Vol4No1 Luki

JURNAL KEUANGAN PUBLIK
Vol. 4, No. 1, April 2006

Hal 25 – 66
Analisis Hubungan Pengeluaran Pemerintah dan Produk Domestik

Bruto dengan Menggunakan Pendekatan Granger Causality
dan Vector Autoregression
Luky Alfirman*
Edy Sutriono**
Abstraksi
Penelitian ini berusaha mengetahui adanya hubungan timbal balik antara

pengeluaran pemerintah dan produk domestik bruto di Indonesia periode 1970-
2003. Metode yang dipakai adalah Granger Causality dan Vector Autoregression
(VAR) dengan memperlakukan kedua variabel sebagai variabel endogen. Hasil
penelitian menyebutkan terdapat hubungan kausalitas antara total pengeluaran
pemerintah dengan produk domestik bruto. Pengeluaran rutin tidak signifikan
mempengaruhi produk domestik bruto karena lebih bersifat konsumtif dan tidak
produktif serta sebagian besar bersifat kontraktif seperti belanja untuk
pembayaran bunga utang. Sementara pengeluaran pembangunan memiliki
hubungan kausalitas positif dan signifikan terhadap produk domestik bruto. Hal ini
dapat dijelaskan oleh pengaruh positif pengeluaran sektor pertanian, infrastruktur
dan transportasi serta pendidikan terhadap produk domestik bruto dan pengaruh
positif perubahan produk domestik bruto terhadap pengeluaran pemerintah di
sektor infrastruktur dan transportasi.
Klasifikasi JEL : E62,H50,C32
Kata-kata kunci: Pengeluaran pemerintah, Produk Domestik Bruto (PDB), Vector

autoregression (VAR)
*
Dr. Luky Alfirman saat ini bertugas di Direktorat Jenderal Pajak Departemen Keuangan.
**
Edy Sutriono, SE, MM, MSE saat ini bertugas di Direktorat Jenderal Perbendaharaan Departemen
Keuangan.
Luky Alfirman dan Edy Sutriono
1. PENDAHULUAN kondisi-kondisi diatas. Rencana kenaikan

tarif dasar listrik (TDL) pada tahun 2006 ini
Latar Belakang dan peningkatan upah minimum propinsi/
kabupaten/kota akan memper-berat dunia
Keadaan perekonomian Indonesia usaha. Biaya operasional perusahaan akan
setelah krisis telah menunjukkan kemajuan meningkat, sementara itu daya beli
dalam tiga tahun terakhir. Hal ini dapat masyarakat terasa terus mengalami
dilihat dari produk domestik bruto yang penurunan. Di tengah sektor dunia usaha
meningkat selama periode tahun 2001 atau swasta yang seperti ini maka untuk
hingga 2003. Berdasarkan Laporan memperbaiki dan meningkatkan produk
Perekonomian Indonesia 2004 dari Badan domestik bruto diperlukan peran pemerintah
Pusat Statistik (BPS) , angka Produk yang lebih besar. Sesuai dengan pendapat
Domestik Bruto (PDB) di tahun 2002 Keynes, untuk mengatasi keadaan seperti
mengalami peningkatan 3.69% dibanding ini maka sangat diperlukan campur tangan
tahun 2001 dan di tahun 2003 mengalami pemerintah dengan mempengaruhi agregat
peningkatan 4.1% dibanding tahun 2002. demand. Kebijakan pemerintah dapat
Akan tetapi ditengah kemajuan tersebut, dilakukan dua cara yaitu mempengaruhi
ujian terhadap fundamental perekonomian agregat demand dan agregat supply.
Indonesia belum kunjung usai. Peningkatan Kebijakan yang mempengaruhi agregat
harga minyak dunia hingga diatas $ 60 per supply dilakukan lebih untuk mempengaruhi
barel dan berdampak pada peningkatan kondisi sektor riil melalui peraturan-
depresiasi rupiah terhadap dollar Amerika, peraturan. Hanya saja kebijakan ini akan
hingga kurs menyentuh level psikologis efektif dalam jangka waktu yang agak lama
Rp.10.000 per US dollar menyebabkan dan akan lebih baik bila dilakukan dengan
pelambatan terhadap besarnya produk kebijakan moneter dan sektor riil. Sementara
domestik bruto di tahun 2005. Hal ini itu kebijakan yang mempengaruhi agregat
disebabkan di satu sisi tingginya konsumsi demand dilakukan melalui pengeluaran
BBM dan di sisi lain tingginya impor BBM. pemerintah (Anggaran Pendapatan dan
Kondisi lain yang ikut memperburuk Belanja Negara / APBN). Kebijakan ini
perekonomian adalah belum pulihnya efektif dalam waktu yang tidak lama karena
stabilitas keamanan, ditandai dengan masih pemerintah sendiri sebagai pemberi
maraknya aksi terorisme dan intimidasi kebijakan dan sekaligus pelaku. Dalam
seperti peledakan bom Bali II dan peristiwa perspektif lain kebijakan ini dikenal dengan
di Poso. Kejadian ini sedikit banyak akan kebijakan fiskal. Kebijakan lain yang dapat
mempengaruhi iklim sektor investasi dilakukan melalui kebijakan moneter. Hanya
terutama investasi asing, yang masih saja saat ini kebijakan moneter bersifat not
dibutuhkan untuk menggerakkan roda by design artinya tidak dapat dipengaruhi
ekonomi. Dampak lain yang ditimbulkan karena Bank Indonesia tidak dapat
adalah berkurangnya penerimaan negara membantu APBN bila terjadi defisit.
khususnya devisa dari sektor pariwisata. Kebijakan moneter juga akan efektif dalam
Belum lagi masih maraknya praktek korupsi jangka waktu yang agak lama.
dan ekonomi biaya tinggi lainnya. Hal-hal Kebijakan fiskal melalui
ini menunjukkan bahwa kondisi funda- pengeluaran pemerintah dalam APBN
mental ekonomi Indonesia khususnya belum diharapkan dapat menstimulus produk
terlalu kuat. domestik bruto. Pengeluaran pemerintah
Sektor swasta sangat sulit dapat menstimulus perekonomian melalui
diharapkan untuk berkontribusi lebih besar peningkatan konsumsi dan investasi.
dalam menggerakkan perekono-mian dengan Konsumsi dan investasi merupakan
26 Jurnal Keuangan Publik Vol. 4, No. 1, April 2006
Analisis Hubungan Pengeluaran Pemerintah dan PDB dengan Menggunakan
Pendekatan Granger Causality dan Vector Autoregression
komponen Produk Domestik Bruto (PDB). dan sifat dari hubungan tersebut (searah atau
Seperti kita ketahui dalam konsep timbal balik). Pengetahuan tersebut
makroekonomi dan pembangunan ekonomi diperlukan bagi pemerintah dalam
bahwa PDB(Y) terdiri dari konsumsi rumah menyusun langkah-langkah dan kebijakan
tangga(C), investasi (I), pengeluaran fiskal berikutnya dalam meningkatkan
pemerintah (G) dan net ekspor (X-M) atau peranannya dalam meningkatkan produk
(Y = C + I + G + (X-M)). Pengeluaran rutin domestik bruto.
pemerintah digunakan untuk pengeluaran
yang tidak produktif dan mengarah kepada Identifikasi Masalah
konsumsi sedang pengeluaran pembangunan
lebih bersifat investasi. Penelitian ini akan mencoba
Hal ini menuntut produktivitas mengangkat permasalahan yaitu :
masing-masing komponen pengeluaran 1. Apakah ada hubungan antara
pemerintah untuk dapat memberikan pengeluaran pemerintah dengan produk
kontribusi kepada PDB untuk periode domestik bruto ?
berikutnya secara berkesinambungan. 2. Bagaimana sifat hubungan tersebut,
Tentunya pengeluaran komponen-komponen apakah searah atau timbal balik antara
tersebut harus dialokasikan kepada pengeluaran pemerintah dengan produk
pengeluaran-pengeluaran yang bersifat domestik bruto?
produktif dan investasi. 3. Bagaimana hubungan per jenis
Bertolak dari hal-hal tersebut diatas pengeluaran pemerintah (total, rutin dan
maka perlu diketahui hubungan pembangunan) dengan produk domestik
pengeluaran pemerintah terhadap produk bruto?
domestik bruto. Pengeluaran pemerintah
memang sebagai salah satu komponen dari Hipotesa
PDB, akan tetapi apakah pengeluaran
pemerintah di suatu periode, katakanlah Kerangka Pikir Analisis
tahun 2000 mampu memberikan stimulus Pengeluaran pemerintah terdiri dari
baik bagi investasi, konsumsi maupun pengeluaran rutin dan pembangunan.
pengeluaran pemerintah sendiri di tahun itu Pengeluaran rutin biasanya lebih banyak
dan pada gilirannya akan memberikan untuk konsumsi seperti gaji pegawai sedang
kontribusi kepada PDB untuk tahun 2001 pembangunan lebih cenderung untuk
dan seterusnya. Demikian sebaliknya apakah investasi. Akan tetapi dalam kenyataannya,
kontribusi dari komponen lain yang komponen pengeluaran pembangunan juga
terakumulasi pada PDB atau singkatnya mengandung gaji / honor dan upah.
PDB akan mempengaruhi pengeluaran Pengeluaran pemerintah ini sebagai stimulus
pemerintah. Apakah peningkatan PDB di perekonomian akan meningkatkan PDB.
tahun 2000 menyebabkan membaiknya Asumsikan kondisi ini terjadi pada waktu t-
perekono-mian dan dunia usaha sehingga 1. Peningkatan PDB pada waktu t-1 dan
meningkatkan penerimaan negara dari sektor membaiknya kondisi perekonomian akan
pajak misalnya di tahun 2001, dan pada mempengaruhi kondisi pelaku ekonomi pada
akhirnya dapat meningkatkan pengeluaran waktu t (rumah tangga, perusahaan dan
pemerintah di tahun 2001. Demikian efek pemerintah sendiri). Peningkatan
tersebut akan saling mempengaruhi antar kesejahteraan rumah tangga akan
periode secara kesinambungan . Implikasi meningkatkan pendapatan yang berdampak
bagi pemerintah adalah mengetahui ada pada peningkatan konsumsi dan tabungan
tidaknya hubungan antara pengeluaran (investasi). Di sisi dunia usaha atau
pemerintah dengan produk domestik bruto perusahaan akan meningkatkan penjualan
Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 27

dan keuntungan serta investasi. Peningkatan untuk menganalisis dampak dinamis dari
pendapatan rumah tangga dan perusahaan faktor-faktor gangguan yang terdapat dalam
akan membawa dampak peningkatan sistem variabel. Sedangkan Granger
penerimaan pemerintah dari pajak. Causality merupakan alat analisis yang
Peningkatan penerimaan pemerintah akan sangat berguna di dalam memahami adanya
meningkatkan pengeluaran pemerintah. hubungan timbal balik antara variabel-
Peningkatan konsumsi ,investasi serta variabel ekonomi.
pengeluaran pemerintah akan kembali
meningkatkan PDB. Jadi pengeluaran Keterbatasan Penelitian
pemerintah dan PDB pada periode t-1 akan
mempengaruhi PDB dan pengeluaran Data yang digunakan adalah periode
pemerintah pada periode t. Jadi dalam hal ini tahunan dari tahun 1970 sampai dengan
sangat dibutuhkan lag untuk analisis. 2003.Dalam hal penetapan jenis pengeluaran
Berdasarkan kerangka pikir diatas, ,karena periode analisisnya sampai dengan
maka hipotesa yang diajukan adalah: tahun 2003 maka penelitian ini masih
1. Terdapat hubungan timbal balik antara menggunakan jenis pengeluaran sesuai
pengeluaran pemerintah dengan produk periode waktu itu yaitu pengeluaran
domestik bruto (PDB). pemerintah dibagi rutin dan pembangunan
2. Terdapat hubungan timbal balik antara sedang pengeluaran pembangunan dibagi
pengeluaran rutin pemerintah dengan per sektoral. Keterbatasan lain adalah bahwa
produk domestik bruto (PDB). mulai tahun fiskal 2005 pemerintah
3. Terdapat hubungan timbal balik antara menerapkan unified budget yang tidak lagi
pengeluaran pembangunan pemerintah membagi rutin dan pembangunan. Penelitian
dengan produk domestik bruto (PDB). ini belum menggunakan sistem baru karena
4. Terdapat hubungan timbal balik antara belum ada data yang mendukung (belum ada
pengeluaran pembangunan pemerintah konversi data sebelum 2005 ke bentuk
di sektor pertanian dan kehutanan unified budget). Sampai saat ini data
dengan produk domestik bruto (PDB). pengeluaran pemerintah yang ada baru
5. Terdapat hubungan atau pengaruh konversi dari T-account menjadi I-account.
timbal balik antara pengeluaran
pembangunan pemerintah di sektor
transportasi, meteorologi dan geofisika 2. TINJAUAN LITERATUR
dengan produk domestik bruto (PDB).
6. Terdapat hubungan atau pengaruh Peranan pemerintah dalam
timbal balik antara pengeluaran perekonomian
pembangunan pemerintah di sektor
pendidikan, kebudayaan nasional, Keynes berpendapat tingkat
kepercayaan terhadap Tuhan Yang kegiatan dalam perekonomian ditentukan
Maha Esa, Pemuda dan Olahraga oleh perbelanjaan agregat. Pada umumnya
dengan produk domestik bruto (PDB). perbelanjaan agregat dalam suatu periode
tertentu adalah kurang dari perbelanjaan
Metodologi Penelitian agregat yang diperlukan untuk mencapai
tingkat full employment. Keadaan ini
Metode analisis yang digunakan disebabkan karena investasi yang dilakukan
dalam penelitian ini adalah Vector para pengusaha biasanya lebih rendah dari
Autoregression (VAR). Vector tabungan yang akan dilakukan dalam
Autoregression merupakan alat analisis atau perekonomian full employment. Keynes
metode ekonometrika yang biasa digunakan berpendapat sistem pasar bebas tidak akan

dapat membuat penyesuaian-penyesuaian c. Ekternalitas

yang akan menciptakan full employment. Market economy bersifat selfish
Untuk mencapai kondisi tersebut diperlukan sehingga yang dipikirkan adalah
kebijakan pemerintah. Tiga bentuk meminimalkan biaya sedangkan
kebijakan pemerintah yaitu kebijakan fiskal, dampak secara tidak langsung
moneter dan pengawasan langsung. seperti dampak sosial tidak
Kebijakan fiskal melalui pengaturan diperhitungkan.
anggaran pengeluaran dan penerimaan d. Adanya kegagalan informasi
pemerintah. Dalam masa inflasi biasanya Dalam beberapa hal masyarakat
kebijakan fiskal akan berbentuk mengurangi sangat membutuh-kan informasi
pengeluaran pemerintah dan meningkatkan yang tidak dapat disediakan oleh
pajak. Sebaliknya apabila pengangguran pihak swasta, misalnya prakiraan
serius maka pemerintah berusaha menambah cuaca. Bidang pertanian dan
pengeluaran dan berusaha mengurangi kelautan sangat membutuhkan
pajak. Kebijakan moneter dilakukan dengan informasi cuaca , akan tetapi pihak
mempengaruhi jumlah uang beredar dan swasta tidak ada yang
tingkat suku bunga. Pengawasan langsung menyediakannya. Pemerintah yang
dilakukan dengan membuat peraturan- harus menyediakan informasi cuaca
peraturan. tersebut.
Alasan peranan pemerintah 3. Peranan pemerintah adalah
dibutuhkan dalam perekonomian adalah: mendistribusikan pendapatan dari yang
1. untuk menyediakan legal system atau kaya kepada yang miskin secara lebih
peraturan-peraturan yang tidak dapat adil
disediakan oleh sektor privat 4. menyediakan merit goods. Musgrave
2. untuk membetulkan bila terjadi (1959) menyebutkan merit goods adalah
kegagalan pasar. Adapun kegagalan barang-barang yang seharusnya
pasar diantaranya : disediakan meskipun masyarakat tidak
a. Kompetisi tidak sempurna memintanya. Masyarakat sering tidak
Di dalam pasar yang tidak sempurna bijaksana atau tidak mempunyai
dan cenderung monopoli, harga pengetahuan yang cukup untuk
yang terjadi biasanya lebih tinggi mengalokasikan sumber ekonomi yang
dan jumlah produksi lebih sedikit. dimiliki. Peranan pemerintah adalah
Pemerintah diharapkan dapat membantu masyarakat untuk
mengatur dan memperbaiki agar mengalokasikannya untuk kebaikan
kesejahteraan masyarakat tidak masyarakat. Contohnya adalah
berkurang. pemerintah menyediakan helm agar
b. Public goods (barang publik) masyarakat terhindar dari bahaya
Barang publik mempunyai manakala terjadi kecelakaan, demikian
karakteristik non exludable dan non juga pemerintah menggalakkan asuransi
rivalry. Dengan adanya sifat barang untuk masyarakat.
publik seperti itu maka akan timbul Secara umum fungsi pemerintah
fenomena free rider artinya orang dalam perekonomian modern dapat dibagi
akan berlomba-lomba untuk tidak menjadi :
membayar dalam menikmati barang 1. Fungsi alokasi
tersebut. Sistem penyediaan barang Pemerintah mengusahakan agar alokasi
seperti ini tidak dapat dilakukan sumber-sumber ekonomi dilaksanakan
oleh sektor privat, sehingga peme- secara efisien.
rintah yang menyediakannya. 2. Fungsi distribusi

Kaldor mengatakan bahwa suatu hubungan antarsektor yang makin

tindakan dikatakan bermanfaat apabila komplek. Misalnya pertumbuhan
golongan yang memperoleh manfaat ekonomi yang ditimbulkan oleh
dari tindakan tersebut memberikan perkembangan sektor industri akan
kompensasi bagi golongan yang menimbulkan semakin tingginya
mengalami kerugian sehingga posisi pencemaran atau polusi. Pemerintah
golongan yang rugi tetap sama seperti harus turun tangan mengatur dan
halnya sebelum adanya tindakan yang mengurangi dampak negatif dari polusi.
bersangkutan. Pemerintah juga harus melindungi buruh
3. Fungsi stabilisasi dalam meningkatkan kesejahteraannya.
Perekonomian yang sepenuhnya Musgrave(1980)1 berpendapat bahwa
diserahkan kepada sektor privat sangat dalam suatu proses pembangunan,
peka terhadap guncangan keadaan yang investasi swasta dalam prosentase
akan menimbulkan pengangguran dan terhadap PDB semakin besar dan
inflasi. prosentase investasi pemerintah
terhadap PDB akan semakin kecil. Pada
Teori perkembangan pengeluaran tingkat ekonomi lebih lanjut, Rostow
pemerintah mengatakan bahwa aktivitas pemerintah
dalam pembangunan ekonomi beralih
1. Model pembangunan tentang per- dari penyediaan prasarana ke
kembangan pengeluaran pemerintah. pengeluaran-pengeluaran untuk aktivitas
Model ini dikembangkan oleh Rostow sosial seperti program kesejahteraan hari
dan Musgrave yang menghubungkan tua dan pelayanan kesehatan
perkembangan pengeluaran pemerintah masyarakat.
dengan tahap-tahap pembangunan
ekonomi yaitu tahap awal, tahap 2. Hukum Wagner
menengah dan tahap lanjut. Pada tahap Wagner mengemukakan suatu teori
awal perkembangan ekonomi, mengenai perkembangan penge-luaran
prosentase investasi pemerintah pemerintah yang semakin besar dalam
terhadap total investasi besar sebab pada prosentase terhadap PDB. Wagner
tahap ini pemerintah harus menyediakan mengemukakan pendapatnya bahwa
prasarana seperti pendidikan, kesehatan, dalam suatu perekonomian apabila
prasarana transportasi. Pada tahap pendapatan per kapita meningkat maka
menengah pembangunan ekonomi, secara relatif pengeluaran pemerintah
investasi pemerintah tetap diperlukan pun akan meningkat. Hukum Wagner
untuk meningkatkan pertumbuhan dikenal dengan “The Law of Expanding
ekonomi agar dapat tinggal landas, State Expenditure”. Dasar dari hukum
namun pada tahap ini peranan investasi tersebut adalah pengamatan empiris dari
swasta sudah semakin besar. Peranan negara-negara maju (Amerika Serikat,
pemerintah tetap besar pada tahap Jerman, Jepang). Dalam hal ini Wagner
menengah, oleh karena peranan swasta menerangkan mengapa peranan
semakin besar akan menimbulkan pemerintah menjadi semakin besar ,
banyak kegagalan pasar dan juga terutama disebabkan karena
menyebabkan pemerintah harus pemerintah harus mengatur hubungan
menyediakan barang dan jasa publik
dalam jumlah yang lebih banyak. Selain 1
Musgrave,Richard & Peggy. ‘ The Public
itu pada tahap ini perkembangan Finance in theory and practice. Mc.Graw
ekonomi menyebabkan terjadinya Hill.1980.hal.151-154.

yang timbul dalam masyarakat. Wiseman merupakan dasar teori

Kelemahan hukum Wagner adalah pemungutan suara. Peacock dan
karena hukum tersebut tidak Wiseman mendasarkan teori mereka
didasarkan pada suatu teori pada suatu teori bahwa masyarakat
mengenai pemilihan barang-barang mempunyai suatu tingkat toleransi
publik. Wagner mendasarkan pajak, yaitu suatu tingkat dimana
pandangannya dengan suatu teori yang masyarakat dapat memahami besarnya
disebut teori organis mengenai pungutan pajak yang dibutuhkan oleh
pemerintah (organic theory of the state) pemerintah untuk membiayai
yang menganggap pemerintah sebagai pengeluaran pemerintah. Jadi
individu yang bebas bertindak, terlepas masyarakat menyadari bahwa
dari anggota masyarakat lainnya. pemerintah membutuhkan dana untuk
Hukum Wagner diformulasikan sebagai membiayai aktivitas pemerintah
berikut: sehingga mereka mempunyai tingkat
kesediaan masyarakat untuk membayar
pajak. Tingkat toleransi ini merupakan
P kP P 1 P kP P 2 P kP P n
kendala bagi pemerintah untuk
< < ... < menaikkan pemungutan pajak secara
PPK 1 PPK 2 PPKn semena-mena. Teori Peacock dan
Wiseman adalah sebagai berikut:
Pertumbuhan ekonomi (PDB)
PkPP : pengeluaran pemerintah per menyebabkan pemungutan pajak
kapita semakin meningkat walaupun tarif pajak
PPK : pendapatan per kapita tidak berubah; dan meningkatnya
1,2,…,n: jangka waktu (tahun) penerimaan pajak menyebabkan
pengeluaran pemerintah juga semakin
Hukum Wagner ditunjukkan dalam meningkat.
Gambar 1 dimana kenaikan pengeluaran Oleh karena itu, dalam keadaan normal,
pemerintah mempunyai bentuk meningkatnya PDB menyebabkan
ekponential yang ditunjukkan oleh kurva penerimaan pemerintah yang semakin
1 dan bukan kurva 2. besar, begitu juga dengan pengeluaran
pemerintah menjadi semakin besar.
3. Teori Peacock dan Wiseman Apabila keadaan normal tersebut
Peacock dan Wiseman adalah dua orang terganggu, misalnya karena adanya
yang mengemukakan teori mengenai perang, maka pemerintah harus
perkembangan penge-luaran pemerintah memperbesar pengeluarannya untuk
yang terbaik2. Teori mereka didasarkan membiayai perang. Karena itu
pada suatu pandangan bahwa penerimaan pemerintah dari pajak juga
pemerintah senantiasa berusaha untuk
memperbesar pengeluaran sedang-kan
masyarakat tidak suka membayar pajak
yang semakin besar untuk membiayai
pengeluaran pemerintah yang semakin
besar tersebut. Teori Peacock dan
2
Peacock, A.t. and Wiseman,J.”The Growth of
Public Expenditure in the United Kingdom.
London: Oxford University Press,1961

Gambar 1. Pertumbuhan Pengeluaran Pemerintah menurut Wagner
kurva 1
PkPP
PPK kurva 2
0
waktu
meningkat dan pemerintah meningkat- Sehingga pengeluaran pemerintah

kan penerimaannya tersebut dengan cara meningkat karena PDB yang mulai
menaikkan tarif pajak sehingga dana meningkat , pengembalian pinjaman dan
swasta untuk investasi dan konsumsi aktivitas baru setelah perang. Ini yang
menjadi berkurang. Keadaan ini disebut disebut efek inspeksi (inspection effect).
efek pengalihan (displacement effect) Adanya gangguan sosial juga akan
yaitu adanya gangguan sosial menyebabkan terjadinya konsentrasi
menyebabkan aktivitas swasta dialihkan kegiatan ke tangan pemerintah dimana
pada aktivitas pemerintah. Perang tidak kegiatan ekonomi tersebut semula
hanya dibiayai dengan pajak, akan tetapi dilaksanakan untuk swasta. Ini disebut
pemerintah juga melakukan pinjaman ke efek konsentrasi (concentration effect).
negara lain. Akibatnya setelah perang Adanya ketiga efek tersebut
sebetulnya pemerintah dapat kembali menyebabkan aktivitas pemerintah
menurunkan tarif pajak, namun tidak bertambah. Setelah perang selesai dan
dilakukan karena pemerintah masih keadaan kembali normal maka tingkat
mempunyai kewajiban untuk pajak akan turun kembali. Jadi berbeda
mengembalikan pinjaman tersebut. dengan pandangan Wagner,
perkembangan pengeluaran pemerintah
versi Peacock dan Wiseman tidaklah
berbentuk suatu garis,tetapi seperti
tangga.
Bird mengkritik hipotesa yang
dikemukakan oleh Peacock dan

Wiseman3. Bird menyatakan bahwa Hubungan kausalitas pengeluaran

selama terjadinya gangguan sosial pemerintah dan produk domestik bruto
memang terjadi pengalihan aktivitas
pemerintah dari pengeluaran sebelum a. pengeluaran pemerintah sebagai
gangguan ke pengeluaran yang variabel dependen
berhubungan dengan gangguan tersebut. Atinya produk domestik bruto
Hal ini akan diikuti oleh peningkatan mempengaruhi pengeluaran pemerintah.
prosentase pengeluaran pemerintah Teori perkembangan pengeluaran
terhadap PDB. Akan tetapi setelah pemerintah yang telah diuraikan diatas
terjadinya gangguan, prosentase menunjukkan bahwa produk domestik
pengeluaran pemerintah terhadap PDB bruto (PDB) akan mempengaruhi
akan menurun secara perlahan-lahan besarnya pengeluaran pemerintah.
kembali ke keadaan semula. Jadi
menurut Bird ,efek pengalihan b. pengeluaran pemerintah sebagai
merupakan gejala dalam jangka pendek, variabel independen
tetapi tidak terjadi dalam jangka Artinya pengeluaran pemerintah
panjang. mempengaruhi produk domestik bruto
Satu hal yang perlu dicacat dari teori (PDB). John Due(1968) mengemukakan
Peacock dan Wiseman adalah bahwa bahwa pemerintah dapat mempengaruhi
mereka mengemukakan adanya toleransi tingkat PDB nyata dengan mengubah
pajak, yaitu suatu limit perpajakan, akan persediaan berbagai faktor yang dapat
tetapi mereka tidak menyatakan pada dipakai dalam produksi melalui
tingkat berapa toleransi pajak tersebut. program-program pengeluaran
Clarke menyatakan bahwa limit pemerintah seperti pendidikan.
perpajakan adalah sebesar 25 persen dari Sementara Atep Adya Barata(2004)
pendapatan nasional . Apabila limit mengatakan bahwa kegiatan yang
dilampaui maka akan terjadi inflasi dilakukan pemerintah yang mendorong
dan gangguan lainnya. besaran jumlah pengeluaran negara
4. Menurut Dr. Guritno Mangkoesoe- mempunyai pengaruh terhadap
broto, M.Ec, perkembangan penge- perekonomian masyarakat. Landau
luaran pemerintah ditentukan oleh (1986) membuktikan bahwa
beberapa faktor yaitu : pengeluaran pemerintah di bidang
a. Perubahan permintaan akan barang militer dan pendidikan berkorelasi
publik. negatif terhadap pertumbuhan ekonomi,
b. Perubahan aktivitas pemerintah sementara untuk pendidikan sendiri
dalam menghasilkan barang publik, berkorelasi kuat dan investasi
dan juga perubahan dari kombinasi pemerintah berkorelasi positif tetapi
faktor produksi yang digunakan tidak signifikan. Steven A.Y.Lin (1994)
dalam proses produksi. mengatakan bahwa pengeluaran
c. Perubahan kualitas barang publik. pemerintah akan meningkatkan
d. Perubahan harga-harga faktor-faktor pertumbuhan ekonomi (PDB) dengan
produksi. laju yang semakin mengecil. Lin juga
menyatakan bahwa Hukum Wagner
hanya berlaku untuk negara maju.
3
Bird,R.M.”The Displacement Effect: A Critical
Note.Finanzarchiv.N.F.Band 30,1972,hal 434-
463

Produk Domestik Bruto 3. Pendekatan Pengeluaran

PDB adalah semua komponen
Pengertian Produk Domestik Bruto permintaan akhir yang terdiri dari:
Produk domestik bruto pada pengeluaran konsumsi rumah tangga dan
dasarnya merupakan jumlah nilai tambah lembaga swasta nirlaba, konsumsi
yang dihasilkan oleh seluruh unit usaha pemerintah, pembentukan modal tetap
dalam suatu negara tertentu atau merupakan domestik bruto, perubahan stok dan
jumlah nilai barang dan jasa akhir yang ekspor netto (ekspor dikurangi impor).
dihasilkan oleh seluruh unit ekonomi. PDB Secara konsep ketiga pendekatan akan
atas dasar harga berlaku menggambarkan menghasilkan angka yang sama. Jadi
nilai tambah barang dan jasa yang dihitung jumlah pengeluaran akan sama dengan
menggunakan harga yang berlaku setiap jumlah barang dan jasa akhir dan harus
tahun, sedang PDB atas dasar harga konstan sama pula dengan jumlah pendapatan
menunjukkan nilai tambah barang dan jasa untuk faktor-faktor produksi.
tersebut yang dihitung menggunakan harga
yang berlaku pada satu tahun tertentu
sebagai dasar.
Untuk menghitung angka PDB Hasil Studi Empiris Hubungan atau
digunakan tiga pendekatan yaitu : Pengaruh Pengeluaran Pemerintah
terhadap Produk Domestik Bruto
1. Pendekatan Produksi (Pertumbuhan Ekonomi)
PDB adalah jumlah nilai tambah atas
barang dan jasa yang dihasilkan oleh Studi yang menunjukkan hubungan
berbagai unit produksi di wilayah suatu negatif antara pengeluaran pemerintah dan
negara dalam jangka waktu tertentu pertumbuhan diantaranya: Barro dan Salla-i-
(biasanya satu tahun). Unit-unit Martin (1992) yang membagi pengeluaran
produksi tersebut dalam penyajiannya pemerintah menjadi pengeluaran produktif
dikelompokkan men-jadi 9 lapangan dan tidak produktif. Pengeluaran produktif
usaha (sektor) yaitu: pertanian, apabila pengeluaran tersebut mempunyai
pertambangan, industri pengolahan, efek langsung terhadap pertumbuhan
listrik,gas dan air bersih, bangunan, ekonomi. Kebanyakan studi mengenai
pengangkutan, keuangan dan jasa. hubungan antara pengeluaran pemerintah
dengan pertumbuhan ekonomi
2. Pendekatan Pendapatan mengasumsikan semua pengeluaran
PDB merupakan jumlah balas jasa yang pemerintah bersifat produktif (Barro,1990).
diterima oleh faktor-faktor produksi Landau (1983) meneliti 27 negara
yang ikut serta dalam proses produksi di berkembang menyimpulkan bahwa
suatu negara dalam jangka waktu pengeluaran pemerintah yang besar terutama
tertentu. Balas jasa faktor produksi yang pengeluaran konsumsi justru akan
dimaksud adalah upah dan gaji, sewa menurunkan pertumbuhan pendapatan per
tanah, bunga modal dan keuntungan; kapita. Hasil yang sama ditemukan oleh
semuanya sebelum dipotong pajak Landau (1986) terhadap 65 negara
penghasilan dan pajak langsung lainnya. berkembang. Devarajan dan Vinaya (1993)
Dalam definisi PDB mencakup juga menemukan hubungan negatif dan tidak
penyusutan dan pajak tidak langsung signifikan hubungan antara pengeluaran
netto (pajak tak langsung dikurangi produktif dengan pertumbuhan. Sementara
subsidi). itu Lin (1994) menyatakan pengeluaran non-
produktif mempunyai hubungan negatif dan

tidak signifikan terhadap pertumbuhan di 3. METODOLOGI PENELITIAN

negara industri tetapi positif dan signifikan
di negara berkembang. Hal ini terjadi karena Sumber Data
pelayanan pemerintah yang bersifat non Penelitian ini menggunakan data
produktif di negara berkembang sebagian sekunder runtun waktu (time series) periode
besar digunakan untuk konsumsi. Josaphat P 1970 sampai dengan 2003, yang diperoleh
Kweka dan Oliver Morrisey (1999) meneliti dari berbagai laporan dan kompilasi data
hubungan keduanya terhadap negara serta bentuk publikasi lainnya, seperti dari
Tanzania periode 1965-1996. Hasil yang Badan Pusat Statistik (BPS) dan Nota
diperoleh bahwa pengeluaran pemerintah Keuangan dan RAPBN beberapa seri dan
berdampak negatif terhadap pertumbuhan. laporan Bappeki dari Departemen
Dampak negatif disebabkan karena tidak Keuangan.
efisiennya pengeluaran pemerintah di
Tanzania. Penelitian lain menunjukkan
bahwa pengeluaran konsumsi pemerintah Definisi Operasional Variabel –Variabel
mempunyai dampak negatif terhadap
pertumbuhan (Grier dan Tullock,1989, 1. PDB = Produk Domestik Bruto riil.
Barro,1991). Studi terhadap negara-negara PDB yang digunakan adalah PDB atas
maju juga meyimpulkan hasil yang sama dasar harga konstan 2000 dari tahun
seperti Hannson dan Henrekson (1994). 1970 sampai dengan 2003.
Pada mayoritas studi, pengeluaran 2. TOTAL = Total pengeluaran pemerintah
pemerintah total mempunyai efek negatif riil dalam APBN tahun 1970 sampai
terhadap pertumbuhan (Romer,1990;Folster dengan 2003. Data yang diambil adalah
dan Henrekson,2001). Folster dan realisasinya (Perhitungan Anggaran
Henrekson mengatakan bahwa pada tingkat Negara) , dengan tujuan untuk
pengeluaran pemerintah yang rendah di mengetahui pengeluaran yang
negara miskin terutama untuk pengeluaran sebenarnya.
produktif dan rendah pula pajaknya, 3. RTN = Realisasi pengeluaran rutin riil
biasanya tidak efisien dalam pengumpulan dalam APBN dari tahun 1970 sampai
pajak dan pengeluaran pemerintahnya. dengan 2003.
Studi yang menunjukkan hubungan 4. PEMB = Realisasi pengeluaran
positif antara pengeluaran pemerintah dan pembangunan riil dalam APBN setelah
pertumbuhan diantaranya: Ram (1986) dan dilakukan dari tahun 1970 sampai
Grossman(1988) menemukan hubungan dengan 2003.
positif antara pengeluaran pemerintah 5. SKTR1 = Realisasi pengeluaran
dengan pertumbuhan ekonomi. Diamond pembangunan riil di sektor pertanian
(1989) menyatakan bahwa pengeluaran dan kehutanan dalam APBN dari tahun
sosial mempunyai hubungan positif yang 1970 sampai dengan 2003.
signifikan dan pengeluaran investasi 6. SKTR2 = Realisasi pengeluaran
mempunyai efek negatif terhadap pembangunan riil di sektor
pertumbuhan ekonomi. Dampak tersebut transportasi,meteorologi dan geofisika
sangat dipengaruhi oleh efisiensi dalam APBN tahun 1970 sampai dengan
penggunaan dana. 2003.
7. SKTR3 = Realisasi pengeluaran
pembangunan riil di sektor pendidikan,
kebudayaan nasional, kepercayaan
terhadap Tuhan Yang Maha Esa,
Pemuda dan Olahraga dalam APBN

setelah dilakukan konversi ke I-account Model 6 Hubungan D(PDB) dan

dari tahun 1970 sampai dengan 2003. D(SKTR3)
Data yang bersumber dari APBN sebelum Keterangan :
tahun 2000 disesuaikan dengan berdasarkan D( ) = first difference
tahun kalender yaitu dari Januari sampai
Desember (dimana sebelum tahun 2000,
Granger Causality dan Vector
tahun fiskal dimulai dari April sampai Maret
Autoregression
tahun berikutnya), jumlah pengeluaran
berasal dari penjumlahan realisasi tiap
Model persamaan biasanya menggunakan
triwulanan. Hal ini dilakukan karena PDB
teori ekonomi untuk menggambarkan
dihitung dari Januari sampai Desember.
hubungan antara variabel yang terkait. Hasil
dari model kemudian diestimasi dan
Spesifikasi Model Empiris Yang
digunakan untuk menguji relevansi empiris
Digunakan
dari teori tersebut. Sayangnya teori ekonomi
mungkin tidak cukup untuk menentukan
Model yang dipakai adalah Vector
spesifikasi yang benar. Hal ini disebabkan
Autoregression (VAR) seperti yang
karena mungkin teorinya terlalu rumit
dilakukan oleh Wing Yuk dari University of
sehingga sulit bagi kita untuk menurunkan
Victoria Canada yang melakukan studi bulan
spesifikasi secara persis. Atau mungkin saja
Januari 2005 tentang “Government Size and
teorinya adalah sesuai dengan struktur
Economic Growth: Time-Series Evidence
selang yang dibangun tetapi struktur-struktur
For The United Kingdom,1980-1993.” dan
selang ini dapat menghasilkan model dengan
dalam pengolahan datanya menggunakan
perilaku dinamis yang berbeda. Atau
software Eviews 4.1.
mungkin juga terdapat perbedaan antar teori
yang mendasari model tersebut. Walhasil
y t = Ψ o + Σ Γ iy t - i + εt adakalanya kita mesti membiarkan data itu
sendiri berbicara.
 
yt =  
D ( PDB ) Alasan pemilihan metode VAR :
 D ( Peng . Pem )  1. Berdasarkan kerangka pikir diatas,
    diasumsikan bahwa baik pengeluaran
ε1
Ψo =  α 1  εt =   pemerintah dan produk domestik bruto
 α2   ε2  merupakan faktor endogen. Kedua
β β  variabel tidak dapat dipastikan secara
Γi=  11i 12 i  pasti apakah endogen atau eksogen.
 β21i β22i  Penelitian menunjukkan adanya
hubungan antara pengeluaran
Model 1 Hubungan D(PDB) dan pemerintah dengan produk domestik
D(TOTAL) bruto (Keynesian) sedang Wagner’s
Model 2 Hubungan D(PDB) dan D(RTN) Law menunjukkan adanya pengaruh
Model 3 Hubungan D(PDB) dan produk domestik bruto terhadap
D(PEMB) pengeluaran pemerintah. Oleh karena itu
Model 4 Hubungan D(PDB) dan kedua variabel diperlakukan sebagai
D(SKTR1) variabel endogen.
Model 5 Hubungan D(PDB) dan 2. Berdasarkan kerangka pikir diatas, nilai
D(SKTR2) masing-masing variabel selain
dipengaruhi oleh nilai variabel itu

sendiri di masa lampau tetapi juga tersebut tidak tergantung dari waktu (t) atau
dipengaruhi oleh nilai masa lampau dari dalam literatur disebut time invariant.
semua variabel endogen lain dalam Secara matematis time series (misal Y)
model. Dari hal tersebut berusaha dibuat bersifat stationer memiliki properties sbb:
model yang bersifat dinamis dengan
menspesifikasi masing-masing variabel Rata-rata = E(Yt) = μ
dengan struktur selang atau lag.
Sementara itu teori ekonomi tidak cukup Varian = Var(Yt)= E (Yt – μ)2= σ2
banyak memberi spesifikasi yang jelas
Covariance = γk= E[ (Yt- μ) (Yt+k - μ)
dari hubungan dinamis antar variabel.
Model persamaan simultan pada
umumnya bersifat struktural atau
berdasarkan teori yang ada, kemudian
dilakukan estimasi dan dicocokkan
dengan teori tersebut. Persamaan
simultan biasanya juga tidak
memasukkan variabel endogen di kedua
sisi persamaan dan tidak memasukkan
lag dari masing-masing variabel
tersebut. Selain itu dalam persamaan
simultan, antar persamaan terdapat
keterkaitan sehingga dapat dilakukan
reduced form. Penelitian ini
menggunakan VAR karena VAR
merupakan model yang dapat
menjelaskan spesifikasi struktur dinamis
tersebut, meskipun terkesan ateoritik.
VAR ditandai oleh model tiap variabel
endogen dalam system sebagai fungsi
dari nilai lag untuk keseluruhan variabel
endogen dalam sistem. VAR lebih cocok
digunakan untuk membangun model-
model yang bersifat non struktural
(ateoritik). Persamaan satu dengan yang
lain berdiri sendiri sehingga dalam
estimasi masing-masing persamaan
dapat dilakukan dengan ordinary least
square (OLS).
Stationeritas Data
Suatu series dikatakan stationer

apabila rata-rata, varian dan autocovariance
nilainya konstan dari waktu ke waktu (untuk
berbagai lag yang berbeda nilainya sama,
tidak masalah di titik mana memulai
mengukur). Singkatnya, ketiga ukuran

Dalam analisis time series, informasi apakah Ho: series mempunyai unit root dan non
data bersifat stationer merupakan hal yang stationer
sangat penting. Variabel-variabel ekonomi Ha: series stationer
yang terus menerus meningkat sepanjang
waktu adalah contoh dari variabel yang tidak Jika kita menolak hipotesa nol, maka kita
stationer. Dalam estimasi koefisien regresi, mempunyai series yang bersifat stationer.
mengikutsertakan variabel yang non Bila terdapat korelasi antar residual dalam
stationer dalam persamaan mengakibatkan suatu series (serial correlation), maka hasil
standard error yang dihasilkan menjadi bias. uji DF akan menjadi bias. Karena bias dalam
Adanya bias ini menyebabkan kriteria pengujian merupakan masalah yang penting,
konvensional yang biasa digunakan untuk maka DF test dilakukan modifikasi. Untuk
menjustifikasi kausalitas antara dua variabel itu dikembangkan Augmented Dickey Fuller
menjadi tidak valid. Jika suatu variabel (ADF) test. Ide dasarnya adalah dengan
terdapat unit root (non stationer), dalam mengikutsertakan sejumlah lag variabel
banyak kasus mengikutsertakan variabel non dependen dalam prosedur standar DF test
stationer dalam analisis regresi agar korelasi antar residual dapat
menghasilkan kesimpulan yang tidak benar. dihilangkan. Kita dapat menggunakan salah
Banyak ditemukan bahwa koefisien estimasi satu dari beberapa teknik untuk memilih
signifikan tetapi sesungguhnya tidak ada jumlah lag yang perlu disertakan dalam
hubungan sama sekali (spurious regression). pengujian ADF sedemikian rupa sehingga
Cara untuk menguji stationeritas sering serial correlation dapat dihilangkan. Cara
disebut uji unit root. Ada beberapa uji termudah adalah dengan menggunakan
diantaranya Dickey Fuller (DF) test dan kriteria seleksi secara otomatis yang telah
Phillip Peron (PP) test. disediakan oleh Eviews. Prosedur ini
Prosedur pengujian unit root dengan DF test dilakukan dengan cara memilih jumlah lag
sebagai berikut: yang rasional mulai dari yang terbesar
kemudian menguji sampai semua lag
Yt = β Yt-1 + ut , -1 < β < 1 tersebut signifikan.
Yt - Yt-1 = β Yt-1 - Yt-1 + ut Alternatif uji stationeritas dengan
Δ Yt = ( β – 1) Yt-1 + ut……...1) ADF test adalah dengan menggunakan
Δ Yt = Yt-1 + ut Phillip Peron (PP) test. Uji ini memodifikasi
test statistik yang digunakan oleh DF test
sedemikian rupa sehingga tidak perlu ada
Persamaan 1 merupakan dasar dari
tambahan lag variabel dependen untuk
pengujian unit root dengan Dickey Fuller.
menghilangkan pengaruh serial korelasi.
Statistik testnya adalah t-statistik pada lag
dependen variabel. Jika β > 1 maka
koefisien pada lag dependen variabel (δ) Pemilihan Panjang Lag
bernilai positif. Jika β = 1 maka δ = 0.
Dalam memilih panjang lag, kita
Hipotesis nol (Ho) pada prosedur pengujian
ingin lag yang cukup panjang untuk
unit root dengan DF test adalah bahwa β = 1
menangkap sepenuhnya dinamika sistem
artinya series mempunyai unit root dan tidak
yang dimodelkan. Namun semakin panjang
stationer. Hipotesa alternatifnya (Ha) adalah
lag semakin banyak jumlah parameter yang
β < 1 yaitu ( β – 1 ) bernilai negatif yang
harus diestimasi dan semakin sedikit derajat
menunjukkan Yt mengikuti proses stationer.
kebebasannya (jumlah total parameter yang
diestimasi = n(1+np) ,dimana n=jumlah
Null hypothesis :
persamaan,p=panjang lag endogenous
variabel). Jadi kita menghadapi trade off
antara mempunyai jumlah lag yang memadai sebelumnya. Granger Causality hanya
dan mempunyai derajat kebebasan yang menguji hubungan diantara variabel dan
cukup. Dalam praktek kita membatasi tidak melakukan estimasi terhadap model.
jumlah lag menjadi lebih sedikit dari yang Untuk bivariate regression :
secara ideal diberikan pada model dinamis
(Gujarati). Yt = + α1 Yt-1 + …+ αn Yt-n + β1 Xt-
0
Penentuan jumlah lag dapat dibantu dengan 1 +… + βn Xt-n + ε1 …2)
menggunakan Akaike information criteria Xt = 0 + α1 Xt-1 + …+ αn Xt-n + β1
(AIC) dan Schwart Bayesian criterion(SBC). Yt-1 +… + βn Yt-n + u1 …3)
AIC ditentukan oleh
F-statistics adalah Wald statistics dengan
 SSR ( k ) 
hipotesis untuk masing-masing persamaan :
AIC = T ln   + 2 n
 T 
 SSR ( k )  β1 = β2 = ….….= βn = 0
SBC ( k ) = T ln   + n ln( T ) Null hipotesis adalah
 T  Ho= X tidak Granger menyebabkan Y untuk
dimana: regresi pertama dan Y tidak Granger
T = jumlah observasi yang residual menyebabkan X untuk regresi kedua.
kuadrat Jika tidak menolak bahwa X tidak Granger
K = panjang lag menyebabkan Y tetapi menolak hipotesis Y
SSR = residual sum of squares tidak Granger menyebabkan X maka
N = jumlah parameter yang diestimasi Granger causality hanya searah yaitu Y
menyebabkan X. Dengan demikian terdapat
Baik Akaike information criteria (AIC) atau empat kemungkinan :
SBC adalah ukuran baik buruknya a. Bila β1 = β2 = ….= βn # 0 untuk
kecocokan yang mengoreksi karena derajat persamaan 1 dan β1 = β2 = ….= βn = 0
kebebasan akan berkurang jika lag-lag untuk persamaan 2, berarti X Granger
ditambahkan kedalam suatu model. Statistik- menyebabkan Y dan tidak sebaliknya.
statistik ini dapat digunakan untuk b. Bila β1 = β2 = ….= βn = 0 untuk
membantu menentukan jumlah lag yang persamaan 1 dan β1 = β2 = ….= βn # 0
dimasukkan kedalam VAR. untuk persamaan 2, berarti Y Granger
menyebabkan X dan tidak sebaliknya.
Granger Causality c. Bila β1 = β2 = ….= βn # 0 untuk
persamaan 1 dan β1 = β2 = ….= βn # 0
Granger Causality test dilakukan untuk persamaan 2, berarti X Granger
untuk mengetahui apakah suatu variabel menyebabkan Y dan Y menyebabkan X.
endogen dapat diperlakukan sebagai variabel d. Bila β1 = β2 = ….= βn = 0 untuk
eksogen. Granger causality dilakukan persamaan 1 dan β1 = β2 = ….= βn = 0
bermula dari ketidaktahuan keterpengaruhan untuk persamaan 2, berarti X dan Y
antar variabel. Jika ada dua variabel X dan tidak ada hubungan.
Y, maka apakah X menyebabkan Y atau Y
menyebabkan X atau berlaku keduanya atau Impulse Response
tidak ada hubungan keduanya. Variabel X
menyebabkan variabel Y artinya berapa Impulse response function
banyak nilai Y pada periode sekarang dapat menelusuri pengaruh kontemporer dari satu
dijelaskan oleh nilai Y pada periode standar deviasi shock dari satu inovasi
sebelumnya dan nilai X pada periode terhadap nilai-nilai variabel endogen saat ini

atau nilai mendatang. Suatu shock dari mengindikasikan hubungan Granger

variabel endogen langsung berpengaruh causality yang kuat.
terhadap variabel itu sendiri dan juga Jika forecast error periode ke-n dapat
diteruskan terhadap variabel endogen dinyatakan dalam persamaan :
lainnya melalui struktur dinamis dari VAR.
Impulse response function (IRF) Yt+n – EtYt+n = θ11(0)εyt+n+ θ11(1)εyt+n-
memberikan arah hubungan dan besarnya 1+..+θ11(n-1)εyt+1
pengaruh antar variabel endogen karena +θ12(0)εzt+n+θ12(1)εzt+n-1+…+
menunjukkan pengaruh satu standar deviasi θ12(n-1)εzt+1
shock variabel endogen terhadap variabel
endogen lainnya maupun variabel itu Variance dari forecast error yt+n adalah
sendiri. Dengan demikian shock atas suatu
variabel dengan datangnya informasi baru σy(n)² = σ²y[ θ11(0) ² + θ11(1) ² + …+ θ11(n-1)
akan mempengaruhi variabel itu sendiri dan ²] + σ²z[ θ12(0) ² + θ12(1) ² + ..+
variabel-variabel lainnya dalam sistem. θ12(n-1) ²]
Variance Decomposition selanjutnya dapat dicari proporsi forecast

error yang berasal dari error term dari y (εy)
Cara lain untuk memahami sendiri dan yang berasal dari shock z(εz)
karakteristik dari perilaku dinamis adalah ,masing-masing :
dengan variance decomposition. Jika
impulse response functions dapat melacak σ²y[ θ11(0) ² + θ11(1) ² + …+ θ11(n-1) ²]
pengaruh dari suatu shock yang terjadi σy(n)²
terhadap endogenous variabel dalam sistem,
maka variance decomposition memisahkan dan
varian yang ada dalam variabel endogen
menjadi komponen-komponen shock pada σ²z[ θ12(0) ² + θ12(1) ² + ..+ θ12(n-1) ²]
variabel endogen dalam VAR. Variance σy(n)²
decomposition digunakan untuk menyusun
perkiraan error variance suatu variabel, yaitu
Forecast error dari variance decomposition
seberapa besar perbedaan antara variance
menjelaskan tentang proporsi dari variance
sebelum dan sesudah shock, baik shock yang
suatu variabel yang terdiri atas variance dari
berasal dari diri sendiri maupun shock dari
variabel itu sendiri dan variance dari
variabel lain atau untuk melihat pengaruh
variabel lainnya.
relatif variabel-variabel penelitian terhadap
variabel lainnya. Prosedurnya dengan
mengukur persentase kejutan-kejutan atas
4. HASIL PENELITIAN DAN
masing-masing variabel. Misalnya bila ada
PEMBAHASAN
shock terhadap PDB, perubahan yang terjadi
dapat dijelaskan berapa persen oleh PDB
Hasil uji unit root keenam variabel
sendiri dan berapa persen lagi oleh TOTAL.
pada levelnya seperti terlihat pada Lampiran
Lebih penting menurut Sims (1982) variance
1. Nilai ADF test untuk semua variabel
decomposition menunjukkan kekuatan
lebih besar dibandingkan nilai kritis untuk
hubungan Granger causality yang mungkin
1%, 5% maupun 10%. Kesimpulannya tidak
ada diantara variabel-variabel. Dengan kata
menolak Ho artinya nilai keenam variabel
lain , jika suatu variabel menjelaskan porsi
mempunyai unit root atau tidak stationer.
yang besar dari forecast error variance dari
Sedang uji ADF terhadap first difference
variabel lain atau sebaliknya,

keenam variabel seperti Lampiran .2. Nilai

ADF test untuk PDB, TOTAL, RTN, Model Jumlah lag yang
PEMB, SKTR1, SKTR2, SKTR3 lebih kecil dipilih
dibandingkan nilai kritis pada level 1%.
Artinya dengan kepercayaan 99% memberi Model 1 2
kesimpulan untuk menolak Ho yaitu first Model 2 3
difference dari PDB, TOTAL, RTN, PEMB,
SKTR1, SKTR2, SKTR3 tidak terdapat unit Model 3 6
root atau stationer. Model 4 3
Kriteria yang digunakan untuk
menentukan panjang lag adalah : Akaike Model 5 3
information critetion (AIC) dan Schwartz Model 6 9
information criterion (SC).Pemilihan lag
ditentukan dengan nilai terkecil dari masing-
masing kriteria. Dengan bantuan Eviews 4.1
dan dengan menggunakan panjang lag Granger Causality
tertentu diperoleh nilai-nilai dari masing-
masing kriteria. Dengan lag sebesar 8 Hasil pengujian Granger causality dengan
diperoleh angka untuk masing-masing Eviews 4.1 ditunjukkan Lampiran 3. Secara
kriteria sebagai berikut: ringkas dapat disarikan dalam Tabel berikut
Dalam mencari jumlah lag yang optimal ini
untuk kelima model diatas, pertimbangan Hasil Uji Kausalitas
mengikutsertakan jumlah lag yang berbeda: D(PDB) D(TOTAL)
1. Untuk model 1, 2, 3, 4 dan 5
mengikutsertakan sampai 6 lag untuk
memilih lag optimal adalah dengan D(PDB) D(RTN)
asumsi prioritas kebijakan fiskal yaitu
pengeluaran pemerintah yang berlainan D(PDB) D(PEMB)
dalam suatu pemerintahan (setiap 5
tahun masa pemerintahan), berkaitan
dengan Propenas. D(PDB) D(SKTR1)
2. Untuk model 6 mengikutsertakan
D(PDB) D(SKTR2)
sampai 9 lag karena pendidikan
biasanya mempunyai dampak yang lebih
lama. Berdasarkan pemilihan lag
D(PDB) D(SKTR3)
optimal diatas maka disimpulkan
penggunaan lag untuk masing-masing
model cenderung menggunakan AIC Kesimpulan dari hasil uji Granger Causality
(karena lebih stabil) yaitu untuk model 1 diatas::
menggunakan sampai lag 2, model 2 1. D(PDB) mempunyai hubungan timbal
dengan 3 lag , model 3 dengan 6 lag, balik dengan D(TOTAL) artinya
model 4 dengan 3 lag , model 5 dengan variabel D(PDB) Granger menyebabkan
3 lag dan model 6 dengan 9 lag. (Dalam variabel D(TOTAL), dan D(TOTAL)
praktek, kita membatasi lag menjadi Granger menyebabkan variabel D(PDB).
lebih sedikit dari pada yang secara ideal 2. D(PDB) mempunyai hubungan searah
diberikan pada model dinamis (Gujarati) dengan D(RTN) artinya variabel
(1995)) D(PDB) Granger menyebabkan variabel

D(RTN), sedangkan D(RTN) tidak (PDB)

Granger menyebabkan variabel D(PDB). Tanda Signifikan
3. D(PDB) mempunyai hubungan timbal D(TOTAL)(- + Tidak
balik dengan D(PEMB) yaitu variabel 2)
D(PDB) Granger menyebabkan variabel D(PDB) D(RTN)
D(PEMB), demikian sebaliknya Tanda Signifikan
D(PEMB) Granger menyebabkan D(PDB)(-1) + Ya
D(PDB) D(PEMB)
variabel D(PDB).
Tanda Signifikan
4. D(PDB) mempunyai hubungan searah
D(PDB)(-1) + Ya
dengan D(SKTR1) yaitu variabel D(PDB)(-2) + Tidak
D(PDB) tidak Granger menyebabkan D(PDB)(-6) + Ya
variabel D(SKTR1), akan tetapi
sebaliknya D(SKTR1) Granger D(PEMB) D(PDB)
menyebabkan variabel D(PDB). Tanda Signifikan
5. D(PDB) mempunyai hubungan timbal D(PEMB(-3) + Ya
balik dengan D(SKTR2) yaitu variabel D(SKTR1) D(PDB)
D(PDB) Granger menyebabkan variabel Tanda Signifikan
D(SKTR2), dan sebaliknya D(SKTR2) D(SKTR1)(-3) + Ya
Granger menyebabkan variabel D(PDB). D(SKTR2) D(PDB)
6. D(PDB) mempunyai hubungan searah Tanda Signifikan
dengan D(SKTR3) yaitu variabel D(SKTR2)(-2) + Ya
D(PDB) tidak Granger menyebabkan D(PDB) D(SKTR2)
variabel D(SKTR3), akan tetapi Tanda Signifikan
D(PDB)(-1) + Tidak
sebaliknya D(SKTR3) Granger
D(SKTR3) D(PDB)
menyebabkan variabel D(PDB).
Tanda Signifikan
D(SKTR3)(-1) + Tidak
Estimasi VAR D(SKTR3)(-9) + Ya
Berdasarkan hasil Granger Causality dan

Impulse Respon
penentuan jumlah lag maka langkah
selanjutnya adalah melakukan estimasi
Hasil dari perhitungan impulse
terhadap model-model yang mempunyai
response antara D(PDB) dan D(TOTAL)
hubungan. Masing-masing persamaan dalam
disarikan dalam Lampiran 5 dan Gambar A.
VAR terdiri dari variabel-variabel yang
Tes dilakukan 2 tahap, pertama untuk
sama di sisi sebelah kanan dan ordinary least mengetahui pengaruh kontemporer dari
square (OLS) merupakan estimator yang
variabel D(PDB) terhadap variabel
paling efisien (Pindyck & Rubinfeld,1998). D(TOTAL) dan kedua digunakan untuk
Dari persamaan diatas terlihat hanya
melihat pengaruh kontemporer dari variabel
sebagian lag yang signifikan pada setiap
D(TOTAL) terhadap variabel D(PDB).
persamaan. Hasil estimasi VAR ditunjukkan Tabel tersebut menunjukkan bahwa pada
dalam Lampiran 4. Keadaan ini merupakan
periode pertama, satu standar deviasi dari
tipikal dalam VAR (Pindyck,1998).
D(PDB) sebesar 53421.11 tidak membawa
dampak apapun terhadap variabel
D(PDB) D(TOTAL)
D(TOTAL) (standar deviasinya sama
Tanda Signifikan dengan nol = tidak ada kejutan). Setelah satu
D(PDB)(-2) + Ya periode ,standar deviasi dari D(PDB)
D(TOTAL) D menjadi 16232.48 diatas rata-ratanya,

membawa pengaruh terhadap penurunan akan direspon oleh D(PDB). Dari gambar
standar deviasi dari variabel D(TOTAL) impulse response function pada Lampiran 5
sebesar 3258.578 dibawah rata-rata. Dilain terlihat bahwa impulse respon tersebut akan
pihak satu standar deviasi dari variabel menuju keseimbangan (konvergen) dan
D(TOTAL) sebesar 15430.81 menyebabkan tidak eksplosif.
dampak negatif terhadap variabel D(PDB)
sebesar 1183.898. Setelah periode kedua , Variance Decomposition
penurunan standar deviasi dari variabel
D(TOTAL) sebesar 1629.230 menyebabkan Dalam lampiran 6 ditunjukkan tabel
kenaikan standar deviasi dari variabel variance decomposition hasil pengolahan
D(PDB) menjadi 3870.209 diatas rata- menggunakan Eviews 4.1 D(PDB) dan
ratanya. Jika dikaji lebih dalam , kejutan- D(TOTAL). Tabel tersebut menunjukkan
kejutan yang terjadi dengan datangnya bahwa pada periode pertama forecast error
informasi baru dalam D(PDB) akan variance dari D(PDB) yang dapat dijelaskan
berpengaruh baik terhadap D(PDB) sendiri oleh D(PDB) sendiri sebesar 100%
maupun terhadap D(TOTAL). Demikan juga sedangkan yang dapat dijelaskan oleh
kejutan-kejutan yang terjadi dengan D(TOTAL) sebesar 0%. Pada periode kedua
datangnya informasi baru dalam D(TOTAL) forecast error variance dari D(PDB) yang
akan berpengaruh baik terhadap D(TOTAL) dapat dijelaskan oleh D(PDB) sendiri
sendiri maupun terhadap D(PDB). Bila sebesar 99.66053% sedangkan yang dapat
dilihat gambar A di lampiran bahwa shock dijelaskan oleh D(TOTAL) sebesar
terhadap PDB akan membawa pengaruh 0.339469%. Sampai sepuluh periode
terhadap TOTAL dan akan konvergen lagi mendatang forecast error variance yang
setelah periode ke tujuh, sedangkan shock dapat dijelaskan oleh D(PDB) menurun
terhadap TOTAL akan membawa pengaruh menjadi 93.52448% dan yang dapat
terhadap PDB dan akan konvergen setelah dijelaskan oleh D(TOTAL) hanya sebesar
periode keenam. 6.475518%. Hasil ini menyimpulkan bahwa
Hasil dari perhitungan impulse response fluktuasi dari D(PDB) dipengaruhi oleh
antara D(PDB) dan D(RTN) ditunjukkan D(PDB) dan D(TOTAL) meskipun tidak
dalam Lampiran 5. Tabel tersebut signifikan (cateris paribus).
menunjukkan bahwa pada periode pertama, Sementara itu pada periode pertama
satu standar deviasi dari D(PDB) sebesar forecast error variance dari D(TOTAL) yang
55926.34 tidak membawa dampak apapun dapat dijelaskan oleh D(TOTAL) sendiri
terhadap variabel D(RTN) (standar sebesar 99.41480% dan sudah terpengaruh
deviasinya sama dengan nol = tidak ada oleh D(PDB) sebesar 0.585197%. Pada
kejutan). Setelah satu periode, standar periode kedua forecast error variance dari
deviasi dari D(PDB) menjadi 15318.51 D(TOTAL) yang dapat dijelaskan oleh
diatas rata-ratanya, membawa pengaruh D(TOTAL) sendiri menurun menjadi
terhadap penurunan standar deviasi dari sebesar 93.62999% sedangkan yang dapat
variabel D(RTN) sebesar 1632.650 dibawah dijelaskan oleh D(PDB) meningkat menjadi
rata-rata. Apabila ada shock terhadap PDB sebesar 6.370010%. Sampai sepuluh periode
maka akan direspon oleh RTN. mendatang forecast error variance yang
Demikian pula hubungan D(PDB) dengan dapat dijelaskan oleh D(TOTAL) menurun
D(PEMB) maupun dengan D(SKTR1) , menjadi 80.92555% dan yang dapat
D(SKTR2) dan D(SKTR3) , setiap shock dijelaskan oleh D(PDB) sebesar 19.07445%.
terhadap D(PDB) akan direspon oleh Hasil ini menyimpulkan bahwa fluktuasi
masing-masing variabel, demikian pula dari D(TOTAL) dipengaruhi oleh D(PDB)
shock terhadap D(PEMB) dan D(SKTR2) dan D(TOTAL) (cateris paribus).

Sementara pada Lampiran 6 ada shock D(PEMB) maka efek dari shock
menunjukkan bahwa pada periode pertama tersebut dapat dijelaskan baik oleh D(PDB)
forecast error variance dari D(PDB) yang maupun oleh D(PEMB).
dapat dijelaskan oleh D(PDB) sendiri Pada Lampiran 6 , baik shock
sebesar 100% sedangkan yang dapat terhadap D(PDB) maupun D(SKTR1)
dijelaskan oleh D(RTN) sebesar 0%. Pada masing-masing lebih banyak dijelaskan oleh
periode kedua forecast error variance dari variabel itu sendiri. Pada sepuluh periode
D(PDB) yang dapat dijelaskan oleh D(PDB) mendatang shock terhadap D(PDB) hanya
sendiri sebesar 99.92079% sedangkan yang dapat dijelaskan oleh D(SKTR1) sebesar
dapat dijelaskan oleh D(RTN) hanya sebesar 2.433968%. Sementara variance
0.079212%. Sampai sepuluh periode decomposition D(PDB) dengan D(SKTR2),
mendatang forecast error variance yang shock terhadap masing-masing variabel
dapat dijelaskan oleh D(PDB) sebesar dapat dijelaskan baik oleh variabel itu
99.90216% dan yang dapat dijelaskan oleh sendiri maupun oleh variabel yang lain.
D(RTN) sebesar 0.097839%. Hasil ini Demikian pula untuk D(PDB) dengan
menyimpulkan bahwa fluktuasi dari D(PDB) D(SKTR3).
lebih banyak dipengaruhi oleh D(PDB)
sendiri dan D(RTN) hampir tidak PEMBAHASAN
mempunyai pengaruh .
Sementara itu pada periode pertama Hubungan Total Pengeluaran Pemerintah
forecast error variance dari D(RTN) yang terhadap Produk Domestik Bruto
dapat dijelaskan oleh D(RTN) sendiri
sebesar 81.60653% dan sudah terpengaruh Granger causality menyimpulkan
oleh D(PDB) sebesar 18.39347%. Pada bahwa terdapat hubungan timbal balik antara
periode kedua forecast error variance dari produk domestik bruto dengan total
D(RTN) yang dapat dijelaskan oleh D(RTN) pengeluaran pemerintah. Hasil estimasi
sendiri menurun menjadi sebesar 79.51457% menunjukkan bahwa secara signifikan
sedangkan yang dapat dijelaskan oleh produk domestik bruto berpengaruh positif
D(PDB) meningkat menjadi sebesar terhadap pengeluaran pemerintah dan total
2048543%. Sampai sepuluh periode pengeluaran pemerintah tidak signifikan
mendatang forecast error variance yang berpengaruh positif terhadap produk
dapat dijelaskan oleh D(RTN) menjadi domestik bruto.
56.52548% dan yang dapat dijelaskan oleh
D(PDB) sebesar 43.47452%. Hasil ini Produk domestik bruto mempengaruhi
menyimpulkan bahwa fluktuasi dari total pengeluaran pemerintah
D(RTN) dipengaruhi oleh D(PDB) dan Bila produk domestik bruto meningkat maka
D(RTN) (cateris paribus). akan berdampak kepada peningkatan
Sedangkan pada Lampiran 6 juga kegiatan ekonomi utamanya sektor riil dan
menunjukkan bahwa bila ada shock terhadap dunia usaha pada umumnya. Peningkatan
D(PDB) maka dampak dari shock tersebut kegiatan ekonomi akan membawa pengaruh
dapat dijelaskan oleh D(PDB) sendiri peningkatan penerimaan pemerintah melalui
dengan porsi yang semakin menurun dengan perpajakan, karena bergairahnya
bertambahnya periode dan semakin besarnya perekonomian sehingga aktivitas dunia
dampak yang dapat dijelaskan oleh usaha meningkat dan pada akhirnya
D(PEMB). Pada sepuluh periode mendatang keuntungan perusahaan meningkat pula.
yang dapat dijelaskan D(PDB) sebesar Peningkatan aktivitas dan keuntungan
90.63020% dan oleh D(PEMB) sebesar perusahaan ini tentunya akan meningkatkan
9.369801%. Demikian sebaliknya apabila perpajakan baik dari pajak penghasilan,

pajak pertambahan nilai maupun cukai. Jika terhadap konsumsi rumah tangga). Belum
penerimaan pemerintah meningkat maka lagi terdapat pengeluaran yang bersifat
akan membawa konsekuensi peningkatan kontraksi seperti belanja pegawai luar negeri
pengeluaran pemerintah. Peningkatan dan belanja barang luar negeri. Pengeluaran
pengeluaran pemerintah juga didasari alasan subsidi juga merupakan pengeluaran yang
bahwa dengan peningkatan pertumbuhan konsumtif dan tidak produktif.
ekonomi, maka menuntut peningkatan Pengeluaran pembangunanlah yang
penyediaan barang publik oleh pemerintah. berperan dalam meningkatkan produk
Dengan demikian untuk kasus Indonesia domestik bruto. Hanya saja dengan
Wagner’s Law berlaku, dimana peningkatan keterbatasan dana serta banyaknya
produk domestik bruto akan mengakibatkan obligatory expenditure pada pengeluaran
peningkatan pengeluaran pemerintah. rutin membuat pemerintah tidak bisa berbuat
Peningkatan pertumbuhan ekonomi akan terlalu jauh dalam pengeluarannya. Oleh
mempunyai efek terhadap pengeluaran karena wajar bila hasil estimasi
pemerintah setelah periode dua tahun menyimpulkan bahwa pengeluaran
(cateris paribus). pemerintah secara tidak signifikan
Hasil impulse respon juga berpengaruh terhadap produk domestik
menunjukkan bahwa apabila terjadi shock bruto. Dengan demikian pendapat Keynes
terhadap produk domestik bruto maka berlaku di Indonesia , dimana pengeluaran
pengeluaran pemerintah akan merespon pemerintah sebagai campur tangan
setelah tahun pertama dan setelah tahun pemerintah dapat menstimulus
ketujuh akan mengarah menuju konvergen perekonomian.
kembali. Sementara hasil variance Hasil impulse respon juga
decomposition menunjukkan bahwa shock menunjukkan bahwa apabila terjadi shock
terhadap PDB dapat dijelaskan baik oleh terhadap pengeluaran pemerintah maka
selisih PDB sendiri maupun total produk domestik bruto akan merespon mulai
pengeluaran pemerintah. tahun pertama dimana shock timbul dan
setelah enam tahun akan menuju
Total pengeluaran pemerintah tidak keseimbangan kembali. Sementara hasil
signifikan mempengaruhi produk variance decomposition menunjukkan
domestik bruto bahwa shock terhadap pengeluaran
Peningkatan pengeluaran peme- pemerintah dapat dijelaskan baik oleh
rintah secara tidak signifikan juga pengeluaran pemerintah sendiri maupun
membawa dampak kenaikan produk produk domestik bruto.
domestik bruto di Indonesia. Hal ini dapat
dijelaskan dengan struktur dan komposisi Hubungan Pengeluaran Rutin
pengeluaran pemerintah. Pengeluaran Pemerintah terhadap Produk Domestik
pemerintah dalam APBN terdiri dari Bruto.
pengeluaran rutin dan pembangunan. Secara
rata-rata pengeluaran komposisi pengeluaran Granger causality menyimpulkan
keduanya tahun 1970 sampai 2003 adalah bahwa terdapat hubungan searah antara
56% pengeluaran rutin dan 44% pengeluaran produk domestik bruto dengan pengeluaran
pembangunan. Sekitar 30% dari rutin pemerintah. Hasil estimasi
pengeluaran rutin digunakan untuk belanja menunjukkan bahwa secara signifikan
pegawai dan kurang lebih 40% untuk produk domestik bruto berpengaruh positif
membayar bunga utang dalam dan luar terhadap pengeluaran rutin pemerintah.
negeri. Porsi belanja pegawai terhadap PDB
juga hanya sekitar 2% (sangat kecil porsinya

Produk Domestik Bruto mempengaruhi barang dan subsidi. Sementara sumbangan

pengeluaran rutin pemerintah belanja pegawai terhadap PDB dalam bentuk
Karena pengeluaran rutin konsumsi rumah tangga juga kecil yaitu
merupakan bagian dari pengeluaran total hanya sekitar 2%. Pengeluaran rutin lainnya
pemerintah yang besar dibandingkan yang membuat kontra produktif adalah
pengeluaran pembangunan , maka dengan pembayaran bunga utang luar terutama
alasan yang sama dengan diatas bahwa utang luar negeri. Dalam tahun 2003
peningkatan produk domestik bruto akan misalnya total pembayaran bunga utang
meningkatkan pengeluaran rutin pemerintah. sebesar Rp.81,9 trilyun. Artinya dari
Pengeluaran rutin pemerintah tahun 2003 penerimaan negara dari pajak dan bukan
sebesar Rp.188.584,3 M atau sebesar 74,3% pajak sebesar Rp.336 trilyun, sebesar
dari total pengeluaran pemerintah. Rp.81,9 trilyun (24,4%) hanya digunakan
Peningkatan produk domestik bruto untuk membayar bunga utang. Dengan
(pertumbuhan ekonomi) menuntut demikian apabila diteliti lebih jauh maka
peningkatan public goods yang harus dari pengeluaran rutin, sangat kecil porsi
disediakan pemerintah. Demikian juga pengeluaran yang betul-betul dapat
pelayanan yang tentunya meningkatkan produktif dan mempengaruhi produk
kebutuhan secara kelembagaan seperti domestik bruto. Belanja pegawai pun tidak
kebutuhan jumlah pegawai dan gaji begitu berpengaruh terhadap konsumsi
pegawai, sarana dan prasarana pelayanan , rumah tangga secara keseluruhan. Kalau
belanja barang dan pemeliharaan dan dilihat jumlah belanja pegawai jauh lebih
sebagainya. Selang waktu yang relatif lama kecil dibanding porsi konsumsi rumah
yaitu tiga tahun disebabkan perubahan tangga dalam PDB (sekitar 2%). Belanja
pengeluaran rutin memang tidak secepat pegawai berjumlah Rp.50 trilyun, sementara
pengeluaran pembangunan, karena konsumsi rumah tangga dalam PDB sebesar
pengeluaran rutin relatif tetap dan untuk Rp.1.372 trilyun. Hal ini menunjukkan
keperluan-keperluan yang sudah tetap/ bahwa konsumsi rumah tangga yang berasal
periodic Setiap kenaikan selisih PDB tiga dari sektor swasta lebih banyak berperan.
tahun yang lalu akan meningkatkan selisih
pengeluaran rutin pemerintah tahun ini. Hubungan Pengeluaran Pembangunan
Hasil impulse respon juga Pemerintah dan tiga sektor pembangunan
menunjukkan bahwa apabila terjadi shock dengan produk domestik bruto.
terhadap produk domestik bruto maka
pengeluaran rutin pemerintah akan Sejalan dengan alasan-alasan diatas
merespon setelah tahun pertama dimana maka pada dasarnya peningkatan produk
shock timbul dan lambat laun akan menuju domestik akan memberi dampak kepada
keseimbangan kembali. Sementara hasil peningkatan pengeluaran pemerintah tak
variance decomposition menunjukkan terkecuali pengeluaran pembangunan,
bahwa shock terhadap produk domestik tergantung periode waktu pengaruhnya.
bruto dapat dijelaskan baik oleh produk Peningkatan pengeluaran pembangunan
domestik bruto sendiri maupun pengeluaran akan memberikan dampak terhadap
rutin. peningkatan produk domestik bruto setelah
Sementara itu pengeluaran rutin tiga periode ( tiga tahun). Sedangkan
pemerintah tidak berpengaruh terhadap peningkatan produk domestik bruto akan
produk domestik bruto karena komposisi memberikan efek terhadap peningkatan
pengeluaran rutin lebih bersifat tidak pengeluaran pembangunan setelah satu dan
produktif seperti belanja pegawai, tunjangan dua periode.
beras, uang makan/lauk-pauk, belanja

Secara umum pengeluaran meningkatkan perdagangan dan investasi

pembangunan merupakan pengeluaran yang pada gilirannya akan meningkatkan
investasi pemerintah. Tentunya tidak cepat pertumbuhan ekonomi. Pertumbuhan sektor
memberikan pengaruh terhadap produk infrastruktur sangat dibutuhkan khususnya
domestik bruto. Sebagai contoh di luar Jawa. Akses ke sumber bahan baku
pembangunan jalan akan memberikan maupun ke pasar tujuan tidak dapat
dampak setelah melewati beberapa periode. dilepaskan dari peranan sektor infrastruktur
Dalam penelitian ini ditemukan bahwa dan transportasi. Infrastruktur berfungsi
pengeluaran pembangunan mempunyai memfasilitasi sirkulasi barang, menyebarkan
dampak setelah tiga periode. penduduk, memperluas perdagangan,
Penelitian ini menggunakan data mengurangi kemiskinan dan memperbaiki
dari tahun 1970 sampai 2003, sehingga kondisi lingkungan.
wajar bahwa dalam penelitian ini sektor Menurut Mauritz H.M.Sibarani
pertanian memberikan dampak atau dalam penelitiannya berjudul “Kontribusi
pengaruh yang signifikan dan positif Infrastruktur terhadap Pertumbuhan
terhadap produk domestik bruto. Tidak Ekonomi Industri (26 Propinsi di Indonesia
dapat dipungkiri bahwa selama periode Tahun 1983-1997)” menyatakan bahwa
tersebut secara rata-rata sektor pertanian infrastruktur (jalan,listrik dan telepon)
memiliki sumbangan yang besar dalam memberikan pengaruh yang signifikan dan
produk domestik bruto. Hal ini mendukung positif terhadap agregat output yang diwakili
penelitian Shergen Fan & Nertha Rao (2003) oleh variabel pendapatan per kapita.
yang menyatakan bahwa sektor pertanian Sementara menurut Munnel (1992)
memberikan hasil positif dan signifikan pengeluaran publik (infrastruktur)
terhadap pertambahan output. Varina Hisbah mempunyai pengaruh timbal balik dengan
(2000) dalam penelitiannya menggunakan pertumbuhan ekonomi. Hanya saja menurut
Sistem Neraca Sosial Ekonomi (SNSE) 1998 Munnel infrastruktur terjadi sebelum adanya
memberikan hasil bahwa pengeluaran aktifitas ekonomi.
pemerintah ke sektor pertanian memberikan Peningkatan produk domestik bruto
dampak yang lebih baik. akan membawa dampak kepada peningkatan
Sebaliknya porsi pengeluaran secara signifikan dan positif terhadap
pemerintah untuk sektor pertanian makin pengeluaran pembangunan merupakan hal
menurun sejalan berkembangnya sektor yang logis. Pemerintah bahkan pada tahun-
manufaktur dan semakin berkurangnya nilai tahun ke depan akan meningkatkan anggaran
tambah dari sektor pertanian yang pembangunan khususnya infrastruktur.
disebabkan tidak efisien. Hal ini dibuktikan Pengeluaran pemerintah di sektor
dari hasil uji kausalitas bahwa pengeluaran pendidikan akan memberikan dampak yang
pembangunan tidak banyak berpengaruh positif dan signifikan setelah sembilan
terhadap sektor pertanian. Bustanul Arifin periode (tahun). Hal ini disebabkan sektor
dalam tulisannya Ekonomi Politik pendidikan merupakan investasi jangka
menyatakan bahwa merupakan fenomena panjang, yang tidak secara cepat
biasa dimana pendapatan negara yang mempengaruhi perekonomian. Sektor
semakin meningkat maka alokasi untuk pendidikan akan mempengaruhi produk
sektor yang berhubungan dengan bahan domestik bruto melalui peningkatan ilmu
pokok akan berkurang (Engle Law). pengetahuan dan teknologi. Sebagaimana
Sektor infrastruktur dan transportasi teori pertumbuhan endogen bahwa
merupakan sektor penting dalam pertumbuhan yang berkesinambungan dapat
pertumbuhan investasi. Dengan infrastruktur terjadi dengan teknologi melalui investasi
dan transportasi yang kondusif maka akan pemerintah dan swasta dengan R & D.

Dengan teknologi maka akan terjadi dijelaskan oleh produk domestik bruto.
perbaikan proses produksi yang lebih efektif Hal ini juga ditunjukkan oleh impulse
dan efisien. Elizabeth Tiur Manurung dalam response function dan variance
penelitiannya “Peranan Pendidikan dalam decomposition.
Pertumbuhan Ekonomi di Indonesia 1969- 3. Granger Causality menyimpulkan
1993” mengatakan bahwa peran pendidikan bahwa terdapat hubungan timbal balik
dalam pertumbuhan ekonomi di Indonesia antara pengeluaran pembangunan dan
melalui : produk domestik bruto. Hal ini dapat
1) peningkatan kualitas dan produktivitas dijelaskan karena pengeluaran
2) dalam proses adopsi dan pengembangan pembangunan pemerintah merupakan
teknologi. pengeluaran investasi dan lebih
Berdasarkan hasil penelitian ini produktif. Hasil estimasi VAR dari
mengindikasikan bahwa di Indonesia alokasi ketiga sektor pengeluaran pembangunan
untuk sektor pendidikan relatif masih kecil yang dipilih, menyimpulkan bahwa
sehingga pertumbuhan ekonomi tidak begitu alokasi ke ketiga sektor tersebut
berpengaruh terhadap pengeluaran memberikan pengaruh positif dan
pembangunan di sektor pendidikan. Hal ini signifikan terhadap produk domestik
mengingat pemerintah masih mempunyai bruto. Sementara itu produk domestik
masalah utang dan hal lain yang lebih bruto lebih banyak memberikan dampak
mendesak seperti subsidi BBM yang lebih terhadap pengeluaran pemerintah di
diprioritaskan. sektor infrastruktur dan transportasi.
5. KESIMPULAN DAN SARAN Saran dan Implikasi Kebijakan

1. Pemerintah harus mengalokasikan
Kesimpulan anggaran dengan efektif ke pos-pos
1. Granger causality menyimpulkan bahwa pengeluaran yang dapat meningkatkan
terdapat hubungan timbal balik antara produk domestik bruto sebagai salah
produk domestik bruto dengan total satu indikator pertumbuhan ekonomi.
pengeluaran pemerintah. Artinya Pemerintah perlu mempertimbangkan
fluktuasi dan dinamika produk domestik peng-hematan pengeluaran utamanya
bruto dapat dijelaskan oleh total pengeluaran rutin. Hal ini dapat
pengeluaran pemerintah, demikian dilakukan dengan mengurangi laju
sebaliknya. Hal ini juga ditunjukkan pertumbuhan jumlah pegawai sehingga
oleh impulse response function dan dapat mengurangi belanja pegawai. Hal
variance decomposition. Hanya saja lain yang dapat dilakukan adalah
berdasarkan estimasi VAR dampak total perlunya dipikirkan perlunya
pengeluaran pemerintah ternyata tidak pengurangan subsidi BBM yang
signifikan terhadap produk domestik memberatkan APBN. Skala prioritas ini
bruto. Hal ini banyak dijelaskan oleh memang membawa dampak terhadap
besarnya pengeluaran rutin sementara kemiskinan dan pengangguran. Literatur
pengeluaran rutin banyak tidak produktif keuangan negara memang memberikan
dan bersifat kontraksi seperti acuan bahwa terdapat trade off dalam
pembayaran bunga utang. kebijakan pemerintah yaitu efisiensi dan
2. Granger causality menyimpulkan bahwa equality. Bila sudut pandangnya dari
terdapat hubungan searah antara produk pertumbuhan ekonomi (efisien) maka
domestik bruto dengan pengeluaran equality akan berkurang. Hal ini dapat
rutin pemerintah. Fluktuasi dan dikurangi dengan mengalokasikan ke
dinamika pengeluaran rutin dapat proyek-proyek pembangunan yang

bersifat padat karya. Tetapi hal ini juga

menimbulkan dampak ketidak-efisienan - o0o -
dibanding menggunakan padat modal.
Memang pada akhirnya pemerintah
harus bijaksana untuk mengambil
kebijakan dengan mempertimbangkan
dampak ter-dapat efisiensi dan equality.
Disamping itu perlunya manajemen
pinjaman luar negeri sehingga semakin
lama pinjaman semakin berkurang, dan
mencari alternatif pembiayaan yang lain
sehingga diharapkan dapat menekan
pengeluaran obligatory dan
memperlebar ruang gerak APBN dalam
melakukan ekspansi fiskal yang pada
gilirannya dapat meningkatkan
pertumbuhan ekonomi.
2. Pemerintah perlu lebih memberi
perhatian kepada pengeluaran
pembangunan karena pengeluaran
pembangunan dapat menstimulus
produk domestik bruto (pertumbuhan
ekonomi).
3. Peningkatan pengeluaran pemerintah di
sektor infrastruktur dan transportasi
akan meningkatkan investasi yang pada
gilirannya dapat membawa dampak
positif terhadap peningkatan produk
domestik bruto. Sektor pendidikan
meskipun memberi dampak dalam
jangka panjang (setelah 9 tahun atau
sesuai program wajib belajar 9 tahun)
perlu mendapat perhatian pemerintah,
bahkan UUD 1945 mensyaratkan
alokasi ke sektor pendidikan sebesar
20%.
4. Penelitian ini menggunakan struktur
APBN I-account sebelum 2005 karena
analisisnya juga dibatasi hanya sampai
tahun 2003. Oleh karena sistem unified
budget baru diterapkan tahun 2005 ini,
sehingga data konversi belum tersedia,
maka untuk penelitian selanjutnya
disarankan untuk menggunakan struktur
APBN I-account dengan unified budget
system.

LAMPIRAN 1 LAMPIRAN 2
Uji ADF level PDB, TOTAL, RTN,PEMB, SKTR1, Uji ADF first difference PDB, TOTAL,
SKTR2 DAN SKTR3 RTN,PEMB,SKTR1, SKTR2 DAN SKTR3
Variabel Nilai ADF 1% 5% 10% Variabel Nilai ADF 1% 5% 10%
PDB 0.25 -3.64 -2.95 -2.61 PDB -4.36 -3.64 -2.95 -2.61
TOTAL -3.76 -3.65 -2.96 -2.62

TOTAL -1.045 -3.70 -2.98 -2.63
RTN -7.03 -3.65 -2.96 -2.62
RTN -1.12 -3.64 -2.95 -2.63
PEMB -6.68 -3.65 -2.96 -2.62
PEMB -0.87 -3.64 -2.95 -2.63
SKTR1 -5.16 -3.65 -2.96 -2.62
SKTR1 -1.57 -3.64 -2.95 -2.63
SKTR2 -6.21 -3.65 -2.96 -2.62
SKTR2 -1.73 -3.64 -2.95 -2.63
SKTR3 -5.41 -3.65 -2.96 -2.62
SKTR3 -0.001 -3.64 -2.95 -2.63
LAMPIRAN 3
Hasil Pengujian Granger Causality
Variabel F Statistik Nilai-p Kesimpulan

D(TOTAL) D(PDB) 2.62136 0.09111 c Menolak Ho
D(PDB) D D(TOTAL) Menolak Ho
3.98969 0.03034 b
D(RTN) D(PDB) 0.05747 0.98146 Tidak
D(PDB) D(RTN) Menolak Ho
25.1185 1.9E-07 a
Menolak Ho
D(PEMB) D(PDB) 3.95153 0.01601 b Menolak Ho
D(PDB) D(PEMB) Menolak Ho
2.45664 0.07781 b
D(SKTR1) D(PDB) 3.95153 0.03975 b Menolak Ho
D(PDB) D(SKTR1) Tidak
0.14809 0.92986
menolak Ho
D(SKTR2) D(PDB) 2.498890 0.08489 c Menolak Ho
D(PDB) D(SKTR2) Menolak Ho
2.78984 0.06331 c
D(SKTR3) D(PDB) 3.56443 0.08764 c Menolak Ho
D(PDB) D(SKTR3) Tidak
0.67798 0.71182
menolak Ho
Keterangan :
Jika nilai-p lebih kecil dari taraf uji, maka Ho ditolak. Tanda a menyatakan
nyata pada taraf 1%, b pada taraf 5% dan c pada taraf 10%

1. Untuk model 1
Lag LR FPE AIC SC
0 NA 1.21E+20 51.91711 52.01227

1 4.417418 1.18E+18 47.27679 47.75258
2 125.4921* 1.06E+18* 47.18314* 47.46861*
3 6.583511 1.16E+18 47.24900 47.91511
4 6.014170 1.15E+18 47.21818 48.07460
5 3.425953 1.31E+18 47.30237 48.34910
6 2.081320 1.62E+18 47.44933 48.68638
2. Untuk model 2
Lag LR FPE AIC SC
0 NA 2.47E+18 48.02613 48.12212

1 3.177392 2.91E+18 48.19003 48.47800
2 14.63487 2.03E+18 47.82111 48.30105
3 29.22007* 6.43E+17* 46.65640* 47.32832*
4 4.209140 7.04E+17 46.71886 47.58275
5 1.695271 8.93E+17 46.90920 47.96507
6 3.831848 9.83E+17 46.93179 48.17963
3. Untuk model 3
Lag LR FPE AIC SC
0 NA* 5.99E+17 46.60929 46.70528*

1 2.673491 7.22E+17 46.79419 47.08216
2 3.857217 8.20E+17 46.91516 47.39510
3 8.424411 7.35E+17 46.79024 47.46215
4 7.420816 6.74E+17 46.67426 47.53816
5 7.235547 6.04E+17 46.51834 47.57421
6 7.115366 5.26E+17* 46.30639* 47.55424
4. Untuk model 4
Lag LR FPE AIC SC
0 NA 2.62E+16 43.38001 44.43588

1 0.918571 3.55E+16 43.61069 44.85854
2 3.857217 8.20E+17 46.91516 47.39510
3 2.67239* 1.23E+16* 42.72416* 42.82014*
4 1.631306 1.55E+16 42.95248 43.24045
5 1.350601 1.97E+16 43.18739 43.66733
6 7.560938 1.85E+16 43.10564 43.77755
5. Untuk model 5
Lag LR FPE AIC SC
0 NA 8.07E+16* 44.60535 44.70133*

1 5.135280 8.78E+16 44.68767 44.97564
2 8.366748 8.13E+16 44.60366 45.08360
3 1.936760 1.01E+17 44.80312 45.47504
4 2.531348 1.21E+17 44.95879 45.82268
5 10.94960* 8.62E+16 44.57073* 45.62660
6 0.712173 1.19E+17 44.81616 46.06400
6. Untuk model 6
Lag LR FPE AIC SC
0 NA* 4.86E+16* 44.09907 44.19724*

1 1.594736 6.31E+16 44.35646 44.65098
2 4.971372 6.84E+16 44.42815 44.91900
3 2.856778 8.26E+16 44.59343 45.28063
4 3.180431 9.72E+16 44.71474 45.59828
5 2.468913 1.20E+17 44.85816 45.93804
6 4.905838 1.20E+17 44.74550 46.02173
7 2.243026 1.56E+17 44.82961 46.30218
8 5.312519 1.33E+17 44.40401 46.07292
9 8.405846 5.34E+16 43.05618* 44.92143
* jumlah lag yang dipilih berdasarkan kriteria

GAMBAR A IMPULSE RESPONSE

R e s p o n s e o f D ( P D B ) t o C h o le s k y R e s p o n s e o f D ( P D B ) to C h o le s k y
O n e S . D . In n o v a tio n s O n e S .D . In n o v a tio n s
6 0 0 0 0 6 0 0 0 0
5 0 0 0 0 5 0 0 0 0
4 0 0 0 0 4 0 0 0 0
3 0 0 0 0 3 0 0 0 0
2 0 0 0 0 2 0 0 0 0
1 0 0 0 0 1 0 0 0 0
0 0
-1 0 0 0 0 -1 0 0 0 0
1 2 3 4 5 6 7 8 9 1 0 1 2 3 4 5 6 7 8 9 1 0
D (P D B ) D (T O T A L ) D (P D B ) D (R T N )
R e s p o n s e o f D ( T O T A L ) to C h o le s k y R e s p o n s e o f D ( R T N ) to C h o le s k y
O n e S . D . In n o v a tio n s O n e S . D . I n n o v a t io n s
1 6 0 0 0 2 0 0 0 0
1 2 0 0 0 1 5 0 0 0
1 0 0 0 0
8 0 0 0
5 0 0 0
4 0 0 0
0
0
-5 0 0 0
-4 0 0 0 -1 0 0 0 0
-8 0 0 0 -1 5 0 0 0
1 2 3 4 5 6 7 8 9 1 0 1 2 3 4 5 6 7 8 9 1 0
R e s p o n s e o f D ( P D B ) to C h o le s k y R e s p o n s e o f D ( P D B ) to C h o le s k y
O n e S . D . In n o v a tio n s O n e S . D . I n n o v a ti o n s
6 0 0 0 0 6 0 0 0 0
5 0 0 0 0 5 0 0 0 0
4 0 0 0 0 4 0 0 0 0
3 0 0 0 0 3 0 0 0 0
2 0 0 0 0 2 0 0 0 0
1 0 0 0 0 1 0 0 0 0
0 0
- 1 0 0 0 0 - 1 0 0 0 0
1 2 3 4 5 6 7 8 9 1 0 1 2 3 4 5 6 7 8 9 1 0
D ( P D B ) D ( P E M B ) D ( P D B ) D ( S K T R 1 )
R e s p o n s e o f D ( P E M B ) to C h o le s k y R e s p o n s e o f D ( S K T R 1 ) t o C h o le s k y
O n e S .D . In n o v a t io n s O n e S . D . I n n o v a ti o n s
1 6 0 0 0 2 0 0 0
1 6 0 0
1 2 0 0 0
1 2 0 0
8 0 0 0
8 0 0
4 0 0 0
4 0 0
0
0
- 4 0 0 0 - 4 0 0
1 2 3 4 5 6 7 8 9 1 0 1 2 3 4 5 6 7 8 9 1 0
R e s p o n s e o f D ( P D B ) t o C h o le s k y R e s p o n s e o f D ( P D B ) to C h o le s k y
O n e S . D . In n o v a tio n s O n e S . D . In n o v a tio n s
5 0 0 0 0 6 0 0 0 0
4 0 0 0 0 5 0 0 0 0
4 0 0 0 0
3 0 0 0 0
3 0 0 0 0
2 0 0 0 0
2 0 0 0 0
1 0 0 0 0
1 0 0 0 0
0
0
-1 0 0 0 0 -1 0 0 0 0
1 2 3 4 5 6 7 8 9 1 0 1 2 3 4 5 6 7 8 9 1 0
D (P D B ) D (S K T R 2 ) D (P D B ) D (S K T R 3 )
R e s p o n s e o f D ( S K T R 2 ) to C h o le s k y R e s p o n s e o f D ( S K T R 3 ) to C h o le s k y
O n e S .D . In n o v a tio n s O n e S . D . In n o v a tio n s
5 0 0 0 4 0 0 0
4 0 0 0
3 0 0 0
3 0 0 0
2 0 0 0
2 0 0 0
1 0 0 0
0 1 0 0 0
-1 0 0 0
0
-2 0 0 0
-3 0 0 0 -1 0 0 0
1 2 3 4 5 6 7 8 9 1 0 1 2 3 4 5 6 7 8 9 1 0

GAMBAR B VARIANCE DECOMPOSITION

V a ria n c e D e c o m p o s itio n o f D ( P D B ) V a ria n c e D e c o m p o s itio n o f D ( P D B )
1 2 0 1 0 0
1 0 0
8 0
8 0
6 0
6 0
4 0
4 0
2 0
2 0
0 0
1 2 3 4 5 6 7 8 9 1 0 1 2 3 4 5 6 7 8 9 1 0
V a r ia n c e D e c o m p o s itio n o f D ( T O T A L ) V a r ia n c e D e c o m p o s itio n o f D (R T N )
1 0 0 9 0
8 0
8 0
7 0
6 0
6 0
5 0
4 0
4 0
3 0
2 0
2 0
0 1 0
1 2 3 4 5 6 7 8 9 1 0 1 2 3 4 5 6 7 8 9 1 0
V a r i a n c e D e c o m p o s i t i o n o f D ( P D B ) V a r i a n c e D e c o m p o s i t i o n o f D ( P D B )
1 0 0 1 0 0
8 0 8 0
6 0 6 0
4 0 4 0
2 0 2 0
0 0
1 2 3 4 5 6 7 8 9 1 0 1 2 3 4 5 6 7 8 9 1 0
V a r i a n c e D e c o m p o s i t i o n o f D ( P E M B ) V a r i a n c e D e c o m p o s i t i o n o f D ( S K T R 1 )
8 0 1 0 0
7 0
8 0
6 0
6 0
5 0
4 0
4 0
2 0
3 0
2 0 0
1 2 3 4 5 6 7 8 9 1 0 1 2 3 4 5 6 7 8 9 1 0
V a ria n c e D e c o m p o s itio n o f D (P D B )
V a ria n c e D e c o m p o s itio n o f D (P D B ) 100
1 0 0
80
8 0
60
6 0
40
4 0
20
2 0
0
0 1 2 3 4 5 6 7 8 9 10
1 2 3 4 5 6 7 8 9 1 0
D (P D B ) D (S K T R 3 )
D (P D B ) D (S K T R 2 )
V a r ia n c e D e c o m p o s itio n o f D (S K T R 3 )
V a r ia n c e D e c o m p o s itio n o f D (S K T R 2 )
90
9 0
80
8 0
70
7 0
60
6 0
50
5 0
4 0 40
3 0 30
2 0 20
1 0 10
1 2 3 4 5 6 7 8 9 1 0 1 2 3 4 5 6 7 8 9 10

LAMPIRAN 4
Hasil estimasi VAR antara D(PDB) dan D(TOTAL)
D(PDB) D(TOTAL)
D(PDB(-1)) 0.299179 0.070107
(0.18478) (0.05353)
[ 1.61907] [ 1.30963]
0.1175 0.2018
D(PDB(-2)) -0.188046 0.125291
(0.18537) (0.05370)
[-1.01444] [2.33307]
0.3197 0.0277
D(TOTAL(-1)) -0.211173 -0.105583
(0.61031) (0.17681)
[-0.34601] [-0.59717]
0.7321 0.5556
D(TOTAL(-2)) 0.930008 -0.072686
(0.62590) (0.18132)
[ 1.48587] [-0.40086]
0.1493 0.6918
C 37201.01 13064.07
(16200.8) (4693.39)
[ 2.29625] [ 2.78351]
0.0300 0.0099
R-squared 0.162701 0.219277
Adj. R-squared 0.033886 0.099166
Sum sq. resides 7.42E+10 6.23E+09
S.E. equation 53421.11 15476.16
F-statistic 1.263062 1.825617
Log likelihood -378.7256 -340.3195
Akaike AIC 24.75649 22.27868
Schwarz SC 24.98778 22.50997
Mean dependent 49635.13 9067.721
S.D. dependent 54349.90 16305.75
Determinant Residual Covariance 6.80E+17
Log Likelihood (d.f. adjusted) -724.4068
Akaike Information Criteria 47.38108
Schwarz Criteria 47.84366

Hasil estimasi VAR antara D(PDB) dengan D(RTN)

Standard errors in ( ) & t-statistics in [ ]
D(RTN)
D(RTN(-1)) 0.224894
(0.13800)
[ 1.62964]
0.1168
D(RTN(-2)) -0.128692
(0.13358)
[-0.96339]
0.3454
D(RTN(-3)) -0.207502
(0.14360)
[-1.44504]
0.1619
C 471.5692
(6097.78)
[ 0.07733]
0.9390
D(PDB(-1)) 0.155455
(0.05144)
[ 3.02220]
0.0061
D(PDB(-2)) -0.391284
(0.04970)
[-7.87264]
0.0000
D(PDB(-3)) 0.362014
(0.06241)
[ 5.80100]
0.0000
R-squared 0.791339
Adj. R-squared 0.736906
Sum sq. resids 4.03E+09
S.E. equation 13238.38
F-statistic 14.53781
Log likelihood -323.3089
Akaike AIC 22.02059
Schwarz SC 22.34754
Mean dependent 4744.578
S.D. dependent 25809.49

Hasil estimasi VAR antara D(PDB) dengan D(PEMB)
Standard errors in ( ) & t-statistics in [ ]

D(PDB) D(PEMB)
D(PDB(-1)) 0.244222 0.026370
(0.23906) (0.06202)
[ 1.02159] [ 0.42519]
0.3243 0.6772
D(PDB(-2)) -0.308211 0.029130
(0.21126) (0.05481)
[-1.45890] [ 0.53149]
0.1667 0.6034
D(PDB(-3)) -0.324034 -0.136164
(0.22972) (0.05960)
[-1.41055] [-2.28473]
0.1802 0.0384
D(PDB(-4)) -0.070709 -0.013793
(0.25561) (0.06631)
[-0.27663] [-0.20799]
0.7861 0.8382
D(PDB(-5)) -0.523435 -0.116304
(0.23829) (0.06182)
[-2.19664] [-1.88134]
0.0454 0.0809
D(PDB(-6)) 0.358137 0.159224
(0.34811) (0.09031)
[ 1.02881] [ 1.76308]
0.3210 0.0997
D(PEMB(-1)) -0.702591 -0.345154
(0.97621) (0.25326)
[-0.71971] [-1.36284]
0.4835 0.1945
D(PEMB(-2)) 0.249654 -0.025990
(1.01677) (0.26378)
[ 0.24554] [-0.09853]
0.8096 0.9229
D(PEMB(-3)) 2.826507 0.743623
(0.92865) (0.24092)
[ 3.04368] [ 3.08658]
0.0088 0.0080
D(PEMB(-4)) 1.782801 -0.137219
(1.03137) (0.26757)
[ 1.72857] [-0.51283]
0.1059 0.6161
D(PEMB(-5)) 1.580656 0.021185
(1.13465) (0.29437)
[ 1.39307] [ 0.07197]
0.1853 0.9436
D(PEMB(-6)) -2.804871 -0.536266
(1.16994) (0.30352)
[-2.39744] [-1.76682]
0.0310 0.0990
C 75378.61 7829.516
(35299.8) (9157.90)
[ 2.13539] [ 0.85495]
0.0509 0.4070
R-squared 0.681879 0.684449
Adj. R-squared 0.409204 0.413978
Sum sq. resids 2.72E+10 1.83E+09
S.E. equation 44072.65 11433.87
F-statistic 2.500699 2.530575
Log likelihood -318.1719 -281.7419
Akaike AIC 24.53125 21.83273
Schwarz SC 25.15517 22.45665
S.D. dependent 57339.01 14936.06

Hasil estimasi VAR antara D(PDB) dengan D(SKTR1)

D(PDB)
D(PDB(-1)) 0.266864
(0.17670)
[ 1.51025]
0.1446
D(PDB(-2)) -0.103351
(0.17974)
[-0.57499]
0.5709
D(PDB(-3)) -0.088699
(0.17433)
[-0.50880]
0.6157
C 45829.25
(15458.9)
[ 2.96458]
0.0069
D(SKTR1(-1)) -5.799660
(5.28469)
[-1.09745]
0.2838
D(SKTR1(-2)) -1.417503
(5.31268)
[-0.26682]
0.7920
D(SKTR1(-3)) 15.86950
(5.29864)
[ 2.99501]
0.0065
R-squared 0.354063
Akaike AIC 24.66251
Schwarz SC 24.98945


D(PDB) D(SKTR2)
D(PDB(-1)) 0.366199 0.033448
(0.23888) (0.02273)
[ 1.53301] [ 1.47156]
0.1389 0.1547
D(PDB(-2)) -0.582250 -0.030982
(0.24088) (0.02292)
[-2.41720] [-1.35174]
0..0240 0.1896
D(PDB(-3)) 0.061591 -0.033982
(0.25772) (0.02452)
[ 0.23898] [-1.38576]
0.8132 0.1791
D(SKTR2(-1)) -0.084481 -0.530098
(2.70642) (0.25752)
[-0.03122] [-2.05847]
0.9754 0.0510
D(SKTR2(-2)) 7.576596 0.383269
(2.91393) (0.27727)
[ 2.60013] [ 1.38232]
0.0160 0.1802
D(SKTR2(-3)) -1.297165 0.290587
(3.27421) (0.31155)
[-0.39618] [ 0.93272]
0.6956 0.3607
C 54983.10 1694.709
(19452.8) (1850.97)
[ 2.82649] [ 0.91558]
0.0096 0.3694
R-squared 0.305500 0.310029
Adj. R-squared 0.124326 0.130037
Sum sq. resids 6.08E+10 5.51E+08
S.E. equation 51435.24 4894.147
F-statistic 1.686225 1.722456
Log likelihood -364.0250 -293.4565
Akaike AIC 24.73500 20.03043
Schwarz SC 25.06194 20.35738
S.D. dependent 54965.42 5247.187


D(PDB)
D(PDB(-1)) 0.786946
(0.38719)
[ 2.03247]
0.0978
D(PDB(-2)) 0.152787
(0.49211)
[ 0.31047]
0.7687
D(PDB(-3)) 0.538040
(0.50569)
[ 1.06397]
0.3360
D(PDB(-4)) 0.483060
(0.53364)
[ 0.90522]
0.4068
D(PDB(-5)) -0.516003
(0.28128)
[-1.83448]
0.1260
D(PDB(-6)) 1.237558
(1.60894)
[ 0.76917]
0.4765
D(PDB(-7)) 1.722918
(0.66791)
[ 2.57955]
0.0495
D(PDB(-8)) -2.012290
(0.55493)
[-3.62621]
0.0151
D(PDB(-9)) -0.315381
(0.98647)
[-0.31971]
0.7621
C 30678.64
(91956.4)
[ 0.33362]
0.7522
D(SKTR3(-1)) 1.893198
(4.11824)
[ 0.45971]
0.6650
D(SKTR3(-2)) -14.32911
(13.1788)
[-1.08729]
0.3265
D(SKTR3(-3)) -28.39142
(14.5677)
[-1.94892]
0.1088
D(SKTR3(-4)) -3.481935
(10.3612)
[-0.33606]
0.7505
D(SKTR3(-5)) -17.88928
(16.3391)
[-1.09488]
0.3235
D(SKTR3(-6)) -36.35476
(20.7168)
[-1.75484]
0.1396
D(SKTR3(-7)) -9.168616
(11.3334)
[-0.80899]
0.4553
D(SKTR3(-8)) -7.612239
(9.68638)
[-0.78587]
0.4675

D(SKTR3(-9)) 32.91617
(14.2643)
[2.30758]
0.0691
R-squared 0.907150
Akaike AIC 24.00759
Schwarz SC 24.94022
LAMPIRAN 5
Impulse respon D(PDB) dan D(TOTAL)

Response of D(PDB):
Period D(PDB) D(TOTAL)
1 53421.11 0.000000
2 16232.48 -3258.578
3 -7107.536 13719.93
4 -338.3347 3451.049
5 -3767.952 -2983.684
6 -3425.133 288.2248
7 1149.769 -679.6829
8 749.7019 -930.3099
9 34.78227 401.1110
10 377.3226 203.4928
Response of D(TOTAL):
Period D(PDB) D(TOTAL)
1 -1183.898 15430.81
2 3870.209 -1629.230
3 -5877.725 -1178.028
4 -2192.789 1612.938
5 1525.534 -1561.709
6 -223.4571 -593.9096
7 144.6713 570.2546
8 510.7116 -100.8031
9 -155.9336 -10.86976
10 -112.1495 153.1545
Cholesky Ordering: D(PDB)
D(TOTAL)

Impulse respon D(PDB) dan D(RTN)
Response of D(PDB):
Period D(PDB) D(RTN)
1 55926.34 0.000000
2 15318.51 -1632.650
3 -5887.764 713.4352
4 -2707.798 358.7655
5 -164.5136 -172.8034
6 78.00153 -23.46046
7 174.3328 21.13616
8 60.00617 -7.167125
9 -32.02390 0.075369
10 -13.42219 2.485090
Response of D(RTN):
Period D(PDB) D(RTN)
1 -9356.881 19708.87
2 4364.998 -5034.637
3 -14179.69 -1083.805
4 -1125.106 1321.948
5 3403.286 -385.4369
6 -31.28848 -157.0547
7 -345.2771 129.9418
8 77.52071 -7.853735
9 -23.00869 -19.04848
10 -20.12388 7.674277
Cholesky Ordering: D(PDB) D(RTN)
Impulse respon D(PDB) dan D(PEMB)
Response of D(PDB):
Period D(PDB) D(PEMB)
1 52923.15 0.000000
2 16249.88 -3100.240
3 -3031.002 17130.89
4 -6440.610 1952.914
5 -1296.311 -3606.732
6 1287.378 -1480.293
7 738.2251 379.3592
8 -86.98118 508.9541
9 -217.4733 71.91660
10 -49.29954 -107.8728
Response of D(PEMB):
Period D(PDB) D(PEMB)
1 7261.507 12544.57
2 179.9078 -3363.487
3 -190.2447 1304.172
4 -401.0208 261.9395
5 -96.30114 -293.0553
6 90.75626 -95.96431
7 50.30401 28.90106
8 -6.767448 34.23567
9 -14.91311 4.603054
10 -3.217550 -7.485233
D(PEMB)

Impulse respon D(PDB) dan D(SKTR1)
Response of D(PDB):
Period D(PDB) D(SKTR1)
1 55320.62 0.000000
2 14833.36 -8486.530
3 -5741.353 -3285.865
4 -3185.099 -22.20851
5 533.9448 319.1152
6 707.6960 -35.05415
7 59.71541 -94.03617
8 -104.6248 -23.61359
9 -27.85589 7.767251
10 13.66384 4.108584
Response of D(SKTR1):
1 116.0240 1843.948
2 3.944218 88.95456
3 -226.3107 128.0814
4 -73.17985 48.10770
5 5.670765 24.79114
6 8.817755 4.503302
7 -1.472743 0.530345
8 -2.473391 0.478264
9 -0.467268 0.456783
10 0.254816 0.153656
Cholesky Ordering: D(PDB) D(SKTR1)
Response of D(PDB):
1 49127.80 0.000000
2 16759.59 -1285.263
3 -6999.609 33203.00
4 -2354.652 -3591.843
5 -5573.133 -226.1727
6 -665.2755 -1640.635
7 1037.795 -3013.928
8 455.9730 743.1068
9 536.9098 97.29000
10 -58.36530 311.8340
1 1889.721 4403.760
2 1185.910 -2031.683
3 -1139.640 2527.452
4 -6.963204 -481.4489
5 -235.9033 -336.4721
6 -31.34196 112.2501
7 125.4069 -236.9063
8 0.994289 91.75054
9 23.20772 23.05106
10 -6.409345 -2.559517
D(SKTR2)

Response of D(PDB):
1 51734.19 0.000000
2 17257.52 -9115.450
3 -4295.326 16827.64
4 -2200.681 8364.096
5 -3439.246 -1596.117
6 -2639.579 -597.2152
7 110.0806 -840.0717
8 646.4038 -1055.713
9 352.6711 -76.78526
10 228.4384 224.2014
1 1212.778 3242.556
2 494.8348 -105.7579
3 -790.4648 268.9654
4 -326.3383 344.8652
5 -9.509591 -248.6226
6 -25.17027 -145.8830
7 44.77083 4.550991
8 52.35151 -12.45825
9 7.622528 7.658906
10 -4.381852 19.75928
D(SKTR3)
LAMPIRAN 6
Variance Decomposition D(PDB) dan D(TOTAL)
Variance Decomposition of D(PDB):

Period S.E. D(PDB) D(TOTAL)
1 53421.11 100.0000 0.000000
2 55927.87 99.66053 0.339469
3 58023.10 94.09344 5.906558
4 58126.62 93.76197 6.238032
5 58324.99 93.54263 6.457369
6 58426.18 93.56255 6.437453
7 58441.45 93.55238 6.447617
8 58453.66 93.52975 6.470253
9 58455.05 93.52535 6.474654
10 58456.62 93.52448 6.475518
Variance Decomposition of D(TOTAL):
Period S.E. D(PDB) D(TOTAL)
1 15476.16 0.585197 99.41480
2 16035.73 6.370010 93.62999
3 17119.58 17.37676 82.62324
4 17334.64 18.54842 81.45158
5 17471.58 19.02120 80.97880
6 17483.10 19.01248 80.98752
7 17492.99 18.99782 81.00218
8 17500.74 19.06617 80.93383
9 17501.43 19.07259 80.92741
10 17502.46 19.07445 80.92555
Cholesky Ordering: D(PDB) D(TOTAL)

Variance Decomposition D(PDB) dan D(RTN)

Period S.E. D(PDB) D(RTN)
1 55926.34 100.0000 0.000000
2 58009.29 99.92079 0.079212
3 58311.69 99.90664 0.093362
4 58375.63 99.90307 0.096934
5 58376.11 99.90219 0.097809
6 58376.17 99.90217 0.097825
7 58376.43 99.90216 0.097837
8 58376.47 99.90216 0.097839
9 58376.47 99.90216 0.097839
10 58376.48 99.90216 0.097839
Variance Decomposition of D(RTN):
Period S.E. D(PDB) D(RTN)
1 21817.21 18.39347 81.60653
2 22812.09 20.48543 79.51457
3 26881.77 42.57616 57.42384
4 26937.77 42.57380 57.42620
5 27154.63 43.46725 56.53275
6 27155.11 43.46587 56.53413
7 27157.61 43.47402 56.52598
8 27157.72 43.47447 56.52553
9 27157.74 43.47449 56.52551
10 27157.75 43.47452 56.52548
Cholesky Ordering: D(PDB) D(RTN)
Variance Decomposition D(PDB) dan D(PEMB)

Period S.E. D(PDB) D(PEMB)
1 52923.15 100.0000 0.000000
2 55448.44 99.68738 0.312617
3 58113.55 91.02570 8.974305
4 58501.96 91.03303 8.966969
5 58627.37 90.69289 9.307114
6 58660.18 90.63961 9.360385
7 58666.06 90.63731 9.362693
8 58668.33 90.63051 9.369494
9 58668.77 90.63050 9.369501
10 58668.89 90.63020 9.369801
Variance Decomposition of D(PEMB):
Period S.E. D(PDB) D(PEMB)
1 14494.68 25.09785 74.90215
2 14880.90 23.82659 76.17341
3 14939.15 23.65736 76.34264
4 14946.82 23.70505 76.29495
5 14950.01 23.69910 76.30090
6 14950.59 23.70094 76.29906
7 14950.70 23.70171 76.29829
8 14950.74 23.70161 76.29839
9 14950.75 23.70168 76.29832
10 14950.75 23.70168 76.29832
Cholesky Ordering: D(PDB) D(PEMB)

Variance Decomposition D(PDB) dan D(SKTR1)

Period S.E. D(PDB) D(SKTR1)
1 55320.62 100.0000 0.000000
2 57900.09 97.85167 2.148334
3 58276.76 97.56143 2.438566
4 58363.74 97.56868 2.431317
5 58367.05 97.56597 2.434031
6 58371.35 97.56629 2.433708
7 58371.46 97.56604 2.433959
8 58371.56 97.56603 2.433967
9 58371.56 97.56603 2.433968
10 58371.56 97.56603 2.433968
Variance Decomposition of D(SKTR1):
1 1847.595 0.394350 99.60565
2 1849.739 0.393891 99.60611
3 1867.928 1.854135 98.14586
4 1869.980 2.003216 97.99678
5 1870.153 2.003765 97.99624
6 1870.179 2.005932 97.99407
7 1870.180 2.005992 97.99401
8 1870.182 2.006164 97.99384
9 1870.182 2.006170 97.99383
10 1870.182 2.006171 97.99383

1 49127.80 100.0000 0.000000
2 51923.76 99.93873 0.061271
3 62028.30 71.30375 28.69625
4 62176.81 71.10696 28.89304
5 62426.49 71.33630 28.66370
6 62451.59 71.29032 28.70968
7 62532.89 71.13262 28.86738
8 62538.97 71.12411 28.87589
9 62541.35 71.12607 28.87393
10 62542.15 71.12433 28.87567
1 4792.092 15.55052 84.44948
2 5338.377 17.46572 82.53428
3 6015.402 17.34475 82.65525
4 6034.642 17.23446 82.76554
5 6048.617 17.30702 82.69298
6 6049.740 17.30328 82.69672
7 6055.675 17.31227 82.68773
8 6056.370 17.30829 82.69171
9 6056.458 17.30926 82.69074
10 6056.462 17.30935 82.69065


1 51734.19 100.0000 0.000000
2 55293.21 97.28223 2.717770
3 57956.52 89.09600 10.90400
4 58598.29 87.29617 12.70383
5 58720.83 87.27525 12.72475
6 58783.16 87.29190 12.70810
7 58789.26 87.27412 12.72588
8 58802.29 87.24753 12.75247
9 58803.40 87.24784 12.75216
10 58804.27 87.24676 12.75324
1 3461.936 12.27226 87.72774
2 3498.721 14.01589 85.98411
3 3596.974 18.09001 81.90999
4 3628.175 18.58924 81.41076
5 3636.696 18.50291 81.49709
6 3639.708 18.47709 81.52291
7 3639.986 18.48939 81.51061
8 3640.384 18.50603 81.49397
9 3640.400 18.50631 81.49369
10 3640.456 18.50588 81.49412
D(SKTR3)
- o0o -

Vol4No1 Luki

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Vol4No1 Luki

Uploaded by

Copyright:

Available Formats

JURNAL KEUANGAN PUBLIK

Vol. 4, No. 1, April 2006

Analisis Hubungan Pengeluaran Pemerintah dan Produk Domestik

Penelitian ini berusaha mengetahui adanya hubungan timbal balik antara

Klasifikasi JEL : E62,H50,C32

Kata-kata kunci: Pengeluaran pemerintah, Produk Domestik Bruto (PDB), Vector

1. PENDAHULUAN kondisi-kondisi diatas. Rencana kenaikan

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 27

28 Jurnal Keuangan Publik Vol. 4, No. 1, April 2006

dapat membuat penyesuaian-penyesuaian c. Ekternalitas

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 29

Kaldor mengatakan bahwa suatu hubungan antarsektor yang makin

30 Jurnal Keuangan Publik Vol. 4, No. 1, April 2006

yang timbul dalam masyarakat. Wiseman merupakan dasar teori

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 31

Gambar 1. Pertumbuhan Pengeluaran Pemerintah menurut Wagner

meningkat dan pemerintah meningkat- Sehingga pengeluaran pemerintah

32 Jurnal Keuangan Publik Vol. 4, No. 1, April 2006

Wiseman3. Bird menyatakan bahwa Hubungan kausalitas pengeluaran

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 33

Produk Domestik Bruto 3. Pendekatan Pengeluaran

34 Jurnal Keuangan Publik Vol. 4, No. 1, April 2006

tidak signifikan terhadap pertumbuhan di 3. METODOLOGI PENELITIAN

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 35

setelah dilakukan konversi ke I-account Model 6 Hubungan D(PDB) dan

36 Jurnal Keuangan Publik Vol. 4, No. 1, April 2006

Suatu series dikatakan stationer

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 37

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 39

atau nilai mendatang. Suatu shock dari mengindikasikan hubungan Granger

Variance Decomposition selanjutnya dapat dicari proporsi forecast

40 Jurnal Keuangan Publik Vol. 4, No. 1, April 2006

keenam variabel seperti Lampiran .2. Nilai

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 41

D(RTN), sedangkan D(RTN) tidak (PDB)

Berdasarkan hasil Granger Causality dan

42 Jurnal Keuangan Publik Vol. 4, No. 1, April 2006

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 43

44 Jurnal Keuangan Publik Vol. 4, No. 1, April 2006

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 45

Produk Domestik Bruto mempengaruhi barang dan subsidi. Sementara sumbangan

46 Jurnal Keuangan Publik Vol. 4, No. 1, April 2006

Secara umum pengeluaran meningkatkan perdagangan dan investasi

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 47

5. KESIMPULAN DAN SARAN Saran dan Implikasi Kebijakan

48 Jurnal Keuangan Publik Vol. 4, No. 1, April 2006

bersifat padat karya. Tetapi hal ini juga

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 49

Variabel Nilai ADF 1% 5% 10% Variabel Nilai ADF 1% 5% 10%

TOTAL -3.76 -3.65 -2.96 -2.62

Variabel F Statistik Nilai-p Kesimpulan

50 Jurnal Keuangan Publik Vol. 4, No. 1, April 2006

0 NA 1.21E+20 51.91711 52.01227

0 NA 2.47E+18 48.02613 48.12212

0 NA* 5.99E+17 46.60929 46.70528*

0 NA 2.62E+16 43.38001 44.43588

0 NA 8.07E+16* 44.60535 44.70133*

0 NA* 4.86E+16* 44.09907 44.19724*

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 51

GAMBAR A IMPULSE RESPONSE

52 Jurnal Keuangan Publik Vol. 4, No. 1, April 2006

GAMBAR B VARIANCE DECOMPOSITION

Jurnal Keuangan Publik Vol. 4, No. 1, April 2006 53