Pemilihan Metode Data Panel

64

2. Pemilihan Metode Data Panel

Dalam pengolahan data panel mekanisme uji untuk menentukan metode pemilihan data panel yang tepat yaitu dengan cara membandingkan metode pendekatan PLS dengan metode pendekatan FEM terlebih dahulu. Jika hasil yang diperoleh menunjukkan model pendekatan PLS yang diterima, maka model pendekatan PLS yang akan dianalisis. Jika model pendekatan FEM yang diterima, maka melakukan perbandingan lagi dengan model pendekatan REM. Untuk melakukan model mana yang akan dipakai, maka dilakukan pengujian diantaranya: a. Uji Chow Test yaitu uji yang digunakan untuk mengetahui apakah model Pooled Least Square PLS atau Fixed Effect Model FEM yang akan dipilih untuk estimasi data. Uji ini dapat dilakukan dengan uji restricted F-Test atau uji Chow-Test. dalam pengujian ini dilakukan dengan hipotesa sebagai berikut: Hο : Model PLS Restriced H 1 : Model Fixed Effect Unretriced Dasar penolakan terhadap hipotesa nol tersebut adalah dengan menggunakan F statistic seperti yang dirumuskan sebagai berikut: CHOW = 65 Dimana: RRSS = Restriced Residual Sum Square merupakan Sum Square Residual yang diperoleh dari estimasi data panel dengan metode pooled least squarecommon intercept URSS = Unrestriced Residual Sum Square merupakan Sum Square Residual yang diperoleh dari estimasi data panel dengan metode fixed effect N = Jumlah data cross section T = Jumlah data time series K = Jumlah variabel penjelas Pengujian ini mengikuti nilai probabilitas nilai cross-section F jika nilai probabilitas α=0,05 maka Ho ditoloak, artinya model panel yang baik untuk digunakan adalah Fixed Effect Model, dan sebaliknya. Jika H diterima, berarti model PLS yang dipakai dan dianalisis. Namun jika H ditolak, maka model FEM harus diuji kembali untuk memilih apakah akan memakai model FEM atau REM kemudian dianalisis. Ada beberapa pertimbangan teknis-empiris yang dapat digunakan sebagai panduan untuk memilih antara fixed effect atau random effect ToT untuk pengajar Ekonomi FEUI, 2006 yaitu: a Bila T jumlah unit time series besar sedangkan N jumlah unit cross setion kecil, maka hasil FEM dan REM tidak jauh berbeda. 66 Dalam hal ini pilihan umumnya akan didasarkan pada kenyamanan perhitungan, yaitu FEM. b Bila N besar dan T kecil, maka hasil estimasi kedua pendekatan dapat berbeda secara signifikan. Jadi, apabila kita meyakini bahwa unit cross section yang kita pilih dalam penelitian diambil secara acak random maka REM harus digunakan. Sebaliknya, apabila kita meyakini bahwa unit cross section yang kita pilih dalam penelitian tidak diambil secara acak maka kita menggunakan FEM. c Apabila cross-section error component ei berkorelasi dengan variabel bebas X maka parameter yang diperoleh dengan REM akan bias sementara parameter yang diperoleh dengan FEM tidak bias. d Apabila N besar dan T kecil, maka apabila asumsi yang mendasari REM dapat terpenuhi, maka REM lebih efisien dibandingkan FEM. Keputusan penggunaan FEM dan REM dapat pula ditentukan dengan menggunakan spesifikasi yang dikembangkan oleh Hausman atau di sebut juga Uji Hausman b. Uji Hausman Test pengujian ini dilakukan untuk menentukan apakah model fixed effect atau random effect yang akan dipilih. Pengujian ini dilakukan dengan hipotesa sebagai berikut: Hο : Model Random Effect H 1 : Model Fexed Effect 67 Dasar penolakan Hο adalah dengan menggunakan pertimbangan probabilitas Cross section random. Jika probabilitas Cross section α=0,05 maka Hο diterima, artinya model yang digunakan adalah Random Effect.

3. Uji Asumsi Klasik