BAB IV HASIL DAN PEMBAHASAN -...
Transcript of BAB IV HASIL DAN PEMBAHASAN -...
27
BAB IV
HASIL DAN PEMBAHASAN
Terbagi menjadi dua bagian, bab ini mendiskusi hasil pengolahan data
melalui rangkuman statistik dan analisis regresi dengan menggunakan metode
multinomial logit untuk melihat pengaruh karakteristik pasar tenaga kerja terhadap
partisipasi remaja dalam bersekolah dan pasar penawaran tenaga kerja.
4.1 Analisis Rangkuman Statistik
Sampel penelitian ini merupakan individu dengan rentang usia 15 sampai
19 tahun yang masuk Sekolah Menengah Atas di tahun 2011 sampai 2014 dan
belum lulus. Dari 2311 responden yang masuk Sekolah Menengah Atas sederajat
di tahun 2011 sampai tahun 2014, tersisa 1743 responden setelah mengeluarkan
individu yang sudah lulus di tahun 2014, hingga akhir pengolahan data terdapat
1405 responden yang tersisa. Sekitar 76,1% responden termasuk dalam kategori
bersekolah dan tidak bekerja (SNE) dalam aktivitas bersekolah-bekerja remaja,
20,2% responden bersekolah dan bekerja (SE), 2,3% responden tidak bersekolah
tapi bekerja (NSE), dan ada 1.4% responden yang tidak bersekolah juga tidak
bekerja (NSNE) sesuai dengan rangkuman statistik pada tabel 1.
Penelitian ini terdiri dari 195 kabupaten/kota asal responden tinggal. Nilai
terkecil dari upah minimum riil kabupaten/kota adalah Rp 626.333 yang berlaku di
Kabupaten Purworejo, Jawa Tengah dan Kabupaten Karawang merupakan
kabupaten dengan nilai upah minimum riil tertinggi dengan nilai Rp 1.763.038 pada
tahun 2014. Dari 195 kabupaten/kota, 41,1% merupakan kabupaten/kota dengan
28
upah minimum riil lebih tinggi dibandingkan rata-rata upah minimum riil nasional
dengan nilai sebesar Rp 1.331.421, sedangkan nilai rata-rata upah minimum riil
dari 195 kabupaten/kota yang berpartisipasi dalam penelitian adalah Rp 1.097.337.
Tabel 1 Rangkuman Statistik (n=1405)
Variabel Mean Std. Dev. Min Max
School Enrollment-Employment Status SNE 0.7609 0.4267 0 1
SE 0.2021 0.4017 0 1
NSE 0.0228 0.1492 0 1
NSNE 0.0142 0.1185 0 1
Labor Market Characteristic UnemRate 6.1497 3.1318 0.44 14.87
HighUnemRate 0.5381 0.4987 0 1
Realminwage 1097465 328165.4 626333.6 1763038
HighRealMinWage 0.2142 0.4104 0 1
Personal Characteristic Ages 16.4078 1.0706 15 19
Agesq 270.3623 35.6064 225 361
Male 0.5160 0.4999 0 1
Grade1 0.3737 0.4839 0 1
Grade2* Ref Ref Ref Ref
Grade3 0.2961 0.4567 0 1
Cognitive 55.9858 22.9356 0 100
Family Characteritic Urban 0.6164 0.4864 0 1
Java 0.5089 0.5001 0 1
Numsibling 2.0947 1.4999 0 10
Per Capita Expenditure 1058385 672417.9 132208.3 5125625
Non Poor 0.9680 0.1761 0 1
Fathereduc 0.3431 0.4749 0 1
Biparental 0.8889 0.3143 0 1
Note : * Reference
29
Berdasarkan rangkuman statistik, Kabupaten Nias merupakan
kabupaten/kota dengan peluang mendapatkan pekerjaan termudah dengan tingkat
penganggurannya hanya sebesar 0,44%, sedangkan Kabupaten Cianjur merupakan
kabupaten/kota dengan peluang paling kecil dalam mendapatkan pekerjaan, di
mana tingkat penganggurannya mencapai 14,87%. Sebanyak 53,8%
kabupaten/kota merupakan daerah yang mempunyai tingkat pengangguran terbuka
lebih tinggi dibandingkan dengan rata-rata tingkat pengangguran terbuka nasional,
sedangkan rata-rata tingkat pengangguran terbuka dari kabupaten/kota yang
menjadi sampel dalam penelitian ini adalah 6.15%.
Rata-rata usia responden adalah 16 tahun, 51,6% responden berjenis
kelamin laki-laki, dan 61,6% dari total sampel hidup di wilayah perkotaan.
Responden tersebar merata dari Indonesia bagian barat hingga Indonesia bagian
timur dan sekitar 51,1% responden tinggal di Pulau Jawa. Jumlah responden terbagi
merata antar level kelas, 37,4% responden merupakan siswa kelas 1 SMA, 36%
responden merupakan siswa kelas 2 SMA, dan 29,6% responden merupakan siswa
kelas 3 SMA dengan rata-rata jumlah saudara yang dimiliki responden adalah 2.
Rata-rata pengeluaran per kapita responden sebesar Rp 1.058.385 dalam satu bulan
dan 96,8% responden memiliki rata-rata pengeluaran perkapita lebih besar dari
garis kemiskinan kabupaten/kota.
4.2 Analisi Hasil Estimasi
Pengolahan model persamaan 2 dengan metode analysis multinomial logit
model terbagi menjadi 2 model, model pertama hanya mengestimasi karakteristik
pasar tenaga kerja terhadap aktivitas bersekolah-bekerja remaja yang menghasilkan
30
nilai pseudo R2 sebesar 0,0080. Nilai tersebut menjelaskan bahwa variasi dari
variabel independen dalam model 1 mampu menjelaskan variansi variabel
dependen sebesar 8%, sisanya sebesar 92% dijelaskan oleh variabel lain di luar
model. Pada model kedua, karakteristik personal, keluarga, dan interaksi antara
variabel dalam karakteristik pasar tenaga kerja dengan beberapa variabel
karakteristik personal dan keluarga dimasukan ke dalam model estimasi yang
menghasilkan nilai pseudo R2 lebih besar dari sebelumnya yaitu sebesar 0,1737.
Tabel 2 memaparkan estimasi multinomial logit model dengan menjadikan
individu bersekolah dan tidak bekerja (SNE) atau saya sebut dengan p1 sebagai base
outcome. Namun, koefisien yang digunakan untuk interpretasi model menggunakan
nilai marginal effect dari hasil analisis regresi yang ditunjukan dalam tabel 3.
Tabel 2 Hasil Analisis Regresi Multinomial Logit
Variables 𝒑𝟐
𝒑⁄𝟏
𝒑𝟑
𝒑⁄𝟏
𝒑𝟒
𝒑⁄𝟏
𝒑𝟐
𝒑⁄𝟏
𝒑𝟑
𝒑⁄𝟏
𝒑𝟒
𝒑⁄𝟏
Labor Market Characteristic
Highunemrate 0.39*** 0.14 0.82* 0.26 0.25 17.27***
-0.14 -0.37 -0.49 -0.89 -1.93 -1.52
Highrealminwage -0.31* 0.45 -0.57 0.02 -14.2*** -10.7***
-0.17 -0.40 -0.62 -1.26 -2.08 -2.23
Personal Characteristic
Ages - - - -1.12 12.37 13.85*** -1.86 -9.18 -5.08
Agesq - - - 0.04 -0.31 -0.36** -0.06 -0.26 -0.15
Male - - - 0.71*** 1.57* -0.77 -0.23 -0.81 -0.87
Grade1 - - - -0.23 1.08** 2.15*** -0.19 -0.46 -0.72
Grade3 - - - -0.29 -4.27*** -1.45 -0.20 -1.48 -0.90
31
Cognitive - - - 0.00 -0.02* -0.02 -0.03 -0.09 -0.01
Family Characteristic
Urban - - - -0.8*** 0.35 0.33
-0.24 -0.66 -0.87
Java - - - -0.50** -0.82 1.62*
-0.23 -0.71 -0.87
Numsibling - - - 0.11** 0.20 -0.62** -0.05 -0.14 -0.25
Non Poor - - - 0.12 -1.05 13.35*** -0.61 -1.07 -0.99
Fathereduc - - - -0.23 -1.10** 0.21 -0.16 -0.54 -0.58
Biparental - - - 0.42 -0.31 -1.00 -0.26 -0.61 -0.62
Interaction Variables
Highunemrate X - - - 0.18 0.14 -0.94
Male -0.30 -1.43 -1.03
Highunemrate X - - - 0.26 -0.41 -0.59
Urban -0.31 -0.95 -0.97
Highunemrate X - - - 0.22 -0.07 -0.90
Java -0.29 -0.96 -1.09
Highunemrate X - - - -0.10 -0.01 -15.1***
Non Poor -0.87 -1.36 -1.36
HighrealminwageX - - - -0.30 0.32 -0.16
Male -0.38 -1.83 -1.14
HighrealminwageX - - - -0.05 15.56*** -1.15
Urban -0.41 -1.52 -1.53
HighrealminwageX - - - -0.86** 0.52 -1.35
Java -0.40 -1.04 -1.26
HighrealminwageX - - - 0.81 -0.62 12.41***
Non Poor -1.20 -1.56 -1.90
Constant -1.4*** -3.7*** -4.3*** 6.06 -122.20 -146.8***
-0.11 -0.28 -0.43 -15.56 -79.79 -43.42
Observations 1405
Wald chi2 15.88 2088.93
Prob > chi2 0.0144 0.0000
Pseudo R2 0.0080 0.1737
Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
32
p1 = probabilitas bersekolah dan tidak bekerja (SNE)
p2 = probabilitas bersekolah dan bekerja (SE)
p3 = probabilitas tidak bersekolah dan bekerja (NSE)
p4 = probabilitas tidak bersekolah dan tidak bekerja (NSNE)
Hasil estimasi multinomial logit pada model 1 menunjukan karakteristik
pasar tenaga kerja berpengaruh positif dan negatif terhadap partisipasi remaja
dalam bersekolah dan bekerja. Kabupaten/kota dengan upah minimum riil yang
tinggi memiliki peluang p2 lebih rendah dibanding p1, signifikan pada tingkat 10%.
Semakin tinggi upah minimum riil, individu cenderung memilih tetap bersekolah
dan bekerja (SE) dibanding bersekolah dan tidak bekerja (SNE). Sedangkan
semakin tinggi tingkat pengangguran akan meningkatkan peluang (p2,p4) dibanding
p1 dengan tingkat signifikansi masing – masing 1% dan 10%. Hasil estimasi pada
model ini belum bisa dibuktikan dengan fenomena yang terjadi, untuk itu saya
menambahkan variabel lain pada model 2 untuk mendapatkan nilai estimasi yang
lebih baik.
Hasil estimasi pada model 2 menunjukan kabupaten/kota dengan upah
minimimum riil yang tinggi memiliki peluang (p3, p4) lebih rendah dibanding p1,
signifikan pada tingkat 1%. Semakin tinggi upah minimum riil, individu cenderung
memilih tetap bersekolah dan tidak bekerja (SNE) dibanding keluar sekolah lalu
bekerja (NSE) ataupun tidak bekerja (NSNE). Sementara itu, wilayah dengan
tingkat pengangguran yang tinggi membuat peluang p4 lebih tinggi dibanding p1
dengan tingkat signifikansi 5%.
Peningkatan upah minimum dapat meningkatkan pendapatan suatu rumah
tangga dan meningkatkan alokasi untuk biaya pendidikan, sehingga membuat
33
individu cenderung tetap bersekolah dan tidak bekerja (SNE). Sementara itu,
wilayah dengan tingkat pengangguran yang tinggi cenderung membuat individu
untuk keluar dari sekolah, terutama ketika tulang punggung utama keluarga
kehilangan pekerjaan (Gustman & Steinmeier, 1979). Orang tua akan dihadapkan
dengan pilihan antara biaya konsumsi rumah tangga saat ini atau ekspektasi
penghasilan anak di masa depan dan kehilangan pekerjaan membuat biaya
konsumsi rumah tangga saat ini lebih penting dibanding ekspektasi penghasilan
anak di masa depan. Sayangnya, rendahnya ketersediaan pekerjaan membuat
remaja yang memutuskan untuk keluar sekolah justru menganggur, tapi setidaknya
beban orang tua berkurang dengan keluarnya anak dari sekolah.
Jika dilihat dari karakteristik individu, peluang p2 dibanding p1 akan lebih
tinggi bagi individu berjenis kelamin laki-laki dengan tingkat signifikansi 1%.
Selain itu, individu berjenis kelamin laki-laki atau berada di kelas 1 Sekolah
Menengah Atas juga mempunyai peluang p3 lebih tinggi dibanding p1 dengan
tingkat signifikansi masing-masing 10% dan 5%. Sementara itu, semakin tinggi
nilai kognitif individu atau berada di kelas 3 membuat peluang p3 dibanding p1 lebih
kecil pada tingkat signifikansi masing-masing 10% & 1%. Dan usia yang terus
bertambah (tingkat signifikansi 1%) atau berada di kelas 1 Sekolah Menengah Atas
sederajat (tingkat signifikansi 1%) memiliki peluang p4 lebih tinggi dibanding p1.
Selanjutnya dengan melihat latar belakang keluarga ditemukan bahwa
peluang p2 dibanding p1 menjadi lebih kecil apabila individu tersebut tinggal di
wilayah perkotaan (tingkat signifikansi 1%) atau tinggal di Pulau Jawa (tingkat
signifikansi 5%). Semakin banyak jumlah saudara yang dimiliki individu
34
meningkatkan peluang (p2,p3) dibanding p1 pada tingkat signifikansi 5%. Selain itu,
pendidikan ayah yang tinggi akan mengurangi peluang p3 dibanding p1 pada tingkat
signifikansi 5%. Dan individu yang tinggal di Pulau Jawa (tingkat signifikansi 10%)
atau individu dengan kategori non poor (tingkat signifikansi memiliki peluang p4
lebih tinggi dibanding p1.
Hal yang menarik adalah ketika nilai upah minimum riil tinggi, peluang p2
dibanding p1 lebih rendah bagi individu yang tinggal di Pulau Jawa daripada
individu yang tinggal di luar Pulau Jawa dengan upah minimum riil yang rendah
pada tingkat signifikansi 5%. Padahal secara umum peluang p2 dibanding p1 akan
lebih tinggi jika upah minimum riil tinggi meskipun tidak signifikan.
Upah minimum riil yang tinggi juga membuat peluang p3 dibanding p1 lebih
tinggi bagi individu yang tinggal di wilayah perkotaan daripada individu yang
tinggal wilayah pedesaan dengan upah minimum riil yang rendah pada tingkat
signifikansi 1%. Padahal secara umum peluang p3 dibanding p1 akan lebih rendah
jika upah minimum riil tinggi.
Bagi individu dengan kategori non poor peluang p4 lebih tinggi dibanding
p1 ketika upah minimum riil tinggi, sebaliknya peluang p4 lebih rendah dibanding
p1 ketika individu tinggal di wilayah dengan tingkat pengangguran yang tinggi pada
tingkat signifikansi 1%.
Selanjutnya dengan menggunakan marginal effect saya akan menjabarkan
seberapa besar peluang individu dalam partisipasi pendidikan dan pasar penawaran
tenaga kerja jika dipengaruhi oleh karakterististik pasar tenaga kerja, karakteristik
35
personal atau individu dan karakteristik keluarga. Penjabaran yang dilakukan akan
dikelompokan berdasarkan kategori partisipasi remaja dalam bersekolah dan pasar
penawaran tenaga kerja.
Tabel 3 Marginal Effect dari Analisis Regresi Multinomial Logit
Variables SNE SE NSE NSNE
Labor Market Characteristic
Highunemrate -0.1874 0.0049 -0.0086 0.1911***
(0.1332) (0.1314) (0.0309) (0.0431)
Highrealminwage 0.2432 0.0893 -0.2229*** -0.1095***
(0.1846) (0.1869) (0.0436) (0.0372)
Personal Characteristic
Ages -0.0952 -0.2483 0.1958 0.1477** (0.2929) (0.2757) (0.1489) (0.0672)
Agesq 0.0010 0.0078 -0.0050 -0.0039** (0.0087) (0.0082) (0.0043) (0.0019)
Male -0.1109*** 0.0992*** 0.0225* -0.0109 (0.0350) (0.0336) (0.0132) (0.0097)
Grade1 0.0027 -0.0434 0.0171** 0.0236*** (0.0285) (0.0273) (0.0080) (0.0083)
Grade3 0.0993*** -0.0198 -0.0667*** -0.0128 (0.0329) (0.0291) (0.0226) (0.0099)
Cognitive 0.0004 0.0000 -0.0002 -0.0002 (0.0005) (0.0005) (0.0001) (0.0001)
Family Characteristic
Urban 0.1105*** -0.1247*** 0.0093 0.0049
(0.0357) (0.0346) (0.0106) (0.0098)
Java 0.0657* -0.0732** -0.0120 0.0195*
(0.0351) (0.0335) (0.0110) (0.0109)
Numsibling -0.0117 0.0157** 0.0031 -0.0072** (0.0073) (0.0067) (0.0022) (0.0029)
Non Poor -0.1205 -0.0018 -0.0264 0.1487*** (0.0901) (0.0917) (0.0183) (0.0339)
Fathereduc 0.0425* -0.0292 -0.0168* 0.0034 (0.0242) (0.0234) (0.0091) (0.0063)
Biparental -0.0470 0.0650* -0.0063 -0.0117* (0.0384) (0.0374) (0.0099) (0.0069)
Interaction Variables
36
Highunemrate X -0.0188 0.0277 0.0020 -0.0109
Male (0.0463) (0.0435) (0.0230) (0.0116)
Highunemrate X -0.0273 0.0415 -0.0074 -0.0067
Urban (0.0464) (0.0447) (0.0152) (0.0109)
Highunemrate X -0.0227 0.0347 -0.0016 -0.0103
Java (0.0450) (0.0432) (0.0154) (0.0126)
Highunemrate X 0.1436 0.0128 0.0102 -0.1667***
Non Poor (0.1284) (0.1288) (0.0227) (0.0367)
Highrealminwage X 0.0401 -0.0453 0.0066 -0.0014
Male (0.0593) (0.0554) (0.0294) (0.0126)
Highrealminwage X -0.1512** -0.0780 0.2522*** -0.0230
Urban (0.0666) (0.0610) (0.0421) (0.0179)
Highrealminwage X 0.1270** -0.1266** 0.0133 -0.0138
Java (0.0606) (0.0576) (0.0165) (0.0138)
Highrealminwage X -0.2144 0.0997 -0.0220 0.1367***
Non Poor (0.1792) (0.1749) (0.0253) (0.0366)
Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
4.2.1 Interpretasi Marginal Effect dari “Bersekolah dan Tidak Bekerja”
(SNE)
Berdasarkan informasi pada tabel 3, hasil regresi menunjukan pengaruh
variabel dari karakteristik pasar tenaga kerja dalam kategori bersekolah dan tidak
bekerja (SNE) tidak signifikan. Sementara itu, pada karakteristik personal
memperlihatkan bahwa individu yang berada di kelas 3 mempunyai peluang untuk
bersekolah dan tidak bekerja (SNE) lebih tinggi rata-rata sebesar 9,9 percentage
point dibanding individu kelas 1 dan kelas 2 (tingkat signifikansi 1%). Sementara
itu, apabila individu berjenis kelamin laki-laki peluang untuk bersekolah dan tidak
bekerja (SNE) lebih rendah rata-rata 11.1 percentage point dibanding perempuan
dengan tingkat signifkansi 1%.
37
Latar belakang keluarga menyebutkan individu yang tinggal di wilayah
perkotaan, tinggal di Pulau Jawa, atau memiliki ayah dengan pendidikan tinggi
mempunyai peluang untuk bersekolah dan tidak bekerja (SNE) lebih tinggi rata-
rata sebesar 11,1 percentage point dibanding individu yang tinggal di pedesaan
(tingkat signifikansi 1%), 6,6 percentage point dibanding individu yang tinggal di
luar Pulau Jawa (tingkat signifikansi 10%), atau 4,3 percentage point dibanding
individu yang memiliki ayah dengan pendidikan rendah (tingkat signifikansi 10%).
Ketika upah minimum riil tinggi, peluang bagi individu yang tinggal di
wilayah perkotaan untuk bersekolah dan tidak bekerja (SNE) lebih rendah rata-rata
sebesar 15,12 percentage point dibanding individu yang tinggal di wilayah
pedesaan dengan upah minimum riil rendah pada tingkat signifikansi 5%.
Sementara itu, bagi individu yang tinggal di Pulau Jawa, upah minimum riil yang
tinggi membuat peluang untuk bersekolah dan tidak bekerja (SNE) lebih tinggi rata-
rata sebesar 12.7 percentage point dibanding individu yang tinggal di luar Pulau
Jawa dengan tingkat signifikansi 5%
4.2.2 Interpretasi Marginal Effect dari “Bersekolah dan Bekerja” (SE)
Jika pada kategori sebelumnya karakteristik pasar tenaga kerja tidak
berpengaruh signifikan terhadap keputusan untuk tetap bersekolah dan tidak
bekerja (SNE), pada kategori ini juga sama karakteristik pasar tenaga kerja tidak
berpengaruh signifikan terhadap keputusan untuk tetap bersekolah dan bekerja
(SE). Pada karakteristik personal, kita dapat melihat bahwa peluang untuk tetap
38
bersekolah dan bekerja (SE) lebih tinggi rata-rata sebesar 0,99 percentage point
bagi laki-laki dibanding perempuan (tingkat signifikansi 1%).
Selain itu, pada karakteristik keluarga menyatakan bahwa individu yang
tinggal di wilayah perkotaan atau tinggal di Pulau Jawa memiliki peluang untuk
tetap bersekolah dan bekerja (SE) lebih rendah berturut-turut rata-rata sebesar 12.5
percentage point dibanding tinggal di wilayah pedesaaan (tingkat signifikansi 1%),
7,3 percentage point dibanding tinggal di luar Pulau Jawa (tingkat signifikansi 5%).
Penambahan 1 saudara atau diasuh oleh kedua orang tua akan meningkatkan
peluang individu untuk tetap bersekolah dan bekerja (SE) lebih tinggi berturut-turut
rata-rata sebesar 1,6 percentage point dengan tingkat signifikansi 5%, atau 6,5
percentage point dibanding hanya diasuh oleh ayah atau ibu dengan tingkat
signifikansi 10%.
Bagi individu yang tinggal di Pulau Jawa, upah minimum riil yang tinggi
akan membuat peluang untuk bersekolah dan bekerja (SE) lebih rendah rata-rata
sebesar 11.49 percentage point dibanding individu yang tinggal di luar Pulau Jawa
dengan tingkat signifikansi 5%.
4.2.3 Interpretasi Marginal Effect dari “Tidak Bersekolah dan Bekerja”
(NSE)
Upah minimum riil yang tinggi akan menurunkan peluang bagi individu
untuk tidak bersekolah dan bekerja rata-rata sebesar 22.29 percentage point
dibanding upah minimum riil yang rendah pada tingkat signifikansi 1%. Pada
karakteristik personal, kita bisa melihat bahwa peluang untuk tidak bersekolah dan
39
bekerja (NSE) lebih rendah rata-rata sebesar 6,7 percentage point bagi siswa kelas
3 dibanding siswa kelas 1 dan kelas 2 (tingkat signifikansi 1%), dan individu
berjenis kelamin laki-laki atau berada di kelas 1 memiliki peluang untuk tetap
bersekolah dan bekerja (NSE) lebih tinggi berturut-turut rata-rata sebesar 2.3
percentage point dibanding perempuan (tingkat signifikansi 10%) atau 1.7
percentage point dibanding siswa kelas 2 dan kelas 3 (tingkat signifikansi 5%).
Berdasarkan latar belakang keluarga, individu dengan pendidikan ayah
yang tinggi memiliki peluang untuk tidak bersekolah dan bekerja (NSE) lebih
rendah rata-rata sebesar 0,2 percentage point dengan tingkat signifikansi 10%.
Sealin itu upah minimum riil tinggi, membuat peluang bagi individu yang tinggal
di wilayah perkotaan untuk tidak bersekolah dan bekerja (NSE) lebih tinggi rata-
rata sebesar 25,22 percentage point dibanding individu yang tinggal di wilayah
pedesaan dengan upah minimum riil rendah pada tingkat signifikansi 1%.
4.2.4 Interpretasi Marginal Effect dari “Tidak Bersekolah dan Tidak
Bekerja” (NSNE)
Pada kategori tidak bersekolah dan tidak bekerja (NSNE), semua variabel
dari karakteristik pasar tenaga berpengaruh secara signifikan. Peluang bagi individu
untuk tidak bersekolah dan tidak bekerja (NSNE) ketika tingkat pengangguran
suatu wilayah tinggi lebih tinggi rata-rata sebesar 19.1 percentage point dibanding
wilayah dengan tingkat pengangguran yang rendah pada tingkat signifikansi 1%,
sedangkan upah minimum riil yang tinggi membuat peluang individu untuk tidak
bersekolah dan tidak bekerja (NSNE) lebih rendah rata-rata sebesar 10.95
40
percentage point dibanding upah minimum riil yang rendah pada tingkat
signifikansi 1%.
Pada karakteristik personal, kita bisa melihat bahwa usia yang terus
bertambah atau berada di kelas 1 membuat peluang individu untuk tidak bersekolah
dan tidak bekerja (NSNE) lebih tinggi berturut-turut rata-rata sebesar 14,8
percentage point (tingkat signifikansi 5%), atau 2.4 percentage point dibanding
siswa kelas 2 dan kelas 3 (tingkat signifikansi 1%).
Karakteristik keluarga menunjukan bahwa individu yang tinggal di Pulau
Jawa atau individu kategori non poor mempunyai peluang untuk tidak bersekolah
dan tidak bekerja (NSNE) lebih tinggi berturut-turut rata-rata sebesar 0.2
percentage point dibanding tinggal di luar Pulau Jawa (tingkat signifikansi 10%)
atau 14,87 percentage point dibanding individu kategori poor (tingkat signifikansi
1%). Selain itu, penambahan 1 saudara atau diasuh oleh kedua orang tua membuat
peluang individu untuk tidak bersekolah dan tidak bekerja (NSNE) lebih rendah
berturut-turut rata-rata sebesar 0,07 percentage point dengan tingkat signifikansi
5%, atau 1,2 percentage point dibanding hanya diasuh oleh ayah atau ibu dengan
tingkat signifikansi 10%.
Wilayah dengan tingkat pengangguran yang tinggi akan menurunkan
peluang untuk tidak bersekolah dan tidak bekerja rata-rata 16,67 percentage point
bagi individu kategori non poor dibanding individu kategori poor pada tingkat
signifikansi 1%. Sementara itu, kenaikan upah minimum membuat peluang untuk
tidak bersekolah dan tidak bekerja meningkat rata-rata 13,67 percentage point bagi
41
individu kategori non poor dibanding individu kategori poor pada tingkat
signifikansi 1%.
Berdasarkan hasil estimasi dari marginal effect dapat disimpulkan bahwa
tingkat pengangguran dan upah minimum berpengaruh signifikan terhadap
partisipasi remaja dalam bersekolah dan bekerja. Wilayah dengan tingkat
pengangguran yang tinggi membuat remaja cenderung untuk keluar dari sekolah
dan tidak bekerja (NSNE) terutama jika tulang punggung utama dalam keluarga
kehilangan pekerjaan (Gustman & Steinmeier, 1979). Remaja dalam rumah tangga
cenderung keluar dari sekolah dan berusaha mencari pekerjaan untuk memenuhi
kebutuhan. Ketidaktersediaan pekerjaan atau peningkatan permintaan terhadap
pekerja dengan kemampuan yang tinggi membuat individu harus menganggur pada
akhirnya (Neumark & Wascher, 2003). Sementara itu, upah minimum riil yang
tinggi secara umum menurunkan peluang individu untuk keluar sekolah entah
selanjutnya bekerja (NSE) atau tidak bekerja (NSNE) sesuai dengan penelitian yang
dilakukan Mattila (1978).
Bagi individu yang tinggal di wilayah perkotaan, kenaikan upah minimum
justru menurunkan peluang untuk sekolah dan tidak bekerja (SNE), dan
meningkatkan peluang untuk keluar sekolah dan bekerja (NSE). Hal tersebut dapat
terjadi karena masyarakat wilayah perkotaan cenderung memiliki pemikiran yang
lebih terbuka, akses informasi yang aktual dan cepat, serta melek akan teknologi
yang membuat mereka lebih mudah dalam menambah dan meningkatkan
kemampuan, wawasan, dan pengetahuan yang tidak bisa diperoleh di sekolah
(Orazem & King, 2008).
42
Bagi individu yang tinggal di Pulau Jawa kenaikan upah minimum akan
menurunkan peluang untuk tetap berada di sekolah dan bekerja (SE) dan lebih
cenderung tetap bersekolah tapi tidak bekerja (SNE) dibanding individu yang
tinggal di luar Pulau Jawa. Hal tersebut dapat terjadi mengingat adanya kesenjangan
pendidikan yang terjadi antara pendidikan di Pulau Jawa dengan pendidikan di luar
Pulau Jawa. Individu dengan keahlian yang tinggi cenderung mempunyai
ekspektasi returns to education dalam jangka panjang yang tinggi dibandingkan
kenaikan upah minimum (Montmarquette, Viennot-briot, & Dagenais, 2007),
sehingga mereka akan merespon kenaikan upah minimum dengan tetap bersekolah
dengan harapan kemampuan yang mereka peroleh semakin meningkat. Selain itu,
kenaikan upah minimum di Pulau Jawa berdampak kecil pada white-collar jobs
sehingga remaja cenderung tidak tertarik untuk keluar dari sekolah dan bekerja
(Setyadharma, 2017).