DETERMINAN MIGRASI RISEN MASUK TINGKAT …

1

DETERMINAN MIGRASI RISEN MASUK TINGKAT

KABUPATEN/KOTA DI INDONESIA TAHUN 2012

Dyah Pramedia Nesya, Omas Bulan Samosir

Departemen Ilmu Ekonomi, Fakultas Ekonomi, Universitas Indonesia,

Jl. Prof. Dr. Sumitro Djojohadikusumo, UI Depok, 16424, Indonesia

Email: [email protected]

Abstrak

Penelitian ini bertujuan untuk mempelajari determinan sosial, ekonomi dan lingkungan terhadap migrasi risen

masuk di Indonesia. Determinan variabel yang digunakan ialah PDRB per kapita, kemiskinan, pendidikan,

kesehatan, infrastruktur, lingkungan dan kriminalitas. Metode yang digunakan yaitu regresi OLS menggunakan data

cross section, yaitu tahun 2012. Hasil penelitian menunjukkan bahwa seluruh variabel independen berpengaruh

signifikan terhadap migrasi risen masuk. PDRB per kapita, pendidikan, kesehatan, infrastruktur, dan lingkungan

berpengaruh positif terhadap migrasi risen masuk, sementara kemiskinan dan kriminalitas berpengaruh negatif

terhadap migrasi risen masuk.

Determinants of Recent In-migration at District Level in Indonesia in 2012

Abstract

This study is focusing on the socio-economic and amenities determinants of recent in-migration in Indonesia. The

determinants are GDP per capita, poverty, education, health, infrastructure, water facilities, and criminality at the

level of district/city. The method used in this research is OLS regression with cross section data in 2012. The results

indicate that GDP per capita, education, health, infrastructure, and amenities have positive effect on recent in-

migration, while poverty and criminality have negative impact on with recent in-migration. Keywords: Determinants of recent in-migration, district, Indonesia

Pendahuluan

Indonesia merupakan negara dengan penduduk terbanyak keempat di dunia. Berdasarkan

sensus penduduk tahun 2010, jumlah penduduk Indonesia adalah sebesar 237.641.326 jiwa.

Dengan penduduk yang berjumlah besar, Indonesia memiliki pertumbuhan ekonomi yang cukup

pesat. Pertumbuhan ekonomi Indonesia pada tahun 2012 meningkat sebesar 6,23 persen

dibandingkan dengan tahun sebelumnya, dilihat dari nilai Produk Domestik Bruto (PDB) atas

dasar harga konstan 2000 pada tahun 2012 mencapai Rp2.618,1 triliun menurut Badan Pusat

Statistik. Walaupun pertumbuhan ekonomi Indonesia terus meningkat setiap tahunnya,

pembangunan daerah di Indonesia masih tergolong belum merata.

Analisis determinan..., Dyah Pramedia Nesya, FE UI, 2014

mailto:[email protected]

2

Permasalahan pembangunan yang tidak merata menyebabkan adanya disparitas

pertumbuhan ekonomi antar daerah di Indonesia. Nilai Produk Domestik Bruto (PDB) Indonesia

atas dasar harga berlaku pada tahun 2010 ialah sebesar Rp6.446,9 triliun, dan distribusi

persentase PDB Nasional tersebut dikuasai oleh Pulau Jawa. Struktur perekonomian Indonesia

pada tahun 2010 masih didominasi oleh provinsi di Pulau Jawa yang menyumbangkan kontribusi

terhadap PDB sebesar 58,06%, diikuti oleh Pulau Sumatera sebesar 23,12%, Pulau Kalimantan

sebesar 9,03%, Pulau Sulawesi sebesar 4,52%, dan sisanya oleh pulau lainnya berdasarkan

Badan Pusat Statistik.

Masalah pembangunan yang tidak merata ditambah adanya disparitas pendapatan antar-

daerah menimbulkan masalah lainnya, yaitu persebaran penduduk yang tidak merata. Persebaran

penduduk Indonesia masih terkonsentrasi di Pulau Jawa. Berdasarkan hasil sensus penduduk

2010, sebanyak 57,5% penduduk dari keseluruhan penduduk di Indonesia bertempat tinggal di

Pulau Jawa, padahal luas Pulau Jawa itu sendiri hanya mencakup 6,8% dari keseluruhan wilayah

di Indonesia. Ketidakmerataan dalam pembangunan ekonomi antar-daerah memicu adanya

perpindahan penduduk dari wilayah yang kurang berkembang ke wilayah yang memiliki

pembangunan lebih baik. Hal ini yang dapat menimbulkan persebaran penduduk yang tidak

merata dan menjadi faktor dalam keputusan untuk migrasi.

Berdasarkan pengertian Badan Pusat Statistik, migran seumur hidup merupakan

penduduk yang tempat tinggal sekarang berbeda dengan tempat tinggal pada saat lahir,

sementara migran risen yaitu penduduk yang tempat tinggal sekarang berbeda dengan tempat

tinggal pada lima tahun lalu.

Sumber: Sensus Penduduk 2010, diolah kembali

Gambar 1. Distribusi Persentase Daerah Tujuan Migran Risen Tahun 2010

Sumatera

20%

Jawa

50%

Nusa

Tenggara

11%

Kalimantan

6%

Sulawesi

10%

Papua

3%


3

Jika dilihat dari arus migran, perpindahan penduduk Indonesia pada kenyataannya masih

terfokus pada beberapa wilayah saja. Arus migrasi risen pada tahun 2010 pada Gambar 1

menunjukkan bahwa provinsi tujuan migran risen masih didominasi oleh Pulau Jawa. Hal ini

dapat mengakibatkan penduduk di provinsi tujuan migran di Pulau Jawa semakin besar dan

tentunya semakin sulit untuk memenuhi kebutuhan sarana dan prasarana bagi penduduk di

daerah tersebut.

Daya tarik provinsi besar di Pulau Jawa nyatanya sangat besar, meskipun jika dilihat dari

Produk Domestik Regional Bruto (PDRB) per kapita, provinsi yang memiliki PDRB per kapita

tertinggi tahun 2010 ialah Kalimantan Timur, DKI Jakarta, Riau, Kepulauan Riau, dan Papua

Barat. Provinsi Jawa Barat yang menjadi tujuan migran yang paling utama di tahun 2010 bukan

merupakan provinsi dengan PDRB per kapita paling tinggi. Rata-rata PDRB per kapita yang

paling tinggi dimiliki oleh provinsi di Pulau Kalimantan yaitu sekitar Rp35,01 juta, diikuti Pulau

Jawa sebesar Rp28,58 juta, Pulau Sumatera sebesar Rp24,7 juta, Pulau Papua sebesar Rp19,19

juta, Pulau Sulawesi sebesar Rp12,49juta, dan terakhir Pulau Nusa Tenggara sebesar Rp11,4 juta

menurut Badan Pusat Statistik.

Begitu pula jika dilihat dari Upah Minimum Provinsi (UMP) dan Tingkat Pengangguran

Terbuka (TPT) tahun 2010. Berdasarkan Badan Pusat Statistik, provinsi yang memiliki UMP

tertinggi adalah Papua, Aceh, Papua Barat, DKI Jakarta, dan Kalimantan Selatan. UMP Papua

pada tahun 2010 ialah UMP tertinggi, yaitu sebesar Rp1.316.500. Provinsi Jawa Barat dan Jawa

Tengah yang memiliki persentase migran risen cukup tinggi di tahun 2010 merupakan provinsi

dengan UMP terendah setelah Jawa Timur. UMP Jawa Barat ialah sebesar Rp671.500.

Sebaliknya, provinsi Papua dan Papua Barat yang hanya memiliki sekitar 1% migran risen pada

tahun 2010 memiliki UMP di atas Rp1.200.000. Selanjutnya, TPT menggambarkan indikasi

pasar tenaga kerja di dalam suatu daerah. TPT tertinggi dimiliki oleh Provinsi Sumatera Utara,

Jawa Barat dan DKI Jakarta masing-masing sebesar 4,2 persen, 3,9 persen, dan 3,8 persen.

Artinya, dari 100 orang angkatan kerja di provinsi tersebut yang termasuk penganggur ada

sekitar 4 orang.

Migrasi merupakan salah satu komponen pertumbuhan penduduk yang dialami oleh

seluruh wilayah di Indonesia. Migrasi dan pembangunan ekonomi merupakan dua hal yang

saling berkaitan. Perpindahan penduduk ke suatu wilayah dapat berkontribusi terhadap

pembangunan ekonomi di wilayah tersebut, dan sebaliknya, pembangunan ekonomi yang baik di


4

suatu wilayah akan dapat menjadi daya tarik bagi penduduk wilayah lain atau migran untuk

berpindah ke wilayah tersebut. Penelitian ini lebih mengkaji migrasi risen, yang merangkum

perpindahan penduduk dalam lima tahun, daripada migrasi seumur hidup atau migrasi total,

karena lebih mencerminkan dinamika spasial penduduk antardaerah.

Pada kenyataannya, migran risen di Indonesia cenderung menuju provinsi-provinsi di

Pulau Jawa, walaupun provinsi-provinsi tersebut secara rata-rata bukan merupakan provinsi yang

memiliki pendapatan per kapita dan kesejahteraan ekonomi paling tinggi seperti yang dijelaskan

sebelumnya. Berdasarkan latar belakang tersebut, pertanyaan utama dari penelitian ini adalah

apa saja variabel determinan migrasi risen masuk, apakah ada determinan sosial dan lingkungan,

dan bagaimana variabel tersebut dapat mempengaruhi migrasi risen masuk ke kabupaten/kota di

Indonesia pada tahun 2012. Penelitian ini memfokuskan pada pengaruh variabel ekonomi, yang

terdiri dari PDRB per kapita dan kemiskinan, variabel sosial, yang terdiri dari pendidikan dan

kesehatan, serta variabel ekonomi dan lingkungan, yang terdiri dari infrastruktur jalan,

lingkungan air bersih dan kriminalitas, sebagai faktor penarik di kabupaten/kota tujuan migran

terhadap migrasi risen masuk di Indonesia.

Tinjauan Literatur

Berdasarkan teori oleh Lee (1966), faktor yang mempengaruhi keputusan migran untuk

melakukan migrasi dan proses migrasi adalah 1) faktor yang berhubungan dengan daerah asal

migran (push factor), 2) faktor yang berhubungan dengan daerah tujuan migran (pull factor), 3)

faktor penghalang atau penghambat migrasi, dan 4) faktor individu migran.

Faktor pendorong dari daerah asal migran merupakan faktor negatif yang dapat membuat

migran terdorong untuk keluar dari daerah tersebut. Faktor pendorong ini dapat berupa tidak

adanya peluang usaha atau lapangan pekerjaan yang baik, rendahnya pendapatan, dan tingginya

pajak. Sebaliknya, faktor penarik dari daerah tujuan migran merupakan faktor positif yang dapat

menarik migran untuk berpindah atau menahan penduduk untuk tetap tinggal di daerah tersebut.

Faktor penarik ini dapat berupa peluang pekerjaan yang lebih baik, adanya institusi pendidikan

yang lebih baik, ekspektasi pendapatan yang lebih besar, dan fasilitas kesehatan dan infrastruktur

yang lebih baik. Sementara faktor netral merupakan faktor yang tidak berpengaruh bagi para

migran, seperti budaya dan sosial. Keputusan untuk migrasi juga dipengaruhi oleh adanya

hambatan di antara kedua faktor, yaitu dapat berupa biaya perpindahan.


5

Karakteristik migran yang pindah karena faktor positif pada daerah tujuan atau migran

yang pindah karena faktor positif pada daerah tujuan, menurut Lee ialah migran yang tidak

memiliki kebutuhan untuk pindah, namun tertarik untuk mendapatkan peluang lebih baik di

tempat lain. Teori faktor penarik dan pendorong migrasi ini banyak dikembangkan salah satunya

oleh Riley (2011).

Tabel 1. Klasifikasi Faktor Penarik dan Pendorong

Variabel Faktor Pendorong Faktor Penarik

Sosial-Budaya Diskriminasi sosial,

kriminalitas, batasan agama,

ketidakadilan sosial

Komitmen keluarga atau

kelompok, peluang

pendidikan atau budaya,

fasilitas kesehatan

Politik Ketidakstabilan politik,

konflik suku/etnis

Akses terhadap publik

Ekonomi Kemiskinan, pengangguran,

pertumbuhan ekonomi yang

lambat, upah rendah, sumber

daya terbatas

Peluang pekerjaan dan

bisnis, upah tinggi,

infrastruktur memadai,

kehidupan yang lebih

layak

Lingkungan Degradasi lingkungan,

bencana alam, wabah

penyakit, perubahan iklim

Kualitas lingkungan yang

baik (air, tanah, udara)

Sumber: Riley, 2011

Klasifikasi faktor penarik pada Tabel 1 menjadi landasan dalam memilih variabel bebas

dalam penelitian. Pemilihan variabel bebas juga didukung oleh penelitian terdahulu yang

menjelaskan pengaruh variabel bebas terhadap migrasi.

Hubungan antara variabel ekonomi pendapatan dan migrasi dijelaskan oleh penelitian

yang dilakukan Filiztekin dan Gokhan serta Chotib dan Darmawan. Filiztekin dan Gokhan

(2005) menggunakan variabel pendapatan di daerah tujuan, sedangkan dan Chotib dan

Darmawan (2007) menggunakan variabel Produk Domestik Regional Bruto sebagai determinan

migrasi. Kedua variabel tersebut menghasilkan arah hubungan yang positif dan signifikan.

Sementara itu, penelitian yang dilakukan oleh Geis, dkk. (2008) menggunakan variabel sosial,

yaitu pendidikan dan kesehatan sebagai determinan dari migrasi. Pendidikan yang ditunjukkan

oleh variabel nilai PISA (Program for International Student Assessment) menghasilkan pengaruh

positif terhadap migrasi, sementara kesehatan yang ditunjukkan oleh variabel angka kematian

bayi menghasilkan arah hubungan yang negatif terhadap migrasi.


6

Morten dan Oliveira (2014) selanjutnya meneliti hubungan antara infrastruktur jalan dan

migrasi. Hasil penelitiannya ialah terdapat pengaruh positif yang signifikan antara infrastruktur

jalan yang baik dengan migrasi masuk ke suatu daerah. Selanjutnya, arah hubungan yang positif

yang dihasilkan variabel sarana air bersih terhadap migrasi ditunjukkan dalam penelitian oleh

Brauw dan Mu (2012). Migrasi menuju suatu daerah ditentukan pula oleh besarnya persentase

penduduk yang menggunakan air bersih di daerah yang akan dituju migran.

Penelitian yang melihat hubungan antara kemiskinan dan migrasi lebih banyak yang

menunjukkan bahwa kemiskinan sebagai akibat dari migrasi, bukan pengaruh sebaliknya. Karena

itu, Schulzek (2012) menjelaskan hubungan antara variabel kesejahteraan dan migrasi, sebagai

variabel invers dari kemiskinan. Dalam penelitian Schulzek (2012), kesejahteraan memiliki arah

hubungan yang positif dan signifikan terhadap migrasi. Sementara untuk pengaruh variabel

kriminalitas terhadap migrasi dijelaskan dalam penelitian Mariangela dan Oreste (2009). Hasil

penelitian menunjukkan variabel kriminalitas memiliki pengaruh negatif terhadap arus migrasi

ke suatu daerah.

Dengan pemilihan variabel bebas sebagai determinan dari migrasi masuk ke

kabupaten/kota di Indonesia, hipotesis penelitian dan ekspektasi arah hubungan variabel

determinan migrasi terhadap migrasi risen masuk adalah sebagai berikut.

1. Produk Domestik Regional Bruto per kapita di kabupaten/kota tujuan memiliki pengaruh

positif terhadap migrasi risen masuk ke kabupaten/kota tersebut.

2. Persentase kemiskinan di kabupaten/kota tujuan memiliki pengaruh negatif terhadap

migrasi risen masuk ke kabupaten/kota tersebut.

3. Rata-rata lama sekolah di kabupaten/kota tujuan memiliki pengaruh positif terhadap

migrasi risen masuk ke kabupaten/kota tersebut

4. Jumlah fasilitas kesehatan di kabupaten/kota tujuan memiliki pengaruh positif terhadap

migrasi risen masuk ke kabupaten/kota tersebut.

5. Infrasturktur jalan dengan kondisi baik di kabupaten/kota tujuan memiliki pengaruh

positif terhadap migrasi risen masuk ke kabupaten/kota tersebut.

6. Persentase rumah tangga yang menggunakan air bersih di kabupaten/kota tujuan memiliki

pengaruh positif terhadap migrasi risen masuk ke kabupaten/kota tersebut.

7. Jumlah kriminalitas di kabupaten/kota tujuan memiliki pengaruh negatif terhadap migrasi

risen masuk ke kabupaten/kota tersebut.


7

Metode Penelitian

Kriteria migrasi yang digunakan dalam penelitian ini ialah migrasi risen karena lebih

mencerminkan dinamika spasial penduduk antar-daerah dibandingkan migrasi seumur hidup

yang cenderung statis dan migrasi total yang tidak memasukkan batasan waktu antara tempat

tinggal sekarang dan sebelumnya. Data migrasi yang digunakan ialah data sekunder dengan

bentuk data raw yang diperoleh dari Survei Sosial Ekonomi Nasional (Susenas) tahun 2012. Data

jumlah fasilitas kesehatan diperoleh dari Kementrian Kesehatan Republik Indonesia, sementara

data PDRB per kapita, persentase kemiskinan, rata-rata lama sekolah, panjang jalan kondisi baik,

rumah tangga yang menggunakan air bersih, dan kriminalitas diperoleh dari publikasi Badan

Pusat Statistik pada tahun 2010 atau beberapa tahun sebelum migran risen masuk ke

kabupaten/kota di tahun 2012. Penggunaan data sebelum tahun migrasi yaitu karena migran

membutuhkan waktu untuk mempertimbangkan kondisi kabupaten/kota sebelum memutuskan

untuk pindah ke kabupaten/kota tujuannya tersebut. Kondisi kabupaten/kota tahun 2010

menentukan migrasi masuk ke setiap kabupaten/kota pada tahun 2012. Dengan melihat kondisi

kabupaten/kota tujuan tahun sebelumnya, jumlah migrasi risen masuk pada tahun 2012 benar

menunjukkan hasil atau akibat dari kondisi kabupaten/kota tujuan sebagai faktor penarik atau

penghambat.

Oleh karena adanya data provinsi, model penelitian dibedakan menjadi dua. Model

pertama yaitu migrasi risen masuk ke kabupaten/kota dipengaruhi oleh variabel kabupaten/kota,

yaitu PDRB per kapita, kemiskinan, pendidikan, dan kesehatan. Model kedua sama dengan

model pertama namun disertai dengan dua variabel provinsi yang cukup merepresentasikan

kondisi kabupaten/kota, yakni lingkungan air bersih dan kriminalitas. Model penelitian adalah

sebagai berikut.

Model 1:

Model 2:

INMIG merupakan variabel dependen, yaitu jumlah migrasi risen masuk ke

kabupaten/kota, yang diperoleh dari banyaknya penduduk yang masuk ke suatu kabupaten/kota


8

yang memiliki kabupaten/kota tempat tinggal sekarang berbeda dengan kabupaten/kota tempat

tinggalnya lima tahun yang lalu pada saat pengambilan data dilakukan. Penduduk yang dihitung

dalam migrasi risen ialah penduduk usia lima tahun atau lebih, karena penduduk usia 0-4 tahun

tidak tersedia datanya dimana penduduk yang lahir dalam kelompok umur tersebut merupakan

penduduk yang lahir pada periode antar dua survei atau sensus.

PDRBcap merupakan Produk Domestik Regional Bruto per kapita di kabupaten/kota

tujuan, diperoleh dari PDRB kabupaten/kota dibagi dengan jumlah penduduk kabupaten/kota

tersebut. POV merupakan persentase kemiskinan di kabupaten/kota tujuan. Penduduk yang

tergolong miskin ialah penduduk yang memiliki rata-rata pengeluaran per kapita per bulan di

bawah garis kemiskinan kabupaten/kota. EDUC merupakan rata-rata lama sekolah di

kabupaten/kota tujuan. Rata-rata lama sekolah yang digunakan dalam penelitian yaitu jumlah

tahun belajar penduduk yang telah diselesaikan dalam pendidikan formal dan tidak termasuk

tahun yang mengulang. HEALTH merupakan jumlah fasilitas kesehatan di kabupaten/kota

tujuan. Fasilitas kesehatan yang dimaksud ialah pusat kesehatan masyarakat (puskesmas) dan

puskesmas pembantu, karena pasti dimiliki oleh setiap kabupaten/kota.

INFRAS merupakan panjang jalan yang kondisinya baik di kabupaten/kota tujuan. Jalan

yang tergolong kondisi baik merupakan pendekatan dari infrastruktur ekonomi yang baik di

suatu daerah. ENV merupakan persentase rumah tangga pengguna air bersih di provinsi tujuan

sebagai pendekatan dari variabel lingkungan. CRIME merupakan jumlah kriminalitas per

100.000 penduduk di provinsi tujuan.

Analisis dan Pembahasan

Analisis yang dilakukan ialah menggunakan analisis deskriptif dan analisis hasil regresi.

Tabel 2. Ringkasan Statistik Data Kabupaten/Kota Indonesia

Variable Obs Mean Std. Dev. Min Max

lnINMIG 497 8,86 1,36 0 12,03

lnPDRBcap 497 15,61 0,76 13,08 18,88

POV 497 15,48 9,42 1,67 49,58

EDUC 497 7,79 1,57 2,07 12,09

HEALTH 497 62,61 37,75 5 214

INFRAS 497 168,25 295,42 1,32 2980,2

ENV 497 55,85 12,588 22,9 90,64

CRIME 497 180,81 112,28 46 512


9

Rata-rata PDRB per kapita tahun 2010 ialah Rp8.589.249/kapita dari seluruh

kabupaten/kota di Indonesia yang ditampilkan dalam bentuk log pada Tabel 2. Dari 497

kabupaten/kota, rata-rata persentase penduduk yang berada di bawah garis kemiskinan

kabupaten/kota tahun 2010 ialah 15,48% dari total penduduk Indonesia. Rata-rata lama sekolah

keseluruhan kabupaten/kota tahun 2010 ialah 7,79 tahun, artinya rata-rata penduduk Indonesia

sudah tamat pendidikan setara Sekolah Dasar. Selanjutnya, rata-rata kabupaten/kota di Indonesia

memiliki jumlah fasilitas kesehatan sebanyak 62-63 unit pada tahun 2010. Panjang jalan

kabupaten/kota yang dalam kondisi baik di tahun 2010 rata-rata ialah 168,25 kilometer. Dari segi

lingkungan, rata-rata sebanyak 55,85% rumah tangga di Indonesia pada tahun 2010 sudah

menggunakan air bersih. Sementara dari sisi kriminalitas, rata-rata kriminalitas di Indonesia

tahun 2010 ialah sebanyak 180 per 100.000 penduduk.

Model dalam penelitian menggambarkan pengaruh determinan variabel bebas terhadap

migrasi risen tingkat kabupaten/kota di Indonesia tahun 2012. Hasil yang diperoleh merupakan

signifikansi dan pengaruh variabel independen terhadap variabel dependennya dalam lingkup

Indonesia. Total variabel yang digunakan ialah delapan variabel dengan jumlah observasi

sebanyak 497 observasi dari seluruh jumlah kabupatenn/kota di Indonesia. Data yang digunakan

dalam penelitian ini memiliki keterangan yaitu sebagai berikut.

1. Data jumlah migrasi risen masuk dinyatakan dalam bentuk logaritma natural (ln).

2. Data Produk Domestik Regional Bruto dinyatakan dalam bentuk logaritma natural (ln).

3. Data persentase kemiskinan dinyatakan dalam satuan persen.

4. Data rata-rata lama sekolah dinyatakan dalam satuan tahun.

5. Data jumlah fasilitas kesehatan dinyatakan dalam satuan unit.

6. Data panjang jalan yang kondisi baik dinyatakan dalam satuan km.

7. Data persentase rumah tangga yang menggunakan air bersih dinyatakan dalam persen.

8. Data jumlah kriminalitas dinyatakan dalam satuan unit.


10

Hasil uji korelasi dan regresi model penelitian adalah sebagai berikut:

Tabel 3. Hasil Uji Korelasi Antar-Variabel

INMIG PDRBcap POV EDUC HEALTH INFRAS ENV CRIME

INMIG 1,00

PDRBcap 0,32 1,00

POV -0,51 -0,40 1,00

EDUC 0,44 0,43 -0,52 1,00

HEALTH 0,27 -0,03 -0,09 -0,12 1,00

INFRAS 0,16 0,05 -0,06 0,05 0,12 1,00

ENV 0,36 0,29 -0,34 0,30 0,12 0,009 1,00

CRIME -0,16 0,14 0,05 0,21 -0,21 0,006 0,18 1,00

Hasil uji korelasi antar variabel dapat digunakan untuk melihat adanya masalah

multikolinearitas atau hubungan erat yang dihasilkan antara variabel bebas. Untuk menguji

masalah tersebut, dapat dilihat dari nilai korelasi antar-variabel, hasil uji yang bernilai 0,8 atau

lebih menunjukkan adanya hubungan yang kuat diantara kedua variabel. Dari hasil pengujian

tersebut tidak terlihat adanya hubungan yang sangat erat diantara masing-masing variabel,

terutama diantara variabel bebas. Jika dilihat dari nilai vif dalam tabel 4 juga tidak menunjukkan

nilai yang lebih dari 10 baik pada model 1 maupun model 2, artinya semua variabel layak dan

tidak perlu ada yang diganti atau dikeluarkan dari model.

Hasil uji korelasi tersebut juga menunjukkan arah hubungan diantara dua variabel. Arah

hubungan yang dihasilkan dari uji korelasi ini yaitu bahwa variabel PDRB per kapita, rata-rata

lama sekolah, jumlah fasilitas kesehatan, dan kondisi jalan yang baik berpengaruh secara positif

terhadap migrasi risen masuk, sementara variabel kemiskinan menunjukkan pengaruh yang

negatif terhadap migrasi risen masuk. Arah hubungan ini kemudian dapat dibuktikan kembali

secara statistik dalam hasil regresi model pada bagian selanjutnya.

Tabel 4 menjelaskan hasil regresi model penelitian menggunakan jumlah observasi

sebanyak 497 pada tingkat kabupaten/kota di Indonesia. Pada tabel 4 ditampilkan pula besar

koefisien, nilai t-statistik, dan tingkat signifikansi variabel. Model 1 dan model 2 yang digunakan

menunjukkan adanya masalah heteroskedastisitas dilihat dari nilai hettest (0,000) yang tidak

lebih besar dari alfa (0,005). Oleh karena itu, regresi yang dilakukan perlu menggunakan robust

agar menghilangkan masalah heteroskedastisitas.


11

Tabel 4. Hasil Regresi Model

Variable Jumlah Migrasi Risen

Masuk

Jumlah Migrasi Risen

Masuk

Konstanta 4,62

(4,15)***

3,836

(3,49)***

PDRB per kapita 0,153

(2,07)**

0,147

(1,97)**

Persentase Kemiskinan -0,044

(-6,84)***

-0,032

(-5,01)***

Rata-Rata Lama Sekolah 0,235

(4,82)***

0,260

(5,35)***

Jumlah Fasilitas

Kesehatan

0,009

(7,06)***

0,007

(5,83)***

Panjang Jalan Kondisi

Baik

0,0003

(3,28)***

0,0004

(3,61)***

Persentase Rumah Tangga

Pengguna Air Bersih

- 0,019

(4,5)***

Jumlah Kriminalitas - -0,002

(-3,49)***

R-squared 0,3961 0,4509

N 497 497

F-Prob. 0,0000 0,0000

VIF 1,32 1,32

Hettest 0,0000 0,0000 Keterangan: Nilai koefisien dan t-statistik

* signifikan pada tingkat 10%; ** signifikan pada tingkat 5%;

*** signifikan pada tingkat 1%

Hasil regresi pada kedua model menunjukkan probabilitas F bernilai 0,0000 (<0,05) yang

artinya bahwa variabel independen secara serentak dapat menjelaskan variabel dependen

tersebut. Kemudian yang sedikit berbeda ialah nilai R-squared pada model 1 yaitu sebesar

0,3961, artinya variasi variabel independen dapat menjelaskan variasi variabel dependen sebesar

39,61%, sementara nilai R-squared pada model 2 adalah sebesar 0,4509, artinya variasi variabel

independen dapat menjelaskan variasi variabel dependen sebesar 45,09%.

Variabel PDRB per kapita berpengaruh positif terhadap jumlah migrasi risen masuk

dilihat dari hasil regresi model pertama dan kedua. Di tingkat keyakinan yang sama, nilai

koefisien variabel PDRB per kapita lebih besar pada model pertama. Dengan mengontrol

variabel bebas lainnya, peningkatan 1% PDRB per kapita akan mengakibatkan peningkatan

jumlah migrasi risen masuk sebesar 0,153% secara signifikan di tingkat keyakinan 95%. Hasil

tersebut sejalan dengan hipotesis dan analisis diagram pencar dimana PDRB per kapita di daerah


12

tujuan dapat menarik migran masuk ke daerah tersebut. Arah hubungan ini juga sejalan dengan

penelitian yang dilakukan Chotib dan Darmawan (2007), yaitu bahwa migrasi masuk ke daerah

yang memiliki PDRB yang lebih tinggi, dan penelitian oleh Filiztekin dan Gokhan (2005) bahwa

tingkat pendapatan di daerah tujuan berpengaruh terhadap arus migrasi ke daerah tersebut. Nilai

PDRB per kapita yang tinggi di suatu daerah tujuan menggambarkan tingkat pertumbuhan

ekonomi per kapita yang lebih baik sehingga migran memiliki ekspektasi akan mendapatkan

pendapatan yang lebih baik dan memutuskan untuk masuk ke daerah tujuan tersebut.

Variabel POV atau persentase penduduk miskin di kabupaten/kota tujuan memiliki

pengaruh yang negatif terhadap jumlah migrasi risen masuk berdasarkan hasil regresi model

pertama dan kedua. Nilai koefisien yang lebih tinggi ditunjukkan dalam model pertama. Dengan

mengontrol variabel bebas lainnya, adanya peningkatan pada persentase penduduk miskin

sebesar 1 satuan akan menurunkan jumlah migrasi risen masuk sebesar 0,044% secara signifikan

di tingkat keyakinan 99%. Hipotesis tidak ditolak karena semakin tinggi persentase penduduk

miskin di kabupaten/kota tujuan akan menyebabkan jumlah migrasi risen masuk ke daerah

tersebut berkurang. Hal ini sesuai dengan arah hubungan hipotesis yang diharapkan dan hasil

penelitian Schulzek (2012). Semakin tinggi persentase penduduk miskin menunjukkan taraf

hidup dan kesejahteraan di kabupaten/kota yang lebih buruk, sehingga dapat menghambat

migran untuk masuk ke daerah tujuan tersebut.

Variabel EDUC atau rata-rata lama sekolah memiliki pengaruh positif terhadap migrasi

risen masuk berdasarkan hasil regresi model pertama dan kedua. Dengan mengontrol variabel

bebas lainnya, adanya peningkatan pada rata-rata lama sekolah sebesar 1 satuan akan

meningkatkan jumlah migrasi risen masuk sebesar 0,26% secara signifikan di tingkat keyakinan

99% pada model kedua. Hasil tersebut sesuai dengan hipotesis dan analisis diagram pencar yang

dilakukan, serta didukung oleh hasil penelitian oleh Geis dkk. (2008), yaitu bahwa daerah yang

memiliki tingkat pendidikan lebih tinggi akan memiliki migran masuk ke daerah tersebut lebih

besar. Semakin tinggi tingkat pendidikan di suatu daerah menunjukkan modal manusia yang

lebih tinggi dan kesempatan pendidikan yang lebih baik, sehingga dapat menarik migran masuk

ke daerah tersebut.

Variabel HEALTH atau jumlah fasilitas kesehatan berpengaruh positif terhadap migrasi

risen masuk dari hasil regresi model pertama dan kedua. Dengan mengontrol variabel bebas

lainnya, adanya peningkatan pada jumlah fasilitas kesehatan sebesar 1 satuan akan meningkatkan


13

jumlah migrasi risen masuk sebesar 0,009% secara signifikan di tingkat keyakinan 99% pada

model pertama. Hasil ini sesuai dengan hipotesis dan analisis diagram pencar serta didukung

oleh penelitian Geis dkk. (2008), yaitu semakin banyak jumlah fasilitas kesehatan di suatu

kabupaten/kota, semakin tinggi pula migrasi risen masuk ke kabupaten/kota tersebut. Fasilitas

kesehatan yang memadai menunjukkan kondisi kesehatan penduduk yang baik serta

menunjukkan mudahnya akses terhadap pelayanan kesehatan, dengan itu dapat berkontribusi

pada modal manusia yang lebih baik pula.

Variabel INFRAS atau panjang jalan dengan kondisi baik dari hasil regresi pertama dan

kedua menunjukkan pengaruh yang positif terhadap migrasi risen masuk, walaupun pengaruhnya

tidak cukup besar. Nilai koefisien yang dihasilkan regresi pertama dan kedua sangat sedikit

perbedaanya. Dengan mengontrol variabel bebas lainnya, adanya peningkatan pada panjang jalan

dengan kondisi baik sebesar 1 satuan akan meningkatkan jumlah migrasi risen masuk sebesar

0,0004% secara signifikan di tingkat keyakinan 99%. Hasil tersebut sesuai dengan hipotesis dan

diagram pencar deskriptif bahwa semakin banyak jalan yang berkondisi baik akan

mengakibatkan semakin tingginya jumlah migrasi masuk ke suatu daerah. Infrastruktur yang

baik dapat mendorong kegiatan pembangunan ekonomi serta kesehatan, pendidikan dan lainnya

lebih baik atas efisiensi waktu dan biaya, sehingga dapat menarik bagi migran untuk masuk.

Variabel ENV atau persentase rumah tangga yang menggunakan air bersih sebagai

variabel provinsi ternyata mampu merepresentasikan kondisi kabupaten/kota yang sama di satu

provinsi. Persentase rumah tangga yang menggunakan air bersih memiliki pengaruh positif

terhadap jumlah migrasi risen masuk dilihat dari hasil regresi model kedua. Dengan mengontrol

variabel bebas lainnya, adanya peningkatan pada persentase rumah tangga yang menggunakan

air bersih sebesar 1 satuan akan meningkatkan jumlah migrasi risen masuk sebesar 0,019%

secara signifikan di tingkat keyakinan 99%. Hasil arah hubungan sesuai dengan hipotesis dan

penelitian Brauw dan Mu (2012), artinya migran risen akan menuju daerah yang kebanyakan

penduduknya menggunakan air bersih atau adanya sarana air bersih yang memadai. Kondisi air

bersih yang baik dapat berkontribusi terhadap kesehatan dan aktivitas ekonomi, sehingga migran

tertarik masuk untuk mendapatkan kehidupan yang lebih layak.

Variabel CRIME atau jumlah kriminalitas sebagai variabel provinsi juga mampu

merepresentasikan kondisi kabupaten/kota. Hal ini ditunjukkan oleh pengaruh negatif yang

signifikan variabel tersebut terhadap migrasi risen masuk pada hasil regresi model kedua.


14

Dengan mengontrol variabel bebas lainnya, adanya peningkatan pada jumlah kriminalitas

sebesar 1 satuan akan menurunkan jumlah migrasi risen masuk sebesar 0,002% secara signifikan

di tingkat keyakinan 99%. Hasil arah hubungan sesuai dengan hipotesis yang juga didukung oleh

hasil penelitian yang dilakukan Mariangela dan Moreste (2009), yakni kriminalitas yang tinggi di

suatu kabupaten/kota akan menghambat migran masuk ke kabupaten/kota tersebut. Kriminalitas

menunjukkan ketidakamanan di daerah tempat tinggal yang merupakan salah satu faktor penting

bagi setiap orang. Adanya kriminalitas di suatu daerah dapat membuat kerugian dari sisi

ekonomi dan sosial sehingga bukan menjadi faktor penarik bagi migran untuk pindah.

Secara keseluruhan, hasil regresi dengan menggunakan robust menunjukkan seluruh

variabel dalam model 1 dan model 2 signifikan dan arah hubungannya sesuai dengan hipotesis.

Variabel kabupaten/kota secara konsisten berpengaruh terhadap migrasi risen masuk dengan atau

tanpa disertai variabel provinsi dalam model. Variabel jumlah fasilitas kesehatan, kemiskinan,

dan rata-rata lama sekolah merupakan variabel yang paling berpengaruh terhadap migrasi risen

masuk, dilihat dari nilai t-statistik yang paling besar dalam kedua model.

Kesimpulan

Kesimpulan dari penelitian ini adalah determinan migrasi risen masuk yang terdiri dari

faktor ekonomi, sosial dan faktor ekonomi dan lingkungan, memiliki pengaruh terhadap migrasi

risen masuk di Indonesia tahun 2012. Determinan variabel merupakan faktor penarik dan faktor

penghambat dari kabupaten/kota tujuan. Berdasarkan hasil dari analisis deskriptif, migrasi risen

masuk lebih tinggi di kabupaten/kota yang memiliki PDRB per kapita, rata-rata lama sekolah,

dan jumlah fasilitas kesehatan tinggi.

Hubungan antara PDRB per kapita dengan migrasi risen masuk dibuktikan dengan salah

satu contoh yaitu Kabupaten Tambrauw di Provinsi Papua Barat dan Kota Tidore Kepulauan di

Provinsi Maluku Utara. Kabupaten Tambrauw dan Kota Tidore Kepulauan memiliki PDRB per

kapita yang tergolong paling rendah di tahun 2010 dan memiliki jumlah migran risen masuk

yang juga terendah pada tahun 2012.

Begitu pula hubungan antara pendidikan dan migrasi risen masuk, sebagai contoh yaitu

Kabupaten Pegunungan Bintang dan Kabupaten Yalimo di Provinsi Papua dan Kota

Subulussalam di Provinsi Aceh yang menujukkan tingkat pendidikan paling rendah di tahun

2010 dan termasuk dalam kabupaten dengan jumlah migran risen masuk terendah pada tahun


15

2012. Sebaliknya, Kota Sidoarjo dan Kota Sleman memilki tingkat pendidikan paling tinggi di

tahun 2010 dan termasuk kota dengan jumlah migran risen masuk paling tinggi pula tahun 2012.

Hubungan antara kesehatan dan migrasi risen masuk juga ditunjukkan dalam contoh

Kotamadya Jakarta Timur yang memiliki jumlah fasilitas kesehatan dan jumlah migran risen

masuk paling tinggi, sementara Kabupaten Tambrauw, Kabupaten Mamberamo Tengah, dan

Kabupaten Maybrat yang memiliki jumlah fasilitas kesehatan paling rendah di tahun 2010,

jumlah migran risen masuk ke kabupaten tersebut juga paling rendah di tahun 2012. Hubungan

variabel juga didukung oleh analisis inferensial yang memperlihatkan pengaruh positif yang

signifikan antara variabel PDRB per kapita, rata-rata lama sekolah, dan jumlah fasilitas

kesehatan terhadap migrasi risen masuk ke suatu daerah.

Variabel kondisi jalan yang baik lebih dapat dijelaskan oleh analisis diagram pencar

dalam pengaruhnya terhadap migrasi risen masuk. Hasil diagram pencar menunjukkan kedua

variabel memiliki korelasi positif, namun hubungan antara variabel infrastruktur jalan baik dan

migrasi risen masuk tidak cukup kuat korelasinya. Sementara untuk variabel lingkungan,

hubungannya dengan migrasi risen masuk dapat dilihat dari hasil regresi. Pengaruh variabel

dibuktikan dalam analisis regresi yang menghasilkan pengaruh positif dan signifikan antara

variabel kondisi jalan yang baik dan variabel lingkungan air bersih terhadap migrasi risen masuk.

Sebaliknya, berdasarkan analisis deskriptif, migrasi risen masuk lebih rendah di

kabupaten/kota yang memiliki tingkat kemiskinan dan kriminalitas tinggi. Data deskriptif

menunjukkan persentase penduduk miskin yang tinggi di kabupaten/kota yang terletak di

Provinsi Papua dan Papua Barat menghasilkan jumlah migrasi risen masuk ke kabupaten/kota

tersebut paling rendah pada tahun 2012. Begitu pula dengan Kota Depok, yang memiliki

persentase kemiskinan yang tergolong terendah di tahun 2010 ternyata memiliki jumlah migrasi

risen masuk yang paling tinggi di tahun 2012. Hasil tersebut juga didukung oleh analisis

inferensial yang menghasilkan pengaruh yang negatif dari persentase kemiskinan dan

kriminalitas terhadap migrasi risen masuk dengan pengaruh yang cukup kuat dan signifikan.

Variabel indikator kemiskinan dan kriminalitas tersebut berhasil sebagai faktor penghambat

migrasi risen masuk ke kabupaten/kota.

Secara keseluruhan, ketika terjadi peningkatan faktor penarik di kabupaten/kota tujuan

maka akan meningkatkan probabilitas migran untuk pindah ke kabupaten/kota tersebut. Lain


16

halnya ketika terjadi perubahan faktor penghambat yang meningkat di kabupaten/kota tujuan

maka akan mengecilkan kemungkinan migran untuk pindah menuju kabupaten/kota tersebut.

Saran

Migrasi bukan suatu fenomena baru atau sebuah kegagalan dari pembangunan dan bukan

juga merupakan substitusi dari pembangunan. Migrasi merupakan sebuah proses yang akan

mempengaruhi migran yang pindah, penduduk yang tetap tinggal di daerah asal, dan penduduk

di tempat tujuan baru migran. Oleh karena itu, angka migrasi tinggi atau rendah bukan

merupakan hal yang patut diintervensi, melainkan bagaimana dampak atas proses migrasi

tersebut bagi daerah yang ditinggal serta daerah yang dituju. Berdasarkan hasil penelitian yang

dilakukan maka saran yang dapat diberikan adalah sebagai berikut:

1. Bagi Pemerintah

Migrasi risen masuk yang terjadi di Indonesia memiliki persebaran arus yang belum

merata. Dalam mengatasi permasalahan pemerataan persebaran penduduk, migrasi masuk

sebaiknya dapat berperan untuk mendorong peningkatan pembangunan dan peningkatan

kesejahteraan. Dari hasil penelitian ternyata migran tidak hanya pindah karena alasan ekonomi

dan peluang pendapatan riil yang lebih baik, namun keputusan migran juga ditentukan oleh

keinginan mendapatkan kehidupan yang lebih layak dan baik dengan tersedianya fasilitas publik.

Migran dengan alasan non-ekonomi seperti ini belum tentu memiliki keahlian dan kualitas

sumber daya manusia yang baik, sehingga kedatangan migran di daerah tujuan perlu

diperhatikan agar tidak menjadi beban baru bagi penduduk di daerah tujuan.

Mengingat fasilitas kesehatan yang paling berpengaruh terhadap migrasi masuk, cara

yang bisa dilakukan pemerintah antara lain dengan mengevaluasi fasilitas kesehatan di setiap

kabupaten/kota sehingga dapat menjadi efektif dan efisien dalam kontribusi terhadap kesehatan

masyarakat di masing-masing kabupaten tersebut. Pengaruh tingkat pendidikan juga cukup besar

dalam menarik migran masuk ke suatu daerah, sehingga penyediaan institusi pendidikan yang

lebih baik di setiap kabupaten/kota dapat dilakukan. Fasilitas kesehatan dan pendidikan yang

berkualitas dan merata dapat mengakibatkan arus migran tidak terfokus pada satu daerah saja,

sehingga persebaran penduduk dapat lebih merata.

2. Bagi Penelitian Selanjutnya

Keterbatasan penelitian ialah dalam menentukan asumsi migran risen yang masuk ke

kabupaten/kota pada tahun 2012 melakukan perpindahan pada tahun 2012 saja, tidak


17

mempertimbangkan waktu perpindahan yang terjadi dalam tahun sebelumnya. Padahal, migran

risen dapat melakukan migrasi dalam kurun waktu lima tahun, yaitu antara tahun 2007 hingga

tahun 2012. Untuk itu, penelitian selanjutnya dapat mempertimbangkan waktu pindah yang

dilakukan migran risen tersebut.

Kemudian, penelitian selanjutnya sebaiknya lebih membedakan antara kabupaten dan kota

dengan menggunakan variabel dummy, sehingga dapat terlihat jelas perbandingan pengaruh

variabel bebas dalam perbedaan karakteristik kabupaten dan karakteristik kota. Variabel provinsi

juga dapat dikelompokkan (cluster) saat pengolahan data agar lebih merepresentasikan

karakteristik kabupaten/kota. Selain itu, peneliti dapat menambah variabel bebas untuk melihat

apakah ada variabel determinan migrasi lainnya pada tingkat kabupaten/kota, selain variabel

yang sudah digunakan.

Daftar Pustaka

Badan Pusat Statistik. (2008-2012). Produk Domestik Regional Bruto Provinsi Indonesia

Menurut Kabupaten/Kota. Jakarta: Indonesia.

Badan Pusat Statistik. (2010). Data dan Informasi Kemiskinan Kabupaten/Kota Tahun 2010.

Jakarta: Indonesia

Badan Pusat Statistik. (2010). Publikasi Sensus Penduduk 2010. Indonesia.

http://sp2010.bps.go.id/index.php/publikasi/index

Badan Pusat Statistik. (2011). Statistik Lingkungan Hidup Indonesia 2011. Jakarta: Indonesia.

Badan Pusat Statistik. (2013). Berita Resmi Statistik: Pertumbuhan Ekonomi Indonesia.5

Februari 2013. Indonesia.

http://www.bps.go.id/brs_file/pdb_05feb13.pdf

Borjas, George J. (2013). Labor Economics. New York: McGraw-Hill.

Brauw, Alan de dan Ren Mu. (2012). Unattended but Not Undernourished; Young Children Left

Behind in Rural China. International Food Policy Research Institute: IFPRI Discussion

Paper 01191.

Budiasriati, Nurshesari B. (2008). Faktor-Faktor Yang Mempengaruhi Jumlah Migrasi Risen

Masuk Antar Propinsi di Indonesia Pada Tahun 2005. Departemen Ilmu Ekonomi

Fakultas Ekonomi Universitas Indonesia.


http://sp2010.bps.go.id/index.php/publikasi/index

18

Darmawan, Beny dan Chotib. (2007). Perkiraan Pola Migrasi Antarprovinsi di Indonesia

Berdasarkan “Indeks Ketertarikan Ekonomi”. Lembaga Demografi Fakultas Ekonomi

Universitas Indonesia.

Filiztekin, Alpay dan Ali Gokhan. (2005). The Determinants of Internal Migration In Turkey.

Faculty of Arts and Social Sciences Sabanci University.

Geis, Wido, Silke Uebelmesser, dan Martin Werding. (2008). How do Migrants Choose Their

Destination Country? An Analysis of Institutional Determinants. Institute for Economic

Research, Department of Social Policy and Labor Markets, University of Munich.

Gujarati, Damodar. (2006). Basic Econometrics. Mc-Graw-Hill.

Kementrian Kesehatan Republik Indonesia. (2011). Data Dasar Puskesmas Kondisi Desember

Tahun 2010. Jakarta: Indonesia.

Kementrian Keuangan Republik Indonesia, Direktorat Jenderal Perimbangan Keuangan. (2012).

Tinjauan Ekonomi & Keuangan Daerah. Desember 2012. Jakarta: Indonesia.

http://www.djpk.kemenkeu.go.id

Kurekova, Lucia. (2011). Theories of Migration: Conceptual Review and Empirical Testing in

the Context of the EU East-West Flows. Central European University.

Lee, Everett S. (1966). A Theory of Migration.Demography, Vol. 3, No.1, 47-57. University of

Pennsylvania.

Lembaga Demografi Fakultas Ekonomi Universitas Indonesia. (2010). Dasar-Dasar Demografi

(Edisi 2). Jakarta: Salemba Empat.

Mariangela, Bonasia dan Napolitano Oreste. (2009). Determinants of Different Internal

Migration Trends: The Italian Experience. Department of Economic Studies, University

of Naples “Parthenope”.

Morten, Melanie dan Jaqueline Oliveira. (2014). Migration, Roads and Labor Market

Integration: Evidence from a Planned Capital City. Stanford University.

Riley, Chris. (2011). Push and Pull Factors Behind Migration.

Schulzek, Nina. (2012). The impact of welfare systems on immigration: An analysis of welfare

magnets as a pull-factor for asylum seekers and labour migrants. Migration Studies Unit

London School od Economics and Political Science, Working Papers No. 2012/02.

Todaro, Michael P. (1980). Population and Economic Change in Developing Countries.

University of Chicago Press, 361-402.


DETERMINAN MIGRASI RISEN MASUK TINGKAT …

Documents

Transcript of DETERMINAN MIGRASI RISEN MASUK TINGKAT …