ANALISIS KENAIKAN UPAH MINIMUM PROVINSI, INVESTASI, DAN...
143
ANALISIS KENAIKAN UPAH MINIMUM PROVINSI, INVESTASI, DAN PENDIDIKAN TERHADAP TINGKAT PENGANGGURAN DI PULAU JAWA PERIODE TAHUN 2007-2018 SKRIPSI Diajukan kepada Fakultas Ekonomi dan Bisnis Ditujukan untuk Memenuhi Persyaratan Guna Memperoleh Gelar Sarjana Ekonomi (S.E) Oleh: HADY WICAKSONO 11150840000051 JURUSAN EKONOMI PEMBANGUNAN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2020
Transcript of ANALISIS KENAIKAN UPAH MINIMUM PROVINSI, INVESTASI, DAN...
ANALISIS KENAIKAN UPAH MINIMUM
PROVINSI, INVESTASI, DAN PENDIDIKAN
TERHADAP TINGKAT PENGANGGURAN DI
PULAU JAWA PERIODE TAHUN 2007-2018
SKRIPSI
Diajukan kepada Fakultas Ekonomi dan Bisnis
Ditujukan untuk Memenuhi Persyaratan Guna Memperoleh Gelar Sarjana
Ekonomi (S.E)
Oleh:
HADY WICAKSONO
11150840000051
JURUSAN EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2020
i
LEMBAR PENGESAHAN PEMBIMBING
Dr. Lukman, M.Si
ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
iii
LEMBAR PENGESAHAN UJIAN SKRIPSI
iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
v
DAFTAR RIWAYAT HIDUP
I. IDENTITAS PRIBADI :
Nama : Hady Wicaksono
Tempat Tanggal Lahir : Pemalang, 02 Oktober 1996
Alamat :Jalan Pedongkelan Belakang RT.
01/RW 14 No. 57, Kelurahan
Cengkareng Timur, Kec. Cengkareng,
Kota Jakarta Barat, DKI Jakarta. Kode
Pos : 11730
Nomor Handphone : 087775146225
E-Mail : [email protected]
II. LATAR BELAKANG KELUARGA :
Nama Ayah : Wiyarso
Tempat Tanggal Lahir : Pemalang, 2 Agustus 1973
Pendidikan Terakhir : SMP
Pekerjaan : Karyawan Swasta
Nama Ibu : Sri Haci
Tempat Tanggal Lahir : Pemalang, 10 Juni 1975
Pendidikan Terakhir : SD
Pekerjaan : Ibu Rumah Tangga
III. RIWAYAT PENDIDIKAN :
TK Harapan Ibu Cengkareng Tahun 2001 - 2003
SDN 17 Pagi Cengkareng Timur Tahun 2003 - 2009
vi
SMP Negeri 248 Jakarta Tahun 2009 - 2012
SMA Negeri 33 Jakarta Tahun 2012 - 2015
UIN Syarif Hidayatullah Jakarta Tahun 2015 - 2019
IV. RIWAYAT ORGANISASI :
HMJ (Himpunan Mahasiswa Jurusan) Ekonomi Pembangunan
PMII (Persatuan Mahasiswa Islam Indonesia)
LDK SYAHID UIN (Lembaga Dakwah Kampus)
V. SEMINAR DAN PELATIHAN
Dalam Kampus
1. Seminar Mengenal Pembiayaan Digital Sebagai Instrumen
Keuangan Modern (Fintech) DEMA FEB UIN Jakarta 2018
2. Seminar Nasional Dies Natalies 1 Dekade Ekonomi
Pembangunan 2016
3. Pelatihan Manajemen Organisasi PMII 2015
4. Pelatihan Kepemimpinan LDK 2015
Luar Kampus
1. Seminar FGD Perencanaan Gerakan Jurnalis Ramah Wisata,
Serikat Media Siber Indonesia 2018
2. Pelatihan Pekerja Bank BRI di Coorporate University BRI
Ragunan, Jakarta Selatan
3. Pelatihan Komputer, Microsoft Word, Excel, Persentation.
International Test Center 2014
4. Pelatian Kepemimpinan Remaja Islam, IPNU 2013
vii
VI. RIWAYAT PEKERJAAN
1. Team Event Majalah Muslimah SCARF
2. Crew Cathering Wedding Organizer
3. Crew Sport Event
4. Crew Big Bad Wolf Book Sale 2019
5. Crew Event Disrupto 2019
6. Volunteer Team Support LAZNAS Dewan Dakwan
7. Guru Ngaji Privat Anak
8. Magang di PT. Bank Rakyat Indonesia (PERSERO) Tbk.
Divisi Bisnis Retail Menengah Bagian Pengembangan 2
Bisnis Retail dan Menengah 2
viii
ABSTRAK
Penelitian ini bertujuan untuk mengetahui Pengaruh Kenaikan Upah
Minimum Provinsi, Investasi, dan Pendidikan terhadap Tingkat
Pengangguran di Pulau Jawa Tahun 2007-2018. Penelitian ini menggunakan
data sekunder dan menggunakan analisis data panel bermetode Regresi
Linear Berganda dengan pendekatan terbaiknya adalah Random Effect Model
(REM) menggunakan variabel independen UMP, Investasi, dan Pendidikan.
Sementara itu variabel dependen yang digunakan adalah Tingkat
Pengangguran
Hasil dari penelitian dengan menggunakan pengolahan Regresi
Linear melalui e-views menunjukkan bahwa variable UMP, dan Investasi
berpengaruh negatif dan signifikan terhadap Tingkat Pengangguran,
sedangkan variabel pendidikan berpengaruh positif dan tidak signifikan
terhadap Tingkat Pengangguran di Pulau Jawa Tahun 2007-2018. Secara
simultan, UMP, Investasi dan Pendidikan berpengaruh secara signifikan
terhadap Tingkat Pengangguran di Pulau Jawa pada Tahun 2007-2018.
Kata kunci: Upah Minimum Provinsi, Investasi, Pendidikan, Random Effect
Model (REM)
.
ix
ABSTRACT
This study aims to determine the effect of the Provincial Minimum
Wage Increase, Investment, and Education on the Unemployment Rate in
Java in 2007-2018. This study uses secondary data and uses panel data
analysis with Multiple Linear Regression method with the best approach is
the Random Effect Model (REM) using the independent variables UMP,
Investment, and Education. Meanwhile the dependent variable used is the
Unemployment Rate
The results of the study using Linear Regression processing through
e-views show that the UMP variable, and Investment have a negative and
significant effect on the Unemployment Rate, while the education variable
has a positive and not significant effect on the Unemployment Rate in Java in
2007-2018. Simultaneously, UMP, Investment and Education significantly
influence the Unemployment Rate in Java in 2007-2018.
Keywords: Provincial Minimum Wage, Investment, Education, Random
Effect Model (REM)
x
UCAPAN TERIMA KASIH
Selama menyelesaikan penyusunan skripsi ini penulis telah banyak
bantuan dari berbagai pihak, baik secara langsung maupun tidak langsung.
Untuk itu, dengan segala kerendahan hati, penulis ingin menyampaikan
ucapan terima kasih yang sebesar-besarnya kepada semua pihak yang turut
membantu, khususnya:
1. Allah SWT yang selalu ada di setiap waktu dalam hati penulis sehingga
penulis dalam mengerjakan skripsi ini merasa tenang, ikhlas, sabar,
semangat, kejernihan pikiran, petunjuk, wawasan yang luas, sehat, dan
selalu dalam lindungan dari segala cobaan dan masalah.
2. Ibu dan Bapak tercinta yang selalu memberikan kasih saying, doa serta
dorongan moril maupun materil yang tak terhingga.
3. Ibu Prof. Dr. Hj. Amany Burhannuddin Umar Lubis, Lc., M.A. selaku
rektor Universitas Islam Negeri Syarif Hidayatullah Jakarta
4. Bapak Prof.Dr. Amilin, M.Si., Ak., CA., QIA., BKP., CRMP. selaku
Dekan Fakultas Ekonomi dan Bisnis
5. Muhammad Hartana Iswandi Putra M.Si. selaku Ketua Program Studi S1
Ekonomi Pembangunan
6. Bapak Arief Fitrijanto, M.Si. selaku Mantan Ketua Program Studi S1
Ekonomi Pembangunan
7. Ibu Utami Baroroh M.Si.selaku Dosen Pembimbing Akademik
8. Bapak Dr. Lukman, M.Si. selaku Dosen Pembimbing Skripsi
xi
9. Seluruh Staf Dosen Fakultas Ekonomi dan Bisnis Universitas Islam Negeri
Syarif Hidayatullah Jakarta yang telah membantu kelancaran penulis
dalam menyelesaikan studi.
10. Seluruh Staf Pegawai Perpustakaan Universitas Islam Negeri Syarif
Hidayatullah Jakarta yang telah bersedia meminjamkan buku.
11. Bapak Fahmi Wibawa M.B.A beserta Istrinya selaku dosen dan CEO
perusahaan UMKM CV. KebonQta yang telah mendukung dan
menyemangati.
12. Seluruh staf pegawai perpustakaan Badan Pusat Statistik Jakarta yang
telah ramah melayani penulis saat berkunjung mencari data.
13. Sahabat Satriahadi Aulia P. selaku Ketua Presiden DEMA Fakultas
Ekonomi dan Bisnis yang telah memberikan kajian dan pelatihan dalam
pengolahan data melalui program fakultas dan jurusan.
14. Sahabat Wahyu Kurniawan selaku Wakil Ketua DEMA Fakultas Ekonomi
dan Bisnis sekaligus teman pertama di kampus yang dipertemukan ketika
bersama-sama daftar menjadi mahasiswa baru sampai saat ini.
15. Keluarga Besar Farras Amali, Ayah, Ibu, yang telah menjadi tempat untuk
diskusi soal skripsi bersama teman-teman.
16. Teman-teman seperjuangan dari awal masuk sampai sekarang, Satria,
Wahyu, Farras, Ivan, Zulfikar, Alwan, Azzam, Farith, Desti, Putri, Feisal,
Harits, Hilal, Isma, Khaidar, Syaban, Syaifullah.
17. M. Fariz Azzam yang sudah membantu mengajarkan untuk mengolah data
menggunakan Eviews.
xii
18. Mba Nur selaku tetangga yang sudah membantu meminjamkan skripsinya
untuk menjadi acuan dalam penulisan skripsi
19. Aam Ilmiyah dan keluarga besarnya selaku tunangan penulis yang telah
support penuh baik lisan maupun kiriman doa ketika dalam mengerjakan
skripsi
20. Teman-teman Jurusan Ekonomi Pembangunan angkatan 2015, angkatan
2014, dan angkatan 2016.
21. Bapak Bambang selaku Kadiv, Bapak Nahrowi selaku Kabag dan Seluruh
Staff pegawai Divisi Bisnis Ritel Menengah PT Bank Rakyat Indonesia
(Persero) Tbk Kantor Pusat, yang telah memberikan kesempatan untuk
mengerjakan skripsi dan memberikan waktu izin untuk bimbingan skripsi
saat magang.
22. Teman-teman Komunitas Motor Sport Bike Custom yang telah memberi
dukungan.
23. Dan semua teman-teman atau pihak-pihak yang tidak bisa penulis
sebutkan satu persatu. Terima Kasih atas semuanya.
xiii
KATA PENGANTAR
Segala puji dan syukur penulis panjatkan kehadirat Allah SWT,
karena berkat rahmat dan karunia, dan hidayah-Nya maka penulis dapat
menyelesaikan skripsi ini dengan judul : “Analisis Kenaikan UMP Tenaga
Kerja, Investasi, Pendidikan, Terhadap Tingkat Pengangguran di Pulau
Jawa Periode Tahun 2007-2018”.
Skripsi ini diajukan untuk memenuhi salah satu syarat dalam
menempuh ujian Sarjana Ekonomi. Penulis menyadari bahwa penyusunan
skripsi ini masih banyak terdapat kekurangan dan masih jauh dari
kesempurnaan, hal ini dikarenakan keterbatasan kemampuan yang penulis
miliki.
Atas segala kekurangan dan ketidaksempurnaan skripsi ini, penulis
sangat mengharapkan masukan, kritik dan saran yang bersifat membangun
kearah perbaikan dan penyempurnaan skripsi ini. Cukup banyak kesulitan
yang penulis temui dalam penulisan skripsi ini, tetapi Alhamdulillah dapat
penulis atasi dan selesaikan dengan baik.
Akhir kata penulis berharap semoga skripsi ini dapat bermanfaat bagi
semua pihak dan semoga amal baik yang telah diberikan kepada penulis
mendapat balasan dari Allah SWT.
Jakarta, 16 Januari 2020
Penulis,
Hady Wicaksono
xiv
DAFTAR ISI
LEMBAR PENGESAHAN PEMBIMBING .................................................. i
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ............................... ii
LEMBAR PENGESAHAN UJIAN SKRIPSI .............................................. iii
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ...................... iv
DAFTAR RIWAYAT HIDUP ....................................................................... v
ABSTRAK .................................................................................................. viii
ABSTRACT .................................................................................................... ix
UCAPAN TERIMA KASIH .......................................................................... x
KATA PENGANTAR ................................................................................ xiii
DAFTAR ISI ............................................................................................... xiv
DAFTAR GAMBAR ................................................................................. xvii
DAFTAR GRAFIK ................................................................................... xviii
DAFTAR TABEL ....................................................................................... xix
BAB I ............................................................................................................. 1
PENDAHULUAN ......................................................................................... 1
1.1 Latar Belakang ....................................................................................... 1
1.2 Perumusan Masalah ............................................................................. 12
1.3 Permasalahan ....................................................................................... 13
1.4 Tujuan Penelitian ................................................................................. 14
1.5 Manfaat Penelitian ............................................................................... 14
xv
1.6 Pembatasan Masalah dan Ruang Lingkup ........................................... 15
BAB II .......................................................................................................... 16
TINJAUAN PUSTAKA .............................................................................. 16
2.1 Landasan Teoritis ................................................................................. 16
2.1.1Pengangguran ............................................................................. 16
2.1.2 Upah Minimum Tenaga Kerja ................................................... 21
2.1.3 Investasi ..................................................................................... 27
2.1.4 Pendidikan ................................................................................. 32
2.2 Review Studi Terdahulu ...................................................................... 35
2.3 Kerangka Berpikir ............................................................................... 44
2.4 Hipotesis .............................................................................................. 50
BAB III ........................................................................................................ 52
METODOLOGI PENELITIAN ................................................................... 52
3.1 Metode Dalam Penelitian .................................................................... 52
3.2 Operasional Variabel dan Variabel Penelitian ..................................... 53
3.2.1 Operasional Variabel ................................................................. 53
3.3 Data dan Sumber Data ......................................................................... 57
3.3.1 Jenis Data ................................................................................... 57
3.3.2 Sumber Data Penelitian ............................................................. 58
3.3.3 Tempat dan Waktu Penelitian .................................................... 58
3.4 Tahap-tahap Analisis ........................................................................... 59
3.4.1 Editting Data (Pemeriksaan Data) ............................................. 59
3.4.2 Analisis Data .............................................................................. 59
BAB IV ........................................................................................................ 67
ANALISIS DAN PEMBAHASAN ............................................................. 67
4.1 Perkembangan Data ............................................................................. 67
4.1.1 Gambaran Umum....................................................................... 67
4.2 Analisis Data ........................................................................................ 72
4.2.1 Penentuan Teknik Analisis Model Data Panel .......................... 74
4.2.2 Random Effect Model................................................................ 77
xvi
4.2.3 Hasil Uji Hipotesis ..................................................................... 78
4.2.4 Uji Asumsi Klasik ..................................................................... 83
4.2.5 Kota dan Kabupaten Per Wilayah.............................................. 86
4.3 Analisis Ekonomi .......................................................................... 92
4.3.1 Upah Minimum Provinsi Terhadap Pengangguran ................ 92
4.3.2 Investasi Terhadap Pengangguran.......................................... 93
4.3.3 Pendidikan Terhadap Pengangguran ...................................... 95
BAB V.......................................................................................................... 98
KESIMPULAN DAN SARAN .................................................................... 98
5.1 Kesimpulan .......................................................................................... 98
5.2 Saran .................................................................................................... 99
5.3 Keterbatasan Penelitian ..................................................................... 100
DAFTAR PUSTAKA ................................................................................ 101
LAMPIRAN-LAMPIRAN......................................................................... 109
xvii
DAFTAR GAMBAR
Gambar 2.1 Paradigma Berpikir………… .................................................. 49
Gambar 4.1 Pulau Jawa………… ................................................................ 67
xviii
DAFTAR GRAFIK
Grafik 1.1 Provinsi Pengangguran tertinggi di Indonesia 2018………… ..... 2
Grafik 4.1 Pengangguran di Pulau Jawa Tahun 2007-2018………… ......... 68
Grafik 4.2 UMP di Pulau Jawa Tahun 2007-2018………… ....................... 69
Grafik 4.3 Investasi di Pulau Jawa Tahun 2007-2018………… ................. 70
Grafik 4.4 Pendidikan di Pulau Jawa Tahun 2007-2018… ......................... 71
Grafik 4.5 Grafik Regresi Linear………… ................................................. 74
Grafik 4.6 Grafik Uji Normalitas ………… ................................................ 76
xix
DAFTAR TABEL
Tabel 1.1 Tingkat Pengangguran di Pulau Jawa Tahun 2007-2018 .............. 3
Tabel 1.2 UMP di Pulau Jawa Tahun 2007-2018………… .......................... 5
Tabel 1.3 5 Provinsi UMP Terendah di Indonesia Tahun 2017…………..... 6
Tabel 1.4 Provinsi UMP Tertinggi se-Indonesia Tahun 2018………… ....... 7
Tabel 1.5 Investasi di Pulau Jawa Tahun 2007-2018………… ..................... 8
Tabel 1.6 Angka Gagal Sekolah di Pulau Jawa Tahun 2018………… ....... 10
Tabel 1.7 Pendidikan di Pulau Jawa Tahun 2012-2018………… ............... 11
Tabel 2.1 Penelitian Terdahulu………… .................................................... 39
Tabel 3.1 Tabel Operasional Variabel………… ......................................... 56
Tabel 4.1 Hasil Analisis Statistik Deskriptif………… ................................ 73
Tabel 4.2 Hasil Uji Chow………… ............................................................ 75
Tabel 4.3 Hasil Uji Haussman………… ..................................................... 76
Tabel 4.4 Estimasi Hasil Regresi Data Panel………… ............................... 77
Tabel 4.5 Uji F-statistik Seluruh Wilayah………… ................................... 78
Tabel 4.6 Hasil T-statistik Seluruh Wilayah………… ................................ 79
Tabel 4.7 Uji Koefisien Determinasi (R2) Seluruh Wilayah………… ........ 80
Tabel 4.8 Interpretasi Random Effect Model………… ............................... 81
Tabel 4.9 Uji Multikolinearitas………… .................................................... 84
Tabel 4.10 Tes Heteroskedastisitas………… .............................................. 84
xx
Tabel 4.11 Tes Autokorelasi………… ........................................................ 85
Tabel 4.12 Tes Autokorelasi (Setelah Transformasi)……………………...85
Tabel 4.13 Estimasi Provinsi Banten………… ........................................... 86
Tabel 4.14 Estimasi Provinsi DKI Jakarta………… ................................... 87
Tabel 4.15 Estimasi Provinsi Jawa Barat………… ..................................... 88
Tabel 4.16 Estimasi Provinsi Jawa Tengah………… ................................. 89
Tabel 4.17 Estimasi Provinsi DI Yogyakarta…………............................... 90
Tabel 4.18 Estimasi Provinsi Jawa Timur………… ................................... 91
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pengangguran merupakan masalah terbesar bagi suatu negara, karena
pengangguran menyebabkan pendapatan dan produktivitas masyarakat
rendah yang pada akhimya akan menimbulkan kemiskinan dan masalah
sosial lain. Negara berkembang seringkali dihadapkan pada besamya
angka pengangguran karena sempitnya lapangan pekerjaan dan besarnya
jumlah penduduk usia kerja. Sempitnya lapangan pekerjaan dikarenakan
faktor kelangkaan modal untuk berinvestasi, perubahan-perubahan harga,
dan upah yang bermasalah.
Seiring dengan dinamika ekspansi dan kontraksi industri,
berkembangnya teknologi, bertambahnya generasi baru yang memasuki
pasar tenaga kerja, dan keberadaan mereka yang selalu ingin mencari
pekerjaan lebih baik, tenaga kerja yang menganggur akan selalu ada. Itulah
mengapa, para pakar menyepakati adanya rentang Unemployment Rate
normal, biasanya di kisaran 4%-6%. Dan Unemployment Rate pada tahun
2018 sebesar 5,34%. Rentang tersebut bisa berubah-ubah tergantung dari
beberapa faktor, di antaranya adalah tingkat masuknya pencari kerja baru
di bursa kerja, tingkat upah minimum, tunjangan pengangguran, dan lain
sebagainya. Dari data BPS (Badan Pusat Statistik) terhitung sampai
Februari 2018 Tingkat Pengangguran Terbuka sebesar 5,13 persen dan
menurun dari tahun sebelumnya yaitu sebanyak 7,04 juta orang
menganggur pada Tahun 2017.
2
Dapat dilihat dari grafik 1.1 diatas bahwa 3 Provinsi di Pulau Jawa
masuk dalam 10 besar Pengangguran tertinggi di tingkat Nasional, Serta
Banten merupakan Pengangguran tertinggi diikuti dengan Jawa Barat pada
posisi keduanya. Ini merupakan masalah besar yang harus dipecahkan oleh
Pemerintah dan sebagai penentu arah kebijakan selanjutnya. Seperti
diketahui bahwa Pulau Jawa merupakan daerah sentral Indonesia dalam
mengelola ekonomi maupun kehidupan sosialnya yang majemuk.
Grafik 1.1
Provinsi Pengangguran Tertinggi di Indonesia Tahun 2018
Sumber: BPS diolah
3
Provinsi 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
Banten
15.75
15.18
14.97
13.68
13.74
9.94
9.54
9.07
9.55
8.92
9.28 8.52
DKI
Jakarta
12.57
12.16
12.15
11.05
11.69
9.67
8.63
8.47
7.23
6.12
7.14 6.24
Jawa Barat
13.08
12.08
10.96
10.33
9.96
9.08
9.16
8.45
8.72
8.89
8.22 8.17
Jawa
Tengah
7.70
7.35
7.33
6.21
7.07
5.61
6.01
5.68
4.99
4.63
4.57 4.51
DI
Yogyakarta
6.10
5.38
6.00
5.69
4.39
3.90
3.24
3.33
4.07
2.72
3.02 3.35
Jawa
Timur
6.79
6.42
5.08
4.25
5.38
4.11
4.30
4.19
4.47
4.21
4.00 3.99
Pada tren pengangguran terbuka di Pulau Jawa dari tahun 2007-2018
cenderung mengalami penurunan di setiap kotanya. Tetapi persentasi nya
masih sangat besar ini menunjukkan bahwa jumlahnya pun masih sangat
tinggi, beriringan dengan potensi industry yang ada di daerah tersebut
banyak pula.
Pulau Jawa merupakan salah satu pulau yang banyak sekali aktivitas
perekonomiannya mulai dari perkantoran, industri, pertanian dan lain
sebagainya, karena sebagai pusat kesibukan ekonomi di Indonesia. Namun
tidak dipungkiri bahwa di Pulau Jawa juga menyimpan banyak
pengangguran, ini karena imbas dari banyaknya kegiatan ekonomi di
Pulau Jawa sebagai pulau pusat dari jalannya roda ekonomi. Yang
akhirnya penduduk di luar Pulau Jawa berbondong-bondong mengadu
nasib di Pulau Jawa. Dan menurut data Pengangguran BPS Tahun 2018
ada 3 Provinsi di Pulau Jawa yang masuk dalam 5 Provinsi dengan Tingkat
Pengangguran Terbuka Terbesar, yaitu: Provinsi Banten, persentasenya
Sumber:BPS, Survei Angkatan Kerja Nasional (Sakernas)
Tabel 1.1
Tingkat Pengangguran di Pulau Jawa Tahun 2007-2018 (Jiwa)
4
mencapai 8,52 persen, Provinsi Jawa Barat yaitu tercatat 8,17 persen, dan
Provinsi DKI Jakarta sebesar 6,20 persen.
Baru-baru ini, tepatnya pada Mei 2018, Menteri Ketenagakerjaan
Republik Indonesia, Hanif Dhakiri, mengungkapkan bahwa terdapat tiga
masalah yang dihadapi oleh tenaga kerja di Indonesia saat ini. Pertama,
ketidakcocokan antara kemampuan dan pendidikan angkatan kerja dengan
kebutuhan dunia industri. Kedua, kemampuan dari kelompok angkatan
kerja yang masih tidak sesuai dengan yang diharapkan oleh dunia industri.
Dan yang terakhir, tingginya kelompok kerja miskin (60% dari 128 juta
jumlah angkatan kerja) yang apabila masuk ke industri padat karya tidak
memiliki karir.
Yang terjadi permasalahan saat ini adalah juga adanya kesenjangan
antara daerah yang satu dengan daerah yang lainnya dalam bidang
ketenagakerjaan. Khususnya dalam masalah upah tenaga kerja di daerah
perkotaan pusat dengan daerah pinggiran sekitar perkotaan. Hal ini
menjadi bertentangan dengan tujuan Pemerintah pusat yang menjadikan
pemerataan kesejahteraan di setiap daerahnya. Gita Irawan (2018). [1]
[1] Gita Irawan, Menteri Hanif Ungkap Tiga Masalah Tenaga Kerja di Indonesia,
Tribunnews.com, http://www.tribunnews.com/nasional/2018/05/01/menteri-hanif-ungkap-
tiga-masalah-tenaga-kerja-di-indonesia, 21 Juni 2018.
5
Upah Minimum Regional/Propinsi (Rupiah)
Provinsi 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
BANTEN 746,500 837,000 917,500 955,300 1,000,000 1,042,000 1,170,000 1,325,000 1,600,000 1,784,000 1,931,180 2,099,385
DKI JAKARTA 900,560 972,604 1,069,865 1,118,009 1,290,000 1,529,150 2,200,000 2,441,000 2,700,000 3,100,000 3,355,750 3,648,035
JAWA BARAT
516,840 568,193 628,191 671,500 732,000 780,000 850,000 1,000,000 1,312,355 2,250,000 1,420,624 1,544,360
JAWA TENGAH
500,000 547,000 575,000 660,000 675,000 765,000 830,000 910,000 1,160,000 1,265,000 1,367,000 1,486,065
DI YOGYAKART
A 500,000 586,000 700,000 745,694 808,000 892,660 947,114 988,500 1,108,249 1,235,700 1,337,645 1,454,154
JAWA TIMUR
448,500 500,000 570,000 630,000 705,000 745,000 866,250 1,000,000 1,150,000 1,283,000 1,388,000 1,508,894
Pada Tabel 1.2 Setiap Provinsi di Pulau Jawa cenderung memiliki
kenaikan upah minimum setiap tahunnya. DKI Jakarta merupakan
Provinsi yang memiliki upah minimum yang tertinggi di Pulau Jawa dan
juga di Nasional sebesar 3, 6 juta. Kenaikan ini dipicu oleh peningkatan
Kehidupan Layak (KHL) pekerja. Pemerintah menetapkan upah minimum
berdasarkan Kehidupan Hidup Layak (KHL) yang dilihat dari
produktivitas dan pertumbuhan ekonomi serta memperhitungkan angka
inflasi di tahun berikutnya. Sehingga kenaikan Kebutuhan Hidup Layak
(KHL) mengindikasikan adanya kenaikan pertumbuhan ekonomi yang
nantinya dapat meningkatkan produktivitas sehingga penyerapan dapat
maksimal. Tingginya angka upah minimum ini menunjukkan bahwa
Pemerintah daerah di masing-masing Provinsi mengambil langkah
kebijakan yang tepat untuk mengurangi pengangguran, namun dengan
meningkatnya UMP pada setiap tahunnya, hanya sebagian saja yang dapat
memenuhi kebutuhan hidup layak. Hal ini terbukti dari meningkatnya
angka pengangguran.
Sumber: BPS Indonesia, Kemenakertrans
Tabel 1.2
Jumlah UMP di Pulau Jawa Tahun 2007-2018 (Rupiah)
6
Tidak ada titik temu antara Perusahaan dengan tenaga kerja dan
membuat Pemerintah ikut turun tangan dalam hal ini, dan diatur oleh
masing-masing propinsi untuk menetapkan kebijakan Upah Minimum.
Berdasarkan Pasal 89 UU 13/2003, setiap wilayah diberikan hak untuk
menetapkan kebijakan Upah minimum mereka sendiri baik di tingkat
provinsi dan tingkat Kabupaten/kotamadya.Undang-undang (2003)[2]
Kenaikan Upah Minimum Regional akan memberi dampak di
berbagai sektor. Meningkatnya upah minimum akan bernilai positif jika
produktifitas tenaga kerja meningkat. Namun upah yang tinggi juga akan
menyebabkan kenaikan biaya produksi, sehingga banyak pelaku usaha
yang memilih untuk meningkatkan produktivitas melalui pengadaan mesin
atau otomatisasi. Jika kapasitas produksi tetap akan memungkinkan
pengurangan tenaga kerja meningkat.
Tabel 1.3
Provinsi UMP Terendah Se-Indonesia Tahun
2017 (Rp)
No Provinsi UMP
1 Yogyakarta 1.454.020
2 Jawa Tengah 1.485.929
3 Jawa Timur 1.508.756
4 Jawa Barat 1.544.218
5 NTT 1.793.550
6 NTB 1.773.163
Sumber: BPS Indonesia, Kemenaker Tahun
2017
Hal ketiga yang dapat menyebabkan pengangguran yaitu Investasi.
Peranan sektor industri dalam mengurangi angka pengangguran tidak
[3] Republika Indonesia, Undang-Undang No 13 Tahun 2003, Pasal 89
7
terlepas dari adanya peranan investasi. Investasi yang dilakukan adalah
investasi langsung berupa investasi domestik (Penanaman Modal Dalam
Negeri) dan investasi asing (Penanaman Modal Asing). Investasi langsung
dapat menyerap banyak tenaga kerja yang berada di pasar tenaga kerja dan
investasi langsung juga diharapkan dapat mengurangi angka
pengangguran khususnya di Pulau Jawa. Investasi dilakukan untuk
membentuk faktor produksi kapital, dimana sebagian dari investasi
tersebut digunakan untuk pengadaan berbagai barang modal yang akan
digunakan untuk kegiatan proses produksi. Melalui investasi proses
produksi dapat ditingkatkan yang kemudian memperluas jangkauan lokasi
produksi serta kemampuan industri untuk memberikan upah yang sesuai
dengan kemampuan industri, sehingga tenaga kerja dapat terserap dan
perusahaan tidak mengalami goncangan untuk memberikah upah.
Investasi menjadi tameng perekonomian Indonesia dikala perekonomian
dalam negeri terpuruk, terutama Investasi asing yang masuk ke dalam
negeri. Kondisi perekonomian dunia juga bisa berdampak cepat kepada
nilai investasi itu sendiri, apabila perekonomian dunia anjlok maka
perusahaan asing yang membangun produksi di dalam negeri akan
membuat kebijakan untuk mengefisiensikan produksinya bisa berupa
pengurangan tenaga kerja dan lain-lain. Serta penolakan produk asing
Tabel 1.4
5 Provinsi UMP Tertinggi di Indonesia Tahun 2018 (Rp)
No Provinsi 2017 2018 Kenaikan
1 DKI Jakarta 3.355.750 3.648.035 8.71%
2 Papua 2.663.646 2.895.650 8.71%
3 Sulawesi Utara 2.598.000 2.824.286 8.71%
4 Bangka Belitung 2.534.673 2.755.443 8.71%
5 Aceh 2.500.000 2.717.750 8.71%
Sumber: Liputan6.com
8
yang gencar dilakukan Masyarakat juga akan berdampak pada
produktivitas investor asing.
Provinsi Tahun
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
Banten 1777300000 2466800000 5793700000 7396700000 6470300000 7833800000 7728900000 10115900000 13251896400 15338400000 18189400000 3858100000
DKI
Jakarta 8894900000 11764900000 15204600000 11027800000 14080500000 12647800000 8345600000 22320900000 19132125000 15615100000 51857300000 12577800000
Jawa
Barat 12674800000 6841700000 6659300000 17491800000 15033700000 15594700000 16131000000 25288900000 32011567800 35831100000 43533500000 15703800000
Jawa
Tengah 377200000 1471900000 2725700000 854500000 2912800000 6038600000 13057900000 14065000000 16261114600 25101200000 22238500000 7766600000
DIY 33900000 49700000 41000000 14900000 4000000 418900000 313400000 768800000 451466800 968200000 331100000 543000000 Jawa
Timur 3414300000 3235400000 4712800000 9853300000 10999500000 23819100000 38245200000 39934500000 38083194200 48272600000 46611200000 9908300000
Dilihat dari grafik diatas, Jawa Barat cenderung memiliki nilai
investasi yang cukup tinggi karena Jawa Barat merupakan Objek terbesar
dari pembangunan infrastruktur yang sedang digalakkan oleh Pemerintah.
Yang kedua berada di DKI Jakarta karena disana terdapat pusat kawasan
pusat perekonomian. Investasi memiliki pengaruh besar pula terhadap
penyerapan tenaga kerja dan tingginya investasi merupakan potensi
terjadinya pengurangan tingkat pengangguran.
Angka investasi yang kecil membuat minimnya tempat untuk
mengadu nasib di sebuah Perusahaan, meskipun jumlah angkatan kerja
cukup banyak dan meskipun tenaga kerja tersebut memiliki kualitas tapi
tetap saja tidak sebanding dan terbatas oleh lapangan pekerjaan. Investasi
terus digenjot oleh Pemerintah karna berpotensi untuk menyerap tenaga
kerja yang banyak. Dan diharapkan ini menjadi motor utama dalam
mengurangi jumlah tenaga kerja di Indonesia khususnya di Pulau Jawa.
Karena dilihat dari tabel diatas investasi mengalami kenaikan, itu berarti
Sumber: Badan Pusat Statistik
Tabel 1.5
Investasi di Pulau Jawa Tahun 2007-2018 (per 1000 rupiah)
9
jalur investasi terus dimuluskan oleh Pemerintah demi menanggulangi
permasalahan-permasalahan yang ada.
Pengangguran yang lebih tinggi menyebabkan arus masuk yang lebih
tinggi dari investasi langsung asing karena membuktikan bahwa investor
asing mencari lokasi di mana ketersediaan tenaga kerja tidak akan menjadi
masalah.Vasile Alecsandru Strata (2014) [3]
Faktor yang terakhir yang menyangkut kondisi pengangguran adalah
masalah pendidikan. Pendidikan merupakan suatu patokan ataupun
landasan sebuah perusahaan untuk menjalin kerjasama kepada seseorang
sebagai tenaga bantuan, agar produksi bisa berjalan secara maksimal
sesuai kebutuhannya. Tetapi kini perusahaan mulai meningkatkan kualitas
tenaga kerja demi meningkatkan mutu produksinya. Tidak sedikit
perusahaan setiap tahunnya mencari tenaga baru untuk direkrut dan tidak
sedikit pula pelamar yang mengajukan diri untuk bekerja.
Ketidakseimbangan jumlah dan ketidakseimbangan kebutuhan kualifikasi
yang dibutuhkan menjadi masalah besar yang akan dihadapi.
Kebanyakan pelamar mengajukan diri berbekal kemampuan seadanya
dan pendidikan seadanya. Sehingga Perusahaan pun tidak segan untuk
mendiskualifikasi yang tidak sesuai kriteria. Sehingga banyak pula yang
menganggur di usia angkatan kerja. Dipilihnya Pulau Jawa sebagai
penelitian ini, alasannya karena beberapa kota di Pulau Jawa juga banyak
[4] Vasile Alecsandru Strata, Adriana Davidescu, dan Andreea Maria Paul.
FDI and The Unemployment - A Causality Analysis for The Latest EU
Member. (Ceko:2014)
10
dikenal sebagai kota Pelajar. Serta Pulau Jawa merupakan Jumlah pelajar
terbanyak dibandingkan di pulau lainnya. Ini disebabkan karena sudah
banyaknya fasilitas gedung sekolah di tiap kotanya. Tetapi tidak
dipungkiri bahwa Pulau Jawa juga memiliki masalah besar dalam
pendidikan. Terbukti di Tahun 2017 dunia pendidikan di Pulau Jawa telah
memunculkan angka yang menakjubkan.
Tabel 1.6 Angka Gagal Sekolah di Pulau Jawa Tahun 2018
Masih banyaknya angka putus Sekolah yang akan berdampak di
kehidupan yang akan mendatang. Ini merupakan salah satu bentuk tidak
lolosnya kualifikasi di dunia kerja. Tidak diterimanya dalam dunia kerja
dampaknya akan menjadi pengangguran yang akan mengancam orang-
orang yang berada di usia Angkatan Kerja. Dan apabila dalam jumlah yang
cukup besar tersebut akan besar pula resiko yang akan ditanggung
Pemerintah nantinya. Banyak faktor yang mempengaruhi seseorang bisa
putus sekolah/tindak lanjut sekolah. Bisa karena kemalasan, faktor
ekonomi keluarga, faktor pergaulan/lingkungan, kesehatan dan juga karna
fasilitas yang tidak memadai. Yang belum bersekolah diduga disebabkan
oleh beberapa faktor, yaitu: (1) mereka tinggal di daerah terpencil atau
N
o
Tingkat
Pendidikan
Mengulang Putus Sekolah
Jumlah % Jumlah %
1 SD 117586 5.64 11531 0.56
2 SMP 9202 1.23 19511 1.98
3 SMA 1886 0.64 14335 4.12
4 SMK 4738 1 44824 9.07
Jumlah 133412 8.51 90201 15.73
Sumber: Kemdikbud.go.id Tahun 2018
11
terisolasi, sehingga mereka tidak dapat menjangkau sekolah yang terdekat,
(2) mereka tidak bersekolah karena alasan ekonomi, (3) mereka tinggal di
masyarakat yang secara budaya belum menganggap pendidikan sebagai
sesuatu yang penting, (4) mereka sudah bekerja mencari nafkah untuk
membantu orang tua, atau (5) mereka tinggal di daerah konflik. Oleh
karena itu diperlukan usaha yang serius untuk memecahkan permasalahan
ini dengan mempertimbangkan lima faktor tersebut dan bukan sekedar
menambah Ruang Kelas Baru (RKB) atau mendirikan Unit Sekolah Baru
(USB).
Provinsi
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
SMA SMA SMA SMA SMA SMA SMA SMA SMA SMA SMA SMA
Banten 127048 133952 145590 135066 141976 149972 146757 149485 150883 150883 154814 185259
DKI Jakarta 182906 177617 172834 161400 152496 161400 153054 142966 206753 165279 171640 166666
Jawa Barat 479441 261380 24625 481361 488966 533864 604132
519 307 547671 644854 671077 707428
Jawa Tengah 781469 308029 822139 869120 896686 932874 950053 456877 1014073 394564 402804 406323
DI Yogyakarta 36760 35760 34379 34035 55513 33204 49514 47877 51371 54067 55262 55400
Jawa Timur 500197 508256 511053 458676 456438 505939 495317 464721 432429 523500 535612 534902
Dari data Pendidikan yang diwakili oleh Jumlah Siswa yang
menamatkan hingga SMA menunjukkan angka yang cukup besar. Apakah
besarnya angka tersebut dapat berdampak kepada Tingkat Pengangguran atau
tidak.
Sumber: BPS
Tabel 1.7
Pendidikan di Pulau Jawa Tahun 2007-2018 (Jiwa)
12
Berdasarkan asumsi dasar dari teori Human Capital, bahwa semakin tinggi
tingkat pendidikan seseorang, maka semakin tinggi pula kesempatan kerja
mereka. Berangkat dari pemikiran tersebut, tidak sedikit orang-orang yang
berpikir bahwa jika ia tidak tertampung oleh lapangan kerja yang tersedia di
Indonesia, itu berarti ia harus mengambil sekolah yang lebih tinggi lagi. Maka
timbulah asumsi baru, yaitu, semakin tinggi tingkat pendidikan seseorang,
maka akan semakin sedikit angka pengangguran di Indonesia.
1.2 Perumusan Masalah
Pengangguran di Pulau Jawa meskipun angkanya fluktuatif tapi ini
dirasa masih terlihat jumlahnya sangat banyak. Meski tiap tahunnya
mengalami penurunan tapi angkanya masih cukup tinggi mengingat Pulau
Jawa adalah tempat paling sibuk dalam perekonomian negara Indonesia.
Beberapa Provinsi di Pulau Jawa juga masih menduduki dalam peringkat
10 besar pengangguran terbanyak di Indonesia. Indikator kemajuan sebuah
negara adalah dilihat dari seberapa banyak angka pengangguran di suatu
negara tersebut. Jika masalah ini tidak tertangani dengan baik akan
menjadi boomerang untuk negara di masa yang akan datang, bisa dalam
masalah sosialnya, kriminalitas maupun mengancam dari segi politik
ekonominya.
Pengaturan dalam pengupahan yang tepat pada tenaga kerja juga akan
dirasa mampu untuk mengatasi masalah besar tersebut, karena umumnya
kebutuhan masyarakat bergantung pada industri suatu perusahaan.
Tingginya permintaan upah tenaga kerja juga akan mengancam kehilangan
13
potensi untuk bekerja, maka dari itu pengupahan juga harus diatur secara
hati-hati oleh Pemerintah.
Investasi dalam maupun luar negeri yang tinggi juga akan mampu
untuk mengurangi angka pengangguran. Keterbukaan lapangan pekerjaan
yang luas dari para investor juga akan menyerap banyak tenaga kerja.
Selain itu pemasukan pemerintah yang tinggi dari Investasi akan
menambah pendapatan pemerintah yang nantinya akan membantu untuk
belanja negara ataupun subsidi dalam langkah untuk menekan harga-harga
produksi yang akan mempengaruhi faktor produksi khususnya
pengangguran. Di sektor pendidikan, sumber daya manusia harus terus
dibangun melalui pendidikan. Diharapkan SDM yang sedang dibangun itu
memiliki kuantitas yang cukup tinggi agar mengurangi dari tingginya
angka pengangguran.
Oleh sebab itu, yang menjadi masalah pada penelitian ini adalah:
Kenaikan UMP tenaga kerja, Investasi, dan Pendidikan terhadap Tingkat
Pengangguran di Pulau Jawa pada Tahun 2007-2018
1.3 Permasalahan
Berdasarkan latar belakang diatas, rumusan masalah penelitian adalah
sebagai berikut:
1. Bagaimana pengaruh kenaikan upah minimum secara parsial terhadap
Tingkat pengangguran di Pulau Jawa Periode Tahun 2007-2018?
2. Bagaimana pengaruh investasi (PMA dan PMDN terhadap Tingkat
Pengangguran di Pulau Jawa Periode Tahun 2007-2018?
14
3. Bagaimana pengaruh Pendidikan terhadap Tingkat pengangguran di Pulau
Jawa Periode Tahun 2007-2018?
4. Bagaimana hubungan antara kenaikan upah minimum tenaga kerja,
Investasi dan pendidikan terhadap Tingkat Pengangguran di Pulau Jawa
Periode Tahun 2007-2018?
1.4 Tujuan Penelitian
1. Untuk menganalisis dan mengetahui pengaruh kenaikan upah minimum
secara parsial terhadap Tingat pengangguran di Pulau Jawa Tahun 2007-
2018
2. Untuk menganalisis dan mengetahui pengaruh investasi (PMA dan
PMDN) terhadap Tingkat pengangguran di Pulau Jawa Tahun 2007-2018
3. Untuk menganalisis dan mengetahui pengaruh Pendidikan terhadap
Tingkat pengangguran di Pulau Jawa Tahun 2007-2018
4. Untuk menganalisis dan mengetahui hubungan kenaikan upah minimum
tenaga kerja, Investasi dan Pendidikan terhadap Tingkat pengangguran
di Pulau Jawa Tahun 2007-2018
1.5 Manfaat Penelitian
1. Bagi penulis, diharapkan karya tulis ini dapat memberikan pengetahuan
bagi pembaca dan penulis sendiri.
2. Bagi akademik, karya tulis ini dapat menjadi sumber referensi bagi
penelitian terkait dan dapat dijadikan sebagai bahan perbandingan dari
penelitian yang sudah ada.
3. Bagi masyarakat, karya tulis ini diharapkan dapat menambah informasi
dan pengetahuan kepada masyarakat tentang adanya kenaikan upah
15
minimum tenaga, Investasi dan pendidikan terhadap Tingkat
pengangguran di Pulau Jawa Tahu 2007-2018.
1.6 Pembatasan Masalah dan Ruang Lingkup
Kenaikan Upah minimum Tenaga Kerja yang diteliti disini merupakan
Upah Minimum Provinsi di seluruh Pulau Jawa yang mencangkup 6
Daerah Provinsi, yaitu: Provinsi Banten, Provinsi DKI Jakarta, Provinsi
Jawa Barat, Provinsi Jawa Tengah, Provinsi Daerah Istimewa Yogyakarta,
dan Provinsi Jawa Timur. Pada penelitian ini diambil dengan kurun waktu
11 tahun yaitu dari tahun 2007-2018. UMP yang diambil merupakan UMP
regional karena data yang digunakan per wilayah Provinsi. Investasi yang
dilakukan merupakan investasi langsung dari dalam negeri (PMDN)
maupun investasi langsung luar negeri (PMDN). Kemudian pada sektor
pendidikan penulis membahas tentang Jumlah Siswa yang mengakhiri
sampai tingkat SMA
16
BAB II
TINJAUAN PUSTAKA
2.1 Landasan Teoritis
2.1.1Pengangguran
2.1.1.1 Pengertian Pengangguran
Pengangguran atau tunakarya adalah istilah untuk orang yang tidak
bekerjasama sekali, sedang mencari kerja, bekerja kurang dari dua hari
selama seminggu, atau seseorang yang sedang berusaha mendapatkan
pekerjaan yang layak. Pengangguran sering kali menjadi masalah dalam
perekonomian karena dengan adanya pengangguran, produktivitas dan
pendapatan masyarakat akan berkurang sehingga dapat menyebabkan
timbulnya kemiskinan dan masalah-masalah sosial lainnya. Seseorang
dapat dikatakan sebagai pengangguran apabila orang tersebut benar-
benar tidak memiliki perkerjaan sama sekali.
Menurut Sukirno (1994), pengangguran adalah suatu keadaan dimana
seseorang yang tergolong dalam angkatan kerja ingin mendapatkan
pekerjaan tetapi belum dapat memperolehnya. Fator utama yang
menyebabkan terjadinya pengangguran adalah kurangnya pengeluaran
agregat. Pengusaha memproduksi barang dan jasa dengan maksud
memperoleh keuntungan, akan tetapi keuntungan tersebut akan diperoleh
apabila pengusaha tersebut dapat menjual barang dan jasa yang mereka
produksi. Semakin besar permintaan, semakin besar pula barang dan jasa
yang mereka wujudkan. Kenaikan produksi yang dilakukan akan
menambah penggunaan tenaga kerja.
17
2.1.1.2 Akibat Buruk Pengangguran
Pengangguran dimanapun harus diatasi, karena menurut
(Sukirno,2000) dapat berakibat buruk, terutama dari dua aspek berikut:
a. Akibat buruk ke atas kegiatan perekonomian Pengangguran yang
relatif tinggi dapat menghambat pertumbuhan ekonomi suatu daerah
karena rendahnya daya beli. Rendahnya daya beli maka akan
berdampak pada rendahnya aktivitas perekonomian.
b. Akibat buruk ke atas individu dan masyarakat Keburukan dari
penggangguran dalam hubungan sosial adalah sebagai berikut:
1) Masyarakat yang tidak mempunyai pekerjaan atau mengganggur
maka tidak akan memperoleh pendapatan.
2) Masyarakat yang memiliki keterampilan tidak dapat meningkatkan
kemampuannya jika ia menganggur. Dengan demikian
keterampilan yang dimikinya tidak dapat dimaksimalkan dengan
baik bahkan keterampilan yang dimilikinya akan hilang karena
tidak pernah dipraktikkan. Pengangguran yang relatif tinggi dapat
berpotensi mengganggu kestabilan politik, karena banyak
masyarakat yang tidak puas atas kinerja pemerintah dalam
menyediakan lapangan pekerjaan. Sadono (2006) [4]
Tingkat pengangguran dapat dihitung dengan cara membandingkan
jumlah pengangguran dengan jumlah angkatan kerja yang dinyatakan
[4] Sukirno, Sadono . 2006. Mikro Ekonomi Teori Pengantar. Edisi Ketiga. Jakarta:
Rajagrafindo Persada.
18
dalam persen. Ketiadaan pendapatan menyebabkan penganggur harus
mengurangi pengeluaran konsumsinya yang menyebabkan menurunnya
tingkat kemakmuran dan kesejahteraan. Tingginya penggangguran
terbukan mengindikasikan jika penduduk yang telah memasuki usia kerja
namun belum mendapatkan pekerjaan. Tingkat pengangguran kerja
diukur sebagi persentase jumlah penganggur terhadap jumlah angkatan
kerja. Sebagaimana formula berikut
2.1.1.3 Teori-Teori Pengangguran
Beberapa teori yang menjelaskan tentang Pengangguran yaitu:
a. Teori menurut Kuncoro
Pada umumnya menurut Kuncoro (2000) angka pengangguran
terbuka pada daerah yang memiliki industri banyak maka angka
pengangguran terbukanya akan cenderung tinggi. Kuncoro (2000) [5]
b. Teori Keynes
John Maynard Keynes (1883-1946) berpendapat bahwa dalam
kenyataan pasar tenaga kerja tidak bekerja sesuai dengan pandangan
klasik. Dimanapun para pekerja mempunyai semacam serikat kerja
(labor union) yang akan berusaha memperjuangkan kepentingan buruh
dari penurunan tingkat upah. Kalaupun tingkat upah diturunkan tetapi
[5] Kuncoro, Murdrajat. 2006. Ekonomi Pembangunan. Jakarta: Penerbit Salemba
Pengangguran =Jumlah Pengangguran
Jumlah Angkatan Kerja× 100%
19
kemungkinan ini dinilai keynes kecil sekali, tingkat pendapatan
masyarakat tentu akan turun. Turunnya pendapatan sebagian anggota
masyarakat akan menyebabkan turunnya daya beli masyarakat, yang
pada gilirannya akan menyebabkan konsumsi secara keseluruhan
berkurang. Berkurangnya daya beli masyarakat akan mendorong turunya
harga-harga.
Jika harga-harga turun, maka kurva nilai produktivitas marjinal
labor ( marginal value of productivity of labor) yang dijadikan sebagai
patokan oleh pengusaha dalam mempekerjakan labor akan turun. Jika
penurunan harga tidak begitu besar maka kurva nilai produktivitas hanya
turun sedikit. Meskipun demikian jumlah tenaga kerja yang bertambah
tetap saja lebih kecil dari jumlah tenaga kerja yang ditawarkan. Lebih
parah lagi kalau harga-harga turun drastis, ini menyebabkan kurva nilai
produktivitas marjinal labor turun drastis pula, dan jumlah tenaga kerja
yang tertampung menjadi semakin kecil dan pengangguran menjadi
semakin luas.
2.1.1.4 Jenis-jenis Pengangguran
Adapun jenis pengangguran dapat dibedakan berdasarkan jam kerja
yaitu:
1) Pengangguran Terselubung adalah tenaga kerja dapat dikatakan
sebagai pengangguran terselubung apabila bekerja kurang dari 7 jam
dalam sehari.
20
2) Setengah Menganggur adalah tenaga kerja yang tidak bekerja secara
optimal karena tidak ada lapangan pekerjaan, biasanya tenaga kerja
setengah menganggur ini merupakan tenaga kerja yang bekerja kurang
dari 35 jam selama seminggu.
3) Pengangguran Terbuka adalah tenaga kerja yang sungguh-sungguh
tidak mempunyai pekerjaan. Pengganguran jenis ini cukup banyak
karena memang belum mendapat pekerjaan, padahal telah berusaha
secara maksimal.
Selain berdasarkan jam kerjanya, pengangguran dapat
dikelompokan menjadi 6 macam menurut penyebab terjadinya yaitu:
1) Pengangguran Friksional adalah adalah pengangguran karena pekerja
menunggu pekerjaan yang lebih baik.
2) Pengangguran Struktural adalah pengangguran yang disebabkan oleh
penganggur yang mencari lapangan pekerjaan tidak mampu memenuhi
persyaratan yang ditentukan pembuka lapangan kerja.
3) Pengangguran Teknologi adalah pengangguran yang disebabkan
perkembangan/pergantian teknologi. Perubahan ini dapat menyebabkan
pekerja harus diganti untuk bisa menggunakan teknologi yang
diterapkan.
4) Pengangguran Siklikal adalah pengangguran yang disebabkan
kemunduran ekonomi yang menyebabkan perusahaan tidak mampu
menampung semua pekerja yang ada. Contoh penyebabnya, karena
21
adanya perusahaan lain sejenis yang beroperasi atau daya beli produk
oleh masyarakat menurun.
5) Pengangguran Musiman adalah pengangguran akibat siklus ekonomi
yang berfluktuasi karena pergantian musim. Umumnya, pada bidang
pertanian dan perikanan, contohnya adalah para petani dan nelayan.
6) Pengangguran Total adalah pengangguran yang benar-benar tidak
mendapat pekerjaan, karena tidak adanya lapangan kerja atau tidak
adanya peluang untuk menciptakan lapangan kerja.
Pengangguran yang berkepanjangan juga dapat menimbulkan efek
psikologis yang buruk terhadap penganggur dan keluarganya. Tingkat
pengangguran yang terlalu tinggi juga dapat menyebabkan kekacauan
politik, keamanan dan sosial sehingga mengganggu pertumbuhan dan
pembangunan ekonomi. Akibat jangka panjang adalah menurunnya GNP
dan pendapatan per kapita suatu negara.
2.1.2 Upah Minimum Tenaga Kerja
2.1.2.1 Pengertian Upah Minimum
Upah diartikan sebagai pembayaran atas jasa-jasa fisik maupun
mental yang disediakan oleh pengusaha kepada tenaga kerja. upah
dibedakan menjadi dua pengertian yaitu: upah uang dan upah rill. Upah
uang adalah jumlah uang yang diterima pekerja dari pengusaha sebagai
pembayaran atas tenaga mental maupun fisik para pekerja yang
digunakan dalam proses produksi. Upah rill adalah tingkat upah pekerja
22
yang diukur dari sudut kemampuan upah tersebut membeli barang dan
jasa yang diperlukan untuk memenuhi kebutuhan para pekerja (Sadono
Sukirno, 1985:297-298).
Upah Minimum adalah upah bulanan terendah yang terdiri atas upah
pokok termasuk tunjangan tetap yang ditetapkan oleh gubernur sebagai
jaring pengaman
Upah yang dimaksud di sini adalah Upah Minimum Provinsi. Upah
Minimum Provinsi adalah suatu standar minimum yang digunakan oleh
para pengusaha atau pelaku industri untuk memberiakan upah kepada
pegawai, karyawan atau buruh di dalam lingkungan usaha atau kerjanya
dalam hal ini di wilayah provinsi (Lalu Husni, 2003). Penetapan upah
dilaksanakan setiap tahun melalui proses yang panjang. Mula-mula
Dewan Pengupahan Daerah (DPD) yang terdiri dari birokrat, akademisi,
buruh dan pengusaha mengadakan rapat, membentuk tim survei dan
turun ke lapangan mencari tahu harga sejumlah kebutuhan yang
dibutuhkan oleh pegawai, karyawan dan buruh.
Pengertian upah minimum menurut pasal 1 angka 1 Peraturan
Menteri Tenaga Kerja Nomor PER-01/MEN/1999 adalah upah bulanan
terendah yang terdiri dari upah pokok termasuk tunjangan tetap.
Tunjangan-tunjangan tidak tetap tidak termasuk dalam upah minimum.
(Lalu Husni, 2003).
2.1.2.2 Teori-teori UMP
1. Menurut Mankiw
23
Kenaikan upah minimum berpotensi meningkatkan pengangguran”
Mankiw (2000:178)[6]
2. Teori Mankiw
Menurut Mankiw (2012) pengangguran terjadi akibat adanya kekakuan
upah (wage rigidity) yaitu ketidak mampuan upah dalam melakukan
penyesuaian sampai dititik ekuilibrium, dimana penawaran tenaga kerja
sama dengan permintaan tenaga kerja. Mankiw (2012)
3. Neo Klasik
Berdasarkan ajaran Neo Klasik Teori Neo Klasik mengemukakan
bahwa dalam rangka memaksimumkan keuntungan tiap-tiap pengusaha
menggunakan faktor-faktor produksi sedemikian rupa sehingga tiap faktor
produksi yang dipergunakan menerima atau diberi imbalan sebesar nilai
pertambahan hasil marginal dari faktor produksi tersebut.
2.1.2.3 Jenis Upah Minimum
Upah minimum terdiri dari
1. Upah minimum provinsi (UMP) yaitu upah Minimum yang berlaku
untuk seluruh kabupaten/kota di satu provinsi.
2. Upah minimum kabupaten/kota (UMK)yaitu upah minimum yang
berlaku di wilayah kabupaten/kota.
[6] Mankiw, N. Greorgy. 2000. Teori Makor Ekonomi. Edisi Keempat. Alih
Bahasa: Imam Nurmawam. Jakarta: Erlangga
24
3. Upah minimum sektoral provinsi (UMSP) yaitu upah minimum yang
berlaku secara sektoral di satu provinsi.
4. Upah minimum sektoral kabupaten/kota (UMSK) adalah upah
minimum yang berlaku secara sektoral di wilayah kabupaten/kota.
Penetapan Upah Minimum didasarkan pada Kebutuhan Hidup Layak
(KHL) dengan memperhatikan produktivitas dan pertumbuhan ekonomi.
Komponen Kebutuhan hidup layak digunakan sebagai dasar penentuan
Upah Minimum, dimana dihitung berdasarkan kebutuhan hidup pekerja
dalam memenuhi kebutuhan mendasar yang meliputi kebutuhan akan
pangan 2100 kkal perhari, perumahan, pakaian, pendidikan dan
sebagainya
Awalnya penghitungan upah minimum dihitung didasarkan pada
Kebutuhan Fisik Minimum (KFM), Kemudian terjadi perubahan
penghitungan didasarkan pada Kebutuhan Hidup Minimum (KHM).
Perubahan itu disebabkan tidak sesuainya lagi penetapan upah berdasarkan
kebutuhan fisik minimum, sehingga timbul perubahan yang disebut
dengan KHM. Tapi, penetapan upah minumum berdasarkan KHM
mendapat koreksi cukup besar dari pekerja yang beranggapan, terjadi
implikasi pada rendahnya daya beli dan kesejahteraan masyarakat
terutama pada pekerja tingkat level bawah. Dengan beberapa pendekatan
dan penjelasan langsung terhadap pekerja, penetapan upah minimum
berdasarkan KHM dapat berjalan dan diterima pihak pekerja dan
pengusaha.
25
2.1.2.4 Dasar Penetapan Upah Minimum
Menurut Peraturan Pemerintah No. 78 Tahun 2015 tentang
Pengupahan, Pasal 41 ayat 2, “upah minimum merupakan upah bulanan
terendah yang terdiri atas: a. upah tanpa tunjangan; atau b. upah pokok
termasuk tunjangan tetap”. Peraturan Pemerintah ini juga menegaskan
bahwa upah minimum hanya berlaku bagi pekerja/buruh dengan masa
kerja kurang dari 1 (satu) tahun pada perusahaan yang bersangkutan.
Sementara itu, upah bagi pekerja/buruh dengan masa kerja 1 (satu) tahun
atau lebih dirundingkan secara bipartit antara pekerja dengan pengusaha
di perusahaan yang bersangkutan.
Sesuai dengan amanat dari PP 78 / 2015 Pasal 44 Ayat 2 tentang
Pengupahan, bahwa pelaksanaan penetapan Upah Minimum ditentukan
dengan menggunakan formula tertentu.
Formula Penetapan Upah Minimum tersebut adalah sebagai
berikut :
UM n = (UM t + (UM t x (%inflasi t + % ∆PDB t))
Keterangan:
UM n : Upah Minimum yang akan ditetapkan
UM t : Upah Minimum tahun berjalan
Inflasi t : Inflasi tahun berjalan dihitung sejak September tahun lalu
hingga September tahun berjalan.
26
∆ PDB t : Pertumbuhan PDB periode kwartal III dan IV tahun
sebelumnya dan kwartal I dan II tahun berjalan.
Note : Pada PP 78/2015 disebutkan “Kwartal”, namun pada data BPS
hanya ditemukan “Triwulan”
Perkembangan teknologi dan sosial ekonomi yang cukup pesat
menimbulkan pemikiran, kebutuhan hidup pekerja bedasarkan kondisi
"minimum" perlu diubah menjadi kebutuhan hidup layak. Kebutuhan
hidup layak dapat meningkatkan produktivitas kerja dan produktivitas
perusahaan yang pada akhirnya dapat meningkatkan produktivitas
nasional. Dari gambaran itu, timbul permasalahan, sampai saat ini belum
ada kriteria atau parameter yang digunakan sebagai penetapan kebutuhan
hidup layak itu. Penelitian ini menyusun perangkat komponen kebutuhan
hidup layak berikut jenis-jenis kebutuhan untuk setiap komponen.
Sumber data yang diperoleh dari responden di lapangan
menunjukkan, dari komponen dan jenis kebutuhan hidup minimum yang
diajukan kepada responden terdapat lima jenis komponen, yaitu:
1. Makanan dan minuman
2. Perumahan dan fasilitas
3. Sandang
4. Kesehatan dan estetika
5. Aneka kebutuhan
Dengan dasar yang terdapat dalam komponen KHM sebagi awal tujuan
kebutuhan hidup layak, ternyata sebagian besar responden menyetujui
27
jenis dan komponen yang terdapat dalam KHM. Hanya saja, perlu
mendapat perubahan: kualitas dari barang yang diajukan dan kuantitas
jumlah barang yang dibutuhkan perlu ditambah. Begitu juga pekerja, harus
dapat menyisihkan hasil yang diterima paling tidak sebesar 20 persen
sebagai tabungan.
2.1.2.5 Wewenang Penetapan Upah Minimum
UMP ditetapkan dan diumumkan oleh gubernur secara serentak setiap
tanggal 1 November. Selain UMP, gubernur dapat menetapkan UMK atas
rekomendasi Dewan Pengupahan Provinsi dan rekomendasi bupati/wali
kota. UMK ditetapkan dan diumumkan oleh gubernur selambat-lambatnya
tanggal 21 November setelah penetapan UMP dengan jumlah yang lebih
besar dari UMP. Upah Minimum yang telah ditetapkan, berlaku terhitung
mulai tanggal 1 Januari tahun berikutnya dan ditinjau kembali setiap tahun.
2.1.3 Investasi
2.1.3.1 Pengertian Investasi
Menurut Sukirno (2003) Investasi dapat diartikan sebagai
pengeluaran penanaman modal atau perusahaan untuk membeli barang-
barang modal dan perlengkapan-perlengkapan produksi untuk menambah
kemampuan memproduksi barang-barang dan jasa-jasa yang tersedia
dalam perekonomian. Salah satu faktor untuk menaikan pembangunan
daerah adalah dengan tersedianya modal dalam bentuk investasi.
Ketiadaan modal dalam pembangunan merupakan faktor penghambat
terhadap pertumbuhan ekonomi suatu bangsa. Salah satu dari ciri negara
28
sedang berkembang adalah tidak ada modal yang mencukupi untuk
pembangunan.
Todaro (2006:211) bahwa persyaratan umum pembangunan
ekonomi suatu negara adalah akumulasi modal, termasuk akumulasi baru
dalam bentuk tanah, peralatan fisik dan sumber daya manusia;
Perkembangan penduduk yang dibarengi dengan pertumbuhan tenaga
kerja dan keahliannya dan; kemajuan teknologi. Todaro (2006:211) [7]
2.1.3.2 Teori-teori Investasi
1. Teori Neo Klasik
Teori Neo Klasik menekankan pentingnya tabungan sebagai sumber
investasi. Investasi dipandang sebagai salah satu penggerak utama
pertumbuhan ekonomi dan pembangunan. Makin cepat perkembangan
investasi ketimbang laju pertumbuhan penduduk, makin cepat
perkembangan volume stok capital rata-rata per tenaga kerja. Makin tinggi
rasio kapital per tenaga kerja cendrung makin tinggi kapasitas produksi per
tenaga kerja. Tokoh Neo Klasisk, Sollow dan Swan memusatkan
perhatiannya pada bagaimana pertumbuhan penduduk, akumulasi capital,
kemajuan teknologi dan output saling berinteraksi dalam proses
pertumbuhan ekonomi (Arsyad, 2010: 88-89).
2. Teori Harrod-Domar.
[7] Todaro, Michael, P dan Smith, Stephen, C. (2006). Pembangunan
Ekonomi.Jakarta: Erlangga.
29
Harrod-Domar mempertahankan pendapat dari para ahli ekonomi
sebelumnya yang merupakan gabungan dari pendapat kaum klasik dan
Keynes, dimana beliau menekankan peranan pertumbuhan modal dalam
menciptkan pertumbuhan ekonomi. Teori Harrod-Domar memandang
bahwa pembentukan modal dianggap sebagai pengeluaran yang akan
menambah kemampuan suatu perekonomian untuk menghasilkan barang
dan atau jasa, maupun sebagai pengeluaran yang akan menambah
permintaan efektif seluruh masyarakat. Dimana apabila pada suatu masa
tertentu dilakukan sejumlah pembentukan modal, maka pada masa
berikutnya perekonomian tersebut mempunyai kemapuan utnuk
menghasilkan barangbarang dan atau jasa yang lebih besar (Sadono, 2007:
256-257).
2.1.3.3 Jenis-Jenis Investasi
2.1.4.3.1 Penanaman Modal Asing (PMA)
Merupakan usaha yang dilakukan oleh pihak asing dalam rangka
menanamkan modalnya pada suatu negara untuk menciptakan suatu
produksi. Penanaman modal asing dibagi dua, yaitu:
1) Penanaman Modal Asing Langsung (Foreign Direct Investment)
Ini berarti semua pengelolaan baik menejemen maupun tenaga kerja
ditentukan sepenuhnya oleh pihak asing. Perusahaan penanam modal
dapat secara de jure dan de facto melakukan pengawasan aset yang
ditanam pada negara penerima.
2) Joint Venture
30
Ini berarti usaha yang dilakukan oleh kedua belah pihak yang
merupakan badan hukum dimana masing-masing pihak menanamkan
modal dengan besaran tertentu.
Menurut UU No.I tahun 1967, PMA adalah penanaman alat
pembayaran luar negeri yang tidak merupakan bagian dari devisa
Indonesia atau alat-alat untuk perusahaan yang dimasukkan dari luar ke
dalam negeri yang tidak dibiayai oleh devisa Indonesia. PMA menjadi
penting bagi Indonesia dalam mendorong kinerja laju pertumbuhan
ekonomi Indonesia; mendorong timbulnya industri pasokan bahan baku
lokal; proses alih teknologi dan manajemen; perkembangan kolaborasi
yang saling menguntungkan antara investor asing dan lokal; meningkatkan
kegiatan usaha yang beorientasi ekspor; peningkatan sumber-sumber pajak
untuk pembangunan pusat dan lokal dalam meningkatkan
penyelenggaraan fasilitas umum dan sosial; serta konsumsi lokal terhadap
kebutuhan pokok (Chandra, 2006).
Berbagai faktor yang menyebabkan perlambatan pertumbuhan
investasi di Indonesia adalah faktor ekonomi dan nonekonomi. Faktor
ekonomi yang sangat berpengaruh pada investasi adalah tingkat suku
bunga, kebijakan perpajakan, regulasi perbankan, dan infrastruktur dasar.
Sedangkan faktor nonekonomi adalah kestabilan politik, penegakan
hukum, masalah pertanahan untuk laban usaha, tingkat kriminalitas dalam
masyarakat, demonstrasi perburuhan dan mahasiswa, komitmen
pemerintah, komitmen perbankan, infrastruktur dan layanan birokrasi
31
pemerintah daerah khususnya perijinan usaha. 8Berdasarkan permasalahan
tersebut, diperlukan kebijakan pemerintah dalam penciptaan iklim yang
kondusif untuk meningkatkan kegiatan investasi. Selain itu diperlukan
strategi penciptaan investasi pada sektor industri yang bersifat padat karya
untuk mengurangi tingkat pengangguran yang semakin tinggi. Untuk itu
sektor industri yang mampu menyerap tenaga kerja menjadi sangat penting
dalam hal membantu peningkatan lapangan kerja.
2.1.4.3.2 Penanaman Modal Dalam Negeri (PMDN)
Merupakan kegiatan penanaman modal yang dilakukan didalam
wilayah Republik Indonesia yang dilakukan oleh pengusaha dalam negeri
dan menggunakan modal dalam negeri. Penanaman modal dalam negeri
dilakukan dalam bentuk:
1) Penanaman Modal Dalam Negeri langsung, penanaman modal yang
dilakukan oleh pemilik modal sendiri.
2) Penanaman Modal Dalam Negeri tidak langsung, penanaman modal
yang dilakukan melalui pembelian obligasi dan surat berharga resmi
lainnya yang dikeluarkan oleh pemerintah.
Surat Al-Luqman 31 Ayat:34:
Terjemahnya:
32
Sesungguhnya Allah, hanya pada sisi-Nya sajalah pengetahuan
tentang hari Kiamat; dan Dia-lah yang menurunkan hujan, dan mengetahui
apa yang ada dalam rahim. dan tiada seorangpun yang dapat mengetahui
(dengan pasti) apa yang akan diusahakannya besok. dan tiada seorangpun
yang dapat mengetahui di bumi mana Dia akan mati. Sesungguhnya Allah
Maha mengetahui lagi Maha Mengenal.
Yang dimaksud adalah, investasi sangat dianjurkan dan sudah
diperintahkan oleh Allah SWT. Karena kta sebagai manusia tidak bisa
memprediksi apa-apa saja kemungkinan yang akan terjadi di masa yang
akan datang. Dan kita harus mempersiapkan sesuatunya dari sekarang
untuk mencegah dari ketidakmampuan dari segala kejadian buruk tersebut.
Teori Neo Klasik Makin cepat perkembangan investasi ketimbang
laju pertumbuhan penduduk, makin cepat perkembangan volume stok
kapital rata-rata per tenaga kerja.
2.1.4 Pendidikan
2.1.4.1 Pengertian Pendidikan
Keberhasilan pembangunan suatu wilayah ditentukan oleh sumber
daya manusia yang berkualitas. Pendidikan merupakan salah satu cara
meningkatkan kualitas SDM tersebut. Oleh karena itu peningkatan mutu
pendidikan harus terus diupayakan, dimulai dengan membuka kesempatan
seluas-luasnya kepada penduduk untuk mengenyam pendidikan, hingga
pada peningkatan kualitas dan kuantitas sarana dan prasarana pendidikan.
Untuk mengetahui seberapa banyak penduduk yang memanfaatkan
pendidikan dapat dilihat dari jumlah siswa.
33
2.1.4.2 Pendidikan formal
Pendidikan formal adalah jalur pendidikan yang terstruktur dan
berjenjang yang terdiri atas pendidikan dasar, pendidikan menengah dan
pendidikan tinggi (Kementerian Pendidikan dan Kebudayaan, 2010:98).
Jadi, Pendidikan formal merupakan pendidikan yang diselenggarakan di
sekolah-sekolah pada umumnya dengan kegiatan yang sistematis,
berstruktur, bertingkat, berjenjang, dimulai dari sekolah dasar sampai
dengan perguruan tinggi dan yang setaraf dengannya. Jalur pendidikan
formal dibedakan menjadi tiga yaitu pendidikan dasar, pendidikan
menengah, sampai pendidikan tinggi. Berikut uraian selengkapnya.
a. Jenjang Pendidikan Dasar
Pendidikan dasar merupakan jenjang pendidikan yang melandasi
jenjang pendidikan menengah. Pendidikan dasar berbentuk Sekolah
Dasar (SD) dan Madrasah Ibtidaiyah (MI) atau bentuk lain yang sederajat
serta Sekolah Menengah Pertama (SMP) dan Madrasah Tsanawiyah
(MTs), atau bentuk lain yang sederajat.
b. Jenjang Pendidikan Menengah
Pendidikan menengah merupakan lanjutan pendidikan dasar.
Pendidikan menengah terdiri atas pendidikan menengah umum dan
pendidikan menengah kejuruan. Pendidikan menengah berbentuk
Sekolah Menengah Atas (SMA), Madrasah Aliyah (MA), Sekolah
Menengah Kejuruan (SMK), dan Madrasah Aliyah Kejuruan (MAK),
atau bentuk lain yang sederajat. Pendidikan menengah dalam hubungan
34
ke bawah berfungsi sebagai lanjutan dan perluasan pendidikan dasar, dan
dalam hubungan ke atas mempersiapkan peserta didik untuk mengikuti
pendidikan tinggi ataupun memasuki lapangan kerja.
2.1.4.3 Teori-teori Pendidikan
1. Menurut Todaro
(Todaro dan Smith, 2006). Kualitas modal (sumber daya) manusia
yang ditunjukkan melalui tingkat pendidikan dan angka partisipasi sekolah
dapat dipandang sebagai hasil yang ditentukan oleh perpaduan antara
kekuatan permintaan dan penawaran sama halnya dengan barang atau jasa
ekonomi lain. Todaro dan Smith (2006) menjelaskan bahwa, pada sisi
penawaran (oleh negara), pendidikan dibatasi tingkat pengeluaran
pemerintah untuk sektor pendidikan. Todaro (2006)[9]
Pendidikan memainkan kunci dalam membentuk kemampuan
sebuah negara untuk menyerap teknologi modern dan untuk
mengembangkan kapasitas agar tercipta pertumbuhan serta pembangunan
yang berkelanjutan. Todaro (2004)[10]
Berdasarkan asumsi dasar dari teori Human Capital, bahwa semakin
tinggi tingkat pendidikan seseorang, maka semakin tinggi pula kesempatan
kerja mereka. Berangkat dari pemikiran tersebut, tidak sedikit orang-orang
yang berpikir bahwa jika ia tidak tertampung oleh lapangan kerja yang
tersedia di Indonesia, itu berarti ia harus mengambil sekolah yang lebih
[9] Todaro, Michael, P dan Smith, Stephen, C. (2006). Pembangunan Ekonomi.Jakarta:
Erlangga. [10] Todaro, Michael, P dan Smith, Stephen, C. (2004). Pembangunan Ekonomi Dunia
Ketigs.Jakarta: Erlangga.
35
tinggi lagi. Maka timbulah asumsi baru, yaitu, semakin tinggi tingkat
pendidikan seseorang, maka akan semakin sedikit angka pengangguran di
Indonesia. Namun ternyata, asumsi itu terbantahkan oleh data yang
diperoleh dari Badan Pusat Statistik (BPS). Tingkat pendidikan yang
tinggi justru malah meningkatkan Tingkat pengangguran di Indonesia.
2.2 Review Studi Terdahulu
Terdapat beberapa penelitian yang terkait dengan penelitian ini
diantaranya adalah sebagai berikut:
1. Nabila Audia Puteri (2017) Dengan penelitian yang berjudul Analisis
Pengangguran Terbuka di Provinsi Jawa Tengah Tahun 2013-2016.
Analisis data menggunakan analisis regresi data panel. Hasil penelitian
menunjukan bahwa kontribusi sektor industri memiliki pengaruh yang
siginifikan dan positif terhadap tingkat pengangguran terbuka.
Variabel UMR dapat penelitian ini terbukti memiliki pengaruh yang
signifikan dan negatif terhadap pengangguran terbuka di Jawa Tengah
tahun 2013-2016. Variabel angkatan kerja dalam penelitian ini terbukti
memiliki pengaruh yang positif terhadap pengangguran terbuka di
Provinsi Jawa Tengah tahun 2013-2016. Variabel pertumbuhan
ekonomi pada penelitian ini terbukti tidak memiliki pengaruh terhadap
Pengangguran Terbuka di Provinsi Jawa Tengah tahun 2013-2016.
2. Herniwati Retno Handayani (2019) Analisis Pengaruh Jumlah
Penduduk, Pendidikan, Upah Minimum, dan PDRB Terhadap Tingkat
Pengangguran Terbuka di Provinsi Jawa Tengah. Hasilnya
menunjukkan bahwa Variabel Pendidikan yang diproksikan dalam rata-
36
rata lama sekolah berpengaruh signifikan dengan pengaruh negatif
terhadap tingkkat pengangguran terbuka. Artinya, setipa kenaikan rata-
rata lama sekolah akan mengurangi tingkat pengangguran. Serta
Variabel upah minimum mempunyai pengaruh negatif dan signifikan
terhadap tingkat pengangguran terbuka. Artinya, kenaikan upah
minimum akan menurunkan tingkat pengangguran.
3. Wahyu Aditama Putra (2018) Dengan Penelitian berjudul Pengaruh
Inflasi dan Investasi terhadap Pengangguran di Provinsi Jawa Timur
Tahun 1992-2011. Menghasilkan kesimpulan Hasil analisis
menunjukan bahwa inflasi secara parsial berpengaruh secara positif
signifikan terhadap pengangguran. Berarti semakin tingginya inflasi,
pengangguran meningkat. Investasi secara parsial berpengaruh negatif
signifikan terhadap pengangguran. Berarti semakin tinggi investasi,
pengangguran akan menurun serta Inflasi dan Investasi secara simultan
berpengaruh terhadap pengangguran. Berarti semakin tinggi laju
Inflasi, investasi akan meningkat dan pengangguran akan menurun.
4. Rangga Pramudjasi, Juliansyah, Diana Lestari (2019) Dengan
penelitiannya yang berjudul Pengaruh jumlah penduduk dan
pendidikan serta upah terhadap pengangguran di kabupaten paser.
Hasil penelitian menunjukkan Jumlah Penduduk berpengaruh positif
dan signifikan terhadap tingkat pengangguran. Pendidikan berpengaruh
positif dan tidak signifikan terhadap tingkat pengangguran. Upah
berpengaruh negatif dan signifikan terhadap tingkat pengangguran
37
5. Indra Suhendra, Bayu Hadi Wicaksono (2016) Dengan Penelitiannya
yang berjudul Tingkat Pendidikan, Upah, Inflasi dan Pertumbuhan
Ekonomi Terhadap Pengangguran di Indonesia. Memberi
kesimpulannya yaitu Variabel tingkat pendidikan rasio SMA (TPSMA)
berpengaruh tidak signifikan terhadap tingkat pengangguran studi kasus
pada 33 Provinsi di Indonesia. Artinya kenaikan tingkat pendidikan
TPSMA tidak berpengaruh signifikan dalam peningkatan tingkat
pengangguran. Variabel tingkat pendidikan rasio Universitas (TPS1)
berpengaruh signifikan terhadap tingkat pengangguran studi kasus pada
33 Provinsi di Indonesia. Artinya setiap ada kenaikan tingkat
pendidikan TPS1 sebesar 1 persen, maka akan menurunkan tingkat
pengangguran.
6. Anggun Kembar Sari (2013) Dengan penelitiannya yang berjudul
Analisis Pengaruh Tingkat Pendidikan, Pertumbuhan, Ekonomi, dan
Upah Terhadap Pengangguran Terdidik di Sumatera Barat. Hasil
penelitian menunjukan bahwa tingkat pendidikan berpengaruh
signifikan yang positif terhadap pengangguran terdidik di Sumatera
Barat. Dimana setiap 1% kenaikan tingkat pendidikan terjadi
peningkatan pengangguran terdidik sebesar 0.873%.
7. Imarotus Suaidah dan Hendry Cahyono (2013) Dengan penelitiannya
yang berjudul Pengaruh Tingkat Pendidikan Terhadap Tingkat
Pengangguran di Kabupaten Jombang. Dan hasilnya adalah Hasil
penelitian ini menemukan bahwa tingkat pengangguran dipengaruhi
oleh tingkat pendidikan terutama lulusan SMA/Aliyah di Kabupaten
38
Jombang. Lulusan SMA/aliyah yang bertambah mempengaruhi
besarnya tingkat pengangguran. Dalam penelitiannya menemukan
bahwa tingkat pendidikan berpengaruh terhadap tingkat pengangguran,
dimana setiap 1% kenaikan tingkat pendidikan terjadi peningkatan
tingkat pengagguran sebesar 1.159%.
8. Vasile Alecsandru Strata (2014) Dengan penelitian yang berjudul FDI
and The Unemployment - A Causality Analysis for The Latest EU
Member.Menganalisis menggunakan meodel VAR dan hasilnya adalah,
menyatakan bahwa masuknya investasi langsung asing memiliki
dampak yang signifikan terhadap tingkat pengangguran. Temuan
penting pertama kertas terdiri dalam kenyataan bahwa ada kausalitas
hubungan berjalan dari arus masuk investasi asing langsung terhadap
pengangguran. yang diteliti, yaitu untuk: Hungaria, Malta, Bulgaria dan
Estonia.
9. Hans-Jörg Schmerer (2014) Education and unemployment in European
Union economic cycles. Menjelaskan dalam penelitiannya bahwa Upah
dalam konfigurasi ini secara bersama-sama ditentukan oleh lembaga
pasar tenaga kerja dan perdagangan internasional, sehingga
mempengaruhi tingkat ekuilibrium pengangguran di margin intensif
dan ekstensif permintaan tenaga kerja.
10. Ciaran Driver, Jair Muñoz-Bugarin (2010) Dengan penelitiannya yang
berjudul Capital investment and unemployment in Europe: Neutrality
or not? Hasilnya adalah menjelaskan hubungan negatif antara investasi
39
dan keseimbangan pengangguran, implikasinya maka adalah bahwa
pangsa tenaga kerja harus meningkat dengan investasi.
11. Markus Klein (2015) Dengan penelitiannya yang berjudul The
increasing unemployment gap between the low and high educated in
West Germany. Structural or cyclical crowding-out? Dan hasilnya
adalah bahwa kualifikasi lulusan sekolah kejuruan memiliki risiko
pengangguran relatif lebih rendah dibandingkan sekolah-lulusan
dengan pendidikan umum.
12. Caroline, Hall (2015) Dengan penelitiannya yang berjudul Does more
general education reduce the risk of future unemployment? Evidence
from an expansion of vocational upper secondary education. Dan
menghasilkan penelitian yaitu Hasil demikian menunjukkan bahwa
memperluas sekolah menengah atas dengan isi umum lebih dapat
memiliki efek negative dalam hal tingkat yang lebih tinggi putus
sekolah dan, sebagai hasilnya, hasil pasar tenaga kerja yang lebih buruk
diantara siswa lemah.
Tabel 2.1 Penelitian Terdahulu
NO. Peneliti Judul Variabel Hasil
1. Nabila Audia
Puteri
Jurusan,
Fakultas
Ekonomi
Universitas
Islam
Indonesia
(2017)
Analisis
Pengangguran
Terbuka di
Provinsi Jawa
Tengah Tahun
2013-2016
Variabel
independen yang
digunakan adalah
UMR, Sektor
Industri,
Angkatan Kerja
dan Pertumbuhan
Ekonomi.
Sedangkan
variable
dependennya
adalah
Analisis data menggunakan
analisis regresi data panel.
Hasil penelitian menunjukan
bahwa kontribusi sektor
industri memiliki pengaruh
yang siginifikan dan positif
terhadap tingkat
pengangguran terbuka.
Variabel UMR dapat
penelitian ini terbukti
memiliki pengaruh yang
signifikan dan negatif
terhadap pengangguran
40
Pengangguran
Terbuka.
terbuka di Jawa Tengah tahun
2013-2016. Variabel
angkatan kerja dalam
penelitian ini terbukti
memiliki pengaruh yang
positif terhadap
pengangguran terbuka di
Provinsi Jawa Tengah tahun
2013-2016. Variabel
pertumbuhan ekonomi pada
penelitian ini terbukti tidak
memiliki pengaruh terhadap
Pengangguran Terbuka di
Provinsi Jawa Tengah tahun
2013-2016.
2. Herniwati
Retno
Handayani,
Universitas
Diponegoro
Semarang
(2019)
Analisis
Pengaruh
Jumlah
Penduduk,
Pendidikan,
Upah
Minimum, dan
PDRB
Terhadap
Tingkat
Pengangguran
Terbuka di
Provinsi Jawa
Tengah.
Variabel
dependennya
adalah
Pengangguran
Terbuka
sedangkan
Variabel
Independennya
adalah Jumlah
Penduduk,
Pendidikan, Upah
Minimum, dan
PDRB.
Hasilnya menunjukkan
bahwa Variabel Pendidikan
yang diproksikan dalam rata-
rata lama sekolah
berpengaruh signifikan
dengan pengaruh negatif
terhadap tingkkat
pengangguran terbuka.
Artinya, setipa kenaikan rata-
rata lama sekolah akan
mengurangi tingkat
pengangguran. Serta Variabel
upah minimum mempunyai
pengaruh negatif dan
signifikan terhadap tingkat
pengangguran terbuka.
Artinya, kenaikan upah
minimum akan menurunkan
tingkat pengangguran.
3. Wahyu
Aditama
Putra.
Universitas
Airlangga,
Surabaya
(2018)
Pengaruh
Inflasi dan
Investasi
terhadap
Pengangguran
di Provinsi
Jawa Timur
Tahun 1992-
2011
Penelitian ini
menggunakan
data sekunder dan
regresi berganda.
Variable
independennya
adalah inflasi dan
investasi,
sedangkan
variabel
dependennya
adalah
pengangguran
Hasil analisis menunjukan
bahwa inflasi secara parsial
berpengaruh secara positif
signifikan terhadap
pengangguran. Berarti
semakin tingginya inflasi,
pengangguran meningkat.
Investasi secara parsial
berpengaruh negatif
signifikan terhadap
pengangguran. Berarti
semakin tinggi investasi,
pengangguran akan menurun
serta Inflasi dan Investasi
41
secara simultan berpengaruh
terhadap pengangguran.
Berarti semakin tinggi laju
Inflasi, investasi akan
meningkat dan pengangguran
akan menurun.
4. Rangga
Pramudjasi,
Juliansyah,
Diana
Lestari.
Fakultas
Ekonomi dan
Bisnis
Universitas
Mulawarman,
Samarinda
(2019)
Pengaruh
jumlah
penduduk dan
pendidikan
serta upah
terhadap
pengangguran
di kabupaten
paser
Alat yang
digunakan dalam
penelitian ini
adalah Regresi
Linier Berganda.
Data
menggunakan
analisis regresi
dengan rumus
regresi linear dan
analisis computer
menggunakan
SPSS untuk
menentukan hasil
dari
penelitian ini.
Hasil penelitian menunjukkan
Jumlah Penduduk
berpengaruh positif dan
signifikan
terhadap tingkat
pengangguran. Pendidikan
berpengaruh positif dan tidak
signifikan terhadap tingkat
pengangguran. Upah
berpengaruh negatif dan
signifikan terhadap tingkat
pengangguran
5. Indra
Suhendra,
Bayu Hadi
Wicaksono,
Universitas
Sultan Ageng
Tirtayasa
(2016)
Tingkat
Pendidikan,
Upah, Inflasi
dan
Pertumbuhan
Ekonomi
Terhadap
Pengangguran
di Indonesia
Regresi panel data
digunakan sebagai
model penelitian.
Variabel
Independennya
adalah Tingkat
Pendidikan, Upah,
Inflasi dan
Pertumbuhan
ekonomi,
sedangkan
variabel
dependennya
adalah
Pengangguran
Variabel tingkat pendidikan
rasio SMA (TPSMA)
berpengaruh tidak signifikan
terhadap
tingkat pengangguran studi
kasus pada 33 Provinsi di
Indonesia. Artinya kenaikan
tingkat pendidikan TPSMA
tidak berpengaruh signifikan
dalam peningkatan tingkat
pengangguran.
Variabel tingkat pendidikan
rasio Universitas (TPS1)
berpengaruh signifikan
terhadap
tingkat pengangguran studi
kasus pada 33 Provinsi di
Indonesia. Artinya setiap ada
kenaikan tingkat pendidikan
TPS1 sebesar 1 persen, maka
akan menurunkan tingkat
pengangguran.
6. Anggun
Kembar Sari,
Fakultas
Ekonomi
Analisis
Pengaruh
Tingkat
Pendidikan,
Penelitian ini
dilakukan dengan
menggunakan
data sekunder
Hasil penelitian menunjukan
bahwa tingkat pendidikan
berpengaruh signifikan yang
positif terhadap
42
Universitas
Negeri
Padang
(2013)
Pertumbuhan,
Ekonomi, dan
Upah Terhadap
Pengangguran
Terdidik di
Sumatera Barat
yang diperoleh
langsung dari
badan pusat
statistik Sumatera
Barat. Analisis
induktif dalam
penelitian ini
mencakup uji
multikolinearitas,
uji
heterokedastisitas,
analisis regresi
panel, uji parsial,
dan uji F.
pengangguran terdidik di
Sumatera Barat. sedangkan
pertumbuhan ekonomi tidak
berpengaruh signifikan dan
positif terhadap
pengangguran terdidik di
Sumatera Barat, serta upah
berpengaruh signifikan yang
negatif terhadap
pengangguran terdidik di
Sumatera Barat.
7. Imarotus
Suaidah dan
Hendry
Cahyono,
Fakultas
Ekonomi,
Unesa,
Kampus
Ketintang
Surabaya
(2013)
Pengaruh
Tingkat
Pendidikan
Terhadap
Tingkat
Pengangguran
di Kabupaten
Jombang
Kajian ini
dianalisis dengan
menggunakan
analisis statistik
deskriptif dan
analisis regresi
sederhana
Hasil penelitian ini
menemukan bahwa tingkat
pengangguran dipengaruhi
oleh tingkat pendidikan
terutama lulusan SMA/Aliyah
di Kabupaten Jombang.
Lulusan SMA/aliyah yang
bertambah mempengaruhi
besarnya tingkat
pengangguran. Dalam
penelitiannya menemukan
bahwa tingkat pendidikan
berpengaruh terhadap tingkat
pengangguran, dimana setiap
1% kenaikan tingkat
pendidikan terjadi
peningkatan tingkat
pengagguran sebesar 1.159%.
8. Vasile
Alecsandru
Strata,
Adriana
Davidescu,
Andreea
Maria Paul,
Ceko (2014).
FDI and The
Unemployment
- A Causality
Analysis for
The Latest EU
Member.
Set data yang
digunakan dalam
penelitian ini
mencakup periode
dari tahun 1991 -
sampai 2012
untuk enam dari
tiga belas negara
yang dianalisis.:
Siprus, Malta,
Hungaria,
Polandia,
Bulgaria dan
Rumania. Selama
tiga negara lain,
yaitu: Slovenia,
Menganalisis menggunakan
meodel VAR dan hasilnya
adalah, menyatakan bahwa
masuknya investasi langsung
asing memiliki dampak yang
signifikan terhadap tingkat
pengangguran. Temuan
penting pertama kertas terdiri
dalam kenyataan bahwa ada
kausalitas hubungan berjalan
dari arus masuk investasi
asing langsung terhadap
pengangguran untuk empat
dari tiga belas negara yang
diteliti, yaitu untuk: Hungaria,
Malta, Bulgaria dan Estonia.
43
Kroasia dan
Latvia, data yang
digunakan adalah
tersedia mulai dari
tahun 1992.
9. Hans-Jörg
Schmerer:
Germany,
2014
Foreign direct
investment and
search
unemployment:
Theory and
evidence
Dalam penelitian
ini variabelnya
adalah FDI, dan
Pengangguran
Upah dalam konfigurasi ini
secara bersama-sama
ditentukan oleh lembaga pasar
tenaga kerja dan
perdagangan internasional,
sehingga mempengaruhi
tingkat ekuilibrium
pengangguran di margin
intensif dan ekstensif
permintaan tenaga kerja.
10. Ciaran
Driver, Jair
Muñoz-
Bugarin,
Imperial
College
Business
School,
London, UK
(2010)
Capital
investment and
unemployment
in Europe:
Neutrality or
not?
Variabel
independennya
adalah investasi
sedangkan
variabel
dependennya
adalah
pengangguran.
menjelaskan hubungan negatif
antara investasi dan
keseimbangan pengangguran,
implikasinya maka adalah
bahwa pangsa
tenaga kerja harus meningkat
dengan investasi.
11. Markus
Klein,
University of
Edinburgh,
United
Kingdom
(2015)
The increasing
unemployment
gap between
the low and
high educated
in West
Germany.
Structural or
cyclical
crowding-out?
bahwa menyebutkan
kualifikasi lulusan sekolah
kejuruan memiliki risiko
pengangguran relatif lebih
rendah dibandingkan sekolah-
lulusan dengan
pendidikan umum.
12. Caroline
Hall, Institute
for
Evaluation of
Labour
Market and
Education
Does more
general
education
reduce the risk
of future
unemployment?
Evidence from
Hasil demikian menunjukkan
bahwa
memperluas sekolah
menengah atas dengan isi
44
Policy,
Sweden
(2015)
an expansion of
vocational
upper
secondary
education
umum lebih dapat memiliki
efek negatif
dalam hal tingkat yang lebih
tinggi putus sekolah dan,
sebagai hasilnya, hasil pasar
tenaga kerja yang lebih buruk
di antara
siswa lemah.
2.3 Kerangka Berpikir
2.3.1 Pengaruh UMP terhadap Pengangguran
Semakin tinggi tingkat upah yang ditetapkan oleh pemerintah, maka
akan menyebabkan semakin sedikit pula jumlah tenaga kerja yang bekerja
(Alghofari, 2009)[11]. Penentuan tingkat upah dipengaruhi oleh kondisi
perekonomian suatu daerah yang memacu terhadap pertumbuhan ekonomi
daerah tersebut.Artinya, semakin baik kondisi perekonomian suatu daerah,
maka semakin meningkat pula pertumbuhan ekonomi daerah tersebut
sehingga penentuan tingkat upah juga semakin meningkat.
Semakin tinggi tingkat upah, semakin kecil permintaan pengusaha
akan tenaga kerja. Kenaikan tingkat upah akan diikuti oleh turunnya
jumlah tenaga kerja yang diminta, yang berarti akan menyebabkan
bertambahnya jumlah pengangguran (Haryani, 2002: 99).
Menurut Todaro (2000, terjemahan Haris Munandar, 2000), semakin
tinggi tingkat upah yang ditawarkan kepada tenaga kerja maka akan
menurunkan tingkat penyerapan tenaga kerja. Hal ini berarti bahwa
[11] Alghofari, F. 2010. Analisis Tingkat Pengangguran di Indonesia Tahun 1980-2007.
Skripsi Fakultas Ekonomi Universitas Indonesia
45
pengangguran akan meningkat. Serupa dengan pendapat di atas,
Ehrenberg dan Smith (1998: 68) dalam Abdul Haris (2013: 20)
menyatakan apabila terdapat kenaikan tingkat upah rata-rata, maka akan
diikuti oleh turunnya jumlah tenaga kerja yang diminta, berarti akan terjadi
pengangguran. Jika dibalik, turunnya tingkat upah rata-rata akan diikuti
oleh meningkatnya kesempatan kerja, sehingga dapat dikatakan bahwa
kesempatan kerja mempunyai hubungan terbalik dengan tingkat upah,
artinya pengangguran mempunyai hubungan searah dengan tingkat upah.
Bila digambarkan secara sistematis hubungan variabel tersebut adalah
sebagai berikut:
W= f(X1)
Y = f(X1)…………………………. (1)
Dimana
X1 = Upah Minimum Propinsi (UMP)
Y = Jumla Pengangguran
F = Fungsi
2.3.2 Pengaruh Investasi terhadap pengangguran
Greenaway, Morgan dan Wright (2002) menemukan adanya
dampak positif investasi asing di negara berkembang, yaitu pertumbuhan
ekonomi negara-negara tujuan investasi menjadi lebih tinggi dibanding
sebelumnya. Selain itu, investasi asing (langsung) juga membuka lapangan
kerja baru di negara-negara berkembang. Menurut Sadono Sukirno
(2000:143) kegiatan investasi memungkinkan suatu masyarakat terus
46
menerus meningkatkan kegiatan ekonomi dan kesempatan kerja,
meningkatkan pendapatan nasional dan meningkatkan taraf kemakmuran
masyarakat.
Bila digambarkan secara sistematis hubungan variabel tersebut adalah
sebagai berikut:
INVESTASI = f(X2)
Y = f(X1+X2)……………………. (2)
Dimana
X1 = UMP
X2 = Investasi
Y = Jumlah Pengangguran
F = Fungsi
2.3.5 Pengaruh Pendidikan terhadap Pengangguran
Pendidikan memiliki peran penting dalam kehidupan berbangsa
dan bernegara dalam upaya menciptakan sumber daya manusia yang
berkualitas. Pendidikan merupakan suatu faktor kebutuhan dasar untuk
setiap manusia sehingga upaya mencerdaskan kehidupan bangsa, karena
melalui pendidikan upaya peningkatan kesejahteraan rakyat dapat
diwujudkan. Pendidikan mempengaruhi secara penuh pertumbuhan
ekonomi suatu Negara (daerah). Hal ini bukan saja karena pendidikan
akan berpengaruh terhadap produktivitas, tetapi juga akan berpengaruh
fertilitas masyarakat. Pendidikan dapat menjadikan sumber daya manusia
lebih cepat mengerti dan siap dalam menghadapi perubahan dan
pembangunan suatu Negara.
47
Pendidikan formal tidak bisa dijadikan acuan untuk mengatasi
pengangguran. Terdapat faktor lain yang sering terlupakan, yaitu
pendidikan non formal berupa pelatihan dan keterampilan khusus.
Keterampilan ini pun tidak sepenuhnya menjadi tanggung jawab yang
harus dipenuhi oleh angkatan kerja. Dalam hal ini, peran dari penyedia
lapangan kerja pun dituntut aktif. Misalnya, dengan memberikan pelatihan
berupa magang maupun training tertentu, sehingga nantinya kemampuan
dari para pelamar kerja ini dapat sesuai dengan kriteria kerja yang
dibutuhkan. Dengan begitu, angkatan kerja yang tingkat pendidikannya
rendah pun masih dapat bersaing di dunia kerja.
Modal manusia (human capital) adalah istilah yang sering
digunakan oleh para ekonom untuk pendidikan, kesehatan, dan kapasitas
manusia lainnya yang dapat meningkatkan produktivitas jika hal-hal
tersebut ditingkatkan. Pendidikan memainkan kunci dalam membentuk
kemampuan untuk menyerap teknologi modern dan untuk
mengembangkan kapasitas seseorang agar tercipta pertumbuhan serta
pembangunan yang berkelanjutan (Todaro dan Smith, 2004, terjemahan
Haris Munandar, 2004).
Dalam perspektif ekonomi, pendidikan merupakan bentuk
investasi sumber daya manusia yang akan memberi keuntungan pada masa
depan, baik bagi masyarakat, negara, maupun orang yang menjalani
pendidikan itu. Investasi publik di bidang pendidikan akan memberi
kesempatan pendidikan yang lebih merata kepada masyarakat sehingga
sumber daya manusia (SDM) andal semakin bertambah pula.
48
Meningkatnya pendidikan akan mendorong meningkatnya kualitas sumber
daya manusia dan produktivitas tenaga kerja. Pada gilirannya, semua akan
meningkatkan pendapatan masyarakat. Dengan demikian, diharapkan hal
ini akan memajukan perekonomian masyarakat berupa bertambahnya
kesempatan kerja.
Bila digambarkan secara sistematis hubungan variabel tersebut adalah
sebagai berikut:
PEND = f(X3)
Y = f(X1+X2+X3)……………. (3)
Dimana
X1 = UMP
X2 = Investasi
X3 = Pendidikan
Y = Jumlah Pengangguran
F = Fungsi
49
2.4 Paradigma Penelitian
Berdasarkan landasan teori dan penelitian terdahulu yang telah
diuraikan, maka kerangka pemikiran dalam penelitian ini digambarkan
sebagai berikut:
Gambar 2.1
Paradigma Berpikir
MAKRO EKONOMI
Pengangguran
Investasi UMP
Menurut N.
Gregory Mankiw
(2000) Kenaikan
upah minimum
berpotensi
meningkatkan
pengangguran”
Mankiw
(Todaro dan Smith, 2006).
Kualitas modal (sumber
daya) manusia yang
ditunjukkan melalui tingkat
pendidikan dan angka
partisipasi sekolah dapat
dipandang sebagai hasil yang
ditentukan oleh perpaduan
antara kekuatan permintaan
dan penawaran sama halnya
dengan barang atau jasa
ekonomi lain.
Analisis Data:
1. Regresi Panel
2. Uji CEM, FEM dan REM
3. Uji Chow dan Hausman
4. Uji t
5. Uji f
6. Uji Klasik
UMP, Investasi, dan Pendidikan berpengaruh secara signifikan terhadap kenaikan
Tingkat Pengangguran di Pulau Jawa pada Tahun 2007-2018.
Keterk
aitan
antar
variabe
l
Penele
tian
terdah
ulu
Greenaway, Morgan dan Wright (2002) menemukan
adanya dampak positif investasi asing di negara
berkembang, yaitu pertumbuhan ekonomi negara-
negara tujuan investasi menjadi lebih tinggi dibanding
sebelumnya. Selain itu, investasi asing (langsung)
juga membuka lapangan kerja baru di negara-negara
berkembang. Teori Neo Klasik Makin cepat
perkembangan investasi ketimbang laju pertumbuhan
penduduk, makin cepat perkembangan volume stok
kapital rata-rata per tenaga kerja.
Faktor-faktor yang mempengaruhi Tingkat pengangguran di Pulau Jawa
Tahun 2007-2018
Pendidikan
50
2.4 Hipotesis
Hipotesis adalah kesimpulan teoritis yang bersifat sementara dan
masih harus dibuktikan kebenarannya melalui analisis terhadap bukti-
bukti empiris. Sudarwan (2007)[12] Sabagai wahana untuk menetapkan
kesimpulan sementara tersebut kemudian ditetapkan hipotesis dan
hipotesis alternatifnya. Hipotesis nol atau hipotesis nihil (H0) merupakan
pernyataan untuk menguji secara analisis kuantitatif dengan perhitungan
secara statistik. Hipotesis alternatif atau hipotesis kerja (Ha atau H1)
merupakan pernyataan riil suatu gejala dalam hubungan variabel-variabel
penelitian. Hipotesis dalam penelitian ini adalah:
Hipotesis 1
H01 : Diduga tidak ada pengaruh signifikan Kenaikan upah minimum
tenaga kerja terhadap Tingkat pengangguran di Pulau Jawa Tahun 2007-
2018.
Ha1 : Diduga ada pengaruh signifikan Kenaikan upah minimum tenaga
kerja terhadap Tingkat pengangguran di Pulau Jawa Tahun 2007-2018.
Hipotesis 2
H02: Diduga tidak ada pengaruh signifikan Investasi terhadap Tingkat
pengangguran di Pulau Jawa Tahun 2007-2018.
[12] Sudarwan Danim, Metode Penelitian Untuk Ilmu-Ilmu Perilaku, (Jakarta: PT Bumi
Aksara, 2007), cetakan ke-4, hal.115
51
Ha2 : Diduga ada pengaruh signifikan Investasi terhadap Tingkat
pengangguran di Pulau Jawa Tahun 2007-2018.
Hipotesis 3
H03: Diduga tidak ada pengaruh signifikan Pendidikan terhadap Tingkat
pengangguran di Pulau Jawa Tahun 2007-2018.
Ha3 : Diduga ada pengaruh signifikan Pendidikan terhadap Tingkat
pengangguran di Pulau Jawa Tahun 2007-2018.
Hipotesis 4
H04: Diduga tidak ada pengaruh signifikan upah minimum tenaga kerja,
investasi, dan pendidikan signifikan terhadap Tingkat pengangguran di
Pulau Jawa Tahun 2007-2018.
Ha4 : Diduga ada pengaruh signifikan upah minimum tenaga kerja,
investasi, dan pendidikan terhadap Tingkat pengangguran di Pulau Jawa
Tahun 2007-2018.
52
BAB III
METODOLOGI PENELITIAN
3.1 Metode Dalam Penelitian
Pengertian metodologi menurut The Liang Gie dalam Suharyono dan
Amien (2013: 65) bahwa: “Metodologi diartikan sebagai ilmu tentang
metode, studi tentang metode, khususnya metode ilmiah, yaitu cara-cara
yang dipakai untuk mengejar suatu bidang ilmu. Metodologi diartikan pula
sebagai studi mengenai asas-asas dasar dari penyelidikan, seringkali
melibatkan masalah-masalah tentang logika, penggolongan dan asumsi-
asumsi dasar. Selanjutnya juga diartikan sebagai analisis dan pengaturan
secara sistematis mengenai asas-asas dan proses-proses membimbing
suatu penyelidikan ilmiah, atau yang menyusun struktur dari ilmuilmu
khusus secara lebih khusus”.
Metode yang digunakan dalam penelitian ini adalah metode penelitian
deskriptif. Arikunto (2010: 3): “Penelitian deskriptif adalah penelitian
yang dimaksudkan untuk menyelidiki keadaan, kondisi atau hal-hal lain
(keadaan, kondisi, situasi, peristiwa, kegiatan), yang hasilnya dipaparkan
dalam bentuk laporan penelitian. Dalam kegiatan penelitian ini peneliti
hanya memotret apa yang terjadi pada diri objek atau wilayah yang diteliti,
kemudian memaparkan apa yang terjadi dalam bentuk laporan penelitian
secara lugas, seperti apa adanya”.
Metode penelitian kuantitatif deskriptif dalam penelitian ini adalah
metode bertujuan untuk mengetahui hubungan antara Kenaikan UMP
53
Tenaga Kerja, Investasi, dan Pendidikan Terhadap Tingkat Pengangguran.
Data yang digunakan adalah data sekunder. Data sekunder diperoleh dari
penelitian kepustakaan seperti buku-buku, artikel, jurnal, skripsi, tesis, dan
statistik.
3.2 Operasional Variabel dan Variabel Penelitian
3.2.1 Operasional Variabel
a. Variabel Dependen
Variabel dependen atau variabel terikat adalah variabel yang
memberikan reaksi/respon jika dihubungkan dengan variabel bebas.
Variabel terikat adalah variabel yang variabilitasnya diamati dan diukur
untuk menentukan pengaruh yang disebabkan oleh variabel bebas.
Sarwono (2013).13 Variabel dependen dalam penelitian ini adalah
pengangguran, dimana pengangguran yang dimaksud adalah Laju
pengangguran. Dalam penelitian ini penulis mengukur pengangguran
menggunakan rumus:
Pengangguran =Jumlah Pengangguran
Jumlah Angkatan Kerja× 100%
Data tersebut sudah tersedia di laporan Badan Pusat Statistik
Indonesia, sehingga penulis tidak perlu menghitungnya.
1. Pengangguran (Y)
Pengangguran berarti seseorang yang sudah digolongkan dalam
angkatan kerja yang secara aktif sedang mencari pekerjaan pada suatu
13 Jonathan Sarwono. Loc. Cit.
54
tingkat upah tertentu, tetapi tidak dapat memperoleh pekerjaan yang
diinginkannya. Pengangguran terbuka adalah penduduk dalam angkatan
kerja yang tidak memiliki pekerjaan dan sedang mencari pekerjaan.
Sedangkan menurut BPS (Badan Pusat Statisktik) adalah meliputi
penduduk yang sedang mencari pekerjaan, penduduk yang sedang
mempersiapkan suatu usaha, penduduk yang merasa tidak mungkin
mendapatkan pekerjaan, penduduk yang sudah punya pekerjaan tetapi
belum mulai bekerja. Data yang digunakan untuk mengetahui
pengangguran adalah data penduduk berumur 15 tahun keatas menurut
jenis kegiatan utama yang didalamnya terdapat data pengangguran terbuka
di Pulau Jawa tahun 2007-2018. Data diambil dari BPS, dalam satuan
jumlah (jiwa).
b. Variabel Independen
Variabel Independen atau variabel bebas merupakan variabel
stimulus atau variabel yang mempengaruhi variabel lain. Variabel
independen merupakan variabel yang variabilitasnya diukur atau
dipilih oleh peneliti untuk menentukan hubungannya dengan suatu
gejala yang diobservasi. Sarwono (2013).14 Variabel independen
dalam penelitian ini adalah upah minimum provinsi (UMP), Investasi,
dan Pendidikan.
1). UMP Tenaga Kerja (X1)
14 Jonathan Sarwono, Statistik Multivarian Aplikasi untuk Riset Skripsi (Yogyakarta: CV.
Andi Offset, 2013), h. 62.
55
Dalam penelitian ini, penulis menggunakan data Upah Minimum
Regional/per Propinsi di Pulau Jawa di 6 provinsi (Banten, DKI Jakarta,
Jawa Barat, Jawa Tengah, DI Yogyakarta, Jawa Timur) pada tahun 2007-
2018. Data UMP disini yaitu hasil upah tiap pemerintah daerah yang sudah
ditetapkan dan bukan angka rancangan. Satuan datanya dalam juta rupiah,
data diambil dari BPS.
2). Investasi (X2)
Dalam penelitian ini, penulis menggunakan data investasi melalui
data investasi secara langsung dari Penanaman Modal Dalam Negeri
(PMDN) dan Penanaman Modal Asing (PMA) dalam bentuk satuan data
Milyar Rupiah (Rp). Data investasi yang digunakan merupakan investasi
yang hanya terjadi di 6 wilayah yaitu (Banten, DKI Jakarta, Jawa Barat,
Jawa Tengah, DI Yogyakarta, Jawa Timur) pada tahun 2007-2018
(diambil dari triwulan keempat/terakhir). Data diambil dari BPS.
3). Pendidikan Pendidikan (X3)
Dalam penelitian ini, peneliti menggunakan data Jumlah Siswa
sebagai pengukur pendidikan. Jumlah Siswa dinyatakan dalam penduduk
yang yang menamatkan sekolah hingga tingkat SMA di 6 provinsi
(Banten, DKI Jakarta, Jawa Barat, Jawa Tengah, DI Yogyakarta, Jawa
Timur) di Pulau Jawa, pada tahun 2007-2018. Data diambil dari BPS,
dalam satuan orang (jiwa).
56
Tabel 3.1
Tabel Operasional Variabel
Variabel Simbol Keterangan Sumber
Pengangguran Y Pengangguran berarti seseorang yang sudah
digolongkan dalam angkatan kerja yang secara
aktif sedang mencari pekerjaan pada suatu
tingkat upah tertentu, tetapi tidak dapat
memperoleh pekerjaan yang diinginkannya.
Pengangguran terbuka adalah penduduk dalam
angkatan kerja yang tidak memiliki pekerjaan
dan sedang mencari pekerjaan. Sedangkan
menurut BPS (Badan Pusat Statisktik) adalah
meliputi penduduk yang sedang mencari
pekerjaan, penduduk yang sedang
mempersiapkan suatu usaha, penduduk yang
merasa tidak mungkin mendapatkan pekerjaan,
penduduk yang sudah punya pekerjaan tetapi
belum mulai bekerja. Data yang digunakan
untuk mengetahui pengangguran adalah data
penduduk berumur 15 tahun keatas menurut
jenis kegiatan utama yang didalamnya terdapat
data pengangguran terbuka di Pulau Jawa tahun
2007-2018.
Data diambil
dari BPS,
dalam satuan
dalam Persen
(%).
UMP X1 Dalam penelitian ini, penulis menggunakan
data Upah Minimum Regional/per Propinsi di
Pulau Jawa di 6 provinsi (Banten, DKI Jakarta,
Jawa Barat, Jawa Tengah, DI Yogyakarta, Jawa
Timur) pada tahun 2007-2018. Data UMP disini
yaitu hasil upah tiap pemerintah daerah yang
sudah ditetapkan dan bukan angka rancangan.
Data diambil
dari BPS.
Satuan datanya
dalam juta
rupiah (Rp),
Investasi X2 Dalam penelitian ini, penulis menggunakan
data investasi melalui data investasi secara
langsung dari Penanaman Modal Dalam Negeri
(PMDN) dan Penanaman Modal Asing (PMA)
dalam bentuk satuan data Milyar rupiah (Rp).
Data investasi yang digunakan merupakan
investasi yang hanya terjadi di 6 wilayah yaitu
(Banten, DKI Jakarta, Jawa Barat, Jawa
Tengah, DI Yogyakarta, Jawa Timur) pada
tahun 2007-2018 (diambil dari triwulan
keempat/terakhir).
Data diambil
dari BPS, data
dalam satuan
milyar rupiah.
Pendidikan X3 Dalam penelitian ini, peneliti menggunakan
data Jumlah Siswa sebagai pengukur
pendidikan. Jumlah Siswa dinyatakan dalam
penduduk yang bmenamatkan sekolah hingga
tingkat SMA di 6 provinsi (Banten, DKI
Jakarta, Jawa Barat, Jawa Tengah, DI
Data diambil
dari BPS,
dalam satuan
57
Yogyakarta, Jawa Timur) di Pulau Jawa, pada
tahun 2007-2018. Data diambil dari BPS, dalam
satuan orang (jiwa).
jumlah orang
(jiwa).
3.3 Data dan Sumber Data
3.3.1 Jenis Data
Jenis data yang dipergunakan untuk keperluan analisis dan penarikan
kesimpulan adalah kombinasi antara data runtut waktu (time series) dan
data dari beberapa objek dalam satu waktu (cross section) atau yang
biasanya disebut dengan data panel. Dengan demikian dapat disimpulkan
bahwa data panel adalah data yang dapat dikumpulkan dari beberapa
objek dan beberapa waktu. Suliyanto (2011)15 Data panel memiliki
keunggulan terutama karena bersifat robust terhadap beberapa tipe
pelanggaran asumsi Gauss Markov, yaitu heteroskedastisitas dan
normalitas. Doddy Ariefianto (2012)16.
Dalam penelitian ini data panel berupa data pengangguran yang
didasarkan pada Tingkat pengangguran per tahunnya, data upah
minimum provinsi (UMP), data Investasi berdasarkan investasi modal
asing (PMA), data penanaman modal dalam negeri (PMDN), dan data
pendidikan berdasarkan angka jumlah siswa SMA dari Tahun 2007-
2018. Dimana Pulau Jawa yang terdiri dari 6 Provinsi (Banten, DKI
Jakarta, Jawa Barat, Jawa Tengah, DI Yogyakarta, dan Jawa Timur,
sehingga data panel dalam penelitian ini ada 11 x 6 = 66 objek penelitian.
15 Suliyanto, Ekonometrika Terapan: Teori dan Aplikasi dengan SPSS (Yogyakarta: CV.
Andi Offdet, 2011), h. 239. 16 Moch. Doddy Ariefianto, Ekonometrika Esensi dan Aplikasi dengan menggunakan Eviews
(Jakarta: Erlangga, 2012), h. 148.
58
3.3.2 Sumber Data Penelitian
Sumber data yang dijadikan sebagai bahan penelitian adalah data
sekunder, yaitu data yang diperoleh dari kantor, buku (kepustakaan) yang
erat kaitannya dengan objek dan tujuan penelitian. Pabundu (2006)17.
Data dalam penelitian ini adalah data sekunder yang didapatkan dari
publikasi dinas atau instansi pemerintah, diantaranya adalah publikasi
dari Badan Pusat Statistik (BPS) Indonesia, mengenai data Pengangguran
berdasarkan Laju Pengangguran per tahunnya, data upah minimum
provinsi (UMP), data Investasi berdasarkan investasi modal asing
(PMA), dan data penanaman modal dalam negeri (PMDN), dan data
pendidikan berdasarkan jumlah siswa SMA. Selain dari instansi
pemerintah, penelitian ini juga mengambil informasi dari berbagai
sumber lainnya yang relevan seperti kajian literatur berupa artikel, hasil
penelitian terdahulu seperti jurnal, publikasi ilmiah di internet, buku, dan
hasil-hasil penelitian yang berhubungan dengan penelitian ini.
3.3.3 Tempat dan Waktu Penelitian
Penelitian dilaksanakan di Pulau Jawa di 6 Provinsi, yaitu: Provinsi
Banten, Provinsi DKI Jakarta, Provinsi Jawa Barat, Provinsi Jawa
Tengah, Provinsi Daerah Istimewa Yogyakarta, dan Provinsi Jawa
Timur. Penelitian ini diambil pada Tahun 2007-2018. Pelaksanaan
pengambilan data dilakukan di BPS dan di pusat data lainnya yang
17 Moh. Pabundu Tika, Op. Cit., h. 58.
59
kredibel/terpercaya, selanjutnya dilakukan input dan pengolahan data
yang didapatkan.
3.4 Tahap-tahap Analisis
Tahap-tahap pengolahan data menurut Hasan (2006:24) meliputi:
3.4.1 Editting Data (Pemeriksaan Data)
Pada tahap Editting Data, dilihat kembali validitas data yang akan
diolah. Hal-hal yang perlu diperhatikan dalam proses editing, yaitu:
a. Kelengkapan, dan kesempurnaan data (tidak ada yang kosong)
b. Konsistensi Data
c. Keseragaman satuan perhitungan
3.4.2 Analisis Data
Teknik analisis data pada penelitian ini adalah analisis data panel atau
gabungan data antara cross section dan time series. Adapun analisis
data dilakukan dengan bantuan Program Eviews 9.
a. Uji Regresi
Regresi merupakan alat ukur yang digunakan untuk mengetahui
ada tidaknya korelasi antar variabel. Analisis regresi lebih akurat dalam
analisis korelasi karena tingkat perubahan suatu variabel terhadap
variabel lainnya dapat ditentukan. Jadi pada regresi, peramalan atau
perkiraan nilai variabel terikat pada nilai variabel bebas lebih akurat
pula.
Tetapi sebelum itu, harus ditentukan apakah data tersebut
merupakan data regresi linear atau regresi non linear.
60
Regresi Non Linear
Regresi non linear adalah regresi yang variabel-variabelnya ada
yang berpangkat. Bentuk grafik regresi non linear adalah berupa
lengkungan. Bentuk-bentuk regresi non linear antara lain: regresi
kuadratis atau parabola, dan regresi eksponensial.
Contoh bentuk persamaan regresi non linear adalah:
Parabola kuadratis dengan persamaan :
Y = a + bX + c X2
Parabola kubis dengan persamaan:
Y = a + bX + Cx2 +Dx3
Logaritma dengan persamaan:
Y = aXb
Hiperbola dengan persamaan:
𝑌 = 1
𝑎 + 𝑏𝑋
Regresi Linear
Regresi linear adalah regresi yang variabel bebasnya (variabel
x) berpangkat paling tinggi satu. Bentuk grafik regresi linear adalah
berupa garis. Untuk regresi sederhana, yaitu regresi linear yang hanya
melibatkan dua variabel (variabel X dan Y)
Regresi linear berganda bertujuan untuk menghitung besarnya
pengaruh dua atau lebih variabel bebas terhadap satu variabel terikat
61
dan memprediksi variabel terikat dengan menggunakan dua atau lebih
variabel bebas. Ety (2007)18
Persamaan Regresi Linear dari Y terhadap X
Y = a + bx
Keterangan :
Y= Variabel Terikat
X= Variabel bebas
A= Intersep/konstanta
Jadi, persamaan yang telah dibuat pada bab sebelumnya
ternyata tidak terdapatnya pangkat pada persamaannya maka dapat
disimpulkan bahwa jenis regresi yang sesuai adalah regresi linear.
Persamaanya adalah sebagai berikut:
Y = a + X1 + X2 + X3 + e
Keterangan:
Y = Tingkat Pengangguran
a = Konstanta
X1 = Upah Minimum Propinsi (UMP)
X2 = Investasi
X3 = Pendidikan
𝑒 = Error Term
Menjadi:
Y = 𝛼0 + 𝛼1𝑋1 + 𝛼2𝑋2 + 𝛼3𝑋3 + 𝑒
Keterangan:
18 Ety R. dkk, Metodologi Penelitian Bisni: Dengan Aplikasi SPSS, (2007), h.138
62
Y = Tingkat Pengangguran
𝛼0 = Konstanta
𝛼1𝑋1 = Upah Minimum Propinsi (UMP)
𝛼2𝑋2 = Tingkat Investasi
𝛼3𝑋3 = Pendidikan
𝑒 = Error Term
b. Pemilihan Metode Estimasi Regresi Data Panel
Pemilihan metode regresi data panel ini digunakan dengan bantuan
Program Eviews 9. Metode ini digunakan untuk menentukan
metode/pendekatan yang baik dalam mengestimasi regresi data panel
terdapat beberapa prosedur yang dapat dilakukan, yaitu:
1) Uji Chow (Chow Test)
Menurut Sofyan Yamin (2011:201) Uji Chow adalah pengujian
yang digunakan untuk memilih metode yang sesuai antara Pooled Least
Square atau Fixed Effect Model. Pengujian ini mengikuti distribusi F-
Stattistik. Hipotesis yang digunakan dalam penelitian ini adalah sebagai
berikut:
H0 = Pooled Least Square (PLS)
Ha = Fixed Effect Model (FEM)
Apabila hasil probabilitas chi-square kurang dari 5% maka ditolak,
sehingga model menggunakan Fixed Effect.
2) Uji Haussman (Haussman Test)
63
Menurut Damodar N. Gujarati (2013: 252) Uji Haussman dilakukan
untuk menentukan metode yang paling baik antara Fixed Effect Model
atau Random Effect Model. Hipotesis yang diajukan adalah sebagai
berikut :
H0 : Random Effect Model (REM)
Ha : Fixed Effect Model (FEM)
Apabila hasil probabilitas chi-square kurang dari 5%, maka sebaiknya
model menggunakan fixed effect.
3) Uji Normalitas
Menurut Sofyan Yamin (2011: 46) uji normalitas bertujuan
apakah nilai residual pada model regresi berdistribusi normal atau
tidak. Model regresi yang baik adalah data distribusi normal atau
mendekati normal. Pengambilan keputusan dengan Jargue-Bera test
atau J-B test yaitu apabila nilai probability > 5%, maka variabel-
variabel tersebut berdistribusi normal.
c. Uji Statistik
Uji statistik dilakukan dengan bantuan Program Eviews 9. Uji statistik
ini digunakan untuk mengetahui besarnya masing-masing koefisien dari
variabel-variabel bebas baik secara bersama-sama maupun secara parsial
terhadap variabel terikat yaitu dengan menggunakan uji secara serentak
(uji-F), uji parsial (uji-t) dan koefisien determinasi berganda (R2).
1) Uji Koefisien Regresi Simultan (Uji F)
64
Uji F disebut juga uji kelayakan model yang digunakan untuk
mengidentifikasi model yang diasumsi layak atau tidak. Layak di sini
berarti bahwa model yang diestimasi layak digunakan untuk
menjelaskan pengaruh variabel-variabel independen terhadap variabel
dependen. Apabila nilai probabilitas F hitung < tingkat signifikansi
0,05 maka dapat dikatakan bahwa model regresi yang diestimasi
layak.
2) Uji Koefisien Regresi Parsial (Uji t)
Seperti telah dijelaskan sebelumnya bahwa model uji-t ini
digunakan untuk menguji pengaruh variabel bebas secara parsial
terhadap variabel terikat. Kriteria pengambilan keputusan:
(1) Jika probabilitas t hitung < α (0.05), maka H0 ditolak
(2) Jika probabilitas t hitung > α (0.05), maka H0 diterima, Doddy
Ariefianto (2012: 20).
3) Koefisien Determinasi (R2)
Koefisien determinasi menunjukkan besarnya kontribusi atau
sumbangan variabel independen terhadap variabel dependen.
Koefisien determinasi dapat diukur dengan nilai Adjusted R-Squared
atau R2. Nilai R2 selalu terletak antara 0 sampai dengan 1 (Doddy
Ariefianto, 2012: 25). Nilai R2 digunakan untuk menunjukkan
besarnya regresi yang mampu menjelaskan variabel terikat.
65
d. Uji Asumsi Klasik
Uji asumsi klasik dalam penelitian ini dilakukan dengan bantuan
program Eviews 9. Agar tercapai suatu estimasi, koefisien regresi
diperoleh dengan menggunakan metode kuadrat terkecil (Ordinal Least
Square Estimator) yang merupakan estimasi linier tak bias BLUE (Best
Linier Unbiased Estimators). Oleh karena itu, penelitian ini menggunakan
uji ekonometrika yang meliputi uji multikolinieritas, uji
heteroskedastisitas, uji autokorelasi, dan uji normalitas.
1) Uji Multikolinieritas
Menurut Sofyan Yamin (2011: 115) uji multikolinearitas bertujuan
untuk menguji apakah suatu model regresi terdapat korelasi antar variabel
bebas (independen). Model regresi yang baik seharusnya tidak terjadi
korelasi antar variabel independen. Jika koefisien korelasi memiliki nilai
kurang dari 0,8 menunjukkan bahwa tidak terjadi multikolinearitas.
2) Uji Heteroskedastisitas
Menurut Sofyan Yamin (2011: 93) uji heteroskedastisitas bertujuan
menguji apakah dalam model regresi terjadi ketidaksamaan varian dari
residual satu pengamatan ke pengamatan yang lain. Jika varian dari
residual satu pengamatan ke pengamatan lain tetap, maka disebut
homoskedastisitas, dan jika berbeda disebut heteroskedastisitas. Metode
yang digunakan untuk mendeteksi ada tidaknya heteroskedastisitas adalah
dengan menggunakan uji White. Jika nilai probabilitas χ2 hitung > nilai
66
probabilitas kritis α (0.05) maka hipotesis yang menyatakan bahwa tidak
terjadi heteroskedastisitas.
3) Uji Autokorelasi
Menurut Sofyan Yamin (2011: 73) uji autokorelasi bertujuan menguji
apakah dalam model regresi ada kolerasi antara kesalahan pengganggu
pada periode-t dengan kesalahan pengganggu pada pada periode t-1
(sebelumnya). Pengujian autokolerasi dilakukan dengan uji Autokorelasi
pada E-Views
e. Interpretasi Data
Interpretasi data merupakan penjelasan terperinci mengenai hasil data
yang telah didapatkan. Interpretasi harus dilakukan dengan hati-hati
karena kualitas analisis sangat tergantung pada kualitas interpretasi yang
dibuat peneliti terhadap data. Interpretasi memiliki dua aspek yaitu:
a. Untuk keseimbangan penelitian yaitu hasil penelitian dapat
dihubungkan dengan penemuan atau penelitian lainnya.
b. Untuk membuat atau menjelaskan suatu konsep.
67
BAB IV
ANALISIS DAN PEMBAHASAN
4.1 Perkembangan Data
4.1.1 Gambaran Umum
Secara letak geografisnya sebuah pulau Jawa dengan Madura terletak
antara selat sunda dengan pulau bali, serta antara samudera hindia dengan laut
jawa. Sedangkan secara letak astronomis Pulau Jawa dengan Madura terletak
di antara 113°48′10″ – 113°48′26″ BT serta 7°50′10″ – 7°56′41″ LS. Luas
Pulau Jawa ialah ± 126.700 km² (48.919,1 mil²). Pulau Jawa dikenal sebagai
salah satu daerah yang subur. Berbagai tanaman, seperti lada hingga vanili
tumbuh subur di pulau ini. Serta pulau ini dijadikan salah satu pusat
perekonomian di salah satu wilayahnya. Pulau ini terdapat 6 provinsi besar
yaitu,: Banten, DKI Jakarta, Jawa barat, Jawa Tengah, DI Yogyakarta, dan
Jawa Timur.
Gambar 4.1 Pulau Jawa
Batas Laut Pulau Jawa :
68
Sebelah utara : Laut Jawa
Sebelah selatan : Samudra Hindia
Sebelah barat : Selat Sunda
Sebelah timur : Selat Bali
Batas Daratan Pulau Jawa :
Sebelah utara : Laut Jawa dan Pulau Kalimantan
Sebelah selatan : Samudera Hindia
Sebelah barat : Selat Sunda dan Pulau Sumatera
Sebelah timur : Selat Bali dan Pulau Bali
a. Perkembangan Tingkat Pengangguran
Jumlah angkatan kerja pada Februari 2018 sebanyak 133,94 juta
orang, naik 2,39 juta orang dibanding Februari 2017.Sejalan dengan itu,
Tingkat Partisipasi Angkatan Kerja (TPAK) sebesar 69,20 persen, meningkat
0,18 persen poin. Dalam penelitian ini data Pengangguran diwakilkan oleh
data Tingkat Pengangguran regional di wilayah 6 provinsi di Pulau Jawa
Tahun 2007-2018.
-
2.00
4.00
6.00
8.00
10.00
12.00
14.00
16.00
18.00
Banten DKI Jakarta Jawa Barat Jawa Tengah DI Yogyakarta Jawa Timur
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
Grafik 4.1
Perkembangan Pengangguran di Pulau Jawa Tahun 2007-2018
Sumber: BPS Indonesia
69
Pada Grafik 4.1 dalam perkembangannya menunjukkan bahwa
Pengangguran Rata-rata mengalami penurunan dari tahun ke tahun di setiap
wilayahnya. Tetapi walaupun terjadi penurunan jumlah penganggur dirasa
masih cukup tinggi, dan 3 tinggi terbesar di Pulau Jawa pada Provinsi Banten,
Jawa Barat dan DKI Jakarta. Tingginya jumlah penganggur harus menjadi
perhatian khusus pada daerahnya masing-masing.
b. Upah Minimum Provinsi
Dalam penelitian ini data UMP diwakilkan oleh data Upah Minimum
regional yang ditetapkan oleh tiap-tiap provinsi setiap tahunnya, di wilayah 6
provinsi di Pulau Jawa Tahun 2007-2018. Hal ini terjadi karena daerah
tersebut terdapat banyak industry yang dapat memancing melonjaknya
permintaan angkatan kerja. Hubungan Upah Minimum dengan Tingkat
Pengangguran juga cukup dekat karena berkaitan pembiayaan faktor-
produksi dan hasil produktivitas.
-
500,000
1,000,000
1,500,000
2,000,000
2,500,000
3,000,000
3,500,000
4,000,000
Banten DKI Jakarta Jawa Barat Jawa Tengah DI Yogyakarta Jawa Timur
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
Grafik 4.2
Perkembangan UMP di Pulau Jawa Tahun 2007-2018
Sumber: BPS Indonesia, Kemenakertrans
70
Pada Grafik 4.2 menunjukkan bahwa upah tenaga kerja mengalami
peningkatan setiap tahunnya di 6 wilayah. Tertinggi ada pada provinsi DKI
Jakarta dan selalu cenderung mengalami peningkatan, dan sudah menyentuh
di angka 3,6 juta rupiah dan ditetapkan sebagai UMP tertinggi se-Indonesia.
Yang kedua berada di provinsi Banten, Pada provinsi lainnya tetap naik
namun nilainya tidak jauh berberbeda.
c. INVESTASI
Dalam penelitian ini data Investasi merupakan gabungan data
investasi langsung dari asing dan investasi domestik yang berada di wilayah
6 provinsi di Pulau Jawa Tahun 2007-2018. Hubungan investasi ini dengan
tingkat pengangguran memiliki hubungan dekat karena menyangkut potensi
pembukaan lapangan pekerjaan terhadap para penganggur.
-
10,000,000,000,000
20,000,000,000,000
30,000,000,000,000
40,000,000,000,000
50,000,000,000,000
60,000,000,000,000
Banten DKI Jakarta Jawa Barat Jawa Tengah DI Yogyakarta Jawa Timur
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
Grafik 4.3
Perkembangan Investasi di Pulau Jawa Tahun 2007-2018
Sumber: Badan Pusat Statistik
71
Dari Grafik 4.3 menunjukkan Bahwa yang mendominasi tingginya
penanaman modal asing ada di Provinsi Jawa Timur dan disusul Provinsi
Jawa Barat. Karena nilai investasinya cukup tinggi disebabkan oleh beberapa
proyek pemerintah yang dilakukan di daerah Jawa Barat contohnya proyek
kereta cepat dan toll trans Jawa. Berbeda dengan investasi di Yogyakarta yang
sedikit karena modal asing kebanyakan masuk di Yogyakarta adalah sektor
pariwisata dan nilainya kecil.
d. Tingkat Pendidikan
Dalam penelitian ini data Pendidikan diwakilkan oleh data Jumah
Murid yang berada di wilayah 6 provinsi di Pulau Jawa Tahun 2007-2018.
Data jumlah murid ini meliputi pelajar SD, SMP, SMA. Semakin banyak
orang yang mengenyam pendidikan maka akan berdampak pada penekanan
angka tingkat pengangguran.
0
200000
400000
600000
800000
1000000
1200000
Banten DKI Jakarta Jawa Barat Jawa Tengah DI Yogyakarta Jawa Timur
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
Sumber: BPS
Grafik 4.4
Perkembangan Pendidikan di Pulau Jawa Tahun 2007-2018
72
Dari Grafik 4.4 menunjukkan bahwa minat belajar tertinggi berada di
provinsi Jawa Barat, Jawa Tengah dan Jawa Timur. Di masing-masing
wilayah memiliki peningkatan namun tidak banyak. Pada daerah tersebut
sudah cukup banyak yang menamatkan sekolah hingga SMA tetapi banyak
pula pada provinsi lainnya yang belum banyak menamatkan sekolah hingga
SMA. Hal ini akan berdampak pada kenaikan Pengangguran di Pulau Jawa.
4.2 Analisis Data
Penelitian ini dimaksudkan untuk mengetahui Pengaruh terhadap
kenaikan pengangguran di Pulau Jawa dari Survey Badan Pusat Statistik
Tahun 2007-2018. Pembahasan akan disajikan melalui analisis deskriptif
antara variabel terikat, dan variabel bebas. Variabel terikatnya dalam
penelitian ini adalah Tingkat Pengangguran, sedangkan variabel bebasnya
dalam penelitian ini adalah Upah Minimum Propinsi (UMP), Penanaman
Investasi dan Pendidikan. Jenis data yang digunakan dalam penelitian ini
adalah data sekunder. Hasil statistik data dari variabel-variabel yang
digunakan dalam penelitian ini setelah dilakukan pengolahan data adalah
sebagai berikut.
73
Tabel 4.1
Hasil Analisis Statistik Deskriptif
Variabel N Minimum Maksimum Rata-
rata
(Mean)
Standar
Deviasi
Pengangguran
(jiwa/tahun)
72 1.000632 2.757118 1.937000 0.441308
UMP
(rupiah/tahun)
72 6.105909 8.201944 6.947140 0.483602
INVESTASI
(rupiah/tahun)
72 15.20180 24.67176 22.36017 2.004508
PENDIDIKAN
(jiwa/tahun)
72 10.11152 13.82949 12.33413 1.003542
Sumber: Badan Pusat Statistik Tahun 2007-2017 (diolah)
Dari hasil statistik deskriptif dapat dilihat besaran nilai rata-rata, nilai
tengah, nilai maksimum, nilai minimum dari Pengangguran, Upah
minimum provinsi, Investasi dan Pendidikan. Jumlah data yang diobservasi
sebanyak 72 pengamatan didapat dari 6 sampel/objek penelitian selama 11
tahun. Dalam waktu 11 tahun nilai rata-rata (mean) sebesar 1.937000
dengan nilai minimum sebesar 1.000632 dan nilai maksimum sebesar
2.757118 serta standar deviasi sebesar 0.441308.
Metode yang digunakan dalam penelitian ini adalah Regresi Linear
Berganda. Alasan dipilihnya Regresi Linear Berganda dan bukan
merupakan Regresi Non Linear karena data yang digunakan tidak
74
berpangkat serta distribusi datanya menghasilkan grafik garis bukan
lengkungan seperti pada grafik 4.5:
Grafik 4.5
Grafik Regresi Linear
5.0
7.5
10.0
12.5
15.0
17.5
20.0
22.5
25.0
0.8 1.2 1.6 2.0 2.4 2.8
PENGANGGURAN
UMP
INVESTASI
PENDIDIKAN
Sumber: Hasil olah data
4.2.1 Penentuan Teknik Analisis Model Data Panel
a. Uji Chow
Uji yang dilakukan pertama yaitu Uji Chow. Uji ini bertujuan untuk
mengetahui apakah sebaiknya model menggunakan common effect
atau fixed effect. Hipotesisnya adalah:
H0 : Common Effect
Ha : Fixed Effect
75
Apabila hasil probabilitasnya Chi-Squared kurang dari 5%, maka
ditolak, sehingga model menggunakan fixed effect. Hasil dari estimasi
mengguunakan efek spesifikasi fixed adalah sebagai berikut:
Tabel 4.2 Hasil Uji Chow
Effect Test Statistic d.f Prob.
Cross-Section F 174.065838 (5,63) 0.0000
Sumber: Hasil olah data
Berdasarkan hasil di atas, diketahui probabilitasnya sebesar
0,0000 , dan apabila probabilitasnya <5% (0,05) maka model yang
terbaik adalah fixed effect. Dan pada probabilitas diatas menunjukkan
kurang dari 5% yang berarti model yang dipilih adalah fixed effect.
b. Uji Haussman
Uji ini bertujuan untuk mengetahui apakah model random
effect lebih baik digunakan daripada fixed effect.
H0 : Random Effect
Ha : Fixed Effect
Apabila hasil probabilitas chi-square lebih dari 5%, maka sebaiknya
model menggunakan random effect. Hasil dari estimasi menggunakan
efek spesifikasi random adalah sebagai berikut:
76
Tabel 4.3 Hasil Uji Haussman
Test Summary Chi-Sq
Statistic
Chi-Sq d.f Prob.
Cross-Section
Random
7.065797 3 0.0698
Sumber: Hasil olah data
Hasil Probabilitas chi-square sebesar 0,0698 sehingga dapat
disimpulkan bahwa H1 ditolak dan terima H0 model sebaiknya
menggunakan Random Effect Model.
c. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel terikat dan variabel bebas kedua-duanya berdistribusi
normal atau tidak. Pengambilan keputusan dengan Jargue-Bera atau
J-B test yaitu apabila nilai probability > 5%, maka variabel-variabel
tersebut berdistribusi normal.
Grafik 4.6 Grafik Uji Normalitas
0
2
4
6
8
10
12
14
-0.2 -0.1 0.0 0.1 0.2 0.3
Series: Standardized Residuals
Sample 2007 2018
Observations 72
Mean 6.17e-18
Median 0.008068
Maximum 0.306089
Minimum -0.231511
Std. Dev. 0.105578
Skewness 0.018514
Kurtosis 2.943438
Jarque-Bera 0.013711
Probability 0.993168
Sumber: Hasil olah data
77
Berdasarkan uji normalitas di atas, Setelah melakukan logitasi
data maka dihasilkan uji normalitas dengan probabilitas sebesar 0,993168
menunjukkan bahwa prob > 5%, sehingga dapat disimpulkan data
tersebut berdistribusi normal.
4.2.2 Random Effect Model
Berdasarkan uji yang telah dilakukan yakni uji Chow dan uji
Hausman menunjukkan bahwa model data panel yang paling tepat pada
Seluruh Provinsi di Pulau Jawa adalah model random effect. Persamaan
yang didapat dari hasil penelitian adalah sebagai berikut:
PENGANGGURAN = 5.647667 + -0.401116 UMP + -0.042029
INVESTASI + 0.001274 PENDIDIKAN
Tabel 4.4 Estimasi Hasil Regresi Data Panel
Variabel Coefficient Prob.
C 5.647667 0.0000
UMP -0.401116 0.0000
INVESTASI -0.042029 0.0099
PENDIDIKAN 0.001274 0.9686
R2 0.738474
Adj R2 0.726936
F-Stat 64.00416 0.00000
Sumber: Hasil olah data
78
Berdasarkan persamaan diatas menunjukkan bahwa Upah Minimum sebesar
-0.401116, artinya bahwa setiap kenaikan Upah Minimum Provinsi 1 persen
akan mengurangi pengangguran sebesar -0.401116 persen dan
probabilitasnya signifikan . Selanjutnya variable Investasi sebesar -0.042029
yang artinya setiap kenaikan Investasi sebesar 1 persen maka akan
mengurangi pengangguran sebesar -0.042029 persen dan probabilitasnya
signifikan. Dan variable pendidikan sebesar 0.001274 yang artinya setiap
kenaikan jumlah partisipasi pendidikan sebesar 1 persen maka akan
menambah pengangguran sebesar 0.001274 persen dan probabilitasnya tidak
signifikan.
4.2.3 Hasil Uji Hipotesis
a. Simultan
Tabel 4.5 Uji F-statistik Seluruh Wilayah
Variabel Coefficient Prob.
F-Stat 64.00416 0.00000
Sumber: Hasil olah data
Berdasarkan hasil analisis menggunakan software Eviews 9,
diperoleh nilai probabilitas F sebesar 0,00000. Dalam taraf signifikansi 5%
maka uji F signifikan karena probabilitasnya kurang dari 5%. Sehingga
dapat disimpulkan bahwa seluruh variabel bebas secara bersama-sama
berpengaruh signifikan terhadap variabel terikat. Variabel UMP, Investasi,
dan Pendidikan secara bersama-sama berpengaruh signifikan terhadap
variable dependen/Tingkat Pengangguran.
b. Uji Parsial
79
Hasil analisis uji parsial menunjukkan bahwa apakah UMP,
Investasi, dan Pendidikan memiliki pengaruh signifikan terhadap
Kenaikan Pengangguran. Uji t dilakukan yakni dengan membandingkan
nilai probabilitas t-statistik terhadap tingkat signifikan α = 5%. Oleh
karena itu, sebelum dilakukan pengujian terdapat hipotesis yaitu:
1. H0 : Tidak terdapat pengaruh Upah Minimum Provinsi terhadap Kenaikan
Pengangguran di seluruh provinsi Pulau Jawa Tahun 2007-2018
H1 : Terdapat pengaruh Upah Minimum Provinsi terhadap Kenaikan
Pengangguran di seluruh provinsi Pulau Jawa Tahun 2007-2018
2. H0 : Tidak terdapat pengaruh Investasi terhadap Kenaikan Pengangguran
di seluruh provinsi Pulau Jawa Tahun 2007-2018
H1 : Terdapat pengaruh Investasi terhadap Kenaikan Pengangguran di
seluruh provinsi Pulau Jawa Tahun 2007-2018
3. H0 : Tidak terdapat pengaruh Pendidikan terhadap Kenaikan
Pengangguran di seluruh provinsi Pulau Jawa Tahun 2007-2018
H1 : Terdapat pengaruh Pendidikan terhadap Kenaikan Pengangguran di
seluruh provinsi Pulau Jawa Tahun 2007-2018
Tabel 4.6 Hasil Uji t-Statistik Seluruh Wilayah
Variabel Coefficient Prob.
C 5.647667 0.0000
UMP -0.401116 0.0000
INVESTASI -0.042029 0.0099
PENDIDIKAN 0.001274 0.9686
Sumber: Hasil olah data
80
Berdasarkan hipotesis di atas, maka didapatkan hasil sebagai berikut:
a) Nilai probabilitas t-statistik pada Upah Minimum Provinsi (UMP)
sebesar 0.0000 dimana 0.0000 < 0.05 (α = 5%) yang berarti H0
ditolak dan H1 diterima.
b) Nilai probabilitas t-statistik pada Investasi sebesar 0.0099 dimana
0.0099 < 0.05 (α = 5%) yang berarti H0 ditolak dan H1 diterima.
c) Nilai probabilitas t-statistik pada Pendidikan sebesar 0.9686 dimana
0.9686 > 0.05 (α = 5%) yang berarti H0 diterima dan H1 ditolak.
Dari hasil diatas dapat disimpulkan bahwa variable UMP,
Investasi, berpengaruh negatif dan signifikan terhadap Tingkat
Pengangguran, sedangkan Pendidikan berpengaruh positif dan tidak
signifikan terhadap Tingkat Pengangguran.
c. Uji Koefisien Determinasi (R2)
Tabel 4.7 Uji Koefiseien Determinasi (R2) seluruh wilayah
R2 0.738474
Adj R2
0.726936
Sumber: Hasil olah data
Koefisien determinasi adalah uji untuk mengetahui seberapa besar
kemampuan variabel independen menjelaskan variabel dependen.
Berdasarkan tabel diatas dapat diketahui bahwa nilai koefisien
determinasi sebesar 0.738474 yang artinya 73,8% dari variasi
pengangguran di Provinsi Pulau Jawa pada tahun 2007-2018 mampu
81
dijelaskan oleh variabel independen. 2,7 % persen dijelaskan oleh
variabel di luar penelitian ini.
Tabel 4.8 Interpretasi Random Effect Model
Variable Coefficient Ind. Effect Prob
C 5.647667 0.0000
UMP? -0.401116 0.0000
INVESTASI? -0.042029 0.0099
PENDIDIKAN? 0.001274 0.9686
Fixed Effects (Cross)
Banten_C 0.550047 6.197714
Jabar_C 0.330914 5.978581
Jakarta_C 0.535271 6.182938
Jateng_C -0.254307 5.39336
Yogyakarta_C -0.432763 5.214904
Jatim_C -0.729162 4.918505
Sumber: Hasil olah data
Pada pengujian menggunakan model Random Effect dapat
diperoleh persamaan masing-masing provinsi sebagai berikut:
a. Model Persamaan Provinsi Banten
PENGANGGURAN = 6.197714 + -0.401116 UMP + -0.042029
INVESTASI + 0.001274 PENDIDIKAN
Jika terjadi perubahan sebesar 1 persen pada upah minimum, 1
persen pada tingkat Investasi, , serta 1 persen pada pendidikan maka
82
Provinsi Banten akan mendapat pengaruh individu sebesar 6.197714
persen
b. Model Persamaan Provinsi DKI Jakarta
PENGANGGURAN = 6.182938 + -0.401116 UMP + -0.042029
INVESTASI + 0.001274 PENDIDIKAN
Jika terjadi perubahan sebesar 1 persen pada upah minimum, 1 persen
pada tingkat investasi, serta 1 persen pada pendidikan maka Provinsi DKI
Jakarta akan mendapat pengaruh individu sebesar 6.182938 persen.
c. Model Persamaan Provinsi Jawa Barat
PENGANGGURAN = 5.978581 + -0.401116 UMP + -0.042029
INVESTASI + 0.001274 PENDIDIKAN
Jika terjadi perubahan sebesar 1 persen pada upah minimum, 1
persen pada tingkat Investasi, serta 1 persen pada pendidikan maka
Provinsi Jawa Barat akan mendapat pengaruh individu sebesar 5.978581
persen.
d. Model Persamaan Provinsi Jawa Tengah
PENGANGGURAN = 5.39336 + -0.401116 UMP + -0.042029
INVESTASI + 0.001274 PENDIDIKAN
Jika terjadi perubahan sebesar 1 persen pada upah minimum, 1
persen pada tingkat investasi, serta 1 persen pada tingkat pendidikan maka
Provinsi Jawa Tengah akan mendapat pengaruh individu sebesar 5.39336
persen.
e. Model Persamaan Provinsi DI Yogyakarta
83
PENGANGGURAN = 5.214904 + -0.401116 UMP + -0.042029
INVESTASI + 0.001274 PENDIDIKAN
Jika terjadi perubahan sebesar 1 persen pada upah minimum, 1
persen pada tingkat investasi, serta 1 persen pada pendidikan maka
Provinsi Yogyakarta akan mendapat pengaruh individu sebesar 5.214904
persen.
f. Model Persamaan Provinsi Jawa Timur
PENGANGGURAN = 4.918505 + -0.401116 UMP + -0.042029
INVESTASI + 0.001274 PENDIDIKAN
Jika terjadi perubahan sebesar 1 persen pada upah minimum, 1
persen pada tingkat investasi, serta 1 persen pada pendidikan maka
Provinsi Jawa Timur akan mendapat pengaruh individu sebesar 4.918505
persen.
4.2.4 Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk mengetahui dan menguji
kelayakan atas model regresi yang digunakan dalam penelitian ini. Pada
penelitian ini uji asumsi klasik yang digunakan yaitu uji multikolinearitas,
heteroskedastisitas dan Uji Autokorelasi.
a. Uji Multikolinieritas
Uji Multikolinieritas bertujuan menguji apakah model regresi terdapat
korelasi antar variabel bebas atau tidak. Apabila nilainya lebih dari 0,8
maka data tersebut terjadi multikolinieritas.
84
Tabel 4.9 Uji Multikolinearitas
Variable UMP INVESTASI PENDIDIKAN
UMP 1.000000 0.400398 -0.090530
INVESTASI 0.400398 1.000000 0.622646
PENDIDIKAN -0.090530 0.622646 1.000000
Sumber: Hasil pengolahan data dengan Eviews 9
Hasil dari uji multikolinearitas menunjukkan bahwa tidak ada nilai
yang lebih dari 0,8 dapat disimpulkan bahwa tidak ada permasalahan
multikolinearitas pada model yang digunakan dalam penelitian ini.
b. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan yang lain. Hasil regresi dari log residu kuadrat terhadap
seluruh variabel menunjukkan probabilitas lebih dari 0,05. Hal ini berarti
bahwa tidak terdapat heteroskedastisitas dalam model tersebut.
Tabel 4.10 Tes Heteroskedastisitas
Heteroskedasticity Test: Glejser
Probabilitas
F-Statistic 1.456069 0.2343
Obs*R-squared 4.345982 0.2264
Scaled explaned SS 3.193688
0.3627
Sumber: Data diolah Eviews
85
Hasilnya dilihat pada probabbilitas Obs*R-squared, Jika probabilitas
> 0,05 maka tidak terjadi heteroskedastisitas. Hasilnya dilihat pada
probabbilitas Obs*R-squared, probabilitasnya > 0,05 maka tidak terjadi
heteroskedastisitas.
c. Uji Autokorelasi
Bertujuan untuk menguji apakah dalam model regresi linier ada
korelasi antara kesalahan pengganggu pada waktu atau ruang
sebelumnya.
Tabel 4.11 Uji LM Test/Autokorelasi
Prob
F-Statistic 96.08737 0.0000
Obs R-Squared 53.59386 0.0000
Dari hasil uji diatas dihasilkan, apabila nilai nilai Probabilitas sebesar
0.0000 berarti bahwa data tersebut memiliki masalah autorelasi. Setelah
peneliti melakukan transformasi maka didapat Uji Autokorelasi sebagai
berikut:
Tabel 4.12 Uji LM Test/Autokorelasi setelah transformasi
Prob
F-Statistic 2.775904 0.0697
Obs R-Squared 5.587076 0.0612
Sumber: Data diolah Eviews
Sumber: Data diolah Eviews
86
4.2.5 Kota dan Kabupaten Per Wilayah
a. Provinsi Banten
Tabel 4.13 Estimasi Provinsi Banten
Variabel Coefficient Prob.
C 15.91856
0.1234
UMP -0.317296 0.2874
INVESTASI -0.093366 0.2673
PENDIDIKAN -0.767737 0.3900
R2 0.807803
Adj R2 0.735729
F-Stat 11.20799 0.003089
Sumber: Hasil olah data
Hasil dari pengujian Provinsi Banten menunjukkan bahwa ketiga
variabel independen memiliki pengaruh terhadap Tingkat Pengangguran,
yakni pada uji F dengan nilai 0.003089, sedangkan angka yang ditunjukkan
pada R2 sebesar 80%. Selanjutnya, ketiga variabel yang diuji dalam uji T,
variabel upah minimum, Investasi, dan Pendidikan berpengaruh negatif dan
tidak signifikan Terhadap Kenaikan Pengangguran
87
b. Provinsi DKI Jakarta
Tabel 4.14 Estimasi Provinsi DKI Jakarta
Variabel Coefficient Prob.
C 8.247631
0.0057
UMP -0.542428 0.0000
INVESTASI 0.071684 0.1197
PENDIDIKAN -0.303499 0.1233
R2 0.968719
Adj R2 0.956988
F-Stat 82.58168
0.00002
Sumber: Hasil olah data
Hasil dari pengujian Provinsi DKI Jakarta menunjukkan
bahwa ketiga variabel independen memiliki pengaruh terhadap
kenaikan Pengangguran, yakni pada uji F dengan nilai 0.00002,
sedangkan angka yang ditunjukkan pada R2 sebesar 96%.
Selanjutnya, diantara ketiga variabel yang diuji dalam uji T, variabel
Upah Minimum berpengaruh negative dan signifikan, Investasi
berpengaruh posiif dan tidak signifikan sedangkan Pendidikan
berpengaruh negative dan tidak signifikan Terhadap Kenaikan
Pengangguran.
88
c. Provinsi Jawa Barat
Tabel 4.15 Estimasi Provinsi Jawa Barat
Variabel Coefficient Prob.
C 5.160780
0.0121
UMP -0.209424 0.0893
INVESTASI -0.060515 0.5644
PENDIDIKAN -0.002856 0.9514
R2 0.679489
Adj R2 0.559298
F-Stat 5.653393
0.022381
Sumber: Hasil olah data
Hasil dari pengujian Provinsi Jawa Barat menunjukkan bahwa
ketiga variabel independen memiliki pengaruh terhadap kenaikan
Pengangguran, yakni pada uji F dengan nilai 0.022381, sedangkan
angka yang ditunjukkan pada R2 sebesar 67%. Selanjutnya, ketiga
variabel yang diuji dalam uji T, variabel Upah Minimum, Investasi
dan Pendidikan berpengaruh negatif dan tidak signifikan Terhadap
Kenaikan Pengangguran.
89
d. Provinsi Jawa Tengah
Tabel 4.16 Estimasi Provinsi Jawa Tengah
Variabel Coefficient Prob.
C 5.406003
0.0000
UMP -0.530966 0.0001
INVESTASI 0.004463 0.8369
PENDIDIKAN -0.012140 0.7572
R2 0.950740
Adj R2 0.932267
F-Stat 51.46773
0.000014
Sumber: Hasil olah data
Hasil dari pengujian Provinsi Jawa Tengah menunjukkan
bahwa kelima variabel independen memiliki pengaruh terhadap
kenaikan Pengangguran, yakni pada uji F dengan nilai 0.000014,
sedangkan angka yang ditunjukkan pada R2 sebesar 95%.
Selanjutnya, diantara kelima variabel yang diuji dalam uji T, variabel
Upah Minimum berpengaruh negative dan tidak signifikan terhadap
kenaikan pengangguran.
90
e. Provinsi DI Yogyakarta
Tabel 4.17 Estimasi Provinsi DI Yogyakarta
Variabel Coefficient Prob.
C 9.914783
0.0013
UMP -0.237703 0.3348
INVESTASI -0.068120 0.0539
PENDIDIKAN -0.524388 0.0865
R2 0.869182
Adj R2 0.820126
F-Stat 17.71795
0.000682
Sumber: Hasil olah data
Hasil dari pengujian Provinsi DI Yogyakarta menunjukkan
bahwa ketiga variabel independen memiliki pengaruh terhadap
kenaikan Pengangguran, yakni pada uji F dengan nilai 0.000682,
sedangkan angka yang ditunjukkan pada R2 sebesar 86%.
Selanjutnya, ketiga variabel yang diuji dalam uji T, variabel Upah
Minimum, Investasi dan Pendidikan berpengaruh negatif dan tidak
signifikan.
91
f. Provinsi Jawa Timur
Tabel 4.18 Estimasi Provinsi Jawa Timur
Variabel Coefficient Prob.
C 6.0109284
0.4501
UMP -0.201992 0.2099
INVESTASI -0.079068 0.2084
PENDIDIKAN -0.096199 0.8692
R2 0.710876
Adj R2 0.602455
F-Stat 6.556610
0.015070
Sumber: Hasil olah data
Hasil dari pengujian Provinsi Banten menunjukkan bahwa ketiga
variabel independen memiliki pengaruh terhadap kenaikan
Pengangguran, yakni pada uji F dengan nilai 0.015070, sedangkan
angka yang ditunjukkan pada R2 sebesar 71%. Selanjutnya, ketiga
variabel yang diuji dalam uji T, variabel Upah Minimum, Investasi
dan Pendidikan berpengaruh negatif dan tidak signifikan.
92
4.3 Analisis Ekonomi
4.3.1 Upah Minimum Provinsi Terhadap Pengangguran
Hasil dalam penelitian ini menunjukkan bahwa variabel
Pengangguran berhubungan negatif dan signifikan dengan Jumlah
Pengangguran di seluruh Provinsi di Pulau Jawa, karena dilihat dari jumlah
koefisiennya sebesar -0.401116. Hal ini dapat diartikan bahwa setiap
peningkatan Upah Minimum akan dapat mengurangi tingkat Pengangguran
di Pulau Jawa. Pada data yang diuji per wilayah variabel Upah Minimum
berpengaruh negatif terhadap pengangguran berada di seluruh wilayah yaitu:
Provinsi Banten, DKI Jakarta, Jawa Barat, Jawa Tengah, DI Yogyakarta dan
Jawa Timur.
Argumen ini dikuatkan penelitian terdahulu oleh Nabila Audia Puteri
(2017) yakni bahwa Upah Minimum berpengaruh negatif dengan tingkat
pengangguran. Serta penelitian dari Herniwati Retno Handayani (2019)
menyatakan hal yang sama bahwa Variabel upah minimum mempunyai
pengaruh negatif dan signifikan terhadap tingkat pengangguran terbuka.
Artinya, kenaikan upah minimum akan menurunkan tingkat pengangguran.
Dan diperkuat dengan penelitian oleh Hans-Jörg Schmerer (2014) yang
menyatakan bahwa upah berpengaruh kepada ekuilibrium pengangguran.
Rangga Pramudjasi, Juliansyah, Diana Lestari (2019) menyatakan sependapat
bahwa Upah berpengaruh negatif dan signifikan terhadap tingkat
pengangguran.
93
Kesejahteraan tenaga kerja terus ditingkatkan untuk memacu peningkatan
produktivitas dalam produksi. Pada perkembangannya Pemerintah di tiap
daerah terus meningkatkan nilai upah pekerja, terbukti dalam hasil data
menunjukkan peningkatan dari tahun 2007-2018 di Pulau Jawa. Upah
tertinggi juga berada di Pulau Jawa karena Pulau Jawa merupakan letak
dimana adanya pusat perekonomian serta banyaknya angkatan kerja yang
menetap di Pulau Jawa. Agar tidak terjadi ketidakmampuan perusahaan untuk
membiayai upah yang ditetapkan maka Upah yang ditetapkan harus
sebanding dengan kemampuan perusahaan serta tenaga kerja juga harus
sebanding dengan kebutuhan yang diperlukan.
Dilihat dari uji Autokorelasinya bahwa terjadi autokorelasi ini terjadi juga
bahwa ada variabel yang memiliki korelasi dengan variabel lainnya,
terkhusus bahwa adanya korelasi Antara upah minimum dengan variabel
investasi. Hubungan ini berarti bahwa setiap kenaikan upah minimum akan
berdampak pada jumlah investor yang akan masuk. Kemampuan investor
akan melihat kemampuan dari upah yang diberikan, apabila tidak kuat untuk
membiayai maka investor yang dating pun akan berkuran.
4.3.2 Investasi Terhadap Pengangguran
Hasil dalam penelitian ini menunjukkan bahwa variabel Investasi
berhubungan negative dan signifikan dengan Tingkat Pengangguran di
seluruh Provinsi di Pulau Jawa, karena dilihat dari jumlah koefisiennya
sebesar -0.042029. Hal Ini dapat diartikan bahwa setiap peningkatan pada
Investasi akan mengurangi tingkat Pengangguran di Pulau Jawa. Pada data
yang diuji per wilayah variabel Investasi berpengaruh negatif di seluruh
94
Provinsi di Pulau Jawa yaitu: Provinsi Banten, DKI Jakarta, Jawa Barat, Jawa
Tengah, DI Yogyakarta dan Jawa Timur.
Argumen ini dikuatkan penelitian terdahulu oleh Vasile Alecsandru
Strata, Adriana Davidescu, Andreea Maria Paul, Ceko (2014) bahwa
masuknya investasi langsung asing memiliki dampak yang signifikan
terhadap tingkat pengangguran. Wahyu Aditama Putra (2018) bahwa
Investasi secara parsial berpengaruh negatif signifikan terhadap
pengangguran. Berarti semakin tinggi investasi, pengangguran akan
menurun. Ciaran Driver, Jair Muñoz-Bugarin (2010) Mengatakan bahwa
adanya hubungan negatif antara investasi dan keseimbangan pengangguran,
implikasinya maka adalah bahwa pangsa tenaga kerja harus meningkat
dengan investasi.Dan juga menurut Teori Neo Klasik Makin cepat
perkembangan investasi ketimbang laju pertumbuhan penduduk, makin cepat
perkembangan volume stok kapital rata-rata per tenaga kerja.
Dari perkembangannya dari tahun 2007-2018 Investasi
menunjukkan peningkatan per tahun di setiap wilayahnya, Jawa Timur dan
Jawa Timur merupakan investasi tertinggi di Pulau Jawa dan DKI Jakarta
sebagai pusat perekonomian menududuki peringkat ketiga. Dikutip dari
Statistik Jakarta bahwa nilai PMA DKI lebih rendah daripada PMDN karena
nilai kurs yang berubah-ubah Dan adanya penurun khususnya di bidang
perumahan, industri dan pergudangan karena wilayah di Jakarta sudah tidak
cukup lagi untuk menampungnya. Jawa Timur memiliki nilai investasi paling
tinggi didominasi oleh peningkatan investasi pada PMDN, serta dikutip dari
jawapos.com menurut Gubernur Jawa Timur Khofifah Indar Parawansa
95
dikutip menegaskan, investasi unggulan Jatim ada di sector Industri,
pertanian, perikanan, dan Pariwisata. Kemudian sector Pertambangan, energi
hingga bermacam sector dari 38 Kabupaten/kota yang ada di Jawa Timur.
Serta penulis mengharapkan wilayah lain dapat berkaca pada Jawa Timur
untuk mengembangkan penanaman investasi dalam negerinya, serta dapat
memanfaatkan potensi alam dan bonus demografi agar pengangguran dapat
terserap.
4.3.3 Pendidikan Terhadap Pengangguran
Hasil dalam penelitian ini menunjukkan bahwa variabel Pendidikan
berhubungan positif dengan Tingkat Pengangguran di seluruh Provinsi di
Pulau Jawa, karena dilihati dari jumlah koefisiennya sebesar 0.001274. Maka
dapat diartikan bahwa setiap kenaikan Pendidikan akan menambah tingkat
Pengangguran di Pulau Jawa. Pada data yang diuji per wilayah Pendidikan
berpengaruh positif dengan tingkat pengangguran terjadi di Wilayah Banten,
DKI Jakarta, Jawa Barat dan Jawa Tengah. Sedangkan Tingkat Pendidikan
berpengaruh negatif dengan tingkat pengangguran berada di wilayah, DI
Yogyakarta dan Jawa Timur
Argumen ini dikuatkan penelitian terdahulu oleh Anggun Kembar
Sari (2013) bahwa tingkat pendidikan berpengaruh signifikan yang positif
terhadap pengangguran terdidik di Sumatera Barat. Dimana setiap 1%
kenaikan tingkat pendidikan terjadi peningkatan pengangguran terdidik
sebesar 0.873%. Imarotus Suaidah dan Hendry Cahyono (2013) menemukan
bahwa tingkat pengangguran dipengaruhi oleh tingkat pendidikan terutama
lulusan SMA/Aliyah di Kabupaten Jombang. Lulusan SMA/aliyah yang
96
bertambah mempengaruhi besarnya tingkat pengangguran. Dalam
penelitiannya menemukan bahwa tingkat pendidikan berpengaruh terhadap
tingkat pengangguran, dimana setiap 1% kenaikan tingkat pendidikan terjadi
peningkatan tingkat pengagguran sebesar 1.159%. Rangga Pramudjasi,
Juliansyah, Diana Lestari (2019) menunjukkan Pendidikan berpengaruh
positif dan tidak signifikan terhadap tingkat pengangguran. Juga dengan Indra
Suhendra, Bayu Hadi Wicaksono (2016) Variabel tingkat pendidikan rasio
SMA (TPSMA) berpengaruh tidak signifikan terhadap tingkat pengangguran.
Artinya kenaikan tingkat pendidikan TPSMA tidak berpengaruh signifikan
dalam peningkatan tingkat pengangguran. Markus Klein (2015) bahwa
kualifikasi lulusan sekolah kejuruan memiliki risiko pengangguran relatif
lebih rendah dibandingkan sekolah-lulusan dengan pendidikan umum.
Caroline, Hall (2015) mengatakan bahwa bahwa memperluas sekolah
menengah atas dengan isi umum lebih dapat memiliki efek negatif dalam hal
tingkat yang lebih tinggi putus sekolah dan, sebagai hasilnya, hasil pasar
tenaga kerja yang lebih buruk diantara siswa lemah. Pendidikan memainkan
kunci dalam membentuk kemampuan untuk menyerap teknologi modern dan
untuk mengembangkan kapasitas seseorang agar tercipta pertumbuhan serta
pembangunan yang berkelanjutan (Todaro dan Smith, 2004, terjemahan Haris
Munandar, 2004).
Dan Perkembangan Tingkat Pendidikan dari tahun 2007-2018
menunjukkan bahwa jumlah murid yang diproksikan sebagai variabel
pendidikan yang memiliki jumlah terbanyak terdapat di provinsi Jawa Barat,
Jawa Tengah dan Jawa Timur. Tetapi pada Jawa Tengah dan Jawa Timur
97
terjadi penurunan di setiap tahunnya. Nilai positif pada koefisien pendidikan
terjadi karena kebutuhan lapangan pekerjaan yang diperlukan adalah tenaga
terampil dan siap kerja. Angka pendidikan tidak tinggi di 3 provinsi lainnya
karena kebutuhan pekerjaan tidak cukup diambil dari kelulusan tingkat SMA
karena keilmuan yang belum siap dengan dunia kerja. Kebutuhan terbanyak
adalah siswa dengan kelulusan akhir pada tingkat SMK dan Perguruan
Tinggi, Maka diperlukan perluasan kelas ataupun motivasi untuk menempuh
pendidikan pada Sekolah Kejuruan ataupun perguruan Tinggi. Penelitian
yang dihasilkan tidak menunjukkan signifikan bahwa Pemerintah tidak harus
membangun pendidikan dengan mencetak kelulusan pada SMA saja. Tugas
pemerintah pusat, daerah, dan instansi-instanti pendidikan terkait saat ini
adalah bagaimana mengembalikan mereka ke bangku-bangku sekolah yang
sebelumnya mereka tinggalkan. Dan juga membangun pelajar yang terampil
dan siap kerja. Sehingga terciptanya Sumber daya manusia yang berkualitas
dan penyerapan tenaga kerja dapat maksimal.
98
BAB V
KESIMPULAN DAN SARAN
Bab ini merupakan bab penutup yang memuat kesimpulan berupa
jawaban-jawaban dari permasalahan penelitian yang dikemukakan
sebelumnya. Bab ini juga berisi saran-saran yang sifatnya membangun
sebagai solusi dari permasalahan yang dikemukakan.
5.1 Kesimpulan
Berdasarkan analisis yang telah dilakukan, dapat diperoleh beberapa
kesimpulan sebagai berikut:
1. Terdapat pengaruh antara variabel Upah Minimum Provinsi (UMP)
yang diwakilkan oleh X1 dengan variabel dependen Tingkat
Pengangguran di Pulau Jawa Pada Tahun 2007-2018.
2. Ivestasi yang diwakilkan oleh X2 menyatakan terdapat pengaruh
terhadap Tingkat Pengangguran di Pulau Jawa Pada Tahun 2007-
2018.
3. Pendidikan yang diwakilkan oleh X3 menyatakan bahwa tidak
terdapat pengaruh terhadap Tingkat Pengangguran di Pulau Jawa
pada Tahun 2007-2018.
4. Upah Minimum Provinsi, Investasi dan Pendidikan secara bersama-
sama memiliki pengaruh terhadap Tingkat Pengangguran di Pulau
Jawa periode Tahun 2007-2018.
99
5.2 Saran
1. Bagi Pemerintah
Upah Minimum Provinsi (UMP) Yang tinggi cukup untuk
mengurangi / menekan angka pengangguran karena dari upah yang
tinggi akan menambah pendapatan pekerja dan menambah kualitas
pekerjanya itu sendiri sehingga menambah poduktivitas industri dan
akan terus menambah tenaga kerja. Tetapi angka UMP juga harus
terkontrol dengan baik oleh Pemerintah.
Investasi sangat mampu untuk mengurangi tingkat pengangguran.
Dan hal ini harus didukung oleh pemerintah yaitu dengan
mempermudah izin dan menekan biaya-biaya tambahan lainnya agar
tidak membebani faktor produksinya. Pemerintah juga harus
mendukung penanaman modal dalam negeri karena untuk memacu
daya saing, kemampuan dan ketahanan dalam negeri untuk
memperluas lapangan pekerjaan.
Pendidikan yang baik adalah pendidikan yang disertai dengan
pembangunan karakter serta membentuk kemampuan dan keahlian
untuk bersaing. Hal ini yang harus ditingkatkan khususnya
pemerintah adalah mengambangkan sekolah kejuruan agar
meningkatkan skill dari sumber daya manusia tersebut serta
memberikan motivasi kepada anak dan orangtua. Dengan begitu
angkatan kerja akan terserap dengan mudah karena kemampuan yang
dibutuhkan sudah terpenuhi.
2. Bagi Civitas Akademika
100
Untuk peneliti selanjutnya yang ingin meneliti terkait tingkat
Pengangguran harus lebih menggambarkan kondisi pengangguran di
Pulau Jawa. Serta penyebab sebagian besar para pelajar tidak
melanjutkan pendidikannya.
5.3 Keterbatasan Penelitian
1. Penggunaan data cross-section yang relatif sedikit dikarenakan
jumlah Propinsi di Pulau Jawa hanya sejumlah 6 Provonsi, sehingga
jumlah observasi data panel hanya ada 72 observasi.
2. Pembahasan bersifat makro jadi perlu pendalaman materi yang cukup.
3. Data masih terpecah di sumber lain, sehingga peneliti melakukan
penggabungan beberapa sumber tersebut terlebih dahulu.
101
DAFTAR PUSTAKA
Adam Antonis, Thomas Moutos. Minimum wages, inequality and
unemployment. (Jerman: 2006).
Aditama Putra, Wahyu. Pengaruh Inflasi dan Investasi terhadap
Pengangguran di Provinsi Jawa Timur Tahun 1992-2011. Surabaya,
Journal 2018
Alecsandru Strata V, dkk. FDI and The Unemployment - A Causality Analysis
for The Latest EU Member. (Ceko:2014)
Alghofari, F. 2010. Analisis Tingkat Pengangguran di Indonesia Tahun 1980-
2007. Skripsi Fakultas Ekonomi Universitas Indonesia
Andra.Teori Inflasi,Strukturalis, Keynes https://ardra.biz/ekonomi/ekonomi-
makro/teori-inflasi/ . diakses pada 20 September 2019.
Arsyad, Lincolin. 2010. Ekonomi Pembangunan. Yogyakarta: UPP STIM
YKPN.
Audia Putri, Nabila. Analisis Pengangguran Terbuka Di Provinsi Jawa
Tengah Tahun 2013-2016 (Yogyakarta, Journal 2017)
Bambang Wijayanta & Aristanti Widyaningsih, Ekonomi & Akuntansi:
Mengasah Kemampuan Ekonomi, (Jakarta: PT. Grafindo Media
Pratama, 2007) ,hal. 112-113.
BPS (Badan Pusat Statistik).
https://www.bps.go.id/linkTableDinamis/view/id/917 diakses pada
29 November 2018
102
BPS (Badan Pusat Statistik). 2013. Bps.go.id
BPS (Badan Pusat Statistik).2014. Bps.go.id
BPS (Badan Pusat Statistik).2015. Bps.go.id
Badan Pusat Statistik.
https://www.bps.go.id/statictable/2014/09/15/981/tingkat-
pengangguran-terbuka--tpt--menurut-provinsi--1986---2018.html
diakses pada 29 November 2018
BKPM.https://www.bkpm.go.id/images/uploads/file_siaran_pers/Narasi_In
donesia_TW_II_2018_Final.pdf
Chow, Mohammad Shafiur Rahman. (2013). Determinants of Unemployment
in Bangladesh: A Case Study. Developing Country Studies . Vol.4,
No.3
Driver, Ciaran. Capital investment and unemployment in Europe: Neutrality
or not?. London, Journal 2010
Ekonomi, Ilmu. Teori Inflasi, Teori Keynes, dan Teori Strukturalis
https://www.ilmu-ekonomi-id.com/2019/01/teori-inflasi-teori-
kuantitas-teori-keynes-dan-teori-strukturalis.html . diakses pada 20
September 2019
Ehrenberg, Ronald G. dan Smith, Robert S., 1998. “Modern Labor
Economics: Theory and Public Policy,” dalam Abdul Haris R.,
Analisis Penyerapan Tenaga Kerja Industri Tenun Sutera di
103
Kabupaten Wajo. Fakultas Ekonomi dan Bisnis, Universitas
Hasanuddin, Makassar. 2013, hal. 20-21
Engla Desnim Silvia, dkk, ―Analisis Pertumbuhan Ekonomi, Investasi, dan
Inflasi di Indonesia‖, Jurnal Kajian Ekonomi,Vol. I, No. 02 Januari
2013,hlm. 224
Ety R. dkk, Metodologi Penelitian Bisni: Dengan Aplikasi SPSS, (2007),
h.138
Fischer, Stanley, dkk. 2004. Makroekonomi. Jakarta: PT Media Global
Edukasi.
Gajimu. https://gajimu.com/gaji/gaji-minimum/faq diakses pada 7
November 2018
Gujarati, Damodar N, Dawn C. Porter. 2013. Dasar-Dasar Ekonometrika.
Jakarta: Salemba Empat.
Hall, Caroline. Does more general education reduce the risk of future
unemployment? Evidence from an expansion of vocational upper
secondary education. Sweden, Journal 2015
Haryani, Sri, 2002. Hubungan Industrial di Indonesia. Yogyakarta: UPP AMP
YKPN.
Herlan Firmansyah, dkk., Advanced Learning Economics 2 for Grade XI
Social Sciences Programme, (Bandung: Grafindo Media Pratama,
2014), hal. 149-150.
Husaini Usman, Purnomo Setiady Akbar, Pengantar Statistika (Jakarta: PT
Bumi Aksara,2011), h.287
104
Husni. Lalu, Pengantar Hukum Ketenagakerjaan Indonesia, Edisi Revisi.
Jakara: PT Raja Grafindo Sejahtera 2003
Hoover, Kevin. D, 2008. Phillips Curve.
http://www.econlib.org/library/Enc/PhillipsCurve.html
Indonesia Investmen. https://www.indonesia-
investments.com/id/keuangan/angka-ekonomi-makro/inflasi-di-
indonesia/item254? diakses pada 29 November 2018
Irawan Gita, Menteri Hanif Ungkap Tiga Masalah Tenaga Kerja di Indonesia,
Tribunnews.com,
http://www.tribunnews.com/nasional/2018/05/01/menteri-hanif-
ungkap-tiga-masalah-tenaga-kerja-di-indonesia, 21 Juni 2018.
Iskandar Putong, Pengantar Ekonomi Mikro dan Makro, (Jakarta: Ghalia
Indonesia, 2003) hal. 254-255
Iqbal Hasan. 2006. Analisis Data Penelitian dengan Statistik. Jakarta: Bumi
Aksara.
John M. Echols dan Hassan Shadily. 2000. Kamus Inggris Indonesia An
EnglishIndonesia Dictionary. Jakarta : PT. Gramedia.
Kata data.
https://databoks.katadata.co.id/datapublish/2016/11/23/penganggura
n-indonesia-tertinggi-3-di-asean diakses pada 29 November 2018
105
Kembar Sari, Anggun. Analisis Pengaruh Tingkat Pendidikan, Pertumbuhan,
Ekonomi, dan Upah Terhadap Pengangguran Terdidik di Sumatera
Barat. Padang, Journal 2013
Keynes, JM. 1936. “The General Theory of Employment, Interest and
Money”
Khairunnisaa, Sri Hartoyoa, Lukytawati Anggraeni. Determinan Angka
Partisipasi Sekolah SMP di Jawa Barat (Bogor, Journal 2014)
Klein, Markus. Capital investment and unemployment in Europe: Neutrality
or not?. London, Journal 2010
Kuncoro, Murdrajat. 2006. Ekonomi Pembangunan. Jakarta: Penerbit
Salemba
Mankiw, G., Quah, E. & Wilson, P. (2013). Pengantar Ekonomi Mikro, Edisi
Asia (Volume 2). Jakarta: Salemba Empat ISBN 978-981-4384-85-8
Mankiw, N. Greorgy. 2000. Teori Makor Ekonomi. Edisi Keempat. Alih
Bahasa: Imam Nurmawam. Jakarta: Erlangga
Mankiw, N. Gregory. 2012. Makroekonomi. Jakarta: Erlangga
Muana Nanga, Makro Ekonomi: TEORI, MASALAH DAN KEBIJAKAN,
(Jakarta: Rajawali Pers, 2005) hlm. 241.
Moch. Doddy Ariefianto, Ekonometrika Esensi dan Aplikasi dengan
menggunakan Eviews (Jakarta: Erlangga, 2012), h. 148.
Nordhaus dan Samuelson. 2004. Ilmu Makro Ekonomi. Jakarta: Media Global
Edukasi.
106
Peraturan, Perundang-undangan Nomor 78 / 2015 Pasal 44 Ayat 2
Pramudjasi Rangga, dkk. Pengaruh jumlah penduduk dan pendidikan serta
upah terhadap pengangguran di kabupaten paser. Samarinda,
Journal 2019
Prasaja, Mukti (2013). Pengaruh investasi asing, jumlah penduduk, inflasi
terhadap pengangguran terdidik di Jawa Tengah periode tahun 1980-
2011. Economics development Analysis Journal. Vol.2, No.3.
Republika Indonesia, Undang-Undang
Retno Hendayani, Herniwati, 2019. Analisis Pengaruh Jumlah Penduduk,
Pendidikan, Upah Minimum, dan PDRB terhadap Tingkat
Pengangguran Terbuka di Provinsi Jawa Tengah. (Semarang,
Journal 2019)
Riley, Geoff, 2012. The Phillips Curve.
http://tutor2u.net/economics/revision-notes/a2-macro-phillips-
curve.html
Sarwono, Jonathan. Statistik Multivarian Aplikasi untuk Riset Skripsi.
Yogyakarta: CV. Andi Offset, 2013.
Schmerer, Hans-Jörg. Foreign direct investment and search unemployment:
Theory and evidence. Germany, Journal 2014
Sistem Informasi,Kemdikbud. 2017. http://apkapm.data.kemdikbud.go.id/
diakses pada 23 September 2019
107
Sofyan Yamin, Lien, A Rachmah, Heri Kurniawan. 2011. Regresi dan
Korelasi dalam Genggaman Anda. Jakarta: Salemba Empat
Suaidah, Imarotus, dkk. Pengaruh Tingkat Pendidikan Terhadap Tingkat
Pengangguran di Kabupaten Jombang. Surabaya, Journal 2013
Sudarwan Danim, Metode Penelitian Untuk Ilmu-Ilmu Perilaku, (Jakarta: PT
Bumi Aksara, 2007), cetakan ke-4, hal.115
Suhendra, Indra, dkk. Tingkat Pendidikan, Upah, Inflasi dan Pertumbuhan
Ekonomi Terhadap Pengangguran di Indonesia. Banten, Journal
2016.
Sukirno, Sadono. 1985. Ekonomi Pembangunan. Jakarta : LPEF-UI Bima
Grafika.
Sukirno, sadono, 2000. Makro Ekonomi Modern, Jakarta: Raja Grafindo
Persada.
Sukirno, Sadono, 2002. Makroekonomi Teori Pengantar. Edisi Ketiga,
Jakarta: Raja Grafindo Persada.
Sukirno, Sadono. 2007. Makro Ekonomi Modern; Perkembangan Pemikiran
dari Klasik hingga Keynesian baru. Jakarta : PT. Raja Grafindo
Persada.
Suliyanto, Ekonometrika Terapan: Teori dan Aplikasi dengan SPSS
(Yogyakarta: CV. Andi Offdet, 2011), h. 239.
Sumaryadi, I Nyoman, 2010, Perencanaan Pembangunan Daerah Otonom dan
Pemberdayaan Masyarakat. Jakarta: Penerbit Citra Utama
108
Tika, Moh. Pabundu. Metodologi Riset Bisnis. Jakarta: PT Bumi Aksara,
2006.
Todaro, Michael P, 2000. Pembangunan Ekonomi di Dunia Ketiga. Edisi
Ketujuh, Terjemahan Haris Munandar, Jakarta: Erlangga.
Todaro, Michael, P dan Smith, Stephen, C. (2004). Pembangunan Ekonomi
Dunia Ketigs.Jakarta: Erlangga.
Todaro, Michael, P dan Smith, Stephen, C. (2006). Pembangunan
Ekonomi.Jakarta: Erlangga.
Trending Economics. https://id.tradingeconomics.com/country-
list/unemployment-rate?continent=asia diakses pada 29 November
2018
Wikipedia. https://id.wikipedia.org/wiki/Upah_minimum diakses pada
tanggal 3 Desember 2018
Wikipedia. https://id.wikipedia.org/wiki/Inflasi diakses pada tanggal 3
Desember 2018
Zariah, Nurul, Metode Penelitian Sosial dan Pendidikan, Jakarta: Bumi
Aksara, 2007
109
LAMPIRAN-LAMPIRAN
Lampiran 1: Data Penelitian Pengangguran, UMP, INVESTASI,
PENDIDIKAN di Pulau Jawa Tahun 2007-2018
Tahun Provinsi PENGANGGURAN UMP INVESTASI PENDIDIKAN
2007 Banten 15.75 746.5 1777300000 127048
2008 Banten 15.18 837 2466800000 133952
2009 Banten 14.97 917.5 5793700000 145590
2010 Banten 13.68 955.3 7396700000 135066
2011 Banten 13.74 1000 6470300000 141976
2012 Banten 9.94 1042 7833800000 149972
2013 Banten 9.54 1170 7728900000 146757
2014 Banten 9.07 1325 10115900000 149485
2015 Banten 9.55 1600 13251896400 150883
2016 Banten 8.92 1784 15338400000 150883
2017 Banten 9.28 1931.18 18189400000 154814
2018 Banten 8.52 2099.385 3858100000 185259
2007 Jakarta 12.57 900.56 8894900000 182906
2008 Jakarta 12.16 972.604 11764900000 177617
2009 Jakarta 12.15 1069.865 15204600000 172834
2010 Jakarta 11.05 1118.009 11027800000 161400
2011 Jakarta 11.69 1290 14080500000 152496
2012 Jakarta 9.67 1529.15 12647800000 161400
2013 Jakarta 8.63 2200 8345600000 153054
2014 Jakarta 8.47 2441 22320900000 142966
2015 Jakarta 7.23 2700 19132125000 206753
2016 Jakarta 6.12 3100 15615100000 165279
2017 Jakarta 7.14 3355.75 51857300000 171640
2018 Jakarta 6.24 3648.035 12577800000 166666
2007 Jabar 13.08 516.84 12674800000 479441
2008 Jabar 12.08 568.193 6841700000 261380
2009 Jabar 10.96 628.191 6659300000 24625
2010 Jabar 10.33 671.5 17491800000 481361
2011 Jabar 9.96 732 15033700000 488966
2012 Jabar 9.08 780 15594700000 533864
2013 Jabar 9.16 850 16131000000 604132
2014 Jabar 8.45 1000 25288900000 519307
2015 Jabar 8.72 1312.355 32011567800 547671
2016 Jabar 8.89 2250 35831100000 644854
2017 Jabar 8.22 1420.624 43533500000 671077
110
2018 Jabar 8.17 1544.36 15703800000 707428
2007 Jateng 7.70 500 377200000 781469
2008 Jateng 7.35 547 1471900000 308029
2009 Jateng 7.33 575 2725700000 822139
2010 Jateng 6.21 660 854500000 869120
2011 Jateng 7.07 675 2912800000 896686
2012 Jateng 5.61 765 6038600000 932874
2013 Jateng 6.01 830 13057900000 950053
2014 Jateng 5.68 910 14065000000 456877
2015 Jateng 4.99 1160 16261114600 1014073
2016 Jateng 4.63 1265 25101200000 394564
2017 Jateng 4.57 1367 22238500000 402804
2018 Jateng 4.51 1486.065 7766600000 406323
2007 Yogyakarta 6.10 500 33900000 36760
2008 Yogyakarta 5.38 586 49700000 35760
2009 Yogyakarta 6.00 700 41000000 34379
2010 Yogyakarta 5.69 745.694 14900000 34035
2011 Yogyakarta 4.39 808 4000000 55513
2012 Yogyakarta 3.90 892.66 418900000 33204
2013 Yogyakarta 3.24 947.114 313400000 49514
2014 Yogyakarta 3.33 988.5 768800000 47877
2015 Yogyakarta 4.07 1108.249 451466800 51371
2016 Yogyakarta 2.72 1235.7 968200000 54067
2017 Yogyakarta 3.02 1337.645 331100000 55262
2018 Yogyakarta 3.35 1454.154 543000000 55400
2007 Jatim 6.79 448.5 3414300000 500197
2008 Jatim 6.42 500 3235400000 508256
2009 Jatim 5.08 570 4712800000 511053
2010 Jatim 4.25 630 9853300000 458676
2011 Jatim 5.38 705 10999500000 456438
2012 Jatim 4.11 745 23819100000 505939
2013 Jatim 4.30 866.25 38245200000 495317
2014 Jatim 4.19 1000 39934500000 464721
2015 Jatim 4.47 1150 38083194200 432429
2016 Jatim 4.21 1283 48272600000 523500
2017 Jatim 4.00 1388 46611200000 535612
2018 Jatim 3.99 1508.894 9908300000 534902
111
Lampiran 2: Data Penelitian Pengangguran, UMP, INVESTASI,
PENDIDIKAN di Pulau Jawa Tahun 2007-2018 (Setelah LN)
Tahun Provinsi PENGANGGURAN UMP INVESTASI PENDIDIKAN
2007 Banten 2.76 6.62 21.30 11.75
2008 Banten 2.72 6.73 21.63 11.81
2009 Banten 2.71 6.82 22.48 11.89
2010 Banten 2.62 6.86 22.72 11.81
2011 Banten 2.62 6.91 22.59 11.86
2012 Banten 2.30 6.95 22.78 11.92
2013 Banten 2.26 7.06 22.77 11.90
2014 Banten 2.20 7.19 23.04 11.91
2015 Banten 2.26 7.38 23.31 11.92
2016 Banten 2.19 7.49 23.45 11.92
2017 Banten 2.23 7.57 23.62 11.95
2018 Banten 2.14 7.65 22.07 12.13
2007 Jakarta 2.53 6.80 22.91 12.12
2008 Jakarta 2.50 6.88 23.19 12.09
2009 Jakarta 2.50 6.98 23.44 12.06
2010 Jakarta 2.40 7.02 23.12 11.99
2011 Jakarta 2.46 7.16 23.37 11.93
2012 Jakarta 2.27 7.33 23.26 11.99
2013 Jakarta 2.15 7.70 22.85 11.94
2014 Jakarta 2.14 7.80 23.83 11.87
2015 Jakarta 1.98 7.90 23.67 12.24
2016 Jakarta 1.81 8.04 23.47 12.02
2017 Jakarta 1.97 8.12 24.67 12.05
2018 Jakarta 1.83 8.20 23.26 12.02
2007 Jabar 2.57 6.25 23.26 13.08
2008 Jabar 2.49 6.34 22.65 12.47
2009 Jabar 2.39 6.44 22.62 10.11
2010 Jabar 2.33 6.51 23.58 13.08
2011 Jabar 2.30 6.60 23.43 13.10
2012 Jabar 2.21 6.66 23.47 13.19
2013 Jabar 2.21 6.75 23.50 13.31
2014 Jabar 2.13 6.91 23.95 13.16
2015 Jabar 2.17 7.18 24.19 13.21
2016 Jabar 2.18 7.72 24.30 13.38
2017 Jabar 2.11 7.26 24.50 13.42
2018 Jabar 2.10 7.34 23.48 13.47
2007 Jateng 2.04 6.21 19.75 13.57
2008 Jateng 2.00 6.30 21.11 12.64
2009 Jateng 1.99 6.35 21.73 13.62
112
2010 Jateng 1.83 6.49 20.57 13.68
2011 Jateng 1.96 6.51 21.79 13.71
2012 Jateng 1.72 6.64 22.52 13.75
2013 Jateng 1.79 6.72 23.29 13.76
2014 Jateng 1.74 6.81 23.37 13.03
2015 Jateng 1.61 7.06 23.51 13.83
2016 Jateng 1.53 7.14 23.95 12.89
2017 Jateng 1.52 7.22 23.83 12.91
2018 Jateng 1.51 7.30 22.77 12.91
2007 Yogyakarta 1.81 6.21 17.34 10.51
2008 Yogyakarta 1.68 6.37 17.72 10.48
2009 Yogyakarta 1.79 6.55 17.53 10.45
2010 Yogyakarta 1.74 6.61 16.52 10.44
2011 Yogyakarta 1.48 6.69 15.20 10.92
2012 Yogyakarta 1.36 6.79 19.85 10.41
2013 Yogyakarta 1.18 6.85 19.56 10.81
2014 Yogyakarta 1.20 6.90 20.46 10.78
2015 Yogyakarta 1.40 7.01 19.93 10.85
2016 Yogyakarta 1.00 7.12 20.69 10.90
2017 Yogyakarta 1.11 7.20 19.62 10.92
2018 Yogyakarta 1.21 7.28 20.11 10.92
2007 Jatim 1.92 6.11 21.95 13.12
2008 Jatim 1.86 6.21 21.90 13.14
2009 Jatim 1.63 6.35 22.27 13.14
2010 Jatim 1.45 6.45 23.01 13.04
2011 Jatim 1.68 6.56 23.12 13.03
2012 Jatim 1.41 6.61 23.89 13.13
2013 Jatim 1.46 6.76 24.37 13.11
2014 Jatim 1.43 6.91 24.41 13.05
2015 Jatim 1.50 7.05 24.36 12.98
2016 Jatim 1.44 7.16 24.60 13.17
2017 Jatim 1.39 7.24 24.57 13.19
2018 Jatim 1.38 7.32 23.02 13.19
Lampiran 3: Hasil Analisis Statistik Deskriptif
Date: 05/09/20
Time: 16:27
Sample: 2007 2018
PENGANGGUR
AN UMP INVESTASI PENDIDIKAN Mean 1.937000 6.947140 22.36017 12.33413
Median 1.972321 6.901972 23.02701 12.18440
113
Maximum 2.757118 8.201944 24.67176 13.82949
Minimum 1.000632 6.105909 15.20180 10.11152
Std. Dev. 0.441308 0.483602 2.004508 1.003542
Skewness -0.095347 0.546281 -1.589554 -0.490983
Kurtosis 2.084076 2.897142 5.275812 2.215685
Jarque-Bera 2.625844 3.612816 45.85813 4.738223
Probability 0.269033 0.164243 0.000000 0.093564
Sum 139.4640 500.1941 1609.932 888.0575
Sum Sq. Dev. 13.82745 16.60480 285.2817 71.50383
Observations 72 72 72 72
Lampiran 4: Uji Normalitas
0
2
4
6
8
10
12
14
-0.2 -0.1 0.0 0.1 0.2 0.3
Series: Standardized Residuals
Sample 2007 2018
Observations 72
Mean 6.17e-18
Median 0.008068
Maximum 0.306089
Minimum -0.231511
Std. Dev. 0.105578
Skewness 0.018514
Kurtosis 2.943438
Jarque-Bera 0.013711
Probability 0.993168
Lampiran 5: Common Effect Model
Dependent Variable: PENGANGGURAN?
Method: Pooled Least Squares
Date: 05/09/20 Time: 16:36
Sample: 1 12
Included observations: 12
Cross-sections included: 6
Total pool (balanced) observations: 72 Variable Coefficient Std. Error t-Statistic Prob. UMP? -0.021661 0.083892 -0.258196 0.7970
INVESTASI? 0.103225 0.038958 2.649683 0.0100
PENDIDIKAN? -0.018410 0.056156 -0.327833 0.7440 R-squared 0.059388 Mean dependent var 1.937000
Adjusted R-squared 0.032124 S.D. dependent var 0.441308
S.E. of regression 0.434162 Akaike info criterion 1.209975
Sum squared resid 13.00626 Schwarz criterion 1.304836
Log likelihood -40.55911 Hannan-Quinn criter. 1.247740
Durbin-Watson stat 0.138697
114
Lampiran 6: Fixed Effect Model
Dependent Variable: PENGANGGURAN?
Method: Pooled Least Squares
Date: 05/09/20 Time: 16:37
Sample: 1 12
Included observations: 12
Cross-sections included: 6
Total pool (balanced) observations: 72 Variable Coefficient Std. Error t-Statistic Prob. C 5.732639 0.458900 12.49213 0.0000
UMP? -0.398935 0.043034 -9.270291 0.0000
INVESTASI? -0.045640 0.016010 -2.850645 0.0059
PENDIDIKAN? -0.000298 0.032764 -0.009091 0.9928
Fixed Effects (Cross)
BANTEN--C 0.553535
JABAR--C 0.338574
JAKARTA--C 0.540802
JATENG--C -0.253878
JATIM--C -0.429841
YOGYAKARTA--C -0.749192 Effects Specification Cross-section fixed (dummy variables) R-squared 0.942765 Mean dependent var 1.937000
Adjusted R-squared 0.935497 S.D. dependent var 0.441308
S.E. of regression 0.112081 Akaike info criterion -1.422729
Sum squared resid 0.791410 Schwarz criterion -1.138145
Log likelihood 60.21823 Hannan-Quinn criter. -1.309435
F-statistic 129.7164 Durbin-Watson stat 1.545236
Prob(F-statistic) 0.000000
Lampiran 7: Uji Chow (Common/Fixed)
Redundant Fixed Effects Tests
Pool: PROVINSI
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 174.065838 (5,63) 0.0000
Cross-section Chi-square 194.084873 5 0.0000
Cross-section fixed effects test equation:
Dependent Variable: PENGANGGURAN?
Method: Panel Least Squares
Date: 05/09/20 Time: 16:40
Sample: 1 12
115
Included observations: 12
Cross-sections included: 6
Total pool (balanced) observations: 72 Variable Coefficient Std. Error t-Statistic Prob. C 2.774150 1.017479 2.726494 0.0081
UMP? -0.287561 0.126288 -2.277024 0.0259
INVESTASI? 0.132511 0.038777 3.417298 0.0011
PENDIDIKAN? -0.146130 0.071267 -2.050475 0.0442 R-squared 0.152083 Mean dependent var 1.937000
Adjusted R-squared 0.114674 S.D. dependent var 0.441308
S.E. of regression 0.415234 Akaike info criterion 1.134006
Sum squared resid 11.72454 Schwarz criterion 1.260487
Log likelihood -36.82421 Hannan-Quinn criter. 1.184358
F-statistic 4.065495 Durbin-Watson stat 0.218802
Prob(F-statistic) 0.010214
Lampiran 8: Random Effect Model
Dependent Variable: PENGANGGURAN?
Method: Pooled EGLS (Cross-section random effects)
Date: 05/09/20 Time: 16:41
Sample: 1 12
Included observations: 12
Cross-sections included: 6
Total pool (balanced) observations: 72
Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 5.647667 0.480822 11.74585 0.0000
UMP? -0.401116 0.042689 -9.396258 0.0000
INVESTASI? -0.042029 0.015829 -2.655239 0.0099
PENDIDIKAN? 0.001274 0.032255 0.039486 0.9686
Random Effects (Cross)
BANTEN--C 0.550047
JABAR--C 0.330914
JAKARTA--C 0.535271
JATENG--C -0.254307
JATIM--C -0.432763
YOGYAKARTA--C -0.729162 Effects Specification
S.D. Rho Cross-section random 0.407150 0.9296
Idiosyncratic random 0.112081 0.0704 Weighted Statistics R-squared 0.738474 Mean dependent var 0.153443
Adjusted R-squared 0.726936 S.D. dependent var 0.220805
S.E. of regression 0.115383 Sum squared resid 0.905295
116
F-statistic 64.00416 Durbin-Watson stat 1.334654
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared -0.359907 Mean dependent var 1.937000
Sum squared resid 18.80404 Durbin-Watson stat 0.064255
Lampiran 9: Uji Haussman
Correlated Random Effects - Hausman Test
Pool: PROVINSI
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 7.065797 3 0.0698
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob. UMP? -0.398935 -0.401116 0.000030 0.6883
INVESTASI? -0.045640 -0.042029 0.000006 0.1333
PENDIDIKAN? -0.000298 0.001274 0.000033 0.7848
Cross-section random effects test equation:
Dependent Variable: PENGANGGURAN?
Method: Panel Least Squares
Date: 05/09/20 Time: 16:42
Sample: 1 12
Included observations: 12
Cross-sections included: 6
Total pool (balanced) observations: 72 Variable Coefficient Std. Error t-Statistic Prob. C 5.732639 0.458900 12.49213 0.0000
UMP? -0.398935 0.043034 -9.270291 0.0000
INVESTASI? -0.045640 0.016010 -2.850645 0.0059
PENDIDIKAN? -0.000298 0.032764 -0.009091 0.9928 Effects Specification Cross-section fixed (dummy variables) R-squared 0.942765 Mean dependent var 1.937000
Adjusted R-squared 0.935497 S.D. dependent var 0.441308
S.E. of regression 0.112081 Akaike info criterion -1.422729
Sum squared resid 0.791410 Schwarz criterion -1.138145
Log likelihood 60.21823 Hannan-Quinn criter. -1.309435
F-statistic 129.7164 Durbin-Watson stat 1.545236
Prob(F-statistic) 0.000000
117
Lampiran 10 : Regresi Random Effect
Dependent Variable: PENGANGGURAN
Method: Panel EGLS (Cross-section random effects)
Date: 05/09/20 Time: 16:48
Sample: 2007 2018
Periods included: 12
Cross-sections included: 6
Total panel (balanced) observations: 72
Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. UMP -0.401116 0.042689 -9.396258 0.0000
INVESTASI -0.042029 0.015829 -2.655239 0.0099
PENDIDIKAN 0.001274 0.032255 0.039486 0.9686
C 5.647667 0.480822 11.74585 0.0000 Effects Specification
S.D. Rho Cross-section random 0.407150 0.9296
Idiosyncratic random 0.112081 0.0704 Weighted Statistics R-squared 0.738474 Mean dependent var 0.153443
Adjusted R-squared 0.726936 S.D. dependent var 0.220805
S.E. of regression 0.115383 Sum squared resid 0.905295
F-statistic 64.00416 Durbin-Watson stat 1.334654
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared -0.359907 Mean dependent var 1.937000
Sum squared resid 18.80404 Durbin-Watson stat 0.064255
Lampiran 11: Uji Multikolinearitas (NILAI KORELASI)
Uji Corelation
UMP INVESTASI PENDIDIKAN UMP 1.000000 0.400398 -0.090530
INVESTASI 0.400398 1.000000 0.622646
PENDIDIKAN -0.090530 0.622646 1.000000
118
Lampiran 12: Uji Heteroskedastisitas (Glejser)
Heteroskedasticity Test: Glejser
F-statistic 1.456069 Prob. F(3,68) 0.2343
Obs*R-squared 4.345982 Prob. Chi-Square(3) 0.2264
Scaled explained SS 3.193688 Prob. Chi-Square(3) 0.3627
Test Equation:
Dependent Variable: ARESID
Method: Least Squares
Date: 05/09/20 Time: 17:01
Sample: 1 72
Included observations: 72 Variable Coefficient Std. Error t-Statistic Prob. C 1.093164 0.524446 2.084417 0.0409
UMP -0.094683 0.065094 -1.454571 0.1504
INVESTASI 0.035926 0.019987 1.797489 0.0767
PENDIDIKAN -0.072720 0.036733 -1.979680 0.0518 R-squared 0.060361 Mean dependent var 0.341759
Adjusted R-squared 0.018906 S.D. dependent var 0.216079
S.E. of regression 0.214027 Akaike info criterion -0.191476
Sum squared resid 3.114915 Schwarz criterion -0.064995
Log likelihood 10.89314 Hannan-Quinn criter. -0.141124
F-statistic 1.456069 Durbin-Watson stat 0.736357
Prob(F-statistic) 0.234291
Lampiran 13: Uji Autokorelasi (LM Test)
Breusch-Godfrey Serial Correlation LM Test: F-statistic 96.08737 Prob. F(2,66) 0.0000
Obs*R-squared 53.59386 Prob. Chi-Square(2) 0.0000
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 05/09/20 Time: 17:02
Sample: 1 72
Included observations: 72
Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. UMP 0.059802 0.065207 0.917119 0.3624
INVESTASI -0.038220 0.020157 -1.896071 0.0623
PENDIDIKAN 0.068980 0.036921 1.868309 0.0662
C -0.417768 0.527071 -0.792622 0.4308
RESID(-1) 0.778671 0.120604 6.456431 0.0000
119
RESID(-2) 0.117304 0.123719 0.948151 0.3465 R-squared 0.744359 Mean dependent var -3.92E-16
Adjusted R-squared 0.724992 S.D. dependent var 0.406367
S.E. of regression 0.213104 Akaike info criterion -0.174421
Sum squared resid 2.997270 Schwarz criterion 0.015302
Log likelihood 12.27914 Hannan-Quinn criter. -0.098892
F-statistic 38.43495 Durbin-Watson stat 1.574169
Prob(F-statistic) 0.000000
Lampiran 14: Uji Autokorelasi (Transformasi melalui Diferensiasi Pertama)
Breusch-Godfrey Serial Correlation LM Test: F-statistic 2.775904 Prob. F(2,65) 0.0697
Obs*R-squared 5.587076 Prob. Chi-Square(2) 0.0612
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 05/09/20 Time: 17:15
Sample: 2 72
Included observations: 71
Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. D(UMP) -0.002274 0.045149 -0.050367 0.9600
D(INVESTASI) -0.005327 0.014808 -0.359717 0.7202
D(PENDIDIKAN) 0.006963 0.025324 0.274943 0.7842
C -0.000302 0.015735 -0.019215 0.9847
RESID(-1) -0.285600 0.126764 -2.253006 0.0276
RESID(-2) 0.002058 0.125507 0.016401 0.9870 R-squared 0.078691 Mean dependent var -3.91E-19
Adjusted R-squared 0.007821 S.D. dependent var 0.132977
S.E. of regression 0.132456 Akaike info criterion -1.124411
Sum squared resid 1.140399 Schwarz criterion -0.933198
Log likelihood 45.91657 Hannan-Quinn criter. -1.048371
F-statistic 1.110361 Durbin-Watson stat 1.992987
Prob(F-statistic) 0.363635
120
Lampiran 15: Grafik
5.0
7.5
10.0
12.5
15.0
17.5
20.0
22.5
25.0
0.8 1.2 1.6 2.0 2.4 2.8
PENGANGGURAN
UMP
INVESTASI
PENDIDIKAN
Breusch-Godfrey Serial Correlation LM Test: F-statistic 2.817887 Prob. F(2,34) 0.0737
Obs*R-squared 5.971942 Prob. Chi-Square(2) 0.0505
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 01/17/20 Time: 14:00
Sample: 1 42
Included observations: 42
Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. UMP -0.047806 0.089826 -0.532212 0.5980
INFLASI 0.061700 0.077413 0.797021 0.4310
PMA 0.004150 0.037462 0.110776 0.9124
PMDN 0.013824 0.037442 0.369218 0.7143
PENDIDIKAN 1.259273 1.368718 0.920038 0.3640
C -5.211059 5.708105 -0.912923 0.3677
RESID(-1) 0.362306 0.186146 1.946357 0.0599
RESID(-2) 0.169421 0.186337 0.909220 0.3696 R-squared 0.142189 Mean dependent var -1.64E-15
Adjusted R-squared -0.034419 S.D. dependent var 0.183888
S.E. of regression 0.187026 Akaike info criterion -0.345497
Sum squared resid 1.189274 Schwarz criterion -0.014512
Log likelihood 15.25544 Hannan-Quinn criter. -0.224178
F-statistic 0.805111 Durbin-Watson stat 2.031999
Prob(F-statistic) 0.588919
Lampiran 15: Regresi Provinsi Banten
Dependent Variable: PENGANGGURAN
Method: Least Squares
Date: 05/11/20 Time: 16:22
Sample: 2007 2018
Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. UMP -0.317296 0.278433 -1.139581 0.2874
INVESTASI -0.093366 0.078301 -1.192399 0.2673
PENDIDIKAN -0.767737 0.844692 -0.908896 0.3900
C 15.91856 9.245263 1.721807 0.1234 R-squared 0.807803 Mean dependent var 2.415951
Adjusted R-squared 0.735729 S.D. dependent var 0.242483
S.E. of regression 0.124654 Akaike info criterion -1.065349
Sum squared resid 0.124309 Schwarz criterion -0.903714
Log likelihood 10.39210 Hannan-Quinn criter. -1.125193
F-statistic 11.20799 Durbin-Watson stat 1.161458
Prob(F-statistic) 0.003089
Lampiran 16: Regresi Provinsi DKI Jakarta
Dependent Variable: PENGANGGURAN
Method: Least Squares
Date: 05/09/20 Time: 17:38
Sample: 2007 2018
Included observations: 12
121
Variable Coefficient Std. Error t-Statistic Prob. UMP -0.542428 0.038404 -14.12417 0.0000
INVESTASI 0.071684 0.041158 1.741681 0.1197
PENDIDIKAN -0.303499 0.176197 -1.722493 0.1233
C 8.247631 2.203195 3.743487 0.0057 R-squared 0.968719 Mean dependent var 2.211311
Adjusted R-squared 0.956988 S.D. dependent var 0.268830
S.E. of regression 0.055753 Akaike info criterion -2.674556
Sum squared resid 0.024868 Schwarz criterion -2.512921
Log likelihood 20.04734 Hannan-Quinn criter. -2.734400
F-statistic 82.58168 Durbin-Watson stat 2.795866
Prob(F-statistic) 0.000002
Lampiran 17: Regresi Provinsi Jawa Barat
Dependent Variable: PENGANGGURAN
Method: Least Squares
Date: 05/09/20 Time: 17:40
Sample: 2007 2018
Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. UMP -0.209424 0.108324 -1.933300 0.0893
INVESTASI -0.060515 0.100672 -0.601107 0.5644
PENDIDIKAN -0.002856 0.045425 -0.062871 0.9514
C 5.160780 1.597981 3.229563 0.0121 R-squared 0.679489 Mean dependent var 2.266863
Adjusted R-squared 0.559298 S.D. dependent var 0.153561
S.E. of regression 0.101942 Akaike info criterion -1.467627
Sum squared resid 0.083137 Schwarz criterion -1.305991
Log likelihood 12.80576 Hannan-Quinn criter. -1.527470
F-statistic 5.653393 Durbin-Watson stat 1.016960
Prob(F-statistic) 0.022381
Lampiran 18: Regresi Provinsi Jawa Tengah
Dependent Variable: PENGANGGURAN
Method: Least Squares
Date: 05/09/20 Time: 17:41
Sample: 2007 2018
Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. UMP -0.530966 0.078968 -6.723835 0.0001
INVESTASI 0.004463 0.020984 0.212696 0.8369
PENDIDIKAN -0.012140 0.037940 -0.319983 0.7572
C 5.406003 0.668187 8.090550 0.0000 R-squared 0.950740 Mean dependent var 1.769371
Adjusted R-squared 0.932267 S.D. dependent var 0.197529
122
S.E. of regression 0.051408 Akaike info criterion -2.836844
Sum squared resid 0.021142 Schwarz criterion -2.675209
Log likelihood 21.02107 Hannan-Quinn criter. -2.896688
F-statistic 51.46773 Durbin-Watson stat 3.402307
Prob(F-statistic) 0.000014
Lampiran 19: Regresi Provinsi DI Yogyakarta
Dependent Variable: PENGANGGURAN
Method: Least Squares
Date: 05/09/20 Time: 17:42
Sample: 2007 2018
Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. UMP -0.237703 0.231607 -1.026321 0.3348
INVESTASI -0.068120 0.030171 -2.257768 0.0539
PENDIDIKAN -0.524388 0.268434 -1.953510 0.0865
C 9.914783 2.039754 4.860774 0.0013 R-squared 0.869182 Mean dependent var 1.413450
Adjusted R-squared 0.820126 S.D. dependent var 0.284657
S.E. of regression 0.120728 Akaike info criterion -1.129358
Sum squared resid 0.116601 Schwarz criterion -0.967722
Log likelihood 10.77615 Hannan-Quinn criter. -1.189201
F-statistic 17.71795 Durbin-Watson stat 1.859408
Prob(F-statistic) 0.000682
Lampiran 20: Regresi Provinsi Jawa Timur
Dependent Variable: PENGANGGURAN
Method: Least Squares
Date: 05/09/20 Time: 17:42
Sample: 2007 2018
Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. UMP -0.201992 0.148159 -1.363345 0.2099
INVESTASI -0.079068 0.057783 -1.368371 0.2084
PENDIDIKAN -0.096199 0.565772 -0.170031 0.8692
C 6.019284 7.581514 0.793942 0.4501 R-squared 0.710876 Mean dependent var 1.545053
Adjusted R-squared 0.602455 S.D. dependent var 0.184506
S.E. of regression 0.116333 Akaike info criterion -1.203513
Sum squared resid 0.108268 Schwarz criterion -1.041877
Log likelihood 11.22108 Hannan-Quinn criter. -1.263356
F-statistic 6.556610 Durbin-Watson stat 1.711535
Prob(F-statistic) 0.015070
