Regresi Linier

Berganda
Data Panel
Software EViews

FAKULTAS EKONOMI & BISNIS

UNIVERSITAS TRISAKTI
 Data panel diperkenalkan oleh Holwes pada tahun 1950
 Analisis regresi data panel adalah analisis regresi dengan struktur data
panel. Memiliki tujuan yang sama dengan regresi linier berganda, yaitu
memprediksi nilai intersep dan slope
 Data panel adalah gabungan antara data cross section dan data time
series, dimana unit cross section yang sama diukur pada waktu yang
berbeda atau data dari beberapa individu sama yang diamati dalam
kurun waktu tertentu
 Misalkan kita memiliki T periode waktu (t = 1,2,...,T) dan N jumlah
individu (i = 1,2,...,N), maka dengan data panel kita akan memiliki total
unit observasi sebanyak NT
 Balanced Panel  jika jumlah unit waktu sama untuk setiap individu
 Unbalanced Panel  jika jumlah unit waktu berbeda untuk setiap
individu, maka disebut unbalanced panel
Tiga Teknik Untuk Mengestimasi
Parameter Model Dengan
Data Panel
Common
Effect
Fixed
Effect
Random
Effect
Model Common Effect
 Merupakan suatu teknik untuk mengestimasi parameter model
data panel, dengan mengkombinasikan data cross
section dan time series sebagai satu kesatuan tanpa melihat
adanya perbedaan waktu dan entitas (individu).

 Dimana pendekatan yang sering dipakai adalah metode Ordinary

Least Square (OLS). Model Commen Effect mengabaikan adanya
perbedaan dimensi individu maupun waktu atau dengan kata lain
perilaku data antar individu sama dalam berbagai kurun waktu.
Model Efek Tetap (Fixed Effect)
 Model Fixed Effect mengasumsikan bahwa intersep dari setiap
individu adalah berbeda sedangkan slope antar individu adalah
tetap (sama).

 Teknik ini menggunakan variabel dummy untuk menangkap adanya

perbedaan intersep antar individu, perbedaan intersep bisa terjadi
karena perbedaan budaya kerja, manajerial, dan insentif. Namun
demikian slopnya sama antar perusahaan

 Model estimasi ini sering juga disebut dengan teknik Least Squares
Dummy Variable (LSDV).
Model Efek Random
(Random Effect)
 Model Random Effect mengasumsikan setiap perusahaan
mempunyai perbedaan intersep, yang mana intersep tersebut
adalah variabel random atau stokastik
 Model ini sangat berguna jika individu (entitas) yang diambil
sebagai sampel adalah dipilih secara random dan merupakan wakil
populasi
 Pada model Random Effect perbedaan intersep diakomodasi oleh
error terms masing-masing perusahaan
 Model ini juga disebut dengan Error Component Model (ECM) atau
teknik Generalized Least Square (GLS)
Tahapan Analisis
Regresi Data Panel

1. Common 1. Chow Test 1. Uji Model

Estimasi Model

Pemilihan Model

Interpretasi
Effcet 2. Random - Koefisien
2. Fixed Effect Determinasi-
Effect 3. LM Test Uji Global
3. Random 2. Uji
Effect Hipotesis t
Estimasi Model
Regresi Data Panel
– Model persamaan data panel yang merupakan gabungan dari data cross section dan
data time series adalah sebagai berikut:
Yit = α + β1X1it + β2X2it + … + βnXnit + eit

dimana:

Yit = variabel terikat (dependent)

Xit = variabel bebas (independent)

i = entitas ke-i
t = periode ke-t
α = Konstanta
β = Koefisien regresi
Pemilihan Model (Teknik Estimasi)
Regresi Data Panel
Common
Effect
Chow
Test
LM Fixed
Test Effect

Hausman
Test

Random
Éffect
Pemilihan Model
Chow Test
Chow test adalah pengujian untuk menentukan model Fixed Effet atau Random
Effect yang paling tepat digunakan dalam mengestimasi data panel

Hipotesa
H0: Common Effect
H1: Individual Effect (Fixed Effect)

Pengambilan Keputusan
Jika nilai Prob < 0,05 (Alpha 5%) maka H0 ditolak  Lanjutkan Uji Hausman
Jika nilai Prob > 0,05 (Alpha 5%) maka H0 gagal ditolak  Lanjutkan Uji LM
Pemilihan Model
Hausman Test
Hausman test adalah pengujian statistik untuk memilih apakah
model Fixed Effect atau Random Effect yang paling tepat digunakan

Hipotesa
H0: Random Effect
H1: Fixed Effect

Pengambilan Keputusan
Jika nilai Prob < 0,05 (Alpha 5%) maka H0 ditolak  estimasi
menggunakan Fixed Effect dan sebaliknya  lanjutkan ke Uji Model
dan Uji t
Pemilihan Model
Lagrange Multiplier (LM) Test
uji Lagrange Multiplier (LM) adalah uji untuk mengetahui apakah model Random Effect
lebih baik daripada metode Common Effect (OLS) digunakan

Hipotesa
H0: Common Effect
H1: Random Effect

Pengambilan Keputusan
Jika nilai Prob < 0,05 (Alpha 5%) maka H0 ditolak  estimasi
menggunakan Random Effect dan sebaliknya  lanjutkan ke Uji
Model dan Uji t