55
berkurangnya derajat kebebasan degree of freedom yang pada akhirnya mengurangi efisiensi parameter. Masalah ini bisa diatasi dengan
menggunakan variabel gangguan error terms yang dikenal dengan Random Effect. Model ini akan mengestimasi data panel dimana variabel
gangguan mungkin saling berhubungan antar waktu dan antar individu. Model yang tepat digunakan untuk mengestimasi Random Effect
adalah Generalized Least Square GLS sebagai estimatornya, karena dapat meningkatkan efisiensi dari least square. Bentuk umum untuk
Random Effect Model adalah:
Y
it
= α
1
+
bj
X
jit
+
it
dengan
it
= u
i
+ v
t
+ w
it
Dimana : u
i
~ N 0, u2 = komponen cross section error v
t
~ N 0, v2 = komponen time series error w
it
~ N 0, w2 = komponen eror kombinasi
2. Tahapan Analisis Data
Untuk memilih model yang paling tepat digunakan dalam mengelola data panel, terdapat beberapa pengujian yang dapat
dilakukan.
a. Uji Chow
Uji chow adalah pengujian untuk menentukan model Fixed Effect atau Common Effect yang lebih tepat digunakan
dalam mengestimasi data panel.
56
Hipotesis Uji Chow adalah: H
O
: Common Effect Model atau Pooled OLS H
1
: Fixed Effect Model Dasar penolakan terhadap hipotesis di atas adalah dengan
membandingkan perhitungan F statistik dengan F tabel. Perbandingan dipakai apabila hasil F hitung lebih besar dari F
tabel, maka H ditolak yang berarti model yang lebih tepat
digunakan adalah Fixed Effect Model. Begitupun sebaliknya, jika F hitung lebih kecil dari F tabel, maka terima H
dan model yang lebih tepat digunakan adalah Common Effect Model.
Nilai F statistik untuk Uji Chow ditentukan oleh: F n
–1 nt,n–k = SSE
1 –
SSE
2
n – 1
SSE
2
nt – n – k
Dimana : SSE
1
= Sum Square Error dari model common effect SSE
2
= Sum Square Error dari model individual individual effect n
= jumlah individual cross section t
= jumlah series waktu time series k
= jumlah variabel bebas Sedangkan F tabel didapat dari:
F tabel = | α : dfn-1, nt – n – k |
57
b. Uji Hausman
Hausman test adalah pengujian statistik untuk memilih apakah model Fixed Effect atau Random Effect yang lebih tepat
digunakan dalam regresi data panel. Uji ini di kembangkan oleh Hausman dengan didasarkan pada ide bahwa LSDV di dalam
model Fixed Effect dan GLS adalah efisien sedangkan model OLS adalah tidak efisien, di lain pihak alternatifnya metode OLS
efisien dan GLS tidak efisien. Karena itu uji hipotesis nulnya adalah hasil estimasi keduanya tidak berbeda sehingga Uji
Hausman bisa dilakukan berdasarkan perbedaan estimasi tersebut. Pengujian dilakukan dengan hipotesis berikut:
H : Random Effect Model
H
1
: Fixed Effect Model Uji Hausman akan mengikuti distribusi Chi-Squares
sebagai berikut:
m = ̂ Var ̂
-1
̂
Dimana:
̂ = [ ̂ – ̂ Var
̂ = Var ̂ - Var ̂ GLS
Statistik Uji Hausman ini mengikuti distribusi statistik Chi-Squares dengan degree of freedom sebanyak k, dimana k
adalah jumlah variabel independen. Jika nilai statistik Hausman lebih besar dari nilai kritisnya maka H
ditolak dan model yang
58
tepat adalah model Fixed Effect sedangkan sebaliknya bila nilai statistik Hausman lebih kecil dari nilai kritisnya maka model yang
tepat adalah model Random Effect.
3. Uji Dasar Asumsi Klasik
