PENGARUH FAKTOR-FAKTOR SOSIAL EKONOMI

TERHADAP KINERJA SEKTOR KESEHATAN KABUPATEN

DAN KOTA PROVINSI JAWA BARAT

DIYANE ASTRIANI SUDARYANTI

DEPARTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

BOGOR

2014

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Pengaruh Faktor-

Faktor Sosial Ekonomi Terhadap Kinerja Sektor Kesehatan Kabupaten dan Kota

Provinsi Jawa Barat adalah benar karya saya dengan arahan dari komisi

pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi

mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan

maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan

dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut

Pertanian Bogor.

Bogor, Juni 2014

Diyane Astriani Sudaryanti

NIM. H14100038

ABSTRAK

DIYANE ASTRIANI S. Pengaruh Faktor-Faktor Sosial Ekonomi terhadap

Kinerja Sektor Kesehatan Kabupaten dan Kota Provinsi Jawa Barat. Dibimbing

oleh DEWI ULFAH WARDANI. Kesehatan merupakan salah satu tujuan pembangunan dan merupakan tolak

ukur kesejahteraan. Sektor kesehatan merupakan sektor yang memegang peranan

cukup penting bagi kemajuan suatu bangsa karena sektor kesehatan merupakan modal

dasar bagi investasi sumber daya manusia. Penelitian ini bertujuan untuk

menganalisis hubungan antara output sektor kesehatan yaitu Angka Kematian Bayi

dan Angka Harapan Hidup dengan faktor sosial ekonomi di Provinsi Jawa Barat.

Penelitian ini menggunakan metode deskriptif dan data panel pada 25 kabupaten dan

kota di Provinsi Jawa Barat. Variabel bebas yang digunakan pada penelitian ini

adalah alokasi anggaran belanja kesehatan, Produk Domestik Regional Bruto (PDRB)

per kapita, persalinan ditolong tenaga kesehatan, dan angka melek huruf wanita. Hasil

penelitian menunjukkan bahwa alokasi anggaran belanja kesehatan, persalinan

ditolong tenaga kesehatan, dan angka melek huruf wanita memiliki pengaruh

signifikan negatif terhadap angka kematian bayi. Alokasi anggaran belanja kesehatan

dan angka melek huruf wanita memiliki pengaruh signifikan positif terhadap angka

harapan hidup. Variabel PDRB per kapita memiliki pengaruh yang signifikan positif

terhadap angka kematian bayi dan angka harapan hidup.

Kata kunci: Sektor kesehatan, angka kematian bayi, angka harapan hidup, alokasi

anggaran belanja kesehatan

ABSTRACT

DIYANE ASTRIANI S. The Impacts of Socio-Economic Factors on Performance

of Health Sector in The Counties and Cities of West Java Province. Supervised by

DEWI ULFAH WARDANI.

Health is one of the goals of human development and the measure of well-

being. Health sector is a sector that plays an important role for the progress of a

nation because health sector is an investment in human resources. The purpose of

this study is to analyze the relationship between output of health sector, infant

mortality rate and life expectancy with socioeconomic factors of West Java

Province. This research uses description method and panel data on 25 counties

and cities of West Java Province. The independent variables used in this study are

the allocation of regional health expenditure, the assisted delivery of health

personnel, GDP per capita, and women literacy rates. The results of the analysis

shows that allocation of regional health expenditure, the assisted delivery of

health personnel, and women literacy rates has a negative relationship on infant

mortality. Allocation of regional health expenditure and women literacy rates has

a positive relationship on life expectancy. GDP per capita is positively related on

infant mortality and life expectancy of West Java Province.

Keywords: Health Sector, Infant Mortality Rate, Life Expectancy, Allocation of

Regional Health Expenditure

Skripsi

sebagai salah satu syarat untuk memperoleh gelar

Sarjana Ekonomi

pada

Departemen Ilmu Ekonomi

PENGARUH FAKTOR-FAKTOR SOSIAL EKONOMI

TERHADAP KINERJA SEKTOR KESEHATAN KABUPATEN

DAN KOTA PROVINSI JAWA BARAT

DIYANE ASTRIANI SUDARYANTI

DEPARTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

BOGOR

2014

PRAKATA

Assalamu’alaikum Wr. Wb.

Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-

Nya sehingga penulis diberi kelancaran dan kemudahan dalam menyelesaikan

skripsi ini. Salawat dan salam selalu tercurah kepada Nabi Muhammad SAW yang

telah membawa umat muslim dari zaman kegelapan menuju zaman yang penuh

dengan rahmat dan hidayah-Nya. Skripsi yang berjudul Pengaruh Faktor-Faktor

Sosial Ekonomi Terhadap Kinerja Sektor Kesehatan Kabupaten Dan Kota

Provinsi Jawa Barat ini disusun sebagai syarat mendapatkan gelar Sarjana

Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen,

Institut Pertanian Bogor.

Pada kesempatan ini, penulis mengucapkan terima kasih yang sebesar-

besarnya kepada Ir. Dewi Ulfah Wardani, M.Si. selaku dosen pembimbing yang

dengan segala kesibukannya masih meluangkan waktu untuk memberikan arahan

dan bimbingan yang sangat bermanfaat bagi penulisan skripsi ini. Ucapan terima

kasih juga penulis sampaikan kepada Dr. Tanti Novianti, S.P, M.Si. selaku dosen

penguji utama yang telah bersedia memberikan masukan dan arahan yang bermanfaat

kepada penulis sebagai penyempurnaan penulisan skripsi ini serta kepada Laily Dwi

Arsyianti, S.E, M.Sc. selaku dosen penguji komisi pendidikan yang telah

memberikan banyak masukan mengenai tata cara penulisan skripsi yang baik.

Penulis mengucapkan terima kasih yang tak terhingga kepada kedua orang

tua penulis yaitu Bapak Titut Julianto Sudartono dan Ibu Ria Wariati Sriningsih serta

adik-adik tercinta M. Dio Danarianto juga Intan Yunianti Adiningsih kemudian

seluruh keluarga penulis atas doa, motivasi dan dukungan baik moril maupun materiil

bagi penulis dalam menyelesaikan skripsi ini.

Terima kasih dan penghargaan juga penulis sampaikan untuk semua dosen

yang telah mengajar penulis, begitu pula rekan-rekan kuliah yang senantiasa

membantu penulis selama mengikuti perkuliahan pada Program Studi Ilmu

Ekonomi IPB.

Akhir kata, penulis berharap semoga skripsi ini dapat memberikan manfaat

dan kontribusi bagi dunia pendidikan dan penelitian di Indonesia.

Bogor, Juni 2014

Diyane Astriani Sudaryanti

DAFTAR ISI

DAFTAR TABEL viii

DAFTAR GAMBAR viii

DAFTAR LAMPIRAN ix

PENDAHULUAN 1

Latar Belakang 1

Perumusan Masalah 2

Tujuan Penelitian 4

Manfaat Penelitian 4

Ruang Lingkup Penelitian 4

TINJAUAN PUSTAKA 5

Teori Pengeluaran Pemerintah 5

Kesehatan 6

Derajat Kesehatan 7

Angka Harapan Hidup 7

Angka Kematian Bayi 8

Analisis Data Panel 8

Pengujian Kesesuaian Model 10

Uji Asumsi 11

Penelitian Terdahulu 12

Kerangka Pemikiran 12

Hipotesis Penelitian 13

METODE 13

Jenis dan Sumber Data 13

Metode Pengolahan dan Analisis data 14

Analisis Deskriptif 14

Analisis Data Panel 14

HASIL DAN PEMBAHASAN 16

Perkembangan Faktor-Faktor Sosial Ekonomi Sektor Kesehatan 16

Perkembangan Kinerja Sektor Kesehatan 21

Keterkaitan antara Faktor-Faktor Sosial Ekonomi dengan Kinerja Sektor

Kesehatan 23

SIMPULAN DAN SARAN 28

Simpulan 28

Saran 29

DAFTAR PUSTAKA 29

LAMPIRAN 31

RIWAYAT HIDUP 39

DAFTAR TABEL

1 Perbandingan capaian angka kematian bayi dan angka harapan

hidup Provinsi di Pulau Jawa tahun 2010 3

2 Data dan sumber data 14

3 Uji model angka kematian bayi terbaik (pooled least square, fixed

effect model, random effect model) 23

4 Hasil estimasi model pengaruh faktor sosial ekonomi terhadap

angka kematian bayi kabupaten dan kota di Provinsi Jawa Barat

2007 sampai 2012 25

5 Uji model angka harapan hidup terbaik (pooled least square, fixed

effect model, random effect model) 26

6 Hasil estimasi model pengaruh faktor sosial ekonomi terhadap

angka harapan hidup kabupaten dan kota di Provinsi Jawa Barat

2007 sampai 2012 27

DAFTAR GAMBAR

1 Rasio jumlah penduduk provinsi terhadap jumlah penduduk

Indonesia pada sensus penduduk 2010 2

2 Proporsi anggaran kesehatan terhadap total belanja daerah

menurut provinsi tahun 2012 2

3 Proporsi anggaran per sektor terhadap total belanja daerah

Provinsi Jawa Barat tahun 2012 3

4 Kerangka pemikiran 13

5 Rasio alokasi anggaran kesehatan terhadap total alokasi

anggaran daerah kabupaten kota Provinsi Jawa Barat tahun 2007

sampai 2012 16

6 Rasio rata-rata alokasi anggaran belanja kesehatan terhadap

total alokasi anggaran belanja daerah kabupaten kota Provinsi

Jawa Barat 2007 sampai 2012 18

7 PDRB (Produk Domestik Regional Bruto) per kapita atas dasar

harga berlaku daerah kabupaten dan kota Provinsi Jawa Barat

2007 sampai 2012 19

8 Cakupan persalinan ditolong oleh tenaga kesehatan kabupaten

dan kota Provinsi Jawa Barat 2007 sampai 2012 20

9 Rasio penduduk perempuan usia 10 tahun ke atas kabupaten dan

kota Provinsi Jawa Barat menurut kemampuan membaca/menulis

tahun 2007 sampai 2012 21

10 Jumlah kematian bayi per 1000 kelahiran hidup kabupaten dan

kota Provinsi Jawa Barat 2007 sampai 2012 21

11 Angka harapan hidup kabupaten kota Provinsi Jawa Barat tahun

2007 sampai 2012 22

DAFTAR LAMPIRAN

1 Data yang digunakan 31

2 Hasil estimasi model pengaruh faktor sosial ekonomi

terhadap angka kematian bayi kabupaten dan kota

Provinsi Jawa Barat pendekatan fixed effect 35

3 Hasil uji Chow pada model angka kematian bayi 35

4 Hasil uji Hausman pada model angka kematian bayi 36

5 Uji normalitas pada model angka kematian bayi 36

6 Uji multikolinearitas pada model angka kematian bayi 36

7 Hasil estimasi model pengaruh faktor sosial ekonomi

terhadap angka harapan hidup kabupaten dan kota

Provinsi Jawa Barat pendekatan fixed effect 37

8 Hasil uji Chow pada model angka harapan hidup 37

9 Hasil uji Hausman pada model angka harapan hidup 38

10 Uji normalitas pada model angka harapan hidup 38

11 Uji multikolinearitas pada model angka harapan hidup 38

PENDAHULUAN

Latar Belakang

Kesehatan merupakan salah satu tujuan pembangunan dan tolak ukur

kesejahteraan suatu negara. Sektor kesehatan memegang peranan cukup penting

bagi kemajuan suatu bangsa karena sektor kesehatan merupakan modal dasar bagi

investasi sumber daya manusia yang kemudian akan bermuara pada kualitas

pembangunan bangsa. Kebutuhan kesehatan merupakan hak asasi manusia yang

tertuang di dalam deklarasi Perserikatan Bangsa-Bangsa (PBB) tentang hak asasi

universal manusia (Universal Declaration of Human Right) tahun 1948.

Masyarakat dengan tingkat kesehatan yang baik akan lebih produktif dalam

menempuh pendidikan dan penghidupan yang layak. Pendidikan dan penghidupan

yang layak memiliki pengaruh yang besar terhadap proses pembangunan ekonomi.

Pemerintah berperan dalam melaksanakan pembangunan dan peningkatan

kesejahteraan bagi rakyatnya. Alokasi anggaran merupakan salah satu instrumen

kebijakan fiskal yang dimiliki pemerintah, dalam hal ini alokasi anggaran

kesehatan merupakan faktor penentu derajat kesehatan masyarakat. Peran

pemerintah lainnya yaitu pelayanan kesehatan publik sebagai sarana untuk

meningkatkan kesehatan masyarakat. Tantangan bagi pemerintah pusat maupun

pemerintah daerah adalah menciptakan pelayanan kesehatan masyarakat yang

berimplikasi pada pembangunan ekonomi. Meningkatnya kesehatan masyarakat

berperan penting dalam meningkatkan pertumbuhan ekonomi, misalnya dengan

mengkonsumsi makanan yang sehat dan bergizi akan meningkatkan kualitas

pendidikan dan pekerjaan. Kualitas gizi yang tinggi akan berpengaruh terhadap

cara berpikir terutama dalam pendidikan dan akan menghasilkan pekerja yang

produktif sehingga pada akhirnya meningkatkan produktivitas pekerjaan. Dengan

meningkatnya kualitas pendidikan dan pekerjaan tersebut maka akan

meningkatkan pertumbuhan ekonomi.

Dalam pencapaian kualitas kesehatan yang baik secara menyeluruh, tidak

hanya diperlukan peran pemerintah saja tetapi juga peran masyarakat. Masyarakat

sebagai salah satu faktor penentu keberhasilan sektor kesehatan melalui perilaku

sehari-hari dan kesadaran akan pentingnya kesehatan juga merupakan upaya

dalam peningkatan kinerja sektor kesehatan. Tercapainya kerjasama antara

pemerintah dan masyarakat dilihat dari sisi sosial dan ekonomi akan menentukan

keberhasilan sektor kesehatan melalui kinerja sektor kesehatan yaitu angka

kematian bayi dan angka harapan hidup. Angka kematian bayi merupakan salah

satu pengukur keadaan sosial ekonomi dimana kematian bayi tersebut dihitung

dan angka harapan hidup merupakan alat evaluasi kebijakan pemerintah dalam

sektor kesehatan terkait dengan kesejahteraan penduduk.

Dari penjelasan tersebut pentingnya untuk mengetahui seberapa besar

pengaruh faktor-faktor sosial ekonomi baik dari pemerintah maupun masyarakat

pada bidang kesehatan terhadap kinerja sektor kesehatan yang dinilai dengan

derajat kesehatan masyarakat yaitu angka kematian bayi dan angka harapan hidup.

2

Perumusan Masalah

Provinsi Jawa Barat termasuk daerah yang memiliki jumlah penduduk yang

cukup banyak. Berdasarkan data Sensus Penduduk 2010, jumlah penduduk

Provinsi Jawa Barat terhadap jumlah penduduk Indonesia mencapai 18% (BPS

2012). Gambar 1 menunjukkan Provinsi Jawa Barat dibandingkan dengan

Provinsi lainnya di Indonesia memiliki jumlah penduduk paling tinggi. Jumlah

penduduk di Provinsi Jawa Barat yang banyak tersebut membuat permasalahan

kesehatan pada Provinsi Jawa Barat diduga akan berdampak besar terhadap

tingkat nasional.

Sumber : Badan Pusat Statistik 2014

Gambar 1 Rasio Jumlah Penduduk Provinsi terhadap Jumlah Penduduk Indonesia

pada Sensus Penduduk 2010

Selain jumlah penduduk yang tinggi, proporsi anggaran kesehatan Provinsi

Jawa Barat merupakan ukuran perhatian pemerintah terhadap sektor kesehatan.

Gambar 2 menunjukkan proporsi anggaran kesehatan Provinsi Jawa Barat hanya

Sumber : Direktorat Jenderal Perimbangan Keuangan 2014

Gambar 2 Proporsi Anggaran Kesehatan Terhadap Total Belanja Daerah

Menurut Provinsi Tahun 2012

18%

02468

101214161820

Ace

hS

um

ater

a U

tara

Su

mat

era

Bar

atR

iau

Jam

bi

Su

mat

era

Sel

atan

Ben

gk

ulu

Lam

pu

ng

Ban

gk

a B

elit

un

gK

epu

lauan

Ria

uD

KI

Jak

arta

Jaw

a B

arat

Jaw

a T

eng

ahD

I Y

ogy

akar

taJa

wa

Tim

ur

Ban

ten

Bal

iN

usa

Ten

gg

ara

Bar

atN

usa

Ten

gg

ara

Tim

ur

Kal

iman

tan

Bar

atK

alim

anta

n T

eng

ahK

alim

anta

n S

elat

anK

alim

anta

n T

imur

Su

law

esi

Uta

raS

ula

wes

i T

eng

ahS

ula

wes

i S

elat

anS

ula

wes

i T

eng

gar

aG

oro

nta

loS

ula

wes

i B

arat

Mal

uk

uM

alu

ku U

tara

Pap

ua

Bar

atP

apu

a

Jum

lah P

end

ud

uk (

%)

Provinsi

9.89%

3.37%

8.65% 6.00%

15.05%

5.53%

0%

5%

10%

15%

20%

DKI Jakarta Jawa Barat Jawa Tengah DI Yogyakarta Jawa Timur Banten

Provinsi

3

sebesar 3.37% terhadap total belanja daerahnya. Dengan proporsi alokasi

anggaran belanja kesehatan tersebut, Jawa Barat memiliki proporsi yang

paling kecil di antara beberapa provinsi khususnya yang berada di Pulau

Jawa.Kemudian, jika dilihat dari alokasi anggaran belanja tiap sektor, Gambar 3

menunjukkan bahwa sektor kesehatan dibanding sektor lainnya masih menempati

urutan rasio yang kecil dimana alokasi anggaran sektor kesehatan masih berada di

bawah sektor pelayanan umum, ekonomi, perumahan dan fasilitas umum, dan

pendidikan. Hal ini menunjukan sektor kesehatan belum menjadi prioritas

pembangunan di daerah Provinsi Jawa Barat.

Sumber : Direktorat Jenderal Perimbangan Keuangan 2014

Gambar 3 Proporsi Anggaran per Sektor Terhadap Total Belanja Daerah

Provinsi Jawa Barat Tahun 2012

Kinerja sektor kesehatan yang digambarkan melalui pencapaian angka

kematian bayi dan angka harapan hidup Provinsi Jawa Barat dapat dilihat pada

Tabel 1.

Tabel 1 Perbandingan Capaian Angka Kematian Bayi dan Angka Harapan Hidup

Provinsi di Pulau Jawa Tahun 2010

Provinsi Angka Kematian Bayi

(Per 1000 Kelahiran)

Angka Harapan Hidup

(Tahun)

Jawa Barat 26.0 70.9

DKI Jakarta 14.0 74.7

Jawa Tengah 21.0 72.4

DI Yogyakarta 15.7 74.1

Jawa Timur 25.0 71.3

Banten 24.3 71.4 Sumber : Profil Kependudukan dan Pembangunan Indonesia 2013

Tabel 1 menunjukkan pencapaian angka kematian bayi dan angka harapan

hidup Provinsi Jawa Barat yang masih di bawah Provinsi lainnya di Pulau Jawa.

Provinsi Jawa Barat memiliki nilai angka kematian bayi terbesar yaitu 26 per

seribu kelahiran dan angka harapan hidup paling rendah dibandingkan provinsi

lainnya yang berada di Pulau Jawa yaitu hanya sebesar 70.9 tahun. Hal ini

mengindikasikan bahwa masih rendahnya kinerja sektor kesehatan Provinsi Jawa

76.99%

0.10%

6.34%

1.65%

5.45%

3.37%

0.68%

4.66%

0.77%

0% 20% 40% 60% 80% 100%

Pelayanan Umum

Ketertiban dan Ketentraman

Ekonomi

Lingkungan Hidup

Perumahan dan Fasilitas Umum

Kesehatan

Pariwisata dan Budaya

Pendidikan

Perlindungan Sosial

Rasio

4

Barat yang terlihat dari banyak faktor. Rendahnya hasil kinerja sektor kesehatan

berupa angka kematian bayi dan angka harapan hidup diduga dipengaruhi oleh

berbagai faktor sosial ekonomi tidak hanya dari sisi pemerintah, tetapi juga

masyarakat. Dari uraian permasalahan tersebut, maka memunculkan beberapa

pertanyaan penelitian :

1. Bagaimana perkembangan faktor-faktor sosial ekonomi sektor kesehatan

Kabupaten/Kota Provinsi Jawa Barat tahun 2007 sampai 2012?

2. Bagaimana perkembangan kinerja sektor kesehatan Kabupaten/Kota Provinsi

Jawa Barat ditinjau dari Angka Kematian Bayi dan Angka Harapan Hidup

tahun 2007 sampai 2012?

3. Bagaimana keterkaitan antara faktor-faktor sosial ekonomi dengan kinerja

sektor kesehatan Kabupaten/Kota Provinsi Jawa Barat tahun 2007 sampai

2012?

Tujuan Penelitian

1. Mendeskripsikan perkembangan faktor-faktor sosial ekonomi sektor kesehatan

kabupaten dan kota Provinsi Jawa Barat tahun 2007 sampai 2012.

2. Mendeskripsikan perkembangan kinerja sektor kesehatan kabupaten dan kota

Provinsi Jawa Barat ditinjau dari Angka Kematian Bayi dan Angka Harapan

Hidup 2007 sampai 2012.

3. Menganalisis keterkaitan antara faktor-faktor sosial ekonomi dengan kinerja

sektor kesehatan kabupaten dan kota Provinsi Jawa Barat 2007 sampai 2012.

Manfaat Penelitian

1. Penelitian ini diharapkan dapat memberikan masukan bagi pengambil kebijakan

terkait peningkatan kualitas dan kinerja kesehatan di kabupaten dan kota

Provinsi Jawa Barat.

2. Penelitian ini diharapkan dapat memberikan pengetahuan umum yang dapat

diambil manfaatnya bagi masyarakat, khususnya pengetahuan mengenai sektor

kesehatan.

3. Penelitian ini diharapkan menjadi salah satu sumber referensi yang baik bagi

kegiatan penulisan dan penelitian selanjutnya.

Ruang Lingkup Penelitian

Penelitian ini dilakukan di wilayah Provinsi Jawa Barat dengan

pertimbangan bahwa Provinsi Jawa Barat merupakan salah satu provinsi yang

terletak dekat dengan Ibu Kota Negara Indonesia dan sedang berupaya mengatasi

permasalahan kesehatan.

5

TINJAUAN PUSTAKA

Teori Pengeluaran Pemerintah

Kebijakan pemerintah dicerminkan oleh pengeluaran pemerintah. Untuk

melaksanakan kebijakan tersebut, pemerintah mengeluarkan biaya yang

diperlukan ketika telah menetapkan suatu kebijakan untuk membeli barang dan

jasa. Biaya yang diperlukan tersebut adalah cerminan dari pengeluaran pemerintah.

Menurut Mangkoesoebroto (1999), teori-teori yang berkaitan mengenai

perkembangan pengeluaran pemerintah dapat dibagi menjadi teori mikro dan teori

makro. Tujuan dari teori secara mikro adalah untuk menganalisis faktor-faktor

yang menimbulkan permintaan dan memengaruhi tersedianya barang publik.

Teori perkembangan pengeluaran pemerintah dalam penelitian ini

mengedepankan teori secara makro. Teori makro mengenai perkembangan

pengeluaran pemerintah dikemukakan oleh para ahli ekonomi dan dapat

digolongkan ke dalam tiga golongan, yaitu model pembangunan tentang

perkembangan pengeluaran pemerintah teori Rostow dan Musgrave, hukum

Wagner mengenai perkembangan aktivitas pemerintah, dan teori Peacock dan

Wiseman.

Teori Rostow dan Musgrave

Model pembangunan tentang perkembangan pengeluaran pemerintah yang

dikembangkan oleh Rostow dan Musgrave mengenai hubungan perkembangan

pengeluaran pemerintah dengan tahap pembangunan ekonomi. Pada tahap awal

perkembangan ekonomi, persentase investasi pemerintah lebih besar dari total

investasi sebab pada tahap ini pemerintah harus menyediakan prasarana seperti

pendidikan, kesehatan dan sebagainya. Pada tahap menengah investasi pemerintah

tetap diperlukan untuk meningkatkan pertumbuhan ekonomi, namun pada tahap

ini peranan investasi swasta juga semakin besar. Peranan pemerintah tetap besar

pada tahap menengah, oleh karena pada tahap ini banyak terjadi kegagalan pasar

yang ditimbulkan karena perkembangan ekonomi. Musgrave berpendapat bahwa

dalam suatu proses pembangunan, investasi swasta dalam persentase terhadap

Gross National Product (GNP) semakin besar dan persentase investasi

pemerintah dalam persentase terhadap GNP akan semakin mengecil. Pada tingkat

yang lebih lanjut, Rostow mengatakan bahwa pembangunan ekonomi, aktivitas

pemerintah beralih dari penyediaan prasarana ke pengeluaran-pengeluaran untuk

aktivitas sosial seperti halnya program kesejahteraan hari tua, program pelayanan

kesehatan masyarakat, dan sebagainya.

HukumWagner

Wagner mengemukakan suatu teori mengenai perkembangan pengeluaran

pemerintah yang semakin besar dalam persentasi terhadap GNP yang juga

didasarkan pula pada pengamatan di negara-negara Eropa, Amerika Serikat dan

Jepang pada abad ke-19. Wagner mengemukakan pendapatnya dalam bentuk

suatu hukum, akan tetapi dalam pandangannya tersebut dijelaskan apa yang

dimaksud dengan pertumbuhan pengeluaran pemerintah dan GNP, apakah dalam

pengertian pertumbuhan secara relatif ataukah secara absolut. Apabila yang

6

dimaksud Wagner adalah perkembangan pengeluaran pemerintah secara relatif

sebagaimana teori Musgrave, maka hukum Wagner adalah sebagai berikut :

Dalam suatu perekonomian, apabila pendapatan perkapita meningkat, secara

relatif pengeluaran pemerintah pun akan meningkat. Dasar dari hukum tersebut

adalah pengamatan empiris dari negara-negara maju (Amerika Serikat, Jerman

dan Jepang), tetapi hukum tersebut memberi dasar akan timbulnya kegagalan

pasar dan eksternalitas. Wagner menyadari bahwa dengan bertumbuhnya

perekonomian hubungan antara industri dengan industri, hubungan industri

dengan masyarakat, dan sebagainya menjadi semakin rumit atau kompleks. Dalam

hal ini Wagner menerangkan mengapa peranan pemerintah menjadi semakin besar,

yang terutama disebabkan karena pemerintah harus mengatur hubungan yang

timbul dalam masyarakat, hukum, pendidikan, rekreasi, kebudayaan dan

sebagainya. Kelemahan hukum Wagner adalah karena hukum tersebut tidak

didasarkan pada suatu teori mengenai pemilihan barang-barang publik. Wagner

mendasarkan pandangannya dengan suatu teori yang disebut teori organis

mengenai pemerintah yang menganggap pemerintah sebagai individu yang bebas

bertindak, terlepas dari anggota masyarakat yang lainnya.

Teori Peacock dan Wiseman

Peacock dan Wiseman adalah dua orang yang mengemukan teori mengenai

perkembangan pengeluaran pemerintah yang terbaik. Teori mereka didasarkan

pada suatu pandangan bahwa pemerintah senantiasa berusaha untuk memperbesar

pengeluaran sedangkan masyarakat tidak suka membayar pajak yang besar untuk

membiayai pengeluaran pemerintah yang semakin besar tersebut, sehingga teori

Peacock dan Wiseman merupakan dasar dari teori pemungutan suara. Peacock dan

Wiseman mendasarkan teori mereka pada suatu teori bahwa masyarakat

mempunyai suatu tingkat toleransi pajak, yaitu suatu tingkat dimana masyarakat

dapat memahami besarnya pungutan pajak yang dibutuhkan oleh pemerintah

untuk membiayai pengeluaran pemerintah. Jadi masyarakat menyadari bahwa

pemerintah membutuhkan dana untuk membiayai aktivitas pemerintah sehingga

mereka mempunyai suatu tingkat kesediaan masyarakat untuk membayar pajak.

Tingkat kesediaan ini merupakan kendala bagi pemerintah untuk menaikan

pemungutan pajak secara semena-mena.

Kesehatan

Kesehatan dapat diartikan sebagai keadaan sejahtera pada seseorang.

Kesejahteraan yang meliputi aspek raga, jiwa dan sosial sehingga dapat hidup

secara produktif baik dari segi ekonomi dan sosial. Kesehatan merupakan keadaan

prima baik secara mental dan fisik sehingga seseorang dapat berinteraksi dan

bersosialisasi dengan baik dalam lingkungannya. Menurut Undang-Undang No.23

Tahun 1992, kesehatan dapat didefiniskan sebagai suatu keadaan sejahtera dari

badan, jiwa dan sosial yang memungkinkan hidup produktif secara sosial dan

ekonomi.

7

Derajat Kesehatan

Derajat kesehatan masyarakat kerap dipaparkan dengan berbagai indikator

yang secara garis besar terdiri dari dua aspek yaitu mortalitas dan morbiditas

(Depkes RI 2008). Mortalitas adalah kejadian kematian dalam suatu kelompok

populasi. Indikator tingkat kematian yang ada di antaranya adalah Angka

Kematian Bayi (AKB), Angka Kematian Balita (AKABA), Angka Kematian Ibu

Maternal (AKI), Angka Kematian Kasar (AKK), dan Umur Harapan Hidup

Waktu Lahir (UHH). Sedangkan morbiditas adalah kejadian berupa tingkat

kesakitan suatu negara yang mencakup indikator-indikator yang berupa penyakit

menular dan penyakit tidak menular. Pada tinjaun pustaka ini, hanya akan dibahas

mengenai derajat kesehatan berupa aspek mortalitas yang dijadikan objek dalam

penelitian ini, angka kematian bayi dan angka harapan hidup.

Angka Harapan Hidup

Angka Harapan Hidup (AHH) mengindikasikan kesehatan masyarakat dan

mencerminkan tingkat keberhasilan pembangunan bidang kesehatan. Semakin

tinggi AHH maka derajat kesehatan masyarakat semakin baik dan hal ini

didukung oleh keberhasilan pembangunan bidang kesehatan. Sebaliknya,

pembangunan bidang kesehatan yang kurang berdampak pada rendahnya derajat

kesehatan masyarakat sehingga AHH rendah. Meningkatnya perawatan kesehatan

melalui puskesmas, meningkatnya daya beli masyarakat akan meningkatkan akses

terhadap pelayanan kesehatan, mampu memenuhi kebutuhan gizi dan kalori,

mampu mempunyai pendidikan yang lebih baik sehingga memperoleh pekerjaan

dengan penghasilan yang memadai, yang pada gilirannya akan meningkatkan

derajat kesehatan masyarakat dan memperpanjang usia harapan hidupnya. Umur

Harapan Hidup pada suatu umur x adalah rata-rata tahun hidup yang masih akan

dijalani oleh seseorang yang telah berhasil mencapai umur x, pada suatu tahun

tertentu, dalam situasi mortalitas yang berlaku di lingkungan masyarakatnya.

Umur Harapan Hidup Saat Lahir adalah rata-rata tahun hidup yang akan dijalani

oleh bayi yang baru lahir pada suatu tahun tertentu. Umur Harapan Hidup atau

Angka Harapan Hidup merupakan alat untuk mengevaluasi kinerja pemerintah

dalam meningkatkan kesejahteraan penduduk pada umumnya, dan meningkatkan

derajat kesehatan pada khususnya. Menurut Badan Pusat Statistik (BPS) (2014)

Angka Harapan 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. Idealnya Angka Harapan Hidup dihitung berdasarkan Angka

Kematian Menurut Umur (Age Specific Death Rate/ASDR) yang datanya

diperoleh dari catatan registrasi kematian secara bertahun-tahun sehingga

dimungkinkan dibuat tabel kematian. Tetapi karena sistem registrasi penduduk di

Indonesia belum berjalan dengan baik maka untuk menghitung Angka Harapan

Hidup digunakan cara tidak langsung dengan program software Mortpak Lite.

8

Angka Kematian Bayi

Angka Kematian Bayi (infant mortality rate) adalah kematian yang terjadi

antara saat setelah bayi lahir sampai bayi belum berusia tepat satu tahun.

Penyebab kematian bayi dapat dibagi menjadi dua macam yaitu endogen dan

eksogen. Kematian bayi endogen atau kematian neo-natal adalah kematian bayi

yang terjadi pada bulan pertama setelah dilahirkan umumnya terjadi karena faktor

yang dibawa sejak lahir oleh orangtuanya pada saat konsepsi atau selama

kehamilan. Kematian bayi eksogen atau post-neonatal adalah kematian bayi yang

terjadi setelah usia satu bulan sampai menjelang usia satu tahun disebabkan oleh

faktor-faktor dari lingkungan luar (BPS 2014). Angka Kematian Bayi

menggambarkan keadaan sosial ekonomi masyarakat dimana angka kematian itu

dihitung. Pengembangan perencanaan menggunakan Angka Kematian Bayi

berbeda antara kematian neo-natal dan kematian bayi yang lain. Kematian neo-

natal disebabkan oleh faktor endogen yang berhubungan dengan kehamilan

sehingga perencanaan dan pengembangannya melalui program-program untuk

mengurangi angka kematian neo-natal atau yang bersangkutan dengan program

pelayanan kesehatan ibu hamil, misalnya program pemberian pil besi dan suntikan

anti tetanus. Sedangkan Angka Kematian Post-Neonatal dan Angka Kematian

Anak serta Kematian Balita dapat berguna untuk mengembangkan program

imunisasi, serta program-program pencegahan penyakit menular terutama pada

anak-anak, program penerangan tentang gizi dan pemberian makanan sehat untuk

anak dibawah usia 5 tahun. Secara matematis, Angka Kematian Bayi adalah

banyaknya kematian bayi berusia dibawah satu tahun, per 1000 kelahiran hidup

pada satu tahun tertentu. Adapun cara penghitungannya adalah sebagai berikut:

Σ

dimana:

AKB = Angka Kematian Bayi / Infant Mortality Rate (IMR)

D 0-<1th = Jumlah Kematian Bayi (berumur kurang 1 tahun) pada satu

tahun tertentu di daerah tertentu

Σlahir hidup = Jumlah Kelahiran Hidup pada satu tahun tertentu di daerah

tertentu

K = 1000

Analisis Data Panel

Data yang digunakan dalam analisis ekonometrika terdiri dari tiga jenis,

yaitu data cross section, data time series dan data panel. Cross section merupakan

data yang dikumpulkan dalam satu waktu pada banyak individu, sedangkan time

series merupakan data yang dikumpulkan dari waktu ke waktu terhadap suatu

individu. Pooled data merupakan penggabungan data cross section dan time

series dimana data yang dikumpulkan secara cross section pada periode waktu

tertentu. Penggunaan data panel telah memberikan banyak manfaat secara statistik

9

maupun menurut teori ekonomi. Manfaat dari penggunaan panel data antara lain

adalah:

1. Dapat mengontrol heterogenitas individu.

2. Mampu mengurangi kolinearitas antar variabel, meningkatkan degrees of

freedom, lebih bervariasi, dan lebih efisien.

3. Mengidentifikasi dan mengukur efek yang secara sederhana tidak dapat

diperoleh dari data cross section murni atau data time series murni dengan baik.

4. Dapat menguji dan membangun model perilaku yang lebih kompleks.

Teknik untuk mengestimasi parameter model dengan data panel dibagi menjadi

tiga yaitu Pooled Least Square, metode efek tetap atau Fixed Effect dan metode

efek acak atau Random Effect.

1. Model Pooled Least Square

Metode ini merupakan penggabungan sederhana dari data time series dan cross

section. Estimasi dari model Pooled Least Square dapat diuraikan ke dalam

model berikut:

Yit

= α + βXit

+ εit

Asumsi yang digunakan pada metode ini terbatas karena mengasumsikan

intersep dan koefisien dari setiap variabel konstan untuk setiap i (data cross

section) yang diobservasi. Hal ini dapat menyebabkan variabel yang diabaikan

mengubah intersep time series dan cross section.

2. Model Fixed Effect

Keterbatasan yang ada pada model Pooled Least Square dapat diatasi dengan

memasukan peubah dummy untuk memungkinkan perbedaan intersep α.

Koefisien-koefisien lainnya tetap sama bagi setiap kabupaten dan kota yang

diobservasi. Metode fixed effect dapat diuraikan sebagai berikut:

Yit= α + βX

it + γW

2t + γW

3t + ⋯ + γ

NW

NT + δ

2Z

i2 + δ

3Z

i3 + ⋯ + δ

2Z

i2 + ε

it

dimana :

Wit = 1 untuk individu daerah ke-i; i= 2,3,…,N

0 selainnya

Zit = 1 untuk periode waktu ke-t; t= 2,3,…,N

0 selainnya

Koefisien dari variabel dummy akan mengukur perubahan intersep cross

section dan time series. Namun model ini memiliki beberapa kekurangan

seperti penggunaan dummy tidak langsung mengidentifikasi apa yang

menyebabkan pergeseran garis regresi sepanjang waktu dan antar daerah.

Kedua teknik dummy mengurangi derajat bebas cukup besar (Juanda 2009).

3. Model Random Effect

Model Random Effect mengasumsikan tidak ada korelasi antara efek individu

dan regresor. Model ini memiliki dua komponen residual, yaitu residual secara

menyeluruh dan residual secara individu. Model Random Effect dapat

dijabarkan sebagai berikut:

Yit

= α + βXit

+ εit

εit

= ui + v

t + w

it

dimana :

𝑢𝑖 ~ N(0, ²) : komponen sisaan data cross section

𝑣𝑡 ~ N(0, ²) : komponen sisaan data time series

10

𝑤𝑖 ~ N(0, ²) : komponen sisaan gabungan

Formulasi model Random Effect diperoleh dari model Fixed Effect dengan

mengasumsikan rataan efek acak dari variabel time-series dan cross section

termasuk dalam intersep dan deviasi acak dari rataanya sama dengan masing-

masing komponen galat 𝑢 dan 𝑣 .

Pengujian Kesesuaian Model

Pengujian terhadap parameter estimasi dilakukan setelah parameter estimasi

didapat. Pengujian dapat dilakukan secara statistik dan juga dengan pendekatan

analisis model data panel.

1. Uji Chow

Pengujian yang digunakan untuk memilih apakah model Pooled Least Square

atau Fixed Effect untuk digunakan. Hipotesisnya adalah sebagai berikut:

: Model Pooled Least Square (Restricted)

: Model Fixed Effect (Unrestricted)

Dasar penolakan dengan menggunakan F statistik dengan rumus :

𝑡 𝑡

Keterangan :

RRSS = Restricted Residual Sum Square

URSS = Unrestricted Residual Sum Square

N = Jumlah data cross section

T = Jumlah data time series

K = Jumlah variabel penjelas

Jika nilai F-stat lebih besar dari F-tabel, maka cukup bukti untuk menolak

hipotesis nol yaitu menggunakan model Fixed Effect, jika Jika nilai F-stat lebih

kecil dari F-tabel, maka terima hipotesis nol yaitu menggunakan model Pooled

Least Square.

2. Uji Hausman

Uji Hausman dilakukan setelah pengujian Uji Chow. Uji Hausman digunakan

untuk memilih model yang terbaik antara model Random Effect atau model

Fixed Effect. Hipotesisnya sebagai berikut:

: Model Fixed Effect

: Model Random Effect

Dasar penolakan menggunakan perbandingan statistik Hausman dengan

Chi-Square atau juga bisa dilihat dari nilai p-value nya. Jika p-value lebih kecil

dari 5% maka dapat disimpulkan bahwa model Fixed Effect lebih baik

dibandingkan dengan model Random Effect.

3. Kecocokan Model (Goodness of Fit)

Koefisien determinasi yang dilambangkan dengan dapat menguji goodness

of fit dari estimasi model yang dibuat. Koefisien determinasi dapat menjelaskan

persentase total variasi variabel tak bebas yang dijelaskan dalam model. Nilai

selalu berada di antara 0 dan 1. Semakin besar nilai semakin baik

kualitas model, karena semakin dapat menjelaskan hubungan antara variabel

bebas dan variabel tak bebas.

11

4. Pengujian Hipotesis

Untuk membuktikan bahwa koefisien regresi suatu model secara statistik

signifikan atau tidak, perlu dikaji apakah koefisien regresi satu per satu secara

statistik signifikan atau tidak dalam memengaruhi nilai variabel tak bebas, juga

perlu diuji untuk membuktikan secara statistik bahwa keseluruhan koefisien

regresi juga signifikan dalam menentukan nilai variabel tak bebas. Untuk

melihat seberapa jauh pengaruh masing-masing variabel bebas dapat dilakukan

dengan Uji Statistik t. Cara yang lebih mudah juga dapat dilihat dari p-value.

Jika p-value lebih kecil dari nilai α = 5%, maka variabel bebas berpengaruh

secara signifikan. Keseluruhan koefisien regresi dapat dilakukan dengan uji

statistik F.

Uji Asumsi

1. Multikolinearitas

Multikolinearitas adalah kondisi dimana terjadi korelasi yang kuat di antara

variabel-variabel penjelas yang diikutsertakan dalam pembentukan model

regresi linier. Dalam regresi liniear klasik, salah satu asumsi yang harus

dipenuhi adalah tidak adanya multikolinieritas. Selama kolinearitas itu tidak

sempurna, estimator OLS masih tetap Best Linear Unbiased Estimator

(BLUE) meskipun salah satu atau lebih koefisien regresi parsial dalam regresi

berganda bisa saja secara individual tak signifikan secara statistik (Gujarati

2006).

2. Autokorelasi

Autokorelasi merupakan keadaan dimana adanya korelasi berantai antar

variabel gangguan periode tertentu dengan variabel gangguan periode lain.

Autokorelasi secara simbolis dapat ditulis 𝐸 𝑢 𝑢 ≠0 𝑖≠𝑗. Uji untuk

mendeteksi autokorelasi yang paling terkenal adalah uji yang dikembangkan

oleh Durbin dan Watson. Uji Durbin dan Watson (DW test) dapat dimulai

dari menentukan hipotesis.

3. Heteroskedastisitas

Heteroskedastisitas menunjukkan varians 𝑢𝑖 adalah 𝜎𝑖², yang berarti adanya

ketidaksamaan varians dari residual dari setiap pengamatan pada model

regresi. Juanda (2009) menyatakan ketika heteroskedastisitas terjadi, dugaan

parameter koefisien regresi dengan metode OLS tidak bias dan masih

konsisten tetapi standar errornya bias ke bawah yang menyebabkan penduga

OLS tidak efisien lagi.

4. Normalitas

Dalam analisis statistik parametrik, asumsi yang harus dimiliki pada data

adalah faktor kesalahan 𝑢 didistribusikan secara normal. Prosedur sederhana

untuk uji normalitas yaitu uji Jarque-Bera. Uji Jarque-Bera merupakan uji

sampel besar yang didasarkan atas residu Ordinary Least Square. Hipotesis

pada data berdistribusi normal, nilai probabilitas yang kecil cenderung

mengarahkan pada penolakan hipotesis nol distribusi normal. Bila nilai

Jarque-Bera dan probabilitas lebih besar dari α = 5%, maka data berdistribusi

normal.

12

Penelitian Terdahulu

Beberapa penelitian telah dilakukan tentang faktor sosial ekonomi dan

kaitannya dengan sektor kesehatan. Jutting (2007) melakukan penelitian untuk

mengetahui kontribusi desentralisasi fiskal dan karakteristik sosial ekonomi pada

sektor kesehatan melalui Angka Kematian Bayi di China. Hasil penelitian ini

menyatakan bahwa kabupaten/kota yang memiliki pendapatan yang rendah

memiliki ketergantungan yang tinggi terhadap provinsi dalam menentukan belanja

kesehatan. Pendidikan, tingkat fertilitas, dan pendapatan masyarakat berpengaruh

signifikan dalam mengurangi angka kematian bayi.

Asfaw et al (2004) melakukan penelitian tentang dampak desentralisasi

fiskal dan faktor sosial ekonomi terhadap outcomes kesehatan di pedesaan India.

Hasil penelitian menyatakan bahwa desentralisasi dapat mengurangi angka

kematian bayi. Pada penelitian ini menyatakan bahwa desentralisasi fiskal pada

komunitas atau daerah yang memiliki partisipasi politik yang rendah

menyebabkan rendahnya penurunan angka kematian bayi. Pendapatan dan angka

melek huruf wanita merupakan faktor yang berpengaruh dalam mengurangi angka

kematian bayi di India.

Jimenez (2010) melakukan penelitian untuk mengetahui dampak

penerimaan pajak pemerintah terhadap sektor kesehatan pada 19 negara OECD.

Hasil penelitian menyatakan bahwa penerimaan pajak oleh pemerintah dapat

mengurangi angka kematian bayi. Penelitian ini menyatakan bahwa penerimaan

pajak pemerintah memiliki pengaruh yang positif terhadap efektifitas dari

kebijakan publik dalam peningkatan kesehatan masyarakat. Jumlah dokter dan

tingkat pendidikan memiliki pengaruh dalam mengurangi angka kematian bayi

dan perilaku masyarakat dalam konsumsi alkohol dan rokok signifikan

mempengaruhi peningkatan angka kematian bayi.

Febriana (2009) melakukan penelitian untuk mengetahui keterkaitan antara

alokasi anggaran belanja pembangunan dan belanja rutin pemerintah dengan

kinerja sektor kesehatan melalui angka harapan hidup dan angka kematian bayi di

Indonesia. Hasil penelitian menyatakan bahwa alokasi anggaran belanja

pembangunan pemerintah memiliki pengaruh negatif signifikan terhadap angka

kematian bayi dan memiliki pengaruh positif terhadap angka harapan hidup.

Hal yang membedakan penelitian ini dengan penelitian sebelumnya adalah

pada penelitian ini menggunakan daerah provinsi, yaitu Provinsi Jawa Barat

sebagai studi kasus untuk melihat kondisi sosial ekonomi yang memengaruhi

kinerja sektor kesehatan lingkup kabupaten dan kota. Variabel yang digunakan

dalam model penelitian ini merupakan kombinasi dari penelitian sebelumnya dan

penambahan variabel lainnya.

Kerangka Pemikiran

Sektor kesehatan merupakan salah satu komponen yang mencerminkan

keberhasilan pembangunan suatu bangsa. Tingkat kesehatan yang baik akan

mendorong produktivitas tenaga kerja yang akhirnya berimplikasi pada output

yang tinggi. Untuk meningkatkan kualitas kesehatan masyarakat, diperlukan tidak

hanya peran pemerintah tetapi dibutuhkan juga peran masyarakat dari segi sosial

13

dan ekonomi. Dengan adanya sinergi antara sosial ekonomi pemerintah dan

masyarakat diharapkan dapat mempengaruhi peningkatan kualitas derajat

kesehatan masyarakat melalui angka kematian bayi dan angka harapan hidup.

Gambar 4 Kerangka Pemikiran

Hipotesis Penelitian

1. Semakin tinggi rasio anggaran belanja kesehatan terhadap total belanja daerah

mencerminkan peningkatan kualitas kesehatan yang semakin baik, diduga

akan mengurangi angka kematian bayi dan meningkatkan angka harapan

hidup.

2. Semakin tinggi PDRB per kapita diduga dapat menurunkan angka kematian

bayi dan meningkatkan kualitas angka harapan hidup.

3. Persalinan oleh tenaga kesehatan mencerminkan tingkat pelayanan kesehatan

yang diduga akan mengurangi angka kematian bayi.

4. Angka melek huruf mencerminkan tingkat pendidikan masyarakat yang

diduga akan mengurangi angka kematian bayi dan meningkatkan angka

harapan hidup.

METODE PENELITIAN

Jenis dan Sumber Data

Data yang digunakan dalam penelitian ini adalah data sekunder dengan jenis

data panel. Objek yang diteliti adalah 25 kabupaten dan kota di Provinsi Jawa

Barat pada tahun 2007 sampai 2012. Kabupaten Bandung Barat tidak dimasukkan

14

dalam objek penelitian untuk kekonsistenan data. Data pendukung lainnya seperti

buku, jurnal dan lain-lain diperoleh dari perpustakaan BPS Pusat, BPS Kabupaten

Bogor, Direktorat Jenderal Perimbangan Keuangan, Dinas Kesehatan Provinsi

Jawa Barat dan perpustakaan di lingkungan IPB. Berikut jenis data dan sumber

data yang disajikan pada Tabel 2.

Tabel 2 Data dan Sumber Data

Keterangan Sumber

Angka Harapan Hidup BPS Pusat

Angka Kematian Bayi (terlapor) Dinas Kesehatan Jawa Barat (diolah)

Anggaran Belanja Kesehatan Dinas Kesehatan Jawa Barat (diolah)

Produk Domestik Regional

Bruto/Kapita

BPS Kabupaten Bogor

Persalinan dengan Tenaga

Kesehatan

Dinas Kesehatan Jawa Barat (diolah)

Angka Melek Huruf Dinas Kesehatan Jawa Barat (diolah)

Metode Pengolahan dan Analisis Data

Metode analisis yang digunakan dalam penelitian ini terdiri dari analisis

deskriptif dan analisis regresi data panel. Analisis deskriptif digunakan untuk

menginterprestasikan data kuantitatif secara sederhana. Pengolahan dilakukan

dengan menggunakan program software Microsoft Excel dan Eviews7.

Analisis Deskriptif

Analisis deskriptif dalam penelitian ini digunakan untuk menjawab tujuan

pertama dan kedua yaitu menggambarkan perkembangan faktor-faktor sosial

ekonomi kabupaten dan kota di Provinsi Jawa Barat untuk sektor kesehatan.

Faktor-faktor sosial ekonomi dilihat dari peran pemerintah dan masyarakat.

Dilihat melalui faktor ekonomi yaitu pengeluaran pemerintah pada sektor

kesehatan dan pdrb per kapita, dalam pengukurannya, perlu diketahui seberapa

besar anggaran pengeluaran pemerintah di sektor tersebut dan pengaruhnya

terhadap derajat kesehatan masyarakat serta pdrb per kapita sebagai gambaran

kondisi kesejahteraan terhadap derajat kesehatan masyarakat. Faktor sosial

melalui pelayanan kesehatan dan pendidikan perlu diketahui perkembangannya

dalam menentukan derajat kesehatan masyarakat. Derajat kesehatan masyarakat

pada penelitian ini dilihat melalui angka kematian bayi dan angka harapan hidup

yang diperlukan untuk mengukur perkembangan kinerja sektor kesehatan di

kabupaten dan kota Provinsi Jawa Barat.

Analisis Data Panel

Analisis regresi dengan metode data panel digunakan untuk menjawab

tujuan ketiga yaitu mengetahui sejauh mana keterkaitan antara faktor-faktor sosial

ekonomi dengan kinerja sektor kesehatan kabupaten dan kota Provinsi Jawa Barat.

Penelitian ini menggunakan nilai Angka Kematian Bayi (AKB) dan Angka

Harapan Hidup (AHH) yang menggambarkan derajat kesehatan. Variabel rasio

anggaran belanja pemerintah bidang kesehatan (RBKes) digunakan sebagai

15

gambaran alokasi anggaran belanja kesehatan pemerintah, variabel Produk

Domestik Regional Bruto (PDRB) per kapita sebagai gambaran tingkat

kesejahteraan masyarakat, selain itu sebagai gambaran kondisi pelayanan bagi

sektor kesehatan menggunakan variabel Persalinan ditolong oleh Tenaga

Kesehatan (SALINKES) dan variabel Angka Melek Huruf Perempuan diatas 10

tahun (RAMH) sebagai kondisi pendidikan masyarakat. Adapun estimasi model

keterkaitan antara pengeluaran untuk kesehatan dengan kualitas kesehatan

masyarakat kabupaten dan kota Provinsi Jawa Barat secara matematis dituliskan

sebagai berikut:

LnAKBit

= α1

+β1RBKes

it +β

2LnPDRBK

it +β

3LnSALINKES

it +β

4 RAMH

it+ ε

it .

Keterangan:

AKB = Angka Kematian Bayi (jiwa)

RBKes = Rasio anggaran belanja kesehatan terhadap total belanja

daerah (%)

PDRBK = Produk Domestik Regional Bruto per Kapita (juta rupiah)

SALINKES = Jumlah persalinan ditolong tenaga kesehatan (jiwa)

RAMH = Rasio angka melek huruf wanita terhadap jumlah penduduk

di atas 10 tahun (%)

αi = intersep

𝛽i = koefisien regresi

εit = error term

i = kabupaten/ kota ke-i

t = periode waktu (2007,…,2012)

LnAHHit

= α1

+ β1RBKes

it + β

2LnPDRBK

it + β

3RAMH

it + ε

it .

Keterangan:

AHH = Angka Harapan Hidup (tahun)

RBKes = Rasio anggaran belanja kesehatan terhadap total belanja daerah

(%)

PDRBK = Produk Domestik Regional Bruto per Kapita (juta rupiah)

RAMH = Rasio angka melek huruf wanita terhadap jumlah penduduk di

atas 10 tahun (%)

αi = intersep

𝛽i = koefisien regresi

εit = error term

i = kabupaten/ kota ke-i

t = periode waktu (2007,…,2012)

16

HASIL DAN PEMBAHASAN

Perkembangan Faktor-Faktor Sosial Ekonomi Kabupaten dan Kota di

Provinsi Jawa Barat Terhadap Sektor Kesehatan Tahun 2007-2012

Faktor Ekonomi

Perkembangan Alokasi Anggaran Belanja Kesehatan

Belanja kesehatan merupakan pengeluaran yang ditujukan dalam rangka

peningkatan kualitas kesehatan dan produktivitas masyarakat. Pencapaian visi dan

misi pembangunan kesehatan melalui peningkatan kualitas kesehatan dan

produktivitas masyarakat dapat tercapai jika didukung dengan pembiayaan yang

memadai dan manajemen yang benar. Sumber biaya berasal dari ; Anggaran

Penerimaan dan Belanja Daerah (APBD) Kabupaten, APBD Provinsi, Anggaran

Penerimaan dan Belanja Nasional (APBN) melalui Dana Alokasi Khusus (DAK),

Asuransi Kesehatan untuk Masyarakat Miskin (ASKESKIN), Pinjaman/Hibah

Luar Negeri (PHLN), dan sumber lainnya. Perkembangan rasio alokasi anggaran

terhadap total anggaran belanja daerah kabupaten dan kota di Provinsi Jawa Barat

selama 2007 sampai 2012 dapat dilihat dari Gambar 5. Selama kurun waktu tahun

2007 sampai 2012, rasio alokasi anggaran belanja kesehatan terhadap total

anggaran belanja daerah cenderung mengalami peningkatan di setiap kabupaten

dan kota Provinsi Jawa Barat. Besarnya proporsi anggaran belanja kesehatan

terhadap total anggaran belanja daerah dapat dilihat sebagai ukuran skala prioritas

pembangunan kesehatan oleh pemerintah.

Sumber: Dinas Kesehatan Jawa Barat 2014

Gambar 5 Rasio Alokasi Anggaran Kesehatan Terhadap Total Alokasi Anggaran

Daerah Kabupaten Kota Provinsi Jawa Barat tahun 2007 sampai 2012

Berdasarkan Gambar 5, Kota Banjar memiliki rasio alokasi anggaran

belanja kesehatan tertinggi terhadap total alokasi anggaran belanja daerah yaitu

sebesar 31.08% pada tahun 2011. Namun alokasi tinggi tersebut tidak terjadi di

tahun sebelum dan setelah 2011 dimana pada tahun 2010 dan 2012 masing-

masing hanya sebesar 5.63% dan 6.07%. Hal tersebut terjadi karena pada tahun

0

5

10

15

20

25

30

35

Ras

io (

%)

2007 2008 2009 2010 2011 2012

17

2011 Pemerintah Daerah Kota Banjar menetapkan anggaran publik sebesar 55%

untuk belanja publik dan 45% untuk belanja aparatur. Dengan meningkatnya

anggaran belanja publik maka terjadi peningkatan alokasi anggaran pada setiap

sektor terkait pelayanan masyarakat termasuk sektor kesehatan. Pada tahun 2011

Kota Banjar menggalakan program Kampung Keluarga Berencana dengan

melibatkan masyarakat dan program pembebasan biaya berobat di Puskesmas dan

kelas tiga Rumah Sakit Umum Daerah Kota Banjar.

Daerah yang tidak mengalami fluktuasi rasio alokasi anggaran belanja

kesehatan terhadap total anggaran belanja daerah adalah Kota Cirebon. Kota

Cirebon merupakan daerah yang cenderung mengalami peningkatan rasio alokasi

anggaran terhadap total alokasi anggaran selama kurun waktu 2007 sampai 2012

berturut-turut sebesar 4.10%, 5.49%, 6.16%, 11.36%, 15.00%, dan 18.01%. Hal

ini menunjukan bahwa Pemerintah Daerah Kota Cirebon berupaya menempatkan

sektor kesehatan sebagai sektor prioritas dengan meningkatnya rasio anggaran

setiap tahunnya.

Rata-rata rasio alokasi anggaran belanja kesehatan terhadap total alokasi

anggaran daerah di setiap kabupaten dan kota Provinsi Jawa Barat pada kurun

waktu 2007 sampai 2012 dapat dilihat dari Gambar 6. WHO menetapkan standar

rasio anggaran kesehatan sebesar 15% dari total anggaran belanja daerah.

Mengacu pada standar kesehatan WHO tersebut, Pada Gambar 6 rata-rata rasio

alokasi anggaran kesehatan terhadap total alokasi anggaran dibagi menjadi lima

interval dimana interval 0.0%-5% merupakan kondisi prioritas pemerintah daerah

terhadap sektor kesehatan melalui rasio alokasi anggaran belanja kesehatan sangat

kurang. Interval 5%-10% menggambarkan kondisi prioritas pemerintah daerah

terhadap sektor kesehatan kurang. Kondisi prioritas pemerintah terhadap sektor

kesehatan cukup jika rasio mencapai 10%-15%, baik jika rasio mencapai pada

interval 15%-20%, dan sangat baik jika mencapai lebih dari 20% Rasio rata-rata

alokasi anggaran belanja kesehatan Kabupaten dan Kota Provinsi Jawa Barat yang

berada pada interval 0.0%-5% adalah sebanyak 12% dari total jumlah Kabupaten

dan Kota di Provinsi Jawa Barat. Sebanyak 72% berada pada rasio 5%-10% yang

menunjukkan sebagian besar pemerintah daerah kabupaten dan kota di Provinsi

Jawa Barat belum menempatkan sektor kesehatan sebagai sektor prioritas dengan

prioritas rasio alokasi anggaran belanja kesehatan terhadap total anggaran belanja

daerah yang cukup. Pada interval 5%-10% sebanyak 12% dan pada interval lebih

besar dari 15% hanya sebanyak 4%.

Daerah yang telah mencapai ketentuan yang ditetapkan WHO adalah Kota

Sukabumi dengan rata-rata rasio anggaran kesehatan terhadap total anggaran

keseluruhan sebesar 15.03%. Pemerintah Daerah Kota Sukabumi memiliki

perhatian yang sangat tinggi terkait dengan peningkatan Indeks Pembangunan

Manusia (IPM), dalam hal ini peningkatan derajat kesehatan masyarakat sebagai

cerminan keberhasilan pembangunan di Kota Sukabumi. Peningkatan derajat

kesehatan masyarakat menjadi salah satu prioritas pemerintah Kota Sukabumi

dalam pembangunan di bidang kesehatan.

18

Sumber: Dinas Kesehatan Jawa Barat, 2014

Gambar 6 Rasio Rata-Rata Alokasi Anggaran Belanja Kesehatan Terhadap Total

Alokasi Anggaran Belanja Daerah Kabupaten Kota Provinsi Jawa

Barat 2007 sampai 2012

Kota Tasikmalaya sebagai daerah yang memiliki rata-rata rasio alokasi

anggaran belanja kesehatan terhadap total anggaran belanja daerah yang masih

berada pada interval sangat kurang dan merupakan daerah dengan rasio anggaran

belanja kesehatan terkecil hanya sebesar 3.81% dari total anggaran belanja daerah.

Hal ini menunjukkan perhatian Pemerintah Daerah Kota Tasikmalaya terhadap

sektor kesehatan masih sangat minim.

Perkembangan PDRB (Produk Domestik Regional Bruto) per Kapita

Perkembangan PDRB per kapita kabupaten dan kota Provinsi Jawa Barat

secara keseluruhan mengalami peningkatan dalam kurun waktu 2007 sampai 2012.

Pada Gambar 7 dapat dilihat bahwa daerah kabupaten yang memiliki rata-rata

PDRB per kapita pada kurun waktu 2007 sampai 2012 tertinggi adalah Kabupaten

Bekasi, Kabupaten Karawang, dan Kabupaten Purwakarta dengan persentase

terhadap rata-rata Provinsi Jawa Barat masing-masing sebesar 9.90%, 6.44%, dan

4.83%. Sedangkan daerah kota yang memiliki rata-rata tertinggi adalah Kota

Cirebon, Kota Bandung, dan Kota Cimahi dengan persentase masing-masing

10.94

7.38

6.10

7.05

6.03

4.29

5.95

7.06

11.05

8.09

6.35

5.10

8.36

5.14

6.46

4.02

6.60

15.03 5.84

10.02

6.34

6.08

9.02

3.81

9.84

0.00 5.00 10.00 15.00 20.00

Kabupaten Bogor

Kabupaten Sukabumi

Kabupaten Cianjur

Kabupaten Bandung

Kabupaten Garut

Kabupaten Tasikmalaya

Kabupaten Ciamis

Kabupaten Kuningan

Kabupaten Cirebon

Kabupaten Majalengka

Kabupaten Sumedang

Kabupaten Indramayu

Kabupaten Subang

Kabupaten Purwakarta

Kabupaten Karawang

Kabupaten Bekasi

Kota Bogor

Kota Sukabumi

Kota Bandung

Kota Cirebon

Kota Bekasi

Kota Depok

Kota Cimahi

Kota Tasikmalaya

Kota Banjar

Interval Rasio (%)

Rata-Rata Rasio

19

sebesar 9.45%, 8.51%, dan 6.03%. Rata-rata PDRB per kapita kabupaten terhadap

rata-rata PDRB per kapita Provinsi Jawa Barat adalah sebesar 3.47%, dan rata-rata

PDRB per kapita kota sebesar 4.92%. Hal ini menunjukkan PDRB per kapita

kabupaten lebih rendah dibandingkan dengan PDRB per kapita daerah kota.

Sumber: Badan Pusat Statistik, 2014

Gambar 7 PDRB (Produk Domestik Regional Bruto) per kapita atas dasar harga

berlaku Daerah Kabupaten dan Kota Provinsi Jawa Barat 2007 samai

2012

Faktor Sosial

Perkembangan Cakupan Persalinan Ditolong Tenaga Kesehatan

Cakupan persalinan ditolong tenaga kesehatan merupakan indikator kondisi

upaya pelayanan kesehatan daerah. Tenaga kesehatan meliputi dokter, bidan, dan

tenaga ahli lainnya sangat diperlukan bagi persalinan. Persalinan dengan tenaga

kesehatan mencegah resiko gangguan dalam persalinan karena berdasarkan ilmu

pengetahuan dan menggunakan alat-alat medis yang steril dibandingkan

persalinan menggunakan dukun atau tenaga non-kesehatan lainnya.

Perkembangan cakupan persalinan ditolong tenaga kesehatan kabupaten dan kota

di Provinsi Jawa Barat dapat dilihat melalui Gambar 8.

Pada Gambar 8 menunjukan cakupan persalinan ditolong tenaga kesehatan

kabupaten dan kota Provinsi Jawa Barat mengalami fluktuasi setiap tahunnya

dalam kurun waktu 2007 sampai 2012. Cakupan persalinan ditolong tenaga

kesehatan kabupaten selama kurun waktu 2007 sampai 2012 sebagian besar

cenderung mengalami peningkatan kecuali Kabupaten Karawang dan Kabupaten

Bekasi yang cenderung menurun. Untuk cakupan persalinan ditolong tenaga

kesehatan daerah kota di Provinsi Jawa Barat mengalami fluktuasi cenderung

menurun.

0

5

10

15

20

25

30

35

40

45

Tri

liun R

up

iah

2007 2008 2009 2010 2011 2012

20

Sumber: Dinas Kesehatan Jawa Barat 2014

Gambar 8 Cakupan Persalinan Ditolong Oleh Tenaga Kesehatan Kabupaten dan

Kota Provinsi Jawa Barat 2007 sampai 2012

Hal ini menunjukan perhatian pemerintah Provinsi Jawa Barat untuk

cakupan persalinan ditolong tenaga kesehatan lebih ke daerah kabupaten. Daerah

kabupaten merupakan daerah yang memiliki masyarakat masih tertinggal

dibandingkan daerah kota, khususnya mengenai tenaga kesehatan. Kesadaran

masyarakat daerah kabupaten yang masih rendah mengenai pentingnya persalinan

menggunakan tenaga kesehatan mendorong pemerintah untuk terus memberikan

perhatian kepada daerah kabupaten, terutama daerah tertinggal.

Kondisi Angka Melek Huruf

Tingkat pendidikan dapat dilihat dari sisi kemampuan penduduk dalam

membaca dan menulis (melek huruf). Pendidikan merupakan salah satu faktor

yang dapat meningkatkan derajat kesehatan masyarakat. Angka melek huruf

merupakan kondisi pendidikan yang paling mendasar untuk mendukung ke

jenjang pendidikan berikutnya, sehingga dengan angka melek huruf pengetahuan

masyarakat tidak hanya dengan membaca tetapi juga mengerti maksud dari tulisan

dan berbagai pengetahuan mengenai kesehatan. Dalam periode tahun 2007 sampai

2012 perkembangan angka melek huruf kabupaten dan kota Provinsi Jawa Barat

dapat dilihat pada Gambar 9. Gambar 9 menunjukkan sebanyak 84% daerah

kabupaten dan kota cenderung mengalami peningkatan angka melek huruf dan

sebanyak 16% daerah kabupaten dan kota mengalami kecenderungan angka melek

huruf yang menurun yaitu Kabupaten Indramayu, Kabupaten Sumedang,

Kabupaten Bekasi, dan Kota Cirebon. Rasio angka melek huruf Provinsi Jawa

Barat tahun 2012 adalah sebesar 94.94%, dengan daerah yang memiliki rasio

angka melek huruf diatas rasio Provinsi Jawa Barat sebanyak 72% dan daerah

yang memiliki rasio angka melek huruf di bawah rasio Provinsi Jawa Barat

sebanyak 28%.

Hal ini menunjukkan tingkat pendidikan yang dilihat dari kemampuan

membaca dan menulis masyarakat terutama wanita cukup baik, namun masih ada

beberapa daerah yang memiliki ketertinggalan dalam pencapaian angka melek

huruf ini.

0

20

40

60

80

100

120R

asio

(%

)

2007 2008 2009 2010 2011 2012

21

Sumber: Dinas Kesehatan Jawa Barat, 2014

Gambar 9 Rasio Penduduk Perempuan Usia 10 Tahun Ke atas Kabupaten dan

Kota Provinsi Jawa Barat Menurut Kemampuan Membaca/Menulis

Tahun 2007 sampai 2012

Perkembangan Kinerja Sektor Kesehatan Kabupaten dan Kota Provinsi

Jawa Barat

Kinerja sektor kesehatan dilihat melalui indikator derajat kesehatan

masyarakat yaitu angka kematian bayi dan angka harapan hidup. Perkembangan

angka kematian bayi pada daerah kabupaten dan kota Provinsi Jawa Barat

ditunjukkan pada Gambar 10.

Sumber: Dinas Kesehatan Jawa Barat, 2014

Gambar 10 Jumlah Kematian Bayi per 1000 Kelahiran Hidup Kabupaten dan

Kota Provinsi Jawa Barat 2007 sampai 2012

Daerah kabupaten yang memiliki rata-rata angka kematian bayi pada kurun

waktu 2007 sampai 2012 tertinggi adalah Kabupaten Majalengka, Kabupaten

Indramayu, dan Kabupaten Subang dengan persentase terhadap rata-rata Provinsi

Jawa Barat masing-masing sebesar 246%, 167%, dan 163%. Sedangkan daerah

kota yang memiliki rata-rata tertinggi adalah Kota Banjar, Kota Cirebon, dan Kota

0

20

40

60

80

100

120

Ras

io (

%)

2007 2008 2009 2010 2011 2012

0

5

10

15

20

25

30

Jiw

a

2007 2008 2009 2010 2011 2012

22

Tasikmalaya dengan persentase masing-masing sebesar 237%, 156%, dan 132%.

Rata-rata angka kematian bayi Provinsi Jawa Barat selama kurun waktu 2007

sampai 2012 adalah sebesar 7.23 per 1000 kelahiran. Rata-rata angka kematian

bayi pada daerah kabupaten di Provinsi Jawa Barat sebesar 7.37 per 1000

kelahiran, dan rata-rata angka kematian bayi pada daerah kota adalah sebesar 6.98

per 1000 kelahiran. Angka kematian bayi pada daerah kota yang lebih rendah

dibandingkan dengan daerah kabupaten menunjukkan bahwa ketersediaan fasilitas

kesehatan pada daerah kota lebih banyak dibandingkan daerah kabupaten, selain

itu penduduk daerah perkotaan rata-rata memiliki pendidikan yang cukup tinggi

sehingga tingkat kesadaran masyarakat terhadap kesehatan juga cukup tinggi.

Derajat kesehatan selanjutnya diukur melalui angka harapan hidup. Angka

harapan hidup merupakan indikator penting dalam mengukur keberhasilan

pembangunan kesehatan dan berhubungan erat dengan angka kematian bayi. Jika

angka kematian bayi di suatu wilayah rendah maka angka harapan hidupnya

cenderung tinggi begitupun sebaliknya. Angka harapan hidup kabupaten dan kota

di Provinsi Jawa Barat terus mengalami peningkatan. Peningkatan angka harapan

hidup yang terjadi menunjukkan bahwa pemerintah beserta jajarannya terus

melakukan perbaikan dalam pembangunan kesehatan. Gambar 11 menunjukan

perkembangan selama kurun waktu 2007 sampai 2012 angka harapan hidup rata-

rata kabupaten dan kota cenderung mengalami peningkatan. Daerah kabupaten

yang memiliki rata-rata angka harapan hidup pada kurun waktu 2007 sampai 2012

tertinggi adalah Kabupaten Subang, Kabupaten Bekasi, dan Kabupaten Bandung

sebesar 69.32 tahun, 69.24 tahun, dan 68.98 tahun. Sedangkan daerah kota yang

memiliki angka harapan hidup tertinggi adalah Kota Depok, Kota Bandung, dan

Kota Tasikmalaya dengan nilai masing-masing sebesar 73.03 tahun, 69.69 tahun,

dan 69.67 tahun. Meskipun secara keseluruhan angka harapan hidup di Provinsi

Jawa Barat telah mengalami peningkatan selama kurun waktu 2007 sampai 2012,

namun masih terdapat daerah yang memiliki nilai angka harapan hidup tergolong

rendah yaitu Kabupaten Cirebon 65.23 tahun, Kabupaten Garut 65.40 tahun, dan

Kabupaten Cianjur 65.82 tahun.

Sumber: Badan Pusat Statistik 2014

Gambar 11 Angka Harapan Hidup Kabupaten Kota Provinsi Jawa Barat Tahun

2007 sampai 2012

58606264666870727476

Usi

a

2007 2008 2009 2010 2011 2012

23

Rata-rata angka harapan hidup selama kurun waktu 2007 sampai 2012

Provinsi Jawa Barat sebesar 67.98 tahun, sedangkan rata-rata angka harapan hidup

daerah kabupaten dan kota masing-masing sebesar 67.23 tahun dan 69.33 tahun.

Angka harapan hidup rata-rata kabupaten berada di bawah rata-rata angka harapan

hidup Provinsi Jawa Barat dan kota di Provinsi Jawa Barat. Rendahnya angka

harapan hidup pada daerah kabupaten menunjukan bahwa rata-rata daerah

kabupaten memiliki tingkat kesejahteraan masyarakat yang masih rendah

dibandingkan dengan daerah perkotaan. Sehingga daerah kabupaten mendapat

prioritas utama dari kebijakan pemerintah mengenai program-program untuk

meningkatkan kesejahteraan masyarakat.

Keterkaitan antara Faktor-Faktor Sosial Ekonomi dengan Kinerja Sektor

Kesehatan

Angka Kematian Bayi

Uji Chow dilakukan untuk memilih model terbaik antara model Pooled

Least Square dan Fixed Effect. Hasil Uji Chow diperoleh nilai Prob sebesar

0.0000. Nilai Prob yang kurang dari α = 5% berarti menolak hipotesis nol untuk

menggunakan Pooled Least Square dan menerima hipotesis untuk menggunakan

Fixed Effect. Pemilihan model antara Fixed Effect dengan Random Effect

dilakukan dengan menggunakan Uji Hausman. Hasil Uji Hausman menunjukkan

nilai Prob sebesar 0.0045, artinya menerima hipotesis untuk menggunakan Fixed

Effect. Hasil dari Uji Chow dan Uji Hausman pada model angka kematian bayi

dapat dilihat pada Lampiran 3 dan Lampiran 4. Perbandingan Uji Chow dan Uji

Hausman dapat dilihat pada Tabel 3.

Tabel 3 Uji model angka kematian bayi terbaik (Pooled Least Square, Fixed

Effect Model, Random Effect Model) Uji Model Terbaik Probabilitas Chi-Square

Uji Chow 0.0000*

Uji Hausman 0.0045*

Sumber: Hasil pengolahan menggunakan program Eviews7

Keterangan: *) signifikan pada taraf nyata 5%

Hasil estimasi model untuk melihat pengaruh faktor sosial ekonomi

terhadap angka kematian bayi dapat dilihat pada Tabel 4. Berdasarkan hasil

estimasi, diperoleh nilai pada model sebesar 0.916626. Hal ini menunjukkan

bahwa keragaman angka kematian bayi dapat dijelaskan oleh variabel bebas

sebesar 91.6626% sedangkan sisanya dijelaskan oleh variabel lain di luar model.

Nilai F-statistik yang signifikan yaitu pada tingkat α = 5% yaitu sebesar 0.000000

yang berarti masing-masing variabel bebas secara bersama-sama berpengaruh

nyata terhadap variabel tak bebas. Masing-masing variabel bebas menunjukan

nilai probabilitas yang signifikan sehingga model penduga sudah layak untuk

menduga parameter yang ada di dalam fungsi.

Model yang baik harus memenuhi asumsi model linear klasik yaitu model

terbebas dari masalah multikolinieritas, autokorelasi, dan heterokedastisitas serta

didasarkan pada asumsi bahwa faktor-faktor 𝑢 menyebar secara normal. Tahap

uji asumsi yang telah dilakukan adalah sebagai berikut:

24

1. Uji Multikolinieritas

Uji korelasi menunjukan tidak terdapat variabel yang mempunyai nilai korelasi

yang lebih besar daripada R-Square yaitu sebesar 0.91 sehingga dapat

disimpulkan model tidak memiliki masalah kolinearitas. Hasil uji

multikolinieritas pada model angka kematian bayi disajikan pada lampiran 6.

2. Uji Autokorelasi

Uji autokorelasi dilihat dari nilai statistik Durbin-Watson, nilai statistik

Durbin-Watson pada tabel model Fixed Effect yaitu sebesar 2.027331, nilai

dU (1.8012) < DW (2.0273) < 4-dU (2.1988), sehingga model ini tidak

memiliki masalah autokorelasi.

3. Uji Heterokedastisitas

Pengujian heterokedastisitas dapat dilihat dari nilai sum squared resid. Nilai

sum squared resid weighted sebesar 16.36858 lebih kecil dari nilai sum

squared resid unweighted yaitu sebesar 17.50955 yang artinya tidak adanya

gejala heterokedastisitas pada model ini.

4. Uji Normalitas

Selanjutnya dilakukan Uji Jarque-Bera untuk melihat normalitas. Nilai Jarque-

Bera menunjukkan nilai Prob 0.461760, nilai Prob yang lebih besar dari

α = 5% dapat disimpulkan model ini berdistribusi normal. Hasil uji normalitas

disajikan pada Lampiran 5.

Berdasarkan persamaan regresi, nilai p-value rasio alokasi anggaran belanja

kesehatan sebesar 0.0257 yang berarti bahwa rasio alokasi anggaran belanja

kesehatan terhadap total anggaran belanja daerah berpengaruh signifikan terhadap

angka kematian bayi pada taraf nyata 5%. Berdasarkan hasil persamaan regresi,

terlihat koefisien regresi variabel rasio alokasi anggaran belanja kesehatan

terhadap angka kematian bayi memiliki pengaruh negatif sebesar 0.012830.

Artinya, kenaikan 1% rasio alokasi anggaran belanja kesehatan terhadap total

anggaran belanja daerah akan menurunkan angka kematian bayi sebesar

0.012830%, dengan asumsi cateris paribus. Hal ini sesuai dengan dengan

hipotesis penelitian dimana rasio alokasi anggaran kesehatan terhadap total

anggaran kesehatan daerah yang tinggi dapat meningkatkan derajat kesehatan

masyarakat dengan menurunnya angka kematian bayi, hal tersebut diharapkan

dapat meningkatkan kualitas sumber daya manusia itu sendiri dan berkontribusi

dalam pembangunan nasional.

Penelitian yang dilakukan oleh Rubio (2010) menemukan bahwa dengan

meningkatnya alokasi anggaran bidang kesehatan akan berpengaruh negatif

terhadap angka kematian bayi. Hasil penelitian Febriana (2009) juga

menyimpulkan bahwa meningkatnya pengeluaran pemerintah pusat untuk sektor

kesehatan akan berpengaruh positif terhadap peningkatan kualitas kesehatan

masyarakat dengan menurunnya angka kematian bayi.

Hasil estimasi menunjukkan variabel PDRB per kapita secara signifikan

positif terhadap mempengaruhi angka kematian bayi pada taraf nyata 5%.

Koefisien regresi variabel PDRB per kapita bernilai positif sebesar 0.354027 yang

artinya setiap kenaikan 1% PDRB per kapita akan meningkatkan angka kematian

bayi sebesar 0.354027%, dengan asumsi cateris paribus. Hal ini menunjukan hasil

yang tidak sesuai dengan hipotesis yaitu PDRB per kapita berpengaruh terhadap

derajat kesehatan dengan menurunnya angka kematian bayi. Hal ini diduga karena

di daerah Provinsi Jawa Barat masyarakatnya belum menempatkan kesejahteraan

25

sebagai salah satu prioritas, dalam hal ini pola konsumsi masyarakat yang masih

mengutamakan pengeluaran pokok bukan pengeluaran kesehatan. Hasil penelitian

ini bertentangan dengan penelitian yang dilakukan Uchimura (2007) yang

menemukan semakin tinggi PDB perkapita akan mengurangi angka kematian bayi

di China. Namun, hasil penelitian ini sejalan dengan penelitian yang dilakukan

Purusa dan Sasana (2013) yang menemukan PDRB per kapita berpengaruh positif

dan signifikan terhadap angka kematian balita di Provinsi Jawa Tengah .

Tabel 4 Hasil estimasi model pengaruh faktor sosial ekonomi terhadap angka

kematian bayi kabupaten dan kota di Provinsi Jawa Barat 2007 sampai

2012

Variabel Koefisien Std.Error t-Statistik Prob

C 3.387004 0.963451 3.515491 0.0006*

RBKES -0.012830 0.005679 -2.258950 0.0257*

LNPDRBK 0.354027 0.068108 5.198023 0.0000*

LNSALINKES -0.468861 0.033902 -13.82974 0.0000*

RAMH -0.027804 0.003477 -7.997513 0.0000*

Sumber: Hasil pengolahan menggunakan program Eviews7

Keterangan: *) signifikan pada taraf nyata 5%

Hasil estimasi menunjukkan bahwa variabel jumlah persalinan ditolong

tenaga kesehatan berpengaruh negatif secara signifikan terhadap angka kematian

bayi. Nilai koefisien dari hasil estimasi sebesar -0.468861 menunjukan bahwa

kenaikan jumlah persalinan ditolong oleh tenaga kesehatan sebesar 1% akan

menurunkan angka kematian bayi sebesar 0.468861% dengan asumsi cateris

paribus. Hal ini sesuai dengan hipotesis awal yaitu peningkatan pelayanan

masyarakat yaitu dengan jumlah persalinan ditolong oleh tenaga kesehatan akan

mengurangi angka kematian bayi yang dampaknya akan meningkatkan kualitas

kesehatan masyarakat.

Hasil estimasi juga menunjukkan, variabel angka melek huruf wanita di atas

10 tahun berpengaruh negatif dan signifikan terhadap angka kematian bayi. Nilai

koefisien yang diperoleh sebesar -0.027804 yang artinya jika angka melek huruf

meningkat sebesar 1%, maka persentase angka kematian bayi akan menurun

sebesar 0.027804%, dengan asumsi cateris paribus. Hal ini sesuai dengan

hipotesis yaitu dengan peningkatan angka melek huruf bagi wanita berusia diatas

10 tahun mengindikasikan perilaku masyarakat yang berpendidikan akan

meningkatkan kualitas kesehatan masyarakat dengan menurunnya angka kematian

bayi. Pendidikan wanita merupakan salah satu faktor yang dapat meningkatkan

derajat kesehatan dengan meningkatnya kualitas masyarakat dan berpengaruh

terhadap tingkat kematian bayi.

Weighted Statistics Unweighted Statistics

R-squared 0.916626 0.787596

Sum squared resid 16.36858 17.50955

Durbin-Watson stat 2.027331 2.202126

Prob(F-statistic) 0.000000

26

Angka Harapan Hidup

Uji Chow dilakukan untuk memilih model terbaik antara model Pooled

Least Square dan Fixed Effect. Hasil Uji Chow diperoleh nilai Prob sebesar

0.0000. Nilai Prob yang kurang dari α = 5% berarti menolak hipotesis nol untuk

menggunakan Pooled Least Square dan menerima hipotesis untuk menggunakan

Fixed Effect. Pemilihan model antara Fixed Effect dengan Random Effect

dilakukan dengan menggunakan Uji Hausman. Hasil Uji Hausman menunjukkan

nilai Prob sebesar 1.0000, namun nilai tersebut menunjukkan Cross-section test

variance yang tidak valid sehingga model terbaik adalah Fixed Effect. Hasil dari

Uji Chow dan Uji Hausman pada model angka harapan hidup dapat dilihat pada

Lampiran 8 dan Lampiran 9. Perbandingan Uji Chow dan Uji Hausman dapat

dilihat pada Tabel 5.

Tabel 5 Uji model angka harapan hidup terbaik (Pooled Least Square, Fixed

Effect Model, Random Effect Model) Uji Model Terbaik Probabilitas Chi-Square

Uji Chow 0.0000*

Uji Hausman 1.0000

Sumber: Hasil pengolahan menggunakan program Eviews7

Keterangan: *) signifikan pada taraf nyata 5%

Hasil estimasi model untuk melihat pengaruh faktor sosial ekonomi

terhadap angka harapan hidup dapat dilihat pada Tabel 6. Berdasarkan hasil

estimasi, diperoleh nilai pada model sebesar 0.997804. Hal ini menunjukkan

bahwa keragaman angka harapan hidup dapat dijelaskan oleh variabel bebas

sebesar 99.7804% sedangkan sisanya dijelaskan oleh variabel lain di luar model.

Nilai F-statistik yang signifikan yaitu pada tingkat α = 5% yaitu sebesar 0.000000

yang berarti masing-masing variabel bebas secara bersama-sama berpengaruh

nyata terhadap variabel tak bebas. Masing-masing variabel bebas menunjukan

nilai probabilitas yang signifikan sehingga model penduga sudah layak untuk

menduga parameter yang ada di dalam fungsi.

Model yang baik harus memenuhi asumsi model linear klasik yaitu model

terbebas dari masalah multikolinieritas, autokorelasi, dan heterokedastisitas serta

didasarkan pada asumsi bahwa faktor-faktor 𝑢 menyebar secara normal. Tahap

uji asumsi yang telah dilakukan adalah sebagai berikut:

1. Uji Multikolinieritas

Uji korelasi menunjukan tidak terdapat variabel yang mempunyai nilai korelasi

yang lebih besar daripada R-Square yaitu sebesar 0.99 sehingga dapat

disimpulkan model tidak memiliki masalah kolinearitas. Hasil uji

multikolinieritas pada model angka harapan hidup disajikan pada lampiran 11.

2. Uji Autokorelasi

Uji autokorelasi dilihat dari nilai statistik Durbin-Watson, nilai statistik

Durbin-Watson pada tabel model Fixed Effect yaitu sebesar 1.211503, dimana

0 < DW (1.211503) < dL (1.6788), sehingga model ini memiliki masalah

autokorelasi, namun pada data panel model ini telah diestimasi dengan metode

Generalized Least Square (GLS) cross-section weighted sehingga konsekuensi

masalah autokorelasi pada data panel sudah diatasi (Juanda 2009).

27

3. Uji Heterokedastisitas

Pengujian Heterokedastisitas dapat dilihat dari nilai sum squared resid. Nilai

sum squared resid weighted sebesar 0.001003 lebih kecil dari nilai sum

squared resid unweighted yaitu sebesar 0.01109 yang artinya tidak adanya

gejala heterokedastisitas pada model ini.

4. Uji Normalitas

Selanjutnya dilakukan Uji Jarque-Bera untuk melihat normalitas. Nilai Jarque-

Bera menunjukkan nilai Prob 0.343470, nilai Prob yang lebih besar dari α =

5% dapat disimpulkan model ini berdistribusi normal. Hasil uji normalitas

disajikan pada Lampiran 10.

Berdasarkan persamaan regresi, nilai p-value rasio alokasi anggaran belanja

kesehatan sebesar 0.0203 yang berarti bahwa rasio alokasi anggaran belanja

kesehatan terhadap total anggaran belanja daerah berpengaruh signifikan terhadap

angka harapan hidup pada taraf nyata 5%. Berdasarkan hasil persamaan regresi,

terlihat koefisien regresi variabel rasio alokasi anggaran belanja kesehatan

terhadap angka harapan hidup memiliki pengaruh positif sebesar 0.000062.

Artinya, kenaikan 1% rasio alokasi anggaran belanja kesehatan terhadap total

anggaran belanja daerah akan meningkatkan angka harapan hidup sebesar

0.000062%, dengan asumsi cateris paribus. Hal ini sesuai dengan dengan

hipotesis penelitian dimana rasio alokasi anggaran kesehatan terhadap total

anggaran kesehatan daerah yang tinggi dapat meningkatkan derajat kesehatan

masyarakat dengan meningkatnya angka harapan hidup. Meningkatnya angka

harapan hidup diharapkan dapat meningkatkan kualitas sumber daya manusia itu

sendiri dan berkontribusi dalam pembangunan nasional.

Tabel 6 Hasil estimasi model pengaruh faktor sosial ekonomi terhadap angka

harapan hidup kabupaten dan kota di Provinsi Jawa Barat 2007-2012

Variabel Koefisien Std.Error t-Statistik Prob

C 3.827164 0.029779 128.5199 0.0000*

RBKES 0.000062 0.000026 2.351793 0.0203*

LNPDRBK 0.022030 0.001674 13.16187 0.0000*

RAMH 0.000309 3.66E-05 8.432051 0.0000*

Sumber: Hasil pengolahan menggunakan program Eviews7

Keterangan: *) signifikan pada taraf nyata 5%

Hasil estimasi menunjukkan variabel PDRB per kapita secara signifikan

positif terhadap mempengaruhi angka harapan hidup pada taraf nyata 5%.

Koefisien regresi variabel PDRB per kapita bernilai positif sebesar 0.022030 yang

artinya setiap kenaikan 1% PDRB per kapita akan meningkatkan angka harapan

hidup sebesar 0.022030%, dengan asumsi cateris paribus. Hal ini menunjukan

hasil sesuai dengan hipotesis yaitu tingginya PDRB per kapita mengindikasikan

meningkatnya kualitas hidup masyarakat melalui pertumbuhan ekonomi yang

Weighted Statistics Unweighted Statistics

R-squared 0.997804 0.990085

Sum squared resid 0.001003 0.001109

Durbin-Watson stat 1.211503 0.619119

Prob(F-statistic) 0.000000

28

akan berpengaruh terhadap derajat kesehatan dengan meningkatnya angka

harapan hidup.

Hasil estimasi juga menunjukkan, variabel angka melek huruf wanita di atas

10 tahun berpengaruh positif dan signifikan terhadap angka harapan hidup. Nilai

koefisien yang diperoleh sebesar 0.000309 yang artinya jika angka melek huruf

meningkat sebesar 1%, maka persentase angka harapan hidup akan meningkat

sebesar 0.000309%, dengan asumsi cateris paribus. Hal ini sesuai dengan

hipotesis yaitu dengan peningkatan angka melek huruf bagi wanita berusia diatas

10 tahun mengindikasikan perilaku masyarakat terutama wanita yang

berpendidikan akan meningkatkan kualitas kesehatan masyarakat dengan

meningkatnya angka harapan hidup.

SIMPULAN DAN SARAN

Simpulan

Berdasarkan hasil dan pembahasan, maka dapat disimpulkan hal-hal sebagai

berikut:

1. Perkembangan alokasi anggaran belanja kesehatan pemerintah daerah selama

kurun waktu 2007 sampai 2012 kabupaten dan kota di Provinsi Jawa Barat

semakin meningkat. Namun, persentase belanja kesehatan terhadap total

belanja pemerintah masih rendah dibandingkan dengan sektor lainnya. PDRB

per kapita kabupaten dan kota Provinsi Jawa Barat mengalami peningkatan

setiap tahunnya. Persalinan ditolong tenaga kesehatan Provinsi Jawa Barat

sebagian besar mengalami peningkatan. Angka melek huruf kabupaten dan

kota Provinsi Jawa Barat sebagian besar mengalami peningkatan.

2. Rata-rata angka kematian bayi mengalami fluktuasi, dimana daerah

kabupaten memiliki nilai di atas rata-rata kematian bayi Provinsi Jawa Barat

dan daerah kota memiliki rata-rata kematian bayi di bawah rata-rata kematian

bayi Provinsi Jawa Barat. Rata-rata angka harapan hidup mengalami

peningkatan dimana daerah kabupaten memiliki rata-rata angka harapan

hidup di bawah rata-rata angka harapan hidup Provinsi Jawa Barat, dan

daerah kota memiliki rata-rata angka harapan hidup di atas rata-rata angka

harapan hidup Provinsi Jawa Barat. Kinerja sektor kesehatan yang dilihat

melalui angka kematian bayi dan angka harapan hidup daerah kabupaten

masih kurang dalam pencapaiannya.

3. Hasil penelitian menunjukan alokasi anggaran belanja kesehatan pemerintah,

persalinan ditolong tenaga kesehatan dan angka melek huruf berpengaruh

signifikan dalam mengurangi tingkat kematian bayi di kabupaten dan kota

Provinsi Jawa Barat. Variabel PDRB per kapita memberikan hasil

berpengaruh positif secara signifikan terhadap angka kematian bayi. Untuk

indikator angka harapan hidup, hasil penelitian menunjukan alokasi anggaran

belanja kesehatan pemerintah, PDRB per kapita, dan angka melek huruf

berpengaruh signifikan dalam meningkatkan angka harapan hidup di

kabupaten dan kota Provinsi Jawa Barat.

29

Saran

1. Peningkatan kinerja sektor kesehatan dengan mengurangi angka kematian

bayi dan peningkatan angka harapan hidup dapat didukung dengan

peningkatan alokasi anggaran belanja kesehatan, pelayanan kesehatan melalui

ketersediaan tenaga medis di setiap daerah khususnya pada daerah yang

memiliki tingkat kematian bayi yang paling besar dan angka harapan hidup

rendah. Peningkatan pendidikan perlu dilakukan untuk mendukung kinerja

sektor kesehatan melalui penyuluhan pemerintah mengenai pentingnya

pendidikan bagi kualitas kesehatan masyarakat. Dengan meningkatnya

kualitas kesehatan masyarakat maka akan mendukung pembangunan manusia

yang pada akhirnya akan meningkatkan perekonomian Provinsi Jawa Barat.

2. Bagi penelitian selanjutnya, perlu ditambahkan variabel lain seperti

morbiditas (angka kesakitan), status gizi di masyarakat, angka partisipasi

sekolah agar dapat menggambarkan kondisi kesehatan sesungguhnya dalam

masyarakat. Perlu dilakukan penelitian lebih lanjut mengenai hubungan

PDRB per kapita dengan kinerja sektor kesehatan yang lebih mendalam.

DAFTAR PUSTAKA

Asfaw A, Frohberg K, James K S, Jutting J. 2007. Fiscal Decentralization and

health outcomes: empirical evidence from rural India. Journal of

Developing Areas, Fall 2007.

[BKKBN] Badan Kependudukan dan Keluarga Berencana Nasional. 2013. Profil

Kependudukan dan Pembangunan di Indonesia 2013. Jakarta (ID) :

BKKBN.

[BPS] Badan Pusat Statistik. 2014. Provinsi Jawa Barat dalam Angka berbagai

Edisi. Jawa Barat (ID): BPS.

[BPS] Badan Pusat Statistik. 2014. Kegiatan Percepatan Penyediaan Data Statistik

dalam Rangka Kebijakan Dana Perimbangan Berbagai Edisi. Jakarta (ID):

BPS.

[BPS] Badan Pusat Statistik. 2014. Konsep Dasar Angka Kematian Bayi dan

angka Harapan Hidup. Data Statistik [Internet]. Jakarta ID: BPS ; [diunduh

2014 Mei 2014]. Tersedia pada: http://www.datastatistik-

indonesia.com/portal/index.php

[Depkes] Departemen Kesehatan. 2008. Profil Kesehatan Indonesia 2007.

Departemen Kesehatan Republik Indonesia, Jakarta.

[Dinkes] Dinas Kesehatan Provinsi Jawa Barat. 2008. Profil Kesehatan Provinsi

Jawa Barat 2007. Dinas Kesehatan Provinsi Jawa Barat, Bandung.

[Dinkes] Dinas Kesehatan Provinsi Jawa Barat. 2009. Profil Kesehatan Provinsi

Jawa Barat 2008. Dinas Kesehatan Provinsi Jawa Barat, Bandung.

[Dinkes] Dinas Kesehatan Provinsi Jawa Barat. 2010. Profil Kesehatan Provinsi

Jawa Barat 2009. Dinas Kesehatan Provinsi Jawa Barat, Bandung.

[Dinkes] Dinas Kesehatan Provinsi Jawa Barat. 2011. Profil Kesehatan Provinsi

Jawa Barat 2010. Dinas Kesehatan Provinsi Jawa Barat, Bandung.

30

[Dinkes] Dinas Kesehatan Provinsi Jawa Barat. 2012. Profil Kesehatan Provinsi

Jawa Barat 2011. Dinas Kesehatan Provinsi Jawa Barat, Bandung.

[Dinkes] Dinas Kesehatan Provinsi Jawa Barat. 2013. Profil Kesehatan Provinsi

Jawa Barat 2012. Dinas Kesehatan Provinsi Jawa Barat, Bandung.

[DPJK] Direktorat Jenderal Perimbangan Keuangan. 2014. Anggaran Pendapatan

dan Belanja Daerah 2007 sampai 2012. Jakarta (ID) : DPJK

Febriana R. 2009. Keterkaitan antara Alokasi Anggaran dan Kinerja Sektoral:

Kasus Sektor Kesehatan di Indonesia (1996-1997) [skripsi]. Fakultas

Ekonomi dan Manajemen, Institut Pertanian Bogor, Bogor.

Gujarati DN. 2006. Dasar-dasar ekonometrika Jilid 1. Jakarta (ID); Penerbit

Erlangga.

Juanda B. 2009. Ekonometrika: Pemodelan dan Pendugaan. Bogor (ID): IPB

Press.

Jimenez, Rubio D. 2010. Is Fiscal Decentralization Good For Your Health?

Evidence From a Panel of OECD Countries. HEDG Working Paper .

Mangkoesoebroto G. 1999. Ekonomi Publik. BPFE-Yogyakarta, Yogyakarta.

Purusa M, Sasana H. 2013. Implikasi Desentralisasi Fiskal Terhadap AKABA

dan APM SD/MI Di Kabupaten/Kota Provinsi Jawa Tengah Tahun 2007-

2010. Jurnal ekonomi 2013, Semarang.

Jutting J, Uchimura H. 2009. Fiscal decentralization, Chinese style: good for

health outcomes? World Development, 37 (12), 1924-1936.

31

LAMPIRAN

Lampiran 1. Data yang digunakan

Kabupaten/Kota Tahun LNAKB LNAHH LNPDRBK LNSALINKES RBKES RAMH

Kab. Bogor 2007 0,6745508 4,214051672 16,362391 11,2207 9,55 88,87

Kab. Bogor 2008 -0,2926169 4,216562195 16,377306 11,265464 9,74 89,73

Kab. Bogor 2009 1,4394879 4,221931237 16,471033 11,306664 6,75 91,90

Kab. Bogor 2010 1,1450203 4,226512526 16,554128 11,477692 13,78 93,20

Kab. Bogor 2011 0,7638712 4,231072922 16,654195 11,477091 8,00 94,71

Kab. Bogor 2012 0,5644487 4,235612616 16,706941 11,498208 17,81 96,23

Kab. Sukabumi 2007 0,7950479 4,191471273 15,678871 10,478527 9,03 94,09

Kab. Sukabumi 2008 1,5666072 4,189654742 15,748835 10,602517 8,55 94,34

Kab. Sukabumi 2009 2,4154235 4,192831509 15,807673 10,618983 4,89 95,81

Kab. Sukabumi 2010 1,8206454 4,194672435 15,872504 10,700319 5,47 96,47

Kab. Sukabumi 2011 2,223751 4,196509979 15,936474 10,779602 6,74 97,33

Kab. Sukabumi 2012 2,2884894 4,198344152 16,010406 10,744279 9,58 98,19

Kab. Cianjur 2007 1,4158486 4,173771696 15,662279 10,258606 5,42 93,97

Kab. Cianjur 2008 1,6575543 4,171305603 15,799899 10,402322 4,30 95,18

Kab. Cianjur 2009 1,4021126 4,174848702 15,866867 10,420613 2,77 96,47

Kab. Cianjur 2010 1,4220627 4,176784394 15,954485 10,556385 7,30 97,71

Kab. Cianjur 2011 1,7551766 4,178716347 16,046379 10,630722 7,79 98,96

Kab. Cianjur 2012 1,56982 4,180644575 16,081613 10,700319 9,03 100,21

Kab. Bandung 2007 0,5234638 4,230913005 16,288687 11,12049 5,65 96,94

Kab. Bandung 2008 0,6548049 4,235554731 16,340027 10,774739 7,47 97,08

Kab. Bandung 2009 1,2130725 4,23757873 16,390039 10,870833 7,31 97,31

Kab. Bandung 2010 1,2016107 4,240290244 16,478695 10,820678 7,58 97,48

Kab. Bandung 2011 0,8076876 4,242994426 16,567908 10,885154 7,00 97,67

Kab. Bandung 2012 1,6407131 4,245691315 16,627757 10,952805 7,27 97,85

Kab. Garut 2007 2,1698433 4,165424144 15,875225 10,431111 5,73 96,22

Kab. Garut 2008 2,4351893 4,17438727 15,980564 10,409672 3,99 96,44

Kab. Garut 2009 2,0113525 4,181439269 16,055212 10,464217 5,83 97,08

Kab. Garut 2010 1,6693995 4,188927205 16,150967 10,860671 6,80 97,44

Kab. Garut 2011 1,945686 4,196359488 16,234412 10,801777 6,38 97,87

Kab. Garut 2012 1,6148383 4,203736939 16,276201 10,901616 7,45 98,30

Kab. Tasikmalaya 2007 2,3228474 4,209457369 15,528827 10,211266 0,74 95,99

Kab. Tasikmalaya 2008 2,2925464 4,209160237 15,668106 10,273429 5,25 96,33

Kab. Tasikmalaya 2009 2,553529 4,21153483 15,786424 10,441617 0,35 96,83

Kab. Tasikmalaya 2010 2,4497681 4,213193696 15,846543 10,501719 5,75 97,22

Kab. Tasikmalaya 2011 2,2615872 4,214849815 15,915673 10,516292 6,89 97,64

Kab. Tasikmalaya 2012 2,3889967 4,216503196 15,96409 10,481785 6,75 98,06

Kab. Ciamis 2007 2,5114934 4,201253878 15,918669 10,14941 5,07 93,22

Kab. Ciamis 2008 1,3474654 4,201703081 16,069894 10,164428 5,53 95,44

Kab. Ciamis 2009 2,4444865 4,203721999 16,071323 10,178578 4,76 95,10

32

Kab. Ciamis 2010 2,3876594 4,205319289 16,165627 10,185428 6,11 96,47

Kab. Ciamis 2011 2,4196986 4,206914031 16,24393 10,197462 5,81 97,41

Kab. Ciamis 2012 2,2493147 4,208506234 16,316323 10,21713 8,39 98,35

Kab. Kuningan 2007 0,6576355 4,206482062 15,543354 10,015968 7,27 90,18

Kab. Kuningan 2008 2,6420122 4,207673248 15,740924 9,9761337 8,26 93,88

Kab. Kuningan 2009 2,1423463 4,209308814 15,8857 9,9687602 4,63 92,95

Kab. Kuningan 2010 1,9541114 4,210823044 15,992278 9,9928711 7,30 95,11

Kab. Kuningan 2011 1,657487 4,212334984 16,067213 9,9913611 5,11 96,49

Kab. Kuningan 2012 1,355765 4,213844641 16,091998 9,9816978 9,77 97,88

Kab. Cirebon 2007 2,2933302 4,173155743 15,637529 10,632533 5,70 85,08

Kab. Cirebon 2008 2,0338924 4,177459469 15,84542 10,646044 5,63 85,78

Kab. Cirebon 2009 2,039473 4,179910451 15,93469 10,64101 5,51 86,87

Kab. Cirebon 2010 1,6468011 4,182843721 16,04268 10,664387 15,05 87,70

Kab. Cirebon 2011 1,622336 4,185768412 16,115226 10,697385 8,49 88,60

Kab. Cirebon 2012 1,6085872 4,188684575 16,158492 10,759094 25,92 89,49

Kab. Majalengka 2007 2,8847873 4,183118274 15,624165 9,7168567 7,41 86,54

Kab. Majalengka 2008 3,312243 4,185098925 15,763306 9,761924 6,71 88,07

Kab. Majalengka 2009 2,9591674 4,188669408 15,847246 9,9174891 10,62 92,45

Kab. Majalengka 2010 2,7017262 4,191803946 15,966754 9,8439498 2,64 94,93

Kab. Majalengka 2011 2,6307969 4,194928689 16,027778 9,881702 12,68 97,89

Kab. Majalengka 2012 2,609947 4,198043699 16,081515 9,9514679 8,48 100,84

Kab. Sumedang 2007 1,9751084 4,206184044 15,978713 9,6563074 5,48 95,72

Kab. Sumedang 2008 2,7087433 4,207673248 16,079609 9,8138363 6,75 95,83

Kab. Sumedang 2009 2,5763472 4,209160237 16,150988 9,9022868 9,08 95,09

Kab. Sumedang 2010 2,3053124 4,210645018 16,232839 10,044379 1,81 94,92

Kab. Sumedang 2011 2,6230317 4,212127598 16,313279 9,9740392 8,50 94,60

Kab. Sumedang 2012 2,5874347 4,213607983 16,356008 9,962935 6,47 94,29

Kab. Indramayu 2007 2,4134142 4,183880528 15,79257 10,143567 4,23 72,21

Kab. Indramayu 2008 2,8772409 4,180522258 15,965553 10,307986 2,99 72,73

Kab. Indramayu 2009 2,3569341 4,184489912 16,112286 10,365994 5,91 71,35

Kab. Indramayu 2010 2,3825103 4,18649825 16,209671 10,392865 2,03 71,24

Kab. Indramayu 2011 2,314978 4,188502563 16,32012 10,414873 7,56 70,81

Kab. Indramayu 2012 2,3410286 4,190502867 16,33456 10,46792 7,87 70,38

Kab. Subang 2007 1,7683992 4,233381604 15,871479 10,26249 9,25 80,16

Kab. Subang 2008 1,7415947 4,231203745 15,959659 10,248884 5,61 82,65

Kab. Subang 2009 1,8834338 4,232293267 16,051712 10,230162 5,69 84,32

Kab. Subang 2010 1,7092224 4,23251103 16,121458 10,238673 2,55 86,54

Kab. Subang 2011 1,4507945 4,232728744 16,183147 10,299912 12,72 88,62

Kab. Subang 2012 1,3037274 4,232946412 16,249681 10,32499 14,32 90,70

Kab. Purwakarta 2007 1,5475008 4,192680463 16,484737 9,5508758 5,09 91,08

Kab. Purwakarta 2008 1,9046483 4,194189897 16,592484 9,6654207 5,39 91,84

Kab. Purwakarta 2009 2,0656372 4,197953545 16,642342 9,7650872 5,03 91,77

Kab. Purwakarta 2010 1,8952906 4,201104099 16,744967 9,8517731 2,95 92,25

33

Kab. Purwakarta 2011 1,8505935 4,204244758 16,819217 9,8824682 6,53 92,60

Kab. Purwakarta 2012 1,8355789 4,207375584 16,863896 9,9407833 5,86 92,94

Kab. Karawang 2007 1,3651121 4,185098925 16,666177 10,756945 5,72 84,39

Kab. Karawang 2008 -0,181203 4,188138442 16,796408 10,838541 3,86 84,80

Kab. Karawang 2009 1,1261383 4,191168747 16,91907 10,867082 4,64 86,40

Kab. Karawang 2010 1,288835 4,194189897 17,067882 10,841031 7,37 87,21

Kab. Karawang 2011 1,3206627 4,197201948 17,169237 10,821197 8,25 88,21

Kab. Karawang 2012 1,4210238 4,200204953 17,196704 10,903715 8,93 89,22

Kab. Bekasi 2007 1,2915011 4,225811325 17,345489 10,724236 0,95 84,86

Kab. Bekasi 2008 0,6426094 4,223909767 17,334512 10,781495 3,61 85,36

Kab. Bekasi 2009 0,7824654 4,227052699 17,368529 10,866146 5,15 82,99

Kab. Bekasi 2010 0,6980984 4,228846317 17,410256 10,849803 2,74 82,53

Kab. Bekasi 2011 0,77715 4,230636724 17,483259 10,98996 5,82 81,60

Kab. Bekasi 2012 0,7333506 4,23242393 17,548029 10,883804 5,82 80,66

Kota Bogor 2007 0,3702876 4,228146752 15,998596 9,5593762 5,72 95,87

Kota Bogor 2008 -0,8332349 4,232656178 16,221466 9,820432 4,56 98,00

Kota Bogor 2009 1,1640239 4,234758466 16,364061 9,8419844 5,19 96,67

Kota Bogor 2010 1,2674748 4,237492071 16,498981 9,8149295 7,71 97,65

Kota Bogor 2011 0,8636121 4,240218225 16,588685 9,8126324 7,43 98,05

Kota Bogor 2012 0,2624143 4,242936966 16,609169 9,8171123 8,97 98,45

Kota Sukabumi 2007 1,7675923 4,229312423 16,136529 8,5872788 16,06 96,51

Kota Sukabumi 2008 1,6128724 4,231203745 16,362124 8,6117758 10,02 96,39

Kota Sukabumi 2009 1,6446079 4,234613622 16,51877 8,632306 8,30 96,94

Kota Sukabumi 2010 1,8190258 4,237607615 16,667792 8,8724872 23,18 97,04

Kota Sukabumi 2011 2,0601206 4,24059267 16,784603 8,8088175 26,28 97,26

Kota Sukabumi 2012 2,1259246 4,243568842 16,772625 8,8651704 6,32 97,47

Kota Bandung 2007 1,3109378 4,242045918 16,874685 10,500234 7,40 98,44

Kota Bandung 2008 1,4375876 4,247065649 17,063922 10,5015 0,45 99,45

Kota Bandung 2009 1,6158461 4,248852321 17,204149 10,696865 2,06 99,24

Kota Bandung 2010 1,4859944 4,251490751 17,348926 10,792243 7,02 99,84

Kota Bandung 2011 1,6925883 4,254122238 17,484692 10,731406 7,86 100,24

Kota Bandung 2012 1,322381 4,256746818 17,482301 10,794625 10,23 100,64

Kota Cirebon 2007 2,7614507 4,225372825 17,145585 8,5678863 4,10 93,65

Kota Cirebon 2008 2,1726315 4,228292535 17,23579 8,6150456 5,49 94,07

Kota Cirebon 2009 2,5599337 4,229021132 17,328572 8,6030038 6,16 92,95

Kota Cirebon 2010 2,2428659 4,230331271 17,423235 8,5913726 11,36 92,86

Kota Cirebon 2011 2,4755177 4,231639696 17,50841 8,6303433 15,00 92,51

Kota Cirebon 2012 2,2263505 4,232946412 17,527618 8,6157708 18,01 92,16

Kota Bekasi 2007 0,835954 4,239886868 16,286906 10,549176 3,59 95,34

Kota Bekasi 2008 -0,6433118 4,248495242 16,416261 10,63434 3,00 97,64

Kota Bekasi 2009 1,3495297 4,250635807 16,447001 10,611622 2,16 95,94

Kota Bekasi 2010 0,4483081 4,254477314 16,542118 10,623739 6,22 96,91

Kota Bekasi 2011 -0,0555444 4,25830412 16,651771 10,714884 9,71 97,21

34

Kota Bekasi 2012 -0,0010636 4,262116338 16,684311 10,756988 13,37 97,51

Kota Depok 2007 1,4442552 4,286341385 15,764584 10,177894 5,83 95,79

Kota Depok 2008 -0,5221731 4,287715955 15,870493 10,150582 2,54 95,52

Kota Depok 2009 1,269279 4,289088639 15,943697 10,521696 4,57 96,16

Kota Depok 2010 1,2023649 4,290459441 16,044041 10,441763 6,15 96,19

Kota Depok 2011 1,1730665 4,291828367 16,130196 10,512927 7,18 96,38

Kota Depok 2012 1,0378391 4,293195421 16,167189 10,602393 10,21 96,56

Kota Cimahi 2007 1,8192334 4,232656178 16,552685 9,1349701 9,38 98,74

Kota Cimahi 2008 1,9753013 4,238444906 16,838306 9,2973434 7,87 100,03

Kota Cimahi 2009 2,0083309 4,239886868 16,905312 9,2958757 4,80 99,26

Kota Cimahi 2010 1,900963 4,24247717 16,982521 9,2731274 16,26 99,86

Kota Cimahi 2011 2,0435095 4,24506078 17,062486 9,2516742 9,29 100,12

Kota Cimahi 2012 2,0181582 4,247637732 17,096187 9,2534956 6,54 100,38

Kota Tasikmalaya 2007 2,0717786 4,229749199 16,195319 9,4338838 3,37 98,56

Kota Tasikmalaya 2008 2,0703293 4,228292535 16,255587 9,435881 1,18 99,42

Kota Tasikmalaya 2009 2,4260833 4,231203745 16,328326 9,43628 3,57 98,62

Kota Tasikmalaya 2010 2,3311521 4,232946412 16,405327 9,5465983 3,67 98,93

Kota Tasikmalaya 2011 2,3472487 4,234686047 16,47841 9,5155431 5,54 98,96

Kota Tasikmalaya 2012 2,2435243 4,236422661 16,575366 9,5289395 5,52 98,99

Kota Banjar 2007 2,8073904 4,188138442 15,864426 8,0173075 9,33 94,90

Kota Banjar 2008 2,8827226 4,192680463 15,937377 7,9949695 3,00 96,79

Kota Banjar 2009 2,9975521 4,194943761 16,032405 8,0802374 3,95 95,23

Kota Banjar 2010 2,864704 4,197803271 16,128302 8,1062129 5,63 95,97

Kota Banjar 2011 2,8287824 4,200654627 16,206894 8,1536375 31,08 96,14

Kota Banjar 2012 2,6569772 4,203497876 16,282706 8,1682029 6,07 96,30

Sumber: Dinas Kesehatan Provinsi Jawa Barat 2014

35

Lampiran 2 Hasil estimasi model faktor sosial ekonomi terhadap angka kematian

bayi kabupaten dan kota di Provinsi Jawa Barat dengan pendekatan

Fixed Effect

Dependent Variable: LNAKB

Method: Panel EGLS (Cross-section weights)

Date: 06/10/14 Time: 00:22

Sample: 2007 2012

Periods included: 6

Cross-sections included: 25

Total panel (unbalanced) observations: 148

Linear estimation after one-step weighting matrix

White cross-section standard errors & covariance (d.f. corrected)

Variable Coefficient Std. Error t-Statistic Prob.

RBKES -0.012830 0.005679 -2.258950 0.0257

LNPDRBK 0.354027 0.068108 5.198023 0.0000

LNSALINKES -0.468861 0.033902 -13.82974 0.0000

RAMH -0.027804 0.003477 -7.997513 0.0000

C 3.387004 0.963451 3.515491 0.0006

Effects Specification

Cross-section fixed (dummy variables)

Weighted Statistics

R-squared 0.916626 Mean dependent var 3.177919

Adjusted R-squared 0.897008 S.D. dependent var 2.348387

S.E. of regression 0.370879 Sum squared resid 16.36858

F-statistic 46.72490 Durbin-Watson stat 2.027331

Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.787596 Mean dependent var 1.751335

Sum squared resid 17.50955 Durbin-Watson stat 2.202126

Lampiran 3 Hasil Uji Chow pada model angka kematian bayi

Redundant Fixed Effects Tests

Equation: Untitled

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 23.786329 (24,119) 0.0000

36

Lampiran 4 Hasil Uji Hausman pada model angka kematian bayi

Correlated Random Effects - Hausman Test

Equation: Untitled

Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 15.103513 4 0.0045

Lampiran 5 Uji normalitas pada model angka kematian bayi

Lampiran 6. Uji multikolinearitas pada model angka kematian bayi

LNAKB RBKES LNPDRBK LNSALINKES RAMH

LNAKB 1.000000 -0.023990 -0.288830 -0.528675 -0.017740

RBKES -0.023990 1.000000 0.109184 -0.179762 0.101458

LNPDRBK -0.288830 0.109184 1.000000 -0.043443 -0.006998

LNSALINKES -0.528675 -0.179762 -0.043443 1.000000 -0.207009

RAMH -0.017740 0.101458 -0.006998 -0.207009 1.000000

0

2

4

6

8

10

12

-0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8

Series: Standardized Residuals

Sample 2007 2012

Observations 148

Mean -7.50e-18

Median 0.015752

Maximum 0.833761

Minimum -0.774995

Std. Dev. 0.333693

Skewness -0.052659

Kurtosis 2.510595

Jarque-Bera 1.545422

Probability 0.461760

37

Lampiran 7 Hasil estimasi model pengaruh faktor sosial ekonomi terhadap angka

harapan hidup kabupaten dan kota di Provinsi Jawa Barat dengan

pendekatan Fixed Effect

Dependent Variable: LNAHH

Method: Panel EGLS (Cross-section weights)

Date: 06/10/14 Time: 00:33

Sample: 2007 2012

Periods included: 6

Cross-sections included: 25

Total panel (balanced) observations: 150

Linear estimation after one-step weighting matrix

White cross-section standard errors & covariance (d.f. corrected)

Variable Coefficient Std. Error t-Statistic Prob.

RBKES 6.22E-05 2.65E-05 2.351793 0.0203

LNPDRBK 0.022030 0.001674 13.16187 0.0000

RAMH 0.000309 3.66E-05 8.432051 0.0000

C 3.827164 0.029779 128.5199 0.0000

Effects Specification

Cross-section fixed (dummy variables)

Weighted Statistics

R-squared 0.997804 Mean dependent var 7.942800

Adjusted R-squared 0.997319 S.D. dependent var 3.827021

S.E. of regression 0.002868 Sum squared resid 0.001003

F-statistic 2053.540 Durbin-Watson stat 1.211503

Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.990085 Mean dependent var 4.217150

Sum squared resid 0.001109 Durbin-Watson stat 0.619119

Lampiran 8 Hasil Uji Chow pada model angka harapan hidup

Redundant Fixed Effects Tests

Equation: Untitled

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 1278.981895 (24,122) 0.0000

38

Lampiran 9 Hasil Uji Hausman pada model angka harapan hidup

Correlated Random Effects - Hausman Test

Equation: Untitled

Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 0.000000 3 1.0000

* Cross-section test variance is invalid. Hausman statistic set to zero.

** WARNING: robust standard errors may not be consistent with

assumptions of Hausman test variance calculation.

Lampiran 10 Uji normalitas pada model angka harapan hidup

Lampiran 11 Uji multikolinearitas pada model angka harapan hidup

LNAHH RBKES LNPDRBK RAMH

LNAHH 1.000000 0.065837 0.386651 0.335400

RBKES 0.065837 1.000000 0.116405 0.095732

LNPDRBK 0.386651 0.116405 1.000000 -0.010515

RAMH 0.335400 0.095732 -0.010515 1.000000

0

4

8

12

16

20

-0.006 -0.004 -0.002 0.000 0.002 0.004 0.006

Series: Standardized Residuals

Sample 2007 2012

Observations 150

Mean 1.10e-18

Median -0.000418

Maximum 0.006331

Minimum -0.006508

Std. Dev. 0.002595

Skewness 0.279945

Kurtosis 2.831200

Jarque-Bera 2.137312

Probability 0.343470

39

RIWAYAT HIDUP

Penulis bernama Diyane Astriani Sudaryanti lahir pada tanggal 4 Juli 1992

di Jakarta, DKI Jakarta. Penulis merupakan anak pertama dari tiga bersaudara,

dari pasangan Bapak Titut Julianto Sudartono dan Ibu Ria Wariati Sriningsih.

Penulis menamatkan pendidikan sekolah dasar di SD N Tanah Baru 1 Depok, lalu

melanjutkan pendidikan menengah pertama di SMP N 253 Jakarta, kemudian

melanjutkan pendidikan menengah umum di SMA N 97 Jakarta dan lulus pada

tahun 2010.

Pada tahun 2010 penulis diterima sebagai mahasiswa Institut Pertanian

Bogor (IPB). Penulis masuk IPB melalui jalur Ujian Seleksi Masuk IPB (USMI)

dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi pada Fakultas

Ekonomi dan Manajemen. Selama menjadi mahasiswa, penulis telah aktif dalam

organisasi dan kepanitian seperti Himpunan Profesi dan Peminat Ilmu Ekonomi

Studi Pembangunan (HIPOTESA) Fakultas Ekonomi dan Manajemen IPB, panitia

sportakuler serta menjadi panitia hipotex-r.