Post on 24-Nov-2021
ANALISIS PENGARUH (JANGKA PENDEK &
JANGKA PANJANG) JUMLAH PENDUDUK,
JUMLAH PENGANGGURAN, UMK DAN PDRB
SEKTOR INDUSTRI TERHADAP PENYERAPAN
TENAGA KERJA SEKTOR INDUSTRI DI
KABUPATEN PASURUAN TAHUN 1995-2017
JURNAL ILMIAH
Disusun oleh :
Rizky Firmansyah Akbar
155020101111001
JURUSAN ILMU EKONOMI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BRAWIJAYA
MALANG
2019
ANALISIS PENGARUH (JANGKA PENDEK & JANGKA PANJANG) JUMLAH
PENDUDUK, JUMLAH PENGANGGURAN, UMK DAN PDRB SEKTOR INDUSTRI
TERHADAP PENYERAPAN TENAGA KERJA SEKTOR INDUSTRI DI KABUPATEN
PASURUAN TAHUN 1995-2017
Rizky Firmansyah Akbar, Nugroho Suryo Bintoro Fakultas Ekonomi dan Bisnis Universitas Brawijaya
Email: rizkyfirmansyah20@gmail.com
ABSTRAK
Sektor industri merupakan sektor utama yang mempunyai potensi pembangunan ekonomi di
Kabupaten Pasuruan. Penyumbang terbesar pertama dari PDRB ADHB maupun PDRB ADHK di
Kabupaten Pasuruan adalah dari Sektor Industri. Dengan adanya sektor industri maka
penyerapan Sumber Daya Manusia sangat penting yang bertujuan untuk mengelola dan
memanfaatkan Sumber Daya Alam yang ada. Pengaruh penyerapan tenaga kerja sektor industri di
Kabupaten Pasuruan salah satunya untuk meningkatkan pertumbuhan ekonomi dan mengurangi
masalah pengangguran. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang
mempengaruhi penyerapan tenaga kerja sektor industri dalam jangka pendek dan jangka panjang
dengan menggunakan data time series tahun 1995-2017 (dalam kuartal). Metode yang digunakan
yaitu uji Kausalitas Granger dan Uji Vector Error Correction Model (VECM) dengan variabel
yang digunakan yaitu Jumlah Penduduk, Jumlah Pengangguran, UMK, dan PDRB Sektor
Industri. Berdasarkan hasil yang telah diestimasi bahwa Variabel Jumlah Penduduk berpengaruh
positif signifikan dalam jangka pendek dan berpengaruh negatif signifikan dalam jangka panjang.
Variabel Jumlah Pengangguran tidak berpengaruh dalam jangka pendek, namun berpengaruh
negatif signifikan dalam jangka panjang. Variabel UMK berpengaruh negatif signifikan dalam
jangka pendek dan berpengaruh positif signifikan dalam jangka panjang. Variabel PDRB Sektor
Industri tidak berpengaruh dalam jangka pendek, akan tetapi berpengaruh negatif signifikan
dalam jangka panjang.
Kata kunci: Penyerapan Tenaga Kerja Sektor Industri, Jumlah Penduduk, Jumlah Pengangguran,
UMK, PDRB Sektor Industri.
A. LATAR BELAKANG
Laju pertumbuhan ekonomi menjadi salah satu indikator utama dalam mengukur keberhasilan
pembangunan ekonomi. Di beberapa negara yang berkembang termasuk di negara Indonesia,
pertumbuhan ekonomi yang tinggi menjadi sasaran utama pembangunan. Salah satu cara
mewujudkan pembangunan ekonomi tersebut adalah dengan mengembangkan sektor industri yang
merupakan sektor pemimpin, tetapi dapat dijangkau oleh seluruh lapisan masyarakat. (Arifin,
2011)
Sektor industri merupakan salah satu sektor perekonomian di Kabupaten Pasuruan yang
memiliki potensi paling besar untuk memajukan pertumbuhan ekonomi, khususnya pada subsektor
industri pengolahan. Subsektor industri pengolahan memiliki potensi menjadi tempat untuk
memanfaatkan sumber daya alam yang melimpah dan untuk melakukan penyerapan tenaga kerja
dengan angka yang besar. Berbagai macam produk yang dihasilkan oleh subsektor industri
pengolahan selalu memiliki nilai tukar yang tinggi dan menerbitkan nilai tambah yang besar
sehingga mampu menyumbang angka yang besar dalam pertumbuhan ekonomi dan juga
penyumbang terbesar pertama produk domestik regional bruto (PDRB) Kabupaten Pasuruan.
Tolak ukur yang digunakan dalam melakukan riset peranan sektor industri terhadap
pertumbuhan ekonomi tidak hanya dilihat dari nominal atau angka yang mampu dicapai oleh
PDRB sektor industri tetapi juga dari seberapa tinggi angka penyerapan tenaga kerja yang mampu
dirilis oleh sektor industri khususnya subsektor industri pengolahan (Arsyad, 1988). Pertumbuhan
ekonomi salah satunya dapat diukur menggunakan angka PDRB atas dasar harga konstan
(ADHK).
Peran dari beberapa sektor industri pengolahan di Kabupaten Pasuruan dalam penyerapan
tenaga kerja selalu meningkat dalam setiap periode. Salah satu faktor yang mempengaruhi
peningkatan tersebut yaitu bertambahnya berbagai produk masyarakat berupa barang dan jasa yang
menyebabkan peningkatan penyerapan tenaga kerja. Semakin besar output yang dihasilkan
semakin besar pula input atau tenaga kerjanya. (Simanjuntak, 1985).
Ironisnya, meskipun angka penyerapan tenaga kerja di Kabupaten Pasuruan selalu meningkat di
setiap periode, Tingkat pengangguran terbuka di Kabupaten Pasuruan juga masih terus mengalami
ketidakstabilan sejak tahun 1995 hingga tahun 2017. Fluktuasi yang terjadi tentu saja dipengaruhi
oleh banyak faktor seperti tingkat upah, investasi daerah dan beberapa faktor lainnya. Korelasi
yang dapat dibentuk oleh Tingkat pengangguran terbuka dengan pertumbuhan penduduk yang
terus meningkat adalah ketidakseimbangan antara laju pertumbuhan penduduk dengan tingkat
penyerapan tenaga kerja di Kabupaten Pasuruan yang berdampak pada peningkatan dari besaran
tingkat pengangguran terbuka di Kabupaten Pasuruan yang besarnya menyentuh angka 6,41 persen
pada tahun 2015 (BPS Jatim, 2017).
Fenomena sosial yang digambarkan ini merupakan dampak jangka panjang yang harus menjadi
perhatian pemerintah daerah. Faktor utama yang paling jelas berpengaruh pada kemiskinan adalah
tingkat kenaikan jumlah penduduk yang tidak bisa diatasi dan jumlah pengangguran yang semakin
membengkak. Hal ini bisa terjadi karena pengangguran memiliki dampak terhadap penurunan
pendapatan perkapita penduduk, sehingga dalam jangka panjang kemampuan daya beli masyarakat
menurun yang pada akhirnya mempengaruhi produksi nasional (Perdana, 2008).
Salah satu faktor yang mengangkat kenaikan angka pengangguran adalah ketersediaan lapangan
pekerjaan yang jumlahnya tidak menentu dari tahun ke tahun dan angka jumlah penduduk yang
kian melesat tinggi. Pertumbuhan tenaga kerja yang lebih besar dibandingkan dengan ketersediaan
lapangan kerja menyebabkan pengangguran yang tinggi. (Nurrohman & Arifin, 2010). Jumlah
angka kelahiran yang lebih besar dari angka kematian menyebabkan kebutuhan-kebutuhan
mendasar seperti sandang, pangan, lahan perumahan, pendidikan, dan kesehatan membutuhkan
persediaan yang lebih besar. Oleh karena itu, dalam ketenagakerjaan, tak hanya ketersediaan
lapangan pekerjaan, kebijakan upah minimum juga menjadi permasalahan penting di beberapa
kota dan kabupaten, khususnya di Kabupaten Pasuruan.
Kondisi yang telah disampaikan pada Latar Belakang ini menjadi dasar bagi penulis untuk
meneliti lebih lanjut mengenai faktor-faktor yang mempengaruhi penyerapan tenaga kerja tenaga
sektor industri di Kabupaten Pasuruan dalam jangka pendek dan jangka panjang
B. KAJIAN PUSTAKA
Teori Pertumbuhan
Adam smith berpendapat bahwa ada 2 aspek utama dalam terciptanya pertumbuhan ekonomi
yaitu pertumbuhan output total dan pertumbuhan penduduk (arsyad, 1988). Menurut adam smith
faktor produksi utama yang dapat memberikan kemakmuran bangsa adalah sumber daya manusia
karena sumber daya alam (tanah) tidak dapat digunakan apabila tidak ada sumber daya manusia
yang mampu mengelolanya dengan baik apabila tidak dapat dikelola dengan baik, maka tingkat
kesejahteraan tidak tercapai begitupun sebaliknya. Kemudian setelah kegiatan ekonomi tumbuh,
akumulasi modal diperlukan untuk mencapai pertumbuhan ekonomi. Pertumbuhan penduduk
(populasi) yang semakin meningkat maka tenaga kerja juga akan meningkat, hal ini
mengakibatkan bahwa semakin bertambahnya produk barang dan jasa yang dapat dihasilkan.
Sehingga penduduk merupakan faktor penting untuk mengelola perekonomian dan faktor utama
dalam pembangunan ekonomi. Dalam jangka pendek semakin meningkat jumlah penduduk dapat
meningkatkan penyerapan tenga kerja. Jadi, dalam teori adam smith di sini bahwa sumber daya
manusia merupakan syarat yang berguna dan di perlukan bagi pertumbuhan ekonomi dan
pembangunan ekonomi.
Robert Malthus berpendapat bahwa semakin meningkat pertumbuhan penduduk (populasi),
maka akan berpengaruh terhadap pemanfaatan sumber daya alam. Dalam pengaruh jangka panjang
teori Malthus pesimis akan bertambahnya penduduk dikarenakan sumber daya alam tidak dapat
dimanfaatkan dengan baik dan berdampak pada menurunnya pendapatan perkapita. Apabila
pendapatan menurun dengan meningkatnya pertumbuhan penduduk (populasi) maka pengaruh
terhadap penyerapan tenaga kerja akan berkurang karena tidak dapat mengelola sumber daya alam
dengan baik dan berkurangnya produktivitas tenaga kerja. Dapat disimpulkan bahwa angka
pertambahan jumlah penduduk (populasi) akan menyebabkan menurunnya kesejahteraan ekonomi.
Michael Kremer berpendapat bahwa Pertumbuhan Penduduk yang meningkat akan membawa
perubahan terhadap teknologi. Semakin banyak penduduk, maka semakin banyak ilmuwan, pakar,
professor dan insinyur yang mampu memberikan sumbangan pemikirannya tentang kemajuan
teknologi. Jumlah Penduduk (populasi) yang besar akan membawa kemajuan teknologi pada suatu
negara ataupun daerah. Hal ini berpengaruh terhadap penyerapan tenaga kerja karena perusahaan
akan memproduksi barang dan jasa lebih menggunakan alat teknologi yang canggih dalam jangka
panjang.
Teori Perubahan Struktural
W. Arthur Lewis berpendapat bahwa Sektor Industri Perkotaan Modern, yaitu suatu sektor
yang tingkat produktivitasnya relatif tinggi dan menjadi wadah hasil transferan tenaga kerja dari
sektor subsisten tradisional yaitu sektor pertanian. Sektor industri merupakan sektor yang memiliki
produktifitas yang lebih tinggi daripada sektor pertanian. Apabila produktifitas tinggi, maka
penyerapan akan tenaga kerja juga tinggi yang berpengaruh terhadap menurunya tingkat
pengangguran. Dalam hal ini berdampak dalam jangka panjang, dikarenakan dalam jangka
panjang sektor industri merupakan sektor yang mampu memberikan kontribusi yang besar bagi
pendapatan suatu daerah dengan nilai produktifitasnya yang besar.
Permintaan dan Penawaran Tenaga Kerja
Menurut Neo Klasik, dalam teorinya mengenai Marginal Physical Product of Labor, besarnya
permintaan tenaga kerja di dalam suatu perusahaan didasarkan pada besarnya nilai permintaan
yang ditimbulkan oleh masyarakat terhadap barang dan jasa sebagai produk yang dihasilkan oleh
perusaahan tersebut. Perubahan permintaan tenaga kerja dalam jangka panjang dapat diakibatkan
oleh adanya dinamika konsumsi masyarakat, produktivitas karyawan, dan pengaruh penggunaan
teknologi sebagai metode produksi (Simanjuntak, 1985).
Penawaran tenaga kerja adalah jumlah tenaga kerja yang dapat disediakan pada setiap
kemungkinan upah dalam jangka waktu tertentu. Dalam teori klasik sumber daya manusia
(pekerja) merupakan individu yang bebas mengarnbil keputusan untuk bekerja atau tidak. Bahkan
pekerja juga bebas untuk menetapkan jumlah jam kerja yang diinginkannya.
Gambar 2.3: Kurva Permintaan dan Penawaran Tenaga Kerja di Suatu Daerah/Negara
Sumber: Simanjuntak, 1985.
Berdasarkan gambar 2.3, Sn merupakan suatu kurva yang merpresentasikan suatu jumlah
penawaran yang berasal dari seluruh keluarga di suatu daerah, yang disebut sebagai penawaran
tenaga kerja untuk suatu daerah. Sedangkan Dn adalah kurva yang merupakan representasi dari
jumlah permintaan tenaga kerja dari suatu perusahaan, yang disebut sebagai permintaan tenaga
kerjadi suatu daerah tertentu. Jumlah penawaran dan permintaan tenaga di suatu daerah yang
bersangkutan akan menjadi pertimbangan dalam menentukan tingkat upah dan jumlah penempatan
untuk masa-masa tertentu. Titik potong antara kurva S¬n dengan Dn disebut titik ekuilibrium (Ln),
yaitu titik yang menentukan besarnya jumlah penempatan atau banyaknya orang yang bekerja.
Kemudian, untuk besaran nilai tingkat upah yang berlaku dapat diketahui dari letak titik Wn yang
kemudian akan dijadikan sebagai tolak ukur baik bagi pencari kerja maupun perusahaan dalam
suatu daerah tertentu.
Teori Neoklasik
Tambahan output yang dihasilkan dengan tambahan tenaga kerja disebut marginal physical
product of labor (MPPL). Fungsi produksi merupakan hubungan antara faktor-faktor produksi dan
banyaknya kuantitas produksi yang dihasilkan. Faktor-faktor produksi terdiri dari empat
komponen, yaitu tenaga kerja, sumber daya alam, modal, dan keahlian kewirausahawanan. Faktor-
faktor produksi biasa disebut dengan istilah input, dan hasil dari proses produksi disebut dengan
output. Dalam bentuk rumus, fungsi produksi dinyatakan dalam bentuk sebagai berikut:
T)
Dimana :
Q : Banyaknya output dari berbagai macam jenis faktor produksi
K : Banyaknya jumlah stok modal
L : Banyaknya tenaga kerja yang bekerja
R : Sumber daya alam
T : Besarnya teknologi yang digunakan
Teori Upah
Teori upah David Ricardo merupakan teori dimana mempertimbangkan kondisi pekerja,
apabila standar hidup meningkat maka seharusnya tingkat upah yang dibayarkan juga akan
meningkat. Hal ini merupakan salah satu untuk mengantisipasi perubahan perekonomian secara
menyeluruh pada suatu daerah maupun negara.
Teori Neoklasik tentang upah yaitu Upah Sebagai Imbalan. Upah Sebagai Imbalan merupakan
suatu imbalan atau gaji dari pengusaha kepada karyawan atau tenaga kerja atas usaha kerja yang
telah dilakukan (Simanjuntak, 1985).
Teori Upah Efisiensi (Efficiency wages) merupakan upah yang diberikan perusahaan di atas
titik keseimbangan yang bertujuan untuk dapat meningkatkan produktivitas pekerjanya (Mankiw,
2006). Apabila semakin tinggi tingkat upah yang dibayarkan oleh pengusaha maka akan
berdampak pada penyerapan yang tinggi juga untuk meningkatkan tingkat produktivitas pekerja
dalam jangka panjang sehingga di peroleh tenaga kerja yang profesional dan berkualitas..
Produk Domestik Regional Bruto
Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator penting untuk
mengetahui kondisi ekonomi di suatu daerah dalam suatu periode tertentu, baik atas dasar harga
berlaku (ADHB) maupun atas dasar harga konstan (ADHK). Hal ini sejalan dengan teori
pertumbuhan output total oleh ekonom klasik yaitu Adam Smith bahwa semakin tinggi PDRB
suatu wilayah maka semakin tinggi juga pembangunan ekonomi wilayah tersebut (Perdana, 2006).
Menurut Adam Smith bahwa pertumbuhan output total dihasilkan oleh sumber daya manusia. Jadi,
dalam jangka pendek dan jangka panjang dengan meningkatnya PDRB akan meningkatkan
penyerapan tenaga kerja sebagai sumber daya manusia yang dapat mengelola Sumber Daya Alam
untuk menghasilkan suatu barang dan jasa.
Hipotesis
Berdasarkan teori yang digunakan dalam penelitian ini, maka hipotesis dapat dirumuskan sebagai
berikut:
1. Diduga bahwa variabel Jumlah Penduduk berpengaruh positif signifikan terhadap
variabel Penyerapan Tenaga Kerja Sektor industri dalam jangka pendek.
2. Diduga bahwa variabel Jumlah Penduduk berpengaruh negatif signifikan terhadap
variabel Penyerapan Tenaga Kerja Sektor Industri dalam jangka panjang.
3. Diduga bahwa variabel UNEMP berpengaruh negatif signifikan terhadap variabel
penyerapan tenaga kerja sektor industri dalam jangka pendek.
4. Diduga bahwa variabel UNEMP berpengaruh negatif signifikan terhadap variabel
penyerapan tenaga kerja sektor industri dalam jangka panjang.
5. Diduga bahwa variabel UMK berpengaruh negatif signifikan terhadap variabel
penyerapan tenaga kerja sektor industri dalam jangka pendek.
6. Diduga bahwa variabel UMK berpengaruh positif signifikan terhadap variabel
penyerapan tenaga kerja sektor industri dalam jangka panjang.
7. Diduga bahwa variabel PDRB berpengaruh positif signifikan terhadap variabel
penyerapan tenaga kerja sektor industri dalam jangka pendek.
8. Diduga bahwa variabel PDRB berpengaruh negatif signifikan terhadap variabel
penyerapan tenaga kerja sektor industri dalam jangka panjang.
C. METODE PENELITIAN
Jenis penelitian yang digunakan yaitu penelitian dengan pendekatan kuantitatif. Jenis data yang
digunakan dalam penelitian ini yaitu data sekunder yang berupa data time series dari kurun waktu
tahun 1995-2017 selama 23 tahun. Data dalam penelitian ini menggunakan treatment interpolasi
data. Interpolasi data yaitu metode pemecahan data tahunan menjadi data triwulan atau bentuk
kuartalan (Chakraborty, 2010), dimana data 1 tahun dibagi menjadi 4 data kuartal dengan total
seluruh observasi data yang digunakan dalam penelitian ini yaitu sebanyak 92 (n = 92). Sumber
data diperoleh dari BPS Kabupaten Pasuruan, Dinas Tenaga Kerja Kabupaten Pasuruan dan BPS
Provinsi Jawa Timur. Variabel dependent dalam penelitian ini yaitu Variabel Penyerapan Tenaga
Kerja Sektor Industri, kemudian Variabel independent yaitu Variabel Jumlah Penduduk, Jumlah
Pengangguran, UMK dan PDRB Sektor Industri.
Ada beberapa tahapan pengujian yang dilakukan, yang pertama data yang diuji menggunakan
unit root test ADF, stasioner di tingkat 1st difference, selanjutnya yang dilakukan yaitu
menentukan panjang lag optimum. Setelah panjang lag optimum di ditentukan, uji Kausalitas
Granger dapat digunakan dengan menggunakan uji lag optimum tersebut tujuan menggunakan Uji
Kausalitas Granger untuk mengetahui pengaruh dalam jangka pendek. Kemudian menggunakan uji
stabilitas VECM apabila hasilnya menunjukkan hasil yang stabil dan valid, maka uji IRF dan VD
dapat digunakan. Selanjutnya yaitu uji kointegrasi menggunakan johansen’s cointegration test
dapat dilakukan dan syarat dapat dipakainya pengujian Vector Error Correction Model (VECM),
yaitu terdapatnya kointegrasi, apabila tidak terdapat kointegrasi maka pengujian VECM tidak
dapat dilakukan melainkan menggunakan pengujian model Vector Autoregression (VAR). Apabila
terdapat kointegrasi pengujian VECM dapat dilakukan yang bertujuan untuk mengetahui pengaruh
dalam jangka panjang, kemudian dilanjutkan sampai pada tahap Impulse Respons Function (IRF)
dan Vector Decomposition (VD).
D. HASIL DAN PEMBAHASAN
Unit Root Test
Pengujian unit root test adalah tahap uji pertama kali yang dilakukan untuk mengestimasi hasil
data time series yang bertujuan untuk menguji kestasioneran data time series. Uji stasioner/unit
root test yang digunakan ada 2, yang pertama menggunakan Augmented Dickey Fuller Test (ADF),
yang kedua uji Pillips Perron (PP).Untuk mengetahui uji stasioneritas apabila uji ADF yang
diestimasi telah stasioner, maka yang digunakan yaitu uji ADF bukan PP dikarenakan uji ADF
merupakan acuan dalam estimasi hasil unit root test. Dikatakan stasioner dengan syarat H0 ditolak
dan H1 diterima yaitu ketika nilai probabilitas < α 5% (0.05). Untuk mengetahui hasil estimasi unit
root test disajikan dalam tabel 4.1 sebagai berikut:
Tabel 4.1: Hasil Unit Root Test ADF dan PP
Derajat
Integrasi
Variabel ADF PP
Prob. Kesimpulan Prob. Kesimpulan
Level
P_TK 0.9398 Tidak Stasioner 0.0795 Tidak Stasioner
JP 0.4934 Tidak Stasioner 0.6977 Tidak Stasioner
UNEMP 0.7497 Tidak Stasioner 0.1402 Tidak Stasioner
UMK 0.8625 Tidak Stasioner 0.8687 Tidak Stasioner
PDRB 0.9431 Tidak Stasioner 0.9560 Tidak Stasioner
1st
Difference
P_TK 0.0015 Stasioner 0.0000 Stasioner
JP 0.0225 Stasioner 0.0002 Stasioner
UNEMP 0.0300 Stasioner 0.0001 Stasioner
UMK 0.0061 Stasioner 0.0047 Stasioner
PDRB 0.0136 Stasioner 0.0000 Stasioner
Sumber: Hasil estimasi eviews 9 (data diolah), 2019.
Berdasarkan pada tabel 4.1, menunjukkan hasil dari unit root test tingkat level dan tingkat 1st
difference. Pada tingkat level semua variabel tidak stasioner dibuktikan dengan nilai probabilitas >
α (0.05) H0 diterima dan H1 ditolak. Apabila tidak stasioner maka yang dilakukan yaitu pengujian
diturunkan pada tingkat 1st difference. Hasil yang diperoleh pada tingkat 1st difference
menggunakan uji ADF yaitu nilai probabilitas < 0.05. Nilai probabilitas variabel P_TK 0.0015 <
0.05, variabel JP 0.0225 < 0.05, variabel UNEMP 0.300 < 0.05, variabel UMK 0.0061 < 0.05 dan
variabel PDRB 0.0136 < 0.05 H0 ditolak dan H1 diterima, maka dapat disimpulkan semua variabel
P_TK, JP, UNEMP, UMK, dan PDRB stasioner pada tingkat 1st difference.
Uji Lag Length Criteria
Penentuan hasil panjang lag optimum sangat penting yang digunakan untuk mengetahui waktu
variabel yang dibutuhkan untuk merespon variabel lain dengan hasil variabel yang dipengaruhi
mengalami perubahan. Lag yang dipilih adalah lag yang memenuhi kriteria yaitu likehood ratio
(LR), final prediction error (FPE), akaike information crition (AIC), schwarz information (SC),
dan hannan-quin rition (HQ), hasil estimasi lag length criteria disajikan pada tabel 4.2 di bawah
ini.
Tabel 4.2: Uji Lag Length Criteria
Lag LogL LR FPE AIC SC HQ
0 660.4361 NA 1.38e-13 -15.42203 -15.27834 -15.36423
1 1328.705 1242.193 3.69e-20 -30.55775 -29.69564 -30.21099
2 1419.337 157.8067 7.93e-21 -32.10204 -30.52150* -31.46630*
3 1435.529 26.28937 9.90e-21 -31.89481 -29.59584 -30.97010
4 1447.113 17.44311 1.40e-20 -31.57912 -28.56173 -30.36544
5 1518.672 99.34139 4.91e-21 -32.67464 -28.93882 -31.17199
6
1566.679
60.99703*
3.08e-21*
-33.21598*
-28.76173
-31.42436
7 1580.465 15.89397 4.47e-21 -32.95211 -27.77944 -30.87152
Sumber: Hasil estimasi eviews 9 (data diolah), 2019.
Berdasarkan pada tabel 4.2, menunjukkan hasil dari uji lag length criteria dimana hasil yang
didapat yaitu pada lag 6, dibuktikan dengan tanda (*) yang paling banyak. Artinya variabel yang
berpengaruh dapat berdristibusi normal dengan penentuan panjang lag yang terbaik ketika berada
pada lag 6 (pada 6 kuartal = 1½ tahun). Maka dapat disimpulkan bahwa lag optimum yang
digunakan untuk tahap selanjutnya yaitu menggunakan lag 6, tahap selanjutnya yaitu uji stabilitas
VECM.
Uji Stabilitas VECM
Uji stabilitas VECM adalah uji yang digunakan untuk melihat apakah variabel yang digunakan
stabil dan valid pada lag yang telah ditentukan (lag optimum). Apabila stabil, maka uji impulse
response function (IRF) dan vector decomposition (VD) dapat digunakan. Kriteria syarat dapat
diterima ketika nilai roots yang memiliki modulus < 1. H0 ditolak dan H1 diterima artinya, uji
stabilitas menunjukkan hasil yang stabil dan valid untuk digunakan. Untuk lebih jelas dapat
disajikan dalam tabel 4.3 sebagai berikut:
Tabel 4.3 : Hasil Uji Stabilitas VECM
Root Modulus
0.998809 0.998809
0.891506 0.891506
0.827363 0.827363
0.748728 - 0.301816i 0.807271
0.748728 + 0.301816i 0.807271
0.576853 - 0.397197i 0.700375
0.576853 + 0.397197i 0.700375
0.652026 0.652026
0.600988 - 0.237104i 0.646069
0.600988 + 0.237104i 0.646069
Sumber: Hasil estimasi eviews 9 (data diolah), 2019.
Berdasarkan tabel 4.3, hasil estimasi uji stabilitas vecm valid dan stabil dengan nilai yang
ditunjukkan seluruh rootsnya yang memiliki modulus yaitu < 1 H0 ditolak dan H1 diterima.
Artinya hasil uji estimasi stabilitas vecm stabil dan valid, maka uji IRF dan VD dapat digunakan.
Tahap pengujian selanjutnya yang dapat dilakukan yaitu Uji Kointegrasi.
Johansen’S Cointegration Test
Uji Kointegrasi adalah tahap uji yang bertujuan untuk mengetahui ada/tidaknya pengaruh
keseimbangan dalam jangka panjang. Kriteria syarat pengujian yang digunakan yaitu niali trace
statistic > nilai critial value dan nilai max eigen value > nilai critical value H0 ditolak dan H1
diterima. Apabila kriteria yang didapat memenuhi syarat maka hasil Uji Kointegrasi dapat
dilanjutkan uji selanjutnya yaitu uji vector error correction model (VECM). Namun sebaliknya,
apabila tidak memenuhi kriteria syarat/tidak ada kointegrasi maka pengujian yang dapat dilakukan
yaitu model vector autoregression (VAR). Pada tabel 4.4 Uji Kointegrasi yang dilakukan yaitu
johansen’s cointegration test dengan hasil sebagai berikut:
Tabel 4.4: Johansen’s Cointegration Test
Unrestricted Cointegration Rank Test (Trace)
Hypothesized
No. of CE(s) Eigenvalue
Trace
Statistic
0.05
Critical Value Prob.**
None * 0.484349 108.8089 69.81889 0.0000
At most 1 * 0.335221 52.51131 47.85613 0.0171
At most 2 0.145589 17.80573 29.79707 0.5805
At most 3 0.050787 4.431561 15.49471 0.8658
At most 4 1.39E-05 0.001183 3.841466 0.9718
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized
No. of CE(s)
Eigenvalue Max-Eigen
Statistic
0.05
Critical Value
Prob.**
None * 0.484349 56.29763 33.87687 0.0000
At most 1 * 0.335221 34.70558 27.58434 0.0051
At most 2 0.145589 13.37417 21.13162 0.4184
At most 3 0.050787 4.430379 14.26460 0.8114
At most 4 1.39E-05 0.001183 3.841466 0.9718
Sumber: Hasil estimasi eviews (data diolah), 2019.
Berdasarkan pada tabel 4.4, menunjukkan terdapat 2 kointegrasi dalam pengaruh jangka
panjang/stabilitas keseimbangan dalam pengaruh jangka panjang dengan nilai yang memenuhi
syarat yaitu nilai trace statistic > critical value 5% pada none dan at most 1 dengan dibuktikan
dengan nilainya yaitu 108.8089 > 69.81889 pada none dan 52.51131 > 47.85613 pada at most 1
H0 ditolak dan H1 diterima. Kemudian kriteria syarat kedua dapat diterima apabila max eigen
value > critical value 5%. Dari tabel 4.4 juga terdapat 2 kointegrasi dengan nilai max eigen value
> critical value 5% pada none dan at most 1 dengan dibuktikan dengan nilainya yaitu 56.29763 >
33.87687 pada none dan 34.70558 > 27.58434 pada at most 1 H0 ditolak dan H1 diterima. Maka
dapat disimpulkan bahwa terdapat 2 kointegrasi (indikasi terdapatnya pengaruh jangka panjang).
Dengan adanya kointegrasi maka uji VECM dapat dilakukan.
Uji Kausalitas Granger
Di dalam uji kausalitas granger tidak ada perbedaan signifikan antara variabel dependent
dengan variabel independent karena uji kausalitas granger merupakan salah satu pengujian yang
bertujuan untuk menentukan pengaruh dua arah dari variabel penelitian. Adapun kriteria
pengujiannya adalah suatu variabel dikatakan mempengaruhi variabel yang lain secara signifikan
apabila nilai probabilitasnya < 0.05 H0 ditolak dan H1 diterima. Dalam penelitian ini uji Kausalitas
Granger juga digunakan untuk melihat pengaruh jangka pendek antar variabel. Hasil Uji
Kausalitas Granger dapat disajikan dalam tabel sebagai berikut:
Tabel 4.5: Pairwise Granger Causality Test
Null Hypothesis: Obs F-Statistic Prob.
JP does not Granger Cause P_TK
86
3.10221 0.0092
P_TK does not Granger Cause UNEMP 2.65561 0.0219
UMK does not Granger Cause P_TK 3.97131 0.0017
UMK does not Granger Cause UNEMP 3.31339 0.0061
PDRB does not Granger Cause UNEMP 2.2138 0.0511
UNEMP does not Granger Cause PDRB 3.73292 0.0027
Sumber: Hasil estimasi eviews 9 (data diolah), 2019.
Hasil dari uji Kausalitas Granger di atas dapat diintrepretasikan sebagai berikut:
1. Variabel JP mempengaruhi variabel P_TK secara statistik signifikan dengan nilai probabilitas
0.0092 < 0.05 H0 di tolak H1 diterima, artinya variabel JP berpengaruh secara positif signifikan
terhadap penyerapan tenaga kerja sektor industri. Jumlah populasi penduduk di indonesia semakin
bertambah dan meningkat setiap tahunnya, hal ini juga salah satu jumlah populasi di kabupaten
pasuruan di dalamnya. Hal ini sejalan dengan penelitian (Zilfiyah, 2013) bahwa semakin
meningkatnya populasi penduduk maka penyerapan tenaga kerja sektor industri juga akan
meningkat. Jumlah penduduk memiliki pengaruh positif dan signifikan terhadap penyerapan
tenaga kerja sektor industri di indonesia dikarenakan jumlah tenaga kerja yang tinggi diserap,
berasal dari jumlah penduduk yang tinggi pula. Apabila kualitas dari penduduk tersebut baik, maka
penyerapan tenaga kerja sektor industri akan meningkat agar menjadi pendorong pertumbuhan
ekonomi khususnya di sektor industri. Maka dapat disimpulkan bahwa hanya terdapat pengaruh
satu arah yaitu variabel JP mempengaruhi variabel P_TK, akan tetapi tidak berlaku untuk
sebaliknya.
2. Variabel P_TK mempengaruhi variabel UNEMP secara statistik signifikan dengan nilai
probabilitas yaitu 0.0219 < 0.05 H0 di tolak H1 diterima, artinya semakin tinggi kenaikan
penyerapan tenaga kerja sektor industri direspons dengan jumlah pengangguran yang semakin
turun. Maka dapat disimpulkan bahwa hanya terdapat pengaruh satu arah yaitu variabel P_TK
mempengaruhi variabel UNEMP, akan tetapi tidak berlaku juga sebaliknya.
3. Variabel UMK mempengaruhi variabel P_TK secara statistik signifikan dengan nilai
probabilitas 0.0017 < 0.05 H0 di tolak H1 diterima, artinya semakin tinggi tingkat umk maka
penyerapan tenaga kerja sektor industri akan menurun. Hal ini sejalan dengan penelitian
(Ardiansyah, 2018) peningkatan upah minimum bagi tenaga kerja pada suatu daerah menyebabkan
perusahaan sebagai pelaku industri mengalami inefisiensi, artinya kenaikan upah minimum
menyebabkan biaya produksi juga tinggi, maka kebijakan yang tepat dilakukan yaitu pengurangan
tenaga kerja. Hasil penelitian yang lain yaitu (Gindling & Terrel, 2009) bahwa upah menyebabkan
berkurangnya pekerjaan di Honduras yang mengakibatkan terciptanya pengangguran. Kesimpulan
dari hasil di atas yaitu terdapat pengaruh satu arah yaitu pengaruh variabel UMK mempengaruhi
variabel P_TK, akan tetapi tidak berlaku juga sebaliknya.
4. Variabel UMK mempengaruhi variabel UNEMP secara statistik signifikan dengan nilai
probabilitas 0.0061 < 0.05 H0 di tolak H1 diterima, artinya variabel UMK berpengaruh negatif
signifikan terhadap jumlah pengangguran di Kabupaten Pasuruan. Variabel upah minimum
mempunyai pengaruh negatif dan signifikan terhadap tingkat pengangguran terbuka. Artinya,
kenaikan upah minimum akan menurunkan tingkat pengangguran, hal ini sejalan dengan penelitian
(Priastiwi & Handayani, 2019). Hasil ini juga sejalan dengan hasil penelitian (Zuliadi, 2016)
menyimpulkan bahwa upah minimum mempengaruhi pengangguran secara signifikan. Artinya,
apabila terjadi kenaikan upah minimum sebesar 1% maka presentase pengangguran akan
mengalami kenaikan sebesar 0,929% dengan asumsi variabel lain yang berpengaruh terhadap
besaran nilai pengangguran bernilai tetap. Maka dapat ditarik kesimpulan yaitu bahwa terdapat
pengaruh kausalitas satu arah yaitu variabel UMK mempengaruhi variabel UNEMP, akan tetapi
tidak berlaku juga sebaliknya.
5. Variabel PDRB mempengaruhi variabel UNEMP secara statistik signifikan dengan nilai
probabilitas 0.0511 lemah pengaruhnya terhadap α 5% dan signifikan terhadap α 10%. PDRB
berpengaruh signifikan dengan pengaruh negatif terhadap tingkat pengangguran terbuka. Artinya,
peningkatan PDRB akan mengurangi tingkat pengangguran hasil ini sejalan dengan hasil
penelitian oleh (priastiwi & handayani, 2019).
Sejalan dengan pengaruh sebaliknya yaitu variabel UNEMP mempengaruhi variabel PDRB
secara signifikan dengan nilai probabilitas 0.0027 < 0.05 H0 di tolak H1 diterima. Hasil ini sesuai
dengan teori Hukum Okun yang menjelaskan bahwa ketika pengangguran terjadi, beberapa input
tenaga kerja yang tersedia tidak digunakan yang berarti hilangnya produksi. (Mankiw, 2006)
Hukum Okun menjelaskan pengaruh negatif antara pengangguran dengan PDRB. Maka diperoleh
kesimpulan bahwa terdapat pengaruh kausalitas dua arah yaitu variabel UNEMP mempengaruhi
variabel PDRB dan variabel PDRB berpengaruh terhadap variabel UNEMP.
Vector Eror Correction Model (VECM)
Vector Eror Correction Model (VECM) yaitu model yang berasal dari pengembangan model
Vector Autoregression (VAR) yang tidak stasioner dalam unit root test tingkat level. Analisis
Vector Error Correction Model (VECM) untuk mengetahui pengaruh jangka panjang dan
pengaruh jangka pendek antar variabel (Ekananda, 2016). Dalam hasil estimasi Uji VECM
penelitian ini yang dilihat yaitu pengaruh pengaruh jangka panjang. Hasil estimasi untuk
mengetahui pengaruh jangka panjang di sajikan pada tabel sebagai berikut:
Tabel 4.6: Hasil Estimasi VECM Jangka Panjang
Variabel Koefisien t-Statistik Parsial
JP(-1) -3.126256 -3.82751
UNEMP(-1) -0.274017 -4.57989
UMK(-1) 0.373386 3.20495
PDRB(-1) -0.141553 -4.45215
R-Squared 0.670
Sumber: Hasil estimasi eviews 9 (data diolah), 2019.
Berdasarkan tabel 4.6, hasil estimasi VECM dalam jangka panjang menunjukkan bahwa 4
variabel terdapat pengaruh dalam jangka panjang dengan kriteria syarat yang diterima yaitu nilai t-
statistik parsial > t-tabel H0 ditolak dan H1 diterima. Nilai dari t-tabel yang didapat yaitu sebesar
(1.662). Dapat diketahui nilai koefisien variabel JP pada lag 1 berpengaruh negatif signifikan
terhadap variabel P_TK dengan nilai sebesar -3.12 artinya apabila terjadi kenaikan JP sebesar 1
poin pada tahun sebelumnya maka terjadi penurunan P_TK sebesar -3.12 poin. Kemudian
diketahui nilai statistik parsial variabel JP sebesar -3.82751 < 1.662 H0 di tolak dan H1 diterima,
artinya variabel JP berpengaruh secara negatif signifikan terhadap variabel P_TK dalam jangka
panjang.
Hasil dari variabel kedua, dapat diketahui bahwa pada lag 1 nilai koefisien variabel UNEMP
yaitu sebesar -0.27 artinya, apabila terjadi kenaikan UNEMP sebesar 1 poin, maka terjadi
penurunan P_TK sebesar -0.27 poin. Selanjutnya diketahui nilai statistik parsial variabel UNEMP
yaitu sebesar -4.57989 < -1.662 H0 ditolak dan H1 diterima artinya, variabel UNEMP berpengaruh
secara negatif signifikan terhadap variabel P_TK dalam jangka panjang.
Hasil dari variabel ketiga yaitu, dapat diketahui pada lag 1 nilai koefisien variabel UMK
sebesar 0.37 artinya jika terjadi kenaikan 1 poin UMK, maka terjadi kenaikan P_TK sebsar 0.37
poin. Kemudian dapat diketahui nilai statistik parsial variabel UMK 3.20495 > 1.662 H0 ditolak
dan H1 diterima, artinya variabel UMK berpengaruh secara positif signifikan terhadap variabel
P_TK dalam jangka panjang.
Hasil dari variabel yang keempat yaitu diketahui pada lag 1 dengan nilai koefisien sebesar
-0.14 yang artinya ketika terjadi kenaikan 1 poin PDRB, maka terjadi penurunan P_TK sebesar
-0.14. Kemudian diketahui nilai statistik parsial variabel PDRB yaitu sebesar -4.45215 > 1.662 H0
ditolak dan H1 diterima, artinya bahwa variabel PDRB berpengaruh secara negatif signifikan
terhadap variabel P_TK dalam jangka panjang.
Hasil estimasi VECM dalam jangka panjang di atas memiliki hasil yang valid dengan nilai r-
squared sebesar 0,670 atau sebesar 67% dari total nilai 100%, artinya bahwa perubahan variabel
dependent (p_tk) mampu di jelaskan oleh variabel independent yaitu variabel JP, UNEMP, UMK
dan PDRB dengan nilai sebesar 67% dari total nilai sebesar 100% sedangkan sisanya yaitu 33%
mampu dijelaskan oleh variabel lain diluar variabel penelitian. Maka dapat disimpulkan bahwa
variabel JP, UNEMP, UMK dan PDRB memiliki pengaruh dalam jangka panjang terhadap
variabel P_TK.
1. Pengaruh Jumlah Penduduk Terhadap Penyerapan Tenaga Kerja Sektor Industri
Berdasarkan hasil penelitian didapatkan bahwa variabel JP mempengaruhi variabel P_TK
secara statistik signifikan dengan nilai probabilitas sebesar 0.0092 < α (0.05) artinya, H0 di tolak
dan H1 diterima dengan menggunakan uji Kausalitas Granger. Dalam jangka pendek variabel JP
berpengaruh positif signifikan terhadap variabel P_TK. Jumlah penduduk memiliki pengaruh
positif dan signifikan terhadap penyerapan tenaga kerja sektor industri di indonesia dikarenakan
jumlah tenaga kerja yang tinggi diserap berasal dari jumlah penduduk yang tinggi pula, apabila
kualitas dari penduduk tersebut baik, maka penyerapan tenaga kerja sektor industri akan
meningkat agar menjadi pendorong pertumbuhan ekonomi khususnya di sektor industri, hal ini
sejalan dengan hasil penelitian (Zilfiyah, 2013). Hasil penelitian jumlah penduduk dalam jangka
pendek juga sejalan dengan teori ekonomi klasik oleh Adam Smith. Menurut Adam Smith,
pertumbuhan penduduk dan pertumbuhan output total merupakan aspek utama dalam pertumbuhan
ekonomi. Sumber daya manusia merupakan sumber daya yang dapat diandalkan sehingga ketika
jumlah penduduk (populasi meningkat) maka penyerapan tenaga kerja juga akan meningkat
(Arsyad, 1988).
Kemudian dengan menggunakan uji VECM jangka panjang diketahui nilai t-statistik parsial
variabel JP sebesar -3.82751 < 1.660 H0 ditolak dan H1 diterima, artinya variabel JP berpengaruh
negatif signifikan terhadap variabel P_TK dalam jangka panjang. Dalam jangka panjang jumlah
penduduk berpengaruh negatif dan signifikan terhadap penyerapan tenaga kerja sektor industri
dikarenakan keadaan sektor industri kabupaten pasuruan dalam jangka panjang produksi akan
lebih besar apabila diproduksi menggunakan teknologi yang canggih, sehingga dengan adanya
teknologi kedepan mampu memberikan kontribusi output yang lebih besar. Hal ini sejalan dengan
penelitian (Shidiq, 2007) bahwa pada penelitiannya penyerapan pada tenaga kerja industri
manufaktur lebih memproduksi dengan mesin dari pada manusia, sehingga semakin meningkat
populasi penduduk akan semakin menurun penyerapan tenaga kerjanya. Hasil ini juga sejalan
dengan teori pertumbuhan Robert Malthus dan Michael Kremer. Malthus berpendapat bahwa
pertumbuhan penduduk (populasi) akan menyebabkan kesulitan bagi masyarakat itu sendiri untuk
memenuhi kebutuhannya dan akan berdampak pada kemiskinan (Mankiw, 2006). Kemudian
menurut ekonom Michael Kremer bahwa pertumbuhan penduduk yang meningkat akan membawa
perubahan terhadap teknologi. Semakin banyak penduduk, maka semakin banyak ilmuwan, pakar,
professor dan insinyur yang mampu memberikan sumbangan pemikirannya tentang kemajuan
teknologi. (Mankiw, 2006). Sehingga dapat disimpulkan bahwa dari teori Robert Malthus dan
Michael Kremer bahwa semakin meningkatnya penduduk akan menurunkan penyerapan tenaga
kerja dalam jangka panjang.
2. Pengaruh Jumlah Pengangguran Terhadap Penyerapan Tenaga Kerja Sektor Industri
Variabel UNEMP dalam jangka pendek menggunakan uji Kausalitas Granger nilai
probabilitasnya sebesar 0.5600 > 0.05 H0 diterima dan H1 ditolak artinya, variabel UNEMP tidak
berpengaruh secara signifikan terhadap variabel P_TK dalam jangka pendek. Pengaruh jumlah
pengangguran terhadap penyerapan tenaga kerja sektor industri dalam jangka pendek tidak
berpengaruh secara signifikan, hasil ini sejalan dengan penelitian (zilfiliyah, 2013) bahwa
pengangguran tidak berpengaruh secara signifikan terhadap penyerapan tenaga kerja sektor
industri di indonesia karena perubahan pada tingkat pengangguran ternyata tidak berdampak
terhadap sektor industri tetapi diakibatkan oleh sektor-sektor yang lain. Kenaikan atau penurunan
pengangguran biasanya akan lebih banyak mempengaruhi penyerapan tenaga kerja di sektor
informal.
Kemudian dalam jangka panjang dengan menggunakan uji VECM nilai t-statistik parsial
variabel UNEMP sebesar -4.57989 < 1.660 H0 ditolak dan H1 diterima artinya, variabel UNEMP
berpengaruh secara negatif signifikan terhadap variabel P_TK dalam jangka panjang. Dalam
pengaruh jangka panjang pengangguran memiliki dampak terhadap menurunnya pendapatan
perkapita yang mengakibatkan daya beli masyarakat menurun (Perdana, 2008). Hal ini sejalan
dengan hasil penelitian dalam jangka panjang, jumlah pengangguran berpengaruh negatif
signifikan terhadap penyerapan tenaga kerja sektor industri di kabupaten pasuruan. Artinya ketika
jumlah pengangguran naik akan menyebabkan penyerapan tenaga kerja sektor industri turun yang
di respons oleh kemampuan daya beli masyarakat turun karena tidak memiliki pendapatan.
3. Pengaruh UMK Terhadap Penyerapan Tenaga Kerja Sektor Industri
Variabel UMK mempengaruhi variabel P_TK secara statistik signifikan dengan nilai
probabilitas sebesar 0.0017 < 0.05 H0 ditolak dan H1 diterima, artinya variabel UMK berpengaruh
negatif signifikan terhadap variabel P_TK dalam jangka pendek. Pengaruh UMK terhadap
penyerapan tenaga kerja sektor industri di kabupaten pasuruan berpengaruh secara negatif
siginifikan. Hal ini sejalan dengan penelitian (Ardiansyah, 2018) peningkatan upah minimum bagi
tenaga kerja pada suatu daerah menyebabkan perusahaan sebagai pelaku industri mengalami
inefisiensi, artinya kenaikan upah minimum menyebabkan biaya produksi juga tinggi, maka
kebijakan yang tepat dilakukan yaitu pengurangan tenaga kerja. Hasil penelitian yang lain yaitu
(Gindling & Terrel, 2009) bahwa upah menyebabkan berkurangnya pekerjaan di Honduras yang
mengakibatkan terciptanya pengangguran.
Kemudian variabel UMK dengan nilai statistik parsial sebesar 3.20495 > 1.662 H0 ditolak dan
H1 diterima, artinya variabel UMK berpengaruh positif signifikan dalam jangka panjang terhadap
variabel P_TK. Dalam jangka panjang UMK berpengaruh positif dan signifikan terhadap
penyerapan tenaga kerja sektor industri di Kabupaten Pasuruan, dikarenakan kenaikan upah
minimum direspons juga dengan kenaikan tingkat daya beli masyarakat, ketika daya beli
masyarakat naik maka pelaku sektor industri akan berupaya untuk menambah jumlah industri
untuk kebutuhan permintaan daya beli masyarakat (Indradewa, 2015).
4. Pengaruh PDRB Sektor Industri Terhadap Penyerepan Tenaga Kerja Sektor Industri
Variabel PDRB tidak mempengaruhi variabel P_TK secara statistik signifikan dengan
ditunjukkan nilai probabilitasnya sebesar 0.1094 > 0.05 H0 diterima dan H1 ditolak, artinya
variabel PDRB tidak berpengaruh signifikan terhadap variabel P_TK. Pengaruh PDRB terhadap
penyerapan tenaga kerja sektor industri di Kabupaten Pasuruan tidak berpengaruh secara
signifikan dalam jangka pendek. Hal ini tidak sejalan dari penelitian (Indradewa, 2015) mengenai
analisis PDRB sektor industri terhadap penyerapan tenaga kerja di Bali menunjukkan hasil yang
positif dan signifikan, dampak kenaikan pdrb maka penyerapan tenaga kerja juga akan naik
berbanding lurus, akan tetapi pada penelitian yang lain menunjukkan bahwa PDRB tidak
signifikan terhadap penyerapan tenaga kerja sektor industri di indonesia, dikarenakan sektor
industri di indonesia lebih banyak yang bersifat padat modal. Sehingga meskipun PDRB sektor
industri di indonesia adalah relatif tinggi, namun tidak atau belum mampu diikuti dengan
perkembangan atau pertumbuhan penyerapan tenaga kerjanya (Zilfiliyah, 2013) dan sejalan
dengan penelitian (Perdana, 2008) bahwa pdrb sektor industri tidak berpengaruh secara signifikan,
karena sektor industri di Jawa Timur kurang memiliki kontribusi terhadap penyerapan tenaga
kerja.
Kemudian hasil estimasi uji VECM variabel PDRB yaitu nilai t-statistik parsial sebesar -4.45215 > 1.662 H0 ditolak dan H1 diterima artinya bahwa variabel PDRB memiliki pengaruh
negatif signifikan terhadap variabel P_TK dalam pengaruh jangka panjang. Artinya ketika PDRB
naik maka penyerapan tenaga kerja di sektor industri akan turun. Hal ini sejalan dengan kondisi
yang ada di Kabupaten Pasuruan saat ini, bahwa pertumbuhan ekonomi di lihat dari sisi PDRB
kabupaten pasuruan setiap tahun mengalami peningkatan yang signifikan dan kontribusi PDRB
oleh sektor industri merupakan yang paling besar akan tetapi pengangguran mengalami fluktuasi
dan cenderung mengalami kenaikan. Hasil ini sejalan dengan hasil penelitian (Andrei, 2015) dari
beberapa variabel ekonomi makro di Romania menunjukkan bahwa variabel impor, ekspor dan
PDB lebih tepatnya tidak mempengaruhi tenaga kerja, karena tenaga kerja sebagai sumber daya
yang dapat diandalkan. Hasil dari penelitian yang lain yaitu (Shidiq, 2007) PDRB berpengaruh
negatif signifikan terhadap penyerapan tenaga kerja dikarenakan PDRB sektor industri di jawa
timur lebih banyak sektor industri manufaktur. Jadi, dapat disimpulkan bahwa di Kabupaten
Pasuruan sektor industri lebih banyak yang padat modal (investasi modal dalam jangka panjang)
dengan produksi lebih banyak menggunakan mesin dari pada industri padat karya sehingga
kenaikan PDRB direspons dengan penurunan penyerapan tenaga kerja di sektor industri. Selain itu
dampak sekarang yang dirasakan yaitu revolusi industri 4.0, dimana industri berkembang melalui
perkembangan teknologi yang modern.
Impulse Response Function (IRF)
Analisis impluse response function (IRF) merupakan analisis yang digunakan untuk melihat
pengaruh (shock) variabel dependent terhadap variabel independent pada suatu penelitian. Dalam
analisis ini tidak hanya menganalisis dalam jangka pendek tetapi juga menganalisis pengaruh
jangka panjang. Jadi dalam analisis impulse respons melihat berapa lama periode pengaruh itu
terjadi. Sumbu vertikal merepresentasikan besarnya nilai response dalam presentase (%),
kemudian untuk sumbu horizontal merepresentasikan periode waktu (kuartal). Selanjutnya akan
dijelaskan analisis IRF response variabel P_TK terhadap variabel JP, UNEMP, UMK dan PDRB
dalam gambar 4.2 sebagai berikut:
Gambar 4.7: Hasil Estimasi Impuse Response Function (IRF)
Sumber: Hasil estimasi eviews 9 (data diolah), 2019.
Berdasarkan gambar 4.7, menunjukkan hasil estimasi analisis impulse response function (IRF)
pengaruh variabel P_TK terhadap variabel JP, UNEMP, UMK dan PDRB. Pengaruh response
variabel P_TK terhadap variabel JP pada periode ke 1-5 mengalami kenaikan dengan nilai yang
positif (+). Kemudian pada periode ke 6-9 mengalami penurunan dengan nilai negatif (-).
Kemudian pada periode ke 10 dengan menunjukkan response yang stabil.
Response selanjutnya yaitu pengaruh variabel P_TK terhadap variabel UNEMP. Pada periode
ke 1-7 mengalami kenaikan nilai yang positif. Kemudian pada periode ke 8-9 mengalami
penurunan dengan nilai negatif. Selanjutnya pada periode ke 10 kembali pada response yang stabil.
Selanjutnya yaitu response pengaruh variabel P_TK terhadap variabel UMK. Pada periode ke
1-5 mengalami penurunan dengan nilai yang negatif. Kemudian dari periode ke 6-9 menunjukkan
kenaikan yang positif. Pada periode ke 10 response kembali pada titik yang stabil.
Yang terkahir yaitu response pengaruh dari variabel P_TK terhadap variabel PDRB. Pada
periode ke 1-2 mengalami kenaikan yang positif. Kemudian pada periode ke 2-9 tidak mengalami
perubahan kenaikan yang positif maupun penurunan yang negatif. Selanjutnya pada periode ke 10
merespon dengan kembali pada titik yang stabil.
Variance Decomposition (VD)
Variance Decomposition (VD) merupakan analisis uji yang digunakan untuk mengukur
pengaruh variabel independent (x) terhadap variabel dependent (y). Fokus dari analisis Variance
Decomposition (VD) yang dilakukan dalam penelitian ini yaitu melihat pengaruh variabel
independent (JP, UNEMP, UMK dan PDRB) terhadap variabel dependent (P_TK). Dalam
penelitian ini data yang digunakan yaitu data kuartal (3 bulan) dari tahun 1995-2017. Hasil dari uji
Variance Decomposition (VD) disajikan dalam tabel sebagai berikut:
Tabel 4.7: Hasil Variance Decomposition (VD)
Variance Decomposition of P_TK:
Period S.E. P_TK JP UNEMP UMK PDRB
1 0.017587 100.0000 0.000000 0.000000 0.000000 0.000000
2 0.027435 95.62176 0.889433 0.670584 2.658882 0.159340
3 0.036218 88.78005 3.347018 1.828841 5.818444 0.225652
4 0.044192 78.68209 6.158120 5.016800 9.907485 0.235504
5 0.048459 67.00963 9.916232 8.837830 13.89378 0.342537
6 0.051663 59.22844 12.51246 12.73914 15.15104 0.368927
7 0.053814 54.62014 13.99061 15.94978 15.05316 0.386320
8 0.054898 52.52231 14.80231 17.55407 14.67985 0.441471
9 0.055757 51.43110 14.98400 18.78385 14.23089 0.570151
10 0.056391 50.80194 14.96787 19.36774 13.91302 0.949427
Sumber: Hasil estimasi eviews 9 (data diolah), 2019.
Berdasarkan tabel 4.7, menunjukkan bahwa pada periode ke 1, variabel P_TK dipengaruhi oleh
shock dari variabel P_TK itu sendiri dengan kontribusi nilai sebesar 100%. Variabel independent
JP, UNEMP, UMK dan PDRB juga terlihat belum memberikan pengaruh terhadap variabel
dependent P_TK pada periode ke 1 dengan nilai 0%. Variabel JP pada periode ke 2 dengan nilai
0.889433 % sampai dengan periode ke 9 sebesar 14.98400 % variabel JP terlihat memberikan
kontribusi shock yang signifikan dengan kenaikan sampai pada periode ke 9. Tetapi terlihat bahwa
pada periode ke 10 mengalami penurunan dengan nilai sebesar 14.96787 %. Dapat disimpulkan
bahwa variabel JP memberikan kontribusi cukup signifikan dengan kenaikan sampai pada periode
ke 9 dan turun pada periode ke 10.
Variabel UNEMP pada periode ke 2-10 mengalami kenaikan yang signifikan. Pada periode ke
2 memeberikan kontribusi nilai sebesar 0.670584 % dan pada periode ke 10 memberikan
kontribusi nilai sebesar 19.36774 %. Dapat disimpulkan bahwa pada variabel UNEMP
memberikan kontribusi dengan kenaikan yang signifikan dari periode ke 2-10.
Variabel UMK pada periode ke 2-6 mengalami kenaikan. Pada periode ke 2 memberikan nilai
sebesar 2.658882 % sampai pada periode ke 6 dengan nilai sebesar 15.15104 %. Akan tetapi pada
periode ke 7 sampai dengan periode ke 10 mengalami penurunan yang signifikan dengan nilai
periode ke 7 sebesar 15.05316 %, periode ke 8 sebesar 14.67985 %, periode ke 9 sebesar 14.23089
%, periode ke 10 sebesar 13.91302 %. Dapat disimpulkan bahwa variabel UMK merupakan
variabel yang mengalami penurunan tertinggi dibandingkan dengan variabel yang lain.
Variabel PDRB pada periode ke 2 sampai dengan periode ke 10 mengalami kenaikan secara
signifikan. Pada periode ke 2 memberikan kontribusi sebesar 0.159340 % dan sampai pada periode
ke 10 memberikan kontribusi sebesar 0.949427 %. Dapat disimpulkan bahwa variabel PDRB
mengalami kenaikan dari periode ke 2-10.
E. KESIMPULAN
Kesimpulan yang diperoleh dalam penelitian ini sebagai berikut:
1. Variabel jumlah penduduk berpengaruh positif signifikan terhadap variabel penyerapan
tenaga kerja sektor industri dalam jangka pendek, sedangkan variabel jumlah penduduk
berpengaruh negatif signifikan terhadap variabel penyerapan tenaga kerja sektor industri
dalam jangka panjang.
2. Variabel jumlah pengangguran tidak berpengaruh signifikan terhadap variabel penyerapan
tenaga kerja sektor industri dalam jangka pendek, sedangkan variabel jumlah
pengangguran berpengaruh negatif signifikan terhadap variabel penyerapan tenaga kerja
sektor industri dalam jangka panjang.
3. Variabel UMK berpengaruh negatif signifikan terhadap variabel penyerapan tenaga kerja
sektor industri dalam jangka pendek, sedangkan variabel UMK berpengaruh positif
signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka panjang.
4. Variabel PDRB sektor industri tidak berpengaruh signifikan terhadap variabel penyerapan
tenaga kerja sektor industri dalam jangka pendek, sedangkan variabel PDRB sektor
industri berpengaruh negatif signifikan terhadap variabel penyerapan tenaga kerja sektor
industri dalam jangka panjang.
UCAPAN TERIMA KASIH
Kami mengucapkan terima kasih kepada berbagai pihak yang telah membantu sehingga
panduan ini dapat terselesaikan. Ucapan terima kasih khusus kami sampaikan kepada Asosiasi
Dosen Ilmu Ekonomi Universitas Brawijaya dan Jurusan Ekonomi Pembangunan Fakultas
Ekonomi Universitas Brawijaya yang memungkinkan jurnal ini bisa diterbitkan.
DAFTAR PUSTAKA
Adisasmita, R. 2013. Teori-Teori Pembangunan Ekonomi. Edisi Pertama. Yogyakarta : Graha
Ilmu.
Andrei, Dalina. M & Andrei, Liviu. C. 2015. Vector Error Correction Model In Explaining The
Association Of Some Macroeconomic Variables In Romania. Procedia Economic And
Finance. Vol. 22, (No.2) : 568-576. Diakses Pada 2 Mei 2019.
Ardiansyah, M, Zuhroh, I & Abdullah Faisal, M. 2018. Analisis Penyerapan Tenaga Kerja Sektor
Industri Pengolahan Tahun 2001-2015 Di Pasuruan Dan Sidoarjo. Jurnal Ilmu Ekonomi Vol. 2,
(No.2) : 294-308.
Arifin, Z & Azhar, K.. 2011. Faktor - Faktor Yang Mempengaruhi Penyerapan Tenaga Kerja
Industri Manufaktur Besar Dan Menengah Pada Tingkat Kabupaten/Kota Di Jawa Timur.
Jurnal Ekonomi Pembangunan, Vol. 9, (No.1) : 91-106.
Arsyad, Lincolin. 1988. Ekonomi Pembangunan. Edisi Pertama. Yogyakarta : STIE YKPN.
Badan Pusat Statistik. 2017. Kabupaten Pasuruan Dalam Angka Tahun 1995-2017.
Https://Pasuruankab.Bps.Go.Id/Publication.Html Diakses Pada 20 Februari 2019.
Bellante, Don & Jackson, Mare. 1990. Ekonomi Ketenagakerjaan. Jakarta : LPFE Universitas
Indonesia.
Chakraborty, Indrani. 2010. Financial Development And Economic Growth In India: An Analysis
Of The Post-Reform Period. Vol. 11, (No.2) : 287-308. Diakses Pada 30 Juni 2019.
Dinas Tenaga Kerja Kabupaten Pasuruan. 2019. Data Upah Minimum Kabupaten Pasuruan Tahun
1995-2017.
Ekananda, Mahyus. 2016. Analisis Ekonometrika Time Series. Edisi Kedua. Jakarta : Mitra
Wacana Media.
Gindling, T. R & Terrel, Katerine. 2009. Minimum Wages, Wages And Employment In Various
Sectors In Honduras. Journal Labour Economics.
Https://Doi.Org/10.1016/J.Labeco.2008.10.001 Vol. 16, (No.3) : 291-303. Diakses Pada 2 Mei
2019.
Giuliodori, D & Rodriguez, A. 2014. Analysis Of The Stainless Steel Market In The Eu, China
And Us. Journal Resources Policy. Http://Dx.Doi.Org/10.1016/J.Resourpol.2014.11.006 Vol.
44 : 12-24. Diakses Pada 2 Mei 2019.
Gujarati, Damodar N & Porter, Dawn C. Dasar-Dasar Ekonometrika. Edisi Kelima. Terjemahan
Oleh Raden Carlos Mangunsong. 2015. Jakarta : Salemba Empat.
Indradewa, I. G. A. 2015. Pengaruh Inflasi, PDRB Dan Upah Minimum Terhadap Penyerapan
Tenaga Kerja Di Provinsi Bali. Jurnal Ekonomi Pembangunan Universitas Udayana.
Https://Ojs.Unud.Ac.Id/Index.Php/Eep/Article/View/14385 Vol. 4, (No.8) : 923-950. Diakses
Pada 14 November 2018.
Laksamana, R. 2016. Pengaruh Pdrb Terhadap Pengangguran Di Kabupaten/Kota Kalimantan
Barat. Jurnal Audit Dan Akuntansi Fakultas Ekonomi Dan Bisnis Universitas Tanjungpura.
Vol.5, (No.2) : 111-134.
Mankiw, Gregory, N. Mekroekonomi. Edisi Keenam. Terjemahan Oleh Fitria Liza Dan Imam
Nurmawan. 2006. Jakarta : Erlangga.
Mulyadi, S. 2003. Ekonomi Sumber Daya Manusia Dalam Perspektif Pembangunan. Cetakan
Kedua. Jakarata : PT. Raja Grafindo Persada.
Munawaroh. 2012. Panduan Memahami Metodologi Penelitian. Cetakan Pertama. Malang :
Intimedia.
Nurrohman, R & Arifin, Z. 2010. Analisis Pertumbuhan Ekonomi Dan Penyerapan Tenaga Kerja
Di Provinsi Jawa Tengah. Jurnal Ekonomi Pembangunan, Vol. 8 (No 1) : 247-260.
Pangastuti, Y. 2015. Analisis Faktor-Faktor Yang Mempengaruhi Penyerapan Tenaga Kerja Di
Provinsi Jawa Tengah. Economics Development Analysis Journal.
Http://Journal.Unnes.Ac.Id/Sju/Index.Php/Edaj Vol. 4, (No.2) : 203-211 Diakses Pada 14
November 2018.
Peraturan Pemerintah Nomor 78 Tahun 2015. Tentang Pengupahan.
Https://Www.Hukumonline.Com/Pusatdata/Detail/Lt562df69e60c13/Node/157/Peraturan-
Pemerintah-Nomor-78-Tahun-2015 Diakses Pada 20 Februari 2019.
Perdana, D. S. 2008. Analisis Pengaruh PDRB Sektor Pertanian, Sektor Industri Dan Sektor Jasa
Terhadap Penyerapan Tenaga Kerja Di Provinsi Jawa Timur (Studi Kasus Tahun 2002-2004).
Skripsi Diterbitkan Di Perpustakaan Universitas Brawijaya. Malang : Fakultas Ekonomi Dan
Bisnis Universitas Brawijaya.
Priastiwi, D & Handayani. H. R. 2019. Analisis Pengaruh Jumlah Penduduk, Pendidikan, Upah
Minimum, Dan Pdrb Terhadap Tingkat Pengangguran Terbuka Di Provinsi Jawa Tengah.
Diponegoro Journal Of Economics. Https://Ejournal2.Undip.Ac.Id/Index.Php/Dje Vol. 1, (No.
1) : 159-168. Diakses Pada 13 Mei 2019.
Sembiring, N. O. 2015. Analisis Permintaan Tenaga Kerja Di Indonesia Tahun 2000-2010. Skripsi
Diterbitkan Di Website. Semarang : Fakultas Ekonomika Dan Bisnis Universitas Diponegoro.
Shidiq, M. N. 2007. Analisa Penyerapan Tenaga Kerja Pada Industri Manufaktur Di Jawa Timur.
Skripsi Di Terbitkan Di Perpustakaan Universitas Brawijaya. Malang: Program Sarjana
Fakultas Ekonomi Dan Bisnis Universitas Brawijaya.
Simanjuntak, Payaman J. 1985. Pengantar Ekonomi Sumber Daya Manusia. Jakarta : Fakultas
Ekonomi Universitas Indonesia.
Siregar, S. 2017. Metode Penelitian Kuantitatif Dilengkapi Dengan Perbandingan Perhitungan
Manual Dan SPSS. Edisi Pertama. Jakarta : Kencana.
Suryahadi, A. Widyanti, W. Perwira, D & Sumarto, S. 2010. Minimum Wage Policy And Its
Impact On Employment. Bulletin Of Indonesian Economic Studies. Vol. 7, (No.1) : 29-50.
Tarmizi, N. 2012. Ekonomi Ketenagakerjaan. Cetakan Pertama. Palembang : Universitas
Sriwijaya.
Tesfaselassie, Mewael. F & Wolters, Malik. H. 2017. The Impact Of Growth On Unemployment
In A Low Vs. A High Inflation Environment. Review Of Economic Dynamics
Http://Dx.Doi.Org/10.1016/J.Red.2017.07.005. Vol. 28 , (No. 2) : 34-50.
Todaro, Michael, P & Smith, Stephen, C. Pembangunan Ekonomi. Edisi Kesebelas. Terjemahan
Oleh Agus Dharma. 2009. Jakarta: Erlangga.
Undang-Undang Republik Indonesia Nomor 13 Tahun 2003 Tentang Ketenagakerjaan.
http://www.kemenperin.go.id/kompetensi/UU_13_2003.pdf Diakses Pada 20 Februari
2019.
Wahyudi, S. T. 2016. Konsep Dan Penerapan Ekonometrika Menggunakan E-Views. Cetakan
Pertama. Jakarta : PT. Rajagrafindo Persada.
World Bank. 2018. Diagnosa Pertumbuhan Ekonomi Jawa Timur.
Http://Documents.Worldbank.Org/Curated/En/235101468044113772/Pdf/609590wp0bahas10
box358333b01public1.Pdf Diakses Pada 20 November 2018.
Zilfiyah, S. 2013. Analisis Kontribusi Sektor Industri Terhadap Penyerapan Tenaga Kerja Sektor
Industri Di Indonesia (Periode Tahun 2004-2010). Skripsi Diterbitkan Di Perpustakaan
Universitas Brawijaya. Malang : Fakultas Ekonomi Dan Bisnis Universitas Brawijaya Malang.
Zuliadi, A. 2016. Analisis Pengaruh Upah Minimum Terhadap Tingkat Pengangguran Di
Kabupaten Aceh Barat. Skripsi Diterbitkan Di Website Meulaboh : Fakultas Ekonomi
Universitas Teuku Umar Meulaboh.