Latar Belakang Masalah PENDAHULUAN

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