Penelitian ini bertujuan untuk menganalisis estimasi parameter regresi probit ordinal dengan pendekatan Bayesian menggunakan algoritma Gibbs Sampling pada Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Tengah pada tahun 2024. Variabel prediktor yang digunakan dalam penelitian ini yaitu Angka Harapan Hidup (AHH), Harapan Lama Sekolah (HLS), Rata-rata Lama Sekolah (RLS), Tingkat Pengangguran Terbuka (TPT) dan Tingkat Partisipasi Angkatan Kerja (TPAK), dengan IPM sebagai variabel respon yang dikategorikan ke dalam tiga kategori. Estimasi parameter dilakukan melalui algoritma Gibbs Sampling dalam kerangka Markov Chain Monte Carlo (MCMC). Hasil estimasi parameter menunjukkan bahwa HLS dan RLS berpengaruh terhadap kategori IPM. Evaluasi konvergensi menggunakan trace plot menunjukkan parameter yang signifikan sudah mencapai distribusi stasioner. Uji Pearson Chi-Square menghasilkan nilai 0,60 yang mengindikasikan model sesuai dengan data. Model ini memiliki nilai koefisien determinasi McFadden R2 sebesar 0,8620, yang menunjukkan kemampuan model dalam menjelaskan perubahan dari variabel HLS dan RLS terhadap variabel IPM sangat besar. Dengan demikian, algoritma Gibbs Sampling mampu menghasilkan estimasi parameter yang stabil dan konsisten. Penelitian ini menyimpulkan bahwa peningkatan kualitas pendidikan, khususnya HLS dan RLS, berkontribusi signifikan dalam meningkatkan IPM di Provinsi Jawa Tengah.