Estimasi Regresi Data Panel

BAB 9 MODEL REGRESI DATA PANEL

9.2 Estimasi Regresi Data Panel

Gambar 9.8 Tampilan semua data

individu dan waktu. Dengan demikian perilaku data perusahaan akan diasumsikan sama dalam berbagai kurun waktu, sehingga koefisien akan diasumsikan sama tetap antarwaktu dan individu.

Metode estimasi parameternya menggunakan metode kuadrat terkecil atau ordinary least square (OLS). Model regresi linier data panel dengan pendekatan common effect untuk data dalam tabel 9.1 adalah sebagai berikut :

Inv=β₀+β₁ HS_it+β₂ NAK_it+u_i,t (9.4) dengan i menunjukkan perusahaan sedangkan t menunjukkan waktu. Dengan demikian akan terdapat tiga variabel yaitu inves- tasi, harga saham, dan nilai aktual kapital untuk 80 observasi.

Langkah-langkah estimasi menggunakan pendekatan Common effect :

a. Klik Estimate pada jendela pool

b. Isikan inv? pada Dependent variable dan c hs? Nak? pada Common coefficients. Kemudian klik OK

Gambar 9.10 Memasukkan variabel untuk pool estimastion

Gambar 9.11. Tampilan hasil analisis regresi data panel dengan pendekatan common effect

Tampilan output analisis regresi data panel pada Gambar 9.11 tersebut sama dengan output hasil analisis regresi linier biasa yang telah dibahas pada bab terdahulu. Output tersebut me nun jukkan bahwa variabel harga saham dan nilai aktual kapital berpengaruh signifikan terhadap investasi pada α=0,05. Demikian pula dengan hasil ANOVA yang menunjukkan bahwa uji F atau uji kecocokan model signifikan pada =0,05. Kesesuaian model juga cukup bagus dengan nilai R² –79,9862.

Persamaan regresi data panel yang dihasilkan dapat dengan mudah ditampilkan pada jendela EVIEWS, dengan klik view à representation. Sehingga akan tampil output pada gambar 9.12.

Gambar 9.12 Persamaan hasil analisis regresi data panel 2. Fixed Effect

Kelemahan dari model common effect adalah adanya ke tidak- sesuaian model dengan keadaan yang sesungguhnya. Kon disi masing-masing objek berbeda dari satu waktu ke waktu yang lain nya. Maka dibutuhkan suatu model yang dapat meng ako- mo dasi hal tersebut. Model ini dikenal dengan model fixed effect.

Pada model fixed effect, konstanta untuk masing-masing individu akan berbeda (jika dalam hal ini adalah perusahaan) walaupun koefisien (slope) pada masing­masing variabel independent akan tetap.

Untuk membedakan objek yang satu dengan yang lain, di- gunakan variabel dumi. Maka model ini sering disebut sebagai Least Square Dummy Variables (LSDV). Berdasarkan contoh pada tabel 9.1, terdapat empat perusahaan maka akan dibuat tiga variabel dumi. Sehingga persamaan (9.4) akan berubah menjadi : ܫ݊ݒ ൌ ߙ_ଵ൅ ߙ_ଶܦ_ଶ௜ ൅ ߙ_ଷܦ_ଷ௜൅ ߙ_ସܦ_ସ௜൅ ߚ_ଵܪܵ_௜௧൅ ߚ_ଶܰܣܭ_௜௧൅ ݑ_{௜ǡ௧ (9.5)}

Dengan :

D_2i = 1, jika perusahaan tersebut adalah Citramulya 0, jika lainnya

D_3i = 1, jika perusahaan tersebut adalah Dayaindo 0, jika lainnya

D_4i = 1, jika perusahaan tersebut adalah Grahamas 0, jika lainnya

Dalam hal ini perusahaan Anugerahjaya adalah perusahaan yang dijadikan kontrol. Sehingga koefisien α₁ merupakan koefi­

sien milik perusahaan Anugerahjaya.

Langkah-langkah pengolahan data dengan pendekatan fixed effect menggunakan EVIEWS adalah sebagai berikut :

a. Klik Estimate pada jendela pool

b. Isikan inv? pada Dependent variable dan hs? Nak? pada Common coefficients.

c. Pilihlah Fixed pada cross-section dalam kolom Estimation Method.

d. Klik OK.

Gambar 9.13 Memasukkan variabel untuk pool estimastion

Gambar 9.14 Tampilan hasil analisis regresi data panel dengan pendekatan fixed effect

Berdasarkan tampilan output hasil analisis regresi data panel dengan pendekatan fixed effect pada gambar 9.14, dapat diambil kesimpulan bahwa variabel nilai aktual kapital berpengaruh signi fikan terhadap investasi pada taraf signifikansi α = 0,05. Se- dang kan variabel harga saham berpengaruh signifikan terha dap investasi pada taraf signifikansi α = 0,1. Konstanta atau inter- sep untuk perusahaan Anugerah jaya adalah sebesar 51,03361- 39,37139=11,66222, untuk perusahaan Citramulya sebesar 51,03361-91,34866=-40,3151 dan analog untuk perusahaan yang lain. Untuk uji kecocokan model atau uji F juga memperlihatkan bahwa model signifikan, didukung dengan peningkatan nilai R² = 88,63. Hal ini mengindikasikan bahwa model dengan pendekatan fixed effect lebih bagus daripada pendekatan common effect.

Persamaan regresi data panel yang dihasilkan dapat dengan mudah ditampilkan pada jendela EVIEWS, dengan klik view à representation. Sehingga akan tampil output pada gambar 9.15.

Gambar 9.15 Persamaan hasil analisis regresi data panel 3. Random Effect

Pendekatan fixed effect menggunakan LSDV dapat meng- halangi kita untuk mengetahui model aslinya. Sehingga estimasi parameter model regresi data panel perlu menggunakan model komponen eror atau disebut juga sebagai model efek acak (random effect). Secara umum model efek acak dapat dituliskan dalam per- samaan sebagai berikut :

ܻ_௜௧ ൌ ߚ_ଵ௜൅ ߚ_ଶܺ_ଶ௜௧൅ ߚ_ଷܺ_ଷ௜௧൅ ݑ_{௜௧ (9.6)} Nilai konstanta atau intersepsi dari masing-masing individu perusahaan dapat ditulikan dalam persamaan berikut :

ߚ_ଵ௜ ൌ ߚ_ଵ ൅ ߝ_௜Ǣ ݅ ൌ ͳǡʹǡ ǥ ǡ ܰ (9.7)

Dengan mensubtitusikan persamaan (9.6) dan (9.7) akan di- dapatkan persamaan sebagai berikut :

ܻ_௜௧ ൌ ߚ_ଵ൅ ߚ_ଶܺ_ଶ௜௧൅ ߚ_ଷܺ_ଷ௜௧൅ ߝ_௜ ൅ ݑ_௜௧

ܻ_௜௧ ൌ ߚ_ଵ൅ ߚ_ଶܺ_ଶ௜௧൅ ߚ_ଷܺ_ଷ௜௧൅ ݓ_{௜௧ (9.10)} Dengan w_it=ε_i+u_it (9.11)

Nilai w_it mengandung eror untuk data tampang lintang ε_i dan untuk data berkala u_it dengan asumsi dan ݑ_௜௧̱ܰሺͲǡ ߪ_௨^ଶሻ. Variabel tersembunyi ε_i ini tidak dapat langsung diamati sehingga nilainya dihitung berdasarkan nilai w_it Metode yang sesuai dengan pendekatan random effect adalah Generalized Least Square (GLS).

Langkah-langkah pengolahan data dengan pendekatan random effect menggunakan EVIEWS adalah sebagai berikut : a. Klik Estimate pada jendela pool

b. Isikan inv? pada Dependent variable dan hs? Nak? pada Common coefficients.

c. Pilihlah Random pada cross-section dalam kolom Estimation Method.

d. Klik OK.

Gambar 9.16 Memasukkan variabel untuk pool estimastion

Gambar 9.17 Tampilan hasil analisis regresi data panel dengan pendekatan random effect

Berdasarkan tampilan output hasil analisis regresi data panel dengan pendekatan random effect pada gambar 9.17, dapat di- ambil kesimpulan bahwa variabel harga saham dan nilai aktual kapital berpengaruh signifikan terhadap investasi pada taraf signi fikansi α = 0,05. Konstanta atau intersep untuk perusahaan

Anugerah jaya adalah sebesar -38,58694-1,171038=-39,758, untuk perusahaan Citramulya sebesar -38,58694-41,75149=-80,3384 dan analog untuk perusahaan yang lain. Untuk uji kecocokan model atau uji F juga memperlihatkan bahwa model signifikan. Namun nilai R² = 52,36%. Hal ini mengindikasikan bahwa model dengan pendekatan common effect tidak lebih bagus daripada pendekat- an fixed effect. Untuk pemilihan model yang tepat menggunakan pengujian formal akan dibahas dalam pembahasan selanjutnya.

Persamaan regresi data panel yang dihasilkan dapat dengan mudah ditampilkan pada jendela EVIEWS, dengan klik view à representation. Sehingga akan tampil output pada gambar 9.18.

Gambar 9.18 Persamaan hasil analisis regresi data panel