GRANDMA TEST: Determinants of Life Expectancy in Developing Countries

mix (1)

Determinants of Life Expectancy in Developing Countries

 

Penulis            : Mahfuz Kabir

Tahun             : 2008

Jurnal             : The Journal of Developing Areas, Vol. 41, No. 2 , pp. 185-204

Tujuan Penelitian

Beberapa tahun terakhir banyak penelitian yang menentukan determinan social-ekonomi yang menentukan life expextancy seperti health, education, sanitation, environmental management and sustainability, safety nets, per capita income, incidence of poverty, nutrition, adult literacy, access to safe water, burden of diseases, and sanitation. Beberapa faktor tersebut dijadikan acuan bagi beberapa negara untuk melihat life expectancy mereka dan menggunakan faktor-faktor tersebut untuk membuat kebijakan dalam menentukan life expectancy dimasa yang akan datang. Namun dalam penelitian ini ingin membuktikan apakah faktor-faktor yang telah ditemukan sebelumnya dan telah dijadikan acuan bagi beberapa negara itu selalu signifikan terhadap life expectancy terutama di negara berkembang termasuk di negara Sub -Saharan Africa dan Asia Selatan

Data dan Metode

  1. Variabel Data

Data diambil dari UNDP (2004, 1994), UNCTAD (2004), and World Bank 2003.  Berikut variabel yang digunakan :

1

2

3

  1. Metode

Penghitungan menggunakan metode OLS dan Probit.

4

  1. Hasil Penelitian

5

Dari data yang didapat banyak variabel yang tidak signifikan namun model linier mampu menjelaskan 85 % dari life expectancy. Kemudian dites beberapa penyankit yang mungkin menyebabkan variabel tidak signfikan seperti Bruesch-Pagan (1979) test for heteroskedasticity, variance inflation factor (VIF) and pair-wise correlation for multicollinearity, and Jarque-Bera (1987). Namun tidak ditemukan masalah didalam model ini

Namun variabel yang ada dibuat disagregat terhadap 3 tingkat harapan hidup yaitu harapan hidup tinggi ( 70 Tahun  keatas ), medium ( 50-69 Tahun ) dan bawah (dibawah 50 Tahun).

6

Hasil dari CV (Coefficient of variation) menunjukan PCGDP dan PCHE di low life expectancy lebih tinggi daripada yang lain artinya jika nilai CV dari PCGDP dan PCHE semakin tinggi akan berada di low expectancy life. Sedangkan untuk URB,TFR,ASDW, dan PHY lebih rendah di high life expectancy daripada di medium life expectancy. Kemudian untuk ADILL dan UNOUR sangat jelas bahwa di high nilainya lebih besar daripada yang lain.

Namun kembali CV belum mampu memberikan penjelasan yang kuat mengenai variabel-variabel yang ada maka dilakukan probit yang menghasilkan beberapa variabel yang signifikan.

7

Conclusion

Berdasarkan hasil yang didapat kesimpulannya adalah sebenarnya ketika negara berkembang meningkatkan per capita income, education, per capita health expenditure, and urbanization yang merupakan faktor social ekonomi belum tentu akan meningkatkan angka harapan hidup disuatu negara. Namun hal-hal lain seperti contoh di daerah Sub-Sahara Afrika pemerintah harus lebih intensif meningkatkan jumlah dokter, memperbaiki angkat buta huruf dan juga angka gizi buruk yang nantinya akan meningkatkan angka harapan hidup di negara berkembang.

Diulas oleh: Aditya Bagus S., Staff Divisi Penelirian Kanopi FEB UI

Illustrasi oleh: Kanty Raviandra, Staff  Biro Penerbitan dan Informasi Kanopi FEB UI

  • Gunakan kalimat yang baik
    You must be logged in to comment. Log in