DAMPAK UPAH MINIMUM TERHADAP KEMISKINAN DI …
Transcript of DAMPAK UPAH MINIMUM TERHADAP KEMISKINAN DI …
233
JOURNAL of RESEARCH in ECONOMICS and MANAGEMENT (Jurnal Riset Ekonomi dan Manajemen)
Volume 17, No. 2, Juli - Desember(Semester II) 2017, Halaman 233-252
DAMPAK UPAH MINIMUM TERHADAP KEMISKINAN DI INDONESIA TAHUN 2006-2014
Ardhian Kurniawati ([email protected]) Beni Teguh Gunawan ([email protected]) Disty Putri Ratna Indrasari ([email protected])
Informasi ArtikelRiwayat ArtikelDiterima tanggal 06 September 2016Direvisi tanggal 12 Februari 2017Disetujui tanggal 15 Oktober 2017
Klasifikasi JELJ31; I32
Kata KunciPoverty; Minimum wage; Panel data; Random effect model.
DOI10.17970/jrem.17.170207.ID
ABSTRACTThe minimum wage in Indonesia is set to raise the living standards of workers and the safety net, which aims to protect low-wages workers. The debate regarding the impact of minimum wage on poverty is still a debatable issue. Supporters argue the minimum wage rules regarding minimum wages can improve the economic conditions of low-wage workers, so as to contribute to the reduction of poverty of workers affected by this rule. On the other hand, the minimum wage may lead to rigidity in the labor market and lower competitiveness. Wage rigidity caused by the minimum wage can slow job creation and in turn contribute to unemployment and poverty. Using panel data of 33 provinces in 2006-2014, this study will estimate the impact of minimum wage on poverty. Analysis with random effect model result that every increase of 1% (ceteris paribus) minimum wage will reduce poverty by 5.7%, so that the minimum wage may be used as one of the policies to alleviate poverty in Indonesia.
I. PendahuluanUpah minimum di Indonesia ditetapkan
dengan dua maksud. Pertama untuk meningkatkan standar hidup buruh. Kedua, upah minimum sebagai jaring pengaman (safety net) yang bertujuan untuk melindungi pekerja dengan upah rendah, Upah minimum dimaksudkan sebagai jaring pengaman karena banyaknya tenaga kerja tidak terampil dan lemahnya serikat buruh sehingga memiliki bargaining power yang rendah. Upah minimum di Indonesia pada awalnya ditetapkan dengan berdasarkan pada Kebutuhan Hidup Layak (KHL). Upah minimum ditetapkan dengan mempertimbangkan kebutuhan hidup layak dimaksudkan untuk melindungi kesejahteraan pekerja. Upah minimum diharapkan dapat meningkatkan kesejahteraan pekerja dengan upah rendah. Jika efektif, upah minimum dapat digunakan sebagai salah satu alat untuk mengurangi kemiskinan karena dapat
234
Ardhian Kurniawati Beni, Teguh Gunawan, Disty Putri : Dampak Upah Minimum Terhadap Kemiskinan .....
membantu penduduk miskin untuk keluar dari kemiskinan. Dalam perkembangan selanjutnya, saat ini kenaikan upah minimum ditetapkan berdasarkan pada inflasi dan pertumbuhan ekonomi.
Perdebatan terkait dengan dampak upah minimum terhadap kemiskinan masih menjadi isu yang menarik untuk dibahas. Pendukung peraturan terkait upah minimum berpendapat bahwa upah minimum dapat meningkatkan kondisi ekonomi pekerja dengan upah rendah, sehingga upah minimum berkontribusi pada pengurangan kemiskinan pekerja yang terkena dampak peraturan ini. Upah minimum menggeser komposisi employment menuju pekerjaan dengan upah tinggi. Peraturan pasar tenaga kerja ini meningkatkan produktivitas rata-rata dan dapat meningkatkan kesejahteraan (Acemoglu, 2001). Dilain pihak, beberapa ekonom dan pembuat kebijakan berusaha untuk mengurangi (dan bahkan menghapus) peraturan upah minimum agar pasar tenaga kerja lebih fleksibel dan meningkatkan daya saing. Para pendukung pandangan ini berpendapat bahwa kekakuan di pasar tenaga kerja, seperti kekakuan upah yang disebabkan oleh upah minimum, dapat memperlambat penciptaan lapangan kerja dan pada gilirannya memberikan kontribusi pada pengangguran dan kemiskinan (Gindling dan Terrell, 2010). Penentang peraturan upah minimum juga berpendapat bahwa kebijakan upah minimum hanya memiliki dampak terbatas pada kemiskinan, terutama karena sebagian besar keluarga miskin tidak memiliki upah minimum (Burkhauser et.al, 2000).
Kenaikan upah minimum memiliki dampak yang berbeda-beda terhadap kemiskinan untuk masing-masing Negara. Perbedaan tersebut terjadi karena perbedaan karakteristik tenaga kerja pada masing-masing Negara dan perbedaan dalam penegakan peraturannya. Penduduk miskin di Negara maju dan berkembang akan merasakan manfaat yang berbeda dari adanya kenaikan
upah minimum karena di Negara maju tenaga kerja didominasi oleh tenaga kerja terdidik (skilled worker), sedangkan tenaga kerja di Negara berkembang didominasi oleh tenaga kerja tidak terdidik (unskilled worker) yang lebih rentan terhadap shocks dan mempunyai bargaining power yang rendah. Adanya perbedaan dampak kenaikan upah minimum terhadap kemiskinan ini menarik untuk diteliti untuk mengetahui apakah benar kenaikan upah minimum dapat mengurangi kemiskinan. Studi ini akan mengestimasi bagaimana dampak upah minimum terhadap kemiskinan di Indonesia dengan menggunakan data panel pada level provinsi selama 2006-2014.
II. Kerangka TeoritisDalam pasar persaingan sempurna
keseimbangan tercapai ketika demand sama dengan supply. Dalam konteks pasar tenaga kerja, upah keseimbangan tercapai ketika supply tenaga kerja sama dengan demand tenaga kerja. Dalam kondisi keseimbangan, perusahaan akan mempekerjakan tenaga kerja sebesar E* dengan upah pada level w*. Ketika pemerintah menetapkan upah minimum ( ) di atas tingkat upah keseimbangan maka demand perusahaan akan bergerak ke atas dan tenaga kerja akan turun ke ). Sebagai akibat dari upah minimum, beberapa pekerja (E*- ) tersingkir dari pekerjaannya dan menjadi penganggur. Selain itu, upah yang lebih tinggi akan mendorong seseorang untuk masuk dalam pasar kerja, sehingga akan ada tambahan sebesar (Es - E
* ) tenaga kerja masuk dalam pasar kerja yang tidak dapat menemukan pekerjaan dan menambah jumlah pengangguran.
235
JOURNAL of RESEARCH in ECONOMICS and MANAGEMENT (Jurnal Riset Ekonomi dan Manajemen)
Volume 17, No. 2, Juli - Desember(Semester II) 2017, Halaman 233-252
Gambar 1.Supply dan Demand Tenaga Kerja di
Covered Sector (Sektor Formal)
wage
Sc
w*
E* Es
Dc
Employment
Sumber: Borjas, 2013
Jika upah minimum diaplikasikan hanya pada pekerjaan di covered sector (formal), pekerja yang terkena displacement mungkin akan berpindah ke uncovered sector, menggeser kurva supply ke kanan dan mengurangi upah di uncovered sector
(informal). Jika ada kemudahan untuk mendapatkan pekerjaan dengan upah minimum maka ada kemungkinan pekerja di uncovered sector berhenti dari pekerjaannya dan menunggu di covered sector sampai ada lowongan pekerjaan, akibatnya kurva supply akan bergeser ke kiri dan meningkatkan tingkat upah di uncovered sector. Gambar 2 menunjukkan bagaimana bebasnya tenaga kerja masuk dan keluar dari pasar kerja dapat mempengaruhi upah real dalam perekonomian meskipun ada campur tangan dari pembuat kebijakan. Faktanya jika tenaga kerja dapat bermigrasi dari satu sektor ke sektor lainnya dengan sangat mudah, maka migrasi akan terus berlanjut selama tenaga kerja memiliki ekspektasi bahwa salah satu sektor menawarkan upah yang lebih tinggi. Migrasi tenaga kerja antara dua sektor akan berhenti ketika ekspektasi upah di kedua sektor sama (Borjas, 2013).
Gambar 2.Migrasi Tenaga Kerja antara Dua Sektor
Sc
Dc
wage
w*
Employment
wage
w*
DU
Employment
(a) Covered Sector (b) Uncovered Sector
Sumber: Borjas, 2013
Pertanyaan luas terkait dengan kenaikan upah minimum adalah apakah manfaat dari tingkat upah yang lebih tinggi karena adanya upah minimum mengimbangi biaya karena berkurangnya probabilitas untuk bekerja. Ketika biaya karena berkurangnya probalibitas untuk bekerja lebih besar daripada manfaat
karena kenaikan upah minimum maka peluang seseorang untuk jatuh dalam kemiskinan juga akan meningkat ketika pekerja tersebut berada dalam kondisi miskin atau near poor, dan sebaliknya. (Gramlich et.al, 1976).
236
Ardhian Kurniawati Beni, Teguh Gunawan, Disty Putri : Dampak Upah Minimum Terhadap Kemiskinan .....
Kemiskinan di IndonesiaBPS menggunakan konsep kemampuan
memenuhi kebutuhan dasar (basic needs approach) dalam mengukur kemiskinan. Dengan pendekatan ini, kemiskinan dipandang sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran. Jadi Penduduk Miskin adalah penduduk yang memiliki rata-rata pengeluaran perkapita perbulan dibawah garis kemiskinan. Ukuran kemiskinan yang digunakan di Indonesia adalah Head Count Index (P0), Poverty Gap Index (P1), dan Poverty Saverity Index (P2). Head Count Index (P0) digunakan untuk menghitung persentase penduduk yag berada di bawah garis kemiskinan. Poverty Gap Index (P1) atau indeks kedalaman kemiskinan merupakan ukuran rata-rata kesenjangan pengeluaran masing-masing penduduk miskin terhadap garis kemiskinan. Semakin tinggi nilai indeks, semakin jauh rata-rata pengeluaran penduduk dari garis kemiskinan. Poverty Saverity Index (P2) atau index keparahan kemiskinan memberikan gambaran mengenai penyebaran pengeluaran diantara penduduk miskin. Semakin tinggi nilai indeks, semakin tinggi ketimpangan pengeluaran diantara penduduk miskin.
Berbeda dengan BPS, Worldbank menetapkan garis kemiskinan absolute US$ 1 dan US$2 PPP (purchasing power parity). Garis kemiskinan absolute ini ditetapkan dengan tujuan untuk membandingkan angka kemiskinan antar Negara/wilayah dan perkembangannya menurut waktu untuk menilai kemajuan yang dicapai dalam memerangi kemiskinan di tingkat global/internasional. Angka konversi PPP merupakan banyaknya rupiah yang dikeluarkan untuk membeli sejumlah kebutuhan barang dan jasa dimana jumlah yang sama tersebut dapat dibeli seharga US$ 1. Angka konversi ini dihitung berdasarkan harga dan kuantitas di
masing-masing Negara dalam suatu survei yang dilakukan setiap 5 tahun sekali.
Todaro dan Smith (2009) mendefinisikan kemiskinan absolut sebagai konsep yang mengukur jumlah orang yang tidak mampu memenuhi kebutuhan dasarnya. Gariss kemiskinan memegang peranan penting dalam mengukur kemiskinan dalam lingkungan social. Garis kemiskinan merupakan garis imajinasi yang membedakan antara orang yang miskin dan yang tidak. Garis kemiskinan didefinisikan sebagai tingkat spesifik minimum dari pendapatan riil dari kurang dari satu atau dua dolar “purchasing power parity” per hari.
Upah Minimum di IndonesiaBeberapa ekonom melihat kebijakan upah
minimum sebagai isu distribusi pendapatan dimana ada yang diuntungkan dan dirugikan dari adanya kenaikan upah minimum. Menguji bagaimana dampak upah minimum terhadap kemiskinan di Indonesia menarik karena pasar kerja di Indonesia didominasi oleh tenaga kerja tidak terlatih (unskilled worker), dan sektor informal (uncovered sector) lebih dominan daripada sektor formal (covered sector). Sektor formal mendapat keuntungan dari adanya peraturan tenaga kerja. Di tahun 2015 diketahui sebesar 52% penduduk yang bekerja di Indonesia berada di sektor formal (Pusdatinaker, 2015). Selain itu, kebijakan upah minimum di Indonesia ditetapkan dengan berdasarkan pada kebutuhan hidup layak. Upah minimum di Indonesia merupakan bagian dari strategi jaring pengaman sosial.
Upah minimum di Indonesia sejak Januari 2001, otoritas penetapannya didesentralisasikan kepada Gubernur. Regulasi terkait dengan upah minimum masih menjadi tanggung jawab Kementerian Ketenagakerjaan, termasuk menerbitkan pedoman komponen Kebutuhan Hidup Layak yang nantinya akan digunakan sebagai salah satu dasar untuk menetapkan upah
237
JOURNAL of RESEARCH in ECONOMICS and MANAGEMENT (Jurnal Riset Ekonomi dan Manajemen)
Volume 17, No. 2, Juli - Desember(Semester II) 2017, Halaman 233-252
minimum. Upah minimum di Indonesia selain dimaksudkan untuk meningkatkan standard hidup pekerja yang dianggap masih menerima upah di bawah standard nasional juga untuk melindungi pekerja yang tidak memiliki bargaining power karena adanya surplus tenaga kerja tidak terampil (unskilled worker). Dalam perkembangan selanjutnya kenaikan upah minimum didasarkan pada inflasi dan pertumbuhan ekonomi (Peraturan Pemerintah Nomor 78 Tahun 2015).
III. Studi TerdahuluAddison dan Blackburn (1999)
melakukan studi untuk menganalisis dampak upah minimum terhdap kemiskinan dengan berfokus pada tiga kelompok yang paling mungkin terkena dampak kenaikan upah minimum yaitu pemuda (teenagers), young adults dan kelompok putus sekolah menengah pertama. Data yang digunakan oleh Addison dan Blackburn (1999) adalah data panel pada level Negara bagian di Amerika Serikat yang bersumber pada CPS (Current Population Survey) dari tahun 1983-1996. Dengan menggunakan fixed effect model untuk masing-masing kelompok, Addison dan Blackburn (1999) mendapatkan hasil bahwa untuk periode 1983-1996, ada indikasi pengaruh upah minimum terhadap pengurangan kemiskinan di antara pemuda (teenagers) dan kelompok putus sekolah menengah pertama.
Berbeda dengan Addison dan Blackburn (1999), Gindling dan Terrell (2010) dalam studinya berfokus pada empat kelompok yaitu perusahaan swasta skala besar dan kecil (covered sector), serta wiraswasta dan sektor publik (uncovered sector).
Gindling dan Terrell (2010) mengkombinasikan mikrodata dari survei rumah tangga (PHSMP) dengan data upah minimum dari tahun 2001-2004. Gindling dan Terrell (2010) dalam studinya menggunakan model Probit untuk mengestimasi dampak upah minimum terhadap kemiskinan, dan
diperoleh hasil bahwa kenaikan Upah minimum mengurangi kemiskinan. Tetapi, upah minimum tidak mempunyai pengaruh pada individu yang bekerja pada small private sector, self-employment atau public sector.
Bird dan Manning (2008) dalam studinya melakukan simulasi dengan analisis Input-Output terkait dengan total keuntungan dan total cost dari adanya kenaikan upah minimum menggunakan data SUSENAS modul konsumsi pada level Rumah Tangga. Dari simulasi tersebut diperoleh hasil bahwa kebijakan upah minimum bukan merupakan instrument pengurangan kemiskinan yang efektif. Kenaikan upah minimum dapat menolong beberapa rumah tangga untuk keluar dari kemiskinan, tetapi kebanyakan rumah tangga miskin sebenarnya terkena penalti harga sebagai dampak dari kenaikan upah minimum. Produsen akan menaikkan harga produk sebagai akibat adanya kenaikan upah minimum.
Lustig dan McLeod (1997) mengevaluasi dampak upah minimum terhadap kemiskinan untuk data cross section sejumlah Negara berkembang di Amerika Latin, Asia dan Afrika. Mereka menggunakan regresi antara headcount ratio dan beberapa ukuran kemiskinan lainnya (seperti poverty gap dan kebutuhan kalori perkapita) dan factor-faktor yang menentukan kemiskinan seperti upah riil, pertumbuhan income per capita dan beberapa variable independen lainnya seperti human capital stock dan share angkatan kerja di sektor pertanian. Hasil yang diperoleh dari studi tersebut adalah kenaikan upah minimum dapat meningkatkan konsumsi kalori per kapita dan mengurangi kemiskinan dalam jangka pendek, tetapi dapat mengurangi kesempatan bekerja dalam jangka panjang. Meskipun temuan utamanya adalah upah minimum dapat mengurangi kemiskinan, namun disimpulkan bahwa upah minimum bukan sebagai alat terbaik untuk mengurangi kemiskinan.
238
Ardhian Kurniawati Beni, Teguh Gunawan, Disty Putri : Dampak Upah Minimum Terhadap Kemiskinan .....
Neumark dan Wascher (1997) menggunakan data March CPS di US dari tahun 1986 sampai dengan 1995 untuk menguji efektivitas upah minimum dalam mengurangi kemiskinan dengan mengestimasikemungkinan trasnsisi distribusi income keluarga masuk dan keluar dari kemiskinan. Hasilnya menunjukkan bahwa dengan signifikansi 10%, upah minimum cenderung meningkatkan likelihood bahwa keluarga miskin tetap akan miskin. Hasilnya juga mengindikasikan bahwa kenaikan upah minimum mengurangi peluang keluarga keluar dari pendapatan rendah ke pendapatan tinggi.
IV. Metode Penelitian DataStudi ini akan menggunakan data panel
dari 33 Provinsi di Indonesia dari tahun 2006-2014 untuk menguji dampak upah minimum terhadap kemiskinan. Data sekunder diperoleh dari Badan Pusat Statistik. Data yang digunakan adalah persentase penduduk miskin menurut provinsi, Upah Minimum Provinsi (dalam ribu rupiah), Produk Domestik Regional Bruto (PDRB) perkapita atas dasar harga konstan menurut provinsi (dalam ribu rupiah), jumlah penduduk yang berusia 15 tahun ke atas dengan status pengangguran selama seminggu yang lalu dan Angka partisipasi kasar SMA/sederajat. Berbeda dengan studi yang dilakukan oleh Lustig dan McLeod (1997) yang menggunakan rata-rata lama sekolah sebagai proxy dari stok human capital, dalam studi ini akan menggunakan angka partisipasi kasar sebagai proxy dari human capital.
Metode EstimasiMetode estimasi yang digunakan dalam
penelitian ini adalah metode data panel. Ada tiga macam pendekatan, yaitu pendekatan least square (pooled least square), pendekatan fixed effect dan pendekatan random effect. Dalam memilih model mana yang paling
sesuai digunakan maka dilakukan terlebih dahulu Uji F (Chow test) untuk memilih yang terbaik antara Pool dengan Fixed Effect dan selanjutnya dilakukan uji Hausman untuk memilih antara model Fixed Effect dengan Random Effect.
Model empiris yang akan diestimasi dalam studi ini adalah:• dengan βi merupakan individual effect
yang nantinya dapat berupa fixed effect atau random effect. Analisis data dilakukan dengan bantuan software Eviews 8.
V. Analisis Data dan Pembahasan Analisis DeskriptifDari Tabel 1. dapat diketahui statistik
deskriptif dari masing-masing variable yang digunakan dalam penelitian. Observasi yang digunakan dalam studi ini sebanyak 297. Secara keseluruhan persentase rata-rata penduduk miskin adalah sebesar 14.67% dengan standar deviasi 8.06. Rata-rata Upah minimum adalah sebesar 963.54 ribu rupiah dengan standar deviasi sebesar 342.25 ribu. Pengangguran tertinggi sebesar 2562525 dengan rata-rata pengangguran sebesar 263314.2. Untuk variable PDRB perkapita, nilai terendah adalah sebesar 2281 ribu dan tertinggi sebesar 136407 ribu. Selang yang cukup jauh tersebut mengindikasikan adanya ketimpangan pendapatan antar provinsi. Sama halnya dengan PDRB per kapita, angka partisipasi kasar juga memiliki variasi yang cukup besar yaitu sebesar 10.76% yang berarti bahwa perbedaan angka partisipasi kasar untuk pendidikan SMA/sederajat cukup beragam antar provinsi.
239
JOURNAL of RESEARCH in ECONOMICS and MANAGEMENT (Jurnal Riset Ekonomi dan Manajemen)
Volume 17, No. 2, Juli - Desember(Semester II) 2017, Halaman 233-252
Tabel 5.1. Statistik Deskriptif Masing-masing Variabel
P0? UMP? PENGANGGUR AN? PDRB_PERKA P? APK?
Mean 14.66077 963.5449 263314.2 17426.92 66.46515Median 12.91000 900.0000 101620.0 8457.000 67.33000Maximum 41.52000 2441.300 2561525. 136407.6 94.62000Minimum 3.480000 390.0000 9596.000 2281.000 43.76000Std. Dev. 8.061202 342.2545 430517.6 21266.14 10.76613Observations 297 297 297 297 297Cross sections 33 33 33 33 33
Sumber: BPS (diolah)
Jika ditelusuri lebih jauh, dari Grafik 5.1 (dalam lampiran) dapat diketahui bahwa persentase penduduk miskin tertinggi ada di provinsi Papua yaitu sebesar 35.12% dan terendah di provinsi Riau yaitu sebesar 3.8%. Papua memiliki persentase penduduk miskin terbesar kemungkinan besar disebabkan karena minimnya lapangan kerja yang tersedia di sana dan masih rendahnya kualitas SDM di Papua karena mayoritas penduduk masih cukup primitif sehingga belum memahami benar akan pentingnya pendidikan . Kemiskinan terbesar di Papua juga bisa disebabkan karenan minimnya pembangunan dan ketersediaan sarana dan prasarana di daerah tersebut.
Dari Grafik 5.2 dapat dilihat adanya keragaman dalam nilai Upah Minimum antar provinsi. Upah minimum terbesar ada di Provinsi DKI Jakarta. Hal tersebut tidak mengejutkan karena Jakarta sebagai Pusat ekonomi dan ibukota Negara sehingga pertumbuhan ekonomi di DKI Jakarta tinggi sehingga upah minimumnya juga tinggi mengingat pertumbuhan ekonomi merupakan salah satu dasar bagi penetapan upah minimum selain beberapa factor lainnya. Papua juga memiliki nilai upah minimum yang tinggi, hal tersebut dapat dikarenakan biaya hidup di Papua mahal sehingga nilai Kebituhan Hidup
Layak (KHL) yang menjad dasar penetapan upah minimum juga besar.
Hasil Analisis dataAnalisis dampak upah minimum terhadap
kemiskinan dalam paper ini dilakukan dengan tiga metode yaitu pooled Least Square, Fixed Effect Model, dan Random effect Model. Sebelum melalukan analisis model makan terlebih dahulu akan dilakukan pemilihan model terbaik yang sesuai untuk menganalisis dampak upah minimum terhadap kemiskinan. Pemilihan model dilakukan dengan menggunakan Chow Test dan Hausman Test. Chow test digunakan untuk memilih antara Pooled Least Square dan Fixed Effect sedangkan Hausman test digunakan untuk memilih antara Fixed effect dan Random effect.
240
Ardhian Kurniawati Beni, Teguh Gunawan, Disty Putri : Dampak Upah Minimum Terhadap Kemiskinan .....
Tabel 5.2 Hasil Regresi
Variabel Pooled Least Square Fixed Effect Random EffectLog UMP 10.333***
(1.03)-5.823***
(0.766)-5.706***
(0.759)Log Pengangguran 0.103
(0.294)-0.784(0.721)
-1.093*
(0.589)Log PDRB_perkap -5.401***
(0.669)-0.050*
(0.274)-0.587**
(0.269)APK -0.100**
(0.045)-0.068**
(0.027)-0.074***
(0.026)Prob (F-statistic) 0.000 0.000 0.000Adj R2 0.17 0.96 0.64
Sumber: Hasil pengolahan data (BPS)Catatan: *** signifikan pada 1%, ** signifikan pada 5%, * signifikan pada 10%
Tabel 5.2 menyajikan hasil analisis regresi dengan ketiga motode estimasi. Dari ketiga metode estimasi dapat diketahui bahwa pengangguran pengaruhnya tidak signifikan pada ketiga metode. Dengan berdasarkan pada nilai adj R2, dapat dilihat bahwa model fixed effect memiliki nilai adj R2 tertinngi yaitu sebesar 96%, sehingga jika menggunakan kriteria nilai adj R2 maka model fixed effect adalah model terbaik. Namun, meskipun nilai adj R2 dapat secara statistik menunjukkan bagaimana keragaman
persentase penduduk miskin dapat dijelaskan oleh model, Wooldridge (2013) menjelaskan bahwa nilai adj R2 tidak seharusnya menjadi instrument kunci dalam analisis ekonometrik. Ini karena nilai adj R2 yang rendah tidak berarti bahwa penggunaan metode tersebut gagal untuk menjelaskan hubungan. Wooldridge berpendapat bahwa masih ada kemungkinan regresi dengan nilai adj R2 yang rendah dan dapat mengestimasi hubungan antara variable bebas dan terikat dengan baik.
Tabel 5.3 Hasil Chow Test
Redundant Fixed Effects Te
sts
Pool: UntitledTest cross-section fixed effe
cts
Effects Test Statistic d.f. Prob.
Cross-section F 159.893337 (32,260) 0.0000Cross-section Chi-square 899.650835 32 0.0000
Sumber: Hasil pengolahan data (BPS)
241
JOURNAL of RESEARCH in ECONOMICS and MANAGEMENT (Jurnal Riset Ekonomi dan Manajemen)
Volume 17, No. 2, Juli - Desember(Semester II) 2017, Halaman 233-252
Tabel 5.3 merupakan hasil uji Chow Test yang digunakan untuk menguji ada tidaknya effek individu dalam model. H0 dalam pengujian ini adalah tidak ada effek individu (Pooled Least Square). Dari table 5.3 dapat diketahui bahwa nilai p-value sebesar 0, sehingga dengan menggunakan α = 5% maka H0 ditolak. Dengan kata lain terdapat efek individu sehingga Fixed effect lebih sesuai berdasarkan uji ini.
Langkah selanjutnya untuk memilih model yang sesuai untuk data panel adalah
dengan melakukan Hausman Test untuk memilih antara model fixed effect atau random effect. Tabel 5.4 menyajikan hasil pemilihan model dengan Hausman Test. H0 yang digunakan dalam pengujian ini adalah random effect. Berdasarkan nilai p-value pada Table 5.4 dapat disimpulkan bahwa H0 diterima dengan α = 5% yang artinya tidak ada korelasi antara error dengan variable bebasnya, sehingga model yang sesuai adalah random effect.
Tabel.5.4Hasil Hausman Test
Correlated Random Effects - Hausman TestPool: UntitledTest cross-section random effects
Test SummaryChi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 5.768335 4 0.2171
Sumber: Hasil pengolahan data (BPS)
Hasil Analisis Dampak Upah Minimum Terhadap Kemiskinan
Berdasarkan hasil estimasi dan pengujian yang dilakukan diperoleh kesimpulan bahwa model yang sesuai untuk mengestimasi dampak upah minimum terhadap kemiskinan selama periode 2006-2014 adalah dengan menggunakan model random effect. Hasil estimasi persamaan regresi dengan model random effect adalah sebagai berikut:
Dari hasil estimasi model pada Tabel 5.2 dapat diketahui bahwa seluruh variable bebas signifikan pada α=10%. Dengan kata lain, dampak upah minimum, GDRP perkapita, pengangguran dan Angka Partisipasi Kasar nyata terhadap kemiskinan. Keempat variable tersebut berdampak negative terhadap kemiskinan.
Upah minimum memiliki dampak negative dan signifikan terhadap kemiskinan sebesar -5.706 yang berarti bahwa setiap
kenaikan 1% upah minimum (cateris paribus) akan mengurangi kemiskinan sebesar 5.7%. Berdasarkan hasil estimasi dapat diketahui bahwa upah minimum mempunyai dampak paling besar dibanding ketiga variable bebas lainnya dalam mengurangi kemiskinan. Kenaikan upah minimum dapat mengurangi kemiskinan karena upah minimum dapat meningkatkan pendapatan dari pekerja sehingga dapat membantu mereka keluar dari kemiskinan ketika pekerja tersebut termasuk dalam kategori miskin. Upah minimum dapat dijadikan sebagai salah satu cara untuk mengurangi kemiskinan berdasarkan hasil analisis dalam studi ini.
GDRP perkapita juga memiliki dampak negative dan signifikan terhadap kemiskinan. Setiap kenaikan GDRP perkapita sebesar 1% (cateris paribus) akan mengurangi kemiskinan sebesar 0.59%. Dengan kata lain, semakin tinggi PDRB perkapita maka kemiskinan
242
Ardhian Kurniawati Beni, Teguh Gunawan, Disty Putri : Dampak Upah Minimum Terhadap Kemiskinan .....
akan semakin kecil. PDRB menunjukkan kemampun suatu daerah dalam menghasilkan barang dan jasa serta kepuasan yang diperoleh setiap penduduk atas hasil tersebut, semakin tinggi PDRB berarti perekonomian di daerah tersebut semakin baik yang artinya PDRB perkapita juga semakin tinggi. Ketika perekonomian suatu daerah semakin baik maka angka kemiskinan akan menurun.
Angka partisipasi kasar berpengaruh negative dan signifikan terhadap kemiskinan setiap kenaikan 1% angka partisipasi kasar (cateris paribus) akan mengurangi kemiskinan sebesar 0.074%. Angka partisipasi kasar menunjukkan persentase penduduk yang bersekolah pada tingkat tertentu (dalam studi ini SMA/sederajat). Semakin tinggi angka partisipasi sekolah maka kualitas sumber daya manusia di daerah tersebut akan semakin baik. Ketika kualitas sumber daya semakin baik maka peluang untuk mendapatkan pekerjaan yang lebih baik juga meningkat. Kualitas sumber daya manusia yang lebih baik pada akhirnya akan membantu seseorang untuk keluar dari kemiskinan karena peluang untuk bekerja meningkat.
Pengangguran memiliki dampak negative dan signifikan terhadap kemiskinan. Setiap kenaikan 1% pengangguran (cateris paribus) dapat mengurangi kemiskinan sebesar 1.09%. Secara teori semakin tinggi pengangguran maka semakin besar pula kemiskinan karena semakin banyak penduduk yang tidak memiliki pekerjaan sehingga tidak memiliki upah yang digunakan untuk mencukupi kebutuhannya, namun studi ini memberikan hasil yang berbeda. Hal ini kemungkinan disebabkan karena data pengangguran yang digunakan dalam studi ini bukan merupakan data pengangguran terbuka. Dengan kata lain, ada pengangguran terselubung dan setengah penganggur yang sebenarnya masih memiliki penghasilan namun tidak pasti. Perlu dilakukan studi lebih lanjut untuk mengetahui kenapa hal tersebut dapat terjadi.
VI. Kesimpulan, Implikasi, dan SaranStudi ini bertujuan untuk menganalisis
bagaimana dampak upah minimum terhadap kemiskinan di 33 provinsi di Indonesia selama periode tahun 2006-2014. Hasil penelitian menunjukkan bahwa upah minimum berdampak negative dan signifikan terhadap kemiskinan. Setiap kenaikan 1% (cateris paribus) akan mengurangi kemiskinan sebesar 5.7%. Dengan kata lain upah minimum dapat dijadikan sebagai salah satu kebijakan dalam mengurangi kemiskinan di Indonesia. Agar kebijakan upah minimum ini efektif dalam mengurangi kemiskinan maka perlu adanya law enforcement dan pengawasan dalam pelaksanaan peraturan terkait dengan upah minimum. Penelitian ini masih banyak memiliki kekurangan, sehingga dalam penelitian selanjutnya diharapkan dapat menggunakan series data yang lebih panjang dan memasukkan variable-variabel lain yang belum disertakan dalam penelitian ini seperti institusi, otonomi daerah dan lain-lain.
ReferensiAcemoglu, D., 2001. Good Jobs versus Bad
Jobs. Journal of Labor Economics, Vol.19, No. 1, pp. 1-21.
Addison, J. T. & Blackburn, M. L., April 1999. Minimum Wages and Poverty.Industrial and Labor Relations Review Vol. 52, No.3, pp. 393-409.
Bird, K. & Manning, C., 2008. Minimum Wages and Poverty in a Developing Country: Simulations from Indonesia’s Household Survey. World Development Vol. 36, No. 5, p. 916–933.
Borjas, G. J., 2013. Labor Economics Sixth Edition. New York: The McGraw-Hill Companies, Inc.
Burkhauser, R. V., Couch, K. A. & Wittenburg, D. C., 2000. A Reassessment of the New Economics of the Minimum Wage Literature with MonthlyData
243
JOURNAL of RESEARCH in ECONOMICS and MANAGEMENT (Jurnal Riset Ekonomi dan Manajemen)
Volume 17, No. 2, Juli - Desember(Semester II) 2017, Halaman 233-252
from the Current Population Survey. Journal of Labor Economics, Vol. 18, No. 4 (October 2000), pp. 653-680.
Gindling, T. & Terrell, K., 2010. Minimum Wages, Globalization, and Poverty in Honduras. World Development Vol. 38, No. 6, pp. 908-918.
Gramlich, E. M., Flanagan, R. J. & Wachter, M. L., 1976. Impact of Minimum Wages on Other Wages, Employment, and Family Incomes. Brookings Papers on Economic Activity, Vol. 1976, No. 2, pp. 409-461.
Lustig, N. C. & McLeon, D., 1997. Minimum Wages and Poverty in Developing Countries: Some empirical Evidence, “Chapter Three on Book: Labor Market in Latin America”. Washington DC: Brookings Institition Press.
Mincer, J., Aug., 1976. Unemployment Effects of Minimum Wages. Journal of Political Economy, Vol. 84, No. 4, pp. S87-S104.
Neumark, D., Cunningham, W. & Siga, L., 2006. The Effects of The Minimum Wage in Brazil on The Distribution of Family Incomes: 1996–2001. Journal of Development Economics 80, p. 136– 159.
Neumark, D. & William, W., 1997. Do minimum Wage Fights Poverty?. NBER Working Paper Series No. 6127.
Nuemark, D., Schweitzer, M. & Wascher, W., 2005. The Effects of Minimum Wages on the Distribution of Family Incomes: A Nonparametric Analysis. The Journal of Human Resources, Vol. 40, No. 4, pp. 867-894.
Todaro, M. P. & Smith, S. C., 2009. Economic Development. s.l.:Addison-Wisley. Wooldridge, J., 2013. Introductory Econometric: A Modern Approach, Fifth Edition. South Western: Cengage Learning.
www.pusdatin.naker.go.idLampiran 1. Statistik Deskriptif
244
Ardhian Kurniawati Beni, Teguh Gunawan, Disty Putri : Dampak Upah Minimum Terhadap Kemiskinan .....La
mpi
ran
1. S
tatis
tik D
eskr
iptif
Mas
ing-
mas
ing
Varia
bel
Prov
insi
Pers
enta
se P
endu
duk M
iskin
(P0)
Up
ah M
inim
um P
rovin
si M
ean
Med
ian
Max
imum
M
inim
um
Std.
Dev
. M
ean
Med
ian
Max
imum
M
inim
um
Std.
Dev
. AC
EH
21.6
6333
20
.98
28.2
8 16
.98
3.86
2276
12
46.6
67
1300
17
50
820
313.
2092
SU
MUT
11
.84
11.3
3 15
.01
9.89
1.
6852
45
1034
.156
96
5 15
05.9
73
7.8
272.
73
SUM
BAR
9.36
8889
9.
5 12
.51
5.41
2.
1924
67
1008
.333
95
0 14
90
650
280.
4906
RI
AU
9.43
4444
8.
65
11.8
5 7.
99
1.43
6986
10
58.0
67
1016
17
00
637
345.
7792
JA
MBI
9.
1044
44
8.65
11
.37
8.34
1.
0548
47
957.
5333
90
0 15
02.3
56
3 31
2.50
48
SUM
SEL
16.1
4667
15
.47
20.9
9 13
.62
2.63
2375
10
27.3
44
927.
8 18
00
604
373.
5025
BE
NGKU
LU
19.1
8889
18
.3
23
17.0
9 2.
1787
06
849.
7 78
0 13
50
516
269.
5583
LA
MPU
NG
18.5
3444
18
.94
22.7
7 14
.21
3.24
5848
83
4.94
44
767.
5 13
99
505
295.
262
BABE
L 7.
1666
67
6.51
10
.91
4.97
2.
1019
22
1009
.111
91
0 16
40
640
299.
1285
KE
PRI
8.35
7778
8.
05
12.1
6 6.
35
1.91
5266
10
26.1
22
925
1665
76
0 29
8.12
64
DKI
3.98
3.
75
4.61
3.
48
0.42
3881
13
61.7
78
1118
24
41.3
81
6.1
590.
4916
JA
BAR
11.5
3444
11
.27
14.4
9 9.
18
1.84
8703
72
8.64
44
671.
5 10
82.5
44
7.7
239.
5295
JA
TENG
17
.25
16.5
6 22
.19
13.5
8 2.
8802
47
651.
8889
66
0 91
0 45
0 15
1.79
22
DIY
16.9
1444
16
.83
19.1
5 14
.55
1.65
7303
73
2 74
5.7
988.
5 46
0 19
8.16
55
JATI
M
16.0
1778
15
.26
21.0
9 12
.28
3.23
0324
65
0.52
78
630
1000
39
0 19
9.62
9 BA
NTEN
7.
2644
44
7.16
9.
79
5.51
1.
5179
93
952.
2222
95
5.3
1325
66
1.6
217.
9871
BA
LI 5.
28
4.88
7.
08
4.18
1.
0786
57
887.
2333
82
9.3
1542
.6
510
315.
493
NTB
21.4
4 21
.55
27.1
7 17
.05
3.54
451
868.
1444
89
0.8
1210
55
0 22
8.58
47
NTT
23.4
2111
23
.03
29.3
4 19
.6
3.40
7053
80
6.66
67
800
1150
55
0 19
8.41
56
KALB
AR
10.1
2444
9.
02
15.2
4 8.
07
2.47
495
811.
7222
74
1 13
80
512
271.
5337
KA
LTEN
G 7.
5833
33
6.77
11
6.
07
1.71
2849
10
62.4
89
986.
5 17
23.9
63
4.3
384.
046
KALS
EL
5.78
4444
5.
21
8.32
4.
76
1.22
2427
10
62.7
11
1024
.5
1620
62
9 32
1.08
61
KALT
IM
8.16
5556
7.
66
11.4
1 6.
31
1.99
46
1124
.656
10
02
1886
.3
684
424.
3154
SU
LUT
9.48
8889
9.
1 11
.54
8.18
1.
3091
55
1108
.667
99
0 19
00
713.
5 39
4.47
77
SULT
ENG
18.1
1222
18
.07
23.6
3 13
.61
3.60
4358
81
2.77
78
777.
5 12
50
575
210.
8593
SU
LSEL
11
.798
89
11.6
14
.57
9.54
1.
8746
63
1052
.3
1000
18
00
612
386.
1169
SU
LTRA
17
.22
17.0
5 23
.37
12.7
7 3.
7812
37
892.
3222
86
0 14
00
573.
4 26
2.52
51
GORO
NTAL
O 22
.338
89
23.1
9 29
.13
17.3
3 4.
5639
33
796.
8889
71
0 13
25
527
277.
225
SULB
AR
15.1
9778
13
.89
20.7
4 12
.05
3.05
4402
95
7.28
89
944.
2 14
00
612
250.
3424
M
ALUK
U 25
.81
27.7
4 33
.03
18.4
4 5.
3170
32
898.
8889
84
0 14
15
575
284.
2839
M
ALUK
U UT
ARA
9.82
8889
9.
42
12.7
3 7.
41
1.88
6322
88
8.46
67
847
1440
.7
528
283.
0604
PA
PUA
BARA
T 33
.32
34.8
8 41
.34
26.2
6 5.
3361
57
1306
.111
12
10
1870
82
2.5
339.
4609
PA
PUA
35.1
2444
36
.8
41.5
2 27
.8
4.71
6323
13
30.6
11
1316
.5
1900
82
2.5
344.
1719
245
JOURNAL of RESEARCH in ECONOMICS and MANAGEMENT (Jurnal Riset Ekonomi dan Manajemen)
Volume 17, No. 2, Juli - Desember(Semester II) 2017, Halaman 233-252
Lam
pira
n 1
(lanj
utan
)
Prov
insi
Peng
angg
uran
GD
RP p
erka
pita
An
gka
Part
isipa
si Ka
sar
Mea
n M
edia
n M
axim
um
Min
imum
St
d. D
ev.
Mea
n M
edia
n M
axim
um
Min
imum
St
d. D
ev.
Mea
n M
edia
n M
axim
um
Min
imum
St
d. D
ev.
ACEH
17
4541
.7
1714
24
2074
05
1466
70
1718
5.55
13
043.
26
8574
23
277.
74
7319
76
30.3
96
79.0
0333
79
.29
82.8
4 73
.7
3.14
0597
SUM
UT
4990
06.1
49
3052
63
2049
39
3989
82
088.
84
1543
9.95
91
12
3048
2.59
74
93
1042
1.21
75
.083
33
73.3
6 82
.96
68.7
8 5.
0760
66
SUM
BAR
1776
54.9
17
1134
24
3525
14
8524
32
244.
4 13
305.
65
7988
25
963.
24
6716
86
89.6
55
72.2
6444
71
.04
80.4
6 67
.69
3.61
1631
RIAU
17
0782
.8
1835
22
2072
47
1096
50
3568
1.03
35
767.
39
1756
3 72
396.
34
1721
3 27
432.
13
69.7
1333
69
.42
76.3
3 63
.18
3.63
6657
JAM
BI
6689
9.67
69
760
8327
8 39
265
1449
0.29
14
943.
27
5622
36
088.
83
4766
14
474.
14
63.0
1111
63
.21
73.6
3 51
.51
6.11
1983
SUM
SEL
2448
51.9
24
3851
31
4814
15
4467
55
081.
17
1533
2.89
85
35
3062
7.55
75
20
1074
1.41
61
.923
33
61.2
7 72
.51
53.1
6 6.
5166
21
BEN
GKU
LU
3619
5.67
39
285
4899
3 15
701
9451
.524
93
47.5
67
4843
19
631.
4 41
08
7178
.379
67
.783
33
67.4
2 79
.49
60.7
2 5.
6829
26
LAM
PUN
G
2365
87.7
22
9604
30
7689
19
2743
36
129.
85
1074
1.6
5029
23
648.
76
4254
90
14.7
58
59.3
4778
60
.62
68.4
9 51
.55
5.46
9972
BABE
L 28
613.
89
3142
1 42
210
1714
2 82
15.6
52
1646
2.89
88
48
3286
8.7
8341
11
695.
19
60.4
4 59
.69
75.5
1 50
.27
7.63
1147
KEPR
I 52
441.
22
5307
7 71
914
4289
9 88
92.3
17
4060
4.24
24
265
7675
3.11
23
247
2493
3.48
76
.108
89
79.6
3 81
.36
67.5
2 5.
7532
41
DKI
5380
69.4
55
2380
59
9515
44
0704
52
113.
65
6913
2.39
41
038
1364
07.6
34
380
4594
8.39
70
.01
68.9
5 75
.34
63.1
4 4.
1292
95
JABA
R 20
8449
8 19
5139
1 25
6152
5 18
4359
1 25
9933
.1
1274
3.37
74
54
2496
1.05
64
30
8494
.357
55
.766
67
51.7
5 68
.55
48.7
3 7.
1979
56
JATE
NG
11
6094
7 12
0334
2 13
6021
9 96
5444
15
3009
.8
1087
1.13
57
64
2285
8.32
47
13
8285
.222
62
.361
11
61.6
1 73
.55
54.5
4 5.
6952
09
DIY
9310
2 10
7148
12
1046
43
984
2720
5.4
1085
6.33
60
69
2187
3.72
52
77
7649
.943
82
.143
33
79.2
9 94
.62
72.5
7 7.
0814
72
JATI
M
1076
716
1033
512
1575
299
8286
15
2750
59.7
16
028.
62
9112
32
703.
8 74
43
1135
2.01
65
.075
56
64.1
7 72
.24
58.1
4 3.
8611
17
BAN
TEN
62
9949
65
2462
75
4617
49
4170
93
638.
36
1460
6.09
82
85
2996
1.85
64
09
1076
4.96
59
.99
58.3
5 72
.94
50.1
6 7.
5188
01
BALI
65
707.
56
6647
0 12
0188
33
028
2519
3.93
14
004.
35
7392
29
666.
48
6187
10
655.
44
79.3
7333
82
.18
86.8
3 67
.33
6.52
6923
NTB
12
8245
.1
1237
60
1862
59
1093
52
2345
9.15
76
19.5
22
4263
15
351.
54
3625
54
07.2
6 63
.764
44
62.8
9 76
.68
54.8
7 6.
8277
95
NTT
71
463.
33
7115
2 89
395
4690
4 11
862.
38
5176
.62
2666
10
742.
42
2396
39
15.9
07
56.9
5 57
.92
71.8
6 44
.65
8.24
9618
KALB
AR
1104
40.8
10
4088
18
2198
59
884
3544
3.62
11
628.
53
6875
22
707.
79
5831
77
34.1
66
54.3
9444
53
.37
65.7
2 43
.76
6.03
7415
KALT
ENG
44
857.
11
4415
3 67
631
3378
5 10
711.
47
1500
2.06
84
68
3022
0.97
72
04
1054
7.49
56
.782
22
57.6
1 67
.74
50.8
4 5.
4609
38
KALS
EL
1077
42.8
11
0081
14
4765
69
537
2370
1.14
14
138.
66
8421
27
230.
8 72
70
9218
.397
56
.162
22
55.7
5 71
.36
44.5
8 9.
1958
63
KALT
IM
1639
14.2
15
9374
19
6387
13
8465
16
783.
42
6405
5.45
31
435
1328
14
3060
7 49
502.
03
76.7
7222
75
.35
85.9
7 71
.26
5.40
6375
SULU
T 10
3925
.4
1071
84
1418
66
7031
5 22
415.
91
1373
5.28
80
68
2780
4.68
62
35
9596
.541
74
.166
67
71.6
7 83
.48
67.5
3 5.
1368
18
SULT
ENG
71
130.
67
6528
2 11
9058
41
716
2559
0.14
12
115.
32
6661
25
316.
32
5179
90
86.9
32
65.5
6333
60
.32
83.3
5 53
.34
10.4
3354
SULS
EL
2896
14.9
29
8952
40
0688
18
1634
73
357.
05
1260
3.66
63
52
2776
0.85
50
55
1018
1.06
65
.613
33
66.6
8 78
.51
54.7
3 9.
2269
65
SULT
RA
5134
7.44
47
319
8944
1 24
170
1752
1.38
12
124.
46
5194
27
898.
88
4192
10
981.
75
69.2
1333
71
.3
82.2
2 57
.58
7.30
4509
GORO
NTA
LO
2425
2.33
24
258
3217
8 12
704
5874
.858
76
13.9
11
2792
18
627.
37
2281
75
37.9
41
60.2
5556
61
.13
76.9
5 46
.48
8.53
9681
SULB
AR
1893
8.22
18
627
2782
0 95
96
6307
.115
85
25.1
68
4073
19
211.
14
3174
72
31.1
89
57.0
8111
52
.17
76.3
44
.41
12.0
8052
MAL
UKU
63
051.
22
6490
9 75
033
4800
3 88
82.2
73
6321
.137
27
57
1423
0.08
24
97
5500
.479
83
.08
85.4
4 89
.87
70.0
5 6.
0442
04
MAL
UKU
UTA
RA
2531
6.56
26
397
2883
7 17
987
3499
.424
72
60.9
8 29
10
1687
2.31
25
00
6787
.048
76
.452
22
74.9
6 85
.45
67.8
6.
7947
27
PAPU
A BA
RAT
2382
2.56
26
189
3177
0 15
073
5535
.901
26
122.
45
1223
3 59
156.
84
8400
23
474.
04
66.4
0111
67
.37
83.1
2 52
.21
9.29
9006
PAPU
A 54
740.
33
5273
5 76
632
4600
8 92
28.6
89
1781
4.31
79
31
3889
1.99
72
75
1505
0.99
51
.298
89
52.5
7 61
.53
44.2
3 5.
0714
11
246
Ardhian Kurniawati Beni, Teguh Gunawan, Disty Putri : Dampak Upah Minimum Terhadap Kemiskinan .....
Grafik 5.1Rata-rataPersentase Penduduk Miskin Berdasarkan Provinsi 2006-2014Ra
ta-r
ata
Pers
enta
se P
endu
duk
Mis
kin
ACE
H
SUM
UT
SUM
BAR
RIA
U
JAM
BI
SUM
SEL
BEN
GKU
LU
LAM
PUN
G
BABE
L KE
PRI
DKI
JA
BAR
JATE
NG
D
IY
JATI
M
BAN
TEN
BA
LI
NTB
N
TTKA
LBA
R KA
LTEN
G
KALS
EL
KALT
IM
SULU
T SU
LTEN
G
SULS
EL
SULT
RA
GO
RON
TALO
SU
LBA
R M
ALU
KU
MA
LUKU
UTA
RA
PAPU
A B
ARA
T PA
PUA
40
35
30
25
20
15
10
5
0
35.12444
3.98
Provinsi
Grafik 5.2 Rata-rata Upah Minimum Berdasarkan Provinsi 2006-2014
Upa
h M
inim
um (
ribu
Rup
iah)
ACE
H
SUM
UT
SUM
BAR
RIA
UJA
MBI
SU
MSE
L BE
NG
KULU
LA
MPU
NG
BA
BEL
KEPR
I D
KI
JABA
R JA
TEN
G
DIY
JA
TIM
BA
NTE
N
BALI
N
TB
NTT
KA
LBA
R KA
LTEN
G
KALS
EL
KALT
IM
SULU
T SU
LTEN
G
SULS
EL
SULT
RA
GO
RON
TALO
SU
LBA
R M
ALU
KU
MA
LUKU
UTA
RA
PAPU
A B
ARA
T PA
PUA
1600
1400
1200
1000
800
600
400
200
0
1361.778 1330.611
650.5278
Provinsi
247
JOURNAL of RESEARCH in ECONOMICS and MANAGEMENT (Jurnal Riset Ekonomi dan Manajemen)
Volume 17, No. 2, Juli - Desember(Semester II) 2017, Halaman 233-252
Lampiran 3 Hasil Estimasi Model Pooled Least Square
Sample: 2006 2014Included observations: 9Cross-sections included: 33Total pool (balanced) observations: 297
Variable Coefficient Std. Error t-Statistic Prob.LOG(UMP?) 10.33363 1.029347 10.03902 0.0000
LOG(PENGANGGURAN?) 0.102687 0.294766 0.348367 0.7278LOG(PDRB_PERKAP?) -5.401106 0.669947 -8.061985 0.0000
APK? -0.100466 0.045005 -2.232318 0.0263R-squared 0.178424 Mean dependent var 14.66077Adjusted R-squared 0.170012 S.D. dependent var 8.061202S.E. of regression 7.344050 Akaike info criterion 6.839035Sum squared resid 15802.98 Schwarz
criterion6.888782
Log likelihood -1011.597 Hannan-Quinn criter. 6.858950Durbin-Watson stat 0.140769
Lampiran 4 Hasil Estimasi Model Fixed Effect
Dependent Variable: P0?
Method: Pooled Least SquaresSample: 2006 2014
Included observations: 9
Cross-sections included: 33
Total pool (balanced) observations: 297
Variable Coefficient Std. Error t-Statistic Prob.
C 72.64832 10.69729 6.791285 0.0000
LOG(UMP?) -5.823107 0.766458 -7.597424 0.0000LOG(PENGANGGURAN?) -0.783808 0.712232 -1.100495 0.2721
LOG(PDRB_PERKAP?) -0.502652 0.274354 -1.832126 0.0681APK? -0.067690 0.027415 -2.469059 0.0142
Fixed Effects (Cross)
_ACEH--C 9.849628
_SUMUT--C -0.448766
_SUMBAR--C -4.161006
_RIAU--C -3.637457
_JAMBI--C -6.269001
_SUMSEL--C 2.210160
_BKL--C 2.830084
_LMP--C 2.979557
_BABEL--C -8.530418
248
Ardhian Kurniawati Beni, Teguh Gunawan, Disty Putri : Dampak Upah Minimum Terhadap Kemiskinan .....
_KEPRI--C -5.183629
_DKI--C -6.489629
_JABAR--C -3.182129
_JATENG--C 1.906994
_DIY--C 1.525831
_JATIM--C 0.879045
_BANTEN--C -6.358071
_BALI--C -9.443849
_NTB--C 5.911953
_NTT--C 6.375143
_KALBAR--C -6.412334
_KALTENG--C -7.863914
_KALSEL--C -8.942079
_KALTIM--C -3.861994
_SULUT--C -3.881271
_SULTENG--C 2.082555
_SULSEL--C -1.777989
_SULTRA--C 1.612269
_GRT--C 4.555179
_SULBAR--C -1.724135
_MLK--C 11.03922
_MLKUT--C -6.139795
_PABAR--C 19.58053
_PAPUA--C 20.96932
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.962341 Mean dependent var 14.66077
Adjusted R-squared 0.957127 S.D. dependent var 8.061202S.E. of regression 1.669140 Akaike info criterion 3.978602Sum squared resid 724.3676 Schwarz criterion 4.438764Log likelihood -553.8224 Hannan-Quinn criter. 4.162821F-statistic 184.5577 Durbin-Watson stat 0.492058Prob(F-statistic) 0.000000
249
JOURNAL of RESEARCH in ECONOMICS and MANAGEMENT (Jurnal Riset Ekonomi dan Manajemen)
Volume 17, No. 2, Juli - Desember(Semester II) 2017, Halaman 233-252
Lampiran 5 Hasil Estimasi Model Random Effect
Dependent Variable: P0?
Method: Pooled EGLS (Cross-section random effects)Sample: 2006 2014
Included observations: 9
Cross-sections included: 33
Total pool (balanced) observations: 297Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C 76.65058 9.132463 8.393199 0.0000
LOG(UMP?) -5.705895 0.759811 -7.509619 0.0000LOG(PENGANGGURAN?) -1.093356 0.588651 -1.857393 0.0643
LOG(PDRB_PERKAP?) -0.587206 0.269587 -2.178170 0.0302APK? -0.073779 0.026400 -2.794635 0.0055
Random Effects (Cross)
_ACEH--C 9.961477
_SUMUT--C 0.053172
_SUMBAR--C -3.980268
_RIAU--C -3.416740
_JAMBI--C -6.438984
_SUMSEL--C 2.395538
_BKL--C 2.429396
_LMP--C 3.124735
_BABEL--C -8.949686
_KEPRI--C -5.255218
_DKI--C -5.857314
_JABAR--C -2.311916
_JATENG--C 2.598153
_DIY--C 1.541446
_JATIM--C 1.601489
_BANTEN--C -5.839215
_BALI--C -9.494312
_NTB--C 5.849240
_NTT--C 6.060956
_KALBAR--C -6.467799
_KALTENG--C -8.177320
_KALSEL--C -8.987425
_KALTIM--C -3.561903
_SULUT--C -3.866848
250
Ardhian Kurniawati Beni, Teguh Gunawan, Disty Putri : Dampak Upah Minimum Terhadap Kemiskinan .....
_SULTENG--C 1.903057
_SULSEL--C -1.521694
_SULTRA--C 1.338201
_GRT--C 3.953089
_SULBAR--C -2.394303
_MLK--C 10.81705
_MLKUT--C -6.572998
_PABAR--C 18.97323
_PAPUA--C 20.49372
Effects Specification
S.D. Rho
Cross-section random 7.206047 0.9491
Idiosyncratic random 1.669140 0.0509
Weighted Statistics
R-squared 0.636138 Mean dependent var 1.128602
Adjusted R-squared 0.631154 S.D. dependent var 2.756647S.E. of regression 1.674187 Sum squared resid 818.4472F-statistic 127.6256 Durbin-Watson stat 0.444058Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.143042 Mean dependent var 14.66077
Sum squared resid 16483.55 Durbin-Watson stat 0.022049
Lampiran 6 Hasil Chow Test
Redundant Fixed Effects Tests Pool: UntitledTest cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 159.893337 (32,260) 0.0000
Cross-section Chi-square 899.650835 32 0.0000
Cross-section fixed effects test equation: Dependent Variable: P0?Method: Panel Least Squares
Sample: 2006 2014
Included observations: 9
Cross-sections included: 33
Total pool (balanced) observations: 297
251
JOURNAL of RESEARCH in ECONOMICS and MANAGEMENT (Jurnal Riset Ekonomi dan Manajemen)
Volume 17, No. 2, Juli - Desember(Semester II) 2017, Halaman 233-252
Variable Coefficient Std. Error t-Statistic Prob.
C 46.84925 11.69193 4.006972 0.0001
LOG(UMP?) 3.364173 2.008246 1.675180 0.0950LOG(PENGANGGURAN?) -0.900231 0.381166 -2.361784 0.0188
LOG(PDRB_PERKAP?) -4.114189 0.728041 -5.651042 0.0000APK? -0.094583 0.043916 -2.153717 0.0321
R-squared 0.221245 Mean dependent var 14.66077
Adjusted R-squared 0.210577 S.D. dependent var 8.061202S.E. of regression 7.162337 Akaike info criterion 6.792241Sum squared resid 14979.33 Schwarz criterion 6.854425
Log likelihood -1003.648 Hannan-Quinn criter. 6.817136F-statistic 20.73934 Durbin-Watson stat 0.082581Prob(F-statistic) 0.000000
Lampiran 7 Hasil Hausman TestCorrelated Random Effects - Hausman TestPool: Untitled
Test cross-section random effects
Test Summary
Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 5.768335 4 0.2171
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
LOG(UMP?) -5.823107 -5.705895 0.010145 0.2445
LOG(PENGANGGURAN?) -0.783808 -1.093356 0.160765 0.4401LOG(PDRB_PERKAP?) -0.502652 -0.587206 0.002593 0.0968
APK? -0.067690 -0.073779 0.000055 0.4099
Cross-section random effects test equation:
Dependent Variable: P0?
Method: Panel Least Squar s
Date: 06/02/16 Time: 03:0 2
Sample: 2006 2014
Included observations: 9
Cross-sections included: 33
Total pool (balanced) observations: 297
252
Ardhian Kurniawati Beni, Teguh Gunawan, Disty Putri : Dampak Upah Minimum Terhadap Kemiskinan .....
Variable Coefficient Std. Error t-Statistic Prob.
C 72.64832 10.69729 6.791285 0.0000
LOG(UMP?) -5.823107 0.766458 -7.597424 0.0000
LOG(PENGANGGURAN?) -0.783808 0.712232 -1.100495 0.2721LOG(PDRB_PERKAP?) -0.502652 0.274354 -1.832126 0.0681
APK? -0.067690 0.027415 -2.469059 0.0142
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.962341 Mean dependent var 14.66077
Adjusted R-squared 0.957127 S.D. dependent var 8.061202S.E. of regression 1.669140 Akaike info criterion 3.978602Sum squared resid 724.3676 Schwarz
criterion4.438764
Log likelihood -553.8224 Hannan-Quinn criter. 4.162821F-statistic 184.5577 Durbin-Watson stat 0.492058Prob(F-statistic) 0.000000