Jurnal Ekonomi Bisnis dan Kewirausahaan (JEBIK)

2020, Vol.9, No. 3, 250-265

PENERAPAN AUTOREGRESSIVE DISTRIBUTED LAG DALAM

MEMODELKAN PENGARUH INFLASI, PERTUMBUHAN EKONOMI, DAN
FDI TERHADAP PENGANGGURAN DI INDONESIA

Jumhur*
Universitas Tanjungpura, Indonesia

ABSTRACT
This study aims to examine the effect of inflation, economic growth, and foreign investment on
unemployment in Indonesia. Using the autoregressive distributed lag (ARDL) analysis method to
analyze the 1991-2018 time series data collected from the World Bank's World Development
Indicators database. The results found that inflation has a negative and significant effect in the short
term but not significant in the long term in Indonesia. Economic growth has a negative and significant
effect on both short and long-term unemployment in Indonesia, and foreign investment has a
negative and significant effect on both short and long-term unemployment in Indonesia. Through the
ARDL model, this research is able to prove that inflation, economic growth, foreign investment, and
budgeting are proven to have long-term cointegration or move together in the long term. The four
variables also have a dynamic short-term relationship that has a fairly high speed of adjustment
towards equilibrium per year. Based on the results, policymakers, in this case the government must
provide a conducive investment environment by eliminating the structural rigidity that exists in the
economy to attract investment, both foreign and domestic investment, to encourage economic growth
and create jobs in Indonesia.
JEL: B22, E22
Keywords : unemployment, inflation, economic growth, foreign direct investment.

ABSTRAK
Penelitian ini bertujuan untuk menguji pengaruh inflasi, pertumbuhan ekonomi, dan penanaman
modal asing terhadap pengangguran di Indonesia. Menggunakan metode analisis autoregressive
distributed lag (ARDL) untuk menganalisis data time series periode 1991-2018 yang dikumpulkan
dari database World Development Indicators Bank Dunia. Hasil penelitian menemukan inflasi
berpengaruh negatif dan signifikan dalam jangka pendek namun tidak signifikan dalam jangka
panjang di Indonesia. Pertumbuhan ekonomi berpengaruh negatif dan signifikan baik jangka pendek
maupun jangka panjang terhadap pengangguran di Indonesia dan penanaman modal asing
berpengaruh negatif dan signifikan baik jangka pendek maupun jangka panjang terhadap
pengangguran di Indonesia. Melalui model ARDL, penelitian ini mampu membuktikan inflasi,
pertumbuhan ekonomi, penanaman modal asing, dan penganggaran terbukti memiliki kointegrasi
jangka panjang atau bergerak bersama-sama dalam jangka panjang. Keempat variabel tersebut juga
mempunyai dinamika hubungan jangka pendek yang mempunyai kecepatan penyesuaian menuju
keseimbangan yang cukup tinggi pertahunnya. Berdasarkan hasil penelitian, maka pengambil
kebijakan, dalam hal ini pemerintah harus menyediakan lingkungan investasi yang kondusif dengan
menghilangkan kekakuan struktural yang ada dalam perekonomian untuk menarik investasi baik
investasi asing maupun investasi dalam negeri untuk mendorong pertumbuhan ekonomi dan
menciptakan lapangan kerja di Indonesia.
Kata Kunci : pengangguran, inflasi, pertumbuhan ekonomi, penanaman modal asing langsung.

*
Email : jumhurie@yahoo.com
Received : 12-07-2020, Accepted: 25-12-2020, Published : 28-12-2020
P-ISSN : 2087-9954, E-ISSN : 2550-0066. DOI : http://dx.doi.org/10.26418/jebik.v9vi3.41332

250
Penerapan Autoregressive Distributed Lag 251

1. PENDAHULUAN
Pengangguran merupakan fenomena multidimensi yang mengiringi fenomena ekonomi
dan sosial yang menunjukkan perbedaan dalam kegiatan ekonomi yang akan membawa
konsekuensi pada sebagai aktivitas sosial masyarakat (Al-Habees & Rumman, 2012). Misalnya,
dampak sosial pengangguran dapat berupa depresi, kurangnya harga diri, dan kejahatan lain seperti
perampokan, pelacuran dan sebagainya (Adarkwa, 2017). Dampak ekonomi dari hal tersebut dapat
menghalangi negara memperoleh pendapatan pajak penghasilan, pemborosan jam produktif, dan
banyak dampak lainnya (Seth, John, & Dalhatu, 2018). Organisasi Perburuhan Internasional (ILO)
mendefinisikan pengangguran berdasarkan tiga kondisi penting yang harus dipenuhi secara
bersamaan dan kondisi-kondisi ini adalah tidak bekerja, siap untuk dipekerjakan, dan mencari
pekerjaan (ILO, 2019).
Para ekonom telah mengajukan berbagai alternatif teori untuk menjelaskan fenomena
terjadinya pengangguran guna membantu mencari solusi mengatasinya. Teori-teori klasik
menjelaskan bahwa pengangguran merupakan masalah permintaan dan penawaran jangka pendek,
dan kekuatan pasar bebas akan secara otomatis mengatasinya sehingga kesempatan kerja penuh
akan selalu tercipta dalam perekonomian (Pigou, 1934). Teori keynesian berpandangan bahwa
pengangguran biasanya dipicu oleh berkurangnya permintaan agregat selama periode tertentu
dalam pasar tenaga kerja sehingga mengurangi lapangan kerja yang memadai untuk
mengakomodasi orang yang ingin bekerja (Keynes, 1936). Disisi lain, hukum Okun adalah satu-
satunya model ekonomi yang hanya berfokus pada hubungan pertumbuhan ekonomi dengan
pengangguran (Okun, 1962). Jadi menurut teori-teori ini, pengangguran dapat terjadi karena satu
atau beberapa variabel dalam sebuah perekonomian.
Tingkat inflasi dan pengangguran yang rendah adalah tujuan utama kebijakan ekonomi
makro baik di negara berkembang maupun negara maju, meskipun hipotesis kurva menunjukkan
bahwa ada hubungan trade-off antara inflasi dan pengangguran (Phillips, 1958). Walaupun
sejumlah hasil studi berpendapat bahwa trade-off ini hanya ada dalam jangka pendek, tapi tidak
dalam jangka panjang (Friedman, 1968). Investasi asing (foreign direct investment/FDI) adalah
salah satu komponen kunci dari sistem ekonomi internasional yang terbuka dan efisien. FDI adalah
investasi langsung yang dilakukan oleh individu atau perusahaan di negara lain untuk kepentingan
produksi atau bisnis, baik dengan secara langsung membangun bisnis atau memperluas operasi
bisnis yang sudah ada atau dengan membeli perusahaan di negara sasaran (Johnny, Timipere, &
Krokeme, 2018). Untuk membuktikan secara empiris pengaruh FDI terhadap pengangguran
diantaranya telah dilakukan oleh Stamatiou dan Dritsakis (2014) yang menggunakan beberapa
model ekonometrik untuk mengevaluasi dampak FDI terhadap pengangguran dan pertumbuhan
ekonomi di Yunani tahun 1970 hingga 2012. Hasil yang ditemukan yaitu dalam jangka pendek dan
jangka panjang FDI mengurangi pengangguran di negara tersebut. Sedangkan hasil empiris di
Indonesia diantaranya telah dilakukan oleh Tegep, Suratman, dan Indra (2019) yang menemukan
FDI tidak berpengaruh signifikan pada pengangguran.
Perkembangan tingkat pengangguran, inflasi, FDI serta Pertumbuhan Ekonomi di
Indonesia tahun 1991-2018 fluktuatif seperti terlihat pada Gambar 1 berikut ini.
252 Jumhur

Gambar 1. Tingkat Pengangguran, Inflasi, FDI dan Pertumbuhan Ekonomi Indonesia

Tahun 1991-2018
(Sumber: Database World Development Indicators Bank Dunia)

Berdasarkan beberapa fenomena yang telah dijelaskan diatas, penelitian ini ingin
membahas lebih lanjut mengenai pengaruh inflasi, pertumbuhan ekonomi, dan penanaman modal
asing langsung terhadap pengangguran di Indonesia. Menggunakan pendekatan autoregressive
distributed lag (ARDL) yang memodelkan fungsi tersebut untuk memperoleh gambaran yang lebih
komprehensif dalam memahami pengaruh inflasi, pertumbuhan ekonomi, dan FDI terhadap
pengangguran, tidak hanya dalam jangka pendek, tapi juga dalam jangka panjang (dinamis) untuk
perekonomian Indonesia periode tahun 1991-2018.

2. KAJIAN LITERATUR
Pengangguran adalah salah satu indikator aktivitas ekonomi makro yang paling terlihat
(Parker, 2010). Tingkat pengangguran biasanya meningkat secara signifikan selama resesi
kemudian turun ketika ekonomi pulih. Sebagian besar pengangguran di negara berkembang
maupun negara maju disebabkan adanya pendatang baru di pasar tenaga kerja yang mencari
pekerjaan pertama, orang-orang yang secara sukarela berganti pekerjaan, dan orang-orang yang di
PHK dalam pekerjaan (Parker, 2010). Teori klasik, seperti yang dianalisis oleh Pigou (1934)
berpendapat bahwa pasar tenaga kerja terdiri dari permintaan dan penawaran tenaga kerja.
Permintaan tenaga kerja adalah permintaan turunan yang diperoleh dari bagian yang menurun dari
produk marginal tenaga kerja. Kurva permintaan adalah fungsi negatif dari upah riil karena jika
upah meningkat maka permintaan jumlah tenaga kerja akan menurun dan yang terjadi adalah
sebaliknya. Sementara Keynes (1936) menganggap pengangguran sebagai fenomena yang tidak
disengaja dan dia berpikir bahwa lapangan kerja adalah siklus yang disebabkan oleh kekurangan
permintaan agregat. Konsisten dengan pengajaran Keynes, seorang perwakilan ekonomi Post
Keynesian, berpendapat bahwa pengangguran tidak sukarela dijelaskan oleh kurangnya
permintaan yang efektif, ketidakstabilan dari nilai tukar, dan mobilitas keuangan internasional
dimana menciptakan ketidakpastian yang melemahkan kepercayaan wirausaha untuk melakukan
investasi untuk mengurangi pengangguran (Davidson, 1998).
Hubungan antara pertumbuhan ekonomi dan pengangguran pertama kali
dikonseptualisasikan oleh Okun. Hukum Okun menyatakan bahwa peningkatan pertumbuhan
Penerapan Autoregressive Distributed Lag 253

ekonomi berarti penurunan tingkat pengangguran. Okun memberikan gagasan umum yang
menafsirkan bahwa ketika pengangguran turun, produksi suatu negara akan meningkat. Ukuran ini
dapat digunakan untuk memperkirakan GNP dan PDB. Sedangkan hubungan antara inflasi dan
pengangguran digambarkan oleh kurva Phillips. Kurva Phillips menggambarkan kemiringan
negatif kurva yang menunjukkan hubungan antara dua variabel yang berbanding terbalik. Ini
diprakarsai oleh Phillips (1958) yang menemukan bahwa tingkat perubahan upah nominal
memiliki korelasi negatif dengan tingkat pengangguran di Inggris.
Proyek-proyek yang didanai oleh investor asing menghasilkan lebih banyak pasar kerja
untuk tenaga kerja terampil dan tidak terampil. Ini seharusnya mengurangi tingkat pengangguran
(Pinn, Ching, Kogid, Mulok, Mansur, & Loganathan, 2011; Zeb, Qiang, & Sharif, 2014).
Kontributor terkemuka untuk literatur ini adalah Davidson & Matusz (2004) untuk pekerjaan
representatif dan survei, dan ada juga Moore & Ranjan (2005) serta Mitra & Ranjan (2010) untuk
kontribusi terbaru pada literatur ini. Sebagian besar literatur ini bersifat teoritis. Kontribusi terbaru
berdasarkan analisis lintas negara dan yang menggabungkan pengalaman negara berkembang
adalah Dutt, Mitra, & Ranjan (2009). Sejumlah ahli berpendapat bahwa negara-negara dengan
tingkat pengangguran yang lebih tinggi memiliki dua utama keuntungan di mata investor asing:
(a) banyak tenaga kerja yang tersedia; (b) probabilitas tinggi untuk menemukan tenaga kerja yang
tersedia dengan upah lebih rendah (Barens, 2011). Namun, teori lain menunjukkan bahwa tingkat
pengangguran yang terlalu tinggi yang dicatat di suatu negara dianggap oleh investor asing sebagai
sinyal disequilibrium ekonomi makro, sehingga negara tersebut tidak dipandang sebagai negara
tuan rumah yang tepat untuk investasi masa depan (Brozen, 1958).
2.1. Pengaruh Inflasi terhadap Pengangguran
Inflasi dan pengangguran adalah masalah yang paling kritis di banyak negara. Variabel-
variabel tersebut memiliki konsekuensi terhadap berbagai kegiatan ekonomi seperti tabungan,
ekspor investasi, kemiskinan, pertumbuhan ekonomi, dan sebagainya (Yolanda, 2017; Behera &
Mishra, 2017). Para peneliti telah menyelidiki hubungan antara inflasi dan pengangguran (kurva
Phillips) dari waktu ke waktu, misalnya menggunakan penduga efek tetap dan acak termasuk
kointegrasi dan uji kausalitas Granger untuk menguji hubungan jangka panjang antara inflasi dan
pengangguran di Indonesia (Bhattarai, 2016). Orji, Orji, dan Okafor (2015) menyelidiki
keberadaan kurva Phillips di Nigeria dari 1970 hingga 2011 menggunakan pendekatan pengujian
batas ARDL. Bukti empiris menunjukkan bahwa pengangguran memiliki efek positif dan
signifikan terhadap inflasi, dan dengan demikian membatalkan proposal kurva Phillips untuk
Nigeria. Studi ini dimaksudkan untuk menguji hubungan antara inflasi dan tingkat pengangguran
di Indonesia selama periode 1987 hingga 2018 menggunakan metode kuantitatif vector error
correction model (VECM). Temuan menunjukkan bahwa inflasi memiliki hubungan satu arah
dengan pengangguran di Indonesia (Wulandari, Utomo, Narmaditya, & Kamaludin, 2019).
2.2. Pengaruh Pertumbuhan Ekonomi terhadap Pengangguran
Dampak pertumbuhan ekonomi terhadap pengangguran berbeda di setiap negara
tergantung pada struktur pasar tenaga kerja dan periode yang dipertimbangkan. Misalnya, di
negara-negara Arab dari 1994 hingga 2010, peningkatan 1 persen dalam tingkat pertumbuhan
ekonomi menurunkan tingkat pengangguran sebesar 0,16 persen (Kunle, & Oluwafolakemi, 2014).
Untuk ekonomi India dari 2009 hingga 2015, ada trade-off jangka pendek antara pengangguran
terhadap PDB riil sangat minim (Singh & Verma, 2016). Di tingkat provinsi di Vietnam, investasi
254 Jumhur

publik ditemukan berkorelasi positif dengan pertumbuhan ekonomi, tetapi dampak pengurangan
pengangguran bergantung pada efisiensi investasi (Quy, 2016).
Amor & Hassine (2017) menyimpulkan bahwa hubungan jangka panjang antara tingkat
pertumbuhan PDB riil dan tingkat pengangguran mendukung koefisien negatif Okun karena
pertumbuhan ekonomi yang luar biasa selama 30 tahun terakhir untuk Kerajaan Arab Saudi.
Namun, dalam jangka pendek, hukum pengangguran Okun, hubungan output tidak menunjukkan
hasil yang signifikan. Selain itu, Tenzin (2019) menggunakan model ARDL untuk memahami
dampak pertumbuhan ekonomi terhadap pengangguran di Bhutan dan menemukan bahwa
pertumbuhan ekonomi tidak berdampak pada pengurangan tingkat pengangguran di Bhutan baik
dalam jangka pendek maupun jangka panjang.
2.3. Pengaruh FDI Terhadap Pengangguran
Banyak peneliti meneliti hubungan antara FDI dan pengangguran. Beberapa peneliti
mempertimbangkan efek dalam ekonomi spesifik (satu ekonomi tunggal), sementara yang lain
menggunakan regresi panel untuk beberapa negara. Irpan, Saad, Nor, Noor, & Ibrahim (2016)
menguji dampak FDI pada tingkat pengangguran di Malaysia. Model autoregressive distributed
lag (ARDL) digunakan untuk menentukan hubungan jangka panjang antara variabel. Studi ini
menemukan bahwa FDI, jumlah pekerja asing, dan PDB secara signifikan mempengaruhi tingkat
pengangguran di Malaysia. Stamatiou & Dritsakis (2014) menggunakan beberapa model
ekonometrik untuk mengevaluasi dampak FDI terhadap pengangguran dan pertumbuhan ekonomi
di Yunani.
Analisis persamaan FDI dalam jangka pendek dan jangka panjang menunjukkan bahwa
peningkatan FDI akan meningkatkan pertumbuhan dan akan mengurangi pengangguran. Menurut
hasil regresi hipotesis bahwa FDI memiliki dampak positif dan secara statistik penting untuk
mengurangi pengangguran di Republik Makedonia tidak dapat dikonfirmasi (Djambaska &
Lozanoska, 2015). Strat, Davidescu, dan Paul (2015) menyelidiki saling ketergantungan antara
FDI dan pengangguran, dan menemukan dalam kasus 4 dari 13 anggota UE terbaru-Hongaria,
Malta, Bulgaria, dan Estonia, ada hubungan kausal antara FDI dan pengangguran. Namun,
hubungan yang berlawanan telah dikonfirmasi dalam kasus Rumania, Republik Ceko dan
Slovakia, yang berarti bahwa investor asing mempertimbangkan lokasi dimana terdapat banyak
tenaga kerja yang tersedia. Tidak adanya pengurangan pengangguran di kedua negara ini terjadi
karena fakta bahwa kedua negara menarik sebagian besar FDI dalam bentuk merger dan akuisisi
serta usaha patungan (Kurtovic, Siljkovic, & Milanovic, 2015).
Dari penjelasan di atas dapat digambarkan pengaruh inflasi, pertumbuhan ekonomi, dan
FDI terhadap pengangguran di Indonesia dalam suatu kerangka pemikiran penelitian seperti
berikut.
Penerapan Autoregressive Distributed Lag 255

Inflasi

Pertumbuhan
Pengangguran
Ekonomi

FDI

Gambar 2. Kerangka Konseptual

Berdasarkan kerangka konseptual di atas, maka hipotesis penelitian ini adalah:
1. Inflasi berpengaruh signifikan terhadap pengangguran di Indonesia.
2. Pertumbuhan Ekonomi berpengaruh signifikan terhadap pengangguran di Indonesia.
3. FDI berpengaruh signifikan terhadap pengangguran di Indonesia.

3. METODE PENELITIAN
Penelitian ini menggunakan data sekunder yang bersifat tahunan dalam bentuk data time
series periode tahun 1991-2018. Semua data seperti pengangguran, inflasi, pertumbuhan ekonomi,
serta FDI diperoleh dari database World Development Indicators (WDI) Bank Dunia.
Pertumbuhan ekonomi diproksi dengan persentasi pertumbuhan PDB per tahun dengan jumlah
nilai tambah yang dihasilkan oleh semua produsen yang tinggal dalam perekonomian dalam
satuan persentase. Pengangguran diproksi dengan total pengangguran yaitu persentase dari total
angkatan kerja yang mengacu pada bagian angkatan kerja yang tidak bekerja tetapi tersedia untuk
bekerja dan mencari pekerjaan. Inflasi diproksi dengan inflasi harga konsumen yang diukur
dengan indeks harga konsumen dimana mencerminkan persentase perubahan tahunan biaya
terhadap rata-rata konsumen dalam memperoleh sejumlah barang dan jasa. Investasi asing
langsung (FDI) diproksi dengan jumlah arus masuk neto yaitu investasi asing langsung mengacu
pada aliran ekuitas investasi langsung dalam perekonomian Indonesia.
Metode yang digunakan adalah autoregressive distributed lag (ARDL) yang merupakan
model dinamis dalam ekonometrika karena menggambarkan alur waktu dalam variabel dependen
dalam hubungannya dengan nilai pada waktu lampau. ARDL adalah gabungan antara metode
autoregressive (AR) dan distributed lag (DL). Lag berarti bahwa suatu nilai masa lalu yang akan
digunakan untuk melihat nilai masa depan. Metode AR adalah metode yang menggunakan satu
atau lebih data masa lampau dari variabel dependen, sedangkan DL adalah metode regresi yang
melibatkan data pada waktu sekarang dan waktu lampau dari variabel independen. Model ini
dapat membedakan respon jangka pendek dan jangka panjang dari variabel yang diteliti. Berikut
merupakan keunggulan model ARDL: (a) ARDL tidak mementingkan tingkat stasioner data pada
ordo yang sama, akan tetapi metode ini tidak bisa digunakan apabila data yang digunakan
stasioner pada tingkat 2 difference; (b) ARDL tidak mempermasalahkan jumlah sampel atau
observasi yang sedikit.
256 Jumhur

Dengan menggunakan ARDL dapat diperoleh estimasi jangka panjang dan estimasi
jangka pendek secara serentak, yang akan menghindarkan terjadinya masalah autokorelasi.
Adapun model umum dari ARDL adalah sebagai berikut:

∆𝑌𝑡 = 𝛽0 + ∑𝑛𝑖=1 𝛽1 ∆𝑌𝑡−1 + ∑𝑛𝑖=0 ∆𝑋𝑡−1 + 𝜑1 𝑦𝑡−1 + 𝜑2 𝑥𝑡−1 + 𝜇𝑡 …………………….. (1)

Dimana:
Β1, β2 = koefisien jangka pendek,
φ1, φ1 = koefisien ARDL jangka panjang,
µt = disturbance error.

Keunggulan ARDL adalah kemampuannya mendeteksi dinamika jangka panjang maupun

jangka pendek. Berdasarkan model umum ARDL pada persamaan (1) yang merupakan
merupakan persamaan hubungan jangka pendek:
∑𝑛𝑖=1 𝛽1 ∆𝑌1−𝑡 + ∑𝑛𝑖−0 𝛽2 ∆𝑋𝑡−1 ………………………………………………………….……..,. (2)

Adapun untuk hubungan jangka panjang ditunjukkan dengan persamaan:

𝜑1 𝑦𝑡−1 + 𝜑2 𝑥𝑡−1 ……………………………………………………………………………...… (3)

Berdasarkan paparan di atas persamaan ARDL yang digunakan pada penelitian ini
adalah:
𝑝 𝑝
∆𝑈𝑁𝐸𝑀𝑃𝑡 = 𝛽 + 𝛽1 ∑𝑖=1 ∆𝑈𝑁𝐸𝑀𝑃𝑡−1 + 𝛽2 ∑𝑃𝑖=1 ∆𝐼𝑁𝐹𝐿𝑡−𝑖 + 𝛽3 ∑𝑖−1 ∆𝐺𝑅𝑂𝑊𝑇𝐻𝑡−1 +
𝛽4 ∑𝑃𝐼=1 ∆𝐹𝐷𝐼𝑡−𝐼 + 𝛽5 ∆𝐼𝑁𝐹𝐿𝑡−1 + 𝛽6 ∆𝐺𝑅𝑈𝑊𝑇𝐻𝑡−1 + 𝛽7 ∆𝐹𝐷𝐼𝑡−1 + 𝜀𝑡 .. (4)

Dimana:
UNEMP = variabel pengangguran,
INFL = variabel inflasi,
GROWTH = variabel pertumbuhan ekonomi,
FDI = variabel penanaman modal asing di Indonesia,
β1, β2, β3, β4 = dinamika jangka pendek dari model,
β5, β6, dan β7 = hubungan jangka panjang dari model penelitian,
Δ = selisih (perubahan) antara dua nilai suatu variabel dalam periode waktu yang
berurutan,
ε = error yang terdistribusi normal.

Adapun langkah-langkah analisis data dengan menggunakan pendekatan ARDL, dalam

penelitian ini adalah sebagai berikut : (1) sebelum melakukan regresi dengan menggunakan data
time series, perlu dilakukan uji stasioneritas pada seluruh variabel untuk mengetahui variabel
tersebut stasioner atau tidak. Uji stasioneritas dalam penelitian ini menggunakan augmented
dickey-fuller (ADF) atau unit root test; (2) melakukan pemilihan model ARDL yang akan
digunakan sebagai dasar estimasi koefisien jangka panjang dan jangka pendek. Model ARDL yang
dipilih berdasarkan schwarz bayesian criterion (SBC) yang mampu memilih panjang lag terkecil
atau berdasarkan akaike information criterion (AIC) untuk memilih panjang lag maksimal yang
relevan; (3) melakukan pengujian kesesuaian model ARDL yang dipilih; (4) untuk menguji
stabilitas neraca transaksi berjalan digunakan CUSUM (cumulative sum of recursive residuals).
Penerapan Autoregressive Distributed Lag 257

Jika plot CUSUM berada pada nilai kritis 5 persen atau tidak keluar dari garis batas atas dan batas
bawah, maka estimasi dianggap stabil, begitu pula sebaliknya. Selain CUSUM test, digunakan pula
CUSUMQ atau cumulative sum of squares of recursive residuals yang berlaku sama seperti
CUSUM test; (5) bounds test, dimana uji ini dilakukan untuk mengetahui keberadaan
hubungan jangka panjang (kointegrasi) dan kausalitas antara variabel yang dipergunakan
dalam model.

4. HASIL DAN PEMBAHASAN

Berdasarkan hasil uji unit root pada Tabel 1 dengan ADF, hanya dua variabel yang
stasioner pada tingkat level yaitu pertumbuhan ekonomi dan inflasi yang ditunjukkan dengan
probabilitas lebih kecil dari 5%. Sedangkan dua variabel yang stasioner pada first difference yaitu
variabel FDI dan pertumbuhan ekonomi yang ditunjukkan dengan probabilitas lebih kecil dari
5%. Berdasarkan hasil uji stasioneritas yang diperoleh bahwa tidak ada variabel yang
stasioner pada tingkat second diff, sehingga model autoregressive distributed lag (ARDL)
layak digunakan.
Tabel 1. Hasil Uji Unit Akar
Uji Unit Akar pada Tingkat Level
Series Prob. Lag Max Lag Obs
FDI 0.1632 0 5 27
GROWTH 0.0091* 0 5 27
INFL 0.0032* 0 5 27
UNEMP 0.3193 1 5 26

Uji Unit Akar pada Tingkat First Difference

Series Prob. Lag Max Lag Obs
D(FDI) 0.0001* 2 5 24
D(GROWTH) 0.0000* 0 5 26
D(INFL) 0.0000* 1 5 25
D(UNEMP) 0.0326** 0 5 26
* signifikan pada α = 0,01 **, signifikan pada α = 0,05, *** signifikan pada α = 0,10

Pemilihan model ARDL terbaik dengan kombinasi lag yang optimal, diseleksi
berdasarkan akaike info criterion (AIC). Berdasarkan seleksi AIC, model ARDL terbaik bagi
model penelitian ini adalah ARDL (1,3,4,4). Nilai R-squared adjusted dan nilai R-Bar-squared
model ARDL tersebut relatif tinggi, yaitu rata-rata sekitar 0.97 dan 0.93. Nilai R-squared
adjusted sebesar 0.93 tersebut menyatakan bahwa 93% variasi variabel terikat pengangguran
mampu dijelaskan oleh masing-masing variabel bebas model ARDL yang terpilih. Hal tersebut
merupakan indikasi awal bahwa model penelitian ini cukup baik untuk dianalisis.
258 Jumhur

Tabel 2. Hasil Estimasi Jangka Pendek ARDL

Variable Coefficient Std. Error t-Statistic Prob.*
UNEMP(-1) 0.686812 0.069735 9.848916 0,0000
FDI -0.00364 0.19874 -0.01834 0.9858
FDI(-1) -0.03167 0.12152 -0.26058 0.8010
FDI(-2) -0.06196 0.127212 -0.48703 0.6393
FDI(-3) -0.30444 0.130813 -2.32726 0.0484
GROWTH -0.04311 0.086383 -0.49910 0.6311
GROWTH(-1) -0.08177 0.103511 -0.78992 0.4523
GROWTH(-2) 0.091129 0.090807 1.003549 0.3450
GROWTH(-3) 0.005519 0.096393 0.057256 0.9557
GROWTH(-4) -0.26643 0.088796 -3.00048 0.0171
INFL 0.000278 0.026101 0.010636 0.9918
INFL(-1) 0.001931 0.036215 0.053308 0.9588
INFL(-2) 0.033489 0.030078 1.113395 0.2979
INFL(-3) -0.022510 0.030538 -0.73709 0.4821
INFL(-4) -0.085390 0.031101 -2.74570 0.0252
C 12.86041 4.335153 2.966542 0.0180
R-squared 0.976146 Mean dependent var 5.638083

Dari hasil estimasi jangka pendek ARDL, terlihat bahwa variabel UNEMP(-1) memiliki
nilai koefisien terbesar yaitu 0.68, artinya faktor pengangguran tahun sebelumnya merupakan
faktor dominan yang mempengaruhi tingkat pengangguran. Sebagai contoh, tingkat
pengangguran satu tahun sebelumnya di Indonesia sebesar 1% akan menyebabkan
pengangguran di Indonesia sebesar 68%. Pengangguran tahun sebelumnya juga lebih berperan
apabila dibandingkan dengan faktor inflasi, pertumbuhan ekonomi dan FDI, dimana
koefisiennya relatif lebih besar apabila dibandingkan dengan koefisien faktor inflasi,
pertumbuhan ekonomi, dan FDI. Nilai Koefisien inflasi -0,08 yang berarti peningkatan sebesar
1 persen akan menurunkan pengangguran sebesar sebesar 8% di tahun keempat. Koefisien
pertumbuhan ekonomi sebesar -0,26 ini berarti jika terjadi peningkatan pertumbuhan ekonomi
sebesar 1% akan menurunkan pengangguran sebesar sebesar 26% di tahun keempat. Sedangkan
koefisien FDI sebesar -0,30 ini berarti jika peningkatan FDI yang masuk ke Indonesia sebesar
1% akan menurunkan pengangguran sebesar sebesar 30% di tahun keempat.
Tabel 3. Hasil Estimasi Jangka Panjang ARDL
Variable Coefficient Std. Error t-Statistic Prob.
FDI -1.28262 0.52952 -2.42224 0.0417
GROWTH -0.94085 0.331236 -2.84042 0.0218
INFL -0.23055 0.153753 -1.49951 0.1721
C 41.06293 13.3141 3.084169 0.015

Untuk dapat melakukan analisis ekonomi pengaruh inflasi, pertumbuhan ekonomi, dan
FDI terhadap pengangguran, tidak cukup hanya berdasarkan informasi jangka pendek, namun
perlu dianalisis pengaruhnya dalam jangka panjang. Dari hasil estimasi jangka panjang ARDL
seperti terlihat pada Tabel 3, terlihat bahwa variabel FDI memiliki koefisien terbesar -1.28262
dan signifikan. Kemudian diikuti pertumbuhan ekonomi memiliki nilai koefisien -0.94085 dan
signifikan, sedangkan inflasi koefisiennya relatif kecil yaitu -0.23055 namun tidak signifikan.
Pengujian kesesuaian model ARDL yang terpilih perlu dilakukan agar model penelitian
yang dibentuk tidak melanggar kaidah-kaidah ekonometrika. Pengujian diagnosa model ARDL
(1,3,4,4) terutama akan dilakukan dengan pemeriksaan autokorelasi dan stabilitas model. Uji
Penerapan Autoregressive Distributed Lag 259

autokorelasi pada model ARDL (1,3,4,4) akan menggunakan uji breusch-godfrey lagrange
multiplier (BGLM), dengan hipotesis yang digunakan adalah sbb:
H0 : tidak terdapat autokorelasi pada residual model ARDL (1,3,4,4)
H1 : terdapat autokorelasi pada residual model ARDL (1,3,4,4)
Tabel 4. Hasil Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.083728 Prob. F(1,7) 0.7807
Obs*R-squared 0.283676 Prob. Chi-Square (7) 0.5943

Berdasarkan hasil pengolahan data sebagaimana pada Tabel 4 diketahui bahwa

p-value statistik untuk uji BGLM tersebut adalah 0.5943. Hasil tersebut mengindikasikan bahwa
pada tingkat kepercayaan 95% null hypothesis tidak dapat ditolak, yang artinya tidak terdapat
autokorelasi pada residual model ARDL (1,3,4,4).
Untuk menguji stabilitas jangka panjang bersama dengan penyesuaian jangka pendek,
maka digunakan CUSUM dan CUSUMQ (cumulative sum of recursive residuals). Jika plot
CUSUM berada pada nilai kritis 5 persen atau tidak keluar dari garis batas atas dan batas bawah,
maka estimasi dianggap stabil. Hal yang sama juga berlaku untuk CUSUMQ (cumulative sum of
squares of recursive residuals). Berdasarkan hasil cusum test, model yang digunakan dalam
penelitian ini layak karena cukup stabil dan valid untuk digunakan sebagai bahan analisis
fenomena tersebut. Hasil CUSUM dan CUSUMQ test tersebut dapat dilihat pada Gambar 2.
10.0 1.6

7.5
1.2
5.0

2.5
0.8
0.0

-2.5 0.4

-5.0
0.0
-7.5

-10.0 -0.4
2011 2012 2013 2014 2015 2016 2017 2018 2011 2012 2013 2014 2015 2016 2017 2018

CUSUM 5% Significance CUSUM of Squares 5% Significance

Gambar 3. Uji Stabilitas Model Uji CUSUM dan Model Uji CUSUMQ

Berdasarkan hasil Bounds Test untuk model ARDL (1,3,4,4) pada tabel 4.5, terlihat bahwa
nilai F-statistic model adalah 6.855387 lebih besar dari nilai upper bound pada level 5%, bahkan
masih juga lebih besar dibandingkan dengan upper bound pada level 2,5%. Hal ini membuktikan
bahwa keempat variabel dalam penelitian ini yaitu pengangguran, penanaman modal asing
langsung, inflasi dan pertumbuhan ekonomi terjadi kointegrasi dalam jangka panjang atau bisa
dikatakan bahwa ketiga variabel tersebut bergerak Bersama-sama dalam jangka panjang.
260 Jumhur

Tabel 5. Bounds Test Model ARDL

F-Bounds Test Null Hypothesis: No levels relationship
Test Statistic Value Signif. I(0) I(1)
F-statistic 6.855387 10% 2.37 3.2
k 3 5% 2.79 3.67
2.5% 3.15 4.08
1% 3.65 4.66

Hasil uji kointegrasi pada Tabel 6 diketahui bahwa nilai CointEq(-1)=-0.313190 dan
signifikan pada level 5%, yang berarti terjadi kointegrasi jangka panjang dalam model ini.
Koefisien CointEq selanjutnya akan digunakan untuk mengukur speed of adjustment yang
merupakan kecepatan penyesuaian dalam merespon terjadinya perubahan. Nilai ECT atau CointEq
valid jika koefisien bernilai negatif dengan probabilitas signifikan pada level 5%. Pada penelitian
ini, model ARDL (1,3,4,4) telah memenuhi persyaratan validitas tersebut, sehingga dalam
penelitian ini kita dapat menyimpulkan bahwa model akan menuju pada keseimbangan dengan
kecepatan 31,31% per tahun.
Tabel 6. Dynamic Cointgration dan Speed of Adjustment
Cointegrating Form
Variable Coefficient Std. Error t-Statistic Prob.
D(FDI) -0.003640 0.077130 -0.047250 0.9635
D(FDI(-1)) 0.366392 0.088130 4.157412 0.0032
D(FDI(-2)) 0.304436 0.089514 3.401005 0.0093
D(GROWTH) -0.043110 0.053089 -0.812100 0.4402
D(GROWTH(-1)) 0.169783 0.065092 2.608365 0.0312
D(GROWTH(-2)) 0.260912 0.062671 4.163217 0.0032
D(GROWTH(-3)) 0.266432 0.062890 4.236469 0.0029
D(INFL) 0.000278 0.018256 0.015207 0.9882
D(INFL(-1)) 0.074415 0.024117 3.085552 0.0150
D(INFL(-2)) 0.107904 0.024432 4.416510 0.0022
D(INFL(-3)) 0.085394 0.022516 3.792659 0.0053
CointEq(-1)* -0.313190 0.043678 -7.170450 0.0001

Penelitian ini mencoba menemukan hubungan jangka pendek dan jangka panjang antara
inflasi dan pengangguran di Indonesia dengan menguji keberadaan phillips curve, menggunakan
model keynesian phillips curve yang baru. Hasilnya menunjukkan bahwa ada hubungan positif dan
signifikan antara inflasi dan pengangguran dalam jangka pendek di Indonesia. Kondisi ini bisa
terjadi karena sebagian besar inflasi yang terjadi di Indonesia bukan disebabkan oleh kenaikan
permintaan agregat, tapi lebih desebabkan oleh penambahan jumlah uang beredar. Dalam jangka
pendek hasil penelitian ini tidak sejalan dengan teori (Phillips, 1958) dimana peningkatan tingkat
inflasi diterjemahkan menjadi penurunan tingkat pengangguran. Secara empiris hasil penelitian ini
tidak sejalan dengan temuan Alisa (2015), Idenyi, Favour, Johnson, & Thomas (2017), Kasseh,
(2018) yang menyatakan bahwa hubungan antara inflasi dan pengangguran berbanding terbalik
ada dalam jangka pendek.
Hubungan trade-off antara inflasi dan pengangguran menimbulkan dilema bagi perumus
kebijakan, karena pengurangan pengangguran cenderung menyebabkan kenaikan tingkat inflasi
dalam suatu ekonomi. Proses inflasi dan pengangguran merupakan bagian integral dari ekonomi
pasar dan dianggap sebagai momok zaman modern ini. Namun sebagian besar ekonom setuju
dengan pendapat bahwa dalam jangka pendek, ada hubungan terbalik antara pengangguran dan
inflasi. Sedangkan untuk jangka panjang, hubungan seperti itu tidak ada. Kondisi ini sejalan
Penerapan Autoregressive Distributed Lag 261

dengan yang terjadi di Indonesia, karena berdasarkan data pergerakan inflasi di Indonesia setelah
krisis moneter yang melanda perekonomian Indonesia hingga akhir tahun 2000 inflasi di Indonesia
terus stabil dibawah 10 persen bahkan sering berada dibawah 5 persen pertahun.
Penelitian empiris ini menemukan bahwa pertumbuhan ekonomi memiliki koefisien
negatif dan signifikan mempengaruhi penurunan pengangguran dalam jangka pendek maupun
jangka panjang meskipun memerlukan lag yang cukup panjang yaitu 4 tahun. Kondisi ini terjadi
karena sebagian besar pertumbuhan ekonomi Indonesia banyak didukung dari sektor moneter
dibandingkan dengan sektor riil, sehingga pertumbuhan ekonomi yang terjadi tidak mampu
menyerap banyak tenaga kerja sehingga perlu waktu yang lama untuk bisa mengurangi
pengangguran. Hasil penelitian ini berhasil mengungkapkan bahwa berdasarkan data,
pertumbuhan ekonomi memainkan peran yang sangat signifikan dalam mengurangi pengangguran
di Indonesia. Temuan ini sekaligus menggambarkan bahwa hukum Okun berlaku di Indonesia
walaupun dengan pengaruh yang beda dengan di Amerika Serikat. Secara empirik hasil penelitian
ini sejalan dengan penemuan Hanusch (2013) tentang hukum Okun di negara-negara Asia; Nikolli
(2014) di Albania; Ajie, Ani, & Ameh (2017) di Negeria, Amor & Hassine (2017) di Kerajaan
Arab Saudi, serta Tenzin (2019) menggunakan model ARDL di Bhutan.
Berdasarkan temuan penelitian ini dapat menyimpulkan bahwa pertumbuhan ekonomi
adalah variabel yang penting dalam hal mengurangi tingkat pengangguran di Indonesia. Studi ini
mengungkapkan bahwa pertumbuhan ekonomi memainkan peran penting dalam mengurangi
tingkat pengangguran. Namun, untuk mencapai tingkat pertumbuhan ekonomi yang tinggi dan
mampu menciptakan lapangan kerja yang tinggi dan layak masih menjadi tantangan berat di
Indonesia. Untuk mencapai hal tersebut, maka pengambil kebijakan dalam hal ini pemerintah harus
menyediakan lingkungan investasi yang kondusif dengan menghilangkan kekakuan struktural
yang ada dalam perekonomian untuk menarik investasi ke Indonesia. Investasi yang masuk
diharapkan dapat membantu dan merangsang bisnis terutama bisnis yang mempekerjakan lebih
banyak pekerja. Pemerintah perlu terus berupaya menciptakan lingkungan investasi yang kondusif
misalnya dengan cara menyediakan pasokan listrik yang stabil, jalan yang baik untuk transportasi
barang dan orang, sistem hukum fungsional, keamanan jiwa dan properti serta fasilitas
infrastruktur yang memadai.
Tinjauan literatur selama ini menunjukkan bahwa tidak mudah untuk menggambarkan
kesimpulan universal dan membentuk teori pada hubungan antara FDI dan pengangguran. Namun,
ada beberapa karakteristik umum situasi ketika arus masuk FDI membawa hasil positif bagi pasar
tenaga kerja terutama untuk negara-negara yang memiliki banyak tenaga kerja terampil. Ini berarti
bahwa dalam kebijakan ekonomi jangka panjang perlu menciptakan kondisi yang baik untuk
meningkatkan kualitas angkatan kerja. Hasil penelitian ini menemukan koefisien FDI memiliki
pengaruh negatif dan signifikan terhadap penurunan pengangguran baik jangka panjang maupun
jangka pendek di Indonesia walaupun masih memerlukan lag yang cukup lama yaitu 3 tahun.
Kondisi ini terjadi karena sebagian besar FDI di Indonesia lebih pada sektor moneter dibandingkan
yang bergerak di sektor riil. Temuan penelitian ini sejalan dengan temuan Irpan et al. (2016) yang
menemukan peningkatan investasi asing langsung menyebabkan penurunan tingkat pengangguran
di Malaysia. Stamatiou & Dritsakis (2014) menemukan dalam jangka pendek dan jangka panjang
terdapat peningkatan FDI yang mengurangi pengangguran. Strat et al. (2015) menemukan dalam
kasus 4 dari 13 anggota UE terbaru-Hongaria, Malta, Bulgaria, dan Estonia, ada hubungan kausal
antara FDI dan pengangguran. Penelitian ini juga sekaligus membuktikan bahwa kebijakan
262 Jumhur

pemerintah selama ini yang terus mendorong masuknya modal asing ke Indonesia telah
membuahkan hasil dengan terbukanya lapangan kerja untuk penduduk Indonesia sehingga mampu
mengurangi tingkat pengangguran di Indonesia. Dari hasil penelitian ini juga dapat disimpulkan
bahwa FDI di Indonesia telah mampu mengurangi pengangguran. Kondisi ini terutama merupakan
konsekuensi dari investasi yang bersifat padat karya yang umumnya terdiri dari merger dan akuisisi
perusahaan lokal.

5. SIMPULAN DAN REKOMENDASI

Penelitian ini bertujuan untuk melihat dinamika hubungan antara inflasi, pertumbuhan
ekonomi, dan penanaman modal asing langsung terhadap pengangguran pada perekonomian
Indonesia. Penelitian ini menggunakan pendekatan autoregressive distributed lag (ARDL) untuk
mengolah data dari tahun 1991-2018 untuk melihat dinamika pengaruh jangka pendek dan
pengaruh jangka panjang inflasi, pertumbuhan ekonomi, dan FDI terhadap pengangguran.
Penelitian ini menemukan variabel inflasi dan pertumbuhan ekonomi serta penanaman modal asing
mempunyai dinamika hubungan jangka pendek dan jangka panjang yang mempunyai kecepatan
penyesuaian menuju keseimbangan yang cukup tinggi sampai 31,31% tiap tahunnya. Semua
kondisi ini menunjukkan bahwa variabel inflasi, pertumbuhan ekonomi dan penanaman modal
asing langsung dalam pengambilan kebijakan makro ekonomi harus selalu memperhatikan
dampaknya terhadap pengurangan pengangguran, karena keempat variabel tersebut saling
berhubungan dan mempengaruhi.
Penelitian ini mengungkapkan bahwa inflasi dan pertumbuhan ekonomi serta penanaman
modal asing memainkan peran penting dalam mengurangi tingkat pengangguran, maka pengambil
kebijakan dalam hal ini pemerintah harus menyediakan lingkungan investasi yang kondusif dengan
menghilangkan kekakuan struktural yang ada dalam perekonomian untuk menarik investasi baik
investasi asing maupun investasi dalam negeri untuk mendorong pertumbuhan ekonomi dan
menciptakan lapangan kerja. Disamping itu, pemerintah perlu terus meningkatkan tingkat
pendidikan dan keterampilan tenaga kerja Indonesia melalui program pendidikan dan pelatihan
lainnya yang diarahkan untuk meningkatkan inovasi dan produktivitas agar mampu terserap pada
FDI yang masuk ke Indonesia untuk memperoleh upah yang lebih tinggi dan pada gilirannya akan
membantu mengurangi tingkat pengangguran di Indonesia. Pemerintah juga bisa menggunakan
kebijakan moneter untuk menjaga stabilitas pasokan uang beredar, karena penambahan jumlah
uang beredar memiliki dampak positif pada peningkatan inflasi yang dapat mengganggu stabilitas
harga di Indonesia. Bila kondisi ini berjalan dengan baik, maka pertumbuhan ekonomi dan aliran
masuk FDI ke Indonesia diharapkan mampu membuka lapangan kerja yang banyak sehingga
diharapkan bisa menjaga stabilitas harga agar bisa membantu mengurangi tingkat pengangguran
di Indonesia.
Keterbatasan penelitian ini diantaranya, hanya menggunakan tiga variabel independen
yaitu penanaman modal asing, pertumbuhan ekonomi, dan inflasi untuk menjelaskan
pengangguran di Indonesia. Oleh karena itu penelitian kedepan perlu mempertimbangkan
penambahan variabel lain yang diperkirakan mempengaruhi pengangguran, seperti keterbukaan
perdagangan, tingkat upah, tingkat pendidikan dan sebagainya untuk memperoleh hasil yang lebih
komprehensif.
Penerapan Autoregressive Distributed Lag 263

DAFTAR PUSTAKA
Adarkwa, S. (2017). The Impact of Economic Growth on Unemployment in Ghana: Which
Economic Sector Matters Most? The International Journal of Business & Management,
2321–8916. Retrieved from www.theijbm.com
Ajie, H. A., Ani, E. C., & Ameh, O. E. (2017). An Examination of the Impact of Unemployment
and Inflation on The Nigerian Economy : A Bounds Testing Approach. Journal of Public
Policy and Administration, 1(1), 22–34. https://doi.org/10.11648/j.jppa.20170101.13
Al-Habees, M. A., & Rumman, M. A. (2012). The Relationship between Unemployment and
Economic Growth in Jordan and Some Arab Countries. World Applied Sciences Journal,
18(5), 673–680. https://doi.org/10.5829/idosi.wasj.2012.18.05.16712
Alisa, M. (2015). The Relationship between Inflation and Unemployment: A Theoretical
Discussion about the Philips Curve. Journal of International Business and Economics, 3(2),
89–97. https://doi.org/10.15640/jibe.v3n2a7
Amor, M. Ben, & Hassine, M. Ben. (2017). The Relationship between Unemployment and
Economic Growth: Is Okun’s Law Valid for The Saudi Arabia Case? International
Journal of Economics and Business Research, 14(1), 44–60.
https://doi.org/10.1504/IJEBR.2017.085553
Barens, I. (2011). To Use The Words of Keynes...": Olivier J. Blanchard on Keynes and The
"Liquidity Trap. Darmstadt Discussion Papers in Economics.
Behera, J., & Mishra, A. K. (2017). The Recent Inflation Crisis and Long-run Economic Growth
in India: An Empirical Survey of Threshold Level of Inflation. South Asian
Journal of Macroeconomics and Public Finance, 6(1), 105–132.
https://doi.org/10.1177/2277978717695154
Bhattarai, K. (2016). Unemployment-Inflation Trade-Offs in OECD Countries. Economic
Modelling, 58, 93–103. https://doi.org/10.1016/j.econmod.2016.05.007
Brozen, Y. (1958). Means for Maintaining Economic Stability. Journal of Farm Economics, 40(5),
1069. https://doi.org/10.2307/1234973
Davidson, C., & Matusz, S. J. (2004). International Trade and Labor Markets: Theory, Evidence,
and Policy Implications. In International Trade and Labor Markets: Theory, Evidence, and
Policy Implications. https://doi.org/10.17848/9781417505920
Davidson, P. (1998). Post Keynesian Employment Analysis And The Macroeconomics Of Oecd
Unemployment 1. The Post Keynesian Explanation of OECD Unemployment. The Economic
Journal, 108, 817–831.
Djambaska, E., & Lozanoska, A. (2015). Foreign Direct Investment and Unemployment Evidence
From The Republic of Macedonia. International Journal of Economics, Commerce and
Management United Kingdom, III(12), 73–85. https://doi.org/10.1111/j.1467-
9701.2010.01324.x
Dutt, P., Mitra, D., & Ranjan, P. (2009). International trade and unemployment: Theory and cross-
national evidence. Journal of International Economics, 78(1), 32–44.
https://doi.org/10.1016/j.jinteco.2009.02.005
Hanusch, M. (2013). Jobless Growth? Okun’S Law in East Asia. Journal of International
Commerce, Economics and Policy, 4(03), 1350014.
https://doi.org/10.1142/s1793993313500142
264 Jumhur

Idenyi, O., Favour, E.-O., Johnson, N., & Thomas, O. (2017). Understanding the Relationship
between Unemployment and Inflation in Nigeria. Advances in Research, 9(2), 1–12.
https://doi.org/10.9734/air/2017/32218
ILO. (2019). Quick Guide on Interpreting The Unemployment. International Labour
Organization.
Irpan, H. M., Saad, R. M., Nor, A. H. S. M., Noor. A. H. M., & Ibrahim, N. (2016). Impact of
Foreign Direct Investment on The Unemployment Rate in Malaysia. Journal of Physics:
Conference Series, 710(1). https://doi.org/10.1088/1742-6596/710/1/012028
Johnny, N., Timipere, E. T., & Krokeme, O. (2018). Impact of Foreign Direct Investment on
Unemployment Rate in Nigeria (1980-2015). International Journal of Academic Research in
Business and Social Sciences, 8(3). https://doi.org/10.6007/ijarbss/v8-i3/3905
Kasseh, P. A. (2018). The Relation between Inflation and Unemployment in the Gambia: Analysis
of the Philips Curve. Journal of Global Economics, 6(02), 6–12.
https://doi.org/10.4172/2375-4389.1000294
Keynes, J. M. (1936). The General Theory of Employment, Interest and Money. London:
Harcourt., 31(196), 791. https://doi.org/10.2307/2278703
Kunle, A., S.O., O., & Oluwafolakemi, F. O. (2014). Impact of Foreign Direct Investment on
Nigeria Economic Growth. International Journal of Academic Research in Business and
Social Sciences, 4(8), 234–242. https://doi.org/10.6007/ijarbss/v4-i8/1092
Kurtovic, S., Siljkovic, B., & Milanovic, M. (2015). Long-Term Impact of Foreign Direct
Investment on Reduction of Unemployment : Panel Data Analysis of The Western Balkans
Countries. Journal of Applied Economics and Business Research, 5(2), 112–129.
Mitra, D., & Ranjan, P. (2010). Offshoring and Unemployment: The Role of Search Frictions
Labor Mobility. Journal of International Economics, 81(2), 219–229.
https://doi.org/10.1016/j.jinteco.2010.04.001
Moore, M. P., & Ranjan, P. (2005). Globalisation vs Skill-Biased Technological Change:
Implications for Unemployment and Wage Inequality. Economic Journal, 115(503), 391–
422. https://doi.org/10.1111/j.1468-0297.2005.00994.x
Nikolli, E. (2014). Economic Growth and Unemployment Rate. Case of Albania. European
Journal of Social Sciences Education and Research, 1(1), 217.
https://doi.org/10.26417/ejser.v1i1.p217-227
Okun, A. M. (1962). Potential GNP: Its Measurement and Significance, Cowles Foundation Paper
190. Cowles Foundation, Yale University: New Haven, CT, USA.
Orji, A., Orji, O. A., & Okafor, J. C. (2015). Inflation and Unemployment Nexus in Nigeria:
Another Test of the Phillips Curve. Asian Economic and Financial Review, 5(5), 766–778.
https://doi.org/10.18488/journal.aefr/2015.5.5/102.5.766.778
Parker, J. (2010). Models of Unemployment. Economics 314 Coursebook, (40), 86–87.
Phillips, A. W. (1958). The Relation between Unemployment and The Rate of Change of Money
Wage Rates in the United Kingdom, 1861-1957. Economica, 25(100), 283.
https://doi.org/10.2307/2550759
Pigou, A. C. (1934). Theory of Unemployment. Analysis (United Kingdom), 31(6), 177–186.
https://doi.org/10.1093/analys/31.6.177
Penerapan Autoregressive Distributed Lag 265

Pinn, S. L. S., Ching, K. S., Kogid, M., Mulok, D., Mansur, K., & Loganathan, N. (2011).
Empirical Analysis of Employment and Foreign Direct Investment in Malaysia: An ARDL
Bounds Testing Approach to Cointegration. Advances in Management and Applied
Economics, 1(3), 77–91.
Quy, N. H. (2016). Relationship between Economic Growth, Unemployment and Poverty:
Analysis at Provincial Level in Vietnam. International Journal of Economics and Finance,
8(12), 113. https://doi.org/10.5539/ijef.v8n12p113
Seth, A., John, M. A., & Dalhatu, A. Y. (2018). The Impact of Unemployment on Economic
Growth in Nigeria: An Application of Autoregressive Distributed Lag (ARDL) Bound
Testing. Sumerianz Journal of Business Management and Marketing, 1(2), 37–46.
https://doi.org/10.9790/0837-2211077481
Singh, D., & Verma, N. (2016). Tradeoff between Inflation and Unemployment in The Short Run:
A Case of the Indian Economy. International Finance and Banking, 3(1), 77.
https://doi.org/10.5296/ifb.v3i1.9378
Stamatiou, P., & Dritsakis, N. (2014). The Impact of Foreign Direct Investment on the
Unemployment Rate and Economic Growth in Greece: A Time Series Analysis. International
Work-Conference on Time Series Analysis (ITISE), 8(10), 4900–4906.
Strat, V. A., Davidescu, A., & Paul, A. M. (2015). FDI and The Unemployment-A Causality
Analysis for the Latest EU Members. Procedia Economics and Finance, 23, 635–643.
https://doi.org/10.1016/s2212-5671(15)00448-7
Tegep, J., Suratman, E., & Indra, S. (2019). The Failure of Foreign Direct Investment to Explain
Unemployment Rate and The Mediating Role of Economic Growth and Minimum Wage.
International Journal of Economics and Financial Issues, 9(2), 154–161.
Tenzin, U. (2019). The Nexus Among Economic Growth, Inflation and Unemployment in Bhutan.
South Asia Economic Journal, 20(1), 94–105. https://doi.org/10.1177/1391561418822204
Wulandari, D., Utomo, S. H., Narmaditya, B. S., & Kamaludin, M. (2019). Nexus between
Inflation and Unemployment: Evidence from Indonesia. Journal of Asian Finance,
Economics and Business, 6(2), 269–275. https://doi.org/10.13106/jafeb.2019.vol6.no2.269
Yolanda, Y. (2017). Analysis of Factors Affecting Inflation and Its Impact on Human
Development Index and Poverty in Indonesia. European Research Studies Journal, 20(4),
38–56. https://doi.org/10.35808/ersj/873
Zeb, N., Qiang, F., & Sharif, M. S. (2014). Foreign Direct Investment and Unemployment
Reduction in Pakistan. International Journal of Economics and Research, 10–17.