UNILEVER INDONESIAהשכלה
Psikologi: Terlalu banyak indikator?
Sudah bukan rahasia lagi jika sebelum membeli sebuah saham kita perlu melakukan analisa. Dan dalam melakukan sebuah analisa teknikal
maupun fundamental, peran data (rasio keuangan untuk fundamental, indikator untuk teknikal) sangat penting.
Namun sekarang yang jadi pertanyaannya adalah, bagaimana jika data yang digunakan jumlahnya terlalu banyak?
Untuk menjawab pertanyaan ini saya akan rangkum tiga buah penelitian:
1. Penelitian pertama berjudul : Behavioral Problems of Adhering to a Decision Policy.
scholarsbank.uoregon.edu/xmlui/bitstream/handle/1794/23607/928.pdf?sequence=3&isAllowed=y
Singkatnya dalam penelitian ini 8 bandar pacuan kuda diminta untuk memprediksi
hasil dari pacuan kuda. Dalam memprediksi hasil dari pacuan kuda tersebut, para
bandar diberikan data sebagai bahan analisa.
Data tersebut diberikan dalam 4 tahap analisa.
Tahap pertama, para bandar diberikan 5 data.
Tahap kedua, para bandar diberikan 10 data.
Tahap ketiga, para bandar diberikan 20 data.
Tahap keempat, para bandar diberikan 40 data.
Disamping memberikan analisa, para bandar juga diminta menjabarkan seberapa
percaya diri mereka terhadap hasil analisa mereka.
Hasilnya? Pada tahap pertama, akurasi dari prediksi berkorelasi dengan tingkat
kepercayaan diri. Namun semakin banyak data yang digunakan sebagai bahan
analisa, akurasi dari hasil prediksi tetap sama tapi kepercayaan diri para bandar
tersebut akan analisa mereka justru meningkat drastis.
2.Penelitian kedua berjudul “Effects of Amount of Information on Judgment Accuracy
and Confidence” researchgate.net/publication/23776491_Effects_of_amount_of_information_on_judgment_accuracy_and_confidence
Dalam penelitian ini, para fans diminta untuk memprediksi hasil pertandingan dari
pertandingan American Football dalam lima sesi analisa. Dalam masing masing sesi,
para analis diberikan 6 informasi sebagai bahan analisa sehingga pada sesi kelima
para analis mendapatkan 30 informasi (6 x 5)
Hasilnya? baik di sesi pertama hingga sesi kelima, akurasi dari analisa hampir sama
namun tingkat kepercayaan diri para analis ternyata meningkat pada sesi sesi
berikutnya atau pada saat para analisa mendapatkan lebih banyak informasi.
3. Penelitian ketiga berjudul “Harmful Effect on Seemingly Helpful Information on
Stock Earnings ”
sciencedirect.com/science/article/abs/pii/0167487094900035
Penelitian kali ini melibatkan para analis saham dimana para analis diminta untuk
memprediksi laba dari 15 perusahaan di quarter ke 4 dan menjabarkan seberapa
percaya diri mereka terhadap analisa mereka.
Dalam melakukan analisa, para analis diberikan informasi dalam 3 format:
a. Format pertama: EPS, penjualan bersih dan dan harga saham 3 kuartal terakhir.
b. Format kedua : informasi yang hampir sama dengan format pertama yang
ditambahkan informasi yang terlihat baru namun sebenarnya sudah bisa ditemukan
di format pertama, misal PE ratio
c. Format ketiga: informasi yang sama dengan format kedua ditambahkan dengan
informasi tambahan lain yang hampir tidak relevan untuk analisa
Hasilnya? error dalam analisis para analis ternyata bertambah seiring dengan
bertambahnya informasi yang diberikan (karena beberapa informasi memang
merupakan informasi yang tidak relevan) Namun sama dengan penelitian pertama
dan kedua diatas, kepercayaan diri para analis meningkat seiring dengan meningkat
nya jumlah informasi yang diberikan.
Dengan demikian dapat disimpulkan bahwa kelebihan informasi tidak meningkatkan akurasi dari sebuah prediksi
namun hanya menambah kepercayaan diri.
Dengan demikian, dalam analisa teknikal, semakin banyak indikator yang kita gunakan kemungkinan
hanya meningkatkan kepercayaan diri bukan akurasi dari sebuah prediksi.
Akan tetapi, penelitian kedua memiliki sebuah plot twist yang menarik. Dalam memprediksi pertandingan American football tersebut,
komputer juga dilibatkan dimana jumlah data yang diberikan dan aturan yang diterapkan sama seperti yang diterapkan ke peserta manusia.
Hasilnya? Komputer ternyata mampu meningkatkan akurasi prediksi nya seiring dengan peningkatan kuantitas data yang diterima.
Dan karena kita bukan komputer, dimana otak kita tidak mampu mengolah data dalam jumlah terlalu banyak
maka carilah sedikit data yang relevan dan anda pahami.
Sebagaimana kebanyakan data hanya membuat anda terlalu percaya diri, maka terlalu banyak indikator besar kemungkinan juga
akan membuat anda terlalu percaya diri (atau mungkin pusing)
Semoga membantu.
maupun fundamental, peran data (rasio keuangan untuk fundamental, indikator untuk teknikal) sangat penting.
Namun sekarang yang jadi pertanyaannya adalah, bagaimana jika data yang digunakan jumlahnya terlalu banyak?
Untuk menjawab pertanyaan ini saya akan rangkum tiga buah penelitian:
1. Penelitian pertama berjudul : Behavioral Problems of Adhering to a Decision Policy.
scholarsbank.uoregon.edu/xmlui/bitstream/handle/1794/23607/928.pdf?sequence=3&isAllowed=y
Singkatnya dalam penelitian ini 8 bandar pacuan kuda diminta untuk memprediksi
hasil dari pacuan kuda. Dalam memprediksi hasil dari pacuan kuda tersebut, para
bandar diberikan data sebagai bahan analisa.
Data tersebut diberikan dalam 4 tahap analisa.
Tahap pertama, para bandar diberikan 5 data.
Tahap kedua, para bandar diberikan 10 data.
Tahap ketiga, para bandar diberikan 20 data.
Tahap keempat, para bandar diberikan 40 data.
Disamping memberikan analisa, para bandar juga diminta menjabarkan seberapa
percaya diri mereka terhadap hasil analisa mereka.
Hasilnya? Pada tahap pertama, akurasi dari prediksi berkorelasi dengan tingkat
kepercayaan diri. Namun semakin banyak data yang digunakan sebagai bahan
analisa, akurasi dari hasil prediksi tetap sama tapi kepercayaan diri para bandar
tersebut akan analisa mereka justru meningkat drastis.
2.Penelitian kedua berjudul “Effects of Amount of Information on Judgment Accuracy
and Confidence” researchgate.net/publication/23776491_Effects_of_amount_of_information_on_judgment_accuracy_and_confidence
Dalam penelitian ini, para fans diminta untuk memprediksi hasil pertandingan dari
pertandingan American Football dalam lima sesi analisa. Dalam masing masing sesi,
para analis diberikan 6 informasi sebagai bahan analisa sehingga pada sesi kelima
para analis mendapatkan 30 informasi (6 x 5)
Hasilnya? baik di sesi pertama hingga sesi kelima, akurasi dari analisa hampir sama
namun tingkat kepercayaan diri para analis ternyata meningkat pada sesi sesi
berikutnya atau pada saat para analisa mendapatkan lebih banyak informasi.
3. Penelitian ketiga berjudul “Harmful Effect on Seemingly Helpful Information on
Stock Earnings ”
sciencedirect.com/science/article/abs/pii/0167487094900035
Penelitian kali ini melibatkan para analis saham dimana para analis diminta untuk
memprediksi laba dari 15 perusahaan di quarter ke 4 dan menjabarkan seberapa
percaya diri mereka terhadap analisa mereka.
Dalam melakukan analisa, para analis diberikan informasi dalam 3 format:
a. Format pertama: EPS, penjualan bersih dan dan harga saham 3 kuartal terakhir.
b. Format kedua : informasi yang hampir sama dengan format pertama yang
ditambahkan informasi yang terlihat baru namun sebenarnya sudah bisa ditemukan
di format pertama, misal PE ratio
c. Format ketiga: informasi yang sama dengan format kedua ditambahkan dengan
informasi tambahan lain yang hampir tidak relevan untuk analisa
Hasilnya? error dalam analisis para analis ternyata bertambah seiring dengan
bertambahnya informasi yang diberikan (karena beberapa informasi memang
merupakan informasi yang tidak relevan) Namun sama dengan penelitian pertama
dan kedua diatas, kepercayaan diri para analis meningkat seiring dengan meningkat
nya jumlah informasi yang diberikan.
Dengan demikian dapat disimpulkan bahwa kelebihan informasi tidak meningkatkan akurasi dari sebuah prediksi
namun hanya menambah kepercayaan diri.
Dengan demikian, dalam analisa teknikal, semakin banyak indikator yang kita gunakan kemungkinan
hanya meningkatkan kepercayaan diri bukan akurasi dari sebuah prediksi.
Akan tetapi, penelitian kedua memiliki sebuah plot twist yang menarik. Dalam memprediksi pertandingan American football tersebut,
komputer juga dilibatkan dimana jumlah data yang diberikan dan aturan yang diterapkan sama seperti yang diterapkan ke peserta manusia.
Hasilnya? Komputer ternyata mampu meningkatkan akurasi prediksi nya seiring dengan peningkatan kuantitas data yang diterima.
Dan karena kita bukan komputer, dimana otak kita tidak mampu mengolah data dalam jumlah terlalu banyak
maka carilah sedikit data yang relevan dan anda pahami.
Sebagaimana kebanyakan data hanya membuat anda terlalu percaya diri, maka terlalu banyak indikator besar kemungkinan juga
akan membuat anda terlalu percaya diri (atau mungkin pusing)
Semoga membantu.
כתב ויתור
המידע והפרסומים אינם אמורים להיות, ואינם מהווים, עצות פיננסיות, השקעות, מסחר או סוגים אחרים של עצות או המלצות שסופקו או מאושרים על ידי TradingView. קרא עוד בתנאים וההגבלות.