BAB II TINJAUAN PUSTAKA
2.8. Hipotesis Penelitian
Berdasarkan kerangka konseptual di atas, maka hipotesis yang dicoba diajukan untuk penelitian ini yaitu:
1. Investasi berpengaruh negatif terhadap tingkat pengangguran.
2. Upah minimum berpengaruh positif terhadap tingkat pengangguran.
3. IPM berpengaruh negatif terhadap tingkat pengangguran.
4. Inflasi berpengaruh negatif terhadap tingkat pengangguran.
BAB III
METODE PENELITIAN
3.1 Ruang Lingkup Penelitian
Penelitian ini merupakan penelitian yang menekankan pada hubungan antara investasi, upah minimum, Indeks Pembangunan Manusia (IPM), dan inflasi terhadap tingkat pengangguran di Provinsi Sumatera Utara.
3.2 Jenis dan Sumber Data
Penelitian ini adalah penelitian deskriptif yang menggunakan data sekunder yang bersumber dari publikasi resmi Badan Pusat Statistik (BPS) Provinsi Sumatera Utara. Alat pengolah data yang digunakan adalah SPSS 15 dan periode pengamatan penelitian ini yaitu dari tahun 2011 hingga tahun 2018 dimana akan dilakukan interpolasi data, sehingga banyak periode data yang digunakan pada penelitian ini adalah 32 periode pengamatan.
Basuki (2017) menyatakan interpolasi data adalah metode pemecahan data menjadi data triwulan atau bentuk kuartal, dimana data setahun dibagi menjadi empat data dalam bentuk kuartalan. Rumus yang digunakan untuk melakukan interpolasi data secara manual adalah:
Yt1 = 1
4 {Yt – 4,5
12(Yt -Yt-1)}
Yt2 = 1
4 {Yt – 1,5
12(Yt -Yt-1)}
Yt3 = 1
4 {Yt + 1,5
12(Yt -Yt-1)}
Yt4 = 1
4 {Yt + 4,5
12(Yt -Yt-1)}
Rumus diatas digunakan untuk mendapatkan data tiap-tiap kuartal pada masing-masing tahun yang digunakan. Membagi data tahunan menjadi data kuartal selain cara manual juga dapat dilakukan dengan menggunakan aplikasi program komputer.
3.3 Definisi Operasional
Definisi operasinoal variabel-variabel yang akan diteliti dalam penelitian ini adalah sebagai berikut:
1. Tingkat Pengangguran adalah jumlah angkatan kerja yang ingin bekerja, namun belum memiliki pekerjaan dalam kurun waktu triwulan yang dihitung dan dinyatakan dalam persen.
2. Investasi adalah seluruh investasi PMA dan PMDN yang telah direalisasikan dalam kurun waktu triwulan dan dinyatakan dalam satuan milyar rupiah/ triwulan.
3. Upah minimum adalah pembayaran atas jasa-jasa fisik oleh pengusaha terhadap tenaga kerja paling minimal yang ditetapkan oleh pemerintah daerah dalam kurun waktu triwulan dan dinyatakan dalam satuan ribuan rupiah/triwulan.
4. Indeks Pembangunan Manusia (IPM) adalah hasil pencapaian pembangunan manusia di suatu daerah dalam kurun waktu triwulan yang diukur dan dinyatakan dalam angka indeks.
5. Inflasi adalah kenaikan harga barang yang terjadi terus-menerus terhadap barang umum dan saling mempengaruhi dalam kurun waktu triwulan dan diukur dalam satuan persen.
Pada penelitian ini, variabel dependen yang digunakan adalah tingkat pengangguran di Sumatera Utara. Sedangkan variabel independen yang digunakan adalah investasi, upah minimum, IPM dan inflasi.
3.4 Metode Analisis Data 3.4.1 Uji Asumsi Klasik
Uji asumsi klasik pada penelitian ini digunakan untuk mengetahui apakah analisis yang dilakukan telah tepat dan hasil persamaan regresi yang di dapatkan konsisten dan estimasinya tepat.
3.4.1.1 Uji Normalitas
Ui normalitas digunakan untuk menguji apakah nilai residual yang dihasil dari regresi terdistribusi secara mormal normal atau tidak (Priyastama, 2017). Uji ini dapat dilakukan dengan berbagai cara sesuai kebutuhan, dan untuk penelitian ini akan dilakukan uji normal probability plot dan uji one sample kolmogorov smirnov. Model regresi yang baik adalah model yang terdisribusi normal atau mendekati normal. Pada hasil uji normal probability plot, model regresi yang nilai residualnya normal akan menunjukkan titik-titik di sekitar garis mengikuti garis diagonal pada histogram. Pada uji one sample kolmogorov smirnov, model akan menunjukkan hasil regresi yang signifikasinya lebih besar dari 0,05.
3.4.1.2 Uji Multikolinearitas
Uji ini digunakan untuk mengetahui adanya korelasi yang sempurna atau mendekati sempurna antar variabel independen pada model regresi (Priyastama, 2017). Model regresi yang baik tidak akan mengalami korelasi antar variabel
independen. Jika ada, maka hubungan antara variabel independen dengan variabel terikatnya menjadi terganggu.
Untuk mengetahui adanya multikolinearitas pada penelitian ini dapat dilihat dari nilai tolerance dan variance inflation factor (VIF) Ghozali (2011) menjelaskan jika nilai tolerance > 0.10 atau nilai VIF < 10 berarti tidak terdapat multikolinearitas dan hipotesis yang digunakan pada uji ini adalah:
H0 : Tidak ada multikolinearitas H1 : Terdapat Multikolinearitas
Dasar pengambilan keputusannya adalah:
1. Jika VIF > 10 atau jika tolerance < 0,1 maka H0 ditolak dan H
1diterima.
2. Jika VIF < 10 atau jika tolerance > 0,1 maka H0diterima dan H
1 ditolak.
3.4.1.3 Uji Heteroskedastisitas
Uji ini digunakan untuk mengetahui apakah pada model regresi yang dilakukan terjadi ketidaksamaan varian dari residual dari satu pengamatan ke pengamatan lain. Model regresi yang baik adalah model yang tidak mengalami gejala heteroskedastisitas. Mengetahui gejala heteroskedastisitas dapat dilakukan dengan berbagai cara, dan untuk penelitian ini, uji heteroskedastisitas dilakukan dengan melihat hasil regresi pada grafik scatterplot dan uji korelasi koefisien Spearman’s Rho. Hasil uji heterokedastisitas yang dilakukan dengan cara melihat grafik scatterplot antara standardized predicted value (ZPRED) dengan studentized residual (SRESID), dimana sumbu Y adalah yang telah diprediksi dan sumbu X adalah
residual (Y prediksi – Y asli) (Priyastama, 2017). dengan dasar analisis sebagai berikut:
1. jika terdapat titik-titik yang membentuk pola tertentu maka artinya telah terjadi heteroskedastisitas.
2. jika tidak terlihat pola yang jelas dan titik-titik pada grafi menyebar diatas dan dibawah angka 0 pada sumbu Y maka artinya tidak terjadi heteroskedastisitas
Uji kedua untuk menambah keakuratan atas uji heteroskedastisitas pada model regresi penelitian ini digunakan pula uji koefisien korelasi Spearman’s Rho. Metode ini mengorelasikan variabel independen dengan nilai Unstandardized Residual (Priyastama, 2017). Pada uji ini, jika korelasi antara variabel independen dengan residual yang didapat signifikasi lebih dari 0,05 maka tak terjadi heteroskedastisitas pada model regresi.
3.4.1.4 Uji Autokorelasi
Uji autokorelasi dilakukan utuk mengathui jika terdapat korelasi antara residual pada periode t dengan residual pada periode sebelumnya (Priyastama, 2017).
Metode untuk uji ini menggunakan uji Durbin-Watson, dan model regresi yang baik adalah model yang tidak ditemui autokorelasi. Uji ini dilakukan dengan membandingkan hasil regresi yang diperoleh dengan nilai DU dan DL dan kemudian mengambil kesimpulan berdasarkan kriteria pengambilan keputusan berikut:
1. DU < DW < 4-DU; Artinya tidak terjadi autokorelasi 2. DU < DW atau DW > 4-DU; Artinya terjadi autokorelasi
3. DL < DW < DU atau 4-DU < DW <4-DL; Artinya tidak ada kesimpulan yang pasti.
3.5 Uji Hipotesis
Uji hipotesis pada penelitian ini dilakukan untuk mengetahui pengaruh dari variabel-variabel independen terhadap variabel dependen baik itu secara gabungan maupun individu atau terpisah. Uji ini disebut juga uji simultan (uji F) dan uji parsial (uji t). Pengujian dilakukan dengan analisis regresi linier berganda (multiple liniear regression), yaitu model regresi yang menggunakan dua atau lebih variabel
independen untuk mengetahui pengaruhnya terhadap variabel dependen bersifat positif atau negatif. Persamaan yang digunakan dalam penelitian ini adalah:
Y = α + logβ1 X1 + logβ2 X2 + logβ3 X3 +β4X4 + ε Keterangan:
Y = Tingkat Pengangguran X1 = Investasi
X2 = Upah Minimum
X3 = Indeks Pembangunan Manusia X4 = Inflasi
α = Konstanta
β = Koefisien regresi variabel independen
ε = term of error (tingkat kelonggaran kesalahan) 3.5.1 Uji Koefisien Determinasi
Koefisien determinasi yang melihat hasil dari R square pada hasil output SPSS digunakan untuk mengetahui kemampuan variabel independen dalam menjelaskan variabel dependen dengan kisaran analisis anatara nol sampai dengan 1 (0 ≤ R2 ≤ 1). Untuk mengetahui pengaruh variabel independen secara bersama-sama
tersebut dengan melihat nilai R2 pada hasil regresi linier berganda, Analisis koefsien determinasi digunakan untuk mengetahui besar kecilnya pengaruh variabel independen terhadap variabel dependen. Kisaran analisis ini adalah antara nol sampai dengan satu (0 ≤ R² ≤ 1).
Hasil output yang menunjukkan nilai R square = 0 mengartikan variabel independen tidak memiliki pengaruh terhadap variabel dependen, namun jika R square semakin mendekati satu artinya pengaruh variabel independen terhadap
variabel dependen semakin besar, dan jika R square mendekati nol, maka pengaruh variabel independen terhadap variabel dependen semakin kecil.
3.5.2 Uji F
Uji simultan atau biasa disebut uji F adalah uji yang digunakan untuk melihat pengaruh variabel independen terhadap variabel dependen secara serentak atau bersama-sama. Uji ini juga untuk menguji apakah model regresi yang kita buat baik/signifikan atau tidak baik/non signifikan (Anwar Hidayat, 2013,). Kriteria pengambilan keputusan yang digunakan adalah:
a. jika Fhitung > Ftabel pada α = 0,05 maka H0 diterima, H1ditolak.
b. jika Fhitung < Ftabel pada α = 0,05 maka H1 diterima, H0 ditolak.
Analisis yang diambil berdasarkan kriteria diatas:
H0 = variabel independen secara simultan dan signifikan berpengaruh terhadap variabel dependen.
H1 = variabel independen secara simultan dan signifikan tidak berpengaruh terhadap variabel dependen.
3.5.3 Uji t
Uji parsial atau yang lebih dikenal dengan uji individu ataupun uji t digunakan untuk mengetahui pengaruh dari masing-masing atau tersendiri dari variabel independen terhadap variabel dependen. Artinya uji parsial diperlukan untuk menguji apakah variabel investasi, upah minimum, IPM, dan inflasi memiliki pengaruh terhadap tingkat pengangguran secara tersendiri. Uji ini akan memperlihatkan pengaruh tiap varabel independen terhadap variabel dependen bersifat positif atau negatif dan juga melihat besar pengaruh dari setiap variabel independen melalui nilai Beta dari Standardized Coefficient. Uji ini dilakukan dengan hipotesis:
H0 = variabel independen tidak memiliki pengaruh secara parsial terhadap variabel dependen.
H1 = variabel independen memiliki pengaruh secara parsial terhadap variabel dependen.
Terdapat dua cara dasar pengambilan keputusan dalam uji t, yaitu berdasarkan nilaisignifikasi dan perbandingan nilai t hitung dan t tabel.
Dengan pengambilan keputusan:
a. jika nilai thitung < ttabel maka H0 diterima, H1 ditolak b. jika nilai thitung > ttabel maka H0 ditolak, H1 diterima
BAB IV
ANALISIS DAN PEMBAHASAN
4.1 Hasil Analisis
Hasil analisis dari penelitian ini dapat dilihat dalam bentuk statistik deskriptif dengan melihat pengaruh investasi, upah minimum, IPM, dan inflasi terhadap tingkat pengangguran di Sumatera Utara. Kelayakan model regresi yang digunakan penelitian ini akan di uji melalui uji assumsi klasik, dan pengaruh empat variabel independen dapat dilihat melalui hasil uji asumsi klasik dan uji hipotesis dengan melakukan uji koefisien determinasi, uji F, dan uji t.
4.2 Hasil Uji Asumsi Klasik
Uji asumsi klasik pada penelitian ini menggunakan uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi. Diharapkan dengan menggunakan pengujian ini, data yang digunakan dalam penelitian dianggap layak dan dapat menunjukkan pengaruh terhadap variabel dependen, yaitu tingkat pengangguran di Provinsi Sumatera Utara.
4.2.1 Hasil Uji Normalitas
Uji normalitas dilakukan dengan melakukan regresi normal probability plot dan uji Kolmogorov Smirnov. Hasil regresi yang menunjukkan nilai residual yang terdistribusi normal dapat dilihat melalui hasil regresi dengan pada chart normal probability plot, dengan hasil sebagai berikut:
Gambar 4.1 Normal P-P Plot
Pada Gambar 4.1, diagram normal probability plot menunjukkan titik-titik yang menyebar di sekitar garis lurus dan mengikuti garis diagonal yang berarti nilai residual dari uji ini terlah terdistribusi normal.
Tabel 4.1 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 32
Normal Parametersa,b Mean 0E-7
Std. Deviation .05161047
Most Extreme Differences
Absolute .095
Positive .092
Negative -.095
Kolmogorov-Smirnov Z .535
Asymp. Sig. (2-tailed) .937
a. Test distribution is Normal.
b. Calculated from data.
Pada hasil uji normalitas yang dilakukan dengan uji one sample kolmogorov smirnov yang ditunjukkan Tabel 4.1, diketahui diperolehnya hasil regresi dengan
signifikasi sebesar 0,937 yang lebih besar dari 0,05 (0,937 > 0,05). Hasil tersebut mengartikan bahwa nilai residual terlah terdistribusi normal.
4.2.2 Hasil Uji Multikolinearitas
Hasil regresi uji multikolinearitas ditunjukkan pada gambar berikut:
Tabel 4.2 Hasil Uji Multikolinearitas Coefficientsa
Dari Tabel 4.2 diatas, diketahui tidak ditemukannya multikolinearitas pada setiap variabel independen yang digunakan pada model regresi. Variabel investasi, upah minimum, IPM, dan inflasi memiliki nilai tolerance ≥ 0,1 dan nilai VIF yang kurang dari 10 (VIF < 10). Artinya, model regresi bebas dari multikolinearitas.
Penjelasan rincinya sebagai berikut, variabel investasi yang bernilai tolerance 0,192 yang lebih besar atau sama dengan 0,1 (0,192 ≥ 0.1) dan nilai VIF sebesar 5,208 lebih kecil dari 10 (5,208 < 10). Variabel upah minimum memiliki nilai tolerance 0,235 yang lebih besar dari 0,1 (0,235 ≥ 0.1) dan nilai VIF sebesar 4,259 yang lebih kecil dari 10 (4,259 < 10). Variabel IPM memiliki nilai tolerance 0,168
yang lebih besar atau sama dengan dari 0,1 (0,168 ≥ 0.1) dan nilai VIF sebesar 5,964 yang lebih kecil dari 10 (5,964 < 10). Dan variabel inflasi memiliki nilai tolerance 0,199 yang lebih besar atau sama dengan dari 0,1 (0,199 ≥ 0.1) dan nilai VIF sebesar 5,025 yang lebih kecil dari 10 (5,025 < 10).
4.2.3 Hasil Uji Heteroskedastisitas
Hasil uji heteroskedastisitas yang ditunjukkan oleh diagram scatterplot:
Gambar 4.2 Grafik Scatterplot Tingkat Pengangguran
Gambar 4.2 menunjukkan hasil uji heteroskedastisitas melalui pola scattterplot yang di gambarkan dalam bentuk diagram. Pola diagram scattterplot
memperlihatkan titik-titik yang tidak membentuk pola yang jelas dan menyebar diatas dan dibawah angka 0 pada sumbu Y. Artinya, model regresi yang digunakan tidak memiliki atau bebas dari heterokedastisitas.
Tabel 4.3 Hasil Spearman’s Rho Correlations
logINV logUM logIPM Inflasi
Unstandardi
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Berdasarkan Tabel 4.3, hasil regresi uji koefisien korelasi Spearman’s Rho menunjukkan nilai korelasi variabel investasi, upah minimum, IPM, dan inflasi
dengan nilai Unstandardized Residual bernilai lebih dari 0,05. Artinya model regresi bebas dari heteroskedastisitas.
4.2.4 Hasil Uji Autokorelasi
Berikut hasil regresi uji autokorelasi:
Tabel 4.4 Hasil Uji Autokorelasi Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
1 .871a .759 .724 .05530 1.301
a. Predictors: (Constant), Inflasi, logUM, logINV, logIPM b. Dependent Variable: TP
Pada uji autokorelasi penelitian ini, dengan k = 4 dan n = 32 maka diketahui dari tabel statistik Durbin Watson nilai DU pada penelitian ini sebesar 1,7323 dan nilai DL sebesar 1,1769. Pada Tabel 4.4, diperoleh nilai Durbin-Watson sebesar 1,301. Berdasarkan hasil tersebut, diketahui DL< DW < DU (1,1769 < 1,301 <
1,7323). Hal ini mengartikan bahwa hasil regresi autokorelasi tidak memiliki kesimpulan yang pasti.
4.3 Hasil Uji Hipotesis
4.3.1 Hasil Uji Koefisien Determinasi
Melalui uji koefisien determinasi, dapat diketahui besar kemampuan keempat variabel independen yang digunakan pada model regresi terhadap variabel dependen, dan berapa banyak faktor yang dipengaruhi variabel lain yang tidak diikutsertakan dalam penelitian ini. Berikut hasil regresi output SPSS dalam Model Summary:
Tabel 4.5 Hasil Uji Koefisien Determinasi Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 .871a .759 .724 .05530
a. Predictors: (Constant), Inflasi, logUM, logINV, logIPM b. Dependent Variable: TP
Berdasarkan hasil regresi yang ditunjukkan Tabel 4.5 diatas, diketahui nilai R2 sebesar 0,759. Nilai tersebut digunakan untuk melihat besar kecilnya kemampuan dari investasi, upah minimum, IPM, dan inflasi terhadap tingkat pengangguran di Sumatera utara dan kemudian dilakukan perhitungan untuk mengetahui besar kemampuan tersebut dari keempat variabel independen. Perhitungan koefisien determinasi dilakukan dengan cara:
KD = R2 x 100%
KD = 0,759 x 100%
KD = 75,9%
Berdasarkan hasil perhitungan diatas, maka kesimpulan yang diperoleh adalah investasi, upah minimum, IPM, dan inflasi sebagai variabel independen dalam penelitian ini mampu menjelaskan tingkat pengangguran di Provinsi Sumatera Utara sebagai variabel dependen sebesar 75,9%. Sisa dari pengaruh untuk tingkat pengangguran mengartikan bahwa tingkat pengangguran di Provinsi Sumatera Utara dipengaruhi atau diperjelas oleh faktor lain sebesar 24,1% yang tidak diteliti dalam penelitian ini.
4.3.2 Pengaruh Investasi, Upah Minimum, IPM, dan Inflasi Secara Serentak Terhadap Tingkat Pengangguran.
Mengetahui pengaruh keempat variabel independen terhadap variabel dependen secara serentak atau bersama-sama, dilakukan uji F. Hasil regresi yang ditunjukkan oleh output SPSS untuk penelitian ini yaitu:
Tabel 4.6 Hasil Uji F ANOVAa
Model Sum of
Squares
Df Mean
Square
F Sig.
1
Regression .261 4 .065 21.307 .000b
Residual .083 27 .003
Total .343 31
a. Dependent Variable: TP
b. Predictors: (Constant), Inflasi, logUM, logINV, logIPM
Pada Tabel 4.6 diatas, nilai signifikan yang diperoleh adalah 0,000 yang dimana hasil tersebut lebih kecil dari 0,05. Nilai F hitung yang diperoleh sebesar 21.307 sedangkan nilai F tabel adalah 2,93 sehingga diketahui nilai Fhitung > Ftabel
(21.307 > 2.93).
Berdasarkan hasil uji F dan kriteria pengambilan keputusan, maka kesimpulan yang diperoleh dari hasil regresi penelitian adalah H0 diterima dan H1 ditolak.
Artinya, model regresi yang digunakan signifikan dan simultan. Seluruh variabel independen yang digunakan pada penelitian ini yaitu investasi, upah minimum, IPM, dan inflasi berpengaruh secara simultan atau bersama-sama terhadap tingkat pengangguran di Provinsi Sumatera Utara.
4.3.3 Pengaruh Investasi, Upah Minimum, IPM, dan Inflasi Secara Parsial Terhadap Tingkat Pengangguran.
Berikut hasil uji t yang menunjukkan pengaruh keempat variabel independen secara parsail dan penjelasan masing-masing variabel independen:
Tabel. 4.7 Hasil Uji t Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std.
Error Beta
1 (Constant) 19.664 2.957 6.650 .000
logINV .006 .105 .012 .053 .958
logUM -1.384 .198 -1.360 -6.980 .000 logIPM -8.273 1.598 -1.193 -5.177 .000 Inflasi -.088 .030 -.628 -2.967 .006 a. Dependent Variable: TP
Dari Tabel 4.7 diatas, didapatkan persamaan model regresi penelitian:
TP = 19,664 + 0,006 logINV– 1,384 logUM– 8,273 logIPM– 0,08 Inflasi diketahui nilai konstanta yang sebesar 19.664. Hal ini menunjukkan nilai dari variabel tingkat pengangguran di Sumatera utara sebesar 19.664, apabila nilai keseluruhan dari variabel independen yang digunakan nol. Diketahui pula nilai t tabel pada penelitian ini adalah 2,048. Penjelasan analisisnya sebagai berikut:
1. Pengaruh Investasi Terhadap Tingkat Pengangguran
Nilai koefisien investasi hasil regresi sebesar 0,006 . Signifikasi sebesar 0,958
> 0,05 dan nilai thitung < ttabel (0,053 < 2,048). Berdasarkan hasil regresi tersebut, maka kesimpulan yang diperoleh yaitu H0 diterima dan H1 ditolak. Artinya, investasi tidak
memiliki berpengaruh signifikan terhadap tingkat pengangguran di Sumatera Utara.
Nilai koefisien investasi yang bernilai positif mengartikan setiap kenaikan investasi sebesar 1% akan menambah tingkat pengangguran sebesar 0,006%.
Hasil penelitian ini tidak sesuai dengan hipotesis awal yang menyatakan investasi berpengaruh negatif terhadap pengangguran. Penelitian ini juga tidak sejalan dengan penelitian terdahulu yang dilakukan oleh Prayuda (2015) yang menyatakan investasi berpengaruh negatif signifikan terhadap penanggguran. Hasil penelitian dari Prasaja (2013) juga menyatakan pengaruh investasi asing terhadap pengangguran bernilai negatif dan signifikan. Johan dkk. (2016) menyatakan investasi berpengaruh negatif signifikan terhadap pengangguan di Indonesia, begitupun hasil penelitian Mahroji dan Iin (2019) yang menyatakan investasi memiliki pengaruh negatif signifikan terhadap pengangguran.
Hal ini disebabkan karena karena meski investasi bertambah di Sumatera Utara, namun pemanfaatan realisasi investasi baik itu dari PMDN maupun dari PMA masih belum maksimal sehingga tidak menyerap tenaga kerja yang tersedia di Provinsi Sumatera Utara. Pada tahun 2015, Pemerintah Provinsi Sumatera Utara mengeluarkan kebijakan investasi, yaitu peraturan daerah N0. 2 Tahun 2015 tentang pemberian insentif dan kemudahan bagi penanaman modal dalam usaha mendorong realisasi investasi di Sumater Utara. Kebijakan ini berfokus untuk mengembangkan pariwisata dan perhotelan dengan harapan dapat menambah pendapatan daerah jika realisasi investasi tersebut sukses. Kenyataannya, investasi di Sumatera Utara mengalami naik turun dengan realisasi Penanaman Modal Asing (PMA) memiliki jumlah yang lebih besar dari Penanaman Modal Dalam Negeri (PMDN).
Tabel 4.8 Daftar Realisasi Penanaman Modal Asing Dan Penanaman Modal Dalam Negeri Tahun 2015-2018 (Rp Milyar) di Sumatera Utara
Tahun PMA PMDN
2015 17.189.894.320 4.287.417,30 2016 14.215.140.204 4.954.829,29 2017 20.524.434.216 11.683.639,20 2018 18.058.128.390 8.371.820,30 Sumber: BPS Sumatera Utara
Menurut Kajian Ekonomi Keunagan Regional (KEKR) Provinsi Sumatera Utara 2016, realisasi investasi menunjukkan perkembangan yang menggembirakan di awal tahun, namun karena adanya perlambatan ekonomi global maka ikut berdampak pada perekonomian Indonesia termasuk di Sumatera Utara. Hal tersebut menyebabkan investasi sebagai penyokong kegiatan ekonomi menjadi tidak maksimal memberikan kontribusi perekonomian karena realisasi investasi dengan jumlah besar adalah investasi asing. Akibatnya, kegiatan konsumsi lebih banyak menggunakan stok barang (inventory) yang menekan pertumbuhan ekonomi.
Penyebab lainnya adalah industri di Indonesia lebih didominasi oleh industri Padat modal, bukan padat karya. Hal tersebut menyebabkan investasi industri lebih cenderung menggunakan teknologi mesin daripada menggunakan tenaga kerja.
Artinya, meski investasi di Sumatera Utara bertambah, namun tidak turut membuka lapangan kerja sehingga pengangguran pun tidak terserap atau berkurang. Kepala Dinas Penanaman Modal dan Perizinan Terpadu Satu Pintu (PM-PTSP) dalam tulisan Ariyanti (2018) mengatakan modal asing mendominasi penanaman modal yang tertju pada sektor ketenagalistrikan, air, gas, pertambangan, dan perkebunan, sedangkan penamaman modal lokal lebih tertuju ke sektor jasa. yang KEKR Provinsi
Sumatera Utara 2018 mengungkapkan bahwa investasi di Sumatera Utara tahun 2018 terus didorong oleh pemerintah melalui proyek infrastruktur dan maintenance produksi oleh pelaku usaha, namun konsumsi pemerintah tumbuh melambat dan terbatas yang diakibatkan oleh lamanya proses administrasi dan pelelangan yang berlangsung.
2. Pengaruh Upah Minimum Terhadap Tingkat Pengangguran
Upah minimum memiliki nilai koefisien sebesar 1,384. Signifikasi variabel 0,000 < 0,05 dan nilai thitung > ttabel (6,980 > 2,048). Berdasarkan hasil regeresi tersebut disimpulkan H0 ditolak dan H1 diterima. Artinya, variabel upah minimum memiliki pengaruh secara signifikan terhadap tingkat pengangguran di Sumatera Utara. Nilai koefisien upah minimum dari hasil regresi bernilai negatif mengartikan setiap kenaikan upah minimum sebesar 1% maka akan mengurangi tingkat pengangguran sebesar 1,384%.
Hasil penelitian ini tidak sesuai dengan hipotesis awal penelitian yang menyatakan upah minimum berpengaruh positif terhadap tingkat pengangguran dan hasil penelitian dari Panjawa (2014) yang hasil penelitiannya menyataka upah minimum berpengaruh positif dan signifikan terhadap tingkat pengangguran. Hasil ini justru sejalan dengan penelitian yang dilakukan oleh Mahroji (2019) yang menyatakan upah minimum berpengaruh negatif signifikan terhadap pengangguran.
Mahidody (2018) menyatakan upah minimum berpengaruh negatif dan signifikan terhadap pengangguran dan begitupun hasil penelitian Nurcholis (2014) juga menyatakan dan upah minimum memiliki pegaruh negatif signifikan terhadap tingkat pengangguran.
Hal ini dapat menunjukkan dengan meningkatnya upah minimum yang ditetapkan oleh pemerintah membuat tenaga kerja yang tersedia berkeinginan untuk bekerja karena upah yang lebih besar jumlahnya daripada sebelumnya. Kenaikan tingkat upah yang ditetapkan juga masih dapat disanggupi para pemilik faktor produksi. Berdasarkan hal tersebut, maka kenaikan upah minimum akan menyerap tenaga kerja dan mengurangi jumlah pengangguran.
Pengangguran di Sumatera Utara yang banyak jumlahnya adalah
Pengangguran di Sumatera Utara yang banyak jumlahnya adalah