Pengaruh Produk Domestik Regional Bruto (PDRB), Upah Minimum Kabupaten/Kota (UMK), dan Indeks Pembangunan Manusia (IPM) terhadap tingkat pengangguran di Provinsi Banten periode 2008-2013

PENGARUH PRODUK DOMESTIK REGIONAL BRUTO (PDRB), UPAH MINIMUM KABUPATEN/KOTA (UMK),DAN INDEKS PEMBANGUNAN

MANUSIA (IPM) TERHADAP TINGKAT PENGANGGURAN DI PROVINSI BANTEN PERIODE 2008-2013

SKRIPSI

Diajukan kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Ekonomi (S.E)

Disusun Oleh: Muhamad Burhanudin

NIM. 1110084000024

JURUSAN ILMU EKONOMI DAN STUDI PEMBANGUNAN FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGRI SYARIF HIDAYATULLAH JAKARTA

DAFTAR RIWAYAT HIDUP I. IDENTITAS PRIBADI

1. Nama Lengkap : Muhamad Burhanudin 2. Tempat/Tanggal Lahir : Jakarta, 11 November 1992

3. Alamat : Jl. Rawamangun Muka IV No.5, RT 014 RW 012, Kelurahan Rawamangun, Kecamatan Pulo Gadung, Kota Jakarta Timur, 14220, Jakarta.

4. Telepon : 087882087873

5. E-mail : muh.burhann@gmail.com II. PENDIDIKAN FORMAL

1. SDN 09 Pagi, Jakarta Tahun 1998-2004 2. SMP Negeri 74 Jakarta Timur Tahun 2004-2007 3. SMA Negeri 31 Jakarta Pusat Tahun 2007-2010 4. S1 UIN Syarif Hidayatullah Jakarta Tahun 2010-2014 III. PENGALAMAN ORGANISASI

1. Staff Divisi Pendidikan, Himpunan Mahasiswa Jurursan IESP, 2011-2012 2. Ketua KKN Garuda, 2013

IV. PENGALAMAN KERJA

1. Volunteer JOBSDB Career Expo, 2010 2. PT. Darya-Varia Laboratoria .tbk, 2014 V. SEMINAR DAN WORKSHOP

1. Seminar Outlook Peran Otoritas Jasa Keuangan terhadap Industri Keuangan dan Perbankan Syariah, UIN Jakarta, 2012

2. Studium General Jurusan IESP, UIN Jakarta, 2012.

3. Seminar di Badan Kebijakan Fiskal, Kementrian Keuangan RI, 2012. 4. Pelatihan Alat Analisis Location Question, Shift Share dan Tipologi

Sektoral, UIN Jakarta, 2012. VI. KEPANITIAAN

VII. LATAR BELAKANG KELUARGA

1. Ayah : H. Agus Supriyanto 2. Tempat/Tanggal Lahir : Jakarta, 20 Agustus 1956

3. Hp. : 082111717388

4. Ibu : Hj. Tri Kumorowati

5. Tempat/Tanggal Lahir : Jakarta, 6 Maret 1963

6. Alamat : Jl. Rawamangun Muka IV No.5, RT 014 RW 012, Kelurahan Rawamangun, Kecamatan Pulo Gadung, Kota Jakarta Timur, 14220, Jakarta..

6. Telepon : 081285690778

ABSTRACT

The aim of this research is to analyze the influence of gross domestic product, the minimum wages district / city, and the human development index of the unemployment rate in Banten Province from 2008 to 2013.

Unemployment rate as the dependent variabel with the open unemployment rate as indicator. Regional gross domestic product, the minimum wage district / city, and the human development index as the independent variabels. This research uses panel data and analytical tools of Fixed Effects Model (FEM) by taking a sample of 4 districs and 4 cities in Banten Province from 2008 to 2013.

The result show that the unemployment rate are caused by the regional gross domestic product, the minimum wage district / city, and the human development index of 60.77% (Adj R2), while the remaining 39.23% is explained by other variables outside of the model which is an investment research and inflation. Furthermore, unemployment rate is influenced significantly regional gross domestic product, the minimum wage district / city, and the human development index about 14,47% (F-statistic). However partially, the probability of each independent variable shows (1) the unemployment rate was not significantly and positively influenced by the regional gross domestic product with a probability value of 0.3263, (2) the unemployment rate significantly and negatively affected by the minimum wage districts / cities with a probability value of 0.0025, (3) the unemployment rate significantly and negatively affected by human development index with a probability value of 0.0006.

Keywords: unemployment, gross regional domestic product, the minimum wage district / city, and the human development index.

ABSTRAK

Penelitian ini bertujuan untuk menganalisis pengaruh produk domestik regional bruto, upah minimum kabupaten/kota, dan indeks pembangunan manusia terhadap tingkat pengangguran di Provinsi Banten dari tahun 2008 sampai 2013.

Tingkat pengangguran sebagai variabel dependen dengan tingkat pengangguran terbuka. Produk domestik regional bruto, upah minimum kabupaten/kota, dan indeks pembangunan manusia sebagai variabel independen. Penelitian ini menggunakan data panel dan alat analisis Fixed Effect Model (FEM)

dengan mengambil sampel yaitu 4 Kabupaten dan 4 Kota di Provinsi Banten dari tahun 2008 sampai 2013.

Hasil Penelitian menunjukan bahwa tingkat pengangguran mampu dijelaskan oleh produk domestik regional bruto, upah minimum kabupaten/kota, dan indeks pembangunan manusia sebesar 60,77% (Adj R2), sedangkan sisanya yaitu sebesar 39,23% dijelaskan oleh variabel lain diluar model penelitian diantaranya yaitu investasi dan inflasi. Selanjutnya, tingkat pengangguran dipengaruhi signifikan oleh produk domestik regional bruto, upah minimum kabupaten/kota, dan indeks pembangunan manusia secara simultan sebesar 14,47% (F-statistik). Namun secara parsial, probabilitas dari masing-masing variabel independen menunjukan (1) tingkat pengangguran dipengaruhi tidak signifikan dan positif oleh produk domestik regional bruto dengan nilai probabilitas sebesar 0,3263 , (2) tingkat pengangguran dipengaruhi signifikan dan negatif oleh upah minimum kabupaten/kota dengan nilai probabilitas sebesar 0,0025 , (3) tingkat pengangguran dipengaruhi signifikan dan negatif oleh indeks pembangunan manusia dengan nilai probabilitas sebesar 0,0006.

Kata kunci : tingkat pengangguran, produk domestik regional bruto, upah minimum kabupaten/kota, dan indeks pembangunan manusia.

KATA PENGANTAR

Bismillahhirahmannirrahim,

Alhamdulillah segala puji bagi Allah SWT, yang telah melimpahkan segala rahmat, karunia, rezeki, dan hidayahNya kepada penulis, sehingga penulis dapat menyelesaikan skripsi yang berjudul “Pengaruh Produk Domestik Regional Bruto (PDRB), Upah Minimum Kabupaten/Kota (UMK),dan Indeks Pembangunan Manusia (IPM) terhadap Tingkat Pengangguran di Provinsi Banten Periode 2008-2013” dengan baik. Shalawat serta salam penulis hanturkan kepada nabi besar Muhammad SAW yang telah membimbing umatnya dari zaman kegelapan ke zaman yang terang benderang.

Skripsi ini disusun dalam rangka memenuhi syarat-syarat untuk memperoleh gelar Sarjana Ekonomi di Universitas Islam Negeri Syarif Hidayatullah Jakarta. Terselesaikannya skripsi ini tentu dengan dukungan, bantuan, bimbingan, semangat, dan doa dari orang-orang terbaik yang ada di sekeliling penulis selama proses penyelesaian skripsi ini. Oleh karena itu penulis menyampaikan penghargaan yang setinggi-tingginya dan ucapan terima kasih yang sedalam-dalamnya terutama kepada:

1. Keluarga tercinta dan terhebat yang saya miliki, Ayahanda Agus Supriyanto yang selalu memberikan motivasi terbaik, selalu mencurahkan cinta, kasih sayang dan perhatiannya, serta selalu bekerja keras demi anak-anak dan keluarga, Ibunda Tri Kumorowati yang selalu memberikan motivasi terbaik, mencurahkan cinta, kasih sayang dan perhatiannya selama ini, kakakku Rizky

Indah Pertiwi yang selalu menghibur di saat suka maupun duka, dan memberikan dukungan baik materi maupun non materi selama menulis skripsi. Tanpa didikan, dukungan dan pengorbanan kalian penulis tidak akan menjadi pribadi seperti sekarang ini.

2. Bapak Prof. Dr. Abdul Hamid, M.S, Dekan Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta yang telah memberikan ilmu yang sangat berharga selama perkuliahan.

3. Bapak Zuhairan Y.Yunan, S.E, M.Sc, Ketua Jurusan Ilmu Ekonomi dan Studi Pembangunan Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta. 4. Bapak Dr. Lukman, M.Si selaku Dosen Pembimbing 1 yang ditengah-tengah

kesibukannya bersedia meluangkan waktu untuk memberikan pengarahan, ilmu yang berharga, serta bimbingan yang sangat berarti selama penyelesaian skripsi. Terima kasih atas semua saran dan arahan yang Bapak berikan selama proses penulisan hingga terselesaikan skripsi ini.

5. Ibu Fitri Amalia, Spd. MSi selaku Dosen Pembimbing 2 yang selalu bersedia meluangkan waktu, memberikan arahan serta bimbingan yang sangat berarti kepada penulis. Terima kasih atas semua saran dan arahan yang ibu berikan sehingga terselesaikannya skripsi ini.

6. Seluruh jajaran dosen Fakultas Ekonomi dan Bisnis yang telah memberikan ilmu yang sangat berguna dan berharga bagi saya. Semoga Allah selalu memberikan rahmat dan pahala yang sebesar-besarnya atas kebaikan para dosen FEB UIN Jakarta. Jajaran karyawan dan staf UIN Syarif Hidayatullah Jakarta yang telah melayani dan membantu penulis selama perkuliahan.

7. Ketua dan seluruh pegawai perpustakaan Fakultas Ekonomi dan Bisnis, dan Perpustakaan Utama UIN Syarif Hidayatullah, yang telah memberikan pelayanan pustaka selama penulisan skripsi ini.

8. Tika Amellia Nabilla, S.H. yang telah mengorbankan banyak waktu bersama penulis dalam suka maupun duka, menemani disaat penulis membutuhkan motivasi, dukungan dan penyemangat, mengingatkan penulis betapa pentingnya sebuah pendidikan, terima kasih untuk motivasinya membuat penulis menjadi bersemangat kembali untuk menyelesaikan skripsi ini, dan selalu menjadi pendengar yang baik untuk keluhan-keluhan penulis. Semoga dimudahkan dan disukseskan dalam menggapai cita-cita yang engkau impikan.

9. Teman-teman seperjuangan kelas IESP A 2010, Adi, Agang, Agus, Amif, Anggi Afra, Bagus, Denny, Dika, Drajad, Hadi, Isnan, Ravindra, Reza, Ricky, Ridho, Sigit, terima kasih atas waktu yang sangat beharga yang kalian berikan, selalu memberikan semangat kepada penulis, yang telah menghabiskan banyak waktu untuk berbagi cerita dan selalu ada dalam suka maupun duka, membantu saya dalam penyelesaiaan skripsi maupun perkuliahan, dan mengingkatkan saya ketika melakukan kesalahan demi kebaikan saya selama ini. Sukses untuk kita semua dan semoga Allah selalu melindungi dan membalas semua kebaikan kalian.

10.Aditya Wahyudi dan Lutfi Anugrah Pangestu, sahabat terbaik sejak SMA yang selalu ada dalam suka maupun duka, terima kasih untuk semua waktu yang kalian berikan untuk selalu menghibur saya, terima kasih selalu menjadi

pendengar yang baik, sekaligus pemberi motivasi terbaik dalam tetap maju dan tidak pernah menyerah dalam menjalani hidup. Semoga Allah membalas semua kebaikan-kebaikan kalian.

11.Teman-teman PLASMA, Arinal, Boy, Budi, Chandra, Chintia, Dwi, Eky, Elsa, Gilang, Hanifa, Hazman, Kevin, Putra, Rini, Risvandika, Ujoh, Wulan, terima kasih selalu memberikan keceriaan dan selalu menghibur penulis serta memberi semangat kepada penulils di saat sedih maupun senang, semoga apa yang kalian cita-citakan tercapai.

12.Personil “OBLAKS”, Adi, Amif, Bagus, Hadi, Isnan, Ravindra, Reza, dan Ricky, terima kasih atas dukungan dan semangatnya kepada penulis serta keceriaan yang selalu kalian berikan.

13.Teman-teman IESP angkatan 2010 yang tidak saya bisa sebutkan satu-persatu, terima kasih atas semua kenangan selama empat tahun kebersamaan dengan penuh warna dan saling bahu-membahu dalam perkuliahan. Sukses untuk kalian semua.

14.Kelompok KKN GARUDA 2013, yang telah menghabiskan waktu selama satu bulan dengan canda dan tawa serta pelajaran hidup sangat berguna bagi saya. Terima kasih atas waktunya yang beharga selama satu bulan, sukses untuk kalian semua.

15.Semua pihak dan handai tolan yang tidak dapat penulis sebutkan namanya satu-persatu yang telah memberikan kontribusi sekecil apapun dan dukungan dalam penyelesaian skripsi.

Semoga semua bantuan dan dukungan yang telah diberikan menjadi amal sholeh dan mendapat pahala sebesar-besarnya oleh Allah SWT. Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan karena keterbatasan pengetahuan maupun pengalaman yang dimiliki penulis. Oleh sebab itu, penulis mengharapkan segala bentuk saran serta masukan, baik kritik yang membangun dari berbagai pihak.

.

Jakarta, Januari 2015 Penulis

DAFTAR ISI

Cover

Lembar Pengesahan Pembimbing

Lembar Pengesahan Ujian Komprehensif Lembar Pengesahan Ujian Skripsi

Lembar Pernyataan Keaslian Karya Ilmiah

Daftar Riwayat Hidup ...i

ABSTRACT ... iii

ABSTRAK ...iv

Kata Pengantar ... v

Daftar Isi ... x

Daftar Tabel ... xv

Daftar Gambar ...xvi

Daftar Lampiran ... xvii

BAB I PENDAHULUAN ... 1

A. Latar Belakang Penelitian ... 1

B. Perumusan Masalah ... 9

C. Tujuan dan Manfaat Penelitian ... 10

BAB II TINJAUAN PUSTAKA ... 12

1. Pengangguran ... 12

a. Definisi Pengangguran ... 12

b. Jenis-jenis Pengangguran ... 14

c. Biaya Sosial dari Pengangguran ... 14

2. Produk Domestik Regional Bruto (PDRB) ... 15

a. Definisi Produk Domestik Regional Bruto (PDRB) ... 15

3. Upah ... 17

a. Definisi Upah ... 17

b. Penetapan Upah Minimum Kota ... 20

4. Indeks Pembangunan Manusia (IPM) ... 22

a. Definisi Indeks Pembangunan Manusia (IPM) ... 22

5. Hubungan Antar Variabel ... 24

a. Hubungan PDRB dengan Pengangguran ... 24

b. Hubungan UMK dengan Pengangguran ... 26

c. Hubungan IPM dengan Pengangguran ... 27

B. Penelitian Terdahulu ... 28

C. Kerangka Berpikir ... 39

D. Hipotesis ... 41

BAB III METODOLOGI PENELITIAN ... 43

B. Metode Penentuan Sampel ... 43

C. Metode Pengumpulan Data ... 44

D. Metode Analisis Data ... 44

1. Metode Data Panel ... 45

2. Permodelan Data Panel ... 46

a. Pooled Least Square (PLS) ... 46

b. Fixed Effect Model (FEM) ... 47

c. Random Effect Model (REM)... 47

3. Pemilihan Model Data Panel ... 48

a. PLS vs FEM (Uji Chow) ... 48

b. FEM vs REM (Uji Hausman) ... 50

3. Model Empiris ... 52

4. Uji Asumsi Klasik ... 53

a. Uji Normalitas ... 53

b. Uji Multikolinearitas ... 53

c. Uji Heteroskedastisitas ... 55

d. Uji Autokorelasi ... 56

5. Uji Hipotesis ... 57

a. Uji t ... 58

b. Uji F ... 58

c. Koefisien Determinasi (R2) ... 60

1. Variabel Dependen ... 60

2. Variabel Independen ... 61

BAB IV PEMBAHASAN ... 63

A. Gambaran Umum Objek Penelitian ... 63

1. Provinsi Banten ... 63

B. Penemuan dan Pembahasan ... 64

1. Analisa Deskriptif ... 64

a.Analisa Deskriptif Tingkat Pengangguran (TP) di Provinsi Banten .... 64

b.Analisa Deskriptif Produk Domestik Regional Bruto (PDRB) di Provinsi Banten ... 66

c.Analisa Deskriptif Upah Minimum Kabupaten/Kota (UMK) di Provinsi Banten. ... 68

d.Analisa Deskriptif Indeks Pembangunan Manusia (IPM) di Provinsi Banten ... 69

2. Memilih Model Data Panel ... 70

a. Uji Chow ... 70

b.Uji Hausman ... 71

3.Hasil Estimasi Model Data Panel ... 72

1) Pendekatan Fixed Effect Model (FEM) ... 72

4. Uji Asumsi Klasik ... 73

a. Uji Normalitas ... 73

b. Uji Multikolinearitas ... 74

c. Uji Heteroskedastisitas ... 74

5. Pengujian Hipotesis ... 77

a. Uji Koefisien Determinan (Adjusted R2) ... 80

b. Uji Signifikansi Individual (Uji t) ... 80

c. Uji Signifikansi Serentak (Uji F)... 83

6. Intepretasi Hasil Analisis ... 84

a. Analisis Tiap Kabupaten/Kota di Provinsi Banten Periode 2008-2013 . 85 b. Analisis Ekonomi ... 88

BAB V PENUTUP ... 93

A. Kesimpulan ... 93

B. Implikasi ... 94

C. Keterbatasan ... 95

D. Saran ... 96

DAFTAR TABEL

Nomor Keterangan Halaman

1.1 Prosentase Tingkat pengangguran di 6 Provinsi di Pulau Jawa Tahun 2010 – 2013

3

1.2 Produk Domestik Regional Bruto Atas Dasar Harga Konstan 2000 Menurut Provinsi Tahun 2010-2013 (Milyar Rupiah)

4

1.3 Perkembangan Upah Minimum Kabupaten/Kota di 6 Provinsi di Pulau Jawa Tahun 2010-2013 (Dalam Ribuan Rupiah)

6

1.4 Indeks Pembangunan Manusia di 6 Provinsi di Pulau Jawa 2010-2013

7

1.5 Angka Harapan Hidup di 6 Provinsi di Pulau Jawa 2010-2013

8

2.1 Penelitian Terdahulu 32

3.1 Operasional Variabel Penelitian 61

4.1 Uji Chow 71

4.2 Uji Hausman 72

4.3 Regresi Fixed Effect Model (FEM) 72

4.4 Correlation Matrix 74

4.5 Hasil Uji Heteroskedastisitas 75

4.7 Hasil Estimasi 78

4.8 Nilai t-Statistik 81

4.9 Interpretasi Koefisien Fixed Effect Model

(FEM)

DAFTAR GAMBAR

Nomor Keterangan Halaman

2.2 Kerangka Pemikiran 40

4.1 Prosentase Tingkat Pengangguran Terbuka di Provinsi Banten tahun 2008 - 2013

65

4.2 PDRB atas Dasar Harga Konstan 2000 di Provinsi Banten tahun 2008 – 2013

67

4.3 Upah Minimum Kabupaten/Kota (UMK) di Provinsi Banten tahun 2008 - 2013

68

4.4 Indeks Pembangunan Manusia (IPM) di Provinsi Banten tahun 2008 - 2013

69

DAFTAR LAMPIRAN

Lampiran Keterangan Halaman

1 Data 100

2 Data setelah di Interpolasi 102

3 Uji Chow 106

4 Uji Hausman 106

5 Fixed Effect Model 107

6 Uji Normalitas 108

7 Uji Multikolinearitas 108

8 Uji Heteroskedastisitas 109

BAB I

PENDAHULUAN

A. Latar Belakang Penelitian

Pembangunan merupakan proses yang dapat ditelisik dengan menggabungkan dua dimensi kehidupan. Dimensi pembangunan berjumlah dua sebab tersusun atas manusia dan alam (Sagir, 2009:53). Pembangunan ekonomi pada hakekatnya merupakan serangkaian kegiatan yang bertujuan untuk mensejahterakan rakyat karena diukur tidak hanya melalui besarnya Produk Domestik Bruto (PDB) suatu Negara saja tetapi juga diukur dari berbagai aspek lain seperti pendidikan, perkembangan teknologi, peningkatan dalam kesehatan, peningkatan dalam infrastruktur serta peningkatan dalam pemerataan pendapatan. Dalam pembangunan ekonomi Indonesia, kesempatan kerja masih menjadi masalah utama. Pokok dari permasalahan ini diakibatkan adanya kesenjangan antara pertumbuhan jumlah tenaga kerja dengan ketersediaan lapangan pekerjaan di berbagai sektor ekonomi. Ketimpangan antara ketersediaan lapangan kerja dengan banyaknya tenaga kerja yang ada berdampak pada masalah baru yang juga dihadapi Negara-negara berkembang termasuk Indonesia yaitu masalah tingkat pengangguran yang tinggi. Apabila masalah tersebut tidak segera diatasi, maka akan berpotensi menambah tingkat kemiskinan di Indonesia.

Istilah Pengangguran menurut Badan Pusat Statistik (BPS) adalah seseorang yang termasuk kelompok penduduk usia kerja yang selama periode

tertentu tidak bekerja, dan bersedia menerima pekerjaan, serta sedang mencari pekerjaan. Masalah pengangguran memang merupakan masalah yang sulit dipecahkan hingga saat ini. Jumlah penduduk yang bertambah setiap tahunnya mengakibatkan jumlah angkatan kerja meningkat namun tidak disertai dengan meningkatnya kesempatan kerja. Berdasarkan data yang diperoleh dari Badan Pusat Statistik (BPS), angka pengangguran di Indonesia pada tahun 2010 sampai dengan tahun 2012 mengalami penurunan. Dari data tersebut dapat dikatakan bahwa angka pengangguran sudah berkurang, namun jumlah angka pengangguran yang ada masih cukup besar yaitu sebesar 7.429.598 juta jiwa. Berbagai upaya telah dilakukan pemerintah guna mengurangi jumlah pengangguran. Salah satu upaya yang dilakukan oleh pihak Kementerian Tenaga Kerja dan Transportasi (Kemenakertrans) adalah dengan memfasilitasi perluasan dan kesempatan kerja, melalui pemagangan dalam negeri dan luar negeri, program padat karya produktif, padat karya inovatif dan wirausaha baru.

Masalah pengangguran terdapat di hamper seluruh provinsi di kepualan Indonesia. Hal itu pun terjadi pula di beberapa Provinsi di Pulau Jawa diantaranya Provinsi Banten, DKI Jakarta, Jawa Barat, Jawa Tengah, D.I.Yogyakarta, dan Jawa Timur. Berikut tabel prosentase tingkat pengangguran di 6 Provinsi di Pulau Jawa:

Tabel 1.1

Prosentase Tingkat pengangguran di 6 Provinsi di Pulau Jawa Tahun 2010 – 2013

Provinsi 2010 2011 2012 2013

Banten 13.9 13.28 10.43 10.43

DKI Jakarta 11.18 10.81 10.3 10.3

Jawa Barat 10.45 9.83 9.43 9.43

Jawa Tengah 6.53 6 5.75 5.75

DI Yogyakarta 5.85 4.72 4.03 4.03

Jawa Timur 4.58 4.17 4.12 4.12

Sumber : BPS, 2012 (diolah)

Dari tabel diatas dapat dilihat bahwa meskipun tingkat pengangguran di 6 Provinsi di Pulau Jawa mengalami tren menurun, namun tingkat pengangguran pada Provinsi Banten terbilang masih cukup tinggi dibandingkan dengan Provinsi lain yaitu sebesar 10,43% pada tahun 2012. Prosentase tingkat pengangguran di Provinsi Banten apabila dilihat menurut kabupaten/kota juga mengalami tren menurun. Pun begitu, prosentasenya masih cukup besar.

PDRB (Produk Domestik Regional Bruto) merupakan salah satu indikator tingkat kesejahteraan penduduk di suatu wilayah. PDRB merupakan nilai bersih barang dan jasa-jasa akhir yang dihasilkan oleh berbagai tingkat kegiatan ekonomi di suatu daerah dalam suatu periode (Roby, 2011: 5). Pada kenyataannya, PDRB mempunyai pengaruh terhadap jumlah angkatan kerja yang bekerja dengan asumsi apabila nilai PDRB suatu wilayah meningkat, maka jumlah output dalam seluruh

unit ekonomi di suatu wilayah akan meningkat. Output yang jumlahnya meningkat akan menyebabkan terjadinya peningkatan permintaan tenaga kerja. Berikut merupakan perbandingan jumlah nilai PDRB dari 6 Provinsi di Pulau Jawa.

Tabel 1.2

Produk Domestik Regional Bruto Atas Dasar Harga Konstan 2000 Menurut Provinsi Tahun 2010-2013 (Milyar Rupiah)

Provinsi 2010 2011 2012 2013

Banten 88552 94207 100000 105856

DKI Jakarta 395622 422237 449821 477285 Jawa Barat 322224 343111 364405 386838 Jawa Tengah 186993 198270 210848 223099 DI. Yogyakarta 21044 22132 23309 24567 Jawa Timur 342281 366983 393666 419428

Sumber : BPS, 2012 (diolah)

Dari tabel 1.3 dapat dilihat bahwa PDRB di 6 Provinsi di Pulau Jawa terus mengalami peningkatan dari tahun 2010 sampai 2013. Meskipun mengalami tren meningkat, nilai PDRB di Provinsi Banten adalah yang terendah kedua setelah Provinsi D.I Yogyakarta. Peningkatan nilai PDRB yang terjadi di Provinsi Banten selaras dengan berkurangnya tingkat pengangguran di Provinsi tersebut, tetapi dengan jumlah PDRB sebesar 10 triliun pada tahun 2013, tingkat pengangguran di Provinsi Banten masih terbilang cukup tinggi yakni sebesar 10,43% pada tahun 2012.

Selain nilai PDRB suatu wilayah, tingkat upah minimum Kabupaten/Kota (UMK) juga merupakan salah satu faktor yang memengaruhi tingkat pengangguran. Menurut Alghofari (2010) setiap kenaikan tingkat upah akan diikuti oleh turunnya tenaga kerja yang diminta, yang berarti akan menyebabkan meningkatnya pengangguran. Begitu pula sebaliknya apabila tingkat upah turun maka akan diikuti oleh meningkatnya penyerapan tenaga kerja, sehingga dapat dikatakan bahwa jumlah tenaga kerja yang terserap mempunyai hubungan timbal balik dengan tingkat upah. Upah mempunyai pengaruh terhadap jumlah angkatan kerja yang bekerja. Semakin tinggi tingkat upah yang ditetapkan, maka biaya produksi juga semakin meningkat. Sehingga dilakukanlah efisiensi oleh perusahaan dengan cara pengurangan tenaga kerja dan berakibat pada meningkatnya pengangguran. Berikut ini merupakan tingkat UMK di Provinsi Banten:

Tabel 1.3

Perkembangan Upah Minimum Kabupaten/Kota di 6 Provinsi di Pulau Jawa Tahun 2010-2013 (Dalam Ribuan Rupiah)

Provinsi

Tahun

2010 2011 2012 2013

Banten 955,300 1,000,000 1,042,000 1,170,000

DKI Jakarta 1,118,000 1,290,000 1,529,150 2,200,000 Jawa Barat 671,500 732,000 780,000 850,000 Jawa Tengah 660,000 675,000 765,000 830,000 DI Yogyakarta 745,690 808,000 829,660 947,110 Jawa Timur 630,000 705,000 745,000 866,250

Sumber : BPS, 2012 (diolah)

Dari tabel 1.3 dapat dilihat bahwa terjadi peningkatan upah minimum pada setiap Provinsi di Pulau Jawa. Hal tersebut disebabkan karena pertumbuhan ekonomi yang meningkat dari tahun ke tahun. Peningkatan pertumbuhan ekonomi dapat diukur melalui besarnya PDRB di setiap Provinsi. Dengan meningkatnya tingkat upah minimum Kabupaten/Kota akan berdampak pada penyerapan tenaga kerja dimasa yang akan datang. Hal tersebut dapat dibuktikan dengan turunnya tingkat pengangguran di Provinsi Banten seperti yang digambarkan tabel 1.1.

Sementara itu pembangunan suatu daerah juga dapat dilihat melalui besaran nilai indeks pembangunan manusia (IPM). Tinggi rendahnya nilai IPM juga menentukan kualitas dari sumber daya manusia di suatu wilayah. Menurut Todaro (1999) dalam jurnal Muhammad Shun (2013), pendidikan memainkan

kunci dalam membentuk kemampuan sebuah Negara berkembang untuk menyerap teknologi modern dan untuk mengembangkan kapasitas agar tercipta pertumbuhan serta pembangunan yang berkelanjutan. Berikut ini merupakan tabel perbandingan jumlah indeks pembangunan manusia di 6 Provinsi di Pulau Jawa:

Tabel 1.4

Indeks Pembangunan Manusia di 6 Provinsi di Pulau Jawa 2010-2013

Provinsi

Tahun

2010 2011 2012 2013

Banten 70,48 70,95 71,49 71,90

DKI Jakarta 77,6 77,97 78,33 78,59 Jawa Barat 72,29 72,73 73,11 73,58 Jawa Tengah 72,49 72,94 73,36 74,05 Yogyakarta 75,77 76,32 76,75 77,37 Jawa Timur 71,62 72,18 72,83 73,54

Sumber : BPS RI, 2012

Dari tabel 1.8 diatas dapat dilihat bahwa nilai IPM secara keseluruhan mengalami peningkatan di setiap Provinsi di Pulau jawa dari tahun 2010 sampai 2013. Meskipun mengalami tren meningkat, namun nilai indeks pembangunan manusia di Provinsi Banten merupakan yang terendah di antara Provinsi lain di Pulau Jawa. Hal ini menunjukka bahwa kualitas SDM di Provinsi Banten belum cukup baik. Angka harapan hidup merupakan salah satu komponen untuk mengukur indeks pembangunan manusia di suatu Negara atau wilayah. Besar nilai angka harapan hidup berpengaruh pada nilai indeks pembangunan manusia dan

merepresentasikan keadaan sumber daya manusia yang ada di suatu Negara atau wilayah. Berikut merupakan perbandingan angka harapan hidup pada 6 Provinsi di Pulau Jawa:

Tabel 1.5

Angka Harapan Hidup di 6 Provinsi di Pulau Jawa 2010-2013

Provinsi

Tahun

2010 2011 2012 2013

Dki Jakarta 73.20 73.35 73.49 73.56 Jawa Barat 68.20 68.40 68.60 68.84 Jawa Tengah 71.40 71.55 71.71 71.97 D I Yogyakarta 73.22 73.27 73.33 73.62 Jawa Timur 69.60 69.86 70.09 70.37 Banten 64.90 65.05 65.23 65.47

Sumber : BPS RI, 2012

Dari tabel diatas dapat dilihat bahwa angka harapan hidup di 6 Provinsi di Pulau Jawa mengalami peningkatan dari tahun 2010 sampai tahun 2013. Meskipun terjadi peningkatan, angka harapan hidup di Provinsi Banten merupakan yang terendah diantara 6 Provinsi lain. Rendahnya angka harapan hidup merupakan akibat dari banyaknya kasus gizi buruk yang terjadi. Menurut wakil gubernur Banten Rano Karno, salah satu kota di Provinsi Banten yaitu Kota Serang termasuk salah satu daerah yang belum berhasil dalam penanganan gizi buruk. Rendahnya angka harapan hidup ini berdampak pada rendahnya indeks pembangunan manusia di Provinsi Banten.

Berdasarkan data dan uraian diatas mengenai adanya pengaruh pada Produk Domestik Regional Bruto, upah minimum Kabupaten/Kota dan indeks pembangunan manusia terhadap tingkat pengangguran di seluruh Kabupaten/kota di Provinsi Banten, maka penelitian ini mengambil judul “Pengaruh Produk Domestik Regional Bruto (PDRB), Upah Minimum Kabupaten/Kota (UMK),dan Indeks Pembangunan Manusia (IPM) terhadap Tingkat Pengangguran di Provinsi Banten Periode 2008-2013”.

B. Perumusan Masalah

Pengangguran merupakan salah satu tolak ukur kondisi sosial ekonomi dalam menilai keberhasilan pembangunan yang dilakukan pemerintah di suatu daerah. Banyak sekali masalah-masalah yang timbul mengakibatkan naiknya tingkat pengangguran. Tingkat pengangguran di Provinsi Banten dari tahun 2008 hingga tahun 2013 mengalami periode yang relatif baik karena tren yang menurun. Meskipun mengalami penurunan, tingkat pengangguran di Provinsi Banten masih yang paling tinggi dibanding dengan Provinsi lain di pulau Jawa. Oleh karena itu diperlukan penelitian lebih lanjut mengenai faktor-faktor yang dapat berpengaruh terhadap tingkat pengangguran di seluruh kabupaten/kota di Provinsi Banten agar diketahui faktor-faktor apa saja yang perlu di dukung dan ditingkatkan guna mengurangi tingkat pengangguran. Besarnya tingkat pengangguran dapat dipengaruhi oleh berbagai faktor diantaranya PDRB, UMK, dan indeks pembangunan manusia. Oleh karena itu dapat dirumuskan masalah sebagai berikut:

1. Bagaimana pengaruh Produk Domestik Regional Bruto (PDRB) terhadap tingkat pengangguran di Provinsi Banten secara parsial?

2. Bagaimana pengaruh Upah Minimun Kabupaten/Kota (UMK) terhadap tingkat pengangguran di Provinsi Banten secara parsial?

3. Bagaimana pengaruh Indeks Pembangunan Manusia (IPM) terhadap tingkat pengangguran di Provinsi Banten secara parsial?

4. Bagaimana pengaruh Produk Domestik Regional Bruto (PDRB), Upah Minimun Kabupaten/Kota (UMK),dan Indeks Pembangunan Manusia (IPM) terhadap tingkat pengangguran di Provinsi Banten secara simultan?

C. Tujuan dan Manfaat Penelitian

1. Tujuan dari penelitian ini antara lain:

a. Untuk mengetahui bagaimana pengaruh Produk Domestik Regional Bruto (PDRB) terhadap tingkat pengangguran di Provinsi Banten secara parsial.

b. Untuk mengetahui bagaimana pengaruh Upah Minimun Kabupaten/Kota (UMK) terhadap tingkat pengangguran di Provinsi Banten secara parsial.

c. Untuk mengetahui bagaimana pengaruh Indeks Pembangunan Manusia (IPM) terhadap tingkat pengangguran di Provinsi Banten secara parsial.

d. Untuk mengetahui bagaimana pengaruh Produk Domestik Regional Bruto (PDRB), Upah Minimun Kabupaten/Kota (UMK),dan Indeks

Pembangunan Manusia (IPM) terhadap tingkat pengangguran di Provinsi Banten secara simultan.

2. Manfaat yang ingin dicapai dari penulisan skripsi ini diantaranya ialah: a. Bagi Penulis

Merupakan suatu pembelajaran yaitu usaha untuk menganalisis pengaruh dari PDRB, UMK, dan IPM terhadap tingkat pengangguran di Provinsi Banten. Sehingga penulis dapat mengaplikasikan teori yang didapat selama masa kuliah dengan menganalisa serta menyelesaikan masalah.

b. Bagi Pihak Lain

Penelitian ini diharapkan mampu memberikan informasi yang berguna untuk pemerintah sebagai saran untuk pengambil kebijakan agar terciptanya kemajuan dalam pembangunan ekonomi. Selain itu penulis juga berharap penelitian ini menambah ilmu ekonomi khususnya ekonomi pembangunan bagi para pembaca.

BAB II

TINJAUAN PUSTAKA

A. Landasan Teori

1. Pengangguran

a. Definisi Pengangguran

Pengangguran merupakan suatu ukuran yang dilakukan jika seseorang tidak memiliki pekerjaan tetapi mereka sedang melakukan usaha secara aktif untuk mencari pekerjaan. Pengangguran merupakan suatu keadaan di mana seseorang yang tergolong dalam angkatan kerja ingin mendapatkan pekerjaan tetapi mereka belum dapat memperoleh pekerjaan tersebut (Sukirno, 1997).

Menurut Sukirno (1997) dalam skripsi Cholili (2014), pengangguran adalah suatu keadaan di mana seseorang yang tergolong dalam angkatan kerja ingin mendapatkan pekerjaan tetapi belum dapat memperolehnya. Seseorang yang tidak bekerja, tetapi tidak secara aktif mencari pekerjaan tidak tergolong sebagai penganggur.

Sedangkan dalam ilmu kependudukan (demografi), orang yang mencari kerja masuk dalam kelompok penduduk yang disebut angkatan kerja. Berdasarkan kategori usia, usia angkatan kerja adalah 15-64 tahun. Tetapi tidak semua penduduk yang berusia 15-64 tahun dihitung sebagai angkatan kerja. Yang dihitung sebagai angkatan kerja adalah penduduk berusia 15-64 tahun yang bekerja dan sedang mencari kerja. Tingkat

pengangguran merupakan persentase angkatan kerja yang tidak/belum mendapatkan pekerjaan (Rahardja, 2008 : 376).

Ada dua dasar utama klasifikasi pengangguran, yaitu pendekatan angkatan kerja (labour force approach) dan pendekatan pemanfaatan tenaga kerja (labour utilization approach) (Rahardja, 2008 : 378).

1. Pendekatan Angkatan Kerja (Labour Force Approach)

Pendekatan ini mendefinisikan penganggur sebagai angkatan kerja yang tidak bekerja.

2. Pendekatan Pemanfaatan Tenaga Kerja (Labour Utilization Approach) Dalam pendekatan ini, angkatan kerja dibagi menjadi tiga kelompok, yaitu:

a) Menganggur (Unemployed), yaitu mereka yang sama sekali tidak bekerja atau sedang mencari pekerjaan. Kelompok ini sering disebut juga pengangguran terbuka (open employment).

b) Setengah Menganggur (Underemployed), yaitu mereka yang bekerja, tetapi belum dimanfaatkan secara penuh. Artinya, jam kerja mereka dalam seminggu kurang dari 35 jam.

c) Bekerja penuh (Employed), yaitu mereka yang bekerja penuh atau jam kerjanya mencapai 35 jam per minggu.

b. Jenis-jenis Pengangguran

Menurut Sukirno (1997), pengangguran biasanya dibedakan atas 3 jenis berdasarkan keadaan yang menyebabkannya, antara lain:

1. Pengangguran friksional, yaitu pengangguran yang disebabkan oleh tindakan seseorang pekerja untuk meninggalkan kerjanya dan mencari kerja yang lebih baik atau sesuai dengan keinginannya.

2. Pengangguran struktural, yaitu pengangguran yang disebabkan oleh adanya perubahan struktur dalam perekonomian.

3. Pengangguran konjungtur, yaitu pengangguran yang disebabkan oleh kelebihan pengangguran alamiah dan berlaku sebagai akibat pengurangan dalam permintaan agregat.

c. Biaya Sosial dari Pengangguran

Pengangguran akan menimbulkan dampak negatif jika sifat pengangguran sudah sangat struktural dan atau kronis (Rahardja, 2008 : 378).

1) Terganggunya Stabilitas Perekonomian

Pengangguran struktural dan atau kronis akan mengganggu stabilitas perekonomian dilihat dari sisi permintaan dan penawaran agregat.

2) Terganggunya Stabilitas Politik

Saat ini pengangguran bukan hanya masalah ekonomi, melainkan juga masalah politik. Sebab dampak social dari pengangguran sudah jauh lebih besar dari masa-masa sebelumnya. Pengangguran yang tinggi akan meningkatkan

kriminalitas. Biaya ekonomi yang dikeluarkan untuk mengatasi masalah-masalah social ini sangat besar dan sulit diukur tingkat efisiensi dan efektivitasnya.

2. Produk Domestik Regional Bruto (PDRB)

a. Definisi Produk Domestik Regional Bruto (PDRB)

Pengertian PDRB menurut Badan Pusat Statistik (2004:8) yaitu jumlah nilai tambah yang dihasilkan untuk seluruh wilayah usaha dalam suatu wilayah atau merupakan jumlah seluruh nilai barang dan jasa akhir yang dihasilkan seluruh unit ekonomi di suatu wilayah. Menurut departemen statistik ekonomi dan moneter dari Bank Indonesia (2004:85), PDRB terdiri dari PDRB atas dasar harga berlaku dan PDRB atas dasar harga konstan. PDRB atas dasar harga berlaku menggambarkan nilai tambah barang dan jasa yang dihitung menggunakan harga pada tahun berjalan, sedangkan PDRB atas dasar harga konstan menunjukkan nilai tambah barang dan jasa tersebut yang dihitung menggunakan harga yang berlaku pada satu tahun tertentu sebagai tahun dasar.

Perhitungan Produk Domestik Regional Bruto secara konseptual menggunakan tiga macam pendekatan, yaitu: pendekatan produksi, pendekatan pengeluaran dan pendekatan pendapatan.

Produk Domestik Regional Bruto adalah jumlah nilai tambah atas barang dan jasa yang dihasilkan oleh berbagai unit produksi di wilayah suatu daerah dalam jangka waktu tertentu (biasanya satu tahun). Unit-unit produksi dalam penyajian ini dikelompokkan dalam 9 lapangan usaha (sektor), yaitu: (1) pertanian, peternakan, kehutanan dan perikanan, (2) pertambangan dan penggalian, (3) industri pengolahan, (4) listrik, gas dan air bersih, (5) konstruksi, (6) perdagangan, hotel dan restoran, (7) pengangkutan dan komunikasi, (8) keuangan, real estate dan jasa perusahaan, (9) jasa-jasa (termasuk jasa pemerintah).

2) Pendekatan Pengeluaran:

Produk Domestik Regional Bruto adalah semua komponen permintaan akhir yang terdiri dari : (1) Pengeluaran konsumsi rumah tangga dan lembaga swasta nirlaba, (2) konsumsi pemerintah, (3) pembentukan modal tetap domestik bruto, (4) perubahan inventori dan (5) ekspor neto (merupakan ekspor dikurangi impor).

3) Pendekatan Pendapatan:

Produk Domestik Regional Bruto merupakan jumlah balas jasa yang diterima oleh faktor-faktor produksi yang ikut serta dalam proses produksi di suatu daerah dalam jangka waktu tertentu (biasanya satu tahun). Balas jasa yang dimaksud adalah

upah dan gaji, sewa tanah, bunga modal dan keuntungan; semuanya sebelum dipotong pajak penghasilan dan pajak langsung lainnya. Dalam definisi ini, PDRB mencakup juga penyusutan dan pajak tidak langsung neto (pajak tak langsung dikurangi subsidi). 3. Upah

a. Definisi Upah

Di dalam sistem Ricardo, upah memainkan peranan aktif dalam menentukan pendapatan antara modal dengan buruh. Tingkat upah meningkat bila harga barang yang dibutuhkan buruh meningkat. Barang yang diproduksi buruh sebagian besar adalah hasil pertanian. Karena itu untuk menghasilkan satu unit produk dibutuhkan buruh lebih banyak. Sehingga apabila permintaan terhadap buruh mulai meningkat maka akan menaikkan upah (Jhingan, 2012: 90).

Menurut Mill, elastisitas penawaran tenaga kerja sangat tinggi dalam menanggapi kenaikan upah. Upah pada umumnya melebihi tingkat penghidupan minimum. Upah dapat naik karena peningkatan cadangan modal yang berputar dengan penduduk yang dipakai untuk mengupah tenaga kerja atau karena pengurangan jumlah tenaga kerja. Jika upah naik, penawaran tenaga kerja akan naik. Persaingan antara pekerja tidak hanya akan menurunkan upah tetapi juga sebagian buruh akan kehilangan pekerjaan. (Jhingan, 2012: 106).

Menurut teori upah efisiensi, perusahaan bersedia membayar lebih tinggi daripada gaji ekuilibrium agar mendorong para pekerja

untuk menghindari kelalaian atau mengulur-ngulur waktu kerja.

(Schaum’s, 2006:264). Mankiw (2006) dalam Skripsi Anggrainy (2013)

menjelaskan bahwa teori upah-efisiensi mengajukan penyebab ketiga dari kekakuan upah selain undang-undang upah minimum dan pembentukkan serikat pekerja. Teori upah-efisiensi yang pertama menyatakan bahwa upah yang tinggi membuat para pekerja lebih produktif. Pengaruh upah terhadap efisiensi pekerja dapat menjelaskan kegagalan perusahaan untuk memangkas upah meskipun terjadi kelebihan penawaran tenaga kerja. Meskipun akan mengurangi tagihan upah perusahaan, (jika teori ini benar) maka pengurangan upah akan memperendah produktivitas pekerja dan laba perusahaan.

Teori upah-efisiensi yang kedua, menyatakan bahwa upah yang tinggi menurunkan perputaran tenaga kerja. Dengan membayar upah yang tinggi, perusahaan mengurangi frekuensi pekerja yang keluar dari pekerjaan, sekaligus mengurangi waktu yang dibutuhkan perusahaan untuk menarik dan melatih pekerja baru. Teori upah-efisiensi yang ketiga menyatakan bahwa kualitas rata-rata tenaga kerja perusahaan bergantung pada upah yang dibayar kepada karyawannya. Jika perusahaan mengurangi upahnya, maka pekerja terbaik bisa mengambil pekerjaan di tempat lain, meninggalkan perusahaan dengan pekerja yang tidak terdidik yang memiliki lebih sedikit alternatif. Teori upah-efisiensi yang keempat menyatakan

bahwa upah yang tinggi meningkatkan upaya pekerja. Teori ini menegaskan bahwa perusahaan tidak dapat memantau dengan sempurna upaya para pekerja, dan para pekerja harus memutuskan sendiri sejauh mana mereka akan bekerja keras. Semakin tinggi upah, semakin besar kerugian bagi pekerja bila mereka sampai dipecat. Dengan membayar upah yang lebih tinggi, perusahaan memotivasi lebih banyak pekerja agar tidak bermalas-malasan dan dengan demikian meningkatkan produktivitas mereka.

Teori upah subsitensi (hukum besi) oleh David Ricardo (1772-1823) yaitu upah ditentukan oleh interaksi penyediaan dan permintaan akan buruh. Lebih lanjut berasumsi bahwa bila pendapatan penduduk bertambah di atas tingkat subsisten, maka penduduk akan bertambah lebih cepat dari laju pertambahan makanan dan kebutuhan lain. Angkatan kerja bertambah maka akan bertambah pula angkatan kerja yang memasuki pasar kerja dan mencari kerja. Penawaran tenaga kerja menjadi lebih besar dari permintaan. Teori upah besi adalah upah riil dalam jangka panjang cenderung terhadap upah minimum yang diperlukan untuk menyokong kehidupan pekerja. Upah tidak dapat jatuh di bawah tingkat subsistensi karena tanpa subsisten, buruh tidak akan mampu bekerja. Teori iron wage ini cenderung merugikan kepentingan pengusaha dan pekerja yang belum mendapatkan pekerjaan. Kenaikan upah akan menurunkan permintaan tenaga kerja sehingga para penganggur akan semakin sulit

mendapatkan pekerjaan dan para pengusaha akan disulitkan dengan kenaikan biaya produksi. Kegagalan upah dalam melakukan penyesuaian sampai penawaran tenaga kerja sama dengan permintaannya merupakan indikasi adanya kekakuan upah (wage rigidity) (Devi, 2011 :4-5).

b. Penetapan Upah Minimum Kota

Pengertian upah minimum dalam pasal 1 ayat 1 dari Peraturan Menteri Tenaga Kerja No. 1 tahun 1999, upah minimum didefinisikan sebagai upah bulanan terendah yang meliputi gaji pokok dan tunjangan tetap. upah minimum provinsi adalah upah bulanan terendah yang meliputi gaji pokok dan tunjangan tetap yang ditetapkan oleh gubernur. Kebijakan upah minimum di dalam Undang Undang No 13 tahun 2003 tentang Ketenagakerjaan yang isinya antara lain:

1) Pemerintah menetapkan upah berdasarkan Kebutuhan Hidup Layak (KHL) dengan memperhatikan produktivitas dan pertumbuhan ekonomi.

2) Upah Minimum dapat diterapkan:

(a) berdasarkan wilayah provinsi atau kabupaten/kota;

(b) berdasarkan sektor pada wilayah provinsi atau kabupaten/kota. Upah minimum sektoral dapat ditetapkan untuk kelompok lapangan usaha beserta pembagiannya menurut klasifikasi lapangan usaha Indonesia untuk kabupaten/kota, provinsi, beberapa provinsi

atau nasional dan tidak boleh lebih rendah dari upah minimum regional daerah yang bersangkutan.

3) Upah minimum ditetapkan oleh Gubernur dengan memperhatikan rekomendasi dari Dewan Pengupahan Provinsi dan/atau Bupati/Walikota.

4) Pengusaha dilarang membayar upah lebih rendah dari upah minimum.Bagi pengusaha yang tidak mampu membayar upah minimum dapat dilakukan penangguhan. Penangguhan pelaksanaan upah minimum bagi perusahaan yang tidak mampu dimaksudkan untuk membebaskan perusahaan yang bersangkutan melaksanakan upah minimum yang berlaku dalam kurun waktu tertentu.

4. Indeks Pembangunan Manusia (IPM)

a. Definisi Indeks Pembangunan Manusia (IPM)

Menurut UNDP indeks pembangunan manusia memberikan suatu ukuran gabungan tiga dimensi tentang pembangunan manusia diantaranya: panjang umur dan menjalani hidup sehat (diukur dari usia harapan hidup), terdidik (diukur dari tingkat kemampuan baca tulis orang dewasa dan tingkat pendaftaran di sekolah dasar, lanjutan dan tinggi), dan memiliki standar hidup yang layak (diukur dari paritas daya beli/PPP, penghasilan) (UNDP, 2004).

IPM digunakan untuk mengklasifikasikan apakah sebuah negara termasuk kategori negara maju, negara berkembang atau negara

terbelakang. Selain itu indeks ini juga menjadi parameter untuk melihat pengaruh kebijakan ekonomi suatu negara terhadap kualitas rakyatnya. Dan tidak hanya digunakan sebagai tolak ukur pengelompokan suatu Negara tetapi juga dapat digunakan sebagai tolak ukur untuk mengukur dan pengelompokan Subnegara (daerah/ bagian) (Cholili, 2014 : 5) .

Indeks Pembangunan Manusia (IPM) merupakan indikator yang menjelaskan bagaimana penduduk suatu wilayah mempunyai kesempatan untuk mengakses hasil dari suatu pembangunan sebagai bagian dari haknya dalam memperoleh pendapatan, kesehatan, pendidikan, dan sebagainya. Nilai IPM menunjukkan seberapa jauh wilayah tersebut telah mencapai sasaran yang ditentukan yaitu angka harapan hidup 85 tahun, pendidikan dasar bagi semua lapisan masyarakat, dan tingkat pengeluaran dan konsumsi yang telah mencapai standar hidup layak. Semakin dekat nilai IPM suatu wilayah terhadap angka 100, maka semakin dekat jalan yang harus ditempuh untuk mencapai sasaran itu.

Kedudukan dan peran IPM dalam pembangunan akan lebih terlihat kalau dilengkapi dengan suatu data yang berisikan indikator yang relevan dengan IPM dan disusun sebagai suatu sistem data yang lengkap. Sistem data yang lengkap dan akurat akan lebih dapat mengkaji berbagai kendala dan implementasi program pembangunan pada periode sebelumnya, dan potensi yang dimiliki oleh suatu

wilayah untuk dimasukkan sebagai masukan dalam perencanaan pembangunan periode berikutnya, sehingga diharapkan nilai IPM sebagai tolok ukur pembangunan dapat mencerminkan kondisi kemiskinan masyarakat yang sesungguhnya. Adapun hambatan yang dihadapi oleh pemerintah maupun pemerintah daerah dalam pelaksanaan pencapain prestasi IPM ini adalah kurangnya pengetahuan tentang pentingnya kasus tersebut, dan dipihak lain juga kurang nya sosialisasi tentang hal tersebut, sehingga menyebabkan buruknya prestasi kita dikancah internasional, hal ini dapat dilihat dari masih banyaknya indikator -indikator IPM yang belum terpenuhi.

Sebagai ukuran kualitas hidup, IPM dibangun melalui pendekatan tiga dimensi dasar. Dimensi tersebut mencakup umur panjang dan sehat; pengetahuan dan kehidupan yang layak. Ketiga dimensi tersebut memiliki pengertian yang sangat luas karena terkait banyak faktor. Untuk mengukur dimensi kesehatan, digunakan angka umur harapan hidup. Selanjutnya untuk mengukur dimensi pengetahuan digunakan gabungan indicator angka melek huruf dan rata-rata lama sekolah. Adapun untuk mengukur dimensi hidup layak digunakan indicator kemampuan daya beli (Purchasing Power Parity). (Indeks Pembangunan Manusia, Katalog BPS, 2007 : 9)

Salah satu keuntungan terbesar dari IPM adalah indeks ini mengungkapkan bahwa sebuah Negara dapat berbuat jauh lebih baik pada tingkat pendapatan yang rendah, dan bahwa kenaikan pendapatan

yang besar dapat berperan relatif kecil terhadao pembangunan manusia. Lebih jauh, IPM menunjukkan dengan jelas bahwa kesenjangan dalam pendapatan lebih besar daripada kesenjangan dalam indikator pembangunan yang lain, paling tidak dalam indikator kesehatan dan pendidikan (Todaro, 2006 : 75).

5. Hubungan antar variabel

a. Hubungan PDRB dengan Pengangguran

Pertumbuhan ekonomi merupakan salah satu indikator kinerja yang menggambarkan hasil dari pembangunan yang telah dicapai. Indikator ini penting bagi daerah karena dapat digunakan sebagai bahan evaluasi bagi pemerintah daerah atas keberhasilan pembangunan yang telah dicapai sekaligus sebagai dasar perencanaan dan pengambilan kebijakan dimasa yang akan datang. Arsyad (2000) dalam skripsi Yeni Dharmayanti (2011) menyatakan bahwa pertumbuhan ekonomi daerah diartikan sebagai kenaikan Produk Domestik Regional Bruto (PDRB) tanpa memandang apakah kenaikan itu lebih besar atau lebih kecil dari tingkat pertumbuhan penduduk atau apakah perubahan struktur ekonomi terjadi atau tidak. Hal ini berarti bahwa pertumbuhan ekonomi daerah secara langsung ataupun tidak langsung akan menciptakan lapangan kerja.

Berdasarkan penelitian terdahulu yaitu dari Nainggolan, 2009 yang melakukan penelitian tentang “Analisis Faktor-Faktor yang Mempengaruhi Kesempatan Kerja pada Kabupaten/Kota Di

Propinsi Sumatera Utara” yang menjadi rujukan dan persamaan dalam penelitian ini menunjukkan bahwa terdapat adanya pengaruh PDRB dan jumlah pengangguran yang bersifat positif dalam Teori Pertumbuhan Ekonomi. Dikatakan berpengaruh positif sebab pertumbuhan ekonomi tidak dibarengi oleh peningkatan kapasitas produksi, sehingga jumlah pengangguran tetap meningkat seiring pertumbuhan ekonomi yang berlangsung. Hal ini disebabkan pertumbuhan ekonomi yang meningkat tersebut berorientasi pada padat modal, dimana kegiatan produksi untuk memacu output dan menghasilkan pendapatan yang meningkat lebih diutamakan ketimbang pertumbuhan ekonomi yang berorientasi pada padat karya. b. Hubungan UMK dengan Pengangguran

Upah merupakan wujud nyata dari sebuah bentuk pertukaran yang terjadi antara pengguna jasa (perusahaan) dan pemberi jasa (rumah tangga). Upaya meminimalisasi persoalan upah minimum dilakukan pemerintah dengan menyusun rumusan upah minimum yang diharapkan menjadi acuan bagi pengusaha agar memenuhi kewajibannya membayar upah buruh atau pekerja untuk dapat hidup layak dari upah yang diterimanya. Dengan berlakunya Undang-Undang No.22 tahun 1999 tentang Otonomi Daerah, maka keputusan UMK untuk tiap Kabupaten atau Kota Madya langsung dibuat oleh Gubernur atas rekomendasi para Bupati dan Walikota yang berada di propinsi masing-masing.

Penelitian lainnya yang serupa dan mendukung adalah dari Wicaksono, 2010 yang berjudul “Analisis Pengaruh PDB Sektor Industri, Upah Riil, Suku Bunga Riil dan Jumlah Unit Usaha Terhadap Penyerapan Tenaga Kerja Pada Industri Pengolahan Sedang dan Besar di Indonesia Tahun 1990-2008” yang menyatakan bahwa kebijakan pemberlakuan dan peningkatan upah riil berpengaruh negatif sebab dapat menyebabkan terjadinya pengangguran dalam masyarakat. Adanya tuntutan kenaikan UMK pada tiap kota setiap tahunnya yang dimaksudkan untuk meningkatkan taraf kesejahteraan kaum buruh, disisi lain (pengusaha) justru berpengaruh negatif terhadap jumlah pengangguran. Hal tersebut dikarenakan jika UMK meningkat maka biaya produksi yang dikeluarkan cukup tinggi, sehingga terjadi inefisiensi pada perusahaan dan akan mengambil kebijakan pengurangan tenaga kerja guna mengurangi biaya produksi dan hal ini akan berakibat dikuranginya tenaga kerja. Teori yang signifikan untuk menjelaskan keadaan perekonomian di suatu daerah khususnya di Indonesia adalah mengenai teori kekakuan upah. Kekakuan upah (Wage rigidity) adalah gagalnya upah melakukan penyesuaian sampai penawaran tenaga kerja sama dengan permintaannya.

c. Hubungan IPM dengan Pengangguran

Todaro (2000) mengatakan bahwa pembangunan manusia merupakan tujuan pembangunan itu sendiri. Pembangunan manusia memainkan peranan

teknologi modern dan untuk mengembangkan kapasitasnya agar tercipta pertumbuhan serta pembangunan yang berkelanjutan. Kualitas Sumberdaya Manusia yang dapat dilihat dari nilai Indeks Pembangunan Manusia dapat menjadi penyebab terjadinya penduduk miskin. Rendahnya Indeks Pembangunan Manusia (IPM) akan berakibat pada rendahnya produktivitas kerja yang berimbas pada rendahnya perolehan pendapatan.

B. Penelitian Terdahulu

Alexander Muravyev dan Aleksey Oshchepkov melakukan penelitian yang berjudul “Minimum Wages, Unemployment and Informality: Evidence from Panel Data on Russian Regions”. Dalam penelitian ini mereka melihat efek pasar tenaga kerja dari adanya upah minimum dengan mengambil data yang mencakup 89 wilayah di Rusia dari tahun 2001 sampai tahun 2010. Hasil dari penelitian mereka menunjukkan bahwa upah minimum menimbulkan pengangguran di kalangan pekerja muda berusia 15 sampai 24 tahun. Sebaliknya, tidak terdapat dampak dari upah terhadap pekerja muda berusia 25 sampai 72 tahun.

M. Choudhry, dkk melakukan penelitian yang berjudul “Youth and total unemployment rate: the impact of policies and institutions”. Penelitian inimemperkirakan dampak dari beberapa lembaga, kebijakan untuk pemuda dan jumlah tingkat pengangguran pada Negara-negara maju selama tiga dekade terakhir. Metode yang digunakan dalam penelitian ini adalah

analaisis panel fixed effect. Hasil dari penelitian ini menunjukkan bahwa selain pertumbuhan ekonomi, kebebasan ekonomi, pasar tenaga kerja, pekerja paruh waktu dapat mengurangi pengangguran dan meningkatkan kinerja pasar tenaga kerja.

Thomas Lemieux melakukan penelitian yang berjudul “Minimum Wages and the Joint Distribution Employment and Wages”. Penelitian ini memperikarakan dampak dari upah minimum terhadap distribusi upah dan pendekatan tenaga kerja. Dengan menggunakan data Negara Kanada dari tahun 1997 sampai 2010, peneliti menemukan bahwa untuk remaja, kenaikan upah minimum dapat meningkatkan jumlah sebagian pekerja tetapi juga menghasilkan beberapa kerugian. Tidak ada dampak dari upah minimum terhadap orang dewasa.

Muhammad Shun Hajji dan Nugorho SBM melakukan penelitian berjudul “Analisis PDRB, Upah Minimum Provinsi, dan Angka Melek Huruf Terhadap Tingkat Pengangguran Terbuka di Provinsi Jawa Tengah Tahun 1990-2011”. Penelitian ini menggunakan metode Ordinary Least Square (OLS) dengan menggunakan tingkat pengangguran terbuka sebagai variabel dependen dan empat variabel independen yaitu produk domestik regional bruto, inflasi, Upah Minimum Kota dan angka melek huruf. Hasil dari penelitian ini menunjukkan bahwa upah

minimum Provinsi dan angka melek huruf berpengaruh secara signifikan terhadap tingkat pengangguran terbuka. Untuk di masa yang akan datang kebijakan Upah Minimum Kota perlu di awasi dengan benar agar tercapai keseimbangan pada pasar tenaga kerja. Kasus ini perlu mendapat perhatian khusus dari pemerintah guna terciptanya permintaan tenaga kerja dan mengantisipasi terbuangnya potensi sumber daya yang dimiliki.

Kholifah Anggrainy melakukan penelitian berjudul “Analisis Dampak Kenaikan Upah Minimum Kota (UMK) terhadap Kesempatan Kerja dan Investasi”. Tujuan dari penelitian ini adalah untuk menganalisis bagaimana dampak kenaikan upah minimum terhadap kesempatan kerja dan investasi di Kota Malang tahun 2001-2011. Hasil dari penelitian ini menunjukkan bahwa variabel UMK memiliki pengaruh negatif dan signifikan terhadap kesempatan kerja, sedangkan investasi memiliki pengaruh positif dan signifikan terhadap kesempatan kerja di Kota Malang.

Roby Cahyadi Kurniawan melakukan penelitian berjudul “Analisis Pengaruh PDRB, UMK, dan Inflasi Terhadap Tingkat Pengangguran Terbuka di Kota Malang Tahun 1980-2011”. Tujuan penelitian ini adalah untuk menganalisis nilai PDRB, Upah, Inflasi, Investasi, Tingkat Bunga dan Jumlah Industri secara

individu terhadap tingkat Pengangguran Terbuka di Kota Malang tahun 1980 – 2011. Dan menganalisis nilai PDRB, Upah, Inflasi, Investasi, Tingkat Bunga dan Jumlah Industri secara bersama – sama terhadap tingkat Penganguran Terbuka di Kota Malang Tahun 1980 – 2011. Hasil penelitian menunjukkan variabel PDRB, UMK, Inflasi, Investasi, Tingkat Bunga, Industri berpengaruh signifikan terhadap variabel tingkat pengangguran terbuka. Variabel UMK dan tingkat bunga memiliki pengaruh positif yang signifikan. Sedangkan variabel PDRB, Inflasi, Investasi dan Industri memiliki pengaruh negatif yang signifikan terhadap variabel tingkat pengangguran terbuka.

Fatkhul Mufid Cholili melakukan penelitian berjudul “Analisis Pengaruh Pengangguran, Produk Domestik Regional Bruto (PDRB), dan Indeks Pembangunan Manusia (IPM) Terhadap Jumlah Penduduk Miskin (Studi Kasus 33 Provinsi Di Indonesia)”. Penelitian ini menganalisis faktor yang mempengaruhi kemiskinan di Indonesia. Tujuan penelitian ini untuk melihat bagaimana tiga variabel independen berpengaruh terhadap kemiskinan di Indonesia, dengan variabel independen adalah indeks pembangunan manusia, produk domestik regional bruto, dan pengangguran baik secara simultan maupun secara parsial. Hasil penelitian memperlihatkan adanya pengaruh secara simultan dari

ketiga variabel independen dengan koefisien determinan 0.743 (R-Square). Namun ketika diuji secara parsial PDRB tidak berpengaruh signifikan terhadap tingkat kemiskinan, sedangkan IPM dan pengangguran secara parsial mempunyai pengaruh yang signifikan terhadap tingkat kemiskinan.

Tabel 2.1. Penelitian Terdahulu

Penulis Tahun Judul Variabel Metode Hasil

Persamaan dan Perbedaan Thomas

Lemieux

2011 “Minimum

Wages and the Joint Distribution Employment and Wages” Upah Minimum, Tenaga Kerja Distrib ution Regress ions Untuk remaja, kenaikan upah minimum dapat meningkat kan jumlah tenaga kerja yang mengangg ur. Persamaan: Variabel upah minimum berpengaruh pada tingkat pengangguran, Perbedaan: Upah Minimum naik akan meningkatkan tingkat pengangguran sedangkan dalam penelitian variabel upah minimum naik maka tingkat

pengangguran akan berkurang. M. Choudhry, E. Marelli dan M. Signorelli

2012 “Youth and

total unemployme

nt rate: the impact of

policies and institutions” Tingkat Penganggu ran, Pertumbuh an Ekonomi, Pasar Tenaga Kerja Fixed Effect Model (FEM) Selain pertumbuh an ekonomi, kebebasan ekonomi, pasar tenaga kerja, pekerja paruh waktu dapat mengurang i penganggu ran dan meningkat kan kinerja pasar tenaga kerja. Persamaan: Metode yang digunakan sama yaitu Fixed Effect Model (FEM), Perbedaan: Pekerja paruh waktu dapat mengurangi pengangguran sedangkan dalam penelitian upah minimum naik maka tingkat pengangguran akan berkurang. Alexander Muravyev dan

2013 “Minimum

Wages, Unemployme Upah Minimum, Penganggu Ordina ry Least Upah minimum menimbulk Persamaan: Upah minimum berpengaruh

Aleksey Oshchepko v nt And Informality: Evidence From Panel Data On Russian Regions” ran, Sektor Informal Square (OLS) an penganggu ran di kalangan pekerja muda berusia 15-24 tahun termasuk juga perempuan . terhadap tingkat pengangguran Perbedaan: Upah minimum menambah tingkat pengangguran sedangkan pada penelitian upah minimum naik akan mengurangi tingkat pengangguran. Muhamma

d Shun

Hajji, Nugroho SBM

2013 Analisis PDRB, Inflasi, Upah Minimum Provinsi, Dan Angka Melek Huruf Terhadap Tingkat Penganggura n Terbuka Di Provinsi

PDRB, Inflasi, UMK, Angka Melek Huruf, Tingkat Penganggu ran Terbuka Ordina ry Least Square (OLS) Upah minimum Provinsi dan angka melek huruf berpengaru h secara signifikan terhadap tingkat penganggu

Persamaan: Upah minimum berpengaruh terhadap tingkat pengangguran

Perbedaan: Metode yang digunakan adalah Ordinary Least Square (OLS)

Jawa Tengah Tahun 1990-2011 ran terbuka. sedangkan dalam penelitian digunakan metode Fixed Effect Model (FEM).

Kholifah Anggrainy

2013 Analisis Dampak Kenaikan Upah Minimum Kota (UMK) Terhadap Kesempatan Kerja dan Investasi Upah Minimum Kota (UMK), Kesempata n Kerja, Investasi Two Stage Least Square (TSLS) UMK memiliki pengaruh negatif signifikan terhadap kesempata n kerja dan investasi memiliki pengaruh positif yang signifikan terhadap kesempata n kerja. Persamaan: Upah minimum berpengaruh negatif terhadap tingkat

pengangguran

Perbedaan: Metode yang digunakan

adalah Two

Stage Least Square (TSLS)

sedangkan dalam penelitian digunakan metode Fixed Effect Model (FEM).

Roby Cahyadi

2013 Analisis Pengaruh PDRB, UMK Ordina ry Variabel PDRB, Persamaan: Upah minimum

Kurniawan PDRB, UMK, dan Inflasi Terhadap Tingkat Penganggura n Terbuka di Kota Malang Tahun 1980-2011 Inflasi, Investasi, Tingkat Bunga, Industri, Penganggu ran Terbuka Least Square (OLS) UMK Inflasi, Investasi, Tingkat Bunga, Industri berpengaru h signifikan terhadap variabel tingkat penganggu ran terbuka. Variabel UMK dan tingkat bunga memiliki pengaruh positif yang signifikan. Sedangkan variabel PDRB, berpengaruh terhadap tingkat pengangguran

Perbedaan: Upah minimum

naik akan

menambah tingkat pengangguran sedangkan dalam penelitian upah minimum

naik akan

mengurangi tingkat pengangguran.

Inflasi, Investasi dan Industri memiliki pengaruh negatif yang signifikan terhadap variabel tingkat penganggu ran terbuka. Fatkhul Mufid Cholili dan M.

Pudjihardj o

2014 Analisis Pengaruh Penganggura n, Produk Domestik Regional Bruto (PDRB), Dan Indeks Pembanguna n Manusia

Penganggu ran, PDRB, IPM, Kemiskina n Ordina ry Least Square (OLS) Variabel PDRB memiliki pengaruh positif namun tidak signifikan terhadap variabel kemiskina n, variabel

Persamaan: Indeks Pembangunan Manusia memiliki pengaruh negatif dan signifikan terhadap tingkat pengangguran

(IPM) Terhadap Jumlah Penduduk Miskin (Studi Kasus 33 Provinsi Di

Indonesia)

IPM memiliki pengaruh negatif dan signifikan terhadap variabel kemiskina

n, dan

variabel penganggu ran memiliki pengaruh positif dan signifikan terhadap variabel kemiskina n.

Variabel tignkat pengangguran sebagai variabel independen sedangkan dalam penelitian variabel tingkat pengangguran sebagai variabel dependen.

C. Kerangka Berpikir

Pada rumusan masalah penelitian telah di tetapkan akan dikaji pengaruh antara PDRB, Upah Minimum Kota, dan Indeks Pembangunan Manusia terhadap Tingkat Pengangguran di Provinsi Banten dari tahun 2008 sampai tahun 2013.

Berdasarkan uraian di atas maka dapat dijelaskan apa saja variabel-variabel yang berkaitan dengan penelitian ini. Diperkirakan tingkat pengangguran dipengaruhi oleh PDRB, upah minimum kota dan indeks pembangunan manusia, sehingga dapat dirumuskan sebagai berikut:

Dimana:

Y : Tingkat Pengangguran

X1 : Produk Domestik Regional Bruto (PDRB)

X2 : Upah Minimum Kabupaten/Kota (UMK)

X3 : Indeks Pembangunan Manusia (IPM)

Secara lebih jelasnya pengaruh PDRB, upah minimum kota dan indeks pembangunan manusia terhadap tingkat pengangguran dapat dijelaskan pada gambar berikut:

Gambar 2.2 Kerangka Pemikiran

Pengaruh Produk Domestik Regional Bruto (PDRB), Upah Minimum Kabupaten/Kota (UMK), dan Indeks Pembangunan Manusia terhadap Tingkat

Pengangguran di Provinsi Banten periode tahun 2008-2013

Variabel Independen Variabel Dependen

Tingkat Pengangguran

(Y)

Uji Hausman Metode Analisis:

Data Panel (Pooled Data)

Hasil Pengujian dan Pembahasan

Kesimpulan, Implikasi, Keterbatasan, dan Saran Latar Belakang Masalah

Uji Chow

Uji Hipotesis:

 Uji t

 Uji F

 Uji Adj R2

Uji Asumsi Klasik:

 Uji Normalitas

 Uji Multikolinearitas

 Uji Heteroskedastisitas

 Uji Autokorelasi Produk Domestik

Regional Bruto (X1)

Upah Minimum Kabupaten/Kota (X2)

Indeks Pembangunan Manusia (X3)

D. Hipotesis

Dari rumusan permasalahan yang ada, dirumuskan hipotesis yang berkaitan untuk menjawab pertanyaan dari rumusan masalah sebagai berikut:

1. Ho: Diduga tidak terdapat pengaruh yang signifikan antara Produk Domestik Regional Bruto terhadap tingkat pengangguran di Provinsi Banten secara parsial.

H1: Diduga terdapat pengaruh yang signifikan antara Produk

Domestik Regional Bruto terhadap tingkat pengangguran di Provinsi Banten secara parsial.

2. Ho: Diduga tidak terdapat pengaruh yang signifikan antara Upah Minimum Kabupaten/Kota terhadap tingkat pengangguran di Provinsi Banten secara parsial.

H1: Diduga terdapat pengaruh yang signifikan antara Upah

Minimum Kabupaten/Kota terhadap tingkat pengangguran di Provinsi Banten secara parsial.

3. Ho: Diduga tidak terdapat pengaruh yang signifikan antara Indeks Pembangunan Manusia terhadap tingkat pengangguran di Provinsi Banten secara parsial.

H1: Diduga terdapat pengaruh yang signifikan antara Indeks

Pembangunan Manusia terhadap tingkat pengangguran di Provinsi Banten secara parsial.

4. Ho: Diduga tidak terdapat pengaruh yang signifikan antara Produk Domestik Regional Bruto, Upah Minimum Kota, dan indeks pembangunan manusia terhadap tingkat pengangguran di Provinsi Banten secara simultan.

H1: Diduga terdapat pengaruh yang signifikan antara Produk

Domestik Regional Bruto, Upah Minimum Kabupaten/Kota, dan indeks pembangunan manusia terhadap tingkat pengangguran di Provinsi Banten secara simultan.

BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian ini menganalisa tentang pengaruh PDRB, UMK, dan IPM terhadap tingkat pengangguran di Provinsi Banten selama enam tahun, yaitu dari tahun 2008-2013. Adapun variabel-variabel yang digunakan terdiri dari empat variabel. Tingkat pengangguran merupakan variabel terikat atau dependent variable. Sedangkan untuk variabel bebas atau

independent variable adalah produk domestik regional bruto, upah minimum kabupaten/kota, dan indeks pembangunan manusia.

B. Metode Penentuan Sampel

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi (Sugiyono, 2010 : 62). Metode yang digunakan dalam pemilihan objek dalam penelitian ini adalah purposive sampling dimana peneliti kemungkinan mempunyai tujuan atau target tertentu dalam memilih sampel secara acak. Tujuan peneliti memilih sampel daerah Provinsi Banten adalah meneliti apakah yang menyebabkan tingginya tingkat pengangguran di Provinsi Banten (Indriantoro, 2009:131).

Penelitian ini menggunakan data populasi di Provinsi Banten yang terdiri dari delapan Kabupaten/Kota antara lain: Kabupaten Pandeglang, Kabupaten Lebak, Kabupaten Tangerang, Kabupaten Serang, Kota Tangerang, Kota Cilegon, Kota Serang dan Kota Tangerang Selatan.

C. Metode Pengumpulan Data

Data yang diperoleh untuk mencapai tujuan dalam penelitian ini diperoleh melalui data sekunder atau pihak ketiga, sehingga tidak diperlukan teknik kuesioner. Periode data yang akan digunakan dalam penelitian ini adalah data sekunder pada tahun 2008-2013 yang didapat dari Badan Pusat Statistik Provinsi Banten. Sebagai pendukung digunakan buku referensi, jurnal, surat kabar serta hasil dari website internet yang terkait dengan masalah tingkat pengangguran terbuka di Provinsi Banten.

Menurut Insukrindo (1996) pada skripsi Rully (2015) mengingat ketersediaan data dan kebutuhan jumlah data untuk permodelan yang diperoleh terbatas, maka data tahunan diinterpolasi menjadi data semesteran dengan menggunakan metode interpolasi.

D. Metode Analisis Data

Sesuai dengan permasalahan dan tujuan yang telah dirumuskan maka metode analisis dalam penelitian ini adalah metode analisis kuantitatif, yaitu di mana data yang digunakan dalam penelitian berbentuk angka, dalam penelitian ini metode yang digunakan adalah kuantitatif dengan format deskriptif bertujuan untuk menjelaskan dan meringkaskan berbagai kondisi, berbagai situasi, atau beberapa variabel yang timbul di masyarakat yang menjadi obyek penelitian ini. Dimana metode analisis dalam penelitian ini menggunakan beberapa teknik analisis yaitu:

1.Metode Data Panel

Metode analisis yang penulis gunakan secara umum menganalisis tentang Pengaruh Produk Domestik Regional Bruto, Upah Minimum Kabupaten/Kota, dan Indeks Pembangunan Manusia terhadap Tingkat Pengangguran di Kabupaten/Kota di Provinsi Banten adalah metode kuantitatif. Data ini berbentuk data time series dari tahun 2008 sampai 2013 dan cross section yang terdiri dari 4 kabupaten dan 4 kota sehingga data yang digunakan adalah pooled data (data panel).

Gabungan antara data seksi silang (cross section) dan data runtun waktu (time series) disebut data panel atau data pool. Data panel diperkenalkan pertama kali oleh Howless pada tahun 1950, merupakan data seksi silang (terdiri atas beberapa variabel) dan sekaligus terdiri atas beberapa waktu(Winarno , 2007 : 9.1).

Menurut Gujarati dalam Ajija, dkk (2011 : 52) keuntungan data panel antara lain:

a. Bila data panel berhubungan dengan individu, perusahaan, Negara, daerah dan lain-lain pada waktu tertentu, maka data tersebut adalah homogen, sehingga penaksiran dan dapat dipertimbangkan dalam perhitungan.

b. Kombinasi data time series dan cross section akan memberi informasi yang lebih lengkap, beragam, kurang berkorelasi antar variabel, derajat bebas lebih besar dan lebih efisien.

c. Studi data panel lebih memuaskan untuk menentukan perubahan dinamis dibanding dengan studi berulang dan cross section.

d. Data panel lebih baik mendeteksi dan mengukur efek yang secara sederhana tidak dapat diukur oleh data time series atau cross section. e. Data panel membantu studi untuk menganalisisi perilaku yang lebih

kompleks, misalnya skala ekonomi dan perubahan teknologi.

f. Data panel dapat meminimalkan bias yang dihasilkan oleh agregasi individu atau perusahaan karena unit data yang lebih banyak.

2. Permodelan Data Panel

Menurut Nachrowi dan Usman (2006: 311) secara umum terdapat 3 model panel yang sering digunakan:

a. Pooled Least Square

Pendekatan yang paling sederhana dalam pengolahan data panel adalah dengan menggunakan metode kuadrat terkecil biasa yang ditetapkan dalam data berbentuk pool, sering disebut pula dengan

Pooled Least Square.

Pada metode ini, model mengasumsikan bahwa data gabungan yang ada menunjukkan kondisi sesungguhnya dimana nilai intercept dari masing – masing variabel adalah sama dan slope koefisien dari variabel – variabel yang digunakan adalah identik untuk semua unit cross section.

Kelemahan metode ini yaitu adanya ketidaksesuaian model dengan keadaan yang sesungguhnya. Dimana kondisi tiap objek saling

berbeda, bahkan satu objek pada suatu waktu akan sangat berbeda pada kondisi objek tersebut pada waktu yang lain (Winarno, 2007: 9.14).

b. Fixed-Effect Model

Metode efek tetap ini dapat menunjukkan perbedaan antar objek meskipun dengan koefisien regresi yang sama. Model ini dikenal dengan model Fixed Effect (efek tetap).Efek tetap ini dimaksudkan adalah bahwa satu objek, memiliki konstan yang tetap besarnya untuk berbagai periode waktu.Demikian juga dengan koefisien regresinya, tetap besarnya dari waktu ke waktu (time invariant).

Keuntungan metode efek tetap ini adalah dapat membedakan efek waktu dan tidak perlu mengasumsikan bahwa komponen error tidak berkorelasi dengan variabel bebas yang mungkin sulit dipenuhi.Dan kelemahan model efek tetap ini adalah ketidaksesuaian model dengan keadaan yang sesungguhnya. Kondisi tiap objek saling berbeda, bahkan objek tersebut pada waktu yang lain.

c. Random Effect Model

Keputusan untuk memasukkan variabel boneka dalam efek tetap (fixed effect) tak dapat menimbulkan konsekuensi (trade off).

derajat kebebasan (degree of freedom) yang pada akhirnya akan mengurangi effisiensi dari parameter yang diestimasi. Model panel data yang di dalamnya melibatkan korelasi antara error term karena berubahnya waktu karena berbedanya observasi dapat diatasi dengan pendekatan model komponen error (error component model) atau dissebut juga model efek acak (random effect).

Efek random (random effect) digunakan untuk mengatasi kelemahan metode efek tetap (fixed effect) yang menggunakan variabel semu, sehingga model mengalami ketidakpastian.Tanpa menggunakan variabel semu, metode efek random menggunakan residual, yang diduga memiliki hubungan antarwaktu dan antarobjek. Namun untuk menganalisis dengan metode efek random ini ada satu syarat, yaitu objek data silang harus lebih besar daripada banyaknya koefisien (Winarno, 2007 : 9.17).

3. Pemilihan Model Data Panel

Dalam pemilihan model data panel kita perlu melakukan dua tahap, yaitu dengan membandingkan PLS dengan FEM dan dengan pengujian

Hausman test untuk menentukan metode mana yang akan dipakai FEM atau REM.

a. PLS vs FEM (Uji Chow Test)

Uji Chow test yakni pengujian untuk menentukan model Pooled Least Square (PLS) atau model Fixed Effect (FEM) yang paling tepat

digunakan dalam mengestimasi data panel. Uji ini dilakukan untuk mengetahui model Pooled Least Square (PLS) atau FEM yang akan digunakan dalam estimasi. Relatif terhadap Fixed Effect Model, Pooled Least Square adalah restrical model dimana ia menerapkan

intercept yang sama untuk seluruh individu. Padahal asumsi bahwa setiap unit cross section memiliki perilaku yang sama cenderung tidak ralistis mengingat dimungkinkan saja setiap unit tersebut memiliki perilaku yang berbeda. Untuk mengujinya dapat digunakan restricted F-Test, dengan hipotesa sebagai berikut:

H0 : Model PLS (Restricted)

H1 : Model FEM (Undrestricted)

CHOW = (RRSS - URSS)/ (N – 1) URSS/ (NT-N-K) Dimana:

RRSS = Restriced Residual Sum Square (merupakan Sum Square Residual yang diperoleh dari estimasi data panel dengan metode pooled least square/common intercept)

URSS = Unrestriced Residual Sum Square (merupakan Sum Square Residual yang diperoleh dari estimasi data panel dengan metode fixed effect)

N = Jumlah data cross section

T = Jumlah data time series

Pengujian ini mengikuti distribusi statistik yaitu jika nilai F-test atau Chow Statistik (statistik) hasil pengujian lebih besar dari F-tabel, maka cukup bukti untuk melakukan penolakan terhadap hipotesa nol sehingga model yang akan digunakan adalah Fixed Effect Model.

Dasar penolakan terhadap hipotesis adalah dengan membandingkan F-Statistik dengan F-Tabel. Perbandingan dipakai apabila hasil F hitung lebih besar dari F tabel maka H0 ditolak yang

berarti model yang paling tepat digunakan adalah Fixed Effect Model. Begitupun sebaliknya, jika F-hitung lebih kecil dari F tabel maka H0

diterima dan model yang digunkana adalah Common Effect Model.

b. FEM vs REM (Uji Hausman)

Setelah selesai melakukan uji Chow dan didapatkan model yang tepat, maka selanjutnya menguji model manakan antara model Fixed Effect atau model Random Effect yang paling tepat, pengujian ini disebut sebagai uji Hautsman. Ada beberapa pertimbangan teknis empiris yang dapat digunakan sebagai panduan untuk memilih antara

Fixed Effect Model atau Random Effect Model yaitu:

1) Bila T (jumlah unit time series) besar sedangkan N (jumlah unit cross section) kecil, maka hasil FEM dan REM tidak jauh berbeda. Dalam hal ini pilihan umunya akan didasarkan pada kenyamanan perhitungan, yaitu FEM.

2009.2

8.81375

1,361,101

521,406

35.06875

39

KOTASERANG

2010.1

8.786875 1,415,044

507,125

35.21375

2010.2

8.323125 1,469,156

522,875

35.39625

40

KOTASERANG

2011.1

7.314375 1,527,316

565,438

35.619375

2011.2

6.525625 1,583,884

590,563

35.830625

41

KOTASERANG

2012.1

5.559375 1,639,854

575,347

36.045625

2012.2

5.240625 1,696,886

655,653

36.254375

42

KOTASERANG

2013.1

5.363125 1,754,563

797,514

36.459375

2013.2

5.926875 1,812,887

1,000,932 36.660625

43

KOTATANGSEL

2008.1

7.019375 2,234,492

461,850

37.315

2008.2

8.210625 2,326,014

492,000

37.385

44

KOTATANGSEL

2009.1

8.368125 2,422,888

517,288

37.4625

2009.2

7.491875 2,525,112

537,712

37.5475

45

KOTATANGSEL

2010.1

4.3525

2,632,538

543,935

37.6275

2010.2

3.8675

2,745,763

573,310

37.7525

46

KOTATANGSEL

2011.1

5.999375 2,869,079

619,390

37.928125

2011.2

5.980625 2,984,721

670,610

38.081875

47

KOTATANGSEL

2012.1

4.49875

3,090,197

706,625

38.235

2012.2

3.57125

3,213,243

820,375

38.375

48

KOTATANGSEL

2013.1

2.69375

3,346,926

988,625

38.505

2013.2

1.86625

3491244.375 1211375

38.625

Lampiran 3

Uji Chow

Redundant Fixed Effects Tests Pool: BANTEN

Test cross-section fixed effects

Effects Test Statistic d.f. Prob. Cross-section F 11.485096 (7,77) 0.0000 Cross-section Chi-square 62.916252 7 0.0000

Lampiran 4

Uji Hausman

Correlated Random Effects - Hausman Test Pool: BANTEN

Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob. Cross-section random 20.031725 3 0.0002

Lampiran 5

Fixed Effect Model

Dependent Variable: TPT? Method: Pooled Least Squares Date: 01/18/15 Time: 15:26 Sample (adjusted): 2008S2 2013S2 Included observations: 11 after adjustments Cross-sections included: 8

Total pool (balanced) observations: 88

Variable Coefficient Std. Error t-Statistic Prob. D(PDRB?) 5.60E-07 5.67E-07 0.987981 0.3263 UMK? -3.05E-06 9.74E-07 -3.129772 0.0025 IPM? -1.690547 0.472262 -3.579679 0.0006 C 69.01106 16.54720 4.170557 0.0001 Fixed Effects (Cross)

KABPANDEGLANG--C -3.952284 KABLEBAK--C -4.485714 KABTANGERANG--C 0.701289 KABSERANG--C -1.495007 KOTTANGERANG--C 2.747827 KOTCILEGON--C 3.795026 KOTSERANG--C 0.295365 KOTTANGSEL--C 2.393498

Effects Specification Cross-section fixed (dummy variables)

Adjusted R-squared 0.607744 S.D. dependent var 1.682749 S.E. of regression 1.053911 Akaike info criterion 3.059362 Sum squared resid 85.52610 Schwarz criterion 3.369029 Log likelihood -123.6119 Hannan-Quinn criter. 3.184119 F-statistic 14.47941 Durbin-Watson stat 0.677797 Prob(F-statistic) 0.000000

Lampiran 6

Uji Normalitas

0 2 4 6 8 10 12

-2 -1 0 1 2

Series: Standardized Residuals

Sample 2008S2 2013S2

Observations 88

Mean

1.34e-16

Median

-0.041454

Maximum

2.700477

Minimum

-2.031005

Std. Dev.

0.991493

Skewness

0.540592

Kurtosis

3.225801

Jarque-Bera

4.473127

Probability

0.106825

Lampiran 7

Uji Multikolinieritas

PDRB

UMK

IPM

PDRB

1

0.356306

0.584250

UMK

0.356306

1

0.467289

IPM

0.584250

0.467289

1

Lampiran 8

Uji Heterokedastisitas

Weighted Statistics

R-squared 0.681287 Mean dependent var 7.072520 Adjusted R-squared 0.639895 S.D. dependent var 2.657113 S.E. of regression 1.030964 Sum squared resid 87.83190 F-statistic 16.45965 Durbin-Watson stat 1.805209 Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.652831 Mean dependent var 6.350064 Sum squared resid 85.52613 Durbin-Watson stat 0.677676

Lampiran 9

Uji Autokolerasi

Dependent Variable: TPT?

Method: Pooled EGLS (Cross-section SUR) Date: 01/18/15 Time: 15:46

Sample (adjusted): 2008S2 2013S2 Included observations: 11 after adjustments Cross-sections included: 8

Total pool (balanced) observations: 88

Linear estimation after one-step weighting matrix

Variable Coefficient Std. Error t-Statistic Prob. D(PDRB?) 5.58E-07 7.08E-09 78.74867 0.0000 UMK? -3.05E-06 2.72E-10 -11192.46 0.0000 IPM? -1.690273 0.000692 -2442.290 0.0000 C 69.00179 0.023465 2940.681 0.0000 Fixed Effects (Cross)

KABPANDEGLANG--C -3.952266 KABLEBAK--C -4.485605 KABTANGERANG--C 0.701442 KABSERANG--C -1.494979 KOTTANGERANG--C 2.748270 KOTCILEGON--C 3.795467 KOTSERANG--C 0.294993 KOTTANGSEL--C 2.392678

Effects Specification Cross-section fixed (dummy variables)

Weighted Statistics

R-squared 1.000000 Mean dependent var 8500.643 Adjusted R-squared 1.000000 S.D. dependent var 23123.52 S.E. of regression 1.068023 Sum squared resid 87.83190 F-statistic 1.27E+08 Durbin-Watson stat 1.805209 Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.652831 Mean dependent var 6.350064 Sum squared resid 85.52613 Durbin-Watson stat 0.677676