Analisis Faktor yang Mempengaruhi Indeks Pembangunan Manusia pada 7 Daerah Tertinggal di Pulau Sumatera Tahun 2016-2020
Abstract
Suatu negara memiliki peran yang penting dalam pembangunan nasional.
Indonesia sebagai negara berkembang memiliki bermacam daerah atau wilayah
yang berkontribusi terhadap pembangunan nasional. Pembangunan nasional
tersebut merupakan suatu strategi untuk memajukan taraf hidup masyarakat
(Nugraeni, 2021:3). Salah satu aspek ekonomi dalam pembangunan nasional dapat
dilihat dari kontribusi pertumbuhan ekonomi antar wilayah di suatu negara.
Menurut Harrod-Domar dalam teorinya tentang pertumbuhan ekonomi,
mengasumsikan bahwa untuk mencapai pertumbuhan ekonomi yang teguh maka
memerlukan pembentukan modal dan investasi (Arsyad, 2016:83). Produk
Domestik Bruto adalah salah satu angka yang dapat digunakan untuk melihat
kondisi pertumbuhan ekonomi.
Pulau Sumatera berkontribusi pada urutan kedua terhadap PDB nasional
tampaknya masih menyumbang 7 dari 62 daerah tertinggal di Indonesia.
Berdasarkan Perpres RI No. 63 Tahun 2020, terdapat tujuh wilayah di Pulau
Sumatera yang masih tergolong daerah tertinggal, yaitu Kabupaten Nias,
Kabupaten Nias Selatan, Kabupaten Nias Utara, Kabupaten Nias Barat, Kabupaten
Kepulauan Mentawai, Kabupaten Musi Rawas Utara, dan Kabupaten Pesisir Barat.
Pemerintah menetapkan daerah tertinggal yaitu dengan melihat kualitas sumber
daya manusia di daerah tersebut. Indikator yang sering digunakan untuk mencapai
pembangunan SDM ialah Indeks Pembangunan Manusia (IPM). IPM daerah
tertinggal masih jauh di bawah IPM nasional. Terlihat bahwa IPM daerah tertinggal
tahun 2020 berturut-turut yaitu 61,93%, 61,89%, 62,36%, 61,51%, 63,91%,
64,49%, 61,09%, sedangkan IPM nasional sebesar 72,94%.
Tingkat IPM di suatu daerah berkaitan dengan faktor-faktor yang
mempengaruhinya seperti kemiskinan, kesehatan, dan pendidikan. Kemiskinan
yang dilihat dari jumlah penduduk miskin mencerminkan seberapa besar kualitas
SDM. Kualitas SDM yang rendah berarti produktivitas menurun sehingga
pendapatan yang diterima oleh individu rendah dan hal ini yang menyebabkan
tingkat kemiskinan tinggi. Kualitas kesehatan juga dapat menggambarkan tingkat
kesejahteraan di daerah tersebut. IPM menggunakan dimensi kesehatan dengan
menggunakan nilai angka harapan hidup. Kemudian faktor lain yaitu pendidikan
yang dilihat dari berapa lamanya seseorang menempuh pendidikan. Pendidikan
dinilai berperan penting dalam penurunan tingkat kemiskinan dalam jangka panjang
dan dalam hal ini IPM menggunakan rata-rata lama sekolah dalam perhitungannya.
Penelitian ini bertujuan untuk mengetahui pengaruh kemiskinan, kesehatan,
dan pendidikan terhadap indeks pembangunan manusia pada 7 daerah tertinggal di
Pulau Sumatera tahun 2016-2020. Data yang digunakan yaitu data sekunder yang
berupa data time series dari tahun 2016 hingga 2020 serta data cross section berupa
7 kabupaten yang tergolong daerah tertinggal. Data diolah dengan menggunakan
analisis regresi data panel dengan bantuan program Microsoft Excel dan Eviews 9.
Hasil penelitian menunjukkan bahwa variabel kemiskinan yang dihitung
menggunakan jumlah penduduk miskin tidak berpengaruh signifikan terhadap IPM.
Populasi penduduk miskin yang dijadikan sebagai indikator tidak selalu membuat
nilai IPM meningkat jika jumlah tersebut menurun. Sedangkan variabel kesehatan
melalui angka harapan hidup dan pendidikan melalui rata-rata lama sekolah
berpengaruh signifikan terhadap IPM. Koefisien regresi pada variabel kesehatan
sebesar 1.194798 yang artinya jika nilai AHH naik sebesar 1% maka IPM akan naik
sebesar 1,19%. Koefisien pendidikan sebesar 1.660198 artinya apabila nilai RLS
naik sebesar 1% maka IPM juga naik sebesar 1,66%. Pengaruh ketiganya terhadap
IPM berkisar 93,24% dan sisanya sebanyak 6,76% dipengaruhi oleh variabel lain
di luar penelitian. Oleh sebab itu, penelitian ini memiliki kesimpulan bahwa
semakin tinggi tingkat jumlah penduduk miskin maka semakin rendah nilai indeks
pembangunan manusia, sedangkan apabila semakin tinggi nilai angka harapan
hidup dan rata-rata lama sekolah maka semakin tinggi nilai IPM.