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 HSit+β2 NAKit+ui,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 ൌ ߙଵ ߙଶܦଶ ߙଷܦଷ ߙସܦସ ߚଵܪܵ௧ ߚଶܰܣܭ௧ ݑǡ௧ (9.5)
Dengan :
D2i = 1, jika perusahaan tersebut adalah Citramulya 0, jika lainnya
D3i = 1, jika perusahaan tersebut adalah Dayaindo 0, jika lainnya
D4i = 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 ൌ ߚଵ ߚଶܺଶ௧ ߚଷܺଷ௧ ݑ௧ (9.6) Nilai konstanta atau intersepsi dari masing-masing individu perusahaan dapat ditulikan dalam persamaan berikut :
ߚଵ ൌ ߚଵ ߝǢ ݅ ൌ ͳǡʹǡ ǥ ǡ ܰ (9.7)
Dengan mensubtitusikan persamaan (9.6) dan (9.7) akan di- dapatkan persamaan sebagai berikut :
ܻ௧ ൌ ߚଵ ߚଶܺଶ௧ ߚଷܺଷ௧ ߝ ݑ௧
ܻ௧ ൌ ߚଵ ߚଶܺଶ௧ ߚଷܺଷ௧ ݓ௧ (9.10) Dengan wit=εi+uit (9.11)
Nilai wit mengandung eror untuk data tampang lintang εi dan untuk data berkala uit dengan asumsi dan ݑ௧̱ܰሺͲǡ ߪ௨ଶሻ. Variabel tersembunyi εi ini tidak dapat langsung diamati sehingga nilainya dihitung berdasarkan nilai wit 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