Upah Minimum - Landasan Teori

BAB II TINJAUAN PUSTAKA

A. Landasan Teori

6. Upah Minimum

Upah Minimum Regional adalah standar terendah yang digunakan oleh para pelaku industri untuk memberikan upah/gaji terhadap para pegawai atau karyawan dalam perusahaannya. Pemerintah mengatur hal ini melalui Peraturan Menteri Tenaga Kerja No. 05/Men/1989 tanggal 29 Mei 1989 tentang Upah Minimum. Saat ini UMR juga sering disebut dengan istilah Upah Minimum Provinsi (UMP) karena ruang lingkupnya mencakup provinsi. Selain dikenal dengan sebutan UMP, dikenal juga sebagai Upah Minimun Kabupaten/Kota (UMK).

Dalam Undang-Undang Republik Indonesia nomor 13 tahun 2003 tentang ketenagakerjaan menyebutkan bahwa upah adalah hak pekerja/buruh yang diterima dan dinyatakan dalam bentuk uang sebagai imbalan dari pengusaha atau pemberi kerja kepada pekerja/buruh yang ditetapkan dan dibayarkan menurut suatu perjanjian kerja, kesepakatan, atau peraturan perundang undangan, termasuk tunjangan bagi pekerja/buruh dan keluarga atas suatu pekerjaan dan/jasa yang telah atau akan dilakukan. Sadono Sukirno (2002:353) mendefinisikan upah yaitu pembayaran yang diperoleh berbagai bentuk jasa yang disediakan dan diberikan oleh pengusaha kepada tenaga kerja. Upah ditentukan dengan melibatkan evaluasi dari kontribusi karyawan sebagai bentuk penghargaan baik langsung maupun tidak langsung sesuai dengan kemampuan dari organisasi dan peraturan hukum yang berlaku (Fopuhunda, et al, 2011).

Menurut Sumarsono (2003: 106) perubahan tingkat upah akan mempengaruhi tinggi rendahnya biaya produksi perusahaan. Gindling dan Terrell (2006) dalam penelitian yang dilakukannya mengatakan bahwa tingkat upah memiliki pengaruh terhadap penyerapan tenaga kerja, dimana setiap 10 persen kenaikan upah minimum terjadi penurunan pekerja di masing masing sektor sebesar 1,09 persen. Menurut Kuncoro (2002), kenaikan upah akan mengakibatkan penurunan kuantitas tenaga kerja yang diminta. Apabila tingkat upah naik sedangkan harga input lain tetap, berarti harga tenaga kerja relatif mahal dari input lain. Situasi ini dilakukan pengusaha untuk mempertahankan keuntungan yang maksimum.

25 B. Penelitian Terdahulu

Tabel 2. 1 Peneliitian Terdahulu

No Judul Penulis

(Tahun) Hasil Persamaan Perbedaan 1 Analisis

26 No Judul Penulis

(Tahun) Hasil Persamaan Perbedaan 3. Pengaruh

27 No Judul Penulis

(Tahun)

Hasil Persamaan Perbedaan Jawa Timur Industri di Provinsi Jawa Timur.

No Judul Penulis

(Tahun)

Hasil Persamaan Perbedaan terhadap

29 No Judul Penulis

(Tahun) Hasil Persamaan Perbedaan 9. Analysis of

30 C. Kerangka Pemikiran

Gambar 2.3 Kerangka Pemikiran

D. Keterkaitan Variabel dengan Penyerapan Tenaga Kerja

1. Hubungan PDRB dengan Penyerapan Tenaga Kerja

Menurut Mankiw (2000), Produk regional domestik bruto (PDRB) dapat dilihat sebagai perekonomian total. Pertumbuhan ekonomi memberikan kesempatan kerja baru dan memberikan kesempatan kepada perusahaan untuk meningkatkan penggunaan tenaga kerja guna untuk meningkatkan faktor produksi perusahaan tersebut. Dengan demikian akan dapat mengurangi jumlah angka pengangguran jika terjadi peningkatan tenaga kerja. Hal itu didukung oleh Lincolin (1997), ketika produk domestik regional bruto meningkat maka permintaan jumlah tenaga kerja juga akan meningkat, dimana peningkatan produk domestik regional bruto berbanding dengan naiknya pertumbuhan ekonomi sehingga kemakmuran masyarakat juga bertambah. Ketika kemakmuran masyarakat bertambah akan menyebabkan Produk Domestik Regional Bruto (𝑋₁)

Indeks Pembangunan Manusia (𝑋₂) Upah Minimum Provinsi (𝑋₃)

Penyerapan Tenaga Kerja(Y)

banyaknya atau tersedianya lowongan pekerjaan yang berdampak akan mengurangi angka pengangguran.

Namun hasil penelitian yang dilakukan oleh Nofandillah Arumsyah Putridan Aris Soelistyo (2018) menyatakan bahwa PDRB memiliki pengaruh yang negatif dan signifikan terhadap Penyerapan Tenaga Kerja di Kawasan Gerbangkertasusila tahun 2013-2016. Selain itu sejalan dengan penelitian dari Kairupan (2013) bahwa PDRB memiliki pengaruh yang negatif dan signifikan terhadap kesempatan kerja di Provinsi Sulawesi Utara.

2. Hubungan IPM dengan Penyerapan Tenaga Kerja

Indeks Pembangunan Manusia (IPM) adalah alat ukur capaian pembangunan manusia. Didalam IPM terdapat beberapa komponen yaitu capaian umur panjang serta sehat dimana capaian itu mewakili di bidang kesehatan, partisipasi sekolah dan lamanya bersekolah, angka melek huruf, mewakili dalam bidang pendidikan. Dan daya konsumsi masyarakat terhadap sejumlah kebutuhan pokok yang dilihat sesuai pengeluaran perkapita. Dengan adanya investasi pendidikan akan mampu meningkatkan kualitas sumber daya manusia seperti munculnya keahlian masyarakat dalam berkreasi dan berinovasi. Semakin tinggi tingkatan pendidikan masyarakat maka pengetahuan dan keahlian seseorang juga meningkat dan akan mendorong peningkatan produktifitas kerjanya. Dimana ketika produktifitas kerja bagus maka akan memperoleh tenaga kerja yang baik dan akan memperoleh hasil

yang lebih banyak. Dengan demikian mereka akan mendapatkan gaji yang besar ketika bisa memperoleh hasil yang banyak (Mulyadi, 2003).

3. Hubungan UMP dengan Penyerapan Tenaga Kerja

Kenaikan upah akan menyebabkan meningkatnya biaya produksi perusahaan, yang mana akan meningkatkan harga barang per unitnya.

Biasanya akan cepat memberikan respon apabila terjadi kenaikan harga pada suatu barang sehingga tingkat konsumsi akan menurun. Sehingga banyak produk yang tidak habis terjual karena berkurangnya konsumsi masyarkat dan perusahaan memaksa untuk mengurangi jumlah produksinya. Dengan adanya pengurangan jumlah produksi suatu barang maka akan membuat kebutuhan akan tenaga kerja berkurang, dari hal tersebut maka akan adanya penurunan jumlah tenaga kerja yang dibutuhkan akibat penurunan skala produksi.

Apabila upah naik terdapat pengusaha yang lebih memilih untuk menggunakan teknologi untuk proses produksinya dan menggantikan kebutuhan akan tenaga kerja dengan kebutuhan akan barang modal seperti mesin (Sumarsono, 2009).

Rini (2013) di dalam penelitiannya, kenaikan upah minimum akan mengakibatkan berkurangnya lapangan kerja yang juga akan berimbas pada berkurangnya jumlah penyerapan tenaga kerja. Namun menurut Kuncoro (2002), menyatakan bahwa upah memiliki hubungan yang positif terhadap penyerapan tenaga kerja karena ketika upah meningkat maka akan meningkatkan daya beli masyarakat dan akan diikuti oleh banyaknya

perusahaan yang masuk dalam pasar sehingga akan meningkatkan penyerapan tenaga kerja.

E. Hipotesis Penelitian

Berdasarkan teori dan hubungan antara tujuan penelitian, kerangka pemikiran terhadap rumusan masalah teoritis dan berdasarkan studi empiris yang pernah dilakukan berkaitan dengan penelitian dibidang ini, dapat disimpulkan beberapa hipotesis antara lain :

1) Terdapat pengaruh positif PDRB terhadap Penyerapan Tenaga Kerja di Indonesia Tahun 2015-2019

2) Terdapat pengaruh positif IPM terhadap Penyerapan Tenaga Kerja di di Indonesia Tahun 2015-2019

3) Terdapat pengaruh negatif UMP terhadap terhadap Penyerapan Tenaga Kerja di Indonesia Tahun 2015-2019

4) Terdapat pengaruh PDRB, IPM, dan UMP secara bersama-sama terhadap Penyerapan Tenaga Kerja di Indonesia Tahun 2015-2019

34 BAB III

METODE PENELITIAN

A. Data dan Sumber Data

Data yang digunakan dalam penelitian ini adalah data sekunder yang merupakan data tahunan yang diperoleh dari tahun 2015 – 2019 yang bersumber dari Badan Pusat Statistik. Adapun definisi operasional variabel yang digunakan dalam penelitian ini adalah sebagai berikut :

1) PDRB di Provinsi Studi Kasus tahun 2015 – 2019.

2) Indeks Pembangunan Manusia di Provinsi Studi Kasus tahun 2015 – 2019.

3) Upah Minimum Provinsi di Provinsi Studi Kasus tahun 2015 – 2019.

4) Penduduk bekerja di 10 Provinsi Studi Kasus tahun 2015 – 2019.

B. Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini ialah dengan mencari bahan materi serta teori pendukung, dan mengumpulkan data sekunder yang berasal dari instansi terkait yaitu BPS (Badan Pusat Statistik) setiap provinsi studi kasus. Adapun teknik yang digunakan dalam penelitian ini ialah :

1) Studi pustaka

Pengumpulan data dengan studi pustaka ialah dengan mengumpulkan data yang bersumber dari buku, artikel, jurnal ilmiah, serta skripsi yang berkaitan dengan penelitian ini.

35 2) Studi Dokumentasi

Pengumpulan data dengan teknik studi dokumentasi ialah dengan mengutip sumber terkait yang berasal dari berita resmi statistik dan literature lainnya yang berkaitan dengan penelitian ini.

C. Metode Analisis Data

Dalam penelitian ini menggunakan data panel atau regresi model panel.

Data panel merupakan gabungan dari data silang (cross section) dan data waktu (time series). Ada beberapa keuntungan yang diperoleh jika menggunakan dara panel, yaitu model ini mampu menyediakan data yang lebih banyak sehingga akan menghasilkan degree of freedom yang lebih besar. Maka dari itu dengan data panel akan memberikan jumlah data yang semakin banyak sehingga memenuhi prasyaratan dan sifat-sifat statistik (Sriyana, 2014). Kemudian menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul jika terdapat masalah penghilangan variabel. Model regresinya dalam bentuk linear adalah sebagai berikut :

Yit = ₁ it ₂IPMit + ₃UMPit + it

Ket :

: Konstanta

1 2 3 : Koefisien intersep

Y : Penyerapan Tenaga Kerja

X1it : PDRB

X_2it : IPM

X3it : Upah Minimum Provinsi

i : Banyaknya individu/unit observasi t : Banyaknya waktu

D. Penentuan Estimasi Data Panel 1. Model Common Effects

Model common effect merupakan model yang paling sederhana untuk mengestimasi data panel yaitu hanya dengan mengkombinasikan data time series dan cross section. Model common effects hanya menggabungkan kedua data tanpa melihat perbedaan antar waktu dan individu sehingga dikatakan sama dengan metode Ordinary Least Square (OLS). Model yang memiliki asumsi intersep dan slope selalu tetap baik antar waktu maupun antar individu. Hal ini karena dasar yang digunakan dalam regresi data panel ini yang mengabaikan pengaruh individu dan waktu pada model yang dibentuknya.

2. Model Fixed Effects

Pada model common effects mengasumsikan bahwa intersep dan juga slope sama baik antar waktu maupun individu. Namun asumsi ini memungkinkan membuat hasil regresi yang jauh berbeda dan hasil estimasi menjadi tidak valid. Adanya berbagai faktor yang tidak semuanya masuk ke dalam persamaan dan perbedaan unit observasi memungkinkan intersep yang berbeda begitu juga dengan koefisien

regresi atau slopenya. Maka dari itu selanjutnya terjadi pembentukan model fixed effects. Efek tetap dimaksudkan bahwa satu objek observasi memiliki konstanta yang tetap untuk beberapa periode waktu. demikian juga koefisien regresinya akan tetap dari waktu ke waktu.

Dalam penggunaan estimasi dengan least square dummy variable (LSDV) yang dilakukan untuk membedakan suatu objek dengan objek lainnya, yakni dengan memasukkan variabel semu (dummy variable). Ini akan menjelaskan terjadinya perbedaan nilai intersep yang berbeda sebagai akibat perbedaan dari cross section.

3. Model Random Effect

Di dalam mengestimasi data panel dengan model fixed effects melalui teknik Least Square Dummy Variabel (LSDV) menunjukkan ketidakpastian model yang digunakan. Maka untuk mengatasi masalah ini kita bisa menggunakan variabel residual yang dikenal sebagai model Random Effects. Pada model ini akan dipilih estimasi data panel dimana error mungkin saling berhubungan koefisien regresi dan konstanta. Maka dari itu, pada model ini diasumsikan bahwa ada perbedaan intersep untuk setiap individu dan intersep tersebut disebabkan oleh residual/error dan secara variabel random atau stakastik. Sehingga dalam model ini terdapat dua komponen residual, yaitu residual secara menyeluruh, yang merupakan kombinasi time series dan cross section, dan residual secara

individu yang merupakan karakteristik random dari observasi unit ke-i dan tetap sepanjang waktu.

E. Uji Ketepatan Model

Untuk memilih metode yang paling tepat terdapat bebera pengujian yang dapat dilakukan antara lain :

1. Uji Chow

Uji Chow adalah uji yang digunakan untuk menentukan apakah model common effect ataukah fixed effect yang paling tepat digunakan dalam mengestimasi data panel. Hipotesis dari uji chow adalah :

H0 : Common Effects Model H1 : Fixed Effects Model

2. Uji Hausman

Uji Hausman membahas tentang pemilihan metode yang digunakan antara fixed effect dan random effect. Uji Hausman dilakukan dengan menggunakan alat bantu Eviews. Untuk melakukan uji ini digunakan hipotesis sebagai berikut:

H0 : Random Effect Model H1 : Fixed Effect Model

39 3. Uji Langrange Multiplier

Uji Langrange Multiplier adalah uji untuk mengetahui apakah model random effect lebih baik digunakan dibanding dengan model common effect. Untuk melakukan uji ini digunakan hipotesis sebagai berikut :

H0 : Common Effect Model H1 : Random Effect Model

F. Uji Asumsi Klasik

Mengingat data yang digunakan dalam penelitian ini adalah data sekunder, maka untuk memenuhi syarat yang ditentukan sebelum uji hipotesis melalui uji t dan uji F maka perlu dilakukannya pengujian atas beberapa asumsi klasik yang digunakan yaitu uji normalitas, uji multikolinieritas, autokorelasi, dan heteroskesastisitas yang secara rinci dijelaskan sebagai berikut:

1. Uji Normalitas

Uji normalitas memiliki tujuan untuk menguji apakah sampel yang digunakan mempunyai distribusi normal atau tidak. Dalam model regresi linier, asumsi ini ditunjukkan oleh nilai error yang berdistribusi normal. Model regresi yang baik adalah model regresi yang dimiliki distribusi normal atau mendekati normal, sehingga layak dilakukan pengujian secara statistik. Menurut Singgih Santoso (2012:293) dasar

pengambilan keputusan bisa dilakukan berdasarkan probabilitas (Asymtotic Significance), yaitu:

1) Jika probabilitas > 0,05 maka distribusi dari model regresi adalah normal.

2) Jika probabilitas < 0,05 maka distribusi dari model regresi adalah tidak normal.

2. Uji Multikolinearitas

Uji multikolinearitas ini berfungsi untuk mengetahui apakah dalam model regresi terdapat atau tidaknya korelasi antara variabel bebas. Jika terjadi korelasi, maka bisa dikatakan adanya problem multikolinieritas.

Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Jika terbukti adanya multikolinieritas, maka sebaiknya salah satu variabel independen yang ada dikeluarkan dari model, lalu pembuatan model regresi ulang (Singgih, Santoso, 2020:234). Untuk mendeteksi ada tidaknya multikolinieritas dapat dilihat dari besaran Variance Inflation Factor (VIF) dan Tolerance.

Nilai Tolerance mengukur variabelitas dari variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jika nilai tolerance rendah sama dengan nilai VIF tinggi, dikarenakan VIF = 1/tolerance, dan menunjukkan terdapat kolinearitas yang tinggi. Nilai cut off yang digunakan adalah untuk nilai tolerance 0,10 atau niai VIF diatas angka 10.

41 3. Uji Heteroskedastisitas

Uji Heteroskedastisitas adalah uji yang bertujuan untuk mengetahui apakah dalam model regresi terdapat ketidaksamaan variance residual satu pengamat ke pengamat lainnya. jika variance dari residual satu pengamat ke pengamat lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut dengan heteroskedastisitas.

Model regresi yang baik adalah model regresi homoskedastisitas atau tidak terjadi heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran (Ghozali, 2013:139)

Salah satu cara yang dapat digunakan untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melakukan uji Glejser. Uji Glejser mrnghasilkan untuk meregres nilai absolut residual terhadap variabel independen. Hasil probabilitas dikatakan signifikan jika nilai signifikansinya diatas tingkat kepercayaan 5%

4. Uji Autokorelasi

Uji Autororelasi ini bertujuan untuk mengetahui apakah dalam sebuah model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinyatakan adanya problem autokorelasi. Tentu saja model regresi yang baik adalah jika model regresi tersebut bebas dari autokorelasi (Singgih Santoso, 2012:241).

Untuk memeriksa ada atau tidaknya autokorelasi salah satunya dengan

mennggunakan LM Test yang akan menghasilkan statistik Breusch-Godfrey (BG Test).

Pengujian Breusch-Godfrey dilakukan dengan meregres variabel penggangu (residual) Ut menggunakan autoregressive secara simultan sama dengan nol, menunjukkan bahwa tidak terdapat autokorelasi pada setiap periode. Hasil uji LM jika menujukan nilai probabilitas lebih dari 0,05 atau > =5% maka tidak terjadi autokorelasi. Dan sebaliknya jika kurang dari 0,05 maka terjadi masalah autokorelasi.

G. Uji Hipotesis

1. Uji t (Uji Parsial)

Uji t (t-test) melakukan pengujian koefisien regresi secra parsial atau individu, pengujian ini dilakukan untuk mengetahui signifikansi peran secara parsial antara variabel independen terhadap variabel dependen dengan mengasumsikan bahwa variabel independen lain dianggap konstan. Uji ini menggunakan hipotesis sebagai berikut:

Jika hipotesis signifikan positif a. H0 : 0

b. H1 : 0

Jika hipotesis signifikan negatif a. H0 : 0

b. H1 : 0

Menentukan tingkat signifikan ( 5%

Kriteria pengujian : jika nilai probabilitas T-statisic > 0.05, maka H0 diterima, artinya variabel independen tidak mempengaruhi variabel dependen secara signifikan. Dan jika probabilitas T-statistic < 0.05, maka H0 ditolak, artinya variabel independen mempengaruhi variabel dependen secara signifikan.

2. Uji F (Uji Simultan)

Uji F merupakan pengujian terhadap koefisien regresi secara simultan. Pengujian ini dilakukan untuk mengetahui pengaruh semua variabel independen yang terdapat di dalam model secara bersama-sama (simultan) terhadap variabel dependen. Apabila nilai F hitung lebih besar dari nilai F krisis maka variabel independen secara keseluruhan berpengaruh terhadap variabel dependen.

Dengan membandingkan nilai probabilitas F-statistic dengan (5%), jika probabilitas F-stat < maka H0 ditolak, yang artinya variabel independen secara menyeluruh mempengaruhi variabel dependen. Dan sebaliknya apabila nilai probabilitas F-stat > maka H0 diterima, yang artinya variabel independen secara menyeluruh tidak mempengaruhi variabel dependen.

3. Koefisien Determinasi (R Square)

Koefisien determinasi bertujuan untuk mengetahui seberapa jauh kemampuan model menjelaskan variabel terikat yang dihitung.

Nilai R² yang kecil/ mendekati nol, berarti kemampuan variabel-variabel bebas dalam menjelaskan variabel-variabel terikat sangat terbatas atau kecil. Nilai R² yang besar mendekati 1, berarti variabel-variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel terkait.

H. Definisi Operasional Variabel

Data yang digunakan dalam analisis ini berupa data sekunder yang diperoleh melalui proses pengolahan dari instasi yang terkait dengan penelitian yaitu dari website resmi Badan Pusat Statistik Indonesia. Jenis data yang digunakan dalam penelitian ini yaitu data panel yang merupakan gabungan antara time series dan cross section. Adapun data yang digunakan untuk cross section diambil dari 10 provinsi di Indonesia yaitu :

1. Banten 2. Jawa barat 3. Kepulauan riau 4. Maluku

5. DKI jakarta 6. Papua barat 7. Aceh

8. Sulawesi utara

9. Kalimantan timur, dan 10. Riau

Sedangkan untuk data time series menggunakan data PDRB tiap provinsi, Indeks Pembangunan Manusia tiap provinsi dan Upah Minumum tiap provinsi dalam kurun waktu 2015-2019 dengan jumlah observasi berjumlah 50. Penelitian ini bertujuan untuk mengetahui apakah variabel independen berpengaruh terhadap variabel dependen.

1. Penyerapan Tenaga Kerja (Y)

Penyerapan Tenaga Kerja merupakan penduduk yang mampu bekerja dalam usia kerja, yaitu antara usia 15-64 tahun).

Menurut UU No. 13 Tahun 2003 tentang ketenagakerjaan, tenaga kerja adalah setiap otang yang mampu melakukan pekerjaan guna menghasilkan barang dan jasa baik untuk memenuhi kebutuhan sendiri maupun untuk masyarakat. Data yang digunakan adalah jumlah penduduk bekerja di 10 Provinsi di Indonesia tahun 2015-2019 dan disajikan dalam bentuk logaritma natural.

2. Produk Domestik Regional Bruto (X1)

Menurut BPS, Produk Domestik Regional Bruto (PDRB) adalah jumlah nilai tambah atas dasar harga produsen atas barang dan jasa yang dihasilkan oleh berbagai unit produksi di wilayah dalam jangka waktu tertentu (biasanya satu tahun). Unit-unit produksi tersebut dalam penyajian ini dikelompokkan menjadi 17 lapangan usaha. Data yang digunakan adalah nilai PDRB atas dasar harga konstan 2010 di 10 Provinsi Indonesa tahun 2015-2019. Satuan

variabel dalam milyar rupiah dan disajikan dalam bentuk logaritma natural.

3. Indeks Pembangunan Manusia (X2)

Indeks Pembangunan Manusia (IPM) merupakan indikator untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia. IPM dibentuk oleh 3 (tiga) dimensi dasar yaitu umur panjang dan hidup sehat, pengetahuan, dan standar hidup layak. Data yang digunakan adalah nilai IPM di 10 Provinsi di Indonesia tahun 2015-2019 dan disajikan dalam bentuk logaritma natural.

4. Upah Minimum Provinsi (X3)

Upah Minimum (UMR/UMP) adalah suatu standar minimum yang digunakan oleh pada pengusaha untuk memberikan upah kepada pegawai, karyawan, atau buruh di dalam lingkungan usaha atau kerjanya. Data yang digunakan adalah Upah Minimum Provinsi di 10 Provinsi Indonesia tahun 2015-2019 dan disajikan dalam bentuk logaritma natural.

47 BAB IV

HASIL ANALISIS DAN PEMBAHASAN

Pada bab analisis dan pembahasan ini akan menguraikan hasil penelitian mengenai pengaruh dari Produk Domestik Regional Bruto, Indeks Pembangunan Manusia, dan Upah Minimum Provinsi terhadap penyerapan tenaga kerja di Indonesia tahun 2015-2019 (studi kasus 10 provinsi terendah). Dalam penelitian ini analisis yang dilakukan berupa data cross section dan time series yaitu sebanyak 50 sampel yaitu 10 provinsi yang memiliki penduduk bekerja terendah dalam kurun waktu tahun 2015-2019. Analisis data panel dilakukan dengan melakukan pemilihan metode yang tepat dalam menganalis data-data hasil penelitian, metode tersebut yaitu common effect, fixed effect, dan random effect.

Diantara ketiga metode analisis data panel tersebut, akan dipilih salah satu metode yang selanjutnya akan digunakan untuk tahap uji statistik. Dalam pengujian estimasi ini digunakan bantuan dengan program EVIEWS 10.

48 A. Gambaran Umum Objek Penelitian

1. Gambaran Penyerapan Tenaga Kerja di Indonesia

Tenaga kerja merupakan faktor penting dari pembangunan nasional. Suatu wilayah dapat dilihat sejahtera atau tidak salah satu nya dengan penyerapan tenaga kerja di wilayah tersebut. Hal tersebut dapat dilihat dari presentase jumlah penduduk bekerja terhadap jumlah angkatan kerja di suatu wilayah. Dari 34 provinsi di Indonesia terdapat 10 provinsi dengan penyerapan tenaga kerja terendah yang akan digambarkan melalui grafik dibawah ini :

Gambar 4. 1

Presentase Penyerapan Tenaga Kerja di Indonesia

Sumber: Badan Pusat Statistik

Melihat data dari grafik di atas dapat dilihat bahwa penyerapan tenaga kerja di Indonesia secara keseluruhan dapat dikatakan cukup

84 86 88 90 92 94 96 98 100

Aceh Sumatera Utara Sumatera Barat Riau Jambi Sumatera Selatan Bengkulu Lampung Bangka-Belitung Kepulauan Riau DKI Jakarta Jawa Barat Jawa Tengah D I Y Jawa Timur Banten Bali Nusa Tenggara Barat Nusa Tenggara Timur Kalimantan Barat Kalimantan Tengah Kalimantan Selatan Kalimantan Timur Kalimantan Utara Sulawesi Utara Sulawesi Tengah Sulawesi Selatan Sulawesi Tenggara Gorontalo Sulawesi Barat Maluku Maluku Utara Papua Barat Papua

2015 2016 2017 2018 2019

berfluktuasi. Dari 34 Provinsi di Indonesia penyerapan tenaga kerja teringgi ada pada provinsi Bali dengan presentase sebesar 98,43%.

Sedangkan provinsi Banten menjadi provinsi yang terendah dengan presentase di tahun 2019 sebesar 91,89 persen, presentase ini cukup jauh dibandingkan dengan provinsi Bali. Dan menurut data terdapat 10 provinsi yang menempati posisi terendah selain Banten yaitu Jawa Barat, Kepulauan Riau, Maluku, DKI Jakarta, Papua Barat, Aceh, Sulawesi

Dalam dokumen ANALISIS PENGARUH PDRB, IPM, DAN UPAH MINIMUM TERHADAP PENYERAPAN TENAGA KERJA DI INDONESIA (STUDI KASUS DI 10 PROVINSI TAHUN ) SKRIPSI (Halaman 38-0)