Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Inzinerine Ekonomika-Ekonomi Teknik,2020, 31(5), 547–557

Penilaian Dampak Ketimpangan Pendapatan terhadap Migrasi Penduduk

Daiva Laskiene1, Ineta Zykiene2, Paulina Verdnikovaite3

Universitas Teknologi Kaunas

K. Donelacio st. 73, LT-44029, Kaunas, Lituania
Surel. daiva.laskiene@ktu.lt ; ineta.zykiene@ktu.lt ; paulina.verdnikovaite@gmail.com

http://dx.doi.org/10.5755/j01.ee.31.5.25193

Ketimpangan pendapatan dan migrasi penduduk merupakan proses perekonomian yang terjadi di setiap negara, namun skalanya berbeda-
beda. Meskipun kedua fenomena tersebut – ketimpangan pendapatan dan migrasi penduduk – mendapatkan perhatian ilmiah yang cukup,
literatur ilmiah masih kekurangan kajian yang komprehensif mengenai saling ketergantungan di antara kedua fenomena tersebut.
Penelitian ini bertujuan untuk mengkaji dampak ketimpangan pendapatan terhadap migrasi penduduk. Artikel ini menyoroti betapa
pentingnya menilai dampak ketimpangan pendapatan terhadap migrasi penduduk, dan mengulas permasalahan ketimpangan pendapatan
dan migrasi penduduk yang sebelumnya telah dianalisis dalam kajian ilmiah. Penelitian ini didasarkan pada metodologi yang dikembangkan
untuk Negara-negara Anggota UE. Makalah ini memberikan perspektif orisinal karena Negara-negara Anggota UE dibagi menjadi enam
kelompok berdasarkan ketimpangan pendapatan dan tingkat migrasi bersih mereka, dan dampak ketimpangan pendapatan terhadap
migrasi penduduk diteliti pada kelompok-kelompok tertentu di Negara-negara Anggota UE saat ini dengan menerapkan metode korelasi
dan analisis regresi. Hasil penelitian menunjukkan bahwa dampak ketimpangan pendapatan terhadap migrasi penduduk berbeda-beda di
dalam dan antar kelompok Negara Anggota UE. Hasil penelitian mengungkapkan bahwa, ketimpangan pendapatan mempunyai dampak
yang lebih signifikan terhadap imigrasi penduduk dibandingkan emigrasi di semua kelompok Negara Anggota UE. Ketimpangan
pendapatan menyebabkan emigrasi penduduk hanya terjadi di negara-negara dengan tingkat ketimpangan pendapatan sedang. Makalah
ini berkontribusi pada literatur ilmiah pembangunan daerah karena analisis kuantitatif tentang keterkaitan antara ketimpangan pendapatan
dan migrasi penduduk masih langka.

Kata kunci:Ketimpangan Pendapatan; Migrasi Penduduk; Tingkat Migrasi Bersih; Koefisien Gini; Negara-negara Anggota UE.

Perkenalan hasilnya bervariasi karena penggunaan indikator ketimpangan

Pendapatan memainkan peran yang sangat penting dalam kehidupan
setiap orang, namun struktur ekonomi pasar menentukan tingkat
pertumbuhan pendapatan yang tidak merata, yang pada gilirannya
menyebabkan eksklusi populasi dan kesenjangan yang signifikan dalam
kualitas hidup mereka. Oleh karena itu, tujuan setiap negara adalah
menciptakan dan menjamin kesejahteraan warga negaranya. Namun, ketika
kelompok populasi tertentu di negara bagian yang sama hidup jauh lebih baik
daripada yang lain, masyarakat terpecah belah, dan sebagian besar warga
mulai menyatakan ketidakpuasan mereka terhadap situasi saat ini. Tingkat
ketimpangan pendapatan yang tinggi tidak hanya menimbulkan
permasalahan sosial, tetapi juga perekonomian, yang pada gilirannya
menghambat pembangunan ekonomi nasional dan pertumbuhan
kesejahteraan. Upaya untuk mendapatkan kehidupan yang lebih baik adalah
insentif terbesar bagi migrasi. Karena tidak mampu memenuhi
kebutuhannya, memperluas konsumsi dan mengaktualisasikan diri,
masyarakat mengambil keputusan untuk berpindah tempat tinggal, yang
menunjukkan bahwa ketimpangan pendapatan dan migrasi penduduk saling
berkaitan. Emigrasi merupakan ancaman terhadap pertumbuhan ekonomi,
identitas budaya, dan perkembangan demografis suatu negara. Martinaitis
dan Zvalionyte (2007) memandang emigrasi sebagai ancaman non-militer
yang paling berbahaya bagi suatu negara. Imigrasi juga menimbulkan
masalah-masalah khusus: negara-negara tuan rumah menghadapi
tantangan-tantangan seperti pertumbuhan jumlah penduduk, masalah
ekologi, asimilasi, dan lain-lain.
Sejumlah karya ilmiah menganalisis faktor-faktor utama
imigrasi dan ketimpangan pendapatan serta memberikan saran
mengenai implikasi kebijakan. Para ilmuwan menganalisis dampak
ketimpangan pendapatan terhadap pembangunan ekonomi
pendapatan dan faktor pembangunan ekonomi yang berbeda
(Brzezinski, 2013; Halter, Oechslin, & Zweimuller, 2014,
Guvenen, Kuruscu & Ozkan, 2014). Karena ketimpangan
pendapatan dan emigrasi merupakan variabel yang saling
bergantung, maka makalah ini memberikan perspektif orisinal
karena didasarkan pada teori-teori yang menganalisis alasan
migrasi dan menggabungkan analisis teori ekonomi neoklasik
(Krugman & Obstfeld, 2003; Tsoukalis, 1993; Jovanovich, 2002)
dan teori yang menjelaskan emigrasi atas dasar ketimpangan
pendapatan (Porumbescu, 2015; Massey, Vila-Belda, Hugo,
Kouaouci, & Pellegrino, 2006). Penulis membahas apakah
ketimpangan pendapatan merupakan salah satu penyebab
utama emigrasi, yang mencerminkan teori ekonomi neoklasik
(Krugman & Obstfeld, 2003; Tsoukalis, 1993; Jovanovich, 2002),
dan bagaimana emigrasi mempengaruhi ketimpangan
pendapatan di negara asal, yang mencakup sejalan dengan
teori emigrasi atas dasar ketimpangan pendapatan
(Porumbescu, 2015; Massey, Vila-Belda, Hugo, Kouaouci, &
Pellegrino, 2006).
Statistik dan penelitian menunjukkan bahwa ketimpangan
pendapatan serta arus migran yang intensif di UE merupakan isu-
isu paling hangat yang menyebabkan sejumlah dampak negatif.
Ketimpangan pendapatan muncul karena pertumbuhan
pendapatan rumah tangga yang tidak merata, tingginya tingkat
pengangguran, redistribusi anggaran negara yang tidak efisien,
perbedaan pendidikan dan kualifikasi angkatan kerja, kesenjangan
properti dan kepasifan serikat pekerja (Lazutka, 2017; Lynch, 2017).
Pertumbuhan diferensiasi pendapatan mengurangi PDB dan
tingkat investasi, serta menyebabkan disparitas regional.

- 547-
 Daiva Laskiene, Ineta Zykiene, Paulina Verdnikovaite.Penilaian Dampak Ketimpangan Pendapatan terhadap …
Selain itu, banyak ilmuwan (Stark, 2005; Card, 2009; Dauderstadt,
2017; Burzynskidkk.,2019; Kollin, 2020; Ganik, 2019; Mischukdkk.,
2018; Slettebak, 2020) sependapat bahwa ketimpangan pendapatan
merupakan salah satu penyebab utama emigrasi. Karena alasan-
alasan yang dijelaskan di atas, sangatlah penting untuk menilai
dampak ketimpangan pendapatan terhadap migrasi penduduk
karena kombinasi dari permasalahan-permasalahan ini mempunyai
dampak negatif terhadap seluruh negara bagian dan setiap
individu. Selain itu, jika ketimpangan pendapatan dapat
menyebabkan migrasi penduduk, maka migrasi penduduk dapat
mempengaruhi ketimpangan pendapatan (Porumbescu, 2015).
Koczan & Loyola (2018), Orrenius & Zavodny (2018), Uprety (2019)
meneliti apakah emigrasi menyebabkan ketimpangan pendapatan,
yang menunjukkan bahwa keterhubungan antara emigrasi dan
ketimpangan pendapatan mungkin merupakan isu yang kompleks.
Yang terakhir ini dapat mulai berkurang karena emigrasi
masyarakat miskin atau mulai meningkat karena meningkatnya
jumlah imigran yang biasanya memperoleh upah lebih rendah
dibandingkan penduduk lokal, belum lagi konsentrasi aset yang
lebih tinggi di rumah tangga lokal.
Ketimpangan pendapatan dan migrasi penduduk merupakan
permasalahan yang terjadi di negara mana pun, namun skala
permasalahan di beberapa negara lebih kecil dibandingkan di
negara lain. Oleh karena itu, untuk menilai skala permasalahan
yang sebenarnya, perlu mempertimbangkan tidak hanya situasi
nasional, namun juga konteks UE secara keseluruhan.
Meskipun literatur ilmiah kaya akan kajian mengenai isu
ketimpangan pendapatan dan migrasi penduduk, namun saling
ketergantungan antara kedua fenomena ini masih memerlukan
pemahaman dan pengkajian yang lebih mendalam.
Penelitian ini bertujuanpada penilaian dampak tingkat
ketimpangan pendapatan terhadap tingkat migrasi
penduduk di UE. Dampak ketimpangan pendapatan
terhadap migrasi penduduk diteliti untuk kelompok
tertentu di Negara Anggota UE saat ini dengan menerapkan
metode analisis korelasi dan regresi.
Tinjauan Literatur
Literatur ilmiah menganalisis berbagai aspek saling
ketergantungan antara ketimpangan pendapatan dan
migrasi penduduk.
Menurut Skuciene (2008), perbedaan rumah tangga
mengkondisikan munculnya fenomena negatif lainnya. Penulis
mencatat bahwa meskipun hubungan antara ketimpangan
pendapatan dan migrasi penduduk belum diteliti secara
komprehensif, namun hasil penelitian-penelitian sebelumnya
mengusulkan hal tersebut dengan mengacu pada teori deprivasi
relatif (yaitu ketidaksesuaian antara apa yang masyarakat dapatkan
dan apa yang mereka pikir mereka miliki). hak untuk), masyarakat
dengan pendapatan terendah cenderung meninggalkan negara
asal mereka untuk mencari pekerjaan dengan gaji yang lebih baik.
Penelitian Stark (2005), Porumbescu (2015) dan Ganic (2019)
mengungkapkan adanya hubungan antara ketimpangan
pendapatan yang diukur dengan indeks Gini dan migrasi
penduduk. Privasi adalah motif terkuat yang mendorong migrasi
penduduk. Ketika kondisi lain tidak berubah, ketimpangan
pendapatan yang lebih tinggi akan mendorong lebih banyak orang
untuk beremigrasi. Keputusan untuk beremigrasi ditentukan oleh
perbedaan tingkat ketimpangan pendapatan di negara asal dan
negara tujuan (Krugman & Obstfeld, 2003; Jovanovich, 2002).
- 548 -
Kumpikaite dan Zickute (2012), Ganic (2019) sepakat bahwa
migrasi penduduk disebabkan oleh faktor ekonomi. Para penulis
mengaitkan kesenjangan upah dan pendapatan dengan kelompok
faktor utama yang menyebabkan arus emigrasi paling intensif.
Upah minimum bulanan mempunyai dampak paling signifikan
terhadap kondisi fungsi normal pekerja. Oleh karena itu,
peningkatan upah minimum atau rata-rata bulanan dapat berfungsi
sebagai langkah untuk mendorong migrasi kembali atau
memotivasi orang untuk tidak beremigrasi karena keputusan untuk
beremigrasi tidak hanya ditentukan oleh situasi saat ini di suatu
negara, namun juga oleh penilaian terhadap prospek masa depan. .
Mendorong harapan bahwa perekonomian nasional akan
berkembang, upah rata-rata akan meningkat dan diferensiasi upah
akan menurun, dapat membantu mengelola lonjakan arus migrasi
secara lebih efektif dan mendorong para emigran untuk kembali ke
tanah air mereka.
Menurut Barciukiene (2007), kemiskinan menyebabkan arus
emigrasi yang intensif. Pekerjaan merupakan faktor utama yang
memberikan rasa stabilitas dan keamanan, menjamin pendapatan
dan membantu memenuhi kebutuhan dasar penduduk, sedangkan
pengangguran merupakan salah satu penyebab utama kemiskinan.
Melarikan diri dari kemiskinan, mencari kehidupan yang lebih baik
dan pekerjaan yang lebih stabil dan bergaji lebih baik, orang-orang
berpindah tempat tinggal. Emigrasi dari suatu negara mengurangi
tingkat kemiskinan dan pengangguran karena masyarakat miskin
dan pengangguran merupakan aliran emigran terbesar. Skuciene
dan Gabnyte (2018) menambahkan bahwa emigrasi merupakan
salah satu akibat dari kesenjangan ekonomi regional dan eksklusi
sosial. Tingkat kemiskinan yang lebih tinggi melekat di daerah
pedesaan. Kurangnya kepuasan kebutuhan pribadi menyebabkan
migrasi penduduk pedesaan. Daerah pedesaan kekurangan
investasi, tempat kerja, infrastruktur, kesempatan belajar, pasokan
layanan, dll. Oleh karena itu, emigrasi dari daerah pedesaan
merupakan fenomena umum, terutama di kalangan generasi
muda. Tingkat emigrasi pemuda yang tinggi berdampak negatif
terhadap indikator demografi suatu daerah. Penting untuk dicatat
bahwa para pengangguran atau orang miskin bukanlah kelompok
populasi tertentu yang beremigrasi. Tenaga kerja terampil,
ilmuwan, profesional juga dapat mengambil keputusan untuk
beremigrasi jika mereka merasa upaya dan keterampilan mereka
diremehkan, upah tidak kompetitif, kondisi kerja buruk, dan
peluang kerja tidak jelas (Dodani & LaPorte, 2005; Uprety, 2019). Ini
adalah masalah pengurasan otak. Para profesional yang terampil
mentransfer pengetahuan dan keterampilan mereka ke negara
tuan rumah dan dengan demikian berkontribusi terhadap
kesejahteraan negara tersebut. Meskipun negara tuan rumah
masih menghadapi masalah redistribusi sumber daya yang tidak
efisien, tambahan angkatan kerja imigran memberikan kontribusi
besar terhadap nilai tambah dan pembangunan ekonomi mereka
(Pukeliene, Glinskiene & Berzinskiene, 2007). Perekonomian yang
mengalami penurunan angkatan kerja tumbuh jauh lebih lambat,
sehingga menyebabkan kesenjangan pendapatan antara penduduk
lokal dan penduduk yang bekerja di luar negeri. Di sisi lain,
sebagaimana dikemukakan oleh Schiff (2018), brain drain bahkan
dapat bermanfaat bagi negara asal karena dapat membantu
menyelesaikan masalah ketimpangan pendapatan. Pertama-tama,
karena sebagian besar emigran terdiri dari para profesional bergaji
tinggi, upah rata-rata di negara asal menurun. Pengiriman uang
yang ditransfer oleh emigran kepada anggota keluarga mereka
juga mengurangi kesenjangan pendapatan (Howell, 2017;
Kusunose, & Rignall, 2018), mendorong
 Inzinerine Ekonomika-Ekonomi Teknik,2020, 31(5), 547–557
investasi, komunikasi, internasional bisnis
kerjasama dan berbagi pengalaman berharga.
Masalah topikal lainnya adalah limbah otak. Menurut Giziene dan
Markauskiene (2012), brain waste disebut sebagai jenis emigrasi ketika
para profesional terampil, didorong oleh alasan ekonomi, memilih
pekerjaan dengan gaji lebih baik, namun keterampilannya lebih rendah
di luar negeri. Dalam hal ini, potensi manusia dan investasi pada sumber
daya manusia menjadi sia-sia.
Tonkunaite-Thiemann (2012) memperlakukan pergerakan bebas
masyarakat sebagai hak dasar warga negara UE yang bebas dan mandiri
untuk keluar dari kemiskinan, mencari peluang kerja yang lebih baik,
atau pekerjaan dengan gaji lebih baik di luar negeri. Mobilitas dimaknai
sebagai alternatif yang memungkinkan untuk meningkatkan
kesejahteraan pribadi dan melepaskan diri dari jebakan kesenjangan
sosial di negara asal. Pada saat yang sama, emigrasi diperlakukan
sebagai ancaman terhadap jumlah total penduduk dan angkatan kerja di
negara asal karena hal tersebut menyebabkan permasalahan lambatnya
pembangunan ekonomi dan sosial, perubahan demografi dan
masyarakat yang menua. Pendapatan anggaran yang lebih rendah dari
pajak mempersulit upaya efektif melawan ketimpangan pendapatan,
yaitu tidak memungkinkan peningkatan pendapatan bagi kelompok
sosial yang paling rentan. Akibatnya, perjuangan pemerintah yang tidak
efisien melawan ketimpangan pendapatan mendorong emigrasi
masyarakat dari negara yang tidak dapat menjamin standar hidup dasar
dan perlindungan yang memadai dari risiko sosial (misalnya, hilangnya
pendapatan ketika seseorang jatuh sakit, menjadi pengangguran,
kehilangan tempat tinggal utama, dan lain-lain. ). Di sisi lain,
pemanfaatan sistem kesejahteraan asing dapat mendorong masyarakat
untuk menyalahgunakan jaminan sosial, mendorong ketidakikutsertaan
dalam pasar tenaga kerja, dan ketergantungan pada dukungan negara.
Migrasi tidak hanya didorong oleh kondisi kehidupan yang
tidak memadai di negara asal. Sistem kesejahteraan di negara tuan
rumah yang menjanjikan, peluang untuk memantapkan diri di
pasar tenaga kerja, dan berbagai program sosial mungkin menarik
orang-orang yang sebelumnya tidak mempertimbangkan peluang
tersebut (Collins, 2020; Ganic, 2019; Slettebak, 2020). Namun
demikian, sebagaimana dicatat oleh Tonkunaite-Thiemann (2012),
lingkungan negara tuan rumah yang menarik sekalipun tidak
menjamin pendapatan yang lebih baik atau kualitas hidup yang
lebih tinggi. Penelitian sebelumnya menunjukkan bahwa migrasi
tidak hanya didorong oleh ketimpangan pendapatan; hubungan
terbalik antara kedua fenomena ini juga mungkin terjadi. Status
seorang imigran merupakan salah satu faktor penentu utama
eksklusi sosial dan risiko kemiskinan. Para imigran seringkali
menghadapi diskriminasi dalam pasar tenaga kerja dan
perumahan; penerbitan izin tinggal juga dibatasi. Selain itu,
pengucilan sosial terhadap imigran bahkan mungkin diperburuk
oleh sumber daya dalam negeri yang tidak mencukupi – rendahnya
keterampilan bahasa asing, kurangnya atau penolakan terhadap
pendidikan, kualifikasi yang tidak memadai untuk pasar tenaga
kerja asing, karakteristik pribadi, dan lain-lain.
Barham dan Boucher (1998) serta Arslan dan Taylor (2012)
menyatakan bahwa pengiriman uang dari para emigran dapat
mengurangi ketimpangan pendapatan, hal ini sangat penting bagi
negara-negara berkembang dimana pendapatan rumah tangga secara
keseluruhan rendah, kesenjangan pendapatan rumah tangga sangat
ekstrim, dan aliran pengiriman uang finansial berfungsi sebagai sumber
penghasilan tambahan. Semakin banyak dana yang ditransfer oleh para
emigran kepada kerabat mereka yang membutuhkan di negara asal
mereka, semakin kecil kesenjangan distribusi pendapatan dan konsumsi
(Howell, 2017; Kusunose & Rignall, 2018). Matuzeviciute dan
- 549 -
Balciunas (2012) mencatat bahwa sebagian besar pengiriman uang
digunakan untuk konsumsi sehari-hari, namun porsi ini lebih kecil
dibandingkan porsi pendapatan rumah tangga Lituania yang digunakan
untuk tujuan yang sama.
Meskipun keterkaitan antara ketimpangan pendapatan dan migrasi
penduduk belum diteliti secara komprehensif, namun hasil penelitian-
penelitian sebelumnya menunjukkan bahwa semakin tinggi ketimpangan
pendapatan, maka semakin besar pula tingkat emigrasi. Insentif utama bagi
emigrasi adalah upah rendah yang menghambat pemenuhan kebutuhan
dasar. Tingkat kemiskinan yang sangat tinggi melekat di daerah pedesaan.
Ketimpangan pendapatan mendorong terjadinya emigrasi tidak hanya pada
angkatan kerja berketerampilan rendah, namun juga tenaga kerja
berketerampilan tinggi sehingga memperdalam ketimpangan pendapatan di
negara asal (Uprety, 2019). Dengan cara ini, potensi yang dimiliki tidak
dieksploitasi di daerah asalnya, melainkan disalurkan ke luar negeri. Emigrasi
masyarakat dengan pendapatan yang relatif tinggi secara statistik
mengurangi ketimpangan, sementara pengiriman uang yang ditransfer ke
anggota keluarga berpenghasilan rendah di negara asal benar-benar
membantu mengurangi kemiskinan rumah tangga (Howell, 2017; Kusunose &
Rignall, 2018). Meskipun demikian, meskipun ketimpangan pendapatan di
negara asal emigran dapat menyusut, kesenjangan tersebut dapat meningkat
di negara tuan rumah karena para imigran mungkin mengalami kesulitan
untuk mendapatkan pekerjaan dengan gaji yang lebih baik dan memperoleh
pendapatan yang stabil. Oleh karena itu, hubungan antara ketimpangan
pendapatan dan migrasi penduduk mempunyai banyak segi dan memerlukan
penelitian lebih lanjut.
Analisis literatur ilmiah mengungkapkan bahwa sebagian besar
penelitian untuk mengevaluasi hubungan antara ketimpangan
pendapatan dan migrasi menggunakan berbagai faktor yang
mempengaruhinya. Untuk tujuan ini penulis menerapkan metode
kualitatif dan kuantitatif. Dengan makalah ini, fokus kami bukan
menganalisis faktor-faktornya, melainkan skala ketimpangan
pendapatan dan migrasi. Tujuan penulis adalah untuk mengevaluasi
apakah skala migrasi bergantung pada tingkat ketimpangan
pendapatan di negara-negara tertentu. Analisis dilakukan terhadap
negara-negara Uni Eropa yang memiliki perbedaan baik dalam
ketimpangan pendapatan maupun tingkat migrasi meskipun tergabung
dalam satu kawasan dan tidak hanya memiliki perbedaan tetapi juga
persamaan dalam pola kebijakannya. Perspektif ini menjadikan
penelitian yang disajikan orisinal dan baru.
Metodologi Penelitian Dampak Ketimpangan
Pendapatan Terhadap Migrasi Penduduk
Karena tingkat ketimpangan pendapatan dapat bervariasi, penting
untuk meneliti bagaimana ketimpangan pendapatan mempengaruhi
tingkat migrasi di berbagai kelompok negara UE. Metode
pengelompokan digunakan untuk mengidentifikasi kesamaan objek; itu
juga memungkinkan untuk mengelompokkan objek sehingga
perbedaannyadi dalam kelompoknya akan sekecil mungkin, tetapi
perbedaannyadi antarakelompoknya akan menjadi sebesar mungkin
(Pukenas, 2005). Tujuan utama pengelompokan dalam penelitian ini
adalah untuk mengungkap dampak ketimpangan pendapatan terhadap
migrasi penduduk di negara-negara yang memiliki tingkat ketimpangan
pendapatan berbeda dan arus migrasi berbeda. Dalam kondisi
pergerakan bebas orang, kelompok negara yang berbeda mungkin
mempunyai dampak ketimpangan pendapatan yang berbeda terhadap
migrasi penduduk. Selain itu, tren kedua fenomena ini mungkin juga
berbeda, yang mungkin juga menentukan dampak yang berbeda dari
ketimpangan pendapatan terhadap migrasi penduduk. Dengan
menggunakan korelasi dan
 Daiva Laskiene, Ineta Zykiene, Paulina Verdnikovaite.Penilaian Dampak Ketimpangan Pendapatan terhadap …

analisis regresi, kami mengidentifikasi dan menilai hubungan
antara ketimpangan pendapatan dan emigrasi dan imigrasi
penduduk di kelompok negara UE tertentu.
Dalam statistik, koefisien korelasi mengukur saling
ketergantungan linier antara dua variabel interval. Langkah
pertama dari analisis korelasi adalah memperkirakan p –
nilai signifikansi marjinal. Nilai p yang dihasilkan
dibandingkan dengan batas yang dipilih untuk signifikansi
0,05. Jika hubungannya tidak signifikan secara statistik
(p>0,05), berarti perubahan pada satu variabel tidak
berdampak pada variabel lainnya. Koefisien korelasi dapat
bervariasi dalam interval dari -1 hingga 1. Nilai positif dari
koefisien korelasi menunjukkan hubungan langsung: nilai
atribut faktor dan hasil bervariasi dalam arah yang sama –
peningkatan salah satunya menyebabkan peningkatan
yang lain, dan sebaliknya. Nilai koefisien korelasi yang
negatif menunjukkan hubungan terbalik: nilai faktor
dan atribut hasil bervariasi dalam arah yang berbeda –
peningkatan pada salah satu atribut menyebabkan penurunan
pada atribut lainnya, dan sebaliknya. Nilai koefisien korelasi
dijelaskan pada Tabel 1.
Analisis regresi mengungkapkan sifat hubungan statistik,
menggambarkan ketergantungan peringkat rata-rata suatu
variabel terikat (akibat) terhadap nilai satu atau beberapa
variabel bebas (penyebab) dengan rumus matematika, dan
pada saat yang sama memperkirakan nilai-nilai tersebut.
variabel sebelumnya (Kasiulevicius dan Denapiene, 2008).
Menurut Bekesiene (2015), analisis regresi
menunjukkan bagaimana nilai suatu variabel terikat akan
berubah seiring dengan perubahan variabel bebas.
Keakuratan suatu model regresi dijelaskan oleh koefisien
determinasi. Hal ini menunjukkan bagian mana dari
keseluruhan variasi pada satu atribut yang dapat dijelaskan
oleh variasi pada atribut lainnya.
Tabel 1

Penilaian Koefisien Korelasi (Disusun dengan Referensi Kasiulevicius dan Denapiene, 2008)
Hubungan positif Kekuatan hubungan Hubungan negatif
0 Tidak ada hubungan 0
Dari 0,01 hingga 0,19 Sangat lemah Dari -0,01 hingga -0,19
Dari 0,2 hingga 0,39 Lemah Dari -0,2 hingga -0,39
Dari 0,4 hingga 0,69 Sedang Dari -0,4 hingga -0,69
Dari 0,7 hingga 0,89 Kuat Dari -0,7 hingga -0,89
Dari 0,9 hingga 1 Sangat kuat Dari -0,9 hingga -1

Bekesiene (2015) mencatat bahwa semakin tinggi
koefisien determinasi (dengan nilai maksimalnya sama
dengan 1), maka semakin akurat ramalan suatu variabel
terikat dari variabel bebas dapat diperoleh. Model regresi
linier dikembangkan dengan rumus (Bekesiene, 2015):
Y=α+βX+ε
per 1000 orang adalah selisih antara jumlah orang yang memasuki
suatu wilayah dan jumlah orang yang meninggalkan wilayah yang
diperkirakan berjumlah 1000 orang (Kaminskiene, 2009). Tingkat
migrasi bersih yang positif per 1000 orang menunjukkan bahwa
suatu negara memiliki lebih banyak imigran dibandingkan emigran,
sedangkan tingkat migrasi bersih yang negatif per
(1) 1000 orang menunjukkan bahwa suatu negara mempunyai lebih banyak emigran

di sini: Y – variabel terikat daripada imigran. Berdasarkan nilai indikator ini, negara bagian
α – koefisien model regresi β – yang dipertimbangkan dibagi menjadi dua kelompok: negara
koefisien model regresi X – bagian dengan tingkat migrasi bersih positif dan negara bagian
variabel independen ε – dengan tingkat migrasi bersih negatif per 1000 orang.
kesalahan acak - Negara bagian yang dipertimbangkan dibagi menjadi
Penelitian ini mencakup data Negara-negara Anggota tiga kelompok berdasarkan tingkat ketimpangan pendapatan selama periode

UE selama periode 2007 hingga 2017. Periode sepuluh tahun 2007 hingga 2017. Tingkat ketimpangan pendapatan dicerminkan oleh indeks

sudah cukup untuk mengungkap variasi dalam indikator- Gini. Negara-negara bagian yang dipertimbangkan dikelompokkan

indikator tersebut. Negara-negara Anggota UE dipilih untuk berdasarkan nilai indeks Gini, yang disajikan pada Tabel 2:

penelitian ini karena persamaan dan perbedaannya. Selain itu, Hainegara-negara bagian yang tingkat ketimpangan pendapatannya rendah

data untuk dua puluh delapan Negara Anggota UE saat ini (indeks Gini lebih rendah dari 25);

tersedia di database Eurostat. Hainegara bagian dengan tingkat ketimpangan pendapatan

Penelitian ini diproses dalam tahapan sebagai berikut: sedang (indeks Gini bervariasi antara 25 dan 35);
- Tingkat migrasi bersih per 1000 orang selama ini Hainegara bagian dengan tingkat ketimpangan pendapatan yang tinggi

periode 2007 hingga 2017 diperkirakan untuk setiap Negara Anggota UE. (indeks Gini lebih tinggi dari 35).

Tingkat migrasi bersih per 1000 orang dipilih sebagai indikator tambahan - Berdasarkan kesamaan tingkat migrasi bersih per
untuk migrasi bersih karena estimasi tersebut memungkinkan untuk 1000 orang dan atribut ketimpangan pendapatan, semua negara
menyamakan dan membandingkan negara-negara bagian dengan populasi bagian yang dipertimbangkan dibagi menjadi 6 kelompok, disajikan
dan tingkat migrasi yang berbeda. Tingkat migrasi bersih pada Tabel 2.
Meja 2
Kelompok Negara berdasarkan Tingkat Migrasi bersih per 1000 Orang dan Indeks Gini

Grup I Kelompok II Kelompok III

Tingkat migrasi bersih indeks gini Tingkat migrasi bersih indeks gini Tingkat migrasi bersih indeks gini
Positif <0,25 Positif 0,25<Indeks Gini<0,35 Positif > 0,35
Kelompok IV Grup V Grup VI
Tingkat migrasi bersih indeks gini Tingkat migrasi bersih indeks gini Tingkat migrasi bersih indeks gini
Negatif <0,25 Negatif 0,25<Indeks Gini<0,35 Negatif > 0,35

- 550 -
 Inzinerine Ekonomika-Ekonomi Teknik,2020, 31(5), 547–557
- Korelasi antara indeks Gini dan bersih
tingkat migrasi di masing-masing negara bagian selama
periode 2007 hingga 2017 diteliti. Penilaian korelasi membantu
memastikan apakah terdapat hubungan antara ketimpangan
pendapatan dan tingkat migrasi bersih. Penelitian ini dibatasi
pada hubungan linier.
- Untuk negara bagian yang signifikan secara statistik
korelasi, model regresi linier dikembangkan dengan mengacu
pada persamaan 1. Perhitungan dilakukan dengan
menggunakan perangkat lunak “SPSS Statistics”.
- Berdasarkan estimasi dan hasil
analisis korelasi dan regresi, dampak ketimpangan pendapatan
terhadap migrasi penduduk di kelompok negara bagian yang
berbeda dengan tingkat ketimpangan pendapatan yang berbeda
dan arus migrasi yang berbeda dinilai.
Hasil Penelitian Tentang Dampak Ketimpangan
Pendapatan Terhadap Migrasi Penduduk
Penelitian dilakukan mengikuti tahapan yang dimaksudkan
pada bagian ketiga pekerjaan: pertama, keadaan yang
dipertimbangkan dikelompokkan berdasarkan atribut yang
diidentifikasi; kemudian, dampak ketimpangan pendapatan
terhadap emigrasi dan imigrasi penduduk dinilai.
Kelompok Negara Anggota UE berdasarkan Ketimpangan
Pendapatan dan Tingkat Migrasi Bersih
Migrasi bersih Grup I
kecepatan
Republik Ceko
Slowakia
Slovenia
0 25
Kelompok IV
Gambar 1.Kelompok Negara Anggota UE berdasarkan tingkat migrasi bersih per 1000 orang dan nilai indeks Gini
Seperti dapat dilihat pada Gambar 1, kelompok ketiga dan keempat
tidak mencakup negara-negara yang dipertimbangkan, yang
mengusulkan bahwa UE tidak terdiri dari negara-negara dengan tingkat
ketimpangan pendapatan yang tinggi dan jumlah imigran yang lebih
besar dari jumlah negara-negara tersebut. emigran, atau negara bagian
mana pun dengan tingkat ketimpangan pendapatan rendah dan jumlah
emigran lebih besar daripada jumlah imigran. Kelompok kelima
mencakup negara-negara dengan tingkat ketimpangan pendapatan
sedang (indeks Gini bervariasi dari 25 hingga 35) dan tingkat migrasi
bersih per 1000 orang negatif, yaitu Estonia, Yunani, Kroasia, Polandia
dan Portugal. Akhirnya,
- 551 -
Berdasarkan rata-rata tingkat migrasi bersih per 1000 orang,
Negara-negara Anggota UE dibagi menjadi dua kelompok: kelompok
pertama mencakup negara-negara dengan rata-rata tingkat migrasi
bersih positif per 1000 orang, sedangkan kelompok kedua mencakup
negara-negara dengan rata-rata tingkat migrasi bersih negatif per 1000
orang. 1000 orang. Lebih lanjut dalam penelitian tersebut, berdasarkan
nilai indeks Gini, Negara-negara Anggota UE dibagi menjadi 3 kelompok:
negara-negara dengan tingkat ketimpangan pendapatan yang rendah
(indeks Gini lebih rendah dari 25); negara bagian dengan tingkat
ketimpangan pendapatan sedang (indeks Gini bervariasi antara 25 dan
35); negara bagian dengan tingkat ketimpangan pendapatan yang tinggi
(indeks Gini lebih tinggi dari 35). Terakhir, dengan mempertimbangkan
tingkat migrasi bersih per 1000 orang dan nilai indeks Gini, Negara-
negara Anggota UE dibagi menjadi 6 kelompok (lihat Gambar 1).
Gambar 1 menunjukkan bahwa kelompok pertama
mencakup negara-negara dengan tingkat migrasi bersih positif
per 1000 orang dan tingkat ketimpangan pendapatan yang
rendah, yaitu Republik Ceko, Slovenia dan Slovakia. Kelompok
kedua, yang terbesar, mencakup negara-negara dengan
tingkat migrasi bersih positif per 1000 orang dan tingkat
ketimpangan pendapatan sedang (indeks Gini bervariasi dari
25 hingga 35), yaitu Belgia, Denmark, Jerman, Irlandia, Spanyol,
Perancis, Italia , Siprus, Luksemburg, Hongaria, Malta, Belanda,
Austria, Finlandia, Swedia, dan Inggris.
Kelompok II Kelompok III
Irlandia
Austria
Belgium
Denmark
Spanyol
Italia
Britania Raya
Siprus
Luksemburg
Malta
Belanda
Perancis
Finlandia
Swedia
Hungaria
Jerman
35 koefisien Gini
Grup V Grup VI
Estonia Bulgaria
Yunani Latvia
Kroasia Lithuania
Polandia Rumania
Portugal
kelompok keenam mencakup negara-negara dengan tingkat
migrasi bersih negatif per 1000 orang dan tingkat ketimpangan
pendapatan yang tinggi (indeks Gini lebih tinggi dari 35), yaitu
Bulgaria, Latvia, Lituania dan Rumania.
Dampak Ketimpangan Pendapatan terhadap Emigrasi
Setelah pengelompokan negara bagian, dampak ketimpangan
pendapatan terhadap emigrasi penduduk dinilai. Tabel 3
menyajikan hasil analisis korelasi yang membantu menilai
hubungan antara ketimpangan pendapatan dan emigrasi di
berbagai negara bagian dan kelompok negara UE.
 Daiva Laskiene, Ineta Zykiene, Paulina Verdnikovaite.Penilaian Dampak Ketimpangan Pendapatan terhadap …

Tabel 3
Korelasi antara indeks Gini dan Jumlah Emigran di Berbagai Kelompok Negara UE
Korelasi Hubungan Hubungan
Kelompok Negara nilai p Makna
koefisien, R kekuatan arah
Republik Ceko 0,754 Tidak signifikan 0,107 Sangat lemah Langsung

SAYA Slowakia 0,370 Tidak signifikan - 0,300 Lemah Terbalik

Slovenia 0,312 Tidak signifikan - 0,336 Lemah Terbalik
Irlandia 0,659 Tidak signifikan - 0,150 Sangat lemah Terbalik
Austria 0,639 Tidak signifikan 0,160 Sangat lemah Langsung

Belgium 0,041 Penting - 0,686 Sedang Terbalik

Denmark 0,030 Penting 0,650 Sedang Langsung

Spanyol 0,119 Tidak signifikan 0,498 Sedang Langsung

Italia 0,011 Penting 0,728 Kuat Langsung

Inggris 0,030 Penting 0,651 Sedang Langsung

Siprus 0,002 Penting 0,844 Kuat Langsung

II
Luksemburg 0,018 Penting 0,693 Sedang Langsung

Malta 0,057 Tidak signifikan 0,588 Sedang Langsung

Belanda 0,104 Tidak signifikan - 0,514 Sedang Terbalik

Perancis 0,543 Tidak signifikan 0,206 Lemah Langsung

Finlandia 0065 Tidak signifikan - 0,574 Sedang Terbalik

Swedia 0,758 Tidak signifikan 0,105 Sangat lemah Langsung

Hungaria 0,000 Penting 0,891 Kuat Langsung

Jerman 0,170 Tidak signifikan 0,445 Sedang Langsung

Estonia 0,626 Tidak signifikan 0,166 Sangat lemah Langsung

Yunani 0,066 Tidak signifikan 0,572 Sedang Langsung

V Kroasia 0,007 Penting - 0,854 Kuat Terbalik

Polandia 0,150 Tidak signifikan - 0,490 Sedang Terbalik

Portugal 0,038 Penting - 0,630 Sedang Terbalik

Bulgaria 0,136 Tidak signifikan 0,622 Sedang Langsung

Latvia 0,056 Tidak signifikan 0,589 Sedang Langsung

VI
Lithuania 0,251 Tidak signifikan 0,379 Lemah Langsung

Rumania 0,724 Tidak signifikan 0,128 Sangat lemah Langsung

Data pada Tabel 3 menunjukkan bahwa hanya sebagian
kecil Negara Anggota UE yang menunjukkan hubungan linier yang
signifikan secara statistik antara ketimpangan pendapatan dan
emigrasi karena nilai signifikansi (p) di sebagian besar negara
bagian lebih tinggi dari nilai reliabilitas 0,05. Hanya 9 dari 28
Negara Anggota UE yang memiliki hubungan linier yang signifikan
secara statistik antara ketimpangan pendapatan dan emigrasi:
Belgia, Denmark, Italia, Inggris, Siprus, Luksemburg, Hongaria,
Kroasia, dan Portugal. Perkiraan korelasi untuk negara bagian
lainnya tidak linier, sehingga korelasi linier antara indeks Gini dan
tingkat migrasi bersih per 1000 orang tidaklah signifikan. Korelasi
linier yang signifikan secara statistik hanya dapat diamati pada
kelompok negara bagian kedua dan kelima. Penjelasan rinci
tentang korelasi di berbagai kelompok negara disajikan di bawah
ini:
-Negara-negara bagian di kelompok pertama mempunyai pendapatan rendah
tingkat ketimpangan dan tingkat migrasi bersih positif per 1000 orang.
Indeks Gini dan jumlah emigran di negara-negara bagian ini tidak
menunjukkan korelasi yang signifikan secara statistik, yang mengarah
pada kesimpulan bahwa jumlah emigran di negara-negara bagian
dengan tingkat ketimpangan pendapatan rendah dan tingkat migrasi
bersih positif per 1000 orang tidak bergantung pada ketimpangan
pendapatan. .
-Negara-negara bagian pada kelompok kedua dengan pendapatan menengah
tingkat ketidaksetaraan dan tingkat migrasi bersih positif per 1000
Berbeda dengan kelompok pertama, 7 dari 16 negara bagian pada kelompok
kedua memiliki koefisien korelasi yang signifikan secara statistik:
- Nilai signifikansi p=0,041, diperkirakan untuk Belgia,
lebih rendah dari nilai reliabilitas yang dipilih. Koefisien korelasi
sebesar -0,686 menunjukkan adanya hubungan berbanding
terbalik sedang-kuat antar variabel. Oleh karena itu,
pertumbuhan ketimpangan pendapatan menyebabkan
penurunan jumlah emigran. Menurunnya jumlah emigran
dalam kondisi ketimpangan pendapatan menunjukkan bahwa
emigrasi merupakan fenomena yang kompleks, tidak hanya
disebabkan oleh perbedaan pendapatan.
- Negara bagian lain di kelompok kedua dengan statistik
hubungan yang signifikan menunjukkan hubungan langsung antara
ketimpangan pendapatan dan jumlah emigran: pertumbuhan
ketimpangan pendapatan di negara-negara bagian ini menyebabkan
peningkatan jumlah emigran, sedangkan penurunan ketimpangan
pendapatan menyebabkan berkurangnya jumlah emigran. Hubungan
seperti ini melekat di Denmark, Italia, Inggris, Siprus, Luksemburg, dan
Hongaria. Oleh karena itu, emigrasi di negara-negara dengan tingkat
ketimpangan pendapatan sedang dan tingkat migrasi bersih positif per
1000 orang bergantung secara linear pada ketimpangan pendapatan.
Mengacu pada proposisi teoretis, kecenderungan ini umum terjadi
karena kondisi kehidupan yang memburuk menjadi insentif untuk
beremigrasi.
-Karena penelitian tersebut belum mengungkapkan negara bagian mana pun dengan

orang merupakan bagian terbesar dari seluruh Negara Anggota UE. tingkat ketimpangan pendapatan yang tinggi dan tingkat migrasi bersih yang positif

- 552 -
 Inzinerine Ekonomika-Ekonomi Teknik,2020, 31(5), 547–557

per 1000 orang atau negara bagian mana pun dengan tingkat ketimpangan bergantung pada ketimpangan pendapatan. Kesamaan yang paling
pendapatan rendah dan tingkat migrasi bersih negatif per 1000 orang, kelompok signifikan terlihat antara kelompok negara bagian pertama dan keenam
ketiga dan keempat tidak termasuk dalam penelitian ini. – keduanya tidak menunjukkan korelasi yang signifikan secara statistik.
-Kelompok kelima meliputi negara-negara dengan tingkat menengah
tingkat ketimpangan pendapatan dan tingkat migrasi bersih negatif. Korelasi Seperti disebutkan sebelumnya, analisis korelasi
yang signifikan secara statistik hanya dapat diamati di Kroasia dan Portugal. menunjukkan apakah terdapat saling ketergantungan
Kelompok keadaan ini menunjukkan hubungan yang berkebalikan artinya antara dua fenomena. Untuk mengetahui hubungan
fenomena-fenomena tersebut bervariasi dalam arah yang berbeda-beda. Oleh sebab akibat digunakan metode analisis regresi. Analisis
karena itu, negara-negara bagian dengan tingkat ketimpangan pendapatan regresi linier dilakukan hanya untuk negara bagian
sedang dan tingkat migrasi bersih per 1000 orang yang negatif menunjukkan dengan indeks Gini yang secara statistik berkorelasi
adanya saling ketergantungan yang berbanding terbalik antara emigrasi dan signifikan dengan jumlah emigran. Hasil perhitungan
ketimpangan pendapatan. disajikan pada Tabel 4. Koefisien determinasi R2
Perbedaan paling signifikan terlihat antara kelompok menunjukkan berapa persentase varians jumlah
negara bagian kelima dan kedua dengan arah korelasi yang emigran yang dapat dijelaskan oleh varians indeks Gini.
berbeda. Saling ketergantungan antar variabel paling baik
-Kelompok keenam mencakup negara-negara dengan tingkat tinggi diungkapkan melalui persamaan regresi: koefisien
tingkat ketimpangan pendapatan dan tingkat migrasi bersih negatif per 1000 persamaan regresi pada variabel bebas x (indeks Gini)
orang. Tidak ada negara bagian di kelompok keenam yang menunjukkan menunjukkan perbedaan jumlah emigran yang
hubungan yang signifikan secara statistik antara ketimpangan pendapatan disebabkan oleh kenaikan indeks Gini sebesar satu
dan migrasi, sehingga jumlah emigran di negara bagian dengan tingkat persen. Konstanta mewakili jumlah emigran yang tidak
ketimpangan pendapatan tinggi dan tingkat migrasi bersih negatif per 1000 bergantung pada varians indeks Gini.
orang tidak menunjukkan hubungan yang signifikan.
Tabel 4
Regresi antara Indeks Gini dan Jumlah Emigran di Berbagai Kelompok Negara Anggota UE
Kelompok Negara Signifikansi model, hal Koefisien determinasi, R2 Persamaan regresi
Belgium 0,041 0,471 kamu=-27.688x+815.394
Denmark 0,030 0,423 kamu=3,902x-60,080
Italia 0,011 0,530 kamu=48.590x-1.458.938
II Inggris 0,030 0,424 kamu=22.139x-372.524
Siprus 0,002 0,712 kamu=3,738x-103,870
Luksemburg 0,018 0,480 kamu=826x-12,823
Hungaria 0,000 0,794 kamu=8.176x-194.283
Kroasia 0,007 0,729 kamu=-17.374x+555.388
V
Portugal 0,038 0,397 kamu=-9,660x+368,573

Hasil analisis regresi menunjukkan bahwa model regresi linier negara bagian yang relatif serupa. Di kedua negara bagian yang
yang dikembangkan untuk Belgia, Denmark, Italia, Inggris, Siprus, termasuk dalam kelompok kelima, dampak ketimpangan pendapatan
Luksemburg, Hongaria, Kroasia dan Portugal signifikan secara terhadap emigrasi sama: peningkatan indeks Gini menyebabkan
statistik dengan p<0,05. Persamaan model menunjukkan penurunan jumlah emigran. Dapat disimpulkan bahwa ketimpangan
bagaimana jumlah emigran di masing-masing negara bagian pendapatan mempengaruhi emigrasi hanya di negara-negara dengan
bervariasi tergantung pada varian indeks Gini. Negara-negara yang tingkat ketimpangan pendapatan sedang (indeks Gini bervariasi dari 25
disebutkan di atas juga menunjukkan hubungan linier yang hingga 35). Saling ketergantungan langsung antara variabel-variabel
signifikan secara statistik antar variabel. Koefisien determinasi, tersebut melekat pada negara-negara dengan tingkat migrasi bersih
yang menunjukkan apakah suatu model dapat diandalkan, positif per 1000 orang, sedangkan hubungan terbalik antara variabel-
bervariasi dalam interval dari 0,397 hingga 0,794. Artinya, 39,7 - variabel melekat pada negara-negara dengan tingkat migrasi bersih
79,4 % varians jumlah emigran di negara bagian yang diteliti dapat negatif per 1000 orang.
dijelaskan oleh varians indeks Gini. Model regresi yang paling
akurat menunjukkan saling ketergantungan antara jumlah emigran Dampak Ketimpangan Pendapatan terhadap Imigrasi
dan ketimpangan pendapatan di Hongaria, sedangkan model yang
Hasil analisis korelasi, yang membantu menilai
paling tidak akurat menggambarkan saling ketergantungan antar
hubungan antara ketimpangan pendapatan dan
variabel di Portugal. Namun demikian, masih dapat dikatakan
imigrasi di berbagai kelompok Negara Anggota UE,
bahwa hasil penelitian ini di sebagian besar negara bagian yang
disajikan pada Tabel 5.
dipertimbangkan sesuai dengan asumsi teoritis – tingkat
ketimpangan pendapatan yang tinggi menyebabkan tingkat
emigrasi yang lebih tinggi. Dampak ketimpangan pendapatan
terhadap emigrasi juga serupa di negara bagian dalam suatu
kelompok, namun berbeda antar kelompok. Ketimpangan
pendapatan mendorong emigrasi penduduk di hampir semua
negara bagian yang termasuk dalam kelompok kedua, kecuali
Belgia, di mana ketimpangan pendapatan mengurangi tingkat
emigrasi penduduk. Hal ini mengusulkan bahwa dampak dari satu
variabel terhadap variabel lainnya mungkin berbeda bahkan dalam
satuan

- 553 -
 Daiva Laskiene, Ineta Zykiene, Paulina Verdnikovaite.Penilaian Dampak Ketimpangan Pendapatan terhadap …

Tabel 5
Korelasi antara indeks Gini dan Jumlah Imigran di Berbagai Kelompok Negara Anggota UE

Kelompok Negara nilai p Makna Koefisien korelasi Kekuatan hubungan Arah hubungan
Republik Ceko 0,761 Tidak signifikan 0,104 Sangat lemah Langsung

SAYA Slowakia 0,022 Penting - 0,678 Sedang Terbalik

Slovenia 0,004 Penting - 0,787 Kuat Terbalik
Irlandia 0,212 Tidak signifikan 0,409 Sedang Langsung

Austria 0,766 Tidak signifikan - 0,102 Sangat lemah Terbalik

Belgium 0,233 Tidak signifikan 0,443 Sedang Langsung

Denmark 0,170 Tidak signifikan 0,445 Sedang Langsung

Spanyol 0,007 Penting - 0,758 Kuat Terbalik

Italia 0,002 Penting - 0,822 Kuat Terbalik
Inggris 0,206 Tidak signifikan 0,414 Sedang Langsung

Siprus 0,000 Penting - 0,922 Sangat kuat Terbalik

II
Luksemburg 0,077 Tidak signifikan 0,553 Sedang Langsung

Malta 0,143 Tidak signifikan 0,472 Sedang Langsung

Belanda 0,358 Tidak signifikan 0,307 Lemah Langsung

Perancis 0,776 Tidak signifikan 0,097 Sangat lemah Langsung

Finlandia 0,251 Tidak signifikan - 0,378 Lemah Terbalik

Swedia 0,006 Penting 0,769 Kuat Langsung

Hungaria 0,007 Penting 0,758 Kuat Langsung

Jerman 0,206 Tidak signifikan 0,413 Sedang Langsung

Estonia 0,647 Tidak signifikan 0,156 Sangat lemah Langsung

Yunani 0,987 Tidak signifikan 0,005 Sangat lemah Langsung

V Kroasia 0,004 Penting - 0,876 Kuat Terbalik

Polandia 0,008 Penting - 0,748 Kuat Terbalik
Portugal 0,771 Tidak signifikan 0,100 Sangat lemah Langsung

Bulgaria 0,250 Tidak signifikan 0,503 Sedang Langsung

Latvia 0,034 Penting - 0,639 Sedang Terbalik

VI
Lithuania 0,885 Tidak signifikan 0,050 Sangat lemah Langsung

Rumania 0,031 Penting - 0,680 Sedang Terbalik

Data pada Tabel 5 menunjukkan bahwa ketimpangan
pendapatan secara statistik berkorelasi secara signifikan dengan
imigrasi di hampir sepertiga Negara Anggota UE: 11 dari 28 Negara
Anggota UE menunjukkan korelasi yang signifikan secara statistik
antar variabel, yaitu nilai signifikansi p, diperkirakan untuk 11
negara bagian, lebih rendah dari nilai reliabilitas 0,05. Berbeda
dengan kasus emigrasi, jumlah imigran berkorelasi dengan indeks
Gini di semua kelompok negara bagian yang dipertimbangkan.
Pada kelompok negara bagian pertama, korelasi yang signifikan
secara statistik antara variabel-variabel diperkirakan terjadi di
Slovakia dan Slovenia; di kelompok negara bagian kedua – untuk
Spanyol, Italia, Siprus, Swedia dan Hongaria; di kelompok negara
bagian kelima – untuk Kroasia dan Polandia; di kelompok negara
bagian keenam – untuk Latvia dan Rumania. Hasilnya menunjukkan
bahwa hubungan antara indeks Gini dan imigrasi ada terlepas dari
ketimpangan pendapatan dan tingkat migrasi bersih di suatu
negara bagian.
Penjelasan rinci tentang korelasi di berbagai
kelompok negara disajikan di bawah ini:
-Negara-negara bagian di kelompok pertama mempunyai pendapatan rendah
tingkat ketimpangan dan tingkat migrasi bersih positif per
1000 orang. Korelasi antar variabel signifikan secara
statistik di Slovakia dan Slovenia. Oleh karena itu, negara
bagian pada kelompok pertama cenderung memiliki
hubungan terbalik antar variabel, yang menunjukkan
bahwa pertumbuhan indeks Gini menyebabkan penurunan
jumlah imigran.
-Negara-negara bagian dalam kelompok kedua dicirikan oleh
tingkat ketimpangan pendapatan menengah dan tingkat migrasi
bersih positif per 1000 orang; kelompok ini mencakup sebagian
besar negara bagian di mana ketimpangan pendapatan secara
statistik berkorelasi signifikan dengan imigrasi. Korelasi signifikan
secara statistik yang menunjukkan hubungan terbalik
antara variabel-variabel tersebut melekat pada Spanyol, Italia dan
Siprus. Di negara-negara bagian dengan korelasi terbalik, meningkatnya
tingkat ketimpangan pendapatan menyebabkan penurunan imigrasi.
Kecenderungan sebaliknya terjadi di Swedia dan Hungaria dimana
hubungan antar variabel bersifat langsung, yaitu meningkatnya indeks
Gini di Swedia dan Hungaria menyebabkan peningkatan jumlah imigran.
Meskipun negara-negara bagian dalam kelompok kedua serupa dalam
hal ketimpangan pendapatan dan migrasi, hubungan antara variabel-
variabel yang diestimasi untuk negara-negara bagian dalam kelompok
ini berbeda.
-Karena penelitian tersebut belum mengungkapkan negara bagian mana pun
dikaitkan dengan kelompok ketiga dan keempat, mereka keluar
dari penelitian.
-Kelompok kelima meliputi negara-negara dengan
ketimpangan pendapatan menengah dan tingkat migrasi bersih
negatif. Dalam kelompok ini, korelasi yang signifikan secara statistik
antara variabel-variabel tersebut melekat pada Kroasia dan
Polandia. Perkiraan korelasi negatif untuk kedua negara bagian
menunjukkan adanya hubungan terbalik antar variabel, yaitu
pertumbuhan ketimpangan pendapatan menyebabkan penurunan
jumlah imigran.
-Kelompok keenam mencakup negara-negara dengan pendapatan tinggi
ketimpangan dan tingkat migrasi bersih yang negatif.
Latvia dan Rumania menunjukkan korelasi yang signifikan
secara statistik antara ketimpangan pendapatan dan
imigrasi. Hubungan antar variabel bersifat terbalik.
Ketika menilai hasil analisis korelasi untuk kelompok negara yang
berbeda, beberapa kesamaan dapat diamati. Negara-negara bagian
pada kelompok pertama, kelima dan keenam serta sebagian negara
bagian pada kelompok kedua menunjukkan hubungan terbalik antara
ketimpangan pendapatan dan imigrasi, yaitu meningkatnya
kesenjangan pendapatan rumah tangga mengurangi daya tarik negara
terhadap imigran. Meski begitu, hal itu tidak bisa disebutkan

- 554 -
 Inzinerine Ekonomika-Ekonomi Teknik,2020, 31(5), 547–557
bahwa hal ini melekat di semua negara bagian karena, misalnya, hubungan
langsung antara variabel-variabel di Swedia dan Hongaria menunjukkan
bahwa meskipun tingkat ketimpangan pendapatan meningkat, negara-negara
bagian tersebut dapat menarik lebih banyak imigran.
Untuk meneliti hubungan antara imigrasi dan
ketimpangan pendapatan, digunakan metode analisis
regresi. Analisis regresi linier dilakukan untuk negara
bagian dengan indeks Gini yang secara statistik berkorelasi
signifikan dengan jumlah imigran (lihat Tabel 5). Model
analisis regresi dikembangkan untuk masing-masing
Regresi antara Indeks Gini dan Jumlah Imigran di Kelompok Negara Anggota UE
Kelompok Negara Signifikansi model, hal
Slowakia 0,022
SAYA
Slovenia 0,004
Spanyol 0,007
Italia 0,002
II Siprus 0,000
Swedia 0,006
Hungaria 0,007
Kroasia 0,004
V
Polandia 0,008
Latvia 0,034
VI
Rumania 0,031
Hasil analisis regresi menunjukkan bahwa model regresi linier
yang dikembangkan untuk Slovakia, Slovenia, Spanyol, Italia,
Swedia, Siprus, Polandia, Hongaria, Kroasia, Latvia dan Rumania
signifikan secara statistik dengan p<0,05. Persamaan regresi
menunjukkan bahwa varians dalam indeks Gini menentukan
varians jumlah imigran di masing-masing negara bagian. Koefisien
determinasi, yang mencerminkan keandalan model, bervariasi
antara 0,408 hingga 0,851. Artinya, 40.8 – 85.1 % varians jumlah
imigran di negara-negara tersebut di atas dapat dijelaskan oleh
varians indeks Gini. Interval koefisien determinasi yang lebih besar
menunjukkan bahwa model tersebut lebih akurat menggambarkan
dampak ketimpangan pendapatan terhadap imigrasi dibandingkan
terhadap emigrasi. Model regresi yang paling akurat menunjukkan
saling ketergantungan antara jumlah imigran dan ketimpangan
pendapatan di Siprus, sedangkan model yang paling tidak akurat
menggambarkan saling ketergantungan antar variabel di Latvia.
Namun demikian, masih dapat dikatakan bahwa hasil penelitian di
sebagian besar negara bagian yang dipertimbangkan sesuai
dengan asumsi teoritis – tingkat ketimpangan pendapatan yang
tinggi menyebabkan arus imigran menjadi kurang intensif.
Kecenderungan ini dapat diamati pada kelompok negara bagian
pertama, kelima dan keenam serta sebagian negara bagian pada
kelompok kedua. Beberapa perbedaan dapat dilihat pada kelompok
kedua. Misalnya, meningkatnya ketimpangan pendapatan di
Swedia dan Hongaria menyebabkan peningkatan jumlah imigran.
Hal ini mengusulkan bahwa dampak dari satu variabel terhadap
variabel lainnya mungkin berbeda bahkan di negara-negara yang
relatif sama. Di negara-negara bagian lainnya yang termasuk dalam
kelompok kedua dan kelompok lainnya, imigrasi penduduk
menurun ketika indeks Gini, yang mencerminkan ketimpangan
pendapatan, meningkat. Perlu dicatat bahwa negara-negara seperti
Italia, Siprus, Hongaria dan Kroasia menunjukkan hubungan linier
antara kedua rangkaian variabel - indeks Gini dan imigrasi, serta
indeks Gini dan emigrasi.
Kesimpulannya, ketimpangan pendapatan di berbagai kelompok
Negara Anggota UE mempunyai dampak yang lebih signifikan
- 555 -
keadaan disajikan pada Tabel 6. Nilai koefisien
determinasi dilambangkan dengan R2, menunjukkan
berapa persentase variasi jumlah pendatang yang dapat
dijelaskan oleh variasi indeks Gini. Koefisien persamaan
regresi pada variabel independen x (indeks Gini)
menunjukkan perbedaan jumlah imigran yang
disebabkan oleh kenaikan indeks Gini sebesar satu poin
persentase. Konstanta mewakili jumlah imigran yang
tidak bergantung pada varians indeks Gini.
Tabel 6
Koefisien determinasi, R2 Persamaan regresi
0,460 kamu=-995x+31,083
0,619 kamu=-8,362x+219,013
0,574 kamu=-161.325x+5.875.709
0,676 kamu=-141.811x+4.959.327
0,851 kamu=-2,075x+82,757
0,591 kamu=13,764x-242,868
0,575 kamu=7,008x-147,052
0,768 kamu=-3,489x+117,907
0,560 kamu=-67.857x+2.262.326
0,408 kamu=-1,895x+75,765
0,462 kamu=-7.896x+421.090
imigrasi penduduk dibandingkan emigrasi. Hasil
penelitian ini sesuai dengan anggapan teoritis
– di sebagian besar negara bagian yang dipertimbangkan, tingkat
ketimpangan pendapatan yang tinggi mengurangi daya tarik suatu negara
bagian dan menyebabkan penurunan jumlah imigran.
Kesimpulan
Studi ilmiah dan data statistik mengusulkan hal itu
ketimpangan pendapatan dapat mempengaruhi migrasi penduduk
secara signifikan. Oleh karena itu, hubungan antara fenomena-
fenomena tersebut di atas memerlukan penelitian yang lebih
mendalam. Ketimpangan pendapatan diakui sebagai salah satu
penyebab utama emigrasi. Penelitian ini mengungkapkan bahwa
dampak ketimpangan pendapatan terhadap migrasi penduduk di
negara-negara anggota UE dapat bervariasi dan hanya terjadi secara
linier di sebagian kecil negara bagian. Di negara-negara bagian yang
termasuk dalam kelompok pertama (dengan ketimpangan pendapatan
yang rendah dan tingkat migrasi bersih yang positif), peningkatan
ketimpangan pendapatan tidak berdampak langsung pada emigrasi,
namun menyebabkan penurunan imigrasi. Hal ini mungkin disebabkan
oleh fakta bahwa negara-negara seperti Republik Ceko, Slovenia, dan
Slovakia memiliki rata-rata pendapatan per kapita yang sangat tinggi
namun terdistribusi cukup merata dibandingkan dengan negara-negara
maju lainnya di UE. Oleh karena itu, dapat diasumsikan bahwa rasa
kesetaraan tidak mendorong orang untuk beremigrasi, dan
kemungkinan untuk memperoleh pendapatan yang relatif kecil di
negara-negara tersebut tidak mendorong proses imigrasi. Dampak
ketimpangan pendapatan terhadap migrasi penduduk di negara bagian
yang termasuk dalam kelompok kedua (dengan ketimpangan
pendapatan sedang dan tingkat migrasi bersih positif) mungkin
berbeda. Misalnya, meningkatnya ketimpangan pendapatan
menyebabkan penurunan jumlah emigran di Belgia, namun
menyebabkan peningkatan jumlah emigran di negara-negara bagian
lainnya dalam kelompok ini. Di Spanyol, Italia, dan Siprus, pertumbuhan
ketimpangan pendapatan menyebabkan penurunan jumlah imigran,
sedangkan di Swedia dan Hongaria menyebabkan peningkatan jumlah
imigran. Hasil dari kelompok ini
 Daiva Laskiene, Ineta Zykiene, Paulina Verdnikovaite.Penilaian Dampak Ketimpangan Pendapatan terhadap …

negara-negara menunjukkan bahwa ketika ketimpangan pendapatan
meningkat, emigrasi dari negara-negara tersebut juga meningkat,
meskipun sebagian besar negara dalam kelompok ini kuat secara
ekonomi. Hal ini diperkirakan dapat dipengaruhi oleh beberapa faktor
yang perlu dianalisis dalam penelitian lebih lanjut secara lebih rinci.
Dengan menggunakan metode pengelompokan negara, ditemukan
bahwa UE tidak terdiri dari negara-negara dengan tingkat ketimpangan
pendapatan tinggi dan jumlah imigran lebih besar dari jumlah emigran,
atau negara-negara dengan tingkat ketimpangan pendapatan rendah
dan jumlah emigran lebih besar dari jumlah emigran. jumlah imigran. Di
negara-negara bagian yang termasuk dalam kelompok kelima (dengan
ketimpangan pendapatan sedang dan tingkat migrasi bersih negatif),
meningkatnya ketimpangan pendapatan menyebabkan penurunan
jumlah emigran dan imigran. Akibatnya, rata-rata tingkat ketimpangan
pendapatan menyebabkan penurunan proses migrasi di negara-negara
dengan tingkat pendapatan yang relatif rata-rata dibandingkan negara
UE lainnya (Estonia, Yunani, Portugal, Polandia, Kroasia). Analisis yang
lebih rinci mengenai faktor-faktor yang menentukan proses tersebut
akan memberikan wawasan yang menarik. Di negara bagian dikaitkan
dengan yang keenam
kelompok (dengan ketimpangan pendapatan tinggi dan tingkat migrasi
bersih negatif), ketimpangan pendapatan tidak berdampak langsung
pada emigrasi, namun menentukan penurunan imigrasi. Perlu
disebutkan bahwa negara-negara dalam kelompok ini tidak hanya
memiliki tingkat ketimpangan pendapatan yang tinggi, tetapi juga rata-
rata pendapatan yang relatif rendah, sehingga tidak mengherankan jika
hal ini tidak mendorong imigrasi ke negara-negara tersebut. Oleh
karena itu, ketimpangan pendapatan mempunyai dampak yang lebih
signifikan terhadap imigrasi penduduk dibandingkan emigrasi di semua
kelompok Negara Anggota UE. Ketimpangan pendapatan menyebabkan
emigrasi penduduk hanya terjadi di negara-negara dengan tingkat
ketimpangan pendapatan sedang.
Hasil dari makalah ini memberikan perspektif untuk
penelitian lebih lanjut yang mencakup analisis lebih mendalam
mengenai penyebab-penyebab yang menyebabkan ketimpangan
pendapatan dan proses migrasi. Menurut pendapat penulis,
metode kualitatif akan berguna untuk menyelidiki alasan imigrasi
dan emigrasi dan hubungannya dengan ketimpangan pendapatan
baik di tingkat mikro maupun makro. Hasil penelitian lebih lanjut
dapat berguna sebagai rekomendasi implikasi kebijakan sosial dan
ekonomi.

Referensi
Arslan, A., & Taylor, JE (2012). Transformasi perekonomian pedesaan: migrasi, peningkatan pendapatan dan kesenjangan di pedesaan
Meksiko.Jurnal Studi Pembangunan, 48(8), 1156–1176. https://doi.org/10.1080/00220388.2012.682985
Barciukiene, D. (2007). Skurdas Lietuvos kaime: paplitimas, priezastys ir mazinimo budai.Teori sosial, empiris,
politika ir praktika, 4, 132–143. https://doi.org/10.15388/STEPP.2007.4.8713
Barham, B., & Boucher, S. (1998). Migrasi, pengiriman uang, dan kesenjangan: memperkirakan dampak bersih migrasi
distribusi pendapatan.Jurnal ekonomi pembangunan, 55(2), 307–331. https://doi.org/10.1016/S0304-
3878(98)90038-4
Bekesiene, S. (2015). Duomenu menganalisis halaman SPSS: mokomoji knyga. Vilnius: Jenderal Jono Zemaicio Lietuvos
karo akademija.
Brzezinski, M. (2013). Polarisasi pendapatan dan pertumbuhan ekonomi. Kertas kerja Bank Nasional Polandia, (147).
https://doi.org/10.2139/ssrn.2244858
Burzynski, M., Deuster, C., Docquier, F., & de Melo, J. (2019). Perubahan Iklim, Ketimpangan, dan Migrasi Manusia. CEPR
Makalah Pembahasan No.DP13997. Tersedia di: https://ssrn.com/abstract=3464525
Kartu, D. (2009). Imigrasi dan kesenjangan.Tinjauan Ekonomi Amerika, 99(2), 1–21. http://dx.doi.org/10.1257
/aer.99.2.1
Collins, FL (2020). Ketimpangan yang diatur dalam undang-undang: Migrasi sementara dan stratifikasi kehidupan migran. Di Persimpangan
kesenjangan, migrasi dan diversifikasi(hal.65–86). Poros Palgrave, Cham. https://doi.org/10.1007/978-3-030-
19099-6_4
Dauderstadt, M. (2017). Mengurangi Ketimpangan Eropa: Kohesi Melalui Konvergensi. Eropa Sosial. tersedia dari
internet: https://www.socialeurope.eu/reducing-european-inequality-cohesion-convergence
Dodani, S., & LaPorte, ER (2005). Brain drain dari negara-negara berkembang: bagaimana brain drain diubah menjadi
perolehan kebijaksanaan?Jurnal The Royal Society of Medicine, 98(11), 487–491. http://dx.doi.org/10.1258/jrsm.98.11.487
Eurostat (2018). Distribusi database pendapatan. Tersedia dari internet: https://ec.europa.eu/eurostat/data/database
Ganik, M. (2019). Pasar Tenaga Kerja, Ketimpangan Sosial dan Peran Emigrasi: Kasus Balkan Barat
Ekonomi.Di Perekonomian Balkan Barat dalam Transisi(hal.61–72). Pegas, Cham. https://doi.org/
10.1007/978-3-319-93665-9_5
Giziene, V., & Markauskiene, A. (2012). Investigasi terhadap masalah piyama valstybes dan islaidu priklausomybes
tyrimas.Ekonomi dan manajemen, 17(3), 1141–1148. http://dx.doi.org/10.5755/j01.em.17.3.2135
Guvenen, F., Kuruscu, B., & Ozkan, S. (2014). Perpajakan atas sumber daya manusia dan ketimpangan upah: Analisis lintas negara.
Review Studi Ekonomi, 81(2), 818–850. https://doi.org/10.1093/restud/rdt042
Halter, D., Oechslin, M., & Zweimuller, J. (2014). Ketimpangan dan pertumbuhan: dimensi waktu yang terabaikan.Jurnal dari
pertumbuhan ekonomi, 19(1), 81–104. https://doi.org/10.1007/s10887-013-9099-8
Howell, A. (2017). Dampak migrasi dan pengiriman uang terhadap ketimpangan pendapatan etnis di pedesaan Tiongkok.Pembangunan Dunia,
94, 200–211. https://doi.org/10.1016/j.worlddev.2017.01.005

- 556 -
 Inzinerine Ekonomika-Ekonomi Teknik,2020, 31(5), 547–557

Jovanovic, M. (2002). Integrasi ekonomi Eropa: batasan dan prospek.Routledge. https://doi.org/10.

4324/9780203009864
Kaminskiene, R. (2009). Statistik demografi penduduk dan migran di seluruh dunia. Vilnius: Institut Iseivijo.
Kasiulevicius, V., & Denapiene, G. (2008). Statistik yang terlalu banyak untuk dianalisis.Gerontologia, 9(3), 176–180.
Tersedia dari internet: http://www.gerontologija.lt/files/edit_files/File/pdf/2008/nr_3/2008_176_180.pdf
Koczan, Z., & Loyola, F. (2018). Bagaimana migrasi dan pengiriman uang mempengaruhi kesenjangan? Sebuah studi kasus di Meksiko.
Dana Moneter Internasional. https://doi.org/10.5089/9781484361634.001
Kumpikaite, V., & Zickute, I. (2012). Emigracijai įtaka daranciu veiksniu menganalisis.Ekonomi dan manajemen, 17(2),
740–746. https://doi.org/10.5755/j01.em.17.2.2207
Kusunose, Y., & Rignall, K. (2018). Dampak pembangunan jangka panjang dari pengiriman uang migrasi internasional
mengirim rumah tangga: bukti dari Maroko.Migrasi dan Pembangunan, 7(3), 412–434. https://doi.org/10.
1080/21632324.2018.1475383
Lazutka, R. (2017). Pajamu nelygybe - gresme demokratijai. Tersedia dari internet: http://www.pramprof.lt
/index.php/news/222-r-lazutka-pajamu-nelygybe-gresme-demokratijai
Lynch, E. (2017). Serikat Pekerja di Garis Depan dalam Perjuangan Melawan Ketimpangan. Tersedia dari internet:
https://www.socialeurope.eu/trade-unions-frontline-battle-inequality
Martinaitis, Z., & Zvalionyte, D. (2007). Emigracija adalah Lietuvos: ka zinome, ko nezinome ir ka turetume zinoti.
Politologi,3(47), 112–134.
Massey, DS, Vila-Belda, JA, Hugo, G., Kouaouci, A., & Pellegrino, A. (2006). Teori migrasi internasional: A
peninjauan dan penilaian. Di pembaca migrasi:Menjelajahi politik dan kebijakan(hal.34-62). Penerbit Lynne Rienner.
Matuzeviciute, K., & Balciunas, S. (2012). Emigrantu elgsena, susijusi su piniginiais pervedimais ir ju panaudojimu:
Lietuvos atvejis.Ekonomika ir vadyba: aktualitas dan perspektif, 4(28), 142–151.
Mishchuk, H., Samoliuk, N., Bilan, Y., & Streimikiene, D. (2018). Ketimpangan pendapatan dan dampaknya terhadap perekonomian
kerangka keadilan sosial.Ekorozwoju Bermasalah, 13(2).
Obstfeld, M., & Krugman, PR (2003). Ekonomi internasional:Teori dan Kebijakan. Pearson pendidikan, Inc.
Orrenius, PM, & Zavodny, M. (2018). Apakah Migrasi Menyebabkan Ketimpangan Pendapatan? (2018).Mission Foods Texas-Meksiko
Pusat Penelitian. Tersedia di: https://scholar.smu.edu/texasmexico-research/1
Porumbescu, A. (2015). Mendefinisikan batas-batas teori migrasi tenaga kerja ekonomi baru: analisis tingkat sosiologis
migrasi internasional. Kebijakan Revista de Stiinte.Politik Revue des Sciences, (45), 55–64.
Pukeliene, V., Glinskiene, R., & Berzinskiene, D. (2007). Darbo jegos migracija: aspek globalinis.Taikomoji
ekonomika: sisteminiai tyrimai, 2, 49–64.
Pukenas, K. (2005). Sportiniu tyrimu duomenu menganalisis program SPSS:mokomoji knyga. Kaunas: LKKA.
Schiff, M. (2018). Pengurasan Otak yang Bermanfaat dan Kesejahteraan Non-Migran.Institut Ekonomi Tenaga Kerja(IZA), 11483.
Tersedia dari internet: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3170272
Skuciene, D. (2008). Piyama tidak cocok untuk Lietuvoje. Filosofija.Sosiologi,19 (4), 22–33.
Skuciene, D., & Gabnyte, V. (2018). Skurdas kaimo Vietnam Lietuvoje.Lietuvos socialine raida: sosialines įtraukties
politikos Lietuvoje įgyvendinimas, 48–64.
Slettebak, MH (2020). Migrasi tenaga kerja dan meningkatnya kesenjangan di Norwegia. Acta Sosiologica,
https://doi.org/10.1177/0001699320930261.
Stark, O. (2005). Ketimpangan dan migrasi: Sebuah hubungan perilaku.Surat Ekonomi, 91(1), 146–152. https://doi.org/10.
1016/j.econlet.2005.09.015
Tonkunaite-Thiemann, A. (2012). Migrantai kaip „gerai informuoti pilieciai“: gimtosios salies visuomeneje vykstanciu
sosialiniu reiskiniu vertinimas.Teori sosial, empiris, politik dan praktik, 6, 97–111. https://doi.org/10. 15388/
LANGKAH.2012.0.1855
Tsoukalis, L. (1993). Perekonomian Eropa baru: politik dan ekonomi integrasi. Pers Universitas Oxford,
AMERIKA SERIKAT.

Uprety, D. (2019). Apakah Migrasi Terampil Menyebabkan Ketimpangan Pendapatan di Negara Asal?Migrasi Internasional.
https://doi.org/10.1111/imig.12661

Artikel telah ditinjau.

Diterima pada Januari 2020; diterima pada bulan Desember 2020.

Artikel ini adalah artikel Akses Terbuka yang didistribusikan berdasarkan syarat dan ketentuan Materi Iklan
Lisensi Commons Attribution 4.0 (CC BY 4.0) (http://creativecommons.org/licenses/by/4.0/ ).

- 557 -