Salsabila Safira Salwa_103217039_LaporanTA (1)

ANALISIS PENGARUH TINGKAT PENDIDIKAN DAN
TINGKAT KESEHATAN TERHADAP

PERTUMBUHAN EKONOMI DI 6 NEGARA ASIA

LAPORAN TUGAS AKHIR

Oleh :
Salsabila Safira Salwa

103217039

FAKULTAS EKONOMI DAN BISNIS
PROGRAM STUDI EKONOMI
UNIVERSITAS PERTAMINA
JUNI 2021

LEMBAR PENGESAHAN

Judul Tugas Akhir : Analisis Tingkat Pendidikan dan Tingkat
Kesehatan terhadap Pertumbuhan Ekonomi
Nama Mahasiswa di 6 Negara Asia
Nomor Induk Mahasiswa
Program Studi : Salsabila Safira Salwa
Fakultas
Tanggal Sidang Tugas Akhir : 103217039

: Ekonomi

: Ekonomi dan Bisnis

: 25 Juni 2021

Jakarta, 29 Juni 2021

MENGESAHKAN,

Pembimbing : Nama : Achmad Kautsar, S.E., M.Si

NIP : 116073

Tanda Tangan :

MENGETAHUI,
Ketua Program Studi Ekonomi

Eka Puspitawati, S.P., M.Si., PhD.
NIP.116106



ABSTRAK

Salsabila Safira Salwa. 103217039. Analisis Pengaruh Tingkat Pendidikan dan Tingkat
Kesehatan terhadap Pertumbuhan Ekonomi di 6 Negara Asia.

Penelitian ini membahas tentang pengaruh tingkat pendidikan dan tingkat kesehatan
terhadap pertumbuhan ekonomi. Tingkat pendidikan proksi dengan variabel pengeluaran
pemerintah disektor pendidikan. Tingkat kesehatan proksi dengan variabel pengeluaran
pemerintah disektor kesehatan. Juga variabel indeks pembangunan manusia proksi angka
harapan hidup dan variabel demogradi proksi kepatadatan penduduk sebagai variabel
pendukung. Penelitian ini merupakan penelitian kuantitatif. Jenis data yang digunakan
dalam penelitian ini berupa data sekunder yang di peroleh dari World Bank dengan cross-
section 6 Negara di Asia yaitu Jepang, Hongkong, Singapura, Indonesia, Malaysia,
Thailand dan time series selama 15 tahun periode 2001-2016. Analisis data yang digunakan
yaitu analisis data panel. Data diolah dengan menggunakan software STATA 14.2. Metode
estimasi yang digunakan dalam penelitian ini adalah metode regresi data panel statis. Hasil
estimasi menunjukan bahwa variabel pengeluaran pemerintah sektor pendidikan memiliki
pengaruh terhadap GDP per kapita di 6 Negara Asia, dimana setiap peningkatan satu persen
nilai pengeluaran pemerintah sektor pendidikan akan meningkatkan GDP per kapita
sebesar 0,061 persen. Variabel pengeluaran pemerintah sektor kesehatan memiliki
pengaruh terhadap GDP per kapita di 6 Negara Asia, dimana setiap peningkatan satu persen
nilai pengeluaran pemerintah sektor kesehatan akan meningkatkan GDP per kapita sebesar
0,102 persen. Variabel angka harapan hidup memiliki pengaruh signifikan terhadap GDP
per kapita di 6 Negara Asia, dimana setiap peningkatan satu persen nilai angka harapan
hidup akan meningkatkan GDP per kapita sebesar 0,214 persen. Kemudian variabel
kepadatan penduduk memiliki pengaruh signifikan terhadap GDP per kapita di 6 Negara
Asia, dimana setiap kenaikan satu persen nilai kepadatan penduduk akan meningkatkan
GDP per kapita sebesar 0,000 persen.

Kata Kunci : Pengeluaran Pemerintah Pendidikan, Pengeluaran Pemerintah Kesehatan,
Angka Harapan Hidup, Kepadatan Penduduk, Pertumbuhan Ekonomi, Data Panel.

ABSTRACT

Salsabila Safira Salwa. 103217039. Analysis of the Effect of Education Level and Health
Level on Economic Growth in 6 Asian Countries.

This study discusses the effect of education level and health level on economic growth. The
level of education is a proxy for the variable of government spending in the education
sector. Health level is a proxy for government expenditure in the health sector. Also, the
human development index variable is a proxy for life expectancy and the demographic
variable is a proxy for population density as a supporting variable. This research is a
quantitative research. The type of data used in this study is secondary data obtained from
the World Bank with a cross-section of 6 countries in Asia, namely Japan, Hong Kong,
Singapore, Indonesia, Malaysia, Thailand and time series for 15 years period 2001-2016.
The data analysis used is panel data analysis. The data is processed using STATA 14.2
software. The estimation method used in this study is the static panel data regression
method. The estimation results show that the education sector government expenditure
variable has an influence on GDP per capita in 6 Asian countries, where every one percent
increase in the value of government spending on the education sector will increase GDP
per capita by 0.061 percent. The variable of government expenditure on the health sector
has an influence on GDP per capita in 6 Asian countries, where every one percent increase
in the value of government spending on the health sector will increase GDP per capita by
0.102 percent. The variable life expectancy has a significant influence on GDP per capita
in 6 Asian countries, where every one percent increase in the value of life expectancy will
increase GDP per capita by 0.214 percent. Then the population density variable has a
significant influence on GDP per capita in 6 Asian countries, where every one percent
increase in the value of population density will increase GDP per capita by 0.000 percent.

Keywords: Government Expenditure on Education, Government Expenditure on Health,
Life Expectancy, Population Density, Economic Growth, Panel Data.

KATA PENGANTAR

Segala puji bagi Allah SWT, yang senantiasa selalu memberikan nikmat sehat dan akal
mulia, sehingga penulisan ini dapat di selesaikan dengan judul “Analisis pengaruh tingkat
pendidikan dan tingkat kesehatan terhadap pertumbuhan ekonomi” dengan baik.

Penulis menyadari bahwa semua temuan dalam laporan tugas akhir ini bukanlah
merupakan hal yang baru, pendekatan yang dilakukan oleh peneliti sebelumnya memberi
inspirasi bagi penulis untuk melakukan penelitian lanjutan. Selama penulisan laporan tugas
akhir ini, penulis banyak mendapat bantuan tenaga, materi, informasi, waktu maupun motivasi
yang tidak terhingga dari berbagai pihak. Karena itu dengan ketulusan dan kerendahan hati
penulis mengucapkan terima kasih yang tidak terhingga kepada yang terhormat :

1. Ibu Fathyyah dan Bapak Idham Cholid (Alm) juga Adik dan Kaka yang senantiasa
selalu menyemangati penulis;

2. Bapak Achmad Kautsar, S.E., M.Si. selaku Dosen Pembimbing yang telah
meluangkan waktu dan pikirannya untuk membantu penyelesaian Penelitian ini;

3. Ibu Nursechafia, M.Ec. dan Bapak Dr. Hari Nugroho, S.E., M.M., M.S.E. selaku
Dosen Penguji yang telah meluangkan masukan dan penyempurnaan laporan tugas
akhir;

4. Seluruh dosen Program Studi Ekonomi, Fakultas Ekonomi dan Bisnis, Universitas
Pertamina yang telah memberikan ilmu dan pengetahuan kepada penulis selama
kegiatan perkuliahan;

5. Teman seperjuangan Adelia Eka, Hanina Farhani,Isna Aura, dan Sahda Ardelia yang
telah menemani penulis selama perkuliahan serta sebagai teman diskusi dalam
mengerjakan penelitian ini;

6. Teman-teman luar kampus Lintang Ramadhan, Hafita Syahda, Fadyyah Rahmadina,
Alif Yasin, dan Nadhira Saffana yang selalu memberikan motivasi kepada penulis
untuk menyelesaikan penelitian;

7. Serta teman-teman penulis satu bimbingan, Liani Rakasiwi, Tania Maurizka, Danu
Rahmanta, Joy Fideramos, dan Luqman Hafiz.

Jakarta, Juni 2021

Salsabila Safira Salwa

Universitas Pertamina - i

DAFTAR ISI

KATA PENGANTAR ........................................................................................................................ i
DAFTAR ISI...................................................................................................................................... ii
DAFTAR TABEL ............................................................................................................................. iv
DAFTAR GAMBAR ......................................................................................................................... v
DAFTAR LAMPIRAN ..................................................................................................................... vi
DAFTAR SINGKATAN.................................................................................................................. vii
BAB I PENDAHULUAN .................................................................................................................. 1

1.1 Latar Belakang ......................................................................................................................... 1
1.2 Perumusan Masalah.................................................................................................................. 4
1.3 Tujuan....................................................................................................................................... 4
1.4 Manfaat..................................................................................................................................... 5
1.5 Ruang Lingkup......................................................................................................................... 5
BAB II TINJAUAN LITERATUR .................................................................................................... 6
2.1 Tinjauan Teori.......................................................................................................................... 6

2.1.1 Pertumbuhan Ekonomi...................................................................................................... 6
2.1.2 Pengeluaran Pemerintah .................................................................................................... 6
2.1.3 Angka Harapan Hidup....................................................................................................... 8
2.1.4 Tingkat Kepadatan Penduduk ........................................................................................... 9
2.2 Tinjauan Empiris.................................................................................................................... 10
2.3 Kerangka Penelitian ............................................................................................................... 11
2.4 Hipotesis................................................................................................................................. 12
BAB III METODOLOGI ................................................................................................................. 13
3.1 Waktu dan Tempat ................................................................................................................. 13
3.2 Jenis dan Sumber Data ........................................................................................................... 13
3.2.1 Jenis Data ........................................................................................................................ 13
3.2.2 Sumber Data .................................................................................................................... 13
3.3 Metode Analisis...................................................................................................................... 14
3.3.1 Analisis Data Panel Statis ............................................................................................... 14
3.3.4 Uji Statistik Model .......................................................................................................... 18
3.3.5 Model Penelitian ............................................................................................................. 18
BAB IV HASIL DAN PEMBAHASAN ......................................................................................... 20
4.1 Hasil Estimasi Data ................................................................................................................ 20
4.1.1 Uji Kesesuaian Model ..................................................................................................... 20
4.1.2 Uji Asumsi Klasik ........................................................................................................... 20
4.1.3 Perbaikan Asumsi Klasik ................................................................................................ 21

Universitas Pertamina - ii

4.1.4 Uji Statistik...................................................................................................................... 22
4.2 Pembahasan Hasil Uji Estimasi.............................................................................................. 22

4.2.1 Pengaruh Tingkat Pendidikan terhadap GDP.................................................................. 22
4.2.2 Pengaruh Tingkat Kesehatan terhadap GDP ................................................................... 22
4.2.3 Pengaruh Angka Harapan Hidup terhadap GDP............................................................. 23
4.2.4 Pengaruh Kepadatan Penduduk terhadap GDP ............................................................... 23
BAB V SIMPULAN DAN SARAN ................................................................................................ 25
5.1 Simpulan ................................................................................................................................ 25
5.2 Saran....................................................................................................................................... 25
DAFTAR PUSTAKA ...................................................................................................................... 27
KARTU BIMBINGAN TUGAS AKHIR ........................................................................................ 31
LAMPIRAN..................................................................................................................................... 33
RIWAYAT HIDUP.......................................................................................................................... 36

Universitas Pertamina - iii

DAFTAR TABEL

Tabel 2.1 Tinjauan Empiris.............................................................................................................. 10
Tabel 3.1 Jenis Data ......................................................................................................................... 13
Tabel 3.2 Sumber Data..................................................................................................................... 14
Tabel 4.1 Hasil Uji Kesesuaian Model............................................................................................. 20
Tabel 4.2 Hasil Uji Multikolineritas ................................................................................................ 21
Tabel 4.3 Hasil Perbaikan Asumsi Klasik Estimasi FEM................................................................ 21

Universitas Pertamina - iv

DAFTAR GAMBAR

Gambar 1.1 Data GDP per kapita Negara Tahun 2011 – 2016.......................................................... 1
Gambar 1.2 Data Pengeluaran Pemerintah Sektor Pendidikan Tahun 2011 – 2016 .......................... 2
Gambar 1.3 Data Pengeluaran Pemerintah Sektor Kesehatan Tahun ................................................ 3
Gambar 2.1 Kerangka Pemikiran ..................................................................................................... 12

Universitas Pertamina - v

DAFTAR LAMPIRAN

Lampiran 1. Hasil Perhitungan dalam Model PLS........................................................................... 33
Lampiran 2. Hasil Perhitungan Model FE ....................................................................................... 33
Lampiran 3. Hasil Perhitungan Model RE ....................................................................................... 34
Lampiran 4. Hasi Uji Hausman........................................................................................................ 34
Lampiran 5. Hasil Uji Multikolineritas ............................................................................................ 34
Lampiran 6. Hasil Uji Heteroskedastisitas ....................................................................................... 35
Lampiran 7. Hasil Perbaikan Estimasi ............................................................................................. 35

Universitas Pertamina - vi

Singkatan DAFTAR SINGKATAN
GDP
CMH Keterangan
WHO Gross Domestic Product
expedu The Commission on Macroeconomic and Health
exphealth World Health Organization
lifeexp Government Expenditure on Education
Government Expenditure on Health
Life Expectancy

Universitas Pertamina - vii

BAB I PENDAHULUAN

1.1 Latar Belakang

Pertumbuhan ekonomi merupakan salah satu tujuan yang sangat diharapkan oleh suatu negara.
Pertumbuhan ekonomi juga merupakan salah satu indikator yang penting dalam melakukan analisis
tentang pembangunan ekonomi yang terjadi pada suatu negara (Amir, 2007). Pertumbuhan ekonomi
pada suatu negara dapat dilihat dari Gross Domestic Product (GDP) atau bisa diartikan sebagai
Produk Domestik Bruto. Dimana GDP menggambarkan pergerakan aktivitas perekonomian pada
suatu negara yang dapat dicapai dalam satu periode. Menurut Dinaputra & Aswitari (2017) GDP
mengukur dua hal pada saat bersamaan yaitu total pendapatan semua orang dalam perekonomian dan
total pembelanjaan negara. Wagner menyatakan bahwa dalam suatu perekonomian apabila
pendapatan per kapita meningkat maka secara relatif pengeluaran pemerintah pun akan meningkat
(Hartati, 2013). GDP disetiap negara berbeda, misal GDP di negara maju cenderung tinggi dibanding
negara berkembang karena memiliki standar hidup yang tinggi dengan indikasi perekonomian yang
sudah merata dan penggunaan teknologi cukup tinggi (Gani, R, Bambang, & Umam, 2018).

Penelitian ini menggunakan studi pada tiga negara maju dan tiga negara berkembang dikawasan
Asia yaitu Jepang, Hongkong, Singapura, Indonesia, Malaysia, dan Thailand. Keenam negara ini
dipilih karena berkontribusi besar terhadap pertumbuhan ekonomi Asia. Berdasarkan data World
Bank pada tahun 2011 sampai dengan 2016 GDP per kapita setiap negara sebagai berikut:

US Dollar 180000
160000
140000
120000
100000

80000
60000
40000
20000

0

2011 2012 2013 2014 2015 2016

Jepang Hongkong Singapura
Indonesia Malaysia Thailand

Gambar 1.1 Data GDP per kapita Negara Tahun 2011 – 2016
Sumber : World Bank (2021)

Dapat dilihat dari Gambar 1.1 GDP negara tahun 2011 sampai 2016 mengalami tren menurun.
Menurut World Bank pertumbuhan ekonomi Asia selama beberapa tahun terakhir mengalami
fluktuasi berimbang dengan kondisi perekonomian dunia. Pada tahun 2016 pertumbuhan ekonomi
dunia sebesar 3,1%, lebih rendah dari pada tahun 2015 sebesar 3,2%. Hal ini terjadi karena World
Bank memotong proyeksi pertumbuhan global. Langkah ini diambil akibat melambatnya
pertumbuhan di negara-negara maju, harga komoditas yang tetap rendah, lemahnya perdagangan
global, dan arus modal yang berkurang (World Bank, 2016) . Pertumbuhan ekonomi dunia masih
dipengaruhi ekonomi negara maju yang rata-rata tumbuhnya 1,6%, dan menurun dibandingkan
dengan pertumbuhan ekonomi pada tahun 2015 sebesar 2,1%. Sedangkan pertumbuhan ekonomi
negara berkembang sedikit meningkat dari 4,0% pada tahun 2015 menjadi 4,1% di tahun 2016.

Universitas Pertamina - 1

Perkembangan pertumbuhan positif negara-negara berkembang ditopang oleh beberapa negara di
Asia seperti Indonesia yang mencatat kenaikan pertumbuhan ekonomi sebesar 5,02% (Munandar,
2017).

Teori Pertumbuhan Ekonomi Neo Klasik menyatakan pertumbuhan ekonomi dipengaruhi oleh
beberapa faktor antara lain tenaga kerja, modal, dan kemajuan teknologi (Sukirno, 2001). Tenaga
kerja yang mempengaruhi pertumbuhan ekonomi adalah dari segi jumlah (kuantitas) dan kualitasnya
(Nugroho, 2014). Kualitas tenaga kerja akan dipengaruhi oleh beberapa hal antara lain pendidikan
dan kesehatan. Didukung oleh penelitian Nugroho (2014) pendidikan dianggap yang memiliki
peranan paling penting dalam menentukan kualitas manusia. Implikasinya, dengan semakin tinggi
pendidikan, maka hidup manusia akan menjadi semakin berkualitas. Dalam kaitannya dengan
perekonomian secara nasional, semakin tinggi kualitas hidup suatu bangsa, maka akan semakin
tinggi tingkat pertumbuhan dan kesejahteraan bangsa tersebut (Gani et al., 2018). Semakin tinggi
tingkat pendidikan tenaga kerja maka akan makin tinggi produktivitasnya dan dengan demikian juga
akan makin tinggi pertumbuhan ekonomi suatu negara (Borjas, 2016).

Keynes berpendapat bahwa ada dua pendekatan yang dapat dilakukan oleh pemerintah dalam
melakukan kebijakan fiskal, yaitu income approach dan expenditure approach. Perekonomian akan
tumbuh dengan baik jika pemerintah menurunkan pajak atau menaikkan pengeluarannya (Mankiw,
2013). Pengeluaran pemerintah yang dapat mendorong pertumbuhan ekonomi yaitu pengeluaran
pemerintah yang digunakan sebagai investasi sumberdaya manusia. Sumber daya manusia yang baik
dilihat dari tingkat pendidikan dan kesehatan. Aspek pembangunan manusia menjadi salah satu
indikator dalam menentukan kemajuan negara. Kemajuan suatu negara tidak hanya diukur
berdasarkan Gross Domestic Product (GDP), melainkan mencakup kualitas manusia yang terdiri dari
aspek pendidikan serta kesehatan yang tercermin melalui angka harapan hidup masyarakatnya
(Dinaputra & Aswitari, 2017).

Goverment Exp. Education(%) 7 Jepang
6 Hongkong
5 Singapura
4 Indonesia
3 Malaysia
2 Thailand
1
0

2011 2012 2013 2014 2015 2016

Gambar 1.2 Data Pengeluaran Pemerintah Sektor Pendidikan Tahun 2011 –
2016

Sumber : World Bank (2021)

Dapat dilihat dari data tersebut pengeluaran pemerintah di sektor pendidikan tahun 2011 hingga
2016 di enam negara memiliki tren yang menurun, hal ini dikarenakan adanya korelasi positif antara
pengeluaran pemerintah dengan pendapatan negara. Disamping pendidikan usaha untuk
meningkatkan kualitas sumberdaya manusia dapat juga dilakukan melalui perbaikan kesehatan

Universitas Pertamina - 2

Goverment Exp. Health (%)masyarakat. Berbagai studi membuktikan bahwa pembangunan sumber daya manusia khususnya
dibidang kesehatan secara signifikan telah menaikan produktifitas dan tingkat pendapatan
masyarakat (Notoatmodjo, 2008). Melalui upaya ini diharapkan akan tercapai derajat kesehatan
masyarakat yang lebih tinggi sehingga memungkinkan masyarakat hidup lebih

produktif, baik secara ekonomi maupun sosial, dan pada akhirnya dapat meningkatkan taraf dan
kualitas hidup serta kecerdasan dan kesejahteraan rakyat pada umumnya (Hanif & Rista, 2012).

12

10
Jepang

8
Hongkong

6 Singapura
Indonesia

4
Malaysia

2 Thailand

0
2011 2012 2013 2014 2015 2016

Gambar 1.3 Data Pengeluaran Pemerintah Sektor Kesehatan Tahun
2011 – 2016

Sumber : World Bank (2021)

Dapat dilihat dari data tersebut pengeluaran pemerintah di sektor kesehatan tahun 2011 hingga
2016 di enam negara memiliki tren yang meningkat. Menurut The Commission on Macroeconomics
and Health (CMH) pada tingkat internasional, negara-negara kaya mengeluarkan lebih banyak pada
keperluan yang berkaitan dengan pelayanan kesehatan dibandingkan dengan negara-negara miskin,
yang dicerminkan oleh pengeluaran yang tinggi di sektor kesehatan (Syamsurijal, 2008). Sedangkan
pada tingkat nasional, masyarakat dengan pendapatan lebih rendah memiliki tingkat kesehatan yang
buruk dibandingkan dengan masyarakat yang berpendapatan tinggi, karena keterbatasan akses baik
dalam hal pemanfaatan material maupun kondisi sosial (Marmot, 2002).

Hal tersebut menunjukkan bahwa hubungan antara GDP dan kesehatan adalah undirectional,
yaitu perbaikan kondisi ekonomi akan membawa perubahan pada perbaikan tingkat kesehatan. Hasil
penelitian mengenai hubungan GDP dan kesehatan telah banyak didokumentasikan dan
menunjukkan hasil bahwa negara yang kaya secara umum memiliki tingkat kesehatan yang jauh
lebih baik dibandingkan dengan negara – negara miskin (Syamsurijal, 2008). Perbaikan tingkat
kesehatan dapat meningkatkan produktifitas tenaga kerja baik langsung maupun tidak langsung
melalui tingkat pendidikan yang dapat dicapai. Rendahnya tingkat kesehatan anak berdampak pada
kesediaan anak mengikuti sekolah, tingkat bolos sekolah, dan kurangnya perhatian waktu menerima
pelajaran sehingga berpengaruh pada kemungkinan anak tersebut menamatkan pendidikan tepat
waktu dan mendapatkan atau memiliki pekerjaan manajerial dibandingkan dengan anak yang sehat
(Strully & Conley, 2004). Secara makro rendahnya tingkat produktivitas tenaga kerja sebagai akibat
dari rendahnya pendidikan yang diakibatkan oleh rendahnya tingkat kesehatan akan berpengaruh
pada rendahnya tingkat pertumbuhan ekonomi secara nasional (Syamsurijal, 2008).

Universitas Pertamina - 3

Penelitian-penelitian terdahulu masih memperdebatkan hubungan pengeluaran pemerintah
dengan pertumbuhan ekonomi. Perbedaan hubungan yang terjadi pada penelitian terdahulu terkait
dengan perbedaan kondisi tiap-tiap negara yang diteliti. Contohnya, studi yang di lakukan oleh Mura
(2014), yang meneliti 6 negara Eropa Timur selama 1990-2013, menunjukkan bahwa belanja
pendidikan, penelitian dan pengembangan dan infrastruktur berkorelasi positif dengan pertumbuhan
ekonomi, sedangkan belanja kesehatan berdampak negatif. Sedangkan penelitian yang di lakukan
oleh Jude, Houeninvo, & Sossou, (2015) , yang meneliti 49 negara di Afrika periode 1996 – 2010,
menunjukan bahwa pengeluaran publik untuk pendidikan dan kesehatan berdampak negatif terhadap
pertumbuhan ekonomi di 49 negara di Afrika karena inefisiensi, korupsi, birokrasi, dan kurangnya
investasi. Sedangkan stok modal manusia indikator memiliki efek positif. Belum adanya penelitian
yang meneliti pengaruh pengeluaran pemerintah di sektor pendidikan dan kesehatan terhadap
pertumbuhan ekonomi yang membandingkan di negara maju dan berkembang di Kawasan Asia.

Dari beberapa paparan diatas, telah ditunjukan bahwa salah satu upaya pemerintah dalam
meningkatkan pertumbuhan ekonomi adalah dengan melakukan kebijakan fiskal, dimana kebijakan
ini dilakukan dengan mengalokasikan pengeluaran pemerintah terutama dalam meningkatkan
kualitas SDM sebagai penggerak perekonomian, dimana pengingkatan SDM dapat dilakukan melalui
dua bidang yaitu pendidikan dan kesehatan. Oleh karena itu penelitian ini akan menganalisis
hubungan antara GDP per kapita dengan pengeluaran pemerintah sektor pendidikan dan kesehatan

1.2 Perumusan Masalah

Pertumbuhan ekonomi merupakan salah satu indikator dari keberhasilan dalam pembangunan
ekonomi. Investasi memegang peranan penting dalam menumbuhkan perekonomian baik itu
investasi dalam bentuk modal tetap maupun sumberdaya manusia. Mengingat pertumbuhan ekonomi
menjadi tanggung jawab pemerintah dan masyarakat agar kegiatan ekonomi dapat berjalan dengan
baik dan mencapai suatu kesejahteraan, beberapa faktor yang dapat dikaitkan dengan besarnya output
yang dihasilkan suatu wilayah sebagai bentuk laju pertumbuhan ekonomi dalam langkah menentukan
keberhasilan pembangunan ekonomi mampu meningkatkan standar hidup penduduk. Berdasarkan
uraian latar belakang di atas maka penulis mengambil rumusan masalah yang akan dibahas yaitu
sebagai berikut :

1. Bagaimana tingkat Pendidikan mempengaruhi GDP di negara maju dan berkembang
dikawasan Asia tahun 2001 – 2016 ?

2. Bagaimana tingkat kesehatan mempengaruhi GDP di negara maju dan berkembang
dikawasan Asia tahun 2001 – 2016 ?

1.3 Tujuan

Berdasarkan latar belakang dan rumusan masalah yang telah dijelaskan di atas, maka tujuan
yang ingin dicapai dalam penelitian ini adalah :

1. Menganalisis pengaruh tingkat Pendidikan terhadap GDP di negara maju dan berkembang
di kawasan Asia tahun 2001 – 2016.

2. Menganalisis pengaruh tingkat kesehatan terhadap GDP di negara maju dan berkembang di
kawasan Asia tahun 2001 – 2016.

Universitas Pertamina - 4

1.4 Manfaat
Penelitian ini diharapkan dapat memberikan manfaat kepada pihak yang berkaitan dengan

masalah ini. Adapun manfaat yang dapat diberikan dalam penelitian ini adalah :
1. Menambah wawasan bagi akademisi mengenai tingkat pendidikan dan kesehatan dalam

pengaruhnya terhadap kemajuan pertumbuhan ekonomi.
2. Sebagai bahan referensi untuk penelitian dengan tema sejenis yang akan dilakukan di

kemudian hari yang berkaitan dengan pertumbuhan ekonomi dan tingkat pendidikan dan
kesehatan.
1.5 Ruang Lingkup
Penelitian ini dibatasi agar mendapatkan hasil penelitian yang akurat. Oleh karena itu, penelitian
ini dibatasi masalah yang akan dikaji ialah pengeluaran pemerintah di bidang pendidikan dan
kesehatan, angka harapan hidup, dan tingkat kepadatan penduduk. Melihat apakah variabel tersebut
memengaruhi GDP negara. Berdasarkan ketersediaan data, maka data cross section yang digunakan
dalam penelitian ini ialah data lima negara di Asia yaitu Jepang, Hongkong, Singapura, Indonesia,
Malaysia, dan Thailand dengan deret waktu tahun 2001 sampai dengan tahun 2016.

Universitas Pertamina - 5

BAB II TINJAUAN LITERATUR

2.1 Tinjauan Teori

2.1.1 Pertumbuhan Ekonomi

Pertumbuhan ekonomi dapat diartikan peningkatan output agregat atau pendapatan riil. Kedua
peningkatan tersebut biasanya dihitung per kapita atau selama jangka waktu yang cukup panjang
sebagai akibat peningkatan penggunaan input (Sukirno, 2000). Pertumbuhan ekonomi yang lebih
luas baik dari segi struktur output, input, perubahan dalam teknik produksi, sikap dan perilaku sosial
serta kerangka kelembagaan menuju kepada keadaan dan taraf hidup yang secara menyeluruh lebih
baik. Produk Domestik Bruto atau biasa disebut PDB atau GDP merupakan gambaran dan rata-rata
pendapatan yang diterima oleh setiap penduduk selama satu tahun di suatu negara (Werdi &
Cahyono, 2014). Data statistik ini merupakan salah satu indikator yang dapat digunakan untuk
mengukur tingkat kemakmuran suatu negara. GDP per kapita diperoleh dari hasil bagi antara GDP
dengan jumlah penduduk pertengahan tahun yang bersangkutan. GDP per kapita atau pendapatan per
kapita dapat digunakan untuk menggambarkan standar hidup suatu negara dari tahun ke tahun.
Pendapatan per kapita yang meningkat merupakan salah satu tanda bahwa rata-rata standar hidup
penduduk telah meningkat. Perbedaan tingkat pendapatan negara yang memiliki pendapatan per
kapita tinggi memiliki kualitas hidup yang lebih baik dibandingkan dengan negara yang memiliki
pendapatan per kapita yang rendah (Werdi & Cahyono, 2014).

Pemerintah memiliki peran dalam kehidupan bernegara untuk menumbuhkan perekonomian
negara, yang dapat diklasifikasikan menjadi empat macam kelompok peran yaitu peranan alokasi,
yakni peranan pemerintah dalam mengalokasikan sumber daya ekonomi yang ada agar
pemanfaatannya optimal dan mendukung efisiensi produksi. Kedua peranan distributif, yakni
peranan pemerintah dalam mendistribusikan sumberdaya, kesempatan dan hasil-hasil ekonomi
secara adil dan wajar. Ketiga peranan stabilitatif yakni peran pemerintah dalam memelihara stabilitas
perekonomian. Keempat peran dinamisatif, yakni peranan pemerintah dalam menggerakan proses
pembangunan ekonomi agar lebih cepat tumbuh (Apriansyah & Bachri, 2006).

2.1.2 Pengeluaran Pemerintah

Pengeluaran pemerintah merupakan kebijakan pemerintah. Apabila pemerintah mengambil
kebijakan untuk membeli suatu barang atau jasa, maka pengeluaran pemerintah mencerminkan biaya
yang akan dikeluarkan pemerintah untuk melaksanakan kebijakan yang diambil. Dalam
pelaksanaannya pengeluaran pemerintah menggunakan berbagai bentuk peneluaran termasuk berupa
dana (Prasetiya & Pangestuty, 2012). Dana tersebut merupakan kas Negara yang direalisasikan untuk
memenuhi kebijakan pemerintah demi menciptakan kesejahteraan bagi masyarakatnya. Pengeluaran
pemerintah merupakan salah satu unsur permintaan agregat. Dasar teori pengeluaran pemerintah di
dapat dari keseimbangan pendapatan nasional. Pendapatan Pendapatan nasional dengan pendekatan
pengeluaran didapat dari formula berikut :

= + + + − (2.1)

Formula ini dikenal sebagai identitas pendapatan nasional yang juga mencerminkan penawaran
agregat (Prasetiya & Pangestuty, 2012). Variabel pada sisi kiri yaitu variabel Y mencerminkan
output atau penawaran. Sedangkan variabel C melambangkan konsumsi, variabel I melambangkan
investasi, variabel G melambangkan pengeluaran pemerintah (government expenditure), dan variabel

Universitas Pertamina - 6

X-M melambangkan net ekspor. Dengan membandingkan nilai variabel G terhadap Y serta
mengamati dari kurun waktu ke waktu maka dapat diketahui seberapa besar konstribusi pengeluaran
pemerintah dalam pendapatan nasional (Prasetiya & Pangestuty, 2012).

Menurut sisi makro ekonomi yang dikemukakan Musgrave & Musgrave (1989) menganalisis
ukuran pemerintahan sehingga dapat terlihat transaksi anggaran, perusahaan publik dan kebijakan
publik. Pengeluaran pemerintah untuk sektor publik bersifat elastis terhadap pertumbuhan ekonomi.
Semakin banyak pengeluaran pemerintah untuk sektor publik semakin banyak barang publik yang
tersedia untuk masyarakat (Ladung, 2018). Dari beberapa paparan diatas, telah ditunjukkan bahwa
salah satu upaya pemerintah dalam meningkatkan pertumbuhan ekonomi adalah dengan melakukan
kebijakan fiskal, dimana kebijakan ini dilakukan dengan mengalokasikan pengeluaran pemerintah
terutama dalam meningkatkan kualitas sumberdaya manusia sebagai penggerak perekonomian.
Didukung dengan teori peacock dan Wismen serta hukum Wagner yang menyatakan semakin tinggi
pendapatan nasional keseluruhan maupun per kapita, secara relative pengeluaran pemerintah juga
semakin tinggi. Pengeluaran pemerintah yang dapat mendorong pertumbuhan ekonomi yaitu
pengeluaran pemerintah yang digunakan sebagai investasi sumberdaya manusia (Mangkoesoebroto,
2001).

a. Pengeluaran Pemerintah Bidang Pendidikan

Sebuah badan penelitian ekstensif membuktikan ada hubungan antara pendidikan dan
pertumbuhan ekonomi. Untuk individu, penelitian tentang nilai sekolah fokus pada keuntungan
ekonomi ke berbagai tingkat sekolah pencapaiannya, mengikuti analisis human capital oleh Mincer
(1974), yang mempertimbangkan bagaimana berinvestasi dalam jumlah sekolah yang berbeda
mempengaruhi pendapatan individu. Selama 30 tahun terakhir, ratusan studi semacam itu telah
dilakukan di seluruh dunia (Hanushek & Woessmann, 2007) dan mereka telah menunjukkan bahwa
lebih banyak sekolah dikaitkan dengan pendapatan individu yang lebih tinggi, dengan tingkat
pengembalian negara dengan sekitar 10 persen per tahun tambahan sekolah (Psacharopoulus &
Patrinos, 2004). Perkiraan dasar ini dari model pendapatan Mincerian biasanya diartikan sebagai
privat kembali ke sekolah, dengan keuntungan sosial melebihi keuntungan pribadi sebagai akibat
dari eksternalitas positif, misalnya, efek positif dari pendidikan tentang pengurangan kejahatan
(Lochner & Moretti, 2004), ditingkatkan kesehatan (Currie & Stabile, 2003), dan peningkatan
partisipasi kewarganegaraan (Dee, 2004).

Pendidikan merupakan salah satu aspek terpenting yang menjadi tolak ukur dari peningkatan
kualitas sumberdaya manusia. Melalui pendidikan, seseorang dapat meningkatkan keterampilan serta
kemampuannya untuk berfikir. Wujud nyata investasi yang dilakukan pemerintah dalam
mengingatkan produktivitas sumber daya manusianya adalah dengan mengalokasikan anggaran
pengeluran pemerintah untuk pengadaan dan peningkatan pendidikan. Dengan adannya pengeluaran
pemerintah di bidang pendidikan maka perkembangan pendidikan itu sendiri akan berpengaruh yang
salah satunya di tandai dengan meningkatnya jumlah murid yang menyelesaikan sekolah (Kahang,
Saleh, & Suharto, 2016). Sektor pengeluaran pemerintah yang dianggap penting dalam
meningkatkan kualitas sumber daya manusia yaitu pendidikan, kesehatan dan ekonomi. Alokasi
anggaran fungsi pendidikan mencerminkan upaya pemerintah dalam memberikan pelayanan kepada
masyarakat dalam bidang pendidikan

Universitas Pertamina - 7

b. Pengeluaran Pemerintah Bidang Kesehatan

Selain pendidikan, kesehatan juga merupakan suatu investasi sumberdaya manusia. Untuk
mencapai masyarakat yang sejahtera dibutuhkan pelayanan kesehatan karena kesehatan adalah hak
dasar masyarakat. Menurut WHO kesehatan merupakan faktor penting. Tingkat kesehatan akan
berpengaruh terhadap tingkat kesejahteraan, dengan begitu tingkat kesejahteraan tersebut akan
berpengaruh terhadap produktifitas ekonomi. Kesehatan merupakan kebutuhan mendasar bagi setiap
manusia, tanpa kesehatan masyarakat tidak dapat menghasilkan suatu produktivitas bagi negara.
Kegiatan ekonomi suatu negara akan berjalan jika ada jaminan kesehatan bagi setiap penduduknya.
Pengeluaran pemerintah di sektor kesehatan merupakan investasi tidak langsung yang diberikan
pemerintah dalam meningkatkan modal manusia. Semakin baik pemerintah mengoptimalkan
anggaran kesehatan tersebut, semakin baik tingkat kesehatan masyarakat, hal ini dapat dicapai dalam
jangka pendek. Sedangkan dalam jangka panjang semakin baik tingkat kesehatan masyarakat,
semakin baik fisik mereka dalam berproduktif (Anggraeni, 2017). Terkait dengan teori human
capital bahwa sumberdaya manusia berperan signifikan, bahkan lebih penting daripada faktor
teknologi dalam memacu pertumbuhan ekonomi (Agus, 2006).

Literatur pertumbuhan modern menunjukkan pentingnya human capital dalam menentukan
kecepatan dan karakter pertumbuhan ekonomi (Barro, 1991) (Benhabib & Spiegel, 1994) (Zon &
Muysken, 2001). Namun, human capital biasanya didefinisikan secara luas. Peter Howitt (2005)
memaparkan model teoritis berdasarkan teori pertumbuhan Schumpeterian baru-baru ini dan
mengidentifikasi berbagai saluran yang dapat digunakan untuk meningkatkan kesehatan populasi
suatu negara akan mempengaruhi pertumbuhan ekonomi jangka panjang. Berkembangnya kualitas
kesehatan meningkatkan produktif efisiensi, harapan hidup, kapasitas belajar, kreativitas, dan koping
keterampilan, yang semuanya berkontribusi pada peningkatan produktivitas. Sedangkan Gyimah-
brempong & Wilson (2018) efek kesehatan sumber daya manusia pada tingkat pertumbuhan
pendapatan per kapita di Afrika SubSaharan dan Organisasi untuk Kerjasama Ekonomi dan Negara
Pembangunan (OECD). Mereka menemukan stok manusia itu sebagai modal yang berpengaruh
positif dan signifikan secara statistik terhadap pertumbuhan pendapatan per kapita, 22 persen di
negara-negara Afrika Sub-Sahara dan 30 persen di negara-negara OECD (World Bank, 2007).

2.1.3 Angka Harapan Hidup

Mills dan Gilson (1990) mendefinisikan ekonomi kesehatan sebagai penerapan teori, konsep
dan teknik ilmu ekonomi pada sektor kesehatan, sehingga dengan demikian ekonomi kesehatan
berkaitan erat dengan hal-hal yaitu alokasi sumber daya di antara berbagai upaya kesehatan, jumlah
sumber daya yang di gunakan dalam pelayanan kesehatan, pengorganisasian dan pembiayaan dari
berbagai pelayanan kesehatan, efisiensi pengalokasian dan penggunaan berbagai sumber daya dan
dampak upaya pencegahan, pengobatan, dan pemulihan kesehatan pada individu dan masyarakat
(Muda, Kolengan, & Kalangi, 2019).

Angka harapan hidup dijadikan indikator dalam mengukur kesehatan suatu individu di suatu
negara. Angka harapan hidup adalah rata-rata perkiraan banyak tahun yang dapat ditempuh seseorang
selama hidup (Werdi & Cahyono, 2014). Angka harapan hidup diartikan sebagai umur yang mungkin
dicapai seseorang yang lahir pada tahun tertentu. Angka harapan hidup atau biasa di sebut life
expectancy dihitung menggunakan pendekatan tak langsung (indirect estimation) (Werdi &
Cahyono, 2014). Peningkatan kesejahteraan ekonomi sebagai akibat dari bertambah panjangnya usia

Universitas Pertamina - 8

sangatlah penting. Di negara- negara yang tingkat kesehatannya lebih baik, setiap individu memiliki
rata-rata hidup lebih lama, dengan demikian secara ekonomis mempunyai peluang untuk
memperoleh pendapatan lebih tinggi. Keluarga yang usia harapan hidupnya lebih panjang, cenderung
untuk menginvestasikan pendapatannya dibidang pendidikan dan menabung. Dengan demikian,
tabungan nasional dan investasi akan meningkat, dan pada gillirannya akan meningkatkan
pertumbuhan ekonomi yang nantinya akan menurunkan tingkat kemiskinan (Werdi & Cahyono,
2014).

Dalam membandingkan tingkat kesejahteraan antar kelompok masyarakat sangatlah penting
untuk melihat angka harapan hidup. Di negara negara yang tingkat kesehatannya lebih baik, setiap
individu memiliki rata-rata hidup lebih lama, dengan demikian secara ekonomis mempunyai peluang
untuk memperoleh pendapatan lebih tinggi. Selanjutnya, Arsyad (1999) menjelaskan intervensi
untuk memperbaiki kesehatan dari pemerintah juga merupakan suatu alat kebijakan penting untuk
mengurangi kemiskinan. Salah satu faktor yang mendasari kebijakan ini adalah perbaikan kesehatan
akan meningkatkan produktivitas golongan miskin: kesehatan yang lebih baik akan meningkatkan
daya kerja, mengurangi hari tidak bekerja dan menaikkan output energi

2.1.4 Tingkat Kepadatan Penduduk

Penduduk adalah semua orang yang berdomisili diwilayah geografis selama 6 bulan atau lebih
dan atau mereka yang berdomisili kurang dari 6 bulan tetapi bertujuan untuk menetap (Marhaeni,
2019). Smith dalam Siskawati (2014) menjelaskan bahwa, dengan didukung bukti empiris,
pertumbuhan penduduk tinggi akan dapat menaikkan output tingkat dan ekspansi pasar baik pasar
dalam negeri maupun luar negeri. Penambahan penduduk tinggi yang diiringi dengan perubahan
teknologi akan mendorong tabungan dan juga penggunaan skala ekonomi di dalam produksi.
Penambahan penduduk merupakan satu hal yang dibutuhkan dan bukan suatu masalah, melainkan
sebagai unsur penting yang dapat memacu pembangunan dan pertumbuhan ekonomi. Besarnya
pendapatan dapat mempengaruhi penduduk, jika jumlah penduduk meningkat maka pendapatan yang
dapat ditarik juga meningkat. Pertumbuhan penduduk selalu dihubungkan dengan kekuasaan negara,
masamasa sejahtera, dan kebahagiaan hidup individu. Jumlah penduduk yang besar dianggap oleh
sebagian ahli ekonomi merupakan penghambat pembangunan. Mulyadi (2003) menyatakan bahwa
tingginya angka pertumbuhan penduduk yang terjadi di negara sedang berkembang dapat
menghambat proses pembangunan. Malthus dalam buku Deliarnov (2005) mengamati manusia
berkembang jauh lebih cepat dibandingkan dengan produksi hasil-hasil pertanian untuk memenuhi
kebutuhan manusia. Manusia berkembang sesuai dengan deret ukur. Jumlah penduduk yang makin
besar telah membawa akibat jumlah angkatan kerja yang makin besar pula. Ini berarti semakin besar
pula jumlah orang yang mencari pekerjaan atau menganggur. Agar dapat dicapai keadaan yang
seimbang maka sebaiknya mereka semua dapat tertampung dalam suatu pekerjaan yang cocok dan
sesuai dengan keinginan serta ketrampilan mereka (Mulyadi, 2003).

Menurut Jhingan (2012) pengaruh pertumbuhan penduduk pada pembangunan ekonomi telah
menarik perhatian para ahli ekonomi, sejak Adam Smith menyatakan, “Buruh tahunan setiap bangsa
merupakan kekayaan yang mulanya memasok bangsa dengan segala kenyamanan hidup yang
diperlukan” Hanya Malthus dan Ricardo yang mencanangkan tanda bahaya mengenai dampak
pertumbuhan penduduk pada perekonomian. Tetapi kekhawatiran mereka terbukti tak berdasar
karena pertumbuhan penduduk di Eropa Barat justru mempercepat proses industrialisasi.
Pertumbuhan penduduk membantu ekonomi negara tersebut, karna mereka sudah makmur, punya
modal yang melimpah sedang buruh kurang. Beda halnya dengan negara yang terbelakang, akibat

Universitas Pertamina - 9

pertumbuhan penduduk pada pembangunan tidaklah seperti negara yang sudah maju, ekonomi
negara terbelakang atau miskin, memiliki modal yang kurang sedangkan buruh melimpah. Karena
itu pertumbuhan penduduk dianggap benar sebagai hambatan pembangunan ekonomi.

2.2 Tinjauan Empiris

Penelitian ini didasarkan oleh penilitian terdahulu yang pada intinya melihat pengeluaran
pemerintah di bidang kesehatan dan pendidikan, dan juga angka harapan hidup di suatu negara dan
membandingkannya dengan pertumbuhan ekonomi Negara tersebut. Metode yang digunakan dalam
penelitian ini adalah metode data panel statis untuk menganalisis pengaruh variabel x terhadap
variabel y.

Tabel 2.1 Tinjauan Empiris

No. Nama Penulis Metode Tujuan Hasil Penelitian

1. Appiah (2017) Generalized Mengetahui pengaruh Variabel pengeluaran

Method of pengeluaran pemerintah di sektor pemerintah di sektor

Moments (GMM) Pendidikan terhadap GDP per Pendidikan

kapita di negara berkembang. mempengaruhi PDB

Penelitian ini menggunakan per kapita secara
pendekatan kuantitatif. Data positif di negara –

dalam penelitian ini negara SSA.

menggunakan data sekunder

Sub-Saharan African (SSA)
tahun 1975 – 2015.

2. Piabuo & Dynamic Ordinary Dalam makalah ini, Hasil menunjukkan
Tieguhong
(2017) Least Square perbandingan analisis dampak bahwa pengeluaran

(DOLS) pengeluaran kesehatan antara kesehatan berpengaruh

negara-negara di sub-kawasan positif dan signifikan

CEMAC dan lima negara Afrika terhadap pertumbuhan

yang yang mencapai deklarasi ekonomi di negara sub-

Abuja. Data untuk penelitian ini kawasan CEMAC dan

diambil dari World Development lima negara Afrika.

Indicators (2016) database, panel

kuadrat terkecil biasa (OLS).

Universitas Pertamina - 10

No. Nama Penulis Metode Tujuan Hasil Penelitian

3. Moheyuddin & fixed and random Studi ini mengkaji peran Dampak harapan hidup

Kiani (2018) effect approaches. kesehatan (angka harapan terhadap pertumbuhan

hidup, kematian bayi) dan ekonomi lebih kuat di

pendidikan (pendidikan tingkat negara berpenghasilan

menengah dan tinggi) dalam menengah atas (UMIC)

pertumbuhan ekonomi untuk 76 dibandingkan dengan

negara berpenghasilan negara berpenghasilan

menengah selama 1991-2016. menengah ke bawah

(LMIC).

4. Günther & Two Stages Least Meneliti hubungan kepadatan Hasil Estimasi
Henkel (2018) Square (2SLS) penduduk terhadap menunjukan variabel
kemakmuran ekonomi di kepadatan Penduduk
beberapa titik waktu. berdampak positif dan
Menggunakan data spasial signifikan pada
berbasis grid. kemakmuran ekonomi.

2.3 Kerangka Penelitian

Secara garis besar alur logika penelitian ini adalah bagaimana tingkat pendidikan dan kesehatan
(X) mempengaruhi tingkat pertumbuhan ekonomi (Y). Tingkat pendidikan yang dimaksud yaitu
pengeluaran pemerintah dibidang pendidikan (X₁) merupakan anggaran yang dirancang untuk
membiayai pendidikan di enam negara di Asia. Dan tingkat kesehatan yang dimaksud ialah
pengeluaran pemerintah di bidang kesehatan (X₂) merupakan anggaran yang dirancang untuk
membiayai kesehatan di enam negara di Asia. Variabel pendukung lainnya yaitu angka harapan hidup
(X₃) dan kepatan penduduk (X₄) di lima negara Asia. Berdasarkan uraian tersebut kerangka penelitian
yang digunakan dalam penelitian ini adalah sebagai berikut :

Universitas Pertamina - 11

Pengeluaran Indeks Demografi
Pemerintah Pembangunan

Manusia

Sektor Pendidikan Sektor Kesehatan Angka Harapan Kepadatan
Hidup Penduduk

Regresi Data Panel

GDP

Gambar 2. 1 Kerangka Pemikiran

2.4 Hipotesis
Berdasarkan studi literatur pada penelitan-penelitian terdahulu, maka penulis membangun

beberapa hipotesis sebelum melakukan penelitian ini. Melalui hipotesis maka dapat diketahui hasil
prediksi dari penelitian ini. Berikut merupakan hipotesis yang dibangun dalam penelitian ini.
1. Variabel pengeluaran pemerintah dibidang pendidikan dan kesehatan berpengaruh terhadap

pertumbuhan ekonomi di ke enam negara tersebut.
2. Variabel angka harapan hidup dan kepadatan penduduk berpengaruh terhadap pertumbuhan

ekonomi di ke enam negara tersebut.

Universitas Pertamina - 12

BAB III METODOLOGI

3.1 Waktu dan Tempat

Penelitian ini dilakukan selama lima bulan terhitung dari bulan Desember 2020 sampai dengan
Juni 2021. Penelitian ini dilakukan di Jakarta.

3.2 Jenis dan Sumber Data

3.2.1 Jenis Data

Penelitian ini menggunakan data kuantitatif dalam menganalisis pengaruh pengeluaran
pemerintah dibidang pendidikan dan kesehatan di lima negara yaitu Jepang, Hongkong, Singapura,
Indonesia, Malaysia, dan Thailand. Data kuantitatif merupakan jenis data yang penggunaannya dapat
dihitung (berupa satuan angka atau bilangan). Penelitian ini menggunakan variabel independen dan
variabel dependen. Variabel independen yang digunakan adalah pengeluaran pemerintah dibidang
pendidikan dalam satuan persen, pengeluaran pemerintah dibidang kesehatan dalam satuan persen,
angka harapan hidup dalam satuan tahun, dan kepadatan penduduk dalam satuan perorangan garis
miring km per square. Sedangkan variabel dependen yang digunakan adalah GDP per kapita dalam
satuan current thousand USD. Penelitian ini akan melihat bagaimana variabel independen
memengaruhi variabel dependen.

Tabel 3. 1 Jenis Data

Variabel Indepen ( ) Variabel Dependen ( )

Pengeluaran Pemerintah dibidang Pendidikan

GDP per kapita Pengeluaran Pemerintah dibidang Kesehatan

Angka Harapan Hidup

Kepadatan Penduduk

3.2.2 Sumber Data

Data yang digunakan dalam penelitian ini adalah berupa data sekunder. Data sekunder adalah
data yang diperoleh dari sumber tidak langsung. Data yang digunakan dalam penelitian ini adalah
data pertumbuhan ekonomi dalam bentuk GDP per kapita, pengeluaran pemerintah dibidang
pendidikan, pengeluaran pemerintah dibidang kesehatan, angka harapan hidup, dan kepadatan
penduduk dari Negara Jepang, Hongkong, Singapura, Indonesia, Malaysia, dan Thailand yang
diperoleh dari World Bank.

Universitas Pertamina - 13

Tabel 3. 2 Sumber Data

Variabel Definisi Satuan Sumber

GDP per kapita GDP per kapita di enam Current thousand World Bank
(gdppercapitacurrentUSD) Negara Asia USD

Pengeluaran Pemerintah dibidang Anggaran yang dikeluarkan Persen Wordl Bank

Pendidikan untuk membiayai pendidikan

(govexpedu)

Pengeluaran Pemerintah dibidang Anggaran yang dikeluarkan Persen World Bank

Kesehatan untuk membiayai kesehatan

(govexphealth)

Angka Harapan Hidup Total angka harapan Hidup Tahun World Bank

(lifeexpectancy)

Kepadatan Penduduk Total kepadatan Penduduk People/ km square World Bank

(density)

3.3 Metode Analisis

Metode Analisis yang digunakan pada penelitian ini adalah metode panel data untuk
menganalisis pengaruh pengeluaran pemerintah dibidang pendidikan, pengeluaran pemerintah
dibidang kesehatan, angka harapan hidup, dan kepadatan penduduk di enam negara Asia yaitu
Jepang, Hongkong, Singapura, Indonesia, Malaysia, dan Thailand. Dalam jangka tahun 2001 – 2016.
Metode ini digunakan karena data yang digunakan adalah berupa data cross-section dan data time-
series. Data cross-section adalah data yang dikumpulkan dengan mengamati banyak objek seperti
perusahaan, wilayah, dan negara. Sedangkan data time series adalah data yang dikumpulkan
berdasarkan urutan waktu dalam suatu rentang waktu tertentu.

3.3.1 Analisis Data Panel Statis

Data panel atau longitudinal adalah kombinasi antara data cross-section dan data time- series.
Metode data panel adalah metode yang digunakan untuk melakukan analisis secara empirik yang
dapat mengakomodir data cross-section dan data time-series secara bersamaan. Pada analisis data
panel, data cross-section memiliki jumlah observasi time-series yang sama atau dapat disebut dengan
balanced panel. Menurut Baltagi (2005), penggunaan metode estimasi data panel dapat memberikan
banyak manfaat, diantaranya:

1. Mampu mengakomodir heterogenitas individu.

2. Memberikan informasi yang lebih banyak seperti mengurangi kolinieritas antar variabel,
meningkatkan derajat kebebasan dan lebih efisien.

3. Mengidentifikasi dan mengestimasi efek yang sederhana yang tidak dapat dilakukan pada model

Universitas Pertamina - 14

data cross-section ataupun time-series.

4. Mempelajari perubahan yang bersifat dinamis (dynamics of adjustment).

5. Mengurangi kemungkinan analisis yang bias pada model karena menggunakan data yang
banyak.

Pada analisis data panel terdapat asumsi yang berlaku yaitu semua variabel endogenous
merupakan nonstocastic dan errorterm harus memiliki asumsi klasik yaitu distribusi normal. Asumsi
lain analisis data panel adalah terbebas dari pelanggaran multikolinearitas. Menurut Gujarati (2004)
terdapat beberapa kemungkinan yang akan muncul pada setiap unit individu dan periode waktu yaitu:

1. Diasumsikan intersep dan koefisiennya konstan sepanjang waktu dan individu serta
perbedaannya dapat dijelaskan oleh errornya.

2. Diasumsikan slope konstan dan intersep memiliki nilai yang berbeda antar individu.

3. Diasumsikan slope konstan dan intersep memiliki nilai yang berbeda antar individu maupun
antar waktu.

4. Diasumsikan slope dan intersep memiliki nilai yang berbeda antar individu.

5. Diasumsikan slope dan intersep memiliki nilai yang berbeda antar individu dan waktu.

Pemilihan model yang digunakan dalam sebuah penelitian perlu dilakukan berdasarkan
pertimbangan dari statistik. Hal ini dilakukan untuk memperoleh estimasi yang efisien dan tidak bias.
Terdapat tiga pendekatan untuk analisis data panel yaitu Pooled Least Square (PLS), Fixed Effect
Model (FEM), dan Random Effect Model (REM). Pengolahan data dilakukan menggunakan software
Stata 14.2. Untuk menentukan model yang terbaik digunakan Uji Chow untuk menentukan pilihan
antara PLS dan FE. Uji Hausman untuk menentukan pilihan antara REM dan FEM apabila Uji Chow
menunjukkan hasil FEM. Lalu digunakan uji Langrange Multiplier (LM) untuk menentukan pilihan
antara PLS dan REM apabila Uji Chow menunjukkan hasil PLS.

a. Metode Pooled Least Square (PLS)

Metode Pooled Least Squares digunakan untuk meminimumkan jumlah dari error kuadrat (Sum
Squares of Error) (Asteriou & Hall, 2007). Persamaan pada estimasi Pooled Least Square dapat
dituliskan dalam bentuk sebagai berikut:

= + + (3.1)

Dimana i adalah jumlah observasi populasi dan t adalah tahun time series. Asumsi pada PLS adalah
intersep dan slope memiliki persamaan regresi yang konstan untuk setiap individu dan waktu.

b. Metode Fixed Effect Model (FEM)

Metode Fixed Effect Model digunakan untuk membuat estimasi yang memiliki nilai yang
berbeda untuk setiap individu dan waktu. Estimasi data panel akan merujuk pada asumsi yang
diberikan pada intersep, koefisien slope, dan galat (errorterm) (Asteriou & Hall, 2007). Persamaan
pada estimasi Fixed Effect Model dapat dituliskan dalam bentuk sebagai berikut:

= 0 + + 1 1 + 2 2 + (3.2)

Universitas Pertamina - 15

Dimana i merupakan intersep individu memiliki nilai yang tidak sama. Tetapi model dapat memiliki
koefisien slope yang sama. Untuk menjelaskan fixed effect maka digunakan variabel dummy yaitu
dengan differencial intercept dummies dengan tujuan mendapatkan perbedaan nilai intersep.

c. Metode Random Effect Model (REM)

Metode Random Effect Model digunakan untuk membuat estimasi yang memiliki komponen
galat ke dalam model untuk menjelaskan variabel prediktor yang tidak masuk ke dalam model,
komponen non linearitas hubungan variabel bebas dan variabel terikat, kesalahan estimasi saat
observasi dilakukan serta kejadian yang sifatnya acak (Asteriou & Hall, 2007). Metode random effect
dapat dituliskan dalam bentuk sebagai berikut:

= 0 + 1 1 + 2 2 + ; = + (3.3)

Sehingga error secara individual dan error secara kombinasi diasumsikan tidak memiliki korelasi

3.3.2 Uji Kesesuaian Model

Untuk menguji kesesuaian model dari ketiga metode estimasi dengan data panel dapat
digunakan dengan uji Chow, uji LM dan uji Hausman (Gujarati, 2004). Uji Chow digunakan untuk
menguji kesesuaian model antara model yang diperoleh dari metode pooled least squares dengan
model yang diperoleh dari metode fixed effect. Uji Hausman dilakukan apabila model terbaik yang
diperoleh dari hasil fixed effect dengan model yang diperoleh dari metode random effect. Lalu uji
LM dilakukan untuk menguji metode random effect dengan pooled least square.

a) Chow Test

Chow Test adalah pengujian untuk memilih apabila model yang digunakan adalah pooled least
square atau fixed effect. Pengujian ini dilakukan dengan hipotesis sebagai berikut:

0:

1:

Penentuan hasil dari regresi menggunakan metode fixed effect apabila nilai p-value ( > ) <
(taraf signifikansi), maka keputusannya adalah tolak 0 atau pilihan terbaik adalah menggunakan
metode fixed effect.

b) Hausman Test

Hausman Test adalah pengujian statistik untuk memiliih apakah model yang digunakan adalah
fixed effect atau random effect. Pengujian ini dilakukan dengan hipotesis sebagai berikut:

0:

1:

Penentuan hasilnya dapat dilihat dari p-value, apabila nilai p-value ( > ) < (taraf
signifikansi), maka keputusannya adalah tolak 0 atau pilihan terbaik adalah menggunakan metode
fixed effect.

Universitas Pertamina - 16

3.3.3 Uji Asumsi Klasik

Setelah dilakukan uji kesesuaian model, maka model yang didapat sudah merupakan model
yang sesuai untuk dianalisis. Namun, sebelum dilakukan analisis dibutuhkan uji asumsi klasik untuk
menentukan apakah model tersebut efisien dan tidak melakukan pelanggaran pada asumsi model
yaitu Best, Linear, Unbiased, Estimator atau asumsi BLUE(Gujarati, 2004).

a.) Uji Multikolinearitas

Indikasi multikolinearitas dapat dilihat dengan menggunakan Variance Inflation Factor
(VIF)(Gujarati, 2004). Apabila nilai VIF dari setiap variabel lebih kecil dari 10 ( < 10) maka
tidak terdapat indikasi adanya multikolinearitas antar variabel bebas.

b.) Uji Normalitas

Uji normalitas dapat dilakukan untuk melihat apakah galat dari model menyebar normal.
Normalitas dapat dideteksi dengan penggunaan Shapiro-Wilk W Test atau dengan metode grafik
untuk melihat distribusi dari data (Gujarati, 2004). Pengujian ini dilakukan dengan hipotesis sebagai
berikut:

0:
1:
Penentuan hasilnya dapat dilihat dari p-value, apabila nilai p-value ( > ) < (taraf
signifikansi), maka keputusannya adalah tolak 0 atau distribusi data tidak normal.

c.) Uji Heteroskedasitas

Uji heteroskedastisitas dilakukan untuk melihat apakah terjadi ketidaksamaan varian dari
residual obersevasi. Uji hetereoskedastisitas untuk model FEM menggunakan uji Wald yang
dimodifikasi (Gujarati, 2004). Pengujian ini dilakukan dengan hipotesis sebagai berikut:

0:
1:
Penentuan hasilnya dapat dilihat dari p-value, apabila nilai p-value ( > ) < (taraf
signifikansi), maka keputusannya adalah tolak 0 atau adanya masalah heteroskedastisitas pada
model tersebut.

d.) Uji Autokorelasi

Uji autokorelasi digunakan untuk mendeteksi adanya masalah antar observasi dalam satu
peubah atau korelasi antar error masa lampau dengan error masa sekarang. Uji autokorelasi yang
diakukan pada model FEM adalah dengan menggunakan Woolridge Test (Wooldridge, 2002)
Pengujian ini dilakukan dengan hipotesis sebagai berikut:

0: ℎ
1:
Penentuan hasilnya dapat dilihat dari p-value, apabila nilai p-value ( > ) < (taraf

Universitas Pertamina - 17

signifikansi), maka keputusannya adalah tolak 0 atau adanya masalah autokorelasi pada model
tersebut.

3.3.4 Uji Statistik Model

Gujarati (2004) menerangkan bahwa ada 3 jenis analisis regresi untuk kriteria ketepatan
(Goodness of Fit) yaitu uji statistik t, uji statistik F, dan koefisien determinasi.
a. Uji − T

Pengujian ini digunakan untuk mengetahui apakah variabel bebas secara individu memiliki
pengaruh yang signifikan terhadap variabel terikat. Hipotesis yang digunakan adalah sebagai berikut:
0: = 0, = 1,2,3,
1: ≠ 0
Penentuan hasilnya dapat dilihat dari nilai t-statistik yang diperoleh lebih kecil dari taraf signifikansi
maka keputusannya adalah tolak 0 atau dapat menggunakan nilai dari p-value yaitu apabila nilai p-
value ( > ) < (taraf signifikansi) maka keputusannya adalah tolak 0, artinya variabel
bebas ke-i memengaruhi variabel terikat.
b. Uji − F

Pengujian ini dilakukan untuk mengetahui apakah pengaruh variabel bebas terhadap variabel
terikat secara keseluruhan. Pengujian ini dilakukan dengan mebandingkan nilai F-statistik ( −
) dengan taraf signifikansi ( ) yang digunakan. Hipotesis yang digunakan adalah sebagai
berikut :
0: 1 = β2 = = 0
1: Minimal ada satu yang tidak sama dengan nol
Penentuan hasilnya dapat dilihat dari p-value, apabila nilai F-statistik ( − ) < (taraf
signifikansi), maka keputusannya adalah tolak 0 artinya minimal ada satu variabel bebas yang
memengaruhi variabel terikat.

c. Uji Tingkat Kesesuaian (Koefisien Determinasi)
Uji tingkat kesesuaian dapat direpresentasikan oleh koefisien determinasi ( 2) yang mengukur

sejauh mana variabel bebas dapat menjelaskan keragaman dari variabel terikatnya. Nilai 2 berkisar
antara 0 sampai dengan 1. Semakin mendekati 1 maka semakin baik model yang digunakan.

3.3.5 Model Penelitian

Setelah melakukan berbagai uji model, persamaan matematis pada model dapat dilihat pada
persamaan berikut :
= 0 + 1 + 2 ℎ ℎ + 3 + 4 + (3.4)

Universitas Pertamina - 18

dimana :

: GDP per kapita di enam negara tersebut pada saat t tahun (persen)

1 : Pengeluaran pemerintah dibidang pendidikan di enam negara tersebut pada saat t
tahun (persen)

2 ℎ ℎ : Pengeluaran pemerintah dibidang kesehatan di enam negara tersebut pada saat t
tahun (persen)

3 : Angka harapan hidup di enam negara tersebut pada saat t tahun (persen)
4 : Kepadatann penduduk di enam negara tersebut pada saat t tahun (persen)
: Error negara cross-section ke i dan tahun ke t

Universitas Pertamina - 19

BAB IV HASIL DAN PEMBAHASAN

4.1 Hasil Estimasi Data

4.1.1 Uji Kesesuaian Model

Dalam menentukan model terbaik, maka diperlukan uji kesesuaian model melalui beberapa
tahapan pengujian yang melibatkan estimasi PLS, FEM, dan REM. Hasil uji kesesuaian model ini
dapat dilihat pada Tabel 4.1. Uji pertama yang harus dilakukan adalah Uji Chow untuk menentukan
model pilihan terbaik antara PLS dan FEM. Dalam penelitian ini, hasil Uji Chow menunjukkan
bahwa nilai probabilitas pada model sebesar 0,000, dimana nilai ini lebih rendah dari tingkat
signifikansi dengan taraf nyata lima persen, artinya 0 ditolak. Maka model estimasi terbaik dalam
uji ini adalah FEM. Tahapan berikutnya adalah Uji Hausman untuk menentukan model estimasi
terbaik antara FEM dan REM. Hasil Uji Hausman dalam penelitian ini menunjukkan bahwa
probabilitas pada model sebesar 0,001, dimana nilai ini tidak lebih besar dari tingkat signifikansi
dengan taraf nyata lima persen, artinya 0 ditolak. Sehingga model estimasi terbaik dalam penelitian
ini adalah FE.

Tabel 4. 1 Hasil Uji Kesesuaian Model

Uji Model Terbaik Probabilitas Chi-square Model Terbaik

Uji Chow 0,000* FEM

Uji Hausman 0,001* FEM

Keterangan: )* = signifikan dengan taraf nyata lima persen

4.1.2 Uji Asumsi Klasik

Setelah melakukan uji kesesuaian model untuk menentukan model estimasi terbaik yang
digunakan, maka selanjutnya diperlukan uji asumsi klasik. Uji asumsi klasik pada penelitian ini
adalah uji multikolinearitas dan heteroskedastis. Dalam penelitian ini, uji normalitas tidak diperlukan
karena model ini memiliki asumsi sudah terdistribusi normal apabila jumlah observasi penelitian
lebih besar dari tiga puluh ( > 30) (Gujarati, 2004).

a. Uji Multikolineritas

Guna melihat adanya korelasi antar variabel bebas, maka digunakan uji multikolinearitas.
Timbulnya masalah multikolinearitas dapat dilihat dari koefisien VIF (Variance Inflating Factor)
dari masing-masing variabel. Jika koefisien > 10, maka variabel bebas yang ada pada model
dapat terindikasi masalah multikolinearitas. Pada Tabel 4.3 menunjukkan bahwa seluruh variabel
yang digunakan dari penelitian ini bebas dari multikolinearitas, hal ini dikarenakan nilai < 10.

Universitas Pertamina - 20

Tabel 4. 2 Hasil Uji Multikolineritas VIF 1/VIF
Variabel 7,10 0,140
Ln_density 7,07 0,141
Ln_lifeexp 1,08 0,923
Exphealth 1,01 0,987
Expedu 4,06
Mean VIF

b. Uji Heteroskedastisitas

Untuk menguji heteroskedastisitas data panel model FEM, digunakan Uji Wald yang di
modifikasi. Ada tidaknya heteroskedastisitas dapat dilihat dari probabilitas chi-square. 0 adalah
homoskedastisitas, apabila nilai probabilitas chi-square memiliki hasil kurang dari taraf signifikansi
lima persen maka hasilnya adalah tolak 0 yang artinya terjadi masalah heteroskedastisitas. Hasil uji
hetersokedastisitas dalam penelitian ini menunjukan nilai probabilitas sebesar 0,000 dimana nilai ini

kurang dari tingkat signifikansi lima persen.

4.1.3 Perbaikan Asumsi Klasik

Hasil uji kesesuaian model menunjukkan bahwa model estimasi terbaik yang dapat digunakan
dalam penelitian ini adalah FEM. Setelah dilakukan uji asumsi klasik, hasil uji menunjukkan bahwa
model terindikasi masalah heteroskedastisitas. Oleh sebab itu, diperlukan perbaikan model dengan
menggunakan cara Generalized Least Squares (GLS). Tabel 4.3 menunjukkan hasil perbaikan
asumsi klasik dalam penelitian ini.

Tabel 4. 3 Hasil Perbaikan Asumsi Klasik Estimasi FEM

Variabel Koefisien Prob
Expedu
0,061 0,324*

Exphealth 0,102 0,317*

Lifeexp 0,214 0,000*

Density 0,000 0.002*

Konstanta -7,251 0,000*

Prob>F 0,0001

R² 0,2337

Keterangan: )* = signifikansi dengan taraf nyata lima persen

Universitas Pertamina - 21

4.1.4 Uji Statistik

Setelah dilakukan perbaikan model, maka langkah selanjutnya adalah melakukan uji statistik
pada model secara simultan maupun parsial dengan melibatkan uji signifikansi serentak ( − ),
uji parsial ( − ), dan uji koefisien determinasi ( 2). Hasil regresi akhir dalam penelitian ini dapat
dilihat pada hasil perbaikan asumsi klasik estimasi FEM dalam Tabel 4.3. Hasil estimasi
menunjukkan bahwa uji signifikansi serentak menunjukkan nilai probabilitas ( > ) sebesar
0,000 pada taraf nyata lima persen. Nilai probabilitas tersebut menunjukkan bahwa secara global
variabel tiga variabel bebas dalam model memengaruhi variabel terikatnya. Hasil tersebut didukung
dengan hasil uji parsial ( − ), dimana dua variabel bebas memiliki pengaruh signifikan terhadap
variabel terikat, nilai probabilitas masing-masing variabel sebesar 0,000 (lifeexp), dan 0,002 (density)
dengan taraf nyata lima persen. Kemudian nilai 2 pada hasil estimasi menunjukkan angka sebesar
0,2337 atau 23,37 persen, yang berarti variabel-variabel bebas pada model ini mampu menjelaskan
variabel terikatnya sebesar 23,37 persen. Sedangkan 76,63 persen mampu dijelaskan oleh variabel-
variabel lain di luar model.

4.2 Pembahasan Hasil Uji Estimasi

4.2.1 Pengaruh Tingkat Pendidikan terhadap GDP

Hasil analisis menunjukkan bahwa variabel pengeluaran pemerintah atas pendidikan pada enam
negara Asia berpengaruh positif terhadap GDP per kapita, hal ini ditunjukkan melalui model
ekonometrik dengan metode Generalized Least Square (GLS) pada Tabel 4.3. Penemuan ini sejalan
dengan Appiah (2017) bahwa pengeluaran pemerintah sektor pendidikan memiliki pengaruh positif
terhadap negara – negara berkembang di Kawasan Sub-Saharan African (SSA). Peningkatan 1%
pengeluaran pemerintah sektor pendidikan akan meningkatkan nilai GDP per kapita sebesar 0,061%
dengan asumsi cateris paribus. Pengeluaran pemerintah di sektor pendidikan merupakan investasi
tidak langsung yang diberikan pemerintah dalam meningkatkan modal manusia. Pengetahuan dan
keterampilan merupakan peralatan immaterial, dimana tanpa keduanya modal fisik manusia tidak
dimanfaatkan secara produktif (Runtunuwu, 2021). Semakin besar pengeluaran pemerintah di sektor
pendidikan akan meningkatkan modal manusia yang akan meningkatkan produktivitas, sehingga
GDP negara juga meningkat. Pengaruh pengeluaran pemerintah di sektor pendidikan tidak memiliki
pengaruh signifikan terhadap GDP per kapita, hal ini karena menurunnya tren pengeluaran
pemerintah di setiap negara. Dalam hal ini Thailand dengan pengeluaran pemerintah terbesar yaitu
3,56% dari GDP. Sesuai dengan pernyataan OECD sekitar 4% dari GDP Thailand, pengeluaran
pemerintah Thailand untuk pendidikan termasuk yang tertinggi di Kawasan Asia (OECD, 2018).
Menurut Meier dan Rauch dalam Laisina, Masinambow, & Rompas (2015), modal manusia yang
mencakup pendidikan dan kesehatan sangat berkontribusi positif terhadap pembangunan. Bagi
negara berkembang, pendidikan mempunyai peran untuk mencapai terciptanya pembangunan dan
pertumbuhan yang berkelanjutan dengan pengembangan kapasitas melalui penyerapan teknologi-
teknologi modern (Todaro, 2006).

4.2.2 Pengaruh Tingkat Kesehatan terhadap GDP

Hasil analisis menunjukkan bahwa variabel pengeluaran pemerintah di sektor kesehatan di enam
negara berpengaruh positif terhadap GDP per kapita. hal ini ditunjukkan melalui model ekonometrik
dengan metode Generalized Least Square (GLS) pada Tabel 4.3. Penemuan ini sejalan dengan
penelitian yang dilakukan oleh Serge Mandiefe Piabuo & Julius Chupezi Tieguhong (2017) bahwa
pengeluaran pemerintah sektor kesehatan memiliki pengaruh positif terhadap pertumbuhan ekonomi

Universitas Pertamina - 22

di negara di sub-kawasan CEMAC dan lima negara Afrika. Peningkatan 1 persen pengeluaran
pemerintah sektor kesehatan akan meningkatkan GDP per kapita sebesar 0,102% dengan asumsi
cateris paribus. Pengeluaran pemerintah di sektor kesehatan merupakan investasi tidak langsung
yang diberikan pemerintah dalam meningkatkan modal manusia. Semakin baik pemerintah
mengoptimalkan anggaran kesehatan tersebut, semakin baik tingkat kesehatan masyarakatnya secara
nasionalnya. Mengingat besarnya pengaruh pengeluaran pemerintah terhadap peningkatan kinerja
dari kesehatan maka perlu adanya upaya secara bertahap dari pemerintah untuk terus meningkatkan
pengeluarannya pada sektor kesehatan. Sejalan pula dengan teori pertumbuhan ekonomi yang
menyarankan peran aktif kebijakan publik dalam meningkatkan pertumbuhan ekonomi melalui
investasi langsung maupun tidak langsung (Todaro & Smith, 2012). Dalam hal ini Jepang dengan
nilai pengeluaran pemerintah sektor kesehatan terbesar dengan nilai 10,83% dari GDP. Kesehatan
merupakan kebutuhan mendasar bagi setiap manusia, tanpa kesehatan masyarakat tidak dapat
menghasilkan suatu produktivitas bagi negara. Kegiatan ekonomi suatu negara akan berjalan jika ada
jaminan kesehatan bagi setiap penduduknya.

4.2.3 Pengaruh Angka Harapan Hidup terhadap GDP

Hasil analisis menunjukkan variabel angka harapan hidup pada enam negara Asia berpengaruh
positif terhadap GDP per kapita, hal ini ditunjukkan melalui model ekonometrik dengan metode
Generalized Least Square (GLS) pada Tabel 4.3 Penemuan ini sejalan dengan penelitian yang
dilakukan oleh Siddique et al.(2018) bahwa angka harapan hidup memiliki pengaruh terhadap
pertumbuhan ekonomi di 76 negara berkembang di dunia. Peningkatan 1% angka harapan hidup akan
meningkatkan nilai GDP per kapita sebesar 0,214% dengan asumsi cateris paribus. Angka Harapan
Hidup merupakan alat untuk mengevaluasi kinerja pemerintah dalam meningkatkan kesejahteraan
penduduk pada umumnya dan meningkatkan derajat kesehatan. Dalam membandingkan tingkat
kesejahteraan antar kelompok masyarakat sangatlah penting untuk melihat angka harapan hidup. Di
negara-negara yang tingkat kesehatannya lebih baik, setiap individu memiliki rata-rata hidup lebih
lama, dengan demikian secara ekonomis mempunyai peluang untuk memperoleh pendapatan lebih
tinggi. Selanjutnya dikatakan oleh Komaruddin (1993) bahwa pendapatan perkapita yang rendah
dapat mencerminkan suatu daya produksi ekonomi dari masyarakat di negara tersebut, dan dalam hal
ini kesehatan adalah suatu indeks lain dari gambaran efisiensi ekonomi dan sosial.

4.2.4 Pengaruh Kepadatan Penduduk terhadap GDP

Pada enam negara Asia, variabel kepadatan penduduk berpengaruh positif terhadap GDP per
kapita, hal ini ditunjukkan melalui model ekonometrik dengan metode Generalized Least Square
(GLS) pada Tabel 4.3. Penemuan ini sejalan dengan penelitian yang dilakukan Günther & Henkel
(2018) bahwa kepadatan penduduk memiliki pengaruh positif terhadap pertumbuhan ekonomi di
dunia. Peningkatan 1% kepadatan penduduk akan meningkatkan nilai GDP per kapita sebesar
0,000% dengan asumsi cateris palibus. Penduduk merupakan unsur penting dalam usaha untuk
meningkatkan produksi dan mengembangkan kegiatan ekonomi. Penduduk memegang peranan
penting karena menyediakan tenaga kerja yang diperlukan untuk menciptakan kegiatan ekonomi.
Pertumbuhan penduduk dapat berpengaruh positif dan negatif terhadap pertumbuhan ekonomi.
Dalam hal ini Indonesia dengan nilai kepadatan penduduk terbesar dengan nilai 445.484 orang per
km². Menurut data World Bank pada tahun 2000 hingga 2010, kepadatan penduduk perkotaan di
Indonesia meningkat tajam, dari 7.400 jiwa per kilometer persegi menjadi 9.400 jiwa. Indonesia
memiliki kepadatan penduduk berpengaruh positif terhadap pertumbuhan ekonomi, hal ini
dibuktikan dengan terus meningkatnya penduduk setiap tahunnya, meningkat pula kompetitif antar

Universitas Pertamina - 23

tenaga kerja. Menurut Becker, Glaeser, & Murphy (1999), kepadatan penduduk yang tinggi akan
meningkatkan persaingan di pasar tenaga kerja. Persaingan yang semakin ketat ini akan menstimulasi
akumulasi modal manusia yang pada akhirnya akan meningkatkan pertumbuhan ekonomi.

Universitas Pertamina - 24

BAB V SIMPULAN DAN SARAN

5.1 Simpulan

Tujuan utama dari makalah ini adalah untuk menganalisis pengaruh pengeluaran pemerintah di
sektor pendidikan dan kesehatan terhadap pertumbuhan pendapatan per kapita. Kami menggunakan
data panel statis untuk menyelidiki hubungan ini dalam sampel negara Jepang, Hongkong, Singapura,
Indonesia, Malaysia, dan Thailand. Dari hasil penelitian yang telah dilakukan maka dapat diambil
kesimpulan sebagai berikut :

1. Variabel pengeluaran pemerintah di sektor pendidikan berpengaruh terhadap GDP per kapita di
kawasan Asia dengan spesifikasi pada enam negara Asia yaitu Thailand, Jepang, Hongkong,
Singapura, Indonesia, dan Malaysia.

2. Variabel pengeluaran pemerintah di sektor kesehatan berpengaruh terhadap GDP per kapita pada
enam negara Asia. Pengeluaran pemerintah di sektor kesehatan merupakan investasi tidak
langsung yang diberikan pemerintah dalam meningkatkan modal manusia.

3. Adanya peningkatan pada variabel angka harapan hidup meningkatkan GDP per kapita pada
enam negara Asia. Sehingga, ketika kualitas tingkat kesehatan meningkat maka GDP per kapita
di enam negara Asia meningkat pula. Peningkatan mutu kesehatan ini, di tandai dengan
meningkatnya angka harapan hidup masyarakat di enam negara Asia sebagai indikator kualitas
kesehatan yang merupakah salah satu komponen kualitas sumber daya manusia. Dengan kualitas
sumber daya manusia yang semakin baik maka mampu meningkatkan daya kerja dan
meningkatkan penghasilan, sehingga mampu meningkatkan GDP per kapita.

4. Adanya peningkatan pada variabel kepadatan penduduk meningkatkan GDP per kapita pada
enam negara Asia. Kepadatan penduduk yang tinggi akan meningkatkan persaingan di pasar
tenaga kerja. Persaingan yang semakin ketat ini akan menstimulasi akumulasi modal manusia
yang pada akhirnya akan meningkatkan pertumbuhan ekonomi.

5.2 Saran

Berkaitan dengan implikasi pada penelitian ini, peneliti menganalisis pengaruh tingkat
Pendidikan. Tingkat kesehatan, angka harapan hidup, dan kepadatan penduduk terhadap variabel
GDP per kapita di Jepang, Hongkong, Singapura, Indonesia, Malaysia, dan Thailand. Maka penulis
menyarankan beberapa hal sebagai berikut :

1. Berdasarkan hasil penelitian menunjukkan pengeluaran pemerintah di sektor pendidikan tidak
memberikan pengaruh yang signifikan terhadap pertumbuhan ekonomi di enam negara Asia. hal
ini dikarenakan pengalokasian anggaran di sektor pendidikan kurang cukup baik sehingga
disarankan agar pemerintah tetap menjaga dan mengawasi pengalokasian anggaran agar bisa
berjalan dengan baik.

2. Pemerintah perlu meningkatkan proporsi anggaran pengeluaran disektor kesehatan. Pemerintah
perlu memberi perhatian yang lebih dengan mengalokasikan anggaran untuk meningkatkan
angka harapan hidup dan kualitas sumber daya manusia.

3. Anggaran pemerintah di sektor pendidikan dan kesehatan juga perlu dialokasikan untuk
pengadaan atau bahkan penciptaan alat-alat yang mengedepankan teknologi guna menghasilkan
peningkatan kualitas sumber daya manusia yang dihasilkan yang tercermin dari mudah
beradaptasinya sumber daya manusia terhadap kondisi dan teknologi sesuai perkembangan
zaman serta tercapainya peningkatan produktivitas yang berdampak pada pertumbuhan ekonomi.

Universitas Pertamina - 25

4. Hasil analisis dalam penelitian ini menunjukkan masih terdapat variabel-variabel lain yang
mempengaruhi pertumbuhan ekonomi di luar model sebesar 76,63 persen. Pada penelitian
selanjutnya disarankan agar objek penelitian diperluas dengan menambah variabel-variabel yang
berkaitan dengan pertumbuhan ekonomi.

Universitas Pertamina - 26

DAFTAR PUSTAKA

Agus, S. (2006). Pengantar Statistika. Yogyakarta: Graha Ilmu.

Amir, A. (2007). Pengaruh Inflasi Dan Pertumbuhan Ekonomi Terhadap Pengangguran di
Indonesia. Inflasi Dan Pengangguran, 1(1), 4–9.

Anggraeni, M. (2017). Analisis Pengaruh Pengeluaran Pemerintah Di Sektor Pendidikan,
Kesehatan, Dan Pertanian Terhadap Pertumbuhan Ekonomi Indonesia Periode 1970-2015.
Jurnal Pendidikan Dan Ekonomi, 6(3), 499–509.

Appiah, E. N. (2017). The Effect Of Education Expenditure On Per Capita GDP In Developing
Countries. International Journal of Economics and Finance, 9(10), 136–144.
https://doi.org/10.5539/ijef.v9n10p136

Apriansyah, H., & Bachri, F. (2006). Analisis Hubungan Kausalitas Antara Investasi Pemerintah
Dengan Pertumbuhan Ekonomi Kota Palembang. Jurnal Ekonomi Pembangunan, 4(2), 73–
92.

Arsyad, L. (1999). Ekonomi Pembangunan. Sekolah Tinggi Ilmu Ekonomi. Yogyakarta.

Asteriou, D., & Hall, S. G. (2007). Applied Econometrics A Modern Approach (Revised ed). New
York: Palgrave Macmillan.

Baltagi, B. H. (2005). Econometric Analysis Of Panel Data (Third). Chicester: John Wiley & Sons
Ltd.

Bank, W. (2007). Fiscal Policy and Economic Growth: Lessons for Eastern Europe and Central
Asia. (C. Gray, T. Lane, & A. Varoudakis, Eds.). Washington, DC: The World Bank.
https://doi.org/10.1596/978-0-8213-7181-7

Barro, R. J. (1991). Economic Growth In A Cross Section Of Countries. The Quarterly Journal of
Economics, 106(2), 407–443.

Becker, G. S., Glaeser, E. L., & Murphy, K. M. (1999). Population And Economic Growth. The
American Economic Review, 89(2), 145–149.

Benhabib, J., & Spiegel, M. (1994). The Role Of Human Capital In Economic Development
Evidence From Aggregate Cross-Country Data. Journal of Monetary Economics 34, 143–173.

Borjas, G. J. (2016). Labor Economics (7th ed.). New York: McGraw-Hill Education.

Currie, J., & Stabile, M. (2003). Socioeconomic Status And Child Health : Why Is The
Relationship Stronger For Older Children? The American Economic Review, 93(5), 1813–
1823.

Dee, T. S. (2004). Are There Civic Returns To Education? Journal of Public Economics, 88, 1697–
1720. https://doi.org/10.1016/j.jpubeco.2003.11.002

Deliarnov. (2005). Perkembangan Pemikiran Ekonomi. Jakarta: PT Raja Grafindo.

Dinaputra, I. G. K. A., & Aswitari, L. P. (2017). Pengaruh Pembiayaan Pemerintah Di Sektor
Pendidikan Dan Kesehatan Terhadap Indeks Kualitas Manusia Serta Pertumbuhan Ekonomi
Pada Kabupaten/Kota Provinsi Bali Tahun 2011-2015. E-Jurnal Ekonomi Pembangunan
Universitas Udayana, 6(3), 115–146.

Gani, U. A., R, S., Bambang, R. M., & Umam, K. (2018). Analisis Diskriminan Untuk

Universitas Pertamina - 27

Mengelompokkan Negara Maju Dan Negara Berkembang Dengan Metode Fisher. Jurnal
Geuthèë: Penelitian Multidisiplin, 01(01), 1–12.

Gujarati, D. (2004). Basic Econometrics (Ekonometrika Dasar). (S. Zain, Ed.). Jakarta: Erlangga.

Günther, L. R. K., & Henkel, L. (2018). The Long-Run Effect of Population Density on Economic
Prosperity. Retrieved from https://www.researchgate.net/publication/329451542_The_Long-
Run_Effect_of_Population_Density_on_Economic_Prosperity

Gyimah-brempong, K., & Wilson, M. (2018). Health Human Capital And Economic Growth In
Sub-Saharan African And OECD Countries. The Quarterly Review of Economics and
Finance, 44, 296–320. https://doi.org/10.1016/j.qref.2003.07.002

Hanif, & Rista, N. (2012). Pengaruh Tingkat Pendidikan Dan Tingkat Kesehatan Terhadap
Produktivitas Tenaga Kerja Di Provinsi Sumatera Barat. Manajemen & Bisnis Aliansi, 23(1),
17–22.

Hanushek, E. A., & Woessmann, L. (2007). The Role Of School Improvement In Economic
Development. National Bureau Of Economic Research, 1050(12832).

Hartati, H. D. (2013). Pengaruh Produk Domestik Regional Bruto, Pendapatan Asli Daerah Dan
Dana Alokasi Umum Terhadap Belanja Modal Di Kota Balikpapan. Ekonomi Binsis, 4(2),
113–130. Retrieved from https://media.neliti.com/media/publications/11154-ID-pengaruh-
produk-domestik-regional-bruto-pendapatan-asli-daerah-dan-dana-alokasi.pdf

Howitt, P. (2005). Health, Human Capital, And Economic Growth: A Schumpeterian Perspective.
Health and Economic Growth: Findings and Policy Implications, 19–40.

Jhingan, M. L. (2012). Ekonomi Pembangunan dan Perencanaan. Jakarta: Rajawali Press.

Jude, E., Houeninvo, H. G., & Sossou, G. (2015). Education, Health And Economic Growth In
African Countries. Journal of Economic Development, 40(1), 93–111.
https://doi.org/10.35866/caujed.2015.40.1.004

Kahang, M., Saleh, M., & Suharto, R. B. (2016). Pengaruh Pengeluaran Pemerintah Sektor
Pendidikan Dan Kesehatan Terhadap Indeks Pembangunan Manusia Di Kabupaten Kutai
Timur. Jurnal Ekonomi, Manajemen Dan Akutansi, 18(2), 130–140.

Komaruddin. (1993). Pengantar Kebijakan Ekonomi. Jakarta: Bumi Aksara.

Ladung, F. (2018). Analisis Pengaruh Pengeluaran Pemerintah di Bidang Pendidikan, Kesehatan
dan Infrastruktur Terhadap Pertumbuhan Ekonomi Kota Parepare. Ekonomi Dan Bisnis, 1(2),
20–30.

Laisina, C., Masinambow, V., & Rompas, W. (2015). Pengaruh Pengeluaran Pemerintah Di Sektor
Pendidikan Dan Sektor Kesehatan Terhadap PDRB Melalui Indeks Pembangunan Manusia Di
Sulawesi Utara Tahun 2002-2013. Jurnal Berkala Ilmiah Efisiensi, 15(04), 193–208.

Lochner, L., & Moretti, E. (2004). The Effect Of Education On Crime : Evidence From Prison
Inmates, Arrests, And Self-Reports. The American Economic Review, 94(1), 155–189.

Mangkoesoebroto, G. (2001). Ekonomi Pembangunan (3rd ed.). Yogyakarta: BPFE UGM.

Mankiw, N. G. (2013). Pengantar Ekonomi Makro. Jakarta: Salemba Empat.

Marhaeni, A. (2019). Buku Pengantar Kependudukan (1st ed.). Denpasar: CV. Sastra Utama.

Marmot, M. (2002). The Influence Of Income On Health: Views Of An Epidemiologist. Health Aff
(Millwood)., 21(2), 31–46.

Universitas Pertamina - 28

Mills, A., & Gilson, L. (1990). Ekonomi Kesehatan Untuk Negara-Negara Sedang Berkembang :
Sebuah Pengantar. Jakarta: Dian Rakyat.

Mincer, J. (1974). Progress In Human Capital Analyses Of The Distribution Of Earnings. National
Bureau Of Economic Research Working Paper, 204, 1–61.

Muda, R., Kolengan, R., & Kalangi, J. (2019). Pengaruh Angka Harapan Hidup, Tingkat
Pendidikan dan Pengeluaran Perkapita Terhadap Pertumbuhan Ekonomi Di Sulawesi Utara
Pada Tahun 2003 - 2017. Jurnal Berkala Ilmiah Efisiensi, 19(01), 44–55.

Mulyadi. (2003). Ekonomi Sumber Daya Manusia Dalam Perspektif Pembangunan. Jakarta: PT.
Raja Grafindo Persada.

Munandar, A. (2017). Analisis Regresi Data Panel Pada Pertumbuhan Ekonomi Di Negara Negara
Asia. Jurnal Ilmiah Ekonomi Global Masa Kini, 8(01), 59–67.

Mura, P. (2014). How Growth-Friendly Are Productive Public Expenditures? An Empirical
Analysis For Eastern Europe. Theoretical and Applied Economics, XXI(10), 7–20.

Musgrave, R. A., & Musgrave, P. B. (1983). Public Finance In Theory And Practice (3rd ed.). New
York: Mc Graw Hill Book Company.

Notoatmodjo, S. (2008). Kesehatan Dan Pembangunan Sumber Daya Manusia. Kesehatan
Masyarakat Nasional, 2(5), 195–199.

Nugroho. (2014). Pengaruh Pendidikan Terhadap Pertumbuhan Ekonomi. Media Ekonomi Dan
Manajemen, 29(2), 195–202.

OECD. (2018). Multi-dimensional Review Of Thailand (1st ed.). Paris: OECD Development
Pathways.

Piabuo, S. M., & Tieguhong, J. C. (2017). Health Expenditure And Economic Growth - A Review
Of The Literature And An Analysis Between The Economic Community For Central African
States (CEMAC) And Selected African Countries. Health Economic Review, 7(23), 1–13.
https://doi.org/10.1186/s13561-017-0159-1

Prasetiya, F., & Pangestuty, F. W. (2012). Linkagaes Between Public Sector Expenditure On
Economic Growth And Rural Poverty Of Indonesia. Journal of Basic and Applied Scientific
Research, 2(3), 2347–2353.

Psacharopoulus, G., & Patrinos, H. A. (2004). Returns To Investment In Education : A Further
Update. Education Economics, 12(2), 111–134.
https://doi.org/10.1080/0964529042000239140

Runtunuwu, D. P. C. H. (2021). Analisis Pertumbuhan Ekonomi Dan Kemiskinan Dengan Dynamic
Data Panel Data Simultaneous Method (Studi Kasu Di Sulawesi Utara) (1st ed). Sumater
Barat: CV.Mitra Cendikia Media.

Siddique, H. M. A., Moheyuddin, G., & Kiani, A. (2018). Health , Education And Economic
Growth Nexus : Evidence From Middle Income Countries. Global Social Sciences Review,
III(IV), 68–86. https://doi.org/10.31703/gssr

Siskawati, N. (2014). Pegaruh Jumlah Penduduk dan Pertumbuhan Ekonomi Terhadap Pendapatan
Asli Daerah Antar Kabupaten/Kota di Provinsi Ria. Jurnal Paradigma Ekonomi, 9(2).
Retrieved from https://media.neliti.com/media/publications/43369-ID-pengaruh-jumlah-
penduduk-dan-pertumbuhan-ekonomi-terhadap-pendapatan-asli-daerah.pdf

Strully, K. W., & Conley, D. (2004). Reconsidering Risk : Adapting Public Policies To

Universitas Pertamina - 29

Intergenerational Determinants And Biosocial Interactions In Health-Related Needs. Journal
of Health Politics, Policy and Law, 29(6), 1074–1107.
https://doi.org/https://doi.org/10.1215/03616878-29-6-1073
Sukirno, S. (2000). Makro Ekonomika Modern. Jakarta: PT. Rasa Grafindo Persada.
Sukirno, S. (2001). Pengantar Teori Ekonomi. Jakarta: PT. Raja Grafindo Persada.
Syamsurijal. (2008). Pengaruh Tingkat Kesehatan dan Pendidikan Terhadap Tingkat Pertumbuhan
Pendapatan Perkapita di Sumatera Selatan. Jurnal Ekonomi Pembangunan, 6(1), 1–9.
Retrieved from https://media.neliti.com/media/publications/284130-pengaruh-tingkat-
kesehatan-dan-pendidika-0a45ee88.pdf
Todaro, M. P., & C, S. (2006). Pembangunan Ekonomi. (A. Munandar, Ed.) (7th ed.). Jakarta:
Erlangga.
Todaro, M. P., & Smith, S. C. (2012). Economic Development (11th ed). New York: Pearson.
Werdi, S., & Cahyono, H. (2014). Pengaruh Tingkat Pendidikan Dan Kesehatan Terhadap PDRB
per Kapita di Kota Surabaya. Jurnal Ilmiah Universitas Negri Surabaya, 1–11.
Wooldridge, J. M. (2002). Econometric Analysis of Cross Section and Panel Data. London: The
MIT Press.
World Bank. (2016). Global Economic Prospects (25th ed.). Washington, DC: The World Bank.
Zon, A. Van, & Muysken, J. (2001). Health and endogenous growth. Journal of Health Economic,
20, 169–185.

Universitas Pertamina - 30

KARTU BIMBINGAN TUGAS AKHIR

Universitas Pertamina - 31

Universitas Pertamina - 32

LAMPIRAN

LLampiran 1. Hasil Perhitungan dalam Model PLS

. reg ln_gdppercapitacurrentusd expeduofgdp exphealthofgdp ln_lifeexpyear ln_densitypeoplekm2

Source SS df MS Number of obs = 96
F(4, 91) = 400.35
Model 136.893102 4 34.2232756 Prob > F = 0.0000
Residual 7.77899838 91 .085483499 R-squared = 0.9462
Adj R-squared = 0.9439
Total 144.672101 95 1.52286422 Root MSE = .29238

ln_gdppercapitacu~d Coef. Std. Err. t P>|t| [95% Conf. Interval]

expeduofgdp .0771192 .0637768 1.21 0.230 -.0495656 .203804
exphealthofgdp .0796198 .1046713 0.76 0.449 -.1282969 .2875364
ln_lifeexpyear 16.65323 .4188528 39.76 0.000 17.48523
ln_densitypeoplekm2 .0362743 .0129058 2.81 0.006 15.82123
-63.16258 1.831642 -34.48 0.000 .0106385 .06191
_cons -66.80091 -59.52425

Lampiran 2. Hasil Perhitungan Model FE

Universitas Pertamina - 33

Lampiran 3. Hasil Perhitungan Model RE
Lampiran 4. Hasi Uji Hausman

Lampiran 5. Hasil Uji Multikolineritas
Universitas Pertamina - 34

Lampiran 6. Hasil Uji Heteroskedastisitas
Lampiran 7. Hasil Perbaikan Estimasi

Universitas Pertamina - 35

RIWAYAT HIDUP

Salsabila Safira Salwa lahir di kota Jakarta Selatan, Provinsi DKI Jakarta pada tanggal 25
November 1999. Ayah penulis bernama Idham Cholid dan ibu penulis bernama Fathyyah. Penulis
adalah putri keempat dari lima bersaudara. Penulis menyelesaikan Sekolah Dasar (SD) di Sekolah
Dasar Islam Terpadu Daarul Hasanah di Jakarta. Dan menyelesaikan Sekolah Menengah Pertama
(SMP) di SMP Muhammadiyah 9 Jakarta. Selanjutnya, pada saat penulis memasuki Sekolah
Menegah Atas (SMA) penulis menyelesaikannya di SMA Muhammadiyah 3 Jakarta. Pada tahun
2017 penulis melanjutkan pendidikannya pada jenjang strata satu di Universitas Pertamina Program
Studi Ekonomi, Fakultas Ekonomi dan Bisnis.

Selama menjalani studi di Universitas Pertamina, penulis mengikuti berbagai macam
kegiatan. Penulis mengikuti Unit Kegiatan Mahasiswa (UKM) kesenian daerah yaitu tari saman.
Kemudian penulis juga pernah mengikuti kegiatan Peduli Tenjo yang di selenggarakan Himpunan
Prodi Teknik Logistik sebagai researcher dan datanya di gunakan untuk kegiatan Workshop Of
Renewable Energy Research Of Universitas Pertamina – Universiti Teknologi Petronas
Collaborating Research Grant 2019. Selain itu, penulis juga mengikuti kegiaatan kepanitiaan
sebagai Staf Divisi Hubungan Masyarakat pada acara Indonesia Economic Review 4.0 tahun 2019.

Universitas Pertamina - 36