Metode Data Panel Metode Analisis

Chow Test ini mengikuti distribusi F-statistik yaitu F N-1, NT-N-K. Jika nilai CHOW Statistics F-Stat hasil pengujian lebih besar dari F Tabel, maka cukup bukti untuk melakukan penolakan terhadap hipotesa nol sehingga model yang digunakan adalah model fixed effect, begitu juga sebaliknya. Pengujian ini disebut sebagai Chow Test karena kemiripannya dengan Chow Test yang digunakan untuk menguji stabilitas dari parameter stability test. Uji Hausman Hausman Test adalah pengujian statistik sebagai dasar pertimbangan kita dalam memilih apakah menggunakan model fixed effect atau model random effect. Seperti yang kita ketahui bahwa penggunaan model fixed effect mengandung suatu unsur trade off yaitu hilangnya derajat kebebasan dengan memasukkan variabel dummy . Namun, penggunaan metode random effect pun harus memperhatikan ketiadaan pelanggaran asumsi dari setiap komponen galat. Hausman Test dilakukan dengan hipotesa sebagai berikut: H : Random Effects Model H 1 : Fixed Effects Model. Sebagai dasar penolakan Hipotesa nol maka digunakan statistik hausman dan membandingkannya dengan chi square. Statistik hausman dirumuskan dengan:       b M M b m        1 1 ~   K X 2 dimana  adalah vektor untuk statistik variabel fixed effect, b adalah vektor statistik variabel random effect, M adalah matriks kovarians untuk dugaan FEM dan 1 M adalah matriks kovarians untuk dugaan REM. LM Test LM Test atau lengkapnya The Breusch – Pagan LM Test digunakan sebagai pertimbangan statistik dalam memilih model Random Effect versus Pooled Least Square . H : PLS H 1 : Random Effect. Dasar penolakan terhadap H0 adalah dengan menggunakan statistik LM yang mengikuti distribusi dari Chi Squre . Statistik LM dihitung dengan menggunakan residual OLS yang diperoleh dari hasil estimasi model pooled. Gambar 6. Pengujian Pemilihan Model Dalam Pengolahan Data Panel Strategi Pengujian Secara umum, dalam pengujian estimasi model-model data panel diperlukan sebuah strategi. Strategi yang dapat dilakukan adalah dengan menguji: a RE vs FE Hausman Test, b PLS vs FE Chow Test. Kerangka pengambilan keputusan dalam memilih sebuah model yang digunakan adalah sebagai berikut:  Jika b tidak signifikan maka kita menggunakan Pooled Least Square.  Jika b signifikan namun a tidak signifikan maka kita menggunakan Random Effect Model . Jika keduanya signifikan, maka kita menggunakan Fixed Effect Model. FIXED EFFECT RANDOM EFFECT POOLED LEAST SQUARE Hausman Test LM Test Chow Test