III. METODE PENELITIAN

III. METODE PENELITIAN 3.1. Jenis Dan Sumber Data Data yang digunakan dalam penelitian ini adalah pool data 13 kabupaten dan satu kota di Kalimantan Tengah selama periode 1995-2005. Data sekunder yang digunakan berasal dari: Badan Pusat Statistik Pusat Jakarta, Badan Pusat Statistik Kalimantan Tengah, dan Dinas Tenaga Kerja Provinsi Kalimantan Tengah. Jenis dan sumber data tersebut dapat dilihat pada Lampiran 1. 3.2. Spesifikasi Model Model dampak desentralisasi fiskal terhadap kinerja perekonomian Provinsi Kalimantan Tengah disusun dalam persamaan simultan. Model dikelompokkan dalam tiga blok yaitu: (1) blok perekonomian daerah, (2) blok penerimaan fiskal daerah, dan (3) blok pengeluaran fiskal. 3.2.1. Penerimaan Fiskal Daerah Blok penerimaan fiskal daerah terdiri atas dua persamaan struktural yaitu persamaan pajak daerah, dan bagi hasil pajak; dan empat persamaan identitas yaitu penerimaan asli daerah, transfer, bagi hasil dan total penerimaan pemerintah daerah. 1. Pajak daerah (Pajak) PAJAK = a 0 + a 1 PDRB + a 2 KPOP + a 3 LPAJAK + a 4 DDF...(3.1) Parameter estimasi yang diharapkan: a 1, a 2, a 3, a 4 > 0 2. Bagi hasil pajak (BHP) BHP = b 0 + b 1 PDRB + b 2 LBHP + b 3 DDF...(3.2) Parameter estimasi yang diharapkan: b 1, b 2, b 3 > 0

45 3. Pendapatan asli daerah (PAD) PAD = Retribusi + Pajak + LabaUsaha + PADLain2...(3.3) 4. Transfer (Transf) Transf = DAU + DAK + BH...(3.4) 5. Bagi hasil (BH) BH = BHP + BHB;...(3.5) 6. Total penerimaan daerah (TOTINC) TOTINC = PAD+Transf + Pinjam + RevLain + SisaLebih...(3.6) 3.2.2. Pengeluaran Fiskal Daerah Blok pengeluaran fiskal daerah terdiri atas tiga persamaan struktural yaitu: persamaan pengeluaran rutin dan pengeluaran pembangunan sektor pertanian dan pengeluaran pembangunan sektor luar pertanian; dan dua persamaan identitas yaitu persamaan pengeluaran pembangunan dan persamaan total pegeluaran pemerintah daerah. 1. Pengeluaran rutin (EXPR) EXPR = c 0 + c 1 TOTINC + c 2 DDF...(3.7) Parameter estimasi yang diharapkan: c 1, c 2 > 0 2. Pengeluaran pembangunan sektor pertanian (EXPPA) EXPPA = d 0 + d 1 TOTINC + d 2 LEXPPA + d 3 DDF...(3.8) Parameter estimasi yang diharapkan: d 1, d 2, d 3 > 0 3. Pengeluaran pembangunan sektor luar pertanian (EXPPNA) EXPPNA = e 0 +e 1 TOTINC+e 2 DDF...(3.9) e 1, > 0, e 2 < 0

46 4. Total pengeluaran pembangunan (EXPP) EXPP = EXPPA + EXPPNA...(3.10) 5. Total pengeluaran (TOTEXP) TOTEXP = EXPR+EXPP...(3.11) 3.2.3. Perekonomian Daerah Blok perekonomian daerah terdiri atas dua persamaan struktural yaitu persamaan produk domestik regional bruto (PDRB) dan total penyerapan tenaga kerja (TTK). 1. Produk domestik regional bruto (PDRB) PDRBA = f 0 + f 1 TKNA + f 2 TKA + + f 3 EXPPA + f 4 EXPPNA + f 5 DDF...(3.12) Parameter estimasi yang diharapkan: f 1, f 2,f 3, f 4 > 0, f 5 <0 2. Total penyerapan tenaga kerja (TTK) TTK = g 0 + g 1 PDRB + g 2 UMR + g 3 DDF...(3.13) Parameter estimasi yang diharapkan: g 1, g 3 > 0, g 3 <0 dimana: Transf = transfer BH = bagi hasil TOTINC = total penerimaan daerah EXPP = pengeluaran pembangunan TOTEXP = total pengeluaran daerah PDRB = produk domestik regional bruto TTK = total penyerapan tenaga kerja KPOP = kepadatan populasi LabaUsaha = laba usaha PADLain2 = pendapatan asli daerah lain yang sah DAU = dana alokasi umum

47 PAJAK = pajak BHP = bagi hasil pajak EXPR = pengeluaran rutin EXPPA = pengeluaran pembangunan sektor pertanian EXPPNA = pengeluaran pembangunan sektor luar pertanian PAD = pendapatan asli daerah DAK = dana alokasi khusus BHBP = bagi hasil bukan pajak PINJAM = pinjaman RevLain = penerimaan lainnya SisaLebih = sisa lebih anggaran tahun lalu TKA = penyerapan tenaga kerja sektor pertanian TKNA = penyerapan tenaga kerja sektor luar pertanian LPAJAK = lag pajak LBHP = lag bagi hasil pajak DDF = dummy desentralisasi fiskal 3.3. Prosedur Analisis 3.3.1. Identifikasi dan Metode Estimasi Identifikasi model masih merupakan masalah dalam perumusan model, bukan masalah pendugaan ataupun penilaian model (Koutsoyiannis, 1977). Fungsi dari identifikasi model adalah untuk mengetahui apakah model tersebut dapat diduga atau tidak. Setelah mengetahui kondisi estimasi model, maka akan dapat ditentukan juga model estimasi apa yang digunakan dalam mengestimasi model. Identifikasi persamaan-persamaan dalam model adalah dengan syarat order condition. Secara matematis adalah sebagai berikut: (K M) > (G 1)...(3.14)

48 Keterangan: = Variabel endogen = Variabel eksogen Gambar 5. Keterkaitan Antar Blok dan Persamaan dalam Model Dampak Desentralisasi Fiskal Terhadap Kinerja Perekonomian Provinsi Kalimantan Tengah

49 dimana: K M G = jumlah total variabel variabel dalam model (endogen dan predetermined) = jumlah variabel (endogen dan eksogen) dalam persamaan yang diidentifikasi = jumlah total persamaan dalam model (jumlah total variabel endogen) Bila hasil identifikasi yang diperoleh (K M) < (G 1), maka persamaan disebut unidentified (tidak teridentifikasi); jika (K M) = (G 1), maka persamaan disebut exactly identified (teridentifikasi secara tepat); dan jika (K M) > (G 1), maka persamaan disebut overidentified (teridentifikasi secara berlebih). Berdasarkan perhitungan dengan metode order condition maka akan diperoleh tiga jenis identifikasi yakni (1) unidentified, (2) exactly identified, dan (3) over identified. Tiga jenis identifikasi tersebut akan menentukan teknik ekonometrik estimasi yang dapat digunakan untuk mengestimasi model. Berdasarkan status identifikasi terhadap persamaan-persamaan dalam model tersebut maka bila persamaan atau model secara keseluruhan under identified, maka model tersebut tidak dapat diduga parameternya dengan teknik ekonometrik manapun. Bila persamaan exactly identified maka teknik yang dapat digunakan dalam estimasi model adalah dengan ILS (inderict least squares) sedangkan jika over identified maka estimasi parameter dapat dilakukan dengan berbagai teknik ekonometrik seperti 2SLS (two stage least squares) atau 3SLS (three stage least squares). Hasil identifikasi untuk setiap persamaan struktural haruslah exactly identified atau overidentified agar dapat menduga parameter-parameternya.

50 Berdasarkan order condition, model terdiri dari 13 persamaan atau 13 variabel endogen (G) dan 13 predetermined variable yang terdiri dari 11 variabel eksogen dan 2 lag endogenous variabel. Total variabel dalam model (K) adalah 32 variabel, dengan jumlah variabel dalam persamaan (M) terbanyak adalah 5. hasil identifikasi terhadap persamaan-persamaan dalam model berdasarkan order condition menujukan bahwa setiap persamaan struktural dalam model yang digunakan adalah over identified. Dengan model yang over identified maka estimasi model dapat dilakukan dengan menggunakan 2 SLS (Two Stage Least Squares), 3SLS (Three Stage Least Squares), LIML (Limited Information Maximum Likelihood) atau FIML (Full Information Maximum Likelihood). Dalam penelitian ini, estimasi model yang dipilih adalah 2 SLS karena model ini memiliki kelebihan dari model yang lain yaitu dapat menghasilkan taksiran yang konsisten, lebih sederhana dan lebih mudah (Gujarati, 1999). Estimasi model dilakukan dengan program komputer SAS/ETS versi 8 dengan prosedur SYSLIN (System Linear) seperti yang terlihat pada Lampiran 5. 3.3.2. Validasi Model Validasi model bertujuan untuk mengetahui tingkat representasi model dibandingkan dengan dunia nyata sebagai dasar untuk melakukan simulasi. Untuk ini digunakan beberapa kriteria statistik terhadap pendugaan model ekonometrika yang bersangkutan, antara lain Root Mean Squares Error (RMSE), Root Mean Squares Percent Error (RMSPE) dan U-Theil s Inequality Coefficent (U) (Pindyck and Rubinfield, 1991). RMSPE digunakan untuk mengukur seberapa jauh nilai-nilai peubah endogen hasil pendugaan menyimpang dari alur nilai-nilai aktualnya dalam

51 ukuran relatif (persen), atau seberapa dekat nilai dugaan itu mengikuti perkembangan nilai aktualnya. Nilai U-Theil s bermanfaat untuk mengetahui kemampuan model untuk analisis simulasi peramalan. Nilai koefisien U-Theil s berkisar antara 1 dan 0. Jika U = 0 maka pendugaan model sempurna, jika U=1 maka pendugaan model naif. Pada dasarnya makin kecil nilai RMSPE dan U- Theil s maka pendugaan model makin baik. Validasi model dilakukan dengan program komputer SAS/ETS versi 8 dengan prosedur SIMNLIN (Simulation Non Linier) seperti yang terlihat pada Lampiran 7. 3.3.3. Simulasi Model Model yang telah divalidasi dan memenuhi kriteria ekonomi dan statistik, digunakan sebagai model dasar untuk analisis simulasi. Simulasi model dilakukan untuk menganalisis dampak kebijakan desentralisasi fiskal terhadap peubah terikat. Simulasi dibagi menjadi dua bagian besar, yaitu simulasi perubahan penerimaan daerah dan simulasi perubahan pengeluaran daerah. Contoh simulasi model dengan program komputer SAS/ETS dapat dilihat pada Lampiran 9. 1. Simulasi Perubahan Penerimaan Fiskal Daerah Persentase perubahan penerimaan fiskal daerah didasarkan pada perkembangan masing-masing peubah tahun 2004-2005. Penggunaan data dua tahun terakhir dimaksudkan untuk melihat dampak kebijakan desentalisasi fiskal berupa perkembangan penerimaan pemerintah daerah setelah berjalannya desentralisasi fiskal. Perhitungan dari perubahan persentase ini dapat dilihat pada Lampiran 4. Simulasi perubahan penerimaan daerah terdiri atas: 1. Peningkatan dana alokasi umum (DAU) sebesar 10 persen 2. Peningkatan pajak daerah sebesar 16 persen

52 3. Peningkatan bagi hasil pajak (BHP) sebesar 16 persen 4. Peningkatan retribusi sebesar 15 persen. 2. Simulasi Perubahan Pengeluaran Fiskal Daerah Persentase perubahan pengeluaran fiskal daerah pada simulasi pertama (S1) didasarkan pada perkembangan masing-masing komponen pengeluaran tahun 2004-2005. Penggunaan data dua terakhir dimaksudkan untuk melihat dampak kebijakan desentralisasi fiskal berupa perkembangan pengeluaran pemerintah daerah. Pertimbangan persentase perubahan pengeluaran fiskal daerah pada simulasi ke dua (S2) dalah untuk melihat dampak dari realokasi pertumbuhan pengeluaran rutin yang lebih besar ke pengeluaran sektor pertanian, sedangkan pertimbangan persentase perubahan pengeluaran fiskal daerah pada simulasi ke tiga (S3) adalah untuk melihat dampak dari realokasi pengeluaran rutin yang lebih besar ke pengeluaran sektor luar pertanian. Perhitungan dari perubahan persentase ini dapat dilihat pada lampiran 3. Simulasi perubahan penerimaan daerah terdiri atas: 1. Peningkatan pengeluaran rutin sebesar 14.32 persen, peningkatan pengeluaran sektor pertanian sebesar 25.59 persen, peningkatan pengeluaran sektor luar pertanian sebesar 4.5 persen. 2. Peningkatan pengeluaran rutin sebesar 7.16 persen, peningkatan pengeluaran sektor pertanian sebesar 77.36 persen, dan peningkatan pengeluaran sektor luar pertanian sebesar 10 persen. 3. Peningkatan pengeluaran rutin sebesar 7.16 persen, peningkatan pengeluaran sektor luar pertanian sebesar 11.84 persen, dan peningkatan pengeluaran sektor pertanian sebesar 64.41 persen.