BAB I PENDAHULUAN
1.1
Latar Belakang
Dalam analisis perekonomian, ketersediaan data yang sesuai sangat mempengaruhi hasil analisis yang diperlukan. Data yang dapat dianalisis terdiri dari tiga jenis data, yaitu data time-series, data crosssection, dan data panel. Data time-series merupakan kumpulan observasi yang berasal dari satu variabel yang diambil pada waktu yang berbeda. Data cross-section, yaitu kumpulan observasi yang diambil dari beberapa variabel pada waktu yang sama. Selanjutnya data panel merupakan kombinasi dari data time-series dan data crosssection. Dalam suatu penelitian ada kalanya seorang peneliti tidak dapat melakukan analisis hanya dengan menggunakan data time series maupun data cross section. Misalnya seorang peneliti hendak membuat model tentang keuntungan suatu perusahaan yang ditinjau dari banyaknya modal fisik, banyaknya pekerja, dan total penjualan. Jika peneliti hanya menggunakan data cross section yang diamati hanya pada suatu tahun tertentu, maka peneliti tersebut tidak dapat melihat bagaimana pertumbuhan keuntungan perusahaan tersebut dari waktu ke waktu pada periode tertentu. Padahal sangat mungkin
1
Penggunaan Metode..., Rimbun Budiman, FMIPA UI, 2008
2
kondisi antara suatu tahun dengan tahun lainnya berbeda. Dengan menggunakan data panel, maka peneliti dapat melihat fluktuasi keuntungan suatu perusahaan pada periode tertentu dan perbedaan keuntungan beberapa perusahaan pada suatu waktu. Data panel merupakan kombinasi dua jenis data, yaitu data cross section dan data time series sehingga jumlah pengamatannya menjadi sangat banyak. Hal ini bisa merupakan keuntungan karena dengan kombinasi data tersebut akan menjadikan data lebih informatif. Namun model yang menggunakan data ini menjadi lebih kompleks dibandingkan model untuk jenis data yang lain. Hal ini disebabkan pada analisis data panel tidak hanya menganalisa individu saja tetapi juga waktu. Oleh karena itu diperlukan teknik tersendiri dalam mengatasi model yang menggunakan data panel. Data panel terdiri dari dua bentuk, yaitu data panel lengkap (complete panel data) dan data panel tidak lengkap (incomplete panel data). Data panel tidak lengkap paling banyak ditemui dalam kasuskasus di bidang ekonomi. Terdapat beberapa metode penaksiran parameter pada model regresi untuk data panel yang tidak lengkap. Beberapa diantaranya adalah Generalized Least Squares (GLS) dan Feasible Generalized Least Squares (FGLS). GLS merupakan metode penaksiran parameter dengan variansi error yang ada pada model diketahui. Sedangkan FGLS merupakan metode penaksiran parameter dengan variansi error
Penggunaan Metode..., Rimbun Budiman, FMIPA UI, 2008
3
pada model tidak diketahui sehingga perlu dilakukan penaksiran pada komponen variansi yang terdapat variansi error tersebut. Pada tugas akhir ini akan dibahas mengenai metode FGLS. Untuk penaksiran komponen variansi akan dijelaskan dengan modifikasi dari metode ANOVA yang dilakukan oleh Wallace dan Hussain
1.2
Perumusan Masalah
Bagaimana cara mencari taksiran parameter pada model regresi untuk data panel yang tidak lengkap (incomplete panel data regression models) dengan metode Feasible Generalized Least Squares (FGLS).
1.3
Tujuan
Tujuan dari penulisan tugas akhir ini adalah mencari taksiran parameter pada model regresi untuk data panel yang tidak lengkap (incomplete panel data regression models) dengan metode FGLS.
1.4
Pembatasan Masalah
Pembatasan yang digunakan dalam penulisan tugas akhir ini adalah:
Penggunaan Metode..., Rimbun Budiman, FMIPA UI, 2008
4
1.
Model regresi dengan komponen error satu arah (one-way error component regression models).
2.
Model regresi yang merupakan random effect models.
1.5
Sistematika Penulisan
Penulisan tugas akhir yang merupakan hasil studi pustaka ini, dibagi menjadi lima bab, yaitu: Bab I
: Pendahuluan Berisi latar belakang masalah, perumusan masalah, tujuan penulisan, pembatasan masalah, dan sistematika penulisan.
Bab II
: Landasan Teori Berisi tentang dasar-dasar teori yang digunakan dalam tugas akhir ini, yaitu mengenai data panel, beberapa bentuk dan sifat matriks, matriks partisi, bentuk linier dan bentuk kuadratik beserta ekspektasinya, regresi linear beserta metode penaksirannya, dan juga metode ANOVA.
Bab III
: Membahas tentang mencari taksiran parameter pada model regresi untuk data panel tidak lengkap (incomplete panel data regression models) dengan menggunakan metode Feasible Generalized Least Squares (FGLS).
Penggunaan Metode..., Rimbun Budiman, FMIPA UI, 2008
5
Bab IV
: Studi Kasus Aplikasi dari metode FGLS dalam menaksir parameter pada model regresi untuk data panel tidak lengkap.
Bab V
: Kesimpulan dan saran untuk tugas akhir ini.
Penggunaan Metode..., Rimbun Budiman, FMIPA UI, 2008