Estimasi Upah Rata-rata Per jam Kerja Pada Leve Kabupaten Kota dengan Menggunakan SAE

Dalam kehidupan sosial, nilai upah sering kali dijadikan sebagai ukuran kualitas pekerjaan dan standar hidup. Meskipun bukan satu-satunya indikator, namun kebanyakan ahli ekonomi masih mengaitkan erat kualitas pekerjaan dengan kompensasi ekonomi berupa besaran upah yang diterima setiap jam (Dahl, Nesheim, Olsen, 2009). Cvrlje Ćorić (2010) juga menyatakan bahwa standar hidup dalam perspektif makro dapat dinilai melalui pendapatan riil yang diterima setiap orang. Jadi, sangatlah wajar ketika upah tinggi masih menjadi atribut untuk menentukan jenis pekerjaan yang layak oleh masyarakat.United Nations (UN) telah mengadopsi rata-rata upah per jam yang diterima pekerja sebagai salah satu indikator untuk mewujudkan lapangan kerja yang produktif dan layak bagi semua orang pada 2030 (IAEG-SDGs, 2017). Target ini jatuh pada Sustainable Development Goal (SDG) 8 dengan mempertimbangkan kesetaraan gender. Selain itu, UN juga mendorong penyediaan informasi di atas berdasarkan kondisi geografis dan latar belakang sosial untuk mengetahui pay gaps yang terjadi (United Nations Economic Commission for Europe, 2015).Indonesia telah menyatakan komitmen untuk mengimplementasikan SDGs hingga level Kabupaten/Kota. Mekanisme koordinasi, penganggaran biaya, evaluasi dan pelaporan sudah diatur secara jelas dalam Peraturan Presiden No.59 Tahun 2017 tentang Tujuan Pembangunan Berkelanjutan. Tugas utama BPS untuk memenuhi komitmen ini adalah menyediakan data statistik untuk penghitungan indikator SDGs. Dikaitkan dengan pentingnya indikator rata-rata pendapatan per jam dalam menyukseskan SDG 8, BPS merasa perlu menyediakan indikator tersebut untuk level Kabupaten/Kota. Ketersediaan indikator ini akan sangat memudahkan pemerintah daerah dalam menyusun program kesejahteraan buruh/pegawai di lingkungan setempat. Sebagai kajian awal, BPS akan mengestimasi indikator rata-rata pendapatan per jam tahun 2017. Teknik Small Area Estimation (SAE) diterapkan berdasarkan model Fay-Herriot. Sumber data utama yang digunakan adalah Survei Angkatan Kerja Nasional (SAKERNAS) Agustus 2017. Selain itu, hasil Sensus Penduduk 2010 (SP2010) dan Pendataan Potensi Desa (PODES) 2014 juga dimanfaatkan sebagai sumber variabel penyerta (auxiliary variables). Jenis variabel penyerta akan dijelaskan secara detail pada pembahasan metodologi.