Pendekatan Within Group WG
hasil uji Chow menunjukkan bahwa Fixed Effect Model FEM lebih baik daripada Pooled Least Square PLS, hal ini ditunjukkan dari nilai statistik uji
Chow sebesar 103,92 Prob F = 0,0000. FEM juga lebih baik daripada Random Effect Model
REM berdasarkan uji Hausman, dengan nilai statistik uji Hausman sebesar 47,31 Prob F = 0,0000 yang keduanya signifikan pada taraf nyata lima
persen, disajikan selengkapnya pada Tabel 14. Tabel 14 Hasil estimasi koefisien pada model data panel statis sektor pertanian
barang mentahbaku
Variable PLS
FEM REM
Coef Prob
Coef Prob
Coef Prob
1 2
3 4
5 6
7
TARIF -0,0140
0,6329 -0,0147
0,2660 -0,0064
0,6132 LNSEAPORT
2,4940 0,0459
-0,0840 0,8556
0,6768 0,0988
LNKURS 0,0225
0,3837 0,1119
0,7006 -0,0120
0,7947 LNGDPPERCAP_IMPR
-0,5282 0,0021
4,8294 0,0000
0,1064 0,5321
LNGDPPERCAP_EKSP 0,0444
0,5372 0,5867
0,2195 0,2865
0,0361 LNECODIST
0,5325 0,0000
-4,5646 0,0001
0,3851 0,0031
LNCOSTIMPORT -0,3354
0,5681 -0,0836
0,8458 -0,2334
0,4936 LNBCUSTOM_EF
0,5039 0,7504
0,2055 0,7008
-0,2641 0,5379
C 6,0140
0,1593 -17,799
0,0001 2,4581
0,3466 R-Square
0,2276 0,9788
0,1477 Chow Test
103,923 0,0000
Hausman Test 47,309
0,0000 Keterangan:
1
Variabel takbebas = produk domestik bruto LnIM.
Sementara pada sektor manufaktur diperoleh hasil bahwa metode FEM lebih baik dibandingkan dua metode lainnya dengan nilai uji Chow sebesar 110,69
Prob F = 0,0000 dan uji Hausman sebesar 44,26 Prob F = 0,0000 yang keduanya signifikan pada taraf nyata lima persen. Hasil uji Chow tersebut
menyimpulkan bahwa metode FEM lebih baik daripada PLS, sedangkan uji Hausman menghasilkan kesimpulan bahwa metode FEM lebih baik daripada
REM. Pengujian berikutnya berupa pendeteksian gejala autokorelasi pada model.
Berdasarkan uji Durbin-Watson DW, model FEM tersebut tidak mengandung masalah autokorelasi, dengan nilai statistik uji DW sebesar 2,44 untuk pertanian
dan 2,28 untuk manufaktur. Namun pada model kedua model ini untuk sektor
pertanian barang mentahbaku dan sektor manufaktur hasil estimansi menunjukkan lebih rendahnya Sum Square Residual SSR weighted daripada SSR
unweighted mengindikasikan bahwa model ini mengalami masalah
heteroskedastisitas. Untuk mengatasi masalah heteroskedastisitas, maka digunakan model FEM dengan General Least Square GLS Weighted dengan
cross-section weights dan white cross-section untuk mengatasi kedua pelanggaran
asumsi tersebut. Hasil estimasi dari ketiga metode data panel statis sektor manufaktur selengkapnya disajikan pada Tabel 15 di bawah ini.
Tabel 15 Hasil estimasi koefisien pada model data panel statis sektor manufaktur
Variable PLS
FEM REM
Coef Prob
Coef Prob
Coef Prob
1 2
3 4
5 6
7
TARIF -0,0267
0,2056 -0,0185
0,0698 -0,0141
0,1509 LNSEAPORT
1,3743 0,0852
0,2566 0,3683
0,8707 0,0006
LNKURS 0,0396
0,0156 0,3617
0,0445 0,0345
0,2376 LNGDPPERCAP_IMPR
-0,1410 0,2139
2,8516 0,0000
0,1807 0,0945
LNGDPPERCAP_EKSP 0,4469
0,0000 0,7829
0,0078 0,5934
0,0000 LNECODIST
0,2600 0,0000
-2,3539 0,0012
0,1942 0,0179
LNCOSTIMPORT -0,5021
0,1751 -0,2819
0,2634 -0,3744
0,0673 LNBCUSTOM_EF
0,7656 0,4465
0,8938 0,0066
0,3467 0,1862
C 7,3063
0,0076 -8,7842
0,0012 4,1403
0,0103 R-Square
0,4678 0,9862
0,422 Chow Test
110,691 0,0000
Hausman Test 44,260
0,0000 Keterangan:
1
Variabel takbebas = produk domestik bruto LnIM.
2
, , berturut-turut menunjukkan tingkat signifikansi pada = 1, 5 dan 10.