Model Regresi Data Panel

37

3.5.2 Model Regresi Data Panel

Menurut Pratomo dan Hidayat 2007, pada umumnya data panel digunakan dalam penelitian karena berbagai alasan, salah satunya adalah karena keterbatasan jumlah tahun pengamatan. Oleh karena itu, dengan menggunakan data panel maka hasil penelitian akan lebih baik karena ketersediaan data akan menjadi sangat banyak. Model regresi data panel adalah pengabungan antara model data cross section dengan model data time series. Dalam mengestimasi parameter dari persamaan dengan data panel. Menurut Pratomo dan Hidayat 2007:167, maka dapat dibuat tiga model persamaan, yakni : 1. Ordinay Least Square OLS Metode ini sama seperti model regresi yang telah dijelaskan pada bagian awal. Data cross section dan data time series digabungkan dalam bentuk pool data. Kemudian data tersebut diregresikan dengan metode OLS, penggunaan estimasi dengan metode ini tidak realistis. Misalkan kita ingin menganalisis pengaruh pengeluaran pemerintah daerah terhadap pertumbuhan daerah. Dengan menggunakan OLS maka kita akan memeroleh nilai intercept dan koefisien parameter yang konstan untuk seluruh daerah. Apakah mungkin setiap daerah memiliki intercept yang sama? Oleh karena itu, penggunaan dua metode lainnya yakni Fixed Effect Model dan Random Effect Model lebih baik. 2. Fixed Effect Model FEM Model ini memiliki intercept persamaan yang tidak konstan atau terdapat perbedaan pada setiap individu data cross section. Sementara itu, slope koefisien dari regresi tidak berbeda pada setiap individu dan waktu. 3. Random Effect Model REM Pada model ini, perbedaan antar individu terdapat di error term dari persamaan. Model ini memperhitungkan bahwa error term mungkin berkorelasi sepanjang time series dan cross section. Dari ketiga model tersebut, hanya ada dua metode yang sesuai untuk data panel karena metode OLS tidak realistis untuk digunakan. Kedua model tersebut mempunyai keunggulannya masing-masing, dengan demikian penelitian ini Universitas Sumatera Utara 38 menggunakan metode FEM karena metode ini mempunyai keunggulan dalam membedakan efek individual dan efek waktu, selain itu FEM tidak perlu mengasumsikan bahwa komponen error tidak berkorelasi dengan variabel bebas. Untuk mengetahui pengaruh bid-ask spread, market value dan variance return terhadap holding period saham biasa di sektor pertambangan, maka digunakan model regresi fixed effect dengan fungsi sebagai berikut: �� = � �� + � �� + � �� + µ Di mana: Y it = Holding Period � = Intercept � , � , � = Koefisien Regresi = Bid-Ask Spread = Market Value = Variance Return i = Jenis Perusahaan t = Waktu = Term of error 3.5.3 Uji Hausman Uji Hausman merupakan pengujian metode regresi untuk mengetahui metode mana yang baik untuk digunakan dalam penelitian Pratomo dan Hidayat, 2007. Hal ini dapat dillihat dari signifikansi nilai chi square-nya dengan hipotesis sebagai berikut : H0 : Model Random Effect H1 : Model Fixed Effect Apabila nilai chi square-nya tidak signifikan pada tingkat signifikansi 1, 5 dan 10 maka H0 diterima artinya metode yang digunakan adalah metode random effect dan sebaliknya apabila nilai chi square-nya signifikan pada tingkat Universitas Sumatera Utara 39 signifikansi 1, 5 dan 10 maka H1 diterima, dengan demikian metode yang digunakan adalah metode fixed effect.

3.6 Uji Asumsi Klasik