Introduction
Dalam beberapa dekade terakhir, banyak negara yang telah melakukan proses perluasan pendidikan, terutama pada pendidikan tinggi. Beberapa penelitian telah dilakukan untuk mengetahui dampak dari perluasan pendidikan di tingkat masyarakat. Secara tradisional, return dari pendidikan diukur melalui perbandingan antara hasil pasar tenaga kerja orang-orang yang sangat terdidik dengan mereka yang kurang terdidik, menggunakan tingkat pendidikan mutlak. Namun, fakta di Vietnam menunjukkan bahwa dalam masyarakat dengan tingkat ekspansi pendidikan yang tinggi, pendidikan beroperasi sebagai positional good di pasar tenaga kerja, di mana posisi relatif pekerja (bukan tingkat pendidikan mutlak atau keterampilan) menjadi makin penting untuk untuk mendapatkan imbalan ekonomi (Bol, 2015; Ortiz et al., 2016). Oleh karena itu, Vietnam merupakan contoh menarik untuk mempelajari bagaimana manfaat pendidikan dapat berubah seiring dengan perluasan pendidikan.
Dengan menggunakan data dari Vietnam Household Living Standards Surveys (VHLSS) periode tahun 2002 hingga 2014, tujuan utama penelitian ini adalah untuk menilai apakah dampak pendidikan (dalam hal ukuran absolut dan ukuran posisinya) terhadap pendapatan pasar tenaga kerja meningkat dengan proporsi individu yang memiliki pendidikan atau kredensial lebih tinggi sebagai akibat dari perluasan pendidikan tinggi.
Data dan Variabel
Dataset yang digunakan untuk penelitian ini adalah Vietnam Household Living Standards Surveys (VHLSS) untuk tahun 2002, 2004, 2006, 2008, 2010, 2012, dan 2014. Sampel keseluruhan dalam dataset yang digunakan mencakup 212.521 individu (103.541 pria dan 108.980 wanita) berusia antara 24 dan 55 tahun. Terkait pencapaian pendidikan, 78,97% di antaranya belum menyelesaikan SMA, 16,24% merupakan lulusan SMA, dan 4,79% lulusan perguruan tinggi; di antara mereka, 94,38 persen memiliki pekerjaan. Namun, pekerja dalam pekerjaan upahan hanya diamati pada 44,19% kasus, dan upah orang-orang ini ditemukan hanya dalam 81% kasus. Penelitian ini menggunakan pendapatan sebagai variabel dependen dan mengasumsikan bahwa pendidikan dan pendapatan berhubungan secara linear. Penelitian ini menyusul Bol (2015) dalam mengoperasionalkan ukuran absolut dan ukuran relatif pendidikan. Untuk mengetahui ukuran pendidikan yang absolut, digunakan jumlah tahun pendidikan formal. Untuk mengetahui ukuran relatif pendidikan, jumlah tahun pendidikan individu dalam setiap kombinasi kelompok disesuaikan agar relatif terhadap tahun pendidikan yang dimiliki oleh individu lain dalam kelompok yang sama.
Untuk melihat ukuran relatif pendidikan, jumlah tahun pendidikan individu dalam setiap kombinasi kohort disesuaikan agar relatif terhadap tahun pendidikan yang dimiliki individu lain dalam kohort yang sama. Selain itu, untuk menilai hubungan antara pendidikan tinggi dan hasil pasar tenaga kerja, penelitian ini menyertakan variabel dummy yang mencakup lulusan universitas. Variabel tersebut bernilai 1 jika seseorang mempunyai gelar universitas (lulus universitas) dan 0 jika tidak. Pendekatan yang sama seperti pada kasus jumlah keseluruhan tahun pendidikan diterapkan; yaitu, peringkat persentil lulusan universitas dihitung. Misalnya, jika 30% dari kohort terkait adalah lulusan universitas, maka ukuran relatif pendidikan untuk lulusan universitas akan menjadi 70. Skor yang lebih tinggi pada ukuran relatif pendidikan untuk seorang individu menunjukkan bahwa ada lebih sedikit rekan dalam kohort yang memiliki gelar universitas, dan semakin baik posisi pendidikan relatif individu tersebut. Selanjutnya, sejumlah variabel tertentu telah dimasukkan sebagai variabel kontrol. Pada tingkat latar belakang individu, variabel jenis kelamin, status pernikahan, status pekerjaan, dan pengalaman kerja termasuk variabel yang dikontrol. Sektor kerja yang berbeda dan wilayah negara tempat orang bekerja juga sangat mungkin memengaruhi pendapatan sehingga hal-hal ini juga dikontrol.
Empirical analysis
Untuk model perhitungan, peneliti menggunakan kerangka persamaan pendapatan Mincerian (Mincer, 1974), namun juga mempertimbangkan fungsi pendapatan yang diperluas oleh Bennell (1996).
Di mana lnwage adalah ukuran pendapatan atau tingkat upah dalam bentuk logaritma natural; Si adalah variabel yang merujuk pada pendidikan, X merupakan vektor dari karakteristik individu dan faktor-faktor lain yang diamati yang memengaruhi upah (sektor kerja, wilayah); πi adalah error yang menangkap faktor-faktor yang tidak termasuk dalam regresi.Persamaan (1) dapat diestimasi dengan metode Ordinary Least Squares (OLS) untuk mengestimasi hubungan antara pendidikan dan upah, namun estimasi tersebut mungkin mengalami bias akibat endogenitas pendidikan. Penelitian mengadopsi metodologi baru yang dikembangkan oleh Kiviet (2020a): yaitu metode bebas instrumen atau Kinky Least Square (KLS). Dengan demikian, kita dapat mempertimbangkan model regresi dengan suatu variabel tergantung y, sebuah koefisien tunggal π½, satu regresor endogen x, dan gangguan π, dengan pengamatan yang ditentukan secara identik dan independen i = 1,β¦,n sebagai berikut:
Estimator-estimator dalam Persamaan (3) tidak konsisten untuk π½, πi, dan π2 π ketika ππ₯π β 0. Mengetahui ππ₯π, estimasi KLS konsisten dan terdistribusi secara asimtotik normal dan dapat didefinisikan sebagai estimasi berikut:
Mengetahui ππ₯π, sebuah inferensi terhadap π½ dalam bentuk pengujian dan wilayah kepercayaan bisa diproduksi secara konsisten, tetapi dalam praktiknya ππ₯π umumnya tidak diketahui. Oleh karena itu, produksi inferensi KLS bergantung pada berbagai nilai-nilai realistis ππ₯π.
Dalam konteks regresi linear seperti dalam Persamaan (1), Kiviet (2020b) menunjukkan bahwa regressor endogen Si dapat didekomposisi menjadi dua komponen yang tidak berkorelasi. Komponen pertama adalah eksogen atau telah ditentukan sebelumnya, sementara yang kedua adalah endogen. Dekomposisi Si ini dapat dijelaskan sebagai berikut:
Seperti yang telah disebutkan, dan dengan mempertimbangkan Persamaan (1), ketika derajat endogenitas dari πsπ tidak nol, estimasi OLS menjadi tidak konsisten. Meskipun πsπ tidak diketahui, diasumsikan bahwa nilainya berada dalam interval πsπ β [ri, ru], dan estimasi KLS dari π½1 akan menjadi π½Μ1(r). π½Μ1(r) memperbaiki ketidakkonsistenan OLS dan dihitung untuk berbagai nilai r β [ri, ru]. Pendekatan ini membantu meminimalkan endogenitas regresor yang bersangkutan agar estimasi yang dihasilkan lebih dapat diandalkan. Penting untuk disebutkan bahwa estimasi KLS bergantung pada data untuk menentukan πsπ. KLS menangani data dengan pengamatan dari waktu ke waktu, dan sebagian besar uji umum setelah penyusunan model dengan data semacam itu dapat diimplementasikan (Kiviet, 2020b). Untuk pengamatan dari waktu ke waktu pada Persamaan (2), KLS mengasumsikan:
Peneliti tertarik untuk menambahkan dummy variable untuk merefleksikan populasi sampel yang berganti setiap waktu. Dengan begitu, Eq. (1) dapat ditulis ulang menjadi Eq. (7), dan menggabungkan sebuah vektor dummy untuk periode waktu (Dt) dengan satu sebagai dasar, sebuah variabel yang menyatakan proporsi individu dengan gelar pendidikan tinggi sebagai hasil dari ekspansi pendidikan tinggi (Et), dan sebuah regresor interaksi antara variabel tersebut dan pendidikan.
Result and discussion
1. Efek jumlah tahun pendidikan terhadap pengembalian pasar tenaga kerja saat pendidikan tinggi berkembang. Estimasi efek dari ukuran relatif dan absolut pendidikan dilakukan dalam model-model terpisah untuk menghindari masalah kolinearitas antara keduanya. Hasil untuk kedua ukuran pendidikan tersebut disajikan dalam Tabel 2.
Hasil dari studi ini menemukan bahwa baik peningkatan jumlah lulusan universitas maupun interaksi antara jumlah tahun pendidikan dan proporsi lulusan universitas tidak memiliki dampak yang signifikan terhadap pendapatan individu.
Hasil regresi menggunakan ukuran relatif pendidikan menunjukkan bahwa makin baik posisi pendidikan individu, semakin tinggi pendapatan yang diharapkan mereka dapatkan. Tabel 3 menunjukkan bahwa peningkatan satu deviasi standar dari ukuran posisional pendidikan diharapkan meningkatkan pendapatan (sebesar 1,136Grad + 0,05). Arah istilah interaksi menunjukkan bahwa efek ukuran posisional jumlah tahun pendidikan terhadap pendapatan meningkat seiring dengan proporsi lulusan yang lebih tinggi di pasar tenaga kerja.
2. Pengaruh pendidikan tinggi terhadap pengembalian pasar tenaga kerja seiring dengan ekspansi pendidikan tinggi. Dalam menganalisis hal ini, peneliti menyusun dua model secara terpisah, menggunakan satu sisi ukuran absolut dari telah lulus pendidikan tinggi, dan di sisi lain, ukuran posisional variabel ini. Hasil dari masing-masing ukuran disajikan dalam Tabel 4.
Efek langsung dari variabel tersebut terhadap pendapatan menunjukkan tidak adanya signifikansi statistik. Hal ini menunjukkan bahwa lulus dari universitas tidak diperkirakan akan meningkatkan pendapatan individu. Analisis selanjutnya menggunakan ukuran posisional pendidikan. Hasil analisis menunjukkan bahwa memiliki posisi yang lebih baik sebagai lulusan universitas diharapkan meningkatkan pendapatan.
Tabel 5 mengungkapkan bahwa peningkatan satu deviasi standar dari ukuran posisional sebagai lulusan universitas diharapkan dapat menurunkan pendapatan (sebesar 1,266Grad + 0,05). Arah ini menunjukkan bahwa efek ukuran posisional sebagai lulusan universitas terhadap pendapatan menurun seiring dengan meningkatnya proporsi lulusan pendidikan tinggi di pasar tenaga kerja.
Conclusion
Berdasarkan penelitian yang dilakukan oleh T.H. Truong, K. Ogawa and J.M.B. Sanfo, dilihat dari efek ukuran absolut dari jumlah tahun pendidikan, tidak ditemukan perbedaan dalam dampak ekspansi pendidikan tinggi terhadap pasar tenaga kerja. Namun, terdapat perbedaan pada efek ukuran posisional dalam hasil-hasil ini. Seiring dengan ekspansi pendidikan tinggi, efek ukuran absolut dari lulusan pendidikan tinggi terhadap hasil pasar tenaga kerja tidak bervariasi, tetapi efek ukuran relatifnya terhadap hasil-hasil ini bervariasi. Dapat disimpulkan bahwa dengan adanya ekspansi pendidikan tinggi, memiliki pendidikan tinggi saja tidak cukup untuk dapat bersaing dalam pasar tenaga kerja. Penting untuk mempertimbangkan keunggulan unik yang dimiliki agar dapat bersaing dengan orang lain.
Reviewed from :Β
Truong, T. H., Ogawa, K., & Sanfo, J.-B. M. B. (2021). Educational expansion and the economic value of education in Vietnam: An instrument-free analysis. International Journal of Education Research Open, 2(100025).Β
https://doi.org/10.1016/j.ijedro.2020.100025
Editor: Nurul Sekararum, Amira Nisa Adli, Kornelius Pardosi, Manuel Exaudi
Ilustrasi oleh:Β Ayeisha Sadiqa A.
