ANALISIS OPTIMALITAS PENERIMAAN PEMERINTAH MELALUI TARIF CUKAI TEMBAKAU DAN HARGA JUAL ECERAN PADA SIGARET KRETEK TANGAN
Tesis untuk memenuhi sebagian persyaratan mencapai derajat Sarjana S-2
Program Studi Magister Ekonomika Pembangunan Bidang Ilmu-IImu Sosial
diajukan oleh : Nursidik lstiawan 14801/PS/MEP/04
Kepada SEKOLAH PASCASARJANA UNIVERSITAS GADJAH MADA YOGYAKARTA 2005
Tesis ANALISIS OPTIMALITAS PENERIMAAN PEMERINTAH MELALUI TARIF CUKAI TEMBAKAU DAN BARGA JUAL ECERAN PADA SIGARET KRETEK TANGAN dipersiapkan dan disusun oleh Nursidik Istiawan 14801/PS/MEP/04 telah dipertahankan di depan Dewan Penguji pada tanggal:
29 September 2005
Susunan Dewan Penguii Pembimbing Utama
Dr. Soetatwo Hadiwigeno, M.A
Drs. Dumairy, M.A.
Tesis ini telah diterima sebagai salah satu persyaratan untuk memperoleh gelar Magister
1 0 0CT 2005
Tanggal. . .. .... ... .. . ... ...... .... .
Pengelola Program Studi: Magister Ekonomika Pembangunan
PERNYATAAN Dengan ini saya menyatakan bahwa dalam tesis ini tidak terdapat karya yang pemah diajukan untuk memperoleh gelar kesarjanaan di suatu Perguruan Tinggi, dan sepanjang pengetahuan saya juga tidak terdapat karya atau pendapat yang pemah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu dalam naskah ini dan disebutkan dalam daftar pustaka.
Yogyakarta,
Agustus 2005
~======-Nursidik lstiawan
Ill
PRAKATA
Puji syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa atas segala limpahan rahmat dan karunianya, sehingga penulis dapat menyelesaikan tesis ini. Tesis yang berjudul Analisis Optimalitas Tarif Cukai Tembakau dan Harga Jual Eceran pada Sigaret Kretek Tangan merupakan hasil penelitian sebagai salah satu syarat untuk menyelesaikan pendidikan Sekolah Pascasarjana pada Program Studi Magister Ekonomika Pembangunan Universitas Gadjah Mada. Berbagai pihak telah membantu selama pelaksanaan penelitian hingga tersusunnya tesis ini. Untuk itu penulis mengucapkan terima kasih terutama kepada Drs. Dumairy, MA. selalru Dosen Pembimbing yang telah memberikan bimbingan
dan arahan selama penyusunan proposal penelitian hingga penyusunan tesis ini. Tidak lupa penulis juga mengucapkan terima kasih kepada: I. Direktur Sekolah Pascasarjana Universitas Gadjah Mada dan Pengelola Program Magister Ekonomika Pembangunan Universitas Gadjah Mada yang telah menerima penulis sebagai salah satu karyasiswa; 2. Kepata Pusat Pembinaan, Pendidikan dan Pelatihan Perencana (Pusbindiklatren) - BAPPENAS melalui Proyek Pelatihan dan Pendidikan Aparatur Negara (PPAN) yang telah memberikan beasiswa kepada penulis selama mengikuti Pendidikan Sekolah Pascasarjana di Universitas Gadjah Mada; 3. Kepala Kantor Wilayah XUI Direktorat Jenderal Bea dan Cukai Banda Aceh yang telah memberikan ijin kepada penulis untuk mengikuti Pendidikan Sekolah Pascasarjana di Universitas Gadjah Mada;
IV
4. Direktur Cukai Direktorat Jenderal Bea dan Cukai Departemen Keuangan Republik Indonesia yang telah memberikan ijin dan dukungan data kepada penulis untuk melakukan penelitian di lingkup cukai basil tembakau khususnya sigaret kretek tangan; 5. Bapak serta Ibu staf pengajar dan karyawan Program Magister Ekonomika
Pembangunan yang telah memberikan bimbingan dan bantuan selama penulis mengikuti pendidikan; 6. Isteri dan Anakku tercinta yang telah memberikan dorongan semangat kepada penulis selama mengikuti pendidikan; 7. Rekan-rekan staf di Direktorat Cukai DJBC dan Kantor Pelayanan Bea dan Cukai Yogyakarta yang telah memberikan bantuan selama penulis mengambil data untuk penelitian; 8. semua pihak yang tidak dapat penulis sebutkan satu per satu yang telah memberikan bantuan hingga selesainya penyusunan tesis ini. Penulis menyadari bahwa dalam penyusunan tesis ini masih terdapat kelemahan atau kekurangan, untuk itu penulis mengharapkan masukan berupa saran atau kritik yang membangun. Akhirnya penulis berharap semoga tesis ini dapat memberikan manfaat bagi pihak yang memerlukan.
Yogya~.arta,
Agustus 2005
Penulis
y
DAFTAR lSI Halaman HALAMAN JUDUL ....................................................................................... . HALAMAN PENGESAHAN ..........................................................................
n
HALAMAN PERNYATAAN .........................................................................
Ill
PRA.KATA ······································································································· DAFTAR lSI ························ .... ... .............. ........ ........... .. .... ............ ........... ... ....
IV
DAFTARTABEL............................................................................................
vtu
DAFTAR GAMBAR ······················································································· DAFTAR LAMPIRAN ........................................... :........................................
IX
X
INTISARI ................................ ... ... ................ ...... ..... ...... .... .. ...... .. ... ..... .. ..........
XI
ABSTRACT.......................................................................................................
XII
BAB I PENGANTAR...................................................................................... 1.1 Latar Belakang ............................................................................ 1.1.1 Peranan cukai terhadap penerimaan dalam negeri ........... 1.1.2 Penerimaan cukai basil tembakau .... ........... ... ..... ..... ... ....... 1.I.3 Hubungan peningkatan penerimaan cukai dengan industri rokok dan industri terkait....................................... ........... 1.2 Keaslian Penelitian...................................................................... 1.3 Tujuan dan Manfaat Penelitian.................................................... l.3.I Tujuan penelitian................................................................ 1.3.2 Manfaat penelitian.............................................................. 1.4 Sistematika Penulisan.................................................................. BAB II TINJAUAN PUSTAKA DAN ALAT ANALISIS ........................... 2.1 Tinjauan Pustaka ... ..... ... ...................... .... ...... .............................. 2.2 Landasan Teori ............................................................................ 2.2.1 Cukai .... ........ .... ... ....... ........... ........... .. .... ....... .......... ........... 2.2.2 Tingkat pajak versus penerimaan pajak ............................. . 2.2.3 Teori permintaan ................................................................ 2.2.4 Pajak komoditas optimal.................................................... 2.3 Hipotesis ............................ ......... ....... .................... .......... ... .... ..... 2.4 Alat Analisis ..................... ........................................................... 2.4.1 Estimasi faktor-faktor yang mempengaruhi permintaan SKT ....................................................................................
2.4.l.I Bentuk fungsi model rebrresi................................... 2.4.I.2 Analisis data panel.................................................. 2.4.1.3 Generali=ed least squares...................................... 2.4.1.4 Fixed effict model atau least squares dummy variabel model........................................................
Vl
I 1 2 4
5 6 7 7 7
8 9 9 II I1 15
I6 17
20 20 20 20 21 22 23
VI
2.4.1.5 Random effect model atau error component model...................................................................... 2.4.1.6 Uji F dan pemilihan model terbaik......................... 2.4.1. 7 Uji penyimpangan asumsi klasik............................ 2.4.2 Perkiraan posisi penetapan tarif cukai dan HJE ................. BAB Ill ANALlSlS DATA............................................................................. 3.1 Perkembangan dan Hubungan Antarvariabel.............................. 3.2 Cara Penelitian ............................................................................ 3.2.1 Definisi operasional............................................................ 3.2.2 Variabel-variabel yang digunakan...................................... 3.2.3 Lokasi penetitian dan pengumpulan data........................... 3.2.4 Kesulitan-kesulitan dan cara pemecahannya...................... 3.3 Hasit Anatisis Data dan Pembahasan.......................................... 3.3.1 SKT kecil............................................................................ 3.3.2 SKT menengah ........... ........... ...... .............. ........ .. ............. .. 3.3.3 SKT besar ............... .. .... .......... .............. ..............................
24 24 26 26 28 28 31 31 31
32 36 37 37 41
45
4.1 Kesimpulan............................................................... ................... 4.2 Saran............................................................................................
50 50 51
DAFTAR PUSTAKA.......................................................................................
54
LAMPIRAN .....................................................................................................
56
BAB IV KESIMPULAN DAN SARAN.........................................................
VII
DAFTAR TABEL Halaman Tabel 3.1 Keputusan-Keputusan Menteri Keuangan tentang Tarif Cukai Tembakau dan HJE Minimum SKT...........................................
28
Tabel 3.2 Produksi Sigaret Kretek Tangan (batang) ....................... ...........
29
Tabel3.3 Penerimaan Cukai Sigaret Kretek Tangan (rupiah)................
30
Tabel3.4 Pembagian Kategori Perusahaan pada SKT Menurut Strata Produksi....................................................... .............................
32
Tabel3.5 Daftar Perusahaan Yang Termasuk Dalam Sampel untuk SKT Strata Produksi kecil ...............................................................
34
Tabel3.6 Daftar Perusahaan Yang Termasuk Dalam Sampel untuk SKT Strata Produksi Menengah ......................................................
35
Tabel3.7 Daftar Perusahaan Yang Termasuk Dalam Sampel untuk SKT Strata Produksi Besar ..............................................................
35
Tabel3.8 Hasil Estimasi Regresi Metode GLS untuk SKT Kecil...........
37
Tabel3.9 Hasil Estimasi Regresi Metode GLS untuk SKT Menengah...
41
Tabel3.10 Hasil Estimasi Regresi Metode GLS untuk SKT Besar.........
45
VIII
DAFfAR GAM BAR
Halaman Gam bar 1.1 Pertumbuhan Penerimaan Cukai .......................................... .
2
Gambar 1.2 Peranan Cukai Terhadap Penerimaan Negara Non Migas ....
.J
...
Gambar 1.3 Perkembangan Realisasi Penerimaan Cukai Terhadap Target APBN ................................................................................... .
4
Gam bar 2.1 Eksposisi Kurva Laffer......................................................... .
15
Gambar 3.1 Penggambaran Variabel Tarif Dihubungkan dengan Penerimaan Cukai SKT Kecil .............................................. .
39
Gambar 3.2 Penggambaran Variabel HJE Dihubungkan dengan Penerimaan Cukai SKT Kecil .............................................. .
40
Gambar 3.3 Penggambaran Variabel TarifDihubungkan dengan Penerimaan Cukai SKT Menengah ...................................... .
44
Gambar 3.4 Penggambaran Variabel HJE Dihubungkan dengan Penerimaan Cukai SKT Menengah ................................................ . Gambar 3.5 Penggambaran Variabel TarifDihubungkan dengan Penerimaan Cukai SKT Besar.........................................................
48
Gambar 3.6 Penggambaran Variabel HJE Dihubungkan dengan Penerimaan Cukai SKT Besar.........................................................
48
IX
DAFfAR LAMPIRAN
Halaman Realisasi Penerimaan Cukai Rokok Tahun Anggaran 1995/1996-2003 ... ............... ......... .. .. .... ....... ....... .... .. ..........
56
Lampiran 2
Peranan Cukai Terhadap Penerimaan Non Migas .............
57
Lampiran 3
Perkembangan Target dan Realisasi Penerimaan Cukai Rokok Tahun Anggaran 1995/1996-2003..........................
58
Lampiran 4
Data SKT Kecil. .. ... .................. .. ... .. ...... .. ..... ........ ... ...........
59
Lampiran 5
Hasil Estimasi Persamaan Regresi SKT Kecil Common ...
60
Lampiran 6
Hasil Estimasi Persamaan Regresi SKT Kecil Fixed Effect Model..................................................................................
61
Hasil Estimasi Persamaan Regresi SKT Kecil Random Effect Model.......................................................................
62
8 Data SKT Menengah .. .................. ....... .. .................. ... .. .... ..
63
Hasil Estimasi Persamaan Regresi SKT J'Vfenengah Common.............................................................................
64
Lampiran I
Lampiran 7
Lam pian
Lampiran 9
Lampiran 10 Hasil Estimasi Persamaan Regresi SKT Menengah Fixed Effect Model.......................................................................
65
Lampiran II Hasil Estimasi Persamaan Regresi SKT Menengah Random Effect Model............................... .........................
66
Lampiran 12 Data SKT Besar..................................................................
67
Lampi ran 13 Hasil Estimasi Persamaan Regresi SKT Besar Common...
68
Lampiran 14 Hasil Estimasi Persamaan Regresi SKT Besar Fixed lijfect Model..................................................................................
69
Lampi ran 15 Hasil Estimasi Persamaan Regresi SKT Besar Random
/!:.!feet Model.......................................................................
70
Lampi ran 16 Data untuk Scatter Diagram SKT.. .. ... ............. ..... .... ... ......
71
X
INTISARI Penerimaan negara dari cukai hasil tembakau sangat berperan besar dalam menyokong Anggaran Pendapatan Belanja Negara. Kebutuhan pembiayaan yang semakin meningkat mendorong pemerintah untuk meningkatkan target penerimaan dari cukai melalui penetapan tarif dan harga jual eceran yang juga berlaku sebagai harga dasar penghitungan cukai. Penelitian ini bertujuan untuk melihat dampak dari penetapan tarif dan harga jual eceran pada sigaret kretek tangan pada permintaan produk tersebut di pasaran. Sampel yang diteliti dibagi tiga kategori perusahaan yaitu perusahaan strata produksi kecil, menengah dan besar. Masing-masing 10 perusahaan untuk kategori kecil dan menengah dan 4 perusahaan untuk kategori besar. Hasil penelitian menunjukkan bahwa pada kelompok produsen berskala produksi kecil, kenaikan tarif cukai dan harga jual eceran berpengaruh positif pada pertumbuhan permintaan produk. Pada kelompok produsen berskala menengah kenaikan harga jual eceran lebih berpengaruh pada pertumbuhan permintaan produk secara negatif, perubahan tarif tidak terlalu berpengaruh. Pada kelompok produsen berskala besar kenaikan tarif cukai lebih berpengaruh pada pertumbuhan permintaan secara negatif, perubahan harga jual eceran tidak berpengaruh. Dihubung dengan Peraturan Menteri Keuangan No 431PMK.04/2005 maka penetapan tarif cukai dan harga jual eceran tidak berada didaerah terlarang pada eksposisi kurva Laffer. Kata Kunci :
cukai basil tembakau, tarif cukai, harga jual eceran, sigaret kretek tangan, target cukai, penerimaan cukai.
X: I
ABSTRACT
Government revenues from tobacco product excise tax have a big portion in supporting state budget The need of financing the state budget increasingly, force government to increase revenue target from excise tax trough excise tax rate and retail price of the product that also act as a price basis in calculating excise tax. This research was aimed to determine the effect of regulation on excise tax rate and retail price of handmade kretek cigarette on t~ market demand of the product. The sample of the population categorized by 3 that are companies with small production scale, companies with medium production scale and companies with high production scale. Respectively 10 companies sample for small and medium production scale, and 4 companies for high production scale. The result show that on group of companies who have small production scale, the increase of excise tax rate and retail price has a positive effect on growth of demand. On group of companies who have medium production scale, the increase of retail price has more impact on growth of demand negatively. Otherwise the change of excise tax rate has no impact significantly. On group of companies who have high production scale, the increase of excise tax rate has more impact on growth of demand negatively, but retail price has no impact significantly. Relating to Financial Ministry Regulation no 43/PMK.04 12005, regulation of excise tax and retail price not on prohibitive area at Laffer curve exposition. · Key words
:
tobacco excise tax, excise tax rate, retail price, handmade kretek cigarette, excise revenue target, excise revenue.
XII
BABI PENGANTAR
1.1 Latar Belakang Rokok dan basil tembakau lainnya adalah komoditas konsumsi yang paling besar dikenakan pajak (cukai).
Di Indonesia pengenaannya berdasarkan pada
persentase terhadap harga eceran ketika rokok tersebut dijual, sehingga pengenaan pajak sangat berpengaruh pada pihak-pibak yang menanggung beban pajak (bearing
the tax), melalui tingkat pendapatan riel yang semakin berkurang. Tujuan untuk mengenakan pajak pada awalnya dipandang banya sebagai sumber penerimaan negara. Lebih lanjut ada beberapa pandangan rasional yang menambab persepsi terhadap pengenaan pajak rokok dan basil tembakau lainnya. Beberapa kalangan yang religius berpendapat bahwa cukai rokok dan basil tembakau merupakan "pajak dosa" (sin tax) karena dengan membebankan cukai, konsumsi rokok dan basil tembakau akan diharapkan berkurang (bagi mereka perbuatan mengkonsumsi rokok dan minuman keras adalab dosa yang patut dicegab). Tujuan terkini, adalab pengenaan cukai yang bertarif tinggi akan mengurangi konsumsi rokok dari konsumen yang memiliki potensi
risiko yang
tinggi (konsumen dari kalangan pemuda dan anak-anak sekolab). Jika tarif cukai yang lebib tinggi adalab selalu baik, kenapa lalu secara sosial tarif cukai yang optimal tidak tak terbatas (Viscusi dan Cogan Jr, 2003:2), sebingga dapat mengeluarkan komoditas rokok keluar dari pasar? Ada beberapa alasan rasional untuk membatasi tingkat cukai rokok. Pertama,
alasannya adalah
memaksimalkan penerimaan negara dari cukai rokok dan basil tembakau lainnnya,
2
pengenaan tarif cukai yang lebih tinggi tidak serta merta akan mendorong peningkatan pendapatan dari cukai karena kuantitas produksi yang terjual akan menurun sebagai konselruensi naiknya tarif cukai.
Ked~
pajak bukanlah satu-
satunya cara atau cara yang terbaik untuk mengatasi tujuan sosial lainnya yang berkaitan dengan rokok dan hasil tembakau lainnya. Ketiga, tingkat cukai yang semakin tinggi akan menurunkan kesejahteraan dari para perokok dan akan mempengaruhi kemampuan finansial secara regresif di sebagian besar negara di dunia.
1.1.1 Peranan cukai terbadap oenerimaan dalam negeri Sebagai salah satu sumber penerimaan negara, cukai mempunyai peranan yang sangat penting dalam APBN khususnya dalam kelompok Penerimaan Dalam Negeri yang senantiasa mengalami peningkatan dari tahun ke tahun.
Penerlmaan Cukal 30000 25000
!
20000
Q,
:1
a:
15000
:E
10000
_;
5000
Tahun
Sumber: Departemen Keuangan Rl, Nota keuangan APBN tahun 1991-2004, diolah
Gambar 1.1 Pertumbuhan Penerimaan Cukai
3
Apabila dalam Tahun Anggaran I 990/I 99 I penerimaan cukai baru mencapai Rpl.799,8 miliar atau menyumbang sekitar 4% dari Penerimaan Dalam Negeri maka dalam Tahun Anggaran I 999/2000 jumlah tersebut telah meningkat menjadi Rpl0.398 miliar atau menyumbang sebesar 7,3%. Berdasarkan gambaran tersebut di atas, maka pada dasamya penerimaan cukai masih memiliki potensi yang cukup besar dalam meningkatkan peranannya
sebagai salah satu sumber dana
pembangunan.
9 8 7
6
;
5
f G) Q.
3 2 . 1
Sumber: Departemen Keuangan RI, Nota keuangan APBN tahun 1991-2004, diolah
Gambar 1.2 Peranan Cukai Terhadap Penerimaan Negara Non Migas Dari gambar di atas terlihat bahwa peranan cukai terhadap penerimaaan negara non migas meningkat dari semula 4,7% pada tahun anggaran 1990/ I991 menjadi 7.9% pada tahun anggaran 2004.
4
1.1.2 Penerimaan cukai basil tembakau Penerimaan dari cukai rokok merupakan bagian dari penerimaan pajak dalam negeri yang termuat dalam Anggaran Pendapatan dan Belanja Negara (APBN). Sebagai salah satu andalan penerimaan negara, cukai rokok menunjukkan kinerja yang bailc, seperti terlihat pada gambar berikut.
30000 .t::. 25000 CIJ
Q. 20000 :I
a:...
.! ~
-
15000
Realisasi
~Target
10000
I ,
5000
0
~ ~ ~ ~ ~ ~ ~ fl ~ ~"J ~ro ,# ~vr ~'? ~
#
~
~
~
#
~
#
~
Tahun Anggaran
Sumber: Departemen Keuangan RI, Nota keuangan APBN tahun 1991-2004, diolah
Gambar 1.3 Perkembang an Realisasi Penerimaan Cukai Terhadap Target APBN Selama rentang waktu dari Tahun Anggaran 1995/1996
hingga Tahun
Anggaran 200, penerimaan cukai rokok telah meningkat sekitar 7,6 kali, yaitu dari Rp3.667,60 miliar menjadi Rp27 ,671 ,0 miliar. Pencapaian target penerimaan menunjukkan bahwa target hampir selalu tercapai (kecuali tahun anggaran 1995/1996 dan tahun 2001) hasil tersebut menunjukkan bahwa penerimaan dari cukai rokok masih memiliki potensi yang cukup besar untuk terus ditingkatkan sebagai salah satu sumber penerimaan negara. Peningkatan pendapatan dari cukai rokok tersebut dapat dilakukan melalui
5
l. kenaikan Harga Jual Eceran (HJE), yaitu kenaikan harga jenis hasil tembakau yang ditetapkan pemerintah sebagai harga jual minimum dari produk rokok. Penetapan HJE dikaitkan dengan tarif cukai rokok yang dikenakan terhadap produk rokok tersebut; 2. peningkatan tarif cukai rokok, yaitu peningkatan pajak yang dikenakan kepada jenis hasil tembakau sebesar persentase tertentu terhadap harga j ual ecerannya. Penetapan tarif cukai ditentukan dengan memperhatikan jenis hasil tembakau (Sigaret Kretek Tangan atau SKT, Sigaret Kretek Mesin atau SKM, dan Sigaret Putih Mesin atau SPM) serta skala produksi industri rokok (besar, menengah, dan kecil).
1.1.3 Hubungan peoingkatan penerimaan cukai dengan industri rokok dan industri terkait Selama ini kebijakan tarif cukai hasil tembakau ditetapkan dengan lebih memperhatikan kepentingan penerimaan negara. Selama periode tahun 1997 - 2002 penerimaan cukai hasil tembakau naik hingga 4,7 kali lipat. Kenaikan tersebut disebabkan oleh kenaikan HJE yang ditetapkan pemerintah (rata-rata melonjak dari Rp73 per batang menjadi Rp33l per batang). Sebagian besar produsen rokok berpendapat bahwa kenaikan HJE dan tarif cukai tembakau berakibat pada sisi konsumen untuk menbrurangi
konsumsi
rokok.
Implikasinya.
pcrusahaan
menurunkan volume produksi, mengurangi jumlah jam kerja buruh serta mengurangi pembelian bahan baku (tembakau dan cengkih) sehingga kesejahteraan buruh pabrik rokok merosot dan harga tembakaulcengkeh anjlok.
6
Adanya trade off (pilihan) antara target finansial dan sasaran pencapaian lapangan kerja sektor industri rokok dan sektor hulunya (petani tembakau dan cengkih). merupakan dilema yang dihadapi dalam penetapan kebijakan cukai hasil tembakau. 1.2 Keaslian Penelitian Penelitian di area yang sama telah dilakukan sebelumnya. I. Asano et al (2004) melakukan penelitian dengan maksud untuk dapat menghitung pajak komoditas yang optimal untuk Brasil, menggunakan data rumah tangga dengan metode simulasi berdasarkan Almost Ideal Demand S.vstem (AIDS). 2. Isdijoso (2004) melakukan penelitian yang disponsori oleh Departemen Keuangan Republik Indonesia bekerjasama bekerja sama dengan Universitas Diponegoro dilakukan pada tahun 2003 wilayah penelitian di Indonesia dengan sampling pada daerah-daerah sentra produksi rokok dengan tujuan untuk mengestirnasi penerimaan cukai hasil tembakau tahun 2004, menentukan struktur tarif cukai tembakau dan HJE, dan mengindentifikasi dampak kebijakan tarif cukai terhadap industri rokok, petani tembakau dan cengkih, kesempatan kerja dan pencrimaan negara. Penelitian menggunakan metode analisa deskriptif berdasarkan survey pada masing-masing responden dan kajian analisis keuangan pada produsen hasil tembakau. 3. Tjahjaprijadi dan Indarto (2003) disponsori oleh Badan Ana lisa Fiskal Departemen Keuangan Republik Indonesia daerah penelitian di Indonesia dengan tujuan penelitian untuk mengetahui pengaruh harga rokok dan harga
7
rokok substitusi terhadap konsumsi rokok dan pengaruh pendapatan konsumen rokok terhadap konsumsi rokok dengan menggunakan metode persamaan elastisitas permin~ elastisitas silang dan elastisitas pendapatan. Perbedaan penelitian ini dengan penelitian sebelumnya berkaitan dengan wal-ru observasi penelitian (periode observasi 2000 sampai dengan 2004) dan metode penelitian yang lebih mengunakan alat analisis regresi dan pendekatan teoritis pada optimum taxation sesuai dengan eksposisi kurva Laffer.
1.3 Tujuan dan Manfaat Penelitian
1.3.1 Tujuan penelitian 1. Menganalisis dampak dari penetapan tarif cukai tembakau dan harga jual eceran (HJE) pada permintaan basil tembakau sigaret kretek tangan (SKT) untuk
masing-masing Golongan Pengusaha Pabrik (sesuai dengan strata produksi). 2. Menganalisis posisi penerapan penetapan tarif cukai dan 1-UE pada eksposisi kurva Laffer.
1.3.2 Manfaat penelitian 1. Sebagai
bahan informasi dalam menentukan strategi
penetapan target
penerimaan cukai khususnya cukai tembakau melalui penetapan tarif dan harga jual eceran di masa yang akan datang. 2. Sebagai landasan atau bahan informasi untuk penelitian-penelitian serupa. 3. Sebagai bahan informasi bagi pengembangan ilmu pengetahuan terutama yang berkaitan dengan desain kebijakan publik subsektor perpajakan khususnya cukai tembakau.
g
4. Bagi penulis sebagai pemenuhan sebagian syarat untuk menyelesaikan program
S-2 di Magister Ekonomika Ptembangunan Universitas Gadjah Mada. 1.4 Sistematika Penulisan Tesis ini terbagi kedalam empat bab, yang secara garis besar sistematika penulisannya adalab sebagai berikut : BAB I Pengantar, memuat tentang latar belakang penelitian, keaslian penelitian, tujuan dan manfaat penelitian serta sistematika penulisan. BAB II Tinjauan Pustaka dan Alat analisis, yamg memuat uraian tentang tinjauan pustaka, landasan teori dan alat analisis yang dipergunakan dalam penelitian. BAB III An'!-lisis Data dan Pembahasan, yang berisikan cara penelitian, perkembangan dan bubungan antarvariabel yang diamati, serta basil analisis data yaitu efek peningkatan tarif dan harga jual eceran pada besamya produksi sebagai akibat langsung pada industri yang dikenakan cukai melalui estimasi model regresi untuk masing-masing SKT menurut strata produksi. BAB IV Kesimpulan dan Saran, yang memuat kesimpulan dari basil analisis yang dilakukan dan saran-saran sebagai masukan bagi Direktorat Jenderal Bea dan Cukai dalam pengambilan kebijakan yang berkaitan dengan tingkat tarif cukai hasil tembakau dan penetapan barga jual eceran, kbususnya pada basil tembakau sigaret kretek tangan (SKT).
BAB II
TINJAUAN PUSTAKA DAN ALAT ANALISIS
2.1 Tinjauan Pustaka Asano et al (2004) melakukan penelitian yang bertujuan untuk dapat menghitung pajak komoditas yang optimal untuk Brasil, menggunakan data rumah tangga dengan simulasi berdasarkan Almost Ideal Demand System (AIDS). Hasil penelitian menunjukkan bahwa komoditas yang banyak dikonsumsi oleh kalangan berpendapatan
rendah
seharusnya
disubsidi
dan
direkomendasikan
untuk
memberikan lump sum payment yang dilakukan oleh pemerintah secara seragam untuk semua rumah tangga. Dengan lump sum payment yang optimal dapat mengatasi hilangnya peranan distribusi pendapatan melalui pajak. Isdijoso (2004) melakukan survey terhadap responden-responden yang terkait dangan industri rokok untuk menangkap persepsi tentang kebijakan pemerintah dalam penetapan target cukai untuk RAPBN 2004 dengan menggunakan tiga skenario yaitu target cukai sebesar Rp27,5 triliun (skenario optimis), Rp26,7 triliun (skenario moderat) dan Rp23,3 triliun (skenario pesimis). Berdasarkan studi yang dilakukan maka altematif usulan kenaikan penerimaan cukai yang direkomendasikan adalah altematif skenario moderat dengan pertimbangan tidak mengurangi kesempatan kerja (meningkat dengan I ,6%), menjamin kelangsungan usahalindustri rokok dengan pertumbuhan produksi sebesar I ,6%, mengurangi dampak negatif dari industri hulunya ( usaha tani tembakau tumbuh 1.6% dan usaha tani cengkeh 0,8% per tahun).
9
10
Tjahjaprijadi dan lndarto (2003:122-123) menyatakan bahwa penerapan tarif cukai dan HJE berdampak kepada harga rokok yang diterima konsumen. Perubahan harga diantara jenis komoditi tembakau mempengaruhi pola konsumsi dengan melakukan switching diantaranya, tetapi hasil penelitian menunjukkan bahwa switching yang dilakukan tidak terlalu besar perubahannya.
Menurut Sugiarto et al (2003: 1) teori standar untuk pajak optimal masih belum lengkap karena masih mengabaikan bahwa adanya keterkaitan dengan administrasi dan biaya-biaya. Dengan menggunakan CGE (computable generalize equilibrium) model maka dapat diketahui sektor-sektor mana yang over taxes dan sistem pajak yang ada sekarang bukan cara yang efisien untuk mengumpulkan penenmaan. Viscusi dan Cogan Jr.(2003: l) menyatakan bahwa cukai sigaret seringkali merupakan pajak yang tertinggi bagi komoditas konsumsi bila dilihat dari persentase dari harga jual eceran. Tingkat beban lebih ditentukan
c~leh
pajak akan meningkat
sesuai dengan elastisitas permintaan, yang biasa diperkirakan di antara --0,4 dan --0, l. Alasan potensial dalam peningkatan pajak
S( lain
sebagai alat untuk
meningkatkan penerimaan negara, termasuk sebagai kompensasi untuk pembiayaan ekstemalitas kepada masyarakat, pencegahan pengambilan keputusan yang irasional, dan pencegahan untuk kebiasaan mencandu terhadap rokok. Cukai terhadap rokok bukan mekanisme yang sesuai untuk mencegah/menolak perokok muda dan membatasi pencemaran lingkungan oleh asap rokok, melainkan direkomendasikan melalui peraturan kebijakan yang lebih terarah (targeted). Catatan yang perlu diperhatikan adalah penerapan pajak rokok yang tinggi hanya akan membebani masyarakat miskin.
It
Lav (2002: 1) berpendapat bahwa sebagaimana diketahui negara yang mengalami krisis fiskal akan mencari cara untuk menutupinya kesenjangan antara penerimaan dengan pengeluaran, beberapa negara menerapkan kenaikan pajak yang signifikan, tennasuk kenaikan cukai pada sigaret. Keinginan untuk meningkatkan cukai atas sigaret mungkin dipicu oleh ketidakpedulian masyarakat (Amerika Serikat) pada kenaikan cukai sigaret karena mereka menganggap merokok adalah kebiasaan buruk yang dapat merusak kesehatan. Cukai terhadap sigaret bukan merupakan sumber pendapatan yang sesuai untuk semua tujuan karena penerimaan dari cukai sigaret menurun dari waktu ke waktu. Jadi penggunaan cukai sigaret selalu membutuhkan desain kebijakan yang dapat mengatasi masalah-maslah yang timbul dari penerapan cukai sigaret yang juga memiliki pengaruh pada masyarakat miskin melalui mekanisme lain. 2.2 Landasan Teori 2.2.1 Cukai Cukai merupakan salah satu bentuk pajak tidak langsung yang dikenakan pada konsumsi suatu jenis komoditas tertentu, mempunyai karakteristik khusus (Agung, 2004:255) yaitu pertama, selectivity didalam coverage, cukai dikenakan terhadap beberapa jenis barang tertentu yang diatur didalam UU no 11 tahun 1995 tentang Cukai dan pengenaan tarif diatur tersendiri untuk masing-masing wajib cukai. Kedua, terdapat keanekaragaman argumentasi untuk pembenaran pungutan cukai yaitu antara lain sebagai alat untuk pengawasan tingkat konsumsi barangbarang tertentu, internalisasi dari eksternalitas negatif, dan kepentingan peneriman Negara. Ketiga, cukai secara implisit mengisyaratkan perlunya bentuk pengendalian
12
yang lebih bersifat fisik dalam rangka penentuan kewajiban cukai dan untuk meyakinkan bahwa implementasi aspek yuridis dengan totalitas perangkat peraturan perundang-undangannya dapat terlaksana. Menurut UU nomor 11 tahun 1995 pasal 3, pengenaan cukai mulai berlaku untuk barang kena cukai yang dibuat di Indonesia pada saat selesai dibuat dan untuk barang kena cukai yang diimpor pada saat pemasukannya dalam daerah pabean. Tanggung jawab cukai untuk barang kena cukai yang dibuat di Indonesia berada pada pengusaha pabrik atau pengusaha tempat penyimpanan, dan untuk barang kena cukai yang diimpor berada pada importir. Cukai dikenakan terhadap barang kena cukai yang terdiri dari (UU nomor II tahun 1995, pasal4): 1. etil alkohol atau etanol~ 2. minuman yang mengandung etil
alkohol~
3. hasil tembakau yang meliputi sigaret, cerutu, rokok daun, tembakau iris, dan hasil pengolahan tembakau lainnya. Kebijakan Harga Jual Eceran (HJE) ditentukan berdasarkan fungsi pemungutan cukai yang antara lain mempertimbangkan (Tjahjaprijadi dan lndarto,
2003: 114): I. pendapatan bagi negara, dimana cukai merupakan salah satu sumber penerimaan dalam Anggaran Pendapatan dan Belanja Negara (APBN)~ 2. pembatasan pola konsumsi rokok, dasar pengenaan cukai terhadap barangbarang tertentu dikarenakan sifatnya yang dapat "merugikan" konsumen.
13
Besamya tarif cukai yang ditentukan oleh pemerintah ditetapkan dengan cara (UU no 11 tahun 1995 pasal 5 penjelasan), yaitu: l. ad varo/em (tarif relatit), dimana cukai dikenakan dengan cara menetapkan besaran persentase tarifterhadap hargajual barang kena cukai~ 2. spesifik (tarif nominal), dimana cukai dikenakan dengan menetapkan besaran rupiah terhadap satuan volume barang kena cukai, seperti Rp/batang dan Rplliter; 3. gabungan ad vorolem dengan spesifik. Besamya tarif cukai yang telah ditetapkan berdasarkan tarif persentase atau tarif nominal akan menentukan besamya penerimaan cukai bagi pemerintah sebagai berikut (Tjahjaprijadi dan Indarto, 2003: 114). I. Pada sistem ad varolem, proyeksi pendapatan pemerintah dari cukai sangat tergantung pada ketepatan dalam memproyeksikan harga jual eceran (IDE) dan besamya volume penjualan. Dari dua variabel yang diproyeksikan tersebut, maka dapat diperkirakan besamya penerimaan negara dari cukai adalah perkalian antara prosentase tarif cukai dengan HJE dan besamya volume penjualan. 2. Pada sistem tarif nominal atau spesifik, proyeksi pendapatan pemerintah dari cukai hanya ditentukan dari ketepatan dalam memperkirakan besamya volume penjualan. Dengan variabel volume penjualan tersebut, maka penerimaan cukai dapat diperhitungkan besarnya dengan cara mengalikan tarif cukai untuk setiap batang rokok dengan besamya volume penjualan rokok. Sistem tarifnominal (tarifspesifik) cenderung lebih mudah untuk diterapkan dan
14
diprediksi untuk satu masa periode anggara~ karena untuk semua produk komoditas yang memiliki krakteristik yang sama akan dikenakan tarif yang sama tanpa memperhatikan harga dari barang tersebut. Kelemahan dari sistem tarif spesifik adalah produk yang harganya lebih murah akan menanggung beban cukai yang lebih besar dibanding dengan produk yang lebih mahal (rupiah cukai per rupiah harga produk). Pada sistem ad varolem kekurangannya adalah sistem perhitungan cukai yang lebih rumit, tetapi memiliki kelebihan dalam keadilan menanggung cukai per rupiah harga produknya, artinya untuk barang yang lebih mahal akan dibebankan cukai yang lebih besar. Pemerintah menerapkan tarif cukai dan harga jual eceran hasil tembakau secara majemuk, artinya besamya tarif cukai dan HJE dibedakan berdasarkan 2 hal yaitu (Peraturan Menteri Keuangan nomor 43/PMK.04/2005) 1. jenis basil tembakau yang ditentukan oleh proses produksi, yaitu: sigaret kretek tangan (SKT), sigaret kretek mesin (SKM), sigaret putih mesin (SPM), kelembak menyan, klobot, sigaret putih tangan (SPT), tembakau iris, cerutu dan basil tembakau lainnya. 2. besar kecilnya volume penjualan (strata volume). Kemampuan produksi maupun strategi usaha pada tiap industri rokok akan mencntukan banyaknya jumlah rokok yang akan diproduksi. Besar kecilnya industri rokok ditentukan dari jumlah rokok yang diproduksi oleh masing-masing industri
rokok~
15
2.2.2 Tingkat pajak versus penerimaan pajak Penerimaan Pajak
I I
___________ JI ____________ _
a
I
I I I I I
b
Tingkat Pajak
c Gambar 2.1
Eksposisi Kurva Laffer Laffer curve adatah eksposisi gratis yang menerangkan hubungan antara tingkat tarif pajak dengan pendapatan pajak yang akan diterima oteh pemerintah. Di Amerika digunakan pada, "The Tax Reduction Act Of 1977" yang lebih dikenat sebagai Kemp/Roth Tax Cut Bill. Pada gambar 2.1 penerimaan pajak sebesar a dapat dipenuhi dengan menerapkan tarif pajak sebesar b atau c. tetapi pada kenyataannya akan lebih menguntungkan bagi perekonomian secara luas untuk menerapkan tarif pada b dibanding pada c, karena c terletak di daerah terlarang untuk penerapan
(prohibitive range) karena penambahan tingkat tarif pajak tidak berakibat naiknya penerimaan pajak justru akan menghambat ekonomi secara luas, tax menjadi disinsentif (Agung, 2003:264). Dalam penerapan kebijakan penetapan tarif pajak dan harga jual eceran hendaknya pemerintah memperhatikan tarif yang optimum dengan memperhatikan semua akibat yang dapat ditimbulkan.
16
2.2.3 Teori permintaan Jumlah barang atau produk yang diminta oleh konsumen merupakan suatu jumlah barang yang ingin dibeli oleh konsumen ketika menghadapi beberapa hal, yaitu harga barang yang diinginkan, harga barang lain yang terkait, pendapatan, selera, dan segala sesuatu yang terkait dengan keinginan konsumen. Keinginan konsumen dapat berbeda dengan kondisi aktual dari jumlah barang yang sesungguhnya dibeli oleh konsumen. Keinginan konsumen tidak bermakna pada keinginan belaka (idle dreams), namun bermakna pada jumlah yang sesungguhnya ingin dibeli oleh konsumen dengan berdasarkan pada harga barang yang harus dibayar. Jumlah barang yang ingin dibeli oleh konsumen dipengaruhi oleh beberapa hal (Sukimo, 2003:76), yaitu: 1. harga barang ataujasa itu sendiri; 2. rata-rata pendapatan rumah tangga; 3. harga dari barang atau jasa lain yang terkait; 4. selera (cita rasa); 5. distribusi pendapatan;
6. jumlah penduduk; 7. ekspektasi di masa yang akan datang. Untuk mengkaitkan antara jumlah yang diminta dengan tingkat harga, digunakan asumsi bahwa harga dari suatu barang dan jumlah yang diminta memiliki hubungan yang negatif, dengan faktor yang lain adalah konstan. Hubungan yang negatif merupakan kondisi dimana hubungan antara jumlah barang yang diminta dengan harganya berada dalam kondisi bahwa semakin rendah tingkat harga, maka
17
semakin tinggi jumlah barang yang diminta; dan semakin tinggi tingkat harg~ maka semakin rendah jumlah barang yang diminta.
2.2.4 Pajak komoditas optimal Bayangkan jika didunia ini hanya ada tiga jenis barang dan jasa, salah satunya adalah barang yang jumlahnya sangat banyak (sulit dikenakan pajaknya, misal batu, air, dan udara), dan dua jenis lainnya dikenakan pajak komoditas yaitu
xylophones (disingkat X) dan yogurth (disingkat Y). Andaikan X dan Y diproduksi dengan constant return to scale dan harga yang konstan yaitu Px dan Pv , maka konsumen akan membayar barang tersebut masing-masing Px + tx (untuk barang X) dan Py+ ty (untuk Y), sehingga ti adalah pajak per unit pada komoditas i. Permintaan pasar sangat tergantung pada harga masing-masing komoditas, bila pajak pada X dinaikkan maka Px naik dan akibatnya permintaan pada komoditas X turun, bila hubungan barang X dengan Y adalah subtitusi maka kenaikan tx juga berarti kenaikan Y. Pemerintah mengatur pajak agar mendapatkan penenmaan yang pasti bemilai R (revenue), sehingga revenue constraint yang dimiliki adalah txX + ty Y =
R. Banyak sekali kombinasi variasi dari kedua pajak tersebut untuk mendapatkan penerimaan yang sama, hal ini merupakan salah satu prinsip pajak yang bisa mengalihkan sumber penerimaan. Jika barang yang dikenakan pajak bersifat tidak sensitif terhadap kenaikan pajak (At x) maka penerimaaan pemerintah akan naik menjadi x Atx, ini adalah efek langsung pertambahan penerimaan pajak tx.
Efek
langsung akan diikuti oleh efek tidak langsung berupa berubahnya perilaku konsumsi terhadap barang x yang berakibat juga pada berubahnya perilaku barang y
18
(akibat sifat hubungan barang x dengan y apakah bersifat substitusi atau komplementer) menjadi &y, sehingga efek pertambahan pendapatan pajak akibat perubahan &I menjadi ty &y. Jl
Untuk !ebih ringkasnya total perubahan pendapatan pajak akibat perubahan kecil At dilambangkan dengan MRtx) adalah sebagai berikut (Brett, 2004:3 ). Jl (
Hal yang sama juga berlaku bila terdapat perubahan At.v, yaitu &x &y MR,y = &Revenue =y+t--+1-y
&ty
Jl
&ty
&t.v
Walaupun ada kemungkinan penerimaan dari efek tidak langsung lebih besar dari pada penerimaan dari efek tidak langsung, tetapi hal ini dapat memberikan asumsi bahwa baik MRtx maupun MRty selalu bemilai positif. Otoritas perpajakan selalu berorientasi pada bagaimana meningkatkan penerimaan
pajak sampai
pada tingkat yang diinginkan.
Tujuan
untuk
mengoptimalkan pajak adalah untuk mengetahui bagaimana pemerintah mencapai tingkat penerimaan yang diinginkan dengan cara yang paling sedikit mengorbankan warga negara. Atau dengan kata lain mencapai tingkat pajak yang diinginkan dengan memaksimalkan kesejahteraan sosial masyarakat.
Karena pajak komoditas
dikenakan kepada harga barang-barang konsumsi, maka hal tnt mengurangt kemampuan membeli dan kesejahteraaan pembeli.
Besamya nilai perubahan
kerugian sosial (marginal social loss) di antara dua jenis pajak di atas adalah sebagai berikut.
19
JviSL = _ t!(kesejateraan · sosial) dan MSL = _ t!(kesejateraan · sosial) tt
&z
~
ru
y
Prinsip umum pajak komoditas adalah kesejahteraan sosial maksimal ketika MSL per unit terakhir pertambahan pendapatan pajak adalah sama untuk setiap jenis pajak, sebagaimana dirumuskan berikut.
[ntuisi dari kondisi di atas dapat menjelaskan bahwa otoritas pajak dapat mengatur pajak sekaligus meningkatkan kesejahteraan sosial masyarakat. Dengan meningkatkan pajak pada x maka penerimaan pajak akan meningkat dengan MR1x dan kesejahteraan sosial menurun menjadi MSLcy . Peningkatan pendapatan pajak dari x membolehkan pemerintah untuk menurunkan pajak pada y agar kesejahteraan sosial meningkat sebesar
~x
~
MS.lty. sehinggga kombinasi efek pada
kesejahteraan sosial dapat dijelaskan sebagai t!(kesejahteraan sosial) = MRu x MSL~- MSLu. MR~
Berdasarkan hal di atas maka adalah suatu hal yang mungkin untuk merealokasi beban pajak juga meningkatkan kesejahteraan sosial dan memperoleh pendapatan pajak pada tingkat yang sama.
20
2.3 Hipothesis yang Akan Diuji I. Peningkatan tarif cukai tembakau atau H1E pada sigaret kretek tangan akan berpengaruh negatif pada perkembangan industri rokok sigaret kretek tangan ditandai dengan adanya penurunan volume penjualan produk sigaret kretek tangan. 2. Penetapan tarif cukai tembakau dan H1E berada pada posisi yang masih memungkinkan untuk dilakukan kenaikan tarif dan H1E (tidak berada pada posisi yang terlarang pada eksposisi kurva Laffer).
·2.4 Alat Analisis 2.4.1 Estimasi faktor-faktor yang mempengaruhi permintaan SKT Dalam penelitian ini, model permintaan terhadap SKT akan diestimasi menggunakan data panel (pooled data) yang diregresi menggunakan metode generalized least square (GLS) dengan teknikfued effect model (FEM) atau random effect model (ECM). Teknik fixed effect model (FEM) dan random effect model
(REM) menurut Gujarati (2003: 652) adalah teknik yang dipergunakan untuk dapat mengatasi masalah estimasi dan inferensi, yaitu berkaitan dengan data silang tempat (heteroscedasticity) dan data runtut wal1u (autocorrelation).
2.4.1.1 Bentuk fungsi model regresi. Model regresi dari fungsi permintaan SKT yang digunakan adalah model semilog dengan persamaan dasar sebagai berikut.
21
i = 1,2, ... ,n merujuk pada unit cross section, dan t=l,2,3, ... ,t merujuk pada satu waktu tertentu.
Yit
merupakan nilai dari dependent variable dari individu i pada
waktu t dan Xit adalah nilai dari non stochastic explanatory. Sumodiningrat (2003: 137)
menyebutkan
bahwa
model
menerangkan bahwa slope 13 2 mengukur perubahan proporsional
Yit
diatas
dapat
sebagai akibat
perubahan absolut pada x2it, dengan penjelasan sebagai berikut.
p2 =~(In Y,,) = (-1 )( dY,, ) dX 2Jt
Y,, dX 2ll
Model di atas diharapkan mampu menjelaskan perubahan proporsional produksi SKT akibat berubahnya tarif cukai dan HJE secara absolut. 2.4.1.2 Analisis data panel. Menurut Kuncoro (2001:124) paling tidak 2 alasan kenapa data pooling digunakan yaitu pertama, penggunaan data pooling akan meningkatkan jumlah observasi (sample) sehingga dapat mengatasi masalah keterbatasan jumlah data runtut waktu. Kedua dengan data pooling akan diperoleh variasi antar unit yang berbeda menurut ruang dan variasi yang muncul karena waktu. Menurut Baltagi ( 1995) kelebihan data panel adalah (Lihat Gujarati, 2003:637-638):
I. karena data panel berhubungan dengan individu-individu (seperti perusahaan, daerah)
pada jangka waktu tertentu maka heterogenitas di antara variabel-
variabel akan secara eksplisit diperhitungkan dalam anal isis estimasi~
22
2. dengan mengkombinasikan antara data cross section dengan data time series maka panel data memberikan informasi yang lebih luas, lebih bervariasi,
co/linearity di antara variabel yang berkurang, derajat kebebasan yang bertambah dan lebih efisien~ 3. sangat baik untuk studi perubahan yang dinamis~ 4. dapat mendeteksi dan mengukur efek dari suatu kebijakan misalnya tarif upah mmsmum~
5. dapat digunakan untuk mempelajari model perilaku yang komplek seperti skala ekonomis dan perubahan teknologi~ 6. dapat meminimalkan bias yang mungkin dihasilkan dari proses agregass individual. 2.4.1.3 Generalized least squares (GLS). Metode GLS dipilih untuk mengolah data panel karena memiliki kelebihan dibandingkan metode Ordinary
Least Square (OLS) dalam hal mengestimasi parameter regresi. Gujarati (2003:395398) menyebutkan bahwa metode OLS tidak mengasumsikan bahwa varian variabel adalah heterogen. Pada kenyataannya variasi data pada data panel cenderung heterogen. Metode GLS memperhitungkan heterogenitas yang terdapat pada variabel independen secara eksplisit, sehingga metode ini mam'JU menghasilkan estimator yang memenuhi kriteria Best Linear Unbiased Hstimator (BLUE). Berbeda
dengan
metode
Ordinary
Least
Squares
(OLS)
yang
meminimalkan jumlah kuadrat residual (J..l1) tanpa pemhobot, GLS meminimalkan jumlah kuadrat residual (f..l1) dengan pembobot Pada OLS yang dimiinimalkan adalah
wi
= 1I a{.
23
Pada GLS yang diminimalkan adalah
Menurut Gujarati (2003: 398) jika wi = w (konstan) untuk semua i, maka dengan
- dan var( /3-.
/32
2)
!J;
identik
-
identik dengan var( /32 ).
2.4.1.4 Fixed e((ect model atau least square dummy variables model. Pada FEM intercept pada model regresi dapat berbeda-beda untuk setiap individu (cross
sectional unit). Untuk mendapatkan intercepts yang berbeda-beda digunakan dummy variables, sehingga FEM juga dikenal sebagai least square dummy variables (LSDV). FEM mengasumsikan bahwa tidak ada efek spesifik waktu dan hanya memfokuskan pada individual specific effect (Hsiao, 1986:29-32). Hal mt Juga disebutkan oleh Gujarati
(2003:643-645) time specific effect tidak memilki
stastistical significant untuk setiap variabel dummy terhadap waktu, tetapi memiliki stastistical significant pada setiap variabel dummy individu cross section. Gujarati
(2003:646) menyatakan hal yang perlu diperhatikan dalam
penggunaan FEM atau LSDV model adalah I. jika terlalu banyak menggunakan dummy variable maka model akan kehabisan
degrees offreedom; 2. dengan semakin banyaknya variabel di dalam model, maka kemungkinan timbulnya multicolinearity, yang berakibat pada sulitnya estimasi yang akurat terhadap I atau lebih
parameter~
24
3. FEM tidak mampu mengidentifikasikan dampak dari variabel-variabel yang tidak terpengaruh oleh waktu seperti jenis kelamin, warna kulit dan suku~ 4. asumsi dari error term adalah mengikuti asumsi klasik dimana J.lit - N(O,cr\
2.4.1.5 Random effect model atau error component model. Pada REM ide dasamya adalah melibatkan disturbance
term sebagai pengungkapan dari
pengabaian (pada FEM terhadap variabel-variabel yang tidak tergantung pada waktu). Persamaan dasar REMIECM
~li
adalah variabel random dengan nilai rata-rata dari
~1,
sehingga nilai intercepts
untuk setiap unit individual adalah
1=1 ,2, ... , N Ei
adalah random error term, sehingga modelnya menjadi
f ;t
p
p
2 it
+
p
3 it
+
E
y
p1 + p
2 it
+ p
3 it
+
(J)
i t
1
+
i + J.1
it
it
illit=Ei+J.lit , Ei
adalah error component untuk cross section atau individual specific,
dan
error component untuk kombinasi runtut waktu (time series)
J.lit adalah
2.4.1.6 Uji F dan pemilihan
model yang terbaik. Menurut Green
(2000:562) uji formal untuk dua model dapat dilakukan dengan mencari nilai F dengan menganggap salah satu model sebagai model unrestricted dan yang lainnya sebagai model restricted, menggunakan rumus sebagai berikut
25
F=
Ri) /(
(~ n - I) (1- J?im)!(nT -n- k)
n = jwnlah unit cross section T = jwnlah unit waktu (time series) k = jwnlah parameter yang diestimasi bila nilai
F~
Fmtis [(n-l),(nT-n-k)], berarti model unrestrictedlebih baik dari model
restricted. Dalam memilih model FEM atau REM maka observasi yang dilakukan oleh Judge et al (1985) sebagaimana berikut mungkin sangat membantu (Lihat Gujarati, 2003:650).
I. Jika T (jwnlah data time series) besar dan N (jumlah unit cross-section) kecil, maka nilai parameter yang diestimasi dengan kedua teknik FEM atau REM tidak terlalu besar perbedaannya. 2. Jika N besar dan T kecil, maka hasil estimasi akan sangat berbeda secara signifikan. FEM menjadi lebih sesuai untuk dipilih bila kita sangat percaya bahwa sampel individu atau unit cross-section bukan merupakan pengambilan yang random dari sampel yang lebih besar. 3. Jika komponen error dari individu
& 1 dan
satu atau lebih regresor adalah
berkorelasi, maka estimator ECM adalah bias. 4. Jika N besar dan T kecil serta asumsi-asumsi REM dipegang. maka estimator ECM lebih efisien dibandingkan dengan FEM. Menurut Tailor (1980), T besar bila
T~3
dan N besar bila (N-K) 2: 9, K adalah
jumlah regressor (Lihat Gujarati. 2003:651). Berdasarkan data SKT besar, menengah dan kecil maka kondisi observasi pertama adalah yang paling cocok,
26
sehingga dalam memilih model FEM atau REM derajat R2 dan autokorelasi (dengan indikasi nilai Durbin Watson) merupakan pertimbangan yang menentukan.
2.4.1.7 Uji penyimpangan asumsi klasik. Uji
multikolinearitas
pada
persamaan regresi dilakukan dengan memperhatikan nilai R2 yang tinggi dan sinifikansi satu atau lebih variabel bebas sebagai indikator
tidak adanya
mulikolinearitas (Gujarati, 2003:369). Dengan menggunakan metode Generali=ed Least Squares
untuk mendapatkan persamaan regresi (salah satu fasilitas pada
program Eviews ), maka persamaan yang diestimasi telah terbebas dari masalah heteroskedastisitas. Uji autokorelasi yang paling sederhana adalah menggunakan uji Durbin Watson (DW). Nilai DW yang didapat dari hasil estimasi persamaan regresi menggunakan program eviews dibandingkan dengan nilai OWL dan DWu dari tabel Durbin Watson d statistic pada derajat signifikansi 0,05.
Ho
: Tidak ada autokorelasi positif.
Ho*
: Tidak ada autokorelasi negatif.
Ho dan Ho* ditolak bila nilai DW
( t - DL }, berarti terdapat autokorelasi didalam model. Ho dan Ho* diterima bila nilai DW>Du atau DW<( 4- Du }, berarti tidak terdapat autokorelasi didalam model. Ho dan Ho* tidak dapat ditentukan diterima atau ditolak bila nilai Dt
2.4.2 Perkiraan posisi penetapan tarif cukai dan HJE Dari data yang ada maka dicoba dihubungkan secara gratis antara pengenaan tarif cukai hasil tembakau dan H1E dengan penerimaan cukai sesuai dengan
27
pengelompokan strata produksi dari pengusaha sigaret kretek tangan. Bila peningkatan pengenaan tarif cukai tembakau dan HJE berakibat pada turunnya penerimaan maka tarif cukai dan HJE berada pada posisi terlarang menurut eksposisi kurva Laffer. Sebaliknya hila peningkatan pengenaan tarif cukai tembakau dan HJE berakibat pada naiknya penerimaan, maka tarif cukai dan H1E berada pada posisi yang baik
menurut eksposisi kurva Laffer. Pada eksposisi kurva Laffer tidak
diperhitungkan turunnya produksi riel dari sigaret kretek tangan.
BABm
ANALISIS DATA 3.1 Perkembangan dan Hubungan Antarvariabel Penerimaan cukai rokok merupakan bagian dari penerimaan pajak dalam negeri yang termuat dalam Anggaran Pendapatan Belanja Negara. Untuk memenuhi target APBN dan memenuhi fungsi dari cukai hasil tembakau., maka pemerintah melakukan beberapa perubahan-perubahan tarif dan HJE minimum yang ditetapkan melalui Keputusan Menteri Keuangan sebagai berikut.
Tabel3.1 Keuangan tentang Menteri Keputusan TarifCukai Tembakau dan HJE minimum SKT PermenkeuKepKepKepKepKep431PMK.04/ 383/KMK.04/ 1441KMK.04/ 454/KMK.05/ 4531KMK.05/ 89/KMK.05/ Usaha 2005 2001 2001 2000 2000 2000 Tarif HJE Tarif Tarif IDE IDE IDE Tarif IDE Tarif IDE Tarif 20% 400 18% 230 200/o 255 20% 20% 200 165 200/o 200 Besar 18% 330 13% 230 18% 255 18% 18% 200 165 18% 200 Menengah 16% 330 13% 200 16% 175 16% 16% 145 110 16% 145 Menengah 16% 320 7% 255 230 16% 16% 16% 200 165 16% 200 Kecil 14% 320 7% 175 14% 200 14% 14% 145 110 14% 145 Kecil 8% 320 7% 140 8% 165 100/o 12% 115 80 12% 115 Kecil 230 3% 4% 150 4% 125 10% 100 12% 65 12% 100 Kecil Sekali
Got.
Sumber : Keputusan Menteri Keuangan Republik Indonesia Terlihat pada tabel 3.1 sejak tahun 2000 sampai dengan tahun 2005, walaupun tarif cukai menurun 2% sampai dengan 9%,
pergerakan HJE minimum meningkat
sekitar 142% untuk SKT besar, 300% untuk SKT menengah, 400% untuk SKT kecil dan 350% untuk SKT kecil sekali. Berdasarkan frekuensi perubahan penetapan tarif cukai dan HJE pada keputusan menteri kuangan selama periode tahun 2000 sampai dngan 2004 dapat terlihat bahwa pemerintah lebih banyak menggunakan instrumen HJE (5 kali perubahan dengan kecenderungan selalu dinaikkan) dibandingkan
28
29
dengan tarif cukai (3 kali perubahan dengan kecenderungan selalu diturunkan hanya pada SKT strata produksi kecil sekali) sebagai alat untuk menaikkan pendapatan cukai atas SKT dengan pertimbangan peningkatan l-UE tidak hanya memberikan keuntungan kepada negara sebagai pemungut cukai tetapi juga kepada pengusaha SKT melalui proporsi keuntungan yang lebih besar terhadap harga jual. Secara keseluruhan terjadi pergerakan yang jumlah produksi yang dihasilkan oleh perusahaan-perusahaan penghasil SKT, sebagai akibat dari penetapan tarif dan HJE minimum dengan kecenderungan terjadi penurunan total produksi pada tahun
2002 dan 2003 dan sedikit membaik pada tahun 2004, sebagaimana dapat dilihat pada tabel berikut.
Tabel3.2 Produksi Sigaret Kretek Tangan (batang) Golongan
Tahw 2000
Kecil
2001
2002
2003
2004
20.292.058.560
10.882.866.960
11.317.145.280
14.253.365.040
18.079.640.160
7.019.052.000
8.707.612.560
7.408.494.000
8.089.645.680
11.421.930.000
Besar
58.030.552.064
67.444.203.536
61.684.720.768
53.816.376.400
51.413.067.040
Tolal
85.341.662.624
87.034.683.056
80.410.360.048
76.159.387.120
80.914.637.200
Meoengah
Sumber: Laporan bulanan realisasi cukai hasil tembakau pada Direktorat Cukai DJBC, tahun 2000-2004, diolah Selama periode tahun 2000-2004 produksi SKT kecil turun sebesar 10,9%, produksi SKT menengah naik sebesar 62,7%, SKT besar turun sebesar II ,4%, dan secara keseluruhan produksi SKT menurun 5,2%. Pola pergerakan di atas mungkin dapat dijelaskan melalui kenyataan bahwa sigaret kretek tangan adalah produk yang memiliki elastisitas permintaan yang bersifat inelastis (Viscusi dan Cogan Jr 2003: I) sehingga penurunan keseluruhan total produksi hanya turun sebesar 5,2% padahal
30
fUE mmtmum telah dinaikkan rata-rata 300%, sehingga yang terjadi adalah pergeseran permintaan dari SKT besar
ke SKT kecil dan sebagian ke SKT
menengah. Pergerakan penerimaan negara dari cukai SKT sebagai akibat penetapan tarif dan fUE minimum cenderung selalu naik walaupun bila dikaitkan dengan tabel produksi (tabel 3.2) tetjadi penurunan jumlah batang yang diproduksi, hal ini dapat dilihat pada tabel berikut.
Tabel3.3 Penerimaan Cukai Sigaret Kretek Tangan (rupiah) Tahun
Golongan 2000
2001
2003
2002
2~
kecil
244.116.728.880
164.717.628.780
222.334.420.800
3?6.496.832.320
409.858 308 240
Menen~h
108.213.312.000
194.629.655.400
282.424.041.600
3t<3.210.281.920
551.053.156.800
besar
2.381.633.261.840
3.838.668.670.720
4.747.504.939.520
5.223.308.603.920
5.101.691.-109.760
Total
2.733.963.302.720
4.198.015.954.900
5.252.263.40 I. 920
5.9::3.015.718.160
6.062.60:!.87-1.800
Sumber: Laporan bulanan realisasi cukai hasil tembaka1J pada Direktorat Cukai DJBC, tahun 2000-2004, diolah Total penerimaan negara dari cukai SKT pe:riode tahun 2000-2004 meningkat sebesar 121 ,8% disumbang dari peningkatan SKT kecil sebesar 67 ,9%, SKT menengah meningkat sebesar 409,2% dan SKT besar meningkat 114,2%. Terlihat peningkatan tertinggi pada SKT menengah, hal ini dapat dijelaskan bahwa sesuai dengan tabel 3.2 terjadi pergeseran pola konsumsi SKT pada masyarakat yang lebih cenderung memilih SKT menengah dibanding SKT yang lain sebagai akibat dari meningkatnya beban pajak melalui peningkatan HJE. Berdasarkan penjelasan di atas dapat disimpulkan bahwa permintaan SKT merupakan fungsi dari variabel HJE dan tarif cukai tembakau dan penerimaan
31
pemerintah dari cukai hasil tembakau SKT merupakan fungsi dari pennintaan SKT, HJE dan tarif cukai tembakau SKT.
3.2 Cara Penelitian 3.2.1 Definisi ooerasional 1. Sigaret Non Mesin adalah sigaret putih dan kretek, termasuk Rokok Klobot (KLB) dan Rokok Kelembak Kemenyan (KLM), yang dalam proses pembuatannya sejak dari pelintingan sampai dengan pengemasannya tidak menggunakan mesin. 2. Harga Jual Eceran (HJE) adalah harga penyerahan pedagang eceran kepada konsumen terakhir yang di dalamnya sudah tennasuk cukai, yang wajib tertera pada pita cukai. 3. Pennintaan Pabrik adalah produksi yang berhasil diserap oleh konsumen dari masing-masing jenis hasil tembakau, dihitung berdasarkan dokumen cukai pemesanan pita cukai. 4. Perhitungan cukai hasil tembakau yang harus dilunasi dilakukan berdasarkan hasil perkalian tarif cukai dengan Harga Dasar. 5. Harga Dasar yang digunakan adalah Harga Jual Eceran (HJE). 6. Pengusaha Pabrik hasil tembakau dikelompokkan ke dalam Golongan Pengusaha Pabrik berdasarkan Produksi Pabrik dan Batasan Produksi Tahun Takwim.
3.2.2 Variabel-variabel yang digunakan Variabel-variabel atau data yang digunakan dan dipelajari dalam penelitian ini adalah sebagai berikut.
.,
_,_ ...
I. Permintaan akan hasil tembakau perusahaan, data diambil dari volume penjualan yang berhasil direalisasi oleh masing-masing perusahaan melalui jumlah pemesanan pita cukai yang telah dibayar. 2. HJE, data berasal dari surat keputusan yang dikeluarkan oleh masing-masing Kepala Kantor Pelayanan yang mengawasi pabrik rokok bersangkutan. 3. Tarif Cukai, data berasal dari Keputusan Menteri Keuangan yang merujuk pada strata produksi masing-masing pabrik rokok yang bersangkutan.
3.2.3 Lokasi penelitian dan pengumpulan data Penelitian ini dilaksanakan· terhadap pengusaha hasil tembakau sigaret kretek tangan yang ada di Indonesia dengan menggunakan sampel beberapa perusahaan yang dikelompokkan menurut strata produksi yang akan sangat berpengaruh pada penetapan tingkat tarif cukai dan HJE sebagai harga dasar penghitungan cukai.
Tabel3.4 Pembagian Kategori Perusahaan pada SKT Menurut Strata Produksi Jumlah Produksi (batang/tahun}
SKT Strata Produksi Besar
>2 miliar
Menengah
500 juta sampai dengan 2 miliar
Kecil
0 sampai dengan 500 juta -
____ ]
Sumber : Peraturan Menteri Keuangan No 431PMK.04/2005 Penarikan sampel berdasarkan metode sampel berlapis non-proporsional
(non-proportional stratified sampling) yaitu penarikan sampel dilakukan dengan berdasarkan srata produksi dengan maksud untuk menjamin representasi setiap strata produksi dengan jumlah sampel tertentu yang tidak dipengaruhi dengan frekuensi didalam populasi, sehingga dapat dihindarkan adanya lapisan tertentu yang terlalu
banyak atau terlalu sedikit terwakili dalam sampel, dan prosedur pengambilan jumlah sampel yang ditetapkan dapat dibenarkan karena penelitian ditekankan pada mengetahui jenis perbedaan setiap lapisan populasi bukan untuk karakteristik seluruh populasi (Ary et al 2004:200). Dalam penelitian ini selain bersifat non
proportional stratified sampling juga bersifat purposive sampling(judgemental sampling hal ini dilakukan pada strata produksi SKT kecil dan menengah yang sebagian besar perusahaan tidak konsisten dalam tingkatan jumlah produksi (tergantung permintaan pasar dan sering pindah strata produksi atau bahkan tidak berproduksi pada satu periode tertentu) sehingga dipilih sampel perusahaan yang selalu aktif dan konsisten berproduksi dalam setiap strata produksi yang sama pada periode tahun 2000 sampai dengan 2004 agar penelitian terhindar dari ketidak lengkapan data, juga dimaksudkan untuk menyesuaikan pengambilan sam pel dengan rancangan penelitian (Soeratno dan Arsyad, 2003:120). Penelitian dirancang untuk menarik sampel besamya sampel paling tidak berjumlah 30 observasi pool data atau lebih (Ary et al, 2004:204) Strata produksi kecil sesuai dengan tabel 3.4 berproduksi sampai sampai dengan 500 juta batang pertahun. Pengambilan sampel dilakukan dengan cara membagi strata produksi kecil ini menjadi 5 sub kelas (kecil, agak kecil, sedang, agak besar dan besar), oleh karena rancangan penelitian mensyaratkan untuk mendapatkan paling tidak 30 data observasi (dikaitkan dengan jumlah tahun observasi) maka tiap sub kelas diwakili oleh 2 perusahaan yang dipilih secara acak.
34
No 1 2
_,., 4 5
Tabel3.5 Daftar Perusahaan yang Termasuk Dalam Sam pel Untuk SKT Strata Produksi Kecil Jangkauan Subkelas Strata Perusahaan Yang Produksi (J uta Produksi Kecil Menjadi Sampel Batang/tahun) I Tunas Jaya I 0-25 Kecil Alam Sejahtera I Ulung Agak Kecil 25-80 Adi Bungsu Alam Indo Megah 80-180 Sedang Val as I Djitoe ltc Agak Besar 180-320 Graha Makmur Utama Mama Besar 320-500 Bokor Mas
Rata-rata Produksi 4.284.000 21.148.800 29.668.800 76.567.104 96.335.280 108.922.752 190.536.000 311.472.000 409.176.000 463.184.520
Sumber : Data profit pengusaha barang kena cukai, Direktorat Cukai DJBC tahun 2000-2004, diolah Strata produksi menengah sesuai dengan tabel 3.4 berproduksi pada kisaran 500 juta sampai dengan 2 miliar batang pertahun. Pengambilan sampel tidak dapat dilakukan seperti pada strata produksi kecil karena sebagian besar perusahaan yang berada pada kelas ini berproduksi pada kisaran 700 juta sampai dengan 900 juta batang per tahun, maka untuk dapat mengindentifikasi berapa perusahaan yang dapat dijadikan sampel pcngambilan sampel dilakukan menurut daerah sentra produksi (yaitu, Kudus, Malang, Bojonegoro, Banyumas, dan Pasuruan), oleh karena rancangan penelitian mensyaratkan untuk mendapatkan paling tidak 30 data observasi (dikaitkan dengan jumlah tahun observasi) maka tiap daerah sentra produksi diwakili oleh 2 perusahaan yang dipilih secara acak.
35
Tabel3.6 Daftar Perusahaan yang Termasuk Dalam Sam pel Untu k SKT Strata P rod u ks.I Menenga h No.
Kantor Wilayah Bea dan Cukai
1
Oaerah Sentra Produksi Malang
2
Bojonegoro
VII
3
Banyumas
VI
4
Kudus
VI
5
Pasuruan
VII
Perusahaan Yang Menjadi Sampel
VII
Cakra Guna Cipta Gandum Gelora Jaya Ongkowijoyo Gentong Gotri Stevania Ultra Tob. Jambu Bol Sukun Tri Sakti Pm Sentosa A.P
Sumber : Data profil pengusaha barang kena cukai, Direktorat Cukai DJBC tahun 2000-2004, diolah
Strata produksi besar sesuai dengan tabel 3.4 berproduksi di atas 2 miliar batang pertahun. Perusahaan yang menjadi sampel (untuk strata ini sampel adalah populasi) untuk strata produksi besar adalah sebagai berikut.
Tabel3.7 Daftar Perusahaao yang Termasuk Dalam Sam pel Untuk SKT Strata Produksi Besar No.
Pabrik
Pemilik
KPBC
Kanwil
Kudus
I
Djarum
Bambang Hartono
VI
2 3
Gudang Garam HmSampoema
Rachman Halim Hendra Prasetya
Kediri VII VI Dan VII Bojonegoro, Gresilt. Juanda. Kediri, Madiun Yogyakarta. Kudus. Pasuruan Tanjung Mas
4
Nojorono
8 Dewansyah
VI
Kudus
Sumber : Data profil pengusaha barang kena cukai, Direktorat Cukai DJBC tahun 2000-2004, diolah Pengumpulan data dilakukan dengan cara sebagai berikut. 1. Studi kepustakaan yaitu mempelajari buku-buku, karangan ilmiah serta
36
dokurnen-dokurnen yang berkaitan dengan pennasalahan yang dibahas dalam penelitian ini. 2. Studi
melalui Janngan
teknologi
infonnasi
terutama
pada
situs-situs
pemerintahan yang berkaitan dengan pennasalahan seperti situs Diref...iorat Jenderal Bea dan Cukai (www.beacukai.go.id) dan situs Badan Analisis Fiskal Departemen Keuangan Republik Indonesia (www.depkeu.fiskal.go.id). 3. Penelitian lapangan, yaitu dengan cara wawancara dengan pihak-pihak yang kompeten, serta pengumputan data sekunder yang dibutuhkan dari unit-unit terkait pada Direktorat Jenderal Bea dan Cukai.
3.2.4 Kesulitan-kesulitan dan cara pemecahannya Kesulitan-kesulitan yang dialami selama masa penelitian ini serta tindakan yang ditakukan sebagai atternatif cara pemecahan pennasalahan tersebut adalah sebagai berikut.
l. Jumlah perusahaan yang berada di strata besar hanya berjumlah 4 perusahaan saja sehingga untuk periode antara 2000 sampai dengan 2005 bila penelitian dilakukan berdasarkan data tahunan maka hanya terdapat 20 observasi saja, sehingga untuk mendapatkan n observasi di atas 30 maka penelitian dilakukan menurut data semesteran (hal ini mudah dilakukan karena data awal/asli merupakan laporan bulanan ). 2. Data tiap perusahaan tidak tunggal ( untuk satu perusahaan pada satu peri ode ada beberapa tarif dan beberapa HJE, karena perbedaan waktu saat penetapan dan perbedaan merek). Pemecahan dilakukan dengan cara mencari rata-rata untuk tarif dan HJE dengan memberi bobot sesuai produksi yang telah dilakukan
37
perusahaan untuk masing-masing tarif dan HJE yang ditetapkan.
3.3 Hasil Analisis Data dan Pembahasan 3.3. 1 SKT kecil Pengaruh penetapan tarif dan HJE terhadap pennintaan SKT strata kecil. dapat dilihat pada hasil estimasi berikut menurut fu:ed effect model dan random
effect model
Tabel3.8 Hasil Estimasi Regresi dengan Metode GLS untuk SKT Kecil Variabel
Common
Modell Fixed
Bebas
c TARIF
lUE
R-squared Adjusted R-squared S.E. ofregression F-statistic Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
16,83735 (85,87924)* 0,086477 (7,319592)* 0,002728 (3,679838)*
0,051891 (12,7008)* 0,002613 (13,3989)*
0,994857 0,994638 1,516367 4545,661 29,2134 20,70806 108,0703 0,691174
0,999591 0,999472 0,73038 92845,47 39,7239 31,79949 20,27129 1,963243
Model2 Random 16,92316 (25,9747)* 0,071855 (1,7276)** 0,00232 (1,7547)**
0,796469 0,787809 0,742923 f8,07435 1,612797 25,94091 1,246961
Keterangan :
* **
signifikan pada a. I% signifikan pada a. 10% Sumber : Hasil Perhitungan estimasi regresi, lampiran 5-7 Untuk menentukan apakah fued model dapat digunakan maka dilakukan uji F terlebih dahulu. Uji F merupakan uji terhadap dua model, common model (model yang berasumsi bahwa nilai intercept sama untuk semua individu) adalah restricted
38
model dan fued effoct model adalah unrestricted model. Dengan menggunakan rumus uji F didapat nilai sebagai berikut.
F(n -1 nT- n- K) = (0,999591- 0,994857)1( 10 -I) = 48 87041565 '
(1- 0,999591 )/(SO -10- 2)
'
Fmtis PR=O.Ol = 2.89 Karena nilai F >
Fkritis
maka
Ho
(intercept adalah sarna untuk setiap unit cross
section) ditolak, yang berartifaed effoct modellebih baik dari pada common model yang berasumsi bahwa intercept adalah sama untuk setiap unit cross section. Sesuai dengan observasi Judge et al (1985) terhadap pemilihan FEM atau REM (bila T besar dan N kecil), tidak terdapat perbedaan yang berarti (signifikan) di antara estimator keduanya(Lihat Gujarati, 2003:650), sehingga pemilihan model lebih mempertimbangkan nilai R2 dan derajat autokorelasi. Estimasi persamaan regresi SKT kecil menggunakan fixed effect model yang memiliki R2 lebih tinggi dan derajat autokorelasi yang lebih baik dari random effect model , sehingga model estimasi persamaan regresi untuk SKT kecil dapat dinyatakan sebagai berikut. LnSKTkecil
=
C + 0,051891 Tarif + 0,002613 HJE (12, 7008) ( 13,3989)
C = ditetapkan berbeda-beda untuk setiap individu cross section. Uji
multikolinieritas
pada
persamaan
reg·esl
dilakukan
dengan
memperhatikan nilai R2 yang tinggi dan sinifikansi satu atau lebih variabel bebas sebagai indikator (Gujarati, 2003:369). Pada persarnaan rcgresi SKT kecil (menurut
faed effect model) terlihat tidak terdapat multikolinieritas (nilai R2 tinggi dan seluruh variabel signifikan). Dengan menggunakan mctode Generali=ed Least
Squares untuk mendapatkan persarnaan regresi (salah satu fasilitas pada program
39
Eviews ),
maka
persamaan yang diestimasi
telah
terbebas dari
masalah
heteroskedastisitas. Uji autokorelasi yang paling sederhana adalah menggunakan uji Durbin Watson sebagai berikut menunjukkan tidak adanya autokorelasi. DW = 1,963243 DWu = 1,674
OWL = 1,421 OWL dan DWu
Persamaan regresi yang terdapat dalam tabel 3. 7 khususnya menggunakan model 1 (FEM) menunjukkan bahwa perubahan permintaan SKT kecil dipengaruhi secara signifikan oleh variabel tarif cukai dan fUE yang ditetapkan oleh pemerintah. Koefisien pada variabel tarif dan
HJE menunjukkan bahwa permintaan terns
meningkat secara proporsional, walaupun tarif dan fUE dinaikkan secara absolut. Hal ini menentang hipotesis penelitian ini bahwa meningkatnya tarif atau HJE akan berakibat pada turunnya permintaan SKT sebagai dampak beban pajak yang ditanggung oleh konsumen semakin tinggi. Peraturan Menteri Keuangan nomor 43/PMK.04/200S menyatakan penurunan tarif menjadi 7% untuk SKT kecil (sebelumnya 8% sampai dengan 16%) dan HJE dinaikkan menjadi Rp3201batang (sebelumnya sekitar Rp200), berdasarkan persamaan regresi di atas dapat diperkirakan pertumbuhan permintaan bergerak positif sekitar 30%. Eksposisi kurva Laffer pada SKT kecil dapat dilihat pada gambar berikut.
Cukai Uuta)
o--~------~~--~ 80
8.5
110
"5
10.0
10.5
Tarif(%) Sumber : Lampiran 16 Gam bar 3.1 Pengambaran Variabel TRF Dihubungkan dengan Penerimaan Cukai
40
Pada gambar 3.1 di atas terlihat bahwa terdapat dua tahap pergerakan tarif yang berakibat tarif yang berakibat naiknya penerimaan cukai. Pada awalnya tarif diturunkan dan penerimaan cukai naik, pada tahap kedua tarif cukai dinaikkan berakibat juga pada kenaikan penerimaan cukai. Pada Peraturan Menteri Keuangan No. 43/PMK.04/2005 tarif cukai SKT kecil diturunkan menjadi 7% artinya pemerintah berusaha menaikkan penerimaan lebih tinggi lagi dengan memberikan kesempatan dan insentif berkurangnya beban pajak sehingga memacuk produksi lebih banyak lagi. Sebenamya dengan mempertahankan tarif yang tinggi penerimaan cukai masih mempunyai kemungkinan tetap naik, karena tarif sebelumnya belum berada didaerah terlarang. t«XJJO 120000 t!DD)
Cukai Uuta)
80000 80000 «llCC lDlOO 0
too
HJE Rptbatang Sumber : Lampiran 16 Gambar3.2 Pengambaran Variabel HJE Dihubungkan dengan Penerimaan Cukai
Berdasarkan gambar 3.2 di atas terlihat bahwa kenaikan penerimaan cukai meningkat seiring dengan ditingkatkannya HJE. Jadi bila dihubungkan dcngan Peraturan Menteri Keuangan No. 43/PMK.04/2005 terbaru yang meningkatkan HJE menjadi Rp320tbatang maka diperkirakan penerimaan cukai masih mengalami kenaikan. Penerapan kenaikan HJE masih bel urn melewati puncak kurva maka dapat
4(
diasumsikan bahwa kebijakan penetapan HJE terbaru ini belum berada di daerah terlarang.
3.3.2 SKT menengah Pengaruh penetapan tarif dan HJE terhadap permintaan SKT strata menenga~
dapat dilihat pada hasil estimasi berikut menurut .ftxed effect model dan
random effect model.
Tabel3.9 Hasil Estimasi Regresi dengan Metode GLS untuk SKT menengah Variable
Common
c TARIF
IDE
R-squared Adjusted R-squared S.E. ofregression F-statistic Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
Model 1 Fixed
20,30958 ( 140, 7986)* 0,063231 (3,293728)* -0,00305 (-4,36874)*
0,018021 (1,839053)** -0,00314 (-I 1,0454)*
0,999209 0,999176 0,429335 29694,3 30,52972 14,95275 8,663424 1,193111
0,999693 0,999604 0,371799 123666,2 35,59461 18,68107 5,252898 1,462914
Model2 Random 19,78209 (79,27241 )* 0,095422 (4,1 18901)* -0,00263 (-3,61 194)* -0,02583 -0,06948 0,503715 20,41162 0,487077 11,92524 1,121474
Keterangan :
* **
signifikan pada a 1% signitikan pada a 10% Sumber : Hasil Perhitungan estimasi rekrresi, Iampi ran 9-11 Untuk menentukan apakah fixed model dapat digunakan maka dilakukan
UJI
F
terlebih dahulu. Uji F merupakan uji terhadap dua model, common model (model yang berasumsi bahwa nilai intercept sama untuk semua individu) adalah restricted model
42
danfaed effoct model adalah unrestricted model. Dengan menggunakan rumus uji F
didapat nilai sebagai berikut. F(n _ 1 nT _ n _ K) = (0,999693- 0,999209)/( I 0-1) = 6 656533 , (1- 0,999693)/(50 -10- 2) , Fmtis PR=<J.ot = 2,89
Karena nilai F > Fmus maka Ho (intercept adalah sama untuk setiap unit cross section) ditolak, yang berartifued effoct modellebih baik dari pada common model
yang berasumsi bahwa intercept adalah sama untuk setiap unit cross section. Persamaan
Regresi
yang
diestimasi
dengan
menggunakan
random
menunjukkan bahwa model ini buruk karena nilai R2 yang sangat kecil mengindikasikan variabel-variabel bebas tidak mampu menjelaskan variabel terikat Estimasi persamaan regresi SKT menengah menggunakan fixed effect model sebagai berikut. LnSKT menengah = C + 0,0 18021 Tarif- 0,00314 HJE (- 11,0454) ( 1,83905) C= ditetapkan berbeda-beda untuk setiap individu cross st·ction. Uji multikolinieritas
pada
persamaan
regres1
dilakukan
dengan
memperhatikan nilai R2 yang tinggi dan sinifikansi satu atau lebih variabel bebas sebagai indikator (Gujarati, 2003:369). Pada persamaan regresi SKT menengah (menurutfued effect mode{) terlihat tidak terdapat multikolinieritas (nilai R2 tinggi dan seluruh variabel signifikan). Dengan menggunakan metode Generalized Least Squares untuk mendapatkan persamaan regresi (salah satu fasilitas pada program Eviews),
maka
persamaan
yang diestimasi
telah
terbebas
dari
masalah
heteroskedastisitas. Uji autokorelasi yang paling sederhana adalah menggunakan Watson sebagai berikut.
UJI
Durbin
43
ow
1,462914 OWL 1,421 OWu 1,674 OWL
Pengujian di atas menunjukkan bahwa model berada pada daerah yang tidak dapat ditentukan adanya autokorelasi. Persamaan regresi yang terdapat dalam tabel 3.6 khususnya menggunakan model l (FEM) menunjukkan bahwa perubahan permintaan SKT dipengaruhi secara signifikan oleh variabel tarif cukai dan HJE yang ditetapkan oleh pemerintah. Variabel tarif menunjukkan signifikansinya pada a
=
10% hal ini menunjukkan
bahwa variabel tarif tidak berpengaruh terhadap pertumbuhan permintaan bila ditetapkan a <10%, dibandingkan dengan derajat signifikansi IDE maka penetapan HJE lebih mempunyai pengaruh pada perubahan permintaan. Bila derajat signifikansi
yang digunakan pada a
=
10%, maka kenaikan variabel tarif
berdampak secara positif terhadap pertumbuhan permintaan, sedangkan kenaikan variabel HJE akan berdampak secara negatifterhadap pertumbuhan permintaan. Hal ini menjawab hipotesis penelitian, bahwa Ho diterima untuk variabel tarif dan Ho ditolak untuk variabel HJE. Peraturan Menteri Keuangan nomor 431PMK.04/2005 menyatakan penurunan tarif menjadi 13% untuk SKT menengah (sebelumnya 16% sampai dengan 18%) dan HJE dinaikkan menjadi Rp330/batang (sebelumnya sekitar Rp225), berdasarkan persamaan regresi diatas dapat diperkirakan pertumbuhan permintaan bergerak positif sekitar 13,44%. Eksposisi kurva Laffer pada SKT menengah dapat dilihat melalui gambar berikut.
eoooo~--------------~
Cukai (juta)
250000j
~~
--
~~~--------------~ 15 14 13 12
"
Tarif(%) Sumber : Lampiran 16
GambarJ.J Pengambaran Variabel TRF Dihubungkan dengan Penerimaan Cukai Pada gambar 3.3 di atas terlihat bahwa penerapan tarif cukai pada kisaran 14% sampai dengan 15% berada pada posisi yang terlarang di mana kenaikan tarif berakibat pada turunnya penerimaan cukai. Pemerintah sadar dengan keadaan tersebut maka menurunkan tarif pada kisaran di bawah 14%, dan temyata berhasil menaikkan penerimaan cukai. Bila dihubungkan pada Peraturan Menteri Keuangan No. 43/PMK.04/2005 maka tarif diturunkan menjadi 13% maka dapat diperkirakan penerimaan cukai akan naik, sehingga penerapan tarif dengan besaran 13% dapat dianggap berada pada posisi yang tidak terlarang. ·~
4Ql000~ i
II
3SOOOO J
Cukai (juta)
I
I
300000;
II
!
!I
__.
250000'
,
~1_
- _.. ~--
~_....
, 50000 .:._ ___ -·· -·- ... ------ --·--·--..----- 200 I 50
Sumber : Lampiran 16
'l ,,
rr
------ _ _ _·' 300 250
HJE (Rplbatang)
Gambar3.4 Pengambaran Variabel HJE Dihubungkan dengan Penerimaan Cukai
45
Berdasarkan gambar 3.4 terlihat bahwa IDE tidak dapat dinaikkan sepanjang
waktu sebagai cara untuk menaikkan penerimaan cukai. Ketika mE mencapai Rp300 terjadi penurunan yang tajam dari penerimaan cukai. Tetapi begitu mE diturunkan sedikit maka penerimaan melonjak naik. Dihubungkan dengan Peraturan Menteri Keuangan No. 43/PMK.0412005
mE SKT menengah naik menjadi Rp330. Hal ini bila tanpa memperhatikan penurunan tarif akan berakibat turunnya penerimaan cukai.
3.3.3 SKT besar Pengaruh penetapan tarif dan Hffi terhadap permintaan SKT strata besar, dapat dilihat pada hasil estimasi berikut menurut fiXed effect model dan random
effect model.
Tabel3.10 Hasil Estimasi Regresi dengan Metode GLS untuk SKT besar Variabel bebas
Common
Modell
fixed
c TARIF HJE
R-squared Adjusted R-squared S.E. ofregression Log likelihood Durbin-Watson stat Mean dependent var S.D. dependent var Sum squared resid F-statistic
23,44984 (15,9146)* -0,06914 (-0,81179) 0,002526 (2,471125)*
-0,07187 (-1,86038)** 0,00023 (0,380096)
0,99555 0,99531 0,774629 -4,62304 0,299118 28,399 11,3107 22,20183 4138,945
0,999136 0,999009 0,252602 34,41267 1,716557 25,69677 8,022715 2,169465 39305,94
Model2 Random 24,24175 (45,21051) -0,09302 (-4,00639)* 0,000235 (0,366189) 0,925474 0,921445 0,275213 1,183966 22,50577 0,981933 2,802457
Keterangan : • signifikan pada a 1% •• signifikan pada a 10% Sumber : Hasil Perhitungan estimasi regresi, lampiran 13-15
46
Untuk menentukan apakah [txed model dapat digunakan maka dilakukan uji F terlebih dahulu. Uji F merupakan uji terhadap dua model, common model (model yang berasumsi bahwa nilai intercept sama untuk semua individu) adalah restricted model dan ftxed effect model adalah unrestricted model. Dengan menggunakan rumus uji F didapat nilai sebagai berikut.
F(n- 1 nT-n-K)= (0,999136-0,99555)/(4-1) , (1- 0,999136)/(40 -10- 2) Fkritis PR=O.Ol = 2,89 Karena nilai F > Fmtis maka
=
38 ,74
Ho (intercept adalah sama untuk setiap unit cross
section) ditolak, yang berarti fixed effect modellebih baik dari pada common model yang berasumsi bahwa intercept adalah sama untuk setiap unit cross section. Sesuai dengan observasi Judge et al (I 985) terhadap pemilihan FEM atau REM (bila T besar dan N kecii) maka tidak terdapat perbedaan yang berarti (signifikan) diantara estimator keduanya (Lihat Gujarati, 2003:650), sehingga pemilihan modellebih mempertimbangkan nilai R2 dan derajat autokorelasi. Estimasi persamaan regresi SKT besar menggunakan fixed effect model karena nilai R2 yang lebih tinggi dan derajat autokorelasi (Durbin Watson) yang lebih baik dari pada random effect model, sehingga
per~amaan
regresi SKT besar
dapat dinyatakan sebagai berikut. LnSKT besar = C- 0,07I87 Tarif + 0,00023 HJE (-I ,86038) (0,380096) Uji
multikolinieritas
pada
persamaan
regrest
dilakukan
dengan
memperhatikan nilai R2 yang tinggi dan sinifikansi satu atau lebih variabel bebas sebagai indikator (Gujarati, 2003:369). Pada persamaan regresi SKT besar (menurut
fixed effect model) terlihat tidak terdapat multikolinieritas (nilai R2 tinggi dan
47
seluruh variabel signifikan). Dengan menggunakan metode Generalized Least
Squares untuk mendapatkan persamaan regresi (salah satu fasilitas pada program Eviews),
maka persamaan
yang
diestimasi
telah terbebas
dari
masalah
heteroskedastisitas. Uji autokoretasi yang paling sederhana adalah menggunakan uji Durbin Watson sebagai berikut. DW = 1,716557 DWt = 1,148 DWu = 1,457 DWt dan DWu < DW < (4-DWu) dan (4- DWt> Pengujian di atas menunjukkan bahwa model berada pada daerah yang menerima Ho bahwa tidak ada autokorelasi di dalam model yang diestimasi. Persamaan regresi yang terdapat dalam tabel 3. 7 khususnya menggunakan model 1 (FEM) menunjukkan bahwa perubahan pennintaan SKT dipengaruhi secara signifikan oleh variabel tarif cukai yang ditetapkan oleh pemerintah, sedangkan variabel HJE tidak signifikan mempengaruhi Pennintaan. Bila derajat signifikansi yang digunakan pada a=lO%, maka kenaikan variabel tarif berdampak secara negatif terhadap pertumbuhan permintaan. Hal ini menjawab hipotesis penelitian, bahwa Ho diterima untuk variabel tarif dan H0 ditolak untuk variabel HIE. Peraturan Menteri Keuangan nomor 43/PMK.04/2005 menyatakan penurunan tarif menjadi 18% untuk SKT besar (sebelumnya 20%) dan HJE dinaikkan menjadi Rp400/batang (sebelumnya sekitar Rp300),
berdasarkan
persamaan regresi diatas dapat
diperkirakan pertumbuhan permintaan bergerak positif sekitar 21%. Menurut eksposisi kurva Laffer pemerintah tidak layak menaikkan dasar pajak berupa tarif dan HJE bila mengakibatkan turunnya penerimaan cukai, pada SKT besar dapat dilihat pada gambar berikut.
48
5000000 4000000
Cukai (juta)
3000000
I
2000000 1000000 0 17
19
21
20
22
Tarif(%) Sumber: Lampiran 16
Gam bar 3.3 Pengambaran Variabel TRF Dihubungkan dengan Penerimaan Cukai Pada gambar 3.3 terlihat bahwa penurunan tarif justru menaikkan penerimaan cukai walaupun pada awalnya tarif dinaikkan juga berakibat pada naiknya penerimaan cukai. Jadi pada kondisi ini bila pemerintah ingin menaikkan penerimaan dapat dilakukan dengan cara menaikkan atau menurunkan tarif, tetapi perlu diingat juga bahwa cukai juga berfungsi sosial sebagai pembatas konsumsi maka akan lebih baik bila pemerintah menaikkan tarif cukai. Dihubungkan dengan Peraturan Menteri Keuangan No. 43/PMK.04/2005 tarif SKT besar turun menjadi 18%. Hal ini menunjukkan bahwa penetapan tarif tidak berada di daerah terlarang eksposisi kurva Laffer. 5000000,--------------, 4000000 3000000
Cukai (juta)
2000000
'""t/ 200
------ --~-~
~-250
300
,--~~~
I 350
HJE (Rp/batang) Sumber : Lampiran 16
Gam bar 3.4 Pengambaran Variabel HJE Dihubungkan dengan Penerimaan Cukai
49
Pada gambar 3.4 terlihat bahwa penurunan H1E justru menaikkan penerimaan cukai walaupun pada awalnya HJE dinaikkan juga berakibat pada naikknya penerimaan cukai. Jadi pada kondisi ini bila pemerintah ingin menaikkan penerimaan dapat dilak"Ukan dengan cara menaikkan atau menurunkan HJE Dihubungkan dengan Peraturan Menteri Keuangan No. 43/PMK.04/2005 HJE SKT besar naik menjadi Rp400. Hal ini menunjukkan bahwa penetapan H1E berpotensi berada didaerah terlarang eksposisi kurva Laffer, dan bila tidak diberi insentif pemurunan tarif diperkirakan akan berakibat turunnya penerimaan cukai.
BABIV
KESIMPULAN DAN SARAN 4.1 Kesimpulan Berdasarkan basil analisis dan pembahasan mengenai penetapan tarif cukai dan HJE pada sigaret kretek tangan, dapat diambil kesimpulan sebagai berikut.
l. Model persamaan regresi untuk SKT kecil yang paling baik adalah menggunakan fu:ed effoct model, yang hasilnya menunjukkan bahwa variabel bebas tarif dan HJE berpengaruh positif secara signifikan terhadap perubahan pertumbuhan permintaan. Berdasarkan tanda koefisien kedua variabel tersebut
Ho penelitian yang beranggapan bahwa peningkatan tarif dan HJE berpengaruh negatifterhadap pertumbuhan permintaan ditolak. 2. Penetapan tarif dan HJE pada SKT kecil walaupun tidak berada pada daerah terlarang
eksposisi
kurva
Iaffer
tetap
diturunkan
untuk
mendorong
perusahaanlindustri SKT kecil berkembang lebih pesat dan membuka kesempatan bagi new entrance (pengusaha baru). 3. Model persamaan regresi untuk SKT menengah yang paling baik adalah menggunakan fixed effoct model, yang hasilnya menunjukkan bahwa variabel bebas HJE lebih berpengaruh dibandingkan variabel bebas tarif dengan arah negatif secara signifikan terhadap perubahan pertumbuhan permintaan. Variabel Tarif berpengaruh positif (dengan derajat signifikasi yang meragukan, yaitu pada a= I0%) terhadap perubahan pertumbuhan permintaan. Berdasarkan tanda
koefisien kedua variabel tersebut
Ho
penelitian yang beranggapan bahwa
50
51
peningkatan tarif dan HJE berpengaruh negatif terhadap pertumbuhan permintaan diterima pada variabel HJE. 4. Penetapan tarif dan HJE pada SKT menengah pemah berada di daerah terlarang eksposisi kurva Iaffer yaitu pada kisaran tarif 14% sampai dengan 15% dan HJE Rp260/batang sampai dengan Rp300/batang.
Melalui Peraturan Menteri
Keuangan No. 43/PMK.04/2005 telah dilakukan penurunan tarif dalam upaya berada didaerah tidak terlarang.
5. Model persamaan regresi untuk SKT besar yang paling baik adalah menggunakan fu:ed effect model, yang hasilnya menunjukkan bahwa variabel bebas yang berpengaruh pada pertumbuhan permintaan adalah variabel tarif dengan arah negatif Variabel fUE tidak berpengaruh terhadap pertumbuhan permintaan (tidak memiliki derajat sinifikansi yang cukup). Berdasarkan tanda koefisien variabel tarifHo penelitian yang beranggapan bahwa peningkatan tarif dan HJE berpengaruh negatif terhadap pertumbuhan permintaan diterima pada variabel tarif 6. Penetapan tarif dan HJE pada SKT besar walaupun tidak berada pada daerah terlarang tetap diturunkan tarifnya untuk mendorong perusahaanlindustri SKT besar berkembang lebih pesat dan membuka kesempatan bagi new entrance (pengusaha baru).
4.2 Saran Berdasarkan hasil kesimpulan diatas, diusulkan beberapa saran yang dapat menjadi bahan pertimbangan bagi Direktorat Jenderal Bea dan Cukai dalam meningkatkan penerimaan pemerintah dan mengantisipasi kemungkinan pelarian
52
cukai sebagai berikut. 1. Peningkatan penerimaan Cukai melalui bertambah besarnya jumlah pennintaan terhadap SKT kecil dapat dilakukan dengan cara menaikkan tarif cukai maupun HJE, karena pertumbuhan pennintaan akan selalu bernilai positif hila perubahan absolut variabel bebas bernilai positif, dan dari eksposisi kurva Iaffer dapat dilihat bahwa titik puncak penerimaan cukai akibat belum pernah tercapai sehingga kenaikan tarif dan IDE masih dapat ditolerir. 2. Peningkatan penerimaan Cukai melalui bertambah besarnya jumlah permintaan terhadap SKT menengah dapat dilakukan dengan cara menurunkan HJE dibawah Rp300/batang, karena permintaan akan terpengaruh secara positif . Dari eksposisi kurva Iaffer dapat dilihat bahwa kenaikan HJE sebelumnya dari Rp260/batang menjadi Rp300/batang berakibat turunnya penerimaan, dan ketikan HJE diturunkan kembali maka penerimaan cukai melonjak pesat. 3. Peningkatan penerimaan Cukai melalui bertambah besarnya jumlah pennintaan terhadap SKT besar dapat dilakukan dengan cara menurunkan tarif cukai karena permintaan akan terpengaruh secara positif. Dari eksposisi kurva Iaffer dapat dilihat bahwa penerimaan cukai pemah mencapai titik stagnan pada kisaran tarif cukai 22% dan ketika diturunkan sampai dengan t 8% penerimaan cukai naik. 4. Pemerintah perlu mengawasi dan mengantisipasi kemungkinan pelarian cukai melalui perpindahan antar kelas strata produksi yang dilakukan pengusaha SKT untuk memanfaatkan tarif cukai dan HJE yang lebih kecil dengan dalih pemisahan perusahaan yang seharusnya secara teori mikro ekonomi tidak menguntungkan karena merupakan diseconomic of scale. Hal ini dilakukan oleh pengusaha SKT karena masih ada keuntungan yang diharapkan dari selisih cukai
53
dengan total cost akibat pemisahan perusahaan menjadi berskala lebih kecil. Antisipasi dilalrukan dengan cara verifikasi yang intensifterhadap pengajuan ijin pendirian pabrik SKT baru khususnya untuk strata produksi kecil dan menengah mengenai kepemilikan dan jenis produk yang dihasilkan apakah berhubungan dengan perusahaan-perusahaan yang sudah ada dan berskala produksi lebih besar, dan juga perlu dipertimbangkan sanksi yang tepat sesuai dengan Undangundang no 11 tahun 1995 tentang Cukai apabila ditemukan kasus seperti ini.
5. Cukai rokok selain berfungsi sebagai alat untuk menjaring penerimaan juga berfungsi sebagai alat kontrol sosial dengan membatasi konsumsi rokok yang dapat membahayakan kesehatan pemakainya melalui pengenaan tarif dan harga
dasar yang tinggi. Untuk itu pemerintah perlu dilakukan pengkajian yang lebih utuh menyeluruh komoditas apa yang dapat menggantikan sumber peneriman negara selain rokok yang ekstemalitas negatifuya lebih kecil dengan pemberian beban pajak ringan sehingga tidak menggangu produktifitas industri tersebut.
54
DAFTAR PUSTAKA
Agung, Pennana, 1994, "Optimalisasi Tarif Cukai Tembakau Suatu Anal isis dengan kurva Laffer" dalam "Kebijakan Fiskal : Pemikiran, Konsep dan Implementasi" ,2004, Kompas, Jakarta. Ary, Donald, Luchy Cheser Jacobs dan Asghar Razavieh, diterjemahkan oleh Arief Furchan (2004) ''Pengantar Pene/itian dalam Pendidikan" Pustaka Pelajar Offset, Yogyakarta. Asano, Seki, Ana Luiza NH Barbosa, dan Eduardo P.S Fiuza, 2004, "Optimal · Commodity Taxes for Brazil Bazed on AIDS (Almost Ideal Demand System) Preferences" Revista Brasileira de Economia 58(1):5-21, Rio de Jainero Bird, Richard M. and Eric M.Zolt , April 2003 " Introduction to tax policy design and development" makalah pada Courses on Practical Issues of Tax Policy in Developing Countries, World Bank April28- May 1, 2003. Brett, Craig 2004, "Some Marginalistlntuition Concerning the Optimal Commodity Tax Problem" Canadian Public Policy Mount Allison University, Sackville New Brunswick Gujarati, Damodar 1978 "Ekonometrika Dasar" diterjemahkan oleh Sumarno Zain, Erlangga, Jakarta Gujarati, Damodar, 2003, "Basic Econometrics 41h ed." Me Graw Hill, New york Green, William H.,2000, "Econometric Analysis 4"' ed.", Prentice Hall International Inc. Harvey S. Rosen (2002)"Public Finance" 6th ed., Me Graw Hill, New York. Hsiao, Cheng, 1986, "Analysis of Panel Data", Cambridge University Press, New York. Isdijoso, Brahmantio (2004) "Studi Alternatif Penerimaan dan Tarif Cukai Tembakau 2004" Badan Analisa Fiskal Departemen Keuangan Republik Indonesia http://www. fiskal.depkeu.go. id/kajian.asp?kajian= 1010000 Kuncoro, Mudrajat, 2001, "Metode Kualitatif", Unit Penerbit dan Percetakan AMP YKPN, Yo~:,')'akarta. Lav J. Iris (2002) "Cigarette Tax Increases : Caution and Consideration" Centre On Budget and Policy Priorities July 2002, http://\\-ww.cbpp.org/Cbpplldata /medialm ichelle!POSTIN GS/7-3-02sfp-rev. doc. Musgrave, Richard A. 1989 "Public Finance in Theory and Practice" Me Graw Hill fifth edition, New York. Sugiarto, Guntur, Adam Blake and M. Thea Sinclair (2003)"0ptimal allocation of commodity taxation in the second best situation" makalah pada International
55
Conference on Policy Modeling (Istanbul, 3-5 May 2003), http:\\www.ecomod.net\conferences\ecomode2003\ecomode2003 papers\ Sugianto, Catur 2002 "Ekonometrika Terapan" BPFE, Yogyakarta. Sukimo, Sadono 2003, "Pengantar Teori Mikroekonomi'' Rajawali Pers, Jakarta Sumodiningrat, Gunawan, 2003, "Ekonometrika Pengantar", BPFE, Yogyakarta Suratno, dan Lincolin Arsyad. 2003, "Metodologi Penelitian Untuk Ekonomi dan Bisnis", UPP AMP YKPN, Yogyakarta Tjahjaprijadi, Comellius dan Walujo Djoko Indarto (2003) "Analisis pola konsumsi rokok sigaret kretek mesin, sigaret kretek tangan dan sigaret putih mesin" , Kajian Ekonomi dan Keuangan, Vol 7 No.4 Desember 2003 Badan Analisa Fiskal Departemen Keuangan Republik Indonesia Vipscusi W. Kip (2003)"Principle for Cigarette Taxation" makalah pada Conference on Excise Taxation sponsored by National Treasury of South Africa June 1113 2003, Harvard Law School Cambridge MA 02138 Surat Keputusan Menteri Keuangan Nomor 891KMK.05/2000 Surat Keputusan Menteri Keuangan Nomor 3781KMK.05/2000 Surat Keputusan Menteri Keuangan Nomor 4531KMK.0512000 Surat Keputusan Menteri Keuangan Nomor 4541KMK.05/2000 Surat Keputusan Menteri Keuangan Nomor 1441KMK.04/2001 Surat Keputusan Menteri Keuangan Nomor 4491KMK.04/2002 Surat Keputusan Menteri Keuangan Nomor 5371KMK.04/2002 Peraturan Menteri Keuangan Nomor 43/PMK.04/2005 Keputusan Direktur Jenderal Bea dan Cukai No. KEP-27/BC/2000 Keputusan Direktur Jenderal Bea dan Cukai No. KEP-79/BC/2000 Surat Edaran Direktur Jenderal Bea dan Cukai No. SE-13/BC/2005
56
Lampiran 1 Realisasi Penerimaan Cukai Rokok (miliar rupiah) Tahun Anggaran
1990/1991 1991/1992 1992/1993 1993/1994 1994/1995 1995/1996 1996/1997 1997/1998 1998/1999 1999/2000 2000 2001 2002 2003 2004
Penerimaan Cukai
1799.8 1915 2241.6 2625.8 3153.3 3592.7 4262.8 5101.2 7973.9 10398 11287 17394 23189 26396 27671
Sumber: Departemen Keuangan RI, Nota keuangan APBN tahun 1991-2004, diolah
57
Lampiran 2
Peranan Cukai Terhadap Penerimaan Negara Non Migas Tahun Anggaran 1990/1991 1991/1992 199211993 1993/1994 1994/1995 1995/1996 1996/1997 1997/1998 1998/1999 1999/2000 2000 2001
2002 2003 2004
Penerimaan Cukai 1799.8 1915 2241.6 2625.8 3153.3 3592.7 4262.8 5101.2 7973.9 10398 11287 17394 23189 26396 27671
Penerimaan Dalam Negeri 42193 42582 48862.6 56113.1 66418 73013.9 87603.3 108183.8 152869.5 142203.8 205335 300600 298527 340657 349300
Peranan (%) 4.3 4.5 4.6 4.7 4.7 4.9 4.9 4.4 5.2 7.3 5.5
5.1 7.7 7.7 7.9
Sumber: Departemen Keuangan RI, Nota keuangan APBN tahun 1991-2004, diolah
58
Lampiran 3
Perkembangan Target dan Realisasi Penerimaan Cukai Rokok Tahun Anggaran 1995/1996- 2003 (miliar rupiah) Tahun Anggaran 1995/1996 1996/1997 1997/1998 1998/1999 1999/2000 2000 2001 2002 2003
Target 3667.6 4216.7 4436.3 7775.9 10160 10271.8 17600.6 22469 27945.6
Realisasi 3592.7 4565.8 5101.2 7973.9 10398.5 11380 17491 23327 26396
Pencapaian 97.96% 108.28% 114.99 102.81% 102.35% 110.79% 99.38% 103.82% 94.45%
Sumber: Departemen Keuangan RI, Nota keuangan APBN tahun 19912004, diolah
59
Lampiran4 Data SKT Kecil No.
PABIUK IIADI B :.!IADI B 3IADI B ~IADIB
~I B E~IM ~.IM @~.IM
~~-IM
IOALAM 1M 11ALAMSE I ALAMSE J3ALAM_SE 14~_SE I~SE
16BO MAS I l30MAS UlJOMAS I~OO_MAS
2CBO_MAS 21DJIT lTC 2 DJIT lTC 2 DJIT ITC 24DJIT lTC 2 DJIT lTC 26JRA MAK 2 GRA MAK 28 GRA MAK 29 PRA MAK 30 PRA MAK 31 rrt.JN. JAY 3 rruN. JAY 3 i11JN JAY 34 II1JNJAY 3 rruN JAY 3E ULNO 3 ULNG 3@ ULNG 39 lJLNO 4(] ULNO 41 lTf_MA 4 lTf_MA MA 43 44 JT MA 45 UTMA 46 !VAL 4 !VAL
ur_
4~ 4~
IVAL IVAL
5C ~AL
eta
trf' 2000 2001 200.! 2003 2004 2000 2001 200 200 2004 200C 2001 200 2003 2004 2000 2001 200 2003 2004 2000 2001 200 2003 2004 200C 2001 200 200 2004 2000 2001 200..! 200 2004 2000 2001 200..! 200] 2004 2000 2001 200 200 2004 200C 2001 200 2003 2004
10 9 8 8 8 10 12 8 8 9 10 9 8 8 8 10 9 8 8 18 10 9 8
8 25 9 9 8 8 8 9 9 8 8 8 12 9 8 8 8 10 9 8 8 8 8 9 8 8
8
hje 93 157 245 288 288 152 207 283 278 301
lOS 170 264 310 297 88 141 227 265 331 75 123 213 247 336
105 191 305 346 332 81 139 242 283 281 58 123 244 292 138 104
158 220 260 259 82 141 232 274 271
CK 415,358,400 1,350,477,000 1,891 ,224,000 1,439,520,000 1,839,840,000 1,260,660,000 1,338,300,000 1,429,200,000 2,918,908,800 4,588,306,800 174,240,000 180,720,000 91,800,000 264,960,000 1,250,784,000 2,721,530,400 4,493,590,200 8,685,900,000 10,355,726,400 52,683,680,400 1,129,680,000 1,643,520,000 1,910,880,000 1,532,160,000 42,690,360,000 2,354,496,000 2,390, 940,000 4,777,320,000 8,513,760,000 9,528,480,000 44,568,000 57,240,000 100,320,000 57,912,000 64,800,000 422,760,000 354,390,000 359,280,000 235,200,000 1,127,520,000 3,547,567,800 4,282, 792,500 9,091,200,000 9,449,548,800 10,885,497,600 89,798,400 44,910,000 1.273,420,800 4,038,144,000 6,144,960,000
Sumber : Laporan bul~an realisasi cukai hasil tembakau pada Direktorat Cukai DJBC, tahun 2000-2004, diolah.
Pncl 42,599,520 102,016,800 95,899,200 62,400,000 79,920,000 79,200,000 52,128,000 62,160,000 119,364,000 168,824,400 21,120,000 14,640,000 4,656,000 11,520,000 53,808,000 264,058,800 325,864,800 430,574,400 445,159,200 850,265,400 126,000,000 131,400,000 94,200,000 66,000,000 535,080,000 299,952,000 187,680,000 251,400,000 386,328,000 432,000,000 6,120,000 4,680,000 5,184,000 2,556,000 2,880,000 33,120,000 25,860,000 17,724,000 10,080,000 61,560.000 324,699,600 293,744,400 497,880,000 431.892,000 497,664,000 13.194,720 3,600,000 68,387,040 181,992,000 277,440,000
60
Lampiran 5 Hasil Estimasi Persamaan Regresi SKT kecil Common Dependent Variable: LNPROD? Method: GLS (Cross Section Weights) Date: 08104105 Time: 16:41 Sample: 2000 2004 Included observations: 5 Balanced sample Total panel observations 50 White Heteroskedasticity-Consistent Standard Errors & Covariance Prob. t-Statistic Std. Error Coefficient Variable
c
16.83735
TRF? BTGHJE?
0.0864n 0.002728
0.196058 0.011814 0.000741
85.87924 7.319592 3.679838
0.0000 0.0000 0.0006
Weishted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob~F-statisticl
0.994857 0.994638 1.516367 4545.661 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
29.21340 20.70806 108.0703 0.691174
0.073552 0.034129 1.585037 0.278102
Mean dependent var S.D. dependent var Sum squared resid
18.07435 1.612797 118.0801
Unweishted Statistics R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
61
Lampiran 6 Hasil Estimasi Persamaan Regresi SKT kecil Fixed Effect Model Dependent Variable: LNPROD? Method: GLS (Cross Section Weights) Date: 08/04/05 Time: 14:14 Sample: 2000 2004 Included observations: 5 Balanced sample Total panel observations 50 White Heteroskedastici!y-Consistent Standard Errors & Covariance Variable
Coefficient
Std. Error
t-Statistic
Prob.
TRF? BTGHJE? Fixed Effects _ADI-C _Al.AMIND-C _ALAMSEJ-C _BOMAS-C _DJITOE-C _GRHAMA-C _TUNASJA-C _ULUNG-C _UTAMAMA-C VALAS-C
0.051891 0.002613
0.004086 0.000195
12.70079 13.39886
0.0000 0.0000
17.10162 17.16583 15.51199 18.77015 17.63036 18.40820 14.24639 16.11399 18.83407 16.65041
Weighted Statistics R-squared Adjusted R-squared S. E. of regression F-statistic Prob(F-statistic)
0.999591 0.999472 0.730380 92845.47 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
39.72390 31.79949 20.27129 1.963243
0.834309 0.786346 0.745479 1.565598
Mean dependent var S.D. dependentvar Sum squared resid
18.07435 1.612797 21.11807
Unweighted Statistics R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
62
Lampiran 7 Hasil Estimasi Persamaan Regresi SKT kecil Random Effect Model Dependent Variable: LNPROD? Method: GLS (Variance Components) Date: 08/04/05 Time: 14:16 Sample: 2000 2004 Included observations: 5 Balanced sample Total panel observations 50 Variable
Coefficient
Std. Error
t-Statistic
Prob.
c
16.92316 0.071855 0.002320
0.651526 0.041594 0.001322
25.97465 1.727564 1.754682
0.0000 0.0906 0.0858
TRF? BTGHJE? Random Effects _ADI-C _ALAMIND-C _ALAMSEJ-C _BOMAS-C _DJITOE-C _GRHAMA-C _TUNASJA-C _ULUNG-C _UTAMAMA-C VALAS-C
0.066142 0.120985 -1.438120 1.611207 0.503132 1.321535 -2.641718 -0.890742 1.705804 -0.358224
GLS Transformed Regression R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
0.796469 0.787809 0.742923 1.246961
Mean dependent var S.D. dependent var Sum squared resid
18.07435 1.612797 25.94091
0.833120 0.826018 0.672716 1.520817
Mean dependent var S.O.dependentvar Sum squared resid
18.07435 1.612797 21.26969
Unweighted Statistics including Random Effects R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
63
Lampiran 8 DataSKT meneng~ah ~AKRA GUNA CIPTA ~AKRA GUNA CIPTA ~AKRA GUNA CIPTA
~AKRA GUNA CIPTA '-AKRA GUNA CIPTA
Q_ANDUM Q_ANDUM GANDUM GANDUM GANDUM GELORAJAYA GELORAJAYA QELORAJAYA OELORAJAYA PELORAJAYA PENTONG GOTRI PENTONG GOTRI GENTONG GOTRI OENTONG GOTRI GENTONG GOTRI AMBUBOL AMBUBOL AMBUBOL ~AMBUBOL ~AMBUBOL
PNGKOWUOYO PNGKOWUOYO ~GKOWUOYO
ONGKOWUOYO ONGKOWUOYO SENTOSAA.P SENTOSAA.P SENTOSAA.P SENTOSAA.P SENTOSAA.P STEVANIA ULTRA TOB. STEVANIA ULTRA TOB. STEV ANIA ULTRA TOB. iSTEV ANIA ULTRA TOB. ISTEV ANIA ULTRA TOB.
2000 2001 200 200
2004 2000 2001
2001 2003
2004 2Q()C 2001 200 200
2004 2000 2001 200 200
2004 2000 . 2001 200 2003
2004 2000 2001 200 200
2004 2000 2001 200 2003
2004 2000 2001 200 2003 ~
ISUKUN
2()()0
SUKUN IS UKUN SUKUN S.UKUN IRI SAKTIPM TRI SAKTIPM rRI SAKTIPM TRI SAKTIPM JRJ SAKTJPM
2001
Sumber :
WE
TRF
Th
PABRIK
200.l 2003
2004 2()()( 2001 200 2003
2004
9.85 8.68 14.13 16.00 16.00 9.92 8.86 14.25 16.00 16.00 16.00 15.98 14.01 16.00 16.00 12.06 13.96 13.99 16.00 8.23 9.81 8.48 14.57 16.00 16.00 10.20 8.53 14.03 16.00 8.00 9.33 8.79 13.58 8.00 8.00 10.67 16.00 15.91 16.00 8.00 10.76 13.05 14.19 16.00 16.00 11.27 9.62 13.77 16.00 16.00
123.85 201.80 305.59 363.83 354.51
104.92 176.74 250.72
298.25 297.08 301.39 368.20 487.57 549.55 549.81 129.42 195.41 279.04 329.88 298.22 99.00 159.85 254.02 300.00 300.00 93.38 159.15 260.38
302.60 300.00 105.78 177.98 301.76 350.00 350.00 138.36
236.28 354.76 410.00 410.00 131.35 202.84
Prod 620,328,000 782,656,560 713 ,580,000 63 5'400,000 7 50,840,000 887,526,000 671,880,000 649,215,600 84 9. 906,000 1,063,560,000 1,026,907,200 1,053,072,000 758,130,000 686,880.000 711,768,000 804,826,800 713,952,000
625,704,000 463,072,800 1,968,732,000 I ,259,2 44,000 1,113,612,000 730,440,000 824,400,000 1,018,560,000 803,040,000 810,960,000 739,560,000 4 98,000,000 174,000,000 808,560,000 602,640,000 352,756,800 341,107,200 320,400,000 3,440,160,000 972,720,000 671,760,000 358,560,000
220,320,000
298.22
1,177,860,000 984,600,000 777.900,000
337.23 332.47 125.62 194.71 317.74 360.00 360.00
956,220,000 987.960,000 1,001,520,000 679,831,200 555,480,000 605,520,000
%2,040,000
lc 5,824,608,000 10,391,417,400 23,634,780,000 15,2 72.400,000 34,072.320.000 8, 94 7,398,000 9,655,620,000 21,569,940,000 21,681,636,000 47,808,960,000 41,266,197,600 51,548,928,000 43,404,450,000 25,486.501,800 51,918,936,000 12,862,276,800 19,536,175,200 24,488.991,600 12,020,608,800 120,646,125,120 13,036,718,400 14,940,364,800 27,081,000,000 21,961,800.000 48,890,880,000 7,494,360,000 10,635.120,000 26,356.800,000 8,326,080,000 4,176.000.000 6,840, 720,000 7,762,680,000 12,054,816,000 3,836.880,000 7. 476,000,000 45,876.960.000 30.~.640.000
3 1,598.640,000 9,939,1WO,OOO 6,022.080.000 15,772.560.000 24,147,750,000 30,3 96,000.000 25,347,480,000 48,357,91W,OOO II ,852.460,000 15,366,960,000 24,795,427,200 12,870,144,000 29,064.960,000
Laporan bulanan realisasi cukai hasil tembakau pada Direktorat Cuka.t DJBC, tahun 20002004, diolah.
64
Lampiran 9 Hasil Estimasi Persamaan Regresi SKT menengah Common Dependent Variable: LNPROO? Method: GLS (Cross Section Weights) Date: 08105105 Time: 05:20 Sample: 2000 2003 Included observations: 4 Total panel observations 40 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable
Coefficient
Std. Error
t-Statistic
Prob.
c
20.37759 -0.009959 -0.001031 5.69E-10
0.180679 0.015003 0.000626 1.84E-10
112.7833 -0.663772 -1.647626 3.084609
0.0000 0.5111 0.1081 0.0039
TRF? BTGHJE? PR00?(1) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.999518 0.999478 0.331404 24894.44
Mean dependent var S.D.dependentvar Sum squared resid Durbin-Watson stat
31.86988 14.50582 3.953839 1.288252
Mean dependent var S.D. dependent var Sum squared resid
20.45408 0.393109 4.414498
0.000000
Unweighted Statistics R-squared Adjusted R-squared S. E. of regression Durbin-Watson stat
0.267528 0.206489 0.350178 0.962423
6S
Lampiran 10 Hasil Estimasi Persamaan Regresi SKT menengah Fixed Effects Model Dependent Variable: LNPROD? Method: GLS (Cross Section Weights) Date: 08104105 Time: 14:24 Sample: 2000 2004 Included observations: 5 Total panel observations 50 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable
Coefficient
Std. Error
t-Statistic
Prob.
TRF? BTGHJE? Fixed Effects _CAKRA-C _GANDUM-C GELJAY-C -GENGOT-C -:_JAMBOL-C _ONKWIJ-C _SENTAP-C _STEVULT-C _SUKUN-C TRISAK-C
0.018021 -0.003136
0.009799 0.000284
1.839053 -11.04541
0.0710 0.0000
20.83550 20.86827 21.43862 20.91249 21.04096 20.46640 20.42828 20.94740 21.11420 20.89555
Weiahted Statistics R-squared Adjusted R-squared S. E. of regression F-statistic Prob~F-statistic!
0.999693 0.999604 0.371799 123666.2 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
35.59461 "18.68107 :5.252898 1.462914
0.501987 0.357825 0.390323 1.228923
Mean dependent var S.D.dependentvar Sum squared resid
20.41162 0.487077 5.789376
Unweiahted Statistics R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
66
Lampiran II Hasil Estimasi Persamaan Regresi SKT menengah Random Effects Model
Dependent Variable: LNPROD? Method: GLS (Variance Components) Date: 08104105 Time: 14:27 Sample: 2000 2004 Included observations: 5 Total panel observations SO Variable
Coefficient
Std. Error
t-Statistic
Prob.
c
19.78209 0.095422 -0.002632
0.249546 0.023167 0.000729
79.27241 4.118901 -3.611941
0.0000 0.0002 0.0007
TRF? BTGHJE? Random Effects _CAKRA-C _GANDUM-C _GELJAY-C _GENGOT-C _JAMBOL-C _ONKWIJ-C _SENTAP-C _STEVULT-C _SUKUN-C TRISAK-C
0.119727 0.029833 -0.509735 -0.063575 -0.316612 O.S65578 0.392952 -0.008899 -0.273154 0.063885
GLS Transformed Regression R-squared Adjusted R-squared S. E. of regression Durbin-Watson stat
-0.025832 -0.069484 0.503715 1.121474
Mean dependent var S.D. dependent var Sum squared resid
20.41162 0.487077 11.92524
-0.631124 -0.700534 0.635170 0.705307
Mean dependent var S.D. dependent var Sum squared resid
20.41162 0.487077 18.96173
Unweighted Statistics including Random Effects R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
67
Lampiran 12 Data SKT besar Nomor
PABRIK 1DJARUM 2PJARUM
h
2000 1 2000 2 -~PJARUM tl001 1 ~DJARUM ~001 2 5DJARUM tl002 1 6DJARUM 0022 ]DJARUM 0031 BOJARUM 2003 2 9DJARUM 2004 1 1C PJARUM 004 2 11 GUDANG GARAM 0001 1::1 GUDANG GARAM 12000 2 13 GUDANG GARAM 12001 1 1~ GUDANG GARAM 001 2 15 GUDANG GARAM 0021 16 GUDANG GARAM ~002 2 17GUDANG GARAM 2003 1 1eGUDANG GARAM 0032 1S GUDANG GARAM 004 1 2C GUDANG GARAM 004 2 21 JofM SAMPOERNA 2001 1 22 HM SAMPOERNA tl001 2 23 HM SAMPOERNA 002 1 2~ HM SAMPOERNA 002 2 25 HM SAMPOERNA 12003 1 26 HM SAMPOERNA 12003 2 27 HM SAMPOERNA ~004 1 2B HM SAMPOERNA 004 2 2_9 HM. SAMPOERNA 000 1 3C HM. SAMPOERNA 2000 2 31 NOJORONO 2000 1 3::1 NOJORONO 2000 2 33 NOJORONO 001 1 ~ NOJORONO tl001 2 35 NOJORONO 12002 1 36 NOJORONO 12002 2 37 NOJORONO 003 1 3e NOJORONO 003 2 39 NOJORONO 2004 1 40 NOJORONO 2004 2
ti_RFsem ._.JEsem [Psem bksem 18 157 9109,440,000 252,846,720,000 20 171 11,008,080,000 376,581 ,600,000 20 219 13,123,440 000 575,920,200,000 20 268 11,042,640,000 592,203,000,000 334 20 9,265,680,000 618,180,000,000 341 20 13,081,680,000 905,810,400,000 399 22 9,378,720,000 825,327,360,000 397 22 10,239,360 000 901 063 680,000 22 8,700,360,000 401 765,631,680,000 22 9,242,400,000 406 813,331,200,000 18 6,231,000,000 159 178,004,568,000 20 8,234,592,000 175 286,090,800,000 20 6,738 468,000 218 292,250,910,000 20 7,195,332,000 267 382,393,680,000 20 335 5,391,132,000 359,014,200,000 20 347 6,012,056 640 424,350,312,000 22 5,394,746,400 399 474,086,342,400 22 4,869,294,720 398 427,950,462,720 14 248 23 048 232,000 2 027,573 592 000 14 24,018,499,680 248 2,113,036,421,760 20 13,127,586,496 331 868,109,193,520 20 13,188,495,040 392 1,033,912,711,200 20 11,247,615,232 437 981 ,869,150,400 20 454 14,212 564 896 1 319,917,913,120 22 10,198,289,600 514 1,136,357,723,600 22 515 11,741,355,680 1,309,336,648,400 22 517 11,593,684 960 1,293,191,864,800 22 518 12 822 890,400 1 434 070 651 200 18 9 843 298,816 282 501 120 539,200 20 13,604,141,248 289 786,989,034,640 11 97 1,875 852,000 25,280,544 000 16 113 1 703,040 000 37 055,808,000 16 1,768,608 000 146 49,495,008,000 16 1,259,634,000 181 44,383,968,000 20 1,279,572,000 229 70,380,600,000 20 67._982,364,000 1,194,420 000 235 283 22 75,193,588,800 1,005 312,000 22 989,298,000 283 73,992,798,000 16 48 835,968,000 897 840,000 283 16 903,240,000 283 49,129,728,000
Sumber : Laporan bulanan realisasi cukai hasil tembakau pada D1rektorat Cuka1 omc, tahun 2000-2004, diolah.
68
Lampiran 13
Hasil Estimasi Persamaan Regresi SKT besar Common Dependent Variable: LNPROD? Method: GLS (Cross Section Weights) Date: 08105105 Time: 09:02 Sample: 2000:1 2004:2 Included observations: 10 Total panel observations 40 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable
Coefficient
Std. Error
t-Statistic
Prob.
c
23.44984 -0.069141 0.002526
1.473480 0.085171 0.001022
15.91460 -0.811793 2.471125
0.0000 0.4221 0.0182
TRF? BTGHJE? Weishted Statistics R-squared Adjusted R-squared S.E. of regression Log likelihood Durbin-Watson stat
0.995550 0.995310 0.774629 -4.623040 0.299118
Mean dependent var S.D. dependent var Sum squared resid F-statistic Pro~F-statisticl
28.39900 11.31070 22.20183 4138.945 0.000000
-0.038393 -0.094522 1.027293 0.110048
Mean dependent var S.D. dependent var Sum squared resid
22.50577 0.981933 39.04722
Unweishted Statistics R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
69
Lampiran 14 Hasil Estimasi Persamaan Regresi SKT besar Fixed Effects Model Dependent Variable: LNPROD? Method: GLS (Cross Section Weights) Date: 08/04/05 Time: 14:38 Sample: 2000:1 2004:2 Included observations: 10 Total panel observations 40 v.Jhite Heteroskedasticity-Consistent Standard Errors & Covariance Variable
Coefficient
Std. Error
t-Statistic
Prob.
TRF? BTGHJE? Fixed Effects DJARU-C -:_GUDA-C SAM P-C NOJOR-C
-0.071868 0.000230
0.038631 0.000604
-1.860384 0.380096
0.0698 0. 7058
24.46495 24.10968 24.60088 22.15348
Weishted Statistics R-squared Adjusted R-squared S.E. of regression Log likelihood Durbin-Watson stat
0.999136 0.999009 0.252602 34.41267 1.716557
Mean dependent var S.D.dependentvar Sum squared resid F-statistic Prob~ F-statistic
25.69677 8.022715 2.169465 39305.94 0.000000
0.935690 0.926233 0.266694 1.316106
Mean dependent var S.D. dependent var Sum squared resid
22.505n 0.981933
l
Unweishted Statistics R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
=~.418268
70
Lampiran IS Hasil Estimasi Persamaan Regresi SKT besar Random Effects Model Dependent Variable: LNPROD? Method: GLS (Variance Components) Date: 08/04/05 Time: 14:43 Sample: 2000:1 2004:2 Included observations: 10 Total panel observations 40 Variable
c TRF? BTGHJE? Random Effects OJARU-C -GUDA-C -SAMP-C NOJOR-C
Coefficient
Std. Error
t-Statistic
Prob.
24.24175
0.536197 0.023219 0.000642
45.21051 -4.006391 0.366189
0.0003 0.7163
-0.093022 0.000235
0.0000
0.648798 0.264085 0.783743
-1.696626
GLS Transformed Regression R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
0.925474 0.921445 0.275213 1.183966
Mean dependent var S.D.dependentvar Sum squared resid
22.50577 0.981933 2.802457
0.938784 0.935475 0.249429 1.441396
Mean dependent var S.D. dependent var Sum squared resid
22.50577 0.981933 2.301944
Unweighted Statistics including Random Effects R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
71
Lampiran 16 Data scatter diagram th
trf
200C 2001 2002 2003 2004
Sumber :
10 9 8 8 11
HJE 94 155 248 284 284
CK1 12 160,659,000 16,136,879,700 29,610,544,800 38,805,840,000 130,804,228,800
SKT Kecil
Laporan bulanan realisasi cukai hasil tembakau pada Direktorat Cukai DJBC, tahun 20002004, diolah.
SKT Menengah
Sumber :
Ck
trh
h"RF
Hie
12000
h0.99
112.76
169,774,258,800
12001
11.20
172.75
194,629,655,400
12002
14.24
1259.15
265,380,844,800
2003
~5.20
~.11
156,743,370 600
2004
12.82
1296.01
398,434,245,120
Laporan bulanan reahsas1 cuka1 hasil tembakau pada Direktorat Cukai DJBC, tahun 20002004, diolah.
SKTBesar h 12000 1 t;2ooo 2 12001 1 12001 2 12002 1 12002 2 ig003 1 12003 2 12004 1 12004 2
Sumber :
trRFsem1 16.22 19.00 19.00 19.04 20.00 20.31 22.00 22.00 18.42 18.38
iHJEsem1 lcksem1 957,252,371,200 2,085.46 2,246.25 1,486,717,242,640 2,742.50 1,785,775,311,520 3,326.19 2,052,893,359,200 4,002.28 2,029,443 950,400 4,132.19 2,718,060,989 120 4,787.76 2,510,965,014,800 4,779.02 2,712,343,589,120 4,349.03 4, 135,233,104,800 4,363.23 4,409,568,000,960
Laporan bulanan realisasi cukai hasil tembakau pada Direktorat Cukai DJBC, tahun 20002004, diolah.
