Hasil analisis data indikator invest performance Bank Perkreditan Rakyat (BPR) dengan
metode estimasi regresi data panel melalui 3 pendekatan, yaitu :
1. Common effect model atau pooled least square (PLS) sebagaimana Gambar 2 dibawah
ini. 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
(dalam kasus ini BPR diinisialisasikan dengan sandi) sama dalam berbagai kurun waktu.
Metode ini bisa menggunakan pendekatan Ordinary Least Square (OLS) atau teknik
kuadrat terkecil untuk mengestimasi model data panel.
2. Fixed Effect Model (FE) sebagaimana hasil pada Gambar 3. Model ini mengasumsikan
bahwa perbedaan antar individu (dalam kasus BPR) dapat diakomodasi dari perbedaan
intersepnya. Untuk mengestimasi data panel model Fixed Effects menggunakan teknik
variable dummy untuk menangkap perbedaan intersep antar perusahaan (BPR),
perbedaan intersep bisa terjadi karena perbedaan budaya kerja, manajerial, dan
insentif. Namun demikian slopnya sama antar perusahaan (BPR). Model estimasi ini
sering juga disebut dengan teknik Least Squares Dummy Variable (LSDV).
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 4, maka nilai prob sebesar 0,000 < 0,05 maka chow test memilih fixed effect.
Uji Hausman
Jika chow test memilih fixed effect, maka langkah selanjutnya adalah melakukan random effect
kemudian melakukan hausman test untuk memilih fixed effect ataukah random effects. Syarat
uji hausman adalah melakukan analisis fixed effect terlebih dahulu kemudian dilanjutkan
random effect. Karena fixed effect sudah dilakukan, maka berikut adalah pendekatan metode
regresi data panel dengan:
Tahap selanjutnya adalah saatnya kita akan melakukan hausman test untuk memilih antara FE
atau RE. Nilai p value dari uji hausman test pada Gambar 6 sebesar 0,0000. Nilai P Value 0,000
kurang dari 0,05 maka terima H1 yang berarti metode terbaik yang harus digunakan adalah
fixed effect dari pada random effect.
Gambar 6. Hasil Uji Hausman
Kesimpulan : Metode Terbaik untuk Kasus Data Invest2Performance BPR adalah Regresi Data
Panel dengan pendekatan Fix Effect.
B. PEMBAHASAN HASIL REGRESI DATA PANEL DENGAN PENDEKATAN FIX EFFECT UNTUK
DATA INVEST2PERFORMANCE BPR
Fixed Effect Model (FE) sebagaimana hasil pada Gambar 8. Model ini mengasumsikan
bahwa perbedaan antar individu (dalam kasus BPR) dapat diakomodasi dari perbedaan
intersepnya. Untuk mengestimasi data panel model Fixed Effects menggunakan teknik
variable dummy untuk menangkap perbedaan intersep antar perusahaan (BPR),
perbedaan intersep bisa terjadi karena perbedaan budaya kerja, manajerial, dan
insentif. Namun demikian slopnya sama antar perusahaan (BPR). Model estimasi ini
sering juga disebut dengan teknik Least Squares Dummy Variable (LSDV).
Kesimpulan:
1. Dalam contoh regresi data panel ini, nilai R Square sebesar 0,988938, yang artinya
variabel prediktor sangat kuat dalam menjelaskan variabel response.
2. Prob (F-Statistics) adalah 0,000000 yaitu kurang dari batas kritis 0,05, maka menerima
H1 atau yang berarti pengaruh simultan variabel prediktor terhadap variabel response
terbukti bermakna secara statistik.
Artinya: Kredit sebagai variabel response berpengaruh kuat dan simultan terhadap
variabel prediktor yaitu ATI, Tabungan, Deposito, Kredit, Total Aset, Modal Inti, Modal
Disetor, Laba (Rugi) Tahun Berjalan, dan Laba (Rugi) Tahun-Tahun Lalu
Namun dikarenakan Prob dari variabel prediktor Tabungan dan Modal Disetor, nilainya
masing-masing adalah 0,7357 dan 0,1614, yaitu lebih dari batas kritis 0,05, maka H0 yang
diterima atau berarti variabel prediktor Tabungan dan Modal Disetor tidak memiliki
pengaruh yang bermakna terhadap variabel response Kredit secara statistik.
FE