Upload
others
View
7
Download
0
Embed Size (px)
Citation preview
PENGARUH INFLASI, KENAIKAN UPAH MINIMUM DAN JUMLAH
PENDUDUK TERHADAP PDRB PROVINSI BANTEN 2010-2017
SKRIPSI
Diajukan Kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Ekonomi (S.E.)
Disusun oleh :
IRFAN ACKHADI
1112084000058
JURUSAN EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
JAKARTA
1440 H / 2019 M
i
ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
iii
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
iv
LEMBAR PENGESAHAN UJIAN SKRIPSI
Hari ini Rabu, 26 Juni 2019 telah dilakukan Ujian Skripsi atas Mahasiswa:
1. Nama : Irfan Ackhadi
2. NIM : 1112084000058
3. Jurusan : Ekonomi Pembangunan
4. Judul Skripsi : Pengaruh Inflasi, Kenaikan Upah Minimum dan Jumlah
Penduduk terhadap PDRB Provinsi Banten Tahun
2010-2017
Setelah mencermati dan memperhatikan penampilan dan kemampuan yang
bersangkutan selama proses ujian skripsi, maka diputuskan bahwa mahasiswa
tersebut di atas dinyatakan LULUS dan skripsi ini diterima sebagai salah satu syarat
untuk memperoleh gelar Sarjana Ekonomi pada Fakultas Ekonomi dan Bisnis
Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Jakarta, 25 Juli 2019
1. Dr. Muhammad Hartana I. Putra, M.Si
NIP196806052008011023
2. Arief Fitrijanto, M.Si
NIP 197111182005011003
3. Arief Fitrijanto, M.Si
NIP 197111182005011003
4. Djaka Badranaya, S.Ag., M.E
NIP 197705302007011008
v
DAFTAR RIWAYAT HIDUP
Identitas pribadi
Nama lengkap ; Irfan Ackhadi
Tempat tanggal lahir ; Jakarta, 19 Oktober 1993
Alamat ; JL. KH. Dewantoro GG. Tego Rt 02/04
Ciputat Tangerang Selata
Nomor handphone ; 081294538141
E-mail ; [email protected]
Latar belakang kelurga
Nama ayah ; Supandi
Tempat tanggal lahir ; Tangerang 12 April 1962
Nama ibu ; Wati
Tempat, tanggal lahir ; Tangerang 12 Juli 1958
Alamat ; JL.KH. Dewantoro GG.Tego Rt 02/04
Ciputat Tangerang Selatan
Ank ke – dari- ; 3 dari 3 Bersaudara
Pendidikan formal
1. SDN ciputat III ; Tahun 2000-2005
2. SMP muhamadiyah 17 ciputat ; Tahun 2005-2008
3. SMAN negri 9 tangerang selatan ; Tahun 2008-2011
4. UIN syarif hidayatullah Jakarta ; Tahun 2012-2019
vi
ABSTRACT
One of the goals of economic development is to measure the level of GDP, the
province has a fluctuating GDP level during 2010-2017, many factors that can cause
problems in increasing GDP such as inflation, rising minimum wages and
population. This study aims to determine the effect of inflation, increase the
minimum wage and the number of population towards the provincial GDP in 2010-
2017.
This research is a quantitative research. The data used is secondary data of 8
districts / cities in Banten province. Data analysis used is panel data analysis with
fixed effect data model processed using eviews 8. The results of the study show
that; 1) negative negative inflation and significant GDP in the province in 2010-
2017; 2) the increase in minimum wages has a positive and significant effect on the
GDP of the Banten province 2010-2017; 3) the population has a positive and
significant effect on the provincial GDP in 2010-2017.
Keywords ; The Influence Of Inflation, The Increase In Minimum Wages and The
Number Of Population In The 2010-2017 Provincial GDP.
vii
ABSTRAK
Salah satu tujuan dari pembangunan ekonomi adalah dengan mengukur
tingkat PDRB, provinsi banten memiliki tingkat PDRB yang fluktuaktif selama
tahun 2010-2017 banyak faktor yang dapat menimbulkan masalah meningkatnya
PDRB seperti inflasi, kenaikan upah minimum dan jumlah penduduk. Penelitian ini
bertujuan untuk mengetahuin pengaruh inflasi, kenikan upah minimum dan jumlah
penduduk terhadap PDRB provinsi banten tahun 2010-2017.
Penelitian ini merupakan penelitin kuantitatif. Data yang digunakan adalah
data sekunder 8 kabupaten/kota di provinsi banten. Analisis data yang digunakan
yaitu analisis data panel dengan model fixed effect data diolah dengan menggunakan
eviews 8. Hasil penelitian menunjukan bahwa; 1) inflasi berpenruh negtaif dan
signifikan terhadap PDRB di provinsi banten pada tahun 2010-2017; 2) kenaikan
upah minimum berpengaruh positif dan signifikan terhadap PDRB provinsi banten
2010-2017; 3) jumlah penduduk berpengaruh positif dan signifikan terhadap PDRB
provinsi banten tahun 2010-2017.
Kata kunci ; Pengaruh Inflasi, Kenaiakan Upah Minimum dan Jumlah Penduduk
Terhadap PDRB Provinsi Banten 2010-2017
viii
KATA PENGANTAR
Assalamualaikum Wr. Wb
Segala puji bagi Allah SWT yang telah memberikan rahmat dan karunia,
sehingga penulis dapat menyelesaikan skripsi yang berjudul “Pengaruh Inflasi,
Kenaikan Upah Minimum dan Jumlah Penduduk Terhadap PDRB Provinsi
Banten 2010-2017” dengan baik. Tak lupa shalawat serta salam penulis haturkan
ke hadirat baginda Rasulullah SAW yang telah membimbing umatnya dari jaman
jahiliyah menuju ke jaman yang terang benderang.
Penyusunan skripsi ini dimaksudkan untuk memenuhi sebagian syarat-syarat
guna mencapai gelar Sarjana Ekonomi di UIN Syarif Hidayatullah Jakarta. Dalam
penulisan skripsi ini masih jauh dari kata sempurna baik dalam proses maupun
isinya, penulis tidak dapat menyelesaikan skripsi ini tanpa do’a, dukungan, serta
bimbingan dari orang-orang yang berada di sekeliling penulis. Oleh karena itu,
izinkanlah penulis menyampaikan terimakasih kepada :
1. Keluarga tercinta, yang selalu menjaga dan merawat penulis dengan penuh
kesabaran, sehingga penulis bisa tumbuh besar dan bisa sampai ke tahap ini.
Terima kasih kepada orang tua saya bapak supandi, dan ibu saya ,ibu wati (alm)
atas eagala perjuangan dan kasih sayangnya yang tak terbatas, serta doa yang
tiada hentinya demi keselamatan dan kesuksesan kami anak-anaknya,
terimakasih kepada kakak saya irwati,ilman faisal yang mendukung saya
sampai bisa ke tahap ini. Semoga penulis selalu bisa membahagaikan kelurga.
2. Bapak Prof. Dr. Amilin, SE., Ak., CA., M.Si., BKP., QIA., CRMP, selaku
Dekan Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta
3. Arief Fitrijanto M.Si selaku pembimbing yang telah meluangkan waktu,
memberikan arahan, serta ilmu yang bermanfaat, selama perkuliahan sehingga
skripsi ini dapat selesai dengan baik. Semoga bapak selalu diberikan rahmat
dan karunia oleh Allah SWT.
4. Bapak Arief Fitrijanto M.Si selaku Ketua Jurusan Ekonomi Pembangunan dan
Bapak Dr. Sofyan Rizal M.Si selaku Sekretaris Jurusan Ekonomi
Pembangunan yang selalu memberikan ilmu yang bermanfaat.
ix
5. Seluruh jajaran dosen Fakultas Ekonomi dan Bisnis yang senantiasa
memberikan ilmu yang bermanfaat bagi penulis selama perkuliahan
6. Seluruh jajaran karyawan dan staff UIN Syarif Hidayatullah yang telah
melayani dan membantu penulis dalam menyelesaikan skripsi
7. Seluruh kawan-kawan seperjuangan sudara: M. nur kurniawan,zaki
mubarok,khairul umam, M saeful nurul zaman, amirudin,farhan sidiq,afif
maulana rifai, fitriadi fauzan, yang selalu memberi semangat pada penulis.
8. Saudari mayrizky dwihindarti selaku calon istri saya yang selalu sabar dan
memberi semangat pada saya.
9. Saudara azka dwiaksa dan saudara tanu yang sepenuh hati menolong saya
dalam mengerjakan skripsi ini.
Seluruh kawan-kawan diluar kampus UIN Syarif Hidayatullah yang juga
memberikan dukungan dan do’a kepada penulis dalam menyelesaikan skripsi.
Penulis menyadari bahwa skripsi ini masih jauh dari kata sempurna karena
keterbatasan pengetahuan dan pengalaman yang dimiliki penulis. Oleh karena itu,
penulis mengharapkan segala bentuk saran dan kritik yang membangun demi
pencapaian yang lebih baik.
Wassalamualaikum Wr. Wb
Jakarta, 21 Juni 2019
Irfan Ackhadi
x
DAFTAR ISI
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ...............................ii
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ........................iii
DAFTAR RIWAYAT HIDUP .........................................................................iv
ABSTRAK .......................................................................................................vi
KATA PENGANTAR .......................................................................................vii
DAFTAR ISI .....................................................................................................ix
DAFTAR TABEL .............................................................................................xiii
BAB I PENDAHULUAN ...........................................................................1
A. Latar Belakang ..........................................................................1
B. Rumusan Masalah .....................................................................7
C. Tujuan Penelitian ......................................................................7
D. Manfaat Penelitian ....................................................................8
BAB II TINJAUAN PUSTAKA .................................................................9
A. Landasan Teori ..........................................................................9
1. Produk Domestik Regional Bruto (PDRB) ........................9
2. Inflasi .................................................................................10
3. Upah Minimum ..................................................................13
4. Jumlah Penduduk ...............................................................14
B. Penelitian Terdahulu .................................................................21
C. Hubungan Antara Variabel .......................................................25
D. Kerangka Pemikiran ..................................................................27
E. Hipotesis ...................................................................................27
BAB III METODOLOGI PENELITIAN ...................................................29
A. Ruang Lingkup Penelitian .........................................................29
B. Jenis dan Sumber Data ..............................................................29
C. Metode Pengumpulan data ........................................................29
xi
1. Estimasi Parameter ..............................................................30
2. Uji Hipotesis .......................................................................32
D. Variabel Penelitian dan Definisi Operasional ...........................33
BAB IV PEMBAHASAN .............................................................................34
A. Gambaran Umum Objek Penelitian ..........................................34
B. Deskripsi data penelitian ...........................................................35
1. Deskripsi Produk Domestic Regional Bruto (PDRB) .........35
2. Deskripsi inflasi kabupaten/kota provinsi banten ...............37
3. Deskripsi kenaikan upah minimum ....................................38
4. Deskripsi Jumlah Penduduk Kabupaten/Kota
Provinsi Banten ...................................................................39
C. Penentuan Model ......................................................................40
D. Pengujian Hipotesis ..................................................................42
BAB V PENUTUP .......................................................................................47
A. Simpulan ...................................................................................47
B. Saran ..........................................................................................47
DAFTAR PUSTAKA ........................................................................................48
LAMPIRAN……………………………………………………………………..50
xiii
DAFTAR TABEL
Tabel 1.1 PDRB Kabupaten/Kota Provinsi Banten 2010-2017 .........................2
Tabel 1. 1 Tingkat Inflasi di Provinsi Banten 2010-2017 ...................................3
Tabel 1. 2 Upah Minimum Provinsi Banten 2010-2017 .....................................5
Tabel 1. 3Jumlah Penduduk Provinsi Banten 2010-2017 ...................................6
Tabel 4.1 tingkat PDRB provinsi banten 2010-2017 .........................................21
Tabel 4.2 inflasi kabupaten/kota provinsi banten ...............................................23
Tabel 4.3 upah minimum kabupaten/kota provinsi banten .................................24
Tabel 4.4 jumlah penduduk kabupaten/kota provinsi banten..............................25
Tabel 4.5Hasil Uji Chow.....................................................................................26
Tabel 4.6 Hasil Uji Hausman .............................................................................27
Tabel 4.7 Tabel Hasil Perhitungan Estimasi Data Panel....................................28
Tabel 4.8 Hasil Uji Chow....................................................................................33
Tabel 4.9 Hasil Uji Hausmann ............................................................................34
Tabel 4.10 Hasil Perhitungan Estimasi Data Panel .............................................35
1
BAB I
PENDAHULUAN
A. Latar Belakang
Masalah pertumbuhan ekonomi dapat dipandang sebagai masalah makro
ekonomi dalam jangka panjang. Pertumbuhan ekonomi dapat didefinisikan
sebagai perkembangan kegiatan dalam perekonomian yang menyebabkan
barang dan jasa yang diproduksi dalam masyarakat bertambah. Kemampuan
suatu negara untuk menghasilkan barang dan jasa akan meningkat disebabkan
oleh faktor-faktor produksi yang akan selalu mengalami pertambahan dalam
jumlah dan kualitasnya (Sukirno, 2013).
Teori Pertumbuhan Ekonomi Neo Klasik menyatakan pertumbuhan
ekonomi (di daerah diukur dengan pertumbuhan PDRB) bergantung pada
perkembangan faktor-faktor produksi yaitu: modal, tenaga kerja, dan teknologi
(Rustiono, 2008).
Pemerintah Indonesia nampaknya menyadari bahwa pembangunan
nasional salah satu tujuan masyarakat untuk adil dan makmur. Sejalan dengan
tujuan tersebut, berbagai kegiatan pembangunan diarahkan kepada
pembangunan daerah khususnya daerah yang memiliki tingkat produk
domestic regional bruto (PDRB) yang rendah, pembangunan daerah dilakukan
secara terpadu dan berkesinabungan sesuai prioritas dan kebutuhan daerah
tersebut dengan sasaran pembangunan nasional yang telah di tetapkan melalui
pembangunan jangka panjang dan jangka pendek.
Produk domestik regional bruto (PDRB) harga berlaku menunjukan
kemampuan sumber daya ekonomi yang dihasilkan oleh suatu wilayah. nilai
produk domestik regional bruto (PDRB) yang besar menunjukan kemampuan
sumber daya ekonomi yang cukup besar, dan begitu pun pada sebaliknya,
apabila nilai PDRB cukup kecil menunjukan sumber daya ekonomi cukup
kecil. berikut data produk domestik regional bruto (PDRB) pengeluaran atas
dasar harga berlaku (ADHB) menurut kabupaten atau kota di provinsi banten.
2
Tabel 1. 1
PDRB pengeluaran ADHB menurut Kabupaten/Kota Provinsi Banten
(juta rupiah)
Kab/kota 2010 2011 2012 2013 2014 2015 2016 2017
Kab
pandeglan
g
1227954
1,58
136949
73,11
15115436
,76
16443905
,89
18203769
,04
20339261
,34
22168666
,57
2437507
4,58
Kab lebak 1257253
8,49
139608
48,51
15215899
,36
16742046
,8
18594546 20675248
,22
22527849
,15
24750,6
8
Kab
Tangerang
5809941
8,94
657412
59,06
72303651
,4
80570551
,87
91410471
,61
10156468
,1,2
10917216
3,5
119293,
28
Kab serang 3384099
0,22
381868
51,48
42039509
,83
45972293
,42
51320986
,07
56684286
,82
61266306
,78
66048,9
6
Kota
Tangerang
6692137
8,13
757099
28,11
83648127
,21
94561020
,02
10995604
6,1
12467670
7,5
13608543
8
149420,
37
Kota cilegon 4467652
8,71
498276
56,66
55414144
,38
61746903
,12
69749374
,15
77258956
,33
82419212
,21
89142,3
2
Kota serang 1254957
2,23
141609
18,97
15506672
,83
17452620
,58
19657736
,04
21847319
,37
23929330
,39
26482,6
5
Kota
Tangerang
selatan
3052531
4,92
348918
50,46
39071487
,56
44346740
,54
50074110
,56
56018848
,41
60721678
,2
68317,1
5
Banten 2714652
83,2
306174
286,4
33822492
9,2
37783608
2,2
42874006
8,9
47854397
1,7
51839064
4,8
2491852
99,9
Sumber : BPS
Dari data diatas menunjukan bahwa produk domesti regional bruto
(PDRB) provinsi banten setiap tahun mengalami kenaikan yang signifikan,
pada tahun 2015 kenaikan sebesar 478543971,7 juta rupiah. kota yang paling
tinggi mengalami tingkat produk regional bruto yaitu kota Tangerang
dikarenakan perusahaan industry di kota Tangerang cukup banyak, oleh karena
itu peluang tenaga kerja cukup banyak dan pertumbuhan ekonomi di kota
tersebut mengalami kenaikan.
3
Seperti perkembangan produk domestik regional bruto (PDRB) sangat
berpengaruh pada pertumbuhan ekonomi, Perkembangan tingkat inflasi juga
sangat mempengaruhi pertumbuhan ekonomi, seperti laju inflasi di provinsi
banten seiring berjalannya waktu dari tahun ke tahun mengalami perbedaan.
Inflasi sangat penting bagi pertumbuhan ekonomi, karena semakin tinggi
tingkat inflasi maka sangat berpengaruh pada pertumbuhan ekonomi. Inflasi
merupakan naiknya barang dan jasa yang berlangsung terus menerus, tinggi
dan rendahnya tingkat inflasi juga memberi dampak pada naik turunnya tingkat
produksi.
Jika inflasi disebabkan oleh tingkat permintaan agregat maka sesuai
dengan hukum permintaan bahwa jumlah kenaikan baranag yang diminta akan
mengakibatkan pada kenaikan harga sehingga ketersedian barang/jasa menjadi
sangat terbatas. Dalam jasa memenuhi kapasitas barang/jasa tersebut,
perusahaan akan banyak sekali memerlukan tenaga kerja, menurut data BPS
inflasi diprovinsi banten pada tahun 2010-2017 mengalami fluktuaktif.
Tabel 1. 2
Tingkat Inflasi di Provinsi Banten
Tahun Inflasi
2010 6,10%
2011 3,45%
2012 4,37%
2013 9,64%
2014 7,94%
2015 4,29%
2016 3.75%
2017 3,45%
Sumber; BPS
Dari tabel diatas menunjukan tingkat inflasi pada tahun 2010 di provinsi
banten cukup tinggi sebesar 6,10%, sedangkan pada tahun 2011 tingkat inflasi
di provinsi banten membaik dibandingkan tahun sebelumnya, namun pada
tahun 2012 sampai dengan 2013 tingkat inflasi di provinsi banten mengalami
4
kenaikan. Pada tahun 2013 kenaikan inflasi cukup drastis dikarnakan kenaikan
harga BBM, namun selain itu kenaikan tarif listrik di provinsi banten juga
mempengaruhi tingkat inflasi kenaikan tarif listrik di provinsi banten
mempengaruhi biaya produksi juga ikutan naik, dikarenakan listrik merupakan
suatu kebutuhan pokok dalam proses produksi, terlebih perusahaan banayak
menggunakan mesin untuk proses produksi. Sedangkan pada tahun 2014 turun
tingkat inflasi hanya 1,7%, dan sedangkan pada tahun 2015 harga pokok
masyarakat banten secara umum mengalami penurunan sedangkat tingkat
inflasi di provinsi banten pun mengalami penurunan.
Begitupun dengan Upah sangat penting peranannya bagi para pekerja
untuk memenuhi kebutuhan bagi dirinya maupun keluarganya dalam rangka
mencapai kesejahteraan hidupnya. Bagi perusahaan besarnya tingkat upah
bisa menyebabkan banyaknya biaya yang dikeluarkan. Keadaan tersebut akan
berpengaruh terhadap tingginya harga yang kemudian akan berdampak pada
penurunan jumlah barang/jasa yang diminta. Pada akhirnnya perusahaan akan
mengurangi permintaan terhadap tenaga kerja sehingga pengangguran akan
semakin bertambah. Menurut data dari BPS upah minimum Provinsi Banten
tahun 2010 sampai dengan tahun 2015 mengalami kenaikan.
Tabel 1. 3
Upah Minimum Provinsi Banten
Tahun upah minimum
2010 Rp. 955.300
2011 Rp. 1.000.000
2012 Rp. 1.042.000
2013 Rp. 1.117.000
2014 Rp. 1.325.000
2015 Rp. 1.600.000
2016 Rp. 1.784.000
2017 Rp. 1.931.180
Sumber BPS
5
Pada tabel di atas menunjukan setiap tahunnya upah minimum di provinsi
banten mengalami kenaikan. Kenaikan ini dipicu oleh peningkatan kebutuhan
hidup layak (KHL) pekerja. Pemerintah menetapkan upah minimum
berdasarkan Kebutuhan Hidup Layak (KHL) yang dilihat dari produktivitas
dan pertumbuhan ekonomi. Sehingga kenaikan Kebutuhan Hidup Layak
(KHL) mengindikasikan adanya kenaikan pertumbuhan ekonomi di Provinsi
Banten.
Penduduk yang bertambah dari waktu ke waktu dapat menjadi pendorong
ataupun penghambat terhadap perkembangan ekonomi (sukirno, 2013;430).
dampak positif semakin meningkatnya jumlah penduduk semakin banyak
jumlah angkatan kerja, namun disisi lain kenaikan jumlah angkatan kerja akan
turut andil dalam jumlah tingkat pengangguran, dimana jumlah angkatan kerja
tidak sebanding jumlah lapangan pekerjaan yang tersedia. Maka dari itu
sebabnya jumlah penduduk yang besar bukan menjadi hal dikatakan sebuah
pembangunan yang berhasil, malah bisa menjadi beban pembangunan itu
sendiri. Dari data BPS jumlah penduduk provinsi banten pada tahun 2010
sampai dengan 2017 mengalami peningktan.
Tabel 1. 4
Jumlah Penduduk Provinsi Banten
Tahun Jumlah penduduk
2010 10.688.600
2011 10.943782
2012 11.198.596
2013 11.452.491
2014 11.704.877
2015 11.955.243
2016 12.103.148
2017 12.448.160
Sumber : BPS
6
Dari tabel di atas jumlah penduduk di provinsi banten dari tahun 2010
sampai 2015 mengalami kenaikan terus setiap tahunnya, secara terus
bertambah penduduk provinsi banten takut dikhawatirkan memunculkan
berbagai masalah di provinsi banten. Maka dari itu pertumbuhan penduduk
yang terus menerus bertambah di provinsi banten harus menjadi perhatian
khusus, mengingat jumlah angka pengangguran di rovinsi banten masih
tergolong tinggi. Pemerintah dengan hal ini bisa mengambil langkah-langkah
untuk mengatasi kependudukan ini, dengan bisa bekerja sama dengan
disnakertrans provinsi banten dalam rangka menggalakan transmigrasi serta
badan kependudukan dan keluarga berencana (BKKBN) untuk terus
meningkatkan program keluarga berencana di provinsi banten, sehingga
dengan mengambil langka tersebut pemerintah bisa mengendalikan
pertambahan penduduk di provinsi banten.
Provinsi banten merupakan provinsi yang mempuyai tingkat kenaikan
inflasi cukup tinggi, bisa dilihat pada tahun tahun 2012 tingkat inflasi 4,37%
namun pada tahun 2013 kenaikan inflasi pada provinsi banten cukup tinggi
menjadi 9,64%, ini membuktikan bahwa tingkat inflasi di provinsi banten
cukup tinggi. Dari penjelasan diatas peneliti tertarik untuk mengetahui
pengaruh inflasi, kenaikan upah minimum, dan jumlah penduduk terhadap
produk domestik bruto (PDRB) diprovinsi banten tahun 2010 sampai dengan
2017. Dengan ini, penulis membuat penelitian berjudul, pengaruh inflasi,
kenaikan upah minimum dan julah penduduk terhadap produkdomestik
regional brutp (PDRB) di provinsi banten tahun 2010-2017.
B. Rumusan Masalah
Berdasarkan penjelasan diatas, maka rumusan masalah dapat di tuliskan
sebagai berikut:
1. Bagaimana pengaruh inflasi terhadap produk domestic regional bruto
provinsi banten pada periode 2010-2017?
7
2. Bagaimana pengaruh upakenaikan upah minimumh minimum pekerja
terhadap produk domestic regional bruto provinsi banten pada periode
2010-2017 ?
3. Bagaimana pengaruh jumlah penduduk terhadap produk domestic
regional bruto provinsi banten pada periode 2010-2017 ?
4. Bagaimana pengaruh inflasi, kenaikan upah minimum dan jumlah
penduduk terhadap produk domestic regional bruto provinsi banten pada
periode 2010-2017 ?
C. Tujuan Penelitian
Berdasarkan rumusan masalah yang ada, maka tujuan yang ingin dicapai
pada penelitian ini adalah :
1. Untuk mengetahui pengaruh inflasi terhadap produk domestic regional
bruto provinsi banten pada periode 2010-2017.
2. Untuk mengetahui pengaruh kenaikan upah minimum terhadap produk
domestic regional bruto provinsi banten pada periode 2010-2017.
3. Untuk mengetahui pengaruh jumlah penduduk terhadap produk domestic
regional bruto provinsi banten pada periode 2010-2017.
4. Untuk mengetahui pengaruh inflasi, kenaikan upah minimum dan jumlah
penduduk terhadap produk domestik regional bruto provinsi banten pada
periode 2010-2017.
D. Manfaat Penelitian
1. Manfaat Peneliti
Penelitian ini dapat memberikan wawasan kepada penulis maupun
pembaca tentang pentingnya pengaruh inflasi, upah minimum dan jumlah
penduduk terhadap produk domestic regional bruto (PDRB) di provinsi banten
tahun 2010-2017
Untuk memperkaya wawasan ilmiah penulis dalam disiplin ilmu yang
penulis tekuni serta dapat mengaplikasikannya secara konrektual.
8
2. Manfaat bagi pemerintah
Hasil penelitian ini diharapkan dapat memberikan bahan masukan bagi
pemerintah dalam melaksanakan pengelolaan inflasi,kenaikan upah
minimum,jumlah penduduk terhadadap PDRB provinsi banten.
3. Manfaat calon peneliti
Sebagai bahan refrensi bagi kalangan penelitian selanjutnya yang tertarik
untuk penelitian pengaruh inflasi, kenaikan upah minimum dan jumlah
penduduk terhadap PDRB provinsi banten.
9
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Produk Domestik Regional Bruto (PDRB)
a. Pengertian Produk Domestik Regional Bruto (PDRB)
Menurut Badan Pusat Statistik Produk Domestik Regional Bruto
(PDRB) didefinisikan sebagai jumlah nilai tambah yang dihasilkan oleh
seluruh unit usaha dalam suatu wilayah tertentu atau merupakan jumlah
nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi.
Sedangkan data Produk Domestik Regional Bruto (PDRB) dapat
diestimasikan dengan tiga pendekatan, yaitu:
b. Pendekatan Produksi
Menurut pendekatan produksi Produk Domestik Regional Bruto
(PDRB) merupakan jumlah nilai barang dan jasa akhir yang dihasilkan
oleh seluruh unit produksi dalam suatu wilayah, pada suatu periode
tertentu (1 tahun). Sedangkan unit-unit produksi ini dikelompokan menjadi
9 lapangan usaha, yaitu:
1) Pertanian
2) Pertambangan dan penggalian
3) Industri pengolahan
4) Listrik, gas dan air bersih
5) Bangunan
6) Perdagangan, hotel dan restoran
7) Pengangkutan dan komunikasi
8) Keuangan, persewaan dan jasa perusahaan
9) Jasa-jasa
c. Pendekatan Pengeluaran
Menurut pendekatan pengeluaran, Produk Domestik Regional Bruto
(PDRB) merupakan jumlah semua komponen permintaan akhir di suatu
10
wilayah, dalam jangka waktu tertentu (1 tahun). Komponen permintaan
akhir tersebut meliputi:
1) Pengeluaran konsumsi rumah tangga dan lembaga swasta yang tidak
mencari untung.
2) Konsumsi pemerintah
3) Pembentukan modal tetap domestik bruto
4) Perubahan stock
5) Ekspor netto (ekspor dikurangi impor)
d. Pendekatan Pendapatan (Income Approach)
Menurut pendekatan pendapatan, Produk Domestik Regional Bruto
(PDRB) merupakan jumlah semua balas jasa yang diterima oleh faktor-
faktor produksi disuatu wilayah pada jangka waktu tertentu (1 tahun).
Komponen balas jasa faktor produksi yang dimaksud adalah upah dan gaji,
sewa tanah, bunga modal, dan keuntungan, semuanya sebelum dipotong
pajak penghasilan dan pajak langsung lainnya. Dalam definisi ini, Produk
Domestik Regional Bruto (PDRB) mencakup penyusutan dan pajak tak
langsung netto.Jumlah semua komponen pendapatan ini persektor disebut
sebagai nilai tambah bruto sektoral.Oleh karena itu PDRB merupakan
jumlah dari nilai tambah bruto seluruh sektor (lapangan usaha).
e. Macam Produk Domestik Regional Bruto (PDRB):
1) Produk Domestik Regional Bruto (PDRB) atas dasar harga berlaku
(PDRB nominal) jumlah nilai produksi atau pendapatan atau
pengeluaran yang dinilai dengan harga yang berlaku pada tahun yang
bersangkutan.
2) Produk Domestik Regional Bruto (PDRB) atas dasar harga konstan
(PDRB riil) jumlah nilai produksi atau pendapatan atau pengeluaran
yang dinilai atas dasar harga tetap suatu tahun tertentu
11
2. Inflasi
a. Pengertian inflasi
Menurut BPS, Inflasi adalah kecenderungan naiknya harga barang dan
jasa pada umumnya dan berlangsung secara terus menerus. Jika inflasi
meningkat maka harga barang dan jasa dalam negeri mengalami kenaikan.
Naiknya harga barang dan jasa menyebabkan turunnya nilai mata
uang. Dengan demikian menurut BPS inflasi juga diartikan sebagai
penurunan nilai mata uang terhadap nilai barang dan jasa secara umum.
Sedangkan, menurut Sadono Sukirno (2013) inflasi merupakan suatu
proses kenaikan harga-harga yang berlaku dalam suatu perekonomian.
Inflasi menurut Nopirin (1992) adalah proses kenaikan harga-harga umum
barang-barang secara terus menerus. Kenaikan harga yang hanya sekali
saja dengan persentase yang cukup besar bukanlah merupakan inflasi.
b. Jenis-Jenis inflasi
Berdasarkan kepada sumber atau penyebab kenaikan harga-harga
yang berlaku, inflasi biasanya dibedakan menjadi 3 bentuk sebagai
berikut:
1) Inflasi Tarikan Permintaan
Inflasi ini disebabkan oleh kenaikan permintaan agregrat pada saat
perekonomian berada dalam keadaan full employment. (Sukirno,
2013:333)
2) Inflasi Desakan Biaya
Inflasi ini disebabkan oleh meningkatnya biaya produksi sehingga
harga-harga barang akan mengalami peningkatan pula (Sukirno,
2013:334-335). Kenaikan biaya produksi ini dapat timbul karena beberapa
faktor diantaranya yaitu perjuangan serikat buruh untuk menuntut kenakan
upah, industri monopolis yang menggunakan kekuasaannya untuk
menetapkan harga tinggi dan kenaikan harga barang baku industri
(Nopirin, 1992:30).
12
3) Inflasi Diimpor
Kenaikan harga barang yang diimpor oleh suatu negara menjadi
pemicu terjadinya inflasi. Misalnya kasus kenaikan harga minyak
menyebabkan negara yang mengimpor minyak juga mengalami
peningkatan dalam biaya produksi sehingga harga barang akan mengalami
kenaikan pula. (Sukirno, 2013:336)
Berdasarkan pada parah tidaknya inflasi digolongkan menjadi 4 yaitu
(Halim, 2012: 87) :
1) Inflasi Ringan (dibawah 10% setahun)
2) Inflasi Sedang (antara 10-30% setahun)
3) Inflasi Berat (antara 30-100% setahun)
4) Hiperinflasi (diatas 100% setahun)
c. Efek Buruk Inflasi
Tingginya Inflasi tidak akan meningkatkan perkembangan ekonomi.
Kenaikan harga juga menimbulkan efek buruk pula pada perdagangan
internasional karena barang-barang dalam negara itu tidak dapat bersaing
di pasar internasional. Sehingga pada akhirnya ekspor menjadi turun.
(Sukirno, 2013:339)
Efek bagi individu maupun masyarakat sendiri adalah bahwa inflasi
dapat menurunkan pendapatan riil orang yang berpendapatan. Hal ini
dikarenakan kenaikan upah tidak secepat kenaikan harga. Inflasi juga akan
mengurangi nilai kekayaan yang berbentuk uang.
Menurut Nopirin dalam bukunya Ekonomi Moneter, efek inflasi
dibedakan menjadi 3 yaitu efek terhadap pendapatan (equity effect), efek
terhadap efisiensi (efficiency effect), dan efek terhadap output (output
effect). Efek terhadap pendapatan (equity effect) itu sendiri bahwa ada
pihak yang dirugikan dan ada pihak yang diuntungkan dengan adanya
inflasi tersebut.
13
Bagi mereka yang menyimpan uang kas akan merugi. Sedangkan
mereka yang merasakan keuntungan adanya inflasi adalah mereka yang
memperoleh kenaikan pendapatan dengan prosentase yang lebih besar dari
tingkat inflasi. Ini tidak lepas dari peran serikat buruh untuk menuntut
upah yang lebih besar daripada kenaikan inflasi.
Efek tehadap efisiensi (efficiency effect) berkaitan dengan pola alokasi
faktor produksi. Contohnya yaitu ketika kenaikan permintaan barang akan
menyebabkan kenaikan produksi. Kenaikan produksi inilah yang akan
mengubah pola alokasi faktor produksi. Kebanyakan ahli ekonomi
berpendapat bahwa inflasi dapat mengakibatkan alokasi faktor produksi
menjadi tidak efisien. Sedangkan efek terhadap output (output effect) yaitu
inflasi dapat mengakibatkan kenaikan produksi. Hal ini dikarenakan
adanya kenaikan harga mendahului kenaikan upah sehingga produsen
menjadi untung dan kemudian terjadi kenaikan produksi. Namun disisi
lain jika terjadi hyper inflation maka keadaan dapat terbalik menjadi
penurunan output.
d. Cara Mencegah Inflasi
Mencegah inflasi yaitu dengan kebijakan moneter dan fiskal.
Kebijakan moneter dicapai melalui pengaturan jumlah uang yang beredar.
Dalam hal ini bank sentral dapat mengatur uang giral melalui penetapan
cadangan minimum. Selain itu bank juga dapat melakukan discount rate
apabila tingkat diskonto dinaikkan maka akan menurunkan gairah untuk
meminjam. Politik pasar terbuka dalam hal ini bisa juga menjadi salah satu
kebijakan moneter yang diambil yaitu dengan menjual surat berharga bank
sentral dapat menekan jumlah uang yang beredar (Nopirin, 1992:34).
Kebijakan fiskal sendiri dapat dilakukan dengan pengurangan pengeluaran
pemerintah serta kenaikan pajak akan dapat mengurangi permintaan total
sehingga inflasi dapat ditekan (Nopirin, 1992:35).
14
3. Upah Minimum
Dalam Undang-Undang Republik Indonesia Nomor 13 Tahun 2003 pasal
1 ayat 31 defisini upah adalah hak pekerja/buruh yang diterima dan dinyatakan
dalam bentuk uang sebagai imbalan dari pengusaha atau pemberi kerja kepada
pekerja/buruh yang ditetapkan dan dibayarkan menurut suatu perjanjian kerja,
kesepakatan, atau peraturan perundang-undangan, termasuk tunjangan bagi
pekerja/buruh dan keluarganya atas suatu pekerjaan dan/atau jasa yang telah
atau akan dilakukan. Upah minimum adalah upah yang paling rendah untuk
setiap jam, setiap hari atau setiap bulan yang dapat diterima oleh setiap tenaga
kerja atau buruh (Wirawan, 2015:394). Dalam Undang- Undang Republik
Indonesia Nomor 13 tahun 2003 pada pasal 89 dijelaskan bahwa upah
minimum terdiri dari upah minimum terdiri atas: (a). Upah minimum
berdasarkan wilayah provinsi atau kabupaten/kota; (b). Upah minimum
berdasarkan sektor pada wilayah provinsi atau kabupaten/kota. Upah minimum
terdiri dari 4 jenis (wikipedia) .
a. Upah minimum provinsi (UMP) yaitu upah Minimum yang terdapat di
seluruh kabupaten/kota di satu provinsi.
b. Upah minimum kabupate/kota (UMK)yaitu upah minimum yang terdapat
di seluruh wilayah kabupaten/kota.
c. Upah minimum sektoral provinsi (UMSP) yaitu upah minimum yang
terdapat secara sektoral di satu provinsi.
d. Upah minimum sektoral kabupaten/kota (UMSK) adalah upah minimum
yang terdapat sektoral di wilayah kabupaten/kota.
a. Tujuan Pemberian Upah Minimum
Menurut International Labour Organization (ILO) tujuan dari pemberian
upah minimum adalah sebagai berikut:
1) Menyediakan proteksi untuk sejumlah pekerja berupah rendah yang
dipertimbangkan yang posisinya mudah kena tekanan dalam pasar tenaga
kerja.
2) Untuk memastikan pembayaran upah-upah yang adil.
15
3) Menyediakan suatu dasar bagi struktur upah dan mengurangi kemiskinan
dengan net keamanan sebagai proteksi upah yang terlalu rendah.
4) Melayani sebagai instrumen kebijakan ekonomi makro untuk mencapai
tujuan nasional seperti stabilitas dan pertumbuhan ekonomi dan
meningkatkan distribusi pendapatan (Wirawan, 2015:394
b. Upah Minimum Kabupaten/Kota
Menurut Peraturan Menteri Tenaga Kerja dan Transmigrasi Nomor 7
Tahun 2013, upah minimum kabupaten/kota adalah upah minimum yang
berlaku untuk seluruh kabupaten/kota di satu provinsi. Penetapan upah
minimum kabupten/kota seperti yang tercantum dalam pasal 7 Peraturan
Menteri Tenaga Kerja dan Transmigrasi Nomor 7 Tahun 2013 bahwa Gubernur
dapat menetapkan UMK atas rekomendasi Dewan Pengupahan Provinsi dan
rekomendasi dari bupati/walikota. Besaran UMK pada pasal 9 Peraturan
Menteri Tenaga Kerja dan Transmigrasi Nomor 7 Tahun 2013 dijelaskan lebih
besar dari UMP.
4. Jumlah Penduduk
Menurut BPS, Penduduk adalah semua orang yang berdomisili di wilayah
geografis Republik Indonesia selama 6 bulan atau lebih dan atau mereka yang
berdomisili kurang dari 6 bulan tetapi bertujuan untuk menetap. Sedangkan
penduduk menurut Undang-Undang No. 23 Tahun 2006 yaitu Warga Negara
Indonesia dan Orang Asing yang bertempat tinggal di Indonesia. Jumlah
penduduk adalah banyaknya orang yang menduduki suatu wilayah.
Pertambahan penduduk diakibatkan oleh 3 komponen demografi yaitu
fertilitas, mortalitas dan migrasi. Fertilitas adalah salah satu komponen
pertumbuhan penduduk yang bersifat menambah jumlah penduduk (TIM
Lembaga Demografi FEUI, 2011: 17). Ukuran-ukuran dasar fertilitas yaitu:
a. Angka Kelahiran Kasar (CBR/Crude Birth Rate)
adalah banyaknya kelahiran dalam satu tahun tertentu per seribu penduduk
pada pertengahan tahun yang sama. Rumus untuk menghitung angka kelahiran
kasar yaitu
16
𝐶𝐵𝑅=𝐵𝑃×𝑘
Dimana:
B adalah jumlah kelahiran selama satu tahun
P adalah jumlah penduduk pada pertengahan tahun
k adalah bilangan konstanta biasanya 1000
b. Angka Fertilitas Umum (GFR/General Fertility Rate)
Angka fertilitas umum adalah banyaknya kelahiran pada suatu tahun per
1000 penduduk perempuan yang berumur 15-49 tahun atau 15-44 tahun pada
pertengahan tahun yang sama. Rumus menghitung fertilitas angka fertilitas
umum yaitu:
𝐺𝐹𝑅=𝐵𝑃𝑓𝑓15−44×𝑘
atau 𝐺𝐹𝑅=𝐵𝑃𝑓𝑓15−49×𝑘
Dimana:
B adalah banyaknya kelahiran selama 1 tahun
Pff15-49 adalah banyaknya penduduk yang berumur 15-49 tahun pada
pertengahan tahun
Pff15-44 adalah banyaknya penduduk yang berumur 15-44 tahun pada
pertengahan tahun dan k adalah bilangan konstanta biasanya 1000
c. Angka Kelahiran Menurut Umur (ASFR/Age Specific Fertilityy Rate)
Angka kelahiran menurut umur adalah banyaknya kelahiran dari
perempuan pada suatu kelompok umur pada tahun tertentu per 1000
perempuan pada kelompok umur dan pertengahan tahun yang sama. Rumus
menghitung angka kelahiran menurut umur yaitu:
𝐴𝑆𝐹𝑅=𝑏𝑖
𝑝𝑖𝑓 x k
Dimana =
bi adalah jumlah kelahiran dari perempuan pada kelompok umur i pada tahun
tertentu
Pif adalah jumlah kelahiran dari perempuan pada kelompok umur i pada
pertengahan tahun tertentu
17
i adalah kelompok umur (i=1 untuk perempuan kelompok umur 15-19, i=1
untuk perempuan kelompok umur 20-24, .... , i=1 untuk perempuan kelompok
umur 45-49)
k adalah bilangan konstanta biasanya 1000
d. Angka Fertilitas Total
Angka fertilitas total dihitung dengan cara menjumlahkan angka kelahiran
menurut umur dan kemudian dikalikan interval kelompok umur biasanya lima
tahun. (TIM Lembaga Demografi FEUI, 2011: 76-78).
Mortalitas diartikan sebagai kematian yang terjadi pada anggota
penduduk.
Berikut ini adalah ukuran dasar mortalitas:
1) Angka kematian kasar (Crude Death Rate) yaitu jumlah kematian per 1000
pada tahun tertentu. Sehingga rumus perhitungan angka kematian kasar
yaitu:
𝐶𝐷𝑅= 𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑚𝑎𝑡𝑖𝑎𝑛 𝑝𝑒𝑟𝑡𝑎ℎ𝑢𝑛 𝑒𝑟𝑡𝑒𝑛𝑡𝑢
𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑛𝑑𝑢𝑑𝑢𝑘 𝑡𝑎ℎ𝑢𝑛 𝑡𝑒𝑟𝑡𝑒𝑛𝑡𝑢 xk
Dimana k adalah bilangan konstanta biasanya 1000
2) Angka kematian menurut umur (ASDR/Age Specific Death Rate) yaitu
jumlah kematian yang terjadi pada kelompok umur tertentu per 1000
penduduk kelompok umur tertentu pada tahun tertentu. Sehingga dapat
dihitung dengan rumus sebagai berikut:
𝐴𝑆𝐷𝑅𝑖=𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑚𝑎𝑡𝑖𝑎𝑛 𝑝𝑒𝑛𝑑𝑢𝑑𝑢𝑘 𝑢𝑚𝑢𝑟:𝑡𝑎ℎ𝑢𝑛 𝑡𝑒𝑟𝑡𝑒𝑛𝑡𝑢
𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑛𝑑𝑢𝑑𝑢𝑘 𝑢𝑚𝑢𝑟:𝑡𝑎ℎ𝑢𝑛 𝑡𝑒𝑟𝑡𝑒𝑛𝑡𝑢x k
Dimana k adalah bilangan konstanta biasanya 1000
3) Angka kematian bayi yaitu jumlah kematian bayi usia dibawah 1 tahun per
1000 kelahiran dalam tahun tertentu. (TIM Lembaga Demografi FEUI,
2011:106-108).
Migrasi adalah perpindahan penduduk dengan tujuan untuk menetap dari
suatu tempat ke tempat lain melampaui batas potik atau negara maupun batas
18
administratif atau batas bagian dalam suatu negara. Ukuran ukuran migrasi
yaitu angka migrasi masuk, angka migrasi keluar dan angka migrasi neto.
1) Angka migrasi masuk yaitu angka yang menunjukan banyaknya migran
yang masuk per 1000 orang penduduk daerah tujuan dalam waktu satu
tahun. Sehingga mi atau migrasi masuk dapat dihitung sebagai berikut.
𝑚𝑖=I
𝑃Xk
dimana mi adalah angka migrasi masuk
I adalah jumlah migran masuk
P adalah pertengahan tahun
k adalah bilangan konstanta biasanya 1000
2) Angka migrasi keluar atau mo yaitu banyaknya migran yang keluar per
1000 orang penduduk daerah asal dalam waktu satu tahun. Sehingga mo
atau migrasi masuk dapat dihitung sebagai berikut.
𝑚𝑜=𝑜
𝑝xk
dimana mO adalah angka migrasi keluar
O adalah jumlah migran keluar, P adalah pertengahan tahun
k adalah bilangan konstanta biasanya 1000
3) Angka Migrasi Netto menunjukkan banyaknya migran masuk dan keluar
dari suatu daerah per 1000 orang penduduk dalam satu tahun. Perhitungan
angka migrasi netto yaitu selisih banyaknya migran masuk dan keluar
(TIM Lembaga Demografi FEUI, 2011:140-141).
Ahli ekonomi yang mengaitkan masalah penduduk dengan dengan
ekonomi adalah Leibenstein dalam bukunya yang berjudul A Theory of
Economic Demographic Development. Leibenstein mengemukakan konsep a
low level trap yang menjelaskan perubahan demografi di negara-negara sedang
berkembang. Suatu kenaikan sedikit dalam pendapatan akan meningkatkan
jumlah penduduk dan persediaan tenaga kerja, yang pada gilirannya akan
19
menghapuskan pertumbuhan modal, produktivitas, dan sumber sumber
pertumbuhan ekonomi lainnya (TIM Lembaga Demografi FEUI, 2011:17).
Dalam pandangan Adam Smith dijelaskan bahwa faktor produksi paling
penting adalah manusia. Hal tersebut dikarenakan tanpa manusia sebagai faktor
utama produksi maka alam serta tanah tidak mampu diolah untuk dijadikan
suatu manfaat bagi kehidupan (Deliarnov, 1995:25). Namun jumlah penduduk
yang tinggi akan berimbas pada kemerosotan kemakmuran masyarakat.
Keadaan ini disebabkan oleh pertambahan tenaga kerja yang tidak dapat
menaikkan produksi nasional akibat dari pertumbuhan penduduk yang lebih
cepat (Sukirno, 2013:431).
20
B. Penelitian Terdahulu
No Judul, penulis,
dan tahun
penelitian
Objek
penelitian
Variabel Alat analisis Hasil
1 Pengaruh jumlah penduduk
,Produk Domestik Regional
Bruto(PDRB) ,dan
pengangguran terhadap
tingkat kemiskinan di
kabupaten aceh barat (cut
laila 2003-2014)
Kabupaten
Aceh barat
2003-2014
a. Variabel dependent
* Tingkat
Kemiskinan
b. Variable independent
* Jumlah penduduk
* Produk domestic
Regional bruto
(PDRB)
* Pengangguran
Analisis linier
berganda
a. Jumlah penduduk (X1) mempunyai pengaruh
yang negative
b. PDRB (X2) mempunyai pengaruh yang negatif,
c. Pengangguran(X3) mempunyai pengaruh yang
positif.
2 Analisis faktor-faktor yang
mempengaruhi kondisi
PDRB kabupaten/kota
diprovinsi jawa tengah
(widya kusuma ningsi 2009)
Provinsi jawa
tengah 2009
a. Variabel dependent
* Produk domestic
regional bruto
(PDRB)
b. Variabel independent
* Pendapatan
Asli daerah (PAD)
* Kredit
* Tabungan
* Belanja daerah
* Kepadatan penduduk
Regresi linier
berganda
melalui metode
OLS dengan
menggunakan
data cross
section
a. Variabel pendapatan asli daerah (PAD)
signifikan terhadap PDRB
b. Variabel kredit signifikan terhadap PDRB
21
3. Konsumsi energi, jumlah
penduduk terhadap PDRB
provinsi jawa tengah (Julia
Agustina 1985-2012)
Jawa tengah
1985-2012
a. Variabel dependent
* Produk
domestic
regional bruto
(PDRB)
b. Variabel independent
* Konsumsi enegrgi
* Jumlah penduduk
a.Metode OLS
b.Analisis kausal
a.Konsumsi energy berpengaruh positif dan signifikan
terhadap PDRB
b. Jumlah penduduk berpengaruh positif
dan signifikan terhadap PDRB
4. Pengaruh inflasi, PDRB dan
upah minimum terhadap
penyerapan tenaga kerja di
provinsi bali (I Gusti Agung
Indradewa Ketut Suardhika
Natha)
Provinsi bali a. Variabel dependent
*Penyerapan
tenaga kerja
b. Variabel independent
*Inflasi
*PDRB
*Upah minimum
Data time
series
a.Variabel inflasi secara parsial tidak berpengaruh
signifikan terhadap penyerapan tenaga kerja
b.PDRB secara parsial memiliki pengaruh yang
signifikan terhadap penyerapan tenaga kerja
c.Upah minimum secara parsial memiliki pengaruh
yang signifikan terhadap penyerapan
tenaga kerja
5. Pengaruh tenaga kerja, upah
minimum regional (UMR),
pendapatan asli daerah
(PAD) terhadap PDRB
perkapita kabupaten/kota di
kawasan kedungsepur
(ratri heningtyas utami)
Kendal demak
ungaran
semarang
salatiga
a. Data dependent
*PDRB per kapita
b. Data independent
*Tenaga kerja
*Upah minimum
regional (UMR)
*PDRB per kapita
Regresi data panel
dengan
menggunakan
metode General
Least Square
(GLS).
a. Variabel Tenaga Kerja berpengaruh negatif
terhadap PDRB perkapita
b. Variabel UMR berpengaruh positif terhadap
PDRB perkapita
c. Variabel PAD berpengaruh positif terhadap PDRB
perkapita
22
6 Pengaruh PDRB, jumlah
penduduk dan retribusi
daerah terhadap pendapatan
asli daerah (PAD)
Kabupaten dan kota di
provinsi Sumatra barat
2010-2014) Silvia mira
sari,ethika,dandes
Kendal demak
ungaran
semarang
salatiga
a. Data dependent
*Pendapatan
asli daerah (PAD)
b. Variabel independent
*PDRB
*Jumlah penduduk
*Retribusi daerah
Data sekunder
regresi berganda
a. Produk Domestik Regional Bruto tidak mempunyai
pengaruh positif signifikan terhadap Pendapatan
Asli Daerah,
b. Jumlah Penduduk mempunyai pengaruh positif
signifikan terhadap Pendapatan Asli Daerah.
c. Variabel PAD berpengaruh positif terhadap PDRB
perkapita
7 Inflaction and economic
performanceinin sudan: an
analysis study (Dr.
Badreidin Mohamed
Ahmed Abdurahman )
sudan Inflation And Economic
Performance In Sudan:
An Analysis Study
descriptive
analysis
methodology
after analyzed the data the results obtained showed
that economic performance in Sudan was affected by
inflation rates but the worst period was between
1995- 2000 in which the inflation rate impact
negatively economic performance as it shown by
GDP figures. From the results, the study
recommended positive intervene of monetary
authorities (e.g. Central Bank of Sudan) to control
high rates of prices
8 The Analysis of the
Economic Growth,
Minimum Wage, And
Unemployment Rate to the
Poverty level in East Java (
anna marinda,imama
muklis,wit wickasono )
Jawa timur a. variabel dependent
-Tingkat kemiskinan
b. variabel independent
-economi growth
-minimum wage
-unemployment rate
Data panel
kuantitatif
-The analysis result displayed that the economic
growth variable negatively yet significantly affected.
-The minimum wage also significantly and
negatively affected the poverty level
-The research finding of this study suggested that the
unemployment significantly affected and was
positively related to the number of poverty of East
Java in 2010 to 2014
23
C. Hubungan Antara Variabel
1. Hubungan antara Inflasi dengan PDRB
Pada prinsipnya tidak semua inflasi berdampak negatif pada
perekonomian. Terutama jika terjadi inflasi ringan yaitu inflasi dinbawah
sepuluh persen. Inflasi ringan justru dapat mendorong pertumbuhan ekonomi,
hal ini malah dapat mendorong semangat para pengusaha untuk mendorong
hasil produksinya.
Namun Tingkat inflasi yang tinggi dapat mempengaruhi dan menurunkan
pendapatan riil masyarakat, sehingga daya beli masyarakat dapat menurun.
Namun untuk masyarakat berpendapatan tidak tetap, inflasi bisa menguntukan
dan bisa dapat merugikan, sedangkan untuk masyarakat berpendapatan rendah
tentu inflasi jelas sangat merugikan mereka.
Pada intinya apabila tingkat inflasi rendah maka biaya produksi
masyarakat meningkat, dengan tingkat inflasi yang rendah maka PDRB suatu
daerah akan meningkat. Dan apabila tingkat inflasi tinggi dapat menyebabkan
PDRB menurun karna biaya produksi masyarakatnya ikut menurun. Akan
tetapi malik dan chowdhurry (2001;123) mengatakan pertumbuhan ekonomi
terlalu cepat dapat mengakibatkan inflasi atau keadaan ini disebut ekonomi
dalam keadaan terllalu panas (overheating economi)
2. Hubungan Upah Minimum terhadap PDRB
Sumarsono (2003;105) yang menyatakan bahwa upah di artikan sebagai
sejumlah dana yang di keluarkan pengusaha untuk membayar tenaga kerja
karna telah melakukan pekerjaannya yaitu menghasilkan produk, upah yang
meningkat secara langsung akan membawa dampak signifikan pada
pertumbuhn ekonomi, dengan adanya tingkat upah yang dinaikan maka para
pekerja akan meningkatkan jumlah konsumsinya. Seperti yang di kemukakan
sebelumnya bahwa menurut sumarsono dalam (2003;106) dalam perubahan
tingkat upah akan mepengaruhi tinggi rendahnya PDRB suatu daerah.
Tingkat upah yang tinggi dapat mepengaruhi PDRB suatu daerah karena
ketika tingkat upah di suatu daerah naik maka akan mengakibatkan tingkat
24
konsumsi penduduk ikut naik begitupun sebaliknya apabila upah minimum
suatu daerah rendah maka tingkat konsumsi cukup rendah sehingga akan
bepengaru terhadap PDRB suatu daerah tersebut.
3. Hubungan antara jumlah penduduk dengan PDRB
Semakin bertambahnya jumlah penuduk akan membawa dapak yang
sangat luar biasa terhadap pertumbuhan ekonomi, jumlah penduduk dan hal-
hal yang berkaitan dengan kenaikan jumlah angkatan kerja (labor force)
sebagai faktor positif dalam merangsang PDRB. Artinya, semakin banyak
jumlah penduduk maka jumlah angkatan kerja semakin tinggi, berarti semakin
banyak juga faktor produksi tenaga kerja, sehingga semakin banyak penduduk
akan meningkatkan pasar domestic regionall bruto (PDRB).
Jumlah penduduk yang tinggi bukan penyebab utama timbulnya masalah
pengngguran, kemiskinan, dan malnutrisi, sehingga harus sejalan dengan
kebijakan lain/factor lain untuk memperbaiki masalah tersebut.
Menurut ira setiati (1996) penduduk merupakan salah satu factor yang
signifikan berpengaruh terhadap pertumbuhan ekonomi regional. Hal ini
dibuktikan dengan hasil penelitiannya yang menunjukan bahwa jumlah
penduduk dan kepadatan penduduk memberikan kontribusi berupa skala
ekonomis yang meningkat efisiensi sektpr pemerintah atau berpengaruh secara
statistic terhadap output rill dalam hal ini PDRB dalam harga konstan dan
meningkatkan pertumbuhan ekonomi.
25
D. Kerangka Pemikiran
E. Hipotesis
Hipotesis adalah jawaban sementara atau kesimpulan yang diambil untuk
menjawab permasalahan yang dirumuskan dalam suatu penelitian yang
sebenarnya masih harus diuji secara empiris. Hipotesis yang dimaksud
merupakan dugaan yang mungkin benar atau mengkin salah. Hipotesis yang
akan diuji dalam penelitian ini adalah:
1. H0 : diduga tidak terdapat pengaruh inflasi secara parsial terhadap
Produk Domestic Regional bruto (PDRB) Kabupaten/Kota Provinsi
Banten Periode 2010-2017. Dengan nilai probabilitas lebih besar dari 0.05
atau 5% yang berarti H0 diterima dan menolak H1.
H1 : diduga terdapat pengaruh inflasi secara parsial terhadap produk
Domestic Regional Bruto (PDRB) Kabupaten/Kota Provinsi Banten
Periode 2010-2017.
Dengan nilai probabilitas lebih kecil dari 0.05 atau 5% yang berarti H1
diterima dan menolak H0.
2. H0 : diduga tidak dapat pengaruh upah minimum secara parsial terhadap
Produk Domestic Regional Bruto (PDRB) Kabupaten/Kota Provinsi
Inflasi Upah
minimum
Jumlah
penduduK
Produk domestic regional
bruto (PDRB)
26
Banten Periode 2010-2017.Dengan nilai probabilitas lebih besar dari 0.05
atau 5% yang berarti H0 diterima dan menolak H1.
H1 : diduga terdapat pengaruh upah minimum secara parsial terhadap
Produk Domestic Regional Bruto (PDRB) Kabupaten/Kota Provinsi
Banten Periode 2010-2017.Dengan nilai probabilitas lebih kecil dari 0.05
atau 5% yang berarti H1 diterima dan menolak H0.
3. H0 : diduga tidak terdapat pengaruh pengaruh jumlah penduduk secara
parsial terhadap Produk Domestic Regional Bruto (PDRB)
Kabupaten/Kota Provinsi Banten Periode 2010-2017.Dengan nilai
probabilitas lebih besar dari 0.05 atau 5% yang berarti H0 diterima dan
menolak H1.
H1 : diduga terdapat pengaruh pengaruh jumlah penduduk secara parsial
terhadap produk domestic regional bruto (PDRB) Kabupaten/Kota
Provinsi Banten Periode 2010-2017.Dengan nilai probabilitas lebih kecil
dari 0.05 atau 5% yang berarti H1 diterima dan menolak H0
4. H0 : diduga tidak terdapat pengaruh inflasi,upah minimum dan jumlah
penduduk secara simultan terhadap Produk Domestic Regional Bruto
(PDRB) kabupaten/kota provinsi banten 20101-2017.dengan nilai
probabilitas lebih besar dari 0.05 atau 5% yang berarti H0 diterima dan
menolak H1.
H1 : diduga terdapat pengaruh terdapat pengaruh inflasi,upah minimum
dan jumlah penduduk secara simultan terhadap produk domestic regional
bruto (PDRB) kabupaten/kota provinsi banten 20101-2017.Dengan nilai
probabilitas lebih kecil dari 0.05 atau 5% yang berarti H1 diterima dan
menolak H0.
27
BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Ruang lingkup dalam penelitian ini bersifat kuantitatif berfokus pada
kabupaten/kota di Provinsi Banten. Variabel yang digunakan dalam penelitian
ini adalah variabel dependen atau terikat, yaitu produk domestik regional bruto
(PDRB) dan variabe independen atau bebas, pengaruh inflasi, upah minimum
dan jumlah penduduk secara simultan terhadap produk domestik regional bruto
(PDRB). Periode yang digunakan dalam penelitian ini selama periode 2010-
2017.
B. Jenis dan Sumber Data
Jenis data yang digunakan adalah data sekunder. Sumber data yang
digunakan didapat dari, Badan Pusat Statistik (BPS), serta berbagai sumber lain
baik jurnal, makalah, internet dan karya ilmiah lainnya yang berkaitan dengan
penelitian ini.
C. Metode Pengumpulan data
Metode pengumpulan data dalam penelitian ini adalah dengan data
sekunderyang di peroleh dari Badan Pusat Stastistik yang berupa data dari
kurun waktu 2010-2017 serta berbagai sumber lain baik jurnal, makalah,
internet dan karyailmiah lainnya yang berkaitan dengan penelitian ini.
D. Model Analisis Data
Menurut Basuki (2016:276) regresi data panel merupakan teknik regresi
yang menggabungkan data runtut waktu (time series) dengan data silang (cross
section)
Metode Estimasi Model Regresi PanelMenurut Basuki (2016:276-27),
dalam metode estimasi model regresi dengan menggunakan data panel dapat
dilakukan melalui tiga pendekatan, antara lain:
28
1. Estimasi Data Panel:
a. Common Effect Model
Merupakan pendekatan model data panel yang paling sederhana karena
hanya menggabungkankan data time series dan data cross section. Pada model
ini tidak perlu dimensi waktu maupun individu, sehingga diasumsikan bahwa
perilaku data perusahaan sama dalam berbagai kurun waktu. Metode ini bisa
menggunakan sama dalam berbagai kurun waktu. Metode ini bisa menggunakn
pendekatan Ordinary Least Square (OLS) atau teknik kuadarat terkecil untuk
mengestimasi model data panel.
b. Fixed Effect Model
Model ini memiliki asumsi bahwa perbedaan antar individu dapat
diakomodasi dari perbedaan intersepnya. Untuk mengestimasi data panel
model Fixed Effect menggunakan tehnik variable dummy untuk menangkap
perbedaan intersep antar perusahaan. Namun demikian, slopenya sama antar
perusahaan. Model estimasi ini sering juga disebut dengan teknik least Squares
Dummy Variable (LDSV).
c. Random Effect Model
Model ini akan melakukan estimasi data panel dimana variabel gangguan
mungkin saling berhubungan antar waktu dan antar individu. Pada model
random effect perbedaan pada intersep diakomodasi oleh error terms masing-
masing perusahaan. Keuntungan menggunakan model ini yakni
menghilangkan heteroskedastisitas. Model ini juga disebut dengan Error
Component Model (ECM) atau teknik Generalized Least Squar (GLS).
2. Estimasi Parameter
Estimasi merupakan proses menggunakan contoh statistic untuk
memperhitungkan parameter populasi yang belum diketahui. Terdapat dua
estimasi parameter dalam data panel, yaitu:
a. Ordinary Least Square (OLS)
OLS adalah salah satu metode bagian dari kuadra kecil yang sering hanya
disebut kuadran terkecil. Metode ini sering dipakai untuk persamaan regresi
sederhana.
29
b. Generalized Least Square (GLS)
Kasus heterokedastisitas sering muncul apabila data digunakan adalah
cross-section. Data panel menggunakan estimasi GLS ini lebih baik dan
konsisten disbanding dengan OLS.Metode GLS mampu memperhitungkan
secara eksplisit dan mampu menghasilkan estimator BLUE. Estimasi GLS
dapat dianalisis dengan model Fixed effect dan common effect. Penggunaan
estimasi GLS sudah memenuhi asumsi klasik sehingga tidak memerlukan uji
asumsi klasik (Gujarati,2003
3. Pemilihan Model Data Panel
Menurut Basuki (2016: 277), untuk memilih model yang paling tepat
dalam mengelola data panel, terdapat beberapa pengujian yang dapat
dilakukan, yakni:
a. Uji Chow
Merupakan pengujian untuk menentukan model fixed effect atau Common
Effect yang paling tepat digunakan dalam mengestimasi data panel. Apabila
nilai F hitung lebih besar dari F tabel maka hipotesis nul ditolak yang artinya
model yang tepat untuk regresi data panel adalah model Fixed Effect. Hipotesis
yang dibentuk dalam Uji Chow adalah sebagai berikut:
H0 : Common Effect Model
H1 : Fixed Effect Model
b. Uji Hausman
Merupakan pengujian statistik untuk memilih apakah model Fixed Effect atau
Random Effect yang paling tepat digunakan. Apabila nilai statistik lebih besar
dari nilai Chi-Squares maka artinya model yang tepat digunakan untuk regresi
data panel adalah model Fixed Effect. Hipotesis yang terbentuk dalam
Hausman test adalah sebagai berikut:
H0 : Random Effect Model
H1 : Fixed Effect Model
30
4. Uji Hipotesis
a. Uji Koefisien Determinasi (Adjusted)
Menurut Ghazali (2013:97), Koefisien determinasi (R2) mengukur
seberapa jauh kemampuan model dalam menerangkan variasi variabel
dependen. Dalam penelitian ini pengukuran menggunakan Adjusted karena
lebih akurat untuk menilai model regresi tersebut.
b. Uji Simultan (Uji F)
Menurut Ghazali (2013:98), uji F pada dasarnya bertujuan untuk menunjukkan
apakah semua variabel bebas atau independen yang di dalam model
mempunyai pengaruh secara bersama-sama terhadap variabel terikat atau
dependen. Uji F ini dilakukan dengan menggunakan nilai signifikansi.
Rumusan hipotesis sebagai berikut:
Ho : variabel independen secara simultan tidak berpengaruh terhadap variabel
dependen.
H1 : variabel independen secara simultan berpengaruh terhadap variabel
dependen.
Adapun kinerja pengujiannya sebagai berikut:
1) Ho diterima jika tingkat signifikansi > 0,05
2) H1 diterima jika tingkat signifikansi < 0,05
c. Uji Parsial (Uji T)
Menurut Ghazali (2013:98), uji T pada dasarnya bertujuan untuk menunjukkan
seberapa jauh pengaruh satu variabel independen secara individual dalam
menerangkan variabel dependen. Rumusan hipotesis yang digunakan sebagai
berikut:
Ho : variabel independen tidak berpengaruh signifikansi terhadap variabel
dependen.
H1 : variabel independen berpengaruh secara signifikan terhadap variabel
dependen.
Adapun kriteria pengujiannya sebagai berikut:
Ho diterima jika tingkat signifikansi > 0,05
H1 diterima jika tingkat signifikansi < 0,05
31
E. Variabel Penelitian dan Definisi Operasional
Untuk memperjelas dan memudahkan pemahaman terhadap variabel-
variabel yang akan dianalisis dalam penelitian ini, maka perlu dirumuskan
definisi operasional sebagai berikut:
1. Variabel terikat dalam penelitian ini, yaitu produk domestic regional bruto
(PDRB) merupakan jumlah produk domestic regional bruto (PDRB) yang
terserap di Provinsi Banten.
2. Variabel bebas dalam penelitian ini yaitu:
a. Upah Merupakan balasan jasa yang berupa uang yang diterima oleh
karyawan.
a. Inflasi merupakan suatu kecenderungan mengenai harga-harga agar
naik pada umumnya dan juga secara terus-menerus. Keadaan ketika
harga dari satu atau beberapa barang naik, maka itu bukanlah dapat
dikatakan sebagai inflasi. Namun, jika harga barang yang naik
tersebut meluas dan menyebabkan naiknya sebagian besar dari
barang-barang lainnya itulah yang dinamakan dengan inflasi.
b. Penduduk merupakan semua orang yang berdomosili di wilayah
geografis Republik Indonesia selama 6 bulan atau lebih dan mereka
yang berdomisili kurang dari 6 bulan dengan tujuan untuk menetap
(BPS, 2014).
32
BAB IV
PEMBAHASAN
A. Gambaran Umum Objek Penelitian
Provinsi Banten secara astonomi terletak pada 5°7'50" - 7°1'1"LS dan
105°1'11" - 106°7'12"BT. Sedangkan secara geografis, Provinsi Banten
terletak di ujung barat Pulau Jawa dan berjarak sekitar 90 km dari DKI Jakarta
serta memiliki luas sebesar 9.662.92 km2 atau sekitar 0,51 persen dari luas
wilayah Negara Kesatuan Republik Indonesia. Wilayahnya berbatasan
langsung dengan Provinsi DKI Jakarta dan Jawa Barat di sebelah timur, Laut
Jawa di sebelah utara, Samudra Hindia di sebelah selatan dan Selat Sunda di
sebelah barat.
Provinsi Banten merupakan salah satu daerah pemekaran yang dulu
termasuk dalam wilayah Karisidenan Banten-Provinsi Jawa Barat dan
terbentuk melalui Undang-Undang No. 23 Tahun 2000.
Mulanya Provinsi Banten terdiri dari 4 kabupaten yaitu Kabupaten
Pandeglang, Kabupaten Lebak, Kabupaten Serang, dan Kabupaten Tangerang
serta 2 kota yaitu Kota Tangerang dan Kota Cilegon. Setelah terjadi pemekaran
maka Kabupaten Tangerang menjadi Kabupaten Tangerang dan Kota
33
Tangerang Selatan. Selanjutnya Kabupaten Serang menjadi Kabupaten Serang
dan Kota Serang. Sehingga sekarang Provinsi Banten memiliki 4 kabupaten
dan 4 kota.
B. Deskripsi data penelitian
Penelitian ini bertujuan untuk mengetahui pengaruh inflasi kenaikan
upah minimum dan jumlah penduduk terhadap produk domestik regional bruto
(PDRB) di Provinsi Banten tahun 2010 sampai dengan tahun 2017. Penelitian
ini menggunakan data sekunder yang diperoleh melalui BPS, Dinakertrans dan
lembaga lain yang menunjang dalam penelitian ini. Data penelitian diambil
selama 8 tahun mulai dari tahun 2010 sampai dengan 2017 dengan data cross
section sebanyak 8 kabupaten/kota di Provinsi Banten.
Ada dua variabel yang digunakan dalam penelitian ini yaitu variabel
terikat dan variabel bebas. Dalam hal ini variabel terikat yang digunakan adalah
produk domestik regional bruto (PDRB) dan variabel bebas meliputi inflasi,
kenaikan upah minimum dan julah penduduk. Berikut ini adalah deskripsi data
dari variabel-variabel tersebut:
1. Deskripsi Produk Domestic Regional Bruto (PDRB)
Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator
penting untuk mengetahui kondisi ekonomi di suatu daerah dalam suatu
periode tertentu, baik atas dasar harga berlaku maupun atas dasar harga
konstan. PDRB pada dasarnya merupakan jumlah nilai tambah yang dihasilkan
oleh seluruh unit usaha dalam suatu daerah tertentu, atau merupakan jumlah
nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi pada
suatu daerah.
PDRB atas dasar harga berlaku menggambarkan nilai tambah barang dan
jasa yang dihitung menggunakan harga pada tahun berjalan, sedang PDRB atas
dasar harga konstan menunjukkan nilai tambah barang dan jasa tersebut yang
dihitung menggunakan harga yang berlaku pada satu tahun tertentu sebagai
tahun dasar. PDRB menurut harga berlaku digunakan untuk mengetahui
kemampuan sumber daya ekonomi, pergeseran, dan struktur ekonomi suatu
34
daerah. Sementara itu, PDRB konstan digunakan untuk mengetahui
pertumbuhan ekonomi secara riil dari tahun ke tahun atau pertumbuhan
ekonomi yang tidak dipengaruhi oleh faktor harga.
PDRB juga dapat digunakan untuk mengetahui perubahan harga dengan
menghitung deflator PDRB (perubahan indeks implisit). Indeks harga implisit
merupakan rasio antara PDRB menurut harga berlaku dan PDRB menurut
harga konstan. (Departemen Statistik Ekonomi dan Moneter, Bank Indonesia)
Berikut adalah data PDRB kabupaten/kota provinsi banten tahun 2010
sampai denga tahun 2017.
Tabel 4.1
Tingkat PDRB Provinsi Banten 2010-2017
Kab/kot
a
2010 2011 2012 2013 2014 2015 2016 2017
Kab.Pan
deglang
122795
41,58
136949
73,11
151154
36,76
164439
05,89
182037
69,04
203392
61,34
221686
66,57
244636
94,1
Kab.Leba
k
125725
38,49
139608
48,51
152158
99,36
167420
46,8
185945
46
206752
48,22
225278
49,15
248285
96,67
Kab.Sera
ng
338409
90,22
381868
51,48
420395
09,83
459722
93,42
513209
86,07
566842
86,82
612663
06,78
676435
62,23
Kab.Tan
gerang
580994
18,94
657412
59,06
723036
51,4
805705
51,87
914104
71,61
101564
681,2
109172
163,5
121294
163
Kota
Tanger
ang
669213
78,13
757099
28,11
836481
27,21
945610
20,02
109956
046,1
124676
707,5
136085
438
153205
620,3
Kota
Cilegon
446765
28,71
498276
56,66
554141
44,38
617469
03,12
697493
74,15
772589
56,33
824192
12,21
912896
23,03
Kota
Serang
125495
72,23
141609
18,97
155066
72,83
174526
20,58
196577
36,04
218473
19,37
239293
30,39
266491
17
Kota
Tanger
ang
Selatan
305253
14,92
348918
50,46
390714
87,56
443467
40,54
500741
10,56
560188
48,41
607216
78,2
681061
37,72
Sumber BPS
Dari data diatas menunjukan bahwa produk domestic regional bruto
(PDRB) provinsi banten setiap tahun mengalami kenaikan yan signifikan, pada
tahun 2015 kenaikan sebesar 478543971,7 juta rupiah. kota yang paling tinggi
35
mengalami tingkat produk regional bruto yaitu kota Tangerang dikarenakan
perusahaan industry di kota Tangerang cukup banyak, oleh karena itu peluang
tenaga kerja cukup banyak dan pertumbuhan ekonomi di kota tersebut
mengalami kenaikan.
2. Deskripsi inflasi kabupaten/kota provinsi banten
Inflasi dalah suatau keadaan perekonomian di suatu negara dimana terjadi
kecenderungan kenaikan harga-harga barang dan jasa secaa umum dalam
waktu yang panjang. Menurut (winardi) inflasi adalah suatu periode masa
tertentu, dimana terjadi penurunan kekuatan dalam pembelian terhadap
kesatuan moneter. nflasi dapat timbul apabila nilai uang yang didepositokan
beredar lebih banyak dibandingkan atas jumlah barang atau pun jasa yang
ditawarkan. Sedangkan menurut (sadono sukirno) inflasi adalah proses
kenaikan harga-harga yang terjadi dalam suatu perekonomian.
Berikut dalah data inflasi kabupaten/kota provinsi banten 2010-2017
Tabel 4.2
Inflasi Kabupaten/Kota Provinsi Banten
Kab/kota 2010 2011 2012 2013 2014 2015 2016 2017
Kab.pandeglang 5,77 4,93 5,73 7,56 6,54 5,17 5,16 5,15
Kab.serang 4,93 6,35 5,43 3,12 5,50 5,17 5,60 6,08
Kab.tangerang 6,17 6,10 6,03 7,64 7,12 5,43 5,36 5,30
Kab.lebak 5,36 5,31 5,04 5,30 5,14 4,67 4,55 4,43
Kota serang 6,18 2,78 4,41 9,16 11,27 4,29 2,65 5,17
Kota Tangerang 6,12 3,78 4,44 10,02 10,03 4,28 3,26 3,50
Kota
tengerang selatan 6,12 3,78 4,44 10,02 10,57 3,33 3,61 3,91
Kota cilegon 6,08 2,35 3,91 7,98 9,93 3,94 4,22 5,24
Sumber BPS
36
Dari tabel diatas menunjukan inflasi kabupaten/kota provinsi banten
mengalami fluktuaktif. Akan tetapi pada tahun 2013 sampai dengan tahun 2014
hampir masing-masing kabupaten/kota terjadi kenaikan inflasi. Hal ini disebabkan
pada tahun 2013 dan tahun 2014 terjadi kenaikan harga BBM sehingga memicu
kenaikan harga sandang dan pangan di Provinsi Banten. Sedangkan pada tahun
2015 tingkat inflasi di masing-masing kabupaten/kota mengalami penurunan.
Inflasi. Inflasi tertinggi berada di Kota Serang sebesar 11,27% pada tahun 2014
dan inflasi terendah berada di Kota Cilegon yaitu sebesar 2,35% pada tahun 2011.
3. Deskripsi kenaikan upah minimum
Menurut Peraturan Menteri Tenaga Kerja dan Transmigrasi Nomor 7
Tahun 2013, upah minimum kabupaten/kota adalah upah minimum yang
berlaku untuk seluruh kabupaten/kota di satu provinsi. Berikut ini adalah tabel
upah minimum pada masing-masing kabupaten/kota di Provinsi Banten.
Tabel 4.3
Upah Minimum Kabupaten/Kota Provinsi Banten
Kab/kot
a
2010 2011 2012 2013 2014 2015 2016 2017
Kab.Pande
glang
964.5
00
1.015.
000
1.050.
000
1.182.
000
1.418.
000
1.737.
000
1.999.
981
2.164.
979
Kab.Leba
k
959.5
00
1.007.
500
1.047.
800
1.187.
500
1.490.
000
1.728.
000
1.965.
000
2.127.
113
Kab.Seran
g
1.101.
000
1.189.
600
1.320.
500
2.080.
000
2.340.
000
2.700.
000
3.010.
500
3.258.
866
Kab.Tange
rang
1.117.
245
1.285.
000
1.527.
000
2.200.
000
2.442.
000
2.710.
000
3.021.
650
3.270.
936
Kota
Tangera
ng
1.118.
009
1.290.
000
1.527.
000
2.203.
000
2.444.
301
2.730.
000
3.043.
950
3.295.
057
Kota
Cilegon
1.174.
000
1.224.
000
1.347.
000
2.200.
000
2.443.
000
2.760.
590
3.078.
057
3.331.
998
Kota
Serang
1.050.
000
1.166.
000
1.231.
000
1.798.
446
2.166.
000
2.375.
000
2.648.
125
2.866.
595
37
Kota
Tangera
ng
Selatan
1.130.
000
1.290.
000
1.527.
000
2.200.
000
2.442.
000
2.710.
000
3.021.
650
3.270.
936
Sumber BPS
Dari tabel 4.3 dapat diketahui bahwa upah minimum selama tahun 2010
sampai dengan 2017 dari masing-masing kabupaten/kota mengalami kenaikan.
Kenaikan upah minimum tertinggi di Kota Cilegon dari Rp. 1.347.000 menjadi
Rp. 2.200.000 dan kenaikan upah terendah berada di Kota Tangerang selatan
dari Rp. 1.130.000 hanya menjadi Rp. 1.290.000. Salah satu penyebab
peningkatan upah minimum kabupaten/kota ini adalah menyesuaikan dengan
tingkat inflasi sehingga pekerja tidak mengalami penurunan kesejahteraan.
4. Deskripsi jumlah penduduk kabupaten/kota provinsi banten
Jumlah penduduk adalah banyaknya orang yang menduduki suatu wilayah.
Pertambahan atau pengurangan jumlah penduduk diakibatkan oleh 3
komponen demografi yaitu fertilitas, mortalitas dan migrasi.
Tabel 4.4
Jumlah Penduduk Kabupaten/Kota Provinsi Banten
Kab/kota 2010 2011 2012 2013 2014 2015 2016 2017 Kab.Pandeg
lang 11542
07 11639
05 11729
06 11830
06 11884
05 11949
11 12005
12 12052
03 Kab.Lebak 12092
07 12229
05 12358
06 12479
06 12593
05 12698
12 12794
12 12881
03 Kab.Serang 14087
96 14236
94 14376
95 14508
94 14630
94 14743
01 14845
02 14935
91 Kab.Tanger
ang 28521
82 29530
77 30556
81 31577
80 32647
76 33705
94 34774
95 35847
70 Kota
Tangerang 18084
98 18565
95 19045
98 19523
96 19998
94 20471
05 20937
06 21398
91 Kota
Cilegon 37640
4 38390
3 39120
3 39830
4 40530
3 41210
6 41870
5 42510
3 Kota Serang 58080
2 59360
1 60630
2 61880
2 63110
1 64320
5 65500
4 66660
0 Kota
Tangerang
Selatan
1298504
1346102
1394405
1443403
1492999
1543209
1593812
1644899
Sumber BPS
38
Dari tabel di atas menunjukan, jumlah penduduk masing-masing
kabupaten/kota mengalami kenaikan, jumlah penduduk terbanyak berada di
kabupaten Tangerang pada tahun 2017 yaitu sebesar 3.584.770 `dan julah
penduduk terendah berada di kota cilegon pada tahun 2010 yaitu 374.559.
Kenaikan jumlah penduduk ini akan menjadi beban tersendiri jika pemerintah
setempat dan instasi terkait tidak segera menanggulanginya.
C. Penentuan Model
Peneliti memilih pendekatan estimasi generalized least square (GLS)
dengan model fixed effect model (FEM). Hal tersebut ditetapkan setelah
melalui beberapa proses pemilihan model (uji chow & uji hausman) dan
beberapa analisis uji asumsi klasik. Uji yang dilakukan untuk menentukan
model estimasi adalah uji chow dan uji hausman. Dimana uji chow adalah uji
yang menentukan model antara common effect model dan fixed effect model.
Sementara uji hausman adalah uji yang menentukan model antara fixed effect
model dan juga random effect model.
Hasilnya adalah model yang peneliti gunakan adalah model FEM, namun
pengujian asumsi klasik yang peneliti lakukan tidak lulus uji, seperti ditemukan
autokorelasi dan juga multikolinearitas didalam model tersebut. Karena hal
tersebut peneliti menggunakan pendekatan weight atau GLS pada model
estimasi FEM, dikarena-kan hal itu, uji hausman tidak lagi dibutuhkan karena
weight atau pembobotan tidak ada atau tidak dilakukan dalam model REM.
Lalu, pengujian asumsi klasik juga dapat diabaikan dikarenakan model
estimasi yang digunakan adalah GLS.
1. Hasil Uji Chow
Tabel 4.5
Redundant Fixed Effects Tests
Equation: REGRES_LOG
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 1308.509273 (7,53) 0.0000
Sumber :Hasil Olahan Eviews
39
Dari hasil pengujian, di dapatkan nilai dari cross-section F adalah 0.0000.
Dimana:
H0 = Common Effect Model
H1 = Fixed Effect Model
Dikarenakan nilai probabilitas dari cross-section F adalah sebesar 0.0000,
maka H0 ditolak (dikarenkan lebih dari 0.005), tingkat signifikansi yang
digunakan adalah 0.005 (α = 5%). Maka sudah bisa dipastikan model estimasi
FEM adalah model yang untuk penelitian kali ini. Dikarenakan adanya
autokorelasi dan multikolinearitas pada model ini, maka peneliti menggunakan
bobot/weight pada model estimasi FEM, untuk dapat mengabaikan uji asumsi
klasik. Dikarenakan pada model estimasi REM tidak dapat menggunakan
bobot, maka uji hausman (pemilihan FEM atau REM), tidak perlu dilakukan.
2. Hasil Uji Hausman
Tabel 4.6
Hasil Uji Hausmann
Correlated Random Effects - Hausman Test
Equation: REGRES_LOG
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 9.811312 3 0.0202
Sumber:
Dari hasil pengujian, di dapatkan nilai dari cross-section F adalah 0.0000.
Dimana:
H0 = Random Effect Model
H1 = Fixed Effect Model
Dikarenakan nilai probabilitas dari cross-section F adalah sebesar
0.0202, maka H0 ditolak (dikarenkan lebih dari 0.005), tingkat signifikansi
yang digunakan adalah 0.005 (α = 5%). Maka sudah bisa dipastikan
melalui dua uji, model FEM yang terbaik untuk digunakan.
40
D. Pengujian Hipotesis
1. Uji Statistik
Pengujian statistik dilakukan untuk mengetahui apakah model estimasi
yang peniliti gunakan sudah tepat dan pas. Pengujian stastik adalah gambaran
keseluruhan model secara statistik, apakah model estimasi tersebut bagus atau
tidak. Peniliti menggunakan aplikasi pengolahan data berupa eviews edisi ke-
9. Dalam pengujian statistik dilihat beberapa aspek nilai statistik dalam model
yang akan diuji, diantaranya adalah uji R-squared atau koefisien determinasi
(R2), uji F-statistik dan yang terakhir adalah uji t-statistik.
a. Uji R-Squared (Koefisien Determinasi)
Uji R-squared atau uji koefisien determinasi adalah alat uji statistik untuk
menjelaskan seberapa mampu variabel independent (variabel bebas) dapat
menjelaskan variabel dependent-nya (variabel terikat). \
Tabel 4.7
Uji Koefiesien Determinasi Weighted Statistics R-squared 0.997014 Mean dependent var 8.833917
Adjusted R-squared 0.996450 S.D. dependent var 2.999000
Sesuai dengan tabel model estimasi diatas, nilai R-squared (R2) yang
diperoleh dari model estimasi FEM pendekatan GLS adalah 0.997014 yang
artinya, variabel inflasi, jumlah penduduk, dan kenaikan upah minimum
mampu menjelaskan variabel pdrb sebesar 97%. Dapat dikatakan pdrb 97%
dipengaruhi oleh inflasi, jumlah penduduk, dan kenaikan upah minimum,
sisanya sebesar 3% dapat dijelaskan/dipengaruhi oleh variabel lain diluar
ketiga variabel tersebut.
b. Uji F-Statistic (Signifikansi Serentak/Model)
Uji F-statistik adalah alat uji untuk melihat apakah ketiga variabel (inflasi,
jumlah penduduk, dan kenaikan upah minimum) mempunyai pengaruh yang
41
signifikan secara bersama-sama terhadap variabel terikatnya. Bisa dikatakan,
uji F-statistik adalah pengujian terhadap model yang telah peniliti buat. Jika
secara serentak signifikan, maka model yang peniliti buat bisa dikatakan adalah
model yang baik, sebaliknya jika secara serentak tidak signifikan maka model
yang peniliti buat tidak baik untuk dipakai.
Cara menguji F-statistik adalah sebagai berikut:
H0: Model tidak diterima
H1: Model diterima
Jika nilai probabilitas F-statistik lebih kecil dibandingkan nilai alpha
(signifikansi = 5%), maka H0 di tolak, dengan kata lain model dapat diterima
atau secara serentak tiga variabel yang peneliti gunakan dapat mempengaruhi
variabel terikat-nya. Namun bila nilai probabilitas F-statistiknya lebih besar
dibandingkan nilai alpha, maka H0 diterima, dengan kata lain model tidak dapat
diterima.
Tabel 4.8
Uji F Statistik
F-statistic 1769.366
Prob(F-statistic) 0.000000
Dalam penelitian ini, nilai alpha atau signifikansi adalah 5% (0.005),
sementara nilai probabilitas F-statistiknya adalah 0.0000. Dapat dikatakan nilai
probabilitas F-statistik lebih kecil dibandingkan dengan nilai alpha, maka dapat
disimpulkan model yang peniliti gunakan adalah baik (secara serentak dapat
mempengaruhi variabel y).
c. Uji t-Statistic (Signifikansi Parsial)
Uji t-statistik adalah alat uji yang digunakan untuk melihat keterkaitan
variabel bebas dengan variabel terikat secara individu (parsial). Uji ini
dimaksudkan untuk mengetahui apakah variabel bebas (secara parsial),
mempunyai hubungan yang signifikan (atau dapat mempengaruhi) terhadap
variabel bebas-nya. Cara untuk melakukan uji ini adalah dengan
42
membandingkan t-tabel dengan t-hitung-nya (t-statistik), namun bisa juga
dengan cara membandingkan nilai probabilitas t-statistik dengan derajat
kepercayaan atau nilai alphanya. Nilai alpha yang digunakan adalah 5%
(0,005), jika nilai probabilitas t-statistik lebih kecil dibandingkan dengan nilai
alpha/derajat kepercayaan, maka dapat dipastikan satu variabel tersebut
mempunyai pengaruh dan signifikan terhadap variabel bebas. Sebaliknya, bila
nilai probabilitas t-statistik lebih besar dibandingkan dengan nilai alpha-nya,
maka dapat dipastikan satu variabel tersebut tidak signifikan dan tidak
berpengaruh terhadap variabel y-nya.
Tabel 4.9
Uji t Statistik
Variable Coefficient Std. Error t-Statistic Prob. LOGPOP 0.810345 0.244909 3.308767 0.0017
LOGINF -0.067200 0.014263 -4.711372 0.0000
LOGUPAH 0.538981 0.037882 14.22798 0.0000
C -0.651152 1.276403 -0.510146 0.6121
Sesuai dengan table FEM, variabel inflasi mempunyai nilai probabilitas
sebesar 0.0017, dengan kata lain nilai probabilitas inflasi lebih kecil
dibandingkan dengan nilai alpha. Maka dapat disimpulkan, variabel inflasi
mempunyai pengaruh negative dan signifikan terhadap variabel terikat PDRB.
Pengaruh yang dihasilkan oleh variabel ini adalah negatif, terlihat dari nilai
koefisiennya yaitu -0.067200 yang dapat diartikan, bila inflasi naik sebesar 1
satuan akan menyebabkan PDRB turun sebesar -0.067200 satuan.
Sementara untuk variabel jumlah penduduk, mempunyai nilai probabilitas
t-statistik sebesar 0.0017. Dapat diartikan, nilai probabilitas pada variabel
jumlah penduduk lebih kecil dibandingkan dengan nilai derajat
kepercayaannya. Dapat dikatakan variabel ini mempunyai pengaruh yang
signifikan terhadap variabel PDRB. Hubungan yang terjadi adalah positif,
dikarenakan koefisien dari variabel jumlah penduduk adalah 0.810345, yang
dapat diartikan, bila jumlah penduduk naik sebesar satu satuan, maka akan
43
menyebabkan kenaikan pada pdrb sebesar 0.810345 satuan (diasumsikan yang
lain sama/ceteris paribus).
Variabel yang terakhir adalah variabel kenaikan upah minimum. Nilai
probabilitas t-statistik pada variabel ini adalah 0.0000, dimana jika
dibandingkan dengan nilai alpha, nilai probabilitas kenaikan upah minimum
lebih kecil. Dapat diartikan variabel ini mempunyai pengaruh yang signifikan
terhadap variabel terikat PDRB. Namun, hubungannya adalah negatif,
dikarenakan koefisien dari variabel ini adalah 0.538981. Dimana saat adanya
kenaikan pada kenaikan upah minimunm sebesar satu satuan, maka akan
menyebabkan nilai PDRB naik juga sebesar 0.538981 satuan.
E. Analisa Ekonomi
1. Pengaruh Inflasi terhadap PDRB
Berdasarkan hasil pengujian hipotesis menunjukan bahwa inflasi
berpengaruh negatif terhadap PDRB. Hal ini terlihat dari nilai koefisien sebesar
-0.067200 dengan probabilitas sebesar 0.0000. yang lebih kecil dari 0,05
Alasan bahwa inflasi tidak berpengaruh negatif terhadap PDRB karena apabila
terjadi kenaikan inflasi cenderung akan mengurangi tingkat PDRB.
2. Pengaruh Kenaikan Upah Minimum terhadap PDRB
Berdasarkan hasil pengujian hipotesis menunjukan bahwa kenaikan upah
minimum berpengaruh signifikan terhadap PDRB. Hal ini terlihat dari nilai
probability sebesar 0,0000 yang lebih kecil dari 0,05 dengan koefisien sebesar
0,538981. Alasan bahwa kenaikan upah minimum berpengaruh terhadap
PDRB adalah dengan kenaikan tingkat upah maka para pekerja akan
meningkatkan jumlah konsumsinya. Seperti yang di kemukakan sebelumnya
bahwa menurut sumarsono (2003;106) dalam perubahan tingkat upah akan
mepengaruhi tinggi rendahnya PDRB suatu daerah. Namun,
3. Pengaruh Jumlah Penduduk terhadap PDRB berpengaruh terhadap
Berdasarkan hasil uji hipotesis menunjukan bahwa jumlah penduduk
berpengaruh terhadap PDRB hal ini terlihat dari probability sebesar 0,0017
yang lebih kecil dari 0,05 dengan koefisien sebesar 0.810345. Alasan jumlah
44
penduduk berpengaruh terhadap PDRB adalah. Semakin bertambahnya jumlah
penuduk akan membawa dapak yang sangat luar biasa terhadap pertumbuhan
ekonomi, jumlah penduduk dan hal-hal yang berkaitan dengan kenaikan
jumlah angkatan kerja (labor force) sebagai faktor positif dalam merangsang
PDRB. Artinya, semakin banyak jumlah penduduk maka jumlah angkatan
kerja semakin tinggi, berarti semakin banyak juga faktor produksi tenaga kerja,
sehingga semakin banyak penduduk akan meningkatkan pasar domestic
regionall bruto (PDRB).
45
BAB V
PENUTUP
A. Simpulan
Berdasarkah dari hasil analisis dan pembahasan yang telah di paparkan
yang telah di peroleh kesimpulan sebagai berikut:
1. Inflasi berpengaruh negative dan signifikan terhadap PDRB, terlihat dari
nilai probabilitas sebesar 0.0000 dan koefisien -0.067200, karena apabila
terjadi kenaikan inflasi cenderung akan mengurangi tingkat PDRB.
2. Kenaikan upah minimum berpengaruh positif dan signifikan terhadap
PDRB, terlihat dari nilai probabilitas sebesar 0.0000 dan koefisien
0,538981, adalah dengan kenaikan tingkat upah maka para pekerja akan
meningkatkan jumlah konsumsinya.
3. Jumlah penduduk berpengaruh positif dan signifikan terhadap PDRB,
terlihat dari nilai probabilitas sebesar 0.0017 dan koefisien 0.810345,
adalah. Semakin bertambahnya jumlah penuduk maka akan membawa
dapak yang sangat luar biasa terhadap pertumbuhan ekonomi, jumlah
penduduk dan hal-hal yang berkaitan dengan kenaikan jumlah angkatan
kerja (labor force) sebagai faktor positif dalam merangsang PDRB.
4. Inflasi, kenaikan upah minimum, dan jumlah penduduk secara simultan
berpengaruh terhadap PDRB provinsi banten 2010-2017. Diihat dari nilai
probabilitas f statistic sebesar 0,0000.
B. Saran
Berdasarkan kesimpulan yang telah dipaparkan, maka penulis
menyarankan beberapa hal, sebagai berikut:
1. Bagi pemerintah, hasil penelitian ini diharapkan dapat memberikan bahan
masukan bagi pemerintah dalam melaksanakan pengelolaan
inflasi,kenaikan upah minimum,jumlah penduduk terhadadap PDRB
provinsi banten untuk dapat mengananlisis perencanaan pertumbuhan
ekonomi.
46
2. Bagi akademisi dan peneliti, sebagai bahan refrensi bagi kalangan
penelitian selanjutnya yang tertarik untuk penelitian pengaruh inflasi,
kenaikan upah minimum dan jumlah penduduk terhadap PDRB provinsi
banten untuk keperluan pembahasan yang lebih lanjut secara menyeluruh.
47
DAFTAR PUSTAKA
Ariefianto, M.F. (2012). Ekonometrika Esensi Dan Aplikasi Dengan Menggunakan
Eviews. Jakarta : Erlangga.
Badan Pusat Statistik. (2011). Banten Dalam Angka 2011. Provinsi Banten : Badan
Pusat Statistik Provinsi Banten.
Badan Pusat Statistik. (2012). Banten Dalam Angka 2012. Provinsi Banten : Badan
Pusat Statistik Provinsi Banten.
Badan Pusat Statistik. (2013). Banten Dalam Angka 2013. Provinsi Banten : Badan
Pusat Statistik Provinsi Banten.
Badan Pusat Statistik. (2014). Banten Dalam Angka 2014. Provinsi Banten : Badan
Pusat Statistik Provinsi Banten.
Badan Pusat Statistik. (2013). Laporan Perekonomian Kabupaten Pandeglang
2012. Kabupaten Pandeglang : Badan Pusat Statistik Kabupaten
Pandeglang.
Badan Pusat Statistik. (2015). PDRB Kabupaten Serang 2010-2014 Menurut
Lapangan Usaha. Kabupaten Serang : Badan Pusat Statistik Kabupaten
Serang.
Badan Pusat Statistik. (2016). PDRB Kabupaten Serang 2011-2015 Menurut
Lapangan Usaha. Kabupaten Serang : Badan Pusat Statistik Kabupaten
Serang.
Badan Pusat Statistik. (2016). Statistik Daerah Kota Cilegon 2016. Kota Cilegon :
Badan Pusat Statistik Kota Cilegon.
Badan Pusat Statistik. (2016). Statistik Daerah Kota Serang 2016. Kota Serang :
Badan Pusat Statistik Kota Serang.
Badan Pusat Statistik. (2016). Statistik Daerah Kota Tangerang 2016. Kota
Tangerang : Badan Pusat Statistik Kota Tangerang.
Deliarnov. (1995). Perkembangan Pemikiran Ekonomi. Jakarta : PT Raja Grafindo
Persada.
Gujarati, D. & Dawn, P. (2012). Dasar-Dasar Ekonometrika Buku 2. Jakarta :
Salemba Empat.
Halim, M.A. (2012). Teori Ekonomika. Tangerang : Jelajah Nusa.
48
https://banten.bps.go.id/linkTableDinamis/view/id/78. Diakses tanggal 7 Januari
2017. 72
}https://banten.bps.go.id/linkTableDinamis/view/id/91. Diakses tanggal 7 Januari
2017.
https://www.bps.go.id/linkTabelStatis/view/id/981. Diakses tanggal 7 Januari
2017.
Kartika, D.(2017). Analisis Pengaruh Produk Domestik Bruto, Upah Minimum
Kota, Indeks Pembangunan Manusia, Jumlah Penduduk dan
Beban/Tanggungan Penduduk terhadap Tingkat Pengangguran Terbuka di
Kota-Kota Provinsi Jawa Timur Tahun 2010-2015. Skripsi, Universitas
Muhammadiyah Surakarta.
Kuncoro, M. (2003). Metode Riset Untuk Bisnis dan Ekonomi. Jakarta : Erlangga.
Ningsih, F.R. (2014). Pengaruh Inflasi dan Pertumbuhan Ekonomi terhadap
Pengangguran di Indonesia Periode 1998-2008. Skripsi, Universitas Islam
Negeri Syarif Hidayatullah Jakarta.
Nopirin. (1992). Ekonomi Moneter. Yogyakarta: BPFE Yogyakarta.
Panjawa, J. & Soebagiyo, D. (2014). Efek Peningkatan Upah Minimum Terhadap
Tingkat Pengangguran. Jurnal Ekonomi dan Studi Pembangunan Vol.15
Nomor 1. 48-54
Putri, D.A. (2014). Analisis Beberapa Faktor Yang Mempengaruhi Tingkat
Pengangguran Terbuka di Jawa Timur Tahun 2003-2014. Skripsi,
Universitas Negeri Surabaya.
Roysidi, S. (2011). Pengantar Teori Ekonomi Pendekatan Kepada Teori Ekonomi
Mikro& Makro. Jakarta: Rajawali Pres.
Simanjuntak, P.J. (1985). Pengantar Ekonomi Sumber Daya Manusia.
Jakarta:FEUI.
Sugiyono. (20112). Metode Penelitian Pendidikan Pendekatan Kuantitatif,
Kualitatif dan R&D. Bandung : Alfabeta Bandung.
Sukirno, S. (2013). Makroekonomi Teori Pengantar Edisi Ketiga. Jakarta :
Rajawali Pres.
Suliyanto. (2013). Ekonometrika Terapan : Teori dan Aplikasi dengan SPSS.
Yogyakarta : CV Andi Offset.
Supardi. (2005). Metodologi Penelitian Ekonomi dan Bisnis. Yogyakarta : UII Press
49
Tirta, A.S. (2013). Analisis Pengaruh Inflasi, Pertumbuhan Ekonomi, Dan
Investasi Terhadap Pengangguran Di Provinsi Jawa Tengah. Skripsi,
Universitas Negeri Semarang.
50
DAFTAR LAMPIRAN
LAMPIRAN 1. DATA PENELITIAN
Tahun Kab/kota Inflasi Upah Minimimun Penduduk PDRB
2010 pandeglang 5.77 964500.00 1154207 12279541.58
2011 pandeglang 4.93 1015000.00 1163905 13694973.11
2012 pandeglang 5.73 1050000.00 1172906 15115436.76
2013 pandeglang 7.56 1182000.00 1183006 16443905.89
2014 pandeglang 6.54 1418000.00 1188405 18203769.04
2015 pandeglang 5.17 1737000.00 1194911 20339261.34
2016 pandeglang 5.16 1999981.00 1200512 22168666.57
2017 pandeglang 5.15 2164979.00 1205203 24463694.1
2010 kab_serang 4.93 1101000.00 1408796 33840990.22
2011 kab_serang 6.35 1189600.00 1423694 38186851.48
2012 kab_serang 5.43 1320500.00 1437695 42039509.83
2013 kab_serang 3.12 2080000.00 1450894 45972293.42
2014 kab_serang 5.50 2340000.00 1463094 51320986.07
2015 kab_serang 5.17 2700000.00 1474301 56684286.82
2016 kab_serang 5.60 3010500.00 1484502 61266306.78
2017 kab_serang 6.08 3258866.00 1493591 67643562.23
2010 kab_tangerang 6.17 1117245.00 2852182 58099418.94
2011 kab_tangerang 6.10 1285000.00 2953077 65741259.06
2012 kab_tangerang 6.03 1527000.00 3055681 72303651.4
2013 kab_tangerang 7.64 2200000.00 3157780 80570551.87
2014 kab_tangerang 7.12 2442000.00 3264776 91410471.61
2015 kab_tangerang 5.43 2710000.00 3370594 101564681.2
2016 kab_tangerang 5.36 3021650.00 3477495 109172163.5
2017 kab_tangerang 5.30 3270936.00 3584770 121294163
2010 Lebak 5.36 959500.00 1209207 12572538.49
2011 Lebak 5.31 1007500.00 1222905 13960848.51
2012 Lebak 5.04 1047800.00 1235806 15215899.36
2013 Lebak 5.30 1187500.00 1247906 16742046.8
2014 Lebak 5.14 1490000.00 1259305 18594546
2015 Lebak 4.67 1728000.00 1269812 20675248.22
2016 Lebak 4.55 1965000.00 1279412 22527849.15
2017 Lebak 4.43 2127113.00 1288103 24828596.67
2010 Serang 6.18 1050000.00 580802 12549572.23
2011 Serang 2.78 1166000.00 593601 14160918.97
2012 Serang 4.41 1231000.00 606302 15506672.83
2013 Serang 9.16 1798446.00 618802 17452620.58
51
2014 Serang 11.27 2166000.00 631101 19657736.04
2015 Serang 4.29 2375000.00 643205 21847319.37
2016 Serang 2.65 2648125.00 655004 23929330.39
2017 Serang 5.17 2866595.00 666600 26649117
2010 Tangerang 6.12 1118009.00 1808498 66921378.13
2011 Tangerang 3.78 1290000.00 1856595 75709928.11
2012 Tangerang 4.44 1527000.00 1904598 83648127.21
2013 tangerang 10.02 2203000.00 1952396 94561020.02
2014 tangerang 10.03 2444301.00 1999894 109956046.1
2015 tangerang 4.28 2730000.00 2047105 124676707.5
2016 tangerang 3.26 3043950.00 2093706 136085438
2017 tangerang 3.50 3295076.00 2139891 153205620.3
2010 tangsel 6.12 1130000.00 1298504 30525314.92
2011 tangsel 3.78 1290000.00 1346102 34891850.46
2012 tangsel 4.44 1527000.00 1394405 39071487.56
2013 tangsel 10.02 2200000.00 1443403 44346740.54
2014 tangsel 10.57 2442000.00 1492999 50074110.56
2015 tangsel 3.33 2710000.00 1543209 56018848.41
2016 tangsel 3.61 3021650.00 1593812 60721678.2
2017 tangsel 3.91 3270936.00 1644899 68106137.72
2010 cilegon 6.08 1174000.00 376404 44676528.71
2011 cilegon 2.35 1224000.00 383903 49827656.66
2012 cilegon 3.91 1347000.00 391203 55414144.38
2013 cilegon 7.98 2200000.00 398304 61746903.12
2014 cilegon 9.93 2443000.00 405303 69749374.15
2015 cilegon 3.94 2760590.00 412106 77258956.33
2016 cilegon 4.22 3078057.00 418705 82419212.21
2017 cilegon 5.24 3331998.00 425103 91289623.03
52
LAMPIRAN 2. DATA VARIABEL SETELAH DI LOG
loginf logupah logpenduduk logpdrb
0.761176 5.984302 6.062284 7.089182
0.692847 6.006466 6.065918 7.136561
0.758155 6.021189 6.069263 7.179421
0.878522 6.072617 6.072987 7.216005
0.815578 6.151676 6.074964 7.260161
0.713491 6.2398 6.077336 7.308335
0.712766 6.301026 6.079367 7.34574
0.712041 6.335454 6.08106 7.388522
0.692847 6.041787 6.148848 7.529443
0.802774 6.075401 6.153417 7.581914
0.7348 6.120738 6.157667 7.623658
0.494155 6.318063 6.161636 7.662496
0.740363 6.369216 6.165272 7.710295
0.713491 6.431364 6.168586 7.753463
0.748564 6.478639 6.171581 7.787222
0.783638 6.513067 6.174232 7.830226
0.790285 6.048148 6.455177 7.764172
0.78533 6.108903 6.470275 7.817838
0.780317 6.183839 6.485108 7.85916
0.883093 6.342423 6.499382 7.906176
0.85248 6.387746 6.513853 7.960996
0.7348 6.432969 6.527706 8.006743
0.729447 6.480244 6.541267 8.038112
0.724095 6.514672 6.554461 8.08384
0.729165 5.982045 6.082501 7.099423
0.725095 6.003245 6.087393 7.144912
0.702431 6.020278 6.09195 7.182298
0.724276 6.074634 6.096182 7.223809
0.710963 6.173186 6.100131 7.269386
0.669317 6.237544 6.103739 7.315451
0.657856 6.293363 6.10701 7.35272
0.646396 6.327791 6.109951 7.394952
0.790988 6.021189 5.764028 7.098629
0.444045 6.066699 5.773495 7.151091
0.644439 6.090258 5.782689 7.190519
0.961895 6.254897 5.791552 7.241861
1.051924 6.335658 5.800099 7.293533
53
0.632457 6.375664 5.808349 7.339398
0.423246 6.422938 5.816244 7.378931
0.713491 6.457366 5.823865 7.425683
0.786751 6.048445 6.257318 7.825565
0.577492 6.11059 6.268717 7.879153
0.647383 6.183839 6.279803 7.922456
1.000868 6.343014 6.290568 7.975712
1.001301 6.388155 6.301007 8.041219
0.631444 6.436163 6.31114 8.095785
0.513218 6.483438 6.320916 8.133812
0.544068 6.517865 6.330392 8.185275
0.786751 6.053078 6.113443 7.48466
0.577492 6.11059 6.129078 7.542724
0.647383 6.183839 6.144389 7.59186
1.000868 6.342423 6.159388 7.646862
1.024075 6.387746 6.17406 7.699613
0.522444 6.432969 6.188425 7.748334
0.557389 6.480244 6.202437 7.783344
0.592333 6.514672 6.216139 7.833186
0.783904 6.069668 5.575654 7.650079
0.371068 6.087781 5.584222 7.69747
0.592177 6.129368 5.592402 7.743621
0.902003 6.342423 5.600215 7.790615
0.996949 6.387923 5.60778 7.84354
0.595496 6.441002 5.615009 7.887949
0.625312 6.488277 5.621908 7.916028
0.719331 6.522705 5.628494 7.960421
54
LAMPIRAN 3.HASIL UJI CHOW
Redundant Fixed Effects Tests
Equation: REGRES_LOG
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 1308.509273 (7,53) 0.0000
Cross-section fixed effects test equation:
Dependent Variable: LOGPDRB
Method: Panel EGLS (Cross-section weights)
Date: 07/01/19 Time: 14:47
Sample: 2010 2017
Periods included: 8
Cross-sections included: 8
Total panel (balanced) observations: 64
Use pre-specified GLS weights Variable Coefficient Std. Error t-Statistic Prob. LOGPOP 0.439906 0.106309 4.137990 0.0001
LOGINF -0.072858 0.160341 -0.454391 0.6512
LOGUPAH 0.880689 0.160658 5.481775 0.0000
C -0.503592 1.116834 -0.450910 0.6537 Weighted Statistics R-squared 0.480885 Mean dependent var 8.833917
Adjusted R-squared 0.454929 S.D. dependent var 2.999000
S.E. of regression 0.264559 Sum squared resid 4.199488
F-statistic 18.52707 Durbin-Watson stat 0.028620
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.469070 Mean dependent var 7.606587
Sum squared resid 3.332431 Durbin-Watson stat 0.027851
55
LAMPIRAN 4. HASIL UJI HAUSMAN
Correlated Random Effects - Hausman Test
Equation: REGRES_LOG
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 9.811312 3 0.0202
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob. LOGPOP 0.760522 0.552879 0.042349 0.3130
LOGINF -0.062153 -0.066260 0.000017 0.3143
LOGUPAH 0.554040 0.579412 0.000588 0.2953
Cross-section random effects test equation:
Dependent Variable: LOGPDRB
Method: Panel Least Squares
Date: 07/01/19 Time: 14:47
Sample: 2010 2017
Periods included: 8
Cross-sections included: 8
Total panel (balanced) observations: 64 Variable Coefficient Std. Error t-Statistic Prob. C -0.445767 1.496289 -0.297915 0.7669
LOGPOP 0.760522 0.278268 2.733052 0.0085
LOGINF -0.062153 0.019614 -3.168735 0.0025
LOGUPAH 0.554040 0.036900 15.01464 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.996108 Mean dependent var 7.606587
Adjusted R-squared 0.995374 S.D. dependent var 0.315640
S.E. of regression 0.021469 Akaike info criterion -4.689241
Sum squared resid 0.024429 Schwarz criterion -4.318183
Log likelihood 161.0557 Hannan-Quinn criter. -4.543062
F-statistic 1356.439 Durbin-Watson stat 1.480917
Prob(F-statistic) 0.000000
56
LAMPIRAN 5. HASIL UJI FEM
Dependent Variable: LOGPDRB
Method: Panel EGLS (Cross-section weights)
Date: 07/11/19 Time: 14:42
Sample: 2010 2017
Periods included: 8
Cross-sections included: 8
Total panel (balanced) observations: 64
Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob. LOGPOP 0.810345 0.244909 3.308767 0.0017
LOGINF -0.067200 0.014263 -4.711372 0.0000
LOGUPAH 0.538981 0.037882 14.22798 0.0000
C -0.651152 1.276403 -0.510146 0.6121 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.997014 Mean dependent var 8.833917
Adjusted R-squared 0.996450 S.D. dependent var 2.999000
S.E. of regression 0.021350 Sum squared resid 0.024160
F-statistic 1769.366 Durbin-Watson stat 1.707027
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.996077 Mean dependent var 7.606587
Sum squared resid 0.024623 Durbin-Watson stat 1.444066
57
LAMPIRAN 5. HASIL UJI COMMON EFFECT MODEL
Dependent Variable: LOGPDRB
Method: Panel Least Squares
Date: 07/11/19 Time: 14:43
Sample: 2010 2017
Periods included: 8
Cross-sections included: 8
Total panel (balanced) observations: 64 Variable Coefficient Std. Error t-Statistic Prob. LOGPOP 0.369249 0.111324 3.316868 0.0015
LOGINF -0.064559 0.200199 -0.322472 0.7482
LOGUPAH 1.062974 0.166919 6.368197 0.0000
C -1.247720 1.179366 -1.057958 0.2943 R-squared 0.489045 Mean dependent var 7.606587
Adjusted R-squared 0.463497 S.D. dependent var 0.315640
S.E. of regression 0.231194 Akaike info criterion -0.030654
Sum squared resid 3.207053 Schwarz criterion 0.104277
Log likelihood 4.980918 Hannan-Quinn criter. 0.022502
F-statistic 19.14240 Durbin-Watson stat 0.048111
Prob(F-statistic) 0.000000