11
ANALISIS REGRESI DATA PANEL
CPMK 1. Memahami Analisis Regresi Data Panel – khususnya untuk Riset bidang keuangan
2. Mampu melakukan uji-uji yang terkait dengan Analisis Data Panel 3. Mampu menganalisis hasil Data Panel dan implikasinya
CPL 1. Mampu melakukan pembelajaran sepanjang hayat.
2. Menjadi ilmuwan dan praktisi bidang manajemen yang professional (Berperilaku dan bertindak secara etis, kritis, kreatif, sistematis dan ilmiah, berwawasan luas, estetis).
3. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis informasi dan data.
4. Mampu merancang dan melaksanakan penelitian dengan metodologi yang benar serta menganalisis dan menginterpretasi data dengan tepat;
CPL = Capaian Pembelajaran Lulusan CPMK = Capaian Pembelajaran Mata Kuliah
Pendahuluan
Analisis regresi data panel adalah analisis regresi dengan struktur data yang merupakan data panel. Umumnya pendugaan parameter dalam analisis regresi dengan data cross sectiondilakukan
menggunakan pendugaan metode kuadrat terkecil atau disebut Ordinary Least Square (OLS).
1. Pengertian Regresi Data Panel
Regresi Data Panel adalah gabungan antara data cross section dan data time series, dimana unit cross section yang sama diukur pada waktu yang berbeda. Maka dengan kata lain, data panel merupakan data dari beberapa individu sama yang diamati dalam kurun waktu tertentu. Jika kita memiliki T periode waktu (t = 1,2,…,T) dan N jumlah individu (i = 1,2,…,N), maka dengan data panel kita akan memiliki total unit observasi sebanyak NT. Jika jumlah unit waktu sama untuk setiap individu, maka data disebut balanced panel. Jika sebaliknya, yakni jumlah unit waktu berbeda untuk setiap individu, maka disebut unbalanced panel.
Sedangkan jenis data yang lain, yaitu: datatime-seriesdan datacross- section. Pada datatime series, satu atau lebih variabel akan diamati pada satu unit observasi dalam kurun waktu tertentu. Sedangkan data cross-section merupakan amatan dari beberapa unit observasi dalam satu titik waktu.
2. Persamaan Regresi Data Panel
Persamaan Regresi data panel ada 2 macam , yaitu One Way Model dan Two Way Model.
One Way Model adalah model satu arah, karena hanya mempertimbangkan efek individu (αi) dalam model. Berikut Persamaannya:
Model One Way Data Panel Dimana:
α = Konstanta
β = Vektor berukuran P x 1 merupakan parameter hasil estimasi Xit = Observasi ke-it dari P variabel bebas
αi = efek individu yang berbeda-beda untuk setiap individu ke-i Eit = error regresi seperti halnya pada model regresi klasik.
3. Model Data Panel
Two Way Model adalah model yang mempertimbangkan efek dari waktu atau memasukkan variabel waktu. Berikut Persamaannya:
Model Two Way Data Panel
Persamaan di atas menunjukkan dimana terdapat tambahan efek waktu yang dilambangkan dengan deltha yang dapat bersifat tetap ataupun bersifat acak antar tahunnya.
4. Asumsi Regresi Data Panel
Metode Regresi Data Panel akan memberikan hasil pendugaan yang bersifat Best Linear Unbiased Estimation (BLUE) jika semua asumsi Gauss Markovterpenuhi diantaranya adalahnon-autcorrelation.
Non-autocorrelation inilah yang sulit terpenuhi pada saat kita melakukan analisis pada data panel. Sehingga pendugaan parameter tidak lagi bersifat BLUE. Jika data panel dianalisis dengan pendekatan model-model time series seperti fungsi transfer, maka ada informasi keragaman dari unit cross section yang diabaikan dalam pemodelan. Salah satu keuntungan dari analisis regresi data panel adalah mempertimbangkan keragamaan yang terjadi dalam unit cross section.
5. Keuntungan Regresi Data Panel
Keuntungan melakukan regresi data panel, antara lain:
1. Pertama, dapat memberikan peneliti jumlah pengamatan yang besar, meningkatkan degree of freedom (derajat kebebasan), data memiliki variabilitas yang besar dan mengurangi kolinieritas antara variabel penjelas, di mana dapat menghasilkan estimasi ekonometri yang efisien.
2. Kedua, panel data dapat memberikan informasi lebih banyak yang tidak dapat diberikan hanya oleh data cross section atau time series saja.
3. Ketiga, panel data dapat memberikan penyelesaian yang lebih baik dalam inferensi perubahan dinamis dibandingkan data cross section.
6. Tahapan Regresi Data Panel
Tidak seperti regresi biasanya, regresi data panel harus melalui tahapan penentuan model estimasi yang tepat. Berikut diagram tahapan dari regresi data panel:
Tahapan Data Panel
7. PENENTUAN MODEL ESTIMASI:
Dalam metode estimasi model regresi dengan menggunakan data panel dapat dilakukan melalui tiga pendekatan, antara lain:
Common Effect Model atau Pooled Least Square (PLS)
Merupakan pendekatan model data panel yang paling sederhana karena hanya mengkombinasikan data time series dan cross section.
Pada model ini tidak diperhatikan dimensi waktu maupun individu, sehingga diasumsikan bahwa perilaku data perusahaan sama dalam berbagai kurun waktu. Metode ini bisa menggunakan pendekatan Ordinary Least Square (OLS) atau teknik kuadrat terkecil untuk mengestimasi model data panel.
Fixed Effect Model (FE)
Model ini mengasumsikan bahwa perbedaan antar individu dapat diakomodasi dari perbedaan intersepnya. Untuk mengestimasi data panel model Fixed Effects menggunakan teknik variable dummy untuk menangkap perbedaan intersep antar perusahaan, perbedaan intersep bisa terjadi karena perbedaan budaya kerja, manajerial, dan insentif. Namun demikian slopnya sama antar perusahaan. Model estimasi ini sering juga disebut dengan teknik Least Squares Dummy Variable (LSDV).
Random Effect Model (RE)
Model ini akan mengestimasi data panel dimana variabel gangguan mungkin saling berhubungan antar waktu dan antar individu. Pada model Random Effect perbedaan intersep diakomodasi oleh error terms masing-masing perusahaan. Keuntungan menggunkan model Random Effect yakni menghilangkan heteroskedastisitas. Model ini juga disebut dengan Error Component Model (ECM) atau teknik Generalized Least Square (GLS) .
8. Penentuan Metode Estimasi Regresi Data Panel
Untuk memilih model yang paling tepat terdapat beberapa pengujian yang dapat dilakukan, antara lain:
Uji Chow
Chow test adalah pengujian untuk menentukan model apakah Common Effect (CE) ataukah Fixed Effect (FE) yang paling tepat digunakan dalam mengestimasi data panel.
Apabila Hasil:
H0: Pilih PLS (CE) H1: Pilih FE (FE)
Uji Hausman
Hausman test adalah pengujian statistik untuk memilih apakah model Fixed Effect atau Random Effect yang paling tepat digunakan.
Apabila Hasil:
H0: Pilih RE H1: Pilih FE
Uji Lagrange Multiplier
uji Lagrange Multiplier (LM) adalah uji untuk mengetahui apakah model Random Effect lebih baik daripada metode Common Effect (PLS) digunakan.
Apabila Hasil:
H0: Pilih PLS H1: Pilih RE
Dari ketiga uji untuk menentukan Metode Estimasi di atas, digambarkan dalam grafik di bawah ini:
Pilihan Estimasi Regresi Data Panel
Pahami betul diagram di atas, karena akan menjadi kunci dalam langkah-langkah pengujian selanjutnya.
Tutorial Cara Input Data Panel Dengan EViews
Input Data Panel pada Eviews adalah sebuah upaya yang harus dilakukan pertama kali oleh para peneliti atau siapapun juga yang akan melakukan analisis regresi data panel pada aplikasi eviews.
Maka dalam kesempatan yang baik ini, saya akan coba menjelaskan Tutorial Cara Input Data Panel Dengan Eviews.
Dalam artikel kali ini, akan saya jelaskan langkah Cara Input Data Panel Dengan Eviews secara tahap demi tahap agar para pembaca sekalian mudah memahami dan mencobanya sendiri pada aplikasi eviews yang dimiliki.
Seperti yang sudah kita ketahui bersama, bahwa software eviews merupakan salah satu aplikasi yang terbaik dan powerfull dalam rangka melakukan proses analisis regresi data panel. Aplikasi yang
satu ini memang dirancang begitu rupa agar dapat melakukan berbagai macam analisis statistik yang berkaitan dengan data time series atau runtut waktu, seperti halnya yang sudah pernah kita bahas sebelumnya. Yaitu pada artikel tentang regresi linear dengan eviews.
Oleh karena begitu besarnya manfaat dan kekuatan dari software statistik ini, maka tidak ada salahnya kami mencoba untuk menjelaskan langkah demi langkah untuk melakukan regresi data panel dengan eviews. Tentunya oleh karena dalam regresi data panel diperlukan deklarasi data cross sectional dan data time series, maka pada kesempatan ini, statistikian akan menjelaskan Cara Input Data Panel Dengan Eviews tersebut.
9. Menyiapkan Data Excel Untuk Regresi Data Panel Dengan Eviews
Singkat cerita, agar para peneliti dapat melakukan input data ke dalam eviews untuk keperluan regresi data panel, maka para pembaca harus terlebih dahulu membuat file excel. Dimana di dalam file tersebut anda buat serangkaian data yang terdiri dari:
1. Data cross sectional, misalnya negara atau perusahaan.
2. Data runtut waktu atau time series, misalnya data dalam tahun.
3. Data variabel bebas, misalnya dalam tutorial ini kita menggunakan tiga variabel bebas, yang diberi nama X1, X2 dan X3.
4. Data variabel terikat, misalnya dalam tutorial ini kita beri nama Y.
Contoh data tabulasi excel yang harus kita siapkan untuk regresi data panel adalah sebagai berikut:
Data Excel Untuk Regresi Data Panel Dengan Eviews 10. Impor Data Excel Untuk Regresi Data Panel Ke Eviews
Jika anda sudah membuat data dalam excel seperti yang sudah dicontohkan di atas, maka langkah selanjutnya silahkan anda buka aplikasi eviews yang dimiliki. Untuk versi eviews yang digunakan terserah saja sebab pada prinsipnya adalah sama untuk semua versi.
Namun saya merekomendasikan menggunakan versi 7 ke atas, misal versi 8 atau 9. Kemudian anda klik pada menu, yaitu menu File -> Import -> Import File. Maka akan muncul jendela seperi di bawah ini:
Cara Input Data Panel Dengan Eviews
11. Setting Sheet Impor Data Excel Cara Input Data Panel Dengan Eviews
Silahkan anda klik pada file excel yang sudah dibuat tadi, kemudian klik Open. Jika langkah anda benar, maka saya bisa pastikan tampilannya akan seperti ini:
setting import data panel dari excel ke eviews
12. Setting Kolom Dan Header Cara Input Data Panel Dengan Eviews
Pastikan anda telah memilih sheet yang benar untuk diimpor. Selain itu pastikan juga kolom yang akan digunakan. Jika kolom tidak benar, silahkan anda ubah dengan mengganti kode dalam custom range. Jika sudah yakin bahwa tidak ada kesalahan, silahkan klik tombol Next. Maka akan muncul jendela seperti berikut ini:
setting header import data panel dari excel ke eviews
13. Cara Setting Data Panel Pada Eviews
Pastikan bahwa header yang digunakan sesuai dengan yang anda inginkan. Misalnya dalam Tutorial Cara Input Data Panel Dengan Eviews ini, kita menggunakan kolom Negara dan Header Line yang digunakan adalah line 1. Selanjutnya klik lagi tombol Next. Maka akan muncul jendela baru sebagai berikut:
Cara Setting Data Panel Pada EViews
Perhatikan baik-baik, bahwa pada langkah ini adalah tahapan paling krusial dalam proses mempersiapkan data untuk regresi data panel dengan menggunakan aplikasi Eviews. Jangan sampai ada kesalahan setting atau pengaturan dalam tahap ini. Ada banyak opsi yang bisa anda pilih, namun pada prinsipnya anda harus menentukan kolom mana yang akan dijadikan cross section dan kolom mana yang akan dijadikan time series.
Cara setting atau deklarasi data panel dalam eviews yang pertama kali anda lakukan adalah menentukan apakah akan menggunakan dated panel atau undated panel. Dalam tutorial ini, silahkan anda pilih Dated Panel. Selanjutnya pada cross section id series, anda pilih Negara sebagai cross section. Pada Date Series, anda pilih Tahun sebagai time series. Jika sudah yakin anda benar, silahkan klik tombol Finish. Jika ada pilihan Yes atau No, pilih saja Yes.
Maka tampilan aplikasi eviews anda akan seperti berikut ini:
File Kerja Data Panel Pada Eviews
Perhatikan baik-baik gambar di atas, jika ada variabel dengan nama dateid, maka anda sudah berhasil mendeklarasikan data panel dalam aplikasi anda. Coba pastikan anda klik variabel dateid tersebut. Maka akan tampil jendela baru sebagai berikut:
dateid hasil import data panel dari excel ke eviews
Jika tampilannya seperti gambar di atas, di mana ada kombinasi antara cross sectional yang dalam hal ini adalah negara serta series tahun, maka anda telah sukses mempelajari dan mencoba cara input data panel dengan Eviews serta mendeklarasikan data panelnya.
14. Cara Menyimpan Data Pada Eviews
Agar anda tidak kehilangan upaya keras yang sudah dilakukan pada tahap demi tahap yang dibahas di atas, maka jangan lupa untuk menyimpan hasil kerja anda. Caranya adalah pada menu, anda klik File -> Save As. Seperti ini contohnya:
Cara Menyimpan File Eviews
Silahkan beri nama file kerja data panel anda dengan yang anda inginkan dan tentunya harus mudah diingat. Tempatkan atau simpan di tempat yang aman dan strategis agar mudah dicari kembali suatu saat nanti. Kemudian anda klik Save.
Apa yang akan anda lakukan selanjutnya? Tentu saja anda akan bereksperimen atau benar-benar melakukan analisis regresi data panel, seperti yang anda rencanakan dari awal. Jadi tidak hanya berhenti pada eksperimen Cara Input Data Panel Dengan Eviews ini.
Demikianlah kami telah menjelaskan secara bertahap dan detail tentang Tutorial Cara Input Data Panel Dengan Eviews. Semoga dengan tutorial ini, kesulitan anda dapat teratasi dalam rangka menyelesaikan tugas akhir anda atau penelitian anda.
Tutorial Regresi Data Panel dengan Eviews
Regresi Data Panel merupakan jenis uji regresi yang mempunyai ciri khas tersendiri, yaitu terdapat kombinasi antara data runtut waktu atau time series dan data cross sectional.
Menyiapkan Data Untuk Tutorial Regresi Data Panel dengan Eviews
Langkah pertama, silahkan impor data dari excel sesuai petunjuk dan sudah benar dalam deklarasi cross section series dan time series .
File Kerja Data Panel Pada EViews
Jendela di atas kita beri istilah sebagai “Jendela Workfile.”
15. Tahapan Regresi Data Panel dengan Eviews
Tahapan pertama adalah menentukan metode yang tepat, apakah
ataukah random effect. Beberapa langkah yang harus dilakukan.
Intinya antara lain: Chow Test, Hausman Test dan Lagrangian Multiplier.
Chow Test Regresi Data Panel dengan Eviews 16. Analisis Common Effect dengan Eviews
Agar dapat melakukan uji common effect, harap para pembaca klik tombol: Quick -> Estimate Equation. Maka akan tampil jendela seperti di bawah ini:
Regresi Data Panel dengan Eviews
Silahkan anda ketik pada kotak Equation Spesification, persamaan regresi data panel yang akan dibuat. Dalam hal ini karena melibatkan 3 variabel bebas, yaitu X1, X2 dan X3 serta Y sebagai variabel terikat, Maka bentuk persamaan regresi data panel yang harus diketikkan adalah: “y c x1 x2 x3” (tanpa tanda kutip).
Pada method anda pilih LS and AR. Kemudian pastikan tahun atau time series yang akan dimasukkan dalam analisis sudah sesuai.
Misalnya dalam tutorial regresi data panel dengan eviews ini adalah tahun 1960 sampai dengan tahun 1978.
17. Memilih Common Effect
Selanjutnya adalah anda klik tab “Panel Options” dan pada combo box cross-section, silahkan anda biarkan “none.” Combo box “Period”
juga biarkan “none.” GLS Weight biarkan “No Weights” serta pada Coef covariance method biarkan “Ordinary.” Tampilannya sebagai berikut:
Common Effect Regresi Data Panel dengan Eviews
Jendela di atas anda ingat baik-baik sebagai “Jendela Equation estimation.”
Selanjutnya anda klik tombol “OK.” Maka akan terbuka sebuah window baru seperti di bawah ini:
Output Common Effect Regresi Data Panel dengan Eviews
Di atas adalah output hasil analisis common effect. Namun karena dalam tahapan ini kita tidak akan menjelaskan output tersebut, melainkan sebagai langkah untuk melakukan chow test, maka biarkan saja output tersebut seperti itu. Namun perlu anda ingat baik-baik kembali, jendela di atas kita beri nama “Jendela Equation.”
18. Analisis Fixed Effect dengan Eviews
Langkah berikutnya adalah kita melakukan analisis Fixed Effect.
Caranya adalah, pada “Jendela Equation” anda klik tombol Proc ->
Specify/Estimate, maka akan muncul kembali “Jendela Equation Estimation.” Silahkan anda klik tab “Panel Options” pada jendela tersebut:
Fixed Effect Regresi Data Panel dengan Eviews
Pada combo box Cross-section anda ganti “none” menjadi “Fixed.” Itu artinya anda akan melakukan analisis Fixed Effect. Kemudian anda klik tombol OK. Jika langkah anda benar, “Jendela Equation” akan berubah tampilannya seperti di bawah ini:
Output Fixed Effect Regresi Data Panel dengan Eviews
19. Chow Test dengan Eviews
Biarkan saja “Jendela Equation” tersebut seperti itu. Tugas anda berikutnya adalah masuk pada tahapan chow test. Caranya adalah pada “Jendela Equation” anda klik tombol View -> Fixed/Random Effect Testing -> Redundant Fixed Effect – Likelihood Ratio. Maka
“Jendela Equation” akan berubah tampilannya sebagai berikut:
Output Chow Test Regresi Data Panel dengan Eviews
Anda lihat pada output di atas, yaitu pada baris “Cross-section Chi- square” kolom Prob. (Dalam lingkaran merah gambar di atas). Di mana dalam tutorial ini nilainya adalah 0,0000. Cara interprestasi Chow Test berdasarkan nilai tersebut. Yaitu jika nilai Prob. Cross- section Chi-square < 0,05 maka kita akan memilih fixed effect dari pada common effect. Dan sebaliknya jika nilainya > 0,05 maka kita akan memilih common effect daripada fixed effect.
Berdasarkan gambar di atas, maka dalam tutorial ini nilai prob sebesar 0,000 < 0,05 maka chow test memilih fixed effect.
20. Tahapan Setelah Chow Test
Perlu anda perhatikan baik-baik, jika seandainya chow test memilih fixed effect, maka langkah selanjutnya adalah melakukan random effect kemudian melakukan hausman test untuk memilih fixed effect ataukah random effects. Namun jika chow test ternyata memilih common effect, maka langkah selanjutnya yang harus dilakukan
adalah uji random effect kemudian uji Lagrangian multiplier test untuk menentukan apakah aka memilih common effect ataukah random effect.
21. Cara Membaca Hasil Regresi Data Panel Model Common Effect
Model Common Effect
Model Common effect adalah model atau metode estimasi paling dasar dalam regresi data panel, dimana tetap menggunakan prinsip ordinary least square atau kuadrat terkecil. Oleh karena itulah, metode ini disebut juga dengan istilah pooled least square. Pada model common effect ini tidak memperhatikan dimensi waktu dan juga dimensi individu atau cross section, sehingga bisa diasumsikan bahwa perilaku dari individu tidak berbeda didalam berbagai kurun waktu.
Output Common Effect Regresi Data Panel dengan Eviews
Berdasarkan output di atas, mari kita jelaskan satu persatu cara membaca hasil regresi data panel dengan eviews.
Ringkasan Hasil Regresi Data Panel Model Common Effects 1. Periods Include: Merupakan jumlah periode atau runtut
waktu yang dilibatkan dalam analisis. Dimana dalam contoh regresi data panel ini, periode yang digunakan adalah tahun 1968 sampai dengan 1978. Sehingga jumlah tahun yang digunakan dalam analisis adalah sebanyak 19 tahun.
2. Cross section Include: Merupakan jumlah cross section atau panel yang dilibatkan dalam analisis. Dimana dalam contoh regresi data panel ini, panel yang digunakan adalah negara yang jumlahnya adalah sebanyak 18 negara.
3. Total Panel (Balanced) observations: adalah jumlah observasi yang dilibatkan dalam analisis. Istilah balanced artinya balance, yaitu jumlah waktu (tahun) yang digunakan setiap panel (negara) adalah sama atau konstan. Sehingga perhitungannya adalah 19 x 18 = 342 observasi.
4. Kolom Variable: adalah daftar variabel yang dianalisis.
Dimana dalam contoh regresi data panel ini menggunakan Y sebagai variabel response. Sedangkan variabel prediktor adalah X1, X2 dan X3. Dan C sebagai residual atau error dari persamaan regresi data panel.
Koefisien Regresi Data Panel Model Common Effects
1. Coefficient: adalah koefisien beta regresi data panel sesuai dengan variabel yang ada pada kolom variabel. Nilai
koefisien ini digunakan untuk membentuk Persamaan Regresi Data Panel.
2. Standar error: adalah Standar Error dari nilai koefisien pada kolom coefficient.
3. t-statistics: adalah nilai t parsial regresi data panel sesuai per variabel pada kolom variable. Nilai t ini menunjukkan pengaruh parsial variabel prediktor terhadap variabel response di dalam model regresi data panel.
4. Prob: adalah nilai p value atau tingkat signifikansi dari t parsial di kolom t-statistics. Nilai p value ini menunjukkan tingkat signifikansi t parsial dalam rangka menjawab hipotesis uji parsial. Jika nilai p value kurang dari batas kritis, misalnya 0,05 maka jawaban hipotesis adalah menerima H1 atau yang berarti variabel prediktor yang bersangkutan memiliki pengaruh yang bermakna terhadap variabel response secara statistik. Dan sebaliknya jika p value lebih dari batas kritis maka menerima H0 atau yang berarti variabel prediktor yang bersangkutan tidak memiliki pengaruh yang bermakna terhadap variabel response secara statistik.
Persamaan Common Effect
Bentuk persamaan regresi data panel mirip dengan ordinary least square, yaitu:
Keterangan: Untuk i = 1, 2, …., N dan t = 1, 2, ….,T.
Dimana N = Jumlah individu atau cross section dan T adalah jumlah periode waktunya. Dari model ini akan dapat dihasilkan N+T persamaan, yaitu sebanyak T persamaan cross section dan sebanyak N persamaan runtut waktu atau time series.
Jawaban Hipotesis Regresi Data Panel Model Common Effects
1. R Square: adalah besarnya pengaruh atau kemampuan variabel prediktor secara simultan dalam menjelaskan variabel response. Jika nilainya lebih dari 0,5 maka kemampuan variabel prediktor kuat dalam menjelaskan variabel response. Sedangkan sebaliknya jika nilainya kurang dari 0,5 maka kemampuan variabel prediktor tidak kuat dalam menjelaskan variabel response. Dalam contoh regresi data panel ini, nilai R Square sebesar 0,9579, yang artinya variabel prediktor sangat kuat dalam menjelaskan variabel response.
2. Adjusted R Square: adalah besarnya pengaruh atau kemampuan variabel prediktor secara simultan dalam menjelaskan variabel response dengan memperhatikan standar error. penjelasannya sama dengan R Square namun nilai ini telah terkoreksi dengan standar error.
3. F-Statistics: adalah nilai Uji F yang merupakan uji simultan dari regresi data panel. Nilai F ini menunjukkan tingkat signifikansi pengaruh variabel prediktor terhadap variabel response. Untuk menggunakan nilai F ini haruslah dibandingkan dengan F Tabel. Namun untuk memudahkan bisa langsung melihat nilai Prob (F- Statistics).
4. Prob (F-Statistics): adalah p value uji F yang merupakan tingkat signifikansi dari nilai F, yaitu untuk menilai pengaruh simultan variabel prediktor terhadap variabel response apakah bermakna secara statistik atau tidak. Jika nilai p value kurang dari batas kritis misalnya 0,05 maka menerima H1 atau yang berarti pengaruh simultan variabel prediktor terhadap variabel response terbukti bermakna secara statistik. Begitu sebaliknya jika nilai p
value lebih dari batas kritis maka menerima H0 atau yang berarti pengaruh simultan variabel prediktor terhadap variabel response tidak terbukti bermakna secara statistik.
Demikian di atas adalah penjelasan Cara Membaca Hasil Regresi Data Panel model common effects. Selanjutnya akan kita jelaskan di bawah ini yaitu Cara Membaca Hasil Regresi Data Panel model fixed effects.
22. Cara Membaca Hasil Regresi Data Panel Model Fixed Effect
Model Fixed Effect
Model Fixed effect berbeda dengan common effect, namun tetap menggunakan prinsip ordinary least square. Asumsi dari pembuatan model yang menghasilkan intersep konstan untuk setiap cross section dan waktu dianggap kurang realistik, maka dibutuhkanlah model yang lebih dapat menangkap adanya perbedaan itu.
Fixed effects mengasumsikan bahwa perbedaan antar individu (cross section) dapat diakomodasi dari perbedaan intersepnya. Agar dapat mengestimasi Fixed Effects Model dengan intersep berbeda antar individu, maka digunakanlah teknik variable dummy. Model estimasi seperti ini sering kali disebut sebagai teknik Least Squares Dummy Variable atau yang disingkat dengan istilah LSDV.
Jika anda sudah melakukan langkah-langkah yang telah kita pelajari sebelumnya, tentunya akan dihadapkan pada output sebagai berikut:
Output Fixed Effect Regresi Data Panel dengan Eviews
Cara Membaca Hasil Regresi Data Panel Model Fixed Effect sama dengan Cara Membaca Hasil Regresi Data Panel Model Common Effect. Yang membedakan adalah nilainya saja dan bentuk persamaan regresi data panel berdasarkan koefisien beta.
Persamaan Fixed Effect
Persamaan regresi data panel model fixed effects adalah sebagai berikut:
Keterangan: untuk i = 1,2, …., N dan t = 1,2, …., T.
Dimana N = jumlah individu atau cross section dan T = jumlah periode waktunya.
23. Cara Membaca Hasil Regresi Data Panel Model Random Effect
Model Random Effect
Pada prinsipnya model random effect berbeda dengan common effect dan fixed effect, terutama model ini tidak menggunakan prinsip ordinary least square, melainkan menggunakan prinsip maximum likelihood atau general least square.
Output random effect contohnya adalah sebagai berikut:
Output Random Effect Regresi Data Panel dengan Eviews
Cara membaca output pada random effect tidak jauh beda dengan common effect ataupun fixed effect. Hanya saja dalam eviews kita
akan melihat dua output yaitu weighted dan unweighted. Selain itu juga ada berbagai jenis random effects method yang digunakan, dimana yang paling sering digunakan adalah swamy arora estimator. Namun dalam kesempatan ini kita tidak akan membahas terlalu jauh hal tersebut. Langsung saja kita lihat bentuk persamaan regresi data panelnya.
Persamaan Random Effect
Jika kita menggunakan Fixed Effects melalui teknik LSDV, akan menunjukkan ketidakpastian model yang digunakan. Model random effect ini berguna untuk mengatasi masalah tersebut dengan cara menggunakan variable residual.
Pada model random effect, residual mungkin saling berhubungan antar waktu dan antar individu atau cross section. Oleh karena itu, model ini mengasumsikan bahwa ada perbedaan intersep untuk setiap individu dan intersep tersebut merupakan variable random.
Maka di dalam model random effect terdapat dua komponen residual. Yang pertama adalah residual secara menyeluruh dimana residual tersebut merupakan kombinasi dari cross section dan time series. Sedangkan residual yang kedua adalah residual secara individual yang merupakan karakteristik random dari observasi unit ke-i dan tetap sepanjang waktu.
Persamaan regresi data panel model random effects adalah sebagai berikut:
Keterangan:
i = 1,2, …., N (N = jumlah individu atau cross section) t = 1,2, …., T (T = jumlah periode waktu).
Eit = adalah residual secara menyeluruh dimana residual tersebut merupakan kombinasi dari cross section dan time series.
Ui = adalah residual secara individual yang merupakan karakteristik random dari observasi unit ke-i dan tetap sepanjang waktu.
Demikian di atas adalah penjelasan dari statistikian dalam rangka memahami secara komprehensi atau secara lengkap tentang Cara Membaca Hasil Regresi Data Panel dengan eviews. Semoga bermanfaat.
