13 dimana:
Y
it
= variabel endogen �
it
= variabel eksogen α = intercept
β = slope D = variabel dummy
i = individu ke-i t = periode waktu ke-t
e = error simpangan
3. Model Efek Acak Random Effect
Memasukkan variabel dummy ke dalam model akan mengakibatkan berkurangnya jumlah derajat kebebasan yang pada akhirnya akan
mengurangi efisiensi dari parameter yang diestimasi. Pendekatan yang dapat digunakan untuk mengatasi hal ini adalah model random effect.
Model random effect disebut juga sebagai error component model karena dalam model ini, parameter yang berbeda antar individu maupun antar
waktu dimasukkan ke dalam error. Persamaan umumnya yaitu:
Y
it
= α + �
j
it β
j
+ ε
it
ε
it
= u
i
+ v
t
+ w
it
dimana: u
i
~ N0, �
� 2
= komponen cross section error v
t
~ N0, �
� 2
= komponen time series error w
it
~ N0, �
� 2
= komponen error kombinasi
Pemilihan Model
Agar memperoleh dugaan model yang efisien dan paling baik di antara berbagai pilihan model maka kita perlu menganalis dugaan model yang kita
gunakan berdasarkan pertimbangan statistik. Terdapat tiga pengujian statistik yang digunakan dalam data panel untuk menentukan model mana yang paling
baik Gujarati 2004. Ketiga model tersebut ditunjukkan pada Gambar 7.
Sumber: Gujarati 2004
Gambar 7 Pengujian Pemilihan Model dalam Pengolahan Data Panel
LM TEST
14
1. Chow Test
Chow test atau biasa disebut dengan uji F statistics merupakan
pengujian statistik yang bertujuan memilih model fixed effect atau pooled least square
. Hipotesis dari uji ini yaitu: H
: Model pooled least square H
1
: Model fixed effect Chow test
dapat dilakukan dengan bahasa pemograman E-views sebagai berikut: Jika hasil dari Chow Test signifikan probability dari Chow
α maka H
ditolak, artinya Fixed Effect digunakan.
2. Hausman Test
Hausman test merupakan uji untuk menentukan apakah akan digunakan
model fixed effect atau model random effect. Hipotesis dari uji ini yaitu: H
: Model random effect H
1
: Model fixed effects Nilai statistik hausman akan dibandingkan dengan nilai Chi square sebagai
dasar dalam menolak H . Jika nilai statistik hasil pengujian lebih besar dari
Chi square tabel maka cukup bukti untuk melakukan penolakan terhadap
H sehingga pendekatan yang digunakan adalah fixed effect model dan
sebaliknya.
3. LM Test
LM test The Breusch – Pagan LM Test digunakan sebagai dasar
pertimbangan statistik dalam memilih model Random Effect dan Pooled Least
Square. Hipotesis dari uji ini yaitu: H
: Model Pooled effect H
1
: Model Random effects Dasar penolakan H
yaitu dengan cara membandingkan antara nilai statistik LM dengan nilai Chi-square. Apabila nilai LM hasil perhitungan lebih besar
dari Chi-square tabel maka cukup bukti untuk melakukan penolakan terhadap H
sehingga model yang akan digunakan adalah random effect dan sebaliknya.
Perumusan Model
Berdasarkan pada kerangka pemikiran operasional, analisis yang digunakan adalah regresi data panel dengan model logaritma natural.
Transformasi dalam bentuk ln dapat mengurangi masalah heteroskedastisitas karena memapatkan skala untuk pengukuran variabel mengurangi perbedaan
nilai dari sepuluh kali lipat menjadi dua kali lipat Gujarati 2004. Dugaan persamaan permintaan ekspor perhiasan Indonesia di Singapura, AS, Italia,
Perancis, Jerman, Jepang, dan Australia dapat dirumuskan sebagai berikut: dimana:
VEX
jt
= Volume permintaan ekspor perhiasan Indonesia di negara j tahun ke-t Kg
lnVEX
jt
= β
+ β
1
lnPOP
jt
+ �
2
lnPX
jt
+ �
3
lnER
jt
+ �
4
lnGDP
jt
+ �
5
lnPXN
t
+ e
j
