231
5.5. Pendapatan atas Lahan dan Modal
Data lain yang diperlukan di dalam membangun model CGE adalah pendapatan atas lahan dan modal per sektor. Data ini tidak tersedia pada Tabel I-O,
melainkan terdapat pada matriks di dalam Tabel SNSE. Pada tabel tersebut, faktor produksi dibagi secara lebih terperinci, diantaranya adalah tenaga kerja, lahan,
perumahan, dan modal lainnya di daerah pedesaaan dan modal-modal lainnya di perkotaan, modal swasta, modal pemerintah dan modal asing. Untuk memperoleh
data pendapatan lahan dan modal ini diperlukan pemetaan pengelompokan sektor yang terdapat pada Tabel SNSE dengan sektor yang ada di dalam Tabel I-O.
Setelah proporsi pendapatan lahan dan kapital diperoleh, nilainya dikalikan dengan nilai total surplus usaha sektor 202 pada Tabel I-O dan depresiasi sektor 203
pada Tabel I-O. Nilai pembayaran faktor produksi lahan dan kapital pada tahun 2008 disajikan pada Tabel 50.
5.6. Elastisitas dan Parameter Lain
Selain data-data dasar yang telah dikemukakan sebelumnya, model keseimbangan umum juga membutuhkan informasi elastisitas dan beberapa
parameter behavioural lainnya. Parameter elastisitas yang digunakan dalam model ini terdiri dari elastisitas Armington, elastisitas permintaan ekspor, elastisitas
substitusi input primer, elastisitas substitusi tenaga kerja, elastisitas pengeluaran, dan elastisitas upah.
5.6.1. Elastisitas Armington
Armington mengembangkan teori mengenai permintaan barang dalam aktivitas perdagangan internasional. Dalam teorinya, Armington memperkenalkan
asumsi bahwa produk yang diperdagangkan secara internasional dibedakan
232 berdasarkan lokasi produksinya differentiation of product. Artinya, dalam suatu
negara setiap industri hanya menghasilkan satu produk dan produk ini berbeda dari produk industri yang sama dari negara lain.
Tabel 50. Pendapatan Lahan dan Modal Tahun 2008 Milyar Rupiah
No Sektor
Lahan Modal
Tetap Modal
Variabel
1 Pertanian
315 079 2
Pertambangan 367 052
100 189 3
Industri pengolahan dan pengawetan makanan
12 346 16 249
4 Industri minyak dan lemak
38 510 5 434
5 Industri penggilingan padi
24 034 18 000
6 Industri tepung, segala jenisnya
10 602 9 390
7 Industri gula
1 770 1 941
8 Industri makanan lainnya
31 607 5 590
9 Industri minuman
1 384 1 459
10 Industri rokok 9 662
10 569 11 Industri pemintalan
4 319 4 673
12 Industri tekstil, pakaian dan kulit 27 819
36 578 13 Industri bambu, kayu dan rotan
42 868 8 342
14 Industri kertas, barang dari kertas dan karton
31 107 5 216
15 Industri pupuk dan pestisida 10 873
8 399 16 Industri kimia
20 762 30 016
17 Pengilangan minyak bumi 134 501
137 666 18 Industri barang karet dan plastik
17 630 20 169
19 Industri barang-barang dari mineral bukan logam
6 842 8 359
20 Industri semen 4 686
5 034 21 Industri dasar besi dan baja
5 555 5 231
22 Industri logam dasar bukan besi 4 686
5 776 23 Industri barang dari logam
31 876 36 198
24 Industri mesin, alat-alat dan perlengkapan listrik
42 341 50 071
25 Industri alat pengangkutan dan perbaikannya
34 587 31 768
26 Industri barang lain yang belum digolongkan dimanapun
2 689 2 639
27 Jasa-Jasa 1 187 451
291 242
Total 315 079
2 107 557 856 197
Sumber : Badan Pusat Statistik, diolah dari Tabel I-O, 2008 dan SAM, 2005
233 Dari sisi konsumen, produk suatu industri yang berasal dari berbagai negara
merupakan sekelompok barang yang dapat saling bersubstitusi Lloyd dan Zhang, 2005. Tingkat substitusi diantara barang yang dihasilkan oleh industri domestik
dan industri di negara lain bersifat tidak sempurna imperfect of substitution Kapuscinski dan Warr, 1999. Derajat substitusi diantara kedua barang tersebut
selanjutnya dikenal secara luas sebagai elastisitas substitusi Armington atau disingkat elastisitas Armington.
Elastisitas Armington pada model CGE mendefinisikan data permintaan barang-barang domestik dan barang-barang impor. Untuk keperluan membangun
model CGE ini, elastisitas Armington seluruhnya mengadaptasi data pada model GTAP Global Trade Analysis Project dengan melakukan penyesuaian klasifikasi
sektor dan industri 27 sektor. Seluruh data elastisitas Armington yang digunakan pada pembangunan model CGE ditunjukkan pada Tabel 51.
5.6.2. Elastisitas Permintaan Ekspor
Elastisitas permintaan ekspor menunjukkan respon permintaan komoditas ekspor terhadap perubahan harganya di pasar dunia. Berdasarkan konsep ini,
permintaan ekspor yang dinyatakan dalam ton pada studi ini dianggap sebagai fungsi dari harga ekspor dalam US per ton tanpa memperhatikan variabel-
variabel lainnya yang kemungkinan juga berpengaruh terhadap permintaan ekspor berbagai produk seperti tingkat pendapatan masyarakat di negara partner dagang
utama Indonesia. Pada model CGE ini, nilai-nilai elastisitas permintaan ekspor untuk 27 sektor
mengadaptasi data pada database pada GTAP Global Trade Analysis Project. Karena adanya perbedaan klasifikasi sektor, maka dilakukan penyesuaian
klasifikasi sektor dan industri menjadi 27 sektor.
234 Tabel 51. Nilai Elastisitas Armington, Permintaan Ekspor, Substitusi Input Primer,
dan Substitusi Tenaga Kerja pada Masing-Masing Komoditi
No Sektor
Elastisitas Armington
Elastisitas Ekspor
Elastisitas Substitusi
Input Primer
Elasitisitas Substitusi
Tenaga Kerja
1 Pertanian
2.61 -4.56
0.5 0.50
2 Pertambangan
7.30 -3.88
0.5 0.44
3 Industri pengolahan dan
pengawetan makanan 3.96
-8.89 0.5
0.44 4
Industri minyak dan lemak 3.30
-5.76 0.5
0.44 5
Industri penggilingan padi 3.96
-5.76 0.5
0.44 6
Industri tepung, segala jenisnya
3.96 -7.7
0.5 0.44
7 Industri gula
3.96 -8.89
0.5 0.44
8 Industri makanan lainnya
3.96 -8.89
0.5 0.44
9 Industri minuman
3.96 -8.89
0.5 0.44
10 Industri rokok 2.00
-3.86 0.5
0.44 11 Industri pemintalan
3.80 -7.26
0.5 0.44
12 Industri tekstil, pakaian dan kulit
3.80 -7.26
0.5 0.44
13 Industri bambu, kayu dan rotan
3.40 -6.01
0.5 0.44
14 Industri kertas, barang dari kertas dan karton
3.00 -5.5
0.5 0.44
15 Industri pupuk dan pestisida 3.30
-6.49 0.5
0.44 16 Industri kimia
2.00 -7.42
0.5 0.44
17 Pengilangan minyak bumi 11.20
-2.57 0.5
0.44 18 Industri barang karet dan
plastik 3.30
-7.42 0.5
0.44 19 Industri barang-barang dari
mineral bukan logam 2.00
-7.42 0.5
0.44 20 Industri semen
3.80 -7.42
0.5 0.44
21 Industri dasar besi dan baja 3.80
-7.42 0.5
0.44 22 Industri logam dasar bukan
besi 3.80
-7.42 0.5
0.44 23 Industri barang dari logam
3.80 -7.42
0.5 0.44
24 Industri mesin, alat-alat dan perlengkapan listrik
4.10 -8.53
0.5 0.44
25 Industri alat pengangkutan dan perbaikannya
4.30 -8.53
0.5 0.44
26 Industri barang lain yang belum digolongkan
dimanapun 3.80
-7.42 0.5
0.44 27 Jasa-Jasa
3.25 -2.77
0.5 0.39
Sumber: GTAP Database
235
5.6.3. Elastisitas Substitusi Faktor Primer
Faktor primer pada model CGE ini terdiri atas tanah, tenaga kerja dan modal. Penggunaan ketiga faktor ini dalam proses produksi diasumsikan mengikuti fungsi
produksi CES. Dengan fungsi produksi ini, antara satu faktor dan faktor lainnya saling bersubstitusi dengan koefisien elastisitas substitusi yang konstan dan
nilainya sama untuk seluruh pasangan faktor. Besarnya nilai elastisitas ini akan menentukan responsivitas penggunaan input pada setiap sektor apabila terjadi
perubahan biaya relatif suatu faktor terhadap faktor lainnya. Pada sebagian besar studi, koefisien elastisitas faktor primer difokuskan pada
dua input yaitu tenaga kerja dan stok modal. Hal ini disebabkan oleh dominannya kedua input tersebut dalam proses produksi pada hampir seluruh aktivitas ekonomi.
Penggunaan faktor produksi lahan hanya dominan pada aktivitas produksi pertanian. Pada studi ini, elastisitas input primer juga difokuskan pada input tenaga
kerja dan stok modal. Untuk mengestimasi koefisien elastisitas kedua input ini diperlukan data tenaga kerja beserta tingkat upah dan data stok modal beserta sewa
modal yang terperinci per komoditas. Keterbatasan ketersediaan data seperti ini menjadi kendala dalam melakukan estimasi elastisitas substitusi input primer di
Indonesia. Dengan pola pertanian yang tidak terspesialisasi, sangat sulit memisahkan tenaga kerja per komoditi atau kelompok komoditi. Pada satu tahun
tertentu seorang petani dapat bekerja dalam menghasilkan lebih dari satu jenis komoditi pertanian. Kesulitan yang sama juga ditemukan untuk data stok kapital
tetap beserta nilai sewanya. Hal ini mengingat aktivitas pertanian umumnya dilakukan dalam skala kecil.
Selanjutnya pada CGE ini, nilai-nilai elastisitas substitusi faktor primer menggunakan data pada model GTAP. Penyesuaian klasifikasi komoditi dan
236 industri menjadi 27 sektor dilakukan untuk menyesuaikan dengan data dasar Tabel
Input Output 2008 dan SNSE tahun 2005. Seluruh informasi elastisitas substitusi faktor primer yang digunakan pada model CGE ditunjukkan pada Tabel 51.
5.6.4. Elastisitas Tenaga Kerja
Tenaga kerja dalam penelitian ini, seperti telah dikemukakan sebelumnya, diklasifikasikan atas tenaga kerja skill dan unskill. Kedua jenis tenaga kerja ini
diasumsikan dapat saling bersubstitusi dalam proses produksi mengikuti fungsi CES. Derajat substitusi diantara kedua jenis tenaga kerja ini disebut sebagai
elatisitas substitusi tenaga kerja. Hasil estimasi koefisien elastisitas ini untuk perekonomian Indonesia cukup sulit untuk ditemukan. Sebagian besar studi yang
membangun atau menerapkan model CGE di Indonesia mengadopsinya dari studi- studi sebelumnya untuk negara lain. Pada konstruksi data dasar model INDOF
misalnya, Oktaviani 2001 menggunakan angka 0.5 untuk seluruh sektor penelitiaannya yang juga dipakai pada penelitian ini. Angka ini diperoleh dari studi
Horridge et al. 1993 untuk model CGE perekonomian Australia. Angka yang sama juga telah digunakan oleh Buetre 1996 untuk model perekonomian Filipina.
5.6.5. Elastisitas Pengeluaran
Elastisitas pengeluaran menunjukkan respon pengeluaran rumah tangga terhadap konsumsi berbagai jenis komoditi atas perubahan tingkat pendapatannya.
Secara teoritis pola hubungan antara tingkat pendapatan dan pengeluaran konsumsi rumah tangga dipresentasikan oleh Hukum Engel yang menyatakan bahwa
peningkatan pendapatan rumah tangga akan diikuti oleh peningkatan pengeluaran konsumsi. Namun proporsi pengeluaran konsumsi untuk produk pangan cenderung
menurun, sementara proporsi pengeluaran untuk konsumsi produk non-pangan
237 cenderung meningkat seiring dengan meningkatnya pendapatan rumah
tangga.Berdasarkan konsep ini, rumah tangga yang tingkat penghasilannya relatif rendah pola konsumsinya akan dicirikan oleh proporsi pengeluaran untuk produk
pangan yang lebih besar sehingga permintaan pangan pada kelompok rumah tangga ini akan bersifat relatif elastis. Sebaliknya, pada kelompok rumah tangga yang
berpenghasilan lebih tinggi, justru permintaan produk non pangan yang akan bersifat relatif lebih elastis.
Estimasi koefisien elastisitas pengeluaran rumah tangga secara terperinci untuk keseluruhan kelompok rumah tangga terhadap berbagai jenis komoditas yang
dikonsumsi, membutuhkan data dan informasi yang sangat banyak dan waktu yang cukup lama. Atas dasar pertimbangan tersebut, maka pada penelitian ini tidak
dilakukan pengestimasian koefisien elastisitas pengeluaran rumah tangga. Untuk memenuhi keperluan penyusunan data dasar model CGE, koefisien elastisitas
pengeluaran diambil dari data Susenas. Besarnya koefisien elastisitas pengeluaran menurut kelompok rumah tangga untuk keseluruhan komoditas yang diteliti,
ditunjukkan pada Tabel 52.
5.6.6. Parameter Lainnya
Selain data untuk mengestimasi koefisien elastisitas, juga diperlukan data untuk mengukur beberapa parameter lainnya. Parameter-parameter tersebut terdiri
parameter investasi, rasio antara kapital dan investasi, tingkat depresiasi faktor, tingkat pengembalian modal bersih, dan trend tenaga kerja. Seluruh parameter
mengikuti besaran nilai yang digunakan di dalam model INDOF Oktaviani, 2001.
1. Parameter Investasi
Parameter investasi BETA_Ri menunjukkan hubungan antara tingkat pengembalian modal dan modal di tiap industri. Dalam penelitian ini, parameter
238 investasi yang digunakan adalah 5, mengikuti parameter investasi yang terdapat
pada model ORANI-F Horridge et al., 1993.
Tabel 52. Elastisitas Pengeluaran Berdasarkan Kelompok Rumah Tangga
N o
Sektor Rur
1 Rur
2 Rur
3 Rur
4 Rur
5 Rur
6 Rur
7 Urb
1 Urb
2 Urb
3
1 Pertanian
1.57 1.68
1.71 1.69
1.60 1.62
1.70 1.51
1.49 1.48
2 Pertambangan
0.81 0.89
0.90 0.89
0.83 0.84
0.90 1.41
1.38 1.37
3 IndOlahMkn
4.83 5.25
5.46 5.32
4.97 5.04
5.39 8.68
8.47 8.40
4 IndMinyLemak
0.69 0.75
0.78 0.76
0.71 0.72
0.77 1.24
1.21 1.20
5 IndGilPadi
0.86 0.86
0.86 0.86
0.86 0.86
0.86 0.86
0.86 0.86
6 IndTepung
0.86 0.86
0.86 0.86
0.86 0.86
0.86 0.86
0.86 0.86
7 IndGula
0.86 0.94
0.96 0.95
0.88 0.90
0.96 0.69
0.68 0.67
8 IndMknLain
0.69 0.75
0.78 0.76
0.71 0.72
0.77 1.24
1.21 1.20
9 IndMinuman
0.86 0.94
0.96 0.95
0.88 0.90
0.96 0.69
0.68 0.67
10 IndRokok 0.86
0.94 0.96
0.95 0.88
0.90 0.96
0.69 0.68
0.67 11 IndPintal
2.22 2.42
2.50 2.46
2.28 2.32
2.48 1.66
1.62 1.60
12 IndTekstil 2.22
2.42 2.50
2.46 2.28
2.32 2.48
1.66 1.62
1.60 13 IndKayuRotan
0.66 0.73
0.75 0.74
0.69 0.69
0.74 0.66
0.64 0.63
14 IndKertas 0.66
0.73 0.75
0.74 0.69
0.69 0.74
0.66 0.64
0.63 15 IndPupPest
0.66 0.73
0.75 0.74
0.69 0.69
0.74 0.66
0.64 0.63
16 IndKimia 0.66
0.73 0.75
0.74 0.69
0.69 0.74
0.66 0.64
0.63 17 KilangMinyak
0.54 0.59
0.60 0.59
0.55 0.56
0.60 0.94
0.92 0.91
18 IndKrtPlstk 0.66
0.73 0.75
0.74 0.69
0.69 0.74
0.66 0.64
0.63 19 IndMinNonLgm
0.66 0.73
0.75 0.74
0.69 0.69
0.74 0.66
0.64 0.63
20 IndSemen 0.66
0.73 0.75
0.74 0.69
0.69 0.74
0.66 0.64
0.63 21 IndBesiBaja
0.66 0.73
0.75 0.74
0.69 0.69
0.74 0.66
0.64 0.63
22 IndLgmNBesi 0.66
0.73 0.75
0.74 0.69
0.69 0.74
0.66 0.64
0.63 23 IndBrngLogam
1.32 1.46
1.50 1.48
1.38 1.38
1.48 1.32
1.28 1.26
24 IndMesinAlat 0.66
0.73 0.75
0.74 0.69
0.69 0.74
0.66 0.64
0.63 25 IndAltAngkut
0.66 0.73
0.75 0.74
0.69 0.69
0.74 0.66
0.64 0.63
26 IndLain 1.98
2.19 2.25
2.22 2.07
2.07 2.22
1.98 1.92
1.89 27 JasaJasa
1.28 1.40
1.44 1.42
1.32 1.34
1.43 1.50
1.47 1.46
Keterangan : Rur = Rural Urb = Urban Sumber: Susenas, 2005
2. Tingkat Depresiasi Faktor dan Nilai Depresiasi
Tingkat depresiasi yang digunakan dalam penelitian ini adalah 10 persen. Nilai tesebut mengikuti nilai yang terdapat pada model ORANI-F Horridge et
239 al., 1993. Besaran nilai untuk depresiasi faktor sebesar 0.9 diperoleh dari 1
dikurangi tingkat depresiasi. Nilai yang sama juga digunakan oleh Buetre 1996 pada model Philipina.
3. Rasio Investasi Modal
Rasio investasi modal yang digunakan dalam penelitian ini adalah sebesar 0.1375. Nilai ini diperoleh dari beberapa alternatif nilai rasio investasi modal
yang digunakan dalam memperbaharui data dasar tahun 1995-2000 Susanti, 2002. Dengan menggunakan angka 0.1375, persentase GDP riil dan investasi
hampir sama dengan perubahan aktualnya.
4. Stok Kapital pada Setiap Industri
Stok kapital awal pada setiap industri dibutuhkan untuk menggambarkan keseimbangan awal perekonomian. Dalam model keseimbangan umum data
stok kapital awal digunakan untuk menentukan nilai tingkat pertumbuhan growth rate, tingkat pengembalian kotor gross rate of return dan stok kapital
pada periode yang akan datang di setiap industri. Namun demikian, data stok kapital awal di setiap industri tidak tersedia pada Tabel I-O sehingga nilai
tersebut diperoleh dengan cara mengikuti perhitungan yang digunakan dalam penelitian terdahulu.
Secara umum terdapat tiga alternatif yang dapat digunakan untuk menghitung nilai stok kapital awal Oktaviani, 2000. Ketiga cara perhitungan
tersebut disajikan pada Gambar 30. Baris pertama pada Gambar 30 menunjukkan bahwa nilai stok kapital dapat dihitung berdasarkan nilai tingkat
depresiasi dan nilai depresiasi pada setiap industri. Rumus untuk menghitung stok kapital awal adalah :
240
Keterangan :
Sumber : Oktaviani 2000 Gambar 30. Perhitungan Nilai Stok Kapital
V0CAP
i
= VDEP
i
1-DEP
i
......................................................................5.1 dimana
V0CAP
i
= Nilai stok kapital awal VDEP
i
= Nilai depresiasi 1-DEP
i
= Tingkat depresiasi
Baris kedua pada Gambar 30 menunjukkan cara perhitungan stok kapital awal berdasarkan nilai rasio investasi kapital dan data investasi. Melalui cara ini
nilai kapital stok awal dapat diperoleh dengan mengikuti rumus :
V0CAP
i
= V2TOT
i
R_T
i
..........................................................................5.2 dimana
Nilai Depresiasi
Tingkat Depresiasi
Nilai Stok Kapital
Tingkat Pertumbuhan
Tingkat Depresiasi
, Investasi
Nilai Stok Kapital
Periode yang Akan Datang
Rasio Investasi-
Kapital Investasi
Nilai Kapital
Tingkat Depresiasi
Investasi Tingkat Pengembalian Kotor
Gross Rate of Return
Data is Pre-
specified Data tersedia, kecuali
yang berhuruf tebal Data dihitung
241 V0CAP
i
= Nilai stok kapital awal V2TOT
i
= Nilai investasi pada setiap industri R_T
i
= Rasio investasi kapital pada setiap industri Dari persamaan 5.1 dan 5.2, persamaan yang paling mungkin untuk
diterapkan pada kasus Indonesia adalah persamaan 5.2 dimana persamaan ini diasumsikan bahwa nilai rasio investasi kapital pada setiap industri sama
Oktaviani, 2000. Persamaan 5.1 tidak digunakan dalam penelitian ini, walaupun data depresiasi pada setiap industri tersedia pada Tabel IO karena
hasil yang diperoleh dari persamaan 5.1 terutama pada nilai pertumbuhan kapital tidak realistis.
5. Tingkat Pengembalian Kotor
Perhitungan tingkat pengembalian kotor , termasuk risiko, pada setiap industri dalam penelitian ini mengikuti cara perhitungan yang telah dilakukan
oleh Oktaviani 2000 dalam model INDOF. Rumus yang digunakan adalah :
GROSSRR
i
= V1CAP
i
V2TOT
i
X1GROWI
i
-DEP
i
............................5.3 dimana
GROSSRR
i
= Tingkat pengembalian kotor, termasuk risiko pada industri i V1CAP
i
= Sewa kapital pada industri i V2TOT
i
= Total kapital yang dihasilkan setiap industri i X1GROWI
i
= Pertumbuhan kapital pada setiap industri i DEP
i
= Depresiasi faktor pada industri i Nilai X1GROWI
i
dan V0CAPF
i
dihitung berdasarkan rumus :
X1GROWI
i
= V0CAPF
i
VOCAP
i
...........................................................5.4 V0CAPF
i
= DEP
i
V0CAP
i
+V2TOT
i
.....................................................5.5
6. Trend InvestmentKapital dan MaximumTrendInvestmentKapital Ratio
Mengingat data investmentkapital tidak tersedia di Indonesia, maka dalam penelitian ini nilai yang digunakan untuk kedua parameter tersebut mengikuti
nilai yang terdapat dalam model ORANIGRD pada perekonomian Australia.
242 Nilai trend investment yang digunakan dalam model ORANIGRD adalah 0.08
dan nilai maximumtrend investment capital ratio adalah 4.00.
7. Elastisitas Investasi
Secara teoritis suatu fungsi investasi dipengaruhi oleh beberapa faktor diantaranya adalah suku bunga, risiko usaha, infrastruktur, kebijakan
pemerintah, kepastian hukum dan faktor-faktor non ekonomi lainnya. Akan tetapi di Indonesia belum ada penelitian mengenai seberapa besar pengaruh dari
ketiga faktor tersebut terhadap investasi, sekaligus besaran elastisitasnya. Nilai elastisitas investasi dalam penelitian ini mengikuti penghitungan nilai
elastisitas investasi yang dilakukan oleh Ratnawati et al. 2004 dengan membangun model investasi sebagai fungsi dari suku bunga dalam bentuk
model double-log. Nilai elastisitas investasi terhadap suku bunga yang dihasilkan dari perhitungan tersebut adalah
–8.63. Dari model tersebut terlihat bahwa suku bunga berpengaruh pada taraf nyata 7 persen, meskipun nilai R
kuadrat yang dihasilkan hanya sebesar 9.4 persen. Kecilnya nilai R kuadrat tersebut disebabkan oleh fluktuasi nilai investasi yang besar sementara fluktuasi
suku bunga kecil bahkan cenderung konstan. Di samping itu, variasi investasi tidak hanya ditentukan oleh suku bunga tetapi juga dipengaruhi oleh variasi
faktor-faktor lainnya. 5.7. Prosedur Membangun
Database CGE
Pada penelitian ini, prosedur yang digunakan untuk membangun data dasar pada model keseimbangan umum CGE INDUSTRINDO sebagian besar mengikuti
prosedur yang telah dilakukan oleh Oktaviani 2000. Langkah-langkah dalam memperbaharui data dasar model keseimbangan umum CGE terbagi menjadi lima
243 tahapan, yaitu membangun raw data, membuat file har, membuat file tablo,
agregasi data dan membangun command file.
5.7.1. Membangun Data Dasar
Pada tahap ini dibuat terlebih dahulu file .xls file yang kemudian dikonversi menjadi file .csv sebagai raw data model keseimbangan umum. Dalam file .csv,
ukuran matrik, jenis matriks, file header dan nama lengkap dari masing-masing file tersebut harus dibuat secara lengkap dan jelas. Langkah-langkah untuk membuat
file .csv adalah sebagai berikut: 1. Tabel IO Indonesia versi terbaru tahun 2008, yaitu tabel transaksi total dan
domestik. Untuk memperoleh tabel transaksi impor dilakukan dengan cara mengurangkan tabel transaksi total dengan tabel transaksi domestik.
Selanjutnya ketiga tabel yang dihitung berdasarkan harga di tingkat produsen dan disimpan pada file excel xls.
2. Menghapus baris jumlah input antara dan nilai tambah kotor yang terdapat pada ketiga tabel di atas. Dihapuskannya baris ini adalah untuk menghilangkan
masalah perhitungan ganda pada nilai input. 3. Menghapus nilai total permintaan antara, total permintaan akhir, total
permintaan, total impor, margin perdagangan besar, margin perdagangan kecil, biaya transportasi dan margin perdagangan total dan biaya trasportasi total
pada kolom yang terdapat pada Tabel I-O tabel total, domestik dan impor. Dihapuskannya nilai yang terdapat pada matrik permintaan adalah untuk
menghilangkan masalah perhitungan ganda. Sedangkan dihapuskannya nilai matrik margin dikarenakan nilai-nilai yang terdapat pada matrik tersebut
bernilai nol.
244 4. Mengkonversi semua matrik tersebut total, domestik dan impor ke dalam file
.csv agar bias dibaca oleh program MODHAR. File-file tersebut kemudian diberi nama:
a. 08t.csv untuk matrik total b. 08d.csv untuk matrik domestik
c. 08m.csv untuk matrik impor 5. Membuat mapping antara sektor yang terdapat pada Tabel I-O dengan Sistem
Neraca Sosial Ekonomi Indonesia SNSE versi terbaru. File tersebut kemudian disimpan dalam txt file dan diberi nama iosmmap.txt
6. Dengan menggunakan data yang terdapat pada SNSE, tenaga kerja diagregasi tenaga kerja ke dalam 4 jenis pekerjaaan, yaitu tenaga kerja tidak terdidik yang
meliputi petani dan operator serta tenaga kerja terdidik yang meliputi administrator dan professional.
7. Mendisagregasi rumah tangga berdasarkan kelompok pendapatan yang terdapat pada matrik SNSE.
8. Menghitung pangsa konsumsi rumah tangga berdasarkan data SNSE. File tersebut diberi nama hhsh.csv.
9. Menghitung pangsa kapital industri pertanian berdasarkan data SNSE. File ini diberi nama cash.csv.
10. Menghitung pangsa lahan pada industri pertanian berdasarkan data SNSE. File ini kemudian diberi nama lnsh.csv.
11. Menghitung pangsa kapital variabel pada industri non pertanian. File ini kemudian diberi nama vcsh.scv. Pangsa kapital variabel dan kapital tetap
diperoleh dari data dasar WAYANG terdahulu yang kemudian disesuaikan dengan agregasi industri yang terdapat pada penelitian ini.
245 12. Berdasarkan langkah 11, dihitung pangsa kapital tetap. Kemudian file tersebut
diberi nama fcsh.scv. 13. Menghitung pangsa tenaga kerja terdidik skilled labour berdasarkan industri
yang terdapat dalam penelitian. Pangsa ini dihitung berdasarkan data yang terdapat pada SNSE yang kemudian dipetakan dengan sektor yang terdapat
dalam Tabel I-O. File ini diberi nama slsh.scv. 14. Menghitung pangsa tenaga kerja tidak terdidik. File ini disimpan dengan nama
ulsh.scv. Proses perhitungkan langkah ke-14 ini sama dengan proses perhitungan pada langkah ke-13.
15. Dengan menggunakan data yang terdapat pada SNSE dilakukan perhitungan pangsa kapital berdasarkan kelompok rumah tangga. File ini disimpan dengan
nama hcsh.csv. 16. Menghitung pangsa lahan berdasarkan kelompok rumah tangga. Pangsa ini
dihitung berdasarkan data SNSE. File ini disimpan dengan nama hlns.csv. 17. Menghitung transaksi antara pemerintah dengan rumah tangga berdasarkan
data SNSE, yang kemudian disimpan dengan nama hhgo.csv. 18. Menghitung pangsa tenaga kerja berdasarkan kelompok rumah tangga
berdasarkan data SNSE. File ini disimpan dengan nama hlbs.csv. 19. Menghitung nilai elastisitas pengeluaran pada setiap komoditi berdasarkan
kelompok rumah tangga. Nilai-nilai tersebut diperoleh dari data dasar WAYANG sebelumnya yang kemudian disesuaikan dengan sektor yang
terdapat dalam penelitian ini. File ini kemudian disimpan dengan nama expn.scv.
246
5.7.2. Membuat File Har
Data yang telah disiapkan pada langkah pertama di atas selanjutnya dikonversi ke dalam bentuk HAR. Proses ini dilakukan dengan menggunakan
program MODHAR. File .har tersebut merupakan matrik-matrik dasar pada model kesimbangan umum Indonesia. Selain data di atas, file lain yang dibutuhkan untuk
membuat file .har adalah : 1. File Modraw.inp sebagai input statement ketika me-run program MODHAR.
File ini terdiri dari file header array yang dibuat dari semua file .csv di atas. 2. File Dgscale.inp sebagai input statement untuk membagi nilai-nilai yang
terdapat pada data input statement dengan angka 1000. File ini digunakan sebagai input statement pada program DAGG.
3. Rawdata .bat sebagai file bat untuk me-run program MODHAR dan program DAGG dalam “batch” mode. File ini merupakan statement untuk me-run
program MODHAR dan DAGG. Semua proses di atas akan menghasilkan use08.har dan use08s.har use
08.har dibagi 1000. File 08.har dan 08s.har terdiri dari semua file header array yang dibutuhkan untuk membangun matrik header array pada model
keseimbangan umum Indonesia. File tersebut mengandung matrik total, domestik, impor, matrik tenaga kerja, rumah tangga dan matrik yang memetakan sektor yang
terdapat pada Tabel I-O dengan SNSE. Adapun langkah-langkah untuk membangun data dasar pada tahap I model keseimbangan umum CGE secara
ringkas disajikan pada Gambar 31.
247
Gambar 31. Tahap I dalam Membangun Data Dasar Model Keseimbangan Umum Indonesia
08d.csv 08m.csv
08t.csv Rawlab.csv
Rawhh.csv Iosmmap.txt
MODHAR EXE
MODRAW.INP
MODRAW. LOG
USE08.HAR
DAGG.EXE DGSCALE.
LOG
USE08S.HAR Other csv
files
DGSCALE.INP
Keterangan: Header Array
File Program
Text File
248
5.7.3. Membuat File Tablo
Tahap berikutnya tahap III adalah membuat file Tablo agar data yang telah dihasilkan pada tahap I dan II di atas dapat digunakan dalam model. File Tablo
tersebut diberi nama INDUSTRINDO.tab. Dengan menggunakan file batch: doconv.bat, file Tablo tersebut dikonversi ke dalam file .axs dan .axt. Tahap III ini
akan menghasilkan file way08.har, supp05.har dan sum08.har. Adapun diagram alur untuk membangun data dasar pada tahap II kemudian III ini disajikan pada
Gambar 32.
5.7.4. Agregasi Data Dasar
Langkah selanjutnya adalah mengagregasi data dasar sesuai dengan keperluan penelitian. Aggregasi dimulai dari file way 08.har dan supp08.har, yang
selanjutnya bersama-sama dengan file dagmap.txt dan modsup.inp diolah dengan menggunakan program MODHAR. Langkah ini akan menghasilkan file
daggsupp.har. Selanjutnya dibuat file dgcom08.inp, dgind08.inp dan dgmar08.inp, kemudian semua file tersebut termasuk file daggsupp.har di-run dengan
menggunakan program DAGG. Pada Tahap IV ini dihasilkan file wayf08.har yang merupakan file yang digunakan pada analisis selanjutnya. Diagram alur tahap IV
ini disajikan pada Gambar 33.
5.7.5. Pengujian Keseimbangan Data Dasar
Sampai pada tahap kedua konstruksi data dasar model CGE lihat bab Metodologi, telah dihasilkan tiga file har yaitu way27.har, supp27.har dan
sum27.har. Pada file way27.har telah menggunakan 27 sektor sesuai dengan kebutuhan penelitian. Namun sebelum proses selanjutnya, dilakukan terlebih
dahulu pengecekan database yang dihasilkan dari tahap kedua tersebut apakah telah memenuhi persyaratan keseimbangan umum.
249
Gambar 32. Tahap II dan III dalam Membangun Data Dasar Model Keseimbangan Umum CGE
INDUSTRINDO. TAB
INDUSTRINDO .STI
USE08S.HAR
TABLO. EXE
INDUSTRINDO. LOG
INDUSTRINDO.FOR INDUSTRINDO.AXS
INDUSTRINDO.AXT
INDUSTRI NDO.EXE
\GP51\LTG. BAT
WAY27. HAR
SUPP27. HAR
INDUSTRINDO .INP
INDUSTRINDO .DIS
Keterangan: Header Array
File Program
Text File
SUM27. HAR
250
Gambar 33. Tahap IV dalam Membangun Data Dasar Model
Keseimbangan Umum CGE
Keseimbangan pada tingkat sektor ditunjukkan oleh kesamaan total nilai input dan total penjualan pada masing-masing industri Dixon et.al., 1991,
sementara pada tingkat agregat keseimbangan ditunjukkan oleh kesamaan nilai PDB dari sisi pengeluaran dan sisi pendapatan. Mengacu pada konsep
keseimbangan, suatu database disebut seimbang jika: 1 PDB agregat sisi MODSU
PP. INP WAY05.HAR
SUPP05.HAR DAGMAP.TX
T
MODHAR.EXE DAGG.
EXE
DGCOM05.INP
TEM1.HAR
DAGG. EXE
DGIND05.INP
TEM2.HAR
DAGG. EXE
DGMAR05.INP WAY05.HAR
DAGSUPP.HAR
Keterangan: Header
Array File Program
Text File
251 pengeluaran sama dengan PDB sisi pendapatan, dan 2 total biaya sama dengan
total nilai penjualan sehingga keuntungan setiap sektor atau industri menjadi nol Warr, 1998.
Tabel 53. Nilai PDB Indonesia dari Sisi Pengeluaran dan Sisi Pendapatan, Tahun 2008
Milyar Rupiah
No Pengeluaran
Nilai No
Pendapatan Nilai
1 Konsumsi
3 195 804.50 1
Lahan 315 079.38
2 Investasi
1 405 455.25 2
Tenaga Kerja 1 606 250.25
3 Pengeluaran Pemerintah
416 866.66 3
Modal 3 273 059.50
4 Perubahan Stok
103 375.17 4
Subsidi -199 701.98
5 Ekspor
1 487 237.88 5
Pajak Tidak Langsung 307 485.94
6 Impor
-1 306 566.38
Total 5 302 173.08
Total 5 302 173.08
Sumber: Tabel I-O, 2008 Diolah Nilai PDB sisi pengeluaran dan sisi pendapatan serta nilai total penjualan dan
biaya pada setiap industri yang dihasilkan dari proses pengolahan pada tahap kedua dapat dilihat pada file supp27.har. Pada file tersebut nilai PDB sisi pengeluaran
yang merupakan penjumlahan dari komponen pengeluaran setiap pelaku ekonomi yaitu konsumsi rumah tangga, investasi swasta, pengeluaran pemerintah, dan
ekspor bersih adalah sebesar Rp 5.302.173,08 milyar Tabel 51. Nilai tersebut sama besarnya dengan nilai PDB dari sisi pendapatan yang merupakan
penjumlahan dari pendapatan yang diperoleh pemilik faktor produksi dalam hal ini adalah tanah, tenaga kerja, kapital, subsidi dan pembayaran pajak tidak langsung.
Dengan demikian database yang telah dihasilkan untuk 27 sektor atau industri telah memenuhi persyaratan keseimbangan pada tingkat agregat.
Disamping nilai PDB tersebut, di dalam database supp27.har juga dapat diperoleh nilai penjualan untuk masing-masing sektor. Nilai penjualan tersebut
merupakan penjumlahan dari komponen penjualan masing-masing sektor sebagai barang antara dan investasi, penjualan ke rumah tangga, luar negeri ekspor, dan
252 pemerintah, dan penjualan sebagai margin perdagangan dan transportasi. Nilai
penjualan masing-masing sektor tersebut disajikan pada Tabel 54.
Tabel 54. Nilai Penjualan Setiap Sektor Diirinci Menurut Jenisnya, Tahun 2008 Triliun Rupiah
No Sektor
Produk Antara
Domestik Investasi
Kons. RT
Net Ekspor
Penge- luaran
Pemrth Perubah-
an Stok Total
1 Pertanian
752.17 2.21
481.38 -37.92
0.00 -16.16
1 181.68 2
Pertambangan 541.75
1.00 1.07
102.35 0.00
71.31 717.48
3 IndOlahMkn
38.05 0.00
99.00 1.02
0.00 -3.15
134.92 4
IndMinyLemak 57.92
0.00 30.68
118.09 0.00
-10.07 196.63
5 IndGilPadi
55.00 0.00
198.99 -1.33
0.00 -14.54
238.11 6
IndTepung 41.20
0.00 66.18
-4.09 0.00
0.40 103.69
7 IndGula
14.19 0.00
15.96 -7.36
0.00 0.25
23.04 8
IndMknLain 82.91
0.00 93.08
-5.62 0.00
2.20 172.57
9 IndMinuman
4.31 0.00
15.19 -0.94
0.00 -0.69
17.88 10
IndRokok 14.54
0.00 103.26
-0.39 0.00
0.43 117.84
11 IndPintal
28.31 0.00
0.44 10.28
0.00 0.19
39.22 12
IndTekstil 74.92
0.17 99.06
70.20 0.00
12.53 256.87
13 IndKayuRotan
99.72 0.14
33.69 33.79
0.00 7.44
174.78 14
IndKertas 110.05
0.00 21.09
15.43 0.00
0.22 146.79
15 IndPupPest
65.98 0.00
6.46 -27.29
0.00 4.08
49.23 16
IndKimia 323.99
0.00 82.72
-99.26 0.00
-22.47 284.99
17 KilangMinyak
334.71 0.00
97.02 12.49
0.00 -36.11
408.10 18
IndKrtPlstk 107.60
0.00 66.78
55.74 0.00
0.40 230.52
19 IndMinNonLgm
43.05 0.08
6.97 -1.98
0.00 3.97
52.09 20
IndSemen 36.00
0.00 0.00
-0.22 0.00
0.65 36.43
21 IndBesiBaja
123.90 0.00
0.00 -73.66
0.00 2.90
53.13 22
IndLgmNBesi 28.31
0.00 0.00
33.57 0.00
4.98 66.86
23 IndBrngLogam
198.72 7.69
22.41 -20.77
0.00 24.03
232.08 24
IndMesinAlat 301.59
126.69 140.27
-148.38 0.00
57.71 477.89
25 IndAltAngkut
158.93 51.39
116.97 -83.13
0.00 11.08
255.23 26
IndLain 14.62
3.41 15.44
-0.48 0.00
-2.73 30.26
27 JasaJasa
1 683.25 1 212.68 1 381.67 132.69
416.87 4.56 4 831.72
Total 5 335.71 1 405.46 3 195.80
72.83 416.87
103.38 10 530
Sumber: Data IO, 2008 Diolah
Nilai total penjualan setiap sektor yang disajikan pada tabel di atas sama besarnya dengan biaya yang dikeluarkan setiap sektor. Total biaya pada setiap
sektor merupakan penjumlahan dari komponen-komponennya yang meliputi
253 pembelian barang antara domestik, barang antara impor, pengeluaran untuk marjin,
pembayaran pajak tidak langsung, biaya tenaga kerja upah, biaya kapital bunga, sewa tanah, dan pembayaran pajak kegiatan produksi pajak pertambahan nilai.
Jumlah biaya pada masing-masing sektor disajikan pada Tabel 55. Tabel 55. Biaya Produksi Setiap Sektor Dirinci Menurut Jenisnya, Tahun 2008
Triliun Rupiah
No Sektor
Input Antara
Upah Gaji
Kapital Penyu-
sutan Pajak
Produksi Total
1 Pertanian
360.10 184.72
605.93 18.46
12.48 1 181.68
2 Pertambangan
143.03 83.50
435.50 31.74
23.71 717.48
3 IndOlahMkn
92.56 10.54
27.07 1.53
3.22 134.92
4 IndMinyLemak
127.24 23.54
40.56 3.39
1.90 196.63
5 IndGilPadi
184.53 10.56
34.17 7.87
0.99 238.11
6 IndTepung
72.97 9.42
18.59 1.40
1.31 103.69
7 IndGula
16.87 1.96
3.05 0.66
0.51 23.04
8 IndMknLain
115.88 17.14
30.49 6.71
2.35 172.57
9 IndMinuman
11.12 2.02
2.38 0.46
1.88 17.88
10 IndRokok
44.63 8.76
16.86 3.37
44.22 117.84
11 IndPintal
27.17 2.53
7.42 1.57
0.54 39.22
12 IndTekstil
156.49 33.40
53.41 10.98
2.58 256.87
13 IndKayuRotan
101.04 20.36
43.40 7.81
2.17 174.78
14 IndKertas
93.29 15.75
30.97 5.35
1.42 146.79
15 IndPupPest
32.88 11.99
17.51 1.77
-14.91 49.23
16 IndKimia
202.12 26.49
37.50 13.27
5.60 284.99
17 KilangMinyak
170.42 61.26
241.71 30.46
-95.74 408.10
18 IndKrtPlstk
167.80 21.39
32.42 5.38
3.52 230.52
19 IndMinNonLgm
26.60 8.69
10.25 4.95
1.60 52.09
20 IndSemen
21.50 4.13
7.79 1.93
1.08 36.43
21 IndBesiBaja
39.35 2.23
8.77 2.02
0.78 53.13
22 IndLgmNBesi
50.40 5.09
7.21 3.25
0.91 66.86
23 IndBrngLogam
120.30 39.62
54.59 13.49
4.09 232.08
24 IndMesinAlat
340.45 38.50
69.03 23.38
6.52 477.89
25 IndAltAngkut
151.76 34.00
54.11 12.25
3.12 255.23
26 IndLain
20.45 3.75
4.70 0.62
0.73 30.26
27 JasaJasa
2 444.75 924.92
1 154.22 324.47
-16.64 4 831.72
Total 5 335.71
1 606.25 3 049.60
538.54 -0.06
10 530.04
Sumber: Data IO 2008 dan SAM, 2005 Diolah
254 Kesamaan nilai penjualan dan biaya produksi pada setiap sektor berimplikasi
pada tingkat keuntungan nol sesuai dengan properties pasar persaingan sempurna. Asumsi ini digunakan dalam model CGE yang diterapkan pada penelitian ini.
Setelah database 27 sektor diyakini seimbang baik pada tingkat agregat maupun sektoral, maka proses pengolahan data dapat dilanjutkan pada tahap akhir yaitu
proses simulasi kebijakan. Database way27.har merupakan database terakhir yang digunakan dalam melakukan simulasi kebijakan. HAR data untuk 27 sektor
tersebut tersimpan dalam file way27.har ditunjukkan pada Tabel 56.
Tabel 56. Komponen Database 27 Sektor
No Header Dimension
Coeff Total
Name
1 0TAR
COM V0TAR
22 766 Va0TARCom 2
1ARM COM
SIGMA1 103
Armington elasticities: intermediate
3 1CAG
1 V1CAPA
309 306 Capital Rentals 4
1CAP KAPNAGR
V1CAPN 2 963 754
VICAPNRNAL : NAI
5 1LND
Ind V1LND
315 079 Land rentals 6
1OCT Ind
V1OCT -199 702 Other cost tickets
7 CAPA
HH MMAN
309 306 MMANHH 8
CAPN HH
MMNN 856 197
mobile cap owned by hh non agr
9 CAPS
HHNAGR FIXEDK
2 107 557 Fixed capital owned by
HH Non Agric. 10
SLAB Ind
SIGMA1LAB 12 SIGMA1LAB IND
11 P028
Ind SIGMA1PRIM
14 SIGMA1PRIM IND 12
2ARM COM
SIGMA2 27
Armington elasticities: investment
13 3ARM
COM SIGMA3
54 Armington elasticities:
households 14
SCET Ind
SIGMA1OUT 0 SIGMA1OUT
15 P021
HH FRISCH
-29 Frisch LES parameter 16
TRAN TYPE
TRANSFER_F 27 446 Gov Trans foreign
17 GOHH
HHTYPE TRANSFER_H
207 590 Gov Trans household 18
HINC HHOCC
HINC 8 015 170 HINCHH:OCC
19 LAND
AGRICHH LANDS
315 079 Household land rental
by industry 20
P018 COM
EXP_ELAST -156
Export demand elasticity
21 1SCL
IndSCL SCLSHARE1
27 Business scale output
share
255 Tabel 56. Lanjutan
No Header Dimension
Coeff Total
Name
22 2SCL
IndSCL SCLSHARE2
27 Business scale
investment share 23
3SCL COMSCL
SCLSHARE3 27
Business scale consumption share
24 4SCL
COMSCL SCLSHARE4
27 Business scale export
share 25
5SCL COMSCL
SCLSHARE5 27
Business scale other share
26 1BAS
COMSRCInd V1BAS
5 200 711 Intermediate Basic 27
2BAS COMSRCInd
V2BAS 1 378 152 Investment Basic
28 2BS_
COMSRC V2BASOLD
1 378 153 Investment Basic 29
2TOT Ind
V2TOT 1 405 455 Investment by Ind
30 3BAS
COMSRCHH V3BAS
3 100 906 Households Basic 31
4BAS COM
V4BAS 1 460 607 Exports Basic
32 5BAS
COMSRC V5BAS
415 978 Government Basic 33
6BAS COMSRC
V6BAS 103 375 Inventory Changes
34 1 MAR
COMSRCIndMAR V1MAR
0 Producer Margin 35
2 MAR COMSRCIndMAR
V2MAR 0 Investment Margins
36 3 MAR
COMSRCMARHH V3MAR
0 Household Margins 37
4 MAR COMMAR
V4MAR 0 Export Margins
38 5 MAR
COMSRCMAR V5MAR
0 Government Margins 39
1TAX COMSRCInd
V1TAX 134 998 Intermediate Tax
40 2TAX
COMSRCInd V2TAX
27 301 Investment Tax 41
2TX_ COMSRC
V2TAXOLD 27 303 Investment Tax
42 3TAX
COMSRCHH V3TAX
94 898 Households Tax 43
4TAX COM
V4TAX 26 631 Exports Tax
44 5TAX
COMSRC V5TAX
889 Government Tax 45
1LAB IndOCC
V1LAB 1 606 250 Labour
46 MAKE
COMInd MAKE
10 330 396 Multiproduct Matrix 47
XPEL COMHH
EPS 536 Expenditure Elasticities
48 ALPH
AGRIFACAGRIFAC AGRIC
Beta_A 0 BETA_A
49 ALP2
N_AGRIFAC N_AGRIFACNAGR
Beta_N 0 BETA_N
50 TRNL
Ind TRNL
0 TRNL 51
EXNT 1
-4 Non Traditional Export
Demand Elasticity 52
P027 Ind
QCOEF 55
GrossNet Rate of Return
53 BETR
Ind BETA_R
135 Investment Parameter 54
PINC HH
V0HHTAX 11 363 Personal income tax
55 YBYK
Ind R_W
3 Investment Capital
Ratio 56
DPRC Ind
DEP 24 Depreciation Factors
57 EMPR
1 1
ActualTrend Employment
VI. FAKTOR-FAKTOR PENYEBAB DEINDUSTRIALISASI
6.1. Pengujian Asumsi-Asumsi Klasik
Regresi pada dasarnya adalah studi mengenai ketergantungan satu variabel dependen terikat dengan satu atau lebih variabel independen variabel penjelas
bebas, dengan tujuan untuk mengestimasi dan atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang
diketahui.
Uji asumsi-asumsi klasik dilakukan dengan pengujian asumsi OLS
Ordinary Least Square
untuk memastikan bahwa model penelitian memenuhi atau tidak melanggar asumsi-asumsi klasik.
Asumsi utama yang mendasari model regresi linier klasik dengan menggunakan metode OLS adalah :
1. Linier dalam parameter, terspesifikasi dengan benar, dan memiliki error term yang bersifat additif
2. Nilai rata-rata atau nilai yang diharapkan dari variabel disturbance atau error term adalah nol.
3. Kovarians antara variabel disturbance dengan variabel Xi adalah nol. 4. Varians dari variabel residu disturbance adalah sama homoskedastisitas
5. Tidak ada korelasi antar variabel disturbance pada pengamatan satu dengan pengamatan lain autokorelasi
6. Tidak ada korelasi sempurna antar variabel-variabel bebas multikolinieritas 7. Variabel error term memiliki distribusi normal asumsi ini bersifat optional,
namun biasanya disertakan.
Sedangkan hasil analisis regresi adalah berupa koefisien regresi untuk masing- masing variabel independen. Variabel ini diperoleh dengan cara memprediksi nilai
variabel dependen dengan suatu persamaan. Koefisien regresi dihitung dengan 2 dua