Pengaruh Belanja Daerah Dan Pengeluaran Perkapita Terhadap Indeks Pembangunan Manusia

Abstrak

Realisasi belanja pemerintah dari tahun ke tahun selalu meningkat. Begitu pun dengan pengeluaran penduduk untuk memenuhi kebutuhan dasarnya. Kinerja belanja pemerintah seharusnya memberikan kontribusi signifikan terhadap kesejahteraan masyarakat yang salah satu indikatornya adalah Indeks Pembangunan Manusia (IPM). Untuk mengetahui pengaruh sisi pengeluaran baik dari pemerintah maupun penduduk terhadap kesejahteraan masyarakat, maka kajian disusun khusus untuk mengetahui pengaruh langsung Belanja Pemerintah Daerah dan Pengeluaran Perkapita terhadap IPM Kabupaten/Kota di Provinsi Banten, baik secara simultan maupun secara parsial. Melalui aplikasi eviews, kajian ini menggunakan data sekunder dengan model data panel, dimana data cross section-nya sejumlah 8 Kabupaten/Kota di wilayah Provinsi Banten dan time seriesnya dari 2011 sampai 2020. Hasil kajian menunjukkan Belanja Daerah dan Pengeluaran Perkapita berpengaruh positif dan signifikan terhadap IPM di Provinsi Banten baik secara parsial maupun simultan.

Kata Kunci: Belanja, Pengeluaran Perkapita, dan IPM

PENDAHULUAN

Pembangunan manusia sebagai ukuran kinerja pembangunan secara keseluruhan dibentuk melalui pendekatan tiga dimensi dasar, yaitu umur panjang dan hidup sehat; pengetahuan; dan standar hidup layak. Semua indikator yang merepresentasikan ketiga dimensi ini terangkum dalam satu nilai tunggal, yaitu angka Indeks Pembangunan Manusia (IPM). Angka IPM digunakan untuk mengetahui peta pembangunan manusia baik pencapaian, posisi, maupun disparitas antardaerah. Dengan demikian, maka diharapkan setiap daerah dapat terpacu untuk berupaya meningkatkan kinerja pembangunan melalui peningkatan kapasitas dasar penduduk.(BPS,2020).

Advertisement

Telah banyak penelitian yang menjelaskan adanya keterkaitan antara belanja pemerintah dengan kesejahteraan. Namun tingkat keterkaitannya mungkin berbeda pada masing-masing daerah karena adanya kondisi yang spesifik di setiap daerah.

Oleh karena itu, kajian ditujukan untuk meneliti pengaruh belanja daerah dan pengeluaran perkapita terhadap Indeks Pembangunan Manusia pada Kabupaten/ Kota di Provinsi Banten. Kajian ini memiliki batasan pada sumber data, waktu pengujian, dan metode analisis, sehingga hanya dua variabel bebas dan satu variabel terikat yang digunakan. Manfaat dari kajian ini adalah untuk mendapatkan informasi tentang seberapa kuat pengaruh pengeluaran pemerintah dan pengeluaran perkapita  terhadap peningkatan kesejahteraan. Sedangkan rumusan masalah dalam kajian ini adalah:

“apakah belanja daerah dan pengeluaran perkapita berpengaruh secara simultan dan parsial terhadap kesejahteraan masyarakat kabupaten/ kota di Provinsi Banten?”

STUDI LITERATUR

Menurut Professor Kuznet salah satu karakteristik pertumbuhan ekonomi modern adalah tingginya pertumbuhan output perkapita (Todaro, 2006).Tingginya pertumbuhan output menjadikan perubahan pola konsumsi dalam pemenuhan kebutuhan. Artinya semakin meningkatnya pertumbuhan ekonomi maka akan semakin tinggi pertumbuhan output per kapita dan merubah pola konsumsi dalam hal ini tingkat daya beli masyarakat juga akan semakin tinggi.

Advertisement

Arifin (2012) melakukan penelitian dengan judul “Pengaruh Pengeluaran Pemerintah Sektor Kesehatan, Pengeluaran Pemerintah Sektor Pendidikan dan Pertumbuhan Ekonomi Terhadap Indeks Pembangunan Manusia Jawa Timur 2006-2013”. Hasil penelitian menunjukan bahwa pengeluaran pemerintah sektor kesehatan dan pengeluaran pemerintah sektor pendidikan berpengaruh positif dan signifikan terhadap indeks pembangunan manusia Jawa Timur tahun 2006-2013.

Arini (2016) melakukan penelitian dengan judul Pengaruh Belanja Modal Terhadap Pertumbuhan Ekonomi dan Kesejahteraan Masyarakat Di Pulau Kalimantan. Hasil penelitian menunjukan bahwa belanja modal berpengaruh positif dan signifikan terhadap Indeks Pembangunan Manusia di Pulau Kalimantan.

Damayanti (2018) melakukan penelitian dengan judul Analisis Pengaruh Pengeluaran Penduduk, Pengeluaran Pemerintah, dan Rasio Ketergantungan Terhadap Indeks Pembangunan Manusia (IPM) di Indonesia. Hasil penelitian menunjukan bahwa rata-rata pengeluaran perkapita sebulan penduduk dan pengeluaran provinsi bidang kesehatan memiliki pengaruh positif dan signifikan terhadap IPM. Sedangkan rasio ketergantungan daerah berpengaruh negatif dan signifikan terhadap IPM.

METODOLOGI PENELITIAN

Kajian ini menggunakan pendekatan kuantitatif. Penelitian kuantitatif merupakan metode-metode untuk menguji teori tertentu dengan cara meneliti hubungan antar variabel, dimana variabel-variabel penelitian diukur menggunakan instrumen-instrumen penelitian lalu dianalisis menggunakan prosedur statistik (Creswell, 2012).

Data yang digunakan merupakan data panel dari 8 kabupaten/kota di Provinsi Banten periode 2011 sampai 2020 yang bersumber dari Badan Pusat Statistik dan Direktorat Jenderal Perimbangan Keuangan, Kementerian Keuangan. Variabel tak bebas yang digunakan adalah Indeks Pembangunan Manusia (IPM) pada kabupaten/kota. Semua data IPM tersebut didapat dari BPS Provinsi Banten. Sementara variabel bebas yang digunakan adalah belanja daerah dan pengeluaran perkapita. Data belanja daerah bersumber dari DJPK dan LKPD, sedangkan data pengeluaran perkapita berasal dari BPS Provinsi Banten.

Untuk memperoleh informasi yang akurat dari data yang telah dikumpulkan, maka dilakukan screening data.  Screening data tersebut ditujukan untuk mendeteksi apakah terdapat data outlier. Outlier adalah kasus atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai yang ekstrim baik untuk sebuah variabel tunggal atau variabel kombinasi (Ghozali, 2013). Ukuran data dikatakan outlier, jika nilainya berbeda jauh dari anggota data dalam kumpulannya, dibandingkan dengan rata-rata. Pengujian keberadaan outlier dengan menggunakan aplikasi excel melalui tiga langkah sebegai berikut:

1. Menghitung nilai rata-rata kumpulan data
2. Menghitung standar deviasi kumpulan data
3. Analisa data outlier menggunakan standardize

Pengolahan data selanjutnya menggunakan aplikasi eviews 10. Data diolah melalui transformasi ke dalam bentuk logaritma (log). Hal itu dilakukan mengingat adanya perbedaan skala pengukuran antar variabel.

Tahapan analisis pertama adalah menguji korelasi yaitu mengetahui kuat dan arah hubungan antar variabel. Adapun persamaan model panel yang dibentuk sebagai berikut:

IPM merupakan notasi dari Indeks Pembangunan Manusia. βi merupakan koefisien variabel yang menjelaskan seberapa besar pengaruh variabel bebas terhadap variabel terikat. Variabel bebas terdiri dari belanja (Belanja), dan pengeluaran perkapita (PengeluaranP). 𝜶𝒊 sebagai konstanta untuk setiap individu. Sedangkan Error (εit) pada persamaan tersebut mengandung komponen individual effect(μi)) atau pun time effect(λt).

Dilakukan tiga pendekatan dalam menentukan estimasi model panel data, yaitu Pooled Least Square (Pool), Fixed Effect Model (FEM) dan Random Effect Model (REM). Dalam model Pool, diasumsikan tidak ada keheterogenan antar individu yang tidak terobservasi. Sedangkan dalam model FEM dan model REM diasumsikan terdapat keheterogenan antar individu yang tidak terobservasi, sehingga memperlakukan 𝜶𝒊 sebagai konstanta untuk setiap individu (parameter model).Perbedaannya, Model FEM mengasumsikan terdapat korelasi antara individual effect dengan variabel bebas. Model REM mengasumsikan tidak adanya korelasi antara individual effect dengan peubah bebas.

Untuk memilih model terbaik, dilakukan dua tahap pengujian. Yang pertama Uji Chow, untuk memilih apakah POOL atau FEM yang terbaik. Selanjutnya Uji Hausman, untuk memilih mana yang terbaik antara FEM atau REM.

Selanjutnya, untuk menilai apakah di dalam model terdapat masalah asumsi klasik, dilakukan Uji Kebaikan Model melalui empat tahapan yaitu Uji Normalitas, Uji Multikolinearitas, Uji Heteroskedastisitas, dan Uji Autokorelasi. Harapannya, model memenuhi keempat syarat tersebut agar dapat dikatakan BLUE (Best Linear Unbiased Estimation).

HASIL DAN PEMBAHASAN

Dari hasil screening atas data IPM sebagai variabel terikat serta belanja daerah dan pengeluaran perkapita sebagai variabel bebas yang masing-masing berjumlah 80 data observasi, tidak ditemukakan data outlier. Hal ini berarti semua data observasi tidak berbeda jauh dari anggota lain dalam kumpulannya atau dengan kata lain tidak ada yang mengganggu.

Dari hasil analisis korelasi ditemukan bahwa antara variabel bebas memiliki koefisien korelasi sebesar 0,2212 atau mendekati 0, yang berarti hubungannya lemah antara belanja daerah dan pengeluaran perkapita. Hal ini sebagai pertanda bahwa tidak terjadi multikolinearitas pada model regresi. Antara belanja daerah dengan IPM, koefisien korelasinya sebesar 0.3097 yang berarti hubungannya positif (searah) namun lemah. Sedangkan antara pengeluaran perkapita dan IPM, koefisien korelasinya sebesar 0,9629 yang berarti hubungannya positif (searah) dan sangat kuat.

Hasil pengujian model Pooled Least Square (Pool) menunjukkan beberapa hal antara lain:

• Berdasarkan uji t, nilai probabilitas belanja dan pengeluaran perkapita masing-masing sebesar 0,0009 dan 0,0000 (keduanya berada dibawah 0,05). Hal ini berarti semua variabel bebas berpengaruh signifikan terhadap IPM.
• Nilai R-squared sebesar 0,9370 menunjukkan bahwa variabel independen mampu menjelaskan variabel dependen sebesar 93,70%, sisanya 6,30% dijelaskan oleh variabel lain di luar model.
• Berdasarkan uji F, nilai prob (F-statistic) sebesar 0,0000 atau dibawah 0,05, sehingga belanja dan pengeluaran perkapita berpengaruh terhadap IPM secara bersama-sama.

Hasil pengujian model Fixed Effect Model (FEM) menunjukkan beberapa hal antara lain:

• Berdasarkan uji t, nilai probabilitas belanja dan pengeluaran perkapita masing-masing sebesar 0,0000 dan 0,0000 (keduanya berada dibawah 0,05). Hal ini berarti semua variabel bebas berpengaruh signifikan terhadap IPM.
• Nilai R-squared sebesar 0,9963 menunjukkan bahwa variabel independen mampu menjelaskan variabel dependen sebesar 99,63%, sisanya 0,37% dijelaskan oleh variabel lain di luar model.
• Berdasarkan uji F, nilai prob (F-statistic) sebesar 0,0000 atau dibawah 0,05, sehingga belanja dan pengeluaran perkapita berpengaruh terhadap IPM secara bersama-sama.

Hasil pengujian model Random Effect Model (REM) menunjukkan beberapa hal antara lain:

• Berdasarkan uji t, nilai probabilitas belanja dan pengeluaran perkapita masing-masing sebesar 0,0000 dan 0,0000 (keduanya berada dibawah 0,05). Hal ini berarti semua variabel bebas berpengaruh signifikan terhadap IPM.
• Nilai R-squared sebesar 0,9312 menunjukkan bahwa variabel independen mampu menjelaskan variabel dependen sebesar 93,12%, sisanya 6,88% dijelaskan oleh variabel lain di luar model.
• Berdasarkan uji F, nilai prob (F-statistic) sebesar 0,0000 atau dibawah 0,05, sehingga belanja dan pengeluaran perkapita berpengaruh terhadap IPM secara bersama-sama.

Untuk pemilihan model terbaik antara POOL, FEM, dan REM, dilakukan uji Chow dan uji Hausman, yang hasilnya sebagai berikut:

• Hasil Uji Chow memperlihatkan nilai probabilitas Chi-square sebesar 0,0000 atau dibawah 0,05, sehingga H0 ditolak dan H1 diterima. Artinya antara model POOL dan FEM, yang sesuai hasil ini adalah Fixed Effect Model (FEM).
• Hasil Uji Hausman menunjukkan nilai probabilitas Chi-square sebesar 0,1915 atau di atas 0,05, sehingga H0 diterima dan H1 ditolak. Artinya antara model FEM dan REM, yang terbaik adalah Random Effect Model (REM).

Dengan terpilihnya Random Effect Model (REM) sebagai model terbaik, maka persamaan model panelnya menjadi sebagai berikut:

IPM _{it =} ( -1,3872 + α_i ) + 0,0257 Belanja_it + 0,3017 PengeluaranP_it + ε_it, dimana α_i sebagai individual effect (konstanta individu) disesuaikan dengan tabel berikut.

Tabel Individual Effect (Konstanta Individu)

Berdasarkan Uji Kebaikan Model, menunjukkan hasil sebagai berikut:

1. Nilai VIF belanja sebesar 1,0514 dan pengeluaran perkapita sebesar 1,0514 merupakan nilai VIF dibawah 10 sehingga tidak ada gejala multikolinearitas dalam model.
2. Nilai Prob Chi square dari obs R squared sebesar 0,2581 adalah nilai di atas 0,05 sehingga tidak terdapat masalah heteroskedastisitas dalam model.
3. Nilai Jarque Bera sebesar 2,7678 dengan probabilitas sebesar 0,2505 adalah nilai di atas 0,05 yang berarti residual berdistribusi
4. Nilai Prob Chi square dari obs R squared sebesar 0,0000 adalah nilai di bawah 0,05 sehingga terdapat masalah autokorelasi dalam model.

Berdasarkan hasil pengujian model terbaik di atas, variabel belanja  mempunyai nilai koefisien sebesar 0,0257 dan nilai probabilitas sebesar 0.0000 lebih kecil dari taraf signifikan 5% (0.05). Hal ini menjelaskan bahwa setiap kenaikan belanja akan meningkatkan 0,0257 angka indeks IPM dengan asumsi ceteries paribus. Dengan demikian belanja berpengaruh positif dan signifikan terhadap IPM Kabupaten/Kota di Provinsi Banten tahun 2011-2020. Hasil kajian ini telah sesuai dengan beberapa hasil penelitian sebelumnya antara lain penelitian Krismajaya dan Dewi (2019) yang menyatakan belanja daerah berpengaruh signifikan terhadap kesejahteraan masyarakat melalui pertumbuhan ekonomi pada Kabupaten/Kota Provinsi Bali. Dari penelitian Arini (2016) juga menyatakan bahwa belanja modal berpengaruh positif dan signifikan terhadap Indeks Pembangunan Manusia di Pulau Kalimantan.

Selanjutnya, variabel pengeluaran perkapita mempunyai nilai koefisien sebesar 0,3017 dan nilai probabilitas sebesar 0.0000 lebih kecil dari taraf signifikan 5% (0.05). Hal ini menjelaskan bahwa setiap kenaikan pengeluaran perkapita akan meningkatkan 0,3017 angka indeks IPM dengan asumsi ceteries paribus. Dengan demikian pengeluaran perkapita berpengaruh positif dan signifikan terhadap IPM Kabupaten/Kota di Provinsi Banten tahun 2011-2020. Hasil kajian ini telah sesuai dengan beberapa hasil penelitian sebelumnya , salah satunya penelitian Damayanti (2018) yang menyatakan rata-rata pengeluaran perkapita sebulan penduduk memiliki pengaruh positif dan signifikan terhadap Indeks Pembangunan Manusia (IPM).

KESIMPULAN DAN REKOMENDASI

Berdasarkan metode analisis regresi data panel yang digunakan pada data 8 kabupaten dan kota di Provinsi Banten selama tahun 2011-2020, ditemukan adanya pengaruh positif yang signifikan antara belanja pemerintah daerah dan pengeluaran perkapita terhadap Indeks Pembangunan Manusia baik secara simultan maupun secara parsial.

Implikasi kajian ini adalah perlunya optimalisasi perencanaan dan pelaksanaan anggaran yang benar-benar mengarah pada program dan kegiatan yang memiliki manfaat besar bagi peningkatan kesejahteraan masyarakat. Mengingat adanya korelasi yang tinggi antara pengeluaran perkapita dengan IPM, maka program pemerintah yang mengarah pada peningkatan kemampuan daya beli masyarakat memang diperlukan seperti penciptaan lapangan kerja dan peningkatan kualitas angkatan kerja agar mampu bersaing.

SARAN

Dari sisi pengeluaran pemerintah, kajian ini hanya berfokus pada pengaruh yang diberikan oleh belanja pemerintah daerah secara total. Sehingga untuk penelitan selanjutnya diharapkan dapat menggambarkan bagaimana pengaruh pengalokasian belanja pemerintah baik menurut urusan maupun jenis belanja guna mendukung pertumbuhan Indeks Pembangunan Manusia. Sedangkan dari sisi pengeluaran perkapita, dapat dikembangkan dengan variabel lain yang korelasinya tidak terlalu tinggi.

REFERENSI

Arifin, Mochammad Yuli dan Suswandi Petrus Edy dan Adenan Moh, 2012, Pengaruh Pengeluaran Pemerintah Sektor Kesehatan, Pengeluaran Pemerintah Sektor Pendidikan dan Pertumbuhan Ekonomi Terhadap Indeks Pembangunan Manusia Jawa Timur 2006-2013, Jember: Universitas Jember.

Arini, Prima Rosita. 2016, Pengaruh Belanja Modal Terhadap Pertumbuhan Ekonomi dan Kesejahteraan Masyarakat Di Pulau Kalimantan, Yogyakarta:STIE YKPN Yogyakarta.

Creswell, J., W., 2012, Research Design Pendekatan kualitatif, Kuantitatif dan Mixed, Cetakan ke-2, Yogyakarta: Pustaka Pelajar.

Damayanti, Siska, 2018. Analisis Pengaruh Pengeluaran Penduduk, Pengeluaran Pemerintah, dan Rasio Ketergantungan Terhadap Indeks Pembangunan Manusia (IPM) di Indonesia, Yogyakarta: Universitas Islam Indonesia.

Ghozali Imam. 2013, Aplikasi Analisis Multivariate dengan Program IBM SPSS 21, Semarang: Universitas Diponegoro.

Krismajaya dan Martini Dewi. 2019, Pengaruh Belanja Daerah dan Investasi Terhadap Kesejahteraan Masyarakat Melalui Pertumbuhan Ekonomi Pada Kabupaten/Kota Provinsi Bali, Bali: Universitas Udayana.

Subdit Analisis Statistik.  Kompilasi Data Statistik Indeks Pembangunan Manusia, Jakarta:BPS

Todaro, Michael P. and Stephen C. Smith.2006, Economic Development. 9th Edition, New York: Pearson Addison Wesley.

Advertisement