Disusun oleh:
Gregorious Wahyu Djatmiko
NPM: 19 11 25171
Pembimbing
Drs. Andreas Sukamto, M.Si.
Abstrak
Indonesia merupakan negara kepulauan yang terdiri dari ribuan pulau yang
terbentang dari Sabang sampai Merauke. Jumlah provinsi pada tahun 2023 ini berjumlah
38 provinsi. Pada tahun 2021, dipublikasikan oleh Bank Data, 2021 bahwa Indonesia
memiliki jumlah penduduk berjumlah 273.753.191 juta orang. Dilansir dari Kompas
yang dituliskan oleh Karunia, 2021, penduduk menurut buku Pengelolaan Administrasi
Penduduk Desa (2019) adalah sejumlah orang yang tinggal di suatu daerah pada suatu
negara.
pengaruh terhadap angkatan kerja (orang bekerja) yang ada di Indonesia. Tahun 2021,
dipublikasikan oleh Bank Data, 2021 bahwa angkatan kerja di Indonesia berjumlah
Keadaan jumlah penduduk dan angkatan kerja yang cukup besar, akan dapat
Tahun 2021, dipublikasikan oleh Bank Data, 2021 bahwa inflasi yang terjadi di
penduduk dan angkatan kerja yang ada di Indonesia. Tahun 2021, dipublikasikan oleh
Bank Data, 2021 bahwa pengangguran yang terjadi di Indonesia berjumlah 3,8%.
Menurut Ahmad, 2022 dalam publikasi Gramedia Blog pengangguran merupakan sebuah
istilah yang diberikan untuk seseorang yang tidak bekerja sama sekali atau orang yang
Jumlah penduduk, angkatan kerja, inflasi, dan pengangguran merupakan tiga hal yang
perlu diperhatikan pada suatu negara yang sedang berkembang termasuk Indonesia. Saat
ini, ketiga hal tersebut merupakan hal yang perlu diperhatikan oleh pemerintah di
Indonesia dari tingkat daerah hingga ke pusat, karena hal tersebut akan semakin
Pengangguran yang terjadi di Indonesia termasuk kondisi yang selalu terjadi setiap
tahun. Kemudian, berdasarkan data yang tersedia dalam World Bank Data angkatan kerja
yang ada di Indonesia hampir setengah dari jumlah penduduk di Indonesia. Berangkat
dari beberapa hal diatas dan salah satu pertimbangan bahwa negara Indonesia merupakan
negara yang berkembang, penulis ingin melakukan penelitian terkait jumlah penduduk,
Di Indonesia terdapat Pulau Jawa, merupakan salah satu pulau yang memiliki
peningkatan dari semua sektor yang luar biasa. Sektor infrastruktur, keadaan manusia,
lapangan pekerjaan, perekonomian masih banyak terpusat atau dilakukan di Pulau Jawa.
Pulau Jawa terdiri dari enam provinsi yang tersebar dari Barat hingga Timur.
Selanjutnya, di Pulau Jawa dikenal dengan pusat perekonomian dari Indonesia karena
salah satu provinsi yang ada menjadi pusat ibu kota dan pemerintahan.
Berdasarkan uraian yang telah disampaikan pada bagian Latar Belakang, rumusan
masalah yang telah disusun oleh penulis dalam melakukan penelitian ini yaitu:
2. Studi Terdahulu
Penelitian yang pertama dilakukan oleh Prakoso, 2020 dengan judul “ANALISIS
2010-2019”. Hasil yang didapatkan dari penelitian ini adalah secara simultan, keempat
variabel bebas memiliki pengaruh yang signifikan, sedangkan secara parsial, Tingkat
Pendidikan, Inflasi dan Upah Minimum memiliki pengaruh yang negatif dan signifikan,
sedangkan Investasi Asing tidak memiliki pengaruh yang signifikan terhadap tingkat
bahwa variabel inflasi berpengaruh signifikan dan memiliki hubungan positif terhadap
tingkat pengangguran. Dari variabel bebas yaitu inflasi dan pertumbuhan penduduk
pengangguran.
Ketiga, peneltian yang dilakukan oleh Astuti et al., 2019 dengan judul “PENGARUH
terbuka, dan variabel inflasi berpengaruh positif dan tidak signifikan terhadap tingkat
Penelitian keempat yang dilakukan oleh Sambaulu1 et al., 2022 dengan judul
dilakukan oleh penulis yaitu menunjukkan bahwa jumlah penduduk secara parsial
berpengaruh positif dan signifikan terhadap pengangguran, upah minimum dan inflasi
pengangguran.
Kelima, penelitian yang dilakukan oleh Sembiring & Sasongko, 2019 dengan judul
“Pengaruh Produk Domestik Regional Bruto, Inflasi, Upah Minimum, dan Jumlah
penelitian yang dilakukan adalah membuktikan bahwa Produk Domestik Regional Bruto
pengangguran.
Penelitian yang keenam, dilakukan oleh Kuntiarti, 2018 dengan judul “PENGARUH
dari penelitian yang dilakukan ini adalah menunjukkan bahwa inflasi berpengaruh tidak
signifikan terhadap pengangguran terbuka di Provinsi Banten tahun 2010-2015, jumlah
Banten tahun 2010-2015 dan kenaikan upah minimum berpengaruh negatif dan
TAHUN 2009-2015”. Hasil dari penelitian yang dilakukan ini adalah tingkat pendidikan,
terhadap tingkat pengangguran di DIY tahun 2009-2015, sedangkan angkatan kerja dan
upah minimum berpengaruh negatif terhadap tingkat pengangguran di DIY tahun 2009-
2015. Secara simultan tingkat pendidikan, pertumbuhan ekonomi, angkatan kerja dan
upah minimum juga berpengaruh signifikan terhadap tingkat pengangguran di DIY tahun
2009-2015.
PDRB berpengaruh positif dan tidak signifikan terhadap pengangguran, Angkatan Kerja
Tingkat Pengangguran di Provinsi Jambi”. Hasil dari penelitian tersebut adalah rata-rata
tingkat tingkat pengangguran di Provinsi Jambi selama periode 2001 – 2018 adalah 4,45
persen. Baik secara simultan maupun parsial, tingkat pengangguran di Provinsi Jambi
Kesepuluh, penulis Lumi et al., 2021 melakukan penelitian dengan judul “ANALISIS
SULAWESI UTARA”. Hasil yang ditemukan dalam penelitian ini variabel jumlah
tingkat pengangguran dan secara bersama-sama variabel jumlah angkatan kerja dan
Kerangka pemikiran dalam penelitian yang dilakukan ini diawali dengan hipotesis
kemudian analisis regresi, lalu menentukan pendugaan model, melakukan estimasi, dan
melakukan analisis terhadap hasil estimasi yang dihasilkan. Beradasarkan analisis hasil
pengangguran. Bagan dalam penelitian yang dilakukan disajikan dalam bentuk berikut
ini :
Menganalisis faktor-faktor yang
mempengaruhi Tingkat Pengangguran
Berdasarkan kerangka konseptual yang telah disusun oleh penulis, dalam bagian
4. Metode Penelitian
Jenis data yang digunakan oleh penulis dalam melakukan penelitian yang akan
dilakukan adalah data sekunder. Data sekunder merupakan data yang sudah tersedia pada
sumber-sumber yang terpercaya serta dipublikasikan. Sumber data yang digunakan oleh
penulis bersumber dari Badan Pusat Statistik (BPS) dari masing-masing provinsi dan
Penelitian ini menggunakan metode analisis deskriptif yang didukung oleh analisis
kuantitatif dengan teknik analisis regresi data panel yang diestimasi dengan pemilihan
model antara REM, FEM, dan CEM meggunakan EViews 13.0. Pada tahap awal,
estimasi dilakukan untuk menentukan besarnya pengaruh variabel Jumlah Penduduk,
Gujarati, 2003 menyebutkan regresi data panel adalah regresi dari gabungan data
time series dan cross section serta mengamati nilai satu atau lebih variabel selama
periode waktu tertentu. Regresi yang digunakan yaitu Common Effect Model, Fixed
data cross section dengan time series serta menggunakan Metode Ordinary Least
Square (OLS) untuk mengestimasi model data panel tersebut. Model regresi ini tidak
bisa membedakan varians antara silang tempat dan titik waktu karena memiliki
intercept yang tetap, dan bukan bervariasi secara random (Kuncoro, 2012).
Fixed Effect Model (FEM) menurut Gujarati, 2003 yaitu sebuah model dengan
intercept berbeda-beda untuk setiap subjek (cross section), tetapi slope setiap subjek
tidak berubah seiring waktu. Diasumsikan dalam model ini bahwa intercept adalah
berbeda setiap subjek sedangkan slope tetap sama antar subjek dalam membedakan
satu subjek dengan subjek lainnya digunakan variabel dummy (Kuncoro, 2012).
Random Effect Model (REM) menurut Widarjono, 2009 merupakan model regresi
yang digunakan untuk mengatasi kelemahan Fixed Effect Model (FEM) yang
menggunakan variabel dummy. Selanjutnya, dalam model ini mengestimasi data panel
yang variabel residual diduga memiliki hubungan antar waktu dan antar subjek.
Uji Chow menurut Widarjono, 2009 adalah pengujian yang dilakukan untuk
membandingkan Common Effect Model (CEM) dengan Fixed Effect Model (FEM).
Hipotesis yang digunakan dalam menentukan model yaitu jika nilai cross section chi-
square < nilai signifikan (0,05), maka Fixed Effect Model (FEM) akan dipilih. Akan
terjadi sebaliknya, apabila nilai cross section chi-square > nilai signifikan, maka
Common Effect Model (CEM) akan dipakai dan Uji Hausman tidak diperlukan.
Uji Hausman menurut Gujarati, 2003 adalah uji yang dilakukan dalam
membandingkan Common Effect Model (CEM) dengan Fixed Effect Model (FEM)
untuk menentukan model mana yang terbaik dalam regresi data panel. Hipotesis yang
digunakan dalam menentukan model yaitu jika nilai cross section random < nilai
signifikan (0,05), maka Fixed Effect Model (FEM). Akan terjadi sebaliknya, jika nilai
cross section random > nilai signifikan (0,05), maka Random Effect Model (REM)
yang dipilih.
memiliki tujuan untuk menentukan model yang terbaik antara pendekatan efek acak
(Random Effect Model) dan pendekatan Common Effect Model yang sebaiknya
dilakukan dalam pemodelan data panel. Uji Lagrange Multiplier dikembangkan oleh
Breusch Pagan. Metode Breusch Pagan untuk uji signifikasi random effect didasarkan
pada nilai residual dari metode Ordinary Least Square. Uji Lagrange Multiplier tidak
digunakan apabila Uji Chow dan Uji Hausman menunjukan model yang paling tepat
Gujarati, 2003 menuliskan bahwa uji normalitas data ini dilakukan bertujuan
untuk menguji apakah dalam model regresi variabel penggangu (residual) memiliki
baik adalah model regresi yang memiliki distribusi normal atau mendekati normal,
untuk melihat apakah dalam regresi linier terdapat korelasi antara kesalahan
(sebelumnya). Uji autokorelasi dilakukan hanya pada data runtut waktu (time series)
dan tidak perlu dilakukan pada data cross section seperti kuesioner karena pengukuran
semua variabel yang ada dilakukan secara serempak disaat yang bersamaan.
mengetahui apakah pada suatu model regresi ditemukan adanya korelasi antar variabel
independent (bebas). Pengujian dapat dilihat dari hasil dengan memperhatikan nilai
Tolerance dan Variance Inflation Factor (VIF) dalam model regresi. Nilai Variance
Inflation Factor (VIF) < 10 atau Tolerance > 0,01 maka tidak ada atau tidak terjadi
multikolinearitas. Sebaliknya akan terjadi, pada saat Variance Inflation Factor (VIF)
> 10 atau Tolerance < 0,01 maka ada atau terjadi multikolinearitas.
regresi linier yang baik adalah bahwa gangguan (disturbance) yang muncul dalam
regresi harus homogen dan tidak terjadi heterokedastisitas yang artinya varians
(ragam) dari residual satu pengamatan ke pengamatan lain dari variabel bebas yang
Uji Parsial atau yang dikenal dengan Uji t menurut Gujarati, 2003 memiliki tujuan
4.2.4.2. Uji F
variabel terikat.
5.1. Hasil
Tabel 5.2
Hasil Estimasi Fixed Effect Model (FEM)
Tabel 5.3
Hasil Estimasi Random Effect Model (REM)
Uji Chow merupakan pengujian yang dilakukan untuk melihat model mana yang
lebih baik antara Common Effect Model (CEM) dengan Fixed Effect Model (FEM)
Dalam memilih model mana yang akan dipilih dapat dilakukan dengan melihat P-
Value (probabilitas) yang dihasilkan. Nilai signifikansi <5% atau 0,05 maka model
yang dipilih adalah Fixed Effect Model (FEM). Sebaliknya, jika nilai signifikansi
>5% atau 0,05 maka model yang dipilih adalah Fixed Effect Model (FEM).
Tabel 5.4
Hasil Uji Chow
Berdasarkan Tabel 5.4 Hasil Uji Chow diatas, nilai probabilitas yang dihasilkan
oleh Cross – section F sebesar 0,0000 dimana nilai tersebut lebih kecil dari 0,05.
Dapat disimpulkan bahwa, Fixed Effect Model (FEM) lebih sesuai dibandingkan
Uji Hausman merupakan pengujian yang dilakukan untuk melihat model mana
yang lebih baik antara Fixed Effect Model (FEM) dengan Random Effect Model
Dalam memilih model mana yang akan dipilih dapat dilakukan dengan melihat P-
Value (probabilitas) yang dihasilkan. Nilai signifikansi <5% atau 0,05 maka model
yang dipilih adalah Fixed Effect Model (FEM). Sebaliknya, jika nilai signifikansi
>5% atau 0,05 maka model yang dipilih adalah Random Effect Model (REM).
Tabel 5.5
Hasil Uji Hausman
Berdasarkan Tabel 5.5 Hasil Uji Hausman diatas, nilai probabilitas yang
dihasilkan oleh Cross – section random yaitu 0,0000 dimana nilai tersebut lebih
kecil dari 0,05. Dapat disimpulkan bahwa Fixed Effect Model (FEM) lebih sesuai
Tabel 5.6
Hasil Uji Lagrange Multiplier (LM Test)
Tabel 4.5 Hasil Uji Lagrange Multiplier (LM Test) diatas, nilai probabilitas Breuch-
Pagan yang digunakan sebagai acuan hasil Lagrange Multiplier (LM Test)
menunjukan hasil 0.0000 yaitu lebih kecil dari 0,05. Berdasarkan hasil tersebut
maka, Random Effect Model (REM) lebih sesuai dibandingkan Common Effect
Model (CEM).
5.1.2.4. Hasil Pemilihan Model
Uji Chow, Uji Hausman, dan Uji Lagrange Multiplier (LM Test) sudah dilakukan
Berdasarkan dari ketiga uji yang sudah dilakukan oleh penulis, model terpilih
sebagai model paling sesuai adalah Fixed Effect Model (FEM). Persamaan yang
Tabel 5.7
Fixed Effect Model (FEM)
terdapat penyimpangan asumsi atau tidak dalam model regresi yang dilakukan.
5
4
3
2
1
0
-1
-2
-3
-4
11 - 15 -
16 - 15 -
21 - 15 -
26 - 15 -
31 - 15 -
36 - 15 -
41 - 15 -
46 - 15 -
51 - 15 -
56 - 16 -
61 - 16 -
66 - 16 -
71 - 16 -
76 - 17 -
81 - 17 -
86 - 17 -
91 - 17 -
1 - 15 -
6 - 15 -
Y Residuals
diatas, nilai residual yang dihasilkan tidak lebih dari 500 dan -500 yang dimana nilai
tersebut merupakan batas. Berdasarkan hasil diatas, maka H0 diterima dan tidak ada
masalah heteroskedastisitas.
Tabel 5.9
Hasil Uji Multikolinearitas
X1 X2 X3
X1 1.000.000 0.921011 0.05271
X2 0.921011 1.000.000 -0.025936
X3 0.05271 -0.025936 1.000.000
Berdasarkan data dalam tabel 4.9, koefisien korelasi X1 dan X2 sebesar 0.921011
lebih besar 0,9 kemudian X1 dan X3 0.05271 lebih kecil 0,9 serta X2 dan X3 -
0.025936 lebih kecil 0,9. Artinya bahwa, variabel tersebut lebih dominan tidak
Uji t merupakan salah satu uji statistik yang digunakan untuk melihat pengaruh
Tabel 5.10
Hasil Uji Parsial (uji t)
1) Tabel 4.10 diatas merupakan hasil uji parsial (uji t). Variabel jumlah penduduk
memiliki nilai probabilitas 0.0032 lebih kecil dari 0,05 serta t-statistik 2.955757
lebih kecil dari t-tabel yaitu 4,337. Artinya bahwa variabel jumlah penduduk
tahun 2022.
2) Variabel angkatan kerja memiliki nilai probabilitas 0.4500 lebih besar dari 0,05
serta t-statistik 0.755798 lebih besar dari t-tabel yaitu 4,337. Artinya bahwa
statistik -0.521465 lebih kecil dari t-tabel yaitu 4,337. Artinya bahwa variabel
5.1.4.2. Uji F
Tabel 5.11
Hasil Uji F
F-statistic 24.31289
Tabel 4.10 diatas menunjukkan hasil uji f dengan nilai Prob (F-statistic) sebesar
0.000000 lebih kecil dari 0,05. Artinya bahwa, secara bersama-sama atau silmutan
5.2. Pembahasan
Tabel 5.12
Hasil Fixed Effect Model (FEM)
Nilai konstanta yang diperoleh yaitu sebesar 3.014608 memiliki arti yaitu jika
variabel bebas (Jumlah Penduduk, Angkatan Kerja, Inflasi) adalah tetap atau sama dengan
Variabel jumlah penduduk memiliki nilai signifikansi 0.0032 lebih kecil dari alpha
lima persen serta koefisien regresi yang dimiliki sebesar 2.27E-06. Artinya bahwa, jika
jumlah penduduk meningkat sebesar satu satuan, maka tingkat pengangguran akan turun
sebesar 2.27E-06. Hal tersebut bisa disimpulkan bahwa jumlah penduduk berpengaruh
terhadap tingkat pengangguran serta sesuai dengan hipotesis penelitian sebagai dugaan
awal.
Variabel angkatan kerja memiliki nilai probabilitas 0.4500 lebih besar dari alpha lima
persen serta koefisien regresi yang dimiliki sebesar 2.87E-07. Artinya bahwa, variabel
angkatan kerja tidak berpengaruh terhadap tingkat pengangguran serta hasil tersebut tidak
Variabel inflasi memiliki nilai probabilitas 0.6022 lebih besar dari alpha lima persen
serta koefisien regresi yang dihasilkan sebesar -0.016619. Artinya bahwa, variabel inflasi
tidak berpengaruh negatif terhadap tingkat pengangguran serta hasil tersebut tidak sesuai
Penelitian yang dilakukan Sambaulu1 et al., 2022, Kuntiarti, 2018 memiliki hasil
bahwa jumlah penduduk berpengaruh terhadap tingkat pengangguran, hal tersebut sejalan
dengan hasil penelitian yang dilakukan peneliti saat ini bahwa jumlah penduduk
berpengaruh terhadap tingkat pengangguran di Pulau Jawa tahun 2015 – tahun 2022.
DAFTAR PUSTAKA