PDB dan kualitas hidup: seberapa bagus PDB per kapita sebagai indikator pembangunan
Transcript of PDB dan kualitas hidup: seberapa bagus PDB per kapita sebagai indikator pembangunan
PDB dan kualitas hidup: seberapa bagus PDB per kapita sebagai indikator pembangunan?
oleh, Aldi Andalan
Sudah begitu banyak usaha dengan berbagai macam cara untuk menjelaskan kualitas
hidup, dan kesejahteraan manusia di selurah negara di dunia. Mulai dari indikator seperti GDP
(Gross Domestic Bruto) atau pendapatan domestik bruto. Lalu, dengan perhitungan yang
berkaitan dengan pendapatan yaitu GNI (Gross National Income) atau pendapatan nasional bruto
yang disesuaikan dengan PPP (Purchasing Power Parity) untuk membandingkan keseluruhan
daya beli antar negara secara internasional. Tidak lupa, indikator pertumbuhan GDP (growth
GDP) yang cukup dianggap penting dalam membandingkan kemajuan ekonomi setiap negara di
dunia. Namun, banyak juga kritk yang bermunculan terhadap indikator tersebut,. Terutama
terkait masalah kualitas hidup manusia yang hanya diukur dari segi penghasilan. Namun, hal –
hal yang bersifat kualitatif seperti kemajuan pendidikan seseorang, lama hidupnya masyarakat di
suatu negara, kesenjangan kesejahteraan antar masyarakat dan bahkan negara seperti tidak
terceminkan oleh indikator tersebut. Karena itu, muncullah indikator – indikator lainnya seperti
indeks pembangunan manusia (Human Development Index / HDI), koefisien gini yang
mengukur ketimpangan, tingkat partisipasi pendidikan, harapan hidup, tingkat buta huruf, tingkat
kematian, tingkat demokratisasi, greenGDP atau GDP yang merupakan hasil output yang sudah
ramah lingkungan, dan masih banyak lagi. Namun, yang pertanyaan kembali muncul, apakah
GDP masih diperlukan untuk melihat dan mengukur kesejahteraan manusia, dan masyarakat di
seluruh dunia.
Perlu kita lihat kembali yang sebenarnya, apa dan bagaiman GDP itu sendiri. GDP
dikemukakan pertama kali oleh Simon Kuznets. GDP atau pendapatan domestik bruto itu sendiri
adalah nilai pasar dari hasil seluruh produksi output barang dan jasa akhir yang diproduksi dalam
suatu negara dalam peridoe waktu tertentu yang biasanya adalah 1 tahun. Pendapatan domestik
bruto tersebut merupakan hasil produksi barang dan jasa baik merupakan hasil dari warga negara
tersebut ataupun warga asing yang berproduksi di negara tersebut. Gross atau bruto itu sendiri
adalah hasil yang belum dikurangi oleh depresiasi modal (capital) yang dikarenakan pemakaian
atau keusangan. Untuk mengganti capital yang terdepresiasi ialah dengan menggunakan Gross
investment. Gross investment merupakan expenditure atau pengeluaran yang menjadi salah satu
perhitungan GDP dengan pendekatan pengeluaran. Gross profit, ialah profit perusahaan yang
belum dikurangi depresiasi, beban bunga dan pajak dan ini pun diperhitungkan dalam GDP
metode pendapatan (Income approach).
Parkin (2012) menyatakan bahwa, “Because the value of aggregate production equals
aggregate expenditure and aggregate income, there are two approaches available for measuring”.
Sehingga pendekatan untuk meperhitungkan GDP ialah melalui metode pengeluaran
(expenditure) yaitu berupa seluruh pembelian barang dan jasa dan metode pendapatan (income)
yang merupakan hasil produksi barang dan jasa. Metode pengeluaran biasanya mengukur dari
beberapa indikator seperti belanja konsumsi masyarakat (consumption expenditure), belanja
(spending) untuk investasi yang menjadi permodalan perusahaa (investment), belanja
pemerintah (Government expenditure), dan hasil penjualan barang dan jasa ke luar negeri
(ekspor) dikurangi pembelian barang dan jasa ke dalam negeri (impor). Metode lainnya yaitu
metode pendapatan. Metode ini mengukur dari sisi seperti rent, yaitu pendapatan dari penyewaan
tempat, tanah, ataupun pembelian bahan baku dan sumber daya alam. Wage, yaitu upah bagi
karyawan dan tenaga kerja, interest yaitu bunga bagi invetasi dari para pemilik modal dan profit
yaitu pendapatan perusahaan yang dikurangi oleh beban – beban yang merupakan indikator yang
sudah disebutkan adalam menghitung GDP dari metode pendapatan. Sebenaranya ada metode
lainnya yaitu metode produksi yaitu melihat harga dan kuantitas dari hasil produksi barang dan
jasa.
Untuk melakukan perbandingan daya beli (purchase power) masyarakat di berbagai negara. Ada
alat pengukur lainnya yaitu Purchasing Power Parity (PPP). PPP adalah kumpulan harga dari
barang dan jasa di seluruh dunia, bisanya memakai satuan mata uang tertentu yaitu dollar ($),
untuk melihat seberapa besar kemampuan membeli barang dan jasa pada masyarakat di suatu
negara, dan negara tersebut. Kegunaan GDP itu sendiri ialah untuk melihat standard of living
baik di suatu negara maupun antar negara di dunia pada periode waktu tertentu dan mengamati
pertumbuhan serta fluktuasi pendapat per capita dalam suatu negara ataupun antar negara.
Namun, selain itu GDP pun punya kelemahan. Dalam Parkin (2012), keemahan kelemahan GDP
ialah “Real GDP measures the value of goods and services that are bought in markets. Some of
the factors that influence the standard of living and that are not part of GDP are Household
production, Underground economic activity, Health and life expectancy, Leisure time,
Environmental quality, Political freedom and social justice”. Hal yang perlu disoroti ialah terkait
kualitas hidup Kesehatan dan harapan hidup, kualitas lingkungan, demokratisasi, juga tingkat
pendidikan yang bersifat kualitatif. Dengan kelemahan – kelemahan tersebut masihkah GDP
diperlukan dalam mengukur kualitas hidup, dengan kondisi GDP tidak mampu
memperhitungkan standard of living dari yang sudah disebutkan pada kelemahannya.
Untuk menguji perlu tidaknya GDP, GDP bisa diperbandingkan dan
dihubungkan(Termasuk melihat polanya dan pengujian statistik pada pengolahan dataset tugas
akhr ini) dengan Indeks Pembangunan Manusia (HDI) yang mana HDI memasukan komponen
GDP dalam perhitungannya. HDI, dikemukakan oleh ekonom yaitu Mahbub Ul Bab dan
Amartya Sen dan timnya. HDI itu sendiri ialah dalam Todaro (2012), “Human Development
Index (HDI) is An index measuring national socioeconomic development, based on combining
measures of education, health, and adjusted real income per capita. Jadi HDI ialah indeks
composit yang secara agregat melihat 3 dimensi yaitu kesehatan, pendidikan dan pendapatan.
Dalam perhitungan HDI secara klasik, kesehatan dilihat dari indikator angka harapan hidup di
suatu negara. Pendidikan, dilihat dari adult literacy dan gross enrollment indeks. Lalu,
pendapatan dilihat dari GDP yang sudah disesuaikan dengan PPP pada asumsi tingkat yang
diminishing. Cara menghitung HDI ialah dikutip dari Report of the 3rd REGIONAL CAPACITY
DEVELOPMENT WORKSHOP UNDP (2005) dan Todaro (2012)
Calculate dimension indices:
Dimension Index = (actual value – minimum value) / (maximum value – minimum value)
Dimension 1: Long and healthy life; life expectancy at birth is used to measure
this
Dimension 2: Knowledge; measured by two components, adult literacy rate and
combined gross enrolment ratio
Education Index = 2/3 (adult literacy index) + 1/3 (gross enrolment index)
Dimension 3: Standard of living; measured by GDP per capita (PPP $)
Step 3 Final aggregation of the scale-free dimension indices to obtain HDI
HDI = 1/3(income index) + 1/3(life expectancy index) + 1/3(education index)
Klasifikasi negara – negara dalam indeks pembangunan manusia terdiri dari negara yang
pembangunan manusianya rendah (antara 0 – 0.4), pembangunan manusia yang berada di tengah
– tengah (0.5 – 0.7), negara dengan pembangunan manusia yang tinggi (0.8 – 0.9) dan negara
dengan pembangunan manusia yang sangat tinggi (0.9 – 1). Disamping itu, HDI tetap memiliki
kelebihan dan kelemahan. Kelebihan HDI ialah dapat meningkatkan perhatian pada indkataor
kualitas hidpu manusia melalui demsi ssial ekonomi seperti kesehatan, pendidikan ditambah
perhitungan GDP. Keuntungan lainnya ialah HDI masih bisa mengamati negara yang kondisi
kesehatan, pendidikan dan kualitas hidupnya yang tinggi meskipun GDP-nya cukup rendah.
Mudah digunakan, dapat diperbandingkan antar negara dan waktu yang cukup lama, dan
digunakan secara luas bahkan digunakan dalam laporan Pemabanguan Manusia yang dibuat
UNDP. HDI pun fleksibel untuk diperbaharui. Namun, HDI mempunyai kelemahan –
kelemahan. Diantaranya ialah muncul kritik – kritik terhadap HDI yaitu salah satunya kritik
terhadap perhitungannya yang memperhitungkan hal – hal yang bersifat kualitatif, dengan
perhitungan yang memakai pembobotan diantara kesehatan, pendidikan, dan pendapatan,
pembobotan tersebut dinilai ada kesubjektivitasan yang cendrung ada judgment dibelakangnya.
Lalu, pengkuran seperti tingkatt partisipasi kehadiran di sekolah, tingkat partisipasi kehadiran di
sekolah tidak memperhatikan jumlah tahun siswa bersekolah, siswa yang drop out atau tidak
melanjutkan sekolah, atau tingkat pendidikan. Lalu, kelemahan lainnya ialah karena HDI hanya
memperhitungkan 3 dimensi yaitu pendidikan, kesehatan dan pendapatan. HDI tidak
memperitungkan hal lainnya seperti lingkungan alam, hak asasi manusia, dan juga kesenjangan
kekayaan yang merupakan kelemahan yang sama dengan GDP. DI samping itu, GDP dan HDI
tidak akan meperhitungkan negara yang tidak memiliki data tersebut sehingga bisa terjadi ke-
“bias” –an.
Untuk memperjelas lagi, dapat diamati hasil pengolahan dataset terkait hal ini. Pada
pengolahan data, terdapat kasus – kasus menarik seperti Negara dengan ranking HDI yang tinggi
tetapi ranking GDP-nya rendah Pada Tabel 1.2 di lampiran. Yaitu Costa Rica dengan selisih
ranking 41, Lithuania dengan selisih Ranking 20, Ukraina dengan selisih ranking 23, dan
Bulgaria dengan selisih ranking 25. Dengan HDI yang memiliki kelemahan yaitu tidak bisa
melihat kesenjangan. GDP yang relatif rendah di negara tersebut bisa jadi dimilii oleh beberapa
golongan saja. Namun, untuk pengkatankesehatan dan pendidikan bisa saja tidak banyak dari sisi
GDp nya tetapi dari kontribusi pemerintah atau bantuan berupa hibah. Lebih jauh, lagi dapat
diamati hubungan GDP dan HDI. Pada grafik 2.1 Terdapat Korelasi Positif antara GDP dan HDI,
dilihat dari indikator goodenss of fit seperti R2 yaitu 86.05% dengan koefisien korelasi (r) yaitu
0.927 yang artinya HDI dapat menjelaskan GDP secara signifikan dengan dengan hubungan
positif yang kuat. Korelasi yang kuat antara HDI dan GDP didukung oleh reasearch paper UNDP
yang dibuat Binder dan Georgiadis (2010)“Finally in terms of stylized facts for our data, Figure
5 provides scatter plots of the HDIlevels in 2005 against the logarithm of GDP per capita in
2005, The relationship between the change of HDI between 1970 and 2005 and the growth of
GDP per capita during the same time period also is positive, though with a slope only about one
third as large as for the corresponding levels relationship”. Walaupun memang data yang
digunakan oleh meraka adalah dalam format data panel da menggunakan trendline yang positif.
Hal yang perlu dilihat lagi ialah dalam grafik, trenline yang digunakan ialah kubik (pangkat 3).
Dari refrensi yang ada penulis belum menemukan refrensi yang memakai terndline kubik atau
pangkat di atas 3. Tetapi, dengan trendline tersebut, memang HDI sebagai independen variabel
mampu menjelaskan GDP secara signifikan, dan ternyata lebih signifikan daripada memakai
trendline kuadartic ataupun linear. Trendline kubik bisa jadi menujukan kondisi yaitu dalam
pembangunan manusia, GDP dapat berfluktuasi mencapai nilai maksimum dan minimumnya
setelah itu pembangunan manusia dan GDP mencapai peningkatan dan hubungan yang positif.
Hal lainnya yang perlu diamati ialah persebaran data, bila dibandingkan dengan grafik 2.2 yaitu
HDI tahun 2000, persebaran data semakin besar. Variasi data yang semakin besar bisa jadi
menunjukan bahwa semakin besar pendapatan antar negara – negara, maka variasi pembangunan
manusia semakin besar pula ( David Mayer – Foulkes, 2010). Disamping itu, hubungan positif
antara HDI dan GDP memiliki kelemahan, meskipin dari r dan R2 nya tinggi namun, terdapat
rverse causality atau hubungan simultan, karena HDI dipengaruhi GDP juga. Pengaruh GDP
terhadap HDI pun cukup kuat dengan R2 tinggi yaitu 78.65 % (grafik 2.3 dengan trendline
logarihmic yang ebih sesuai dengan pola scatter plot untuk meminimalisir error agar rata – rata
error menjadi nol). Hal ini bisa timbulkan ke”bias”an karena adanya hubungan simultan
sehingga tidak mencerminkan kenyataan. Hal ini diperlemah dengan research paper (Zachary
Gidwitz red, 2010), yang menyatakan bahwa “We find no statistically significant correlation
between growth and non-income HDI improvements over a forty year period”. Dengan asumsi
memakai pertumbuhan GDP dan Petumbuhan HDI non pendapatn selama 40 tahun. Lalu,
indikator R2 dan r tidak cukup menjelasakan sah – nya model tersebut secara statistik. Karena,
masih banyak indikator lainnya yang perlu diuji seperti uji – t untuk signifikansi variabel
indpenden secara individu, variasi data yang besar dapat menimbulkan asumsi ordinary least
square terlanggar yaitu varians harus konsatan. Lalu, akan menjadi bias bila hanya 1 variabel
yang menjelaskan, apalagi terdapat hubungan simultan. Diperlemah lagidengan tidak adanya uji
spesifikasi model yang tidak hanya melalui discrimination approach (salah satunya melihat R2)
tetapi juga dengan discreening approach melalui uji anatar nested dan non nested. Jadi, dengan
itu, pengolahan dataset pada lampiran mencoba melihat hubungan antara GDP dengan life
expectancy, child mortality, infant mortality, dan gross enrollment ecucatian participation (grafik
3.1 – 4.2 lampiran). Ternyata dengan memakai besaran log dengan bentuk trendline yang
memakai pangkat 6, pengaruh Variabel – variabel tersebut terhadap GDP signifikan (dilihat dari
R2). Terdapat hubungan postif antara life expectancy dan GDP, educ dengan GDP, dan hubungan
negatif antara mortality dan GDP. Dengan adanya fluktuasi pada grafis, hal ini bisa menunjukan
seiring dengan peningkatan kulaitas kesehatan dalam peningkatan harapan hidup dan
peningkatan partisipasi sekolah, GDP dapat mencapai nilai maksimum dan minimum berulang
kali. Begitu juga dengan usaha penurunan tingkat kematian, GDP dapat berfluktuasi. Perlu
diperhatikan, variasi hubungan dari variabel - variabel tersebut pada pengaruh ke GDP, memiliki
variasi yang amat besar. Juga belum ada refrensi riset yang memakai model trendline pangkat 6.
Ditambah lagi bila dicoba melihat hubungan terbalik yaitu pengaruh GDP terhadap variabel –
variabel tersebut. Pengaruh GDP terhadap educ dan life expectancy memang memiliki R2 di atas
50 % teteapi, variabel educ dan life expectancy cenderung konstan. Perlu diperhatiakn juga
bahwa pengaruh GDP terhadap mortality memiliki variasi data yang samat besar, dilihat dari
persebaran sctterplot. Meskipun ada korelasi cukup kuat antara GDP dan HDI, juga GDP dengan
life expectancy, educ dan mortality dari pengolahan dataset ini. Masih banyak kelemahan yang
bisa menimbulkan kebiasan terhadap kondisi sesungguhnya. Ditambah lagi variabel GDP dan
HDI masih tidak meperhitungkan kesenjangan (inequality) dan analisis yang terlalu makro
karena melihat perbandingan antar negara yang bisa terjadi kebiasan dan tidak melihat kasus –
kasus spesifik (mikro) di berbagai negara atau variabel lainnya seperti kondisi institusi di
Indonesia yang korupsi bisa menyebabkan belanja modal pemerintah terutama di daerah – daerah
yang terjadi penumpukan anggaran dan rekening bank “gendut” sehingga belanja modal tersebut
tidak dapat meningkatkan pembangunan manusia sehingga GDP tidak dapat berhubungan
langsung terhadap pembangunan manusia.
Akhirnya, pada kesimpulannya GDP memang masih diperlukan dalam estimasi kualitas
hidup karena dilihat dari beberapa indikator dari pengolahan dataset tugas ini dan hasil research
paper para ekonom yang menunjukan krelasi kuat antara HDI dan GDP juga beberapa indikator
lain. Namun, dari sisi lainnya masih banyak kelemahan dalam analisis hubungan GDP terhadap
HDI ini yang perlu diekporasi lebih lanjut karena bisa jadi GDP tidak banyak berpengaruh
terhadap kualitas hidup. Apalagi dengan isu kesenjangan kesejahteraan yang ada. Bisa jadi GDP
dan pertumbuhannya hanya dinikamati segelintir orang tanpa berpengaruh dan berkontribusi
dalam meningkatkan kualitas hidup manusia secara keseluruhan.
No. nation natabrv log GDP00 hdi2000
GDP Rank
HDI Rank
Delta Rank
1 Sweden SWE 4,49 0,943 10 2 8 2 Australia AUS 4,38 0,942 15 3 8 3 Belgium BEL 4,49 0,94 12 4 8 4 Japan JPN 4,65 0,934 3 9 -7 5 Switzerland CHE 4,67 0,932 2 11 -9 6 United Kingdom GBR 4,34 0,932 17 12 5 7 Austria AUT 4,52 0,931 6 13 -7 8 Barbados BRB 3,92 0,888 29 24 5 9 Czech Republic CZE 3,73 0,856 34 29 5
10 Estonia EST 3,65 0,839 39 32 7 11 Malaysia MYS 3,68 0,789 37 44 -7 12 Mauritius MUS 3,65 0,775 40 47 -7 13 Lebanon LBN 3,46 0,752 49 55 -6 14 Kazakhstan KAZ 3,18 0,744 66 58 8 15 Tunisia TUN 3,39 0,734 52 61 -9 16 Dominican Republic DOM 3,31 0,731 56 62 -6 17 El Salvador SLV 3,24 0,713 59 66 -7
18 Syrian Arab Republic SYR 2,92 0,683 78 70 8
19 India IND 2,66 0,579 88 82 6 20 Zimbabwe ZWE 2,79 0,511 83 90 -7 21 Bangladesh BGD 2,57 0,497 96 91 5 22 Kenya KEN 2,52 0,496 99 92 7 23 Sudan SDN 2,50 0,492 101 93 8 24 Togo TGO 2,51 0,491 100 94 6 25 Madagascar MDG 2,39 0,469 105 97 8 26 Tanzania TZA 2,28 0,403 112 106 6 27 Malawi MWI 2,23 0,395 113 108 5 28 Niger NER 2,31 0,279 110 116 -6
No. nation natabrv log GDP00 hdi2000
GDP Rank
HDI Rank
Delta Rank
1 Canada CAN 4,35 0,939 16 5 11 2 Denmark DNK 4,59 0,929 4 14 -10 3 Luxembourg LUX 4,75 0,929 1 16 -15 4 Poland POL 3,63 0,843 41 31 10 5 Kuwait KWT 4,13 0,834 23 35 -12 6 Costa Rica CRI 2,93 0,829 77 36 41 7 Lithuania LTU 3,31 0,829 57 37 20 8 Latvia LVA 3,41 0,808 51 39 12 9 Bulgaria BGR 3,18 0,791 67 42 25
10 Romania ROM 3,16 0,773 69 49 20 11 Brazil BRA 3,67 0,771 38 50 -12 12 Saudi Arabia SAU 3,83 0,764 31 52 -21 13 Ukraine UKR 2,95 0,762 76 53 23 14 Albania ALB 2,95 0,74 75 60 15 15 Guyana GUY 2,97 0,724 73 63 10 16 China CHN 2,92 0,721 79 65 14
Tabel 1.1 Negara yang Selisih Ranking GDP dan HDI 5 atau Lebih
Tabel 1.2 Negara yang Selisih Ranking GDP dan HDI 10 atau Lebih
17 South Africa ZAF 3,60 0,69 42 68 -26 18 Viet Nam VNM 2,55 0,686 98 69 29
19 Moldova, Republic Of MDA 2,80 0,673 82 72 10
20 Equatorial Guinea GNQ 3,20 0,67 64 74 -10 21 Mongolia MNG 2,63 0,658 91 75 16 22 Tajikistan TJK 2,59 0,655 95 76 19 23 Nicaragua NIC 2,67 0,643 87 77 10 24 Guatemala GTM 3,19 0,642 65 78 -13 25 Namibia NAM 3,38 0,625 53 79 -26 26 Botswana BWA 3,60 0,62 43 80 -37 27 Morocco MAR 3,14 0,603 70 81 -11 28 Ghana GHA 2,62 0,56 93 83 10 29 Cambodia KHM 2,47 0,551 103 84 19 30 Swaziland SWZ 3,17 0,548 68 85 -17 31 Papua New Guinea PNG 2,97 0,54 74 86 -14 32 Nepal NPL 2,38 0,488 107 95 12 33 Congo, Republic of COG 3,59 0,487 44 96 -52 34 Djibouti DJI 2,89 0,452 80 99 -19 35 Mauritania MRT 2,70 0,449 86 100 -14 36 Eritrea ERI 2,19 0,43 114 102 12 37 Senegal SEN 2,78 0,425 84 103 -19 38 Benin BEN 2,62 0,406 92 105 -13 39 Cote D'Ivoire CIV 2,87 0,402 81 107 -26 40 Zambia ZMB 2,59 0,389 94 109 -15 41 Burkina Faso BFA 2,40 0,323 104 115 -11
Asumsi, total obseravasi 116 negara
y = 16.387x3 - 25.721x2 + 14.892x - 0.3694R² = 0.8605
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
0 0.2 0.4 0.6 0.8 1 1.2
GDP
HDI
Hubungan GDP per Kapita 2000 dan HDI 2002Grafik 2.1
loggdp00
Poly. (loggdp00)
y = 15.595x3 - 24.656x2 + 14.679x - 0.4339R² = 0.8947
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
0 0.2 0.4 0.6 0.8 1 1.2
GDP
HDI
Hubungan GDP per Kapita dan HDI Tahun 2000Grafik 2.2
log GDP00
Poly. (log GDP00)
y = 0.7746ln(x) - 0.209R² = 0.7865
0
0.2
0.4
0.6
0.8
1
1.2
0 1 2 3 4 5
HDI
GDP
Hubungan HDI 2002 dan GDP 2000Grafik 2.3
hdi2002
Log. (hdi2002)
y = 0.0348x6 - 0.8068x5 + 7.5916x4 - 37.135x3 + 99.508x2 - 138.06x + 77.663
R² = 0.806
0
0.2
0.4
0.6
0.8
1
1.2
0 1 2 3 4 5
HDI
GDP
Hubungan HDI 2002 dan GDP 2000Grafik 2.4
hdi2002
Poly. (hdi2002)
y = 0.785ln(x) - 0.2299R² = 0.8403
0
0.2
0.4
0.6
0.8
1
1.2
0 1 2 3 4 5
HDI
GDP
Hubungan HDI dan GDP 2000Grafik 2.5
hdi2000
Log. (hdi2000)
y = 0.0022x2 - 0.2198x + 8.024R² = 0.7224
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
0 20 40 60 80 100
GDP
life expectancy
Hubungan GDP dan Life Expectancy Tahun 2000 Grafik 3.1
LogGDP00
Poly. (LogGDP00)
y = 100223x6 - 1E+06x5 + 5E+06x4 - 1E+07x3 + 1E+07x2 - 1E+07x + 3E+06
R² = 0.7594
0
1
2
3
4
5
6
0 0.5 1 1.5 2 2.5
GDP
life expectancy
Hubungan GDP dan Life Expectancy 2000Grafik 3.2
LogGDP00
Poly. (LogGDP00)
y = 0.0359x3 - 0.4142x2 + 1.6328x - 0.3389R² = 0.6025
0
0.5
1
1.5
2
2.5
0 1 2 3 4 5
Life
Exp
ecta
ncy
GDP
Hubungan Life Expectancy dan GDP 2000Garfik 3.3
loglife2000
Poly. (loglife2000)
y = -2.0889x6 + 21.19x5 - 86.674x4 + 181.36x3 - 202.54x2 + 112.03x -19.523
R² = 0.6914
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
0 0.5 1 1.5 2 2.5 3
GDP
child mortality
Hubungan GDP dan Child Mortality 2000Grafik 3.4
logGDP00
Poly. (logGDP00)
y = -0.6295x + 3.6058R² = 0.6477
0
0.5
1
1.5
2
2.5
3
0 1 2 3 4 5
Child
Mor
talit
y
GDP
Hubungan Child Mortality dan GDP 2000Grafik 3.5
logmort00
Linear (logmort00)
y = 0.8429x6 - 4.1952x5 + 2.6853x4 + 17.742x3 - 38.505x2 + 26.966x -1.8616
R² = 0.6988
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
0 0.5 1 1.5 2 2.5
GDP
infant mortality
Hubungan GDP dan Infant Mortality Tahun 2000Grafik 3.6
loggdp00
Poly. (loggdp00)
y = -0.591x + 3.3632R² = 0.6704
0
0.5
1
1.5
2
2.5
0 1 2 3 4 5
Infa
nt M
orta
lity
GDP
Hubungan Infant Mortality dan GDP Tahun 2000Grafik 3.7
loginfmor20
Linear (loginfmor20)
y = 0.0002x2 - 0.0008x + 2.277R² = 0.6237
0
1
2
3
4
5
6
0 20 40 60 80 100 120
GDP
educ
Hubungan GDP 2000 dan combined gross enrollment ratio 2001
Grafik 4.1
logGDB00
Poly. (logGDB00)
y = 7.0368x2 - 20.913x + 17.928R² = 0.6237
00.5
11.5
22.5
33.5
44.5
5
0 0.5 1 1.5 2 2.5
GDP
educ
Hubungan GDP 2000 dan combined gross enrollment ratio
2001Grafik 4.2
logGDB00
Poly. (logGDB00)
y = 0.1587x + 1.2872R² = 0.5103
0
0.5
1
1.5
2
2.5
0 1 2 3 4 5
educ
GDP
Hubungan combined gross enrollment ratio 2001 dan GDP 2000Grafik 4.3
logeduc2001
Linear (logeduc2001)
Bibliografi
APRI.SOME CHALLENGES IN HUMAN DEVELOPMENT CONCEPTS, MEASURES, ANALYSIS, REPORTING AND ADVOCACY 3 RD REGIONAL CAPACITY DEVELOPMENT WORKSHOP .2005.Colombo : APRI (Asia Pacific Regional Human Development Reports Initiative)
Binder, Michael, et al.Determinants of Human Development: Insights from State-Dependent
Panel Models.2010.UNDP Gidwitz, Zachary, et al.Human Development Research Paper Understanding Performance in
Human Development: A Cross-National Study.2010.UNDP Gujarati, Damodar N. Basic Econometrics, 4 ed.1999.New York : McGraw-Hill Indahayu, Dwi, et al.Analisis Korelasi PAD Terhadap Tingkat Pencapaian IPM: Studi Kasus
Provinsi-Provinsi di Indonesia Tahun 1999 dan 2010.2012. Depok : KANOPI FEUI Klugman, Jeni, et al. Human Development Research Paper The HDI 2010 : New Controversies,
Old Critiques.2010.UNDP Leete, Richard.Measuring and Monitoring Human Development.2010. Kuala Lumpur : UNDP
Resident Representative for Malaysia, Singapore and Brunei Darussalam. Mankiw, N. Gregory.Principles of Economics, 6 ed.2012.Ohio : Cengage Learning. Mayer, David, et al.Divergences and Convergences in Human Development.2010.UNDP Parkin, Michael.Economics, 10th ed.2012.New York: Addison Wesley
Todaro, Michael P. Economic Development, 11th ed.2012.New York: Addison Wesley
http://hdr.undp.org/en/reports/global/hdr2011/papers/