Académique Documents
Professionnel Documents
Culture Documents
Dosen Pembina
Oleh
FAKULTAS EKONOMI
UNIVERSITAS WIDYATAMA
BANDUNG
2018
KATA PENGANTAR
Segala puji syukur penyusun panjatkan kehadirat Allah SWT karena atas
kekuasaan-Nya kita diberi nikmat sehat dan nikmat akal. Sholawat serta salam juga
tercurah kepada Nabi Muhammad, keluarga, sahabat, dan para pengikutnya hingga
baik secara materil maupun secara non materil. Proposal yang berjudul Pengaruh Umur
Harapan Hidup dan Pengeluaran Perkapita terhadap Indeks Pembangunan Manusia ini
dapat diselesaikan secara tepat waktu Proposal ini disusun untuk memenuhi tugas mata
Semoga tugas proposal ini dapat bermanfaat dan dapat dijadikan sebagai
referensi dalam belajar para mahasiswa ataupun para pembaca. Penyusun juga meminta
maaf apabila ada kekurangan ataupun kesalahan dalam penulisan dan pembahasan
Penyusun
PENDAHULUAN
(UNDP) pada tahun 1990 dan metode penghitungan direvisi pada tahun 2010. BPS
mengadopsi perubahan metodologi penghitungan IPM yang baru pada tahun 2014 dan
melakukan backcasting sejak tahun 2010. IPM dibentuk oleh tiga dimensi dasar, yaitu
umur panjang dan hidup sehat (a long and healthy life), pengetahuan (knowledge), dan
standard hidup layak (decent standard of living). Umur panjang dan hidup sehat
digambarkan oleh Umur Harapan Hidup saat lahir (UHH), yaitu jumlah tahun yang
diharapkan dapat dicapai oleh bayi yang baru lahir untuk bertahan hidup, dengan
asumsi bahwa pola angka kematian menurut umur pada saat kelahiran sama sepanjang
usia bayi. Pengetahuan diukur melalui indikator Rata-rata Lama Sekolah dan Harapan
Lama Sekolah. Rata-rata Lama Sekolah (RLS) adalah rata-rata lamanya (tahun)
penduduk usia 25 tahun ke atas yang telah atau sedang menjalani pendidikan formal.
Harapan Lama Sekolah (HLS) didefinisikan sebagai lamanya (tahun) sekolah formal
yang diharapkan akan dirasakan oleh anak pada umur tertentu (7 tahun) di masa
mendatang. Standar hidup yang layak digambarkan oleh pengeluaran per kapita
disesuaikan, yang ditentukan dari nilai pengeluaran per kapita dan paritas daya beli
No kota X1 X2 Y
untuk harapan pengeluaran per pembangunan
hidup kapita manusia
1 jawa barat 72,44 10,035 70,05
2 DKI jakarta 72,49 17,468 79,60
3 jawa tengah 74,02 10,153 69,98
4 lampung 69,94 9,156 67,65
5 bengkulu 68,56 9,492 69,33
6 banten 69,46 11,469 70,96
sumatra
7 utara 68,33 9,744 70,00
8 bali 71,41 13,279 73,65
9 Ntb 65,48 9,575 65,81
10 Ntt 66,04 7,122 63,13
11 kalbar 69,90 8,348 65,88
12 kalteng 69,57 10,155 69,13
13 kalsel 67,92 11,307 69,05
14 kaltim 73,68 11,355 74,59
15 gorontalo 67,13 9,175 66,29
1.2 Identifikasi masalah
Indonesia.
Di Indonesia.
Maksud dan tujuan peneliti dalam penelitian tersebut ialah ingin memperoleh
data dan informasi yang akurat dan relevan dengan masalah yang telah diidentifikasi.
Dan di teliti dan di tarik kesimpulannya, serta penelitian ini untuk memenuhi tugas
2. Bagi penulis
penyusunan skipsi ini. Maka penulis melakukan penelitian pada beberapa kota di
Negalasari, Cibeunying Kaler , Kota Bandung , Jawa Barat. Penelitian ini dilakukan di
METODE PENELITIAN
lebih lanjut mengenai variabel-variabel tersebut akan diuraikan pada sub bab
berikutnya.
adalah pengukuran perbandingan dari harapan hidup melek huruf, pendidikan dan
standar hidup untuk semua negara seluruh dunia (Biro Pusat Statistik dan UNDP,
1997). HDI digunakan untuk mengklasifikasikan apakah sebuah negara adalah negara
maju, negara berkembang atau negara terbelakang dan juga untuk mengukur pengaruh
Hidup yang sehat dan panjang umur yang diukur dengan harapan hidup saat
kelahiran. Pengetahuan yang diukur dengan angka tingkat baca tulis pada orang dewasa
(bobotnya dua per tiga) dan kombinasi pendidikan dasar, menengah, atas gross
enrollment ratio (bobot satu per tiga) standard kehidupan yang layak diukur dengan
GDP per kapita gross domestic product / produk domestik bruto dalam paritas kekuatan
mempengaruhi variabel terikat secara positif atau negative. Variabel bebas dalam
Rata-rata tahun hidup yang masih akan dijalani oleh seseorang yang telah
berhasil mencapai umur x, pada suatu tahun tertentu, dalam situasi mortalitas yang
Hidup yang rendah di suatu daerah harus diikuti dengan program pembangunan
kesehatan, dan program sosial lainnya termasuk kesehatan lingkungan, kecukupan gizi
dan kalori termasuk program pemberantasan kemiskinan. Sumber data lain untuk
mendapatkan variabel penyusun indikator ini adalah Sensus Penduduk dan Survei
anggota rumah tangga selama sebulan dibagi dengan banyaknya anggota rumah tangga.
Data pengeluaran dapat mengungkap tentang pola konsumsi rumaht angga secara
umum menggunakan indikator proporsi pengeluaran untuk makanan dan non makanan.
Komposisi pengeluaran rumah tangga dapat dijadikan ukuran untuk menilai tingkat
Dengan demikian, pola pengeluaran dapat dipakai sebagai salah satu alat untuk
satuan ukuran yang melekat pada karakteristiksnya yang berada pada areal tertentu
(Acep Edison,112). Populasi dalam penelitian ini adalah seluruh provinsi di Indonesia
dengan cara membagi populasi terlebih dahulu dalam kelompok atau klas berdasarkan
Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa
Laporan Berita Resmi Statistik Indeks Pembangunan Manusia tahun 2017 . Data
sekunder adalah data yang diperoleh melalui sumber yang ada dan tidak perlu
dikumpulkan sendiri oleh peneliti (Sekaran, 2000). Data-data tersebut diperoleh dari
Pembangunan Manusia tahun 2017 yang bersumber dari Badan Pusat Statistik dan
website BPS (Badan Pusat Statistik). Karena merupakan data sekunder, maka teknik
pengumpulan data menggunakan cara mempelajari dan mengutip dari arsip-arsip serta
informasi mengenai data yang dimiliki dan tidak bermaksud menguji hipotesis.
Analisis ini hanya digunakan untuk menyajikan dan menganalisis data disertai dengan
perhitungan agar dapat memperjelas keadaan atau karakteristik data yang bersangkutan
(Nurgiyantoro, 2004). Pengukuran yang digunakan dalam penelitian ini adalah mean ,
standar deviasi, maksimum, dan minimum. Mean digunakan untuk mengetahui rata-
rata data yang bersangkutan. Standar deviasi digunakan untuk mengetahui seberapa
besar data yang bersangkutan bervariasi dari rata-rata. Maksimum digunakan untuk
Y = a + b1UHH+ b2PPK + c
Keterangan :
a = Konstanta
C = Koefisien Error
3.5.3 Uji Asumsi Klasik
independen dalam model regresi tersebut terdistribusi secara normal (Ghozali, 2006).
Model regresi yang baik adalah yang mempunyai distribusi data normal atau mendekati
normal. Uji normalitas pada penelitian ini didasarkan pada uji statistik sederhana
dengan melihat nilai kurtosis dan skewness untuk semua variabel dependendan
independen.
variabel independen dalam model regresi (Ghozali, 2006). Model regresi yang baik
multikolonieritas yaitu (a) Nilai R square (R2 ) yang dihasilkan oleh suatu estimasi
model regresi empiris yang sangat tinggi, tetapi secara individual tidak terikat, (b)
independen terdapat korelasi yang cukup tinggi (lebih dari 0,09), maka merupakan
inflationfactor (VIF), suatu model regresi yang bebas dari masalah multikolonieritas
apabila mempunyai nilai toleransi kurang dari 0,1 dan nilai VIF lebih dari 10 (Ghozali,
2006).
3.5.3.3 Uji Heteroskedastisitas
variance dari residual suatu pengamatan ke pengamatan yang lain dalam modelregresi
(Ghozali, 2006). Model regresi yang baik adalah jika variance dari residualsatu
variable terikat dengan residualnya. Apabila pola pada grafik ditunjukkan dengan titik-
titik menyebar secara acak (tanpa pola yang jelas) serta tersebar di atas maupun
dibawah angka 0 pada sumbu Y, maka dapat disimpulkan bahwa tidak terjadi
heteroskedastisitas.
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier
berganda ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan
penganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan
yang berurutan sepanjang waktu berkaitan satu sama lainnya. Model regresi yang baik
adalah regresi yang bebas dari autokorelasi. Autokorelasi dapat diketahui melalui uji
Durbin – Watson (DW test). Jika d lebih kecil dibandingkan dengan d1 atau lebih besar
dari 4-d1, maka Ho ditolak yang berarti terdapat autokolerasi. Jika dterletak diantara
antara nol dan satu. Biasanya pada data time series mempunyai nilai koefisien
determinasi yang cukup tinggi. Adapun kelemahannya yaitu adanya bias terhadap
jumlah variabel independen yang dimasukkan dalam model. Tiap tambahan satu
variabel independen maka adjusted R pasti meningkat, tidak peduli apakah variabel
Pengujian hipotesis pada penelitian ini dilakukan secara parsial (uji t). Uji t
penelitian ini secara parsial. Pada uji ini hipotesis 1 sampai dengan 5 atau H1 sampai
dengan H5 diuji dengan menggunakan uji t. Pengujian ini dilakukan dengan cara
sebagai berikut:
1. Uji F
Uji F digunakan untuk menguji apakah model regresi yang digunakan sudah
a. Jika F hitung lebih besar dari F tabel atau probabilitas lebih kecil dari tingkat
signifikansi (sig < 0,05), maka model penelitian dapat digunakan atau model tersebut
sudah tepat.
b. Jika F hitung lebih kecil dari F tabel atau probabilitas lebih besar dari tingkat
signifikansi (sig > 0,05), maka model penelitian tidak dapat digunakan atau model
2. Uji T
Pada uji t nilai t hitung akan dibandingkan dengan nilai t tabel dilakukan dengan
a. Bila t hitung lebih besar t tabel atau probabilitas lebih kecil dari tingkat signifikansi
(sig < 0,05), maka Ha diterima dan H0 ditolak, variabel bebas berpengaruh terhadap
variabel tersebut.
b. Bila t hitung lebih kecil t tabel atau probabilitas lebih besar dari tingkat signifikansi
(sig > 0,05) maka Ha ditolak dan H0 diterima, variabel bebas tidak terpengaruh
Npar Test
Unstandardized
Residual
N 15
Mean 0E-7
Normal Parametersa,b
Std. Deviation 222.79833108
Absolute .156
Negative -.156
Kolmogorov-Smirnov Z .606
Asymp.sig. sebesar 0,856 dan lebih besar dari α=0.05 maka dapat disimpulkan bahwa
• Uji Heterokedaktisitas
Uji heterokedaktisitas yang baik adalah mencakup:
Dari output diatas dapat diketahui bahwa titik titik tidak membentuk pola yg
jelas dan titik menyebar diatas dan dibawah angka 0 pada sumbu Y.Maka dapat
Model Summaryb
b. Dependent Variable: Y
autokorelasi menunjukkan angka Durbin Wattson sebesar 1,900. Nilai ini akan
Oleh karena DW = 1,900 berada diatas nilai du = 1,860, namun dibawah nilai
4-du = 2,140 yaitu (1,860 < 1,900 < 2,140), karena DW berada diantara du dan
Pada penelitian ini digunakan uji VIF dengan kriteria jika nilai VIF suatu variabel
bebas < 10 dan Tolerance >0.01, maka variabel bebas tersebut tidak terjadi
mutikolinearitas.
Coefficientsa
Coefficientsa
Tolerance VIF
(Constant)
1 X1 .952 1.050
X2 .952 1.050
a. Dependent Variable: Y
Berdasarkan data diatas menghasilkan nilai VIF sebesar 1.050 dan nilai Tolerance sebesar
0.952.Nilai VIF kurang dari 10 (1,050 < 10) dan atau nilai Tolerance kurang dari 1 (0,952
Coefficientsa
Y = a + b1UHH+ b2PPk + c
b1= 0,495 jika variabel Umur Harapan Hidup naik 1 satuan, variable lainnya
konstan (0) maka Indeks Pembangunan Manusia naik sebesar 0,495 satuan
b2= 1,286 jika variabel Umur Harapan Hidup naik 1 satuan, variable lainnya
konstan (0) maka Indeks Pembangunan Manusia naik sebesar 1,286 satuan
ANOVAa
Total 228,997 14
Fhitung : Ftabel
Coefficientsa
a) Hasil uji t (parsial) pada model regresi, nilai signifikansi variabel Umur
b) Hasil uji t (parsial) pada model regresi, nilai signifikansi variabel Pengeluaran
Perkapita (0,000<0,05). Jika hasil dibandingkan maka terlihat maka Ho ditolak dan
Model Summaryb
Uji determinasi menunjukan bahwa nilai R square 0,936 hal ini menunjukan bahwa
variable Umur Harapan Hidup dan Pengeluaran Perkapita berpengaruh sebesar 93,6%
terhadap Indeks Pembangunan Manusia dan sisanya 6,4% dipengaruhi oleh variabel
5.1 Kesimpulan
negara atau wilayah dapat digambarkan melalui Indeks Pembangunan Manusia (IPM)
manusia, yaitu lamanya hidup, pengetahuan dan standar kehidupan yang layak
yang dapat diambil dari penelitian mengenai Pengaruh Umur Harapan Hidup dan
luar model.
5.2 Saran
pembangunan. Dari pertanyaan diatas dapat disimpulkan bahwa yang menjadi kata
kuncinya adalah manusia. Dalam hal ini manusia merupakan penggerak pembangunan
sehingga tidak menimbulkan hal-hal yang tidak diinginkan seperti konflik ataupun
Dipihak lain juga harus ada pembenahan disektor perangkat pemerintahan agar
sasaran dan tujuan yang ditujukan tidak meleset, dalam kata lain suntikan imun kepada
membutukan.
Daftar Pustaka
https://www.bps.go.id/subject/26/indeks-pembangunan-manusia.html
https://sirusa.bps.go.id/index.php?r=indikator/view&id=48
https://sirusa.bps.go.id/index.php?r=indikator/view&id=197
https://satujam.com/variabel-bebas-dan-terikat/