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).