Perpustakaan Digital ITB

Berdasarkan data Potensi Desa (Podes) tahun 2018, masyarakat di 57,4% desa/kelurahan di Wilayah Papua mengalami kesulitan akses menuju sarana pendidikan. Selain itu, menurut data Potensi Desa (Podes) tahun 2018, rata-rata jarak menuju sarana pendidikan di Wilayah Papua mencapai 32,6 km, sedangkan di Wilayah Jawa-Bali hanya 3,9 km. Hal ini mengindikasikan bahwa terdapat ketimpangan antarwilayah dari sisi aksesibilitas menuju sarana pendidikan di Indonesia. Oleh karena itu, pada tahun 2018 – 2020, pemerintah berupaya menyediakan asrama siswa dan rumah dinas guru melalui Dana Alokasi Khusus (DAK) Fisik Afirmasi Bidang Pendidikan untuk mempermudah aksesibilitas siswa dan guru menuju sarana pendidikan. Dana tersebut dialokasikan bagi daerah afirmasi, yang meliputi entitas wilayah berikut: daerah tertinggal (kabupaten), kawasan perbatasan negara, kawasan transmigrasi prioritas, dan seluruh kabupaten di Provinsi Papua dan Papua Barat. Hingga kini, penelitian mengenai dampak intervensi DAK Fisik Afirmasi Bidang Pendidikan masih sangat terbatas. Hadi dan Mahi (2024) menemukan bahwa DAK Fisik Afirmasi Bidang Pendidikan berdampak positif dan signifikan terhadap Angka Partisipasi Kasar (APK) di 118 daerah tertinggal. Namun demikian, dampak DAK Fisik Afirmasi Bidang Pendidikan terhadap outcome pendidikan lain belum teridentifikasi. Oleh karena itu, penulis berupaya melengkapi penelitian terdahulu dengan memperluas substansi dan wilayah penelitian. Dengan menggunakan pendekatan kuantitatif, penelitian ini bertujuan untuk menganalisis dampak DAK Fisik Afirmasi Bidang Pendidikan terhadap variabel terikat berikut, yaitu: Angka Partisipasi Murni (APM) SD, SMP, dan SMA; Rata-rata Lama Sekolah (RLS), Harapan Lama Sekolah (HLS), dan Angka Melek Huruf (AMH). Data-data yang digunakan dalam penelitian ini merupakan data sekunder yang bersumber dari situs resmi dan publikasi pemerintah, serta dari hasil Survei Sosial Ekonomi Nasional (Susenas). Metode analisis yang digunakan adalah analisis deskriptif, dan kombinasi antara metode Propensity Score Matching (PSM) dan Difference-in-Differences (DiD) yang dioperasionalkan melalui regresi data panel Fixed-Effect Model (FEM). Pada penelitian ini, daerah yang diteliti terbagi atas dua kelompok, antara lain: treatment group—yaitu kabupaten/kota yang mendapatkan intervensi DAK Fisik Afirmasi Bidang Pendidikan, dan control group, yaitu kabupaten/kota yang tidak mendapatkan intervensi tersebut. Analisis PSM bertujuan untuk memilih kabupaten/kota yang memiliki karakteristik serupa, sehingga pengukuran dampak dapat terhindar dari bias seleksi. Tahun 2017 digunakan sebagai tahun dasar (baseline) untuk melakukan analisis PSM, mengingat DAK Fisik Afirmasi Bidang Pendidikan mulai diimplementasikan tahun 2018. Dari analisis PSM terhadap kovariat di 514 kabupaten/kota, dihasilkan 488 kabupaten/kota yang memiliki karakteristik serupa, sehingga dapat masuk ke tahap analisis dampak. Pada analisis DiD, ruang lingkup waktu terbagi ke dalam periode sebelum (before) intervensi, yaitu tahun 2016 – 2018, dan periode setelah (after) intervensi, yaitu tahun 2019 – 2021. Tahun data variabel terikat yang digunakan pada analisis DiD merupakan satu tahun (t+1) setelah intervensi. Hal ini karena penulis berasumsi bahwa pembangunan fisik setidaknya membutuhkan waktu satu tahun anggaran. Berdasarkan analisis deskriptif, dapat disimpulkan bahwa rata-rata capaian APM SD, APM SMP, RLS, HLS, dan AMH mengalami peningkatan pasca intervensi DAK Fisik Afirmasi Bidang Pendidikan, sedangkan rata-rata APM SMA tidak mengalami kenaikan. Lebih lanjut, berdasarkan analisis PSM-DiD, DAK Fisik Afirmasi Bidang Pendidikan berdampak positif dan signifikan terhadap RLS, HLS, dan AMH. Selanjutnya, DAK Fisik Afirmasi Bidang Pendidikan juga berdampak positif terhadap APM SD, walaupun tidak signifikan secara statistik. Namun demikian, DAK Fisik Afirmasi Bidang Pendidikan belum mampu memberikan perubahan yang positif pada APM SMP dan APM SMA.