Variabel-Variabel yang Memengaruhi Partisipasi Bekerja dengan Mendapatkan Upah

4.2 Variabel-Variabel yang Memengaruhi Partisipasi Bekerja dengan Mendapatkan Upah

Pada bagian ini akan dipaparkan tentang hasil metode Heckman dua tahap atau Two Step Heckman . Pada tahap pertama, yaitu memodelkan peluang bekerja dengan mendapatkan upah. Model bekerja dengan mendapatkan upah dibentuk untuk menganalisis dan memperkirakan peluang bekerja dengan mendapatkan upah dari angkatan kerja terdidik berdasarkan karakteristik yang telah ditentukan. Tujuan dibentuknya model ini didasari dari data upah yang tidak tersedia untuk seluruh angkatan kerja terdidik. Data upah tidak tersedia untuk angkatan kerja yang bekerja tanpa dibayar dan individu yang tidak bekerja dikarenakan upah minimum yang diharapkan atau reservation wage mereka lebih tinggi dibandingkan dengan upah di pasar kerja. Selain itu, bila memaksakan untuk mengestimasi upah berdasarkan upah yang ada pada data angkatan kerja terdidik, maka akan menghasilkan estimasi yang bias. Hasil estimasi dari parameter yang diperoleh dengan regresi probit antara variabel penjelas dengan variabel respon, dengan tingkat signifikasin 0,05. Berikut adalah hasil estimasi parameter dari masing-masing variabel:

Tabel 6. Hasil estimasi model peluang bekerja dengan mendapatkan upah Variabel

P>|z| Efek Marginal (1)

Koefisien

Standar Eror

0,000 0,25721 Status_Kawin

0,207 0,03448 Tempat_Tinggal

0,391 -0,01895 Umur

-11,77 0,000 -,00063 DI,DII,DIII

0,003 0,09085 DIV,S1

0,000 0,25842 S2,S3

0,000 0,34805 _cons

Pada pengujian statistik model probit ini digunakan uji likelihood ratio untuk mengetahui pengaruh dari variabel penjelas secara simultan terhadap partisipasi angkatan kerja terdidik yang bekerja dengan mendapatkan upah. Selanjutnya akan dibandingkan dengan model yang terdiri dari semua variabel penjelas dengan model tanpa variabel penjelas atau hanya dengan konstanta saja. Hasil yang didapat adalah nilai log-likelihood pada model yang hanya terdiri dari konstata saja ialah sebesar -2173,2839. Selain itu, nilai log likelihood untuk model yang terdiri dari variabel penjelas ialah sebesar -1862,0628 sehingga didapatkan nilai statistik uji sebesar 622,44. Hasil tersebut akan dibandingkan dengan

nilai � 2 0,05,8 = , , maka dapat disimpulkan bahwa H 0 ditolak. Artinya minimal terdapat satu variabel penjelas yang berpengaruh signifikan terhadap

peluang angkatan kerja terdidik yang bekerja dengan mendapatkan upah dengan tingkat signifikansi 5 persen.

Pada pengujian simultan diatas, didapatkan kesimpulan bahwa terdapat minimal satu variabel penjelas yang memengaruhi partisipasi angkatan kerja terdidik dengan mendapatkan upah, sehingga selanjutnya dilakukan uji secara parsial untuk mengetahui variabel penjelas mana saja yang memiliki pengaruh terhadap partisipasi angkatan kerja terdidik yang bekerja dengan mendapatkan upah. Dari hasil pengujian yang tercantum pada tabel di atas, diketahui bahwa hanya variabel status kawin dan klasifikasi tempat tinggal yang tidak signifikan, namun variabel lainnya berpengaruh secara signifikan terhadap partisipasi angkatan kerja terdidik yang bekerja dengan mendapatkan upah.

Persamaan probabilitas angkatan kerja terdidik yang bekerja dengan mendapatkan upah berdasarkan variabel penjelas yang telah terbentuk dapat dinyatakan sebagai berikut:

� Dari persamaan yang terbentuk di atas dapat diketahui bahwa variabel jenis

kelamin, status perkawinan, umur, DI/DII/DII, DIV/S1, S2/S3 memiliki koefisien yang positif. Hal ini menunjukkan bahwa variabel-variabel tersebut akan meningkatkan peluang angkatan kerja terdidik untuk bekerja dengan mendapatkan upah, sedangkan variabel tempat tinggal dan umur kuadrat memiliki koefisien negatif yang artinya dapat menurunkan peluang angkatan kerja terdidik untuk bekerja dengan mendapatkan upah. Terdapat perbedaan teori pada variabel tempat tinggal. Hal ini disebabkan oleh tenaga kerja terdidik di perkotaan lebih banyak yang menganggur atau tidak mendapatkan upah dibandingkan yang bekerja dengan mendapatkan upah. Untuk melihat pengaruh perubahan dari satu per satu variabel penjelas terhadap variabel respon pada regresi probit, maka diperlukan efek marjinal (Gujarati,2004).

Peluang Partisipasi Bekerja dengan Mendapatkan Upah berdasarkan Jenis Kelamin

Variabel jenis kelamin memiliki pengaruh positif secara signifikan terhadap peluang bekerja dengan mendapatkan upah. Efek marjinal dari jenis kelamin Variabel jenis kelamin memiliki pengaruh positif secara signifikan terhadap peluang bekerja dengan mendapatkan upah. Efek marjinal dari jenis kelamin

Peluang Partisipasi Bekerja dengan Mendapatkan Upah berdasarkan Status Perkawinan

Variabel status perkawinan memiliki pengaruh yang positif terhadap peluang bekerja dengan mendapatkan upah. Efek marjinal yang ditimbulkan adalah sebesar 0,03448. Hal ini berarti peluang bekerja dengan mendapatkan upah seseorang yang berstatus kawin atau pernah kawin lebih besar 3,44 persen dibandingkan dengan seseorang yang belum kawin. Angkatan kerja terdidik yang berstatus kawin cenderung untuk menerima pekerjaan lebih mudah karena berusaha untuk menghidupi keluarganya. Seseorang angkatan kerja terdidik dengan status kawin memiliki tanggungan lebih dari pada seseorang yang belum kawin sehingga ia tidak terlalu selektif dalam memilih pekerjaan.

Peluang Partisipasi Bekerja dengan Mendapatkan Upah berdasarkan Umur

Variabel umur berpengaruh signifikan terhadap peluang bekerja dengan mendapatkan upah. Secara linear variabel umur berpengaruh positif dengan efek marginal sebesar 0,04826. Hal ini berarti setiap pertambahan satu tahun umur seseorang akan meningkatkan peluang bekerja dengan mendapatkan upah sebesar 4,82 persen. Secara kuadratik variabel umur memiliki arah yang negatif terhadap peluang bekerja dengan mendapatkan upah, yaitu dengan efek marginal sebesar - 0,00063. Hal ini memiliki arti bahwa setelah mencapai umur tertentu, penambahan satu tahun umur seseorang justru akan mengurangi peluang bekerja dengan mendapatkan upah sebesar 0,06 persen. Untuk mengetahui pada umur berapa terjadi penurunanya dapat ditentukan dengan cara mencari turunan pertama dari peluang bekerja dengan mendapatkan upah terhadap umur:

= 0,14308 - (2 x 0,00181Umur) = 0

Umur = 39,52 tahun.

Dari hasil tersebut dapat diartikan bahwa peluang seseorang bekerja dengan mendapatkan upah akan mengalami kenaikan mulai pada umur 15 tahun hingga umur 39 sampai 40 tahun. Setelah melewati umur tersebut peluang bekerja dengan mendapatkan upah akan mengalami penurunan. Upah sangat berkaitan erat dengan partisipasi kerja, sedangkan hubungan antara upah dan umur memiliki bentuk huruf U terbalik (Borjas, 2015). Hasil penelitian sebelumnya juga menunjukkan terdapat hubungan linear dan kuadratik antara umur dan partisipasi bekerja (Rahayu, 2010).

Peluang Partisipasi Bekerja dengan Mendapatkan Upah berdasarkan Tempat Tinggal

Variabel daerah tempat tinggal memiliki pengaruh yang negatif terhadap peluang bekerja dengan mendapatkan penghasilan, yaitu dengan efek marjinal sebesar -0,0189. Artinya, peluang seseorang yang tinggal di perkotaan untuk bekerja dengan mendapatkan 1,89 persen lebih rendah dibandingkan dengan seseorang yang tinggal di perdesaan. Pertumbuhan angkatan kerja terdidik yang tinggal di perkotaan lebih besar daripada daya serap lahan pekerjaan di perkotaan. Hal ini membuat banyak angkatan kerja yang menjadi pengangguran terdidik atau lebih memilih menganggur karena reservation wage dirinya lebih rendah dari upah yang upah ditawarkan. Berbeda halnya dengan yang tinggal di perdesaan, seseorang cenderung untuk bekerja di sektor pertanian dan memaksakan dirinya untuk bekerja. Hal ini dikarenakan jika ia tidak bekerja, maka ia tidak dapat menghidupi dirinya.

Peluang Partisipasi Bekerja dengan Mendapatkan Upah berdasarkan Tingkat Pendidikan

Pada variabel tingkat pendidikan dibagi menjadi empat bagian, yaitu SMA/sederajat, DI/DII/DIII, DIV/S1, dan S2/S3. Dari tabel estimasi dapat dilihat bahwa variabel edu1, edu2, edu3 berpengaruh secara signifikan positif terhadap peluang bekerja dengan mendapatkan upah. Semakin tinggi pendidikan maka akan meningkatkan peluang untuk bekerja dengan mendapatkan upah. Hal ini dapat terlihat dari efek marjinal untuk setiap variabel, yaitu edu1 = 0,09085, edu2 =

0,25842, dan edu3 = 0,34805. Hal ini memiliki arti peluang seseorang yang memiliki pendidikan terakhir DI/DII/DIII untuk bekerja dengan mendapatkan upah 9,08 persen lebih besar dibandingkan seseorang dengan memiliki pendidikan terakhir SMA/sederajat. Untuk seseorang yang berpendidikan DIV/S1 memiliki peluang untuk bekerja dengan mendapatkan upah 25,84 persen lebih besar dibandingkan seseorang yang berpendidikan SMA/sederajat. Selanjutnya untuk seseorang yang berpendidikan S2/S3 memiliki peluang untuk bekerja dengan mendapatkan upah 34,80 persen lebih besar dibandingkan seseorang yang berpendidikan SMA/sederajat.

Invers Mills Ratio (λ)

Pada model probit ini akan dihasilkan nilai dari invers mills ratio (λ) untuk setiap individu yang merupakan sebagai variabel koreksi. Adanya sampel selection bias dipandang sebagai adanya variabel yang seharusnya dimasukkan ke dalam model tetapi tidak dimasukkan ke dalam model. Variabel yang hilang tersebut

diwakili oleh invers mills ratio . Invers mills ratio (λ) yang signifikan menunjukkan bahwa sample selection akan memberikan efek, yaitu estimasi yang bias. Nilai koefisien dari invers mills ratio adalah 0,40056 dan signifikan. Artinya, s ample selection akan menyebabkan estimasi upah angkatan kerja terdidik yang dilakukan menjadi bias jika menggunakan OLS. Koefisien positif dari invers mills ratio menunjukkan bahwa OLS akan menghasilkan estimasi yang overestimate . Untuk melihat efek dari sample selection dapat dilihat pada ringkasan statistik variabel invers mills ratio berikut:

Tabel 7. Ringkasan statistik variabel invers mills ratio ( λ) Nomor

3 Standar Deviasi

Rata-rata nilai variabel dari Lambda adalah 0,78073 dengan standar deviasi 0,40170. Nilai minimum Lambda adalah 0,08689, sedangkan nilai maksimum Lambda adalah 4,38209. Rata-rata efek dari sampel yang terpotong atau disebut truncation effect dapat dihitung dari hasil perkalian antara keofisien invers mills ratio dengan rata-rata invers mills ratio , yaitu 0,40056 x 0,78073 = 0,31272. Selanjutnya menghitung [exp(0,31272)-1]x100 = 36,71. Angka tersebut menunjukkan bahwa angkatan kerja terdidik yang berstatus bekerja dengan mendapatkan upah seolah-olah memiliki upah yang lebih tinggi dibandingkan dengan yang tersensor atau angkatan kerja yang berstatus pengangguran terdidik ataupun berstatus bekerja tetapi tidak memiliki informasi upah. Oleh karena itu, perlu dilakukan koreksi dengan menggunakan nilai invers mills ratio (λ) yang dijadikan sebagai variabel penjelas di tahap yang kedua. Namun hal ini dapat diterapkan apabila asumsi dari OLS terpenuhi. Apabila asumsi tidak terpenuhi, maka dilakukan pengecekan outlier yang berpengaruh. Apabila terdapat outlier yang berpengaruh, maka dapat menggunakan regresi robust (Gujarati, 2004).