dapat ditentukan model yang terbaik untuk digunakan dalam model persamaan ekonometrika.
Dengan data panel, jumlah pengamatan menjadi banyak. Dengan analisis data regresi panel, dapat menangkap dinamika yang lebih baik dari hubungan antara
disparitas pendapatan dengan faktor-faktor yang mempengaruhinya. Dalam random effect diasumsikan bahwa komponen error individual tidak berkorelasi satu sama lain
dan tidak ada otokorelasi baik cross section maupun time series Pindyck dan Rubenfield, 1998. Kedua variabel random tersebut yaitu variabel cross section dan
variabel time series diasumsikan berdistribusi normal dengan derajad bebas yang tidak berkurang. Model random effect dapat diestimasi sebagai regresi GLS Generalized
Least-Square yang akan menghasilkan penduga yang memenuhi sifat Best Linier Unbiased Estimation BLUE. Dengan demikian adanya gangguan asumsi klasik
dalam model ini telah terdistribusi secara normal, sehingga tidak diperlukan lagi treatment terhadap model bagi pelanggaran asumsi klasik, yaitu asumsi adanya
autokorelasi, multikolinearitas dan heterokedastik. Untuk menentukan model mana yang terbaik dalam metode GLS tersebut
maka dapat dilakukan dengan Uji Hausman, 1978 Gujarati, 2003.
3.6.1. Pendekatan Pooled Least Square PLS
Pada metode ini, penggunaan data panel dilakukan dengan mengumpulkan semua data cross section dan time series dan selanjutnya dilakukanlah pendugaan.
Pada metode ini, model mengasumsikan bahwa nilai intersep dari masing – masing variable adalah sama dan slope koefisien dari variable – variable yang digunakan
adalah identik untuk semua unit cross section. Persamaan yang digunakan adalah :
IW
it
= α +β
1
PEND
it
+ β
2
YC
it
+ β
3
GE
3it
+ e
it
Universitas Sumatera Utara
3.6.2.Pendekatan 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.
IW
it
=
α+β
21
X1
it 2
W
2t 3
W
3t
+….+
N
W
Nt
+
2
Z
12
+
3
+…+
T
Z
It+ it
Dimana : IW
it
= variable terikat untuk individu ke –i dan waktu ke-t X
it
= Variabel bebas untuk individu ke-I dan waktu ke-t W
it
dan Z
it
variable dummy yang didefenisikan sebagai berikut: W
it
= 1; untuk individu i; i=1,2,…,N = 0; lainnya
Z
it
= 1; untuk periode t; t= 1,2,…,N =0 ; lainnya
Persamaan Fixed Effect Model atau pendekatan efek tetap adalah :
IW
it
= α +β
1
PEND
it
+ β
2
YC
it
+ β
3
GE
3it
+ µ
i
+ e
it
Dari model di atas terlihat bahwa sesungguhnya pendekatan efek tetap adalah sama dengan regresi yang menggunakan Dummy Variabel sehingga dapat diestimasi
dengan Ordinary Least Square OLS, maka akan memperoleh estimasi yang tidak bias dan konsisten Nachrowi,2006.
Universitas Sumatera Utara
3.6.3. Pendekatan Random Effect Model REM
Pada model ini, perbedaan karakteristik individu dan waktu yang diakomodasikan pada error dari model.Ada dua komponen yang mempunyai
kontribusi pada pembentukan error yaitu individu dan waktu, maka random error pada pendekatan random effect model juga perlu diurai menjadi error untuk komponen
individu, error komponen waktu dan error gabungan.Dengan demikian, persamaan random effect model diformulasikan sebagai berikut:
IW
it
= α +β
1
PEND
it
+ β
2
YC
it
+ β
3
GE
it
+E
it
; E
it
= u
i
+v
t
+w
it
u
i
= komponen error cross section v
t
= komponen error time series w
it
= komponen error gabungan
.
Ada beberapa hasl terkait output estimasi REM, yaitu : Penjumlahan dari nilai random effect adalah 0, karena komponen error E
it
merupakan penjumlahan dari time series error dan cross section error. Nilai R
2
diperoleh dari transformasi regresi Generalized Least Square GLS
3.7. Pengujian Model 3.7.1. Uji F atau Uji Chow
