Metode Penelitian
1. Subjek, Waktu, dan Tempat penelitian
Subjek dalam penelitian ini adalah Provinsi Sumatera Utara, yaitu Indeks Pembangunan Manusia dengan menggunakan beberapa indikator perekonomian. Indikator perekonomian yang digunakan berupa data runtun waktu dari tahun 2001-2022. Penelitian ini dilakukan pada maret tahun 2024.
2. Teknik pengumpulan data
Penelitian ini menggunakan data sekunder yang bersumber dari Bada Pusat Statistik Provinsi Sumatera Utara dari tahun 2001-2022. Berikut daftar variable yang digunakan dalam penelitian ini.
Yaitu Tingkat Pengangguran Terbuka (TPT), Jumlah Penduduk Miskin (JPM), Tingkat Persentase Angkatan Kerja (TPAK), Indeks Pembangunan Manusia (IPM).
3. Teknik Analisis Data
Metode Analisis data yang digunakan adalah data time series dengan menggunakan Error Correction Model. ECM dimanfaatkan dalam pengolahan data karena dinilai memiliki hasil analisa yang baik untuk mengatasi permasalahan data time series karena tidak stasioner serta mengetahui mengenai pengaruh variabel terikat dan bebas dalam waktu jangka panjang dan waktu jangka pendek Data ini diperoleh dari Badan Pusat Statistik (BPS), yaitu tingkat pengangguran terbuka, jumlah penduduk miskin,dan tingkat persentase angkatan kerja terhadap indeks Pembangunan manusia di provinsi Sumatera utara. Adapun langkah Langkah analisis yaitu sebagai berikut:
1) Uji stasioneritas: untuk memastikan bahwa variabel tidak memiliki tren atau pola yang berubah-ubah seiring waktu.
2) Pengujian derajat integrasi: untuk mengetahui apakah variabel terintegrasi orde I (I(1)) atau orde II (I(2)).
3) Pengujian kointegrasi: untuk mengetahui apakah terdapat hubungan jangka panjang antara variabel independen dan dependen.
4) Estimasi model ECM: menggunakan metode Ordinary Least Squares (OLS).
5) Uji diagnostik: untuk memastikan bahwa model yang diestimasikan memenuhi semua asumsi klasik.
6) Interpretasi hasil: untuk menjelaskan pengaruh TPT, JPM, dan TPAK terhadap IPM di Provinsi Sumatera Utara.
Beberapa keunggulan dalam menggunakan metode ECM. Keunggulan yang paling menonjol yaitu mampu mengatasi masalah yang terdapat pada data penelitian time series yang tidak stationer. Misalkan terdapat hubungan jangka Panjang pada dua buah variable X dan Y : Yt = β0 + β1Xt
Ket:
Jika variabel Y pada titik keseimbagan terhdap X, maka keseimbangan variabel X dan Y pada persamaan pertama terpenuhi. Namun demikian, dalam variabel-variabel perekonomian jarang ditemukan di dalam sebuah keseimbangan. Ketika Yt mempunyai nilai yang berbeda dengan keseimbangannya, maka nilai perbedaan yang terjadi pada X dan Y dalam persamaan pertama adalah:
Ct = Yt-β0-β1Xt Ket:
Nilai ECt ini disebut sebagai kesalahan pada titik ketidakseimbangan (disequilibrium errr).
Dengan demikian, apabila ECt= 0, maka variabel Y dan X akan mengalami keseimbangan.
Oleh karena variabel X dan Y jarang ditemukan keseimbangan. Solusinya adalah melakukan observasi atas hubungan ketidakeseimbangan (jangka pendek), dengan cara unsur kelambanan variable Y dan X. Menurut Engle-Granger, jika variabel Y dan X tidak stationer, akan tetapi terkointegrasi, maka hubungan X dan Y dapat dijelaskan dengan ECM. Persamaannya yaitu:
DYt= α0+ α1DXt + α2ECt+ ε Ket:
dimana ECt= Yt-β0-β1Xt. α1 merupakan koefisien jangka pendek, sedangkan β1dalam persamaan dua merupakan koefisien jangka panjang. Selanjutnya, α2 adalah nilai mutlak yang menjelaskan seberapa cepat waktu dibutuhkan agar mencapai nilai keseimbangan.
