Hun (2005) juga mengemukakan bahwa pada model regresi panel dengan
intercept bervariasi dan slope konstan, pemodelan efek tetap komponen dua arah
secara umum dilakukan dengan Least Square Dummy Variable (LSDV) dimana
(2.21)
Dengan,
𝐷𝑗𝑖𝑡 : peubah boneka ke-𝑗 (𝑗 = 1,2, … , (𝑁 − 1)) unit cross-section ke-𝑖 dan unit
waktu ke-𝑡. 𝐷𝑗𝑖𝑡 bernilai satu jika 𝑗 = 1 dan bernilai nol jika 𝑗 ≠ 𝑖.
𝐷𝑘𝑖𝑡 : peubah boneka ke-𝑘 (𝑘 = 1,2, … , (𝑇 − 1)) unit cross sectional ke-𝑖 dan
unit waktu ke-𝑡 𝐷𝑘𝑖𝑡 bernilai satu jika k = i dan dan bernilai nol jika k≠ 𝑖.
𝑎𝑗 : rata- rata peubah respon jika peubah boneka ke-j bernilai satu dan peubah
𝑎𝑘 : rata-rata nilai peubah responden jika peubah boneka ke-k bernilai satu dan
individu dan waktu diakomodasikan pada error dari model. Mengingat ada dua
komponen yang mempunyai kontribusi pada pembentukan error, yaitu individu dan
20
waktu, maka random error pada MER juga perlu diurai menjadi error untuk
(2.22)
Dimana :
(2.23)
𝑢𝑖 ~𝑁(0, 𝜎𝑢2 );
𝑣𝑡 ~𝑁(0, 𝜎𝑣2 );
menganggap efek rata-rata dari data cross section dan time series direpresentasikan
dalam intercept. Sedangkan deviasi efek secara random untuk data time series
direpresentasikan dalam 𝑣𝑡 dan deviasi untuk data cross section dinyatakan dalam
𝑢𝑖 .
dituliskan dengan:
(2.24)
Hal ini tentunya berbeda dengan Model OLS yang diterapkan pada data
(2.25)
𝑣𝑎𝑟(𝜀𝑖𝑡 ) = 𝜎𝑤2
Dengan demikian, Model Efek Random bias diestimasikan dengan OLS bila 𝜎𝑢2 =
𝜎𝑣2 = 0. Jika tidak demikian, Model Efek Random Bias perlu diestimasi dengan
metode lain. Adapun metode estimasi yang digunakan adalah Generalized Least
Square (GLS).
menggunakan Generalized Least Square jika matriks Ω diketahui, namun jika tidak
diketahui dilakukan dengan FGLS yaitu menduga elemen matriks Ω. Pada REM
ketidaklengkapan informasi untuk setiap unit cross section dipandang sebagai error
sehingga 𝜇𝑖 adalah bagian dari unsur gangguan. Model Efek Random dapat
(2.26)
𝐾
Asumsi:
(𝜇𝑖 1+𝑒𝑖 ). Varians komponen dari unsur gangguan (𝜇𝑖 1+𝑒𝑖 ) untuk unit cross section
ke-𝑖 adalah:
(2.27)
(2.28)
Ω 0 ⋯ 0
0 Ω ⋯ 0
𝑊=[ ⋱ ]
⋯ ⋯ ⋯
0 0 ⋯ Ω
diketahui maka Ω perlu diduga dengan menduga 𝜎̂𝜇2 dan 𝜎̂𝑒2 , sehingga persamaan di
𝑒̂ = 𝑦 − 𝑋𝛽̂ adalah residu dari Least Square Dummy Variable (LSDV). Sedangkan
̂12 −𝜎
𝜎 ̂𝑒2
𝜎̂𝜇2 = .
𝑇
masalah-masalah yang tidak jarang ditemukan pada data panel. Model ini
dikhususkan untuk data panel dengan model dua komponen, sehingga dikatakan
48
Effects Specification
Serikat dari tahun 2007 sampai 2016 dengan Fixed effect model
Bentuk umum model regresi data panel dengan model Random effect
Dimana :
unit dan time series yang digunakan dalam model tidak ditentukan terlebih
dahulu melainkan hasil pengambilan sampel acak dari suatu populasi yang besar.
model fixed effect. Pendekatan model fixed effect dengan peubah semu (dummy)
untuk data panel menimbulkan permasalaha hilangnya derajat bebas dari model.
Selain itu, peubah dummy bisa menghalangi untuk mengetahui model aslinya.
Oleh karena itu, estmasi perlu dilakukan dengan model komponen error atau
𝛽̂ = (𝑋 ′ 𝑋)−1 (𝑋 ′ 𝑌 − 𝑋 ′ 𝜇)
𝛽̂𝐺𝐿𝑆 = 𝑌 ′ (1 − 𝑃)𝑌
𝛽̂𝐺𝐿𝑆 = (𝑋 ′ 𝑊𝑋)−1 (𝑋 ′ 𝑊𝑌 − 𝑋 ′ 𝜇)
1 1 1 ⋯ ⋯ 1 1
319,6 346 456,4 ⋯ ⋯ 800,9 888,9
𝑋′ = ( ⋯ ⋯ )
213,8 232,6 264,8 623,6 669,7
92,4 86 111,1 ⋯ ⋯ 174,8 213,5
𝑋′𝑋
= 0,239917
= 1,67944
berikut
Dependent Variable: Y?
Method: Pooled EGLS (Cross-section random effects)
Date: 12/10/17 Time: 16:44
Sample: 2007 2016
Included observations: 10
Cross-sections included: 3
Total pool (balanced) observations: 30
Swamy and Arora estimator of component variances
Effects Specification
S.D. Rho
Weighted Statistics
Unweighted Statistics
Serikat dari tahun 2007 sampai 2016 dengan Random effect model
sederhana (linear dan berganda), analisis regresi spasial, dan analisis regresi data
panel. Penelitian dalam skripsi ini hanya akan membahas tentang analisis regresi
data panel. Regresi data panel merupakan hasil dari pengamatan pada beberapa
beberapa periode waktu yang berurutan (unit waktu) atau gabungan antara data
runtun waktu (time series) dan data silang (cross section) (Baltagi, 2005).
Metode yang biasa digunakan untuk mengestimasi model regresi data panel
diantaranya model efek tetap (Fixed Effect Model), efek random (Random Effect
Model), dan efek campuran (Mixed Effect Model) (Mouchart ,2009). Suatu faktor
dikatakan tetap (fixed) jika dalam suatu penelitian faktor tersebut telah mewakili
semua tingkat kemungkinan faktor yang ada yang telah ditetapkan sebelumnya.
Suatu faktor dikatakan acak (random) jika faktor tersebut merupakan sampel yang