IV.

METODOLOGI PENELITIAN

4.1. Jenis dan Sumber Data

Penelitian ini menggunakan data sekunder yang diperoleh dari Badan

Pusat Statistik dan dari berbagai sumber lain yang dianggap relevan dengan

penelitian. Untuk keperluan analisis, data yang digunakan adalah data dari Tabel

Input Output tahun 2006 yang kemudian di-Update ke tahun 2009 berdasarkan

data tahun 2006. Model Input-Output di-Update dengan menggunakan metode

RAS. Metode RAS merupakan salah satu teknik penyusunan Tabel IO dengan

menggunakan metode non survei. Secara sederhana metode RAS merupakan satu

metode untuk memperkirakan koefisien input yang baru pada tahun t, dimana A(t)

menggunakan informasi koefisien tahun dasar A(0), dengan menggunakan total

permintaan antara tahun t, dan total input antara tahun t. Langkah-langkah untuk

meng-update Tabel IO 2006 ke Tabel IO 2009 Provinsi Aceh adalah sebagai

berikut : (1) data tahun dasar yang digunakan adalah Tabel IO 2006, (2) dengan

menggunakan asumsi tahun 2006, informasi koefisien input tahun 2006 kemudian

dihitung nilai input antara (Kuadran I), input primer (Kuadran III) dan permintaan

akhir (Kuadran II), (3) dari hasil perhitungan awal diperoleh total baris yaitu nilai

total permintaan (Kode 301) dan total penyediaan (Kode 700) yang tidak sama

(unbalance), meskipun secara kolom (input dan output) mempunyai nilai yang

balance, (4) melakukan balancing pada total baris (permintaan dan penyediaan)

dengan menggunakan metode RAS menggunakan microsoft exel, (5) tahap

pertama RAS dilakukan dengan balancing total baris, sehingga menyebabkan

unbalance di total kolom, kemudian baru melakukan balancing di total kolom

ysang menyebabkan total baris menjadi unbalance dengan selisih yang semakin
52

kecil sampai diperoleh nilai baris permintaan dan penyediaan dan kolom input-

output yang balance; (6) hasil dari metode RAS kemudian dimasukkan pada

Tabel IO updating 2009 secara lengkap (Kuadran I-III) sehingga diperoleh nilai

permintaan (310) dan penyediaan (700), nilai input (210) dengan output (600)

yang juga balance.

4.2. Metode Analisis

Penelitian ini menggunakan Tabel Input-Output 2009 yang diturunkan dari

Tabel Input-Output tahun 2006. Sektor yang akan dianalisis dalam penelitian ini

terdiri dari 55 sektor dengan menggunakan matrix 55x55 sektor seperti yang

terdapat pada Tabel Input-Output 2006. Dalam penelitian ini tidak dilakukan

disagregasi maupun agregasi mengingat keterbatasan waktu penelitian.

Disagregasi dan agregasi mempunyai pengertian yang berbeda. Disagregasi

merupakan pemecahan satu sektor perekonomian menjadi beberapa sektor

perekonomian, misalnya Tabel IO Aceh yang berjumlah 55 sektor dipecah

menjadi 60 sektor. Sedangkan agregasi merupakan penggabungan beberapa sektor

perekonomian menjadi satu sektor perekonomian, misalnya Tabel IO Aceh yang

55 sektor diagregasi menjadi 20 sektor perekonomian. Disagregasi dan agregasi

sektor biasanya dilakukan sesuai dengan analisis data. Untuk melihat struktur

Tabel Input-Output Provinsi Aceh tahun 2009 yang terdiri dari matrix 55x55

sektor disajikan pada Tabel 6. Sedangkan untuk keterangan kode sektor yang

terdapat dalam Tabel disajikan secara lengkap pada Lampiran 1.

 53

Tabel 6. Struktur Tabel Input-Output Provinsi Aceh Tahun 2009

Output Sektor ekonomi Jumlah Permintaan Akhir Ouput

Input
1 2 3 4 5…. 55 180 301 302 303 304 305 600
1
2
.
.
55
190
201
202
209
210

4.3. Analisis Struktur Permintaan dan Penawaran dalam Pembangunan

Untuk menjawab tujuan pertama dari penelitian, maka digunakan beberapa

alat analisis yang membahas tentang permintaan dan penawaran dalam

pembangunan di Provinsi Aceh. Model sisi permintaan dan penawaran merupakan

faktor eksogen yang mempengaruhi perekonomian. Perekonomian dapat tumbuh

apabila terdapat dorongan atau peningkatan pada permintaan akhir yang bersifat

eksogen. Pendekatan sisi penawaran menjadikan perekonomian sebagai suatu

sektor yang dikendalikan oleh sisi biaya produksi. Dalam model ini, pertumbuhan

sektor-sektor produksi dimungkinkan bukan oleh peningkatan permintaan akhir,

namun karena adanya perubahan biaya input primer. Analisis Input-Output sisi

permintaan yaitu setiap nilai transaksi input antara dibagi dengan nilai total input

sektor produksi yang menggunakannya. Sementara sisi penawaran melihat setiap

nilai transaksi input antara dibagi dengan total output setiap sektor produksi yang

bersangkutan (Daryanto dan Yundy, 2010a).

54

Rumus yang digunakan adalah sebagai berikut:

= ………………………………………………………………(12)

dimana:

= Hasil bagi nilai transaksi antara dengan total output

Zij = Penggunaan output sektor listrik (sektor i) oleh sektor ekonomi lain
(sektor j)
Xj = Total input sektor ( j)

4.3.1. Ekspor dan Impor

Ekspor menunjukkan nilai barang dan jasa yang dihasilkan Provinsi Aceh

yang dijual ke luar Provinsi Aceh , sedangkan impor menunjukkan nilai barang

dan jasa yang berasal dari luar Provinsi Aceh (Rochana, 1999).

Rumus yang digunakan adalah:

Ii = OTi – Si
Ei = OTi – Di………………………………………………. (13)
dimana:

Ii = Impor seluruh sektor ekonomi ( i)

Ei = Ekspor sektor ekonomi (i)
Si = Penawaran domestik sektor ekonomi (i)
Di = Permintaan domestik sektor ekonomi (i)
OTi = Output total sektor ekonomi

Untuk melihat jumlah ekspor antar sektor maka jumlah output total

dikurangi dengan jumlah permintaan domestik dari sektor tersebut. Sedangkan

untuk melihat jumlah impor maka jumlah output total sektor i dikurangi dengan

penawaran domestik sektor i.

4.3.2. Analisis Struktur Output

Output merupakan nilai produksi barang dan jasa yang dihasilkan oleh

sektor-sektor ekonomi. Dimana total output sama dengan total input (Daryanto
 55

dan Yundy, 2010b). Apabila input yang digunakan sama dengan satu maka output

yang dihasilkan juga sama dengan satu. Rumus yang digunakan adalah sebagai

berikut:

n n
.
∑ = Xi =
i =1 j =1
∑Xj ………………………………………………… (14)

dimana:

Xi = Total output sektor ekonomi (i)

Xj = Total Input sektor ekonomi (j)
Jika total input sektor i sama dengan satu maka jumlah output yang

dihasilkan oleh sektor i sama dengan jumlah input yang digunakan oleh sektor j.

Bila total input sektor i > 1 maka jumlah output yang dihasilkan oleh sektor j juga

lebih besar, dan sebaliknya bila total input sektor i < 1 maka output yang

dihasilkan sektor j juga akan lebih kecil.

4.3.3. Analisis Struktur Nilai Tambah

Nilai tambah merupakan balas jasa yang diciptakan kepada faktor-faktor

produksi yang berperan dalam proses produksi . Dimana balas jasa mencakup

komponen yaitu: upah atau gaji, surplus usaha, penyusutan, dan pajak tak

langsung (Saragih, 2003).

Rumus yang digunakan adalah sebagai berikut:

n
V j = ∑Vij ……………………………………………………… (15)
j =1
dimana:

Vj = Input primer dari sektor ekonomi lain (j)

Vij = Banyaknya Output sektor Listrik (i) yang digunakan sebagai input
oleh sektor pertambangan (j)
Jika Vj sama dengan satu maka struktur nilai tambah sektor j sama dengan

rata-rata struktur nilai tambah sektor i, bila Vj > 1 maka struktur nilai tambah
56

sektor j lebih besar dari rata-rata i, dan bila Vj < 1 maka struktur nilai tambah

sektor j lebih rendah dibandingkan i.

4.3.4. Analisis Keterkaitan

4.3.4.1. Analisis Keterkaitan ke Depan

Untuk menjawab tujuan kedua dari penelitian digunakan beberapa alat

analisis yang bertujuan untuk melihat keterkaitan antar sektor ekonomi di Provinsi

Aceh. Keterkaitan langsung ke depan (direct forward linkage) digunakan untuk

mengetahui tingkat kepekaan suatu sektor terhadap sektor-sektor lainnya melalui

mekanisme pasar output. Hal tersebut menunjukkan kemampuan suatu sektor

untuk mendorong pertumbuhan produksi sektor-sektor lain yang memakai input

dari sektor ini. Sektor–i dikatakan mempunyai keterkaitan (FLi) yang tinggi

apabila lebih besar dari satu. Sebaliknya nilai FLi rendah jika lebih kecil dari satu

(Daryanto dan Yundy, 2010a).

Rumus yang digunakan adalah sebagai berikut:

n
FLi = ∑  ij …………………………………………………… (16)
j =1
dimana:

FLi = Keterkaitan langsung ke depan sektor ekonomi (i)

αij = Unsur matriks kebaikan Leontief

Jika FLi sama dengan satu maka sektor i memiliki keterkaitan langsung

kedepan sama dengan rata-rata sektor ekonomi lain, bila FLi > 1 maka sektor i

memiliki keterkaitan langsung kedepan lebih tinggi dibandingkan rata-rata sektor

ekonomi lain, dan bila FLi < 1 maka nilai keterkaitan langsung sektor i lebih kecil

dibandingkan dengan rata-rata sektor ekonomi lain.

Selain keterkaitan langsung ke depan, keterkaitan tidak langsung ke depan

(indirect forward linkage) juga digunakan untuk melihat kepekaan dari suatu
 57

sektor tertentu terhadap sektor-sektor yang menggunakan output sektor tersebut

baik secara langsung maupun tidak langsung perunit kenaikan permintaan total.

Apabila permintaan akhir setiap sektor perekonomian meningkat satu unit, maka

sektor–i tersebut dapat menyumbang pemenuhan sebesar αij unit (Daryanto dan

Yundy, 2010a).

Rumus yang digunakan adalah sebagai berikut:

n
FTLi = ∑  ij ………………………………………………… (17)
j =1

dimana:

FTLi = Keterkaitan tidak langsung ke depan sektor ekonomi (i)

αij = Unsur matriks kebalikan Leontief

Jika nilai FTLi sama dengan satu berarti nilai keterkaitan tidak langsung

kedepan sektor i sama dengan rata-rata sektor ekonomi lain, bila FTLi > 1 maka

nilai keterkaitan tidak langsung sektor i lebih tinggi dengan rata-rata nilai

keterkaitan tidak langsung sektor ekonomi lain, dan bila FTLi < 1 berarti sektor i

memiliki nilai keterkaitan tidak langsung yang lebih rendah dibandingkan sektor

ekonomi lain.

4.3.4.2. Analisis Keterkaitan ke Belakang

Keterkaitan langsung ke belakang (direct backward linkage) digunakan

untuk mengetahui distribusi manfaat dari pengembangan suatu sektor terhadap

perkembangan sektor-sektor lainnya melalui mekanisme transaksi pasar input. Hal

tersebut menunjukkan kemampuan suatu sektor untuk meningkatkan pertumbuhan

industri hulunya (Daryanto dan Yundy, 2010a).

Rumus yang digunakan adalah sebagai berikut:

n
BLj=∑ij ………………………………………………… (18)
j=1
58

dimana:

BLj = Keterkaitan langsung kebelakang sektor ekonomi lain (j)

αij = Unsur matriks koefisien input

Bila BLj sama dengan satu maka sektor j dikatakan mempunyai kaitan

kebelakang yang sama i, bila BLj > 1 maka sektor j memiliki keterkaitan

kebelakang yang tinggi dibandingkan dengan sektor i, sebaliknya jika BLj < 1

maka sektor j memiliki keterkaitan langsung yang rendah dibandingkan dengan i.

Sementara itu keterkaitan tidak langsung ke belakang (indirect backward

linkage) digunakan untuk menunjukkan akibat dari suatu sektor terhadap sektor-

sektor yang menyediakan input antara bagi sektor tersebut baik secara langsung

maupun tidak langsung perunit kenaikan permintaan total. Besaran ini dapat

dengan menjumlahkan peningkatan menurut kolom elemen-elemen matriks (1-A)-

1
. Dari rumus tersebut diperoleh bahwa bila permintaan akhir sektor j naik satu

unit, produksi selisih sektor perekonomian naik sebesar ij unit (Daryanto dan

Yundy, 2010b).

Rumus yang digunakan adalah sebagai berikut:

n
BTLj= ∑ij ……………………………………………… (19)
j=1
dimana:

BTLj = Keterkaitan tidak langsung ke belakang sektor ekonomi lain (j)

αij = Unsur matriks kebalikan Leontief
Nilai BTLj dapat mempunyai nilai sama dengan satu, lebih besar satu dan

lebih kecil dari satu. Bila BTLj = 1, ini berarti bahwa sektor j memiliki keterkaitan

tidak langsung ke belakang yang sama dengan rata-rata keterkaitan tidak langsung

sektor i, bila BTLj > 1 maka keterkaitan tidak langsungnya diatas rata-rata sektor
 59

i, dan bila BTLj < 1 maka keterkaitan tidak langsungnya lebih rendah

dibandingkan dengan rata-rata sektor i.

4.3.5. Analisis Dampak Penyebaran

Keterkaitan langsung ke depan (direct forward linkage) dan tidak lansung

ke depan (indirect forward linkage) maupun keterkaitan langsung ke belakang

(direct backward linkage) dan keterkaitan tidak langsung ke belakang (indirect

backward linkage), seperti diuraikan sebelumnya maka belum memadai apabila

dipakai sebagai landasan pemilihan sektor kunci. Indikator-indikator tersebut

tidak dapat diperbandingkan antar sektor karena peranan permintaan akhir setiap

sektor tidak sama. Oleh karena itu, kedua indeks tersebut haruslah dinormalkan

dengan cara membandingkan rata-rata dampak yang ditimbulkan oleh sektor

tersebut dengan rata-rata dampak seluruh sektor. Analisis ini disebut dengan

dampak penyebaran yang terbagi dua, yaitu: kepekaan penyebaran dan derajat

kepekaan (Saragih, 2003).

4.3.5.1. Analisis Daya Penyebaran

Daya penyebaran (power of dispersion) digunakan untuk mengetahui

distribusi manfaat dari pengembangan suatu sektor terhadap perkembangan

sektor-sektor lainnya melalui mekanisme transaksi pasar input. Konsep ini juga

sering diartikan sebagai kemampuan suatu sektor untuk meningkatkan

pertumbuhan industri hulunya atau kemampuan suatu sektor untuk menarik sektor

hulunya. Sektor –j dikatakan mempunyai keterkaitan kebelakang yang tinggi

apabila PDj mempunyai nilai lebih besar dari satu, sebaliknya jika nilai PDj
60

mempunyai nilai lebih kecil dari satu (Daryanto dan Yundy, 2010b). Rumus yang

digunakan untuk mencari nilai koefisien penyebaran adalah:

n
n ∑  ij
PDj = n
i=0
n
………………………………………. (20)

dimana:
∑ ∑
j =1 i =1
ij

PDj = Daya penyebaran sektor ekonomi (j)

αij = Unsur matriks kebalikan Leontif
Nilai PDj dapat bernilai sama dengan 1, lebih besar 1 atau lebih kecil 1.

Bila PDj = 1 hal tersebut berarti bahwa daya penyebaran sektor j sama dengan

rata-rata daya penyebaran seluruh sektor ekonomi. Bila PDj > 1 hal tersebut

berarti daya penyebaran sektor j lebih tinggi dari daya penyebaran seluruh sektor

ekonomi. Sebaliknya, bila PDj < 1 hal tersebut berarti bahwa daya penyebaran

sektor j dibawah rata-rata daya penyebaran seluruh sektor ekonomi.

4.3.5.2. Analisis Derajat Kepekaan

Derajat kepekaan (degree of sensitivity) untuk mengetahui tingkat

kepekaan suatu sektor terhadap sektor-sektor yang lain malalui mekanisme pasar

output. Konsep ini sering juga diartikan sebagai kemampuan suatu sektor untuk

mendorong pertumbuhan produksi sektor-sektor lain yang memakai input dari

sektor ini atau dengan kata lain adalah kemampuan suatu sektor untuk mendorong

sektor hilirnya (Daryanto dan Yundy, 2010a).

Rumus yang digunakan

n
untuk mencari nilai derajat kepekaan adalah:
n∑ij
……………………………………………….. (21)
SDi = n
i =0
n

∑ ∑

j =1 i =1
ij

dimana;

SDi = Derajat Kepekaan sektor ekonomi

αij = Unsur matriks kebalikan Leontif
 61

Nilai SDi dapat bernilai sama dengan 1, lebih besar 1 atau lebih kecil 1.

Bila SDi = 1 hal tersebut berarti bahwa derajat kepekaan sektor i sama dengan

rata-rata derajat kepekaan seluruh sektor ekonomi. Bila SDi > 1 hal tersebut

berarti derajat kepekaan sektor i lebih tinggi dari derajat kepekaan seluruh sektor

ekonomi. Sebaliknya, bila SDi < 1 hal tersebut berarti bahwa derajat kepekaan

sektor i dibawah rata-rata derajat kepekaan seluruh sektor ekonomi.

4.3.6. Analisis Dampak (Multiplier) Perubahan Permintaan Akhir

terhadap Output, Pendapatan dan Tenaga Kerja Sektor Ekonomi
Untuk menjawab tujuan ketiga dari penelitian, digunakan tiga alat analisis

yang bertujuan untuk melihat dampak (multiplier) terhadap output, pendapatan

dan tenaga kerja. Multiplier adalah pengukuran suatu respon atau dampak dari

stimulus ekonomi. Multiplier adalah koefisien yang menyatakan kelipatan dampak

langsung dari meningkatnya permintaan akhir sesuatu sektor terbesar satu unit

terhadap produksi total semua sektor di wilayah penelitian. Total multiplier yang

diturunkan model Input-Output dapat diklasifikasikan dalam lima komponen yang

berbeda yaitu : initial impact, first round effect, industrial support effect,

consumption induced effect dan flow on effect.

Tabel 7. Rumus Multipler Output, Pendapatan dan Tenaga Kerja

Item Multipler
Output Pendapatan Tenaga kerja
Efek awal 1 hi ei
Efek putaran ∑iaij ∑iaij hi ∑iaij ei
Efek Dukungan ∑iαij – 1 - ∑iaij ∑iαij hi – hj - ∑iaij hi ∑iαij ei – ej - ∑iaij ei
Industri
Efek Konsumsi ∑iα*ij - ∑αij ∑iα*ij hi - ∑αij hi ∑iα*ij ei - ∑αij ei
Efek Total ∑iα*ij ∑iα*ij hi ∑iα*ij ei
Efek Lanjutan ∑iα*ij – 1 ∑iα*ij hi - hi ∑iα*ij ei - ei
Sumber: Daryanto dan Yundy (2010)

dimana:
62

ai = Koefisien output
hi = Koefisien pendapatan rumah tangga
ei = Koefisien tenaga kerja
αij = Matriks kebalikan Leontif model terbuka
α*ij = Matrik kebalikan Leontif model terbuka

Type I =

Type II =

4.3.6.1. Analisis Multiplier Output

Multipler output dihitung berdasarkan unit perubahan output sebagai efek

awal, yaitu kenaikan atau penurunan output sebesar satu unit satuan. Setiap

element dalam matriks kebalikan Leontief (inverse matrix) menunjukkan total

pembelian input baik tidak langsung maupun langsung dari sektor –i sebesar satu

unit satuan ke permintaan akhir. Dengan demikian informasi ini mempunyai arti

bahwa struktur perekonomian dapat menentukan tingkat keterkaitan antar sektor

dalam perekonomian suatu wilayah. Koefisien dari matriks kebalikan Leontief

menunjukkan besarnya perubahan aktivitas dari suatu sektor akan mempengaruhi

tingkat output dari sektor-sektor lain.

4.3.6.2. Analisis Multiplier Pendapatan

Multiplier pendapatan mengukur peningkatan pendapatan akibat adanya

perubahan output dalam perekonomian. Dalam Tabel Input-Output, yang

dimaksud dengan pendapatan adalah upah dan gaji yang diterima oleh rumah

tangga. Pengertian pendapatan yang dimaksud mencakup beberapa jenis

pendapatan, yang umumnya diklasifikasikan sebagai pendapatan rumah tangga,

deviden dan bunga bank.

 63

4.3.6.3. Analisis Multiplier Tenaga Kerja

Multiplier tenaga kerja menunjukkan perubahan tenaga kerja yang

disebabkan oleh perubahan awal dari sisi output. Multiplier tenaga kerja tidak

diperoleh dari elemen-elemen dalam Tabel Input-Output. Untuk memperoleh

multiplier tenaga kerja maka Tabel Input-Output harus ditambahkan baris yang

menunjukkan jumlah tenaga kerja untuk masing-masing sektor dalam

perekonomian suatu wilayah. Penambahan baris ini bertujuan untuk mendapatkan

koefisien tenaga kerja. Cara untuk memperoleh koefisien tenaga kerja adalah

membagi setiap jumlah tenaga kerja masing-masing sektor perekonomian dengan

jumlah total output dari masing-masing sektor ekonomi.

Koefisien tenaga kerja (ei) menunjukkan efek langsung ketenagakerjaan

dari setiap sektor akibat adanya perubahan output sektor ke –i. Efek langsung dan

tidak langsung ditunjukkan dengan αij ei untuk setiap sektor ∑α*ij untuk semua

sektor dalam perekonomian suatu wilayah. Sedangkan efek total ditunjukkan

dengan α*ij ei (Daryanto dan Yundy, 2010b).

4.4. Simulasi Perubahan Pengeluaran Konsumsi Rumahtangga, Konsumsi

Pemerintah dan Ekspor terhadap Output, Pendapatan dan Tenaga
Kerja Sektor Ekonomi
Sementara itu untuk menjawab tujuan terakhir (keempat) dari penelitian

maka digunakan alat analisis yang bertujuan untuk melihat dampak perubahan

permintaan akhir terhadap output, pendapatan dan tenaga kerja. Permintaan akhir

dalam model Input-Output, terdiri dari: konsumsi rumah tangga, konsumsi

pemerintah, pembentukan modal, perubahan stok, ekspor dan impor. Permintaan

akhir tersebut merupakan produk barang dan jasa yang digunakan sebagai

indikator kesejahteraan masyarakat. Dalam penelitian ini akan dilakukan simulasi

64

perubahan permintaan akhir yang meliputi pengeluaran konsumsi pemerintah,

pengeluaran konsumsi rumah tangga, dan ekspor.

Analisis simulasi digunakan untuk mengetahui perubahan variabel

eksogen terhadap neraca endogen pada Tabel I-O Provinsi Aceh 2006. Selain itu

analisis dilakukan untuk melihat dampak perubahan variabel eksogen pada

permintaan akhir terhadap neraca endogen, yaitu output, pendapatan dan

kesempatan kerja. Hasil simulasi akan digunakan sebagai perumusan implikasi

kebijakan.

Alternatif permintaan akhir yang akan disimulasikan terdiri dari 3

kebijakan sebagai berikut:

1. Pengeluaran konsumsi rumahtangga naik sebesar 40 persen dan pengeluaran

pemerintah naik sebesar 17 persen

2. Pengeluran konsumsi rumahtangga turun 40 persen dan pengeluaran

pemerintah turun sebesar 17 persen

3. Ekspor meningkat sebesar sebesar 32 persen

Pertimbangan besarnya angka persentase yang di ambil untuk simulasi

kebijakan yaitu berdasarkan data distribusi Produk Domestik Regional Bruto

Pemerintah Aceh atas dasar harga konstan menurut penggunaannya dalam kurun

waktu 1998-2009. Selama kurun waktu tersebut distribusi pengeluaran konsumsi

pemerintah, rumahtangga, dan ekspor memberikan distribusi yang berfluktuatif

(Lampiran 19).

Perhitungan yang digunakan untuk dampak dari setiap skenario tersebut

digunakan rumus sebagai berikut (Hotman, 2006):

 65

1. Dampak Permintaan Akhir terhadap Output

X = [I-A] -1 F …………………………………………………………. (22)

dimana:

X = Matriks output
-1
[I-A] = Matriks pengganda
F = Permintaan Akhir
2. Dampak Permintaan Akhir terhadap Pendapatan

I = τv [I-A] -1F ………………………………………………………….(23)

dimana:

I = Matriks pendapatan
τ = Matriks koefisien nilai tambah
v = Matriks koefisien pendapatan
3. Dampak Permintaan Akhir terhadap Kesempatan Kerja

L = γ [I-A] -1F …………………………………………………. (24)

dimana:

L = Matriks kesempatan kerja

γ = Matriks koefisien tenaga kerja