Rangkuman Metode Analisis Regresi Panel

Metode Analisis Regresi Panel
Regresi Data Panel adalah gabungan antara data cross section dan data time series, dimana
unit cross section yang sama diukur pada waktu yang berbeda. Maka dengan kata lain, data
panel merupakan data dari beberapa individu sama yang diamati dalam kurun waktu tertentu.
Jika 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. Jika jumlah unit waktu
sama untuk setiap individu, maka data disebut balanced panel. Jika sebaliknya, yakni jumlah
unit waktu berbeda untuk setiap individu, maka disebut unbalanced panel. Sedangkan jenis data
yang lain, yaitu: data time-series dan data cross-section. Pada data time series, satu atau lebih
variabel akan diamati pada satu unit observasi dalam kurun waktu tertentu. Sedangkan
data cross-section merupakan amatan dari beberapa unit observasi dalam satu titik waktu.
A. Persamaan Regresi Data Panel

Persamaan Regresi data panel ada 2 macam , yaitu One Way Model dan Two Way
Model.One Way Model adalah model satu arah, karena hanya mempertimbangkan efek
individu (αi) dalam model. Berikut Persamaannya:
Dimana:
α = Konstanta
β = Vektor berukuran P x 1 merupakan parameter hasil estimasi
Xit = Observasi ke-it dari P variabel bebas
αi = efek individu yang berbeda-beda untuk setiap individu ke-i
Eit = error regresi seperti halnya pada model regresi klasik.
Two Way Model adalah model yang mempertimbangkan efek dari waktu atau memasukkan
variabel waktu. Berikut Persamaannya:
Persamaan di atas menunjukkan dimana terdapat tambahan efek waktu yang dilambangkan
dengan deltha yang dapat bersifat tetap ataupun bersifat acak antar tahunnya.
B. Asumsi Regresi Data Panel

Metode Regresi Data Panel akan memberikan hasil pendugaan yang bersifat Best Linear
Unbiased Estimation (BLUE) jika semua asumsi Gauss Markov terpenuhi diantaranya
adalah non-autcorrelation. Non-autocorrelation inilah yang sulit terpenuhi pada saat kita
melakukan analisis pada data panel. Sehingga pendugaan parameter tidak lagi bersifat BLUE.
Jika data panel dianalisis dengan pendekatan model-model time series seperti fungsi transfer,
maka ada informasi keragaman dari unit cross section yang diabaikan dalam pemodelan.
Salah satu keuntungan dari analisis regresi data panel adalah mempertimbangkan keragamaan
yang terjadi dalam unit cross section.
C. Keuntungan Regresi Data Panel

Keuntungan melakukan regresi data panel, antara lain:
1. Dapat memberikan peneliti jumlah pengamatan yang besar, meningkatkan degree of
freedom (derajat kebebasan), data memiliki variabilitas yang besar dan mengurangi
kolinieritas antara variabel penjelas, di mana dapat menghasilkan estimasi ekonometri
yang efisien.
2. Panel data dapat memberikan informasi lebih banyak yang tidak dapat diberikan hanya
oleh data cross section atau time series saja.
3. Panel data dapat memberikan penyelesaian yang lebih baik dalam inferensi perubahan
dinamis dibandingkan data cross section.
D. Tahapan Regresi Data Panel

Tidak seperti regresi biasanya, regresi data panel harus melalui tahapan penentuan model
estimasi yang tepat. Berikut diagram tahapan dari regresi data panel:
 Penentuan Model Estimasi:
Dalam metode estimasi model regresi dengan menggunakan data panel dapat dilakukan
melalui tiga pendekatan, antara lain:
1. Common Effect Model atau Pooled Least Square (PLS)
Merupakan pendekatan model data panel yang paling sederhana karena hanya
mengkombinasikan data time series dan cross section. Pada model ini tidak diperhatikan
dimensi waktu maupun individu, sehingga diasumsikan bahwa perilaku data perusahaan
sama dalam berbagai kurun waktu. Metode ini bisa menggunakan pendekatan Ordinary
Least Square (OLS) atau teknik kuadrat terkecil untuk mengestimasi model data panel.
2. Fixed Effect Model (FE)
Model ini mengasumsikan bahwa perbedaan antar individu dapat diakomodasi dari
perbedaan intersepnya. Untuk mengestimasi data panel model Fixed Effects
menggunakan teknik variable dummy untuk menangkap perbedaan intersep antar
perusahaan, 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).
3. Random Effect Model (RE)
Model ini akan mengestimasi data panel dimana variabel gangguan mungkin saling
berhubungan antar waktu dan antar individu. Pada model Random Effect perbedaan
intersep diakomodasi oleh error terms masing-masing perusahaan. Keuntungan
menggunkan model Random Effect yakni menghilangkan heteroskedastisitas. Model ini
juga disebut dengan Error Component Model (ECM) atau teknik Generalized Least
Square (GLS) .
 Penentuan Metode Estimasi Regresi Data Panel
Untuk memilih model yang paling tepat terdapat beberapa pengujian yang dapat dilakukan,
antara lain:
1. Uji Chow
Chow test adalah pengujian untuk menentukan model apakah Common Effect (CE)
ataukah Fixed Effect (FE) yang paling tepat digunakan dalam mengestimasi data panel.
Apabila Hasil:
H0: Pilih PLS (CE)
H1: Pilih FE (FE)
2. Uji Hausman
Hausman test adalah pengujian statistik untuk memilih apakah model Fixed Effect atau
Random Effect yang paling tepat digunakan.
Apabila Hasil:
H0: Pilih RE
H1: Pilih FE
3. Uji Lagrange Multiplier
Uji Lagrange Multiplier (LM) adalah uji untuk mengetahui apakah model Random
Effect lebih baik daripada metode Common Effect (PLS) digunakan.
Apabila Hasil:
H0: Pilih PLS
H1: Pilih RE
Dari ketiga uji untuk menentukan Metode Estimasi di atas, digambarkan dalam grafik di
bawah ini:

Rangkuman Metode Analisis Regresi Panel

Diunggah oleh

Hak Cipta:

Format Tersedia

Rangkuman Metode Analisis Regresi Panel

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Rangkuman Metode Analisis Regresi Panel

Diunggah oleh

Hak Cipta:

Format Tersedia

Metode Analisis Regresi Panel

A. Persamaan Regresi Data Panel

B. Asumsi Regresi Data Panel

C. Keuntungan Regresi Data Panel

D. Tahapan Regresi Data Panel

Anda mungkin juga menyukai