1 Cover Tesis NW 26 September 2011 - Copy · mengintegrasikan instrumen keuangan dengan SNSE biaya,...
Transcript of 1 Cover Tesis NW 26 September 2011 - Copy · mengintegrasikan instrumen keuangan dengan SNSE biaya,...
47
III. METODOLOGI
3.1. Kerangka Pikir Konseptual
Peranan kredit produktif UMKM senilai KUR terhadap perekonomian
Indonesia dari sisi ekonomi makro dianalisa dengan menggunakan kerangka pikir
konseptual seperti yang tergambarkan dalam Gambar 3.1 berikut ini:
Gambar 3.1
Kerangka Pikir Konseptual Peranan Kredit Produktif UMKM:
Analisis Ekonomi Makro
Sedangkan peranan/dampak kredit produktif UMKM (baik KUR maupun
non KUR) dari sisi ekonomi mikro dianalisa dengan kerangka pikir konseptual
seperti yang tergambarkan dalam Gambar 3.2 berikut ini:
Kondisi Awal Perekonomian
Indonesia (Berbagai Indikator
Makroekonomi)
Kredit Produktif UMKM (KMK dan
KI Senilai KUR)
Neraca Kapital/Permodalan
Menurut Institusi (RT, Perusahaan dan Lembaga Keuangan)
Investasi pada Sektor Produksi (9 Sektor
Perekonomian)
Output Perekonomian/Pertum-
buhan Ekonomi
Input (Faktor Produksi): Tenaga Kerja
Pendapatan Rumah Tangga
Tabungan
Kondisi Akhir Perekonomian
Indonesia (Berbagai Indikator
Makroekonomi)
48
Gambar 3.2
Kerangka Pikir Konseptual Peranan Kredit Produktif UMKM:
Analisis Ekonomi Mikro
Masing-masing kerangka pikir konseptual tersebut nantinya akan diikuti
dengan melakukan langkah-langkah sebagaimana dirinci dalam Gambar 3.3
untuk analisisis dari sisi ekonomi makro-nya dan Gambar 3.4 untuk analisis dari
sisi ekonomi mikronya.
3.2. Metode Analisa
Seperti yang telah dijelaskan sebelumnya, studi ini bertujuan untuk
menganalisa secara lebih mendalam peranan/dampak kredit produktif UMKM
terhadap kinerja perekonomian. Analisa dilakukan baik dalam lingkup
makroekonomi pada tingkatan nasional maupun dalam lingkup mikroekonomi
untuk mendukung analisa makroekonomi. Oleh karena itu, untuk menganalisanya
selain diperlukan suatu kerangka metodologi atau permodelan makroekonomi
nasional dengan mempertimbangkan atas ketersediaan dan kelengkapan data juga
permodelan mikroekonomi. Tentunya kerangka metodologi atau permodelan yang
nantinya digunakan dalam studi ini baik menggunakan permodelan
makroekonomi maupun permodelan selain mampu menjawab tujuan dari studi
ini, juga mampu secara komprehensif menggambarkan proses dari dampak kredit
Kondisi Awal Usaha
(Berbagai Indikator Usaha)
Kredit Produktif UMKM (KUR dan
Non KUR)
Kondisi Akhir Usaha
(Berbagai Indikator Usaha)
Permodalan Usaha
Omset Usaha
Pendapatan Usaha
Profit Usaha
Tabungan Usaha
Aset Usaha
Tenaga Kerja
49
produktif UMKM tersebut. Dlam studi ini, permodelan makroekonomi dilakukan
dengan menggunakan model Financial Social Accounting Matrix (FSAM) atau
Sistem Neraca Sosial Ekonomi Finansial (SNSEF) dan permodelan mikroekonomi
dilakukan dengan menggunakan model cross tab (tabulasi silang) dan model
ekonomietrika berupa cross section data.
Gambar 3.3
Langkah Analisis Dampak dari Sisi Ekonomi Makro
50
Gambar 3.4
Langkah Analisis Dampak dari Sisi Ekonomi Mikro
3.2.1. Analisis Ekonomi Makro: Model Financial Social Accounting Matrix
Dengan melihat latar belakang masalah, perumusan masalah, dan tujuan
dari pelaksanaan studi tentang peranan/dampak dari kredit produktif UMKM
senilai KUR terhadap perekonomian nasional, maka metode yang sesuai
digunakan untuk menganalisanya adalah adalah analisa Sistem Neraca Sosial
51
Ekonomi (SNSE) atau lebih dikenal dengan Social Accounting Matrix (SAM).
Menurut Pyatt dan Round (1985)27, model SNSE dapat menggembarkan secara
menyeluruh berbagai neraca sosial dan ekonomi, baik makro, meso, maupun
mikro yang tercermin dalam transaksi dan transfer antar pelaku ekonomi dan
institusi dalam suatu sistem perekonomian. Seperti dalam sistem neraca ekonomi
lainnya, model SNSE mencatat transaksi yang terjadi dalam suatu periode waktu,
yaitu satu tahun.Sejak tahun 1960-an, model SNSE awal dikembangkan oleh Sir
Richard Stone untuk Inggirs dan beberapa negara industri lainnya28. Selanjutnya,
model SNSE dikembangkan oleh berbagai kalangan seperti ekonom dan pembuat
kebijakan sejak awal tahun 1970-an untuk menganalisis isu-isu tentang
kemiskinan dan distribusi pendapatan di negara-negara yang sedang berkembang
(NSB) (Pyatt and Thorbecke, 1976). Bentuk dan penggunaan dari model SNSE
sangat terkait dengan perkembangan ketidakpuasan hasil dari kebijakan
pertumbuhan di negara-negara yang sedang berkembang. Model SNSE umumnya
dibangun dengan mengkombinasikan berbagai indicator pembangunan, yaitu
pertumbuhan ekonomi, distribusi pendapatan, dan kemiskinan dalam suatu
kerangka yang terintegrasi.
Walaupun model SNSE yang ada mampu untuk menganalisis beberapa hal
terkait dengan indikator makroekonomi, namun model SNSE yang biasa masih
membutuhkan perbaikan dikarenakan belum mampu menangkap transaksi dari
intrumen keuangan, termasuk dalam hal ini adalah kredit produktif UMKM. Salah
satu upaya untuk memperbaiki model SNSE biasa adalah dengan
mengintegrasikan instrumen keuangan dengan SNSE biaya, yaitu berume model
SNSE Finansial (SNSEF) atau lebih dikenal dengan sebutan Financial Social
Accounting Matrix (FSAM). Sehinga, dikarenakan kredit produktif UMKM yang
merupakan bagian dari instrumen dalam sektor keuangan/finansial dan SNSE
biasa tidak terlihat secara langsung hubungan antara sektor finansial dan sektor ril,
maka model SNSE yang tepat digunakan adalah model SNSEF/FSAM.
27 Pyatt, G., and J. I. Round (eds.), “Social Accounting Matrices: A Basis for Planning”, The World Bank, Washington D C, 1985. 28 Seng, Kelly Wong Kai, M. Azali, dan Lee Chin, 2006, Financial Accounting Matrix: Conscepts, Constructions, Theoretical Framework, Department of Economics, Faculty of Economics and Management, Universiti Putra Malaysia, Serdang 43400 UPM Selangor, Malaysia
52
Dengan menggunakan SNSEF, yang mengintegrasikan data kinerja sektor
finansial ke dalam kerangka data kinerja sektor ril, maka dampak dari adanya
kredit produktif UMKM senilai KUR dapat diketahui dan ditelaah secara lebih
terstruktur dan komprehensif melalui jalur-jalur transmisi finansial yang dilalui
oleh sektor finansial dalam hubungan dengan terbentuknya kinerja sektor ril (BPS
dan Bank Indonesia, 2008). Analisa dalam SNSEF pada dasarnya sama dengan
analisa dalam SNSE yang biasa, namun dalam SNSEF hubungan antara sektor
finansial dengan sektor ril dan dampak berbagai kebijakan ekonomi terhadap
sektor finansial dan sektor ril dapat terlihat secara lebih jelas.
Beberapa kemampuan analisa dengan menggunakan SNSEF selain
kemampuan yang dimiliki oleh SNSE biasa antara lain (Seng, et. all, 2006)29:
- SNSEF dapat menunjukkan kinerja dari pasar finansial dan kontribusi
relatif dari pasar finansial dalam distribusi pendapatan nasional;
- Struktur SNSEF dapat dijadikan sebagai data awal penyusunan model
Financial Computable General Equilibrium (FCGE) yang dapat
digunakan untuk menganalisa perilaku dari hutang negara; dan
- SNSEF juga penting bagi para pengambil kebijakan untuk menganalisa
kebijakan fiskal dan moneter apa yang signifikan dalam mendorong
pertumbuhan ekonomi nasional dan berbagai tujuan pembangunan yang
lainnya.
Studi ini akan menggunakan data SNSEF Indonesia 2005 yang merupakan
data SNSEF pertama di Indonesia. Data tersebut disusun oleh Badan Pusat
Statistik (BPS) dan Bank Indonesia pada tahun 2008 dengan mengintegrasikan
dua kerangka data yang sudah ada di BPS, yaitu data SNSE Indonesia 2005 dan
Neraca Arus Dana (NAD) (Flow of Funds – FoF) Indonesia 2005. Oleh karena
itu, cara dan proses pembuatan data SNEF Indonesia 2005 dapat dilihat secara
lebih lengkap dalam publikasi BPS dan Bank Indonesia tersebut30.
29 Idem 30 BPS dan Bank Indonesia, 2008, Sistem Neraca Sosial Ekonomi Finansial (Financial Social Accounting Matrix) Indonesia 2005, Jakarta
53
3.2.1.1. Kerangka Data SNSEF Indonesia
Kerangka data SNSEF merupakan penggabungan SNSE yang merupakan
gambaran transaksi-transaksi di sektor riil dengan NAD yang mencerminkan
transaksi finansial antar institusi. Dalam rangka memaknai SNSEF sebagai sebuah
matriks yang independen, perlu dipaparkan terlebih dahulu konsep dasar masing-
masing sistem data yang digunakan untuk membangun SNSEF tersebut. Komponen
Neraca Kapital (capital account) yang terdiri dari investasi dan tabungan menjadi
komponen utama yang mengaitkan kedua sistem data tersebut sedemikian rupa
sehingga SNSE dan NAD menjadi terintegrasi dan konsisten.
Tabel 3.1.
Kerangka Dasar SNSEF Indonesia Faktor
Produksi Institusi
Sektor
Produksi Kapital Finansial
Faktor
Produksi
S N S E
Institusi
Sektor
Produksi INVESTASI
Kapital TABUNGAN KEWAJIBAN
Finansial ASET
Sumber: SNSEF Indonesia 2005, BPS dan Bank Indonesia, 2008
Secara umum, kerangka dasar SNSEF Indonesia dikelompokkan menjadi
Faktor Produksi, Institusi, Sektor Produksi, Kapital dan Finansial. Rincian
selengkapnya dapat dilihat pada Tabel 3:1. Sistem Neraca Sosial Ekonomi
Finansial (SNSEF) merupakan kerangka data yang dapat menjembatani
kekurangan dalam SNSE maupun NAD, karena SNSEF menyajikan informasi
sektor riil dan finansial yang terintegrasi. Secara garis besar, format kerangka data
SNSEF Indonesia dikelompokkan dalam 9 (sembilan) komponen (matriks 9x9),
yaitu: Faktor Produksi, Institusi, Sektor Produksi, Margin Perdagangan dan Biaya
Pengangkutan, Komoditi, Kapital, Pajak Tak Langsung dan Subsidi, Instrumen
Finansial dan Luar Negeri (Tabel 3.2). Disagregasi kerangka dasar SNSEF dari
dimensi 5x5 (Tabel 3.1) menjadi 9x9 dilakukan untuk menjelaskan struktur
54
perekonomian secara lebih eksplisit tentang marjin perdagangan dan
pengangkutan, pajak dan subsidi, serta pemisahan antara sektor dan komoditi.
Dengan demikian, keterkaitan transaksi antara sektor dan komoditi dapat
tergambarkan dengan lebih jelas.
Tabel 3.2
Format Data SNSEF Indonesia
Sumber: SNSEF Indonesia 2005, BPS dan Bank Indonesia, 2008
3.2.1.2. Klasifikasi SNSEF Indonesia 2005
Kerangka data SNSEF Indonesia lebih ditekankan pada keterkaitan kegiatan
perekonomian (finansial dan non finansial) antar institusi khususnya yang berkaitan
dengan distribusi pendapatan, sehingga klasifikasi institusi dalam kerangka SNSEF
diperluas menjadi rumah tangga miskin dan tidak miskin di desa dan kota. Sementara
itu, transaksi finansial tidak lagi dibedakan antara transaksi dalam rupiah maupun
valuta asing.
Meskipun kerangka dasar SNSEF adalah kerangka SNSE, namun klasifikasi
SNSE yang digunakan dalam penyusunan SNSEF Indonesia 2005 sedikit berbeda
dengan klasifikasi SNSE yang telah dipublikasikan oleh BPS secara berkala, yaitu
sebagai berikut:
55
• Neraca kapital dalam SNSEF disusun dengan melakukan penyesuaian, yaitu
disagregasi neraca kapital SNSE dan agregasi instrumen finansial pada
kerangka NAD.
• Neraca institusi didisagregasi menjadi bank sentral, perusahaan lembaga
keuangan bank dan bukan bank, perusahaan bukan lembaga keuangan,
pemerintah dan rumah tangga. Rumah tangga diklasifikasikan menjadi rumah
tangga miskin dan tidak miskin, di desa dan di kota.
Secara rinci, klasifikasi SNSEF Indonesia 2005 terdiri dari matriks (baris x
kolom) dengan dimensi 79 x 79 sektor, yang terdiri dari: Faktor Produksi (2
sektor); Institusi (9 sektor); Sektor Produksi (20 sektor); Margin Perdagangan dan
Biaya Pengangkutan (1 sektor); Komoditi Domestik (9 sektor); Komiditi Impor (9
sektor); Kapital (9 sektor); Pajak Tak Langsung dan Subsidi (2 sektor); Instrumen
Finansial (17 sektor); dan Luar Negeri (1 sektor). Secara lengkap untuk nama
masing-masing sektor untuk 79 sektor tersebut dapat dilihat dalam Lampiran 1.
3.2.1.3. Analisa SNSEF Indonesia 2005
Analisa yang dapat dilakukan terhadap SNSEF, selain seperti yang dapat
dilakukan dengan menggunakan SNSE biasa, analisa juga dapat dilakukan untuk
melihat hubungan antara sektor riil dan sektor finansial dalam perekonomian (Jia
LI, 2008)31. Hubungan tersebut dapat dilakukan dengan membandingkan analisa
hasil SNSE biasa dan analisa SNSEF. Beberapa hal yang dapat diidentifikasi
dengan perbandingan tersebut adalah: (i) kesignfikansian pengganda dalam
hubungan antara variabel/sektor finansial dan variabel/sektor riil yang
menunjukkan eksistensi hubungan antara sektor finansial dan sektor riil; (ii)
peranan sistem keuangan dalam perekonomian, yang tercermin dari besarnya
pengganda yang dihasilkan dari adanya penyatuan neraca arus dana (NAD) dalam
kerangka SNSE; dan (iii) dampak dari trasfer modal dari pemerintah ke
perusahaan non keuangan lebih baik dibandingkan dengan transfer dari
pemerintah ke rumah tangga.
31 LI, Jia, 2008, The Financial Social Accounting Matrix for China, 2002, and Its Application to a Multiplier Analysis, dalam Proceeding Forum on International Development Studies. 36 (March 2008).
56
Seperti dalam analisa SNSE biasa, analisa pengganda dari SNSEF dan
juga dampak dari adanya shock yang terjadi dalam sektor eksogen terhadap
perekonomian juga dapat dilakukan. Berdasarkan pendekatan klasik32, aktifitas
Sektor Produksi, Faktor Produksi, dan Institusi (berupa perusahaan dan rumah
tangga) diasumsikan endogen. Selain itu, berdasarkan Emini dan Fowack
(2004)33, pemerintah dan sektor luar negeri (rest of the world) baik dalam neraca
Kapital maupun sektor produksi didefinisikan sebagai sektor eksogen. Selain itu,
dalam intrumen financial, beberapa intrumen keuangan terkait dengan pemerintah
dan bank sentral seperti obligasi dan cadangan luar negeri diasumsikan eksogen.
Setidaknya terdapat 2 (dua) alasan untuk menjustifikasi tentang
pemartisian dari matriks seperti hal tersebut, yaitu (Jia LI, 2008):
a. Terkait dengan sektor pemerintah dan sektor luar negeri, semua kebijakan
yang terkait kurang lebih berada di bawah kontrol pemerintah, sedangkan
aktifitas ekspor atau impor tergantung dari faktor luar negeri, bukan
domestik (Thorbecke dan Jung, 1996); dan
b. Obligasi pemerintah dan sejenisnya merupakan kewajiban dari sektor
pemerintah dan cadangan luar negeri tergantung dari kondisi luar negeri.
Oleh karena itu, untuk menganalisa dampak kredit produktif UMKM senilai
KUR terhadap perekonomian nasional dengan menggunakan data SNSEF Indonesia
2005 (publikasi BPS dan Bank Indonesia, 2008), hampir sama seperti dalam
menggunakan data SNSE biasa, maka langkah-langkah yang perlu dilakukan antara
lain adalah:
1. Mempersiapkan data awal dari SNSEF Indonesia 2005 (79 x 79 sektor)
2. Menyesuaikan sektor-sektor dalam SNSEF Indonesia 2005 dengan
ketersediaan data kredit produktif UMKM senilai KUR. Hal ini dilakukan
dengan mengagregasikan sektor formal dan informal dan sektor industri
migas dan industri non migas dalam Sektor Produksi menjadi suatu sektor
saja (dari 20 sektor menjadi 9 sektor) dan mengagregasikan sektor rumah
32 Terdapat pendekatan lain yaitu dinamakan pendekatan Waheed dan Ezaki (2007), dimana pendekatannya berkebalikan dengan pendekatan klasik dalam menentukan sektor endogen dan sektor eksogennya 33 Emini, Cristian and Fofack, 2004, A Financial Accounting Matrix for the Integrated Macroeconomic Model for Poverty Analysis, Application to Cameroon with a Fixed-Price Multiplier Analysis, World Bank Policy Research Working Paper 3219
57
tangga dalam Kapital (dari 4 sektor menjadi 1 sektor). Sehingga data SNSEF
yang 79 x 79 sektor berubah menjadi 65 x 65 sektor.
3. Melakukan pengubahan dari data SNSEF versi BPS dan BI tersebut menjadi
SNSEF Metodologi, yaitu dengan: (a) mengagregasikan Margin Perdagangan
dan Biaya Pengangkutan ke Sektor Produksi (1 sektor) yaitu Sektor
Perdagangan, Hotel dan Restoran dan Sektor Pengangkutan dan Komunikasi
(disesuaikan dengan data SNSE Indonesia 2005); (b) mengagregasikan Sektor
Komoditi Produksi Dalam Negeri ke dalam Sektor Produksi sesuai dengan
sektornya masing masing (9 sektor); dan (c) mengagregasikan Sektor
Komoditi Produksi Luar Negeri (9 sektor) ke dalam Sektor Luar Negeri. Hal
ini menyebabkan data SNSEF yang tadinya berdimensi 65 x 65 sektor
berubah menjadi berdimensi 46 x 46 sektor.
4. Menentukan sektor-sektor yang diasumsikan sebagai kelompok neraca
endogen dan sektor-sektor yang diasumsikan sebagai kelompok neraca
endogen sesuai dengan maksud dari analisis. Suatu sektor dikelompokkan
dalam neraca endogen apabila diasumsikan bahwa sektor tersebut mengalami
perubahan yang diakibatkan oleh perubahan sektor yang lain. Sedangkan
suatu sektor dikelompokkan dalam neraca eksogen apabila diasumsikan
bahwa sektor tersebut tidak terpengaruh oleh perubahan sektor yang lain, dan
bahkan perubahan dalam sektor-sektor yang termasuk dalam neraca
eksogenlah yang mengakibatkan perubahan dalam sektor-sektor yang
termasuk dalam kelompok neraca endogen. Sektor eksogen umumnya
ditentukan dengan persyaratan bahwa sektor-sektor tersebut terkait dengan
pemegang kebijakan yaitu pemerintah dan bank sentral dan juga luar negeri
(sektor endogen sebanyak 33 sektor dan sektor eksogen sebanyak 13 sektor).
Nama dan susunan sektor-sektor yang merupakan hasil dari pengubahan data
SNSEF Indonesia 2005 versi BPS dan Bank Indonesia (2008) yang berdimensi 79
x 79 sektor menjadi SNSEF Indonesia 2005 versi Metodologi yang berdimensi 46
x 46 sektor dapat dilihat secara rinci dalam Lampiran 2.
Menurut Jia LI (2008), umumnya hasil pengolahan dari data SNSEF
nantinya menghasilkan nilai pengganda yang lebih besar dibandingkan dengan
nilai pengganda dari data SNSE biasa, yang dapat diinterpretasikan sebagai
berikut:
58
a. Nilai pengganda yang lebih besar dalam SNSEF mencerminkan
signifikansi dari peranan multiplier sektor keuangan dan moneter. Melalui
pproses penciptaan uang, sistem perbankan (keuangan) men-generate
penawaran uang dari monetary base. Konsekuensinya, perekonomian
dengan adanya sektor keuangan modern dapat menciptakan lebih banyak
tabungan dan investasi dibandingkan dengan perekonomian tanpa adanya
sektor keuangan.
b. Meskipun dengan jumlah investasi yang sama, perekonomian dengan
adanya sektor keuangan dapat menciptakan lebih banyak output
dibandingkan dengan perekonomian tanpa adanya sektor keuangan.
Melalu proyek investasi yang terseleksi dan termonitor dengan baik,
sistem keuangan yang efisien dapat mengalokasikan permodalannya ke
berbagai sektor investasi yang lebih menguntungkan.
3.2.1.4. Matriks Pengganda
Matriks pengganda dalam kerangka SNSEF begitu penting, karena matriks
tersebut dapat menangkap seluruh dampak dari perubahan suatu sektor terhadap
sektor lainnya di dalam ekonomi; dan juga digunakan untuk menjelaskan dampak
yang terjadi pada neraca endogen akibat perubahan neraca eksogen.34
Berdasarkan Tabel 3.1 sebelumnya, dapat dituliskan suatu matriks partisi
dengan ukuran 6 x 5 sebagai berikut:
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
=
6564636261
54
4542
343332
2221
13
0000000
000000000
TTTTTT
TTTTT
TTT
C
Berdasarkan persamaan tersebut, dapat dituliskan kembali suatu matriks
partisi lain yang juga berbentuk 6x5 sebagai berikut:
34 Laboratorium Ilmu Ekono mi FEUI, 2004, Modul Pelatihan Analisa Social Accounting Matrix (SAM), Lab. IE FEUI, Depok
59
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
=
6564636261
54
4542
343332
2221
13
0000000
000000000
AAAAAA
AAAAA
AAA
E
Dimana semua elemen pada setiap submatriks Aij diperoleh dengan
menghitung nilai kecenderungan pengeluaran rata-rata yang dinyatakan dalam
proporsi. Nilai ini diperoleh dengan cara membagi masing-masing elemen dari
setiap submatriks Tij dengan nilai total kolom. Dengan perkataan lain dapat
dinyatakan sebagai bentuk:
1ˆ −= JIJIJ YTA
dimana
- Aij adalah submatriks dari E pada baris ke-i, kolom ke-j.
- Tij adalah submatriks dari C pada baris ke-i, kolom ke-j.
- 1ˆ −jY adalah matriks diagonal yang elemen-elemennya merupakan nilai-
nilai total kolom yang terdapat pada vektor kolom . y’j
Dengan menggunakan bentuk di atas dan melakukan beberapa teknik
perhitungan dalam matriks maka dapat dinyatakan bentuk berikut:
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
+
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
=
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
5
4
3
2
1
5
4
3
2
1
54
4542
343332
2221
13
5
4
3
2
1
0000000
000000000
xxxxx
yyyyy
AAA
AAAAA
A
yyyyy
dan
65654643632621616 xyAyAyAyAyAy +++++=
Dari bentuk tersebut dapat dilihat bahwa nilai dapat diperoleh apabila y1,
y2 dan y3 diketahui. Neraca xi untuk i = 1,2,3,4 merupakan neraca eksogen dalam
kerangka SNSE dalam permasalahan di atas. Selanjutnya bentuk di atas juga dapat
ditulis dalam bentuk:
Y = AY + x
60
dimana:
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
=
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
=
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
=
5
4
3
2
1
54
4542
343332
2221
13
5
4
3
2
1
;
0000000
000000000
;
xxxxx
x
AAA
AAAAA
A
A
yyyyy
y
Jika matriks (A-I) diasumsikan matriks tak singular agar matriks (I-A)
memiliki invers, maka bentuk persamaan di atas dapat ditulis kembali sebagai
bentuk:
Y = AY + X
Y - AY = X
(I – A) Y = X
Y = (I – A)-1 X
Y = Ma X dengan Ma = (I-A)-1 yang disebut sebagai matriks pengganda (multiplier matrix).
Dalam hal ini A berisi koefisien-koefisien yang menunjukkan pengaruh langsung
dari perubahan yang terjadi pada sebuah sektor terhadap sektor lainnya melalui
pendekatan keterkaitan kebelakang. Sedangkan Ma dinamakan matriks pengganda
yang menunjukkan pengaruh global dari perubahan pada sebuah sektor terhadap
sektor lainnya setelah melalui keseluruhan sistem dalam SNSEF.
Untuk menghitung perubahan Y (perubahan variabel endogen) yang
diakibatkan adanya perubahan X (perubahan nilai variabel eksogen), dapat
dilakukan dengan menggunakan persamaan sebegi berikut:
[ ] XAIY Δ−=Δ −1
Adanya kredit produktif UMKM senilai KUR akan mengubah nilai kredit
investasi dan modal kerja dalam variabel eksogen melalui sektor Kapital (rumah
tangga dan perusahaan), sehingga akan merubah nilai matriks neraca eksogen (
XΔ ) dan pada akhirnya akan memberikan dampak terhadap nilai-nilai variabel
endogen.
61
3.2.2. Analisis Ekonomi Mikro
3.2.2.1. Analisa Crosstabs (Tabulasi Silang)
Metode Crosstabs (tabulasi silang) digunakan untuk melihat hubungan
antara dua variabel dalam satu tabel, yang terdiri atas baris dan kolom. Variabel
yang dianalisa dengan metode ini biasanya adalah variabel yang bersifat kualitatif,
yaitu yang memiliki skala nominal. Untuk menginterpretasikan hasil pengolahan
data pada tabulasi silang, ada dua hal yang perlu untuk diperhatikan, yaitu :
1. Apakah tingkat hubungan antar variabel (baris dan kolom) yang diukur
tersebut signifikan atau tidak .
2. Seberapa kuat tingkat hubungan antar variabel (baris dan kolom) yang
diukur tersebut.
Statistik uji yang digunakan nantinya adalah test of independency (tes
independensi) dengan menggunakan Distribusi Chi-square ( 2χ , Kai Kuadrat).
Tes independensi digunakan untuk menguji hipotesa apakah kelompok baris dan
kolom saling independen (tidak ada hubungan) atau ada hubungan. Frekuensi
observasi ( 0f ) dan frekuensi ekspektasi ( ef ) digunakan untuk menghitung statistik
sample untuk menguji hipotesa apakah kelompok baris dan kolom independent.
Nilai 2χ dirumuskan sebagai berikut:
Langkah-langkah untuk melakukan pengujian tentang independensi:
1. Desain hipotesa:
H0 : kolom independen dengan baris, dengan kata lain tidak terdapat hubungan
antara kolom dengan baris
1H : kolom tidak independen dengan baris, dengan kata lain terdapat hubungan
antara kolom dengan baris
∑ −=
e
e
fff 2
02 )(χ
kolom dan baris seluruh jumlahkolom menurut jumlah x baris menurut jumlah
=ef
62
2. Tolak 0H bila 2
,2
dfhit αχχ >
ij
ijijhit fe
fefo 22 )( −
∑=χ , s
Xssfe ji
ij ∑= , i = 1, 2,…, r j = 1,2, …, c
df = (r-1) (c-1), jika df = 1 maka gunakan Koreksi Yates. Karena df = 1 ada
kecenderungan menduga terlalu tinggi nilai 2χ yang berarti akan
meningkatkan kemungkinan menolak 0H .
Koreksi Yates rumusnya adalah: e
e
hit f
ff 20
2)
21( −−
∑=χ
Untuk analisa Crosstabs nantinya akan menggunakan bantuan software
statistik yaitu SPSS, sehingga nantinya perhitungan tidak akan terlihat rumit. Dari
hasil pengolahan SPSS, pengambilan kesimpulannya dilakukan dengan
berdasarkan probabilitas, yaitu:
‐ Jika probabilitas lebih besar (>) dari 0,05, maka H0 diterima (tidak ada
hubungan)
‐ Jika probabilitas lebih kecil (<) dari 0,05, maka H0 ditolak (ada hubungan)
Dari hasil survei nantinya, antar variabel dari data yang diperoleh akan
dilakukan crosstabs untuk melihat berbagai hubungan antar variabel. Beberapa hal
yang minimal akan di analisa crosstabs adalah:
a. Jenis kredit (KUR atau bukan KUR) dan perubahan pendapatan usaha
b. Jenis kredit (KUR atau bukan KUR) dan perubahan keuntungan usaha
c. Jenis kredit (KUR atau bukan KUR) dan perubahan keuntungan usaha
d. Jenis kredit (KUR atau bukan KUR) dan perubahan permodalan usaha
e. Jenis kredit (KUR atau bukan KUR) dan perubahan nilai aset usaha
f. Jenis kredit (KUR atau bukan KUR) dan perubahan jumlah tenaga kerja
Hipotesa yang diuji untuk masing-masing analisa tersebut adalah:
H0 : Tidak terdapat hubungan antar variabel
H1 : Terdapat hubungan antar variabel
Tentunya, yang diharapkan dari analisa tersebut bahwa antar variabel yang
dianalisa tersebut terdapat hubungan (tolak H0 atau terima H1). Hubungan antar
variabel tersebut nantinya akan diukur secara pasti lebih lanjut dengan
63
menggunakan permodelan ekonometrika cross-section seperti yang akan
dijelaskan kemudian. Variabel-variabel tersebut nantinya akan menjadi variabel
dummy (boneka).
3.2.2.2. Model Ekonometrika Cross-Section
Model ekonometrika yang digunakan untuk mengetahui dampak dari
kredit adalah pengembangan dari Outcome Equation Model (OEM) yang sering
digunakan dalam menganalisa dampak mikro dari adanya perkreditan. Outcome
Equation Model (OEM) umumnya digunakan untuk mengukur suatu dampak
program/kegiatan sesuai dengan sasaran yang ditargetkan untuk dapat dicapai.
Diagne (1998) menggunakan OEM untuk melihat dampak akses kredit terhadap
pendapatan dan ketahanan pangan di Malawi. Pitt, et. All (2003) juga
menggunakan OEM untuk menganaliasa program kredit untuk orang miskin di
Banglades. Khandker dan Faruqee (2007) juga menggunakan hal yang sama untuk
menganalisis dampak kredit pertanian di Pakistan.
Secara teoritis, dampak dari kebijakan juga dapat diukur dengan
menggunakan model propensity-score matching (PSM) yang biasa diterapkan
pada data primer untuk melihat dampak secara mikro dari pelaksanaan suatu
kebijakan. Namun, metode PSM ini lebih memperlihatkan perbedaan antara
kelompok sampel yang dilakukan treatment kebijakan dan tidak mendapatkan
treatment kebijakan dalam bentuk sampel yang berimbang.35 Padahal, dalam
proses sampling, kita tidak membedakan sampel secara khusus. Selain itu, penulis
juga memfokuskan dampak mikro ini pada kinerja unit usaha serta bukan pada
perbedaan kecenderungan kinerja unit usaha.
Fungsi umum dari Outcome Equation Model (OEM)-nya yang digunakan
dalam studi ini adalah berupa model regresi cross section:
Y = f ( X, CR )
dimana:
Y : Variabel outcome, berupa nilai tambah/keuntungan, pendapatan, tenaga
kerja, modal, dan lain-lain setelah menerima kredit
35 Heinrich et.all (2010). A Primer for Applying Propensity-Score Matching: Impact-Evaluation Guidelines. Inter-American Development Bank, 2010
64
X : Variabel-variabel dari karakteristik penerima kredit, seperti kepemilikan
modal, jumlah tenaga kerja, pengalaman/lama usaha, pendidikan terakhir
pemilik, jenis kredit yang diterima, dan lain-lain.
CR : Jumlah besarnya kredit yang diterima
Uji signifikansi pengaruh masing-masing variabel bebas (independent)
(secara parsial) terhadap variabel terikat (dependent) nantinya dilakukan dengan
menggunakan Distribusi t Statistik, dimana hipotesanya adalah:
H0 : Variabel bebas tidak berpengaruh secara signifikan terhadap variabel
terikat
H1 : Variabel bebas berpengaruh secara signifikan terhadap variabel
terikat
Nantinya, penerimaan dan penolakan H0 dilakukan dengan aturan: Tolak H0
apabila t-statistik (t-stat) lebih besar dibandingkan dengan t-hitung (t-hit).
Model yang akan digunakan dalam studi ini sebagai pelengkap dari model
FSAM dan merupakan modifikasi dari Outcome Equation Model adalah:
a. Pengaruh terhadap Nilai Tambah/Keuntungan
PROFITAi = α0 + α1 MODALBi + α2 TENKERAi + α3 KREDi + α4 LAMAUSi +
α5 DDIDIKi + α6 DJENUSi + α7 DKREDi + α8 DPERKEUi +
α9 DPERNKEUi + α10 DRTKOTAi + εi
dimana:
PROFITA : Keuntungan Setelah Menerima Kredit (Rupiah)
MODALB : Besarnya Modal Usaha Sebelum Menerima Kredit (Rupiah)
TENKERA : Jumlah Tenaga Kerja Setelah Menerima Kredit (Orang)
KRED : Jumlah Kredit yang Diterima, baik KUR maupun non KUR
(Rupiah)
LAMAUS : Lama Usaha (Tahun)
DDIDIK : 1 = Pemilik Lulusan Perguruan Tinggi; 0 = Pemilik Lulusan
Lainnya
DJENUS : 1 = Sektor Perdagangan; 0= Lainnya
DKRED : 1 = KUR; 0 = Bukan KUR
DPERKEU : 1 = Perusahaan Keuangan; 0 = Lainnya
65
DPERNKEU : 1 = Perusahaan Non Keuangan; 0 = Lainnya
DRTKOTA : 1 = Rumah Tangga Perkotaan; 0 = Rumah Tangga Perdesaan
α0 : Konstanta
α1 ……… α10 : Koefisien Variabel
i : Observasi
ε : Error term
b. Pengaruh terhadap Pendapatan
OMSETAi = α0 + α1 MODALBi + α2 TENKERAi + α3 KREDi + α4 LAMAUSi +
α5 DDIDIKi + α6 DJENUSi + α7 DKREDi + α8 DPERKEUi +
α9 DPERNKEUi + α10 DRTKOTAi + εi
dimana:
OMSET : Pendapatan Usaha Setelah Menerima Kredit (Rupiah)
MODALB : Besarnya Modal Usaha Sebelum Menerima Kredit (Rupiah)
TENKERA : Jumlah Tenaga Kerja Setelah Menerima Kredit (Orang)
KRED : Jumlah Kredit yang Diterima, baik KUR maupun non KUR
(Rupiah)
LAMAUS : Lama Usaha (Tahun)
DDIDIK : 1 = Pemilik Lulusan Perguruan Tinggi; 0 = Pemilik Lulusan
Lainnya
DJENUS : 1 = Sektor Perdagangan; 0= Lainnya
DKRED : 1 = KUR; 0 = Bukan KUR
DPERKEU : 1 = Perusahaan Keuangan; 0 = Lainnya
DPERNKEU : 1 = Perusahaan Non Keuangan; 0 = Lainnya
DRTKOTA : 1 = Rumah Tangga Perkotaan; 0 = Rumah Tangga Perdesaan
α0 : Konstanta
α1 ……… α10 : Koefisien Variabel
i : Observasi
ε : Error term
c. Pengaruh terhadap Permodalan
MODALAi = α0 + α1 MODALi + α2 TENKERAi + α3 KREDi + α4 LAMAUSi +
66
α5 DDIDIKi + α6 DJENUSi + α7 DKREDi + α8 DPERKEUi +
α9 DPERNKEUi + α10 DRTKOTAi + εi
dimana:
MODALA : Besarnya Modal Usaha Setelah Menerima Kredit (Rupiah)
MODALB : Besarnya Modal Usaha Sebelum Menerima Kredit (Rupiah)
TENKERA : Jumlah Tenaga Kerja Setelah Menerima Kredit (Orang)
KRED : Jumlah Kredit yang Diterima, baik KUR maupun non KUR
(Rupiah)
LAMAUS : Lama Usaha (Tahun)
DDIDIK : 1 = Pemilik Lulusan Perguruan Tinggi; 0 = Pemilik Lulusan
Lainnya
DJENUS : 1 = Sektor Perdagangan; 0= Lainnya
DKRED : 1 = KUR; 0 = Bukan KUR
DPERKEU : 1 = Perusahaan Keuangan; 0 = Lainnya
DPERNKEU : 1 = Perusahaan Non Keuangan; 0 = Lainnya
DRTKOTA : 1 = Rumah Tangga Perkotaan; 0 = Rumah Tangga Perdesaan
α0 : Konstanta
α1 ……… α10 : Koefisien Variabel
i : Observasi
ε : Error term
d. Pengaruh terhadap Penyerapan Tenaga Kerja
TENKERAi = α0 + α1 MODALi + α2 TENKERBi + α3 KREDi + α4 LAMAUSi +
α5 DDIDIKi + α6 DJENUSi + α7 DKREDi + α8 DPERKEUi +
α9 DPERNKEUi + α10 DRTKOTAi + εi
dimana:
TENKERA : Tenaga Kerja Setelah Menerima Kredit (orang)
MODAL : Besarnya Modal Kerja dan Aset Produksi (Rupiah)
TENKERB : Jumlah Tenaga Kerja Sebelum Menerima Kredit (Orang)
KRED : Jumlah Kredit yang Diterima, baik KUR maupun non KUR
(Rupiah)
LAMAUS : Lama Usaha (Tahun)
67
DDIDIK : 1 = Pemilik Lulusan Perguruan Tinggi; 0 = Pemilik Lulusan
Lainnya
DJENUS : 1 = Sektor Perdagangan; 0= Lainnya
DKRED : 1 = KUR; 0 = Bukan KUR
DPERKEU : 1 = Perusahaan Keuangan; 0 = Lainnya
DPERNKEU : 1 = Perusahaan Non Keuangan; 0 = Lainnya
DRTKOTA : 1 = Rumah Tangga Perkotaan; 0 = Rumah Tangga Perdesaan
α0 : Konstanta
α1 ……… α10 : Koefisien Variabel
i : Observasi
ε : Error term
Model dasar dari Outcome Equation Model merupakan regresi linier.
Namun, modifikasi dapat dilakukan dengan menggunakan regresi non linier
seperti penggunaan Logaritma Natural (Ln) agar spesifikasi dari model tersebut
tepat.
Hipotesa umum yang akan diuji dari keempat jenis model tersebut adalah:
H0 : Jumlah modal, tenaga kerja, kredit, lama waktu usaha, pendidikan, jenis
usaha, jenis kredit, jenis perusahaan, dan/atau area tidak signifikan
berpengaruh secara positif terhadap variabel terikat.
H1 : Jumlah modal, tenaga kerja, kredit, lama waktu usaha, pendidikan, jenis
usaha, jenis kredit, jenis perusahaan, dan/atau area signifikan
berpengaruh secara positif terhadap variabel terikat.
3.3. Jenis dan Sumber Data yang Dibutuhkan
Data yang digunakan dalam studi ini adalah berupa data-data yang terkait
dengan perekonomian nasional dan data-data terkait dengan penerima kredit, baik
kredit Program KUR\maupun bukan Program KUR. Untuk data-data yang terkait
dengan perekonomian nasional, data-data tersebut seluruhnya adalah data
sekunder yang diperoleh penulis dari berbagai sumber yang terkait, dan
diusahakan se-up date dan selengkap mungkin. Data yang digunakan umumnya
adalah data dari tahun 2000 sampai dengan tahun 2008. Namun, khusus untuk
data SNSEF Indonesia hanya tersedia untuk tahun 2005.
68
Beberapa jenis data yang dibutuhkan dalam studi ini beserta sumbernya
secara terperinci dapat dilihat dalam Tabel 3.3 berikut ini:
Tabel 3.3
Jenis dan Sumber Data yang Dibutuhkan
No. Jenis Data Sumber Data
1 Produk Domestik Bruto Indonesia Tahun 2000-2009 Badan Pusat Statistik
2 Sistem Neraca Sosial Ekonomi Indonesia 2005 Badan Pusat Statistik
3 Sistem Neraca Sosial Ekonomi Finansial Indonesia
2005
Badan Pusat Statistik dan
Bank Indonesia
4 Survei Sosial dan Ekonomi Nasional Tahun 2005
sampai dengan 2008
Badan Pusat Statistik
5 Perkembangan Pengeluaran/Konsumsi Rumah
Tangga 1993-2008
Badan Pusat Statistik
6 Statistik Tenaga Kerja Indonesia Tahun 2000-2008 Badan Pusat Statistik
7 Data Kemiskinan Indonesia Tahun 2000-2009 Badan Pusat Statistik
8 Statistik Usaha Mikro, Kecil, dan Menengah Tahun
2000-2008
Departemen Koperasi dan
UKM
9 Statistik Koperasi Tahun 2000-2008 Departemen Koperasi dan
UKM
10 Data Rinci Realisasi Penyaluran KUR Menurut
Sektor 2007-2009
Departemen Koperasi dan
UKM, Bank Indonesia,
Askrindo, Jamkrindo, dan
Perbankan
11 Statistik Perbankan Indonesia Tahun 2000-2009 Bank Indonesia
Sementara itu, data-data yang terkait dengan penerima kredit, baik kredit
Program KUR maupun non Program KUR, merupakan data yang bersumber dari
data primer, yaitu data yang diperoleh langsung dari responden penerima Program
KUR melalui survei/wawancara dengan mengunakan kuesioner. Survei dilakukan
di 6 wilayah, yaitu Provinsi DKI Jakarta (sampel Kota Jakarta Selatan), Banten
(sampel Kota Tangerang Selatan), Jawa Barat (sampel Kabupaten Bogor), DI
Yogyakarta (sampel Kabupaten Sleman), Jawa Tengah (sampel Kabupaten
Kudus), dan Jawa Timur (sampel Kabupaten Sidoarjo). Masing-masing wilayah
69
jumlah respondennya berjumlah 32 respoenden (dengan proporsi masing-masing
adalah 16 responden penerima kredit KUR dan 16 responden lainnya penerima
kredit selain KUR), sehingga jumlah responden totalnya berjumlah 192
responden. Teknis pelaksanaan survei tersebut di masing-masing wilayah secara
lengkap dapat dilihat dalam Lampiran 3, sedangkan kuesioner yang digunakan
untuk pelaksanaan survei tersebut terlampir dalam Lampiran 4.