3.2 dimana
= time specific effects residual yang terjadi karena pengaruh perbedaan waktu
= individual specific effects residual yang terjadi karena perbedaan karakteristik setiap individu
= efek hanya pada observasi it.
Untuk menyederhanakan analisis biasanya sering diasumsikan = 0
tidak ada pengaruh spesifik waktuno time specific effectstime invariant. Terdapat tiga jenis estimasi standar untuk regresi data panel yaitu common effects
Model pooled regression, fixed effects model Least Square Dummy Variables estimation, LSDV estimation dan random effects model.
3.2.2.1 Model Common Effects Pooled Regression
Model common effects merupakan pendekatan data panel yang paling sederhana, yakni dengan hanya mengkombinasikan data cross-section dalam
bentuk pool. untuk
i = 1,2,…..,19 t = 1,2,…,6 3.3
Dari persamaan 3.2, apabila = 0 dan
= 0, maka model
tersebut adalah model pooled regression common effects, yang dapat diestimasi dengan metode Least Square, namun asumsi
jarang sekali terpenuhi pada model regresi data panel. Model ini tidak memperhatikan dimensi individu
maupun waktu, sehingga diasumsikan bahwa perilaku individu sama dalam
berbagai kurun waktu. Kelemahan model ini adalah ketidakseuaian model dengan keadaan sebenarnya. Kondisi tiap obyek dapat berbeda dan kondisi suatu obyek
satu waktu dengan waktu yang lain dapat berbeda. Pada model ini asumsi regresi linear klasik dengan metode OLS berlaku sepenuhnya.
3.2.2.2 Model Fixed Effects
Model ini mengasumsikan bahwa perbedaan antar individu dapat diakomodasi dari perbedaan intersepnya. Namun intersep masing-masing cross-
section bersifat fixed, tidak random. Untuk mengestimasi model fixed effects dengan intersep berbeda antar individu, maka digunakan teknik variabel dummy.
Model estimasi ini sering disebut dengan teknik Least Square Dummy Variable LSDV. Model persamaan panel fixed effects dengan asumsi tidak ada pengaruh
periode waktu no time specific effects dapat dituliskan sebagai berikut: untuk i = 1,2,…..,19 t = 1,2,…,6
3.4 Model pada persamaan 3.3 juga dapat dituliskan dalam bentuk stack
model berdasarkan individu cross-section yaitu:
[ ] [
] [ ]
[ ]
[ ]
[ ]
3.5
Dimana: = vektor berukuran T x 1
= matriks berukuran T x k , dengan k adalah jumlah variabel bebas = vektor berukuran k x 1 yang berisi parameter tidak diketahui slope
= vektor berukuran T x 1 = vektor berukuran T x 1
Metode fixed effects, digunakan apabila error term terdiri dari:
3.6
3.2.2.3 Model Random Effects
