Penentu Faktor Pengangguran antara Gender di Malaysia Siti Nur Khaleda Binti Mohd Khir1
Doris Padmini S. Selvaratnam2 Fakulti Ekonomi dan Pengurusan
Universiti Kebangsaan Malaysia
___________________________________________________________________________________ Abstrak
Kadar pengangguran merupakan faktor yang penting dalam mempengaruhi ekonomi negara. Kajian ini menganalisis penentu pengangguran antara gender di Malaysia dalam tempoh 1982-2014 dengan melihat hubungan yang wujud antara Kadar Pengangguran dengan Pertumbuhan Ekonomi, Kadar Inflasi, Pertumbuhan Populasi, Perbelanjaan Kerajaan dan Keterbukaan Ekonomi. Kajian ini mengaplikasikan model Autoreggresive Distributed Lag (ARDL) yang dicadangkan oleh Pesaran et. Al (2001) untuk menentukan faktor penentu pengangguran antara gender di Malaysia. Keputusan empirikal menunjukkan bahawa wujud hubungan yang signifikan antara kadar pengangguran dengan pertumbuhan ekonomi, perbelanjaan kerajaan dan keterbukaan ekonomi dalam jangka masa panjang dan jangka masa pendek. Keputusan ujian CUSUM dan CUSUMSQ menunjukkan bahawa model adalah stabil pada aras keertian 5%. Oleh itu, faktor penentu memainkan peranan penting dalam menentukan kadar pengangguran di Malaysia dan implikasi dasar perlulah dibuat dengan mengambil kira semua aspek supaya dapat mengurangkan ralat dalam pelaksanaan dasar.
Kata Kunci : Kadar Pengangguran, Gender, Autoreggresive Distributed Lag (ARDL), Malaysia _______________________________________________________________________
PENGENALAN
Pengangguran merupakan masalah penting dalam menghalang pertumbuhan ekonomi kerana isu utama dalam agenda pembangunan ekonomi setiap negara ialah pertumbuhan ekonomi dan guna tenaga penuh. Sesebuah negara mempunyai pertumbuhan ekonomi yang baik sekiranya kadar pengangguran adalah rendah dan mencapai tingkat guna tenaga penuh. Berdasarkan agenda ekonomi yang digariskan dalam RMKe-11 dijangka mewujudkan 1.5 juta pekerjaan menjelang tahun 2020 dengan sasaran penambahbaikan dalam produktiviti buruh dan pengurangan kebergantungan terhadap pekerja asing berkemahiran rendah, kedua-duanya disebabkan peralihan berterusan daripada aktiviti ekonomi berintensifkan buruh kepada ekonomi berasaskan pengetahuan dan inovasi.
Namun, kadar pengangguran tinggi bermakna berlaku pembaziran sumber manusia dalam ekonomi. Menurut Okun’s Law (1962), bagi setiap 1 peratus peningkatan kadar pengangguran bermakna kejatuhan ke atas potensi Keluaran Dalam Negara Kasar (KDNK) sebanyak 3 peratus. Kadar pengangguran merupakan petunjuk yang penting dalam menentukan keadaan ekonomi di Malaysia. Penurunan kadar pengangguran merupakan petanda yang baik dalam sesebuah ekonomi kerana firma telah menambahkan peluang pekerjaan sebagai tindakbalas terhadap peningkatan jualan dan keluaran manakala peningkatan kadar pengangguran pula merupakan petanda yang tidak baik dalam ekonomi kerana ini menunjukkan prestasi firma yang merosot sehingga menyebabkan firma berhenti mengambil pekerja baru atau memberhentikan pekerja yang sedia ada akibat daripada kejatuhan dalam permintaan.
Berasaskan perbincangan di atas, kajian ini bertujuan mengenalpasti faktor penentu pengangguran antara gender di Malaysia. Menurut Todaro (1988) pembangunan ekonomi bukan hanya diukur berdasarkan pertumbuhan ekonomi sahaja, malah turut mengambil kira aspek pengagihan pendapatan tersebut. Sehubungan itu, kewujudan pasaran buruh yang cekap secara tidak langsung akan menyumbang kepada keseimbangan di antara permintaan dan penawaran buruh dalam pasaran. Keadaan ini akan menyebabkan tidak berlaku lebihan dalam penawaran tenaga buruh (pengangguran). Berdasarkan International Labour Organisation, negara yang mempunyai kadar pengangguran di bawah empat peratus dianggap sebagai negara yang mencapai tahap guna tenaga kerja penuh.
Kadar pengangguran yang berbeza antara lelaki dan wanita turut menjadi perhatian umum kini. Berdasarkan statistik semasa, dapat dilihat bahawa kadar pengangguran wanita adalah melebihi lelaki. Keadaan ini secara tidak langsung akan menjadi isu mengapa perbezaan ini wujud di mana dalam tempoh 33 tahun pengangguran wanita sentiasa melebihi pengangguran lelaki. Justeru itu, kajian yang dijalankan ini akan menjawab tentang penentu faktor kadar pengangguran antara gender di Malaysia. Selain itu, tempoh kajian ini juga melibatkan dua krisis kewangan yang besar melanda Malaysia iaitu pada tahun 1997 dan tahun 2008 di mana kadar pengangguran meningkat pada tahun selepas krisis kewangan tersebut. Hal ini secara tidak langsung membuktikan bahawa pengangguran mudah dan cepat terkesan dengan perubahan yang berlaku dalam ekonomi negara.
KAJIAN LEPAS
Pengangguran dan Pertumbuhan Ekonomi. Kajian Zaleha Mohd Noor et al (2011), mengkaji hubungan antara KDNK benar dengan kadar pengangguran dan mendapati terdapat hubungan negatif antara KDNK benar dengan kadar pengangguran. Di mana, 1 peratus penurunan dalam pengangguran akan meningkatkan output sebanyak 1.75 peratus berbeza dengan kajian asal Okun yang menyatakan bahawa output akan meningkat sebanyak 3 peratus selaras dengan kajian Darman (2013) mendapati wujud Okun’s Law di Indonesia di mana koefisien pekali Okun bernilai negatif sejajar dengan teori Okun namun nilai pekali adalah berbeza. Kajian Jose Villaverde & Adolfo Maza (2009), mendapati bahawa wujud hubungan yang negatif antara pengangguran dan output di kebanyakkan wilayah di Sepanyol. Namun, nilai pekali Okun adalah berbeza disebabkan oleh perbezaan produktiviti antara wilayah.
Kajian Farzad Farsio (2003) mengenai Okun’s Law telah membuktikan bahawa teori Okun’s
Law merupakan teori yang diterima dalam bidang makroekonomi. Kajian Norhayati Baharin et. al
(2012) menyatakan bahawa faktor makroekonomi yang paling dominan mempengaruhi pengangguran di Malaysia ialah keterbukaan ekonomi dan kadar pertumbuhan ekonomi benar dalam jangka masa panjang dan jangka masa pendek. Hubungan antara pengangguran dengan pembolehubah makroekonomi seperti keterbukaan ekonomi dan pertumbuhan ekonomi benar lebih mempengaruhi pengangguran berbanding dengan faktor kadar inflasi dan kadar pertumbuhan FDI benar. Kajian ini mendapati bahawa implikasi dasar menunjukkan bahawa kawalan terhadap pembolehubah makroekonomi berupaya memastikan kadar pengangguran kekal rendah di Malaysia.
Kajian Shatha Abdul-Khaliq et al. (2014) juga mendapati wujud hubungan yang negatif antara pengangguran dan pertumbuhan ekonomi di negara Arab. Di mana, peningkatan 1 peratus dalam pertumbuhan ekonomi akan mengurangkan pengangguran sebanyak 0.16 peratus menggunakan model
Pooled EGLS. Kajian Dyan Ari Iswanto (2013) di Indonesia mendapati hasil keputusan emprikal
adalah tidak selari seperti dinyatakan oleh Okun’s Law kerana nilai pekali Okun adalah lebih kecil berbanding 3 peratus. Kajian tentang Short and Long Term Relagionship between Economic Growth
and Unemployment in Egypt: An Empirical Analysis melihat kepada aspek tempoh masa dari tahun
2006 sehingga 2013. Di mana hasil kajian menunjukkan bahawa tidak wujud hubungan sebab-akibat antara kedua-dua pembolehubah dalam jangka masa panjang. Walau bagaimanapun, dalam tempoh jangka masa pendek, wujud hubungan sebab-akibat secara langsung antara pembolehubah pengangguran dan Keluaran Dalam Negara Kasar (Fouzeia Mohmed Alhdiy at al, 2015).
Pengangguran dan Tingkat Inflasi. Kajian John & Mark P. Moore (1999) mendapati wujud hubungan positif antara tingkat inflasi terhadap pengangguran di sembilan negara OECD seperti Belgium, Kanada, Perancis, Jerman, Itali, Jepun, Belanda dan Amerika Syarikat. Di mana, sekiranya semakin tinggi tingkat inflasi, semakin tinggi jumlah pengangguran negara. Hasil yang sama turut didapati oleh Heru Susanto (2001) di mana faktor inflasi turut mempengaruhi tingkat pengangguran di Indonesia dari tahun 1981 sehingga 1999 secara positif. Di mana, kenaikan 1 peratus inflasi akan meningkatkan pengangguran sebanyak 0.041 peratus. Kajian ini juga disokong
oleh Ni Komang
Sopianti & A.A Ketut Ayuningsari (2011) yang mendapati mendapati bahawa tingkat inflasi
positif mempengaruhi kadar pengangguran di Bali sebanyak 26 peratus manakala kajian
Amri Amir (2007) menunjukkan bahawa hubungan antara pengangguran dengan tingkat inflasi tidak dapat dinyatakan dengan tepat dari tahun 1980 sehingga 2005 kerana hubungan antara inflasi dan pengangguran dalam konteks keluk Phillips tidak dapat digambarkan di Indonesia.Walau bagaimanapun, menurut Fitra Kincaka Rizka (2007) tingkat inflasi kurang mempengaruhi pengangguran. Hal ini demikian kerana tingkat inflasi yang rendah merupakan kesan daripada pengangguran yang tinggi. Kajian yang dijalankan di Singapura pula mendapati bahawa pengangguran di Singapura siginifikan dipengaruhi oleh inflasi bagi tempoh jangka masa pendek dan jangka masa panjang. Keputusan hubungan antara inflasi dan pengangguran mendapati keluk Philip wujud di Singapura.
Pengangguran dan Pertumbuhan Populasi. Menurut Farid Alghofari (2010), kajian mengenai analisis tingkat pengangguran di Indonesia menunjukkan bahawa wujud hubungan yang positif terhadap tingkat pengangguran. Di mana, kenaikan dalam jumlah penduduk akan cenderung meningkatkan pengangguran di Indonesia dari tahun 1980 sehingga 2007. Kajian ini turut disokong oleh Rekha Aditya Ariefta (2014), di mana pertumbuhan penduduk turut mempengaruhi tingkat pengangguran di Indonesia dari tahun 1990 sehingga 2010.
Menurut Flaim (1990) mengkaji perubahan penduduk dan kadar pengangguran untuk baby
boomer dari 1960 hingga 1990. Di mana, hasil kajian menunjukkan bahawa kadar pengangguran
mempunyai trend menaik dari tahun 60-an dan 70-an yang berlaku disebabkan oleh peningkatan jumlah populasi. Pengurangan kadar pengangguran berlaku pada tahun 1980 disebabkan oleh perubahan umur penduduk yang memberi kesan kepada kadar pengangguran.
Pengangguran dan Perbelanjaan Kerajaan. Berdasarkan kajian yang dilakukan oleh Philip Ifeakachukwu Nwosa (2014) mengenai kesan perbelanjaan ke atas kadar pengangguran dan kemiskinan di Nigeria dari tahun 1981 sehingga 2011 mendapati bahawa wujud hubungan yang signifikan ke atas pembolehubah kadar pengangguran. Di mana, perbelanjaan kerajaan memberi kesan yang positif kepada kadar pengangguran. Steinar Holden & Victoria Sparrman (2015), yang mengkaji mengenai kesan pembelian kerajaan terhadap kadar pengangguran di 20 buah negara OECD dari tahun 1980 sehingga tahun 2007 mendapati bahawa peningkatan dalam pembelian kerajaan memberi kesan kepada pengangguran di mana pembelian kerajaan dari 1 peratus keluaran negara akan mengurangkan pengangguran sebanyak 0.3 peratus pada tahun yang sama. Kesan yang lebih besar akan terjadi sekiranya negara mengamalkan sistem kadar pertukaran tetap berbanding sistem terapung.
Kajian Horst Feldmann (2005) yang menggunakan data dari 19 buah negara perindustrian dari tahun 1985 sehingga 2002 mengenai saiz sektor kerajaan yang memberi kesan kepada kadar pengangguran. Hasil kajian mendapati bahawa saiz sektor kerajaan yang besar mampu untuk meningkatkan kadar pengangguran. Kajian Shadi Irshaid AL- Saraireh (2014) mengenai hubungan antara kadar pengangguran dengan pertumbuhan ekonomi, buruh asing dan perbelanjaan kerajaan di Jordan mendapati bahawa wujud pekali korelasi yang positif terhadap perbelanjaan kerajaan dengan kadar pengangguran. Di mana, peningkatan dalam perbelanjaan kerajaan akan meningkatkan kadar pengangguran di Jordan.
Pengangguran dan Keterbukaan Ekonomi. Kajian Ikechukwu D Nwaka et al. (2015) mengenai analisis kajian impak dasar perdagangan terhadap kadar pengangguran di Nigeria menunjukkan bahawa dalam jangka masa panjang, output benar dan pendapatan per kapita membawa kepada penurunan dalam kadar pengangguran manakala keterbukaan ekonomi meningkatkan lagi kadar pengangguran di Nigeria. Berdasarkan kajian yang dijalankan oleh Felbermayr et. al (2011) mendapati bahawa wujud hubungan yang negatif antara keterbukaan ekonomi dengan kadar pengangguran. Di mana, dalam jangka masa panjang, keterbukaan ekonomi menyebabkan kadar pengangguran rendah. Kajian ini juga mengandaikan bahawa keterbukaan ekonomi secara langsung akan meningkatkan pengeluaran dalam negara yang seterusnya meningkatkan guna tenaga serta mengurangkan kadar pengangguran.
Selain itu,
kajian yang dijalankan oleh Ahmed Reza Cheema & Ambreen Atta (2014)
terhadap penentu pengangguran di Pakistan dari tahun 1973 sehingga 2010 menggunakan
pendekatan ARDL. Hasil keputusan empirikal mendapati bahawa wujud hubungan yang
negatif antara pengangguran dan keterbukaan ekonomi. Di mana, keterbukaan ekonomi
signifikan mempengaruhi pengangguran di Pakistan dalam jangka masa panjang dan jangka
masa pendek.
Kajian yang dibuat oleh Loganathan, Nanthakumar et. al (2011) pula menunjukkan bahawa peningkatan dalam imbangan perdagangan berhubung secara negatif kepada pengangguran. Hal ini menunjukkan bahawa keterbukaan ekonomi meningkatkan produktiviti agregat di sektor yangberbeza serta dapat meningkatkan kecekapan dalam prestasi ekonomi yang secara tidak langsung akan meningkatkan guna tenaga di Malaysia.
METODOLOGI
Kajian ini menggunakan Model Autoreggresive Distributed Lag (ARDL) yang dibentuk oleh Pesaran et al (2001) di mana model yang membolehkan pembolehubah tidak bersandar mencapai kepegunan pada peringkat paras atau pembezaan pertama atau gabungan antara kedua-duanya. Model ini dapat mengenalpasti kewujudan hubungan jangka masa panjang (kointegrasi) dalam kalangan pembolehubah di samping dapat menetukan hubungan sebab-akibat dalam jangka masa pendek dan panjang. Ujian ini juga dibahagikan kepada tiga model iaitu :
Model 1 : Kadar Pengangguran Keseluruhan
Ut= + β1GDP + β2INF + β3LnPOPU + β4LnG + β5 LnOPN + µt (1) Model 2 : Kadar Pengangguran Lelaki
UMt= + β1GDP + β2INF + β3LnPOPU + β4 LnG + β5LnOPN + µt (2) Model 3 : Kadar Pengangguran Wanita
UFt= + β1GDP + β2INF + β3LnPOPU + β4LnG + β5LnOPN + µt (3)
Ujian punca unit ADF yang dicadangkan oleh Said & Dickey (1984) digunakan untuk menentukan kepegunan setiap pembolehubah sama ada di peringkat aras atau tingkat pembezaan pertama. Seterusnya ialah menganggar hubungan jangka masa panjang (kointegrasi) dalam kalangan pembolehubah siri masa.
Ut = 1+ ∑ λ1ΔUt-i+ + ∑ λ2ΔGDPt-i+ ∑ λ3ΔINFt-i+ ∑ λ4ΔLnPOPUt-i+ ∑ λ5ΔLnGt-i + ∑ λ6ΔLnOPNt-i +π1Ut-1+ π2GDPt-1+ π3INFt-1+ π4LnPOPUt-1+ π5LnGt-1+ π6LnOPNt-1+
µt (4)
Di mana, Δ merupakan operator pembezaan pertama, p,q,r,s,t,u ialah lat optimum dan µtialah ralat. Sehubungan itu, bagi mengenalpasti kewujudan hubungan jangka masa panjang di antara pembolehubah dalam persamaan (4), hipotesis nol dan alternatif mesti diuji menggunakan ujian statistik-F seperti berikut :
Ho: Tiada Kointegrasi (π1= π2= π3= π4= π5= π6= 0) H1: Wujud Kointegrasi (π1≠ π2≠π3≠ π4≠ π5≠π6≠0)
Jika nilai Statistik-F yang teranggar melebihi daripada batas nilai kritikal teratas, hipotesis nol mesti ditolak. Maksudnya, wujud hubungan jangka masa panjang dalam kalangan pembolehubah siri masa tersebut manakala, jika nilai Statistik-F yang teranggar lebih kecil daripada batas nilai kritikal terbawah, maka hipotesis nol gagal ditolak. Setelah wujud hubungan kointegrasi, maka perlu menganggar model bersyarat ARDL (p,g,r,s,t,u) jangka masa panjang seperti persamaan berikut : Ut= 1+ ∑ λ1ΔUt-i+ + ∑ λ2 ΔGDPt-i + ∑ λ3ΔINFt-i + ∑ λ4 ΔLnPOPUt-i+ ∑ λ5
ΔLnGt-i+ ∑ λ6ΔLnOPNt-i+ µt (5)
Model ARDL jangka masa pendek perlu dianggar dengan mengambilkira sebutan pembetulan ralat (ECT) yang diperoleh daripada penganggaran model jangka masa panjang. Persamaan fungsi Model Pembetulan Ralat (ECM) adalah seperti berikut :
Ut = 1+ ∑ λ1b ΔUt-1+ + ∑ λ2b ΔINFt-1+ ∑ λ3bΔGDPt-1 + ∑ λ4bΔLnGt-1+ ∑ λ5b
ΔLnPOt-1+ ∑ λ6bΔLnOPNt-1+ φ2ECTt-1+µt (6)
Menerusi persamaan (6), nilai pekali ECT dapat menerangkan kelajuan pelarasan ke arah keseimbangan jangka masa panjang iaitu masa yang diambil oleh pembeolehubah bebas untuk menumpu ke arah keseimbangan jangka masa panjang. Nilai ECT juga boleh menerangkan arah sebab-akibat jangka masa panjang bagi pembolehubah bebas terhadap pembolehubah bersandar. Ujian kestabilan dilakukan dengan menggunakan ujian CUSUM mengikut Pesaran et. al (2001). Jangkaan statistik CUSUM adalah bernilai sifar di bawah hipotesis nol dengan parameter bernilai konstan. Jika garisan statistik CUSUM ini berkisar sekitar sifar dalam selang keyakinan maka hipotesis nol dengan parameter konstan gagal ditolak. Ujian CUSUM ini dilakukan tanpa mengambil kira masa perubahan struktur.
DAPATAN KAJIAN
Keputusan Ujian Punca Unit dan Ujian Batas ARDL (Bound Test)
Ujian kepegunan dilakukan bagi melihat kepegunan pembolehubah dalam kajian ini bagi mengelakkan daripada berlakunya regrasi palsu dan bagi menguji kehadiran masalah unit root (rujuk JADUAL 1). Ujian seterusnya adalah untuk mengesahkan kewujudan hubungan jangka masa panjang (kointegrasi) antara pembolehubah dengan menggunakan model ARDL seperti yang telah dicadangkan oleh Pesaran et. al (2001). Lat optimum yang telah ditentukan ialah lat 2. Hasil kajian menunjukkan bahawa ketiga-tiga model menunjukkan nilai F-statistik yang melebihi nilai batas kritikal terbawah dan nilai batas kritikal teratas. Berdasarkan (rujuk JADUAL 2), ujian statistik F bagi kes II, model 1 dan 2 signifikan pada 5% aras keertian di mana nilai 4.1537 dan 4.5487 melebihi nilai batas kritikal teratas berdasarkan jadual Narayan manakala model 3 signifikan pada 1% aras keertian dan nilai F-statistik 5.5735 melebihi nilai batas kritikal teratas iaitu 5.419. Wujud hubungan jangka masa panjang dan kointegrasi antara pembolehubah.
Kriteria Pemilihan Model ARDL adalah berdasarkan penganggaran model yang paling baik dalam menetukan faktor penentu pengangguran yang mempunyai tiga kriteria utama iaitu Schwarz Bayesian Criterion (SBC), Akaike Information Criterion (AIC) and R-BAR Squared. Hasil kajian (rujuk JADUAL 3) menunjukkan SBC mencadangkan ARDL (1,1,1,0,0,0) manakala AIC dan R-BAR squared mencadangkan model yang sama iaitu ARDL (2,2,0,2,2,2). Pemilihan model adalah ditentukan berdasarkan model yang mempunyai nilai AIC dan SIC yang paling rendah serta mempunyai nilai R-BAR squared yang tinggi.
Keputusan Penganggaran Model Jangka Masa Panjang
Hasil (rujuk JADUAL 4) mendapati bahawa pembolehubah pertumbuhan ekonomi, perbelanjaan kerajaan dan keterbukaan ekonomi sangat mempengaruhi kadar pengangguran di Malaysia di mana signifikan pada aras keertian 1% manakala pembolehubah pertumbuhan populasi signifikan pada 5% tetapi pembolehubah inflasi tidak signifikan mempengaruhi kadar pengangguran. Wujud hubungan yang negatif antara kadar pengangguran dan pertumbuhan ekonomi, perbelanjaan kerajaan dan keterbukaan ekonomi di mana peningkatan 1% dalam pertumbuhan ekonomi akan mengurangkan kadar pengangguran sebanyak 0.742% manakala peningkatan 1% dalam perbelanjaan kerajaan akan mengurangkan kadar pengangguran sebanyak 0.189%. peningkatan 1% dalam keterbukaan ekonomi mengurangkan kadar pengangguran sebanyak 0.077%. Pertumbuhan populasi sebanyak 1% akan meningkatkan kadar pengangguran sebanyak 0.388%. Berdasarkan model 2, dapat dilihat bahawa pembolehubah pertumbuhan ekonomi, perbelanjaan kerajaan dan keterbukaan ekonomi sangat mempengaruhi kadar pengangguran di Malaysia di mana signifikan pada aras keertian 1% manakala pembolehubah pertumbuhan populasi signifikan pada 5%. Pertumbuhan populasi sebanyak 1% akan meningkatkan kadar pengangguran sebanyak 0.397%. Walau bagaimanapun, pembolehubah inflasi tidak mempengaruhi kadar pengangguran. Berdasarkan model 3, pembolehubah pertumbuhan
ekonomi dan keterbukaan ekonomi yang signifikan dalam mempengaruhi kadar pengangguran wanita pada aras keertian 5% manakala pembolehubah perbelanjaan kerajaan hanya signifikan pada aras keertian 10% namun pembolehubah pertumbuhan populasi dan tingkat inflasi tidak mempengaruhi kadar pengangguran wanita di Malaysia.
Keputusan Model Pembetulan Ralat (ECM)
Berdasarkan model 1 (rujuk JADUAL 5), nilai ECT yang dianggarkan adalah -0.36816 signifikan pada aras keertian 1% dan mempunyai tanda negatif. Apabila berlaku kejutan dalam kadar pengangguran keseluruhan, 37% pelarasan ke arah keseimbangan jangka masa panjang berlaku dalam masa 3 tahun yang mana ketidakseimbangan lepas, secara puratanya diperbetulkan kira-kira 37% dalam tempoh 3 tahun. Nilai ECT model 2 yang dianggarkan adalah -0.41470 signifikan pada aras keertian 1% menunjukkan 41% pelarasan ke arah jangka masa panjang berlaku dalam tempoh 2 tahun. Model 3, nilai ECT -0.44018 dan signifikan pada aras keertian 1% di mana jika berlaku kejutan dalam kadar pengangguran wanita, pelarasan ke arah keseimbangan jangka masa panjang berlaku dalam masa 2 tahun.
Keputusan Ujian Sebab-Akibat Granger dan Ujian Diagnostik
Hubungan sebab-akibat Granger dalam jangka masa pendek dan jangka masa panjang menggunakan ECM (rujuk JADUAL 6), hampir kesemua pembolehubah bebas mempunyai hubungan jangka masa pendek terhadap kadar pengangguran kecuali pembolehubah tingkat inflasi. Keputusan ujian diagnostik dalam model regrasi ARDL (rujuk JADUAL 7) menunjukkan bahawa model tidak tertakluk kepada sebarang masalah autokorelasi bersiri, bentuk berfungsi, normaliti dan heteroskedastisiti. Berdasarkan keputusan LM Version bagi model 1, keputusan dalam kurungan merupakan nilai-p iaitu 0.199, 0.818,0.922 dan 0.749 adalah lebih besar daripada nilai-p pada aras keertian 5% menyebabkan hipotesis nol ditolak. Rajah 1,2 dan 3 menunjukkan hasil ujian stabiliti Cumulative Sum of Recursive Residual (CUSUM) dan Cumulative Sum of Squares of Recursive Residual (CUSUMSQ) mengikut Pesaran et.al (2001). Ujian stabiliti menunjukkan bahawa tiada bukti spesifikasi yang salah (misspecification) dan ketidakstabilan untuk tempoh yang dianggarkan bagi kesemua model. Hasil keputusan menunjukkan bahawa garisan tengah tidak melebihi garisan bawah dan garisan atas ( rujuk RAJAH 1,2 dan 3).
RUMUSAN DAN PERBINCANGAN
Berdasarkan keputusan analisis kajian yang dijalankan mendapati bahawa wujud hubungan yang sangat signifikan di antara pertumbuhan ekonomi, perbelanjaan kerajaan dan keterbukaan ekonomi dalam menjadi faktor penentu pengangguran di Malaysia. Hasil ini selari dengan kajian yang telah dijalankan oleh Norhayati Baharin et.al (2012) di mana pertumbuhan ekonomi dan keterbukaan merupakan penentu pengangguran dalam jangka masa panjang dan juga jangka masa pendek. Keadaan ini secara tidak langsung menunjukkan bahawa pertumbuhan ekonomi, perbelanjaan kerajaan dan keterbukaan ekonomi dapat memberi impak positif yang besar dalam menjelaskan perkaitan dengan pengangguran.
Ketiga-tiga model menunjukkan hasil keputusan kesignifikansi yang hampir sama walaupun pertumbuhan populasi hanya mempengaruhi kadar pengangguran dalam model 1 dan 2 sahaja. Hampir kesemua pembolehubah mempengaruhi kadar pengangguran dalam jangka masa pendek kecuali tingkat inflasi. Keseluruhannya, kajian ini mendapati wujud hubungan dinamik antara pembolehubah kadar pengangguran dengan faktor penentu. Nilai ECT (36% sehingga 46%) yang tinggi dan signifikan negatif, menunjukkan bahawa berlaku kelajuan terhadap kadar pelarasan pembolehubah yang tinggi dalam jangka masa pendek ke arah keseimbangan dalam jangka masa panjang bagi kesemua model. Dasar yang dirangka haruslah selaras dengan objektif utama iaitu untuk mengurangkan kadar pengangguran di Malaysia. Oleh itu, dasar fiskal boleh digunakan untuk mengatasi pengangguran di mana pihak kerajaan boleh meningkatkan perbelanjaan kerajaan untuk menutup lompang deflasi (pengangguran) yang mana akan meningkatkan kegiatan ekonomi yang memerlukan lebih banyak guna tenaga dan mendorong kejatuhan dalam pengangguran.
RUJUKAN
Abiodun S. Bankole & Basiru Oyeniran Fatai. 2013. Empirical Test of Okun’s Law in Nigeria.
International Journal of Economic Practices and Theories. Vol. 3, No. 3.
Ahmed Reza Cheema & Ambreen Atta. 2014. Economic Determinant of Unemployment in Pakistan : Co-integration Analysis. International Journal of Business and Social Science. Vol. 5
Darman. 2013. Pengaruh Pertumbuhan Ekonomi Terhadap Tingkat Pengangguran : Analisis Hukum Okun. Journal The Winners. Vol.14, No. 1 (2013) 1-12.
Dr Aurangzeb & Khola Asif. 2013. Factors Affecting Unemployment : A Cross Country Analysis.
International Journal of Academic Research in Business and Social Sciences. Vol. 3, No. 1.
Dyan Ari Iswanto. 2013. Pertumbuhan Ekonomi dan Pengangguran Validitas Hukum Okun di Indonesia. Fakultas Ekonomika dan Bisnis, Universitas Brawijaya Malang.
Okun, Arthur M. 1962. "Potential GNP: its measurement and significance. Proceedings of The
Business and Economic Statistics Section of The American Statistical Association. Vol. 7.
Farid Alghofari. 2010. Analisis Tingkat Pengangguran di Indeonesia Tahun 1990-2007. . Fakultas Ekonomika dan Bisnis, Universitas Diponegoro Semarang.
Fuad M. Kreishan. 2011. Economic Growth and Unemployment : An empirical Analysis. Journal of
Social Sciences 7(2): 228-231.
Fouzeia Mohmed Alhdiy, Fuadah Johari, Siti Nuraiza Mohd Daud & Asma Abdul Rahman. 2015. Short and Long Term Relationshop between Economic Growth and Unemployment in Egypt : An Empirical Analysis. Mediterranean Journal of Social Sciences. Vol. 6, No. 4 S3.
Horst Feldmann. 2006. Government Size and Unemployment : Evidence From Industrial Countries.
Public Choice (2006) 127: 451-467.
Ikechukwu D Nwaka, Kalu E Uma & Gulcay Tuna. 2015. Trade Openness and Unemployment : Empirical Evidence for Nigeria. The Economic and Labour Relationship Review Vol 26(1) 117-136. No. 3.
Jose Villaverde & Adolfo Maza. 2009. The Robustness of Okun’s Law in Spain, 1980-2004 Regional Evidence. Journal of Policy Modelling 31 (2009) 289-297.
Loganathan, Nanthakumar, Muhammad Najit Sukemi & Mori Kogid. 2011. Dynamic Causal Relationship Between Trade Balance and Unemployment Scenario in Malaysia : Granger Non-Causality Analysis. Economics and Finance Review Vol. 1(3) pp. 13.
Muhammad Shahid Maqbool, Tahir Mahmood, Abdul Sattar & M. N. Bhalli. 2013. Determinants of Unemployment Empirical Evidences From Pakistan. Pakistan Economic and Social Review Vol. 51, No. 2 (Winter 2013), pp. 191-207.
Ni Komang Sopianti & A.A Ketut Ayuningsari. 2011. Pengaruh Pertumbuhan Ekonomi, Tingkat Inflasi dan Upah Minimum Terhadap Jumlah Pengangguran di Bali. E-Jurnal Unud, 2(4) : 216-225.
Norhayati Baharin, Ishak Yussof & Rahmah Ismail. 2012.. Faktor-faktor yang Mempengaruhi Pengangguran di Malaysia. Prosiding PERKEM VII, Jilid 1 (2012) hlm 209-227.
Norlida Hanim, Md Zyadi Md Tahir, Shahida Shahimi, Norain Mod Asri, Wook Endut, Mohd Adib Ismail, & Noreha Halid. 2010. Prinsip Makroekonomi. Bangi : Pusat Pengajian Ekonomi, Universiti Kebangsaan Malaysia.
Pesaran, M. H., Y. Shin & Smith, R J. 2001. Bound Testing Approached to the Analysis of Level Relationship. Journal of Applied Econometrics 16: 289-326.
Philip Ifeakachukwu Nwosa. 2014. Government Expenditure, Unemployment and Poverty Rates in Nigeria. JORIND 12 (1) June, 2014.
Rekha Raditya Ariefta. 2014. Analisis Pengaruh Pertumbuhan Penduduk, Inflasi, GDP dan Upah Terhadap Tingkat Pengangguran di Indonesia Periode 1990-2010. Fakultas Ekonomika dan Bisnis, Universitas Diponegoro Semarang.
Samira Mortazavi & Khalil Saeedi. 2015. The Effect of Government Expenditure on Unemployment Rate for Iran. Int. J. Rev. Life. Sci., 5(7), 109-116.
Shadi Irshaid AL-Saraireh. 2014. The Relationship between Unemployment Rate in Jordan with Rates of Foreign Labor Force, Government Expenditure and Economic Growth. International
Shatha Abdul-Khaliq, Thikraiat Soufan & Ruba Abu Shihab. 2014. Journal of Economis and
Sustainable Development. Vol. 5, No. 9.
Steinar Holden & Victoria Sparrman. 2015. Do Goverment Purchases Affect Unemployment.
Teboho Jeremiah Mosikari. 2013. The Effect of Unemployment Rate on Gross Domestic Product : Case of South Africa. Mediterranean Journal of Social Sciences. Vol. 4, No.6.
Zaleha Mohd Noor, Norasidah Mohamed Nor & Judhiana Abdul Ghani. 2007. The Relationship between Output and Unemployment in Malaysia : Does Okun’s Law Exist? Int. Journal of
Economics and Management 1(3): 337-344.
RAJAH
Rajah 1 : Plot Ujian Stabiliti CUSUM dan CUSUMSQ Bagi Model 1
Rajah 2 : Plot Ujian Stabiliti CUSUM dan CUSUMSQ Bagi Model 2
Rajah 3 : Plot Ujian Stabiliti CUSUM dan CUSUMSQ Bagi Model 3 JADUAL
JADUAL 1 : Keputusan Ujian Kepegunan ADF
Pembolehubah Pintasan I(0) Pintasan I(1)
Pintasan Pintasan dan
Trend Pintasan Pintasan danTrend
U -1.230244(0) -2.214867(0) -3.538204(0)*** -3.498001(0)* UM -1.518096(0) -2.489127(0) -3.817229(0)*** -3.780114(0)** UF -1.012321(0) -1.933257(0) -3.735999(0)*** -3.688873(0)** GDP -4.542057(0)*** -4.566505(0)*** -6.906558(1)*** -6.777217(0)*** INF -4.555734(0)*** -4.406607(0)*** -4.953887(1)*** -4.903292(1)*** LNPOPU -4.310234(8)*** -1.858666(8) -0.956817(8) -3.819848(7)** LNG 0.828639(0) -3.175488(1) -4.005174(1)*** -3.919031(1)** LNOPN -1.834197(1) 0.277543(0) -3.331747(0)** -4.344919(2)*** Nota : *(**)*** signifikan pada aras keertian 10%, 5% dan 1%., nilai dalam kurungan merujuk kepada lat optimum yang dijana menerusi kaedah AIC.
JADUAL 2 : Nilai F-Statistik Hubungan Jangka Masa Panjang
Nota : Pembolehubah bebas (k) = 5
JADUAL 3 : Kriteria Pemilihan Model ARDL
JADUAL 4 : Penganggaran Pekali Jangka masa panjang Model ARDL
Nota : Nilai t- Statistik dalam kurungan, , *(**)*** signifikan pada aras keertian 10%, 5% dan 1%. JADUAL 5 : Model Terma Pembetulan Ralat kepada Kadar Pengangguran
Pembolehubah Bebas
Model
1 2 3
AIC/R-BAR2 AIC/SBC/ R-BAR2 AIC/R-BAR2 (2,2,0,2,2,2) 2,2,0,2,2,2 (2,2,1,2,2,2) U - - -GDP -0.10087*** (-5.5750) -0.095891***(-5.5453) -0.081424***(-2.8987) INF 0.063629 (1.0426) (0.95270)0.059563 0.082970(1.0046) La t Model Aras Signifika n
Batas Nilai Kritikal Kes II U(1) UM(2) UF(3) Nilai Batas Kritikal Bawah
I(0) Nilai Batas Kritikal AtasI(1) 2 4.1537 4.5487
5.5735 1% 3.900 5.419
5% 2.804 4.013
10% 2.331 3.417
Model Kriteria Model ARDL AIC value SBC value R Bar Squared
1 SBCAIC/R-Bar Squared ARDL(1,1,1,0,0,0)ARDL(2,2,0,2,2,2) -14.1080-9.3475 -20.5610-20.8194 0.936580.95644 2 SBC/ AIC/R-Bar Squared ARDL(2,2,0,2,2,2) -10.1538 -21.6257 0.94375 3 SBCAIC/R-Bar Squared ARDL(1,1,1,1,0,0)ARDL(2,2,1,2,2,2) -18.7180-18.6684 -25.8880-30.8573 0.941610.94442
Pembolehubah Bebas
Model
1 2 3
AIC/R-BAR2 AIC/SBC/ R-BAR2 AIC/R-BAR2 (2,2,0,2,2,2) 2,2,0,2,2,2 (2,2,1,2,2,2) U - - -GDP -0.74183***(-3.8130) -0.69178***(-4.2657) -0.49131**(-2.3758) INF (1.0059)0.17283 (0.92603)0.14363 (0.016041)0.0039312 LNPOPU 38.8409**(2.4728) 39.7059***(2.8315) (1.3657025.0951 LNG -18.8784***(-3.1211) -18.1511***(-3.4061) -14.1693*(-2.0040) LNOPN -7.7003***(-3.1094) -7.1255***(-3.2045) -7.4099**(-2.5032) Konstan (-0.95256)-109.0488 (-148.2355)-148.2355 (-0.0080139)-1.0749
LNPOPU 100.8849 (0.65715) 176.3475(1.0916) (-0.10357)-20.8199 LNG -2.2606 (-1.6452) (-1.5154)-2.1366 (-0.81357)-1.4656 LNOPN -3.1643* (-2.0198) -3.5774**(-2.2528) (0.897111)-1.9041 C -40.1472 (0.89494) (-1.3315)-61.4732 (-0.0080100)-0.47314 ECT (-1) -0.36816*** (-3.8471) -0.41470***(-4.1045) -0.44018***(-3.3076) R-Bar –Squared 0.79703 0.79774 0.66260 R2 0.89852 0.89887 0.84255 F-Statistik 12.0734 12.1203 6.8104 DW 2.2997 2.3593 2.4132
Nota : Nilai t- Statistik dalam kurungan, *(**)*** signifikan pada aras keertian 10%, 5% dan 1%. JADUAL 6 : Keputusan Sebab-Akibat Granger
Nota: Nilai t- Statistik dalam kurungan, *(**)*** signifikan pada aras keertian 10%, 5% dan 1%. JADUAL 7 : Keputusan Ujian Diagnostik
Model Ujian Statistik LM Version F Version
1 Siri Korelasi Bentuk Berfungsi Normal Heteroskedastisiti 1.6508[0.199] 0.053004[0.818] 0.16147[0.922] 0.10279[0.749] 1.0124[0.328] 0.030829[0.863] Not Applicable 0.096475[0.758] 2 Siri Korelasi Bentuk Berfungsi Normal Heteroskedastisiti 2.6616[0.103] 0.45136[0.502] 1.2143[0.545] 0.48853[0.485] 1.6906[0.210] 0.26596[0.612] Not Applicable 0.464331[0.501] 3 Siri Korelasi Bentuk Berfungsi Normal Heteroskedastisiti 3.1538[0.076] 0.66197[0.416] 1.2423[0.537] 0.0012462[0.972] 2.0386[0.170] 0.39275[0.539] Not Applicable 0.0011659[0.973]
Nota : Ujian Lagrange Multiplier dari baki korelasi bersiri, Ujian Ramsey’s RESET menggunakan kuasa dua nilai dipakai, berdasarkan ujian kepencongan dan baki kurtosis, berdasarkan kuasa dua bagi kuasa dua nilai dipakai dan nombor di dalam kurungan adalah nilai-p
Pembolehuba h Bersandar
Pembolehubah Bebas / F- statistik (Probability)
∆U/∆UM/∆UF ∆GDP ∆INF ∆LnPOPU ∆LnG ∆LnOPN ECT(-1)[t-stats]
∆U - 32.9354***(0.000) - 22.8879***(0.000) 4.6423** (0.023) 11.8003*** (0.000) -0.36816***(-3.8471) ∆UM - 30.2746***(0.000) - 21.6717***(0.000) 3.8067** (0.041) 12.2111*** (0.000) -0.41470***(-4.1045) ∆UF - 15.2607***(0.000) - 16.8398***(0.000) 3.3224*(0.058) 3.7980**(0.041) -0.44018***(-3.3076)
