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/