Pada masa pandemi COVID-19 memiliki potensi penularan virus Corona, untuk memutuskan rantai penyebaran virus tersebut maka banyak negara di hampir seluruh Dunia membatasi mobilitas di tempat-tempat tertentu. Google merilis data yang dikumpulkan dari mereka yang mengakses aplikasinya menggunakan perangkat seluler dan genggam. Google Community Mobility Reports atau mobilitas Google menunjukkan perubahan aktivitas dan mobilitas di berbagai jenis lokasi, dibandingkan dengan sebelum penyebaran COVID-19 secara global. Money supply (M1) menjadi indikator jumlah uang beredar di masyarakat, peneliti ingin mengetahui dengan adanya pengurangan mobilitas selama pandemi COVID-19 dalam kurun waktu 2020-2022 dapat mempengaruhi hal tersebut. Terdapat variable X tambahan yaitu tingkat pekerja. Periode waktu pada indeks mobilitas Google adalah harian, sedangkan M1 dan tingkat pekerja memiliki periode waktu bulanan.
Dalam penelitian ini, permasalahan penggabungan data dengan frekuensi yang berbeda dapat dijawab dengan menggunakan regresi metode Mixed Data Sampling (MIDAS) yang akan mengakomodasi perbedaan tersebut. Dalam persamaannya menggunakan model Polynomial Dsitributed Lag (PDL) untuk menjelaskan psanjang lag. Setiap model persamaan terbagi menjadi empat kategori yaitu level versus level, level versus change, change versus change, change versus level. Lalu, setiap kategori akan termuat tiga model persamaan. Selain menggunakan MIDAS, penetuan dalam menentukan model yang terbaik adalah memiliki probabilitas < 0.05, koefisien determinasi (R-squared) tertinggi, mencari Root Mean Squared Error (RMSE) terkecil, dan memiliki koefisien konstanta positif. Setelah dilakukannya regresi, dapat mengetahui pengaruh variabel independen terhadap variabel dependen.
Hasil penelitian menunjukkan bahwa regresi pada model terbaik ada pada model 1 change versus change negara Jepang memiliki t-value sebesar 29.00, R-Squared sebesar 97% dan RMSE sebesar 2.72. Kemudian, model terpilih di regresi dengan variabel tingkat pekerja (X2). Namun, hasil menunjukkan bahwa kehadiran X2 tidak memperbaiki hasil prediksi. |