Feedback

Analisis Determinan Indeks Pembangunan Manusia (IPM) Di Kabupaten Deli Serdang

Informasi dokumen
UNIVERSITAS SUMATERA UTARA FAKULTAS EKONOMI MEDAN ANALISIS DETERMINAN INDEKS PEMBANGUNAN MANUSIA (IPM) DI KABUPATEN DELI SERDANG Diajukan Oleh : ARIFIN NUR SIREGAR 050501098 Ekonomi Pembangunan Guna Memenuhi Salah Satu Syarat untuk Memperoleh Gelar Sarjana Ekonomi Medan 2010 Universitas Sumatera Utara Abstrak Tujuan dari penelitian ini adalah untuk mengetahui hubungan diantara variabel bebas terhadap variabel terikat. Adapun yang menjadi variabel terikat adalah Indeks Pembangunan Manusia (IPM) sedangkan variabel bebasnya terdiri dari PDRB, Pengeluaran Pemerintah, dan Jumlah Penduduk Miskin. Penelitian ini menganalisis pengaruh dari PDRB, Pengeluaran Pemerintah, dan Jumlah Penduduk Miskin terhadap Indeks Pembangunan Manusia di Kabupaten Deli Serdang. Penulis menggunakan model distributed lag dengan metode kuadrat terkecil dengan mempergunakan perangkat lunak komputer E-views 5.1 Hasil dari regresi tersebut menunjukkan bahwa variabel pengeluaran pemerintah berpengaruh positif terhadap IPM dan signifikan pada α 5% sementara PDRB berpengaruh positif terhadap IPM dan signifikan pada α 10 %. Tetapi Jumlah Penduduk Miskin ternyata berpengaruh negatif terhadap IPM dan signifikan pada α 5 %. Artinya untuk menigkatkan IPM pemerintah harus meningkatkan PDRB dan Pengeluaran Pemerintah dan disisi lain Jumlah Penduduk Miskin harus dikurangi. Kata Kunci : IPM, PDRB, Pengeluaran Pemerintah, dan Jumlah Penduduk Miskin Universitas Sumatera Utara Abstract The aims of this research is to find out the relationship between independent variables in term of dependent variable. The dependent variable is Human Development Index (HDI) while the independent variables are Gross Domestic Product (GDP), Government Expenditure, and a Number of Poor Population. This research analyzing the effect of GDP, Government Expenditure, and The Number of Poor Population in term of HDI in Deli Serdang Regency. The researcher used distributed lag model with ordinary least squared method using Eviews 5.1 software computer program. The regression result showing that the relationship of the Government Expenditure variable positively influence on HDI and significant at 5 % level, while GDP positively influence on HDI and significant at 10 % level. However, The Number of Poor Population is negatively influence on HDI and significant at 5 % level. It means that in order to increase HDI, the government have to increase GDP and Government Expenditure, but in another side reduce the Number of Poor Population. Key word : Human Development Index (HDI), Gross Domestic Product (GDP), Government Expenditure, and The Number of Poor Population. Universitas Sumatera Utara KATA PENGANTAR Dengan penuh kerendahan hati, penulis memanjatkan puji dan syukur ke Hadirat Alloh swt. yang telah melimpahkan rahmat-Nya sehingga penulis mampu untuk menyelesaikan penulisan skripsi ini. Penulisan skripsi ini merupakan salah satu syarat untuk memperoleh gelar sarjana dari program Strata 1 Departemen Ekonomi Pembangunan Fakultas Ekonomi Universitas Sumatera Utara. Adapun yang menjadi judul skripsi ini adalah “Analisis Determinan Indeks Pembangunan Manusia (IPM) di Kabupaten Deli Serdang” Selama menyelesaikan skripsi ini penulis banyak mendapat bantuan dari berbagai pihak baik dalam bentuk moril, material, dan terutama do’a. Maka pada kesempatan ini penulis hendak mengucapkan terima kasih yang sebesar-besarnya kepada semua pihak yang telah memberikan bantuan terutama kepada : 1. Bapak Drs. Jhon Tafbu Ritonga, M.Ec. sebagai Dekan Fakultas Ekonomi Universitas Sumatera Utara 2. Bapak Wahyu Ario Pratomo, S.E., M.Ec. sebagai Ketua Departemen Ekonomi Pembangunan Fakultas Ekonomi Universitas Sumatera Utara 3. Bapak Irsyad Lubis, Ph.D sebagai Sekretaris Departemen Ekonomi Pembangunan Fakultas Ekonomi Universitas Sumatera Utara 4. Bapak Iskandar Syarief, M.A. sebagai Dosen Pembimbing saya yang telah bersedia meluangkan waktu dalam memberikan masukan, saran, dan bimbingan baik mulai dari awal penulisan hingga selesainya skripsi ini 5. Bapak Kasyful Mahalli, M.Ec. sebagai Dosen Penguji I yang telah memberikan saran dan masukan bagi penulis dalam dalam rangka penyempurnaan skripsi ini Universitas Sumatera Utara 6. Ibu Dra. Raina Linda Sari, M.Si. sebagai Dosen Penguji II yang telah memberikan saran dan masukan bagi penulis dalam dalam rangka penyempurnaan skripsi ini 7. Seluruh staff pengajar dan staff administrasi Fakultas Ekonomi Universitas Sumatera Utara khususnya Departemen Ekonomi Pembangunan 8. Seluruh staff pengawai BPS Provinsi Sumatera Utara yang telah banyak membantu penulis dalam memperoleh data yang berhubungan dengan skripsi penulis 9. .Secara khusus skripsi ini penulis persembahkan buat orangtua tercinta Alm. Drs. Halim Nur Siregar dan Holijah Daulay, S. Ag. 10. Buat seluruh teman seperjuangan Departemen Ekonomi Pembangunan yang juga turut membantu dan memberi masukan kepada penulis khususnya kepada Alex Febrianto, Rahmadi, Robert, Unus Siregar, Akhirul Shaleh, Ilham Fauzi, Egi Dana, M. Yurilsyah, dan Deni Susandra Penulis menyadari bahwa skripsi ini masih belum sempurna. Oleh karena itu sangat diharapkan saran maupun kritikan yang sifatnya membangun sehingga penulis dapat memperbaiki kesalahan di lain kesempatan. Semoga kiranya skripsi ini dapat bermanfaat bagi kita semua. Medan, Maret 2010 (Arifin Nur Siregar) Universitas Sumatera Utara DAFTAR ISI Halaman ABSTRAK. i ABSTRACT . ii KATA PENGANTAR. iii DAFTAR ISI . v DAFTAR TABEL . vi DAFTAR GAMBAR . vii BAB 1 PENDAHULUAN 1.1. Latar Belakang . 1 1.2. Perumusan masalah . 5 1.3. Hipotesis . 6 1.4 Tujuan Penelitian . 7 1.5 Manfaat Penelitian . 7 BAB II. LANDASAN TEORI 2.1. Indeks Pembangunan Manusia . 8 2.2. Pertumbuhan Ekonomi . 13 2.3. Pengeluaran Pemerintah . 29 2.4. Kemiskinan . 36 BAB III. METODE PENELITIAN 3.1. Ruang Lingkup Penelitian . 43 3.2. Jenis dan Sumber Data . 43 3.3. Metode dan Teknik Pengumpulan Data . 44 3.4. Pengolahan Data . 44 3.5. Model Analisa Data . 44 3.6. Uji Kesesuaian (Test of Goodness of Fit) . 45 3.7. Uji Penyimpangan Asumsi Klasik . 47 3.8. Defenisi Operasional . 49 BAB IV. ANALISA DAN PEMBAHASAN 4.1. Analisa . 50 4.2. Pembahasan Hasil Penelitian . 58 BAB V. KESIMPULAN DAN SARAN 5.1 Kesimpulan . 66 5.2. Saran . 67 DAFTAR PUSTAKA . viii LAMPIRAN . ix Universitas Sumatera Utara Tabel 4.1.1 4.1.2 4.1.3. 4.1.4. 4.1.5. 4.1.6. 4.1.7. DAFTAR TABEL Judul halaman Tingkat Indeks Pembangunan Manusia (IPM)Kabupaten Deli Serdang Provinsi Sumatera Utara Tahun 1998 – 2007 (%) Tingkat Produk Domestik Regional Bruto (PDRB) Berdasarkan Harga Konstan Kabupaten Deli Serdang Provinsi Sumatera Utara Tahun 1998 – 2007 (Milyar Rupiah) Besarnya Tingkat Pengeluaran Pemerintah di Kabupaten Deli Serdang (Milyar Rupiah) Jumlah Penduduk Miskin Kabupaten Deli Serdang (Ribu Jiwa) Hasil Pengujian LM Test Hasil Ramsey RESET Test Hasil Uji Normalitas 51 53 54 56 64 64 65 Universitas Sumatera Utara DAFTAR GAMBAR Gambar Judul 2.1. Jumlah Penduduk Optimal 2.2. Diagram Hipotesa Tricle Down 4.1. Grafik uji F 4.2. Grafik uji t-statistik untuk variabel PDRB(t-1) 4.3. Grafik uji t-statistik untuk variabel Pengeluaran Pemerintah 4.4. Grafik uji t-statistik untuk variabel Jumlah Penduduk Miskin halaman 24 28 59 60 61 62 Universitas Sumatera Utara Abstrak Tujuan dari penelitian ini adalah untuk mengetahui hubungan diantara variabel bebas terhadap variabel terikat. Adapun yang menjadi variabel terikat adalah Indeks Pembangunan Manusia (IPM) sedangkan variabel bebasnya terdiri dari PDRB, Pengeluaran Pemerintah, dan Jumlah Penduduk Miskin. Penelitian ini menganalisis pengaruh dari PDRB, Pengeluaran Pemerintah, dan Jumlah Penduduk Miskin terhadap Indeks Pembangunan Manusia di Kabupaten Deli Serdang. Penulis menggunakan model distributed lag dengan metode kuadrat terkecil dengan mempergunakan perangkat lunak komputer E-views 5.1 Hasil dari regresi tersebut menunjukkan bahwa variabel pengeluaran pemerintah berpengaruh positif terhadap IPM dan signifikan pada α 5% sementara PDRB berpengaruh positif terhadap IPM dan signifikan pada α 10 %. Tetapi Jumlah Penduduk Miskin ternyata berpengaruh negatif terhadap IPM dan signifikan pada α 5 %. Artinya untuk menigkatkan IPM pemerintah harus meningkatkan PDRB dan Pengeluaran Pemerintah dan disisi lain Jumlah Penduduk Miskin harus dikurangi. Kata Kunci : IPM, PDRB, Pengeluaran Pemerintah, dan Jumlah Penduduk Miskin Universitas Sumatera Utara Abstract The aims of this research is to find out the relationship between independent variables in term of dependent variable. The dependent variable is Human Development Index (HDI) while the independent variables are Gross Domestic Product (GDP), Government Expenditure, and a Number of Poor Population. This research analyzing the effect of GDP, Government Expenditure, and The Number of Poor Population in term of HDI in Deli Serdang Regency. The researcher used distributed lag model with ordinary least squared method using Eviews 5.1 software computer program. The regression result showing that the relationship of the Government Expenditure variable positively influence on HDI and significant at 5 % level, while GDP positively influence on HDI and significant at 10 % level. However, The Number of Poor Population is negatively influence on HDI and significant at 5 % level. It means that in order to increase HDI, the government have to increase GDP and Government Expenditure, but in another side reduce the Number of Poor Population. Key word : Human Development Index (HDI), Gross Domestic Product (GDP), Government Expenditure, and The Number of Poor Population. Universitas Sumatera Utara 1.1 Latar Belakang BAB I PENDAHULUAN Tujuan pembangunan di daerah secara umum adalah untuk mewujudkan kemakmuran dan kesejahteraan masyarakat. Aspek – aspek pembangunan di sini meliputi aspek sosial, budaya, ekonomi, politik, ilmu pengetahuan dan teknologi serta aspek – aspek lainnya. Diantara aspek tersebut pembangunan ekonomi merupakan aspek yang paling esensial dalam menunjang pembangunan daerah. Diberlakukannya UU Nomor 32 tahun 2004 tentang Pemerintah Daerah, menyebabkan terjadinya perubahan sistem desentralisasi di Indonesia. Peran pemerintah daerah menjadi faktor kunci dalam menentukan keberhasilan pembangunan daerah. Salah satu data yang dapat digunakan sebagai indikator untuk perencanaan dan evaluasi hasil pembangunan regional adalah data Produk Domestik Regional Bruto (PDRB). Data PDRB ini dapat menunjukkan tingkat perkembangan perekonomian daerah secara makro, agregatif dan sektoral. Pembentukan angka PDRB ini secara intuisi dipengaruhi oleh banyak faktor terutama ekonomi seperti produktivitas dan efisiensi. Selain itu, dapat diketahui juga bahwa PDRB yang cukup meningkat dalam segi ekonomi merupakan cerminan dari tingkat pendapatan masyarakat yang lebih baik di daerah tersebut, sedangkan dalam bidang non ekonomi peningkatan tersebut, mengindikasikan adanya perbaikan tingkat kesehatan, pendidikan, perumahan, lingkungan hidup dan aspek lainnya dalam masyarakat. Dalam menghitung pendapatan regional, hanya dipakai konsep Domestik. Berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor atau lapangan usaha yang dilakukan kegiatan usahanya di suatu Universitas Sumatera Utara wilayah atau regional (dalam hal ini kabupaten maupun kota di propinsi) dihitung dan dimasukkan ke produk wilayah tersebut tanpa memperhatikan kepemilikan faktor – faktor produksi tersebut. Dengan demikian PDRB secara agregatif menunjukkan kemampuan suatu daerah dalam menghasilkan pendapatan atau balas jasa kepada faktorfaktor produksi yang ikut berpartisipasi dalam proses produksi di daerah tersebut. Sejak tahun 1990, United Nations Development Program (UNDP) telah menerbitkan suatu indikator yang menggabungkan faktor ekonomi dan non-ekonomi yang mendefinisikan kesejahteraan secara lebih luas dari sekedar Pendapatan Domestik Bruto (PDB) secara Nasional dan Pendapatan Domestik Regional Bruto secara kedaerahan atau regional. Selain PDRB sebenarnya kita juga dapat melihat adanya faktor lain yaitu IPM (Indeks Pembangunan Manusia). Karena dengan melihat tingkat IPM ini juga kita akan mendapat gambaran tingkat kemakmuran dan kesejahteraan masyarakat di suatu daerah dalam hal ini Kabupaten Deli Serdang. IPM yang juga dikenal HDI (Human Index Development) ini juga dapat memberikan gambaran atas kinerja Pemerintah Daerah di suatu wilayah. IPM (Indeks Pembangunan Manusia) memberikan suatu ukuran gabungan tiga dimensi tentang pembangunan manusia yaitu : panjang umur dan menjalani hidup sehat (diukur dari usia harapan hidup), pendidikan (diukur dari tingkat kemampuan baca tulis orang dewasa dan tingkat pendaftaran di sekolah dasar, lanjutan, dan atas) dan memiliki standart hidup yang layak (diukur dari kemampuan daya beli/PPP dan penghasilan). Indeks tersebut bukanlah suatu ukuran menyeluruh tentang pembangunan manusia, tetapi indeks ini memberikan sudut pandang yang semakin luas untuk menilai kemajuan manusia serta meninjau hubungan yang rumit antara penghasilan dan kesejahteraan Universitas Sumatera Utara Modal manusia (Human Capital) merupakan salah satu faktor penting dalam proses pertumbuhan ekonomi. Dengan modal manusia yang berkualitas kinerja ekonomi juga diyakini akan lebih membaik. Kualitas modal manusia ini misalnya dilihat dari tingkat pendidikan, kesehatan, maupun indikator-indikator lainnya. Dalam rangka memacu pertumbuhan ekonomi perlu pula dilakukan pembangunan manusia. Kebijakan pembangunan yang tidak mendorong peningkatan kualitas manusia hanya membuat negara atau daerah yang bersangkutan akan tertinggal dengan negara atau daerah yang lain termasuk dalam hal kinerja ekonominya. Dengan kata lain peningkatan kualitas modal manusia juga akan memberikan manfaat dalam mengurangi ketimpangan. Berdasarkan hal itu dapat dikatakan bahwa antara modal manusia dan pertumbuhan ekonomi sebenarnya terdapat hubungan yang saling mempengaruhi. . Model pembangunan tentang perkembangan pengeluaran pemerintah dikembangkan oleh Rostow dan Musgrave yang menghubungkan perkembangan pengeluaran pemerintah dengan tahap-tahap pembangunan ekonomi yaitu tahap awal, tahap menengah dan tahap lanjut. Pada tahap awal perkembangan ekonomi, prosentase investasi pemerintah terhadap total investasi besar sebab pada tahap ini pemerintah harus menyediakan prasarana seperti pendidikan, kesehatan, prasarana transportasi. Pada tahap menengah pembangunan ekonomi, investasi pemerintah tetap diperlukan untuk meningkatkan pertumbuhan ekonomi agar dapat tinggal landas, namun pada tahap ini peranan investasi swasta sudah semakin besar. Peranan pemerintah tetap besar pada tahap menengah, oleh karena peranan swasta semakin besar akan menimbulkan banyak kegagalan pasar dan juga menyebabkan pemerintah harus menyediakan barang dan jasa publik dalam jumlah yang lebih banyak. Universitas Sumatera Utara Selain itu pada tahap ini perkembangan ekonomi menyebabkan terjadinya hubungan antar sektor yang makin kompleks. Misalnya pertumbuhan ekonomi yang ditimbulkan oleh perkembangan sektor industri akan menimbulkan semakin tingginya pencemaran atau polusi. Pemerintah harus turun tangan in seconds and preserve the integrity of your original documents. Compatible across Universitas Sumatera Utara nearly all Windows platforms, if you can print from a windows application you can use pdfMachine. Get yours now! c. Pembangunan manusia memperhatikan bukan hanya pada upaya meningkatkan kemampuan/kapasitas manusia, tetapi juga pada upaya-upaya memanfaatkan kemampuan/kapasitas manusia tersebut secara optimal; d. Pembangunan manusia didukung empat pilar pokok, yaitu: produktivitas, pemerataan, kesinambungan dan pemberdayaan; e. Pembangunan manusia menjadi dasar dalam penentuan tujuan pembangunan dan dalam menganalisis pilihan-pilihan untuk mencapainya. Konsep pembangunan manusia yang diprakarsai dan ditunjang oleh UNDP ini mengembangkan suatu indikator yang dapat menggambarkan perkembangan pembangunan manusia secara terukur dan representatif, yang dinamakan Indeks Pembangunan Manusia (IPM). IPM diperkenalkan pertama sekali pada tahun 1990. IPM mencakup tiga komponen yang dianggap mendasar bagi manusia dan secara operasional mudah dihitung untuk menghasilkan suatu ukuran yang merefleksikan upaya pembangunan manusia. Ketiga komponen tersebut adalah peluang hidup (longevity), pengetahuan (knowledge) dan hidup layak (living standards). Peluang hidup dihitung berdasarkan angka harapan hidup ketika lahir; pengetahuan diukur berdasarkan rata-rata lama sekolah dan angka melek huruf penduduk berusia 15 tahun ke atas; dan hidup layak diukur dengan pengeluaran per kapita yang didasarkan pada paritas daya beli (purchasing power parity). pdfMachine A pdf writer that produces quality PDF files with ease! Produce quality PDF files in seconds and preserve the integrity of your original documents. Compatible across Universitas Sumatera Utara nearly all Windows platforms, if you can print from a windows application you can use pdfMachine. Get yours now! 2.8. Indeks Pembangunan Manusia IPM merupakan indeks komposit yang dihitung sebagai rata-rata sederhana dari 3 (tiga) indeks yang menggambarkan kemampuan dasar manusia dalam memperluas pilihan-pilihan, yaitu: 1. Indeks Harapan Hidup. 2. Indeks Pendidikan. 3. Indeks Standar Hidup Layak. Rumus umum yang dipakai adalah sebagai berikut: IPM =1/3 (X1 + X2 + X3) di mana: X1 = Indeks Harapan Hidup X2 = Indeks Pendidikan X3 = Indeks Standar Hidup Layak Masing-masing komponen tersebut terlebih dahulu dihitung indeksnya sehingga bernilai antara 0 (terburuk) dan 1 (terbaik). Untuk memudahkan dalam analisa biasanya indeks ini dikalikan 100. Teknik penyusunan indeks tersebut pada dasarnya mengikuti rumus sebagai berikut:  Ii 3 IPM = I 1 ; Ii = X i  Min X i Max X i  Min X i Di mana: Ii = Indeks komponen IPM ke i di mana i = 1,2,3 Xi = Nilai indikator komponen IPM ke i pdfMachine A pdf writer that produces quality PDF files with ease! Produce quality PDF files in seconds and preserve the integrity of your original documents. Compatible across Universitas Sumatera Utara nearly all Windows platforms, if you can print from a windows application you can use pdfMachine. Get yours now! MaxXi = Nilai maksimum Xi Min Xi = Nilai minimum Xi 2.8.1. Indeks Harapan Hidup Indeks Harapan Hidup menunjukkan jumlah tahun hidup yang diharapkan dapat dinikmati penduduk suatu wilayah. Dengan memasukkan informasi mengenai angka kelahiran dan kematian per tahun variabel e0 diharapkan akan mencerminkan rata-rata lama hidup sekaligus hidup sehat masyarakat. Sehubungan dengan sulitnya mendapatkan informasi orang yang meninggal pada kurun waktu tertentu, maka untuk menghitung angka harapan hidup digunakan metode tidak langsung (metode Brass, varian Trussel). Data dasar yang dibutuhkan dalam metode ini adalah rata-rata anak lahir hidup dan rata-rata anak masih hidup dari wanita pernah kawin. Secara singkat, proses penghitungan angka harapan hidup ini disediakan oleh program Mortpak. Untuk mendapatkan Indeks Harapan Hidup dengan cara menstandarkan angka harapan hidup terhadap nilai maksimum dan minimumnya. 2.8.2. Indeks Pendidikan Penghitungan Indeks Pendidikan (IP) mencakup dua indikator yaitu angka melek huruf (Lit) dan rata-rata lama sekolah (MYS). Populasi yang digunakan adalah penduduk berumur 15 tahun ke atas karena pada kenyataannya penduduk usia tersebut sudah ada yang berhenti sekolah. Batasan ini diperlukan agar angkanya lebih mencerminkan kondisi sebenarnya mengingat penduduk yang berusia kurang dari 15 tahun masih dalam proses sekolah atau akan sekolah sehingga belum pantas untuk rata-rata lama sekolahnya. Kedua indikator pendidikan ini dimunculkan dengan pdfMachine A pdf writer that produces quality PDF files with ease! Produce quality PDF files in seconds and preserve the integrity of your original documents. Compatible across Universitas Sumatera Utara nearly all Windows platforms, if you can print from a windows application you can use pdfMachine. Get yours now! harapan dapat mencerminkan tingkat pengetahuan (cerminan angka Lit), di mana Lit merupakan proporsi penduduk yang memiliki kemampuan baca tulis dalam suatu kelompok penduduk secara keseluruhan. Sedangkan cerminan angka MYS merupakan gambaran terhadap keterampilan yang dimiliki penduduk. MYS dihitung secara tidak langsung, pertama-tama dengan memberikan Faktor Konversi pada variabel “Pendidikan yang Ditamatkan”. Langkah selanjutnya adalah dengan menghitung rata-rata tertimbang dari variabel tersebut sesuai dengan bobotnya. MYS = f xs f i i i Di mana: MYS = Rata-rata lama sekolah fi = Frekuensi penduduk berumur 10 tahun ke atas pada jenjang pendidikan i, i = 1,2, ,11 si = Skor masing-masing jenjang pendidikan Angka melek huruf pengertiannya tidak berbeda dengan definisi yang telah secara luas dikenal masyarakat, yaitu kemampuan membaca dan menulis. Pengertian rata-rata lama sekolah, secara sederhana dapat diilustrasikan sebagai berikut: misalkan di Provinsi Sumatera Utara ada 5 orang tamatan SD, 5 orang tamatan SMP, 5 orang tamatan SMA, 5 orang tidak sekolah sama sekali, maka rata-rata lama sekolah di Provinsi Sumatera Utara adalah {5 (6) + 5 (9) +5 (12) +5 (0)} : 20 = 6,25 tahun. pdfMachine A pdf writer that produces quality PDF files with ease! Produce quality PDF files in seconds and preserve the integrity of your original documents. Compatible across Universitas Sumatera Utara nearly all Windows platforms, if you can print from a windows application you can use pdfMachine. Get yours now! Setelah diperoleh nilai Lit dan MYS, dilakukan penyesuaian agar kedua nilai ini berada pada skala yang sama yaitu antara 0 dan 1. Selanjutnya kedua nilai yang telah disesuaikan ini disatukan untuk mendapatkan indeks pendidikan dengan perbandingan bobot 2 untuk Lit dan 1 untuk MYS, sesuai ketentuan UNDP. Dengan demikian untuk menghitung indeks pendidikan digunakan rumus: IP = 2/3 Indeks Lit + 1/3 Indeks MYS 2.8.3. Purchasing Power Parity/Paritas Daya Beli (PPP) Untuk mengukur dimensi standar hidup layak (daya beli), UNDP menggunakan indikator yang dikenal dengan real per kapita GDP adjusted. Untuk perhitungan IPM sub nasional (provinsi atau kabupaten/kota) tidak memakai PDRB per kapita karena PDRB per kapita hanya mengukur produksi suatu wilayah dan tidak mencerminkan daya beli riil masyarakat yang merupakan concern IPM. Untuk mengukur daya beli penduduk antarprovinsi di Indonesia, BPS menggunakan data rata-rata konsumsi 27 komoditi terpilih dari Survei Sosial Ekonomi Nasional (SUSENAS) yang dianggap paling dominan dikonsumsi oleh masyarakat Indonesia dan telah distandarkan agar bisa dibandingkan antardaerah dan antarwaktu yang disesuaikan dengan indeks PPP dengan tahapan sebagai berikut (berdasarkan ketentuan UNDP): a. Menghitung rata-rata pengeluaran konsumsi perkapita per tahun untuk 27 komoditi dari SUSENAS Kor yang telah disesuaikan (=A). b. Menghitung nilai pengeluaran riil (=B) yaitu dengan membagi rata-rata pengeluaran (A) dengan IHK tahun yang bersangkutan. pdfMachine A pdf writer that produces quality PDF files with ease! Produce quality PDF files in seconds and preserve the integrity of your original documents. Compatible across Universitas Sumatera Utara nearly all Windows platforms, if you can print from a windows application you can use pdfMachine. Get yours now! c. Agar indikator yang diperoleh nantinya dapat menjamin keterbandingan antar daerah, diperlukan indeks “Kemahalan wilayah” yang biasa disebut dengan daya beli per unit (= PPP/Unit). Metode penghitungannya disesuaikan dengan metode yang dipakai International Comparsion Project (ICP) dalam menstandarkan GNP per kapita suatu negara. Data yang digunakan adalah data kuantum per kapita per tahun dari suatu basket komoditi yang terdiri dari 27 komoditi yang diperoleh dari Susenas Modul sesuai ketetapan UNDP (Tabel 6). Penghitungan PPP/unit dilaksanakan dengan rumus:  E (i , j ) 27 PPP/unit = Ri = j 1  P(i, j ) Q(i, j ) 27 j 1 Di mana: E (i,j) = Pengeluaran untuk komoditi j di Provinsi i P (i,j) = Harga komoditi j di Provinsi i Q (i,j) = Jumlah komoditi j (unit) + 0.5203586314*LOG(PPD_SIMEULUE) - 1.067711865*LOG(RPM_SIMEULUE) + 2.012768705*LOG(PKS_SIMEULUE) IPM_ACEHSINGKIL = 28.07466642 + 3.921706728*LOG(PRM_ACEH) + 0.06240196874*LOG(PRB_ACEH) + 0.5203586314*LOG(PPD_ACEH) 1.067711865*LOG(RPM_ACEH) + 2.012768705*LOG(PKS_ACEH) IPMLHOKSEUMAWE = 28.36934949 + 3.921706728*LOG(PRMSINGKIL) + 0.06240196874*LOG(PRBSINGKIL) + 0.5203586314*LOG(PPDSINGKIL) 1.067711865*LOG(RPMSINGKIL) + 2.012768705*LOG(PKSSINGKIL) IPM_ACEHSELATAN = 28.69728497 + 3.921706728*LOG(PRM_ACEHSELATAN) + 0.06240196874*LOG(PRB_ACEHSELATAN) + 0.5203586314*LOG(PPD_ACEHSELATAN) 1.067711865*LOG(RPM_ACEHSELATAN) + 2.012768705*LOG(PKS_ACEHSELATAN) IPM_ACEHTENGGARA = 28.24765728 + 3.921706728*LOG(PRM_ACEHTENGGARA) + 0.06240196874*LOG(PRB_ACEHTENGGARA) + 0.5203586314*LOG(PPD_ACEHTENGGARA) 1.067711865*LOG(RPM_ACEHTENGGARA) + 2.012768705*LOG(PKS_ACEHTENGGARA) IPM_ACEHTIMUR = 30.18290016 + 3.921706728*LOG(PRM_ACEHTIMUR) + 0.06240196874*LOG(PRB_ACEHTIMUR) + 0.5203586314*LOG(PPD_ACEHTIMUR) - 1.067711865*LOG(RPM_ACEHTIMUR) + 2.012768705*LOG(PKS_ACEHTIMUR) IPM_ACEHTENGAH = 27.5511488 + 3.921706728*LOG(PRM_ACEHTENGAH) + 0.06240196874*LOG(PRB_ACEHTENGAH) + 0.5203586314*LOG(PPD_ACEHTENGAH) 1.067711865*LOG(RPM_ACEHTENGAH) + 2.012768705*LOG(PKS_ACEHTENGAH) Universitas Sumatera Utara IPM_ACEHBARAT = 29.25341886 + 3.921706728*LOG(PRM_ACEHBARAT) + 0.06240196874*LOG(PRB_ACEHBARAT) + 0.5203586314*LOG(PPD_ACEHBARAT) 1.067711865*LOG(RPM_ACEHBARAT) + 2.012768705*LOG(PKS_ACEHBARAT) IPM_ACEHBESAR = 30.11721546 + 3.921706728*LOG(PRM_ACEHBESAR) + 0.06240196874*LOG(PRB_ACEHBESAR) + 0.5203586314*LOG(PPD_ACEHBESAR) 1.067711865*LOG(RPM_ACEHBESAR) + 2.012768705*LOG(PKS_ACEHBESAR) IPM_PIDIE = 30.72589847 + 3.921706728*LOG(PRM_PIDIE) + 0.06240196874*LOG(PRB_PIDIE) + 0.5203586314*LOG(PPD_PIDIE) 1.067711865*LOG(RPM_PIDIE) + 2.012768705*LOG(PKS_PIDIE) IPM_BIREUEN = 33.48653292 + 3.921706728*LOG(PRM_BIREUEN) + 0.06240196874*LOG(PRB_BIREUEN) + 0.5203586314*LOG(PPD_BIREUEN) 1.067711865*LOG(RPM_BIREUEN) + 2.012768705*LOG(PKS_BIREUEN) IPM_ACEHUTARA = 27.26252262 + 3.921706728*LOG(PRM_ACEHUTARA) + 0.06240196874*LOG(PRB_ACEHUTARA) + 0.5203586314*LOG(PPD_ACEHUTARA) 1.067711865*LOG(RPM_ACEHUTARA) + 2.012768705*LOG(PKS_ACEHUTARA) IPM_ACEHBARATDAYA = 24.63813175 + 3.921706728*LOG(PRM_ACEHBARATDAYA) + 0.06240196874*LOG(PRB_ACEHBARATDAYA) + 0.5203586314*LOG(PPD_ACEHBARATDAYA) 1.067711865*LOG(RPM_ACEHBARATDAYA) + 2.012768705*LOG(PKS_ACEHBARATDAYA) IPM_GAYOLUES = 26.64781723 + 3.921706728*LOG(PRM_GAYOLUES) + 0.06240196874*LOG(PRB_GAYOLUES) + 0.5203586314*LOG(PPD_GAYOLUES) - 1.067711865*LOG(RPM_GAYOLUES) + 2.012768705*LOG(PKS_GAYOLUES) IPM_ACEHTAMIANG = 25.36794928 + 3.921706728*LOG(PRM_ACEHTAMIANG) + 0.06240196874*LOG(PRB_ACEHTAMIANG) + 0.5203586314*LOG(PPD_ACEHTAMIANG) 1.067711865*LOG(RPM_ACEHTAMIANG) + 2.012768705*LOG(PKS_ACEHTAMIANG) IPM_NAGANRAYA = 27.98308073 + 3.921706728*LOG(PRM_NAGANRAYA) + 0.06240196874*LOG(PRB_NAGANRAYA) + 0.5203586314*LOG(PPD_NAGANRAYA) 1.067711865*LOG(RPM_NAGANRAYA) + 2.012768705*LOG(PKS_NAGANRAYA) IPM_ACEHJAYA = 28.62158216 + 3.921706728*LOG(PRM_ACEHJAYA) + 0.06240196874*LOG(PRB_ACEHJAYA) + 0.5203586314*LOG(PPD_ACEHJAYA) - 1.067711865*LOG(RPM_ACEHJAYA) + 2.012768705*LOG(PKS_ACEHJAYA) Universitas Sumatera Utara IPM_BANDAACEH = 30.42280883 + 3.921706728*LOG(PRM_BANDAACEH) + 0.06240196874*LOG(PRB_BANDAACEH) + 0.5203586314*LOG(PPD_BANDAACEH) 1.067711865*LOG(RPM_BANDAACEH) + 2.012768705*LOG(PKS_BANDAACEH) IPM_SABANG = 28.26893511 + 3.921706728*LOG(PRM_SABANG) + 0.06240196874*LOG(PRB_SABANG) + 0.5203586314*LOG(PPD_SABANG) 1.067711865*LOG(RPM_SABANG) + 2.012768705*LOG(PKS_SABANG) IPM_LANGSA = 28.84497699 + 3.921706728*LOG(PRM_LANGSA) + 0.06240196874*LOG(PRB_LANGSA) + 0.5203586314*LOG(PPD_LANGSA) 1.067711865*LOG(RPM_LANGSA) + 2.012768705*LOG(PKS_LANGSA) Lampiran 4. Output Random Effect Dependent Variable: IPM? Method: Pooled EGLS (Cross-section random effects) Date: 01/30/10 Time: 01:46 Sample: 2003 2007 Included observations: 5 Number of cross-sections used: 20 Total panel (balanced) observations: 100 Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C LOG(PRM?) LOG(PRB?) LOG(PPD?) LOG(RPM?) LOG(PKS?) Random Effects _SIMEULUE--C _ACEHSINGKIL--C _ACEHSELATAN--C _ACEHTENGGARA--C _ACEHTIMUR--C _ACEHTENGAH--C _ACEHBARAT--C _ACEHBESAR--C _PIDIE--C _BIREUEN--C _ACEHUTARA--C _ACEHBARATDAYA--C _GAYOLUES--C _ACEHTAMIANG--C _NAGANRAYA--C _ACEHJAYA--C 62.47743 4.209905 0.375397 0.124037 -2.165095 2.019886 3.588558 0.605229 0.162106 0.362400 0.823540 0.268555 17.41018 6.955893 2.315755 0.342266 -2.629010 7.521310 0.0000 0.0000 0.0233 0.7331 0.0104 0.0000 -1.605777 -0.764995 0.463913 -0.096950 1.721493 -0.996641 0.809263 1.297195 1.987116 4.134682 -1.162197 -3.276888 -1.387078 -2.581702 -0.500463 -0.781036 Universitas Sumatera Utara _BANDAACEH--C _SABANG--C _LANGSA--C _LHOKSEUMAWE--C 1.553127 0.701098 0.551867 -0.066026 GLS Transformed Regression R-squared 0.694258 Mean dependent var Adjusted R-squared 0.677995 S.D. dependent var S.E. of regression 1.966446 Sum squared resid F-statistic 59351.51 Durbin-Watson stat Prob(F-statistic) 0.000000 Unweighted Statistics including Random Effects 69.27300 3.465380 363.4895 1.850653 R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat 69.27300 3.465380 305.0125 0.743445 0.661347 2.016639 1.628233 Mean dependent var S.D. dependent var Sum squared resid Estimation Command: ===================== EST(F,W,M=500,C=0.0001) IPM? LOG(PRM?) LOG(PRB?) LOG(PPD?) LOG(RPM?) LOG(PKS?) 122 Substituted Coefficients: ===================== IPM_SIMEULUE = -1.605777336 + 62.47742575 + 0.006844269952*PRM_SIMEULUE + 0.00129780265*PRB_SIMEULUE + 0.000438801049*PPD_SIMEULUE 0.004454272661*RPM_SIMEULUE + 0.0007402918201*PKS_SIMEULUE IPM_ACEHSINGKIL = -0.7649947062 + 62.47742575 + 0.006844269952*PRM_ACEH + 0.00129780265*PRB_ACEH + 0.000438801049*PPD_ACEH 0.004454272661*RPM_ACEH + 0.0007402918201*PKS_ACEH IPM_ACEHSELATAN = 0.4639129372 + 62.47742575 + 0.006844269952*PRM_ACEHSELATAN + 0.00129780265*PRB_ACEHSELATAN + 0.000438801049*PPD_ACEHSELATAN - 0.004454272661*RPM_ACEHSELATAN + 0.0007402918201*PKS_ACEHSELATAN IPM_ACEHTENGGARA = -0.09695034433 + 62.47742575 + 0.006844269952*PRM_ACEHTENGGARA + 0.00129780265*PRB_ACEHTENGGARA + 0.000438801049*PPD_ACEHTENGGARA 0.004454272661*RPM_ACEHTENGGARA + 0.0007402918201*PKS_ACEHTENGGARA IPM_ACEHTIMUR = 1.721493025 + 62.47742575 + 0.006844269952*PRM_ACEHTIMUR + 0.00129780265*PRB_ACEHTIMUR + 0.000438801049*PPD_ACEHTIMUR 0.004454272661*RPM_ACEHTIMUR + 0.0007402918201*PKS_ACEHTIMUR Universitas Sumatera Utara IPM_ACEHTENGAH = -0.996641176 + 62.47742575 + 0.006844269952*PRM_ACEHTENGAH + 0.00129780265*PRB_ACEHTENGAH + 0.000438801049*PPD_ACEHTENGAH - 0.004454272661*RPM_ACEHTENGAH + 0.0007402918201*PKS_ACEHTENGAH IPM_ACEHBARAT = 0.8092626449 + 62.47742575 + 0.006844269952*PRM_ACEHBARAT + 0.00129780265*PRB_ACEHBARAT + 0.000438801049*PPD_ACEHBARAT 0.004454272661*RPM_ACEHBARAT + 0.0007402918201*PKS_ACEHBARAT IPM_ACEHBESAR = 1.297195209 + 62.47742575 + 0.006844269952*PRM_ACEHBESAR + 0.00129780265*PRB_ACEHBESAR + 0.000438801049*PPD_ACEHBESAR 0.004454272661*RPM_ACEHBESAR + 0.0007402918201*PKS_ACEHBESAR IPM_PIDIE = 1.987115804 + 62.47742575 + 0.006844269952*PRM_PIDIE + 0.00129780265*PRB_PIDIE + 0.000438801049*PPD_PIDIE 0.004454272661*RPM_PIDIE + 0.0007402918201*PKS_PIDIE IPM_BIREUEN = 4.134681524 + 62.47742575 + 0.006844269952*PRM_BIREUEN + 0.00129780265*PRB_BIREUEN + 0.000438801049*PPD_BIREUEN 0.004454272661*RPM_BIREUEN + 0.0007402918201*PKS_BIREUEN IPM_ACEHUTARA = -1.162196923 + 62.47742575 + 0.006844269952*PRM_ACEHUTARA + 0.00129780265*PRB_ACEHUTARA + 0.000438801049*PPD_ACEHUTARA 0.004454272661*RPM_ACEHUTARA + 0.0007402918201*PKS_ACEHUTARA IPM_ACEHBDAYA = -3.27688803 + 62.47742575 + 0.006844269952*PRM_ACEHBDAYA + 0.00129780265*PRB_ACEHBDAYA + 0.000438801049*PPD_ACEHBDAYA 0.004454272661*RPM_ACEHBDAYA + 0.0007402918201*PKS_ACEHBDAYA IPM_GAYOLUES = -1.387077804 + 62.47742575 + 0.006844269952*PRM_GAYOLUES + 0.00129780265*PRB_GAYOLUES + 0.000438801049*PPD_GAYOLUES 0.004454272661*RPM_GAYOLUES + 0.0007402918201*PKS_GAYOLUES IPM_ACEHTAMIANG = -2.581702441 + 62.47742575 + 0.006844269952*PRM_ACEHTAMIANG + 0.00129780265*PRB_ACEHTAMIANG + 0.000438801049*PPD_ACEHTAMIANG - 0.004454272661*RPM_ACEHTAMIANG + 0.0007402918201*PKS_ACEHTAMIANG IPM_NAGANRAYA = -0.5004626652 + 62.47742575 + 0.006844269952*PRM_NAGANRAYA + 0.00129780265*PRB_NAGANRAYA + 0.000438801049*PPD_NAGANRAYA - 0.004454272661*RPM_NAGANRAYA + 0.0007402918201*PKS_NAGANRAYA IPM_ACEHJAYA = -0.7810361236 + 62.47742575 + 0.006844269952*PRM_ACEHJAYA + 0.00129780265*PRB_ACEHJAYA + 0.000438801049*PPD_ACEHJAYA 0.004454272661*RPM_ACEHJAYA + 0.0007402918201*PKS_ACEHJAYA IPM_BANDAACEH = 1.553126976 + 62.47742575 + 0.006844269952*PRM_BANDAACEH + 0.00129780265*PRB_BANDAACEH + 0.000438801049*PPD_BANDAACEH 0.004454272661*RPM_BANDAACEH + 0.0007402918201*PKS_BANDAACEH Universitas Sumatera Utara
Analisis Determinan Indeks Pembangunan Manusia (IPM) Di Kabupaten Deli Serdang
Aktifitas terbaru
Penulis
Dokumen yang terkait
Upload teratas

Analisis Determinan Indeks Pembangunan Manusia (IPM) Di Kabupaten Deli Serdang

Gratis