Estimasi Model Data Panel
menggunakan STATA
Ekki Syamsulhakim CEDS – FEB – UNPAD CEDS Econ Training Fest
15 Februari 2014
Cakupan
• Pelatihan ini tidak membahas secara spesifk
aspek teoritis dari model ekonometrika dengan menggunakan data panel
– Sedikit review; Peserta diasumsikan memiliki
pengetahuan mengenai data panel
• Pelatihan ini akan membahas secara spesifk
bagaimana cara menggunakan aplikasi STATA apabila kita memiliki data panel
Panel Data Econometrics
• Merupakan cabang tersendiri dalam
ekonometrika (lanjutan)
• Terdapat buku-buku khusus
– Wooldridge – Baltagi
– Frees
– Arellano
– Sven
Data Panel
• Adalah observasi berulang pada unit
cross section yang sama (individu, perusahaan, dll), yang diamati pada beberapa periode waktu
• Terdapat dua jenis data panel
Keunggulan dan Kelemahan
Penggunaan Data Panel
Keunggulan
• Presisi (konsistensi)
estimator lebih baik
• Dapat melihat aspek
dinamis dari variabel yang diamati
Kelemahan
• Lebih sulit dalam
melakukan inferensi statistik
– Penentuan co/varians
Spesifkasi
n =1… N observasi
t =1…T periode waktu k =1…K variabel bebas
adalah matrix composite error, yang terdiri dari: : “all unobserved time-invariant factors” yang
mempengaruhi (atau disebut unobserved heterogeneity) : “all unobserved time-variant factors” yang
mempengaruhi (idiosyncratic error)
Estimator Panel Data
(Reed dan Ye, 2011)
“On the one hand, there is a plethora of panel data estimators available from statistical software packages like
Estimator Panel Data
(Reed dan Ye, 2011)
“On the other hand, the fnite sample performances of these estimators are not well known. At the end of the day, it is not clear
Masalah Output R
2Panel Data
Pada EVIEWS
Masalah Output R
2Panel Data
Pada STATA – Fixed Efect
OLS Estimator, efciency
Apabila “spherical”,
• Spherical:
- Tidak ada heteroskedasticity, DAN
- Tidak ada serial correlation,DAN
- Tidak ada cross-sectional correlation
OLS Estimator, efciency
Apabila “non-spherical”,
• Non-Spherical:
- Tidak ada heteroskedasticity, ATAU
- Tidak ada serial correlation, ATAU
- Tidak ada cross-sectional correlation
GLS Estimator
“non-spherical”,
GLS estimator tergantung dari bagaimana bentuk dari
Estimator Panel Data
• Estimator yang sering digunakan
adalah
– OLS - Pooled cross section
– OLS - Fixed Efect
• Mengasumsikan unobserved individual
efect berkorelasi dengan X
– GLS - Random Efect
• Mengasumsikan unobserved individual
efect tidak berkorelasi dengan X
APLIKASI STATA DALAM
PENGLOLAHAN DATA
Pengolahan Data Panel
• Untuk data panel mikro, pada
umumnya tidak langsung tersedia dalam format panel, melainkan
cross-section
– Perlu dilakukan “penggabungan” data
cross section
Contoh Format Data Panel
“Long” Formatnr : cross-sectional (individual) identifer
year: time identifer
Time-variant variables: exper, hours
Contoh Format Data Panel
“Wide” Formatnr : cross-sectional (individual) identifer
year: time identifer
Time-variant variables: exper, hours
Penelitian Neumayer (2005)
“This article argues that the link
between income inequality and violent property crime might be spurious…The
results in the present article suggest that inequality is not a statistically
Dari Cross-Section ke Panel
• Buka STATA
• Buka fle cs_80
Dari Cross-Section ke Panel
• Sort fle cs_80 berdasarkan country
• Save fle cs_80
• Buka fle cs_83, dst
• Sort fle cs_83, dst berdasarkan
country
Dari Cross-Section ke Panel
clear
set more of
cd D:\Training\CEDS-PANEL use cs_80
sort country
save cs_80, replace
Dari Cross-Section ke Panel
clear
set more of
cd D:\Training\CEDS-PANEL
foreach fle in cs_80.dta cs_83.dta
cs_86.dta cs_89.dta cs_92.dta cs_95.dta {
Dari Cross-Section ke Panel
use cs_80, clear
merge 1:1 country using cs_83 tab _merge
drop _merge
Dari Cross-Section ke Panel
use cs_80, clear
foreach fle in cs_83.dta cs_86.dta
cs_89.dta cs_92.dta cs_95.dta {
merge 1:1 country using "`fle'" drop _merge
Format data panel
• Format data hasil merge saat ini
dalam bentuk wide, belum siap untuk analisis panel data econometrics
• Namun, data bisa digunakan untuk
Dari format wide ke long
reshape long econgrowth
emtotunemimputed femlabourpart flldummyrobbery giniwider
humanrightsviol incratioalltoptobot llnrobberyrate lngdp lngdpsq
lnrobberyrate male1564 name period politypositiveonly urban, i(country)
Pooled Regression (sbg contoh saja)
reg lnrobberyrate giniwider lngdp lngdpsq femlab politypositive
First Diference Method (contoh
saja)
foreach var of varlist * {
gen d`var'=`var'-`var'[_n-1] }
reg dlnrobberyrate dginiwider dlngdp dlngdpsq femlab politypositive
Declaring Panel Data
Beberapa perintah dasar
• xtdes
• xtsum
• xttab
Fixed Efect
• Variabel yang tidak time-variant
(time invariant), tidak bisa
dimasukkan ke dalam model.
• Penjelasan pada Neumayer (2011) -
Fixed Efect
* SOURCE: Neumayer (2011)-do fle. * Table 3
* Deleting countries with only one observation
preserve
drop if name=="Azerbaijan" drop if name=="Belarus" drop if name=="Czech Republic"
drop if name=="Kazakhstan" drop if name=="Lithuania"
drop if name=="Moldova" drop if name=="Morocco" drop if name=="Nicaragua" drop if name=="Trinidad and Tobago"
drop if name=="Tunisia" drop if name=="Turkey"
Fixed Efect
* Deleting countries with onlyone observation preserve
drop if name=="Azerbaijan" drop if name=="Belarus" drop if name=="Czech Republic"
drop if name=="Croatia" drop if name=="Ethiopia" drop if name=="Guinea-Bissau"
drop if name=="Kazakhstan" drop if name=="Kenya"
drop if name=="Lithuania" drop if name=="Madagascar" drop if name=="Mauritania" drop if name=="Moldova" drop if name=="Morocco" drop if name=="Nicaragua" drop if name=="Rwanda" drop if name=="Swaziland"
drop if name=="Trinidad and Tobago" drop if name=="Tunisia"
drop if name=="Turkey"
drop if name=="Uzbekistan" drop if name=="Yugoslavia, FR (Serbia/Montenegro)"
Fixed Efect
xtreg lnrobberyrate giniwider lngdp lngdpsq femlab politypositive
humanrights, fe
outreg using D:\Training\CEDS-PANEL\ table1, append se
Random Efect
*RANDOM EFFECTS
preserve
drop if name=="Azerbaijan" drop if name=="Belarus" drop if name=="Czech Republic"
drop if
name=="Kazakhstan"
drop if name=="Lithuania" drop if name=="Moldova" drop if name=="Morocco"
drop if
name=="Nicaragua"
drop if name=="Trinidad and Tobago"
drop if name=="Tunisia" drop if name=="Turkey" drop if
name=="Uzbekistan"
Random Efect
xtreg lnrobberyrate giniwider lngdp lngdpsq econgrowth emtotunem
urban femlab male1564 politypositive humanrights , re
Fixed Efect atau Random
Efect
* Hausman Test
xtreg lnrobberyrate giniwider lngdp lngdpsq econgrowth emtotunem urban femlab
male1564 politypositive humanrights , fe estimates store fxed
xtreg lnrobberyrate giniwider lngdp lngdpsq econgrowth emtotunem urban femlab
Fixed Efect atau Random
Efect
Pengujian efsiensi
estimator
• Dalam Balestra dan Krishnakumar
(2008 hal. 33 – 40), dan J.Reed dan Ye (2011), terdapat banyak skenario non-spherical error
• Solusi yang diberikan STATA terbatas
Pengujian efsiensi
estimator
• Heteroskedasticity
ssc install xttest3
• Autocorrelation
Pengujian efsiensi
estimator
* Testing (groupwise) heteroskedasticity
xtreg lnrobberyrate giniwider lngdp lngdpsq econgrowth emtotunem urban femlab
male1564 politypositive humanrights , fe xttest3
*ATTEMPTING to correct standard errors
xtreg lnrobberyrate giniwider lngdp lngdpsq econgrowth emtotunem urban femlab
Pengujian efsiensi
estimator
*Testing autocorrelation
recode time (1980=1) (1983=2) (1986=3) (1989=4) (1992=5)
(1995=6)
tsset country time
xtserial lnrobberyrate giniwider lngdp lngdpsq econgrowth emtotunem
Referensi
• Balestra P., dan Krishnakumar, J., “Fixed Efect Models
and Fixed Coefcient Models”, dalam Matyas dan Sevestre, The Econometrics of Panel Data, 2008
• Greene, W.H., Econometric Analysis, 2002
• Neumayer, E., “Inequality and Violent Crime: Evidence
from Data on Robbery and Violent Theft”, Journal of Peace Research,42(1), 2005
• Reed, W. R., dan Ye, Haichun, “Which Panel Data
Estimator Should I Use?”, Applied Economics, 43, 2011
• Wooldridge, Econometrics of Cross Section and Panel
Data dan do-fle
• Neumayer, E., Selected replication
datasets, available on