Jurnal E-Bis: Ekonomi-Bisnis Vol.
9 No.
https://jurnal.
politeknik-kebumen.
id/index.
php/E-Bis p-ISSN : 2580-2062 e-ISSN : 2622-3368 Tingkat Pendidikan.
Kesehatan dan Pengangguran Terbuka di Indonesia dan Pengaruhnya terhadap Tingkat Kemiskinan Disa Fadila1.
Tri Kurniawati2* Pendidikan Ekonomi.
Universitas Negeri Padang.
Indonesia *Email: disafadila21@gmail.
com1, trikurniawati@fe.
Doi: https://doi.
org/10.
37339/e-bis.
Diterbitkan oleh Politeknik Piksi Ganesha Indonesia Info Artikel Diterima :
2025-07-21
Diperbaiki :
2025-07-24
Disetujui :
2025-07-28
ABSTRAK
Kemiskinan merupakan kondisi kekurangan yang dialami individu, berdampak langsung pada kesejahteraannya dan menjadi persoalan mendasar yang sulit diatasi diseluruh negara di dunia, termasuk Indonesia.
Penelitian ini bertujuan untuk menganalisis pengaruh tingkat pendidikan, kesehatan dan pengangguran terbuka terhadap kemiskinan di Indonesia.
Penelitian ini menggunakan jenis pendekatan kuantitatif asosiatif dengan analisis model regresi data panel dan alat bantu Eviews 12.
Data panel terdiri atas atas data cross section 34 provinsi di Indonesia dan data time series tahun 2019-2023 berupa data sekunder yang bersumber dari instansi BPS Indonesia.
Teknik pengumpulan data dengan Model analisis regresi data panel terpilih adalah Fixed Effect Model.
Hasil penelitian menunjukkan bahwa variabel tingkat pengangguran terbuka secara parsial berpengaruh positif signifikan terhadap kemiskinan di Indonesia, sedangkan variabel tingkat pendidikan dan kesehatan secara parsial tidak berpengaruh signifikan terhadap kemiskinan di Indonesia.
Sementara itu, variabel tingkat pendidikan, kesehatan dan pengangguran terbuka secara simultan berpengaruh terhadap kemiskinan di Indonesia.
Kata Kunci:
Kemiskinan.
Tingkat Pendidikan.
Kesehatan.
Pengangguran Terbuka ABSTRACT Poverty is a condition of deprivation experienced by individuals, directly impacting their well-being and becoming a fundamental problem that is difficult to overcome in all countries in the world, including Indonesia.
This study uses associative quantitative research with panel data regression model analysis and Eviews 12 tools.
The panel data consists of cross-section data from 34 provinces in Indonesia and time series data from 2019-2023 in the form of secondary data sourced from the Indonesian Statistics Agency (BPS).
Data collection techniques use documentation.
The selected panel data regression analysis model is the Fixed Effect Model.
The results of the study indicate that the open unemployment rate variable partially has a significant positive effect on poverty in Indonesia, while the education and health levels variables partially have no significant effect on poverty in Indonesia.
Meanwhile, the education, health and open unemployment levels simultaneously affect poverty in Indonesia.
Keywords:
Poverty.
Education Level.
Health.
Open Unemployment.
Alamat Korespondensi Jl.
Letnan Jenderal Suprapto No.
73 Kebumen.
Jawa Tengah.
Indonesia 54311
PENDAHULUAN
Kemiskinan merupakan kondisi kekurangan yang dialami individu, berdampak langsung pada kesejahteraannya dan menjadi persoalan mendasar yang sulit diatasi diseluruh negara di dunia, termasuk Indonesia (Adhitya et al.
, 2.
Todaro & Smith .
menyatakan bahwa peningkatan kesejahteraan atau taraf hidup masyarakat melalui pembangunan ekonomi Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati merupakan prioritas utama seluruh negara di dunia, salah satunya pengentasan kemiskinan.
Kemiskinan bersifat multidimensional dan banyak faktor yang mempengaruhinya (Valiant Kevin et al.
, 2.
Pengukuran kemiskinan umumnya menggunakan tiga pendekatan utama, salah satunya adalah konsep pendekatan garis kemiskinan konsumsi/pengeluaran yang berhubungan dengan kemampuan individu memenuhi keperluan dasar hidupnya .
asic needs approac.
Menurut BPS .
, kemiskinan ditafsirkan sebagai kondisi ketakberdayaan individu dalam mencukupi kebutuhan dasar, baik yang bersifat konsumtif seperti pangan, sandang, dan papan, maupun nonkonsumtif seperti layanan pendidikan, kesehatan, dan aspek-aspek dasar penunjang kehidupan lainnya.
Melalui pendekatan ini, garis kemiskinan konsumsi dapat diindikasikan oleh Persentase Penduduk MiskinPerhitungan garis konsumsi ditentukan pada rerata pengeluaran individu untuk keperluan pangan dan non pangan (Adji et al.
, 2.
Tingkat kemiskinan di berbagai provinsi di Indonesia menunjukkan fenomena fluktuasi dari tahun 2019 hingga 2023.
Provinsi di wilayah barat seperti Aceh .
Bengkulu .
,04%).
Sumatera Selatan .
,78%) dan Lampung .
,11%) tercatat memiliki persentase kemiskinan yang tinggi pada tahun 2023.
Sementara itu, provinsi di wilayah tengah DI Yogyakarta .
,04%).
Jawa Tengah .
,77%).
Jawa Timur .
,35%) dan Nusa Tenggara Barat .
secara konsisten menunjukkan angka memiskinan di atas rata-rata nasional.
Kondisi serupa juga terjadi di wilayah timur Indonesia.
Nusa Tenggara Timur .
,96%).
Gorontalo .
,15%).
Sulawesi Tengah .
,41%).
Sulawesi Tenggara .
,43%).
Sulawesi Barat .
,49%).
Maluku .
,42%).
Papua Barat .
,49 %) dan Papua .
,03%) juga menghadapi tingkat kemiskinan yang tinggi, bahkan Papua dengan provinsi yang mencetak tingkat kemiskinan tertinggi di tahun 2023 (BPS, 2.
Secara nasional, kondisi kemiskinan di Indonesia menunjukkan fluktuasi sepanjang lima tahun belakangan dengan tren yang mengkhawatirkan dan perlu perhatian serius.
Rata-rata nasional mengalami peningkatan 9,41% pada tahun 2019 menjadi 20,14% di tahun 2021 saat pandemi, kemudian mengalami penurunan menjadi 9,36% pada tahun 2023.
Meskipun mengalami penurunan, angka 9,36% ini masih tergolong lebih tinggi dibandingkan angka kemiskinan sebelum masa pandemi.
Penurunan ini belum signifikan, mengingat masih terdapat 16 dari 34 provinsi di Indonesia yang terjebak mengalami kemiskinan secara konsisten melebihi rata-rata nasional dalam lima tahun terakhir (BPS, 2.
Konsep vicious circle yang diperkenalkan Ragnar Nukse dalam Jhingan .
mengilustrasikan bahwa kemiskinan merupakan suatu jerat sistemik yang sukar untuk dihindari, di mana suatu negara terjebak dalam kondisi stagnasi ekonomi dan mengalami hambatan besar dalam upaya mencapai tahapan pembangunan yang lebih maju.
Ketidakterjangkauan terhadap pendidikan, pekerjaan, dan fasilitas kesehatan yang layak memperkuat rantai kemiskinan struktural yang terus berulang dan sulit diputuskan seiring berjalannya waktu (Jhingan, 2.
Pendidikan menjadi salah satu komponen penting dalam definisi kemiskinan, dimana dalam konsep Aopengurangan kemampuanAo kelompok miskin mengalami keterbatasan akses pada sumber daya produktif dan rendahnya kemampuan dasar dalam bidang pendidikan, kesehatan dan modal manusia (Rose & Dyer, 2.
Menurut Todaro & Smith .
menyebutkan bahwa peningkatan pendidikan berperan penting dalam membantu keluarga melepaskan diri dari siklus kemiskinan yang berulang.
Temuan penelitian oleh Natasya et al.
, .
menguatkan dengan adanya keterkaitan dampak Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati negatif dan signifikan pendidikan dan kemiskinan.
Parameter menilai pendidikan adalah RLS, yang mengukur durasi rerata penduduk dalam mengikuti jenjang pendidikan formal.
Semakin tinggi nilai RLS sebuah negara, maka dapat mencerminkan bahwa kualitas pendidikan di negara berkaitan mengalami peningkatan.
Berikut gambaran RLS Indonesia periode 2019-2023.
Rata-rata Lama Sekolah Rata-rata Lama Sekolah Penduduk 9,08 9,13 8,97 Rata-rata Lama Sekolah 8,75 2019 2020 2021 2022 2023 Tahun Gambar 1.
Grafik RLS Penduduk Umur 15 Tahun ke Atas di Indonesia Tahun 2019-2023.
Sumber : BPS Indonesia, 2024.
Menurut data di atas.
RLS menunjukkan tren positif secara konsisten lima tahun terakhir tercatat 8,75 tahun pada 2019 meningkat sebesar 9,13 tahun pada 2023.
Meskipun demikian, peningkatan RLS ini tampaknya belum sepenuhnya efektif dalam menanggulangi masalah kemiskinan di Indonesia.
Disparitas pendidikan antar provinsi di Indonesia tergambar jelas melalui data RLS 2019-2023, dimana kesenjangan tertinggi mencapai 4,08 tahun anatar DKI Jakarta .
,42 tahu.
dan Papua .
,34 tahu.
Meskipun RLS mengalami peningkatan secara nasional dari 8,75 tahun .
menjadi 9,13 .
, namun angka ini belum efektif untuk memutus rantai kemiskinan di Indonesia (BPS, 2.
Teori Modal Manusia (Human Capital Theor.
mengemukakan bahwa investasi pada aspek manusia, khususnya dalam ranah pendidikan dan kesehatan, berpotensi mendorong peningkatan produktifitas dan penghasilan sehingga individu dapat terlepas dari jerat kemiskinan struktural (Chairunnisa & Qintharah, 2.
Selain pendidikan formal, kesehatan juga merupakan komponen penting dari investasi modal manusia karena individu yang sehat memiliki kapasitas fisik dan mental yang lebih baik untuk bekerja, belajar dan mengembangkan keterampilan Todaro & Smith .
mengemukanan bahwa perbaikan di bidang kesehatan berperan sebagai katalis yang memungkinkan rumah tangga keluar dari jerat kemiskinan struktural.
Temuan empiris oleh Salsabil & Rianti .
memperkuat pandangan ini dengan menunjukkan adanya pengaruh negatif yang signifikan antara kesehatan dan tingkat kemiskinan, yang menandakan bahwa semakin sehat seseorang, semakin besar peluangnya untuk terbebas dari kemiskinan melalui peningkatan produktivitas.
Parameter yang digunakan untuk melihat tingkat kesehatan adalah Angka Harapan Hidup (AHH).
Berikut adalah gambaran AHH di Indonesia tahun 2019-2023.
Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati Angka Harapan Hidup (AHH) Persentase 72,13 71,85 71,34 71,47 71,57 AHH di Indonesia
2019 2020 2021 2022 2023
Tahun Gambar 2.
Grafik AHH di Indonesia Tahun 2019-2023 Sumber: Badan Pusat Statistik Indonesia, 2024.
Menurut data di atas.
AHH di Indonesia menunjukkan tren peningkatan dari 71,34 tahun pada 2019 menjadi 72,13 tahun pada 2023.
Meskipun ada peningkatan, percepatan perbaikan AHH tidak begitu cepat dan belum sepenuhnya menanggulangi kemiskinan yang mengindikasikan adanya tantangan dalam kualitas kesehatan.
Secara keseluruhan, kondisi kesehatan membaik, namun distribusinya belum merata mengingat masih terdapat banyak wilayah dengan kondisi kemiskinan yang tinggi terutama di beberapa provinsi di Indonesia (BPS.
Data AHH memperlihatkan kesenjangan kualitas kesehatan yang signifikan antarprovinsi di Indonesia.
DI Yogyakarta mencatatkan AHH tertinggi dengan 75,12 tahun pada 2023, jauh di atas rata-rata nasional 72,13 tahun.
Sebaliknya.
Sulawesi Barat mencatatkan AHH terendah dengan hanya 66,01 tahun, menunjukkan kesenjangan harapan hidup hingga 9,11 tahun antara provinsi dengan AHH tertinggi dan terendah.
Peningkatan AHH nasional dari 71,34 tahun .
menjadi 72,13 tahun .
menunjukkan perbaikan kualitas kesehatan secara umum, namun belum mampu sepenuhnya mengatasi disparitas kesehatan antar provinsi yang masih cukup tinggi (BPS, 2.
Beberapa penelitian sebelumnya menunjukkan bahwa peningkatan pendidikan dan kesehatan memiliki pengaruh negatif signifikan terhadap pengurangan kemiskinan.
Penelitian oleh Utami & Udjianto .
dan Valiant Kevin et al.
, .
menjelaskan keterkaitan dampak negatif signifikan pendidikan terhadap kemiskinan.
Di sisi lain, penelitian oleh Aryanti & Sukardi .
memaparkan hasil yang berbeda, dimana pendidikan melalui peningkatan RLS tidak berpengaruh karena belum sepenuhnya serta-merta mengentaskan kemiskinan.
Selanjutnya hasil empiris oleh Chairunnisa & Qintharah .
dan Salsabil & Rianti .
menegaskan adanya pengaruh negatif signifikan antara kesehatan dan kemiskinan.
Sebaliknya, penelitian oleh Fernando et al.
, .
menunjukkan hasil riset berbeda , dimana dampak kesehatan melalui AHH cenderung tidak signifikan tanpa adanya pemerataan fasilitas dan perbaikan kualitas SDM kesehatan di wilayah tertinggal.
Menurut Sukirno .
, dampak negatif dari pengangguran meliputi penurunan pendapatan yang selanjutnya menurunkan taraf kesejahteraan individu, sehingga membuka peluang lebih besar bagi mereka untuk terperangkap dalam kemiskinan akibat ketidakmampuan dalam memenuhi kebutuhan pokok hidup.
Berikut grafik Persentase Tingkat TPT sepanjang 2019 Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati hingga 2023 di Indonesia.
Tingkat Pengangguran Terbuka (TPT) Persentase 6,01 6,38 5,11 5,85 5,39 Persentase Timgkat
Pengangguran Terbuka di Indonesia
2019 2020 2021 2022 2023
Tahun Gambar 3.
Grafik TPT di Indonesia Tahun 2019-2023 Sumber: BPS Indonesia, 2024.
Mengacu pada gambar 3, tingkat pengangguran terbuka menunjukkan adanya tren fluktuatif di Indonesia sepanjang lima tahun terakhir pada periode 2029-2023.
Tingkat pengangguran terbuka peningkatan dari 5,11% untuk tahun 2019 mencapai 6,01% di tahun 2020 dengan puncaknya tahun 2021 dengan angka mencetak 6,38 %, kemudian dua tahun berikutnya mengalami penurunan bertahap menjadi 5,85% .
dan 5,39 .
Data TPT antar provinsi di Indonesia mengungkapkan variasi yang signifikan.
TPT tertinggi dengan angka 7,75% pada 2023 tercatat pada provinsi Banten, jauh di melebihi rerata nasional 5,39%.
Di sisi lain.
TPT terendah tercatat pada provinsi Sulawesi Barat dengan hanya 2,66%, menunjukkan kesenjangan kesempatan kerja hingga 5,09% antara kedua provinsi tersebut (BPS, 2.
Angka pengangguran terbuka tahun 2023 masih lebih tinggi dibandingkan pra-pandemi 2019 meskipun mengalami penurunan dalam dua tahun terakhir, sejalan dengan pendapat Sukirno .
terkait hubungan pengangguran dan kemiskinan dimana kondisi ini berpotensi memperburuk Penelitian sebelumnya oleh Utami & Udjianto .
dan Rukmana & Imaningsih .
menunjukkan bahwa peningkatan pengangguran menimbulkan peningkatan angka kemiskinan terhadap jumlah penduduk miskin.
Namun, temuan Putri & Putri .
menjelaskan bahwa TPT pada riset menunjukkan pengaruh positif tetapi tidak signifikan terhadap pengentasan Di sisi lain, hasil penelitian Purboningtyas et al.
, .
menjelaskan tidak adanya pengaruh tingkat pengangguran terbuka terhadap penurunan angka kemiskinan karena perbaikan TPT tidak serta-merta menekan kemiskinan jika perbaikan tersebut hanya terjadi di sektor informal atau pekerjaan dengan upah rendah.
Permasalahan kemiskinan di Indonesia tidak hanya terbatas pada aspek geografis tertentu, namun menjadi semakin kompleks karena mencakup berbagai dimensi.
Program-program yang ada belum mampu menciptakan perubahan struktural yang berkelanjutan, adanya fenomena permasalahan kemiskinan ini menunjukkan adanya kegagalan sistemik dalam upaya pengentasan Berangkat dari fenomena yang dijelaskan di atas dan adanya inkonsistensi antara Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati hasil penelitian sebelumnya, maka penelitian mengenai kemiskinan menjadi krusial untuk mengidentifikasi akar permasalahan dan merumuskan solusi yang efektif, mengingat dampaknya yang signifikan terhadap kualitas sumber daya manusia dan berpotensi menciptakan kemiskinan di berbagai wilayah di Indonesia serta bertujuan untuk mengatasi kekosongan ilmiah sebelumnya agar memberikan hasil analisis yang lebih komprehensif.
KAJIAN PUSTAKA
Kemiskinan Kemiskinan merupakan kondisi kekurangan yang dialami individu, berdampak langsung pada kesejahteraannya dan menjadi persoalan mendasar yang sulit diatasi diseluruh negara di dunia, termasuk Indonesia (Adhitya et al.
, 2.
Menurut BPS .
kemiskinan ditafsirkan sebagai kondisi ketakberdayaan individu dalam mencukupi kebutuhan elementer, baik yang bersifat konsumtif seperti pangan, sandang, dan papan, maupun nonkonsumtif seperti layanan pendidikan, kesehatan, dan aspek-aspek dasar penunjang kehidupan lainnya.
Sementara itu, menurut pandangan Kuncoro dalam Puteri & Marwan .
, kemiskinan didefinisikan sebagai ketidakmampuan seseorang dalam mencapai taraf hidup minimal yang dianggap layak.
Kebutuhan-kebutuhan fundamental tersebut mencakup pemenuhan nutrisi, pakaian layak, tempat tinggal yang memadai, akses terhadap pendidikan, serta layanan kesehatan.
Ditinjau dari perspektif ekonomi, kemiskinan merefleksikan keterbatasan akses terhadap kapasitas esensial untuk mencukupi keperluan vital sekaligus mendorong peningkatan taraf kesejahteraan sosial.
Berdasarkan uraian tersebut, dapat disarikan bahwa kemiskinan adalah suatu keadaan dimana individu berada dalam situasi kekurangan sehingga tidak mampu mencukupi kebutuhan dasar dalam kehidupannya, meliputi pangan, pakaian, tempat tinggal, layanan pendidikan, fasilitas kesehatan, serta keperluan dasar lainnya.
Konsep vicious circle yang diperkenalkan Ragnar Nukse dalam Jhingan .
mengilustrasikan bahwa kemiskinan merupakan suatu jerat sistemik yang sukar untuk dihindari, di mana suatu negara terjebak dalam kondisi stagnasi ekonomi dan mengalami hambatan besar dalam upaya mencapai tahapan pembangunan yang lebih maju.
Ketidaklayakan kondisi kesehatan serta keterbelakangan kualitas sumber daya manusiaAiyang salah satunya tergambar lewat rendahnya taraf pendidikanAiberkontribusi terhadap menurunnya tingkat produktivitas.
Produktivitas yang minim berdampak pada penghasilan yang juga rendah, mengakibatkan kesulitan dalam mencukupi kebutuhan pokok, menabung, ataupun melakukan investasi.
Situasi ini kemudian menekan laju pembentukan modal, yang pada akhirnya memperlambat penciptaan lapangan kerja.
Ketidakterjangkauan terhadap pendidikan, pekerjaan, dan fasilitas kesehatan yang layak memperkuat rantai kemiskinan struktural yang terus berulang dan sulit diputuskan seiring berjalannya waktu (Jhingan, 2.
Teori Modal Manusia Teori Modal Manusia (Human Capital Theor.
mengemukakan bahwa investasi pada aspek manusia, khususnya dalam ranah pendidikan dan kesehatan, berpotensi mendorong peningkatan produktifitas dan penghasilan sehingga individu dapat terlepas dari jerat kemiskinan struktural (Chairunnisa & Qintharah, 2.
Menurut teori ini, menegaskan bahwa pendidikan membuka akses bagi individu untuk menjangkau peluang kerja dengan imbalan finansial yang Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati lebih layak guna menunjang keberlangsungan hidup.
Dalam kerangka ini, penguatan investasi terhadap modal manusia diyakini mampu memberikan dampak ekonomi yang substansial, baik di level perorangan maupun komunitas secara kolektif.
Menurut Todaro & Smith .
, mengemukakan bahwa kemajuan dalam bidang pendidikan serta layanan kesehatan mampu menjadi jalan pembebas keluarga dari pusaran kemiskinan yang terus berulang.
Pendidikan dan kesehatan sendiri diposisikan sebagai pilar utama dari agenda pembangunan esensial.
kesehatan melambangkan kondisi sejahtera secara jasmani dan mental, sementara pendidikan menjadi fondasi utama dalam meraih kehidupan yang bermakna dan bernilai.
Keduanya berpadu sebagai elemen krusial dalam membentuk kapasitas manusia secara menyeluruh, yang berada di jantung hakikat pembangunan itu sendiri.
Pendidikan Pendidikan mencerminkan tingkat kecerdasan dan pencapaian formal masyarakat suatu Menurut Ki Hajar Dewantara dalam Chairunnisa & Qintharah .
, pendidikan adalah bimbingan dalam proses tumbuh kembang anak, yang mengarahkan potensi alamiah mereka agar sebagai individu dan anggota masyarakat dapat mencapai keselamatan dan prestasi tertinggi.
Secara sederhana, pendidikan adalah proses pembelajaran terstruktur maupun tidak tidak terstruktur yang bertujuan pada pengambangan dan peningkatan kapasitas individu guna yang lebih baik secara ekonomi dan sosial (Aprilia & Sugiharti, 2.
Menurut Todaro & Smith .
menyebutkan bahwa peningkatan pendidikan berperan penting dalam membantu keluarga melepaskan diri dari siklus kemiskinan yang berulang.
Temuan penelitian oleh Natasya et al.
, .
menguatkan dengan menunjukkan pembuktian pendidikan memberikan dampak negatif dan signifikan terhadap jumlah penduduk yang berada dalam kelompok miskin.
Salah satu tolok ukur dalam menilai pendidikan adalah RLS yaitu durasi rerata penduduk dalam mengikuti jenjang pendidikan formal.
Semakin tinggi nilai RLS sebuah negara, maka dapat dipahami bahwa kualitas pendidikan di wilayah tersebut mengalami Hal ini sejalan dengan hasil riset Utami & Udjianto .
dan Valiant Kevin et al.
yang menegaskan bahwa pendidikan dan RLS memiliki dampak buruk yang signifikan bagi kemiskinan, mengindikasikan bahwa pertumbuhan jenjang pendidikan yang diselesaikan berkapasitas menurunkan angka kemiskinan.
Kesehatan Kesehatan didefinisikan sebagai situasi kesejahteraan yang utuh, meliputi aspek fisik, psikologis, dan sosial, bukan semata-mata hanya ketiadaan penyakit atau kelemahan (WHO.
Kesehatan memegang peranan krusial serta memiliki keterkaitan yang erat dengan masalah kemiskinan (Aprilia & Sugiharti, 2.
Tingkat kesehatan masyarakat rendah disebabkan oleh penyakit dan fasilitas yang kurang memadai, sehingga pendapatan menurun karena biaya pengobatan pengurangan penghasilan karena ketidakhadiran kerja.
Kondisi kesehatan buruk membuat individu terjebak dalam kemiskinan.
Menurut Rahmawati dalam Jannah & Sari .
, menunjukkan bahwa negara-negara dengan standar kesehatan yang unggul umumnya memiliki penduduk dengan harapan hidup yang lebih panjang.
Dengan demikian, individu dalam masyarakat tersebut memiliki kontribusi besar untuk meraih pendapatan yang lebih tinggi, yang pada akhirnya mendorong laju pertumbuhan Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati ekonomi sekaligus membantu menekan angka kemiskinan.
Berdasarkan pandangan Lincolin dalam Salsabil & Rianti .
, intervensi pemerintah dalam meningkatkan kesehatan menjadi instrumen kebijakan krusial guna pengentasan kemiskinan.
Salah satu alasan utama regulasi ini adalah karena perbaikan kondisi kesehatan berkontribusi pada peningkatan produktivitas kelompok berpendapatan rendah.
Kesehatan yang optimal akan memperkuat kapasitas kerja, meminimalkan absensi akibat sakit, dan meningkatkan hasil produksi sehingga masyarakat dapat terangkat dari jebakan kemiskinan.
Angka harapan Hidup (AHH) adalah indikator yang digunakan dalam pembangunan AHH berperan sebagai instrumen evaluasi dalam menilai capaian pemerintah dalam meningkatkan kualitas hidup masyarakat secara umum dan memperbaiki aspek kesehatan secara khusus (Widyantari et al.
, 2.
Angka harapan hidup yang rendah mencerminkan kegagalan dalam pembangunan sektor kesehatan, sementara nilai AHH yang semakin meningkat berperan sebagai parameter pencapaian Pembangunan kesehatan di sebuah negara (Valiant Kevin et al.
Tingkat Pengangguran Terbuka Pengangguran merujuk pada status individu termasuk yang berada pada kelompok angkatan kerja sedang aktif menemukan kerja namun belum berhasil memperolehnya (Rahim et , 2.
Menurut Sukirno .
, dampak negatif dari pengangguran meliputi penurunan pendapatan yang selanjutnya menurunkan taraf kesejahteraan individu, sehingga membuka peluang lebih besar bagi mereka untuk terperangkap dalam kemiskinan akibat ketidakmampuan dalam memenuhi kebutuhan pokok hidup.
Jika tingkat pengangguran di sebuah negara mencapai kondisi yang sangat kritis, maka disfungsi sosial dan politik cenderung muncul, memberikan dampak merugikan terhadap kesejahteraan masyarakat sekaligus menghambat prospek pembangunan ekonomi dalam jangka panjang.
Pengangguran menjadi bagian faktor yang memengaruhi kemiskinan pada suatu negara.
Tingginya angka pengangguran di suatu negara akan mengacu pada penurunan kesejahteraan di negara tersebut.
Masyarakat yang kurang sejahtera dipicu oleh tingginya angka pengangguran di negara tersebut.
Selain itu, kemiskinan di suatu negara merupakan akibat dari sempitnya lapangan kerja sehingga memicu terjadinya pengangguran (Rahim et al.
, 2.
Menurut Sukirno .
menyebutkan bahwa penyebab pokok munculnya pengangguran adalah adanya defisit pengeluaran agregat.
Kekurangan permintaan agregat ini menjadi faktor krusial yang memicu terjadinya pengangguran.
Selain itu, terdapat beberapa penyebab lain yang berkontribusi terhadap pengangguran, yaitu: .
pengangguran yang disebabkan oleh upaya pencarian pekerjaan yang lebih menguntungkan, .
penggunaan mesin-mesin produksi modern oleh pengusaha yang mengurangi kebutuhan tenaga kerja manusia, serta .
ketidaksesuaian antara keahlian yang dimiliki pekerja dengan kemampuan yang dibutuhkan oleh sektor industri.
Penelitian oleh Utami & Udjianto .
dan Rukmana & Imaningsih .
mengindikasikan bahwa pengangguran terbuka memberikan dampak positif yang signifikan terhadap tingkat kemiskinan.
Artinya, peningkatan proporsi pengangguran terbuka di suatu negara akan berkonsekuensi pada peningkatan angka kemiskinan di wilayah tersebut.
Temuan ini selaras dengan studi Fahrika et al.
, .
, mengungkapkan adanya dampak peningkatan kemiskinan akibat naiknya penangangguran.
Parameter pengangguran yang diterapkan pada Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati kajian ini adalah Tingkat Pengangguran Terbuka (TPT), mengingat TPT kerap dijadikan tolok ukur utama oleh pemerintah dalam menilai efektivitas kebijakan ketenagakerjaan, khususnya dalam aspek pengangguran.
TPT sendiri didefinisikan sebagai rasio antara jumlah individu yang tidak memiliki pekerjaan dengan keseluruhan angkatan kerja (Rahim et al.
, 2.
METODE
Penelitian ini menggunakan pendekatan kuantitatof asosiatif dengan analsisi model regresi data panel yang bertujuan untuk mengkaji pengaruh antara dua variabel atau lebih.
Data panel terdiri atas atas 34 data cross section yang mewakili provinsi di Indonesia yaitu Provinsi Aceh.
Sumatera Utara.
Sumatera Barat.
Riau.
Jambi.
Sumatera Selatan.
Bengkulu.
Lampung.
Kep.
Bangka Belitung.
Kep.
Riau.
DKI Jakarta.
Jawa Barat.
Jawa Tengah.
DI Yogyakarta.
Jawa Timur.
Banten.
Bali.
NTT.
NTB.
Kalimantan Barat.
Kalimantan Tengah.
Kalimantan Timur.
Sulawesi Utara.
Sulawesi Tengah.
Sulawesi Selatan.
Sulawesi Tenggara.
Gorontalo.
Sulawesi Barat.
Maluku.
Maluku Utara.
Papua dan Papua Barat dengan data time series periode 2019-2023 berupa data sekunder yang diperolah dari instansi BPS Indonesia.
Prosedur pengambilan sampelnya menerapkan teknik non probability sampling dengan penetapan sampel sampling purposive yaitu cara penentuan sampel dengan mempertimbangkan kriteria khusus.
Kemudian teknik pengumpulan data dilakukan dengan metode dokumentasi dengan teknik analisis regresi data panel menggunakan aplikasi Eviews 12.
HASIL DAN PEMBAHASAN
Data dalam penelitian ini merupakan data panel sebanyak 170 observasi yang diperolah dari 34 provinsi di Indonesia sepanjang tahun 2019-2023 .
provinsi x 5 tahu.
Adapun unit analisis penelitian ini yaitu masing-masing provinsi per tahun dengan variabel yang digunakan yaitu tingkat pendidikan (X.
, kesehatan (X.
, pengangguran terbuka (X.
dan kemiskinan (Y) di Indonesia.
Hasil Analisis Deskriptif Tabel 1.
Hasil Analisis Deskriptif Sample : 2019 2023 Mean Median Maximum Minimum Std.
Dev.
Skewness Kurtosis Observations Sumber: Data sekunder data diolah Eviews 12 Mengacu pada hasil analisis deskriptif data di atas, terdapat 170 data observasi dan diketahui bahwa data tahun 2019Ae2023, rata-rata tingkat pendidikan (X.
adalah 9,15 tahun.
Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati dengan nilai maksimum 11,42 tahun dan minimum 6,85 tahun.
Penyebarannya relatif sempit dengan standar deviasi 0,83 dan distribusinya hampir simetris.
Tingkat kesehatan (X.
, dengan parameter harapan hidup, memiliki rata-rata 70,22 dengan sebaran cukup sempit .
tandar deviasi 2,.
dan distribusi mendekati normal.
Tingkat pengangguran terbuka (X.
memiliki rata-rata 5,02% dengan variasi yang cukup tinggi .
tandar deviasi 1,.
, menunjukkan adanya perbedaan kondisi ketenagakerjaan antarwilayah.
Sementara itu, tingkat kemiskinan (Y) berada pada ratarata 10,40%, dengan sebaran yang lebar dari 3,47% hingga 27,53% serta standar deviasi yang besar .
, yang mencerminkan adanya disparitas kesejahteraan antarwilayah.
Secara keseluruhan, data ini menunjukkan bahwa meskipun rata-rata nasional menunjukkan kondisi yang moderat, terdapat perbedaan cukup signifikan antar wilayah yang perlu diperhatikan dalam perumusan kebijakan pembangunan sosial dan ekonomi di Indonesia.
Analisis Induktif Orientasi studi ini dimaksudkan guna memperoleh temuan aktuan mengenai analisis tingkat pendidikan, kesehatan dan pengangguran di Indonesia dan pengaruhnya terhadap Analisis induktif dilakukan melalui aplikasi bantu Eviews 12.
Analisis Pemilihan Model Regresi Data Panel Uji Chow Pengujian ini sebagai analisis memilih antara model Common Effect/Fixed Effect.
Apabila probabilitas > 0,05, ditetapkan CEM terpilih.
apabila probabilitas < 0,05 ditetapkan FEM terpilih.
Tabel 2.
Hasil Uji Chow Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Statistic Cross-section F Cross-section Chi-square Sumber: Data sekunder data diolah Eviews 12 Prob.
, .
Analisis di atas menunjukkan p-value sebesar 0,0000 < 0,05, dengan demikian diimpelmentasikan FEM.
Tahapan berikutnya melakukan uji Hausman.
Uji Hausman Uji Hausman digunakan untuk memilih antara model REM/FEM.
Apabila probabilitas > 0,05, ditetapkan REM terpilih.
Apabila probabilitas < 0,05 ditetapkan FEM terpilih.
Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati Tabel 3.
Hasil Uji Hausman Correlated Random Effects Ae Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Sumber: Data sekunder data diolah Eviews 12 Chi-Sq.
Statistic Chi-Sq.
Prob.
Tabel 3 menunjukkan p-value 0,0000 < 0,05, dengan demikian ditetapkan FEM.
Jika dari dua pengujian di atas memutuskan FEM yang paling optimal, model yang terbaik adalah Fixed Effect Model (FEM), untuk itu tahapn uji LM tidak pelu dilakukan dan berlanjut ke Pengujian Asumsi Klasik.
Uji Asumsi Klasik Uji Multikolinearitas Pengujian ini dimaksudkan mendekteksi ada todaknya korelasi yang erat antar variabel Standar penetapan apabila nilai matriks < 0,85, dengan demikian terbebas Tabel 3.
Hasil Uji Multikolinearitas Sumber: Data sekunder data diolah Eviews 12 Hasil yang ditampilkan menunjukan korelasi X1 terhadap X2 senilai 0.
334114 < 0,85.
terhadap X3 senilai 0.
535235 < 0,85 dan terhadap X3 senilai 0.
290538 < 0,85.
Dengan demikian dinyatakan bebas multikolinearitas.
Uji Heteroskedastisitas 1 - 19
2 - 22
4 - 20
5 - 23
7 - 21
9 - 19
10 - 22
12 - 20
13 - 23
15 - 21
17 - 19
18 - 22
20 - 20
21 - 23
23 - 21
25 - 19
26 - 22
28 - 20
29 - 23
31 - 21
33 - 19
34 - 22
Y Residuals Gambar 4.
Hasil Uji Heteroskedastisitas Sumber: Data sekunder data diolah Eviews 12 Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati Grafik residual .
aris bir.
di atas menunjukkan nilai yang berada dalam rentang -500 hingga 500, menadakan varians residual konstan.
Dengan demikian, model dinyatakan lolos uji Hasil Uji Regresi Data Panel Melalui hasil analisis yang telah dilakukan, diketahui seberapa besar pengaruh tingkat pendidikan (X.
, kesehatan (X.
dan pengangguran terbuka (X.
terhadap kemiskinan (Y) di Indonesia.
Setelah melakukan uji pemilihan model regresi panel, maka model yang terpilih adalah model FEM dengan output sebagai berikut.
Tabel 4.
Hasil Estimasi Fixed Effect Model Dependent Variable: Y Method: Panel Least Squares Date: 06/30/25 Time: 11:21 Sample: 2019 2023 Periods included: 5 Cross-sections included: 34 Total panel .
observations: 170 Variable Coefficient Std.
tProb.
Error Statistic Effects Specification Cross-section fixed .
ummy variable.
R-squared Adjusted R0.
Of regression Sum squared resid Log likelihood F-statistic Prob(F-statisti.
Sumber: Data Sekunder data diolah Eviews 12 Mean dependent var Dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.
Durbin-Watson stat Dari output melalui Eviews 12, maka diperolah persamaan regresi data panel sebagai Y = 27.
41 - 0.
37*X1 - 0.
21*X2 0.
22*X3
Berdasarkan persamaan di atas, berikut ini kesimpulan yang dapat diperoleh:
Nilai konstanta sebesar 27.
41 menunjukkan bahwa variabel independen yaitu tingkat pendidikan (X.
, kesehatan (X.
dan pengangguran terbuka (X.
diasumsikan tetap , dengan demikian tingkat kemiskinan (Y) di Indonesia 2741%.
Koefesien tingkat pendidikan (X.
sebesar -0,37 mengindikasikan bahwa setiap kenaikan 1% dalam tingkat pendidikan, dengan catatan variabel lain konstan, maka akan menurunkan kemiskinan 37%.
Sebaliknya, penurunan pendidikan menurun senilai 1%, kondisi ini mengakibatkan kemiskinan bertambah senilai 37%.
Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati Koefesien tingkat kesehatan (X.
sebesar -0,21 berarti peningkatan kesehatan 1% akan menurunkan kemiskinan sebesar 21% selama variabel lain konstan.
Sedangkan, apabila variabel lain tetap dan terjadi penurunan pada kesehatan senilai 1%, kondisi ini mengakibatkan kemiskinan bertambah senilai 21%.
Koefesien TPT (X.
sebesar 0,22 menunjukkan kenaikan 1% dalam dalam TPT berdampak pada kenaikan kemiskinan 22 %, selama variabel lainnya tetap.
Sebaliknya, penurunan TPT 1% akan menurunkan kemiskinan sebesar 22%.
Pengujian Hipotesis Uji Parsial .
Uji t menganalisis pengaruh individual variabel independen terhadap variabel dependen.
Kriteria: jika t hitung > t tabel atau p < 0,05, maka H0 ditolak dan variabel independen berpengaruh signifikan.
Tabel 5.
Hasil Uji Parsial .
Dependent Variable: Y Method: Panel Least Squares Date: 06/30/25 Time:
11:21
Sample: 2019 2023 Periods included: 5 Cross-sections included: 34 Total panel .
observations: 170 Variable Coefficient Std.
Error t-Statistic Prob.
Sumber: Data sekunder data diolah Eviews 12 Dari hasil uji yang telah dilakukan, berikut adalah kesimpulan terhadap masing-masing Adapun hipotesis pertama yaitu tingkat pendidikan dengan nilai probabilitasnya 0,4027 > 0,05 disimpulkan bahwa H0 diterima sementara H1 ditolak yang berarti tingkat pendidikan secara parsial tidak berpengaruh signifikan terhadap kemiskinan di Indonesia tahun 2019-2023.
Hipotesis kedua dimana tingkat kesehatan dengan nilai probabilitasnya 0,1863 > 0,05 disimpulkan bahwa H0 diterima dan H2 ditolak yang berarti variabel tingkat kesehatan secara parsial tidak berpengaruh signifikan terhadap kemiskinan di Indonesia tahun 2019-2023.
Hipotesis ketiga dalam penelitian ini adalah tingkat pengangguran terbuka yang nilai probabilitasnya 0,0007 < 0,05.
Oleh karena itu, dapat disimpulkan bahwa H0 ditolak dan H3 diterima yang berarti variabel tingkat pengangguran terbuka secara parsial berpengaruh positif signifikan terhadap kemiskinan di Indonesia tahun 2019-2023.
Uji Simultan (F) Pengujian F dimaksudkan untuk menegetahui dampak simultan variabel bebas kepada variabel terikat dengan Prof.
(F-Statisti.
< 0.
05, sehingga H0 ditolak yang menunjukkan adanya pengaruh signifikan.
Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati Tabel 6.
Hasil Uji Simultan (F) Effects Specification Cross-section fixed .
ummy variable.
R-squared Mean dependent var Adjusted R0.
Dependent var Of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter.
F-statistic Durbin-Watson stat Prob(F-statisti.
Sumber: Data sekunder data diolah Eviews 12 Hipotesis keempat terlihat probabilitas (F-statisti.
0,000000 < 0,05 dengan demikian H0 ditolak sementara H4 diterima.
Berarti tingkat pendidikan, kesehatan dan pengangguran terbuka secara bersamaan berpengaruh signifikan terhadap kemiskinan di Indonesia.
Koefisien Determinasi (R.
Uji Koefisien Determinan dilihat dari Adjusted R squared bertujuan menilai sejauh mana kontribusi variabel independent terhadap variabel dependen.
Tabel 7.
Koefisien Determinasi (R.
Effects Specification Cross-section fixed .
ummy variable.
R-squared Mean dependent var Adjusted R0.
Dependent var Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter.
F-statistic Durbin-Watson stat Prob(F-statisti.
Sumber: Data sekunder data diolah Eviews 12 Adjusted R squared sebesar 0,994638 atau 99,46 % menujukkan bahwa 99,46% variasi kemiskinan dijelasakan oleh tingkat pendidikan, kesehatan dan pengannguran terbyka, sementara 0,54% dipengaruhi determinasi lain di luar model.
Pembahasan Hasil Penelitian Pengaruh Tingkat Pengangguran Terbuka terhadap Kemiskinan di Indonesia Berdasarkan data dari pengujian hipotesis menunjukkan tingkat pengangguran terbuka (TPT) memiliki pengaruh positif dan signifikan terhadap tingkat kemiskinan di Indonesia tahun Dengan kata lain, peningkatan tingkat pengangguran terbuka lima tahun terakhir berdampak nyata terhadap peningkatan kemiskinan di Indonesia.
Temuan ini ditunjukkan oleh nilai probabilitasnya 0,0007 < 0,05, dimana H0 ditolak sementara H3 diterima, mengindikasikan tingkat pengangguran terbuka berpengaruh positif secara parsial terhadap kemiskinan di Indonesia tahun 2019-2023.
Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati Hasil temuan selaras dengan pendapat Sukirno .
yang menyebutkan bahwa ketidakmampuan seseorang memperoleh pekerjaan dapat menyebabkan tingginya kesempatan terjerat kemiskinan karena kehilangan penghasilan dan daya beli yang rendah untuk pemenuhan kebutuhan dasar hidupnya.
Temuan ini menunjukkan kesesuaian dengan riset Utami & Udjianto .
dan Rukmana & Imaningsih .
yang menunjukkan bahwa peningkatan pengangguran terbuka menimbulkan peningkatan angka kemiskinan terhadap jumlah penduduk miskin.
Riset ini juga mendukung temuan Fahrika et al.
, .
yang menunjukkan pengangguran terbuka terdapat hubungan positif dengan tingkat kemiskinan.
Berdasarkan data, beberapa provinsi yang mempunyai tingkat pengangguran terbuka yang tinggi seperti Banten.
DKI Jakarta dan Jawa Barat mencatat tingkat kemiskinan yang cukup Sebaliknya, provinsi yang mencatat angka pengangguran terbuka lebih rendah sperti Sulawesi Barat dan Nusa Tenggara Barat menunjukkan kemiskinan yang lebih terkendali.
Fenomena ini mengindikasikan bahwa keterkaitan TPT di berbagai provinsi dengan kemiskinan Tingkat pengangguran terbuka yang tinggi di Indonesia disebabkan oleh beberapa faktor utama, salah satunya ketersediaan lapangan pekerjaan formal yang terbatas, ketidaksesuain kompetensi lulusan pendidikan dengan kebutuhan tenaga kerja serta ketidakmampuan bersaing di dunia kerja karena keterampilan yang rendah menimnulkan tingginya tingkat pengangguran Dengan demikian, hal ini menyebabkan terhambatnya pengembangan potensi ekonomi lokal dan memperluas kesenjangan kesempatan kerja antarwilayah di Indonesia.
Untuk menanggulangi angka pengangguran terbuka dan upaya pengentasan kemiskinan di Indonesia, maka perlu kebijakan dan koordinasi pemerintah pusat dan daerah, seperti menciptakan kesempatan kerja yang berfokus pada sektor padat karya dan berbasis lokal, pengembangan program latihan keterampilan, percepatan pembangunan ekonomi, penguatan sektor informal dan UMKM dan pengembangan platform digital ketenagakerjaan yang mampu menciptakan tempat yang efesien bagi pencari kerja dan lapangan kerja.
Oleh karena itu, penurunan tingkat pengangguran terbuka sudah menjadi prioritas utama untuk menciptakan kesejahteraan masyarakat dalam strategi pengentasan kemiskinan nasional.
Pengaruh Tingkat Pendidikan terhadap Kemiskinan di Indonesia Berdasarkan hasil penelitian model regresi data panel terhadap 34 provinsi di Indonesia, uji hipotesis membuktikan bahwa variabel tingkat pendidikan tidak berpengaruh signifikan terhadap kemiskian di Indonesia periode 2019-2023.
Ditunjukkan dengan probabilitas 0,4027 > 0,05 dimana H0 diterima sementara H1 ditolak yang berarti tidak terdapat pengaruh signifikan variabel tingkat pendidikan secara parsial terhadap kemiskinan di Indonesia tahun 2019-2023.
Temuan ini juga menunjukkan secara statistik bahwa tingkat pendidikan dengan parameter RLS belum menghasilkan dampak nyata dalam penurunan angka kemiskinan walaupun terdapat peningkatan lama sekolah yang dicapai penduduk selama lima tahun terakhir.
Penemuan ini menunjukkan ketidaksesuaian dengan konsep modal manusia yang mengungkapkan bahwa investasi terutama di bidang pendidikan mampu meningkatkan produktifitas dan meningkatkan pendapatan individu sehingga mampu keluar dari jeratan Dalam kenyataanya, pendidikan dalam konteks pendidikan formal yang ditempuh masyarakat secara langsung di lapangan belum mampu mendorong mereka keluar dari Salah satu penyebabnya adalah adanya ketimpangan kualitas pendidikan antar Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati provinsi di Indonesia dan lemahnya akses serta belum optimalnya integrasi dan keterkaitan antara pendidikan dengan kebutuhan dunia kerja.
Contonhya.
DKI Jakarta dengan RLS yang tinggi memang menunjukkan kemiskinan yang rendah, namun berbeda dengan provinsi lain seperti Maluku yang memiliki RLS yang tinggi tetapi tetap berada dalam tingkat kemiskinan yang tinggi pula, dimana hal ini mengindikasikan adanya ketimpangan kualitas pendidikan antar provinsi di Indonesia (BPS, 2.
Hal ini juga bertolak belakang dengan penelitian Utami & Udjianto .
dan Valiant Kevin et al.
, .
yang menjelaskan keterkaitan pendidikan menggunakan indikator RLS dan kemiskinan.
Walaupun demikian, hasil studi ini menunjukkan kesesuaian dengan penelitian Aryanti & Sukardi .
dan Hasanah & Syaparuddin .
yang menunjukkan hasil riset pendidikan melalui peningkatan rata-rata lama sekolah masyarakat belum mampu menekan angka Kondisi ini memperlihatkan perlunya perbaikan kualitas pendidikan agar nantinya mampu menghasilkan pendidikan yang relavan dengan permintaan di pasar kerja.
Di samping itu, perlunya pemerataan kualitas pendidikan sehingga mampu menciptakan lulusan dan tenaga kerja yang kompeten dan berdaya saing.
Peningkatan RLS tidak cukup untuk mengentaskan kemiskinan, dengan demikian perlunya langkah konkret dari pemerintah seperti pendidikan vokasi, pelatihan keterampilan praktis, pengaturan kurikulum berbasis kebutuhan industri ataupun kurikulum yang relavan dengan kebutuhan tenaga kerja sehingga pendidikan mampu menjadi alat peningkatan kesejahteraan dan pengentasan kemiskinan.
Pengaruh Tingkat Kesehatan terhadap Kemiskinan di Indonesia Berdasarkan hasil uji hipotesis menunjukkan bahwa kesehatan dengan pengukuran AHH membuktikan bahwa variabel tingkat kesehatan tidak berpengaruh signifikan terhadap pengentasan kemiskinan di Indonesia tahun 2019-2023.
Probabilitas tingkat kesehatan 0,1863 > 0,05 berarti H0 diterima dan H2 ditolak yang berarti tingkat kesehatan tidak berdampak secara parsial signifikan terhadap kemiskinan di Indonesia tahun 2019-2023.
Temuan ini menjelaskan bahwa kesehatan melalui peningkatan AHH lima tahun terakhir belum sepenuhnya serta-merta mengentaskan angka kemiskinan di Indonesia.
Hal ini sejalan dengan dengan hasil penelitian Dinilah et al.
, .
yang memaparkan kesehatan melalui peningkatan AHH tidak berpengaruh terhadap karena AHH yang tinggi belum menjamin individu untuk bekerja lebih optimal.
Secara teoritis, tingkat kesehatan yang baik diharapkan mampu meningkatkan produktifitas individu sehingga dapat membuka peluang ekonomi yang lebih banyak.
Namun dalam praktiknya, peningkatan kesehatan melalui AHH lima tahun terakhir di Indonesia belum berdampak nyata terhadap penanggulangan kemiskinan, terutama dalam jangka pendek.
Dalam konteks ini, riset ini bertolak belakang dengan teori modal manusia yang mengungkapkan bahwa investasi pada manusia terutama bidang kesehatan dapat meningkatkan produktifitas individu sehingga mampu keluar dari rantai kemiskinan (Chairunnisa & Qintharah, 2.
Hal ini juga bertolak belakang dengan pendapat Todaro & Smith .
yang menyebutkan bahwa peningkatan kesehatan mampu mendukung keluarga untuk membebasakan diri dari jeratan Riset ini juga tak sejalan dengan temua Salsabil & Rianti .
dan Valiant Kevin et al.
, .
, kondisi tersebut dapat terjadi akibat peningkatan AHH lebih banyak mencerminkan perbaikan layanan kesehatan dibandingkan perbaikan langsung terhadap kondisi ekonomi individu miskin.
Jurnal E-Bis: Ekonomi-Bisnis A Disa Fadila1.
Tri Kurniawati Beberapa provinsi di Indonesia seperti DI Yogyakarta dan Kalimantan Timur memiliki AHH yang tinggi dan memang menunjukkan tingkat kemiskinan yang relatif rendah.
Akan tetapi, beberapa provinsi seperti Maluku dan Papua Barat dengan AHH yang tinggi justru juga menunjukkan tingkat kemiskinan yang tinggi.
Fenomena ini menandakan bahwa AHH bukan satu-satunya faktor kesehatan yang menjadi penentu keberhasilan pengentasan kemiskinan sehingga perlunya kajian indikator kesehatan lainnya dengan intervensi ekonomi dan sosial Dengan demkian, hasil ini menunjukkan bahwa peningkatan kesehatan khususnya melalui indikator AHH, belum cukup efektif dan kuat untuk menjadi instrumen langsung untuk mengurangi kemiskinan.
Pemerintah perlu mengarahkan kebijakan yang dapat memperkuat program kesehatan masyarakat terutama kepada masyarakat yang paling rentan dalam kelompok Pemerintah dapat melakukan perluasan akses layanan kesehatan gratis, perbaikan gizi keluarga miskin, program sanitasi dan air bersih di perdesaan dan daerah tertinggal agar peningkatan kesehatan secara nyata mampu mendorong pengentasan kemiskinan secara menyeluruh dan berkelanjutan.
SIMPULAN
Berdasarkan hasil penelitian tentang tingkat pendidikan, kesehatan dan pengangguran terbuka di Indonesia dan pengaruhnya terhadap kemiskinan, , ditarik beberapa kesimpulan.
Tingkat pendidikan melalui pengukuran RLS tidak berpengaruh signifikan terhadap kemiskinan Indonesia secara parsial.
Kondisi ini mencerminkan secara statistik bahwa tingkat pendidikan yang diukur dengan indikator RLS belum memberikan dampak nyata dalam penurunan angka kemiskinan walaupun terdapat peningkatan lama sekolah yang dicapai penduduk selama lima tahun terakhir.
Tingkat kesehatan dengan parameter AHH tidak berpengaruh signifikan secara parsial terhadap kemiskinan Indonesia.
Hal ini berarti kesehatan melalui peningkatan AHH lima tahun terakhir belum sepenuhnya serta-merta mengentaskan angka kemiskinan di Indonesia.
Tingkat pengangguran terbuka berpengaruh positif dan signifikan terhadap kemiskinan di Indonesia secara parsial.
Tingkat pendidikan, kesehatan dan pengangguran terbuka secara simultan berpengaruh signifikan terhadap kemiskinan di Indonesia.
Selanjutnya sesuai pembahasan di atas, dikemukakan saran sebagai berikut: .
Memprioritaskan peningkatan kualitas pendidikan, .
Meningkatkan akses layanan kesegatan dasar terutama bagi kemlopok masyarakat miskin dan daerah tertinggal, .
Penekanan penurunan tingkat pengangguran terbuka menjadi strategi paling krusial dan utama dalam merancang kebijakan pengentasan kemiskinan di Indonesia.
Disarankan untuk peneliti berikutnya untuk menambahkan indikator lain pada variabel tingkat pendidikan dan kesehatan serta variabel lain guna memberikan gambaran yang lebih komprehensif mengenai determinasi kemiskinan di Indonesia.
REFERENSI