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

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) .
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)

Chow test (Uji Chow) yakni pengujian untuk menentukan model Fixed

Effet atauRandom Effect yang paling tepat digunakan dalam mengestimasi data panel.  Hipotesis
dalam uji chow adalah:
H0     : Common Effect Model atau pooled OLS
H1     : Fixed Effect Model 
Dasar penolakan terhadap hipotesis diatas adalah dengan membandingkan perhitungan F-statistik
dengan F-tabel. Perbandingan dipakai apabila hasil F hitung lebih besar (>) dari F tabel maka H0
ditolak yang berarti model yang paling tepat digunakan adalah Fixed EffectModel. Begitupun
sebaliknya, jika F hitung lebih kecil (<) dari F tabel maka H0 diterima dan model yang
digunakan adalah Common Effect Model (Widarjono, 2009).

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 Hausman atau yang sering disebut dengan istilah Hausman Test

adalah uji yang digunakan untuk menentukan metode yang terbaik antara fixed

effect ataukah random effect.

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.

BAGAIMANA MENENTUKAN MODEL TERBAIK ?

Penentuan model terbaik antara common effect, fixed effect, dan random effect menggunakan dua
teknik estimasi model. Dua teknik ini digunakan dalam regresi data panel untuk memperoleh model
yang tepat dalam mengestimasi regresi data panel. Dua uji yang digunakan, pertama
Chow testdigunakan untuk memilih antara model common effect atau fixed effect. Kedua,
Hausman test digunakan untuk memilih antara model fixed effectatau random effect yang terbaik dalam
mengestimasi regresi data panel. Penggunaan kedua pengujian tersebut dalam pemilihan model
terbaik regresi data panel ditunjukkan oleh gambar berikut :

1. Chow Test
Chow test merupakan uji untuk membandingkan model common effect dengan fixed effect (Widarjono,
2009). Chow test dalam penelitian ini menggunakan program Eviews. Hipotesis yang dibentuk dalam
Chow test adalah sebagai berikut :
H0 : Model Common Effect
H1 : Model Fixed Effect
H0 ditolak jika P-value lebih kecil dari nilai a. Sebaliknya, H0 diterima jika  P-value lebih besar dari nilai
a. Nilai a yang digunakan sebesar 5%.
 2. Hausman Test
Pengujian ini membandingkan model fixed effect dengan random effect dalam menentukan model
yang terbaik untuk digunakan sebagai model regresi data panel (Gujarati, 2012).
Hausman test menggunakan program yang serupa dengan Chow test yaitu program Eviews. .
Hipotesis yang dibentuk dalam Hausman  test adalah sebagai berikut :
H0 : Model Random Effect
H1 : Model Fixed Effect
H0 ditolak jika P-value lebih kecil dari nilai a. Sebaliknya, H0 diterima jika  P-value lebih besar dari nilai
a. Nilai a yang digunakan sebesar 5%.

1. Uji Chow : Pooled Least Square vs Fixed Effect

Langka-langkah :

 Bentuk model fixed effect ( Cross section : Fixed ) > klik Ok

 Klik view > Fixed/Random Effects Testing > Redundant Fixed Effects – Likelihood Ratio
 Jika Cross-section F kurang dari 5% artinya menolak H0 (model terbaik FEM)
2. Uji Hausman : Fixed Effect vs Random Effect
Langkah-langkah :

 Bentuk model random effect ( Cross section : Random ) > klik Ok

 Klik view > Fixed/Random Effects Testing > Correlated Random Effects – Hausman Testing
 Jika cross section random kurang dari 5% artinya menolak H0 (model terbaik FEM)