PANEL DATA ANALYSIS Dr.

Dianwicaksih
 Definisi:
Merupakan data lintas waktu
DATA TIME
SERIES Contoh:
Data Suku Bunga di Indonesia
dari tahun 2011 - 2020
 Berapa dampak
SB thd INV?
INV
 Definisi:
Merupakan data lintas
Individu
DATA CROSS
SECTION Contoh:
Data Suku Bunga 30 Propinsi
Indonesia tahun 2020
Berapa dampak
SB thd INV?
 Definisi:
Merupakan gabungan antara
data lintas waktu dan lintas
Individu

DATA PANEL
Contoh:
Data Suku Bunga 30 Propinsi
Indonesia dari tahun 2011 -
2020
 Berapa dampak
SB thd INV?

0.5
 STRUKTUR MODEL: ANALISIS DATA PANEL
Ada 3 jenis struktur data panel:
1. Common Effect/Pooled effect à OLS
2. Fixed Effect/Efek individu
3. Random Effect/Efek acak.
Pengujiannya:
Common effect VS Fixed effect à Chow test
Fixed effect VS Random effect à Hausman test
Random effect VS common Effect à Breusch–Pagan Lagrange Multiplier (LM Test)
 BREUSCH– Random Effect VS POOL Effect (common
effect)
PAGAN H0: Common effect lebih baik

LAGRANGE H1: Random Effect lebih baik

MULTIPLIER (LM HasilL jika Nilai P Value < 0,05 (p value

signifikan), maka menerima H1 yang
TEST) berarti metode estimasi terbaik adalah
Random Effect.
CHOW TEST, HAUSMAN TEST DAN LM TEST
Uji hausman, dan Uji lagrange multiplier. Ketiga uji tersebut akan dijelaskan sebagai berikut:

Uji Statistik F (Uji Chow)

Untuk dapat mengetahui model mana yang lebih baik dalam pengujian data panel, maka dapat dilakukan dengan penambahan variabel dummy sehingga dapat diketahui bahwa
intersepnya berbeda dan dapat diuji dengan uji statistik F. Dalam uji ini dilakukan untuk menguji model common effect dan fixed effect. Dalam melakukan uji chow data diregresikan
dengan menggunakan model common effect dan fixed effect terlebih dahulu kemudian membuat hipotesis untuk diuji. Hipotesis tersebut dapat dirumuskan sebagai berikut:

H0 : β1 = 0 , Maka digunakan model common effect

H1 : β1 ≠ 0 , Maka digunakan model fixed effect

Kriteria yang dapat digunakan dalam pengambilan keputusan pada uji ini adalah jika nilai probability F > 0,05 atau 5% maka H0 diterima dan model yang digunakan adalah
common effect. Sebaliknya jika nilai probability F < 0,05 atau 5% maka H0 ditolak maka model yang digunakan adalah fixed effect.

Uji Hausman

Uji ini dilakukan untuk menguji apakah data yang dianalisis dengan menggunakan random effect atau fixed effect. Berikut hipotesis yang dibuat dalam uji hausman :
H0 : β1 = 0 , Maka digunakan model random effect

H1 : β1 ≠ 0 , Maka digunakan model fixed effect

Kriteria yang dapat digunakan dalam pengambilan keputusan pada uji ini adalah jika nilai probability Chi-Square > 0,05 maka H0 diterima sehingga menggunakan model random
effect, sebaliknya jika nilai probability Chi-Square < 0,05 maka H0 ditolak dan menggunakan model fixed effect.

Uji Pagan Lagrangian Multiplier

Pagan Lagrangian Multiplier digunakan untuk mengetahui apakah model random effect lebih baik dari model common effect. Uji LM berdasarkan pada distribusi Chi-Square dengan
derajat kebebasan (df) sebesar jumlah variabel independen. Berikut hipotesis yang dibuat untuk uji LM sebagai berikut:

H0 : β1 = 0 , Maka digunakan model common effect

H1 : β1 ≠ 0 , Maka digunakan model random effect

Kriteria yang bisa digunakan dalam pengambilan keputusan pada uji LM ini jika nilai statistik LM > nilai Chi-Square maka H0 ditolak dan model yang digunakan adalah random
effect. Sebaliknya jika nilai statistik LM < nilai Chi-Square maka H0 diterima dan model yang digunakan adalah common effect.
SELESAI
Yit = a + b1X1it + b2X2it + b3X1it*X3it +eit

Yit = 0,5 + 0,3X1it - 0,08X2it + eit

Yit (P=1/P=0)= a + b1X1it + b2X2it + eit
Y bisa 1 , 0è berapa pilihan probabilitas 1 dibandingksn 0

Yit (P=1/P=0)= a + b1X1it + b2X2it + eit

Y bisa 1, 2, 3= 2 modelà model 2 dgn 1, 3 dgn 1