BAB V HASIL DAN PEMBAHASAN 5.1

(1)

46 BAB V

HASIL DAN PEMBAHASAN 5.1 Hasil Analisis Deskriptif

Deskriptif kondisi sosial ekonomi dan demografi digunakan untuk menggambarkan karakteristik mantan PMI Kabupaten Kerinci atau kondisi responden yang dapat memberikan informasi tambahan untuk memahami hasil penelitian. Karakteristik responden dalam penelitian ini yaitu karakteristik responden menurut pendapatan, karakteristik responden menurut pendidikan, karakteristik responden menurut jumlah tanggungan, karakteristik responden menurut status pernikahan dan karakteristik responden menurut usia.

5.1.1 Karakteristik Responden Berdasarkan Usia

Usia adalah hal yang istimewa terhadap kehidupan manusia, dikarenakan usia dapat menentukan kapan seseorang dapat bekerja dan juga sebagai batasan kemampuan untuk melakukan kegiatan dalam kehidupannya. Usia juga menjadi modal dasar dalam kehidupan, kebanyakan jenis pekerjaan memiliki standar usia yang menjadi prasyarat untuk diterima serta menjadi batasan seseorang untuk bekerja, berhenti bekerja dikarenakan faktor usia yang tidak mengizinkan lagi untuk bekerja. Oleh sebab itu, perbedaan usia seseorang dapat memperlihatkan kedewasaan pikiran yang dapat mengambil keputusan untuk dirinya sendiri maupun untuk keluarganya, seperti memutuskan untuk bermigrasi ke tempat lain.

Tabel 5.1 Jumlah dan Persentase Responden Berdasarkan Usia

Usia Frekuensi Persentase

23-27 5 7,81

28-32 2 3,13

33-37 8 12,50

38-42 13 20,31

43-47 22 34,38

48-52 11 17,19

53-58 3 4,69

Jumlah 64 100,00

Sumber: Data Primer Diolah, 2022

(2)

47 Berdasarkan tabel 5.1 diatas dapat diketahui bahwa mantan PMI yang menjadi responden mayoritas berusia di antara rentang usia 43 sampai dengan 47 tahun sebanyak 22 orang dengan persentase sebesar 34,38 persen. Hal tersebut dikarenakan rentang usia 43 sampai dengan 47 adalah rentang usia yang telah memiliki pemikiran dan pengalaman yang telah matang dalam memutuskan pilihan didaerah tujuan migran. Untuk jumlah responden terbanyak kedua ialah responden dengan rentang usia 38-42 tahun sebanyak 13 orang atau sebesar 20,31 persen.

Sementara jumlah responden yang paling sedikit ialah responden yang berusia 53- 58 tahun dengan jumlah 3 responden atau sebesar 4,69 persen. Rata-rata usia dalam penelitian ini adalah 41,97 tahun.

5.1.2 Karakteristik Responden Berdasarkan Jenis Kelamin

Karakteristik responden berdasarkan jenis kelamin dapat dilihat pada tabel 5.2 berikut.

Tabel 5.2 Jumlah dan Persentase Responden Berdasarkan Jenis Kelamin

Jenis Kelamin Jumlah Persentase

Laki-laki 41 64,06

Perempuan 23 35,94

Jumlah 64 100,00

Dari tabel 5.2 diketahui bahwa dari 64 mantan PMI yang menjadi responden dalam penelitian ini adalah 41 diantaranya adalah laki-laki dengan persentase 64,06% dan selebihnya 23 orang atau 35,94% adalah perempuan.

5.1.3 Karakteristik Responden Berdasarkan Status Pernikahan

Pernikahan adalah ikatan sah antara seorang perempuan dan seorang laki- laki sesuai dengan ketentuan hukum dan agama. Pada penelitian ini status pernikahan dibagi dalam 2 kategori dari 64 responden, yaitu belum menikah/cerai dan menikah. Berdasarkan penelitian yang telah dilakukan dapat dilihat pada tabel 5.3 berikut.

(3)

48 Tabel 5.3 Jumlah dan Persentase Responden Berdasarkan Status Pernikahan

Status Pernikahan Jumlah Persentase

Belum Menikah/Cerai 10 15,63

Menikah 54 84,38

Jumlah 64 100,00

Berdasarkan tabel 5.3 diketahui mayoritas mantan PMI yang menjadi responden adalah responden yang telah menikah yaitu sebesar 84,38 persen.

Sedangkan untuk mantan PMI yang menjadi responden yang berstatus belum menikah/cerai hanya sebesar 15,63 persen. Gambaran mengenai status pernikahan ini berhubungan erat dengan tanggung jawab terhadap keluarga.

5.1.4 Karakteristik Responden Berdasarkan Jumlah Tanggungan Keluarga Jumlah tanggungan keluarga merupakan jumlah anggota keluarga yang ditanggung responden. Ini termasuk anak-anak, orang tua ataupun saudara kandung yang ditanggung oleh responden dalam satu kartu keluarga. Jumlah tanggungan keluarga di kategorikan dalam 5 kelompok dari 64 responden. Berikut data responden berdasarkan jumlah tanggungan keluarga.

Tabel 5.4 Jumlah dan Persentase Responden Berdasarkan Jumlah Tanggungan Keluarga

Jumlah Tanggungan Jumlah Persentase

1 2 3,13

2 14 21,88

3 17 26,56

4 23 35,94

5 8 12,50

Jumlah 64 100,00

Sumber: Data Primer Diolah,, 2022

Dari tabel 5.4 diketahui bahwa mayoritas mantan PMI yang menjadi responden adalah mereka dengan jumlah tanggungan sebanyak 4 orang dengan persentase sebesar 35,94 persen. Disusul dengan tanggungan 3 orang dengan persentase sebesar 26,56 persen. Sementara yang terendah yaitu responden dengan jumlah tanggungan 1 orang dengan persentase sebesar 3,13 persen. Adapun rata- rata tanggungan yang dimiliki responden adalah 3,33 orang.

(4)

49 5.1.5 Karakteristik Responden Berdasarkan Pendidikan

Pendidikan adalah jenjang pendidikan formal yang telah ditempuh responden. Di mana pendidikan saat ini merupakan salah satu penentu bagi seseorang untuk mendapatkan pekerjaan yang lebih baik, atau dapat dikatakan seseorang dengan tingkat pendidikan yang tinggi maka semakin tinggi tingkat pendapatan atau pekerjaan yang bisa didapatkan. Berikut data responden berdasarkan pendidikan yang dapat dilihat pada tabel 5.5.

Tabel 5.5 Jumlah dan Tingkat Pendidikan Responden Berdasarkan Pendidikan

Pendidikan Jumlah Persentase

SD 4 6,25

SMP/Sederajat 26 40,63

SMA/Sederajat 34 53,13

Jumlah 64 100,00

Berdasarkan tabel 5.5 diatas, diketahui bahwa mayoritas responden yang menjadi mantan PMI di Kabupaten Kerinci adalah responden yang telah berpendidikan SMA dengan persentase sebesar 53,13 persen. Dan minoritas dari responden yang menjadi mantan PMI adalah responden tamat Sekolah Dasar dengan 6,25 persen. Rata-rata lama pendidikan yang diperoleh responden yaitu 10 tahun. Hal tersebut menunjukkan mayoritas yang menjadi responden dalam penelitian ini memiliki tingkat pendidikan hingga Sekolah Menengah Atas (SMA).

Tingkat pendidikan dapat memperlihatkan kedewasaan berpikir seseorang.

5.1.6 Karakteristik Responden Berdasarkan pendapatan

Pendapatan menjadi penanda yang dapat menentukan baik atau tidak keadaan sosial ekonomi seseorang. Pendapatan responden terbagi dalam 3 kategori yaitu kurang dari Rp. 5.000.000 sampai dengan lebih dari Rp 10.000.000 dari 64 responden.

(5)

50 Tabel 5.6 Jumlah dan Persentase Responden Berdasarkan Pendapatan

Pendapatan Jumlah Persentase

< Rp 5.000.000 15 23,44

Rp 5.000.000 - Rp 9.999.999 48 75,00

> Rp 10.000.000 1 1,56

Jumlah 64 100,00

Berdasarkan tabel 5.6, dapat terlihat mayoritas pendapatan responden terletak pada pendapatan Rp 5.000.000 sampai Rp 9.999.999 dengan persentase sebesar 75,00 persen. Sementara responden dengan pendapatan lebih dari Rp 10.000.000 yang hanya 1,56 persen menjadi minoritas. Rata-rata pendapatan yang diterima responden yaitu sebesar Rp 5.671.875.

5.1.7 Karakteristik Responden Berdasarkan Pekerjaan Saat Ini

Responden paling banyak mendominasi pekerjaan di sektor pertanian.

Berikut merupakan data pekerjaan responden pada saat ini.

Tabel 5.7 Jumlah dan Persentase Responden Berdasarkan Pekerjaan Saat Ini Pekerjaan Saat Ini Jumlah Persentase

Cleaning Service 1 1,56

Irt 13 20,31

Kedai 1 1,56

Pedagang 5 7,81

Petani 39 60,94

Swasta 4 6,25

Tukang Cukur 1 1,56

Jumlah 64 100,00

Berdasarkan tabel 5.7 diatas, pekerjaan mantan PMI di Kabupaten Kerinci pada saat ini mayoritas adalah petani dengan total 39 responden atau 60,94%.

Berikutnya responden sebagai ibu rumah tangga berada di urutan ke dua dengan total 13 responden atau 20,31%. Sementara responden dengan pekerjaan sebagai cleaning service, pemilik kedai dan tukang cukur memiliki persentase sebesar 1,56%.

(6)

51 5.1.8 Karakteristik Responden Berdasarkan Pekerjaan Saat Menjadi PMI

Pekerjaan merupakan faktor penting bagi keberlangsungan keputusan bagi pekerja. Mendapatkan pekerjaan tentu akan sangat diharapkan di negara tujuan.

Berikut adalah data pekerjaan penduduk Kabupaten Kerinci saat menjadi PMI.

Tabel 5.8 Jumlah dan Persentase Responden Berdasarkan Pekerjaan Saat Menjadi PMI

Pekerjaan Saat Menjadi PMI Jumlah Persentase

Buruh Pabrik 29 45,31

Cleaning Service 2 3,13

Konstruksi 30 46,88

Pelayan Restaurant 1 1,56

Rumah Tangga 2 3,13

Jumlah 64 100,00

Berdasarkan tabel 5.8 diatas, pekerjaan responden pada saat menjadi PMI mayoritas merupakan mereka yang bekerja di bidang konstruksi dengan total 30 responden atau 46,88%. Berikutnya responden yang bekerja sebagai buruh pabrik berada pada urutan kedua dengan total 29 responden atau 45,31%. Adapun pabrik tempat responden bekerja seperti pabrik sarung tangan, pabrik elektronik, pabrik benang wol, pabrik boneka, pabrik garmen dan lain sebagainya.

5.1.9 Karakteristik Responden Berdasarkan Jam Kerja

Jam kerja yang dimaksud dalam penelitian ini merupakan rata-rata waktu yang digunakan para pekerja perhari. Berikut data jam kerja responden yang dapat dilihat pada tabel 5.9 berikut.

Tabel 5.9 Jumlah dan Persentase Responden Berdasarkan Jam Kerja

Jam Kerja Jumlah Persentase

8 14 21,88

9 1 1,56

10 10 15,63

12 39 60,94

Jumlah 64 100,00

(7)

52 Berdasarkan tabel 5.9 diatas, dapat diketahui bahwa mayoritas responden memiliki jam kerja selama 12 jam dengan total 39 responden atau 60,94%.

Mayoritas responden yang memiliki jam kerja selama 12 jam ini merupakan pekerja konstruksi. Sementara jam kerja terendah adalah selama 8 jam dengan total 14 responden atau 21,88%. Jam kerja ini merupakan jam kerja responden yang bekerja sebagai buruh pabrik. Rata-rata jam kerja responden selama bekerja di luar negeri adalah 10,77 jam.

5.1.10 Karakteristik Responden Berdasarkan Alasan Migrasi

Alasan migrasi yang dimaksud dalam penelitian ini adalah alasan responden dalam hal mengambil keputusan untuk bekerja di luar negeri. Secara ringkas, hasil penelitian terhadap alasan responden untuk melakukan migrasi dapat dilihat pada tabel 5.10 berikut.

Tabel 5.10 Jumlah dan Persentase Responden Berdasarkan Alasan Migrasi

Alasan Migrasi Jumlah Persentase

Pendapatan tinggi 58 90,63

Tidak tersedianya lapangan kerja 6 9,38

Jumlah 64 100,00

Berdasarkan tabel 5.10 diatas, sebanyak 58 responden atau 90,63%

responden mengatakan alasan mereka untuk melakukan migrasi adalah untuk mendapatkan pendapatan yang lebih tinggi. Kemudian sebanyak 6 responden atau 9,38% responden melakukan migrasi karena lapangan kerja yang tidak tersedia di tempat asal.

5.1.11 Karakteristik Responden Berdasarkan Informasi Migrasi

Informasi migrasi merupakan cara responden mendapatkan informasi mengenai pekerjaan di luar negeri. Adapun informasi mengenai migrasi pada penelitian ini terdiri dari informasi yang diketahui dari teman atau saudara yang telah bekerja sebagai PMI, informasi dari internet dan informasi yang diperoleh dari Departemen Tenaga Kerja. Gambaran mengenai informasi migrasi dapat dilihat pada tabel 5.11 berikut.

(8)

53 Tabel 5.11 Jumlah dan Persentase Responden Berdasarkan Informasi Migrasi

Informasi Migrasi Jumlah Persentase

Dari Teman/Saudara 43 67,19

Depnaker 21 32,81

Jumlah 64 100,00

Dari hasil penelitian dapat diketahui bahwa sebanyak 43 responden atau 67,19% mendapatkan informasi mengenai migrasi dari teman atau saudara yang telah berada di daerah tujuan ataupun telah kembali dari daerah tujuan migrasi.

Sementara 21 responden atau 32,81% responden mendapatkan informasi dari Departemen Tenaga Kerja.

5.1.12 Karakteristik Responden Berdasarkan Negara Tujuan

Negara tujuan yang dimaksud dalam penelitian ini adalah negara tujuan penempatan yang diinginkan oleh responden. Berikut merupakan data negara tujuan responden.

Tabel 5.12 Jumlah dan Persentase Responden Berdasarkan Negara Tujuan

Negara Tujuan Jumlah Persentase

Malaysia 64 100,00

Jumlah 64 100,00

Berdasarkan tabel 5.12 diatas, negara tujuan responden adalah Malaysia.

Hal ini disebabkan oleh jarak yang terbilang dekat dengan Indonesia dibandingkan dengan negara-negara lain. Selain itu, para pekerja bisa mendapatkan pendapatan yang lebih tinggi tanpa memerlukan pendidikan yang tinggi.

5.1.13 Karakteristik Responden Berdasarkan Minat Bekerja Kembali

Minat bekerja kembali yang dimaksud dalam penelitian ini adalah minat responden untuk bekerja kembali ke luar negeri di Kabupaten Kerinci. Berikut data hasil penelitian berdasarkan minat bekerja kembali responden.

(9)

54 Tabel 5.13 Jumlah dan Persentase Responden Berdasarkan Minat Bekerja

Kembali

Minat Bekerja Kembali Jumlah Persentase

Tidak Berminat 24 37,50

Berminat 40 62,50

Jumlah 64 100,00

Berdasarkan tabel 5.13 diatas, mayoritas responden memiliki minat untuk bekerja kembali ke luar negeri dengan jumlah 40 responden atau 62,50%.

Sementara 24 responden atau 37,50% tidak memiliki minat untuk bekerja kembali kembali ke luar negeri. Hal ini disebabkan oleh beberapa hal, diantaranya untuk responden perempuan yang memiliki anak kecil sehingga mereka mempertimbangkan kembali minatnya untuk bekerja kembali ke luar negeri. Selain itu, usia responden juga turut mempengaruhi keputusan responden untuk bekerja kembali ke luar negeri.

5.2 Hasil Analisis Regresi Logistik 5.2.1 Analisis Regresi Logistik

Pada hasil analisis regresi digunakan untuk menggambarkan atau menjelaskan hasil yang berkaitan dengan variabel bebas dan variabel terikat pada penelitian, sehingga dalam hal ini faktor keterkaitan dari hasil regresi dapat dihubungkan dan ditaksir kembali sesuai dengan variabel ke variabel yang lain.

Dalam penelitian ini digunakan model regresi logistik (logistic regression). Berikut adalah tabel dari hasil regresi logistik yang dibuat dengan menggunakan program Eviews 10.

(10)

55 Tabel 5.14 Analisis Regresi Logistik

Variable Coefficient Std. Error z-Statistic Prob.

C 0.015081 5.897104 0.002557 0.9980

X1 1.45E-06 7.14E-07 2.028608 0.0425

X2_1 -1.286165 2.118088 -0.607229 0.5437

X2_2 -0.846935 2.588344 -0.327211 0.7435

X3 1.571092 0.744529 2.110182 0.0348

X4 -0.272127 1.755902 -0.154979 0.8768

X5 -0.252788 0.108737 -2.324769 0.0201

Sumber: Data diolah, Eviews 10

Hasil perhitungan analisis regresi logistik faktor-faktor yang mempengaruhi minat mantan PMI untuk bekerja kembali ke luar negeri diperoleh persamaan sebagai berikut:

Y = 1-@CLOGISTIC(-(0.0150805194014 + 1.449195782006*X1 - 1.28616472525*X2_1 - 0.846935038454*X2_2 + 1.57109210293*X3 - 0.272127197888*X4 - 0.252788463102*X5))

Dalam model logit untuk menginterpretasikan koefisien regresi digunakan pengukuran yang dikenal dengan nama odds ratio. Odds Ratio dapat dirumuskan:

odds ratio = e^β, dimana e adalah bilangan 2,71828 dan β adalah koefisien masing- masing peubah. Untuk nilai odds ratio dapat dilihat pada tabel 5.15 berikut:

Tabel 5.15 Interpretasi Hasil Odds Ratio

Variabel Koefisien Odds Ratio = e^Koefisen z-Statistic Probabilita

C 0.015081 1.015195292 0.002557 0.9980

X1 1.45E-06 1.00000145 2.028.608 0.0425

X2_1 -1.286.165 0.276328473 -0.607229 0.5437

X2_2 -0.846935 0.428726968 -0.327211 0.7435

X3 1.571.092 4.811899921 2.110.182 0.0348

X4 -0.272127 0.761757512 -0.154979 0.8768

X5 -0.252788 0.77663251 -2.324.769 0.0201

Sumber: Data diolah, 2022

Sehingga menurut kriteria statistik dalam analisis logit binary dapat disimpulkan bahwa:

(11)

56 a. Variabel pendapatan

Memiliki koefisien sebesar 1.44919578206 dengan nilai z statistic 2.028608 dengan signifikansi 0.0425. Jika menggunakan taraf signifikansi 0.05 maka variabel ini menunjukkan pengaruh yang signifikan terhadap minat mantan PMI untuk bekerja kembali ke luar negeri. Nilai exp(B) variabel pendapatan sebesar 1.000 yang berarti probabilitas responden yang berminat untuk bekerja kembali ke luar negeri di Kabupaten Kerinci 1.000 kali lebih tinggi untuk responden yang berpenghasilan tinggi dibandingkan responden yang berpenghasilan rendah.

b. Varia^lbel pendidikan

Untuk tingkat pendidikan SMP/Sederajat, terlihat dalam X2_1 memiliki koefisien sebesar -1.28616472525 dengan nilai z-statistic -0.607229 dengan signifikansi 0.5437. Jika menggunakan taraf signifikansi 0.05 maka variabel ini tidak menunjukkan pengaruh yang signifikan terhadap minat mantan PMI untuk bekerja kembali ke luar negeri. Nilai exp(B) untuk variabel ini sebesar 0.276.

Sementara untuk tingkat pendidikan SMA/Sederajat yang terlihat dalam X2_2 memiliki koefisien sebesar -0.846935038454 dengan nilai z-statistic -0.327211 dengan signifikansi 0.7435. Jika menggunakan taraf signifikansi 0.05 maka variabel ini juga tidak menunjukkan pengaruh yang signifikan terhadap minat mantan PMI untuk bekerja kembali ke luar negeri. Nilai exp(B) untuk variabel ini sebesar 0.428.

c. Variabel jumlah tanggungan keluarga

Variabel jumlah tanggungan keluarga memiliki koefisien sebesar 1.57109210293 dengan nilai z-statistic 2.110182 dengan signifikansi 0.0348.

Jika menggunakan taraf signifikansi 0.05 maka variabel ini menunjukkan pengaruh yang signifikan terhadap minat mantan PMI untuk bekerja kembali ke luar negeri. Nilai exp(B) variabel jumlah tanggungan keluarga sebesar 4.811, yang berarti setiap bertambahnya 1 anggota keluarga probabilitas responden untuk bekerja kembali ke luar negeri 4.811 kali lebih tinggi dari mereka yang memiliki jumlah tanggungan 1 orang.

(12)

57 d. Variabel status pernikahan

Variabel pendidikan memiliki koefisien sebesar -0.272127197888 dengan nilai z-statistic -0.154979 dengan signifikansi 0.8768. Jika menggunakan taraf signifikansi 0.05 maka variabel ini tidak menunjukkan pengaruh yang signifikan terhadap minat mantan PMI untuk bekerja kembali ke luar negeri.

Nilai exp(B) variabel status pernikahan sebesar 0.761.

e. Variabel usia

Variabel usia memiliki koefisien sebesar -0.252788463102 dengan nilai z- statistic -2.324769 dengan signifikansi 0.0201. Jika menggunakan taraf signifikansi 0.05 maka variabel ini menunjukkan pengaruh yang signifikan terhadap minat mantan PMI untuk bekerja kembali ke luar negeri. Nilai exp(B) variabel usia sebesar 0.776 yang berarti semakin bertambahnya usia responden, maka ada kemungkinan menurunnya minat mantan PMI untuk bekerja kembali ke luar negeri sebesar 0.776. Tanda koefisien negatif (-) menunjukkan semakin bertambahnya usia tenaga kerja maka akan semakin kecil probabilitas tenaga kerja untuk bekerja kembali ke luar negeri.

5.2.2 Uji Kelayakan Model (Hosmer And Lemeshow Test)

Untuk mengetahui apakah terdapat kesesuaian pada model penelitian dengan data penelitian, dapat diketahui pada uji kelayakan model dengan mengukur nilai chi square yaitu dengan melihat hasil output pada uji hosmer and lemeshows goodness of fit test. Hasil tersebut dapat diketahui dengan membandingkan probabilitas signifikansi dengan tingkat signifikansi α sebesar 5% pada hasil output.

Tabel 5.16 Hosmer and lemeshow test

H-L Statistic 14.7011 Prob. Chi-Sq(8) 0.0652

Andrews Statistic 42.2656 Prob. Chi-Sq(10) 0.0000 Sumber: Data diolah, Eviews 10

Pada tabel 5.16 Diatas dapat diketahui bahwa uji kelayakan model yang ditunjukkan hasil dari hosmer and lemeshow test memperlihatkan probabilitas chi square yakni sebesar 0.0652. Dari hasil uji tersebut menunjukkan kriteria yang sesuai dengan kelayakan model regresi yakni model hipotesis penelitian sesuai

(13)

58 dengan data. Nilai chi square yakni 0.0652 > 0,05 dapat diartikan bahwa tidak ditemui perbedaan pada data estimasi model regresi logistik dengan data observasi penelitian, hal tersebut mengindikasikan bahwa model regresi dikatakan layak dan sudah tepat (sesuai) digunakan dalam penelitian ini.

5.2.3 Uji Keseluruhan Model (Likehood Ratio Statistics)

Uji statistik likehood ratio (LR) berfungsi untuk menguji secara bersama- sama pengaruh variabel independen apakah dapat mempengaruhi variabel dependen pada penelitian. Pengujian secara simultan pada regresi logistik dapat diketahui menggunakan uji statistik likehood ratio (LR), hasil uji ini sama dengan uji F yang ditunjukkan oleh regresi yang menggunakan metode OLS.

Tabel 5.17 Likehood Ratio Statistics

LR statistic 55.53246

Prob(LR statistic) 0.000000

Berdasarkan tabel 5.17 hasil LR statistik adalah sebesar 55.53246 dengan probabilitas LR statistik sebesar 0.000000 lebih kecil dari α (0,05). Hal ini artinya bahwa seluruh variabel independen yaitu pendapatan, pendidikan, jumlah tanggungan keluarga, status pernikahan dan usia secara bersama-sama berpengaruh signifikan terhadap minat mantan PMI untuk bekerja kembali ke luar negeri di Kabupaten Kerinci.

5.2.4 Uji Signifikansi Secara Individual (Uji Z)

Pada uji z digunakan untuk mengetahui hubungan antara variabel independen yang dilakukan secara individu (parsial) apakah dapat berpengaruh terhadap variabel dependen penelitian. Hasil uji z dapat diketahui dari nilai probabilitas pada variabel dibandingkan dengan tingkat signifikansi terhadap α (0,05). Apabila probabilitas < α, hal tersebut dapat diartikan bahwa variabel independen pada penelitian dapat berpengaruh pada variabel dependen. Begitu pun sebaliknya, apabila probabilitas > α hal tersebut dapat diartikan bahwa variabel independen pada penelitian tersebut tidak dapat mempengaruhi variabel dependen.

(14)

59 Tabel 5.18 Uji statistik Z

Variable z-Statistic Prob.

C 0.002557 0.9980

X1 2.028608 0.0425

X2_1 -0.607229 0.5437

X2_2 -0.327211 0.7435

X3 2.110182 0.0348

X4 -0.154979 0.8768

X5 -2.324769 0.0201

Dibawah ini merupakan output hasil uji Z pada variabel-variabel independen terhadap variabel dependen pada penelitian ini.

a. Variabel pendapatan

Hasil uji z pada tingkat kesalahan 5% untuk pendapatan menunjukkan bahwa z-Statistic adalah sebesar 2.028608 dan probabilitas sebesar 0.0425 <

nilai α (0,05), hal ini menyatakan bahwa variabel pendapatan secara parsial berpengaruh secara signifikan terhadap minat mantan PMI untuk bekerja kembali ke luar negeri.

b. Variabel pendidikan

Hasil uji z pada tingkat kesalahan 5% untuk pendidikan SMP/Sederajat menunjukkan bahwa z-Statistic adalah sebesar -0.607229 dan probabilitas sebesar 0.5437 > nilai α (0,05), hal ini menyatakan bahwa variabel pendidikan SMP/Sederajat secara parsial tidak berpengaruh secara signifikan terhadap minat mantan PMI untuk bekerja kembali ke luar negeri. Begitu juga hasil uji z untuk pendidikan SMA/Sederajat secara parsial juga tidak berpengaruh terhadap minat mantan PMI untuk bekerja kembali ke luar negeri yang terlihat pada X2_2, hasil uji z-Statistic sebesar -0.327211 dengan probabilitas sebesar 0.7435 > nilai α (0,05).

(15)

60 c. Variabel jumlah tanggungan keluarga

Hasil uji z pada tingkat kesalahan 5% untuk jumlah tanggungan keluarga menunjukkan bahwa z-Statistic adalah sebesar 2.110182 dan probabilitas sebesar 0.0348 < nilai α (0,05), hal ini menyatakan bahwa variabel jumlah tanggungan keluarga secara parsial berpengaruh secara signifikan terhadap minat mantan PMI untuk bekerja kembali ke luar negeri.

d. Variabel status pernikahan

Hasil uji z pada tingkat kesalahan 5% untuk status pernikahan menunjukkan bahwa z-Statistic adalah sebesar -0.154979 dan probabilitas sebesar 0.8768 >

nilai α (0,05), hal ini menyatakan bahwa variabel status pernikahan secara parsial tidak berpengaruh secara signifikan terhadap minat mantan PMI untuk bekerja kembali ke luar negeri.

e. Variabel usia

Hasil uji z pada tingkat kesalahan 5% untuk usia menunjukkan bahwa z hitung adalah sebesar -2.324769 dan probabilitas z-Statistic sebesar 0.0201 <

nilai α (0,05), hal ini menyatakan bahwa variabel usia secara parsial berpengaruh secara signifikan terhadap minat mantan PMI untuk bekerja kembali ke luar negeri.

5.2.5 Koefisien Determinasi (McFadden R Square)

Nilai koefisien determinasi McFadden R² digunakan untuk mengetahui besarnya konstribusi koefisien dari variabel pendapatan, pendidikan, jumlah tanggungan keluarga, status pernikahan dan usia terhadap minat mantan PMI untuk bekerja kembali ke luar negeri di Kabupaten Kerinci.

Tabel 5.19 Uji koefisien determinasi (R²) Hasil uji

McFadden R-squared 0.655791

Diketahui pada penelitian ini memperlihatkan nilai R2 McFadden pada hasil output estimasi koefisien determinasi sebesar 0.655791. Dapat disimpulkan bahwa pada variabel bebas yang ditunjukkan oleh pendapatan, pendidikan, jumlah

(16)

61 tanggungan keluarga, status pernikahan dan usia dalam model tersebut mampu menjelaskan probabilitas pada nilai R2 McFadden yakni sebesar 65,57 persen dan sisanya 34,43 persen dijelaskan oleh variabel lain diluar model.

5.2.6 Matriks Klasifikasi (menilai ketepatan prediksi)

Matriks klasifikasi digunakan untuk mengetahui nilai estimasi presentase yang benar (correct) dan yang salah (incorrect) terhadap variabel dependen atau dapat dikatakan menunjukkan tingkat persentase kecocokan kasus yang diklasifikasikan benar dan kasus yang diklasifikasikan keliru. Jika semakin tinggi nilai kecocokan model maka ketepatan prediksi model regresi akan semakin baik.

Berikut ini tabel 5.20 Adalah hasil pengujian matriks klasifikasi yang menunjukkan estimatesequation.

Tabel 5.20 Expectation-prediction evaluation

Estimated Equation Constant Probability Dep=0 Dep=1 Total Dep=0 Dep=1 Total

P(Dep=1)<=C 21 2 23 0 0 0

P(Dep=1)>C 3 38 41 24 40 64

Total 24 40 64 24 40 64

Correct 21 38 59 0 40 40

% Correct 87.50 95.00 92.19 0.00 100.00 62.50

% Incorrect 12.50 5.00 7.81 100.00 0.00 37.50 Total Gain* 87.50 -5.00 29.69

Percent Gain** 87.50 NA 79.17 Sumber: data diolah, eviews 10

Pada hasil tabel 5.12 tersebut, dapat dilihat bahwa pada kolom estimated equation telah diketahui total hasil dari nilai persentase akurasi prediksi yang benar diperoleh sebesar 92,19% yang artinya menunjukkan bahwa persentase ketepatan model dalam memprediksi kemungkinan minat mantan PMI untuk bekerja kembali ke luar negeri dalam penelitian adalah sebesar 92,19 persen. Dari hasil tersebut diketahui bahwa nilai prediksi mendekati 100 persen yaitu 92,19 persen yang menjelaskan bahwa model tersebut benar.

(17)

62 5.3 Pembahasan

Berdasarkan hasil penelitian tentang pengaruh pendapatan, pendidikan, jumlah tanggungan, status pernikahan dan usia terhadap minat mantan pekerja migran Indonesia untuk bekerja kembali ke luar negeri, pengujian variabel bebas yaitu pendapatan, pendidikan, jumlah tanggungan, status pernikahan dan usia secara bersama-sama mempengaruhi variabel dependen yaitu terhadap minat mantan pekerja migran Indonesia untuk bekerja kembali ke luar negeri sebesar 65,57 persen dan sisanya 34,43 persen dijelaskan oleh variabel lain diluar model.

5.3.1 Pengaruh Pendapatan Terhadap Minat Mantan Pekerja Migran Indonesia Untuk Bekerja Kembali Ke Luar Negeri

Berdasarkan dari hasil penelitian yang telah dilakukan, diperoleh nilai probabilitas 0.0376 < α (0.05). Hal ini menunjukkan bahwa variabel pendapatan secara parsial berpengaruh positif dan signifikan terhadap minat mantan pekerja migran Indonesia untuk bekerja kembali ke luar negeri di Kabupaten Kerinci.

Hasil penelitian ini mendukung hasil penelitian yang dilakukan oleh Tresilo (2015) yang menyatakan bahwa pendapatan memiliki pengaruh yang signifikan terhadap minat TKI bekerja kembali ke luar negeri di Kabupaten Jember. Begitu juga dengan hasil penelitian yang dilakukan (Ilham, 2020) yang menyatakan bahwa tingkat upah berpengaruh secara signifikan dan positif terhadap keputusan tenaga kerja melakukan migrasi komutasi.

Hal ini sesuai dengan teori migrasi Ravenstein yang menyatakan bahwa motif ekonomi merupakan pendorong utama seseorang melakukan migrasi, semakin tinggi pendapatan seseorang, semakin tinggi juga frekuensi mobilitas orang tersebut.

5.3.2 Pengaruh Pendidikan Terhadap Minat Mantan Pekerja Migran Indonesia Untuk Bekerja Kembali Ke Luar Negeri

Berdasarkan hasil penelitian ini, diperoleh nilai probabilitas responden dengan pendidikan SMP sebesar 0.5437 > α (0.05). Begitu juga dengan probabilitas responden dengan pendidikan SMA yaitu sebesar 0.7435 α (0.05). Hal ini menunjukkan bahwa variabel pendidikan secara parsial tidak berpengaruh

(18)

63 signifikan terhadap minat mantan pekerja migran Indonesia untuk bekerja kembali ke luar negeri di Kabupaten Kerinci.

Hasil analisis regresi logistik pada variabel pendidikan menunjukkan bahwa tidak terdapat pengaruh yang signifikan terhadap minat mantan pekerja migran Indonesia untuk bekerja kembali ke luar negeri di Kabupaten Kerinci. Artinya tinggi dan rendahnya pendidikan tidak berpengaruh terhadap keputusan mantan PMI untuk bekerja kembali ke luar negeri di Kabupaten Kerinci.

Hasil penelitian ini sejalan dengan penelitian yang dilakukan (Indah &

Kusreni, 2017) yang menyatakan rata-rata lama menempuh pendidikan tidak berpengaruh signifikan terhadap migrasi tenaga kerja keluar berdasarkan provinsi di Indonesia. Sama halnya dengan penelitian yang dilakukan Tresilo (2017) yang menyatakan bahwa pendidikan tidak berpengaruh signifikan terhadap minat bekerja kembali ke luar negeri di Kabupaten Jember.

5.3.3 Pengaruh Jumlah Tanggungan Terhadap Minat Mantan Pekerja Migran Indonesia Untuk Bekerja Kembali Ke Lua^lr Negeri

Berdasarkan dari hasil penelitian yang telah dilakukan, diperoleh nilai probabilitas 0.0348 < α (0.05). Hal ini menunjukkan bahwa variabel jumlah tanggungan secara parsial berpengaruh positif dan signifikan terhadap minat mantan pekerja migran Indonesia untuk bekerja kembali ke luar negeri di Kabupaten Kerinci.

Hasil penelitian ini sejalan dengan hasil penelitian yang dilakukan oleh Reni, dkk (2016) yang menyatakan variabel beban tanggungan keluarga secara signifikan berpengaruh terhadap keputusan migrasi tenaga kerja dari Kabupaten Ogan Ilir ke Malaysia. Begitu juga dengan hasil penelitian yang dilakukan Cita (2020) yang menyatakan bahwa terdapat pengaruh signifikan jumlah tanggungan terhadap keberangkatan menjadi TKW.

(19)

64 5.3.4 Pengaruh Status Pernikahan Terhadap Minat Mantan Pekerja Migran Indonesia Untuk Bekerja Kembali Ke Lua^lr Negeri

Berdasarkan dari hasil penelitian yang telah dilakukan, diperoleh nilai probabilitas 0.8769 > α (0.05). Hal ini menunjukkan bahwa variabel status pernikahan secara parsial tidak berpengaruh signifikan terhadap minat mantan pekerja migran Indonesia untuk bekerja kembali ke luar negeri di Kabupaten Kerinci. Artinya tidak adanya perbedaan antara orang yang telah menikah dan orang yang belum menikah dapat menentukan pilihan ingin atau tidak bermigrasi atau bekerja di luar negeri. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Ilham (2020) yang menyatakan variabel status pernikahan tidak berpengaruh signifikan terhadap migrasi.

5.3.5 Pengaruh Usia Terhadap Minat Mantan Pekerja Migran Indonesia Untuk Bekerja Kembali Ke Lua^lr Negeri

Berdasarkan dari hasil penelitian yang telah dilakukan, diperoleh nilai probabilitas 0.0201 < α (0.05). Hal ini menunjukkan bahwa variabel usia secara parsial berpengaruh signifikan terhadap minat mantan pekerja migran Indonesia untuk bekerja kembali ke luar negeri di Kabupaten Kerinci. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Reni (2016) yang menyatakan umur secara signifikan berpengaruh terhadap keputusan migrasi tenaga kerja dari Kabupaten Ogan Ilir ke Malaysia. Hal tersebut diperkuat dengan hasil penelitian Nasida & Aloysius (2021) yang juga menyatakan umur terbukti signifikan berpengaruh pada migrasi berulang.