1.

Uji Normalitas, bertujuan untuk melihat apakah data pada penelitian berdistribusi normal
atau tidak. Akan tetapi, uji normalitas bukan merupakan syarat BLUE (Best Linier Unbias
Estimator) menurut Prof. Mudrajad Kuncoro, bukunya berjudul Metode Riset untuk Bisnis
& Ekonomi membahas uji Asumsi Klasik pada pendekatan OLS. Pada Regresi Data Panel,
Model FEM dan CEM menggunakan pendekatan OLS. Jadi uji normalitas tidak wajib pada
pendekatan OLS, sementara wajib untuk pendekatan GLS.

2. Uji Heteroskedastisitas, bertujuan apakah data terjadi gejala heteroskedastisitas atau tidak.
Uji ini hanya akan akurat jika Anda lakukan untuk data cross section. Data panel memiliki
ciri-ciri yang lebih dekat ke data cross section daripada data time series. Sehingga Uji
Heteroskedastisitas wajib dilakukan untuk pendekatan OLS. Sementara untuk pendekatan
GLS, uji Heteroskedastisitas tidak wajib (karena pendekatan GLS berguna untuk
menyembuhkan gejala heteroskedastisitas. Sehingga model REM diasumsikan terbebas dari
gejala heteroskedastisitas).

3. Uji Multikolinearitas, bertujuan untuk melihat korelasi antara variabel bebas. Uji ini hanya
dilakukan pada model regresi yang memiliki lebih dari 1 variabel bebas. Jika penelitian
menggunakan lebih dari 1 variabel bebas, maka model apapun yang terpilih (FEM / CEM /
REM) wajib dilakukan uji Multikolinearitas.

4. Uji Autokorelasi, hanya akan terjadi pada model regresi linier data time series. Jika
menggunakan data cross section maupun data panel maka hanya sia-sia saja (karena sifat
Cross Section lebih mewakili data panel, sifat time series tidak begitu dominan).

Kesimpulan Uji Asumsi Klasik Untuk Regresi Data Panel

Dari penjelasan tersebut, Saya rangkum uji asumsi klasik yang wajib untuk regresi linier data
panel untuk masing-masing model (FEM / CEM / REM) sebagai berikut:
Uji Prasyarat OLS (FEM & CEM) GLS (REM)
Normalitas Tidak Ya
Heteroskedastisitas Ya Tidak
Multikolinearitas Ya, jika variabel bebas lebih dari 1 Ya, jika variabel bebas lebih dari 1
Autokorelasi Tidak Tidak