1

ABSTRAK

Penelitian ini bertujuan untuk menganalisis keterkaitan hubungan inflasi

dan pertumbuhan ekonomi terhadap tingkat pengangguran di Indonesia. Metode
yang digunakan adalah metode kuantitatif dengan analisis data regresi linear
berganda dan kovarians matriks dengan bantuan program IBM SPSS Versi 21.00.
Data yang digunakan didalam penelitian ini adalah data sekunder yang bersumber
dari World Bank dan Badan Pusat Statistik periode 1988 sampai 2018. Hasil
penelitian ini menunjukan bahwa: Inflasi berpengaruh negatif terhadap
pengangguran, pertumbuhan ekonomi berpengaruh negatif terhadap
pengangguran, dan dari kedua model analisis data yang digunakan, regresi
berganda lebih cocok digunakan daripada kovarians matrix. Implikasi dalam
penelitian yaitu pemerintah diharapkan membuat sebuah kebijakan dan
mengambil perananan yang besar untuk dapat mendorong pencapaian
pertumbuhan ekonomi yang lebih maju dan mengurangi pengangguran di
Indonesia.
 2

1. PENDAHULUAN
Indonesia merupakan negara yang memiliki jumlah penduduk terbanyak
ke empat di dunia. Berdasarkan data Wordlometers per tanggal 28 April 2019,
Indonesia memiliki 269,1 juta penduduk. Jumlah penduduk yang banyak, tidak
menjadi masalah apabila negara tersebut mampu memenuhi penyediaan
kesempatan kerja. Namun, permasalahan yang dihadapi di Indonesia adalah
pertumbuhan angkatan kerja meningkat sedangkan kesempatan kerja terbatas. Hal
ini menyebabkan masalah yang sampai sekarang masih belum dapat diatasi, yaitu
pengangguran.
Penganguran merupakan masalah ekonomi yang terjadi di semua negara
berkembang tidak terkecuali di Indonesia (Biro Analisa Angaran dan Pelaksanaan
APBN, 2014). Pengangguran adalah suatu keadaan di mana seseorang yang
tergolong dalam angkatan kerja ingin mendapatkan pekerjaan tetapi belum dapat
memperolehnya (Taylor, 2010). Pengangguran meliputi penduduk yang sedang
mencari pekerjaan, atau mempersiapkan suatu usaha, atau merasa tidak mungkin
mendapatkan pekerjaan, atau sudah punya pekerjaan tetapi belum mulai bekerja
(BPS, 2010). Tingkat pengangguran termasuk dalam indikator yang dipakai dalam
mengukur berkembang atau majunya sebuah negara. Luas atau tingginya tingkat
pengangguran suatu negara akan mencerminkan baik buruknya perekonomian

Tingkat Pengangguran
12.000
10.000
8.000
6.000
4.000
2.000
0.000
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018

negara.
Sumber : World Bank (Data diolah)
Gambar 1.1
Tingkat Pengangguran di Indonesia
 3

Berdasarkan Gambar 1.1, tingkat pengangguran mengalami fluktuasi dari

tahun 1988-2018 dimana tingkat pengangguran tertinggi terjadi tahun 2005
sebesar 11,24%. Tingkat pengangguran yang semakin tinggi menunjukkan kondisi
perekonomian yang semakin buruk. Tiga variabel makroekonomi yang paling
berpengaruh terhadap perekonomian adalah tingkat pengangguran, angka inflasi
dan laju pertumbuhan ekonomi (Mankiw, 2016).
Definisi dari konsep inflasi adalah terjadinya kenaikan tingkat harga
barang dan jasa di suatu negara selama periode waktu yang lama. Inflasi
merupakan situasi ekonomi yang terjadi ketika terjadi kenaikan harga barang
maupun jasa (Taylor, 2010). Inflasi merupakan situasi dimana terjadi kenaikan
tingkat harga umum dalam jangka waktu yang lama (Mankiw,2016). Ketika harga
sedang mengalami kenaikan dengan jangka waktu yang lama, maka permintaan
akan barang berkurang, sehingga produktivitas perusahaan rendah dikarenakan
barang tidak terjual dimasyarakat. Ketika produktivitas perusahan rendah, maka
akan mengurangi sumber daya manusia untuk bekerja, sehingga terjadilah
pengangguran. Sesuai dengan penjelasan Unud (2012), tingginya tingkat inflasi
yang terjadi maka akan berdampak terhadap meningkatnya tingkat pengangguran.
Pertumbuhan ekonomi merupakan peningkatan kuantitas fisik atau
kualitas faktor-faktor produksi yang tersedia untuk suatu kegiatan ekonomi atau
keuntungan teknologi yang memungkinkan untuk menghasilkan lebih banyak
barang dan jasa. Pertumbuhan ekonomi juga diartikan sebagai kenaikan output
total (PDB) dalam jangka panjang, tanpa memandang apakah kenaikan itu lebih
kecil atau besar dari laju pertumbuhan penduduk dan apakah diikuti oleh
pertumbuhan struktur ekonomi atau tidak (Taylor, 2010). Indikator yang
digunakan untuk mengukur pertumbuhan ekonomi di suatu Negara yatitu Gross
Domestic Product (GDP) (Thayaparan, 2014). Teori Okun dalam Mankiw (2016)
menunjukkan bahwa hubungan antara pertumbuhan ekonomi dengan
pengangguran adalah ketika laju pertumbuhan ekonomi tinggi maka
pengangguran mengalami penurunan, dan sebaliknya.
Berdasarkan hasil penelitian yang dilakukan oleh Mohseni & Jouzaryan
(2016) mengenai pengaruh inflasi dan upah terhadap pengangguran di Iran,
menggunakan menggunakan analisi ARDL periode tahun 1996-2012,
 4

menunjukkan bahwa variabel inflasi berpengaruh signifikan dan berarah negatif

terhadap pengangguran. Arshad & Ali, (2017) dalam penelitiannya menganalisis
hubungan suku bunga, inflasi dan pengangguran di Pakistan periode 1974-2013
menggunakan Autoregressive Distributed Lag (ARDL). Hasilnya menunjukkan
bahwa tidak ada hubungan yang signifikan antara inflasi dan pengangguran.
Penelitian yang dilakukan oleh Banda, Ngirande, & Hogwe, (2016) mengenai
efek dari pertumbuhan ekonomi terhadap pengangguran di Afrika Selatan dengan
menggunakan data time series (1994-2012). Penelitian menggunakan model
Vector Error Correction (VECM) yang menunjukkan bahwa adanya efek dampak
jangka panjang dari pertumbuhan ekonomi terhadap pengangguran di Afrika
Selatan. Penelitian yang dilakukan oleh Soylu, Çakmak, & Okur (2018) mengenai
pertumbuhan ekonomi dan pengangguran menggunakan analisis data panel di
Negara Eropa Timur periode 1992-2014, menunjukkan ketika pertumbuhan
ekonomi mengalami kenaikan maka tingkat pengangguran akan mengalami
penurunan.
Penelitian yang dilakukan di Ghana dengan pendekatan comparative analysis
of multiple regression and convariance matrix models menunjukkan bahwa
adanya efek jangka panjang antara pertumbuhan GDP dan Inflasi terhadap
pengangguran (Lewis, 2019). Thayaparan (2014) melakukan penelitian pengaruh
dari Inflasi dan pertumbuhan ekonomi terhadap pengangguran di Sri Lanka
menggunakan time series analisis. Data yang digunakan berasal dari laporan
tahunan bank central periode 1990-2012. Hasil dari penelitian ini adalah GDP dan
Inflasi mempunyai hubungan negatif dan berperngaruh secara signifikan terhadap
pengangguran di Sri Lanka.
Berdasarkan penelitian yang telah dipaparkan, penelitian yang dilakukan di
tempat yang berbeda dan menggunakan analisis yang berbeda maka akan
memberikan hasil yang berbeda satu sama lain. Beberapa penelitian yang
menyebutkan bahwa inflasi dan pertumbuhan ekonomi berpengaruh positif
terhadap pengangguran, namun disisi lain ada yang menyebutkan berpengaruh
negatif bahkan tidak ada pengaruh antara inflasi dan pertumbuhan ekonomi
terhadap pengangguran. Dengan demikian, kami melakukan penelitian dengan
tujuan untuk menganalisis keterkaitan antara pertumbuhan ekonomi dan inflasi
 5

terhadap pengangguran yang ada di Indonesia dengan menggunakan analisis

komparatif yaitu multiple regresi dan kovarians matrik selama periode 1988-2018.

2. Literature Review
2.1 The concept of Economic Growth, Inflation and Unemployment
Pengangguran
Menurut Taylor, (2010) tenaga kerja adalah upaya manusia yang dapat
diterapkan pada produksi. Orang-orang yang bekerja untuk sebagai pilot, guru,
atau pengacara adalah bagian dari tenaga kerja ekonomi. Orang yang ingin
bekerja tetapi belum menemukan pekerjaan — disebut pengagguran —dianggap
bagian dari tenaga kerja yang tersedia. Menurut Foote (2011) pengangguran
adalah orang yang tidak mempunyai pekerjaan atau tidak mempunyai
penghasilan. Sedangkan menurut Mankiw (2016) dalam buku Macroeconomics
menuliskan bahwa setiap hari beberapa pekerja kehilangan atau berhenti dari
pekerjaan, dan beberapa pekerja yang menganggur. Transisi antara pekerjaan dan
pengangguran dalam setiap periode, sebagian kecil dari pekerja kehilangan
pekerjaan mereka, dan sebagian kecil dari pengangguran menemukan pekerjaan.
Tingkat pemisahan pekerja dan pencari kerja menentukan tingkat pengangguran.
Jadi dapat disimpulkan pengangguran adalah suatu kondisi di mana seseorang
yang sudah tergolong angkatan kerja belum mendapat pekerjaan dan berusaha
mencari pekerjaan.
Teori yang menjelaskan hubungan antara inflasi dan pengangguran adalah
Kurva Philips. Kurva Philips (Mankiw (2016) menyatakan terdapat trade off
antara inflasi dengan pengangguran, yakni apabila tingkat inflasi tinggi maka
pengangguran rendah. Inflasi terjadi ketika tingkat harga umum naik. Sedangkan
hubungan antara pertumbuhan ekonomi dengan pengangguran dijelaskan dalam
teori hokum okun yang menyatakan bahwa setiap penurunan dua persen GDP
yang berhubungan dengan GDP potensial, angka pengangguran meningkat sekitar
satu persen (Mankiw (2016).
 6

Inflasi
Siti Astiyah dalam Pusat Pendidikan dan Studi Kebanksentralan (2009)
menyebutkan bahwa pada awalnya inflasi diartikan sebagai kenaikan jumlah uang
beredar atau kenaikan likuiditas dalam suatu perekonomian. Pengertian tersebut
mengacu pada gejala umum yang ditimbulkan oleh adanya kenaikan jumlah uang
beredar yang diduga telah menyebabkan adanya kenaikan harga-harga. Dalam
perkembangan lebih lanjut, inflasi secara singkat dapat diartikan sebagai suatu
kecenderungan meningkatnya harga-harga barang dan jasa secara umum dan
terus-menerus. Dalam pengertian tersebut, terdapat dua pengertian penting yang
merupakan kunci dalam memahami inflasi. Yang pertama adalah “kenaikan harga
secara umum” dan yang kedua adalah “terus-menerus”. Dalam inflasi harus
terkandung unsur kenaikan harga, dan selanjutnya kenaikan harga tersebut adalah
harga secara umum. Hanya kenaikan harga yang terjadi secara umum yang dapat
disebut sebagai inflasi. Dan untuk mengetahui seberapa besar laju inflasi
menggunakan rumus:

Pertumbuhan Ekonomi
Pertumbuhan ekonomi merupakan salah satu tolak ukur untuk menilai
perkembangan ekonomi suatu negara. Foote (2011) menuliskan tentang “Kaldor
Facts” yaitu karakteristik pertumbuhan ekonomi di berbagai negara. Karakteristik
pertumbuhan ekonomi diataranya output per pekerja tumbuh pada tingkat yang
berkelanjutan. Menurut Sukirno (2010: 423), pertumbuhan ekonomi berarti
perkembangan fisikal produksi barang dan jasa yang berlaku di suatu Negara.
Sehingga dapat disimpulkan bahwa pertumbuhan ekonomi merupakan suatu
proses peningkatan pendapatan nasional suatu Negara dalam waktu tertentu atau
periode tertentu. Menurut Sukirno (2010: 432-437) Teori Schumpeter
menekankan tentang pentingnya peranan pengusaha di dalam mewujudkan
pertumbuhan ekonomi. Schumpeter menyatakan makin tinggi tingkat kemajuan
suatu ekonomi semakin terbatas kemungkinan untuk mengadakan inovasi. Maka
pertumbuhan ekonomi menjadi bertambah lambat jalannya, sehingga tercapai
tingkat “keadaan tidak berkembang” atau “stationary state”. Untuk mengetahui
seberapa besar laju pertumbuhan ekonomi menggunakan rumus:
 7

𝑃𝐷𝐵𝑡−𝑃𝐷𝐵 𝑡−1
Pertumbuhan Ekonomi = 𝑥100%
𝑃𝐷𝐵𝑡−1

2.2 Previous Reseach

Umair (2013) melakukan penelitian tentang efek inflasi dan pertumbuhan
GDP terhadap pengangguran di Pakistan menggunakan sumber data dari pihak
kedua tahun 2000-2010 dengan model pendekatan korelasi, analisis regresi, t-test
dan model Anova menemukan bahwa inflasi tidak berpengaruh signifikan
terhadap pertumbuhan GDP dan pengangguran. Adanya korelasi yang tidak
signifikan antara GDP dan pengangguran dilihat dari nilai 0.196. Oleh karena itu,
disimpulkan bahwa inflasi memiliki peran yang berpengaruh tetapi tidak
signifikan untuk PDB dan pengangguran pada faktor ekonomi makro Pakistan.
Thayaparan, (2014) melakukan penelitian pengaruh dari Inflasi dan
pertumbuhan ekonomi terhadap pengangguran di Sri Lanka menggunakan time
series analisis. Data yang digunakan berasal dari laporan tahunan bank central
periode 1990-2012. Hasil dari penelitian ini adalah GDP dan Inflasi mempunyai
hubungan negatif dan berperngaruh secara signifikan terhadap pengangguran di
Sri Lanka. Arshad & Ali (2017) melakukan sebuah penelitian yang bertujuan
untuk mengetahui hubungan antara pengangguran, suku bunga dan tingkat inflasi
di Pakistan tahun 1974-2013. Menggunakan model Autoregressive Distributed
Lag (ARDL) dan Vector Error-Correction model untuk menganalisis dinamika
jangka pendek dari model. Hasil penelitian menunjukkan tidak ada hubungan
yang significan antara pengangguran dan tingkat inflasi, ada hubungan jangka
pendek antara tingkat suku bunga dengan inflasi dan pengangguran. Hasil yang
empiris menunjukkan bahwa pertumbuhan populasi dan nilai tukar mempunyai
dampak negatif dan signifikan terhadap angka pengangguran, hutang eksternal
berhubungan secara positif dan signifikan dengan tingkat pengangguran,
sedangkan tingkat bunga dan tingkat inflasi memiliki dampak negatif dan tidak
signifikan terhadap pengangguran.
Sahnoun (2019) melakukan penelitian untuk mengetahui hubungan
causalitas antara inflasi, pertumbuhan ekonomi dan pengangguran di Afrika
Selatan (Algeria, Egypt, Maroco and Tunisia) tahun 1965-2016 menggunakan
vector error-correction model. Hasil dari penelitian ini adalah adanya hubungan
 8

kausalitas secara tidak langsung antara inflasi dengan pertumbuhan ekonomi,

pertumbuhan ekonomi terhadap pengangguran dan antara inflasi dengan
pengangguran. Hasil tersebut memberikan saran terhadap pemerintah untuk
menciptakan lapangan pekerjaan sehingga mampu menyerap tenanga kerja di
negara tersebut.
Tenzin, (2019) melakukan penelitian tentang pengangguran di Bhutan
tahun 1998 sampai 2016 dengan pendekatan autoregressive distributed lag
(ARDL). Hasil dari study ini menyatakan bahwa pertumbuhan ekonomi tidak
dapat mengurangi pengangguran di Butan, baik dalam waktu jangka panjang
maupun jangka pendek. Inflasi berpengaruh negatif terhadap tingkat pengagguran
dalam jangka pendek dan berpengaruh positif dalam jangka panjang. Lewis, 2019)
melalui penelitiannya menyatakan bahwa inflasi berpengaruh secara positif
terhadap tingkat pengangguran, sedangkan pertumbuhan GDP berpengaruh
negatif terhadap pengangguran. Penelitian tersebut dilakukan di Ghana dan data
yang digunakan tahun 1991 sampai 2017 dengan dua pendekatan yaitu multiple
regression dan covariance matrix model.

2.3 Kerangka Berfikir

Penelitian ini menggunakan Grand Teori dari Teori kurva Philips dan teori
Okun’s. Teori kurva Philips merupakan teori yang diusulkan dan dikembangkan
oleh ahli ekonomi British, A.W Philips in 1958, setelah melakukan pengujian
terhadap hubungan antara inflasi dan pengangguran selama beberapa tahun. Sejak
direlease, teori tersebut menjadi insturmen dasar yang berkaitan dengan
Macroeconomics, dan juga digunakan dalam analisis pasar uang serta sistem
ekonomi. Teori Philips menyebutkan bahwa inflasi dan pengangguran mempunyai
hubungan yang berlawanan secara konsisten. Dengan kata lain, jika inflasi naik
maka pengangguran akan turun begitupun sebaliknya. Alasan utama ketika inflasi
naik dan pengangguran turun dikaitkan dengan “kenaikan upah (wage inflation)”
sedangkan hubungan yang belawanan antara inflasi dan pengangguran secara
umum digambarkan dengan kurva yang miring kebawah atau biasa disebut
dengan Kurva Philips.
 9

Hukum Okun merupakan hasil penelititan yang dilakukan oleh ahli

ekonomi Arthur Okun pada tahun 1962. Hukum Okun menjelaskan hubungan
antara Gross Domestic Product (GDP) dan pengangguran. Teori Okun
menyatakan hubungan berlawanan arah antara GDP dengan pengangguran : 1%
penurunan (kenaikan) tingkat pengangguran, maka akan menghasilkan kenaikan
(penurunan) output 3% atau lebih (Farsio & Quade, 2003).
Berdasarkan teori yang ada, kami melakukan penelitian mengenai pertumbuhan
ekonomi dan inflasi terhadap pengangguran yang ada di Indonesia. Berikut ini
adalah hipotesis yang dikembangkan;
a. Hipotesis 1: Inflasi berpengaruh positif terhadap pengangguran
b. Hipotesis 2: Pertumbuhan ekonomi berpengaruh positif terhadap
pengangguran
c. Hipotesis 3 : Inflasi dan pertumbuhan ekonomi secara bersama-sama
berpengaruh positif terhadap penganggguran.
d. Hipotesis 4 : Uji kovarian lebih baik daripada model regresi linier.

Inflasi

Pengangguran

Pertumbuhan
Ekonomi

Gambar 2.1 Conceptual Framework

3. Metodologi
Penelitian ini menganalisis pengaruh beberapa variabel ekonomi seperti
inflasi (INF) dan pertumbuhan ekonomi pada tingkat pengangguran (UNMP) di
perekonomian Indonesia menggunakan kovarians-varians matrix dan metode
regresi berganda. Data yang digunakan dalam penelitian ini adalah data time
series 30 tahun, mulai dari 1988 sampai 2018. Data pengangguran bersumber dari
Badan Pusat Statistik Indonesia, sedangkan pertumbuhan ekonomi dilihat dari
 10

data Gross Domestic Product yang diambil dari laporan tahunan World Bank,
begitupun data inflasi.
Teknik kovarians diterapkan dalam menentukan nilai statistik. Scatterplot
dan distribusi probabilitas normal (pnorm) digunakan untuk mengetahui tingkat
normalitas variabel prediktor. Hubungan antara tingkat pertumbuhan PDB dan
tingkat inflasi pada tingkat pengangguran diteliti dengan menggunakan kovarians-
varians dan teknik analisis regresi berganda.
Secara singkat, pendekatan metodologi pada penelitian ini bertujuan;
untuk menguji distribusi variabel menggunakan grafik matriks scatterplot dan
distribusi probabilitas normal (pnorm); serta menganalisis pengaruh pertumbuhan
PDB dan tingkat Inflasi terhadap tingkat pengangguran menggunakan matriks
kovarians-varians dan metode regresi berganda.

4. Analisis Data
4. 1 Analisis Grafik matriks
Analisis scatter plot matriks pengangguran dari angka inflasi dan
pertumbuhan ekonomi, digunakan untuk mengidentifikasi non linieritas dan
masalah data outliner.

Gambar 4.1 Grafik matrix dari pengangguran, inflation, dan pertumbuhan

ekonomi
 11

Gambar 4.1 menunjukkan masalah yang diidentifikasi dalam data. Ketika

beberapa data berkelompok pada titik-titik tertentu, yang lain mendekat ketika
tingkat pengangguran diregresikan pada tingkat inflasi dan pertumbuhan ekonomi.
Keduanya menunjukkan pola tren yang berbeda seperti yang ditunjukkan pada
Gambar 4.1. Dengan demikian, titik-titik variabel inflasi menunjukkan tren naik
sedangkan variabel PDB menunjukkan tren menurun. Titik-titik yang tersebar
menegaskan linearitas dari kedua variabel prediktor. Oleh karena itu, untuk
memeriksa linearitasnya, plot distribusi probabilitas normal (pnorm) digunakan
dan hasilnya adalah seperti yang ditunjukkan pada Grafik 4.2 dan Gambar 4.3
masing-masing. Tren yang berbeda menunjukkan variasi dalam pengaruh tingkat
inflasi dan pertumbuhan PDB terhadap tingkat pengangguran.

Gambar 4.2 Grafik Pnorm angka inflasi

 12

Gambar 4.3 Grafik Pnorm Pertumbuhan Ekonomi

Berdasarkan grafik 4.2 dan 4.3 dapat disimpulkan bahwa variable inflasi
dan pertumbuhan ekonomi berdistribusi normal. Hal tersebut dapat dilihat dari
titik titik yang menyebar disekitar diagonal dan mengikuti arah garis diagonal.
Karena diatara variabel memiliki hubungan yang linier, maka koefisien beta
dibandingkan untuk menilai kekuatan variabel dalam model. Hasil koefisien beta
dari regresi pengangguran pada tingkat inflasi dan pertumbuhan ekonomi
ditunjukkan pada tabel 4.1.

Tabel 4.1
Regresi inflasi dan pertumbuhan ekonomi terhadap pengangguran

Sumber Sum Of Squares df MS Jumlah Hasil

Regression 55.660 2 27.83 F(2,27) 4.961
Residual 151.449 27 5.609 Prob>F 0,015
Total 207.108 29 Rsquare 0,269

Pengangguran Koefisien Std.Error Thit P>T Beta

Constan 1.96 6.202 0,00 12.180
Inflasi -0,393 0,049 2.108 0,044 -0,103
PDB -0,569 0,299 3.055 0,005 -0,912
 13

Tabel 4.1 menunjukkan koefisien Beta dari regresi berganda variable

inlfasi dan pertumbuhan ekonomi terhadap pengangguran. Koefisien beta variable
inflasi dan pertumbuhan ekonomi memiliki simbol negatif. Misalnya dari tabel
4.1, koefisien beta variable inflasi -0,103 (10,3%) memiliki arti, ketika menurun
sebesar satu persen, maka pengangguran turun sebesar -0,103 persen. Dan
pertumbuhan ekonomi -0,912 (91,2%) Artinya, ketika pertumbuhan ekonomi
menurun sebesar satu persen, maka pengangguran turun sebesar 0,912 persen

4.2 Uji Regresi Linear Berganda

Uji hipotesis lebih lanjut dilakukan pada beberapa analisis regresi untuk
menguji signifikansi pengaruh tingkat pertumbuhan PDB dan tingkat inflasi pada
tingkat pengangguran di Indonesia. Lewis (2019) menyatakan model regresi
berganda umum menjelaskan tingkat pengangguran adalah sebagai berikut:

Tingkat Pengangguran = F (Inflasi, Pertumbuhan Ekonomi)

Tabel 4.1 F-test memiliki P-nilai 0,015 yang lebih kecil dari nilai tingkat
signifikansi (5%). Ini berarti bahwa model menolak Ho dan menerima Ha, artinya
variabel eksogen yaitu inflasi dan pertumbuhan ekonomi secara bersama-sama
berpengaruh terhadap pengangguran. Pada tabel 4.2 dan 4.3 menyajikan informasi
pengaruh dari variabel prediktor secara sendiri-sendiri terhadap pengangguran.
Yt = 12,180 - 0,912 X1 - 0,103 X2
Dari persamaan regresi tersebut dapat diketahui bahwa:
1. Konstanta sebesar 12,180 menyatakan bahwa ketika variabel Inflasi (X1),
Pertumbuhan ekonomi (X2) sebesar 0 maka pengangguran adalah sebesar
12,180 persen.
2. Koefisien regresi untuk variabel inflasi (X1) adalah -0,103. Artinya, ketika
menurun sebesar satu persen, maka pengangguran turun sebesar 0,103 persen.
3. Koefisien regresi untuk variabel pertumbuhan ekonomi (X2) adalah -0,912.
Artinya, ketika pertumbuhan ekonomi menurun sebesar satu persen , maka
pengangguran turun sebesar 0,912 persen.
 14

Tabel 4.2
Regresi inflasi terhadap pengangguran

Sumber Sum Of Squares df MS Jumlah Hasil

Regression 3.306 1 3.306 F(1,28) 4,454
Residual 203.802 28 7..279 Prob>F 0,506
Total 207.108 29 Rsquare 0,016

Pengangguran Koefisien Std.Error Thit P>T Beta

Constan 6.475 0,693 9.374 0,00
Inflasi -0,33 0,049 0,674 0,506 -0,126

Berdasarkan Tabel 4.2, yang berarti model tidak signifikan secara statistik
untuk regresi inflasi terhadap pengangguran. Karena F-test memiliki P-nilai 0,506
yang lebih besar dari nilai tingkat signifikansi (5%). Ini berarti bahwa model
menolak Ho dan menerima Ha, yang berarti inflasi berpengaruh negatif terhadap
pengangguran.
Tabel 4.3
Regresi Pertumbuhan Ekonomi Terhadap Pengangguran

Sumber Sum Of Squares df MS Jumlah Hasil

Regression 30.728 1 30.728 F(1,28) 4.878
Residual 176.380 28 6.299 Prob>F 0,063
Total 207.108 29 Rsquare 0,148

Pengangguran Koefisien Std.Error Thit P>T Beta

Constan 9.451 1.604 5.949 0,00
Pertumbuhan -0,618 0.280 2.209 0,036 -0,618
Ekonomi

Berdasarkan Tabel 4.3, yang berarti model tidak signifikan secara statistik
untuk regresi pertumbuhan ekonomi terhadap pengangguran. Karena F-test
memiliki P-nilai 0,063 yang lebih besar dari nilai tingkat signifikansi (5%). Ini
 15

berarti bahwa model menolak Ho dan menerima Ha, yang berarti pertumbuhan
ekonomi berpengaruh negative terhadap pengangguran.

4.3 Covariance Matrix Concept

Menurut Lewis (2019) varians dan standar deviasi sebagian besar
diguakan pada data satu dimensi. Oleh karena itu, penting untuk menentukan alat
statistik yang dapat menyelesaikan dua atau lebih data dimensi, dan kovarian
adalah salah satu dari alat statistik yang diperlukan. Kovarian selalu diukur antara
2 dimensi data. Misalkan n menunjukkan pengamatan masing-masing variabel,
sehingga y adalah n × 1 pengamatan vektor dari variabel pengangguran
(dependen). Jika k = 2 adalah jumlah prediktor (independen), kemudian x adalah n
x (k + 1) dari variabel inflasi dan pertumbuhan ekonomi. Data pertahun t, data dari
inflasi dan pertumbuhan ekonomi dituliskan x = (1, xt1, xt2,.. xtj) dimana j=1,2
menunjukkan variabel yang diamati tahun t.

Tabel 4.4
TABEL KORELASI

Inflasi Pertumbuhan Pengangguran

Ekonomi
Inflasi Pearson 1 -0,468 -0,126
Correlation
Kovarian 2.77 -7.97 -1.71
N 30 30 30
Pertumbuhan Pearson -0,468 1 -0,385
Ekonomi Correlation
Kovarian -7.97 104.59 -3.45
N 30 30 30
Pengangguran Pearson -0,126 -0,385 1
Correlation
Kovarian -1.71 -3.45 7.14
N 30 30 30
 16

Tabel 4.5
Tabel Kovarian Matriks Korelasi

Inflasi Pertumbuhan Pengangguran

Ekonomi
Inflasi Kovarian 2.77 -7.97 -1.71
Pertumbuhan Kovarian -7.97 104.59 -3.45
Ekonomi
Pengangguran Kovarian -1.71 -3.45 7.14

Tabel 4.5 merupakan nilai dari kovarians matriks antar variabel. Dengan
demikian, varians dari tingkat pengangguran sebesar 7.14, tingkat inflasi sebesar
2.77 dan tingkat pertumbuhan ekonomi sebesar 104.59. Dapat disimpulkan
bahwa, tingkat inflasi memiliki varian tertinggi dari variabel-variabel yang sesuai
lainnya. Ini merupakan indikasi bahwa inflasi memiliki efek yang kuat pada
tingkat pengangguran dari variabel yang sesuai lainnya. Memiliki nilai kovarians
negatif -1.71 menunjukkan hubungan dari dua variabel yang bersangkutan dalam
arah yang sama; maka penurunan tingkat inflasi menurunkan tingkat
pengangguran. Ini karena itu menunjukkan bahwa metode kovarians matriks
menetapkan relasi antar variable.
Nilai kovarians dari dua prediktor tingkat inflasi variabel dan tingkat
pertumbuhan Ekonomi terhadap penganguran sebesar (-1.71) dan (-3,45) yang
berarti bahwa mereka memiliki hubungan yang searah terhadap tingkat
pengangguran berbeda. Hal ini ditegaskan oleh nilai-nilai masing-masing -1,71
dan -3,45. Ketika inflasi dan pertumbuhan ekonomi menurun maka tingkat
pengangguran pun akan mengalami penurunan.

Kesimpulan
Berdasarkan hasil penelitian dan pembahasan, maka dapat diambil
kesimpulan sebagai berikut; inflasi berpengaruh negatif terhadap pengangguran,
pertumbuhan ekonomi berpengaruh negatif terhadap pengangguran, inflasi dan
pertumbuhan ekonomi secara bersama-sama berpengaruh negatif terhadap
penganggguran, dan uji model regresi linear berganda lebih baik dari pada uji
kovarian matriks, karena
 17

DAFTAR PUSTAKA
Arshad, S., & Ali, A. (2017). Trade-off between Inflation, Interest and
Unemployment Rate of Pakistan: Revisited. Munich Personal RePEc
Archive, (78101), 1–16.
Banda, H., Ngirande, H., & Hogwe, F. (2016). The impact of economic growth on
unemployment in South Africa: 1994-2012. Investment Management and
Financial Innovations, 13(2), 246–255. https://doi.org/10.21511/imfi.13(2-
1).2016.11
Biro Analisa Angaran dan Pelaksanaan APBN. (2014). Analisis keberadaan
tradeoff inflasi dan pengangguran (kurva phillips) di indonesia. Dpr Ri, 23–
31. Retrieved from
http://www.dpr.go.id/doksetjen/dokumen/apbn_ANALISIS_KEBERADAA
N_TRADEOFF_INFLASI_DAN_PENGANGGURAN_%28KURVA_PHIL
LIPS%29_DI_INDONESIA20140821142142.pdf
Farsio, F., & Quade, S. (2003). An Empirical Analysis of the Relationship
Between GDP and Unemployment. Humanomics, 19(3), 1–6.
https://doi.org/10.1108/eb018884
Foote, C. L. (2011). Intermediate macroeconomics. International Handbook on
Teaching and Learning Economics, 442–451.
https://doi.org/10.4337/9781849808057.00011
Lewis, B. (2019). Effects of Gross Domestic Product and Inflation Rate on
Unemployment Rate in Ghana: Comparative Analysis of Multiple
Regression and Covariance Matrix Models. American Journal of Applied
Mathematics, 7(1), 5. https://doi.org/10.11648/j.ajam.20190701.12
Mohseni, M., & Jouzaryan, F. (2016). Examining the Effects of Inflation and
Unemployment on Economic Growth in Iran (1996-2012). Procedia
Economics and Finance, 36(16), 381–389. https://doi.org/10.1016/s2212-
5671(16)30050-8
Sahnoun, M. (2019). Causality Between Inflation , Economic Growth and
Unemployment in North African Countries. (1), 77–92.
Siti Astiyah Pusat Pendidikan dan Studi Kebanksentralan Jl Thamrin No, S. M.
(n.d.). I n f l a s i. (22).
Soylu, Ö. B., Çakmak, İ., & Okur, F. (2018). Economic growth and
unemployment issue: Panel data analysis in Eastern European Countries.
Journal of International Studies, 11(1), 93–107.
https://doi.org/10.14254/2071-8330.2018/11-1/7
Taylor, J. B. (2010). Principles of macroeconomics. The Heart of Teaching
Economics: Lessons from Leading Minds, 24–41.
https://doi.org/10.1093/ajae/aas074
Tenzin, U. (2019). The Nexus Among Economic Growth, Inflation and
Unemployment in Bhutan. South Asia Economic Journal, 20(1), 94–105.
 18

https://doi.org/10.1177/1391561418822204
Thayaparan, A. (2014). Impact of Inflation and Economic Growth on. Global
Journal of Management and Business Research: B Economics and
Commerce Volume, 13(5), 44–54.
Umair, M. and R. U. (2013). Impact of GDP and Inflation on Unemployment
Rate : " A Study of Indian Economy in 2011- 2018 ”. International Journal
of Management, IT & Engineering, 8(3), 329–340.
Unud, E. E. P. (2012). Kata Kunci: Investasi, Pertumbuhan Ekonomi, Inflasi,
Pertumbuhan Penduduk, Pengangguran. (0361), 237–246.