Keterangan:
Y = Variabel Dependen
X = Variabel Independen
i = cross section
t = time series
Y ¿ =β 0 + β 1 X 1¿ + β 2 X 2¿ + β 3 X 3 ¿ + β 4 X 4 ¿ + β 5 D 1i + β 6 D 2i …+ e¿
Keterangan:
D = Dummy
3.3.3. Metode Random Effect
Pada Model ini variabel gangguan mungkin saling berkorelasi antar waktu dan antar
individu. Pada model Random Effect perbedaan intersep diakomodasi oleh error terms pada
setiap cross section. Kelebihan dalam menggunakan model Random Effect yaitu dapat
menghilangkan heteroskedastisitas. Model ini juga disebut dengan Error Component Model
(ECM) atau teknik Generalized Least Square (GLS) (Widarjono, 2018).
Y ¿ =β 0 + β 1 X 1¿ + β 2 X 2¿ + β 3 X 3 ¿ + β 4 X 4 ¿ + v ¿ v ¿ =e ¿ +ui
Persamaan dalam random effect dapat dituliskan seperti persamaan di atas. Nama
metode random effect berasal dari pengertian bahwa variabel gangguan v ¿ terdiri dari dua
komponen yaitu variabel gangguan secara menyeluruh e ¿. Dalam hal ini variabel gangguan ui
adalah berbeda-beda antar individu tetapi tetap antar waktu.