Page 9 - Working Paper (Metode dan Teknik Proyeksi Penerimaan Pajak: Panduan dan Aplikasi)
P. 9
2. Pertumbuhan PDB
PDB adalah Pertumbuhan Domestik Bruto dan data yang digunakan adalah data pertumbuhan PDB
yoy (1989-2018) yang diperoleh dari BPS. Nilai pertumbuhan PDB adalah dalam persentase.
3. Impor
Data nilai Impor yang digunakan adalah total impor secara tahunan (1989-2017) yang diperoleh
dari BPS dan Bank Indonesia (BI) di mana nilai impor dalam miliar dolar AS.
4. Kurs Rupiah terhadap Dolar AS
Data kurs yang digunakan adalah realisasi rata-rata nilai tukar rupiah terhadap dolar secara
tahunan (1989-2018) yang diperoleh dari Bank Indonesia.
5. Inflasi
Data infasi yang digunakan adalah realisasi inflasi tahunan (1989-2018) yang diperoleh dari Bank
Indonesia. Angka inflasi yang diambil adalah inflasi berdasarkan yoy dalam persentase.
6. PDB Deflator
PDB deflator yang digunakan adalah data deflator tahunan (1989-2018) yang bersumber dari Bank
Dunia.
Proses Pengujian Statistik
Diebold menjabarkan tiga isu utama dalam data time series, yaitu mengenai seasonality, yaitu pola
yang berulang dan terjadi pada periode yang relatif sama setiap tahunnya, trend, pola yang
pergerakannya linier, dan cycles, yaitu pergerakan yang berulang dan tidak terjadi pada waktu-waktu
31
tertentu saja. Wooldridge menjelaskan bahwa dalam menggunakan data time series, kita harus
memastikan apakah data time series tersebut mengikuti sebuah Unit Roots. Apabila terdapat Unit
32
Roots, maka shock yang terjadi memiliki dampak jangka panjang.
Proses pengujian menggunakan data makro yang akan dilakukan di working paper ini terbagi dalam
dua proses. Proses pertama yang mana dilakukan pengujian sebelum data dimasukkan kedalam
model yang antara lain berupa uji stasioneritas (trend, seasonal, cycles), salah satunya menguji Unit
Roots dengan menggunakan Augmented Dicky-Fuller (ADF), uji penentuan lag length, uji stabilitas
VAR, uji kausalitas granger, dan variance decomposition. 3334
Proses kedua adalah pengujian setelah data-data time series tersebut dijadikan model regresi seperti
yang dilakukan oleh Sabaj dan Kahveci, yaitu dengan memastikan apakah model regresi memenuhi
asumsi Gauss-Markov pada metode Ordinary Least Square (OLS). Breush-Pagan Test dan White Test
dilakukan untuk mengecek heteroskedacity, sedangkan Jacque-Bera Test dilakukan untuk menguji
normality di dalam residual, dan melakukan analisa VAR dan MA untuk menemukan apakah ada serial
correlation dalam model regresi tersebut.
35
31 Francis X. Diebold, Elements of Forecasting (Cincinnati: South-Western CENGAGE Learning, 2006), 72.
32 Jeffrey M. Wooldridge, Introductory Econometrics: A Modern Approach (Boston: CENGAGE Learning, 2016), 344-
364.
33 Sri Suryanovi dan Dyah Purwanti, “Estimasi Pendapatan Pajak Penghasilan Orang Pribadi dan Badan Basis
Akrual: Formulasi dengan Menggunakan Model Statistik” Kajian Akademis BPPK (2013).
34 Jeffrey M. Wooldridge, Introductory Econometrics: A Modern Approach (Boston: CENGAGE Learning, 2016), 574.
35 Ernil Sabaj dan Mustafa Kahveci, “Forecasting tax revenues in an emerging economy: The Case of Albania” MPRA
paper, no. 84404 (Februari 2018): 14.
7