net/publication/357051571
CITATION READS
1 1,540
1 author:
SEE PROFILE
All content following this page was uploaded by Pardomuan Robinson Sihombing on 15 December 2021.
Jika 𝜎𝜀2 = 0 maka REM dapat diestimasi dengan OLS (cukup menggunakan
Common Effects), jika tidak maka diestimasi dengan Generalized Least Squares
(GLS).
Dari ketiga model yang ada dipilih salah satu model terbaik yang akan
diintreetasikan. Pemilihan model terbaik dilakukan melalui uji Chow Likelihood
Ratio, uji Langrange Multiplier Breusch Pagan dan uji Hausman (Mouchart,
2004).
Memilih antara model Common Effects VS Fixed Effects
Untuk memilih model mana yang lebih cocok antara Common Effects
ataukah Fixed Effects, dapat digunakan Uji Chow (Chow Test) atau Restricted F-
Test sebagai berikut
Ho : Model Common Effects lebih baik daripada Fixed Effects
H1 : Model Fixed Effects lebih baik daripada Common Effects
Tingkat signifikansi : 𝛼
Statistik Uji :
2
(𝑅𝑈𝑅 − 𝑅𝑅2 )/(𝑁 − 1)
𝐹𝑜𝑏𝑠 = 2
(1 − 𝑅𝑈𝑅 )/(𝑁𝑇 − 𝑘)
2
Kriteria Pengambilan Keputusan : Tolak Ho jika 𝐿𝑀 > 𝜒𝛼;1 atau jika 𝑃 −
𝑣𝑎𝑙𝑢𝑒 ≤ 𝛼
Pada Panel ID variable: klik drodown dan pilih variabel cross section,
misalnya “kode”
Klik centang time variable, dan klik dropdown dan pilih variabel time seies,
misalnya “tahun”
Lalu klik submit
Pada layar akan terlihat bahwa dari yang digunakan adalah data panel,
dengan periode dari tahun 2012 hingga 2019 Dapat juga
Kata kota variable: klik dropdwon dan pilih variabel penelitian misalnya
“kemiskinan ipm gini tpt pdrb”. Lalu klik submit
Dari hasil di atas karena nilai Prob (F)=0.000 < alpa =0.05 maka tolak Ho
dan dikatakan model fixed lebih baik dari model pooled.
Klik Submit
Dari hasil di atas karena nilai Prob (Chi2)=0.000 < alpa =0.05 maka tolak Ho
dan dikatakan model random lebih baik dari model pooled.
Dari hasil tabel di atas nilai VIF seluruh variabel independen < 10, sehingga
modelnya bebas dari asumsi multikolinearitas.
b. Normalitas Data
Suatu model dikatakan memiliki data yang berdistribusi normal jika nilai
probabilita pengujian (baik skewnes kurtosi mauun pengujian shapiro wilk)
lebih besar dari 0.05.
Dari hasil di atas baik untuk pengujian sktest maupun swilk test nilai prob(z)
< alpa=0.05 sehingga secara pengujian datanya dianggap belum berdistribusi
normal. Akan tetapi berdasarkan teorema limit pusat (central limit theorema)
jika datanya sudah cukup besar (lebih dari 30 data), dapat diasumsikan
mendekati distribusi normal (Hildebrand, 2008)
Dari hasil di atas nilai prob (chi2) > alpa=0.05 sehingga secara pengujian
modelnya bebas dari asumsi heterokedastis.
d. Uji Autorelasi
Suatu model dikatakan mengalami autokorelasi jika nilai probabilita
pengujian (wooldridge) lebih kecil dari 0.05.
Dari hasil di atas baik untuk pengujian wooldridge nilai prob(F) < alpa=0.05
sehingga secara pengujian modelnya masih mengalami pelanggaran asumsi
klasik.
12. Dari contoh di atas, pada model yang terbentuk hanya terjadi
pelanggaran asumsi autokorelasi sehingga model FEM yang terpilih
ditambahkan unsur AR seperti pada poin 9c. Berikut hasilnya:
Berdasarkan uji simultan dengan prob.(F) dalam model =0.000 < alpa =0.05
maka dapat dikatakan bahwa secarra bersama-sama variabel ipm, gini, tpt dan
pdrb mempengaruhi secara linier terhadap persentase kemiskinan, dengan
kata lain modelnya sudah sesuai/ fit.