A. Gambaran Umum Objek Penelitian
4. Rata-Rata Lama Sekolah
Pendidikan merupakan modal bagi manusia dalam meraih cita-cita sekaligus modal dalam bersaing di dunia pekerjaan, semakin tinggi tingkat pendidikan masyarakat cenderung lebih mudah masuk ke dunia pekerjaan dan sebaliknya masyarakat dengan tingkat pendidikan rendah cenderung sulit memasuki dunia pekerjaan. Penelitian ini menggunakan data Rata-rata Lama Sekolah tahun 2009-2018. Berikut merupakan grafik Rata-Rata Lama Sekolah di kabupaten studi kasus.
Gambar 4.
Rata-rata Lama Sekolah
0 1 2 3 4 5 6 7 8
2009 2010 2011 2012 2013
Rata-Rata Lama Sekolah
Karawang Cirebon Sukabumi Majalengka
82 Sumber: BPS (data diolah, 2020)
Jika dilihat dari Rata-rata Lama Sekolah (RLS) pada empat daerah industri tersebut, masih di dominasi oleh mereka yang menamatkan pendidikan selama 6 tahun atau setara dengan Sekolah dasar (SD). Kondisi tersebut menggambarkan bahwa masih rendahnya kualitas pendidikan pada empat kabupaten studi kasus. hal tersebut menjadi salah satu kendala sulitnya dalam mendapatkan pekerjaan, sehingga lebih banyak masyarakat khususnya pekerja wanita memilih untuk bermigrasi keluar negeri. Jika para pekerja wanita tetap bekerja di negara asal dengan pendidikan yang rendah akan sulit mendapatkan pekerjaan dan pendapatan yang tinggi. Namun, bila dibandingkan bekerja di luar negeri terutama sektor informal yang tidak memerlukan keahlian khusus dan pendidikan yang tinggi akan memperoleh pendapatan lebih besar.
5.6 5.8 6 6.2 6.4 6.6 6.8 7 7.2 7.4 7.6
2014 2015 2016 2017 2018
Rata-Rata Lama Sekolah
Karawang Cirebon Sukabumi Majalengka
83 B. Temuan Hasil Penelitian
1. Hasil Temuan Menggunakan Ordinary Least Square (OLS)
Sebelum melakukan regresi pada data panel, peneliti harus melakukan beberapa pengujian spesifikasi model agar mendapatkan model estimasi regresi terbaik dan tepat untuk digunakan. Terdapat tiga uji spesifikasi model antara lain Uji Chow, Uji Hausman, dan Uji Lagrange Multiplier (LM).
a. Uji Chow Ordinary Least Square (OLS)
Uji Chow adalah pengujian statistik untuk menentukan Pooled Least Square atau Fixed Effect Model (FEM) yang akan digunakan dalam mengestimasi model. Jika nilai probabilitas cross section F lebih kecil dari tingkat signifikasi α = 5% (0,05), maka terima H1 yang berarti model yang diterima adalah Fixed Effect Model. Sebaliknya jika nilai probabilitas lebih besar dari tingkat signifikasi α = 5% (0,05), maka terima H0 yang berarti model yang diterima adalah Model Pooled Least Square. Berikut adalah hasil uji Chow. Dalam pengujian ini digunakan hipotesa sebagai berikut:
𝐻0 : Model Pooled Least Square
𝐻1 : Model Fixed Effect Model
Berikut adalah hasil uji Chow dengan menggunakan Redundant Fixed Effect- Likelihood Ratio.
84 Tabel 4. 1
Uji Chow Ordinary Least Square (OLS)
Sumber : Hasil Olah Data, 2020
Pada Tabel 4.1 di atas diperoleh nilai probabilitas sebesar 0.0001 yang berarti nilai probabilitas lebih kecil dari tingkat signifikan α = 5% atau 0.0001 < 0.05. Maka tolak H0 atau terima H1, sehingga model yang diterima adalah Fixed Effect Model. Selanjutnya karena model yang diterima Fixed Effect Model maka akan dilakukan uji Hausman untuk menentukan Random Effect Model atau Fixed Effect Model yang akan digunakan.
b. Uji Hausman Ordinary Least Square (OLS)
Uji Hausman bertujuan untuk menentukan antara Random Effect Model atau Fixed Effect Model yang akan digunakan. Jika hasil uji Hausman menunjukkan nilai probabilitas cross-section random lebih kecil dari tingkat signifikansi α = 5% (0.05) , maka 𝐻1 diterima. Namun jika hasil Uji Hausman menunjukkan nilai probabilitas cross-section random lebih besar dari tingkat signifikansi α = 5% (0.05) , maka 𝐻0
diterima. Dalam pengujian ini digunakan hipotesa sebagai berikut:
H0 : Random Effect Model H1 : Fixed Effect Model
Berikut adalah hasil Uji Hausman dengan menggunakan Correlated Random Effect-Hausman Test.
Effects Test Statistic d.f Prob.
Cross-section F 9.855230 (3,33) 0.0001
85 Tabel 4. 2
Uji Hausman Ordinary Least Square
Sumber: Hasil Olah Data, 2020
Pada tabel 4.2 di atas diperoleh nilai probabilitas sebesar 0.0000 yang berarti nilai probabilitas lebih kecil dari tingkat signifikan α = 5% atau 0.0000< 0.05. Maka tolak H0 atau terima H1, sehingga model yang diterima adalah Fixed Effect Model. Dikarenakan pada uji Hausman model yang terpilih adalah Fixed Effect Model, maka dalam penelitian tidak melanjutkan ke uji Lagrange Multiplier.
c. Fixed Effect Model Ordinary Least Square (OLS)
Dari hasil Uji Chow dan Uji Hausman, maka penelitian ini memperolah model data panel yang paling tepat digunakan adalah Fixed Effect Model (FEM) dapat dijelaskan melalui persamaan regresi sebagai berikut:
LN_MTKW = 56.28158–4.915270 LN_KEMISKINAN –1.266935 LN_UMK –9.405615 LN_RLS
Dimana:
LN_MTKW : Migrasi Tenaga Kerja Wanita LN_KEMISKINAN : Kemiskinan
LN_UMK : Upah Minimum Kabupaten
RLS : Rata-rata Lama Sekolah
ԑ : Error
Test Summary Chi-Sq. Statistic Chi-Sq.
d.f
Prob.
Cross-section random 29.565691 3 0.0000
86 Tabel 4. 3
Fixed Effect Model With Ordinary Least Square (OLS)
Sumber: Hasil Olah Data, 2020
Pada kolom koefisien hasil regresi Fixed Effect Model, menunjukkan variabel C memiliki koefisien sebesar 56.28158 yang berarti nilai migrasi TKW ketika variabel Kemiskinan, Upah Minimum Kabupaten dan Rata-Rata Lama Sekolah adalah konstan maka Tingkat Migrasi Migrasi TKW sebesar 56.28158.
Pada variabel Kemiskinan memiliki arah hubungan yang negatif dan signifikan terhadap migrasi tenaga kerja wanita dengan nilai koefisien sebesar -4.915270. Hal ini berarti hipotesis yang menyatakan bahwa Kemiskinan mempengaruhi migrasi tenaga kerja Wanita di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka dapat diterima. Hubungan ini mempunyai arti apabila kenaikan 1 satuan Kemiskinan, maka akan mengurangi migrasi tenaga kerja wanita sebesar -4.915270%.
Variabel Koefisien Prob.
C 56.28158
0.0000 LN_KEMISKINAN -4.915270
0.0005
LN_UMK -1.266935
0.0029
LN_RLS -9.405615
0.0001
F-stat 11.16142 0.000001
R2 0.669896
Adj R2 0.609877
87
Pada variabel Upah Minimum Kabupaten memiliki hubungan yang negatif dan signifikan dengan nilai Koefisien sebesar -1.266935. Hal ini berarti hipotesis yang menyatakan bahwa Upah Minimum Kabupaten mempengaruhi migrasi tenaga kerja wanita di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka dapat diterima. Hubungan ini mempunyai arti apabila kenaikan 1 satuan Upah Minimum Kabupaten, maka akan mengurangi migrasi tenaga kerja wanita sebesar -1.266935%.
Pada variabel Rata-rata Lama Sekolah (RLS) memiliki hubungan yang negatif dan signifikan dengan nilai koefisien sebesar -9.405615. Hal ini berarti hipotesis yang menyatakan rata-rata lama sekolah mempengaruhi migrasi tenaga kerja wanita di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka dapat diterima. Hubungan ini mempunyai arti apabila kenaikan 1 satuan Rata-rata Lama Sekolah, maka akan mengurangi Migrasi Tenaga Kerja Wanita sebesar -9.405615%.
2. Uji Hipotesis Ordinary Least Square (OLS)
Uji hipotesis ini dilakukan untuk mengetahui apakah koefisien regresi yang sudah didapat pada penelitian memiliki pengaruh yang signifikan atau tidak. Terdapat tiga uji hipotesis yang dilakukan dalam penelitian ini yaitu uji koefisien determinasi, uji t (uji parsial), dan uji F (uji simultan).
a. Uji t Statistik (Uji Parsial) Ordinary Least Square (OLS)
Uji ini dilakukan untuk melihat variabel independen secara masing- masing memiliki pengaruh yang signifikan terhadap variabel dependen.
Dengan kriteria pengaruh signifikan, jika probabilitas (t-statistik) < α =
88
5% (0.05) maka tolak H0 terima H1 Hipotesis uji t statistik adalah sebagai berikut:
1) H1 : Ada pengaruh Kemiskinan secara parsial terhadap Migrasi Tenaga Kerja Kerja Wanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018 2) H1 : Ada pengaruh Upah Minimum Kabupaten secara parsial
terhadap Migrasi Tenaga Kerja KerjaWanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018
3) H1 : Ada pengaruh Rata-Rata Lama Sekolah secara parsial terhadap Migrasi Tenaga Kerja KerjaWanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka Pada Periode 2009-2018
Tabel 4. 4
Uji t-statistik Ordinary Least Square (OLS)
Sumber: Hasil Olah Data, 2020
Tabel uji t-statistik di atas menunjukan hasil nilai probabilitas dari variabel-variabel independen. Dengan hasil hipotesis sebagai berikut:
Variabel Koefisien Prob.
C 56.28158
0.0000
LN_KEMISKINAN -4.915270
0.0005
LN_UMK -1.266935
0.0029
LN_RLS -9.405615
0.0001
89
a) Pada variabel Kemiskinan memiliki nilai probabilitas sebesar 0.0005 lebih kecil dari α = 5% (0.0005 < 0.05) yang berarti tolak H0 terima H1, maka ada pengaruh antara Kemiskinan terhadap Migrasi Tenaga Kerja Wanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018
b) Pada variabel Upah Minimum Kabupaten memiliki nilai probabilitas sebesar 0.0029 lebih kecil dari α = 5% (0.0029 < 0.05) yang berarti tolak H0 terima H1, maka ada pengaruh antara Upah Minimum Kabupaten terhadap Migrasi Tenaga Kerja Wanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018
c) Pada variabel Rata-rata Lama Sekolah memiliki nilai probabilitas sebesar 0.0001 lebih kecil dari α = 5% (0.0001 < 0.05) yang berarti tolak H0 terima H1, maka ada pengaruh antara Rata-rata Lama Sekolah terhadap Migrasi Tenaga Kerja Wanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018.
b. Uji F Statistik (Uji Simultan) Ordinary Least Square (OLS) Uji ini dilakukan untuk melihat variabel-variabel independen secara simultan atau bersama-sama memiliki pengaruh yang signifikan terhadap variabel dependen. Dengan kriteria pengaruh signifikan, jika probabilitas (F-statistik) < α = 5% (0.05) maka tolak H0 terima H1 dan sebaliknya jika probabilitas (F-statistik) ˃ α = 5% (0.05) maka terima H0 tolak H1. Hipotesis uji F statistik adalah sebagai berikut:
90
H1 : Ada pengaruh secara simultan Kemiskinan, Upah Minimum Kabupaten (UMK), dan Rata-Rata Lama Sekolah (RLS) terhadap Migrasi Tenaga Kerja Wanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018.
Tabel 4. 5
Uji F-statistik Ordinary Least Square (OLS)
Sumber: Hasil Olah data, 2020
Nilai Probabilitas (F-statistik) di atas sebesar 0.000001 < α = 5%
(0.000001 < 0.05) maka tolak H0 terima H1, yang berarti dalam penelitian ini ada pengaruh secara simultan atau bersama-sama antara Kemiskinan, Upah Minimum Kabupaten, dan Rata-Rata Lama Sekolah terhadap Migrasi Tenaga Kerja Wanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018.
c. Uji Koefisien Determinasi Ordinary Least Square (OLS)
Koefisien determinasi (R Squared atau R kuadrat) atau disimbolkan dengan R2 yang bermakna sebagai sumbagan pengaruh yang diberikan variabel bebas atau variabel independent (X) terhadap variabel terikat atau variabel dependent (Y), atau dengan kata lain, nilai koefisien determinasi atau R Squared ini berguna untuk memprediksi dan melihat seberapa besar kontribusi pengaruh yang diberikan variabel X secara simultan (bersama-sama) terhadap variabel Y. Jika nilai R Squared semakin mendekati angka
F-statistic 11.16142
Prob(F-statistic) 0.000001
91
satu, maka pengaruh tersebut semakin kuat. Berikut adalah hasil koefisien determinasi.
Tabel 4. 6
Uji Koefisien Determinasi Ordinary Least Square (OLS)
R-squared 0.669896
Sumber: Hasil Olah data, 2020
Tabel 4.6 diatas menunjukkan nilai R-squared sebesar 0.669896 atau 66.00% yang berarti variabel independen berupa Kemiskinan, Upah Minimum Kabupaten, dan Rata-rata Lama Sekolah dapat menjelaskan variabel dependen yaitu Migrasi Tenaga Kerja Wanita sebesar 66.00%. Sedangkan sisanya dapat dijelaskan oleh variabel lain yang tidak terdapat dalam penelitian ini sebesar 34.00%.
3. Hasil Temuan Menggunakan General Least Square (GLS)
Penelitian ini pada akhirnya memilih pendekatan estimasi General Least Square (GLS) dengan model Fixed Effect Model. Hal ini dikarenakan setelah melalui beberapa proses pemilihan model (Uji Chow dan Uji Hausman) dan dilakukan uji asumsi klasik hasilnya adalah model terbaik yang peneliti gunakan adalah model Fixed Effect Model, namun dalam hasil pengujian asumsi klasik terdapat hasil yang tidak lulus uji karena ditemukan masalah heterosekedastisitas didalam model penelitian tersebut. Oleh karena itu, peneliti menggunakan pendekatan dengan weight atau General Least Square (GLS) pada model estimasi Fixed Effect Model. Dalam menggunakaan estimasi General Least Square (GLS) mengambil informasi secara eksplisit
92
sehingga mampu memproduksi BLUE dan estimasi tersebut sudah memenuhi uji asumsi klasik, sehingga tidak diperlukan lagi melakukan uji asumsi klasik pada estimasi General Least Square (GLS). (Gujarati, 2006)
a. Uji Chow General Least Square (GLS)
Uji Chow adalah pengujian statistik untuk menentukan Pooled Least Square atau Fixed Effect Model (FEM) yang akan digunakan dalam mengestimasi model. Jika nilai probabilitas cross section F lebih kecil dari tingkat signifikasi α = 5% (0,05), maka terima H1 yang berarti model yang diterima adalah Fixed Effect Model. Sebaliknya jika nilai probabilitas lebih besar dari tingkat signifikasi α = 5% (0,05), maka terima H0 yang berarti model yang diterima adalah Model Pooled Least Square. Berikut adalah hasil uji Chow. Dalam pengujian ini digunakan hipotesa sebagai berikut:
𝐻0 : Model Pooled Least Square 𝐻1 : Model Fixed Effect Model
Berikut adalah hasil uji Chow dengan menggunakan Redundant Fixed Effect- Likelihood Ratio.
Tabel 4. 7
Uji Chow General Least Square (GLS)
Sumber: Hasil Olah Data, 2020
Effects Test Statistic d.f Prob.
Cross-section F 11.750258 (3,33) 0.0000
93
Pada Tabel 4.7 di atas diperoleh nilai probabilitas sebesar 0.0000 yang berarti nilai probabilitas lebih kecil dari tingkat signifikan α = 5% atau 0.0000 < 0.05. Maka tolak H0 atau terima H1, sehingga model yang diterima adalah Fixed Effect Model. Selanjutnya karena model yang diterima Fixed Effect Model maka akan dilakukan uji Hausman untuk menentukan Random Effect Model atau Fixed Effect Model yang akan digunakan.
b. Uji Hausman General Least Square (GLS)
Uji Hausman bertujuan untuk menentukan antara Random Effect Model atau Fixed Effect Model yang akan digunakan. Jika hasil uji Hausman menunjukkan nilai probabilitas cross-section random lebih kecil dari tingkat signifikansi α = 5% (0.05) , maka 𝐻1 diterima. Namun jika hasil Uji Hausman menunjukkan nilai probabilitas cross-section random lebih besar dari tingkat signifikansi α = 5% (0.05) , maka 𝐻0 diterima.
Dalam pengujian ini digunakan hipotesa sebagai berikut:
H0 : Random Effect Model H1 : Fixed Effect Model
Berikut adalah hasil Uji Hausman dengan menggunakan Correlated Random Effect-Hausman Test.
Tabel 4. 8
Uji Hausman General Least Square (GLS)
94 Sumber: Hasil Olah Data, 2020
Pada tabel 4.8 diatas diperoleh nilai probabilitas sebesar 0.0000 yang berarti nilai probabilitas lebih kecil dari tingkat signifikan α = 5% atau 0.0000< 0.05. Maka tolak H0 atau terima H1, sehingga model yang diterima adalah Fixed Effect Model. Dikarenakan pada uji Hausman model yang terpilih adalah Fixed Effect Model, maka dalam penelitian tidak melanjutkan ke uji Lagrange Multiplier.
c. Fixed Effect Model General Least Square (GLS)
Dari hasil Uji Chow dan Uji Hausman, maka penelitian ini memperolah model data panel yang paling tepat digunakan adalah Fixed Effect Model (FEM) dapat dijelaskan melalui persamaan regresi sebagai berikut:
LN_MTKW=54.64291–4.622625LN_KEMISKINAN 1.010150LN_UMK –10.83294LN_RLS
Dimana:
LN_MTKW : Migrasi Tenaga Kerja Wanita
LN_KEMISKINAN : Kemiskinan
LN_UMK : Upah Minimum Kabupaten
RLS : Rata-rata Lama Sekolah
ԑ : Error
Test Summary Chi-Sq. Statistic Chi-Sq. d.f Prob.
Cross-section random 29.565691 3 0.0000
95 Tabel 4. 9
Fixed Effect Model With General Least Square (GLS)
Sumber: Hasil Olah Data, 2020
Pada kolom koefisien hasil regresi Fixed Effect Model, menunjukkan variabel C memiliki koefisien sebesar 54.64291 yang berarti nilai migrasi TKW ketika variabel Kemiskinan, Upah Minimum Kabupaten dan Rata-Rata Lama Sekolah adalah konstan maka Tingkat Migrasi Migrasi TKW sebesar 54.64291.
Pada variabel Kemiskinan memiliki arah hubungan yang negatif dan signifikan terhadap migrasi tenaga kerja wanita dengan nilai koefisien sebesar -4.622625. Hal ini berarti hipotesis yang menyatakan bahwa Kemiskinan mempengaruhi migrasi tenaga kerja Wanita di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka dapat diterima. Hubungan
Variabel Koefisien Prob.
C 54.64291 0.0000
LN_KEMISKINAN -4.622625 0.0002
LN_UMK -1.010150 0.0073
LN_RLS -10.83294 0.0000
F-stat 16.54397 0.000000
R2 0.750499
Adj R2 0.705135
96
ini mempunyai arti apabila kenaikan 1 satuan Kemiskinan, maka akan mengurangi migrasi tenaga kerja wanita sebesar -4.622625%.
Pada variabel Upah Minimum Kabupaten memiliki hubungan yang negatif dan signifikan dengan nilai Koefisien sebesar -1.010150. Hal ini berarti hipotesis yang menyatakan bahwa Upah Minimum Kabupaten mempengaruhi migrasi tenaga kerja wanita di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka dapat diterima. Hubungan ini mempunyai arti apabila kenaikan 1 satuan Upah Minimum Kabupaten, maka akan mengurangi migrasi tenaga kerja wanita sebesar -1.010150%.
Pada variabel Rata-rata Lama Sekolah (RLS) memiliki hubungan yang negatif dan signifikan dengan nilai koefisien sebesar -10.83294. Hal ini berarti hipotesis yang menyatakan rata-rata lama sekolah mempengaruhi migrasi tenaga kerja wanita di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka dapat diterima. Hubungan ini mempunyai arti apabila kenaikan 1 satuan Rata-rata Lama Sekolah, maka akan mengurangi Migrasi Tenaga Kerja Wanita sebesar -10.83294%.
4. Uji Hipotesis General Least Square (GLS)
Uji hipotesis ini dilakukan untuk mengetahui apakah koefisien regresi yang sudah didapat pada penelitian berpengaruh signifikan atau tidak.
Terdapat tiga uji hipotesis yang dilakukan dalam penelitian ini yaitu uji koefisien determinasi, uji t (uji parsial), dan uji F (uji simultan).
a. Uji t Statistik (Uji Parsial) General Least Square (GLS)
97
Uji ini dilakukan untuk melihat variabel independen secara masing- masing memiliki pengaruh yang signifikan terhadap variabel dependen.
Dengan kriteria pengaruh signifikan, jika probabilitas (t-statistik) < α = 5% (0.05) maka tolak H0 terima H1 Hipotesis uji t statistik adalah sebagai berikut:
4) H1 : Ada pengaruh Kemiskinan secara parsial terhadap Migrasi Tenaga Kerja Kerja Wanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018 5) H1 : Ada pengaruh Upah Minimum Kabupaten secara parsial
terhadap Migrasi Tenaga Kerja KerjaWanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018
6) H1 : Ada pengaruh Rata-Rata Lama Sekolah secara parsial terhadap Migrasi Tenaga Kerja KerjaWanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka Pada Periode 2009-2018
Tabel 4. 9
Uji t Statistik (Uji Parsial) General Least Square (GLS)
Variabel Koefisien Prob.
C 54.64291 0.0000
LN_KEMISKINAN -4.622625 0.0002
LN_UMK -1.010150 0.0073
LN_RLS -10.83294 0.0000
98 Sumber: Hasil Olah Data, 2020
Tabel uji t-statistik di atas menunjukan hasil nilai probabilitas dari variabel-variabel independen. Dengan hasil hipotesis sebagai berikut:
a) Pada variabel Kemiskinan memiliki nilai probabilitas sebesar 0.0002 lebih kecil dari α = 5% (0.0002 < 0.05) yang berarti tolak H0 terima H1, maka ada pengaruh antara Kemiskinan terhadap Migrasi Tenaga Kerja Wanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018
b) Pada variabel Upah Minimum Kabupaten memiliki nilai probabilitas sebesar 0.0073 lebih kecil dari α = 5% (0.0073 < 0.05) yang berarti tolak H0 terima H1, maka ada pengaruh antara Upah Minimum Kabupaten terhadap Migrasi Tenaga Kerja Wanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018
c) Pada variabel Rata-rata Lama Sekolah memiliki nilai probabilitas sebesar 0.0000 lebih kecil dari α = 5% (0.0000 < 0.05) yang berarti tolak H0 terima H1, maka ada pengaruh antara Rata-rata Lama Sekolah terhadap Migrasi Tenaga Kerja Wanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018.
b. Uji F Statistik (Uji Simultan) General Least Square (GLS) Uji ini dilakukan untuk melihat variabel-variabel independen secara simultan atau bersama-sama memiliki pengaruh yang signifikan terhadap variabel dependen. Dengan kriteria pengaruh signifikan, jika probabilitas (F-statistik) < α = 5% (0.05) maka tolak H0 terima H1 dan sebaliknya jika
99
probabilitas (F-statistik) ˃ α = 5% (0.05) maka terima H0 tolak H1. Hipotesis uji F statistik adalah sebagai berikut:
H1 : Ada pengaruh secara simultan Kemiskinan, Upah Minimum Kabupaten (UMK), dan Rata-Rata Lama Sekolah (RLS) terhadap Migrasi Tenaga Kerja Wanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018.
Tabel 4. 11
Uji F-statistik General Least Square (GLS)
Sumber: Hasil Olah Data, 2020
Nilai Probabilitas (F-statistik) di atas sebesar 0.000000 < α = 5%
(0.000000 < 0.05) maka tolak H0 terima H1, yang berarti dalam penelitian ini ada pengaruh secara simultan atau bersama-sama antara Kemiskinan, Upah Minimum Kabupaten, dan Rata-Rata Lama Sekolah terhadap Migrasi Tenaga Kerja Wanita (TKW) di Kabupaten Karawang, Cirebon, Sukabumi dan Majalengka pada periode 2009-2018.
c. Uji Koefisien Determinasi General Least Square (GLS)
Koefisien determinasi (R Squared atau R kuadrat) atau disimbolkan dengan R2 yang bermakna sebagai sumbagan pengaruh yang diberikan variabel bebas atau variabel independent (X) terhadap variabel terikat atau variabel dependent (Y), atau dengan kata lain, nilai koefisien determinasi
F-statistic 16.54397
Prob(F-statistic) 0.000000
100
atau R Squared ini berguna untuk memprediksi dan melihat seberapa besar kontribusi pengaruh yang diberikan variabel X secara simultan (bersama-sama) terhadap variabel Y. Jika nilai R Squared semakin mendekati angka satu, maka pengaruh tersebut semakin kuat. Berikut adalah hasil koefisien determinasi.
Tabel 4. 12
Uji Koefisien Determinasi General Least Square (GLS)
R-squared 0.750499
Sumber: Hasil Olah data, 2020
Tabel 4.6 diatas menunjukkan nilai R-squared sebesar 0.750499 atau 75.00% yang berarti variabel independen berupa Kemiskinan, Upah Minimum Kabupaten, dan Rata-rata Lama Sekolah dapat menjelaskan variabel dependen yaitu Migrasi Tenaga Kerja Wanita sebesar 75.00%.
Sedangkan sisanya dapat dijelaskan oleh variabel lain yang tidak terdapat dalam penelitian ini sebesar 25.00%.
C. Pembahasan
1. Kemiskinan Terhadap Migrasi Tenaga Kerja Wanita
Kemiskinan dipandang sebagai ketidak mampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran yang memiliki rata-rata pengeluaran perkapita perbulan dibawah garis kemiskinan. Kemiskinan merupakan salah satu indikator ekonomi untuk melihat tingkat kesejahteraan masyarakatnya. Penentuan
101
tingkat kemiskinan yang ditetapkan oleh Badan Pusat Statistik (BPS) tidak dipungkiri bahwa Indonesia memiliki jumlah penduduk dengan pengeluaran per kapita per bulan di bawah garis kemiskinan mencapai 9,82 persen atau 25,95 juta orang pada tahun 2018.
Dalam penelitian ini Kemiskinan memiliki hubungan yang negatif dan signifikan terhadap migrasi tenaga kerja wanita dengan probabilitas 0.0005 dan nilai koefisien -4.915270. Sehingga dapat diinterpretasikan ketika kenaikan 1 satuan Kemiskinan, maka akan mengurangi -4.915270% migrasi tenaga kerja wanita. Hal ini dikarenakan terdapat faktor penghambat berupa biaya atau ongkos pra keberangkatan untuk mengurus dokumen-dokumen yang diperlukan serta biaya pelatihan yang tidak ditanggung oleh Pelaksana Penempatan Tenaga Kerja Indonesia Swasta (PPTKIS). Seperti calon pekerja yang akan melakukan migrasi dengan tujuan negara Hongkong menurut Keputusan Menteri Tenaga Kerja dan Transmigrasi No. 98 Tahun 2012 calon pekerja harus menanggung biaya sebesar Rp. 14.780.400 bagi orang miskin dan tinggal di perdesaan jumlah tersebut bukan jumlah yang sedikit selain itu, menurut BNP2TKI dalam mengurus dokumen atau prosedur yang dibutuhkan memiliki 22 tahapan kompleksitas dan memakan waktu yang cukup lama 5 sampai 6 bulan serta mengeluarkan biaya yang cukup mahal sehingga pelbagai kendala yang ada akan menyulitkan masyarakat miskin untuk melakukan migrasi.
Sesuai dengan pernyataan Sjastaad (1962) Semakin jauh jarak migrasi, maka semakin tinggi biaya moneter yang harus dibayarkan migran. Dari
102
pernyataan ini, seseorang harus memiliki pendapatan untuk dapat membayar biaya migrasi dan akan menjadi hambatan bagi orang miskin dalam memutuskan untuk bermigrasi karena ketidakmampuan biaya untuk melakukan migrasi.
Hasil penelitian ini didukung oleh penelitian sebelumnya yang diteliti oleh Wahyu Indah Puspitasari dan Sri Kusreni (2017) dalam penelitiannya yang berjudul “Faktor-faktor yang Mempengaruhi Migrasi Tenaga Kerja ke Luar Negeri Berdasarkan Provinsi di Indonesia”. dan penelitian yang dilakukan oleh Aulis Nabila dan Elda L. Pardede (2010) dalam penelitiannya yang berjudul “Pengaruh Kemiskinan Terhadap Migrasi Indonesia: Analisis Data Sakerti Tahun 2000 dan 2007”, menyatakan
Hasil penelitian ini didukung oleh penelitian sebelumnya yang diteliti oleh Wahyu Indah Puspitasari dan Sri Kusreni (2017) dalam penelitiannya yang berjudul “Faktor-faktor yang Mempengaruhi Migrasi Tenaga Kerja ke Luar Negeri Berdasarkan Provinsi di Indonesia”. dan penelitian yang dilakukan oleh Aulis Nabila dan Elda L. Pardede (2010) dalam penelitiannya yang berjudul “Pengaruh Kemiskinan Terhadap Migrasi Indonesia: Analisis Data Sakerti Tahun 2000 dan 2007”, menyatakan