Regresi Data Panel


Postingan kali ini mau membahas tentang regresi data panel, semoga bermanfaat ^_^

Data Panel adalah gabungan dari gabungan dari data runtun waktu (time series data), dan data silang (cross section data). maksudnya adalah data dengan banyaknya objek dan juga runtun waktu penelitian, misal dengan objek penelitian berjumlah 15 perusahaan dan dengan runtun waktu 5 tahun. Data ini dapat diperoleh dengan mengamati serangkaian observasi, pada suatu waktu tertentu, data seperti ini diharapkan dapat memberikan informasi yang lebih banyak.
Menurut Gujarati data panel ini sendiri memiliki beberapa keunggulan diantaranya :
1.             Data panel dapat mengatasi heterogenitas
2.             Data panel memberikan informasi lebih banyak, lebih bervariasi, sedikit kolinieritas anatrvariabel, lebih banyak degree of freedom, dan lebih efisien.
3.             Data panel dapat menggambarkan data secara dinamis.
4.             Data panel dapat mendeteksi dan mengukur pengaruh secara sederhana yang tidak bisa dilihat pada data cross section murni atau time series murni.
5.             Data panel dapat memberikan kemudahan dalam membaca  model yang rumit
6.             Data panel dapat meminimumkan bias yang biasa terjadi saat mengumpulkan data individual atau perusahaan dalam kumpulan yang luas.
Keunggulan- keunggulan tersebut memiliki maksud bahwa tidak diharuskan untuk melakukan pengujian asumsi klasik dalam model data panel (Gujarati, 2012).
Dalam data panel terdapat 3 pendekatan atau model yauntuk mengestimasi hasil dari regresi data panel :
1        Common Effect Model
Merupakan teknik yang sangat sederhana untuk mengestimasi data panel yaitu hanya dengan menggabungkan data time series dan cross section tanpa memperhatikan dimensi individu maupun waktu.pendekatan pada model ini adalah Ordinary Least Square (OLS).
2        Fixed Effect
merupakan teknik mengestimasi data panel dengan menggunakan variabel dummy untuk menangkap adanya perbedaan entersep. Model ini mengasumsikan bahwa koefisien regresi (slope) tetap antar perusahaan dan antar waktu.
3        Random Effect
model ini mengasumsikan bahwa setiap perusahaan mempunyai perbedaan intersep, model ini sangat berguna jika individual perusahaan yang diambil sebagai sampel dipilih secara random dan merupakan wakil dari populasi. dan Metode yang tepat untuk mengestimasika model random effect ini adalah Generalized Least Squares (GLS).
Dan untuk mengetahui model mana yang paling tepat untuk digunakan dalam suatu penelitian, maka hal yang harus dilakukan adalah dengan melakukan pengujian dari masing-masing model tersebut. berikut ini pengujian yang harus dilakukan :
1.      Uji Statistic F (Uji Chow)
digunakan untuk mengetahui model mana yang paling baik antara common effect model dengan fix effect model. dengan hipotesis :
  • jika nilai (prob) untuk cross section F > 0,05 maka model yang terpilih adalah Common Effect(CE)
  • รจ Jika nilai (prob) untuk cross section F < 0,05 maka model yang terpilih adalah Fixed Effect (FE).

2.      Hausmant Test
digunakan untuk mengetahui model mana yang paling baik antara fixed effect model dengan random effect model. dengan hipotesis :
  • Jika nilai (prob) untuk cross section random > 0,05 maka model yang dipilih adalah Random Effect (RE)
  •  Jika nilai (prob) untuk cross section random < 0,05 maka model yang dipilih adalah Fixed Effect (FE)

3.      Uji Langrangge Multiplier (LM)
digunakan untuk mengetahui model mana yang paling baik antara Common Effect dengan random effect. dengan hipotesis :
  • Jika nilai LM statistic > nilai kritis chi-squares maka model yang dipilih adalah Random Effect
  • Jika nilai LM statistic < nilai kritis chi-squares maka model yang dipilih adalah Common Effect


Referensi :
Gujarati, D. N. (2012). Dasar-Dasar Ekonometrika. Jakarta: Salemba Empat.
Widarjono, A. (2013). Ekonometrika Pengantar dan Aplikasinya. Yogyakarta: UPP STIM YKPN.


Comments

Popular posts from this blog

Barakallah Fii Umrik Ibu Ku Sayang :)

jalan Allah adalah yang terbaik

Untuk Penikmat Langit..