38 merupakan sampel acak dari populasi yang lebih besar, dengan kata lain
menarik kesimpulan suatu populasi atau hanya meliputi beberapa individu. Namun jika evaluasi meliputi seluruh individu dalam populasi atau hanya
meliputi beberapa individu dengan penekanan pada individu-individu tersebut maka lebih baik digunakan model efek tetap. Cara lain dengan menggunakan
ukuran relatif jumlah individu dan rentang waktu yang digunakan untuk jumlah individu yang tetap, semakin panjang waktu semakin kecil perbedaan
hasil estimasi antara model efek tetap dan model efek acak, Jika jangka waktu cukup panjang maka dapat dipilih model efek tetap dengan alasan lebih
mudah dikerjakan.
d. Uji Chow
Beberapa buku menyebut uji Chow dengan pengujian F statistik. Uji Chow digunakan untuk memilih model yang digunakan pooled least square atau
fixed effect. Terkadang asumsi bahwa setiap cross section memiliki prilaku yang sama cenderung tidak realistis memingat bisa saja setiap unit cross
section memiliki prilaku yang berbeda. Dalam pengujian ini dilakukan hipotesa sebagai berikut:
H = Model Pooled Least Square
H1 = Model Fixed Effect Unrestricted Dasar penolakan terhadap hipotesis nol tersebut adalah dengan
menggunakan F Statistik seperti yang dirumuskan oleh Chow Baltagi, 2001: CHOW =
3.9 dimana:
RRSS = Restricted Residual Sum Square yaitu jumlah error kuadrat yang
diperoleh dari estimasi data panel dengan metode Pooled Least
Square URSS
= Unrestricted Residual Sum Square yaitu jumlah error kuadrat yang diperoleh dari estimasi data panel dengan metode fixed effect
N = Jumlah data cross section
T = Jumlah data time series
K = Jumlah variabel penjelas
39 Pengujian ini mengikuti distribusi F statistik yaitu F
N-1,NT-N-K
. Jika nilai Chow Statistics F stat hasil pengujian lebih besar dari F tabel, maka cukup
bukti bagi kita untuk melakukan penolakan terhadap hipotesis nol sehingga model yang digunakan adalah model fixed effect, begitu juga sebaliknya.
Pengujian ini disebut uji Chow karena memiliki kemiripan dengan uji Chow yang digunakan untuk menguji stabilitas dari parameter.
e. Uji Hausman
Pengujian terhadap asumsi ada tidaknya korelasi antara regresor dan efek individu digunakan untuk memilih apakah fixed atau random effects yang
lebih baik. Alat ujinya dapat digunakan Hausman Test. Dalam uji ini dirumuskan hipotesis sebagai berikut:
H : E
i
x
it
= 0 ..3.10
atau REM adalah model yang tepat H
1
: E
i
x
it
≠ 0 ..3.11
atau FEM adalah model yang tepat Sebagai dasar penolakan H
maka digunakan statistik Hausman dan membandingkannya dengan Chi square. Statistik Hausman dirumuskan
dengan: H =
REM fEM
M
FEM
M
REM -1
REM fEM
~
2
k ..
.3.12 dimana:
M= matriks kovarians untuk parameter k = degrees of freedom
Jika nilai H hasil pengujian lebih besar dari
2
tabel, maka cukup bukti untuk melakukan penolakan terhadap H
sehingga model yang digunakan adalah model fixed effects, begitu juga sebaliknya
40
2.2 Penelitian-Penelitian Terdahulu
