Pengujian Model 1. Uji F atau Uji Chow
individual dan efek waktu dan FEM tidak perlu mengasumsikan bahwa komponen error tidak berkorelasi dengan variabel bebas.
Beberapa pakar ekonometrika membuat pembuktian untuk menentukan metode apa yang paling sesuai untuk digunakan dalam data panel. Adapun kesimpulan dari pembuktian
tersebut adalah: a.
Jika pada data panel, jumlah runtun waktu lebih besar dibandingkan jumlah individu, maka disarankan untuk menggunakan metode FEM.
b. Jika pada data panel, jumlah runtun waktu lebih sedikit dibandingkan jumlah individu,
maka disarankan untuk menggunakan metode REM.
4.7. Pengujian Model 4.7.1. Uji F atau Uji Chow
Untuk mengetahui model Pooled Least Square PLS atau FEM yang akan digunakan dalam estimasi dapat dilakukan dengan uji F atau uji Chow. PLS merupakan
restricted model dimana ia 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
Universitas Sumatera Utara
F =
Dimana Rr
2
didapat dari persamaan model PLS dan Rur
2
didapat dari persamaan model FEM, merupakan jumlah restricted dan df for numerator . H
ditolak jika F
hitung
F
tabel
. Sebagai alternatif dapat pula menggunakan uji Chow. Dasar penolakan terhadap hipotesa nol tersebut
adalah dengan menggunakan F - statistik seperti perumusan Chow sebagai berikut :
CHOW =
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 model.
N = jumlah data cross section
T = jumlah data time series
K = jumlah variabel penjelas.
Pengujian ini mengikuti distribusi F statistic yaitu F
N-1,NT-N-K
Jika nilai CHOW statistic F - stat hasil pengujian F - table , maka cukup bukti untuk melakukan penolakan H
, sehingga model yang digunakan adalah FEM, dan begitu pula sebaliknya.
Universitas Sumatera Utara
4.7.2.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 effisien. Pada FEM, hasil estimasi tidak bias dan tidak efisien, sebaliknya pada REM hasil estimasi bias dan efisien. Nachrowi 2006 menyatakan bahwa
karena metode efek tetap diduga dengan menggunakan OLS, maka dalam data panel, uji Hausman dapat digunakan untuk melihat kelayakan penggunaan model panel.
Persamaan Hausman test adalah :
ˆ ˆ
var var
ˆ
1 2
b b
b K
W
W adalah nilai tes Chi-square hitung. Hipotesis :
H = ada gangguan antar individu random effect
H
1
= tidak ada gangguan antar individu fixed effect Jika nilai statistik Hausman lebih besar dari nilai kritisnya atau hasil dari Hausman
test signifikan, maka H ditolak,berarti model yang tepat adalah FEM, sebaliknya apabila
nilai statistik Hausman lebih kecil dari nilai kritisnya maka model yang tepat adalah REM.
Universitas Sumatera Utara