Beberapa Konsep Dasar dalam Prakiraan Bisnis (2)

Prakiraan Bisnis. (foto: ist/palontaraq)

Prakiraan Bisnis. (foto: ist/palontaraq)

Oleh: Muhammad Farid Wajdi

Tulisan sebelumnya:  Beberapa Konsep Dasar dalam Prakiraan Bisnis (1)

PALONTARAQ.ID – Pada tulisan pertama, sudah dibahas dua konsep dasar dalam Prakiraan Bisnis, yaitu non sampling error dan otokorelasi (Auto Corelation) dalam analisis data kuantitatif.

Pada tulisan kedua ini, penulis akan menguraikan konsep dasar tentang Data Panel, Model Trend-Linear, Reabilitas (Reliability), Validity, dan Model/Analisis Regresi.

c. Data Panel adalah Analisis regresi dengan struktur data yang merupakan data panel. Umumnya pendugaan parameter dalam analisis regresi dengan data cross section dilakukan menggunakan pendugaan metode kuadrat terkecil atau disebut Ordinary Least Square (OLS).

Regresi Data Panel adalah gabungan antara data cross section dan data time series, dimana unit cross section yang sama diukur pada waktu yang berbeda.

Dengan kata lain, data panel merupakan data dari beberapa individu sama yang diamati dalam kurun waktu tertentu.

Misalnya, jika kita memiliki T periode waktu (t = 1,2,…,T) dan N jumlah individu (i = 1,2,…,N), maka dengan data panel kita akan memiliki total unit observasi sebanyak NT. Jika jumlah unit waktu sama untuk setiap individu, maka data disebut balanced panel. Jika sebaliknya, yakni jumlah unit waktu berbeda untuk setiap individu, maka disebut unbalanced panel.

Sedangkan jenis data yang lain, yaitu: data time-series dan data cross-section. Pada data time series, satu atau lebih variabel akan diamati pada satu unit observasi dalam kurun waktu tertentu. Sedangkan data cross-section merupakan amatan dari beberapa unit observasi dalam satu titik waktu.

Persamaan Regresi data panel ada 2 macam , yaitu One Way Model dan Two Way Model. One Way Model adalah model satu arah, karena hanya mempertimbangkan efek individu (αi) dalam model. Berikut Persamaannya:

Yit = α + αi + X’itβ + Eit

Dimana:

α = Konstanta

β = Vektor berukuran P x 1 merupakan parameter hasil estimasi

Xit = Observasi ke-it dari P variabel bebas

αi = efek individu yang berbeda-beda untuk setiap individu ke-i

Eit = error regresi seperti halnya pada model regresi klasik.

Model Data Panel

Two Way Model adalah model yang mempertimbangkan efek dari waktu atau memasukkan variabel waktu. Berikut Persamaannya:

Yit = α + αi + dt + X’itβ + Eit

Persamaan di atas menunjukkan dimana terdapat tambahan efek waktu yang dilambangkan dengan deltha yang dapat bersifat tetap ataupun bersifat acak antar tahunnya.

Asumsi Regresi Data Panel

Metode Regresi Data Panel akan memberikan hasil pendugaan yang bersifat Best Linear Unbiased Estimation (BLUE) jika semua asumsi Gauss Markov terpenuhi diantaranya adalah non-autcorrelation.

Non-autocorrelation inilah yang sulit terpenuhi pada saat kita melakukan analisis pada data panel. Sehingga pendugaan parameter tidak lagi bersifat Blue.

Jika data panel dianalisis dengan pendekatan model-model time series seperti fungsi transfer, maka ada informasi keragaman dari unit cross section yang diabaikan dalam pemodelan.

Salah satu keuntungan dari analisis regresi data panel adalah mempertimbangkan keragamaan yang terjadi dalam unit cross section.

Keuntungan melakukan regresi data panel, antara lain:

(1) Dapat memberikan peneliti jumlah pengamatan yang besar, meningkatkan degree of freedom (derajat kebebasan), data memiliki variabilitas yang besar dan mengurangi kolinieritas antara variabel penjelas, di mana dapat menghasilkan estimasi ekonometri yang efisien.

(2) Panel data dapat memberikan informasi lebih banyak yang tidak dapat diberikan hanya oleh data cross section atau time series saja.

(3) Panel data dapat memberikan penyelesaian yang lebih baik dalam inferensi perubahan dinamis dibandingkan data cross section.

d. Model Trend-linear yaitu Suatu metode analisis yang ditujukan untuk melakukan suatu estimasi atau peramalan pada masa yang akan datang. Untuk itu, dibutuhkan berbagai macam informasi (data) yang cukup banyak dan diamati dalam periode waktu yang relatif cukup panjang, sehingga dari hasil analisis tersebut dapat diketahui sampai berapa besar fluktuasi yang terjadi dan faktor-faktor apa saja yang mempengaruhi terhadap perubahan tersebut.

Secara teoristis, dalam analisis time series yang paling menentukan adalah kualitas atau keakuratan dari informasi atau data-data yang diperoleh serta waktu atau periode dari data-data tersebut dikumpulkan.

Jika data yang dikumpulkan tersebut semakin banyak maka semakin baik pula estimasi atau peramalan yang diperoleh. Sebaliknya, jika data yang dikumpulkan semakin sedikit maka hasil estimasi atau peramalannya akan semakin jelek.

Dalam hal ini akan lebih dikhususkan untuk membahas analisis time series dengan metode kuadrat terkecil yang dibagi dalam dua kasus, yaitu kasus data genap dan kasus data ganjil.

Secara umum persamaan garis linier dari analisis time series adalah Y = a + b X dimana Y adalah variabel yang dicari trendnya dan X adalah variabel waktu (tahun), sedangkan untuk mencari nilai konstanta (a) dan parameter (b) adalah a = ΣY / N dan b =ΣXY / ΣX2

e. Reabilitas (Reliability) adalah keterpercayaan pengukuran. Reliabilitas adalah hal yang dapat dipercaya. “…the degree of which test score are free from error measurement”.

Realibilitas adalah indeks yang menunjukkan sejauh mana suatu alat ukur dapat dipercaya atau dapat diandalkan.

Bila suatu alat pengukur dipakai dua kali – untuk mengukur gejala yang sama dan hasil pengukuran yang diperoleh relative konsisten, maka alat pengukur tersebut reliable. Dengan kata lain, realibitas menunjukkan konsistensi suatu alat pengukur di dalam pengukur gejala yang sama.

Reliabilitas menunjukkan sejauhmana hasil pengukuran dengan alat tersebut dapat dipercaya. Hasil pengukuran harus reliabel dalam artian harus memiliki tingkat konsistensi dan kemantapan.

Sebuah tes dikatakan reliabel jika skor yang diperoleh oleh peserta relatif sama meskipun dilakukan pengukuran berulang-ulang.

Dengan demikian, keandalan sebuah alat ukur dapat dilihat dari dua petunjuk yaitu kesalahan baku pengukuran dan koefisien reliabilitas. Kedua statistik tersebut masing-masing memiliki kelebihan dan keterbatasan (Feldt & Brennan, 1989: 105)

Reliabilitas, atau keandalan, adalah konsistensi dari serangkaian pengukuran atau serangkaian alat ukur. Hal tersebut bisa berupa pengukuran dari alat ukur yang sama (tes dengan tes ulang) akan memberikan hasil yang sama, atau untuk pengukuran yang lebih subjektif, apakah dua orang penilai memberikan skor yang mirip (reliabilitas antar penilai).

Reliabilitas tidak sama dengan validitas. Artinya pengukuran yang dapat diandalkan akan mengukur secara konsisten, tapi belum tentu mengukur apa yang seharusnya diukur.

Dalam penelitian, reliabilitas adalah sejauh mana pengukuran dari suatu tes tetap konsisten setelah dilakukan berulang-ulang terhadap subjek dan dalam kondisi yang sama.

Penelitian dianggap dapat diandalkan bila memberikan hasil yang konsisten untuk pengukuran yang sama. Tidak bisa diandalkan bila pengukuran yang berulang itu memberikan hasil yang berbeda-beda.

f. Validitas (Validity) memiliki arti ketepatan dan kecermatan. Suatu instrumen pengukur dapat dikatakan bervaliditas tinggi apabila instrumen itu menjalankan fungsi ukurnya, sedangkan tes yang memiliki validitas rendah akan menghasilkan data yang tidak relevan dengan tujuan pengukuran.

Artinya, Ketepatan validitas pada suatu alat ukur tergantung pada kemampuan alat ukur tersebut mencapai tujuan pengukuran yang dikehendaki dengan tepat.

Misalkan, suatu tes yang dimaksudkan untuk mengukur variabel A dan kemudian memberikan hasil pengukuran mengenai variabel A, dikatakan sebagai alat ukur yang memiliki validitas tinggi.

Suatu tes yang dimaksudkan mengukur variabel A akan tetapi menghasilkan data mengenai variabel A’ atau bahkan B, dikatakan sebagai alat ukur yang memiliki validitas rendah untuk mengukur variabel A dan tinggi validitasnya untuk mengukur variabel A’ atau B.

Sisi lain dari pengertian validitas adalah aspek kecermatan pengukuran. Suatu alat ukur yang valid tidak hanya mampu menghasilkan data yang tepat akan tetapi juga harus memberikan gambaran yang cermat mengenai data tersebut.

Walizer (1987) menyebutkan bahwa validitas adalah tingkaat kesesuaian antara suatu batasan konseptual yang diberikan dengan bantuan operasional yang telah dikembangkan.

Sedang Aritonang R (2007) menyebut validitas sebagai instrumen yang berkaitan dengan kemampuan instrumen itu untuk mengukur atau mengungkap karakteristik dari variabel yang dimaksudkan untuk diukur.

Validitas suatu instrumen banyak dijelaskan dalam konteks penelitian sosial yang variabelnya tidak dapat diamati secara langsung, seperti sikap, minat, persepsi, motivasi, dan lain sebagainya.

Dengan kata lain, Validitas adalah keadaan yang menggambarkan tingkat instrumen bersangkutan yang mampu mengukur apa yang akan diukur. Atau derajat yang menyatakan suatu tes mengukur apa yang seharusnya diukur.

g. Analisis Regresi (Anareg) adalah metode yang digunakan untuk mengukur pengaruh variabel bebas terhadap variabel tergantung, juga untuk memprediksi variabel tergantung dengan menggunakan variabel bebas.

Analisis regresi merupakan kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang menerangkan (the explanatory).

Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas. Jika variabel bebas lebih dari satu, maka analisis regresi disebut regresi linear berganda. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan kepada variabel tergantung.

Analisis Regresi dimaksudkan untuk membuat estimasi rata-rata dan nilai variabel tergantung dengan didasarkan pada nilai variabel bebas, menguji hipotesis karakteristik dependensi, serta memperkirakan nilai rata-rata variabel bebas yang didasari nilai variabel bebas diluar jangkauan sample. (*)

 

(* Muhammad Farid Wajdi, Mahasiswa Pascasarjana Manajemen, MSDM, Universitas Patria Artha (UPA), Makassar.

Like it? Share it!

Leave A Response