Vol. 25 No. 10 (2026): Musytari: Neraca Manajemen, Akuntansi, dan Ekonomi, ISSN 3025-9495
Articles

ANALISIS DATA PANEL TERHADAP FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA DI PULAU SUMATERA TAHUN 2021-2024

Nuraini Auliah
Department of Sharia Economic, Faculty of Islamic Economics and Business, UIN Sulthan Thaha Saifuddin Jambi, Jambi, Indonesia
Nasyila Asyafiyah
Department of Sharia Economic, Faculty of Islamic Economics and Business, UIN Sulthan Thaha Saifuddin Jambi, Jambi, Indonesia
Siti Nurhaliza
Department of Sharia Economic, Faculty of Islamic Economics and Business, UIN Sulthan Thaha Saifuddin Jambi, Jambi, Indonesia
Titin Agustin Nengsih
Department of Statistic, Faculty of Science and Technology, UIN Sulthan Thaha Saifuddin Jambi, Jambi, Indonesia

Published 2026-09-20

Keywords

  • Indeks Pembangunan Manusia,
  • Tingkat Partisipasi Angkatan Kerja,
  • Kemiskinan,
  • Rata-Rata Lama Pendidikan,
  • Angka Harapan Hidup,
  • Regresi Data Panel
  • ...More
    Less

How to Cite

ANALISIS DATA PANEL TERHADAP FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA DI PULAU SUMATERA TAHUN 2021-2024. (2026). Musytari : Jurnal Manajemen, Akuntansi, Dan Ekonomi, 25(10). https://journal.cib.institute/index.php/musytari/article/view/4326

Abstract

Indeks Pembangunan Manusia adalah data yang vital bagi berbagai pihak seperti pemerintah, pembuat kebijakan, peneliti, serta masyarakat luas dalam mengukur mutu pembangunan di suatu daerah. Penelitian ini bertujuan untuk meneliti dampak Tingkat Partisipasi Angkatan Kerja, Tingkat Kemiskinan, Rata-Rata Lama Pendidikan, dan Angka Harapan Hidup terhadap Indeks Pembangunan Manusia di Pulau Sumatera untuk periode 2021–2024. Data yang digunakan merupakan data sekunder yang diambil dari Badan Pusat Statistik. Temuan penelitian menunjukkan bahwa Tingkat Partisipasi Angkatan Kerja, Tingkat Kemiskinan, Rata-Rata Lama Pendidikan, dan Angka Harapan Hidup memberikan pengaruh yang signifikan terhadap Indeks Pembangunan Manusia. Metodologi analisis yang diterapkan adalah regresi data panel dengan pendekatan Fixed Effect Model, Common Effect Model, dan Random Effect Model, yang ditentukan melalui Uji Chow, Uji Hausman dan Uji lagrange multiplier, dengan Model terbaik adalah Random Effect Model. Uji asumsi klasik menunjukkan bahwa model bebas dari masalah Normalitas, Multikolinearitas, Heteroskedastisitas, dan Autokorelasi. Hasil estimasi menunjukkan secara parsial, Tingkat Partisipasi Angkatan Kerja, Tingkat Kemiskinan, Rata-Rata Lama Pendidikan, dan Angka Harapan Hidup berpengaruh signifikan terhadap Indeks Pembangunan Manusia. Secara simultan, seluruh variabel independen berpengaruh signifikan terhadap Indeks Pembangunan Manusia. Koefisien Determinasi R-Squared sebesar 97,54% yang berpengaruh terhadap Indeks Pembangunan Manusia. Hasil ini menekankan pentingnya adanya kebijakan pembangunan yang terpadu yang mengaitkan sektor kesehatan, pendidikan, dan lapangan kerja untuk meningkatkan kualitas pembangunan manusia secara berkelanjutan.

References

  1. Amelia, S., & Maulani, A. (2022). Klasterisasi Kabupaten/Kota Berdasarkan Indikator Indeks Pembangunan Manusia dengan Metode Average Linkage (Studi Kasus: Provinsi Banten). MathVision : Jurnal Matematika, 4(2), 69–74. https://doi.org/10.55719/mv.v4i2.416
  2. Arif, Dzaki, A. A., Rizky Ramadhan, M., & Bunga, M. (2023). Pengaruh Angka Harapan Hidup Saat Lahir (AHH), Harapan Lama Sekolah (HLS) dan Rata-rata Lama Sekolah (RLS) Terhadap Indeks Pembangunan Manuisa di Provinsi Jambi. Jurnal Statistika Universitas Jambi, 2(2), 116–123.
  3. Desmawan, D., Salsabila, A., Amalia, L., Anargya, R., Kirana, R. S., & Valentina. (2023). Analisis Pengaruh Tingkat Partisipasi Angkatan Kerja dan Upah Minimum Provinsi Terhadap Kemiskinan Di Provinsi Banten. 3(2), 649–657.
  4. Faelassuffa, A., & Yuliani, E. (2021). Kajian Tingkat Partisipasi Angkatan Kerja Terhadap Indeks Pembangunan Manusia. 1(1), 49–61.
  5. Faelassuffa, A., & Yuliani, E. (2022). Kajian Tingkat Partisipasi Angkatan Kerja Terhadap Indeks Pembangunan Manusia. Jurnal Kajian Ruang, 1(1), 49. https://doi.org/10.30659/jkr.v1i1.19979
  6. Faturahman. (2019). Angka Harapan Hidup Sebagai Intervening Anggaran Kesehatan Masyarakat Dan Sumber Daya Manusia Kesehatan Terhadap Kemiskinan Di Kota Jambi. ILTIZAM Journal of Shariah Economic Research, 3(1), 24. https://doi.org/10.30631/iltizam.v3i1.269
  7. Ginting, D. I., Lubis, I., Lubis, I., & Lubis, I. (2023). Pengaruh Angka Harapan Hidup Dan Harapan Lama Sekolah Terhadap Indeks Pembangunan Manusia. Bisnis-Net Jurnal Ekonomi Dan Bisnis, 6(2), 519–528. https://doi.org/10.46576/bn.v6i2.3884
  8. Gun, M. (2020). Pentingnya Uji Asumsi Klasik pada Analisis Regresi Linier Berganda (Studi Kasus Penyusunan Persamaan Allometrik Kenari Muda [Canarium Indicum L.]). BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 14(3), 335.
  9. Hakiki, A., Yulmardi, & Zulfanetti. (2020). Estimasi Model Indeks Pembangunan Manusia Di Provinsi Jambi. Jurnal AKRAB JUARA, 5, 32–45.
  10. Hasanah, K. (2025). Pengaruh Kemiskinan dan Pertumbuhan Ekonomi Terhadap Indeks Pembangunan Manusia di Kabupaten Muaro Jambi. Jurnal Pengetahuan, Ilmu Sosial FKIP Universitas Jambi, 4(1), 32–39.
  11. Hasnawati, S., Usman, M., Elfaki, F. A. M., Faisol, A., & Russel, E. (2024). Modeling the Relationship between Life Expectancy, Population Growth, Carbon Dioxide Emission, and GDP Growth in Indonesia. International Journal of Energy Economics and Policy, 14(4), 484–500. https://doi.org/10.32479/ijeep.16303
  12. Herdiansyah, D., & Kurniati, P. S. (2020). Pembangunan Sektor Pendidikan Sebagai Penunjang Indeks Pembangunan Manusia Di Kota Bandung. Jurnal Agregasi : Aksi Reformasi Government Dalam Demokrasi, 8(1), 43–50. https://doi.org/10.34010/agregasi.v8i1.2765
  13. Kiha, E. K., Seran, S., & Lau, H. T. (2021). Pengaruh Jumlah Penduduk, Pengangguran, dan Kemiskinan Terhadap Indeks Pembangunan Manusia (IPM) di Kabupaten Belu. INTELEKTIVA: Jurnal Ekonomi, Sosial & Humaniora, 2(7), 60–84.
  14. Madany, N., & Rais, Z. (2022). Regresi Data Panel dan Aplikasinya dalam Kinerja Keuangan terhadap Pertumbuhan Laba Perusahaan Idx Lq45 Bursa Efek Indonesia. VARIANSI: Journal of Statistics and Its Application on Teaching and Research, 4(2), 79–94. https://doi.org/10.35580/variansiunm28
  15. Mahrani, Karuna, E. E., & El Darman, A. A. (2025). Model Regresi Data Panel Robust terhadap Kemiskinan di Provinsi Sulawesi Selatan. Jurnal Riset Statistika, 5(2), 93–100. https://doi.org/10.29313/jrs.v5i2.8637
  16. Mahroji, D., & Nurkhasanah, I. (2019). Pengaruh Indeks Pembangunan Manusia Terhadap Tingkat Pengangguran Di Provinsi Banten. Jurnal Ekonomi-Qu, 9(1). https://doi.org/10.35448/jequ.v9i1.5436
  17. Mahya, A. J., & Widowati. (2020). Pengaruh Angka Harapan Lama Sekolah, Rata-Rata Lama Sekolah, dan Pengeluaran Per Kapita terhadap Indeks Pembangunan Manusia. Jurnal Pendidikan Dan Riset Matematika, 3(1), 126–139.
  18. Mahya, A. J., & Widowati. (2021). Pengaruh Angka Harapan Lama Sekolah, Rata-Rata Lama Sekolah, Dan Pengeluaran Per Kapita Terhadap Indeks Pembangunan Manusia. 3(1), 126–139.
  19. Manurung, E. N., & Hutabarat, F. (2021). Pengaruh Angka Harapan Lama Sekolah, Rata-Rata Lama Sekolah, Pengeluaran per Kapita Terhadap Indeks Pembangunan Manusia. Jurnal Ilmiah Akuntansi Manajemen, 4(2), 121–129. https://doi.org/10.35326/jiam.v4i2.1718
  20. Mirnayanti, Masinambow, V. A. J., & Masloman, I. (2024). Pengaruh Pengeluaran Perkapita, Tingkat Pengangguran dan Rata-rata Lama Sekolah Terhadap Jumlah penduduk Miskin di Provinsi Jawa Timur. Jurnal Berkala Ilmiah Efisiensi, 24(4), 306–312.