Uhamiaji wa nguvu kazi kutoka vijijini kwenda mijini ni aina ya uhamiaji ambapo wafanyakazi huhama kutoka maeneo yao ya asili ya vijijini kwenda vituo vya kazi vya mijini au vilivyo nje ya eneo ambako kuna fursa nyingi zaidi za kazi na mapato, na harakati hii inaweza kuathiri kwa pamoja maeneo ya asili na ya kwenda kupitia muundo wa idadi ya watu, ustawi wa kaya, soko la ajira na fedha zinazotumwa na wahamiaji. Utafiti huu unachunguza uhamiaji wa nguvu kazi katika Malang Regency, eneo la East Java nchini Indonesia, kwa kutumia jumla ya 250 migrant worker walioteuliwa kwa purposive sampling kutoka subdistrict tano zenye kiwango kikubwa cha uhamiaji: Singosari, Pakis, Dampit, Gondanglegi na Bantur. Chanzo kinaeleza utafiti kuwa mixed-methods; katika sehemu ya kiasi kinatumia dodoso, regression ya logistic kwa nia ya kuhamia na kukaa, regression ya mstari yenye vigezo vingi kwa mapato na takwimu za maelezo; katika sehemu ya kimaelezo kinatumia mahojiano ya kina na wawakilishi wa NGO na community leaders. Kwa mujibu wa Jedwali 2 lililochapishwa katika chanzo, AGE na EDUC ni hasi katika modeli ya nia ya kukaa, INCM ni chanya na ina umuhimu wa kitakwimu; MARIED, ASSET na JOB_VELG hazina umuhimu. Kwa mujibu wa Jedwali 3, katika modeli ya migrant income ni EDUC pekee iliyo chanya na yenye umuhimu. Hata hivyo, kwa sababu ya kodishaji wa outcome, asilimia za uainishaji na kutolingana kwa baadhi ya coefficients kati ya maandishi na majedwali, mwelekeo na ukubwa exact wa athari vinapaswa kufasiriwa kwa tahadhari.

Masimulizi ya jumla ya utafiti yanadai kuwa uhamiaji katika Malang Regency unaonyesha kwa kiasi kikubwa muundo wa circular migration, yaani badala ya mtu kuhamia mjini kwa kudumu, huenda katika eneo la kwenda kwa madhumuni ya kufanya kazi na kukusanya mapato huku akidumisha uhusiano wa kiuchumi na kijamii na eneo lake la asili. Data za maelezo zinaonyesha kuwa wahamiaji wengi wana kiwango cha chini au cha kati cha elimu, wako katika umri wa kufanya kazi, wameoa au kuolewa na wanamiliki mali katika eneo la asili. Muundo huu unafasiriwa kuwa hata kama mapato yanapatikana, familia, mali na uhusiano wa kiuchumi katika eneo la asili vinaweza kuzuia makazi ya kudumu mijini.

Utaratibu mkuu wa maendeleo katika utafiti ni remittances, yaani wahamiaji kuhamisha sehemu ya mapato yao kwenda kwa familia zao au shughuli za kiuchumi katika eneo la asili. Hata hivyo, modeli za kiempiria zilizochapishwa hazimodeli moja kwa moja kiasi cha remittance au faharasa ya rural-urban development kama kigezo tegemezi. Kwa hiyo, utafiti unafasiri uhusiano wa uhamiaji na maendeleo ya eneo kupitia migrant income, nia ya kukaa, uhusiano na eneo la asili na fasihi ya awali kuhusu remittance; hauhesabu coefficient ya moja kwa moja ya “uhamiaji uliongeza maendeleo ya vijijini kwa kiasi hiki”.

Tatizo kuu la utafiti

Tofauti za fursa za kiuchumi kati ya maeneo ya vijijini na mijini zinaweza kuathiri mahali watu wanapofanya kazi, muda wanaohama na mahali wanapotumia mapato yao. Katika muktadha wa Malang Regency, chanzo kinajadili kwamba fursa chache za ajira vijijini na matarajio ya mapato ya juu zaidi mijini huhamasisha uhamaji wa nguvu kazi.

Uhamiaji unaweza kuwa na matokeo ya pande mbili kwa maendeleo. Kwa upande mmoja, mapato ambayo wafanyakazi wanapata mijini na fedha wanazotuma katika eneo lao la asili zinaweza kusaidia matumizi ya familia, elimu, makazi na uwekezaji wa eneo. Kwa upande mwingine, upotevu endelevu wa watu wa umri wa kufanya kazi kutoka vijijini unaweza kusababisha uhaba wa nguvu kazi katika kilimo na sekta nyingine za ndani, kuzeeka kwa idadi ya watu na utegemezi kwa remittances.

Kwa nini tofauti ya matumizi ya vijijini na mijini ni muhimu?

Jedwali 1 la chanzo linalinganisha matumizi ya kila mwezi kwa kila mtu katika vijijini na mijini ili kueleza utaratibu wa mvuto wa kiuchumi.

Chanzo hasa kinafasiri tofauti ya %70 katika matumizi yasiyo ya chakula kama kipengele kinachoonyesha mvuto wa kiuchumi wa maeneo ya mijini. Hata hivyo, katika maelezo yanayofuata mara moja, maadili tofauti yanayohusishwa na BPS pia hutolewa: urban food expenditure takriban 689.148 rupiah, rural food expenditure takriban 667.796 rupiah na urban total expenditure 1.356.943 rupiah. Seti hii ya pili ya maadili hailingani na maadili ya Jedwali 1. Kwa kuwa chanzo hakielezi ni mfululizo gani wa BPS unaopaswa kutumika mwisho, seti hizo mbili hazipaswi kuunganishwa kimya kimya.

Pengo la fasihi na ubunifu wa utafiti

Chanzo kinadai kuwa tafiti za awali zililenga viashiria maalumu vya kiuchumi vya uhamiaji au vijiji maalumu ndani ya Malang Regency, ilhali uchambuzi jumuishi wa mambo ya kidemografia, nia ya kukaa, mapato na uhusiano wa maendeleo kati ya “migration pockets” zenye viwango vikubwa vya uhamiaji ni mdogo.

Kama mchango wa kipekee wa utafiti, unaonyesha kuchunguza ndani ya utafiti mmoja wa uwanjani uhusiano wa mambo ya kidemografia/kiuchumi kama umri, elimu, hali ya ndoa, mapato, mali na uhusiano wa kazi katika eneo la asili na nia ya kukaa; na uhusiano wa elimu pamoja na mambo mengine ya kidemografia na migrant income.

Sampuli iliundwaje?

Watafiti walichagua subdistrict tano zenye kiwango kikubwa cha uhamiaji katika Malang Regency:

• Singosari,
• Pakis,
• Dampit,
• Gondanglegi,
• Bantur.

Migrant worker 50 walichaguliwa kutoka kila subdistrict na sampuli yote ikafikia watu 250.

\[ 5\ \text{ilçe} \times 50\ \text{göçmen} = 250\ \text{katılımcı} \]

Usampulishaji si random probability sampling. Chanzo kinaeleza kuwa kilitumia purposive sampling kwa kutegemea data ya Department of Labor and Transmigration 2024. Kwa hiyo, si sahihi kujumlisha matokeo moja kwa moja kwa watu wote wa Malang Regency au wahamiaji wote wa Indonesia.

Je, Utafiti Huu Ulitumia Multinomial au Binary Logistic Regression?

Ingawa chanzo kinaita modeli “multinomial logistic regression” katika abstract na maelezo ya mbinu, Equation (1) iliyochapishwa inalinganisha tu uwezekano wa INTENTION = 1 na INTENTION = 0 na sehemu ya matokeo inaita mbinu “binary logit”; kwa hiyo, muundo wa kihisabati uliochapishwa uko katika mfumo wa regression ya logistic ya makundi mawili, lakini Verianla haisahihishi kimya kimya tofauti ya istilahi katika chanzo.

Equation (1): Modeli ya nia ya kukaa

Equation iliyochapishwa na chanzo:

\[ \log\left( \frac{P(INTENTION=1)} {P(INTENTION=0)} \right) = \beta_0 +\beta_1AGE +\beta_2EDUC +\beta_3INCM +\beta_4MARIED +\beta_5ASSETS +\beta_6JOBVELG \]

Formula inahesabu nini? Equation inamodeli logarithm ya odds ya tukio \(INTENTION=1\) dhidi ya tukio \(INTENTION=0\) kama mchanganyiko wa mstari wa vigezo elezi.

\(INTENTION\) ni kigezo outcome cha binary kinachowakilisha nia ya migrant ya kukaa kwa kudumu katika eneo la kwenda.

\(AGE\) ni kigezo cha umri.

\(EDUC\) ni kiwango cha elimu.

\(INCM\) ni kigezo cha migrant income.

\(MARIED\) ni kigezo cha hali ya ndoa. Chanzo kinatumia jina la kigezo MARIED kwa “R” moja.

\(ASSETS\) inawakilisha umiliki wa mali/rasilimali katika eneo la asili. Katika Jedwali 2, kigezo hicho hicho kimeandikwa ASSET.

\(JOBVELG\) ni kigezo kinachohusiana na kazi katika eneo la asili. Chanzo kinatumia katika sehemu tofauti maandishi JOBVELG, JOB VELG na JOB_VELG.

\(\beta_0\) ni constant; \(\beta_1\)–\(\beta_6\) ni coefficients za log-odds za vigezo elezi husika.

Kwa Nini Kodishaji wa INTENTION = 1 ni Muhimu?

Katika regression ya logistic, ili kufasiri mwelekeo wa coefficient, lazima ijulikane kwa uhakika ni outcome ipi iliyokodishwa kama “1”; Jedwali 2 la utafiti huu linaandika 0 = Stay na 1 = No Stay, lakini kwa kuwa maandishi ya chanzo yanafasiri coefficients kana kwamba 1 = Stay, mwelekeo halisi wa tukio kwa coefficients za AGE, EDUC na INCM hauwezi kutatuliwa kwa uhakika kutoka kwenye nyenzo zilizochapishwa.

Kwa mfano, katika Jedwali 2 coefficient ya AGE ni −0.358. Ikiwa kweli \(INTENTION=1\) inamaanisha “No Stay”, coefficient hasi ina maana kwamba log-odds ya “No Stay” hupungua umri unapoongezeka. Lakini chanzo kinaeleza coefficient hiyo hiyo hasi kama kupungua kwa nia ya kukaa kwa kudumu kadiri umri unavyoongezeka. Tafsiri hizi mbili haziwezi kuwa sahihi kwa wakati mmoja.

Vivyo hivyo, coefficient ya INCM ni +1.211. Ikiwa 1 = No Stay, coefficient chanya inaendana na mapato ya juu kuongeza odds ya “No Stay”. Chanzo, hata hivyo, kinafasiri coefficient hii kuwa mapato ya juu yanahamasisha kukaa kwa muda mrefu zaidi katika eneo la kwenda.

Kwa hiyo, Verianla haibadilishi ishara za coefficients, haikodishi upya class ya outcome na haifanyi marekebisho yasiyopo katika chanzo. Jedwali na tafsiri ya mwandishi vinawekwa wazi kila kimoja kivyake.

Odds na log-odds zinamaanisha nini?

Si matokeo ya utafiti, bali maelezo ya dhana: Ikiwa uwezekano wa tukio ni \(p\), odds ni:

\[ Odds=\frac{p}{1-p} \]

kwa namna hiyo.

Regression ya logistic inamodeli logarithm yake:

\[ logit(p)=\log\left(\frac{p}{1-p}\right) \]

Katika regression ya kawaida ya logistic, thamani ya exponential ya coefficient \(e^\beta\) hutoa odds ratio. Hata hivyo, kwa kuwa chanzo hakijachapisha jedwali la odds ratio na kodishaji wa outcome una kutokulingana ndani yake, Verianla haiongezi thamani mpya za odds-ratio katika utafiti huu.

Matokeo yaliyochapishwa ya regression ya nia ya kukaa

Jambo kuu linaloweza kusemwa kwa uhakika kwa mujibu wa Jedwali 2 la chanzo ni hili: p-values za coefficients za AGE, EDUC na INCM ziko chini ya kizingiti cha %5; p-values za MARIED, ASSET na JOB VELG ziko juu ya %5. Maana exact ya coefficients katika mwelekeo wa “Stay/No Stay” inapaswa kuwekewa kikomo tofauti kwa sababu ya kutokulingana kwa kodishaji wa outcome.

Kwa nini Abstract na Jedwali 2 hazisemi matokeo sawa?

Abstract inasema kuwa vigezo vya umri, elimu na marital status vina athari hasi yenye umuhimu kwa settlement intention.

Paragrafu ya kwanza ya sehemu ya Results pia mahali fulani inaorodhesha AGE, EDUC na MARIED kama vigezo vyenye umuhimu.

Kinyume chake, maelezo yanayofuata mara moja katika sehemu hiyo hiyo na Jedwali 2 yanaonyesha vigezo vyenye umuhimu kuwa AGE, EDUC na INCM; na yanaweka p = 0.549 kwa MARIED.

Sehemu ya hitimisho pia, kwa kulingana na Jedwali 2, inasema umri na elimu ni hasi, mapato ni chanya na yenye umuhimu; hali ya ndoa, umiliki wa mali na kazi katika eneo la asili havina umuhimu.

Kwa hiyo, ndani ya chanzo kuna kutokulingana kwa utambulisho wa vigezo kati ya abstract/paragrafu ya kwanza ya matokeo na Jedwali 2/sehemu ya hitimisho.

Jaribio la Hosmer–Lemeshow Linasema Nini Kuhusu Modeli Hii?

Chanzo kinaripoti χ² = 7.916 na p = 0.378 kwa jaribio la Hosmer–Lemeshow na kinafasiri p-value kubwa kuwa hakuna ushahidi wa kutokulingana dhahiri kati ya modeli na classes zilizoonekana; hata hivyo, jaribio hili pekee halionyeshi kwamba utendaji wa uainishaji wa modeli ni mkubwa au kwamba tafsiri zote za coefficients ni sahihi.

Classification matrix

Ukaguzi wa uthabiti wa kihesabu wa classification matrix

Si matokeo mapya ya modeli; ni ukaguzi wa kihesabu tu kutoka kwenye cells za chanzo:

Jumla katika kundi la Stay:

\[ 12+39=51 \]

hivyo, kwa mujibu wa cells zilizochapishwa kwenye jedwali, uainishaji sahihi wa Stay ni:

\[ \frac{12}{51}\times100 \approx 23.5\% \]

lakini jedwali linaandika %25,6.

Katika kundi la No Stay, jumla ni:

\[ 7+192=199 \]

na uainishaji sahihi wa No Stay ni:

\[ \frac{192}{199}\times100 \approx 96.5\% \]

lakini jedwali linaandika %57,0.

Jumla ya makadirio sahihi ni:

\[ 12+192=204 \]

na kwa watu 250:

\[ \frac{204}{250}\times100=81.6\% \]

hivyo. Chanzo katika sehemu moja ya mpito wa mbinu/matokeo kinaandika kiwango cha prediction sahihi kuwa %81,6, lakini Jedwali 2 na maelezo yanayofuata yanatoa overall accuracy %83,4.

Kwa hiyo, taarifa iliyochapishwa kuhusu asilimia exact ya utendaji wa modeli haina uthabiti wa ndani. Cells ghafi za classification zinaendana na %81,6.

Kwa nini asilimia ya nia ya kukaa haiwezi kutolewa kama namba moja?

Ujumbe wa pamoja wa seti hizi tatu za thamani ni kwamba wahamiaji wengi hawataki makazi ya kudumu. Hata hivyo, kwa kuwa uwiano exact hubadilika ndani ya chanzo, Verianla haiamui uwiano mmoja kuwa wa mwisho na kufuta mingine.

Kwa nini neno “Overseas” halitafsiriwi kwa Kiswahili kama “nje ya nchi”?

Maandishi ya chanzo yanatumia mara nyingi kauli “overseas area”. Hata hivyo, mada ya utafiti si uhamiaji wa kimataifa, bali rural-urban labor migration kutoka Malang Regency kwenda maeneo mengine ya mijini/maeneo ya kwenda. Sehemu ya mbinu pia inaeleza settlement destination kama “outside the region”.

Kwa hiyo, katika tafsiri ya Kiswahili “overseas” haijatafsiriwa kiufundi kama “nje ya nchi”; maneno eneo la kwenda, eneo alilohamia au jiji la kwenda yametumika. Hivyo, wigo wa kijiografia wa utafiti haubadilishwi.

Equation (2): Modeli ya migrant income

Chanzo kinatoa equation ifuatayo ya regression ya mstari yenye vigezo vingi kwa viashiria vya migrant income:

\[ INCM = \alpha_0 +\alpha_1AGE +\alpha_2EDUC +\alpha_3MARIED +\alpha_4ASSETS +\alpha_5JOBVELG +\epsilon \]

Formula inahesabu nini? Equation inaunganisha kwa mstari kigezo cha migrant income na vigezo vya umri, elimu, hali ya ndoa, mali katika eneo la asili na kazi katika eneo la asili.

\(\alpha_0\) ni constant.

\(\alpha_1\)–\(\alpha_5\) zinawakilisha coefficient ya mstari ya kigezo elezi husika kwa INCM wakati vigezo vingine vimeshikiliwa bila kubadilika.

\(\epsilon\) ni error term inayojumuisha tofauti za mapato ambazo hazijaelezwa na modeli.

Kwa nini Equation (2) na Jedwali 3 hazilingani kikamilifu?

Equation (2) inajumuisha vigezo AGE, EDUC, MARIED, ASSETS na JOBVELG.

Hata hivyo, Jedwali 3 lililochapishwa linaonyesha:

• EDUC,
• AGE,
• MARIED,
• RES,
• LOG_JOB

kama vigezo.

ASSET haipo katika Jedwali 3. Badala yake, kigezo cha family responsibilities kinachoitwa RES kinaonekana kuwa kimeingia kwenye equation baadaye. Jina LOG_JOB linatumika badala ya JOBVELG.

Maandishi yanayofuata yanaorodhesha RES, ASSET, LONG_JOB na MARIED miongoni mwa vigezo visivyo na umuhimu, lakini hayataji AGE katika orodha hiyo.

Kwa hiyo, haiwezekani kuunda modeli moja ya mapato inayoweza kuzalishwa upya kikamilifu kwa kutumia equation iliyochapishwa, jedwali na orodha ya vigezo katika maelezo.

Jedwali 3: Regression ya mapato

Kulingana na Jedwali 3, EDUC pekee ndiyo inakidhi sharti la p < 0.05. Kwa hiyo, kauli “education is the sole significant positive predictor of migrant income” katika sehemu ya hitimisho ya chanzo inaendana na Jedwali 3.

Matokeo ya Kiwango cha Elimu kwa Mapato Yafasiriwe Vipi?

Kwa kuwa chanzo kinaripoti unstandardized B = 0.127, standardized Beta = 0.199 na p = 0.005 kwa elimu katika Jedwali 3, matokeo ya kuaminika ya chanzo-jedwali ni uhusiano chanya na wenye umuhimu wa kitakwimu kati ya elimu na migrant income; hata hivyo, kwa kuwa chanzo hakielezi skeli exact ya kodishaji wa namba wa EDUC na INCM na kinatumia katika maandishi ya baadaye thamani inayokinzana ya β = 0.456, p < 0.001, haiwezi kukubalika kwa uhakika kuwa elimu “huongeza mapato kwa %45,6”.

Katika sehemu ya baadaye ya mjadala, chanzo kinaandika kwa elimu:

\[ \beta=0.456,\qquad p<0.001 \]

na kinaeleza kuwa kila ongezeko la kiwango cha elimu huongeza mapato kwa takriban %45,6.

Hata hivyo, maadili yaliyochapishwa katika Jedwali 3 ni:

\[ B=0.127,\qquad \beta_{standardized}=0.199,\qquad p=0.005 \]

kwa namna hiyo.

Hakuna hesabu au jedwali tofauti katika chanzo linaloonyesha thamani 0.456 ilitoka wapi. Aidha, haijulikani kama INCM ilikodishwa katika regression kama rupiah, kundi la mapato au skeli nyingine iliyobadilishwa.

Kwa hiyo, Verianla inaweka hitimisho la pamoja linaloaminika la utafiti katika kauli “uhusiano chanya na wenye umuhimu kati ya elimu na migrant income uliripotiwa”.

VIF na Tolerance vinaonyesha nini?

Si matokeo ya utafiti, bali maelezo ya dhana: Variance Inflation Factor (VIF) ni kiashiria cha collinearity kinachotumika kutathmini kwa kiwango gani variance ya coefficient ya kigezo elezi inaweza kuongezeka kutokana na uhusiano wake wa mstari na vigezo vingine elezi.

Chanzo kinatoa VIF values kati ya 1.220 na 2.452 katika Jedwali 3. Chanzo hakifanyi mjadala tofauti wa multicollinearity kuhusu maadili haya; kwa hiyo Verianla haitoi matokeo mapya ya jaribio la uchunguzi.

Je, Remittances zilipimwa kweli?

Chanzo kinasisitiza remittances kama utaratibu mkuu wa kiuchumi wa maendeleo katika abstract na lengo la utafiti na kinaeleza kuwa data ya questionnaire inajumuisha taarifa zinazohusiana na labor conditions na remittances.

Hata hivyo, katika majedwali makuu ya matokeo yaliyochapishwa hakuna kigezo tofauti cha remittance amount, remittance regression, wastani wa remittance au coefficient ya athari ya remittance kwa maendeleo ya vijijini.

Kwa hiyo, hitimisho za sera kuhusu remittances zinategemea tafsiri ya maendeleo ya utafiti kupitia mapato ya wahamiaji, uhusiano wa familia/mali katika eneo la asili na fasihi ya awali.

Figure 1–9 zinaonyesha nini?

Tafsiri ya circular migration inategemea matokeo gani?

Chanzo kinahusisha hasa sifa tatu za maelezo na tafsiri ya circular migration.

Kwanza, licha ya tofauti zote katika kuripoti, katika kila uwasilishaji wa settlement-intention inaonekana kuwa wengi hawataki kukaa kwa kudumu katika eneo la kwenda.

Pili, %87,7 ya wahamiaji wanaonyeshwa kuwa na mali katika eneo lao la asili. Chanzo kinafasiri hili kuwa moja ya uhusiano wa kiuchumi unaoendelea na eneo la asili.

Tatu, %84,2 ya washiriki wameoa au kuolewa na wastani wa wajibu wa familia ni watu wanne. Chanzo kinajadili uhusiano wa wajibu wa familia na remittances katika mfumo wa kuhamisha mapato yaliyopatikana katika eneo la kwenda kwenda kwenye ustawi wa kaya katika eneo la asili.

Hata hivyo, vigezo MARIED na ASSET havina umuhimu wa kitakwimu kwa settlement intention katika Jedwali 2. Kwa hiyo, kuwepo kwa uhusiano mkubwa wa kimaelezo na eneo la asili si sawa na kuwepo kwa athari huru ya kitakwimu katika regression.

Mbinu na Matokeo ya Utafiti

Muhtasari wa kiufundi wa muundo wa utafiti

Nia ya kukaa: kiini salama cha matokeo

Kulingana na Jedwali 2 la chanzo:

• AGE: coefficient −0.358, p = 0.000; ina umuhimu.
• EDUC: coefficient −0.078, p = 0.006; ina umuhimu.
• INCM: coefficient +1.211, p = 0.029; ina umuhimu.
• MARIED: coefficient −0.353, p = 0.549; haina umuhimu.
• ASSET: coefficient −0.459, p = 0.457; haina umuhimu.
• JOB VELG: coefficient −0.058, p = 0.519; haina umuhimu.

Katika tafsiri yake ya maandishi, chanzo kinadai AGE na EDUC zinahusishwa na mwelekeo mdogo wa kukaa, huku INCM ikihusishwa na kukaa kwa muda mrefu katika eneo la kwenda. Hata hivyo, kwa sababu mwelekeo wa kihisabati wa tafsiri hii haulingani na kodishaji wa INTENTION, matokeo haya ya maandishi yanapaswa kutenganishwa kama “tafsiri ya waandishi wa chanzo”.

Ufaafu wa modeli na uainishaji

Hosmer–Lemeshow:

\[ \chi^2=7.916,\qquad p=0.378 \]

Chanzo kinafasiri hili kama acceptable model fit.

Kwa utendaji wa uainishaji, ndani ya chanzo kuna maadili mawili tofauti ya overall accuracy: %81,6 na %83,4. Cells ghafi za confusion-matrix hutoa %81,6.

Modeli ya mapato: kiini salama cha matokeo

Kulingana na Jedwali 3, EDUC pekee iko chini ya kizingiti cha umuhimu cha %5 kwa p = 0.005.

AGE p = 0.357, MARIED p = 0.923, RES p = 0.134 na LOG_JOB p = 0.478 hazina umuhimu.

Katika sehemu ya hitimisho ya chanzo, elimu inafupishwa kuwa “sole significant positive predictor” ya migrant income; kauli hii inaendana na Jedwali 3.

Kinyume chake, tafsiri ya β = 0.456, p < 0.001 na ongezeko la %45,6 katika mjadala hailingani na maadili ya Jedwali 3 na haiwezi kuthibitishwa kivyake kwa kuwa skeli ya kodishaji wa mapato haijatolewa.

Kwa nini muda wa kazi wa Figure 8 ni muhimu?

Chanzo kinatoa wastani wa muda wa kufanya kazi wa wahamiaji katika eneo la kwenda kuwa 12,2 miaka. Makundi mawili makubwa zaidi katika mgawanyo ni wale waliofanya kazi chini ya miaka mitano kwa %31,8 na wale waliofanya kazi 6–10 miaka kwa %27.

Licha ya muda mrefu wa kufanya kazi, chanzo kinaeleza kuwa kigezo LOG_JOB / LONG_JOB hakina umuhimu kwa migrant income. Hii inawasilishwa kama matokeo ya chanzo yanayoonyesha kwamba muda wa kazi peke yake hauhusiani na mapato ya juu.

Chanzo kinahusisha hali hii na zaidi ya %80 ya washiriki kufanya kazi ndani ya informal sector. Hata hivyo, utaratibu wa informal-sector haujajaribiwa kwa modeli tofauti ya mediation au interaction.

Mgawanyo wa mapato wa Figure 9 unafasiriwaje?

Kulingana na Figure 9 ya chanzo, %9,3 ya wahamiaji hupata chini ya rupiah milioni moja kwa mwezi, %37,2 hupata kati ya rupiah milioni moja na mbili na %53,5 hupata zaidi ya rupiah milioni mbili.

Mgawanyo huu ni wa maelezo. Figure 9 pekee si ulinganisho wa before-after unaoonyesha kuwa uhamiaji uliongeza mapato; hakuna ulinganisho wa moja kwa moja na mapato ya watu hao hao kabla ya kuhama.

Tafsiri ya maendeleo ya utafiti

Chanzo kinafasiri rural-urban labor migration kama mkakati wa muda wa kukusanya mapato. Kutuma au kutumia katika maeneo ya asili mapato ambayo wahamiaji hupata mijini kunaweza kuunda utaratibu chanya kwa rural welfare.

Kwa upande mwingine, chanzo pia kinajadili hatari za remittance dependence, upotevu wa nguvu kazi vijijini, depopulation na sectoral imbalance.

Kwa hiyo, maana ya maendeleo ya uhamiaji katika utafiti si ya upande mmoja: kwa muda mfupi na wa kati, mtiririko wa mapato/remittance unaweza kuleta faida, huku kutoka kwa nguvu kazi kwa muda mrefu na endelevu kunaweza kudhoofisha muundo wa uchumi wa vijijini.

Je, Utafiti Huu Unapima Athari ya Kisababishi ya Uhamiaji kwa Maendeleo ya Vijijini-Mijini?

Hapana; utafiti unatumia regressions kwa migrant settlement intention na migrant income, uchambuzi wa maelezo kwa wasifu wa wahamiaji na mahojiano ya kimaelezo kuhusu sababu za uhamiaji, lakini kwa kuwa hakuna modeli ya maendeleo ya kisababishi inayokadiria rural-urban development au kiasi cha remittance moja kwa moja kama kigezo tegemezi, haiwezi kuhitimishwa kwamba uhamiaji ulabadilisha maendeleo kwa asilimia au coefficient fulani.

Matokeo yanayoungwa mkono na utafiti

• Kulingana na Jedwali 2 la chanzo, AGE, EDUC na INCM zina umuhimu wa kitakwimu katika modeli ya nia ya kukaa.
• MARIED, ASSET na JOB VELG hazina umuhimu katika Jedwali 2.
• Kulingana na Jedwali 3 la chanzo, EDUC pekee ina uhusiano chanya na wenye umuhimu na migrant income.
• Data za maelezo zinaonyesha kuwa watu wa umri wa kufanya kazi wanatawala katika sampuli.
• %84,2 ya sampuli wameoa au kuolewa.
• Kulingana na Figure 5, %87,7 wana mali katika eneo la asili.
• Wastani wa muda wa kufanya kazi umeripotiwa katika chanzo kuwa 12,2 miaka.
• Kulingana na Figure 9, %53,5 ya sampuli wako katika kundi la mapato ya zaidi ya rupiah milioni mbili kwa mwezi.
• Ingawa uwiano wa nia ya kukaa umetolewa kwa namna tofauti ndani ya chanzo, katika matoleo yote wengi wako katika kundi lisilotaka makazi ya kudumu.
• Chanzo kinafasiri muundo huu katika mfumo wa circular migration na origin-area attachment.

Matokeo ambayo utafiti hauungi mkono

• Haijakadiriwa moja kwa moja kwamba uhamiaji uliongeza rural development kwa kiasi fulani.
• Hakuna coefficient tofauti iliyoripotiwa kwa athari ya kiasi cha remittance kwa maendeleo.
• Matokeo ya marital-status katika Abstract hayaungwi mkono na Jedwali 2.
• Tafsiri ya chanzo ya β = 0.456 na ongezeko la mapato la %45,6 haithibitishwi na coefficient ya elimu katika Jedwali 3.
• Uwiano wa %75,6 No Stay katika Figure 1, mgawanyo wa %79,6 katika Jedwali 2 na thamani ya %87,6 katika maandishi haziwezi kutumika badala ya nyingine.
• %83,4 overall accuracy haiwezi kuzalishwa upya kutoka kwenye cells ghafi za confusion-matrix.
• Ingawa hali ya ndoa na asset ownership ni ya kawaida katika sampuli, havina umuhimu katika regression; kuwa vya kawaida pekee si ushahidi wa athari huru.
• Purposive sample si probability sample inayowakilisha migrant population yote ya Indonesia.
• Neno Mixed-methods halimaanishi kuwa kuna taarifa za kina za kimethodolojia kuhusu tabaka la kimaelezo; interview sample size na coding procedure hazijabainishwa.
• Utafiti haulinganishi kwa longitudinal mapato ya watu hao hao kabla na baada ya uhamiaji.

Vikwazo vikuu vya kimethodolojia

Purposive sampling: Sampuli imeteuliwa kimakusudi kutoka subdistrict tano zenye kiwango kikubwa cha uhamiaji. Dai la uwakilishi wa kitakwimu ni dogo.

Kodishaji wa outcome: Kuna kutokulingana kwa mwelekeo kati ya labels za INTENTION = 1/0 na tafsiri za coefficients katika chanzo.

Jina la modeli: Ingawa neno Multinomial logistic regression linatumika, hisabati na matokeo yanaonyesha muundo wa binary logit.

Kuripoti uainishaji: Cells za Confusion matrix, column ya % Correct na overall accuracy hazithibitishani kikamilifu.

Mgawanyo wa nia ya kukaa: Kuna uwiano tatu tofauti katika Figure 1, Jedwali 2 na maandishi ya matokeo.

Spesifikesheni ya modeli ya mapato: Orodha za predictor katika Equation (2), Jedwali 3 na sehemu ya mjadala si sawa.

Coefficient ya elimu: Katika Jedwali 3 B = 0.127, standardized Beta = 0.199 na p = 0.005, ilhali sehemu nyingine ya maandishi inatumia β = 0.456 na p < 0.001.

Ukosefu wa maelezo ya kodishaji wa vigezo: Kwa kuwa regression coding scheme ya EDUC, INCM, MARIED na vigezo vingine vya kikundi haijatolewa kwa kina, tafsiri ya unit halisi ya coefficients haiwezi kuzalishwa upya kikamilifu.

Maelezo ya Mixed-methods: Idadi ya NGO/community interview, interview protocol, transcription/coding procedure na mbinu ya mixed-method integration hazijaripotiwa.

Upimaji wa Remittance: Ingawa Remittance inawasilishwa kama utaratibu mkuu wa maendeleo ya utafiti, hakuna jedwali au modeli huru ya remittance katika sehemu ya matokeo.

Programu: Programu ya takwimu iliyotumika haijabainishwa katika chanzo.

Kuripoti maadili/idhini: Katika PDF ya chanzo hakuna tamko tofauti la ethics approval au informed-consent kwa utafiti wa questionnaire na in-depth interview wenye washiriki 250. Kutokuwepo kwa taarifa hii katika PDF hakuthibitishi kwamba mchakato wa maadili haukutekelezwa.

Mapendekezo ya sera

Chanzo kinaunganisha matokeo yake na maeneo matatu makuu ya sera.

Elimu ya vijijini na vocational training: Kwa kuwa elimu inaonyesha uhusiano wenye umuhimu na migrant income, inapendekezwa kuongeza ujuzi wa nguvu kazi katika maeneo ya asili.

Informal-sector formalization: Chanzo kinajadili kuwa sehemu kubwa ya wahamiaji hufanya kazi katika kazi informal na muda mrefu wa kufanya kazi huenda usigeuke kuwa ongezeko la mapato, na hivyo kinasisitiza umuhimu wa masharti salama zaidi na formal employment.

Remittance investment: Inapendekezwa sera zinazohamasisha kutumia mapato ya wahamiaji si tu kwa matumizi ya kila siku bali pia kwa elimu, uwekezaji wa ndani wenye tija na uwezo wa uchumi wa vijijini kwa namna ya kudumu zaidi.

Tafiti zijazo

Chanzo kinapendekeza longitudinal design kwa future research. Kwa namna hii, michakato ya wahamiaji kukaa mjini, kurudi vijijini, jinsi wanavyotumia mapato na matokeo ya kiuchumi wanayokutana nayo baada ya return migration inaweza kufuatiliwa kwa muda.

Aidha, inapendekezwa kuongeza baadaye vigezo ambavyo havijapimwa katika modeli ya sasa, kama social networks.

Maelezo ya Chanzo na Mbinu

Utafiti asili: Demographic Drivers of Labor Migration and Their Impact on Rural-Urban Development.

Waandishi: Arini Fitria Mustapita, Mohammad Rizal.

Mpangilio wa waandishi: Mpangilio katika PDF ya chanzo na rekodi rasmi ya makala umehifadhiwa.

Mchango sawa: Katika PDF ya chanzo hakuna tamko la uandishi mwenza wa kwanza/mchango sawa.

Mwandishi wa mawasiliano: Arini Fitria Mustapita.

Taasisi: Universitas Islam Malang.

Jarida: Economics Development Analysis Journal.

Mchapishaji: Muundo wa uchapishaji wa Department of Economic Development, Faculty of Economics, Universitas Negeri Semarang na Asosiasi Pendidikan Ekonomi LPTK.

Juzuu / toleo: Volume 14, Number 4.

Mwaka wa toleo: 2025.

Kurasa: 588–602.

Article ID: 34174.

DOI: 10.15294/edaj.v14i4.34174.

Historia ya makala — PDF: Received October 2025; Accepted January 2026; “Pusblished February 2026”.

Tarehe rasmi ya uchapishaji mtandaoni: 22 Februari 2026.

Aina ya chanzo: Makala ya utafiti ya Mixed-methods; inajumuisha dodoso la uwanjani, regressions za kiasi, uchambuzi wa maelezo na mahojiano ya kimaelezo.

Mapitio ya kitaalamu: Ukurasa rasmi wa sera ya jarida unaeleza mchakato wa double-blind peer review.

Hali ya preprint: Katika PDF ya chanzo na rekodi rasmi ya makala hakuna toleo tofauti la preprint lililoainishwa.

Leseni: Katika PDF ya chanzo hakuna mstari wa wazi wa Creative Commons unaohusu makala yenyewe. Sera rasmi ya zamani ya About/Copyright ya jarida inaonyesha CC BY 3.0; kwa hiyo taarifa ya leseni inapaswa kutathminiwa katika kiwango cha sera ya jarida.

Ufadhili: Katika PDF ya chanzo hakuna funding statement tofauti.

Mgongano wa maslahi: Katika PDF ya chanzo hakuna conflict-of-interest statement tofauti.

Upatikanaji wa data: Hakuna sehemu tofauti ya Data Availability. Figure 1–9 zimenukuliwa kama “Authors' survey, 2024”; hakuna hifadhi ya data ghafi ya mtu mmoja mmoja iliyoripotiwa.

CRediT / michango ya waandishi: Katika PDF ya chanzo hakuna sehemu tofauti ya CRediT au author-contribution.

Kamati ya maadili / informed consent: Katika PDF ya chanzo hakuna tamko tofauti la kamati ya maadili/idhini kwa washiriki wa questionnaire na in-depth interview. Uwepo au kutokuwepo kwa utaratibu ambao haujaripotiwa haukadiriwi.

Wigo wa kijiografia: Malang Regency, East Java, Indonesia.

Subdistrict: Singosari, Pakis, Dampit, Gondanglegi, Bantur.

Sampuli: 250 migrant worker; watu 50/subdistrict.

Mbinu ya usampulishaji: Purposive sampling.

Data ya kiasi: Taarifa zinazohusiana na labor conditions na remittance kupitia Questionnaire.

Data ya kimaelezo: In-depth interviews na NGO representatives na community leaders. Idadi ya washiriki wa kimaelezo, coding scheme na maelezo ya analytic integration hazijaripotiwa.

Modeli ya kukaa: Chanzo kinatumia kauli multinomial logistic regression katika abstract/mbinu; Equation (1) na conclusion zinaonyesha muundo wa binary-logit.

Equation (1): \(\log(P(INTENTION=1)/P(INTENTION=0))=\beta_0+\beta_1AGE+\beta_2EDUC+\beta_3INCM+\beta_4MARIED+\beta_5ASSETS+\beta_6JOBVELG\).

Matokeo makuu ya Jedwali 2: AGE = −0.358 (p = 0.000); EDUC = −0.078 (p = 0.006); INCM = +1.211 (p = 0.029); MARIED = −0.353 (p = 0.549); ASSET = −0.459 (p = 0.457); JOB VELG = −0.058 (p = 0.519).

Kikomo cha outcome-coding: Jedwali 2 linaonyesha 0 = Stay, 1 = No Stay; tafsiri za maandishi za coefficients katika chanzo hazilingani kihisabati na kodishaji huu.

Hosmer–Lemeshow: χ² = 7.916; p = 0.378.

Uainishaji: Cells ghafi ni 12/39 na 7/192 na jumla ya kihesabu hutoa %81,6 ya uainishaji sahihi. Chanzo kinaripoti %83,4 overall accuracy katika sehemu nyingine.

Uwiano wa nia ya kukaa: Figure 1 %24,4 Stay / %75,6 No Stay; classes ghafi za Jedwali 2 %20,4 / %79,6; sentensi nyingine ya matokeo inaripoti %87,6 No Stay.

Modeli ya mapato Equation (2): \(INCM=\alpha_0+\alpha_1AGE+\alpha_2EDUC+\alpha_3MARIED+\alpha_4ASSETS+\alpha_5JOBVELG+\epsilon\).

Tofauti ya modeli ya Jedwali 3: Jedwali 3 linaripoti vigezo EDUC, AGE, MARIED, RES na LOG_JOB; ASSET haipo katika jedwali.

Matokeo ya elimu ya Jedwali 3: EDUC B = 0.127; Std. Error = 0.037; standardized Beta = 0.199; t = 3.114; p = 0.005; VIF = 1.279.

Tofauti ya kuripoti coefficient ya elimu: Katika sehemu ya baadaye ya mjadala, β = 0.456, p < 0.001 na kauli ya takriban %45,6 income increase imetumika; thamani hii haiungwi mkono na Jedwali 3.

Matokeo mengine ya mapato: AGE p = 0.357; MARIED p = 0.923; RES p = 0.134; LOG_JOB p = 0.478.

Figure 2 elimu: Chanzo kinaonyesha elementary %28,4; junior high %34,7; high school %21,3; “baccalaureate” %7,4; bachelor's %8,2.

Figure 3 umri: <20 %3,2; 21–30 %28,3; 31–40 %32,2; 41–50 %25,9; 51–60 %9,0; >60 %1,4.

Figure 4 hali ya ndoa: Waliooa/kuolewa %84,2; wasiooa/kuolewa %15,8.

Figure 5 mali katika eneo la asili: Wana mali %87,7; hawana %12,3.

Figure 6 wajibu wa familia: Chanzo kinaripoti wastani wa kuwajibikia watu wanne.

Figure 7 kazi katika eneo la asili: %87,1 wanaonyesha kuwa wana/dumisha kazi, %1,8 hawana; %11,1 iliyobaki inaonekana kama kundi la tatu. Kauli “majority did not provide answers” katika maandishi hailingani na grafu.

Figure 8 muda wa kazi: <5 miaka %31,8; 6–10 miaka %27,0; 11–15 miaka %15,8; 16–20 miaka %11,3; 21–25 miaka %6,2; >25 miaka %7,9; wastani 12,2 miaka.

Figure 9 mapato: <1 milioni rupiah %9,3; 1–2 milioni %37,2; >2 milioni %53,5.

Kikomo cha Remittance: Remittances ni jambo kuu katika maelezo ya maendeleo ya utafiti, lakini hakuna matokeo tofauti ya remittance outcome/regression yaliyochapishwa.

Kikomo cha Rural-urban development: Chanzo hakikadirii moja kwa moja rural-development index; uhusiano wa maendeleo unafasiriwa kupitia mapato ya wahamiaji, remittances, mwelekeo wa kurudi na uhusiano na eneo la asili.

Mapendekezo makuu ya sera: Rural vocational training, informal-sector formalization na remittance investment incentives.

Utafiti wa baadaye: Longitudinal return-migration designs na kuongeza vigezo visivyopimwa kama social networks.