BAB III METODOLOGI PENELITIAN
E. Operasional Variabel
1. Penyerapan Tenaga Kerja UKM
2). PDRB 3). Pengeluaran Pemerintah 4). Ekspor
Metode atau teknik
pengumpulan data dalam penelitian ini adalah
menggunakan teknik
kepustakaan, data
sekunder, dengan
menggunakan data deret waktu. Alat analisis yang
digunakan dalam
penelitian ini adalah analisis kuantitatif dengan menggunakan ECM (Error Correction Model).
Berdasarkan hasil analisis
ECM (Error Correction
model), dapat disimpulkan bahwa: pertama, pertumbuhan
PDRB ternyata tidak
memberikan pengaruh yang signifikan terhadap penyerapan tenaga kerja. Pengeluaran
pemerintah mempunyai
pengaruh negatif terhadap penyerapan tenaga kerja Jawa Tengah dalam jangka pendek dan tidak mempunyai pengaruh yang signifikan dalam jangka
Tabel 2.1 Lanjutan
No Nama Peneliti Judul Penelitian Variabel Penelitian Metode Analisis Hasil Penelitian
panjang. Nilai ekspor
mempunyai pengaruh negatif terhadap penyerapan tenaga kerja Jawa Tengah dalam jangka pendek dan tidak mempunyai pengaruh yang signifikan dalam jangka panjang.
7. Maharani Tejasari (2008)
“Peran Sektor Usaha Kecil dan Menengah
dalam Penyerapan
Tenaga KErja dan Pertumbuhan Ekonomi di Indonesia” 1) PDB UKM 2) Ivestasi UKM 3) Ekspor UKM 4) Tenaga Kerja UKM 5) Jumlah UKM 6) Pendapatan per kapita 7)Kredit Modal Kerja dan Kredit Investasi pada Usaha
Metode analisis linier
berganda adalah
menggunakan metode
OLS (Ordinary Least Square). Data yang digunakan adalah adata sekunder dari tahun 1996-2006
Hasil penelitian menunjukan bahwa jumlah unit usaha, Kredit Modal Kerja dan PDB
UKM secara signifikan
mempunyai pengaruh yang positif terhadap penyerapan tenaga kerja. Sedangkan, Kredit Investasi secara signifikan berpengaruh negatif terhadap penyerapan tenaga kerja. Pendapatan per kapita memberikan pengaruh yang signifikan secara negatif terhadap penyerapan tenaga kerja.
Tabel 2.1 Lanjutan
No Nama Peneliti Judul Penelitian Variabel Penelitian Metode Analisis Hasil Penelitian
kecil (KUK) 8. Reyes Aterido dan Mary Hallward-Driemeier (2007) “Investment Climate and Employment Growth: The Impact of Access to Finance, Corruption and Regulations Across Firms” 1). Pertumbuhan lapangan kerja 2). Investasi 3). Tingkat korupsi 4). Tingkat Infastruktur
Metode yang digunakan dalam peneletian ini adalah analisi deskriptif kuantitatif.
Hasil penelitian ini
menunjukan bahwa iklim investasi sangat berpengaruh pada pertumbuhan lapangan kerja. Iklim investasi ini dihambat oleh tingkat korupsi dan keadaan infastruktur yang buruk
C. Kerangka Pemikiran
Kerangka pemikiran merupakan sintensis dari serangkaian teori yang
tertuang dalam tinjauan pustaka, yang pada dasarnya merupakan gambaran
sistematis dari kinerja teori dalam memberikan solusi atau alternatif solusi dari
serangkaian masalah yang ditetapkan (Hamid, 2009: 26).
Kondisi UKM di Indonesia menurut data BPS dan Kementerian
Koperasi dan UKM, mulai menunjukan adanya pertumbuhan baik dari segi
jumlah usaha, investasi, maupun kontribusinya terhadap PDB. Keterpurukan
perekonomian Indonesia pada masa krisis lalu menunjukan sektor UKM
mempunyai ketahanan yang tinggi. Berdasarkan kemampuannya dalam
menyerap tenaga kerja yang begitu besar membuktikan bahwa UKM adalah
sektor yang potensial apabila dikembangkan.
Hubungan keterkaitan antara variabel independen dengan variabel
dependen dalam penelitian ini, dapat dijabarkan oleh teori-teori dan penelitian
terdahulu:
Berdasarkan teori klasik, permintaan tenaga kerja di sebabkan oleh
fleksibilitas suku bunga, harga output, dan upah. Sedangkan menurut Keynes,
permintaan tenaga kerja di sebabkan oleh investasi, tabungan, suku bunga, dan
tingkat upah yang berbeda. Teori lain mengatakan bahwa permintaan tenaga
kerja turunan dari fungsi produksi, dimana investasi, output, suku bunga, dan
upah menjadi faktor permintaan tenaga kerja.
Tingkat pengangguran berbanding terbalik dengan output selama siklus
konsekuensi Hukum Okun adalah PDB riil harus tumbuh secepat PDB
potensial untuk menjaga agar tingkat pengangguran tidak meningkat. PDB
harus tetap melaju untuk menjaga tingkat pengangguran stabil. Jika
pengangguran ingin diturunkan, PDB sebenarnya harus tumbuh lebih cepat
dari PDB potensial (Mankiw, 2007: 429). Dengan kata lain, dengan
meningkatnya PDB maka akan meningkatkan jumlah tenaga kerja.
Sedangkan menurut penelitian terdahulu yang dilakukan oleh Maharani
Tejasari (2008), dan Abdul Karib (2010), yang menyebutkan bahwa variabel
jumlah unit usaha berpengaruh positif secara signifikan terhadap variabel
penyerapan tenaga kerja. Hal tersebut konsisten dengan hasil penelitian Nenik
Woyanti dan Ayu Wafi Lestari (2011) yang menyatakan bahwa variabel
jumlah unit usaha berpengaruh positif secara signifikan terhadap variabel
permintaan tenaga kerja.
Landasan penelitian terdahulu diatas menjelaskan bahwa
variabel-variabel independen yang digunakan oleh peneliti mempunyai pengaruh
terhadap variabel dependen penulis, maka untuk mengetahui pengaruhnya
diperlukan sebuah analisa mengenai pengaruh variabel independen terhadap
variabele dependen secara parsial maupun simultan, dalam penelitian ini
analisa yang digunakan menggunakan metode Pooled Least Square (PLS), yang digambarkan sebagai berikut:
Gambar 2.1 Kerangka Pemikiran
Pengaruh PDB UKM, Investasi, Jumlah Unit Usaha Terhadap Penyerapan Tenaga Kerja Usaha Kecil dan Menengah (UKM) di
Indonesia
Pengangguran sebagai permasalahan pembangunan ekonomi pada negara sedang berkembang
Penyerapan tenaga kerja melalui sektor UKM sebagai salah satu sektor potensial pemberdayaan masyarakat guna mengurangi pengangguran.
Penyerapan Tenaga
Kerja Usaha Kecil
Menengah (UKM)
(Y)
PDB UKM ( x1 ) Investasi ( x2 ) Jumlah Unit Usaha ( x3 )Analisis Regresi Berganda
Hasil Pengujian dan Pembahasan
D. Hipotesis
Hipotesis sementara ini mengacu pada penelitian terdahulu yang
menyebutkan bahwa terdapat hubungan atau keterkaitan antara variabel
independen yang digunakan peneliti dengan variabel dependen, berikut
beberapa penelitian terdahulu yang memperkuat diantaranya:
Penelitian yang dilakukan oleh Maharani Tejasari (2008) yang
menjelaskan bahwa variabel Produk Domestik Bruto (PDB) berpengaruh
positif secara signifikan terhadap penyerapan tenaga kerja. Hasil ini konsisten
dengan penelitian Abdul Karib (2012), Rizky Eka Puta (2012) yang
menggunakan variabel nilai produksi atau nilai output produksi untuk melihat
keterkaitannya dengan variabel penyerapan tenaga kerja. Namun terdapat
penelitian lain yang mengatakan tidak adanya pengaruh PDB atau Output
produksi terhadap penyerapan tenaga kerja. Penelitian Achmad Hendra
Setiawan (2010) menyebutkan bahwa secara parsial nilai output tidak terdapat
pengaruh terhadap penyerapan tenaga kerja, hal ini sejalan dengan penelitian
Ariyanto yang menjelaskan bahwa PDRB tidak berpengaruh signifikan
terhadap penyerapan tenaga kerja dalam jangka pendek maupun jangka
panjang.
Beberapa penelitian terdahulu yang dilakukan oleh Abdul Karib (2012),
Rizky Eka Putra (2012), Nenik Woyanti (2011), dan Reyes Aterido (2007)
yang menyatakan bahwa variabel investasi berpengaruh positif secara
signifikan terhadap penyerapan tenaga kerja. Hasil penelitian tersebut tidak
variabel investasi tidak berpengaruh terhadap variabel permintaan tenaga kerja
namun berpengaruh terhadap pertumbuhan ekonomi.
Penelitian terdahulu yang dilakukan oleh Maharani Tejasari (2008), Abdul Karib (2010), yang menyebutkan bahwa variabel jumlah unit usaha
berpengaruh positif secara signifikan terhadap variabel penyerapan tenaga kerja. Hal tersebut konsisten dengan hasil penelitian Nenik Woyanti dan Ayu Wafi Lestari (2011) yang menyatakan bahwa variabel jumlah unit usaha
berpengaruh positif secara signifikan terhadap variabel permintaan tenaga kerja.
Berdasarkan penjelasan penelitian terdahulu diatas dan perumusan
masalah pada bab sebelumnya, maka peneliti akan mejelaskan hubungan sementara antara variabel-variabel terkait untuk dilakukan pengujian ada atau tidaknya pengaruh variabel independen terhadap variabel dependen. Hasil
hipotesis sementara dalam penelitian ini adalah:
1. Ha : Diduga terdapat pengaruh secara simultan antara variabel independen nilai PDB UKM (X1), Investasi UKM (X2), Jumlah
Unit Usaha UKM (X3), terhadap variabel dependen Penyerapan Tenaga Kerja UKM Indonesia (Y).
Ho : Diduga tidak terdapat pengaruh secara simultan antara variabel
independen nilai PDB UKM (X1), Investasi UKM (X2), Jumlah Unit Usaha UKM (X3), terhadap variabel dependen Penyerapan Tenaga Kerja UKM Indonesia (Y).
2. Ha : Diduga terdapat pengaruh secara parsial antara variabel independen
UKM (X3), terhadap variabel dependen Penyerapan Tenaga Kerja
UKM Indonesia (Y).
Ho : Diduga tidak terdapat pengaruh secara parsial antara variabel
independen nilai PDB UKM (X1), Investasi UKM (X2), Jumlah
Unit Usaha UKM (X3), terhadap variabel dependen Penyerapan
BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Dalam uraian Penelitian berikut ini akan di bahas tentang pengaruh nilai PDB UKM pada penyerapan tenaga kerja UKM, tingkat investasi UKM yang berkaitan dengan penyerapan tenaga kerja UKM, dan jumlah unit usaha UKM
pada penyerapan tenaga kerja UKM, yang pada akhirnya melihat kontribusi variabel dependen terhadap variabele independen secara parsial dan simultan. Periode penelitian dilakukan selama 12 tahun sejak tahun 2000 sampai 2011
dengan cakupan wilayah Indonesia.
B. Metode Penentuan Sampel
Metode yang digunakan dalam pemilihan objek pada penelitian ini adalah purposive sampling. Sampel dalam penelitian ini di jelaskan berdasarkan empat macam data yang diperoleh dari buku statistik usaha kecil dan menengah (UKM) dari tahun 2000 sampai 2011. Empat macam data yang
digunakan tersebut sesuai dengan variabel-variabel yang digunakan dalam penelitian ini dan diambil berdasarkan sembilan sektor ekonomi, variable
tersebut diantaranya: Penyerapan Tenaga Kerja UKM, PDB UKM, investasi UKM, jumlah unit usaha UKM.
C. Metode Pengumpulan Data 1. Sumber Data
Data yang dikumpulan untuk penelitian ini adalah data sekunder bersifat makro yang bersumber dari Badan Pusat Statistik Nasional,
Kementrian Koperasi dan UKM.
a. Library Research
Penulis memerlukan landasan-landasan teori yang kuat untuk mendukung argumentasi dalam pemecahan masalah, sehingga penulis melakukan penelitian keperpustakaan dengan menggunakan
buku-buku, artikel ilmiah, jurnal, skripsi, data internet dan data-data dokumentasi lainnya yang berhubungan dengan penelitian.
2. Jenis data
Data yang dikumpulkan dalam penelitian ini adalah data kuantitatif yang bersifat makro, antara lain: PDB UKM, investasi, jumlah unit usaha dan penyerapan tenaga kerja UKM yang diperoleh dari Badan Pusat
Statistik Nasional, dan Kementrian Koperasi dan UKM.
D. Metode Analisis
Penelitian ini menggunakan data panel atau pooled data merupakan kombinasi dari data yang disusun berdasarkan urutan waktu dan diambil dari beberapa sektor. Menurut Wibisono (2005), dengan mengakomodasi informasi baik yang terkait dengan variabel-variabel dari runtun waktu dan beberapa daerah, perusahaan, perorangan atau sektor, data panel secara subtansial
mampu menurunkan masalah omitted-variabel, model yang mengabaikan variabel yang relevan. Untuk mengatasi interkolerasi di antara
variabel-variabel bebas yang pada akhirnya dapat mengakibatkan tidak tepatnya penaksiran regresi, metode data panel lebih tepat untuk digunakan (Griffiths,2001; Eviews , 2011: 51).
1. Metode Analisis Data Panel
Terdapat beberapa metode yang bisa digunakan untuk bekerja dengan
data panel, sebagai berikut: a. Pooled Least square (PLS)
Mengestimasi data panel dengan metode OLS, pendekatan PLS
secara sederhana menggabungkan (pooled) seluruh data time series dan
cross-section. Model data panel untuk teknik regresi adalah sebagai berikut;
�� = 1+ 2+ 3 3�� +⋯+ � ��� +µ��
b. Fixed Effect Model (FEM)
Menambahkan model dummy pada data panel, pendekatan FEM
memperhitungkan kemungkinan bahwa penelitian menghadapi masalah
omitted-variabel, yang mungkin membawa perubahan pada intercept time series atau cross-section. Model ini menambahkan variabel dummy untuk mengizinkan adanya perubahan intercept. Model data panel untuk teknik regresi adalah sebagai berikut;
�� = �1+�2 2+⋯+�� � + 2 2�� +⋯+ � ��� +µ��
c. Random Effect Model (REM)
Memperhitungkan error dari data panel dengan metode least square, pendekatan REM memperbaiki efisiensi proses least square dengan memperhitungkan error dan cross-section dan time series. Model RE adalah variasi dari estimasi generalized least square (GLS). Model data panel untuk teknik regresi adalah sebagai berikut;
�� = 1+ 2 2�� +⋯+ � ��� + �� +µ��
Dasar pemilihan antara Fixed Effect Model dan Random Effect Model menurut Gujarati (2003: 637-643) adalah sebagai berikut:
1) Jika T (jumlah data time series) besar dan N (jumlah data dari cross section) kecil, maka akan menunjukkan bahwa tidak ada perbedaan nilai parameter yang diestimasi oleh Fixed Effect Model dan Random Effect Model. Pemilihan model terbaik dilakukan berdasarkan kemudahan penghitungan sehingga Fixed Effect Model lebih baik. 2) Ketika N besar dan T kecil, estimasi yang diperoleh dari kedua metode
akan memiliki perbedaan yang signifikan. Jadi, apabila kita meyakini
bahwa unit cross section yang kita pilih dalam penelitian diambil secara acak maka Random Effect Model harus digunakan. Sebaliknya, apabila kita meyakini bahwa unit cross section yang kita pilih dalam penelitian tidak diambil secara acak maka kita harus menggunakan
Fixed Effect Model.
3) Jika komponen error individual berkorelasi dengan variabel
independen X maka parameter yang diperoleh dengan Random Effect Model akan bias sementara parameter yang diperoleh dengan Fixed Effect Model tidak bias.
4) Apabila N besar dan T kecil, dan apabila asumsi yang mendasari
random effect dapat terpenuhi, maka Random Effect Model akan lebih efisien dari Fixed Effect Model.
Untuk memilih model mana yang paling tepat digunakan untuk
pengolahan data panel, maka terdapat beberapa pengujian yang dapat
dilakukan, antara lain:
d. Chow Test adalah pengujian untuk memilih apakah model yang digunakan Pooled Least Square Model atau Fixed Effect Model. Dalam pengujian ini dilakukan dengan hipotesis sebagai berikut:
Ho: Pooled Least Square Model
Ha: Fixed Effect Model
Dasar penolakan terhadap hipotesis nol tersebut adalah dengan
menggunakan F Statistic seperti yang dirumuskan oleh Chow:
Chow = − / ( −1)
/( − − ) ~ α (N−1,NT−N− K)
Dimana:
RRSS = Restricted Residual Sum Square (Sum Square Residual PLS) URSS = Unrestricted Residual Sum Square (Sum Square Residual Fixed)
N = Jumlah data cross section T = Jumlah data time series K = Jumlah variabel independen
Dimana pengujian ini mengikuti distribusi F yaitu F K (N – 1, NT – N –
K). Jika nilai chow statistics (F statistic) hasil pengujian lebih besar dari F tabel, maka cukup bukti bagi kita untuk melakukan penolakan
terhadap H0 sehingga model yang kita gunakan adalah Fixed Effect Model, begitu juga sebaliknya.
e. Hausman Test adalah pengujian statistik sebagai dasar pertimbangan
kita dalam memilih apakah menggunakan Fixed Effect Model atau
Random Effect Model. Pengujian ini dilakukan dengan hipotesis sebagai berikut:
Ho: Random Effects Model Ha: Fixed Effects Model
Sebagai dasar penolakan Ho maka digunakan statistik Hausman dan
membandingkannya dengan Chi square. Statistik Hausman dirumuskan
dengan:
H = ( − )′ − −1( − ) ~ X2 (k)
Dimana M adalah matriks kovarians untuk parameter β dan k adalah derajat bebas yang merupakan jumlah variabel independen. Jika
nilai H hasil pengujian lebih besar dari X2 (k), maka cukup bukti untuk
melakukan penolakan terhadap H0 sehingga model yang digunakan
adalah Fixed Effect Model, begitu juga sebaliknya.
f. Untuk memilih antara Random Effect Model dan Pooled Least Square Model digunakan The Breusch-Pagan LM Test dengan menggunakan hipotesis sebagai berikut:
Ho: Pooled Least Square Model
Ha: Random Effect Model
Nilai Breusch-Pagan LM statistik dapat dihitung berdasarkan
formula sebagai berikut:
LM = 2 ( −1) ( � �� ��)²−1 �� �� ��²−1 ~ X 2
Dimana N adalah jumlah individu, T adalah jumlah periode waktu,
dan Wit adalah residual Pooled Least Square Model. The Breusch-Pagan LM Test ini didasarkan pada distribusi Chi square dengan derajat
bebas sebesar satu. Jika hasil Breusch-Pagan LM statistik lebih besar
dari nilai X2(1), maka Ho ditolak yang berarti Random Effect Model
lebih baik daripada Pooled Least Square Model.
Penelitian ini menggunakan analisis pendekatan secara sederhana
menggabungkan seluruh data time series dan cross-section dengan mengestimasi data panel. Model data panel untuk teknik regresi di
formulasikan sebagai berikut;
Y = α + β1 X1 + β2 X2 + β3 X3 + ℮i
Dimana :
Y : Penyerapan Tenaga Kerja UKM
X1 : Nilai PDB UKM
X2 : Nilai Investasi UKM
X3 : Jumlah Unit Usaha UKM
β1, β2, β3 : Koefisien masing-masing variabel
α : Konstanta
℮i : Error term
2. Pengujian Hipotesis
Uji statistik terhadap regresi berganda. Untuk membuktikan hipotesis
ada atau tidaknya pengaruh yang signifikan atau kuat maka dilakukan dengan
a. Pengujian arti keseluruhan regresi (Uji F)
Untuk mengetahui apakah semua variabel independen yang
digunakan dalam model regresi secara bersama-sama berpengaruh
terhadap variabel dependen perlu dilakukan pengujian koefisien regresi
secara serempak. Pengujian ini dilakukan dengan menggunakan derajat
signifikansi nilai F. Pengujian ini dilakukan dengan menggunakan Eviews 7.0.
Ho = Kedua variabel bebas tidak berpengaruh terhadap variabel tidak
bebas.
Ha = Kedua variabel bebas berpengaruh terhadap variabel tidak bebas.
Dasar pengambilan keputusan menurut Gujarati (2003: 112) :
1) Jika probabilitas (signifikansi) > 0,05 maka Ho diterima.
2) Jika probabilitas (signifikansi) < 0,05 maka Ho ditolak dan menerima
Ha.
b. Pengujian koefisien regresi parsial (Uji t)
Untuk mengetahui pengaruh variabel bebas secara parsial atau
individu terhadap variabel tidak bebas dengan asumsi variabel yang lain
konstan. Pengujian ini dilakukan dengan melihat derajat signifikansi
masing-masing variabel bebas menggunakan Eviews 7.0.
Ho = Kedua variabel bebas tidak berpengaruh terhadap variabel tidak
bebas.
Dasar pengambilan keputusan menurut Gujarati (2003: 168) :
1) Jika probabilitas (signifikansi) > 0,05 maka Ho diterima.
2) Jika probabilitas (signifikansi) < 0,05 maka Ho ditolak dan menerima
Ha.
c. Koefisien Determinasi
Besarnya koefisien determinasi ( 2) adalah 0 sampai 1. Semakin
mendekati 1 besarnya koefisien determinasi suatu persamaan regresi semakin besar pula pengaruh semua variabel independen terhadap veriabel
dependen (semakin besar kemampuan model yang dihasilkan dalam menjelaskan perubahan nilai variabel dependen). Sebaliknya semakin mendekati nol besarnya koefisien determinasi suatu persamaan regresi semakin kecil pula pengaruh semua variabel independen terhadap nilai
veriabel dependen (semakin kecil kemampuan model yang dihasilkan dalam menjelaskan perubahan nilai variabel dependen) Besarnya pengaruh
variabel bebas secara parsial dilihat dari besarnya determinasi parsial ( 2)
(Winarno, 2007: 58).
d. Uji Asumsi Klasik
1) Uji Normalitas
Salah satu asumsi dalam penerapan data panel adalah distribusi
probabilitas dari ganggunan uji-t memiliki rata-rata yang diharapkan
Untuk menguji apakah distribusi data normal dilakukan dengan uji
Jarque-Bera atau JB test. Hipotesis:
Ho: Data berdistribusi normal
Ha: Data tidak berdistribusi normal
Jika nilai JB hitung > Chi Square tabel, maka hipotesis yang menyatakan bahwa residual uji-t terdistribusi normal ditolak yang
artinya terdapat distribusi data tidak normal, dan begitu pula
sebaliknya.
2) Uji Autokorelasi
Autokorelasi (autocorrelation) adalah hubungan antara residual satu observasi dengan residual observasi lainnya (Winarno, 2007). Uji
autokorelasi digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi
antara residual pada satu pengamatan dengan pengamatan lain pada
model regresi. Syarat yang harus terpenuhi adalah tidak adanya
autokorelasi dalam model regresi. Metode pengujian yang sering
digunakan adalah dengan uji Durbin-Watson (uji DW) dengan ketentuan sebagai berikut:
Hipotesis:
Ho: tidak ada autokorelasi
a) Jika DW lebih kecil dari dL atau lebih besar dari (4-dL) maka
hopotesis nol ditolak, yang berarti terdapat autokorelasi.
b) Jika dU < DW < 4-dU maka hipotesis nol diterima, yang
berarti tidak ada autokorelasi.
c) Jika DW terletak antara dL dan dU atau diantara (4-dU) dan
(4-dL), maka tidak menghasilkan kesimpulan yang pasti.
3) Uji Heterokedisitas
Salah satu asumsi yang penting dalam regresi linier berganda yang
harus dipenuhi agar model bersifat best linear unbiased estimator
(BLUE) adalah semua residual atau error mempunyai varian yang sama (homoskedastisitas). Adapun yang disebut dengan
heteroskedastisitas adalah sebaliknya, yaitu semua residual atau error
mempunyai varian yang tidak konstan atau berubah-ubah. Pada
umumnya heteroskedastisitas terjadi pada data cross section. Menurut Gujarati (2003), jika pada model terjadi masalah heteroskedastisitas
maka model akan menjadi tidak efisien meskipun tidak bias dan
konsisten. Dan jika regresi tetap dilakukan, hasil regresi yang diperoleh menjadi “misleading”.
Untuk mendeteksi ada atau tidaknya masalah heteroskedastisitas
dalam data panel dcigunakan metode General Least Square (Cross Section Weights). Jika sum square resid pada Weighted Statistics lebih kecil dari sum square resid pada unweighted statistics dapat dikatakan bahwa dalam model panel tersebut terjadi masalah heteroskedastisitas.
Cara yang dilakukan untuk menghilangkan masalah
heteroskedastisitas ini adalah dengan mengestimasi GLS dengan white heteroskedasticity.
4) Uji Multikolinearitas
Hubungan yang menyatakan bahwa linear sempurna atau pasti, di
antara beberapa atau semua variabel yang menjelaskan dari model
regresi. Ada atau tidaknya multikolinearitas dapat diketahui atau
dilihat dari koefisien korelasi masing-masing variabel bebas. Jika
koefisien korelasi di antara masing-masing variabel bebas lebih besar
dari 0,8 maka terjadi multikolinearitas dan sebaliknya.
E. Operasional Variabel Penelitian
Sesuai dengan judul penelitian “Pengaruh PDB UKM, Investasi, Jumlah Unit Usaha Terhadap Penyerapan Tenaga Kerja UKM di Indonesia Periode
2000-2011”, maka terdapat variabel dependen dan independen. Variabel dependen dalam penelitian ini adalah penyerapan tenaga kerja UKM, dan
variabel independen dalam penelitian ini adalah PDB UKM, investasi, jumlah
unit usaha. Untuk mengukur variabel-variabel diatas, penulis terlebih dahulu
akan menjelaskan dan menentukan indikator yang terkait pada variabel
1. Penyerapan Tenaga Kerja UKM
Penyerapan tenaga kerja adalah banyaknya orang yang dapat
tertampung untuk bekerja pada suatu unit usaha atau lapangan pekerjaan.
Penyerapan tenaga kerja ini akan menampung semua tenaga kerja apabila
unit usaha atau lapangan pekerjaan yang tersedia mencukupi atau
seimbang dengan banyaknya tenaga kerja yang ada. Adapun lapangan
pekerjaan adalah bidang kegiatan usaha atau instansi di mana seseorang
bekerja atau pernah bekerja (BPS, 2003). Satuan yang digunakan pada
variabel ini adalah jiwa.