PENDAHULUAN
1
6. uji hipotesis
7. peramalan atau prediksi
8. menggunakan model sebagai kontrol atau untuk pengambil kebijakan
Dalam analisis ekonometrika, pemilihan model merupakan salah satu langkah
yang penting disamping pembentukan model teoritis dan model yang dapat
ditaksir, estimasi, pengujian hipotesis, peramalan (forecasting) dan analisis
mengenai implikasi kebijakan dari model tersebut. Terlebih lagi jika dikaitkan
dengan pembentukan model dinamis yang perumusannya dipengaruhi oleh
berbagai faktor seperti perilaku atau tindak tanduk pelaku ekonomi, peranan dan
kebijakan penguasa ekonomi, faktor-faktor kelembagaan dan pandangan pembuat
model terhadap realitas yang dihadapi (Insukindro, 1992).
Agar model estimasi dapat dipilih sebagai model yang baik dan mempunyai
daya prediksi serta peramalan dalam sampel maka harus dipenuhi syarat-syarat
dasar antara lain (Insukindro, 1999) :
1. model itu dibuat sebagai suatu persepsi mengenai fenomena aktual yang
dihadapi dan didasarkan pada teori ekonomika yang sesuai
2. lolos uji baku dan berbagai uji diagnosis asumsi klasik
3. tidak menghadapi persoalan regresi lancung atau korelasi lancung dan
4. residu regresi yang ditaksir adalah stasioner khususnya untuk analisis data
runtun waktu.
Langkah-langkah tersebut dimaksudkan agar peneliti dapat terhindar dari
kesalahan spesifikasi (spesification error). Kesalahan spesifikasi dapat disebabkan
oleh tiga kemungkinan, yaitu kemungkinan kesalahan yang disebabkan oleh
variabel gangguan (disturbances), variabel penjelas (explanatory variable) dan
parameter.
Jika kemungkinan kesalahan spesifikasi disebabkan oleh variabel bebas
(independent variable) maka hal yang perlu diperhatikan dalam studi empirik
adalah penentuan bentuk fungsi (functional form) dari model yang akan
diestimasi. Pertanyaan yang sering muncul berkaitan dengan isu yang sering
disebut terakhir adalah apakah bentuk fungsi tersebut linier atau non linier. Dalam
kenyataannya sering dijumpai seorang peneliti menggunakan informasi apriori
2
(feeling) langsung menetapkan bentuk fungsi model estimasi dinyatakan dalam
bentuk log linier. Hal ini terjadi karena bentuk log linier diyakini mampu
mengurangi tingkat variasi data yang digunakan (data lebih halus/smooth). Namun
dalam studi empirik keputusan untuk menetapkan bentuk fungsi model yang
diestimasi perlu diuji apakah memang model tersebut sesuai dengan argumen teori
dan perilaku variabel yang sedang diamati dan persepsi si pembuat model
mengenai fenomena yang dihadapi.
3
BAB II
PEMBAHASAN
4
Bentuk dari model regresi adalah sebagai berikut:
Y1 = X1 + X2 + … + X n
(metrik) (metrik, non-metrik)
5
(metrik, non-metrik) (metrik, non-metrik)
Yang termasuk model-model empiris yang mengggunakan banyak persamaan
secara simultan adalah model persamaan-persamaan simultan (simultaneous
equations) dan structural equation modeling.
Bentuk dari model persamaan-persamaan simultan (simultaneous equations)
adalah sebagai berikut:
Y1 = X11 + X12 + … + X1n
Y2 = X21 + X22 + … + X2n
6
Korelasi kanonikal (metrik, non-metrik) (metrik, non-metrik)
Persamaan-persamaan (metrik) (metrik, non-metrik)
simultan
Structural equation (metrik, non-metrik) (metrik, non-metrik)
modeling
7
Model empiris untuk variabel moderasi ini dapat disajikan dengan interaksi
variabel-variabel di model analisis regresi moderasian (moderated regression
analysis) sebagai berikut:
Efek
utama
Notasi:
VD = variabel dependen.
VI = variabel independen.
e = kesalahan residu.
VI
8
PENTING DAN SALAH KAPRAH
VD 3VI *VMO e
Hasil signifikan dari koefisien β3 tidak dapat dikatakan bahwa efek interaksi
terjadi. Signifikansi ini dapat terjadi karena efek yang signifikan pengaruh VI
terdapat VD, tidak perduli efek dari VMO terjadi atau tidak. Dengan kata lain,
karena bentuk interaksi adalah perkalian antara VI dengan VMO, signifikansi
tersebut dapat terjadi karena pengaruh signifkansi dari VI atau signifikansi terjadi
karena interaksi “mencuri varian” dari salah satu variabelnya. Penghilangan efek-
efek utama akan menghilangkan arti dari efek interaksi. Dengan demikian, untuk
menguji efek interaksi, efek-efek utama harus dimasukkan ke dalam persamaan
analisis regresi moderasian.
Variabel Mediasi
Variabel mediasi (VME) atau mediating variable adalah variabel yang secara
teori mempengaruhi fenomena yang diobservasi (variabel dependen), yang
efeknya harus diinferensi melalui efek hubungan antara variabel independen
dengan fenomenanya (variabel dependennya).
VI (model 1)
Jika hubungan kausal antara variabel independen dengan variabel dependen masih
ingin diperlihatkan, maka bentuk modelnya adalah sebagai berikut ini.
9
VI VME VD
VI
VME
Variabel Ekstrani
Variabel ekstrani (VE) atau extraneous variable adalah variabel lain selain
variabel independen, dependen, moderating, dan mediating yang dapat
mempengaruhi hubungan kausal. Variabel ekstrani dapat di kelompokkan menjadi
dua, yaitu variabel pelengkap dan variabel pengganggu.
Variabel Kontrol
Variabel Pengganggu
10
Variabel pengganggu (confounding variable) merupakan variabel yang efeknya
mengganggu hubungan kausal antara variabel independen dan variabel dependen.
DEFINISI VARIABEL
Contohnya variabel reaksi pasar dengan definisi naratifnya sebagai return tidak
normal (abnormal return) yaitu perubahan return saham diluar perubahan return
normalnya. Definisi operasi ini adalah:
ARt = Rt – E(Rt),
dengan:
11
KELEBIHAN KELEMAHAN
BAB III
PENUTUP
12
3.1 Kesimpulan
Model adalah bentuk simbol dari suatu teori dan harus menunjukkan
hubungan kausal antara variabel – variabel dalam model tersebut. Jadi Pemilihan
bentuk fungsi model empiris merupakan pertanyaan atau masalah empirik
(empirical question) yang sangat penting. Hal ini disebabkan karena teori
ekonomi tidak secara spesifik menunjukkan atau mengatakan bahwa sebaiknya
bentuk fungsi suatu model empirik dinyatakan dalam bentuk linier atau log-linier
atau bentuk fungsi lainnya (Godfrey, et al, 1988). Selain itu pemilihan bentuk
fungsi untuk menentukan spesifikasi suatu model ekonometrika memiliki
implikasi yang sangat penting untuk rangkaian kerja berikutnya.
Kesalahan dalam penentuan bentuk fungsi akan menyebabkan persoalan-
persoalan yang berkaitan dengan kesalahan spesifikasi dan estimasi koefisien akan
bias sehingga parameter estimasi tidak akan konsisten, walaupun untuk hal itu
tidak ada aturan yang pasti guna menentukan bentuk fungsi yang paling tepat atau
cocok untuk kasus tertentu (Godfrey, et al,1988).
Dalam kasus ini, kesalahan spesifikasi yang sering muncul adalah apabila
peneliti terserang sindrom R2 yang menganggap bahwa R2 merupakan besaran
statistika yang sangat penting dan harus memiliki nilai yang tinggi (mendekati
satu), padahal penggunaan R2 sebagai salah satu kriteria pemilihan model empiris
harus memenuhi syarat-syarat tertentu. Selain itu variabel tak bebas (dependent
variable) model-model yang dibandingkan harus sama dan parameternya harus
linier (lihat Insukindro, 1988). Dalam kasus dimana variabel tak bebasnya
berbeda, misalnya model A dengan variabel tak bebas dalam bentuk aras (level
of) dan model B variabel tak bebasnya dinyatakan dalam logaritma, maka dan
tidak dapat dibandingkan. Hal ini disebabkan kedua besaran R2 tersebut
mengukur suatu hubungan variabel tak bebas yang berbeda.
DAFTAR PUSTAKA
13
Hartono, Jogiyanto. 2013. Metodologi Penelitian Bisnis Salah Kaprah dan
Pengalaman - pengalaman. Edisi 5. BPFE - Yogyakarta. Yogyakarta.
http://web-suplemen.ut.ac.id/espa4312/espa4312a/menu_modelempiris.htm
diakses pada hari Senin, tanggal 17 September 2018, pukul 19.00 WIB
https://psihlw117a3.wordpress.com/2014/10/16/model-empiris/ diakses pada hari
Senin, tanggal 17 September 2018, pukul 19.15 WIB
14