Pemodelan Tingkat Pengangguran Terbuka di Provinsi Jawa Timur dengan Pendekatan Regresi Data Panel Dinamis

Nandasari, Adhista Widya (2023) Pemodelan Tingkat Pengangguran Terbuka di Provinsi Jawa Timur dengan Pendekatan Regresi Data Panel Dinamis. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 06211940000030-Undergraduate_Thesis.pdf] Text
06211940000030-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 October 2025.

Download (2MB) | Request a copy

Abstract

Tingkat pengangguran terbuka merupakan indikator yang digunakan pemerintah dalam menilai keberhasilan di bidang ketenagakerjaan. Periode waktu 7 tahun dari tahun 2015 hingga 2021, tingkat pengangguran terbuka di Provinsi Jawa Timur mengalami penurunan, namun tahun 2020 mengalami kenaikan yang cukup signifikan diduga adanya pandemi covid-19. Variabel-variabel ekonomi bersifat dinamis sehingga pada penelitian ini digunakan metode regresi data panel dinamis. Metode regresi data panel dinamis tidak hanya mengetahui efek jangka pendek namun juga efek jangka panjang. Penelitian ini bertujuan untuk memodelkan tingkat pengangguran terbuka menggunakan regresi data panel dinamis dengan pendekatan GMM Arellano-Bond. Faktor-faktor yang diduga mempengaruhi tingkat pengangguran terbuka antara lain tingkat partisipasi angkatan kerja, upah minimum kabupaten/kota, persentase penduduk miskin, jumlah pekerja informal, pertumbuhan ekonomi, dan rata lama sekolah. Data yang digunakan dalam penelitian ini merupakan data sekunder dari Badan Pusat Statistik Jawa Timur dengan kurun waktu tahun 2015 hingga 2021. Hasil analisis dengan estimasi GMM Arellano-Bond menunjukkan bahwa variabel tingkat pengangguran terbuka tahun sebelumnya, tingkat partisipasi angkatan kerja, upah minimum kabupaten/kota, dan pertumbuhan ekonomi berpengaruh signifikan terhadap tingkat pengangguran terbuka di Jawa Timur dengan masing-masing memiliki efek jangka pendek terhadap tingkat pengangguran terbuka sebesar -0,722, 0,157, dan -0,205. Sedangkan dalam jangka panjang, memberikan efek jangka panjang sebesar -2,313, 0,506, dan -0,655. Nilai R² yang didapat dari model adalah sebesar 82,51%.
=================================================================================================================================
The open unemployment rate is an indicator used by the government in assessing success in the employment sector. During the 7-year period from 2015 to 2021, the open unemployment rate in East Java Province has decreased, but in 2020 it has experienced a significant increase, presumably due to the Covid-19 pandemic. Economic variables are dynamic so that in this study the dynamic panel data regression method was used. The dynamic panel data regression method not only knows short-term effects but also long-term effects. This study aims to model the open unemployment rate using dynamic panel data regression with the GMM Arellano-Bond approach. Factors thought to influence the open unemployment rate include the labor force participation rate, district/city minimum wages, the percentage of poor people, the number of informal workers, economic growth, and the average length of schooling. The data used in this study is secondary data from the Central Statistics Agency of East Java for the period 2015 to 2021. The results of the analysis using the GMM Arellano-Bond estimate show that the previous year's open unemployment rate, labor force participation rate, district/city minimum wage, and economic growth has a significant effect on the open unemployment rate in East Java with each having a short-term effect on the open unemployment rate of -0.722, 0.157, and -0.205. Meanwhile, in the long term, it gives a long term effect of -2.313, 0.506 and -0.655. The R² value obtained from the model is 82.51%.

Item Type: Thesis (Other)
Uncontrolled Keywords: Unemployment Rate, Dynamic Panel Data Regression, GMM Arellano-Bond, Tingkat Pengangguran Terbuka, Regresi Data Panel Dinamis
Subjects: H Social Sciences > HB Economic Theory > Economic forecasting--Mathematical models.
Divisions: Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: Adhista Widya Nandasari
Date Deposited: 18 Oct 2023 08:10
Last Modified: 18 Oct 2023 08:10
URI: http://repository.its.ac.id/id/eprint/104587

Actions (login required)

View Item View Item