Secara umum, bentuk model linier yang dapat digunakan untuk memodelkan data panel adalah :
Y
ti
= X
ti
β
ti
+
e
ti
Rumus 3.2 Dimana:
Y
ti
adalah observasi dari unit ke-i dan diamati pada periode waktu ke-t yakni variabel dependen yang merupakan suatu data panel.
X
ti
adalah variabel independen dari unit ke-i dan diamati pada periode waktu ke-t.disini diasumsikan
X
it
memuat variabel konstanta.
e
ti
adalah komponen error yang diasumsikan memiliki harga mean 0 dan variansi homogen dalam waktu serta independen dengan X
ti
. b. Model Fixed Effect
Model Fixed Effect adalah teknik mengestimasikan data panel dengan mengunakan variabel dummy untuk menangkap adanya pebedaan intecep.
Pengertian Fixed Effect ini didasarkan adanya perbedaan intercept antara perusahaan namun intercepnya sama antara waktu time in variant. Di
samping itu, model ini juga mengasumsikan bahwa koefisien regresi tetap antara perusahaan dan waktu.
Pendekatan dengan variabel dummy ini dikenal dengan sebutan least square dummy variables LSDV. Persamaan Fixed Effect model dapat
ditulis sebagai berikut :
Y
ti
= X
ti
β +C
i
+ … + Ԑ
ti
Rumus 3.3 Dimana:
Ci = variabel dummy
c. Model Random Effect Model random effect digunakan untuk mengatasi kelemahan
model Fixed Effect yang menggunakan variabel dummy, sehingga model mengalami ketidakpastian.Tanpa menggunakan dummy, metode random
effect menggunakan residual, yang diduga memiliki hubungan antar waktu dan antar obyek.
Model yang tepat digununakan untuk mengestimasikan random effect adalah Generalized least square GLS sebagai estimatornya.
Bentuk persamaannya adalah: Y
ti
= X
ti
β + V
ti
Rumus 3.4 Dimana V
ti
= C
i
+ D
t
+ Ԑ
ti
. C
i
diasumsikan bersifat independent and identically distributed iid normal dengan mean 0 dan variansi σ
2 c
komponen cross section error D
t
diasumsikan bersifat iid normal dengan mean 0 dan variansi σ
2 d
komponen time series error. Ԑ
ti
diasumsikan bersifat iid dengan mean 0 dan variansi σ
2 Ԑ
Dan Ԑ
ti,
C
i,
dan D
t
diasumsikan independen satu dengan lainnya komponen error kombinasi.
2. Tahapan Analisis Data
Untuk menganalisis data panel diperlukan uji spesifikasi model yang tepat untuk mengambarkan data. Uji tersebut yaitu :
a. Uji chow Uji chow adalah pengujian untuk menentukan model apa yang akan
dipilih antara common effect model atau fixed effect model. Hipotesis uji chow adalah;
H : common effect model pooled OLS
H
1
: fixed effect model LSDV Nilai F statistik ditentukan oleh :
Fn – 1, nt, n – k
=
SSE 1 – SSE 2 n – 1
�2 − −
Rumus 3.5 Dimana :
SSE
1
= Seum Square Error dari model common effect SSE
2
= Seum Square Error dari model fixed effect n
= jumlah individual cross section t
= jumlah series waktu time series k
= jumlah variabel bebas kriteria pengujian bagi uji F adalah jika nilai F
statistik
lebih besar F
tabel
dimana F
tabel
mengikuti distribusi F
n – 1,nt – n – k
α, dengan n-1 adalah derajat keabsahan numerator, nt
– n – t adalah derajat keabsahan denominator dan α adalah tingkat signifikansi, maka H0 ditolak dan model yang
digunakan adalah model analisi data panel dengan fixed effect. b. Uji Hausman
Uji Hausman adalah uji yang digunakan untuk memilih model yang terbaik antara fixed effect model atau random.effect model. Yaitu dengan
menguji hipotesis berbentuk: H
: EC
i
X = E u = 0 atau terdapat random effect model H
1
: fixed effect model Dalam perhitungan statistik uji Hausman diperlukan asumsi bahwa
banyaknya kategori cross section lebih besar dibandingkan jumlah variabel independen termasuk konstanta dalam model. Lebih lanjut,
dalam estimasi statistik uji Hausman diperlukan estimasi variansi model. Apakah kondisi-kondisi ini tidak dipenuhi maka hanya dapat digunakan
model fixed effect.
3. Pengujian Signifikan
a. Uji Signifikan Parameter Individual Uji Statistik t Pengujian parsial terhadap koefisien regresi secara parsial menggunakan
uji-t pada tingkat keyakinan 95 dan tingkat kesalahan dalam analisis α
5 dengan ketentuan degree of freedom df = n-k, dimana n adalah
besarnya sampel, k adalah jumlah variabel. Dasar pengembilan keputusan adalah :
Jika t- hitung ≤ t-tabel : Ho diterima dan H
1
ditolak. Jika t-hitung t-tabel : Ho ditolak dan H
1
diterima. b. Uji Signifikan Simultan Uji Statistik F
Pengujian ini untuk mengetahui apakah variabel independen yaitu Debt To Equity Ratio DER, Dividend Payout Ratio DPR, Earning Per Share
EPS,Price Earning Ratio PER, Return on Asset ROA, Return On Equity ROE, dan beta secara simultan berpengaruh signifikan terhadap
variabel dependen. Pengujian ini dilakukan dengan uji F pada tingkat keyakinan 95 dan tingkat kesalahan α 5 dengan degree of freedom
df
1
= k – 1, defree of freedom df
2
= n – k. Dasar pengambilan
keputusan adalah : Jika f-
hitung ≤ F-tabel : Ho diterima dan H
1
ditolak. Jika f-
hitung ≤ F-tabel : Ho ditolak dan H
1
diterima. c. Uji Koefisien Determinasi R
2
Pengujian koefisien determinasi pada intinya mengukur seberapa baik garis regresi sesuai dengan data aktualnya goodness of fit. Koefisien
determinasi ini mengukur persentase total varian variabel dependen Y yang dijelaskan oleh variabel independen dalam garis regresi. Nilai R
2
selalu terletak di antara 0 dan 1 0 R
2
1 . Semakin besar R
2
, semakin baik hasil untuk model regresi tersebut dan semakin mendekati 0, maka
variabel independen secara keseluruhan tidak dapat menjelaskan variabel dependen.
Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model.
Setiap tambahan satu variabel independen, maka R
2
pasti meningkat tidak peduli apakah variabel tersebut berpengaruh signifikan terhadap variabel
dependen atau tidak.
5
Untuk mengatasi pemasalahan tersebut, suatu pengukur kelayakan yang sesuai lainnya telah dikembangkan. Ukuran yang merupakan
modifikasi dari R
2
ini memberikan penalti bagi penambahan variabel penjelas yang tidak menurunkan residual secara signifikan. Ukuran ini
disebut adjusted R
2
.
6
4. Variabel Penelitian
a. Variabel Dependen Variabel dependen dalam penelitian ini adalah return saham pada
perusahaan yang ada di JII. Perhitungan return saham dalam penelitian ini adalah :
1. Pendapatan sesungguhnya actual return adalah pendapatan yang telah diterima para investor dari selisih harga saham pada periode t
dengan harga saham periode t-1 dibagi harga saham pada periode t-1.
5
Ghazali 2005 hal. 83
6
Moch. Doddy Ariefianto, Ekonometrika Esensi dan Aplikasi dengan Menggunakan EVEIWS Jakarta: Erlangga, 2012 hal. 25
