ANALISIS PENGARUH UPAH MINIMUM PROVINSI TERHADAP TINGKAT PENGANGGURAN TERBUKA DI INDONESIA TAHUN 2001-2012
Daftar Isi
Daftar Isi...i
1. Latar Belakang...1
1.1. Karakteristik Pasar Tenaga Kerja...1
1.1.1. Kualifikasi Tenaga Kerja...2
1.1.2. Regulasi Upah Minimum di Indonesia...3
1.2. Perumusan Masalah...4
1.3. Hipotesis Penelitian...4
2. Kerangka Teori dan Metode...5
2.1. Efek Upah Minimum terhadap Tenaga Kerja...5
2.2. Spesifikasi Model...5
2.3. Definisi Operasional Variabel...6
3. Hasil dan Pembahasan...7
3.1. Pemilihan Penggunaan Model Panel...7
3.2. Uji Best Linear Unbiased Estimator (BLUE)...8
3.3. Analisis Hasil Estimasi...9
4. Kesimpulan dan Saran...10
4.1. Kesimpulan...10
4.2. Saran...11
Lampiran...12
1. Latar Belakang
Kondisi pasar tenaga kerja dapat mempengaruhi pergerakan penawaran agregat dari pasar faktor produksi. Lebih lanjut, perubahan keseimbangan dalam pasar tenaga kerja yang terbentuk berdasarkan perpotongan antara harga yang dibentuk oleh produsen (price setting) dan upah yang diekspektasikan oleh pekerja (wage setting) dapat berpengaruh terhadap tingkat pengangguran. Keseimbangan yang terjadi pada pasar tenaga kerja selanjutnya menjadi determinan dari pergerakan penawaran agregat. Pergerakan penawaran agregat sebagai representasi dari kondisi pasar tenaga kerja dan intervensi kebijakan yang dilakukan pemerintah, melalui interaksi dengan permintaan agregat pada titik perpotongan dapat menentukan output perekonomian. Dengan demikian, berdasarkan transmisi dari pasar tenaga kerja hingga keseimbangan penawaran dan permintaan agregat, kondisi yang terjadi dalam pasar tenaga kerja dapat menentukan tingkat output natural dan pengangguran. Oleh karena itu, untuk mengetahui pengaruh dinamika kondisi pasar tenaga kerja, khususnya pengaruh upah minimum provinsi terhadap tingkat pengangguran perlu dipahami secara saksama mengenai karakteristik pasar tenaga kerja, kualifikasi tenaga kerja, dan regulasi pengupahan di Indonesia.
1.1. Karakteristik Pasar Tenaga Kerja
Jumlah angkatan kerja di Indonesia selama periode 2004-2013 terus mengalami peningkatan, dari 103.973.387 pada 2004 menjadi 121.191.712 pada 2013. Peningkatan jumlah angkatan kerja ini disebabkan oleh peningkatan penduduk berumur 15 tahun ke atas pada periode yang sama.
Tabel 1.1. Karakteristik Tenaga Kerja Tahun 2004-2013
Sumber: Badan Pusat Statistik (diolah)
67,55% tahun 2004 menjadi 69,21% tahun 2013. Kenaikan jumlah angkatan kerja dan TPAK ini disebabkan pertumbuhan alamiah, yaitu didorong oleh pertumbuhan penduduk.
Sumber: Badan Pusat Statistik (diolah)
Jumlah tenaga kerja dan tingkat partisipasi tenaga kerja mengalami peningkatan pada 2006-2013 seiring dengan menurunnya tingkat pengangguran terbuka. Tingkat partisipasi kerja pada 2008, 2011, dan 2012 secara berurutan adalah 91,61%, 93,4%, dan 93,89% dan tingkat pengangguran terbuka pada periode yang sama adalah 9,11%, 7,14%, dan 6,32%.
1.1.1. Kualifikasi Tenaga Kerja
Tabel 1.1.1. menampilkan tingkat pendidikan tenaga kerja Indonesia pada 2002-2012. Tenaga kerja dengan pendidikan SLTP atau lebih rendah dikelompokan sebagai tenaga kerja kurang terdidik, sementara tenaga kerja dengan pendidikan SMU atau SMK atau lebih tinggi dikategorikan sebagai tenaga kerja terdidik.
Tabel 1.1.1. Tingkat Pendidikan Tenaga Kerja Indonesia Tahun 2002-2012
Sumber: Badan Pusat Statistik (diolah)
tenaga kerja terdidik terus mengalami peningkatan dari 22,3% pada 2002 menjadi 33,1% pada 2012. Peningkatan ini terjadi baik pada pendidikan SMU/SMK, diploma, maupun universitas. Selanjutnya, pada periode 2002-2012 tenaga kerja kurang terdidik mengalami penurunan dari 77,7% pada 2002 menjadi 66,9%. Penurunan tenaga kerja kurang terdidik terjadi secara konsisten pada tingkat pendidikan SD, hal ini disebabkan oleh kebijakan pemerintah pada pendidikan dasar dalam bentuk pembebasan biaya.
Sumber: Badan Pusat Statistik (diolah)
Grafik 1.1.1. menampilkan pengangguran terbuka menurut pendidikan tertinggi yang ditamatkan pada 2004-2013. Jumlah pengangguran terbuka tertinggi terdapat pada pekerja dengan pendidikan SLTA umum, SLTP, dan SD. Sementara itu jumlah pengangguran terbuka terendah terdapat pada pekerja dengan pendidikan tidak/belum pernah sekolah, diploma/akademi, dan universitas. Jumlah pengangguran terbuka terendah adalah pekerja dengan pendidikan tidak/belum pernah sekolah disebabkan oleh proporsi tenaga kerja tidak/belum pernah sekolah merupakan yang paling kecil dalam tenaga kerja Indonesia.
1.1.2. Regulasi Upah Minimum di Indonesia
Regulasi upah minimum diatur dalam UU No. 13 Tahun 2003 tentang Ketenagakerjaan. Penetapan upah minimum sejak tahun 2006 didasarkan pada kebutuhan hidup layak (KHL) seorang pekerja lajang. Komponen kebutuhan hidup layak ini diatur dalam peraturan menteri tenaga kerja dan transmigrasi.
1.2. Perumusan Masalah
Seperti yang telah dipaparkan sebelumnya bahwa kondisi pasar tenaga kerja dapat mempengaruhi keseimbangan pasar tenaga kerja, pengangguran. Penetapan upah minimum provinsi sebagai bentuk intervensi pemerintah dapat mengakibatkan perusahaan menanggung biaya yang lebih tinggi dan berakibat pada pengurangan jumlah tenaga kerja. Pada mekanisme pasar persaingan sempurna, perusahaan akan merespon penetapan upah minimum dengan mengurangi jumlah tenaga kerja. Dengan demikian, penulisan ini diharapkan dapat menjawab pertanyaan berikut: Bagaimanakah pengaruh upah minimum provinsi terhadap tingkat
pengangguran terbuka provinsi di Indonesia pada tahun 2001-2012. 1.3. Hipotesis Penelitian
Hipotesis awal dalam penulisan ini adalah sebagai berikut:
2. Kerangka Teori dan Metode
2.1. Efek Upah Minimum terhadap Tenaga Kerja
Upah minimum adalah penetapan suatu standar minimum yang harus dibayarkan oleh para pengusaha atau pelaku industri kepada pegawai, karyawan atau buruh di dalam lingkungan usaha atau kerja (Mankiw, 2007).
Grafik 2.1. Efek Upah Minimum terhadap Tenaga Kerja
Sumber: Borjas, George J. 2008. Labor Economics. McGraw-Hill: United States.
Pada awalnya, pasar kompetitif tenaga kerja berada pada keseimbangan dengan tingkat upah W* dan tenaga kerja E*. Kemudian, pemerintah mengenakan upah minimum sebesar W1. Selanjutnya, diasumsikan bahwa upah minimum berlaku
secara umum, sehingga semua pekerja yang berada pada angkatan kerja terkena peraturan. Ketika pemerintah menetapkan upah terendah pada titik W1, permintaan
tenaga kerja turun ke titik ED. Sebagai akibat dari upah minimum beberapa pekerja
akan kehilangan pekerjaannya dan menjadi pengangguran pada grafik 2.1. ditunjukkan sebesar E*-ED. Tingkat upah yang tinggi untuk mempekerjakan
pegawai menyebabkan penambahan pegawai sebesar E*-ES yang masuk ke dalam
pasar tenaga kerja tidak dapat menemukan pekerjaan dan akan menambah jumlah pengangguran. Oleh karena itu, pengenaan upah minimum dapat memberikan pengaruh pada pasar tenaga kerja berupa meningkatnya jumlah pengangguran. 2.2. Spesifikasi Model
Model Panel
TPTit=β0+β1lnUMPit+β2lnPDRBit+εit
Dimana β0 adalah intersep dan β1 dan β2 merupakan koefisien. Model panel
diestimasi pada series tahun (t) 2001 hingga 2012 dan identifier (i) adalah provinsi. Variabel dependen adalah tingkat pengangguran terbuka (TPT) yang merupakan persentase jumlah penganggur terhadap angkatan kerja. Variabel independen yang digunakan adalah upah minimum provinsi (lnUMP) dan produk domestik regional bruto (lnPDRB).
2.3. Definisi Operasional Variabel
Upah minimum provinsi adalah upah bulanan terendah yang terdiri atas upah pokok termasuk tunjangan tetap yang ditetapkan oleh gubernur sebagai jaring pengaman yang berlaku untuk seluruh wilayah kabupaten/kota di satu propinsi.
Produk domestik regional bruto (PDRB) adalah indikator yang menggambarkan keadaan perekonomian penduduk di suatu wilayah atau daerah. PDRB digunakan sebagai representasi dari penghasilan agregat nasional per provinsi. Data PDRB yang digunakan merupakan data PDRB berdasarkan pengeluaran dengan harga konstan 2000 untuk setiap provinsi pada tahun 2001 hingga 2012.
3. Hasil dan Pembahasan
3.1. Pemilihan Penggunaan Model Panel
Tabel 3.1. Redundant Fixed Effect atau Likelihood Ratio
Redundant Fixed Effect Hasil
Nilai Probabilita F 0.0000
Keputusan Model Fixed Effect
Sumber: Pengolahan output eviews
Untuk menentukan apakah akan memilih model pooled least square atau fixed effect digunakan redundant fixed effect atau likelihood ratio. Tolak H0 jika
probabilita F lebih kecil dari α, yaitu lebih kecil dari 0,05, dimana H0 adalah model pooled least square dan H1 adalah model fixed effect. Berdasarkan tabel 3.1. hasil redundant fixed effect atau likelihood ratio untuk model memiliki nilai probabilita F lebih kecil dari α. Sehingga model yang digunakan menolak H0 dan tidak menolak
H1, yaitu model fixed effect.
Tabel 3.2. Hausman
Hausman Hasil
Nilai Probabilita Chi-square 0.2303
Keputusan Model Random Effect
Sumber: Pengolahan output eviews
Untuk menentukan apakah akan memilih model random effect atau fixed effect
digunakan uji hausman. Tolak H0 jika probabilita chi-square lebih kecil dari α, yaitu
lebih kecil dari 0,05, dimana H0 adalah model random effect dan H1 adalah model fixed effect. Berdasarkan tabel 3.2. hasil uji hausman untuk model memiliki nilai probabilita chi-square lebih besar dari α. Sehingga model tidak menolak H0, yaitu
menggunakan model random effect.
Tabel 3.3. Perbandingan Hasil Estimasi Model
.
2. Fixed Effect Model Variabel signifikan: lnump (+) pada α 5%. R2: 0,959
R2 adjusted: 0,955 SSE: 117,83
Statistik durbin-watson: 0,681
3. Random Effect Model Variabel signifikan: lnump (+) pada α 5%. R2: 0,896
R2 adjusted: 0,895 SSE: 128,59
Statistik durbin-watson: 0,615 Sumber: Pengolahan output eviews
3.2. Uji Best Linear Unbiased Estimator (BLUE)
Asumsi Best Linear Unbiased Estimator (BLUE) meliputi tidak ada multikolinearitas, homoskedastis, dan tidak terdapat otokolerasi. Multikolinearitas ada jika terdapat hubungan diantara variabel independen yang sama dengan atau lebih besar dari 80%.
Pada OLS, statistik durbin-watson menunjukkan angka 0,61, yang berarti ada serial korelasi positif pada persamaan. Serial korelasi dapat mengakibatkan tingginya nilai R2. Untuk mengatasi nilai statistik durbin-watson yang kecil telah digunakan
SUR pada hasil estimasi model random effect. Namun, pada model random effect
tidak perlu dilakukan uji terhadap heteroskedastisitas dan otokolerasi karena estimator menggunakan metode estimasi generalized least square (GLS). Sehingga pada kasus heteroskedastisitas dan otokolerasi sudah otomatis akan dilakukan
weighted.
3.3. Analisis Hasil Estimasi
No menggunakan t-probabilita suatu variabel dikatakan signifikan jika nilai P > |t| lebih kecil dari α (α = 0,05) pada tingkat confidence interval 95%. Uji individu atau uji t-statistik pada model menunjukkan bahwa terdapat satu variabel independen yang signifikan, yaitu upah minimum provinsi (lnUMP). Sementara itu, variabel independen produk domestik regional bruto (lnPDRB) tidak signifikan mempengaruhi variabel dependen.
Hasil estimasi menunjukkan bahwa upah minimum provinsi signifikan pada α (α = 0,05) dan tingkat confidence interval 95% serta berpengaruh positif terhadap tingkat pengengguran terbuka. Pada saat upah minimum provinsi naik sebesar 1% satuan, tingkat pengangguran terbuka akan meningkat sebesar 6,745%. Peningkatan ini dapat menjelaskan bahwa jika upah minimum provinsi diterapkan, biaya yang dihadapi perusahaan semakin tinggi dan pada akhirnya dapat berakibat pada pengurangan tenaga kerja.
provinsi tidak mempertimbangkan unsur populasi atau tidak menggunakan PDRB per kapita. Lebih lanjut, hal ini juga dikarenakan terdapat faktor-faktor lain yang lebih mempengaruhi tingkat pengangguran terbuka provinsi di Indonesia seperti tingkat pendidikan, usia produktif atau usia angkatan kerja, dan lain-lain.
Terdapat perbedaan rata-rata nilai intersep antar provinsi yang ditunjang dengan nilai F probabilita 0,000 (0,000 < 0,05) yang signifikan dengan tingkat keyakinan 95%, beda nilai intersep ditunjukkan pada lampiran 5 hasil output random effect
model. Nilai rata-rata tingkat pengangguran terbuka provinsi NAD dapat dilihat melalui besaran _NAD-C = -0,168645, yaitu ada rata-rata -0,168645 tingkat pengangguran terbuka.
4. Kesimpulan dan Saran
4.1. Kesimpulan
Tujuan penulisan ini adalah untuk mengetahui pengaruh upah minimum provinsi terhadap tingkat pengangguran terbuka pada tingkat provinsi di Indonesia tahun 2001-2012. Dengan menggunakan data panel 26 provinsi pada tahun 2001-2012 hasil estimasi menunjukkan bahwa upah minimum provinsi (lnUMP) signifikan terhadap tingkat pengangguran terbuka.
Upah minimum provinsi signifikan pada α (α = 0,05), pada saat upah minimum provinsi naik sebesar 1%, tingkat pengangguran terbuka akan meningkat sebesar 6,745%. Peningkatan ini dapat menjelaskan bahwa pada saat upah minimum provinsi diterapkan, biaya yang dihadapi perusahaan semakin tinggi dan pada akhirnya dapat berakibat pada pengurangan tenaga kerja. Sementara itu, PDRB tidak signifikan mempengaruhi tingkat pengangguran terbuka. Hal ini dikarenakan masih terdapat faktor-faktor lain yang lebih dapat mempengaruhi tingkat pengangguran provinsi di Indonesia.
4.2. Saran
Penggunaan variabel PDRB per kapita dengan memperhatikan unsur populasi sebagai representasi dari kondisi ekonomi provinsi.
Lampiran
1. Hasil Output Pooled Least Square Dependent Variable: TPT?
Method: Pooled Least Squares Date: 12/16/13 Time: 08:56 Sample: 2001 2012
Included observations: 12 Cross-sections included: 26
Total pool (balanced) observations: 312
Variable Coefficient Std. Error t-Statistic Prob.
LNUMP? 6.559211 0.145246 45.15937 0.0000
LNPDRB? -0.486702 0.027776 -17.52208 0.0000
R-squared 0.881210 Mean dependent var 7.697949
Adjusted R-squared 0.880827 S.D. dependent var 3.055550
S.E. of regression 1.054820 Akaike info criterion 2.951008
Sum squared resid 344.9202 Schwarz criterion 2.975001
Log likelihood -458.3572 Hannan-Quinn criter. 2.960597
Durbin-Watson stat 0.242694
2. Hasil Output Pooled Least Squared (Period SUR)
Dependent Variable: TPT?
Method: Pooled EGLS (Period SUR) Date: 12/16/13 Time: 08:58 Sample: 2001 2012
Included observations: 12 Cross-sections included: 26
Total pool (balanced) observations: 312
Linear estimation after one-step weighting matrix
Variable Coefficient Std. Error t-Statistic Prob.
LNUMP? 6.528097 0.112124 58.22192 0.0000
LNPDRB? -0.470662 0.019955 -23.58584 0.0000
Weighted Statistics
R-squared 0.914031 Mean dependent var 2.792291
Adjusted R-squared 0.913754 S.D. dependent var 3.784755
S.E. of regression 1.000938 Sum squared resid 310.5817
Durbin-Watson stat 2.016853
Unweighted Statistics
R-squared 0.879963 Mean dependent var 7.697949
3. Hasil Output Fixed Effect Model
Dependent Variable: TPT? Method: Pooled Least Squares Date: 12/16/13 Time: 08:54 Sample: 2001 2012
Included observations: 12 Cross-sections included: 26
Total pool (balanced) observations: 312
Variable Coefficient Std. Error t-Statistic Prob.
C -5.205074 2.245198 -2.318314 0.0211
LNUMP? 6.592868 0.178684 36.89679 0.0000
LNPDRB? -0.000340 0.195345 -0.001741 0.9986
Fixed Effects (Cross)
R-squared 0.959417 Mean dependent var 7.697949
Adjusted R-squared 0.955559 S.D. dependent var 3.055550
S.E. of regression 0.644144 Akaike info criterion 2.043669
Sum squared resid 117.8377 Schwarz criterion 2.379580
Log likelihood -290.8124 Hannan-Quinn criter. 2.177923
F-statistic 248.6662 Durbin-Watson stat 0.681479
4. Hasil Output Redundant Fixed Effect Test
Redundant Fixed Effects Tests Pool: TUGAS_2
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 6.242049 (25,284) 0.0000
Cross-section Chi-square 136.630078 25 0.0000
Cross-section fixed effects test equation: Dependent Variable: TPT?
Method: Panel Least Squares Date: 12/16/13 Time: 09:01 Sample: 2001 2012
Included observations: 12 Cross-sections included: 26
Total pool (balanced) observations: 312
Variable Coefficient Std. Error t-Statistic Prob.
C -6.585885 0.397343 -16.57482 0.0000
LNUMP? 6.963758 0.108625 64.10819 0.0000
LNPDRB? 0.062590 0.038833 1.611778 0.1080
R-squared 0.937117 Mean dependent var 7.697949
Adjusted R-squared 0.936710 S.D. dependent var 3.055550
S.E. of regression 0.768697 Akaike info criterion 2.321330
Sum squared resid 182.5867 Schwarz criterion 2.357320
Log likelihood -359.1275 Hannan-Quinn criter. 2.335714
F-statistic 2302.462 Durbin-Watson stat 0.427448
5. Hasil Output Random Effect Model
Dependent Variable: TPT?
Method: Pooled EGLS (Cross-section random effects) Date: 12/16/13 Time: 08:55
Sample: 2001 2012 Included observations: 12 Cross-sections included: 26
Total pool (balanced) observations: 312
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C -6.415396 0.796551 -8.053965 0.0000
LNUMP? 6.745234 0.130314 51.76159 0.0000
LNPDRB? 0.087321 0.071649 1.218739 0.2239
Random Effects (Cross)
Adjusted R-squared 0.895652 S.D. dependent var 1.997096
S.E. of regression 0.645120 Sum squared resid 128.5994
F-statistic 1335.711 Durbin-Watson stat 0.615024
Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.936294 Mean dependent var 7.697949
Sum squared resid 184.9784 Durbin-Watson stat 0.427572
6. Hasil Output Hausman Test
Correlated Random Effects - Hausman Test Pool: TUGAS_2
Test cross-section random effects
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 2.936616 2 0.2303
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
LNUMP? 6.592868 6.745234 0.014946 0.2127
LNPDRB? -0.000340 0.087321 0.033026 0.6295
Cross-section random effects test equation: Dependent Variable: TPT?
Method: Panel Least Squares Date: 12/16/13 Time: 09:02 Sample: 2001 2012
Included observations: 12 Cross-sections included: 26
Total pool (balanced) observations: 312
Variable Coefficient Std. Error t-Statistic Prob.
C -5.205074 2.245198 -2.318314 0.0211
LNUMP? 6.592868 0.178684 36.89679 0.0000
LNPDRB? -0.000340 0.195345 -0.001741 0.9986
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.959417 Mean dependent var 7.697949
Adjusted R-squared 0.955559 S.D. dependent var 3.055550
S.E. of regression 0.644144 Akaike info criterion 2.043669
Sum squared resid 117.8377 Schwarz criterion 2.379580
Log likelihood -290.8124 Hannan-Quinn criter. 2.177923
F-statistic 248.6662 Durbin-Watson stat 0.681479
7. Estimation Command
TPT_NAD = C(4) + C(1) + C(2)*LNUMP_NAD + C(3)*LNPDRB_NAD
TPT_SUMUT = C(5) + C(1) + C(2)*LNUMP_SUMUT + C(3)*LNPDRB_SUMUT
TPT_SUMBAR = C(6) + C(1) + C(2)*LNUMP_SUMBAR + C(3)*LNPDRB_SUMBAR
TPT_RIAU = C(7) + C(1) + C(2)*LNUMP_RIAU + C(3)*LNPDRB_RIAU
TPT_JAMBI = C(8) + C(1) + C(2)*LNUMP_JAMBI + C(3)*LNPDRB_JAMBI
TPT_SUMSEL = C(9) + C(1) + C(2)*LNUMP_SUMSEL + C(3)*LNPDRB_SUMSEL
TPT_BENGKULU = C(10) + C(1) + C(2)*LNUMP_BENGKULU + C(3)*LNPDRB_BENGKULU
TPT_LAMPUNG = C(11) + C(1) + C(2)*LNUMP_LAMPUNG + C(3)*LNPDRB_LAMPUNG
TPT_JAKARTA = C(12) + C(1) + C(2)*LNUMP_JAKARTA + C(3)*LNPDRB_JAKARTA
TPT_JABAR = C(13) + C(1) + C(2)*LNUMP_JABAR + C(3)*LNPDRB_JABAR
TPT_JATENG = C(14) + C(1) + C(2)*LNUMP_JATENG + C(3)*LNPDRB_JATENG
TPT_DIY = C(15) + C(1) + C(2)*LNUMP_DIY + C(3)*LNPDRB_DIY
TPT_JATIM = C(16) + C(1) + C(2)*LNUMP_JATIM + C(3)*LNPDRB_JATIM
TPT_BALI = C(17) + C(1) + C(2)*LNUMP_BALI + C(3)*LNPDRB_BALI
TPT_KALBAR = C(18) + C(1) + C(2)*LNUMP_KALBAR + C(3)*LNPDRB_KALBAR
TPT_KALTENG = C(19) + C(1) + C(2)*LNUMP_KALTENG + C(3)*LNPDRB_KALTENG
TPT_KALSEL = C(20) + C(1) + C(2)*LNUMP_KALSEL + C(3)*LNPDRB_KALSEL
TPT_KALTIM = C(21) + C(1) + C(2)*LNUMP_KALTIM + C(3)*LNPDRB_KALTIM
TPT_SULUT = C(22) + C(1) + C(2)*LNUMP_SULUT + C(3)*LNPDRB_SULUT
TPT_SULTENG = C(23) + C(1) + C(2)*LNUMP_SULTENG + C(3)*LNPDRB_SULTENG
TPT_SULSEL = C(24) + C(1) + C(2)*LNUMP_SULSEL + C(3)*LNPDRB_SULSEL
TPT_SULTRA = C(25) + C(1) + C(2)*LNUMP_SULTRA + C(3)*LNPDRB_SULTRA
TPT_NTB = C(26) + C(1) + C(2)*LNUMP_NTB + C(3)*LNPDRB_NTB
TPT_NTT = C(27) + C(1) + C(2)*LNUMP_NTT + C(3)*LNPDRB_NTT
TPT_MALUKU = C(28) + C(1) + C(2)*LNUMP_MALUKU + C(3)*LNPDRB_MALUKU
Substituted Coefficients: =====================
TPT_NAD = -0.168644805245 - 6.41539640076 + 6.74523444151*LNUMP_NAD + 0.0873213279114*LNPDRB_NAD
TPT_SUMUT = -0.165110764009 - 6.41539640076 + 6.74523444151*LNUMP_SUMUT + 0.0873213279114*LNPDRB_SUMUT
TPT_SUMBAR = -0.147675038471 - 6.41539640076 + 6.74523444151*LNUMP_SUMBAR + 0.0873213279114*LNPDRB_SUMBAR
TPT_RIAU = 0.0263561281474 - 6.41539640076 + 6.74523444151*LNUMP_RIAU + 0.0873213279114*LNPDRB_RIAU
TPT_JAMBI = -0.261123502139 - 6.41539640076 + 6.74523444151*LNUMP_JAMBI + 0.0873213279114*LNPDRB_JAMBI
TPT_SUMSEL = -0.413063819323 - 6.41539640076 + 6.74523444151*LNUMP_SUMSEL + 0.0873213279114*LNPDRB_SUMSEL
TPT_BENGKULU = 0.10515316354 - 6.41539640076 + 6.74523444151*LNUMP_BENGKULU + 0.0873213279114*LNPDRB_BENGKULU
TPT_LAMPUNG = -0.425462611991 - 6.41539640076 + 6.74523444151*LNUMP_LAMPUNG + 0.0873213279114*LNPDRB_LAMPUNG
TPT_JAKARTA = 0.844990537899 - 6.41539640076 + 6.74523444151*LNUMP_JAKARTA + 0.0873213279114*LNPDRB_JAKARTA
TPT_JABAR = 0.632274617558 - 6.41539640076 + 6.74523444151*LNUMP_JABAR + 0.0873213279114*LNPDRB_JABAR
TPT_JATENG = -0.594796797121 - 6.41539640076 + 6.74523444151*LNUMP_JATENG + 0.0873213279114*LNPDRB_JATENG
TPT_DIY = -0.293709378255 - 6.41539640076 + 6.74523444151*LNUMP_DIY + 0.0873213279114*LNPDRB_DIY
TPT_JATIM = -0.493150031972 - 6.41539640076 + 6.74523444151*LNUMP_JATIM + 0.0873213279114*LNPDRB_JATIM
TPT_BALI = 0.572254899956 - 6.41539640076 + 6.74523444151*LNUMP_BALI + 0.0873213279114*LNPDRB_BALI
TPT_KALBAR = -0.231383799869 - 6.41539640076 + 6.74523444151*LNUMP_KALBAR + 0.0873213279114*LNPDRB_KALBAR
TPT_KALTENG = 0.0116928542675 - 6.41539640076 + 6.74523444151*LNUMP_KALTENG + 0.0873213279114*LNPDRB_KALTENG
TPT_KALSEL = -0.374779985629 - 6.41539640076 + 6.74523444151*LNUMP_KALSEL + 0.0873213279114*LNPDRB_KALSEL
TPT_KALTIM = 0.0826295733084 - 6.41539640076 + 6.74523444151*LNUMP_KALTIM + 0.0873213279114*LNPDRB_KALTIM
TPT_SULUT = 0.43313517191 - 6.41539640076 + 6.74523444151*LNUMP_SULUT + 0.0873213279114*LNPDRB_SULUT
TPT_SULSEL = 0.543105651489 - 6.41539640076 + 6.74523444151*LNUMP_SULSEL + 0.0873213279114*LNPDRB_SULSEL
TPT_SULTRA = -0.0073050951267 - 6.41539640076 + 6.74523444151*LNUMP_SULTRA + 0.0873213279114*LNPDRB_SULTRA
TPT_NTB = -0.38010640986 - 6.41539640076 + 6.74523444151*LNUMP_NTB + 0.0873213279114*LNPDRB_NTB
TPT_NTT = 0.522799393675 - 6.41539640076 + 6.74523444151*LNUMP_NTT + 0.0873213279114*LNPDRB_NTT
TPT_MALUKU = 0.43910642367 - 6.41539640076 + 6.74523444151*LNUMP_MALUKU + 0.0873213279114*LNPDRB_MALUKU
Daftar Pustaka
Borjas, George J. 2008. Labor Economics. McGraw-Hill: United States
International Labor Organization. 2012. Kebijakan Upah Minimum, [pdf],
(Interhttp://www.ilo.org/wcmsp5/groups/public/---ed_dialogue/---actrav/documents/meetingdocument/wcms_210427.pdf., diakses tanggal 15 Desember 2013).
Nachrowi, N Djalal. dan Hardius Usman. 2006. Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan. Lembaga Penerbit Universitas Indonesia: Jakarta.
Peraturan Menteri Tenaga Kerja dan Transmigrasi Nomor 7 Tahun 2013 tentang Upah Minimum.