Pages

Senin, 23 Juni 2025

Model Randomized Controlled Trial (RCT)—Studi Eksperimental Panduan Praktis Software Stata

Modul ini menyajikan model penelitian RCT skala kecil yang dapat diterapkan secara kontekstual di lingkungan akademik, khususnya di Fakultas Ekonomi dan Bisnis Islam (FEBI), UIN Imam Bonjol Padang. Dengan populasi mahasiswa yang relatif homogen, mudah dipantau, dan terbiasa dengan praktik akademik, kampus menjadi laboratorium sosial yang ideal untuk menguji intervensi berbasis ekonomi publik maupun ekonomi syariah. 

Melalui studi simulatif dan kasus-kasus eksperimental sederhana—seperti pelatihan keselamatan perlintasan rel, insentif menabung syariah, edukasi pajak sukarela, dan keterbukaan anggaran organisasi mahasiswa—penelitian ini menekankan pentingnya desain eksperimen yang valid, randomisasi yang cermat, dan evaluasi berbasis data. Manuskrip ini juga menyoroti berbagai isu metodologis penting seperti noncompliance, penggunaan instrumental variables (IV), serta analisis efektivitas berbasis Intention-to-Treat (ITT) dan Treatment-on-the-Treated (TOT). 

Dengan pendekatan yang edukatif, etis, dan operasional, penelitian RCT skala kecil ini tidak hanya relevan secara akademik, tetapi juga memberi kontribusi nyata bagi pengembangan kebijakan berbasis bukti di sektor ekonomi dan sosial. Kami berharap model ini dapat menginspirasi replikasi, kolaborasi, dan adopsi lebih luas di lingkungan pendidikan tinggi, terutama dalam konteks ekonomi Islam yang membutuhkan pendekatan evaluasi berbasis data dan keadilan.

Sabtu, 07 Juni 2025

Modul Pengantar Regression Discontinuity Design (RDD): Panduan Praktis Software Stata

Penelitian sosial dan ekonomi kini semakin dituntut untuk tidak sekadar menemukan hubungan, tetapi juga membuktikan adanya hubungan sebab-akibat (kausalitas). Salah satu pendekatan kuasi-eksperimental yang unggul dalam hal ini adalah Regression Discontinuity Design (RDD). Metode ini memungkinkan kita mengidentifikasi dampak dari suatu intervensi atau kebijakan dengan membandingkan unit observasi yang sangat mirip. Bedanya, apakah mereka berada sedikit di bawah atau di atas ambang batas (cutoff) dari sebuah indikator. Modul ini disusun sebagai panduan praktis penggunaan RDD dengan perangkat lunak Stata. Modul ini ditujukan bagi peneliti, akademisi, dan mahasiswa yang ingin memahami serta menerapkan pendekatan ini secara tepat dan efisien. Mengambil kasus nyata dari Indeks Inklusi Keuangan (IFI) dan pengaruhnya terhadap Indeks Pembangunan Manusia (IPM), modul ini menunjukkan bagaimana RDD dapat mengungkap perubahan signifikan (diskontinuitas) yang menjadi bukti adanya efek kausal dari suatu kebijakan. Disusun secara sistematis, modul ini membahas konsep dasar RDD dan asumsi yang mendasarinya. Struktur data dan pemodelan regresi dalam Stata dan implementasi sintaks rdrobust untuk estimasi utama. Pengujian robustness untuk validasi hasil dan perbedaan antara RDD sharp dan fuzzy, lengkap dengan simulasi serta visualisasi dan interpretasi hasil secara intuitif. Diharapkan, dengan mengikuti modul ini, pembaca tidak hanya memahami teori di balik RDD, tetapi juga memiliki keterampilan praktis untuk mengaplikasikannya dalam konteks riset di Indonesia dan negara berkembang lainnya. Modul ini merupakan bagian dari upaya membangun kapasitas riset berbasis data dan evidensi yang lebih kuat, demi kebijakan yang lebih tepat sasaran.

Panduan Model DID (Difference-in-Differences) Menggunakan Software Stata

 

Modul Panduan Regresi Difference-in-Differences (DID) di Stata yang disusun oleh Dr. Davy Hendri dari Fakultas Ekonomi dan Bisnis Islam UIN Imam Bonjol Padang ini merupakan panduan praktis dan aplikatif bagi peneliti, mahasiswa, dan praktisi. Terutama bagi yang ingin memahami serta menerapkan metode Difference-in-Differences (DID) dalam analisis kebijakan menggunakan software Stata.

Modul ini disusun dengan konteks yang sangat relevan, yakni mengukur dampak inklusi keuangan terhadap kualitas hidup di Indonesia melalui pendekatan data panel provinsi dari tahun 2014 hingga 2023. Disajikan dengan bahasa yang ringkas dan sistematis, panduan ini tidak hanya menjelaskan konsep dasar DID. Tetapi juga memberikan langkah-langkah teknis dalam pembentukan variabel, sintaks Stata, uji asumsi tren paralel, placebo test, hingga uji robustness dan interpretasi hasil.

Melalui pendekatan yang aplikatif serta dilengkapi dengan simulasi data dan contoh numerik, modul ini sangat berguna sebagai bahan ajar maupun referensi penelitian kebijakan publik berbasis data kuantitatif. Diharapkan, panduan ini dapat mendorong lahirnya analisis-analisis kebijakan yang lebih berbasis bukti (evidence-based) di lingkungan akademik maupun kelembagaan publik.