Analisis Pengaruh Indeks Kualitas Udara dan Indeks Kualitas Air terhadap Indeks Kualitas Lingkungan Hidup di Indonesia Tahun 2023
Muhammad Teguh Arif Nasrulloh
2026-01-11
Pendahuluan
Lingkungan hidup merupakan aspek fundamental dalam mendukung keberlanjutan pembangunan dan kualitas hidup masyarakat. Untuk menilai kondisi lingkungan secara kuantitatif, Badan Pusat Statistik (BPS, 2023) menyusun Indeks Kualitas Lingkungan Hidup (IKLH) sebagai indikator komposit yang menggambarkan kondisi ekologis suatu wilayah. IKLH mencakup beberapa komponen utama, antara lain kualitas udara, kualitas air, dan kualitas tutupan lahan. IKLH digunakan sebagai alat evaluasi kinerja pengelolaan lingkungan hidup serta sebagai dasar perumusan kebijakan pembangunan berkelanjutan, sekaligus memungkinkan perbandingan kualitas lingkungan antar daerah.
Penelitian sebelumnya menunjukkan bahwa kualitas lingkungan hidup dipengaruhi oleh berbagai faktor, baik ekologis maupun aktivitas manusia. Kartika dan Purwiyanta (2023) menemukan bahwa kualitas udara dan kualitas air merupakan determinan utama IKLH di provinsi-provinsi Pulau Jawa. Zahro dan Tutik (2025) menegaskan bahwa pengelolaan ekologis dan kualitas sumber daya alam secara langsung memengaruhi IKLH di beberapa provinsi di Indonesia. Selain itu, Masyruroh dan Binyati (2021) menunjukkan bahwa perbaikan kualitas lingkungan di kota-kota tertentu berkorelasi positif dengan peningkatan kualitas hidup masyarakat. Secara umum, peningkatan IKLH mencerminkan efektivitas pengelolaan lingkungan dan perbaikan kesejahteraan masyarakat (Aldilla et al., 2024).
Berdasarkan temuan tersebut, penelitian ini bertujuan untuk menganalisis pengaruh Indeks Kualitas Udara (IKU) dan Indeks Kualitas Air (IKA) terhadap IKLH di provinsi-provinsi Indonesia pada tahun 2023 menggunakan metode regresi linier berganda. Metode ini dipilih karena memungkinkan pengukuran pengaruh simultan beberapa variabel independen terhadap satu variabel dependen.
Deskripsi dan Sumber Data
Data yang digunakan dalam penelitian ini merupakan data sekunder yang bersumber dari Badan Pusat Statistik (BPS), khususnya publikasi Komponen Penyusun Indeks Kualitas Lingkungan Hidup Menurut Provinsi Tahun 2023. Data tersebut bersifat cross-section dengan unit analisis berupa provinsi di Indonesia pada tahun pengamatan 2023, yang meliputi Indeks Kualitas Lingkungan Hidup (IKLH) sebagai variabel terikat serta Indeks Kualitas Udara (IKU) dan Indeks Kualitas Air (IKA) sebagai variabel bebas.
Library
library(readxl)## Warning: package 'readxl' was built under R version 4.4.3library(car)## Warning: package 'car' was built under R version 4.4.3## Loading required package: carData## Warning: package 'carData' was built under R version 4.4.3library(lmtest)## Warning: package 'lmtest' was built under R version 4.4.3## Loading required package: zoo## Warning: package 'zoo' was built under R version 4.4.3##
## Attaching package: 'zoo'## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numericlibrary(sandwich)## Warning: package 'sandwich' was built under R version 4.4.3Load data
data <- read_xlsx("Komstat 2.xlsx")Melihat struktur data
str(data)## tibble [39 × 4] (S3: tbl_df/tbl/data.frame)
## $ PROVINSI: chr [1:39] "ACEH" "SUMATERA UTARA" "SUMATERA BARAT" "RIAU" ...
## $ IKU : num [1:39] 90.9 90.9 90.5 90.9 90.6 ...
## $ IKA : num [1:39] 61.3 60.3 57 50.8 46.1 ...
## $ IKLH : num [1:39] 78.5 72.8 75.8 70.4 68.2 ...head(data)## # A tibble: 6 × 4
## PROVINSI IKU IKA IKLH
## <chr> <dbl> <dbl> <dbl>
## 1 ACEH 90.9 61.3 78.5
## 2 SUMATERA UTARA 90.9 60.3 72.8
## 3 SUMATERA BARAT 90.5 57.0 75.8
## 4 RIAU 90.9 50.8 70.4
## 5 JAMBI 90.6 46.1 68.2
## 6 SUMATERA SELATAN 87.8 58.2 70.2Exploratory Data Analysis (EDA)
Data yang digunakan dalam penelitian ini bersumber dari Badan Pusat Statistik (BPS, 2023), khususnya publikasi Komponen Penyusun Indeks Kualitas Lingkungan Hidup Menurut Provinsi Tahun 2023. Data bersifat cross-section dengan unit analisis berupa 39 provinsi di Indonesia pada tahun 2023. Variabel yang dianalisis meliputi Indeks Kualitas Lingkungan Hidup (IKLH) sebagai variabel dependen, serta Indeks Kualitas Udara (IKU) dan Indeks Kualitas Air (IKA) sebagai variabel independen. Exploratory Data Analysis (EDA) dilakukan untuk memahami pola dan karakteristik data serta hubungan antar variabel, dengan menggunakan analisis statistik deskriptif dan visualisasi, sehingga dapat mengidentifikasi kecenderungan data dan memastikan kelayakan penerapan regresi linier berganda.
Statistik deskriptif
summary(data[, c("IKLH", "IKU", "IKA")])## IKLH IKU IKA
## Min. :54.57 Min. :66.67 Min. :40.28
## 1st Qu.:70.90 1st Qu.:89.33 1st Qu.:52.80
## Median :74.18 Median :90.94 Median :55.64
## Mean :74.13 Mean :90.20 Mean :55.27
## 3rd Qu.:78.64 3rd Qu.:93.26 3rd Qu.:58.88
## Max. :85.08 Max. :97.68 Max. :64.67Visualisasi hubungan
par(mfrow = c(1,2))
plot(data$IKU, data$IKLH,
main = "Hubungan IKU terhadap IKLH",
xlab = "IKU", ylab = "IKLH")
plot(data$IKA, data$IKLH,
main = "Hubungan IKA terhadap IKLH",
xlab = "IKA", ylab = "IKLH")
par(mfrow = c(1,1))Histogram untuk distribusi
hist(data$IKLH, main="Distribusi IKLH", xlab="IKLH")
hist(data$IKU, main="Distribusi IKU", xlab="IKU")
hist(data$IKA, main="Distribusi IKA", xlab="IKA")
Hasil EDA menunjukkan bahwa IKLH, IKU, dan IKA antar provinsi memiliki variasi yang cukup beragam, dengan kecenderungan provinsi dengan kualitas udara dan air lebih baik memiliki IKLH lebih tinggi. Scatter plot menegaskan hubungan positif antara IKU dan IKA terhadap IKLH, sedangkan histogram menunjukkan distribusi masing-masing variabel relatif normal tanpa outlier yang mencolok. Temuan ini mendukung kelayakan analisis regresi linier berganda pada data tersebut.
Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah regresi linier berganda untuk menganalisis pengaruh Indeks Kualitas Udara (IKU) dan Indeks Kualitas Air (IKA) terhadap Indeks Kualitas Lingkungan Hidup (IKLH) pada provinsi di Indonesia tahun 2023. Analisis dilakukan menggunakan perangkat lunak R.
Model regresi linier berganda dalam penelitian ini dirumuskan sebagai berikut:
\[ IKLH_i = \beta_0 + \beta_1 IKU_i + \beta_2 IKA_i + \varepsilon_i \]
Keterangan:
\(IKLH_i\) = variabel dependen
\(IKU_i\), \(IKA_i\) = variabel independen
\(\beta_0\) = konstanta
\(\beta_1\), \(\beta_2\) = koefisien regresi
\(\varepsilon_i\) = residual/error term
Sebelum dilakukan interpretasi hasil regresi, model diuji berdasarkan asumsi klasik yang meliputi uji normalitas residual menggunakan uji Shapiro–Wilk, uji heteroskedastisitas menggunakan uji Breusch–Pagan, serta uji multikolinearitas menggunakan Variance Inflation Factor (VIF). Selanjutnya, signifikansi model dianalisis melalui uji simultan (uji F) dan uji parsial (uji t), serta koefisien determinasi (R²) digunakan untuk menilai kemampuan model dalam menjelaskan variasi IKLH.
Regresi
regresi <- lm(IKLH ~ IKU + IKA, data = data)
summary(regresi)##
## Call:
## lm(formula = IKLH ~ IKU + IKA, data = data)
##
## Residuals:
## Min 1Q Median 3Q Max
## -5.5394 -1.3109 -0.0769 1.3051 5.0783
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -10.30334 6.06587 -1.699 0.098 .
## IKU 0.67139 0.07020 9.565 2.01e-11 ***
## IKA 0.43187 0.07761 5.565 2.66e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.471 on 36 degrees of freedom
## Multiple R-squared: 0.8456, Adjusted R-squared: 0.837
## F-statistic: 98.59 on 2 and 36 DF, p-value: 2.484e-15Uji Normalitas
sisa <- residuals(regresi)
shapiro.test(sisa)##
## Shapiro-Wilk normality test
##
## data: sisa
## W = 0.98967, p-value = 0.9727Uji heteroskedastisitas
bptest(regresi)
bptest(regresi)##
## studentized Breusch-Pagan test
##
## data: regresi
## BP = 5.7032, df = 2, p-value = 0.05775Uji Multikolinearitas
library(car)
vif(regresi)## IKU IKA
## 1.193081 1.193081Hasil dan Pembahasan
Berdasarkan hasil analisis regresi linier berganda terhadap data Indeks Kualitas Lingkungan Hidup (IKLH), Indeks Kualitas Udara (IKU), dan Indeks Kualitas Air (IKA) pada provinsi di Indonesia tahun 2023, diperoleh persamaan regresi sebagai berikut:
\[ IKLH = -10{,}303 + 0{,}671\,IKU + 0{,}431\,IKA \]
Hasil estimasi menunjukkan bahwa nilai konstanta sebesar −10,303. Nilai ini secara matematis menunjukkan nilai IKLH ketika IKU dan IKA bernilai nol. Meskipun kondisi tersebut tidak terjadi secara nyata, konstanta tetap diperlukan sebagai bagian dari model regresi.
Koefisien regresi IKU sebesar 0,671 dan bernilai positif, yang berarti bahwa setiap peningkatan Indeks Kualitas Udara sebesar satu satuan akan meningkatkan Indeks Kualitas Lingkungan Hidup sebesar 0,671 satuan, dengan asumsi variabel lain konstan. Demikian pula, koefisien regresi IKA sebesar 0,431 menunjukkan bahwa peningkatan Indeks Kualitas Air sebesar satu satuan akan meningkatkan IKLH sebesar 0,431 satuan, dengan asumsi variabel lain tetap.
Nilai koefisien determinasi (Adjusted R²) sebesar 0,837 menunjukkan bahwa sebesar 83,7% variasi IKLH dapat dijelaskan oleh variasi IKU dan IKA dalam model. Sementara itu, sisanya sebesar 16,3% dijelaskan oleh faktor lain di luar model, seperti kualitas tutupan lahan, aktivitas industri, atau kebijakan lingkungan daerah.
Pembahasan Uji Signifikansi Model
Uji Simultan (Uji F)
Hasil uji simultan menunjukkan nilai F-statistic sebesar 98,59 dengan p-value sebesar 2,484 × 10⁻¹⁵, yang lebih kecil dari tingkat signifikansi α = 0,05. Hal ini menunjukkan bahwa Indeks Kualitas Udara dan Indeks Kualitas Air secara bersama-sama berpengaruh signifikan terhadap Indeks Kualitas Lingkungan Hidup. Dengan demikian, model regresi yang digunakan layak dan dapat menjelaskan hubungan antara variabel independen dan variabel dependen.
Uji Parsial (Uji t)
Hasil uji parsial menunjukkan bahwa variabel IKU memiliki nilai p-value sebesar 2,01 × 10⁻¹¹, sedangkan variabel IKA memiliki nilai p-value sebesar 2,66 × 10⁻⁶. Kedua nilai tersebut lebih kecil dari α = 0,05, sehingga dapat disimpulkan bahwa baik IKU maupun IKA secara individual berpengaruh signifikan terhadap IKLH. Hal ini mengindikasikan bahwa kualitas udara dan kualitas air merupakan faktor penting dalam menentukan kualitas lingkungan hidup suatu wilayah.
Pembahasan Uji Asumsi Klasik
Berdasarkan uji Shapiro–Wilk, residual model regresi memiliki p-value sebesar 0,9727, yang lebih besar dari α = 0,05. Hal ini menunjukkan bahwa residual berdistribusi normal sehingga asumsi normalitas terpenuhi.
Hasil uji Breusch–Pagan menunjukkan p-value sebesar 0,05775, yang juga lebih besar dari α = 0,05. Dengan demikian, tidak terdapat indikasi heteroskedastisitas dalam model, sehingga varians residual dapat dianggap homogen.
Selanjutnya, hasil uji multikolinearitas menunjukkan nilai Variance Inflation Factor (VIF) sebesar 1,193081 untuk masing-masing variabel independen. Nilai tersebut jauh di bawah batas 10, sehingga dapat disimpulkan bahwa tidak terdapat masalah multikolinearitas antar variabel independen.
Secara keseluruhan, hasil uji asumsi klasik menunjukkan bahwa model regresi linier berganda yang digunakan telah memenuhi asumsi dasar regresi, sehingga hasil estimasi dan interpretasi model dapat dipercaya.
Kesimpulan
Analisis regresi linier berganda menunjukkan bahwa baik Indeks Kualitas Udara (IKU) maupun Indeks Kualitas Air (IKA) memberikan pengaruh positif dan signifikan terhadap Indeks Kualitas Lingkungan Hidup (IKLH) di provinsi-provinsi Indonesia tahun 2023, baik secara simultan maupun parsial. Model ini menjelaskan 83,7% variasi IKLH, sesuai dengan nilai Adjusted R² sebesar 0,837. Pemenuhan asumsi klasik pada model menjamin bahwa hasil estimasi dapat dipercaya untuk menggambarkan hubungan antara kualitas udara, kualitas air, dan kualitas lingkungan hidup.
Referensi
Aldilla, R., Restiatun, R., & Afrizal, A. (2024). Faktor‑faktor yang mempengaruhi Indeks Kualitas Lingkungan Hidup (IKLH) di Indonesia. Jurnal Ilmu Lingkungan, 22(6), 1494–1503. https://doi.org/10.14710/jil.22.6.1494‑1503
Badan Pusat Statistik. (2023). Statistik Lingkungan Hidup Indonesia 2023. https://www.bps.go.id
Kartika, N., & Purwiyanta, P. (2023). Determinasi Indeks Kualitas Lingkungan Hidup Provinsi di Pulau Jawa Tahun 2017–2022. Jurnal Ekonomi Regional, 16(2). https://doi.org/10.31315/jer.v16i2.13067
Masyruroh, A., & Binyati, B. (2021). Kajian Indeks Kualitas Lingkungan Hidup Kota Serang. Jurnal Lingkungan dan Sumberdaya Alam (JURNALIS), 4(2), 151–162. https://doi.org/10.47080/jls.v4i2.1463
Zahro, H. A., & Tutik, T. (2025). Determinanan Indeks Kualitas Lingkungan Hidup: Studi Kasus Delapan Provinsi di Indonesia. Journal of Economics and Management Sciences, 7(4), 678–687. https://doi.org/10.37034/jems.v7i4.206