Analisis Kausalitas PDB per provinsi Terhadap Pengeluaran Kesehatan

per provinsi & Total Penduduk per provinsi

Ahmad Zuhdi Dwi Kusuma

1206206676
Ilmu Ekonomi 2012
Ekonometrika 1 / I Gede Karma Dewa Wisana

I.

Pendahuluan
PDB per provinsi ( Produk Domestik Bruto per provinsi) hingga saat ini masih
dijadikan tolak ukur yang mumpuni dalam mengukur kondisi provinsi tersebut,
umumnya hal ini terlihat dari besaran PDB per provinsi dari masing masing provinsi.
Tetapi dibalik hal tersebut, PDB dapat dipengaruhi oleh faktor faktor yang pada
logikanya tidak memiliki dampak langsung bagi faktor produksi penunjang besaran
PDB per provinsi tersebut.. Faktor faktor lain tersebut antara lain kesehatan,
pendidikan, & lainnya. Dalam essai ini penulis akan memfokuskan pembahasan pada 3
variabel, yaitu : PDB per provinsi, nilai pengeluaran kesehatan per provinsi, & jumlah
penduduk per provinsi. Sehingga persamaan regressi yang diharapkan adalah :
PDB per province = 0 + 1 health expenditure + 3 Total Population per province +
I.I

Teori Pendukung

Pertumbuhan Ekonomi Klasik Adam Smith

Adam Smith menyatakan bahwa proses produksi dipengaruhi oleh sumber daya
alam, sumber daya manusia, dan stok barang modal yang ada. Dibalik itu, pertambahan
penduduk akan memperluas pasar & menentukan cepat lambatnya pertumbuhan
ekonomi.
Dari hal tersebut, dalam teori pertumbuhan ekonomi klasik oleh Adam Smith
jelas menyatakan bahwa pertambahan penduduk akan diikuti dengan peningkatan
PDB. Yang dimaksudkan oleh Adam Smith adalah dengan terjadinya pertambahan
penduduk maka sama dengan kenaikan faktor produksi, dan ketika faktor produksi
meningkat maka PDB akan meningkat pula.
Efficiency Wage
Teori tingkat upah efisien menyatakan bahwa perusahaan dapat memberikan
kenaikan tingkat upah sebagai penunjang kesehatan para pekerja, sehingga pekerja
dapat menjadi lebih produktifDalam teori efficiency wage, kesehatan menjadi salah satu
faktor penting untuk mendukung produktifitas begitu pula PDB.
II.

Hasil Regressi
Tabel Regressi 1.1

Source |

SS

df

MS

Number of obs =

-------------+------------------------------

F(

2,

28

25) =

102.41

Model |

1.4792e+18

7.3959e+17

Prob > F

0.0000

Residual |

1.8055e+17

25

7.2219e+15

R-squared

0.8912

Adj R-squared =

0.8825

Root MSE

8.5e+07

-------------+-----------------------------Total |

1.6597e+18

27

6.1472e+16

------------------------------------------------------------------------------------------totalgdpexpenditure |

Coef.

Std. Err.

P>|t|

[95% Conf. Interval]

--------------------------+---------------------------------------------------------------healthfunctionexpenditure |

.0003096

.0000402

7.69

0.000

.0002267

.0003925

totalpopulation |

11.09291

1.727585

6.42

0.000

7.534886

14.65094

_cons |

-1.65e+07

2.07e+07

-0.80

0.432

-5.91e+07

2.61e+07

-------------------------------------------------------------------------------------------

Tabel Deteksi 1 [ Breusch Pagan / Cook Weisberg ]

Breusch-Pagan / Cook-Weisberg test for heteroskedasticity

Ho: Constant variance
Variables: fitted values of totalgdpexpenditure
chi2(1)
Prob > chi2

=
=

15.88
0.0001

Tabel Regressi 1.2 [ Robust ]

Linear regression

Number of obs =
F( 2,
25) =
Prob > F
=
R-squared
=
Root MSE
=

28
43.37
0.0000
0.8912
8.5e+07

------------------------------------------------------------------------------------------|
Robust
totalgdpexpenditure |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
--------------------------+---------------------------------------------------------------healthfunctionexpenditure |
.0003096
.0000681
4.54
0.000
.0001693
.00045
totalpopulation |
11.09291
3.482654
3.19
0.004
3.920255
18.26557
_cons | -1.65e+07
1.52e+07
-1.08
0.289
-4.79e+07
1.49e+07
-------------------------------------------------------------------------------------------

III.

Analisis Hasil & Kesimpulan

Hasil regressi Tabel Regressi 1.1 menunjukan bahwa adanya masalah

heteroskedastisitas yang ditunjukan pada tabel deteksi 1, deteksi pada table deteksi 1

menggunakan metode deteksi Breusch Pagan / Cook Weisberg. Karena terjadi

masalah heteroskedastisitas maka nilai dari t statistik tidak menunjukan nilai yang
sebenarnya, sehingga muncul keraguan terhadap signifikansi variabel pengeluaran
untuk kesehatan & jumlah penduduk antar provinsi di Indonesia.
Dengan menggunakan metode koreksi Robust Standard Error, Tabel Regressi 1.2, nilai
t statistik mencerminkan nilai pada kondisi tanpa heteroskedastisitas. Signifkansi dari
variabel dalam model sudah teruji dan menunjukan hasil yang signifikan. Pada
persamaan regressi setelah menghilangkan masalah heteroskedastisitas maka :
PDB per province = [-1.65e+07] + 0.0003096 health expenditure + 11.09291 Total
Population per province +
Masalah heteroskedastisitas ini mungkin terjadi karena error dari persamaan
regressi memiliki pola yang berbeda. Pada tingkat populasi yang tinggi, tingkat PDB
bisa berada pada tingkat yang tinggi pula, tetapi bisa juga memiliki tingkat PDB yang
rendah. Perbedaan tingkat PDB ini dapat terjadi karena pertambahan penduduk tidak
menandakan akan terjadi penambahan faktor produksi.

Terlebih penambahan

penduduk dapat meningkatkan dependency ratio; semakin besar dependency ratio dapat
mengindikasikan kemungkinan penurunan PDB. Hal yang sama terjadi pada tingkat
pengeluaran suatu provinsi terhadap kesehatan, pada kenyataannya terdapat provinsi
yang memiliki pengeluaran untuk kesehatan yang tidak terlalu besar, tetapi memiliki
PDB yang besar.
IV.

Daftar Pustaka

Mankiw, G. (2009). Macroeconomics. New York: Worth Publishers.

V.

Region Name

Lampiran
Total GDP
( Expenditure )

Health Function
( Expenditure )

Total Population

Bali, Prop.
Banten, Prop.
Bengkulu, Prop.
D I Yogyakarta, Prop.
DKI Jakarta, Prop.
Gorontalo, Prop.
Jambi, Prop.
Jawa Barat, Prop.
Jawa Tengah, Prop.
Jawa Timur, Prop.
Kalimantan Barat, Prop.
Kalimantan Tengah, Prop.
Kalimantan Timur, Prop.
Kepulauan Bangka Belitung,
Prop.
Kepulauan Riau, Prop.
Lampung, Prop.
Maluku, Prop.
Nanggroe Aceh Darussalam,
Prop.
Nusa Tenggara Barat, Prop.
Nusa Tenggara Timur, Prop.
Papua Barat, Prop.
Papua, Prop.
Riau, Prop.
Sulawesi Barat, Prop.
Sulawesi Tenggara, Prop.
Sulawesi Utara, Prop.
Sumatera Barat, Prop.
Sumatera Selatan, Prop.

64567000
1.49E+08
18036964
45626000
8.62E+08
8057000
53816692
7.71E+08
4.44E+08
7.78E+08
60475000
42567000
3.21E+08

9.81E+10
2.28E+11
1.24E+11
7.66E+10
2.06E+12
2.22E+10
1.38E+11
3.85E+11
7.87E+11
1.62E+12
1.84E+11
9.21E+10
6.43E+11

3890757
10632166
1715518
3457491
9604329
1040164
3092265
43053732
32382657
37476757
4395983
2212089
3553143

25705624
71614512
1.07E+08
8085000

7.08E+10
1.4E+11
1.78E+11
8.63E+10

1223296
1679163
7608405
1533506

77505600
43963000
27711000
22527000
89451000
3.43E+08
10987000
28369000
36835000
87221248
1.58E+08

6.64E+11
1.37E+11
8.4E+10
8.22E+10
4.49E+11
2.76E+11
3.84E+10
9.39E+10
6.55E+10
1.92E+11
3.41E+11

4494410
4500212
4683827
760422
2833381
5538367
1158651
2232586
2270596
4846909
7450394

Sumber data : indo-dapoer.worldbank