BAB 2 TINJAUAN PUSTAKA

8

BAB 2 TINJAUAN PUSTAKA

2.1.

Konsep Perhitungan PDB Tujuan PDB adalah meringkas aktivitas ekonomi dalam suatu nilai uang

tertentu selama periode waktu tertentu. Menurut Mankiw (2007), ada dua cara untuk melihat statistik PDB. Salah satunya adalah dengan melihat PDB sebagai pendapatan total dari setiap orang di dalam perekonomian. Cara lain untuk melihat PDB adalah sebagai pengeluaran total atas output barang dan jasa perekonomian. Dari kedua sudut pandang, jelaslah mengapa PDB merupakan cerminan dari kinerja ekonomi. PDB mengukur sesuatu yang dipedulikan banyak orang yaitu pendapatan. Demikian pula perekonomian dengan output barang dan jasa yang besar bisa secara lebih baik memenuhi permintaan rumah tangga perusahaan, dan pemerintah. PDB mengukur pendapatan dan pengeluaran perekonomian atas outputnya, dengan landasan pemikiran bahwa jumlah keduanya benar-benar sama. Untuk perekonomian secara keseluruhan, pendapatan harus sama dengan pengeluaran. Kenyataan itu, sebaliknya, berasal dari fakta yang lebih mendasar: karena setiap transaksi memiliki pembeli dan penjual, maka setiap rupiah yang dikeluarkan seorang pembeli harus menjadi pendapatan bagi seorang penjual. Ketika A membeli produk perusahaan B seharga Rp 1.000.000, maka Rp 1.000.000 menjadi pendaptan bagi perusahaan B dan pengeluaran bagi A. Transaksi itu menyumbang Rp1.000.000 pada PDB, baik melalui penjumlahan seluruh pendapatan ataupun penjumlahan seluruh pengeluaran. Karena underground economy merupakan pendapatan yang tidak dilaporkan atau tidak tercatat ke dalam PDB, maka sebagai awal permulaan kita harus mengetahui konsep perhitungan PDB itu sendiri. Beberapa komponen yang membentuk PDB dapat dilihat dalam persamaan identitas di bawah ini : =

+ +

+

(2.1)

PDB (Y) adalah jumlah konsumsi (C), investasi (I), pembelian pemerintah (G), dan ekspor bersih. Setiap rupiah masuk ke salah satu kategori ini. Persamaan ini disebut identitas pos pendapatan nasional (national income accounts identity).

Universitas Indonesia Estimasi underground..., Kuntarto Purnomo, FE UI, 2010.

30

BAB 3 METODE PENELITIAN

3.1.

Pendekatan dan Jenis Penelitian Penelitian ini menggunakan pendekatan kuantitatif, yang pada hakekatnya

adalah menganalisis data berupa angka-angka untuk kemudian menghasilkan pemecahan masalah yang dapat terukur secara numerik. Jenis penelitian ini termasuk dalam penelitian terapan, yaitu bertujuan untuk memecahkan masalah yang dihadapi sehingga hasil penelitian dapat dimanfaatkan untuk kepentingan manusia baik secara individu atau kelompok maupun untuk keperluan industri, politik, ekonomi, dan bukan untuk wawasan keilmuan semata.

3.2.

Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah berupa data sekunder,

yaitu data yang dimiliki oleh beberapa pihak. Data sekunder yang diperlukan dalam penelitian ini adalah data berdasarkan runtut waktu (time series) triwulanan dalam rentang waktu 2000-2009. Sumber data tersebut antara lain berasal dari Bank Indonesia (BI), Badan Pusat Statistik (BPS), Departemen Keuangan, dan International Financial Statistics.

3.3.

Operasionalisasi Variabel Variabel dependen dalam penelitian ini adalah permintaan uang kartal,

yaitu uang kartal nominal yang telah disesuaikan dengan deflator PDB. Sedangkan yang menjadi variabel-variabel bebasnya adalah Pendapatan, Tingkat Suku Bunga, Inflasi, Inovasi Keuangan dan Perkembangan Perbankan, serta variabel Beban Pajak. Secara spesifik, data variabel yang digunakan dalam penelitian ini adalah sebagai berikut :


31

a. Permintaan Uang Kartal (C) Merupakan jumlah uang kartal yang beredar di masyarakat, terdiri dari uang logam dan kertas. Nilai uang kartal yang dipakai adalah permintaan uang kartal riil, yaitu uang kartal nominal yang sudah disesuaikan dengan tingkat harga umum, dalam hal ini dicerminkan dari deflator PDB. b. Pendapatan Disposabel (Y) Data yang digunakan sebagai proxy

pendapatan disposabel adalah PDB

Nominal dikurangi Pajak Langsung (PPh dan PBB) yang kemudian disesuaikan dengan deflator PDB. c. Opportunity Cost (R) Alternatif data yang akan digunakan adalah : tingkat suku bunga Deposito 1 bulan, SBI 3 bulan. d. Perubahan Tingkat Harga atau Inflasi (In) Tingkat Harga yang digunakan adalah indeks harga implisit (deflator PDB). Inflasi =

100%

e. Inovasi Keuangan dan Perkembangan Perbankan (F) Variabel ini berupa jumlah mesin Anjungan Tunai Mandiri atau Automatic Teller Machine (ATM) dan jumlah kantor cabang bank yang ada (dalam hal ini bank umum). Kedua data digabungkan karena masing-masing dianggap merupakan substitusi terkait dengan fungsi permintaan uang. f. Variabel Beban Pajak (P) Variabel ini menggunakan proxy rasio dari penerimaan pajak total terhadap PDB Nominal (sesuai salah satu definisi beban pajak menurut Organisation for Economic Co-operation and Development / OECD).10 Data yang digunakan tersaji pada lampiran 1.

10

OECD Tax Policy Studies No.2. 2000. “Tax Burdens Alternative Measures”. Hal serupa dilakukan oleh Salman Aslam (1998) dalam “The Underground economy and Tax Evasion in Pakistan”, Qazi Masood Ahmed dan M. Haider Hussain (2006) dalam”Estimating the Black Economy through Monetary Approach : A Case Study of Pakistan”.


32

3.4.

Identifikasi Model Model yang digunakan adalah model regresi majemuk.

Sementara

metode analisis kuantitatif yang digunakan adalah metode kuadrat terkecil biasa (Ordinary Least Square/OLS). Model yang digunakan untuk mengestimasi besaran underground economy adalah dengan pendekatan moneter yaitu melalui analisis sensitivitas permintaan uang kartal. Pendekatan ini berdasarkan pada asumsi bahwa para pelaku ekonomi yang berada dalam underground economy lebih menyukai menggunakan uang tunai (cash) untuk menghindari pengontrolan oleh pemerintah khususnya otoritas pajak. Jadi, melalui model ini diukur sensitivitas keinginan masyarakat untuk memegang uang kartal terhadap perubahan tarif atau beban pajak. Insentif untuk menghindari pajak dengan menggunakan lebih banyak uang tunai untuk transaksi mampu memengaruhi keinginan masyarakat untuk memegang uang tunai. Permintaan uang terutama berhubungan dengan tingkat pendapatan, tingkat harga dan tingkat suku bunga sebagai opportunity cost. Karena uang kartal merupakan bagian dari uang secara keseluruhan, maka diasumsikan bahwa permintaan uang kartal juga memiliki formulasi yang sama, dengan beberapa faktor penambah yang merubah preferensi seseorang terhadap uang kartal, diantaranya yaitu adanya inovasi keuangan dan perkembangan perbankan. (Faal, 2003). Sehingga persamaan dalam permintaan uang kartal dapat ditulis sebagai berikut : CY = f (Y, R,In, F) CY merupakan uang kartal

(3.1) yang digunakan untuk transaksi dalam official

economy. Uang kartal sebagai salah satu bagian dari uang, memiliki kelebihan dibanding jenis uang yang lain, jika pelaku ekonomi menginginkan transaksi yang dilakukannya tidak terdeteksi maka ia dapat mempergunakan uang kartal/tunai sebagai alat tukarnya. Uang kartal yang digunakan dalam underground economy dapat ditulis sebagai berikut :


33

CUGE = f (YUGE)

(3.2)

CUGE merupakan uang kartal yang digunakan untuk transaksi dalam underground economy. Masyarakat dihadapkan pada pilihan apakah akan bekerja dalam official economy atau underground economy. Harga relatif antar keduanya akan memengaruhi pilihan masyarakat tersebut. Adanya beban pajak (P) membuat bekerja pada official economy akan menjadi relatif lebih mahal. Atau dengan kata lain, orang akan lebih menyukai bekerja pada sektor underground economy. Maka : YUGE = f (P)

(3.3)

Untuk mengetahui besarnya uang kartal yang dipakai dalam transaksi ekonomi secara keseluruhan dapat diperoleh dari menambahkan uang kartal yang dipakai dalam official economy dan yang digunakan dalam underground economy, persamaan (3.1) ditambah persamaan (3.2) C = CY + CUGE

(3.4)

Berdasarkan pertimbangan di atas, maka penelitian ini menggunakan spesifikasi model sebagai berikut : Ln(C)= β0 + β1 Ln(Y) + β2 (R)+ β3 (In) + β4 Ln(F) + β5 (P) + u

(3.5)

Keterangan : C

=

Permintaan uang kartal

Y

=

Pendapatan disposabel

R

=

Opportunity cost (R_D untuk Bunga Deposito 1 bulan, dan R_SBI : Bunga SBI 3 bulan).

In

=

Persentase perubahan harga / inflasi

F

=

Inovasi keuangan dan perkembangan perbankan

P

=

Variabel Beban Pajak

u

=

error term

β0

=

konstanta

β1, β2, β3, β4, β5

= koefisien regresi


34

Hal terpenting agar estimasi underground economy menggunakan pendekatan moneter ini dapat dilakukan adalah bahwa variabel pajak dalam model ini harus signifikan dan bertanda positif. Hasil estimasi persamaan (3.5) akan menunjukkan besarnya permintaan uang kartal secara keseluruhan, baik yang digunakan untuk transaksi dalam aktivitas official economy maupun aktivitas underground economy. Besarnya uang kartal yang digunakan dalam official economy diperoleh dari regresi persamaan (3.5) dengan mengeliminasi atau menghilangkan variabel pajak. Selisih antara kedua hasil estimasi tersebut menunjukkan besarnya uang kartal underground. Secara sederhana uang kartal underground dapat diperoleh melalui formulasi berikut : CUGE

= C - CY

(3.6)

Keterangan : CUGE

= uang kartal dalam aktivitas underground economy

C

= uang kartal yang beredar di masyarakat, merupakan hasil estimasi (C*)

CY

= uang kartal yang digunakan dalam aktivitas official economy, merupakan hasil estimasi tanpa memasukkan variabel pajak (C**) Dengan asumsi bahwa velocity of money (v) yang ada pada aktivitas

underground economy sama besarnya dengan official economy, maka besarnya underground economy (UGE) adalah sama dengan uang kartal underground dikalikan dengan kecepatan uang beredar atau velocity of money. Underground Economy (UGE) = CUGE . v

(3.7)

Pada akhirnya, besarnya potensi pajak yang terkandung dalam kegiatan underground economy tersebut juga dapat dihitung dengan formulasi : (UGE) x (AVERAGE TAX RATE)

(3.8)

Dimana proxy dari average tax rate adalah rasio total penerimaan pajak per PDB. Pengolahan data dilakukan dengan bantuan paket program EViews dan Microsoft Excel.


35

3.5.

Pengujian Statistik

3.5.1. Uji Akar Unit (Unit Root Test) Untuk mengetahui apakah data time series yang digunakan dalam penelitian ini memiliki masalah akar unit (data tidak stasioner), digunakan uji akar melalui uji Augmented Dickey-Fuller (ADF-test). Jika suatu data time series tidak stasioner pada order nol I(0) atau tingkat level, maka stasioneritas data tersebut dapat dicari melaui berbagai order sehingga diperoleh tingkat stasioneritas pada order ke-n (first difference atau I(1), atau second difference atau I(2), dan seterusnya). Beberapa model yang dapat dipilih untuk melakukan Uji ADF11 : ΔYt = δYt-1 + ut (tanpa intercept)

(3.9)

ΔYt = β + δYt-1 + ut (dengan intercept)

(3.10)

ΔYt = β1 + β2t + δYt-1 + ut (intercept dengan trend waktu)

(3.11)

Δ= first difference dari variabel yang digunakan t = variabel trend Hipotesis untuk pengujian ini adalah : H0 : δ = 0 (terdapat unit roots, tidak stasioner) H1 : δ ≠ 0 (tidak terdapat unit roots, stasioner) Dickey-Fuller telah membuktikan bahwa Uji-t terhadap hipotesis di atas mengikuti statistik  (tau). Statistik ini selanjutnya dikembangkan oleh Mc. Kinnon. Sebagaimana berbagai uji lainnya, statistik yang menjadi pembanding inipun telah disediakan dalam Paket Program seperti EViews.

3.5.2. Uji Kointegrasi Uji ini dikembangkan berdasarkan adanya persepsi model data yang tidak stasioner secara individu akan tetapi kombinasi linear antara dua atau lebih data time series dapat menjadi stasioner. Untuk mengetahuinya dilakukan pengujian metode Engle Granger dengan pendekatan Augmented Dicky Fuller Test. Pengujian dengan jalan ini lebih dikenal sebagai Uji Kointegrasi. Jika variabel-

11

Nachrowi D Nachrowi dan Hardius Usman. Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan. LPFEUI. 2006. h. 355


36

variabel dalam model terkointegrasi maka dapat diartikan kombinasi dari dua atau lebih dalam regresi adalah stasioner. ∆ ̂=

̂

+∑

∆ ̂

+

(3.12)

Hipotesis untuk pengujian adalah : H0

: ρ = 0, (variabel-variabel dalam model tidak terkointegrasi)

H1

: ρ ≠ 0, (variabel-variabel dalam model terkointegrasi)

3.5.3. Uji Koefisien Determinasi (R2) Uji koefisien determinasi dilakukan dengan maksud untuk melihat seberapa besar pengaruh perubahan variabel-variabel bebas yang digunakan dalam model mampu menjelaskan pengaruhya terhadap variabel tidak bebasnya. Uji ini melihat nilai koefisien determinasi (R2) yang diperoleh dari persamaan yang diestimasi.

3.5.4. Uji t-statistik Pengujian t-statistik digunakan untuk menguji pengaruh parsial dari variabel-variabel bebas terhadap variabel tidak bebasnya. Uji ini dilakukan dengan membandingkan nilai t hitung dengan nilai t tabel. Hipotesis untuk hasil regresi untuk variabel yang berkorelasi positif : H0 : βi = 0 ; variabel bebas tidak mempunyai pengaruh signifikan terhadap variabel terikat H1 : βi > 0 ; variabel bebas mempunyai pengaruh signifikan terhadap variabel terikat Hipotesis untuk hasil regresi untuk variabel yang berkorelasi negatif : H0 : βi = 0 ; variabel bebas tidak mempunyai pengaruh signifikan terhadap variabel terikat H1 : βi < 0 ; variabel bebas mempunyai pengaruh signifikan terhadap variabel terikat Apabila ternyata setelah dihitung |t| > t-tabel, maka nilai t berada dalam daerah penolakan, sehingga hipotesis nol (βi=0) ditolak pada tingkat kepercayaan (1-α) x 100%. Artinya terdapat pengaruh signifikan antara masing-masing variabel bebas terhadap variabel terikat.


37

3.5.5. Uji F-statistik Uji F-stat digunakan untuk menguji tingkat signifikansi dari pengaruh secara bersama-sama dalam menjelaskan variasi variabel terikatnya. Uji ini dilakukan dengan membandingkan nilai F hitung dengan nilai F tabel. Hipotesis dalam uji ini adalah sebagai berikut : H0 : β0 = β1 = β2 = β3 = β4 =...= βi =0 ; semua variabel bebas (Pendapatan, Bunga, Inovasi, Pajak) secara bersama-sama tidak memengaruhi variabel terikat (Kartal). H1 : salah satu β ≠ 0

; ditemukan paling tidak satu variabel bebas yang

memengaruhi variabel terikat. Dengan tingkat signifikansi dan derajat kebebasan tertentu : Fα(k,n-k-1), dimana α adalah tingkat signifikansi, n menunjukkan jumlah observasi, k menunjukkan jumlah variabel bebas dan merupakan derajat kebebasan untuk pembilang (N1), serta n-k-1 menunjukkan derajat kebebasan untuk penyebut (N2). Apabila ternyata setelah dihitung nilai F > F-tabel, maka H0 ditolak atau dengan kata lain bahwa paling tidak ada satu slope regresi yang signifikan secara statistik. Dimana k adalah jumlah variabel bebas (koefisien slope), dan n jumlah observasi (sampel).

3.6.

Uji Pelanggaran Asumsi Klasik Model Regresi Linier

3.6.1. Multikolinieritas Multikolinier menunjukkan gejala adanya hubungan linier atau hubungan yang pasti diantara variabel bebas dalam model regresi. Gejalanya ditunjukkan oleh beberapa faktor, namun yang paling mendukung penjelasan adanya multikolinier dalam model yaitu apabila R2-nya tinggi namun hanya sedikit atau bahkan tidak ada variabel bebasnya yang signifikan pada pengujian t-statistik.

3.6.2. Heteroskedastisitas Salah satu asumsi yang harus dipenuhi agar taksiran parameter dalam model regresi bersifat BLUE (Best Linear Unbiased Estimator) adalah var (ui) harus sama dengan σ2 (konstan), atau dengan kata lain, semua residual atau error mempunyai varian yang sama. Kondisi seperti itu disebut dengan homoskedastis.


38

Sedangkan apabila varian tidak konstan atau berubah-ubah disebut dengan heteroskedastis. Uji formal untuk masalah ini salah satunya adalah Uji White / White-Test.

3.6.3. Autokorelasi Autokorelasi adalah korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu. Autokoreasi mengakibatkan varians residual yang akan diperoleh lebih rendah daripada semestinya sehingga mengakibatkan R2 lebih tinggi dari seharusnya. Selain itu pengujian hipotesis dengan menggunakan tstatistik dan F-statistik akan menyesatkan. Uji yang dilakukan untuk mendeteksi gejala ini diantaranya adalah Uji Durbin-Watson dan Uji Breusch-Godfrey (Uji BG).


BAB 2 TINJAUAN PUSTAKA

Recommend Documents