Pemilihan model dalam Pengolahan Data Panel .1 Chow Test

sering disebut juaga model komponen error error componen model. Bentuk model efek tetap dapat ditulis dalam persamaan berikut: Y E ∑ 4 3.10 4 ? I 3.11 dimana : ~KL0, N O = komponen cross section error ? ~KL0, N P O = komponen time series error I ~KL0, N Q O = komponen error kombinasi Dengan mengasumsikan error industri dan error kombinasinya tidak saling berkorelasi. 3.2.5 Pemilihan model dalam Pengolahan Data Panel 3.2.5.1 Chow Test Chow Test atau beberapa buku menyebutnya pengujian F Statistics adalah pengujian untuk memilih apakah model yang digunakan Pooled Least Square atau Fixed Effect. Seperti kita ketahui, terkadang asumsi bahwa setiap unit cross section memiliki perilaku yang sama cenderung tidak realistis mengingat dimungkinkan setiap unit cross section memiliki perilaku berbeda. Dalam pengujian ini dilakukan dengan hipotesa berikut : H0 : Model Pooled Least Square H1 : Model Fixed Effect Dasar penolakan terhadap gipotesis nol adalah dengan menggunakan F-Statistik seperti yang dirumuskan oleh Chow : RST LUVV 7UVVOLX7 O UVVLXY7X7ZO 3.11 dimana : ESS1 = Residual Sum Square hasil Pendugaan model fixed effect ESS2 = Residual Sum Square hasil pendugaan model Pooled Least Square N = Jumlah data cross section T = Jumlah data time series K = Jumlah variabel Penjelas Statistik Chow mengikuti distribusi F-statistik dengan derajat bebas N-1, NT-N-K. jika nilai CHOW Statistics F-Stat hasil pengujian lebih besar dari F- tabel, maka cukup bukti untuk melakukan penolakan terhadap hipotesa nol sehingga model yang digunakan adalah model fixed effect, begitu juga sebaliknya. Pengujian ini disebut seagai Chow Test yang digunakan untuk menguji stabilitas dari parameter stability test.

3.2.5.2 Hausman Test

Hausman-test adalah pengujian statistik sebagai dasar pertimbangan dalam memilih apakah menggunakan fixed effect model atau random effect model. Seperti yang telah dijelaskan diatas, penggunaan fixed effect model mengadung suatu unsur trade off yaitu hilangnya derajat kebebasan dengan memasukkan variable dummy. Pengujian ini dilakukan dengan hipotesa sebagai berikut ; H0 : Random Effect model H1 : Fixed effect model Sebagai dasar penolakan hipotesis nol tersebut digunakan dengan menggunakan pertimbangan Statistic Chi Square [ 2 tabel. Hausman-test dapat dilakukan dengan bahasa pemprograman Eviews sebagai berikut : “jika hasil dari hausman-test signifikan probability dari Hausman α maka H0 ditolak, artinya fixed effect digunakan” : Statistic Hausman dirumuskan dengan persamaan sebagai berikut : L + \O L 7 O 7 L + \O ] L=O 3.12 dimana β adalah vektor untuk statistik variable fixed effect, b adalah vektor statistik variabel random effect, M adalah matriks kovarian untuk dugaan random effect model dan M 1 adalah matriks kovarian dugaan fixed effect model. Jika nilai m hasil pengujian lebih besar dari [ 2 -tabel, maka cukup bukti untuk melakukan penolakan terhadap hipotesa nol sehingga model yang digunakan adalah fixed effect model, begitu juga sebaliknya.

3.2.6 Evaluasi Model