Analisis Regresi Data Panel untuk Mengidentifikasi Peubah-Peubah yang Memengaruhi Tingkat Pengangguran Terbuka di Provinsi Aceh

Abstract

Tingkat pengangguran terbuka adalah persentase jumlah penduduk yang menganggur dibandingkan dengan total angkatan kerja. Pada tahun 2017, Provinsi Aceh merupakan salah satu provinsi dengan tingkat pengangguran tertinggi di Indonesia, menduduki peringkat kedua di Pulau Sumatera dengan tingkat pengangguran sebesar 6,57%. Penelitian ini bertujuan untuk mengetahui peubah-peubah yang mempunyai pengaruh signifikan terhadap tingkat pengangguran terbuka di Aceh pada tahun 2017 hingga tahun 2022. Data yang digunakan dalam penelitian ini adalah data sekunder dari BPS yang terdiri dari 17 kabupaten/kota periode tahun 2017 hingga tahun 2022. Peubah respon yang diamati adalah tingkat pengangguran terbuka di Aceh, sedangkan peubah penjelas terdiri dari sebelas peubah. Analisis yang digunakan adalah analisis data panel karena data dalam penelitian ini merupakan gabungan data silang individu dan deret waktu. Hasil penelitian ini menunjukkan bahwa fixed effect model dengan pengaruh unit individu merupakan model terbaik dengan nilai adjusted R-squared sebesar 89,71%. Peubah yang berpengaruh signifikan pada taraf signifikansi 5% adalah indeks kedalaman kemiskinan, pertumbuhan ekonomi tanpa migas dan angka partisipasi murni SMA.

The open unemployment rate is the percentage of the number of unemployed individuals relative to the total labor force. In 2017, Aceh Province was one of the provinces with the high unemployment rate in Indonesia, ranking second in Sumatra with an unemployment rate of 6.57%. This research aims to determine the variables that have a significant influence on the open unemployment rate in Aceh from 2017 to 2022. The data used in this research are secondary data from the BPS, consisting of 17 regencies/cities for the period from 2017 to 2022. The response variable observed is the open unemployment rate in Aceh, while the explanatory variable consists of eleven variables. The analysis used is panel data analysis because the data in this study is a combination of cross-sectional and time series data. The results of this study indicate that the fixed effect model with individual units is the best model with an adjusted R-squared value of 89.71%. The variables that have a significant effect at the 5% significance level are the poverty depth index, economic growth without oil and gas and the High School Net Enrollment Rate.