Faktor Pendorong dan Analisis Kluster Kebahagiaan di Indonesia

Abstract

Kesejahteraan merupakan salah satu tujuan pembangunan negara. Pengukuran keberhasilan pembangunan negara seringnya menggunakan ukuran moneter, seperti produk domestik bruto (PDB). Akan tetapi, PDB berpotensi mengabaikan aspek yang berkontribusi pada kualitas hidup dan kebahagiaan seseorang. Tesis ini berfokus untuk mengkaji faktor-faktor pendorong kebahagiaan di Indonesia dan mengkategorikan provinsi-provinsi tersebut ke dalam kategori-kategori yang memiliki karakteristik serupa agar kebijakan dapat lebih tepat sasaran dan efisien. Indeks kebahagiaan Indonesia yang dihasilkan dari survei kebahagiaan tahun 2021 dianalisis menggunakan metode statistic regresi linier berganda. Hasil penelitian menunjukkan bahwa koefisien Gini berpengaruh negatif terhadap kebahagiaan, dan PDB per kapita memiliki pengaruh positif. Tesis ini selanjutnya mengkategorikan 34 provinsi di Indonesia ke dalam 3 kategori tingkat tinggi, rendah, dan sedang dari nilai masing-masing indikator. Dari hasil tersebut, pemerintah dapat memfokuskan kebijakan terkait ketimpangan antar daerah dan PDB per kapita, berdasarkan karakteristik setiap kluster.

Welfare is one of the goals of state development. Measuring the success of a country's development often uses monetary measures, such as gross domestic product (GDP). However, GDP tends to ignore aspects that contribute to a person's quality of life and happiness. This thesis focuses on examining the factors driving happiness in Indonesia and categorizing the provinces into categories that have similar characteristics so that policies can be more targeted and efficient. The Indonesian happiness index resulting from the 2021 happiness survey was analyzed using the multiple linear regression statistical method. The results show that the Gini coefficient has a negative effect on happiness, and GDP per capita has a positive effect. This thesis further categorizes 34 provinces in Indonesia into 3 categories of high, low, and medium levels of the value of each indicator. From these results, the government can focus policies related to inequality between regions and GDP per capita, based on the characteristics of each cluster.