Pemilihan Model Persamaan Pengujian Statistik

82

5.2.2 Pemilihan Model Persamaan

Berdasarkan hasil estimasi koefisien data panel pada kelompok Kuadran I dan III maupun Kuadran II dan IV dapat disusun model persamaan regresi. Model persamaan untuk kelompok Kudran I dan III sebagai berikut: Persamaan 3 diatas mengindikasikan bahwa pada kelompok Kuadran I dan III variabel penduduk, PDRB dan kontribusi sektor dan pendidikan mempunyai dampak positif dalam penyerapan tenaga kerja. Sementara variabel tamat SMP dan UMR mempunyai dampak negatif. Nilai koefisien negatif pada  menunjukkan besarnya penyerapan tenaga kerja yang terjadi pada kelompok wilayah ini. Analisis lebih lanjut terkait dengan respon masing-masing variabel terhadap penyerapan akan disajikan pada sub bab tersendiri. E it = -18,7804 + 0,9305 ln PENDUDUK it + 0,0864 ln PDRB it + 0,0000 0,0000 0,0023 0,1796 AGRISHARE it + 0,1848 INDUSTRISHARE it + 0,0000 0,0000 0,0000 0,1847 TAMBANGSHARE it + 0,1724 KONSTRUKSHARE it + 0,0000 0,0000 0,0000 0,1991 DAGANGSHARE it + 0,1928 TRANSPORHARE it + 0,0000 0,0000 0,0000 0,1640 KEUANGANSHARE it + 0,1971 JASASHARE it – 0,0000 0,0000 0,0000 0,0046 SMP it + 0,0024 SMA it + 0,0187 PT it – 0,0929 0,2873 0,0000 0,0574 ln UMR it + 0,017280……………………………………..……3 0,0005 83 Model persamaan untuk kelompok Kudran II dan IV: Persamaan 4 diatas mengindikasikan bahwa pada kelompok Kuadran II dan IV variabel penduduk, PDRB dan kontribusi Sektor Pertanian, Konstruksi, perdagangan, Jasa, tamat pendidikan perguruan tinggi dan UMR mempunyai dampak positif dalam penyerapan tenaga kerja. Sementara Sektor Industri, Pertambangan, AngkutanTransportasi tidak signifikantidak berdampak pada penyerapan tenaga kerja diwilayah ini. Sementara variabel tamat SMP dan SMA mempunyai dampak negatif. 5.2.3 Analisis Lintas Sektor dan Respon Variabel 5.2.3.1 Respon Penduduk Dari Tabel 5.8 dan Tabel 5.9 menunjukkan bahwa peningkatan jumlah penduduk akan berpengaruh terhadap penyerapan tenaga kerja. Setiap pertumbuhan penduduk sebesar 1 persen akan berdampak pada penyerapan tenaga kerja sekitar 0,93 persen pada wilayah Kuadran I dan II, dan 0,74 persen pada wilayah Kuadran II dan IV, ceteris paribus. Hasil ini menunjukkan perlunya pemerintah perlu mengendalikan jumlah penduduk agar tidak menjadi beban pembangunan tetapi ―mengelolanya‖ menjadi modal pembangunan. Revitalisasi E it = -0,0208 + 0,7397 ln PENDUDUK it + 0,2481 ln PDRB it + 0,9743 0,0000 0,0023 0,0111 AGRISHARE it + 0,0032 INDUSTRISHARE it + 0,0363 0,4897 0,0027 TAMBANGSHARE it + 0,0029 KONSTRUKSHARE it + 0,5744 0,06467 0,0163 DAGANGSHARE it + 0,0093 TRANSPORHARE it + 0,0005 0,2221 0,0036 JASASHARE it – 0,0168 SMP it - 0,0219 SMA it - 0,4257 0,0000 0,0000 0,0093 PT it + 0,0905 ln UMR it + 0,017280…………………………..….4 0,2312 0,0001 84 progam keluarga berencana perlu digalakan kembali setelah ―mati suri‖ sejak era reformasi.

5.2.3.2 Respon PDRB

Dari kedua tabel tersebut juga menunjukkan bahwa peningkatan kontribusi sektor industri terhadap PDRB sebanyak 1 persen akan berdampak pada penyerapan tenaga kerja sekitar 864 orang pada wilayah Kuadran I dan II, dan 2.481 orang pada wilayah Kuadran II dan IV, ceteris paribus. Hasil ini menunjukkan perlunya pemerintah memelihara momentum agar ekonomi tetap tumbuh mengingat dampaknya terhadap penyerapan tenaga kerja.

5.2.3.3 Respon Share Sektor

Respon positif yang ditunjukkan oleh share sektor terhadap penyerapan tenaag kerja perlu ditingkatkan uatamanya lebih memfokuskan pertumbuhan sektor-sektor padat karya seperti sektor pertanian dan sektor lainnya yang relatif lebih banyak menyerap tenaga kerja. Sama halnya dengan sektor industri, kontribusi sektor konstruksi terhadap PDRB juga berpengaruh terhadap kurangnya daya serap tenaga kerja. Ada 8 lapangan usahasektor yaitu pertanian, industri, konstruksi, pertambangan, angkutan, keuangan, perdagangan dan jasa di Kuadran I dan III dan 7 sektor di Kuadran I dan III yang berpengaruh signifikan terhadap penyerapan tenaga kerja. Koefisien positif menunjukkan adanya kontribusi sektor- sektor tersebut terhadap penyerapan tenaga kerja meskipun dengan tingkat penyerapan yang berbeda antar sektor.

5.2.3.4 Respon Variabel Pendidikan

Hasil estimasi menunjukkan bahwa variabel tingkat pendidikan yang ditamatkan juga berpengaruh terhadap penyerapan tenaga kerja. Pengaruh tersebut berbeda antar jenjang pendidikan mulai jenjang SMP sampai perguruan tinggi. Tamatan perguruan tinggi mempunyai pengaruh positif terhadap penyerapan tenaga kerja di wilayah Kuadran I dan III. Tidak satupun jenjang pendidikan mempunyai pengaruh positif di wilayah Kuadran II dan IV. Meskipun pengaruh variabel pendidikan ini relatif kecil, hal ini tetap perlu dicermati mengingat setiap tahunnya jumlah siswa tamat sekolah menurut jenjang pendidikan relatif besar jumlahnya. 85

5.2.3.5 Respon UMR

Tabel 4 dan Tabel 5 juga menunjukkan bahwa variabel UMR berpengaruh terhadap penyerapan tenaga kerja. Setiap kenaikan UMR 1 unit akan mengakibatkan turunnya penyerapan tenaga kerja sebesar 574 orang di wilayah Kuadran I dan III. Sebaliknya akan meningkatkan penyerapan tenaga kerja sebesar 905 orang di wilayah Kuadran II dan IV. Adanya tuntutan kenaikan UMRP baik pada level provinsi maupun kabupatenkota tiap tahunnya yang dimaksudkan untuk meningkatkan taraf kesejahteraan kaum buruh, disisi lain sebagian justru berpengaruh negatif terhadap penyerapan tenaga kerja. Dalam penetapan kenaikan UMRP harus diimbangi dengan peningkatan produktivitas tenaga kerja sehingga pihak perusahaanpengusaha dapat meningkatkan produksinya atau meningkatkan output perusahaan sementara dari sisi buruh dapat hidup lebih layak decent living.

5.2.3.6 Analisis Model Pertumbuhan Ekonomi dan Penyerapan Tenaga Kerja

Hasil analisis dari model ekonometrika yakni estimasi model persamaan regresi penyerapan tenaga kerja dirangkum pada Tabel 5.8 dan 5.9 script program dan data yang digunakan serta hasil analisis model ekonometrika lengkap dapat dilihat pada lampiran. Hasil analisis memperlihatkan bahwa setiap variabel independen masing-masingnya memiliki p-value yang lebih kecil dari level signifikansi =0,05, yang berarti bahwa setiap variabel independen secara signifikan berpengaruh terhadap variabel dependen yaitu proporsi penduduk yang bekerja. Selain itu, model ini mampu menjelaskan keragaman penyerapan tenaga kerja dengan baik, hal ini dirunjukkan oleh nilai koefisien determinasi model R- square dugaan cukup tinggi yaitu sebesar 99.4 persen untuk estimasi provinsi- provinsi yang berada di Kuadran I dan IIIdan 99.8 persen untuk estimasi di Kuadran II dan IV.

5.2.4 Analisis Lintas Sektor Menurut Wilayah Kuadran

Untuk memperoleh gambaran lebih mendalam potensi dan pengaruh dari setiap variabel makroekonomi dari setiap kuadran maka dilakukan analisis lintas sektor untuk mengetahui efektifitas dari setiap variabel tersebut. 86

5.2.4.1 Wilayah Kuadran I

Secara umum wilayah Kuadran I merupakan wilayah yang mempunyai pertumbuhan ekonomi maupun penyerapan tenaga kerja relatif tinggi. Sektor riil pertambangan dan industri kecuali pertanian yang umumnya padat karya tumbuh relatif cepat dalam menyerap tenaga kerja. Demikian pula Sektor Perdagangan, Angkutan dan Jasa juga tumbuh relatif tinggi dengan rata-rata pertumbuhan di atas 4 persen per tahun selama kurun waktu 2002-2009. Tabel 5.10: Beberapa indikator sosial ekonomi Kuadran I, 2002-2009 Seperti yang terlihat pada Tabel 5.10 terlihat bahwa rata-rata pertumbuhan penyerapan tenaga kerja di wilayah Kuadran I sebesar 2,78 persen per tahun. Angka ini jauh diatas rata-rata pertumbuhan penduduk sebesar 1,20 persen per tahun. Penyerapan tenaga kerja terjadi pada beberapa sektor unggulan dimana Sektor Pertambangan menyerap tenaga kerja dengan rata-rata pertumbuhan sebesar hampir 17 persen per tahun. Indikator makroekonomi provinsi ini juga mengalamai pertumbuhan yang luar biasa dimana selama kurun waktu tersebut rata-rata perumbuhan PDRB berdasarkan harga konstan tahun 2000 sekitar 5,85 Parameter 2002 2009 LPP Penduduk yang bekerja 14.369.684 17.411.631 2,78 Pertanian 6.257.126 6.558.429 0,67 Pertambangan 104.443 311.757 16,91 Industri 1.318.763 1.523.543 2,08 Listrik, Gas dan Air 46.889 26.769 -7,70 Konstruksi 539.853 751.062 4,83 Dagang 3.063.162 4.089.078 4,21 Angkutan 838.822 1.151.087 4,62 Keuangan 318.846 420.809 4,04 Jasa 1.894.030 2.637.241 4,84 Jumlah penduduk 36.400.347 39.563.885 1,20 PDRB juta 397.803,78 592.377,26 5,85 Inflasi 11,6 3,4 -15,96 SD 30,7 27,3 -1,66 SMP 17,8 17,9 0,05 SMA 19,7 21,9 1,50 PT 4,1 6,5 6,64 UMR 000 409,4 872,2 11,41 87 persen per tahun dan inflasi dapat diturunkan dari 11,6 persen tahun 2002 menjadi sekitar 3,4 persen tahun 2009 atau dengan rata-rata penurunan sebesar hamper 16 persen per tahun. Demikian pula indikator yang berkaitan langsung dengan kesejahteran buruh yaitu UMR yang mengalami kenaikan rata-rata 11,4 persen per tahun. Tingkat pendidikan penduduk di wilayah ini mengalami perkembangan yang sangat pesat dimana selama kurun waktu tersebut mereka yang menamatkan perguruan tinggi mengalami kenaikan sebesar 6,6 persen per tahun. Di tingkat pendidikan dasar mereka yang menamatkan pendidikan SD mengalami penurunan sebesar 1,6 persen dalam arti semakin sedikit mereka yang duduk di jenjang SD karena jumlah mereka yang sedang sekolah di jenjang tersebut sudah semakin berkurang. Berdasarkan data empiris dari provinsi-provinsi yang berada di Kuadran I menunjukkan bahwa penyerapan tenaga kerja terjadi di hamper semua sektor kecali Listrik Gas dan Air yang mengalami penurunan. Hal ini menunjukkan bahwa provinsi-provinsi di wilayah ini sedang mengalami pertumbuhan yang pesat. Tabel 5.11: Hasil estimasi koefisien data panel Kuadran I Dilihat dari sisi analisis ekonometrika menunjukkan bahwa Sektor Pertanian, Industri, Konstruksi, Keuangan dan Jasa mempunyai kontribusi positif terhadap penyerapan tenaga kerja pada wilayah ini. Hanya Sektor Listrik, Gas dan Air mempunyai kontribusi negatif dalam menyerap tenaga kerja. Hal ini menunjukkan bahwa sektor rril relatif masih tumbuh cepat di wilayah ini lihat Tabel 5.9. Hal inilah yang menyebabkan penyerapan tenaga kerja relatif tinggi di wilayah ini. Koefisien p-value Koefisien p-value Koefisien p-value Intersep 9,6978 0,0000 9,6978 0,0000 9,6978 0,0000 PERTANIAN 0,1197 0,0000 0,1197 0,0000 0,1197 0,0000 INDUSTRI 0,0023 0,0000 0,0023 0,0000 0,0023 0,0000 LISTRIK, GAS AIR -0,6341 0,0000 -0,6341 0,0000 -0,6341 0,0000 KONSTRUKSI 0,2466 0,0000 0,2466 0,0000 0,2466 0,0000 KEUANGAN 0,1192 0,0000 0,1192 0,0000 0,1192 0,0000 JASA 0,0960 0,0000 0,0960 0,0000 0,0960 0,0000 Variabel PLS FEM REM 88

5.2.4.2 Wilayah Kuadran II

Wilayah ini mempunyai rata-rata pertumbuhan ekonomi dibawah rata-rata nasional tetapi mempunyai rata-rata penyerapan tenaga kerja diatas rata-rata nasional. Sektor riil pertanian, pertambangan dan industri tumbuh relatif cepat dalam menyerap tenaga kerja. Sementara sektor lainnya kecuali keuangan juga tumbuh relatif tinggi dengan rata-rata pertumbuhan antara 2-10 persen per tahun. Tabel 5.12: Beberapa indikator sosial ekonomi Kuadran II, 2002-2009 Indikator makroekonomi provinsi ini mengalami pertumbuhan yang relatif rendah dimana rata-rata pertumbuhan PDRB berdasarkan harga konstan tahun 2000 dibawah 3 persen per tahun dan inflasi dapat diturunkan dari 11,9 persen tahun 2002 menjadi sekitar 4,4 persen tahun 2009 atau dengan rata-rata penurunan sebesar 13,3 persen per tahun. Indikator yang berkaitan langsung dengan kesejahteran buruh UMR mengalami kenaikan rata-rata 13,7 persen per tahun. Dari sisi sektor pendidikan penduduk provinsi ini juga mengalami perkembangan yang sangat pesat dimana selama kurun waktu tersebut mereka Parameter 2002 2009 LPP Penduduk yang bekerja 7.736.034 9.769.687 3,39 Pertanian 4.051.270 4.527.466 1,60 Pertambangan 78.701 253.746 18,20 Industri 592.099 683.611 2,07 Listrik, Gas dan Air 23.206 23.292 0,05 Konstruksi 254.873 486.621 9,68 Dagang 1.234.535 1.608.068 3,85 Angkutan 355.451 547.292 6,36 Keuangan 139.730 104.089 -4,12 Jasa 1.006.169 1.447.943 5,34 Jumlah penduduk 19.525.648 23.002.063 2,37 PDRB juta 277.966,90 335.145,42 2,71 Inflasi 11,9 4,4 -13,33 SD 30,9 27,2 -1,81 SMP 18,6 18,0 -0,41 SMA 18,8 21,9 2,19 PT 3,3 6,0 8,98 UMR 000 391,2 960,8 13,70 89 Koefisien p-value Koefisien p-value Koefisien p-value Intersep -0,6452 0,0000 -0,6452 0,0000 -0,6452 0,0000 PERTANIAN 0,5430 0,0000 0,5430 0.0000 0,5430 0.0000 PERTAMBANGAN 0,0128 0,0000 0,0128 0.0000 0,0128 0.0000 INDUSTRI -0,0434 0,0000 -0,0434 0.0000 -0,0434 0.0000 KONSTRUKSI 0,0216 0,0000 0,0216 0.0000 0,0216 0.0000 PERDAGANGAN 0,3138 0,0000 0,3138 0.0000 0,3138 0.0000 JASA 0,3025 0,0000 0,3025 0.0000 0,3025 0.0000 Variabel PLS FEM REM yang menamatkan perguruan tinggi mengalami kenaikan sekitar 9 persen per tahun. Di tingkat pendidikan dasar mereka yang menamatkan pendidikan SD mengalami penurunan sebesar 1,8 persen. Seperti terlihat pada Tabel 5.13 menunjukkan bahwa dari sisi analisis ekonometrika menunjukkan bahwa Sektor Pertanian. Pertambangan, Konstruksi, Perdagangan, dan Jasa mempunyai kontribusi positif terhadap penyerapan tenaga kerja pada wilayah ini. Hanya Sektor Industri mempunyai kontribusi negatif dalam menyerap tenaga kerja. Hal ini menunjukkan bahwa penyerapan tenaga kerja relatif tinggi di wilayah ini meskipun rata-rata pertumbuhan PDRB dibawah nasional. Tabel 5.13: Hasil estimasi koefisien data panel Kuadran II

5.2.4.2 Wilayah Kuadran III

Wilayah ini merupakan kebalikan dari wilayah Kuadran I yaitu mempunyai pertumbuhan ekonomi maupun penyerapan tenaga kerja dibawah rata-rata nasional. Seperti terlihat pada Tabel 5.14 menunjukkan bahwa sektor riil tumbuh relatif lambat dalam menyerap tenaga kerja. Sementara Sektor Listrik, Gas dan Air serta Sektor Keuangan rata-rata pertumbuhan penyerapan tenaga kerja sekitar 10 persen per tahun. Selama kurun waktu tersebut rata-rata pertumbuhan PDRB berdasarkan harga konstan tahun 2000 relatif tinggi yaitu sekitar 5,18 persen per tahun. Tingkat inflasi dapat diturunkan dari 12,4 persen tahun 2002 turun menjadi 3,5 persen tahun 2009. Sementara itu, UMR mengalami kenaikan rata-rata hampir 11,4 persen per tahun selama kurun waktu tersebut. 90 Parameter 2002 2009 LPP Penduduk yang bekerja 41.737.045 46.095.796 1,43 Pertanian 17.034.003 17.713.825 0,56 Pertambangan 288.749 345.176 2,58 Industri 6.574.761 6.669.030 0,20 Listrik, Gas dan Air 54.115 102.097 9,49 Konstruksi 2.291.484 2.130.963 -1,03 Dagang 8.448.630 9.735.717 2,05 Angkutan 2.248.081 2.637.758 2,31 Keuangan 283.069 556.958 10,15 Jasa 4.514.153 5.742.548 3,50 Jumlah penduduk 93.539.549 102.014.450 1,25 PDRB juta 452.531,19 644.264,29 5,18 Inflasi 12,4 3,5 -16,42 SD 32,3 29,2 -1,46 SMP 14,7 16,1 1,33 SMA 14,9 18,3 2,97 PT 3,5 5,4 6,37 UMR 000 327,5 695,5 11,36 Tabel 5.14: Beberapa indikator sosial ekonomi Kuadran III, 2002-2009 Sektor pendidikan penduduk di wilayah ini mengalami perkembangan yang cukup pesat dimana selama kurun waktu tersebut mereka yang menamatkan perguruan tinggi mengalami kenaikan sebesar 6,4 persen per tahun. Di tingkat pendidikan dasar mereka yang menamatkan pendidikan SD mengalami penurunan sebesar 1,5 persen per tahun. Dari sisi analisis ekonometrika seperti yang terlihat pada Tabel 5.15 menunjukkan bahwa sektor riil berdampak positif dala menyerapan tenaga kerja meskipun dalam proporsi yang kecil. Demikian pila Sektor Keuangan, Perdagangan dan Jasa juga menunjukkan pola yang sama dengan sektor riil. Dengan demikian wilayah ini meskipun mempunyai rata-rata pertumbuhan ekonomi dibawah rata-rata nasional tetapi mempunyai tingkat penyerapan tenaga kerja relatif rendah. 91 Tabel 5.15: Hasil estimasi koefisien data panel Kuadran III

5.2.4.4 Wilayah Kuadran IV

Wilayah kuadran yang terakhir ini mempunyai rata-rata pertumbuhan ekonomi relatif tinggi yaitu sebesar 5,63 persen tetapi mempunyai rata-rata penyerapan tenaga kerja relatif rendah yaitu sebesar l,84 persen lihat Tabel 5.16. Meskipun pertumbuhan ekonomi relatif tinggi namun bukan merupakan pertumbuhan yang berkualitas. Dari sisi penyerapan tenaag kerja lintas sektor terlihat bahwa sektor riil tumbuh relatif lambat. Sektor Listrik, Gas dan Air serta Sektor Keuangan tumbuh relatif tinggi dengan rata-rata pertumbuhan berkisar 5,5 dan 7,0 persen per tahun. Indikator makroekonomi seperti inflasi turun dari 12,0 persen tahun 2002 menjadi sebesar 2,9 persen tahun 2009. Sementara itu UMR mengalami kenaikan rata-rata hampir 13,1 persen per tahun. Dari sisi sektor pendidikan penduduk provinsi ini juga mengalami perkembangan yang relatif pesat dimana selama kurun waktu tersebut mereka yang menamatkan perguruan tinggi mengalami kenaikan sebesar 7,7 persen per tahun. Di tingkat pendidikan dasar mereka yang menamatkan pendidikan SD mengalami penurunan sebesar 1,8 persen. Dari sisi analisis ekonometrika seperti terlihat pada Tabel 5.17 menunjukkan bahwa terjadi penurunan penyerapan tenaga kerja di sektor riil keculai pertanian. Sementara Sektor Perdangan, Angkutan dan Jasa menunjukkan pengaruh positif dalam menyerap tenaga kerja. Secara umum, pada wilayah kuadran ini terjadi anomali antara pertumbuhan ekonomi dan penyerapan tenaga kerja dimana pertumbuhan ekonomi yang dicapai kurang berpihak terhadap tenaga kerja. Koefisien p-value Koefisien p-value Koefisien p-value Intersep 3,7629 0,0006 3,7629 0,0012 3,7629 0,0012 PERTANIAN 0,1660 0,0000 0,1660 0,0000 0,1660 0,0000 INDUSTRI 0,0881 0,0000 0,0881 0,0000 0,0881 0,0000 PERTAMBANGAN 0,0946 0,0000 0,0946 0,0000 0,0946 0,0000 KEUANGAN 0,3891 0,0000 0,3891 0,0000 0,3891 0,0000 PERDAGANGAN 0,0630 0,0000 0,0630 0,0000 0,0630 0,0000 JASA 0,2113 0,0000 0,2113 0,0000 0,2113 0,0000 Variabel PLS FEM REM 92 Tabel 5.16: Beberapa indikator sosial ekonomi Kuadran IV, 2002-2009 Tabel 5.17: Hasil estimasi koefisien data panel Kuadran IV Indikasi adanya anomali di beberapa provinsi yang berada pada wilayah Kuadran IV menunjukkan bahwa pertumbuhan yang terjadi hanya baru dalam taraf kuantitas belum sampai pada struks tur maupun kualitasnya. Pertumbuhan ekonomi yang dicapai semata-mata didorong oleh faktor konsumsi rumah tangga, Sementara komponen investasi sebagai faktor pendorong penyerapan tenaga kerja masih minim. Pengaruh pertumbuhan ekonomi terhadap penyerapan tenaga kerja Parameter 2002 2009 LPP Penduduk yang bekerja 27.804.403 31.593.549 1,84 Pertanian 13.291.228 14.229.773 0,98 Pertambangan 188.746 228.816 2,79 Industri 3.624.374 3.739.256 0,45 Listrik, Gas dan Air 39.362 57.283 5,51 Konstruksi 1.187.704 1.242.049 0,64 Dagang 5.048.703 6.403.905 3,46 Angkutan 1.230.230 1.611.536 3,93 Keuangan 250.100 402.742 7,04 Jasa 2.945.836 3.784.109 3,64 Jumlah penduduk 61.390.880 66.370.279 1,12 PDRB juta 343.888,98 504.695,78 5,63 Inflasi 12,0 2,9 -18,28 SD 33,4 29,4 -1,80 SMP 17,2 18,6 1,06 SMA 15,9 19,6 3,02 PT 3,3 5,5 7,65 UMR 000 321,3 759,1 13,07 Koefisien p-value Koefisien p-value Koefisien p-value Intersep 8,3079 0,0000 8,3079 0.0000 8,3079 0.0000 PERTANIAN 0,0303 0,0000 0,0303 0.0000 0,0303 0.0000 INDUSTRI -0,1009 0,0000 -0,1009 0.0000 -0,1009 0.0000 PERTAMBANGAN -0,1063 0,0000 -0,1063 0.0000 -0,1063 0.0000 PERDAGANGAN 0,1992 0,0000 0,1992 0.0000 0,1992 0.0000 ANGKUTAN 0,0748 0,0000 0,0748 0.0000 0,0748 0.0000 JASA 0,1470 0,0000 0,1470 0.0000 0,1470 0.0000 Variabel PLS FEM REM 93 dapat terjadi baik dalam jangka pendek dan jangka panjang. Pengaruh jangka pendek terjadi bila pertumbuhan ekonomi dijadikan momentum pemerintah melakukan program intervensi dengan membuat program pembangunan infrastruktur. yang bersifat padat karya. Sementara pengaruh jangka panjang dapat terjadi melalui jalur investasi di bidang pendidikan dimana manfaatnya akan dirasakan pada masa yang akan datang. Dengan berputarnya roda perekonomian akan menggerakkan sektor- sektor ekonomi yang saling terkait. Ekonomi akan tumbuh dinamis sehingga akan menyerap tenaga kerja. Pendapatan atau penghasilan akan meningkatkan konsumsi rumah tangga. Meningkatkan konsumsi rumah tangga akan memicu meningkatnya produksi sehinga akan menyerapa lebih banyak tenaga kerja. Yang perlu dijaga oleh pemerintah adalah mengawal indikator makroekonomi agar tetap dapat dikendalikan. Sebab meningkatnya konsumsi akan memicu kenaikan harga barang sehingga akan memicu inflasi. Tingkat inflasi yang tidak dapat dikendalikan akan berpengaruh terhadap nilai tukar rupiah maupun tingkat suku bunga. Dalam jangka pendek maupun dalam jangka panjang antara pertumbuhan ekonomi dan penyerapan tenaga kerja yang tercermin melalui elastisitas tenaga kerja keduanya dapat saling memperkuat sehingga pertumbuhan ekonomi yang relatif tinggi akan menyerap tenaga kerja yang tinggi pula.

5.2.5 Pengujian Statistik

Untuk mengetahui pengaruh PDRB, kontribusi sektor terhadap PDRB, pendidikan, inflasi, nilai tukar, tingkat suku bunga, dan UMR terhadap tingkat penyerapan tenaga kerja, digunakanlah analisis regresi data panel. Dalam regresi data panel diperoleh tiga pendekatan, yaitu model common effect, fixed effect, dan random effect. Model common effect mengasumsikan bahwa dalam berbagai kurun waktu perilaku variabel bebas yaitu PDRB, kontribusi sektor terhadap PDRB, pendidikan, inflasi, nilai tukar, tingkat suku bunga, dan UMR adalah sama untuk masing-masing propinsi. Dengan demikian, intersep pada model estimasinya bernilai sama untuk semua propinsi. Model fixed effect mengasumsikan bahwa dalam berbagai kurun waktu, perilaku variabel bebas terhadap variabel tak bebas yaitu persentase penduduk 94 yang bekerja di masing-masing propinsi adalah berbeda. Perbedaan tersebut dicerminkan oleh nilai intersep pada model estimasi yang berbeda untuk setiap propinsi. Seperti halnya dengan model fixed effect, pada model random effect perilaku variabel bebas terhadap variabel tak bebas juga berbeda. Hanya saja, intersep pada model fixed effect bersifat tidak acak, sedangkan pada model random effect intersep diasumsikan bersifat acak random. Secara formal langkah untuk menentukan model estimasi terbaik yaitu melakukan uji statistik F untuk memilih antara model common effect atau fixed effect, uji Langrange Multiplier LM untuk memilih antara model common effect atau random effect, uji Hausman untuk memilih antara model fixed effect atau random effect . Selanjutnya untuk model estimasi regresi data panel yang terpilih, dilakukan pengujian lagi untuk memilih estimator dengan struktur varians- kovarians residual. Tahapan pengujian model sebagai berikut: 1 Uji F: Uji signifikansi Model Fixed Effect Pengujian pemilihan model untuk melihat apakah model yang kita bangun merupakan model common effect ataukah fixed effect. Pengujian dilakukan terhadap varibel-variabel yang diduga berpengaruh terhadap tingkat penyerapan tenaga kerja di Kuadran I dan III dan Kuadran II dan IV. Pengujian formal dilakukan dengan membandingkan nilai F tabel dengan F hitung. Kuadran I dan III: Hipotesis pengujian: Ho : intersep untuk setiap propinsi adalah sama H 1 : Sekurang-kurangnya ada satu intersep yang berbeda Nilai kritis F 0.10;15;73 =1,7707 Statistik uji: = = 39,73 Keputusan: Karena nilai F hitung F tabel maka Ho ditolak. Kesimpulan: Model Fixed Effect lebih baik dari Model Common Effect. 95 Kuadran II dan IV: Hal yang sama dilakukan untuk provinsi-provinsi di Kuadran II dan IV diperoleh hasil perhitungan nilai F hitung = 13,50 sedangkan nilai kristis F tabel atau F 0.10;13;85 = 1,8371 Keputusan: Karena F hitung F tabel maka Ho ditolak. Kesimpulan: Fixed Effect Model FEM lebih baik dari Common Effect Model. 2 Uji Lagrange Multiplier LM Uji ini dimaksudkan untuk menentukan apakah model dalam penelitian kita yang lebih “appropriate” adalah model Random Effect atau Common Effect. Kuadran I dan III: Hipotesis pengujian: H o : intersep tidak bersifat random H 1 : intersep bersifat random atau stokastik Nilai kritis = 3,8415 Statistik uji LM: [ ∑ |∑ | ∑ ∑ ] = = 6,63 Keputusan: Karena nilai statistik LM maka Ho ditolak. Kesimpulan: Intersep bersifat random atau stokastik sehingga Model Random Effect REM lebih “appropriate”dari Model Common Effect. Kuadran II dan IV: Hasil perhitungan untuk provinsi-provinsi di Kuadran II dan IV diperoleh nilai F hitung = 5,47 sedangkan nilai kristis = 3,8415. Keputusan: Keputusan: Karena nilai statistik LM maka Ho ditolak. Kesimpulan: Intersep bersifat random atau stokastik sehingga Model Random Effect REM lebih “appropriate”dari Model Common Effect. 3 Uji Signifikansi Hausman Dari paparan diatas diketahui bahwa Model Fixed Effect dan Random Effect lebih “appropriate” dari Model Common Effect. Selanjutkan dilakukan uji 96 untuk menentukan model yang paling baik dari kedua model tersebut dengan uji Hausman sebagai berikut: Kuadran I dan III: Statistik Uji Hausman: H : Eτ i x it = 0 atau REM adalah model yang tepat H 1 : Eτ i x it = 0 atau FEM adalah model yang tepat Nilai kritis = 23,6848 H = β REM – β fEM ‘ M FEM –M REM -1 β REM – β fEM ~ χ 2 k H = 136,26 diolah dengan menggunakan program Eviews 6.0 Keputusan: Karena nilai statistik H maka Ho ditolak. Kesimpulan: Pada estimasi yang tepat untuk regresi data panel dalam penelitian ini adalah Model Random Effect Model Random Effect lebih baik dari Model Fixed Effect. Kuadran II dan IV: Hasil perhitungan dengan program Eviews untuk provinsi-provinsi di kuadran ini diperoleh nilai H hitung = 175,55 sedangkan nilai kritis = 22,3620 Keputusan: Karena nilai statistik H maka Ho ditolak. Kesimpulan: Pada estimasi yang tepat untuk regresi data panel dalam penelitian ini adalah Model Random Effect Model Random Effect lebih baik dari Model Fixed Effect. Pemilihan Estimator Homoskedastik atau Heteroskedastik Setelah model yang terpilih dalam penelitian ini adalah Model Fixed Effect , kemudian dilakukan identifikasi kondisi matrik varians covarians residual. Pengujian struktur matrik varians covarians residual dilakukan untuk menghindari bias dari Model Fixed Effect apabila terdapat heteroskedastisitas. Penelitian ini tidak membandingkan model dengan struktur heteroskedastik dan tidak ada Cross Sectional Correlation Seemingly Uncorrelated Regression SUR, karena model yang dipakai tidak memungkinkan diestimasi dengan model SUR. Hal ini 97 disebabkan jumlah unit cross-sections sebanyak 18 propinsi untuk kuadran I dan II maupun 12 provinsi untuk kuadran II dan IV, lebih banyak daripada periode waktu yang hanya 8 tahun. Statistik uji untuk pemilihan struktur homoskedastik dan heteroskedastik, menggunakan statistik LM Lagrange Multiplier sebagai berikut: Kuadran I dan III: Ho: Struktur varian covarians residual homoskedastik H 1: Struktur varian covarians residual heteroskedastik = 24,9958 ∑ [ ̂ ̂ ] = 51.2373]= 204.9493 Keputusan: Karena nilai statistik H maka Ho ditolak. Kesimpulan: Pada estimasi struktur varians covarians residual adalah heteroskedastik Pemilihan model juga dapat dilihat dari nilai sum square residual. Pada Lampiran 3 terlihat bahwa residual sum of square Model Random Effect yaitu 0,412400 lebih besar dari residual sum of square Model Fixed Effect unWeighted yaitu 0,108709. Hal ini berarti Model Random Effect lebih tepat digunakan untuk mengestimasi model di Kuadran I dan III. Kuadran II dan IV: Ho: Struktur varian covarians residual homoskedastik H 1: Struktur varian covarians residual heteroskedastik = 24,9958 ∑ [ ̂ ̂ ] = 310.75]= 231.15 Keputusan: Karena nilai statistik H maka Ho ditolak. Kesimpulan: Pada estimasi struktur varians covarians residual adalah heteroskedastik Pada Lampiran 4 terlihat bahwa residual sum of square Model Random Effect yaitu 0,392347 lebih besar dari residual sum of square Model Fixed Effect unWeighted yaitu 0,127997. Hal ini berarti Model Random Effect lebih tepat digunakan untuk mengestimasi model di Kuadran II dan IV. 98

5.2.6 Penyebab Anomali