Mengenal Model Tobit Untuk Penelitian Sosial

Metode analisis model Tobit pernah digunakan untuk tesis beberapa waktu lalu. saya share semoga bermanfaat bagi yang membutuhkan.

Perhitungan Tobit dikemukakan oleh James Tobin pada 1958 ketika ia menganalisa pengeluaran rumah tangga di Amerika Serikat untuk membeli mobil. Pengeluran di beberapa rumah tangga menjadi nol (karena rumah tangga tersebut tidak membeli mobil), dan hal ini sangat berpengaruh terhadap hasil analisa regresi (Suhardi dan Lewelyn, 2001). Ia menemukan bahwa jika tetap menggunakan OLS, perhitungan parameter akan cenderung mendekati nol juga dan menjadi tidak signifikan, atau jika menjadi signifikan, nilainya mengalami bias (terlalu tinggi atau terlalu rendah) dan juga tidak konsisten (jika ada data baru, hasilnya tidak sama atau tidak sesuai dengan hasil semula).

Untuk mengatasi masalah-masalah tersebut, metode Tobit menggunakan cara maximum likelihood (ML), bukan least squares (LS). Dari pada meminimalisasikan nilai kwadrat dari error (galat) seperti cara OLS, cara ML memaksimalkan nilai dari likelihood function dengan mencari parameter-parameter regresi yang memberikan nilai tertinggi untuk likelihood function tersebut (Suhardi dan Lewelyn, 2001), (Halimin, 2009).

Model Tobit digunakan karena data yang digunakan dalam penelitian merupakan data tersensor (cencored), dibatasi dan memiliki nilai antara 0 – 100 (Halimin, 2009).

Model Standar Tobit dapat digambarkan sebagai berikut (Mc Donald dan Moffitt, 1980; Maddala, 1989; Brokcwell dan Chan, 2004; Al Malkawi, 2007 dan Islam, 2007):

dimana :

 =  i   jika   > 0

 = 0 jika  £ 0

Fungsi Likelihood (L) dimaksimumkan (maximum likelihood) untuk mengestimasi parameter β dan σ yang didasarkan atas observasi (bank) y_i dan x_i:

Dimana