BAB XIII

OPERASIONALISASI DATA PANEL

A. UJI ASUMSI KLASIK DATA PANEL

Uji asumsi klasik pada data panel sama dengan uji asumsi klasik pada
regresi linier berganda, hanya saja ada sedikit perbedaan pada regresi data
panel, dimana pengujian yang digunakan hanya uji multikolinearitas dan uji
autokorelasi, tidak ada uji heteroskedastisitas. Kenapa tidak ada uji
heteroskedastisitas?
Alasannya adalah karena pooled data atau data panel adalah kombinasi
dari data cross-section dan time series, sementara masalah
heteroskedastisitas umumnya terjadi pada data silang (cross-section)
daripada pada data rntun waktu (time series). Pada data cross-section,
biasanya kita berhubungan dengan anggota populasi pada suatu waktu
tertentu seperti individu, perusahaan, industry atau subdivisi seperti negara,
kota dan lain-lain. Anggota populasi itu memiliki perbedaan dalam ukuran,
seperti perusahaan kecil, menengah atau besar, income rendah, medium dan
tinggi. Sementara itu pada data time series, variable cenderung urutan
besaran yang sama oleh karena data dikumpulkan pada entitas yang sama
selama periode waktu tertentu (Ghozali & Ratmono, 2013).
Jadi, untuk pengujian asumsi klasik pada data panel ini hanya dipakai
uji multikolinearitas dan uji autokorelasi. Untuk uji autokorelasi sama
penggunaannya seperti uji autokorelasi pada regresi linier berganda pada
BAB X sebelumnya. Uji multikolinearitas dalam data penel dilakukan dengan
uji auxiliary regression.
Pengujian uji multikolinearitas data panel dengan EVIEWS :
Langkah 1 . Buka workfile regresi berganda

Langkah 2. Lakukan pemilihan model.

Langkah 3. Lakukan pengujian multikolinearitasnya
Pilih : Quick >>> Group Statistics >>> Correlations

Akan tampil hasilnya seperti ini

Ketik variable independennya saja, tanpa ada c (konstantanya), seperti
dibawah ini

Kemudian klik “ok”

Dan hasilnya adalah

Langkah 4. Menjelaskan hasil

Dari hasil diatas, kita akan lihat jika AGM dengan AGM maka hasilnya
adalah 1 dan begitu juga untuk JTK dengan JTK nilainya adalah satu, akan
tetapi yang kita lihat bukan nilai yang sejeni, akan tetapi jika AGM dengan
JTK atau yang kita kenal dengan nilai auxiliary regression maka hasilnya
adalah -0,769052, untuk menarik kesimpulan dari uji auxiliary
regression ini, maka ketentuannya adalah :
1. Jika nilai Auxiliary regressionnya > 0,80 maka terjadi multikolinearitas
antar variable independennya,
2. Jika nilai Auxiliary regressionnya < 0,80 maka tidak terjadi
multikolinearitas antar variable independennya
Berdasarkan hasil diatas maka nilai auxiliary regressionnya < 0,80 atau
-0,769052 < 0,80 artinya tidak terdapat multikolinearitas dalam variable
independent penelitian ini.
B. UJI HIPOTESIS DATA PANEL DAN INTERSEP
Uji hipotesis dalam data panel sama saja dengan uji hipotesi pada BAB X
materi sebelumnya, tidak ada perbedaan sama sekali. Seperti contoh hasil di
bawah ini
Dependent Variable: DER?
Method: Pooled Least Squares
Date: 05/13/20 Time: 10:49
Sample: 2014 2018
Included observations: 5
Cross-sections included: 6
Total pool (balanced) observations: 30

Variable Coefficient Std. Error t-Statistic Prob.  

C 7.067063 33.15586 0.213147 0.8332

ROI? -5.119824 2.057661 -2.488176 0.0209
STA? 2.863709 0.884679 3.237004 0.0038
Fixed Effects (Cross)
DVLA--C 14.41919
KAEF--C 69.44531
KLBF--C 5.798176
PYFA--C -74.22810
SIDO--C -16.40397
TSPC--C 0.969392

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.857653    Mean dependent var 47.67333

Adjusted R-squared 0.812360    S.D. dependent var 38.31593
S.E. of regression 16.59747    Akaike info criterion 8.679556
Sum squared resid 6060.470    Schwarz criterion 9.053208
Log likelihood -122.1933    Hannan-Quinn criter. 8.799090
F-statistic 18.93592    Durbin-Watson stat 0.966247
Prob(F-statistic) 0.000000

Untuk uji t nya hanya dengan melihat nilai pada kolom t-statistic dan untuk
uji F bisa dilihat dari nilai F-statistic dan untuk uji koefisien determinasi
dapat dilihat dari nilai R-Squared.
 Apa itu intersep?
Intersep merupakan konstanta dengan nilai yang berbeda-beda tiap objek
penelitian yang diolah dengan data panel. Seperti pada hasil diatas, yang
menjadi intersep nya adalah yang ditandai warna biru

DAFTAR PUSTAKA

Ghozali, I., & Ratmono, D. (2013). ANALISIS MULTIVARIAT DAN

EKONOMETRIKA : Teori, Konsep, dan Aplikasi Dengan Eviews 8.

Universitas Diponegoro Semarang.