Page 181 - KFR Triwulan IV 2023 - Spread
P. 181
Prolog BAB I | Analisis Ekonomi Regional BAB II | Analisis Fiskal Regional BAB IV | Pengembangan BAB V | Analisis Tematik BAB V | Kesimpulan dan
Rekomendasi
Ekonomi Daerah
Gambar 5.2 Hasil Pengujian Regresi Dengan FEM Palindangan & Bakar (2021). IPM menunjukkan kualitas SDM pada suatu daerah. Semakin
tinggi kualitas SDM dapat menggambarkan kualitas tenaga kerja yang ditawarkan. Tenaga
Dependent Variable: TPT
kerja yang berkualitas dan memiliki keterampilan tinggi dapat memenuhi permintaan pada
Method: Panel Least Squares
pasar tenaga kerja. Proksi kualitas SDM selanjutnya adalah RLS yang menunjukkan hasil
Date: 02/16/24 Time: 20:25
hubungan signifikan antara lama sekolah dan tingkat pengangguran. Namun, koefisien RLS
Sample: 2018 2023
positif, sehingga semakin lama rata-rata lama sekolah, semakin tinggi tingkat pengangguran.
Periods included: 6
Hal ini tidak sesuai dengan teori kualitas SDM terhadap tingkat pengangguran. Berdasarkan
Cross-sections included: 33
pembahasan sebelumnya (Grafik 5.11), tingkat pengangguran terendah ada di lulusan DI/II/III,
Total panel (balanced) observations: 198
bahkan lulusan DIV/Universitas menyumbang angka pengangguran yang lebih tinggi. Artinya,
Variable Coefficient Std. Error t-Statistic Prob. tingkat pendidikan yang lebih tinggi di Sumatera Utara tidak serta merta sejalan dengan
penyerapan tenaga kerja. Hal tersebut dapat mengindikasikan bahwa kebutuhan tenaga kerja
INV -7.17E-09 9.80E-08 -0.073229 0.9417
di Sumatera Utara lebih terakomodir oleh lulusan DI/II/III dibanding DIV/Universitas atau pada
IPM -0.509762 0.177053 -2.879154 0.0045
tingkat pendidikan yang lebih rendah. Selain itu, lulusan pendidikan yang lebih rendah
RLS 1.768224 0.649275 2.723384 0.0072
cenderung tidak memilih jenis pekerjaan atau tingkat penghasilan sehingga lebih mudah untuk
C 24.90064 7.651503 3.254346 0.0014
mendapatkan pekerjaan. Lapangan pekerjaan di Sumatera Utara yang masih didominasi oleh
Effects Specification sektor informal masih memberikan peluang lebih besar bagi penduduk dengan tingkat
pendidikan lebih rendah.
Cross-section fixed (dummy variables)
Variabel independent selanjutnya adalah tingkat investasi (INV). Pada hasil pengujian
Root MSE 0.785475 R-squared 0.916503 FEM menunjukkan skor Prob(F-stat)>0.05 dengan koefisien negatif. Artinya, tingkat investasi
Mean dependent var 4.776321 Adjusted R-squared 0.898463 memiliki korelasi negatif terhadap TPT namun tidak signifikan. Semakin tinggi INV maka
S.D. dependent var 2.725179 S.E. of regression 0.868375 semakin rendah TPT. Semakin tinggi investasi, semakin besar permodalan sehingga semakin
Akaike info criterion 2.718580 Sum squared resid 122.1602 meningkatkan kapasitas produksi. Kapasitas produksi yang lebih besar membutuhkan tenaga
Schwarz criterion 3.316447 Log likelihood -233.1394 kerja yang lebih besar, sehingga membuka lapangan pekerjaan yang lebih luas. Dengan
Hannan-Quinn criter. 2.960576 F-statistic 50.80509 bertambahnya lapangan pekerjaan, tentunya dapat meningkatkan penyerapan tenaga kerja
Durbin-Watson stat 1.573515 Prob(F-statistic) 0.000000 sehingga menurunkan tingkat pengangguran.
Berdasarkan hasil uji signifikansi simultan dengan Prob(F-statistic) 0.0000 atau <0.05,
maka ketiga variabel explanatory secara simultan berpengaruh signifikan terhadap variabel
TPT sebagai variabel dependen dengan derajat keyakinan 89,84%. Artinya, sebanyak 89,84%
data mampu menjelaskan variabel TPT. Untuk uji signifikansi parsial, kualitas SDM yang
diproksikan dengan IPM menunjukkan Prob(F-stat)<0.05 yaitu 0.0045 yang mengartikan
bahwa IPM berpengaruh signifikan terhadap TPT. Koefisien negatif artinya bahwa IPM
berpengaruh negatif signifikan terhadap tingkat pengangguran, atau semakin tinggi IPM
makan akan menurunkan tingkat pengangguran. Hal ini sejalan dengan penelitian
180 KANWIL DJPB PROVINSI SUMATERA UTARA KAJIAN FISKAL REGIONAL 181
Tahunan 2023
