Creative Research Journal Vol.
12 No.
01 Juni 2026
DIBALIK ARUS MODAL: MENGUJI DETERMINASI PENANAMAN MODAL
ASING (PMA) DAN PENANAMAN MODAL DALAM NEGERI (PMDN)
DALAM MENURUNKAN PENGANGGURAN DI JAWA BARAT
Daniel Simamora* Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu Kabupaten Bandung.
Jl.
Raya Soreang KM.
Kabupaten Bandung, 40912 Naskah masuk 10 November 2025.
Naskah direvisi 24 Maret 2026.
Naskah diterima 4 April 2026 Key Words Domestic Direct Investment Foreign Direct Investment Open Unemployment Rate Abstract West Java Province faces a development paradox, as one of a top national investment destination, it consistently records the highest Open Unemployment Rate (OUR).
This study aims to analyze the determinants of Foreign Direct Investment (FDI) and Domestic Direct Investment (DDI) on the OUR across 27 regencies/cities in West Java.
Using panel data from 2020-2024, this study applies a Random Effect Model (REM) with robust standard errors, controlling for the Human Development Index (HDI) and Economic Growth Rate.
The estimation results show that DDI has a significant negative effect on the OUR, indicating its role in labor absorption.
Conversely.
FDI has a significant positive effect, implying its capital-intensive nature and potential skill mismatch.
Economic growth is proven to significantly reduce the OUR, while HDI paradoxically shows a positive effect.
The main conclusion is that not all investments impact the labor market equally.
The policy implication is a needed shift from investment quantity to quality, prioritizing labor-intensive domestic investments and aligning human resource development with industry needs.
Kata Kunci Penanaman Modal Asing Penanaman Modal Dalam Negeri Tingkat Pengangguran Terbuka Abstrak Provinsi Jawa Barat menghadapi paradoks pembangunan, yaitu sebagai salah satu destinasi investasi utama nasional, namun secara konsisten mencatatkan Tingkat Pengangguran Terbuka (TPT) tertinggi.
Penelitian ini bertujuan menganalisis determinasi Penanaman Modal Asing (PMA) dan Penanaman Modal Dalam Negeri (PMDN) terhadap TPT di 27 kabupaten/kota di Jawa Barat.
Menggunakan data panel periode 2020-2024, penelitian ini menerapkan model regresi Random Effect (REM) dengan robust standard errors, serta mengontrol variabel Indeks Pembangunan Manusia (IPM) dan Laju Pertumbuhan Ekonomi (LPE).
Hasil estimasi menunjukkan PMDN berpengaruh negatif dan signifikan terhadap TPT, menandakan perannya dalam penyerapan tenaga kerja.
Sebaliknya.
PMA berpengaruh positif dan signifikan, mengindikasikan sifat padat modal dan potensi ketidaksesuaian keterampilan .
kill mismatc.
LPE terbukti signifikan menurunkan TPT, namun IPM secara berlawanan berpengaruh positif.
Simpulan utama adalah tidak semua investasi berdampak sama terhadap pasar Implikasi dari sisi kebijakan adalah perlunya mendorong fokus pada kualitas investasi yang padat karya, terutama dari sumber domestik, serta penyelarasan kualitas sumber daya manusia dengan kebutuhan industri.
PENDAHULUAN
Provinsi Jawa Barat merupakan salah satu episentrum perekonomian Indonesia, memegang peranan penting sebagai motor penggerak industri manufaktur dan kontributor signifikan terhadap Produk Domestik Bruto (PDB) nasional (Winardi et al.
, 2.
Posisi strategis Provinsi Jawa Barat yang berdekatan dengan ibu kota negara, didukung oleh infrastruktur yang relatif memadai dan sumber daya manusia yang melimpah, menjadikan Jawa Barat sebagai salah satu magnet investasi di Indonesia (Noviyanti et al.
, 2.
Selama bertahun-tahun.
Provinsi Jawa Barat secara konsisten menduduki peringkat teratas dalam realisasi Penanaman Modal Asing (PMA) maupun Penanaman Modal Dalam Negeri (PMDN).
Namun, di balik derasnya arus modal yang masuk, tersembunyi sebuah anomali pembangunan yang penting untuk dicermati yaitu Tingkat Pengangguran Terbuka (TPT) di Jawa Barat menjadi yang tertinggi secara Fenomena ketidaksinkronan antara kinerja investasi dan dinamika pasar tenaga kerja yang tidak dapat dijelaskan hanya melalui pendekatan deskriptif semata.
Tingginya realisasi investasi yang seharusnya menjadi pemicu penciptaan lapangan kerja justru belum sepenuhnya mampu Hal mengindikasikan adanya persoalan struktural yang lebih dalam, baik dari sisi karakteristik investasi yang masuk * corresponding author: daniel.
1998@gmail.
https://doi.
org/10.
34147/crj.
Copyright A 2026 by author.
License Creative Research Journal.
Bandung.
Indonesia.
This work is licensed under a Creative Commons Attribution 4.
International License Creative Research Journal Vol.
12 No.
01 Juni .
9-18 Tingkat Pengangguran Terbuka (%) maupun dari kesiapan tenaga kerja dalam merespons kebutuhan industri.
Oleh karena itu, diperlukan pemahaman yang lebih komprehensif terhadap posisi Jawa Barat dalam konteks nasional untuk menegaskan urgensi permasalahan tersebut.
Seperti yang ditunjukkan pada Gambar 1, pada tahun 2024.
TPT Jawa Barat mencapai 6,75%, menempatkan Provinsi Jawa Barat pada peringkat pertama di tingkat nasional.
Realisasi Investasi Tingkat Pengangguran Simamora.
Dibalik Arus Modal: Menguji DeterminasiA Tahun Realisasi Investasi (Triliun Rupia.
Tingkat Pengangguran (%) Gambar 2.
Realisasi Investasi dan Tingkat Pengangguran Terbuka Provinsi Jawa Barat Tahun 2020-2024 Sumber: BPS Provinsi Jawa Barat dan DPMPTSP Provinsi Jawa Barat, 2024 Secara teoretis, investasi merupakan prasyarat utama bagi penciptaan lapangan kerja dan pertumbuhan ekonomi (Todaro dan Smith, 2.
Sejalan dengan teori permintaan agregat Keynesian, akumulasi modal, baik dari dalam maupun luar negeri, diharapkan dapat memperluas kapasitas output produksi, mendorong pendirian unit-unit usaha baru, dan pada akhirnya meningkatkan permintaan terhadap tenaga kerja (Amoroso dan Myller, 2018.
Nguyen et al.
, 2.
Namun, beberapa literatur empiris di tingkat nasional yang mengkaji pengangguran dan investasi menunjukkan bahwa hubungan antara investasi dan pengangguran tidaklah linear dan bersifat kompleks, dalam arti bahwa peningkatan investasi tidak selalu menghasilkan penurunan pengangguran secara proporsional atau Hubungan tersebut dapat bersifat asimetris, tertunda .
agged effec.
, serta dipengaruhi oleh karakteristik investasi itu sendiri, seperti perbedaan antara PMA yang cenderung padat modal dan PMDN yang relatif lebih padat karya, dipengaruhi oleh berbagai faktor diluar investasi (Abbas et al.
, 2.
Sejumlah studi yang menggunakan analisis data panel di berbagai negara menemukan bahwa dampak investasi, khususnya PMA, terhadap penurunan pengangguran seringkali tidak langsung dan baru terasa dalam jangka panjang.
Hal ini disebabkan oleh karakteristik investasi itu sendiri, terutama perbedaan antara modal asing dan modal domestik (Alalawneh dan Nessa, 2020.
Konings, 2.
Dalam perspektif model hirarki sektoral atau structural change, investasi berperan penting dalam mendorong pergeseran tenaga kerja dari sektor tradisional yang padat tenaga kerja namun berproduktivitas rendah menuju sektor modern yang lebih produktif (Garcya-Santana et al.
Pergeseran ini dapat menurunkan tingkat pengangguran apabila sektor modern memiliki kapasitas penyerapan tenaga kerja yang memadai (Herrendorf et , 2.
Namun, apabila pertumbuhan sektor modern bersifat padat modal dan tidak diimbangi dengan penciptaan lapangan kerja yang cukup, maka proses transformasi struktural justru dapat menciptakan Provinsi Gambar 1.
Data Provinsi dengan Tingkat Pengangguran Tertinggi Tahun 2024 Sumber: BPS Indonesia, 2024 Paradoks antara tingginya realisasi investasi dan tingginya angka pengangguran ini menjadi isu strategis utama yang digarisbawahi dalam dokumen perencanaan pembangunan daerah, termasuk Rencana Pembangunan Jangka Menengah Daerah (RPJMD) Provinsi Jawa Barat Tahun 2025-2029.
Dokumen tersebut secara eksplisit mengidentifikasi permasalahan "Tingginya Investasi Belum Diikuti Dengan Percepatan Peningkatan Pendapatan Masyarakat" dan "Tingkat Pengangguran Masih Tinggi" sebagai tantangan fundamental yang menghambat tercapainya pembangunan yang inklusif (Badan Perencanaan Pembangunan Daerah Provinsi Jawa Barat, 2.
Visualisasi data pada Gambar 2 menunjukkan tren peningkatan realisasi investasi yang signifikan, dari 120,43 Triliun Rupiah pada tahun 2020 menjadi 251,14 Triliun Rupiah pada tahun 2024.
Di sisi lain.
TPT memang mengalami penurunan dari 10,46% menjadi 6,75% pada periode yang sama, yang secara agregat mencerminkan perbaikan kinerja pasar tenaga Namun demikian, mengingat besarnya jumlah angkatan kerja di Provinsi Jawa Barat, tingkat TPT tersebut masih merepresentasikan jumlah penganggur dalam skala yang sangat besar.
Dengan demikian, meskipun terjadi penurunan persentase pengangguran, kapasitas penyerapan tenaga kerja yang dihasilkan dari peningkatan investasi belum sepenuhnya optimal dalam mereduksi jumlah pengangguran secara signifikan.
Kesenjangan ini menegaskan bahwa besarnya arus modal yang masuk belum secara otomatis berimplikasi pada peningkatan penyerapan tenaga kerja di Jawa Barat.
Simamora.
Dibalik Arus Modal: Menguji DeterminasiA Creative Research Journal Vol.
12 No.
01 Juni .
9-18 pengangguran struktural, terutama bagi tenaga kerja yang keterampilannya tidak sesuai dengan kebutuhan sektor modern (Acemoglu dan Restrepo, 2.
inheren memiliki elastisitas penyerapan tenaga kerja yang lebih rendah (Hytte et al.
, 2.
Bahkan, dalam beberapa kajian yang menggunakan kacamata teori investasi multinasional, masuknya PMA yang sangat efisien dari sisi proses produksi dapat mendesak keluar .
rowding ou.
perusahaan domestik yang lebih padat karya, yang berpotensi meningkatkan pengangguran (Hakim et al.
Sebaliknya.
PMDN, meskipun mungkin tidak seunggul PMA dalam hal teknologi, seringkali dianggap memiliki keterkaitan ke belakang .
ackward linkage.
yang lebih kuat dengan ekonomi lokal.
Perusahaan domestik cenderung lebih banyak menggunakan input dan jasa dari pemasok lokal, sehingga menciptakan efek pengganda .
ultiplier effec.
yang lebih besar terhadap penciptaan lapangan kerja di berbagai sektor (Hynes et al.
, 2.
konteks Indonesia, studi oleh (Astuti dan Gunawan, 2.
dan (Taqiyyuddin, 2.
menunjukkan bahwa struktur investasi dan keterkaitannya dengan sektor informal memainkan peran krusial dalam menentukan dampak akhir terhadap ketenagakerjaan.
Secara khusus pada level provinsi di Indonesia, bukti empiris menunjukkan hasil temuan yang beragam yang menegaskan kompleksitas pengaruh PMA dan PMDN terhadap pasar tenaga kerja daerah.
Penelitian yang dilakukan oleh Sinulingga, 2.
di Provinsi Kalimantan Tengah menemukan bahwa PMA dan PMDN, bersama variabel lain seperti kredit Usaha Mikro.
Kecil dan Menengah (UMKM) dan pertumbuhan ekonomi, berkontribusi terhadap penurunan pengangguran secara tidak langsung melalui mekanisme pertumbuhan Indeks Pembangunan Manusia (IPM) juga berpengaruh negatif, meskipun tidak signifikan.
Selain itu di Provinsi Kalimantan Barat, studi oleh Maharani dan Samsuddin .
mengenai pengaruh PMDN dan Produk Domestik Regional Bruto (PDRB) terhadap TPT menunjukkan bahwa PMDN dan GRDP tidak memiliki efek signifikan pada pengangguran terbuka selama periode 2019-2023.
Studi yang dilakukan di 6 Provinsi yang ada di Pulau Sulawesi oleh Nadia dan Amri .
juga melaporkan bahwa PMDN memiliki pengaruh signifikan terhadap pengangguran walaupun penelitian tersebut tidak memasukkan PMA secara terpisah sebagai variabel utama, hal ini masih menunjukkan bahwa investasi domestik memiliki peranan dalam penyerapan tenaga kerja secara regional.
Kompleksitas hubungan ini semakin diperdalam oleh peran variabel-variabel sosioekonomi lainnya.
Laju Pertumbuhan Ekonomi (LPE) merupakan determinan fundamental bagi penyerapan tenaga kerja, sebuah hubungan yang dikenal sebagai Hukum Okun.
Pertumbuhan menciptakan permintaan efektif terhadap tenaga kerja yang kemudian diisi oleh investasi (Aguiar-Conraria et , 2.
Validitas empiris Hukum Okun telah banyak diuji, termasuk di negara berkembang seperti Indonesia, yang menunjukkan bahwa pertumbuhan ekonomi yang tinggi merupakan syarat perlu, meskipun tidak selalu cukup, untuk menurunkan pengangguran.
Tanpa adanya pertumbuhan ekonomi yang kokoh, investasi baru mungkin hanya akan menggantikan modal lama .
apital deepenin.
tanpa menambah jumlah pekerja secara signifikan .
apital widenin.
(Astari et al.
, 2019.
Vikia et al.
Dengan mempertimbangkan posisi strategis Jawa Barat sebagai tujuan utama investasi nasional, tingginya tingkat pengangguran dibandingkan provinsi lain, serta adanya kesenjangan antara arus investasi dan penyerapan tenaga kerja.
Provinsi Jawa Barat menjadi konteks yang relevan dan krusial untuk mengkaji secara empiris hubungan antara PMA.
PMDN, dan dinamika pengangguran pada level regional.
Di lingkup regional Jawa Barat, studi panel yang dilakukan di Provinsi Jawa Barat oleh Astuti dan Gunawan .
menemukan bahwa realisasi PMA tidak berpengaruh signifikan terhadap penyerapan tenaga kerja pada periode yang diteliti.
Analisis oleh Hamijaya dan Nadila .
pada level metropolitan Bandung Raya juga melaporkan bahwa kombinasi investasi PMA dan PMDN memiliki hubungan positif terhadap penyerapan tenaga kerja sektor industri, namun pengaruh investasi tersebut cenderung tidak signifikan secara statistik sehingga menunjukkan peran relatif variabel lain .
eperti IPM dan upah minimu.
yang lebih kuat dalam menjelaskan variasi penyerapan tenaga kerja.
Di sisi lain, kualitas sumber daya manusia, yang seringkali dicerminkan oleh IPM, menjadi faktor penentu dari sisi penawaran tenaga kerja .
upply-sid.
IPM yang tinggi, yang mencerminkan tingkat pendidikan dan kesehatan yang lebih baik, secara teoretis seharusnya meningkatkan produktivitas dan daya saing angkatan kerja, sehingga mempermudah penyerapan oleh industri (Naval et al.
, 2.
Namun, fenomena "pengangguran terdidik" .
ducated unemploymen.
dan ketidaksesuaian keterampilan .
kill mismatc.
(Brunello dan Wruuck.
Fenomena tersebut menjadi masalah serius di banyak negara berkembang, termasuk Indonesia.
RPJMD
Jawa Barat secara spesifik menyoroti masalah lemahnya keterkaitan .
ink and matc.
antara lulusan pendidikan, terutama sekolah kejuruan, dengan kebutuhan dunia industri (Badan Perencanaan Pembangunan Daerah Provinsi Jawa Barat, 2.
Hal ini mengindikasikan bahwa peningkatan IPM tidak secara otomatis menjamin penurunan pengangguran jika struktur permintaan tenaga kerja dari investasi yang masuk tidak sejalan Perdebatan mengenai dampak yang berbeda antara PMA dan PMDN terhadap pasar tenaga kerja menjadi inti dari banyak penelitian ekonomi pembangunan.
PMA
seringkali diasosiasikan dengan transfer teknologi canggih, transfer pengetahuan manajerial, dan orientasi ekspor (Iwasaki dan Tokunaga, 2.
Namun, karakteristik ini juga seringkali menyiratkan sifat investasi yang padat modal .
apital-intensiv.
dan padat teknologi .
echnology-intensiv.
itu sendiri, yang secara Simamora.
Dibalik Arus Modal: Menguji DeterminasiA Creative Research Journal Vol.
12 No.
01 Juni .
9-18 dengan profil keterampilan yang tersedia (Matsuura dan Saito, 2.
gabungan antara data runtut waktu .
ime serie.
selama 5 tahun dari 2020 hingga 2024 dan data silang .
ross-sectio.
dari 27 kabupaten/kota di Provinsi Jawa Barat.
Dengan demikian, total observasi dalam penelitian ini adalah sebanyak 135 (N=27.
T=.
Pemilihan periode 2020Ae2024 didasarkan pada pertimbangan ketersediaan dan kelengkapan data, di mana data realisasi PMA dan PMDN pada tingkat kabupaten/kota baru tersedia secara konsisten dan lengkap pada rentang tahun tersebut.
Pada periode sebelum tahun 2020, data investasi tidak tercatat secara merata di seluruh kabupaten/kota, sehingga berpotensi menimbulkan missing values yang dapat menurunkan kualitas analisis dan akurasi pemodelan Oleh karena itu, penggunaan periode ini diharapkan dapat meningkatkan validitas dan reliabilitas hasil estimasi.
Sumber data utama berasal dari publikasi resmi Badan Pusat Statistik (BPS) Provinsi Jawa Barat dan Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu Provinsi Jawa Barat.
Meskipun literatur terdahulu mengenai investasi dan pengangguran telah berkembang pesat, terdapat celah penelitian .
esearch ga.
yang cukup signifikan, khususnya dalam konteks regional.
Sebagian besar studi cenderung berfokus pada tingkat nasional.
Studi-studi pada tingkat nasional tersebut memodelkan secara tidak langsung PMA dan PMDN terhadap tingkat Studi literatur terdahulu memasang variabel PMA dan PMDN bersama-sama dengan tingkat pengangguran sebagai proksi yang mempengaruhi laju pertumbuhan ekonomi.
Pada analisis yang secara spesifik membedah dan membandingkan dampak PMA dan PMDN pada level regional .
abupaten/kot.
di provinsi paling vital bagi perekonomian Indonesia masih sangat Urgensi penelitian ini terletak pada kebutuhan bagi para perencana pembangunan di tingkat daerah untuk merumuskan kebijakan investasi yang lebih efektif dan berbasis bukti.
Oleh karena itu kebaruan penelitian ini terletak pada pemodelan secara langsung pengaruh PMA dan PMDN terhadap tingkat sehingga bisa dilakukan perbandingan dampak PMA dan PMDN pada level regional.
Dengan memahami secara kuantitatif jenis investasi mana yang lebih berdaya dalam menyerap tenaga kerja, pemerintah daerah dapat merancang skema insentif yang lebih terarah dan kebijakan pendukung yang lebih relevan untuk mengatasi masalah pengangguran.
Variabel-variabel yang digunakan dalam penelitian ini didefinisikan secara operasional berdasarkan penelaahan literatur terdahulu.
Variabel dependen adalah TPT, yang diukur sebagai persentase jumlah angkatan kerja yang tidak bekerja dan sedang mencari pekerjaan terhadap total angkatan kerja di setiap kabupaten/kota pada tahun tertentu (%).
Variabel independen utama terdiri dari dua jenis investasi.
Pertama.
PMA, yaitu total nilai realisasi investasi yang berasal dari sumber luar negeri di setiap kabupaten/kota, diukur dalam satuan Rupiah.
Kedua.
PMDN, yaitu total nilai realisasi investasi yang berasal dari sumber domestik di setiap kabupaten/kota, juga diukur dalam satuan Rupiah.
Untuk mengatasi masalah skala dan memastikan interpretasi koefisien sebagai elastisitas atau semi-elastisitas, serta untuk menormalkan PMA
PMDN
ditransformasikan ke dalam bentuk logaritma natural .
nPMA dan lnPMDN) (Gujarati, 2.
Pengugunaan variabel PMA dan PMDN sebagai variabel independen mengacu kepada studi yang dilakukan oleh Sinulingga .
yang memasang variabel PMA dan PMDN secara bersama-sama sebagai variabel independen dalam analisis berbentuk data panel.
Berdasarkan celah dan urgensi penelitian yang telah disebutkan sebelumnya maka penelitian ini merumuskan determinasi PMA dan PMDN terhadap TPT di 27 kabupaten/kota Provinsi Jawa Barat periode 2020-2024, dengan mempertimbangkan pengaruh IPM dan LPE? Sejalan dengan itu, tujuan penelitian ini adalah yaitu .
menganalisis pengaruh parsial PMA terhadap TPT.
menganalisis pengaruh parsial PMDN terhadap TPT.
menganalisis pengaruh parsial IPM terhadap TPT.
menganalisis pengaruh parsial LPE terhadap TPT di Jawa Barat.
Manfaat penelitian ini adalah memberikan sumbangsih akademis berupa landasan empiris bagi Pemerintah Provinsi Jawa Barat dan pemerintah kabupaten/kota dalam merumuskan strategi berbasis bukti untuk mengoptimalkan dampak investasi terhadap penciptaan lapangan kerja, serta menyelaraskan kebijakan pembangunan ekonomi dengan kebijakan pembangunan sumber daya manusia.
Selain variabel independen utama, penelitian ini juga memasukkan dua variabel kontrol yang secara teoretis relevan dalam memengaruhi pengangguran.
Variabel kontrol pertama IPM, sebuah indeks yang mengukur capaian pembangunan manusia dari tiga dimensi dasar, yaitu umur panjang dan hidup sehat, pengetahuan, dan standar hidup layak.
IPM diukur dalam bentuk skor indeks dengan rentang 0-100.
Variabel kontrol kedua adalah LPE, yang diukur sebagai persentase perubahan tahunan PDRB atas dasar harga konstan di setiap kabupaten/kota (%).
Pengugunaan variabel PMA dan PMDN sebagai variabel independen mengacu kepada studi terdahulu yang dilakukan oleh Astari et al.
dan Naval et al.
dimana berdasarkan studi tersebut peran variabel-variabel sosioekonomi lain diluar PMA dan PMDN turut memiliki keterkaitan terhadap METODE Penelitian ini menggunakan pendekatan kuantitatif untuk menjawab pertanyaan penelitian yang diturunkan dari kerangka teoretis dan studi empiris sebelumnya.
Desain penelitian ini adalah analisis ekonometrika untuk mengidentifikasi pengaruh variabel-variabel independen terhadap variabel dependen.
Data yang digunakan adalah data sekunder yang bersifat data panel, yaitu Simamora.
Dibalik Arus Modal: Menguji DeterminasiA Creative Research Journal Vol.
12 No.
01 Juni .
9-18 TPT.
PMA.
PMDN.
IPM, dan LPE.
Tabel 1.
Statistik Deskriptif Variabel Penelitian Berdasarkan literatur yang dijadikan sebagai acuan yaitu Sinulingga .
, maka model analisis yang dikembangkan mereplikasi model regresi data panel.
Regresi data panel digunakan mengingat bentuk data yang bersifat kombinasi antara data deret waktu .
ime serie.
dengan data cross section.
Persamaan model ekonometrika yang akan diestimasi dalam penelitian ini diformulasikan sebagai berikut:
Variable TPT (%) PMA (Miliar Rupia.
PMDN
(Miliar Rupia.
IPM
LPE (%)
Obs
Mean
8,16
810,00
Std.
Dev.
2,53
380,00
Min 1,52 1,48 Max
14,29
300,00
830,00
4100,00
0,26
200,00
73,04
2,89
3,67
4,15
65,93
-2,92
83,50
11,21
Sumber : Hasil analisis, 2025 TPTit=0 1lnPMAit 2lnPMDNit 3IPMit 4LPEit uit A .
Dari Tabel 1, terlihat bahwa rata-rata TPT di seluruh kabupaten/kota Jawa Barat selama periode penelitian adalah 8,16%, dengan rentang yang sangat lebar dari 1,52% hingga 14,29%.
Hal ini mengindikasikan adanya disparitas kondisi pasar tenaga kerja yang signifikan antar Variabel investasi, baik PMA maupun PMDN, menunjukkan standar deviasi yang sangat besar, jauh melebihi nilai rata-ratanya.
Ini mencerminkan konsentrasi investasi yang sangat tinggi di beberapa daerah tertentu .
eperti kawasan industr.
dan sangat rendah di daerah lainnya, yang memvalidasi perlunya pendekatan data panel yang dapat mengakomodasi heterogenitas antar individu .
abupaten/kot.
Rata-rata IPM berada di angka 73,04, yang masuk dalam kategori "tinggi", sementara LPE rata-rata sebesar 2,89%, yang mencerminkan dampak perlambatan ekonomi akibat pandemi COVID-19 di awal periode penelitian.
di mana TPTit adalah Tingkat Pengangguran Terbuka di kabupaten/kota i pada tahun t.
lnPMAit dan lnPMDNit adalah logaritma natural dari realisasi PMA dan PMDN.
IPMit dan LPEit adalah Indeks Pembangunan Manusia dan Laju Pertumbuhan Ekonomi.
0 adalah konstanta .
, 1 hingga 4 adalah koefisien regresi yang akan diestimasi, dan uit adalah komponen galat .
rror ter.
Tahapan analisis data dalam penelitian ini meliputi beberapa langkah sistematis.
Pertama, dilakukan analisis statistik deskriptif untuk memberikan gambaran umum mengenai karakteristik setiap variabel, termasuk nilai rata-rata, standar deviasi, minimum, dan maksimum.
Kedua, dilakukan pemilihan model regresi data panel terbaik di antara tiga pendekatan umum: Common Effect Model (CEM).
Fixed Effect Model (FEM), dan Random Effect Model (REM).
Pemilihan ini dilakukan melalui dua uji Uji Chow (F-tes.
digunakan untuk memilih antara CEM dan FEM.
Selanjutnya.
Uji Hausman .
hisquared tes.
digunakan untuk menentukan model yang lebih tepat antara FEM dan REM (Gujarati, 2.
Ketiga, setelah model terbaik terpilih, dilakukan estimasi koefisien regresi.
Untuk mengantisipasi potensi masalah heteroskedastisitas dan autokorelasi yang sering muncul dalam data panel regional, estimasi dilakukan dengan menggunakan robust standard errors (Gujarati, 2.
Keempat, dilakukan serangkaian uji asumsi klasik untuk memastikan validitas dan keandalan model yang Uji ini mencakup, .
Uji Multikolinearitas dengan menggunakan Variance Inflation Factor (VIF) untuk mendeteksi korelasi tinggi antar variabel .
Uji Heteroskedastisitas dengan menggunakan Uji Breusch-Pagan/Cook-Weisberg untuk memeriksa apakah varians galat bersifat konstan .
Uji Autokorelasi dengan menggunakan Uji Wooldridge untuk mendeteksi adanya korelasi serial pada galat dalam model data panel.
Seluruh proses pengolahan dan analisis data dilakukan dengan menggunakan perangkat lunak statistik STATA Langkah selanjutnya adalah pemilihan model regresi data panel yang paling sesuai.
Tahap pertama adalah Uji Chow untuk memilih antara CEM dan FEM.
Hasil uji disajikan pada Tabel 2.
Tabel 2.
Hasil Uji Pemilihan Model Regresi Data Panel (Uji Cho.
Test Summary Chow Test F-Statistic 1,93 .
, .
Prob.
0,01
Sumber : Hasil analisis, 2025 Hasil Uji Chow pada Tabel 2 menunjukkan nilai probabilitas F sebesar 0,01, yang lebih kecil dari tingkat signifikansi =0,05.
Dengan demikian, hipotesis nol (H.
yang menyatakan bahwa CEM lebih tepat ditolak.
Hal tersebut mengindikasikan bahwa FEM lebih baik daripada CEM.
Selanjutnya, dilakukan Uji Hausman untuk memilih antara FEM dan REM.
Tabel 3 menyajikan hasil Uji Hausman.
Tabel 3.
Hasil Uji Pemilihan Model Regresi Data Panel (Uji Hausma.
Test Summary Hausman Test Chi-Sq.
Statistic 1,24 Chi-Sq.
Prob.
0,87
HASIL DAN PEMBAHASAN
Sumber : Hasil analisis, 2025 Tahap analisis diawali dengan penyajian statistik deskriptif dari seluruh variabel yang digunakan dalam Statistik deskriptif memberikan gambaran awal mengenai sebaran dan variasi data selama periode observasi 2020-2024 di 27 kabupaten/kota di Jawa Barat.
Tabel 1 menyajikan ringkasan statistik untuk variabel Hasil Uji Hausman pada Tabel 3 menunjukkan nilai probabilitas chi-squared sebesar 0,87, yang jauh lebih besar dari tingkat signifikansi =0,05.
Dengan demikian, hipotesis nol (H.
yang menyatakan bahwa tidak ada perbedaan sistematis antara koefisien FEM dan REM Simamora.
Dibalik Arus Modal: Menguji DeterminasiA Creative Research Journal Vol.
12 No.
01 Juni .
9-18 gagal ditolak.
Hal tersebut mengindikasikan bahwa Random Effect Model (REM) adalah model yang lebih efisien dan konsisten untuk digunakan dalam analisis ini.
Berdasarkan hasil pemilihan model, estimasi dilakukan menggunakan REM.
Untuk memastikan hasil estimasi robust terhadap potensi heteroskedastisitas dan autokorelasi, digunakan opsi robust standard errors.
Hasil estimasi model regresi disajikan secara lengkap pada Tabel 4.
Tabel 6 menyajikan hasil Uji Breusch-Pagan.
Dengan nilai probabilitas chi-squared sebesar 0,13 yang lebih besar dari 0,05, hipotesis nol gagal ditolak.
Ini berarti tidak terdapat masalah heteroskedastisitas dalam model.
Terakhir, dilakukan uji autokorelasi untuk mendeteksi korelasi serial pada galat.
Hasil pengujian autokorelasi menggunakan uji Wooldridge disajikan pada Tabel 7 di bawah ini.
Tabel 7.
Hasil Uji Autokorelasi (Wooldridg.
Tabel 4.
Hasil Estimasi Model Regresi Data Panel (Random Effect Model with Robust SE) Variable lnPMA
lnPMDN
IPM
LPE
Wald chi2.
Prob > R-squared .
Coefficient -1,84 0,17 -0,20 0,17 -0,42 92,38 Std.
Error
3,48
0,07
0,08
0,03
0,05
Number Obs t-Statistic -0,53 2,34 -2,47 4,67 -8,39 0,00 Number of Groups Test Wooldridge test for Prob.
0,59
0,02
0,01
0,00
0,00
Hasil Uji Wooldridge pada Tabel 7 menunjukkan nilai probabilitas F sebesar 0,14, yang lebih besar dari 0,05.
Dengan demikian, hipotesis nol gagal ditolak, yang mengindikasikan tidak adanya masalah autokorelasi.
Secara keseluruhan, hasil uji asumsi klasik menunjukkan bahwa model yang digunakan telah valid dan reliabel.
Dengan demikian, koefisien yang diestimasi pada Tabel 4 dapat diinterpretasikan dengan keyakinan statistik yang Sumber : Hasil analisis, 2025 Sebelum menginterpretasikan hasil regresi, dilakukan serangkaian uji asumsi klasik untuk memastikan validitas Uji pertama adalah uji multikolinearitas untuk mendeteksi korelasi antar variabel independen.
Apabila terjadi korelasi, maka estimasi koefisien regresi menjadi tidak stabil dan memiliki varians yang besar, sehingga dapat menurunkan ketepatan dalam mengidentifikasi pengaruh masing-masing variabel independen secara Hasil pengujian multikolinearitas yang dilakukan dengan menggunakan pendekatan Variance Inflation Factor (VIF) disajikan pada Tabel 5 di bawah ini.
Interpretasi hasil regresi pada Tabel 4 menunjukkan beberapa hasil temuan yang penting.
Pertama, variabel lnPMA memiliki koefisien positif sebesar 0,17 dengan nilai probabilitas 0,02.
Hal ini berarti, dengan asumsi ceteris paribus, setiap kenaikan 1% realisasi PMA berasosiasi dengan kenaikan TPT sebesar 0,17 poin Temuan ini signifikan secara statistik pada level 5%.
Kedua, variabel lnPMDN menunjukkan koefisien negatif sebesar -0,20 dengan nilai probabilitas 0,01.
Hasil ini signifikan secara statistik pada level 5%, yang mengindikasikan bahwa setiap kenaikan 1% realisasi PMDN berasosiasi dengan penurunan TPT sebesar 0,20 poin persentase.
Temuan ini sejalan dengan teori bahwa investasi domestik efektif dalam menyerap tenaga kerja.
Ketiga, variabel kontrol IPM memiliki koefisien positif sebesar 0.
17 dengan nilai probabilitas 0,00.
Hasil yang sangat signifikan ini menunjukkan bahwa setiap kenaikan satu poin skor IPM berasosiasi dengan kenaikan TPT sebesar 0.
17 poin persentase.
Seperti halnya PMA, temuan ini juga bersifat paradoksal.
Keempat, variabel kontrol LPE memiliki koefisien negatif sebesar -0,42 dengan nilai probabilitas 0,00.
Hasil ini sangat signifikan dan menunjukkan bahwa setiap kenaikan 1% pada laju pertumbuhan ekonomi berasosiasi dengan penurunan TPT sebesar 0,42 poin persentase, mengkonfirmasi validitas Hukum Okun dalam konteks regional Jawa Barat.
Tabel 5.
Hasil Uji Multikolinearitas (Variance Inflation Facto.
VIF
2,07
1,93
1,08
1,03
1,53
1/VIF
0,48
0,52
0,92
0,97
Sumber : Hasil analisis, 2025 Hasil pada Tabel 5 menunjukkan bahwa nilai Mean VIF adalah 1,53, dan nilai VIF untuk masing-masing variabel jauh di bawah ambang batas 10.
Hal ini mengindikasikan tidak adanya masalah multikolinearitas yang serius Selanjutnya, heteroskedastisitas untuk memeriksa konsistensi varians Hasil menggunakan uji Breusch-Pagan disajikan pada Tabel 6 di bawah ini.
Tabel 6.
Hasil Uji Heteroskedastisitas (Breusch-Paga.
Test Breusch-Pagan/CookWeisberg Chi2.
2,32 Prob > F
0,14
Sumber: Hasil analisis, 2025.
Catatan: H0: No first-order autocorrelation .
idak ada autokorelas.
0,30 Variable lnPMA
lnPMDN
IPM
LPE
Mean VIF
2,35
Pembahasan hasil penelitian ini berfokus pada upaya untuk menjelaskan temuan-temuan yang signifikan, terutama yang bersifat paradoksal.
Pengaruh positif dan signifikan PMA terhadap pengangguran merupakan temuan yang paling menonjol.
Hal ini dapat dijelaskan melalui beberapa lensa teoretis dan kontekstual.
Jawa
Barat, sebagai pusat industri manufaktur, menarik PMA
Prob > Chi2
0,13
Sumber: Hasil analisis, 2025.
Catatan: H0: Constant variance .
arians konstan/homoskedasti.
Simamora.
Dibalik Arus Modal: Menguji DeterminasiA Creative Research Journal Vol.
12 No.
01 Juni .
9-18 yang cenderung bersifat padat modal dan teknologi.
Investasi semacam ini, meskipun meningkatkan output dan produktivitas, tidak secara proporsional menciptakan lapangan kerja, terutama untuk tenaga kerja berketerampilan rendah hingga menengah yang mendominasi angkatan kerja lokal.
Fenomena ini sejalan dengan temuan dari Astuti dan Gunawan .
dan didukung oleh temuan dalam RPJMD Jawa Barat yang menyoroti pergeseran struktur ekonomi ke arah industri yang lebih maju.
Lebih jauh, masuknya perusahaan asing yang sangat kompetitif berpotensi menyebabkan efek crowding-out terhadap perusahaan domestik yang lebih kecil dan lebih padat karya, sebuah mekanisme yang diidentifikasi oleh Hakim et al.
Dengan demikian, penambahan lapangan kerja di sektor PMA mungkin tidak cukup untuk mengkompensasi hilangnya pekerjaan di sektor lain.
satu sisi, meningkatkan partisipasi angkatan kerja dan di sisi lain meningkatkan upah harapan .
eservation wag.
serta preferensi untuk pekerjaan di sektor formal (Brunello and Wruuck, 2.
Jika pertumbuhan lapangan kerja berkualitas tinggi yang seharusnya diciptakan oleh investasi tidak mampu mengimbangi peningkatan jumlah pencari kerja terdidik, maka yang terjadi adalah penumpukan pengangguran di kalangan terdidik.
Hal ini keberhasilan pembangunan sosial .
eningkatan IPM) dengan struktur pembangunan ekonomi yang belum mampu menyerap output dari sistem pendidikan tersebut.
Terakhir, pengaruh negatif dan kuat dari LPE terhadap TPT adalah temuan yang paling konsisten dengan teori ekonomi makro.
Hal ini menegaskan kembali bahwa pertumbuhan ekonomi secara agregat adalah mekanisme paling ampuh untuk mengurangi pengangguran.
Hasil ini sejalan dengan banyak studi sebelumnya yang memvalidasi Hukum Okun di berbagai konteks (Astari et , 2019.
Vikia et al.
, 2.
Implikasinya adalah bahwa kebijakan investasi harus ditempatkan dalam kerangka yang lebih luas untuk mendorong pertumbuhan ekonomi yang berkualitas dan inklusif, bukan sekadar menarik modal demi modal itu sendiri.
Temuan ini juga secara kuat mengindikasikan adanya masalah ketidaksesuaian keterampilan .
kill mismatc.
yang akut, sebuah isu yang secara eksplisit diangkat dalam RPJMD Jawa Barat.
PMA modern menuntut keterampilan teknis, digital, dan manajerial yang tinggi, sementara sistem pendidikan dan pelatihan vokasi di daerah belum sepenuhnya mampu menghasilkan lulusan yang sesuai dengan kebutuhan tersebut (Brunello dan Wruuck, 2.
Akibatnya.
PMA mungkin lebih banyak menyerap tenaga kerja dari luar daerah atau bahkan tenaga kerja asing, sementara angkatan kerja lokal justru terpinggirkan, yang pada akhirnya meningkatkan angka pengangguran terbuka.
Hal tersebut divalidasi oleh temuan di Jawa Barat yang dihasilkan oleh Astuti dan Gunawan .
KESIMPULAN
Penelitian ini menguji determinasi PMA dan PMDN terhadap TPT di 27 kabupaten/kota Provinsi Jawa Barat selama periode 2020-2024.
Berdasarkan analisis regresi data panel dengan Random Effect Model, ditemukan empat simpulan utama.
Pertama.
PMDN terbukti secara signifikan mampu menurunkan TPT, sehingga menjawab tujuan penelitian terkait analisis pengaruh parsial PMDN terhadap pengangguran dan menegaskan perannya sebagai pendorong utama penyerapan tenaga kerja lokal.
Kedua.
PMA menunjukkan pengaruh positif dan signifikan terhadap TPT, yang berarti tujuan penelitian dalam menguji pengaruh PMA terkonfirmasi bahwa investasi asing belum sepenuhnya berkontribusi terhadap penurunan pengangguran.
Ketiga.
LPE memiliki pengaruh negatif yang signifikan terhadap TPT, sehingga tujuan penelitian terkait peran pertumbuhan ekonomi dalam menurunkan pengangguran juga terbukti secara Keempat.
IPM berpengaruh positif dan signifikan terhadap TPT, yang menunjukkan bahwa peningkatan kualitas sumber daya manusia belum sepenuhnya diikuti oleh kemampuan pasar kerja dalam menyerap tenaga kerja secara optimal.
Sebaliknya, pengaruh negatif dan signifikan PMDN terhadap pengangguran mengkonfirmasi perannya sebagai motor penciptaan lapangan kerja yang lebih efektif di tingkat lokal.
Investasi domestik, yang banyak terkonsentrasi pada sektor perdagangan, jasa, dan industri pengolahan skala menengah, cenderung lebih padat karya dan memiliki keterkaitan yang lebih erat dengan rantai pasok lokal.
Hal ini sejalan dengan hasil yang pernah ditemukan oleh Nadia dan Amri .
Hal ini menciptakan efek pengganda yang lebih besar, di mana satu investasi dapat menstimulasi pertumbuhan usaha-usaha pendukung di sekitarnya, sehingga penyerapan tenaga kerja menjadi lebih luas.
Temuan ini mendukung dan memprioritaskan investor domestik memiliki justifikasi empiris yang kuat untuk tujuan pengurangan pengangguran.
Dengan demikian, celah penelitian telah terjawab melalui hasil analisis yang menunjukkan bahwa tidak semua jenis investasi dan faktor pembangunan memberikan dampak yang seragam terhadap pengangguran, sehingga diperlukan pendekatan kebijakan yang lebih terarah dan berbasis karakteristik masing-masing variabel.
Paradoks kedua adalah pengaruh positif dan signifikan IPM terhadap TPT.
Temuan ini menantang pandangan konvensional bahwa peningkatan kualitas sumber daya Penjelasan yang paling masuk akal terletak pada fenomena "pengangguran terdidik".
Peningkatan IPM berarti semakin banyak angkatan kerja yang memiliki tingkat pendidikan lebih tinggi.
Hal ini, di REKOMENDASI Temuan pada penelitian ini membawa implikasi kebijakan yang penting bagi Pemerintah Provinsi Jawa Simamora.
Dibalik Arus Modal: Menguji DeterminasiA Creative Research Journal Vol.
12 No.
01 Juni .
DAFTAR PUSTAKA