8 BAB 2 TINJAUAN PUSTAKA 2.1. Konsep Perhitungan PDB

8
BAB 2
TINJAUAN PUSTAKA
2.1.
Konsep Perhitungan PDB
Tujuan PDB adalah meringkas aktivitas ekonomi dalam suatu nilai uang
tertentu selama periode waktu tertentu. Menurut Mankiw (2007), ada dua cara
untuk melihat statistik PDB. Salah satunya adalah dengan melihat PDB sebagai
pendapatan total dari setiap orang di dalam perekonomian. Cara lain untuk
melihat PDB adalah sebagai pengeluaran total atas output barang dan jasa
perekonomian. Dari kedua sudut pandang, jelaslah mengapa PDB merupakan
cerminan dari kinerja ekonomi. PDB mengukur sesuatu yang dipedulikan banyak
orang yaitu pendapatan. Demikian pula perekonomian dengan output barang dan
jasa yang besar bisa secara lebih baik memenuhi permintaan rumah tangga
perusahaan, dan pemerintah.
PDB mengukur pendapatan dan pengeluaran perekonomian atas
outputnya, dengan landasan pemikiran bahwa jumlah keduanya benar-benar
sama. Untuk perekonomian secara keseluruhan, pendapatan harus sama dengan
pengeluaran. Kenyataan itu, sebaliknya, berasal dari fakta yang lebih mendasar:
karena setiap transaksi memiliki pembeli dan penjual, maka setiap rupiah yang
dikeluarkan seorang pembeli harus menjadi pendapatan bagi seorang penjual.
Ketika A membeli produk perusahaan B seharga Rp 1.000.000, maka Rp
1.000.000 menjadi pendaptan bagi perusahaan B dan pengeluaran bagi A.
Transaksi itu menyumbang Rp1.000.000 pada PDB, baik melalui penjumlahan
seluruh pendapatan ataupun penjumlahan seluruh pengeluaran.
Karena underground economy merupakan pendapatan yang tidak
dilaporkan atau tidak tercatat ke dalam PDB, maka sebagai awal permulaan kita
harus mengetahui konsep perhitungan PDB itu sendiri. Beberapa komponen yang
membentuk PDB dapat dilihat dalam persamaan identitas di bawah ini :
=
+ +
+
(2.1)
PDB (Y) adalah jumlah konsumsi (C), investasi (I), pembelian pemerintah (G),
dan ekspor bersih. Setiap rupiah masuk ke salah satu kategori ini. Persamaan ini
disebut identitas pos pendapatan nasional (national income accounts identity).
Universitas Indonesia
Estimasi underground..., Kuntarto Purnomo, FE UI, 2010.
30
BAB 3
METODE PENELITIAN
3.1.
Pendekatan dan Jenis Penelitian
Penelitian ini menggunakan pendekatan kuantitatif, yang pada hakekatnya
adalah menganalisis data berupa angka-angka untuk kemudian menghasilkan
pemecahan masalah yang dapat terukur secara numerik.
Jenis penelitian ini termasuk dalam penelitian terapan, yaitu bertujuan
untuk memecahkan masalah yang dihadapi sehingga hasil penelitian dapat
dimanfaatkan untuk kepentingan manusia baik secara individu atau kelompok
maupun untuk keperluan industri, politik, ekonomi, dan bukan untuk wawasan
keilmuan semata.
3.2.
Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah berupa data sekunder,
yaitu data yang dimiliki oleh beberapa pihak. Data sekunder yang diperlukan
dalam penelitian ini adalah data berdasarkan runtut waktu (time series)
triwulanan dalam rentang waktu 2000-2009. Sumber data tersebut antara lain
berasal dari Bank Indonesia (BI), Badan Pusat Statistik (BPS), Departemen
Keuangan, dan International Financial Statistics.
3.3.
Operasionalisasi Variabel
Variabel dependen dalam penelitian ini adalah permintaan uang kartal,
yaitu uang kartal nominal yang telah disesuaikan dengan deflator PDB.
Sedangkan yang menjadi variabel-variabel bebasnya adalah Pendapatan, Tingkat
Suku Bunga, Inflasi, Inovasi Keuangan dan Perkembangan Perbankan, serta
variabel Beban Pajak.
Secara spesifik, data variabel yang digunakan dalam penelitian ini adalah
sebagai berikut :
Universitas Indonesia
Estimasi underground..., Kuntarto Purnomo, FE UI, 2010.
31
a. Permintaan Uang Kartal (C)
Merupakan jumlah uang kartal yang beredar di masyarakat, terdiri dari uang
logam dan kertas. Nilai uang kartal yang dipakai adalah permintaan uang
kartal riil, yaitu uang kartal nominal yang sudah disesuaikan dengan tingkat
harga umum, dalam hal ini dicerminkan dari deflator PDB.
b. Pendapatan Disposabel (Y)
Data yang digunakan sebagai proxy
pendapatan disposabel adalah PDB
Nominal dikurangi Pajak Langsung (PPh dan PBB) yang kemudian
disesuaikan dengan deflator PDB.
c. Opportunity Cost (R)
Alternatif data yang akan digunakan adalah : tingkat suku bunga Deposito 1
bulan, SBI 3 bulan.
d. Perubahan Tingkat Harga atau Inflasi (In)
Tingkat Harga yang digunakan adalah indeks harga implisit (deflator PDB).
Inflasi =
100%
e. Inovasi Keuangan dan Perkembangan Perbankan (F)
Variabel ini berupa jumlah mesin Anjungan Tunai Mandiri atau Automatic
Teller Machine (ATM) dan jumlah kantor cabang bank yang ada (dalam hal
ini bank umum). Kedua data digabungkan karena masing-masing dianggap
merupakan substitusi terkait dengan fungsi permintaan uang.
f. Variabel Beban Pajak (P)
Variabel ini menggunakan proxy rasio dari penerimaan pajak total terhadap
PDB Nominal (sesuai salah satu definisi beban pajak menurut Organisation
for Economic Co-operation and Development / OECD).10
Data yang digunakan tersaji pada lampiran 1.
10
OECD Tax Policy Studies No.2. 2000. “Tax Burdens Alternative Measures”.
Hal serupa dilakukan oleh Salman Aslam (1998) dalam “The Underground economy and Tax
Evasion in Pakistan”, Qazi Masood Ahmed dan M. Haider Hussain (2006) dalam”Estimating the
Black Economy through Monetary Approach : A Case Study of Pakistan”.
Universitas Indonesia
Estimasi underground..., Kuntarto Purnomo, FE UI, 2010.
32
3.4.
Identifikasi Model
Model yang digunakan adalah model regresi majemuk.
Sementara
metode analisis kuantitatif yang digunakan adalah metode kuadrat terkecil biasa
(Ordinary Least Square/OLS).
Model yang digunakan untuk mengestimasi besaran underground
economy adalah dengan pendekatan moneter yaitu melalui analisis sensitivitas
permintaan uang kartal. Pendekatan ini berdasarkan pada asumsi bahwa para
pelaku ekonomi yang berada dalam underground economy lebih menyukai
menggunakan uang tunai (cash) untuk menghindari pengontrolan oleh
pemerintah khususnya otoritas pajak. Jadi, melalui model ini diukur sensitivitas
keinginan masyarakat untuk memegang uang kartal terhadap perubahan tarif atau
beban pajak. Insentif untuk menghindari pajak dengan menggunakan lebih
banyak uang tunai untuk transaksi mampu memengaruhi keinginan masyarakat
untuk memegang uang tunai.
Permintaan uang terutama berhubungan dengan tingkat pendapatan,
tingkat harga dan tingkat suku bunga sebagai opportunity cost. Karena uang
kartal merupakan bagian dari uang secara keseluruhan, maka diasumsikan bahwa
permintaan uang kartal juga memiliki formulasi yang sama, dengan beberapa
faktor penambah yang merubah preferensi seseorang terhadap uang kartal,
diantaranya yaitu adanya inovasi keuangan dan perkembangan perbankan. (Faal,
2003).
Sehingga persamaan dalam permintaan uang kartal dapat ditulis sebagai
berikut :
CY = f (Y, R,In, F)
CY merupakan uang kartal
(3.1)
yang digunakan untuk transaksi dalam official
economy.
Uang kartal sebagai salah satu bagian dari uang, memiliki kelebihan
dibanding jenis uang yang lain, jika pelaku ekonomi menginginkan transaksi
yang dilakukannya tidak terdeteksi maka ia dapat mempergunakan uang
kartal/tunai sebagai alat tukarnya.
Uang kartal yang digunakan dalam underground economy dapat ditulis
sebagai berikut :
Universitas Indonesia
Estimasi underground..., Kuntarto Purnomo, FE UI, 2010.
33
CUGE = f (YUGE)
(3.2)
CUGE merupakan uang kartal yang digunakan untuk transaksi dalam underground
economy. Masyarakat dihadapkan pada pilihan apakah akan bekerja dalam
official economy atau underground economy. Harga relatif antar keduanya akan
memengaruhi pilihan masyarakat tersebut. Adanya beban pajak (P) membuat
bekerja pada official economy akan menjadi relatif lebih mahal. Atau dengan kata
lain, orang akan lebih menyukai bekerja pada sektor underground economy.
Maka :
YUGE = f (P)
(3.3)
Untuk mengetahui besarnya uang kartal yang dipakai dalam transaksi ekonomi
secara keseluruhan dapat diperoleh dari menambahkan uang kartal yang dipakai
dalam official economy dan yang digunakan dalam underground economy,
persamaan (3.1) ditambah persamaan (3.2)
C = CY + CUGE
(3.4)
Berdasarkan pertimbangan di atas, maka penelitian ini menggunakan spesifikasi
model sebagai berikut :
Ln(C)= β0 + β1 Ln(Y) + β2 (R)+ β3 (In) + β4 Ln(F) + β5 (P) + u
(3.5)
Keterangan :
C
=
Permintaan uang kartal
Y
=
Pendapatan disposabel
R
=
Opportunity cost (R_D untuk Bunga Deposito 1 bulan, dan
R_SBI : Bunga SBI 3 bulan).
In
=
Persentase perubahan harga / inflasi
F
=
Inovasi keuangan dan perkembangan perbankan
P
=
Variabel Beban Pajak
u
=
error term
β0
=
konstanta
β1, β2, β3, β4, β5
= koefisien regresi
Universitas Indonesia
Estimasi underground..., Kuntarto Purnomo, FE UI, 2010.
34
Hal terpenting agar estimasi underground economy menggunakan
pendekatan moneter ini dapat dilakukan adalah bahwa variabel pajak dalam
model ini harus signifikan dan bertanda positif.
Hasil estimasi persamaan (3.5) akan menunjukkan besarnya permintaan
uang kartal secara keseluruhan, baik yang digunakan untuk transaksi dalam
aktivitas official economy maupun aktivitas underground economy. Besarnya
uang kartal yang digunakan dalam official economy diperoleh dari regresi
persamaan (3.5) dengan mengeliminasi atau menghilangkan variabel pajak.
Selisih antara kedua hasil estimasi tersebut menunjukkan besarnya uang kartal
underground. Secara sederhana uang kartal underground dapat diperoleh melalui
formulasi berikut :
CUGE
= C - CY
(3.6)
Keterangan :
CUGE
= uang kartal dalam aktivitas underground economy
C
= uang kartal yang beredar di masyarakat, merupakan hasil
estimasi (C*)
CY
= uang kartal yang digunakan dalam aktivitas official economy,
merupakan hasil estimasi tanpa memasukkan variabel pajak
(C**)
Dengan asumsi bahwa velocity of money (v) yang ada pada aktivitas
underground economy sama besarnya dengan official economy, maka besarnya
underground economy (UGE) adalah sama dengan uang kartal underground
dikalikan dengan kecepatan uang beredar atau velocity of money.
Underground Economy (UGE) = CUGE . v
(3.7)
Pada akhirnya, besarnya potensi pajak yang terkandung dalam kegiatan
underground economy tersebut juga dapat dihitung dengan formulasi :
(UGE) x (AVERAGE TAX RATE)
(3.8)
Dimana proxy dari average tax rate adalah rasio total penerimaan pajak per
PDB.
Pengolahan data dilakukan dengan bantuan paket program EViews dan
Microsoft Excel.
Universitas Indonesia
Estimasi underground..., Kuntarto Purnomo, FE UI, 2010.
35
3.5.
Pengujian Statistik
3.5.1. Uji Akar Unit (Unit Root Test)
Untuk mengetahui apakah data time series yang digunakan dalam
penelitian ini memiliki masalah akar unit (data tidak stasioner), digunakan uji
akar melalui uji Augmented Dickey-Fuller (ADF-test). Jika suatu data time series
tidak stasioner pada order nol I(0) atau tingkat level, maka stasioneritas data
tersebut dapat dicari melaui berbagai order sehingga diperoleh tingkat
stasioneritas pada order ke-n (first difference atau I(1), atau second difference
atau I(2), dan seterusnya).
Beberapa model yang dapat dipilih untuk melakukan Uji ADF11 :
ΔYt = δYt-1 + ut (tanpa intercept)
(3.9)
ΔYt = β + δYt-1 + ut (dengan intercept)
(3.10)
ΔYt = β1 + β2t + δYt-1 + ut (intercept dengan trend waktu)
(3.11)
Δ= first difference dari variabel yang digunakan
t = variabel trend
Hipotesis untuk pengujian ini adalah :
H0 : δ = 0 (terdapat unit roots, tidak stasioner)
H1 : δ ≠ 0 (tidak terdapat unit roots, stasioner)
Dickey-Fuller telah membuktikan bahwa Uji-t terhadap hipotesis di atas
mengikuti statistik  (tau). Statistik ini selanjutnya dikembangkan oleh Mc.
Kinnon. Sebagaimana berbagai uji lainnya, statistik yang menjadi pembanding
inipun telah disediakan dalam Paket Program seperti EViews.
3.5.2. Uji Kointegrasi
Uji ini dikembangkan berdasarkan adanya persepsi model data yang tidak
stasioner secara individu akan tetapi kombinasi linear antara dua atau lebih data
time series dapat menjadi stasioner. Untuk mengetahuinya dilakukan pengujian
metode Engle Granger dengan pendekatan Augmented Dicky Fuller Test.
Pengujian dengan jalan ini lebih dikenal sebagai Uji Kointegrasi. Jika variabel-
11
Nachrowi D Nachrowi dan Hardius Usman. Pendekatan Populer dan Praktis Ekonometrika
untuk Analisis Ekonomi dan Keuangan. LPFEUI. 2006. h. 355
Universitas Indonesia
Estimasi underground..., Kuntarto Purnomo, FE UI, 2010.
36
variabel dalam model terkointegrasi maka dapat diartikan kombinasi dari dua
atau lebih dalam regresi adalah stasioner.
∆ ̂=
̂
+∑
∆ ̂
+
(3.12)
Hipotesis untuk pengujian adalah :
H0
: ρ = 0, (variabel-variabel dalam model tidak terkointegrasi)
H1
: ρ ≠ 0, (variabel-variabel dalam model terkointegrasi)
3.5.3. Uji Koefisien Determinasi (R2)
Uji koefisien determinasi dilakukan dengan maksud untuk melihat
seberapa besar pengaruh perubahan variabel-variabel bebas yang digunakan
dalam model mampu menjelaskan pengaruhya terhadap variabel tidak bebasnya.
Uji ini melihat nilai koefisien determinasi (R2) yang diperoleh dari persamaan
yang diestimasi.
3.5.4. Uji t-statistik
Pengujian t-statistik digunakan untuk menguji pengaruh parsial dari
variabel-variabel bebas terhadap variabel tidak bebasnya. Uji ini dilakukan
dengan membandingkan nilai t hitung dengan nilai t tabel.
Hipotesis untuk hasil regresi untuk variabel yang berkorelasi positif :
H0 : βi = 0 ; variabel bebas tidak mempunyai pengaruh signifikan terhadap
variabel terikat
H1 : βi > 0 ; variabel bebas mempunyai pengaruh signifikan terhadap variabel
terikat
Hipotesis untuk hasil regresi untuk variabel yang berkorelasi negatif :
H0 : βi = 0 ; variabel bebas tidak mempunyai pengaruh signifikan terhadap
variabel terikat
H1 : βi < 0 ; variabel bebas mempunyai pengaruh signifikan terhadap variabel
terikat
Apabila ternyata setelah dihitung |t| > t-tabel, maka nilai t berada dalam daerah
penolakan, sehingga hipotesis nol (βi=0) ditolak pada tingkat kepercayaan (1-α) x
100%. Artinya terdapat pengaruh signifikan antara masing-masing variabel bebas
terhadap variabel terikat.
Universitas Indonesia
Estimasi underground..., Kuntarto Purnomo, FE UI, 2010.
37
3.5.5. Uji F-statistik
Uji F-stat digunakan untuk menguji tingkat signifikansi dari pengaruh
secara bersama-sama dalam menjelaskan variasi variabel terikatnya. Uji ini
dilakukan dengan membandingkan nilai F hitung dengan nilai F tabel. Hipotesis
dalam uji ini adalah sebagai berikut :
H0 : β0 = β1 = β2 = β3 = β4 =...= βi =0 ; semua variabel bebas (Pendapatan, Bunga,
Inovasi, Pajak) secara bersama-sama tidak memengaruhi variabel terikat (Kartal).
H1 : salah satu β ≠ 0
; ditemukan paling tidak satu variabel bebas yang
memengaruhi variabel terikat.
Dengan tingkat signifikansi dan derajat kebebasan tertentu : Fα(k,n-k-1),
dimana α adalah tingkat signifikansi, n menunjukkan jumlah observasi, k
menunjukkan jumlah variabel bebas dan merupakan derajat kebebasan untuk
pembilang (N1), serta n-k-1 menunjukkan derajat kebebasan untuk penyebut
(N2).
Apabila ternyata setelah dihitung nilai F > F-tabel, maka H0 ditolak atau
dengan kata lain bahwa paling tidak ada satu slope regresi yang signifikan secara
statistik. Dimana k adalah jumlah variabel bebas (koefisien slope), dan n jumlah
observasi (sampel).
3.6.
Uji Pelanggaran Asumsi Klasik Model Regresi Linier
3.6.1. Multikolinieritas
Multikolinier menunjukkan gejala adanya hubungan linier atau hubungan
yang pasti diantara variabel bebas dalam model regresi. Gejalanya ditunjukkan
oleh beberapa faktor, namun yang paling mendukung penjelasan adanya
multikolinier dalam model yaitu apabila R2-nya tinggi namun hanya sedikit atau
bahkan tidak ada variabel bebasnya yang signifikan pada pengujian t-statistik.
3.6.2. Heteroskedastisitas
Salah satu asumsi yang harus dipenuhi agar taksiran parameter dalam
model regresi bersifat BLUE (Best Linear Unbiased Estimator) adalah var (ui)
harus sama dengan σ2 (konstan), atau dengan kata lain, semua residual atau error
mempunyai varian yang sama. Kondisi seperti itu disebut dengan homoskedastis.
Universitas Indonesia
Estimasi underground..., Kuntarto Purnomo, FE UI, 2010.
38
Sedangkan apabila varian tidak konstan atau berubah-ubah disebut dengan
heteroskedastis. Uji formal untuk masalah ini salah satunya adalah Uji White /
White-Test.
3.6.3. Autokorelasi
Autokorelasi adalah korelasi antara anggota serangkaian observasi yang
diurutkan menurut waktu. Autokoreasi mengakibatkan varians residual yang akan
diperoleh lebih rendah daripada semestinya sehingga mengakibatkan R2 lebih
tinggi dari seharusnya. Selain itu pengujian hipotesis dengan menggunakan tstatistik dan F-statistik akan menyesatkan.
Uji yang dilakukan untuk mendeteksi gejala ini diantaranya adalah Uji
Durbin-Watson dan Uji Breusch-Godfrey (Uji BG).
Universitas Indonesia
Estimasi underground..., Kuntarto Purnomo, FE UI, 2010.