Dari hasil regresi menunjukkan bahawa tanda variabel keuntungan yang diharapkan
Secara teori Uji klasik, menunjukkan semua koefisien signifikan secara statistik
Jika harga saham naik 1% maka nilai investasi akan naik sebesar 0,91%,
dengan faktor lain diasumsikan tetap (Ceteris Paribus)
Jika niali kapital naik 1% maka harga nilai Investasi akan naik 0,30%, dengan
faktor lain diasumsikan tetap (Ceteris Paribus).
Sedangkan nilai koefisien determinasi sebesar 0,8465 yang berarti model mampu
menjelaskan variasi investasi sebesar 84,65%.
2. Model Fixed Effect
Model Fixed Effect merupakan teknik mengestimasi data panel dengan
menggunakan variabel dummy untuk menangkap adanya perbedaan antar
intersep. Model ini mengasumsikan bahwa koefisien regresi (slope) tetap antar
perusahaan dan antar waktu, atau dengan kata lain model ini sering juga disebut
dengan Least Squares Dummy Variables (LSDV)
Persamaan Model Fixed Effect
Dari hasil regresi menunjukkan bahawa tanda variabel keuntungan yang diharapkan
dan Stok kapital berhubungan secara positif terhadap variabel investasi Y. Dan
semua Variabel Dummy bertanda negatif , dan secara statistik signifikan juga.
Dependent Variable: LOG(Y)
Method: Panel Least Squares
Date: 03/26/20 Time: 12:06
Sample: 1935 1954
Periods included: 20
Cross-sections included: 4
Total panel (balanced) observations: 80
Intersep untuk Goodyear adalah -1,6158, dan Intersep untuk Union Oil adalah -
1,0419.
Effects Specification
Dari hasil estimasi Fixed Effect diatas, niali Koefisien untuk variabel harga saham
dan stock kapital Kedua variabel ini jugasecara
statistik signifikan pada yang berarti harga saham san stok kapital
berpengaruh secara positif terhadap investasi.
3. Model Random Effects
Model Random Effects merupakan model yang dapat mengatasi masalah Fixed
Effects (Ketidaktahuaan tentang model sebenaarnya, dan membuat berkurangnya
derajat kebebasan Degree of Freedom). Maka hal ini dapat diatasi dengan model
Random Effects yang menggunakan variabel gangguan (erorr terms). Maka dari
model Random Effects sering disebut juga dengan Eroor Corection mModel
(ECM).
Dengan Persamaannya :
Dimana
“Metode yang tepat umtuk digunakan mengestimasi model Random Effects adalah
Generalized Least Squares (GLS).”
Dependent Variable: LOG(Y)
Method: Panel EGLS (Cross-section random effects)
Date: 03/22/20 Time: 11:32
Sample: 1935 1954
Periods included: 20
Cross-sections included: 4 Dari hasil
Total panel (balanced) observations: 80
Swamy and Arora estimator of component variances estimasi
Variable Coefficient Std. Error t-Statistic Prob. Random
C -1.185062 0.648776 -1.826614 0.0716 Effect
LOG(X1) 0.608437 0.110327 5.514840 0.0000
LOG(X2) 0.341992 0.053142 6.435428 0.0000
diatas,
niali
Effects Specification
S.D. Rho Koefisien
Cross-section random 0.637481 0.8710 untuk
Idiosyncratic random 0.245294 0.1290
variabel
Weighted Statistics
harga
R-squared 0.678575 Mean dependent var 0.370329
Adjusted R-squared 0.670226 S.D. dependent var 0.424397 saham
S.E. of regression 0.243714 Sum squared resid 4.573520
F-statistic 81.27906 Durbin-Watson stat 0.969126
Prob(F-statistic) 0.000000
Unweighted Statistics
signifikan pada yang berarti harga saham san stok kapital berpengaruh secara
positif terhadap investasi. Dengan intersep (c) -1,1851 merupakan nilai rata-rata dari
komponen kesalahan random, sedangkan nilai koefisen determinasi sebesar 0,6785.
1. Uji statistik F digunakan untuk memilih antara model OLS tanpa variabel dummy
atau Fixed Effects. (Camoon x Fixed)
2. Uji Langrange Multiplier (LM) digunakan untuk memiih antara OLS tanpa
Variabel Dummy atau Random Effects.(Comoon x Random)
3. Uji Hausman digunakan untuk memilih antara Fixed Effects atau Random Effects.
(Fixed x Random).
1) Ada atau tidaknya korelasi antara erorr terms dan variabel Independent X.
“Jika terjadi korelasi antara erorr terms dan variabel Independent X. Maka
model Random Effects lebih tepat, begitu pun sebaliknya.
2) Jika sampel yan kita ambil adalah hanya bagian kecil dai populasi maka
kita akan mendapatkan erorr terms, yang bersifat Random. Sehingga
model Random Effects lebih tepat.
Pembahasan :
1. Uji F digunakan untuk mengetahui apakah teknik regresi data panel dengan Fixed
Effects lebih baik dari model regresi data penel tanpa variabel dummy (common
effects), dengan melihat Sum Of Squared Residuals (RSS).
Secaraseklias Uji Ftersebut dapat dilihat dari hasil estimasi kedua model CEM dan
FEM, dilihat dari besaran nilai koefisien determinasi (R-Squared) dan DW-Stast, yang
jauh lebih besar itu yang terbaik, namun disini masi terdapat kekurangan, karena
analisis ini masih sangat bias.
3. Uji Hausman