Jurnal
Indonesia Sosial Teknologi
p�ISSN:
2723-6609; e-ISSN: 2745-5254
Analisis Laju Pertumbuhan Ekonomi, Pengaruh Pertumbuhan
Penduduk, dan Upah Minimum Terhadap Tingkat Pengangguran di Provinsi Bali Tahun
2011-2020
Maria Ayu
Emanuelle1
I Wayan Wenagama2
Fakultas Ekonomi dan
Binis Universitas Udayana, Bali, Indonesia1,2
Email: [email protected]
Abstract
The aims of this study
are to: (1) identify and analyze the impact of the Economic Growth Rate,
Population Growth, and Minimum Wage on unemployment in Bali Province in
2011-2020; (2) and partly on Unemployment in Bali Province in 2011-2020; and
(3) identify and analyze the most dominant variables influencing unemployment
in Bali Province in 2011-2020. The purpose of this study is to determine and
examine the impact of the Economic Growth Rate, Population Growth, and Minimum
Wage on unemployment in the Province of Bali in 2011-2020. This research is a
quantitative analysis that relies on time series data (2011-2020). For the
purposes of this study, secondary data was used. Secondary data is obtained
from the Central Bureau of Statistics and periodicals that serve as learning
resources. The findings of this study indicate that: (1) population growth has
a positive effect on unemployment, the rate of economic growth has a negative
effect on unemployment, and the minimum wage has a positive effect on
unemployment; (2) The rate of economic growth, population growth, and the
minimum wage have a positive effect on unemployment in Bali Province between
2011 and 2020; and (3) Population growth is the dominant variable affecting
unemployment.
Keywords: Unemployment
Rate, Economic Growth Rate, Population Growth, and
Minimum Wage.
Abstrak
Penelitian
ini bertujuan untuk: (1) mengetahui atau menganalisis dampak Tingkat Laju
Pertumbuhan Ekonomi, Pertumbuhan Penduduk, dan Upah Minimum terhadap
pengangguran di Provinsi Bali tahun 2011-2020; (2) dan sebagian terhadap
Pengangguran di Provinsi Bali tahun 2011-2020; serta (3) mengidentifikasi variable
y dominan yang berpengaruh terhadap pengangguran di Provinsi Bali tahun
2011-2020. Tujuan dari penelitian ini adalah untuk mengetahui dan mengkaji
dampak Laju Pertumbuhan Ekonomi, Pertumbuhan Penduduk, dan Upah Minimum
terhadap pengangguran di Provinsi Bali tahun 2011-2020. Penelitian ini
merupakan analisis kuantitatif yang mengandalkan data time series (2011- 2020).
Untuk keperluan penelitian ini, digunakan data sekunder. Data sekunder
diperoleh dari Badan Pusat Statistik dan terbitan berkala yang berfungsi
sebagai sumber belajar. Temuan penelitian ini menampilkan bahwa: (1)
Pertumbuhan penduduk berpengaruh positif terhadap pengangguran, laju
pertumbuhan ekonomi berpengaruh negatif terhadap pengangguran, dan upah minimum
berpengaruh positif terhadap pengangguran; (2) Laju pertumbuhan ekonomi,
pertumbuhan penduduk, dan upah minimum berpengaruh positif terhadap
pengangguran di Provinsi Bali antara tahun 2011 dan 2020; dan (3) Pertumbuhan
penduduk merupakan variabel dominan yang mempengaruhi pengangguran.
Kata kunci: Tingkat
Pengangguran, Laju Pertumbuhan Ekonomi, Pertumbuhan Penduduk, dan Upah Minimum.
Pendahuluan
Laju
pertumbuhan ekonomi dapat digunakan untuk menilai keberhasilan upaya
peningkatan kualitas hidup penduduk. Untuk meningkatkan kualitas hidup seluruh
masyarakat, pembangunan ekonomi kerakyatan sangat penting (Maulida & Sari, 2015). Perencanaan yang lebih kuat dan lebih rinci
diperlukan untuk menyelidiki sumber daya yang sudah tersedia untuk mencapai
tingkat kesehatan ini. Salah satu strategi untuk merangsang pertumbuhan ekonomi
adalah dengan meningkatkan jumlah uang yang masuk ke dalam negeri dengan
meningkatkan kapasitas produksi. Dalam keadaan apa pun perluasan akses ke
sumber daya manusia tidak dapat dipisahkan dari peningkatan kemampuan industri.
Penduduk
usia kerja Indonesia (15�64 tahun) meningkat, yang merupakan tren demografis
yang menguntungkan yang berkontribusi pada sumber daya manusia yang berlimpah
di negara ini. Pada tahun 2020 terdapat 191,08 juta penduduk usia kerja di
Indonesia dari total penduduk 270,2 juta jiwa. Jumlah ini meningkat 70,72
persen dari jumlah penduduk yang sedang dalam masa usia kerja pada tahun 2010.
Ekspansi penduduk yang cepat, terutama jika terjadi dalam jumlah yang besar,
dapat membawa banyak masalah-masalah baru, dimana salah satunya adalah
meningkatnya pengangguran. Sementara itu, jumlah penduduk terus meningkat pada
tingkat yang mengkhawatirkan, dan semakin banyak penduduk, semakin parah krisis
pengangguran (Sukirno, 2010). Tingkat pengangguran mengikuti tren yang dapat
diprediksi selama setahun. Dapat dilihat dari data yang dianalisis oleh Badan
Pusat Statistik (BPS), yang dapat diringkas sebagai berikut:
Berdasarkan
grafik yang disajikan di Gambar 1. menunjukan bahwa, tingkat pengangguran di
Indonesia dalam 10 tahun terakhir mengalami fluktuasi namun cenderung menurun
tetapi besarnya tidak terlalu signifikan. Tingkat pengangguran tertinggi selama
10 tahun terakhir tercatat di tahun 2011 sebesar 7,48 persen, dan yang paling
rendah pada tahun 2019 yaitu 5,28 persen. Namun karena pandemi Covid-19 diawal
tahun 2020, menyebabkan perekonomian terganggu, sehingga beberapa perusahaan
terpaksa melakukan pemutusan hubungan kerja. Pengangguran merupakan penghambat
pembangunan ekonomi di semua Provinsi karena pengangguran tidak memberikan
kontribusi ekonomi, meskipun mereka masih membutuhkan akses pangan, perumahan,
kesehatan, dll. Pengangguran terkait dengan upaya pemerintah daerah untuk
mengurangi jumlah penduduk tidak bekerja di wilayahnya dapat dilihat pada
Gambar 1)
Gambar
2. Jumlah Pengangguran Terbuka di Provinsi Bali periode 2011-2020 (Ribu Jiwa)
Sumber: BPS Indonesia 2020.
Dilihat
dari 10 tahun terakhir, tingkat pengangguran berfluktuasi, puncaknya di tahun
2020, terjadi peningkatan secara drastis. Penurunan pengangguran terjadi di
tahun 2011 ke tahun 2012, dimana tahun tersebut tingkat pengganguran menurun
sebesar 17,486. Peningkatan tertinggi tingkat pengangguran ada pada tahun 2019
ke tahun 2020.
Besarnya
nilai tambah yang dapat dihasilkan suatu daerah yang disebut juga dengan Produk
Dalam Negeri digunakan untuk menentukan laju pertumbuhan ekonomi (Estrada &
Wenagama, 2020). Ketika kita berbicara tentang pertumbuhan ekonomi, yang kita
maksud adalah perluasan kegiatan ekonomi yang mengacu kepada bertambahnya
jumlah produk serta jasa. PDB suatu daerah dapat dibandingkan dengan PDB tahun
sebelumnya sebagai cara untuk mengukur kemajuan ekonomi. Pertumbuhan ekonomi
daerah mengacu pada peningkatan jumlah barang dan jasa yang diproduksi di suatu
daerah. (Cita & Wirawan, 2013).
Sangat penting bagi
karyawan dan keluarga mereka untuk mendapatkan kompensasi yang adil karena upah
praktis merupakan sumber pendapatan utama seseorang untuk memenuhi kebutuhan
dasar mereka. Ketika majikan membayar pekerja sejumlah uang sebagai imbalan
atas pekerjaan yang dilakukan dengan baik atau layanan yang diberikan, jumlah
itu dikenal sebagai upah pekerja. Upah juga dikenal sebagai kompensasi atau kompensasi
atas jasa. Majikan memberikan upah pekerja sebagai imbalan untuk menyelesaikan
tugas atau layanan. Upah ditentukan oleh kesepakatan atau undang-undang dan
dibayar secara teratur. Setiap tahun, tingkat Upah Minimum Provinsi di Provinsi
Bali tampak menanjak. Kehidupan masyarakat yang seharusnya lebih baik dan
seimbang dengan kenaikan upah minimum setiap tahun, dan standar hidup
masyarakat di suatu daerah diproyeksikan meningkat.
Majikan
harus membayar pekerja setidaknya sesuai dengan apa yang mereka harapkan untuk
diperoleh agar mereka tidak menjadi pengangguran, dan upah minimum regional
merupakan pengaruh besar dalam hal ini. (Putra dan Yasa 2016).
Berdasarkan
Tabel 1.2, upah minimum mengalami kenaikan setiap tahun, dengan kenaikan yang
paling substansial terjadi pada tahun 2014, yaitu meningkat sebesar 360.600
rupiah menjadi total 1.542.600 rupiah, naik dari 1.181.000 rupiah pada tahun
sebelumnya. Upah berdampak pada jumlah orang yang dipekerjakan, dan jika
tingkat upah dinaikkan maka akan mengakibatkan kenaikan biaya produksi.
Berikut
beberapa tujuan penelitian: 1) Memahami dan menganalisis pengaruh simultan
Tingkat Pertumbuhan Ekonomi (X1), Pertumbuhan Penduduk (X2),
dan Upah Minimum (X3) terhadap Pengangguran (Y) di Provinsi Bali
Tahun 2011-2020; 2) Memahami dan menganalisis pengaruh (X3) Pengangguran (Y) di
Provinsi Bali Tahun 2011-2020; dan 3) Menganalisis variabel dominan yang paling
mempengaruhi pengangguran di Provinsi Bali tahun 2011-2020.
Berikut
dampak negatif dan signifikan secara simultan dari Laju Pertumbuhan Ekonomi,
Pertumbuhan Penduduk, dan Upah Minimum terhadap Pengangguran di Provinsi Bali
dari tahun 2011 hingga 2020: Laju pertumbuhan ekonomi ditentukan dengan
menggunakan informasi produk domestik bruto, yang secara keseluruhan negatif
sedang berdampak pada pengangguran di Provinsi Bali dari tahun 2011 hingga
2020. Artinya setiap peningkatan pembangunan ekonomi berpotensi mengurangi
jumlah pengangguran yang aktif mencari pekerjaan. Menurut Tisna, 2008,
pertumbuhan ekonomi berdampak negatif dan cukup besar terhadap Tingkat
Pengangguran Terbuka. Dengan temuan ini, ini konsisten. Setidaknya sebagian,
pertumbuhan penduduk memiliki dampak yang menguntungkan pada tingkat
pengangguran. Tingkat Pengangguran Terbuka berkorelasi positif dengan jumlah
penduduk baik di Kabupaten maupun Kota di Provinsi Bali. Hal ini sesuai dengan
penelitian sebelumnya yang menemukan korelasi antara ukuran populasi dan
pengangguran terbuka. (Azizah 2016) menemukan bahwa populasi, pertumbuhan
ekonomi, dan inflasi semuanya memiliki dampak yang menguntungkan, sesuai dengan
penelitian sebelumnya. Bukti menunjukkan bahwa menurunkan upah minimum
meningkatkan pengangguran dalam jumlah kecil. Menurut penelitian, gaji akan
berdampak besar pada tingkat pengangguran di Provinsi Bali antara tahun 2011
dan 2020. Artinya, kenaikan pendapatan akan menurunkan tingkat pengangguran,
akibatnya. Penurunan pendapatan akan menyebabkan kenaikan tingkat pengangguran,
di sisi lain. Tingkat pengangguran yang tinggi akan terjadi jika upah di suatu
wilayah dijaga tetap rendah secara artifisial. Penelitian Pramudjasi,
Juliansyah, dan Lestari (2019) menunjukkan bahwa pendidikan, upah minimum, dan
jumlah penduduk semuanya berdampak kecil terhadap pengangguran. Menurut
penelitian Dewi Indriani (2019), upah minimum di Provinsi Lampung tidak
berdampak besar terhadap tingkat pengangguran.Hubungan yang ada antara variabel
dalam penyelidikan ini digambarkan pada Gambar 3 dengan penggambaran kerangka
konseptual.
Pengangguran (Y) Laju Pertumbuhan
Ekonomi (X1) Pertumbuhan
Penduduk (X2) Upah Minimum (X3) Pengaruh Secara
Simultan (X3) Pengaruh Secara
Parsial (X3)
Gambar
3. Kerangka Konseptual
Berdasarkan
kerangka konsep diatas, hipotesis penelitiannya dapat dijabarkan sebagai
berikut: 1) Laju Pertumbuhan Ekonomi (X1), Pertumbuhan Penduduk (X2),
dan Upah Minimum (X3) secara simultan berpengaruh terhadap tingkat Pengangguran (Y); 2) Laju Pertumbuhan
Ekonomi (X1) secara parsial berpengaruh negatif terhadap tingkat
Pengangguran (Y); 3) Pertumbuhan Penduduk (X2) secara parsial
berpengaruh positif terhadap tingkat Pengtangguran (Y); dan 4) Upah Minimum (X3)
secara parsial berpengaruh negatif
terhadap tingkat pengangguran (Y).
Metode Penelitian
Penelitian ini menggunakan strategi penelitian
kuantitatif asosiatif, berfokus pada kotamadya Bali. Badan Pusat Statistik
merupakan sumber utama data sekunder untuk penelitian ini. Penelitian
kuantitatif menggunakan metodologi penelitian positivis untuk memeriksa
sekelompok orang atau sampel tertentu. Ada beberapa teori yang sedang diuji
dalam penelitian kuantitatif ini (Sugiyono, 2013). Tujuan dari studi asosiatif
adalah untuk mengetahui bagaimana satu variabel mempengaruhi variabel lainnya.
Persamaan yang digunakan dalam penelitian ini
adalah regresi linier berganda yang bertujuan untuk menentukan bagaimana
variabel Tingkat Pertumbuhan Ekonomi, Pertumbuhan Penduduk, dan Upah Minimum
semuanya berdampak pada Tingkat Pengangguran. Persamaan regresi linier berganda
dapat dinyatakan dalam bentuk umum sebagai berikut, menurut penelitian Wirawan
N. (2017):.
Y=
α + β1 X1 + β2X2 +
β3X3 + u..................... (3.1)
Ket: Y =
Tingkat Pengangguran, X1 = Laju Pertumbuhan Ekonomi, X2 =
Pertumbuhan Penduduk, X3 = Upah Minimum
α =
Intersept, β = Koefisien regresi., u = Variabel pengganggu.
Bentuk efek acak, bentuk efek tetap, atau bentuk efek
umum adalah tiga pendekatan untuk estimasi berdasarkan regresi data panel. Ini
adalah jenis yang paling umum digunakan dalam regresi data panel. Ketika koefisien
regresi dan nilai t suatu variabel adalah yang tertinggi, variabel tersebut
memiliki pengaruh yang dominan terhadap faktor-faktor lain. Pengaruh variabel
independen terhadap variabel dependen ditentukan dengan menggunakan uji
dominan. Bila koefisien regresi dan nilai t suatu variabel memiliki nilai
tertinggi, itulah kriteria uji dominan.
Hasil
dan Pembahasan
Di bawah ini adalah faktor-faktor yang
digunakan dalam penyelidikan penelitian ini, untuk dapat melihat hubungan antar
variable. Lihat Gambar 4 untuk variasi tahun ke tahun dalam tingkat
pengangguran di Provinsi Bali:.
Sumber: BPS Indonesia 2020.
Gambar 4. Jumlah Pengangguran Terbuka di Provinsi Bali periode
2011-2020 (Ribu Jiwa)
Dilihat dari 10 tahun terakhir, tingkat
pengangguran berfluktuasi, puncaknya di tahun 2020, terjadi peningkatan secara
drastis. Penurunan pengangguran terjadi di tahun 2011 ke tahun 2012, dimana
tahun tersebut tingkat pengganguran menurun sebesar 17,486. Peningkatan
tertinggi tingkat pengangguran ada pada tahun 2019 ke tahun 2020. Pada tahun
2019 tingkat penggangguran meningkat 3,066 dari tahun 2018, padahal pada tahun
itu terjadi penurunan tingkat pengangguran sebesar 1,658 dari tahun sebelumnya.
Teknik yang digunakan untuk mengukur kemajuan
ekonomi suatu daerah adalah membandingkan Produk Domestik Regional Bruto (PDRB)
dari satu tahun ke tahun sebelumnya, dengan adanya peningkatan jumlah produk
atau jasa yang dihasilkan di suatu daerah disebut sebagai perluasan ekonomi
daerah. (Cita & Wirawan, 2013).
�Tabel�
1. Produk Domestik
Regional Bruto pada kabupaten/Kota di Provinsi Bali Tahun 2011-2020 (ribu
rupiah)
|
Kabupaten/Kota |
Tahun |
||||||||
|
2011 |
2012 |
2013 |
2014 |
2015 |
2016 |
2017 |
2018 |
2019 |
|
|
Jembrana |
23.810,64 |
26.194,40 |
28.991,99 |
33.432,14 |
37.548,79 |
40.862,31 |
44.070,03 |
47.518,61 |
50.919,08 |
|
Tabanan |
24.355,69 |
26.812,40 |
30.114,49 |
34.11,49 |
38.991,12 |
42.486,32 |
46.201,84 |
49.917,00 |
53.590,19 |
|
Badung |
41.912,05 |
47.305,65 |
53.972,89 |
61.833,95 |
68.843,84 |
74.933,60 |
81.345,41 |
87.985,13 |
93.691,52 |
|
Gianyar |
25.475,02 |
28.272,76 |
31.620,98 |
36.512,03 |
40.679,34 |
44.261,91 |
48.037,46 |
52.130,78 |
55.803,85 |
|
Klungkung |
23.064,85 |
25.435,21 |
28.174,51 |
32.474,22 |
36,575,03 |
40.249,11 |
43.885,69 |
47.473,13 |
50.927,41 |
|
Bangli |
14.021,85 |
15.375,76 |
17.179,49 |
19.799,94 |
22.218,27 |
24.384,40 |
26.551,46 |
28.710,41 |
30.794,27 |
|
Karangasem |
18.608,04 |
20.466,31 |
22.985,55 |
26.525,00 |
29.932,05 |
32,645,79 |
35.362,42 |
38.266,39 |
41.060,23 |
|
Buleleng |
24.100,00 |
26.686,58 |
29.992,66 |
34.804,54 |
38.951,20 |
42.593,62 |
46.387,04 |
50.124,84 |
53.755,77 |
|
Kota Denpasar |
27.949,78 |
91.148,79 |
34.730,86 |
39.613,09 |
43.633,80 |
47.235,52 |
51.226,98 |
55.243,40 |
58.785,29 |
|
Provinsi Bali |
26.433,49 |
29.443,59 |
33.135,50 |
28.099,77 |
42.480,42 |
46.210,70 |
50.167,07 |
54.469,59 |
58.243,48 |
Sumber: BPS Provinsi Bali
2020.
Berdasarkan
tabel 3 bahwa di setiap tahun, tingkat Upah Minimum Provinsi di Provinsi
Bali tampak menanjak. Kehidupan masyarakat yang seharusnya lebih baik dan
seimbang dengan kenaikan upah minimum setiap tahun, dan standar hidup masyarakat
di suatu daerah diproyeksikan meningkat.
�Tabel 2. Upah Minimum
Kabupaten/Kota di Provinsi Bali (Rupiah)
|
Kabupaten/Kota |
Tahun |
|
||||||||
|
2011 |
2012 |
2013 |
2014 |
2015 |
2016 |
2017 |
2018 |
2019 |
2020 |
|
|
Jembrana |
927.500 |
1.000.000 |
1.212.000 |
1.542.600 |
1.662.500 |
- |
2.006.617 |
2.181.393 |
2.356.559 |
2.557.102 |
|
Tabanan |
910.00 |
1.005.000 |
1.250.000 |
1542.600 |
1.706.700 |
1.902.970 |
2.059.965 |
2.239.500 |
2.419.332 |
2.625.217 |
|
Badung |
1.221.000 |
1.290.000 |
1.401.000 |
1.728.000 |
1.905.000 |
2.124.075 |
2.299.311 |
2.499.581 |
2.700.297 |
2.930.093 |
|
Gianyar |
1.003.625 |
1.104.000 |
1.230.000 |
1.543.000 |
1.707.750 |
1.904.141 |
2.061.233 |
2.240.766 |
2.421.000 |
2.627.000 |
|
Klungkung |
927.000 |
995.000 |
1.190.000 |
1.545.000 |
1.650.000 |
1.839.750 |
1.991.529 |
2.164.992 |
2.338.840 |
2.538.000 |
|
Bangli |
893.000 |
970.000 |
1.182.000 |
1.542.600 |
1.622.000 |
1.808.530 |
1.957.734 |
2.128.253 |
2.299.152 |
2.494.810 |
|
Karangasem |
953.000 |
1.039.600 |
1.195.000 |
1.542.600 |
1.700.000 |
1.895.500 |
2.051.879 |
2.180.000 |
2.355.054 |
2.555.469 |
|
Buleleng |
895.000 |
975.000 |
1.200.000 |
1.542.600 |
1.650.000 |
1.839.750 |
1.991.529 |
2.165.000 |
2.338.850 |
2.538.000 |
|
Kota Denpasar |
1.191.500 |
1.259.000 |
1.358.000 |
1.656.900 |
1.800.000 |
2.007.000 |
2.173.000 |
2.363.000 |
2.553.000 |
2.770.300 |
|
Provinsi Bali |
890.000 |
967.500 |
1.181.000 |
1.542.600 |
1.621.172 |
7.807.600 |
1.956.727 |
2.127.157 |
2.297.969 |
2.493.523 |
Sumber: BPS Provinsi Bali 2020.
Berdasarkan�
tabel 4 bahwa Majikan harus membayar
pekerja setidaknya sesuai dengan apa yang mereka harapkan untuk diperoleh agar
mereka tidak menjadi pengangguran, dan upah minimum regional merupakan pengaruh
besar dalam hal ini. (Putra & Yasa, 2016)
Pembahasan
Hasil Riset
1) Uji Chow
atau Likelyhood Test
Setelah melakukan uji Chow dan menganalisis
data, nilai probabilitas 0,0010, dipastikan akurat. Akibatnya, hipotesis nol H0
untuk model ini ditolak dan hipotesis nol alternatif Ha diterima karena nilai
probabilitasnya lebih kecil dari ambang signifikansi (0,05). Akibatnya,
estimasi yang lebih baik harus diperoleh dengan menggunakan Fixed Effect Model
(FEM).
2) Uji
Hausman
H0 model ini diterima dan Ha ditolak
berdasarkan temuan uji Hausman, yang menghasilkan probabilitas sebesar 0,1911
dan menunjukkan bahwa nilai probabilitas lebih besar dari taraf signifikansi
(0,05). Karena nilai probabilitas di atas ambang batas signifikansi, maka
kesimpulan ini dapat diambil. Uji Lagrange
Tabel 3 menunjukkan temuan keluaran, dan dapat
ditentukan dari mereka bahwa nilai probabilitas Breusch-Pagan adalah antara
0,0050 dan 0,05. Jika hipotesis H0 ditemukan salah dan hipotesis H1 terbukti benar,
dan kita dapat menarik kesimpulan bahwa Model Efek Acak (REM) yang digunakan.
Uji Asumsi Klasik..
Fakta bahwa nilai
probabilitas pada Gambar 4.1 lebih dari 0,05 menunjukkan bahwa data telah
terdistribusi dengan teratur dan tidak ada masalah dengan ketidaknormalan.
2) Multikolinearitas (Lolos Uji)
Berdasarkan hasil pada tabel di atas, nilai
tolerance untuk penelitian ini adalah 0,10, dan nilai VIF adalah 10, yang
menunjukkan bahwa data yang digunakan dalam penelitian ini tidak termasuk kasus
multikoloniaritas.
3) Heterokedastisitas
(Lolos Uji)
Tabel 4.7 menunjukkan bahwa tidak ada masalah
heteroskedastisitas yang tejadi di dalam penelitian ini karena nilai Prob.F
lebih dari 0,05 dan diturunkan menjadi 0,1839.
4) Autokorelasi
(Lolos Uji)
Uji autokorelasi digunakan untuk menguji ada
tidaknya hubungan antara confounding error yang terjadi selama periode t dan
t-1 pada model (periode sebelumnya). Nilai Prob Chi Square pada Tabel 4.8
adalah 0,0786 > 0,05 yang menunjukkan bahwa tidak terjadi masalah
autokorelasi pada penelitian ini.
Merupakan pengujian pengaruh variabel bebas
terhadap variabel terikat dengan menggunakan data panel. Dimana pengaruh
variabel independen terhadap variabel dependen dinilai melalui estimasi regresi
panel menggunakan teknik Random Effect Model (REM), yang menggabungkan dataset
deret waktu dan cross sectional. Hasil estimasi Eviews10 diringkas sebagai
berikut:
�Tabel 4. 1 Random Effect Model (REM)
|
Dependent Variable: Y |
|
|
||
|
Method: Panel EGLS (Cross-section random effects) |
||||
|
Date: 07/10/21�� Time: 15:17 |
|
|
||
|
Sample: 2011 2020 |
|
|
||
|
Periods included: 10 |
|
|
||
|
Cross-sections included: 9 |
|
|
||
|
Total panel (unbalanced) observations: 89 |
|
|||
|
Wansbeek and Kapteyn estimator of component variances |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
|
|
|
|
|
|
|
|
|
|
|
|
C |
0.134391 |
0.486448 |
0.276269 |
0.7830 |
|
X1 |
0.011438 |
0.040365 |
0.283380 |
0.7776 |
|
X2 |
0.096567 |
0.041298 |
2.338302 |
0.0217 |
|
X3 |
0.077588 |
0.061841 |
1.254634 |
0.2131 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Effects Specification |
|
|
|
|
|
|
|
S.D. |
Rho |
|
|
|
|
|
|
|
|
|
|
|
|
|
Cross-section random |
0.075741 |
0.2977 |
||
|
Idiosyncratic random |
0.116343 |
0.7023 |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Weighted Statistics |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R-squared |
0.102735 |
Mean dependent var |
0.673177 |
|
|
Adjusted R-squared |
0.071066 |
S.D. dependent var |
0.120081 |
|
|
S.E. of regression |
0.115903 |
Sum squared resid |
1.141853 |
|
|
F-statistic |
3.244095 |
Durbin-Watson stat |
1.722585 |
|
|
Prob(F-statistic) |
0.025935 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Unweighted Statistics |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R-squared |
0.207696 |
Mean dependent var |
1.534218 |
|
|
Sum squared resid |
1.522357 |
Durbin-Watson stat |
1.292036 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Sumber: Data diolah, 2021
(1)
Uji F (F-Test) atau Uji Simultan
Tabel 4 menunjukkan bahwa nilai 0,0259
signifikan secara statistic yang menunjukkan validitas persamaan atau model
regresi yang digunakan. Variabel terikat dapat dijelaskan secara efektif oleh
variabel bebas, jika demikian halnya.
(2)
Hasil Pengujian Hipotesis
dengan Uji t
a.
Pada tabel 4. 7 yang
menunjukkan hasil Randem Effect Model (REM) jika kita lihat dari nilai t-hitung
yang berada pada kolom t-statistic bagian X1 maka nilai t adalah 0,283380.
Kesimpulan dari angka t- statistic tersebut adalah tidak adanya pengaruh yang
signifikan antara variabel X1 terhadap Y, karena nilai t-hitung < t-table
(0,2833 < 1,6604).
b.
Pada tabel 4. 7 ditunjukan
hasil Randem Effect Model (REM) jika kita lihat dari nilai t-hitung yang berada
pada kolom t-statistic bagian X2 maka niali t adalah 2,3883. Kesimpulan dari
angka t-statistic tersebut adalah terdapat pengaruh negatif signifikan antara
variabel X2 terhadap Y, dikarenakan nilai t-hitung > t-table (2,3383 >
1,6604).
c.
Pada tabel 4. 7 ditunjukan
hasil Randem Effect Model (REM) jika dilihat dari nilai t-hitung pada kolom
t-statistic bagian X3 maka niali t adalah 1,2546. Tidak terdapat pengaruh
signifikan antara variabel X3 terhadap Y, dikarenakan nilai t-hitung <
t-table (1,2546 < 1,6604).
(3) Uji Koefisien Determinasi (R2)
Koefisien Determinasi merupakan uji dalam
menentukan atau mengukur sejauh mana suatu model dapat menjelaskan suatu
variabel terikat. Tampilan keluaran Eviews 10 menghasilkan nilai R square yang
disesuaikan sebesar 0,0710, seperti yang ditunjukkan pada Tabel 4; nilai ini
dapat ditemukan di atas. Ini berarti bahwa variabel bebas memberikan kontribusi
sebesar 7,1 persen terhadap variabel terikat, sedangkan sisanya sebesar 92,9
persen (100-7,1) dipengaruhi oleh faktor lain yang tidak diperhitungkan dalam
model dan tidak ditemukan dalam penelitian ini.
Hasil
Persamaan dari Tabel 4.9
Dari
persamaan di atas dapat dijelaskan bahwa :
a.
Jika variabel terikat
Pengangguran bernilai nol, maka nilai Pengangguran adalah konstanta sebesar
0,1343, yang ditunjukkan dengan nilai konstanta 0,1343.
b.
Mengingat bahwa nilai
koefisien Laju Pertumbuhan Ekonomi adalah 0,0114, dapat disimpulkan bahwa
kenaikan satu satuan pada Laju Pertumbuhan Ekonomi menaikan Tingkat
Pengangguran sebesar 0,0114 persen.
c.
Mengingat nilai
Pertumbuhan Penduduk adalah 0,0965, dapat disimpulkan bahwa peningkatan
Pertumbuhan Penduduk sebesar satu angka akan mengakibatkan peningkatan
Pengangguran sebesar 0,0965 persen satuan.
d.
Koefisien Upah Minimum
adalah 0,0775, yang menunjukkan bahwa kenaikan satu unit dalam Upah Minimum
akan menghasilkan peningkatan pengangguran sebesar 0,0775 persen, dengan asumsi
semua faktor lainnya tetap konstan.
4)
�Uji
Dominan
�Tabel 4.9 Data koefisien
|
Model |
Unstandardized Coefficients |
Std Error |
Standardized Coeficients |
Sig |
|
B |
Beta |
|||
|
C |
0.276269 |
0.486448 |
0.134391 |
0.7830 |
|
X1 |
0.283380 |
0.040365 |
0.11438 |
0.7776 |
|
X2 |
2.338302 |
0.041298 |
0.096567 |
0.0217 |
|
X3 |
1.254534 |
0.061841 |
0.077588 |
0.2131 |
Sumber: Data diolah, 2021
�� Dari data di atas diantara kelompok perubah/variabel
X1(Laju Pertumbuhan Ekonomi), X2(Pertumbuhan Penduduk), X3(Upah
Minimum) dan kelompok variabel Y (Tingkat Pengangguran) dari Tabel 4.9
diperoleh nilai Standardized coefficients beta untuk variabel X1 sebesar
0.01143, X2 sebesar 0.09656, dan X3 sebesar 0.07758, yang menunjukan variabel
X2 merupakan variabel yang paling besar dan berpengaruh terhadap variabel Y.
Pembahasan Riset
Nilai 0,0259 didapat dari F-hitung menggunakan
program Eviews10 yang berarti pada taraf signifikansi 5% (0,05), Ho ditolak
atau Hi diterima yang menunjukkan bahwa variabel laju pertumbuhan ekonomi (X1),
pertumbuhan penduduk (X2), dan upah minimum (X3)
berpengaruh negatif dan signifikan terhadap pengangguran. Dengan demikian, Laju
pertumbuhan ekonomi ditentukan dengan menggunakan informasi produk domestik
bruto, yang secara keseluruhan memiliki dampak negatif sederhana terhadap
pengangguran di Provinsi Bali dari tahun 2011 hingga 2020. Faktor signifikan
bernilai 0,7776, sedangkan faktor signifikansi bernilai 0,7776. koefisien
memiliki nilai 0,011438. Artinya, setiap peningkatan pembangunan ekonomi
berpotensi mengurangi jumlah pengangguran yang aktif mencari pekerjaan. Menurut
penelitian Tisna tahun 2008, pertumbuhan ekonomi berdampak negatif dan cukup
besar terhadap Tingkat Pengangguran Terbuka. Dengan temuan ini, ini konsisten.
Setidaknya sebagian, pertumbuhan penduduk memiliki dampak yang menguntungkan
pada tingkat pengangguran.
Berdasarkan uji regresi,
pertumbuhan penduduk (X2) memiliki pengaruh yang cukup menguntungkan terhadap
tingkat pengangguran untuk prakiraan provinsi Bali 2011-2020. Ada hubungan
antara pertumbuhan penduduk di wilayah tersebut dengan peningkatan angka
pengangguran terbuka di Kabupaten dan Kota Provinsi Bali. Peningkatan ukuran
populasi memiliki efek positif pada proporsi pengangguran yang secara aktif
mencari pekerjaan, menurut Hipotesis 2. (Azizah 2016) menemukan bahwa populasi,
pertumbuhan ekonomi, dan inflasi semuanya memiliki dampak yang menguntungkan,
yang sesuai dengan studi sebelumnya.
Menurut hasil uji F, Upah
Minimum memiliki dampak negatif yang cukup besar terhadap pengangguran. Menurut
penelitian, gaji akan berdampak besar pada tingkat pengangguran di Provinsi
Bali antara 2011 dan 2020. Artinya, kenaikan upah akan mengakibatkan penurunan
tingkat pengangguran. Sebaliknya, penurunan upah akan mengakibatkan kenaikan
tingkat pengangguran. Jika upah suatu daerah ditetapkan terlalu rendah, daerah
tersebut akan memiliki tingkat pengangguran yang tinggi. Dimasukkannya komponen
Kebutuhan Hidup Layak (KHL) dalam penilaian upah minimum tentunya menjadi
indikator positif bagi peningkatan kesejahteraan pegawai, apalagi komponen
Kebutuhan Hidup Minimum dulunya merupakan satu-satunya yang digunakan dalam
keputusan (KHM) ini. Temuan ini sesuai dengan penelitian yang dilakukan oleh
Pramudjasi, Juliansyah, dan Lestari (2019), yang mengemukakan bahwa Upah
Minimum dan Pendidikan tidak berpengaruh terhadap pengangguran, tetapi Penduduk
berpengaruh. Lebih lanjut, menurut penelitian yang dilakukan oleh Dewi Indriani
(2019), tidak ada perubahan nyata pada tingkat pengangguran di Provinsi Lampung
sebagai akibat langsung dari penerapan upah minimum.
Variabel yang paling
signifikan mempengaruhi pengangguran di Provinsi Bali tahun 2011-2020 yang
ditunjukkan oleh besarnya koefisien regresi dan perbandingannya dengan
kemungkinan masing-masing variabel adalah Pertumbuhan Penduduk. Dengan
membandingkan ukuran koefisien regresi dengan kemungkinan masing-masing
variabel, hal ini dapat ditunjukkan. Ada kalanya pertambahan penduduk dapat
bermanfaat bagi perekonomian, dan ada kalanya dapat merugikan. Di sisi lain,
salah satu masalah yang menghambat kita adalah pertumbuhan penduduk. Dalam
skenario ini, jika jumlah penduduk tidak terserap oleh unit usaha atau pasar
tenaga kerja, maka akan menjadi penghambat perkembangan ekonomi, yang
mengakibatkan peningkatan jumlah individu yang tidak bekerja. Akibatnya, ketika
populasi tumbuh tanpa peningkatan lapangan kerja yang bersamaan, tingkat
pengangguran baru naik, memberi tekanan pada ekonomi.
Kesimpulan
Laju pembangunan ekonomi (X1),
pertumbuhan penduduk (X2), dan upah minimum (X3) semuanya
memiliki pengaruh yang signifikan terhadap jumlah individu yang menganggur di
Provinsi Bali antara tahun 2011 dan 2020.
Laju pertumbuhan ekonomi Provinsi Bali yang
fluktuatif akan berpengaruh negatif dan signifikan terhadap tingkat
pengangguran provinsi antara tahun 2011 hingga 2020. Pengaruh ini bersifat
parsial. Variabel yang diwakili oleh �Pertumbuhan Penduduk� berpengaruh positif
dan signifikan secara statistik terhadap tingkat pengangguran di Provinsi Bali
selama periode waktu yang dicakup oleh penelitian ini (2011-2020). Selama
periode 2011-2020, upah minimum merupakan variabel yang berpengaruh negatif dan
signifikan terhadap tingkat pengangguran di Provinsi Bali. Ini hanya dampak
parsial.
Laju pertumbuhan penduduk merupakan unsur
terpenting dalam menentukan tingkat pengangguran.
Sebagai hasil dari temuan penelitian dan
kesimpulan sebelumnya, beberapa rekomendasi untuk mengatasi masalah pengangguran,
yang tentunya merupakan salah satu masalah paling persisten di Indonesia, dapat
dibuat. Pemerintah kabupaten/kota, serta pemerintah pusat, di Provinsi Bali
diharapkan mampu mengakselerasi pertumbuhan ekonomi, sehingga operasional
ekonomi dapat menjangkau wilayah geografis yang lebih luas. - kemungkinan untuk
mengembangkan kemungkinan kerja baru serta berbagai alternatif karir baru
Pemerintah diharapkan dapat membantu dalam mendukung semua desain pendidikan
sebagai pemembentukan sumber daya manusia yang baik dan dapat bersaing di
bidang peningkatan produktivitas tenaga kerja. Salah satu harapan yang
ditempatkan pada pemerintah di daerah ini adalah bahwa hal itu akan dilakukan.
Populasi akan meningkat perlahan tapi pasti; Namun demikian, pemerintah Kabupaten
atau Kota, serta pemerintah provinsi di Bali, harus berusaha semaksimal mungkin
untuk membatasi laju pertumbuhan penduduk. Hal ini melibatkan pengawasan
pemerintah terhadap program KB yang harus dilakukan secara agresif untuk
memperlambat pertambahan penduduk. Ada hubungan yang kuat antara upah minimum
dan jumlah masyarakat yang menganggur diamana pengusaha dan pekerja harus
bekerja sama untuk menentukan upah yang layak , dimana upah yang layak adalah
upah di mana pekerja menerima gaji yang lebih tinggi jika perusahaan
menguntungkan; pembayaran upah yang lebih besar dapat memotivasi pekerja untuk
meningkatkan kesejahteraan mereka; ini dapat meningkatkan produktivitas dan
juga menguntungkan perusahaan.
Akinmulegun, S.
(2012). The Effect Of Financial Leverage On Corporate Of Performance Of Some
Selected Companies In Nigeria . Canadian Social Science Vol.8 (1),
85-91.
Cita, Kadek Fiba Prana, & Wirawan, I. Gusti Putu
Nata. (2013). Pengaruh Pertumbuhan Penduduk dan Struktur Ekonomi Terhadap
Pertumbuhan Ekonomi dan Pengangguran di Indonesia. E-Jurnal EP Unud, 5(10),
1103�1124.
Azizah, Fitriana Isnaeni Nur. 2016. �Analisis Pengaruh
Jumlah Penduduk, Pertumbuhan Ekonomi, Dan Inflasi, Terhadap Pengangguran
Terbuka Di Kabupaten/Kota Provinsi Jawa Tengah Periode 2010 � 2014.� Uin
Sunan Kalijaga.
Estrada, A. E., & Wenagama, I. 2020. Pengaruh Laju
Pertumbuhan Ekonomi, Indeks Pembangunan Manusia Dan Tingkat Pengangguran
Terhadap Tingkat Kemiskinan. E-Jurnal Ep Unud, 9 [2], 233 � 261.
Darmawan, A. P., & Wenagama, I. 2017. Pengaruh Pendapatan
Asli Daerah, Pendidikan Dan Pengangguran Terhadap Kemiskinan Di Provinsi Bali.
E-Jurnal Ep Unud, 6[10], 1868-1895
Feriyanto, N., Aiyubbi, D. E., & Nurdany, A. 2020.
The Impact Of Unemployment, Minimum Wage, And Real Gross Regional Domestic
Product On Poverty Reduction In Provinces Of Indonesia. Asian Economic And
Financial Review Vol. 10, No. 10, 1088-1099.
Firdhania, R., & Muslihatinningsih, F. 2017.
Faktor-Faktor Yang Mempengaruhi Tingkat Pengangguran Di Kabupaten Jember. E-Journal
Ekonomi Bisnis Dan Akuntansi Volume Iv (1), 117-121.
Handayani, Novi Sri, I. K. .. Bendesa, And Ni Nyoman
Yuliarmi. 2016. �Pengaruh Jumlah Penduduk, Angka Harapan Hidup, Rata-Rata Lama
Sekolah Dan Pdrb Per Kapita Terhadap Pertumbuhan Ekonomi Di Provinsi Bali.� E-Jurnal
Ekonomi Dan Bisnis Universitas Udayana 10(5):3449�74.
Hapsari, Adinda Putri Iskandar, And Deden Dinar. 2018.
�Analisis Faktor-Faktor Yang Mempengaruhi Pertumbuhan Ekonomi Provinsi Jawa
Tengahperoide 2010-2014.� Jurnal Jiep 18(1):68.
Maulida, Yusni, & Sari, Lapeti. (2015). Analisis kualitas sumber
daya manusia dan pengaruhnya terhadap pertumbuhan ekonomi di kabupaten
Pelalawan. Riau University.
Putra, I. Kadek Yoga Darma, & Yasa, I. G. W. Murjana. (2016).
PENGARUH PERTUMBUHAN EKONOMI DAN UMR KEMISKINAN DI PROVINSI BALI. E-Jurnal
EP Unud, 7(11), 2461�2489.
Pramudjasi, Rangga, Juliansyah, And Diana Lestari. 2019.
�Pengaruh Jumlah Penduduk Dan Pendidikan Serta Upah Terhadap Pengangguran Di
Kabupaten Paser.� Kinerja 1:69�77.
Putra, I. Kadek Yoga Darma, And I. G. W. Murjana Yasa. 2016.
�Pengaruh Pertumbuhan Ekonomi Dan Umr Kemiskinan Di Provinsi Bali.� E-Jurnal
Ep Unud 7(11):2461�89.
Rajagukguk, Wilson. 2018. Kontribusi Penduduk (Bonus
Demografi) Terhadap Pertumbuhan Ekonomi Indonesia. I. Jakarta: Uki Press
ukirno, Sadono. 2013.
Makro Ekonomi, Teori Pengantar. Jakarta: Pt. Raja Grafindo Persada.
Tisna, D. 2008. Pengaruh Ketidakmerataan Distribusi
Pendapatan, Pertumbuhan Ekonomi, Dan Pengangguran Terhdap Tingkat Kemiskinan
Di Indonesia Tahun 2003-2004.
Trisnu, Cokorda Gede Surya Putra. 2019. �Pengaruh
Pertumbuhan Penduduk, Pengangguran, Dan Pendidikan Terhadap Tingkat
Kemisikinan Kabupaten/Kota Provinsi Bali.� E-Jurnal Ep Unud 8(11):2622
� 2655