Dimana µ
i
berkorelasi dengan regressor X atau dengan kata lain µ
i
tidak bersifat random. Pendekatan efek tetap adalah sama dengan regresi yang
menggunakan Dummy Variabel sehingga dapat diestimasi dengan Ordinary Least Square OLS, maka akan memperoleh estimasi yang tidak bias dan konsisten
Nachrowi dan Hardius, 2006:314.
3. Metode Efek Acak Random Effect Model
Bila pada Model Efek Tetap, perbedaan antar individu dan atau waktu dicerminkan lewat intercept maka pada Model Efek Acak, perbedaan tersebut
diakomodasi lewat error. Teknik ini juga memperhitungkan bahwa error mungkin berkorelasi sepanjang time series dan cross section Nachrowi dan Hardius,
2006:311. Jika dalam FEM e
i
diasumsikan berkorelasi dengan regressor X maka dengan REM e
i
tidak berkorelasi dengan regressor. Dengan demikian, persamaan random effect model diformulasikan sebagai berikut:
Y
it
= α
+ β
1 1
X
it
+ β
2 2
X
it
+ β
3 3
X
it
+ E
it
.......................................5 Atau persamaan di atas dapat juga dituliskan sebagai berikut :
Y
it
= α +β
1 1
X
it
+ β
2 2
X
it
+ β
3 3
X
it
+ u
i
+ v
t
+ w
it
..........................6
E
it
= u
i
+ v
t
+ w
it
; dimana : u
i
= komponen error cross section v
t
= komponen error time series w
it
= komponen error gabungan
3.7 Pengujian Model
Universitas Sumatera Utara
3.7.1 Uji Chow
Untuk mengetahui model Pooled Least Square PLS atau FEM yang akan digunakan dalam estimasi dapat dilakukan dengan uji Chow. PLS merupakan
restricted model dimana pada model ini menerapkan intercept yang sama untuk seluruh individu. Terkadang asumsi bahwa setiap unit cross section memiliki
perilaku yang sama cenderung tidak realistis mengingat dimungkinkan saja setiap unit cross section memiliki perilaku yang berbeda. Untuk mengetahuinya
diigunakan restricted F test untuk menguji hipotesis: H
o
: model PLS restricted H
1
: model fixed effect unrestricted, dimana
F =
Dimana : Rr
2
= R
2
yang didapat dari persamaan model PLS Rur
2
= R
2
yang didapat dari persamaan model FEM, m = Jumlah restricted
df = Numerator nt – n - k Sebagai alternatif dapat pula menggunakan uji Chow. Adapun
perumusan Chow adalah sebagai berikut :
CHOW =
Universitas Sumatera Utara
Dimana : RRSS = Restricted Residual Sum Square yang diperoleh dari estimasi data panel
dengan metode pooled least square. URSS = Unrestricted Residual Sum Square yang diperoleh dari estimasi data
panel dengan metode fixed effect N
= jumlah data cross section T
= jumlah data time series K
= jumlah variabel penjelas.
Dalam kedua pengujian ini yaitu Uji Chow, adapun kriteria pengambilan keputusannya sebagai berikut :
- Jika nilai CHOW statistik hasil pengujian F tabel , maka cukup bukti untuk melakukan penolakan H
, sehingga model yang digunakan adalah FEM - Jika nilai CHOW statistik hasil pengujian F tabel , maka cukup bukti untuk
melakukan penerimaan H , sehingga model yang digunakan adalah PLS.
3.7.2 Uji Hausman
Uji Hausman dilakukan untuk menentukan penggunaan FEM ataukah REM. Ide dasar Hausman test adalah adanya hubungan yang berbanding terbalik
antara model yang bias dan model yang efisien. Pada FEM, hasil estimasi tidak bias dan tidak efisien, sebaliknya pada REM hasil estimasi bias dan efisien.
Universitas Sumatera Utara
Karena metode efek tetap diduga dengan menggunakan OLS, maka dalam data panel, uji Hausman dapat digunakan untuk melihat kelayakan penggunaan model
panel. Menurut Gujarati 2003, pemilihan apakah FEM atau REM yang dipilih
melalui Uji Hausman adalah menggunakan kriteria sebagai berikut: 1.
Apabila nilai Chi Square statistik pada Uji Hausman signifikan, berarti model dapat diestimasi dengan Fixed Effect Model FEM.
2. Apabila nilai Chi Square statistik pada Uji Hausman tidak signifikan,
berarti peneliti dapat menggunakan Random Effect Model REM atau Fixed Effect Model FEM karena ianya tidak berbeda secara substansi
Pratomo dan Paidi, 2007:175.
3.8 Test of Goodness of Fit Uji Kesesuaian