ANALISIS PENGARUH INDEKS PEMBANGUNAN MANUSIA,...

i

ANALISIS PENGARUH INDEKS PEMBANGUNAN

MANUSIA, JUMLAH PENDUDUK DAN UPAH MINIMUM

DAERAH TERHADAP TINGKAT PENGANGGURAN

TERBUKA DI PROVINSI BANTEN PERIODE 2010-2016

Skripsi

Diajukan untuk Memenuhi Persyaratan Memperoleh

Gelar Sarjana Ekonomi (S.E.)

Oleh

Derma Amrullah

NIM 1113084000025

JURUSAN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

ii

LEMBAR KEASLIAN KARYA ILMIAH

Yang bertanda tangan di bawah ini :

Nama : Derma Amrullah

NIM : 1113084000025

Dengan ini menyatakan bahwa dalam penelitian ini, Saya :

1. Tidak menggunakan ide orang lain tanpa mampu

mengembangkan dan mempetanggung jawabkan.

2. Tidak melakukan plagiat terhadap naskah orang lain.

3. Tidak menggunakan karya orang lain tanpa menyebut sumber asli

atau tanpa izin pemilik karya.

4. Tidak melakukan pemalsuan data.

5. Mengerjakan sendiri karya ini dan mampu mempertanggung

jawabkan atas karya ini.

jika di kemudian hari ada tuntutan dari pihak lain atas karya Saya dan telah melalui

pembuktian yang dapat dipertangung jawabkan, ternyata memang ditemukan bukti

bahwa Saya telah melanggar pernyataan di atas, maka Saya akan siap dikenai sanksi

berdasarkan aturan yang berlaku di Fakultas Ekonomi dan Bisnis UIN Syarif

Hidayatullah Jakarta.

Demikian pernyataan ini Saya buat dengan sesungguhnya.

Jakarta, 20 Februari 2020

Derma Amrullah

1113084000025

iii

LEMBAR PENGESAHAN UJIAN SKRIPSI

Hari Senin, 27 Januari 2020 telah dilaksanakan Ujian Skripsi atas mahasiswa :

1. Nama : Derma Amrullah

2. NIM : 1113084000025

3. Jurusan : Ekonomi Pembangunan

4. Judul Skripsi : Analisis Pengaruh Indeks Pembangunan Manusia,

Jumlah Penduduk dan Upah Minimum Daerah

terhadap Tingkat Pengangguran Terbuka di

Provinsi Banten Periode 2010-2016

Setelah mencermati dan memperhatikan penampilan dan kemampuan yang

bersangkutan selama proses ujian skripsi, maka diputuskan bahwa mahasiswa

tersebut di atas dinyatakan LULUS dan skripsi ini diterima sebagai salah satu

syarat untuk memperoleh gelar Sarjana Ekonomi pada Fakultas Ekonomi dan

Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.

Jakarta, 27 Januari 2020

1. Dr. M. Hartana I. Putra, M.Si

NIP. 09680605 200801 1 023 (________________)

Ketua

2. Arief Fitrijanto, M.Si

NIP. 19711118 200501 1 003 (________________)

Penguji Ahli

3. Zaenal Muttaqien, MPP

NIP. 19790503 2011 1 006 (________________)

Pembimbing

iv

RIWAYAT HIDUP

Data Pribadi

Nama : Derma Amrullah

Tempat, Tnanggal Lahir : Jakarta, 2 Mei 1995

Alamat : Jalan Siliwangi Raya Gg. Lurah 003/02

Pondok Benda Pamulang Tangerang Selatan

no. 14 A

Kontak : [email protected]

0896 3600 7065

Jenis Kelamin : Laki-laki

Status : Belum Menikah

Latar Belakang Keluarga

Nama Ayah : Sunarso

Tempat dan kelahiran : Banyumas, 4 Mei 1972

Nama Ibu : Siti Muchidah

Tempat dan Kelahiran : Jakarta, 27 November 1974

Anak ke dan dari : Pertama dari 5 bersaudara

Pendidikan

SDN Pondok Cabe Udik 1 2001-2007

MTsN Tangerang II Pamulang 2007-2010

MAN 1 Serpong 2010-2013

Universitas Islam Negeri 2013- Sekarang

Syarif Hidayatullah Jakarta Ekonomi dan Bisnis Jurusan Otonomi

dan Keuangan daerah

mailto:[email protected]

v

Kemampuan

Pengoperasian Perangkat lunak sistem operasi

- Sistem Operasi (Windows dan Android)

- Olah Data (Microsoft Office dan Adobe)

Pengoperasian Program Design

- Editing dan Design Gambar (Photoshop)

- Editing dan Design Video (After Effect)

Partisipasi Seminar dan Pelatihan Terkait

1. Kuliah Umum “Fungsi Pengawasan Keuangan Negara sebagai

Katalisator Tercapainya Tujuan Memajukan Kesejahteraan Umum”,

BPK RI dan HMJ IESP UIN Syarif Hidayatullah Jakarta, 2015

2. Seminar Antikorupsi Transparency International Indonesia dan HMJ

IESP UIN Syarif Hidayatullah Jakarta, 2015

3. KOMINFO. Pelatihan dan Sertifikasi Berbasis Standar Kompetensi Kerja

Nasional Indonesia (SKKNI) di Bidang Junior Multimedia 18-20 Juli 2017

4. Dinas Pariwisata. Pengembangan SDM dan Profesionalisme bidang

Pariwisata (sub-sektor UMKM kuliner Tangsel). 20 September 2018

vi

ANALYSIS OF THE EFFECT OF HUMAN DEVELOPMENT

INDEX, NUMBER POPULATION AND REGIONAL MINIMUM

WAGES ON OPEN UNEMPLOYMENT LEVEL IN BANTEN

PROVINCE, PERIOD 2010-2016

By:

Derma Amrullah

1113084000025

ABSTRACT

In sustainable development efforts, human resource problems are important

indicators that determine the direction of development. The welfare relationship

with the population must be an important topic so that employment problems do not

arise. In the period 2010 to 2016, Banten was recorded to have the highest open

unemployment rate among the Provinces in Java. This study aims to determine the

balance between the human development index, population and minimum wage. Is

the open unemployment rate significantly influenced or not.

This research uses secondary data. Taken from the Central Statistics

Agency of Banten Province in the form of quantitative. With panel data analysis

and processed using Eviews 8.

The results of the random effect model research show that the three

independent variables, there are human development index, population and

minimum wage have a significant effect on the level of open unemployment rate in

Banten Province in the period 2010-2016

.

Keywords: Open Unemployment Rate, Human Development Index, Total

Population, Minimum Wage.

vii

ANALISIS PENGARUH INDEKS PEMBANGUNAN MANUSIA,

JUMLAH PENDUDUK DAN UPAH MINIMUM DAERAH TERHADAP

TINGKAT PENGANGGURAN TERBUKA DI PROVINSI BANTEN

PERIODE 2010-2016

Oleh :

Derma Amrullah

1113084000025

ABSTRAK

Dalam usaha pembangunan ekonomi berkelajutan, masalah

sumber daya manusia adalah indikator penting yang menentukan arah

pembangunan. Hubungan kesejahteraan dengan jumlah penduduk harus

dijadikan bahasan penting agar masalah ketenagakerjaan tidak muncul.

Pada periode 2010 sampai 2016, Banten tercatat memiliki tingkat

pengangguran terbuka tertinggi di antara Provinsi di Pulau Jawa.

Penelitian ini bertujuan untuk mengetahui keseimbangan antara indeks

pembangunan manusia, jumlah penduduk dan upah minimum. Apakah

tingkat pengangguran terbuka dipengaruhi secara signifikan atau tidak. Penelitian ini menggunakan data sekunder. Diambil dari Badan

Pusat Statistik Provinsi Banten berbentuk kuantitatif. Dengan analisis data panel dan diolah menggunakan Eviews 8.

Hasil penelitian model random effect menunjukkan bahwa ketiga

variabel independen, yaitu indeks pembangunan manusia, jumlah

penduduk dan upah minimum berpengaruh signifikan terhadap tingkat

pengangguran terbuka di Provinsi Banten periode 2010-2016

.

Kata Kunci: Tingkat Pengangguran Terbuka, Indeks Pembangunan Manusia, Jumlah Penduduk, Upah Minimum.

viii

KATA PENGANTAR

Assalamu’alaikum Warahmatullahi Wabarakatuh.

Puji serta Syukur ke hadirat Allah subhanahu wa ta’ala yang telah

memberikan nikmat, rahmat dan hidayahnya sehingga Penulis dapat menyelesaikan

Skripsi untuk memenuhi persyaratan kelulusan dan memperoleh gelar strata 1

ekonomi dengan judul “Analisis Pengaruh Indeks Pembangunan Manusia, Jumlah

Penduduk dan Upah Minimum Daerah terhadap Tingkat Pengangguran Terbuka Di

Provinsi Banten Periode 2010-2016”. Shalawat dan salaam juga dihaturkan kepada

Baginda besar Rasulullah shallallahu ‘alaihi wa sallam yang telah menjadi

pembawa kabar baik untuk hamba-Nya.

Pada kesempatan kali ini penulis ingin menyampaikan rasa terima kasih

yang sebesar-besarnya kepada semua pihak yang telah memberikan bantuan,

pengarahan, bimbingan serta memberikan dukungan berupa semangat dan do’a

baik secara langsung dan tidak langsung dalam penyusunan skripsi ini, sehingga

skripsi ini dapat diselesaikan dengan sebaik-baiknya. Adapun pihak-pihak terserbut

adalah:

1. Orang tua tercinta, Bapak Sunarso dan Ibu Siti Muchidah serta Kakek dan

Nenek, H. Subandi dan Hj. Karmini Atas doa dan kasih sayangnya yang

telah mengalir tanpa henti. Oom Fendi Sentosa dan Tante Tamini yang

senantiasa selalu memberikan dorongan dan bantuan tulus. Adik-adik

tersayang, Annisa Ayu Damayanti, Alifia Nur Maghfiroh, Khofifah Nurul

Karomah, Isnaini Kalimatus Syahadah, Meily Anggraeni, Yanuar Sentosa

dan Varel Sentosa yang selalu memberiikan semangat juang kepada Penulis.

2. Bapak Prof. Dr. Amilin, S.E., Ak., M.Si., CA, QIA., BKP., CRMP., selaku

Dekan Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta

atas kesempatan berharga yang diberikan kepada penulis untuk duduk

di bangku perkuliahan Fakultas Ekonomi dan Bisnis dan

mengenyam pendidikan di kampus ini.

ix

3. Bapak Hartana Iswandi Putra, M.Si, selaku Ketua Jurusan Ekonomi

Pembangunan UIN Syarif Hidayatullah Jakarta atas perannya untuk

selalu memberikan bimbingan kepada penulis baik dalam bentuk

akademik maupun non-akademik.

4. Bapak Zaenal Muttaqin, MPP, dosen pembimbing yang telah banyak

memberi bimbingan, arahan, juga meluangkan waktu serta segala

pelajaran lain selalu dengan kehangatan dan keramahan yang

diberikan kepada penulis sehingga penulis mampu menyelesaikan

penelitian ini. Terima kasih banyak untuk segalanya. Semoga bapak

senantiasa diberikan kesehatan dan keberkahan oleh Allah Swt.

5. Seluruh jajaran dosen Fakultas Ekonomi dan Bisnis yang telah

memberikan ilmu bermanfaat bagi penulis selama perkuliahan serta

jajaran karyawan dan staff akademik UIN Syarif Hidatayullah Jakarta

yang telah melayani dan membantu penulis selama perkuliahan.

6. Saudara-saudara Penulis “Namenye Juga Sodare”(NJS), Yaitu Suhel Jamal

Mashabi, S.T, Rachmat Syaefulloh, Ilham Karunia, Azis Ibrahim, Asep

Sudirja, Lucky Harva Arif, Fahmi Rahman, Handian Putra, S.E dan Aditya

Akbar yang selalu menjadi Saudara yang baik. Penyemangat yang baik.

7. Sahabat seperjuangan, Risky Dwi Aprian, Eko Juli Prasetyo dan Yoga

Ferdiansyah. Yang memberi dorongan di masa skripsian.

8. Para Sahabat “Kosan Berkah” (Kober) yaitu Jihad Adhias,S.E, Dimas

Satrio, S.E, Akhadi, Iqbal Hafidz, S.E, Izzudin, S.E, Zannuar, S.E,

Ahmad Rafiqi, Wiweka Surya, Fauzan Karim, S.E.memberikan kenangan

indah semasa berkuliah. Ditunggu untuk pembuatan kenangan selanjutnya,

kawan.

9. Seluruh jajaran staff pendiri, pasukan bertahan dan anggota Guild

KelinciXXX (KCX). Terutama Hendra Hadi, S.H, Anto Irnando, Alfin

Syaputra, Johannes, S.H, Daniel Datunugu, S.Sn, Mattrach, Nandito

Kharisma Yudha, Devin Ilham dan Adik-adik serta anggota lainnya yang

tak bisa Penulis sebut satu persatu. Tanpa mengurangi rasa hormat, terima

kasih atas ilmu yang diberikan sehingga skripsi dapat terselesaikan.

x

10. Seluruh rekan-rekan jurusan Ekonomi Pembangunan angkatan 2013

yang tidak bisa penulis sebutkan satu persatu. Tanpa mengurangi rasa

hormat penulis, terima kasih karena telah menjadi bagian kehidupan

perkuliahan penulis.

11. Serta semua pihak yang tidak bisa disebutkan satu per satu.

Dalam penyusunan skripsi ini, penulis menyadari bahwa masih memiliki

banyak kekurangan dan masih jauh dari kata sempurna. Oleh karena itu segala

bentuk saran, masukan, dan kritik dari pembaca akan diterima oleh penulis guna

memperbaiki dan mengembangkan penelitian ini sekaligus Penulis. Akhir kata,

semoga penelitian ini dapat berguna serta bermanfaat bagi para pembaca yang

membutuhkan.

Wassalamu’alaikum Warahmatullahi Wabarakatuh.

Jakarta, Desember 2019

Derma Amrullah

xi

DAFTAR ISI

LEMBAR KEASLIAN KARYA ILMIAH ........................................................................... ii

LEMBAR PENGESAHAN UJIAN SKRIPSI ..................................................................... iii

RIWAYAT HIDUP........................................................................................................iv

ABSTRACT .................................................................................................................vi

ABSTRAK .................................................................................................................. vii

KATA PENGANTAR .................................................................................................. viii

DAFTAR ISI ................................................................................................................ xi

BAB 1 PENDAHULUAN ............................................................................................. 1

A. Latar Belakang Penelitian ........................................................................................ 1

B. Rumusan Masalah ................................................................................................... 5

C. Tujuan Penelitian .................................................................................................... 6

D. Manfaat Penelitian .................................................................................................. 6

BAB II TINJAUAN PUSTAKA ...................................................................................... 7

A. Landasan Teori ........................................................................................................ 7

1. Ketenagakerjaan ................................................................................................. 7

2. Kependudukan .................................................................................................. 14

3. Indeks Pembangunan Manusia ......................................................................... 15

4. Upah Minimum ................................................................................................. 19

B. Penelitian Terdahulu ............................................................................................. 20

C. Keterkaitan antar Variabel .................................................................................... 23

Hubungan Indeks Pembangunan Manusia dengan Pengangguran .......................... 23

Hubungan Jumlah Penduduk dengan Pengangguran ............................................... 23

Hubungan Upah Minimum dengan Pengangguran .................................................. 25

D. Kerangka Pemikiran .............................................................................................. 26

E. Hipotesis Penelitian .......................................................................................... 27

BAB III METODE PENELITIAN .................................................................................. 28

A. Ruang Lingkup Penelitian ...................................................................................... 28

B. Metode Pengumpulan Data .................................................................................. 28

C. Metode Analisis Data ............................................................................................ 28

xii

1. Metode Analisis Data Panel .............................................................................. 30

2. Pilihan Metode Data Panel ............................................................................... 31

3. Pemilihan model estimasi data panel ............................................................... 34

4. Pengujian Hipotesis ........................................................................................... 36

5. Definisi Operasional Variabel ............................................................................ 38

BAB IV PEMBAHASAN ............................................................................................ 40

A. Gambaran Umum Objek Penelitian ...................................................................... 40

1. Letak Geografis Provinsi Banten ....................................................................... 40

B. Analisa dan Pembahasan ...................................................................................... 45

1. Analisis Deskriptif .............................................................................................. 45

2. Estimasi Data Panel ........................................................................................... 50

3. Pemilihan Model Terbaik .................................................................................. 52

4. Pengujian Signifikansi ........................................................................................ 54

5. Interpretasi Hasil Estimasi Regresi Data Panel ................................................. 58

6. Analisis Ekonomi Tingkat Pengangguran Terbuka dengan Indeks Pembangunan

Manusia, Jumlah Peduduk dan Upah Minimum ....................................................... 61

BAB V PENUTUP ..................................................................................................... 63

A. KESIMPULAN ......................................................................................................... 63

B. SARAN ................................................................................................................... 64

DAFTAR PUSTAKA ................................................................................................... 65

Buku dan Website ......................................................................................................... 65

Jurnal dan Skripsi .......................................................................................................... 67

LAMPIRAN-LAMPIRAN ............................................................................................ 69

Lampiran 1 : Uji Model Data Panel ........................................................................... 70

Lampiran 2 : Variabel Data Penelitian....................................................................... 73

Lampiran 3 : Unit Data Penelitian ............................................................................. 77

1

BAB 1

PENDAHULUAN

A. Latar Belakang Penelitian

Dalam perencanaan pembangunan berkelanjutan, otonomi daerah

diterapkan guna meningkatkan pembangunan yang lebih efektif dan efisien.

Daerah diharapkan dapat membangun wilayahnya secara mandiri atau

mengelola kekayaan dan potensi yang dimiliki dengan melalui kebijakan

otonomi daerah dan perimbangan keuangan pusat dan daerah yang diatur

dalam UU no. 22 tahun 1999 tentang pemerintahan daerah dan UU no.25

tahun 1999 tentang perimbangan keuangan antara pemerintahan pusat dan

daerah yang kemudian direvisi dengan UU no.32 tahun 2004 dan UU no. 33

tahun 2004.

Berlakunya UU no. 32 tahun 2004 dilatarbelakangi dengan adanya

perkembangan keadaan-keadaan indkator pembangunan ekonomi,

ketatanegaraan dan tuntutan otonomi daerah. Menurut di dalamnya, dalam

penyelenggaraan otonomi menggunakan format otonomi luas.

Pertimbangan ini didasarkan suatu asumsi bahwa hal-hal mengenai urusan

pemerintahan dapat dilaksanakan oleh daerah. Sehingga setiap daerah yang

mengerti betul kebutuhannya dalam upaya meningkatkan kesejahteraan

masyarakat.

Dalam upaya kemandirian daerah, peran masyarakat dalam membantu

menciptakan pembangunan daerah sangat penting. Oleh karena itu, sumber

daya manusia harus berkualitas. Pada umumnya, salah satu masalah yang

dihadapi negara-negara berkembang adalah ketenagakerjaan. Masalah

ketenagakerjaan Indonesia ditunjukkan oleh tingkat pengangguran

terbukanya dari tahun ke tahun.

2

Tabel 1.1 Tingkat Pengangguran Terbuka Indonesia

Tahun Tingkat Penganggran

Terbuka

2010 7,14%

2011 7,48%

2012 6,13%

2013 6, 17 %

2014 5,94%

2015 6,18%

2016 5,61%

Sumber : BPS

Dari tabel 1.1 dapat menunjukkan Banten menjadi provinsi dengan

tingkat pengangguran terbuka yang tinggi jika dibandingkan dengan

provinsi yang berada di pulau Jawa.

Tabel 1.2 Tingkat Pengangguran Terbuka

6 Provinsi di Pulau Jawa

Provinsi 2010 2011 2012 2013 2014 2015 2016

DKI Jakarta 11,05% 11,69% 9,67% 8,63% 8,47% 7,23% 6,12%

Jawa Barat 10,33% 9,96% 9,08% 9,16% 8,45% 8,72% 8,89%

Jawa Tengah 6,21% 7,07% 5,61% 6,01% 5,68% 4,99% 4,63%

DIY 5,69% 4,39% 3,90% 3,24% 3,33% 4,07% 2,72%

Jawa Timur 4,25% 5,38% 4,11% 4,30% 4,19% 4,47% 4,21%

Banten 13,68% 13,74% 9,94% 9,54% 9,07% 9,55% 8,92%

Dari tabel 1.2 dapat diketahui bahwa di antara 6 provinsi di pulau Jawa,

tingkat pengangguran terbuka dari tahun 2010 hingga 2016 Banten

cenderung turun. Namun tingkat pengangguran terbuka provinsi Banten

masih relatif tinggi dibandingkan dengan provinsi-provinsi lain di pulau

Jawa periode tahun 2010-2016.

3

Masalah pengangguran masih menjadi salah satu titik berat dalam

pembangunan di provinsi Banten. Untuk mendukung upaya pemerintah

dalam mengendalikan laju pengangguran, diperlukan indikator-indikator

sebagai dasar perencanaan, monitoring, maupun evaluasi program.

Informasi tersebut memberikan manfaat bagi pemerintah daerah dalam

membuat perencanaan atau kebijakan guna perluasan kesempatan kerja

yang pada akhirnya dapat mengurangi pengangguran serta meningkatkan

kesejahteraan masyarakat (Badan Pusat Statistik, 2015).

Pertambahan penduduk dari waktu ke waktu dapat menjadi pendorong

atau penghambat perkembangan ekonomi (Sukirno, 2013:430). Semakin

meningkatnya jumlah penduduk dapat memberikan dampak kenaikan

jumlah angkatan kerja. Namun di sisi lain kenaikan jumlah angkatan kerja

juga mampu meningkatkan jumlah pengangguran dimana jumlah angkatan

kerja yang ada tidak sebanding dengan jumlah kesempatan kerja. Itulah

sebabnya jumlah penduduk yang besar tidak selalu berdampak positif..

Menurut data dari BPS jumlah penduduk Provinsi Banten tahun 2010

sampai dengan tahun 2016 mengalami peningkatan.

Tabel 1.3 Jumlah Penduduk di Provinsi Banten

Tahun Jumlah Penduduk

2010 10.632.166

2011 11.005.518

2012 11.248.947

2013 11.452.491

2014 11.704.877

2015 11.955.243

2016 12.203.148

Sumber : BPS

Berdasarkan tabel 1.3, penduduk Banten semakin bertambah yang

dikhawatirkan berpotensi memunculkan berbagai masalah kependudukan.

Oleh sebab itu, pertambahan penduduk ini perlu menjadi perhatian khusus

4

bagi pemerintah Provinsi Banten mengingat tingkat pengangguran terbuka

di Provinsi Banten yang masih cukup tinggi dibanding dengan provinsi lain

di Pulau Jawa. Pemerintah dalam hal ini bisa melakukan kerjasama dengan

Disnakertrans Provinsi Banten dalam rangka menggalakkan transmigrasi

serta Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN)

untuk terus meningkatkan program Keluarga Berencana di Provinsi Banten.

Sehingga dengan adanya kerjasama tersebut diharapkan mampu

mengendalikan pertambahan penduduk di Provinsi Banten.

Upah sangat penting peranannya bagi para pekerja yaitu untuk

memenuhi kebutuhan bagi dirinya sendiri maupun keluarganya dan juga

dalam rangka mencapai kesejahteraan hidupnya. Bagi suatu perusahaan

besarnya tingkat upah menentukan biaya yang dikeluarkan. Keadaan

tersebut mempengaruhi harga yang kemudian akan berdampak pada hasil

output. Pada akhirnnya perusahaan akan mengurangi permintaan terhadap

tenaga kerja sehingga pengangguran akan semakin bertambah. Menurut

data dari BPS upah minimum Provinsi Banten tahun 2010 sampai dengan

tahun 2015 mengalami kenaikan.

Tabel 1.4 Upah Minimum Provinsi Banten

Tahun Upah Minimum

2010 Rp. 955.300

2011 Rp. 1.000.000

2012 Rp. 1.042.000

2013 Rp. 1.117.000

2014 Rp. 1.325.000

2015 Rp. 1.600.000

2016 Rp. 1.784.000

Sumber : BPS

Tabel 1.4 menunjukkan bahwa upah minimum di Provinsi Banten

mengalami kenaikan setiap tahunnya. Kenaikan ini dipicu oleh peningkatan

Kebutuhan Hidup Layak (KHL) pekerja. Pemerintah menetapkan upah

5

minimum berdasarkan Kebutuhan Hidup Layak (KHL) yang dilihat dari

produktivitas dan pertumbuhan ekonomi. Sehingga kenaikan Kebutuhan

Hidup Layak (KHL) mengindikasikan adanya kenaikan pertumbuhan

ekonomi di Provinsi Banten.

Dibandingkan dengan provinsi di pulau Jawa, Provinsi Banten tercatat

memiliki tingkat pengangguran terbuka yang lebih tinggi. Tingkat

pengangguran terbuka di Provinsi Banten juga melebihi tingkat

pengangguran terbuka nasional. Keadaan ini membuktikan bahwa masalah

pengangguran terbuka di Provinsi Banten memerlukan perhatian khusus.

Dari penjelasan di atas peneliti tertarik untuk mengetahui pengaruh Indeks

pembangunan manusia, jumlah penduduk serta kenaikan upah minimum

terhadap tingkat pengangguran terbuka di Provinsi Banten tahun 2010

sampai dengan 2016. Dengan demikian Penulis meneliti fenomena tersebut

dengan judul “ANALISIS PENGARUH INDEKS PEMBANGUNAN

MANUSIA, JUMLAH PENDUDUK DAN UPAH MINIMUM

DAERAH TERHADAP TINGKAT PENGANGGURAN TERBUKA

DI PROVINSI BANTEN PERIODE 2010-2016”

B. Rumusan Masalah

Berdasarkan kepada uraian sebelumnya mengenai masalah

pengangguram, maka penulis merumuskan beberapa masalah yang akan

dibahas. Adapun ruang lingkup pembahasannya berkisar pada:

1. Bagaimana pengaruh indeks pembangunan manusia terhadap tingkat

pengangguran terbuka di kabupaten dan Kota Provinsi Banten?

2. Bagaimana pengaruh jumlah penduduk terhadap tingkat pengangguran

terbuka di kabupaten dan kota provinsi Banten?

3. Bagaimana pengaruh upah minimum terhadap tingkat pengangguran


6

4. Bagaimana pengaruh indeks pembangunan manusia, jumlah peduduk

dan upah minimum secara simultan terhadap tingkat pengangguran


C. Tujuan Penelitian

Tujuan penelitian ini adalah

1. Untuk mengetahui pengaruh indeks pembangunan manusia terhadap

tingkat pengangguran terbuka di kabupaten dan kota provinsi Banten

2. Untuk mengetahui pengaruh jumlah penduduk terhadap tingkat

pengangguran terbuka di kabupaten dan kota provinsi Banten

3. Untuk mengetahui pengaruh upah minimum terhadap tingkat


4. Untuk mengetahui pengaruh indeks pembangunan manusia, jumlah

peduduk dan upah minimum secara simultan terhadap tingkat


D. Manfaat Penelitian

1. Penelitian ini dapat menjadi rujukan oleh Pemerintah Provinsi Banten

dalam menentukan kebijakan terhadap masalah Tingkat Pengangguran

Terbuka.

2. Hasil penelitian ini diharapkan dapat dijadikan sebagai rujukan oleh

peneliti selanjutnya pada penelitian sejenis agar memperoleh hasil

penelitian lebih baik.

7

BAB II

TINJAUAN PUSTAKA

A. Landasan Teori

1. Ketenagakerjaan

a. Pengertian Ketenagakerjaan

Menurut Undang-Undang Republik Indonesia Nomor 13

Tahun 2003 tentang ketenagakerjaan bahwa yang disebut dengan

ketenagakerjaan adalah segala hal yang berhubungan dengan tenaga

kerja pada waktu sebelum, selama, dan sesudah masa kerja

1) Tenaga kerja

Dalam studi kependudukan tenaga kerja sering

disebut manpower yaitu seluruh penduduk yang

mempunyai potensi untuk bekerja secara produktif (TIM

Lembaga Demografi FEUI, 2011:199). Sedangkan

menurut Undang-Undang Republik Indonesia Nomor 13

Tahun 2003, Tenaga Kerja adalah setiap orang yang

mampu melakukan pekerjaan guna menghasilkan barang

dan/atau jasa baik untuk memenuhi kebutuhan sendiri

maupun untuk masyarakat. Tenaga Kerja sendiri dibagi

menjadi dua yaitu angkatan kerja dan bukan angkatan

kerja.

2) Angkatan Kerja

Mereka yang sudah aktif dalam kegiatan

menghasilkan barang dan jasa adalah mereka yang

dinamakan bekerja atau employed person. Sebagian lain

adalah mereka yang mencari pekerjaan atau penganggur

(Simanjutak, 1985:3). Jadi dapat disimpulkan bahwa

yang termasuk sebagai angkatan kerja adalah mereka

8

yang bekerja dan golongan menganggur dan mencari

pekerjaan

3) Bukan Angkatan Kerja

Kelompok bukan angkatan kerja terdiri dari

golongan yang masih bersekolah yaitu mereka yang

kegiatannya hanya atau terutama bersekolah, golongan

yang mengurus rumah tangga yaitu mereka yang

mengurus rumah tangga tanpa memperoleh upah, dan

golongan lain-lain seperti penerima pendapatan dan

mereka yang hidupnya bergantung dari orang lain

misalnya karena usia lanjut usia, cacat, dalam penjara

atau sakit kronis ( Simanjuntak, 1985:4)

b. Pengangguran

1) Pengertian Pengangguran

Menurut Badan Pusat Statistik (BPS),

Pengangguran adalah istilah untuk orang yang tidak

bekerja sama sekali, sedang mencari kerja, bekerja

kurang dari dua hari selama seminggu, atau seseorang

yang sedang berusaha mendapatkan pekerjaan. Menurut

Sadono Sukirno (2013), Pengangguran adalah keadaan

tanpa pekerjaan yang dihadapi oleh segolongan tenaga

kerja, yang telah berusaha mencari pekerjaan, tetapi

tidak memperolehnya.

2) Jenis-jenis Pengangguran

Berdasarkan Penyebabnya

- Penganguran friksional adalah pengangguran yang

lebih banyak disebabkan karena sedang proses

mencari pekerjaan. Ketika itu pengusaha banyak

menawarkan gaji yang tinggi pada pekerja sehingga

9

akhirnya kebanyakan dari pekerja memilih

mendapatkangaji tinggi tersebut dan meninggalkan

pekerjaan yang lama untuk mendapatkan pekerjaan

baru tersebut

- Pengangguran siklikal adalah pengangguran yang

terjadi akibat naik turunnya siklus ekonomi yaitu ada

saat permintaan agregrat tinggi dan ada saat

permintaan agregrat turun. Pada saat penurunan

permintaan maka akan menyebabkan perusahaan

dapat mengurangi permintaan akan tenaga kerja.

Sehingga sebagian dari mereka akan terkena PHK.

Mereka inilah yang disebut dengan pengangguran

siklikal.

- Pengangguran struktural adalah pengangguran yang

disebabkan adanya perubahan struktur kegiatan

ekonomi.

- Pengangguran teknologi adalah pengangguran yang

disebabkan oleh kemajuan teknologi dan mesin

sehingga manusia tidak lagi dibutuhkan dalam proses

produksi. (Sukirno, 2013:328-329)

Berdasarkan Cirinya

- Pengangguran terbuka adalah pengangguran akibat

jumlah kesempatan kerja yang tersedia tidak

sebanding dengan banyaknya tenaga kerja.

- Pengangguran tersembunyi adalah pengangguran

yang disebabkan kelebihan tenaga kerja yang

digunakan dalam kegiatan ekonomi.

- Pengangguran bermusim adalah pengangguran yang

disebabkan adanya perubahan musim. Contohnya

yaitu pada musim hujan penyadap karet tidak dapat

melakukan pekerjaannya sehingga mereka terpaksa

menganggur.

10

- Setengah Menganggur adalah pekerja yang hanya

bekerja satu hingga dua hari seminggu atau satu

hingga empat jam sehari. (Sukirno, 2013:330-331)

3) Faktor yang Mempengaruhi Pengangguran

Faktor-faktor yang mempengaruhi

pengangguran sangat beragam. Berikut ini adalah

beberapa faktor yang dapat mempengaruhi jumlah

pengangguran :

- Pendidikan

Tinggi rendahnya pendidikan sangat

mempengaruhi seseorang untuk mendapatkan

pekerjaan. Mereka yang berpendidikan rendah

akan kesulitan dalam mendapatkan pekerjaan. Hal

ini disebabkan perusahaan memberikan standar

kepada calon pegawainya dengan pendidikan

tertentu.

- Pertumbuhan Ekonomi

Pertumbuhan ekonomi memberikan peluang

kesempatan kerja baru ataupun memberikan

kesempatan industri untuk meningkatkan output

yang berdampak pada peningkatan penggunaan

faktor produksi, salah satunya yaitu tenaga kerja,

sehingga mengurangi jumlah pengangguran

- Kurangnya Keterampilan

Masalah yang dihadapi setelah lulus dari

sekolah SMA atau pergurunan tinggi adalah

masalah mencari pekerjaan. Kurangnya

keterampilan akan sangat berpengaruh pada

kesempatan untuk mendapatkan pekerjaan. Karena

jika seseorang tidak memiliki keterampilan maka

akan sulit untuk mendapatkan pekerjaan sehingga

11

akan berdampak pada semakin banyaknya jumlah

pengangguran.

- Kurangnya Lapangan Pekerjaan

Setiap tahunnya, Indonesia mempunyai

jumlah lulusan yang sangat besar. Jumlah lulusan ini

dengan jumlah lapangan pekerjaan yang tersedia

tidak seimbang sehingga akan dapat menambah

jumlah pengangguran.

- Kurangnya Informasi

Kurangnya informasi menjadi salah satu

faktor yang mempengaruhi pengangguran. Hal ini

diakibatkan keadaan atau lingkungan tempat tinggal

yang tidak memungkinkan untuk terus mengupdate

informasi tentang lowongan pekerjaan.

- Inflasi

Inflasi merupakan variabel makro ekonomi

dimana pemerintah harus selalu menjaga tingkat

kestabilannya. Inflasi merupakan cerminan dari

stabilitas tingkat harga yang kemudian

mempengaruhi realisasi pencapaian tujuan

pertumbuhan ekonomi suatu negara. Tingginya

tingkat suatu inflasi akan mengakibatkan nilai

produksi mengalami penurunan dan sebaliknya. Jika

tingkat inflasi tinggi, perusahaan akan mengurangi

jumlah produksi. Penurunan jumlah produksi ini

akan membuat perusahaan mengurangi jumlah

permintaan terhadap tenaga kerja.

- Investasi

Setiap negara selalu berkeinginan untuk

dapat menciptakan iklim investasi terutama investasi

swasta yang dapat membantu membuka lapangan

12

kerja. Oleh sebab itu jika investasi merosot maka

akan berdampak pada pengangguran.

- Upah Minimum

Pemerintah membuat suatu kebijakan yang

dapat meningkatkan taraf hidup pekerja dengan

tingkat upah yang layak. Salah satu upaya yang

dilakukan oleh pemerintah adalah dengan

menetapkan kebijakan tingkat upah minimum. Disisi

lain dampak penetapan upah minimum yang

ditetapkan di atas tingkat upah rata-rata yang

diperoleh pekerja akan menyebabkan pengusaha

mengurangi penggunaan tenaga kerja sehingga

penyerapan tenaga kerja akan berkurang.

- Jumlah Penduduk

Jumlah penduduk yang semakin bertambah

menyebabkan jumlah angkatan kerja meningkat.

Peningkatan jumlah angkatan kerja tanpa diiringi

dengan pertambahan jumlah kesempatan kerja maka

akan mengakibatkan pengangguran.

4) Tingkat Pengangguran Terbuka

Menurut BPS, tingkat pengangguran terbuka

merupakan persentase jumlah pengangguran terhadap

jumlah angkatan kerja. TPT yang tinggi menunjukkan bahwa

terdapat banyak angkatan kerja yang tidak terserap pada pasar

kerja. Misal: TPT 6%, artinya dari 100 penduduk usia 15 tahun

keatas yang tersedia untuk memproduksi barang dan jasa

(angkatan kerja) sebanyak 6 orang merupakan pengangguran

5) Efek Buruk Pengangguran

Bagi individu pengangguran menyebabkan masalah

ekonomi yang berdampak pada masalah sosial. Mereka yang

13

mengangur tidak memiliki pendapatan. Ketiadaan pendapatan

ini menyebabkan para penganggur harus mengurangi

konsumsinya. Hal ini akan mengakibatkan taraf kesehatan

mereka menjadi turun. Apabila keadaan pengangguran di suatu

negara buruk maka kekacauan politik dan sosial selalu berlaku

sehingga akan menimbulkan efek buruk pada kesejahteraan

masyarakat dan prospek pembangunan ekonomi dalam jangka

panjang (Sukirno, 2013:14).

14

2. Kependudukan

a. Pengertian Penduduk

Menurut BPS, Penduduk adalah semua orang yang berdomisili

di wilayah geografis Republik Indonesia selama 6 bulan atau lebih dan

atau mereka yang berdomisili kurang dari 6 bulan tetapi bertujuan

untuk menetap. Sedangkan penduduk menurut Undang-Undang No. 23

Tahun 2006 yaitu Warga Negara Indonesia dan Orang Asing yang

bertempat tinggal di Indonesia. Jumlah penduduk adalah banyaknya

orang yang menduduki suatu wilayah. Pertambahan penduduk

diakibatkan oleh 3 komponen demografi yaitu fertilitas, mortalitas dan

migrasi. Fertilitas adalah salah satu komponen pertumbuhan penduduk

yang bersifat menambah jumlah penduduk (TIM Lembaga Demografi

FEUI, 2011: 17).

b. Jumlah Penduduk

Ahli ekonomi yang mengaitkan masalah penduduk dengan

dengan ekonomi adalah Leibenstein dalam bukunya yang berjudul

A Theory of Economic Demographic Development. Leibenstein

mengemukakan konsep a low level trap yang menjelaskan

perubahan demografi di negara-negara sedang berkembang. Suatu

kenaikan sedikit dalam pendapatan akan meningkatkan jumlah

penduduk dan persediaan tenaga kerja, yang pada gilirannya akan

menghapuskan pertumbuhan modal, produktivitas, dan sumber

sumber pertumbuhan ekonomi lainnya (TIM Lembaga Demografi

FEUI, 2011:17).

Dalam pandangan Adam Smith dijelaskan bahwa faktor

produksi paling penting adalah manusia. Hal tersebut dikarenakan

tanpa manusia sebagai faktor utama produksi maka alam serta tanah

tidak mampu diolah untuk dijadikan suatu manfaat bagi kehidupan

(Deliarnov, 1995:25). Namun jumlah penduduk yang tinggi akan

berimbas pada kemerosotan kemakmuran masyarakat. Keadaan ini

disebabkan oleh pertambahan tenaga kerja yang tidak dapat

15

menaikkan produksi nasional akibat dari pertumbuhan penduduk

yang lebih cepat (Sukirno, 2013:431).

3. Indeks Pembangunan Manusia

a. Pengertian Indeks Pembangunan Manusia

Manusia adalah kekayaan bangsa yang sesungguhnya,

sehingga tujuan akhir pembangunan harus difokuskan pada

manusia. Kondisi ini akan menciptakan lingkungan yang

memungkinkan masyarakat untuk dapat menikmati umur panjang,

sehat, dan menjalankan kehidupan yang produktif. Konsep ini

menjadi cikal bakal munculnya Indeks Pembangunan Manusia

(IPM). UNDP (United Nation Development Programme)

memperkenalkan IPM pertama kali pada tahun 1990. Saat itu, IPM

dibentuk dari empat indikator yang merefleksikan dimensi umur

panjang dan hidup sehat, pengetahuan, dan standar hidup layak.

Keempat indikator tersebut adalah angka harapan hidup saat lahir,

angka melek huruf, gabungan angka partisipasi kasar, dan Produk

Domestik Bruto (PDB) per kapita. Sejak saat itu, IPM secara berkalo

dipublikasikan setiap tahun dalam suatu Human Development

Report (BPS, 2014).

Pada tahun 2010, UNDP merubah metodologi penghitungan

IPM. Kali ini perubahan drastis terjadi pada penghitungan IPM.

UNDP menyebut perubahan drastic terjadi pada penghitungan IPM

sebagai metode baru. Beberapa indikator diganti menjadi lebih

relevan. Indikator Angka Partisipasi Kasar Gabungan (Combine

Gross Enrollment Ratio) diganti dengan indikator Harapan Lama

Sekolah (Expected Years of Schooling). Indikator Produk Domestik

Bruto (PDB) per kapita diganti dengan Produk Nasional Bruto

(PNB) per kapita. Selain itu, cara penghitungan juga ikut berubah.

Metode rata-rata aritmatik diganti menjadi rata-rata geometrik untuk

menghitung indeks komposit.

16

Tabel 2.1 Perbedaan Indikator

Metode Lama dan Metode Baru UNDP

Dimensi Metode Lama Metode Baru

Umur Panjang

dan Hidup

Sehat

Angka Harapan Hidup

saat Lahir (AHH)

Angka Harapan Hidup

saat Lahir (AHH)

Pengetahuan

Angka Melek Huruf

Kombinasi

Angka Partisipasi Kasar

(APK)

Harapan Lama Sekolah

(HLS)

Rata-rata Lama Sekolah

(RLS)

Standar Hidup

Layak

PDB per Kapita PNB per Kapita

Agregasi Rata-rata Aritmatik Rata-rata Geometrik

Sumber: Badan Pusat Statistik 2014

b. Komponen Indeks Pembangunan Manusia

Sebagai ukuran kualitas hidup, IPM dibangun melalui tiga

pendekatan dimensi dasar. Ketiga dimensi tersebut memiliki

pengertian sangat luas karena terkait banyak faktor. Berikut

merupakan komponen-komponen IPM menurut Badan Pusat

Statistik (2014: 102), di antaranya:

1) Angka Harapan Hidup

Menurut Preston (dalam BPS, 2014) Angka Harapan Hidup

saat lahir (AHH) merupakan rata-rata perkiraan banyak tahun

yang dapat ditempuh oleh seseorang selama hidup. Perhitungan

angka harapan hidup melalui pendekatan tak langsung (indirect

estimation). Jenis data yang digunakan Anak Lahir Hidup

(ALH) dan Anak Masih Hidup (AMH). Paket program

Mortpack digunakan untuk menghitung angka harapan hidup

17

berdasarkan input data ALH dan AMH. Selanjutnya dipilih

metode Trussel dengan model West, yang sesuai dengan histori

kependudukan dan kondisi Indonesia dengan negara-negara

Asia Tenggara umumnya.

2) Tingkat Pendidikan

Salah satu komponen pembentuk IPM adalah dari dimensi

pengetahua yang diukur melalui tingkat pendidikan. Dalam hal

ini, indikator yang digunakan adalah rata-rata lama sekolah

(mean years of schooling) dan harapan lama sekolah (expected

years of schooling). Pada proses pembentukan IPM, rata-rata

lama sekolah dan harapan lama sekolah diberi bobot yang sama,

kemudian penggabungan kedua indikator ini digunakan sebagai

indeks pendidikan sebagai salah satu komponen pembentuk

IPM.

Rata-rata lama sekolah menggambarkan jumlah tahun yang

digunakan oleh penduduk usia 25 tahun ke atas dalam menjalani

pendidikan formal. Penghitungan rata-rata lama sekolah

menggunakan dua batasan yang dipakai sesuai kesepakatan

UNDP. Rata-rata lama sekolah memiliki batas maksimumnya 15

tahun dan batas minimum sebesar 0 tahun.

Harapan lama sekolah didefinisikan sebagai lamanya

sekolah (dalam tahun) yang diharapkan akan dirakan oleh anak

pada umur tertentu di masa mendatang. Harapan lama sekolah

dihitung untuk penduduk berusia 7 tahun ke atas. Indikator ini

dapat digunakan untuk mengetahui kondisi pembangunan sistem

pendidikan di berbagai jenjang yang ditunjukan dalam bentuk

lamanya pendidikan (dalam tahun) yang diharapkan dapat

dicapai oleh setiap anak. Seperti halnya rata-rata lama sekolah,

harapan lama sekolah juga menggunakan batasan yang dipakai

18

sesuia kesepakatan UNDP. Batas maksimum untuk harapan

lama sekolah adalah 18 tahun, sedangkan batas minimumnya 0.

3) Standar Hidup Layak

Dimensi lain dari ukuran kualitas hidup manusia adalah

standar hidup layak. Dalam cakupan lebih luas, standar hidup

layak menggambarkan tingkat kesejahteraan yang dinikmati

oleh penduduk sebagai dampak semakin membaiknya ekonomi.

UNDP mengukur standar hidup layak menggunakan Produk

Nasional Bruto (PNB) per kapita yang disesuaikan, sedangkan

BPS dalam menghitung standar hidup layak menggunakan rata-

rata pengeluaran per kapita riil yang disesuiakan dengan paritas

daya beli (purchasing power parity) berbasis formula Rao.

4) Pengukuran Indeks Pembangunan Manusia

Sebelum menghitung IPM, setiap komponen IPM harus

dihitung indeksnya. Formula yang digunakan dalam

penghitungan indeks komponen IPM seperti dala Buku Indeks

Pembangunan Manusia (BPS, 2014) adalah sebagai berikut:

𝐼𝐴𝐻𝐻 = AHH − AHHmin

AHHmax − AHHmin

𝐼𝐻𝐿𝑆 = HLS − HLSmin

HLSmax − HLSmin

𝐼𝑅𝐿𝑆 = RLS − RLSmin

RLSmax − RLSmin

𝐼𝑝𝑒𝑛𝑔𝑒𝑡𝑎ℎ𝑢𝑎𝑛 = IHLS + IRLS

2

𝐼𝑝𝑒𝑛𝑔𝑒𝑙𝑢𝑎𝑟𝑎𝑛 = In(𝑝𝑒𝑛𝑔𝑒𝑙𝑢𝑎𝑟𝑎𝑛) − In(𝑝𝑒𝑛𝑔𝑒𝑙𝑢𝑎𝑟𝑎𝑛min)

In(𝑝𝑒𝑛𝑔𝑒𝑙𝑢𝑎𝑟𝑎𝑛max) − In(𝑝𝑒𝑛𝑔𝑒𝑙𝑢𝑎𝑟𝑎𝑛min)

Selanjutnya nilai IPM dapat dihitung sebagai berikut:

19

𝐼𝑃𝑀 = √𝐼𝑘𝑒𝑠𝑒ℎ𝑎𝑡𝑎𝑛 X 𝐼𝑝𝑒𝑛𝑑𝑖𝑑𝑖𝑘𝑎𝑛 X 𝐼𝑝𝑒𝑛𝑔𝑒𝑙𝑢𝑎𝑟𝑎𝑛 3

Untuk mengukur kecepatan perkembangan IPM dalam

suatu kurun waktu digunakan ukuran pertumbuhan per tahun.

Pertumbuhan IPM menunjukan perbandingan antara perubahan

capaian terkini dengan capaian tahun sebelumnya. Semakin

tinggi nilai pertumbuhan IPM, maka semakin cepat pula

peningkatan IPM. Indikator pertumbuhan IPM ini dapat

digunakan sebagai kinerja pembangunan manusia suatu wilayah

pada kurun waktu tertentu (Buku Indeks Pembangunan Manusia

BPS, 2014: 106)

𝑃𝑒𝑟𝑡𝑢𝑚𝑏𝑢ℎ𝑎𝑛 𝐼𝑃𝑀 = 𝐼𝑃𝑀𝑡 − 𝐼𝑃𝑀𝑡−1

𝐼𝑃𝑀𝑡−1 𝑋 100%

Menurut Buku Indeks Pembangunan Manusia (BPS, 2014:

106) capaian pembangunan manusia di suatu wilayah pada

waktu tertentu dapat dikelompokan ke dalam empat kelompok.

Pengelompokan ini bertujuan mengorganisasikan wilayah-

wilayah menjadi kelompok-kelompok yang sama dalam hal

pembangunan manusia. Urutannya adalah sebagai berikut:

- Kelompok “sangat tinggi” : IPM ≥ 80

- Kelompok “tinggi” : 70 ≤ IPM < 80

- Kelompok “sedang” : 60 ≤ IPM < 70

- Kelompok “rendah” : IPM < 60

4. Upah Minimum

Dalam Undang-Undang Republik Indonesia Nomor 13 Tahun 2003

pasal 1 ayat 31 defisini upah adalah hak pekerja/buruh yang diterima dan

dinyatakan dalam bentuk uang sebagai imbalan dari pengusaha atau

pemberi kerja kepada pekerja/buruh yang ditetapkan dan dibayarkan

menurut suatu perjanjian kerja, kesepakatan, atau peraturan perundang-

20

undangan, termasuk tunjangan bagi pekerja/buruh dan keluarganya atas

suatu pekerjaan dan/atau jasa yang telah atau akan dilakukan.

Upah minimum adalah upah yang paling rendah untuk setiap jam,

setiap hari atau setiap bulan yang dapat diterima oleh setiap tenaga kerja

atau buruh (Wirawan, 2015:394). Dalam Undang- Undang Republik

Indonesia Nomor 13 tahun 2003 pada pasal 89 dijelaskan bahwa upah

minimum terdiri dari upah minimum terdiri atas: (a). Upah minimum

berdasarkan wilayah provinsi atau kabupaten/kota; (b). Upah minimum

berdasarkan sektor pada wilayah provinsi atau kabupaten/kota.

B. Penelitian Terdahulu

1. Muhammad Burhanudin (2015) dengan penelitiannya yang berjudul

“Pengaruh Produk Domestik Bruto, Upah Minimum Kabupaten/Kota,

dan Indeks Pembangunan Manusia terhadap Tingkat Pengangguran di

Provinsi Banten Periode 2008-2013” dengan hasil penelitian yaitu

Produk Domestik Bruto berpengaruh tidak signifikan terhadap

pengangguran di Provinsi Banten, upah minimum kabupaten/kota

berpengaruh negatif dan signifikan terhadap pengangguran di Provinsi

Banten, dan indeks pembangunan manusia berpengaruh negatif dan

signifikan terhadap pengangguran di Provinsi Banten. Persamaan

penelitian ini dengan penelitian yang dilakukan oleh Muhammad

Burhanudin adalah sama-sama menggunakan variabel upah minimum

dan indeks pembangunan manusia untuk mengetahui pengaruhnya

terhadap tingkat pengangguran. Sedangkan perbedaan penelitian ini

dengan penelitian yang dilakukan oleh Muhammad Burhanudin adalah

penelitian ini tidak menggunakan variabel produk domestik bruto.

Dalam penelitian ini dilakukan di Provinsi Banten tahun 2010-2016

sedangkan penelitian yang dilakukan oleh Muhammad Burhanudin

menganalisis Provinsi Banten tahun 2008-2013.

2. Dwi Aprilia Putri (2017) dengan penelitiannya yang berjudul”

Analisis Beberapa Faktor yang Mempengaruhi Tingkat Pengangguran

Terbuka di Jawa Timur Tahun 2003-2014 dengan hasil penelitian

21

bahwa inflasi berpengaruh positif terhadap tingkat pengangguran

terbuka di Jawa Timur. Sedangkan upah minimum berpengaruh negatif

terhadap tingkat pengangguran terbuka di Jawa Timur tahun 2003

hingga 2014. Persamaan penelitian ini dengan penelitian yang

dilakukan oleh Dwi Aprilia Putri adalah menggunakan variabel upah

minimum untuk mengetahui pengaruhnya terhadap tingkat

pengangguran terbuka. Perbedaan penelitian ini dengan penelitian yang

dilakukan oleh Dwi Aprilia Putri adalah penelitian ini tidak

menggunakan variabel pertumbuhan ekonomi dan dilakukan di

Provinsi Banten tahun 2010 sampai dengan tahun 2016. Sedangkan

dalam penelitian Dwi Aprilia Putri dilakukan di Provinsi Jawa Timur

tahun 2003 sampai dengan tahun 2014.

3. Dewi Kartika Sari (2017) dalam skripsinya yang berjudul “Analisis

Pengaruh Produk Domestik Bruto, Upah Minimum Kota, Indeks

Pembangunan Manusia, Jumlah Penduduk dan Beban/Tanggungan

Penduduk terhadap Tingkat Pengangguran Terbuka di kota-kota

Provinsi Jawa Timur Tahun 2010-2015” dengan hasil penelitian bahwa

PDRB Provinsi Jawa Timur berpengaruh positif dan tidak signifikan

terhadap pengangguran terbuka, UMK berpengaruh negatif dan

signifikan terhadap tingkat pengangguran terbuka, IPM berpengaruh

negatif dan tidak signifikan terhadap pengangguran terbuka, jumlah

penduduk berpengaruh negatif dan signifikan terhadap pengangguran,

dan beban/tanggungan penduduk berpengaruh negatif dan signifikan

terhadap pengangguran terbuka di Kota-Kota Provinsi Jawa Timur.

Persamaan penelitian ini dengan penelitian yang dilakukan oleh Dewi

Kartika Sari adalah mengunakan variabel upah minimum dan jumlah

penduduk untuk mengetahui pengaruhnya terhadap pengangguran.

Perbedaan penelitian ini dengan penelitian yang dilakukan oleh Dewi

Kartika Sari yaitu tidak menggunakan variabel PDRB dan

beban/tanggungan. Penelitian ini dilakukan di Provinsi Banten tahun

2010 sampai dengan tahun 2016. Sedangkan penelitian yang dilakukan

22

oleh Dewi Kartika dilakukan di Kota-Kota Provinsi Jawa Timur tahun

2010-2015.

4. Jihad panjana dan Daryono Soebagiyo (2014) dengan penelitiannya yang

berjudul “Efek Peningkatan Upah Minimum terhadap Tingkat

Pengangguran” dengan hasil penelitian bahwa upah minimum dan jumlah

penduduk memiliki pengaruh positif signifikan terhadap tingkat

pengangguran, Produk Domestik Regional Bruto (PDRB) memiliki

pengaruh negatif signifikan terhadap tingkat pengangguran, sedangkan

inflasi tidak memiliki pengaruh signifikan terhadap tingkat pengangguran.

Persamaan penelitian ini dengan penelitian yang dilakukan oleh Jihad

panjana dan Daryono Soebagiyo adalah mengunakan variabel upah

minimum untuk mengetahui pengaruhnya terhadap tingkat

pengangguran. Perbedaan penelitian ini dengan penelitian yang

dilakukan oleh Jihad panjana dan Daryono Soebagiyo yaitu tidak

menggunakan variabel PDRB dan Inflasi. Penelitian ini dilakukan di

Provinsi Banten tahun 2010 sampai dengan tahun 2016. Sedangkan

penelitian yang dilakukan oleh Jihad panjana dan Daryono Soebagiyo

dilakukan di Karisidenan Surakarta tahun 1999-2013.

5. Dita Dewi Kuntiarti (2017) dengan peelitiannya yang berjudul

“Pengaruh Inflasi, Jumlah Penduduk Dan Kenaikan Upah Minimum

Terhadap Pengangguran Terbuka Di Provinsi Banten Tahun 2010-

2015” dengan hasil penelitian inflasi tidak berpengaruh signifikan

terhadap tingkat pengangguran terbuka. Sedangkan jumlah penduduk

dan upah minimum berpengaruh signifikan negatif terhadap tingkat

pengangguran terbuka. Perbedaaan penelitian ini dengan yang

dilakukan oleh penulis terdapat pada pemilihan variabel independen

inflasi dengan indeks pembangunan manusia.

23

C. Keterkaitan antar Variabel

Hubungan Indeks Pembangunan Manusia dengan Pengangguran

Pembangunan manusia adalah tujuan dari pembangunan itu sendiri.

Dimana peranan manusia adalah kunci membentuk suatu negara dalam

mengembangkan kapasitasnya untuk melakukan pembangunan yang

berkelanjutan (Todaro, 2000). Dengan teratasinya masalah pengangguran,

kualitas pembangunan manusia akan semakin baik. Juga semakin baik

kualitas sumber dayanya, semakin kecil suatu daerah memiliki masalah

pengangguran.

Secara langsung, pengangguran dapat menurunkan daya beli

masyarakat dan pendapatan daerah. Lalu menurunkan kemakmmuran

sehingga berpotensi terjebaknya masyarakat pada masalah rendahnya

indeks pembangunan manusia. Yang selanjutnya memunculkan masalah

pollitik dan sosial (Sadono Sukirno, 2013). Dengan dampaknya yang begitu

besar bagi negara, masalah pengangguran harus segera diatasi dengan

meningkatkan indikator-indikator yang mampu membangun kualitas

sumber daya manusia.

Hubungan Jumlah Penduduk dengan Pengangguran

Penduduk yang bertambah akan memperbesar jumlah tenaga kerja,

dan penambahan tersebut memungkinkan negara itu menambah jumlah

produksi (Sukirno, 2013:430). Thomas Robert Malthus mempublikasikan

sebuah teori tentang hubungan pertambahan penduduk dengan pendapatan

perkapita. Teori ini dikenal dengan teori optimum population. Jika dilihat

dari gambar 2 maka hubungan jumlah penduduk dengan produk per kapita

berbentuk U terbalik.

24

Gambar 2.1. Kurva Hubungan

Jumlah Penduduk dan Output Perkapita

Dari kurva diatas dapat dijelaskan bahwa jika penduduk belum

mencapai jumlah OA , kurva AP itu masih mengarah ke kanan atas. Hal

itu berarti jika jumlah penduduk meningkat, maka meningkat pula

pendapatan perkapita. Selanjutnya jika jumlah penduduk bertambah

hingga OA dan tidak ada perbaikan input apapun sehingga kurva AP

tidak bergeser maka dicapailah tingkat produk perkapita maksimum

yakni sebesar OC. Itulah yang disebut optimum population. Dan ketika

penduduk terus bertambah maka berangsur-angsur turunlah produk per

kapita sehingga berlaku the law of diminishing return dan kini negara

tersebut memasuki wilayah overpopulation (Rosyidi, 2011:89-90).

Jika pendapatan perkapita tinggi maka pertumbuhan ekonomi juga

tinggi sehingga semakin besar harapan untuk tidak menganggur,

sebaliknya jika pertumbuhan ekonomi turun maka besarlah tingkat

pengangguran. Hubungan pertumbuhan ekonomi dengan tingkat

pengangguran dapat dijelaskan dengan hukum Okun yang

dipublikasikan oleh seorang ekonom yang bernama Arthur Okun.

Hukum Okun ini menjelaskan bahwa untuk setiap penurunan 2% GDP

angka pengangguran meningkat 1%. Hal ini berarti terdapat hubungan

negatif antara pertumbuhan ekonomi dengan pengangguran.

25

Hubungan Upah Minimum dengan Pengangguran

Menurut pendapat ahli-ahli ekonomi Klasik dalam suatu

perekonomian modern akan dapat dilihat bahwa tingkat upah tidak mudah

mengalami penurunan. Hal tersebut membuat pengangguran menjadi lebih

sulit untuk dihapuskan (Sukirno, 2013:84). Dalam suatu kurva Philips yang

menerangkan antara : hubungan kenaikan upah dan pengangguran, dan

hubungan tingkat inflasi dan pengangguran. Kesimpulan dari kurva tersebut

adalah terdapat satu hubungan yang negatif diantara kenaikan tingkat upah

dengan pengangguran. Ketika tingkat pengangguran tinggi maka tingkat

upah rendah dan sebaliknya jika pengangguran rendah maka tingkat upah

tinggi (Sukirno, 2013:245-246).

Gambar 2.2. Hubungan Antara Prosentase Kenaikan Upah dengan

Pengangguran

Kurva Phillips diperoleh semata-mata atas dasar studi empirik, tidak

ada dasar teorinya (Nopirin, 2000: 37). Perkembangan selanjutnya dari

studi empiris ini, Lipsey (1960) mencoba untuk mengisi dasar teorinya

dengan menggunakan teori pasar tenaga kerja. Dalam pasar tenaga

kerja, tingkat upah cenderung turun apabila terdapat kelebihan

penawaran tenaga kerja (pengangguran) dan akan naik apabila terdapat

kelebihan permintaan tenaga kerja. Pengangguran mempunyai

hubungan negatif dengan kelebihan permintaan akan tenaga kerja.

Dengan demikian, apabila dalam pasar terdapat kelebihan penawaran,

ini akan tercermin pada banyaknya orang yang mencari pekerjaan.

26

Namun Ia mengakui adanya kenyataan bahwa pasar tenaga kerja tidak

sempurna sehingga inilah yang menyebabkan terjadinya pengangguran

friksional atau pengangguran alamiah (Nopirin, 2000:37).

D. Kerangka Pemikiran

Dalam penelitian ini, penulis menguraikan bagaimana pengaruh

variabel bebas terhadap variabel terikat sebagai berikut :

Bagaimana pengaruh masing-masing variabel bebas terhadap

variabel terikat dan bagaimana pengaruh variabel bebas secara simultan

terhadap variabel terikat.

Indeks

Pembangunan

Manusia (X1)

Jumlah

Penduduk

(X2)

Tingkat

Pengangguran

Terbuka (Y)

Upah

Minimum

(X3)

27

E. Hipotesis Penelitian

Dari rumusan masalah yang terdapat pada bab 1, maka penulis

menentukan hipotesis sebagai berikut:

𝐻1 : Diduga terdapat pengaruh yang signifikan antara variable Indeks

Pembangunan Manusia (IPM) terhadap Tingkat Pengangguran

terbuka di Provinsi Banten

𝐻1 : Diduga terdapat pengaruh yang signifikan antara variable Jumlah

Penduduk terhadap Tingkat Pengangguran terbuka di Provinsi

Banten

𝐻1 : Diduga terdapat pengaruh yang signifikan antara variable Upah

Minimum terhadap Tingkat Pengangguran terbuka di Provinsi

Banten

𝐻1 : Diduga terdapat pengaruh yang signifikan antara variable Indeks

Pembangunan Manusia, Jumlah Penduduk dan Upah Minimum

secara simultan terhadap Tingkat Pengangguran terbuka di Provinsi

Banten

28

BAB III

METODE PENELITIAN

A. Ruang Lingkup Penelitian

Ruang lingkup dalam penelitian ini adalah menganalisis tentang

pengaruh Indeks Pembangunan Manusia, Jumlah Penduduk dan Upah

Minimum terhadap Tingkat Pengangguran Terbuka di seluruh kabupaten dan

kota yang ada di Provinsi Banten, yang pada akhirnya nanti akan melihat

kontribusi variabel-variabel bebas mempengaruhi variabel terikat, baik itu

secara simultan (bersama-sama) ataupun secara parsial (sendiri-sendiri).

Penelitian ini dilakukan dalam periode 7 tahun yaitu dari tahun 2010 sampai

dengan tahun 2016 di Kabupaten Pandeglang, Kabupaten Lebak, Kabupaten

Serang, Kabupaten Tangerang, Kota Cilegon, Kota Serang, Kota Tangerang,

dan Kota Tangerang Selatan

B. Metode Pengumpulan Data

Di dalam penelitian ini data yang digunakan adalah data sekunder.

Data sekunder merupakan data yang didapat dari pihak lain, tidak secara

langsung didapat dari subjek penulisnya. Proses pencarian data sekunder

dilakukan dengan cara mempelajari catatan-catatan dan dokumen-dokumen

yang terdapat dalam instansi yang diteliti dengan menggunakan metode

dokumentasi atau data laporan yang sudah tersedia. Data yang digunakan

dalam penelitian ini meliputi: Investasi Publik, Investasi Swasta, Pertumbuhan

Ekonomi dan Indeks Pembangunan Manusia yang diperoleh dari Badan Pusat

Statistik Provinsi Banten dan Badan Koordinasi Penanaman Modal.

C. Metode Analisis Data

Pada penelitian ini menggunakan data panel atau data pool dengan

bantuan software eviews version 8. Data panel sendiri adalah gabungan antara

data seksi silang (cross section) dan data runtut waktu (time series). Data panel

diperkenalkan oleh Howles tahun 1950 yang mengatakan bahwa data seksi

29

silang (terdiri atas beberapa variabel), dan sekaligus terdiri atas beberapa

waktu. Sedangkan data pool sendiri merupakan bagian dari data panel, kecuali

masing-masing kelompok dipisahkan berdasarkan objeknya (Winarno, 2015).

Sedangkan menurut Widyantoro (2014) data panel secara substansial

mampu menurunkan masalah omitted variable. Model yang mengabaikan

tentang variabel yang relevan. Untuk mengatasi interkorelasi di antara

variabel-variabel bebas yang pada akhirnya dapat mengakibatkan tidak

tepatnya penaksiran regresi, sehingga metode panel lebih tepat digunakan.

Terdapat kelebihan serta keunggulan dalam menggunakan data panel.

Seperti yang disampaikan Baltagi (dalam Gujarati, 2012) keunggulan-

keunggulan tersebut di antaranya adalah:

1. Dapat mengontrol heterogenitas individu dengan memberikan variabel

spesifik-subjek.

2. Dengan menggabungkan antara observasi runtut waktu dan seksi silang,

data panel member lebih banyak informasi, lebih banyak variasi, sedikit

kolinearitas antar variabel lebih banyak degree of freedom dan lebih

efisien.

3. Dengan mempelajari observasi seksi silang berulang-ulang, data panel

paling tepat untuk mempelajari dinamika perubahan.

Data panel paling baik untuk mendeteksi dan mengukur dampak

yang secara sederhana tidak bisa dilihat pada data seksi silang murni dan

runtut waktu murni. Pemodelan data panel pada dasarnya menggabungkan

pembentukan model yang dibentuk berdasarkan runtut waktu (time series)

dan berdasarkan cross section

30

1. Metode Analisis Data Panel

Untuk mengestimasi parameter model dengan data panel, terdapat

beberapa teknik seperti yang dijelaskan oleh Nachrowi dan Usman (2006)

antara lain:

Pool Least Square

Metode ini dikenal pula sebagai Common Effect Model.

Teknik ini merupakan teknik yang paling sederhana untuk

mengestimasi data panle yaitu dengan cara mengkombinasikan data

time series dengan cross section. Dengan hanya menggabungkan

data tersebut tanpa melihat perbedaan antar waktu dan antar individu

maka kita dapat menggunakan metode OLS untuk mengestimasikan

data panel. Dalam pendekatan ini tidak memperhatikan dimensi

individu maupun waktu (Widarjono, 2013).

Fixed Effect Model

Pendekatan ini adalah teknik untuk mengestimasi data panel

dengan menggunakan variabel dummy untuk menangkap adanya

perbedaan antar intersep antara cross section maupun intersepnya

sama antar waktu (time variant). Di samping itu, model ini pun

mengasumsikan bahwa koefisien regresi tetap antar cross section

dan antar waktu (Widarjono, 2013).

Random Effect Model

Model Random Effect Model (REM) adalah variasi dari

estimasi generalizes least square (GLS). Prinsip dasar GLS pada

dasarnya sama dengan OLS, yaitu meminimkan jumlah kuadrat

penyimpangan error nilai-nilai obeservasi terhadap rata-ratanya.

Model GLS memiliki nilai lebih dibandingkan OLS dalam

mengestimasi parameter regresi. Metode GLS memiliki nilai lebih

dibandingkan OLS dalam mengestimasi parameter regresi. Metode

OLS dalam mengestimasi bahwa varians error adalah

31

homokedastisitas, pada kenyataannya variansi data pada data

khususnya data time series cenderung heterogen

(heterokedastisitas). Metode GLS sudah memperhitungkan

hetergonitas yang terdapat pada variabel independen secara eksplisit

(Ajija dkk, 2011).

2. Pilihan Metode Data Panel

Terdapat tiga tahapan untuk memilih metode dalam data panel, yang

akan dipilih untuk mendapatkan model yang paling tepat atau sesuai.

Pertama-tama kita harus membandingkan PLS dan FEM terlebih

dahulu. Kemudian dilakukan uji F-test. Apabila hasil menunjukan

model PLS yang diterima, maka model PLS–lah yang akan dianalisa.

Tetapi apabila model FEM yang diterima, maka tahap kedua dijalankan,

yaitu melakukan perbandingan lagi dengan model REM. Selanjutnya

dilakukan pengujian dengan Hausman Test untuk menentukan metode

mana yang akan dipakai, apakah FEM atau REM. Apabila hasil yang

didapat menunjukan REM maka perlu digunakan uji LM (Lagrange

Multiplier) yaitu REM dengan CEM.

Uji Chow

` Pengujian ini dilakukan guna mengetahui model PLS (Pooled Least

Square) atau FEM (Fixed Effect Model) yang akan dipakai di dalam

estimasi. Relatif terhadap Fixed Effect Model, Pooled Least Square

adalah restricted model di mana ia menerapkan intercept yang sama

untuk seluruh individu. Padahal asumsi bahwa setiap unit cross section

memiliki perilaku yang sama cenderung tidak realistis mengingat

dimungkinkan saja setiap unit tersebut memiliki perilaku yang berbeda.

Untuk mengujinya dapat digunakan restricted F-test, dengan hipotesis

sebagai berikut:

𝐻0 : Model Pooled Least Square (restricted)

𝐻1 : Model Fixed Effect (unrestricted)

32

Dasar penolakan terhadap hipotesis nol tersebut adalah dengan

menggunakan F statistic seperti yang dirumuskan oleh Chow:

𝐶ℎ𝑜𝑤 = (𝑅𝑆𝑆𝑆 − 𝑈𝑅𝑆𝑆)/(𝑁 − 1)

𝑈𝑅𝑆𝑆/(𝑛𝑡 − 𝑁 − 𝐾)

Di mana:

RSSS = Restricted Residual Sum Square (Sum Square

Residual PLS)

URSS = Unrestricted Residual Sum Square (Sum Square

Residual Fixed)

N = Jumlah data cross section

T = Jumlah data time series

K = Jumlah variabel independen

Di dalam pengujian ini mengikuti distribusi F yaitu FK(N−1,NT−N−K).

Apabila nilai chow statistic (F statistic) hasil pengujian lebih besar dari

F tabel, maka cukup bukti bagi kita untuk melakukan penolakan terhadap

H0 sehingga model yang kita gunakan adalah Fixed Effect Model (FEM),

begitu pula sebaliknya.

Uji Hausman

Uji Hausman merupakan pengujian statistik sebagai dasar

pertimbangan kita dalam memilih apakah menggunakan Fixed

Effect Model atau Random Effect Model. Pengujian ini dilakukan

dengan hipotesis sebagai berikut:

𝐻0 : Model Random Effect

𝐻1 : Model Fixed Effect

33

Berdasarkan penolakan Ho maka digunakan statistik Hausman dan

membandingkannya dengan Chi square. Adapun rumus Statistik

Hausman adalah sebagai berikut:

𝐻 = (𝛽𝑅𝐸𝑀 − 𝛽𝐹𝐸𝑀)′(𝑀𝐹𝐸𝑀 − 𝑀𝑅𝐸𝑀)−1 (𝛽𝑅𝐸𝑀 − 𝛽𝐹𝐸𝑀) ~ 𝑥2(𝑘)

Di mana M merupakan matriks kovarians untuk parameter β.

Dan k merupakan degree of freedom yang merupakan jumlah

variabel independen. Jika nilai H hasil pengujian lebih besar dari X2

(k), maka cukup bukti untuk melakukan penolakan terhadap H0

sehingga model yang digunakan adalah Fixed Effect Model, begitu

pula sebaliknya.

Penelitian ini memakai analisis pendekatan secara sederhana

menggabungkan seluruh data time series dan cross-section dengan

mengestimasi data panel. Model data panel untuk teknik regresi

diformulasikan seperti berikut:

𝑌 = 𝛼 + 𝛽1𝑋1 + 𝛽 2𝑋2 + 𝛽3𝑋3 + 𝑒

Di mana:

Y = Tingkat Penganggura Terbuka

X1 = Indeks Pembangunan Manusia

X2 = Jumlah Penduduk

X3 = Upah Minimum Kabupaten/Kota

β = Koefisien masing-masing variabel

α = Konstanta

e = error term

34

3. Pemilihan model estimasi data panel

Teknik analisis data panel dalam penelitian ini dapat

dilakukan dengan metode common effect, fixed effect dan random

effect, sedangkan untuk menentukan metode mana yang lebih sesuai

dengan penelitian ini maka digunakan Uji Chow dan Uji Hausman :

(Mahulete, 2016).

1) Model Pooled (Common Effect)

Model Common Effect adalah model yang paling

sederhana, karena metode yang digunakan dalam metode

Common Effect hanya dengan mengkombinasikan data time

series dan cross section. Dengan hanya menggabungkan

kedua jenis data tersebut, maka dapat digunakan metode

Ordinal Least Square (OLS) atau teknik kuadrat terkecil

untuk mengestimasi model data panel. Dalam pendekatan

ini tidak memperhatikan dimensi individu maupun waktu,

dan dapat diasumsikan bahwa perilaku data antar

perusahaan sama dalam rentan waktu. Asumsi ini jelas

sangat jauh dari realita sebenarnya, karena karakteristik

antar perusahaan baik dari segi kewilayahan jelas sangat

berbeda. Persamaan metode ini dapat dirumuskan sebagai

berikut : (Mahulete, 2016).

Dimana : (Silalahi, 2014).

𝑌𝑖𝑡 : Variabel terikat individu ke-i pada waktu ke-i

𝑋𝑖𝑡𝑗 : Variabel bebas ke-j individu ke-i pada waktu ke-t

i : Unit cross-section sebanyak N

j : Unit time siries sebanyak T

35

𝜀𝑖𝑡 : Komponen error individu ke-i pada waktu ke-t

α : Intercept

𝛽𝑗 : Parameter untuk variabel ke-j (Silalahi, 2014).

2) Model Efek Tetap (Fixed Effect)

Model ini digunakan untuk mengatasi kelemahan

dari analisis data panel yang menggunakan metode common

effect, penggunaan data panel common effect tidak realistis

karena akan menghasilkan intercept ataupun slope pada

data panel yang tidak berubah baik antar individu (cross

section) maupun antar waktu (time series). (Mahulete,

2016).

Model ini juga untuk mengestimasi data panel

dengan menambahkan variabel dummy. Model ini

mengasumsikan bahwa terdapat efek yang berbeda antar

individu. Perbedaan ini dapat diakomodasi melalui

perbedaan diintersepnya. Oleh karena itu dalam model fixed

effect, setiap individu merupakan parameter yang tidak

diketahui dan akan diestimasi dengan menggunakan teknik

variabel dummy yang dapat dirumuskan sebagai berikut :

(Silalahi, 2014).

Dimana :

𝑌𝑖𝑡 : Variabel terikat individu ke-i pada waktu ke-i

: Variabel bebas ke-j individu ke-i pada waktu ke-t

𝐷𝑖 : Dummy variavel

𝜀𝑖𝑡 : Komponen error individu ke-i pada waktu ke-t

α : Intercept

36

𝛽𝑗 : Parameter untuk variabel ke-j (Silalahi, 2014).

Teknik ini dinamakan Least Square Dummy Variabel

(LSDV). Selain diterapkan untuk efek tiap individu, LSDV

ini juga dapat mengkombinasikan efek waktu yang bersifat

sismatik. Hal ini dapat dilakukan melalui penambahan

variabel dummy waktu di dalam model. (Silalahi, 2014).

3) Model Efek Acak (Random Effect)

Dalam metode ini perbedaan karakteristik individu

dan waktu diakomodasikan dengan error dari model.

Mengingat terdapat dua komponen yang mempunyai

kontribusi pada pembentukan error yaitu (individu dan

waktu), maka pada metode ini perlu diuraikan menjadi error

dari komponen individu, error untuk komponen waktu dan

error gabungan. Persamaan random effect dapat

dirumuskan sebagai berikut : (Mahulete, 2016).

Dimana :

𝑢𝑖 : Komponen error cross-section

𝑉𝑡 : Komponen time series

𝑊𝑖𝑡 : Komponen error gabungan. (Silalahi, 2014).

4. Pengujian Hipotesis

Pengujian ini dilakukan guna mengetahui variabel-variabel independen

secara individu dan bersama-sama mempengaruhi signifikan terhadap

variabel dependen. Uji statistik meliputi Uji-F, Uji t dan koefisiensi

determinasi.

Koefisiensi Determinasi (R2)

Menurut Kuncoro (2003) koefisiensi determinasi mengukur

seberapa jauh kemampuan model dalam menerangkan variabel

37

dependennya. Nilai koefisien determinasi adalah antara nol dan satu nilai

R2 yang kecil berarti kemampuan variabel-variabel independen dalam

menjelaskan variasi variabel dependen sangat terbatas dan nilai yang

mendekati satu berarti variabel-variabel independen memberikan hampir

semua informasi yang dibutuhkan untuk memprediksi variasi variabel

dependennya.

Uji Signifikansi Simultan (Uji-F)

Dilakukan guna mengetahui apakah semua variabel independen

dalam penelitian secara bersama-sama berpengaruh terhadap variabel

dependen, perlu dilakukan pengujian koefisien regresi secara serentak.

Pengujian menggunakan derajat signifikansi nilai F. Pengujian ini

dilakukan menggunakan software e-views 9.0.

H0 : Semua variabel independen tidak berpengaruh terhadap

variabel dependen.

H1 : Semua variabel independen berpengaruh terhadap variabel

dependen.

Dasar pengambilan:

1. Jika nilai probabilitas (signifikansi) > 0,05 maka H0 diterima dan

H1 ditolak.

2. Jika nilai probabilitas (signifikansi) < 0,05 maka H0 ditolak dan H1

diterima.

Uji Parsial (Uji-t)

Guna mengetahui apakah variabel independen secara parsial

berpengaruh terhadap variabel dependen. Pengujian ini dilakukan dengan

melihat derajat signifikansi masing-masing variabel bebas menggunakan

software e-views 9.0.

H0 : Masing-masing variabel independen tidak berpengaruh

terhadap variabel dependen.

H1 : Masing-masing variabel independen berpengaruh terhadap

variabel dependen.

38

Dasar pengambilan keputusan:

1. Jika nilai probabilitas (signifikansi) > 0,05 maka H0 diterima dan

H1 ditolak.

2. Jika nilai probabilitas (signifikansi) < 0,05 maka H0 ditolak dan H1

diterima.

5. Definisi Operasional Variabel

Penelitian ini berjudul “Analisis Pengaruh Indeks Pembangunan

Manusia Jumlah Penduduk dan Upah Minimum Daerah terhadap Tingkat

Pengangguran Terbuka di Provinsi Banten Periode 2010-2016”. Maka

variabel dependen di dalam penelitian ini adalah tingkat pengangguran

terbuka. Dan variabel independen yang akan diuji keterkaitannya denan

variabel dependennya adalah indeks pembangunan mannusia, jumlah

penduduk dan upah minimum. Untuk mengukur variabel-variabel di atas,

penulis terlebih dahulu akan menjelaskan dan menentukan indikator yang

terkait pada variabel tersebut, yaitu sebagai berikut:

1. Tingkat Pengangguran Terbuka

Pengangguranj adalah istilah untuk orang yang tidak bekerja

sama sekali, sedang mencari kerja, bekerja kurang dari dua hari

selama seminggu, atau seseorang yang sedang berusaha

mendapatkan pekerjaan (BPS).. Menurut Sadono Sukirno (2013),

Pengangguran adalah keadaan tanpa pekerjaan yang dihadapi oleh

segolongan tenaga kerja, yang telah berusaha mencari pekerjaan,

tetapi tidak memperolehnya.

2. Indeks Pembangunan Manusia

Indeks Pembangunan Manusia (IPM) adalah indeks yang

menjelaskan bagaimana penduduk dapat mengakses hasil

pembangunan dalam memperoleh pendapatan, kesehatan,

pendidikan, dan sebagainya. IPM diperkenalkan oleh UNDP pada

tahun 1990 dan dipublikasikan secara berkala dalam laporan

39

tahunan Human Development Report (HDR). IPM dibentuk oleh

tiga dimensi dasar, yaitu umur panjang dan hidup sehat,

pengetahuan, serta standar hidup layak (BPS, 2014).

3. Jumlah Penduduk

faktor produksi paling penting adalah manusia. Hal tersebut

dikarenakan tanpa manusia sebagai faktor utama produksi maka

alam serta tanah tidak mampu diolah untuk dijadikan suatu manfaat

bagi kehidupan (Deliarnov, 1995:25)Data jumlah penduduk yang

digunakan untuk penelitian ini adalah data yang sudah dilog untuk

selanjutnya diolah kembali di Eviews.

4. Upah Minimum

Dalam Undang-Undang Republik Indonesia Nomor 13 Tahun

2003 pasal 1 ayat 31 defisini upah adalah hak pekerja/buruh yang

diterima dan dinyatakan dalam bentuk uang sebagai imbalan dari

pengusaha atau pemberi kerja kepada pekerja/buruh yang ditetapkan

dan dibayarkan menurut suatu perjanjian kerja, kesepakatan, atau

peraturan perundang-undangan, termasuk tunjangan bagi

pekerja/buruh dan keluarganya atas suatu pekerjaan dan/atau jasa

yang telah atau akan dilakukan. Data upah minimum yang

digunakan untuk penelitian ini adalah data yang sudah dilog untuk

selanjutnya diolah kembali di Eviews

40

BAB IV

PEMBAHASAN

A. Gambaran Umum Objek Penelitian

1. Letak Geografis Provinsi Banten

Secara astronomis, Provinsi Banten terletak antara 05°07’50’’ dan 07°01’01’’

Lintang Selatan, serta 105°01’11’’ dan 106°07’12’’ Bujur Timur.

Gambar 4.1 Peta Provinsi Banten

Sumber: Provinsi Banten Dalam Angka 2017

Berdasarkan posisi geografisnya, Provinsi Banten memiliki batas-

batas: Utara – Laut Jawa; Selatan – Samudera Hindia; Barat – Selat Sunda;

Timur – Provinsi DKI Jakarta dan Provinsi Jawa Barat.

Pada penghujung tahun 2016, wilayah administrasi Provinsi Banten

terdiri dari empat wilayah kabupaten dan empat kota, menurut Peraturan

Menteri Dalam Negeri No. 6 Tahun 2008 luas dataran masing-masing

41

kabupaten/kota di Provinsi Banten, adalah sebagai berikut: Kabupaten

Pandeglang (2.746,89 km2), Kabupaten Lebak (3.426,56 km2), Kabupaten

Tangerang (1.011,86 km2), Kabupaten Serang (1.734,28 km2), Kota

Tangerang (153,93 km2), Kota Cilegon (175,50 km2), Kota Serang (266,71

km2), dan Kota Tangerang Selatan (147,19 km2). Dari data tersebut dapat

kita lihat bahwa di Provinsi Banten, Kabupaten Lebak merupakan daerah

dengan luas terbesar, dan Kota Tangerang Selatan merupakan daerah

dengan luas wilayah terkecil di Provinsi Banten.

Adapun jarak antara Ibukota Provinsi ke daerah Kabupaten/Kota di

Provinsi Banten adalah sebagai berikut:

1. Serang – Pandeglang (Kabupaten Pandeglang): 21 km.

2. Serang – Rangkasbitung (Kabupaten Lebak): 41 km.

3. Serang – Tigaraksa (Kabupaten Tangerang): 33 km.

4. Serang – Ciruas (Kabupaten Serang): 9 km.

5. Serang – Tangerang (Kota Tangerang): 65 km.

6. Serang – Purwakarta (Kota Cilegon): 20 km.

7. Serang – Pamulang (Kota Tangerang Selatan): 73 km

1) Pemerintahan

Mulanya Banten adalah bagian dari Provinsi Jawa Barat. Lalu,

lewat Undang-undang Nomor 23 Tahun 2000 tentang Pembentukan

Provinsi Banten yang disahkan oleh Presiden Abdurrahman Wahid

pada tanggal 17 Oktober 2000, Banten menjadi sebuah provinsi

yang otonom. Sebulan setelah itu pada 18 November 2000 dilakukan

peresmian Provinsi Banten dan pelantikan Pejabat Gubernur Banten

definitif. Pada tahun 2002 DPRD Banten memilih Dr. Ir. H. Djoko

Munandar, M.Eng dan Hj. Ratu Atut Choisiyah, SE. Sebagai

Gubernur dan Wakil Gubernur Banten pertama. Dan pada tahun

2018 ini, yang menjabat sebagai Gubernur dan Wakil Gubernur

Provinsi Banten adalah Wahidin Halim dan Andika Hazrumy.

42

Sejak berdirinya, Provinsi Banten telah mengalami

perkembangan yang cukup sigifikan dalam bidang pemerintahan, di

mana pada awalnya terdiri dari 6 (enam) kabupaten/kota dan pada

saat ini terdiri dari 8 (delapan) kabupaten/kota yang terbagi menjadi

155 kecamatan dan 1.551 desa atau kelurahan (BPS Provinsi Banten,

2017).

2) Populasi Penduduk

Berdasarkan proyeksi penduduk tahun 2016, jumlah penduduk

Provinsi Banten adalah sebanyak 12.203.148 jiwa yang terdiri atas

6.221.640 jiwa penduduk laki-laki dan 5.981.508 jiwa penduduk

perempuan. Dibandingkan dengan jumlah penduduk tahun 2015,

penduduk Banten mengalami pertumbuhan sebesar 2,07 persen.

Sementara itu besarnya angka rasio jenis kelamin tahun 2016 penduduk

laki-laki teradap penduduk perempuan sebesar 104,01 (BPS Provinsi

Banten, 2017).

Gambar 4.2 Jumlah Penduduk Menurut

Kabupaten/Kota di Provini Banten tahun 2016

Sumber: BPS Provinsi Banten 2017

Kepadatan penduduk di Provinsi Banten tahun 2016 mencapai

1.263 jiwa/km2 dengan rata-rata jumlah penduduk per rumah tangga 4

43

orang. Kepadatan penduduk di 8 kabupaten/kota cukup beragam

dengan kepadatan penduduk tertinggi terletak di Kota Tangerang

dengan kepadatan sebesar 13.602 jiwa/km2 dan terendah di Kabupaten

Lebak sebesar 373 jiwa/km2.

3) Sosial

Pada tahun 2016, penduduk Provinsi Banten usia 7-24 tahun yang

masih bersekolah sebesar 68,57 persen. Untuk kelompok umur 7-12

tahun yang masih bersekolah sebesar 99,43 persen, lalu kelompok umur

13-15 tahun yang masih bersekolah sebesar 95,59 persen, kelompok

umur 16-18 tahun sebesar 67,00 persen, dan kelompok umur 19-24

tahun sebesar 19,97 persen. Di Provinsi Banten terdapat 4.589 Sekolah

Dasar (SD) dengan 59.342 guru dan 1.295.282 murid. Untuk Sekolah

Menengah Pertama (SMP), pada tahun 2015 terdapat 1.326 unit SMP

dengan 27.895 guru dan 445.545 murid. Sementara itu, utnuk Sekolah

Lanjutan Tingkat Atas (SLTA), di Provinsi Banten terdapat 532 unit

Sekolah Menengah Atas (SMA) dengan 14.351 guru dan 154.814

murid, serta 641 unit Sekolah Menengah Kejuruan (SMK) dengan

10.342 guru dan 202.060 murid. Di Provinsi Banten juga terdapat 1.028

unit Madrasah Ibtidaiyah (MI), 979 unit Madrasah Tsanawiyah (MTs),

381 unit Madrasah Aliyah (MA) serta 3.122 pondok pesantren (BPS

Provinsi Banten 2017).

Fasilitas kesehatan yang tersedia di Provinsi Banten pada tahun 2016

antara lain tersedia 105 unit Rumah Sakit, 236 Puskesmas, dan 985

Klinik/Balai Kesehatan. Tenaga kerja yang tersedia di Provinsi Banten

sebanyak 6.029 orang, yang terdiri dari 919 tenaga medis, 2.229 tenaga

keperawatan, 2.613 tenaga kebidanan, dan 268 tenaga kefarmasian.

Pada Maret 2016 terdapat 658,11 ribu penduduk miskin di Provinsi

Banten (5,42%), sementara pada September 2016 terdapat 657,74 ribu

penduduk miskin (5,36%). Persentase penduduk miskin tersebut

menurun dari tahun 2015 yang sebesar 5,90 persen pada bulan Maret

44

2015 dan 5,75 persen pada bulan September 2015 (BPS Provinsi

Banten, 2017).

4) Keuangan Daerah

Pada Tahun Anggaran 2016, realisasi pendapatan Pemerintah

Provinsi Banten mencapai 8,66 triliun rupiah, sementara belanja daerah

Pemerintah Provinsi Banten mencapai 8,92 triliun rupiah. Pendapatan

Asli Daerah (PAD) masih merupakan sumber penerimaan rutin terbesar

Pemerintah Provinsi Banten yaitu sebesar 5,46 triliun atau memberi

kontribusi sekitar 63,05 persen dari total penerimaan. Untuk belanja

daerah, porsi pengeluaran tertinggi digunakan untuk belanja tidak

langsung yang mencapai 5,84 triliun rupiah atau 65,47 persen dari total

belanja daerah, sementara sisanya sebanyak 3,09 triliun (34,53%)

digunakan untuk belanja langsung (BPS Provinsi Banten 2017).

5) Kondisi Perekonomian

Pada tahun 2016, PDRB Provinsi Banten atas dasar harga berlaku

sebesar 516,33 triliun rupiah. Tiga sektor utama penyumbang PDRB

Provinsi Banten terbesar adalah sektor Industri Pengolahan sebesar

168,39 triliun rupiah (32,61%), disusul sektor Perdagangan besar dan

eceran, reparasi mobil dan sepeda motor sebesar 61,64 triliun rupiah

(11,94%) dan sektor Transportasi dan Pergudangan sebesar 55,34 triliun

rupiah (10,72%). Pertumbuhan ekonomi di Provinsi Banten pada tahun

2016 mencapai 5,26 persen, lebih lambat dibandingkan pertumbuhan

ekonomi di tahun 2015 (5,40%) dan pada tahun 2014 (5,51%) (BPS

Provinsi Banten, 2017)

45

B. Analisa dan Pembahasan

1. Analisis Deskriptif

a. Analisis Deskriptif Tingkat Pengangguran Terbuka

Penganggutan terbuka terdiri dari mereka yang tidak

memiliki pekerjaan dan mencari pekerjaan, mereka yang tidak

bekerja dan mempersiapkan usaha, mereka yang tidak bekerja

dan tidak mencari pekerjaan karena merasa tidak mungkin

mendapatkan pekerjaan, dan mereka yang tidak bekerja dan

tidak mencari pekerjaan karena sudah diterima bekerja tetapi

belum memulai bekerja. Tingkat pengangguran terbuka

merupakan persentase jumlah pengangguran terhadap jumlah

angkatan kerja (BPS). TPT yang tinggi menunjukkan bahwa

terdapat banyak angkatan kerja yang tidak terserap pada pasar

kerja. Berikut ini adalah data tingkat pengangguran terbuka

menurut kabupaten/kota di Provinsi Banten periode 2010-2016.

Tabel 4.1 TPT di Provinsi Banten

Kabupaten/

Kota 2016 2015 2014 2013 2012 2011 2010

Kab

Pandeglang 8,3 10.22 7.03 12.34 9.30 11.32 11,34

Kab Lebak 8,88 10.74 9.57 7.23 9.07 12.10 13,35

Kab

Tangerang 10,57 9.00 8.45 11.94 11.46 14.42 14,01

Kab Serang 13 14.80 14.76 13.69 12.96 13.29 16,19

Kota

Tangerang 7,16 8.00 7.81 8.62 8.31 12.89 14,09

Kota

Cilegon 11,88 12.00 11.83 7.16 11.31 13.14 19,84

Kota Serang 8,43 9.49 10.03 11.29 10.80 13.84 17,11

Kota

Tangsel 6,83 6.13 6.92 4.56 8.07 11.98 8,22

Sumber :BPS

46

Berdasarkan tabel 4.1 diketahui bahwa tingkat pengangguran

terbuka di masing-masing kabupaten atau kota selama kurun waktu

6 tahun mengalami tren fluktuatif. Tingkat pengangguran terbuka

tertinggi berada di Kota Cilegon pada tahun 2010. Hal ini

dikarenakan industri yang berada di Kota Cilegon sebagian besar

merupakan industri padat modal sehingga hanya menyerap tenaga

kerja sedikit. Tingkat pengangguran terbuka terendah di Kota

Tangerang Selatan tahun 2013. Tingkat pengangguran terbuka di

Kota Tangerang Selatan menunjukkan angka lebih kecil daripada

tingkat pengangguran terbuka kabupaten/kota lain kecuali tahun

2011. Hal tersebut dapat dimanfaatkan pemerintah agar angkatan

kerja di Kota Tangerang Selatan dapat terus terserap dalam dunia

kerja dan mempunyai daya saing.

b. Analisis Deskriptif Indeks Pembangunan Manusia

Indeks Pembangunan Manusia (IPM) adalah bagaimana

penduduk dapat mengakses hasil pembangunan dalam memperoleh

pendapatan, kesehatan, pendidikan dan sebagainya. IPM

diperkenalkan oleh UNDP pada tahun 1990 dan dipublikasikan

secara berkala dalam laporan tahunan Human Development Report

(HDR). Indeks Pembangunan Manusia dibentuk oleh 3 (tiga)

dimensi dasar: Umur panjang dan hidup sehat; pengetahuan; dan

standar hidup layak (Badan Pusat Statistik, 2017).

47

Gambar 4.3 Indeks Pembangunan Manusia

Provinsi Banten Tahun 2010-2016

Sumber: BPS Provinsi Banten (data diolah)

Dilihat dari Grafik 4.2 selama kurun waktu tahun 2010-2016, Indeks

Pembangunan Manusia di seluruh kabupaten dan kota yang ada di

Provinsi Banten, menunjukan bahwa Kota Tangerang Selatan memiliki

nilai Indeks Pembangunan Manusia (IPM) yang terbesar di antara

kabupaten/kota lainnya di Provinsi Banten. Pada tahun 2010, Indeks

Pembangunan Manusia (IPM) di Kota Tangerang Selatan adalah

sebesar 74,97. Dan dari tahun ke tahun, nilai Indeks Pembangunan

Manusia di Kota Tangerang Selatan selalu naik. Pada tahun 2016, nilai

Indeks Pembangunan Manusia di Kota Tangerang Selatan mencapai

80,11. Sedangkan daerah di Provinsi Banten yang nilai Indeks

Pembangunan Manusia terrendah adalah Kabupaten Lebak. Pada tahun

2010 nilai Indeks Pembangunan Manusia (IPM) di Kabupaten Lebak

adalah 58,83. Dan pada tahun 2016 Kabupaten Lebak masih menjadi

yang terrendah diantara seluruh kabupaten/kota yang ada di Provinsi

Banten yaitu sebesar 62,78.

0

10

20

30

40

50

60

70

80

90Kab. Pandeglang

Kab. Lebak

Kab. Tangerang

Kab. Serang

Kota Tangerang

Kota Cilegon

Kota Serang

Kota TangerangSelatan

48

Yang membedakan besaran nilai Indeks Pembangunan Manusia

(IPM) di daerah terbesar (Kota Tangerang Selatan) dan daerah terendah

(Kabupaten Lebak) adalah tersedianya fasilitas penunjang. Mulai dari

akses sarana dan prasarana pendidikan hingga kesehatan. Bila fasilitas

itu terpenuhi akan meningkatkan kualitas Sumber Daya Manusia yang

berimplikasi pada besaran Indeks Pembangunan Manusia (IPM).

c. Analisis Deskriptif Jumlah Penduduk

Jumlah penduduk adalah banyaknya orang yang menduduki suatu

wilayah. Pertambahan atau pengurangan jumlah penduduk diakibatkan

oleh 3 komponen demografi yaitu fertilitas, mortalitas dan migrasi.

Tabel 4.2 Jumlah Penduduk di Provinsi Banten

Kabupaten/

Kota 2016 2015 2014 2013 2012 2011 2010

Kab

Pandeglang 1999981 1737000 1418000 1182000 1050000 1015000 1149610

Kab Lebak 1965000 1728000 1490000 1187500 1047800 1007500 1204095

Kab

Tangerang 3021650 2710000 2442000 2200000 1527000 1285000 2834376

Kab Serang 3010500 2700000 2340000 2080000 1320500 1189600 1402818

Kota

Tangerang 3043950 2730000 2444301 2203000 1527000 1290000 1798610

Kota

Cilegon 3078057 2760590 2443000 2200000 1347000 1224000 374559

Kota Serang 2648125 2375000 2166000 1798446 1231000 1156000 577785

Kota

Tangsel 3021650 2710000 2442000 2200000 1527000 1290000 1290322

Sumber : BPS

Berdasarkan tabel 4.2 dapat diketahui bahwa jumlah

penduduk di masing-masing kebupaten/kota mengalami kenaikan.

Jumlah penduduk tebanyak berada di Kabupaten Tangerang pada

tahun 2016 yaitu sebesar 3043950 dan jumlah penduduk terendah

berada di Kota Cilegon pada tahun 2010 yaitu 374.559.

49

d. Analisis Deskriptif Upah Minimum

Menurut Peraturan Menteri Tenaga Kerja dan Transmigrasi

Nomor 7 Tahun 2013, upah minimum kabupaten/kota adalah upah

minimum yang berlaku untuk seluruh kabupaten/kota di satu

provinsi. Berikut ini adalah table upah minimum pada masing-

masing kabupaten/kota di Provinsi Banten

Tabel 4.3. Upah Minimum Provinsi Banten

Kabupaten/kota 2010 2011 2012 2013 2014 2015 2016

Kab.Pandeglang 964.500 1.015.000 1.050.000 1.182.000 1.418.000 1.737.000 1.999.981

Kab.Lebak 959.500 1.007.500 1.047.800 1.187.500 1.490.000 1.728.000 1.965.000

Kab.Serang 1.101.000 1.189.600 1.320.500 2.080.000 2.340.000 2.700.000 3.010.500

Kab.Tangerang 1.117.245 1.285.000 1.527.000 2.200.000 2.442.000 2.710.000 3.021.650

Kota Tangerang 1.118.009 1.290.000 1.527.000 2.203.000 2.444.301 2.730.000 3.043.950

Kota Cilegon 1.174.000 1.224.000 1.347.000 2.200.000 2.443.000 2.760.590 3.078.057

Kota Serang 1.050.000 1.166.000 1.231.000 1.798.446 2.166.000 2.375.000 2.648.125

Kota Tangsel 1.130.000 1.290.000 1.527.000 2.200.000 2.442.000 2.710.000 3.021.650

Sumber : BPS

Dari tabel 4.3 dapat diketahui bahwa upah minimum selama

tahun 2013 sampai dengan 2016 dari masing-masing kabupaten/kota

mengalami kenaikan. Kenaikan upah minimum tertinggi di Kota

Cilegon dari Rp. 1.347.000 menjadi Rp. 2.200.000 dan kenaikan

upah terendah berada di Kota Serang dari Rp. 1.130.000 hanya

menjadi Rp. 1.290.000. Salah satu penyebab peningkatan upah

minimum kabupaten/kota ini adalah menyesuaikan dengan tingkat

inflasi sehingga pekerja tidak mengalami penurunan kesejahteraan.

50

2. Estimasi Data Panel

Terdapat 3 model pendekatan estimasi data panel yaitu, (a) pendekatan

kuadrat kecil Common Effect Model (CEM); (b) pendekatan efek tetap

Fixed Effect Model (FEM); dan (c) pendekatan efek acak Random Effect

Model (REM). Yang mana untuk memilih mana metode terbaik yang

digunakan dalam data panel maka dilakukan Uji Chow (CEM vs FEM) dan

juga Uji Hausman (REM vs FEM).

a. Uji Chow

Uji Chow dilakukan guna memilih apakah yang akan digunakan

dalam data panel Common Least Square Model atau Fixed Effect

Model, maka digunakan uji F Restricted dengan membandingkan

nilai cross-section F. Dalam uji chow ini dilakukan dengan hipotesis

seperti berikut:

H0: Common Effect Model

H1: Fixed Effect Model

Pengujian ini dilakukan dengan kriteria seperti berikut:

Jika nilai probabilitas cross-section F > dari α (0,05) maka

diterima H0 dan tolak H1.

Jika nilai probabilitas cross-section F < dari α (0,05) maka

terima H1 dan tolak H0.

Tabel 4.4 Hasil Uji Chow

Sumber : Hasil olah data Eviews

Redundant Fixed Effects Tests

Pool: Untitled

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 4.644804 (7,45) 0.0006

Cross-section Chi-square 30.452310 7 0.0001

51

Dari pengolahan data seperti dalam Tabel 4.4 diperoleh nilai

probabilitas cross-section F adalah sebesar 0,0006 yang menunjukan

bahwa nilai probabilitas cross-section F < 0,05 yang menunjukan

bahwa tolak H0 dan terima H1. Maka dari itu model yang digunakan

adalah model Fixed Effect Model (FEM).

b. Uji Hausman

Uji Hausman sendiri merupakan pengujian statistik sebagai

dasar pertimbangan memilih antara Fixed Effect Model atau Random

Effect Model. Pengujian ini dilakukan dengan hipotesis sebagai

berikut:

a. H0: Random Effect Model

b. H1: Fixed Effect Model

Yang menjadi dasar penolakan H0 maka digunakan statistik

Hausman dan membandingkannya dengan Chi-square.

Tabel 4.5 Hasil Uji Hausman

Correlated Random Effects - Hausman Test

Pool: Untitled

Test cross-section random effects

Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

Cross-section random 4.684916 3 0.1964


Dari hasil Uji Hausman seperti yang dapat kita lihat dala tabel 4.5

diperoleh nilai probabilitas cross-section random sebesar 0,1964

yang berarti menunjukan nilai ini lebih dari nilai siginifikansi (0,05)

sehingga terima H0 dan tolak H1. Maka model terpilih yang tepat

digunakan dalam penelitian ini adalah Random Effect Model (REM).

52

3. Pemilihan Model Terbaik

a. Random Effect Model

Model data panel yang digunakan dalam penelitian ini

adalah dengan menggunakan Random Effect Model (REM) dapat

dijelaskan melalui persamaan seperti sebagai berikut:

Tabel 4.6 Random Effect Model

Dependent Variable: TPT?

Method: Pooled EGLS (Cross-section random effects)

Date: 11/16/19 Time: 15:55

Sample: 1 7

Included observations: 7

Cross-sections included: 8

Total pool (balanced) observations: 56

Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

C 21.29293 6.896945 3.087299 0.0032

IPM? -0.186642 0.093065 -2.005503 0.0481

JP? 0.264264 0.113599 2.326281 0.0239

UMK? -0.073826 0.022677 -3.255557 0.0020

Random Effects (Cross)

_KABLEBAK—C -1.490505

_KABPANDEGLANG--C -1.926873

_KABSERANG—C 1.543658

_KABTANGERANG--C 0.449772

_KCILEGON—C 1.573548

_KOTASERANG—C 0.801127

_KTANGERANG—C 0.073684

_KTANGSEL—C -1.024410

Effects Specification

S.D. Rho

Cross-section random 0.097693 0.9897

Idiosyncratic random 0.005505 0.0003

Weighted Statistics

53

R-squared 0.744792 Mean dependent var 0.142928

Adjusted R-squared 0.744106 S.D. dependent var 0.012387

S.E. of regression 0.009826 Sum squared resid 0.001635

F-statistic 172.5688 Durbin-Watson stat 0.682015

Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.401635 Mean dependent var 4.284054

Sum squared resid 0.279735 Durbin-Watson stat 0.004341


54

4. Pengujian Signifikansi

a. Adjusted R-Square

Penggunaan pengujian koefisien determinasi (r-squared)

adalah untuk mengukur kemampuan model dalam menjelaskan

hubungan antara variabel dependen dan variabel independen.

Nilai koefisien determinasi bernilai di antara nol dan satu (0 ≤

R-squared ≤ 1). Semakin besar nilai adjusted r-squared maka

semakin tinggi variabel independen menjelaskan variabel

dependennya.

Tabel 4.7 Adjusted R-Square

R-squared 0.744792

Adjusted R-squared 0.744106


Bersarkan hasil estimasi seperti dapat dilihat pada Tabel 4.4

diperoleh nilai adjusted r-squared sebesar 0,744106 atau 74%.

Hasil tersebut menunjukan bahwa seluruh variabel bebas atau

variabel independen dapat menjelaskan variabel terikat atau

variabel dependen sebesar 74%, sedangkan 26% sisanya

dijelaskan oleh variabel lain di luar model yang terdapat dalam

penelitian ini.

b. Uji F-Statistic

Guna menguji apakah terdapat pengaruh variabel bebas

secara bersama-sama atau secara simultan terhadap variabel

terikat, maka dari itu digunakan Uji F yaitu dengan cara

membandingkan F-statistik dengan F-tabel. Jika model

signifikan maka model bisa digunakan untuk

prediksi/peramalan, sebaliknya jika non/tidak signifikan maka

model regresi tidak bisa digunakan untuk peramalan. Uji F dapat

dilakukan dengan membandingkan F hitung dengan F tabel, jika

55

F hitung > dari F tabel, (Ho di tolak Ha diterima) maka model

signifikan.

Tabel 4.8 F-Statistic

F-statistic 172.5688



Dapat dilihat pada Tabel 4.5 bahwa diperoleh nilai F =

172.5688dengan p value = 0,000000 < 0,05 maka yang berarti

sekumpulan variabel bebas secara serentak signifikan

mempengaruhi variabel terikat dengan asumsi ceteris paribus.

c. Uji T-Statistic

Pengujian ini dilakukan guna mengetahui apakah variabel

bebas berpengaruh secara parsial (secara individu) terhadap

variabel terikat dan seberapa besar pengaruhnya secara parsial.

Dengan persyaratan membandingkan nilai probabilitas masing-

masing variabel. Apabila nilai probabilitas masing-masing

variabel < 0,05 maka tolak H0 dan terima H1, dan apabila nilai

probabilitas masing-masing variabel > 0,05 maka terima H0 dan

tolak H1

Tabel 4.9 T-Statistic


C 21.29293 6.896945 3.087299 0.0032

IPM? -0.186642 0.093065 -2.005503 0.0481

JP? 0.264264 0.113599 2.326281 0.0239

UMK? -0.073826 0.022677 -3.255557 0.0020


Keterangan: Tingkat signifikansi α = 5%

56

Dalam penelitian ini memakai Random Effect Model (REM),

peneliti menguraikan hipotesis penelitian yang telah disusun, di

antaranya adalah sebagai berikut:

a) H0 : diduga tidak terdapat pengaruh parsial yang signifikan pada

variabel Indeks Pembangunan Manusia terhadap Tingkat

pengangguran terbuka di 8 kabupaten/kota yang terdapat di

dalam Provinsi Banten pada periode 2010-2016.

H1 : diduga terdapat pengaruh parsial yang signifikan pada

variabel Indeks Pembangunan Manusia terhadap Tingkat

Pengangguran Terbuka 8 kabupaten/kota yang terdapat di dalam

Provinsi Banten pada periode 2010-2016.

b) H0 : diduga tidak terdapat pengaruh parsial yang signifikan pada

variabel Jumlah Penduduk terhadap Tingkat Pengangguran

Terbuka di 8 kabupaten/kota yang terdapat di dalam Provinsi

Banten pada periode 2010-2016.


variabel Jumlah Penduduk terhadap Tingkat Pengangguran



c) H0 : diduga tidak terdapat pengaruh parsial yang signifikan pada

variabel Upah Minimum terhadap Tingkat Pengangguran




variabel Upah Minimum terhadap Tingkat Pengangguran



Dengan berdasarkan hasil estimasi yang telah diperoleh

seperti tercantum dalam Tabel 4.6 maka pembuktian dari

57

hipotesis-hipotesis yang sebelumnya telah diuraikan di atas

adalah sebagai beikut:

a) Variabel X1 (Indeks Pembangunan Manusia)

Nilai t parsial variabel X1 terhadap Y = -2.005503 dengan p

value 0,0481. Dikarenakan 0,0481 < 0,05 yang berarti H1

diterima maka variabel X1 signifikan dalam mempengaruhi

variabel terikat (Y) dalam penelitian ini.

b) Variabel X2 (Jumlah Penduduk)

Nilai t parsial variabel X2 terhadap Y = 2.326281dengan p

value 0,0239. Dikarenakan 0,0239 > 0,05 yang berarti H1



c) Variabel X3 (Upah Minimum)

Nilai t parsial variabel X3 terhadap Y = -3.255557dengan p




58

5. Interpretasi Hasil Estimasi Regresi Data Panel


C 21.29293 6.896945 3.087299 0.0032

IPM? -0.186642 0.093065 -2.005503 0.0481

JP? 0.264264 0.113599 2.326281 0.0239

UMK? -0.073826 0.022677 -3.255557 0.0020


_KABLEBAK--C -1.490505


_KABSERANG--C 1.543658


_KCILEGON--C 1.573548

_KOTASERANG--C 0.801127

_KTANGERANG--C 0.073684

_KTANGSEL--C -1.024410


Tabel 4.10 Cross Section dan Individual Effect

Cross Section Individual Effect

Kab. Lebak 19,802425

Kab. Pandeglang 19,366057

Kab. Serang 22,836588

Kab. Tangerang 21,742702

Kota Cilegon 22,866478

Kota Serang 22,094057

Kota Tangerang 21,366614

Kota Tangsel 20,268520

59

a. Kabupaten Lebak

Apabila masing-masing dari variabel Indeks Pembangunan

Manusia, Jumlah Penduduk dan Upah Minimum mengalami

perubahan sebesar 1% maka Kabupaten Lebak akan menerima

pengaruh individu terhadap nilai Tingkat Pengangguran Terbuka

sebesar 19,80%.

b. Kabupaten Pandeglang





sebesar 19,36%.

c. Kabupaten Serang





sebesar 22,83%.

d. Kabupaten Tangerang





sebesar 21,74%.

e. Kota Cilgeon





sebesar 22,86%.

60

f. Kota Serang





sebesar 22,09%.

g. Kota Tangerang





sebesar 21,36%.

h. Kota Tangerang Selatan





sebesar 20,26%.

61

6. Analisis Ekonomi Tingkat Pengangguran Terbuka dengan Indeks

Pembangunan Manusia, Jumlah Peduduk dan Upah Minimum

a. Indeks Pembangunan Manusia

Berdasarkan hasil penelitian ini, nilai t-parsial variabel X1

terhadap Y sebesar -2.005503 dengan p value 0, 0481 yang berarti

Indeks Pembangunan Manusia memiliki pengaruh signifikan kepada

Tingkat Pengangguran terbuka dengan hasil hubungan negatif.

Hasil ini pun sesuai dengan teori yang dikemukakan oleh

Sadono Sukirno (2004) yang mengatakan bahwa pengangguran

dapat mengurangi pendapatan masyarakat yang pada akhirnya

mempengaruhi kesejahteraan. Semakin berkurangnya kesejahteraan

masyarakat maka semakin besar peluang efek buruk seperti

kekacauan politik dan sosial. Begitu pun sebaliknya. Semakin

menurunnya kualitas sumber daya manusia, maka semakin sedikit

tenaga kerja berkualitas yang mampu diserap lapangan kerja dan

menimbulkan meningkatnya tingkat pengangguran.

b. Jumlah Penduduk

Dari hasil penelitian ini, nilai t-parsial variabel X2 terhadap

Y sebesar 2.326281 dengan p value 0,0239. Dapat disimpulkan

bahwa variabel Jumlah Penduduk memiliki pengaruh positif

signifikan terhadap tingkat pengangguran terbuka.

Hasil ini sesuai dengan teori Robbin dan Cannan tentang

penduduk optimum. Teori tersebut menjelaskan hubungan positif

antara jumlah penduduk dengan pengangguran. Ketika jumlah

peduduk meningkat, maka pengangguran berpotensi meningkat

juga.

62

c. Upah Minimum

Berdasarkan hasil penelitian ini, besaran nilai t-parsial variabel X3

terhadap Y yaitu -3.255557 dengan p value 0,0020 yang berarti upah

minimum berpengaruh signifikan terhadap tingkat pengangguran

terbuka dengan hubungan negatif.

Hal ini sesuai dengan teori yang dikemukakan oleh Philips yang

membahas hubungan inflasi dengan pengangguran. Dapat disimpulkan

bahwa ketika inflasi naik, maka upah minimum akan naik dan dari sisi

tenaga kerja akan terjadi peningkatan permintaan lapangan pekerjaan.

Dengan kata lain, kebijakan pemerintah dalam menentukan upah

minimum pada periode 2010-2016 sudah sesuai di segi permintaan

lapangan pekerjaan.

pada periode 2010-2016, upah minimum kabupaten/kota Provinsi

Banten mengalami kenaikan dan membawa dampak positif untuk

masalah pengangguran. Digambarkan bahwa tenaga kerja

kabupaten/kota di Provinsi Banten periode 2010-2016 cocok dengan

jumlah minimum upah yang ditentukan. Dengan asumsi bahwa

kebutuhan tenaga kerja dapat terpenuhi sehingga memilih untuk tidak

menganggur.

d. Hubungan variabel X dan Y secara simultan

Berdasarkan hasil penelitian, diperoleh nilai prob F

statistic171,4614 dengan p value 0,000000 < 0,05 maka yang berarti

sekumpulan variabel bebas secara serentak signifikan mempengaruhi

variabel terikat

63

BAB V

PENUTUP

A. KESIMPULAN

Berdasarkan pengujian statistik dengan menggunakan analisis data

panel, maka kesimpulan dari penelitian ini adalah sebagai berikut:

1. Hasil uji estimasi data panel secara simultan menyatakan bahwa

terdapat hubungan antara variabel dependen dengan variabel

independen di mana nilai adjusted r-squared sebesar 0.744792

atau 74%. Hasil tersebut menunjukan bahwa seluruh variabel

bebas atau variabel independen yaitu Indeks Pembangunan

Manusia, jumlah penduduk dan upah minimum dapat

menjelaskan variabel terikat atau variabel dependen sebesar

74%, sedangkan 26% sisanya dijelaskan oleh variabel lain di

luar model yang terdapat dalam penelitian ini

2. Nilai t parsial variabel Indeks Pembangunan Manusia terhadap

Tingkat Pengangguran Terbuka sebesar -2.005503 dengan p




3. Nilai t parsial variabel Jumlah Penduduk terhadap Tingkat

Pengangguran Terbuka sebesar 2.326281dengan p value

0,0239. Dikarenakan 0,0239 > 0,05 yang berarti H1 diterima

maka variabel X2 signifikan dalam mempengaruhi variabel

terikat (Y) dalam penelitian ini.

4. Nilai t parsial variabel Upah Minimum terhadap Tingkat

Pengangguran Terbuka sebesar -3.255557dengan p value

0,0020. Dikarenakan 0,0020 < 0,05 yang berarti H1 diterima

64

maka variabel X3 signifikan dalam mempengaruhi variabel

terikat (Y) dalam penelitian ini.

B. SARAN

Merujuk pada hasil penelitian yang telah dilakukan, peneliti

mengharapkan penyempurnaan untuk penelitian selanjutnya karena penulis

menyadari masih adanya kekurangan-kekurangan di dalam penelitian ini.

Berikut ini beberapa saran peneliti:

1. Untuk Pemerintah

Diharapkan bagi pemerintah agar lebih aktif dalam penyediaan

lapangan kerja agarseimbang dengan jumlah kesediaan tenaga

kerja sekaligus menggebrakan sosialisasi dan pelatihan guna

meningkatkan kualitas sumber daya manusia agar mampu

menghasilkan kualitas output yang diharapkan.

2. Untuk peneliti selanjutnya

Diharapkan pada penelitian selanjutnya lebih memperkaya

penelitian dengan menambahkan variabel-variabel yang

mendukung teori yang berhubungan dengan Tingkat

Pengangguran Terbuka.

65

DAFTAR PUSTAKA

Buku dan Website

Badan Pusat Statistik. (2011). Banten Dalam Angka 2011. Provinsi Banten :

Badan Pusat Statistik Provinsi Banten.







Badan Pusat Statistik. (2013). Laporan Perekonomian Kabupaten Pandeglang

2012. Kabupaten Pandeglang : Badan Pusat Statistik Kabupaten Pandeglang.

Badan Pusat Statistik. (2016). PDRB Kabupaten Serang 2011-2015 Menurut

Lapangan Usaha. Kabupaten Serang : Badan Pusat Statistik Kabupaten

Serang.

Badan Pusat Statistik. (2016). Statistik Daerah Kota Cilegon 2016. Kota Cilegon

:Badan Pusat Statistik Kota Cilegon.

Badan Pusat Statistik. (2016). Statistik Daerah Kota Serang 2016. Kota Serang :

Badan Pusat Statistik Kota Serang.

66

Badan Pusat Statistik. (2016). Statistik Daerah Kota Tangerang 2016. Kota

Tangerang : Badan Pusat Statistik Kota Tangerang.

Deliarnov. (1995). Perkembangan Pemikiran Ekonomi. Jakarta : PT Raja

Grafindo Persada.

Gujarati, D. & Dawn, P. (2012). Dasar-Dasar Ekonometrika Buku 2. Jakarta:

Salemba Empat.

Halim, M.A. (2012). Teori Ekonomika. Tangerang : Jelajah Nusa.

https://banten.bps.go.id/linkTableDinamis/view/id/78. Diakses tanggal 7 Januari

2017.

https://banten.bps.go.id/linkTableDinamis/view/id/91. Diakses tanggal 7 Januari

2017.

https://www.bps.go.id/linkTabelStatis/view/id/981. Diakses tanggal 7 Januari

2017.

Wirawan. (2015). Manajemen Sumber Daya Manusia Indonesia. Jakarta : PT Raja

Grafindo Persada.

Depnaker. (2013). Peraturan Menteri Tenaga Kerja dan Transmigrasi Nomor 7

Tahun 2013 Tentang Upah Minimum.

Depnaker. (2003). Undang-Undang Republik Indonesia Nomor 13 Tahun 2003

Tentang Ketenagakerjaan.

Disdukcapil. (2006). Undang-Undang No. 23 Tahun 2006 Tentang Administrasi

Kependudukan.

https://banten.bps.go.id/linkTableDinamis/view/id/78

https://banten.bps.go.id/linkTableDinamis/view/id/91

https://www.bps.go.id/linkTabelStatis/view/id/981

67

Sugiyono. (20112). Metode Penelitian Pendidikan Pendekatan Kuantitatif,

Kualitatif dan R&D. Bandung : Alfabeta Bandung.

Kuncoro, M. (2003). Metode Riset Untuk Bisnis dan Ekonomi. Jakarta :

Erlangga.

Nopirin. (1992). Ekonomi Moneter. Yogyakarta: BPFE-Yogyakarta.

Panjawa, J. & Soebagiyo, D. (2014). Efek Peningkatan Upah Minimum

Terhadap Tingkat Pengangguran. Jurnal Ekonomi dan Studi

Pembangunan Vol.15 Nomor 1. 48-54

Sukirno, S. (2013). Makroekonomi Teori Pengantar Edisi Ketiga.

Jakarta :Rajawali Pres.

Jurnal dan Skripsi

Kartika, D.(2017). Analisis Pengaruh Produk Domestik Bruto, Upah Minimum

Kota, Indeks Pembangunan Manusia, Jumlah Penduduk dan

Beban/Tanggungan Penduduk terhadap Tingkat Pengangguran Terbuka

di Kota-Kota Provinsi Jawa Timur Tahun 2010-2015. Skripsi, Universitas

Muhammadiyah Surakarta.

Putri, D.A. (2014). Analisis Beberapa Faktor Yang Mempengaruhi Tingkat

Pengangguran Terbuka di Jawa Timur Tahun 2003-2014. Skripsi,

Universitas Negeri Surabaya.

Tirta, A.S. (2013). Analisis Pengaruh Inflasi, Pertumbuhan Ekonomi, Dan

Investasi Terhadap Pengangguran Di Provinsi Jawa Tengah. Skripsi,

Universitas Negeri Semarang.

Kristiyana. 2011. Skripsi “Pengaruh Upah Minimum Kabupaten/kota(UMK),

Pertumbuhan Ekonomi dan Inflasi terhadap Pengangguran Terbuka di

68

Jawa Tengah tahun 2004-2009”. Jurusan ekonomi pembangunan Fakultas

Ekonomi Universitas Negeri Semarang.

Alghofari, Farid. Jurnal “Analisis Tingkat Pengangguran di Indonesia tahun

1980-2007.” Fakultas Ekonomi Universitas Diponegoro Semarang

Wijaya, Radewa Rizki Mirma. 2014. Jurnal. “Pengaruh Upah Minimum, PDRB

dan Populasi Penduduk terhadap tigkat penangguran terbuka (studi kasus

Gerbangkertasusila tahun 2007-2012” Jurusan Ilmu Ekonomi, Fakultas

Ekonomi dan Bisnis Universitas Brawijaya Malang.

Utomo, Fajar Wahyu. 2013. Jurnal “Pengarh Inflasi dan Upah terhadap

Pengangguran di Indonesia Periode Tahun 1980-2010” Jurusan Ilmu

Ekonomi Fakultas Ekonomi dan Bisnis Universitas Brawijaya Malang.

69

LAMPIRAN-LAMPIRAN

70

Lampiran 1 : Uji Model Data Panel

Common Effect Model


Method: Pooled Least Squares

Date: 12/25/19 Time: 13:49

Sample: 1 6



Total pool (balanced) observations: 48 Variable Coefficient Std. Error t-Statistic Prob. C 667.8929 102.5533 6.512640 0.0000

IPM? 0.272529 0.182462 1.493626 0.1438

JP? -48.17647 7.834942 -6.148925 0.0000

UMK? -0.060449 0.017860 -3.384501 0.0017

Fixed Effects (Cross)

_KABLEBAK--C 10.34660


_KABSERANG--C 5.901358


_KCILEGON--C 23.72181

_KOTASERANG--C 8.832096

_KTANGERANG--C -35.36594

_KTANGSEL--C -59.29771 Effects Specification Cross-section fixed (dummy variables) R-squared 0.781227 Mean dependent var 11.08375


S.E. of regression 1.620661 Akaike info criterion 4.001596

Sum squared resid 97.18211 Schwarz criterion 4.430413

Log likelihood -85.03830 Hannan-Quinn criter. 4.163647



71

Random Effect Model (model terpilih)


Method: Pooled EGLS (Cross-section random effects)

Date: 11/16/19 Time: 15:55

Sample: 1 7



Total pool (balanced) observations: 56

Swamy and Arora estimator of component variances


C 21.29293 6.896945 3.087299 0.0032

IPM? -0.186642 0.093065 -2.005503 0.0481

JP? 0.264264 0.113599 2.326281 0.0239

UMK? -0.073826 0.022677 -3.255557 0.0020


_KABLEBAK—C -1.490505


_KABSERANG—C 1.543658


_KCILEGON—C 1.573548

_KOTASERANG—C 0.801127

_KTANGERANG—C 0.073684

_KTANGSEL—C -1.024410 Effects Specification

S.D. Rho Cross-section random 0.097693 0.9897

Idiosyncratic random 0.005505 0.0003 Weighted Statistics R-squared 0.744792 Mean dependent var 0.142928


S.E. of regression 0.009826 Sum squared resid 0.001635


Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.401635 Mean dependent var 4.284054

Sum squared resid 0.279735 Durbin-Watson stat 0.004341

72

Uji Chow

Uji Hausman

Correlated Random Effects - Hausman Test

Pool: Untitled

Test cross-section random effects

Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

Cross-section random 4.684916 3 0.1964

Redundant Fixed Effects Tests

Pool: Untitled

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 4.644804 (7,45) 0.0006

Cross-section Chi-square 30.452310 7 0.0001

73

Lampiran 2 : Variabel Data Penelitian

Tingat Pengangguran Terbuka (Y)

Kabupaten/Kota 2016 2015 2014 2013 2012 2011 2010

Kab Pandeglang 8,3 10.22 7.03 12.34 9.30 11.32 11,34

Kab Lebak 8,88 10.74 9.57 7.23 9.07 12.10 13,35

Kab Tangerang 10,57 9.00 8.45 11.94 11.46 14.42 14,01

Kab Serang 13 14.80 14.76 13.69 12.96 13.29 16,19

Kota Tangerang 7,16 8.00 7.81 8.62 8.31 12.89 14,09

Kota Cilegon 11,88 12.00 11.83 7.16 11.31 13.14 19,84

Kota Serang 8,43 9.49 10.03 11.29 10.80 13.84 17,11

Kota Tangsel 6,83 6.13 6.92 4.56 8.07 11.98 8,22

74

Indeks Pembangunan Manusia (X1)

Kabupaten/Kota 2010 2011 2012 2013 2014 2015 2016

Kab. Pandeglang 59.08 59.92 60.48 61.35 62.06 62.71 63.4

Kab. Lebak 58.83 59.82 60.22 61.13 61.64 62.03 62.78

Kab. Tangerang 68.01 68.45 68.83 69.28 69.57 70.05 70.44

Kab. Serang 60.96 61.97 62.97 63.57 63.97 64.61 65.12

Kota Tangerang 73.69 74.15 74.57 75.04 75.87 76.08 76.81

Kota Cilegon 68.8 69.26 70.07 70.99 71.57 71.81 72.04

Kota Serang 68.25 68.69 69.43 69.69 70.26 70.51 71.09

Kota Tangsel 76.45 76.99 77.68 78.65 79.17 79.38 80.11

75

Jumlah Penduduk (X2)

Kabupaten/Kota 2016 2015 2014 2013 2012 2011 2010

Kab Pandeglang 1999981 1737000 1418000 1182000 1050000 1015000 1149610

Kab Lebak 1965000 1728000 1490000 1187500 1047800 1007500 1204095

Kab Tangerang 3021650 2710000 2442000 2200000 1527000 1285000 2834376

Kab Serang 3010500 2700000 2340000 2080000 1320500 1189600 1402818

Kota Tangerang 3043950 2730000 2444301 2203000 1527000 1290000 1798610

Kota Cilegon 3078057 2760590 2443000 2200000 1347000 1224000 374559

Kota Serang 2648125 2375000 2166000 1798446 1231000 1156000 577785

Kota Tangsel 3021650 2710000 2442000 2200000 1527000 1290000 1290322

76

Upah Minimun (X3)

Kabupaten/kota 2010 2011 2012 2013 2014 2015 2016

Kab.Pandeglang 964.500 1.015.000 1.050.000 1.182.000 1.418.000 1.737.000 1.999.981

Kab.Lebak 959.500 1.007.500 1.047.800 1.187.500 1.490.000 1.728.000 1.965.000

Kab.Serang 1.101.000 1.189.600 1.320.500 2.080.000 2.340.000 2.700.000 3.010.500

Kab.Tangerang 1.117.245 1.285.000 1.527.000 2.200.000 2.442.000 2.710.000 3.021.650

Kota Tangerang 1.118.009 1.290.000 1.527.000 2.203.000 2.444.301 2.730.000 3.043.950

Kota Cilegon 1.174.000 1.224.000 1.347.000 2.200.000 2.443.000 2.760.590 3.078.057

Kota Serang 1.050.000 1.166.000 1.231.000 1.798.446 2.166.000 2.375.000 2.648.125

Kota Tangsel 1.130.000 1.290.000 1.527.000 2.200.000 2.442.000 2.710.000 3.021.650

77

Lampiran 3 : Unit Data Penelitian

No. Kabupaten/Kota tahun TPT JP IPM UMK

1 kabpandeglang 2010 11,34 13,95 59,08 4,96

2 kabpandeglang 2011 11,32 13,97 59,92 5,24

3 kabpandeglang 2012 9,3 13,98 60,48 3,45

4 kabpandeglang 2013 12,34 13,98 61,35 12,57

5 kabpandeglang 2014 7,03 13,99 62,06 19,97

6 kabpandeglang 2015 10,22 13,99 62,72 22,5

7 kabpandeglang 2016 8,3 6,25 63,4 6,3

8 kablebak 2010 13,35 14,15 58,83 6,89

9 kablebak 2011 12,1 14,16 59,82 15,02

10 kablebak 2012 9,07 14,19 60,22 11

11 kablebak 2013 7,23 14,19 61,13 57,52

12 kablebak 2014 9,57 14,2 61,64 12,5

13 kablebak 2015 10,74 14,2 62,03 15,38

14 kablebak 2016 8,88 6,28 62,78 6,29

15 kabtangerang 2010 14,01 14,86 68,01 5,9

16 kabtangerang 2011 14,42 14,9 68,45 15,02

17 kabtangerang 2012 11,46 14,93 68,83 18,83

18 kabtangerang 2013 11,94 14,97 69,28 44,07

19 kabtangerang 2014 8,45 15 69,57 11

20 kabtangerang 2015 9 15,03 70,05 10,97

21 kabtangerang 2016 10,57 6,72 70,44 6,48

22 kabserang 2010 16,19 14 60,96 4,52

23 kabserang 2011 13,29 14,02 61,97 5

24 kabserang 2012 12,96 14,03 62,97 4

25 kabserang 2013 13,69 14,04 63,57 13,33

26 kabserang 2014 14,76 14,05 63,97 25,47

27 kabserang 2015 14,8 14,05 64,61 15,97

28 kabserang 2016 13 6,36 65,12 6,47

29 ktangerang 2010 14,09 13,27 73,69 1,94

30 ktangerang 2011 12,89 13,3 74,15 10,1

31 ktangerang 2012 8,31 13,32 74,57 6,49

32 ktangerang 2013 8,62 13,34 75,04 46,1

33 ktangerang 2014 7,81 13,36 75,87 20,44

34 ktangerang 2015 8 13,37 76,08 9,65

35 ktangerang 2016 7,16 6,5 76,81 6,48

36 kcilegon 2010 19,84 14,4 68,8 5,03

37 kcilegon 2011 13,14 14,44 69,26 15,38

78

38 kcilegon 2012 11,31 14,47 70,07 18,37

39 kcilegon 2013 7,16 14,48 70,99 44,27

40 kcilegon 2014 11,83 14,51 71,57 10,95

41 kcilegon 2015 12 14,53 71,81 11,69

42 kcilegon 2016 11,88 5,8 72,04 6,48

43 kotaserang 2010 17,11 14,07 68,25 7,11

44 kotaserang 2011 13,84 14,12 68,69 14,16

45 kotaserang 2012 10,8 14,16 69,43 18,37

46 kotaserang 2013 11,29 14,18 69,69 44,07

47 kotaserang 2014 10,03 14,22 70,26 11

48 kotaserang 2015 9,49 14,25 70,51 10,97

49 kotaserang 2016 8,43 5,99 71,09 6,42

50 ktangsel 2010 8,22 12,83 68,01 6,82

51 ktangsel 2011 11,98 12,86 76,99 4,26

52 ktangsel 2012 8,07 12,89 77,68 10,05

53 ktangsel 2013 4,56 12,89 78,65 63,33

54 ktangsel 2014 6,92 12,91 79,17 10,05

55 ktangsel 2015 6,13 12,93 79,38 13

56 ktangsel 2016 6,83 6,37 80,11 6,48

ANALISIS PENGARUH INDEKS PEMBANGUNAN MANUSIA,...

Documents

Transcript of ANALISIS PENGARUH INDEKS PEMBANGUNAN MANUSIA,...