Syntax Literate: Jurnal Ilmiah Indonesia p�ISSN: 2541-0849 e-ISSN: 2548-1398

Vol. 7, No. 8, Agustus 2022

 

ANALISIS PENGARUH PENGELUARAN PEMERINTAH DAERAH TERHADAP INDEKS PEMBANGUNAN MANUSIA (STUDI KASUS KAB/KOTA DAN 34 PROVINSI DI INDONESIA TAHUN 2015-2019)

 

Abdul Halim, Dewi Rahayu, Muzdalifah

Universitas Lambung Mangkurat, Indonesia

Email: [email protected], [email protected], [email protected]

 

Abstrak

Penelitian ini bertujuan untuk menganalisis pengaruh realisasi pengeluaran pemerintah daerah menurut fungsi kesehatan, pendidikan, perumahan dan fasilitas umum, melalui infrastruktur (jalan dan jembatan) terhadap indeks pembangunan manusia (IPM). Penelitian ini, menggunakan jenis data panel sebanyak 5 tahun dari tahun 2015-2019 dan data diambil dari kab/kota ditambah 34 provinsi di Indonesia, sehingga observasi penelitian ini berjumlah 170. Peneliti menggunakan� model regresi data panel dengan metode PLS estimasi model fixed effect models menggunakan aplikasi pengolahan data eviews edisi ke-11. Hasil penelitiannya, secara parsial realisasi pengeluaran pemerintah daerah menurut fungsi kesehatan, perumahan dan fasilitas umum, melalui infrastuktur (jalan dan jembatan) berpengaruh secara signifikan terhadap indeks pembangunan manusia. Sedangkan realisasi pengeluaran pemerintah daerah menurut fungsi pendidikan tidak berpengaruh secara signifikan. Namun, secara simultan berpengaruh terhadap indeks pembangunan manusia.

 

Kata Kunci: IPM, Realisasi Pengeluaran Pemerintah daerah menurut fungsi kesehatan, Pendidikan, Perumahan dan Fasilitas Umum, Infrastuktur (jalan dan jembatan) kab/kota dan 34 provinsi di Indonesia �(Fixed Effect Model) FEM PLS

 

Abstrak

This study aims to analyze the effect of the realization of local government spending by function of health, education, housing and public facilities, through infrastructure (roads and bridges) on the human development index (HDI). This study uses panel data for 5 years from 2015-2019 and data is taken from regencies/cities plus 34 provinces in Indonesia, so that the observations of this research are 170. The researcher uses a panel data regression model with the PLS method of estimation of the fixed effect models using the 11th edition of the Eviews data processing application. The results of the research show that partially the realization of local government expenditures according to the function of health, housing and public facilities, through infrastructure (roads and bridges) has a significant effect on the human development index. Meanwhile, the realization of local government expenditure according to the function of education has no significant effect. However, it simultaneously affects the human development index.

 

Keywords: Human Development Index, Local Government Expenditure Realization by function of health, education, housing and public facilities, infrastructure (roads and bridges) districts/cities and 34 provinces in Indonesia (Fixed Effect Model) FEM PLS

 

Pendahuluan

Indonesia memiliki jumlah populasi yang besar, berada di urutan� ke-4 di dunia dan urutan pertama diantara negara-negara ASEAN. Jumlah populasi yang besar merupakan suatu hal yang positif, karena jumlah populasi yang besar tersebut dapat dijadikan sebagai subjek pembangunan. Subjek artinya, masyarakat atau penduduk ditempatkan sebagai pelaku dari pembangunan. Sementara sebagai objek, masyarakat atau penduduk ditempatkan sebagai sasaran dari pembangunan. Sumber Daya Manusia atau SDM merupakan faktor penting dalam pelaksanaan pembangunan pada suatu Negara Namun disisi lain, jumlah populasi yang besar menjadi beban bagi pembangunan (apabila penduduknya tidak berkualitas). Memiliki jumlah populasi yang besar, tentu merupakan suatu tantangan tersendiri untuk pemerintah dalam melakukan berbagai kebijakan. Salah satu kebijakan yang bisa di dilakukan dengan meningkatkan Indeks Manusia (IPM) melalui pengeluaran pemerintah.

Indeks Pembangunan Manusia (IPM) merupakan salah satu cara untuk mengukur keberhasilan kinerja suatu negara atau wilayah dalam bidang pembangunan manusia (BPS,2019). Pembangunan manusia sangatlah penting, pembangunan manusia adalah salah satu indikator majunya suatu negara. Negara dikatakan maju tidak hanya dilihat dari nilai pendapatan domestik brutonya saja, namun juga melihat aspek harapan hidup masyarakat, pendidikan masyarakat dan juga standarisasi hidup layak yang memang dicerminkan lewat angka indeks tersebut (Human Centered Development) (UNDP, 2007). Secara teknis, bila standarisasi kehidupan yang layak sudah didapatkan oleh masyarakat, maka secara praktis akan meningkatkan produktifitas masyarakat yang akan tercerminkan lewat pendapatan domestik bruto. Secara rinci, standarisasi kehidupan yang layak menurut IPM dibagi menjadi 3 dimensi yaitu:

a.      Dimensi umur panjang dan hidup sehat (kesehatan)

b.     Dimensi pengetahuan dan rata-rata lama sekolah penduduk (pendidikan)

c.      Dimensi standar hidup layak (purchasing power parity). (perumahan dan fasilitas umum)

Di Indonesia, upaya dalam meningkatkan nilai IPM, dilakukan dengan menggunakan instrument kebijakan fiskal. Maka dari itu, kita kaitkan dimensi IPM (yang goalsnya untuk meningkatkan) dengan bidang pemerintahan/kementrian. Instrumen yang akan kita lihat dalam upaya peningkatan IPM Indonesia adalah kebijakan fiskal, dalam artian pengeluaran pemerintah, dan yang sesuai dengan dimensi-dimensi yang sudah dibreakdown diatas adalah:

a.      Pengeluaran pemerintah dalam sektor kesehatan

b.     Pengeluaran pemerintah dalam sektor pendidikan

c.      Pengeluaran pemerintah dalam sektor perumahan dan fasilitas umum

Tabel 1

Total Realisasi Anggaran Pemerintah Daerah menurut Fungsi Kesehatan, Pendidikan, Perumahan dan Fasilitas Umum, Jalan dan Jembatan Tahun 2015-2019 (Triliun Rupiah)

SEKTOR

TAHUN

2015

2016

2017

2018

2019

Kesehatan

110,61

102,20

134,90

148,29

167,18

Pendidikan

259,36

181,49

295,69

308,04

336,14

Perumahan dan Fasilitas Umum

129,53

149,57

151,77

144,19

148,29

Infrasrtuktur Jalan dan Jembatan

70,82

157,52

141,271

133,11

139,28

Sumber: djpk.kemenkeu (2020)

 

Dapat dilihat dari tabel di atas, realisasi pengeluaran pemerintah daerah cenderung mengalami kenaikan setiap tahunnya. Hal tersebut perlu menjadi perhatian oleh pemerintah pusat maupun daerah untuk melihat seberapa efektif pengeluaran pemerintah daerah menurut fungsi kesehatan, pendidikan, perumahan dan fasilitas umum, pengeluaran infrastuktur jalan dan jembatan� terhadap hasil dan manfaat yang di dapatkan yaitu IPM.

Menurut Brata (2005) , hasil penelitian menunjukkan bahwa pengeluaran di sektor publik (kesehatan & pendidikan) sangat bermanfaat untuk meningkatkan nilai IPM/HDI (pembangunan manusia) dan mengurangi penduduk miskin (mengurangi juga indeks gini). Menurut Aulia Noval Putra (2018), hasil penelitiannya pengeluaran pemerintah sektor pendidikan dan kesehatan berpengaruh positif terhadap IPM, sedangkan sektor perumahan/fasilitas umum berpengaruh negatif.

Menurut BPS (2019), bagi Indonesia, IPM adalah data strategis karena selain sebagai ukuran kinerja pemerintah, IPM juga digunakan sebagai salah satu alokator penentuan dana. Kondisi alam Indonesia yang cukup banyak memiliki banyak gunung, laut, sungai, dan jarak yang jauh antar daerah. Keberadaan sarana pendukung seperti infrastruktur jalan dan jembatan sangat penting untuk meningkatkan IPM di Indonesia. Karena infrastuktur ini merupakan akses utama untuk memperoleh fasilitas kesehatan pendidikan, perumahan dan fasilitas umum yang lebih baik, terutama untuk daerah-daerah terpencil di daerah / wilayah Indonesia.

Pokok-pokok permasalahan yang ingin dibahas dalam penelitian ini adalah bagaimana pengaruh pengeluaran pemerintah secara parsial dan simultan terhadap indeks pembangunan manusia, dan sektor apa yang harus menjadi prioritas utama untuk mengefektifkan pengeluaran pemerintah.

Tujuan penelitian ini adalah untuk menganalisis pengaruh pengeluaran pemerintah secara parsial dan simultan terhadap indeks pembangunan manusia, dan sektor apa yang harus menjadi prioritas utama untuk mengefektifkan pengeluaran pemerintah. Menurut UNDP (1995), beberapa konsep penting pembangunan manusia yaitu:

a.      Pembangunan mengutamakan penduduk sebagai pusatnya.

b.     Pembangunan yang dimaksudkan bertujuan untuk memperbesar pilihan bagi penduduk, bukan hanya untuk meningkatkan pendapatan.

c.      Pembangunan manusia memperhatikan upaya-upaya dalam memanfaatkan kemampuan/kapasitas manusia tersebut (setelah diberikannya perluasan pilihan-pilihan) secara optimal.

d.     Pembangunan manusia mempunyai empat pilar pokok dalam prosesnya, yang pertama adalah produktivitas, yang kedua adalah pemerataan, yang ketiga kesinambungan dan yang terakhir adalah pemberdayaan.

e.      Pembangunan manusia menjadi landasan dasar dalam menentukan tujuan dan arah pembangungan dengan cara menganalisis pilihan- pilihan tersebut.

Klassifikasi jenis Belanja (PMK No.102/PMK.02/2018 tentang klasifikasi anggaran dan PMK No. 187/PMK.02/2019 perubahan) yaitu : Belanja pegawai, belanja barang dan jasa, belanja modal, belanja bunga utang, belanja subsidi, belanja hibah, belanja bantuan sosial, belanja lain-lain, transfer ke daerah dan dana desa.

Dalam UU nomor 17 Tahun 2003 tentang Keuangan Negara, khususnya pada pasal 11 ayat (5) dan dalam keputusan Mahkamah Konstitusi nomor 35/PUU-XI/2013, dinyatakan bahwa belanja pemerintah pusat dapat diklasifikasikan menjadi per fungsi dan organisasi. Pengklasifikasian berdasarkan fungsi dibagi menjadi 11 fungsi yang menyangkut beberapa aspek dalam pelayanan publik dan peningkatan kesejahteraan masyarakat. Menurut fungsi artinya klasifikasi ini digunakan sebagai dasar untuk penyusunan anggaran berbasis kinerja guna memperoleh manfaat sebesar-besarnya. Rincian belanja Negara menurut fungsi antara lain terdiri dari pelayanan umum, pertahanan, ketertiban dan keamanan, ekonomi, lingkungan hidup, perumahan dan fasilitas umum, kesehatan, pariwisata, budaya, agama, pendidikan dan perlindungan sosial, disesuaikan dengan tugas masing-masing Kementerian Negara/Lembaga.

Berdasarkan PP RI No. 12 tahun 2019 tentang pengelolaan keuangan daerah, yang dimaksud dengan keuangan daerah adalah semua hak dan kewajiban daerah dalam rangka penyelenggaraan pemerintahan daerah yang dapat dinilai dengan uang serta segala bentuk kekayaan yang dapat dijadikan milik Daerah berhubung dengan hak dan kewajiban Daerah tersebut. Pengelolaan keuangan meliputi perencanaan, penganggaran, pelaksanaan, penatausahaan, pelaporan, pertanggung jawaban,dan pengawasan. Pada pasal 27 ayat 1 menjelaskan, APBD terdiri atas :

a.      Pendapatan daerah terdiri dari PAD (pajak,retribusi daerah, pengelolaan kekayaan yang dipisahkan, lain-lain PAD yang sah) pendapatan transfer (transfer pemerintah pusat dan transfer antar daerah), lain-lain pendapatan daerah yang sah (hibah, dana darurat, lain-lain pendapatan dengan ketentuan pearturan perundang-undangan)

b.     Belanja daerah diselaraskan dan dipadukan dengan belanja negara menurut fungsi yang terdiri dari pelayanan umum, ketertiban dan keamanan, ekonomi, perlindungan lingkungan hidup, perumahan dan fasilitas umum, kesehatan, pariwisata, pendidikan, dan perlindungan sosial. Program dan kegiatan belanja daerah paling sedikit mencakup target dan sasaran, indikator capaian keluaran, indikator capaian hasil. Klassifikasi belanja daerah terdiri dari belanja operasi, belanja modal, belanja tidak terduga, dan belanja transfer.

c.      Pembiayaan daerah terdiri dari penerimaan pembiayaan (SilPA, pencairan dana cadangan, dll), pengeluaran pembiayaan (pembayaran pokok utang jatuh tempo, penyertaan modal, dll).

 

Metode Penelitian

Ruang lingkup penelitian ini adalah Indonesia dengan mengambil sampel (cross section) 34 provinsi ditambah kab/kota di Indonesia, dan tahun (time series) sebanyak 5 seri/tahun, dari tahun 2015-2019. Metode analisis yang akan peneliti gunakan adalah model regresi data panel. Jenis pada penelitian kali ini adalah bersifat kuantitatif, dimana kuantitatif digunakan karena peristiwa pengeluaran pemerintah dan pembangunan manusia dijelaskan dengan angka-angka yang nantinya akan diolah menggunakan aplikasi pengolahan data eviews 11. Jumlah Observasi 170 data.

Metode Pengambilan Data

Jenis data yang akan peneliti gunakan adalah data sekunder, karena tidak diperoleh langsung dari sumbernya yaitu Badan Pusat Statistika (BPS, 2019) dan juga dari Direktorat Jendral Perbendaharaan Negara (Kementrian Keuangan RI, 2019), yang diambil dari kurun waktu 2015-2019.

Model Penelitian & Operasional Variabel Penelitian

Model penelitian yang digunakan oleh peneliti adalah model regresi data panel dengan metode PLS, berikut adalah model yang digunakan:

Y = α + 𝛽i X 1 + 𝛽2 X2 + 𝛽3 X3 + 𝛽4 X4

Penjelasan:

Y�������� : Indeks Pembangunan Manusia

�������� : Constanta

X1������ : Pengeluaran Pemerintah Daerah Menurut Fungsi Kesehatan

X2������ : Pengeluaran Pemerintah Daerah Menurut Fungsi Pendidikan

X3������ : Pengeluaran Pemerintah Daerah Menurut Fungsi Perumahan dan Fasi-

����������� �litas Umum

X4 ����� : Pengeluaran Pemerintah Daerah Melalui Infrastruktur (Jalan dan Jembatan)

Operasional variabel-variabel penelitian dalam penelitian ini adalah sebagai berikut.

1.     Indeks Pembangunan Manusia adalah satuan indeks komponen yang dihasilkan dari hitungan perkalian antara indeks komponen kesehatan (angka harapan hidup), indeks komponen pendidikan (harapan sekolah dan rata-rata lama sekolah), dan indeks komponen pengeluaran (total pengeluaran, pengeluaran maksimal dan pengeluaran minimal), data yang digunakan adalah Indeks Pembangunan Indonesia menurut provinsi (34) di Indonesia pada tahun 2015-2019 dengan satuan persen (%).

2.     Pengeluaran pemerintah daerah menurut fungsi kesehatan Data yang digunakan adalah realisasi pengeluaran pemerintah pada realisasi APBD menurut fungsi kesehatan (total belanja pegawai,belanja barang dan jasa, belanja modal, dan belanja lainnya di tiap kab/kota ditambah provinsi pada masing-masing daerah). Fungsi kesehatan terdiri dari obat dan peralatan kesehatan, pelayanan kesehatan perorangan, pelayanan kesehatan masyarakat, KB, penelitian dan dan pengembangan kesehatan, kesehatan lainnya (PMK No :102/PMK.02/2018). Datanya pada tahun 2015-2019 dengan satuan rupiah.

3.     Pengeluaran pemerintah daerah menurut fungsi pendidikan. Data yang digunakan adalah realisasi pengeluaran pemerintah pada realisasi APBD menurut fungsi pendidikan (total belanja pegawai,belanja barang dan jasa, belanja modal, dan belanja lainnya di tiap kab/kota ditambah provinsi pada masing-masing daerah). Fungsi pendidikan terdiri dari PAUD, PD,PM, Pendidikan formal dan nonformal, pendidikan kedinasan, pendidikan tinggi, pelayanan bantuan terhadap pendidikan, pendidikan keagamaan, penlitian dan pengembangan pendidikan dan kebudayaan, pembinaan kepemudaan dan olahraga, pengembangan budaya, pendidikan lainnya (PMK No :102/PMK.02/2018). Datanya pada tahun 2015-2019 dengan satuan rupiah.

4.     Pengeluaran Pemerintah Daerah menurut fungsi Perumahan dan Fasilitas Umum. Data yang digunakan realisasi pengeluaran pemerintah pada realisasi APBD menurut fungsi perumahan dan fasilitas umum, (total belanja pegawai,belanja barang dan jasa, belanja modal, dan belanja lainnya di tiap kab/kota ditambah provinsi pada masing-masing daerah). Fungsi perumahan dan fasilitas umur terdiri dari pengembangan perumahan, pemberdayaan komunitas fasilitas umum, penyediaan air minum, penerangan jalan, penelitian dan pengembangan perumahan dan fasilitas umum lainnya, perumahan dan fasilitas umum lainnya (PMK No :102/PMK.02/2018). Datanya pada tahun 2015-2019 dengan satuan rupiah.

5.     Pengeluaran Pemerintah melalui infrastuktur (jalan dan jembatan). Data yang digunakan realisasi pengeluaran pemerintah pada realisasi APBD melalui infrastuktur yang terdiri dari jalan dan jembatan (total realisasi pengeluaran infrastuktur jalan dan jembatan di tiap kab/kota ditambah provinsi pada masing-masing daerah) datanya pada tahun 2015-2019.

Menurut Gujarati dalam Ghozali (2017), Ada tiga macam pendekatan yang biasa digunakan untuk mengestimasi model regresi linear dengan jenis data panel yaitu Pendekatan Common Effect Model (CEM), Pendekatan Fixed Effect Model (FEM), dan Pendekatan Random Effect Model (REM). Uji spesifikasi yang dilakukan diantaranya uji Chow, uji Hausman, dan uji Lagrange Multiplier (LM test). Ketika menetapkan bentuk asumsi yang paling tepat, diperlukan juga menetapkan metode estimasi yang paling tepat diantaranya estimasi Ordinary Least Square (OLS) dan Panel Least Square (PLS), jika diasumsikan tidak memiliki masalah pada heteroskedastis.

Selanjutnya sebelum dilakukan pengujian statistik maka terlebih dahulu dilakukan uji asumsi klasik yaitu uji normalitas, uji multikolinearitasm uji heterokedastisitas, dan autokorelasi. Dalam pengujian statistik dilihat beberapa aspek nilai statistik dalam model yang akan diuji, diantaranya adalah uji R-squared atau koefisien determinasi (R2), uji F-statistik dan yang terakhir adalah uji t-statistik dengan taraf signifikansi 0,05 (5%).

 

Hasil dan Pembahasan

Analisis Deskriptif Statistik

 

Tabel 2

IPM 34 Provinsi di Indonesia Tahun 2015- 2019 (%)

Tahun

Rata-Rata (Mean)

Tertinggi

(Maximum)

Terendah

(Minimum)

Selisih

(Range)

Keterangan Daerah

Tertinggi

Terendah

2015

68,58

78,99

57,25

21,74

DKI Jakarta

Papua

2016

69,16

79,60

58,05

21,55

DKI Jakarta

Papua

2017

69,99

80,06

59,09

20,97

DKI Jakarta

Papua

2018

70,39

80,47

60,06

20,41

DKI Jakarta

Papua

2019

71,04

80,76

60,84

19,92

DKI Jakarta

Papua

Sumber : (BPS) berbagai tahun (Data diolah)

 

Berdasarkan Tabel 2 menunjukkan bahwa nilai rata-rata IPM di 34 Provinsi di Indonesia tahun 2015-2019 mengalami kenaikan setiap tahunnya, yaitu berkisar antara 68,577 � 71,040. IPM tertinggi berada di provinsi DKI Jakarta pada tahun 2019. Ada tiga faktor penting penentu kualitas hidup masyarat di Ibu Kota yang tergolong baik sehingga menyumbang angka IPM tertinggi di Indonesia yaitu kualitas hidup masyarakat di Jakarta yang tergolong sangat baik. Biasanya umur panjang dan hidup sehat, dari sisi pengetahuan, dan standar hidup layak (BPS). Sedangkan IPM terendah ada di Provinsi Papua pada tahun 2015. Walaupun provinsi Papua tingkat IPM-nya terendah, tetapi dari segi pertumbuhan IPM setiap tahunnya mengalami peningkatan yang sangat signifikan dibandingkan provinsi DKI Jakarta.

 

Tabel 3

Realisasi APBD Menurut Fungsi Kesehatan Kab/Kota ditambah �34 Provinsi di Indonesia Tahun 2015- 2019 (Rupiah)

Tahun

Rata-Rata (Mean)

Tertinggi

(Maximum)

Terendah

(Minimum)

Selisih

(Range)

Keterangan Daerah

Tertinggi

Terendah

2015

3.253.133.907.359

14.293.573.111.307

763.924.754.784

13.529.648.356.523

Jawa Timur

Sulawesi Barat

2016

3.005.820.311.150

12.925.491.846.456

102.197.890.579.089

12.278.271.199.263

Jawa Barat

Kaltara

2017

3.967.550.049.669

16.711.320.240.114

982.057.984.745

15.729.262.255.369

Jawa Timur

Kaltara

2018

4.361.434.524.969

17.637.570.549.148

967.812.808.851

16.669.757.740.297

Jawa Timur

Kaltara

2019

4.916.977.562.622

19.940.054.487.998

1.119.407.461.313

18.820.647.026.685

Jawa Timur

Kaltara

Sumber : (Kementrian Keuangan RI,) berbagai tahun (Data diolah)

 

 

 

 

 

 

 

Tabel 4

Realisasi APBD Menurut Fungsi Pendidikan Kab/Kota ditambah �34 Provinsi di Indonesia Tahun 2015- 2019 (Rupiah)

Tahun

Rata-Rata (Mean)

Tertinggi

(Maximum)

Terendah

(Minimum)

Selisih

(Range)

Keterangan Daerah

Tertinggi

Terendah

2015

7.628.127.793.999

33.375.104.788.456

1.512.553.562.708

31.862.551.225.747

Jawa Barat

Sulawesi Barat

2016

5.337.694.325.196

29.356.101.362.597

951.029.836.514

28.405.071.526.083

Jawa Barat

Kaltara

2017

8.696.725.955.038

36.686.251.629.971

1.566.328.021.996

35.119.923.607.976

Jawa Timur

Kaltara

2018

9.059.955.621.541

41.220.038.194.344

1.567.750.357.559

39.652.287.836.785

Jawa Barat

Kaltara

2019

9.886.510.339.923

43.849.406.899.237

1.621.424.869.166

42.227.982.030.072

Jawa Barat

Kaltara

Sumber : (Kementrian Keuangan RI,) berbagai tahun (Data diolah)

 

Tabel 5

Realisasi APBD Menurut Fungsi Perumahan dan Fasilitas Umum Kab/Kota ditambah �34 Provinsi di Indonesia Tahun 2015- 2019 (Rupiah)

Tahun

Rata-Rata (Mean)

Tertinggi

(Maximum)

Terendah

(Minimum)

Selisih

(Range)

Keterangan Daerah

Tertinggi

Terendah

2015

3.809.844.816.022

10.738.047.080.236

716.838.676.453

10.021.208.403.783

Jawa Barat

Gorontalo

2016

4.399.102.238.280

15.436.748.717.935

706.364.032.570

14.730.384.685.365

DKI JAKARTA

Gorontalo

2017

4.463.762.397.876

14.029.569.607.125

804.963.091.414

13.224.606.515.710

Jawa Barat

Gorontalo

2018

4.240.743.977.939

13.113.403.127.247

935.845.465.923

12.177.557.661.324

Jawa Barat

Gorontalo

2019

4.361.557.195.249

13.316.094.643.998

818.135.914.281

12.497.958.729.718

Jawa Barat

Gorontalo

Sumber : (Kementrian Keuangan RI,) berbagai tahun 2020 (Data diolah)

 

Tabel 6

Realisasi APBD Melalui Infrastuktur (Jalan dan Jembatan) Kab/Kota ditambah �34 Provinsi di Indonesia Tahun 2015- 2019 (Rupiah)

Tahun

Rata-Rata (Mean)

Tertinggi

(Maximum)

Terendah

(Minimum)

Selisih

(Range)

Keterangan Daerah

Tertinggi

Terendah

2015

2.082.850.780.887

7.045.600.845.175

247.200.945.899

6.798.399.899.276

Jawa Timur

Sulawesi Barat

2016

4.632.962.143.609

11.699.824.564.395

741.131.337.182

10.958.693.227.213

Jawa Tengah

DI. Yogyakarta

2017

4.155.043.707.016

10.900.955.431.562

966.743.001.507

9.934.212.430.055

Jawa Timur

DI. Yogyakarta

2018

3.915.110.535.913

10.127.137.085.082

1.068.109.410.228

9.059.027.674.854

Jawa Timur

DI. Yogyakarta

2019

4.096.480.391.630

11.136.674.457.284

1.069.764.359.620

10.066.910.097.664

Jawa Timur

DI. Yogyakarta

Sumber : (Kementrian Keuangan RI,) berbagai tahun 2020 (Data diolah)

 

Berdasarkan tabel-tabel pengeluaran pemerintah daerah di atas menunjukkan bahwa nilai rata-rata realisasi pengeluaran APBD menurut fungsi kesehatan, pendidikan, perumahan dan fasilitas umum, dan infrastuktur (jalan dan jembatan pada kab/kota ditambah 34 Provinsi di Indonesia tahun 2015-2019 cenderung kenaikan setiap tahunnya. Pada tahun 2015 rata-rata pengeluaran APBD melalui infrastuktur (jalan dan jembatan) paling rendah yaitu sebesar 2.082.850.780.887 rupiah dan rata-rata tertinggi pada tahun 2019 sebesar 9.886.510.339.923 rupiah pada realisasi pengeluaran APBD menurut fungsi pendidikan. Ada beberapa faktor yang mempengaruhi jumlah realisasi anggaran pada beberapa daerah di Indonesia di antaranya:

a.      Jumlah kepadatan penduduk

b.     Jumlah Kab/Kota pada suatu daerah

c.      Keadaan Alam / geografis daerah

d.     Anggaran yang tersedia

e.      Pendapatan Daerah

Di lihat dari tabe-tabel di atas, realisasi pengeluaran APBD yang besar tidak menjadi faktor utama dalam meningkatkan indeks pembangunan manusia.

Penelitian yang dilakukan kali ini, memilih pendekatan estimasi panel laeast square (PLS) dengan fixed effect model (FEM). Hal tersebut ditetapkan setelah melalui beberapa proses pemilihan model (uji chow & uji hausman) dan beberapa analisis uji asumsi klasik . Uji yang dilakukan untuk menentukan model estimasi adalah uji chow dan uji hausman. Dimana uji chow adalah uji yang menentukan model antara common effect model dan fixed effect model. Sementara uji hausman adalah uji yang menentukan model antara fixed effect model dan juga random effect model).

Y = α + 𝛽i X 1 + 𝛽2 X2 + 𝛽3 X3 + 𝛽4 X4 yang kemudian di Log

Y = α + �Log 𝛽i X 1 + Log 𝛽2 X2 + Log 𝛽3 X3 + Log 𝛽4 X4

 

Tabel 7

Hasil Model CEM, FEM, dan REM menggunakan Eviews-11

Variabel

CEM

FEM

REM

 

Koef

Prob.

Koef

Prob.

Koef

Prob.

C

Y

Log X1

Log X2

Log X3

Lox X4

55,62

 

����� 0,25

2,25

-0,05

-2,01

0,00

 

0,87

0,08

0,97

0,01

-5,74

 

3,28

-0,12

-1,49

0,98

4,26

 

0,00

0,65

0,00

0,00

-1,66

 

3,26

-0,13

-1,58

0,96

0,80

 

0,00

0,62

0,00

0,00

R2

Adjusted R2

F-Statistic

Prob (F-Sta.)

0,13

0,11

6,29

0.00

 

0,98

0,98

�343,95

0.00

 

0,70

0,70

98,37

0,00

 

Cross-Section F

Prob. (CS F)

334,06

0.00

Uji Chow

 

Chi Square Stat.

Prob. (Chi Sq Sta.)

 

30,94

0,00

 

 

 

Hausman Test

 

 

 

 

 

Dari hasil pengujian Uji Chow, di dapatkan nilai dari cross-section F adalah 0.0000.

Dimana:

H0 = Common Effect Model

Ha = Fixed Effect Model

Nilai probabilitas dari cross-section F adalah sebesar 0,00, maka H0 ditolak (dikarenakan kurang dari 0.05), tingkat signifikansi yang digunakan adalah 0.05 (α = 5%).

Hasil pengujian uji hausman, di dapatkan nilai dari probabilitas cross-section random adalah 0,00. Dimana:

H0 = Random Effect Model

Ha = Fixed Effect Model

Hasil dari uji hausman bernilai 0,00 di mana hasil tersebut lebih kecil dari taraf signifikansi 0,05 (5%), maka H0 ditolak dan Ha diterima.

Uji LM tidak digunakan apabila pada uji Chow dan uji Hausman menunjukan� model yang paling tepat adalah Fixed� Effect� Model. Maka sudah dibisa dipastikan model estimasi FEM adalah model yang digunakan untuk penelitian kali ini. Dikarenakan adanya autokorelasi dan multikolinearitas pada model ini, maka peneliti menggunakan bobot/weight pada model estimasi FEM, untuk dapat mengabaikan uji asumsi klasik.

Menurut Gujarati & Porter (2007), persamaan yang memenuhi asumsi klasik hanya persamaan yang menggunakan metode Generalized Least Square (GLS). Dalam eviews model estimasi yang menggunakan metode GLS hanya random effect model. FLGS mengasumsikan adanya kondisi heterogenitas antara persamaan dan memperlihatkan adanya stuktur residu yang berbeda antar persamaan, di mana setiap persamaan diasumsikan homokedastisitas sehingga estimasi dengan model asumsi klasik tidak relevan lagi.

Y = - 5, 74 + 3,28 - 0,12 � 1,49 + 0,98

a.      Nilai Konstanta sebesar - 5,74 menunjukkan bahwa apabila pengeluaran pemerintah daerah menurut fungsi kesehatan, pendidikan, perumahan/fasilitas umum dan infrastuktur (Jalan dan Jembatan nilainya nol, maka angka Indeks Pembangunan Manusia (IPM) sebesar turun 5,74 %.

b.     Nilai koefisien pengeluaran kesehatan sebesar 3,28 menunjukkan bahwa jika variabel independen lain tetap dan pengeluaran pemerintah daerah menurut fungsi kesehatan naik satu persen, maka angka Indeks Pembangunan Manusia (IPM) naik sebesar 3,28 %.

c.      Nilai koefisien pengeluaran daerah menurut fungsi pendidikan -0, 12 menunjukkan bahwa jika variabel independen lain tetap dan pengeluaran pendidikan naik satu persen, angka Indeks Pembangunan Manusia (IPM) turun sebesar 0,12 %.

d.     Nilai koefisien pengeluaran pemerintah daerah menurut perumahan dan fasilitas umum -1,49 menunjukkan� bahwa jika variabel independen lain tetap dan pengeluaran pemerintah daerah menurut fasilitas umum/perumahan naik satu persen, angka Indeks Pembangunan Manusia (IPM) turun sebesar 1,49 %.

e.      Nilai koefisien pengeluaran pemerintah daerah infrastuktur (jalan dan jembatan) 0,98 menunjukkan� bahwa jika variabel independen lain tetap dan pengeluaran pemerintah daerah melalui infrastuktur (jalan dan jembatan) naik satu persen, angka Indeks Pembangunan Manusia (IPM) naik sebesar 0,98 %.

Uji R-squared atau uji koefisien determinasi adalah alat uji statistik untuk menjelaskan seberapa mampu variabel independent (variabel bebas) dapat menjelaskan variabel dependentnya (variabel terikat). Sesuai dengan tabel model estimasi diatas, nilai R-squared (R2) yang diperoleh dari model estimasi FEM pendekatan PLS adalah 0,98% yang artinya, variabel pengeluaran pemerintah daerah menurut fungsi kesehatan, pendidikan dan perumahan dan fasilitas umum, melalui infrastuktur (jalan dan jembatan) mampu menjelaskan variabel indeks pembangunan manusia sebesar 98%. Dapat dikatakan indeks pembangunan manusia 98% dipengaruhi oleh pengeluaran pemerintah menurut fungsi kesehatan, pendidikan, perumahan dan fasilitas umum, melalui infrastuktur (jalan dan jembatan) sisanya sebesar 2% dapat dijelaskan/dipengaruhi oleh variabel lain diluar ketiga variabel tersebut.

Uji probality t-statistik adalah alat uji yang digunakan untuk melihat keterkaitan variabel bebas dengan variabel terikat secara individu (parsial).

a.      Variabel pengeluaran pemerintah daerah menurut fungsi kesehatan mempunyai nilai probabilitas sebesar 0,00, dengan kata lain nilai probabilitas pengeluaran pemerintah daerah menurut fungsi kesehatan lebih besar dibandingkan dengan nilai alpha (0,05). Maka dapat disimpulkan, pengaruhnya signifikan terhadap variabel bebas (indeks pembangunan manusia).

b.     Variabel pengeluaran pemerintah daerah menurut fungsi pendidikan, mempunyai nilai probabilitas t-statistik sebesar 0,65 . Dapat diartikan, nilai probabilitas pada variabel pengeluaran pemerintah daerah menurut fugsi pendidikan lebih besar dibandingkan dengan nilai derajat kepercayaannya (0,05). Dapat dikatakan variabel ini mempunyai tidak berpengaruh signifikan terhadap variabel indeks pembangunan manusia.

c.      Variabel yang terakhir adalah variabel pengeluaran pemerintah daerah menurut fungsi perumahan dan fasilitas umum. Nilai probabilitas t-statistik pada variabel ini adalah 0,00, dimana jika dibandingkan dengan nilai alpha (0,05), nilai probabilitas pengeluaran pemerintah menurut fungsi perumahan dan fasilitas umum lebih kecil. Dapat dikatakan variabel ini berpengaruh signifikan terhadap variabel indeks pembangunan manusia.

d.     Variabel yang terakhir adalah variabel pengeluaran pemerintah daerah melalui infrastuktur (jalan dan jembatan). Nilai probabilitas t-statistik pada variabel ini adalah 0,00, dimana jika dibandingkan dengan nilai alpha (0,05), nilai probabilitas pengeluaran pemerintah melalui infrastuktur (jalan dan jembatan) lebih kecil. Dapat dikatakan variabel ini berpengaruh signifikan terhadap variabel indeks pembangunan manusia.

 

Kesimpulan

Realisasi pengeluaran pemerintah daerah menurut fungsi kesehatan, perumahan dan fasilitas umum, dan infrasturktur (jalan dan jembatan) secara parsial berpengaruh signifikan (< 0,05) terhadap IPM Indonesia� pada tahun 2015-2019. Tanda positif pada pengeluaran pemerintah menurut fungsi kesehatan dan melalui infrastuktur (jalan dan jembatan), berarti semakin besar realisasi dapat meningkatkan Indeks pembangunan manusia di Indonesia. Sedangkan tanda negatif pada realisasi pengeluaran pemerintah menurut fungsi perumahan dan fasilitas umum, berarti apabila realisasinya di tingkatkan, dapat menimbulkan indeks pembangunan manusia menurun pada periode tahun 2015-2019. Perumahan dan fasilitas umum, memang termasuk investasi jangka panjang bagi pemerintah daerah dalam meningkatkan indeks pembangunan manusia.

Realisasi pengeluaran pemerintah daerah menurut fungsi pendidikan secara parsial tidak berpengaruh secara signifikan (>0,05) terhadap indeks pembangunan manusia pada tahun 2015-2019. Karena nilainya tidak signifikan, maka analisis tanda positif tidak digunakan. Memiliki anggaran pendidikan sebesar (20%) dari APBD, ternyata realisasi anggarannya tidak mempengaruhi indeks pembangunan manusia pada tahun 2015-2019. Pemerintah pusat dan daerah harus bekerjasama dalam melakukan perencanaan, kebijakan dan pengawasan agar nantinya realisasi APBD lebih efektif dan efisien untuk meningkatkan indeks pembangunan manusia.� Indikator pendidikan merupakan salah satu investasi jangka panjang.

Ralisasi pengeluaran pemerintah daerah secara bersama-sama berpengaruh positif dan signifikan (0,05) terhadap indeks pembangunan manusia di Indonesia pada tahun 2015- 2019. Artinya keempat variabel ini menjadi prioritas utama� (98%) pengaruhnya bagi peningkatan indeks pembangunan manusia di Indonesia.

Sektor apa yang menjadi prioritas utama oleh pemerintah daerah dalam mengambil kebijakan, agar pengeluaran pemerintah daerah menjadi lebih efektif dalam meningkatkan indeks pembangunan manusia adalah pada sektor kesehatan, karena berpengaruh signifikan terhadap peningkatan indeks pembangunan manusia di Indonesia. Selain itu, sektor pendidikan juga menjadi prioritas utama bagi pemerintah daerah, karena dengan anggaran yang besar, ternyata dalam periode tahun 2015-2019 hasilnya tidak signifikan terhadap indeks pembangunan manusia.

 

 

 

 

 

 

 

 

BIBLIOGRAFI

 

Anwar, M. A. (1995). Sumber Daya, Teknologi, dan Pembangunan. Jakarta: Gramedia Pusat Utama.

 

BPS. (2019). Berita Resmi Statistik (BRS) Indeks Pembangunan Manusia (IPM) Indonesia pada tahun 2019. Jakarta: BPS.

 

Brata, A. G. (2005). Investasi Sektor Publik Lokal, Pembangunan Manusia, Dan Kemiskinan. Yogyakarta: Lembaga Penelitian - Universitas Atma Jaya.

 

Ghozali, I. (2017). Model Persamaan Struktural Konsep Dan Aplikasi Program AMOS 24. Semarang: Badan Penerbit Universitas Diponegoro

 

Gujarati, Damodar N dan Dawn C. Porter. 2015. Dasar-Dasar Ekonometrika Edisi 5 Buku 2. Jakarta: Salemba Empat.

 

Notoatmodjo, S. (2007). Pendidikan Kesehatan dan Perilaku Kesehatan. Jakarta: Rineka Cipta.

 

UNDP. (1995). Human Development Report 1995. New York: Oxford University Press.

 

UNDP. (2007). Human Development Report 2007/2008. New York: United Nation Development Programme.

 

Copyright holder:

Abdul Halim, Dewi Rahayu, Muzdalifah (2022)

 

First publication right:

Syntax Literate: Jurnal Ilmiah Indonesia

 

This article is licensed under: