DEA Bootstrap dilakukan melalui dua prosedur, yaitu menghitung skor
efisiensi terlebih dahulu, kemudian mempergunakan analisis regresi untuk
menjelaskan keragaman daripada skor-skor efisiensi tersebut. Regresi Ordinary
Least Square (OLS) memiliki keterbatasan dalam analisa keragaman skor efisiensi
DEA, dikarenakan skor DEA tersebut sangat berhubungan (berkorelasi) erat dengan
variabel bebas pembentuknya (pada proses perhitungan skor DEA pada tahapan
analisa data), sehingga nilai estimasi regresi dapat bias (Simar, 1992).
Di
sisi lain, terdapat beberapa pendekatan untuk menyelesaikan permasalahan pendugaan
keragaman skor efisiensi DEA dengan regresi (Xue dan Harker, 1999; Casu dan
Molineux, 1999). Pendekatan ini dilakukan oleh Xue dan Harker (1999): menitikberatkan
bahwa skor efisiensi yang dihasilkan model DEA jelas bergantung
sama
lain dalam analisis statistik.
Alasan
dependensi ini sebenarnya merupakan fakta yang umum diketahui bahwa skor
efisiensi DEA sendiri adalah indeks relatif efisiensi, bukan indeks efisiensi
absolut. Dikarenakan keberadaan dependensi inheren di antara skor efisiensi,
salah satu asumsi analisis regresi konvensional, independensi di dalam sampel
(autokorelasi), dilanggar. Sehingga, prosedur regresi konvensional (uji asumsi klasik)
menjadi tidak valid. Untuk langkah alternatifnya, Xue dan Harker (1999) serta Casu
dan Molineux (1999) melakukan regresi bootstrap.
Regresi
metode bootstrap adalah metode berbasis komputer untuk melakukan pengukuran
akurasi terhadap pendugaan (estimasi) statistik, yang pertama kali diperkenalkan
oleh Efron (1979), dan sejak masa itu menjadi alat statistik yang populer dan menyeluruh.
Penelitian Simar (1992), kemungkinan merupakan penelitian pertama yang
melakukan metode bootstrap untuk menghitung interval keyakinan atas skor
efisiensi relatif yang dihasilkan oleh frontier non-parametrik.
Semenjak
itu, bootstrap dipergunakan untuk membuktikan distribusi empiris atas
skor efisiensi pada setiap kasus (pengamatan) dalam sampel penelitian; untuk
memperoleh interval keyakinan dan mengukur bias (residu) dari skor efisiensi
DEA; dan untuk menganalisa sensitivitas skor efisiensi atas keragaman sampel
setelah skor diperoleh dari frontier non-parametrik (Simar dan Wilson,
1995).
terima kasih atas infonya
BalasHapus