Analisis Keterkaitan Hubungan Tingkat Upah di Sumatera Barat dengan Variabel Umur, Daerah Tempat Tinggal, Pendidikan, dan Jam Kerja

Makalah ini membahas analisis keterkaitan hubungan antara tingkat upah di Sumatera Barat dengan variabel umur, daerah tempat tinggal, pendidikan terakhir, dan jam kerja. Analisis ini menggunakan data dari SAKERNAS, yang kemudian diolah dengan menggunakan program analisis SPSS.

Dimana :

Y         = Upah

X1       = Umur

X2       = Daerah Tempat Tinggal

X3       = Pendidikan Terakhir

X4       = Jam Kerja

Descriptive Statisticsa
	Mean	Std. Deviation	N
Upah/Gaji sebulan yang lalu dari Pekerjaan Utama berupa uang	265732.51	692545.964	1978743
Umur	38.75	14.109	1978743
Daerah Tempat Tinggal	1.71	.452	1978743
PENDIDIKAN TERAKHIR	2.12	1.402	1978743
Jam Kerja pada Pekerjaan Utama	7.75	2.294	1978743
a. Selecting only cases for which Propinsi =  13 Sumatera Barat

A.    Uji T

Coefficientsa,b
Model		Unstandardized Coefficients		Standardized Coefficients	T	Sig.
		B	Std. Error	Beta
1	(Constant)	-217543.787	3036.058		-71.653	.000
	Umur	3821.318	31.122	.078	122.786	.000
	Daerah Tempat Tinggal	-113263.056	1029.926	-.074	-109.972	.000
	PENDIDIKAN TERAKHIR	216621.404	331.495	.438	653.468	.000
	Jam Kerja pada Pekerjaan Utama	8898.674	192.771	.029	46.162	.000
a. Dependent Variable: Upah/Gaji sebulan yang lalu dari Pekerjaan Utama berupa uang
b. Selecting only cases for which Propinsi =  13 Sumatera Barat

Uji t ini dilakukan dengan cara melihat dari signifikan atau tidaknya koefisien regresi yaitu dengan melihat probabilitasnya. Tingkat signifikansi dari regresi Linear  ini adalah :

1.      X₁ (Umur)  0,000 < 0,05 maka koefisien tersebut adalah signifikan pada tingkat signifikansi 5%. Ini berarti bahwa X₁ secara statistik berpengaruh  terhadap Y (Upah) pada tingkat signifikansi 0,05.

2.      X₂ (Pendidikan Terakhir) 0,000 < 0,05 maka koefisien tersebut adalah signifikan pada tingkat signifikansi 5%. Ini berarti bahwa X₂ secara statistik berpengaruh terhadap Y (Upah) pada tingkat signifikansi 0,05.

3.      X₃ (Jam Kerja) 0,000 < 0,05 maka koefisien tersebut adalah signifikan pada tingkat signifikansi 5%. Ini berarti bahwa X₃ secara statistik berpengaruh signifikan terhadap Y (Upah) pada tingkat signifikansi 0,05.

4.      X₄ (Daerah tempat tinggal) 0,000 < 0,05 maka koefisien tersebut adalah signifikan pada tingkat signifikansi 5%. Ini berarti bahwa X₄ secara statistik berpengaruh signifikan terhadap Y (Upah) pada tingkat signifikansi 0,05.

B.     Uji F

ANOVAb,c
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	2.081E17	4	5.204E16	138977.024	.000a
	Residual	7.409E17	1978738	3.744E11
	Total	9.490E17	1978742
a. Predictors: (Constant), Jam Kerja pada Pekerjaan Utama, Umur, PENDIDIKAN TERAKHIR, Daerah Tempat Tinggal
b. Dependent Variable: Upah/Gaji sebulan yang lalu dari Pekerjaan Utama berupa uang
c. Selecting only cases for which Propinsi =  13 Sumatera Barat

Uji ini digunakan untuk menguji signifikansi secara bersama-sama atas semua koefisien regresi. Dari tabel ANOVA didapatkan nilai F hitung sebesar 138977,024  dan dengan probabilitas signifikansi 0,000³. Karena probabilitas lebih kecil dari 0,05 maka model regresi ini dapat digunakan untuk memprediksi variabel upah, atau bisa dikatakan X₁, X_{2 ,} X_{3 ,} X₄ secara bersama-sama berpengaruh terhadap variabel Y (Upah).

C.     Uji Koefisien Determinasi R²

Uji ini digunakan untuk mengetahui berapa persen variasi variabel dependent (tingkat upah tenaga kerja) dapat dijelaskan oleh variasi variabel independent (Umur, pendidikan terakhir, jam kerja, dan daerah tempat tinggal). R square di atas sebesar 0,219 yang artinya 21,9% variasi variabel Y (upah) dapat dijelaskan oleh variasi variabel umur, pendidikan terakhir, jam kerja, dan daerah tempat tinggal. Sedangkan sisanya 78,1% dijelaskan oleh variabel lain di luar model.