Dalam menganalisis data time series, uji kestasioneran data merupakan tahap yang sangat penting. Hal ini dilakukan untuk melihat ada atau tidaknya akar
unit yang terkandung diantara variable, sehingga hubungan diantara variable menjadi valid, karena apabila data yang diperoleh tidak stasioner maka
dikhawatirkan regresi yang dibuat adalah regresi palsu. Terutama untuk data panel, karena merupakan kombinasi antara data time series dan cross section.
Dalam menentukan apakah data yang kita analisis telah stasioner atau tidak adalah dengan membandingkan antara nilai statistic dengan nilai kritisnya tabel.
Apabila nilai absolute statistik lebih besar dari nilai kritisnya, maka data yang dianalisis menunjukkan data stasioner dan jika sebaliknya, apabila nilai absolute
statistic lebih kecil dari nilai kritisnya maka data tidak stasioner.
3.7 Metode Analisis
Penelitian ini menggunakan program Eviews 6.0. Metode yang digunakan dalam pengolahan data penelitian ini adalah metode panel regression karena tipe
dari data yang akan digunakan nantinya berbentuk panel data. Panel data merupakan kumpulan data yang merupakan gabungan dari jenis data cross section
dan time series.
3.7.1 Metode Analisis Regresi Panel
Metode yang digunakan dalam penelitian ini adalah Uji Regresi Panel. Ada beberapa keuntungan yang diperoleh dengan menggunakan data panel.
Pertama, data panel mampu menyediakan data yang lebih banyak sehingga akan menghasilkan Degree Of Freedom yang lebih besar. Kedua,
Universitas Sumatera Utara
menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel.
Dalam mengestimasi parameter dari persamaan dengan data panel, ada tiga model persamaan yang dapat dibuat, yaitu:
1. Ordinary Least Square OLS Metode ini menggabungkan data cross section dengan data time series.
Kemudian data tersebut diregresikan dengan metode OLS. Penggunaan estimasi dengan metode ini tidak realistis. Misalkan kita ingin
menganalisis pengaruh pengeluaran pemerintah daerah terhadap pertumbuhan daerah. Dengan menggunakan OLS maka kita akan
memperoleh nilai intercept dan koefisien parameter yang konstan untuk seluruh daerah. Apakah mungkin setiap daerah memiliki intercept yang
sama? Oleh karena itu, penggunaan FEM dan REM lebih baik. 2. Fixed Effect Model FEM
Model ini memiliki intercept persamaan yang tidak konstan atau terdapat perbedaan pada setiap individu data cross section. Sementara itu, slope
koefisien dari regresi tidak berbeda pada setiap individu dan waktu. 3. Random Effect Model REM
Pada model ini, perbedaan antar individu terdapat di error term dari persamaan. Model ini memperhitungkan bahwa error term mungkin
berkorelasi sepanjang time series dan cross section. Oleh karena ada dua metode yang sesuai untuk data panel, beberapa pakar
ekonometrika membuat kesimpulan dari pembuktian untuk menentukan
Universitas Sumatera Utara
metode apa yang paling sesuai untuk digunakan, yaitu Jika jumlah runtun waktu lebih besar dibandingkan jumlah individu, maka disarankan untuk
menggunakan metode FEM, Jika jumlah runtun waktu lebih sedikit dibandingkan jumlah individu, menggunakan metode REM.
Pengujian lain yang disarankan dalam menentukan metode apa yang paling sesuai untuk digunakan pada data panel adalah Uji Hausman. Jika nilai
statistic hausman lebih kecil dari nilai kritisnya atau hausman test tidak signifikan maka H
diterima, maka model yang tepat adalah REM. Sedangkan apabila nilai statistic Hausman lebih besar dari nilai kritisnya maka H
ditolak, sehingga dipakai model FEM. Berdasarkan kesimpulan dari pembuktian diatas, maka penelitian ini
menggunakan Random Effect Model REM, dengan modelnya yaitu: DPR
it
= α + β
1
FCF
it
+ β
2
ROE
it
+ β
3
DER
it
+ ε
Keterangan: DPRit : pembayaran dividen untuk cross section ke-i dan waktu ke-t
FCFit : free cash flow untuk cross section ke-i dan waktu ke-t ROEit : profitabilitas cross section ke-i dan waktu ke-t
DERit : rasio hutang untuk cross section ke-i dan waktu ke-t i : menunjukkan jumlah perusahaan dalam sampel unit cross section
t : menunjukkan waktu yaitu tahun amatan unit time series
ε : error term
3.7.2 Uji Signifikansi
