Penerimaan Pajak TAX Pengeluaran Pemerintah GOV Produk Domestik Bruto PDB Investasi INV Nilai Tukar KURS Inflasi INF Suku Bunga Kredit SBK Pajak Pajak Pada level

ekonomi makro, sedangkan shock yang terjadi pada variabel ekonomi makro menjadi acuan bagi kebijakan fiskal dan moneter dalam mengambil kebijakan. Adapun konsep penelitian dapat dilihat pada gambar berikut : Gambar 2.2. Kerangka Konseptual : Interaksi Kebijakan Fiskal dan Moneter Terhadap Stabilitas Ekonomi Makro di Indonesia 2.7. Hipotesis Penelitian Teori empirik yang dikemukakan oleh Umar 2008 sebagai berikut : Hipotesis adalah suatu proposisi, kondisi atau prinsip untuk sementara waktu dianggap benar dan barangkali tanpa keyakinan supaya bisa ditarik suatu konsekuensi logis dan dengan cara ini kemudian diadakan pengujian tentang kebenarannya dengan menggunakan data empiris hasil penelitian. Adapun hipotesis dalam penelitian ini adalah : Interaksi variabel kebijakan fiskal TAX dan GOV dan variabel kebijakan moneter SBK dan JUB terhadap variabel stabilitas ekonomi makro PDB, INV, KURS, INF saling berkontribusi”. I N T E R A K S I Fiskal dan Moneter

1. Penerimaan Pajak TAX

2. Pengeluaran Pemerintah GOV

STABILITAS EKONOMI MAKRO

1. Produk Domestik Bruto PDB

2. Investasi INV

3. Nilai Tukar KURS

4. Inflasi INF

1. Suku Bunga Kredit SBK

2. Jumlah Uang Bereda JUB

KEBIJAKAN MONETER Universita Sumatera Utara

BAB III METODE PENELITIAN

3.1. Tempat dan Waktu Penelitian

Penelitian dilakukan di Indonesia dengan periode penelitian kuartal pertama tahun 2000 sampai dengan kuartal pertama tahun 2012. Waktu penelitian direncanakan dilakukan mulai Januari 2013 sampai dengan Mei 2013.

3.2. Jenis dan Ruang Lingkup Penelitian

Berdasarkan tingkat explanatory penjelasan, jenis penelitian ini adalah analisis kuantitatif. Analisis kuantitatif yaitu penelitian yang menjelaskan kedudukan antar variabel yang menggunakan analisa data dengan dukungan statistik dan ekonometrika. Ruang lingkup penelitian ini difokuskan pada interaksi kebijakan fiskal dan kebijakan moneter serta stabilitas ekonomi makro. Kebijakan fiskal diwakili oleh pajak dan pengeluaran pemerintah. Kebijakan moneter diwakili oleh suku bungan kredit dan jumlah uang beredar. Stabilitas ekonomi makro diwakili oleh produk domestik bruto, investasi, kurs dan inflasi. Data dikumpulkan secara time series dengan rentang waktu kuartal pertama tahun 2000 sampai dengan kuartal pertama tahun 2012.

3.3. Teknik Penumpulan Data

Pengumpulan data dilakukan dengan mengakses Website Bank Indonesia, dengan alamat Website www.bi.go.id dan Website Departemen Keuangan RI dengan alamat Website www.depkeu.go.id. Universita Sumatera Utara

3.4. Jenis dan Sumber Data

Penelitian ini menggunakan jenis data sekunder dengan runtun waktu time series secara kuartal yaitu kuartal pertama tahun 2000 sampai dengan kuartal pertama tahun 2012. Data skunder merupakan data primer yang telah diolah dan disajikan dalam tabel dan bentuk lain Umar, 2008. Sedangkan data time series merupakan sekumpulan data dari fenomena tertentu yang didapat dalam interval waktu tertentu misalnya minggu, bulan dan tahun Muhidin, 2008. Sumber data diperoleh dari Bank Indonesia, dan Departemen Keuangan RI.

3.5. Definisi Operasional

Berdasarkan pada masalah dan hipotesis yang akan diuji, maka variabel- variabel yang akan diteliti dalam penelitian ini adalah sebagai berikut : 1. Pajak, yaitu penerimaan pajak yang diterima pemerintah atau negara setiap kuartal dan dikukur dalam satuan milyar rupiah. 2. Pengeluaran pemerintah, yaitu pengeluaran rutin dan pengeluaran pembangunan setiap kuartal dan diukur dalam satuan milyar rupiah. 3. Suku bunga, yaitu suku bunga pinjamankredit riil yang merupakan pengurangan antara suku bunga nominal dengan inflasi, suku bunga yang dipakai adalah perkuartal yaitu yang dilihat pada bulan terakhir setiap kuartal dan diukur dalam satuan persen. 4. JUB, yaitu jumlah uang beredar yang diproxy dengan M1, yaitu jumlah permintaan uang kartal + uang giral setiap kuartal dan diukur dalam milyar rupiah. 5. PDB, yaitu Produk Domestik Bruto atas dasar harga konstan tahun 2000 yang dihasilkan oleh Indonesia setiap kuartal dan diukur dalam milyar rupiah. Universita Sumatera Utara 6. Investasi, yaitu jumlah investasi asing yang diperoleh Indonesia secara langsung setiap kuartal dan diukur dalam milyar rupiah investasi dalam juta US dikali dengan kurs 7. Kurs, kurs dalam penelitian ini yaitu nilai tukar Rupiah terhadap dolar AS, yang dilihat perkuartal yaitu bulan terakhir setiap kuartal dan diukur dalam rupiah per dollar. 8. Inflasi, yaitu tingkat kenaikan harga yang terjadi yang dilihat perkuartal yaitu penjumlahan tiap tiga bulan dan diukur dalam satuan persen. 3.6. Model Analisis Data 3.6.1. Vector Autoregression VAR Menurut Sims Manurung,2005 jika simultanitas antara beberapa variabel benar maka dapat dikatakan bahwa variabel tidak dapat dibedakan mana variabel endogen dan mana variabel eksogen. Pengujian hubungan simultan dan derajat integrasi antar variabel dalam jangka panjang menggunakan metode VAR. Pengujian ini dilakukan untuk mengetahui ada tidaknya hubungan simultan Saling terkait antara variabel, sebagai variabel eksogen dan variabel endogen dengan memasukkan unsur waktu lag. Alasan penggunaan VAR dibanding persamaan struktural Lucas 1976 diungkapkan oleh Sim 1980 yang menyatakan bahwa agar suatu reduced form dapat diestimasi secara tidak bias dan konsisten serta dapat dipergunakan sebagai alat perumusan kebijakan maka variabel eksogen tidak cukup bersifat strongly exogenous tetapi harus super exogenity dan tidak akan dapat dipenuhi. Menurut Ariefianto 2012 Model VAR dibangun untuk mengatasi sulitnya memenuhi identifikasi dari super exogenity dimana hubungan antar Universita Sumatera Utara variabel ekonomi dapat tetap diestimasi tanpa perlu menitikberatkan masalah eksogenitas. Dalam penedekatan ini semua variabel dianggap sebagai endogen dan estimasi dapat dilakukan secara serentak atau sekuensial. Kelebihan VAR menurut Ariefianto 2012 adalah : 1. VAR tidak memerlukan spesifikasi model, dalam artian mengidentifikasikan variabel endogen-eksogen dan membuat persamaan- persamaan yang menghubungkannya. 2. VAR sangat fleksibel, pembahasan yang dilakukan hanya meliputi struktur autoregressive. Pengembangan dapat dilakukan dengan memasukan variabel yang dapat murni eksogen SVAR dan atau komponen moving average VARMA. Dengan pendekatan lain VAR adalah suatu teknik ekonometrika struktural yang sangat kaya. 3. Kemampuan prediksi dari VAR adalah cukup baik. VAR memiliki kemampuan prediksi out of sampple yang lebih tinggi daripada model makro struktural simultan. Berdasarkan pendapat di atas penulis menggunakan VAR dengan alasan kemudahan dalam menjawab dan membuktikan secara empiris dan lebih kompleks hubungan timbal balik dalam jangka panjang variabel ekonomi yang saling berkontribusi satu sama lain atau seluruh variabel ekonomi dijadikan sebagai variabel endogen. Pengujian VAR dengan rumus : 1 17 16 15 14 13 12 11 10 t p t p t p t p t p t p t p t p t t e TAX INF KURS INV PDB JUB SBK GOV TAX + + + + + + + + = − − − − − − − − β β β β β β β β 2 27 26 25 24 23 22 21 20 t p t p t p t p t p t p t p t p t t e GOV TAX INF KURS INV PDB JUB SBK GOV + + + + + + + + = − − − − − − − − β β β β β β β β Universita Sumatera Utara 3 37 36 35 34 33 32 31 30 t p t p t p t p t p t p t p t p t t e SBK GOV TAX INF KURS INV PDB JUB SBK + + + + + + + + = − − − − − − − − β 4 47 46 45 44 43 42 41 40 t p t p t p t p t p t p t p t p t t e JUB SBK GOV TAX INF KURS INV PDB JUB + + + + + + + + = − − − − − − − − β β β β β β β β 5 57 56 55 54 53 52 51 50 t p t p t p t p t p t p t p t p t t e PDB JUB SBK GOV TAX INF KURS INV PDB + + + + + + + + = − − − − − − − − β β β β β β β β 6 67 66 65 64 63 62 61 60 t p t p t p t p t p t p t p t p t t e INV PDB JUB SBK GOV TAX INF KURS INV + + + + + + + + = − − − − − − − − β β β β β β β β 7 77 77 75 74 73 72 71 70 t p t p t p t p t p t p t p t p t t e KURS INV PDB JUB SBK GOV TAX INF KURS + + + + + + + + = − − − − − − − − β β β β β β β β 8 87 86 85 84 83 82 81 80 t p t p t p t p t p t p t p t p t t e NF KURS INV PDB JUB SBK GOV TAX INF + + + + + + + + = − − − − − − − − β β β β β β β β Dimana: TAX = Pajak Milyar Rp GOV = Pengeluaranbelanja pemerintah Milyar Rp SBK = Suku Bunga Kredit JUB = Jumlah Uang Beredar Milyar Rp PDB = Product domestik Bruto Milyar Rp INV = Investasi Asing Langsung Juta US KURS = Kurs dolar per rupiah RpUS INF = Inflasi et = Guncangan acak random disturbance p = panjang lag

3.6.2. Impulse Response Funtion IRF

Menurut Ariefianto 2012 IRF melakukan penelusuran atas dampak suatu goncangan shock terhadap suatu variabel terhadap sistem seluruh variabel sepanjang waktu tertentu. Impulse Response Function IRF dilakukan untuk mengetahui respon dinamis dari setiap variabel terhadap satu standar deviasi inovasi. Analisis IRF bertujuan untuk mengetahui apakah masing-masing variabel Universita Sumatera Utara transmit terkointegrasi pada periode jangka pendek maupun jangka panjang. IRF merupakan ukuran arah pergerakan setiap variabel transmit akibat perubahan variabel transmit lainnya Manurung,2009.

3.6.3. Forecast Error Variance Desomposition FEVD

Menurut Ariefianto 2012 Varian Decomposition melakukan komposisi atas perubahan nilai suatu variabel yang disebabkan oleh goncangan variabel sendiri dan goncangan dari variabel lain. Forecast Error Variance Desomposition FEVD dilakukan untuk mengetahui relative importance dari berbagai shock terhadap variabel itu sendiri maupun variabel lainnya. Identifikasi FEDV menggunakan Cholesky decomposition Pramono,2006. Analisis FEDV bertujuan untuk mengetahui pengaruh atau kontribusi antar variabel transmit Manurung,2009. Analisis Forecast Error Variance decomposition FEVD atau sering dikenal dengan istilah Variance decomposition digunakan untuk memprediksi kontribusi persentase varian setiap variabel karena adanya perubahan variabel tertentu di dalam sistem VAR. 3.7. Uji Asumsi 3.7.1. Uji Stasioneritas Data deret waktu time series biasanya mempunyai masalah terutama pada stasioner atau tidak stasioner. Bila dilakukan analisis pada data yang tidak stasioner akan menghasilkan hasil regresi yang palsu spurious regression dan kesimpulan yang diambil kurang bermakna Enders, 1995. Oleh karena itu, langkah pertama yang dilakukan adalah menguji dan membuat data tersebut menjadi stasioner. Uji stasionaritas ini dilakukan untuk melihat apakah data time series mengandung akar unit unit root. Untuk itu, metode yang biasa digunakan Universita Sumatera Utara adalah uji Dickey-Fuller DF dan uji Augmented Dickey-Fuller ADF. Data dikatakan stasioner dengan asumsi mean dan variansinya konstan. Dalam melakukan uji stasionaritas alat analisis yang dipakai adalah dengan uji akar unit unit root test. Uji akar unit pertama kali dikembangkan oleh Dickey-Fuller dan dikenal dengan uji akar unit Dickey-Fuller DF. Ide dasar uji stasionaritas data dengan uji akar unit dapat dijelaskan melalui model berikut: Yt = ρYt-1 + et 3.1 Dimana: -1 ≤p≤1 dan et adalah residual yang bersifat random atau stokastik dengan rata-rata nol, varian yang konstan dan tidak saling berhubungan nonautokorelasi sebagaimana asumsi metode OLS. Residual yang mempunyai sifat tersebut disebut residual yang white noise. Jika nilai ρ = 1 maka kita katakan bahwa variabel random stokastik Y mempunyai akar unit unit root. Jika data time series mempunyai akar unit maka dikatakan data tersebut bergerak secara random random walk dan data yang mempunyai sifat random walk dikatakan data tidak stasioner. Oleh karena itu jika kita melakukan regresi Yt pada lag Yt- 1 dan mendapatkan nilai ρ = 1 maka dikatakan data tidak stasioner. Inilah ide dasar uji akar unit untuk mengetahui apakah data stasioner atau tidak. Jika persamaan 3.1 tersebut dikurangi kedua sisinya dengan Yt-1 maka akan menghasilkan persamaan sebagai berikut: Y t - Y t-1 = ρY t-1 - Y t-1 + e t = ρ-1Y t-1 + e t Persamaan tersebut dapat ditulis menjadi: 3.2 ΔY t = θρY t-1 + e t 3.3 Universita Sumatera Utara Didalam prakteknya untuk menguji ada tidaknya masalah akar unit kita mengestimasi persamaan 3.3 daripada persamaan 3.2 dengan menggunakan hipotesis nul θ = 0. jika θ = 0 maka ρ = 1 sehingga data Y mengandung akar unit yang berarti data time series Y adalah tidak stasioner. Tetapi perlu dicatat bahwa jika θ = 0 maka persamaan persamaan 3.1 dapat ditulis menjadi: ΔYt = et 3.4 karena et adalah residual yang mempunyai sifat white noise, maka perbedaan atau diferensi pertama first difference dari data time series random walk adalah stasioner. Untuk mengetahui masalah akar unit, sesuai dengan persamaan 3.3 dilakukan regresi Y t dengan Y t-1 dan mendapatkan koefisiennya θ. Jika nilai θ = 0 maka kita bisa menyimpulkan bah wa data Y adalah tidak stasioner . Tetapi jika θ negatif maka data Y adalah stasioner karena agar θ tidak sama dengan nol maka nilai ρ harus lebih kecil dari satu. Uji statistik yang digunakan untuk memverifikasi bahwa nilai θ nol atau tidak tabel distribusi normal tidak dapat digunakan karena koefisien θ tidak mengikuti distribusi normal. Sebagai alternatifnya Dickey- Fuller telah menunjukkan bahwa dengan hipotesis nul θ = 0, nilai estimasi t dari koefisien Y t-1 di dalam persamaan 3.3 akan mengikuti dist ribusi statistik τ tau. Distribusi statistik τ kemudian dikembangkan lebih jauh oleh Mackinnon dan dikenal dengan distribusi statistik Mackinnon.

3.7.2. Uji Kointegrasi

Setelah diketahui bahwa seluruh data yang akan dianalisis stasioner, maka selanjutnya akan diuji apakah ada hubungan keseimbangan jangka panjang antara seluruh variabel tersebut. Granger 1988 menjelaskan bahwa jika dua variabel berintegrasi pada derajat satu, I 1 dan berkointegrasi maka paling tidak pasti ada Universita Sumatera Utara satu arah kausalitas Granger. Ada tidaknya kointegrasi didasarkan pada uji Trace Statistic dan Maksimum Eigenvalue. Apabila nilai hitung Trace Statistic dan Maksimum Eigenvalue lebih besar daripada nilai kritisnya, maka terdapat kointegrasi pada sejumlah variabel, sebaliknya jika nilai hitung Trace Statistic dan maksimum Eigenvalue lebih kecil daripada nilai kritisnya maka tidak terdapat kointegrasi. Nilai kritis yang digunakan adalah yang dikembangkan oleh Osterwald-Lenum. Menurut Granger Gujarati, 2003, uji kointegrasi bisa dianggap sebagai tes awal pretest untuk menghindari regresi lancung spurious regression. Dua variabel yang berkointegrasi memiliki hubungan jangka panjang atau ekuilibrium. Enders 1997 menyatakan bahwa dalam model yang menunjukkan keseimbangan dalam jangka panjang terdapat hubungan linear antarvariabel yang stasioner, atau dapat dinyatakan dalam persamaan sebagai berikut : Yt = a + a 1 Y t-1 + u t di mana Xt adalah variabel independen yang tidak stasioner 3.5 Persamaan 3.5 bisa ditulis kembali: u t = Yt - a - a 1 X t di mana ut adalah dissequilibrium error. Dan ut stasioner 3.6 Menurut Granger Thomas, 1995, jika terdapat hubungan jangka panjang antara variabel X dan Y seperti dinotasikan dalam persamaan 3.5 maka dissequilibrium error seperti dalam persamaan 3.6 adalah stasioner dengan Eut=0. Karena pada dasarnya pengujian kointegrasi dilakukan untuk melihat apakah residu dari hasil regresi variabel variabel penelitian bersifat stasioner atau tidak persamaan 3.6, maka pengujian kointegrasi dalam penelitian ini akan Universita Sumatera Utara dilakukan dengan menguji stasioneritas residu dengan uji ADF. Jika error stasioner, maka terdapat kointegrasi dalam model.

3.7.3. Uji Stabilitas Lag Struktur VAR

Menurut Arsana 2004, stabilitas sistem VAR akan dilihat dari inverse roots karakteristik AR polinomialnya. Hal ini dapat dilihat dari nilai modulus di tabel AR-nomialnya, jika seluruh nilai AR-rootsnya di bawah 1, maka sistem VAR-nya stabil. Uji stabilitas VAR dilakukan dengan menghitung akarakar dari fungsi polinomial atau dikenal dengan roots of characteristic polinomial. Jika semua akar dari fungsi polinomial tersebut berada di dalam unit circel atau jika nilai absolutnya 1 maka model VAR tersebut dianggap stabil sehingga IRF dan FEVD yang dihasilkan akan dianggap valid.

3.7.4. Penetapan Tingkat Lag Optimal

Menurut Gujarati 2003, autokorelasi merupakan korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data time series. Dalam model klasik diasumsikan bahwa unsur gangguan yang berhubungan dengan observasi tidak dipengaruhi oleh unsur distrubansi atau gangguan yang berhubungan dengan pengamatan lain manapun. Sehingga tidak ada alasan untuk percaya bahwa suatu gangguan akan terbawa ke periode berikutnya, jika hal itu terjadi berarti terdapat autokorelasi. Konsekuensi terjadinya autokorelasi dapat memberikan kesimpulan yang menyesatkan mengenai arti statistik dari koefisien regresi yang ditaksir. Pemilihan panjang lag dilakukan sedemikian rupa sehingga tidak lagi mengandung autokelasi. Penetapan lag optimal dapat menggunakan kriteria Schwarz Criterion SC, Hannan-Quinn Information Criterion HQ, Akaike Information Criterion Universita Sumatera Utara AIC. Dalam penelitian ini menggunakan kriteria AIC, menurut Eviews user guide 2000 definisi AIC, SC dan HQ adalah sebagai berikut: Akaike Information Criteria = -2l T+ 2 k T 3.7.1 Schwarz Criterion = -2l T+ k log T T 3.7.2 Hannan-Quinn Information Criterion = -2l T+ 2k log logT T 3.7.1.3 Dimana l adalah nilai log dari fungsi likelihood dengan k parameter estimasi dengan sejumlah T observasi. Untuk menetapkan lag yang paling optimal, model VAR yang diestimasi dicari lag maksimumnya, kemudian tingkat lag nya diturunkan. Dari tingkat lag yang berbeda-beda tersebut dicari lag yang paling optimal dan dipadukan dengan uji stabilitas VAR. Universita Sumatera Utara

BAB IV HASIL DAN PEMBAHASAN

4.1. Perkembangan Perekonomian Indonesia Terkini

Perekonomian global masih menunjukkan perlambatan sebagaimana tercermin dari perkiraan merosotnya perekonomian negara-negara maju yang lebih besar dari perkiraan semula. Kondisi pasar keuangan global juga masih rapuh dengan banyaknya laporan kerugian lembaga keuangan dunia. Hal tersebut memberikan dampak negatif bagi perkembangan ekonomi di kawasan, terutama bagi negara-negara yang mengandalkan ekspor ke negara maju, termasuk Indonesia. Sementara itu, keketatan likuiditas global masih terus berlangsung dan diikuti oleh meningkatnya persepsi risiko emerging market. Hingga triwulan terakhir tahun 2012, perkembangan indikator ekonomi di berbagai daerah di indonesia mengindikasikan pertumbuhan ekonomi yang masih cukup tinggi diikuti oleh terkendalinya tekanan inflasi. Permintaan domestik yang masih kuat berdampak positif bagi kinerja sektor utama daerah sehingga secara keseluruhan dapat menopang pertumbuhan ekonomi. Di samping itu, penyaluran kredit perbankan yang masih tumbuh cukup tinggi di daerah turut berkontribusi pada kuatnya pertumbuhan ekonomi. Namun, akselerasi pertumbuhan ekonomi yang lebih tinggi tertahan oleh kinerja ekspor di seluruh kawasan yang belum menunjukkan perbaikan yang berarti akibat masih lemahnya permintaan dunia. Untuk keseluruhan tahun, pertumbuhan ekonomi nasional selain masih ditopang oleh kontribusi ekonomi Kawasan Jawa dan Kawasan Jakarta yang tetap besar, juga didukung kontribusi ekonomi KTI yang mengalami peningkatan. Universita Sumatera Utara Berita resmi terbaru Badan Pusat Statistik BPS mencatat perekonomian Indonesia yang tetap berada pada kisaran 6 persen. Secara triwulanan, perekonomian pada triwulan III 2012 juga tumbuh sebesar 3,21 persen dibanding triwulan sebelumnya. Dengan kinerja pertumbuhan yang relatif stabil ini, kalangan ekonom memprediksi ekonomi Indonesia tahun 2012 akan tumbuh pada kisaran 6,2-6,3 persen. Meski sedikit di bawah target APBN 2012 sebesar 6,5 persen. Pertumbuhan ekonomi Indonesia yang tetap solid di tengah perlambatan ekonomi global didorong oleh tingginya permintaan domestik yang berasal dari konsumsi rumah tangga dan investasi. Sementara itu, pada triwulan III 2012 pengeluaran pemerintah yang juga merupakan komponen pendukung pertumbuhan ekonomi, mengalami penurunan dibandingkan triwulan sebelumnya. Senada dengan pengeluaran Pemerintah, kinerja ekspor impor juga mengalami penurunan sebagai akibat perlambatan ekonomi di negara-negara tujuan utama ekspor. Komponen pertumbuhan yang juga mengalami penurunan adalah pengeluaran pemerintah yang turun sebesar 0,07 persen q.t.q, atau turun 3,22 persen y.o.y Prospek ekonomi pada tahun 2013 diperkirakan membaik. Hal ini ditopang oleh permintaan domestik yang menguat, dan perekonomian global yang diperkirakan mulai menunjukkan perbaikan. Meski demikian, beberapa tantangan dibanding tahun sebelumnya. Namun, komponen ini diperkirakan akan meningkat pada triwulan IV 2012 mengingat pada tahun – tahun sebelumnya pengeluaran pemerintah selalu meningkat pada akhir tahun. Realisasi pengeluaran belanja pemerintah khususnya yang berasal dari pengeluaran belanja pegawai dan belanja barang pemerintah sipil akan memberikan kontribusi yang cukup besar dalam mendukung pembentukan pertumbuhan ekonomi pada triwulan IV-2012. Universita Sumatera Utara yang cukup berat masih membayangi prospek ekonomi. Di sisi eksternal, prospek pemulihan ekonomi global masih rentan dibayangi ketidakpastian sehingga berpotensi memberikan tekanan pada kinerja ekspor daerah. Tantangan di sisi domestik antara lain terkait kenaikan tarif tenaga listrik TTL, gasLPG, dan Upah Minimum Provinsi UMP yang naik signifikan berpotensi menimbulkan ketidakpastian usaha dan inflasi, meskipun di sisi lain dapat memberikan jaminan yang lebih baik bagi kesejahteraan buruh. Di sisi inflasi, inflasi pada tahun 2013 diprakirakan dapat tetap terjaga di kisaran yang mendukung pada pencapaian sasaran inflasi nasional 4,5±1. Prospek inflasi yang terkendali tersebut didukung oleh prakiraan peningkatan pasokan pangan dan terkelolanya permintaan sesuai dengan kapasitas perekonomian. Meskipun demikian, beberapa hal yang perlu dicermati antara lain terkait dampak kenaikan UMP pada harga-harga umum, harga energi dan beberapa rencana penerapan kebijakan harga barang dan jasa lainnya. Menghadapi hal tersebut, langkah-langkah antisipasi yang terkoordinasi di daerah, khususnya melalui Tim Pengndalian Inflasi TPID di daerah, perlu terus diperkuat untuk menjaga stabilitas harga. Kondisi perekonomian global yang belum pulih dan adanya kemungkinan perluasan intensitas dan skala krisis membuat kita semua harus tetap waspada dan berhati-hati dalam menyikapi perkembangan yang ada. Tetap menjaga kestabilan dan kekuatan fundamental ekonomi melalui peningkatan iklim investasi dengan pembangunan infrastruktur dan pembenahan jalur birokrasi investasi, serta peningkatan kualitas belanja pemerintah menjadi beberapa agenda kebijakan pokok yang harus dijalankan untuk menjaga dan meningkatkan trend serta kualitas pertumbuhan ekonomi tahun 2013. Universita Sumatera Utara Dalam tahun 2012-2013, Bank Indonesia akan mengoptimalkan peran bauran kebijakan moneter untuk menjaga inflasi tetap berada di dalam kisaran sasarannya serta mendorong pertumbuhan ekonomi dalam rangka mencegah risiko perlambatan ekonomi global. Sementara di bidang perbankan, Bank Indonesia akan meningkatkan efisiensi perbankan untuk mengoptimalkan kontribusinya dalam perekonomian dengan tetap memperkuat ketahanan perbankan. Dalam kaitan ini, dibutuhkan koordinasi kebijakan yang semakin solid antara Bank Indonesia dengan Pemerintah, moneter dan fiskal khususnya melalui Tim Pengendalian Inflasi TPI dan TPID, memiliki peran penting dalam mendukung pencapaian sasaran inflasi 2013.

4.2. Perkembangan Variabel Penelitian

Bagian ini menguraikan perkembangan variabel-variabel penelitian yaitu pajak, pengeluaran pemerintah, suku bunga kredit, jumlah uang beredar, produk domestik bruto, investasi, kurs dan inflasi selama periode penelitian yaitu kuartal pertama tahun 2000 sampai dengan kuartal pertama tahun 2012.

4.2.1. Perkembangan Penerimaan Pajak TAX

Pajak, yaitu penerimaan pajak yang diterima pemerintah atau negara setiap kuartal dan dikukur dalam satuan milyar rupiah. Dalam penelitian ini, data pajak diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan penerimaan pajak. Universita Sumatera Utara Tabel 4.1. Penerimaan Pajak Milyar Rp Tahun 2000:1 sd 2012:1 N Tahun Kuartal TAX Pertumbuhan 1 2000 Q1 24654 - 2 Q2 28546 15,79 3 Q3 30952 8,43 4 Q4 37763 22,01 5 2001 Q1 37881 0,31 6 Q2 39329 3,82 7 Q3 46729 18,82 8 Q4 44291 -5,22 9 2002 Q1 45610 2,98 10 Q2 59171 29,73 11 Q3 52239 -11,72 12 Q4 46667 -10,67 13 2003 Q1 74868 60,43 14 Q2 55666 -25,65 15 Q3 52247 -6,14 16 Q4 61786 18,26 17 2004 Q1 69644 12,72 18 Q2 67397 -3,23 19 Q3 76264 13,16 20 Q4 98583 29,27 21 2005 Q1 84220 -14,57 22 Q2 88858 5,51 23 Q3 110808 24,70 24 Q4 94268 -14,93 25 2006 Q1 113446 20,34 26 Q2 148599 30,99 27 Q3 137112 -7,73 28 Q4 136082 -0,75 29 2007 Q1 161293 18,53 30 Q2 121370 -24,75 31 Q3 139782 15,17 32 Q4 132881 -4,94 33 2008 Q1 137112 3,18 34 Q2 136082 -0,75 35 Q3 147196 8,17 36 Q4 161293 9,58 37 2009 Q1 121370 -24,75 38 Q2 139782 15,17 39 Q3 132881 -4,94 40 Q4 197305 48,48 41 2010 Q1 145854 -26,08 42 Q2 168898 15,80 43 Q3 192686 14,08 44 Q4 215878 12,04 45 2011 Q1 218562 1,24 46 Q2 208952 -4,40 47 Q3 213588 2,22 48 Q4 232854 9,02 49 2012 Q1 225158 -3,31 Sumber : Departemen Keuangan data diolah, 2013 Universita Sumatera Utara 40,000 80,000 120,000 160,000 200,000 240,000 00 01 02 03 04 05 06 07 08 09 10 11 TAX Sumber : Tabel 4.1 Gambar 4.1. Perkembangan Penerimaan Pajak 2001:Q1-2012:Q1 Berdasarkan Tabel 4.1 dan Gambar 4.1 diketahui bahwa adanya kecenderungan peningkatan penerimaan pajak dalam kurun waktu 2000 sampai dengan 2012. Pertumbuhan penerimaan pajak yang paling tinggi terjadi pada kuartal pertama tahun 2003 yaitu naik sebesar 60,43 dari kuartal sebelumnya, sedangkan pertumbuhan terendah terjadi pada kuartal pertama tahun 2010 yaitu turun sebesar 26,08 dari kuartal sebelumnya.

4.2.2. Perkembangan Pengeluaran Pemerintah GOV

Pengeluaran pemerintah, yaitu pengeluaran rutin dan pengeluaran pembangunan setiap kuartal dan diukur dalam satuan milyar rupiah. Dalam penelitian ini, data pengeluaran pemerintah diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan data pengeluaran pemerintah. Universita Sumatera Utara Tabel 4.2. Pengeluaran Pemerintah Milyar Rp Tahun 2000:1 sd 2012:1 N Tahun Kuartal G Pertumbuhan 1 2000 Q1 26549 - 2 Q2 28842 8,64 3 Q3 60721 110,53 4 Q4 112931 85,98 5 2001 Q1 60208 -46,69 6 Q2 76456 26,99 7 Q3 122125 59,73 8 Q4 57182 -53,18 9 2002 Q1 66123 15,64 10 Q2 102610 55,18 11 Q3 60429 -41,11 12 Q4 67366 11,48 13 2003 Q1 134036 98,97 14 Q2 66522 -50,37 15 Q3 85329 28,27 16 Q4 92196 8,05 17 2004 Q1 57725 -37,39 18 Q2 107292 85,88 19 Q3 136377 27,11 20 Q4 184265 35,11 21 2005 Q1 129715 -29,60 22 Q2 160197 23,50 23 Q3 253172 58,04 24 Q4 99218 -60,81 25 2006 Q1 168543 69,87 26 Q2 297369 76,44 27 Q3 102854 -65,41 28 Q4 244061 137,29 29 2007 Q1 375027 53,66 30 Q2 151480 -59,61 31 Q3 202407 33,62 32 Q4 214680 6,06 33 2008 Q1 102854 -52,09 34 Q2 244061 137,29 35 Q3 228901 -6,21 36 Q4 375027 63,84 37 2009 Q1 151480 -59,61 38 Q2 202407 33,62 39 Q3 214680 6,06 40 Q4 349086 62,61 41 2010 Q1 215556 -38,25 42 Q2 246847 14,52 43 Q3 274859 11,35 44 Q4 304897 10,93 45 2011 Q1 315616 3,52 46 Q2 314864 -0,24 47 Q3 324986 3,21 48 Q4 339159 4,36 49 2012 Q1 362489 6,88 Sumber : Departemen Keuangan data diolah, 2013 Universita Sumatera Utara 50,000 100,000 150,000 200,000 250,000 300,000 350,000 400,000 00 01 02 03 04 05 06 07 08 09 10 11 GOV Sumber : Tabel 4.2 Gambar 4.2. Perkembangan Pengeluaran Pemerintah 2001:Q1-2012:Q1 Berdasarkan Tabel 4.2 dan Gambar 4.2 diketahui bahwa adanya kecenderungan peningkatan pengeluaran pemerintah dalam kurun waktu 2000 sampai dengan 2012. Pertumbuhan pengeluaran pemerintah yang paling tinggi terjadi pada kuartal keempat tahun 2006 yaitu naik sebesar 137,29 dari kuartal sebelumnya, sedangkan pertumbuhan terendah tertinggi terjadi pada kuartal ketiga tahun 2006 yaitu turun sebesar 65,41 dari tahun sebelumnya.

4.2.3. Perkembangan Suku Bunga Kredit SBK

Suku bunga, yaitu suku bunga pinjamankredit riil yang merupakan pengurangan antara suku bunga nominal dengan inflasi, suku bunga yang dipakai adalah perkuartal yaitu yang dilihat pada bulan terakhir setiap kuartal dan diukur dalam satuan persen. Dalam penelitian ini, data suku bunga diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan data SBK. Universita Sumatera Utara Tabel 4.3. Suku Bunga Kredit Tahun 2000:1 sd 2012:1 N Tahun Kuartal SBK Riil 1 2000 Q1 15,52 2 Q2 14,31 3 Q3 14,89 4 Q4 12,17 5 2001 Q1 14,77 6 Q2 13,78 7 Q3 14,67 8 Q4 13,89 9 2002 Q1 14,56 10 Q2 17,19 11 Q3 16,47 12 Q4 14,23 13 2003 Q1 17,08 14 Q2 16,98 15 Q3 15,30 16 Q4 13,18 17 2004 Q1 14,21 18 Q2 12,31 19 Q3 13,83 20 Q4 11,56 21 2005 Q1 10,61 22 Q2 12,60 23 Q3 12,45 24 Q4 5,69 25 2006 Q1 13,93 26 Q2 15,07 27 Q3 14,50 28 Q4 12,69 29 2007 Q1 12,63 30 Q2 13,82 31 Q3 11,18 32 Q4 10,94 33 2008 Q1 9,22 34 Q2 8,07 35 Q3 10,47 36 Q4 13,87 37 2009 Q1 13,69 38 Q2 13,94 39 Q3 11,14 40 Q4 12,47 41 2010 Q1 11,72 42 Q2 11,29 43 Q3 9,64 44 Q4 10,70 45 2011 Q1 11,48 46 Q2 11,77 47 Q3 10,19 48 Q4 11,25 49 2012 Q1 10,74 Sumber : Bank Indonesia data diolah, 2013 Universita Sumatera Utara 4 6 8 10 12 14 16 18 00 01 02 03 04 05 06 07 08 09 10 11 SBK Sumber : Tabel 4.3 Gambar 4.3. Perkembangan Suku Bunga Kredit 2001:Q1-2012:Q1 Berdasarkan Tabel 4.3 dan Gambar 4.3 diketahui bahwa adanya kecenderungan penurunan suku bunga dalam kurun waktu 2000 sampai dengan 2012. Suku bunga tertinggi terjadi pada kuartal kedua tahun 2002 yaitu sebesar 17,19, sedangkan suku bunga terendaah terjadi pada kuartal keempat tahun 2005 yaitu sebesar 5,69.

4.2.4. Perkembangan Jumlah Uang Beredar JUB

JUB yaitu jumlah uang beredar yang diproxy dengan M1, yaitu jumlah permintaan uang kartal + uang giral setiap kuartal dan diukur dalam milyar rupiah. Dalam penelitian ini, data JUB diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan data JUB. Universita Sumatera Utara Tabel 4.4. Jumlah Uang Beredar Milyar Rp Tahun 2000:1 sd 2012:1 N Tahun Kuartal JUB Pertumbuhan 1 2000 Q1 124663 - 2 Q2 133832 7,36 3 Q3 135430 1,19 4 Q4 162186 19,76 5 2001 Q1 148375 -8,52 6 Q2 160142 7,93 7 Q3 164237 2,56 8 Q4 177731 8,22 9 2002 Q1 166173 -6,50 10 Q2 174017 4,72 11 Q3 181791 4,47 12 Q4 191939 5,58 13 2003 Q1 181239 -5,57 14 Q2 194878 7,52 15 Q3 207587 6,52 16 Q4 223799 7,81 17 2004 Q1 209153 -6,54 18 Q2 226147 8,12 19 Q3 234676 3,77 20 Q4 245946 4,80 21 2005 Q1 244003 -0,79 22 Q2 261814 7,30 23 Q3 267762 2,27 24 Q4 271140 1,26 25 2006 Q1 270425 -0,26 26 Q2 303803 12,34 27 Q3 323885 6,61 28 Q4 347013 7,14 29 2007 Q1 331736 -4,40 30 Q2 371768 12,07 31 Q3 400074 7,61 32 Q4 450055 12,49 33 2008 Q1 409768 -8,95 34 Q2 453047 10,56 35 Q3 479738 5,89 36 Q4 456787 -4,78 37 2009 Q1 448034 -1,92 38 Q2 482621 7,72 39 Q3 490502 1,63 40 Q4 515824 5,16 41 2010 Q1 494461 -4,14 42 Q2 545405 10,30 43 Q3 549941 0,83 44 Q4 605411 10,09 45 2011 Q1 580601 -4,10 46 Q2 636206 9,58 47 Q3 656096 3,13 48 Q4 722991 10,19 49 2012 Q1 714258 -1,21 Sumber : Bank Indonesia data diolah, 2013 Universita Sumatera Utara 100,000 200,000 300,000 400,000 500,000 600,000 700,000 800,000 00 01 02 03 04 05 06 07 08 09 10 11 JUB Sumber : Tabel 4.4 Gambar 4.4. Perkembangan Jumlah Uang Beredar 2001:Q1-2012:Q1 Berdasarkan Tabel 4.4 dan Gambar 4.4 diketahui bahwa adanya kecenderungan peningkatan jumlah uang beredar dalam kurun waktu 2000 sampai dengan 2012. Pertumbuhan jumlah uang beredar yang paling tinggi terjadi pada kuartal keempat tahun 2000 yaitu naik sebesar 19,76 dari kuartal sebelumnya, sedangkan pertumbuhan terendah terjadi pada kuartal pertama tahun 2008 yaitu turun sebesar -8,95 dari kuartal sebelumnya.

4.2.5. Perkembangan Produk Domestik Bruto PDB

PDB, yaitu Produk Domestik Bruto atas dasar harga konstan tahun 2000 yang dihasilkan oleh Indonesia setiap kuartal dan diukur dalam milyar rupiah. Dalam penelitian ini, data PDB diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan data PDB. Universita Sumatera Utara Tabel 4.5. Produk Domestik Bruto Harga Konstan Milyar Rp Tahun 2000:1 sd 2012:1 N Tahun Kuartal PDB Pertumbuhan 1 2000 Q1 342852 - 2 Q2 340865 -0,58 3 Q3 355290 4,23 4 Q4 350763 -1,27 5 2001 Q1 356115 1,53 6 Q2 360533 1,24 7 Q3 367515 1,94 8 Q4 356240 -3,07 9 2002 Q1 368650 3,48 10 Q2 375721 1,92 11 Q3 387920 3,25 12 Q4 372926 -3,87 13 2003 Q1 386744 3,71 14 Q2 394621 2,04 15 Q3 405608 2,78 16 Q4 390199 -3,80 17 2004 Q1 402597 3,18 18 Q2 411936 2,32 19 Q3 423852 2,89 20 Q4 418132 -1,35 21 2005 Q1 426612 2,03 22 Q2 436121 2,23 23 Q3 448598 2,86 24 Q4 439484 -2,03 25 2006 Q1 448485 2,05 26 Q2 457637 2,04 27 Q3 474904 3,77 28 Q4 466101 -1,85 29 2007 Q1 475642 2,05 30 Q2 488421 2,69 31 Q3 506933 3,79 32 Q4 493331 -2,68 33 2008 Q1 505219 2,41 34 Q2 519205 2,77 35 Q3 538641 3,74 36 Q4 519392 -3,57 37 2009 Q1 528057 1,67 38 Q2 540678 2,39 39 Q3 561637 3,88 40 Q4 548479 -2,34 41 2010 Q1 559683 2,04 42 Q2 574713 2,69 43 Q3 594251 3,40 44 Q4 585812 -1,42 45 2011 Q1 595785 1,70 46 Q2 612200 2,75 47 Q3 632828 3,37 48 Q4 623864 -1,42 49 2012 Q1 633243 1,50 Sumber : Bank Indonesia data diolah, 2013 Universita Sumatera Utara 320,000 360,000 400,000 440,000 480,000 520,000 560,000 600,000 640,000 00 01 02 03 04 05 06 07 08 09 10 11 PDB Sumber : Tabel 4.5 Gambar 4.5. Perkembangan Produk Domestik Bruto 2001:Q1-2012:Q1 Berdasarkan Tabel 4.5 dan Gambar 4.5 diketahui bahwa adanya kecenderungan peningkatan produk domestik bruto dalam kurun waktu 2000 sampai dengan 2012. Pertumbuhan produk domestik bruto yang paling tinggi terjadi pada kuartal ketiga tahun 2000 yaitu sebesar naik sebesar 4,23 dari kuartal sebelumnya, sedangkan pertumbuhan terendah terjadi pada kuartal keempat tahun 2002 yaitu turun sebesar 3,87 dari kuartal sebelumnya.

4.2.6. Perkembangan Investasi INV

Investasi, investasi dalam penelitian ini yaitu jumlah investasi asing yang diperoleh Indonesia secara langsung setiap kuartal dan diukur dalam milyar rupiah investasi dalam jutaUS dikali dengan kurs. Dalam penelitian ini, data investasi diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan data investasi. Universita Sumatera Utara Tabel 4.6. Investasi Asing Langsung Milyar Rp Tahun 2000:1 sd 2012:1 N Tahun Kuartal INV Pertumbuhan 1 2000 Q1 14375460 - 2 Q2 11049775 -23,13 3 Q3 9877500 -10,61 4 Q4 8386030 -15,10 5 2001 Q1 4420000 -47,29 6 Q2 3946800 -10,71 7 Q3 4469850 13,25 8 Q4 8788000 96,61 9 2002 Q1 2877190 -67,26 10 Q2 3998340 38,97 11 Q3 4228035 5,74 12 Q4 5793120 37,02 13 2003 Q1 11455688 97,75 14 Q2 7025680 -38,67 15 Q3 3825384 -45,55 16 Q4 5510715 44,06 17 2004 Q1 2988276 -45,77 18 Q2 3850735 28,86 19 Q3 3191160 -17,13 20 Q4 7348390 130,27 21 2005 Q1 8133840 10,69 22 Q2 36394611 347,45 23 Q3 18098857 -50,27 24 Q4 19414250 7,27 25 2006 Q1 12115125 -37,60 26 Q2 10127700 -16,40 27 Q3 9742925 -3,80 28 Q4 12943700 32,85 29 2007 Q1 9455366 -26,95 30 Q2 9352782 -1,08 31 Q3 20019167 114,04 32 Q4 25120473 25,48 33 2008 Q1 21752120 -13,41 34 Q2 15064425 -30,75 35 Q3 31772664 110,91 36 Q4 21210150 -33,24 37 2009 Q1 22038800 3,91 38 Q2 14795575 -32,87 39 Q3 9545466 -35,48 40 Q4 5076000 -46,82 41 2010 Q1 27180930 435,48 42 Q2 30428050 11,95 43 Q3 26370420 -13,34 44 Q4 40306653 52,85 45 2011 Q1 46253499 14,75 46 Q2 43277298 -6,43 47 Q3 30606987 -29,28 48 Q4 49221104 60,82 49 2012 Q1 41475240 -15,74 Sumber : Bank Indonesia data diolah, 2013 Universita Sumatera Utara 10,000,000 20,000,000 30,000,000 40,000,000 50,000,000 00 01 02 03 04 05 06 07 08 09 10 11 INV Sumber : Tabel 4.6 Gambar 4.6. Perkembangan Investasi Asing Langsung 2001:Q1-2012:Q1 Berdasarkan Tabel 4.6 dan Gambar 4.6 diketahui bahwa adanya kecenderungan terjadi fluktuasi pada investasi dalam kurun waktu 2000 sampai dengan 2012. Pertumbuhan investasi yang paling tinggi terjadi pada kuartal pertama tahun 2010 yaitu naik sebesar 435,48 dari kuartal sebelumnya, sedangkan pertumbuhan terendah terjadi pada kuartal pertama tahun 2002 yaitu turun sebesar 67,26 dari kuartal sebelumnya.

4.2.7. Perkembangan Nilai Tukar Rupiah KURS

Kurs dalam penelitian ini yaitu nilai tukar Rupiah terhadap dolar AS, yang dilihat perkuartal yaitu bulan terakhir setiap kuartal dan diukur dalam rupiah per dollar. Dalam penelitian ini, data kurs diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan data kurs. Universita Sumatera Utara Tabel 4.7. Nilai Tukar Rupiah Terhadap US Tahun 2000:1 sd 2012:1 N Tahun Kuartal KURS Pertumbuhan 1 2000 Q1 7590 - 2 Q2 8735 15,09 3 Q3 8780 0,52 4 Q4 9595 9,28 5 2001 Q1 10400 8,39 6 Q2 11440 10,00 7 Q3 9675 -15,43 8 Q4 10400 7,49 9 2002 Q1 9655 -7,16 10 Q2 8730 -9,58 11 Q3 9015 3,26 12 Q4 8940 -0,83 13 2003 Q1 8908 -0,36 14 Q2 8285 -6,99 15 Q3 8389 1,26 16 Q4 8465 0,91 17 2004 Q1 8587 1,44 18 Q2 9415 9,64 19 Q3 9170 -2,60 20 Q4 9290 1,31 21 2005 Q1 9480 2,05 22 Q2 9713 2,46 23 Q3 10301 6,05 24 Q4 9830 -4,57 25 2006 Q1 9075 -7,68 26 Q2 9300 2,48 27 Q3 9235 -0,70 28 Q4 9020 -2,33 29 2007 Q1 9118 1,09 30 Q2 9054 -0,70 31 Q3 9137 0,92 32 Q4 9419 3,09 33 2008 Q1 9217 -2,14 34 Q2 9225 0,09 35 Q3 9378 1,66 36 Q4 10950 16,76 37 2009 Q1 11575 5,71 38 Q2 10225 -11,66 39 Q3 9681 -5,32 40 Q4 9400 -2,90 41 2010 Q1 9115 -3,03 42 Q2 9083 -0,35 43 Q3 8924 -1,75 44 Q4 8991 0,75 45 2011 Q1 8709 -3,14 46 Q2 8597 -1,29 47 Q3 8823 2,63 48 Q4 9068 2,78 49 2012 Q1 9180 1,24 Sumber : Bank Indonesia data diolah, 2013 Universita Sumatera Utara 7,000 8,000 9,000 10,000 11,000 12,000 00 01 02 03 04 05 06 07 08 09 10 11 KURS Sumber : Tabel 4.7 Gambar 4.7. Perkembangan Nilai Tukar Rupiah 2001:Q1-2012:Q1 Berdasarkan Tabel 4.7 dan Gambar 4.7 diketahui bahwa adanya kecenderungan terjadi fluktuasi pada kurs rupiah terhadap dollah Amerika serikat dalam kurun waktu 2000 sampai dengan 2012. Pertumbuhan kurs yang paling tinggi terjadi pada kuartal keempat tahun 2008 yaitu naik sebesar 16,76, dari kuartal sebelumnya, sedangkan pertumbuhan terendah terjadi pada kuartal ketiga tahun 2001 yaitu turun sebesar 15, dari kuartal sebelumnya. Adanya depresiasi kurs pada akhir 2008 dan awal 2009 hingga menembus ke angka 11575 pada kuartal pertama 2009 disebabkan kondisi ekonomi yang kurang stabil akibat pengaruh krisis keuangan global.

4.2.8. Perkembangan Inflasi INF

Inflasi, yaitu tingkat inflasi yang terjadi yang dilihat perkuartal yaitu penjumlahan inflasi tiap tiga bulan dan diukur dalam satuan persen. Dalam penelitian ini, data inflasi diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan data inflasi. Universita Sumatera Utara Tabel 4.8. Inflasi Tahun 2000:1 sd 2012:1 N Tahun Kuartal INF 1 2000 Q1 0,94 2 Q2 1,90 3 Q3 1,73 4 Q4 4,42 5 2001 Q1 2,09 6 Q2 3,26 7 Q3 2,55 8 Q4 4,01 9 2002 Q1 3,47 10 Q2 0,92 11 Q3 1,64 12 Q4 3,59 13 2003 Q1 0,77 14 Q2 0,45 15 Q3 1,23 16 Q4 2,50 17 2004 Q1 0,91 18 Q2 2,33 19 Q3 0,50 20 Q4 2,49 21 2005 Q1 3,17 22 Q2 1,05 23 Q3 2,02 24 Q4 9,97 25 2006 Q1 1,97 26 Q2 0,87 27 Q3 1,16 28 Q4 2,41 29 2007 Q1 1,90 30 Q2 0,17 31 Q3 2,27 32 Q4 2,07 33 2008 Q1 3,37 34 Q2 4,44 35 Q3 2,85 36 Q4 0,53 37 2009 Q1 0,36 38 Q2 -0,16 39 Q3 2,06 40 Q4 0,49 41 2010 Q1 1,00 42 Q2 1,41 43 Q3 2,77 44 Q4 1,58 45 2011 Q1 0,70 46 Q2 0,36 47 Q3 1,87 48 Q4 0,79 49 2012 Q1 0,88 Sumber : Bank Indonesia Universita Sumatera Utara -2 2 4 6 8 10 12 00 01 02 03 04 05 06 07 08 09 10 11 INF Sumber : Tabel 4.8 Gambar 4.8. Perkembangan Inflasi 2001:Q1-2012:Q1 Berdasarkan Tabel 4.8 dan Gambar 4.8 diketahui bahwa adanya kecenderungan terjadi fluktuasi pada inflasi dalam kurun waktu 2000 sampai dengan 2012. Inflasi yang paling tinggi terjadi pada kuartal keempat tahun 2005 yaitu sebesar 9,97, sedangkan inflasi terendah terjadi pada kuartal kedua tahun 2009 yaitu sebesar -0,16. Naiknya inflasi tahun 2005 disebabkan adanya kenaikan harga minyak mentah dunia dan harga bahan bakar minyak di dalam negeri. Universita Sumatera Utara 4.3. Hasil Uji Asumsi VAR 4.3.1. Hasil Uji Stasioneritas Uji stasioneritas dapat dilakukan dengan uji akar-akar unit yang dikembangkan oleh Dickey Fuller. Alternatif dari uji Dickey Fuller adalah Augmented Dickey Fuller ADF yang berusaha meminimumkan autokorelasi. Uji ini berisi regresi dari diferensi pertama data runtut waktu terhadap lag variabel tersebut, lagged difference terms, konstanta, dan variabel trend Kuncoro, 2001. Untuk melihat stasioneritas dengan menggunakan uji DF atau ADF dilakukan dengan membandingkan nilai kritis Mc Kinnon pada tingkat signifikansi 1 dengan nilai Augmented Dickey Fuller. Data yang tidak stasioner bisa menyebabkan regresi yang lancung sehingga perlu dilakukan uji stasioneritas data. Penelitian ini dimulai dengan uji stasioner terhadap variabel-variabel yang digunakan dalam penelitian yaitu : Penerimaan Pajak logTAX, Pengeluaran Pemerintah logGOV, Suku Bunga Kredit SBK, Jumlah Uang Beredar logJUB, Produk Domestik Bruto logPDB, Investasi logINV, Nilai Tukar Rupiah logKURS dan Inflasi INF. Hasil pengujian stasioneritas data untuk semua variabel amatan adalah sebagai berikut : Tabel 4.9. Hasil Pengujian Stasioner Dengan Akar-akar Unit Pada Level Variebel Nilai Augmented Dickey Fuller Nilai Kritis Mc Kinnon pada Tingkat Signifikansi 1 Prob Keterangan logTAX logGOV SBK logJUB logPDB logINV logKURS INF -1.986333 -1.911929 -3.706139 0.609818 2.036818 -2.072839 -3.133617 -5.936075 -3.581152 -3.581152 -3.574446 -3.588509 -3.588509 -3.574446 -3.577723 -3.574446 0.2916 0.3241 0.0070 0.9885 0.9998 0.2562 0.0308 0.0000 Tidak Stasioner Tidak Stasioner Stasioner Tidak Stasioner Tidak Stasioner Tidak Stasioner Tidak Stasioner Stasioner Sumber : Lampiran-3 Universita Sumatera Utara Hasil uji Augmented Dickey Fuller pada table 4.9 di atas menunjukkan bahwa data hampir semua variabel tidak stasioner pada level atau pada data sebenarnya, kecuali data SBK dan INF. Untuk variabel yang tidak stasioner pada level seperti TAX, GOV, JUB, PDB, INV dan KURS solusinya adalah dengan menciptakan variabel baru dengan cara first difference disebut DTAX, DGOV, DJUB, DPDB, DINV, DKURS, kemudian diuji kembali dengan uji ADF. Hasil pengujian untuk 1st difference dapat dilihat pada tabel berikut : Tabel 4.10. Hasil Pengujian Stasioner Dengan Akar-akar Unit Pada 1st difference Variebel Nilai Augmented Dickey Fuller Nilai Kritis Mc Kinnon pada Tingkat Signifikansi 1 Prob Keterangan logTAX logGOV logJUB logPDB logINV logKURS -8.978859 -10.98188 -2.601289 -2.850646 -8.695659 -7.115695 -3.581152 -3.581152 -3.588509 -3.588509 -3.577723 -3.577723 0.0000 0.0000 0.1004 0.0596 0.0000 0.0000 Stasioner Stasioner Tidak Stasioner Tidak Stasioner Stasioner Stasioner Sumber : Lampiran-3 Hasil uji Augmented Dickey Fuller pada table 4.10 tersebut di atas menunjukkan bahwa data hampir semua variabel stasioner pada 1 st difference, kecuali data JUB dan PDB. Kemudian pengujian untuk JUB dan PDB yang tidak stasioner pada 1 st difefference dilakukan dengan 2 nd difference. Hasil pengujian untuk 2 nd Tabel 4.11. Hasil Pengujian Stasioner Dengan akar-akar unit Pada 2nd difference difference dapat dilihat pada tabel berikut : Variebel Nilai Augmented Dickey Fuller Nilai Kritis Mc Kinnon pada Tingkat Signifikansi 1 Prob Keterangan logJUB logPDB -15.26277 -34.47048 -3.588509 -3.588509 0.0001 0.0000 Stasioner Stasioner Sumber : Lampiran-3 Universita Sumatera Utara Pada tabel 4.11 di atas diketahui bahwa sebagaimana ditunjukkan oleh nilai Augmented Dickey-Fuller statistik yang di bawah nilai kritis Mc Kinnon pada derajat kepercayaan 1 persen, dimana nilai Augmented Dickey-Fuller JUB maupun PDB lebih kecil dari nilai kritis Mc Kinnon, hasil tersebut menunjukan bahwa JUB dan PDB stasioner pada derajat 2 nd difference. Jika seluruh variabel sudah stasioner maka langkah selanjutnya sudah bisa dianalisis.

4.3.2. Hasil Uji Kointegrasi

Untuk mengetahui ada berapa persamaan kointegrasi maka dilakukan uji kointegrasi. Hasil uji kointegrasi ditampilkan sebagai berikut : Tabel 4.12. Uji Kointegrasi Johansen Date: 050313 Time: 10:24 Sample adjusted: 2000Q3 2012Q1 Included observations: 47 after adjustments Trend assumption: Linear deterministic trend Series: LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF Lags interval in first differences: 1 to 1 Unrestricted Cointegration Rank Test Trace Hypothesized Trace 0.05 No. of CEs Eigenvalue Statistic Critical Value Prob. None 0.816353 239.4517 159.5297 0.0000 At most 1 0.702747 159.7988 125.6154 0.0001 At most 2 0.568201 102.7798 95.75366 0.0150 At most 3 0.474153 63.30935 69.81889 0.1481 At most 4 0.256478 33.10033 47.85613 0.5513 At most 5 0.230014 19.17154 29.79707 0.4806 At most 6 0.134892 6.886552 15.49471 0.5909 At most 7 0.001620 0.076184 3.841466 0.7825 Trace test indicates 3 cointegrating eqns at the 0.05 level denotes rejection of the hypothesis at the 0.05 level MacKinnon-Haug-Michelis 1999 p-values Sumber : Lampiran-4 Dari uji ini diketahui bahwa ada 3 persamaan terkointegrasi seperti keterangan dibagian bawah tabel pada 5 persen level yang berarti asumsi adanya hubungan jangka panjang antar variabel terbukti. Berdasarkan hasil uji kointegrasi diketahui bahwa ternyata ada persamaan yang memiliki kointegrasi dalam jangka Universita Sumatera Utara panjang sehingga hasil kausalitas yang menyatakan hubungan jangka pendek dapat digantikan dengan asumsi yang menyatakan hubungan jangka menengah dan jangka panjang terbukti. Jadi semua variabel dinyatakan memiliki kontribusi dalam jangka panjang sehingga analisa Vector Autoregression dapat digunakan untuk pengujian selanjutnya.

4.3.3. Hasil Uji Stabilitas Lag Struktur VAR

Stabilitas sistem VAR akan dilihat dari inverse roots karakteristik AR polinomialnya. Hal ini dapat dilihat dari nilai modulus di tabel AR-nomialnya, jika seluruh nilai AR-rootsnya di bawah 1, maka sistem VAR-nya stabil. Uji stabilitas VAR dilakukan dengan menghitung akar-akar dari fungsi polinomial atau dikenal dengan roots of characteristic polinomial. Jika semua akar dari fungsi polinomial tersebut berada di dalam unit circel atau jika nilai absolutnya 1 maka model VAR tersebut dianggap stabil sehingga IRF dan FEVD yang dihasilkan akan dianggap valid. Berikut hasil pengujian Roots of Characteristic Polinomial : Tabel 4.13. Tabel Stabilitas Lag Struktur Roots of Characteristic Polynomial Endogenous variables: LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF Exogenous variables: C Lag specification: 1 1 Date: 050313 Time: 10:27 Root Modulus 0.999160 0.999160 0.733483 - 0.287342i 0.787758 0.733483 + 0.287342i 0.787758 0.580027 - 0.059772i 0.583098 0.580027 + 0.059772i 0.583098 -0.177041 - 0.210761i 0.275252 -0.177041 + 0.210761i 0.275252 -0.080096 0.080096 No root lies outside the unit circle. VAR satisfies the stability condition. Universita Sumatera Utara Sumber : Lampiran-6 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 Inverse Roots of AR Characteristic Polynomial Sumber : Lampiran-6 Gambar 4.9. Stabilitas Lag Struktur Pada Tabel 4.13 menunjukan nilai roots modulus dibawah 1 kemudian pada Gambar 4.9 menunjukkan titik roots berada dalam garis lingkaran. Dimana spesifikasi model yang terbentuk dengan menggunakan Roots of Characteristic Polynomial dan Inverse Roots of AR Characteristic Polynomial diperoleh hasil stabil, hal ini dapat ditunjukkan bahwa hampir semua unit roots berada dalam lingkaran gambar Inverse Roots of AR Characteristic Polynomial. Stabilitas lag sudah terpenuhi maka analisa VAR bisa dilanjutkan.

4.3.4. Hasil Penetapan Tingkat Lag Optimal

Penetapan lag optimal dapat menggunakan kriteria Schwarz Criterion SC, dan Akaike Information Criterion AIC. Akaike Information Criteria = -2l T+ 2 k T dan Schwarz Criterion = -2l T+ k log T T. Penentuan lag yang Universita Sumatera Utara optimal jika nilai AIC dan SC lebih rendah dari salah satu lag. Berikut hasil pemilihan lag 1 atau lag 2. Tabel 4.14. VAR Pada Lag 1 Vector Autoregression Estimates Date: 050313 Time: 10:25 Sample adjusted: 2000Q2 2012Q1 Included observations: 48 after adjustments Standard errors in t-statistics in [ ] Determinant resid covariance dof adj. 4.68E-18 Determinant resid covariance 8.89E-19 Log likelihood 452.6595 Akaike information criterion -15.86081 Schwarz criterion -13.05401 Sumber : Lampiran-5 Tabel 4.15. VAR Pada Lag 2 Vector Autoregression Estimates Date: 050313 Time: 10:27 Sample adjusted: 2000Q3 2012Q1 Included observations: 47 after adjustments Standard errors in t-statistics in [ ] Determinant resid covariance dof adj. 1.06E-18 Determinant resid covariance 2.93E-20 Log likelihood 523.4050 Akaike information criterion -16.48532 Schwarz criterion -11.13170 Sumber : Lampiran-5 Hasil penentuan lag diatas menunjukan bahwa pada lag 1 nilai AIC - 15,86081 lebih rendah dari nilai AIC pada lag 2 yaitu -16,48532. Kesimpulanya adalah penggunaan VAR pada lag 1 lebih optimal dibandingkan dengan VAR pada lag 2. Jadi penelitian ini menggunakan lag 1 untuk menganalisanya.

4.4. Analisis Vector Autoregression VAR

Setelah dilakukan uji asumsi, yaitu uji stasioneritas, uji kointegrasi, uji stabilitas lag struktur dan penetapan tingkat lag optimal, maka selanjutnya adalah menganalisis VAR yaitu untuk mengetahui ada tidaknya hubungan simultan Universita Sumatera Utara saling terkait atau saling kontribusi antara variabel, sebagai variabel eksogen dan endogen dengan memasukkan unsur waktu lag. Berikut hasil analisa tabel VAR : Tabel 4.16. Hasil Estimasi VAR Vector Autoregression Estimates Date: 050313 Time: 10:25 Sample adjusted: 2000Q2 2012Q1 Included observations: 48 after adjustments Standard errors in t-statistics in [ ] LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF LOGTAX-1 0.605636 0.439351 -3.614364 0.070293 0.036012 0.058632 -0.072816 2.541306 0.15875 0.37371 3.90827 0.04391 0.02384 0.49795 0.05618 4.06237 [ 3.81501] [ 1.17564] [-0.92480] [ 1.60086] [ 1.51060] [ 0.11775] [-1.29620] [ 0.62557] LOGGOV-1 -0.051622 -0.165956 0.936088 -0.027299 -0.014237 0.176333 0.048942 -0.051233 0.08130 0.19137 2.00140 0.02249 0.01221 0.25499 0.02877 2.08032 [-0.63500] [-0.86718] [ 0.46772] [-1.21406] [-1.16618] [ 0.69151] [ 1.70131] [-0.02463] SBK-1 -0.001978 -0.023219 1.363947 -0.002219 -0.001140 -0.063076 -0.007191 -0.460301 0.01075 0.02532 0.26476 0.00297 0.00161 0.03373 0.00381 0.27520 [-0.18393] [-0.91717] [ 5.15166] [-0.74588] [-0.70563] [-1.86988] [-1.88953] [-1.67262] LOGJUB-1 0.086324 -1.100143 7.407276 0.253927 0.146823 -1.347307 -0.017790 -11.35779 0.36434 0.85769 8.96971 0.10077 0.05471 1.14281 0.12893 9.32338 [ 0.23693] [-1.28269] [ 0.82581] [ 2.51975] [ 2.68349] [-1.17894] [-0.13799] [-1.21821] LOGPDB-1 1.215327 4.835332 1.984751 1.848281 0.485163 3.660501 -0.107587 5.274924 0.96004 2.26001 23.6352 0.26554 0.14417 3.01132 0.33973 24.5671 [ 1.26591] [ 2.13952] [ 0.08397] [ 6.96040] [ 3.36523] [ 1.21558] [-0.31669] [ 0.21471] LOGINV-1 -0.031780 -0.068665 -0.200382 -0.008022 0.006136 0.445912 0.014562 0.765984 0.03984 0.09378 0.98071 0.01102 0.00598 0.12495 0.01410 1.01938 [-0.79777] [-0.73223] [-0.20432] [-0.72803] [ 1.02571] [ 3.56870] [ 1.03302] [ 0.75142] LOGKURS-1 -0.108520 0.874016 -6.142576 0.048332 0.009821 -0.682836 0.628861 9.817360 0.30298 0.71323 7.45900 0.08380 0.04550 0.95034 0.10721 7.75311 [-0.35818] [ 1.22543] [-0.82351] [ 0.57674] [ 0.21585] [-0.71852] [ 5.86551] [ 1.26625] INF-1 0.012022 0.000162 1.420276 -0.003147 -0.002145 -0.054277 -0.009001 -0.425489 0.01278 0.03007 0.31452 0.00353 0.00192 0.04007 0.00452 0.32692 [ 0.94099] [ 0.00538] [ 4.51570] [-0.89051] [-1.11781] [-1.35448] [-1.99099] [-1.30151] C -4.445408 -20.17313 -20.42511 -6.667874 1.945933 -6.987002 2.297586 -15.68400 4.02123 9.46626 98.9983 1.11225 0.60387 12.6132 1.42297 102.902 [-1.10549] [-2.13106] [-0.20632] [-5.99495] [ 3.22245] [-0.55394] [ 1.61464] [-0.15242] R-squared 0.950161 0.760966 0.620341 0.994551 0.988399 0.747509 0.575330 0.181109 Adj. R-squared 0.939938 0.711933 0.542463 0.993433 0.986019 0.695716 0.488218 0.013131 Sum sq. resids 0.159265 0.882591 96.52919 0.012184 0.003592 1.566941 0.019943 104.2914 S.E. equation 0.063904 0.150434 1.573247 0.017675 0.009596 0.200444 0.022613 1.635280 F-statistic 92.94093 15.51958 7.965480 889.7552 415.3392 14.43261 6.604501 1.078170 Log likelihood 68.89225 27.79722 -84.87652 130.5820 159.8996 14.02076 118.7566 -86.73277 Akaike AIC -2.495511 -0.783218 3.911521 -5.065918 -6.287485 -0.209198 -4.573190 3.988865 Schwarz SC -2.144660 -0.432367 4.262372 -4.715068 -5.936634 0.141652 -4.222340 4.339715 Mean dependent 4.989021 5.175646 12.77375 5.486292 5.662750 7.069729 3.969583 1.981042 S.D. dependent 0.260753 0.280286 2.325861 0.218117 0.081160 0.363374 0.031610 1.646123 Determinant resid covariance dof adj. 4.68E-18 Determinant resid covariance 8.89E-19 Universita Sumatera Utara Log likelihood 452.6595 Akaike information criterion -15.86081 Schwarz criterion -13.05401 Sumber : Lampiran-5 Estimation Proc: =============================== LS 1 1 LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF C VAR Model: =============================== LOGTAX = C1,1LOGTAX-1 + C1,2LOGGOV-1 + C1,3SBK-1 + C1,4LOGJUB-1 + C1,5LOGPDB-1 + C1,6LOGINV- 1 + C1,7LOGKURS-1 + C1,8INF-1 + C1,9 LOGGOV = C2,1LOGTAX-1 + C2,2LOGGOV-1 + C2,3SBK-1 + C2,4LOGJUB-1 + C2,5LOGPDB-1 + C2,6LOGINV- 1 + C2,7LOGKURS-1 + C2,8INF-1 + C2,9 SBK = C3,1LOGTAX-1 + C3,2LOGGOV-1 + C3,3SBK-1 + C3,4LOGJUB-1 + C3,5LOGPDB-1 + C3,6LOGINV-1 + C3,7LOGKURS-1 + C3,8INF-1 + C3,9 LOGJUB = C4,1LOGTAX-1 + C4,2LOGGOV-1 + C4,3SBK-1 + C4,4LOGJUB-1 + C4,5LOGPDB-1 + C4,6LOGINV- 1 + C4,7LOGKURS-1 + C4,8INF-1 + C4,9 LOGPDB = C5,1LOGTAX-1 + C5,2LOGGOV-1 + C5,3SBK-1 + C5,4LOGJUB-1 + C5,5LOGPDB-1 + C5,6LOGINV- 1 + C5,7LOGKURS-1 + C5,8INF-1 + C5,9 LOGINV = C6,1LOGTAX-1 + C6,2LOGGOV-1 + C6,3SBK-1 + C6,4LOGJUB-1 + C6,5LOGPDB-1 + C6,6LOGINV- 1 + C6,7LOGKURS-1 + C6,8INF-1 + C6,9 LOGKURS = C7,1LOGTAX-1 + C7,2LOGGOV-1 + C7,3SBK-1 + C7,4LOGJUB-1 + C7,5LOGPDB-1 + C7,6LOGINV-1 + C7,7LOGKURS-1 + C7,8INF-1 + C7,9 Universita Sumatera Utara INF = C8,1LOGTAX-1 + C8,2LOGGOV-1 + C8,3SBK-1 + C8,4LOGJUB-1 + C8,5LOGPDB-1 + C8,6LOGINV-1 + C8,7LOGKURS-1 + C8,8INF-1 + C8,9 VAR Model - Substituted Coefficients: =============================== LOGTAX = 0.605635557879LOGTAX-1 - 0.0516221562801LOGGOV-1 - 0.00197802671916SBK-1 + 0.0863239186339LOGJUB-1 + 1.21532667124LOGPDB-1 - 0.0317795964741LOGINV-1 - 0.108520330156LOGKURS-1 + 0.0120215851934INF-1 - 4.44540843289 LOGGOV = 0.439350864339LOGTAX-1 - 0.16595603813LOGGOV-1 - 0.0232193084316SBK-1 - 1.10014349207LOGJUB-1 + 4.83533184581LOGPDB-1 - 0.0686653365481LOGINV-1 + 0.874015733815LOGKURS-1 + 0.00016180688954INF-1 - 20.1731266921 SBK = - 3.6143642497LOGTAX-1 + 0.936087704926LOGGOV-1 + 1.36394710698SBK-1 + 7.40727626159LOGJUB-1 + 1.98475141064LOGPDB-1 - 0.200381652723LOGINV-1 - 6.14257636024LOGKURS-1 + 1.42027597396INF-1 - 20.4251143488 LOGJUB = 0.0702929642045LOGTAX-1 - 0.027299036427LOGGOV-1 - 0.00221868281641SBK-1 + 0.253927221458LOGJUB-1 + 1.84828108232LOGPDB-1 - 0.00802169779006LOGINV-1 + 0.0483322053756LOGKURS-1 - 0.00314673317521INF-1 - 6.66787360144 LOGPDB = 0.0360120959399LOGTAX-1 - 0.0142368591345LOGGOV-1 - 0.00113956584006SBK-1 + 0.146822597347LOGJUB-1 + 0.485163400184LOGPDB-1 + 0.00613592898794LOGINV-1 + 0.00982085879681LOGKURS-1 - 0.00214450937539INF-1 + 1.94593286652 LOGINV = 0.0586321424929LOGTAX-1 + 0.176332523056LOGGOV-1 - 0.0630755055215SBK-1 - 1.34730664882LOGJUB-1 + 3.66050050754LOGPDB-1 + 0.445912234011LOGINV-1 - 0.682836459258LOGKURS-1 - 0.0542772672002INF-1 - 6.98700155104 LOGKURS= - 0.0728156183663LOGTAX-1 + 0.0489424077145LOGGOV-1 - 0.00719073008738SBK-1 - 0.0177902162041LOGJUB-1 - 0.107587045957LOGPDB-1 + 0.0145619970617LOGINV-1 + 0.628861491076LOGKURS-1 - 0.00900087523991INF-1 + 2.29758635754 Universita Sumatera Utara INF = 2.54130616693LOGTAX-1 - 0.0512327595889LOGGOV-1 - 0.460300624094SBK-1 - 11.3577943454LOGJUB-1 + 5.27492433952LOGPDB-1 + 0.76598402409LOGINV-1 + 9.81736031337LOGKURS-1 - 0.425489127141INF-1 - 15.6839985362 Berdasarkan hasil analisa Vector Autoregression diketahui bahwa variabel sebelumnya juga berkontribusi terhadap variabel sekarang sebagaimana yang ditunjukkan pada tabel 4.16 diatas bahwa variabel masa lalu t- 1 Tabel 4.17. Hasil Analisis VAR berkontribusi terhadap variabel itu sendiri dan variabel lain. Dengan menggunakan dasar lag 1 terlihat bahwa adanya kontribusi dari masing-masing variabel terhadap variabel itu sendiri dan variabel lainnya, dengan demikian variabel dalam penelitian ini saling berkontribusi. Analisis VAR dalam penelitian ini mencakup variabel Penerimaan Pajak TAX, Pengeluaran Pemerintah GOV, Suku Bunga Kredit SBK, Jumlah Uang Beredar JUB, Produk Domestik Bruto PDB, Investasi INV, Nilai Tukar Rupiah KURS dan Inflasi INF. Berikut tabel kesimpulan kontribusi analisa VAR : Variabel Kontribusi Terbesar 1 Kontribusi Terbesar 2 TAX PDB 1,215 t-1 TAX 0,605 t-1 GOV PDB 4,835 -1 KURS 0,874 t-1 SBK SBK 7,407 t-1 PDB 1,984 t-1 JUB PDB 1,848 t-1 JUB 0,253 -1 PDB PDB 0,485 t-1 JUB 0,146 t-1 INV PDB 3,660 t-1 INV 0,445 t-1 KURS KURS 0,628 t-1 GOV 0,048 t-1 INF KURS 9,817 t-1 PDB 5,274 t-1 Sumber : Tabel 4.16 Universita Sumatera Utara Hasil kesimpulan kontribusi analisa VAR seperti tabel 4.17 di atas menunjukkan kontribusi terbesar satu dan dua terhadap suatu variabel, yang kemudian dianalisa sebagai berikut : 1. Analisis VAR terhadap TAX Kontribusi yang paling besar terhadap penerimaan pajak adalah produk domestik bruto periode sebelumnya dan disusul oleh penerimaan pajak itu sendiri periode sebelumnya. Besarnya penerimaan pajak dan adanya peningkatan terhadap produk domestik bruto akan meningkatkan produksi perusahaan dan pendapatan masyarakat, naiknya kapasitas produksi perusahaan akan meningkatkan pajak pertambahan nilai dan pajak penghasilan dari karyawanpegawai perusahaan tersebut, sedangkan naiknya pendapatan masyarakat akan meningkatkan konsumsi masyarakat sehingga akan meningkatkan pajak restoran dan pajak penghasilan pribadi masyarakat. 2. Analisis VAR terhadap GOV Kontribusi yang paling besar terhadap pengeluaran pemerintah adalah produk domestik bruto periode sebelumnya dan disusul oleh kurs periode sebelumnya. Adanya peningkatan terhadap produk domestik bruto akan meningkatkan kapasitas produksi, naiknya kapasitas produksi akan meningkatkan pendapatan masyarakat, naiknya pendapatan masyarakat akan meningkatkan penerimaaan kemudian naiknya penerimaan akan meningkatkan pengeluaran negara. Naiknya belanja pemerintah juga adanya apresiasi dari kurs dan stabilnya ekonomi. Universita Sumatera Utara 3. Analisis VAR terhadap SBK Kontribusi yang paling besar terhadap suku bunga kredit adalah suku bunga kredit itu sendiri periode sebelumnya dan disusul produk domestik bruto periode sebelumnya. Dalam kebijakan penetapan suku bunga kredit didasarkan atas pertimbangan yang sangat kuat atas suku bunga kredit itu sendiri periode sebelumnya dimana suku bunga kredit merupakan variabel kebijakan yang didasarkan atas kondisi pasar. Kondisi ekonomi juga menjadi acuan kebijakan penetapan suku bunga, dimana naiknya produk domestik bruto akan meningkatkan produksi dan investasi, keinginan berinvestasi mendorong masyarakat melakukan pinjaman yang akan mendorong kebijakan penetapan suku bunga kredit. 4. Analisis VAR terhadap JUB Kontribusi yang paling besar terhadap jumlah uang beredar adalah produk domestik bruto periode sebelumnya dan disusul oleh jumlah uang beredar itu sendiri periode sebelumnya. Peningkatan jumlah uang beredar tahun sekarang juga dipengaruhi oleh naiknya pendapatan masyarakat dan tekanan jumlah uang beredar tahun sebelumnya. Naiknya produk domestik bruto akan meningkatkan produksi dan mendorong investasi, naiknya investasi akan meningkatkan pendapatan masyarakat dan naiknya kepemilikan uang ditangan masyarakat karena naiknya daya beli masyarakat. 5. Analisis VAR terhadap PDB Kontribusi yang paling besar terhadap produk domestik bruto adalah produk domestik bruto itu sendiri periode sebelumnya dan disusul oleh Universita Sumatera Utara jumlah uang beredar periode sebelumnya. Peningkatan terhadap jumlah uang beredar akan mendorong tumbuhnya permintaan masyarakat sehingga investasi juga akan meningkat, naiknya investasi akan meningkatkan produksi dan kemudian naiknya produk domestik bruto. 6. Analisis VAR terhadap INV Kontribusi paling besar terhadap investasi adalah produk domestik bruto periode sebelumnya dan disusul oleh investasi itu sendiri periode sebelumnya. Naiknya produk domestik bruto akan meningkatkan investasi, dimana produk domestik bruto naik mendorong kenaikan pada pendapatan masyarakat, naiknya pendapatan akan meningkatkan daya beli dan meningkatkan permintaan, naiknya permintaan akan meningkatkan investasi untuk memenuhi permintaan masyarakat tersebut. 7. Analisis VAR terhadap KURS Kontribusi yang paling besar terhadap kurs adalah kurs itu sendiri periode sebelumnya dan disusul oleh pengeluaran pemerintah periode sebelumnya. Tekanan kurs periode sebelumnya sangat berdampak pada kurs periode sekarang. Pengeluaran pemerintah yang cukup tinggi akan memperkuat posisi kurs, dimana pengeluaran pemerintah yang cenderung meningkatkan ekspor akan meningkatkan devisa dan memungkinkan apresiasi terhadap kurs rupiah akan berlangsung cukup lama. 8. Analisis VAR terhadap INF Kontribusi yang paling besar terhadap inflasi adalah kurs periode sebelumnya dan disusul oleh produk domestik bruto periode sebelumnya. Depresiasi terhadap nilai tukar rupiah akan mendorong naiknya harga- Universita Sumatera Utara harga. Depresiasi nilai tukar rupiah menyebabkan naiknya harga domestik dan menyebabkan naiknya biaya produksi. Naiknya pertumbuhan ekonomi akan meningkatkan pendapatan masyarakat dan permintaan akan barang juga akan meningkat sehingga tekanan inflasi akan semakin besar.

4.5. Analisis Impulse Response Function IRF

Analiisis Impulse response function ini digunakan untuk melihat respons variable lain terhadap perubahan satu variable dalam jangka pendek, menengah dan panjang. Estimasi yang dilakukan untuk IRF ini dititikberatkan pada respons suatu variabel pada perubahan satu standar deviasi dari variabel itu sendiri maupun dari variabel lainnya yang terdapat dalam model.

4.5.1. Response Function of TAX

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.18 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari TAX yaitu sebesar 0.064 di atas rata-rata, tidak direspon oleh seluruh variabel lain dalam penelitian. Tabel 4.18. Impulse Response Function TAX Response of LOGTAX: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 0.063904 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.031297 -0.009781 -0.017603 0.001194 0.012048 -0.005185 -0.000897 0.003862 3 0.021771 -0.008059 -0.005368 0.004671 0.010942 -0.003066 -0.000310 -0.000266 4 0.016189 -0.006311 -0.000387 0.006933 0.010796 -0.002676 -0.001433 -0.002134 20 0.008576 -0.005460 0.005381 0.008557 0.013236 -0.001149 -0.002828 -0.001648 21 0.008563 -0.005472 0.005384 0.008560 0.013221 -0.001185 -0.002854 -0.001667 22 0.008552 -0.005482 0.005385 0.008561 0.013210 -0.001213 -0.002875 -0.001676 23 0.008543 -0.005489 0.005382 0.008559 0.013201 -0.001232 -0.002888 -0.001676 60 0.008288 -0.005322 0.005208 0.008292 0.012810 -0.001186 -0.002793 -0.001595 Sumber : Lampiran-7 Universita Sumatera Utara Dalam jangka menengah kuartal 20, dimana satu standar deviasi dari TAX sebesar 0,009 diatas rata-rata direspon positif oleh PDB 0.013, JUB 0.009, SBK 0.005. Kemudian direspon negatif oleh GOV -0.005, KURS - 0.002, INF -0.002 dan INV -0.001. Dalam jangka panjang kuartal 60 satu standar deviasi dari TAX sebesar 0.008 diatas rata-rata direspon positif oleh PDB 0.013, JUB 0.008 dan SBK 0.005. Kemudian direspon negatif oleh GOV -0.005, INF -0.002, KURS - 0.003, dan INV -0.001. Berdasarkan hasil respon satu standar deviasi dari TAX disimpulkan bahwa adanya perubahan pengaruh dari setiap standar deviasi masing-masing variabel yang semula positif menjadi negatif dan sebaliknya, dalam jangka menengah dan dalam jangka panjang. Hasil tersebut menunjukan adanya respon yang berbeda dari kebijakan fiskal yang berasal dari penerimaan pajak terhadap kebijakan fiskal lainnya seperti belanja pemerintah dan kebijakan moneter serta variabel ekonomi makro, baik respon positif maupun respon negatif. Universita Sumatera Utara Sumber : Lampiran-7 Gambar 4.10. Respon Variabel TAX Terhadap Variabel Lain Berdasarkan Gambar 4.10 di atas diketahui bahwa perubahan terhadap satu strandar deviasi TAX dapat direspon oleh variabel lain, baik variabel fiskal, moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas stabilitas respon dari seluruh variabel terbentuk pada periode 20 atau jangka menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan adanya perilaku pergerakan dari TAX yang direspon oleh variabel lain hampir sama dengan pergerakan pada periode jangka pendek. Universita Sumatera Utara Tabel 4.19. Ringkasan Hasil Impulse Response Function TAX No Variabel Jangka Pendek Jangka Menengah Jangka Panjang 1 TAX + + + 2 GOV + - -

3 SBK

+ + + 4 JUB + + +

5 PDB

+ + + 6 INV + - - 7 KURS + - - 8 INF + - - Sumber : Tabel 4.18 Berdasarkan tabel di atas diketahui bahwa kenaikan penerimaan pajak direspon positif dalam jangka pendek, menengah maupun jangka panjang oleh pajak itu sendiri, suku bunga kredit, jumlah uang beredar dan produk domestik bruto. Sedangkan respon negatif hanya pada jangka menengah dan panjang yaitu oleh pengeluaran pemerintah, investasi, kurs dan inflasi.

4.5.2. Response Function of GOV

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.20 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari GOV sebesar 0,111 di atas rata-rata, direspon positif hanya dari TAX 0.102, sedangkan variable lain seperti SBK, JUB, PDB, INV, KURS dan INF tidak merespon sama sekali. Universita Sumatera Utara Tabel 4.20. Impulse Response Function GOV Response of LOGGOV: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 0.101720 0.110832 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.007094 -0.022142 -0.018041 -0.014378 0.036211 -0.013946 0.017512 5.20005 3 0.016346 0.000613 0.008059 0.013739 -0.007505 0.000820 0.006734 -0.012479 4 0.010202 -0.002621 0.004835 0.009036 0.007664 -0.007072 -0.001302 -0.011211 20 0.008323 -0.005259 0.005274 0.008331 0.012809 -0.001069 -0.002717 -0.001747 21 0.008303 -0.005321 0.005285 0.008358 0.012805 -0.001196 -0.002813 -0.001771 22 0.008294 -0.005363 0.005283 0.008369 0.012811 -0.001274 -0.002870 -0.001761 23 0.008290 -0.005385 0.005273 0.008368 0.012820 -0.001309 -0.002896 -0.001729 60 0.008067 -0.005180 0.005069 0.008071 0.012469 -0.001155 -0.002719 -0.001552 Sumber : Lampiran-7 Dalam jangka menengah kuartal 20, dimana satu standar deviasi dari GOV sebesar -0.005 dibawah rata-rata direspon positif oleh PDB 0,013, TAX 0.008, JUB 0.008 dan SBK 0.005. Kemudian direspon negatif oleh, KURS -0.003, INF -0.002 dan INV -0.001. Dalam jangka panjang kuartal 60 satu standar deviasi dari GOV sebesar -0.005 dibawah rata-rata direspon positif oleh TAX 0.008, PDB 0.012, JUB 0.008 dan SBK 0.005. Kemudian direspon negatif oleh, KURS -0.003, INF - 0.002 dan INV -0.001. Berdasarkan hasil respon satu standar deviasi dari GOV disimpulkan bahwa adanya perubahan pengaruh dari setiap standar deviasi masing-masing variabel yang semula positif menjadi negatif dan sebaliknya yang terjadi dalam jangka pendek, untuk jangka menengah dan jangka panjang respon variabel lain selai GOV adalah relatif sama atau stabil dan cenderung tidak berubah. Universita Sumatera Utara Sumber : Lampiran-7 Gambar 4.11. Respon Variabel GOV Terhadap Variabel Lain Berdasarkan Gambar 4.11 di atas diketahui bahwa perubahan terhadap satu strandar deviasi GOV dapat direspon oleh variabel lain, baik variabel fiskal, moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas stabilitas respon dari seluruh variabel terbentuk pada periode 20 atau jangka menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan adanya perilaku pergerakan dari GOV yang direspon oleh variabel lain hampir sama dengan pergerakan pada periode jangka pendek. Universita Sumatera Utara Tabel 4.21. Ringkasan Hasil Impulse Response Function GOV No Variabel Jangka Pendek Jangka Menengah Jangka Panjang 1 TAX + + + 2 GOV + - -

3 SBK

+ + + 4 JUB + + +

5 PDB

+ + + 6 INV + - - 7 KURS + - - 8 INF + - - Sumber : Tabel 4.20 Berdasarkan tabel di atas diketahui bahwa kenaikan pengeluaran pemerintah direspon positif dalam jangka pendek, menengah maupun jangka panjang oleh penerimaan pajak, suku bunga kredit, jumlah uang beredar dan produk domestik bruto. Sedangkan respon negatif hanya pada jangka menengah dan panjang yaitu oleh pengeluaran pemerintah itu sendiri, investasi, kurs dan inflasi.

4.5.3. Response Function of SBK

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.22 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari SBK sebesar 1,526 di atas rata-rata, direspon positif oleh TAX 0.294 dan GOV 0.242, sedangkan variable lain seperti JUB, PDB, INV, KURS dan INF tidak merespon. Dalam jangka menengah kuartal 20, dimana satu standar deviasi dari SBK sebesar -0.036 dibawah rata-rata direspon positif oleh GOV 0.036, INF Universita Sumatera Utara 0.018, KURS 0.022 dan INV 0.012. Kemudian direspon negatif oleh PDB - 0.080, JUB -0.056 dan TAX -0.052. Tabel 4.22. Impulse Response Function SBK Response of SBK: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 0.293621 0.242262 1.526500 0.000000 0.000000 0.000000 0.000000 0.000000 2 -0.106835 0.096751 -0.126624 -0.001267 0.045239 0.090804 0.027761 0.456318 3 -0.069064 0.090016 -0.101112 -0.164712 0.149899 0.245666 0.209537 0.426725 4 -0.024875 0.166416 -0.097268 -0.146699 0.017623 0.353793 0.272369 0.338448 20 -0.052297 0.035727 -0.036233 -0.055820 -0.080593 0.012218 0.021665 0.017736 21 -0.052463 0.036779 -0.035868 -0.055947 -0.081481 0.013571 0.022681 0.016139 22 -0.052769 0.037088 -0.035323 -0.055698 -0.082286 0.013509 0.022611 0.014259 23 -0.053109 0.036884 -0.034747 -0.055248 -0.082905 0.012578 0.021877 0.012490 60 -0.052162 0.033497 -0.032778 -0.052189 -0.080622 0.007467 0.017579 0.010035 Sumber : Lampiran-7 Dalam jangka panjang kuartal 60 satu standar deviasi SBK sebesar - 0.033 dibawah rata-rata direspon positif oleh GOV 0.03, KURS 0.018, INF 0.01 dan INV 0.007. Direspon negatif oleh PDB -0.081, JUB -0.052 dan TAX -0.052. Berdasarkan hasil respon satu standar deviasi dari SBK disimpulkan adanya perubahan pengaruh dari setiap standar deviasi masing-masing variabel yang semula positif menjadi negatif dan sebaliknya, baik jangka pendek, menengah dan jangka panjang. ini menunjukan adanya respon berbeda dari kebijakan moneter, fiskal dan variabel makro ekonomi. Universita Sumatera Utara Sumber : Lampiran-7 Gambar 4.12. Respon Variabel SBK Terhadap Variabel Lain Berdasarkan Gambar 4.12 di atas diketahui bahwa perubahan terhadap satu strandar deviasi SBK dapat direspon oleh variabel lain, baik variabel fiskal, moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas stabilitas respon dari seluruh variabel terbentuk pada periode 20 atau jangka menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan adanya perilaku pergerakan dari SBK yang direspon oleh variabel lain hampir sama dengan pergerakan pada periode jangka pendek. Tabel 4.23. Ringkasan Hasil Impulse Response Function SBK No Variabel Jangka Pendek Jangka Menengah Jangka Panjang 1 TAX + - - 2 GOV + + +

3 SBK

+ - - 4 JUB + - -

5 PDB

+ - - 6 INV + + + 7 KURS + + + 8 INF + + + Sumber : Tabel 4.22 Universita Sumatera Utara Berdasarkan tabel di atas diketahui bahwa kenaikan suku bunga kredit direspon positif dalam jangka pendek, menengah maupun jangka panjang oleh pengeluaran pemerintah, investasi, kurs dan inflasi. Sedangkan respon negatif hanya pada jangka menengah dan panjang yaitu oleh penerimaan pajak, suku bunga kredit itu sendiri, jumlah uang berdar dan produk domestik bruto.

4.5.4. Response Function of JUB

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.24 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari JUB sebesar 0.018 di atas rata-rata, direspon positif oleh TAX 0.0004 dan GOV 0.0005 dan direspon negatif hanya oleh SBK -0.0001 sedangkan variable lain seperti PDB, INV, KURS dan INF tidak merespon. Tabel 4.24. Impulse Response Function JUB Response of LOGJUB: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 0.000425 0.000527 -0.000120 0.017662 0.000000 0.000000 0.000000 0.000000 2 0.003548 -0.003104 0.007844 0.006597 0.016171 -0.001895 0.000634 -0.001011 3 0.005309 -0.003389 0.007696 0.008945 0.011111 0.000291 -0.000257 -0.001842 4 0.006298 -0.003597 0.006456 0.008277 0.011987 -0.000161 -0.001311 -0.001828 20 0.007817 -0.005004 0.004906 0.007811 0.012078 -0.001090 -0.002612 -0.001495 21 0.007809 -0.005004 0.004905 0.007807 0.012065 -0.001099 -0.002617 -0.001502 22 0.007801 -0.005003 0.004903 0.007803 0.012054 -0.001107 -0.002622 -0.001506 23 0.007793 -0.005003 0.004900 0.007799 0.012044 -0.001113 -0.002625 -0.001507 60 0.007556 -0.004852 0.004748 0.007560 0.011679 -0.001082 -0.002546 -0.001454 Sumber : Lampiran-7 Dalam jangka menengah kuartal 20, satu standar deviasi JUB sebesar 0.008 diatas rata-rata direspon positif oleh PDB 0.012, TAX 0.008, dan SBK 0.005. Direspon negatif oleh GOV -0.005, KURS -0.003, INF -0.001 dan INV -0.001. Jangka panjang kuartal 60 satu standar deviasi JUB sebesar 0.008 Universita Sumatera Utara di atas rata-rata direspon positif oleh PDB 0.012, TAX 0.007, SBK 0.005. Direspon negatif oleh GOV -0.005, KURS -0.003, INV -0.001, INF -0.001. Berdasarkan hasil respon satu standar deviasi dari JUB disimpulkan bahwa adanya perubahan pengaruh dari setiap standar deviasi masing-masing variabel yang semula positif menjadi negatif dan sebaliknya, baik dalam jangka pendek, jangka menengah maupun dalam jangka panjang. Sumber : Lampiran-7 Gambar 4.13. Respon Variabel JUB Terhadap Variabel Lain Berdasarkan Gambar 4.13 di atas diketahui bahwa perubahan terhadap satu strandar deviasi JUB dapat direspon oleh variabel lain, baik variabel fiskal, moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas stabilitas respon dari seluruh variabel terbentuk pada periode 20 atau jangka menengah dan panjang. Stabilitas respon yang stabil disebabkan adanya perilaku pergerakan JUB yang direspon oleh variabel lain hampir sama dengan pergerakan pada periode jangka pendek. Universita Sumatera Utara Tabel 4.25. Ringkasan Hasil Impulse Response Function JUB No Variabel Jangka Pendek Jangka Menengah Jangka Panjang 1 TAX + + + 2 GOV + - -

3 SBK

- + + 4 JUB + + +

5 PDB

+ + + 6 INV + - - 7 KURS + - - 8 INF + - - Sumber : Tabel 4.24 Berdasarkan tabel di atas diketahui bahwa kenaikan jumlah uang beredar direspon positif dalam jangka pendek, menengah maupun jangka panjang oleh pajak, jumlah uang beredar itu sendiri dan produk domestik bruto. Respon negatif pada jangka menegah dan panjang adalah oleh pengeluaran pemerintah, investasi, kurs dan inflasi. Sedangkan suku bunga kredit merespon negatif dalam jangka pendek dan merespon positif dalam jangka menengah dan panjang.

4.5.5. Response Function of PDB

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.26 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari PDB sebesar 0.009 di atas rata-rata, direspon positif oleh SBK 0,003, JUB 0,001 dan TAX 0.0008, dan direspon negatif oleh GOV -0.0003 sedangkan variable lain seperti, INV, KURS dan INF tidak merespon. Dalam jangka menengah kuartal 20, dimana satu standar deviasi dari PDB sebesar 0.004 diatas rata-rata direspon positif oleh TAX 0.003, JUB 0.003 dan SBK 0,002, Kemudian direspon negatif oleh GOV -0.002, KURS -0.0009, INF -0.0006 dan INV - 0.0004. Universita Sumatera Utara Tabel 4.26. Impulse Response Function PDB Response of LOGPDB: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 0.000797 -0.000308 0.003407 0.001017 0.008872 0.000000 0.000000 0.000000 2 0.001439 -0.001390 0.003223 0.003361 0.004157 0.001021 -3.10005 -0.000689 3 0.002219 -0.001154 0.002538 0.003090 0.004487 0.000423 -0.000565 -0.000707 4 0.002418 -0.001594 0.002261 0.002975 0.004597 3.21006 -0.000770 -0.000769 20 0.002910 -0.001864 0.001828 0.002909 0.004495 -0.000409 -0.000975 -0.000561 21 0.002907 -0.001864 0.001827 0.002908 0.004491 -0.000413 -0.000977 -0.000563 22 0.002904 -0.001864 0.001826 0.002907 0.004488 -0.000416 -0.000979 -0.000563 23 0.002901 -0.001864 0.001825 0.002905 0.004484 -0.000417 -0.000980 -0.000562 60 0.002813 -0.001807 0.001768 0.002815 0.004349 -0.000403 -0.000948 -0.000541 Sumber : Lampiran-7 Dalam jangka panjang kuartal 60 satu standar deviasi dari PDB sebesar 0.004 diatas rata-rata direspon positif oleh TAX 0.003, JUB 0,003 dan SBK 0.002, Kemudian direspon negatif oleh GOV -0.002, KURS -0.0009, INF - 0.0005 dan INV 0,0004. Berdasarkan hasil respon satu standar deviasi dari PDB disimpulkan bahwa adanya perubahan pengaruh dari setiap standar deviasi masing-masing variabel yang semula positif menjadi negatif dan sebaliknya, baik dalam jangka pendek, jangka menengah maupun dalam jangka panjang. Sumber : Lampiran-7 Gambar 4.14. Respon Variabel PDB Terhadap Variabel Lain Universita Sumatera Utara Berdasarkan Gambar 4.14 di atas diketahui bahwa perubahan terhadap satu strandar deviasi PDB dapat direspon oleh variabel lain, baik variabel fiskal, moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas stabilitas respon dari seluruh variabel terbentuk pada periode 20 kuartal atau jangka menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan adanya perilaku pergerakan dari PDB yang direspon oleh variabel lain hampir sama dengan pergerakan pada periode jangka pendek. Tabel 4.27. Ringkasan Hasil Impulse Response Function PDB No Variabel Jangka Pendek Jangka Menengah Jangka Panjang 1 TAX + + + 2 GOV - - -

3 SBK

+ + + 4 JUB + + +

5 PDB

+ + + 6 INV + - - 7 KURS + - - 8 INF + - - Sumber : Tabel 4.26 Berdasarkan tabel di atas diketahui bahwa kenaikan produk domestik bruto direspon positif dalam jangka pendek, menengah maupun jangka panjang oleh penerimaan pajak, suku bunga kredit, jumlah uang beredar dan produk domestik bruto itu sendiri. Respon negatif pada jangka pendek, menegah dan panjang oleh pengeluaran pemerintah. Sedangkan respon negatif pada jangka menegah dan panjang adalah investasi, kurs dan inflasi.

4.5.6. Response Function of INV

Universita Sumatera Utara Berdasarkan hasil penelitian yang ditunjukkan Tabel 4.28 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari INV sebesar 0,199 di atas rata-rata, direspon positif oleh JUB 0.012 dan GOV 0,003. Direspon negatif oleh PDB -0,017, TAX -0,016 dan SBK -0,003 sedangkan KURS dan INF tidak merespon. Dalam jangka menengah kuartal 20, dimana satu standar deviasi dari INV sebesar -0.002 dibawah rata-rata direspon positif oleh PDB 0.017, TAX 0.011, JUB 0.011 dan SBK 0.007. Direspon negatif oleh GOV -0.007, KURS -0.004 dan INF -0003. Dalam jangka panjang kuartal 60 satu standar deviasi dari INV sebesar -0.002 dibawah rata-rata direspon positif oleh PDB 0,017, TAX 0.011, JUB 0.011 dan SBK 0,007. Direspon negatif oleh GOV -0,007, KURS -0.004 dan INF -0.002. Tabel 4.28. Impulse Response Function INV Response of LOGINV: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 -0.016367 0.003194 -0.002859 0.012210 -0.017334 0.198601 0.000000 0.000000 2 0.014555 0.012436 -0.001170 -0.010637 0.032095 0.083907 -0.019428 -0.017439 3 0.011628 -0.012882 0.003041 0.002885 0.019013 0.027983 -0.024504 -0.028088 4 0.013649 -0.017197 0.006864 0.012682 0.011695 -0.002589 -0.029684 -0.029267 20 0.011092 -0.007166 0.007234 0.011327 0.017051 -0.001769 -0.003907 -0.002814 21 0.011079 -0.007308 0.007226 0.011369 0.017109 -0.002004 -0.004085 -0.002735 22 0.011088 -0.007377 0.007191 0.011367 0.017173 -0.002088 -0.004147 -0.002597 23 0.011107 -0.007389 0.007142 0.011337 0.017227 -0.002065 -0.004127 -0.002442 60 0.010846 -0.006965 0.006816 0.010852 0.016764 -0.001553 -0.003655 -0.002087 Sumber : Lampiran-7 Berdasarkan hasil respon satu standar deviasi dari INV disimpulkan adanya perubahan pengaruh dari setiap standar deviasi masing-masing variabel yang semula positif menjadi negatif dan sebaliknya, baik dalam jangka pendek, menengah maupun jangka panjang. Hasil tersebut menunjukan adanya respon Universita Sumatera Utara yang berbeda dari variabel makro ekonomi, kebijakan fiskal dan kebijakan moneter. Sumber : Lampiran-7 Gambar 4.15. Respon Variabel INV Terhadap Variabel Lain Berdasarkan Gambar 4.15 di atas diketahui bahwa perubahan terhadap satu strandar deviasi INV dapat direspon oleh variabel lain, baik variabel fiskal, moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas stabilitas respon dari seluruh variabel terbentuk pada periode 20 kuartal atau jangka menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan adanya perilaku pergerakan dari INV yang direspon oleh variabel lain hampir sama dengan pergerakan pada periode jangka pendek. Tabel 4.29. Ringkasan Hasil Impulse Response Function INV No Variabel Jangka Pendek Jangka Menengah Jangka Panjang 1 TAX - + + 2 GOV + - -

3 SBK

- + + 4 JUB + + +

5 PDB

- + + 6 INV + - - 7 KURS + - - 8 INF + - - Sumber : Tabel 4.28 Universita Sumatera Utara Berdasarkan tabel di atas diketahui bahwa kenaikan investasi direspon positif dalam jangka pendek, menengah maupun jangka panjang hanya oleh jumlah uang beredar. Respon negatif pada jangka menegah dan panjang adalah oleh pengeluaran pemerintah, investasi itu sendiri, kurs dan inflasi. Sedangkan pajak, suku bunga kredit dan produk domestik bruto merespon negatif dalam jangka pendek dan merespon positif dalam jangka menengah dan panjang.

4.5.7. Response Function of KURS

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.30 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari KURS sebesar 0.020 di atas rata-rata, direspon positif oleh GOV 0.005, JUB 0.001 dan SBK 0,0009. Kemudian direspon negatif oleh PDB -0.009, INV -0,004 dan TAX -0,002 sedangkan variable INF tidak merespon. Tabel 4.30. Impulse Response Function KURS Response of LOGKURS: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 -0.002003 0.004806 0.000977 0.001132 -0.009013 -0.000371 0.020016 0.000000 2 -0.000894 0.008743 0.003232 0.001257 -0.006677 0.001846 0.011632 -0.002892 3 -0.002691 0.004656 0.002965 0.000612 -0.003486 0.000358 0.006385 -0.004310 4 -0.002619 0.002468 0.003199 0.001364 -0.003259 -0.000995 0.002465 -0.005087 19 8.57006 9.58005 -5.37006 -3.67005 -2.77005 0.000167 0.000127 -1.40005 20 -4.26006 5.53005 1.23005 -1.12005 -3.54005 8.04005 6.00005 -5.81005 21 -1.14005 2.15005 2.18005 6.84006 -3.41005 1.40005 9.29006 -7.66005 22 -1.38005 -3.03006 2.46005 1.74005 -2.74005 -2.93005 -2.37005 -7.64005 23 -1.28005 -1.80005 2.29005 2.16005 -1.85005 -5.17005 -4.07005 -6.46005 60 2.38006 -1.54006 1.50006 2.39006 3.68006 -3.53007 -8.13007 -4.62007 Sumber : Lampiran-7 Dalam jangka menengah kuartal 20, dimana satu standar deviasi dari KURS sebesar 6.000 diatas rata-rata direspon positif oleh INV 8,040, GOV 5.530 dan SBK 1,230. Kemudian direspon negatif oleh INF -5.810, TAX - 4,260, PDB -3.540 dan JUB -1.120. Universita Sumatera Utara Dalam jangka panjang kuartal 60 satu standar deviasi dari KURS sebesar -8.130 dibawah rata-rata, direspon positif oleh PDB 3.680, JUB 2,390, TAX 2.380 dan SBK 1,500. Kemudian direspon negatif oleh KURS -8,130, INF - 4.620, INV -3.530 dan GOV -1.540. Berdasarkan hasil respon satu standar deviasi dari KURS disimpulkan bahwa adanya perubahan pengaruh dari setiap standar deviasi masing-masing variabel yang semula positif menjadi negatif dan sebaliknya, baik dalam jangka pendek, jangka menengah maupun dalam jangka panjang. Hasil tersebut menunjukan adanya respon yang berbeda dari stabilitas ekonomi makro yang berasal dari KURS, baik respon positif maupun respon negatif. Sumber : Lampiran-7 Gambar 4.16. Respon Variabel KURS Terhadap Variabel Lain Berdasarkan Gambar 4.2 di atas diketahui bahwa perubahan terhadap satu strandar deviasi KURS dapat direspon oleh variabel lain, baik variabel fiskal, moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas Universita Sumatera Utara stabilitas respon dari seluruh variabel terbentuk pada periode 10 kuartal atau jangka menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan adanya perilaku pergerakan dari KURS yang direspon oleh variabel lain hampir sama dengan pergerakan pada periode jangka pendek. Tabel 4.31. Ringkasan Hasil Impulse Response Function KURS No Variabel Jangka Pendek Jangka Menengah Jangka Panjang 1 TAX - - + 2 GOV + + -

3 SBK

+ + + 4 JUB + - +

5 PDB

- - + 6 INV - + - 7 KURS + + - 8 INF + - - Sumber : Tabel 4.30 Berdasarkan tabel di atas diketahui bahwa kenaikan kurs direspon positif dalam jangka pendek, menengah maupun jangka panjang hanya oleh suku bunga kredit. Sedangkan respon negatif dalam jangka pendek, menegah dan panjang tidak ada karena respon variabel-variabel lain berubah dari positif ke negatif dan sebaliknya baik dalam jangka pendek menengah dan panjang.

4.5.8. Response Function of INF

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.32 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari INF sebesar 0.321 di atas rata-rata, direspon positif oleh KURS 0,106 dan INV 0,090. Direspon negatif oleh TAX -0.276, GOV -0,219, SBK -1,555, JUB -0,088 dan PDB -0,022. Dalam jangka menengah kuartal 20, satu standar deviasi dari Universita Sumatera Utara INF sebesar -0.0008 dibawah rata-rata direspon positif oleh GOV 0.009, KURS 0,004 dan INV 0.002. Direspon negatif oleh PDB -0,022, TAX -0.013, JUB 0,013 dan SBK 0,007. Dalam jangka panjang kuartal 60 satu standar deviasi dari INF sebesar 0.002 diatas rata-rata direspon positif oleh GOV 0.008, KURS 0,004 dan INV 0.002. Direspon negatif oleh PDB -0,019, TAX -0.013, JUB 0,013 dan SBK -0,008. Tabel 4.32. Impulse Response Function INF Response of INF: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 -0.275918 -0.218662 -1.555427 -0.087808 -0.021971 0.090351 0.106115 0.321288 2 0.106612 0.017865 -0.014099 -0.137410 -0.045608 0.110043 0.151357 -0.136705 3 0.052652 0.047420 -0.020784 0.009808 -0.175367 0.008224 0.011605 -0.175964 4 -0.002233 -0.013874 -0.001248 0.005736 -0.088377 -0.100539 -0.058667 -0.168219 20 -0.013667 0.009086 -0.007311 -0.012753 -0.021749 0.001958 0.004450 -0.000777 21 -0.013728 0.008137 -0.007228 -0.012360 -0.021416 0.000339 0.003208 -0.000633 22 -0.013658 0.007582 -0.007324 -0.012219 -0.021010 -0.000432 0.002619 -6.18005 23 -0.013514 0.007356 -0.007513 -0.012254 -0.020620 -0.000558 0.002525 0.000686 60 -0.012627 0.008108 -0.007935 -0.012633 -0.019516 0.001807 0.004255 0.002429 Sumber : Lampiran-7 Berdasarkan hasil respon satu standar deviasi dari INF disimpulkan adanya perubahan pengaruh dari setiap standar deviasi masing-masing variabel yang semula positif menjadi negatif dan sebaliknya, baik dalam jangka pendek, menengah maupun jangka panjang. Hasil tersebut menunjukan adanya respon yang berbeda dari variabel makro ekonomi, kebijakan fiskal dan kebijakan moneter. Universita Sumatera Utara Sumber : Lampiran-7 Gambar 4.17. Respon Variabel INF Terhadap Variabel Lain Berdasarkan Gambar 4.17 di atas diketahui bahwa perubahan terhadap satu strandar deviasi inflasi dapat direspon oleh variabel lain, baik variabel fiskal, moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas stabilitas respon dari seluruh variabel terbentuk pada periode 20 kuartal atau jangka menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan adanya perilaku pergerakan dari INF yang direspon oleh variabel lain hampir sama dengan pergerakan pada periode jangka pendek. Tabel 4.33. Ringkasan Hasil Impulse Response Function INF No Variabel Jangka Pendek Jangka Menengah Jangka Panjang 1 TAX - - - 2 GOV - + +

3 SBK

- - - 4 JUB - - -

5 PDB

- - - 6 INV + + + 7 KURS + + + 8 INF + + + Sumber : Tabel 4.32 Universita Sumatera Utara Berdasarkan tabel di atas diketahui bahwa kenaikan dari inflasi direspon positif dalam jangka pendek, menengah maupun jangka panjang oleh investasi, kurs dan inflasi itu sendiri. Sedangkan respon negatif pada jangka pendek, menegah dan panjang oleh penerimaan pajak, suku bunga kredit, jumlah uang beredar dan produk domestik bruto.

4.6. Analisis Forecast Error Variance Decomposition FEVD

Variance Decomposition bertujuan untuk mengetahui presentasi kontribusi masing-masing variabel terhadap suatu variabel baik dalam jangka pendek, menengah dan panjang, sehingga dapat dijadikan rekomendasi untuk pengambilan kebijakan untuk pengendalian variabel tersebut. Dengan menggunakan metode variance decomposition dalam Eviews diperoleh hasil sebagai berikut :

4.6.1. Variance Decomposition of TAX

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.34 diperoleh hasil bahwa TAX dalam jangka pendek periode 1, perkiraan error variance sebesar 100 yang dijelaskan oleh TAX itu sendiri, sedangkan variabel lainnya yaitu GOV, SBK, JUB, PDB, INV, KURS dan INF tidak merespon sama sekali, dimana respon variabel-variabel tersebut baru muncul pada periode kedua. Tabel 4.34. Varian Decomposition TAX Variance Decomposition of LOGTAX: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2 89.48865 1.690907 5.476810 0.025188 2.565404 0.475170 0.014205 0.263666 3 86.83341 2.518796 5.311236 0.364570 4.153760 0.569057 0.014113 0.235053 4 84.57140 2.923148 4.941292 1.040007 5.562462 0.633623 0.043081 0.284988 20 53.33202 5.542735 5.695140 9.485324 23.16595 0.863055 1.215637 0.700137 21 52.34523 5.602048 5.743197 9.746611 23.77379 0.848659 1.240100 0.700361 22 51.41229 5.658905 5.788671 9.993647 24.34612 0.835544 1.264037 0.700784 23 50.52946 5.713283 5.831600 10.22731 24.88646 0.823468 1.287220 0.701204 60 34.86079 6.681241 6.580523 14.36297 34.51577 0.607281 1.695388 0.696038 Sumber : Lampiran-8 Dalam jangka menengah periode 20 perkiraan error variance sebesar 53,33 yang dijelaskan oleh TAX itu sendiri. Variabel lain yang paling besar Universita Sumatera Utara mempengaruhi TAX sebagai variabel kebijakan selain TAX itu sendiri adalah PDB sebesar 23,16, kemudian JUB sebesar 9,48, sedangkan yang paling kecil mempengaruhi TAX adalah INF sebesar 0,70. Dalam jangka panjang periode 60 perkiraan error variance sebesar 34,86 yang dijelaskan oleh TAX itu sendiri. Variable lain yang paling besar mempengaruhi TAX sebagai variabel kebijakan selain TAX itu sendiri adalah PDB sebesar 34,52, kemudian JUB sebesar 14,36 sedangkan variabel yang paling kecil mempengaruhi TAX adalah INV sebesar 0,61. Tabel 4.35. Rekomendasi Kebijakan Untuk TAX Periode TAX itu sendiri Terbesar 1 Terbesar 2 Jangka Pendek Periode 1 100 TAX 100 - Jangka Menengah Periode 20 53,33 TAX 53,33 PDB 23,16 Jangka Panjang Periode 60 34,86 TAX 34,86 PDB 34,52 Sumber : Tabel 4.34 Berdasarkan tabel 4.35 diketahui untuk jangka pendek pengendalian pajak hanya dilakukan oleh pajak itu sendiri, kemudian dalam jangka menengah dan jangka panjang selalin dilakukan melalui kebijakan pajak itu sendiri juga dipengaruhi oleh produk domestik bruto. Hal tersebut berarti bahwa untuk meningkatkan penerimaan pajak, maka pemerintah selain perlu menaikan tarif pajak juga peningkatan terhadap produk domestik bruto. Naiknya produk domestik bruto akan meningkatkan kapasitas produksi, naiknya investasi, naiknya pendapatan masyarakat dan naiknya sumber-sumber penerimaan pajak yang disebabkan naiknya pendapatan masyarakat yang aktivitasnya berkenaan dengan pajak, seperti PBB, PPN, PPh dan PPNBM. Universita Sumatera Utara

4.6.2. Variance Decomposition of GOV

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.36 diperoleh hasil bahwa GOV dalam jangka pendek periode 1, perkiraan error variance sebesar 54,28 yang dijelaskan oleh GOV itu sendiri. Variabel lain yang terbesar mempengaruhi GOV sebagai variabel kebijakan adalah selain GOV itu sendiri adalah TAX sebesar 45,72, sedangkan variabel lainnya yaitu SBK, JUB, PDB, INV, KURS dan INF tidak mempengaruhi GOV. Dalam jangka menengah periode 20 perkiraan error variance sebesar 39,61 dijelaskan oleh GOV itu sendiri. Variabel lain yang terbesar mempengaruhi GOV sebagai variabel kebijakan selain GOV itu sendiri adalah TAX sebesar 34,93 kemudian PDB sebesar 11,65, sedangkan yang terkecil mempengaruhi GOV adalah INF sebesar 1,76. Tabel 4.36. Varian Decomposition GOV Variance Decomposition of LOGGOV: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 45.72092 54.27908 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2 40.74829 50.06289 1.275570 0.810170 5.138941 0.762273 1.201855 1.06E-05 3 40.55673 48.58051 1.484787 1.504038 5.200816 0.742240 1.338682 0.592197 4 40.26034 47.78502 1.547099 1.783867 5.332523 0.916669 1.322395 1.052087 20 34.93183 39.61470 2.834336 5.340508 11.65366 1.857943 2.005914 1.761108 21 34.75411 39.26744 2.885175 5.486639 12.00627 1.841954 2.007253 1.751160 22 34.57865 38.92772 2.934780 5.629999 12.35133 1.826808 2.009451 1.741260 23 34.40637 38.59545 2.982984 5.770178 12.68956 1.812224 2.011996 1.731236 60 30.04823 30.06640 4.189796 9.324684 21.46453 1.419015 2.043235 1.444110 Sumber : Lampiran-8 Dalam jangka panjang periode 60 perkiraan error variance sebesar 30,07 yang dijelaskan oleh GOV itu sendiri. Variabel lain yang paling besar mempengaruhi GOV sebagai variabel kebijakan selain GOV itu sendiri adalah Universita Sumatera Utara TAX sebesar 30,05 kemudian PDB sebesar 21,46 sedangkan yang paling kecil mempengaruhi GOV adalah INV sebesar 1,42. Tabel 4.37. Rekomendasi Kebijakan Untuk GOV Periode GOV itu sendiri Terbesar 1 Terbesar 2 Jangka Pendek Periode 1 54,28 GOV 54,28 TAX 45,72 Jangka Menegah Periode 20 39,61 GOV 39,61 TAX 34,93 Jangka Panjang Periode 60 30,07 GOV 30,07 TAX 30,05 Sumber : Tabel 4.36 Berdasarkan tabel 4.37 diketahui bahwa dalam jangka pendek kebijakan untuk mengendalikan pengeluaran pemerintah selain pengeluaran pemerintah itu sendiri adalah dilakukan dengan peningkatan terhadap penerimaan pajak. Dalam jangka menengah dan jangka panjang selain dari pengeluaran pemerintah itu sendiri juga dari penerimaan pajak. Hal tersebut berarti bahwa untuk meningkatkan pengeluaran pemerintah, maka pemerintah harus meningkatkan penerimaan pajak, naiknya penerimaan pajak akan memungkinkan pemerintah untuk leluasa menggunakan sumber pajak untuk pembiayaan rutin dan pembangunan.

4.6.3. Variance Decomposition of SBK

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.38 diperoleh hasil bahwa SBK dalam jangka pendek periode 1, perkiraan error variance sebesar 94,15 yang dijelaskan oleh SBK itu sendiri. Variabel lain yang paling besar mempengaruhi SBK sebagai variabel kebijakan selain SBK itu sendiri adalah TAX sebesar 3,48 kemudian GOV sebesar 2,37, sedangkan variabel lainnya yaitu JUB, PDB, INV, KURS dan INF tidak mempengaruhi SBK. Universita Sumatera Utara Tabel 4.38. Varian Decomposition SBK Variance Decomposition of SBK: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 3.483219 2.371247 94.14553 0.000000 0.000000 0.000000 0.000000 0.000000 2 3.574510 2.491636 85.90479 5.880005 0.074934 0.301896 0.028217 7.623954 3 3.313551 2.464349 76.25459 0.877970 0.793348 2.219784 1.445721 12.63069 4 2.974106 2.998159 68.30500 1.404606 0.716765 5.594098 3.431568 14.57570 20 3.416245 4.945447 53.90287 3.126643 3.419294 10.94243 6.806672 13.44039 21 3.465616 4.957904 53.73688 3.185530 3.555810 10.90701 6.793603 13.39765 22 3.515305 4.970716 53.57051 3.243330 3.694240 10.87166 6.780470 13.35376 23 3.565495 4.983180 53.40530 3.299654 3.834011 10.83620 6.766811 13.30935 60 5.227888 5.284026 48.31572 4.993395 8.328045 9.682628 6.254768 11.91353 Sumber : Lampiran-8 Dalam jangka menengah periode 20 perkiraan error variance SBK sebesar 53,90 yang dijelaskan oleh SBK itu sendiri. Variable lain yang terbesar mempengaruhi SBK sebagai variabel kebijakan selain SBK itu sendiri adalah INF sebesar 13,44, kemudian INV sebesar 10,94, sedangkan variabel yang terkecil mempengaruhi SBK adalah JUB sebesar 3,13. Dalam jangka panjang periode 60 perkiraan error variance sebesar 48,32 dijelaskan oleh SBK itu sendiri. Variable lain yang terbesar mempengaruhi SBK sebagai variabel kebijakan selain SBK itu sendiri adalah INF sebesar 11,91, kemudian INV sebesar 9,68 sedangkan variabel yang terkecil mempengaruhgi SBK adalah JUB sebesar 4,99. Universita Sumatera Utara Tabel 4.39. Rekomendasi Kebijakan Untuk SBK Periode SBK itu sendiri Terbesar 1 Terbesar 2 Jangka Pendek Periode 1 94,15 SBK 94,15 TAX 3,48 Jangka Menegah Periode 20 53,90 SBK 53,90 INF 13,44 Jangka Panjang Periode 60 48,32 SBK 48,32 INF 11,91 Sumber : Tabel 4.38 Berdasarkan tabel 4.39 diketahui bahwa dalam jangka pendek kebijakan untuk mengendalikan suku bunga kredit selain suku bunga kredit itu sendiri juga dengan peningkatan terhadap penerimaan pajak. Dalam jangka menengah dan jangka panjang juga selain dari suku bunga kredit itu sendiri pengendalian suku bunga kredit juga melalui pengendalian inflasi. Hal tersebut dikarenakan kebijakan terhadap suku bunga kredit sangat tergantung dari stabilitas inflasi, ketika terjadi kenaikan inflasi maka BI mengambil kebijakan dengan menurunkan suku bunga kredit agar investasi naik, jumlah uang beredar turun dan inflasi kembali stabil.

4.6.4. Variance Decomposition of JUB

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.40 diperoleh hasil bahwa JUB dalam jangka pendek periode 1, perkiraan error variance sebesar 99,85 yang dijelaskan oleh JUB itu sendiri. Variabel terbesar yang mempengaruhi JUB sebagai variabel kebijakan selain JUB itu sendiri adalah GOV sebesar 0,09 kemudian TAX sebesar 0,06 sedangkan variabel lain yaitu PDB, INV, KURS dan INF tidak mempengaruhi JUB dalam jangka pendek. Universita Sumatera Utara Tabel 4.40. Varian Decomposition JUB Variance Decomposition of LOGJUB: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 0.057703 0.088852 0.004592 99.84885 0.000000 0.000000 0.000000 0.000000 2 1.807880 1.403465 8.714737 50.33379 37.02991 0.508660 0.056829 0.144732 3 4.046327 2.114102 11.93225 43.02616 38.03536 0.363284 0.046194 0.436314 4 6.090192 2.593789 12.27227 38.07462 39.93815 0.279744 0.165196 0.586043 20 15.42227 6.527008 8.841895 22.84887 43.47132 0.378136 1.721921 0.788574 21 15.57431 6.580253 8.772137 22.65103 43.52109 0.377730 1.739500 0.783938 22 15.71190 6.629070 8.708865 22.47146 43.56524 0.377623 1.755928 0.779917 23 15.83706 6.673975 8.651139 22.30764 43.60487 0.377722 1.771258 0.776329 24 15.95150 6.715372 8.598207 22.15754 43.64087 0.377941 1.785523 0.773047 60 17.52781 7.285203 7.866250 20.08936 44.14653 0.380385 1.980461 0.724001 Sumber : Lampiran-8 Dalam jangka menengah kuartal 20 perkiraan error variance sebesar 22,85 yang dijelaskan oleh JUB itu sendiri. Variable lain yang paling besar mempengaruhi JUB sebagai variabel kebijakan selain JUB itu sendiri adalah PDB sebesar 43,47, kemudian TAX sebesar 15,42 variabel yang paling kecil mempengaruhi JUB dalam jangka menengah adalah INF sebesar 0,79. Dalam jangka panjang kuartal 60 perkiraan error variance sebesar 20,09 dijelaskan oleh JUB itu sendiri. Variable lain yang paling besar mempengaruhi JUB selain JUB itu adalah PDB sebesar 44,15, TAX sebesar 17,53 sedangkan yang paling kecil mempengaruhi JUB adalah INV sebesar 0,38. Universita Sumatera Utara Tabel 4.41. Rekomendasi Kebijakan Untuk JUB Periode JUB itu sendiri Terbesar 1 Terbesar 2 Jangka Pendek Periode 1 99,85 JUB 99,85 GOV 0,09 Jangka Menengah Periode 20 22,85 PDB 43,47 TAX 15,42 Jangka Panjang Periode 60 20,09 PDB 44,15 TAX 17,53 Sumber : Tabel 4.40 Berdasarkan tabel 4.41 diketahui bahwa kebijakan untuk mengendalikan jumlah uang beredar dalam jangka pendek adalah jumlah uang beredar itu sendiri kemudian disusul oleh pengeluaran pemerintah. Dalam jangka menengah dan jangka panjang, rekomendasi untuk pengendalian jumlah uang beredar berasal dari produk domestik bruto dan penerimaan pajak. Produk domestik bruto yang tinggi akan meningkatkan pendapatan masyarakat dan meningkatkan jumlah uang yang dipegang oleh masyarakat serta naiknya daya beli masyarakat. Penerimaan pajak yang tinggi dan pengeluaran pemerintah yang meningkat akan mendorong naiknya jumlah uang beredar dan sebaliknya.

4.6.5. Variance Decomposition of PDB

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.42 diperoleh hasil bahwa PDB dalam jangka pendek periode 1, perkiraan error variance sebesar 85,48 yang dijelaskan oleh PDB itu sendiri. Variabel lain yang paling besar mempengaruhi PDB sebagai variabel kebijakan selain PDB itu sendiri adalah SBK sebesar 12,60 kemudian JUB sebesar 1,12 . Sedangkan INV, KURS dan INF tidak mempengaruhi PDB dalam jangka pendek. Universita Sumatera Utara Tabel 4.42. Varian Decomposition PDB Variance Decomposition of LOGPDB: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 0.690311 0.103019 12.60314 1.122447 85.48108 0.000000 0.000000 0.000000 2 1.982255 1.484756 16.10550 9.026723 70.28894 0.763544 0.000703 0.347582 3 4.240577 1.866501 15.80210 12.15707 64.53597 0.678714 0.177805 0.541267 4 6.000390 2.626302 14.93488 13.68107 61.11029 0.543755 0.406516 0.696794 20 15.16272 6.496613 9.421931 17.67287 48.17537 0.452062 1.818653 0.799783 21 15.31894 6.549228 9.329512 17.71703 48.00986 0.448630 1.831585 0.795213 22 15.46101 6.597698 9.245155 17.75746 47.85802 0.445742 1.843805 0.791108 23 15.59090 6.642407 9.167786 17.79451 47.71859 0.443244 1.855248 0.787320 60 17.40010 7.262415 8.087934 18.30287 45.79961 0.406870 2.010995 0.729211 Sumber : Lampiran-8 Dalam jangka menengah periode 20 perkiraan error variance sebesar 48,17 yang dijelaskan oleh PDB itu sendiri. Variable lain yang terbesar mempengaruhi PDB sebagai variabel kebijakan selain PDB itu sendiri adalah JUB sebesar 17,67, kemudian TAX sebesar 15,16, sedangkan yang terkecil mempengaruhi PDB adalah INV sebesar 0,45. Dalam jangka panjang periode 60 perkiraan error variance sebesar 45,79 yang dijelaskan oleh PDB itu sendiri. Variable lain yang terbesar mempengaruhi PDB sebagai variabel kebijakan selain PDB itu sendiri adalah JUB sebesar 18,30, kemudian TAX sebesar 17,40, sedangkan yang terkecil mempengaruhi PDB adalah INV sebesar 0,41. Tabel 4.43. Rekomendasi Kebijakan Untuk PDB Periode PDB itu sendiri Terbesar 1 Terbesar 2 Jangka Pendek Periode 1 85,48 PDB 85,48 SBK 12,60 Jangka Menegah Periode 20 48,17 PDB 48,17 JUB 15,16 Jangka Panjang Periode 60 45,79 PDB 45,79 JUB 18,30 Sumber : Tabel 4.42 Universita Sumatera Utara Berdasarkan tabel 4.43 diketahui bahwa kebijakan untuk mengendalikan produk domestik bruto dalam jangka pendek ternyata dari produk domestik bruto itu sendiri kemudian dari suku bunga kredit. Dalam jangka menengah dan panjang rekomendasi kebijakan yang paling baik untuk mengendalikan produk domestik bruto selain produk domestik bruto itu sendiri adalah jumlah uang beredar. Besarnya jumlah uang beredar akan meningkatkan kemampuan masyarakat untuk melakukan permintaan terhadap suatu barang, kemudian naiknya permintaan akan mendorong naiknya produksi sehingga produk domestik bruto juga akan meningkat.

4.6.6. Variance Decomposition of INV

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.44 diperoleh hasil bahwa INV dalam jangka pendek periode 1, perkiraan error variance sebesar 98,17 dijelaskan oleh INV itu sendiri. Variabel lain yang paling besar mempengaruhi INV sebagai variabel kebijakan selain INV itu sendiri adalah PDB sebesar 0,75 kemudian diikuti oleh TAX sebesar 0,7667. Sedangkan KURS dan INF tidak mempengaruhi INV dalam jangka pendek. Tabel 4.44. Varian Decomposition INV Variance Decomposition of LOGINV: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 0.666744 0.025396 0.020341 0.371068 0.747839 98.16861 0.000000 0.000000 2 0.970917 0.333656 0.019312 0.530724 2.692827 94.07325 0.763854 0.615461 3 1.176609 0.632963 0.035950 0.517686 3.237490 90.43685 1.871028 2.091426 4 1.461200 1.142574 0.120180 0.786737 3.335126 86.20848 3.390233 3.555472 20 4.321810 4.027079 1.014402 3.856058 9.468736 66.89136 6.301443 4.119111 21 4.448041 4.062329 1.075666 3.995345 9.777456 66.28349 6.266214 4.091454 22 4.572064 4.098135 1.135082 4.131883 10.08308 65.68454 6.232062 4.063152 23 4.694410 4.133524 1.192502 4.265050 10.38566 65.09623 6.198299 4.034324 60 8.067410 4.997407 2.684531 7.749640 18.65076 49.41533 5.212096 3.222833 Sumber : Lampiran-8 Universita Sumatera Utara Dalam jangka menegah periode 20 perkiraan error variance sebesar 66,89 dijelaskan oleh INV itu sendiri. Variable lain yang paling besar mempengaruhi INV sebagai variabel kebijakan selain INV itu sendiri adalah PDB sebesar 9,47, kemudian KURS sebesar 6,30 sedangkan yang paling kecil mempengaruhi INV adalah SBK sebesar 1,01. Dalam jangka panjang periode 60 perkiraan error variance sebesar 49,42 dijelaskan oleh INV itu sendiri. Variable lain yang paling besar mempengaruhi INV sebagai variabel kebijakan selain INV itu sendiri adalah PDB sebesar 18,65 kemudian TAX sebesar 8,07 sedangkan yang paling kecil mempengaruhi INV adalah SBK sebesar 2,68. Tabel 4.45. Rekomendasi Kebijakan Untuk INV Periode dan Persentase INV itu sendiri Terbesar 1 Terbesar 2 Jangka Pendek 98,17 INV 98,17 PDB 0,75 Jangka Menegah 66,89 INV 66,89 PDB 9,47 Jangka Panjang 49,42 INV 49,42 PDB 18,65 Sumber : Tabel 4.44 Berdasarkan tabel 4.45 diketahui bahwa kebijakan untuk mengendalikan investasi ternyata dari investasi itu sendiri, baik jangka pendek, menengah maupun jangka panjang. Kemudian rekomedasi kebijakan selain investasi itu sendiri adalah melalui pengendalian produk domestik bruto. Tingginya produk domestik bruto akan meningkatkan pendapatan masyarakat, naiknya pendapatan masyarakat akan meningkatkan permintaan, naiknya permintaan akan meningkatkan kapasitas produksi dan mendorong naiknya investasi. Universita Sumatera Utara

4.6.7. Variance Decomposition of KURS

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.46 diperoleh hasil bahwa KURS dalam jangka pendek periode 1, perkiraan error variance sebesar 78,35 dijelaskan oleh KURS itu sendiri. Variabel lain yang paling besar mempengaruhi KURS sebagai variabel kebijakan selain KURS itu sendiri adalah PDB sebesar 15,88 dan GOV sebesar 4,52. Sedangkan INF tidak mempengaruhi KURS dalam jangka pendek. Tabel 4.46. Varian Decomposition KURS Variance Decomposition of LOGKURS: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 0.784906 4.516551 0.186670 0.250696 15.88441 0.026864 78.34991 0.000000 2 0.607521 12.56299 1.438859 0.361100 15.87907 0.447309 67.64761 1.055539 3 1.336712 13.43835 2.238680 0.358659 15.29510 0.407108 63.93889 2.986498 4 1.948905 13.11590 3.134532 0.524856 15.30863 0.480363 60.04572 5.441094 20 2.725149 11.61178 4.143846 1.192210 13.82041 4.618661 52.53556 9.352389 21 2.725141 11.61173 4.143857 1.192205 13.82041 4.618644 52.53518 9.352834 22 2.725135 11.61164 4.143877 1.192222 13.82037 4.618682 52.53481 9.353270 23 2.725125 11.61156 4.143885 1.192252 13.82027 4.618875 52.53448 9.353551 60 2.725103 11.61152 4.143858 1.192337 13.82006 4.619574 52.53387 9.353681 Sumber : Lampiran-8 Dalam jangka menegah periode 20 perkiraan error variance sebesar 52,54 dijelaskan oleh KURS itu sendiri. Variable lain yang paling besar mempengaruhi KURS sebagai variabel kebijakan selain KURS itu sendiri adalah PDB sebesar 13,82, kemudian GOV sebesar 11,61, sedangkan yang paling kecil mempengaruhi KURS adalah JUB sebesar 1,19. Dalam jangka panjang periode 60 perkiraan error variance sebesar 52,53 dijelaskan oleh KURS itu sendiri. Variable lain yang paling besar mempengaruhi KURS sebagai variabel kebijakan selain KURS itu sendiri adalah Universita Sumatera Utara PDB sebesar 13,82, kemudian GOV sebesar 11,61 sedangkan yang paling kecil mempengaruhi KURS adalah JUB sebesar 1,19. Tabel 4.47. Rekomendasi Kebijakan Untuk KURS Periode dan Persentase KURS itu sendiri Terbesar 1 Terbesar 2 Jangka Pendek Periode 1 78,35 KURS 78,35 PDB 15,88 Jangka Menegah Periode 20 52,54 KURS 52,54 PDB 13,82 Jangka Panjang Periode 60 52,53 KURS 52,53 PDB 13,82 Sumber : Tabel 4.46 Berdasarkan tabel 4.47 diketahui bahwa kebijakan untuk mengendalikan nilai tukar ternyata dari nilai tukar itu sendiri baik jangka pendek, jangka menengah maupun jangka panjang. Kemudian variabel lain yang bisa dijadikan rekomendasi untuk pengendalian kurs dalam jangka pendek, menengah maupun jangka panjang adalah produk domestik bruto. Naiknya produk domestik bruto akan meningkatkan pengeluaran pemerintah, naiknya pengeluaran pemerintah yang ditujukan untuk peningkatan ekspor akan meningkatkan devisa negara sehingga memperkuat nilai tukar dipasar, khususnya terhadap US Dollar.

4.6.8. Variance Decomposition of INF

Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.48 diperoleh hasil bahwa INF dalam jangka pendek periode 1, perkiraan error variance sebesar 3,86 dijelaskan oleh INF itu sendiri. Variabel yang paling besar mempengaruhi INF sebagai variabel kebijakan adalah SBK sebesar 90,47, kemudian INF itu sendiri sebesar 3,86, sedangkan yang paling kecil mempengaruhi INF adalah INV sebesar 0,31 Universita Sumatera Utara Tabel 4.48. Varian Decomposition INF Variance Decomposition of INF: Period LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF 1 2.846915 1.787982 90.47221 0.288325 0.018051 0.305269 0.421087 3.860159 2 3.169373 1.743488 87.64297 0.963225 0.092830 0.734335 1.237707 4.416074 3 3.191789 1.781403 85.56744 0.943648 1.178019 0.719208 1.212943 5.405549 4 3.136634 1.757211 84.08422 0.928433 1.428982 1.057956 1.311505 6.295063 20 3.067179 2.014860 79.15991 1.031400 1.809063 3.323977 2.379197 7.214410 21 3.072405 2.016412 79.13759 1.036078 1.823496 3.322972 2.378812 7.212233 22 3.077598 2.017699 79.11620 1.040651 1.837380 3.322006 2.378340 7.210124 23 3.082681 2.018889 79.09542 1.045256 1.850736 3.321066 2.377868 7.208078 60 3.246908 2.077484 78.34167 1.230147 2.299602 3.289989 2.374480 7.139722 Sumber : Lampiran-8 Dalam jangka menengah periode 20 perkiraan error variance sebesar 7,21 dijelaskan oleh INF itu sendiri. Variable yang paling besar mempengaruhi INF sebagai variabel kebijakan adalah SBK sebesar 79,16, kemudian INF itu sendiri sebesar 7,21, sedangkan yang paling kecil mempengaruhi INF adalah JUB sebesar 1,03. Dalam jangka panjang periode 60 perkiraan error variance sebesar 7,14 dijelaskan oleh INF itu sendiri. Variable yang paling besar mempengaruhi INF sebagai variabel kebijakan adalah SBK sebesar 78,34, kemudian INF itu sendiri sebesar 7,14, sedangkan yang paling kecil mempengaruhi INF adalah JUB sebesar 1,23. Tabel 4.49. Rekomendasi Kebijakan Untuk INF Periode dan Persentase INF itu sendiri Terbesar 1 Terbesar 2 Jangka Pendek Periode 1 3,86 SBK 90,47 INF 3,86 Jangka Menegah Periode 20 7,21 SBK 79,16 INF 7,21 Jangka Panjang Periode 60 7,14 SBK 78,34 INF 7,14 Sumber : Tabel 4.48 Universita Sumatera Utara Berdasarkan tabel 4.49 diketahui bahwa kebijakan untuk mengendalikan inflasi baik jangka pendek, menengah maupun jangka panjang, pengendalian inflasi dilakukan melalui suku bunga kredit. Naiknya suku bunga kredit berdampak pada pengalihan penggunaan uang untuk investasi ke konsumsi sehingga meningkatkan jumlah uang beredar yang akan mendorong naiknya inflasi. Sedangkan turunnya suku bunga kredit akan meningkatkan investasi dan menurunkan jumlah uang beredar dan mendorong turunnya inflasi.

4.7. Analisis Interaksi Kebijakan Fiskal-Moneter Terhadap Stabilitas Ekonomi Makro.

Berdasarkan hasil analisis Forecast Error Variance Decomposition FEVD diketahui beberapa interaksi yang terjadi antara kebijakan fiskal dan kebijakan moneter terhadap stabilitas makro ekonomi. Adapun interaksi variabel kebijakan fiskal dan moneter terlihat dari Variance Decomposition menggambarkan variabel kebijakan yang lebih efektif terhadap variabel ekonomi makro. Untuk lebih jelasnya berikut hasil interaksi kebijakan fiskal-moneter terhadap stabilitas makro ekonomi di Indonesia. Tabel 4.50. Interaksi Kebijakan Fiskal-Moneter Terhadap Stabilitas Ekonomi Makro Fiskal Moneter Stabilitas Makro Ekonomi PDB INV KURS INF Pendek Menengah Panjang Pendek Menengah Panjang Pendek Menengah Panjang Pendek Menengah Panjang TAX 0,69 15,16 17,40 0,66 4,32 8,07 0,78 2,73 2,73 2,84 3,07 3,25 GOV 0,10 6,50 7,26 0,02 4,02 4,99 4,51 11,61 11,61 1,79 2,01 2,08 PDB INV KURS INF Pendek Menengah Panjang Pendek Menengah Panjang Pendek Menengah Panjang Pendek Menengah Panjang SBK 12,60 9,42 8,07 0,02 1,01 2,68 0,19 4,14 4,14 90,47 79,16 78,34 JUB 1,12 17,67 18,30 0,37 3,85 7,75 0,25 1,19 1,19 0,29 1,03 1,23 Sumber : Tabel 4.42, 4.44, 4.46, 4.48 Universita Sumatera Utara

4.7.1. Analisis Interaksi Kebijakan Fiskal-Moneter Terhadap PDB

Berdasarkan analisis interaksi fiskal-moneter terhadap PDB diketahui bahwa efektivitas interaksi fiskal dan moneter yang paling mempengaruhi PDB, baik dalam jangka pendek, menengah dan panjang adalah kebijakan moneter. Dalam jangka pendek interaksi fiskal dan moneter terhadap PDB lebih efektif dikendalikan oleh kebijakan moneter melalui pengendalian suku bunga kredit. Dalam jangka menengah dan panjang interaksi fiskal dan moneter terhadap PDB lebih efektif dikendalikan oleh kebijakan moneter melalui pengendalian jumlah uang beredar. Kesimpulannya adalah kebijakan moneter lebih efektif dalam peningkatan PDB di Indonesia baik dalam jangka pendek, menengah maupun jangka panjang. Efektivitas tersebut berarti kebijakan pengendalian suku bunga kredit dan jumlah uang beredar lebih efektif dalam meningkatkan output atau pertumbuhan ekonomi dibandingkan dengan kebijakan penerimaan pajak dan pengeluaran pemerintah. Kebijakan moneter dengan menurunkan suku bunga kredit secara langsung akan mendorong naiknya investasi sehingga akan meningkatkan PDB, sedangkan meningkatnya jumlah uang beredar akan meningkatkan kemampuan masyarakat untuk bertransaksi dalam jangka pendek dan berinvestasi dalam jangkah menengah dan jangka panjang yang akan mendorong pertumbuhan ekonomi. Hasil penelitian ini sesuai dengan penelitian Penelitian Santoso 2009 yang menunjukkan bahwa kebijakan moneter lebih memberikan pengaruh atau dampak positif terhadap PDB dari pada kebijakan fiskal. Kurang berpengaruhnya variabel pengeluaran pemerintah ini sesuai dengan hipotesis Mundell-Fleming, bahwa kebijakan fiskal ekpansif akan menyebabkan Crowding Out Effect yang menegaskan dampak kebijakan fiskal terhadap penurunan PDB karena kenaikan Universita Sumatera Utara tingkat bunga. Dengan kata lain kebijakan moneter justru lebih efektif dalam meningkatkan PDB. Adefeso dan Mobolaji 2010, pada penelitian terhadap perekonomian Nigeria selama kurun 1997-2007 menggunakan Model Koreksi Kesalahan dan Teknik Kointegrasi, menemukan bahwa pengaruh kebijakan moneter terhadap pertumbuhan ekonomi jauh lebih kuat dibanding pengaruh kebijakan fiskal.

4.7.2. Analisis Interaksi Kebijakan Fiskal-Moneter Terhadap Investasi

Berdasarkan analisa interaksi fiskal-moneter terhadap investasi diketahui bahwa efektivitas interaksi fiskal dan moneter yang paling mempengaruhi investasi, baik dalam jangka pendek, menengah dan panjang adalah kebijakan fiskal. Dalam jangka pendek, menengah dan panjang interaksi fiskal dan moneter terhadap investasi lebih efektif dikendalikan oleh kebijakan fiskal melalui penerimaan pajak. Kesimpulannya adalah kebijakan fiskal lebih efektif dalam meningkatkan investasi di Indonesia baik dalam jangka pendek, menengah maupun jangka panjang. Efektivitas tersebut berarti kebijakan atas penerimaan pajak dan pengeluaran pemerintah lebih efektif dalam meningkatkan investasi dibanding dengan kebijakan atas suku bunga kredit dan jumlah uang beredar. Naiknya penerimaan pajak akan menyebabkan naiknya pengeluaran pemerintah, khususnya terhadap pengeluaran modal yang mendorong tumbuhnya investasi. Dengan demikian hal ini memberikan gambaran bahwa semakin meningkatnya pengeluaran pemerintah maka investasi semakin meningkat. Hasil penelitian ini sesuai dengan penelitian Eisner 1989 pada perekonomian Amerika pada periode tahun 1956-1984 memperoleh bukti bahwa kebijakan fiskal melalui pengeluaran pemerintah berpengaruh positif terhadap investasi. Universita Sumatera Utara Chrystal dan Thornton 1988 berpendapat bahwa kebijakan fiskal defisit anggaran pemerintah dengan meningkatkan pengeluaran pemerintah diperlukan untuk mencapai dua tujuan ekonomi makro, yaitu pengerjaan penuh dan tingkat pertumbuhan ekonomi yang tinggi. Teori Pump-priming menyatakan bahwa defisit anggaran pemerintah dengan meningkatkan pengeluaran pemerintah diperlukan untuk menyelamatkan perekonomian dari kondisi resesi. Abimanyu 2005 berpendapat defisit anggaran pemerintah merupakan stimulus fiskal yang bersifat ekspansif. Kebijakan fiskal ekspansif meningkatkan pengeluaran pemerintah diperlukan apabila perekonomian pada kondisi lesu, yang ditandai dengan menurunnya investasi swasta. Pada kondisi inilah peranan pemerintah sangat diperlukan sebagai stimulator ekonomi.

4.7.3. Analisis Interaksi Kebijakan Fiskal-Moneter Terhadap Kurs

Berdasarkan analisa interaksi fiskal dan moneter terhadap kurs diketahui bahwa efektivitas interaksi fiskal dan moneter yang paling mempengaruhi kurs, baik dalam jangka pendek, menengah maupun jangka panjang adalah kebijakan fiskal. Dalam jangka pendek, menengah dan panjang interaksi fiskal dan moneter terhadap kurs lebih efektif dikendalikan oleh kebijakan fiskal melalui pengeluaran pemerintah. Kesimpulannya adalah kebijakan fiskal lebih efektif dalam mengendalikan kurs di Indonesia baik dalam jangka pendek, menengah maupun jangka panjang. Efektivitas tersebut berarti kebijakan atas penerimaan pajak dan pengeluaran pemerintah lebih efektif dalam menjaga stabilitas kurs dibandingkan dengan kebijakan suku bunga kredit dan jumlah uang beredar. Kebijakan fiskal yang ekspansif akan meningkatkan kemampuan produksi melalui naiknya investasi. Naiknya produksi yang mendorong ekspor akan memperkuat posisi kurs rupiah. Universita Sumatera Utara Dalam perekonomian terbuka, kebijakan fiskal juga mempengaruhi nilai tukar dan neraca perdagangan. Dalam kasus ekspansi fiskal, kenaikan suku bunga akibat pinjaman pemerintah menarik modal asing. Dalam upaya mereka untuk mendapatkan dollar lebih banyak untuk investasi asing tawaran sampai harga dolar, menyebabkan apresiasi nilai tukar dalam jangka pendek www. http:dimalouwrahel.blogspot.com201106kebijakan-fiskal.html, diakses 2 April 2013. Menurut Santoso 2009 Kebijakan fiskal melalui ekpansi fiskal, misalnya dengan menaikkan pengeluaran pemerintah dan menurunkan pajak akan menggeser kurva IS ke kanan dan kenaikan tersebut mengakibatkan tingkat bunga akan naik. Ketika tingkat bunga dalam negeri lebih tinggi dari tingkat bunga internasional, maka akan terjadi aliran dana masuk capital inflow. Aliran dana ini akan meningkatkan permintaaan domestik terhadap mata uang dalam negeri di pasar valuta asing, sehingga meningkatkan nilai tukar mata uang domestik. Apresiasi kurs ini membuat mata uang domestik relatif lebih mahal terhadap produk asing, hal ini mengurangi eksport netto. Berdasarkan pendapat tersebut penulis menyimpulkan bahwa adanya kebijakan fiskal dalam arti terjadinya kenaikan government spending fiskal ekspansif akan menggerakkan kurva IS ke kanan. Akibatnya suku bunga domestik mengalami kenaikan dan terjadi capital inflow dari dunia internasional. Dengan kebijakan kurs yang flexible maka kenaikan permintaan terhadap Rupiah akan memungkinkan perubahan kurs yang menyebabkan harga tukar Rupiah meningkat apresiasi Rupiah. Universita Sumatera Utara

4.7.4. Analisis Interaksi Kebijakan Fiskal-Moneter Terhadap Inflasi

Berdasarkan analisa interaksi fiskal-moneter terhadap inflasi diketahui bahwa efektivitas interaksi fiskal dan moneter yang paling mempengaruhi inflasi, baik dalam jangka pendek, menengah dan panjang adalah kebijakan moneter. Dalam jangka pendek, menengah maupun jangka panjang interaksi fiskal dan moneter terhadap inflasi lebih efektif dikendalikan oleh kebijakan moneter melalui pengendalian suku bungan kredit. Kesimpulannya adalah kebijakan moneter lebih efektif dalam mengendalikan inflasi di Indonesia baik dalam jangka pendek, menengah maupun jangka panjang. Efektivitas tersebut berarti kebijakan pengendalian suku bunga kredit dan jumlah uang beredar lebih efektif dalam menjaga stabilitas inflasi dibandingkan dengan kebijakan penerimaan pajak dan pengeluaran pemerintah. Kebijakan moneter dengan menurunkan suku bunga kredit berdampak pada pengalihan penggunaan uang untuk konsumsi ke investasi sehingga menurunkan jumlah uang beredar yang akan mendorong stabilnya inflasi. Hasil penelitian ini sesuai dengan penelitian Indrawati 2007 perubahan tingkat suku bunga direspon positif oleh tingkat inflasi. Kebijakan moneter yang ketat melalui kenaikan tingkat suku bunga juga menyebabkan kenaikan inflasi. Hal ini mengindikasikan kebijakan penurunan suku bunga diperlukan untuk menciptakan iklim yang kondusif bagi sektor riil, sedangkan pengaruh kenaikan tingkat bunga terhadap kenaikan inflasi hanya direspon temporer. Indikasi kebijakan fiskal ekspansif menyebabkan kenaikan inflasi meskipun berlangsung cepat dan menyebabkan penurunan output. Abel 2002 menyarankan agar kebijakan moneter digunakan untuk melakukan stabilisasi ekonomi dalam jangka pendek sedangkan kebijakan fiskal Universita Sumatera Utara diarahkan untuk mencapai target perekonomian jangka menengah dan panjang. Sementara itu, kebijakan moneter dalam jangka panjang dapat difokuskan untuk menjaga inflasi. Tujuan kebijakan moneter lebih difokuskan pada stabilitas harga dengan beberapa pertimbangan. Segala kebijakan yang mendorong pertumbuhan ekonomi aggregate demand dalam jangka pendek akan menciptakan inflasi sehingga tidak akan mempengaruhi pertumbuhan ekonomi riil dalam jangka panjang Kydland and Prescott, 1977.Kebijakan moneter diarahkan pada tercapainya keseimbangan antara permintaan dan penawaran uang. Keseimbangan di pasar uang tersebut akan mempengaruhi keseimbangan dipasar barang. Bila jumlah uang beredar lebih banyak dari yang dibutuhkan akan mendorong meningkatnya permintaan akan barang dan jasa sehingga akan meningkatkan inflasi Madjid,2007. Dengan demikian tujuan utama kebijakan moneter adalah mengatur jumlah uang beredar yang senantiasa disesuaikan dengan kebutuhan riil perekonomian. Kebutuhan riil perekonomian didalam perencanaan ekonomi makro merupakan sasaran yang ingin dicapai seperti pertumbuhan ekonomi, inflasi dan suku bunga. Dengan adanya UU No.23 1999 yang diberlakukan sejak tanggal 17 Mei 1999, maka tujuan Bank Indonesia menjadi hanya ”mencapai tujuan tunggal single objective yaitu inflasi. Dalam pengertian inflasi sebagai sasaran tunggal, maka kebijakan Bank Indonesia dalam mengendalikan inflasi secara tidak langsung juga mengendalikan nilai tukar kurs. Namun demikian kurs Rupiah bukan merupakan sasaran akhir, tetapi Bank Indonesia menjaga volatilitas kurs dalam rangka mencapai target inflasi. Ditetapkannya sasaran tunggal inflasi adalah dilatarbelakangi oleh pemikiran bahwa dalam jangka panjang kebijakan moneter hanya dapat mempengaruhi laju inflasi. Di sisi lain inflasi yang rendah Universita Sumatera Utara merupakan prasyarat bagi tercapainya sasaran ekonomi makro lainnya, seperti pertumbuhan ekonomi yang tinggi dan tingkat pengangguran yang rendah. Setelah dilakukan analisis interaksi kebijakan fiskal dan moneter terhadap stabilitas ekonomi makro diatas, maka penulis menyimpulkan bahwa kebijakan moneter lebih efektif dibandingkan dengan kebijakan fiskal dalam menjaga stabilitas ekonomi makro di Indonesia, hal ini karena kebijakan moneter melalui suku bunga dan jumlah uang beredar dalam jangka pendek maupun jangka panjang mampu menjaga inflasi dan meningkatkan pertumbuhan ekonomi, dimana kenaikan jumlah uang beredar ekspansi moneter menyebabkan meningkatnya permintaan, akibatnya suku bunga domestik mengalami penurunan dan terjadi capital outflow dari dunia internasional sehingga menurunkan nilai tukar mata uang domestik kurs depresiasi, depresiasi kurs ini dapat menyebabkan ekspor meningkat yang berdampak pada naiknya pendapatan, hal ini sesuai dengan teori Mundell-Fleming yang menjelaskan dampak kebijakan moneter terhadap peningkatan pendapatan, sebagai berikut : Sumber : Mankiw 2007, hal 335 Gambar 4.18. Ekspansi moneter dalam Sistem Kurs Mengambang Model Mundell-Fleming LM 1 IS Pendapatan,output, Y Kurs , e 1. Ekspansi moneter menggeser kurva LM ke kanan,... 2. .......yang menurunkan kurs 3. dan meningkatkan pendapatan LM 2 Universita Sumatera Utara Pada gambar 4.18 diatas, menunjukkan kenaikan jumlah uang beredar ekspansi moneter menggeser kurva LM Sedangkan kebijakan fiskal menjadi kurang efektif dalam meningkatkan pertumbuhan ekonomi, hal ini karena kenaikan goverment expenditure ekspansi fiskal menyebabkan meningkatnya permintaan, akibatnya suku bunga domestik mengalami kenaikan dan terjadi capital inflow dari dunia internasional sehingga meningkatkan nilai tukar mata uang domestik kurs apresiasi, Apresiasi kurs ini dapat menyebabkan ekspor menurun yang berdampak pada turunnya pendapatan, hal ini sesuai dengan teori Mundell-Fleming yang menjelaskan dampak kebijakan fiskal terhadap penurunan pendapatan, sebagai berikut : ke kanan yang menurunkan kurs dan meningkatkan pendapatan. Depresiasi kurs membuat barang-barang domestik relatif murah terhadap barang-barang luar negri dan meningkatkan ekspor neto. Peningkatan ekspor neto menambah dampak kebijakan moneter terhadap peningkatan pendapatan Mankiw, 2007. Sumber : Mankiw 2007, hal 333 Gambar 4.19. Ekspansi fiskal dalam Sistem Kurs Mengambang Model Mundell-Fleming LM IS 1 Pendapatan,output, Y Kurs , e IS 2 1. Kebijakan fiskal ekspansioner menggeser kurva IS ke kanan 3. ...........yang menaikkan kurs 2. ...........yang menyebabkan pendapatn tidak berubah Universita Sumatera Utara Pada gambar 4.19 diatas, menunjukkan peningkatan belanja pemerintah ekspansi fiskal menyebabkan kurva IS bergeser ke kanan atas, hal ini menaikkan kurs tetapi tidak berpengaruh pada pendapatan. Apresiasi kurs membuat mata uang domestik relatif mahal terhadap produk asing sehingga mengurangi ekspor neto. Penurunan ekspor neto mengurangi dampak kebijakan fiskal terhadap pendapatan Mankiw, 2007. Universita Sumatera Utara

BAB V KESIMPULAN DAN SARAN

5.1. Kesimpulan

Berdasarkan hasil analisis dan pembahasan yang telah dilakukan, maka dapat diambil kesimpulan sebagai berikut : 1. Penelitian ini memiliki model yang baik, dimana spesifikasi model yang terbentuk memiliki hasil stabil, yang menunjukkan bahwa semua unit roots berada dalam lingkaran gambar Inverse Roots of AR Characteristic Polynomial . 2. Hasil Analisis Vector Autoregression dengan menggunakan dasar lag 1 menunjukkan bahwa adanya kontribusi dari masing-masing variabel terhadap variabel itu sendiri dan variabel lainnya. Hasil analisa Vector Autoregression juga menunjukkan bahwa variabel masa lalu t- 1 3. Hasil Analiisis Impulse Response Function menunjukkan adanya respons variable lain terhadap perubahan satu variable dalam jangka pendek, menengah dan panjang, dan diketahui bahwa stabilitas respon dari seluruh variabel terbentuk pada periode 20 atau jangka menengah dan jangka panjang. Respon variabel lain terhadap perubahan satu variabel berkontribusi terhadap variabel sekarang baik terhadap variabel itu sendiri dan variabel lain. Dari hasil estimasi ternyata terjadi hubungan timbal balik antara variabel yang satu dengan variabel yang lainnya atau dengan kata lain semua variabel yaitu variable kebijakan fiskal TAX dan GOV, variabel kebijakan moneter SBK dan JUB dan variabel stabilitas ekonomi makro PDB, INV, KURS, INF saling berkontribusi. 137 Universita Sumatera Utara menunjukan variasi yang berbeda baik dari respon positif ke negatif atau sebaliknya, dan ada variabel yang responya tetap positif atau tetap negatif dari jangka pendek sampai jangka panjang. 4. Hasil Analisis Variance Decomposition menunjukan adanya variabel yang memiliki kontribusi terbesar terhadap variabel itu sendiri baik dalam jangka pendek, menengah maupun jangka panjang seperti TAX, GOV, SBK, PDB, INV, KURS. Sedangkan variabel lain yang memiliki pengaruh terbesar terhadap variabel itu sendiri baik dalam jangka pendek, menengah maupun jangka panjang adalah JUB dipengaruhi terbesar oleh PDB, dan INF yang dipengaruhi terbesar oleh SBK. 5. Hasil analisis interaksi kebijakan fiskal dan moneter terhadap stabilitas ekonomi makro di Indonesia menunjukkan bahwa kebijakan fiskal efektif dalam peningkatan investasi dan stabilitas kurs melalui penerimaan pajak dan pengeluaran pemerintah, sedangkan kebijakan moneter lebih efektif dalam peningkatan produk domestik bruto dan stabilitas inflasi pengendalian suku bunga kredit dan jumlah uang beredar, maka kebijakan moneter lebih efektif dibandingkan dengan kebijakan fiskal dalam menjaga stabilitas ekonomi makro di Indonesia.

5.2. Saran-Saran

Berdasarkan hasil pembahasan dan kesimpuan, maka saran yang perlu penulis uraikan adalah sebagai berikut : 1. Menghadapi goncangan output dan goncangan inflasi, adanya koordinasi kebijakan fiskal dan moneter lebih bermafaat dibandingkan tanpa koordinasi. Koordinasi kebijakan moneter dan fiskal perlu ditingkatkan Universita Sumatera Utara melalui penguatan kelembagaan seperti adanya semacam Dewan FiskalMoneter. Adanya bauran kebijakan fiskal dan moneter disertai pengutan kelembagan tersebut Dewan Koordinasi Fiskal dan Moneter diharapkan dapat meningkatkan stabilitas ekonomi makro di Indonesia. 2. Pengendalian inflasi dilakukan harus diimbangi dengan kerangka kerja Inflating Targeting Farmework yang disusun oleh Bank Indonesia dan dikoordinasikan oleh departemen keuangan yang berhubungan dengan pengeluaran pemerintah dan penerimaan pajak, sehingga interaksi kebijakan fiskal dan moneter mampu mencapai target pengendalian inflasi. Dalam pengendalian inflasi, sebaiknya dilakukan dengan kebijakan penentuan suku bunga kredit yang sesuai dengan kondisi pasar yaitu yang tidak memberatkan investor dan masyarakat yang akan mempergunakan kredit dari bank untuk investasi dan untuk kegiatan produktif lainnya. 3. Untuk mengendalikan stabilitas ekonomi, sebaiknya koordinasi kebijakan fiskal dan moneter BI dan Depkeu mampu memberikan efek dalam mendorong permintaan masyarakat dan meningkatkan produksi, dimana kenaikan kapasitas produksi akan meningkatkan output, peningkatan daya beli masyarakat dan penurunan pengangguran, sehingga dalam jangka panjang mampu mendorong meningkatnya pertumbuhan ekonomi. 4. Adanya interaksi kebijakan fiskal dan moneter di Indonesia yang belum efektif dalam menghadapi goncangan inflasi, koordinasi kebijakan moneter dan fiskal dalam memerangi tekanan inflasi dari sisi penawaran perlu ditingkatkan. Selain itu diperlukan adanya koordinasi kebijakan dalam pengendalian produksi khususnya ketersediaan bahan pangan utama seperti beras, gula, kedelai, cabai, bawang, daging dan sebagainya. Universita Sumatera Utara DAFTAR PUSTAKA Buku Abel, 1995. Andrew B. And Ben S. Bernanke. Macroeconomics, Second Edition, Addison-Wesley Publishing Co. Adiningsih, Sri. 2012. Koordinasi Kebijakan Fiskal dan Moneter, Tantangan Ke Depan, Kumpulan Jurnal BI, Kanisius, Jakarta. Arsana, I Gede Putra. 2004. Vector Auto Regressive. Laboratorium Komputasi Ilmu Ekonomi FEUI, Jakarta. Badan Analisa Fiskal . 2004. Bank Indonesia PPSK Working Paper Series, No. WP021005. Barro, R.J. and D.B. Gordon. 1983, Rules, Discretion, and Reputation in a Model of Monetary Policy. Journal of Monetary Economics. 12. Blinder, Alan S. 1982, “Issues in the Coordination of Monetary and Fiscal Policy”, NBER Working Paper, No. 982. Boediono. 2001. Ekonomi Moneter, edisi 3, BPFE, Yogyakarta. Corsetti, G. dan Mueller, G. 2008. What Makes Fiscal Policy More Effective? http:www.economonitor.comblog201301what-makes-fiscal- policymore- effective Gujarati, Damodar. 2003. Basic Economsetrics Fourth Edition. McGraw Hill. Singapure. Enders, Walter, Thomas.2004., “Applied Econometric Time Series”, John Wiley and Sons, Inc. Friedman, M. And M. Benjamin, 1968. Even the St. Louis Equation Now Believe in Fiscal Policy, Journal Money, Credit and Banking, 9: 25-42. Granger, C., W., J. 1969. Investigating Relation by Economics Models and Cross Spectoral Methods, Econometrica, Vol. 37, No. 3, p. 424-438. Herlambang, T., Sugiarto, Bastoro dan Said K. 2001. Ekonomi Makro, Teori Analisis dan Kebijakan, Gramedia, Jakarta. Mudradjad Kuncoro, 1997, Ekonomi Pembangunan : Teori, Masalah dan Kebijakan, Yogyakarta, YKPN Kydland, F.E. and E.C. Prescott. 1977. Rule Rather Than Discretion : The Inconsistency of Optimal Plans, Journal of Political Economy, Vol. 85. Universita Sumatera Utara Mangkoesoebroto, Guritno. 2003. Ekonomi Publik. BPFE, Edisi 3, Yogyakarta. Mankiw, N. Gregory. 2006. Teori Makro Ekonomi. Edisi Keenam. Erlangga, Jakarta. Mankiw, N Gregory. 2006. Principles of Economics, Pengantar Ekonomi Makro. Edisi Ketiga, Alih Bahasa Chriswan Sungkono, Salemba Empat, Jakarta. Manurung, Jonni, J. Manurung, Adler H., Saragih, Ferdinand D. 2005. Ekonometrika. Cetakan Pertama, Penerbit Elex Media Computindo, Jakarta. Mohanty, M.S. and Michela Scatigna 2004, Countercyclical Fiscal Policy and Central Bank, BIS Working Paper. Muhidin, Sambas Ali dan Maman Abdurahman. 2008. Analisis Korelasi, Regresi dan Jalur Dalam Penelitian. Cetakan Pertama, CV. Pustaka Setia, Bandung. Nasution, Anwar. 2003. Membangun Kembali Perkonomian Indonesia Setelah Krisiss 1997-1998, Badan Pemeriksa Keuangan Republik Indonesia. .Nopirin. 2000. Ekonomi Moneter. Buku II. Edisi ke 1, Cetakan Kesepuluh, Yogyakarta, BPFE UGM. Nopirin, 1999. Pengantar Ilmu Ekonomi Makro Mikro, BPFE, Yogyakarta. Rahardja Prathama dan Manurung Mandala 2001, Teori Ekonomi Makro, Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta. Seda, Frans. 2009. Era Baru Kebijakan Fiskal, Gramedia, Jakarta. Simorangkir, P Iskandar . 2005. Indentifikasi Faktor Penentu Inflasi Regional di Era Otonomi Daerah. Sukirno, Sadono. 2000. Makroekonomi Modern. PT. Raja Grafindo, Jakarta Sadono Sukirno 2002.Teori Makro Ekonomi. Cetakan Keempatbelas. Jakarta : Rajawali Press. Samuelson, P.A, dan Nordhaus, W, D. 2002. Makro Ekonomi, Edisi keempatbelas, alih bahasa Haris Munandar dkk, Erlangga, Jakarta. Suhedi, Mochtar, Firman. 2000. SBI, T-Bills dan Pengendalian Inflasi, BuletinEkonomi, Moneter dan Perbankan, Vol.3 No.6. Tambunan, Tulus T.H. 2001. Perekonomian Indonesia, Teori dan Temuan Empiris, Ghalia, Indonesia, Jakarta. Universita Sumatera Utara Taylor, J.B, 2000, The Policy Rule Mix: A Macroeconomic Policy Evaluation, in Calvo, G., Obstfeld, M. dan Donbusch, R eds . Robert Mundell Festschrift, Cambridge:505-517. Umar, Husein. 2008. Metode Penelitian Untuk Skripsi dan Tesis. Edisi Kedua, Cetakan Pertama, Rjawali Press, Jakarta. Undang-Undang No.23 tahun 1999 tentang Bank Sentral. Bank Indonesia. Pohan, Aulia. 2008. Potret Kebijakan Moneter Indonesia, Cetakan Pertama, PT. Raja Grafindo, Jakata. Waluyo dan Ilyas. 2006. Pajak Pertambahan Nilai. Cetakan Kedua, Rineka Cipta, Jakarta. Warjiyo Perry dan Solikin. 2003. Kebijakan Moneter di Indonesia. PPSK, Bank Indonesia. JurnalPenelitian Abdur Rahman, 2009. Analisis Efektivitas Kebijakan Fiskal Dan Moneter Terhadap Produk Domestik Bruto Indonesia Abimanyu, Anggito. 2005. Kebijakan Fiskal dan Efektivitas Stimulus Fiskal di Indonesia: Aplikasi Model Makro-MODFI dan CGE-INDORANI. Jurnal Ekonomi Indonesia No. 1 Juni 2005 . Adefeso, H.A. dan H.I. Mobolaji, 2010, “The Fiscal-Monetery Policy and Economic Growth in Nigeria”, Pakistan Journal of Social Sciences, 7 2: p. 137-142 Aliman, 2004, Analisis Efektivitas Penerapan Kebijakan Moneter dan Fiskal Dalam Perekonomian Indonesia, Jurnal Ekonomi dan Manajemen, Vol 4 No.1, Januari 2004, Ikatan Sarjana Ekonomi Indoneisa ISEI. Asmanto, Priadi dan Soebagyo. 2006. Analisis Pengaruh Kebijakan Moneter Dan Kebijakan Fiskal Regional Terhadap Stabilitas Harga Dan Pertumbuhan Ekonomi Regional Di Jawa Timur Periode 1995- 2004. A.Maihendra. 2008. Analisis Kebijakan Moneter dan Pengaruhnya Terhadap Pertumbuhan Ekonomi Indonesia. Tesis. USU. Medan. Tidak Dipublikasikan Brodjonegoro, Bambang P.S., Iskandar Simorangkir, B. Yulianita, dan T.A. Falianty 2003. Identifikasi Faktor-Faktor Penentu Inflasi Regional dalam Era Otonomi. Working Paper. Pusat Pendidikan dan Studi Kebanksentralan BI dan Universitas Indonesia. Universita Sumatera Utara Chrystal K. Alec dan Thornton Daniel L. 1988. The Macroeconomic Effects of Deficit Spending: A Review. Econpapers. Departement of Business, Economics, Statistics, and Informatics. Orebro University. Swedia . Djojosubroto, Dono Iskandar. 2004. Koordinasi Kebijakan Fiskal Dan Moneter Di Indonesia, Dalam Kebijakan Fiskal, Pemikiran, Konsep Dan Implementasi. Eds. Heru Subiyantoro dan Singgih Riphat. Penerbit Buku Kompas, Jakarta. Eisner, Robert. 1989. Budget Deficit: Rhetoric and Reality. The Journal of Economic Perspectives. Vol. 3 No. 2. American Economic Association . Fleming, Debra Parker. 1962. Evidence on The Determinant of Taxpayer Compliance Examination of Effect Witholding Positions, Audit Detection Rates and Penalty Amount on Tax compliance Decisions. Thesis. Nova South Eastern University. USA. Giavazzi Francesco 2003, Inflation Targeting and The Fiscal Policy Regime: The Experience in Brazil, Bank Of England Quarterly bulletin. Goeltom,Miranda S, 2009, Koordinasi Kebijakan Moneter dan Fiskal : Tantangan dan Strategi Pemeliharaan Stabilitas Makro dan Pertumbuhan Ekonomi Untuk Mewujudkan Kesejahteraan Rakyat. Kumpulan Jurnal BI , Kanisius, Jakarta. Goeltom, Miranda S. dan Danny Hermawan. 2007. Respon Optimal Kebijakan Moneter terhadap Shock Fiskal, pendekatan New Keynesian Open Macroeconomics, Mimeo, Bank Indonesia, Desember. Goeltom,Miranda S, 1999, Perubahan Perspektif dalam Mencari Kebijakan Moneter: Kasus Indonesia, Analisis CSIS, Tahun XXVIII1999 No.4 Hagen Von Jurgen and Mundschenk Susanne. 2003. Fiscal and Monetary Policy Coordination in EMU, International journal of finance and economics. Hermawan, Danny dan Munro, Anella 2008 Indrawati Yulia. 2007. Interaksi Kebijakan Fiskal Dan Moneter Di Indonesia : Pendekatan Vector Autoregression. Berdasarkan hasil analisis dengan menggunakan pendekatan vector autoregression VAR. Indrawati Yulia. 2007. Interaksi Kebijakan Fiskal Dan Moneter Di Indonesia : Pendekatan Vector Autoregression. Berdasarkan hasil analisis dengan menggunakan pendekatan vector autoregression VAR. Khalsum, Umi 2011. Analisis Interaksi Fiskal dan Moneter Terhadap Produk Domestik Bruto Indonesia. Tesis. USU. Medan. Tidak Dipublikasikan. Madjid, Noor Cholis 2007 Analisis Efektivitas Antara Kebijakan Fiskal dan Kebijakan Moneter Dengan Pendekatan Model IS-LM Studi Kasus Indonesia 1970 – 2005. Undip. Tidak Dipublikasikan. Universita Sumatera Utara Ndari Surjaningsih. 2010. Dampak Kebijakan Fiskal Terhadap Output dan Inflasi. Kumpulan Jurnal Bank Indonesia. Jakarta. Priyadi Asmanto dan Subagyo. 2007. Analisis Pengaruh Kebijakan Moneter Dan Kebijakan Fiskal Regional Terhadap Stabilitas Harga Dan Pertumbuhan Ekonomi Regional Di Jawa Timur. Tesis. Unair. Surabaya. Tidak Dipublikasikan. Santoso, Teguh. 2009. Dampak Kebijakan Ffiskal dan Moneter dalam Perekonomian Indonesia. Tesis. Undip. Tidak Dipublikasikan. Sitinjak, Elyzabeth Lucky Maretha dan Widuri Kurniasari. 2003. Indikator- indikator Pasar Saham dan Pasar Uang Yang Saling Berkaitan Ditijau Dari Pasae Saham Sedang Bullish dan Bearish. Jurnal Riset Ekonomi dan Manajemen . Vol. 3 No. 3. Sugiyanto, F.X. 2004. Faktor-faktor yang mempengaruhi perilaku kurs rupiah terhadap dollar Amerika di Indonesia tahun 1986-1997: Sistesis pendekatan moneter dan pendekatan portofolio. Disertasi, Program Pasca Sarjana Universitas Airlangga, Surabaya. Triyono Yuni Prihadi Utomo,2004, Studi Komparasi Efektivitas Pengaruh Kebijakan Fiskal Dan Moneter Dalam Perekonomian Indonesia, Jurnal Ekobis, vol 5, No. 1a, April 2004 Universita Sumatera Utara LAMPIRAN 1 TABULASI DATA PERKUARTAL N Tahun Kuartal Pajak Pengeluaran Pemerintah Suku Bunga Kredit Nominal Suku Bunga Kredit Riil Nomina l-Inflasi Jumlah Uang Beredar M1 Produk Domestik Bruto Investasi Asing Langsung Investasi Asing Langsung juta US xKURS Nilai Tukar Inflasi Milyar Rp Milyar Rp Milyar Rp Milyar Rp Juta US Milyar Rp USRp TAX GOV SBK SBK JUB PDB INV INV KURS INF 1 2000 Q1 24654 26549 16.46 15.52 124663 342852 1894 14375460 7590 0.94 2 Q2 28546 28842 16.21 14.31 133832 340865 1265 11049775 8735 1.90 3 Q3 30952 60721 16.62 14.89 135430 355290 1125 9877500 8780 1.73 4 Q4 37763 112931 16.59 12.17 162186 350763 874 8386030 9595 4.42 5 2001 Q1 37881 60208 16.86 14.77 148375 356115 425 4420000 10400 2.09 6 Q2 39329 76456 17.04 13.78 160142 360533 345 3946800 11440 3.26 7 Q3 46729 122125 17.22 14.67 164237 367515 462 4469850 9675 2.55 8 Q4 44291 57182 17.90 13.89 177731 356240 845 8788000 10400 4.01 9 2002 Q1 45610 66123 18.03 14.56 166173 368650 298 2877190 9655 3.47 10 Q2 59171 102610 18.11 17.19 174017 375721 458 3998340 8730 0.92 11 Q3 52239 60429 18.11 16.47 181791 387920 469 4228035 9015 1.64 12 Q4 46667 67366 17.82 14.23 191939 372926 648 5793120 8940 3.59 13 2003 Q1 74868 134036 17.85 17.08 181239 386744 1286 11455688 8908 0.77 14 Q2 55666 66522 17.43 16.98 194878 394621 848 7025680 8285 0.45 15 Q3 52247 85329 16.53 15.30 207587 405608 456 3825384 8389 1.23 16 Q4 61786 92196 15.68 13.18 223799 390199 651 5510715 8465 2.50 17 2004 Q1 69644 57725 15.12 14.21 209153 402597 348 2988276 8587 0.91 18 Q2 67397 107292 14.64 12.31 226147 411936 409 3850735 9415 2.33 19 Q3 76264 136377 14.33 13.83 234676 423852 348 3191160 9170 0.50 20 Q4 98583 184265 14.05 11.56 245946 418132 791 7348390 9290 2.49 21 2005 Q1 84220 129715 13.78 10.61 244003 426612 858 8133840 9480 3.17 22 Q2 88858 160197 13.65 12.60 261814 436121 3747 36394611 9713 1.05 23 Q3 110808 253172 14.47 12.45 267762 448598 1757 18098857 10301 2.02 24 Q4 94268 99218 15.66 5.69 271140 439484 1975 19414250 9830 9.97 25 2006 Q1 113446 168543 15.90 13.93 270425 448485 1335 12115125 9075 1.97 26 Q2 148599 297369 15.94 15.07 303803 457637 1089 10127700 9300 0.87 27 Q3 137112 102854 15.66 14.50 323885 474904 1055 9742925 9235 1.16 28 Q4 136082 244061 15.10 12.69 347013 466101 1435 12943700 9020 2.41 29 2007 Q1 161293 375027 14.53 12.63 331736 475642 1037 9455366 9118 1.90 30 Q2 121370 151480 13.99 13.82 371768 488421 1033 9352782 9054 0.17 31 Q3 139782 202407 13.45 11.18 400074 506933 2191 20019167 9137 2.27 32 Q4 132881 214680 13.01 10.94 450055 493331 2667 25120473 9419 2.07 33 2008 Q1 137112 102854 12.59 9.22 409768 505219 2360 21752120 9217 3.37 34 Q2 136082 244061 12.51 8.07 453047 519205 1633 15064425 9225 4.44 35 Q3 147196 228901 13.32 10.47 479738 538641 3388 31772664 9378 2.85 36 Q4 161293 375027 14.40 13.87 456787 519392 1937 21210150 10950 0.53 37 2009 Q1 121370 151480 14.05 13.69 448034 528057 1904 22038800 11575 0.36 38 Q2 139782 202407 13.78 13.94 482621 540678 1447 14795575 10225 -0.16 39 Q3 132881 214680 13.20 11.14 490502 561637 986 9545466 9681 2.06 40 Q4 197305 349086 12.96 12.47 515824 548479 540 5076000 9400 0.49 41 2010 Q1 145854 215556 12.72 11.72 494461 559683 2982 27180930 9115 1.00 42 Q2 168898 246847 12.70 11.29 545405 574713 3350 30428050 9083 1.41 43 Q3 192686 274859 12.41 9.64 549941 594251 2955 26370420 8924 2.77 44 Q4 215878 304897 12.28 10.70 605411 585812 4483 40306653 8991 1.58 45 2011 Q1 218562 315616 12.18 11.48 580601 595785 5311 46253499 8709 0.70 46 Q2 208952 314864 12.13 11.77 636206 612200 5034 43277298 8597 0.36 47 Q3 213588 324986 12.06 10.19 656096 632828 3469 30606987 8823 1.87 48 Q4 232854 339159 12.04 11.25 722991 623864 5428 49221104 9068 0.79 49 2012 Q1 225158 362489 11.62 10.74 714258 633243 4518 41475240 9180 0.88 Universita Sumatera Utara TABULASI DATA PERKUARTAL N Tahun Kuartal Pajak Pengeluaran Pemerintah Suku Bunga Kredit Riil Nomina l-Inflasi Jumlah Uang Beredar M1 Produk Domestik Bruto Investasi Asing Langsung Juta US x KURS Nilai Tukar Inflasi Milyar Rp Milyar Rp Milyar Rp Milyar Rp Milyar Rp USRp TAX GOV SBK JUB PDB INV KURS INF 1 2000 Q1 24654 26549 15.52 124663 342852 14375460 7590 0.94 2 Q2 28546 28842 14.31 133832 340865 11049775 8735 1.90 3 Q3 30952 60721 14.89 135430 355290 9877500 8780 1.73 4 Q4 37763 112931 12.17 162186 350763 8386030 9595 4.42 5 2001 Q1 37881 60208 14.77 148375 356115 4420000 10400 2.09 6 Q2 39329 76456 13.78 160142 360533 3946800 11440 3.26 7 Q3 46729 122125 14.67 164237 367515 4469850 9675 2.55 8 Q4 44291 57182 13.89 177731 356240 8788000 10400 4.01 9 2002 Q1 45610 66123 14.56 166173 368650 2877190 9655 3.47 10 Q2 59171 102610 17.19 174017 375721 3998340 8730 0.92 11 Q3 52239 60429 16.47 181791 387920 4228035 9015 1.64 12 Q4 46667 67366 14.23 191939 372926 5793120 8940 3.59 13 2003 Q1 74868 134036 17.08 181239 386744 11455688 8908 0.77 14 Q2 55666 66522 16.98 194878 394621 7025680 8285 0.45 15 Q3 52247 85329 15.30 207587 405608 3825384 8389 1.23 16 Q4 61786 92196 13.18 223799 390199 5510715 8465 2.50 17 2004 Q1 69644 57725 14.21 209153 402597 2988276 8587 0.91 18 Q2 67397 107292 12.31 226147 411936 3850735 9415 2.33 19 Q3 76264 136377 13.83 234676 423852 3191160 9170 0.50 20 Q4 98583 184265 11.56 245946 418132 7348390 9290 2.49 21 2005 Q1 84220 129715 10.61 244003 426612 8133840 9480 3.17 22 Q2 88858 160197 12.60 261814 436121 36394611 9713 1.05 23 Q3 110808 253172 12.45 267762 448598 18098857 10301 2.02 24 Q4 94268 99218 5.69 271140 439484 19414250 9830 9.97 25 2006 Q1 113446 168543 13.93 270425 448485 12115125 9075 1.97 26 Q2 148599 297369 15.07 303803 457637 10127700 9300 0.87 27 Q3 137112 102854 14.50 323885 474904 9742925 9235 1.16 28 Q4 136082 244061 12.69 347013 466101 12943700 9020 2.41 29 2007 Q1 161293 375027 12.63 331736 475642 9455366 9118 1.90 30 Q2 121370 151480 13.82 371768 488421 9352782 9054 0.17 31 Q3 139782 202407 11.18 400074 506933 20019167 9137 2.27 32 Q4 132881 214680 10.94 450055 493331 25120473 9419 2.07 33 2008 Q1 137112 102854 9.22 409768 505219 21752120 9217 3.37 34 Q2 136082 244061 8.07 453047 519205 15064425 9225 4.44 35 Q3 147196 228901 10.47 479738 538641 31772664 9378 2.85 36 Q4 161293 375027 13.87 456787 519392 21210150 10950 0.53 37 2009 Q1 121370 151480 13.69 448034 528057 22038800 11575 0.36 38 Q2 139782 202407 13.94 482621 540678 14795575 10225 -0.16 39 Q3 132881 214680 11.14 490502 561637 9545466 9681 2.06 40 Q4 197305 349086 12.47 515824 548479 5076000 9400 0.49 41 2010 Q1 145854 215556 11.72 494461 559683 27180930 9115 1.00 42 Q2 168898 246847 11.29 545405 574713 30428050 9083 1.41 43 Q3 192686 274859 9.64 549941 594251 26370420 8924 2.77 44 Q4 215878 304897 10.70 605411 585812 40306653 8991 1.58 45 2011 Q1 218562 315616 11.48 580601 595785 46253499 8709 0.70 46 Q2 208952 314864 11.77 636206 612200 43277298 8597 0.36 47 Q3 213588 324986 10.19 656096 632828 30606987 8823 1.87 48 Q4 232854 339159 11.25 722991 623864 49221104 9068 0.79 49 2012 Q1 225158 362489 10.74 714258 633243 41475240 9180 0.88 Sumber : Bank Indonesia, BPS, Depkeu data diolah, 2013 Universita Sumatera Utara TABULASI DATA PERTAHUN N Tahun Pajak Pengeluaran Pemerintah Suku Bunga Kredit Riil Nomina l-Inflasi Jumlah Uang Beredar M1 Produk Domestik Bruto Investasi Asing Langsung juta USxkurs Nilai Tukar Inflasi Milyar Rp Milyar Rp Milyar Rp Milyar Rp Milyar Rp Rp US TAX GOV SBK JUB PDB INV Kurs INF 1 2000 121915 229043 12.17 162186 1389770 43688765 9595 9.35 2 2001 168230 315971 13.89 177731 1440403 21624650 10400 12.55 3 2002 203687 296528 14.23 191939 1505217 16896685 8940 10.03 4 2003 244567 378083 13.18 223799 1577172 27817467 8464 5.06 5 2004 311888 485659 11.56 245946 1656517 17378561 9290 6.40 6 2005 378154 642302 5.69 271140 1750815 82041558 9830 17.11 7 2006 535239 812827 12.69 347013 1847127 44929450 9020 6.60 8 2007 555326 943594 10.94 450055 1964327 63947788 9419 6.59 9 2008 581683 950843 13.87 456787 2082457 89799359 10950 11.06 10 2009 591338 917653 12.47 515824 2178851 51455841 9400 2.78 11 2010 723316 1042159 10.70 605411 2314459 124286053 8991 6.96 12 2011 873956 1294625 11.25 722991 2464677 169358888 9068 3.79 13 2012 1021800 1551500 10.50 841722 2618139 188597614 9670 4.30 Sumber : Bank Indonesia, BPS Depkeu. data diolah, 2013 Universita Sumatera Utara TABULASI DATA LOGARITMA N Tahun Kuartal logTAX logGOV SBK logJUB logPDB logINV logKURS INF 1 2000 Q1 4.392 4.424 15.52 5.096 5.535 7.158 3.880 0.94 2 Q2 4.456 4.460 14.31 5.127 5.533 7.043 3.941 1.90 3 Q3 4.491 4.783 14.89 5.132 5.551 6.995 3.943 1.73 4 Q4 4.577 5.053 12.17 5.210 5.545 6.924 3.982 4.42 5 2001 Q1 4.578 4.780 14.77 5.171 5.552 6.645 4.017 2.09 6 Q2 4.595 4.883 13.78 5.205 5.557 6.596 4.058 3.26 7 Q3 4.670 5.087 14.67 5.215 5.565 6.650 3.986 2.55 8 Q4 4.646 4.757 13.89 5.250 5.552 6.944 4.017 4.01 9 2002 Q1 4.659 4.820 14.56 5.221 5.567 6.459 3.985 3.47 10 Q2 4.772 5.011 17.19 5.241 5.575 6.602 3.941 0.92 11 Q3 4.718 4.781 16.47 5.260 5.589 6.626 3.955 1.64 12 Q4 4.669 4.828 14.23 5.283 5.572 6.763 3.951 3.59 13 2003 Q1 4.874 5.127 17.08 5.258 5.587 7.059 3.950 0.77 14 Q2 4.746 4.823 16.98 5.290 5.596 6.847 3.918 0.45 15 Q3 4.718 4.931 15.30 5.317 5.608 6.583 3.924 1.23 16 Q4 4.791 4.965 13.18 5.350 5.591 6.741 3.928 2.50 17 2004 Q1 4.843 4.761 14.21 5.320 5.605 6.475 3.934 0.91 18 Q2 4.829 5.031 12.31 5.354 5.615 6.586 3.974 2.33 19 Q3 4.882 5.135 13.83 5.370 5.627 6.504 3.962 0.50 20 Q4 4.994 5.265 11.56 5.391 5.621 6.866 3.968 2.49 21 2005 Q1 4.925 5.113 10.61 5.387 5.630 6.910 3.977 3.17 22 Q2 4.949 5.205 12.60 5.418 5.640 7.561 3.987 1.05 23 Q3 5.045 5.403 12.45 5.428 5.652 7.258 4.013 2.02 24 Q4 4.974 4.997 5.69 5.433 5.643 7.288 3.993 9.97 25 2006 Q1 5.055 5.227 13.93 5.432 5.652 7.083 3.958 1.97 26 Q2 5.172 5.473 15.07 5.483 5.661 7.006 3.968 0.87 27 Q3 5.137 5.012 14.5 5.510 5.677 6.989 3.965 1.16 28 Q4 5.134 5.387 12.69 5.540 5.668 7.112 3.955 2.41 29 2007 Q1 5.208 5.574 12.63 5.521 5.677 6.976 3.960 1.90 30 Q2 5.084 5.180 13.82 5.570 5.689 6.971 3.957 0.17 31 Q3 5.145 5.306 11.18 5.602 5.705 7.301 3.961 2.27 32 Q4 5.123 5.332 10.94 5.653 5.693 7.400 3.974 2.07 33 2008 Q1 5.137 5.012 9.22 5.613 5.703 7.338 3.965 3.37 34 Q2 5.134 5.387 8.07 5.656 5.715 7.178 3.965 4.44 35 Q3 5.168 5.360 10.47 5.681 5.731 7.502 3.972 2.85 36 Q4 5.208 5.574 13.87 5.660 5.715 7.327 4.039 0.53 37 2009 Q1 5.084 5.180 13.69 5.651 5.723 7.343 4.064 0.36 38 Q2 5.145 5.306 13.94 5.684 5.733 7.170 4.010 -0.16 39 Q3 5.123 5.332 11.14 5.691 5.749 6.980 3.986 2.06 40 Q4 5.295 5.543 12.47 5.713 5.739 6.706 3.973 0.49 41 2010 Q1 5.164 5.334 11.72 5.694 5.748 7.434 3.960 1 42 Q2 5.228 5.392 11.29 5.737 5.759 7.483 3.958 1.41 43 Q3 5.285 5.439 9.64 5.740 5.774 7.421 3.951 2.77 44 Q4 5.334 5.484 10.7 5.782 5.768 7.605 3.954 1.58 45 2011 Q1 5.340 5.499 11.48 5.764 5.775 7.665 3.940 0.7 46 Q2 5.320 5.498 11.77 5.804 5.787 7.636 3.934 0.36 47 Q3 5.330 5.512 10.19 5.817 5.801 7.486 3.946 1.87 48 Q4 5.367 5.530 11.25 5.859 5.795 7.692 3.958 0.79 49 2012 Q1 5.352 5.559 10.74 5.854 5.802 7.618 3.963 0.88 Universita Sumatera Utara Sumber Bank Indonesia, BPS, Depkeu data diolah, 2013 LAMPIRAN 2 PERKEMBANGAN VARIABEL 40,000 80,000 120,000 160,000 200,000 240,000 00 01 02 03 04 05 06 07 08 09 10 11 TAX 4.2 4.4 4.6 4.8 5.0 5.2 5.4 00 01 02 03 04 05 06 07 08 09 10 11 LOGTAX 50,000 100,000 150,000 200,000 250,000 300,000 350,000 400,000 00 01 02 03 04 05 06 07 08 09 10 11 GOV Universita Sumatera Utara 4.4 4.6 4.8 5.0 5.2 5.4 5.6 00 01 02 03 04 05 06 07 08 09 10 11 LOGGOV 4 6 8 10 12 14 16 18 00 01 02 03 04 05 06 07 08 09 10 11 SBK 100,000 200,000 300,000 400,000 500,000 600,000 700,000 800,000 00 01 02 03 04 05 06 07 08 09 10 11 JUB Universita Sumatera Utara 5.0 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9 00 01 02 03 04 05 06 07 08 09 10 11 LOGJUB 320,000 360,000 400,000 440,000 480,000 520,000 560,000 600,000 640,000 00 01 02 03 04 05 06 07 08 09 10 11 PDB 5.50 5.55 5.60 5.65 5.70 5.75 5.80 5.85 00 01 02 03 04 05 06 07 08 09 10 11 LOGPDB Universita Sumatera Utara 10,000,000 20,000,000 30,000,000 40,000,000 50,000,000 00 01 02 03 04 05 06 07 08 09 10 11 INV 6.4 6.6 6.8 7.0 7.2 7.4 7.6 7.8 00 01 02 03 04 05 06 07 08 09 10 11 LOGINV 7,000 8,000 9,000 10,000 11,000 12,000 00 01 02 03 04 05 06 07 08 09 10 11 KURS Universita Sumatera Utara 3.84 3.88 3.92 3.96 4.00 4.04 4.08 00 01 02 03 04 05 06 07 08 09 10 11 LOGKURS -2 2 4 6 8 10 12 00 01 02 03 04 05 06 07 08 09 10 11 INF Universita Sumatera Utara LAMPIRAN 3 UJI STASIONERITAS

1. Pajak Pajak Pada level

Null Hypothesis: LOGTAX has a unit root Exogenous: Constant Lag Length: 2 Automatic based on SIC, MAXLAG=10 t-Statistic Prob. Augmented Dickey-Fuller test statistic -1.986333 0.2916 Test critical values: 1 level -3.581152 5 level -2.926622 10 level -2.601424 MacKinnon 1996 one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: DLOGTAX Method: Least Squares Date: 050313 Time: 10:49 Sample adjusted: 2000Q4 2012Q1 Included observations: 46 after adjustments Variable Coefficient Std. Error t-Statistic Prob. LOGTAX-1 -0.069534 0.035006 -1.986333 0.0535 DLOGTAX-1 -0.675000 0.132853 -5.080792 0.0000 DLOGTAX-2 -0.451903 0.132838 -3.401923 0.0015 C 0.388461 0.175209 2.217126 0.0321 R-squared 0.425628 Mean dependent var 0.018717 Adjusted R-squared 0.384602 S.D. dependent var 0.073952 S.E. of regression 0.058013 Akaike info criterion -2.773350 Sum squared resid 0.141352 Schwarz criterion -2.614338 Log likelihood 67.78705 Hannan-Quinn criter. -2.713783 F-statistic 10.37447 Durbin-Watson stat 2.053700 ProbF-statistic 0.000031 Universita Sumatera Utara Pajak Pada 1st difference Null Hypothesis: DLOGTAX has a unit root Exogenous: Constant Lag Length: 1 Automatic based on SIC, MAXLAG=10 t-Statistic Prob. Augmented Dickey-Fuller test statistic -8.978859 0.0000 Test critical values: 1 level -3.581152 5 level -2.926622 10 level -2.601424 MacKinnon 1996 one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: DLOGTAX,2 Method: Least Squares Date: 050313 Time: 10:50 Sample adjusted: 2000Q4 2012Q1 Included observations: 46 after adjustments Variable Coefficient Std. Error t-Statistic Prob. DLOGTAX-1 -2.110914 0.235098 -8.978859 0.0000 DLOGTAX-1,2 0.429948 0.136836 3.142076 0.0030 C 0.040971 0.010025 4.086842 0.0002 R-squared 0.786877 Mean dependent var -0.001087 Adjusted R-squared 0.776964 S.D. dependent var 0.126977 S.E. of regression 0.059967 Akaike info criterion -2.727042 Sum squared resid 0.154631 Schwarz criterion -2.607782 Log likelihood 65.72196 Hannan-Quinn criter. -2.682366 F-statistic 79.38049 Durbin-Watson stat 2.000827 ProbF-statistic 0.000000 Universita Sumatera Utara

2. Gov