xix
xix Dengan demikian ada 31 cross-sectional unit dan 2 periode waktu, sehingga
secara keseluruhan ada 62 observasi, disusun seperti biasa stacking. Searah dengan pendapat Gujarati 2003 : 641-643 di atas dan
berdasarkan semua koefisien berbeda menurut waktu dan individual, regresi yang digunakan dalam penelitian ini untuk mencari pengaruh tingkat PAD,
Dana Perimbangan, dan Jumlah Penduduk dalam menentukan besaran nilai pengeluaran pemerintah di Propinsi Jawa Tengah.
2. Estimasi Model Data Panel
a. Pendekatan Kuadrat Terkecil Pooled Least SquareCommon Effect
Teknik yang paling sederharna untuk mengestimasi data panel adalah hanya dengan mengkombinasikan data time series dan cross section dengan
menggunakan metode PLS dikenal dengan Estimasi Common Effect. Dalam pendekatan ini tidak memperhatikan dimensi individu maupun waktu .
Diasumsikan bahwa perilaku data antar variabel sama dalam berbagai kurun waktu.
Y
it
= α + β
1
X
1it
+ β
2
X
2it
+ е
it.............................................................
pers. 3.1 Untuk i = 1,2...................N dan t = 1,2.................T
dimana i adalah cross – section identifiers dan t adalah time - series identifiers.
b. Pendekatan Effect Tetap Fixed Effect
Kesulitan terbesar dalam pendekatan metode kuadrat terkecil biasa adalah asumsi intersep dan slope dari persamaan regresi yang dianggap
konstan baik antar daerah maupun antar waktu. Asumsi ini sangat ketat dan
xx
xx mungkin tidak beralasan. Satu cara untuk memperhatikan ” ke – khas-an ”
unit cross – section atau unit time – series adalah dengan memasukkan variabel boneka dummy variabel untuk mengizinkan terjadinya
perbedaan nilai parameter yang berbeda – beda , baik lintas unit cross - section maupun unit waktu.
Pendekatan yang paling sering dilakukan adalah dengan mengizinkan intercept bervariasi antar unit cross – section namun tetap mengasumsikan
bahwa slope koefisien adalah konstan antar unit cross – section. Pendekatan ini dimana slope coefficient constant but intercept varies across individuals
, dalam literatur dikenal dengan sebutan model efek tetap fixed effect model FEM. Kita dapat menuliskan pendekatan tersebut dalam persamaan
sebagai berikut: Y
it
= αi + β
1
X
1it
+ β
2
X
2it
+ е
it.................................................................
pers. 3.2 Perhatikan bahwa kini kita menambahkan subscript i pada intersep yang
menandakan bahwa intersep antar individu mungkin berbeda. Istilah Fixed Effect datang dari kenyataan bahwa walaupun intersep
mungkin berbeda antar individu , namun intercept tersebut tidak bervariasi sepanjang waktu ; dengan kata lain time invariant . Jika kita menulis
intersep sebagai α
it ,
berarti intersep tiap individu adalah time variant . Disamping itu model ini juga mengasumsikan bahwa koefisien regresi
slope tetap antar individu dan antar waktu. Untuk mengestimasi model Fixed Effect dimana intersep berbeda antar
individu digunakan metode teknik variabel dummy untuk menjelaskan
xxi
xxi perbedaan intersep tersebut. Model estimasi ini seringkali disebut dengan
teknik Least Squares Dummy Variabels LSDV. Model Fixed Effect dengan teknik variabel dummy dapat ditulis sebagai berikut :
Y
it
= α
1
+ α
2
D
2i
+ α
3
D
3i
+ α
4
D
4i
+ β
2
X
2it
+ β
3
X
3it
+ µ
it
.......pers.3.3 dimana
D
2i
= 1 untuk variabel 1 = 0 untuk variabel lainnya
Model LSDV persamaan 3.3 juga disebut sebagai model covarian.
c. Pendekatan Efek Acak Random Effect
