Just Me..

My photo
Jakarta, DKI Jakarta, Indonesia
Universitas Gunadarma Fakultas Ekonomi

Monday, September 28, 2009

Uang dn Inflasi

JURNAL BISNIS DAN EKONOMI, MARET 1999

UANG DAN INFLASI : Cointegrating Vector, Error Correction, dan Kausalitas Granger

Oleh : Agung Nusantara

STIE Stikubank Semarang

ABSTRAK

Tujuan utama tulisan ini adalah menelusuri hubungan kausalitas Granger antara variabel uang, baik dalam konteks M1 maupun M2, dengan variabel tingkat harga dalam perekonomian Indonesia. Metodologi yang digunakan dalam tulisan ini adalah Vector Error Correcrion Model (VECM), yaitu model analisis yang diterapkan pada variabel yang terkointegrasi pada derajad nol atau I(0).

Implikasi dari penerapan VECM tersebut adalah ditemukannya bukti bahwa antara M1 dengan tingkat harga terjadi hubungan kausalitas Granger dua arah hanya pada jangka panjang, sedangkan dalam jangka pendek hubungannya hanya satu arah, yaitu M1 dipengaruhi oleh tingkat harga, dan sifat hubungan tersebut adalah negatif. Sedangkan M2 sifat hubungannya negatif dan memiliki hubungan kausalitas baik dalam jangka pendek maupun dalam jangka panjang.

PENDAHULUAN

Salah satu kontroversi dalam teori moneter antara golongan Klasik dan golongan Keynes adalah tentang pemahaman mereka terhadap inflasi. Perdebatan yang sangat panjang antara kedua golongan tersebut merupakan refleksi atas posisi penting yang ditempati oleh inflasi. Dan secara umum diakui bahwa di negara yang sedang berkembang, inflasi lebih merupakan penyakit ekonomi daripada stimulan ekonomi.

Para pemikir Klasik menyatakan bahwa inflasi, dimanapun dan kapanpun, merupakan fenomena moneter. Pemikiran awal mereka, yang tertuang dalam The Crude Quantity Theory, menyatakan bahwa dalam kondisi full-equilibrium, perubahan moneter hanya akan berpengaruh pada tingkat harga. Sehingga perubahan jumlah uang yang beredar sebagai wujud dari kebijakan moneter, hanya akan mengubah perekonomian secara nominal.

Di sisi lain, kaum Keynes menyatakan bahwa perubahan moneter dapat meningkatkan aktifitas ekonomi dan sekaligus tingkat harga melalui tingkat bunga dan inflasi. Keynes berpendapat bahwa perubahan variabel moneter, berupa perubahan jumlah uang yang beredar, akan berpengaruh terhadap tingkat bunga. Selanjutnya perubahan tingkat bunga akan berpengaruh terhadap investasi, dan melalui mekanisme perubahan harga, akan mempengaruhi pendapatan nasional, sebagai wujud perekonomian sektor riil.

Milton Friedman, sebagai salah satu pengikut aliran Klasik yang modern, mengintegrasikan pemikiran Klasik dengan pemikiran Keynes. Friedman berpendapat bahwa dalam jangka pendek Friedman menganggap bahwa teori Keynes terbukti kebenarannya, yaitu jumlah uang yang beredar berpengaruh pada sektor riil dan bukan hanya sektor moneter (harga). Sedangkan dalam jangka panjang variabel uang bersifat netral terhadap perubahan riil (neutrality of money).

Beberapa studi telah dilakukan untuk mengetahui hubungan kausalitas antara variabel jumlah uang yang beredar dengan inflasi, yaitu Dumairy (1986) dan Farchan (1992). Dumairy, dengan menggunakan Granger Causality menemukan bukti bahwa terjadi hubungan dua arah antara jumlah uang yang beredar (M1) dengan tingkat harga. Hasilnya adalah terdapat hubungan dua arah antara kedua variabel dengan perbedaan bahwa pengaruh ekspansi moneter terhadap inflasi lebih berarti daripada pengaruh inflasi terhadap ekspansi moneter. Di sisi lain, Farchan, dengan menggunakan Granger Causality dan Sims Causality membuktikan bahwa terdapat hubungan dua arah antara M1 dengan tingkat harga, yang direpresentasikan oleh CPI. Namun demikian, pengaruh jumlah uang yang beredar terhadap harga lebih berarti daripada pengaruh harga terhadap jumlah uang yang beredar.

Dalam studi yang lebih mendasar tentang kausalitas disebutkan (Granger, 1988) bahwa analisis kausalitas secara tradisional, yang tidak melihat sifat kointegratif dari pasangan variabel pada derajad nol, I(0), memiliki kelemahan pada aspek forecastibility, sehingga memiliki kecenderungan untuk salah dalam pengambilan kesimpulan. Mengingat studi Granger inilah maka kasus kausalitas antara jumlah uang yang beredar, baik dalam arti sempit (M1) maupun dalam arti luas (M2), perlu diuji kointegrasinya untuk menentukan apakah model analisis kausalitas tradisional memadai untuk diterapkan. Apabila terdapat kointegrasi pada derajad nol, I(0), maka aplikasi alternatif yang ditawarkan oleh Masih and Masih (1993) tentang penggunaan Vector Error Correction Model terhadap data yang terkointegrasi perlu diperhatikan.

METODOLOGI

Dalam memecahkan kasus kausalitas dengan menggunakan pendekatan ECM ini, akan digunakan prosedur perhitungan sebagai berikut:

Prosedur I: Pengujian Hipotesis Unit Root. Pengujian ini dimaksudkan untuk mengetahui stasioneritas data analisis. Pengujian unit root ini sering juga disebut dengan stationary stochastic process. Dalam kasus ini, bentuk pengujian yang akan digunakan adalah: unit root test of stationarity, trend stationarity stochastic process, dan difference stationarity stochastic process.

Dalam software MicroTSP v.7.0, pengujian stasionaritas data tersedia dalam tiga bentuk, yaitu Augmented Dickey-Fuller (ADF) include Constant (C,n), ADF include Constant and Time Trend (T,n), dan ADF only (N,n). Bentuk umum ketiga uji stasioneritas tersebut adalah:

n

ADF (C,n): d(Yt) = c + BYt+ å d(Yt) + ut

i=1

n

ADF (T,n): d(Yt) = c + BYt+ å d(Yt) + Trend + ut

i=1

n

ADF (N,n): d(Yt) = BYt+ å d(Yt) + ut

i=1

Dasar keputusan yang digunakan dalam uji stasioneritas ini adalah statistik Dickey-Fuler yang built-in dalam software. Uji stasioneritas ini didasarkan atas hipotesis nol variabel stokastik memiliki unit root. (Insukindro, 1990; Nusantara, 1997).

Prosedur II: Engle Granger Cointegration Test. Pengujian kointegrasi menurut Engle-Granger, yang diterapkan disini didasarkan atas: ADF (C,n), ADF (T,4), dan Cointegration Regression Durbin-Watson (CRDW) statistic. Bentuk umum uji kointegrasi tersebut adalah sebagai berikut:

n

ADF (C,n): d(RESIDt) = c + aB(RESIDt) + bå d(RESIDt-i) + ut

i=1

n

ADF (T,n): d(RESIDt) = c + aB(RESIDt) + bå d(RESIDt-i) + Trend + ut

i=1

CRDW: Yt = c + aXt + ut

Dasar pengujian ADF (C,n) dan ADF (T,n) adalah statistik Dickey-Fuller yang built-in dalam software. Sedangkan uji CRDW didasarkan atas nilai Durbin-Watson Rationya, dan keputusan penerimaan atau penolakannya didasarkan atas angka statistik CRDW (Engle and Granger, 1987).

Prosedur III: Error Correction Causality. Apabila pasangan variabel yang akan dianalisis menunjukkan sifat integratif (I,0) maka penghitungan kausalitas Granger harus didasarkan atas model analisis Vector Error Correction (King, 1991; Oskooee and Alse, 1993; Masih and Masih, 1996). Bentuk umum VECM yang akan digunakan dalam analisis adalah sebagai berikut:

n n

dYt = c + a (ECTat-1) + bå dYt-i + dådXt-i + u1t

i=1 i=1

n n

dXt = c + a (ECTbt-1) + bå dYt-1 + dådXt-1 + u2t

i=1 i=1

Dalam VECM terdapat dua hal penting yang harus diperhatikan, yaitu (1) signifikansi ECT, dan (2) signifikansi Wald atau F-jointly test. Dalam pengambilan keputusan tentang ada tidaknya hubungan kausalitas Granger, sebenarnya dapat dilihat dari signifikansi salah satu atau keduanya. Dengan lain perkataan hubungan kausalitas Granger dapat dibuktikan dengan signifikannya variabel ECT dan atau signifikannya uji Wald.

Namun demikian, kedua hal tersebut memiliki perbedaan yang nyata. Hal pertama, yaitu signifikansi variabel ECT, menunjukkan hubungan kausalitas Granger dalam jangka panjang, sedangkan signifikansi uji Wald mengindikasikan adanya hubungan kausalitas dalam jangka pendek (Masih and Masih, 1996). Pengujian diagnostik yang menyertai perhitungan VECM, dalam tulisan ini, hanya ditempatkan sekedar menunjukkan posisi pembentukan model secara statistik.

Untuk keperluan analisis, tulisan ini akan menggunakan model empiris VECM untuk variabel M1, M2 dan CPI, dalam bentuk seperti di bawah ini:

Model I:

4 4

dCPIt = c1 + a1 (ECT1t-1) + b1å dCPIt-i + d1ådM1t-i + u1t

i=1 i=1

Model II:

4 4

dM1t = c2 + a2 (ECT2t-1) + b2å dCPIt-i + d2ådM1t-i + u2t

i=1 i=1

Model III:

4 4

dCPIt = c3 + a3 (ECT3t-1) + b3å dCPIt-i + d3ådM2t-i + u3t

i=1 i=1

Model IV:

4 4

dM2t = c4 + a4 (ECT4t-1) + b4å dCPIt-i + d4ådM2t-i + u4t

i=1 i=1

HASIL EMPIRIS

Gambaran Umum Data Dasar Analisis. Sebelum sampai pada analisis hasil perhitungan, maka akan dikemukakan terlebih dahulu gambaran umum data dasar analisis untuk memberikan gambaran secara kasar tentang sebaran data dan karakteristik statistiknya. Untuk itu, tabel 1 dapat dijadikan gambarannya.

Dari tabel 1 dapat dilihat bahwa persentase standard deviasi terhadap mean untuk kelompok data I (CPI, M1, M2) yang masing-masing 13.52%, 30,49%, dan 36,28%, lebih kecil dibandingkan dengan persentase untuk kelompok data II (dCPI, dM1, dM2), yang masing-masing, 94,03%, 188,81%, dan 76,52%. Tingginya persentase standard deviasi kelompok data II merupakan cerminan korelasi individual dalam suatu periode. Hal tersebut dapat dibuktikan dengan catatan statistik bahwa korelasi individual kelompok data I lebih tinggi daripada kelompok data II.

Cara yang serupa untuk menggambarkan hubungan statistik antara variabel analisis tersebut adalah dengan cara grafis (lihat Lampiran 1 dan Lampiran 2). Gambar 1 dan gambar 3 garis regresinya menunjukkan adanya hubungan positif (yang angka korelasinya masing-masing 0.98 dan 0.97) antara CPI – M1 dan CPI – M2. Sedangkan gambar 2 dan gambar 4, garis regresi yang terbentuk ditafsirkan sebagai elastisitas CPI – M1 dan CPI – M2.

Tabel 1:

Gambaran Umum Data Dasar Analisis

Sample Range: 1991.10 – 1997.07

Number of Observations: 70

Variabel

Mean

SD

Max

Min

CPI

161.30812

21.80902

195.77000

128.35000

M1

43.090739

13.139134

69.950000

25.831000

M2

179.93342

65.285419

317.53300

97.764000

d(CPI)

0.9966667

0.9371842

3.9499970

-1.120010

d(M1)

0.6392173

1.2069025

4.7099990

-2.424000

d(M2)

3.2176086

2.4620114

11.272980

-2.238998

Variabel

Covariance

Correlation

CPI – M1

278.05286

0.9845711

CPI – M2

1365.4977

0.9731085

D(CPI) – D(M1)

-0.0275003

-0.0246707

D(CPI) – D(M2)

-0.3694619

-0.1624781

Sumber: Hasil olahan MicroTSP v.7.0 dari Bank Indonesia, SEKI, beberapa terbitan.

Pengujian Variabel Analisis. Sampai pada tahap ini, kita akan menguji data dasar apakah memenuhi asumsi dasar OLS tentang stasioneritas dan normalitas sebaran data atau tidak. Pengujian dilakukan dengan menggunakan pengujian unit root ADF untuk stasioneritas data dan Jarque-Bera Normality test untuk normalitas sebaran.

Tabel 2:

Pengujian Hipotesis Unit Root dan Normalitas Variabel Analisis

DCPI, DM1 dan DM2

Sample Range: 1991.10 – 1997.07

Number of Observations: 70

U j i

Variabel

UROOT

(C,4)

UROOT

(T,4)

UROOT

(N,4)

J-B

DCPI

-4.4282

-4.3798

-1.5916

5.548194

DM1

-4.0939

-5.3576

-1.6537

4.726765

DM2

-2.3218

-4.9599

-0.5186

6.331114

Sig. Level

1%

5%

10%

DF Stat

-3.5345

-2.9069

-2.5907

DF Stat.

-4.1059

-3.4801

-3.1684

DF STATISTIC

-2.5989

-1.9455

-1.6184

Chi-Sqr

df. 2

Dari hasil pengujian dapat disimpulkan bahwa asumsi stasioneritas data dapat dipenuhi secara memuaskan dengan menggunakan uji ADF (C,4) maupun ADF (T,4). Namun, pengujian stasioneritas ADF (N,4) hanya menunjukkan bahwa varaibel DM1 saja yang signifikan pada taraf 10%. Sekalipun demikian, asumsi stasioneritas data masih dapat dianggap memenuhi. Sedangkan pengujian normalitas sebaran data, secara keseluruhan menunjukkan signifikansi pada taraf 5%, 5%, dan 2.5% .

Dari hasil pengujian tersebut, maka analisis tentang kausalitas akan melangkah pada tahap kedua, yaitu pengujian kointegrasi persamaan-persamaan jangka panjangnya (Model 1, Model 2, Model 3, dan Model 4).

Pengujian Kointegrasi Engle-Granger. Uji ini ditujukan untuk mengetahui sampai dimana sifat kointegratif untuk setiap model yang dibentuk dapat ditunjukkan (model analisis VECM mensyaratkan adanya kointegrasi derajad pertama, I(0)). Di samping itu, model kointegrasi juga dapat digunakan untuk mengetahui hubungan antar variabel dalam jangka panjang. Dalam kasus ini, dapat dilihat pada Lampiran 3 dan Lampiran 4, bahwa hubungan antar variabel adalah negatif. Namun demikian pada hubungan antara variabel d(CPI)d(M1) hubungannya memiliki signifikansi yang memadai, sedangkan untuk hubungan antara variabel d(CPI) – d(M2) signifikan dalam taraf 10%. Hasil pengujian kointegrasi Engle-Granger dapat dilihat pada tabel 3.

Dari hasil perhitungan kointegrasi yang telah dilakukan, dapat diketahui bahwa model 1 memiliki signifikansi 1% untuk ADF (C,4), 5% untuk ADF (T,4), dan 10% untuk CRDW. Pengujian kointegrasi model 2, model 3 menunjukkan tingkat signifikansi yang memadai untuk semua jenis uji. Sedangkan untuk model 3 gagal menunjukkan signifikansinya untuk uji ADF (C,4), namun untuk dua uji lainnya signifikan secara memadai.

Tabel 3:

Pengujian Engle-Granger Cointegration


ADF (C,4)

ADF (T,4)

CRDW

Model 1: DCPI= f(DM1)

DCPI = 1.0000

DM1 = -0.019157

DF stat. –4.4488

DCPI = 1.0000

DM1 = -0.024496

TREND = -0.001725

DF Stat. –4.4571

1.525378

Model 2: DM1 = f(DCPI)

DM1 = 1.0000

DCPI = 0.031771

DF Stat. –4.1304

DM1 = 1.0000

DCPI = 0.039254

TREND = -0.011260

DF Stat. –5.4772

2.492263

Model 3: DCPI = f(DM2)

DCPI = 1.0000

DM2 = 0.061849

DF Stat. –4.3462

DCPI = 1.0000

DM2 = 0.103398

TREND = -0.008801

DF Stat. –4.5260

1.525225

Model 4: DM2 = f(DCPI)

DM2 = 1.0000

DCPI = 0.426835

DF Stat. –2.1480

DM2 = 1.0000

DCPI = 0.474538

TREND = -0.071783

DF Stat. –4.7674

1.149292

Statistic

1%

5%

10%

-4.0720

-3.4331

-3.1112

-4.5776

-3.9318

-3.6094

0.511

0.386

0.322

Karena pengujian kointegrasi menunjukkan setiap model memiliki kecenderungan terkointegrasi pada derajad nol, atau I(0), maka analisis kausalitas Vector Error Correction Model dapat dilakukan.

Vector Error Correction Model. Hasil penghitungan kausalitas VECM dapat dilihat pada tabel 4a dan pengujiannya pada tabel 4b. Dalam kasus ini, VECM dilakukan dengan menggunakan time-lag 4.

Tabel 4a:

Hasil Perhitungan Vector Error Correction Model

Sample Range: 1992.04 – 1997.07

Number of Observations: 64

Model

Uji

Model 1

Model 2

Model 3

Model 4

ECT(-1)

-4.0885

-3.5111878

-3.6093825

-1.9536212

Wald

1.0567

2.89915

1.46864

3.53614

Serial Corr. LM Test (4)

1.11387

2.01208

1.56509

3.69751

ARCH test (4)

0.90480

2.18003

0.49321

1.67204

White’s Test (4)

0.32024

0.78583

0.37634

1.00465

RESET (4)

1.11079

1.171816

1.70811

1.15971

Jarque-Bera Normality

13.79791

3.729557

15.34507

0.326262

Tabel 4b:

Signifikansi Pengujian Vector Error Correction Model

Sample Range: 1992.04 – 1997.07

Number of Observations: 64

Model

Uji

Model 1

Model 2

Model 3

Model 4

ECT(-1)

0.001

0.001

0.001

0.05

Wald

ts (0.25)

0.01 (0.005)

0.25 (0.10)

0.01 (0.005)

Serial Corr. LM Test (4)

t.s (0.10)

0.01 (0.025)

0.25 (0.05)

0.01 (0.005)

ARCH test (4)

ts (0.25)

0.10 (0.025)

ts (0.5)

0.25 (0.05)

White’s Test (4)

ts (0.05)

Ts (0.005)

ts (0.025)

ts (0.005)

RESET (4)

ts

ts

0.025

0.10

J-B Normality

0.005

0.25

0.005

0.90

Keterangan:

jika ada dua nilai uji, nilai uji yang ada di dalam kurung merupakan nilai uji chi-sqr dengan df.2

Atas dasar hasil perhitungan yang tertera pada tabel 4b, dapat disimpulkan bahwa variabel ECT, yang merupakan variabel error correction term, untuk semua model analisis memiliki tingkat signifikansi yang memadai, secara berturut-turut dari model 1 hingga model 4, yaitu: 0.1%, 0.1%, 0.1%, dan 5%. Sedangkan untuk pengujian Jointly F-test berturut-turut, tidak signifikan, 1%, 25%, dan 1%. Berdasarkan tolok ukur pengujiannya, apabila variabel error correction term dan atau uji jointly F-test signifikan maka variabel tak bebasnya dapat dianggap sebagai variabel endogen (Granger endogenity).

Hubungan kausalitas antara CPI-M1 dan CPI-M2 dapat memiliki dua dimensi kausalitas, yaitu kausalitas jangka pendek, dengan melihat signifikansi variabel tak bebas yang dideferensiasikan (dalam kasus ini disimbulkan dengan ‘d’ yaitu diferensiasi data dasar, dalam kasus ini disimbolkan dengan d2CPI, d2M1, dan d2M2. Lihat Lampiran 5 dan Lampiran 6), dan dimensi jangka panjang dengan melihat signifikansi error correction term-nya.

Hasil perhitungan dengan empat model analisis menunjukkan bahwa model 1 hanya menunjukkan kausalitas jangka panjang karena uji Wald-nya (uji terhadap variabel yang dideferensiasikan) tidak memiliki signifikansi yang memadai. Sedangkan model 2 hingga model 4 menunjukkan hubungan kausalitas, baik dalam jangka panjang maupun dalam jangka pendek.

Dengan demikian, hubungan kausalitas jangka pendek antara dCPI – dM1 (model I dan II) bersifat searah, karena dalam jangka pendek dCPI tidak disebabkan oleh dM1 (model I) tetapi dM1 disebabkan oleh dCPI. Namun dalam jangka panjang hubungan kausalitas antara kedua variabel tersebut bersifat dua arah. Sedangkan untuk hubungan variabel dCPI – dM2, baik dalam jangka panjang maupun dalam jangka pendek hubungan kausalitasnya memiliki signifikansi yang memadai.

Dalam hubungan kausalitas jangka pendek, disamping uji Wald perlu juga dilihat signifikansi untuk setiap variabel yang dideferensiasikan. Dengan menggunakan dasar hasil perhitungan VECM (lihat Lampiran 5 dan Lampiran 6), dapat dilihat bahwa, model 1 (dCPI-dM1) hanya d2M1(-3) saja yang signifikan, itupun dalam taraf yang minimal, yaitu 25%. Sementara itu, untuk model II (dM1-dCPI), variabel bebas d2CPI(-3) dan d2CPI(-4) memberikan tingkat signifikansi yang relatif tinggi, yaitu masing-masing 1% dan 2.5%. Sementara itu, model III hanya menunjukkan bahwa dM2(-2) memiliki signifikansi 5%. Sedangkan model IV menunjukkan bahwa dCPI(-1), dCPI(-3) dan dCPI(-4) memiliki signifikansi masing-masing 25%, 0.5% dan 10%.

KESIMPULAN

Dari uraian tentang hasil perhitungan di atas dapat diambil kesimpulan bahwa:

  1. M1 hanya dipengaruhi oleh CPI dalam jangka pendek, sedangkan hubungan kausalitas jangka panjangnya tidak teridentifikasi secara jelas.
  2. CPI dipengaruhi oleh M1, baik dalam jangka panjang maupun dalam jangka pendek (CPI – M1). Demikian juga halnya dengan CPI – M2 maupun M2 – CPI.
  3. Dengan terdeteksinya kausalitas antara CPI – M2, serta M2 – CPI maka diktum inflasi sebagai fenomena moneter memperoleh buktinya pada perekonomian Indonesia 1991.10 – 1997.07

REFERENSI

DeJong, D.N., (et.al), 1992, Integration Versus Trend Stationarity in Time Series, Econometrica, 60 (2): 423-433.

Dickey, D.A., and W.A.Fuller, 1981, Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root, Econometrica, 49: 1057-1072.

Granger, C.W.J., 1988, Some Recent Developments in a Concept of Causality, Journal of Econometrics, 39: 199-211.

Johansen, S., 1991, Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models, Econometrica, 59 (6): 1551-1580.

Masih, R., and M.M.Masih, 1996, Macroeconomic Activity Dynamics and Granger Causality: New Evidence from a Small Developing Economy Based on a Vector Error Correction Modelling Analysis, Economic Modelling, 13: 407-426.

Nusantara, A., 1997, Sintesa Granger Causality-Error Correction Model: Kausalitas Ekspor-Pertumbuhan Ekonomi Indonesia,

Oskooee, M.B., and J. Alse, 1993, Exports Growth and Economic Growth: An Application of Co-integration and Error Correction Modelling, Journal of Developing Areas, 27: 535-542.

Oskooee, M.B., and J.Alse, 1993, Export Growth and Economic Growth: An Application of Cointegration and Error Correction Modeling, The Journal of Developing Areas, 27: 535-542.

Stock, J.H. and M.W.Watson, 1993, A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems, Econometrica, 61 (4): 783-820.

Toda, H.Y., and P.C.B.Phillips, Vector Autoregressions and Causality, Econometrica, 61 (6): 1367-1393.

Thursday, September 10, 2009

Etika Bisnis dan Bisnis Beretika (repost)

Seorang pria bernama Morgan Spurlock mengadakan sebuah percobaan iseng. Ia adalah pria dewasa yang sehat, segar bugar, siklus hidupnya bagus, dan tidak memiliki masalah kesehatan yang berarti. Ia kemudian nekat mencoba untuk mengonsumsi junk food dari sebuah perusahaan makanan cepat saji yang cukup terkenal untuk membuktikan hipotesis bahwa junk food memberi ekses sangat negatif pada tubuh.

Sebelum melakukan percobaan, Morgan melakukan berbagai pemeriksaan klinis pada 3 dokter yang berbeda untuk mengetahui kondisi fisik dan psikisnya. Setelah itu, selama 30 hari berturut-turut ia hanya mengonsumsi junk food dari perusahaan tersebut, 3 kali sehari, dan setidaknya mencoba setiap menu yang ada minimal 1 kali. Selama periode tersebut, ia terus melakukan pemeriksaan medis. Walau demikian, aktivitas kesehariannya tetap ia lakukan seperti biasa.

Hasilnya ternyata sungguh di luar dugaan. Selama 30 hari, Morgan sering mengalami stress dan depresi, sesak nafas, pusing, sulit tidur, dan bahkan, pasangannya mengeluhkan adanya pengaruh buruk dalam kehidupan seksual dan vitalitas mereka. Selama 30 hari tersebut, Morgan mengalami kenaikan berat badan 24,5 pon, kadar kolesterol membengkak hingga 230, dan tingkat kegemukan sebesar 18%.

Lebih buruk lagi, untuk menghilangkan penambahan bobot sebesar 20 pon tersebut diperlukan waktu selama 5 bulan, dan 9 bulan lagi untuk menghilangkan sisanya. Pendek kata, kesalahan yang dilakukan hanya selama 1 bulan (baca: buying nothing but junk food) harus ditebus dengan pengorbanan selama beberapa bulan lamanya.

Cerita di atas adalah kisah nyata yang diambil dari Super Size Me, sebuah film dokumenter karya Morgan Spurlock. Selain mengisahkan tentang percobaan nekat yang dilakukan Morgan, ada beberapa hal menarik yang diungkap juga dalam film tersebut. Beberapa di antaranya:

  • Amerika nggak cuma mempunyai gedung-gedung tinggi, mobil yang pajang, tetapi juga orang-orang “besar.” Sekitar 60% penduduk Amerika diyakini mengalami obesitas, dengan konsentrasi Detroit dan Houston (Texas).
  • Gaya hidup dan makanan yang keliru tidak hanya dibayar dengan duit, tetapi juga harus ditebus dengan kondisi tubuh, kesehatan, dan risiko kematian.
  • Dalam suatu percobaan, ditunjukkan beberapa gambar tokoh (termasuk George Washington dan Jesus Christ) kepada beberapa anak. Tidak banyak anak yang bisa menebak. Mereka semua baru bisa menebak dengan tepat ketika disodori gambar badut Ronald McDonald.
  • Industri junk food telah berkembang dengan sangat pesat. Sebuah perusahaan fast food ternama, dalam 1 hari bisa melayani 46 juta orang; melebihi jumlah penduduk Spanyol.
  • Lebih parah lagi, junk food juga digalakkan melalui school lunch program.

Apa itu Etika Bisnis?

Definisi etika bisnis menurut Business & Society – Ethics and Stakeholder Management (Caroll & Buchholtz):

Ethics is the discipline that deals with what is good and bad and with moral duty and obligation. Ethics can also be regarded as a set of moral principles or values. Morality is a doctrine or system of moral conduct. Moral conduct refers to that which relates to principles of right and wrong in behavior. Business ethics, therefore, is concerned with good and bad or right and wrong behavior that takes place within a business context. Concepts of right and wrong are increasingly being interpreted today to include the more difficult and subtle questions of fairness, justice, and equity.

Dari sumber yang lain, disebutkan:

Ethics is a philosophical term derived from the Greek word “ethos,” meaning character or custom. This definition is germane to effective leadership in organizations in that it connotes an organization code conveying moral integrity and consistent values in service to the public.
(R. Sims, Ethics and Corporate Social Responsibility – Why Giants Fall, C.T.:Greenwood Press, 2003)

Jadi, ada beberapa kata kunci di sini, yaitu:

  • Ethics: Is the discipline that deals with what is good and bad and with moral duty and obligation, can also be regarded as a set of moral principles or values.
  • Ethical behavior: Is that which isaccepted as morally “good” and “right” as opposed to “bad” or “wrong” in a particular setting.
  • Morality: A system or doctrine of moral conduct which refers to principles of right and wrong in behavior.

Etika bisnis sendiri terbagi dalam:

  • Normative ethics: Concerned with supplying and justifying a coherent moral system of thinking and judging. Normative ethics seeks to uncover, develop, and justify basic moral principles that are intended to guide behavior, actions, and decisions.
    R. DeGeorge, Business Ethics, 5th ed. (Upper Saddle River, N.J.: Prentice-Hall, 2002)
  • Descriptive ethics: Is concerned with describing, characterizing, and studying the morality of a people, a culture, or a society. It also compares and contrasts different moral codes, systems, practices, beliefs, and values.
    R. A. Buchholtz and S. B. Rosenthal, Business Ethics (Upper Saddle River, N.J.: Prentice Hall, 1998).

Perlunya Berbisnis dengan Etika

Sebenarnya, keberadaan etika bisnis tidak hanya menjawab pertanyaan-pertanyaan “remeh” seperti, “Saya belanja Rp 50.000 tapi cuma ditagih Rp 45.000. Perlu nggak saya lapor?”, atau, “Bisakah saya melakukan tindakan tidak etis/melanggar hukum untuk meningkatkan kinerja divisi saya?”, atau, “Should I accept this gift or bribe that is being given to me to close a big deal for the company?“, atau, “Is this standard we physicians have adopted violating the Hippo-cratic oath and the value it places on human life?“, dan pertanyaan-pertanyaan serupa lainnya.

Sebuah studi selama 2 tahun yang dilakukan The Performance Group, sebuah konsorsium yang terdiri dari Volvo, Unilever, Monsanto, Imperial Chemical Industries, Deutsche Bank, Electrolux, dan Gerling, menemukan bahwa pengembangan produk yang ramah lingkungan dan peningkatan environmental compliance bisa menaikkan EPS (earning per share) perusahaan, mendongkrak profitability, dan menjamin kemudahan dalam mendapatkan kontrak atau persetujuan investasi.

Di tahun 1999, jurnal Business and Society Review menulis bahwa 300 perusahaan besar yang terbukti melakukan komitmen dengan publik yang berlandaskan pada kode etik akan meningkatkan market value added sampai dua-tiga kali daripada perusahaan lain yang tidak melakukan hal serupa.

Bukti lain, seperti riset yang dilakukan oleh DePaul University di tahun 1997, menemukan bahwa perusahaan yang merumuskan komitmen korporat mereka dalam menjalankan prinsip-prinsip etika memiliki kinerja finansial (berdasar penjualan tahunan/revenue) yang lebih bagus dari perusahaan lain yang tidak melakukan hal serupa.

Kita Sebagai Pebisnis

Kasus yang paling gampang adalah Enron — yang begitu sering didiskusikan di ruang kuliah. Sebenarnya, Enron adalah perusahaan yang sangat bagus. Sebagai salah satu perusahaan yang menikmati booming industri energi di tahun 1990an, Enron sukses menyuplai energi ke pangsa pasar yang begitu besar dan memiliki jaringan yang luar biasa luas. Enron bahkan berhasil menyinergikan jalur transmisi energinya untuk jalur teknologi informasi.

Kalau dilihat dari siklus bisnisnya, Enron memiliki profitabilitas yang cukup menggiurkan. Seiring booming industri energi, Enron memosisikan dirinya sebagai energy merchants: membeli natural gas dengan harga murah, kemudian dikonversi dalam energi listrik, lalu dijual dengan mengambil profit yang lumayan dari markup sale of power atau biasa disebut “spark spread“.

Sebagai sebuah entitas bisnis, Enron pada awalnya adalah anggota pasar yang baik, mengikuti peraturan yang ada di pasar dengan sebagaimana mestinya. Pada akhirnya, Enron meninggalkan prestasi dan reputasi baik tersebut. Sebagai perusahaan Amerika terbesar ke delapan, Enron kemudian tersungkur kolaps pada tahun 2001. Tepat satu tahun setelah California energy crisis.

Seleksi alam akhirnya berlaku. Perusahaan yang bagus akan mendapat reward, sementara yang buruk akan mendapat punishment. Termasuk juga pihak-pihak yang mendukung tercapainya hal tersebut — dalam hal ini Arthur Andersen.

Masyarakat akhirnya juga lebih aware terhadap pasar modal. Pemerintah pun juga makin hati-hati dalam melakukan pengawasan. Penyempurnaan terhadap sistem terus dilakukan. Salah satunya adalah lahirnya Sarbanes-Oxley Act. Akibat mendzolimi pelaku pasar lainnya, Enron akhirnya terkapar karena melakukan penipuan dan penyesatan. Pun bagi “Enron-wannabe” lainnya, perlu berpikir ulang dua-tiga kali untuk melakukan hal serupa.

Memang benar. Kita tidak bisa berasumsi bahwa pasar atau dunia bisnis dipenuhi oleh orang-orang jujur, berhati mulia, dan bebas dari akal bulus serta kecurangan/manipulasi. Tetapi sungguh, tidak ada gunanya berbisnis dengan mengabaikan etika dan aspek spiritual. Biarlah pemerintah melakukan pengawasan, biarlah masyarakat memberikan penilaian, dan sistem pasar (dan sistem Tuhan tentunya) akan bekerja dengan sendirinya.

Kita Sebagai Konsumen

Ini yang lebih penting.

Memang benar, tidak ada yang bisa menjadi produsen (atau konsumen) selamanya. Ada kalanya kita berada dalam posisi sebagai penjual dan ada kalanya kita sebagai pembeli. Saya sendiri, lebih sering berada dalam posisi sebagai konsumen — alih-alih sebagai seorang produsen.

Kembali ke kasus Morgan di atas, persaingan bisnis yang kian sengit memang mengakibatkan terdistorsinya batas-batas antara right-wrong atau good-bad. Lumrah sekali kita jumpai praktik bisnis yang menembus area abu-abu. Tidak jarang pula kampanye pemasaran begitu gencar digalakkan sehingga membuat kita bahkan tidak bisa mengenali diri kita sendiri. Kita “dipaksa” membeli barang yang kita tidak perlu. Kita “senang” mengonsumsi produk yang sebenarnya justru merusak diri kita. Kita “bahagia” memakai produk luar negeri sementara industri dalam negeri mulai kehabisan nafas.

Kompas beberapa waktu lalu pernah mengulas tentang gencarnya cengkeraman kapitalisme membelenggu negara-negara yang baru berkembang seperti Indonesia. Korbannya adalah masyarakat strata menengah dan masyarakat strata “agak bawah” yang “memaksakan diri” untuk masuk ke level yang lebih tinggi. Secara fundamental ekonomi, pengaruhnya jelas tidak baik karena ekonomi yang didasarkan pada tingkat konsumsi yang besar (apalagi dibiayai oleh utang) benar-benar rawan. Secara sosial, jelas fenomena ini akan menimbulkan pergeseran dan rentan terhadap benturan yang dampak turunannya sebenarnya cukup mengerikan.

Maka tak perlu heran jika di jaman sekarang seorang anak kecil akan lebih faham kosakata “starbucks”, “breadtalk”, “orchard road”, “gucci”, daripada kosakata lain seperti “gudeg”, “bunaken”, “senggigi”, “ketoprak”, dan sebagainya. Kita secara tidak sadar mengkiblatkan diri pada produk/jasa yang sebenarnya tidak terlalu bagus — melainkan karena praktik pemasaran dan operasional bisnis yang seringkali melanggar batas-batas etika.

Sebenarnya tidak ada yang “salah” dengan kapitalisme. Kapitalisme, yang didasarkan pada perdagangan, disebut Adam Smith sejak lama sebagai kunci kemakmuran. Ide ini sudah dibuktikan secara empiris oleh para akademisi. Dengan adanya perdagangan, maka spesialisasi, penghargaan, kebersamaan, perdamaian, serta kemakmuran bisa tercapai. Yang salah adalah ketika kapitalisme dijalankan dengan melanggar etika sehingga menodai nilai-nilai murni perdagangan itu sendiri.

Belajar dari pengalaman Morgan, sebagai konsumen kita memang harus mulai belajar untuk aware terhadap praktik-praktik bisnis yang melanggar batas-batas etika. Karena pada akhirnya konsumen selalu berada dalam posisi yang dirugikan. Sementara produsen memiliki kesempatan berkelit yang lebih banyak. The winner takes all.

Padahal, sebenarnya kita nggak perlu malu mengonsumsi tahu, tempe, atau daun singkong, sementara teman-teman kita makan di restoran fast food. Biarlah kita mengenakan produk dalam negeri sementara orang lain pakai Versace, Bvlgari, atau Luis Vuitton. Tidak ada yang akan menghukum kita hanya karena ponsel kita lebih lawas daripada milik rekan kita. Kita tidak perlu ganti mobil hanya karena tetangga kita barusan beli mobil baru. Kita juga tidak harus membeli rumah yang lebih besar sementara kita sendiri sebenarnya sudah cukup nyaman dengan rumah yang ada.


(sumber : http://nofieiman.com/2006/10/etika-bisnis-dan-bisnis-beretika/