FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PENGANGGURAN DI PROVINSI JAMBI DENGAN MENGGUNAKAN ANALISIS REGRESI DATA PANEL

Rahayu, Desi (2022) FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PENGANGGURAN DI PROVINSI JAMBI DENGAN MENGGUNAKAN ANALISIS REGRESI DATA PANEL. S1 thesis, UNIVERSITAS JAMBI.

	Text skripsiiiiiiiiiii paling baru 16 sep (2)-pages-3-4 (1).pdf Download (188kB)
	Text skripsiiiiiiiiiii paling baru 16 sep (1)-halaman-14-17.pdf Download (121kB)
	Text skripsiiiiiiiiiii paling baru 16 sep (2)-halaman-44.pdf Download (177kB)
	Text cover pertama.pdf Download (40kB)
	Text skripsiiiiiiiiiii paling baru 16 sep (2)-halaman-45-46 (1).pdf Download (113kB)
	Text (Skripsi) cover pertama-digabungkan.pdf Restricted to Repository staff only Download (2MB)
	Text halaman pengesahan.pdf Download (46kB)

Abstract

Salah satu pokok permasalahan sosial ekonomi yang sering terjadi dan belum terselesaikan dengan baik adalah pengangguran. Pengangguran merupakan penduduk yang sedang memasuki usia angkatan kerja namun tidak memiliki pekerjaan, dan sedang mencari pekerjaan, mempersiapkan usaha namun belum mulai bekerja. Pengangguran merupakan suatu permasalahan pokok setiap provinsi di Indonesia yang sering dihadapi namun cukup sulit untuk diatasi, hal ini dapat terlihat dari jumlah pengangguran yang selalu meningkat setiap tahunnya. Salah satu provinsi tersebut ialah provinsi Jambi, berdasarkan data yang dirilis oleh Badan Pusat Provinsi Jambi pada tahun 2019 tingkat pengangguran mengalami peningkatan sebesar 0,33% dan tahun 2020 mengalami peningkatan sebesar 1,07%. Provinsi Jambi memiliki 11 Kabupaten/kota dengan data pengangguran di setiap Kabupaten/kotanya memiliki pola data yang fluktuasi atau tidak tetap setiap tahunnya dan data tersebut biasanya lebih dikenal sebagai data cross section. Kemudian untuk setiap kejadian yang diamati dalam beberapa waktu atau periode yang berkenaan dengan pola perubahannya dari waktu ke waktu secara berurutan yang dikenal dengan pola data time series. Setiap data pada suatu observasi yang terdiri atas data cross section dan data time series maka data tersebut disebut sebagai data panel dengan metode analisis yang dapat digunakan ialah metode analisis regresi data panel. Metode analisis regresi data panel menggunakan 2 jenis variabel yaitu variabel terikat dan variabel bebas. Pada penelitian ini data tingkat pengangguran sebagai variabel terikat serta data yang digunakan sebagai variabel bebas yaitu laju pertumbuhan produk domestik regional bruto (PDRB) serta usaha mikro kecil dan menengah (UMKM) pada penelitian ini diperoleh langsung dari Badan Pusat Statistika (BPS) Provinsi Jambi. Metode analisis yang digunakan untuk melihat pengaruh variabel bebas terhadap variabel terikat ialah metode analisis regresi data panel yang terdiri dalam tiga bentuk model estimasi yaitu common effect model (CEM), fixed effect model (FEM) dan random effect model (REM). Selanjutnya dilakukan pengujian untuk memilih model dengan menggunakan uji chow, uji hausman dan uji lagrange multiplier. Kemudian dilakukan pengecekkan asumsi klasik yang meliputi normalitas, heteroskedastisitas, dan multikolinearitas. Selanjutnya dilakukan uji goodness of fit meliputi uji keseluruhan variabel dan uji signifikansi parameter dan koefisien determinasi. Berdasarkan hasil penelitian didapatkan model terbaik yang dipilih ialah random effect model (REM). Model tersebut menyampaikan bahwa didapatkan nilai koefisien determinasi sebesar 0,304042 yang artinya laju pertumbuhan PDRB (X_1), dan usaha mikro kecil dan menengah 〖(X〗_2) mampu memberikan pengaruh terhadap tingkat pengangguran (Y) di Provinsi Jambi secara signifikan sebesar 30,4% dan sisanya dipengaruhi oleh variabel lain di luar model.One of the main socio-economic problems that often occurs and has not been resolved properly is unemployment. Unemployment is a population who is entering the age of the labor force but does not have a job, and is looking for work, preparing for a business but has not yet started work. Unemployment is a major problem in every province in Indonesia that is often faced but is quite difficult to overcome, this can be seen from the number of unemployed which always increases every year. One of these provinces is Jambi province, based on data released by the Jambi Provincial Central Agency in 2019 the unemployment rate increased by 0.33% and in 2020 it increased by 1.07%. Jambi Province has 11 districts/cities with unemployment data in each district/city having a data pattern that fluctuates or is not fixed every year and this data is usually better known as cross section data. Then for each event that is observed in some time or period with respect to the pattern of changes from time to time in sequence, which is known as the time series data pattern. Each data in an observation consisting of cross section data and time series data, the data is referred to as panel data with the analysis method that can be used is the panel data regression analysis method. The panel data regression analysis method uses 2 types of variables, namely the dependent variable and the independent variable. In this study, the data on the unemployment rate as the dependent variable and the data used as the independent variable, namely the growth rate of gross regional domestic product (PDRB) and micro, small and medium enterprises (UMKM) in this study, were obtained directly from the Central Bureau of Statistics (BPS) of Jambi Province. Method The analysis used to see the influence of the independent variable on the dependent variable is the panel data regression analysis method which consists of three forms of estimation models, namely the common effect model (CEM), fixed effect model (FEM) and random effect model (REM). selecting the best model using the Chow test, Hausman test and Lagrange multiplier test. Then checking classical assumptions including normality, heteroscedasticity and multicollinearity. Next, a goodness of fit test was carried out including testing all variables and testing the significance of parameters and coefficient of determination. Based on the results of the study, it was found that the best model chosen was the random effect model (REM). The model shows that the coefficient of determination value is 0,304042, which means PDRB growth rate (X_1) and micro, small and medium enterprises (X_2) are able to have an influence on the unemployment rate (Y) in Jambi Province is significantly 30,4042% and the remaining is influenced by other variables outside the model.

Type:	Thesis (S1)
Uncontrolled Keywords:	data panel, tingkat pengangguran
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Sains dan Teknologi > Matematika
Depositing User:	Rahayu
Date Deposited:	18 Sep 2023 07:48
Last Modified:	18 Sep 2023 07:48
URI:	https://repository.unja.ac.id/id/eprint/56089

Actions (login required)

View Item