informasi yang lebih relevan yang terkandung di dalam data dan penyajian hasilnya dalam bentuk yang lebih ringkas dan sederhana, sehingga pada akhirnya
mengarah pada keperluan adanya penjelasan dan penafsiran. Metode penelitian ini juga mengandalkan proses kuantitatif untuk
mendapatkan gambaran yang terstruktur dan jelas mengenai fenomena perekonomian yang terjadi. Penelitian kuantitatif berlandaskan interpretasi
terhadap hasil olahan model dengan metode analisis panel data.
3.2.1. Metode Analisis Regresi dan Panel Data
Ketersediaan data untuk mewakili variabel yang akan digunakan dimana kondisinya yaitu data time series pendek dan unit cross section terbatas dapat
diatasi dengan menggunakan metode panel data pooled data. Penggunaan model panel data tersebut digunakan dengan tujuan agar diperoleh hasil estimasi yang
lebih baik efisien dengan meningkatnya jumlah observasi yang berimplikasi pada meningkatnya derajat kebebasan degree of freedom.
Penggunaan data panel telah memberikan banyak keuntungan secara statistik maupun teori ekonomi. Manfaat penggunaan panel data adalah sebagai
berikut: 1.
Mampu mengontrol heterogenitas individu 2.
Mengurangi kolinearitas antar variabel, meningkatnya degree of freedom, lebih bervariasi dan lebih efisien
3. Mampu mengidentifikasi dan mengukur efek yang secara sederhana tidak
dapat diperoleh dari data cross section murni atau time series murni 4.
Dapat menguji dan membangun model prilaku yang lebih kompleks
5. Lebih baik untuk study of dynamic adjustments
Model analisa data panel memiliki tiga macam pendekatan, yaitu pendekatan kuadrat terkecil pooled least square, pendekatan efek tetap fixed
effect, dan pendekatan efek acak random effect. Selain itu, di dalam melakukan pengolahan data panel terdapat juga kriteria pembobotan yang berbeda-beda yaitu
No weighting semua observasi diberi bobot sama, Cross section weight GLS dengan menggunakan estimasi varians residual cross section, digunakan apabila
ada asumsi terdapat cross section heteroskedasticity, dan Seemingly Uncorrelated RegressionSUR GLS dengan menggunakan covariance matrix
cross section. Metode ini mengoreksi baik heteroskedastisitas maupun autokorelasi antar unit cross section.
3.2.2. Pemilihan Pendekatan: Uji Hausman
Alur pengujian statistik untuk memilih pendekatan yang digunakan dapat diperlihatkan pada Gambar 3.1. Penggunaan pendekatan Pooled Least Square
dirasakan kurang sesuai dengan tujuan digunakannya data panel maka dalam penelitian ini hanya mempertimbangkan pendekatan fixed effect dan random
effect. Dalam memilih apakah fixed atau random effect yang lebih baik, dilakukan pengujian terhadap asumsi ada tidaknya korelasi antara regresor dan efek
individu. Untuk menguji asumsi ini dapat digunakan Hausman Test. Dalam uji ini dirumuskan hipotesis sebagai berikut:
H : Model Random Effect
H
1
: Model Fixed Effect
Sebagai dasar penolakan H maka digunakan statistik Hausman dan
membandingkannya dengan Chi Square. Statistik Hausman dirumuskan dengan: H =
β
REM
– β
fEM
’ M
REM
– M
fEM -1
β
REM
– β
fEM
~ χ
2
k dimana:
M adalah matriks kovarians untuk parameter β
k adalah degrees of freedom Jika nilai H hasil pengujian lebih besar dari
χ
2
tabel, maka cukup bukti untuk melakukan penolakan terhadap H
sehingga model yang digunakan adalah model fixed effect, begitu juga sebaliknya.
Fixed Effect Chow Test
Pooled Least Square
Hausman Test
Random Effect
Sumber: Firdaus, 2012
Gambar 3.1. Pengujian Pemilihan Model dalam Pengolahan Data Panel
3.2.3. Model Ekonometrika
