Metode Analisis Komparasi dalam Penelitian

https://www.istockphoto.com/id/foto/sistem-untuk-manajemen-dokumen-perangkat-lunak-yang-mengotomatiskan-pengarsipan-dan-gm1354589486-429365927?phrase=statistik

Ketika seorang peneliti ingin mengetahui dampak suatu kebijakan atau suatu kejadian dan menghubungkan dengan periode waktu tertentu maka analisis yang tepat digunakan adalah metode komparasi difference in difference (DID). Menurut Gertler et al (2011), metode DID adalah metode yang sangat baik dalam impact evaluation karena dapat menghilangkan pengaruh dari time invariant dengan penggunaan periode sebelum-sesudah perlakuan. Metode DID dapat diterapkan pada analisis komparasi maupun analisis pemodelan sebab akibat.

Penggunaan metode DID dalam analisis komparasi misalkan terkait perubahan sosial ekonomi di Pulau Madura akibat adanya pembangunan jembatan Suramadu. Misalkan peresmian dan pembukaan jembatan Suramadu terjadi pada pertengahan tahun 2009. Peneliti ingin membandingkan bagaimana sosial ekonomi peduduk di sekitan Suramadu sebelum dan sesudah adanya jembatan Suramadu. Tetapi periode yang digunakan tahun Januari 2007 sampai Desember 2011. Maka terdapat terdapat tiga perbedaan rata-rata sosial ekonomi.

Pertama perbedaan sebelum adalah jembatan suramadu yaitu tahun 2017 dibandngkan dengan pertengahan 2019. Kedua perbedaan setelah adanya jembatan suramadu yaitu pertengahan 2009 dibandingkan dengan Desember 2011. Ketiga perbedaan rata-rata sebelum periode Suramadu (Januari 2007-Juni 2009) dibandingkan periode setelah Suramadu (Juni 2009- Desember 2011). Dengan menggunakan metode DID maka akan dapat dilihat bahwa apakah perbedaan rata-rata sosial ekonomi masyarakat Madura karena hanya efek waktu saja, atau efek adanya jembatan Suramadu, atau efek interaksi antara waktu dan pembangunan jembatan.

Penggunaan metode DID dalam analisis regresi atau pemodelan sebab akibat misalkan terkait status sekolah seseorang anak SMP di Indonesia. Dalam hal ini akan dilihat adanya efek bantuan dana Bantuan Operasional Sekolah (BOS). Misalkan peresmian dan peluncuran dana BOS terjadi pada pertengahan tahun 2015. Peneliti ingin mengetahui bagaimana peluang seorang anak usia SMP untuk tetap dapat bersekolah sebelum dan sesudah adanya dana BOS. Tetapi periode yang digunakan tahun Januari 2013 sampai Desember 2017.

Dalam pemodelan DID untuk analisis regresi maka syarat data yang digunakan memiliki dua kelompok dummy variabel. Yang pertama adalah dummy waktu/ periode, dalam hal ini periode sebelum pertengahan 2015 diberi kode 0, dan setelah pertengahan 2015 diberi kode 1. Selanjutnya adalah dummy kebijakan/ treatment, dalam hal ini adanya dana BOS, individu yang tidak menerima dana BOS diberi kode 0, dan yang menerima dana BOS diberika kode 1. Observasi yang tidak menerima dana BOS baik sebelum dan sesudah periode diluncurkan program BOS dianggap sebagai kontrol, sedangkan yang menerima dana BOS dianggap sebagai treatment. Selanjutnya digunakan interaksi atau perkalian variabel dummy waktu dan dummy treatment. Nah efek DID adalah pada perkalian antar variabel dummy ini.

Dengan menggunakan metode DID maka akan dapat diketahui bahwa apakah peluang seseorang untuk bersekolah karena hanya efek waktu saja, atau efek adanya dana BOS atau efek interaksi antara waktu dan kebijakan dana BOS. Dalam metode DID terdapat asumsi tersebut adalah Parallel Trend Assumption. Asumsi ini mengharuskan bahwa kedua grup treatment dan kontrol memiliki trend linear yang sama jika tidak ada perbedaan perlakuan (jika tidak ada program elektrifikasi).

Dengan mengetahui fungsi dan jenis analisis DID peneliti dapat mengapliaksikan metode analisis ini dengan tepat. Dengan demikian kesimpulan dan keputusan yang dihasilkan menjadi tepat sasaran.