JURNAL
PENGARUH JUMLAH JAM KERJA PERMINGGU DENGAN RATA-RATA UPAH PEKERJA PEREMPUAN DI
PROVINSI SUMATERA UTARA TAHUN 2009-2010
Oleh : group B
Nama NPM
1.Damayanti
Pandiangan 11150273
2.
Roma Pandiangan 11150276
3.
Irma Suryani Tambun 11150284
4.Citra Lestari
Sipayung 11150289
5.
Lidya Herawati Manalu 11150291
6.
Lennyanti Sigalingging 11150296
7.
Malem Ukur Lubis 11150297
8.
Rutmaya 11150349
FAKULTAS
KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS
HKBP NOMMENSENMEDAN
2015
ABSTRAK
Telah diteliti
suatu data
tentang adanya
pengaruh jumlah jam
kerja/minggu dengan rata-rata upah pekerja perempuan di propinsi sumatera utara
khususnya pada tahun 2009-2010. Data penelitian tersebut di dapat dari BPS
(Badan Pusat Stsatistika)
Subyek yang diimplementasikan terdiri dari
pekerja perempuan yang ada di 33 kota di sumatera utara. Untuk menghitung pengaruh jumlah jam kerja/minggu dengan
rata-rata upah pekerja perempuan di gunakanlah uji statistik berupa uji
hipotesis, uji regresi, uji korelasi, dan uji determinasi. Data tentang adanya
pengaruh jumlah jam
kerja/minggu dengan rata-rata upah pekerja perempuan di propinsi sumatera utara
dianalisis dalam bentuk tabel yang nilainya telah dinormalisasi.Hasil penelitian menunjukkan bahwa ada pengaruh jumlah jam kerja/minggu dengan rata-rata
upah pekerja perempuan di propinsi sumatera utara khususnya pada tahun
2009-2010.
PENDAHULUAN
Tenaga kerja
merupakan modal pembangunan. Tersedianya tenaga kerja yang cukup merupakan
nilai tambah bagi kegiatan pembangunan di suatu negara. Indonesia merupakan
Negara yang berstruktur umur “penduduk muda “, yang berarti tersedia penduduk
usia muda lebih banyak daripada “usia tua”. Keadaan ini menjadikan tenaga kerja
sebagai salah satu faktor pendukung pembangunan.
Oleh
karena itu dalam pembangunan Bangsa dan Negara ini, kita sebagai masyarakat
Indonesia dituntut untuk menempah keterampilan, kemandirian dan ketaatan serta
taqwa terhadap Tuhan Yang Maha Esa sejak dini sehingga diperoleh sumberdaya
manusia yang berkualitas yang sangat diutamakan sebagai tenaga pembangunan.
Dalam perencanaan pembangunan tenaga kerja memegang peranan yang sangat
penting. Tanpa tenaga kerja tidak akan mungkin proses pembangunan dapat
dilaksanakan. Perencanaan pembangunan dibuat berdasarkan tenaga kerja yang
tersedia dan berkualitas. Sehingga faktor kekuatan dari manusia mungkin
merupakan unsure yang sangat penting dalam pembangunan.
Agar sasaran yang ingin
dicapai penulis tidak menyimpang dari tujuan yang telah ditetapkan maka penulis
melakukan pembatasan terhadap permasalahan yang diuraikan di atas.
Batasan
permasalahan di atas yaitu membahas tentang pengaruh rata-rata upah pekerja
perempuan dan jumlah jam kerja per minggu perempuan di provinsi sumatera utara
tahun 2009/2010.
Adapun manfaat dari penelitian ini
adalah:
- Memberikan
informasi tentang tingkat upah yang diterima pekerja
bersatatus karyawan di propinsi sumatera utara serta faktor-faktor yang
mempengaruhinya.
- Merupakan
ilmu pengetahuan tambahan bagi penulis.
- Sebagai
acuan bagi perusahaan atau instansi tempat bekerja agar terjadi keadilan
dalam hal kesejahteraan para karyawan.
PEMBAHASAN DAN HASIL UJI
Pembahasan
A.
Hipotesis
Uji hipotesis ini
dilakukan untuk mengetahui apakah variabel bebas X berpengaruh terhadap
variabel terikat Y. Untuk menguji apakah hipotesis yang diajukan diterima atau
ditolak maka digunakan statistic t (uji t). adapun rumus t adalah sebagai
berikut:
t =
dimana :
rxy = Hasil dari koefisien korelasi X dan Y
n = Banyak data
Pengambilan keputusan menggunakan angka pembanding ttabel dengan dk untuk
distribusi t diambil (n - 2). Kriteria pengujian ditentukan dengan bentuk Ho
sebagai berikut :
H0 : bi
= 0 dimana i = 1, 2, ...k ( variabel bebas Xi tidak berpengaruh
terhadap Y )
H1 : bi
≠ 0 dimana i = 1,2, ....k ( variabel bebas Xi berpengaruh
terhadap Y )
Keputusan : H0
: thitung ttabel, maka Ho ditolak
dan H1 diterima
H0 : thitung
ttabel, maka Ho diterima
dan H1 ditolak
atau jika tingkat signifikansi di bawah 0.05 maka H0
ditolak dan H1 diterima. Hipotesisnya adalah sebagai berikut :
H0 = Adanya pengaruh Jumlah jam kerja perminggu
dengan rata-rata upah pekerja perempuan di provinsi sumatera utara tahun
2009/2010
Ha =
Tidak adanya pengaruh Jumlah jam kerja perminggu dengan rata-rata upah pekerja
perempuan di provinsi sumatera utara tahun 2009/2010
B. Analisa
Regresi
Dalam ilmu statistika, teknik yang umum digunakan untuk menganalisa hubungan
antara dua atau lebih variabel adalah analisis regresi. Regresi pertama-tama
dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia telah melakukan studi tentang kecenderungan
tinggi badan anak. hasil studi tersebut merupakan suatu kesimpulan bahwa
kecenderungan tinggi badan anak yang lahir terhadap orang tuanya adalah menurun
(regress) mengarah pada tinggi badan rata-rata penduduk. Istilah regresi pada
mulanya bertujuan untuk membuat perkiraan nilai satu variabel (tinggi badan
anak) terhadap satu variabel yang lain (tinggi badan orang tua). Pada
perkembangan selanjutnya, analisis regresi dapat digunakan sebagai alat untuk
membuat perkiraan nilai suatu variabel dengan menggunakan beberapa variabel lain
yang berhubungan dengan variabel tersebut. (Algifari, 2000. Analisis Regresi Teori, Kasus, dan Solusi,
Edisi Kedua, Yogyakarta : BPFE halaman 1 dan 2).
Pada
dasarnya dalam suatu persamaan regresi terdapat
dua macam variabel, yaitu variabel bebas (independent variable) yang dinyatakan dengan X dan variabel terikat
(dependent variable) yang biasa
dinyatakan dengan Y. Variabel terikat adalah variabel yang dipengaruhi atau
yang nilainya bergantung dari nilai variabel lain (variabel bebas) dan variabel
bebas adalah variabel yang memberikan pengaruh. Bila variabel bebas diketahui
maka variabel terikatnya dapat diprediksi besarnya. Prinsip dasar yang harus
dipenuhi dalam membangun suatu persamaan regresi adalah bahwa antara variabel
terikat dengan variabel bebas mempunyai sifat hubungan sebab-akibat (hubungan
kausalitas).
Analisis regresi linear sederhana terdiri dari satu
variabel bebas (independent variable)
dan variabel terikat (dependent variable).
Atau dengan kata lain variabel yang di analisis terdiri dari satu variabel
prediktor dan satu variabel kriterium. Model regresi linear sederhana adalah:
dimana :
Y = Variabel terikat (dependent variable)
X = Variabel bebas (independent variable)
a = Konstanta (intercept)
b = Nilai
pengali ketergantungan terhadap
Koefisien-koefisien regresi a dan b dapat
dihitung dengan rumus :
a =
b =
Jika koefisien b
terlebih dahulu dihitung, maka koefisien a dapat dihitung dengan rumus :
a = - b
dengan dan masing-masing rata-rata untuk
variabel-variabel X dan Y.
C. Kesalahan
Standar Estimasi
Untuk mengetahui
ketepatan persamaan estimasi dapat digunakan kesalahan standar estimasi (standard
error of estimate). Besarnya kesalahan standar estimasi menunjukkan
ketepatan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang
sesungguhnya. Semakin kecil nilai kesalahan standar estimasi, makin tinggi
ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variable
tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar
estimasi, makin rendah ketepatan persamaan estimasi yang dihasilkan untuk
menjelaskan nilai variable tidak bebas sesungguhnya. (Algifari,
2000. Analisa Regresi Teori, Kasus dan Solusi, Edisi 2. Yogyakarta : BPFE. Hal.
17)
Kesalahan standar estimasi (kekeliruan baku taksiran)
dapat ditentukan dengan rumus :
...,k =
dimana Yi adalah
nilai data sebenarnya dan
adalah nilai taksiran.
D.
Analisa Korelasi (Correlation)
Analisis korelasi dilakukan untuk mengetahui hubungan
antara dua variabel (bivariate
correlation) atau lebih dari dua variabel (multivariate correlation) dalam suatu penelitian. Untuk menentukan
seberapa besar hubungan antarvariabel tersebut, dapat dihitung dengan
menggunakan rumus koefisien korelasi.
Adapun rumus untuk menghitung korelasi antara X dan Y
adalah:
dimana :
ryx :
Koefisien korelasi antara variabel Y dan X
Xi :
Koefisien variabel bebas Xi
Yi :
Koefisien variabel terikat Yi
Besarnya
nilai koefisien korelasi (r) selalu terletak antara
-1 dan 1, sehingga nilai r tersebut dapat ditulis : . Jika
r = +1, maka terdapat korelasi
positip sempurna antara X dan Y artinya jika
nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula.
Sebaliknya jika r = -1, maka terdapat korelasi
negatif sempurna antara X dan Y
artinya jika nilai variabel X tinggi, maka nilai variabel Y rendah.
Sedangkan jika r = 0, berarti tidak
ada korelasi antara X dan Y. (Sujana, 2001. Metode
Statistik. Bandung : Tarsito. Hal. 369).
Interpretasi harga r akan disajikan
dalam table berikut :
Tabel
2.1 : Interpretasi
Koefisien Korelasi Nilai r
R
|
Interpretasi
|
0
0,01
– 0,20
0,21
– 0,40
0,41
– 0,60
0,61
– 0,80
0,81
– 0,99
1
|
Tidak
berkorelasi
Sangat
rendah
rendah
Agak
rendah
Cukup
Tinggi
Sangat
tinggi
|
E.
Koefisien Determinasi
Koefisien determinasi yang dinyatakan dengan R2
untuk pengujian regresi linear berganda yang mencakup lebih dari dua variabel
adalah untuk mengetahui proporsi keragaman total dalam variabel tak bebas (Y)
yang dapat dijelaskan atau diterangkan oleh variabel-variabel bebas (X) yang
ada di dalam model persamaan regresi linear berganda secara bersama-sama. Maka
R2 akan ditentukan dengan rumus, yaitu :
R2 =
Dimana :
JKreg = Jumlah kuadrat regresi
Harga R2 yang diperoleh sesuai dengan variansi
yang dijelaskan masing-masing variabel yang tinggal dalam regresi. Hal ini
mengakibatkan variansi yang dijelaskan penduga yang disebabkan oleh variabel
yang berpengaruh saja (yang bersifat nyata).
Hasil Uji
Data
Rata-Rata Upah Pekerja Perempuan Dan Jumlah Jam Kerja Per Minggu Perempuan Di
Provinsi Sumatera Utara Tahun 2009/2010
No
|
Kabupaten/kota
|
Rata-rata upah
|
Jumlah jam kerja per minggu
|
1
|
Nias
|
920.626
|
28,91
|
2
|
Mandailing
Natal
|
1.158.076
|
41,47
|
3
|
Tapanuli
Selatan
|
1.330.121
|
33,02
|
4
|
Tapanuli
Tengah
|
966.395
|
32,24
|
5
|
Tapanuli
Utara
|
1.639.933
|
46,68
|
6
|
Toba
Samosir
|
1.566.873
|
35,27
|
7
|
Labuhan
Batu
|
1.181.980
|
36,71
|
8
|
Asahan
|
903.053
|
30,9
|
9
|
Simalungun
|
1.063.768
|
32,74
|
10
|
Dairi
|
1.547.815
|
42,56
|
11
|
Karo
|
1..492.841
|
35,6
|
12
|
Deli
Serdang
|
1.055.260
|
40,28
|
13
|
Langkat
|
824.162
|
27,07
|
14
|
Nias
selatan
|
1.673.429
|
46,29
|
15
|
Humbang
Hasundutan
|
1.479.099
|
37,9
|
16
|
Pakpak
Barat
|
1.200.581
|
30,64
|
17
|
Samosir
|
1.453.354
|
31,2
|
18
|
Serdang
Bedagai
|
1.077.944
|
33,87
|
19
|
Batubara
|
970.641
|
36,12
|
20
|
Padang
Lawas Utara
|
931.531
|
35,81
|
21
|
Padang
Lawas
|
1.194.602
|
37,43
|
22
|
Labuhan
Batu Selatan
|
986.602
|
31,59
|
23
|
Labuhan
Batu Utara
|
911.850
|
29,81
|
24
|
Nias
Utara
|
1.173.412
|
36,5
|
25
|
Nias
Barat
|
1.088.629
|
31,8
|
26
|
Sibolga
|
1.281.496
|
35,38
|
27
|
Tanjung
Balai
|
978.987
|
36,07
|
28
|
Pematang
Siantar
|
1.257.197
|
32,45
|
29
|
Tebing
Tinggi
|
1.014.011
|
35,74
|
30
|
Medan
|
1.584.982
|
44,76
|
31
|
Binjai
|
891.549
|
28,52
|
32
|
Padangsidimpuan
|
1.620.162
|
42,71
|
33
|
Gunung
Sitoli
|
1.208.360
|
34,09
|