71
2. Estimasi Model Data Panel
Pada dasarnya ada tiga teknik untuk meregresi data panel Baltagi, 2002; Gujarati, 2003; Maddala, 1993; Pindyck dan Rubinfield, 1998, yaitu:
pendekatan OLS biasa Pooled Least Square, pendekatan efek tetap Fixed Effect Model
, dan pendekatan efek acak Random Effect Model.
a. Pendekatan Kuadrat Terkecil Pooled Least Squares
Merupakan teknik yang paling sederhana dengan mengasumsikan bahwa data gabungan yang ada menunjukkan kondisi yang sesungguhnya.
Yaitu dengan menggabungkan pooled seluruh data time series dan cross section
dan kemudian mengestimasi model dengan menggunakan metode ordinary least square
OLS. Hasil analisis regresi ini dianggap berlaku pada semua objek pada semua waktu.
Kelemahan asumsi ini adalah ketidaksesuaian model dengan keadaan yang sesungguhnya. Kondisi tiap objek saling berbeda, bahkan
satu objek pada suatu waktu akan sangat berbeda pada kondisi objek tersebut pada waktu yang lain Wing Wahyu Winarno; 2007; hlm 9.14 .
b. Pendekatan Efek Tetap Fixed Effect Model
Model ini dapat menunjukkan perbedaan konstan antarobjek, meskipun dengan koefisien regresor yang sama. Model ini juga
memperhitungkan kemungkinan bahwa peneliti menghadapi masalah omitted variables
yang mungkin membawa perubahan pada intercept time
72
series atau cross section. Model FEM dengan efek tetap maksudnya adalah
bahwa satu objek, memiliki konstan yang tetap besarnya untuk berbagai periode waktu. Demikian pula dengan koefisien regresinya yang besarnya
tetap dari waktu ke waktu time invariant Wing Wahyu Winarno; 2007;
hlm 9.14 .
Untuk membedakan satu objek dengan objek lainnya digunakan dummy variable
, oleh karena itu model ini dikenal juga dengan Least Squares Dummy Variables
LSDV. Hsiao 2005:30 menjelaskan bahwa variabel dummy memungkinkan sebuah model dengan variabel yang
hilang dalam periode observasi. Variabel tersebut baik yang secara spesifik untuk daerah tertentu tapi tidak berubah sepanjang waktu, maupun karena
variabel yang hilang tersebut spesifik pada waktu tertentu untuk seluruh daerah.
Di dalam pemaparan estimasi efek tetap unbalanced panel, Wooldridge 2006 menjelaskan bahwa data yang hilang attrition terkait
dengan eror yang bersifat idiosyncratic, faktor yang luput dari pengamatan sepanjang waktu, dapat menghasilkan estimasi yang bersifat bias. Namun
demikian, manfaat dari estimasi fixed effect adalah bahwa attrition yang terkait dengan faktor yang luput dari pengamatan, akan ditampung dalam
Pi ,sehingga hasil estimasi masih dapat diandalkan unbiased.
73
c. Pendekatan Efek Acak Random Effect Model