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
Post a Comment