mengestimasi data panel. Jika Cross-section lebih kecil dari tingkat signifikansi 0,05, maka model dapat diestimasi dengan Fixed Effect. Jika nilai
Cross-section lebih besar dari tingkat signifikansi 0,05, maka model dapat diestimasi dengan Common Effect CE.
b. Uji Lagrange Multiplier LM
Uji Lagrange Multiplier LM adalah uji untuk mengetahui apakah model Random Effect lebih tepat daripada model Common Effect. Jika nilai
Lagrange Effect LM lebih kecil dari nilai Chi Square,maka model dapat diestimasi dengan Common Effect CE. Jika nilai Lagrange Effect lebih besar
dari nilai Chi Square, maka model dapat diestimasi dengan Random Effect RE.
c. Uji Hausman
Menurut Gujarati 2003 yang dikutip oleh Taman 2012, bahwa uji hausman dilakukan untuk menguji apakah Fixed Effect Model FEM atau
Random Effect Model REM yang dipilih yaitu : Apabila nilai Chi Square statistik pada uji Hausman signifikan, berarti model dapat disetimasi dengan
model Fixed Effect Model FEM. Apabila nilai Chi Square statistik pada uji Hausman tidak signifikan, berarti model dapat diestimasi dengan Random
Effect Model REM karena nilainya tidak berbeda secara substansi. Jika data panel yang dimiliki mempunyai jumlah waktu t jumlah individu
n, maka menggunakan Fixed Effect Model FEM.
Jika data panel yang dimiliki mempunyai jumlah waktu t jumlah individu n, maka menggunakan Random Effect Model REM.
4. Menguji Asumsi Klasik dalam Regresi
Menurut Priyatno 2012: 59-64, bahwa pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan
benar-benar bebas
dari adanya
gejala heteroskedastisitas,
gejala multikolinearitas, dan gejala autokorelasi. Model regresi akan dapat dijadikan
alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE best linier unbiased estimator yakni tidak terdapat heteroskedastistas, tidak
terdapat multikoliniearitas, dan tidak terdapat autokorelasi Pengujian asumsi klasik yang akan digunakan adalah :
a. Uji Normalitas Model Regresi
Uji normalitas model regresi bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki
distribusi normal atau tidak. Pengujian normalitas dilakukan dengan menggunakan teknik Kolmogrov Smirnov. Penerapan pada uji
Kolmogrov Smirnov adalah bahwa jika signifikansi dibawah 0,05 berarti data yang akan diuji mempunyai perbedaan yang signifikansi dengan data
normal baku. Jika signifikansi di atas 0,05 maka berarti tidak terdapat perbedaan yang signifikan antara data yang akan diuji dengan data normal
baku.