commit to user 1
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah
Statistika  adalah  alat  untuk  mengambil  keputusan.  Keputusan  yang diambil  adalah  untuk  menjawab  karakteristik  populasi  menggunakan  sampel,
menjawab  distribusi  variabel  random  populasi  menggunakan  estimasi  distribusi yang  sesuai  berdasarkan  dari  sampel  yang  digunakan,  serta  menjawab  parameter
populasi menggunakan statistik sampel. Keputusan  yang  diambil  tidak  terlepas  dari  data.  Data  yang  diperoleh
berdasarkan  skala  pengukuran,  hasil  pengukuran,  dan  kuantitatif  pengukuran. Skala  pengukuran  dapat  dikategorikan  menjadi  empat  skala  yaitu  nominal,
ordinal,  interval,  dan  rasio.  Berdasarkan  hasil  pengukuran  dapat  dibagi  menjadi data kualitatif dan data kuantitatif. Untuk jenis kuantitatif pengukuran terdiri dari
data  diskrit  dan  data  kontinu.  Berdasarkan  waktu  pengumpulannya  data  dapat dibagi menjadi tiga yaitu data time series runtun waktu, data cross section lintas
bagian, dan data panel. Data runtun waktu yaitu data yang dikumpulkan menurut urutan  waktu,  data  cross  section    yaitu  data  yang  dikumpulkan  pada  waktu
tertentu  untuk  sejumlah  variabel  pada  sejumlah  objek  tertentu,  dan  data  panel yaitu  data  yang  menggabungkan  data  time  series  dan  data  cross  section
Purwanto, 2006.
Data  panel  biasa  disebut  data  longitudinal  atau  data  runtun  waktu silang
cross  sectional  time  series  dimana  banyak  kasus  orang,  perusahaan, negara,  dan  lain-lain  diamati  pada  dua  periode  waktu  atau  lebih  yang
diindikasikan dengan penggunaan data time series. Data panel dapat menjelaskan
dua macam informasi  yaitu informasi cross-section pada perbedaan antar subjek, dan  informasi  time  series  yang  merefleksikan  perubahan  pada  subjek  waktu.
Ketika  kedua  informasi  tersebut  tersedia  maka  analisis  data  panel  dapat digunakan.  Data  panel  sering  digunakan  dengan  tujuan  untuk  meningkatkan
jumlah  obervasi  sampel  dan  juga  untuk  mengetahui  variasi  antar  unit  yang berbeda menurut ruang dan variasi yang muncul menurut waktu.
commit to user 2
Data  panel  akhir-akhir  ini  lebih  dikenal  dalam  menentukan  estimasi model  data  panel  dinamik  dalam  ekonometrika.  Kelebihan  data  panel  dibanding
data  cross  section  yaitu  dapat  digunakan  untuk  menentukan  estimasi  model dinamik  dari  observasi  pada  suatu  titik  dalam  waktu  yang  jarang  didapat  dari
suatu  survei  cross  section,  untuk  memberikan  informasi  yang  cukup  tentang periode  waktu  dari  hubungan  dinamik  yang  akan  diteliti.  Kelebihan  data  panel
dibanding data time series yaitu digunakan untuk mengamati heterogenitas dalam dinamika  penyesuaian  antara  individu  atau  perusahaan  yang  berbeda
Bond, 2002.
Banyak  perilaku  ekonomi  mempunyai  hubungan  dinamik  dinamis, misalnya  permintaan  dinamis  pada  gas  alam  pada  berbagai  negara,  permintaan
dinamis pada bensin di berbagai wilayah, kebutuhan listrik pada beberapa rumah tangga,  dan  persamaan  dinamis  gaji  pada  beberapa  orang.  Analisis  data  panel
untuk  persoalan  tersebut  menggunakan  model  data  panel  dinamik.  Data  panel dinamik  dapat  dibagi  menjadi  dua,  yaitu  data  panel  dinamik  efek  tetap  dan  data
panel  dinamik  efek  random.  Data  panel  dinamik  efek  tetap  apabila  lag  value variabel  dependen  tidak  berkorelasi  dengan  komponen  error,  sedangkan  dalam
data panel dinamik  efek  random lag value variabel dependen berkorelasi  dengan komponen error.
Dalam  model  data  panel  dinamik,  ada  banyak  estimator  untuk mengestimasi  parameter  pada  model  diantaranya  yaitu  Ordinary  Least  Squares
OLS,  Maximum  Likelihood,  dan  GMM  Generalized  Method  of  Moments. Dalam penelitian Muslim 2007, digunakan estimasi Maximum Likelihood untuk
mengestimasi  model  data  panel  dinamik  efek  tetap.  Dalam  tulisan  ini  peneliti memfokuskan  pada  salah  satu  estimator  pada  model  data  panel  dinamik  yaitu
Arellano-Bond  GMM  dan  menerapkannya  pada  indeks  harga  saham  dengan variabel  dependennya  yaitu  Volume  saham,  sedangkan  variabel  independennya
yaitu Open, High, Low, dan Close. Estimator  Arellano-Bond  GMM  sesuai  untuk  ukuran  data  yang  besar
yaitu  dengan  periode  waktu  T  kecil  dan  jumlah  individu  n  besar,  selain  itu  juga
commit to user 3
dapat  menghilangkan  efek  individu  karena  adanya  operasi  pembedaan  pertama dalam estimasinya.
1.2 Rumusan Masalah