Jika diasumsikan α = ρ – 1 dengan lag ρ
i
dan bervariasi antar cross section, maka uji hipotesisnya adalah:
H
0 :
α = 0 εempunyai akar unit artinya data tidak stationer H
1 :
α 0 Tidak mempunyai akar unit artinya data stationer Prosedur untuk menentukan apakah data stationer atau tidak dengan cara
membandingkan antara nilai statistik dengan nilai kritisnya. Jika nilai absolut statistik lebih besar dari nilai kritisnya, maka data yang diamati menunjukkan stationer dan
jika sebaliknya, nilai absolut statistik lebih kecil dari nilai kritisnya maka data tidak stationer.
3.8 Metode Analisis Data Panel
Data panel merupakan kombinasi dari data kerat lintang cross section dan data deret waktu time series. Dengan menggunakan data panel, jumlah observasi
yang dilakukan menjadi 72 data, yaitu jumlah data time series sebanyak 6 tahun dikalikan dengan banyaknya perusahaan yang diobservasi yaitu 12 perusahaan.
Dengan data panel dapat pula ditangkap dinamika yang lebih baik dari hubungan antara harga saham dengan variabel-variabel yang mempengaruhinya.
Menurut Gujarati 2003, mengestimasi jenis data panel dengan OLS tidak konsisten dan efisien, sehingga disarankan untuk menggunakan metode Generalized
Least Square GLS. Dimana dalam metode ini dapat dianalisis dengan tiga model pendekatan yaitu:
Universitas Sumatera Utara
a. Pendekatan Kuadrat Terkecil Pooled Least Square
Model ini mengasumsikan bahwa nilai intercept dari masing-masing variabel adalah sama dan slope koefisien dari variabel-variabel yang digunakan adalah
identik untuk semua unit cross section. Persamaan yang digunakan adalah: Y
it
= α + βX
1it
+ βX
2it
+ βX
3it
+ βX
4it
+
it ..............................................
3
b. Uji 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. Model FEM digunakan apabila data time series lebih besar dari data cross section. Persamaan yang
digunakan adalah: Y
it
= α + βX
1it
+ βX
2it
+ βX
3it
+ βX
4it
+ µ
i
+
it
........................... 4
Dimana: µ
i
= Komponen
error cross section
c. Uji Random Effect Model REM
Pada model ini, perbedaan antara individu terdapat di error term dari persamaan. Model ini memperhitungkan bahwa error term mungkin berkorelasi sepanjang
time series dan cross section. Secara sistematis model REM dinyatakan sebagai berikut:
Y
it
= α + βX
it
+
it ; it
= µ
i
+ ν
t
+ ѡ
it
.......................................... 5
Dimana: Y
it
= Variabel terikat untuk perusahaan ke-i dan waktu ke-t X
it
= Variabel bebas untuk perusahaan ke-i dan waktu ke-t µ
i
= Komponen
error cross section
ν
t
= Komponen
error time series
dan ѡ
it
= Komponen error gabungan
Universitas Sumatera Utara
3.8. Uji Hausman Hausman Test