Analisis Spasial Not in Employment, Education, or Training (NEET) di Indonesia Tahun 2021

Seminar Nasional Official Statistics Pub Date : 2023-10-04 DOI:10.34123/semnasoffstat.v2023i1.1784

Moreno Kay Boy Simanjuntak, Ernawati Pasaribu

{"title":"Analisis Spasial Not in Employment, Education, or Training (NEET) di Indonesia Tahun 2021","authors":"Moreno Kay Boy Simanjuntak, Ernawati Pasaribu","doi":"10.34123/semnasoffstat.v2023i1.1784","DOIUrl":null,"url":null,"abstract":"Peranan penduduk usia muda penting dalam rangka memaksimalkan bonus demografi. Perhatian terhadap keadaan pemuda dari segi pendidikan maupun penyerapan dalam pasar tenaga kerja sangat diperlukan. Untuk mengetahui keadaan pemuda, indikator NEET dapat digunakan. Tahun 2021, tingkat NEET Indonesia sebesar 22,4 persen, lebih tinggi dari kebanyakan negara di Asia Tenggara. Kebanyakan penelitian NEET hanya berfokus kepada karakteristik individu, namun NEET juga dapat dipengaruhi oleh adanya keterkaitan antar wilayah (efek spasial). Penelitian ini bertujuan untuk memperoleh gambaran umum, mengidentifikasi efek spasial, serta menganalisis determinan dari tingkat NEET di Indonesia tahun 2021. Metode analisis yang digunakan adalah spatial durbin error model (SDEM). Penelitian ini memperoleh hasil bahwa secara langsung, tingkat NEET dipengaruhi oleh tingkat kesempatan kerja, Angka Partisipasi Murni Sekolah Menengah, persentase penyandang disabilitas, persentase migran masuk risen, dan Indeks Pembangunan Manusia. Sedangkan secara tidak langsung, tingkat NEET dipengaruhi oleh tingkat kesempatan kerja, persentase perempuan muda berstatus kawin, dan persentase migran masuk risen.","PeriodicalId":213816,"journal":{"name":"Seminar Nasional Official Statistics","volume":"172 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-10-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Seminar Nasional Official Statistics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34123/semnasoffstat.v2023i1.1784","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Peranan penduduk usia muda penting dalam rangka memaksimalkan bonus demografi. Perhatian terhadap keadaan pemuda dari segi pendidikan maupun penyerapan dalam pasar tenaga kerja sangat diperlukan. Untuk mengetahui keadaan pemuda, indikator NEET dapat digunakan. Tahun 2021, tingkat NEET Indonesia sebesar 22,4 persen, lebih tinggi dari kebanyakan negara di Asia Tenggara. Kebanyakan penelitian NEET hanya berfokus kepada karakteristik individu, namun NEET juga dapat dipengaruhi oleh adanya keterkaitan antar wilayah (efek spasial). Penelitian ini bertujuan untuk memperoleh gambaran umum, mengidentifikasi efek spasial, serta menganalisis determinan dari tingkat NEET di Indonesia tahun 2021. Metode analisis yang digunakan adalah spatial durbin error model (SDEM). Penelitian ini memperoleh hasil bahwa secara langsung, tingkat NEET dipengaruhi oleh tingkat kesempatan kerja, Angka Partisipasi Murni Sekolah Menengah, persentase penyandang disabilitas, persentase migran masuk risen, dan Indeks Pembangunan Manusia. Sedangkan secara tidak langsung, tingkat NEET dipengaruhi oleh tingkat kesempatan kerja, persentase perempuan muda berstatus kawin, dan persentase migran masuk risen.

查看原文

微信好友朋友圈 QQ好友复制链接

本刊更多论文

2021 年印度尼西亚未就业、未受教育者和未受培训者（NEET）专项分析

为了最大限度地利用人口红利，青年人口的作用非常重要。需要关注青年在教育和劳动力市场吸纳方面的状况。要确定青年的状况，可以使用 "NEET "指标。2021 年，印度尼西亚的 NEET 比率为 22.4%，高于东南亚大多数国家。大多数 NEET 研究仅关注个体特征，但 NEET 也会受到区域间联系（空间效应）的影响。本研究旨在了解 2021 年印尼 NEET 的概况、识别空间效应并分析其决定因素。采用的分析方法是空间杜宾误差模型（SDEM）。研究发现，NEET 率直接受到就业机会水平、中学净入学率、残疾人比例、移民比例和人类发展指数的影响。间接而言，NEET 率受就业机会水平、年轻已婚妇女比例和移民比例的影响。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文去求助

来源期刊

Seminar Nasional Official Statistics

自引率

0.00%

发文量