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.