Analisis Pembangunan Sumber Daya Manusia di Provinsi Bali Tahun 2011-2014
Analisis Pembangunan Sumber Daya Manusia di Provinsi Bali Tahun 2011-2014 Analisis Pembangunan Sumber Daya Manusia di Provinsi Bali Tahun 2011-2014
I Wayan Sunarya JAM
Program Studi Teknik Informatika, STMIK STIKOM Indonesia Disetujui, September 20 16 Direvisi, September 20 16 Diterima, Agustus 2016 14, 3
Abstract: This study aimed to analyze: (1) the effect of Life Expectancy at Birth (LEB) to Human Development Index (HDI) in Bali from 2011 to 2014; (2) the effect of Adult Literacy Rate (ALR) to Human Development Index (HDI) in Bali from 2011 to 2014; (3) the effect Mean Years of Schooling (MYS) to Human Development Index (HDI) in Bali from 2011 to 2014. Secondary data, from article entitled “Bali In Figures”, which is published once a year, namely from the year 2011-2014 by the Central Statistics Agency of Bali. This study implemented panel data with Fixed Effect Model (FEM) method of Generalized Least Square (GLS). The results showed that the Life Expectancy at Birth (LEB) and Mean Years of School- ing (MYS) has positive and significant effect to Human Development Index (HDI) in Bali from 2011 to 2014. However, Adult Literacy Rate (ALR) doesn’t significantlyaffect the Human Development Index (HDI) in Bali from 2011 to 2014.
Keywords: Human Resource Development, Life Expectancy at Birth, Adult Literacy Rate, Mean Years of Schooling.
Abstrak: Penelitian ini bertujuan untuk: (1) menganalisis pengaruh Angka Harapan Hidup (AHH) terhadap Indeks Pembangunan Manusia (IPM) di Provinsi Bali tahun 2011-2014; (2) menganalisis pengaruh Angka Melek Huruf (AMH) terhadap Indeks Pembangunan Manusia (IPM) di Provinsi Bali tahun 2011-2014; (3) menganalisis pengaruh Rata-rata Lama Sekolah (RLS) terhadap Indeks Pembangunan Manusia (IPM) di Provinsi Bali tahun 2011-2014. Data penelitian ini yaitu data Angka Harapan Hidup (AHH), Angka Melek Huruf (AMH) dan Rata- rata Lama Sekolah (RLS) menggunakan data sekunder yang diperoleh dari artikel yang berjudul “Bali dalam angka”, yang diterbitkan setahun sekali yaitu dari tahun 2011-2014 oleh Badan Pusat Statistik (BPS) Provinsi Bali. Metode analisis yang digunakan adalah analisis data panel dengan menggunakan Fixed Effect Model (FEM) dengan metode Generalized Least Square (GLS). Hasil penelitian menunjukan bahwa variabel Angka Harapan Hidup (AHH) dan Rata- rata Lama Sekolah (RLS) berpengaruh positif dan signifikan terhadap Indeks Pembangunan Manusia (IPM) di Provinsi Bali tahun 2011-2014. Sedangkan variabel Angka Melek Huruf (AMH) tidak berpengaruh signifikan terhadap terhadap Indeks Pembangunan Manusia (IPM)
Jurnal Aplikasi di Provinsi Bali tahun 2011-2014. Manajemen ( JAM) Vol 14 N o 3, 20 16 Kata Kunci: pembangunan SDM, angka harapan hidup, angka melek huruf, rata-rata lama
Terindek s dalam sekolah I Wayan Sunarya, Program
Alamat Korespondensi: Suatu bangsa yang memiliki segala hal seperti dalam menjual produk yang dipro-
Google Scholar STMIK STIKOM Indonesia, Studi Teknik Informatika, sumber daya manusia (SDM) duksinya sehingga produknya akan terjual banyak di DO I:ht tp: //dx .do i.o rg/1 0. yang berkualitas tinggi akan pasar. Salah satu komponen yang berkaitan dengan 18202/jam230 26332.14.3.18 mampu untuk bersaing dalam peningkatan sumber daya manusia (SDM) adalahI Wayan Sunarya
No. Kabupaten/Kota 2011 2012 2013 2014
8 Buleleng 71,12 71 ,93 72,54 69,16
7 Karangasem 67,07 67 ,83 68,47 64,01
6 Bangli 71,42 71 ,80 72,28 65,75
5 Klungkung 71,02 71 ,76 72,25 68,30
4 Gianyar 73,43 74 ,49 75,02 74,29
3 Badung 75,35 75 ,69 76,37 77,98
2 T abanan 75,24 75 ,55 76,19 72,68
1 Jembrana 73,18 73 ,62 74,29 68,67
Tabel 1. IPM Kabupaten/Kota di Provinsi Bali Tahun 2011-2014 Sumber: Bali dalam Angka Tahun 2011 - 2014
pendidikan. Untuk itu, kualitas sumber daya manusia (SDM) agar selalu ditingkatkan dengan melalui pem- berian pendidikan yang berkualitas, demi tercapainya pembangunan dalam suatu daerah maupun dalam suatu negara.
Jika dilihat secara konseptual IPM sendiri meru- pakan sebuah indikator komposit yang menggambar- kan tiga aspek kualitas hidup manusia, yaitu: indeks harapan hidup, indeks pendidikan dan indeks standar hidup layak. IPM merupakan suatu alat ukur suatu kinerja yang ada dalam suatu negara arau daerah yang dilihat dari segi pembangunannya sendiri. Ada- pun data tentang data Indeks Pembangunan Manusia (IPM) di Provinsi Bali dari tahun 2011-2014 adalah sebagaimana tabel 1.
IPM menjadi salah satu indikator pembangunan yang sering digunakan oleh beberapa negara yang ada di dunia. Indonesia sebagai salah satu negara yang memiliki beberapa provinsi juga memakai indikator ini didalam mengukur kemajuan yang telah dicapai dalam suatu provinsi. Berbeda dengan indikator Penghasilan Domestik regional Bruto yang lebih fokus apa yang dihasilkan dari dari hasil pembangunan sek- tornya yang ada didaerah, maka Indeks Pembangunan Manusia (IPM) digunakan sebagai alat pengukuran terhadap pembangunan yang sudah dicapai dan apa- kah hasilnya tersebut sudah dinikmati oleh masya- rakat atau hanya sebagai kesuksesan dalam beberapa sektor semata.
Indeks Pembangunan Manusia yang disingkat
Kinerja yang ada dalam suatu negara ataupun dalam daerah jika dilihat dari sisi ekonomi maupun sosial, pembangunan sumber daya manusia juga memerlukan eberapa indikator yang dapat menilai kinerja pembangunan yang telah dilakukan.
Namun disisi lain selain menjadi subyek dalam pembangunan, manusia juga menjadi obyek dari pem- bangunan tersebut sehingga kadangkala pembangun- an yang sudah dibangun dalam suatu negara atupun dalam suatu daerah menciptakan manusia yang memiliki sumber daya yang baik, yang dilihat dari pendidikan, kesehatan dan lain sebagainya.
Tujuan pembangunan yang ada baik dalam suatu negara maupun dalam suatu daerah untuk memberi- kan kesejahteraan dan kemakmuran kepada masya- rakat. Jadi sudah sepantasnya manusia yang ada dalam suatu negara ataupun daerah menjadi sebuah subyek dari pembangunan itu sendiri.
Namun realitas yang ada dilapangan menunjuk- kan bahwa ada ketimpangan dalam pembangunan sumber daya manusia. Pembangunan manusia hanya sebagai sebuah proses dalam mencapai pertumbuhan ekonomi yang lebih baik dengan struktur ekonomi yang maju dan sejenisnya. Hanya beberapa tahun belakangan ini pembangunan sumber daya manusia mulai berada dalam posisi yang strategis dalam suatu negara ataupun daerah.
Pembangunan sumber daya manusia yang unggul memiliki beberapa hubungan dalam segi penyediaan fasilitas pendidikan seperti gedung sekolah, fasilitas kegiatan belajar mengajar, tenaga pengajar yang ber- kualitas dan berbagai sarana prasarana di dalam penunjang pendidikan yang ada dalam suatu instansi pendidikan.
9 Denpasar 78,31 78 ,80 79,41 81,65
BALI 72,84 73 ,49 74,11 72,48Analisis Pembangunan Sumber Daya Manusia di Provinsi Bali Tahun 2011-2014
2 Tabanan 74,49 74,55 74,91 72,64
15 tahun keatas untuk menempuh semua jenis pendi- dikan formal yang pernah dijalani. Adapun data untuk rata-rata lama sekolah provinsi Bali per kabupaten/ kota dari tahun 2011-2014 sebagaimana tabel 4.
Di dalam tabel 2 diatas diketahui untuk setiap kabupaten dan kota yang ada di Provinsi Bali dari Tahun 2011-2014, Angka Harapan Hidup Kabupaten/ Kota di Provinsi Bali dari Tahun 2011-2014 menga- lami peningkatan secara signifikan yaitu dari Tahun 2011 sebesar 70,78 menjadi 71,20 pada Tahun 2014, dari angka ini dapat diketahui terjadi peningkatan Angka Harapan Hidup sebanyak 99,4%.
9 Denpasar 73,06 73,12 73,46 73,71
BALI 70,78 70,84 71,20 71,20
8 Buleleng 69,34 69,53 70,00 70,71
7 Karangasem 67,95 68,00 68,32 69,18
6 Bangli 71,73 71,81 72,18 69,44
5 Klungkung 69,15 69,20 69,52 69,91
4 Gianyar 72,17 72,22 72,56 72,78
3 Badung 71,85 71,91 72,24 74,30
1 Jembrana 71,88 71,95 72,31 71,39
Dilihat dari tabel 1, perkembangan Indeks Pem- bangunan Manusia (IPM) Provinsi Bali dari tahun 2011 sampai tahun 2014 menunjukkan ada beberapa perubahan dari tahun ketahun seperti pada tahun 2011 ke tahun tahun 2014 mengalami penurunan IPM sebanyak 5,1 atau 1,1%.
No. Kabupaten/Kota 2011 2012 2013 2014
Tabel 2. Angka Harapan Hidup Kabupaten/Kota di Provinsi Bali Tahun 2011-2014 Sumber: Bali dalam Angka Tahun 2011 - 2014
Rata-rata lama sekolah merupakan rata-rata jumlah tahun yang dihabiskan oleh penduduk berusia
Rata-rata Lama Sekolah
Dari data pada tabel 3, dapat dijelaskan bahwa di Provinsi Bali dari Tahun 2011-2014 mengalami peningkatan dimana pada tahun 2011 sebesar 70,78 sampai pada tahun 2014 sebesar 71,20; dari angka ini dapat diukur bahwa peningkatannya sebesar 99,4%. Dari angka 99,4% ini maka dapat digambarkan bahwa di Provinsi Bali untuk kemampuan masyarakat Bali dalam hal membaca dan menulis terus mengalami petumbuhan yang sangat baik.
Angka melek huruf merupakan tingkat persen- tase penduduk usia 15 tahun keatas yang bisa mem- baca dan menulis serta mengerti sebuah kalimat sederhana dalam hidupnya sehari-hari. Untuk data Angka Melek Huruf untuk setiap kabupaten/kota yang ada di provinsi Bali dari tahun 2011-2014 adalah sebagaimana tabel 3.
Angka Melek Huruf
Angka Harapan Hidup (AHH) merupakan suatu instrumen dalam mengukur produktivitas pemerintah dalam mensejahterakan masyarakat dan mengetahui gambaran tentang tingkat kesehatan di masyarakat pada khususnya. Jika dalam suatu masarakat menun- jukkan Angka Harapan Hidup yang rendah maka umumnya harus selalu meningkatkan program pem- bangunan kesehatan termasuk program pemberan- tasan kemiskinan. Adapun data tentang Angka Harap- an Hidup di Provinsi Bali untuk setiap kabupaten pada tahun 2011-2014 sebagai berikut:
Angka Harapan Hidup
Sedangkan data penyusun dari Indek Pemba- ngunan Manusia (IPM) di Provinsi Bali dari Tahun 2011-2014 sebagai berikut:
Dalam tabel 4, diketahui bahwa rata-rata lama sekolah di provinsi Bali dari tahun 2011 sampai tahun 2014 telah mengalami fluktuasi rata-rata lama sekolah yaitu pada tahun 2011 sebesar 8,35 dan pada tahun
I Wayan Sunarya
6 Bangli 85,64 85,83 85,91 11,15
8 Buleleng 7 ,36 7,54 7,55 6,66
7 Karangasem 5 ,82 5,88 5,90 5,39
6 Bangli 6 ,66 6,68 6,70 6,38
5 Klungkung 7 ,35 7,43 7,43 6,90
4 Gianyar 8 ,37 8,90 8,90 8,28
3 Badung 9 ,45 9,47 9,51 9,29
2 Tabanan 8 ,37 8,39 8,40 7,91
1 Jembrana 7 ,81 7,86 7,87 7,30
Sumber: Bali dalam Angka Tahun 2011 - 2014
No. Kabupaten/Kota 2011 2012 2013 2014
9 Denpasar 97,49 97,52 97,95 13,46
BALI 89,17 90,17 91,03 12,64 Tabel 4. Rata-rata Lama Sekolah di Provinsi Bali per Kabupaten/Kota Tahun 2011-2014
8 Buleleng 88,63 89,94 90,53 12,01
7 Karangasem 74,12 76,03 76,94 11,81
5 Klungkung 82,39 84,15 84,47 12,57
2014 sebesar 8,11; hal ini berarti terjadi penurunan tingkat persentase rata-rata lama sekolah yang ada di Provinsi Bali sekitar 97,1%.
4 Gianyar 86,81 88,79 89,38 13,06
3 Badung 92,96 93,01 93,93 13,00
2 Tabanan 90,82 90,86 91,92 12,04
1 Jembrana 90,69 92,36 92,65 11,48
No. Kabupaten/Kota 2011 2012 2013 2014
Tabel 3. Angka Melek Huruf di Provinsi Bali per Kabupaten/Kota Tahun 2011-2014 Sumber: Bali dalam Angka Tahun 2011 - 2014
Indeks Pembangunan Manusia (IPM) adalah indikator capaian pembangunan sumber daya manusia (SDM) secara menyeluruh yang dibentuk atas tiga dimensi yaitu dimensi angka harapan hidup, angka melek huruf dan angka rata-rata lama sekolah dengan satuan (Skala 1-100).
Penelitian ini mengunakan data panel yaitu gabungan data crosssection 8 kabupaten dan 1 kota dan time series tahun 2011- 2014 yang bersumber dari laporan statistik yang diterbitkan oleh Badan Pusat Statistik (BPS) Provinsi Bali. Adapun variabel dan definisi operasional variabel adalah sebagai berikut:
METODE
3. Bagaimana pengaruh Rata-rata Lama Sekolah terhadap Indeks Pembangunan Manusia di Provinsi Bali pada tahun 2011-2014.
2. Bagaimana pengaruh Angka Melek Huruf terha- dap Indeks Pembangunan Manusia di Provinsi Bali pada tahun 2011-2014;
1. Bagaimana pengaruh Angka Harapan Hidup ter- hadap Indeks Pembangunan Manusia di Provinsi Bali pada tahun 2011-2014;
Berdasarkan latar belakang masalah yang sudah dijelaskan dalam tabel 1 sampai tabel 5, maka perta- nyaan dalam penelitian ini adalah:
9 Denpasar 10,70 10,94 11,05 10,96 BALI 8 ,35 8,57 8,58 8,11
- 1 LogAHH it + 2 LogAMH it it
Effect (Hausman Test), dimana hipotesis dalam
lated Random Effect (Hausman Test) dari data
2. Pengujian dengan menggunakan analisis Corre-
Karena probability chi-square sebesar 0,0038 lebih kecil dari 0,05 maka H ditolak, maka untuk model yang terbaik digunakan dalam analisis data panel adalah Fixed Effect Model.
Jika probability chi-square > 0,05 = Terima H Jika probability chi-square < 0,05 = Tolak H
Dari data pada tabel 6, maka dapat dilakukan uji hipotesis dimana: H = Common Effect Model H 1 = Fixed Effect Model
dant Fixed Effects Tests (Likelihood Fixed Effect ) dari data model panel pada Fixed Ef- fect Model hasilnya sebagaimana tabel 6.
1. Pengujian dengan menggunakan analisis Redun-
Setelah mengestimasi tiga pemilihan model kemudian melakukan dua tahap pengujian statistik.
dengan common effect model dapat dilihat sebagai- mana tabel 5.
model, dan random effect model. Untuk hasil analisis
Pada penelitian ini terdapat tiga model estimasi data panel yaitu common effect model, fixed effect
Jika chi-square > 0,05 = Terima H Jika chi-square < 0,05 = Tolak H
pemakaian modelnya sebagai berikut: H = Common Effect Model H 1 = Fixed Effect Model
(Likelihood Fixed Effect) dan Correlated Random
Analisis Pembangunan Sumber Daya Manusia di Provinsi Bali Tahun 2011-2014
data panel yang tidak memperhatikan dimensi antar individu maupun antar waktu. Fixed effect merupakan teknik mengestimasi data panel yang menggunakan variabel dummy untuk melihat adanya perbedaan intersep. Random effect merupakan teknik mengesti- masi variabel gangguan v it yang terdiri dari variabel gangguan kombinasi time series dan cross section variabel gangguan secara individu. Berdasarkan dari kerangka pemikiran teoritis variabel dependen pada penelitian ini yaitu IPM. Sedangkan variabel indepen- den yaitu Angka Harapan Hidup (LogAHH), Angka Melek Huruf (LogAMH), dan Angka Rata-rata Lama Sekolah (RLS). Maka persamaan pada penelitian ini adalah sebagai berikut:
Angka harapan hidup (AHH) merupakan suatu instrumen dalam mengukur produktivitas pemerintah dalam mensejahterakan masyarakat dan mengetahui gambaran tentang tingkat kesehatan di masyarakat pada khususnya. Jika dalam suatu masarakat menun- jukkan Angka Harapan Hidup yang rendah maka umumnya harus selalu meningkatkan program pemba- ngunan kesehatan termasuk program pemberantasan kemiskinan.
Angka melek huruf (AMH) merupakan tingkat persentase penduduk usia 15 tahun keatas yang bisa membaca dan menulis serta mengerti sebuah kalimat sederhana dalam hidupnya sehari-hari.
Rata-rata lama sekolah (RLS) merupakan rata- rata jumlah tahun yang dihabiskan oleh penduduk berusia 15 tahun keatas untuk menempuh semua jenis pendidikan formal yang pernah dijalani.
Metode Analisis Data
Menurut Gujarati (2012:237), data panel merupa- kan gabungan data individu (cross section) dan data runtut waktu (time series). Berdasarkan kelebihan- kelebihan data panel maka memiliki implikasi pada tidak harus dilakukan pengujian asumsi klasik seperti multikolinearitas, heterokedastisitas, autokorelasi, dan normalitas dalam model data panel. (Verbeek, 2000; Gujarati, 2003; Wibisino, 2005; Aulia 2004:27 dalam Ajija, 2011). Menurut Widarjono (2009:231) untuk mengestimasi model regresi dengan data panel meng- gunakan tiga pendekatan yaitu pendekatan common effect , fixed effect, dan random effect.
Common effect merupakan teknik mengestimasi
IPM it = o
effect yaitu dengan Redundant Fixed Effects Tests
3 RLS it
.............................. (1)
Keterangan :
IP M = indeks pembangunan manusia (skala 1-100) LogAHH = Angka Harapan Hidup (%) LogAMH = Angka Melek Huruf (%) RLS = Rata-rata Lama Sekolah (%) = koefisien regresi
= kabupaten/kota i (i = 1, 2, 3 ...... 9); t = tahun ke- t (2011-2014) it = nilai residual di luar model.
Setelah mengestimasi ketiga model estimasi data panel langkah selajutnya menentukan model terbaik antara common effect, fixed effect, dan random
HASIL DAN PEMBAHASAN
I Wayan Sunarya Tabel 5. Hasil Estimasi Data Panel Model Estimasi Variabel Common Effect Fixed Effect Random Effect
Konstanta 14,25328 -55,48688 14,25328
Str. Error 8,928853 18,54305 7,526168
p-va lue 0 ,1202* 0,0063 0,06 73*
LOGAHH 0,601999 1,184635 0,601999
Str. Error 0,138051 0,240421 0,116364
p-va lue 0,0001 0,0000 0,0000
LOGAMH 0,017227 -0,001426 0,017227
Str. Error 0,005731 0,007651 0,004831
p-va lue 0,0051 0,8537* 0,0012
RLS 1,814684 5,496224 1,814684
Str. Error 0,184080 1,133672 0,155162
p-va lue 0,0000 0,0001 0,0000
2 R 0,927882 0,961571 0,927882 2 Adjusted R 0,921120 0,943957 0,921120Standar error 1,108686 0,934517 1,108686
F-Statistik 137,2381 5,45928 137,2381
Prob (F-Statistik) 0,000000 0,000000 0,000000
Durbin-Watson Statistik 1,706934 2,118396 1,706934
Sumber: Hasil output E-Views 7.0 Catatan: *) tidak signifikan pada = 5% Tabel 6. Hasil Estimasi Data Panel Redundant Fixed Effects Tests (Likelihood Fixed Effect)
Effects Test Statistic d.f. Prob.
Cross-section F 2,629936 (8,24) 0,0318
Cross-section Chi-square 22,661489 8 0,0038Sumber: Tabel 5 (data diolah)
model panel pada Random Effect Model hasilnya Jika probability chi-square > 0,05 = Terima H sebagai berikut: Jika probability chi-square < 0,05 = Tolak H
0 Tabel 7. Hasil Estimasi Data Panel dan Correlated Random Effect (Hausman Test) Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
Cross-section random 19,711714 3 0,0002 Sumber: Tabel 5 (data diolah)
Dari data pada tabel 7, maka dapat dilakukan uji Karena probability chi-square sebesar 0,0002 hipotesis dimana: lebih kecil dari 0,05 maka H ditolak, maka untuk H = Common Effect Model model yang terbaik digunakan dalam analisis data panel H = Fixed Effect Model adalah Fixed Effect Model. 1
Angka Harapan Hidup (AHH) berpengaruh posi- tif dan signifikan sebesar 1,184635 terhadap Indeks Pembangunan Manusia (IPM) di Kabupaten/Kota Provinsi Bali. Hal tersebut diasumsikan bahwa apabila Angka Harapan Hidup (AHH) meningkat sebesar 1% maka nilai IPM meningkat sebesar 1,18 di kabupaten/ kota di Provinsi Bali. Angka Melek Huruf (AMH) tidak memiliki pengaruh positif dan signifikan terhadap
IPM it = o
KESIMPULAN DAN SARAN Kesimpulan
Berdasarkan tabel 8 nilai koefisien yang berpe- ngaruh besar apabila variabel independen nol atau konstan terhadap pembangunan sumber daya manusia yaitu Kota Denpasar karena jika dilihat dari nilai efek individualnya sangat besar sebesar -67,20393 diban- dingkan dengan delapan kabupaten yang ada di Provinsi Bali dari tahun 2011-2014.
Hasil estimasi Fixed Effect Model (FEM) dapat menunjukan keunikan heterogenitas nilai intersep di Kabupaten/Kota Provinsi Bali. Efek individual diper- oleh dari nilai konstanta kabupaten/kota ditambah dengan nilai konstanta pada Fixed Effect Model (FEM).
Nilai konstanta sebesar -55,48688 menunjukan bahwa apabila pemerintah provinsi Bali tidak melaku- kan tindakan untuk meningkatkan Angka Harapan Hidup (AHH) dan Angka Rata-rata Lama Sekolah (RLS), maka nilai Indeks Pembangunan Manusia (IPM) akan mengalami penurunan sebesar 55,49.
Std error = (18,54305) (0,240421) (0,007651) (1,133672) Prob = (0,0063) (0,0000) (0,8537) (0,0001)
= -55,48688+ 1,184635logAHH it – 0,001426 logAMH it + 5,496224RLS it + ì it
3 RLS it + it
Berdasarkan hasil estimasi penelitian ini menggu- nakan model terbaik yaitu Fixed Effect Model (FEM) dengan metode Generalized Least Square (GLS). Persamaan pada model Fixed Effect Model (FEM) adalah sebagai berikut:
Analisis Pembangunan Sumber Daya Manusia di Provinsi Bali Tahun 2011-2014
Sekolah (RLS) memiliki nilai t hitung > t tabel (4,848162 < 2,447) dengan p-value sebesar 0,0001 maka Angka Rata-rata Lama Sekolah (RLS) berpengaruh positif dan signifikan terhadap Indek Pembangunan Manusia (IPM) di Provinsi Bali dari tahun 2011-2014.
Uji statistik t (t-test) merupakan pengujian statistik untuk mengetahui pengaruh parsial variabel indepen- den terhadap variabel dependen. Berdasarkan uji sta- tistik t (t-test) Angka Harapan Hidup (AHH) memiliki nilai t hitung > t tabel (4,927337 > 2,447) dengan p-value sebesar 0,0000 maka Angka Harapan Hidup (AHH) berpengaruh positif dan signifikan terhadap Indek Pembangunan Manusia (IPM) di Provinsi Bali dari tahun 2011-2014. Angka Melek Huruf memiliki nilai t hitung < t tabel (-0,186419 < 2,447) dengan p-value sebe- sar 0,8537 maka Angka Melek Huruf (AMH) tidak berpengaruh positif dan signifikan terhadap Indek Pembangunan Manusia (IPM) di Provinsi Bali dari tahun 2011-2014. Sedangkan Angka Rata-rata Lama
4,07) dengan p-value sebesar 0,00000. Maka penga- ruh Angka Harapan Hidup (AHH), Angka Melek Huruf (AMH) dan Angka Rata-rata Lama Sekolah (RLS) secara simultan berpengaruh terhadap Indeks Pembangunan Manusia (IPM) di Provinsi Bali tahun 2011-2014.
Uji statistik F (F-test) merupakan pengujian statistik untuk mengetahui pengaruh simultan variabel independen terhadap variabel dependen. Berdasarkan tabel 5 pada fixed effect model diperoleh F-hitung sebesar 5,45928 dan F-tabel (df numerator 3; denume- rator 8) sebesar 4,07. Maka F hitung > F tabel (5,45928 >
Sedangkan sisanya 7,9% dijelaskan oleh variabel lain diluar model.
Nilai pada adjusted R 2 pada Fixed Effect Model di dalam tabel 5 sebesar 0,921120. Hal ini berarti 92,1% variabel Indeks Pembangunan Manusia (IPM) di Provinsi Bali dijelaskan oleh variasi model variabel Angka Harapan Hidup (logAHH), Angka Melek Huruf (logAMH), dan kepadatan penduduk (KP).
goodness of fit .
Penentuan model terbaik selain berdasarkan pengujian statistik pada chowtest, houseman test juga didasarkan pada pertimbangan non statistik pada salah satu pertimbangan observasi Judge (Gujarati 2012: 255). Unit cross-section penelitian ini yaitu untuk 8 kabupaten dan 1 kota di Provinsi Bali. Dengan adanya pengambilan unit cross-section penelitian yang tidak diambil secara acak, maka model data panel yang pantas digunakan adalah Fixed Effect Model (FEM). Setelah menganalisis model yang terbaik dilanjutkan dengan mengukur ketepatan fungsi regresi dari
- 1 LogAHH it + 2 LogAMH it +
- 2,773999 -58,26088 Kab. Badung -5,865433 -61,35231 Kab. Gianyar -3,248758 -58,73564 Kab. Klungkung 4,147641 -51,33924 Kab. Bangli 5,139966 -50,34691 Kab. Karangasem
- 11,71705 -67,20393
I Wayan Sunarya Tabel 8. Efek Individual Kabupaten/Kota di Provinsi Bali Kab/Kota Koefisien Konstanta Kab. Jembrana 0,498893 -54,98799 Kab. Tab anan
9,842931 -45,64395 Kab. Buleleng 3,975807 -51,51107 Kota Denpasar
Sumber: Hasil output E-Views 7.0
Indeks Pembangunan Manusia (IPM) di Kabupaten/ sampai pendidikan tinggi, sehingga diharapkan kualitas Kota Provinsi Bali. Sedangkan untuk Angka Rata- sumber daya manusia yang ada di Provinsi Bali dapat rata Lama Sekolah (RLS) berpengaruh positif dan bersaing dengan kualitas sumber daya manusia yang signifikan sebesar 5,496224 terhadap Indeks ada di luar Provinsi Bali dan di dalam dunia internasional. Pembangunan Manusia (IPM) di Kabupaten/Kota Provinsi Bali.
DAFTAR RUJUKAN
Ajija, Shochrul, R, dkk. 2011. Cara Cerdas Menguasai Eviews. Jakarta: Salemba Empat.
Saran Badan Pusat Statistik Provinsi Bali. 2012. Bali dalam angka
Dari hasil penelitian dapat dilihat bahwa Angka (Bali in Figure) 2012. Bali: BPS Provinsi Bali. Harapan Hidup (AHH) dan Rata-rata Lama Sekolah
Badan Pusat Statistik Provinsi Bali. 2013. Bali dalam angka
(RLS) berpengaruh positif dan signifikan terhadap (Bali in Figure) 2013. Bali: BPS Provinsi Bali.
Badan Pusat Statistik Provinsi Bali. 2014. Bali dalam angka
Indeks Pembangunan Manusia (IPM) di Provinsi Bali (Bali in Figure ) 2014. Bali: BPS Provinsi Bali. dari Tahun 2011-2014, maka diharapkan pemerintah
Badan Pusat Statistik Provinsi Bali. 2015. Bali dalam angka
Provinsi Bali didalam meningkatkan pembangunan (Bali in Figure) 2015. Bali: BPS Provinsi Bali. sumber daya manusia kedepannya lebih mengutama-
Gujarati, D.N., dan D.C. Porter. 2012. Dasar-Dasar
kan produktivitas pemerintah di dalam mensejahtera- Ekonometrika, Edisi 5 Buku 1. Jakarta: Salemba Empat. kan masyarakat yang ada di Provinsi Bali. Di samping Widarjono, A. 2009. Ekonometrika Teori dan Aplikasi. itu juga pemerintah Provinsi Bali agar selalu membina Yogyakarta: Ekonosia. dan mengarahkan masyarakat agar mampu menem- puh pendidikan baik itu pendidikan dasar, menengah