Asumsinya adalah bahwa error secara individual tidak saling berkorelasi begitu
g paling tepat digunakan untuk
Test
erupakan pengujian untuk memilih apakah model yang
1
Keputusan memasukkan
variabel dummy ini harus didasarkan pada
pertimbangan statistik. Penambahan variabel dummy ini akan dapat mengurangi banyaknya degree of freedom yang akhirnya akan memengaruhi keefisienan dari
parameter yang diestimasi. Kelebihan pendekatan ini adalah dapat menghasilkan dugaan parameter
β yang tidak bias dan efisien. Tetapi kelemahannya jika jumlah unit observasinya besar maka akan terlihat rumit.
3. Random Effect Model
Random Effect Model disebut juga komponen error error component model karena di dalam model ini parameter yang berbeda antar unit cross section
maupun antar waktu yang dimasukkan ke dalam error. Persamaan pada estimasi menggunakan Random Effect Model dapat dituliskan dalam bentuk sebagai
berikut : 3.4
dengan 3.5
dimana : ~ N 0, u
2
= komponen cross section error ~ N 0, v
2
= komponen time series error
2
~ N 0, w = komponen error kombinasi
juga dengan error kombinasinya.
3.3.3 Pengujian Model Data Panel Statis
Untuk memilih model mana yan pengolahan data panel, maka terdapat beberapa pengujian yang dapat dilakukan,
antara lain:
1. Chow
Chow Test m
digunakan Pooled Least Square Model atau Fixed Effect Model. Dalam pengujian ini dilakukan dengan hipotesis sebagai berikut:
H : Pooled Least Square Model H : Fixed Effect Model
n terhadap hipotesis nol tersebut adalah dengan ngg
Dasar penolaka me
unakan F-Statistic seperti yang dirumuskan oleh Chow: ~
,
3.6 dimana:
tricted Residual Sum Square Sum Square Residual PLS ed
en uti distribusi F yaitu
,
. Jika lai C
2. Hausman Test
dalah pengujian statistik sebagai dasar pertimbangan kita
enolakan H maka digunakan statistik Hausman dan
emba e
dimana M adalah matriks kovarians untuk parameter β dan k adalah deraj
sar dari , maka cukup bukti
el ya RRSS = Res
URSS = Unrestricted Residual Sum Square Sum Square Residual Fix N = jumlah data cross section
T = jumlah data time series K = jumlah variabel independ
Dimana pengujian ini mengik ni
HOW Statistics F Statistic hasil pengujian lebih besar dari F Tabel, maka cukup bukti bagi kita untuk melakukan penolakan terhadap H
sehingga model yang kita gunakan adalah Fixed Effect Model, begitu juga sebaliknya.
Hausman Test a
dalam memilih apakah menggunakan Fixed Effect Model atau Random Effect Model. Pengujian ini dilakukan dengan hipotesis sebagai berikut:
H : Random Effect Model
H
1
: Fixed Effect Model Sebagai dasar p
m ndingkannya dengan Chi squar . Statistik Hausman dirumuskan dengan:
~ 3.7
at bebas yang merupakan jumlah variabel independen.
Jika nilai H hasil pengujian lebih be untuk melakukan penolakan terhadap H
sehingga mod ng digunakan adalah
Fixed Effect Model, begitu pula sebaliknya.
.4 Metode Evaluasi Model
Setelah hasil pengolahan data dengan metode analisis data panel selesai asi terhadap model estimasi yang dihasilkan.
etrika
Model estimasi regresi linear yang ideal dan optimal harus menghasilkan a Best Linear Unbiased Estimator BLUE yang
ntara
n yang stokastik.
iliki varians minimum disebut estimator yang efisien.
Pengujian asumsi normalitas dilakukan untuk melihat apakah error term al atau tidak. Jika asumsi normalitas ini tidak dipenuhi
aka p
3
dilakukan, harus dilakukan evalu Metode estimasi yang dihasilkan melalui metode analisis data panel tersebut harus
dievaluasi berdasarkan tiga kriteria sebagai berikut: 1.
Kriteria Ekonometrika 2.
