JURNAL ILMIAH

ANALISIS PENGARUH (JANGKA PENDEK &

JANGKA PANJANG) JUMLAH PENDUDUK, JUMLAH PENGANGGURAN, UMK DAN PDRB SEKTOR INDUSTRI TERHADAP PENYERAPAN

TENAGA KERJA SEKTOR INDUSTRI DI KABUPATEN PASURUAN TAHUN 1995-2017

JURNAL ILMIAH

Disusun oleh :

Rizky Firmansyah Akbar 155020101111001

JURUSAN ILMU EKONOMI FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS BRAWIJAYA MALANG

2019

ANALISIS PENGARUH (JANGKA PENDEK & JANGKA PANJANG) JUMLAH PENDUDUK, JUMLAH PENGANGGURAN, UMK DAN PDRB SEKTOR INDUSTRI TERHADAP PENYERAPAN TENAGA KERJA SEKTOR INDUSTRI DI KABUPATEN

PASURUAN TAHUN 1995-2017

Rizky Firmansyah Akbar, Nugroho Suryo Bintoro Fakultas Ekonomi dan Bisnis Universitas Brawijaya

Email: rizkyfirmansyah20@gmail.com

ABSTRAK

Sektor industri merupakan sektor utama yang mempunyai potensi pembangunan ekonomi di Kabupaten Pasuruan. Penyumbang terbesar pertama dari PDRB ADHB maupun PDRB ADHK di Kabupaten Pasuruan adalah dari Sektor Industri. Dengan adanya sektor industri maka penyerapan Sumber Daya Manusia sangat penting yang bertujuan untuk mengelola dan memanfaatkan Sumber Daya Alam yang ada. Pengaruh penyerapan tenaga kerja sektor industri di Kabupaten Pasuruan salah satunya untuk meningkatkan pertumbuhan ekonomi dan mengurangi masalah pengangguran. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi penyerapan tenaga kerja sektor industri dalam jangka pendek dan jangka panjang dengan menggunakan data time series tahun 1995-2017 (dalam kuartal). Metode yang digunakan yaitu uji Kausalitas Granger dan Uji Vector Error Correction Model (VECM) dengan variabel yang digunakan yaitu Jumlah Penduduk, Jumlah Pengangguran, UMK, dan PDRB Sektor Industri. Berdasarkan hasil yang telah diestimasi bahwa Variabel Jumlah Penduduk berpengaruh positif signifikan dalam jangka pendek dan berpengaruh negatif signifikan dalam jangka panjang.

Variabel Jumlah Pengangguran tidak berpengaruh dalam jangka pendek, namun berpengaruh negatif signifikan dalam jangka panjang. Variabel UMK berpengaruh negatif signifikan dalam jangka pendek dan berpengaruh positif signifikan dalam jangka panjang. Variabel PDRB Sektor Industri tidak berpengaruh dalam jangka pendek, akan tetapi berpengaruh negatif signifikan dalam jangka panjang.

Kata kunci: Penyerapan Tenaga Kerja Sektor Industri, Jumlah Penduduk, Jumlah Pengangguran, UMK, PDRB Sektor Industri.

A. LATAR BELAKANG

Laju pertumbuhan ekonomi menjadi salah satu indikator utama dalam mengukur keberhasilan pembangunan ekonomi. Di beberapa negara yang berkembang termasuk di negara Indonesia, pertumbuhan ekonomi yang tinggi menjadi sasaran utama pembangunan. Salah satu cara mewujudkan pembangunan ekonomi tersebut adalah dengan mengembangkan sektor industri yang merupakan sektor pemimpin, tetapi dapat dijangkau oleh seluruh lapisan masyarakat. (Arifin, 2011)

Sektor industri merupakan salah satu sektor perekonomian di Kabupaten Pasuruan yang memiliki potensi paling besar untuk memajukan pertumbuhan ekonomi, khususnya pada subsektor industri pengolahan. Subsektor industri pengolahan memiliki potensi menjadi tempat untuk memanfaatkan sumber daya alam yang melimpah dan untuk melakukan penyerapan tenaga kerja dengan angka yang besar. Berbagai macam produk yang dihasilkan oleh subsektor industri pengolahan selalu memiliki nilai tukar yang tinggi dan menerbitkan nilai tambah yang besar sehingga mampu menyumbang angka yang besar dalam pertumbuhan ekonomi dan juga penyumbang terbesar pertama produk domestik regional bruto (PDRB) Kabupaten Pasuruan.

Tolak ukur yang digunakan dalam melakukan riset peranan sektor industri terhadap pertumbuhan ekonomi tidak hanya dilihat dari nominal atau angka yang mampu dicapai oleh PDRB sektor industri tetapi juga dari seberapa tinggi angka penyerapan tenaga kerja yang mampu dirilis oleh sektor industri khususnya subsektor industri pengolahan (Arsyad, 1988). Pertumbuhan ekonomi salah satunya dapat diukur menggunakan angka PDRB atas dasar harga konstan (ADHK).

Peran dari beberapa sektor industri pengolahan di Kabupaten Pasuruan dalam penyerapan tenaga kerja selalu meningkat dalam setiap periode. Salah satu faktor yang mempengaruhi peningkatan tersebut yaitu bertambahnya berbagai produk masyarakat berupa barang dan jasa yang menyebabkan peningkatan penyerapan tenaga kerja. Semakin besar output yang dihasilkan semakin besar pula input atau tenaga kerjanya. (Simanjuntak, 1985).

Ironisnya, meskipun angka penyerapan tenaga kerja di Kabupaten Pasuruan selalu meningkat di setiap periode, Tingkat pengangguran terbuka di Kabupaten Pasuruan juga masih terus mengalami ketidakstabilan sejak tahun 1995 hingga tahun 2017. Fluktuasi yang terjadi tentu saja dipengaruhi oleh banyak faktor seperti tingkat upah, investasi daerah dan beberapa faktor lainnya. Korelasi yang dapat dibentuk oleh Tingkat pengangguran terbuka dengan pertumbuhan penduduk yang terus meningkat adalah ketidakseimbangan antara laju pertumbuhan penduduk dengan tingkat penyerapan tenaga kerja di Kabupaten Pasuruan yang berdampak pada peningkatan dari besaran tingkat pengangguran terbuka di Kabupaten Pasuruan yang besarnya menyentuh angka 6,41 persen pada tahun 2015 (BPS Jatim, 2017).

Fenomena sosial yang digambarkan ini merupakan dampak jangka panjang yang harus menjadi perhatian pemerintah daerah. Faktor utama yang paling jelas berpengaruh pada kemiskinan adalah tingkat kenaikan jumlah penduduk yang tidak bisa diatasi dan jumlah pengangguran yang semakin membengkak. Hal ini bisa terjadi karena pengangguran memiliki dampak terhadap penurunan pendapatan perkapita penduduk, sehingga dalam jangka panjang kemampuan daya beli masyarakat menurun yang pada akhirnya mempengaruhi produksi nasional (Perdana, 2008).

Salah satu faktor yang mengangkat kenaikan angka pengangguran adalah ketersediaan lapangan pekerjaan yang jumlahnya tidak menentu dari tahun ke tahun dan angka jumlah penduduk yang kian melesat tinggi. Pertumbuhan tenaga kerja yang lebih besar dibandingkan dengan ketersediaan lapangan kerja menyebabkan pengangguran yang tinggi. (Nurrohman & Arifin, 2010). Jumlah angka kelahiran yang lebih besar dari angka kematian menyebabkan kebutuhan-kebutuhan mendasar seperti sandang, pangan, lahan perumahan, pendidikan, dan kesehatan membutuhkan persediaan yang lebih besar. Oleh karena itu, dalam ketenagakerjaan, tak hanya ketersediaan lapangan pekerjaan, kebijakan upah minimum juga menjadi permasalahan penting di beberapa kota dan kabupaten, khususnya di Kabupaten Pasuruan.

Kondisi yang telah disampaikan pada Latar Belakang ini menjadi dasar bagi penulis untuk meneliti lebih lanjut mengenai faktor-faktor yang mempengaruhi penyerapan tenaga kerja tenaga sektor industri di Kabupaten Pasuruan dalam jangka pendek dan jangka panjang

B. KAJIAN PUSTAKA

Teori Pertumbuhan

Adam smith berpendapat bahwa ada 2 aspek utama dalam terciptanya pertumbuhan ekonomi yaitu pertumbuhan output total dan pertumbuhan penduduk (arsyad, 1988). Menurut adam smith faktor produksi utama yang dapat memberikan kemakmuran bangsa adalah sumber daya manusia karena sumber daya alam (tanah) tidak dapat digunakan apabila tidak ada sumber daya manusia yang mampu mengelolanya dengan baik apabila tidak dapat dikelola dengan baik, maka tingkat kesejahteraan tidak tercapai begitupun sebaliknya. Kemudian setelah kegiatan ekonomi tumbuh, akumulasi modal diperlukan untuk mencapai pertumbuhan ekonomi. Pertumbuhan penduduk (populasi) yang semakin meningkat maka tenaga kerja juga akan meningkat, hal ini mengakibatkan bahwa semakin bertambahnya produk barang dan jasa yang dapat dihasilkan.

Sehingga penduduk merupakan faktor penting untuk mengelola perekonomian dan faktor utama dalam pembangunan ekonomi. Dalam jangka pendek semakin meningkat jumlah penduduk dapat meningkatkan penyerapan tenga kerja. Jadi, dalam teori adam smith di sini bahwa sumber daya manusia merupakan syarat yang berguna dan di perlukan bagi pertumbuhan ekonomi dan pembangunan ekonomi.

Robert Malthus berpendapat bahwa semakin meningkat pertumbuhan penduduk (populasi), maka akan berpengaruh terhadap pemanfaatan sumber daya alam. Dalam pengaruh jangka panjang

teori Malthus pesimis akan bertambahnya penduduk dikarenakan sumber daya alam tidak dapat dimanfaatkan dengan baik dan berdampak pada menurunnya pendapatan perkapita. Apabila pendapatan menurun dengan meningkatnya pertumbuhan penduduk (populasi) maka pengaruh terhadap penyerapan tenaga kerja akan berkurang karena tidak dapat mengelola sumber daya alam dengan baik dan berkurangnya produktivitas tenaga kerja. Dapat disimpulkan bahwa angka pertambahan jumlah penduduk (populasi) akan menyebabkan menurunnya kesejahteraan ekonomi.

Michael Kremer berpendapat bahwa Pertumbuhan Penduduk yang meningkat akan membawa perubahan terhadap teknologi. Semakin banyak penduduk, maka semakin banyak ilmuwan, pakar, professor dan insinyur yang mampu memberikan sumbangan pemikirannya tentang kemajuan teknologi. Jumlah Penduduk (populasi) yang besar akan membawa kemajuan teknologi pada suatu negara ataupun daerah. Hal ini berpengaruh terhadap penyerapan tenaga kerja karena perusahaan akan memproduksi barang dan jasa lebih menggunakan alat teknologi yang canggih dalam jangka panjang.

Teori Perubahan Struktural

W. Arthur Lewis berpendapat bahwa Sektor Industri Perkotaan Modern, yaitu suatu sektor yang tingkat produktivitasnya relatif tinggi dan menjadi wadah hasil transferan tenaga kerja dari sektor subsisten tradisional yaitu sektor pertanian. Sektor industri merupakan sektor yang memiliki produktifitas yang lebih tinggi daripada sektor pertanian. Apabila produktifitas tinggi, maka penyerapan akan tenaga kerja juga tinggi yang berpengaruh terhadap menurunya tingkat pengangguran. Dalam hal ini berdampak dalam jangka panjang, dikarenakan dalam jangka panjang sektor industri merupakan sektor yang mampu memberikan kontribusi yang besar bagi pendapatan suatu daerah dengan nilai produktifitasnya yang besar.

Permintaan dan Penawaran Tenaga Kerja

Menurut Neo Klasik, dalam teorinya mengenai Marginal Physical Product of Labor, besarnya permintaan tenaga kerja di dalam suatu perusahaan didasarkan pada besarnya nilai permintaan yang ditimbulkan oleh masyarakat terhadap barang dan jasa sebagai produk yang dihasilkan oleh perusaahan tersebut. Perubahan permintaan tenaga kerja dalam jangka panjang dapat diakibatkan oleh adanya dinamika konsumsi masyarakat, produktivitas karyawan, dan pengaruh penggunaan teknologi sebagai metode produksi (Simanjuntak, 1985).

Penawaran tenaga kerja adalah jumlah tenaga kerja yang dapat disediakan pada setiap kemungkinan upah dalam jangka waktu tertentu. Dalam teori klasik sumber daya manusia (pekerja) merupakan individu yang bebas mengarnbil keputusan untuk bekerja atau tidak. Bahkan pekerja juga bebas untuk menetapkan jumlah jam kerja yang diinginkannya.

Gambar 2.3: Kurva Permintaan dan Penawaran Tenaga Kerja di Suatu Daerah/Negara

Sumber: Simanjuntak, 1985.

Berdasarkan gambar 2.3, Sn merupakan suatu kurva yang merpresentasikan suatu jumlah penawaran yang berasal dari seluruh keluarga di suatu daerah, yang disebut sebagai penawaran tenaga kerja untuk suatu daerah. Sedangkan Dn adalah kurva yang merupakan representasi dari jumlah permintaan tenaga kerja dari suatu perusahaan, yang disebut sebagai permintaan tenaga kerjadi suatu daerah tertentu. Jumlah penawaran dan permintaan tenaga di suatu daerah yang bersangkutan akan menjadi pertimbangan dalam menentukan tingkat upah dan jumlah penempatan untuk masa-masa tertentu. Titik potong antara kurva S¬n dengan Dn disebut titik ekuilibrium (Ln), yaitu titik yang menentukan besarnya jumlah penempatan atau banyaknya orang yang bekerja.

Kemudian, untuk besaran nilai tingkat upah yang berlaku dapat diketahui dari letak titik Wn yang kemudian akan dijadikan sebagai tolak ukur baik bagi pencari kerja maupun perusahaan dalam suatu daerah tertentu.

Teori Neoklasik

Tambahan output yang dihasilkan dengan tambahan tenaga kerja disebut marginal physical product of labor (MPPL). Fungsi produksi merupakan hubungan antara faktor-faktor produksi dan banyaknya kuantitas produksi yang dihasilkan. Faktor-faktor produksi terdiri dari empat komponen, yaitu tenaga kerja, sumber daya alam, modal, dan keahlian kewirausahawanan. Faktor- faktor produksi biasa disebut dengan istilah input, dan hasil dari proses produksi disebut dengan output. Dalam bentuk rumus, fungsi produksi dinyatakan dalam bentuk sebagai berikut:

T)

Dimana :

Q : Banyaknya output dari berbagai macam jenis faktor produksi K : Banyaknya jumlah stok modal

L : Banyaknya tenaga kerja yang bekerja R : Sumber daya alam

T : Besarnya teknologi yang digunakan Teori Upah

Teori upah David Ricardo merupakan teori dimana mempertimbangkan kondisi pekerja, apabila standar hidup meningkat maka seharusnya tingkat upah yang dibayarkan juga akan meningkat. Hal ini merupakan salah satu untuk mengantisipasi perubahan perekonomian secara menyeluruh pada suatu daerah maupun negara.

Teori Neoklasik tentang upah yaitu Upah Sebagai Imbalan. Upah Sebagai Imbalan merupakan suatu imbalan atau gaji dari pengusaha kepada karyawan atau tenaga kerja atas usaha kerja yang telah dilakukan (Simanjuntak, 1985).

Teori Upah Efisiensi (Efficiency wages) merupakan upah yang diberikan perusahaan di atas titik keseimbangan yang bertujuan untuk dapat meningkatkan produktivitas pekerjanya (Mankiw, 2006). Apabila semakin tinggi tingkat upah yang dibayarkan oleh pengusaha maka akan berdampak pada penyerapan yang tinggi juga untuk meningkatkan tingkat produktivitas pekerja dalam jangka panjang sehingga di peroleh tenaga kerja yang profesional dan berkualitas..

Produk Domestik Regional Bruto

Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator penting untuk mengetahui kondisi ekonomi di suatu daerah dalam suatu periode tertentu, baik atas dasar harga berlaku (ADHB) maupun atas dasar harga konstan (ADHK). Hal ini sejalan dengan teori

pertumbuhan output total oleh ekonom klasik yaitu Adam Smith bahwa semakin tinggi PDRB suatu wilayah maka semakin tinggi juga pembangunan ekonomi wilayah tersebut (Perdana, 2006).

Menurut Adam Smith bahwa pertumbuhan output total dihasilkan oleh sumber daya manusia. Jadi, dalam jangka pendek dan jangka panjang dengan meningkatnya PDRB akan meningkatkan penyerapan tenaga kerja sebagai sumber daya manusia yang dapat mengelola Sumber Daya Alam untuk menghasilkan suatu barang dan jasa.

Hipotesis

Berdasarkan teori yang digunakan dalam penelitian ini, maka hipotesis dapat dirumuskan sebagai berikut:

1. Diduga bahwa variabel Jumlah Penduduk berpengaruh positif signifikan terhadap variabel Penyerapan Tenaga Kerja Sektor industri dalam jangka pendek.

2. Diduga bahwa variabel Jumlah Penduduk berpengaruh negatif signifikan terhadap variabel Penyerapan Tenaga Kerja Sektor Industri dalam jangka panjang.

3. Diduga bahwa variabel UNEMP berpengaruh negatif signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka pendek.

4. Diduga bahwa variabel UNEMP berpengaruh negatif signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka panjang.

5. Diduga bahwa variabel UMK berpengaruh negatif signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka pendek.

6. Diduga bahwa variabel UMK berpengaruh positif signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka panjang.

7. Diduga bahwa variabel PDRB berpengaruh positif signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka pendek.

8. Diduga bahwa variabel PDRB berpengaruh negatif signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka panjang.

C. METODE PENELITIAN

Jenis penelitian yang digunakan yaitu penelitian dengan pendekatan kuantitatif. Jenis data yang digunakan dalam penelitian ini yaitu data sekunder yang berupa data time series dari kurun waktu tahun 1995-2017 selama 23 tahun. Data dalam penelitian ini menggunakan treatment interpolasi data. Interpolasi data yaitu metode pemecahan data tahunan menjadi data triwulan atau bentuk kuartalan (Chakraborty, 2010), dimana data 1 tahun dibagi menjadi 4 data kuartal dengan total seluruh observasi data yang digunakan dalam penelitian ini yaitu sebanyak 92 (n = 92). Sumber data diperoleh dari BPS Kabupaten Pasuruan, Dinas Tenaga Kerja Kabupaten Pasuruan dan BPS Provinsi Jawa Timur. Variabel dependent dalam penelitian ini yaitu Variabel Penyerapan Tenaga Kerja Sektor Industri, kemudian Variabel independent yaitu Variabel Jumlah Penduduk, Jumlah Pengangguran, UMK dan PDRB Sektor Industri.

Ada beberapa tahapan pengujian yang dilakukan, yang pertama data yang diuji menggunakan unit root test ADF, stasioner di tingkat 1st difference, selanjutnya yang dilakukan yaitu menentukan panjang lag optimum. Setelah panjang lag optimum di ditentukan, uji Kausalitas Granger dapat digunakan dengan menggunakan uji lag optimum tersebut tujuan menggunakan Uji Kausalitas Granger untuk mengetahui pengaruh dalam jangka pendek. Kemudian menggunakan uji stabilitas VECM apabila hasilnya menunjukkan hasil yang stabil dan valid, maka uji IRF dan VD dapat digunakan. Selanjutnya yaitu uji kointegrasi menggunakan johansen’s cointegration test dapat dilakukan dan syarat dapat dipakainya pengujian Vector Error Correction Model (VECM),

yaitu terdapatnya kointegrasi, apabila tidak terdapat kointegrasi maka pengujian VECM tidak dapat dilakukan melainkan menggunakan pengujian model Vector Autoregression (VAR). Apabila terdapat kointegrasi pengujian VECM dapat dilakukan yang bertujuan untuk mengetahui pengaruh dalam jangka panjang, kemudian dilanjutkan sampai pada tahap Impulse Respons Function (IRF) dan Vector Decomposition (VD).

D. HASIL DAN PEMBAHASAN

Unit Root Test

Pengujian unit root test adalah tahap uji pertama kali yang dilakukan untuk mengestimasi hasil data time series yang bertujuan untuk menguji kestasioneran data time series. Uji stasioner/unit root test yang digunakan ada 2, yang pertama menggunakan Augmented Dickey Fuller Test (ADF), yang kedua uji Pillips Perron (PP).Untuk mengetahui uji stasioneritas apabila uji ADF yang diestimasi telah stasioner, maka yang digunakan yaitu uji ADF bukan PP dikarenakan uji ADF merupakan acuan dalam estimasi hasil unit root test. Dikatakan stasioner dengan syarat H0 ditolak dan H1 diterima yaitu ketika nilai probabilitas < α 5% (0.05). Untuk mengetahui hasil estimasi unit root test disajikan dalam tabel 4.1 sebagai berikut:

Tabel 4.1: Hasil Unit Root Test ADF dan PP

Derajat

Integrasi Variabel

ADF PP

Prob. Kesimpulan Prob. Kesimpulan

Level

P_TK 0.9398 Tidak Stasioner 0.0795 Tidak Stasioner JP 0.4934 Tidak Stasioner 0.6977 Tidak Stasioner UNEMP 0.7497 Tidak Stasioner 0.1402 Tidak Stasioner UMK 0.8625 Tidak Stasioner 0.8687 Tidak Stasioner PDRB 0.9431 Tidak Stasioner 0.9560 Tidak Stasioner

1st Difference

P_TK 0.0015 Stasioner 0.0000 Stasioner

JP 0.0225 Stasioner 0.0002 Stasioner

UNEMP 0.0300 Stasioner 0.0001 Stasioner

UMK 0.0061 Stasioner 0.0047 Stasioner

PDRB 0.0136 Stasioner 0.0000 Stasioner

Sumber: Hasil estimasi eviews 9 (data diolah), 2019.

Berdasarkan pada tabel 4.1, menunjukkan hasil dari unit root test tingkat level dan tingkat 1st difference. Pada tingkat level semua variabel tidak stasioner dibuktikan dengan nilai probabilitas >

α (0.05) H0 diterima dan H1 ditolak. Apabila tidak stasioner maka yang dilakukan yaitu pengujian diturunkan pada tingkat 1st difference. Hasil yang diperoleh pada tingkat 1st difference menggunakan uji ADF yaitu nilai probabilitas < 0.05. Nilai probabilitas variabel P_TK 0.0015 <

0.05, variabel JP 0.0225 < 0.05, variabel UNEMP 0.300 < 0.05, variabel UMK 0.0061 < 0.05 dan variabel PDRB 0.0136 < 0.05 H0 ditolak dan H1 diterima, maka dapat disimpulkan semua variabel P_TK, JP, UNEMP, UMK, dan PDRB stasioner pada tingkat 1st difference.

Uji Lag Length Criteria

Penentuan hasil panjang lag optimum sangat penting yang digunakan untuk mengetahui waktu variabel yang dibutuhkan untuk merespon variabel lain dengan hasil variabel yang dipengaruhi mengalami perubahan. Lag yang dipilih adalah lag yang memenuhi kriteria yaitu likehood ratio (LR), final prediction error (FPE), akaike information crition (AIC), schwarz information (SC), dan hannan-quin rition (HQ), hasil estimasi lag length criteria disajikan pada tabel 4.2 di bawah ini.

Tabel 4.2: Uji Lag Length Criteria

Lag LogL LR FPE AIC SC HQ

0 660.4361 NA 1.38e-13 -15.42203 -15.27834 -15.36423 1 1328.705 1242.193 3.69e-20 -30.55775 -29.69564 -30.21099 2 1419.337 157.8067 7.93e-21 -32.10204 -30.52150* -31.46630*

3 1435.529 26.28937 9.90e-21 -31.89481 -29.59584 -30.97010 4 1447.113 17.44311 1.40e-20 -31.57912 -28.56173 -30.36544 5 1518.672 99.34139 4.91e-21 -32.67464 -28.93882 -31.17199 6 1566.679 60.99703* 3.08e-21* -33.21598* -28.76173 -31.42436 7 1580.465 15.89397 4.47e-21 -32.95211 -27.77944 -30.87152 Sumber: Hasil estimasi eviews 9 (data diolah), 2019.

Berdasarkan pada tabel 4.2, menunjukkan hasil dari uji lag length criteria dimana hasil yang didapat yaitu pada lag 6, dibuktikan dengan tanda (*) yang paling banyak. Artinya variabel yang berpengaruh dapat berdristibusi normal dengan penentuan panjang lag yang terbaik ketika berada pada lag 6 (pada 6 kuartal = 1½ tahun). Maka dapat disimpulkan bahwa lag optimum yang digunakan untuk tahap selanjutnya yaitu menggunakan lag 6, tahap selanjutnya yaitu uji stabilitas VECM.

Uji Stabilitas VECM

Uji stabilitas VECM adalah uji yang digunakan untuk melihat apakah variabel yang digunakan stabil dan valid pada lag yang telah ditentukan (lag optimum). Apabila stabil, maka uji impulse response function (IRF) dan vector decomposition (VD) dapat digunakan. Kriteria syarat dapat diterima ketika nilai roots yang memiliki modulus < 1. H0 ditolak dan H1 diterima artinya, uji stabilitas menunjukkan hasil yang stabil dan valid untuk digunakan. Untuk lebih jelas dapat disajikan dalam tabel 4.3 sebagai berikut:

Tabel 4.3 : Hasil Uji Stabilitas VECM

Root Modulus

0.998809 0.998809 0.891506 0.891506 0.827363 0.827363 0.748728 - 0.301816i 0.807271 0.748728 + 0.301816i 0.807271 0.576853 - 0.397197i 0.700375 0.576853 + 0.397197i 0.700375 0.652026 0.652026 0.600988 - 0.237104i 0.646069 0.600988 + 0.237104i 0.646069 Sumber: Hasil estimasi eviews 9 (data diolah), 2019.

Berdasarkan tabel 4.3, hasil estimasi uji stabilitas vecm valid dan stabil dengan nilai yang ditunjukkan seluruh rootsnya yang memiliki modulus yaitu < 1 H0 ditolak dan H1 diterima.

Artinya hasil uji estimasi stabilitas vecm stabil dan valid, maka uji IRF dan VD dapat digunakan.

Tahap pengujian selanjutnya yang dapat dilakukan yaitu Uji Kointegrasi.

Johansen’S Cointegration Test

Uji Kointegrasi adalah tahap uji yang bertujuan untuk mengetahui ada/tidaknya pengaruh keseimbangan dalam jangka panjang. Kriteria syarat pengujian yang digunakan yaitu niali trace statistic > nilai critial value dan nilai max eigen value > nilai critical value H0 ditolak dan H1 diterima. Apabila kriteria yang didapat memenuhi syarat maka hasil Uji Kointegrasi dapat dilanjutkan uji selanjutnya yaitu uji vector error correction model (VECM). Namun sebaliknya, apabila tidak memenuhi kriteria syarat/tidak ada kointegrasi maka pengujian yang dapat dilakukan yaitu model vector autoregression (VAR). Pada tabel 4.4 Uji Kointegrasi yang dilakukan yaitu johansen’s cointegration test dengan hasil sebagai berikut:

Tabel 4.4: Johansen’s Cointegration Test

Unrestricted Cointegration Rank Test (Trace) Hypothesized

No. of CE(s) Eigenvalue Trace Statistic

0.05

Critical Value Prob.**

None * 0.484349 108.8089 69.81889 0.0000

At most 1 * 0.335221 52.51131 47.85613 0.0171

At most 2 0.145589 17.80573 29.79707 0.5805

At most 3 0.050787 4.431561 15.49471 0.8658

At most 4 1.39E-05 0.001183 3.841466 0.9718

Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized

No. of CE(s) Eigenvalue Max-Eigen Statistic

0.05

Critical Value Prob.**

None * 0.484349 56.29763 33.87687 0.0000

At most 1 * 0.335221 34.70558 27.58434 0.0051

At most 2 0.145589 13.37417 21.13162 0.4184

At most 3 0.050787 4.430379 14.26460 0.8114

At most 4 1.39E-05 0.001183 3.841466 0.9718

Sumber: Hasil estimasi eviews (data diolah), 2019.

Berdasarkan pada tabel 4.4, menunjukkan terdapat 2 kointegrasi dalam pengaruh jangka panjang/stabilitas keseimbangan dalam pengaruh jangka panjang dengan nilai yang memenuhi syarat yaitu nilai trace statistic > critical value 5% pada none dan at most 1 dengan dibuktikan dengan nilainya yaitu 108.8089 > 69.81889 pada none dan 52.51131 > 47.85613 pada at most 1 H0 ditolak dan H1 diterima. Kemudian kriteria syarat kedua dapat diterima apabila max eigen value > critical value 5%. Dari tabel 4.4 juga terdapat 2 kointegrasi dengan nilai max eigen value

> critical value 5% pada none dan at most 1 dengan dibuktikan dengan nilainya yaitu 56.29763 >

33.87687 pada none dan 34.70558 > 27.58434 pada at most 1 H0 ditolak dan H1 diterima. Maka dapat disimpulkan bahwa terdapat 2 kointegrasi (indikasi terdapatnya pengaruh jangka panjang).

Dengan adanya kointegrasi maka uji VECM dapat dilakukan.

Uji Kausalitas Granger

Di dalam uji kausalitas granger tidak ada perbedaan signifikan antara variabel dependent dengan variabel independent karena uji kausalitas granger merupakan salah satu pengujian yang bertujuan untuk menentukan pengaruh dua arah dari variabel penelitian. Adapun kriteria pengujiannya adalah suatu variabel dikatakan mempengaruhi variabel yang lain secara signifikan apabila nilai probabilitasnya < 0.05 H0 ditolak dan H1 diterima. Dalam penelitian ini uji Kausalitas Granger juga digunakan untuk melihat pengaruh jangka pendek antar variabel. Hasil Uji Kausalitas Granger dapat disajikan dalam tabel sebagai berikut:

Tabel 4.5: Pairwise Granger Causality Test

Null Hypothesis: Obs F-Statistic Prob.

JP does not Granger Cause P_TK

86

3.10221 0.0092 P_TK does not Granger Cause UNEMP 2.65561 0.0219 UMK does not Granger Cause P_TK 3.97131 0.0017 UMK does not Granger Cause UNEMP 3.31339 0.0061 PDRB does not Granger Cause UNEMP 2.2138 0.0511 UNEMP does not Granger Cause PDRB 3.73292 0.0027 Sumber: Hasil estimasi eviews 9 (data diolah), 2019.

Hasil dari uji Kausalitas Granger di atas dapat diintrepretasikan sebagai berikut:

1. Variabel JP mempengaruhi variabel P_TK secara statistik signifikan dengan nilai probabilitas 0.0092 < 0.05 H0 di tolak H1 diterima, artinya variabel JP berpengaruh secara positif signifikan terhadap penyerapan tenaga kerja sektor industri. Jumlah populasi penduduk di indonesia semakin bertambah dan meningkat setiap tahunnya, hal ini juga salah satu jumlah populasi di kabupaten pasuruan di dalamnya. Hal ini sejalan dengan penelitian (Zilfiyah, 2013) bahwa semakin meningkatnya populasi penduduk maka penyerapan tenaga kerja sektor industri juga akan meningkat. Jumlah penduduk memiliki pengaruh positif dan signifikan terhadap penyerapan tenaga kerja sektor industri di indonesia dikarenakan jumlah tenaga kerja yang tinggi diserap, berasal dari jumlah penduduk yang tinggi pula. Apabila kualitas dari penduduk tersebut baik, maka penyerapan tenaga kerja sektor industri akan meningkat agar menjadi pendorong pertumbuhan ekonomi khususnya di sektor industri. Maka dapat disimpulkan bahwa hanya terdapat pengaruh satu arah yaitu variabel JP mempengaruhi variabel P_TK, akan tetapi tidak berlaku untuk sebaliknya.

2. Variabel P_TK mempengaruhi variabel UNEMP secara statistik signifikan dengan nilai probabilitas yaitu 0.0219 < 0.05 H0 di tolak H1 diterima, artinya semakin tinggi kenaikan penyerapan tenaga kerja sektor industri direspons dengan jumlah pengangguran yang semakin turun. Maka dapat disimpulkan bahwa hanya terdapat pengaruh satu arah yaitu variabel P_TK mempengaruhi variabel UNEMP, akan tetapi tidak berlaku juga sebaliknya.

3. Variabel UMK mempengaruhi variabel P_TK secara statistik signifikan dengan nilai probabilitas 0.0017 < 0.05 H0 di tolak H1 diterima, artinya semakin tinggi tingkat umk maka penyerapan tenaga kerja sektor industri akan menurun. Hal ini sejalan dengan penelitian (Ardiansyah, 2018) peningkatan upah minimum bagi tenaga kerja pada suatu daerah menyebabkan perusahaan sebagai pelaku industri mengalami inefisiensi, artinya kenaikan upah minimum menyebabkan biaya produksi juga tinggi, maka kebijakan yang tepat dilakukan yaitu pengurangan tenaga kerja. Hasil penelitian yang lain yaitu (Gindling & Terrel, 2009) bahwa upah menyebabkan berkurangnya pekerjaan di Honduras yang mengakibatkan terciptanya pengangguran. Kesimpulan dari hasil di atas yaitu terdapat pengaruh satu arah yaitu pengaruh variabel UMK mempengaruhi variabel P_TK, akan tetapi tidak berlaku juga sebaliknya.

4. Variabel UMK mempengaruhi variabel UNEMP secara statistik signifikan dengan nilai probabilitas 0.0061 < 0.05 H0 di tolak H1 diterima, artinya variabel UMK berpengaruh negatif signifikan terhadap jumlah pengangguran di Kabupaten Pasuruan. Variabel upah minimum mempunyai pengaruh negatif dan signifikan terhadap tingkat pengangguran terbuka. Artinya, kenaikan upah minimum akan menurunkan tingkat pengangguran, hal ini sejalan dengan penelitian (Priastiwi & Handayani, 2019). Hasil ini juga sejalan dengan hasil penelitian (Zuliadi, 2016) menyimpulkan bahwa upah minimum mempengaruhi pengangguran secara signifikan. Artinya, apabila terjadi kenaikan upah minimum sebesar 1% maka presentase pengangguran akan mengalami kenaikan sebesar 0,929% dengan asumsi variabel lain yang berpengaruh terhadap

besaran nilai pengangguran bernilai tetap. Maka dapat ditarik kesimpulan yaitu bahwa terdapat pengaruh kausalitas satu arah yaitu variabel UMK mempengaruhi variabel UNEMP, akan tetapi tidak berlaku juga sebaliknya.

5. Variabel PDRB mempengaruhi variabel UNEMP secara statistik signifikan dengan nilai probabilitas 0.0511 lemah pengaruhnya terhadap α 5% dan signifikan terhadap α 10%. PDRB berpengaruh signifikan dengan pengaruh negatif terhadap tingkat pengangguran terbuka. Artinya, peningkatan PDRB akan mengurangi tingkat pengangguran hasil ini sejalan dengan hasil penelitian oleh (priastiwi & handayani, 2019).

Sejalan dengan pengaruh sebaliknya yaitu variabel UNEMP mempengaruhi variabel PDRB secara signifikan dengan nilai probabilitas 0.0027 < 0.05 H0 di tolak H1 diterima. Hasil ini sesuai dengan teori Hukum Okun yang menjelaskan bahwa ketika pengangguran terjadi, beberapa input tenaga kerja yang tersedia tidak digunakan yang berarti hilangnya produksi. (Mankiw, 2006) Hukum Okun menjelaskan pengaruh negatif antara pengangguran dengan PDRB. Maka diperoleh kesimpulan bahwa terdapat pengaruh kausalitas dua arah yaitu variabel UNEMP mempengaruhi variabel PDRB dan variabel PDRB berpengaruh terhadap variabel UNEMP.

Vector Eror Correction Model (VECM)

Vector Eror Correction Model (VECM) yaitu model yang berasal dari pengembangan model Vector Autoregression (VAR) yang tidak stasioner dalam unit root test tingkat level. Analisis Vector Error Correction Model (VECM) untuk mengetahui pengaruh jangka panjang dan pengaruh jangka pendek antar variabel (Ekananda, 2016). Dalam hasil estimasi Uji VECM penelitian ini yang dilihat yaitu pengaruh pengaruh jangka panjang. Hasil estimasi untuk mengetahui pengaruh jangka panjang di sajikan pada tabel sebagai berikut:

Tabel 4.6: Hasil Estimasi VECM Jangka Panjang Variabel Koefisien t-Statistik Parsial

JP(-1) -3.126256 -3.82751

UNEMP(-1) -0.274017 -4.57989

UMK(-1) 0.373386 3.20495

PDRB(-1) -0.141553 -4.45215

R-Squared 0.670

Sumber: Hasil estimasi eviews 9 (data diolah), 2019.

Berdasarkan tabel 4.6, hasil estimasi VECM dalam jangka panjang menunjukkan bahwa 4 variabel terdapat pengaruh dalam jangka panjang dengan kriteria syarat yang diterima yaitu nilai t- statistik parsial > t-tabel H0 ditolak dan H1 diterima. Nilai dari t-tabel yang didapat yaitu sebesar (1.662). Dapat diketahui nilai koefisien variabel JP pada lag 1 berpengaruh negatif signifikan terhadap variabel P_TK dengan nilai sebesar -3.12 artinya apabila terjadi kenaikan JP sebesar 1 poin pada tahun sebelumnya maka terjadi penurunan P_TK sebesar -3.12 poin. Kemudian diketahui nilai statistik parsial variabel JP sebesar -3.82751 < 1.662 H0 di tolak dan H1 diterima, artinya variabel JP berpengaruh secara negatif signifikan terhadap variabel P_TK dalam jangka panjang.

Hasil dari variabel kedua, dapat diketahui bahwa pada lag 1 nilai koefisien variabel UNEMP yaitu sebesar -0.27 artinya, apabila terjadi kenaikan UNEMP sebesar 1 poin, maka terjadi penurunan P_TK sebesar -0.27 poin. Selanjutnya diketahui nilai statistik parsial variabel UNEMP yaitu sebesar -4.57989 < -1.662 H0 ditolak dan H1 diterima artinya, variabel UNEMP berpengaruh secara negatif signifikan terhadap variabel P_TK dalam jangka panjang.

Hasil dari variabel ketiga yaitu, dapat diketahui pada lag 1 nilai koefisien variabel UMK sebesar 0.37 artinya jika terjadi kenaikan 1 poin UMK, maka terjadi kenaikan P_TK sebsar 0.37 poin. Kemudian dapat diketahui nilai statistik parsial variabel UMK 3.20495 > 1.662 H0 ditolak dan H1 diterima, artinya variabel UMK berpengaruh secara positif signifikan terhadap variabel P_TK dalam jangka panjang.

Hasil dari variabel yang keempat yaitu diketahui pada lag 1 dengan nilai koefisien sebesar -0.14 yang artinya ketika terjadi kenaikan 1 poin PDRB, maka terjadi penurunan P_TK sebesar -0.14. Kemudian diketahui nilai statistik parsial variabel PDRB yaitu sebesar -4.45215 > 1.662 H0 ditolak dan H1 diterima, artinya bahwa variabel PDRB berpengaruh secara negatif signifikan terhadap variabel P_TK dalam jangka panjang.

Hasil estimasi VECM dalam jangka panjang di atas memiliki hasil yang valid dengan nilai r- squared sebesar 0,670 atau sebesar 67% dari total nilai 100%, artinya bahwa perubahan variabel dependent (p_tk) mampu di jelaskan oleh variabel independent yaitu variabel JP, UNEMP, UMK dan PDRB dengan nilai sebesar 67% dari total nilai sebesar 100% sedangkan sisanya yaitu 33%

mampu dijelaskan oleh variabel lain diluar variabel penelitian. Maka dapat disimpulkan bahwa variabel JP, UNEMP, UMK dan PDRB memiliki pengaruh dalam jangka panjang terhadap variabel P_TK.

1. Pengaruh Jumlah Penduduk Terhadap Penyerapan Tenaga Kerja Sektor Industri

Berdasarkan hasil penelitian didapatkan bahwa variabel JP mempengaruhi variabel P_TK secara statistik signifikan dengan nilai probabilitas sebesar 0.0092 < α (0.05) artinya, H0 di tolak dan H1 diterima dengan menggunakan uji Kausalitas Granger. Dalam jangka pendek variabel JP berpengaruh positif signifikan terhadap variabel P_TK. Jumlah penduduk memiliki pengaruh positif dan signifikan terhadap penyerapan tenaga kerja sektor industri di indonesia dikarenakan jumlah tenaga kerja yang tinggi diserap berasal dari jumlah penduduk yang tinggi pula, apabila kualitas dari penduduk tersebut baik, maka penyerapan tenaga kerja sektor industri akan meningkat agar menjadi pendorong pertumbuhan ekonomi khususnya di sektor industri, hal ini sejalan dengan hasil penelitian (Zilfiyah, 2013). Hasil penelitian jumlah penduduk dalam jangka pendek juga sejalan dengan teori ekonomi klasik oleh Adam Smith. Menurut Adam Smith, pertumbuhan penduduk dan pertumbuhan output total merupakan aspek utama dalam pertumbuhan ekonomi. Sumber daya manusia merupakan sumber daya yang dapat diandalkan sehingga ketika jumlah penduduk (populasi meningkat) maka penyerapan tenaga kerja juga akan meningkat (Arsyad, 1988).

Kemudian dengan menggunakan uji VECM jangka panjang diketahui nilai t-statistik parsial variabel JP sebesar -3.82751 < 1.660 H0 ditolak dan H1 diterima, artinya variabel JP berpengaruh negatif signifikan terhadap variabel P_TK dalam jangka panjang. Dalam jangka panjang jumlah penduduk berpengaruh negatif dan signifikan terhadap penyerapan tenaga kerja sektor industri dikarenakan keadaan sektor industri kabupaten pasuruan dalam jangka panjang produksi akan lebih besar apabila diproduksi menggunakan teknologi yang canggih, sehingga dengan adanya teknologi kedepan mampu memberikan kontribusi output yang lebih besar. Hal ini sejalan dengan penelitian (Shidiq, 2007) bahwa pada penelitiannya penyerapan pada tenaga kerja industri manufaktur lebih memproduksi dengan mesin dari pada manusia, sehingga semakin meningkat populasi penduduk akan semakin menurun penyerapan tenaga kerjanya. Hasil ini juga sejalan dengan teori pertumbuhan Robert Malthus dan Michael Kremer. Malthus berpendapat bahwa pertumbuhan penduduk (populasi) akan menyebabkan kesulitan bagi masyarakat itu sendiri untuk memenuhi kebutuhannya dan akan berdampak pada kemiskinan (Mankiw, 2006). Kemudian menurut ekonom Michael Kremer bahwa pertumbuhan penduduk yang meningkat akan membawa perubahan terhadap teknologi. Semakin banyak penduduk, maka semakin banyak ilmuwan, pakar, professor dan insinyur yang mampu memberikan sumbangan pemikirannya tentang kemajuan teknologi. (Mankiw, 2006). Sehingga dapat disimpulkan bahwa dari teori Robert Malthus dan Michael Kremer bahwa semakin meningkatnya penduduk akan menurunkan penyerapan tenaga kerja dalam jangka panjang.

2. Pengaruh Jumlah Pengangguran Terhadap Penyerapan Tenaga Kerja Sektor Industri

Variabel UNEMP dalam jangka pendek menggunakan uji Kausalitas Granger nilai probabilitasnya sebesar 0.5600 > 0.05 H0 diterima dan H1 ditolak artinya, variabel UNEMP tidak berpengaruh secara signifikan terhadap variabel P_TK dalam jangka pendek. Pengaruh jumlah pengangguran terhadap penyerapan tenaga kerja sektor industri dalam jangka pendek tidak berpengaruh secara signifikan, hasil ini sejalan dengan penelitian (zilfiliyah, 2013) bahwa pengangguran tidak berpengaruh secara signifikan terhadap penyerapan tenaga kerja sektor industri di indonesia karena perubahan pada tingkat pengangguran ternyata tidak berdampak terhadap sektor industri tetapi diakibatkan oleh sektor-sektor yang lain. Kenaikan atau penurunan pengangguran biasanya akan lebih banyak mempengaruhi penyerapan tenaga kerja di sektor informal.

Kemudian dalam jangka panjang dengan menggunakan uji VECM nilai t-statistik parsial variabel UNEMP sebesar -4.57989 < 1.660 H0 ditolak dan H1 diterima artinya, variabel UNEMP berpengaruh secara negatif signifikan terhadap variabel P_TK dalam jangka panjang. Dalam pengaruh jangka panjang pengangguran memiliki dampak terhadap menurunnya pendapatan perkapita yang mengakibatkan daya beli masyarakat menurun (Perdana, 2008). Hal ini sejalan dengan hasil penelitian dalam jangka panjang, jumlah pengangguran berpengaruh negatif signifikan terhadap penyerapan tenaga kerja sektor industri di kabupaten pasuruan. Artinya ketika jumlah pengangguran naik akan menyebabkan penyerapan tenaga kerja sektor industri turun yang di respons oleh kemampuan daya beli masyarakat turun karena tidak memiliki pendapatan.

3. Pengaruh UMK Terhadap Penyerapan Tenaga Kerja Sektor Industri

Variabel UMK mempengaruhi variabel P_TK secara statistik signifikan dengan nilai probabilitas sebesar 0.0017 < 0.05 H0 ditolak dan H1 diterima, artinya variabel UMK berpengaruh negatif signifikan terhadap variabel P_TK dalam jangka pendek. Pengaruh UMK terhadap penyerapan tenaga kerja sektor industri di kabupaten pasuruan berpengaruh secara negatif siginifikan. Hal ini sejalan dengan penelitian (Ardiansyah, 2018) peningkatan upah minimum bagi tenaga kerja pada suatu daerah menyebabkan perusahaan sebagai pelaku industri mengalami inefisiensi, artinya kenaikan upah minimum menyebabkan biaya produksi juga tinggi, maka kebijakan yang tepat dilakukan yaitu pengurangan tenaga kerja. Hasil penelitian yang lain yaitu (Gindling & Terrel, 2009) bahwa upah menyebabkan berkurangnya pekerjaan di Honduras yang mengakibatkan terciptanya pengangguran.

Kemudian variabel UMK dengan nilai statistik parsial sebesar 3.20495 > 1.662 H0 ditolak dan H1 diterima, artinya variabel UMK berpengaruh positif signifikan dalam jangka panjang terhadap variabel P_TK. Dalam jangka panjang UMK berpengaruh positif dan signifikan terhadap penyerapan tenaga kerja sektor industri di Kabupaten Pasuruan, dikarenakan kenaikan upah minimum direspons juga dengan kenaikan tingkat daya beli masyarakat, ketika daya beli masyarakat naik maka pelaku sektor industri akan berupaya untuk menambah jumlah industri untuk kebutuhan permintaan daya beli masyarakat (Indradewa, 2015).

4. Pengaruh PDRB Sektor Industri Terhadap Penyerepan Tenaga Kerja Sektor Industri

Variabel PDRB tidak mempengaruhi variabel P_TK secara statistik signifikan dengan ditunjukkan nilai probabilitasnya sebesar 0.1094 > 0.05 H0 diterima dan H1 ditolak, artinya variabel PDRB tidak berpengaruh signifikan terhadap variabel P_TK. Pengaruh PDRB terhadap penyerapan tenaga kerja sektor industri di Kabupaten Pasuruan tidak berpengaruh secara signifikan dalam jangka pendek. Hal ini tidak sejalan dari penelitian (Indradewa, 2015) mengenai analisis PDRB sektor industri terhadap penyerapan tenaga kerja di Bali menunjukkan hasil yang positif dan signifikan, dampak kenaikan pdrb maka penyerapan tenaga kerja juga akan naik berbanding lurus, akan tetapi pada penelitian yang lain menunjukkan bahwa PDRB tidak signifikan terhadap penyerapan tenaga kerja sektor industri di indonesia, dikarenakan sektor industri di indonesia lebih banyak yang bersifat padat modal. Sehingga meskipun PDRB sektor industri di indonesia adalah relatif tinggi, namun tidak atau belum mampu diikuti dengan perkembangan atau pertumbuhan penyerapan tenaga kerjanya (Zilfiliyah, 2013) dan sejalan

dengan penelitian (Perdana, 2008) bahwa pdrb sektor industri tidak berpengaruh secara signifikan, karena sektor industri di Jawa Timur kurang memiliki kontribusi terhadap penyerapan tenaga kerja.

Kemudian hasil estimasi uji VECM variabel PDRB yaitu nilai t-statistik parsial sebesar

-4.45215 > 1.662 H0 ditolak dan H1 diterima artinya bahwa variabel PDRB memiliki pengaruh negatif signifikan terhadap variabel P_TK dalam pengaruh jangka panjang. Artinya ketika PDRB naik maka penyerapan tenaga kerja di sektor industri akan turun. Hal ini sejalan dengan kondisi yang ada di Kabupaten Pasuruan saat ini, bahwa pertumbuhan ekonomi di lihat dari sisi PDRB kabupaten pasuruan setiap tahun mengalami peningkatan yang signifikan dan kontribusi PDRB oleh sektor industri merupakan yang paling besar akan tetapi pengangguran mengalami fluktuasi dan cenderung mengalami kenaikan. Hasil ini sejalan dengan hasil penelitian (Andrei, 2015) dari beberapa variabel ekonomi makro di Romania menunjukkan bahwa variabel impor, ekspor dan PDB lebih tepatnya tidak mempengaruhi tenaga kerja, karena tenaga kerja sebagai sumber daya yang dapat diandalkan. Hasil dari penelitian yang lain yaitu (Shidiq, 2007) PDRB berpengaruh negatif signifikan terhadap penyerapan tenaga kerja dikarenakan PDRB sektor industri di jawa timur lebih banyak sektor industri manufaktur. Jadi, dapat disimpulkan bahwa di Kabupaten Pasuruan sektor industri lebih banyak yang padat modal (investasi modal dalam jangka panjang) dengan produksi lebih banyak menggunakan mesin dari pada industri padat karya sehingga kenaikan PDRB direspons dengan penurunan penyerapan tenaga kerja di sektor industri. Selain itu dampak sekarang yang dirasakan yaitu revolusi industri 4.0, dimana industri berkembang melalui perkembangan teknologi yang modern.

Impulse Response Function (IRF)

Analisis impluse response function (IRF) merupakan analisis yang digunakan untuk melihat pengaruh (shock) variabel dependent terhadap variabel independent pada suatu penelitian. Dalam analisis ini tidak hanya menganalisis dalam jangka pendek tetapi juga menganalisis pengaruh jangka panjang. Jadi dalam analisis impulse respons melihat berapa lama periode pengaruh itu terjadi. Sumbu vertikal merepresentasikan besarnya nilai response dalam presentase (%), kemudian untuk sumbu horizontal merepresentasikan periode waktu (kuartal). Selanjutnya akan dijelaskan analisis IRF response variabel P_TK terhadap variabel JP, UNEMP, UMK dan PDRB dalam gambar 4.2 sebagai berikut:

Gambar 4.7: Hasil Estimasi Impuse Response Function (IRF)

Sumber: Hasil estimasi eviews 9 (data diolah), 2019.

Berdasarkan gambar 4.7, menunjukkan hasil estimasi analisis impulse response function (IRF) pengaruh variabel P_TK terhadap variabel JP, UNEMP, UMK dan PDRB. Pengaruh response variabel P_TK terhadap variabel JP pada periode ke 1-5 mengalami kenaikan dengan nilai yang positif (+). Kemudian pada periode ke 6-9 mengalami penurunan dengan nilai negatif (-).

Kemudian pada periode ke 10 dengan menunjukkan response yang stabil.

Response selanjutnya yaitu pengaruh variabel P_TK terhadap variabel UNEMP. Pada periode ke 1-7 mengalami kenaikan nilai yang positif. Kemudian pada periode ke 8-9 mengalami penurunan dengan nilai negatif. Selanjutnya pada periode ke 10 kembali pada response yang stabil.

Selanjutnya yaitu response pengaruh variabel P_TK terhadap variabel UMK. Pada periode ke 1-5 mengalami penurunan dengan nilai yang negatif. Kemudian dari periode ke 6-9 menunjukkan kenaikan yang positif. Pada periode ke 10 response kembali pada titik yang stabil.

Yang terkahir yaitu response pengaruh dari variabel P_TK terhadap variabel PDRB. Pada periode ke 1-2 mengalami kenaikan yang positif. Kemudian pada periode ke 2-9 tidak mengalami perubahan kenaikan yang positif maupun penurunan yang negatif. Selanjutnya pada periode ke 10 merespon dengan kembali pada titik yang stabil.

Variance Decomposition (VD)

Variance Decomposition (VD) merupakan analisis uji yang digunakan untuk mengukur pengaruh variabel independent (x) terhadap variabel dependent (y). Fokus dari analisis Variance Decomposition (VD) yang dilakukan dalam penelitian ini yaitu melihat pengaruh variabel independent (JP, UNEMP, UMK dan PDRB) terhadap variabel dependent (P_TK). Dalam penelitian ini data yang digunakan yaitu data kuartal (3 bulan) dari tahun 1995-2017. Hasil dari uji Variance Decomposition (VD) disajikan dalam tabel sebagai berikut:

Tabel 4.7: Hasil Variance Decomposition (VD)

Variance Decomposition of P_TK:

Period S.E. P_TK JP UNEMP UMK PDRB

1 0.017587 100.0000 0.000000 0.000000 0.000000 0.000000 2 0.027435 95.62176 0.889433 0.670584 2.658882 0.159340 3 0.036218 88.78005 3.347018 1.828841 5.818444 0.225652 4 0.044192 78.68209 6.158120 5.016800 9.907485 0.235504 5 0.048459 67.00963 9.916232 8.837830 13.89378 0.342537 6 0.051663 59.22844 12.51246 12.73914 15.15104 0.368927 7 0.053814 54.62014 13.99061 15.94978 15.05316 0.386320 8 0.054898 52.52231 14.80231 17.55407 14.67985 0.441471 9 0.055757 51.43110 14.98400 18.78385 14.23089 0.570151 10 0.056391 50.80194 14.96787 19.36774 13.91302 0.949427 Sumber: Hasil estimasi eviews 9 (data diolah), 2019.

Berdasarkan tabel 4.7, menunjukkan bahwa pada periode ke 1, variabel P_TK dipengaruhi oleh shock dari variabel P_TK itu sendiri dengan kontribusi nilai sebesar 100%. Variabel independent JP, UNEMP, UMK dan PDRB juga terlihat belum memberikan pengaruh terhadap variabel dependent P_TK pada periode ke 1 dengan nilai 0%. Variabel JP pada periode ke 2 dengan nilai 0.889433 % sampai dengan periode ke 9 sebesar 14.98400 % variabel JP terlihat memberikan kontribusi shock yang signifikan dengan kenaikan sampai pada periode ke 9. Tetapi terlihat bahwa pada periode ke 10 mengalami penurunan dengan nilai sebesar 14.96787 %. Dapat disimpulkan bahwa variabel JP memberikan kontribusi cukup signifikan dengan kenaikan sampai pada periode ke 9 dan turun pada periode ke 10.

Variabel UNEMP pada periode ke 2-10 mengalami kenaikan yang signifikan. Pada periode ke 2 memeberikan kontribusi nilai sebesar 0.670584 % dan pada periode ke 10 memberikan kontribusi nilai sebesar 19.36774 %. Dapat disimpulkan bahwa pada variabel UNEMP memberikan kontribusi dengan kenaikan yang signifikan dari periode ke 2-10.

Variabel UMK pada periode ke 2-6 mengalami kenaikan. Pada periode ke 2 memberikan nilai sebesar 2.658882 % sampai pada periode ke 6 dengan nilai sebesar 15.15104 %. Akan tetapi pada

periode ke 7 sampai dengan periode ke 10 mengalami penurunan yang signifikan dengan nilai periode ke 7 sebesar 15.05316 %, periode ke 8 sebesar 14.67985 %, periode ke 9 sebesar 14.23089

%, periode ke 10 sebesar 13.91302 %. Dapat disimpulkan bahwa variabel UMK merupakan variabel yang mengalami penurunan tertinggi dibandingkan dengan variabel yang lain.

Variabel PDRB pada periode ke 2 sampai dengan periode ke 10 mengalami kenaikan secara signifikan. Pada periode ke 2 memberikan kontribusi sebesar 0.159340 % dan sampai pada periode ke 10 memberikan kontribusi sebesar 0.949427 %. Dapat disimpulkan bahwa variabel PDRB mengalami kenaikan dari periode ke 2-10.

E. KESIMPULAN

Kesimpulan yang diperoleh dalam penelitian ini sebagai berikut:

1. Variabel jumlah penduduk berpengaruh positif signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka pendek, sedangkan variabel jumlah penduduk berpengaruh negatif signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka panjang.

2. Variabel jumlah pengangguran tidak berpengaruh signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka pendek, sedangkan variabel jumlah pengangguran berpengaruh negatif signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka panjang.

3. Variabel UMK berpengaruh negatif signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka pendek, sedangkan variabel UMK berpengaruh positif signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka panjang.

4. Variabel PDRB sektor industri tidak berpengaruh signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka pendek, sedangkan variabel PDRB sektor industri berpengaruh negatif signifikan terhadap variabel penyerapan tenaga kerja sektor industri dalam jangka panjang.

UCAPAN TERIMA KASIH

Kami mengucapkan terima kasih kepada berbagai pihak yang telah membantu sehingga panduan ini dapat terselesaikan. Ucapan terima kasih khusus kami sampaikan kepada Asosiasi Dosen Ilmu Ekonomi Universitas Brawijaya dan Jurusan Ekonomi Pembangunan Fakultas Ekonomi Universitas Brawijaya yang memungkinkan jurnal ini bisa diterbitkan.

DAFTAR PUSTAKA

Adisasmita, R. 2013. Teori-Teori Pembangunan Ekonomi. Edisi Pertama. Yogyakarta : Graha Ilmu.

Andrei, Dalina. M & Andrei, Liviu. C. 2015. Vector Error Correction Model In Explaining The Association Of Some Macroeconomic Variables In Romania. Procedia Economic And Finance. Vol. 22, (No.2) : 568-576. Diakses Pada 2 Mei 2019.

Ardiansyah, M, Zuhroh, I & Abdullah Faisal, M. 2018. Analisis Penyerapan Tenaga Kerja Sektor Industri Pengolahan Tahun 2001-2015 Di Pasuruan Dan Sidoarjo. Jurnal Ilmu Ekonomi Vol. 2, (No.2) : 294-308.

Arifin, Z & Azhar, K.. 2011. Faktor - Faktor Yang Mempengaruhi Penyerapan Tenaga Kerja Industri Manufaktur Besar Dan Menengah Pada Tingkat Kabupaten/Kota Di Jawa Timur.

Jurnal Ekonomi Pembangunan, Vol. 9, (No.1) : 91-106.

Arsyad, Lincolin. 1988. Ekonomi Pembangunan. Edisi Pertama. Yogyakarta : STIE YKPN.

Badan Pusat Statistik. 2017. Kabupaten Pasuruan Dalam Angka Tahun 1995-2017.

Https://Pasuruankab.Bps.Go.Id/Publication.Html Diakses Pada 20 Februari 2019.

Bellante, Don & Jackson, Mare. 1990. Ekonomi Ketenagakerjaan. Jakarta : LPFE Universitas Indonesia.

Chakraborty, Indrani. 2010. Financial Development And Economic Growth In India: An Analysis Of The Post-Reform Period. Vol. 11, (No.2) : 287-308. Diakses Pada 30 Juni 2019.

Dinas Tenaga Kerja Kabupaten Pasuruan. 2019. Data Upah Minimum Kabupaten Pasuruan Tahun 1995-2017.

Ekananda, Mahyus. 2016. Analisis Ekonometrika Time Series. Edisi Kedua. Jakarta : Mitra Wacana Media.

Gindling, T. R & Terrel, Katerine. 2009. Minimum Wages, Wages And Employment In Various

Sectors In Honduras. Journal Labour Economics.

Https://Doi.Org/10.1016/J.Labeco.2008.10.001 Vol. 16, (No.3) : 291-303. Diakses Pada 2 Mei 2019.

Giuliodori, D & Rodriguez, A. 2014. Analysis Of The Stainless Steel Market In The Eu, China And Us. Journal Resources Policy. Http://Dx.Doi.Org/10.1016/J.Resourpol.2014.11.006 Vol.

44 : 12-24. Diakses Pada 2 Mei 2019.

Gujarati, Damodar N & Porter, Dawn C. Dasar-Dasar Ekonometrika. Edisi Kelima. Terjemahan Oleh Raden Carlos Mangunsong. 2015. Jakarta : Salemba Empat.

Indradewa, I. G. A. 2015. Pengaruh Inflasi, PDRB Dan Upah Minimum Terhadap Penyerapan Tenaga Kerja Di Provinsi Bali. Jurnal Ekonomi Pembangunan Universitas Udayana.

Https://Ojs.Unud.Ac.Id/Index.Php/Eep/Article/View/14385 Vol. 4, (No.8) : 923-950. Diakses Pada 14 November 2018.

Laksamana, R. 2016. Pengaruh Pdrb Terhadap Pengangguran Di Kabupaten/Kota Kalimantan Barat. Jurnal Audit Dan Akuntansi Fakultas Ekonomi Dan Bisnis Universitas Tanjungpura.

Vol.5, (No.2) : 111-134.

Mankiw, Gregory, N. Mekroekonomi. Edisi Keenam. Terjemahan Oleh Fitria Liza Dan Imam Nurmawan. 2006. Jakarta : Erlangga.

Mulyadi, S. 2003. Ekonomi Sumber Daya Manusia Dalam Perspektif Pembangunan. Cetakan Kedua. Jakarata : PT. Raja Grafindo Persada.

Munawaroh. 2012. Panduan Memahami Metodologi Penelitian. Cetakan Pertama. Malang : Intimedia.

Nurrohman, R & Arifin, Z. 2010. Analisis Pertumbuhan Ekonomi Dan Penyerapan Tenaga Kerja Di Provinsi Jawa Tengah. Jurnal Ekonomi Pembangunan, Vol. 8 (No 1) : 247-260.

Pangastuti, Y. 2015. Analisis Faktor-Faktor Yang Mempengaruhi Penyerapan Tenaga Kerja Di Provinsi Jawa Tengah. Economics Development Analysis Journal.

Http://Journal.Unnes.Ac.Id/Sju/Index.Php/Edaj Vol. 4, (No.2) : 203-211 Diakses Pada 14 November 2018.

Peraturan Pemerintah Nomor 78 Tahun 2015. Tentang Pengupahan.

Https://Www.Hukumonline.Com/Pusatdata/Detail/Lt562df69e60c13/Node/157/Peraturan- Pemerintah-Nomor-78-Tahun-2015 Diakses Pada 20 Februari 2019.

Perdana, D. S. 2008. Analisis Pengaruh PDRB Sektor Pertanian, Sektor Industri Dan Sektor Jasa Terhadap Penyerapan Tenaga Kerja Di Provinsi Jawa Timur (Studi Kasus Tahun 2002-2004).

Skripsi Diterbitkan Di Perpustakaan Universitas Brawijaya. Malang : Fakultas Ekonomi Dan Bisnis Universitas Brawijaya.

Priastiwi, D & Handayani. H. R. 2019. Analisis Pengaruh Jumlah Penduduk, Pendidikan, Upah Minimum, Dan Pdrb Terhadap Tingkat Pengangguran Terbuka Di Provinsi Jawa Tengah.

Diponegoro Journal Of Economics. Https://Ejournal2.Undip.Ac.Id/Index.Php/Dje Vol. 1, (No.

1) : 159-168. Diakses Pada 13 Mei 2019.

Sembiring, N. O. 2015. Analisis Permintaan Tenaga Kerja Di Indonesia Tahun 2000-2010. Skripsi Diterbitkan Di Website. Semarang : Fakultas Ekonomika Dan Bisnis Universitas Diponegoro.

Shidiq, M. N. 2007. Analisa Penyerapan Tenaga Kerja Pada Industri Manufaktur Di Jawa Timur.

Skripsi Di Terbitkan Di Perpustakaan Universitas Brawijaya. Malang: Program Sarjana Fakultas Ekonomi Dan Bisnis Universitas Brawijaya.

Simanjuntak, Payaman J. 1985. Pengantar Ekonomi Sumber Daya Manusia. Jakarta : Fakultas Ekonomi Universitas Indonesia.

Siregar, S. 2017. Metode Penelitian Kuantitatif Dilengkapi Dengan Perbandingan Perhitungan Manual Dan SPSS. Edisi Pertama. Jakarta : Kencana.

Suryahadi, A. Widyanti, W. Perwira, D & Sumarto, S. 2010. Minimum Wage Policy And Its Impact On Employment. Bulletin Of Indonesian Economic Studies. Vol. 7, (No.1) : 29-50.

Tarmizi, N. 2012. Ekonomi Ketenagakerjaan. Cetakan Pertama. Palembang : Universitas Sriwijaya.

Tesfaselassie, Mewael. F & Wolters, Malik. H. 2017. The Impact Of Growth On Unemployment In A Low Vs. A High Inflation Environment. Review Of Economic Dynamics Http://Dx.Doi.Org/10.1016/J.Red.2017.07.005. Vol. 28 , (No. 2) : 34-50.

Todaro, Michael, P & Smith, Stephen, C. Pembangunan Ekonomi. Edisi Kesebelas. Terjemahan Oleh Agus Dharma. 2009. Jakarta: Erlangga.

Undang-Undang Republik Indonesia Nomor 13 Tahun 2003 Tentang Ketenagakerjaan.

http://www.kemenperin.go.id/kompetensi/UU_13_2003.pdf Diakses Pada 20 Februari 2019.

Wahyudi, S. T. 2016. Konsep Dan Penerapan Ekonometrika Menggunakan E-Views. Cetakan Pertama. Jakarta : PT. Rajagrafindo Persada.

World Bank. 2018. Diagnosa Pertumbuhan Ekonomi Jawa Timur.

Http://Documents.Worldbank.Org/Curated/En/235101468044113772/Pdf/609590wp0bahas10 box358333b01public1.Pdf Diakses Pada 20 November 2018.

Zilfiyah, S. 2013. Analisis Kontribusi Sektor Industri Terhadap Penyerapan Tenaga Kerja Sektor Industri Di Indonesia (Periode Tahun 2004-2010). Skripsi Diterbitkan Di Perpustakaan Universitas Brawijaya. Malang : Fakultas Ekonomi Dan Bisnis Universitas Brawijaya Malang.

Zuliadi, A. 2016. Analisis Pengaruh Upah Minimum Terhadap Tingkat Pengangguran Di Kabupaten Aceh Barat. Skripsi Diterbitkan Di Website Meulaboh : Fakultas Ekonomi Universitas Teuku Umar Meulaboh.