REGRESI DATA

PANEL
Jamzani Sodik
PENGANTAR
 Penggabungan data deret waktu dengan kerat silang disebut dengan
data panel.
 Diperoleh gambaran tentang perilaku beberapa objek tersebut selama
beberapa periode waktu.
 Nama lain data panel: Pooled data, longitudinal data, event history
analysis, ataupun cohort analysis
 Keuntungan menggunakan data panel:
 Dapat mengontrol unobserved heterogeneity

 Memberikan data yang lebih informatif, lebih bervariasi,

mengurangi kolinearitas antarpeubah, memperbesar derajat
kebebasan, dan lebih efisien.
 Dapat dipelajari suatu bentuk perubahan yang dinamis.

 Dapat mendeteksi dan mengukur efek suatu peubah pada peubah

lainnya dengan lebih baik
 Dapat digunakan untuk mempelajari model prilaku (behavioral
model) yang lebih kompleks
MODEL UMUM REGRESI DATA PANEL
 Model Umum:
Yit    X 'it   u it
dimana:
i = 1, 2, …, N, menunjukkan rumah tangga, individu,
perusahaan dan lainnya (dimensi data silang)
t = 1, 2, …, T, menunjukkan dimensi deret waktu
α = koefisien intersep yang merupakan skalar
β =koefisien slope dengan dimensi K x 1, dimana K adalah
banyaknya peubah bebas
Yit = peubah tak bebas unit individu ke-i dan unit waktu ke-t
Xit = peubah bebas untuk unit individu ke-i dan unit waktu ke-t
PENDEKATAN DALAM REGRESI DATA PANEL
 Estimasi regresi data panel tergantung asumsi intersep, slope
dan sisaan uit
 Terdapat beberapa kemungkinan :
 Intersep dan slope adalah konstan menurut waktu dan individu
sedangkan sisaan berbeda antar waktu dan individu
 Slope tetap tetapi intersep berbeda antar individu

 Slope tetap tetapi intersep berbeda antar individu antar waktu

 Semua koefisien (slope dan intersep) berbeda antar individu

 Semua koefisien berbeda antar individu dan antar waktu

 Berdasarkan variasi-variasi asumsi tsb, terdapat tiga pendekatan

perhitungan model regresi data panel yaitu:
1. Metode Common-Constant (The Pooled OLS Method=PLS)
2. Metode Fixed Effect (FEM)
3. Metode Random Effect (REM)
Metode Common-Constant (Pooled Ordinary Least Square = PLS)
 Menggunakan metode OLS biasa.

 Diasumsikan setiap unit individu memiliki intersep dan slope yang

sama (tidak ada perbedaan pada dimensi kerat waktu).
 Regresi panel data yang dihasilkan berlaku untuk setiap individu.

Metode Fixed Effect (Fixed Effect Model=FEM)

 Intersep dibedakan antar individu.

 Dalam membedakan intersepnya dapat digunakan peubah dummy,.

 Metode ini dikenal dgn model Least Square Dummy Variable

(LSDV).
Metode Random Effect (Random Effect Model=REM)
 Intersep tidak dianggap konstan, namun dianggap sebagai peubah
random dengan suatu nilai rata-rata
 Metode random dikenal dgn sebutan Error Components Model
(ECM)
PEMILIHAN MODEL REGRESI DATA PANEL
 Pemilihan antara Model PLS dengan FEM
Menggunakan Uji Chow atau Likelihood Test Ratio.
 Pemilihan antara PLS dengan REM
Menggunakan uji Lagrange Multiplier (LM).
 Pemilihan antara Model FEM dengan REM
Menggunakan uji Hausman
MEMILIH PENDEKATAN

 Pooled Least Square

F Test
Chow Test
 Fixed Effect

Hausmann
 Random Effect Specification
Test
F TEST
CHOW TEST
HAUSMAN TEST
PROSEDUR EVIEWS UNTUK REGRESI DATA PANEL
 Estimasi dengan Metode PLS. Klik Estimate
•dependent variable misalnya isikan dta? Sebagai
peubah tak bebasnya.
•Common coeficients: misalnya isikan c size? tang?
growth? prof? risk? sebagai peubah bebasnya.
•Perhatikan bahwa untuk setiap nama peubah diakhiri
dengan tanda tanya (?) kecuali untuk c (konstanta)
yang menunjukkan analisis dilakukan untuk seluruh
data individu.
 Estimasi dengan Metode FEM.
Sama dengan metode PLS tetapi dengan mengganti pilihan pada kotak
Cross-section (yang tadi nya none) dengan Fixed.
 Estimasi dengan Metode REM
Sama dengan metode PLS tetapi dengan mengganti pilihan pada kotak
Cross-section dengan Random
PROSEDUR EVIEWS UNTUK PEMILIHAN MODEL
Uji Chow untuk memilih antara model PLS dengan FEM
 Dalam posisi setelah mengestimasi model FEM, klik View.

Klik Fixed/Random Effect Testing >

Redundant Fixed Effects – Likelihood Ratio

Uji Hausman untuk memilih antara model FEM dengan REM

 Dalam posisi setelah mengestimasi model REM, klik View.

klik Fixed/Random Effect Testing >

Correlated Random Effects – Hausman
Test