Uji Ordo Optimal VAR Model VAR dan Uji Granger Causality

145 kalkulasi statistik, karena variabel SP mengandung nilai nol, maka di konversi dengan menambahkan nilai 100 untuk semua data untuk dapat dioperasikan transformasi logaritma kecuali WP dan DSA sehingga kodenya menjadi SP_. Variabel penyeimbang ekonomi makro yaitu I dan KONS. Variabel komponen kinerja sektor pertanian adalah, GDPA, TKA, XA, IMA, dan WP. Variabel komponen kinerja agroindustri meliputi NTI, NTO, dan DSA. Model VAR standar unrestricted multivariat mempunyai tingkat ketepatan model yang baik sebagian besar nilai R 2 di atas 0.60 dengan diagnosis statistik jangka panjang yang baik. Model VAR digunakan untuk memperoleh persamaan kointegrasi dengan VECM, sehingga VAR tidak dibahas. Dalam kerangka model VAR, hubungan antar variabel belum menunjukkan hubungan kausalitas antara variabel-variabel pada ruas kanan terhadap variabel di ruas sebelah kiri. Untuk mengetahui karakteristik hubungan kausalitas atau perubahan variabel mana lebih berpengaruh terhadap perubahan variabel yang lain, dilakukan analisis Granger causality. Hasil analisis disajikan pada Tabel 15, selengkapnya pada Lampiran 6. Sesuai dengan tujuan penelitian, analisis difokuskan pada perubahan variabel-variabel komponen fiskal yang berhubungan causality pada perubahan variabel-variabel kinerja sektor pertanian dan agroindustri. Variabel kinerja sektor pertanian dapat dijelaskan secara nyata sampai tingkat signifikansi α = 1 oleh variabel kebijakan fiskal antara lain pertumbuhan PDB pertanian GDPA dan penyerapan tenaga kerja pertanian TKA. Pertumbuhan PDB pertanian GDPA dijelaskan oleh Pajak penghasilan PPh, sedangkan TKA dijelaskan oleh PPh dan subsidi pertanian SP disamping variabel 146 ekonomi makro investasi. Variabel kinerja agroindustri daya saingDSA dapat dijelaskan secara nyata sampai tingkat signifikansi α = 10 oleh variabel kebijakan fiskal desentralisasi fiskalDF dan ekspor produk pertanianXA. Dari hasil di atas dapat dimaknai bahwa instrumen kebijakan fiskal selama rentang analisis mempengaruhi secara langsung pada pertumbuhan PDB pertanian GDPA, penyerapan tenaga kerja sektor pertanian TKA, dan daya saing agroindustri DSA. Jalur transmisi pengaruhmenjelaskan secara tidak langsung dapat dirunut antara lain; pajak pertambahan nilai PPn mempengaruhi desentralisasi fiskalDF kemudian berpengaruh pada anggaran sektor pertanian EA, melalui PPh berpengaruh pada PDB pertanian GDPA dan penyerapan tenaga kerja sektor pertanian TKA. Alokasi anggaran sektor pertanian EA berpengaruh pada penerimaan dari pajak penghasilan PPh bisa positif atau negatif karena penambahan dan pengurangan alokasi anggaran sektor pertanian EA yang selanjutnya mempengaruhi pertumbuhan PDB pertanian GDPA dan penyerapan tenaga kerja pertanian TKA. Subsisi pertanian mempengaruhi GDPA dan TKA secara tidak langsung juga bisa melalui PPh. Desentralisasi fiskal DF mempengaruhi GDPA dan TKA melalui anggaran sektor pertanian EA dan PPh. Disamping itu DF juga mempengaruhi TKA melalui investasi I. Kinerja sektor pertanian dan agroindustri juga bisa memprediksi menjelaskan secara nyata pada variabel kebijakan fiskal. Pada variabel kinerja sektor pertanian; diantaranya PDB pertanian dapat menjelaskan pajak pertambahan nilai PPn, dan desentralisasi fiskal DF. Variabel tenaga kerja pertanian TKA dapat menjelaskan pajak penghasilan PPh menjelaskan timbal balik, pajak 147 Tabel 15. Kemampuan Menjelaskan Perubahan Variabel dengan Pairwise Granger Causality Tests Nilai X 2 Variabel yang dijelaskan Variabel Penjelas ∆PPh ∆PPn ∆EA ∆SP ∆RDA ∆IA ∆DF ∆I ∆KONS ∆GDPA ∆TKA ∆XA ∆IMA ∆WP ∆NTI ∆NTO ∆DSA ∆PPh 0.106 0.066 2.026 0.449 0.085 0.196 0.102 2.049 3.519 2.879 0.635 0.496 0.144 1.008 0.236 0.184 ∆PPn 0.084 0.193 0.232 1.970 0.752 2.506 1.750 0.933 1.928 0.079 1.329 0.145 0.430 0.038 0.077 0.378 ∆EA 17.933 0.353 0.088 2.031 2.417 3.329 0.344 0.321 0.123 0.773 0.416 0.563 0.745 0.244 0.698 0.204 ∆SP 2.281 0.549 0.120 0.385 1.972 0.684 0.434 0.428 1.963 10.039 1.153 0.377 0.193 0.125 0.085 0.457 ∆RDA 0.182 0.003 0.028 1.565 2.422 0.283 0.232 0.425 0.533 0.463 0.158 0.276 0.109 0.026 0.090 0.123 ∆IA 1.865 0.608 0.166 1.185 0.820 0.012 0.576 1.002 0.284 0.642 0.984 0.202 1.111 0.327 0.385 0.447 ∆DF 1.663 0.548 1.999 0.441 1.255 0.055 4.705 2.695 1.156 0.375 0.538 0.228 0.057 0.350 0.481 2.408 ∆I 0.356 0.663 0.342 1.922 0.551 1.014 1.989 0.161 1.102 7.526 1.238 1.896 0.410 0.672 0.361 0.285 ∆KONS 0.188 0.274 0.588 0.153 0.182 0.118 1.052 0.830 1.117 0.230 0.843 1.592 0.171 0.020 0.064 0.217 ∆GDPA 0.490 4.315 0.118 0.626 1.949 1.136 4.200 0.633 0.813 0.172 0.785 0.371 0.757 0.787 1.018 0.741 ∆TKA 4.071 4.225 0.753 3.460 1.629 7.178 5.986 2.020 0.234 13.266 0.346 0.696 0.566 0.238 0.083 0.074 ∆XA 0.595 1.853 1.807 0.653 2.203 2.493 1.561 2.183 0.312 0.383 1.094 0.959 0.189 0.925 1.583 2.699 ∆IMA 0.231 0.602 4.171 0.356 0.430 0.039 0.108 1.974 0.033 0.084 0.084 0.733 0.869 0.184 0.279 0.269 ∆WP 4.208 6.026 0.545 0.840 0.072 0.622 0.305 0.710 10.048 0.423 0.358 0.169 0.198 1.839 1.237 0.725 ∆NTI 0.503 7.076 3.094 0.664 0.014 0.193 0.767 2.874 0.436 0.388 0.091 1.740 0.494 0.681 0.056 0.641 ∆NTO 3.324 8.956 3.494 1.448 0.023 0.442 0.872 4.175 1.125 0.184 1.344 1.428 0.275 1.113 0.005 0.837 ∆DSA 0.158 0.311 0.588 2.640 0.310 0.232 0.315 0.641 0.131 0.679 1.597 0.858 0.719 1.673 0.684 1.428 Keterangan: ,, dan = menunjukkan signifikansi pada α=1, 5, dan 10. 148 pertambahan nilai PPn, subsidi pertanian menjelaskan timbal balik, anggaran infrastruktur pertanian IA, desentralisasi fiskal DF, dan investasi I menjelaskan timbal balik. Variabel Ekspor produk pertanian XA dapat menjelaskan anggaran penelitian dan pengembangan pertanian RDA, anggaran infrastruktur pertanian IA, dan investasi I. Variabel impor produk pertanian IMA dapat menjelaskan variabel anggaran sektor pertanian EA. Variabel kesejahteraan petani WP dapat menjelaskan pajak penghasilan PPh, pajak pertambahan nilai PPn, dan konsumsi KONS. Variabel kinerja agroindustri antara lain; nilai tambah input NTI dapat menjelaskan pajak pertambahan nilai PPn, anggaran sektor pertanian EA, dan investasi I. Nilai tambah output NTO dapat menjelaskan pajak penghasilan PPh, pajak pertambahan nilai PPn, anggaran sektor pertanian EA, dan investasi I. Daya saing agroindustri DSA dapat menjelaskan variabel subsidi pertanian SP.

6. Rank Kointegrasi

Karena semua variabel terbukti terintegrasi dalam ordo yang sama lihat bagian 1 dan 3 maka selanjutnya diuji adanya kointegrasi antar variabel dengan Johansen Test. Uji ini dilakukan untuk memeriksa rank dari matrik kointegrasi dan untuk melihat jumlah vektor kointegrasi. Pengujian dilakukan dengan asumsi; model mengandung intersep yang tidak direstriksi unrestricted intercepts dan trend direstriksi restricted trends menjadi linear. Uji ini dilakukan untuk mengetahui jumlah vektor kointegrasi. Dengan menggunakan model VAR 4 ordo optimal VAR=4, lihat bagian 4 maka ordo cointegrated VAR adalah 3 ordo cointegrated VAR adalah ordo VAR dikurangi 1 hasil pengujian disajikan pada Lampiran 7. 149 Hipotesis nol H pada pengujian Likelihood-Ratio adalah model mengandung unrestricted intercepts dan restricted trends. Berdasarkan nilai maximum eigenvalue of the stocastic matrix menolak H sampai pada tingkat signifikansi α=5 adalah pada r≤6, r≤7, r≤8, r≤9, r≤10, r≤11, r≤12, r≤13, dan r ≤16, artinya, rank kointegrasi r=9. Berdasarkan nilai trace of the stocastic matrix menolak H sampai pada tingkat signifikansi α=1 adalah r≤6, r≤7, r≤8, r≤9, r ≤10, r≤11, r≤12, r≤13, r≤14, r≤15, dan r≤16, artinya, rank kointegrasi r=11. Sehingga dapat disimpulkan bahwa terdapat 9 sampai 11 persamaan yang dapat menjelaskan adanya kointegrasi pada variabel-variabel dalam sistem persamaan.

7. Model VECM dan Persamaan Kointegrasi

VAR yang mengandung kointegrasi adalah VAR yang terkendala restricted VAR, yaitu terkendala dengan adanya kointegrasi di dalam model. Dalam hal ini modelnya disebut dengan Vector Error Correction Model VECM. Setelah diketahui rank kointegrasi dilakukan restriksi umum general restriction berdasarkan metode Johansen, yaitu dengan membuat matrik identitas. Restriksi umum menghasilkan pendugaan parameter vektor kointegrasi. Sesuai dengan tujuan penelitian, untuk menganalisis pengaruh kebijakan fiskal terhadap kinerja pertanian dan agroindustri maka variabel yang ingin diketahui kondisi kointegrasinya adalah GDPA, TKA, XA, IMA, dan WP kinerja sektor pertanian dan NTI, NTO, DSA kinerja agroindustri. Dengan demikian diperoleh 8 persamaan kointegrasi. Parameter matrik dari variabel fiskal dan variabel makro ekonomi direstriksi sama dengan nol. Restriksi umum menghasilkan pendugaan parameter vektor kointegrasi sesuai dengan rank kointegrasi yang exactly identified dengan nilai likelihood LL tertentu. Nilai likelihood tersebut