TUGAS INDIVIDU

REVIEW JURNAL EKONOMETRIKA

Salma Zaura Baraza

5003211151
Ekonometrika A
A. JUDUL
“PENGARUH INDIKATOR KEPENDUDUKAN TERHADAP TINGKAT
PENGANGGURAN TERBUKA DI INDONESIA DENGAN PENDEKATAN
REGRESI PANEL.”

Penulis : Elika Tantri dan Vita Ratnasari

Link sumber : https://ejurnal.its.ac.id/index.php/sains_seni/article/view/17132

B. SUMBER DATA
Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh
dari BPS, BKKBN, dan BI dengan periode waktu tahun 2006 hingga 2014. Data yang
digunakan merupakan data 34 Provinsi di Indonesia. Dalam penelitian ini, dijelaskan
terkait pemodelan faktor-faktor yang berpengaruh terhadap Tingkat Pengangguran
Terbuka di Indonesia. Regresi panel digunakan karena dianggap paling baik dalam
mendeteksi dan mengukur dampak yang secara sederhana tidak bisa dilihat pada data
cross section murni atau time series murni. Meningkatnya angka TPT dari tahun ke
tahun untuk masing-masing daerah mengindikasikan waktu dan lokasi berpengaruh
terhadap TPT sehingga waktu (tahun) diperhitungkan dalam pemodelan.

C. SPESIFIKASI MODEL
1. Variabel yang Digunakan Dalam Model
 Tingkat Pengangguran Terbuka (TPT = Y)
Tingkat Pengangguran Terbuka (TPT) adalah persentase jumlah
pengangguran terhadap jumlah angkatan kerja. Dimana, TPT memiliki
kegunaan dalam mengindikasikan besarnya persentase angkatan kerja
yang termasuk dalam pengangguran. Adapun dalam perhitungannya
digunakan rumus sebagai berikut.
Jumlah Pengangguran
TPT = ×100 %
Jumlah Angkatan Kerja
 Laju Pertumbuhan Penduduk (X1)
Laju pertumbuhan penduduk adalah angka yang menunjukkan
persentase pertambahan penduduk dalam jangka waktu tertentu 6 .
Laju pertumbuhan penduduk adalah perubahan jumlah penduduk di
suatu wilayah tertentu pada waktu tertentu. Kegunaannya adalah
memprediksi jumlah penduduk sutu wilayah di masa yang akan
mendatang.
 Angka Melek Huruf (X2)
 Angka melek huruf merupakan tolak ukur penting dalam
mempertimbangkan kemampuan sumber daya manusia di suatu daerah.
Kemampuan baca-tulis juga berarti peningkatan peluang kerja dan
akses yang lebih luas pada pendidikan yang lebih tinggi. Angka Melek
Huruf adalah proporsi penduduk usia 15 tahun ke atas yang
mempunyai kemampuan membaca dan menulis huruf latin dan huruf
lainnya, tanpa harus mengerti apa yang di baca/ditulisnya terhadap
penduduk usia 15 tahun ke atas.
 Angka Partisipasi Kasar (APK) SMA (X3)
Angka Partisipasi Kasar (APK) merupakan proporsi jumlah penduduk
yang sedang bersekolah pada suatu jenjang pendidikan tertentu
terhadap jumlah penduduk usia sekolah yang sesuai dengan jenjang
pendidikan tersebut. Indikator ini mengindikasikan partisipasi sekolah
penduduk pada jenjang pendidikan tertentu tanpa memperhatikan usia.
Nilai APK bisa lebih dari 100 persen, karena populasi murid yang
bersekolah pada suatu jenjang pendidikan tertentu mencakup anak di
luar batas usia sekolah pada jenjang pendidikan tersebut. Hal ini
disebabkan antara lain oleh adanya pendaftaran siswa usia dini,
pendaftaran siswa yang telat bersekolah, atau pengulangan kelas.
2. Tanda dan Ukuran dari Parameter Model
Diperoleh model Tingkat Pengangguran Terbuka di Indonesia sebagai berikut.
^y ¿ =α i+ β ' X +e ¿
¿

^y ¿ =20,799+0,358 X 1¿−0,046 X ¿
2¿−0,157 X 3¿ ¿ ¿

Berdasarkan persamaan di atas dapat diketahui bahwa nilai koefisien

dari variabel Laju Pertumbuhan Penduduk sebesar 0,358. Tanda positif
menunjukkan bahwa semakin tinggi Laju Pertumbuhan penduduk, maka nilai
TPT akan semakin tinggi pula. Jika Laju Pertumbuhan Penduduk meningkat
sebesar 1 persen, maka nilai TPT di Indonesia meningkat sebesar 0,358
persen.
Nilai koefisien dari variabel Angka Melek Huruf sebesar 0,046. Tanda
negatif menunjukkan bahwa semakin tinggi Angka Melek Huruf, maka nilai
TPT akan semakin rendah. Jika Angka Melek Huruf meningkat sebesar 1
persen, maka nilai TPT di Indonesia menurun sebesar 0,046 persen.Nilai
koefisien dari variabel Angka Partisipasi Kasar SMA sebesar 0,157.
Tanda negatif menunjukkan bahwa semakin tinggi Angka Partisipasi
Kasar SMA, maka nilai TPT akan semakin rendah. Jika Angka Partisipasi
Kasar SMA meningkat sebesar 1 persen, maka nilai TPT di Indonesia
menurun sebesar 0,157 persen.
Berdasarkan model tersebut diketahui bahwa dengan memasukkan
nilai variabel prediktor ke dalam model Persamaan (19), maka didapatkan
nilai taksiran TPT (ŷit) untuk masing-masing Provinsi di Indonesia.
3. Bentuk Matematika dari Model
Tingkat Pengangguran Terbuka (TPT) dalam penelitian ini dijelaskan dari 3
parameter yaitu Laju Pertumbuhan Penduduk, Angka Melek Huruf, dan
Angka Partisipasi Kasar (APK) SMA. Sehingga didapatkan bentuk model
matematika sebagai berikut.
 ^y ¿ =α i+ β 1 X 1¿+β 2 X 2¿+β X 3¿ +e ¿ ¿ ¿
3 ¿

Dimana :
^y ¿ = Tingkat Pengangguran Terbuka (TPT)
αi = Konstanta
βi = Koefisien Regresi
X1 = Laju Pertumbuhan Penduduk
X2 = Angka Melek Huruf
X3 = Angka Partisipasi Kasar (APK) SMA
e = Error Term
i = Observasi
t = Waktu

Evaluasi dan saran :

Bentuk umum dari model dalam penelitian ini tidak dituliskan. Sehingga saya
menambahkannya dengan keterangan sebagai berikut.
 β 1> 0, menunjukkan bahwa semakin tinggi β 1, maka nilai ^y ¿ akan
semakin tinggi pula.
 β 2< 0, menunjukkan bahwa semakin tinggi β 2, maka nilai ^y ¿ akan
semakin rendah.
 β 3 <0, menunjukkan bahwa semakin tinggi β 3, maka nilai ^y ¿ akan
semakin rendah.

D. ESTIMASI MODEL
Data yang digunakan dalam penelitian ini adalah data panel dengan
pendekatan regresi panel. Dimana, regresi panel merupakan analisis regresi dengan
struktur data gabungan dari data cross section dan data time series. Data cross section
merupakan data dari satu variabel atau lebih yang dikumpulkan untuk beberapa
individu dalam satu waktu. Sedangkan data time series merupakan data dari satu
variabel atau lebih yang dikumpulkan dari waktu ke waktu. Sehingga dalam data
panel, unit cross section yang sama dikumpulkan dari waktu ke waktu.
Untuk mengestimasi model regresi data panel ada beberapa kemungkinan
yang akan muncul. Ada tiga kemungkinan dalam melakukan estimasi model regresi
panel, diantaranya adalah Common Effect Model (CEM), Fixed Effect Model (FEM)
dan Random Effect Model (REM). Pada pendekatan Common Effect Model, seluruh
data digabungkan tanpa memperhatikan individu dan waktu. Kemudian, Fixed Effect
Model (FEM) merupakan pendekatan untuk mengestimasi data panel yang dapat
dibedakan berdasarkan individu dan waktu dengan memasukkan nilai intersep
berbeda-beda untuk setiap unit cross section tetapi masih memiliki asumsi slope
koefisien tetap. Sedangkan pendekatan Random Effect Model (REM) melibatkan
korelasi antar error terms karena berubahnya waktu maupun unit observasi.
Dalam teknik estimasi parameternya, CEM menggunakan pendekatan
Ordinary Least Squared (OLS) dan REM dengan Generalized Least Squares (GLS).
Sedangkan dalam memilih model FEM digunakan pendekatan Least Square Dummy
Variable (LSDV). Untuk mengetahui model yang akan dipakai, dilakukan uji
 spesifikasi model. Pengujian yang digunakan antara lain uji chow, uji hausman, dan
uji lagrange multiplier.

E. EVALUASI DARI HASIL ESTIMASI

1. Kriteria Ekonomi secara Apriori
a. Nilai Korelasi Antar Variabel
Dalam jurnal penelitian ini tidak terdapat atau tercantum nilai korelasi
antar varibel, bahkan tidak tercantum data-data yang digunakan. Data yang
tercantum hanya berupa statistika deskriptif. Sehingga nilai korelasi antar
variabel dalam penelitian ini tidak dapat dianalisis secara mandiri.
b. Hasil Pemodelan dan Kesesuaian Tanda
^y ¿ =20,799+0,358 X 1¿−0,046 X ¿
2¿−0,157 X 3¿ ¿ ¿

Kesesuaian tanda :
 Nilai koefisien dari variabel Laju Pertumbuhan Penduduk memiliki
tanda positif menunjukkan bahwa semakin tinggi Laju
Pertumbuhan penduduk, maka nilai TPT akan semakin tinggi. Hal
tersebut sudah sesuai dengan teori ekonomi.
 Nilai koefisien dari variabel Angka Melek Huruf memiliki tanda
negatif menunjukkan bahwa semakin tinggi Angka Melek Huruf,
maka nilai TPT akan semakin rendah. Hal tersebut sudah sesuai
dengan teori ekonomi.
 Nilai koefisien dari variabel Angka Partisipasi Kasar SMA
memiliki tanda negatif menunjukkan bahwa semakin tinggi Angka
Partisipasi Kasar SMA, maka nilai TPT akan semakin rendah. Hal
tersebut sudah sesuai dengan teori ekonomi.
2. Kriteria Statistika
a. Koefisien Determinasi
Berikut ini untuk melihat kebaikan model, dapat dilihat dari nilai R2.
Adapun hasil R2 model FEM cross section weight adalah sebagai berikut.

Berdasarkan Tabel 8 pada perhitungan di atas dapat diketahui bahwa nilai

2
R model FEM dengan cross section weight pada penelitian ini sebesar
0,864 atau 86 persen. Nilai tersebut termasuk tinggi dan memiliki arti
bahwa variabel prediktor yang digunakan dapat menjelaskan variabilitas Y
sebesar 86 persen dan 14 persen dijelaskan oleh variabel lain.
b. Pengujian Hipotesis
 Uji Parsial
Selanjutnya dalam penelitian ini juga dilakukan pengujian parsial
menggunakan taraf signifikansi sebesar 0,05 dengan hasil analisis
sebagai berikut.
 Pengujian parsial menjelaskan bahwa apabila nilai |t hitung| lebih
besar daripada nilai t tabel yaitu t (0,025 ;292) sebesar 1,968 dan nilai P-
value sebesar 0,000 yang bernilai kurang dari jika dibandingkan
dengan taraf signifikansi yang diguanakan, yaitu 0,05. Sehingga
keputusan dari pengujian ini adalah Tolak H0. Berdasarkan Tabel
7. diperoleh hasil terdapat tiga variabel yang berpengaruh secara
signifikan terhadap Tingkat Pengangguran Terbuka di Indonesia
antara lain adalah Laju Pertumbuhan Penduduk (X1), Angka Melek
Huruf (X2) dan Angka Partisipasi Kasar SMA (X3).
 Uji Serentak
Pengujian serentak dilakukan untuk melihat apakah variabel
prediktor yang berpengaruh terhadap Tingkat Pengangguran
Terbuka di Indonesia.

Berdasarkan Tabel 6. dapat diketahui bahwa nilai F hitung sebesar

48,567 yang lebih besar jika dibandingkan dengan nilai F tabel yaitu
F(0,05 ; 3 ;293) sebesar 2,635 dan nilai P-value sebesar 0,000 yang
bernilai kurang dari jika dibandingkan dengan taraf signifikansi
yang diguanakan, yaitu 0,05. Sehingga keputusan dari pengujian
ini adalah Tolak H0. Artinya secara serentak model signifikan atau
minimal terdapat satu variabel prediktor yang berpengaruh
signifikan terhadap Tingkat Pengangguran Terbuka di Indonesia.
3. Kriteria Ekonometrika
a. Uji Heteroskedastisitas
Pengujian asumsi residual IIDN (Identik, Independen dan Distribusi
Normal) disajikan sebagai berikut. Uji asumsi identik dilakukan untuk
mengetahui homogenitas varian residual (tidak terjadi kasus
heteroskedastisitas). Untuk mendeteksi hal tersebut dilakukan uji Park
dengan hasil analisis pada Tabel 9.
 Berdasarkan Tabel 9. dapat diketahui bahwa hasil uji Park menghasilkan
P-value sebesar 0,558 lebih besar daripada α = 0,05 maka gagal tolak H0.
Artinya, varians residual telah bersifat homogen atau tidak terjadi kasus
heteroskedastisitas.
b. Uji Multikolinearitas
Untuk mengetahui faktor-faktor yang mempengaruhi Tingkat
Pengangguran Terbuka (TPT) dilakukan analisis regresi panel.
Sebelumnya, terlebih dahulu dilakukan pengujian multikolinieritassebagai
berikut.

Berdasarkan Tabel 3 menunjukkan bahwa seluruh variabel memiliki nilai

VIF kurang dari 10, sehingga dapat disimpulkan bahwa asumsi tidak ada
multikolinieritas dalam penelitian ini telah terpenuhi.
c. Uji Kenormalan
Berikut adalah uji normalitas dat residual dengan menggunakan metode
Kolmogorov-Smirnov.

Berdasarkan gambar 2. uji asumsi normal diketahui bahwa P-value sebesar

0,123 lebih besar daripada α = 0,05 sehingga gagal tolak H0. Artinya
residual telah memenuhi asumsi distribusi normal. Semua asumsi residual
dari model regresi panel dengan pendekatan FEM cross section weight
meliputi asumsi identik, independen dan berdistribusi normal telah
terpenuhi. Sehingga model dikatakan layak untuk mengestimasi regresi
 panel pada data Tingkat Pengangguran Terbuka di Indonesia periode tahun
2006 hingga 2014.

F. EVALUASI DAYA PERAMALAN

Pada jurnal penelitian ini dijelaskan bahwaTingkat Pengangguran Terbuka (TPT)
Agustus 2015 sebesar 6,18 persen meningkat dibanding TPT Agustus 2014 (5,94
persen). TPT per Agustus 2015 mencapai 7,56 juta orang. Jumlah pengangguran
terbanyak berasal dari lulusan Sekolah Menengah Kejuruan (SMK) sebanyak 12,65
persen atau naik dari 11,24 persen. Disusul lulusan Sekolah Menengah Atas (SMA)
10,32 persen, diploma 7,54 persen; universitas 6,40 persen; Sekolah Menengah
Pertama (SMP) 6,22 persen, dan Sekolah Dasar (SD) ke bawah 2,74 persen.
KESIMPULAN DAN SARAN

Berdasarkan hasil review dan pembahasan pada jurnal penelitian ini dapat
diperoleh kesimpulan dan sebagai berikut. Hasil pemodelan dan kesesuaian yang
dihasilkan dalam jurnal ini sudah memenuhi teori ekonomi dengan baik dan benar.
Selain itu, seluruh pengujian dan hasil dari pengujian tersebut sudah tecantum dalam
jurnal ini dengan baik dan benar. Namun, nilai korelasi antar variabel predictor tidak
tercantum sehingga tidak dapat diketahui kekuatan dari korelasi antar variabel
tersebut. Seharusnya peneliti mencantumkan data pada jurnal tersebut pada bagian
lampiran, sehingga pembaca dapat memudahkan pembaca.