BAB I

PENDAHULUAN
1.1Latar Belakang
Sumatera Selatan adalah salah satu provinsi di Indonesia yang terletak di bagian selatan
Pulau Sumatera. Provinsi ini beribukota di Palembang, secara geografis terletak antara 1
derajat sampai 4 derajat Lintang Selatan dan 102 derajat sampai 106 derajat Bujur Timur
dengan luas daerah seluruhnya 87.017.41 km. Provinsi ini kaya akan sumber daya alam,
seperti minyak bumi, gas alam dan batu bara, sebagai salah satu provinsi besar di Indonesia
Sumatera Selatan telah banyak berkembang dari sisi ekonomi, sosial dan budaya,dan
pariwisata serta saat ini pemerintah akan membuka lapangan kerja untuk mengurangi
pengangguran dan demi kesejahteraan masyarakat di provinsi bagian selatan pulau Sumatera
ini.
Provinsi ini telah berkembang dari tahun ketahun nya, dilihat dari jumlah penduduk
Sumatera Selatan yang hampir mencapai 9 juta jiwa dan bagaimana kualitas pembangunan
manusia di Sumatera Selatan. Pembangunan manusia sangat erat dengan tenaga kerja yang
memiliki arti orang yang memiliki kemampuan khusus dan terdidik untuk melakukan kegiatan
yang menghasilkan pengaruh baik, namun masalah kependudukan yang antara lain meliputi
jumlah, komposisi dan distribusi penduduk merupakan masalah yang perlu diperhatikan
dalam proses pembangunan. Jumlah penduduk yang besar merupakan salah satu modal dasar
pembangunan, tetapi dapat juga menjadi beban dalam proses pembangunan jika mempunyai
kualitas yang rendah. Oleh sebab itu untuk menunjang keberhasilan pembangunan nasional
dalam menangani permasalahan penduduk pemerintah tidak saja mengarahkan pada upaya
pengendalian jumlah penduduk tapi juga menitikberatkan pada peningkatan kualitas sumber
daya manusianya. Di samping itu program perencanaan pembangunan sosial di segala bidang
harus mendapat prioritas utama yang berguna untuk peningkatan kesejahteraan penduduk.
Pada tahun 2010 jumlah penduduk Sumatera Selatan sudah mencapai 8.675.774 jiwa, yang
menempatkan Sumatera Selatan sebagai provinsi ke-9 terbesar penduduknya di Indonesia,
BPS. Secara absolut jumlah penduduk Sumatera Selatan terus bertambah dari tahun ke tahun.
Tercatat pada tahun 1971 jumlah penduduk sebesar 2,931 juta jiwa, meningkat menjadi 3,975
pada tahun 1980, 5,493 juta jiwa pada tahun 1990 serta 6,273 pada tahun 2000. Dengan
jumlah penduduk yang begitu besar maka Sumatera Selatan dihadapkan kepada suatu masalah
kependudukan yang sangat serius. Oleh karena itu, upaya mengendalikan pertumbuhan
penduduk disertai dengan upaya peningkatan kesejahteraan penduduk harus merupakan suatu
upaya yang berkesinambungan dengan program pembangunan yang sedang dan akan terus
dilaksanakan.
Program pembangunan adalah langkah yang dilakukan pemerintah untuk memperbaiki
sarana dan prasarana suatu daerah dan membangun kualitas penduduk dengan cara menambah
aktivitas positif bagi penduduk tersebut. Pembangunan manusia di provinsi Sumatera Selatan
tentu dilakukan dengan mendahulukan pendidikan, dan kegiatan di luar pendidikan.
Pembangunan manusia di provinsi ini akan dilihat dari mulai usia produktif yaitu berada di
antara 15-64 tahuan, usia penduduk yang seperti ini sedang di cari dan di godok pihak terkait
untuk mempermudah kualitas pembangunan manusia terutama dalam tenaga kerja dan masuk
dalam angkatan kerja untuk kesejahteraan pribadi masyarakat secara khusus dan provinsi
Sumatera Selatan secara umum. Berbicara tentang angkatan kerja tentu mereka yang di
maksud disini adalah mereka yang sudah berusia 15-64 tahun, sudah menyelesaikan
pendidikan baik SMA dan Perguruan Tinggi, dan tidak ada kegiatan lain kecuali sudah mulai
Page 1
masuk dalam dunia kerja. Angkatan kerja tentunya berbeda dengan jumlah penduduk dan
tenaga kerja, biasanya mereka yang termasuk penduduk usia kerja belum tentu mencari
pekerjaan dan menjadi tenaga kerja, untuk provinsi Sumatera Selatan belum di ketahui apa
yang paling menentukan seseorang untuk bekerja.
Tenaga kerja adalah mereka yang memiliki keahlian dan sudah mulai bekerja, dari
pengertian ini hal yang paling menentukan seseorang untuk bekerja biasanya sangat terkait
dengan tingkat upah, usia, kualitas pekerjaan, dan keinginan untuk maju. Provinsi Sumatera
Selatan tentu sudah menggunakan sistem Upah Minimum Regioan (UMR) yang jumlah nya
cukup besar dan hanya kalah oleh UMR pulau Jawa, UMR sendiri dilihat oleh penduduk usia
kerja untuk mulai bekerja biasanya penduduk yang berpendidikan SMA akan lebih memilih
bekerja bila hanya berpatokan dengan UMR, namun hal ini lagi-lagi belum dapat di ketahui
bagaimana kebenaran tersebut. Angkatan kerja sangat erat kaitan nya dengan besaran UMR
karena masyarkat tentu akan memperhatikan faktor tingkat upah untuk masuk dalam dunia
kerja dan demi mempunyai pendapatan perkapita yang cukup untuk memenuhi segala
kebutuhan. Sumatera Selatan dengan pemerintahan yang ingin membangun kualitas manusia
nya tentu sangat memperhatikan faktor-faktor yang diinginkan penduduk dan angkatan kerja
produktif demi tercipta Tingkat Partisipasi Angkatan Kerja (TPAK) dan kesejahteraan
masyarakat nya. TPAK sendiri merupakan hal yang dilihat untuk melihat kemajuan suatu
daerah karena dengan banyaknya TPAK berarti daerah tersebut mempunyai penduduk yang
mendekati kemakmuran karena berkurangnya pengangguran yang terjadi di daerah tersebut,
tak terkecuali Sumatera Selatan TPAK tentu juga di perhatikan oleh pemerintah Provinsi ini,
namun untuk menghasilkan TPAK dengan jumlah yang besar tidaklah mudak tak semua
faktor-faktor yang di sediakan pemerintah dapat menggiurkan hati mereka yang berusia
produktif untuk masuk dalam dunia kerja.
Tingkat Partisipasi Angkatan Kerja adalah jumlah penduduk yang mulai masuk dalam
dunia kerja, biasanya disingkat dengan TPAK, hal yang paling terkait untuk TPAK adalah
faktor-faktor yang di inginkan oleh masyarakat tersebut. Provinsi Sumatera Selatan sendiri
tentu memperhatikan TPAK nya karena ingin memajukan manusia dan daerah tersbut, TPAK
sendiri sangat erat kaitan-nya dengan angkatan kerja karena angkatan kerjala yang akan
memulai memenuhi kuota TPAK betapa tidak angkatan kerja adalah mereka yang berusia
produktif lebih memilih untuk bekerja, kemudian hal yang menetukan untuk TPAK tentunya
besaran tingkat upah atau yang lebih dekat dengan aturan pmerintah yaitu besaran UMR, atau
dapat dibilang TPAK bisa ditentukan besaranya oleh angkatan kerja dan UMR. TPAK
Sumatera Selatan memang belum terlihat jelas apa yang menentukan besaran nya karena
jumlah pneduduk produktif di SUMSEL belum dapat di simpulkan manakah yang termasuk
angkatan kerja dan manakah yang bukan angkatan kerja, selain itu tingkat upah minimum
juga beleum dapat terlihat jelas dalam menentukan besaran TPAK di SUMSEL, untuk itu saya
akan melakukan penelitian apakah angkatan kerja dan UMR menentukan dan mempunyai
pengaruh terhadap besaran TPAK di Sumatera Selatan.
Penelitian mengenai TPAK ini saya lakukan untuk memperjelas tentang apa yang paling
menentukan untuk besaran TPAK di SUMSEL, dan variabel yang akan di ambil adalah hal
yang paling dekat dengan TPAK yaitu angkatan kerja dan upah minimum regional. Penelitian
ini sendiri saya lakukan dengan melihat data TPAK, AK DAN UMR di Suamtera Selatan
dalam 25 tahun yaitu dari tahun 1989-2013 karena semakin banyak bukti dari tahun ketahun
maka akan semakin kita ketahui seberapa signifikankah angkatan kerja dan UMR
mempengaruhi TPAK di provinsi Sumatera Selatan. TPAK di Sunatera Selatan tentu memang
tidak hanya berbicara tentang angkatan kerja dan upah akan tetapi masih banyak di sebabkan

Page 2
oleh faktor lain namun angkatan kerja (AK) dan upah minimum Regionsl (UMR) adalah
halah yang paling dekat dan paling menarik untuk di teliti dan dibahas dalam melihat
pengaruh nya terhadap besaran tingkat partisipasi angkatan kerj (TPAK), jadi penelitian ini
akan lebih menngerucut mengenai pengaruh angkatan kerja dan UMP terhadap tingkat
partisipasi angkatan kerja (TPAK).
1.2 Rumusan Masalah
Penelitian mengenai pengaruh angkatan kerja dan upah minimum regional terhadap
tingkat partisipasi angkatan kerja di Sumatera Selatan lebih saya khususkan untuk membahas
masalah mengenai bagaimana pengaruh nya, maka rumusan masalah dari penelitian ini adalah
Bagaimana pengaruh angkatan kerja dan UMR terhadap besaran TPAK di Sumatera
Selatan tahun 1989-2013 ?

1.3 Tujuan Penelitian

Penelitian di Sumatera Selatan tentu banyak di fokuskan mengenai perekonomian dan
kemajuan pembangunan, penelitian kali ini lebih saya fokuskan untuk kehidupan masyarakat
Sumatera Selatan atau mengenai Tpak yang erat kaitan nya dengan angkatan kerja dan upah.
Penelitian mengenai pengaruh angkatan kerja dan UMR terhadap TPAK di Sumatera Selatan
tahun 1989-2013 mempunyai tujuan sebagai berikut :
Untuk mengetahui data Angkatan Kerja (AK) , Upah Minimum Regional (UMR) dan
Tingkat Partisipasi Angkatan Kerja (TPAK) tahun 1989-2013 di Sumatera Selatan.
Untuk mengetahui seberapa besar pengaruh angkatan kerja dan upah minimum
regional terhadap tingkat partisipasi angkatan kerja di Sumatera Selatan.
Sebagai bahan bacaan untuk menambah pengetahuan dan wawasan.

Page 3
 BAB II

Teori dan Kajian Sebelunya

2.1 Teori Ketenagakerjaan

2.1.1 Teori Klasik Adam Smith

Adam smith (1729-1790) merupakan tokoh utama dari aliran ekonomi yang kemudian
dikenal sebagai aliran klasik. Dalam hal ini teori klasik Adam Smith juga melihat bahwa
alokasi sumber daya manusia yang efektif adalah pemula pertumbuhan ekonomi. Setelah
ekonomi tumbuh, akumulasi modal (fisik) baru mulai dibutuhkan untuk menjaga agar
ekonomi tumbuh. Dengan kata lain, alokasi sumber daya manusia yang efektif merupakan
syarat perlu (necessary condition) bagi pertumbuhan ekonomi.
2.1.2 Teori Malthus
Sesudah Adam Smith, Thomas Robert Malthus (1766-1834) dianggap sebagai pemikir
klasik yang sangat berjasa dalam pengembangan pemikiran-pemikiran ekonomi. Thomas
Robert Malthus mengungkapkan bahwa manusia berkembang jauh lebih cepat dibandingkan
dengan produksi hasil pertanian untuk memenuhi kebutuhan manusia. Manusia berkembang
sesuai dengan deret ukur, sedangkan produksi makanan hanya meningkat sesuai dengan deret
hitung. Malthus juga berpendapat bahwa jumlah penduduk yang tinggi pasti mengakibatkan
turunnya produksi perkepala dan satu-satunya cara untuk menghindari hal tersebut adalah
melakukan kontrol atau pengawasan pertumbuhan penduduk. Beberapa jalan keluar yang
ditawarkan oleh malthus adalah dengan menunda usia perkawinan dan mengurangi jumlah
anak. Jika hal ini tidak dilakukan maka pengurangan penduduk akan diselesaikan secara
alamiah antara lain akan timbul perang, epidemi, kekurangan pangan dan sebagainya.
2.1.3 Teori Tentang Tenaga Kerja
Salah satu masalah yang biasa muncul dalam bidang angkatan kerja seperti yang
sudah dibukakan dalam Latar belakang dari pemelihan judul ini adalah ketidak seimbangan
akan permintaan tenaga kerja (demand for labor) dan penawaran tenaga kerja (supply of
labor), pada suatu tingkat upah. Ketidakseimbangan tersebut penawaran yang lebih besar dari
permintaan terhadap tenaga kerja (excess supply of labor) atau lebih besarnya permintaan
dibanding penawaran tenaga kerja (excess demand for labor) dalam pasar tenaga kerja.
Penduduk suatu negara dibagi 2 golongan yaitu tenaga kerja dan bukan tenaga kerja.
Yang tergolong sebagai tenaga kerja ialah penduduk yang berada pada batas usia kerja.
Tenaga kerja dibagi kedalam dua kelompok yaitu angkatan kerja dan bukan angkatan kerja.
Yang termasuk angkatan kerja ialah tenaga kerja atau penduduk dalam usia kerja yang bekerja
atau mempunyai pekerjaan umum, untuk sementara sedang tak bekerja dan yang mencari
pekerjaan. Sedangkan bukan angkatan kerja ialah tenaga kerja atau penduduk dalam usia kerja
yang tidak bekerja, tidak mempunyai pekerjaan dan sedang tidak mencari pekerjaan yakni
orang-orang yang kegiatannya k bersekolah, mengurus rumah tangga, serta menerima
pendapatan tapi bukan merupakan imbalan langsung atas jasa kerjanya (pensiun, penderita
cacat). Angkatan kerja dapat dibagi lagi kedalam dua sub kelompok yaitu pekerja dan
penganggur. Pekerja ialah orang-orang yang mempunyai pekerjaan mencakup orang-orang
yang mempunyai pekerjaan dan pada saat disensus atau disurvei memang sedang bekerja,
serta orang yang mempunyai pekerjaan namun untuk sementara waktu kebetulan tidak sedang

Page 4
bekerja. Penganggur ialah orang-orang yang tidak mempunyai pekerjaan (pengangguran
terbuka).
2.1.4 Teori Keynes
John Maynard Keynes (1883-1946) berpendapat bahwa dalam kenyataan pasar tenaga
kerja tidak bekerja sesuai dengan pandangan klasik. Dimanapun para pekerja mempunyai
semacam serikat kerja (labor union) yang akan berusaha memperjuangkan kepentingan buruh
dari penurunan tingkat upah.
Kalaupun tingkat upah diturunkan tetapi kemungkinan ini dinilai keynes kecil sekali,
tingkat pendapatan masyarakat tentu akan turun. Turunnya pendapatan sebagian anggota
masyarakat akan menyebabkan turunnya daya beli masyarakat, yang pada gilirannya akan
menyebabkan konsumsi secara keseluruhan berkurang. Berkurangnya daya beli masyarakat
akan mendorong turunya harga-harga.
Kalau harga-harga turun, maka kurva nilai produktivitas marjinal labor ( marginal
value of productivity of labor) yang dijadikan sebagai patokan oleh pengusaha dalam
mempekerjakan labor akan turun. Jika penurunan harga tidak begitu besar maka kurva nilai
produktivitas hanya turun sedikit. Meskipun demikian jumlah tenaga kerja yang bertambah
tetap saja lebih kecil dari jumlah tenaga kerja yang ditawarkan. Lebih parah lagi kalau harga-
harga turun drastis, ini menyebabkan kurva nilai produktivitas marjinal labor turun drastis
pula, dan jumlah tenaga kerja yang tertampung menjadi semakin kecil dan pengangguran
menjadi semakin luas.

2.1.5 Teori Harrod-domar

Teori Harod-domar (1946) dikenal sebagai teori pertumbuhan. Menurut teori ini
investasi tidak hanya menciptakan permintaan, tapi juga memperbesar kapasitas produksi.
Kapasitas produksi yang membesar membutuhkan permintaan yang lebih besar pula agar
produksi tidak menurun. Jika kapasitas yang membesar tidak diikuti dengan permintaan yang
besar, surplus akan muncul dan disusul penurunan jumlah produksi.

2.1.6 Tingkat Partisipasi Angkatan Kerja

Tingkat Partisipasi Kerja (TPK) atau sering disebut dengan Tingkat Partisipasi Angkatan
Kerja (TPAK) adalah perbandingan antara jumlah angkatan kerja dengan penduduk dalam
usia kerja dalam kelompok yang sama. TPK sendiri dapat dinyatakan untuk seluruh penduduk
dalam usia kerja dan dapat pula dinyatakan untuk suatu kelompok penduduk tertentu seperti
kelompok laki-laki atau wanita di kota, kelompok tenaga terdidik, kelompok umur 10-15 di
desa dan lain-lain. Semakin besar TPK, semakin besar jumlah angkatan kerja dalam
kelompok yang sama. Sebaliknya, semakin besar jumlah penduduk yang masih bersekolah
dan yang mengurus rumah tangga, semakin besar jumlah yang tergolong bukan angkatan
kerja, semakin besar jumlah angkatan kerja dan akibatnya TPK semakin kecil
( Simanjuntak,1998:97 ).
Indikator yang digunakan untuk mengitung Tingkat Partisipasi Angkatan Kerja (TPAK)
adalah Rasio antara jumlah angkatan kerja dengan penduduk usia kerja. TPAK dirumukan
sebagai berikut:
Angkatan Kerja
TPAK = Tenaga Lerja X 100 %

Page 5
Tingkat Partisipasi Angkatan Kerja (TPAK) tidak hanya dapat disajikan untuk menghitung
TPAK penduduk usia kerja dengan spesifikasi yang lebih khusus seperti umur, jenis kelamin,
atau tempat tinggal

2.2 Kajian Penelitian Sebelumnya

2.2.1 Pengaruh Upah Minimum terhadap Penyerapan Tenaga Kerja dan Kesejahteraan
Masyarakat di Provinsi di Indonesia

Upah berpengaruh signifikan dan mempunyai hubungan yang negatif terhadap

penyerapan tenaga kerja. Koefisien jalur yang bertanda negatif bermakna bahwa pengaruh
upah terhadap penyerapan tenaga kerja adalah tidak searah, artinya apabila terjadi kenaikan
upah, maka berpotensi untuk menurunkan penyerapan tenaga kerja, terutama tenaga kerja
yang produktivitasnya rendah.
Secara nasional, tenaga kerja yang mempunyai mempunyai produktivitas paling rendah terjadi
di sektor primer, sementara sektor sekunder merupakan sektor yang paling sedikit menyerapa
tenaga kerja tetapi mempunyai produktivitas pekerja yang paling tinggi yaitu sebesar 1.82.
Kondisi yang sama juga terjadi pada lingkup provinsi di mana produktivitas tenaga kerja di
sektor primer adalah lebih rendah bila dibandingkan dengan produktivitas tenaga kerja di
sektor sekunder.
Tenaga kerja di sektor primer pada umumnya mempunyai pendidikan yang rendah
dengan produktivitas yang rendah pula, oleh karena itu kenaikan upah minimum akan
berdampak pada berkurangnya penggunaan tenaga kerja di sektor ini. Rasio antara upah
minimum dan upah yang diterima pekerja berdasarkan pendidikan nilainya lebih besar dari
satu (>1), menunjukkan bahwa di sebagian besar provinsi, pekerja yang Belum Pernah
Sekolah, Belum Tamat SD, dan SD, menerima upah yang lebih rendah dari upah minimum.
Sementara itu, pekerja yang berpendidikan SLP ke atas menerima upah yang lebih tinggi dari
UMP, yang dapat dilihat dari rasio antara UMP dengan upah menurut pendidikan yang
nilainya lebih kecil dari satu (<1). Penyerapan tenaga kerja berpengaruh tidak signifikan dan
mempunyai hubungan yang positif terhadap kesejahteraan masyarakat. Hal ini bermakna
bahwa pengaruh penyerapan tenaga kerja terhadap kesejahteraan masyarakat berjalan searah,
artinya apabila penyerapan tenaga kerja meningkat, maka akan meningkatkan kesejahteraan
masyarakat.
Upah minimum yang diterima tenaga kerja adalah lebih rendah dari kebutuhan hidup
yang layak (KHL). Secara nasional dan provinsi, upah minimum pada tahun 2006 hanya dapat
memenuhi 85 persen KHL walaupun pada tahun 2010 rata-rata upah minimum di Indonesia
telah sama dengan KHL. Tahun 2007 terdapat empat provinsi yang memberikan upah
minimum yang nilainya sama dengan KHL terdiri dari provinsi Bengkulu, Lampung, Bangka
Belitung, dan Sulawesi Barat, sedangkan empat provinsi yang memberikan upah diatas KHL
yaitu Sumatera Utara, Sulawesi Utara, Papua Barat, dan Papua. Pada tahun 2008 hanya
terdapat 5 (lima) provinsi yang memberikan upah minimum dengan nilai yang sama atau lebih
besar dari KHL, sementara tahun 2009 hanya tiga provinsi yang memberikan upah minimum
lebih besar dari KHL. Upah minimum yang diterima tenaga kerja berada dibawah batas
Pendapatan Tak Kena Pajak atau PTKP. Hal ini mengindikasikan bahwa upah yang diterima
pekerja belum dapat meningkatkan kesejahteraan. Kesejahteraan masyarakat akan tercapai
jika tenaga kerja memperoleh upah yang dapat digunakan untuk memenuhi kebutuhan
hidupnya baik kebutuhan yang bersifat ekonomi maupun kebutuhan yang bersifat non
ekonomi dan bukan hanya sekedar dapat memenuhi kebutuhan layak

Page 6
2.2.2 Proyeksi Tingkat Partsisipasi Angkatan Kerja dan Tingkat Pengangguran di
Sumatera Selatan dengan Metode Ekstrapolasi dan Pertumbuhan Geometri

Penelitian ini bertujuan untuk mendapatkan hasil proyeksi tingkat partisipasi angkatan
kerja dan tingkat pengangguran di Sumatera Selatan dengan metode ekstrapolasi dan
pertumbuhan geometri. Data yang di gunakan adalah sensus penduduk tahun 2000-2010
dengan dasar pendidikan yang telah di tamatkan. Hasil dari proyeksi TPAK menggunakan
metode ekstrapolasi mengalami peningkatan setiap kelompok pendidikan tertinggi yang di
tamatkan dengan peningkatan tertinggi terjadi pada kelompok tidak tamat SD sebesar 1.17%
dan peningkatan terendah terjadi pada kelomopok perguruan tinggi 0,81 %. Begitu juga
halnya dengan tingkat pengangguran peningkatan terbesar terjadi pda kelompok tidak tamat
SD sebesar 2,43% dan peningkatan terendah terjadi pada kelompok SLTP sebesar 0,33%
Penurunan Tingkat Partisipasi Angkatan Kerja tertinggi terjadi pada kelompok tidak
tamat SD sebesar 13,5% dan peningkatan tertinggi terjadi pada kelompok SLTP yaitu 6,32%
sama halnya dengan Tingkat Pengangguran peningkatan tertinggi terjadi pada kelompok tidak
tamat SD yaitu 56,96% dan penurunan tertinggi terjadi pada kelompok SLTP 44,12 %.

Page 7
 BAB III
METODOLOGI PENELITIAN

3.1 Variabel Penelitian dan Definisi Operasional

Dalam penilitian ini kami menggunakan variabel dependen dan variabel independen
sekaligus definisi operasional yang mendukung penelitian.

3.1.1 Variabel Penelitian

Dalam melakukan penelitian dan pengujian hipotesis yang diajukan diperlukan adanya
panduan, oleh karena itu dalam penelitian ini yang dijadikan variabel yang diteliti diantara
nya variabel dependen dan independen.

3.1.1.1 Variabel Dependen

Variabel Dependen adalah tipe variabel yang dipengaruhi atau yang mejadi akibat
kaarena adanya variabel bebas ( variabel independen ). Variabel juga bisa disebut variabel
konsekuensi (consequent variable ). Penjelasan dan prediksi fenomena secara sistematis
digambarkan dalam variabilitas variabel-variabel dependen yang dijelaskan atau dipengaruhi
oleh variabel-variabel independen. Dalam penelitian ini variabel terikatnya adalah TPAK di
ISumatera Selatan. Selanjutnya Variabel ini disimbolkan TPAK.

3.1.1.2 Variabel Independen

Dalam penelitian ini melibatkan dua variabel independen, yaitu angkatan kerja, dan
Upah Minimum Regional di Sumatera Selatan.

3.2 Jenis dan Sumber Data

Salah satu hal yang mempengaruhi kualitas hasil penelitian adalah data yang
dikumpulkan. Pengumpulan data dapat dilakukan dengan berbagai cara. Dalam penelitian ini
kami menggunakan satu sumber data, yaitu:

1. Data Sekunder

Data sekunder adalah data yang diperoleh secara tidak langsung untuk mendapatkan
informasi ( keterangan ) dari objek yang diteliti, biasanya data tersebut diperoleh dari tangan
kedua baik objek secara individual ( responden ) maupun dari suatu badan (instansi ) yang
dengan sengaja melakukan pengumpulan data dari instansi atau badan lainnya untuk
keperluan penelitian dari para pengguna. ( Supangat, 2006 ). Data sekunder yang digunakan
dalam penelitian ini adalah data dari Badan Pusat Statistika Suamtera Selatan dan literatur
lain yang dapat mendukung penelitian ini.

Page 8
3.3 Metode Pengumpulan Data

Dalam pengumpulan data yang dibutuhkan dalam menyusun penelitian ini, diperoleh
melalui:
- Kepustakaan
Dilakukan dengan cara penelusuran kepustakaan mengenai tingkat partisipasi
angkatan kerja, dan upah minimum Regional.

3.4 Model Analisis

3.4.1 Analisis Statistik

Untuk mengetahui seberapa besar pengaruh angkatan kerja, upah minimum regional,
dengan variabel dependent dalam hal ini jam kerja tenaga kerja wanita maka digunakan uji
statistik linear berganda. Uji statistik linear berganda digunakan untuk menguji signifikansi
hubungan lebih dari dua variabel melalui regresinya. Dimana regresi linear berganda yaitu
regresi linear yang melibatkan lebih dari dua variable, yaitu satu variabel terikat (Y) dan lebih
dari dua variable bebas (X1,X2,Xn) (Hasan.2004). Uji analisis ini digunakan untuk
menganalisa hubungan antar variabel-variabel independen dalam hal ini angkatan kerja (X1),
upah minimum regional(X2), dengan variable dependent dalam hal ini angkatan kerja dan
upah minimum regional dalam tahun 1989-2013(Y).Variabel dependent dan variabel
independent mempunyai hubungan fungsional sebagai berikut:

Y = f(XI,X2,)

Selanjutnya persamaan di atas dapat diturunkan ke dalam model regresi linear

berganda sehingga menghasilkan model matematis sebagai berikut:

Y = o X 1 X 2 e
1 2

Berdasarkan fungsi persamaan tersebut maka dikembangkan ke dalam bentuk regresi

berganda dan linear (Ordinary Least Square) dengan mentransferkan bentuk persamaan
tersebut dalam bentuk ln, sehingga diperoleh persamaan estimate sebagai berikut :

ln o 1 ln 2 ln
lnY = + X1+ X2 +

Dimana :
Y = TPAK
X1= UMR
X2= AK
o
= Bilangan Konstanta
i= Parameter Variabel Bebas*

Page 9
 = Peubah Pengganggu
Sedangkan untuk mengetahui tingkat signifikansi dari masing-masing koefisien
regresi variabel independen terhadap variabel dependen maka dapat menggunakan uji statistik
diantaranya :

1. Analisis koefisien determinasi (R2)

Analisis koefisien determinasi digunakan untuk mengukur seberapa besar
pengaruh variabel independent yaitu UMR(X1),AK(X2), dengan variable dependent
dalam hal ini adalah TPAK di SUMSEL tahun 1989-2013 (Y).

2. Uji Statistik F
Uji ini digunakan untuk mengetahui pengaruh variabel independent secara signifikan
terhadap variabel dependen. Dimana jika Fhitung< Ftabel, maka Ho diterima atau variabel
independen secara bersama-sama tidak memiliki pengaruh terhadap variabel dependen (tidak
signifikan) dengan kata lain perubahan yang terjadi pada variabel terikat tidak dapat
dijelaskan oleh perubahan variabel independen.

3. Uji Statistik-t
Uji ini digunakan untuk mengetahui apakah masing-masing variabel independen
secara sendiri-sendiri mempunyai pengaruh secara signifikan terhadap variabel dependen.
Dengan kata lain, untuk mengetahui apakah masing-masing variabel independen dapat
menjelaskan perubahan yang terjadi pada variabel dependent secara nyata. Dimana jika t hitung>
ttabel Hi diterima (signifikan) dan jika thitung< ttabel Ho diterima (tidak signifikan). Uji- t
digunakan untuk membuat keputusan apakah hipotesis terbukti atau tidak.

4. Multikolinearitas
Multikolinearitas mengacu pada kondisi dimana terdapat korelasi lineardiantara variabel
bebas sebuah model. Jika dalam suatu model terdapatmultikolinear akan menyebabkan nilai
R2 yang tinggi dan lebih banyak variabel bebas yang tidak signifikan dari pada variabel bebas
yang signifikan atau bahkantidak ada satupun. Masalah multikolinearitas dapat dilihat melalui
correlationmatrix, dimana batas tidak terjadi korelasi sesama variabel yaitu dengan uji
AkarUnit sesama variabel bebas adalah tidak lebih dari 0.80 (Gujarati, 1997).Melalui
correlation matrix ini dapat pula digunakan Uji Klein dalam mendeteksimultikolinearitas.
Apabila terdapat nilai korelasi yang lebih dari 0.80, makamenurut uji Klein
multikolinearitas dapat diabaikan selama nilai korelasi tersebuttidak melebihi nilai R-squared
(Adj) atau R2-nya.

5. Heteroskedastisitas
Kondisi heteroskedastisitas merupakan kondisi yang melanggar asumsidari regresi
linear klasik. Heteroskedastisitas menunjukkan nilai varian darivariabel bebas yang berbeda,
sedangkan asumsi yang dipenuhi dalam linear klasikadalah mempunyai varian yang
sama(konstan)/homoskedastisitas.Pengujian masalah heteroskedasitas dilakukan dengan
menggunakan ujiWhite Heteroscedasticity Test (Gujarati,1997). Pengujian ini dilakukan
dengan
cara melihat probabilitas Obs*R-squared-nya.
H0 : = 0
H1 : 0
Kriteria uji
Page 10
 Probability Obs*-Square < taraf nyata (), maka terima Ho
Probability Obs*- Square> taraf nyata (), maka tolak Ho
Tolak H0 maka persamaan tersebut tidak mengalami gejala heteroskedastisitas.Begitu
sebaliknya, jika terima H0 maka persamaan tersebut mengalami gejalaheteroskedastisitas.

6. Uji Autokorelasi
Autokorelasi adalah korelasi antara anggota serangkaian observasi yangdiurutkan
menurut waktu atau ruang. Masalah autokorelasi dapat diketahuidengan menggunakan uji
Breusch-Godfrey Serial Correlation LM Test.
H0: = 0
H1 : 0
Kriteria uji:
Probability Obs *- Square < taraf nyata (), maka terima Ho
Probability Obs* - Square > taraf nyata (), maka tolak Ho
Apabila nilai probabilitas Obs*R-squared-nya lebih besar dari taraf nyatatertentu (tolak H0),
maka persamaan itu tidak mengalami autokorelasi. Bila nilaiObs*R-squared-nya lebih kecil
dari taraf nyata tertentu (terima H0) makapersamaan itu mengalami autokorelasi.

7. Uji Normalitas
Uji normalitas dilakukan jika sampel yang digunakan kurang dari 30. Ujiini berguna
untuk melihat error term terdistribusi secara normal. Uji ini disebutuji Jarque-bera
Test.Pengujian ini dilakukan dengan cara melihat probality Jarque-bera Test.
H0 : error term terdistribusi normal
H1 : error term tidak terdistribusi normal
Kriteria uji:
Probability (P-Value) < taraf nyata (), maka tolak Ho
Probability (P-Value) > taraf nyata (), maka terima Ho
Jika terima H0 maka persamaan tersebut tidak memiliki error termterdistribusi normal dan
sebaliknya, jika tolak H0 (terima H1) maka persamaantersebut memiliki error term
terdistribusi normal.

3.4.2 Analisis Deskriptif

Metode analisis deskriptif digunakan untuk mengungkapkan atau menggambarkan
mengenai keadaan atau fakta-fakta yang akurat dari obyek yang diamati, yang disesuaikan
dengan teori atau dalil yang berlaku.

3.5 Alat Analisis yang Digunakan

Alat bantu yang digunakan untuk mencari keterkaitan diantara variabel-variabel
penelitian adalah perangkat lunak atau software Eviews 6 for windows. Eviews 6 merupakan
perangkat lunak atau software yang berbasis windows yang digunakan untuk menganalisa
data statistik agar dapat diolah, ditampilkan, dan dimanipulasi sehingga dapat menyajikan
suatu informasi sesuai kehendak pengguna. Angka 6 merupakan nomor versi tahun 2006 dari
Eviews.

3.6 Definisi Variabel

Page 11
 TPAK adalah perbandingan antara angkatan kerja dan tenaga kerja untuk melihat
besaran partisipasi penduduk usia kerja untuk masuk dalam dunia kerja.
Angkatan kerja adalaha penduduk yang sudah masuk dalam usia kerja dan mulai
bekerja atau mencari kerja
UMR adalah besaran upah yang di tetapkan oleh pemerintah suatu daerah.

BAB IV

Hasil dan Analisis

Data Tingkat Partisipasi Angkatan Kerja (TPAK), Upah Minimum Regional (UMR), dan
Angkatan Keraj (AK) tahun 1989-2013 di Sumatera Selatan.

TAHU TPAK UMR AK

N
1989 51,9 27500 30383
1 01
1990 52,9 40000 30382
2 88
1991 51,8 57500 31425
6 20
1992 54,3 57500 30312
8 89
1993 53,7 75000 31432
1 09
1994 57,4 84500 31308
3 75
1995 57,8 11550 31295
9 0 41
1996 54,6 11585 30292
7 0 81
1997 54,4 13000 31462
5 0 33
1998 56,6 14650 33327
2 0 23
1999 55,8 17000 34229
1 0 60
2000 55,3 19600 34106
4 0 82
2001 67,0 25500 27997
4 0 30
2002 70,9 40350 39772
4 0 44
2003 71,2 45000 31465
5 0 12
2004 72,2 46000 33739
2 0 95
2005 71,6 50370 33188

Page 12
 4 0 68
2006 69,6 60400 32327
4 0 68
2007 69,0 66200 33723
3 0 32
2008 69,7 74300 34720
9 0 12
2009 68,3 82473 34603
1 0 65
2010 70,2 92782 36650
3 5 44
2011 71,1 10484 37706
5 40 73
2012 69,5 11952 37463
6 20 73
2013 66,5 16300 36469
00 96
4.1 Hasil
4.1.1 Uji Stationer Data

Uji stasioner merupakan tahap yang paling penting dalam data time series unuk
melihat ada tidaknya unit root yang terkandung diantara variable sehingga hubungan antar
variable dalam persamaan menjadi valid. Pengujian stasioner data ini dilakukan terhadap
tsemua data time series variable yang akan digunakan dalam analisis VAR.

Pengujian unit root dalam model penelitian ini didasarkan pada Augmented Dickey
Fuller (ADF) test pada tingkat level.Untuk menentukan bahwa suatu series mempunyai unit
root atau tidak, maka perlu dilakukan perbandingan antara nilai t-statistik ADF dengan ADF
table. Apabila nilai t-statistik pada hasil test lebih kecil daripada nilai ADF table dengan
signifikansi tertentu, maka data time series tersebut tidak stationer.

Berdasarkan hasil uji unit root pada level sebagaimana terlihat pada dibawah ini
ditemukan bahwa ketiga variable memiliki unit root, yang berarti data asli penelitian tidak
stasioner.

4.1.2 Uji Correlogram

Analisis kolegram merupakan teknik identifikasi kesetasioneran data time series

melalui fungsi autokorelasi (ACF) maupun partial autocorrelation function (PACF). Fungsi
ini bermanfaat untuk menjelaskan suatu proses stokastik dan membeerikan informasi kerelasi
data-data yang berdekatan.
Jika nilai probabilitas satatistik Q <0,05 maka tidak signifikan menolak Ho yang
menyatakan semua Pk=0. Sedangkan Ha menyatakan paling tidak satu Pk 0.

Page 13
 Setelah diuji dengan tingkat level, ternyata data Laju pertumbuhan ekonomi sudah
stasioner karena tak satupun data pada setiap lag yang keluar dari maka baik pada fungsi AC
maupun PAC, dan semua probabilitas Q stat tidak signifikan karena nilainya > 0,05.

Setelah diuji dengan data 1st defference, ternyata data UMR sudah stasioner karena tak
satupun data pada setiap lag yang keluar dari marka baik pada fungsi AC maupun PAC, dan
semua probabilitas Q stat tidak signifikan karena nilainya > 0,05.

4.1.3 Hasil Estimasi Data Statistik.

Data yang digunakan dalam penelitian ini adalah data time series 1989 - 2013 dan
menggunakan metode analisis regresi linier berganda dengan eviews 6.1.

Dependent Variable: TPAK

Method: Least Squares
Date: 05/08/15 Time: 15:55
Sample: 1989 2013
Included observations: 25

Page 14
 Variable Coefficient Std. Error t-Statistic Prob.

C 45.97299 17.93149 2.563813 0.0177

UMR 1.17E-05 3.79E-06 3.093452 0.0053
AK 3.46E-06 5.73E-06 0.603293 0.5525

R-squared 0.527383 Mean dependent var 62.57160

Adjusted R-squared 0.484418 S.D. dependent var 7.882561
S.E. of regression 5.659998 Akaike info criterion 6.416891
Sum squared resid 704.7826 Schwarz criterion 6.563156
Log likelihood -77.21113 Hannan-Quinn criter. 6.457458
F-statistic 12.27466 Durbin-Watson stat 0.444424
Prob(F-statistic) 0.000263

4.1.4 Jarque-Bera (JB) Test

12
Series: Residuals
Sample 1989 2013
10
Observations 25

8 Mean -1.85e-15
Median -0.355620
Maximum 9.188165
6 Minimum -11.20359
Std. Dev. 5.419035
4 Skewness 0.276813
Kurtosis 2.305643

2 Jarque-Bera 0.821495
Probability 0.663155
0
-10 -5 0 5 10

4.1.5 LM test
Breusch-Godfrey Serial Correlation LM Test:

F-statistic 18.50041 Prob. F(2,20) 0.0000

Obs*R-squared 16.22820 Prob. Chi-Square(2) 0.0003

Pada output bagian diatas adalah nilai statistik F = 18.50 dan Chi square = 16.22. karena nilai
probabilitas Chi-Square 0.00 < 0.05 maka Ho ditolak, yang berarti terjadi masalah korelasi .

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 05/08/15 Time: 16:52
Sample: 1989 2013
Included observations: 25

Page 15
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C 22.33363 14.87695 1.501223 0.1489

UMR 2.46E-07 3.16E-06 0.077997 0.9386
AK -6.88E-06 4.80E-06 -1.434048 0.1670
RESID(-1) 1.090819 0.292589 3.728166 0.0013
RESID(-2) -0.168704 0.314345 -0.536685 0.5974

R-squared 0.649128 Mean dependent var -1.85E-15

Adjusted R-squared 0.578953 S.D. dependent var 5.419035
S.E. of regression 3.516309 Akaike info criterion 5.529557
Sum squared resid 247.2886 Schwarz criterion 5.773332
Log likelihood -64.11947 Hannan-Quinn criter. 5.597170
F-statistic 9.250205 Durbin-Watson stat 1.573890
Prob(F-statistic) 0.000212

Pada output bagian bawah merupakan persamaan uji LM dimana RESID-1 signifikan
mempengaruhi residual sedangkan RESID-2 tidak signifikan mempengaruhi residual.
4.1.6 Perbaikan Autokorelasi

Dependent Variable: D(TPAK)

Method: Least Squares
Date: 05/08/15 Time: 17:03
Sample (adjusted): 1990 2013
Included observations: 24 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(UMR) -6.69E-07 5.79E-06 -0.115544 0.9091

D(AK) -5.01E-07 1.91E-06 -0.261745 0.7960

R-squared -0.038561 Mean dependent var 0.607917

Adjusted R-squared -0.085768 S.D. dependent var 3.001190
S.E. of regression 3.127246 Akaike info criterion 5.197838
Sum squared resid 215.1526 Schwarz criterion 5.296009
Log likelihood -60.37405 Hannan-Quinn criter. 5.223882
Durbin-Watson stat 1.583536

Nilai DW-test meningkat menjadi 1.583536 artinya ada upaya perbaikan masalah
autokorelasi.

Dependent Variable: TPAK

Method: Least Squares
Date: 05/08/15 Time: 17:08
Sample (adjusted): 1990 2013
Included observations: 24 after adjustments
Convergence achieved after 9 iterations

Variable Coefficient Std. Error t-Statistic Prob.

UMR -2.15E-06 7.30E-06 -0.295072 0.7710

AK -5.58E-07 1.96E-06 -0.284037 0.7793
C 74.11117 19.65658 3.770299 0.0012

Page 16
 AR(1) 0.915125 0.095904 9.542112 0.0000

R-squared 0.862247 Mean dependent var 63.01583

Adjusted R-squared 0.841584 S.D. dependent var 7.725813
S.E. of regression 3.074993 Akaike info criterion 5.235494
Sum squared resid 189.1116 Schwarz criterion 5.431836
Log likelihood -58.82593 Hannan-Quinn criter. 5.287584
F-statistic 41.72903 Durbin-Watson stat 1.649841
Prob(F-statistic) 0.000000

Inverted AR Roots .92

Jika koefisien = 0.91 kita masukkan dalam GLS tersebut akan diperoleh

TPAK = 0.915125 Tpakt-1 + 74.11117 (0.915125*74.11117) + -0.0000251(UMR-

0.915125*UMRt-1) + -0.0000558 (AK 0.915125 UMRt-1)

TPAK = 6.290186 + 0.915125 Tpakt-1 - 0.0000251UMR 0.000023 UMRt-1 -0.0000558AK

0.0000511 UMRt-1
4.1.7 Heterokedastisitas

F-statistic 5.104005 Prob. F(5,19) 0.0039

Obs*R-squared 14.33064 Prob. Chi-Square(5) 0.0136
Scaled explained SS 7.244783 Prob. Chi-Square(5) 0.2031

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/08/15 Time: 17:55
Sample: 1989 2013
Included observations: 25

Variable Coefficient Std. Error t-Statistic Prob.

C 1503.451 649.0324 2.316450 0.0319

UMR 0.001286 0.000328 3.920128 0.0009
UMR^2 1.35E-10 3.78E-11 3.561247 0.0021
UMR*AK -4.05E-10 1.03E-10 -3.912190 0.0009
AK -0.000978 0.000394 -2.482297 0.0226
AK^2 1.61E-10 6.01E-11 2.669055 0.0152

R-squared 0.573226 Mean dependent var 28.19130

Adjusted R-squared 0.460917 S.D. dependent var 32.87696
S.E. of regression 24.13902 Akaike info criterion 9.411099
Sum squared resid 11071.15 Schwarz criterion 9.703630
Log likelihood -111.6387 Hannan-Quinn criter. 9.492235
F-statistic 5.104005 Durbin-Watson stat 0.886839
Prob(F-statistic) 0.003915

4.1.8 Perbaikan Heterokadastisitas

Heteroskedasticity Test: White

Page 17
F-statistic 1.233654 Prob. F(4,20) 0.3284
Obs*R-squared 4.947556 Prob. Chi-Square(4) 0.2927
Scaled explained SS 3.544018 Prob. Chi-Square(4) 0.4712

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/08/15 Time: 17:59
Sample: 1989 2013
Included observations: 25
Collinear test regressors dropped from specification

Variable Coefficient Std. Error t-Statistic Prob.

C -1.270021 4.639618 -0.273734 0.7871

LNUMR 0.074161 0.348605 0.212736 0.8337
LNUMR^2 -0.000320 0.001398 -0.228998 0.8212
LNUMR*LNAK -0.004451 0.025232 -0.176409 0.8617
LNAK 0.082057 0.321656 0.255109 0.8012

R-squared 0.197902 Mean dependent var 0.002890

Adjusted R-squared 0.037483 S.D. dependent var 0.004011
S.E. of regression 0.003935 Akaike info criterion -8.060808
Sum squared resid 0.000310 Schwarz criterion -7.817033
Log likelihood 105.7601 Hannan-Quinn criter. -7.993195
F-statistic 1.233654 Durbin-Watson stat 1.083236
Prob(F-statistic) 0.328357

4.1.9 Multikolenaritas

LNTPAK C LNUMR LNAK

LNTPAK 1 0.897004057 0.461908399
1641265 8543857
C
LNUMR 0.897004057 1 0.706956919
1641265 7260438
LNAK 0.461908399 0.706956919 1
8543857 7260438

4.2 Analisis
4.2.1 Analisis Estimasi Uji Statistik
Dari uji analisis statistik dapat di ketahui bahwa model Regresi dari TPAK adalah TPAK =
45.97299 + 1.17E-05UMR + 3.46E-06AK. Dari model ini di peroleh hasil Tstatis yaitu
2,563813 untuk variabel C UMR = 3,093452, AK = 0,60393. Uji statistik sendiri erat
kaitannya dengan R- Squares, Fstatis, Tstatis, Durbin-Watson, dan probabilitas statistik. Jabaran
nya adalah R- Squares mempunyai nilai 0,52, Fstatis = 12,27 , DW = 0,44. Berikut adalah hasil
analisis nya :

A. UJI T
Ho = Tidak ada pengaruh antara variabel bebas terhadap TPAK di SUMSEL

Page 18
 Ha = Ada pengaruh antara variabel bebas terhadap TPAK di SUMSEL
Jika thitung>ttabel maka Ho ditolak
Berdasarkan nilai krisis ttabel alfa 5% dengan df 22 pada uji satu sisi, ttabel sebesar 1.721.
Sedangkan thitung untuk UMR dan AK masing-masing sebesar 3.093452 ; 0.603293.
Variabel UMR diperoleh thitung>ttabel maka hipotesis Ho untuk variabel bebas UMR Ho ditolak,
dan Ha diterima. Artinya, ada pengaruh yang nyata dari besarnya nilai Upah Minimum
Regional. Pada variabel AK diperoleh thitung<ttabel maka hipotesis Ho untuk variabel bebas
diterima, dan Ha ditolak. Artinya, tidak ada pengaruh yang nyata dari besarnya Angkatan
Kerja.
B. UJI F
Ho= Tidak ada pengaruh antara UMR dan AK terhadap TPAK
Ha = Ada pengaruh antara UMR dan AK terhadap TPAK
JikaFhitung>Ftabelmaka Ho ditolak
Berdasarkan nilai krisis Ftabelalfa 5% dengan df numerator 2 dan df denominator 23,
diperoleh Ftabel sebesar 3.47. Sedangkan Fhitung sebesar 12.4766. Karena Fhitung 12.4766 > Ftabel
3.47 maka hipotesis Ho tolak, dan Ha diterima. Artinya, ada pengaruh antara UMR dan AK
terhadap TPAK di SUMSEL

C. UJI Probabilitas

Dimana Prob T hitung<alfa0,05maka Ho ditolak.

1. Prob untuk variable UMR sebesar 0.0053
Maka 0.0053 < 0.05 maka Ho ditolak. Artinya ada pengaruh yang nyata antara UMR
terhadap TPAK di SUMSEL.
2. Prob untuk variable AK sebesar 0.5525
Maka 0.5525 > 0.05 maka Ho diterima. Artinya tidak ada pengaruh yang nyata AK terhadap
TPAK di SUMSEL
Dimana Prob Fhitung< 0,05maka Ho ditolak
ProbFstatsebesar 0.000263 < 0.05 maka Ho ditolak. Artinya ada pengaruh antara UMR dan
AK terhadap TPAK di SUMSEL.

D. R-Squared

R-Squared = 0.527383
Artinya : 52 % variasi TPAK dijelaskan oleh variabel UMR dan AK dan 48% adalah factor
lainnya.

E. Durbin Watson.
Durbin Watson : 0.444424
Dengan alfa 5%
K= 3 dan df 22

Page 19
 negatif auto Positifauto
F. non-auto
G. ragu ragu
H. 0 DU: 0.44 DL:0,71 2 4-DU:2.184 4-DL:3.285 4

Statistik Uji DW = 0.44 terletak diantara 0-1.04 sehingga terjadi masalah autokorelasi
positive. Maka dari itu dilanjut Uji LM untuk mengatasi masalah autokorelasi.

4.2.2 Jarque-Bera (JB) Test

JB Test adalah uji asumsi yang di gunakan untuk melihat kekuatan uji normalitas, dari
hasil JB Test dapat saya analisis bahwa Berdasarkan uji JB nilai JB test 0.821495. Sedangkan
nilai Chi-Square dengan k=2. Derajat bebas atau df = 25-2, maka df = 23 pada alfa 5% atau
probability 0.95 yaitu X2 tabel 13.0905. dengan demikian JB test < X2 tabel berate
menerima Ho yang menyatakan 1 berdistribusi normal. Demikian halnya bukti dari
probabilitas uji JB = 0.66 > 0.05 berarti JB hitung tidak signifikan maka Ho diterima dan data
telah memenuhi asumsi normalitas.
4.2.3 LM Test
Hasil dari LM Test sebenarnya menunjukkan adanya masalah korelasi karena nilai
statistik F = 18.50 dan Chi square = 16.22. karena nilai probabilitas Chi-Square 0.00 < 0.05
maka Ho ditolak, akibatnya saya melakukan perbaikan autokorelasi yang hasilnya nilai DW-
test meningkat menjadi 1.583536 artinya ada upaya perbaikan masalah autokorelasi.
4.2.4 Heterokedastisitas
Uji Heterokedastisitas lagi-lagi menunjukkan adalah masalah ketero dari hasil
perhitungan Eviews yang saya gunakan karena nilai koefisien determinasi (R2) = 0.573226.
nilai chi square hitung 14.33064. sedangkan nilai kritis chi square pada alfa 5% dengan df =
25-6 = 19 diperoleh 10.117 chi square hitung > chi squaretable maka terjadi masalah
heterokedastisitas. Perbaikan pun perlu dilakukan yang hasil nya terdapat di no 4.1.6 yang
membuat masalah heterokedastisitas tidak terjadi dengan nilai koefisien determinasi (R2) =
0.197902. nilai chi square hitung 4.947556. Sedangkan nilai kritis chi square pada alfa 5%
dengan df = 25-5= 20 diperoleh 10.851 chi square hitung < chi squaretable maka tidak terjadi
masalah heterokedastisitas.
4.2.4 Multikolenaritas
Uji multikolenaritas di gunakan untuk mengetahui ada atau tidak nya hubungan antara
variabel bebas UMR dan AK terhadap TPAK di Provinsi Sumatera Selatan. Dilihat dari hasil
no 4.1.7 dapat di analisis bahwa Ternyata r parsial LnAk dengan LnUMR sebesar
0.461908399 < 0.5 atau hubungan kedua variabel bebas tidak mengalami multikolonieritas.

Page 20
 BAB V
Kesimpulan dan Saran
5.1 Kesimpulan
Pola pikir mengenai TPAK sebenarnya begitu sederhana yaiut dilihat dari kesertaan
masyarakat usia produktif untuk masuk dalam dunia kerja, tetapi TPAK adalah perbandingan
antara jumlah angkatan kerja dengan penduduk dalam usia kerja dalam kelompok yang sama.
TPAK Sum-Sel misalnya, dimana hal yang menentukan masih dalam konteks faktor angkatan
kerja, usia, produktivitas, dan faktor lain atau menentukan TPAK yaitu tingkat upah. Provinsi
Sumatera Selatan telah menyiapkan data Upah Minimum Regional (UMR) dan Angkatan
Kerja (AK) untuk melihat pengaruhnya terhadap TPAK, semakin besar TPAK Sum-Sel makin
semakin berpengaruh UMR dan AK terhadap minat masyarakat Sum-Sel untuk masuk dalam
dunia kerja. Terkait hal ini maka penelitian di lakukan dari tahun 1989-2013, mengenai
pengaruh UMR dan AK terhadapa TPAK di Sum-Sel yang mendapatkan hasil sebagai berikut:
Page 21
 1. Dari analisis uji T UMR berpengaruh nyata terhadap besaran TPAK di provinsi
Sumatera Selatan, namun untuk variabel AK tidak mempunyai pengaruh nyata
terhadap TPAK di Sum-Sel.
2. Hasil uji T belum ckup untuk melihat kekuatan mengenai pengaruh UMR dan AK
terhadap TPAK, dilakukan analisis uji F yang tujuan nya untuk memperkuat kebenaran
penelitian, dalam uji F dapat terlihat bahwa UMR dan AK berpengaruh nyata terhadap
TPAK Sum-Sel, hal ini juga di perkuat dengan uji Probabilitas dimana prob hitung < 0,05,
maka ada pengaruh anatara UMR dan AK terhadap TPAK di Sum-Sel.
3. Untuk mengetahui persentase, analisis R-Squared = 0,52783 artinya 52% variabel
TPAK Sum-Sel di pengaruhi oleg UMR dan AK , dan 48% disebabkan oleh faktor
lain, hasil ini di perkuat oleh uji Multikolenaritas dimana variabel bebas UMR dan AK
= 0,461908399<0,5 atau UMR dan AK ada hubngan nya terhadap TPAK di Sum-Sel
tanpa ada masalah Multikolenaritas.
4. Analisis TPAK Sum-Sel menggunakan metode uji Asumsi OLS, menunjukkan bahwa
pengaruh UMR dan AK di Sum-Sel cukup terbukti mempengaruhi TPAK Sum-Sel
karena hampir mendekati 53% UMR dan AK mempengaruhi dan hubungan nya cukup
kuat, yang menyatakan jika UMR dan AK 52% menentukan besaran TPAK di provinsi
Sumatera Selatan dari tahun 1989-2013.
5.2 Saran
Berikut adalah beberapa saran untuk lebih mempermudah melakukan penelitian agar
bermanfaat secara nyata bagi masyarakat banyak :
1. Dalam melakukan penelitian sebaiknya pemilihan data di susun secara sistematis dan
data tersebut memang berguna sebagai bahan acuan penelitian dan bahan untuk
menambah wawasan bagi masyarakat banyak.
2. Perlu disusun suatu standar baku bagi lembaga pelatihan agar dapat memenuhi kriteria
sebagai lembaga pelatihan berbasis kompetensi dan sertifikasi kompetensi sebagai
upaya untuk meningkatkan kualitas tenaga kerja melalui jalur pendidikan non formal.

DAFTAR PUSTAKA
Asngari , Imam, 2014. Modul Latihan Dasar Program Eviews. Fakultas Ekonomi
Universitas Sriwijaya, Indralaya
BPS Sumatera Selatan, 1994. Sumatera Selatan dalam Angka tahun 1989-1994. Sumatera
Selatan.
BPS Sumatera Selatan,1999. Sumatera Selatan dalam Angka tahun 1995-1999. Sumatera
Selatan.
BPS Sumatera Selatan,2004. Sumatera Selatan dalam Angka 2000-2004. Sumatera Selatan.
BPS Sumatera Selatan, 2009. Sumatera Selatandalam Angka 2005-2009. Sumatera Selatan.
BPS Sumatera Selatan, 2014. Sumatera Selatan dalam Angka 2010-2014. Sumatera Selatan.
Desmiani Susanti, Alfensi Faruk, Indrawati, 2013. Proyeksi Tingkat Partisipasi Angkatan
Kerja dan Tingkat Pengangguran di Provinsi Sumatera Selatan dengan Metode

Page 22
 Ekstrapolasi dan Pertumbuhan Geometri. Fakultas MIPA Universitas Sriwijaya,
Indralaya.
Http://id.wikipedia.org/org/wiki/sumatera_selatan. Diakses pada 4 Mei 2015
Http://repository.Usu.ac.id/bitstream/123456789/26484/4/chapter%20II.pdf. Diakses pada 8
Mei 2015
Sulistiawati, Rini, 2012. Pengaruh Upah Minimum terhadap Tenaga Kerja dan
Kesejahteraan Masyarakat di Provinsi di Indonesia. Fakultas Ekonomi Universitas
Tanjungpura Pontianak, Pontianak.

Page 23