DETERMINAN KUALITAS SDM MELALUI KETERKAITAN...

Conference on Management and Behavioral Studies Universitas Tarumanagara, Jakarta, 23 Oktober 2019

ISSN NO: 2541-3406 e-ISSN: 2541-285x

122

DETERMINAN KUALITAS SDM MELALUI KETERKAITAN

SIMULTAN IPM DENGAN KESENJANGAN KEMISKINAN

Yohana Cahya Palupi Meilani1)

1)Pelita Harapan University, Banten, Indonesia

Email : [email protected]

ABSTRACT: This study wants see the simultaneous determinants of the Index of Human Development (HDI) with

Indonesia's poverty gap in 33 provinces based on BPS data from 2006-2013. Factors that connect each

equation are analyzed based on previous studies that have been empirically tested, such as the

percentage of poverty, below the poverty line, electricity, literacy, life expectancy, per capita expenditure,

number of workers, number of people working, people those who do not work, openunemployment,

provincial minimum wages (UMP). Panel data processing was analyzed using the twostage least square

(2SLS) method. The results showed that there was a significant relationship between HDI and the poverty

gap when the percentage of poverty, below the poverty line, electricity, literacy, life expectancy, per

capita expenditure, number of workers, number of people employed, unemployed people, open

unemployment, and UMP were variables which is important to explain the relationship between HDI and

the poverty gap.

Keywords: HDI, Poverty Gap, Indonesia

ABSTRAK: Tujuan penelitian ini untuk melihat determinan keterkaitan simultan Indeks Pembangunan Manusia (IPM)

dengan kesenjangan_kemiskinan 33 provinsi di Indonesia berdasarkan data BPS pada tahun 2006-2013.

Faktor yang menghubungkan masing-masing persamaan dianalisis dengan berbasis pada penelitian-

penelitian terdahulu yang sudah diuji secara empirik, seperti prosentase kemiskinan, di bawah garis

kemiskinan, listrik, literasi, harapan hidup, pengeluaran perkapita, jumlah tenaga kerja, jumlah orang

yang bekerja, pengangguran terbuka, Upah Minimum Propinsi (UMP). Data panel dianalisis dengan

metode 2 SLS. Hasil studi menunjukkan terdapat hubungan IPM dengan kesenjangan kemiskinan ketika

persentase kemiskinan, di bawah garis kemiskinan, listrik, literasi, harapan hidup, pengeluaran perkapita,

jumlah tenaga kerja, jumlah orang yang bekerja, pengangguran terbuka, UMP merupakan varibel yang

penting untuk menjelaskan keterkaitan IPM dan kesenjangan kemiskinan.

Kata Kunci: IPM, Kesenjangan kemiskinan, Indonesia

PENDAHULUAN

Sumber Daya Manusia (SDM) penting bagi suatu negara Karena SDM adalah

investasi yang berharga yang disebut sebagai intelektual kapital dalam mencapai tujuan

merupakan pelaku yang penting. Tantangan globalisasi mengharapkan SDM yang

berkualitas, agar tidak tertinggal dalam era percepatan teknologi (Schemerhorn, 2015;

Dessler, 2016). Sesuai Undang-Undang Dasar 1945 pada bagian pembukaan yang

mengarahkan pada visi masyarakat Indonesia yang adil, makmur dan sejahtera. Dalam

pencapaian visi tersebut, faktor determinan keberhasilan suatu bangsa tidak lepas dari

pembangunan manusia. Pengelolaan sumber daya yang tepat dan kapasitas sumber daya

yang tepat akan memengaruhi keberhasilan pembangunan dan pertumbuhan ekonomi,

sosial, budaya, politik, bahkan pertahanan dan keamanan. Kualitas manusia dalam

masyarakat atau bangsa diukur melalui Indeks Pembangunan Manusia (IPM).

Melalui IPM terlihat bagaimana masyarakat dapat mengakses hasil

pembangunan yang dicirikan dari perolehan pendapatan yang layak, kesehatan dengan


ISSN NO: 2541-3406 e-ISSN: 2541-285x

123

tingkat harapan hidup yang baik, akses atas pendidikan dengan salah satu indikator

melek huruf, dan masih banyak lagi. Indonesia melalui Badan Pusat Statistik juga

menilik pada tiga faktor meliputi kesehatan, pendidikan yang dicapai dan standar

kehidupan atau ekonomi. Faktor tersebut menjadi penentu kemampuan meningkatkan

nilai IPM (BPS, 2018). Salah satu tantangan dalam kesejahteraan dan kualitas SDM,

yang perlu diperhatikan di Indonesia saat ini adalah tingkat pendidikan termasuk literasi, harapan hidup dan daya beli (Prasetyoningrum dan Sukmawati, 2018). Yang

disebut kemiskinan sebagai ketidakmampuan individu memenuhi kebutuhan hidup

sehari-hari baik makanan, pakaian atau tempat tinggal layak (Mirza, 2012). Pernyataan

tersebut selaras dengan Jhingan (2012) dan Soebagyo (2015) bahwa pembangunan

SDM bukan sekedar hasil pertumbuhan ekonomi, namun merupakan faktor penting

pertumbuhan ekonomi. Oleh karena itu, terdapat fenomena pertumbuhan ekonomi dan

pembangunan manusia harus berjalan beriringan. Maka IPM dan kesenjangan

kemiskinan penting diketahui dalam perancangan dan strategi pembangunan

berkelanjutan bangsa. Banyak penelitian IPM dan kesenjangan kemiskinan, Namun

belum banyak yang melakukan uji simultan dalam konteks Indonesia pada 33 propinsi

di Indonesia (Prasetyoningrum dan Sukmawati, 2018) terlebih menggunakan data panel

melalui pengolahan data simultan two-Stage least squares (2SLS) dengan program e-

views.

Perumusan Masalah

Dari uraian di atas dapat diformulasikan pertanyaan penelitian sebagai berikut:

1. Faktor determinan yang berpengaruh terhadap IPM di Indonesia?

2. Faktor determinan apa yang berpengaruh terhadap kesenjangan kemiskinan di

Indonesia?

TINJAUAN LITERATUR

Pengembangan Sumber Daya Manusia

Schultz & Schultz (2017) berpandangan bahwa SDM adalah modal intelektual

berupa pengetahuan dan keterampilan yang dimiliki dalam bekerja. Sementara itu,

Dessler (2016) lebih lanjut menjelaskan SDM mempunyai manfaat: (1) kemampuan

adaptasi; (2) peningkatan kualitas individu; (3) kompetensi; (4) hasil kualitas kerja

individu. Tanpa SDM yang unggul maka suatu bangsa dapat mengalami ketertinggalan

dan berat untuk melepaskan kemiskinan. Demikian juga dengan Indonesia, investasi

pengembangan SDM ini haruslah seharusnya dibuat dengan perencanaan seksama

sesuai kebutuhan nasional. Hal ini perlu diupayakan agar terjadi keseimbangan

permintaan dan penawaran SDM dalam pasar tenaga kerja demi mengurangi

pengangguran (Sutrisno, 2010). Pengembangan SDM dapat difokuskan pada

pembelajaran, pertumbuhan, kinerja dan efektifitas (Dessler, 2016; Akhyadi, 2015).

Indeks Pembangunan Manusia

Pembangunan SDM merupakan penentu yang mendorong pertumbuhan

ekonomi. Dalam menilik kualitas SDM, United Nations Development Program (UNDP)

menyampaikan pengukuran kualitas SDM disebut Indeks Pembangunan Manusia (IPM)

(Baeti, 2013; Dewi dan Yusuf, 2017). Dimana tingkat pembangunan SDM yang tinggi

menunjukkan kemampuan masyarakat menyerap dan mengelola teknologi maupun

pertumbuhan ekonomi yang lebih baik (Prasetyoningrum & Sukmawati, 2018).

Kemiskinan


ISSN NO: 2541-3406 e-ISSN: 2541-285x

124

Kuncoro (2013) menyampaikan bahwa kemiskinan dapat menghambat

pertumbuhan ekonomi suatu daerah atau bangsa. Karena dengan adanya penduduk

miskin tidak memberikan nilai tambah bagi kemakmuran suatu wilayah. Strategi dalam

pengentasan kemiskinan adalah peningkatan kualitas SDM melalui pengukuran IPM.

Salah satu ukuran dalam kemiskinan adalah ketersediaan dalam mengakses listrik.

Listrik merupakan sumber energi siap pakai, yang dikonversi dari bentuk energi primer dengan teknologi, menunjang dalam menjalankan kehidupan manusia. Mayoritas

penduduk miskin mempunyai tingkat pendidikan rendah, kemampuan mencukupi

kebutuhan pokok terbatas dan mengakses fasilitas pembangunan termasuk masalah

kesehatan (Mirza, 2012; Eren, Mirac dkk., 2014; Eren, 2014; Pradnyadewi dan

Purbadharmaja, 2017; Prasetyoningrum & Sukmawati, 2018).

Faktor Determinan dalam Indeks Pembangunan Manusia (IPM)

Pembangunan SDM adalah faktor yang tidak bisa diabaikan dalam pertumbuhan

ekonomi. Pembangunan manusia dapat diukur melalui IPM. Penelitian terdahulu

menyebutkan bahwa IPM dipengaruhi beberapa faktor determinan seperti kualitas

kesehatan yang dicerminkan dengan angka harapan hidup, pendidikan yang dikarenakan

perbedaan standar nasional Indonesia diwakili oleh tingkat literasi, serta standar hidup

layak yang dapat dicerminkan dalam kesenjangan kemiskinan, persentase kemiskinan,

garis kemiskinan dan penggunaan listrik (Mirza, 2012; Eren, Mirac dkk., 2014; Eren,

2014; Pradnyadewi dan Purbadharmaja, 2017; Prasetyoningrum dan Sukmawati, 2018).

Ha: Terdapat pengaruh faktor determinan (kesenjangan kemiskinan, tingkat

kemiskinanm garis kemiskinan, listrik, literasi, harapan hidup) terhadap IPM.

Faktor Determinan Dalam Kesenjangan kemiskinan

Apabila jumlah penduduk miskin banyak menimbulkan dampak yang tidak

sederhana bagi Negara. Hal ini dikarenakan bila penduduka miskin semakin banyak,

maka menurunkan daya beli penduduk maka akan susah membeli kebutuhan pokok

bahkan kebutuhan lain seperti keseharan atau pendidikan (Adelfina, 2016). Penelitian

terdahulu juga menyampaikan bahwa kesenjangan kemiskinan dapat dipengaruhi oleh

nilai IPM, jumlah orang yang bekerja, jumlah tenaga kerja di pasar tenaga kerja, jumlah

orang yang termasuk pengangguran terbuka, pengeluaran perkapita dan UMP

(Sugiyarto, 2015; Fajriyah dan Rahayu, 2016; Dewi dan Yusuf, 2017).

Ha: Terdapat pengaruh faktor determinan (IPM, bekerja, angkatan kerja, pengangguran

terbuka, pengeluaran perkapita, UMP) terhadap kesenjangan kemiskinan

METODE PENELITIAN

Jenis dan Sumber Data Data Data digunakan merupakan data sekunder bersumberkan laporan BPS, tahun 2006-

2013. Jenis data digunakan data panel yaitu gabungan dari time series yaitu periode

2006-2013 dan cross section 33 provinsi di Indonesia (propinsi tidak digunakan

Kalimantan Utara dikarenakan ketidaksediaan kelengkapan data BPS yang dibutuhkan

dari periode 2006-2013). Pemilihan time series 2006-2013 dilakukan karena (1)

kelengkapan data pada semua variabel yang dibutuhkan untuk periode tersebut; (2)

tahun 2006 angka kemiskinan 17.75% dan jumlah penduduk miskin 39.3 juta orang

tergolong tinggi. Variabel diteliti meliputi: Indeks Pembangunan Manusia, Kesenjangan

kemiskinan, Persentase kemiskinan, Garis Kemiskinan, Listrik, Literasi, Harapan

Hidup, JumlahTenaga Kerja, Orang Bekerja, Pengangguran Terbuka, Upah Minimum

Provinsi


ISSN NO: 2541-3406 e-ISSN: 2541-285x

125

Persamaan 1:

m= IPM dan Kesenjangan Kemiskinan = 2

k= Tingkat Kemiskinan, Garis Kemiskinan, Listrik, Literasi, Harapan Hidup = 5

Sehingga Persamaan 1: k > (m – 1) = 5 > (2 – 1) overindentified

Persamaan 2:

m = Kesenjangan Kemiskinan, IPM= 2

k= Bekerja, Angkatan Kerja, Pengangguran Terbuka, Pengeluaran Perkapita, UMP= 5

Sehingga Persamaan 2: k > (m – 1) = 5 > (2 – 1) overindentified

Maka perkiraan model persamaan simultan penelitian menggunakan

persamaan overidentified dengan metode two Stage least square. Sesuai Gujarati dan Porter (2012) yang menyatakan metode two Stage least square (2SLS) merupakan salah

satu metode regresi yang termasuk kelompok analisis persamaan struktural. Setelah

ditentukan two Stage least square (2SLS), maka akan menerapkan regresi terhadap

persamaan 1 dan persamaan 2 dengan menggunakan Eviews, dimana:

Specification:

IPM c kesenjangan_kemiskinan tingkat_kemiskinan garis_kemiskinan listrik

literasi harapan_hidup

Instruments:

tingkat_kemiskinan garis_kemiskinan listrik literasi harapan_hidup bekerja

angkatan_kerja pengangguran_terbuka pengeluaran_perkapita ump

Regresi Data Panel Data panel Dalam penelitian menggunakan pendekatan efek random karena asumsi variasi

dalam nilai dan arah hubungan antar variabel. Sehingga sesuai dalam mengestimasi data

paner yang diduga variabel residualnya punya keterkaitan antar waktu dan antar

variabel. Dan setelah dilakukan Hausman tes nilai probabilitas corss section random

harus > 0.05. Data panel mempunyai kemungkinan kecil terjadi multikolinearitas.

Kemudian, Kuncoro (2013) menegaskan bahwa deteksi autokorelasi dapat dilihat

melalui uji Durbin Watson. Jika K = 8 (tahun) dan T= 33 (propinsi) maka pada tabel

durbin Watson du = 1.99057dan dl=0.99402. Dengan asumsi bahwa model data panel

mengalami heteroskedastisitas tanpa autokorelasi, maka penelitian ini menggunakan uji

model Cross-section Weight (Gujarati, 2012). Spesifikasi Model

Alat analisis yang digunakan untuk mengetahui pengaruh pertumbuhan ekonomi,

persentase kemiskinan, dan tingkat pengangguran terhadap indeks pembangunan

manusia adalah analisis regresi data panel. Adapun model simultan yang digunakan

sebagai berikut:

Persamaan 1:

Persamaan 2:

Keterangan:

dan : Konstanta i : Cross Section t : time series periode ke- t


ISSN NO: 2541-3406 e-ISSN: 2541-285x

126

e : error term Variabel Eksogen (Variabel Terikat) :IPM dan Kesenjangan

Kemiskinan

Varibel Endogen (Variabel Bebas) :Tingkat kemiskinan, Di bawah Garis Kemiskinan,

Listrik, Literasi, Harapan Hidup, Bekerja, Angkatan Kerja, Pengangguran Terbuka,

Pengeluaran Perkapita, UMP.

Persamaan sudah menunjukkan simultan karena K – k > m – 1 adalah > 1 (m = jumlah variabel endogen dalam persamaan; K= jumlah variabel predetermined). Model

yang digunakan dalam analisis ini ialah model simultan dari persamaan (1) dan (2)

melalui uji spesifikasi dan uji F statistik. Pendekatan model menggunakan model

random (random effect) karena:

a. Estimasi dapat dilakukan dengan tanpa pembobot (no weighted).

b. Jika data panel mempunyai t (jumlah waktu 2006-2013= 8 tahun) < N (jumlah

variabel pengamatan = 12 variabel).

Karena pada model simultan yang menggunakan data panel, diduga terdapat

pelanggaran asumsi klasik berupa heteroskedastis, cross dependency sehingga pada

pengolahan data menggunakan pendekatan Cross-section random effects test equation

(Gujarati, 2012). Didukung pernyataan Peterson (2008) bahwa pada model random

effect akan mengestimasi data panel dimana variabel gangguan mungkin saling

berhubungan antar waktu dan antar individu. Perbedaan antar individu dan antar waktu

diakomodasi lewat error. Karena adanya korelasi antar variabel gangguan maka metode

model random effect tidak dapat menggunakan OLS tetapi lebih tepat menggunakan

metode 2 SLS pendekatan Cross-section random effects test equation.

Uji kelayakan model

a. Uji F, secara bersama-sama mengintepretasikan pengaruh variabel bebas terhadap

variabel terikat. Dengan cara apabila: F hitung > F tabel atau nilai prob. F-statistik <

taraf signifikansi, maka tolak H0 atau yang berarti bahwa variabel bebas secara

bersama-sama mempengaruhi variabel terikat. Hipotesis yang dapat dirumuskan:

b. Uji satu arah (uji t) jika t hitung > t tabel α 0.05 = 1.65 atau nilai prob. t-statistik <

taraf signifikansi, maka tolak H0 atau yang berarti bahwa variabel bebas secara parsial

berpengaruh di dalam model terhadap variabel terikat.

Koefisien Determinasi

Koefisien determinasi merefleksikan seberapa besar variasi dari variabel terikat Y

dijelaskan variabel bebas X. Model akan dikatakan baik jika nilai R2 mendekati satu.

R2 memiliki kelemahan yaitu semakin banyak variabel bebas yang dimasukkan dalam

model maka nilai R2 semakin besar. Dengan kelemahan bahwa nilai R2 tidak

pernah menurun maka disarankan menggunakan adjusted R2 karena nilai koefisien determinasi lebih relevan (Widarjono, 2013).

Interpretasi model

Interpretasi model yang terbentuk merupakan tahap menunjukkan bagaimana

rumusan model setelah melakukan pengujian regresi. Interpretasi model meliputi

besaran koefisien regresi dan tanda arah hubungan yang searah (positif) maupun

berlawanan arah (negatif) (Widarjono, 2013).


ISSN NO: 2541-3406 e-ISSN: 2541-285x

127

HASIL DAN PEMBAHASAN

Uji Hausman

Uji Hausman, merupakan pengujian statistik untuk memilih apakah model fixed effect

atau random effect yang paling tepat digunakan. Tabel 1 menunjukkan hasil uji

Hausman.

Tabel 1. Hasil Uji Hausman Pada Fomula Simultan 1 dan 2

Nampak bahwa chi squares statistik 0.00 < chi squares tabel (12,59) pada α= 5%

atau seluruh nilai probabilitas chi squares > taraf signifikansi 0.05, maka penelitian ini

menggunakan pendekatan random effect. Jika model pilihan merupakan random effect

pada model 2SLS maka tidak perlu dilakukan uji asumsi klasik (Gujarati, 2012).

Didukung Peterson (2008) bila model simultan menggunakan data panel diduga terdapat

pelanggaran asumsi klasik berupa heteroskedastis dan cross dependency sehingga

pengolahan data menggunakan pendekatan Cross-section random effects test equation.

Hasil Estimasi Regresi Data Panel

Regresi Faktor Determinansi Terhadap IPM

Untuk mengetahui hasil regresi atas variabel terikat IPM terhadap variabel bebas

kesenjangan kemiskinan, tingkat kemiskinan, garis kemiskinan, listrik literasi, harapan

hidup dilakukan regresi dengan menggunakan cross section weight dengan asumsi

karena kemungkinan adanya pelanggaran asumsi cross sectional dependency dan

heteroskedastisitas (Peterson, 2008).

Data menunjukkaan pada nilai durbin Watson adalah 2.20 sehingga dapat

disimpulkan bila du < d < (4 – dl) yaitu 1.99 < 2.20< 4-0.99, berarti tidak

terdapat autokorelasi sesuai Gujarati (2012). Dapat dijelaskan nilai Prob(F-Stat)

memenuhi persyaratan bernas karena nilai signifikansi Prob(Fstatistik)0,0000<0,05.

Atau pada uji kelayakan model pada uji F hitung menunjukkan 92.05>Ftabel= 2.47

(df1=6 variabel bebas, df2=33 propinsi-6-1=26) berarti menolak H0 atau yang berarti

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 0.000000 6 1.0000

Variable Fixed Random Var(Diff.) Prob. KESENJANGAN_KEMISKINAN 3.871001 1.030323 3.786479 0.1443

TINGKAT_KEMISKINAN -1.077628 -0.320747 0.249710 0.1299

DIBAWAH_GARIS_KEMISKINAN -0.000001 -0.000005 0.000000 0.5554

LISTRIK -0.067479 0.056326 0.004278 0.0584

LITERASI -0.355431 0.204412 0.082797 0.0517

HARAPAN_HIDUP 1.644988 0.703431 0.591869 0.2210 IPM -0.674375 -0.559838 0.020579 0.4246

BEKERJA 0.000002 0.000002 0.000000 0.7258

ANGKATAN_KERJA -0.000001 -0.000002 0.000000 0.2025

PENGANGGURAN_TERBUKA -0.000001 -0.000001 0.000000 0.9024

PENGELUARAN_PERKAPITA 0.000000 0.000000 0.000000 0.2527

UMP -0.000003 -0.000002 0.000000 0.6054


ISSN NO: 2541-3406 e-ISSN: 2541-285x

128

bahwa semua variabel bebas (kesenjangan kemiskinan, tingkat kemiskinan, garis

kemiskinan, listrik literasi, harapan hidup) bersama-sama mempengaruhi variabel terikat

(IPM).

Selanjutnya dilakukan pengujian parsial dengan uji t dimana nilai t tabel pada

df(n-2) atau df (31) taraf signifikansi α=0.05 dan uji satu arah maka t tabel = 1.697. H0

diterima jika t hitung < t tabel dan Ha diterima jika t hitung > t tabel: Hipotesis pertama: nilai probabilitas F 0.0591 > 0.05 tidak signifikan pada α 0.05 namun

signifikan pada α 0.10. Dan t hitung = 1.896 > 1.697 (t tabel, α 0.05), artinya tolak H0

atau variabel kesenjangan kemiskinan berpengaruh positif terhadap IPM atau hipotesis

pertama diterima. Hipotesis kedua: nilai probabilitas F 0.0137 < 005 signifikan. Dan t

hitung= -2.481002 < 1.697 (t tabel, α 0.05), artinya terima H0 atau variabel tingkat

kemiskinan tidak berpengaruh positif terhadap IPM atau hipotesis kedua tidak diterima.

Hipotesis ketiga: nilai probabilitas F 0.0621 > 0.05 tidak signifikan pada α 0.05 namun

signifikan pada α 0.10. Dan t hitung= -1.873485 < 1.697 (t tabel, α 0.05), artinya terima

H0 atau variabel dibawah garis kemiskinan tidak berpengaruh positif terhadap IPM atau

hipotesis ketiga tidak diterima. Hipotesis keempat: nilai probabilitas F 0.0005 < 0.05

signifikan. Dan t hitung=3.512687 > 1.697 (t tabel, α 0.05), artinya tolak H0 atau

variabel listrik berpengaruh positif terhadap IPM atau hipotesis keempat diterima.

Hipotesis kelima: nilai probabilitas F 0.000 < 0.05 signifikan. Dan t hitung= 6.612634>

1.697 (t tabel, α 0.05), artinya tolak H0 atau variabel literasi berpengaruh positif

terhadap IPMatau hipotesis kelima diterima. Hipotesis keenam: nilai probabilitas F

0.000 < 0.05 signifikan. Dan t hitung= 14.04074> 1.697(t tabel, α 0.05), artinya tolak

H0 atau variabel harapan hidup berpengaruh positif terhadap IPM atau hipotesis keenam

diterima.

Berikutnya melakukan interpretasi model yang terbentuk. Interpretasi yang

dilakukan terhadap model yang terbentuk meliputi dua hal yaitu besaran koefisien

regresi dan tanda yang menunjukkan arah hubungan yang searah (positif) maupun

berlawanan arah (negatif). Model

Sesuai nilai coefficient pada tabel 1 menjadi:

IPM = 1.929163 + 1.030323kesenjangan_kemiskinan -

0.320747tingkat_kemiskinan -

0.00000503dibawahgaris_kemiskinan+0.056326listrik+ 0.204412literasi +

0.703431 harapan_hidup

Dinyatakan layak mengintepresikan pengaruh kesenjangan kemiskinan, tingkat

kemiskinan, garis kemiskinan, listrik literasi, harapan hidup terhadap IPM. Nilai

koefisien determinasi dapat dilihat dari adjusted R-Squared sebesar 65,82 % artinya

menunjukkan pengaruh semua variabel bebas terhadap IPM. Sisanya 34.18%

dijelaskan oleh variabel di luar model tersebut seperti kualitas fasilitas kesehatan,

angka kematian bayi, lama pendidikan, jenjang tamat pendidikan. Chin (1998 dalam

Ghozali dan Latan, 2015) berpendapat bahwa jika R-square lebih dari 0.6 dinyatakan

bahwa model adalah kuat.

Regresi Faktor Determinansi Terhadap Kesenjangan kemiskinan


ISSN NO: 2541-3406 e-ISSN: 2541-285x

129

Untuk mengetahui hasil regresi atas variabel terikat kesenjangan kemiskinan

terhadap variabel bebas IPM, bekerja, angkatan kerja, pengangguran, pengangguran

terbuka, pengeluaran perkapita, UMP dilakukan regresi dengan menggunakan cross

section weight dengan asumsi karena kemungkinan adanya pelanggaran asumsi cross

sectional dependency dan heteroskedastisitas (Peterson, 2008).

Data menunjukkaan pada nilai durbin Watson adalah 2.21 sehingga dapat

disimpulkan bila du < d < (4 – dl) yaitu 1.99 < 2.21< 4-0.99, berarti tidak

terdapat autokorelasi sesuai Gujarati (2012). Dapat dijelaskan bahwa nilai Prob(F-Stat)

telah memenuhi persyaratan bernas karena dibawah nilai 0.05. Atau pada uji kelayakan

model pada uji F hitung menunjukkan 35.82> F tabel=2.47 (df1=6 variabel bebas,

df2=33 propinsi-6-1=26) berarti menolak H0 atau yang berarti bahwa semua variabel

bebas (IPM, bekerja, angkatan kerja, pengangguran terbuka, pengeluaran perkapita,

UMP) secara bersama-sama mempengaruhi variabel terikat (kesenjangan kemiskinan).

Selanjutnya akan dilakukan pengujian secara parsial dimana nilai t tabel pada

df(n-2) atau df (33-2=31) dengan taraf signifikansi α=0.05 dan uji satu arah maka t

tabel=1.697. Hipotesis pertama: nilai probabilitas F 0.000 < 0.05 signifikan. Dan t

hitung= -5.350989 < 1.697(t tabel, α 0.05), artinya terima H0 atau variabel IPM tidak

berpengaruh positif terhadap kesenjangan kemiskinan. Maka hipotesis pertama tidak

diterima. Hipotesis kedua: nilai probabilitas F 0.0102 <0.05 signifikan. Dan t hitung=

2.589549 < 1.697(t tabel, α 0.05), artinya tolak H0 atau variabel bekerja berpengaruh

positif terhadap kesenjangan kemiskinan. Maka hipotesis kedua diterima.

Hipotesis ketiga: nilai probabilitas F 0.0131 < 005 signifikan. Dan t hitung= 2.498337< 1.697(t tabel, α 0.05), artinya tolak H0 atau variabel angkatan kerja berpengaruh positif

terhadap kesenjangan kemiskinan. Maka, hipotesis ketiga diterima. Hipotesis keempat:

nilai probabilitas 0.0417 < 005 signifikan. Dan t hitung= -2.046501< 1.69 (t tabel, α

0.05), artinya terima H0 atau variabel pengangguran terbuka tidak berpengaruh positif

terhadap kesenjangan kemiskinan. Maka, hipotesis keempat tidak diterima. Hipotesis

kelima: nilai probabilitas F 0.0181 < 0.05 signifikan. Dan t hitung= 2.378607< 1.697 (t

tabel, α 0.05), artinya tolak H0 atau variabel pengeluaran perkapita berpengaruh positif

terhadap kesenjangan kemiskinan. Maka, hipotesis kelima diterima. Hipotesis keenam:

nilai probabilitas F 0.005 < 0.05 signifikan. Dan t hitung= 5.287122< 1.697(t tabel, α

0.05), artinya tolak H0 atau variabel UMP berpengaruh positif terhadap kesenjangan

kemiskinan. Maka, hipotesis keenam diterima.

Berikutnya melakukan interpretasi model yang terbentuk. Interpretasi yang

dilakukan terhadap model yang terbentuk meliputi dua hal yaitu besaran koefisien

regresi dan tanda yang menunjukkan arah hubungan yang searah (positif) maupun

berlawanan arah (negatif). Model terbentuk persamaan regresi data panel persamaan 2:

Kesenjangan_Kemiskinan = 44,56248 - 0.559838IPM + 1.950006Bekerja + 1.550006

Angkatan_Kerja - 1.140006pengangguran_terbuka +

0.009281pengeluaran_Perkapita + 0.002202 UMP

Model dikatakan layak mengintepresikan pengaruh IPM, bekerja, angkatan

kerja, pengangguran terbuka, pengeluaran perkapita, UMP terhadap kesenjangan

kemiskinan. Nilai koefisien determinasi dapat dilihat dari adjusted R-Squared sebesar

45.32 % artinya menunjukkan pengaruh semua variabel bebas terhadap kesenjangan

kemiskinan. Sisanya 54.68% dijelaskan oleh variabel di luar model tersebut seperti


ISSN NO: 2541-3406 e-ISSN: 2541-285x

130

pendapatan domestik bruto, akses fasilitas, tingkat konsumsi per individu dan lainnya.

Menurut Chin (1998 dalam Ghozali dan Latan, 2015) bahwa nilai R square 45%

menunjukkan model adalah moderat dalam menjelaskan variabel terikat yaitu

kesenjangan kemiskinan. Dapat dintepretasikan bahwa tanpa variabel bebas IPM,

bekerja, angkatan kerja, pengangguran terbuka, pengeluaran perkapita, UMP maka

kesenjangan kemiskinan yang diperoleh adalah 44.56%. Dengan asumsi variabel lain bernilai nol maka IP naik sebesar 1% membuat kesenjangan kemiskinan turun sebesar

0.56% ; bekerja naik 1 % membuat kesenjangan kemiskinan akan naik sebesar 1.95% ;

angkatan kerja naik 1% membuat kesenjangan kemiskinan akan naik 1.55% ;

pengangguran terbuka naik 1 % membuat kesenjangan kemiskinan turun sebesar

1.145% ; pengeluaran perkapita naik 1% membuat kesenjangan kemiskinan naik 0% ;

UMP naik 1% membuat kesenjangan kemiskinan naik 0 %.

Pembahasan Keterkaitan IPM Dengan Kesenjangan kemiskinan di Indonesia

Faktor Determinan dalam Indeks Pembangunan Manusia (IPM)

Secara bersama-sama (Uji F) kesenjangan kemiskinan, tingkat kemiskinan, garis

kemiskinan, listrik, literasi, harapan hidup berpengaruh terhadap IPM. Dan secara

parsial (uji t) hipotesis diterima adalah kesenjangan kemiskinan, listrik, literasi, harapan

hidup. Sehingga dijelaskan hasil penelitian mendukung penelitian sebelumnya oleh

Mirza, 2012; Eren, Mirac dkk., 2014; Eren, 2014; Pradnyadewi dan Purbadharmaja,

2017; Prasetyoningrum dan Sukmawati, 2018). IPM tidak dapat meningkat apabila

terjadi kesenjangan kemiskinan yang semakin buruk. Dimana kemiskinan merupakan

dimensi ketidakmerataan menerima hasil pembangunan sehingga berdampak

peningkatan kualitas manusia (Annim dkk, 2012). Data yang digunakan adalah tahun

2006-2013 dimana pada masa tersebut salah satu kebijakan pemerintah keberpihakan

pada orang miskin, penurunan angka kemiskinan terhitung lambat (Fajriyah dan

Rahayu, 2016).

Jadi meskipun konsep tentang pembangunan manusia bukan hal baru, Indonesia

tetap harus membuat strategi yang tepat dalam peningkatan kualitas SDM dan

mengutamakan SDM dalam pembentukan investasi manusia. Investasi manusia menjadi

pokok yang perlu diperhartikan bukan hanya sebagai faktor produksi belaka. Dan

menilik hipotesis yang ditolak adalah tingkat kemiskinan dan di bawah garis

kemiskinan bahwa belum adanya pemerataan hasil pembangunan membuat sebagian

masyarakat tidak dapat menikmati kesempatan lepas dari jerat kemiskinan karena

konsumsi barang atau jasa bagi orang miskin masih di bawah standar internasional.

Sesuai pernyataan Prasetyoningrum dan Sukmawati (2018) bahwa kebijakan dan

strategi pengentasan kemiskinan belum tepat sasaran mengurangi angka kemiskinan

secara gradual untuk meningkatkan IPM. Diharapkan peningkatan kualitas SDM

melalui pembangunan manusia dapat memberikan kemampuan masyarakat menjadi

lebih produktif, mempunyai kesehatan tercermin dalam angka harapan hidup dan

kemampuan melewati garis kemiskinan.

Hipotesis tidak diterima adalah tingkat kemiskinan dan garis kemiskinan

terhadap IPM. Dapat dijelaskan bahwa pertumbuhan ekonomi di Indonesia pada tahun

2006-2013 masih belum terjadi perubahan secara gradual dan masif. Garis kemiskinan

tersebut membuat masyarakat miskin tidak dapat melalukan konsumsi lebih pada

komoditi makanan dan non makanan. Sebagai contoh pada tahun 2011 terjadi

perdebatan penentuan garis kemiskinan dimana Menteri Keuangan mengusulkan Rp.


ISSN NO: 2541-3406 e-ISSN: 2541-285x

131

7.000.,- per hari sedangkan BPS menyebutkan Rp. 12.000,- per hari sehingga batas garis

kemiskinan adalah Rp. 360.000,-. (Kompas, 2011). Meskipun demikian sejak 2006

sesuai INPRES RI Nomer 5 tahun 2006 dimulai gerakan nasional percepatan

penuntasan wajib belajar pendidikan dasar Sembilan tahun dan pemberantasan buta

aksara (simpuh.go.id, 2012). Kemudian pada data BPS tahun 2006 dicanangkan

program program pemberdayaan kesehatan. Maka melalui program pemerintah di atas sebagai kinerja pemerintah, membuat tingkat kemiskinan dan garis kemiskinan tidak

memberikan pengaruh pada pembangunan manusia yaitu IPM.

Faktor Determinan Dalam Kesenjangan kemiskinan

Secara bersama-sama (Uji F) IPM, bekerja, angkatan kerja, pengangguran terbuka,

pengeluaran perkapita, UMP terhadap kesenjangan kemiskinan. Dan secara parsial (uji

t) hipotesis diterima adalah bekerja, angkatan kerja, pengeluaran perkapita, UMP.

Sehingga penelitian ini mendukung penelitian Sugiyarto, 2015; Fajriyah dan Rahayu,

2016; Dewi dan Yusuf, 2017. Dapat dijelaskan bahwa pengukuran kesenjangan

kemiskinan di banyak negara termasuk Indonesia masih bertumpu pada ukuran mampu

memenuhi kebutuhan pokok. Artinya hanya diukur dari kemampuan membeli dan

mengkonsumsi makanan dan bukan makanan. Maka melalui kesempatan mengakses

kesempatan kerja lebih baik maka, jumlah angkatan kerja meningkat dan membuat daya

beli menjadi meningkat karena UMP juga disesuaikan dengan kebutuhan hidup layak

maka pengeluaran perkapita meningkat yang berdampak pada kesenjangan kemiskinan

juga berkurang. Sesuai dengan Yacoub (2012) bahwa kemiskinan merupakan persoalan

pokok tentang bagaimana memenuhi kebutuhan pokok, sehingga kemiskian masih

merupakan masalah penting yang dihadapi di 33 provinsi di Indonesia pada tahun

periode pengamatan 2006-2013. Hipotesis tidak diterima IPM, pengangguran terbuka.

Hal ini dikarenakan meskipun IPM tinggi jika permasalahan utama seperti penyediaan

kesempatan kerja dan memampukan secara ekonomi belum dapat teratasi, maka kualitas

pembangunan manusia (IPM) belum dapat maksimal.

KESIMPULAN DAN SARAN

Kesimpulan

Kondisi IPM di Indonesia pada 2006-2013 mengalami peningkatan. Demikian juga

dengan kesenjangan kemiskinan yang semakin diperbaiki dari tahun ke tahun.

Secara bersama-sama terdapat keterkaitan simultan IPM dan kesenjangan

kemiskinan. Dapat disampaikan bahwa kesenjangan kemiskinan dapat menimbulkan

dampak pada peningkatan kualitas SDM Indonesia di 33 provinsi pada tahun

pengamatan penelitian. Dua formula simultan IPM dan kesenjangan kemiskinan

signifikan. Kesenjangan kemiskinan dipengaruhi jumlah orang yang bekerja, jumlah

angkatan kerja pada pasar tenaga kerja, pengeluaran perkapita, UMP. Menimbulkan

kesenjangan ekonomi karena adanya ketidakmerataan dalam distribusi pendapatan.

Sehingga menimbulkan pengaruh pada kemampuan mengakses fasilitas kesehatan

untuk meningkatkan angka harapan hidup dan tingkat literasi sebagai bentuk

pengetahuan dasar yang dimiliki. Maka terlihat bahwa kualitas pembangunan

manusia (IPM) dipengaruhi oleh kesenjangan kemiskinan, listrik, literasi, harapan

hidup.

Faktor determinan yang memengaruhi IPM adalah kesenjangan kemiskinan, tingkat

kemiskinan, garis kemiskinan, listrik literasi, harapan hidup dengan nilai Adjusted

R-squared 65,82 % sebagai pengaruh variabel bebas terhadap IPM. Sisanya 34.18%


ISSN NO: 2541-3406 e-ISSN: 2541-285x

132

dijelaskan oleh variabel di luar penelitian seperti infrastruktur, putus sekolah dan

pertumbuhan ekonomi. Faktor determinan memengaruhi kesenjangan kemiskinan adalah IPM, bekerja,

angkatan kerja, pengangguran terbuka, pengeluaran perkapita, UMP terhadap

kesenjangan kemiskinan adjusted R-Squared sebesar 45.32 % sebagai pengaruh

variabel bebas terhadap IPM. Sisanya 54.68% dijelaskan oleh variabel di luar penelitian seperti pendapatan domestik bruto, laju pertumbuhan daerah, kebijakan

pemerintah. Saran dan Keterbatasan Penelitian

Kesenjangan kemiskinan harus diatasi oleh pemerintah Indonesia melalui aspek

pendidikan untuk meningkatkan kemampuan dan keahlian SDM yang lebih baik.

Membuat SDM menjadi lebih berdaya dalam mengadopsi teknologi dan mampu

mengurangi pengangguran terbuka dengan penciptaan lapangan kerja baru.

Pemerintah Indonesia harus membuat pemerataan pembangunan di 33 provinsi

melalui implementasi kebijakan yang berpihak pada rakyat. Sehingga pengentasan

program kemiskinan dilakukan dengan sinergi pemerintah, pihak swasta,

masyarakat luas. Dengan demikian terjadi pertumbuhan ekonomi dan dapat

membantu pembangunan manusia yang meningkat.

Data panel yang digunakan berbasis pada data SUSENAS BPS hanya pada periode 2006-2013. Penelitian selanjutnya dapat menambahkan data tahun 2014 ke atas

untuk melihat kondisi IPM dan kesenjangan kemiskinan di Indonesia yang lebih

terbaru.

Menggunakan 33 provinsi di Indonesia dengan metode simultan IPM dan Kesenjangan Kemiskinan, dengan variabel endogen Tingkat kemiskinan, Garis

Kemiskinan, Listrik, Literasi, Harapan Hidup, Jumlah Tenaga Kerja, Orang Bekerja,

Pengangguran Terbuka, Pengeluaran Perkapita, UMP. Penelitian selanjutnya dapat

menambahkan variabel endogen di luar penelitian ini. Pada pengolahan data

menggunakan program E-views disarankan menggunakan program lain seperti Stata

untuk melihat perbandingan hasil.

DAFTAR PUSTAKA

Adelfina, dan Jember. (2016). Pengaruh Pertumbuhan Ekonomi, Kemiskinan, dan

Belanja Daerah terhadap Indeks Pembangunan Manusia di Kabupaten Kota

Provinsi Bali Periode 2005-2013. Jurnal Ekonomi Pembangunan Vol 5. No. 10,

2016. ISSN: 2303-0178. Universitas Udayana, Bali.

Annim, S. K., Mariwah, S., & Sebu, J. (2012). Spatial inequality and household poverty

in Ghana. Economic Systems, 36(4): 487-505.

Baeti, N. (2013). Pengaruh Pengangguran, Pertumbuhan Ekonomi, dan Pengeluaran

Pemerintah terhadap Pembangunan Manusia Kabupaten/Kota di Provinsi

Jawa Tengah tahun 2007- 2011. Economics Development Analysis Journal,

Volume 2, No.3: 85-98. Basri, F. dan Munandar, H. (2009). Lanskap Ekonomi Indonesia: Kajian dan Renungan

Terhadap Masalah-masalah Struktural, Transformasi Baru, dan Prospek

Perekonomian Indonesia. Jakarta: Kencana.

Dewi, L.N.S.; I Ketut S. (2014). Pengaruh Komponen Indeks Pembangunan Manusia

Terhadap Pertumbuhan Ekonomi Provinsi Bali. E-Jurnal Ekonomi

Pembangunan Universitas Udayana: Vol.3, No.3. ISSN: 2303-0178


ISSN NO: 2541-3406 e-ISSN: 2541-285x

133

Dewi, N.; Yusuf, Y.; Iyan, R.Y. (2017). Pengaruh Kemiskinan dan Pertumbuhan

Ekonomi terhadap Indeks Pembangunan Manusia di Provinsi Riau. Jurnal

JOM, FEKON Volume 4 No 1. Februari 2017:870-882.

Dessler, G. (2016). Fundamental HRM 4th edition. Pearson.

Eren, Mirac; Ali Kemal Çelik & Arif Kubat. (2014). Determinants of the Levels of

Development Based on the Human Development Index: A Comparison of Regression Model for Limited Dependen Variables. Canadian Center of

Sciences and Education, Volume: 6, No.1:10-22.

Fajriyah, N dan Rahayu,S. P. (2016). Pemodelan Faktor-Faktor yang Mempengaruhi

Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel.

Jurnal Sains dan Seni ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Print):

45-50.

Ghozali, Imam; Latan, Hengky. (2015). Smart PLS Untuk Penelitian Empiris. UNDIP.

Semarang

Gujarati, D.N. (2012). Dasar-dasar Ekonometrika. Terjemahan Mangunsong. R.C.,

Salemba Empat. buku 2. Edisi 5. Jakarta.

Gujarati, D.N. dan D.C. Porter. (2010). Dasar-Dasar Ekonometrika, Edisi 5. Jakarta:

Salemba Empat Jhingan, M.L. (2010). Ekonomi Pembangunan dan Perencanaan.

Jakarta: Rajawali Pers.

Kuncoro, Mudrajad. (2013). Dasar-dasar Ekonomika Pembangunan. UPP STIM YKPN

Yogyakarta.

Mirza, D. S. (2012). Pengaruh Kemiskinan, Pertumbuhan Ekonomi dan Belanja Modal

terhadap Indeks Pembangunan Manusia di Jawa Tengah tahun 2006-2009.

Economics Development Analysis Journal, Volume 1, No.1: 102-113.

Pradnyadewi T. D. ; Purbadharmaja, I.B.P. (2017). Pengaruh IPM, Biaya Infrastruktur,

Investasi dan pertumbuhan Ekonomi Terhadap Ketimpangan Distribusi

Pendapatan di Provinsi Bali. E-JURNAL EKONOMI PEMBANGUNAN

UNIVERSITAS UDAYANA Vol.6, No.2 Februari 2017: 255-285.

Peterson, M. (2008). Estimating Standard Error in Finance Panel Data Sets: Comparing

Approaches. Oxford Journal. Doi:10.1093/rfs/hhn053.

Prasetyoningrum, A. K.; Sukmawati; U.S.(2018). Analisis Pengaruh Indeks

Pembangunan Manusia (IPM), Pertumbuhan Ekonomi dan Pengangguran

Terhadap Kemiskinan di Indonesia. Jurnal EQUILIBRIUM, Volume 6,

Nomor 2, 2018: 217-240.

Schultz, D., Schultz, S E. (2017). Psychology & Work Today Ninth Edition. New Jersey:

Pearson Education. Inc

Schemerhorn, John Jr., Bachrach, Daniel G. (2015). Introduction to Management.

Wiley.

Soebagyo, Daryono. (2015). Perkembangan Indonesia: Perkembangan Beberapa

Indikator Ekonomi dan Kajian Empiris. Cetakan Pertama, Februari 2015.

CV Jasmine, Surakarta

Sutrisno. Edy. (2010). Manajemen Sumber Daya Manusia. Kencana Jakarta

Sugiyarto; Mulyo, H.; Seleky, R.N. (2015). Kemiskinan dan Ketimpangan Pendapatan

Rumah Tangga di Kabupaten Bojonegoro. Agro Ekonomi Vol. 26/No. 2, Des

2015: 115- 120.

Sutrisno. Edy. (2010). Manajemen Sumber Daya Manusia. Kencana Jakarta.


ISSN NO: 2541-3406 e-ISSN: 2541-285x

134

Triariani, Endah Ernany. (2013). Analisis Pengaruh Pertumbuhan Ekonomi, Jumlah

Pengangguran dan Indeks Pembangunan Manusia (IPM) terhadap Jumlah

Penduduk Miskin di Kabupaten Berau. Jurnal Ekonomi:1-20.

Widarjono, Agus. (2013). Ekonometrika Pengantar Dan Aplikasinya. Ekonosia. Jakarta.

Yacoub, Yarlina. (2012). Pengaruh Tingkat Pengangguran terhadap Tingkat

Kemiskinan Kabupaten/Kota di Provinsi Kalimantan Barat. Jurnal Ekonomi Sosial. Pontianak Universitas Tanjungpura. Pontianak.

https://ipm.bps.go.id/page/ipm Diakses 15 Mei 2019

http://jdih.pom.go.id/uud1945.pdf. Diakses 12 Mei 2019

https://nasional.kompas.com/read/2011/07/02/02154882/Batas.Kemiskina%20%20%20

n.Versi.BPS.Naik?page=all. Diakses 23 Mei 2019

http://narasiindonesia.id/angka-kemiskinan-satu-digit/ Diakses 15 Mei 2019

https://www.bps.go.id/subject/26/indeks-pembangunan-manusia.htm Diakses: 12 Mei

2019

http://simpuh.kemenag.go.id/regulasi/inpres_05_06.pdf/ Diakses 27 Mei 2019.

https://ipm.bps.go.id/page/ipm

http://jdih.pom.go.id/uud1945.pdf.%20Diakses%2012%20Mei%202019

https://nasional.kompas.com/read/2011/07/02/02154882/Batas.Kemiskina%20%20%20n.Versi.BPS.Naik?page=all

https://nasional.kompas.com/read/2011/07/02/02154882/Batas.Kemiskina%20%20%20n.Versi.BPS.Naik?page=all

http://narasiindonesia.id/angka-kemiskinan-satu-digit/

https://www.bps.go.id/subject/26/indeks-pembangunan-manusia.htm

http://simpuh.kemenag.go.id/regulasi/inpres_05_06.pdf/

DETERMINAN KUALITAS SDM MELALUI KETERKAITAN...

Documents

Transcript of DETERMINAN KUALITAS SDM MELALUI KETERKAITAN...