ANALISIS JALUR DATA PANEL
D. Model Analisis Jalur Dengan Data Panel
Model ekonometrika yang digunakan adalah model analisis jalur (path analyse) dengan pengelolaan data menggunakan EVIEWS. Dari Gambar 1 Model Analisis Jalur dapat diturunkan persamaan regresinya sebagai berikut:
PDRB = β0 + β1INV + β2KURS + β3PJ + β4IPM + β5BD + ε1 ……… 1 POV = β0 + β6PDRB + β7INV + β8BD + β9POP + ε2 ……….. 2
Kemudian persamaan regresi dirubah dalam bentuk persamaan logaritma dan diperoleh persamaan sebagai berikut:
Log PDRB = β0 + β1LogINV + β2LogKURS + β3LogPJ + β4IPM + β5LogBD + ε1 Log POV = β0 + β6LogPDRB + β7LogINV + β8LogBD + β9LogPOP + ε2
129 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
Keterangan:
PDRB : Produk Domestik Regional Bruto
INV : Investasi
KURS : Kurs
PJ : Panjang Jalan
IPM : Indeks Pembangunan Manusia
BD : Belanja daerah
POV : Poverti (Jumlah Penduduk Miskin) POP : Populasi (Julah Penduduk)
βo : Konstanta
β1, β2, … βn : Koefisien
ε1 : Error sub struktur 1 ε2 : Error sub struktur 2
Log : Logaritma
Gambar 1. Model Analisis Jalur (Path Analysis)
Kemudian setelah persamaan untuk analisis jalur kita susun, maka diperlukan data untuk mendukung persamaan tersebut. Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif. Data kuantitatif merupakan data yang berbentuk bilangan. Sumber yang digunakan adalah data sekunder. Data sekunder adalah data yang diperoleh atau dikumpulkan oleh orang yang melakukan penelitian dari sumber-sumber yang telah ada. Sumber data yang digunakan adalah
BD POP
INV
KURS PJ IPM
PDRB POV
p2
p3 p4 p5
p6 p7
p8
p9
e1 e2
p1
130 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
adalah dari Badan Pusat Statistik (BPS), Bank Indonesia, serta World Bank. Data yang digunakan merupakan data gabungan antara cross section dan data time series yang diambil dari 34 provinsi yang ada di Indonesia dari tahun 2015 sampai dengan tahun 2019. Pengolahan data pada penelitian ini menggunakan program Eviews 10.
Tabel
Data INV, PJ, POP, IPM, BD, PDRB dan POP
NO PROVINSI TAHUN INV PJ POP IPM BD PDRB POV
1 ACEH
2015 4484.85 23824.00 5002.00 69.45 12611.11 22524.00 859.41 2016 4263.24 23743.00 5096.20 70.00 12653.24 22835.00 841.31 2017 1097.11 24019.00 5189.50 70.60 14813.72 23363.00 829.80 2018 2001.05 23915.00 5281.30 71.19 15335.36 24014.00 831.50 2019 5518.29 23915.00 5371.50 71.90 17177.51 24590.00 809.76
2 SUMATERA
UTARA
2015 10497.45 40528.00 13937.80 69.51 8495.66 31637.00 1508.14 2016 15681.94 40489.00 14102.90 70.00 10976.89 32885.00 1452.55 2017 32207.47 39543.00 14262.10 70.57 13402.54 34184.00 1326.57 2018 26148.68 39114.00 14415.40 71.18 13544.56 35571.00 1291.99 2019 24607.40 39245.00 14562.50 71.74 15827.75 37049.00 1260.50
3 SUMATERA
BARAT
2015 2340.19 23598.00 5196.30 69.98 4326.35 27081.00 349.53 2016 4861.07 23598.00 5259.50 70.73 4876.17 28165.00 376.51 2017 4150.73 22556.00 5321.50 71.24 6363.96 29311.00 359.99 2018 4927.66 22388.00 5382.10 71.73 6822.71 30471.00 353.24 2019 5210.45 22388.00 5441.20 72.39 7150.37 31670.00 343.09
4 RIAU
2015 18956.65 26842.00 6344.40 70.84 10892.86 70770.00 562.92 2016 18290.93 26924.00 6501.00 71.20 10075.13 70569.00 501.59 2017 25205.58 24992.00 6657.90 71.79 9247.19 70755.00 496.39 2018 24013.82 24497.00 6814.90 72.44 8537.82 70740.00 494.26 2019 40665.83 24497.00 6971.70 73.00 9179.05 71122.00 483.92
5 JAMBI
2015 5025.92 13886.00 3402.10 68.89 3604.25 36754.00 311.57 2016 4704.00 13866.00 3459.90 69.62 3381.88 37729.00 290.81 2017 4047.09 13027.00 3515.00 69.99 4583.49 38850.00 278.61 2018 4352.11 13092.00 3570.30 76.65 4869.54 40052.00 281.47 2019 5196.69 13092.00 3624.60 71.26 4828.41 41181.00 273.37
6 SUMATERA
SELATAN
2015 19852.91 18620.00 8052.30 67.46 6030.39 31549.00 1112.53 2016 46067.57 18737.00 8160.90 68.24 6627.64 32700.00 1096.50 2017 24226.13 19233.00 8267.00 68.86 8260.83 34060.00 1086.76 2018 25139.01 18989.00 8370.30 69.39 9182.30 35670.00 1076.40 2019 27159.19 18989.00 8470.70 70.02 9713.47 37261.00 1067.16
7 BENGKULU
2015 838.08 9230.00 1874.90 68.59 2436.20 20302.00 322.83 2016 1697.49 9237.00 1904.80 69.33 2491.65 21040.00 325.60 2017 2175.61 9196.00 1934.30 69.95 3243.39 21752.00 302.62 2018 6880.90 9327.00 1963.30 70.64 3202.90 22498.00 303.55
131 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
NO PROVINSI TAHUN INV PJ POP IPM BD PDRB POV
2019 7470.96 9327.00 1991.80 71.21 3639.87 23276.00 298.00
8 LAMPUNG
2015 4657.27 17603.00 8117.30 66.95 4898.78 24582.00 1100.68 2016 7183.27 17603.00 8205.10 67.65 5691.23 25569.00 1139.78 2017 8648.69 21044.00 8289.60 68.25 7017.85 26615.00 1083.74 2018 14230.54 20759.00 8370.50 69.02 7633.03 27742.00 1091.66 2019 4586.34 20759.00 8447.70 69.57 7807.92 28936.00 1041.48
9
KEPULAUAN BANGKA BELITUNG
2015 2164.55 5525.00 1372.80 69.05 2212.65 33480.00 66.62 2016 2910.08 5525.00 1401.80 69.55 2287.56 34133.00 71.07 2017 3808.90 5485.00 1430.90 69.99 2468.72 34935.00 76.20 2018 3783.37 5536.00 1459.90 70.69 2666.62 35765.00 69.93 2019 4148.22 5536.00 1488.80 71.30 2962.02 36238.00 67.37
10 KEPULAUAN RIAU
2015 9446.42 5338.00 1973.00 73.75 2649.78 78625.00 114.84 2016 7467.13 5115.00 2028.20 73.99 2852.61 80296.00 119.14 2017 2773.12 5686.00 2082.70 74.45 3525.10 79758.00 128.43 2018 16424.06 5686.00 2136.50 74.84 3499.84 81295.00 125.26 2019 24609.02 5686.00 2189.70 75.48 3659.56 83202.00 127.76
11 DKI JAKARTA
2015 65442.32 7094.00 10177.90 78.99 53419.02 142914.00 368.67 2016 57875.12 7094.00 10277.60 79.60 59392.46 149832.00 385.84 2017 109515.36 6732.00 10374.20 80.06 73535.70 157637.00 393.13 2018 119441.75 6732.00 10467.60 80.47 78671.23 165863.00 372.26 2019 119408.62 6732.00 10557.80 80.76 89088.35 174137.00 362.30
12 JAWA BARAT
2015 105438.27 26274.00 46709.60 69.50 28561.85 25846.00 4485.66 2016 103867.21 26205.00 47379.40 70.05 31344.46 26924.00 4168.11 2017 108066.61 26980.00 48037.60 70.69 35512.08 27975.00 3774.41 2018 122988.05 27545.00 48683.70 71.30 36482.71 29161.00 3539.40 2019 131035.98 27545.00 49316.70 72.03 37132.31 30247.00 3375.89
13 JAWA TENGGAH
2015 27141.97 27545.00 33774.10 69.49 18517.59 23887.00 4505.78 2016 37920.23 27574.00 34019.10 69.98 20050.50 24959.00 4493.75 2017 52008.63 30394.00 34257.90 70.52 24349.75 26089.00 3867.42 2018 61833.97 30607.00 34490.80 71.12 26231.24 27291.00 4197.49 2019 56509.90 30670.00 34718.20 71.73 26652.34 28576.00 3679.40
14 DAERAH
ISTIMEWA YOGYAKARTA
2015 1491.53 3874.00 3679.20 77.59 3911.11 22688.00 485.56 2016 1211.95 3874.00 3726.90 78.38 4270.07 23566.00 488.83 2017 789.10 4377.00 3762.20 78.89 5279.62 24534.00 466.33 2018 7309.01 4370.00 3802.90 79.53 5790.57 25777.00 450.25 2019 6501.75 4370.00 3842.90 79.99 6149.11 27190.00 440.89 15 JAWA TIMUR
2015 73907.95 41740.00 38847.60 68.95 24678.65 34272.00 4775.87 2016 61569.08 41740.00 39075.30 69.74 26527.24 35971.00 4638.53 2017 66270.15 40955.00 39293.00 70.27 31851.42 37724.00 4405.27 2018 52642.07 40936.00 39500.90 70.77 35289.76 39588.00 4292.15
132 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
NO PROVINSI TAHUN INV PJ POP IPM BD PDRB POV
2019 57495.14 41192.00 39689.60 71.50 33843.73 41567.00 4056.00
16 BANTEN
2015 43148.19 6969.00 11955.20 70.27 9236.21 30813.00 690.66 2016 49836.88 6976.00 12203.10 70.96 9786.47 31782.00 657.74 2017 56429.43 6927.00 12448.20 71.42 10265.22 32940.00 699.83 2018 59579.73 6817.00 12689.70 71.95 11072.78 34192.00 668.74 2019 46678.25 6918.00 12927.30 72.44 12285.53 35431.00 641.42
17 BALI
2015 8089.96 7879.00 4152.80 73.27 5873.71 31094.00 218.79 2016 6536.56 7879.00 4200.00 73.65 5923.70 32689.00 174.94 2017 12608.22 8678.00 4246.50 74.30 6478.85 34133.00 176.48 2018 16066.10 8722.00 4292.20 74.77 6701.28 35915.00 168.34 2019 13315.03 8722.00 4336.90 75.38 6834.26 37534.00 156.91
18 NUSA TENGGARA BARAT
2015 9996.02 8169.00 4835.60 65.19 3647.33 18475.00 802.29 2016 7241.20 8169.00 4896.70 65.81 4148.66 19306.00 786.58 2017 7203.19 8525.00 4955.60 66.58 5421.93 19098.00 748.12 2018 7778.92 8504.00 5013.70 67.30 5334.65 18015.00 735.62 2019 7282.00 8504.00 5070.40 68.14 5273.58 18542.00 705.68
19 NUSA TENGGARA TIMUR
2015 2259.97 21752.00 5120.10 62.67 3570.23 11088.00 1160.53 2016 1604.18 21755.00 5203.50 63.13 4040.76 11469.00 1150.08 2017 2965.07 23193.00 5287.30 63.73 4987.99 11863.00 1134.74 2018 5699.99 23635.00 5371.40 64.39 5059.89 12276.00 1134.11 2019 5515.25 23635.00 5456.20 65.23 5448.45 12714.00 1129.46
20 KALIMANTAN BARAT
2015 24569.48 15750.00 4789.60 65.59 4207.75 23457.00 405.51 2016 17489.59 18092.00 4861.70 65.88 4503.52 24309.00 390.32 2017 20081.58 18234.00 4932.50 66.26 5562.10 25199.00 388.81 2018 13714.60 18315.00 5001.70 66.98 5872.18 26108.00 369.73 2019 15098.60 18315.00 5069.10 67.65 5910.67 27050.00 370.47
21 KALIMANTAN TENGGAH
2015 14147.73 15081.00 2495.00 68.53 3546.93 31619.00 148.13 2016 13663.68 15081.00 2550.20 69.13 3587.85 32900.00 137.46 2017 11722.07 17939.00 2605.30 69.79 4412.60 34369.00 137.88 2018 22916.96 17987.00 2660.20 70.42 5250.30 33560.00 136.45 2019 12532.83 17997.00 2714.90 70.91 5456.29 36992.00 131.24
22 KALIMANTAN SELATAN
2015 15320.15 12805.00 3989.80 68.38 5500.27 27787.00 189.16 2016 9513.94 12805.00 4055.50 69.05 5600.69 28540.00 184.16 2017 6284.90 13614.00 4119.80 69.55 6002.25 29578.00 194.85 2018 11846.15 13477.00 4181.70 70.17 6722.89 30628.00 195.01 2019 15244.68 13477.00 4244.10 70.72 7031.95 31413.00 190.29
23 KALIMANTAN TIMUR
2015 42462.71 12463.00 4068.60 74.17 9376.31 128603.00 209.98 2016 22196.77 12574.00 3501.20 74.59 8212.41 125386.00 211.24 2017 28392.09 13333.00 3575.40 75.12 8765.87 126625.00 218.67 2018 34449.59 13558.00 3648.80 75.83 11210.81 127390.00 222.39
133 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
NO PROVINSI TAHUN INV PJ POP IPM BD PDRB POV
2019 33920.76 13558.00 3721.40 76.61 10769.67 130859.00 220.91
24 KALIMANTAN UTARA
2015 4107.07 4977.00 642.00 68.76 2628.83 76823.00 40.93 2016 5506.21 5016.00 666.30 69.20 3068.22 76786.00 47.03 2017 2871.95 3183.00 691.10 69.84 2585.44 78915.00 48.56 2018 2331.37 4006.00 716.40 70.56 2560.73 80716.00 49.59 2019 5536.61 4006.00 742.20 71.15 3005.92 83308.00 48.61
25 SULAWESI UTARA
2015 1484.56 9488.00 2412.10 70.39 2818.67 29196.00 217.14 2016 10212.90 9488.00 2436.90 71.05 2985.77 30680.00 200.35 2017 8030.53 9840.00 2461.00 71.66 3891.53 32298.00 194.85 2018 8605.03 10072.00 2484.40 72.20 4080.74 33915.00 189.05 2019 11324.77 10072.00 2507.00 72.99 4524.49 35512.00 188.60
26 SULAWESI TENGGAH
2015 15938.73 16234.00 2876.70 66.76 3037.42 28779.00 406.34 2016 22582.83 16234.00 2921.70 67.47 3253.13 31151.00 413.15 2017 22869.49 16565.00 2966.30 68.11 3708.73 32860.00 423.27 2018 18225.92 16908.00 3010.40 68.88 4106.73 34419.00 413.49 2019 29530.11 16908.00 3064.00 69.50 4323.33 36347.00 404.03
27 SULAWESI SELATAN
2015 12433.67 33215.00 8520.30 69.15 6415.56 29436.00 864.52 2016 8339.51 33222.00 8606.40 69.76 7292.54 31303.00 798.81 2017 11626.41 30679.00 8690.30 70.34 9220.49 33234.00 825.97 2018 12213.57 30476.00 8772.00 70.90 9444.56 35254.00 779.64 2019 9879.04 30476.00 8851.20 71.66 10099.90 37351.00 759.58
28 SULAWESI TENGGARA
2015 4015.68 11424.00 2499.50 69.15 2886.69 29203.00 345.02 2016 6847.48 11424.00 2551.00 69.31 3260.32 30476.00 327.29 2017 13537.46 13064.00 2602.40 69.86 4033.24 31894.00 313.16 2018 11347.66 13235.00 2653.70 70.61 4138.22 33286.00 301.85 2019 17557.12 13235.00 2704.70 71.20 4310.57 34738.00 299.97
29 GORONTALO
2015 189.49 5885.00 1133.20 65.86 1476.33 19474.00 206.52 2016 2373.14 5885.00 1150.80 66.29 1652.70 20427.00 203.69 2017 1447.93 5495.00 1168.20 67.01 1829.86 21478.00 200.91 2018 3257.62 5539.00 1185.50 67.71 1889.29 22541.00 188.30 2019 3225.64 5539.00 1202.60 68.49 1944.67 23642.00 184.71
30 SULAWESI BARAT
2015 1131.39 6942.00 1282.20 62.96 1473.75 20251.00 153.21 2016 360.88 6809.00 1306.50 63.60 1814.45 21068.00 146.90 2017 814.65 5758.00 1331.00 64.30 1977.19 22050.00 149.47 2018 3501.88 5677.00 1355.60 65.10 1907.11 22999.00 152.83 2019 1327.60 5677.00 1380.30 65.73 2135.48 23817.00 151.87
31 MALUKU
2015 82.20 8342.00 1686.50 67.05 2304.54 14740.00 327.77 2016 654.98 8676.00 1715.50 67.60 2831.65 15321.00 331.79 2017 2924.48 10213.00 1744.70 68.19 2845.88 15942.00 320.42 2018 1129.35 10185.00 1773.80 68.87 3083.52 16612.00 317.84
134 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
NO PROVINSI TAHUN INV PJ POP IPM BD PDRB POV
2019 741.93 10185.00 1802.90 69.45 3230.50 17255.00 319.51
32 MALUKU UTARA
2015 921.40 7100.00 1162.30 65.91 1856.13 17534.00 72.64 2016 3281.55 7006.00 1185.90 66.63 2061.13 18177.00 76.40 2017 4240.90 7432.00 1209.30 67.20 2312.01 19193.00 78.28 2018 7530.01 7354.00 1232.60 67.76 2516.32 20322.00 81.93 2019 14701.86 7354.00 1255.80 68.70 2762.09 21171.00 87.18
33 PAPUA BARAT
2015 3630.79 9430.00 871.50 61.73 7506.27 60064.00 225.54 2016 6923.42 9430.00 893.40 62.21 7257.00 61242.00 223.60 2017 1206.72 11867.00 915.40 62.99 7839.00 62164.00 212.86 2018 4205.50 12529.00 937.50 63.74 8098.28 64487.00 213.67 2019 1022.43 12529.00 959.60 64.70 8729.20 64683.00 207.59
34 PAPUA
2015 13649.32 18548.00 3149.40 57.25 12986.63 41377.00 898.21 2016 15919.12 18548.00 3207.40 58.05 13071.34 44342.00 914.87 2017 27285.61 21732.00 3265.20 59.09 14016.06 45578.00 910.42 2018 16501.44 21824.00 3322.50 60.06 14143.11 48075.00 915.22 2019 13648.54 21824.00 3379.30 60.84 13978.12 39854.00 900.95
Tahapan dalam melakukan penyelesaian analisis jalur dengan metode data panel sebagai berikut;
Copy data dari excel ke eviews
135 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
Buka Eviews
Klik File pilih New Workfile
136 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
Maka akan muncul tampilan sebagai berikut :
137 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
Pilih Workfile structure type dengan Balance Panel
Makan akan muncul tampilan sebagai berikut:
Klik Quick Empty Group (Edit Series)
138 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
Letak kursor disamping obs klik Paste
Sebelum Data di Paste Setelah Data di Paste
Selanjutnya kita pilih persamaan regresi untuk persamaan 1 sebagai berikut:
Log PDRB = β0 + β1LogINV + β2LogKURS + β3LogPJ + β4IPM + β5LogBD + ε1
Blok Variabel pdrb, inv, kurs, pj, ipm dan bd kemudian klik kanan dan open as equation
139 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
Ketik ke dalam Equation Specification
persamaan log(pdrb) log(inv) log(pj) log(kurs) ipm log(bd) c
Model Fixed Effect
140 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
Dependent Variable: LOG(PDRB)
Method: Panel EGLS (Cross-section weights) Total panel (balanced) observations: 170
Linear estimation after one-step weighting matrix
Variable Coefficient Std. Error t-Statistic Prob.
LOG(INV) 0.019447 0.008589 2.264247 0.0252 LOG(PJ) -0.032193 0.066598 -0.483389 0.6296 LOG(KURS) 0.079739 0.116721 0.683158 0.4957 IPM 0.091834 0.005957 15.41634 0.0000 LOG(BD) 0.247207 0.036568 6.760178 0.0000 C 18.57177 1.289447 14.40289 0.0000
Weighted Statistics
R-squared 0.999375 Mean dependent var 101.8675 Adjusted R-squared 0.999194 S.D. dependent var 51.67642 S.E. of regression 0.117329 Sum squared resid 1.803372 F-statistic 5511.612 Durbin-Watson stat 1.496207 Prob(F-statistic) 0.000000
Kemudian lakukan cara seperti diatas untuk memperoleh Model Random Effect
141 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i Model Random Effect
Dependent Variable: LOG(PDRB)
Method: Panel EGLS (Cross-section random effects) Total panel (balanced) observations: 170
Variable Coefficient Std. Error t-Statistic Prob.
LOG(INV) 0.158305 0.026217 6.038298 0.0000 LOG(PJ) 0.350150 0.098252 3.563790 0.0005 LOG(KURS) -1.311313 0.559472 -2.343840 0.0203 IPM 0.058820 0.012383 4.749958 0.0000 LOG(BD) 0.683645 0.079939 8.552080 0.0000 C 16.38881 5.328983 3.075411 0.0025
Weighted Statistics
R-squared 0.718247 Mean dependent var 8.410338 Adjusted R-squared 0.709657 S.D. dependent var 0.366438 S.E. of regression 0.197449 Sum squared resid 6.393744 F-statistic 83.61420 Durbin-Watson stat 1.146595 Prob(F-statistic) 0.000000
142 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
Dari 2 persamaan dapat disusun
Model Fixed Effect Model Random Effect Variable Coefficient t-Statistic Coefficient t-Statistic LOG(INV) 0.019447 2.264247** 0.158305 6.038298***
LOG(PJ) -0.032193 -0.483389 0.350150 3.563790***
LOG(KURS) 0.079739 0.683158 -1.311313 -2.343840**
IPM 0.091834 15.41634*** 0.058820 4.749958***
LOG(BD) 0.247207 6.760178*** 0.683645 8.552080***
C 18.57177 14.40289*** 16.38881 3.075411***
R-squared 0.999194 0.718247
F-statistic 5511.612 83.61420
Dari 2 model diperoleh dipilih model terbaik dengan menggunakan uji Hausman, dengan cara model dalam kondisi Random Effect Model klik View Fixed/Random Effect Testing Correlated Random effect - Hausman Test
143 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
Dan hasilnya sebagai berikut:
Dari hasil uji Hausman dapat disimpulkan bahwa model terbaik adalah Model Random Effect.
Regresi data panel memberikan alternatif model, Common Effect, Fixed Effect dan Random Effect. Model Common Effect dan Fixed Effect menggunakan pendekatan Ordinary Least Squared (OLS) dalam teknik estimasinya, sedangkan Random Effect menggunakan Generalized Least Squares (GLS) sebagai teknik estimasinya. Uji asumsi klasik yang digunakan dalam regresi linier dengan pendekatan Ordinary Least Squared (OLS) meliputi uji Linieritas, Autokorelasi, Heteroskedastisitas, Multikolinieritas dan Normalitas. Walaupun demikian, tidak semua uji asumsi klasik harus dilakukan pada setiap model regresi linier dengan pendekatan OLS.
Uji Heteroskedastisitas
Regresi data panel tidak sama dengan model regresi linier, oleh karena itu pada model data panel perlu memenuhi syarat BLUE (Best Linear Unbiased Estimator) atau terbebas dari pelanggaran asumsi-asumsi dasar (asumsi klasik). Jika dilihat dari ketiga pendekatan yang dipakai, maka hanya uji heteroskedastisitas saja yang relevan dipakai pada model data panel.
Uji heteroskedastisitas digunakan untuk melihat apakah residual dari model yang terbentuk memiliki varians yang konstan atau tidak. Suatu model yang baik adalah model yang memiliki varians dari setiap gangguan atau residualnya konstan. Heteroskedastisitas adalah keadaan dimana asumsi tersebut tidak tercapai, dengan kata lain dimana adalah ekspektasi dari eror dan adalah varians dari eror yang berbeda tiap periode waktu.
144 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
Langkah-langkah uji heteroskedastisitas data panel sebagai berikut:
Buka estimasi model terpilih Proc Make Residual Series…
Dalam Name for resid series berinama residrem
Kemudian klik Estimate pada Equation Estimation log(residrem^2) c log(inv) log(kurs) log(pj) ipm log(bd)
145 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
Hasil Uji heteroskedastisitas sebagai berikut:
Dependent Variable: LOG(RESIDREM^2)
Method: Panel EGLS (Cross-section random effects) Total panel (balanced) observations: 170
Variable Coefficient Std. Error t-Statistic Prob.
LOG(INV) 0.273871 0.073356 3.733432 0.0003
LOG(KURS) 2.205233 1.859690 1.185807 0.2374
LOG(PJ) 0.380863 0.607191 0.627254 0.5314
IPM -0.047500 0.074981 -0.633494 0.5273
LOG(BD) -0.153578 0.552499 -0.277970 0.7814
C -28.07130 14.01052 -2.003588 0.0468
Effects Specification
S.D. Rho
Cross-section random 1.643900 0.5149
Idiosyncratic random 1.595658 0.4851
Weighted Statistics
R-squared 0.021338 Mean dependent var -1.239077 Adjusted R-squared -0.008500 S.D. dependent var 1.593711 S.E. of regression 1.600469 Sum squared resid 420.0864 F-statistic 0.715134 Durbin-Watson stat 1.948803 Prob(F-statistic) 0.612909
Uji Multikolinearitas
Regresi data panel tidak sama dengan model regresi linier, oleh karena itu pada model data panel perlu memenuhi syarat terbebas dari pelanggaran asumsi-asumsi dasar (asumsi klasik). Meskipun demikian, adanya korelasi yang kuat antara variabel bebas dalam pembentukan sebuah model (persamaan) sangatlah tidak dianjurkan terjadi, karena hal itu akan berdampak kepada keakuratan pendugaan parameter, dalam hal ini koefisien regresi, dalam memperkirakan nilai yang sebenarnya.
Korelasi yang kuat antara variabel bebas dinamakan multikolinieritas.
146 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
Blok seluruh variable copy Klik Quick Group Statistics Correlations
Hasil Uji Correlation sebagai berikut:
Nilai seluruh correlation dibawah 0,9 artinya tidak adanya korelasi yang kuat antara variabel bebas dalam pembentukan sebuah model, atau model tersebut tiding mengandung multikolinearitas.
147 | A n a l i s i s D a t a P a n e l D r A g u s T r i B a s u k i
Setelah model terpilih dan lolos pengujian Asumsi Klasik, hasil gambar untuk persamaan 1 bisa kita selesaikan sebagai berikut:
Gambar …..
Catatan : Rumus e1 dapat dicari dengan formula 𝑒1 =(1-R2)1/2
Keterangan: *** signifikan α=1% ** signifikan α=5% * signifikan α=10%
Berdasarkan Gambar diatas dapat disimpulkan seluruh variable bebas memiliki pengaruh signifikan dengan α 1%, dan semua memiliki pengaruh positip terhadap PDRB kecuali kurs memiliki pengaruh negative terhadap PDRB.
Selanjutnya kita pilih persamaan regresi untuk persamaan 2 sebagai berikut:
POV = β0 + β6PDRB + β7INV + β8BD + β9POP + ε2
Blok Variabel POV, PDRB, INV, BD dan POP, kemudian klik kanan dan open as equation BD
INV
PJ KURS
IPM