Chow test LM Test

X ijt = Volume ekspor komoditas ke negara tujuan ton Y it = GDP per capita Indonesia milyar US Y jt = GDP per capita negara tujuan ekspor milyar US P ijt = Harga komoditas di negara tujuan ekspor USkg D ijt = Jarak antara negara Indonesia dengan negara tujuan ekspor Km ER ijt = Nilai tukar mata uang negara tujuan terhadap rupiah domestikRp ε ijt = random error β = konstanta intercept β n = parameter yang diduga n = 1,2, ... ,6

4.5. Pengujian Kesesuaian Model

Pada analisis model dengan menggunakan data panel, dikenal tiga macam pendekatan yang terdiri dari Pendekatan Kuadrat Terkecil Pooled Least Square, Pendekatan Efek Tetap Fixed Effect, dan Pendekatan Efek Acak Random Effect. Agar memperoleh dugaan model yang efisien dan paling baik di antara berbagai pilihan model maka kita perlu menganalisis dugaan model yang kita gunakan berdasarkan pertimbangan statistik. Terdapat tiga pengujian statistik yang digunakan dalam data panel untuk menentukan model mana yang paling baik untuk kita pilih, diantaranya :

4.5.1. Chow test

Chow test atau biasa disebut dengan uji F statistik merupakan pengujian statistik yang bertujuan memilih model fixed effect atau pooled least square. Hipotesis dari uji ini yaitu : H : Model Pooled OLS H 1 : Model Fixed Effect Dasar penolakan terhadap hipotesis nol tersebut adalah dengan menggunakan Fstatistik seperti yang dirumuskan : CHOW Dimana : RRSS : Restricted Residual Sum Square Sum Square Residual PLS URRS : Unrestricted Residual Sum Square Sum Square Residual Fixed N : Jumlah data Cross Section T : Jumlah data Time Series K : Jumlah variabel penjelas Dimana pengujian ini menggunakan distribusi F statistik yaitu F N-1, NT-N-K . Jika nilai CHOW Statistic F statistik hasil pengujian lebih besar dari F tabel , maka cukup bukti untuk melakukan penolakan terhadap hipotesis nol sehingga model yang digunakan adalah model Fixed Effect, begitu juga sebaliknya jika nilai CHOW Statistic F statistik lebih kecil dari F tabel maka model yang digunakan adalah model Pooled Least Square . 4.5.2. Hausman Test Hausman test merupakan uji untuk menentukan apakah kita akan menggunakan model fixed effect atau model random effect. Hipotesis dari uji ini yaitu : H : Model random effect H 1 : Model fixed effect Nilai statistik hausman akan dibandingkan dengan nilai Chi square sebagai dasar dalam menolak H . Jika nilai χ 2 –statistik hasil pengujian lebih besar dari χ 2 - tabel maka cukup bukti untuk melakukan penolakan terhadap H sehingga pendekatan yang digunakan adalah fixed effect model dan sebaliknya.

4.5.3. LM Test

LM test The Breusch – Pagan LM Test digunakan sebagai dasar pertimbangan statistik dalam memilih model Random Effect dan Pooled Least Square . Hipotesis dari uji ini yaitu : H : Model Pooled effect H 1 : Model Random effects Dasar penolakan H yaitu dengan cara membandingkan antara nilai statistik LM dengan nilai Chi-square . Apabila nilai LM hasil perhitungan lebih besar dari χ 2 - tabel maka cukup bukti untuk melakukan penolakan terhadap H sehingga model yang akan digunakan adalah random effect dan sebaliknya. Dalam melakukan pengujian estimasi model ada beberapa hal yang perlu diingat agar dalam pemilihan model dapat dilakukan secara cepat, yaitu dengan menguji : a. Random Effect vs Fixed Effect Hausmann Test b. Pooled Least Square vs Fixed Effect Chow Test Strategi yang dilakukan dalam mengambil keputusan dalam memilih sebuah model yang akan digunakan adalah sebagai berikut : 1. Jika b tidak signifikan maka menggunakan Pooled Least Square. 2. Jika b signifikan namun a tidak signifikan maka menggunakan Random Effect Model. 3. Jika keduanya signifikan maka menggunakan Fixed Effect Model.

4.6 Pengujian Statistik