan keseimbangan kombinasi antara kapital
dan tenaga kerja. Karena, penggunaan kapital yang tinggi maka
penggunaan tenaga kerja akan rendah, begitu pula sebaliknya. Pokok
pemikiran lainnya adalah dalam fungsi produksinya, adanya teknologi
yang teraugmentasi pada faktor-faktor produksi seperti kapital dan
labor sebagaimana terlihat pada model di bawah:
( ) ( )
33
( ) ( )
Pada persamaan (2.3) terlihat bahwa teknologi melekat pada
variabel labor, yang nantinya akan berdampak pada penerapan pola
produksi yang disuatu negara yang lebih labor intensive. Persamaan
(2.4) ini disebut sebagai purely capital augmenting.
Tokoh ekonomi Charles Cobb dan Paul Douglas yang
mengembangkan fungsi dengan sebutan fungsi produksi Cobb-
Douglas menjadi acuan untuk teori pertumbuhan Neo-Klasik. Fungsi
tersebut dituliskan dengan cara berikut (Situmorang, 2011):
( )
Dimana :
QT = Tingkat produksi
AT = Tingkat teknologi
KT = Jumlah stok
LT = Jumlah tenaga kerja
α = Pertambahan output oleh pertambahan satu unit modal
β = Pertambahan output oleh pertambahan satu unit tenaga kerja
Menurut Sukirno, bahwasanya pertumbuhan ekonomi merupakan
perkembangan kegiatan dalam perekonomian yang menyebabkan barang dan jasa
yang diproduksikan dalam masyarakat bertambah dan kemakmuran masyarakat
meningkat. Sehingga terdapat kemampuan yang tumbuh dengan terwujudnya
kenaikan output nasional yang secara terus menerus. Dan juga disertai kemajuan
teknologi, penyesuaian kelembagaan, serta ideologis yang diperlukannya.
Pertumbuhan ekonomi memiliki tiga komponen yang mempunyai arti
penting bagi masyarakat, yang terdiri dari (Todaro dan Smith, 2006):
1) Akumulasi Modal
Dalam hal akumulasi modal. Bahwasanya, jika seseorang memiliki
pendapatan yang sebagiannya ditabung dan diinvestasikan bertujuan untuk
meningkatkan output dan pendapatan di masa depan. Investasi yang
34
dimaksud berupa investasi tanah, peralatan fisik, serta kualitas sumber
daya manusia di bidang kesehatan, pendidikan, dan keterampilan kerja.
2) Pertumbuhan Jumlah Pendudukan dan Angkatan Kerja
Dengan tingginya jumlah pendidik yang berkaitan dengan jumlah
angkatan kerja maka menjadi sebuah faktor yang positif untuk merangsang
pertumbuhan ekonomi. Karena, jika angkatan kerja yang tersedia banyak
maka terdapat pekerja produktif yang banyak. Lalu, jumlah penduduk
yang besar maka akan membuat peningkatan dalam ukuran potensial bagi
pasar domestik.
3) Kemajuan Teknologi
Menjadi sebuah faktor yang penting untuk merangsang pertumbuhan
bagi masyarakat. Bahwasanya, kemajuan teknologi mampu memberikan
tingkat output yang lebih tinggi dengan adanya kuantitas dan kombinasi
input modal atau tenaga kerja yang sama.
Menurut Sukirno (2008), untuk menentukan tingkat pertumbuhan ekonomi
yang dicapai oleh suatu negara perlu menghitung pendapatan nasional riil, yaitu:
Produk Nasional Bruto riil atau Produk Domestik Bruto riil. Formula yang akan
digunakan untuk meningkatkan tingkat pertumbuhan ekonomi ialah
( )
= Pertumbuhan Ekonomi pada Tahun t
= Pendapatan Nasional Riil pada Tahun t
= Pendapatan Nasional Riil pada Satu Tahun Sebelumnya
t-1 = Periode Satu tahun Sebelumnya
2. Konsep Gender
Gender berbeda dengan jenis kelamin biologis (Mosse, 2003). Jenis kelamin
biologis itu seperti manusia dilahirkan sebagai seorang laki-laki atau perempuan,
35
sehingga dapat disimpulkan bahwasanya jenis kelamin biologis merupakan
pemberian. Sedangkan gender seperti sebuah proses yang menjadikan seorang
laki-laki itu maskulin dan seorang perempuan itu feminim. Sehingga gender
merupakan seperangkat peran yang melihat dari perilaku khusus mencakup
penampilan, sikap, kepribadian, di dalam atau di luar rumah tangga, seksualitas,
dan tanggung jawab keluarga. Gender seiring waktu akan berubah dan berbeda
antara sebuah kultur dengan kultur lainnya.
Menurut World Health Organization (2012), bahwasanya gender merupakan
seperangkat peran, perilaku, kegiatan dan atribut yang dianggap layak bagi laki-
laki dan perempuan. Gender menjadi sebuah acuan untuk peran yang
dikontruksikan dalam bermasyarakat dan perilaku-perilaku yang dipelajari serta
harapan-harapan yang mengkaitkan seorang perempuan dan laki-laki. Gender
merupakan salah satu kategori sosial yang paling menentukan kesempatan hidup
dan peran serta seseorang dalam masyarakat dan ekonomi. Peran dan hubungan
gender dapat sangat beragam antara masyarakat yang satu dengan yang lainnya.
Peran dan hubungan gender berkembang dari interaksi yang terjadi antara
berbagai kendala biologis, teknologi, ekonomis, dan kendala-kendala sosial
lainnya (World Bank, 2005).
Moser (1993) menyatakan bahwa perempuan memiliki tiga peran jika
dikaitkan dengan peran gender, yang terdiri dari:
a. Peran reproduktif
Peran reproduktif merupakan sebuah peran yang dilakukan untuk
kegiatan terkait dengan pemeliharaan sumber daya manusia atau tugas
rumah tangga oleh perempuan seperti melahirkan/mengasuh anak,
memasak, dan lain-lain.
b. Peran produktif
Dalam peran produktif bukan hanya perempuan saja, namun laki-laki
memiliki peran ini. Karena peran ini merupakan peran yang terkait
36
pekerjaan yang menghasilkan barang dan jasa, baik untuk di konsumsi
secara pribadi ataupun untuk di perjual belikan.
c. Peran mengelola komunitas
Peran ini memiliki sifat sosial dari gender itu sendiri. Karena peran
ini terkait kegiatan yang dilakukan seorang laki-laki dan perempuan
secara sukarela atau tidak dibayar. Biasanya kegiatan ini dilakukan oleh
perempuan dalam bermasyarakat dengan untuk menjamin pengadaan dan
pemeliharaan sumber daya seperti kesehatan dan pendidikan.
Kesetaraan gender merupakan hasil dari ketiadaan diskriminasi gender
dengan atas dasar kesempatan, alokasi sumber daya atau manfaat dan akses
terhadap pelayanan (Kementrian Pemberdayaan Perempuan dan Perlindungan
Anak). Di dalam Priyadi dan Astuti (2006) terdapat wujud dari ketidakadilan
gender sebagaimana berikut:
a. Marginalisasi (peminggiran kaum perempuan)
Marginalisasi merupakan suatu proses untuk menyisihkan
kemiskinan yang menimpa kaum laki-laki dan perempuan. Kaum
perempuan hanya dianggap sebagai warga masyarakat kelas dua dan
kaum perempuan sendiri cenderung enggan menjadi nomor satu.
Keyakinan gender tersebut mengakibatkan sering terjadinya
marginalisasi bagi perempuan.
b. Stereotipe
Didalam stereotipe, harapan seorang perempuan adalah menjadi
figur yang feminim seperti cantik, lembut, taat, cermat, dll. Sedangkan,
harapan seorang laki-laki adalah menjadi figur yang maskulin seperti
kuat, gagah, berkharisma dll. Namun pada kenyataannya, ada segelintir
orang yang memiliki dua karakter yaitu maskulin sekaligus feminim.
c. Beban Ganda (Beban Publik dan Beban Domestik)
Dalam hal beban ganda, setiap gender akan memiliki beban ganda
yang disandangnya. Seperti kenyataannya dalam hal pembagian kerja,
ketika perempuan yang berpartisipasi di dunia publik ada sebuah beban
37
yang disandangnya juga yaitu beban domestik (rumah tangga). Masalah
yang kemungkinan terwujud ketika adanya peningkatan jumlah
perempuan dalam dunia publik, yaitu lupanya seorang perempuan yang
mempunyai beban di dunia domestik (pekerjaan rumah tangga).
Munculnya ketimpangan gender mempunyai 2 penyebab (Eitezen dalam
Mulyono, 2006), yaitu:
a. Pandangan Teori Materialis
Pandangan teori materialis menjelaskan dikaitkan dengan hal upah
seorang perempuan lebih sedikit dibandingkan seorang laki-laki. Teori
ini dilihat dari outcome di segi ekonomi, yang bahwasanya bagaimana
seorang perempuan dan laki-laki terikat terhadap ekonomi masyarakat.
Ketimpangan yang terjadi dalam teori materalis karena perempuan:
(1). kalah kuat secara fisik dibanding laki-laki
(2). perempuan secara fisik memiliki tugas-tugas sosial yang lebih
banyak dibanding laki-laki.
Teori ini menekankan pada kontrol dan distribusi sumber daya yang
bernilai sebagai fakta yang krusial sehingga menghasilkan stratifikasi.
b. Pembedaan antara pekerjaan domestik dan publik
Pembedaan dalam hal pekerjaan domestik dan publik menjadi ada
batasan gerak bagi perempuan. Karena perempuan yang memiliki peran
reproduksi dan tanggung jawab pada pekerjaan domestik menjadi alasan
perempuan terbatasnya dalam hal mengakses sumber daya yang bernilai
tinggi.
3. Ketimpangan Gender di Bidang Kesehatan
Dalam Gorman dan Read (2007), mereka menjelaskan berbagai penyebab
ketimpangan gender dalam mortalitas. Penyebab ketimpangan gender dalam
38
mortalitas dapat diklasifikasikan menjadi tiga kategori yang terdiri dari biologis,
struktur sosial dan perilaku. Dalam kategori biologis dijelaskan bahwasanya
perempuan mempunyai sistem imunitas yang lebih baik karena testosteron
menyebabkan imunosupresi. Kategori yang kedua yaitu struktur sosial, dalam
kategori tersebut dijelaskan bahwa adanya peningkatan perawatan prenatal dan
kebidanan sehingga terjadinya penurunan angka kematian ibu. Kategori ketiga
yang perilaku, perilaku perempuan sangatlah baik jika dibandingkan perilaku laki-
laki. Karena, perilaku laki-laki lebih tinggi dalam hal mengkonsumsi alkohol dan
rokok serta sering mengalami cedera yang disengaja maupun tidak disengaja,
pembunuhan dan bunuh diri.
Menurut Departemen Kesehatan (2007), laki-laki dan perempuan dalam hal
sistem pelayanan di bidang kesehatan memiliki kecenderungan diperlakukan
secara berbeda. Perbedaan di bidang kesehatan akan mengakibatkan perbedaan
yang terjadi di akses dan kualitas pelayanan yang diterima bagi perempuan dan
laki-laki.
4. Ketimpangan Gender di Bidang Pendidikan
Ketimpangan gender yang terjadi di bidang pendidikan dikarenakan adanya
ketidaksetaraan dalam hal latar belakang pendidikan yang belum setara antara
laki-laki dan perempuan sehingga mempengaruhi terhadap faktor lainnya seperti,
lapangan pekerjaan, peran di masyarakat, jabatan, hingga pada masalah
menyuarakan pendapat (Suryadi dan Idris, 2004). Dikarenakan adanya
ketidaksetaraan pada latar belakang pendidikan maka mengakibatkan juga pada
rendahnya tingkat pendidikan perempuan. Sehingga, perempuan belum
mempunyai peran yang besar dalam pembangunan. Menurut Suryadi (2001)
dengan ditingkatkan taraf pendidikan dan dihilangkannya diskriminasi gender di
bidang pendidikan dapat memberikan ruang bagi perempuan untuk berperan lebih
dalam pembangunan serta menjadi penentu kebijakan di bidang-bidang lain
seperti ekonomi, sosial, dan politik.
39
“pendidikan bagi kaum perempuan penting” Statement tersebut dijelaskan
dalam Todaro dan Smith (2006). Statement tersebut didasarkan dengan bukti
empiris yang cukup, bahwasanya diskriminasi dalam bidang pendidikan
khususnya bagi kaum perempuan akan mengambat pembangunan ekonomi dan
juga memperburuk ketimpangan pada sosial. Ada empat alasan yang menjelaskan
keuntungan secara ekonomi jika memperkecil gap ketimpangan gender dalam
pendidikan dengan dilakukannya kesempatan pendidikan yang luas bagi kaum
perempuan, yaitu:
a. Tingkat pengembalian (rate of return) dari pendidikan kaum
perempuan lebih tinggi daripada tingkat pengembalian pendidikan
pria di kebanyakan negara berkembang.
b. Dengan ditingkatkan pendidikan bagi kaum perempuan dapat
menaikkan partisipasi tenaga kerja, lambatnya pernikahan,
rendahnya tingkat fertilitas, kesehatan dan gizi anak-anak yang lebih
baik bukan hanya menaikkan produktivitas kaum perempuan di
sektor pabrik ataupun pertanian.
c. Munculnya dampak pengganda (multiplier effect) dikarenakan
adanya pengaruh kesehatan dan gizi anak-anak yang lebih baik serta
ibu yang lebih terdidik terhadap kualitas anak bangsa yang akan
datang.
d. Dengan adanya perbaikan yang signifikan bagi peran dan status
perempuan melalui pendidikan akan memberikan dampak untuk
memutuskan lingkaran setan kemiskinan serta pendidikan yang tidak
memadai. Dikarenakan, perempuan menjadi beban terbesar bagi
kemiskinan dan kelangkaan di lingkungan masyarakat negara
berkembang.
Sehingga dari penjelasan diatas, ketimpangan gender pada sektor pendidikan
telah menjadi salah satu faktor yang paling berpengaruh terhadap ketimpangan
gender.
40
5. Ketimpangan Gender di Bidang Ketenagakerjaan
Menurut Khotimah (2009) menyatakan bahwasanya sturuktur angkatan kerja
perempuan memiliki tingkat pendidikan yang rendah. Sehingga masih banyaknya
perempuan yang bekerja di sektor informal. Sektor informal merupakan pekerjaan
yang tidak perlu kualitas pengetahuam dan keterampilan canggih atau spesifik
namun perempuan yang bekerja di sektor informal kurang diberikannya jaminan
perlindungan secara hukum, kurang memadai jaminan kesejahteraan, kondisi
kerja yang memprihatinkan, dan rendahnya pendapatan pada sektor informal.
Terdapat dua fenomena yang menunjukkan adanya diskriminasi gender dalam
pasar kerja, yaitu penghasilan rata-rata perempuan yang lebih rendah
dibandingkan laki-laki serta sudah terpilahnya pekerjaan berdasarkan gender bagi
perempuan dan laki-laki (World Bank, 2005). Hal ini mencerminkan sejumlah
kecenderungan:
a. Investasi modal insani lebih banyak ditanamkan bagi anak laki-laki
ketimbang anak perempuan.
b. Para pengusaha yang memiliki preferensi diskriminatif tentang siapa
yang dikontrak dan dibayar mahal.
c. Pelecehan seksual di tempat kerja yang membuat kondisi kerja tidak
nyaman dan berbahaya serta menurunkan moral dan juga
produktivitas pekerja.
d. Peran dominan perempuan dalam membesarkan anak dan mengelola
rumah tangga.
e. Norma-norma sosial dan agama yang membatasi kemampuan
perempuan untuk bekerja di luar rumah dan untuk memilih jenis
pekerjaan.
41
f. Undang-undang dan peraturan perburuhan yang dimaksudkan untuk
melindungi perempuan terhadap potensi bahaya pekerjaan yang
justru telah menjauhkan mereka dari pekerjaan-pekerjaan tertentu.
6. Hubungan Ketimpangan Gender Terhadap Pertumbuhan Ekonomi
Banyak hubungan ketimpangan gender dengan pertumbuhan ekonomi yang
dijadikan objek penelitian di berbagai negara. Dalam laporan World Bank (2017)
menyatakan tingginya biaya disparitas gender, dapat dikatakan bahwasanya
disparitas gender bukan hanya mengurangi kesejahteraan perempuan namun
mengurangi kesejahteraan laki-laki dan anak-anak serta menghambat
pertumbuhan ekonomi.
Namun, ada beberapa argumentasi yang menyatakan bahwa ketimpangan
gender dapat berdampak positif terhadap pertumbuhan ekonomi (Seguino, 2008),
yaitu:
a. Ketimpangan gender dalam pendidikan akan mengurangi jumlah
rata-rata modal manusia dalam masyarakat. Sehingga dapat
mengurangi tingkat pengembalian investasi sektor pendidikan karena
ketimpangan gender yang terjadi di bidang pendidikan akan
menghalangi bakat-bakat yang mempunyai kualifikasi tinggi yang
terdapat pada anak perempuan.
b. Adanya eksternalitas dari pendidikan kaum perempuan bagi
penurunan tingkat fertilitas, tingkat kematian anak, dan mendorong
pendidikan yang lebih baik bagi generasi mendatang. Bahwasanya,
dengan adanya penurunan fertilitas maka memberikan eksternal
positif bagi penurunan angka beban ketergantungan dalam angkatan
kerja.
42
c. Adanya dampak positif dalam hal kemampuan bersaing suatu negara
dalam perdagangan internasional. Jika, kesempatan di sektor
pendidikan dan ketenagakerjaan yang merata bagi setiap gender.
d. Adanya bargaining power dalam keluarga, karena besarnya bekal
pendidikan dan kesempatan kerja di sektor formal bagi kaum
perempuan. Sehingga, menjadi penting adanya perbedaan pola antara
perempuan dan laki-laki dalam hal menabung atau investasi ekonomi
maupun non ekonomi seperti kesehatan dan pendidikan anak yang
menjadikan modal kualitas manusia untuk generasi mendatang dan
mendorong pertumbuhan ekonomi.
B. Tinjauan Kajian Terdahulu
Beberapa penelitian yang telah dilakukan sebelumnya berkaitan dengan
penelitian ini. Penelitian-penelitian tersebut membahas hanya sebagian dari
variabel yang digunakan oleh penulis. Berikut beberapa penelitian terdahulu yang
berkaitan dengan judul ataupun variabel-variabel penelitian.
43
Tabel 2. 1. Tinjauan Kajian Terdahulu
No. Judul dan Penulis Variabel Alat Analisis Hasil Perbedaan
1. Ketimpangan
Gender dalam
Pertumbuhan
Ekonomi. (Erma
Aktaria dan
Budiono Sri
Handoko, 2012)
a. Analisis Ketimpangan
Gender
GII yang diproksi dari
perbandingan HDI dan
GDI
GII yang diproksi dari
perbandingan antara
HDI dan GEM
b. Analisis Pengaruh
Ketimpangan Gender
terhadap Pertumbuhan
Ekonomi
PDRB
Gender Inequality
Index (GII) yang
dikonstruksi dalam
penelitan
GII yang diproksi dari
a. Statistik
Deskriptif
b. Regresi data
panel
Hasil analisis deskriptif
menunjukkan terdapat
ketimpangan gender yang
di setiap kabupaten/kota di
provinsi Kalimantan
Tengah antara tahun 2004
sampai dengan 2007. Hasil
analisis regresi data panel
menunjukkan terdapat
pengaruh yang negatif dan
signifikan antara
ketimpangan gender yang
diwakili oleh jenis indeks
GII terhadap pertumbuhan
ekonomi kabupaten/kota di
wilayah provinsi
Kalimantan Tengah
- Variabel
44
No. Judul dan Penulis Variabel Alat Analisis Hasil Perbedaan
perbandingan antara
HDI dan GDI
GII yang diproksi dari
perbandingan antara
HDI dan GEM
Jumlah anggaran
APBD bidang
kesehatan
Jumlah angguran
APBD bidang
pendidikan
2. Analisis Pengaruh
Ketimpangan
Gender terhadap
Pertumbuhan
Ekonomi di
Provinsi Lampung.
(Ulung Purba,
(Y):
Pertumbuhan Ekonomi (PDRB)
(X):
Rasio Angka Harapan Hidup
Fixed Effect
Model (GLS)
Hasil penelitiannya bahwa
variabel bebas rasio angka
harapan hidup dan rasio
rata-rata lama sekolah
mempunyai pengaruh
positif terhadap
petumbuhan ekonomi di
Provinsi Lampung.
- Objek Penelitian
- Variabel
- Model Penelitian
45
No. Judul dan Penulis Variabel Alat Analisis Hasil Perbedaan
2016) Rasio Rata-Rata Lama Sekolah
Rasio Tingkat Partisipasi
Angkatan Kerja
Sedangkan variabel bebas
lainnya yaitu rasio tingkat
partisipasi angkatan kerja
berpengaruh negatif
terhadap pertumbuhan
ekonomi di Provinsi
Lampung
3. Analisis Pengaruh
Ketimpangan
Gender terhadap
Pertumbuhan
Ekonomi di
Provinsi Jawa
Tengah. (Rahmi
Fuji Astuti
Harahap, 2014)
1. Pendekatan Pertama
Selisih Indeks Pembangunan
Manusia (IPM) dengan Indeks
Pembangunan Gender (IPG) dan
Gender Inequality Index (GII)
UNDP.
2. Pendekatan Kedua
Rasio Angka Harapan Hidup
Perempuan dan Laki-Laki
Rasio Rata-Rata Lama Sekolah
a. Analisis
Statistik
Deskriptif
b. Regresi Data
Panel
Hasil analisis deskriptif
menunjukkan terdapat
ketimpangan gener di
setiap kabupaten/kota di
Provinsi Jawa Tengah
selama tahun 2008-2012.
Hasil regresi data panel
rasio angka harapan hidup
perempuan dan laki-laki
dan rasio rata-rata lama
sekolah perempuan dan
- Metodologi Penelitian
46
No. Judul dan Penulis Variabel Alat Analisis Hasil Perbedaan
Perempuan dan Laki-Laki
Rasio Tingkat Partisipasi
Angkatan Kerja Perempuan dan
Laki-Laki
laki-laki berpengaruh
positif dan signifikan
terhadap pertumbuhan
ekonomi. Rasio tingkat
partisipasi angkatan kerja
perempuan dan laki-laki
memiliki korelasi negatif
terhadap pertumbuhan
ekonomi.
4. Analisis Pengaruh
Disparitas Gender
Bidang Pendidikan
dan Bidang
Ketenagakerjaan
terhadap
Pertumbuhan
Ekonomi Provinsi
di Indonesia. Nur
Y
Pertumbuhan PDRB per kapita
X
Rata-rata Lamanya Sekolah
Pertumbuhan Rata-rata Lamanya
Sekolah
Analisis Cross
Section
Variabel tingkat
pendidikan berpengaruh
positf dan signifikan
terhadap pertumbuhan
ekonomi 30 provinsi di
Indonesia
Variabel pertumbuhan
tingkat pendidikan
berkorelasi positif dan
- Alat Analisis
47
No. Judul dan Penulis Variabel Alat Analisis Hasil Perbedaan
Wita Riztisyani
(2009)
Rasio Rata-rata Lamanya
Sekolah Wanita dan Laki-laki
Rasio Pertumbuhan Rata-rata
Lamanya Sekolah Wanita dan
Laki-laki
Pertumbuhan Rasio Tenaga
Kerja Wanita
Dummy Provinsi
signifikan terhadap
pertumbuhan ekonomi 30
provinsi di Indonesia
Variabel rasio pendidikan
laki-laki dan wanita serta
pertumbuhan rasio
pendidikan laki-laki dan
wanita berkorelasi positif
dengan pertumbuhan
ekonomi.
Variabel pertumbuhan
tenaga kerja laki-laki dan
wanita berkorelasi positif
dan signifikan terhadap
pertumbuhan ekonomi.
5. The Impact of
Gender Inequality
in Education and
Tingkat Pertumbuhan Ekonomi
Tingkat Pertumbuhan Angkatan
Analisis Cross
Section dan
Regresi Data
Ketimpangan gender dalam
pendidikan juga
menurunkan pertumbuhan
- Variabel
- Analisis dan
48
No. Judul dan Penulis Variabel Alat Analisis Hasil Perbedaan
Employment on
Economic Growth
in Developing
Countries: Updates
and Extensions.
Stephen Klasen
dan Fransesca
Lamanna (2008)
Kerja
Rata-rata Ekspor dan Impor
Tingkat Investasi
Pendidikan total penduduk 15
tahun ke atas
Rasio Pendidikan Perempuan
dan Laki-laki 15 tahun ke atas
Rasio Tingkat Partisipasi
Angkatan Kerja perempuan dan
laki-laki
Tingkat Partisipasi Angkatan
Kerja Laki-laki
Panel ekonmi di tahun 1990-an.
Ketimpangan gender dalam
pendidikan di Timur
Tengah dan Afrika Utara
serta Asia Selatan terus
mengganggu pertumbuhan
di wilayah tersebut, tetapi
dengan mengurangi
jumlah.
Analisis panel
menunjukkan bahwa
ketidaksetaraan dalam
ketenagakerjaan memiliki
dampak negatif yang cukup
besar terhadap
pertumbuhan ekonomi.
Pembahasan
49
C. Kerangka Pemikiran
Meningkatkan kesejahteraan dan memperbaiki kualitas hidup masyarakat
menjadi tujuan pertumbuhan ekonomi. Pertumbuhan ekonomi diharapkan mampu
meningkatkan kualitas sumber daya manusia bukan hanya pendapatan per kapita.
Dalam hal untuk mewujudkan tujuan dan harapan dari pertumbuhan ekonomi
dibutuhkan upaya-upaya yang tanpa membedakan jenis kelamin, suku, ras, agama,
dan antar golongan. Akan tetapi, pada pelaksanaan upaya-upaya tersebut masih
adanya mengabaikan masalah kesetaraan dan keadilan gender dengan adanya
perbedaan antara peran laki-laki dan perempuan sebagai pelaku dan penerima
hasil pertumbuhan. Masih rendahnya kualitas sumber daya manusia baik dalam
kesehatan, pendidikan, dan ketenagakerjaan membuat peran perempuan dalam
pelaksanaan program pertumbuhan ekonomi masih belum dimanfaatkan secara
optimal.
Ketimpangan gender di Indonesia merupakan salah satu masalah
pertumbuhan ekonomi. Pertumbuhan ekonomi di Indonesia dilihat melalui PDRB
per Kapita. Penelitian ini akan mencari tahu bagaimana ketimpangan gender dan
pengaruhnya terhadap pertumbuhan dilihat dari kesehatan, pendidikan, dan
ketenagakerjaan di Indonesia.
Terdapat 2 pendekatan untuk mengukur ketimpangan gender di Indonesia,
yaitu
1. Perbandingan indikator nilai indeks pembangunan manusia
(IPM) dengan indeks pembangunan gender (IPG).
2. Berdasarkan rekomendasi penghitungan ketimpangan gender oleh UNDP
dalam Human Development Report yaitu menggunakan Gender
Inequality Index (GII).
Untuk variabel-variabel yang digunakan dalam penelitian ini menggunakan 2
pendekatan yang sudah dijelaskan diatas. Dikarenakan, dianggap layak dan
50
mewakili untuk variabel-variabel yang diperoleh dari indikator 2 pendekatan
untuk menghitung ketimpangan gender terhadap pertumbuhan ekonomi.
Dalam Barri dan Lee (1996) menyatakan bahwasanya menggunakan angka
harapan hidup untuk menentukan tingkat pertumbuhan ekonomi. Sehingga angka
harapan hidup menjadi proxy yang layak untuk dijadikan indikator kesehatan
terhadap pertumbuhan ekonomi. Angka harapan hidup terdapat hubungan positif
dan kuat dengan pertumbuhan ekonomi dikarenakan bukan hanya mewakili
kesehatan namun juga kinerja. Sebagai analogi, angka harapan hidup yang tinggi
akan berkorelasi dengan perilaku dan kemampuan pekerja yang tinggi. Sehingga,
dalam penelitian ini angka harapan hidup laki-laki dan perempuan menjadi
variabel yang mewakili dalam kesehatan.
Variabel pendidikan yang selama ini digunakan adalah angka partisipasi
sekolah atau angka buta huruf. Namun menurut Pritchett (2000), angka partisipasi
bukan variabel yang terlalu bagus untuk akumulasi berapa lama sekolah. Barro
dan Lee (1996) juga menyatakan bahwa variabel partisipasi sekolah atau angka
buta huruf tidak mampu menjelaskan modal manusia yang mempengaruhi
keputusan seseorang mengenai fertilitas, kesehatan dan sebagainya. Dalam
penelitian Klasen dan Lamanna (2008) menggunakan rasio rata-rata lama sekolah
perempuan dan laki-lai serta rasio pertumbuhan rata-rata lama sekolah perempuan
dan laki-laki. Sehingga dalam penelitian ini merujuk pada Klasen dan Lamanna
(2008), rata-rata lama sekolah laki-laki dan perempuan digunakan sebagai
variabel yang mewakili dari sisi pendidikan.
Klasen dan Lamanna (2008) menyatakan di dalam penelitiannya, bahwa
tenaga kerja perempuan bukan variabel yang mampu mewakili ketenagakerjaan.
Hal ini terdapat kausalitas antara tenaga kerja perempuan dengan pertumbuhan
ekonomi, contohnya pertumbuhan ekonomi yang tinggi akan menarik perempuan
ke angkatan kerja dan begitu pun sebaliknya. Tingkat partisipasi angkatan kerja
dan pangsa perempuan dalam angkatan kerja menjadi proxy ketenagakerjaan.
Dalam penelitan Klasen dan Lamanna untuk tingkat partisipasi angkatan kerja
51
dapat dihindari dengan model panel fixed effect karena tingkat partisipasi
angkatan kerja sama persis dengan jumlah angkatan kerja. Sehingga pada
penelitian ini untuk melihat dari sisi ketenagakerjaan akan menggunakan variabel
tingkat partisipasi angkatan kerja laki-laki dan perempuan. variabel tingkat
partisipasi angkatan kerja diambil dari indikator GII berbeda dengan variabel-
variabel lain dilihat dari sisi kesehatan dan pendidikan yang diambil dari indikator
perbandingan IPM dan IPG.
52
Gambar 2. 1. Kerangka Pemikiran Teoritis
Indeks Ketimpangan Gender
Pendekatan 1
(Perbandingan IPM dan IPG)
Indikator:
1. IPM
Angka Harapan Hidup (AHH)
Angka Melek Huruf (AMH)
Rata-Rata Lama Sekolah/Mean Years
of School (MYS)
Pengeluaran Per Kapita RA yang
disesuaikan
2. IPG
AHH Perempuan
AHH Laki-Laki
AMH Perempuan
AMH Laki-Laki
MYS Perempuan
MYS Laki-Laki
Perkiraan Pendapatan Perempuan
Perkiraaan Pendapatan Laki-Laki
Pendekatan 2
(Gender Inequality Index UNDP)
Indikator:
Angka Kematian Ibu
Tingkat Fertilitas Remaja
Populasi Laki-Laki dan
Perempuan dengan Tingkat
Pendidikan Menengah dan Ke
Atas
Proporsi Laki-Laki dan
Perempuan dalam Kursi Parlemen
Tingkat Partisipasi Angkatan
Kerja (TPAK) Laki-laki dan
Perempuan
Kesehatan
Pendidikan
Ketenagakerjaan
AHH perempuan dan laki-laki
Pertumbuhan
Ekonomi (Y) MYS perempuan dan laki-laki
TPAK perempuan dan laki-laki
53
D. Hipotesis
Hipotesis adalah jawaban sementara atau praduga terhadap masalah dan
masih harus dibuktikan kebenarannya. Hipotesis disusun berdasarkan
kebenarannya. Hipotesis disusun berdasarkan kerangka pemikiran dan penelitian
terdahulu yang digunakan (Klasen dan Lamanna, 2008). Hipotesis dalam
penelitian ini adalah:
1. H0: Tidak ada pengaruh Angka Harapan Hidup laki-laki secara
parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-
2017
H1: Ada pengaruh Angka Harapan Hidup laki-laki secara parsial
terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-2017
2. H0: Tidak ada pengaruh Angka Harapan Hidup perempuan secara
parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-
2017
H1: Ada pengaruh Angka Harapan Hidup perempuan secara parsial
terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-2017
3. H0: Tidak ada pengaruh Rata-Rata Lama Sekolah laki-laki secara
parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-
2017
H1: Ada pengaruh Rata-Rata Lama Sekolah laki-laki secara parsial
terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-2017
4. H0: Tidak ada pengaruh Rata-Rata Lama Sekolah perempuan secara
parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-
2017
H1: Ada pengaruh Rata-Rata Lama Sekolah perempuan secara parsial
terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-2017
54
5. H0: Tidak ada pengaruh Tingkat Partisipasi Angkatan Kerja laki-laki
secara parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun
2011-2017
H1: Ada pengaruh Tingkat Partisipasi Angkatan Kerja laki-laki
secara parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun
2011-2017
6. H0: Tidak ada pengaruh Tingkat Partisipasi Angkatan Kerja
perempuan secara parsial terhadap Pertumbuhan Ekonomi di
Indonesia Tahun 2011-2017
H1: Ada pengaruh Tingkat Partisipasi Angkatan Kerja perempuan
secara parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun
2011-2017
7. H0: Tidak ada pengaruh Angka Harapan Hidup laki-laki dan perempuan,
Rata-Rata Lama Sekolah laki-laki dan perempuan, dan Tingkat
Partisipasi Angkatan Kerja laki-laki dan perempuan secara simultan
terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-2017
H1: Ada pengaruh Angka Harapan Hidup laki-laki dan perempuan, Rata-
Rata Lama Sekolah laki-laki dan perempuan, dan Tingkat Partisipasi
Angkatan Kerja laki-laki dan perempuan secara simultan terhadap
Pertumbuhan Ekonomi di Indonesia Tahun 2011-2017
55
BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini menganalisa tentang ketimpangan gender yang mempengaruhi
pertumbuhan ekonomi di Indonesia. Variabel-variabel yang digunakan dalam
penelitian ini terdiri dari variabel dependen dan variabel independen. Dimana
variabel dependen dalam penelitian ini pertumbuhan ekonomi, sedangkan
variabel independen dalam penelitian ini terdiri dari Angka Harapan Hidup
(AHH), Rata-rata Lama Sekolah/Mean Years School (MYS), dan Tingkat
Partisipasi Angkatan Kerja (TPAK).
Ruang lingkup yang digunakan dalam penelitian ini meliputi tahun 2011
sampai pada tahun 2017 dengan menggunakan metode data panel. Data yang
digunakan dalam penelitian ini adalah data tahunan. Adapun data yang
diperlukan adalah data pertumbuhan ekonomi yang dilihat dari PDRB per kapita
di Indonesia, data Angka Harapan Hidup (AHH) sebagai indikator dari
kesehatan, data Rata-rata Lama Sekolah/Mean Years School (MYS) sebagai
indikator dari pendidikan, dan data Tingkat Partisipasi Angkatan Kerja (TPAK)
sebagai indikator dari ketenagakerjaan.
B. Jenis Penelitian
Peran metodologi penelitian sangat menentukan dalam usaha untuk
menghimpun data yang diperlukan dalam penelitian. Ibarat lain metodologi
penelitian dapat memberikan petunjuk terhadap bagaimana suatu penelitian akan
dilakukan. Metode mengandung makna menyangkut prosedur dan cara untuk
melakukan pengajuan terhadap data-data yang diperlukan untuk menjawab
rumusan masalah yang telah dibuat.
Penelitian ini menggunakan jenis penelitian deskriptif kuantitatif. Metode
penelitian deskriptif dengan pendekatan secata kuantitatif digunakan apabila
56
dengan bertujuan untuk mendeskripsikan dan menjelaskan peristiwa atau suatu
kejadian yang terjadi dalam bentuk angka-angka bermakna. Penelitian deskriptif
kuantitatif dipilih karena bertujuan untuk menjelaskan adanya pengaruh AHH,
MYS, dan TPAK terhadap pertumbuhan ekonomi dengan mendeskripsikan hasil
dari pengolahan data menggunakan eviews.
C. Metode Penentuan Populasi dan Sampel
Populasi yang digunakan dalam penelitian ini yaitu provinsi yang ada di
Indonesia. Dikarenakan capaian angka Indeks Ketimpangan Gender (IKG)
Indonesia berdasarkan laporan Human Development Report (HDR) lebih tinggi
dari IKG dunia dan merupakan yang tertinggi diantara negara-negara di ASEAN.
Hal ini menunjukkan ketimpangan gender di Indonesia masih tinggi. Dengan kata
lain capaian kesetaraan gender Indonesia masih rendah dibandingkan negara-
negara ASEAN dan dunia. (Pembangunan Manusia Berbasis Gender, 2016)
Metode pengambilan sampel adalah dengan menggunakan metode Purposive
Sampling yang menentukan sampel dengan cara mengambil subjek bukan
berdasarkan random, strata, atau daerah tetapi didasari atas tujuan tertentu
(Arikunto, 2010).
D. Metode Pengambilan Data
Data adalah sebuah informasi atau keterangan yang bisa menjelaskan fakta
yang diolah dari bahan mentah secara kualitatif ataupun kuantitatif (Siregar,
2013). Pengumpulan data dilakukan saat sebuah penelitian dengan tujuan untuk
mencapai hasil penelitian tersebut. Adapun beberapa jenis data menurut sumber
dan cara pengumpulannya:
1. Data primer
Data yang diperoleh secara langsung biasa disebut dengan data primer.
Cara untuk mendapatkan data primer yaitu dengan melakukan
wawancara, jajak pendapat dengan responden, ataupun melakukan
57
observasi dari suatu peristiwa ataupun proyek. Kelebihan data primer
adalah tingkat akurat dari data yang dihasilkan terjamin dan unsur-unsur
kebohongan dapat terhindari, karena data yang dihasilkan sesuai dengan
apa yang dilihat dan didengar oleh peneliti langsung dari narasumber
aslinya. Namun, kelemahan pada data ini adalah dibutuhkan waktu yang
lebih lama dan biaya yang relatif cukup besar untuk memperoleh data ini
, karena peneliti diharuskan untuk penelitian langsung dari sumber yang
dijadikannya objek penelitian.
2. Data sekunder
Data sekunder tidak sama persis dengan data primer, karena data
sekunder tidak diperoleh langsung dari sumber aslinya. Pada umumnya,
data sekunder diperoleh dari suatu lembaga atau instansi atau organisasi
terkait dengan penelitian yang memplubikasikan data secara umum
melalui buku, literatur, dokumen, arsip, atau sumber-sumber lainnya.
Kelebihan dari data sekunder sendiri adalah cenderung membutuhkan
waktu yang singkat dan biaya relatif kecil untuk memperoleh data yang
dibutuhkan. Namun, tingkat keakuratan data lebih rendah dan kadang
dapat mempengaruhi hasil penelitian dikarenakan bukan dari sumber
langsung seperti data primer.
Berdasarkan pemaparan tentang data, maka jenis data yang digunakan dalam
penelitian ini adalah dengan data sekunder. Yang diperoleh dari Badan Pusat
Statistik. Data yang diambil dari tahun 2011 sampai dengan 2017.
Sebelum dilakukan penelitian, terlebih dahulu untuk menentukan metode
pengumpulan data yang diperlukan dalam penelitian. Karena data yang digunakan
dalam penelitian ini adalah data sekunder maka metode pengumpulan data yang
cocok digunakan adalah metode dokumentasi dan metode studi pustaka. Metode
dokumentasi dilakukan untuk memperoleh data atau informasi yang berkaitan
dengan penelitian dengan melihat kembali laporan tertulis baik angka maupun
keterangan. Metode studi pustaka dilakukan dengan cara mengumpulkan
informasi melalui buku literatur terkait dan penelitian-penelitian terdahulu.
58
E. Metode Analisis Data
Metode penelitian ini dengan menggunakan pendekatan kuantitatif, supaya
penelitian yang dilakukan menjadi lebih bersifat objektif berdasarkan angka yang
dihasilkan, sehingga hasil dari penelitian dikaitkan dengan teori yang ada dan
terbebas dari pengaruh pendapat subjektif peneliti.
Analisis ketimpangan gender dan pengaruhnya terhadap pertumbuhan
ekonomi: kesehatan, pendidikan, dan ketenagakerjaan menggunakan metode
regresi data panel. Data panel adalah sebuah set data yang data antar wilayah pada
sebuah periode waktu tertentu.
Data panel merupakan gabungan data deret waktu (time series) dan data antar
wilayah (cross section). Untuk pembentukan data panel menggunakan cara
mengkombinasikan data deret waktu dengan data antar wilayah sehingga
terbentuk suatu kumpulan data. Menurut Widarjono (2013) menyatakan jika
jumlah deret waktu sama banyaknya untuk tiap-tiap unit antar wilayah maka
disebut balanced panel. begitu pun sebaliknya jika jumlah deret waktu tidak sama
tidak sama untuk tiap-tiap unit antar wilayah maka disebut unbalanced panel.
Menurut Gujarati (2013), keuntungan data panel antara lain:
1. Bila data panel berhubungan dengan individu, perusahaan, negara, daerah
dan lain-lain pada waktu tertentu, maka data tersebut adalah homogen,
sehingga penaksiran dan dapat dipertimbangkan dalam perhitungan.
2. Kombinasi data time series dan cross section akan memberikan
informasi yang lebih lengkap, beragam, kurang berkorelasi antar
variabel, derajat bebas lebih besar dan lebih efisien.
3. Studi data panel lebih memuaskan untuk menentukan perubahan dinamis
dibanding dengan studi berulang dari cross section.
4. Data panel lebih baik mendeteksi dan mengukur efek yang secara
sederhana tidak dapat diukur oleh data time series dan cross section.
59
5. Data panel membantu studi untuk menganalisis perilaku yang lebih
kompleks, misalnya skala ekonomi dan perubahan teknologi.
6. Data panel dapat menimbulkan bias yang dihasilkan oleh agregasi
individu atau perusahaan karena unit data yang lebih banyak.
Sedangkan menurut Suliyanto (2011), ada juga kelebihan penggunaan data
panel dibandingkan dengan menggunakan data time series ataupun cross section
antara lain:
1. Panel data memiliki heterogenitas yang lebih tinggi, hal ini karena data
melibat beberapa individu dalam beberapa waktu.
2. Dengan panel data, dapat mengestimasikan karakteristik untuk tiap
individu berdasarkan heterogenitasnya.
3. Panel data dapat memberikan data yang lebih informatif, lebih bervariasi,
serta memiliki tingkat kolinieritas yang rendah, memperbesar derajat
kebebasan, dan lebih efisien.
4. Panel data cocok untuk studi perubahan dinamis, karena panel data yang
pada dasarnya adalah data cross section yang diulang-ulang (series).
5. Panel data mampu mendeteksi dan mengukur pengaruh yang tidak dapat
diobservasi dengan data time series murni atau data cross section murni.
6. Panel data mampu mempelajari model perilaku yang lebih komplek.
Dengan menggabungkan data time series dan cross section kita bisa
menambahkan jumlah observasi secara signifikan tanpa melakukan treatment
apapun pada data. Sehingga analisis data panel memungkinkan memberikan hasil
yang memuaskan.
Sedangkan model analisis yang digunakan dalam penelitian ini yakni analisis
regresi linier berganda. Terdapat 2 Model persamaan yang akan diestimasi dalam
60
penelitian ini, karena untuk melihat ketimpangan gender dan pengaruhnya
terhadap pertumbuhan ekonomi, sebagai berikut:
( )
Keterangan:
PDRBit = Pendapatan Domestik Regional Bruto di provinsi i pada
periode t
AHH_Lit = Angka Harapan Hidup Laki-laki di provinsi i periode t
MYS_Lit = Rata-rata Lama Sekolah Laki-laki di provinsi i periode t
TPAK_Lit = Tingkat Partisipasi Angkatan Kerja Laki-laki di provinsi i
periode t
βit = Intercept/Konstanta
β1, β2, β3, β4, β5, β6 = Koefisien Regresi
εit = Error term di negara I pada periode t
( )
Keterangan:
AHH_Pit = Angka Harapan Hidup Perempuan di provinsi i periode t
MYS_Pit = Rata-rata Lama Sekolah Perempuan di provinsi i periode
t
TPAK_Pit = Tingkat Partisipasi Angkatan Kerja Perempuan di
provinsi
i periode t
βit = Intercept/Konstanta
β1, β2, β3, β4, β5, β6 = Koefisien Regresi
εit = Error term di negara I pada periode t
Ada beberapa metode yang biasa digunakan untuk mengestimasi model
regresi dengan data panel. Tiga macam pendekatan yaitu:
61
a. Pendekatan Pooled Least Square (PLS)
Model ini merupakan model regresi yang paling sederhana
dibandingkan dua model regresi lain. Karena model ini hanya
dengan mengkombinasikan data time series dan cross section
(Widarjono, 2009). Dalam model PLS, perilaku individu
diasumsuikan sama dalam berbagai kurun waktu, sebab dimensi
waktu ataupun individu tidak diperhatikan dalam model ini.
b. Pendekatan Fixed Effect Model (FEM)
Menurut Gujarati (2012), menjelaskan apabila individu-individu
(cross section) dalam model ini memiliki intersepnya masing-
masing. Model ini juga sering disebut sebagai teknin Least Squares
Dummy Variable (LSDV). Karena untuk mengestimasi data panel
fixed effect model menggunakan teknik variable dummy untuk
melihat perbedaan intersep antar individu (Kuncoro, 2012).
c. Pendekatan Random Effect Model (REM)
Random effect model (REM) dikenal sebagai metode regresi yang
mengestimasi data panel dengan menghitung error dari model regresi
dengan metode generalized least square (GLS). Perbedaan dengan
FEM adalah apabila di FEM perbedaan antar individu atau waktu
digambarkan melalui intercept, maka dalam REM perbedaan
tersebut diakomodir melalui error. Keuntungan menggunakan REM
yaitu dapat menghilangkan heterokedastisitas. Metode ini untuk
memperhitungkan bahwa error berkorelasi sepanjang time series dan
cross section (Suliyanto, 2011).
F. Pengujian Model
1. Uji Spesifikasi
Diperlukan beberapa tahap-tahap untuk uji spesifikasi. Karena tiga
macam pendekatan tersebut merupakan asumsi yang ditetapkan untuk
62
melakukan estimasi terhadap data panel. Maka dari itu, ada beberapa uji
spesifikasi diantaranya uji Chow, uji Hausman, dan uji Lagrange Multiplier
(LM test). Ketika menetapkan bentuk asumsi yang paling tepat, diperlukan
juga menetapkan metode estimasi yang paling tepat diantaranya estimasi
Ordinary Least Square (OLS) jika diasumsikan tidak memiliki masalah pada
heteroskedastis. Namun, jika memiliki masalah pada heteroskedastis maka
memakai estimasi General Least Square (GLS). Penjelasan uji spesifikasi,
sebagai berikut:
a. Uji Chow
Uji in dilakukan untuk mengetahui PLS atau FEM yang akan
digunakan dalam estimasi. Hipotesisnya adalah sebagai berikut:
H0 = menerima model pooled least square, jika nilai Chow < F-tabel
H1 = menerima model fixed effect, jika nilai Chow > F-tabel
Jika nilai probabilitas lebih kecil dari tingkat signifikansi α =5%
maka menolak H0, artinya model panel yang baik untuk digunakan
adalah fixed effect model (FEM), dan sebaliknya jika H0 diterima,
berarti PLS yang dipakai dan dianalisis. Namun, jika H0 ditolak
maka FEM harus diuji kembali untuk memilih apakah akan
memakan FEM atau REM.
b. Uji Hausman
Keputusan penggunaan FEM atau REM dapat ditentukan dengan
menggunakan spesifikasi yang dikembangkan oleh Hausman.
Spesifikasi ini akan memberikan penilaian dengan chi-square
statistic sehingga keputusan pemilihan model akan dapat ditentukan
secata statistik. Pengujian ini dilakukan dengan hipotesis sebagai
berikut:
H0: menerima random effect
H1: menerima fixed effect
Jika nilai probabilitas lebih kecil dari tingkat signifikansi α =5%
maka menolak H0, artinya model panel yang baik untuk digunakan
63
adalah FEM dan sebaliknya jika H0 diterima, berarti REM yang
dipakai dan dianalisis.
c. Uji Lagrange Multiplier (LM)
Uji ini digunakan untuk apakah model PLS atau REM yang paling
tepat digunakan dalam mengestimasi data panel. dengan hipotesis
sebagai berikut:
H0: menerima pooled least square
H1: menerima random effect
Dilihat dari nilai Breusch-pagan Jika nilai Breusch-pagan < α =0,05,
maka H0 ditolak, sehingga model yang digunakan adalah REM dan
apabila nilai Breusch-pagan > α =0,05 H1 ditolak dan H0 diterima,
sehingga model panel yang baik digunakan adalah PLS. dalam
penelitian tingkat signifikansi yang digunakan adalah 5%.
2. Metode Estimasi
Setelah menetapkan asumsi yang paling tepat, maka diperlukan juga
untuk menetapkan metode estimasi yang paling tepat. Estimasi atau
pendugaan adalah sebuah proses yang menggunakan sampel statistik untuk
menduga atau menaksir hubungan parameter populasi yang tidak diketahui.
Dengan adanya estimasi, keadaan parameter populasi dapat diketahui. Karena
estimasi merupakan suatu pernyataan mengenai parameter populasi yang
diketahui berdasarkan populasi dari sampel, sehingga hal ini sampel random
yang diambil dari populasi yang bersangkutan. Menurut Hasan (2017), ada
ciri-ciri pendugaan yang baik adalah efisien, konsisten, serta tidak bias
(unbiased). Dalam menentukan estimasi terdapat dua, Diantaranya sebagai
berikut:
a. Ordinary Least Square (OLS)
64
Ordinary Least Square (Kuadrat terkecil biasa) merupakan salah
satu metode bagian dari kuadrat terkecil atau sering disebut kuadrat
terkecil saja. Metode ini sering digunakan para peneliti atau ilmuwan
untuk proses penghitungan suatu persamaan regresi sederhana. Dalam
penggunaan regresi, terdapat beberapa asumsi dasar yang dapat
menghasilkan estimator linier tidak bias yang terbaik dari model regresi
yang diperoleh dari metode kuadrat terkecil biasa atau dikenal dengan
regresi OLS agar taksiran koefisien regresi itu bersifat BLUE (Best
Linier Unbiased Estimator). Misalkan:
Yang dapat secara ringkas ditulis dalam notasi matriks sebagai
berikut:
Dengan β adalah suatu vektor kolom k-unsur dari penaksir parameter
kuadrat terkecil biasa dan ε adalah suatu vektor kolom n x 1 dari n
residual (Gujarati, 1999). Variabel ε sangat memegang peran dalam
model ekonometrika, akan tetapi variabel ini tidak dapat diteliti dan tidak
juga tersedia informasi tentang bentuk distribusi kemungkinannya. Selain
asumsi mengenai distribusi probabilitasnya, beberapa asumsi lainnya
khususnya tentang sifat statistiknya perlu dibuat dalam menerapkan
metode OLS (Rizki, 2011).
b. Generalized Least Square (GLS)
Menurut Greene (2000), untuk menanggulangi permasalahan
heteroskedastisitas dapat dilakukan dengan estimasi melalui pembobotan
(weighted) atau bisa dikatakan sebagai kuadrat terkecil yang
diberlakukan secara umum atau disebut Generalized Least Square (GLS).
Masalah heteroskedastisitas sering muncul apabila data yang digunakan
65
adalah cross-section. Menurut Gujarati (2003), bahwa untuk data panel
dengan menggunakan estimasi Generalized Least Square (GLS) lebih
baik dan konsisten jika dibandingkan dengan metode OLS. Dalam
metode estimasi GLS mampu memperhitungkan informasi secara
eksplisit dan karena itu mampu menghasilkan estimator yang BLUE.
Untuk melihat bagaimana hal ini dapat dicapai kemudian dilanjutkan
dengan dua model variabel yang sekarang dikenal:
Untuk memudahkan manipulasi aljabar maka ditulis sebagai
Dimana X0i = 1 untuk masing-masing i. dapat dilihat bahwa kedua
formulasi ini identik.
Sekarang asumsikan varians heteroskedastisitas diketahui. Bagi
melalui untuk mendapatkan=
(
) (
) (
) (
)
Untuk memudahkan eksposisi maka ditulis sebagai
Yang dibintangi atau diubah adalah variabel asli dibagi dengan (yang
diketahui) . Penggunaan notasi dan
, parameter dari model yang
diubah, untuk membedakan GLS dengan parameter OLS biasa dan .
Estimasi GLS juga dapat dianalisis dengan model fixed effect dan
common effect. Estimasi GLS mengambil infomasi secara eksplisit dan
oleh karena mampu memproduksi BLUE. Menurut Gujarat (2003),
66
penggunaan estimasi GLS sudah memenuhi asumsi klasik, sehingga tidak
diperlukan lagi uji asumsi klasik pada estimasi GLS.
G. Uji Statistik
1. Uji t (Parsial)
Menurut Gujarato (2003) uji t merupakan uji yang dilakukan untik
mengetahui pengaruh variabel independen terhadap variabel dependen secara
parsial. Cara uji t yaitu dengan membandingkan nilai t hitung dengan t tabel. Jika
nilai Probability < derajat kepercayaan yang ditentukan dan jika nilai t hitung
lebih tinggi dari t tabel maka suatu variabel independen secara individual
mempengaruhi variabel dependennya (Kuncoro, 2003). Hipotesis uji t sebagai
berikut:
a. H0 : β1 = 0, tidak terdapat pengaruh yang signifikan antara variabel
angka harapan hidup perempuan dan laki-laki terhadap variabel
pertumbuhan ekonomi
Ha : β1 ≠ 0, terdapat pengaruh yang signifikan antara variabel angka
harapan hidup perempuan dan laki-laki terhadap variabel
pertumbuhan ekonomi.
b. H0 : β2 = 0, tidak terdapat pengaruh yang signifikan antara variabel
rata-rata lama sekolah perempuan dan laki-laki terhadap variabel
pertumbuhan ekonomi
Ha : β2 ≠ 0, terdapat pengaruh yang signifikan antara variabel rata-
rata lama sekolah perempuan dan laki-laki terhadap variabel
pertumbuhan ekonomi.
67
c. H0 : β3 = 0, tidak terdapat pengaruh yang signifikan antara variabel
tingkat partisipasi angkatan kerja perempuan dan laki-laki terhadap
variabel pertumbuhan ekonomi
Ha : β3 ≠ 0, terdapat pengaruh yang signifikan antara variabel tingkat
partisipasi angkatan kerja perempuan dan laki-laki terhadap variabel
pertumbuhan ekonomi.
Dengan tingkat signifikan 5%, jika nilai t hitung < t tabel maka H0 diterima
dan nilai t hitung > t tabel H0 ditolak.
a. Jika nilai t-hitung > nilai t-tabel maka H0 ditolak atau menerima Ha,
artinya variabel independen berpengaruh signifikan terhadap
variabel dependen.
b. Jika nilai t-hitung < nilai t-tabel maka H0 diterima atau menolah Ha,
artinya variabel independen tidak berpengaruh terhadap variabel
dependen.
2. Uji F (Simultan)
Dalam Gujarati (2003) uji F merupakan uji yang dilakukan untuk mengetahui
pengaruh variabel independen terhadap pertumbuhan ekonomi secara simultan.
Jika nilai Probability < derajat kepercayaan yang ditentukan dan nilai F hitung
lebih tinggi dari t tabel maka suatu variabel independen secara bersama-sama
mempengaruhi variabel dependennya (Kuncoro, 2003). Perumusan hipotesisnya
adalah:
- H0 : β1, β2, β3, β4 = 0
Artinya seluruh variabel independen secara bersama-sama tidak berpengaruh
signifikan terhadap variabel dependen.
- H0 : β1, β2, β3, β4 ≠ 0
68
Artinya seluruh variabel independen secara bersama-sama berpengaruh signifikan
terhadap variabel dependen.
Dengan tingkat signifikan 5%, jika nilai F hitung < F tabel maka H0 diterima dan
nilai F hitung > F tabel H0 ditolak.
a. Jika nilai F-hitung > nilai F-tabel maka H0 ditolak atau menerima Ha,
artinya variabel independen berpengaruh signifikan terhadap
variabel dependen secara simultan.
b. Jika nilai F-hitung < nilai F-tabel maka H0 diterima atau menolak Ha,
artinya variabel independen tidak berpengaruh terhadap variabel
dependen secara simultan.
3. Koefisien Determinasi (R2)
Uji koefisien determinasi (R2)
adalah uji yang menjelaskan seberapa besar
proporsi variasi variabel independen dapat menjelaskan variabel dependen. Nilai
R2 yang kecil atau mendekati nol artinya kemampuan variabel independen
menjelaskan variabel dependen minim. Sedangkan nilai R2 yang besar atau
mendekati satu artinya variabel independen mampu menjelaskan hampir
keseluruhan perubahan pada variabel dependen.
H. Operasional Variabel Penelitian
Variabel penelitian pada dasarnya adalah sesuatu hal yang terbentuk apa saja
yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi
tentang hal tersebut, kemudian ditarik disimpulan (Sugiyono, 2011). Seperti yang
telah dijelaskan diatas, maka variabel yang digunakan dalam penelitian ini adalah
sebagai berikut:
1. Pertumbuhan ekonomi, data yang digunakan adalah Produk Domestik
Regional Bruto (PDRB) per kapita setiap provinsi di Indonesia pada
tahun 2011-2017 dengan satuan jutaan.
69
2. Kesehatan, data yang digunakan adalah Angka Harapan Hidup (AHH)
setiap provinsi di Indonesia pada tahun 2011-2017.
3. Pendidikan, data yang digunakan adalah Rata-rata Lama Sekolah (MYS)
setiap provinsi di Indonesia pada tahun 2011-2017.
4. Ketenagakerjaan, data yang digunakan adalah Tingkat Partisipasi
Angkatan Kerja (TPAK) setiap provinsi di Indonesia pada tahun 2011-
2017.
70
Tabel 3. 1. Operasional Variabel Penelitian
Variabel Definisi Satuan
Produk Domestik
Regional Bruto per
Kapita
Jumlah nilai tambah barang dan
jasa yang dihasilkan dari seluruh
kegiatan perekonomian di suatu
daerah.
Jutaan Rp.
Angka Harapan
Hidup (AHH)
Alat untuk mengevaluasi kinerja
pemerintah dalam meningkatkan
kesejahteraan penduduk pada
umumnya, dan meningkatkan
derajat kesehatan pada
khususnya.
Nominal
Rata-Rata Lama
Sekolah (MYS)
Jumlah tahun yang digunakan
oleh penduduk dalam menjalani
pendidikan formal.
Nominal
Tingkat Partisipasi
Angkatan Kerja
(TPAK)
Indikator ketenagakerjaan yang
memberikan gambaran tentang
penduduk yang aktif secara
ekonomi dalam kegiatan sehari-
hari merujuk pada suatu waktu
dalam periode survei.
Nominal
71
BAB IV
ANALISIS DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
1. Gambaran Umum Indonesia
Indonesia merupakan salah satu negara kepulauan di Asia Tenggara yang
memiliki ±17.504 pulau besar dan kecil. Terletak diantara dua benua yaitu
benua Asia dan benua Australia. Wilayah Indonesia juga terbentang pantai
sepanjang ±3.977 mil di antara Samudera Hindia dan Samudera Pasifik. Luas
daratan Indonesia adalah ±1.922.570 km2 dan luas perairannya ±3.257.483
km2.
Indonesia sebagai salah satu negara berkembang terus berusaha untuk
meningkatkan pertumbuhan ekonomi. Dengan jumlah penduduk 261,8 juta
jiwa maka PDB perkapita Indonesia tahun 2017 mencapai Rp 51,89 juta
setara US$ 3.876,8. Pendapatan penduduk Indonesia tahun lalu naik 8,1 %
dibanding tahun sebelumnya hanya Rp. 47,97 juta/tahun. Secara global,
Kajian World Economic Forum (WEF) 2017 mengindikasikan bahwa
kesetaraan gender akan meningkatkan pertumbuhan domestik bruto (PDB)
global sebesar US$ 5,3 triliun.
Dalam laporan Women in the Economy II menunjukkan bahwa jika
tingkat partisipasi angkatan kerja, jam kerja, dan produktivitas kerja rata-rata
perempuan setara dengan laki-laki, maka PDB negara-negara OECD
(Organisation for Economic Co-operation and Development) dimana
Indonesia akan tergabung didalamnya secara teori akan meningkat sebesar
20% dan PDB yang dihasilkan oleh perempuan akan meningkat 50%.
Kesetaraan gender berarti perempuan dan laki-laki memiliki kondisi dan
potensi yang sama untuk berkontribusi pada pertumbuhan ekonomi dan
merealisasikan hak-haknya sebagai manusia. Wujud dari kesetaraan gender
adalah tidak adanya diskriminasi antara perempuan dan laki-laki dalam
72
kesempatan berpartisipasi, memperoleh akses, dan merasakan manfaat dari
pertumbuhan ekonomi.
Studi terbaru yang dipublikasikan dalam jurnal The Lancet, dalam
rentang penelitian 1990 hingga 2016, menemukan harapan hidup masyarakat
Indonesia yang lebih tinggi pada 2016. Pemimpin studi, Dr. dr. Nafsiah Mboi,
mengatakan bahwa usia harapan hidup orang Indonesia tahun 2016 mencapai
71,7 tahun, lebih lama dibandingkan dengan usia harapan hidup yang hanya
63,6 tahun pada tahun 1990. Dari sisi gender, perempuan Indonesia hidup
sedikit lebih lama dibandingkan para lelaki. Peningkatan usia harapan hidup
ini sebagian besar disebabkan karena keberhasilan Indonesia menanggulangi
penyakit menular, penyakit terkait kehamilan, neonatal, dan penyakit-
penyakit terkait gizi.
Pendidikan merupakan sarana untuk meningkatkan kualitas sumber daya
manusia sehingga menjadikan diri sebagai kaum yang berdaya. Rata-rata
lama sekolah mengindikasikan makin tingginya pendidikan formal yang
dicapai oleh masyarakat suatu daerah. Semakin tingginya rata-rata lama
sekolah maka semakin tinggi jenjang pendidikan yang dijalani. Rata-rata
lama sekolah berarti rata-rata jumlah tahun yang dihabiskan oleh penduduk
usia 15 tahun ke atas di seluruh jenjang pendidikan formal yang diikuti. Rata-
rata lama sekolah di Indonesia pada tahun 2017 meningkat dari 8,07 tahun
menjadi 8,42 tahun dalam empat tahun terakhir.
Ketenagakerjaan sangat mutlak diperlukan dalam kegiatan pembangunan
suatu wilayah, karena tenaga kerja merupakan penggerak dan pelaksana
pembangunan ekonomi tersebut. Sumber daya manusia yang berkualitas serta
memiliki keinginan untuk berusaha merupakan modal utama bagi terciptanya
pembangunan yang aktif terhadap perekonomian. Semakin banyak tenaga
kerja yang berpartisipasi dalam kegiatan ekonomi, semakin terpenuhinya
kebutuhan produksi oleh pasar, semakin banyak tenaga kerja yang bekerja,
semakin tinggi pua kebutuhan untuk konsumsi, sehingga baik langsung
73
maupun tidak langsung, berpengaruh terhadap pertumbuhan ekonomi. Jumlah
partisipasi angkatan kerja (TPAK) pada februari 2018 sebesar 69,20 persen,
meningkat 0,18 persen dibandingkan pada februari 2017.
B. Pengujian Hipotesis
1. Uji Statistik
Pengujian statistik digunakan untuk mengetahui apakah model penelitian
yang digunakan sudah bagus atau belum secara statistik. Terdapat beberapa
pengujian dalam uji hipotesis diantaranya adalah uji T statistik, uji F statistik,
dan uji koefisien determinasi (R2). Model yang digunakan dalam estimasi ini
adalah Generalized Least Square (GLS). Uji statistik dalam penelitian ini
menggunakan software Eviews, maka hasilnya sebagai berikut:
Tabel 4. 1. Hasil Perhitungan Estimasi Data Panel terhadap Keseluruhan
Periode Penelitian (2011-2017)
Indikator Model 1 Model 2
AHH_L MYS_L TPAK_L AHH_P MYS_P TPAK_P
Coefficient 0.308828 0.430205 -0.005579 0.190769 0.437589 0.000218
Coefficient (Konstanta) -13.38839 -6.313379
Prob. T (Sig) 0.0000 0.0000 0.0084 0.0000 0.0000 0.8310
Prob. F (Sig) 0.0000 0.0000
Adj. R2 0.993 0.994
Individual Effect _babel 0.114840 _babel 0.171505
_bali -0.925601 _bali -0.313698
_banten -0.217678 _banten -0.109091
_bengkulu -0.265093 _bengkulu -0.415073
_diy -2.571562 _diy -1.746609
_gorontalo 0.813253 _gorontalo -0.028280
_jabar -1.097396 _jabar -0.697993
_jakarta -0.630688 _jakarta -0.227377
_jambi -0.240649 _jambi 0.172452
_jateng -1.313036 _jateng -0.713486
_jatim -0.032803 _jatim 0.246628
_kalbar 0.006442 _kalbar 0.156463
_kalsel 0.477416 _kalsel 0.291757
_kalteng -0.024219 _kalteng -0.052742
74
Indikator Model 1 Model 2
_kaltim -0.446698 _kaltim 0.096667
_kepri 0.292235 _kepri 0.082826
_lampung -0.161407 _lampung -0.203371
_maluku 0.133260 _maluku -0.511768
_malut -0.181621 _malut -0.362867
_ntb -1.038036 _ntb 0.810448
_ntt 0.514069 _ntt 0.023033
_papbar 1.286513 _papbar 1.732931
_papua 2.224861 _papua 2.110375
_riau 0.339478 _riau 0.407543
_sulbar 1.645683 _sulbar 0.928101
_sulsel -0.016604 _sulsel -0.054376
_sulteng 0.604650 _sulteng 0.177946
_sultengg -0.648407 _sultengg -0.458049
_sulut -0.854462 _sulut -1.034397
_sumbar -0.032676 _sumbar -0.362387
_sumsel 0.232946 _sumsel 0.143854
_sumut -0.063082 _sumut -0.260967
Sumber: Hasil Pengolahan Data
( )
Dimana:
PDRB : Produk Domestik Bruto per Kapita
AHH_L : Angka Harapan Hidup Laki-laki
MYS_L : Rata-rata Lama Sekolah Laki-laki
TPAK_L : Tingkat Partisipasi Angkatan Kerja Laki-laki
ε : error term
( )
Dimana:
PDRB : Produk Domestik Bruto per Kapita
AHH_P : Angka Harapan Hidup Perempuan
MYS_P : Rata-rata Lama Sekolah Perempuan
TPAK_P : Tingkat Partisipasi Angkatan Kerja Perempuan
ε : error term
75
Berdasarkan persamaan regresi (1) diatas dapat dilihat pada kolom
coefficient (C) sebesar -13.38839 sedangkan pada persamaan regresi (2) memiliki
angka coefficient (C) adalah -6.313379 bahwasanya nilai variabel PDRB per
kapita ketika tidak dipengaruhi oleh variabel-variabel lain.
Variabel angka harapan hidup laki-laki memiliki arah hubungan positif
terhadap PDRB per kapita dengan nilai C sebesar 0.308828. Variabel angka
harapan hidup perempuan memiliki arah hubungan yang positif terhadap PDRB
dengan nilai C sebesar 0.190769.
Lalu, variabel rata-rata lama sekolah laki-laki memiliki arah hubungan
positif terhadap PDRB dengan nilai C sebesar 0.430205. Variabel rata-rata lama
sekolah perempuan memiliki arah hubungan yang positif terhadap PDRB per
kapita dengan nilai C sebesar 0.437589.
Variabel bebas lainnya yaitu tingkat partisipasi angkatan kerja laki-laki
memiliki arah hubungan yang negatif terhadap PDRB per kapita dengan nilai C
sebesar -0.005579. sedangkan tingkat partisipasi angkatan kerja perempuan
memiliki arah hubungan yang positf terhadap PDRB per kapita dengan nilai C
sebesar 0.000218.
Nilai probabilitas variabel angka harapan hidup laki-laki sebesar 0.0000,
nilai tersebut berada di bawah α = 0,05. Dimana hal ini mengartikan bahwa
variabel angka harapan hidup laki-laki berpengaruh positif signifikan terhadap
PDRB per kapita. Arah hubungan yang positif antara variabel angka harapan
hidup laki-laki terhadap PDRB mengartikan bahwa setiap peningkatan yang
terjadi pada nilai angka harapan hidup laki-laki akan memberikan dampak
kenaikan pada PDRB per kapita.
Variabel angka harapan hidup perempuan memiliki nilai probabilitas
sebesar 0.0000, nilai tersebut berada di bawah α = 0,05. Dimana hal ini
mengartikan bahwa variabel angka harapan hidup perempuan berpengaruh positif
signifikan terhadap PDRB per kapita. Arah hubungan yang positif antara variabel
angka harapan hidup perempuan terhadap PDRB mengartikan bahwa setiap
peningkatan yang terjadi pada nilai angka harapan hidup perempuan akan
memberikan dampak kenaikan pada PDRB per kapita.
76
Variabel rata-rata lama sekolah laki-laki memiliki nilai probabilitas
sebesar 0.0000, nilai tersebut berada di bawah α = 0,05. Dimana hal ini
mengartikan bahwa variabel rata-rata lama sekolah laki-laki berpengaruh positif
signifikan terhadap PDRB per kapita. Arah hubungan yang positif antara variabel
rata-rata lama sekolah laki-laki terhadap PDRB per kapita mengartikan bahwa
setiap peningkatan yang terjadi pada nilai rata-rata lama sekolah laki-laki akan
memberikan dampak kenaikan pada PDRB per kapita.
Variabel rata-rata lama sekolah perempuan memiliki nilai probabilitas
sebesar 0.0000, nilai tersebut berada di bawah α = 0,05. Dimana hal ini
mengartikan bahwa variabel rata-rata lama sekolah perempuan berpengaruh
positif signifikan terhadap PDRB per kapita. Arah hubungan yang positif antara
variabel rata-rata lama sekolah perempuan terhadap PDRB per kapita mengartikan
bahwa setiap peningkatan yang terjadi pada nilai rata-rata lama sekolah
perempuan akan memberikan dampak kenaikan pada PDRB per kapita.
Variabel tingkat partisipasi angkatan kerja laki-laki memiliki nilai
probabilitas sebesar 0.0084, nilai tersebut masih berada di bawah α = 0,05.
Dimana hal ini mengartikan bahwa variabel tingkat partisipasi angkatan kerja
laki-laki berpengaruh negatif dan signifikan terhadap PDRB per kapita. Koefisien
tingkat partisipasi angkatan kerja laki-laki yang bernilai negatif mengandung arti
bahwa rendahnya tingkat partisipasi angkatan kerja laki-laki akan meningkatkan
PDRB per kapita.
Variabel tingkat partisipasi angkatan kerja perempuan memiliki nilai
probabilitas sebesar 0.8310, nilai ini berada di atas α = 0,05. Dimana hal ini
mengartikan bahwa variabel tingkat partisipasi angkatan kerja perempuan tidak
signifikan terhadap PDRB per kapita. Oleh karena itu, setiap perubahan pada
variabel tingkat partisipasi angkatan kerja perempuan merubah angka namun tidak
terlalu signifikan seperti variabel tingkat partisipasi angkatan kerja laki-laki.
77
a. Uji T Statistik
Uji ini merupakan untuk bertujuan mengetahui apakah variabel
independen memiliki pengaruh yang signifikan terhadap variabel dependen
secara parsial. Untuk uji t statistik dapat dilakukan dengan cara Quick Look,
yaitu dengan melihat nilai probabilitas dan derajat kepercayaan yang
ditentukan dalam penelitian ini. Bila nilai probabilitas < derajat
kepercayaan yang ditentukan maka suatu variabel dapat dikatakan memiliki
pengaruh yang signifikan terhadap variabel dependennya, dan sebalikna
apabila nilai probabilitas > derajat kepercayaan yang ditentukan maka suatu
variabel dapat dikatakan tidak memiliki pengaruh yang signifikan terhadap
variabel dependennya. Dalam penelitian ini digunakan derajat kepercayaan
sebesar 95 persen (α = 5 %). Uji t-statistik dapat juga membuktikan
hipotesis yang telah dibuat. Adapun hipotesisnya sebagai berikut:
1) H0: Tidak ada pengaruh Angka Harapan Hidup laki-laki secara
parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-
2017
H1: Ada pengaruh Angka Harapan Hidup laki-laki secara parsial
terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-2017
2) H0: Tidak ada pengaruh Angka Harapan Hidup perempuan secara
parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-
2017
H1: Ada pengaruh Angka Harapan Hidup perempuan secara parsial
terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-2017
3) H0: Tidak ada pengaruh Rata-Rata Lama Sekolah laki-laki secara
parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-
2017
H1: Ada pengaruh Rata-Rata Lama Sekolah laki-laki secara parsial
terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-2017
78
4) H0: Tidak ada pengaruh Rata-Rata Lama Sekolah perempuan secara
parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-
2017
H1: Ada pengaruh Rata-Rata Lama Sekolah perempuan secara parsial
terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-2017
5) H0: Tidak ada pengaruh Tingkat Partisipasi Angkatan Kerja laki-laki
secara parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun
2011-2017
H1: Ada pengaruh Tingkat Partisipasi Angkatan Kerja laki-laki
secara parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun
2011-2017
6) H0: Tidak ada pengaruh Tingkat Partisipasi Angkatan Kerja
perempuan secara parsial terhadap Pertumbuhan Ekonomi di
Indonesia Tahun 2011-2017
H1: Ada pengaruh Tingkat Partisipasi Angkatan Kerja perempuan
secara parsial terhadap Pertumbuhan Ekonomi di Indonesia Tahun
2011-2017
Tabel 4. 2. Uji t-statistik
Indikator Model 1 Model 2
AHH_L MYS_L TPAK_L AHH_P MYS_P TPAK_P
Coefficient 0.308828 0.430205 -0.005579 0.190769 0.437589 0.000218
Prob. T (Sig) 0.0000 0.0000 0.0084 0.0000 0.0000 0.8310
Sumber: Hasil Pengolahan Data
1) Angka Harapan Hidup ( AHH) Laki-laki dan Perempuan
Dari tabel 4.4 dapat dilihat bahwa nilai probabilitas angka harapan
hidup (AHH) laki-laki sebesar 0,0000 < 0,05. Sehingga H0 ditolak, yang
79
kemudian berarti angka harapan hidup (AHH) laki-laki memiliki pengaruh
yang signifikan terhadap PDRB per kapita di Indonesia. Angka harapan
hidup (AHH) laki-laki memiliki pengaruh positif terhadap PDRB per kapita
di Indonesia. Hal ini dapat dilihat dari nilai koefisien sebesar 0.308828
persen terhadap PDRB di Indonesia yang berarti setiap kenaikan angka
harapan hidup (AHH) laki-laki sebesar 1 persen akan meningkatkan PDRB
per kapita 0.308828 persen dengan asumsi ceteris paribus.
Sedangkan variabel angka harapan hidup (AHH) perempuan dengan
nilai probabilitas sebesar 0,0000 > 0,05. Sehingga H1 ditolak, hal ini
menunjukkan bahwa angka harapan hidup (AHH) perempuan tidak
memiliki pengaruh yang signifikan terhadap PDRB per kapita di Indonesia.
Sedangkan dilain hal, angka harapan hidup (AHH) perempuan memiliki
pengaruh positif terhadap PDRB per kapita di Indonesia. Hal ini dapat
dilihat dari nilai koefisien sebesar 0.190769 persen terhadap PDRB per
kapita di Indonesia yang berarti setiap kenaikan angka harapan hidup
(AHH) perempuan sebesar 1 persen akan meningkatkan PDRB per kapita
di Indonesia sebesar 0.190769 persen dengan asumsi ceteris paribus.
2) Rata-rata Lama Sekolah (MYS) Laki-laki dan Perempuan
Variabel rata-rata lama sekolah (MYS) laki-laki memiliki pengaruh
positif terhadap PDRB per kapita di Indonesia. Dilihat dari tabel 4.4
menunjukkan bahwa nilai probabilitas rata-rata lama sekolah (MYS) laki-
laki sebesar 0,0000 < 0,05 sehingga H0 ditolak, dapat disimpulkan bahwa
variabel rata-rata lama sekolah (MYS) laki-laki memiliki pengaruh yang
signifikan terhadap PDRB per kapita di Indonesia. Sedangkan nilai
koefisiennya sebesar 0.430205 yang artinya jika rata-rata lama sekolah
(MYS) laki-laki naik sebesar 1 persen maka PDRB di Indonesia akan naik
sebesar 0.430205 persen dengan asumsi ceteris paribus.
80
Lalu, variabel rata-rata lama sekolah (MYS) perempuan memiliki nilai
probabilitas sebesar 0,0000 < 0,05 sehingga H0 ditolak, dapat dikatakan
bahwa variabel rata-rata lama sekolah (MYS) perempuan memiliki
pengaruh yang signifikan terhadap PDRB per kapita di Indonesia.
Sedangkan dengan rata-rata lama sekolah (MYS) perempuan nilai
koefisiennya sebesar 1,696703 yang artinya jika rata-rata lama sekolah
(MYS) perempuan sebesar 1 persen maka PDRB di Indonesia akan naik
sebesar 1,696703 persen dengan asumsi ceteris paribus.
3) Tingkat Partisipasi Angkatan Kerja (TPAK) Laki-laki dan
Perempuan
Tabel 4.4 menunjukkan bahwa nilai probabilitas dari variabel tingkat
partisipasi angkatan kerja (TPAK) laki-laki sebesar 0,0084 < 0,05.
Sehingga H0 ditolak, yang dapat disimpulkan bahwa variabel tingkat
partisipasi angkatan kerja (TPAK) laki-laki memiliki pengaruh yang
signifikan terhadap PDRB per kapita di Indonesia. Namun, nilai koefisien
variabel tingkat partisipasi angkatan kerja (TPAK) laki-laki -0.005579 yang
artinya memiliki pengaruh negatif terhadap PDRB per kapita di Indonesia
yang dapat diartikan jika tingkat partisipasi angkatan kerja (TPAK) laki-
laki naik sebesar 1 persen maka PDRB per kapita di Indonesia akan turun
sebesar -0,005579 persen dengan asumsi ceteris paribus.
Sedangkan, dengan variabel tingkat partisipasi angkatan kerja (TPAK)
perempuan tidak memiliki pengaruh yang signifikan terhadap PDRB per
kapita di Indonesia dengan nilai probabilitasnya sebesar 0,8310 > 0,05.
Sehingga H1 ditolak. Namun, variabel tingkat partisipasi angkatan kerja
(TPAK) memiliki pengaruh positif terhadap PDRB per kapita di Indonesia
dengan nilai koefisiennya sebesar 0,000218 persen yang dapat diartikan
jika tingkat partisipasi angkatan kerja (TPAK) perempuan naik sebesar 1
persen maka PDRB per kapita di Indonesia akan naik sebesar 0,000218
persen dengan asumsi ceteris paribus.
81
a. Uji F Statistik
Dalam uji F statistik diperlihatkan apakah semua variabel independen
yang dimasukkan dalam model regresi memiliki pengaruh yang signifikan
secara bersama-sama dengan variabel dependen. Dalam penelitian ini,
pengujian secara bersama-sama dilakukan untuk mengetahui apakah
variabel angka harapan hidup (AHH) laki-laki dan perempuan, rata-rata
lama sekolah (MYS) laki-laki dan perempuan, serta tingkat partisipasi
angkatan kerja (TPAK) laki-laki dan perempuan memiliki pengaruh yang
signifikan terhadap PDRB per kapita di Indonesia.
Untuk mengetahui apakah pengujian variabel independen secara
bersama-sama terhadap variabel dependen dapat dilihar dari nilai
probabilitasnya. Jika nilai probabilitas dari F statistik < 0,05 maka dapat
diartikan bahwa semua variabel independen secara bersama-sama memiliki
pengaruh yang signifikan terhadap variabel dependen. Sebaliknya, jika nilai
probabilitas dari F statistik > 0,05 maka dapat diartikan bahwa semua
variabel independen secara bersama-sama tidak memiliki pengaruh yang
signifikan terhadap variabel dependen. Berikut adalah hipotesis uji f-
statistik:
H0: Tidak ada pengaruh Angka Harapan Hidup laki-laki dan perempuan,
Rata-Rata Lama Sekolah laki-laki dan perempuan, dan Tingkat
Partisipasi Angkatan Kerja laki-laki dan perempuan secara simultan
terhadap Pertumbuhan Ekonomi di Indonesia Tahun 2011-2017
H1: Ada pengaruh Angka Harapan Hidup laki-laki dan perempuan, Rata-
Rata Lama Sekolah laki-laki dan perempuan, dan Tingkat Partisipasi
Angkatan Kerja laki-laki dan perempuan secara simultan terhadap
Pertumbuhan Ekonomi di Indonesia Tahun 2011-2017
Tabel 4. 3. Uji f-statistik
82
Indikator Model 1 Model 2
AHH_L MYS_L TPAK_L AHH_P MYS_P TPAK_P
Prob. F (Sig) 0.0000 0.0000
Sumber: Hasil Pengolahan Data
Dilihat dari tabel 4.5, pada model 1 bahwa nilai probabilitas 0,000000
< 0,05 maka dapat diartikan bahwa variabel angka harapan hidup (AHH)
laki-laki, rata-rata lama sekolah (MYS) laki-laki, serta tingkat partisipasi
angkatan kerja (TPAK) laki-laki memiliki pengaruh yang signifikan
terhadap variabel PDRB per kapita di Indonesia. Sedangkan pada model 2,
nilai probabilitas 0,000000 < 0,05 maka dapat diartikan bahwa variabel
angka harapan hidup (AHH) perempuan, rata-rata lama sekolah (MYS)
perempuan, serta tingkat partisipasi angkatan kerja (TPAK) perempuan
memiliki pengaruh yang signifikan terhadap variabel PDRB per kapita di
Indonesia
b. Uji Koefisien Determinasi (R2)
Koefisien determinasi dilakukan untuk mengetahui seberapa besar
kemampuan model dalam menjelaskan variasi variabel dependennya.
Untuk melihat proporsi variasi dapat dilihat pada nilai Adjusted R-Square
pada hasil regresi:
Tabel 4. 4. Uji Koefisien Determinan (R2)
Indikator Model 1 Model 2
AHH_L MYS_L TPAK_L AHH_P MYS_P TPAK_P
Adj. R2 0.9936 0.9946
Sumber Hasil Pengolahan Data
Berdasarkan hasil pengolahan data yang ditampilkan dalam tabel 4.1
dapat dilihat model 1 bahwa nilai koefisien determinasi sebesar 0,9936. Hal
ini berarti bahwa 99,36 persen dari variasi PDRB per kapita di Indonesia
83
mampu dijelaskan oleh angka harapan hidup (AHH) laki-laki, rata-rata
lama sekolah (MYS) laki-laki, serta tingkat partisipasi angkatan kerja
(TPAK) laki-laki. Sedangkan, 0.64 persen dijelaskan oleh variabel lain di
luar model penelitian ini.
Namun dilihat model 2, bahwa nilai koefisien determinasi sebesar
0,9946. Hal ini berarti bahwa 99,46 persen dari variasi PDRB per kapita di
Indonesia mampu dijelaskan oleh angka harapan hidup (AHH) perempuan,
rata-rata lama sekolah (MYS) perempuan, serta tingkat partisipasi angkatan
kerja (TPAK) perempuan. Sedangkan, 0.54 persen dijelaskan oleh variabel
lain di luar model penelitian ini.
C. Analisa Ekonomi
1. Angka Harapan Hidup (AHH)
a. Angka Harapan Hidup Laki-laki
Dilihat dari pengujian statistik dapat diketahui bahwa angka harapan
hidup (AHH) laki-laki memiliki pengaruh positif dan signifikan terhadap
pertumbuhan ekonomi di Indonesia. Kesehatan bagi laki-laki menjadi
sumber utama untuk mendukung produktivitas ekonomi sehingga pada
nantinya akan meningkatkan pertumbuhan ekonomi di Indonesia
Hasil penelitian tersebut sesuai dengan penelitian yang dilakukan oleh
Ulung Purba (2016) yang meniliti tentang analisis pengaruh ketimpangan
gender terhadap pertumbuhan ekonomi di provinsi Lampung. Hasil
penelitian dari Rahmi Fuji Astuti (2014) menunjukkan bahwa angka
haraoan hidup (AHH) laki-laki memiliki pengaruh positif dan signifikan
terhadap pertumbuhan ekonomi di Jawa Tengah.
b. Angka Harapan Hidup (AHH) Perempuan
Dari pengujian statistik bahwa angka harapan hidup (AHH)
perempuan memiliki pengaruh positif namun tidak signifikan terhadap
84
pertumbuhan ekonomi di Indonesia. Kesehatan bagi perempuan sangat
kompleks, karena dilihat bagaimana keselamatan saat kelahiran dan lain-
lainnya.
Hasil penelitian ini tidak sesuai dengan yang dilakukan oleh Ulung
Purba (2016). Hasil penelitian tersebut menyatakan bahwa angka harapan
hidup (AHH) perempuan memiliki pengaruh signifikan terhadap
pertumbuhan ekonomi di provinsi Lampung.
2. Rata-rata Lama Sekolah (MYS)
a. Rata-rata Lama Sekolah (MYS) Laki-laki
Dari hasil pengujian statistik dapat diketahui bahwa rata-rata lama
sekolah (MYS) laki-laki memiliki pengaruh positif dan signifikan
terhadap pertumbuhan ekonomi di Indonesia. Bahwasanya pendidikan
untuk laki-laki membuat makin meningkatkan kualitas sumber daya
manusia yang pada nantinya dapat meningkatkan produktivitas ekonomi.
Hasil penelitian ini sesuai dengan penelitian yang dilakukan oleh
Ulung Purba (2016) yang menyatakan rata-rata lama sekolah (MYS) laki-
laki memiliki pengaruh positif dan signifikan terhadap pertumbuhan
ekonomi di provinsi Lampung.
b. Rata-rata Lama Sekolah (MYS) Perempuan
Dilihat dari pengujian statistik dapat dikatakan bahwa rata-rata lama
sekolah (MYS) perempuan memiliki pengaruh positif dan signfikan
terhadap pertumbuhan ekonomi di Indonesia. Sama halnya dengan laki-
laki. Perempuan pun sudah dipandang untuk mengikuti jenjang
pendidikan yang sama dengan laki-laki sehingga semakin meningkatkan
kualitas sumber daya manusia.
85
Hasil penelitian pun sama dengan penelitian yang dilakukan oleh
Ulung Purba yang menyatakan rata-rata lama sekolah (MYS) perempuan
memiliki pengaruh positif dan signifikan terhadap pertumbuhan ekonomi
di provinsi Lampung.
3. Tingkat Partisipasi Angkatan Kerja (TPAK)
a. Tingkat Partisipasi Angkatan Kerja (TPAK) Laki-laki
Setelah dilakukannya pengujian statistik menyatakan bahwa tingkat
partisipasi angkatan kerja (TPAK) laki-laki memiliki pengaruh negatif
namun signifikan terhadap pertumbuhan ekonomi. Tingkat partisipasi
angkatan kerja (TPAK) laki-laki banyak sekali, sehingga menambahnya
tingkat partisipasi angkatan kerja (TPAK) laki-laki maka menurunkan
pertumbuhan ekonomi di Indonesia.
Hasil penelitian yang peneliti lakukan sama halnya hasil penelitian
yang dilakukan oleh Rahmi Fuji Astuti Harahap (2014) yang menyatakan
tingkat partisipasi angkatan kerja (TPAK) laki-laki memiliki korelasi
negatif terhadap pertumbuhan ekonomi di Jawa Tengah.
b. Tingkat partisipasi angkatan kerja (TPAK) perempuan
Dilihat dari hasil pengujian statistik, tingkat partisipasi angkatan kerja
(TPAK) perempuan memiliki pengaruh yang positif namun tidak
signifikan. Karena kurang mudahnya akses bagi perempuan untuk
berpartisipasi dalam angakatan kerja sehingga kurangnya produktifitas,
pada nantinya akan menurunkan pertumbuhan ekonomi.
Hasil penelitian ini sesuai dengan hasil Ulung Purba (2016) yang
menyatakan bahwa tingkat partisipasi angkatan kerja (TPAK) perempuan
86
berpengaruh negatif dan tidak signifikan terhadap pertumbuhan ekonomi
di provinsi lampung.
BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkan hasil analisis data dan pembahasan yang telah dilakukan, maka
dapat disimpulkan sebagai berikut:
1. Variabel angka harapan hidup (AHH) laki-laki memiliki pengaruh positif
dan signifikan terhadap PDRB per kapita di Indonesia pada tahun 2011-
2017. Akan tetapi, variabel angka harapan hidup (AHH) perempuan
memiliki pengaruh postif dan signifikan terhadap PDRB per kapita di
Indonesia pada tahun 2011-2017. Sehingga dalam angka harapan hidup
tidak memiliki ketimpangan gender.
2. Variabel rata-rata lama sekolah (MYS) laki-laki memiliki pengaruh
positif dan signifikan terhadap PDRB per kapita di Indonesia pada tahun
2011-2017. Sama seperti halnya, variabel rata-rata lama sekolah (MYS)
perempuan memiliki pengaruh positif dan signifikan terhadap PDRB per
kapita di Indonesia pada tahun 2011-2017. Sehingga dalam rata-rata lama
sekolah tidak memiliki ketimpangan gender.
3. Variabel tingkat partisipasi angkatan kerja (TPAK) laki-laki memiliki
pengaruh negatif dan signifikan terhadap PDRB per kapita di Indonesia
pada tahun 2011-2017. Namun sedangkan, variabel tingkat partisipasi
angkatan kerja (TPAK) perempuan memiliki pengaruh positif dan tidak
signifikan terhadap PDRB per kapita di Indonesia pada tahun 2011-2017.
Sehingga dalam tingkat partisipasi angkatan kerja memiliki ketimpangan
gender.
87
4. Variabel independen dalam penilitian ini, yaitu angka harapan hidup
(AHH) laki-laki, rata-rata lama sekolah (MYS) laki-laki serta tingkat
partisipasi angkatan kerja (TPAK) laki-laki secara bersama-sama
(simultan) memiliki pengaruh signifikan terhadap PDRB per kapita di
Indonesia pada tahun 2011-2017, sehingga jika terjadi perubahan pada
variabel AHH laki-laki, MYS laki-laki, serta TPAK laki-laki suatu negara
secara bersamaan maka akan turut merubah jumlah PDRB per kapita di
negara tersebut. Sedangkan pada angka harapan hidup (AHH) perempuan,
rata-rata lama sekolah (MYS) perempuan, serta tingkat partisipasi
angkatan kerja (TPAK) perempuan secara bersama-sama (simultan)
memiliki pengaruh signifikan terhadap PDRB per kapita di Indonesia
pada tahun 2011-2017, sehingga jika terjadi perubahan pada variabel
AHH perempuan, MYS perempuan, serta TPAK perempuan suatu negara
secara bersamaan maka akan turut merubah jumlah PDRB per kapita di
negara tersebut.
B. Saran
1. Dalam hal tingkat kesehatan, Pemerintah Indonesia diharapkan dapat
menyediakan fasilitas kesehatan yang baik, akses yang mudah bagi laki-
laki maupun perempuan, memberikan asuransi kesehatan yang baik bagi
para pekerja dan juga penyuluhan atau sosialisasi penting kesehatan di
tingkat RT(Rumah Tangga)/RW(Rumah Warga). Karena untuk saat ini
masih minim penyuluhan tentang kesehatan baik yang bersifat dasar
maupun kompleks.
2. Untuk tingkat pendidikan. Pemerintah agar sosialisasi kepada masyarakat
tentang kesadaran masyarakat atas pentingnya pendidikan bagi
perempuan bukan hanya pula laki-laki, meningkatkan kualitas guru
melalui pelatihan dengan kerjasama lembaga semi-otonom (LSO).
Pendidikan akan menciptakan perempuan berkualitas dan memiliki
88
keterampilan yang memadai untuk dijadikan modal bersaing dengan laki-
laki.
3. Tingkat ketenagakerjaan laki-laki yang negatif terhadap PDRB per kapita
di Indonesia menandakan bahwa perlu adanya revitalisasi. Pemerintah
Indonesia perlu lebih banyak membuka lapangan kerja untuk perempuan
sehingga tidak adanya ketidaksetaraan gender dalam hal ketenagakerjaan.
Hal ini baik untuk kesejahteraan masyarakat khususnya setiap gender,
karena dapat meningkatkan pendapatan per kapita di Indonesia.
4. Pemerintah Indonesia perlu lebih meningkatkan anggaran untuk
melaksanakan program-program kesetaraan gender dan meningkatkan
pengawasan penggunaan anggaran tersebut sehingga bisa dimanfaatkan
sesuai dengan tujuan kesetaraan gender. Lalu, lebih difokuskan
penggunaan anggaran tersebut di bidang kesehatan dan pendidikan karena
dengan meningkatkan bidang kesehatan dan pendidikan perempuan.
Maka kesempatan dalam bidang ketenagakerjaan bagi perempuan lebih
terbuka lebar. Dan juga kesehatan yang baik dan pendidikan yang bagi
perempuan akan menciptakan kualitas tenaga kerja perempuan yang baik
pula.
89
DAFTAR PUSTAKA
Badan Pusat Statistik
Barro, R. J., & Lee, J. W. (n.d.). International Measurs of Schooling Years and
Schooling Quality. American Economic Review Vol. 86.
Campbell, S. (1996). Green Cities, Growing Cities, Just Cities? Urban Planning
and the Contradictions of Sustainable Development. Journal of the
American Planning Association, 296-312.
Dollar, D., & Gatti, R. (1999). Gender Inequality, Income and Growth: Are Good
Times Good for Women? Mimeograph, World Bank, Washington DC.
Gorman, B. K., & Read, J. G. (2016, Januari 16). Why Man Die Younger Than
Woman. Retrieved from http://www.medscape.com/viewarticle/555221_2
Greene, W. H. (1997). Economic Analysis. USA: Prentice-Hall International.
Greene, W. H. (2000). Econometrics Analysis. New Jersey: Prentice Hall Inc.
Gujarati, D. N. (1999). Ekonometrik Dasar. Jakarta: Erlangga.
Gujarati, D. N. (2003). Basic Econometrics (4th Edition). New York: McGraw-
Hill.
Harahap, R. F. (2014). Analisis Pengaruh Ketimpangan Gender terhadap
Pertumbuhan Ekonomi di Provinsi Jawa Tengah. Skripsi.
Hasan, I. M. (2017). Pokok-pokok Materi Statistik. Jakarta: PT. Bumi Aksara.
Holdren, J. P., Daily, G. C., & Ehrlich, P. R. (1995). The Meaning of
Sustainability: Biogeophysical Aspects. In: Munasinghe, M; Shearer, W
(ed), In Defining and Measuring Sustainability. 1st ed. Washington, 3-17.
90
Irmayanti. (2017). Pengaruh Indeks Pembangunan Manusia terhadap
Pertumbuhan Ekonomi di Kabupaten Polewali Mandar. UIN Alauddin
Makassar.
Khotimah, K. (2009). Diskriminasi Gender terhadap Perempuan dalam Sektor
Pekerjaan. Jurnal Study Gender dan Anak Vol. 4.
Klasen, S., & Lamanna, F. (2008). The Impact of Gender Inequality in Education
and Employment on Economic Growth in Developing Countries: Updates
and Extensions. Feminist Economics Vol. 15.
KPPA. (2018). Pembangunan Manusia Berbasis Gender. Jakarta.
Kuncoro, M. (2003). Metode Riset untuk Bisnis & Ekonomi. Jakarta: Erlangga.
Kuncoro, M. (2010). Dasar-dasar Ekonomika Pembangunan. Yogyakarta: UPP
STIM YKPN.
Moser, C. O. (1993). Gender Planning and Development Theory, Practice and
Training. London: Roudletge.
Mosse, J. C. (2003). Gender dan Pembangunan. Yogyakarta: Pustaka Pelajar.
Munasinghe, M. (1992). Environment Economics and Sustainable Development.
Paper Presented at the UN Earth Summit, Rio de Janeiro and Reprinted
by the World Bank Washington DC.
Pritchett, L. (2000). Where Has All The Education Gone? Working Paper No.
1581, Policy Research Department.
Purba, U. (2016). Analisis Pengaruh Ketimpangan Gender terhadap Pertumbuhan
Ekonomi di Provinsi Lampung. Skripsi.
Rasyadi, A. (2011). Pengaruh Produk Domestik Bruto (PDB) dan Tingkat
Partisipasi Angkatan Kerja (TPAK) terhadap Kemiskinan di Indonesia.
UIN Syarif Hidayatullah Jakarta.
Rizki, N. A. (2011). Estimasi Parameter Model Regresi Data Panel Random
Effect dengan Metode Generalized Least Square (GLS). UIN Maulana
Malik Ibrahim.
Sadono, S. (2000). Pengantar Teori Makroekonomi. Jakarta: PT Raja Grafindo
Persada.
Seguino, S. (2008). Micro-Macro Linkage Between Gender, Developmenet, and
Growth: Implication for the Carribean Region. Journal of Eastern
Carribean Studies Vol. 33.
Siregar, S. (2013). Metode Penelitian Kuantitatif. Jakarta: PT. Fajar Interpratama
Mandiri.
91
Statistik, B. P. (n.d.).
Sugiyono. (2011). Metode Penelitian Pendidikan. Bandung: CV. Alfabeta.
Sukirno, S. (2008). Mikroekonomi: Teori Pengantar. Jakarta: PT Raja Grafindo
Persada.
Suliyanto. (2011). Ekonometrika Terapan: Teori dan Aplikasi dengan SPSS.
Yogyakarta: ANDI.
Suryadi, A. (2001). Analisis Gender dalam Pembangunan Pendidikan. Jakarta:
Bappenas & WSPII-CIDA.
Suryadi, A., & Ecep, I. (2004). Kesetaraan Gender dalam Bidang Pendidikan.
Bandung: PT. Ganesindo.
Todaro, M. P., & Smith, S. C. (2006). Pembangunan Ekonomi. Jakarta: Erlangga,
Edisi Kesembilan.
Widarjono, A. (2013). Ekonometrika: Pengantar dan Aplikasinya. Yogyakarta:
UPP STIM YKPN.
92
LAMPIRAN
Lampiran 1. Uji Normalitas
- Laki-laki
0
4
8
12
16
20
-0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
Series: Standardized Residuals
Sample 2011 2017
Observations 224
Mean 1.48e-15
Median -0.037084
Maximum 1.020657
Minimum -0.946550
Std. Dev. 0.408551
Skewness 0.277434
Kurtosis 2.770396
Jarque-Bera 3.365562
Probability 0.185856
- Perempuan
0
5
10
15
20
25
30
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2
Series: Standardized Residuals
Sample 2011 2017
Observations 224
Mean 1.62e-15
Median -0.052092
Maximum 1.153624
Minimum -0.929510
Std. Dev. 0.494779
Skewness 0.592101
Kurtosis 2.759497
Jarque-Bera 13.62831
Probability 0.001098
93
Lampiran 2. Uji Multikolinearitas
- Laki-laki
AHH_L MYS_L TPAK_L AHH_L 1.000000 0.387409 -0.018771
MYS_L 0.387409 1.000000 -0.221953
TPAK_L -0.018771 -0.221953 1.000000
- Perempuan
AHH_P MYS_P TPAK_P AHH_P 1.000000 0.394771 -0.194356
MYS_P 0.394771 1.000000 -0.410124
TPAK_P -0.194356 -0.410124 1.000000
Lampiran 3. Uji heteroskedastisitas
- Laki-laki
-1.2
-0.8
-0.4
0.0
0.4
0.8
1.2
sum
ut
- 11
sum
ut
- 17
sum
bar
- 16
riau -
15
jam
bi -
14
sum
sel -
13
bengkulu
- 1
2la
mpung -
11
lam
pung -
17
babel -
16
kepri -
15
jakart
a -
14
jabar
- 13
jate
ng -
12
diy
- 1
1diy
- 1
7ja
tim
- 1
6bante
n -
15
bali -
14
ntb
- 1
3ntt
- 1
2kalb
ar
- 11
kalb
ar
- 17
kalteng -
16
kals
el -
15
kaltim
- 1
4sulu
t -
13
sulteng -
12
suls
el -
11
suls
el -
17
sultengg -
16
go
ron
talo
- 1
5sulb
ar
- 14
malu
ku -
13
malu
t -
12
papbar
- 11
papbar
- 17
papua -
16
LNPDRB_K Residuals
- Perempuan
94
-1.2
-0.8
-0.4
0.0
0.4
0.8
1.2
sum
ut
- 11
sum
ut
- 17
sum
bar
- 16
riau -
15
jam
bi -
14
sum
sel -
13
bengkulu
- 1
2la
mpung -
11
lam
pung -
17
babel -
16
kepri -
15
jakart
a -
14
jabar
- 13
jate
ng -
12
diy
- 1
1diy
- 1
7ja
tim
- 1
6bante
n -
15
bali -
14
ntb
- 1
3ntt
- 1
2kalb
ar
- 11
kalb
ar
- 17
kalteng -
16
kals
el -
15
kaltim
- 1
4sulu
t -
13
sulteng -
12
suls
el -
11
suls
el -
17
sultengg -
16
go
ron
talo
- 1
5sulb
ar
- 14
malu
ku -
13
malu
t -
12
papbar
- 11
papbar
- 17
papua -
16
LNPDRB_K Residuals
Lampiran 4. Uji OLS
- Laki-laki
-
Dependent Variable: LNPDRB_K?
Method: Pooled Least Squares
Date: 04/01/19 Time: 02:16
Sample: 1 7
Included observations: 7
Cross-sections included: 32
Total pool (balanced) observations: 224 Variable Coefficient Std. Error t-Statistic Prob. AHH_L? 0.033037 0.009681 3.412452 0.0008
MYS_L? 0.368347 0.031304 11.76668 0.0000
TPAK_L? 0.062074 0.006596 9.410378 0.0000 R-squared 0.515654 Mean dependent var 10.49872
Adjusted R-squared 0.511271 S.D. dependent var 0.589732
S.E. of regression 0.412277 Akaike info criterion 1.079059
Sum squared resid 37.56387 Schwarz criterion 1.124751
Log likelihood -117.8546 Hannan-Quinn criter. 1.097503
Durbin-Watson stat 0.133407
95
- Perempuan -
Dependent Variable: LNPDRB_K?
Method: Pooled Least Squares
Date: 04/01/19 Time: 02:18
Sample: 1 7
Included observations: 7
Cross-sections included: 32
Total pool (balanced) observations: 224 Variable Coefficient Std. Error t-Statistic Prob. AHH_P? 0.118415 0.006337 18.68510 0.0000
MYS_P? 0.217870 0.038690 5.631221 0.0000
TPAK_P? 0.009048 0.004817 1.878372 0.0616 R-squared 0.211787 Mean dependent var 10.49872
Adjusted R-squared 0.204654 S.D. dependent var 0.589732
S.E. of regression 0.525936 Akaike info criterion 1.566028
Sum squared resid 61.13054 Schwarz criterion 1.611720
Log likelihood -172.3952 Hannan-Quinn criter. 1.584472
Durbin-Watson stat 0.022172
Lampiran 5. Uji PEGLS
- Laki-laki -
Dependent Variable: LNPDRB_K?
Method: Pooled EGLS (Cross-section weights)
Date: 03/08/19 Time: 13:44
Sample: 1 7
Included observations: 7
Cross-sections included: 32
Total pool (balanced) observations: 224
Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob. C -13.38839 1.117180 -11.98410 0.0000
AHH_L? 0.308828 0.018484 16.70816 0.0000
MYS_L? 0.430205 0.029854 14.41026 0.0000
TPAK_L? -0.005579 0.002093 -2.664952 0.0084
Fixed Effects (Cross)
_BABEL--C 0.114840
_BALI--C -0.925601
_BANTEN--C -0.217678
_BENGKULU--C -0.265093
_DIY--C -2.571562
_GORONTALO--C 0.813253
_JABAR--C -1.097396
_JAKARTA--C -0.630688
_JAMBI--C -0.240649
_JATENG--C -1.313036
_JATIM--C -0.032803
96
_KALBAR--C 0.006442
_KALSEL--C 0.477416
_KALTENG--C -0.024219
_KALTIM--C -0.446698
_KEPRI--C 0.292235
_LAMPUNG--C -0.161407
_MALUKU--C 0.133260
_MALUT--C -0.181621
_NTB--C 1.038036
_NTT--C 0.514069
_PAPBAR--C 1.286513
_PAPUA--C 2.224861
_RIAU--C 0.339478
_SULBAR--C 1.645683
_SULSEL--C -0.016604
_SULTENG--C 0.604650
_SULTENGG--C -0.648407
_SULUT--C -0.854462
_SUMBAR--C -0.032676
_SUMSEL--C 0.232946
_SUMUT--C -0.063082 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.994613 Mean dependent var 15.64328
Adjusted R-squared 0.993643 S.D. dependent var 8.082439
S.E. of regression 0.066943 Sum squared resid 0.846976
F-statistic 1026.270 Durbin-Watson stat 1.206947
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.989002 Mean dependent var 10.49872
Sum squared resid 0.852963 Durbin-Watson stat 1.233791
- Perempuan -
Dependent Variable: LNPDRB_K?
Method: Pooled EGLS (Cross-section weights)
Date: 04/01/19 Time: 02:21
Sample: 1 7
Included observations: 7
Cross-sections included: 32
Total pool (balanced) observations: 224
Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob. C -6.313379 1.150106 -5.489388 0.0000
AHH_P? 0.190769 0.017669 10.79685 0.0000
97
MYS_P? 0.437589 0.017826 24.54775 0.0000
TPAK_P? 0.000218 0.001021 0.213765 0.8310
Fixed Effects (Cross)
_BABEL--C 0.171505
_BALI--C -0.313698
_BANTEN--C -0.109091
_BENGKULU--C -0.415073
_DIY--C -1.746609
_GORONTALO--C -0.028280
_JABAR--C -0.697993
_JAKARTA--C -0.227377
_JAMBI--C 0.172452
_JATENG--C -0.713486
_JATIM--C 0.246628
_KALBAR--C 0.156463
_KALSEL--C 0.291757
_KALTENG--C -0.052742
_KALTIM--C 0.096667
_KEPRI--C 0.082826
_LAMPUNG--C -0.203371
_MALUKU--C -0.511768
_MALUT--C -0.362867
_NTB--C 0.810448
_NTT--C 0.023033
_PAPBAR--C 1.732931
_PAPUA--C 2.110375
_RIAU--C 0.407543
_SULBAR--C 0.928101
_SULSEL--C -0.054376
_SULTENG--C 0.177946
_SULTENGG--C -0.458049
_SULUT--C -1.034397
_SUMBAR--C -0.362387
_SUMSEL--C 0.143854
_SUMUT--C -0.260967 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.995497 Mean dependent var 17.58605
Adjusted R-squared 0.994687 S.D. dependent var 11.43928
S.E. of regression 0.067005 Sum squared resid 0.848546
F-statistic 1228.947 Durbin-Watson stat 1.113336
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.988855 Mean dependent var 10.49872
Sum squared resid 0.864380 Durbin-Watson stat 0.932319
98
Lampiran 6. Data
- Data sebelum di transformasi
Provinsi Tahun AHH_L AHH_P RLS_L RLS_P TPAK_L TPAK_P PDRB_K
Sumut 2011 65,76 69,61 9,08 8,06 83,69 60,85 28518,19
Sumut 2012 65,93 69,78 9,16 8,3 87,21 52,17 31109,35
Sumut 2013 66,06 69,91 9,18 8,41 85,71 56,1 34544,18
Sumut 2014 66,16 70,01 9,33 8,55 83,23 51,35 37913,9
Sumut 2015 66,41 70,26 9,42 8,66 83,38 52,58 41019,54
Sumut 2016 66,48 70,29 9,48 8,78 79,44 52,88 44557,76
Sumut 2017 66,49 70,29 9,55 8,96 82,56 55,55 47963,99
sumbar 2011 65,9 69,78 8,42 8 83,56 49,69 24056,68
sumbar 2012 66,11 69,99 8,47 8,09 81,22 48,58 26286,16
sumbar 2013 66,31 70,2 8,53 8,09 79,91 47,51 28994,48
sumbar 2014 66,41 70,31 8,58 8,1 80,25 50,65 32141,09
sumbar 2015 66,75 70,65 8,63 8,32 79,63 49,97 34630,86
sumbar 2016 66,9 70,65 8,72 8,49 81,1 53,48 37349,92
sumbar 2017 66,94 70,7 8,86 8,6 80,05 52,93 40324,28
riau 2011 68,43 72,3 8,54 7,76 85,57 45,97 84811,19
riau 2012 68,61 72,46 8,63 7,78 84,05 40,41 94996,15
riau 2013 68,79 72,64 8,73 8 83,27 42,73 100691,4
riau 2014 68,88 72,73 8,79 8,14 83,23 42,21 109784,6
riau 2015 69,05 72,9 8,8 8,17 83,2 42,08 102887,8
riau 2016 69,1 72,9 8,81 8,36 84,65 46,8 104952,1
riau 2017 69,12 72,92 9,02 8,49 83,45 43,43 105991
jambi 2011 68,14 72,03 8,05 6,89 87,19 47,33 32682,04
jambi 2012 68,3 70,66 8,24 7,12 84,59 44,72 35657,57
jambi 2013 68,46 70,83 8,28 7,3 82,92 41,55 39553,64
jambi 2014 68,54 70,91 8,44 7,37 83,85 46,46 43300,3
jambi 2015 68,67 71,13 8,46 7,44 84,65 46,77 45580,04
jambi 2016 68,69 71,16 8,5 7,63 85,65 48,6 49626,44
jambi 2017 68,75 71,17 8,59 7,7 84 50,28 54366,37
sumsel 2011 66,62 70,49 7,87 6,85 86,14 55,74 29830,37
sumsel 2012 66,78 70,66 7,92 7,07 86,08 52,57 32830,49
sumsel 2013 66,95 70,83 7,95 7,1 82,36 50,2 35810,16
sumsel 2014 67,03 70,91 8,08 7,23 84,37 52,91 38584,88
sumsel 2015 67,25 71,13 8,17 7,37 83,89 52,76 41201,28
sumsel 2016 67,28 71,16 8,18 7,48 85,13 57,67 43444,6
sumsel 2017 67,29 71,17 8,3 7,67 84,94 53,63 46420,64
bengkulu 2011 66,08 69,98 8,34 7,32 86,38 60,77 18368,8
bengkulu 2012 66,26 70,16 8,48 7,54 84,25 55,31 20298,91
99
Provinsi Tahun AHH_L AHH_P RLS_L RLS_P TPAK_L TPAK_P PDRB_K
bengkulu 2013 66,43 70,32 8,58 7,57 82,28 51,75 22358,05
bengkulu 2014 66,47 70,35 8,67 7,88 82,59 53,46 24604,4
bengkulu 2015 66,6 70,48 8,7 7,89 85,02 55,78 26845,61
bengkulu 2016 66,62 70,49 8,72 8,01 85,02 59,91 29081,41
bengkulu 2017 66,64 70,51 8,76 8,16 84,15 53,91 31368,79
lampung 2011 67,23 71,1 7,6 6,85 86,86 47,97 21981,47
lampung 2012 67,45 71,31 7,63 6,86 84,41 47,02 23910,84
lampung 2013 67,66 71,53 7,74 6,88 83,66 44,58 25768,94
lampung 2014 67,76 71,64 7,87 7,06 85,37 47,62 28755,17
lampung 2015 68 71,88 7,92 7,19 85,56 44,57 31153,72
lampung 2016 68,03 71,9 7,93 7,33 86,18 52,17 34142,16
lampung 2017 68,04 71,91 8,08 7,49 86,28 48,43 37209,5
babel 2011 67,42 71,3 7,69 6,64 86,12 49,13 32465,38
babel 2012 67,6 71,45 7,88 6,75 86,77 42,63 35288,32
babel 2013 67,77 71,61 7,95 6,92 85,82 42,96 38314,56
babel 2014 67,85 71,69 7,98 6,94 85,09 43,97 41948,37
babel 2015 68,01 71,85 7,99 7,14 84,62 47,1 44425,08
babel 2016 68,05 71,88 8 7,31 83,49 52,98 46436,17
babel 2017 68,08 71,89 8,1 7,48 83,85 47,93 48902,75
kepri 2011 66,76 70,59 9,76 9,13 86,29 47,69 72571,75
kepri 2012 66,98 70,81 9,77 9,23 86,23 45,24 80240,25
kepri 2013 67,18 71,02 9,78 9,34 85,55 44,6 87710,29
kepri 2014 67,28 71,12 9,78 9,34 86,18 44,83 94335,33
kepri 2015 67,54 71,38 9,86 9,36 86,63 42,58 101148,5
kepri 2016 67,59 71,39 9,87 9,46 84,63 46,45 106781,4
kepri 2017 67,6 71,4 10 9,57 82,21 49,96 110310,6
jakarta 2011 70,02 73,8 10,95 9,87 84,56 53,87 125533,8
jakarta 2012 70,19 73,96 10,96 9,88 83,07 59,82 138858,3
jakarta 2013 70,36 74,12 10,97 9,9 84,13 51,72 155153,9
jakarta 2014 70,44 74,2 10,99 10,09 83,94 49,26 174914,4
jakarta 2015 70,6 74,36 11,21 10,2 82,58 50,22 195431,7
jakarta 2016 70,72 74,41 11,34 10,42 83,31 50,58 211783,6
jakarta 2017 70,78 74,41 11,43 10,61 78,48 45,56 232342,3
jabar 2011 69,68 73,53 8,02 6,88 82,51 41,47 23251,17
jabar 2012 69,95 73,79 8,06 6,97 83,5 43,51 25272,29
jabar 2013 70,22 74,05 8,09 7,06 83,68 41,78 27767,25
jabar 2014 70,35 74,18 8,21 7,2 82,82 42,3 30107,21
jabar 2015 70,54 74,36 8,36 7,35 81,51 38,74 32648,02
jabar 2016 70,57 74,39 8,37 7,52 80,62 40,3 34883,48
jabar 2017 70,58 74,42 8,59 7,69 82,4 43,89 37180,96
100
Provinsi Tahun AHH_L AHH_P RLS_L RLS_P TPAK_L TPAK_P PDRB_K
jateng 2011 70,99 74,92 7,36 6,15 83,18 58,81 21162,83
jateng 2012 71,18 75,1 7,39 6,18 86,03 57,35 22865,43
jateng 2013 71,37 75,28 7,4 6,23 84,21 52,72 24952,13
jateng 2014 71,97 75,87 7,47 6,4 82,93 56,93 27517,84
jateng 2015 72,05 75,95 7,59 6,5 82,38 53,89 29933,75
jateng 2016 72,1 75,99 7,68 6,65 80,87 53,94 32132,57
jateng 2017 72,16 76,02 7,79 6,78 82,46 56,26 34650,4
diy 2011 72,47 76,14 9,31 7,8 78,35 59,61 20333,34
diy 2012 72,57 76,24 9,33 7,92 80,34 61,78 21744,58
diy 2013 72,67 76,32 9,36 8,14 77,53 60,64 23623,92
diy 2014 72,72 76,36 9,42 8,29 80,93 61,6 25526,4
diy 2015 72,9 76,54 9,64 8,4 79,95 57,3 27571,53
diy 2016 72,92 76,54 9,67 8,6 82,24 62,1 29565,19
diy 2017 72,95 76,57 9,74 8,73 80,72 62,69 31676,67
jatim 2011 68,13 72,01 7,49 6,13 84,7 55,01 29613,05
jatim 2012 68,25 72,13 7,54 6,2 84,77 55,2 32770,38
jatim 2013 68,45 72,33 7,54 6,31 85,02 55,56 36037,18
jatim 2014 68,56 72,44 7,69 6,45 83,81 53,17 39832,68
jatim 2015 68,79 72,67 7,75 6,57 83,99 52,43 43541,4
jatim 2016 68,8 72,68 7,81 6,69 80,89 52,06 47539,1
jatim 2017 68,82 72,7 7,93 6,78 83,85 54,37 51388,32
banten 2011 66,78 70,66 8,65 7,22 86 48,83 27977,01
banten 2012 66,97 70,84 8,7 7,5 84,76 44,51 30202,44
banten 2013 67,15 71,02 8,75 7,56 83,03 43,26 32991,61
banten 2014 67,24 71,11 8,76 7,6 83,3 43,65 36629,18
banten 2015 67,54 71,41 8,86 7,66 82,06 41,67 40091,23
banten 2016 67,54 71,44 8,9 7,82 81,39 45,29 42470,3
banten 2017 67,57 71,47 9,07 7,98 81,15 42,8 45342,38
bali 2011 68,89 72,76 8,72 6,84 84,2 68,71 26433,49
bali 2012 69,06 72,91 8,99 7,12 84,07 69,89 29443,59
bali 2013 69,24 73,07 9 7,17 83,88 66,83 33135,15
bali 2014 69,33 73,15 9,02 7,22 82,55 67,26 38099,86
bali 2015 69,49 73,31 9,18 7,33 83,77 67,24 42480,08
bali 2016 69,55 73,32 9,2 7,53 83,9 70,56 46336,85
bali 2017 69,58 73,35 9,35 7,75 82,76 67,7 50714,59
ntb 2011 62,27 66,09 6,91 5,32 82,88 51,09 14879,83
ntb 2012 62,56 66,4 7,15 5,61 80,86 52,72 14853,74
ntb 2013 62,88 66,7 7,29 5,63 80,57 51,88 15627,57
ntb 2014 63,04 66,85 7,43 6,01 80,87 53,81 17097,66
ntb 2015 63,52 67,33 7,51 6,02 81,59 52,98 21851,53
101
Provinsi Tahun AHH_L AHH_P RLS_L RLS_P TPAK_L TPAK_P PDRB_K
ntb 2016 63,55 67,39 7,54 6,13 82,18 61,99 23799,96
ntb 2017 63,57 67,42 7,63 6,27 82,11 56,18 25007,56
ntt 2011 63,59 67,41 6,88 6,21 82,79 61,25 10194,01
ntt 2012 63,77 67,6 6,95 6,32 82 59,78 11268,68
ntt 2013 63,95 67,77 7,01 6,36 80,72 57,35 12379,02
ntt 2014 64,04 67,85 7,16 6,56 80 58,33 13599,73
ntt 2015 64,09 67,91 7,27 6,61 80,58 58,43 14867,16
ntt 2016 64,17 67,92 7,32 6,75 79,68 59,15 16132,91
ntt 2017 64,2 67,96 7,46 6,87 80 58,65 17241,26
kalbar 2011 67,35 71,28 6,96 5,66 86,29 61,04 21548,09
kalbar 2012 67,56 71,47 7,25 5,97 85,69 52,27 23427,05
kalbar 2013 67,76 71,66 7,3 6,01 83,73 55,19 25561,5
kalbar 2014 67,86 71,75 7,35 6,29 83,71 55,65 28062,48
kalbar 2015 67,97 71,87 7,42 6,43 83,92 54,93 30619,33
kalbar 2016 67,99 71,89 7,49 6,44 84,19 53,93 33194,39
kalbar 2017 68 71,9 7,59 6,49 83,38 53,38 35979,45
kalteng 2011 67,25 71,06 8,03 7,12 88,05 56,16 28952,94
kalteng 2012 67,35 71,16 8,11 7,24 86,85 51,2 31515,97
kalteng 2013 67,41 71,23 8,19 7,36 85,67 48,94 34367,34
kalteng 2014 67,52 71,34 8,21 7,4 85,3 49,97 36842,26
kalteng 2015 67,67 71,49 8,43 7,59 86,9 53,55 40105,06
kalteng 2016 67,68 71,49 8,49 7,73 87,2 53,61 43972,96
kalteng 2017 67,69 71,5 8,62 7,91 84,37 49,19 48431,02
kalsel 2011 64,99 68,86 7,91 6,84 87,94 58,53 26594,38
kalsel 2012 65,23 69,09 8,02 6,95 87,31 56,39 28197,08
kalsel 2013 65,46 69,33 8,09 7,09 85,29 52,72 30058,02
kalsel 2014 65,57 69,45 8,1 7,1 85,41 53,25 32599,83
kalsel 2015 65,9 69,78 8,29 7,23 85,29 53,87 34351,69
kalsel 2016 65,92 69,84 8,38 7,4 85,32 57,54 36069,62
kalsel 2017 65,98 69,95 8,45 7,52 88,42 54,99 38738,31
kaltim 2011 71,25 75,05 9,3 8,21 89,93 44,22 140229,6
kaltim 2012 71,46 75,27 9,5 8,31 88,36 42,01 145998,5
kaltim 2013 71,68 75,46 9,52 8,42 84,81 39,95 158472,7
kaltim 2014 71,79 75,56 9,53 8,48 83,42 42,26 157400
kaltim 2015 71,82 75,59 9,57 8,68 83,64 38,56 147405,4
kaltim 2016 71,85 75,59 9,61 8,82 85,72 47,69 145401,8
kaltim 2017 71,87 75,61 9,75 8,93 82,85 42,33 165714,2
sulut 2011 68,65 72,55 8,76 8,61 83,96 26,06 24867,95
sulut 2012 68,8 72,7 8,78 8,63 81,87 41,32 27373,41
sulut 2013 68,95 72,85 8,84 8,67 81,34 37,45 30121,09
102
Provinsi Tahun AHH_L AHH_P RLS_L RLS_P TPAK_L TPAK_P PDRB_K
sulut 2014 69,03 72,92 8,89 8,83 79,76 39,47 33800,17
sulut 2015 69,08 72,98 8,9 8,86 81,54 40,26 37786,58
sulut 2016 69,09 72,99 8,93 9 81,7 47,87 41258,04
sulut 2017 69,11 73,01 9,1 9,19 79,28 41,7 44763,6
sulteng 2011 64,48 68,39 7,99 7,38 88,26 57,26 22547,48
sulteng 2012 64,8 68,7 8,03 7,42 85,46 46,39 25421,64
sulteng 2013 65,11 69,02 8,13 7,51 85,12 45,83 28663,64
sulteng 2014 65,27 69,18 8,16 7,62 84,66 48,11 31874,69
sulteng 2015 65,34 69,26 8,27 7,66 85,38 48,89 37394,89
sulteng 2016 65,39 69,28 8,38 7,84 86,81 57,16 41141,6
sulteng 2017 65,4 69,29 8,56 8 84,1 49,49 45255,8
sulsel 2011 67,2 71,12 7,76 6,95 84,86 45,6 24311,67
sulsel 2012 67,4 71,31 7,8 6,99 81,76 45,56 27670,91
sulsel 2013 67,59 71,5 7,83 7,08 80,47 42,27 31027,93
sulsel 2014 67,69 71,59 7,86 7,15 80,23 45,33 35344,88
sulsel 2015 67,89 71,8 7,97 7,34 79,01 44,31 39950,48
sulsel 2016 67,94 71,84 8,08 7,46 79,69 47,47 44110,59
sulsel 2017 67,96 71,86 8,31 7,63 79,66 43,76 48206,84
sultengg 2011 67,93 71,87 8,36 7,01 87,72 55,4 24302,1
sultengg 2012 68,14 72,08 8,42 7,22 83,28 51,7 27582,58
sultengg 2013 68,35 72,3 8,49 7,38 81,85 50,03 29641,12
sultengg 2014 68,45 72,41 8,78 7,69 82,16 51,76 32115,83
sultengg 2015 68,5 72,46 8,79 7,7 82,92 53,93 35092,25
sultengg 2016 68,54 72,47 8,83 7,86 85,62 61,42 28028,88
sultengg 2017 68,57 72,47 8,98 7,95 82,58 54,93 41294,83
gorontalo 2011 64,68 68,59 6,65 7,12 83,22 45,28 16381,67
gorontalo 2012 64,84 68,77 6,66 7,15 82,63 43,75 18207,86
gorontalo 2013 65 68,94 6,67 7,19 81,96 42,26 20154,35
gorontalo 2014 65,08 69,03 6,7 7,22 81,25 44,66 22582,5
gorontalo 2015 65,2 69,14 6,76 7,34 81,73 45,8 25143,39
gorontalo 2016 65,22 69,16 7,82 7,41 82,91 53,12 27548,73
gorontalo 2017 65,22 69,2 6,98 7,56 83,07 46,71 29573,58
sulbar 2011 60,92 64,72 7,11 6,2 86,24 58,6 17001,85
sulbar 2012 61,18 65 7,21 6,32 87,5 56,29 18688,25
sulbar 2013 61,46 65,28 7,31 6,44 83,44 50,56 20457,33
sulbar 2014 62,18 66 7,32 6,45 85,15 57,18 23415,05
sulbar 2015 62,36 66,18 7,33 6,71 85,94 54,8 25728,07
sulbar 2016 62,49 66,2 7,4 6,91 88,66 55,34 27523,24
sulbar 2017 62,52 66,23 7,55 7,08 84,23 49,86 29766,44
maluku 2011 62,74 66,58 8,99 8,41 82,53 56,46 13604,41
103
Provinsi Tahun AHH_L AHH_P RLS_L RLS_P TPAK_L TPAK_P PDRB_K
maluku 2012 62,9 66,74 9,03 8,47 78,98 48,48 15418,36
maluku 2013 63,04 66,9 9,11 8,52 77,78 46,89 17092,99
maluku 2014 63,11 66,98 9,42 8,9 76,19 45,6 19099,98
maluku 2015 63,41 67,28 9,42 8,91 78,16 50,77 20365,6
maluku 2016 63,44 67,34 9,47 9,08 77,04 51,97 21598,97
maluku 2017 63,49 67,39 9,63 9,17 75,19 45,16 22857,7
malut 2011 64,97 68,88 8,54 7,23 83,28 50,98 16002,57
malut 2012 65,12 69,08 8,57 7,5 82,67 49,35 17726,06
malut 2013 65,31 69,28 8,8 7,73 82,29 45,72 19230,01
malut 2014 65,41 69,38 8,9 7,76 80,63 46,42 21114,23
malut 2015 65,5 69,48 8,91 7,8 83,58 48,56 22917,73
malut 2016 65,53 69,5 8,99 8,06 82,8 48,88 24586,37
malut 2017 65,56 69,53 9,05 8,17 80,25 46,36 26686,06
papbar 2011 62,88 66,72 9,35 6,31 83,8 55,8 56305,11
papbar 2012 63 66,86 9,45 6,39 79,57 52,86 58762,56
papbar 2013 63,17 67,02 9,56 6,54 80,14 50,67 63984,19
papbar 2014 63,26 67,1 9,7 6,67 81,47 53,18 68463,58
papbar 2015 63,31 67,15 9,79 6,71 81,25 54,31 72159,85
papbar 2016 63,32 67,16 9,91 6,8 85,49 52,4 74584,63
papbar 2017 63,34 67,19 9,89 6,9 78,69 54,66 78426,5
papua 2011 62,66 66,34 6,46 4,62 87,44 68,36 37111,15
papua 2012 62,81 66,48 6,47 4,74 88,31 68,36 37935,01
papua 2013 62,97 66,64 6,49 4,79 86,61 68,34 40513,65
papua 2014 63,05 66,72 6,62 4,83 85,83 70,49 43134,25
papua 2015 63,3 66,97 6,85 5,02 87,66 70,33 47726,07
papua 2016 63,44 66,99 6,9 5,32 85,85 66,25 54732,74
papua 2017 63,45 67 7,02 5,44 85,28 67,45 58684,09
- Data sesudah di transformasi
Provinsi Tahun LNPDRB_K
sumut 2011 10,2583
sumut 2012 10,34526
sumut 2013 10,44999
sumut 2014 10,54307
sumut 2015 10,6218
sumut 2016 10,70454
sumut 2017 10,77821
sumbar 2011 10,08817
sumbar 2012 10,1768
104
Provinsi Tahun LNPDRB_K
sumbar 2013 10,27486
sumbar 2014 10,37789
sumbar 2015 10,4525
sumbar 2016 10,52809
sumbar 2017 10,60471
riau 2011 11,34818
riau 2012 11,46159
riau 2013 11,51982
riau 2014 11,60628
riau 2015 11,54139
riau 2016 11,56126
riau 2017 11,57111
jambi 2011 10,39458
jambi 2012 10,48172
jambi 2013 10,58541
jambi 2014 10,67591
jambi 2015 10,72723
jambi 2016 10,81228
jambi 2017 10,9035
sumsel 2011 10,30328
sumsel 2012 10,39911
sumsel 2013 10,48599
sumsel 2014 10,56062
sumsel 2015 10,62622
sumsel 2016 10,67924
sumsel 2017 10,7455
bengkulu 2011 9,818409
bengkulu 2012 9,918322
bengkulu 2013 10,01494
bengkulu 2014 10,11068
bengkulu 2015 10,19786
bengkulu 2016 10,27785
bengkulu 2017 10,35357
lampung 2011 9,997955
lampung 2012 10,08209
lampung 2013 10,15693
lampung 2014 10,26657
lampung 2015 10,34669
lampung 2016 10,43829
lampung 2017 10,52432
105
Provinsi Tahun LNPDRB_K
babel 2011 10,38793
babel 2012 10,47131
babel 2013 10,55359
babel 2014 10,64419
babel 2015 10,70156
babel 2016 10,74583
babel 2017 10,79759
kepri 2011 11,19233
kepri 2012 11,29278
kepri 2013 11,38179
kepri 2014 11,45461
kepri 2015 11,52435
kepri 2016 11,57854
kepri 2017 11,61105
jakarta 2011 11,74033
jakarta 2012 11,84121
jakarta 2013 11,95217
jakarta 2014 12,07205
jakarta 2015 12,18297
jakarta 2016 12,26332
jakarta 2017 12,35597
jabar 2011 10,05411
jabar 2012 10,13746
jabar 2013 10,23161
jabar 2014 10,31252
jabar 2015 10,39354
jabar 2016 10,45977
jabar 2017 10,52355
jateng 2011 9,960002
jateng 2012 10,03738
jateng 2013 10,12471
jateng 2014 10,22259
jateng 2015 10,30674
jateng 2016 10,37763
jateng 2017 10,45306
diy 2011 9,920017
diy 2012 9,98712
diy 2013 10,07002
diy 2014 10,14747
diy 2015 10,22454
106
Provinsi Tahun LNPDRB_K
diy 2016 10,29435
diy 2017 10,36334
jatim 2011 10,29597
jatim 2012 10,39728
jatim 2013 10,49231
jatim 2014 10,59244
jatim 2015 10,68147
jatim 2016 10,76931
jatim 2017 10,84717
banten 2011 10,23914
banten 2012 10,31568
banten 2013 10,40401
banten 2014 10,5086
banten 2015 10,59891
banten 2016 10,65656
banten 2017 10,722
bali 2011 10,18239
bali 2012 10,29023
bali 2013 10,40835
bali 2014 10,54797
bali 2015 10,65679
bali 2016 10,74369
bali 2017 10,83397
ntb 2011 9,607762
ntb 2012 9,606007
ntb 2013 9,656792
ntb 2014 9,746697
ntb 2015 9,992026
ntb 2016 10,07744
ntb 2017 10,12693
ntt 2011 9,229556
ntt 2012 9,329782
ntt 2013 9,423758
ntt 2014 9,517805
ntt 2015 9,60691
ntt 2016 9,688617
ntt 2017 9,755061
kalbar 2011 9,978042
kalbar 2012 10,06165
kalbar 2013 10,14884
107
Provinsi Tahun LNPDRB_K
kalbar 2014 10,24219
kalbar 2015 10,32939
kalbar 2016 10,41014
kalbar 2017 10,4907
kalteng 2011 10,27343
kalteng 2012 10,35825
kalteng 2013 10,44486
kalteng 2014 10,5144
kalteng 2015 10,59926
kalteng 2016 10,69133
kalteng 2017 10,7879
kalsel 2011 10,18846
kalsel 2012 10,24697
kalsel 2013 10,31088
kalsel 2014 10,39206
kalsel 2015 10,44441
kalsel 2016 10,49321
kalsel 2017 10,56458
kaltim 2011 11,85104
kaltim 2012 11,89135
kaltim 2013 11,97334
kaltim 2014 11,96655
kaltim 2015 11,90094
kaltim 2016 11,88726
kaltim 2017 12,01802
sulut 2011 10,12134
sulut 2012 10,21733
sulut 2013 10,31298
sulut 2014 10,42822
sulut 2015 10,53971
sulut 2016 10,6276
sulut 2017 10,70915
sulteng 2011 10,02338
sulteng 2012 10,14336
sulteng 2013 10,26338
sulteng 2014 10,36957
sulteng 2015 10,52929
sulteng 2016 10,62478
sulteng 2017 10,72009
sulsel 2011 10,09871
108
Provinsi Tahun LNPDRB_K
sulsel 2012 10,22814
sulsel 2013 10,34264
sulsel 2014 10,47291
sulsel 2015 10,5954
sulsel 2016 10,69446
sulsel 2017 10,78326
sultengg 2011 10,09832
sultengg 2012 10,22494
sultengg 2013 10,29692
sultengg 2014 10,3771
sultengg 2015 10,46574
sultengg 2016 10,24099
sultengg 2017 10,62849
gorontalo 2011 9,703918
gorontalo 2012 9,809609
gorontalo 2013 9,911175
gorontalo 2014 10,02493
gorontalo 2015 10,13235
gorontalo 2016 10,22371
gorontalo 2017 10,29464
sulbar 2011 9,741077
sulbar 2012 9,83565
sulbar 2013 9,926097
sulbar 2014 10,06113
sulbar 2015 10,15534
sulbar 2016 10,22279
sulbar 2017 10,30114
maluku 2011 9,518149
maluku 2012 9,643314
maluku 2013 9,746424
maluku 2014 9,857443
maluku 2015 9,921602
maluku 2016 9,980401
maluku 2017 10,03704
malut 2011 9,680505
malut 2012 9,782791
malut 2013 9,864227
malut 2014 9,957702
malut 2015 10,03967
malut 2016 10,10995
109
Provinsi Tahun LNPDRB_K
malut 2017 10,1919
papbar 2011 10,93854
papbar 2012 10,98126
papbar 2013 11,06639
papbar 2014 11,13406
papbar 2015 11,18664
papbar 2016 11,21969
papbar 2017 11,26992
papua 2011 10,52167
papua 2012 10,54363
papua 2013 10,60939
papua 2014 10,67207
papua 2015 10,77323
papua 2016 10,91022
papua 2017 10,97992