BAB 4 PEMBAHASAN 4.1. Uji Akar Unit (Unit Root Testlib.ui.ac.id/file?file=digital/135661-T...

39

Universitas Indonesia

BAB 4 PEMBAHASAN

4.1. Uji Akar Unit (Unit Root Test)

Stasioneritas merupakan salah satu prasyarat penting dalam model

ekonometrika untuk data runtut waktu (time series). Data stasioner adalah data

yang menunjukkan mean, varians dan autovarians (pada variasi lag) tetap sama

pada waktu kapan saja data itu dibentuk atau dipakai, artinya dengan data yang

stasioner model time series dapat dikatakan lebih stabil. Apabila data yang

digunakan dalam model ada yang tidak stasioner, maka data tersebut

dipertimbangkan kembali validitas dan kestabilannya, karena hasil regresi yang

berasal dari data yang tidak stasioner akan menyebabkan spurious regression.

Spurious regression adalah regresi yang memiliki R2 yang tinggi, namun tidak

ada hubungan yang berarti dari keduanya.

Salah satu konsep formal yang dipakai untuk mengetahui stasioneritas

data adalah melalui uji akar unit (unit root test). Uji ini merupakan pengujian

yang populer, dikembangkan oleh David Dickey dan Wayne Fuller dengan

sebutan Augmented Dickey-Fuller (ADF) Test. Jika suatu data time series tidak

stasioner pada orde nol, I(0), maka stasioneritas data tersebut bisa dicari melalui

order berikutnya 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 ADF12 :

ΔYt = δYt-1 + ut (tanpa intercept) (4.1)

ΔYt = β + δYt-1 + ut (dengan intercept) (4.2)

ΔYt = β1 + β2t + δYt-1 + ut (intercept dengan trend waktu) (4.3)

Δ= first difference dari variabel yang digunakan

t = variabel trend

Hipotesis untuk pengujian ini adalah :

H0 : δ = 0 (terdapat unit root, tidak stasioner)

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

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

40


H1 : δ ≠ 0 (tidak terdapat unit root, stasioner)

Seluruh data yang digunakan dalam regresi dilakukan uji akar unit dengan

berpatokan pada nilai batas kritis ADF (lihat lampiran 5). Hasil uji akar unit

dengan membandingkan hasil t-hitung dengan nilai kritis McKinnon adalah

sebagai berikut :

Tabel 4.1 Hasil Pengujian Akar Unit

Keterangan :

* > nilai kritis McKinnon pada α =1% ** > nilai kritis McKinnon pada α = 5% *** > nilai kritis McKinnon pada α =10%

Sumber : Output EViews (telah diolah kembali)

Pada tingkat level ada beberapa variabel yang tidak stasioner sehingga

perlu dilihat variabel tersebut di tingkat first difference. Hasilnya terlihat bahwa

seluruh variabel dapat stasioner pada tingkat first difference dengan berbagai

kondisi.

4.2. Estimasi dan Hasil Regresi Model

Model untuk mengestimasi di sini menggunakan sensitivitas dari

permintaan uang kartal terhadap adanya beban pajak. Dilandasi pemikiran bahwa

uang kartal menjadi alat transaksi yang paling disukai oleh para pelaku kegiatan

underground economy karena sifatnya yang tidak mudah dilacak oleh otoritas

negara, khususnya oleh otoritas pajak. Peningkatan permintaan uang kartal

menjadi salah satu indikator adanya peningkatan underground economy. Model

Keterangan KeteranganLn_C 1.491725 tidak stasioner 2.542858 ** stasionerLn_Y 13.20894 * stasioner 7.035372 * stasionerR_D 0.845028 tidak stasioner 3.205537 * stasionerR_SBI 0.838807 tidak stasioner 3.215361 * stasionerIn 4.375474 * stasioner 8.930956 * stasionerLn_F 10.29283 * stasioner 1.771513 *** stasionerP 0.60152 tidak stasioner 9.29208 * stasioner

First DifferenceTingkat Stasioneritas

|t-statistic|Variabel

|t-statistic|Level


41


tersebut mengukur apakah perubahan beban pajak akan merubah permintaan

uang kartal.

Oleh karena uang kartal merupakan bagian dari permintaan uang, maka

model ini menggunakan model standar permintaan uang dengan menambahkan

variabel pajak. Variabel ini ditambahkan karena pajak dapat memengaruhi

permintaan uang kartal dengan menciptakan “insentif” menghindari pajak yaitu

dengan menggunakan lebih banyak uang kartal untuk melakukan transaksi.

Berdasarkan apa yang telah disampaikan, maka dengan menggunakan

metode Ordinary Least Square (OLS) melalui program EViews 6 akan dilakukan

beberapa alternatif estimasi model sebagai berikut :

4.2.1. Model 1 (dengan Variabel Bunga SBI 3 bulan)

SBI 3 bulan dalam hal tertentu dapat dipersamakan dengan 91-days

Treasury Bill sebagaimana yang digunakan dalam model Ebrima Faal13.

Model regresi adalah sebagai berikut :

Ln(C) = β0 + β1 Ln(Y) + β2 (R_SBI) + β3 (In) + β4 Ln(F) + β5 (P) + u (4.4)

Hasil regresi melalui program EViews 6 pada akhirnya tersaji pada Tabel 4.2.

Tabel 4.2 Hasil Regresi Model 1

Variabel Dependen : Ln_C Metode : Ordinary Least Squares (OLS)

Variabel Nilai Koefisien Std. Error t-statistic Prob. Ln_Y (-1) 1.520477 0.310775 4.892529 0.0000

R_SBI -0.012392 0.002952 -4.198146 0.0002 IN (-3) 0.005182 0.002822 1.836174 0.0759 LN_F -0.404600 0.140525 -2.879202 0.0072

P 0.009405 0.004233 2.221699 0.0337 c -1.085316 0.690365 -1.572090 0.1261

R-squared 0.912821 Adjusted R-squared 0.898760 F-statistic 64.91789 Prob (F-statistic) 0.000000 Durbin-Watson stat 1.848313


13 Mandala Manurung dan Prathama Rahardja. 2004. Uang, Perbankan, dan Ekonomi Moneter. FEUI.


42


Bentuk persamaan Model 1 :

Ln(C* t )=

-1,085+1,52Ln(Y t-1)-0,012(R_SBI t)+0,005(Int-3)-0,404Ln(Ft)+0,009(P t)…. (4.5)

4.2.2. Model 2 (dengan Variabel Bunga Deposito 1 bulan)

Berdasarkan penelitian yang dilakukan Suherman (2003) dalam tesisnya

yang berjudul “Estimasi Model Permintaan Uang Kartal Indonesia”, deposito

berjangka 1 bulan merupakan salah satu variabel yang memengaruhi permintaan

terhadap uang kartal14.

Model regresi adalah sebagai berikut :

Ln(C) = β0 + β1 Ln(Y) + β2 (R_D) + β3 (In) + β4 Ln(F) + β5 (P) + u (4.6)

Hasil regresi melalui program EViews 6 pada akhirnya tersaji pada Tabel 4.3.

Tabel 4.3 Hasil Regresi Model 2

Variabel Dependen : Ln(C) Metode : Ordinary Least Squares (OLS)

Variabel Nilai Koefisien Std. Error t-statistic Prob. Ln_Y (-1) 1.495770 0.304560 4.911250 0.0000

R_D -0.012389 0.002802 -4.421217 0.0001 IN (-3) 0.004904 0.002747 1.785269 0.0840 LN_F -0.374325 0.136479 -2.742722 0.0100

P 0.009226 0.004150 2.223012 0.0336 c -1.235734 0.666023 -1.855393 0.0731

R-squared 0.916137 Adjusted R-squared 0.902611 F-statistic 67.73006 Prob (F-statistic) 0.000000 Durbin-Watson stat 1.888599


Bentuk persamaan Model 2 :

Ln(C* t )=

-1,236+1,496Ln(Y t-1)-0,012(R_D t)+0,005(Int-3)-0,374Ln(Ft)+0,009(P t)…. (4.7)

14 Suherman, “Estimasi Model Permintaan Uang Kartal Indonesia”. Tesis. Universitas Indonesia. Tahun 2003.


43


4.3. Pengujian Statistik

4.3.1. 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-

variabel dalam model terkointegrasi maka dapat diartikan kombinasi dari dua

atau lebih dalam regresi adalah stasioner.

Persamaan yang digunakan untuk tes Engle-Granger adalah :

∆휇̂ = 휌휇̂ + ∑ 훼 ∆휇̂ + 푒 (4.8)

Hipotesis untuk pengujian adalah :

H0 : ρ = 0, (variabel-variabel dalam model tidak terkointegrasi)

H1 : ρ ≠ 0, (variabel-variabel dalam model terkointegrasi)

Adapun tahapan pengujian kointegrasi menggunakan program EViews 6

dimulai dengan melakukan regresi terhadap masing-masing persamaan dalam

Model 1 dan Model 2.

Dari hasil regresi di atas, lalu dibuat Residual Series-nya. Nilai residu ini

yang kemudian diuji dengan menggunakan Uji ADF. Jika stasioner, berarti

regresi tersebut merupakan regresi terkointegrasi.

Tabel 4.4 Hasil Uji Kointegrasi :

Residual Tingkat Stasioneritas

Level |t-statistic| Keterangan

Model 1 5.695178 * Stasioner, α = 1% Model 2 5.825312 * Stasioner, α = 1%


Pada Model 1, menunjukkan nilai |t-statistik| yaitu 5,695178 lebih besar dari

MacKinnon critical value pada tingkat kepercayaan 99% (4,234972), sehingga

H0 ditolak. Hal tersebut menunjukkan bahwa residual dari Model 1 tersebut

stasioner atau terkointegrasi.


44


Pada Model 2, menunjukkan nilai |t-statistik| yaitu 5,825312 lebih besar dari

MacKinnon critical value pada tingkat kepercayaan 99% (4.234972), sehingga

H0 ditolak. Itu menunjukkan bahwa residual dari Model 2 tersebut ternyata juga

stasioner atau terkointegrasi.

Dengan demikian, baik Model 1 maupun Model 2 tidak spurious,

walaupun secara individu tidak semua variabel stasioner pada tingkat level I(0),

akan tetapi kombinasi linier antara dua data atau lebih data time series dapat

menjadi stasioner. Hasil ini meyakinkan bahwa seluruh data penelitian bisa

digunakan di dalam mengestimasi model penelitian.

4.3.2. 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.

Dari hasil estimasi Model 1 dan Model 2 diperoleh nilai koefisien

determinasi (R2) sebesar 0,91. Artinya 91% permintaan uang kartal dapat

dijelaskan oleh variabel-variabel bebas dalam model yaitu pendapatan disposabel

(lag 1), tingkat bunga (SBI 3 bulan/Deposito 1 bulan), inflasi (lag 3), jumlah

mesin ATM dan kantor cabang bank, serta beban pajak. Sedangkan sisanya

sebesar 9% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model.

Dari hasil regresi juga diperoleh nilai adjusted R2 sebesar 0,90. Artinya

setelah disesuaikan dengan besarnya jumlah koefisien pada persamaan, sekitar

90% perubahan variabel tidak bebas, yaitu permintaan uang kartal, dapat

dijelaskan oleh variabel-variabel bebasnya. Sementara sisanya sebesar 10%

dijelaskan oleh faktor-faktor lain yang tidak termasuk ke dalam model.

4.3.3. Uji t-statistik

Pengujian t-statistik digunakan untuk menguji pengaruh parsial dari

variabel-variabel bebas terhadap variabel tidak bebasnya. Uji ini dilakukan


45


dengan membandingkan nilai t hitung dengan nilai t tabel. Hipotesis dalam uji ini

adalah sebagai berikut :

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

Dengan ketentuan bahwa bila diperoleh :

- |t-stat| > t-tabel maka H0 ditolak, artinya terdapat pengaruh signifikan antara

variabel bebas terhadap variabel terikat.

- |t-stat| < t-tabel maka H0 tidak ditolak, artinya tidak terdapat pengaruh

signifikan antara variabel bebas terhadap variabel terikat.

Tabel 4.5 Nilai t-tabel

Degree of

Freedom (df)

α

1% 5% 10%

n-k = 40 – 5 = 35 2,7238 2,0301 1,6896

n = jumlah observasi, k = jumlah variabel bebas Sumber : output Microsoft Excel (telah diolah kembali)

Tabel 4.5 di atas menunjukkan nilai batas kritis pengujian t-statistik sementara

Tabel 4.6 dan Tabel 4.7 merupakan hasil pengujian t-statistik.


46


Tabel 4.6 Hasil Uji t-statistik Model 1

Variabel t-statistic H0 Keterangan

Ln_Y (-1) 4.892529 Ditolak Signifikan pada α = 1%

R_SBI -4.198146 Ditolak Signifikan pada α = 1%

In (-3) 1.836174 Ditolak Signifikan pada α = 10%

LN_F -2.879202 Ditolak Signifikan pada α = 1%

P 2.221699 Ditolak Signifikan pada α = 5%

c -1.572090 Diterima Tidak Signifikan Sumber : Output EViews (telah diolah kembali)

Dengan demikian seluruh variabel bebas pada Model 1 yaitu : Pendapatan

(lag 1), SBI 3 bulan, Inflasi (lag 3), Inovasi Keuangan dan Perkembangan

Perbankan, serta variabel Pajak, masing-masing berpengaruh secara signifikan

terhadap variabel Permintaan Uang Kartal.

Tabel 4.7 Hasil Pengujian t-statistik Model 2

Variabel t-statistic H0 Keterangan

Ln_Y (-1) 4.911250 Ditolak Signifikan pada α = 1%

R_D -4.421217 Ditolak Signifikan pada α = 1%

IN (-3) 1.785269 Ditolak Signifikan pada α = 10%

LN_F -2.742722 Ditolak Signifikan pada α = 1%

P 2.223012 Ditolak Signifikan pada α = 5%

c -1.855393 Ditolak Signifikan pada α = 10% Sumber : Output EViews (telah diolah kembali)

Dengan demikian seluruh variabel bebas pada Model 2 yaitu : Pendapatan

(lag 1), Bunga Deposito 1 bulan, Inflasi (lag 3), Inovasi Keuangan dan

Perkembangan Perbankan, serta variabel Pajak, masing-masing berpengaruh

secara signifikan terhadap variabel Permintaan Uang Kartal.


47


4.3.4. 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 secara bersama-sama

tidak memengaruhi variabel terikat.

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).

Tabel 4.8. Nilai F-tabel

N1 N2 α

1% 5% 10%

k = 5 n-k-1=40-5-1=34 3,6106 2,4936 2,0244 Sumber : Output Microsoft Excel (telah diolah kembali)

Dari hasi regresi Model 1 diperoleh F-hitung 64.91789. Nilai ini lebih

besar dari F-tabel pada tingkat signifikansi 1%. Sehingga H0 ditolak yang artinya

secara statistik variabel bebas : Pendapatan (lag 1), Bunga SBI 3 bulan, Inflasi

(lag 3), Inovasi, dan Pajak secara bersama-sama mempunyai pengaruh signifikan

terhadap variabel Permintaan Uang Kartal.

Dari hasi regresi Model 2 diperoleh F-hitung 67.73006. Nilai ini lebih

besar dari F-tabel pada tingkat signifikansi 1%. Sehingga H0 ditolak yang artinya


48


secara statistik variabel bebas : Pendapatan (lag 1), Bunga Deposito 1 bulan,

Inflasi (lag 3), Inovasi, dan Pajak secara bersama-sama mempunyai pengaruh

signifikan terhadap variabel Permintaan Uang Kartal.

4.4. Pengujian Pelanggaran Asumsi Klasik Model Regresi Linier

4.4.1. Multikolinieritas

Multikolinier adalah situasi adanya korelasi antara variabel bebas dengan

variabel bebas lainnya. Konsekuensinya meskipun hasil estimasi masih BLUE

(Best Linear Unbiased Estimator), akan tetapi multikolinieritas dapat

menyebabkan standard error yang lebih besar, nilai koefisien determinasi (R2)

tetap tinggi dan uji F-stat signifkan meskipun banyak variabel yang tidak

signifikan. Dengan kata lain, dapat dikatakan bahwa sebuah model persamaan

dinyatakan terdapat gangguan multikolinear apabila R2-nya tinggi namun hanya

sedikit atau bahkan tidak ada variabel bebasnya yang signifikan pada pengujian t-

statistik.

Berdasarkan hasil uji t-statistik, ternyata seluruh variabel bebas yang

digunakan baik pada Model 1 maupun Model 2, signifikan dalam memengaruhi

variabel tidak bebas. Sehingga dapat disimpulkan bahwa multikolinearitas tidak

menjadi masalah pada model penelitian ini15.

4.4.2. Heteroskedastisitas

Salah satu asumsi yang harus dipenuhi agar taksiran parameter dalam

model regresi bersifat BLUE 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. Sedangkan apabila varian

tidak konstan atau berubah-ubah disebut dengan heteroskedastis. Uji formal

untuk masalah ini salah satunya adalah Uji White / White-Test. Uji ini dapat

dilakukan secara langsung dengan program EViews.

Berdasarkan uji White-Test menggunakan Program EViews versi 6,

didapatkan Probabilitas Chi-Square dari Obs*R-squared atas Model 1 sebesar

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


49


0,6285 atau lebih besar dari α = 5%. Sehingga dapat disimpulkan bahwa Model 1

tidak mengandung heteroskedastisitas.

Pada Model 2, Probabilitas Chi-Square dari Obs*R-squared adalah

sebesar 0,6171 atau lebih besar dari α = 5%. Dengan demikian Model 2 pun tidak

mengandung heteroskedastisitas.

4.4.3. 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 t-

statistik dan F-statistik akan menyesatkan.

Uji yang dilakukan :

a) Uji Durbin-Watson

Dilakukan dengan membandingkan nilai DW statistik dengan Tabel DW.

Dengan ketentuan seperti pada gambar 4.1.

0 dL dU 4-dU 4-dL 4

Gambar 4.1. Aturan Membandingkan Uji DW dengan Tabel DW Sumber : Nachrowi, D.N. dan Hardius Usman. (2006). Pendekatan Populer dan Praktis

Ekonometrika untuk Analisis Ekonomi dan Keuangan. LPFEUI

Nilai DW-stat dalam Model 1 adalah : 1,848

Nilai DW-stat dalam Model 2 adalah : 1,889

Tabel 4.9 Nilai Tabel DW

n k α=5%

dL dU

40 5 1,230 1,786 Sumber : Damodar Gujarati, Basic Econometrics.

Tidak tahu Tidak tahu

Korelasi Positif Tidak ada korelasi Korelasi negatif


50


Berdasarkan Tabel 4.9 di atas, maka dapat dihitung nilai dari (4-dL) yaitu

sebesar 2,770 sementara nilai (4-dU) adalah 2,214.

Oleh karena nilai DW-stat hasil regresi dalam Model 1 adalah 1,848 dan

Model 2 adalah 1,889 atau berada di antara nilai dU dan 4-DU, maka dapat

disimpulkan bahwa baik Model 1 dan Model 2 tidak ada korelasi positif maupun

negatif atau tidak ada autokorelasi.

b) Uji Breusch-Godfrey (Uji BG).

Berdasarkan Uji BG menggunakan program EViews versi 6, didapatkan

Probabilitas Chi-Square dari Obs*R-squared Model 1 adalah sebesar 0,6971

(lebih besar dari α = 5%). Sementara Probabilitas Chi-Square dari Obs*R-

squared Model 2 adalah sebesar 0,7093 (lebih besar dari α = 5%). Dengan

demikian dapat disimpulkan bahwa pada Model 1 maupun Model 2, keduanya

tidak ada masalah dengan autokorelasi.

4.5. Analisis Ekonomi Hasil Estimasi Model

Hasil regresi yang telah diperoleh (lihat persamaan 4.5 dan 4.7)

selanjutnya dianalisis pengaruh masing-masing variabel bebas terhadap variabel

tidak bebasnya yang ditunjukkan oleh koefisien dalam persamaan. Analisis ini

diperlukan untuk melihat apakah kecenderungan model secara empiris sudah

memenuhi kaidah-kaidah dalam teori ekonomi.

4.5.1. Hubungan Pendapatan dan Tingkat Bunga dengan Permintaan Uang

Kartal

Berdasarkan teori yang dikemukakan Keynes, pendapatan mempunyai

korelasi positif dengan permintaan uang. Pada model ini digunakan pendapatan

disposabel satu periode sebelumnya (lag satu) yang dapat dijelaskan bahwa

ketergantungan suatu variabel tak bebas (permintaan uang) atas variabel yang

menjelaskan (pendapatan disposabel) tidak bersifat seketika. Secara psikologis,

orang tidak akan mengubah permintaan uang kartal dengan segera mengikuti

peningkatan pendapatan.


51


Hasil regresi menunjukkan hal yang sama yaitu koefisien dari pendapatan

disposabel pada Model 1 adalah sebesar 1,520 yang dapat diinterpretasikan setiap

peningkatan 1% pendapatan disposabel satu periode sebelumnya, ceteris paribus,

akan menyebabkan kenaikan permintaan uang kartal sebesar 1,520%. Sementara

koefisien dari pendapatan disposabel pada Model 2 adalah sebesar 1,496 yang

dapat diinterpretasikan setiap peningkatan 1% pendapatan disposabel satu

periode sebelumnya, ceteris paribus, akan menyebabkan kenaikan permintaan

uang kartal sebesar 1,496%.

Sedangkan tingkat suku bunga yang merupakan opportunity cost dari

memegang uang, tentu saja berkorelasi negatif dengan permintaan uang. Pada

Model 1 yang menggunakan suku bunga SBI 3 bulan, maupun Model 2 yang

menggunakan suku bunga deposito 1 bulan, memiliki koefisien bernilai -0,012

yang dapat diinterpretasikan bahwa setiap kenaikan 1% poin tingkat suku bunga

SBI 3 bulan maupun deposito 1 bulan (misalnya dari 7% menjadi 8%), ceteris

paribus, akan menyebabkan permintaan uang kartal turun sebesar 1,2%.

4.5.2. Hubungan Inflasi dengan Permintaan Uang Kartal

Permintaan uang riil adalah permintaan yang dikaitkan dengan perubahan

tingkat harga umum yang memengaruhi daya beli uang (purchasing power of

money). Jika harga umum naik atau terjadi inflasi dengan jumlah uang nominal

yang sama, jumlah barang yang dapat dibeli menjadi lebih sedikit. Atau jika

terjadi inflasi maka daya beli uang menurun. Untuk melaksanakan tingkat

transaksi yang sama, jumlah uang yang dibutuhkan secara nominal akan

meningkat.

Hal ini sesuai dengan hasil penelitian ini bahwa koefisien dari variabel

inflasi dengan penyesuaian waktu (lag) tiga pada Model 1 dan Model 2 bernilai

positif 0,005. Ini dapat diinterpretasikan bahwa setiap kenaikan 1% poin tingkat

inflasi, ceteris paribus, akan menyebabkan permintaan uang kartal meningkat

sebesar 0,5%.


52


4.5.3. Hubungan Inovasi Keuangan dengan Permintaan Uang Kartal

Menurut Ebrima Faal (2003), inovasi keuangan dapat memengaruhi

keinginan memegang uang kartal. Inovasi keuangan dalam hal ini direfleksikan

dengan perkembangan jumlah mesin ATM dan pembukaan kantor-kantor cabang

bank. Dalam kenyataannya, mesin ATM dan kantor cabang bank menjadi

substitusi yang dekat sehingga untuk keperluan penelitian ini mesin ATM

dianggap cabang dari bank. Oleh karenanya variabel Inovasi Keuangan adalah

jumlah dari kantor cabang bank dan mesin ATM. Perkembangan dalam jasa di

bidang perbankan ini menurut model permintaan transaksi Baumol (1952) akan

membuat biaya total memegang uang menjadi kecil, sehingga akan menurunkan

permintaan terhadap uang tunai (kartal).

Hasil regresi pada penelitian ini menunjukkan hal yang sama yaitu dengan

koefisien -0,405 pada Model 1 dapat diinterpretasikan bahwa setiap terjadi

peningkatan 1% jumlah mesin ATM dan kantor cabang, maka permintaan uang

kartal akan menurun sebesar 0,405%. Sementara pada Model 2 koefisien bernilai

-0,374 yang dapat diinterpretasikan bahwa setiap terjadi peningkatan 1% jumlah

mesin ATM dan kantor cabang, maka permintaan uang kartal akan menurun

sebesar 0,374%.

4.5.4. Hubungan Beban Pajak dengan Permintaan Uang Kartal

Variabel beban pajak merupakan variabel penting dalam mengestimasi

besarnya underground economy melalui pendekatan permintaan uang kartal. Jika

variabel ini tidak signifikan pada pengujian statistik t-stat, maka pendekatan

permintaan currency tidak bisa digunakan untuk mengestimasi besarnya

permintaan uang kartal.

Insentif untuk menghindari pajak berpengaruh dengan permintaan uang

kartal yaitu dengan menggunakan uang kartal yang lebih banyak untuk

melakukan transaksi. Penggunaan atau penyimpanan uang non kartal seperti

transaksi perbankan, obligasi, atau saham, menanggung resiko deteksi yang lebih

besar, terutama oleh otoritas pajak.

Beberapa contoh kaitan langsung antara transaksi perbankan dengan

kemungkinan terkena pajak adalah :


53


- Berdasarkan Peraturan Pemerintah Nomor 131 Tahun 2000 tentang Pajak

Penghasilan atas Bunga Deposito dan Tabungan serta Diskonto Sertifikat

Bank Indonesia, pihak bank akan memotong pajak sebesar 20% atas bunga

tabungan, deposito, dan Sertifikat Bank Indonesia, dalam batasan-batasan

tertentu (misalnya pemotongan hanya dilakukan terhadap pemilik tabungan

atau deposito di atas Rp 7.500.000,00).

- Pihak bank akan melaporkan kepada Kantor Pajak nama-nama nasabah yang

dilakukan pemotongan berupa Bukti Pemotongan (lihat lampiran 16). Dalam

bukti potong tersebut terdapat data nama, alamat, maupun keterangan sudah

memiliki NPWP atau belum bagi orang yang dilakukan pemotongan pajak

tersebut. Jika sudah memiliki NPWP, akan di cross check ke Surat

Pemberitahuan Tahunan (SPT Tahunan) yang bersangkutan. Bagi yang belum

memiliki NPWP tentunya pihak otoritas pajak akan dapat menetapkan

pemberian NPWP secara jabatan yang pada akhirnya dapat menghitung

kewajiban-kewajiban pajak yang lain.

- Berdasarkan Pasal 35 UU KUP, pihak ketiga (termasuk bank), wajib

memberikan keterangan atau bukti yang diminta oleh Direktur Jenderal Pajak.

Beberapa hal di atas menunjukkan bahwa untuk meminimalisir deteksi oleh

otoritas pajak, maka para pelaku ekonomi lebih menyukai transaksi uang tunai

(kartal).

Hal ini terbukti dari hasil regresi pada Model 1 dan Model 2, yaitu

variabel pajak memiliki nilai koefisien 0,009 yang dapat diinterpretasikan bahwa

jika beban pajak naik sebesar 1% poin (misalnya dari 20% menjadi 21%), ceteris

paribus, maka permintaan terhadap uang kartal meningkat sebesar 0,9%.

4.6. Mengukur Besarnya Underground Economy

Hasil estimasi persamaan (4.5) atau (4.7) menunjukkan besarnya

permintaan uang kartal secara keseluruhan, baik yang digunakan untuk transaksi

dalam aktivitas official economy maupun aktivitas underground economy.

Besarnya uang kartal riil yang digunakan dalam official economy diperoleh dari

hasi regresi persamaan (4.5) atau (4.7) dengan mengeliminasi atau

menghilangkan variabel pajak. Selisih antara kedua hasil estimasi tersebut


54


menunjukkan besarnya uang kartal underground. Secara sederhana uang kartal

underground dapat diperoleh melalui :

CUGE = C - CY (4.9)

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**)

Hasil penghitungan uang kartal yang digunakan dalam aktivitas underground

economy di Indonesia periode 2000 – 2009 tersaji pada Tabel 4.10 dan Tabel

4.11. Uang kartal dalam underground economy mencapai rata-rata Rp 13,72

Triliun - Rp 13,77 Triliun setiap periode triwulan. Nilai ini sekitar 11% - 12 %

dari uang kartal total yang beredar di masyarakat.


55


Tabel 4.10 Uang Kartal Underground (Dari Model 1)

Sumber : Hasil Pengolahan

Kartal UGE Kartal UGE Rasio thdC* C** Riil Nominal Uang Kartal Total

(Rp Triliun) (Rp Triliun) (Rp Triliun) (Rp Triliun) (%)(1) (2) (3)=(1)-(2) (4)=(3)x(Deflator PDB) (5)=(4):Kartal Aktual

2000 1 91.14 81.61 9.53 5.72 11%2 89.87 82.57 7.30 4.55 8%3 92.25 84.66 7.59 4.86 9%4 105.01 94.72 10.29 6.78 9%

2001 1 98.95 86.45 12.51 8.57 14%2 93.44 83.53 9.91 7.22 11%3 94.90 84.54 10.35 7.59 11%4 102.62 85.80 16.82 12.42 16%

2002 1 90.80 81.39 9.41 7.04 10%2 92.04 82.79 9.25 7.00 10%3 96.79 87.09 9.70 7.45 10%4 106.25 92.38 13.87 10.85 13%

2003 1 95.03 84.70 10.33 8.36 12%2 100.51 90.59 9.91 7.90 10%3 108.12 97.44 10.68 8.58 11%4 118.64 101.34 17.30 14.08 15%

2004 1 99.53 88.98 10.55 8.87 10%2 107.30 96.69 10.61 9.18 9%3 112.62 100.94 11.68 10.35 10%4 123.04 104.70 18.35 16.60 15%

2005 1 107.34 95.46 11.89 11.12 11%2 111.37 99.44 11.93 11.57 11%3 114.53 101.78 12.74 12.78 11%4 118.70 102.33 16.37 17.83 14%

2006 1 104.66 93.46 11.20 12.34 11%2 111.04 98.85 12.19 13.66 11%3 116.99 104.84 12.15 14.06 11%4 125.27 107.89 17.39 20.56 14%

2007 1 114.56 103.39 11.17 13.64 11%2 123.23 109.92 13.31 16.60 11%3 128.78 114.08 14.69 18.88 12%4 137.48 117.54 19.94 26.39 14%

2008 1 122.83 109.79 13.03 18.19 11%2 127.76 112.57 15.19 22.70 12%3 133.62 117.34 16.28 25.42 11%4 138.98 120.87 18.12 28.08 13%

2009 1 124.93 112.80 12.13 18.91 10%2 127.66 114.02 13.64 21.90 11%3 124.20 112.48 11.72 19.14 9%4 140.43 121.97 18.46 30.86 14%

Rata-rata 111.83 99.09 12.74 13.72 11%

Periode


56


Tabel 4.11 Uang Kartal Underground (Dari Model 2)


Kartal UGE Kartal UGE Rasio thdC* C** Riil Nominal Uang Kartal Total

(Rp Triliun) (Rp Triliun) (Rp Triliun) (Rp Triliun) (%)(1) (2) (3)=(1)-(2) (4)=(3)x(Deflator PDB) (5)=(4):Kartal Aktual

2000 1 90.09 80.67 9.42 5.65 11%2 89.09 81.86 7.24 4.51 8%3 92.68 85.05 7.62 4.88 9%4 105.64 95.29 10.35 6.82 9%

2001 1 98.57 86.11 12.46 8.54 14%2 94.18 84.18 9.99 7.28 11%3 95.42 85.01 10.41 7.63 11%4 103.04 86.15 16.89 12.47 16%

2002 1 91.26 81.80 9.46 7.08 10%2 92.32 83.04 9.28 7.02 10%3 96.95 87.23 9.72 7.47 10%4 105.35 91.60 13.76 10.76 13%

2003 1 94.80 84.50 10.30 8.34 12%2 100.05 90.18 9.87 7.86 10%3 108.72 97.98 10.74 8.62 11%4 119.97 102.48 17.49 14.24 15%

2004 1 101.00 90.29 10.71 9.01 10%2 107.73 97.07 10.65 9.21 9%3 113.03 101.31 11.72 10.39 10%4 123.34 104.95 18.39 16.64 15%

2005 1 107.83 95.89 11.94 11.17 11%2 111.85 99.87 11.98 11.62 11%3 113.65 101.00 12.65 12.68 11%4 118.84 102.45 16.39 17.85 14%

2006 1 105.95 94.61 11.34 12.49 11%2 111.92 99.64 12.29 13.77 11%3 118.19 105.92 12.28 14.20 11%4 126.55 108.99 17.56 20.77 14%

2007 1 114.88 103.68 11.20 13.67 11%2 123.58 110.24 13.35 16.65 11%3 129.51 114.73 14.77 18.99 12%4 138.22 118.18 20.05 26.54 14%

2008 1 124.32 111.13 13.19 18.42 11%2 129.76 114.34 15.43 23.05 12%3 134.34 117.97 16.37 25.56 11%4 139.82 121.60 18.23 28.25 13%

2009 1 125.14 112.99 12.15 18.95 10%2 126.64 113.11 13.53 21.73 11%3 123.70 112.02 11.67 19.07 9%4 140.64 122.15 18.48 30.90 14%

Rata-rata 112.21 99.43 12.78 13.77 12%

Periode


57


Untuk mendapatkan besaran nilai underground economy maka uang

kartal yang digunakan dalam aktivitas underground economy dikalikan dengan

velocity of money (kecepatan uang beredar).

Besarnya kecepatan uang beredar yang ada dalam underground economy

sangatlah susah untuk diukur, untuk itu diasumsikan bahwa kecepatan uang

beredar yang ada dalam underground economy sama besar dengan yang ada pada

official economy. Hal ini juga yang menjadi kelemahan penelitian melalui

pendekatan moneter ini karena diperkirakan besarnya kecepatan uang beredar

dalam underground economy lebih besar dibanding dengan yang terjadi dalam

official economy.

Secara sederhana kecepatan uang beredar didefinisikan sebagai rasio

antara pendapatan nominal (PDB Nominal) terhadap jumlah uang nominal.

Sehingga kecepatan uang beredar dalam official economy adalah rasio antara

PDB Nominal terhadap jumlah uang nominal yang legal ( “Legal Money” / LM) .

Legal Money diperoleh dari kuantitas uang untuk transaksi (dalam hal ini jumlah

uang beredar M1) dikurangi dengan uang kartal underground economy yang

didapat dari persamaan kolom (4) pada Tabel 4.10 atau Tabel 4.11.

Vunderground = Vofficial

= PDB / LM

= PDB / (M1-CUGE) (4.10)

Setelah kecepatan uang beredar dalam aktivitas underground economy

dihitung sebagaimana tersaji dalam Tabel 4.12, maka besaran underground

economy di Indonesia periode 2000.1 – 2009.4 dapat dihitung melalui perkalian

antara uang kartal dalam aktivitas underground economy (kolom 4 pada Tabel

4.10 dan Tabel 4.11) dengan Vunderground tersebut.

Estimasi besaran underground economy secara triwulanan dapat dilihat

pada Tabel 4.13. Besaran nilai underground economy yang sudah diukur, dapat

digunakan untuk memperkirakan nilai potensi pajak, yaitu dengan mengalikannya

dengan tarif pajak rata-rata. Hasilnya disajikan pada Tabel 4.14. Proxy untuk

tarif pajak rata-rata secara agregat adalah total penerimaan pajak dibagi dengan

tax base yang dalam hal ini adalah nilai PDB, atau dengan kata lain tax to GDP

ratio.


58


Tabel 4.12 Kecepatan Uang Beredar dalam Underground Economy


Model 1 Model 22000 1 3 3

2 3 33 3 34 2 2

2001 1 3 32 3 33 3 34 3 3

2002 1 3 32 4 43 3 34 3 3

2003 1 3 32 3 33 3 34 2 2

2004 1 3 32 3 33 3 34 3 3

2005 1 3 32 3 33 3 34 3 3

2006 1 3 32 3 33 3 34 3 3

2007 1 3 32 3 33 3 34 2 2

2008 1 3 32 3 33 3 34 3 3

2009 1 3 32 3 33 3 34 3 3

Rata-rata 3 3

Periode VelocityUGE


59


Tabel 4.13 Estimasi Underground Economy


Nominal Riil Nilai Nominal Nilai Riil(Rp Triliun) (Rp Triliun) (Rp Triliun) (Rp Triliun)

(1) (2) (4) (5)

2000 1 15.67 26.11 4.81 15.48 25.79 4.75 2 11.87 19.03 3.52 11.76 18.86 3.49 3 13.43 20.95 3.72 13.49 21.06 3.74 4 15.97 24.24 4.36 16.07 24.40 4.39

2001 1 23.70 34.59 6.13 23.60 34.44 6.10 2 19.65 26.97 4.72 19.81 27.20 4.76 3 20.68 28.21 4.84 20.80 28.37 4.87 4 31.32 42.42 7.51 31.46 42.61 7.55

2002 1 19.33 25.85 4.42 19.44 25.98 4.45 2 26.97 35.63 5.98 27.06 35.74 6.00 3 20.18 26.28 4.27 20.22 26.32 4.28 4 27.68 35.40 5.99 27.43 35.08 5.94

2003 1 24.00 29.64 4.84 23.94 29.57 4.82 2 21.07 26.46 4.23 20.97 26.33 4.21 3 22.28 27.75 4.32 22.41 27.91 4.34 4 33.80 41.52 6.72 34.20 42.01 6.80

2004 1 22.66 26.93 4.22 23.00 27.35 4.29 2 23.06 26.67 4.09 23.16 26.78 4.10 3 26.74 30.16 4.49 26.84 30.28 4.51 4 41.95 46.36 7.00 42.06 46.48 7.02

2005 1 29.37 31.40 4.65 29.51 31.55 4.67 2 30.31 31.24 4.52 30.44 31.38 4.54 3 34.90 34.79 4.89 34.62 34.51 4.85 4 51.20 47.01 6.75 51.27 47.07 6.76

2006 1 36.44 33.09 4.66 36.91 33.51 4.72 2 37.07 33.08 4.56 37.38 33.36 4.60 3 38.25 33.07 4.39 38.66 33.43 4.44 4 52.74 44.59 6.04 53.31 45.08 6.10

2007 1 38.23 31.31 4.15 38.34 31.41 4.17 2 43.92 35.20 4.55 44.05 35.31 4.57 3 49.60 38.59 4.81 49.89 38.82 4.84 4 62.87 47.49 6.07 63.23 47.76 6.11

2008 1 51.93 37.20 4.65 52.59 37.67 4.71 2 64.85 43.40 5.27 65.92 44.12 5.36 3 74.56 47.75 5.60 74.98 48.02 5.63 4 83.46 53.86 6.55 84.00 54.20 6.59

2009 1 57.46 36.86 4.41 57.56 36.92 4.42 2 65.38 40.71 4.75 64.83 40.36 4.71 3 59.05 36.16 4.07 58.80 36.01 4.05 4 94.32 56.41 6.36 94.46 56.50 6.37

Rata-rata 37.95 34.86 5.07 38.10 34.99 5.08

Model 1Rasio thd PDB

(%)

Model 2Periode

(3) (6)

Rasio thd PDB(%)


60


Tabel 4.14 Potensi Pajak atas Underground Economy


Potensi Pajak Potensi Pajak(Rp Triliun) (Rp Triliun)

(1) (3)

2000 1 1.73 0.53 1.71 0.52 2 1.01 0.30 1.00 0.30 3 1.15 0.32 1.16 0.32 4 1.65 0.45 1.66 0.45

2001 1 3.20 0.83 3.19 0.82 2 2.20 0.53 2.22 0.53 3 2.39 0.56 2.40 0.56 4 5.61 1.35 5.63 1.35

2002 1 2.12 0.48 2.13 0.49 2 2.86 0.63 2.87 0.64 3 2.13 0.45 2.14 0.45 4 3.87 0.84 3.84 0.83

2003 1 2.76 0.56 2.75 0.55 2 2.19 0.44 2.18 0.44 3 2.32 0.45 2.33 0.45 4 5.33 1.06 5.39 1.07

2004 1 2.54 0.47 2.58 0.48 2 2.40 0.43 2.41 0.43 3 2.93 0.49 2.94 0.49 4 6.77 1.13 6.79 1.13

2005 1 3.45 0.55 3.46 0.55 2 3.43 0.51 3.45 0.51 3 4.12 0.58 4.08 0.57 4 7.60 1.00 7.61 1.00

2006 1 4.12 0.53 4.18 0.53 2 4.31 0.53 4.35 0.53 3 4.20 0.48 4.24 0.49 4 7.88 0.90 7.96 0.91

2007 1 3.92 0.43 3.93 0.43 2 5.02 0.52 5.03 0.52 3 6.01 0.58 6.04 0.59 4 9.85 0.95 9.91 0.96

2008 1 5.83 0.52 5.90 0.53 2 8.21 0.67 8.34 0.68 3 9.69 0.73 9.74 0.73 4 11.66 0.91 11.73 0.92

2009 1 5.87 0.45 5.88 0.45 2 7.39 0.54 7.32 0.53 3 5.85 0.40 5.83 0.40 4 13.29 0.90 13.31 0.90

Rata-rata 4.72 0.62 4.74 0.63

(4)

Rasio thd PDB(%)

(2)

Model 1 Model 2Periode Rasio thd PDB

(%)


61


Tabel 4.15 Ukuran Underground Economy di Indonesia Tahun 2000 – 2009


Secara nominal underground economy di Indonesia mengalami fluktuasi

dengan nilai rata-rata sebesar Rp 151,79 Triliun – Rp 152,39 Triliun setiap

tahunnya. Apabila dibandingkan dengan nilai PDB, maka secara rata-rata

besarnya mencapai 5,06% – 5,08%. Nilai rasio ini berada di bawah angka rata-

rata rasio underground economy untuk negara berkembang menurut hasil

penelitian Schneider dan Enste yaitu sekitar 35-44%, maupun sinyalemen yang

pernah di sampaikan oleh para ekonom Indonesia seperti Chatib Basri dan Faisal

Basri.

Untuk diingat kembali bahwa ukuran underground economy yang relatif

kecil tersebut hanya pengukuran melalui adanya ekses permintaan uang kartal

akibat adanya beban pajak. Jika mengacu pada penggolongan underground

economy yang disampaikan oleh Feige (1990), hasil ini mungkin lebih condong

kepada underground economy dalam golongan unreported economy, yaitu

pendapatan yang tidak dilaporkan kepada otoritas negara dalam hal ini khususnya

instansi pajak, dengan maksud untuk menghindari tanggung jawab membayar

pajak. Apabila keseluruhan nilai underground economy diibaratkan sebagai

sebuah tutup gelas, maka hasil penelitian ini mungkin hanya mengukur bagian

yang dipegang dari tutup gelas tersebut. Kegiatan underground economy yang

Nominal Riil Growth Rasio PDB Nominal Riil Growth Rasio PDB(Rp Triliun) (Rp Triliun) % % (Rp Triliun) (Rp Triliun) % %

(1) (2) (3) (4) (5) (6) (7) (8)

2000 56.93 90.33 4.10 56.80 90.10 4.092001 95.34 132.19 46.33 5.79 95.66 132.62 47.18 5.812002 94.17 123.15 -6.84 5.17 94.14 123.13 -7.15 5.172003 101.15 125.36 1.79 5.02 101.52 125.82 2.18 5.042004 114.41 130.13 3.81 4.98 115.06 130.89 4.03 5.012005 145.78 144.44 11.00 5.25 145.84 144.51 10.40 5.262006 164.50 143.83 -0.42 4.93 166.26 145.37 0.59 4.982007 194.61 152.60 6.10 4.93 195.52 153.30 5.46 4.952008 274.79 182.21 19.40 5.55 277.49 184.01 20.03 5.602009 276.20 170.13 -6.63 4.92 275.65 169.79 -7.73 4.91

Rata-rata 151.79 139.44 8.28 5.06 152.39 139.96 8.33 5.08

Model 1 Model 2TAHUN


62


dilakukan oleh penjual gorengan di pinggir jalan misalnya, barangkali tidak

tercakup oleh hasil penelitian ini karena kemungkinan besar mereka termasuk

yang tidak sensitif terhadap adanya perubahan beban atau tarif pajak.

Apabila diperhatikan, besaran underground economy pada tahun 2001

secara riil mengalami kenaikan yang sangat signifikan yaitu sebesar 46,33% -

47,18% dibanding tahun sebelumnya. Tahun 2001 adalah saat diberlakukannya

paket peraturan di bidang perpajakan diantaranya yaitu Undang-Undang Nomor

16 Tahun 2000 yang mengatur Ketentuan Umum dan Tata Cara Perpajakan

(ketentuan formil di bidang perpajakan), Undang-Undang Nomor 17 Tahun 2000

yang mengatur Pajak Penghasilan, dan Undang-Undang Nomor 18 Tahun 2000

yang mengatur Pajak Pertambahan Nilai. Contoh perubahan ketentuan perpajakan

yang mulai berlaku 1 Januari 2001 tersebut adalah diterapkannya lapisan

Penghasilan Kena Pajak dan Tarif Pajak yang berbeda untuk Wajib Pajak (WP)

Orang Pribadi dan WP Badan atau Bentuk Usaha Tetap.

WP Orang Pribadi

Lapisan Penghasilan Kena Pajak Tarif Pajak

Sampai dengan Rp 25 juta 5%

Rp 25 juta – Rp 50 juta 10%


RP 100 – Rp 200 juta 25%

Di atas 200 juta 35%

WP Badan dan Bentuk Usaha Tetap




Di atas 100 juta 30%

Lapisan Penghasilan Kena Pajak dan Tarif Pajak sebelum tahun 2001 tidak

dibedakan antara WP Badan dan WP Orang Pribadi yaitu :




Di atas Rp 50 juta 30%


63


Hal ini dapat memberikan gambaran bahwa kebijakan perpajakan yang diambil

ternyata semakin meningkatkan kegiatan underground economy. Demikian pula

pada tahun 2008, underground economy secara riil mengalami kenaikan cukup

tinggi yaitu 19,40% - 20,03%. Pada tahun tersebut pemerintah juga baru saja

memberlakukan kebijakan di bidang perpajakan yaitu Undang-Undang Nomor 28

Tahun 2007 tentang Perubahan Ketiga atas Undang-Undang Nomor 6 Tahun

1983 tentang Ketentuan Umum dan Tata Cara Perpajakan.

Sementara itu nilai potensi pajak atas kegiatan underground economy

yang telah dihitung mencapai rata-rata Rp 4,72 Triliun – Rp 4,74 Triliun tiap

periode triwulan atau Rp 18,88 Triliun – Rp 18,96 Triliun setiap tahunnya. Ini

berarti sekitar 0,62% - 0,63% dari nilai PDB.

Tabel 4.16 Potensi Pajak dari Underground Economy di Indonesia Tahun 2000 – 2009


Potensi pajak disini diinterpretasikan sebagai pajak yang tidak dilaporkan

oleh pelaku kegiatan underground economy. Pelaku tersebut dapat digolongkan

menjadi dua :

a) Belum terdaftar pada kantor pelayanan pajak (belum memiliki NPWP),

b) Sudah memiliki NPWP.

Semuanya memiliki peluang untuk melakukan penggelapan pajak (tax

evasion). Pelaku yang belum memiliki NPWP dapat pula digolongkan menjadi

dua. Pertama, yang benar-benar tidak mengetahui peraturan perpajakan, dan yang

Potensi Pajak UGE Growth Rasio PDB Potensi Pajak UGE Growth Rasio PDB(Rp Triliun) % % (Rp Triliun) % %

(1) (2) (3) (4) (5) (6)2000 5.53 0.40 5.52 0.402001 13.40 142.15 0.81 13.45 143.55 0.822002 10.98 -18.09 0.60 10.97 -18.43 0.602003 12.59 14.71 0.63 12.65 15.37 0.632004 14.64 16.27 0.64 14.72 16.33 0.642005 18.60 27.00 0.67 18.60 26.39 0.672006 20.51 10.29 0.61 20.73 11.43 0.622007 24.80 20.91 0.63 24.92 20.21 0.632008 35.38 42.66 0.71 35.72 43.34 0.722009 32.40 -8.42 0.58 32.34 -9.45 0.58

Rata-rata 18.88 27.50 0.62 18.96 27.64 0.63

Model 1 Model 2TAHUN


64


kedua yang mengetahui peraturan perpajakan namun sengaja tidak mendaftarkan

diri pada kantor pelayanan pajak. Seluruh penghasilan bagi golongan a) ini luput

dari penerimaan negara. Kebanyakan golongan a) ini melakukan transaksi secara

tunai karena ketika sudah berhubungan dengan pihak bank, akan lebih mudah

menjadi data bagi pihak Direktorat Jenderal Pajak.

Sementara bagi golongan b), mungkin sebagian penghasilan telah

dilaporkan pajaknya, namun bisa jadi dia melakukan manipulasi dengan

melaporkan penghasilan yang lebih rendah dari yang sebenarnya. Supaya tidak

mudah terlacak oleh pemeriksa pajak, tindakan yang paling sering dilakukan

adalah dengan mengecilkan pencatatan penjualan atau penghasilan tunai. Media

transaksi uang tunai relatif lebih susah dilacak apabila dibandingkan transaksi

yang melibatkan pihak lembaga keuangan (bank). Bagaimanapun juga,

kebanyakan orang cenderung untuk membayar pajak dengan serendah-

rendahnya, bahkan bila perlu tidak membayar sama sekali.

Bagi pelaku underground economy ini ada dua faktor yang

menyebabkannya tidak memenuhi kewajiban pajak16 :

c) Unwillingness to pay (keengganan untuk membayar),

Lebih baik menyimpan uangnya untuk memenuhi kebutuhan dari pada

menyetorkan ke negara

d) Ketidakpercayaan terhadap pemerintah

Atas dasar ini mereka tidak mau melapor pada kantor pelayanan pajak karena

mereka berpikir suatu saat pemerintah akan terus meningkatkan tarif pajak,

birokrasi pajak yang berbelit-belit, bahkan tidak tertutup kemungkinan akan

terkena sanksi-sanksi jika terjadi kesalahan dalam pemenuhan kewajiban

perpajakan. Selain itu masyarakat pada umumnya menilai bahwa institusi

Direktorat Jenderal Pajak sarat dengan korupsi. Mereka berpikir buat apa

membayar pajak jika hanya dikorupsi oleh pegawai-pegawai pajak. Apalagi

dengan munculnya kasus Gayus Tambunan -- seorang pegawai pajak yang

diduga memiliki rekening bernilai milyaran rupiah, yang tidak mungkin

16 Iqbal, Z. and S.K. Qureshi. (1998). The Underground Economy and Tax Evasion in Pakistan :

A Fresh Assessment. International Monetary Fund Working Paper. 00/26


65


diperoleh dari penghasilan sebagai seorang pegawai negeri sipil -- semakin

membuat publik tidak percaya kepada pemerintah khususnya institusi pajak.

Gambar 4.2 Foto Gayus Tambunan

Sumber : kompas.com

Jika seluruh pajak atas kegiatan underground economy dapat menjadi

bagian dari penerimaan negara, maka diharapkan defisit anggaran dapat ditekan

sehingga memungkinkan untuk mengurangi pos hutang luar negeri. Rata-rata

defisit anggaran Indonesia periode 2000-2009 mencapai Rp 28,81 Triliun

sedangkan rata-rata nilai pajak aktivitas underground economy berdasarkan

penghitungan penelitian ini adalah sebesar Rp 18,88 Triliun – Rp 18,96 Triliun.

Tabel 4.17 Perkembangan Defisit Anggaran Tahun 2000-2009

Sumber : Departemen Keuangan RI

TAHUN Defisit Anggaran % PDB(Rp Triliun)

2000 -16.10 -1.162001 -40.50 -2.462002 -23.70 -1.302003 -35.10 -1.742004 -23.80 -1.042005 -14.41 -0.522006 -29.14 -0.872007 -49.84 -1.262008 -4.12 -0.082009 -51.34 -0.91

Rata-rata -28.81 -1.14


66


4.7. Underground Economy dan Kebijakan Publik

Kenaikan underground economy akan menurunkan penerimaan

penghasilan bagi negara yang pada gilirannya mengurangi kualitas dan kuantitas

barang dan jasa publik yang disediakan [Schneider dan Enste (2000)].

Kehilangan penerimaan penghasilan ini kemudian akan diupayakan baik melalui

peningkatan tarif pajak atau menaikan harga barang-barang yang bersifat

inelastis. Untuk mengurangi harga dalam negeri pemerintah kemudian

mengurangi jumlah uang beredar dan meningkatkan tingkat suku bunga, yang

mengurangi penciptaan kredit dan tingkat investasi. Akibatnya, aktivitas ekonomi

secara keseluruhan akan mengalami penurunan.

Pajak merupakan salah satu faktor pemicu adanya underground economy.

Apabila pemerintah menaikan tarif pajak, maka justru akan memicu orang untuk

semakin menghindarinya sehingga memilih melakukan aktivitas underground

economy. Menggunakan hasil besaran underground economy yang telah

diperoleh sebagaimana tersaji pada Tabel 4.13, dapat diketahui seberapa besar

elastisitasnya terhadap adanya perubahan tarif pajak rata-rata, yaitu dengan

melakukan regresi melalui metode Ordinary Least Square (OLS) dalam bentuk

model :

Ln(UGE)t = β0 + β1 (Tarif Pajak)t + Ln(UGE)t-1 + u (4.11)

Tarif Pajak adalah tarif pajak rata-rata yang menggunakan proxy perbandingan

total penerimaan pajak terhadap PDB (tax to GDP ratio). Penambahan lag

dimaksudkan untuk menghilangkan autokorelasi.

Tabel 4.18 Hasil Regresi Pengaruh Tarif Pajak Terhadap

Underground Economy


Nilai Koefisien Prob. t-stat Nilai Koefisien Prob. t-statTarif Pajak Rata2 0.089388 0.0000 0.089203 0.0000

Ln_UGE(-1) 0.835584 0.0000 0.835097 0.0000C -0.456524 0.0907 -0.451687 0.0918

R-squared 0.871004 0.87266Prob. F-stat 0.00000 0.00000

DW-stat 2.009735 1.997989White Test 0.7883 *) 0.7845 *)BG-Test 0.7293 **) 0.7404 **)

*) tidak ada heteroskedastisitas**) tidak mengandung autokorelasi

Variabel Ln_UGE Model 1 Ln_UGE Model 2


67


Baik Ln_UGE Model 1 maupun Ln_UGE Model 2, secara umum dapat

dituliskan dalam bentuk persamaan :

Ln(UGEt)= -0,45 + 0,09 (Tarif Pajakt) + 0.84 Ln(UGEt-1) (4.12)

Dalam bentuk model di atas, nilai elastisitas dapat dihitung dengan rumus :

[Nilai koefisien Tarif Pajak (β1 )] x [rata-rata nilai variabel Tarif Pajak.]

Rata-rata nilai variabel tarif pajak (dalam satuan persen) dari dari tahun 2000 –

2009 adalah 12,01. Sehingga diperoleh nilai elastisitas :

(0,09) x (12.01) = 1.08

Berdasarkan hasil estimasi di atas dapat diinterpretasikan bahwa tarif

pajak memang berpengaruh positif secara signifikan terhadap besarnya

underground economy. Hal ini ditunjukkan dengan Probabiliti t-stat lebih kecil

dari α = 5% (0,0000 < 0,05). Nilai elastisitas 1,08 menunjukkan bahwa setiap

kenaikan 1 persen tarif pajak rata-rata akan meningkatkan besarnya underground

economy sebesar 1,08 persen.

Peningkatan underground economy menciptakan masalah bagi para

pembuat kebijakan terutama untuk merumuskan kebijakan fiskal dan moneter.

Sektor fiskal dihadapkan pada kondisi untuk mengamankan pembiayaan

pengeluaran pemerintah yang sumber utamanya berasal dari penerimaan pajak.

Apabila upaya pengamanan dilakukan dengan meningkatkan tarif pajak, maka

dapat menimbulkan Tax Distortions (distorsi pajak), yaitu kondisi yang justru

menyebabkan masyarakat tidak bergairah bekerja atau mendorongnya untuk

bekerja pada aktivitas underground economy. (Blanchard, 2006).

Sementara itu di sektor moneter, kehadiran underground economy dan

peningkatannya yang tinggi akan menjadi tanda tanya seberapa banyak jumlah

uang beredar yang dibutuhkan untuk mendapatkan pertumbuhan PDB yang lebih

baik. Apabila besarnya porsi uang kartal beredar yang digunakan dalam aktivitas

underground economy dapat diperkirakan (seperti dalam penelitian ini porsi uang

kartal underground economy rata-rata adalah sebesar 11% - 12% dari uang kartal

yang beredar), maka barangkali otoritas moneter dapat lebih

memperhitungkannya dalam merumuskan kebijakan moneter secara lebih tepat.


BAB 4 PEMBAHASAN 4.1. Uji Akar Unit (Unit Root Testlib.ui.ac.id/file?file=digital/135661-T...

Documents

Transcript of BAB 4 PEMBAHASAN 4.1. Uji Akar Unit (Unit Root Testlib.ui.ac.id/file?file=digital/135661-T...