dari tahun dasar terhadap tahun berikutnya serta pengaruhnya terhadap pertumbuhan perekonomian.
Elastisitas = TAXRET
PDRB X
∆ ∆
∂ ∂
PDRB TAXRET
Keterangan: TAXRET
= Perubahan penerimaan pajak dan retribusi tahun 1995 dan 2006 persen
PDRB =
Perubahan penerimaan PDRB tahun 1995 dan 2006 persen TAXRET = Penerimaan rata-rata fiskal daerah tahun 1995 dan 2006
PDRB = Penerimaan rata-rata PDRB tahun 1995 dan 2006
Tabel 3.1. Status Kemampuan Keuangan Berdasarkan Metode Kuadran. Kuadran Kondisi
I Kondisi ideal. Nilai share dan growth tinggi. PAD memiliki peran
besar dalam anggaran daerahnya sehingga daerah memiliki kemampuan mengembangkan potensi lokal.
II Kondisi belum ideal. Nilai share rendah dan growth tinggi. Daerah
memiliki peluanga mengembangkan potensi lokalnya sehingga daerah berpeluang meningkatkan share PAD.
III Kodisi belum ideal. Share PAD tinggi dan growth rendah. Daerah
memiliki peluang kecil dalam meningkatkan PADnya karena tingkat pertumbuhan PAD rendah.
IV Kondisi paling buruk. Share dan growth PAD rendah. Daerah belum
memiliki kemampuan mengembangkan potensi lokalnya.
Sumber : Bappenas dalam Dedy 2008
3.2.2. Metode Indeks Kemampuan Fiskal
Indeks kemamapuan Fiskal IKF merupakan suaru ukuran untuk melihat peringkat secara umum pertumbuhan kemampuan fiskal suatu daerah. Indeks
kemampuan fiskal adalah rata-rata penjumlahan dari indeks pertumbuhan
growth, indeks share dan indeks elastisitas. Nilai indeks dari ketiga komponen didapatkan dari nilai maksimum dan minimum dari masing-masing komponen.
Indeks X Growth
1995-2006
= minimum
X Nilai
- maksimum
X Nilai
minimum X
Nilai pengukuran
hasil X
Nilai −
Indeks X growth
1995-2006
= Indeks Xshare
2006
= Indeks X elastisitas
1995-2006
X
G1995-2006
= X
S1995-2006
= X
E1995-2006
IKF
1995-2006
= 3
E G
S
X X
X +
+ IKF = Indeks Kapasitas Fiskal
3.2.3. Pool Least Square
Model regresi dengan data panel dapat memiliki residual dengan tiga kemungkinan yaitu residual time series, cross section maupun gabungan
keduanya. Metode yang dapat digunakan untuk mengestimasi model regresi panel adalah metode Fixed Effect dan Random Effect.
1. Metode Fixed Effect
Teknik model ini adalah teknik mengestimasi data panel dengan menggunakan dummy untuk melihat perbedaan intersep. Fixed Effect didasarkan
adanya perbedaan intersep antar variabel, namun intersepnya sama antar waktu. Untuk mengestimasi Fixed Effect dimana intersep berbeda antar variabel
digunakan metode teknik variabel dummy untuk menjelaskan intersep. Model estimasi ini disebut dengan teknik Least Square Dummy Variabel LSDV. Model
dapat dituliskan dalam persamaan sebagai berikut : ln Y
it
= +
1
ln X
1i
+
2
ln X
2i
+
3
D
1i
+
4
D
2i
+
5
D
3i
+ e
it
dimana D
1i
= 1 untuk variabel 1 = 0 untuk variabel lainnya
D
2i
= 1 untuk variabel 2 = 0 untuk variabel lainnya
D
3i
= 1 untuk variabel 3 = 0 untuk variabel lainnya
2. Model Random Effect
Model random effect memiliki ketidakpastian model dimana variabel residual yang mungkin saling berhubungan antar waktu dan antar individu.
Random effect diasumsikan setiap variabel memiliki perbedaan intersep. Model random dituliskan dalam model sebagai berikut:
ln Y
it
= +
1
ln X
1it
+
2
ln X
2it
+ e
it
Dimana tidak tetap tetapi bersifat random sehingga dapat dituliskan
dalam persamaan sebagai berikut:
0i
= +
t
dimana: i =1,...n adalah parameter yang tidak diketahui yang menunjukkan rata-rata
intersep populasi dan adalah reseidual yang bersifat random yang menjelaskan adanya perbedaan perilaku variabel secara individu.
Y
it
= +
1
ln X
1it
+
2
ln X
2it
+ v
it
Dimana, V
it
= e
it
+
t
Random effect residual terdiri dari dua komponen yaitu residual secara menyeluruh e
it
, yaitu kombinasi time series dan cross section dan residual secara individu
t
, berbeda-beda antar individu tapi tetap antar waktu. Adanya korelasi
antara residual didalam persamaan maka metode OLS tidak bisa digunakan untuk mendapatkan estimasi yang efisien. Metode yang tepat untuk mengestimasi
model random effect adalah Generalized Least Square GLS.
3.2.4. Pengujian Model