Panel Data dg Eviews
Penggunaan Eviews (minimal versi 5.1) untuk analisis Panel Data dapat menggukana struktur data "unstack" atau "stack". Struktur data "unstack" mengunakan object "POOL" dan data berdasarkan per series, misalkan satu variabel pendidik menjadi 10 variabel (karena ada 10 crossection-individu: educ_kab1, educ_kab2,..., educ_kab2). Penggunaan Panel data dengan "unstack" sudah dijelaskan di Blog ini pada tulisan klik Panel Data. Sedangkan struktur data "stack"-tersusun menumpuk ke bawah, mulai dari crossection-individu dan series.
Pada tulisan kali ini berisi tentang Panel Data menggunakan Eviews dengan setting data "stack".
1. SETTING DATA PANEL (STACK)
Data yang akan digunakan adalah WAGEPAN.XLS yang diambil dari buku: Jeffrey M. Wooldridge, Econometrict Analysis of Cross Section and Panel data, 2002, halaman 296. Sebagian dapat ditampilkan sbb:
Terlihat bahwa struktur data tersebut adalah “Stack” tersusun menumpuk ke bawah.
Secara lengkap data tersebut terdiri dari: NR(code individu-crossection), year (tahun-series), wage (gaji), educ (pendidikan-year of schooling), black (ras-putih 0, hitam 1), hisp (Hispanic-keturunan Spanish 1, bukan 0), exper (pengalaman kerja dlm tahun), married (Status-menikah 1, belum 0), union (1-serikat kerja, 0-tidak). Data cross section sebanyak 545 individu dan data series 8 tahun (1980-1987)
Memasukan data execel ke dalam Eviews sbb:
Workfile masih Untitle, lakukan save workfile : klik-->File-Save as-(ketik nama file-Wagepan)
Untuk meng-input data excel (workpan.xls) ke dalam Eveiws, yaitu dalam Workfile Eview, siapkan object group: Klik-->Object-New Object-Group(pilih type of object)-latihan(Name of object-ganti untitle dg latihan).
Kemudia, simpan kembali file tersebut: klik-->File-Save.
Dengan langkah-langkah tersebut data setting dalam bentuk "stack" telah siap untuk di analisis panel data lebih lanjut.
1. MODEL PANEL
Dalam model Panel data ini, independen variabel adalah educ. black, hispan, exper, exper2, maried, union dan variabel dependen adalah wage. Dalam model ini menduga bahwa gaji seorang dipengaruhi oleh tingkat pendidikan, ras, pengalaman kerja, status perkawinan dan serikat kerja. Namun demikian, sebenarnya ada faktor lain yang mempengaruhi gaji seseorang ialah Ability-kemampuan yang merupakan unobserved variabel yang dicerminkan sebagai individual efek- Ci dalam model diatas. Sebenarnya Ci masuk dalam residual (eit=uit + Ci) dan keunggulan panel data dapat melakukan meng-ekstrak/ mengeluarkan Ci-individual efek dari residualnya.
Model Fixed Effect atau Pool
Estimasi Model Fixed Effect tidak membolehkan suatu variabel yang tidak berubah setiap tahunnya, yaitu variabel Black (warna kulit) dan Hispanic. Oleh karena itu, ke dua variabel tersebut tidak diikut sertaka dalam suatu model ini.
Estimasi model Fixed Effect (FEM) dengan Eviews: klik--> Quick-Estimate Equation dan tuliskan variabel dependen dan independen. Dan Pilih Panel Option Crossection
Fixed.
sehingga persamaan tsb adalah: LWAGE = 1.064879845 + 0.1168466917*EXPER - 0.004300889064*EXPERSQ + 0.04530331751*MARRIED + 0.08208713417*UNION.
Simpan persamaan tersebut dg nama Fixed: klik--> Name: Fixed
... ...
Pertanyaannya adalah apakah pada model fixed effect koefisien (cross-section)-nya berbeda saat atau tidak berbeda (model Pool).
Pengujian yang dilakukan menggunakan Chow-test atau Likelihood ratio test, yaitu:
H0: model mengikuti Pool
H1: model mengikuti Fixed.
Statistik Uji F atau Chi-Kuadrat.
Dengan Evews, klik--> View-Fixed/Random Effect Testing-Redundant Fixed Effect
hasil tersebut menunjukkan baik F test maupun Chi-square signifikan (p-value 0,000 lebih kecil dari 5%) sehigga H0 ditolak dan H1 diterima, maka model mengikuti Fixed Effect.
Model Random Effect atau Fixed Effect
Selanjutnya kita coba estimasi Model Random Effect.
Estimasi model Random Effect (REM) dengan Eviews: klik--> Quick-Estimate Equation dan tuliskan variabel dependen dan indpenden, sama seperti contoh di atas. Dan Pilih Panel Option Crossection Random. Hasilnya adalah sebagai berikut.
sehingga persamaan tsb adalah: LWAGE = 1.067721185 + 0.1175546195*EXPER -0.004793499502*EXPERSQ + 0.07491061976*MARRIED + 0.100072838*UNION
Simpan persamaan tersebut dg nama Fixed: klik--> Name: Random
Sedangkan untuk mencari individul efek dari persamaan ini, ialah klik-->View-Fixed/Random Effect-Cross section effect.
Pengujian yang dilakukan menggunakan Hausman test, yaitu: H0: model mengikuti Random Effect
H1: model mengikuti Fixed Effect.
Statistik Uji Hausman.
Dengan Evews, klik--> View-Fixed/Random Effect Testing-Hausman Test, maka dipeoleh hasil sebagai berikut.
