Nama : Lyana Nanda Amalia

NIM : 2017420047
 Angkatan kerja yang belum mendapat
kesempatan bekerja, tetapi sedang mencari
PENGANGGURAN pekerjaan atau orang yang tidak mencari
pekerjaan karena merasa tidak mungkin
memperoleh pekerjaan.

(Phillips, 1991; Howson dan Jarrell,

1987) : bahwa pengangguran mendorong kegiatan kriminal
orang menganggur sangat termotivasi untuk mencoba kejahatan

KEJAHATAN

Cohen (1981) dan Cohen et al. ( 1980, 1981)

pengangguran yang tinggi tingkat kejahatan menurun karena
lebih banyak orang tinggal di rumah dan
menjaga properti mereka
PERUBAHAN KETIMPANGAN BUDAYA
KEMISKINAN
SOSIAL PENDAPATAN KONFLIK

VARIABEL LAIN PEMICU KEJAHATAN

volatilitas kerja adalah sumber dari marginalisasi ekonomi yang memainkan peran yang sangat
penting dalam melakukan kejahatan

durasi pengangguran dan perubahan tingkat

pengangguran dapat mempengaruhi keputusan masyarakat dalam kejahatan mencoba
 MODEL VOLATILITAS

*Volatilitas didefinisikan sebagai deviasi standar dan standar deviasi yang dhitung berdasarkan residual dari model

MODEL ARCH

* untuk mengukur waktu yang bervariasi volatilitas pengangguran dan kemudian menguji potensi hubungan
jangka panjang

MODEL GARCH

*nilai kuadrat dari residual diperkirakan dalam proses estimasi, informasi tentang tanda residual hilang

MODEL SIMETRIS

*kejutan negatif yang besar akan memiliki efek yang sama sebagai kejutan besar positif.
Diperkirakan nilai-nilai dari u k akan digunakan untuk menguji asimetri. Jika u
1 ¼ u 2 ¼ L ¼ u k,
maka tidak akan ada ada bukti asimetri. Namun, jika ada asimetri dalam
volatilitas time series g saya dan u k menunjukkan
efek besarnya dan menandatangani efek, masing-masing

Kehadiran unit root dalam jenis tingkat pengangguran
dan kriminalitas secara resmi diuji dengan
menggunakan titik statistik optimal layak disarankan
oleh Elliot et al. ( 1996). Hasil penelitian
menunjukkan bahwa hipotesis nol dari akar unit
dapatditolak hanya untuk tingkat pengangguran; yaitu,
tingkat pengangguran
stasioner dan semua variabel kejahatan.
Kemudian, untuk menguji hubungan
panjang antara kejahatan, pengangguran,
Dan volatilitas pengangguran
menggunakanARDLapproach untuk
kointegrasi. Model yang dipilih
berdasarkan kriteria pada tabel untuk
perampokan, pencurian, pencurian
mobil, adalah (5,4,0), (6,0,0), (5,1,0),
dan (8,0,0), masing-masing.
Estimasi model ini menunjukkan bahwa
nol.hipotesis tidak ada yang kointegrasi
dan dapat ditolak hanya dalam model
untuk perampokan dan pencurian mobil.
Oleh karena
Itu tidak ada hubungan jangka panjang
antara tingkat pengangguran, volatilitas
pengangguran, dan jenis-jenis
Kejahatan pada pencurian dan
perampokan.
 Langkah pertama untuk menyelidiki hubungan antara volatilitas pengangguran dan kejahatan
adalah untuk mengukur volatilitas tingkat pengangguran menggunakan data kuartalan untuk
tingkat pengangguran dengan model ARCH. ARCH, GARCH, dan model EGARCH diperkirakan
untuk tingkat pengangguran .Hasil dari model ini dilaporkan dalam Tabel I. varians bersyarat dari
model ini digunakan sebagai volatilitas pengangguran.
 Tabel II menyajikan model estimasi untuk perampokan., hasil menunjukkan bahwa dalam jangka
pendek tingkat pengangguran memiliki efek negatif (sama dengan 2 25,955) pada tingkat
pencurian. hasil menunjukkan bahwa tingkat pengangguran memiliki efek positif pada tingkat
pencurian mobil dan volatilitas tingkat pengangguran memiliki efek negatif, baik dalam jangka
pendek dan panjang. Namun, efek dari tingkat pengangguran pada pencurian tidak
signifikan dalam jangka panjang.
Menurut hasil ini, tidak ada signifikan hubungan antara perampokan, tingkat
pengangguran dan volatilitas dalam jangka panjang. Harus
dicatat bahwa meskipun perkiraan koefisien dari volatilitas pengangguran
tidak signifikan dalam tingkat Konvensional .volatilitas pengangguran
memiliki efek positif pada perampokan di perbatasan tingkat 12 persen dari
signifikansi.
Data kuartalan pada empat jenis kejahatan dan tingkat pengangguran yang digunakan
untuk menyelidiki bagaimana tingkat pengangguran dan volatilitas yang mungkin
mempengaruhi kejahatan. Untuk itu, volatilitas Tingkat pengangguran diperkirakan
menggunakan model EGARCH. Selanjutnya, dengan menggunakan pendekatan ARDL
untuk kointegrasi, kami memeriksa keberadaan kointegrasi antara variabel-variabel yang
diteliti.
Kita menemukan tidak ada bukti dari kointegrasi antara tingkat pengangguran dan
volatilitas dengan pencurian dan perampokan.

Hasil dari model estimasi perampokan dan pencurian menunjukkan bahwa di tingkat
pengangguran jangka panjang tidak memiliki efek yang signifikan pada perampokan dan
pencurian mobil. Namun, tingkat pengangguran memiliki
efek negatif pada perampokan dan efek positif pada pencurian dalam jangka pendek.
Selain itu, kami temukan bahwa volatilitas pengangguran memiliki efek negatif pada
pencurian terlepas dari rentang waktu, yaitu jangka pendek atau jangka panjang, yang
dalam perjanjian dengan temuan dari Cook dan Zarkin (1985). Adapun pencurian, hasil
menunjukkan bahwa dalam jangka pendek volatilitas pengangguran memiliki efek positif
pada perampokan. Dalam jangka panjang, bagaimanapun, tidak ada hubungan antara
perampokan dan volatilitas pengangguran.