•. Dosen Tetap STEKPI

Hubungan Antara InflasiDengan TingkatPengangguraniPengujian Kurva PhillipsDengan Data Indonesia,1976-2006

Oleh:Irdam Ahmad"

Abstract

The objective of this research is to find outwhether the relationship between inflation andunemployment rate as shown by Phillips' curveexists using Indonesian data during the period of1976-2006. The results show that there is no tradeoff between inflation and unemployment rate,indicating that Phillips' curve does not exist usingIndonesian data under the observation period. Infact, there is positive relationship between inflationand unemployment rate, where unemploymentrate in year t is influenced by inflation in year t-l,and this occurs in the long run. The regressioncoefficient is 2,72 means that if inflation in year t-lincrease by one percent, then unemployment ratein year t will increase by 2,72 percent Theimplication of this research is that in order to avoidthe increase of unemployment in the future, thegovernment should control inflation rate throughprice stabilization policy.

Key words : Inflation, Unemployment, Phillips'Curve

http://www.univpancasila.ac.id 7/31

Hubungan Antara InHasi dengan Tingkat Pengangguran; Pengujian Kurva Philips dengan Data Indonesia,1976 -2006

I. PENDAHULUAN1.1 LatarBelakang

Hubungan antara inflasi dan pengangguran mulai menarik perhatian para ekonom padaakhir tahun 1950 an, ketika A W Phillips dalam tulisannya dengan judul The RelationshipBetween Unemployment and The Rate of Change of Money Wage Rate in the United Kingdomyang dimuat pada jurnal Economica, menunjukkan adanya hubungan negatif antara kenaikantingkat upah dengan tingkat pengangguran (yang kemudian dikenal dengan nama kurvaPhillips). Penelitian Phillips yang menggunakan data laju perubahan upah dan pengangguran diInggris selama tahun 1861-1913, menunjukkan bahwa jika terjadi inflasi yang tercermin darikenaikan tingkat upah yang tinggi akan menyebabkan menurunnya tingkat pengangguran.5ebaliknya, tingkat pengangguran yang tinggi akan disertai dengan menurunnya tingkat upah(upah menjadi rendah).

Penelitian yang sama kemudian dilanjutkan dengan menggunakan data periode tahun1948-1957 yang juga menunjukkan hasil yang samadengan penelitian sebelumnya. Setelah itupenelitian tentang hubungan antara inflasi dengan tingkat pengangguran semakin banyakdilakukan dan hasilnya menunjukkan adanya trade off antara tingkat inflasi denganpengangguran, yang mempunyai implikasi bahwa jika laju inflasi ditekan menjadi lebih rendahmaka tingkat pengangguran cenderung semakin tinggi, dan sebaliknya.

Keadaan ini berarti penciptaan kesempatan kerja dan kestabilan harga tidak dapatterjadi bersama-sama. Kalau pemerintah menghendaki kestabilan harga, maka harus bersediamenanggung beban tingkat pengangguran yang tinggi. Demikian pula sebaliknya, jikapemerintah ingin menciptakan kesempatan kerja yang lebih luas, maka konsekuensinyaangkainflasi akan cenderung lebih tinggi. Kedua pilihan tersebut tentu saja sama-sama sulit untukdilakukan. Padahal tingkat inflasi yang rendah bersama-sama dengan tingkat pengangguranyang rendah, disamping pertumbuhan ekoriomi yang relatif tinggi, merupakan tujuan yang ingindicapai oleh setiap negara, dan selalu menjadi prioritas dalam pembangunanekonomi.

1.2 PertanyaanPenelitianAda beberapa pertanyaan penelitian yang muncul berkaitan dengan latar belakang

telah diuraikan diatas, diantaranya adalah: apakah secara empiris tingkat pengangguranmempengaruhi inflasi ? atau inflasi yang mempengaruhi tingkat pengangguran ? atau tingkatpenggangguran dan inflasi saling mempengaruhi ? Atau tingkat pengangguran dan inflasi tidaksaling mempengaruhi ? Dengan mengetahui perilaku hubungan antara kedua variabel ini,tentunya akan bermanfaat bagi pemerintah dalam membuat kebijakan yang bertujuan untukmengurangi pengangguran dan menstabilkan inflasi.

1.3 TujuanPenelitianTujuan penelitian adalah mengetahui apakah ada hubungan antara tingkat

pengangguran dan inflasi selama periode 1976-2006.

1.4. HipotesisDalam penelitian ini hipotesis yang digunakan adalah bahwa tingkat pengangguran

dipengaruhi oleh inflasi baik dalam jangka pendek maupun dalam jangka panjang.

II. PenelitianTerkaitPenelitian yang membahas tentang hubungan antara inflasi dan tingkat pengangguran

telah banyak dilakukan oleh para peneliti di berbagai negara, dengan menggunakan jenis data(panel maupun time serieS) dan metode yang berbeda. Beberapa hasil penelitian tersebutdiantaranya adalah sebagai berikut.

62 JURNAL EKUBANK, Volume 1 Edisi Maret 2007http://www.univpancasila.ac.id 7/31

Hubungan Antara Innasi dengan nngkat Pengangguran; Pengujian Kurva Philips dengan Data Indonesia,1976 -2006

Dalam artikelnya yang berjudul ••Testing of the Phillips Curve', Arnson (2002)melakukan kajian untuk menguji eksistensi teori kurva Phillips di Jepang, Jerman dan Amerika5erikat, dengan menggunakan model regresi linear sederhana. 5edangkan series data yangdigunakan adalah tahun 1960-2000. Ternyata dari tiga negara yang diteliti, hanya Jepang danJerman yang menunjukkan adanya hubungan negatif yang signifikan antara tingkatpengangguran dengan intlasi, sedangkan untuk data Amerika Serikat, koefisien regresinyaternyata positif atau bertentangan dengan teori kurva Phillips.

Berikut ini adalah hasil selengkapnyamodel persamaan regresi linear dan uji hipotesisterhadap koefisien korelasi populasi (Ho : p = 0) yang dibuat oleh Arnson untuk negara Jepang,Jerman dan Amerika (dimana Y = intlasi dan X = tingkat pengangguran) ;a. Jepang;

Persamaan regresi ; Y = 10,892 - 2,9912 X, R2 = 0,3424, nilai t = - 4,45, tolak Ho,atau signifikan untuk a = 5 persen (t tabel = -1,833).

b. Jerman;Persamaan regresi ; Y = 3,9998 - 0,2122 X, R2= 0,1339, nilai t = - 2,42, tolak Hoatau signifikan untuk a = 5 persen (t tabel = - 1,833).

c. Amerika 5erikat;Persamaan regresi ; Y = 1, 2322 + 0,5427 X, R2 = 0,0681, nilai t = - 1,67, tidakmenolak Ho atau tidak signifikan untuk a = 5 persen (t tabel = - 1,883).Penelitian lainnya dari Atkeson dan Ohanian tahun 2001 (Lansing, 2002) yang

bertujuan untuk mengetahui apakah Kurva Phillips bisa digunakan untuk memperkirakan dataintlasi, menggunakan dua macam data short-run, yaitu data tahun 1960-1983 dan data tahun1984-2002. Hasil penelitian mereka menunjukkan bahwa data short run tersebut tidak dapatdigunakan untuk memprediksi inflasi. Hubungan antara inflasi dengan pengangguran hanyaterjadi dalam jangka pendek, dan tidak terbukti terjadi dalam jangka panjang.

Hasil regresi dengan menggunakan data 1960-1983 menunjukkan adanya hubungannegatif yang signifikan antara inflasi dengan tingkat pengangguran, tetapi untuk periode 1984-2002, ternyata koefisien regresinya hampir mendekati nol, yang berarti tidak ada hubunganantara tingkat pengangguran saat ini dengan angka inflasi pada waktu yang akan datang. Olehkarena itu, trade-off antara inflasi dengan tingkat pengangguran yang terjadi dalam jangkapendek tersebut tidak bisa digunakan untuk memprediksi nilai nominal angka inflasi tetapimungkin hanya bisa digunakan untuk memprediksi arah perubahan inflasi dimasa yang akandatang.

III. METODOLOGI PENELmAN3.1 KerangkaBerpikir

Salah satu faktor produksi yang digunakan untuk menghasilkan produksi (output)adalah tenaga kerja. Secara teori, produksi merupakan fungsi dari faktor produksi danhubungannya bersifat positif. Artinya jika tenaga kerja ditambah maka produksi juga akanbertambah. Jika tenaga kerja bisa diserap sebanyak mungkin untuk kegiatan produksi, makadampaknya adalah tingkat pengangguran akan berkurang, dan sebaliknya. 5ebaliknya jikaperekonomian dalam kondisi lesu, maka para pelaku produksi akan mengurangi outputnya danterjadi pengurangan tenaga kerja dan secara makro penawaran total (aggregate supplYJ akanberkurang. Dampak yang akan terjadi adalah harga-harga akan naik sehingga akan memicutingkat intlasi bergerak naik (lihat Gambar 1).

JURNAL EKUBANK, Volume 1 Edisi Maret 2007 63http://www.univpancasila.ac.id 7/31

Hubungan Antara Inflasi dengan Tingkat Pengangguran; Pengujian Kurva Philips dengan Data Indonesia,1976 -2006

Gambar 1. Kerangka Pikir

AggregateDemand

Produksi(Output)

1AggregateSupply

TingkatInflasi

TingkatPengangguran

3.2 Pendekatan Pemodelan5eluruh variabeJ dalam penelitian ini menggunakan data time series, dan uji yang

dilakukan adalah uji stasionaritas untuk masing-masing varia bel, uji kausalitas antar variabel, ujikointegrasi, dan uji error correction model(ECM).

Uji Stasionaritas (Unit-root Test)5ebelum menggunakan data time series untuk penelitian in;, perlu dilakukan pengujian

stasionaritas terhadap masing-masing varia bel untuk menghindari timbulnya regresi lancung(spurious regression). Menurut Gujarati (2003), data yang tidak stasioner tidak dapat diterapkandengan menggunakan metode Ordinary Least Square (OLS), karena bisa memberikan hasil yangmenyesatkan. Uji stasionaritas pertama kali dilakukan terhadap data awal (data tingkat level).Jika data awal bersifat stasioner dituliskan dengan 1(0), tetapi jika tidak stasioner, dilakukan ujistasionaritas dengan menggunakan data difference tingkat pertama. Pada umumnya, data yangtidak stasioner pada data level, akan stasioner pada data difference tingkat pertama, yangditulis dengan notasi 1(1).

5ecara operasional suatu data series dikatakan stasioner apabila data tersebut tidakmengandung unsur trend (tidak ada auto korelasi antara error term tahun t dengan error termtahun t-1). Pengujian stasionaritas dilakukan menggunakan metode unit root test, yaitu metodeAugmented Dickey-Fu/lerjADF test

64 JURNAL EKUBANK, Volume 1 Edisi Maret 2007http://www.univpancasila.ac.id 7/31

Hubungan Antara Innasi dengan Tingkat Pengangguran; Pengujian Kurva Philips dengan Data Indonesia,1976 -2006

Uji Kausalitas (Granger causality Test)Uji ini ditakukan untuk melihat apakah inflasi memperngaruhi tingkat pengangguran

atau sebaliknya tingkat pengangguran yang mempengaruhi inflasi.Yt = a1 + /311 Yt-1+ /321Xt-1Xr = a2 + /312Xr-1 + /322Yr-1

Hipotesa untuk uji kausalitas adalah sebagai berikut:Ho : X does not granger cause Y (Ho : /321 = 0)Ho : Y does not granger cause X (Ho : /322 = 0)

Uji Kointegrasi (Cointegration Test)Jika series data dari variabel-variabel yang diteliti memiliki unit roots pada data level,

maka perlu ditakukan uji kointegrasi, untuk mengetahui apakah variabel-variabel tersebut salingterintegrasi dalam suatu hubungan. Dengan kata lain, uji kointegrasi ditakukan untukmendeteksi stabilitas hubungan jangka panjang antara dua variabel atau lebih. Jika di antaravariabel-variabel terkait terdapat kointegrasi, berarti terdapat hubungan jangka panjang diantara variabel-variabel tersebut.

Jika variabel X dan variabel Y terintegrasi, maka hasil regresi antara variabel X dan Yakan menghasilkan residual yang stasioner. Adapun dua series yang terintegrasi akan memilikihubungan jangka panjang yang stabil. Menurut Gujarati (2003), pengujian ini hanya valid jikaditakukan pada data asli yang nonstasioner.

Enders (2004) memberikan catatan penting tentang definisi kointegrasi sebagaiberikut:1.

2.

Kointegrasi merupakan kombinasi linear dari variabel-variabel yang seriesnya non-stasioner.Semua variabel yang diuji harus terintegrasi (stasioner) pada order yang sama (firstdifference).

Error CotTeCtionModel (ECM)Analisis ECM dilakukan pada variabel yang masing-masing series datanya tidak

stasioner pada data level (data awal) dan terintegrasi antara kedua variabel tersebut (ditunjukanoleh error term nya yang stasioner).

3.3 Metoda EstimasiUntuk mencapai tujuan penelitian, maka estimasi model dilakukan sebagai berikut:

1). Series data level (data awal) tingkat pengangguran dan inflasi masing-masing diujistasionaritasnya. Jika data level tidak stasioner, maka lakukan uji pada tingkatdifferenanya.

2). Lakukan uji kausalitas antara variabel tingkat pengangguran dengan inflasi, untukmemastikan apakah tingkat pengangguran yang mempengaruhi inflasi, atau inflasiyang mempengaruhi tingkat pengangguran, atau keduanya saling mempengaruhi, ataukeduanya tidak saling mempengaruhi (saling independent).

3). Jika data level (data awal) tingkat pengangguran dan inflasi stasioner, lakukanregresi antara kedua variabel tersebut.

4). Jika data level (data awal) tingkat penganggurandan inflasi tidak stasioner, selanjutnyaditakukan uji kointegrasi, yaitu melakukan regresi antara tingkat pengangguran daninflasi sehingga diperoleh nitai estimasi error term, dimana selanjutnya nilai error termini akan diuji stasionaritasnya.

5). Jika error term terbukti stasioner (tingkat pengangguran dan inflasi terkointegrasi),selanjutnya melakukan uji error correction mode/(ECM).

3.4 Varlabel, Sumber Data dan Software Yang DigunakanData yang digunakan dalam penelitian ini adalah data tingkat inflasi, data Indeks Harga

Konsumen (IHK) dan data tingkat pengangguran terbuka (open unemp/oyment), yangJURNAl EKUBANK,Volume 1 Edisi Maret 2007 65http://www.univpancasila.ac.id 7/31

Hubungan Antara Inflasi dengan Tingkat Pengangguran; Pengujian Kurva Philips dengan Data Indonesia,1976-2006

semuanya adalah data tahunan yang bersifat nasional untuk periode waktu 1996-2006. Semuadata tersebut berasal dari publikasi yang diterbitkan oleh Badan Pusat Statistik (BPS).

Disamping data inflasi yang dihitung setiap tahun oleh BPS, penelitian ini jugamenggunakan data logaritma natural dari data IHK (In IHK) sebagai pendekatan terhadap datainflasi, karena inflasi yang merupakan perubahan dari IHK, juga bisa ditulis sebagai berikut ;

In IHK( = olHK, dimana 8HK adalah perubahan dari IHK.IHK'_I

Sedangkan software yang digunakan untuk mengolah data pada penelitian ini adalahsoftware Eviews S.

IV. PEMBAHASANHASIL4.1 Ujl Staslonaritas

Uji stasionaritas masing-masing varia bel, yaitu varia bel inflasi, In IHK, dan tingkatpengangguran, baik untuk data level maupun data difference dilakukan berdasarkan tigaalternatif model, yaitu tanpa trend dan intercept, dengan trend, dan dengan trend dan interceptDari hasil uji stasionaritas terhadap ketiga variabel tersebut dengan menggunakan metodeAugmented Dickey-Fuller (ADF), diperoleh hasil sebagai berikut.

4.1.1 Uji stasioner Untuk Data levelDari Tabel 1 dapat diketahui bahwa data inflasi pada tingkat level sudah menunjukkan

stasionaritas (Ho ditolak, pada tingkat signifikansi 5 % dan 1 %), baik pada model 1 (tanpaintercept dan trend), model 2 (dengan trend), maupun model 3 (dengan trend dan konstanta).5ementara itu, hasil pengujian untuk variable In IHK dan varia bel tingkat pengangguranmenunjukkan bahwa kedua variabel tersebut tidak stasioner pada data level.

T bell H "I U"" ADF D ta La . aSI IJI a eveVARIABEL Tanpa Intersep Dengan Intersep Dengan Trend dan

dan Trend InterseDIntla5i -2.130736 ** -4.116920 *** -4.107166 **Ln IHK 6.850319 -0.079133 -1.676683Pengangguran 1.363803 0.204332 0.204332Catatan : *) Signifikan (stasioner) pada critical value 10 %

**) Signifikan (stasioner) pada critical value 5 %***) Signifikan (stasioner) pada critical value 1 %Tanpa tanda *, berarti Ho diterima (data level bersifat tidak stasioner)

4.1.2 Uji Stasioner Untuk Data DifferenceKarena hasil pengujian terhadap ketiga variabel tersebut memberikan hasil yang

berbeda pada data level (data inflasi stasioner, sedangkan data Ln IHK dan data penganggurantidak stasioner), maka harus dilakukan pengujian tahap berikutnya, yaitu terhadap datadifferencetingkat pertama (lag satu tahun) untuk variabel yang belum stasioner pada data level,yaitu data In IHK dan data pengangguran. Karena kalau dipaksakan melakukan regresi antaravaria bel inflasi yang stasioner pada data level, dengan variabel pengangguran yang tidakstasioner pada data level, akan menghasilkan regresi yang menyesatkan (spuriouS).

66 JURNAL EKUBANK, Volume 1 Edisi Maret 2007http://www.univpancasila.ac.id 7/31

Hubungan Antara InRlISi dengan Tingkat Pengangguran; Pengujian Kurva Philips dengan Data Indonesia-1976-2006

Tabel 2. Hasll U iADF Data First DifferenceVARIABEL Tanpa Intersep Dengan Intersep

dan TrendLn IHK -2.208622 ** -4.445009 ***Pen an uran -5.619956 *** -6.022792 ***catatan : *) Signifikan (stasioner) pada critical value 10 %

**) Signifikan (stasioner) pada critical value 5 %***) Signifikan (stasioner) pada critical value 1 %

Dengan Trend danInterse-4.361956 ***-5.264737 ***

Hasil pengujian ADF terhadap variabel In IHK dan variabel pengangguran untuk datadifference dengan menggunakan tiga model, yaitu tanpa intersep dan trend, dengan interceptserta dengan intercept dan trend, dapat dilihat pada Tabel 2. Temyata, baik variabel In IHKmaupun variabel pengangguran, signifikan pada tingkat 5 persen dan 1 persen, yang berartikedua variabel tersebut sudah stasioner pada data difference tingkat pertama atau ditulis I (1),dan hal ini terdapat pada ketiga model yang digunakan. Berikut ini adalah model stasioner ataumodel simetris pada data difference tingkat pertama untuk variabel In IHK dan variabel tingkatpengangguran untuk ketiga alternatif model yang digunakan.

• Model Untuk Varia bel In IHK adalah :~ .110 IHK, = -0.30492610 IHK,_I , model tanpa intersep dan trend

(-2.209)~ .110 IHK, = 0.090272 - 0.86366810 IHK'_I , model dengan intersep

(3.572) (-4.445)~ .1lolHK, = 0.086602 + 0.000243/ - 0.86453310 IHKI-I , model dengan

(2.248) (0.128) (-4.362) trend dan intersep

• Model Untuk Variabel Tingkat Pengangguran (UNMP) adalah :~ .1UNMp' = -1.l080926UNMp,_1' model tanpa interceptdan trend

(-5.6199)~ .1UNMp' =0.326707-1.164163UNMp,_1' model dengan intercept

(1.6440) (-6.0228)~ .1UNMp' = -0.433688 + 0.0561361 -1.65068OUN Mp,-I , model dengan

(2.248) (0.128) (-4.362) trend dan intercept

4.2 UjlKeu.lb.Ujl kausalltas antara variabel pengangguran terbuka (unemployment) dengan variabel

inflasi (pendekatan In IHK), dilakukan dengan menggunakan metode Granger test of causality,dengan model persamaan sebagai berikut :

1r, = al + PIJ1r'-1 + PI2UNM~_)

UNM~ = a2 + P2)UNM~-1 + P221r,-l

dimana n = inflasi dan UNMP = unemployment (tingkat pengangguran), dengan menggunakanhipotesis sebegal berlkut ;

Ho: PI2 = 0 (pengangguran tidak menyebabkan terjadinya inflasi)

Hi: f1J2 *' 0 (pengangguran menyebabkan terjadinya inflasi)diperoleh nilai F statistic sebesar = 0.03471, dengan probability = 0.85365. Dengan demikian,dapat disimpulkan bahwa Ho diterima, yang berarti pengangguran bukanlah varlabel yangmenyebabkan terjadinya inflasi.

JURNAL EKUBANK, Volume 1 Edisi Maret 2007 67http://www.univpancasila.ac.id 7/31

Hubungan Antara Inflasi dengan 7ingkat Pengangguran; Pengujian KUfVa Philips dengan Data Indonesia,1976-2006

5ebaliknya jika dilakukan uji hubungan kausalitas dengan menggunakan hipotesissebagai berikut :

Ho: Pn = 0 (inflasi tidak menyebabkan terjadinya pengangguran)

Ho: Ih2 '* 0 (inflasi menyebabkan terjadinya pengangguran)

diperoleh nilai F statistic sebesar = 8.02017 dengan probability = 0.00881. Dengan demikiandikatakan bahwa Ho ditolak, yang artinya adalah inflasi merupakan salah satu variabel yangmenyebabkan terjadinya pengangguran.

Dengan demikian, berdasarkan uji kausalitas diatas diperoleh. hasil bahwa infJasimerupakan salah satu variabel yang menyebabkan terjadinya pengangQuran,' sebaliknyapengangguran ternyata tidak menyebabkan terjadinya inflasi. Jadi hubungan kausalitas antaravaria bel inflasi dan pengangguran hanya satu arah, yaitu infJasi sebagai varia bel bebas(independent variable) menjadi penyebab terjadinya pengangguran sebagai variabel tidak bebas(dependent variable).

4.3 UjiKointegrasiBerdasarkan hasil uji stasionaritas terhadap varia bel pengangguran dan variabel infJasi

(pendekatan In IHK) serta uji kausalitas, maka selanjutnya akan dilakukan uji kointegrasi antarakedua varia bel terse but. Untuk itu langkah pertama adalah melakukan regresi antara infJasi (n)tahun t-1 sebagai variable bebas dengan varia bel tingkat pengangguran (UNMP) tahun t sebagaivariable tidak bebas dengan menggunakan metode OLS, yang hasilnya adalah sebagai berikut:

UNMPt = -7,326 + 2,722Jr(-I(6,493) (10.499)

dengan nilai adjusted R square = 0,790218

Dari hasil persamaan regresi tersebut diatas dapat disimpulkan bahwa salah satu faktoryang mempengaruhi besar kecilnya tingkat pengangguran pada tahun t adalah angka infJasipada tahun t-1 (Ho: P = 0 ditolak) dan signifikan secara stastistik pada tingkat alpha 1 persen,dengan nilai adjusted R square = 0,790218, yang I;lerarti infJasi pada tahun t-1 mempunyaikontribusi terhadap besar kecilnya tingkat pengangguran pada tahun t sebesar 79,02 persen,sedangkan sisanya (20,98 persen) dipengaruhi oleh faktor lainnya. Tanda koefisien regresi darivariabel infJasi yang positif juga sekaligus menunjukkan bahwa teari kurva Phillips yangmenyebutkan adanya hubungan negatif (trade off) antara infJasi dengan tingkat pengangguran,ternyata tidak terbukti dengan menggunakan data Indonesia tahun 1976-2006.

Untuk menunjlikkan bahwa variabel inflasi mempengaruhi variabel tingkatpengangguran dalam jangka panjang, perlu dilakukan uji stasionaritas terhadap variable error

term (e't) dari perSamaan regresi terse but diatas. Dari hasil pengujian terhadap error term\. '" . ~. ~ .. ~ '-,\ .

dipe~oleh hasil seperti pa'da label 3 berikut:.

T bel 3 H .1U.. U. • fl, D. EJ 71a . aSI III 'I7it oot arl tTOr ermADF Test Statistic -2.850632 1% Critical -2.647120

Value*5% Critical -1.952910Value10% Critical -1.610011Value

68 JURNAL EKUBANK, Volume 1 Edisi Maret 2007http://www.univpancasila.ac.id 7/31

Hubungan Antara Inflasi dengan 77ngkat Pengangguran; Pengujian Kurva Philips dengan Data Indonesia,1976 -2006

Tampak bahwa residual (error term) dari persamaan diatas bersifat stasioner dansignifikan pada alpha 1 persen. Hal ini menunjukkan bahwa variabel inflasi dan pengangguranmempunyai hubungan dalam jangka panjang (ditunjukan oleh variable residual yang stasioner)yang berarti ada long run relationship antara kedua varibel tersebut. Dengan kata lain, variabelinflasi dan tingkat pengangguran juga dapat disebut terkointegrasi dalam jangka panjang,sehingga pengujian dapat dilanjutkan dengan melakukan uji Error Correction Model (ECM)untukmengetahui apakah ada ECM dalam jangka panjang untuk mencapai keseimbangan antarainf/asi dengan tingkat pengangguran.

4.4 Uji Error Correction Mode/(ECM}Dari hasil uji ECM aritara variabel inf/asi dengan variabel tingkat pengangguran,

diperoleh model persamaan sebagai berikut.!J.UNM~ = 0.120638+ 1.255234Mnjlasi, - 0.349974e'_1

(0,4131) (0.55548) (-2.4412)dengan menggunakan hipotesis

Ho : P2 = 0 (tidak ada error correction mechanism dalam jangka panjang)HI :P2 < 0 (ada error correction mechanismdalam jangka panjang)

temyata Ho ditolak, yang berarti ada error correction mechanism dalam jangka panjang antaravariabel inflasi dengan variabel tingkat pengangguran, yang besamyaadalah 35 persen. Dengandemikian, setiap ada shock pada masa lalu (t-l), misalnya dalam bentuk kebijakan pemerintahyang bisa mempengaruhi inf/asi, dalam jangka pendek akan memperkecil t:. tingkatpengangguran pada tahun t sebesar 35 persen, dan adanya shock pada tahun t akanmemperkecil tingkat pengangguran pada tahun t+ 1 dan seterusnya, sedemikian rupa sehinggaintlasi dan tingkat pengangguran dalam jangka panjang akan mencapai keseimbangan.

V. KESIMPULAN DAN IMPUKASI KEBDAKANHasil penelitian ini menunjukkan bahwa teori kurva Phillipsyang menyebutkan adanya

trade off atau hubungan negatif antara inflasi dengan tingkat pengangguran ternyata tidakterbukti dengan menggunakan data Indonesia tahun 1976-2006. Hubungan antara intlasidengan tingkat pengangguran di Indonesia justru positif dan satu arah, dimana besar kecilnyatingkat pengangguran saat ini (tahun t) dipengaruhi oleh besar kecilnya angka intlasi padatahun sebelumnya (t-l), dan signifikan pada alpha 1 persen, dengan adjusted R-square0,790218, yang berarti bahwa sekitar 79,02 persen dari besar kecilnya tingkat pengangguranpada saat ini (tahun t) dipengaruhi oleh besar kecilnya angka intlasi pada tahun sebelumnya (t-1). Hasil koefisien regresi dari penelitian ini menunjukkan bahwa untuk setiap satu persenkenaikan angka jnflasi pada tahun t-1 akan mengakibatkan kenaikan tingkat pengangguran padatahun t sebesar 2,72 persen

Hubungan antara inflasi dengan tingkat pengangguran pada penelitjan inj bersifatjangka panjang dengan nilai error correction model sebesar 35 persen, yang berarti setiap adashockpada masa lalu (tahun t-1) dalam jangka pendek akan memperkecil pertambahan tingkatpengangguran pada tahun t sebesar 35 persen, dan seterusnya sedemikian rupa sehinggaakhimya pengangguran dan inflasi dalam jangka panjang akan mencapai keseimbangan.

Mengingat hasil penelitjan inj menunjukkan adanya hubungan positif yang signifikanantara angka inflasi pada tahun sekarang dengan besarnya tingkat pengangguran pada tahunyang akan datang, maka untuk mencegah pertambahan tingkat pengangguran pada tahun yangakan datang, pemerintah harus dapat menjaga agar angka inflasi bisa terkendali, denganmenjaga kestabilan harga berbagai kebutuhan masyarakat.

JURNAl EKUBANK, Volume 1 EdiSi Maret 2007 69http://www.univpancasila.ac.id 7/31

Hubungan Antara Inflasi dengan Tingkat Pengangguran; Pengujian Kurva Philips dengan Data Indonesia,1976 -2006

Daftar Pustaka

Ahmad, Irdam, 1997, "Fenomena Tingkat Pengangguran di Indonesia I dan II", Business News,7 Juli 1997 dan 14 Juli 1997

Arnson, Thomas Gunner, 2002 ,"Testing of the Phillips Curve", 11 Desember, !:!ttQ1Lecon 10.bU.edu/ ec305/papers/Arnson/htm.

Atkeson, A., and L.E. Ohanian. 2001. "Are Phillips Curves Useful for Forecasting Inflation?" FRBMinneapolis Quarterly Review (Winter). http://www.mplsJrb.org/research/gr/. qr2511.html .

BPS, Berbagai Publikasi Angkatan Kerja dan Inflasi

Enders, Walter, 1995, Applied Econometric Time Series, John Wiley & Son, INC.

Gujarati, Damodar N. 1995. Basic Econometrics. McGraw-Hili International Editions. Singapore

Pindyck, Robert S. dan Daniel L. Rubinfeld, 1991, Econometrics Models & Economic Forecasts,Singapore: McGraw-Hili International editions.

70 JURNAL EKUBANK,Volume 1 Edisi Maret 2007http://www.univpancasila.ac.id 7/31