Sektor rumah tangga menerima gaji dan upah dari sektor industri dan Pemerintah kemudian sebagian dibelanjakan untuk membeli barang dan jasa yang
diproduksi sektor Industri, sedang sisanya ditabung atau diinvestasikan. Sektor rumah tangga dan Industri membayar pajak dan pungutan kepada sektor
Pemerintah dan dicatat sebagai penerimaan.
Gambar 11. Kerangka Pemikiran Penelitian
Sektor fiskal adalah sektor yang penting karena bagi hasil migas ditransmisikan melalui sektor ini. Di dalam Model MPR nampak pada blok fiskal
yang mencakup pelaksanaan kebijakan otonomi daerah dengan pola transfer dana ke daerah berdasarkan undang-undang PKPD. Alurnya dapat dijelaskan sebagai
tersebut, investasi sektor migas terjadi di ekonomi domestik akan tetapi hasil dari investasi tersebut menuju ke kotak otonomi daerahyang menunjukkan mekanisme
pelaksanaan otonomi daerah melalui mekanisme PKPD. Bagi hasil ke daerah selain dari migas juga diperoleh dari sektor
pertambangan lainnya seperti pertambangan umum, perikanan dan kehutanan. Pajak-pajak yang dipungut oleh Pemerintah Pusat yang merupakan hak daerah
dikembalikan ke daerah melalui mekanisme perimbangan. Selain pajak dan bagi hasil, Pemerintah Pusat juga mengalokasikan dana perimbangan dalam bentuk
Dana Alokasi Umum dan Dana Alokasi Khusus. Model MPR juga mengakomodir kegiatan sektor hulu migas, yang
mencakup pengusahaanya dan dampak investasi sektor hulu migas terhadap perekonomian. Pengusahaan hulu migas di Indonesia dilakukan dengan kontrak
bagi hasil yang berarti lifting atau produksi dapat dijual dibagi antara kontraktor dan Pemerintah Indonesia dengan mekanisme pembagian sesuai dengan aturan
yang tertuang dalam kontrak, hal ini juga mewarnai model yang dibangun. Model ekonometrika dibangun dalam bentuk sistem persamaan simultan
yang terdiri dari 22 persamaan struktural dan 13 persamaan identitas. Persamaan struktural diestimasi dengan 2SLS dan OLS menggunakan Econometric Views
Eviews version 5.0. Data yang digunakan untuk membangun Model MPR adalah data tahunan runtut waktu dari tahun 1980 hingga tahun 2006.
Model MPR digunakan untuk melakukan simulasi dampak dan memprediksi perekonomian Provinsi Riau dengan mengukur indikator ekonomi
seperti output perekonomian, output per kapita, pertumbuhan ekonomi, pengangguran dan kemiskinan. Peramalan akan mencakup peramalan baseline
dengan hanya memperhatikan dampak penurunan cadangan minyak mentah terhadap perekonomian dan peramalan dampak sekario kebijakan terhadap
perekonomian Provinsi Riau.
4.2. Metode Estimasi
Ilmu ekonometrika mengenal dua metode pendugaan persamaan simultan, yaitu limited information methods dan full information methods. Metode pertama
merupakan estimasi secara individu persamaan dalam sistem dengan berbagai restriksi dengan mengeluarkan beberapa variabel tanpa mempertimbangkan
restriksi pada persamaan lainnya. Sedangkan metode kedua yang juga disebut metode sistem, semua persamaan diestimasi secara simultan dengan restriksi
semua persamaan dan mengeluarkan beberapa variabel. Full information methods
adalah metode paling ideal, namun metode ini jarang digunakan karena beberapa alasan. Pertama adalah membutuhkan waktu
dan biaya yang besar. Untuk sistem yang besar dan komplek menghasilkan banyak koefisien yang harus diestimasi sehingga membutuhkan waktu yang lama.
Jika pemrosesan dilakukan lebih cepat dibutuhkan biaya yang tinggi. Kedua, metode ini jarang digunakan karena solusi yang dihasilkan cenderung non linier
sehingga sulit untuk menentukan parameter. Ketiga, jika terjadi kesalahan spesifikasi maka persamaan yang mengalami kesalahan tersebut akan dianggap
sebagai sisa sistem. Mempertimbangkan hal tersebut maka penelitian ini menggunakan limited information methods.
Ada beberapa pendekatan dalam pemodelan ekonometri menggunakan data runtut waktu, antara lain: Cowels Commision CC, The London School of
Economics Model LSEM, Vector Autoregression VAR dan GMM Calibration
Siregar 2002. Tehnik pemodelan dengan pendekatan VAR merupakan pendekatan yang
paling sering digunakan untuk pemodelan makro ekonomi. Pendekatan VAR sangat membantu dalam melakukan analisis fluktuasi, setiap persamaan berbentuk
fungsi linier dari konstanta dan nilai lag dari variabel-variabel yang dianalisis. Pendekatan VAR mengenal variabel penjelas meliputi nilai lag seluruh variabel
bebas dalam sistem. Model perekonomian yang menggunakan pendekatan VAR tidak saja menghasilkan rekomendasi berdasarkan keluaran model ketika terjadi
goncangan, namun respon adanya goncangan dalam perekonomian dibiarkan bekerja melalui model sehingga akan nampak respon jangka panjang yang
dihasilkan dari data historis. Asumsi yang harus dipenuhi pemodelan dengan pendekatan VAR adalah
semua variabel tak bebas bersifat stationer, semua sisaan bersifat white noise yang berarti memiliki rataan nol, ragam konstan dan di antara variabel tak bebas tidak
berkorelasi. Secara teoritis data runtut waktu apabila langsung diolah akan menghasilkan estimasi atau pendugaan yang bersifat kelancungan karena variabel
yang digunakan mengandung unit root Verbeek, 2002. Data runtut waktu yang mengandung unit root bersifat tidak stasioner. Pengujian terhadap keberadaan unit
root pada suatu data runtut waktu menggunakan augmented Dickey Fuller
ADF. Pengujian ADF ini mendasarkan pada nilai Schwarz Information
Criterion . Semakin besar Schwarz Information Criterion menunjukan bahwa
model tersebut lebih baik. Model dengan Schwarz Information Criterion berarti
memberikan lag optimum. Langkah selanjutnya adalah membandingkan t-statistik dengan nilai kritis misalnya 85. Jika nilai t-statistik lebih besar dari nilai kritis
berarti data tersebut bersifat stationer I0. Yang berarti pula analis VAR dapat langsung dilakukan. Bila yang terjadi sebaliknya, nilai t-statistik lebih kecil
daripada nilai kritis maka data tersebut bersifat tidak stationer. Berarti pula data mengandung unit root.
Untuk menghilangkan unit root diperlukan langkah lanjutan yaitu dengan membuat first difference
∆Y t = Yt –Yt-1. Kemudian menarik diferensiasi dari variabel endogennya. Tindakan ini akan menjadikan data stationer pada kondisi
awal yang selanjutnya dilakukan koreksi terhadap error term. Tindakan ini disebut dengan analisis Error Correction Model. Variabel pada sistem persamaan
simultan teknik ekonometrika seperti ini disebut Vector Error Correction Model VECM. Setelah langkah-langkah tersebut dilakukan maka perlu dilakukan
pengujian unit root ulangan untuk memastikan bahwa data runtut waktu yang digunakan bersifat stationer.
Estimasi model dilakukan dengan menggunakan TSLS two stage least squares
dan OLS ordinary least squares. Hasil estimasi disajikan dalam bentuk tabel yang mencantumkan nilai koefisien regresi, standard error, t-statistik dan
nilai p. Selain itu dalam tabel juga disajikan nilai R-squared, R-squared adjustment
dan Durbin-Watson DW test. Koefisien diterminan atau R
2
disajikan untuk menunjukan estimasi kekuatan hubungan antara variabel endogen dan variabel eksogen. Angka yang
dihasilkan mewakili proporsi satu set data eksogen variabel dalam menentukan data set lainnya yang disebut endogen variabel. Pada akhirnya angka yang