1. Pendahuluan
Upah
minimum di negara berkembang adalah instrumen pemerintah yang memungkinkan
pekerja mendapat standar hidup yang layak atau untuk mencapai kesejahteraan. Namun,
efektivitas instrumen ini mungkin terbatas, dikarenakan adanya perbedaan
kepentingan antara pekerja dan pengusaha. Pemerintah harus mampu
mengkalkulasikan secara efektif dan efisien berapa kira-kira besaran upah
minimum dengan memperhatikan variabel ekonomi dan maksimalisasi profit
pengusaha. Menurut penelitian José Aixalá dan Carmen Pelet (2010), variabel ekonomi yang
mempengaruhi upah minimum antara lain kondisi ekonomi, tingkat harga, dan
tingkat pengangguran suatu negara.
Upaya
pemerintah dalam menetapkan upah minimum yaitu dengan berdasarkan pada hasil
survey KHL (kebutuhan Hidup Layak). Survey KHL dilakukan oleh dewan Pengupahan
yang terdiri dari perwakilan serikat pekerja, pengusaha, pemerintah dan pihak
netral yang berasal dari akademisi. KHL ialah standar kebutuhan yang harus
dipenuhi oleh seorang pekerja atau buruh lajang untuk dapat hidup layak baik
secara fisik, non fisik dan sosial, untuk kebutuhan 1 (satu) bulan. KHL
berisikan sejumlah komponen yang diatur dan ditetapkan dalam Undang-Undang No.
13 tahun 2003 tentang Ketenagakerjaan. Komponen dari survey KHL antara lain,
Makanan dan Minuman (11 item), Sandang (13 item), Perumahan (26 item),
Pendidikan (2 item), Kesehatan (5 item), Transportasi (1 item), dan Rekreas
& Tabungan (2 item).
Upah
Minimum rata-rata di Indonesia mengalami peningkatan dari tahun ke tahun.
Peningkatan upah minimum cenderung terkait dengan variabel-variabel ekonomi.
Upah minimum rata-rata meningkat dari Rp. 216.500,- di tahun 2000, menjadi Rp.
1.595.900,- ditahun 2014 (BPS).
Sumber: data BPS
Penelitian
ini bertujuan untuk mengetahui apakah pertumbuhan ekonomi, inflasi, dan
pengangguran mempengaruhi penentuan besaran rata-rata upah minimum di
Indonesia. Pada bagian kedua, penelitian ini memaparkan tinjauan pustaka
sebagai dasar penulisan, pada bagian ketiga memaparkan metode penelitian yang
digunakan pada penelitian ini, pada bagian keempat menjelaskan hasil dari
analisis model, dengan disertai gambaran umum variabel penelitian.
Selanjutanya, kesimpulan penelitian ini.
2. Metode Penelitian
Data penelitian berasal dari website BPS untuk Upah Minimum,
dan untuk Inflasi, tingkat pengangguran, dan pertumbuhan ekonomi berasal dari
data World Bank. Variabel upah minimum adalah upah minimum rata-rata dari 33
Provinsi di Indoensia, Inflasi menggunaka Indeks harga Konsumen, tingkat pengangguran
merupakan presentase pengangguran terhadap angkatan kerja. Objek penelitian
adalah Negara Indonesia dengan kurun waktu tahun 2000 sampai dengan 2014.
Penelitian ini menggunakan Regresi OLS (Ordinary
Least Square) berganda dengan persamaan sebagai berikut:
UMR1 = b0 + b1Y + b2INFLASI
+ b3UNEMPLOYMENT
+ ei
3.1 Analisis Model dan
Pembahasan
4.1.1
Analisis Model Regresi OLS
Dengan
menggunakan bantuan Eview Estimasi Model OLS nampak pada gambar dibawah ini. Penelitian
ini menghasilkan persamaan:
UMR = 958386.3 + 180041.3 Y - 11579.58 INFLASI - 128749.2 UN + ei
Dependent Variable: UMR
|
|
|
||
Method: Least Squares
|
|
|
||
Date: 06/19/16
Time: 08:42
|
|
|
||
Sample: 2000 2014
|
|
|
||
Included observations: 15
|
|
|
||
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
Y
|
180041.3
|
44258.20
|
4.067976
|
0.0019
|
INFLASI
|
-11579.58
|
26854.06
|
-0.431204
|
0.6746
|
UN
|
-128749.2
|
47959.50
|
-2.684540
|
0.0212
|
C
|
958386.3
|
376442.4
|
2.545904
|
0.0272
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.732829
|
Mean
dependent var
|
735973.3
|
|
Adjusted R-squared
|
0.659964
|
S.D.
dependent var
|
397067.7
|
|
S.E. of regression
|
231540.5
|
Akaike
info criterion
|
27.76608
|
|
Sum squared resid
|
5.90E+11
|
Schwarz
criterion
|
27.95489
|
|
Log likelihood
|
-204.2456
|
Hannan-Quinn
criter.
|
27.76406
|
|
F-statistic
|
10.05738
|
Durbin-Watson
stat
|
1.227278
|
|
Prob(F-statistic)
|
0.001746
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Uji
t dan Uji F
Uji t
merupakan pengujian terhadap koefisien dari veriabel bebas secara parsial. Uji
ini dilakukan untuk melihat tingkat signifikansi dari veriabel bebas secara
individu dalam mempengaruhi variasi dari variabel terikat. Hipotesa dalam Uji t adalah:
H0 : bi = 0, i = 0, 1,2,...n
H1 : bi ≠ 0
Pengujian
ini dilakukan dengan cara membandingkan t-statistik pada hasil regresi dengan t
–tabel. Jika nilai t-stat > t-tabel, maka Ho ditolak dan H1
diterima, dengan kata lain terdapat hubungan antara variabel dependen dan
variabel independen. Sebaliknya jika t-stat < t-tabel, maka Ho diterima dan
H1 ditolak, yang artinya tidak terdapat hubungan antara variabel
dependen dan variabel independen. Pengujian hipotesis dapat juga dilakukan
dengan konsep P-Value. Cara ini
relatif lebih mudah dilakukan karena tersedia pada menu Eviews 7. Konsep ini
membandingkan α
dengan nilai P-Value. Jika nilai P-Value kurang dari α,
maka H0 ditolak.
Pada
penelitian ini nilai P-Value hanya
pada variabel Y dan Unemployment, pada α = 5% dan 10%
hipotesa H0 ditolak, artinya pada tingkat keyakinan tersebut
pertumbuhan ekonomi dan tingakt pengangguran berpengaruh signifikan terhadap
besaran upah minimum. Selanjutnya, Variabel Inflasi tidak signifikan
mempengaruhi Upah Minimum pada tingkat keyakinan pada α
= 5% dan 10%
Sedangkan
Uji F merupakan uji model secara keseluruhan. Oleh sebab itu Uji F ini lebih
relevan dilakukan pada regresi berganda. Pada prinsipnya Uji F memiliki konsep
yang tidak jauh berbeda dengan Uji t. Jika Uji t digunakan untuk melihat
pengaruh variabel bebas terhadap variabel terikat secara individu, maka Uji F
digunakan untuk melihat pengaruh variabel bebas terhadap varibel terikat secara
bersama-sama. Formulasi dari Uji F adalah sebagai berikut:
Ho : b1
= b2
= ....= bn
= 0
H1 : paling tidak salah satu b tidak sama dengan nol
Dengan
menggunakan konsep P-Value, maka pada
penelitian ini P-Value dari F = 0.001746 Artinya pada α =, 5%, dan 10%
hipotesa H0 ditolak. Variabel independen dalam persamaan tersebut
secara bersama-sama berpengaruh terhadap variabel dependen.
3.1.1.1 Pengujian Asumsi Klasik
Multikolinieritas
Uji
multikolinieritas menggunakan VIF (Variance Inflation Factors). Hasil uji
multikolinieritas, dapat dilihat pada tabel kolom Centered VIF. Nilai VIF untuk variabel Y, Inflasi, dan Un
sama-sama tidak ada yang lebih besar dari 10 atau 5, maka dapat dikatakan tidak
terjadi multikolinieritas pada kedua variabel bebas tersebut. Berdasarkan
syarat asumsi klasik regresi linier dengan OLS, maka model regresi linier yang
baik adalah yang terbebas dari adanya multikolinieritas. Dengan demikian, model di atas telah terbebas
dari adanya multikolinieritas.
Variance Inflation Factors
|
|
||
Date: 06/19/16
Time: 08:43
|
|
||
Sample: 2000 2014
|
|
||
Included observations: 15
|
|
||
|
|
|
|
|
|
|
|
|
Coefficient
|
Uncentered
|
Centered
|
Variable
|
Variance
|
VIF
|
VIF
|
|
|
|
|
|
|
|
|
Y
|
1.96E+09
|
15.02852
|
1.015018
|
INFLASI
|
7.21E+08
|
12.99255
|
1.730134
|
UN
|
2.30E+09
|
44.21276
|
1.710545
|
C
|
1.42E+11
|
39.64922
|
NA
|
|
|
|
|
|
|
|
|
Autokorelasi
Nilai
Prob. F(2,43) sebesar 0.5761 dapat
juga disebut sebagai
nilai probabilitas F hitung. Nilai Prob. F hitung lebih besar
dari tingkat alpha 0,05 (5%) sehingga, berdasarkan uji hipotesis, H0 diterima
yang artinya tidak terjadi autokorelasi.
Breusch-Godfrey Serial Correlation LM Test:
|
|
|||
|
|
|
|
|
|
|
|
|
|
F-statistic
|
0.586703
|
Prob.
F(2,9)
|
0.5761
|
|
Obs*R-squared
|
1.730109
|
Prob.
Chi-Square(2)
|
0.4210
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Normalitas
Keputusan
terdistribusi normal tidaknya residual secara sederhana dengan membandingkan
nilai Probabilitas JB (Jarque-Bera) hitung dengan tingkat alpha 0,05 (5%).
Apabila Prob JB hitung lebih besar dari 0,05 maka dapat disimpulkan bahwa
residual terdistribusi normal dan
sebaliknya, apabila nilainya
lebih kecil maka
tidak cukup bukti untuk menyatakan bahwa residual
terdistribusi normal. Nilai Prob. JB hitung sebesar 0,45 < 0,05 sehingga
dapat disimpulkan bahwa residual terdistribusi normal yang artinya asumsi
klasik tentang kenormalan dipenuhi.
Linieritas
Apabila
nilai Prob. F hitung lebih besar dari tingkat alpha 0,05 (5%) maka model
regresi memenuhi asumsi linieritas dan sebaliknya, apabila nilai Prob. F hitung
lebih kecil dari 0,05 maka dapat model tidak memenuhi asumsi linieritas. Nilai
Prob. F hitung dapat dilihat pada baris F-statistic kolom Probability. Pada Penelitian ini nilainya 0,4205 lebih
besar dari 0,05 sehingga dapat disimpulkan bahwa model regresi telah memenuhi
asumsi linieritas.
Ramsey RESET Test
|
|
|
||
Equation: UNTITLED
|
|
|
||
Specification: UMR Y INFLASI UN C
|
|
|||
Omitted Variables: Squares of fitted values
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
Value
|
df
|
Probability
|
|
t-statistic
|
0.840002
|
10
|
0.4205
|
|
F-statistic
|
0.705604
|
(1, 10)
|
0.4205
|
|
Likelihood ratio
|
1.022734
|
1
|
0.3119
|
|
|
|
|
|
|
|
|
|
|
|
F-test summary:
|
|
|
||
|
Sum of Sq.
|
df
|
Mean Squares
|
|
Test SSR
|
3.89E+10
|
1
|
3.89E+10
|
|
Restricted SSR
|
5.90E+11
|
11
|
5.36E+10
|
|
Unrestricted SSR
|
5.51E+11
|
10
|
5.51E+10
|
|
Unrestricted SSR
|
5.51E+11
|
10
|
5.51E+10
|
|
|
|
|
|
|
|
|
|
|
|
LR test summary:
|
|
|
||
|
Value
|
df
|
|
|
Restricted LogL
|
-204.2456
|
11
|
|
|
Unrestricted LogL
|
-203.7342
|
10
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Heteroskedastisitas
Keputusan
terjadi atau tidaknya heteroskedastisitas pada model regresi linier
adalah dengan melihat Nilai Prob. F-statistic (F hitung). Apabila nilai Prob. F hitung
lebih besar dari tingkat alpha 0,05 (5%) maka H0 diterima yang artinya tidak
terjadi heteroskedastisitas, sedangkan apabila nilai Prob. F hitung lebih kecil
dari dari tingkat alpha 0,05 (5%) maka H0 ditolak yang artinya terjadi heteroskedastisitas.
Nilai Prob. F hitung sebesar 0,1388
lebih besar dari
tingkat alpha 0,05
(5%) sehingga, berdasarkan uji hipotesis,
H0 diterima yang artinya tidak terjadi heteroskedastisitas.
Heteroskedasticity Test: Glejser
|
|
|||
|
|
|
|
|
|
|
|
|
|
F-statistic
|
2.256708
|
Prob.
F(3,11)
|
0.1388
|
|
Obs*R-squared
|
5.714752
|
Prob.
Chi-Square(3)
|
0.1263
|
|
Scaled explained SS
|
4.867243
|
Prob.
Chi-Square(3)
|
0.1818
|
|
|
|
|
|
|
|
|
|
|
|
3.1.1.2 Koefisien Determinasi
Koefisien
determinasi menjelaskan variasi pengaruh variabel-variabel bebas terhadap
variabel terikatnya. Atau dapat pula dikatakan sebagai proporsi pengaruh seluruh
variabel bebas terhadap variabel terikat. Nilai koefisien determinasi dapat diukur
oleh nilai R-Square atau Adjusted R-Squared.
R-Square digunakan pada saat variabel bebas hanya 1 saja (biasa disebut dengan
Regresi Linier Sederhana), sedangkan Adjusted R-Squared digunakan pada saat
variabel bebas lebih dari satu. Dalam menghitung
nilai koefisien Nilai Adjusted R-Squared di atas besarnya 0.659964 menunjukkan
bahwa proporsi pengaruh variabel Pertumbuhan ekonomi (Y), Inflasi, dan
Unemploymen terhadap variabel UMR sebesar 65,99%. sedangkan sisanya dipengaruhi
oleh variabel lain yang tidak ada didalam model regresi.
3.1.2
Pembahasan
Dari Output Eviews 7, dapat di jelaskan bahwa koefisien
pertumbuhan ekonomi bernilai signifikan positif artinya pada saat peningkatan
pertumbuhan ekonomi maka Upah Minimum rata-rata di Indonesia akan meningkat.
Kenaikan pertumbuhan ekonomi sebesar 1 persen akan meningkatkan Upah minimum
rata-rata sebesar Rp.180.041,3
dan Sebaliknya. Hal ini berarti perbaikan kondisi ekonomi akan meningkatkan
upah minimum pekerja. Hasil estimasi ini selaras dengan penelitian yang
dilakukan oleh JP Smith dkk (2002), dimana pada saat krisis ekonomi upah
masayarakat turun hingga 40 persen.
Koefisien Inflasi menunjukkan
hubungan negatif namun tidak signifikan. Hal ini dirasa aneh, inflasi yang
merupakan tingkat harga disaat meningkat seharusnya diikuti oleh kenaikan upah
pekerja, namun hal ini terlihat sebaliknya. Ini mengindikasikan bahwa pada saat
inflasi meningkat, biaya yang ditanggung pengusaha juga meningkat sehingga
pengusaha cenderung menahan atau bahkan menurunkan upah minimum rata-rata
pekerjanya. Kenaikan inflasi sebesar 1 persen akan menurunkan upah minimum
rata-rata sebesar Rp. 11.579,58 dan sebaliknya. Namun pengaruh inflasi terhadap
upah minimum rata-rata tidak signifikan. Estimasi ini berbeda dengan penelitian
yang dilakukan oleh Consuela dan Luminita (2013), yang menyatakan bahwa inflasi
positif signifikan mempengaruhi gaji di Rumania.
Koefisien variabel pengangguran
bernilai signifikan negatif mempengaruhi besaran upah minimum rata-rata di
Indonesia. Ketika Upah minimum rata-rata meningkat menyebabkan
PHK meningkat sehingga pengangguran meningkat di sektor formal, namun
penelitian ini membuktikan bahwa pengangguran mempunyai hubungan negatif dengan
upah. Hal ini mengindikasikan efek
spillover (efek limpahan) dari sektor formal ke sektor non formal. Hukum Okun menyatakan bahwa terdapat hubungan yang erat
antara tingkat pengangguran dengan Gross Domestic Bruto (GDP).
Tingkat pengangguran dengan GDP riil memiliki hubungan yang negatif (Mankiw,
2007). Sementara peningkatan GDP akan meningkatkan Upah Minimum.
4. Kesimpulan
Hasil penelitian ini maka dapat ditarik kesimpulan bahwa
pertumbuhan ekonomi, inflasi, dan pengangguran secara simultan mempengaruhi UMR.
Pertumbuhan ekonomi dan tingkat pengangguran signifikan, sedangkan inflasi
tidak signifikan mempengaruhi upah minimum rata-rata di Indonesia. Pertumbuhan
ekonomi mempunyai hubungan positif, sedangkan Inflasi dan pengangguran
mempunyai hubungan negatif dengan upah minimum rata-rata Indonesia.
Consuela Necsulescu, dan Luminita Serbanescu. 2013. Impact of The
Inflation on The Exchange Rate And On The Average Salary. Cross-cultural
Management Journal. Volume XV, Issue 2 (4)
James P Smith, Duncan
Thomas,Elizabeth Frankenberg, Kathleen Beegle, Graciea Teruel. 2002. Wages,
Employment and Economic Shocks: Evidence from Indonesia. Journal of Population Economics. Vol. 15: 161-193
José Aixalá
dan Carmen Pelet. 2010. Wage Determinants In Spain
(1980-2000). Economia Aplicada.
Volume v. 14, n. 2, 2010, pp. 199-210
Mankiw, N.Gregory. 2007. Makroekonomi.
Edisi 6. Jakarta: Penerbit Erlangga
Tidak ada komentar:
Posting Komentar