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.