a. Pendekatan Kuadrat Terkecil Pooled Least Square Common Effect
Pendekatan ini merupakan pendekatan paling sederhana dalam analisis data panel. Dengan pendekatan ini kita tidak bisa melihat perbedaan
antar individu dan perbedaan antar waktu karena intercept maupun slope tidak berubah baik antar individu maupun antar waktu.
11
Persamaan untuk Pooling Least Square sebagai berikut:
Dengan: Yit
= Variabel dependent pada unit observasi ke-i dan ke-t Xit
= Variabel independent pada unit observasi ke-i dan ke-t β = Koefisien slope atau koefisien arah
β0 = Intersep model regresi εit = Komponen error pada unit observasi ke-i dan ke-t
b. Pendekatan Efek Tetap Fixed Effect
Kelemahan dalam pendekatan Common Effect adalah ketidaksesuaian model dengan keadaan yang sesungguhnya. Kondisi tiap objek saling
berbeda, bahkan satu objek pada suatu waktu akan sangat berbeda dengan kondisi objek tersebut pada waktu yang lain. Oleh karena itu diperlukan suatu
model yang menunjukan perbedaan konstanta antar objek, meskipun dengan koefisien regresor yang sama. Model ini dikenal dengan Fixed Effect efek
tetap. Efek tetap disini maksudnya adalah bahwa suatu objek, memiliki
11
Nachrowi Djalal dan Hardius Ustman, Ekonometrika, Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, 2006, h. 312.
konstanta yang tetap besarnya untuk berbagai periode waktu. Demikian juga dengan koefisien regresinya, tetap besarnya dari waktu ke waktu time
invariant.
12
Untuk membedakan satu objek dengan objek lainnya, digunakan variabel semu variable dummy. Oleh karena itu, model ini sering juga
disebut dengan Least Square Dummy Variable dan disingkat LSDV. Persamaan model ini adalah sebagai berikut:
Dengan: Yit
= Variabel dependen pada unit observasi ke-i dan waktu ke-t Xit
= Variabel independen pada unit observasi ke-i dan waktu ke-t β
= Koefisien slope atau koefisien arah β
0i
= Intersep model regresi
ε
it
= Komponen error pada unit observasi ke-i dan ke-t Konstanta β
0i
sekarang diberi subskrip 0i, i menunjukan objeknya. Dengan demikian masing-masing objek memiliki konstanta yang berbeda.
Variabel semu d1
i
=1 untuk objek pertama dan 0 untuk objek lainnya. Variabel d2
i
=1 untuk objek kedua dan 0 untuk objek lainnya. Variabel semu d3
i
=1 untuk objek ketiga dan 0 untuk objek lainnya.
13
12
Wing Wahyu Winarno, Analisis Ekonometrika dan Statistika dengan Eviews, h. 9.14- 9.15
13
Wing Wahyu Winarno, Analisis Ekonometrika dan Statistika dengan Eviews, h. 9.15